徐 娟

(廣東財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院,廣東 廣州 510320)

一、文獻(xiàn)綜述

經(jīng)濟(jì)新常態(tài)下，經(jīng)濟(jì)發(fā)展動(dòng)力源自創(chuàng)新。創(chuàng)新于經(jīng)濟(jì)增長(zhǎng)的作用一直被學(xué)者們關(guān)注，自熊彼特將經(jīng)濟(jì)增長(zhǎng)的推動(dòng)力歸結(jié)為創(chuàng)新后，經(jīng)濟(jì)學(xué)家們不斷將創(chuàng)新理論融入經(jīng)濟(jì)模型中。新古典增長(zhǎng)理論代表Solow(1956)[1]創(chuàng)立了經(jīng)濟(jì)增長(zhǎng)模型一般分析框架，即索洛增長(zhǎng)模型。該模型認(rèn)為經(jīng)濟(jì)增長(zhǎng)主要驅(qū)動(dòng)因素不僅有物質(zhì)資本(K)和人力資本(L)，還包括技術(shù)進(jìn)步(A)這一重要外生變量，并揭示經(jīng)濟(jì)長(zhǎng)期增長(zhǎng)的動(dòng)力源泉是技術(shù)進(jìn)步(A)。Romer(1986)[2]和Lucas(1988)[3]對(duì)索洛增長(zhǎng)模型進(jìn)行修正，Romer(1986)[2]將技術(shù)進(jìn)步作為經(jīng)濟(jì)增長(zhǎng)內(nèi)在驅(qū)動(dòng)力，建立內(nèi)生經(jīng)濟(jì)增長(zhǎng)模型；Lucas(1988)[3]以投資驅(qū)動(dòng)為基礎(chǔ)，建立基于人力資本的經(jīng)濟(jì)增長(zhǎng)理論模型，以上內(nèi)生增長(zhǎng)理論出現(xiàn)了正規(guī)模效應(yīng)。Jones(1995)[4]按照既能消除規(guī)模效應(yīng)又能保留內(nèi)生增長(zhǎng)理論的方式建立模型。在瓊斯兩部門模型中，知識(shí)存量的產(chǎn)出彈性σ小于1(非羅默Romer(1986)[2]模型那樣設(shè)定為1)，表明人口或知識(shí)存量自身積累速度遠(yuǎn)比不上內(nèi)生增長(zhǎng)模型理論預(yù)期結(jié)果。

空間區(qū)位研究中，Krugman(1991)[5]最早強(qiáng)調(diào)地理因素對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的影響，地理因素的作用也由此引起了學(xué)術(shù)界廣泛關(guān)注。Grossman et al.(1991)[6]主要關(guān)注地區(qū)間知識(shí)溢出的影響。國(guó)內(nèi)學(xué)者中，黃蘋(2008)[7]基于MRW模型分析地區(qū)R&D溢出與地區(qū)經(jīng)濟(jì)增長(zhǎng)和與鄰區(qū)經(jīng)濟(jì)的相互作用。徐盈之 等(2010)[8]將知識(shí)存量作為生產(chǎn)要素引入經(jīng)濟(jì)增長(zhǎng)模型，并考察了我國(guó)省域間知識(shí)溢出對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的影響。實(shí)證發(fā)現(xiàn)，知識(shí)存量對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)具有促進(jìn)作用；省域間存在知識(shí)溢出，對(duì)地區(qū)經(jīng)濟(jì)增長(zhǎng)有明顯推動(dòng)作用。

上述新經(jīng)濟(jì)增長(zhǎng)模型意在揭示區(qū)域經(jīng)濟(jì)增長(zhǎng)的動(dòng)力因素，但也存在不足：第一，未融入?yún)^(qū)位條件，如地理因素、空間區(qū)位等，這類內(nèi)生因子也是影響區(qū)域經(jīng)濟(jì)增長(zhǎng)的重要原因；第二，傳統(tǒng)經(jīng)濟(jì)增長(zhǎng)模型很少關(guān)注區(qū)域空間依存性。本研究對(duì)Jones(1995)[4]內(nèi)生經(jīng)濟(jì)增長(zhǎng)模型框架進(jìn)行改進(jìn)，引入制度和社會(huì)資本因素，結(jié)合空間計(jì)量經(jīng)濟(jì)學(xué)(Spatial Econometrics)和面板數(shù)據(jù)(Panel data)分析，對(duì)我國(guó)區(qū)域經(jīng)濟(jì)增長(zhǎng)的驅(qū)動(dòng)因素進(jìn)行實(shí)證研究。

二、模型設(shè)定與實(shí)證分析

(一)模型的設(shè)定——改進(jìn)的經(jīng)濟(jì)增長(zhǎng)模型

Jones(1995)[4]模型如下：

(1)

其中，Y表示經(jīng)濟(jì)體的產(chǎn)出，A、K、H分別表示知識(shí)存量、物質(zhì)資本、人力資本，逐一建立增長(zhǎng)的均衡路徑，模型可同時(shí)探討三者對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)，還可將人力資本等變量進(jìn)一步分解后進(jìn)行實(shí)證分析。計(jì)量模型對(duì)實(shí)際數(shù)據(jù)進(jìn)行回歸，可省去很多假設(shè)性條件，還可探討經(jīng)濟(jì)體任何時(shí)期的增長(zhǎng)來源及比較增長(zhǎng)來源在不同時(shí)期的變化?？傊?，根據(jù)新經(jīng)濟(jì)增長(zhǎng)理論關(guān)于經(jīng)濟(jì)增長(zhǎng)動(dòng)力的論述，區(qū)域生產(chǎn)率差異主要由技術(shù)進(jìn)步和經(jīng)濟(jì)制度導(dǎo)致。Furman et al.(2002)[9]國(guó)家創(chuàng)新系統(tǒng)試圖結(jié)合新古典增長(zhǎng)模型中影響技術(shù)進(jìn)步的主要因素，經(jīng)濟(jì)增長(zhǎng)面臨可持續(xù)性、物質(zhì)及生產(chǎn)無形基礎(chǔ)被破壞的風(fēng)險(xiǎn)等影響，知識(shí)和社會(huì)資本等無形資源對(duì)經(jīng)濟(jì)增長(zhǎng)的影響不可忽視。

在Jones(1995)[4]模型中加入制度和社會(huì)資本兩個(gè)影響因素，以柯布—道格拉斯生產(chǎn)函數(shù)(C-D生產(chǎn)函數(shù))為基礎(chǔ)建立基本模型：

(2)

其中，Y表示經(jīng)濟(jì)產(chǎn)出；A、K、L分別表示知識(shí)存量、物質(zhì)資本存量和人力資本；I表示制度因素，與知識(shí)存量共同影響產(chǎn)出；S為社會(huì)資本，與物質(zhì)資本共同作用產(chǎn)出。對(duì)(2)式兩邊取對(duì)數(shù)，得到研究基本模型：

LnYit=β1Ait+β2Kit+β3Lit+β4Iit+β5Sit

(3)

(二)空間面板數(shù)據(jù)模型的檢驗(yàn)與估計(jì)

1.變量和數(shù)據(jù)

(1)知識(shí)存量A的度量

變量數(shù)據(jù)度量是研究的重點(diǎn)，特別是知識(shí)存量A的度量更是研究難點(diǎn)?？紤]數(shù)據(jù)可得性，省域知識(shí)存量主要采用科技存量進(jìn)行度量，科技存量可由專利數(shù)量存量進(jìn)行估算，研究采用李婧 等(2010)[10]的方法。當(dāng)然，知識(shí)具有時(shí)效性，知識(shí)存量或?qū)＠麛?shù)量存量同物質(zhì)資本一樣存在折舊的問題，必須賦予知識(shí)存量合適的折舊率，并可經(jīng)當(dāng)年專利數(shù)量折算為當(dāng)年知識(shí)存量。假設(shè)折舊率為δ，由經(jīng)驗(yàn)統(tǒng)計(jì)確定δ值，我國(guó)科技技術(shù)時(shí)效一般是14年，令折舊率δ等于年數(shù)的倒數(shù)，即為0.0714。采用永續(xù)盤存法推算每年的知識(shí)存量A，即：

At=(1-δ)At-1+Pt-1

(4)

已知基年知識(shí)存量，按照(4)式遞推，由李婧 等(2010)[10]觀點(diǎn)，基年知識(shí)存量可設(shè)定為：

A1=P1/(g+δ)

(5)

其中，g是除基年外各年份專利數(shù)年增長(zhǎng)率的平均值。由(4)式和(5)式，基于2002—2018年各省專利數(shù)據(jù)可計(jì)算得出各省知識(shí)存量。

(2)物質(zhì)資本存量

Chow(1993)[11]、王小魯 等(2000)[12]、張軍 等(2003)[13]都對(duì)物質(zhì)資本存量的度量進(jìn)行了研究，其中張軍 等(2003)[13]的算法應(yīng)用較廣泛。單豪杰(2008)[14]對(duì)資本存量進(jìn)行估算，并就研究數(shù)據(jù)與他人進(jìn)行了比較，得到可信的結(jié)論?；跀?shù)據(jù)可得性，研究主要參考單豪杰(2008)[14]資本存量的算法，利用永續(xù)盤存法計(jì)算1952—2016年全國(guó)和省域物質(zhì)資本存量。資本存量的基本估計(jì)公式為：

Kt=Kt-1(1-δt)+kt

(6)

公式(6)涉及以下四個(gè)變量:一是基期資本存量K,參考單豪杰(2008)[14],1952年基期資本存量為342億元。二是每年投資額k,用固定資產(chǎn)形成額表示。三是投資品價(jià)格指數(shù)(以便折算不變價(jià)格)，2004年之前用固定資本形成指數(shù)表示，2004年之后用各省固定資產(chǎn)投資價(jià)格指數(shù)表示。四是經(jīng)濟(jì)折舊率δ，采用單豪杰(2008)[14]數(shù)據(jù)，折舊率統(tǒng)一為10.96%。

由(6)式計(jì)算1953—2018年物質(zhì)資本存量，再進(jìn)行2001年基期換算。各省固定資產(chǎn)形成額和固定資產(chǎn)投資價(jià)格指數(shù)主要來自歷年《中國(guó)統(tǒng)計(jì)年鑒》。

(3)其他變量

就業(yè)人員數(shù)量(L)，數(shù)據(jù)來源于歷年《中國(guó)統(tǒng)計(jì)年鑒》。2006年數(shù)據(jù)缺失，為了保持面板數(shù)據(jù)平衡，研究采用插值法計(jì)算當(dāng)年各省數(shù)據(jù)。

制度因素(I)，用市場(chǎng)化指數(shù)表示。制度是影響經(jīng)濟(jì)發(fā)展的重要因素之一，也是研究經(jīng)濟(jì)增長(zhǎng)驅(qū)動(dòng)力必談因素之一，制度對(duì)經(jīng)濟(jì)增長(zhǎng)的巨大影響已被學(xué)者證實(shí)。

社會(huì)資本，不論從理論還是從統(tǒng)計(jì)上都認(rèn)為它與區(qū)域經(jīng)濟(jì)增長(zhǎng)呈差異性相關(guān)。一般假設(shè)認(rèn)為，社會(huì)資本越豐裕，地區(qū)經(jīng)濟(jì)發(fā)展越快。研究借鑒嚴(yán)成樑(2012)[15]以互聯(lián)網(wǎng)使用頻率與電話使用頻率(戶/百人)衡量社會(huì)資本大小?？紤]數(shù)據(jù)統(tǒng)計(jì)口徑的一致性，用互聯(lián)網(wǎng)使用頻率與電話使用頻率之和作為單一指標(biāo)。

經(jīng)濟(jì)增長(zhǎng)，用國(guó)際通用的實(shí)際GDP①表示。

2.空間面板數(shù)據(jù)模型檢驗(yàn)

(1)面板數(shù)據(jù)單位根檢驗(yàn)

研究采用LLC、IPS ADF和PP檢驗(yàn)就面板數(shù)據(jù)變量及其一階差分變量進(jìn)行單位根檢驗(yàn)，結(jié)果見表1。

表1 面板單位根檢驗(yàn)結(jié)果

由表1，經(jīng)濟(jì)增長(zhǎng)、物質(zhì)資本、人力資本、知識(shí)存量、制度、社會(huì)資本在水平值上為非平穩(wěn)序列，一階差分后上述變量為平穩(wěn)序列。

(2)面板數(shù)據(jù)協(xié)整檢驗(yàn)

采用Pedori和Kao方法分別對(duì)面板數(shù)據(jù)進(jìn)行協(xié)整檢驗(yàn)，結(jié)果見表2。

表2 面板協(xié)整檢驗(yàn)結(jié)果

由表2，僅包含μ或μ 和τ同時(shí)包含的情況下， Panel ADF和Group ADF值都顯著，表明區(qū)域GDP與區(qū)域物質(zhì)資本存量、勞動(dòng)力、知識(shí)存量、社會(huì)資本、市場(chǎng)化程度在1%顯著水平下存在協(xié)整關(guān)系，Kao檢驗(yàn)結(jié)果與之相同。平穩(wěn)性和協(xié)整檢驗(yàn)驗(yàn)證上述變量存在長(zhǎng)期均衡關(guān)系。

(3)空間相關(guān)性檢驗(yàn)

空間關(guān)系檢驗(yàn)?？臻g相關(guān)性檢驗(yàn)，即考察鄰近地區(qū)之間是否存在知識(shí)存量和創(chuàng)新溢出、經(jīng)濟(jì)發(fā)展溢出及帶動(dòng)效應(yīng)。采用傳統(tǒng)經(jīng)典的Moran指數(shù)檢驗(yàn)方法，以各省(市、自治區(qū))的總產(chǎn)出(GDP)作為被解釋變量，以周邊地區(qū)知識(shí)存量的地理加權(quán)(WA)為解釋變量，考察知識(shí)溢出對(duì)地區(qū)經(jīng)濟(jì)增長(zhǎng)的影響。以LOG(WA)為縱軸，LOG(GDP)為橫軸的Moran散點(diǎn)圖，如圖1所示。

圖1 產(chǎn)出與知識(shí)溢出的Moran散點(diǎn)圖

由全域相關(guān)性指數(shù)， Moran’s I=0.309 8，表明WA與GDP呈明顯直接的正相關(guān)，即各省與鄰近地區(qū)存在溢出和相似性。由圖1，總產(chǎn)出(Y)較高地區(qū)毗鄰知識(shí)存量較高地區(qū)，且集中在第一象限,主要有福建、安徽、上海、江蘇、河北、湖南、湖北、河南、浙江和山東等中東部地區(qū)；總產(chǎn)出(Y)較低地區(qū)其周邊地區(qū)知識(shí)存量相對(duì)較低，集中在第三象限，主要以甘肅、新疆維吾爾自治區(qū)、寧夏回族自治區(qū)、陜西、內(nèi)蒙古自治區(qū)、吉林、山西、云南、青海等中西部地區(qū)為主。表明區(qū)域周邊地區(qū)知識(shí)存量與本地區(qū)經(jīng)濟(jì)增長(zhǎng)呈正相關(guān)，經(jīng)濟(jì)增長(zhǎng)受鄰近區(qū)域知識(shí)溢出效應(yīng)等影響，空間依賴性較大，鄰近地區(qū)知識(shí)存量和溢出效應(yīng)的大小直接影響本地區(qū)經(jīng)濟(jì)水平。分布在第二和第四象限的省市較少，第四象限主要有北京、天津、重慶、廣西壯族自治區(qū)、海南、江西、貴州，第二象限主要有四川、黑龍江、廣東和遼寧，共占全國(guó)省份(除港澳臺(tái))數(shù)量的三分之一，這些地區(qū)表現(xiàn)出空間異質(zhì)性，各省市經(jīng)濟(jì)水平與知識(shí)存量同時(shí)存在空間局域依賴性和差異性。從全域Moran’s I看，仍可認(rèn)為周邊地區(qū)知識(shí)存量對(duì)本地區(qū)產(chǎn)出有明顯的空間依賴性和存在正向影響，即存在知識(shí)溢出。

圖2 本地區(qū)產(chǎn)出與鄰近產(chǎn)出的Moran散點(diǎn)圖

比較本地區(qū)產(chǎn)出與鄰近產(chǎn)出的Moran散點(diǎn)圖，實(shí)證得Moran’s I=0.318 4。由圖2，從全局Moran I指數(shù)看，本地區(qū)與鄰近地區(qū)產(chǎn)出存在強(qiáng)烈的空間相關(guān)性。處于第一象限(高GDP—高空間滯后)的省市有12個(gè)，分別是山東、安微、江蘇、上海、河北、遼寧、廣東、湖南、湖北、河南、福建、浙江，占全國(guó)省份數(shù)量40%。處于第二象限(低GDP—高空間滯后)的省市有9個(gè)，分別是海南、江西、北京、天津、山西、吉林、重慶、廣西壯族自治區(qū)、貴州，占全國(guó)省份數(shù)量30%。處于第三象限(低GDP—低空間滯后)的省市有7個(gè)，分別是甘肅、新疆維吾爾自治區(qū)、寧夏回族自治區(qū)、青海、內(nèi)蒙古自治區(qū)、陜西、云南，占全國(guó)省份數(shù)量23.3%。處于第四象限(高GDP—低空間滯后)的省市2個(gè)，分別是黑龍江和四川，占全國(guó)省份數(shù)量6.7%。

比較圖1和圖2，需要說明的是，廣東省鄰近地區(qū)知識(shí)溢出效應(yīng)表現(xiàn)出異質(zhì)性，對(duì)周邊GDP水平反應(yīng)強(qiáng)烈。一方面，可能由廣東省知識(shí)存量較高，而周邊地區(qū)知識(shí)存量基數(shù)較低造成；另一方面，說明廣東省經(jīng)濟(jì)結(jié)構(gòu)受周邊地區(qū)經(jīng)濟(jì)水平的影響較大。上海市、江蘇省、浙江省表現(xiàn)出強(qiáng)烈的區(qū)域經(jīng)濟(jì)一體化現(xiàn)象，無論是知識(shí)溢出還是經(jīng)濟(jì)水平，都存在強(qiáng)烈的空間相關(guān)關(guān)系，北京市和天津市等環(huán)渤海地區(qū)則未顯示出這種一體化特征。

Moran’s I檢驗(yàn)對(duì)橫截面數(shù)據(jù)檢驗(yàn)的效果非常好，但如果涉及面板數(shù)據(jù)空間性檢驗(yàn)，采用拉格朗日乘子檢驗(yàn)較為合適，該方法不僅能對(duì)空間溢出性進(jìn)行檢驗(yàn)，還能判斷是滯后模型或誤差模型。對(duì)于這兩種不同的模型，拉格朗日乘子檢驗(yàn)又分為空間滯后和空間誤差的乘子檢驗(yàn)(LMsar、LMerror)，在此基礎(chǔ)上，還衍生出空間滯后和空間誤差的穩(wěn)健乘子檢驗(yàn)(R-LMsar、R-LMerror)。

表3 空間相關(guān)性檢驗(yàn)結(jié)果

由表3，無固定效應(yīng)、空間固定效應(yīng)、時(shí)空固定效應(yīng)中Lmsar數(shù)值顯著大于Lmerror數(shù)值，僅在時(shí)間固定效應(yīng)中Lmsar數(shù)值小于Lmerror數(shù)值，因此可選擇空間滯后模型。

(4)空間面板模型的估計(jì)

省域經(jīng)濟(jì)增長(zhǎng)出現(xiàn)空間溢出是由與相鄰地區(qū)存在實(shí)質(zhì)性空間相互作用引起的，因此需在模型中引入空間滯后因變量?？臻g滯后模型有空間滯后個(gè)體固定效應(yīng)模型和空間滯后隨機(jī)效應(yīng)模型兩種，模型選擇要符合我國(guó)各省市特點(diǎn)，所以采用Hausman檢驗(yàn)進(jìn)行模型選擇。表4為空間面板滯后模型的估計(jì)結(jié)果，Hausman檢驗(yàn)在1%顯著性水平上拒絕零假設(shè)，即可選擇固定效應(yīng)的空間滯后模型。

表4 空間模型估計(jì)結(jié)果

由表4，四個(gè)模型系數(shù)的顯著性水平除了市場(chǎng)化指數(shù)I在空間固定模型中沒有通過10%的顯著性水平外，其他變量都通過了5%的顯著性水平。從調(diào)整的R平方看，模型整體擬合優(yōu)度較高，都在0.9以上，其中以時(shí)空固定模型的R平方值最大。從自然對(duì)數(shù)似然函數(shù)值(Log Likelihood)判斷整體顯著性，該指標(biāo)值越大，模型擬合效果越好，表明時(shí)空固定模型整體顯著性最好。各模型Lmsar均顯著，Lmerror只在時(shí)空固定效應(yīng)模型顯著，對(duì)空間效應(yīng)模型和時(shí)間效應(yīng)模型分別進(jìn)行LR檢驗(yàn)，以確定兩者的聯(lián)合顯著性?？臻g固定效應(yīng)模型LR檢驗(yàn)統(tǒng)計(jì)量為1 319.736 0(該統(tǒng)計(jì)量來自于似然比檢驗(yàn)結(jié)果)，顯著拒絕“空間固定效應(yīng)聯(lián)合不顯著”的原假設(shè)，即模型應(yīng)包括空間固定效應(yīng)。同樣，時(shí)間固定效應(yīng)模型的LR檢驗(yàn)統(tǒng)計(jì)量為186.744 9(該統(tǒng)計(jì)量來自于似然比檢驗(yàn)結(jié)果)，顯著拒絕“時(shí)間固定效應(yīng)聯(lián)合不顯著”的原假設(shè)，即模型應(yīng)包括時(shí)間固定效應(yīng)。LR檢驗(yàn)結(jié)果表明采用時(shí)空固定效應(yīng)模型是合適的。

3.結(jié)果說明

(1)從自回歸系數(shù)顯著性看，在4個(gè)模型中都是5%水平下顯著，說明省際間經(jīng)濟(jì)水平存在顯著空間正自相關(guān)。經(jīng)濟(jì)發(fā)展水平在省際間存在溢出效應(yīng)，區(qū)域經(jīng)濟(jì)發(fā)達(dá)程度為鄰近區(qū)域知識(shí)生產(chǎn)帶來正溢出。例如，廣東省經(jīng)濟(jì)水平會(huì)對(duì)周邊區(qū)域(如湖南省、廣西自治區(qū))有帶動(dòng)作用。時(shí)空固定效應(yīng)模型的系數(shù)為0.32，即周邊地區(qū)經(jīng)濟(jì)每增長(zhǎng)100%，會(huì)促使本地區(qū)總產(chǎn)出提高32%，這種溢出效應(yīng)非常顯著，實(shí)施區(qū)域經(jīng)濟(jì)圈發(fā)展戰(zhàn)略是非常合適和必要的。

(2)知識(shí)存量系數(shù)在各模型中顯著為正，說明知識(shí)存量對(duì)區(qū)域總產(chǎn)出有明顯促進(jìn)作用。時(shí)空固定效應(yīng)模型中，知識(shí)存量對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)有著顯著促進(jìn)作用，但區(qū)域總產(chǎn)出對(duì)知識(shí)存量的彈性僅為0.10，不及資本、勞動(dòng)投入、制度甚至社會(huì)資本帶來的影響。說明我國(guó)經(jīng)濟(jì)增長(zhǎng)主要依賴于投資等要素、制度變遷和區(qū)域社會(huì)稟賦，創(chuàng)新和技術(shù)進(jìn)步對(duì)我國(guó)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)度相對(duì)較小。

(3)地區(qū)間存在知識(shí)溢出，且對(duì)本地區(qū)經(jīng)濟(jì)增長(zhǎng)有明顯推動(dòng)作用。由空間相關(guān)性，周邊地區(qū)知識(shí)溢出對(duì)本地區(qū)存在正向影響。系數(shù)顯著為正且數(shù)值為0.07，即周邊地區(qū)知識(shí)存量每增加100%，會(huì)使本地區(qū)總產(chǎn)出提高7%，但溢出效應(yīng)相對(duì)較低?？赡苁怯捎诮?jīng)濟(jì)發(fā)展依靠粗放型區(qū)域招商引資和低水平產(chǎn)業(yè)轉(zhuǎn)移，導(dǎo)致技術(shù)溢出效應(yīng)很小，盲目的GDP溢出很大。

(4)新型社會(huì)資本對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的影響系數(shù)為0.13，顯著為正，表明新型社會(huì)資本每增加1%，可使經(jīng)濟(jì)增長(zhǎng)率提高0.13個(gè)百分點(diǎn)。經(jīng)濟(jì)增長(zhǎng)轉(zhuǎn)型中，信息化的發(fā)揮空間很大，一套友好的社會(huì)資本體系對(duì)經(jīng)濟(jì)發(fā)展可發(fā)揮綠色無碳的推動(dòng)作用。相對(duì)于技術(shù)進(jìn)步，衡量信息共享和擴(kuò)散程度的社會(huì)資本更依賴于非正式制度的改變和正式制度的完善。社會(huì)資本是生產(chǎn)效率和社會(huì)福利的重要影響因素，鼓勵(lì)新型社會(huì)資本投入和積累，可促進(jìn)社會(huì)資本水平整體提升。

(5)物質(zhì)資本、勞動(dòng)力和市場(chǎng)化仍是中國(guó)經(jīng)濟(jì)增長(zhǎng)源動(dòng)力。物質(zhì)資本投入和勞動(dòng)投入實(shí)證系數(shù)最大，顯著性水平更高。經(jīng)濟(jì)每增長(zhǎng)1個(gè)百分點(diǎn)，其中40%是由物質(zhì)資本投入拉動(dòng)。我國(guó)經(jīng)濟(jì)除依靠投資外，其次就是勞動(dòng)力投入，這主要?dú)w因于農(nóng)村勞動(dòng)力大量流動(dòng)和低廉勞動(dòng)力成本所釋放的勞動(dòng)力紅利。但無論是投資還是勞動(dòng)力流動(dòng)都已進(jìn)入瓶頸期，在環(huán)境的約束下，中國(guó)經(jīng)濟(jì)發(fā)展已不能再依賴這種粗放的投資拉動(dòng)型經(jīng)濟(jì)的模式。當(dāng)城市化水平達(dá)50%時(shí)，經(jīng)濟(jì)發(fā)展再依靠大規(guī)模人口流動(dòng)釋放的紅利已經(jīng)很困難，而且中國(guó)人口老齡化結(jié)構(gòu)已開始凸顯，這些都會(huì)導(dǎo)致勞動(dòng)力紅利時(shí)代結(jié)束。從制度因素看，中國(guó)歷經(jīng)30多年改革開放，制度紅利一直在釋放，各地市場(chǎng)化指數(shù)逐年提高，市場(chǎng)化程度不斷深化，發(fā)揮制度變遷對(duì)經(jīng)濟(jì)增長(zhǎng)的驅(qū)動(dòng)作用，還要進(jìn)一步釋放制度紅利。

三、小結(jié)

我國(guó)經(jīng)濟(jì)發(fā)展曾經(jīng)更多依靠的是投資和勞動(dòng)力等要素驅(qū)動(dòng)和以犧牲環(huán)境為代價(jià)的灰色增長(zhǎng)模式。我國(guó)經(jīng)濟(jì)發(fā)展空間巨大，推行技術(shù)創(chuàng)新、制度創(chuàng)新、提高社會(huì)資本、充分發(fā)揮技術(shù)創(chuàng)新及溢出效應(yīng)，可推動(dòng)經(jīng)濟(jì)長(zhǎng)期內(nèi)生增長(zhǎng)，實(shí)現(xiàn)經(jīng)濟(jì)可持續(xù)發(fā)展。

注釋：

①實(shí)際GDP由GDP平減指數(shù)平減得到，本研究名義GDP數(shù)據(jù)來自歷年《中國(guó)統(tǒng)計(jì)年鑒》。