李 言 毛豐付

(1.南京大學 經濟學院，江蘇 南京 210093； 2.浙江工商大學 經濟學院，浙江 杭州 310018)

一、引言及相關文獻回顧

改革開放以來，中國經濟發(fā)展模式以要素驅動和投資驅動為主，然而，這些驅動模式不可避免且正在遇到資源和環(huán)境不可持續(xù)供給的制約，隨著這些驅動模式所導致的諸多問題不斷浮出水面，加之經濟結構面臨轉型升級的壓力，創(chuàng)新驅動模式逐漸成為社會各界關注的焦點。從具體內涵來看，高波(2016)提出創(chuàng)新驅動模式的核心是科技創(chuàng)新，關鍵是促使全要素生產率提高，本質是提高經濟增長的效率和質量。因此，研究技術進步對經濟波動的影響，以及對不同類型和不同生產部門技術進步的影響便成為中國未來更有效地利用技術進步驅動經濟發(fā)展的重要前提。

為了更加系統(tǒng)地分析技術進步對經濟發(fā)展的影響，本文將技術劃分為生產技術和投資專有技術，將生產部門劃分為中間品部門和房地產部門。將投資專有技術納入考察范疇，主要是因為投資對中國經濟發(fā)展具有重要影響。根據(jù)國家統(tǒng)計局公布的數(shù)據(jù)，從2000年到2015年，按支出法計算的GDP，資本形成率的均值約為43.80%，而同期美國私人固定資產投資形成率的均值僅約為17.00%，①美國私人固定資產投資數(shù)據(jù)來源于Federal Reserve Bank of St. Louis。由此可見，投資對于中國經濟發(fā)展的重要性。中國經濟發(fā)展的另一個主要特征是產品的市場化程度高于要素的市場化程度，這就導致要素市場存在更多的扭曲因素，而且根據(jù)史晉川等(2007)、王寧等(2015)的研究，中國資本價格扭曲程度要明顯大于勞動價格扭曲程度。從技術層面來看，資本價格的扭曲導致中國的技術進步更加偏向于資本，資本偏向型技術進步則又進一步固化了資本價格的扭曲，因而兩者之間存在一種互動關系。如果資本偏向型技術進步，包含本文所考察的投資專有技術進步，對經濟確實具有推動作用，則上述機制便具備存在的合理性。所以，探討投資專有技術進步對經濟發(fā)展的影響有助于我們深入理解中國經濟發(fā)展模式背后的邏輯。

將房地產部門納入本文的分析框架主要是基于房地產業(yè)對中國經濟發(fā)展的重要性，根據(jù)中國人民大學宏觀經濟分析與預測課題組(2015)的研究，從2003年到2013年，中國房地產部門投資總體拉動GDP平均每年3個百分點，因此，房地產部門的發(fā)展左右著中國經濟結構調整的速度。已有相關研究關注的側重點是從數(shù)量層面揭示房地產部門對經濟發(fā)展的重要性，但卻忽視了從技術層面審視房地產部門對經濟發(fā)展的影響。然而，隨著宏觀經濟進入轉型期，增長速度放緩，盈利空間出現(xiàn)暫時萎縮，許多生產資源便會流向房地產部門，此時，從技術層面分析房地產部門對經濟發(fā)展的影響便具有了急迫性，因為如果該部門對經濟發(fā)展的推動作用主要是數(shù)量層面，而非技術層面，則可能會降低生產資源的利用效率。因此，從技術進步的角度審視房地產部門對經濟發(fā)展的影響業(yè)已成為中國未來更有效地利用技術進步驅動經濟發(fā)展的重要前提。

通過模型模擬方式系統(tǒng)探討技術進步所形成的沖擊對經濟波動的影響可以追溯至20世紀80年代的實際經濟周期(real business cycle，簡稱RBC)理論。Kydland et al.(1982)在市場完全競爭、工資和價格靈活調整的假定下，從代表性個體的最優(yōu)決策出發(fā)構建模型，發(fā)現(xiàn)只要引入技術沖擊，模型就可以很好地匹配美國宏觀經濟時間序列的部分重要特征。之后相關研究沿著三條路徑展開：一是針對各個主要經濟部門進行細分，比如Iacoviello et al.(2010)將生產部門細分為中間品部門、房地產部門和最終品部門。由于經濟部門的細分，使得考察更具體的技術沖擊成為可能，本文就是利用這一方法，考察中間品部門和房地產部門生產技術和投資專有技術沖擊對經濟波動的影響。二是增加導致經濟波動的沖擊因素，比如早期的相關研究大多關注生產技術的影響，而忽視了投資專有技術沖擊的影響，這里的投資專有技術沖擊意味著設備資本的積累速度更快。自從投資專有技術沖擊被Smets et al.(2003)引入模型后，越來越多的學者也將投資沖擊納入模型考察范疇。三是加入導致市場不完全競爭的因素，比如價格粘性機制、扭曲性稅收、金融加速器等。由于越來越多的要素被納入RBC模型框架，便使其逐漸發(fā)展成為DSGE(dynamic stochastic general equilibrium)模型，即動態(tài)隨機一般均衡模型。

中國利用DSGE模型研究技術進步所形成的沖擊對宏觀經濟的影響起步較晚，但已取得諸多研究成果，而且許多學者開始關注不同類型的技術進步對經濟波動的影響。易小麗(2014)考察了投資專有技術沖擊對經濟波動的影響，發(fā)現(xiàn)投資專有技術沖擊能夠導致產出、消費和投資向上波動，尤其是投資，波動幅度明顯。陳利鋒(2016)則同時考察了生產技術和投資專有技術沖擊的影響，發(fā)現(xiàn)消費品部門的生產技術沖擊能夠導致產出、消費和投資向上波動，而投資品部門的生產技術沖擊則會導致上述變量短期內向下波動，之后再向上波動的過程。由于該研究將生產部門則分為消費品生產部門和投資品生產部門，所以考察的其實是兩個生產部門的生產技術沖擊。

由于目前國內的相關研究較少涉及房地產部門技術進步，隨著房地產部門對中國經濟發(fā)展的影響日益深刻，對該部門技術進步的研究便具有了重要的現(xiàn)實意義。另外，盡管已有文獻涉及投資專有技術進步對經濟波動的影響，但尚缺乏將其與生產技術進行系統(tǒng)對比的研究，這不利于我們全面掌握技術進步對經濟波動的影響。有鑒于此，本文將生產部門進一步細分為中間品部門、房地產部門和最終品部門，其中最終品部門的作用是構建粘性價格機制，因而本文重點考察針對中間品部門和房地產部門的生產技術沖擊和投資專有技術沖擊對宏觀經濟波動的影響，并對兩者進行系統(tǒng)的比較分析。

二、DSGE模型框架構建

本文主要借鑒Iacoviello et al.(2010)的思路，構建一個包含異質性家庭部門、異質性生產部門和中央銀行部門的DSGE模型。另外，將不同生產部門的生產技術和投資專有技術納入分析框架，從而使該模型可以用來分析生產技術、投資專有技術與經濟波動之間的關系。

(一)家庭部門

家庭部門主要包括儲蓄型家庭部門和借貸型家庭部門。假設儲蓄型家庭部門追求以下效用函數(shù)的最大化：

(1)

式(1)中，c、h、Lc、Lh分別表示消費、住房持有量、中間品部門和房地產部門勞動力供給。β表示跨期選擇偏好因子，Γt表示用來標準化邊際消費效用的比例因子，ε表示儲蓄型家庭部門的消費習慣因子，j表示儲蓄型家庭部門的住房偏好。在儲蓄型家庭部門效用函數(shù)中，本文引入兩類沖擊，即跨期偏好沖擊Aβ,t和住房需求偏好沖擊Aj,t，且兩類沖擊均服從一階自回歸過程，本文所涉及的沖擊均采用該種設定方式。關于儲蓄型家庭部門勞動力支出部分的設定則借鑒Horvath(2000)的研究，η表示勞動力供給偏好，ξ表示勞動力跨生產部門工作的替代程度。儲蓄型家庭部門面臨的收支約束條件如下：

ct+(Kc,t-(1-δkc)Kc,t-1)/Akc,t+(Kh,t-(1-δkh)Kh,t-1)/Akh,t+[hptht-(1-δh)hptht-1]+bt+φt=(wc,tLc,t+wh,tLh,t)+Rc,tKc,t-1+Rh,tKh,t-1+Rt-1bt-1/πt

(2)

借鑒Iacoviello et al.(2010)的研究，假設儲蓄型家庭部門持有整個經濟的資本，即該部門一方面將資本借給生產部門，另一方面將資本借給借貸型家庭部門。式(2)等號左端表示第t期的支出，即消費支出、中間品部門投資支出、房地產部門投資支出、新購住房支出、房屋折舊維修費用支出、債券支出和資本的調整成本支出。式(2)等號右端表示第t期的收入，即來自中間品部門和房地產部門的工資收入、上一期所持中間品部門資本和房地產部門資本的回報，以及上一期購買債券的收益。在Iacoviello et al.(2010)所構建的模型中，他們僅考察了中間品部門投資專有技術沖擊Akc,t，而沒有考察房地產部門投資專有技術沖擊Akh,t，這主要是因為美國房地產部門發(fā)展已經較為成熟，其新增房地產部門投資相對于中間品部門投資而言較小，而中國房地產業(yè)依舊處于較快發(fā)展階段，新增房地產部門投資相對于中間品部門投資而言則較大。所以，我們認為考察房地產部門投資專有技術沖擊更符合中國的實際情況。

與儲蓄型家庭部門的設定相似，借貸型家庭部門追求以下效用函數(shù)的最大化：

(3)

借貸型家庭部門的效用函數(shù)與儲蓄型家庭部門的效用函數(shù)的差異主要在系數(shù)方面。與儲蓄型家庭部門不同，借貸型家庭部門的收支約束由兩部分組成：

(4)

(5)

其中，借貸型家庭部門面臨的第一個收支約束與儲蓄型家庭部門所面臨的類似，式(4)左端表示第t期支出，右端表示第t期收入。借貸型家庭部門所面臨的第二個收支約束是其可以獲得的貸款數(shù)量，根據(jù)式(5)可知，其貸款數(shù)量最大值不能超過使用住房抵押所能獲得的數(shù)額。根據(jù)Iacoviello et al.(2010)的研究，式(5)的引入相當于將以住房抵押為代表的金融加速器效應納入DSGE模型，鑒于中國住房抵押貸款規(guī)模的不斷膨脹，其對宏觀經濟的影響日趨顯著，所以引入這種設定方式符合中國的實際情況。

(二)生產部門

生產部門主要包括中間品部門、房地產部門和最終品部門。中間品部門的生產函數(shù)為：

(6)

式(6)中，Ac,t表示中間品部門的生產技術沖擊，(1-νc)α和(1-νc)(1-α)表示不同類型勞動力的產出彈性，νc表示資本的產出彈性。中間品部門追求利潤最大化：

(7)

為了引入價格黏性機制，這里需要在中間品部門的利潤函數(shù)中加入價格加成率，即式(7)中的Xt。括號中的三項是中間品部門購買生產要素的支出，即工資支出和資本利息支出。

與中間品部門相似，房地產部門的生產函數(shù)為：

(8)

式(8)中，Ah,t表示房地產部門的生產技術沖擊，(1-νh)α和(1-νh)(1-α)表示不同類型勞動力的產出彈性，νh表示資本的產出彈性。房地產部門追求利潤最大化：

(9)

式(9)中，hpt表示房價，括號中的三項為房地產部門購買生產要素對應的支出。

(10)

此外，最終產品價格為：

(11)

最終品廠商的定價模式遵從Calvo(1983)提出的定價原則，即每一期都有1-θ比例的廠商調整其產品價格至最優(yōu)水平P*，其余廠商價格只能盯住上期通貨膨脹率。最終產品的價格水平變動服從以下規(guī)律：

(12)

最終產品部門根據(jù)利潤最大化原則得到的一階條件為：

(13)

通過將式(12)和式(13)對數(shù)線性化并進行合并，可以得到附加預期的菲利普斯曲線：

log πt-ιπl(wèi)og πt-1=β(Etlog πt+1-ιπl(wèi)og πt-επl(wèi)og(Xt/

X)

(14)

式中，επ=(1-θπ)(1-βθπ)/

θπ。

(三)中央銀行部門

本文假設中央銀行部門在制定利率政策時遵循“Taylor準則”：

(15)

式(15)中，π表示通貨膨脹率，GDPt/GDPt-1表示產出缺口，rr表示均衡狀態(tài)時的真實利率，隨機項μR,t用于衡量利率沖擊。

(四)市場出清條件

(16)

(17)

(18)

式(16)—(18)構成了本文所構模型的市場出清條件，即中間品市場提供家庭部門消費和投資的產品，房地產市場提供新的住房，債券市場完成借貸交易。

(五)時間趨勢與平衡增長

借鑒Iacoviello et al.(2010)對時間趨勢的處理方式，本文對中間品部門生產技術、中間品部門投資專有技術、房地產部門生產技術和房地產部門投資專有技術設定不同的時間趨勢：

ln Ac,t=t ln(1+γAC)+ln Zc,t, ln Zc,t=ρACln Zc,t-1+uC,t

(19)

ln Akc,t=t ln(1+γAKC)+ln Zkc,t, ln Zkc,t=ρAKCln Zkc,t-1+uKC,t

(20)

ln Ah,t=t ln(1+γAH)+ln Zh,t, ln Zh,t=ρAHln Zh,t-1+uH,t

(21)

ln Akh,t=t ln(1+γAKH)+ln Zkh,t, ln Zkh,t=ρAKHln Zkh,t-1+uKH,t

(22)

式中的隨機項uC,t、uKC,t、uH,t和uKH,t分別用于衡量四類技術沖擊，互相獨立且均服從均值為0，標準差分別為σAC、σAKC、σAH和σAKH。同時，式中的γAC、γAKC、γAH和γAKH分別表示每種技術的凈增長率。由于本文設定的生產函數(shù)是Cobb-Douglas形式，所以平衡增長路徑是存在的，在平衡增長路徑上，本文主要實際變量的增長率均服從以下形式：

(23)

(24)

(25)

(26)

(27)

如上所示，IKh,t/

Akh,t、IKc,t/Akc,t和qtIHt的增長率均等于消費的增長率GC。由于投資專有技術的存在，所以房地產部門和中間品部門投資的增長率要快于消費的增長率。

三、DSGE模型參數(shù)估計

(一)校準參數(shù)估計方法

校準參數(shù)估計方法主要是參照已有的研究成果，部分參數(shù)校準結果如表1所示。

表1 部分參數(shù)校準結果

這里需要進一步對幾個參數(shù)校準結果進行補充說明，因為這些參數(shù)是本文利用下面貝葉斯參數(shù)估計使用的數(shù)據(jù)結合模型內部解換算所得。家庭部門的住房偏好j，根據(jù)本文構建的DSGE模型內部解求得，由于兩類家庭部門求得的內部解有差異，儲蓄型家庭求出的解略低于0.5，借貸型家庭求出的解略高于0.5，所以我們將住房偏好的最終值設定為0.5。生產部門不同類型技術的凈增長率γAC、γAKC、γAH和γAKH的換算結果分別為0.0110、0.0119、0.0022和0.0182，根據(jù)這一結果可知，投資專有技術的凈增長率均高于生產技術，且中間品部門生產技術的凈增長率高于房地產部門，而房地產部門投資專有技術的凈增長率高于中間品部門。

(二)貝葉斯參數(shù)估計方法

相較于校準參數(shù)估計方法，貝葉斯參數(shù)估計方法能夠充分利用已有相關計量研究成果中的先驗信息。參數(shù)估計所采用的數(shù)據(jù)時間跨度為1993年第1季度到2016年第4季度。第一步收集的數(shù)據(jù)包括季度GDP、季度GDP指數(shù)、月度社會消費品零售總額、月度固定資產投資額、月度商品房銷售額、月度商品房銷售面積和年度15～64歲總人口。第二步是對上述數(shù)據(jù)進行相應的處理，從而得到估計所需的四筆季度人均實際數(shù)據(jù)，即總消費(C)、中間品部門投資(ikc)、房地產部門投資(ikh)和房價(hp)。以上數(shù)據(jù)主要來源于中經網和國家統(tǒng)計局。在具體估計過程中，還需要設定參數(shù)的先驗分布，本文主要借鑒Iacoviello et al.(2010)、王君斌等(2011)、駱永民等(2012)、康立等(2014)的研究。①為了節(jié)省篇幅，本文未將貝葉斯估計結果陳列，如有需要可向作者索取。圖1將與沖擊無關的貝葉斯參數(shù)估計結果進行匯總。由圖1可知，事先和事后分布接近，說明貝葉斯參數(shù)估計結果較好。

圖1部分貝葉斯參數(shù)估計擬合優(yōu)度圖②φkc和φkh分別表示中間品部門資本和房地產部門資本調整成本系數(shù)。

(三)適用性檢驗

表2為實際經濟與模擬經濟的宏觀經濟變量的統(tǒng)計特征比較。由表2可知：從自相關系數(shù)來看，也只有房價的自相關系數(shù)模擬經濟與實際經濟存在較大偏差；從與GDP的相關系數(shù)來看，只有消費與GDP的相關系數(shù)模擬經濟與實際經濟存在較大偏差。因此，總體來看，本文所構建的模型對實際經濟的總體模擬效果良好，尤其是標準差方面。

表2 實際經濟與模擬經濟的宏觀經濟變量的統(tǒng)計特征比較

注:實際經濟變量的數(shù)據(jù)均通過以2000年為基期進行標準化并進行HP濾波后計算得到。

四、技術沖擊對經濟波動影響的模擬分析

本文利用構建的DSGE模型，分析生產技術沖擊和投資專有技術沖擊對宏觀經濟波動的影響，主要從兩個層次展開：一是，利用沖擊模擬分析方法；二是，利用方差分解分析方法。在具體分析過程中，重點模擬了技術沖擊對總消費、中間品部門投資、總產出等非房地產部門經濟變量，以及房地產部門投資和房價等房地產部門經濟變量的影響。另外，本文還通過改變住房偏好參數(shù)j的值對模擬結果進行穩(wěn)健性檢驗。

(一)沖擊模擬分析

1.中間品部門生產技術沖擊和投資專有技術沖擊模擬分析

由圖2可知：受中間品部門生產技術沖擊的影響，總消費、中間品部門投資和總產出均向上波動，都經歷一個波幅先增后減的過程，且均在第3期左右到達波峰。其中，波動幅度最大的是中間品部門投資，波動幅度最小的是總消費。受中間品部門投資專有技術沖擊的影響，消費先是向下波動，而后進入向上波動，中間品部門投資和總產出則是經歷一個單調向上波動的過程。消費向下波動持續(xù)時間為3期左右，而后進入向上波動的過程，并在第15期左右到達波峰。其中，波動幅度最大的依然是中間品部門投資，最小的依然是總消費。由于投資專有技術沖擊會降低投資者的成本，導致短期內中間品部門投資快速增加，總消費則出現(xiàn)小幅下降，由于投資增加的幅度明顯，所以導致總產出還是保持增長態(tài)勢。通過將兩類技術沖擊的結果進行對比可知，投資專有技術沖擊對總產出和中間品部門投資的影響幅度都要明顯大于生產技術沖擊，該結果表明，過去中國經濟增長對投資的依賴度較高，所以提高投資專有技術可以對經濟增長起到較大的推動作用。

圖2中間品部門生產技術沖擊和投資專有技術沖擊對非房地產部門變量的影響

由圖3可知：受中間品部門生產技術沖擊的影響，房地產部門投資和房價同樣經歷了一個波幅先增后減的向上波動的過程，且兩者均在第3期左右到達波峰。受中間品部門投資專有技術沖擊影響，房地產部門投資和房價則均先向下波動，而后向上波動。房地產部門投資在第3期左右進入向上波動的過程，并在第10期左右到達波峰，房價的變動與房地產部門投資相似，但房價的最大波動幅度要小于房地產部門投資。房地產部門投資短期向下波動主要是由于中間品部門投資專有技術進步降低了該部門投資的成本，導致大量資金流向中間品部門，從而使短期內房地產部門投資減少，該影響機制同樣出現(xiàn)在下文分析房地產部門投資專有技術沖擊對中間品部門投資的影響中。通過將兩類技術沖擊的結果進行對比可知，投資專有技術沖擊對房地產市場波動的影響幅度更大，盡管最大波動幅度均出現(xiàn)在向下波動的過程中，但由于后期會進入長期向上波動的過程，因此會抵消向下波動的負面影響。

圖3中間品部門生產技術沖擊和投資專有技術沖擊對房地產部門變量的影響

2.房地產部門生產技術沖擊和投資專有技術沖擊模擬分析

下面分析房地產部門生產技術和投資專有技術沖擊對宏觀經濟主要變量的影響。

圖4房地產部門生產技術沖擊和投資專有技術沖擊對非房地產部門變量的影響

由圖4可知，與圖2中的結果最明顯的差異有兩個：首先，總消費、中間品部門投資和總產出三個變量受房地產部門投資專有技術沖擊的影響更明顯；其次，從影響幅度來看，上述三個變量的波動幅度明顯小于圖2中的波動幅度。受房地產部門生產技術沖擊的影響，總消費經歷了先向下波動后向上波動的過程，且在大約第5期進入向上波動過程，并在第10期左右到達波峰，中間品部門投資經歷了單調向下波動的過程，總產出則經歷了單調向上波動的過程。受房地產部門投資專有技術沖擊的影響，總消費和中間品部門投資短期內快速向下波動，而后總消費會進入向上波動過程，但幅度很小，此時，兩者的波動幅度都要明顯大于受生產技術沖擊影響時的波動幅度，而總產出短期內則是快速向上波動，之后在第10期左右進入向下波動的過程，但幅度同樣很小。結合圖5可知，之所以房地產部門投資沖擊對上述三個變量的影響明顯，主要的原因可能是，該沖擊會導致房地產部門的投資明顯增加，從而對消費和中間品部門投資產生“擠出效應”，但由于房地產部門投資增加幅度更大，所以依舊導致總產出保持增加態(tài)勢。

由圖5可知：受房地產部門生產技術沖擊的影響，房地產部門投資經歷了單調向上波動的過程，房價則經歷了單調向下波動的過程。受房地產部門投資專有技術沖擊的影響，房地產部門投資短期內快速向上波動，而后在第15期左右進入向下波動的過程，但波動幅度很小，房價則同樣經歷了單調向下波動的過程。出現(xiàn)上述結果可能是因為生產技術和投資專有技術的進步導致生產成本和投資成本均下降，推動房地產部門投資增加，進而使得房地產部門供給增加，房價自然具有下降的態(tài)勢。通過將兩類技術沖擊的結果進行對比可知，房地產部門投資專有技術沖擊對房價和房地產部門投資的影響幅度更大。

圖5房地產部門生產技術沖擊和投資專有技術沖擊對房地產部門變量的影響

為了更好地總結以上沖擊試驗得到的結論，表3將沖擊模擬結果進行了匯總。

表3 不同部門技術沖擊對主要經濟變量波動的影響

由表3可知：生產技術沖擊對主要經濟變量的影響幾乎都是單調的，而投資專有技術沖擊對主要經濟變量的影響則部分會出現(xiàn)一個轉變的過程，表明生產技術進步所形成的沖擊對經濟發(fā)展的影響更加穩(wěn)定；另外，中間品部門兩類技術進步所形成的沖擊對主要經濟變量都存在正面影響，即推動這些變量向上波動，而房地產部門技術進步所形成的沖擊則對主要經濟變量有正面影響也有負面影響，表明中間品部門技術進步所形成的沖擊對經濟發(fā)展的正面影響更加明顯。

另外，通過對比圖2至圖5中的沖擊影響幅度可知，兩類生產部門的投資專有技術沖擊差不多都大于生產技術沖擊的影響幅度，該結果表明，投資是過去中國經濟發(fā)展的主要驅動力，所以投資專有技術進步對中國經濟波動具有重要影響，這一點將由下面方差分解分析得到進一步驗證。

(二)方差分解分析

方差分解主要是分析各個內生變量偏離均衡值產生的方差主要是由哪些沖擊導致的，因此，表4中的百分比越大，表明該沖擊越是導致對應內生變量波動的原因。對總產出波動影響最大的是中間品部門投資專有技術沖擊，對總消費波動影響最大的是家庭部門跨期偏好沖擊，對中間品部門投資波動影響最大的是中間品部門投資專有技術沖擊，對房價波動影響最大的是家庭住房需求偏好沖擊，對房地產部門投資波動影響最大的是房地產部門投資專有技術沖擊。通過進一步對比四類技術沖擊對內生變量波動的影響可知：從分部門的角度來看，中間品部門的技術沖擊對除了房地產部門投資外的內生變量波動的影響幅度均要大于房地產部門，中間品部門的技術沖擊可以解釋總產出波動的57.63%、總消費波動的29.96%、中間品部門投資波動的68.08%和房價波動的1.68%，房地產部門的技術沖擊則可以解釋房地產部門投資波動的59.42%。從分類型的角度來看，投資專有技術沖擊對所有內生變量波動的影響均大于生產技術沖擊，投資專有技術沖擊可以解釋總產出波動的50.72%、總消費波動的16.9%、中間品部門投資波動的63.68%、房價波動的1.26%和房地產部門投資波動的66.7%。

表4 技術沖擊對主要經濟變量的方差分解(單位：%)

以上分析進一步表明，投資專有技術進步對中國經濟波動具有重要影響，且中間品部門的技術進步對宏觀經濟波動的影響更加全面，而房地產部門的技術進步則主要影響房地產部門的經濟波動。

五、結論與政策建議

創(chuàng)新驅動模式作為中國下一輪經濟發(fā)展的主要戰(zhàn)略，是對過去經濟發(fā)展模式的升級，也是對未來經濟更好發(fā)展的展望，而創(chuàng)新驅動模式的關鍵是促使全要素生產率提高，也就是增強技術進步對經濟發(fā)展的推動作用。因此，清楚地認識不同類型的技術進步所形成的沖擊對中國過去經濟波動的影響，既有助于更好地理解過去中國經濟的發(fā)展，同時也有助于更有針對性地利用技術進步推動未來中國經濟的發(fā)展。本文通過采用多部門動態(tài)隨機一般均衡模型，將生產部門進行細分，并重點考察了中間品部門和房地產部門的生產技術和投資專有技術進步所形成的沖擊與經濟波動之間的關系，為了更清晰地展示本文的模擬分析所得到的結論，本文將上面技術沖擊在考察期內對主要經濟變量的影響結果進行了不同層面的匯總，如表5所示。

根據(jù)表5，從技術沖擊對主要經濟變量影響方向的角度可以得到以下兩點結論：

首先，從分部門的角度來看，中間品部門的技術進步所形成的沖擊對主要經濟變量都存在正面影響，只是對有些變量先有短期的負面影響。反觀房地產部門的技術進步所形成的沖擊則會對總消費、中間品部門投資和房價均產生負面影響，盡管其對總產出具有正面影響，但是影響幅度卻要小于中間品部門技術沖擊。因此，中間品部門的技術進步較房地產部門的技術進步對經濟發(fā)展的推動作用更加穩(wěn)定。

其次，從分類型的角度來看，投資專有技術進步形成的沖擊對主要經濟變量都存在正面影響，只是對有些變量先有短期的負面影響。反觀生產技術進步形成的沖擊則對所有主要經濟變量都存在正面影響。因此，生產技術進步較投資專有技術進步對經濟發(fā)展的推動作用更加穩(wěn)定。

表5 不同層面技術沖擊對主要經濟變量波動的影響

從技術沖擊對主要經濟變量影響幅度的角度同樣可以得到兩個主要結論：

首先，從分部門的角度來看，中間品部門的所有技術進步所形成的技術沖擊對除了房地產部門投資之外的主要經濟變量的影響幅度都要大于房地產部門所有技術進步所形成的技術沖擊的影響。

其次，從分類型的角度來看，生產部門的投資專有技術沖擊對幾乎所有主要經濟變量的影響幅度都要大于生產技術沖擊的影響幅度，該結果也表明，由于投資是過去中國經濟發(fā)展的主要驅動力，所以投資專有技術進步對中國經濟波動具有重要影響，這一點由方差分解分析得到了進一步驗證。

綜上可見，生產技術進步對經濟發(fā)展的推動作用穩(wěn)定性更好，而投資專有技術進步對經濟發(fā)展的推動作用更明顯，同時，房地產部門技術進步對經濟發(fā)展的推動作用不如中間品部門，房地產部門對經濟發(fā)展的推動作用可能主要是數(shù)量層面，而非質量層面。結合以上結論，本文認為下一步在實施創(chuàng)新驅動的發(fā)展戰(zhàn)略過程中，應該注意以下問題：

首先，政府應當采取相關措施協(xié)助生產部門提高投資專有技術。由于投資專有技術進步意味著新機械設備的積累速度更快，所以政府可以對新設備引進提供更有針對性的財稅措施予以支持，比如允許企業(yè)加速折舊等措施來充分發(fā)揮生產設備層面投資專有技術進步對經濟發(fā)展的推動作用。另外，投資專有技術進步也意味著資本調整成本的降低，實現(xiàn)這一點的主要途徑在于建設更加完善的金融市場，提高金融市場的競爭程度，這既可以為企業(yè)融資提供更多樣化的渠道，也可以為企業(yè)降低融資成本，從而有利于企業(yè)提高資本的調整速度，同時也有助于提高整個經濟體的投資轉換效率。

其次，政府需要繼續(xù)關注房地產市場的發(fā)展，并適時實施相應的調節(jié)措施，引導房地產市場合理發(fā)展。進入新常態(tài)發(fā)展階段后，中國房地產市場也進入了相應的調整階段，房價經歷了一輪先降后升的過程。從這一輪調整可以看出，房地產市場的調整速度相對較快，再加上貨幣超發(fā)導致的流動性過剩，就很容易出現(xiàn)大量資金流向房地產市場的局面，從而對其他產業(yè)的轉型發(fā)展產生一定的負面影響。所以，為了更好地發(fā)揮技術進步對經濟發(fā)展的推動作用，政府必須對房地產業(yè)的發(fā)展采取相應的調控措施，尤其是要注重采用長期與短期措施相結合的調控方法，比如采取限購令的同時加快租售同權改革。