李耀萍

摘 要：文中在基于VAR模型下，將技術(shù)進(jìn)步進(jìn)一步分解為人力資本、R&D支出以及技術(shù)市場成交額3個因素，探討技術(shù)進(jìn)步與我國經(jīng)濟(jì)增長之間的動態(tài)相關(guān)關(guān)系，有別于一般選取技術(shù)進(jìn)步的單一因素作為研究對象來說明與經(jīng)濟(jì)增長效應(yīng)之間的關(guān)系，利用脈沖響應(yīng)函數(shù)和方差分解的實證方法對數(shù)據(jù)進(jìn)行處理并加以分析，得出技術(shù)進(jìn)步各因素對經(jīng)濟(jì)增長的具體影響機制。脈沖結(jié)果分析表明，人力資本短期內(nèi)會對經(jīng)濟(jì)增長帶來負(fù)面影響，但長期會促進(jìn)經(jīng)濟(jì)增長，同時經(jīng)濟(jì)增長對人力資本有提升作用；R&D支出對經(jīng)濟(jì)增長帶來的影響不太顯著，但經(jīng)濟(jì)增長對R&D的影響卻是長期正向顯著的；技術(shù)市場成交額對經(jīng)濟(jì)增長作用不明顯，但經(jīng)濟(jì)增長能夠有效地促進(jìn)技術(shù)市場的活躍性。方差分析結(jié)果表明，技術(shù)進(jìn)步對經(jīng)濟(jì)的增長具有一定的貢獻(xiàn)度，其中，人力資本的貢獻(xiàn)率最高。

關(guān)鍵詞：VAR模型；技術(shù)進(jìn)步；經(jīng)濟(jì)增長；脈沖分析；方差分解

中圖分類號：F 832.6 文獻(xiàn)標(biāo)識碼：A 文章編號：1672-7312（2016）05-0491-06

0 引 言

在科技發(fā)展日新月異的時代，技術(shù)進(jìn)步是提高勞動生產(chǎn)率和經(jīng)濟(jì)效益的核心，已成為經(jīng)濟(jì)增長貢獻(xiàn)的重要來源，也是我國近年來國民經(jīng)濟(jì)保持快速穩(wěn)增長的動力源之一[1]。所謂技術(shù)進(jìn)步，通常應(yīng)包括技術(shù)發(fā)明、技術(shù)開發(fā)、技術(shù)推廣以及技術(shù)應(yīng)用，有狹義和廣義2種理解[2]。廣義技術(shù)進(jìn)步，是指存在于一切社會經(jīng)濟(jì)活動中有目的的發(fā)展過程，它不僅包括了狹義技術(shù)進(jìn)步所指的生產(chǎn)技術(shù)水平的變化，而且還包括了管理技術(shù)、服務(wù)技術(shù)以及智力投資的變化。文中所指的技術(shù)進(jìn)步是廣義下的技術(shù)進(jìn)步。丹尼森將技術(shù)進(jìn)步對經(jīng)濟(jì)增長的貢獻(xiàn)進(jìn)一步分解為資源配置的改善、規(guī)模經(jīng)濟(jì)、知識進(jìn)展的作用，其研究結(jié)果表明知識進(jìn)步對經(jīng)濟(jì)增長的作用最明顯。

1 文獻(xiàn)回顧

技術(shù)進(jìn)步對經(jīng)濟(jì)增長的研究一直以來都是經(jīng)濟(jì)學(xué)領(lǐng)域的研究熱點，可以追溯到上世紀(jì)20年代。1927年美國芝加哥大學(xué)數(shù)學(xué)家柯布和經(jīng)濟(jì)學(xué)家道格拉斯提出了被后人稱為“柯布—道格拉斯”的生產(chǎn)函數(shù)，為測算技術(shù)進(jìn)步作用的研究奠定了基礎(chǔ)。1957年美國經(jīng)濟(jì)學(xué)家Solow對生產(chǎn)函數(shù)進(jìn)行了重大改進(jìn)[4]，他定量分離出了技術(shù)進(jìn)步對經(jīng)濟(jì)增長的作用，提出了以增長速度方程為模型，用“余值法”來測算技術(shù)進(jìn)步對經(jīng)濟(jì)增長的作用，即“索洛余值”。

目前，我國大部分學(xué)者在基于“柯布——道格拉斯”生產(chǎn)函數(shù)或者Solow余值，做了大量的理論和實證分析研究技術(shù)進(jìn)步對經(jīng)濟(jì)增長的影響。如張佑澤[5] （2011）在改進(jìn)的“柯布——道格拉斯”函數(shù)上，分析了技術(shù)進(jìn)步中科技活動人員數(shù)和科技活動經(jīng)費支出這2個因素對我國經(jīng)濟(jì)增長的貢獻(xiàn)率，研究表明科技活動經(jīng)費支出要大于科技活動人員對經(jīng)濟(jì)增長的貢獻(xiàn)率。付博君等（2014）應(yīng)用通過C-D模型和索洛增長模型分析其對內(nèi)蒙古經(jīng)濟(jì)增長的貢獻(xiàn)。結(jié)果表明技術(shù)進(jìn)步對經(jīng)濟(jì)的貢獻(xiàn)率為46.13%，其中人力資本的貢獻(xiàn)為39.796%，科技進(jìn)步的貢獻(xiàn)為12.657%，規(guī)模經(jīng)濟(jì)的作用不大，秦騰等[6]（2014）應(yīng)用柯布——道格拉斯模型的基礎(chǔ)上，分析了技術(shù)進(jìn)步對我國東中西部地區(qū)門檻效應(yīng)，技術(shù)進(jìn)步對經(jīng)濟(jì)增長的影響存在顯著的“雙門檻效應(yīng)”，只有跨越相應(yīng)的經(jīng)濟(jì)發(fā)展水平門檻，技術(shù)進(jìn)步對經(jīng)濟(jì)增長才會產(chǎn)生積極影響。趙麗棉等[7]（2014）基于Douglas生產(chǎn)函數(shù)對廣西經(jīng)濟(jì)增長的因素進(jìn)行研究，研究發(fā)現(xiàn)技術(shù)進(jìn)步因素對廣西的經(jīng)濟(jì)增長貢獻(xiàn)比較有限，說明廣西還處于粗放投入型增長模式。

當(dāng)然，也有部分學(xué)者是基于其他模型測度技術(shù)進(jìn)步對經(jīng)濟(jì)增長的影響做了研究。如施生旭[8]等（2014）在馬克思經(jīng)濟(jì)增長模型的基礎(chǔ)上引入技術(shù)進(jìn)步，并通過實證研究得出基礎(chǔ)進(jìn)步與經(jīng)濟(jì)增長呈正相關(guān)，技術(shù)進(jìn)步對經(jīng)濟(jì)增長的正效應(yīng)大于其負(fù)效應(yīng)。董西明[9]（2006）運用增長速度方程y=δ+αk+βl測度了山東省勞動、資本、科技進(jìn)步對經(jīng)濟(jì)增長的貢獻(xiàn)率，認(rèn)為資金對山東經(jīng)濟(jì)增長的貢獻(xiàn)是“舉足輕重”的。趙小芳等（2008）采用皮爾遜（Pearson）相關(guān)系數(shù)，測度了科技進(jìn)步與區(qū)域經(jīng)濟(jì)發(fā)展的相關(guān)性，主要說明了我國科技進(jìn)步與區(qū)域經(jīng)濟(jì)發(fā)展的大部分指標(biāo)具有顯著的正相關(guān)關(guān)系。

另外有學(xué)者并未基于上述一些經(jīng)典理論模型進(jìn)行實證研究，而是利用計量數(shù)據(jù)分析模型對選取技術(shù)進(jìn)步和經(jīng)濟(jì)增長的相關(guān)指標(biāo)做出相應(yīng)分析，得出相關(guān)結(jié)論。如徐則榮等[10]（2014）以北京市為例，通過建立VAR模型和脈沖響應(yīng)函數(shù)得出技術(shù)進(jìn)步對經(jīng)濟(jì)增長的正向影響。程穎慧等[11]（2014）通過建立能源消費、技術(shù)進(jìn)步以及經(jīng)濟(jì)增長的向量自回歸模型，也得出技術(shù)進(jìn)步對經(jīng)濟(jì)增長的沖擊表現(xiàn)為正向效應(yīng)的結(jié)論。

綜上，目前技術(shù)進(jìn)步對于經(jīng)濟(jì)增長效應(yīng)的研究主要分為基于理論模型的實證研究和基于數(shù)據(jù)的計量分析。不論是基于哪一種，都會發(fā)現(xiàn)之前的研究對技術(shù)進(jìn)步范疇中重要因素對經(jīng)濟(jì)增長影響研究不多，主要有張佑澤（2011）將技術(shù)進(jìn)步分解為科技人員數(shù)和科技投入因素對經(jīng)濟(jì)增長貢獻(xiàn)分析；付博君（2014）將技術(shù)進(jìn)步分解為人力資本、科技進(jìn)步和規(guī)模經(jīng)濟(jì)3大因素。徐則榮等（2014）將衡量技術(shù)進(jìn)步的指標(biāo)分為科研基礎(chǔ)、科研投入和科技產(chǎn)出，并在此基礎(chǔ)上又分了二級指標(biāo)，最后將各個指標(biāo)通過因子分析將其融合為一個綜合指標(biāo)代表技術(shù)進(jìn)步。研究發(fā)現(xiàn)，當(dāng)僅以單一因素衡量技術(shù)進(jìn)步對經(jīng)濟(jì)增長的影響時，也能說明一定的問題。但是，隨著經(jīng)濟(jì)的發(fā)展，技術(shù)進(jìn)步的范疇是越來越廣的，有必要對其范圍內(nèi)的因素分解，進(jìn)行發(fā)散性的研究。

在借鑒丹尼森對技術(shù)進(jìn)步分解理論的技術(shù)基礎(chǔ)之上，參考我國學(xué)者張佑澤、付博君以及徐則榮對技術(shù)進(jìn)步因素的分解，文中將技術(shù)進(jìn)步分解為人力資本、R&D支出、技術(shù)成交額3個因素。研究這3個因素對于我國經(jīng)濟(jì)增長的影響，旨在為我國經(jīng)濟(jì)的持續(xù)發(fā)展提供更有效、更具體的思路。

2 數(shù)據(jù)處理及VAR模型的建立

2.1 研究變量和數(shù)據(jù)收集

文中通過建立VAR模型，運用協(xié)整檢驗、格蘭杰因果檢驗、脈沖響應(yīng)函數(shù)和方差分解來分析技術(shù)進(jìn)步各個因素與經(jīng)濟(jì)增長的動態(tài)關(guān)系。VAR模型的優(yōu)勢在于可以較為合理地描述變量間的互動關(guān)系，而無需事先對變量的外生性和內(nèi)生性進(jìn)行區(qū)分。

數(shù)據(jù)來源于國家統(tǒng)計局官網(wǎng)、《新中國60年統(tǒng)計資料匯編》、《中國科技統(tǒng)計年鑒》以及全國年度統(tǒng)計公報。樣本區(qū)間為1978—2013年，為年度數(shù)據(jù)。由于部分年度數(shù)據(jù)缺乏，財政部教育支出（即人力資本）在

1978—1900年的數(shù)據(jù)用當(dāng)年高等教育在校人數(shù)進(jìn)行擬合；R&D支出在1978—1900年的數(shù)據(jù)

用挖潛改造和科技改造資金費用擬合，技術(shù)市場成交額在1978—1990年的數(shù)據(jù)根據(jù)我國的科技成果數(shù)進(jìn)行擬合。

為了消除異方差的影響，

我們對人力資本（HC）、R&D支出（RD）、技術(shù)市場成交額（TT）和經(jīng)濟(jì)增長（GDP）進(jìn)行對數(shù)化處理，即LnHC，LnRD，LnTT及LnGDP.所有數(shù)據(jù)均以1990年不變價格對名義GDP進(jìn)行平減。

2.2 ADF平穩(wěn)性檢驗

時間序列有可能產(chǎn)生“偽回歸”問題，所以，首先需要對上述處理后的數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗。時間序列的平穩(wěn)性檢驗方法有以下幾種：圖解法，樣本自相關(guān)函數(shù)檢驗法，DickeyFuller單位根檢驗法和已經(jīng)擴(kuò)展的單位根檢驗法（ADF檢驗）。在此，采用廣泛接受的ADF單位根檢驗法。檢驗結(jié)果見表1.

由表1可知，D.LnGDP，D.LnHC，D.LnRD，D.LnRD，D.LnTT這4個差分變量中，除了D.LnHC在5%的顯著水平下是平穩(wěn)序列，其他3個在1%的顯著水平下是平穩(wěn)序列。因此，D.LnGDP，D.LnHC，D.LnRD，D.LnRD和D.LnTT均為一階單整過程I（1），滿足構(gòu)造VAR模型的必要條件。

2.3 VAR模型的建立

由上述單位根檢驗可知，可以建立一階差分變量的VAR模型。然后根據(jù)該模型做出脈沖響應(yīng)分析和方差分解分析。文中將 VAR（p）模型設(shè)定為：yt=A1yt-1+A2yt-2+Λ+Apyt-p+εtt=1，2，Λ，T（1）.其中：yt是 4維內(nèi)生變量向量，即 yt=（D.LnGDP，D.LnHC，D.LnRD，D.LnTT），T是樣本個數(shù)，p是滯后階數(shù)，εt是4維擾動向量，A1，A2，…，Ap為參數(shù)矩陣。

VAR模型建立的一個重要技術(shù)問題是滯后階數(shù)p的確定。文中綜合考慮了 LR檢驗、AIC信息準(zhǔn)則和 SC準(zhǔn)則等檢驗方法，得出的結(jié)果都是建立 VAR（1）模型。具體檢驗結(jié)果見表 2所示，而且通過 AR視圖檢驗（如圖1所示），VAR模型所有根的模的倒數(shù)均小于 1，即位于單位圓內(nèi)，VAR（1）是穩(wěn)定的，由此保證了脈沖響應(yīng)和方差分解的有效性。

3 脈沖響應(yīng)函數(shù)和方差分解分析

3.1 脈沖響應(yīng)分析

脈沖響應(yīng)分析刻畫的是擾動項發(fā)生變化，或者模型受到某種沖擊以后對各內(nèi)生變量產(chǎn)生的動態(tài)影響。以VAR模型所提供的動態(tài)結(jié)構(gòu)為媒介，一個變量的沖擊，不僅影響自身的變動，而且會影響其他相關(guān)變量的變動。文中將響應(yīng)時間長度設(shè)置為10年，圖2中橫軸表示滯后期，縱軸表示響應(yīng)程度。圖2是經(jīng)濟(jì)增長對自身做脈沖反應(yīng)的函數(shù)圖形，在本期給GDP增速一個標(biāo)準(zhǔn)差擾動沖擊之后迅速下降，于第2年達(dá)到了反向沖擊的最大值，在第三期開始回歸穩(wěn)定。這說明增長率對自身沖擊的反應(yīng)是比較敏感的，但從整體上來看，對其自身的沖擊影響仍可以保證GDP在一定期間內(nèi)的穩(wěn)定增長。

圖3和圖4分別表示技術(shù)進(jìn)步中人力資本與經(jīng)濟(jì)增長之間的相互擾動效應(yīng)。首先來看圖3，給人力資本一個正向脈沖擾動之后，GDP增長率首先在第一期達(dá)到負(fù)向最大，然后開始上升，到第四期達(dá)到平衡。說明人力資本的投入會在短期內(nèi)對經(jīng)濟(jì)增長產(chǎn)生負(fù)面影響，但這種影響是短暫的。圖4在給經(jīng)濟(jì)增長一個正向沖擊之后，第一期達(dá)到最大正向影響（0.3），隨后逐漸下降，在第6期時達(dá)到平衡。在整個過程中，影響值始終為正，說明經(jīng)濟(jì)增長對人力資本的有顯著的正向效應(yīng)。

圖5描述了R&D費用支出對經(jīng)濟(jì)增長的脈沖效應(yīng)，從整體上看，R&D費用支出對經(jīng)濟(jì)增長的影響不大。當(dāng)給RD一個正向沖擊時，GDP首先是有微小的增長，并在第一期達(dá)到正向最大，隨后第二期達(dá)到負(fù)向最大效應(yīng)，之后回升。在第五期達(dá)到平穩(wěn)。說明R&D對經(jīng)濟(jì)增長有著較長期的正向影響，雖然這種影響不是很明顯。圖6在給經(jīng)濟(jì)增長一個正向沖擊后，RD首先在第一期達(dá)到正向最大影響，之后迅速下降，在第2期達(dá)到負(fù)向最大效應(yīng)，然后緩慢上升，在第3期再次達(dá)到正向最大效應(yīng)。最后慢慢回落，有著微波震蕩，在第7年影響消失。可見，經(jīng)濟(jì)增長對研究與發(fā)展經(jīng)費的影響是長期正向顯著的。

如圖7所示，當(dāng)給技術(shù)市場成交額一個正向沖擊之后，經(jīng)濟(jì)增長在第一期無顯著反應(yīng)，然而在第二期開始緩緩上升，并在第三期達(dá)到正向脈沖最大效應(yīng)。隨后平緩下降，大概在第7年達(dá)到平穩(wěn)?？芍?，技術(shù)市場成交額對于經(jīng)濟(jì)增長有著長期顯著的正向影響，這也符合觀察到的現(xiàn)象。圖8描述了經(jīng)濟(jì)增長對技術(shù)市場成交額的影響，給定正向沖擊后，TT首先在第1期達(dá)到正向最大，然后迅速下降，并在第2期達(dá)到負(fù)向最大效應(yīng)，隨后回升，在第3期又一次達(dá)到正向最大脈沖響應(yīng)。第4-7期一直有微小波動，并在第7期達(dá)到穩(wěn)定。因此，經(jīng)濟(jì)增長對技術(shù)市場成交額有著長期顯著的正向效應(yīng)?？梢钥闯觯夹g(shù)市場成交額和經(jīng)濟(jì)增長是具有長期顯著正向影響的，兩者相互促進(jìn)。

技術(shù)市場成交額一定程度上代表著技術(shù)市場的活躍性，同時也是技術(shù)產(chǎn)出的一個重要指標(biāo)，而人力資本和R&D支出屬于技術(shù)投入部分，顯然兩者之間存在一定的脈沖關(guān)系。因此，分別對HC和RD做TT的脈沖響應(yīng)函數(shù)，得到如圖9和10所示的結(jié)果。由圖9可知，給RD一個擾動項沖擊，TT首先在第一期達(dá)到負(fù)向最大響應(yīng)，隨后上升到第2期正向脈沖最大響應(yīng)，第3期再次達(dá)到負(fù)向最大效應(yīng)，第4期回升到正向效應(yīng)，直到第6期保持穩(wěn)定?？梢园l(fā)現(xiàn)，雖然第1期達(dá)到負(fù)向最大，但很快在第3期達(dá)到正向最大。因此，RD對TT是有著長期顯著正向效應(yīng)的。

然而，圖10的結(jié)果顯示給定HC一個正向沖擊之后，效應(yīng)一直在遞減至第2期負(fù)向最大，而后緩慢回升到第3期達(dá)到平穩(wěn)狀態(tài)。這似乎不合常理，可以給出這樣的解釋，人力資本的投入在短期內(nèi)會對技術(shù)市場成交額產(chǎn)生負(fù)向影響，但是這種影響會很快消除。

3.2 方差分解分析

通過上述脈沖響應(yīng)函數(shù)的分析結(jié)果可以判斷出模型中各變量之間在一定的滯后期內(nèi)是有怎樣的影響的，而卻沒法得到變量之間的影響度。因此，接下來可以通過方差分解來解決這一問題。VAR模型中的方差分解在于分析每一個結(jié)構(gòu)沖擊對內(nèi)生變量變化的貢獻(xiàn)度，以評價不同結(jié)構(gòu)沖擊的重要程度，通過它們重點研究模型的動態(tài)特征。在此，只需要獲得經(jīng)濟(jì)增長中各變量的貢獻(xiàn)度。在stata中利用fevd命令得到的結(jié)果見表3.

從表3中可知，相對于技術(shù)進(jìn)步中的各個因素來說，經(jīng)濟(jì)增長自身的影響仍然是主要的，占了95.96%，同時技術(shù)進(jìn)步的影響也占到了4.04%.可見，技術(shù)進(jìn)步對經(jīng)濟(jì)增長的貢獻(xiàn)不容小覷。其次，進(jìn)一步分析發(fā)現(xiàn)，技術(shù)進(jìn)步對經(jīng)濟(jì)增長的貢獻(xiàn)度中，人力資本的比重占到了3.77%，這也驗證了前面許多學(xué)者的實證或理論研究結(jié)果，另外，也對國家在教育支出的政策上具有指導(dǎo)意義。再者，技術(shù)市場成交額所在的比例雖然最小，但卻是增長最快的。這也反映了我國這些年來技術(shù)市場日益活躍，科技水平也與日俱增，經(jīng)濟(jì)增長的地位也在不斷攀升。但同時也會發(fā)現(xiàn)，R&D的投入在短期內(nèi)對經(jīng)濟(jì)增長的貢獻(xiàn)率增長速度也很快，同時也是三者中最先保持穩(wěn)定的。說明在R&D支出上，不能僅僅以短期利益來衡量，必須要有長期的眼光，且這種投入帶來的成果是長期的，因此，還需在R&D方面持續(xù)加大投入才行。

4 結(jié)果討論

“科學(xué)技術(shù)是第一生產(chǎn)力”，技術(shù)進(jìn)步是我國經(jīng)濟(jì)增長的源動力之一。根據(jù)前人的理論和實證研究，文中對我國技術(shù)進(jìn)步和經(jīng)濟(jì)增長效應(yīng)進(jìn)行了進(jìn)一步研究，將技術(shù)進(jìn)步分解為人力資本、R&D支出、技術(shù)市場成交額3大因素分別對經(jīng)濟(jì)增長的效應(yīng)進(jìn)行實證研究。得出如下結(jié)論

第一，根據(jù)脈沖響應(yīng)函數(shù)的分析結(jié)果，技術(shù)進(jìn)步和經(jīng)濟(jì)增長之間有著雙向的影響關(guān)系，彼此之間相互促進(jìn)作用。技術(shù)進(jìn)步促進(jìn)經(jīng)濟(jì)增長，同時，經(jīng)濟(jì)增長為技術(shù)進(jìn)步的發(fā)展提供了條件。具體有以下幾點：①人力資本的投入對經(jīng)濟(jì)增長存在著短裙內(nèi)的負(fù)向效應(yīng)，但經(jīng)濟(jì)的增長促進(jìn)了技術(shù)進(jìn)步中人力資本的投入。②R&D支出短期內(nèi)對經(jīng)濟(jì)增長的脈沖效應(yīng)不顯著，但長期卻有著正向顯著效應(yīng)。經(jīng)濟(jì)增長對R&D支出影響呈現(xiàn)顯著脈沖效應(yīng)，但效應(yīng)出現(xiàn)整理逐步規(guī)律遞減，表明支出的投入趕不上經(jīng)濟(jì)增長的速率，政府需要加大R&D支出，保證技術(shù)進(jìn)步對經(jīng)濟(jì)增長的源動力。③技術(shù)市場成交額與經(jīng)濟(jì)增長的效應(yīng)關(guān)系類似R&D。政府首先需要保持技術(shù)市場的活性，在此基礎(chǔ)上，營造更好的技術(shù)市場秩序。建立健全市場機制，尤其是技術(shù)知識產(chǎn)權(quán)的保障制度。④技術(shù)進(jìn)步中3大因素本身之間也存在著一定的脈沖效應(yīng)。要平衡好人力資本、R&D，技術(shù)市場之間的關(guān)系。使其有效的發(fā)揮技術(shù)進(jìn)步在經(jīng)濟(jì)增長中的作用。

第二，根據(jù)方差分解的結(jié)果。發(fā)現(xiàn)雖然經(jīng)濟(jì)增長的主要貢獻(xiàn)者是其本身，但技術(shù)進(jìn)步的貢獻(xiàn)度不容忽視，而且能夠明顯地感受到技術(shù)進(jìn)步在經(jīng)濟(jì)增長中越來越重要的地位。根據(jù)目前的貢獻(xiàn)度，政府相應(yīng)地對技術(shù)進(jìn)步的相關(guān)因素給予重視。如人力資本依然是技術(shù)進(jìn)步對經(jīng)濟(jì)增長貢獻(xiàn)最大的因素，所以，發(fā)展人力資本是政府始終要考慮的重大問題。

參考文獻(xiàn)：

[1] 苗譯丹，黃 亭.我國技術(shù)進(jìn)步對經(jīng)濟(jì)增長貢獻(xiàn)率的實證研究[J]，學(xué)術(shù)論壇，2013（11）：133-136，138.

[2] 付博君，楊新吉勒圖.基于索洛模型的技術(shù)進(jìn)步對內(nèi)蒙古經(jīng)濟(jì)增長作用分析[J].科技管理研究，2014（8）：65-69，79.

[3] Romer P M. Endogenous technological change[J]. Journal of Political Economy，1990，98（5）：71-102.

[4] Solow R M.Technical change and the aggregate production function [J].The Review of Economics and Statistics，1957，39（3）：312-330.

[5] 張佑澤.技術(shù)進(jìn)步對我國經(jīng)濟(jì)增長影響的實證分析[J].會計之友，2012（5）：24-28.

[6] 秦 騰，陳 曦，張鐵英.技術(shù)進(jìn)步對經(jīng)濟(jì)增長影響的門檻效應(yīng)研究[J].商業(yè)時代，2014（33）：39-41.

[7] 趙麗棉，黃基廷.基于Douglas生產(chǎn)函數(shù)的廣西經(jīng)濟(jì)增長因素分析[J].教學(xué)的實踐與認(rèn)識，2014（7）：314-320.

[8] 施生旭，鄭逸芳，石禮忠.技術(shù)進(jìn)步對經(jīng)濟(jì)增長的效應(yīng)分析及實證研究——基于馬克思增長模型[J].理論月刊，2014（3）：12-16.

[9] 董西明.科技進(jìn)步對山東經(jīng)濟(jì)增長的貢獻(xiàn)率分析[J].工業(yè)技術(shù)經(jīng)濟(jì)，2006（1）：98-99，109.

[10]徐則榮，劉小暢.技術(shù)進(jìn)步與經(jīng)濟(jì)增長的實證檢驗[J]，經(jīng)濟(jì)師，2014（8）：15-18.

[11]程穎慧，王 健.能源消費、技術(shù)進(jìn)步與經(jīng)濟(jì)增長效應(yīng)——基于脈沖響應(yīng)函數(shù)和方差分解的分析[J].財經(jīng)論叢，2014（2）：22-23.