陳培欽，華中科技大學 經(jīng)濟學院，湖北 武漢430074

引 言

改革以來，中國經(jīng)濟高速發(fā)展，取得了舉世矚目的成就。國民生產(chǎn)總值年均增長率達到9．9%，造就了“中國奇跡”。現(xiàn)有文獻主要從制度變遷和人力資本等角度對“中國奇跡”進行解釋［1］［2］29-48［3］5-25，而對于資本形成的重要性認識不足。甚至有一些學者認為，中國這種主要靠要素投入的增長模式是不可持續(xù)的，是“紙老虎”，最終經(jīng)濟增長將從“奧林匹亞山的神殿拉回到德塞利平原上”［4］641-680，故從這一角度而言，所謂的“中國奇跡”，是一種粗放型的增長，只是短暫的繁榮，而非一個長期的成功模式［5］1220-1261［6］12-23［7］190-197。

然而，這一觀點依賴于兩個隱含的假定，一是我國的高投資缺乏微觀基礎，二是高投資必然導致粗放型的增長。但是，根據(jù)Bai 和CCER的測算，我國的資本回報率并不低，因而我國的高投資是有其合理的微觀基礎的［8］61-88［9］723-758;并且，改革以來我國的生產(chǎn)率呈現(xiàn)不斷增長的趨勢［10］3-10［11］339-351［12］32-39，甚至 有學者 的測算 表明TFP 的年均增長達到6．8%［10］，因此也沒有理由認為“中國奇跡”就是粗放型的增長。

特別是，根據(jù)“干中學”模型，資本形成可以通過邊干邊學提高生產(chǎn)率水平，而生產(chǎn)率水平的提升又會促進經(jīng)濟增長，從而依靠要素投入的增長是可以持續(xù)的［13］155-173［14］。那么，如果“干中學”效應在我國存在，則是否存在這樣一種機制解釋“中國奇跡”，即高的生產(chǎn)率和增長率促進了我國的資本回報率上升［15］15-21［16］47-54，導致較高的投資［17］3-24，而高投資一方面通過“干中學”效應，促進了我國生產(chǎn)率的上升，另一方面直接導致了經(jīng)濟的快速增長［18］［19］1-14［20］777-808［21］432-452［22］141-174。另外，生產(chǎn)率的提高和GDP 的上升又是相互促進的:一方面，生產(chǎn)率的增加是經(jīng)濟長期增長的最重要驅動［23］312-320;另一方面，GDP 增長帶來的需求規(guī)模的擴張可以帶動生產(chǎn)率的提升。這是因為，需求擴張使市場規(guī)模擴大，進一步導致創(chuàng)新加快，采用更先進的技術，促進生產(chǎn)率提高［24］1049-1090［25］［26］44-56;同時，市場規(guī)模擴大導致競爭加劇，企業(yè)間的優(yōu)勝劣汰使得資源更加有效地配置，從而提高生產(chǎn)率［27］1181-1222［28］295-316。這些因素的相互作用如圖1 所示:

圖1 生產(chǎn)率、增長率、利潤率、投資率的相互作用

如果圖1 所描述的是正確的、真實的，那么就為改革以來的“中國奇跡”提供了一個從資本回報率方面分析的新視角。特別是，在圖1 所描述的這樣一種增長方式下，中國經(jīng)濟的增長不僅是可持續(xù)的，而且進入了一種良性循環(huán)，實現(xiàn)百年復興之夢是可以期待的。

注意到，如上文所述，對于上述猜想的各個主要環(huán)節(jié)，已經(jīng)分別有文獻進行了證實，而“干中學”效應和生產(chǎn)率的增長，在Romer 提出理論模型后，雖然影響巨大，但實證研究不多①據(jù)筆者所知，只有少數(shù)文獻考察了干中學和生產(chǎn)率的關系，如劉細良、蘇艷(2007)、傅東平(2009)、余官勝(2009)。，并且也缺乏文獻對上述“中國模式”予以把握和說明。有鑒于此，本文將采用面板向量自回歸(PVAR)的方法對上述猜想進行論證。我們認為，采用該方法具有以下幾個優(yōu)點。

第一，系統(tǒng)地考察了生產(chǎn)率、增長率、資本回報率和投資率四者的關系。這四個變量對于一國的增長無疑都有非常重要的意義，特別對于中國，投資率有著更為重要的作用。然而，在以往的研究中，往往只涉及其中某一方面，而缺乏一個系統(tǒng)的研究。通過利用PVAR 方法，我們得以將這四個變量放在一個模型中，進而考察其相互關系，并從資本回報率的視角對我國的增長之謎進行一個全新的解讀。

第二，由于這四個變量之間相互作用的關系較為復雜，往往兩個變量之間有著互為因果的關系，如生產(chǎn)率和增長率之間可能存在相互促進的關系，因而傳統(tǒng)研究中依靠回歸分析的方法可能會因為存在內生性而造成不一致的估計結果，影響結論的可靠性。并且，傳統(tǒng)的回歸方法難以將變量之間的相互聯(lián)系區(qū)分開，特別是當幾個變量之間存在非線性關系的時候。而PVAR 方法不需要事前對各個變量之間的因果關系進行假定，從而克服了以往研究的缺點。進一步，可以利用面板Granger 因果關系檢驗對各個變量之間的因果關系進行一個大致的推斷;可以利用正交化脈沖響應函數(shù)將這各個變量的效果完全區(qū)分，借以考察當其他變量不變的情況下，一個變量對另一個變量沖擊的反應。

第三，在現(xiàn)有文獻的基礎上，進一步證實生產(chǎn)率和增長率對資本回報率的促進作用。已有部分文獻證實了這兩者對資本回報率的提升作用，但是，這類文獻非常之少，并且這些文獻基本是一種靜態(tài)的視角，如黃偉力利用簡單的時間序列數(shù)據(jù)［15］15-21，黃先海等用一個生產(chǎn)函數(shù)的分解框架進行了論證［16］47-54。本文利用PVAR 方法，從動態(tài)的視角進一步發(fā)現(xiàn)了生產(chǎn)率和增長率確實對資本回報率有正向作用，從而進一步豐富了已有文獻。

第四，如前文所述，自從Romer 提出“干中學”模型后，盡管其理論影響很大，但相對缺乏系統(tǒng)的中國經(jīng)驗的研究。本文的研究試圖彌補這一缺陷。

本文的余下部分安排如下:第一部分說明“干中學”效應和PVAR 方法的模型，以及相應的估計方法和數(shù)據(jù)處理;第二部分介紹經(jīng)驗結果;第三部分進一步考慮在加入資源品價格變化之后對模型結論的影響;最后進行總結。

一、模型、方法和數(shù)據(jù)

1．“干中學”效應

在新古典增長理論的框架中，長期人均收入的增長取決于外生的生產(chǎn)率。這樣一來，“增長模型最重要的決定因素居然不包含在模型之中，顯然是不能令人滿意的”［29］，于是，Romer 基于Arrow 的思想提出了將生產(chǎn)率進步內生化的干中學模型［14］。其基本思想是，在生產(chǎn)活動中，人們會不斷考慮改進生產(chǎn)的方式和流程，從而創(chuàng)造出新方法，獲得生產(chǎn)率的提升。因此，生產(chǎn)率的進步不是有意研發(fā)的產(chǎn)物，而是資本積累的一個副產(chǎn)品。并且，個人在生產(chǎn)過程中獲得的知識，會通過外溢作用導致整體經(jīng)濟生產(chǎn)率水平的提升。具體的，考慮如下的簡單情形:

其中，Y、K、L分別代表總產(chǎn)出、資本和勞動，A表示“知識”或者生產(chǎn)率，B和θ 是參數(shù)。從上面兩個方程中可以看出，投資行為或者資本積累的過程，不但增加當期的產(chǎn)出，還會通過“干中學”效應獲得副產(chǎn)品，即生產(chǎn)率的提高。從這一角度而言，高投資和高積累未必是洪水猛獸，單純依靠投資也能實現(xiàn)經(jīng)濟的長期增長。

2．面板向量自回歸模型和估計方法

在接下來的分析中，本文使用面板向量自回歸方法。對應于每一個省份i和時間t，模型如下:

其中，Zit為一個五變量的向量Zit=(ktl，tfp，cr，itk，g);ktl表示資本勞動比，用來度量資本深化程度，放在模型中是作為影響資本回報率因素的一個控制變量;tfp表示全要素生產(chǎn)率的進步;cr表示資本回報率;itk代表投資對資本存量的比例，這樣處理的原因是由于各省份經(jīng)濟規(guī)模相差很大，投資的規(guī)模相差也很大，這里參考文獻的做法，將投資利用資本存量數(shù)據(jù)進行處理［30］190-210［31］313-350;而最后一個變量g代表增長率。也就是說，在上述模型(3)中，我們考慮了影響資本回報率的幾個最為重要的因素，即生產(chǎn)率、增長率、投資率和資本深化程度。

考慮到不同省份具有特異性，而這一特異性可能和滯后的解釋變量Zi，t-1相關，導致系數(shù)估計偏誤，我們在模型中加入了允許異質性的個體效應fi。由于方程含有被解釋變量的滯后項，無法簡單進行組內均值差分，我們采用Helmert 方法進行處理［32］29-51。該方法只去除每一個變量的前向均值，可以有效地避免固定效應偏誤。對于處理后的方程，我們采用系統(tǒng)GMM 的方法進行估計。

在接下來的分析中，由于我們要用到正交化脈沖響應函數(shù)，因而向量Zit中變量的順序是重要的①這是因為，脈沖響應函數(shù)描述的是，當其他沖擊(shock)保持不變時，系統(tǒng)中其他變量對該系統(tǒng)中某一個變量的革新(innovation)的反應。然而，由于在我們的模型中，生產(chǎn)率、增長率、利潤率、投資率等變量有著千絲萬縷的聯(lián)系，因而很難保持其他變量的沖擊不變，也就是說，殘差向量的方差協(xié)方差矩陣不是正交(orthogonal)的。為了解決這一問題，需要借助喬里斯基分解(Choleski decomposition)將殘差的方差協(xié)方差矩陣變成階梯形的。但是，這一分解過程對變量進入模型的順序不是中性的。事實上，該分解方法傾向于將兩個變量的相關部分歸結給首先進入模型的變量，因此，設置變量進入模型的順序是重要的。參見Hamilton(1994)和David C．Lay(2010)。。一般而言，外生的變量應該首先進入模型。就我們分析的目的而言，資本勞動比僅僅是作為資本回報率的控制變量，因而最先放入模型;現(xiàn)代經(jīng)濟周期理論一般認為，外在沖擊主要來源于生產(chǎn)率的沖擊［33］，因此，生產(chǎn)率放在第二位。由于生產(chǎn)率的變動會影響資本回報率，所以資本回報率第三位進入模型。資本回報率變動導致投資率變動，投資率的變動進一步影響了增長率，因此這兩個變量依次在第四、第五位進入模型②可能有人會提出質疑，即經(jīng)濟增長率是否應該在生產(chǎn)率之后就進入模型，原因是上文中圖1 表明，生產(chǎn)率的提高會引起增長率上升，而增長率導致資本回報率的提高。但是，我們認為，在我國的背景下，GDP 的增長率更多的是投資帶來的，因此將增長率放在后面。并且，一般來說，生產(chǎn)率沖擊產(chǎn)生之后，投資作為一個最具波動性的變量，一般反應先于增長率。。

3．指標選取和數(shù)據(jù)來源

上述指標中，增長率g的度量采用不變價GDP 的對數(shù)取差分得到，即gt=lnGDPt-lnGDPt-1，其中，GDP 的平減指數(shù)采用司春林等的方法算出［34］46-54。資本回報率的計算，借鑒大多數(shù)文獻的做法，基于Bai 的方法計算［8］，其公式為:

(4)式中，cr為資本回報率，Y(t)和K(t)表示第t期的實際產(chǎn)出和資本存量，δ(t)表示折舊率，β為產(chǎn)出中的資本份額，而Pk(t)-PY(t)代表資本品價格相對于產(chǎn)成品價格的變動。(4)式中的分子可以看成是資本品投入所帶來的收入，而分母則表示資本的現(xiàn)價存量。我們發(fā)現(xiàn)，改革以來，我國各省資本品價格和產(chǎn)成品價格波動差異較大，為了避免資本品價格和產(chǎn)成品價格劇烈波動對資本回報率估算結果的影響，在實際計算中，我們不考慮資本品價格相對于產(chǎn)成品價格變動的部分(這部分可以對應于財務管理中的“資本利得”)。另外，在Bai的計算中，資本收入份額的計算采用的是收入法GDP中扣除勞動者收入的部分，也就是說，將生產(chǎn)稅凈額全部計入資本收入［8］。但是，近年來研究勞動份額的文獻指出，生產(chǎn)稅凈額是在勞動和資本之間的“楔子”，政府對資本征收的生產(chǎn)稅會轉嫁到勞動者身上。因此，在計算資本份額時，我們依照Gamme 和Rupert 的觀點將生產(chǎn)稅凈額在資本和勞動之間進行了分配［35］92-105。另外，注意到我國在2004年和2009年對收入法GDP 中勞動者報酬的統(tǒng)計口徑發(fā)生了兩次調整，我們依照周明海等的方法對其進行了處理，從而獲得的資本回報率數(shù)據(jù)是前后一致可比的［36］35-45。

生產(chǎn)率的度量方面，以往的文獻多采用基于Malmquist 指數(shù)的DEA 方法或者Battese 等提出的方法進行測度。然而，前者沒有考慮產(chǎn)出中隨機擾動的部分，而后者沒有考慮到各個產(chǎn)出單元中的固定效應對產(chǎn)出的影響，因而受到 了 Greene 以 及 Wang 和 Ho 的 批評［37］7-32［38］286-296。本文采用基于固定效應的面板隨機前沿模型估計生產(chǎn)率中的技術效率①該估計采用王泓仁教授提供的stata 程序實現(xiàn)。在生產(chǎn)函數(shù)方程的估計中，我們采用超越對數(shù)生產(chǎn)函數(shù)進行估計，考慮了勞動和資本兩個投入。在無效率方程的估計中，我們借鑒已有文獻的做法，考慮了出口占GDP 的比重、政府支出占GDP 的比重、國有企業(yè)比重和第一產(chǎn)業(yè)比重四個指標作為影響無效率項的變量。具體的估計結果由于篇幅限制不再列出，有興趣的讀者可以向作者索要。，從而解決了以往估計方法中沒有考慮固定效應參數(shù)導致的偏誤問題。

本文的所有數(shù)據(jù)均來自新中國六十年統(tǒng)計資料匯編和各省的統(tǒng)計年鑒，其中，資本存量和資本品價格指數(shù)的數(shù)據(jù)采用單豪杰的數(shù)據(jù)［39］17-31，并按其方法進行了補充?？紤]到數(shù)據(jù)的可得性和連續(xù)性，參考多數(shù)文獻的做法，將重慶并入四川，將海南和西藏從樣本中刪除，最終進行分析的是28 個省市1978-2010年的資料。

二、經(jīng)驗結果分析

1．PVAR 估計

由于PVAR 要求模型中的變量都是平穩(wěn)的，因此在正式分析之前，首先要進行數(shù)據(jù)的平穩(wěn)性檢驗。這里分別利用五種不同的面板單位根檢驗，檢驗的結果如表1 所示。

表1 面板數(shù)據(jù)的單位根檢驗

從表1 中可以發(fā)現(xiàn)，除了人均資本存量ktl是不平穩(wěn)的外，其他變量都是平穩(wěn)的。由于經(jīng)濟變量大多是I(1)過程，因而在下面分析中，我們將ktl取一階差分③差分后的變量經(jīng)過多變量ADF 檢驗發(fā)現(xiàn)是平穩(wěn)的。。

表2 滯后階數(shù)的選取

關于滯后階數(shù)的選取，如表2 所示，BIC 建議選用2 階滯后，而AIC 和HQIC 建議選用4階滯后。由于我們的變量較多，如果采用4 階滯后，需要估計的參數(shù)過多(有55 個參數(shù))，可能會降低估計結果的準確性。另一方面，AIC和HQIC 傾向于選擇一個較為“豐滿”的模型，而BIC 對增加解釋變量的懲罰更嚴厲，選擇的模型比較精簡。綜合上述因素考慮，我們選擇2 階滯后模型，估計的結果如表3 所示。

表3 PVAR 估計結果

2．脈沖響應函數(shù)分析

由于VAR 估計是乏理論(Atheoretic)的，所以對于模型的參數(shù)估計值，通常并不分析其經(jīng)濟意義。因此，我們對于上述估計結果也不進行過多的分析，而是轉為考慮脈沖響應函數(shù)。脈沖響應函數(shù)反映的是某一變量的一單位革新(innovation)對模型中其他變量的影響。就我們的目的而言，分析脈沖響應函數(shù)需要估計其置信區(qū)間。這里置信區(qū)間的構造方法是采用Monte Carlo 模擬方法①具體的構造方法參見Love and Zicchino(2006)，這里為了結果的穩(wěn)健性，將蒙特卡洛模擬進行了2 000次。，脈沖響應函數(shù)的結果如圖2 所示。

我們發(fā)現(xiàn)，正交化脈沖響應函數(shù)的估計結果很好的證實了本文開頭提出的假說。從圖中可以看出，第一，我國生產(chǎn)率和增長率的進步促進了我國的資本回報率提高。生產(chǎn)率的一單位沖擊在第一期對資本回報率有一個顯著的正向影響，并且該效果持續(xù)的時間較長，一直到第4期以后才開始不顯著。增長率的沖擊對資本回報率也有正向的影響，雖然持續(xù)的時間較生產(chǎn)率略短。考慮到改革以來我國增長率和生產(chǎn)率保持了非?？斓倪M步，因而增長率和生產(chǎn)率是促進我國資本回報率提升的重要因素。

第二，資本回報率的提高可以顯著促進投資的增加。圖2 中資本回報率的一單位正向沖擊對投資有著長期的持續(xù)正向影響，且該影響一直到6 期仍然顯著異于零，且有擴大的趨勢。這說明我國的投資對利潤率的變動還是較為敏感的。同時，我國的高投資很大程度上是受資本回報率驅使的，投資是有其微觀基礎的，高投資是否一定低效率仍需要進一步的研究。

第三，我國的投資具有一定的“干中學”效應，高投資可以導致生產(chǎn)率的提高。從圖2 中可以看出，投資的一單位沖擊可以導致生產(chǎn)率在前兩期產(chǎn)生一個正向的變動，這說明投資能在一定程度上促進知識的習得，從而是有利于生產(chǎn)率的。雖然我們的結果表明這一“干中學”效應較小，并且持續(xù)的時間也不長，但考慮到我國投資規(guī)模很大，因此這一效應還是很可觀的。

圖2 生產(chǎn)率、利潤率、投資率和增長率的相互作用

第四，生產(chǎn)率和增長率之間具有相互促進作用。生產(chǎn)率促進增長率的提高已是學界共識，而增長率對生產(chǎn)率的拉動作用，與上文中提到的從需求角度研究生產(chǎn)率的文獻結果一致。從直接效應上看，需求規(guī)模的擴張，一方面導致要素的使用效率提高，另一方面導致企業(yè)擴大生產(chǎn)規(guī)模，從而有助于規(guī)模經(jīng)濟的發(fā)揮;再者，需求的擴張導致更多的投資進入市場，導致競爭加劇，加速優(yōu)勝劣汰，從而可以導致生產(chǎn)率的提升。從間接效應看，需求規(guī)模的擴大會導致研發(fā)支出擴張、人力資本投資增加，并且影響國際技術溢出，從而提升全要素生產(chǎn)率［40］。

上述分析表明，引言中關于“中國奇跡”原因的猜想，即生產(chǎn)率、利潤率、投資率、增長率相互作用的模式是存在的。但是，脈沖響應函數(shù)只能說明每一個變量對沖擊的反應，并不能說明變量之間的先后關系。為了對上述問題進行進一步考察，我們考慮格蘭杰因果關系檢驗，其結果如表4 所示。

表4 格蘭杰因果關系檢驗

從表4 中可以發(fā)現(xiàn)，增長率和生產(chǎn)率互為格蘭杰因果關系，這說明了圖1 中第一步的關系是存在的。另外，利潤率構成了投資率的格蘭杰原因，這說明圖1 中第三步的關系也是成立的。進一步，投資率構成了生產(chǎn)率和增長率的格蘭杰原因，這說明了圖1 中第四步關系是正確的。也就是，投資在很大程度上直接促進了國民收入的增長，又在一定程度上通過“干中學”效應提升了生產(chǎn)率水平。

這里有一個和前面脈沖響應分析不一致的地方就是，雖然發(fā)現(xiàn)增長率構成了我國資本回報率的格蘭杰原因，但是生產(chǎn)率是資本回報率格蘭杰原因的假定卻沒有得到數(shù)據(jù)的支持，但是，考慮到已有的文獻都證明了生產(chǎn)率對資本回報率有顯著影響［15］15-21［16］47-54，因此我們仍認為這一關系是成立的。

三、考慮了資源品價格后的經(jīng)驗結果

在上面的分析中，我們已經(jīng)證明了我國的“生產(chǎn)率—利潤率—投資率—增長率”模式，但是，上述分析似乎存在一些缺陷。注意到改革以來，我國生產(chǎn)中采用的各種要素成本不斷上升，特別是煤、石油等資源類價格上漲較快，幅度較大，超過了產(chǎn)成品價格的上漲幅度。這些成本因素的上升不僅對資本回報率可能發(fā)生影響，同時對生產(chǎn)率和增長率可能也會發(fā)生影響①傅東平(2009)發(fā)現(xiàn)，不同要素成本的提高對生產(chǎn)率的影響不同。資源類價格提高會使生產(chǎn)率下降，而資本品價格上漲導致TFP的升高，同時，工資對生產(chǎn)率影響不顯著。。

因此，為了檢驗上文中結論的穩(wěn)健性，我們在下面的分析中加入資源品價格指數(shù)代表的成本因素，進行六變量的脈沖響應分析?？紤]數(shù)據(jù)的可得性，資源品價格指數(shù)使用原材料、燃料和動力購進價格指數(shù)進行替代。此時的六變量的正交化脈沖響應函數(shù)如圖3 所示②由于PVAR 模型估計的系數(shù)意義不大，此處我們不再報告PVAR 估計的結果。?？梢园l(fā)現(xiàn)，考慮了資源品價格的變動并不會對先前的結論造成實質性的影響，上文中“生產(chǎn)率—利潤率—投資率—增長率”的良性循環(huán)仍然成立。新加入的變量即資源品價格的一個正向沖擊確實會導致資本回報率的顯著下降，并且資本品價格的上升會導致投資的減少，這與直覺相一致。與傅東平的研究結論不同的是［40］，我們發(fā)現(xiàn)，資源品價格的上升對生產(chǎn)率的影響不顯著。這可能是由于我們的資源品價格是作為各種要素成本的一個總體概況，而不同要素成本的上升對生產(chǎn)率影響的方向不同，從而相互抵消的緣故。

另外，考慮到我們此處測度全要素生產(chǎn)率的方法較為前沿，以往的研究較少采用，我們也利用Solow 方法測算的全要素生產(chǎn)率進行了重新檢驗，發(fā)現(xiàn)結論基本一致，只是生產(chǎn)率和投資增長對經(jīng)濟增長的作用更持久①在Solow 測算方法下，這一作用維持到10 期以后仍存在。，并且發(fā)現(xiàn)，資本深化對生產(chǎn)率具有顯著正向影響②這里不再列出結果，有興趣的讀者可以向作者索要。。因此可以認為，我們的結論是較為穩(wěn)健的。

圖3 考慮了資源品價格指數(shù)后的脈沖響應函數(shù)圖

四、總結

正確解讀“中國奇跡”的原因，不僅是改革以來我國社會主義建設經(jīng)驗的回顧和總結，也是今后發(fā)展的展望和指導。但是，現(xiàn)有文獻對“中國奇跡”的解釋，低估了資本形成的作用，甚至認為依靠高投資的“中國奇跡”是不可持續(xù)的。有鑒于此，本文借助面板VAR 的方法，利用我國28 個省市1978-2010年的面板數(shù)據(jù)，從資本回報率的視角對中國奇跡提出了一個新的解釋。本文發(fā)現(xiàn)，中國奇跡可能是生產(chǎn)率、利潤率、投資率和增長率良性互動的結果。具體而言，改革以來，我國生產(chǎn)率提高和國民收入的提高相互促進，并共同提升了資本回報率。在高資本回報率的驅動下，投資增長旺盛，一方面直接帶動了經(jīng)濟的快速增長和國民收入的提高;另一方面在一定程度上通過“干中學”效應促進了我國生產(chǎn)率的提升。而生產(chǎn)率的提高和國民收入的提高又一次相互促進，從而形成了一個良性循環(huán)。

需要說明的是，我國得以保持上述良性循環(huán)的重要原因在于較高的資本回報率，而較高的資本回報率又來源于生產(chǎn)率的快速提升。雖然在我們的研究中，投資可以通過“干中學”效應在一定程度上提升生產(chǎn)率水平，但是這種作用對生產(chǎn)率的提升畢竟有限，從而對資本回報率的提升作用也有限;另一方面，投資的增長會導致資本深化，從而降低資本回報率。因此，要保持我國目前這種“生產(chǎn)率—利潤率—投資率—增長率”的良性循環(huán)，關鍵要在不斷提高生產(chǎn)率水平上下功夫。改革之初，農(nóng)村實行的家庭聯(lián)產(chǎn)承包責任制改革和城市實行的工業(yè)改革，從制度層面上大大提升了生產(chǎn)率水平。近年來，加入世貿(mào)組織、國企改革和金融體制改革，又一次對我國生產(chǎn)率水平給予了一個正向的外生沖擊。從這個意義上說，“改革是中國最大的紅利”，今后要保持“中國奇跡”，就要加大改革力度，從而解放生產(chǎn)力;同時，要不斷鼓勵創(chuàng)新，增加教育投入，提高人力資本水平，從而促進生產(chǎn)率的不斷進步，保證生產(chǎn)率、利潤率、投資率和增長率的良性循環(huán)。

［1］Lin J Y，Cai F，Li Z．The China miracle:Development strategy and economic reform，Hongkong:Chinese University Press，2003．

［2］Charles A，F(xiàn)ontana G，Srivastava A．“India，China and the East Asian Miracle:a human capital development path to high growth rates and declining inequalities”，Cambridge Journal of Regions，Economy and Society．2011，4(1)．

［3］Y Xu．“The Expansion of Peasant Rationality:An Analysis of the Creators of the“China Miracle”—Challenging Existing Theories and Proposing New Analytical Approaches”，Social Sciences in China，2011，32(1)．

［4］Young A．“The tyranny of numbers:confronting the statistical realities of the East Asian growth experience”，The Quarterly Journal of Economics，1995，110(3)．

［5］Young A．“Gold into Base Metals:Productivity Growth in the People’s Republic of China during the Reform Period”，Journal of Political Economy，2003，111(6)．

［6］經(jīng)濟增長前沿課題組:《高投資、宏觀成本與經(jīng)濟增長的持續(xù)性》，載《經(jīng)濟研究》2005年第10 期。

［7］郭其友、蘆麗靜:《經(jīng)濟持續(xù)增長動力的轉變——消費主導型增長的國際經(jīng)驗與借鑒》，載《中山大學學報(社會科學版)》2009年第2 期。

［8］Bai C E，Hsieh C T，Qian Y．“The Return to Capital in China”，Bookings Papers on Economic Activity，2006，37(2)．

［9］CCER:《我國資本回報率估測(1978—2006)——新一輪投資增長和經(jīng)濟景氣微觀基礎》，載《經(jīng)濟學(季刊)》2007年第3 期。

［10］涂正革、肖耿:《中國經(jīng)濟的高增長能否持續(xù):基于企業(yè)生產(chǎn)率動態(tài)變化的分析》，載《世界經(jīng)濟》2006年第2 期。

［11］Brandt L，Van Biesebroeck J，Zhang Y．“Creative accounting or creative destruction?Firm-level productivity growth in Chinese manufacturing”，Journal of Development Economic，2012，97(2)．

［12］肖林興:《中國全要素生產(chǎn)率的估計與分解——DEA-Malmquist 方法適用性研究及應用》，載《貴州財經(jīng)學院學報》2013年第1 期。

［13］Arrow K J．“The economic implications of learning by doing”，The review of economic studies，1962，29(3)．

［14］Romer P．“Endogenous technological change”，National Bureau of Economic Research，1991．

［15］黃偉力:《中國資本利潤率的變動趨勢及其影響因素》，載《山西財經(jīng)大學學報》2007年第8 期。

［16］黃先海、楊君、肖明月:《中國資本回報率變動的動因分析——基于資本深化和技術進步的視角》，載《經(jīng)濟理論與經(jīng)濟管理》2011年第11 期。

［17］孫文凱、肖耿、楊秀科:《資本回報率對投資率的影響:中美日對比研究》，載《世界經(jīng)濟》2010年第6 期。

［18］Shane M，Gale H．“China:A study of dynamic growth”，USDA-ERS Outlook Report No，WRS-04-08，2004．

［19］Kuijs L，Wang T．“China＇s pattern of growth:moving to sustainability and reducing inequality”，China ＆World Economy，2006，14(1)．

［20］鄭京海、胡鞍鋼、Bigsten Arne:《中國的經(jīng)濟增長能否持續(xù)—— 一個生產(chǎn)率視角》，載《經(jīng)濟學(季刊)》2008年 第3 期。

［21］Ding S，Knight J．“Can the augmented Solow model explain China＇s remarkable economic growth?A cross-country panel data analysis”，Journal of Comparative Economics，2009，37(3)．

［22］Ding S，Knight J．“Why has China Grown So Fast?The Role of Physical and Human Capital Formation”，Oxford Bulletin of Economics and Statistics，2011，73(2)．

［23］Solow R M．“Technical change and the aggregate production function”，The review of Economics and Statistics，1957，39(3)．

［24］Acemoglu D，Linn J．“Market size in innovation:theory and evidence from the pharmaceutical industry”，The Quarterly Journal of Economics，2004，119(3)．

［25］Lagakos D．Superstores or Mom and Pops?Market Size，Technology Adoption and TFP Differences．Working Paper，UCLA，2008．

［26］陳豐龍、徐康寧:《本土市場規(guī)模與中國制造業(yè)全要素生產(chǎn)率》，載《中國工業(yè)經(jīng)濟》2012年第5 期。

［27］Syverson C．“Market Structure and Productivity:A Concrete Example”， Journal of Political Economy，2004，112(6)．

［28］Melitz M J，Ottaviano G I．“Market size，trade，and productivity”，The Review of Economic Studies，2008，75(1)．

［29］Barro R J，Sala-I-Martin X．Economic growth，2nd．Massachusetts:MIT Press，2003．

［30］Love I，Zicchino L．“Financial development and dynamic investment behavior:Evidence from panel VAR”，The Quarterly Review of Economics and Finance，2006，46(2)．

［31］Mclean R D，Zhang T，Zhao M．“Why does the law matter?Investor protection and its effects on investment，finance，and growth”，The Journal of Finance，2012，67(1)．

［32］Arellano M，Bover O．“Another look at the instrumental variable estimation of error- components models”，Journal of econometrics，1995，68(1)．

［33］Acemoglu D．Introduction to modern economic growth，Princeton University Press，2008．

［34］司春林、王安宇、袁慶豐:《中國IS-LM 模型及其政策含義》，載《管理科學學報》2002年第1 期。

［35］周明海、肖文、姚先國:《中國勞動收入份額的下降:度量與解釋的研究進展》，載《世界經(jīng)濟文匯》2010年第6 期。

［36］周明海、肖文、姚先國:《中國經(jīng)濟非均衡增長和國民收入分配失衡》，載《中國工業(yè)經(jīng)濟》2010年第6 期。

［37］Greene W．“Fixed and random effects in stochastic frontier models”， Journal of Productivity Analysis，2005，23(1)．

［38］Wang H，Ho C．“Estimating fixed- effect panel stochastic frontier models by model transformation”，Journal of Econometrics，2010，157(2)．

［39］單豪杰:《中國資本存量K 的再估算:1952 ～2006年》，載《數(shù)量經(jīng)濟技術經(jīng)濟研究》2008年第10 期。

［40］傅東平:《中國生產(chǎn)率的變化及其影響因素研究》，載《華中科技大學博士論文》2009年版。