羅 洎 王 瑩

（1.貴州財經(jīng)大學(xué) 金融學(xué)院，貴州 貴陽550025；2.貴州財經(jīng)大學(xué) 資源與環(huán)境管理學(xué)院，貴州 貴陽550025）

一、引言

改革開放以來，我國經(jīng)濟已經(jīng)歷了30多年的高速增長，以往數(shù)量擴張型增長方式已不能適應(yīng)當(dāng)前的生產(chǎn)力狀況，迫切需要由外延式增長轉(zhuǎn)向內(nèi)涵式增長。內(nèi)涵式經(jīng)濟增長的實現(xiàn)，歸根結(jié)底取決于技術(shù)創(chuàng)新。當(dāng)前我國技術(shù)創(chuàng)新資金整體不足，而民間投資作為經(jīng)濟結(jié)構(gòu)中最活躍的投資主體，有能力為技術(shù)創(chuàng)新的發(fā)展提供資金。由此，民間投資的參與對技術(shù)創(chuàng)新乃至經(jīng)濟增長影響深遠(yuǎn)。

民間投資與創(chuàng)新關(guān)系的研究幾乎都集中于風(fēng)險投資對技術(shù)創(chuàng)新的推動，比較典型的成果有：Kortum和Lerner發(fā)現(xiàn)風(fēng)險投資以非常高的效率促進技術(shù)創(chuàng)新，其效率是企業(yè)R＆D投入效率的3倍［1］。Hellman和Puri認(rèn)為風(fēng)險投資全面地提高了高新技術(shù)企業(yè)的專業(yè)化水平，從而促進了創(chuàng)新［2］。龍勇、楊曉燕以及邵同堯、潘彥則認(rèn)為風(fēng)險投資在提供資金支持的同時，還全程參與了技術(shù)創(chuàng)新孵化及創(chuàng)新成果的轉(zhuǎn)化，提高了技術(shù)創(chuàng)新成功的概率［3］［4］。

民間投資與經(jīng)濟增長之間關(guān)系的研究起步較早，成果豐富。Barro首次實證研究了民間投資與經(jīng)濟增長之間的數(shù)量關(guān)系，發(fā)現(xiàn)兩者正相關(guān)。此后國內(nèi)外的相關(guān)研究集中在民間投資對經(jīng)濟增長的促進作用以及民間投資與經(jīng)濟增長的雙向因果關(guān)系等幾個方面。Tecco研究發(fā)現(xiàn)，民間投資通過參與基礎(chǔ)設(shè)施建設(shè)和修繕現(xiàn)有服務(wù)設(shè)施而推動經(jīng)濟增長［5］。鈔小靜、任保平研究了中國1978～2005年的經(jīng)濟增長數(shù)據(jù)，認(rèn)為從較長的時間維度來看，民間投資的發(fā)展會帶動產(chǎn)出的增加，而從較短的時間維度看，民間投資對產(chǎn)出的影響并不顯著［6］。民間投資與經(jīng)濟增長間的因果關(guān)系也在學(xué)界引發(fā)了爭論。曹建海等基于我國1980～1999年的數(shù)據(jù)發(fā)現(xiàn)，民間投資與經(jīng)濟增長之間存在雙向、交互式的強促進效應(yīng)［7］。張潔等的研究則使用我國1981～2004年的時間序列數(shù)據(jù)，認(rèn)為民間投資對經(jīng)濟增長有強促進作用，而經(jīng)濟增長并沒有同時推動民間投資的發(fā)展［8］。民間投資在總體上對經(jīng)濟增長的推動作用現(xiàn)在正受到學(xué)術(shù)界、實業(yè)界以及政府決策部門的關(guān)注。但民間投資對經(jīng)濟增長的長、短期影響分別是什么，經(jīng)濟增長是否充分反哺于民間投資，從而形成良性循環(huán)機制等問題依然值得深究。

有關(guān)技術(shù)創(chuàng)新如何作用于經(jīng)濟增長的分析文獻較多，主要有：Slow、Romer、Coe和Helpman以及朱勇、張宗益，胡恩華，程開明等［9］［10］。迄今，技術(shù)創(chuàng)新對經(jīng)濟增長的重要性已毋庸置疑，但我國現(xiàn)階段經(jīng)濟的快速增長是否同時促進了技術(shù)創(chuàng)新的繁榮，如何合理有效地分配經(jīng)濟增長的成果以利于技術(shù)創(chuàng)新，以形成技術(shù)創(chuàng)新與經(jīng)濟增長之間的良性互動仍然處于探索之中。

迄今，涉及民間投資、技術(shù)創(chuàng)新與經(jīng)濟增長之間關(guān)系的實證研究都是基于線性模型或線性模型的擴展來分析歷史數(shù)據(jù)，得出固定的影響系數(shù)，這有意或無意地忽視了變量間關(guān)系隨時間而可能發(fā)生的結(jié)構(gòu)性變化。由于計量手段的缺陷，這樣分析所得到的結(jié)果并不完全具有說服力。我們認(rèn)為隨著經(jīng)濟結(jié)構(gòu)和政策環(huán)境的變化，民間投資、技術(shù)創(chuàng)新、經(jīng)濟增長三者之間的關(guān)系有可能是時變的，傳統(tǒng)的線性模型無法對三者間的互動影響進行準(zhǔn)確的描述。此外，絕大多數(shù)文獻僅僅考慮了變量兩兩間單向的因果關(guān)系，同時研究三者間互動關(guān)系的文獻十分少見。因此，為了彌補現(xiàn)有文獻在研究方法和內(nèi)容上的缺陷，本文使用一個包含隨機波動的時變參數(shù)模型，即TVP-VAR模型來對三者間的互動效應(yīng)進行考察。厘清三者關(guān)系的變動可以為我國投資管制、科技創(chuàng)新等相關(guān)政策的制定和實施提供理論支持。

二、模型構(gòu)建及數(shù)據(jù)來源

（一）模型構(gòu)建

VAR模型由Sims提出，由于其強大的系統(tǒng)分析能力，VAR模型被廣泛應(yīng)用于多個領(lǐng)域的經(jīng)濟計量分析。然而，常參數(shù)、常波動率及線性設(shè)定使VAR模型對數(shù)據(jù)的解釋能力受到極大約束。其相關(guān)擴展如MSVAR、門限VAR或內(nèi)生結(jié)構(gòu)突變協(xié)整等模型雖然較適合分析經(jīng)濟變量的收縮和擴張?zhí)卣骰蚴墙Y(jié)構(gòu)突變點情況，但對經(jīng)濟變量的持續(xù)演變卻不能做出很好的描述，TVP-VAR模型可以以參數(shù)及協(xié)方差的靈活變化來捕捉經(jīng)濟變量間關(guān)系隨時間而發(fā)生的特征變化。自Primiceri使用TVPVAR技術(shù)估計美國經(jīng)濟數(shù)據(jù)之后［11］，TVP-VAR模型在宏觀經(jīng)濟研究中的應(yīng)用日益普遍。此后，Benati和 Mumtaz、Baumeister使用該模型分別對美國和歐洲經(jīng)濟數(shù)據(jù)做了實證研究。D＇Agostino等使用美國宏觀經(jīng)濟數(shù)據(jù)研究了標(biāo)準(zhǔn)VAR模型與TVP-VAR模型的預(yù)測績效，結(jié)果顯示TVPVAR模型的預(yù)測能力遠(yuǎn)優(yōu)于標(biāo)準(zhǔn)VAR模型［12］。

本文借鑒Nakajima等的設(shè)定［13］，使用包含隨機波動的TVP-VAR模型來擬合數(shù)據(jù)。模型可做如下定義：

其中t＝s＋1，…，n，yt為k×1維列向量觀測值，B1t，…，Bst為k×k維時變參數(shù)矩陣。Ωt為k×k維時變協(xié)方差矩陣。通過遞歸識別設(shè)定Ωt＝ΣtΣtA′-1t，其中At為對角元素均為1的下三角矩陣，Σt＝diag（σ1t，…，σkt）。假定B1t，…，Bst按行堆棧得到向量βt，下三角矩陣 At中的堆棧向量為at，ht＝（h1t，…，hkt）′，其中hjt＝logσ2jt。Primiceri認(rèn)為隨機游走過程有利于同時捕捉漸進以及突然性的結(jié)構(gòu)變化［11］，因此設(shè)定模型（1）中的參數(shù)都服從如下的隨機游走過程：

其中Σβ、Σa和Σh均為對角矩陣。通過上述設(shè)定，模型中的“時變”參數(shù)便可以有效地捕捉VAR結(jié)構(gòu)隨時間而發(fā)生的變化。

在隨機波動率假定下，模型中需估計的參數(shù)成倍增加，從而造成似然函數(shù)法（Likelihood Func-tion）的估計困難。此時，可以使用馬爾科夫鏈蒙特卡洛方法（MCMC）估計模型參數(shù)?；谪惾~斯推論的MCMC方法一方面將復(fù)雜的問題拆分成較小和較簡單的問題，從而實現(xiàn)對高維參數(shù)空間和非參數(shù)模型的有效估計；另一方面，MCMC方法可以在準(zhǔn)確估計各參數(shù)的同時實現(xiàn)狀態(tài)變量的同一估計。

（二）數(shù)據(jù)來源

借鑒Porter和Stern、Pessoa的研究［14］，我們用每年的專利申請授權(quán)數(shù)表示每年的技術(shù)創(chuàng)新，數(shù)據(jù)來自于《中國科技統(tǒng)計年鑒》。用實際GDP表示最終產(chǎn)品生產(chǎn)部門的實際產(chǎn)出，數(shù)據(jù)來源于《中國統(tǒng)計年鑒》。用全社會固定資產(chǎn)投資總額減去外商投資額、港澳臺投資額及國有經(jīng)濟投資額并經(jīng)固定資產(chǎn)價格指數(shù)調(diào)整后得到民間實際投資額，數(shù)據(jù)源自《中國統(tǒng)計年鑒》。根據(jù)數(shù)據(jù)的可得性和準(zhǔn)確性，本文選取的時間段是1986～2010年。各變量的簡單統(tǒng)計描述如表1所示。

表1 變量統(tǒng)計描述

三、民間投資、技術(shù)創(chuàng)新和經(jīng)濟增長的實證檢驗

為增強數(shù)據(jù)序列的平穩(wěn)性，本文對原始數(shù)據(jù)序列取自然對數(shù)，然后使用TVP-VAR模型擬合數(shù)據(jù)，細(xì)致地研究民間投資、技術(shù)創(chuàng)新、經(jīng)濟增長之間的互動效應(yīng)。本文使用的計算軟件為OxMetrics 6，TVP-VAR程序包由Jouchi Nakajima提供。

根據(jù)Nakajima等的標(biāo)準(zhǔn)［13］，本文選擇最大邊際似然估計值所對應(yīng)的滯后期構(gòu)建模型。由表2可知，應(yīng)選擇滯后1期的TVP-VAR模型進行實證分析，截距項為固定常數(shù)。

表2 TVP-VAR模型邊際似然估計值表

（一）馬爾科夫鏈蒙特卡羅模擬

在進行馬爾科夫鏈蒙特卡羅模擬之前，首先對模型中的參數(shù)賦初值，令μβ0＝μa0＝μh0＝0，且Σβ0＝Σa0＝Σh0＝10×I，假定Σβ為對角矩陣，～Gamma（25，0.01），～Gamma（4，0.02）～Gamma（4，0.02）。馬爾科夫鏈蒙特卡羅模擬10 000次，且剔除前1 000次模擬數(shù)據(jù)后部分結(jié)果如表3和圖1所示。

表3 馬爾科夫鏈蒙特卡羅模擬估計結(jié)果

表3給出了所選擇參數(shù)的后驗均值、標(biāo)準(zhǔn)差、95%置信區(qū)間的下限和上限值、Geweke收斂診斷概率和無效影響因子值。參數(shù)的Geweke收斂診斷概率均超過10%，即收斂于后驗分布的零假設(shè)不能被拒絕。無效影響因子值均較小，表明本文所采用的滯后1期TVP-VAR模型對數(shù)據(jù)的擬合效果比較理想。

圖1的第1、2、3行分別描述了參數(shù)βt、at和ht各自經(jīng)MCMC模擬的自相關(guān)函數(shù)、模擬路徑和后驗分布密度。總體而言，βt、at、ht的模擬路徑較為平穩(wěn)，自相關(guān)函數(shù)下降迅速，表明MCMC方法有效地生成了三者的不相關(guān)樣本，很好地模擬了三者的分布情況。

（二）TVP-VAR脈沖響應(yīng)分析

圖2包含9個子圖，分別描述了民間投資、技術(shù)創(chuàng)新和經(jīng)濟增長三個變量滯后1、2、3期脈沖響應(yīng)結(jié)果隨時間的動態(tài)演化。我們用不同的線條表示不同的滯后期，具體而言，每一子圖中點實結(jié)合線表示滯后1期，即短期內(nèi)脈沖響應(yīng)結(jié)果的動態(tài)演化情況；實線表示滯后2期；而虛線為脈沖響應(yīng)結(jié)果滯后3期的動態(tài)演化情況，表征長期響應(yīng)。在每一子圖中同時給出了脈沖響應(yīng)作用方向的標(biāo)示，如εMinvest↑→Minvest表示民間投資對自身沖擊的響應(yīng)結(jié)果，而εMinvest↑→Innov表示民間投資對技術(shù)創(chuàng)新沖擊的響應(yīng)結(jié)果，以此類推。下面，我們對圖2展示的結(jié)果做詳細(xì)的闡述。

1.民間投資沖擊對自身短期和長期的影響都不斷增強。雖然，民間投資自身滯后1期的響應(yīng)僅有很小幅度的上升，但滯后3期的響應(yīng)卻持續(xù)快速增長，表明民間投資存在自身慣性維系機制，具有累積效應(yīng)。

圖1 參數(shù)分布的MCMC模擬結(jié)果

圖2 民間投資、技術(shù)創(chuàng)新和經(jīng)濟增長脈沖響應(yīng)動態(tài)演化過程

2.民間投資對技術(shù)創(chuàng)新的影響出現(xiàn)了階段性的起伏。雖然長期影響不斷增強，但短期沖擊從1992年開始到2004年左右的12年間呈不斷下降的態(tài)勢。此后開始上升，到2009年呈微向下并走平之勢。筆者認(rèn)為，該現(xiàn)象的出現(xiàn)與國家宏觀政策調(diào)整導(dǎo)致的民間資本投資路徑變化有關(guān)。受限于國內(nèi)金融市場的不完善，金融性資產(chǎn)一直不是民間投資的主流，由此，房地產(chǎn)業(yè)和技術(shù)創(chuàng)新的載體——制造業(yè)——承載了絕大部分的民間投資。1992年國家宣布房地產(chǎn)業(yè)“治理整頓”結(jié)束，將政策目標(biāo)調(diào)整為“加快房地產(chǎn)業(yè)”發(fā)展，大量的民間投資由制造業(yè)逐步轉(zhuǎn)向房地產(chǎn)業(yè)。此后，國內(nèi)房價的快速上漲，使得越來越多的民間資金投向房地產(chǎn)業(yè)。1997年國家出臺“適度從緊的財政政策和貨幣政策”，放緩了房地產(chǎn)領(lǐng)域的投資速度。但1998年金融危機不期而至，在保增長的壓力下，國家城鎮(zhèn)住房制度市場化改革快速啟動［15］。2002年8月，政策部門認(rèn)為房地產(chǎn)業(yè)“投資增幅過大”，并逐漸加碼房地產(chǎn)調(diào)控政策。房地產(chǎn)業(yè)投資增速開始下滑，加之國家促進科技創(chuàng)新政策的相繼出臺，引導(dǎo)民間投資又重新轉(zhuǎn)向制造業(yè)，推動了技術(shù)創(chuàng)新。2008年美國次貸危機發(fā)生，隨即我國金融政策和房地產(chǎn)政策發(fā)生轉(zhuǎn)變，房地產(chǎn)業(yè)再次成為民間投資的熱點?？梢园l(fā)現(xiàn)，民間投資對技術(shù)創(chuàng)新的影響隨著政策環(huán)境的調(diào)整而不斷變化，呈現(xiàn)典型的“時變”性，其顯現(xiàn)出的規(guī)律性是此前固定影響系數(shù)模型所無法測度的。

3.民間投資對經(jīng)濟增長的影響自1990年以后呈不斷上升趨勢，但與對技術(shù)創(chuàng)新的影響不同，長期的影響幅度快速逼近并超過了短期影響。這表明民間投資的慣性累積效應(yīng)對經(jīng)濟增長具有強力有效的沖擊，也意味著在真正有能力助推經(jīng)濟增長之前，民間投資需要經(jīng)過時間上的積累。從政策層面而言，對民間投資的啟動宜早不宜遲。

4.技術(shù)創(chuàng)新沖擊對民間投資的影響在1990年以后不斷上升。1996年以后長期影響幅度超過短期影響，并呈不斷擴大趨勢。技術(shù)創(chuàng)新能力的不斷增強與創(chuàng)新產(chǎn)品市場化成功率的提高降低了科技企業(yè)的技術(shù)風(fēng)險和市場風(fēng)險，為追求資本增值的民間資本的進入創(chuàng)造了條件。隨著高新企業(yè)技術(shù)創(chuàng)新的加速，在自身價值倍增效應(yīng)下，對資本的吸附能力日益增強，大量分散的資金集聚到高新技術(shù)產(chǎn)業(yè)，推動了民間投資的增加。同時，隨著技術(shù)創(chuàng)新風(fēng)險的降低，民間投資收益快、流動性好的投資偏好，開始轉(zhuǎn)向周期長、回報率高的技術(shù)創(chuàng)新投資。以上因素的合力使得技術(shù)創(chuàng)新作用于民間投資的長期累積效應(yīng)逐漸強于短期影響。

5.比較民間投資與技術(shù)創(chuàng)新對經(jīng)濟增長的脈沖反應(yīng)系數(shù)，可以清晰地看到：在短期內(nèi)，民間投資與技術(shù)創(chuàng)新對經(jīng)濟增長的貢獻率相差并不顯著。但是技術(shù)創(chuàng)新對經(jīng)濟增長的貢獻持續(xù)平穩(wěn)且增速較快，而民間投資對經(jīng)濟增長的貢獻在不同時段存在波動。從長期來看，在整個樣本區(qū)間技術(shù)創(chuàng)新對經(jīng)濟增長的影響要強于民間投資對經(jīng)濟增長的影響，且同樣增速較快，波動較小。考慮到民間投資會借由技術(shù)創(chuàng)新的中介作用而對經(jīng)濟增長產(chǎn)生影響，那么民間投資對經(jīng)濟增長的直接效應(yīng)將會更小。無論短期或是長期效應(yīng)都顯示出技術(shù)創(chuàng)新在當(dāng)前及未來對經(jīng)濟快速平穩(wěn)增長的重要性。當(dāng)前，為形成經(jīng)濟增長的內(nèi)生動力而需要重啟民間投資的呼聲日盛。而本文研究表明，中央和地方政府更加需要重視的是在政府科技投入不足的現(xiàn)實下如何有效引導(dǎo)民間投資促進技術(shù)創(chuàng)新，提升制造業(yè)技術(shù)創(chuàng)新能力，以投資的高效率保障國家和區(qū)域經(jīng)濟的長期平穩(wěn)增長。

6.經(jīng)濟增長沖擊的脈沖響應(yīng)顯示，在短期內(nèi)經(jīng)濟增長對民間投資的影響保持在0.005的較低水平。這說明，一方面普通民眾并未充分地分享到國家經(jīng)濟增長的成果，收入分配機制有待改革；另一方面，結(jié)合儲蓄存款余額的增長速度來看，受限于投資渠道狹窄，雖然經(jīng)濟高速增長但民間儲蓄存款難以有效地轉(zhuǎn)化為投資。經(jīng)濟增長對技術(shù)創(chuàng)新的短期影響保持在0.001左右的絕對低水平，表明現(xiàn)實經(jīng)濟中用于技術(shù)創(chuàng)新的資源投入占GDP的比重（也稱為研發(fā)強度）長期嚴(yán)重偏低。GDP對自身的短期脈沖響應(yīng)系數(shù)低于0.002，說明當(dāng)前我國的經(jīng)濟增長并未形成良性的慣性維系機制，即當(dāng)期快速的經(jīng)濟增長并不能保證下一期經(jīng)濟依然快速增長。

四、結(jié)論和政策建議

本文使用時變參數(shù)向量自回歸模型研究了我國民間投資、技術(shù)創(chuàng)新和經(jīng)濟增長之間的相互影響，結(jié)果表明，三者之間的互動影響是隨時間而變化的?？傮w而言，民間投資對技術(shù)創(chuàng)新和經(jīng)濟增長在長期內(nèi)有顯著、不斷增強的影響。但在短期內(nèi)，民間投資路徑受國家宏觀調(diào)控政策的影響較大，可能因大量投資于房地產(chǎn)業(yè)而減少了對技術(shù)創(chuàng)新的支持；民間投資對經(jīng)濟增長存在累積沖擊效應(yīng)，這提醒我們對民間投資的啟動宜早不宜遲。技術(shù)創(chuàng)新能力的增強有助于將民間資金吸引到高新技術(shù)產(chǎn)業(yè)，推動民間投資的增加。與民間投資相比，無論在短期或長期技術(shù)創(chuàng)新都能更有效地促進經(jīng)濟快速、平穩(wěn)增長。經(jīng)濟增長在長期內(nèi)會促進民間投資和技術(shù)創(chuàng)新，但在短期內(nèi)對兩者的影響很微弱，這意味著我國的收入分配、投資渠道及科技投入相關(guān)政策均有調(diào)整的必要。

根據(jù)上述實證研究結(jié)論，本文提出如下幾個方面的政策建議：

1.改革收入分配體制與拓寬投資渠道并行。通過收入分配體制改革，實現(xiàn)藏富于民，進一步充實和壯大民間投資的物質(zhì)基礎(chǔ)，同時破除行業(yè)壁壘和市場準(zhǔn)入門檻，拓寬民間投資渠道，實現(xiàn)居民儲蓄向民間投資的轉(zhuǎn)化。

2.控制房地產(chǎn)業(yè)投資，引導(dǎo)民間資本進入高新技術(shù)產(chǎn)業(yè)。從民間資本的角度看，房地產(chǎn)業(yè)與制造業(yè)存在替代效應(yīng)。李曉峰認(rèn)為，當(dāng)前“房地產(chǎn)投資的過快增長，是扼殺居民消費需求持續(xù)增加的黑手”，已無益于中國經(jīng)濟，而技術(shù)創(chuàng)新對經(jīng)濟增長存在直接、持續(xù)、穩(wěn)定的拉動作用。因此，將更多的民間資本從過熱的房地產(chǎn)業(yè)中“擠出”，轉(zhuǎn)而在政策引導(dǎo)下進入高新技術(shù)產(chǎn)業(yè)，推動技術(shù)創(chuàng)新是當(dāng)前的務(wù)實選擇。

3.完善科技投入體系。根據(jù)國際實踐，當(dāng)研發(fā)強度不超過1%時，技術(shù)研發(fā)處于技術(shù)使用階段；當(dāng)研發(fā)強度在1%～2%時，技術(shù)研發(fā)就處于技術(shù)改進階段；當(dāng)研發(fā)強度超過2%時，技術(shù)研發(fā)才開始進入技術(shù)創(chuàng)新階段。當(dāng)前我國科技投入體系尚不成熟，2012年的數(shù)據(jù)顯示我國研發(fā)強度約為1.76%，遠(yuǎn)低于發(fā)達國家，整體技術(shù)研發(fā)處于技術(shù)改進階段。著眼于技術(shù)創(chuàng)新對經(jīng)濟持續(xù)、平穩(wěn)、快速增長的重要作用，需要以體制創(chuàng)新為基礎(chǔ)搭建制度平臺，進一步強化財政科技投資，確保研發(fā)經(jīng)費投入的增長，保障自主創(chuàng)新能力的提升。

［1］Kortum，S.，J.Lerner.Assessing the Contribution of Venture Capital to Innovation［J］.The RAND Journal of Economics，2000，31（4）：674—692.

［2］Hellman，T.，M.Puri.Venture Capital and the Professionalization of Start-up Firms［J］.Journal of Finance，2002，57（3）：169—197.

［3］龍勇，楊曉燕.風(fēng)險投資對技術(shù)創(chuàng)新能力的作用研究［J］.科技進步與對策，2009，（12）：16—20.

［4］邵同堯，潘彥.風(fēng)險投資、研發(fā)投入與區(qū)域創(chuàng)新——基于商標(biāo)的省級面板研究［J］.科學(xué)學(xué)研究，2011，（5）：793—800.

［5］Nadia Tecco.Financially Sustainable Investments in Developing Countries Water Sectors：What Conditions Could Promote Private Sector Involvement［J］.International Environmental Agreements：Politics，Law and Economics，2008，（8）：129—142.

［6］鈔小靜，任保平.經(jīng)濟轉(zhuǎn)型、民間投資成長與政府投資轉(zhuǎn)向——投資推動中國經(jīng)濟高速增長的實證分析［J］.經(jīng)濟科學(xué)，2008，（2）：5—15.

［7］曹建海，朱波，趙錦輝.公共投資、私人投資與經(jīng)濟增長關(guān)系的實證研究［J］.河北經(jīng)貿(mào)大學(xué)學(xué)報，2005，（3）：1—7.

［8］張潔，劉科偉，陳策.我國民間投資與經(jīng)濟增長關(guān)系分析［J］.西安郵電學(xué)院學(xué)報，2007，（12）：64—68.

［9］David T.Coe，Elhanan Helpman.International R＆D Spillovers［J］.European Economic Review，1995，39（5）：859—887.

［10］程開明.城市化、技術(shù)創(chuàng)新與經(jīng)濟增長——基于創(chuàng)新中介效應(yīng)的實證研究［J］.統(tǒng)計研究，2009，（5）：40—46.

［11］G.E.Primiceri.Time Varying Structural Vector Auto-regressions and Monetary Policy［J］.Review of Economic Studies，2005，72（8）：821—852.

［12］D＇Agostino，A.，L.Gambetti，D.Giannone.Maroeconomic Forecasting and Structural Change［Z］.European Central Bank Working Paper No.1167，2010.

［13］Nakajima，J.，M.Kasuya，T.Watanabe.Bayesian Analysis of Time-varying Parameter Vector Autoregressive Model for the Japanese Economy and Monetary Policy［Z］.IMES Discussion Paper，No.2009-E-13，2009.

［14］Argentino Pessoa."Ideas"Driven Growth：The OECD Evidence［J］.Portuguese Economic Journal，2005，（4）：46—67.

［15］鄧淇中，王克喜，何俊陽.房地產(chǎn)投資與經(jīng)濟增長關(guān)系的動態(tài)波動性研究——以湘潭市為例［J］.湖南科技大學(xué)學(xué)報（社會科學(xué)版），2011，（4）：72—75.