王 婷，劉 毅，劉艷楓

(西南民族大學(xué)管理學(xué)院，四川 成都 610041)

1 引言及文獻(xiàn)述評(píng)

中國(guó)經(jīng)濟(jì)增長(zhǎng)由投入驅(qū)動(dòng)向全要素生產(chǎn)率驅(qū)動(dòng)的轉(zhuǎn)型勢(shì)在必行[1].在經(jīng)濟(jì)增速下降、發(fā)展方式轉(zhuǎn)變和結(jié)構(gòu)調(diào)整的新常態(tài)下，為經(jīng)濟(jì)增長(zhǎng)保駕護(hù)航的投資、消費(fèi)和出口的作用逐漸勢(shì)弱，全要素生產(chǎn)率在推動(dòng)經(jīng)濟(jì)增長(zhǎng)中的重要作用愈加凸顯.伴隨資本邊際報(bào)酬遞減、“人口紅利”逐漸消失和出口增速的回落，物質(zhì)資本、勞動(dòng)和出口在推動(dòng)經(jīng)濟(jì)增長(zhǎng)中顯得后繼乏力，為了助力中國(guó)經(jīng)濟(jì)跨越“中等收入陷阱”，為了實(shí)現(xiàn)中華民族的偉大復(fù)興，轉(zhuǎn)變發(fā)展方式、轉(zhuǎn)換發(fā)展動(dòng)力及增強(qiáng)發(fā)展動(dòng)能已刻不容緩.

與傳統(tǒng)發(fā)展動(dòng)力不同，全要素生產(chǎn)率是指在要素投入水平既定的條件下，經(jīng)濟(jì)增長(zhǎng)所達(dá)到的額外效率，它可彌補(bǔ)資本邊際報(bào)酬遞減的消極影響，具有長(zhǎng)期可持續(xù)性，是經(jīng)濟(jì)增長(zhǎng)經(jīng)久不衰的引擎[1].因此，提高全要素生產(chǎn)率才是維持經(jīng)濟(jì)可持續(xù)發(fā)展的根本途徑.

創(chuàng)新是提高全要素生產(chǎn)率的必由之路.然而如何提高全要素生產(chǎn)率，不同學(xué)者提出的路徑并不完全一致.Zachariadis[2]通過對(duì)10個(gè)OECD國(guó)家的研究表明，提高R＆D強(qiáng)度可推動(dòng)全要素生產(chǎn)率增長(zhǎng)；郭慶旺和賈俊雪[3]的研究指出，技術(shù)進(jìn)步和能力實(shí)現(xiàn)改善可提高全要素生產(chǎn)率；趙志耘和楊朝峰[4]認(rèn)為全要素生產(chǎn)率提高的源泉在于技術(shù)進(jìn)步和資源配置效應(yīng)的改進(jìn).盡管對(duì)全要素生產(chǎn)率增長(zhǎng)源泉的認(rèn)識(shí)存在差異，但歸根結(jié)底，全要素生產(chǎn)率的提高在于技術(shù)進(jìn)步、制度創(chuàng)新、組織管理完善以及資源配置效率的改進(jìn)等，而這些方面都離不開創(chuàng)新驅(qū)動(dòng)的支持.因此，要乘勢(shì)“大眾創(chuàng)業(yè)、萬(wàn)眾創(chuàng)新”，讓創(chuàng)新在全社會(huì)蔚然成風(fēng)，為全要素生產(chǎn)率的提高鋪平道路，為經(jīng)濟(jì)的可持續(xù)發(fā)展鼓足后勁.

教育為創(chuàng)新提供有效的人力資本，是全要素生產(chǎn)率提高的智力源泉.創(chuàng)新是一個(gè)國(guó)家能夠長(zhǎng)久立足于世界民族之林的根本保障，如何維持創(chuàng)新的可持續(xù)性就成為全社會(huì)關(guān)注的焦點(diǎn).創(chuàng)新是智力活動(dòng)的產(chǎn)物，需要借助人力資本的載體，而教育發(fā)展直接關(guān)系到人力資本培養(yǎng)水平的高低，高水平的人力資本將激發(fā)更多的創(chuàng)新動(dòng)力和活力.因此，教育與創(chuàng)新息息相關(guān)，創(chuàng)新的順利推動(dòng)離不開教育的持續(xù)發(fā)展.同時(shí)，教育也為全要素生產(chǎn)率的持續(xù)提升提供了源源不斷的智力支撐.盡管受教育年限是全要素生產(chǎn)率的重要影響因素[5]，但不同的受教育水平對(duì)全要素生產(chǎn)率的影響存在差異[6]，不過人力資本依然是全要素生產(chǎn)率的促進(jìn)因素[7]，且高質(zhì)量的人力資本對(duì)應(yīng)更高水平的全要素生產(chǎn)率[8].然而，人力資本的錯(cuò)配將降低這種促進(jìn)作用，而人力資本配置效率的改進(jìn)，需要進(jìn)一步擴(kuò)大教育規(guī)模[9].正所謂“百年大計(jì)，教育為本”，為了“兩個(gè)一百年”目標(biāo)的順利實(shí)現(xiàn)，提高全要素生產(chǎn)率是根本途徑，加強(qiáng)創(chuàng)新是必然選擇，提升教育水平和質(zhì)量是長(zhǎng)久之路.

世界經(jīng)濟(jì)在低迷中蹣跚前行，中國(guó)經(jīng)濟(jì)步入“三期疊加”，下行壓力依然較大.盡管國(guó)內(nèi)經(jīng)濟(jì)長(zhǎng)期向好的基本面沒有變，但提質(zhì)增效、轉(zhuǎn)型升級(jí)的要求更加迫切，如何提高經(jīng)濟(jì)增長(zhǎng)質(zhì)量和效益，如何增強(qiáng)經(jīng)濟(jì)發(fā)展的可持續(xù)性，眾多學(xué)者提出的路徑較為一致：提高全要素生產(chǎn)率水平.如何提高全要素生產(chǎn)率，加強(qiáng)創(chuàng)新是首選，“十三五規(guī)劃”已把創(chuàng)新發(fā)展放置于新發(fā)展理念的首位，同時(shí)，發(fā)展教育也必不可少，科教興國(guó)戰(zhàn)略和人才強(qiáng)國(guó)戰(zhàn)略也在穩(wěn)步推進(jìn).

然而，現(xiàn)階段我國(guó)經(jīng)濟(jì)增長(zhǎng)對(duì)要素投入的依賴依然較大[10]，且由于2008年的金融危機(jī)，全要素生產(chǎn)率步入了下滑通道[11]，其對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)度隨之下降，經(jīng)濟(jì)的可持續(xù)發(fā)展面臨挑戰(zhàn)，那么，隨之而來(lái)且亟須解決的問題在于，創(chuàng)新驅(qū)動(dòng)和教育發(fā)展是否依然為全要素生產(chǎn)率的推動(dòng)因素?對(duì)此加以研究的文獻(xiàn)尚不多見.基于此，本文在前人研究的基礎(chǔ)上，借助計(jì)量經(jīng)濟(jì)模型和最新相關(guān)數(shù)據(jù)，進(jìn)一步論證和闡述創(chuàng)新驅(qū)動(dòng)、教育發(fā)展和全要素生產(chǎn)率的動(dòng)態(tài)演化關(guān)系，以此挖掘新常態(tài)下經(jīng)濟(jì)可持續(xù)發(fā)展的可行路徑.

2 模型建立與數(shù)據(jù)來(lái)源

2.1 模型建立

在對(duì)創(chuàng)新驅(qū)動(dòng)、教育發(fā)展與全要素生產(chǎn)率變化的關(guān)系進(jìn)行分析時(shí)，所面臨的首要問題為如何對(duì)全要素生產(chǎn)率進(jìn)行估算.對(duì)此，目前主要存在四種方法：增長(zhǎng)核算法、生產(chǎn)函數(shù)法、隨機(jī)前沿分析法以及數(shù)據(jù)包絡(luò)分析法(Malmquist指數(shù)法)[12-13].增長(zhǎng)核算法簡(jiǎn)單直觀，但不適于具體實(shí)證分析[14]；隨機(jī)前沿分析法把全要素生產(chǎn)率視為一個(gè)獨(dú)立的狀態(tài)空間變量，以此從殘差中分離出來(lái)，因而全要素生產(chǎn)率的估計(jì)更為精確，但本文的實(shí)證數(shù)據(jù)無(wú)法滿足；Malmquist指數(shù)法適于面板數(shù)據(jù)，本文的數(shù)據(jù)為時(shí)間序列.因此，本文將借助生產(chǎn)函數(shù)法，即索洛殘差法，對(duì)全要素生產(chǎn)率的變化進(jìn)行測(cè)度.

索洛殘差法的核心在于假定規(guī)模收益不變和?？怂怪行约夹g(shù)滿足，經(jīng)濟(jì)增長(zhǎng)中扣除各投入要素貢獻(xiàn)后的余額，即技術(shù)進(jìn)步對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)，就是全要素生產(chǎn)率的變化率.

假定總量生產(chǎn)函數(shù)為C-D函數(shù)

其中，Yt為總產(chǎn)出，Kt為資本投入，Lt為勞動(dòng)投入，At為滿足?？怂怪行缘募夹g(shù)進(jìn)步系數(shù).根據(jù)規(guī)模收益不變的假定，α+β＝1.對(duì)(1)式兩邊分別取對(duì)數(shù)，并求關(guān)于時(shí)間t的導(dǎo)數(shù).可得

由(2)式，可得

(3)式就是全要素生產(chǎn)率的變化率.

由(3)式可知，估算全要素生產(chǎn)率變化率的關(guān)鍵在于估計(jì)資本的邊際貢獻(xiàn)α.對(duì)(1)式兩邊分別除以L，并取自然對(duì)數(shù).則有回歸方程

其中，yt＝ Yt/Lt為人均產(chǎn)出，kt＝ Kt/Lt為人均資本.同時(shí)，需要估算資本存量K，估算公式為：

其中，Kt為第t年的資本存量，Kt-1為第t-1年的資本存量，Pt為固定資產(chǎn)投資價(jià)格指數(shù)，It為以第t年價(jià)格計(jì)量的固定資產(chǎn)投資，δ為折舊率.如此，可根據(jù)(5)式估算出各年的資本存量.

考慮到資本的邊際貢獻(xiàn)在所分析的樣本期間內(nèi)可能發(fā)生結(jié)構(gòu)性變化，即資本對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)具有時(shí)變性，也就是說，α隨時(shí)間發(fā)生變化，不是恒定的.基于此，把α看作一階自回歸過程，(2)式可變形為：

其中，ρ是自回歸系數(shù)，v是白噪聲過程.(6)式和(7)式組成了狀態(tài)空間模型，(6)式是觀測(cè)方程，(7)式為狀態(tài)方程.利用極大似然法同時(shí)估計(jì)(6)和(7)式，可估算出資本的邊際貢獻(xiàn)序列αt.然后根據(jù)(3)式可測(cè)度出歷年的全要素生產(chǎn)率變化率.

估算出全要素生產(chǎn)率變化率之后，就可借助協(xié)整檢驗(yàn)?zāi)Ｐ万?yàn)證創(chuàng)新驅(qū)動(dòng)、教育發(fā)展與全要素生產(chǎn)率變化率之間是否存在長(zhǎng)期均衡關(guān)系，并分析三者之間是否存在短期因果關(guān)系，利用脈沖效應(yīng)描述三者之間相互影響的動(dòng)態(tài)軌跡，最后，運(yùn)用方差分解評(píng)價(jià)各內(nèi)生變量對(duì)預(yù)測(cè)方差的貢獻(xiàn)度.

2.2 數(shù)據(jù)來(lái)源

本文的研究期間為1978至2014年，總產(chǎn)出用國(guó)內(nèi)生產(chǎn)總值(GDP)代表，勞動(dòng)力指標(biāo)取年初和年末就業(yè)人數(shù)的平均數(shù)，其數(shù)據(jù)均來(lái)自于各年的《中國(guó)統(tǒng)計(jì)年鑒》以及《新中國(guó)六十年統(tǒng)計(jì)資料匯編》，為了消除價(jià)格因素的影響，本文用1986年為基期的GDP平減指數(shù)對(duì)其進(jìn)行平減處理.物質(zhì)資本存量采用郭慶旺和賈俊雪(2005)的估算方法，折舊率取5%.教育發(fā)展指標(biāo)的代表性因素較多，可使用財(cái)政性教育經(jīng)費(fèi)支出、人均接受教育年限、財(cái)政性教育經(jīng)費(fèi)占GDP和財(cái)政支出的比例等.由于財(cái)政性教育經(jīng)費(fèi)具有滯后性的特點(diǎn)，當(dāng)年的財(cái)政性教育經(jīng)費(fèi)支出對(duì)經(jīng)濟(jì)增長(zhǎng)的全部影響需要若干年后才能發(fā)揮出來(lái).基于此，本文使用平均受教育年限作為替代性指標(biāo).該指標(biāo)計(jì)算過程中所使用的數(shù)據(jù)來(lái)自于歷年的《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》和《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》、《中國(guó)人口統(tǒng)計(jì)年鑒》和《中國(guó)統(tǒng)計(jì)年鑒》.創(chuàng)新驅(qū)動(dòng)指標(biāo)采用專利申請(qǐng)授權(quán)數(shù)替代，數(shù)據(jù)來(lái)自于歷年《中國(guó)科技統(tǒng)計(jì)年鑒》.

3 統(tǒng)計(jì)分析

借助VAR模型，對(duì)創(chuàng)新驅(qū)動(dòng)、教育發(fā)展與全要素生產(chǎn)率之間的長(zhǎng)期動(dòng)態(tài)均衡關(guān)系進(jìn)行實(shí)證分析.在建立VAR模型之前，首先需要估算全要素生產(chǎn)率，然后對(duì)各變量的平穩(wěn)性進(jìn)行檢驗(yàn).如果所分析的變量是同階單整的，進(jìn)一步建立VAR模型，運(yùn)用Johansen協(xié)整檢驗(yàn)考察變量之間的協(xié)整關(guān)系，以此建立協(xié)整方程.最后在VAR模型的基礎(chǔ)上，運(yùn)用因果關(guān)系檢驗(yàn)、脈沖響應(yīng)函數(shù)和方差分解深入研究創(chuàng)新驅(qū)動(dòng)、教育發(fā)展與全要素生產(chǎn)率變化之間的因果關(guān)系和動(dòng)態(tài)影響過程.

3.1 全要素生產(chǎn)率變化率的測(cè)度

在估算全要素生產(chǎn)率變化率時(shí)，首先，根據(jù)(5)式估算出歷年的資本存量，然后估計(jì)出生產(chǎn)函數(shù)和全要素生產(chǎn)率變化率.在估計(jì)生產(chǎn)函數(shù)時(shí)，需對(duì)規(guī)模收益不變的假設(shè)進(jìn)行檢驗(yàn)，同時(shí)，還需對(duì)生產(chǎn)函數(shù)的穩(wěn)定性進(jìn)行檢驗(yàn).利用Wald檢驗(yàn)對(duì)無(wú)約束回歸方程lnYt＝lnAt+αlnKt+βlnLt+εt中的假設(shè)α+β＝1進(jìn)行驗(yàn)證，相應(yīng)的F統(tǒng)計(jì)量的值為2.0929，伴隨概率P值為0.1571，可知，P＞0.1，因此，在10%的顯著性水平上，接受α+β＝1這一假設(shè)，即生產(chǎn)函數(shù)滿足規(guī)模報(bào)酬不變.然后，對(duì)(4)式進(jìn)行OLS回歸，結(jié)果如下：

從回歸結(jié)果可知，小括號(hào)內(nèi)的 t統(tǒng)計(jì)量值為76.0079，以及中括號(hào)內(nèi)的伴隨概率P值為0.0000，P＜0.01，因此，在1%的顯著性水平上，參數(shù)α是顯著異于0的，也就是說lnkt對(duì)lnyt具有顯著性影響，即物質(zhì)資本每增長(zhǎng)1%，產(chǎn)出將增長(zhǎng)0.69%.接下來(lái)，借助CUSUM檢驗(yàn)對(duì)參數(shù)α的恒定性進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果見圖1.

圖1 模型穩(wěn)定性的CUSUM檢驗(yàn)

從圖1可看出，在1997-2011年期間，生產(chǎn)函數(shù)的CUSUM檢驗(yàn)值在5%的顯著性水平上均超出了臨界值邊界(虛線表示)，這說明生產(chǎn)函數(shù)模型參數(shù)不恒定，具有隨時(shí)間變化的趨勢(shì)，需要建立可變參數(shù)狀態(tài)空間模型對(duì)生產(chǎn)函數(shù)做進(jìn)一步分析.最終，(6)和(7)式組成的狀態(tài)空間模型的估計(jì)結(jié)果為：

其中，括號(hào)內(nèi)為t統(tǒng)計(jì)量值，從估計(jì)結(jié)果可知，資本的邊際彈性αt是隨機(jī)游走過程，其變化趨勢(shì)見圖2.

圖2 資本的邊際彈性αt序列的變化趨勢(shì)

從圖2可知，資本的邊際產(chǎn)出彈性具有時(shí)變性(實(shí)線表示)，1979至1991年期間，總體上呈現(xiàn)下降趨勢(shì)，1992至2008年期間，趨于上升，而2009-2014年，掉頭向下.虛線部分表示的是1979至2014年期間這一彈性的平均值.

估算出資本的邊際彈性αt之后，就可通過(3)式計(jì)算出全要素生產(chǎn)率變化率GA.該變化率序列的描 述性統(tǒng)計(jì)見表1.

表1 全要素生產(chǎn)率變化率的描述性統(tǒng)計(jì)

從表1可知，全要素生產(chǎn)率變化率處于-0.0433和0.0701之間，均值為-0.0019，中位數(shù)為0.0020，從中位數(shù)來(lái)看，全要素生產(chǎn)率增加率的幅度較小.

3.2 長(zhǎng)期均衡關(guān)系

在獲得了全要素生產(chǎn)率變化率序列之后，接下研究專利申請(qǐng)授權(quán)數(shù)、受教育年限和全要素生產(chǎn)率變化之間的長(zhǎng)期動(dòng)態(tài)關(guān)系.首先，對(duì)序列的平穩(wěn)性進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果見表2.

表2 ADF方法單位根檢驗(yàn)結(jié)果

從表2可知，在10%的顯著性水平上，全要素生產(chǎn)率變化率、受教育年限和專利申請(qǐng)授權(quán)數(shù)的原序列均是非平穩(wěn)的，一階差分后，各序列在1%的顯著性水平上平穩(wěn)，因而各序列均是一階單整過程，即I(1).由于三個(gè)序列是同階單整的，所以可對(duì)三個(gè)序列是否存在長(zhǎng)期均衡關(guān)系進(jìn)行驗(yàn)證，本文采用Johansen協(xié)整檢驗(yàn)方法，檢驗(yàn)結(jié)果見表3.

表3 協(xié)整檢驗(yàn)結(jié)果

根據(jù)跡統(tǒng)計(jì)量和5%臨界值的大小，可對(duì)協(xié)整方程個(gè)數(shù)進(jìn)行判斷.若跡統(tǒng)計(jì)量大于5%臨界值，則拒絕原假設(shè)；若跡統(tǒng)計(jì)量小于5%臨界值，則接受原假設(shè).從表3可知，在5%的顯著性水平上，存在一個(gè)協(xié)整方程.標(biāo)準(zhǔn)化的協(xié)整方程為：

從所估計(jì)的協(xié)整方程可知，專利申請(qǐng)授權(quán)數(shù)對(duì)全要素生產(chǎn)率變化的系數(shù)為0.1184，標(biāo)準(zhǔn)差為0.0303，受教育年限對(duì)全要素生產(chǎn)率變化的邊際系數(shù)為-0.1711，標(biāo)準(zhǔn)差為0.0389.在5%的顯著性水平上，專利申請(qǐng)授權(quán)數(shù)和受教育年限對(duì)全要素生產(chǎn)率變化的影響均顯著.長(zhǎng)期來(lái)看，專利申請(qǐng)授權(quán)數(shù)每增加1%，全要素生產(chǎn)率變化率將增加0.1184，相反，受教育年限每增加一年，全要素生產(chǎn)率的變化率將降低0.1711.

3.3 短期因果關(guān)系

協(xié)整檢驗(yàn)的結(jié)果表明，專利申請(qǐng)授權(quán)數(shù)、受教育年限與全要素生產(chǎn)率變化之間存在長(zhǎng)期動(dòng)態(tài)均衡關(guān)系.然而，短期來(lái)看，三者之間會(huì)呈現(xiàn)何種互動(dòng).下面將借助Granger因果關(guān)系檢驗(yàn)以驗(yàn)證三個(gè)變量之間是否存在短期因果關(guān)系，若存在，將進(jìn)一步指出兩個(gè)變量之間是否互為對(duì)方的Granger原因.檢驗(yàn)結(jié)果見表4.

表4 因果關(guān)系檢驗(yàn)結(jié)果

從表4可知，在滯后1期時(shí)，在5%的顯著性水平上，只有專利申請(qǐng)授權(quán)數(shù)是全要素生產(chǎn)率變化的Granger原因；在滯后2期時(shí)，在10%的顯著性水平上，全要素生產(chǎn)率的變化是專利申請(qǐng)授權(quán)數(shù)的Granger原因，這表明全要素生產(chǎn)率對(duì)專利申請(qǐng)授權(quán)數(shù)的反饋具有滯后性；在滯后5期時(shí)，專利申請(qǐng)授權(quán)數(shù)和受教育年限同為全要素生產(chǎn)率變化的Granger原因，受教育年限對(duì)全要素生產(chǎn)率變化的影響需要在更長(zhǎng)的時(shí)間內(nèi)才能顯現(xiàn)；在所有的滯后期內(nèi)，專利申請(qǐng)授權(quán)數(shù)均為受教育年限的Granger原因，這也驗(yàn)證了創(chuàng)新活動(dòng)需要人力資本這一載體，人力資本的培養(yǎng)需要教育發(fā)展的支撐.

3.4 脈沖響應(yīng)分析

協(xié)整檢驗(yàn)和Granger因果關(guān)系檢驗(yàn)的結(jié)果表明，專利申請(qǐng)授權(quán)數(shù)、受教育年限和全要素生產(chǎn)率變化之間不僅存在長(zhǎng)期的動(dòng)態(tài)均衡關(guān)系，而且具有短期的因果關(guān)系.然而，在由這三個(gè)變量組成的系統(tǒng)內(nèi)，一個(gè)隨機(jī)擾動(dòng)項(xiàng)的變化會(huì)對(duì)系統(tǒng)內(nèi)的變量產(chǎn)生何種程度的沖擊，持續(xù)時(shí)間如何，接下來(lái)，運(yùn)用VAR模型的脈沖響應(yīng)對(duì)這一問題進(jìn)行探討.

脈沖效應(yīng)函數(shù)描述的是變量的一個(gè)標(biāo)準(zhǔn)差隨機(jī)擾動(dòng)項(xiàng)的沖擊對(duì)自身和其他變量的當(dāng)期和未來(lái)期的影響軌跡，專利申請(qǐng)授權(quán)數(shù)、受教育年限和全要素生產(chǎn)率變化之間的脈沖響應(yīng)函數(shù)見圖3.

圖3 專利申請(qǐng)授權(quán)數(shù)、受教育年限和全要素生產(chǎn)率變化之間的脈沖響應(yīng)函數(shù)

從圖3的左圖可知，全要素生產(chǎn)率變化對(duì)自身一個(gè)標(biāo)準(zhǔn)差正向新息沖擊的響應(yīng)，在10個(gè)期間內(nèi)始終為正，第2期達(dá)到最大，第4期處于最低，前4期波動(dòng)較大，而后波動(dòng)較為平穩(wěn)；全要素生產(chǎn)率變化對(duì)專利申請(qǐng)授權(quán)數(shù)一個(gè)標(biāo)準(zhǔn)差正向新息沖擊的響應(yīng)，在第1期為零，第2至4期處于響應(yīng)力度減弱階段，隨后兩期趨于上升，第6期達(dá)到最大，第8期之后趨于穩(wěn)定；全要素生產(chǎn)率變化對(duì)受教育年限一個(gè)標(biāo)準(zhǔn)差正向新息沖擊的響應(yīng)，第1期為零，第2和3期為正，此后響應(yīng)一直為負(fù).綜合判斷，全要素生產(chǎn)率變化對(duì)自身的沖擊響應(yīng)力度最強(qiáng)，專利申請(qǐng)授權(quán)數(shù)次之，且方向始終為正，對(duì)受教育年限的響應(yīng)不僅強(qiáng)度最弱，而且，長(zhǎng)期來(lái)看，方向?yàn)樨?fù).這表明創(chuàng)新驅(qū)動(dòng)是全要素生產(chǎn)率變化的積極因素，而教育發(fā)展的增加并沒有推動(dòng)全要素生產(chǎn)率的提高，這與協(xié)整檢驗(yàn)的結(jié)果一致.

從圖3的中圖可以看出，受教育年限對(duì)自身一個(gè)標(biāo)準(zhǔn)差正向新息沖擊的響應(yīng)，在第1期為正，且達(dá)到最大，而第2期就下降到零以下，此后一直為負(fù)，且波動(dòng)較為平穩(wěn)；受教育年限對(duì)專利申請(qǐng)授權(quán)數(shù)一個(gè)標(biāo)準(zhǔn)差正向新息沖擊的響應(yīng)，第1期為零，第2期為負(fù)，第3期及以后均為正，第4期之后趨于穩(wěn)定，且響應(yīng)力度較強(qiáng)；受教育年限對(duì)全要素生產(chǎn)率變化一個(gè)標(biāo)準(zhǔn)差正向新息沖擊的響應(yīng)，方向始終為負(fù)，且強(qiáng)度較弱.通過對(duì)圖3的中圖的描述，可以發(fā)現(xiàn)，創(chuàng)新驅(qū)動(dòng)能夠?qū)逃l(fā)展產(chǎn)生持續(xù)的推動(dòng)作用，這與因果關(guān)系檢驗(yàn)的結(jié)論一致.

從圖3的右圖可以看出，專利申請(qǐng)授權(quán)數(shù)對(duì)自身一個(gè)標(biāo)準(zhǔn)差正向新息沖擊的響應(yīng)，強(qiáng)度較為穩(wěn)定；面對(duì)全要素生產(chǎn)率變化一個(gè)標(biāo)準(zhǔn)差正向新息的沖擊，專利申請(qǐng)授權(quán)數(shù)的反應(yīng)強(qiáng)度較弱，方向始終為負(fù)；受教育年限一個(gè)標(biāo)準(zhǔn)差正向新息的變化，將對(duì)專利申請(qǐng)授權(quán)數(shù)產(chǎn)生持續(xù)的負(fù)向沖擊，不過，相對(duì)專利申請(qǐng)授權(quán)數(shù)自身的沖擊而言，力度稍弱.這充分說明創(chuàng)新驅(qū)動(dòng)具有較強(qiáng)的慣性特征，其發(fā)展變化主要由自身推動(dòng)，較少受其他兩個(gè)因素的影響，這與因果關(guān)系檢驗(yàn)的結(jié)論一致.

3.5 方差分解

脈沖響應(yīng)函數(shù)描述了系統(tǒng)中每個(gè)內(nèi)生變量的沖擊對(duì)自身及其它變量影響的動(dòng)態(tài)軌跡，而方差分解可以進(jìn)一步評(píng)價(jià)各內(nèi)生變量對(duì)預(yù)測(cè)方差的貢獻(xiàn)度.通過方差分解，可比較相對(duì)重要性新息隨時(shí)間的變化趨勢(shì)，并能夠估計(jì)該變量的影響程度與作用時(shí)滯.專利申請(qǐng)授權(quán)數(shù)、受教育年限和全要素生產(chǎn)率變化的方差分解結(jié)果見圖4.

圖4 專利申請(qǐng)授權(quán)數(shù)、受教育年限和全要素生產(chǎn)率變化之間的方差分解

從圖4的左圖可知，在全要素生產(chǎn)率的方差分解中，在滯后1期時(shí)，專利申請(qǐng)授權(quán)數(shù)和受教育年限對(duì)全要素生產(chǎn)率變化的沖擊均為零，二者對(duì)全要素生產(chǎn)率的影響具有滯后性.專利申請(qǐng)授權(quán)數(shù)對(duì)全要素生產(chǎn)率變化的貢獻(xiàn)持續(xù)增加，在第10期時(shí)達(dá)到最大，為17.46%.受教育年限對(duì)全要素生產(chǎn)率變化的貢獻(xiàn)，在第5期達(dá)到最大，為5.85%，第7期之后趨于穩(wěn)定，不過，貢獻(xiàn)份額始終沒有超過5%.這表明創(chuàng)新驅(qū)動(dòng)對(duì)全要素生產(chǎn)率具有持續(xù)增加的推動(dòng)作用，而教育發(fā)展的對(duì)全要素生產(chǎn)率變化的影響程度較小.

從圖4的中圖可以看出，在受教育年限的方差分解中，在滯后1期時(shí)，全要素生產(chǎn)率變化和專利申請(qǐng)授權(quán)數(shù)的沖擊為零，二者對(duì)受教育年限的貢獻(xiàn)具有一定的滯后性.專利申請(qǐng)授權(quán)數(shù)對(duì)受教育年限的貢獻(xiàn)份額持續(xù)增加，且在第7期超過了受教育年限對(duì)自身的貢獻(xiàn)，第10期時(shí)，這一貢獻(xiàn)份額達(dá)到了46.99%.全要素生產(chǎn)率變化對(duì)受教育年限的沖擊，前3期相對(duì)較小，而第4期增加幅度較大，由第3期的13.30%提高到21.45%，此后增加較為緩慢.這說明教育發(fā)展需要?jiǎng)?chuàng)新活動(dòng)的驅(qū)動(dòng)，教育與創(chuàng)新密切相關(guān).

從圖4的右圖可以看出，在專利申請(qǐng)授權(quán)數(shù)的方差分解中，專利申請(qǐng)授權(quán)數(shù)對(duì)自身沖擊的貢獻(xiàn)在每期均在80%以上，全要素生產(chǎn)率變化對(duì)專利申請(qǐng)授權(quán)數(shù)的貢獻(xiàn)在第1期最大，為12%，第2期降到5%左右，隨后趨于穩(wěn)定.受教育年限對(duì)專利申請(qǐng)授權(quán)數(shù)的貢獻(xiàn)在前3期緩慢增加，第4期之后趨于穩(wěn)定，并超過全要素生產(chǎn)率變化的貢獻(xiàn)，但貢獻(xiàn)份額始終較小.這說明現(xiàn)階段創(chuàng)新驅(qū)動(dòng)具有較強(qiáng)的慣性，較少受教育發(fā)展和全要素生產(chǎn)率變化的影響.

4 基本結(jié)論及建議

4.1 基本結(jié)論

本文首先對(duì)全要素生產(chǎn)率變化進(jìn)行了估算，然后借助協(xié)整檢驗(yàn)、因果關(guān)系檢驗(yàn)、脈沖響應(yīng)分析和方差分解，實(shí)證研究了創(chuàng)新驅(qū)動(dòng)、教育發(fā)展與全要素生產(chǎn)率變化之間的關(guān)系，大體可以得到以下結(jié)論：

(1)資本的產(chǎn)出彈性具有時(shí)變性.從1978年至20世紀(jì)90年代初，資本的產(chǎn)出彈性趨于下降，然后，進(jìn)入上升通道，至到2008年全球金融危機(jī)，隨后，彈性降低.不過，在資本的產(chǎn)出彈性下降的同時(shí)，全要素生產(chǎn)率的增加率也趨于下降.

(2)創(chuàng)新驅(qū)動(dòng)、教育發(fā)展與全要素生產(chǎn)率之間存在長(zhǎng)期的動(dòng)態(tài)均衡關(guān)系.創(chuàng)新驅(qū)動(dòng)對(duì)全要素生產(chǎn)率的提高起到積極的促進(jìn)作用，而教育發(fā)展對(duì)全要素生產(chǎn)率并沒有起到預(yù)期的效果.

(3)創(chuàng)新驅(qū)動(dòng)和教育發(fā)展均是全要素生產(chǎn)率變化的Granger原因，不過，教育發(fā)展發(fā)揮作用需要更長(zhǎng)的滯后期，創(chuàng)新驅(qū)動(dòng)也是教育發(fā)展的Granger原因.在全要素生產(chǎn)率變化的方差分解中，創(chuàng)新驅(qū)動(dòng)和教育發(fā)展的貢獻(xiàn)份額較低，不過，創(chuàng)新驅(qū)動(dòng)的貢獻(xiàn)在逐步增加.此外，創(chuàng)新驅(qū)動(dòng)在教育發(fā)展的方差分解中逐步處于主導(dǎo)地位，成為推動(dòng)教育發(fā)展的關(guān)鍵要素.

4.2 政策建議

根據(jù)研究結(jié)論，結(jié)合我國(guó)國(guó)情，給出相關(guān)政策建議：

(1)創(chuàng)新驅(qū)動(dòng)對(duì)全要素生產(chǎn)率的提高具有顯著的促進(jìn)作用.這要求進(jìn)一步推動(dòng)“大眾創(chuàng)業(yè)、萬(wàn)眾創(chuàng)新”，使創(chuàng)新真正成為引領(lǐng)發(fā)展的第一動(dòng)力，為全要素生產(chǎn)率的提高奠定最廣泛的基礎(chǔ).

(2)加快推動(dòng)高等教育的發(fā)展.在本文的實(shí)證研究部分，教育發(fā)展既沒有對(duì)創(chuàng)新驅(qū)動(dòng)產(chǎn)生積極的推動(dòng)，也沒有促進(jìn)全要素生產(chǎn)率的提高.原因可能在于，本文以受教育年限作為教育發(fā)展的指標(biāo)，在我國(guó)的人均受教育年限的構(gòu)成中，初等教育占了較大比重，而高等教育的發(fā)展顯得相對(duì)不足，高水平的全要素生產(chǎn)率需要高質(zhì)量的人力資本，高質(zhì)量的人力資本需要高等教育的培養(yǎng).基于此，應(yīng)進(jìn)一步擴(kuò)大高等教育的規(guī)模，為全要素生產(chǎn)率的提高供應(yīng)源源不斷的智力資源.