張伍濤 盤業(yè)哲 姚金海

（1.湖州學(xué)院經(jīng)濟(jì)管理學(xué)院，浙江湖州 313000；2.廣州開(kāi)發(fā)區(qū)戰(zhàn)略研究院，廣東廣州 510670）

一、引言

隨著中國(guó)經(jīng)濟(jì)邁入高質(zhì)量發(fā)展階段，技術(shù)創(chuàng)新已然成為中國(guó)邁向科技強(qiáng)國(guó)和制造大國(guó)的重要驅(qū)動(dòng)力。中共十九大提出了創(chuàng)新是引領(lǐng)發(fā)展的第一動(dòng)力，為中國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展賦能。中國(guó)經(jīng)濟(jì)增長(zhǎng)的科技驅(qū)動(dòng)力已經(jīng)逐步實(shí)現(xiàn)自主研發(fā)，技術(shù)創(chuàng)新不斷成為現(xiàn)代化經(jīng)濟(jì)體系的重要支撐。一般而言，技術(shù)創(chuàng)新伴隨著生產(chǎn)力的提高，表現(xiàn)為全要素生產(chǎn)率的提高（唐未兵等，2014）。[1]如圖1 所示，中國(guó)R＆D經(jīng)費(fèi)增長(zhǎng)率和全要素生產(chǎn)率表現(xiàn)出顯著的順周期性，勞動(dòng)生產(chǎn)率和全要素生產(chǎn)率相對(duì)R＆D 經(jīng)費(fèi)增長(zhǎng)率存在一定時(shí)滯，以上表明中國(guó)技術(shù)創(chuàng)新和全要素生產(chǎn)率存在順周期的特征，經(jīng)濟(jì)增長(zhǎng)、全要素生產(chǎn)率的變化落后于技術(shù)創(chuàng)新。在面對(duì)金融危機(jī)、歐債危機(jī)、供給側(cè)結(jié)構(gòu)性改革和新冠疫情等外部沖擊時(shí)，勞動(dòng)生產(chǎn)率和全要素生產(chǎn)率表現(xiàn)出一致的變化趨勢(shì)，表明全要素生產(chǎn)率中存在的內(nèi)生成分促使其在受到外生沖擊后保持與GDP 增長(zhǎng)率相近趨勢(shì)。因此，通過(guò)構(gòu)建一個(gè)引入內(nèi)生全要素生產(chǎn)率的中等規(guī)模標(biāo)準(zhǔn)DSGE 模型，將全要素生產(chǎn)率的外生成分和內(nèi)生成分分離并分別研究其對(duì)經(jīng)濟(jì)變量的影響，嘗試闡述內(nèi)生全要素生產(chǎn)率的機(jī)制和中國(guó)經(jīng)濟(jì)增長(zhǎng)背后的內(nèi)生驅(qū)動(dòng)因素。

圖1 2001—2020年中國(guó)勞動(dòng)生產(chǎn)率、TFP增長(zhǎng)率及R＆D支出增長(zhǎng)率

二、文獻(xiàn)述評(píng)

國(guó)內(nèi)外學(xué)者就全要素生產(chǎn)率對(duì)經(jīng)濟(jì)增長(zhǎng)的影響展開(kāi)了廣泛探討。有學(xué)者將全要素生產(chǎn)率作為經(jīng)濟(jì)增長(zhǎng)的重要測(cè)度指標(biāo)并研究其影響因素。在此類研究中，全要素生產(chǎn)率被抽象化為廣義技術(shù)進(jìn)步，是連接技術(shù)進(jìn)步和經(jīng)濟(jì)增長(zhǎng)的主要橋梁。蘇治和徐淑丹（2015）發(fā)現(xiàn)TFP中的技術(shù)創(chuàng)新成分對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生了顯著的促進(jìn)作用，是中國(guó)經(jīng)濟(jì)高速發(fā)展的重要驅(qū)動(dòng)力。[4]程名望等（2019）通過(guò)測(cè)算中國(guó)經(jīng)濟(jì)增長(zhǎng)中各項(xiàng)因素的貢獻(xiàn)率，發(fā)現(xiàn)市場(chǎng)潛能的貢獻(xiàn)率最高，TPF 的貢獻(xiàn)率為20.03%。[5]陳彥斌等（2019）研究發(fā)現(xiàn)，人工智能技術(shù)的發(fā)展有助于緩解人口老齡化對(duì)全要素生產(chǎn)率的不利影響，減少老齡化對(duì)經(jīng)濟(jì)增長(zhǎng)的負(fù)面沖擊。[6]通過(guò)對(duì)全要素生產(chǎn)率的分解，劉志彪和凌永輝（2020）實(shí)證分析經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)換對(duì)TFP的影響呈現(xiàn)出先促進(jìn)后抑制的倒U型關(guān)系，TFP的提升有助于提升中國(guó)經(jīng)濟(jì)集約化程度。[7]賈洪文等（2021）使用綠色全要素生產(chǎn)率作為經(jīng)濟(jì)高質(zhì)量發(fā)展的代理變量，研究發(fā)現(xiàn)地區(qū)科技水平的提升有助于促進(jìn)經(jīng)濟(jì)增長(zhǎng)。[8]隨著經(jīng)濟(jì)發(fā)展模式的轉(zhuǎn)變，中國(guó)提升全要素生產(chǎn)率的主要途徑是實(shí)現(xiàn)從依靠技術(shù)模仿和要素流動(dòng)到部門內(nèi)競(jìng)爭(zhēng)性技術(shù)創(chuàng)新的轉(zhuǎn)型（江飛濤等，2014；劉世錦等，2015）。[9，10]

研究全要素生產(chǎn)率影響經(jīng)濟(jì)增長(zhǎng)的另一個(gè)方向是將全要素生產(chǎn)率作為技術(shù)進(jìn)步的代理變量，并在宏觀經(jīng)濟(jì)模型中將其假定為一種完全外生的技術(shù)沖擊。其中最為經(jīng)典的代表是以Smets ＆ Wouters（2003）、Christiano et al.（2005）所構(gòu)建的新凱恩斯模型，學(xué)者研究技術(shù)沖擊對(duì)經(jīng)濟(jì)變量的影響大多基于NK 模型。[11，12]一般而言，單位正向技術(shù)沖擊對(duì)GDP 增長(zhǎng)有顯著的促進(jìn)作用（余泳澤和張先軫，2015；朱軍，2017）。[13，14]雖然將全要素生產(chǎn)率抽象化為廣義技術(shù)進(jìn)步有助于簡(jiǎn)化模型和增強(qiáng)理論分析的嚴(yán)謹(jǐn)性，但全要素生產(chǎn)率并不完全等同于技術(shù)進(jìn)步，狹義技術(shù)進(jìn)步與全要素生產(chǎn)率之間存在較大差異（唐未兵等，2014）。除了狹義技術(shù)進(jìn)步外，影響全要素生產(chǎn)率的因素還包括諸如制度、市場(chǎng)化程度、對(duì)外開(kāi)放、資源錯(cuò)配、產(chǎn)業(yè)結(jié)構(gòu)等。因此，全要素生產(chǎn)率中存在的內(nèi)生成分應(yīng)該被識(shí)別出來(lái)，以全面分析其對(duì)經(jīng)濟(jì)增長(zhǎng)的影響。一些關(guān)于金融危機(jī)發(fā)生后關(guān)于生產(chǎn)率的研究對(duì)此提供了間接證據(jù)。Hall（2014）和Reifschneider et al.（2015）分析了全球金融危機(jī)后經(jīng)濟(jì)衰退期間美國(guó)商業(yè)投資的崩潰對(duì)資本存量和生產(chǎn)率的影響，認(rèn)為生產(chǎn)率持續(xù)下降是技術(shù)投資減少的結(jié)果，也是經(jīng)濟(jì)衰退的內(nèi)生反應(yīng)，衰退期經(jīng)濟(jì)活動(dòng)收縮反過(guò)來(lái)導(dǎo)致了產(chǎn)出增長(zhǎng)的內(nèi)生下降。[15，16]

在宏觀經(jīng)濟(jì)模型中，一種解決全要素生產(chǎn)率內(nèi)生化的方法是放松標(biāo)準(zhǔn)的外生技術(shù)假設(shè)并內(nèi)生地模擬全要素生產(chǎn)率增長(zhǎng)，這種引入內(nèi)生全要素生產(chǎn)率的方法是建立在Romer（1990）提出的內(nèi)生增長(zhǎng)理論基礎(chǔ)上。[17]Comin ＆ Gertler（2006）在內(nèi)生增長(zhǎng)理論基礎(chǔ)上通過(guò)研發(fā)和使用內(nèi)生技術(shù)構(gòu)建了一套內(nèi)生全要素生產(chǎn)率的機(jī)制，并考慮商業(yè)周期和技術(shù)采用的內(nèi)生途徑。[18]Moran ＆ Queralto（2018）使用具有內(nèi)生全要素生產(chǎn)率的新凱恩斯主義模型來(lái)量化由于零下限利率（ZLB）貨幣政策約束導(dǎo)致的TFP 損失及比當(dāng)前預(yù)期更慢的速度收緊貨幣政策的TFP收益。[19]Bianchi et al.（2019）構(gòu)建了包含債務(wù)和股權(quán)融資摩擦的內(nèi)生化TFP 的宏觀經(jīng)濟(jì)模型，發(fā)現(xiàn)股權(quán)融資沖擊對(duì)研發(fā)投資放緩的解釋力更強(qiáng)。[20]Anzoategui et al.（2019）進(jìn)一步優(yōu)化了模型中擴(kuò)散過(guò)程中的滯后現(xiàn)象并考慮了約束性零下限利率的貨幣政策，研究發(fā)現(xiàn)全球金融危機(jī)后的經(jīng)濟(jì)衰退中美國(guó)生產(chǎn)率下降大部分源于內(nèi)生現(xiàn)象，內(nèi)生全要素生產(chǎn)率機(jī)制也有助于解釋經(jīng)濟(jì)衰退前的生產(chǎn)率下降。[21]

技術(shù)研發(fā)的溢出效應(yīng)表明全要素生產(chǎn)率增長(zhǎng)與經(jīng)濟(jì)狀況之間存在內(nèi)生關(guān)系（Schm?ller ＆Spitzer，2021）。[22]綜上，本研究可能的邊際貢獻(xiàn)為：一是區(qū)別于以往研究中將全要素生產(chǎn)率作為外生沖擊或者不區(qū)分內(nèi)生成分和外生成分，通過(guò)在技術(shù)研發(fā)和采用過(guò)程將全要素生產(chǎn)率內(nèi)生化，考慮經(jīng)濟(jì)增長(zhǎng)中的內(nèi)生全要素生產(chǎn)率機(jī)制；二是基于新凱恩斯模型構(gòu)建涵蓋內(nèi)生全要素生產(chǎn)率的DSGE 模型，對(duì)內(nèi)生全要素生產(chǎn)率影響經(jīng)濟(jì)增長(zhǎng)的理論機(jī)制作出解釋。

三、內(nèi)生全要素生產(chǎn)率機(jī)制下的DSGE模型

（一）家庭部門

在Smets ＆ Wouters（2007）的模型中，假設(shè)代表性家庭的消費(fèi)行為受到消費(fèi)習(xí)慣的影響，家庭的儲(chǔ)蓄全部投資于資本和無(wú)風(fēng)險(xiǎn)債券，將投資于資本的儲(chǔ)蓄全部出借給中間產(chǎn)品生產(chǎn)商。由于存在工資黏性，家庭實(shí)質(zhì)上相當(dāng)于不同類型勞動(dòng)力的壟斷競(jìng)爭(zhēng)供應(yīng)商。[23]假設(shè)代表性家庭作出最優(yōu)行為決策時(shí)受勞動(dòng)力供給和流動(dòng)性偏好的影響。首先家庭為其他部門提供兩種勞動(dòng)力，用于研發(fā)部門和技術(shù)使用的熟練勞動(dòng)力Lhs，t及用于生產(chǎn)中間產(chǎn)品的非熟練勞動(dòng)力Lhu，t。假設(shè)代表性家庭更偏好于持有安全性更高的資產(chǎn)，即家庭有較高的流動(dòng)性偏好，在家庭效用函數(shù)中引入債券持有量。參考Fisher（2015）將流動(dòng)性需求沖擊ρliquid,t引入模型，該沖擊是經(jīng)濟(jì)周期性波動(dòng)的主要成因，具有金融沖擊的傳遞特性。Ct表示t期消費(fèi)，Bt表示無(wú)風(fēng)險(xiǎn)債券持有量，Πt表示投資于壟斷競(jìng)爭(zhēng)企業(yè)所分得的利潤(rùn)，Kt表示資本，Qt表示資本價(jià)格，Rkt表示資本回報(bào)率，Dt表示資本租金率，其中Rkt=DtQt/Qt-1。因此，代表性家庭的最優(yōu)決策問(wèn)題可以表示如下：

代表性家庭的預(yù)算約束為：

因此，可以得出資本Kt和無(wú)風(fēng)險(xiǎn)債券Bt的一階條件分別如下：

其中，Ξt，t+1表示家庭隨機(jī)貼現(xiàn)因子，ξliquid，t表示單位消費(fèi)的流動(dòng)性偏好沖擊，分別由和決定，其中，表示單位消費(fèi)的邊際效用。

式（4）中的流動(dòng)性需求沖擊對(duì)無(wú)風(fēng)險(xiǎn)債券的一階條件造成扭曲，對(duì)既定的無(wú)風(fēng)險(xiǎn)利率Rt+1，ξliquid，t上升導(dǎo)致家庭增加預(yù)防性儲(chǔ)蓄，即家庭通過(guò)減少消費(fèi)以降低家庭隨機(jī)貼現(xiàn)因子Ξt，t+1來(lái)實(shí)現(xiàn)無(wú)風(fēng)險(xiǎn)債券的一階條件。由式（3）和式（4）得到式（5），表明流動(dòng)性需求的沖擊導(dǎo)致利差Rkt+1-Rt+1的增加，降低了投資需求，對(duì)消費(fèi)和投資產(chǎn)生負(fù)向影響，展示了金融沖擊傳導(dǎo)機(jī)制的相似性。

（二）最終生產(chǎn)商

參考Anzoategui et al.（2019）的作法，在生產(chǎn)結(jié)構(gòu)中引入內(nèi)生全要素生產(chǎn)率并展示其在模型中的動(dòng)態(tài)演化。假設(shè)經(jīng)濟(jì)中存在兩種企業(yè)類型：中間產(chǎn)品生產(chǎn)商和最終產(chǎn)品生產(chǎn)商。壟斷競(jìng)爭(zhēng)的最終產(chǎn)品生產(chǎn)商i 生產(chǎn)差異化產(chǎn)品的Y it，最終產(chǎn)品的總產(chǎn)出Yt是差異化產(chǎn)出Y it的CES函數(shù)：

其中，μt＞1 是外生的。假設(shè)最終產(chǎn)品生產(chǎn)商i使用中間產(chǎn)品投入組合進(jìn)行生產(chǎn)是其唯一的生產(chǎn)投入，并遵循線性生產(chǎn)函數(shù)：

每個(gè)壟斷競(jìng)爭(zhēng)的中間生產(chǎn)商生產(chǎn)差異化產(chǎn)品，并存在已應(yīng)用于生產(chǎn)且連續(xù)可測(cè)度的技術(shù)存量At，中間產(chǎn)品的總產(chǎn)出Mt是差異化產(chǎn)出Mtj的CES函數(shù)：

其中，?＞1。假設(shè)中間產(chǎn)品生產(chǎn)商j使用非熟練勞動(dòng)力和有效資本Utj K tj并遵循Cobb-Douglas生產(chǎn)函數(shù)進(jìn)行生產(chǎn)：

假設(shè)中間產(chǎn)品的價(jià)格是完全靈活的，中間產(chǎn)品生產(chǎn)商在每個(gè)時(shí)期可以隨時(shí)調(diào)整中間產(chǎn)品價(jià)格。當(dāng)中間產(chǎn)品全部作為生產(chǎn)投入用于生產(chǎn)最終產(chǎn)品時(shí)，由式（6）～式（9）可以推導(dǎo)出最終產(chǎn)品的總產(chǎn)出Yt的生產(chǎn)函數(shù)如下：

上式表明模型的全要素生產(chǎn)率由外生性的TFP沖擊θt和內(nèi)生性的(At)?-1共同構(gòu)成。因此，模型中的經(jīng)濟(jì)變量不僅受外生全要素生產(chǎn)率變化的影響，還受內(nèi)生全要素生產(chǎn)率變化的影響，內(nèi)生全要素生產(chǎn)率的變化來(lái)源于中間產(chǎn)品種類的擴(kuò)張所導(dǎo)致的對(duì)技術(shù)存量采用量的增加，可以用At衡量。

（三）中間生產(chǎn)商

假設(shè)中間產(chǎn)品生產(chǎn)商選擇資本K tj、資本利用率、非熟練勞動(dòng)力進(jìn)行生產(chǎn)，將考慮中間產(chǎn)品組合的相對(duì)價(jià)格、實(shí)際工資wut、中間產(chǎn)品加成定價(jià)?m以最小化生產(chǎn)成本作為生產(chǎn)決策?？紤]存在模仿者進(jìn)入市場(chǎng)的潛在競(jìng)爭(zhēng)，假設(shè)?m小于最優(yōu)無(wú)約束定價(jià)加成?。資本折舊率是關(guān)于Utj的凹函數(shù)，δ'＞0且δ″＜0。中間生產(chǎn)商成本最小化時(shí)K tj、的一階條件為：

（四）技術(shù)研發(fā)和技術(shù)采用

技術(shù)進(jìn)步和內(nèi)生全要素生產(chǎn)率增長(zhǎng)通過(guò)技術(shù)研發(fā)和技術(shù)采用兩個(gè)過(guò)程實(shí)現(xiàn)（Comin ＆ Gertler，2006）。首先，技術(shù)研發(fā)部門通過(guò)發(fā)明新技術(shù)，提高總技術(shù)存量Zt，后續(xù)中間生產(chǎn)商將新技術(shù)應(yīng)用于生產(chǎn)活動(dòng)中。在內(nèi)生TFP 的實(shí)現(xiàn)機(jī)制中，假設(shè)成功研發(fā)新技術(shù)帶來(lái)的技術(shù)存量的提高不能提高全要素生產(chǎn)率，只有廠商在生產(chǎn)過(guò)程中使用這些新技術(shù)時(shí)，才能實(shí)現(xiàn)全要素生產(chǎn)率的提高。因此，模型將技術(shù)研發(fā)和技術(shù)采用劃分為先后兩個(gè)過(guò)程，這導(dǎo)致新技術(shù)發(fā)明成功和現(xiàn)實(shí)生產(chǎn)過(guò)程中實(shí)際采用該技術(shù)之間產(chǎn)生時(shí)間差。將At表示為已采用的技術(shù)存量，是總技術(shù)存量Zt的子集，對(duì)應(yīng)TFP中的內(nèi)生性成分，則Zt-At表示尚未使用的技術(shù)存量。如式（10）所示，增加At將有助于提高內(nèi)生全要素生產(chǎn)率。

對(duì)技術(shù)研發(fā)部門而言，技術(shù)研發(fā)是內(nèi)生全要素生產(chǎn)率增長(zhǎng)的第一階段。研發(fā)部門雇傭熟練的研發(fā)人員Lsrt來(lái)創(chuàng)造新技術(shù)，在t時(shí)期內(nèi)每位熟練的研發(fā)人員可以創(chuàng)造在t+1 時(shí)期新技術(shù)的數(shù)量為φt。φt由下式給定：

其中，表示研發(fā)部門熟練勞動(dòng)力的總水平，Zt為現(xiàn)存的技術(shù)總量。χt表示對(duì)技術(shù)的外生沖擊，即在技術(shù)研發(fā)過(guò)程中研發(fā)投資對(duì)研發(fā)效率的外生沖擊，服從參數(shù)為ρχ和σχ的AR(1)過(guò)程。由于研發(fā)過(guò)程受擁擠效應(yīng)的影響，假設(shè)與研發(fā)相關(guān)的技術(shù)增長(zhǎng)彈性ρz＜1，即總體研發(fā)活動(dòng)的增加會(huì)降低每個(gè)創(chuàng)新者的研發(fā)效率。

技術(shù)研發(fā)部門p的最優(yōu)決策問(wèn)題如下：

其中，Jt+1時(shí)為還未使用的技術(shù)的價(jià)值，wst代表單位熟練勞動(dòng)力的實(shí)際工資。

技術(shù)研發(fā)部門p最優(yōu)決策一階條件：

將式（14）代入上式，可得：

式（17）表明額外單位熟練研發(fā)勞動(dòng)力的邊際收益現(xiàn)值等于單位熟練研發(fā)勞動(dòng)力的邊際成本。若給定的中間產(chǎn)品利潤(rùn)是順周期的，由未來(lái)中間產(chǎn)品利潤(rùn)決定的未采用技術(shù)的現(xiàn)值應(yīng)是順周期的。該假定和工資黏性假定決定了研發(fā)部門雇傭熟練的研發(fā)人員和研發(fā)投資也是順周期的。

假設(shè)技術(shù)隨時(shí)間變化而過(guò)時(shí)淘汰的比率為1-τ，即技術(shù)的存活率為τ，則Zt+1滿足以下條件：

其中，φtLsrt衡量創(chuàng)造的新技術(shù)，τZt表示未被淘汰的前期技術(shù)。將式（14）代入上式可得：

技術(shù)采用的實(shí)質(zhì)是將現(xiàn)存技術(shù)Zt轉(zhuǎn)化為可用于生產(chǎn)的技術(shù)At的過(guò)程。實(shí)現(xiàn)技術(shù)使用過(guò)程需要一段時(shí)間，但采用率可以順周期變化。為避免對(duì)每一項(xiàng)可用技術(shù)都要跟蹤已使用和未使用該技術(shù)的公司的比例，假設(shè)存在一個(gè)有競(jìng)爭(zhēng)力的技術(shù)轉(zhuǎn)化者群體，能夠?qū)⑽词褂玫募夹g(shù)轉(zhuǎn)化為可用于生產(chǎn)的技術(shù)。技術(shù)轉(zhuǎn)化者以有競(jìng)爭(zhēng)力的價(jià)格從研發(fā)部門購(gòu)買使用該技術(shù)的權(quán)利，即為使用技術(shù)的價(jià)值，并通過(guò)雇傭熟練勞動(dòng)力將購(gòu)買的技術(shù)轉(zhuǎn)化為應(yīng)用于生產(chǎn)的技術(shù)。這一過(guò)程需要一段時(shí)間，技術(shù)轉(zhuǎn)化率受內(nèi)生變化的影響，轉(zhuǎn)化技術(shù)的速度受熟練勞動(dòng)力數(shù)量的影響。假設(shè)技術(shù)轉(zhuǎn)化者個(gè)體特征差異不影響技術(shù)轉(zhuǎn)化概率λt，即每個(gè)技術(shù)轉(zhuǎn)化者的技術(shù)轉(zhuǎn)化概率相同。因此，轉(zhuǎn)化者在給定時(shí)間t實(shí)現(xiàn)技術(shù)轉(zhuǎn)化的概率為λt：

其中，Lsat是指在技術(shù)采用中雇用的熟練勞動(dòng)力。假設(shè)λ'＞0 且λ″＜0，這意味著使用的速度λt是分配給該部門的熟練勞動(dòng)力Lsat的遞增和凹函數(shù)。技術(shù)采用的過(guò)程意味著技術(shù)擴(kuò)散需要時(shí)間，將λt的穩(wěn)態(tài)值表示為λss，則采用新技術(shù)之前的平均時(shí)間為1/λss。技術(shù)采用受總技術(shù)存量Zt溢出效應(yīng)的影響，即技術(shù)轉(zhuǎn)化效率會(huì)隨著技術(shù)存量的增加而提高，保證了平衡增長(zhǎng)路徑的存在。

當(dāng)技術(shù)轉(zhuǎn)化完成，技術(shù)轉(zhuǎn)化者將該使用技術(shù)的權(quán)力出售給中間產(chǎn)品生產(chǎn)商。讓表示中間產(chǎn)品企業(yè)從生產(chǎn)該產(chǎn)品中獲得的利潤(rùn)。技術(shù)轉(zhuǎn)化者以具有競(jìng)爭(zhēng)力的價(jià)格出售已轉(zhuǎn)化的技術(shù)價(jià)值Tt等于生產(chǎn)該商品的利潤(rùn)的現(xiàn)值。

技術(shù)轉(zhuǎn)化者最優(yōu)決策為選擇Lsat最大化未使用技術(shù)的價(jià)值Jt：

式（22）第一項(xiàng)為未采用技術(shù)的收益現(xiàn)值，是已使用和未使用技術(shù)價(jià)值的概率加權(quán)總和。熟練勞動(dòng)力Lsat的一階條件：

其中，Tt+1-Jt+1是順周期的，因?yàn)槲磥?lái)利潤(rùn)對(duì)已使用技術(shù)價(jià)值Tt的影響大于未使用技術(shù)價(jià)值Jt。由于工資黏性和順周期的Lsat，技術(shù)轉(zhuǎn)化的概率λt也是順周期的。

由于λt不受技術(shù)轉(zhuǎn)化者個(gè)體特征差異的影響，對(duì)所有技術(shù)轉(zhuǎn)化者進(jìn)行加總后，根據(jù)假設(shè)可以得到如下的At遞推式：

其中，Zt-At對(duì)應(yīng)未采用技術(shù)的存量。應(yīng)用于生產(chǎn)的技術(shù)存量At+1等于當(dāng)期尚未過(guò)時(shí)的技術(shù)存量之和τλt（Zt-At）及這一時(shí)期新轉(zhuǎn)化的技術(shù)τAt。

（五）資本生產(chǎn)者

假設(shè)新的資本是由競(jìng)爭(zhēng)性資本生產(chǎn)者利用最終產(chǎn)品生產(chǎn)的，資本生產(chǎn)者將資本品出售給家庭，家庭將資本品出租給中間生產(chǎn)商。將It表示新生產(chǎn)的資本品，γI表示資本品It的增長(zhǎng)率表示資本的重置價(jià)格，即最終產(chǎn)品轉(zhuǎn)化為新資本的相對(duì)價(jià)格。假定調(diào)整成本函數(shù)是遞增的凹函數(shù)，其中f（1）=f'（1）=0 和f″（1）＞0。因此，托賓Q可以由調(diào)整成本函數(shù)f表示為：

（六）價(jià)格和工資

假設(shè)存在價(jià)格黏性和工資黏性，公司不能調(diào)整其價(jià)格的概率為ξp，企業(yè)不能調(diào)整其工資的概率為ξw。ιp為價(jià)格通貨膨脹指數(shù)化，ιw為工資通貨膨脹指數(shù)化。家庭提供非熟練勞動(dòng)力和熟練勞動(dòng)力，兩種類型的勞動(dòng)力受相同頻率的工資調(diào)整。通貨膨脹為πt，mct為最終產(chǎn)品生產(chǎn)商的邊際成本，為穩(wěn)態(tài)對(duì)數(shù)差分。因此，菲利普斯曲線可以表示為：

其中，εμt表示對(duì)最終商品加價(jià)的沖擊，服從參數(shù)為ρμ和σμ的AR(1)過(guò)程。

非技術(shù)工人的菲利普斯曲線如下：

（七）貨幣政策

假定貨幣政策遵循非線性的泰勒規(guī)則，央行通過(guò)設(shè)定名義利率Rnt+1來(lái)實(shí)施貨幣政策。

其中，log()遵循參數(shù)為ρm和σm的AR(1)過(guò)程。為穩(wěn)態(tài)名義利率，為目標(biāo)通貨膨脹率為穩(wěn)態(tài)就業(yè)人數(shù)，?π、?y分別為名義利率對(duì)通貨膨脹缺口和產(chǎn)出缺口的反應(yīng)系數(shù)。同時(shí)對(duì)凈名義利率施加了零下限約束，即≥1，這也更符合中國(guó)名義利率的實(shí)際情況。

（八）市場(chǎng)出清

總資源約束條件為：

Gt表示政府消費(fèi)，由一次性稅收作為收入來(lái)源并遵循AR(1)過(guò)程：

市場(chǎng)出清意味著債券的凈供給為零，即Bt=0。

最后，假設(shè)熟練勞動(dòng)力的勞動(dòng)力市場(chǎng)必須在均衡狀態(tài)下出清：

四、參數(shù)校準(zhǔn)及估計(jì)

為提高模擬中國(guó)經(jīng)濟(jì)運(yùn)行的準(zhǔn)確性，參照現(xiàn)有文獻(xiàn)和中國(guó)經(jīng)濟(jì)數(shù)據(jù)以季度時(shí)間為單位對(duì)模型參數(shù)進(jìn)行校準(zhǔn)和貝葉斯估計(jì)。參考仝冰（2017）、卞志村等（2019）和楊兵等的研究（2020）[24-26]，將對(duì)以下家庭部門和廠商部門參數(shù)進(jìn)行校準(zhǔn)：家庭主管貼現(xiàn)率β=0.99，廠商資本折舊率δ=0.025，廠商資本產(chǎn)出彈性α=0.6，中間產(chǎn)品替代彈性?=10，穩(wěn)態(tài)中間品加成?=1.18，穩(wěn)態(tài)最終產(chǎn)品加成μt=1.11。對(duì)研發(fā)部門參數(shù)校準(zhǔn)參照Anzoategui et al.（2019）的研究，取技術(shù)存活率τ=0.98，即技術(shù)報(bào)廢率（1-τ）=0.02；穩(wěn)態(tài)技術(shù)使用時(shí)滯λss=0.05，即技術(shù)轉(zhuǎn)化的平均時(shí)間為5年；參考Schm?ller ＆ Spitzer（2021）的處理方式，考慮到中國(guó)R＆D支出占GDP的比重低于美國(guó)，將熟練勞動(dòng)力的使用彈性校準(zhǔn)為ρλ=0.95。參照卞志村等（2019）的方法取穩(wěn)態(tài)政府支出占GDP 比重GY=0.074，穩(wěn)態(tài)產(chǎn)出增長(zhǎng)gy取研究期間季度GDP增長(zhǎng)率的平均值2.208%。

對(duì)余下動(dòng)態(tài)參數(shù)采用貝葉斯估計(jì)方法，以使參數(shù)的取值更為客觀合理。首先估計(jì)參數(shù)的先驗(yàn)分布，參照仝冰（2017）、卞志村等（2019）和Anzoategui et al.（2019）對(duì)參數(shù)先驗(yàn)分布及其均值和方差的設(shè)置，將外生沖擊的自回歸系數(shù)設(shè)置為Beta 分布，將其余取值在（0，+∞）的結(jié)構(gòu)參數(shù)設(shè)置為Gamma 分布，將外生沖擊標(biāo)準(zhǔn)差設(shè)置為Inv-Gamma 分布（見(jiàn)表1）?？紤]數(shù)據(jù)可得性，選取2002 年一季度至2020 年四季度的產(chǎn)出增長(zhǎng)DY、固定資產(chǎn)投資增長(zhǎng)DI、通貨膨脹率Dπ及名義利率R作為觀測(cè)變量，以提高模型的可識(shí)別性。產(chǎn)出增長(zhǎng)DY為以2001 年為基年計(jì)算的當(dāng)季實(shí)際GDP 除以總?cè)丝诤蟮膶?duì)數(shù)差分；固定資產(chǎn)投資增長(zhǎng)DI為當(dāng)季人均固定資產(chǎn)投資增長(zhǎng)除以GDP 平減指數(shù)后的對(duì)數(shù)差分；通貨膨脹率Dπ為當(dāng)季GDP 平減指數(shù)的對(duì)數(shù)差分；名義利率R為當(dāng)季3 個(gè)月期間銀行同業(yè)拆借加權(quán)平均利率的1/4。參數(shù)的先驗(yàn)分布及貝葉斯估計(jì)結(jié)果如表1所示。

表1 參數(shù)貝葉斯估計(jì)結(jié)果

五、實(shí)證分析

（一）方差分解

表2 展示了關(guān)鍵經(jīng)濟(jì)變量的方差分解，其中對(duì)中國(guó)經(jīng)濟(jì)變量影響最大的是貨幣政策沖擊，其次是投資品價(jià)格沖擊和政府消費(fèi)沖擊。貨幣政策沖擊分別占GDP 變化和投資變化的28.82%和35.05%，對(duì)消費(fèi)和研發(fā)支出變化的貢獻(xiàn)超過(guò)50%，對(duì)通貨膨脹變化的貢獻(xiàn)為83.26%。同時(shí)，82.71%的內(nèi)生全要素生產(chǎn)率變化是由貨幣政策沖擊引起的，11.52%是由流動(dòng)性需求沖擊引起的。這說(shuō)明需求沖擊是解釋內(nèi)生全要素生產(chǎn)率變化的重要來(lái)源。相較之下，全要素生產(chǎn)率的外生成分即外生TFP沖擊對(duì)經(jīng)濟(jì)變量變化的貢獻(xiàn)較小。貨幣政策沖擊、流動(dòng)性需求沖擊和政府消費(fèi)沖擊三種需求沖擊解釋了48.57%的GDP 增長(zhǎng)變化，供給沖擊以投資品價(jià)格沖擊（46.94%）為主，外生TFP 沖擊僅占2.77%，表明中國(guó)經(jīng)濟(jì)高速增長(zhǎng)是需求側(cè)驅(qū)動(dòng)和供給側(cè)驅(qū)動(dòng)共同作用的結(jié)果。具體而言，貨幣政策和政府消費(fèi)是中國(guó)GDP 增長(zhǎng)的主要需求側(cè)驅(qū)動(dòng)力，而投資品價(jià)格則是中國(guó)GDP 增長(zhǎng)的最重要供給側(cè)驅(qū)動(dòng)力，這與投資、消費(fèi)、出口驅(qū)動(dòng)經(jīng)濟(jì)發(fā)展密切相關(guān)。較為穩(wěn)定的貨幣政策和利率政策、政府購(gòu)買在消費(fèi)中占有較大份額、優(yōu)化營(yíng)商環(huán)境以增加國(guó)內(nèi)外投資等措施都對(duì)經(jīng)濟(jì)增長(zhǎng)作出了重要貢獻(xiàn)。流動(dòng)性需求沖擊對(duì)中國(guó)GDP增長(zhǎng)的作用較小，主要由于居民儲(chǔ)蓄率普遍較高導(dǎo)致不利的流動(dòng)性需求沖擊對(duì)人們提高持有流動(dòng)性資產(chǎn)需求的影響較小，降低了流動(dòng)性需求沖擊在向消費(fèi)和投資等領(lǐng)域傳遞和積累時(shí)的影響。

（二）貨幣政策沖擊的脈沖響應(yīng)

貨幣政策沖擊在短期內(nèi)提高了名義利率，意味著居民儲(chǔ)蓄收益和投資成本增加，直接導(dǎo)致居民消費(fèi)下降并減少風(fēng)險(xiǎn)資產(chǎn)持有量，使資本投資下降。同時(shí)貨幣政策沖擊后總產(chǎn)出的下降導(dǎo)致企業(yè)利潤(rùn)下降，從而抑制了企業(yè)用于提高生產(chǎn)率的投資，即減少了對(duì)研發(fā)和技術(shù)使用方面的投資。與新凱恩斯模型相比，包含內(nèi)生全要素生產(chǎn)率的模型表現(xiàn)出更強(qiáng)的經(jīng)濟(jì)周期持續(xù)性。在內(nèi)生TFP 模型下，由貨幣政策沖擊引發(fā)的產(chǎn)出下降更為顯著和持久，消費(fèi)與投資也表現(xiàn)出該特點(diǎn)。其根本原因是全要素生產(chǎn)率的演化和整體經(jīng)濟(jì)運(yùn)行狀況之間存在重要的反饋機(jī)制，這種內(nèi)生機(jī)制不存在于新凱恩斯模型。貨幣政策沖擊后，技術(shù)使用率小幅上升后持續(xù)下降及技術(shù)研發(fā)支出的大幅下降抑制了全要素生產(chǎn)率并增加其恢復(fù)時(shí)間，加劇了初期產(chǎn)出的下降并減緩后續(xù)產(chǎn)出恢復(fù)。由于內(nèi)生TFP 機(jī)制的存在，雖然無(wú)風(fēng)險(xiǎn)利率R（名義利率）上升，但對(duì)研發(fā)和技術(shù)使用的投資減少使資本回報(bào)率Rk的上行壓力更大，導(dǎo)致利差（Rk-R）小幅上升。而在外生TFP 模型中缺乏該機(jī)制，使資本回報(bào)率Rk的上行壓力小于無(wú)風(fēng)險(xiǎn)利率上升幅度，利差小幅下降。

（三）全要素生產(chǎn)率的演變及驅(qū)動(dòng)因素

考慮模型中全要素生產(chǎn)率與經(jīng)濟(jì)增長(zhǎng)的關(guān)系，并分析全要素生產(chǎn)率及其內(nèi)生成分的演變、全要素生產(chǎn)率和勞動(dòng)生產(chǎn)率之間的關(guān)系。對(duì)式（10）進(jìn)行變形可得式（35），其中全要素生產(chǎn)率為(At)?-1θt，內(nèi)生成分為(At)?-1，外生成分為θt。Yt/Lu，t表示勞動(dòng)生產(chǎn)率，UtYt/Lu，t表示單位勞動(dòng)力的有效資本，即有效資本深度。因此，對(duì)數(shù)線性化后的全要素生產(chǎn)率可以理解為內(nèi)生TFP 和外生TFP 的加總。勞動(dòng)生產(chǎn)率可以表示為全要素生產(chǎn)率與有效資本密集度的函數(shù)，全要素生產(chǎn)率則為內(nèi)生TFP 與外生TFP 的乘積。

如圖2 所示，模型中的全要素生產(chǎn)率及其內(nèi)生成分的變化趨勢(shì)與勞動(dòng)生產(chǎn)率具有高度相關(guān)性，表明全要素生產(chǎn)率的演變和勞動(dòng)生產(chǎn)率的變化高度一致，全要素生產(chǎn)率尤其是內(nèi)生TFP 對(duì)勞動(dòng)生產(chǎn)率具有重要影響。勞動(dòng)生產(chǎn)率和全要素生產(chǎn)率之間的差異源于資本深化程度Kt/Lu，t和資本利用率Ut的波動(dòng)。TFP 和內(nèi)生TFP 在研究期間內(nèi)高度相關(guān)，并且全要素生產(chǎn)率的內(nèi)生成分解釋了幾乎全部的全要素生產(chǎn)率變動(dòng)。一般而言，全要素生產(chǎn)率與其內(nèi)生成分的差異為外生TFP 沖擊，即標(biāo)準(zhǔn)技術(shù)沖擊。外生TFP沖擊解釋了不能有技術(shù)研發(fā)和技術(shù)使用所內(nèi)生解釋的全要素生產(chǎn)率變動(dòng)。在研究期間內(nèi)，TFP 和內(nèi)生TFP 之間的差異并不明顯，即外生TFP對(duì)全要素生產(chǎn)率的貢獻(xiàn)較小。內(nèi)生TFP是全要素生產(chǎn)率的決定性因素，外生TFP 沖擊則是次要因素。上述分析表明，中國(guó)經(jīng)濟(jì)增長(zhǎng)的一個(gè)重要內(nèi)生驅(qū)動(dòng)因素是內(nèi)生全要素生產(chǎn)率。正對(duì)應(yīng)方差分解的結(jié)果，單純的外生技術(shù)沖擊對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)不大。隨著中國(guó)對(duì)基礎(chǔ)理論和應(yīng)用技術(shù)研發(fā)的投入不斷加大，相較于外生技術(shù)沖擊，由技術(shù)部門所貢獻(xiàn)的內(nèi)生全要素生產(chǎn)率的變動(dòng)更能解釋中國(guó)經(jīng)濟(jì)增長(zhǎng)的本質(zhì)。

圖2 TFP、內(nèi)生TFP和勞動(dòng)生產(chǎn)率的演變

（四）內(nèi)生全要素生產(chǎn)率的決定因素

如方差分解結(jié)果所示，對(duì)內(nèi)生全要素生產(chǎn)率變動(dòng)貢獻(xiàn)最大的是貨幣政策沖擊，其解釋了82.71%的內(nèi)生TFP 變動(dòng)，其次分別是流動(dòng)性需求沖擊和研發(fā)效率沖擊。因此，貨幣政策沖擊是構(gòu)成內(nèi)生全要素生產(chǎn)率變動(dòng)的最重要驅(qū)動(dòng)因素。圖3 展示了內(nèi)生全要素生產(chǎn)率在研究期間的演變及三種主要沖擊的貢獻(xiàn)。在研究期內(nèi)的各期分解中，貨幣政策沖擊和內(nèi)生全要素生產(chǎn)率的變動(dòng)呈現(xiàn)出高度相關(guān)性，貨幣政策沖擊的貢獻(xiàn)顯著為正，說(shuō)明其對(duì)內(nèi)生TFP 變動(dòng)有決定性作用。從2002 年開(kāi)始，貨幣政策沖擊對(duì)內(nèi)生全要素生產(chǎn)率的正向貢獻(xiàn)不斷增大，推動(dòng)內(nèi)生全要素生產(chǎn)率不斷提高。2007 年起，研發(fā)效率沖擊對(duì)內(nèi)生全要素生產(chǎn)率的貢獻(xiàn)由正轉(zhuǎn)負(fù)，并開(kāi)始逐步下降。但此時(shí)，貨幣政策沖擊的正向影響要大于研發(fā)效率的負(fù)向影響，內(nèi)生全要素生產(chǎn)率依舊有較高增長(zhǎng)。直至2012 年后利率市場(chǎng)化改革的逐步推進(jìn)，貨幣政策沖擊逐漸趨于平穩(wěn)，不斷擴(kuò)大的研發(fā)效率沖擊負(fù)向貢獻(xiàn)對(duì)內(nèi)生全要素生產(chǎn)率產(chǎn)生了重要影響，導(dǎo)致內(nèi)生全要素生產(chǎn)率開(kāi)始逐漸下降。從2018年開(kāi)始，內(nèi)生全要素生產(chǎn)率逐漸趨于平穩(wěn)，主要是因?yàn)檠邪l(fā)效率的負(fù)面效應(yīng)開(kāi)始趨于平穩(wěn)，貨幣政策的正向效應(yīng)開(kāi)始促進(jìn)內(nèi)生全要素生產(chǎn)率的增長(zhǎng)。但在受2020 年的新冠疫情影響后，內(nèi)生全要素生產(chǎn)率開(kāi)始大幅下降。因此，中國(guó)內(nèi)生全要素生產(chǎn)率的增長(zhǎng)決定因素是貨幣政策沖擊，2012 年內(nèi)生全要素生產(chǎn)率下降的主要原因是研發(fā)效率的下降及貨幣政策沖擊趨于平穩(wěn)。

圖3 內(nèi)生TFP及主要沖擊貢獻(xiàn)

（五）內(nèi)生全要素生產(chǎn)率與通貨膨脹

在分析內(nèi)生全要素生產(chǎn)率的決定因素及其對(duì)經(jīng)濟(jì)增長(zhǎng)的影響后，嘗試在內(nèi)生全要素生產(chǎn)率模型下探討中國(guó)通貨膨脹的動(dòng)態(tài)變化。在式（27）的菲利普斯曲線中，最終產(chǎn)品生產(chǎn)商的邊際成本mct受內(nèi)生全要素生產(chǎn)率的影響，當(dāng)內(nèi)生技術(shù)創(chuàng)新影響通貨膨脹時(shí)會(huì)導(dǎo)致邊際成本mct發(fā)生變化。假設(shè)最終產(chǎn)品生產(chǎn)商考慮成本最小化，則未對(duì)數(shù)線性化的邊際成本MCt等于中間產(chǎn)品價(jià)格pxt與內(nèi)生全要素生產(chǎn)率(At)?-1的比值，即MCt=pxt/(At)?-1。將式（13）對(duì)求積分可得MCt= ?mwutLu，t/((1 - α)Yt)，并將式（10）代入上式并取對(duì)數(shù)線性化可得邊際成本mct為：

因此，具有內(nèi)生全要素生產(chǎn)率的菲利普斯曲線可以表示為：

上式展示了內(nèi)生全要素生產(chǎn)率模型中通貨膨脹與內(nèi)生全要素生產(chǎn)率(?- 1)?和就業(yè)?之間的關(guān)系。通貨膨脹在新凱恩斯模型和內(nèi)生全要素生產(chǎn)率模型之間的差異來(lái)源于內(nèi)生全要素生產(chǎn)率(?- 1)?。在式（28）中，參照參數(shù)估計(jì)的結(jié)果，可以得出kp＞0。因此，通貨膨脹和就業(yè)之間呈現(xiàn)正相關(guān)關(guān)系，而內(nèi)生全要素生產(chǎn)率對(duì)通貨膨脹產(chǎn)生抑制作用。就業(yè)和內(nèi)生全要素生產(chǎn)率通過(guò)影響最終產(chǎn)品廠商的邊際成本，進(jìn)而影響通貨膨脹率。不同的是，就業(yè)人數(shù)的增長(zhǎng)會(huì)直接增加最終產(chǎn)品企業(yè)的邊際成本，提高最終產(chǎn)品的交易價(jià)格，增加通貨膨脹；而內(nèi)生全要素生產(chǎn)率的提高意味著研發(fā)部門的技術(shù)創(chuàng)新已經(jīng)應(yīng)用于中間產(chǎn)品生產(chǎn)商，提高中間產(chǎn)品生產(chǎn)商的生產(chǎn)效率并降低生產(chǎn)成本，導(dǎo)致中間產(chǎn)品價(jià)格下降，進(jìn)而降低最終生產(chǎn)商將中間產(chǎn)品作為唯一投入進(jìn)行生產(chǎn)的邊際成本，使最終產(chǎn)品的交易價(jià)格下降，降低通貨膨脹。

方差分解結(jié)果說(shuō)明貨幣政策沖擊是通貨膨脹波動(dòng)最主要的因素，流動(dòng)性需求沖擊次之。如圖4所示，貨幣政策沖擊、流動(dòng)性需求沖擊和通貨膨脹具有高度相關(guān)性。貨幣政策沖擊對(duì)通貨膨脹的影響為正向，而流動(dòng)性需求沖擊則是拉低通貨膨脹的主要原因。2008 年全球金融危機(jī)時(shí)，不利的流動(dòng)性需求沖擊導(dǎo)致通貨膨脹率大幅下跌，但中國(guó)利用貨幣政策和財(cái)政政策的組合推動(dòng)經(jīng)濟(jì)復(fù)蘇，并因此推動(dòng)了通貨膨脹。但隨著利率市場(chǎng)化改革的推進(jìn)，貨幣政策沖擊逐漸趨于平穩(wěn)，仍是中國(guó)通貨膨脹最主要的驅(qū)動(dòng)因素。

圖4 通貨膨脹的驅(qū)動(dòng)因素

六、結(jié)論與對(duì)策建議

作為技術(shù)創(chuàng)新促進(jìn)經(jīng)濟(jì)增長(zhǎng)的重要途徑，全要素生產(chǎn)率的內(nèi)生化對(duì)研究中國(guó)經(jīng)濟(jì)高質(zhì)量增長(zhǎng)具有關(guān)鍵性作用。首先，通過(guò)引入技術(shù)創(chuàng)新和技術(shù)采用過(guò)程，構(gòu)建具有內(nèi)生全要素生產(chǎn)率機(jī)制的DSGE模型，研究在內(nèi)生全要素生產(chǎn)率機(jī)制下經(jīng)濟(jì)波動(dòng)對(duì)產(chǎn)出、消費(fèi)、投資等主要經(jīng)濟(jì)變量的動(dòng)態(tài)效應(yīng)。其次，探究全要素生產(chǎn)率及其內(nèi)生成分的主要驅(qū)動(dòng)因素。最后，分析內(nèi)生全要素生產(chǎn)率與通貨膨脹的相互作用及通貨膨脹的主要驅(qū)動(dòng)因素。研究發(fā)現(xiàn)：第一，在內(nèi)生TFP機(jī)制下，需求側(cè)沖擊是主要經(jīng)濟(jì)變量波動(dòng)的主要驅(qū)動(dòng)因素，尤其是貨幣政策沖擊；供給側(cè)的投資品價(jià)格沖擊對(duì)主要經(jīng)濟(jì)變量有重要影響，尤其是對(duì)產(chǎn)出而言；外生TFP 沖擊對(duì)主要經(jīng)濟(jì)變量的影響并不顯著。第二，內(nèi)生全要素生產(chǎn)率是全要素生產(chǎn)率的決定性因素，外生TFP是次要因素；貨幣政策沖擊是構(gòu)成內(nèi)生全要素生產(chǎn)率變動(dòng)的最重要驅(qū)動(dòng)因素；技術(shù)轉(zhuǎn)化率的波動(dòng)上升是內(nèi)生全要素生產(chǎn)率增長(zhǎng)的主要原因，未來(lái)內(nèi)生全要素生產(chǎn)率增長(zhǎng)將更多依靠技術(shù)創(chuàng)新帶來(lái)的技術(shù)存量增加。第三，內(nèi)生全要素生產(chǎn)率對(duì)通貨膨脹產(chǎn)生抑制作用；內(nèi)生TFP 機(jī)制下菲利普斯曲線的斜率與外生TFP 下的斜率相近，但內(nèi)生TFP下的斜率更平穩(wěn)，即內(nèi)生TFP機(jī)制緩解了通貨膨脹；貨幣政策沖擊是通貨膨脹波動(dòng)的最主要因素。

為更好利用內(nèi)生全要素生產(chǎn)率機(jī)制促進(jìn)經(jīng)濟(jì)增長(zhǎng)，提出以下幾點(diǎn)對(duì)策建議：一是持續(xù)擴(kuò)大內(nèi)需，降低投資成本。充分發(fā)揮貨幣政策宏觀調(diào)控職能，加快利率市場(chǎng)化進(jìn)程，通過(guò)高效協(xié)調(diào)的貨幣政策提高國(guó)內(nèi)消費(fèi)需求。優(yōu)化營(yíng)商環(huán)境進(jìn)而吸引國(guó)內(nèi)外投資，降低投資品相對(duì)價(jià)格，提高資本利用效率，降低投資相對(duì)價(jià)格沖擊對(duì)經(jīng)濟(jì)的不利影響。二是加強(qiáng)研發(fā)部門投入，完善技術(shù)創(chuàng)新和科技成果轉(zhuǎn)化體系。技術(shù)創(chuàng)新是中國(guó)提高產(chǎn)業(yè)競(jìng)爭(zhēng)力和實(shí)現(xiàn)高質(zhì)量發(fā)展的重要途徑。加大技術(shù)創(chuàng)新投入，擴(kuò)大技術(shù)存量，為生產(chǎn)制造提供堅(jiān)實(shí)的技術(shù)儲(chǔ)備。提高技術(shù)創(chuàng)新的轉(zhuǎn)化效率，將技術(shù)創(chuàng)新從理論轉(zhuǎn)變成現(xiàn)實(shí)生產(chǎn)力，從而提高全要素生產(chǎn)率。三是選擇合適的貨幣政策，保持溫和的通貨膨脹。由于內(nèi)生全要素生產(chǎn)率機(jī)制的存在，對(duì)經(jīng)濟(jì)刺激效果更好的貨幣政策導(dǎo)致的通貨膨脹增長(zhǎng)較小，政府調(diào)控經(jīng)濟(jì)時(shí)可以選擇更為靈活的貨幣政策，以促進(jìn)經(jīng)濟(jì)增長(zhǎng)。