转型时期经济波动对我国生产率增长的影响研究，本文主要内容关键词为：生产率论文,时期论文,我国论文,经济论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
JEL Classification:040,E32
一、引言
长期以来，经济增长和经济波动一直是宏观经济研究中两个相对独立的领域。新古典增长模型(Solow，1956)指出生产率增长对于实现长期增长至关重要，但却又无法解释生产率增长的机制，而不得不将其视为不可控的外生变量。显然，这一框架下要探讨经济波动对于生产率增长的影响是无从入手的。上世纪80年代末兴起的“内生增长理论”(如Romer，1986；Lucas，1988；Aghion and Howitt，1992)，其主要贡献是将外生的生产率增长内生化，将生产率增长解释为具有现实经济因素支撑的内生现象。这样一来，研究经济波动与生产率增长关系才有了分析切入点。目前，就经济波动如何影响生产率增长存在两种判断：一种观点认为生产率增长具有顺周期性，即经济繁荣更有利于生产率增长；另一种观点认为生产率增长与经济波动的方向正相反，经济向下波动的“坏日子”也具有促进生产率增长的“优点”(virtues of bad times)(Aghion and Saint-Paul，1998)。应该说，这两种观点均有其合理性。经济波动对生产率增长究竟能够产生怎样的影响，这很大程度上是个实证问题。上世纪90年代以来，针对经济波动与生产率增长、经济增长相关性的研究引起了广泛兴趣，相继发表了一批基于跨国证据或特定国家不同区域、不同产业证据的研究文献(如Malley and Muscatelli,1999; Basu and Fernald,2000; Blyde et al.,2010)。
中国作为一个仍在探索适合发展模式的转型经济体，在实现连续多年快速经济增长的同时，也经历了因内部改革及外部环境变迁导致的频繁经济波动。生产率变化与长期增长的关系是如此密切，因此，探讨经济波动对于我国生产率增长究竟产生怎样的影响，这是一项很有价值的研究议题。文献检索结果表明，目前针对我国生产率问题的研究成果颇丰，如张军等(2003)、王志刚等(2006)、Guillaumont et al.(2006)等，这些文献的侧重点在于：我国生产率增长的演进路径，以及物质资本、人力资本、经济开放度等因素所发挥的影响。但在这其中，经济波动的影响却无一例外地被忽略了。针对于此，本文将采用除港澳台和西藏之外我国大陆30个省市1985年至2009年间的相关数据，实证检验经济波动对我国生产率增长的影响，力求弥补现有研究中的不足。参考生产率研究前期成果(如王志刚等，2006；傅勇，2009)，本文将采用DEA方法把生产率增长分解为效率改进和技术进步两个方面，进而通过一个简洁的计量框架研究经济波动影响生产率增长的多渠道性。本文发现，总体上看，经济波动对效率改进的影响并不显著，但从分段考察结果看，在1997年至2009年时间段，效率改进具有逆周期性；技术进步呈逆周期性，即经济向下波动会对技术进步起到促进作用。这些结论不仅具有理论价值，同时也具有重要现实意义，那就是，必须理性、客观地看待经济低谷，不应该只关注于其对经济的负面影响，而忽视了它可能对长期增长产生的积极作用。面对经济危机，最需要的是理性与客观，最关键的是信心。本文结构安排如下：第二部分阐述经济波动影响生产率增长的两种不同观点；第三部分构建相应的检验模型，对数据和变量进行说明：第四部分是针对经济波动影响生产率增长的实证分析以及对结果的解释说明；第五部分是结论与启示。
二、文献综述
就经济波动影响生产率增长的方向，目前存在两种判断。一种观点认为，生产率增长具有顺周期性，换言之，经济繁荣促进生产率增长，经济向下波动时生产率增长也向下。该论点的一个理论支持可追溯至Arrow(1962)“干中学”(learning by doing)理论。“干中学”是指新思想的诞生、新生产组织方式的创造往往是在生产过程中实现的，生产过程也是“边干边学”的过程。那么，任意时点上的知识存量及技术水平就取决于过去经济活动的累积量。经济周期导致生产波动，进而就会影响到技术进步。例如，经济繁荣时期的生产活动更为密集，“干中学”的机会相应较多，生产率增长也就会更快(learning by doing)；相反，经济向下波动时产出下降，学习机会则相应减少。Stadler(1990)提出了一个内生技术模型对上述机制做了更为精确的阐释，其基本要义就是，在一个带有短期真实效应的正向货币冲击或技术冲击之下，真实经济水平在短期内的提高将会通过“干中学”效应带动生产率增长。除此之外，还有一些因素也有助于解释为什么经济繁荣有利于推动生产率增长。例如，内生增长理论强调研发对于生产率增长的重要性。如果企业研发资金部分依赖于外部金融，那么，由于经济向下波动时企业融资能力往往会受到限制，这就导致企业研发支出减少和生产率水平下降。失业理论研究发现，经济向下波动时会导致工人较长时间的失业，这会导致工作技能和人力资本水平持续性下降，而且这种下降会由于外部效应而部分传导至周围工人，从而必然会对生产率增长产生不利影响。
另一种观点则认为生产率增长表现出逆周期性，这背后的解释原因有很多，如清洗效应、机会成本、劳动储蓄等。Cabalerro & Hammour(1994)提出，经济向下波动提供了一种减少无效率的清除机制，这一观点可追溯至熊彼特：“(萧条)仅仅是暂时的，它是重构经济系统使其更有效的途径。它持续之时也导致了大量损失，企业破产、工人失业，直到地面清理干净、通向新成就的道路铺设完毕为止”。Cabalerro & Hammour将这种机制称为熊彼特式“清洗效应”(cleansing effect)。经济向下波动迫使那些最缺乏效率的企业退出市场，从而提高行业平均效率水平；而且在经济走出低谷时，资本的时间结构(age structure)也会更新，更利于生产率水平提升。逆周期性的另一个理由是机会成本理论，它认为经济处于低谷时期反而更适合企业从事一些有利于提高生产率水平的活动，如结构重组、人员培训、新技术应用、资源重新配置等。机会成本的机理在于，这些有利于生产率增长的活动同样需要支付成本，这就是所要放弃的产出。经济繁荣时期从事这些活动将会大量减少当期产出，机会成本较高，经济向下波动时的产出规模下降，以产出衡量的机会成本也会下降，从事这些活动更为有利。机会成本理论由Hall(1991)最早提出，他指出尽管“萧条期间的产出可能会降低，但用于重组的时间支出会在未来的生产率增长方面获得回报”。劳动储蓄(labor hoarding)理论与机会成本理论存在着密切联系，也可以用来解释生产率增长的逆周期性。劳动储蓄理论认为除了传统的投入要素外，还有一种投入是无法统计的，这就是努力程度。由于更替成本(turnover cost)的存在，企业在经济低谷时期减少努力程度的投入较解雇工人的成本要更低。作为减少努力程度的可行方案，企业可以简单地将工人从生产性工作转移到能够提高生产率水平的非生产性活动中去，长期来看这将会产生更高的生产率水平。
客观而言，这两种观点都有合理性，要判断经济波动对生产率增长究竟产生怎样的影响，实证分析很必要。Bean & Pissarides(1993)基于OECD经济体1955年至1985年间数据检验了失业(用于测度经济周期)和劳动生产率以及TFP平均增长率之间的关系，结果表明，在大部分时间段内这些变量都没有表现出显著的相关性，但在1975年至1985年期间，生产率增长与失业之间存在弱相关性。在对这篇文献的评论中，Callallero(1993)进一步对美英两国数据进行检验，结果同样发现生产率增长与失业之间并不存在显著联系。Malley & Muscatelli(1999)对美国制造业行业数据的分析显示，美国制造业的周期性波动与生产率增长之间存在显著的“机会成本”效应，即经济向下波动会通过重组效应推动生产率增长。Nickell et al.(2001)对英国微观企业的研究发现，企业经营状况日趋严峻反而会导致各种创新活动的引入，进而推动生产率增长。Boisso et al.(2000)对美国各州的生产率增长进行了分解，并发现经济低谷时期效率水平及技术水平下降，并导致生产率水平下降，经济繁荣时期的情况则正好相反。Martin & Rogers(2000)对发达国家短期经济波动与经济增长之间的联系进行了实证分析，结果发现两者之间存在显著负相关；作者指出，这一负向联系的真正原因是由于“干中学”效应对生产率增长的影响所致。Navarro et al.(2006)研究了智利制造业部门各行业劳动生产率的周期特征，结果显示，行业层面的生产率呈现顺周期性，但将数据加总后则表现为逆周期性。Blyde et al.(2010)基于1960年至2004年期间76个国家样本考察了经济下滑对于全要素生产率的影响，结果发现，产出下滑与全要素生产率的长期下降密切相关。
从文献检索结果看，目前国内已有一些考察经济波动与经济增长关系的文献，与本文研究主题存在一定相关性。例如，刘金全等(2005)检验了我国产出增长率中的条件波动性(条件标准差)与经济增长速度之间的关系，结果表明，经济周期波动性与经济增长趋势之间具有正相关性；卢二坡和曾五一(2008)研究了转型时期中国短期经济波动对长期增长的影响，结果表明，波动对增长具有非线性影响。本文可以看作是这些研究的延伸，但却又有本质不同。上述文献所研究的波动是用增长率的标准差表示，研究对象实质是经济上下波动的幅度，或者说经济不稳定程度。与此不同，本文是要探讨经济向上或向下波动的过程中生产率变化的动态路径，考察经济向上或向下波动过程对于生产率增长的影响。就此而言，目前国内相关研究还未见，本文研究具有创新性。
三、模型、方法和数据说明
本文研究分为两个步骤，首先是计算各地全要素生产率，然后在此基础上考察经济波动对生产率增长的影响。本文选取样本是1985年至2009年间我国除西藏、港澳台之外的内地30个省市。测度生产率增长的传统方法是索洛残差法，这一方法实际上暗含了100%技术效率水平的前提假设，但经济决策单元(DMU)在现实中可能并没有达到其生产可能性的前沿边界。这种情况下，生产率的变化不仅可能源自技术进步，而且也可能来自经济效率的改进。本文将采用数据包络分析方法(DEA)计算各地生产率增长及其分解，在此基础上通过以下模型考察经济波动的影响：
其中，被解释变量EFFCH、TECH和Malmquist分别为效率改进指数、技术进步指数及生产率增长指数，反映了各地区生产率及其分解部分的变化情况，CYCLE是核心解释变量经济波动，CONTROL为其余控制变量，i=1，…，30和t=1986，…，2009分别是截面和时间指标。数据来源为《中国统计年鉴》、《新中国60年统计资料汇编》、《中国人口统计年鉴》等公开出版物。
(一)被解释变量：生产率增长及其分解
Malmquist指数实际是两个比值的几何平均，这两个比值分别反映了相对于t时刻、t+1时刻技术前沿的距离函数的变化比例。如果Malmquist指数值大于1，则表明从t时刻到t+1时刻生产率水平增长，小于1则说明生产率水平下降，等于1则生产率水平不变。上式的第二部分表明了Malmquist生产率指数可以进一步分解为两个部分：效率改进(记为EFFCH)和技术进步(记为TECH)。EFFCH测度了从t时刻到t+1时刻每个决策单元的相对效率变化，反映的是决策单元向最佳前沿面移动的程度。TECH测度了最佳前沿面在两个时刻之间的移动幅度，反映的是技术进步。
总产出、资本存量和劳动投入是DEA分析必需的三个变量。关于总产出数据，本文采用各省GDP来表示，利用各省GDP平减指数转换为2000年价格水平的实际值。关于劳动投入数据，我们采用各省历年就业人员总数表示。关于资本存量数据，国内目前没有相关统计，需要采用“永续盘存法”进行估算。具体做法是，首先提取各省1985年至2009年各年度固定资产投资总额，然后平减调整为2000年价格水平实际值。各省固定资产投资价格指数是从1992年才开始公布的，我们将1992年至2009年期间的固定资产投资价格指数对GDP平减指数进行回归拟合，并根据拟合关系计算出1985年至1991年的固定资产投资价格指数。进一步将1984年定为基期，假设这一期的资本存量是过去投资的加总，并假定t期的固定资产投资等于
，其中λ为增长率，I(0)为最初一期的投资额。基期1984年的资本存量可以由下式计算得出：
其中，折旧率δ取值为5%。计算上式还需要获得I(0)和λ的值，这由以下线性回归求得：lnI(t)=lnI(0)+λt，t=1985，…，2009。在此基础上，进一步利用公式K(t)=K(t-1)(1-δ)+I(t)，t=1985，…，2009，计算得出各年度的资本存量数据。
(二)核心解释变量：经济波动
对于经济波动的测量，目前主要是采用趋势分离的方法将经济产出中的长期趋势与周期性波动分离出来，具体有B-P滤波和H-P滤波等方法。其中，H-P滤波(Hodrick and Prescott，1980)具有不损失序列首尾信息的优势，在经济周期研究中具有重要位置，本文也使用H-P滤波法。对于时序变量
，H-P滤波的核心是找出使(6)式最小化的
，这就是时序变量的长期趋势部分。
这里，即是各省实际GDP的自然对数。首先采用H-P滤波法分离出变量中的趋势部分，然后将减去趋势部分即得到周期性波动部分，记为CYCLE，其实际含义是GDP与其长期趋势部分相对偏离的百分比。CYCLE取值大于0时，说明实际GDP超过了增长趋势，经济处于向上波动的过程；反之，则说明实际GDP较增长趋势出现下滑，经济向下波动。由于采用的是年度数据，根据Ravn & Uhlig(2002)的建议，平滑参数λ取值100。
(三)控制变量
参照经济增长理论相关文献，本文采用如下控制变量：
(1)投资率INV。用全社会固定资产投资额占地区生产总值比重表示。新古典增长理论中，增加投资被看作是资本深化的过程，人均资本存量增加将有效提高生产率水平。不仅如此，物化技术(embodied technology)概念也表明新技术往往蕴含在资本品之中，因而增加投资也是应用物化技术、实现技术进步的过程。
(2)人力资本HC。人力资本是实现持续性创新及长期增长的重要保障，但如何衡量地区人力资本水平仍是个难题。目前较为普遍的做法是采用劳动力平均受教育程度来表示，但这在国内尚未有正式统计。陈钊和陆铭(2004)利用历史各期《中国人口统计年鉴》提供的信息，采用计量方法拟合出1987年至2001年期间各地区平均受教育年限。本文将采用陈钊和陆铭(2004)得出的各地人力资本水平数据，对于2002年之后的数据则由作者根据《中国人口统计年鉴》计算补充。
(3)对外开放度。本文将同时引入两个变量反映对外开放度，一是各地区出口额占地区生产总值比重EX，二是各地区实际利用外资额占地区生产总值比重FDI。对外贸易规模的扩大可以从多个方面促进生产率增长，如增加的国际交流机会有利于促进信息交换和技术传播，外国购买商可以对提高生产率提出改善建议等(Grossman and Helpman，1991)。外商直接投资在我国经济增长中具有重要地位，同时它也是实现国际生产率溢出的重要来源，溢出渠道包括竞争效应、人员流动、模仿效应等。
(4)市场化进程MKR。改革开放以来，我国经济、社会体制发生了巨大变化，计划经济改变为建设有中国特色社会主义市场经济是整个转型的核心。这种体制性转变对生产率增长应产生广泛的影响，研究中有必要加以控制。卢二坡和曾五一(2008)指出我国从计划经济向市场经济转型的根本问题就是非国有经济比重不断提高和所有制结构的改变，因而提出以各地城镇非国有经济职工人数比重来表示市场化进程。借鉴其做法，本文也采用该比重表示各地市场化进程。
四、实证分析结果及说明
(一)两个核心变量的计算结果说明
首先对核心变量——Malmquist生产率指数及经济波动CYCLE进行简要说明。表1给出了Malmquist生产率增长指数及其两个分解部分——效率改进指数EFFCH和技术进步指数TECH的估算结果。可以发现这样几个特征：(1)就全国来看，Malmquist指数的均值为1.055，表明生产率的年均增速为5.5%，生产率水平在样本期内得到提升。中国最近三十年来的快速经济增长并不如一些国外学者所言是依赖于资本投入，而是的的确确实现了生产率的显著增长。相对于此前文献，本文研究已经将数据更新至2009年，说明中国经济增长不仅具有持续性，而且是持续性的增长。(2)观察EFFCH和TECH指数不难发现，生产率增长的主要驱动力量是技术进步。EFFCH指数的均值为1.004，年均增长率为0.4%；TECH指数的均值则为1.051，即技术水平以5.1%的速度增长。相对于缓慢增长的效率水平，技术进步在促进生产率增长中发挥了更大作用。(3)不同地区的生产率增长存在较大差距。东部地区生产率的年均增速最高，达到6.5%，中部地区其次为5.2%，西部地区最低为4.5%，尽管不同地区均实现了生产率水平的提升，但东部地区的进步最为明显。就技术进步看，东部地区年均技术进步速度为5.9%，中西部地区则均为4.4%，东部地区具有显著优势；不过，也有部分西部地区的技术进步达到较高速度，如新疆、青海、宁夏等。但这并不表明这些地区的技术水平达到东部发达地区水平，而恰恰可能是由于其自身基础条件较差，使得技术进步的空间更大，更容易形成后发优势。三大地区的效率改进情况基本相似，年均效率变化率均不足1%，效率水平改观不大。
图1 代表性省份的经济波动趋势
图1是根据H-P滤波法计算的1985年至2009年期间经济增长中的波动部分。为了避免过多曲线的堆积对图形信息的掩盖，我们在图1中只绘出了2009年经济总量前十位省市的波动曲线。不难看出，经济波动的走势与我们对经济现象的观察基本一致。在我们所选取的样本期中，第一次较大的波动出现在1989年至1992年间，这期间由于价格改革、国企改革等遇到困难，加上国际政治环境剧变，直接影响到国内经济的稳定运行，经济一度陷入低谷。1992年邓小平“南巡”讲话发表之后，我国的改革开放突破困局、步入新的发展阶段，宏观经济快速复苏。然而到了1997年之后，由于东南亚金融危机的不利影响，经济再次出现了一定程度的波动，但可以看出这次波动的幅度要明显小于上一次波动，表明随着经济总量规模的扩大，我国经济的抗风险能力在逐步增强。随着一系列强力财政政策的推动，2003年开始各省经济陆续开始向上恢复性增长，但直到2005年后才完全达到增长趋势值之上。进一步可以看出，2008年全球金融危机爆发对我国经济确实造成了显著影响，各省GDP出现了一定程度回落。
(二)实证分析结果及解释说明
我们使用固定效应模型(FE)对方程(1)—(3)进行初步的估计。由于本文使用内地全部省份的数据，实际上可以看作是总体，这种情况下使用固定效应模型更为合适(Hsiao，2002)。为了克服可能存在的异方差问题，相关显著性检验基于组分(cluster)异方差稳健标准差完成。表2给出了相应回归结果，其中第1—2列、3—4列和5—6列分别是针对效率改进指数、技术进步指数和Malmquist生产率增长指数的估计结果。第1列中我们未加入控制变量，此时，经济波动变量的估计系数显著为正，表明经济繁荣时期效率改进的速度会上升，而经济向下波动时则会下降。不过，这种关系是否源自其它因素的变化？这还需要引入控制变量。第2列是引入控制变量后的估计结果。不难发现，在控制了经济开放度、物质资本、人力资本、市场化进程等因素后，经济波动对效率改进的影响仍显著为正。第3—4列是针对技术进步指数的回归结果。第3列未加入控制变量，经济波动变量系数显著为正，但在加入控制变量后，经济波动变量的估计系数虽为正数，但不再显著。就此来看，经济向下波动对技术进步的影响可能并不如预期那样负面。第5—6列是针对生产率变化的回归结果。根据第5列的结果，经济波动与生产率变化之间存在显著正相关联系，这一结果在添加了控制变量后并未改变。如前所述，根据(4)式，生产率增长指数实际上就是效率改进指数与技术进步指数的几何乘积，生产率变化是效率改进、技术进步的综合反映。经济波动对效率改进的影响程度要大一些，超过了对技术进步的影响，因而总体上即体现为与生产率增长的正向联系。
初步检验似乎揭示了一点：至少对于技术进步，经济向下波动可能并不会对其形成不利影响。坏日子里并非总是坏消息。不过，一些理论研究成果提醒我们，考察经济波动对生产率的影响，这其中可能存在的双向联系需要加以考虑，例如，真实经济周期理论即认为周期性波动是由生产率冲击引起的。尽管对此目前仍存在不同声音，但这也提醒我们有必要控制这种因双向联系而产生的内生性问题。对此，我们采用两种方法来处理，一是工具变量固定效应模型，二是动态面板模型。表3第1—3列即是采用工具变量模型的估计结果。事实上，为经济波动寻找到合适的工具变量非常困难，但面板数据环境下存在着很好的候选：变量的滞后值。经济波动变量的滞后值与当期波动相关，但当期的生产率增长无法对此前的经济波动产生影响，从而适合作为工具变量。具体地，我们采用经济波动变量滞后一期和二期值作为工具变量。第1列是针对效率改进的估计结果。可以看出，与表2第2列的结果相比较，经济波动变量的估计系数发生显著变化，由此前的显著为正改变成显著为负，换言之，经济向下波动促进了效率改进。第2列是针对技术进步的估计结果。经济波动变量估计结果同样改变为显著负数，经济向下波动促进了技术进步。生产率增长是效率改进与技术进步的综合反映，因而第3列中经济波动变量的估计系数也显著为负。进一步采用动态面板数据模型方法进行重新检验。近期的研究中，动态面板模型得到广泛应用，系统广义矩(SYS-GMM)是其中一种估计方法，它将解释变量的滞后项及其差分项的滞后项作为工具变量，以有效解决估计中存在的内生性问题。SYS-GMM估计需要通过两个检验：(1)Arellano-Bond检验，即要求经过差分转换后的残差存在一阶序列相关性，但不存在二阶序列相关；(2)Sargan过度识别检验，即要求工具变量与误差项不相关，从而表明工具变量有效性。表3第4—6列即是采用SYS-GMM方法进行估计的结果，经济波动变量均设定为内生变量。在各项回归中，Arellano-Bond检验、Sargan检验均通过设定检验。与第1—3列结果相比较，对应于不同因变量，经济波动变量的估计系数基本一致，经济波动对技术进步和生产率增长的影响仍显著为负，对效率改进的影响仍为负向但显著性降低。目前我们可以做出这样的判断：至少对于技术进步，经济波动的影响显著为负，即经济向下波动期间，技术进步的速度反而会加快。
坏日子也有它的优点。上述结果虽然有些出乎预料，但观察现实，却又是一个合乎情理的结果。从对科技史的粗略阅读中，我们就不难发现一些科技创新与经济紧缩的有趣重合，例如，第二次科技革命与当时的全球性经济危机、互联网技术的迅猛发展与上世纪九十年代初美国的经济衰退。熊彼特(2009)在《经济发展理论》中即指出，经济发展就是创造性破坏的过程，当经济危机破坏旧的生产方式时，新的生产方式即有了崛起的空间。创新在破坏的过程中产生。从企业角度看，在经济增长较快时期，由于市场对产品的需求规模大，利润的存在弱化了对技术创新、产品更新的关注；而一旦出现经济紧缩，需求下降，问题随之暴露，反而客观上激发了企业进行新技术革新、产品升级。以我国重要的工业大省浙江为例。2008年金融危机爆发以后，浙江工业增速明显回落，但浙江省统计局的调查却揭示出一个新现象：浙江工业企业科技投入增加，新产品对工业生产增长的贡献反而加大了。经济向下波动一定程度上形成了“倒逼机制”，促进企业的技术创新。根据统计数据，2008年8—12月期间，浙江工业产值快速下滑，但新产品产值却增长了11.4%，增速比工业总产值高出7.1%，新产品对规模以上企业工业总产值增长的贡献率达到42.6%，这比危机尚未全面爆发前的1—7月要高出20.8个百分点。浙江省统计局对3791家大型工业企业2008年第四季度的调查显示，46.4%的企业把生产新产品、调整产品结构作为应对国际金融危机的主要措施。从更为宏观的角度，如果能够获得研发投资、设备投入数据，就可以帮助我们更好地认识技术进步的这种逆周期特性，但遗憾的是，各种统计年鉴所公布的相关数据不仅时间跨度短，而且连续性差，缺乏分析价值。不过，我们发现有一个统计指标在一定程度上可以佐证以上研究结果，这就是大中型工业企业新产品研发经费支出。H-P滤波显示，进入新世纪后我国实际GDP在2005年开始超过增长趋势，经济步入向上波动的繁荣期，根据统计，实际新产品研发经费支出在2000年至2005年这段经济仍低于长期趋势水平时期的年均增长率为31%，而在2006年之后的繁荣期的年均增长率却下降为26%。新产品研发经费反映了企业在技术进步方面的努力，这也从侧面说明经济向下波动时期企业具有更大的创新激励。
我们以SYS-GMM估计结果为基准，回过头来观察各控制变量，可以得出这样一些结论。第一，出口依存度对效率改进和技术进步的影响一正一负：出口规模的扩大有利于促进效率改进，却对技术进步产生不利影响。粗略观察一下中国出口贸易结构即可以发现，加工贸易仍占相当大比重；特别是近十年来，随着产品内分工的发展及全球生产网络的形成，生产过程切片化、生产流程组装化的分工形式更进一步强化了我国的加工贸易模式。这种面向全球生产网络的生产流程，对生产效率要求颇高，这必然会推动企业提升效率，但同时由于产业链短、生产过程模式化，可供技术学习的机会和空间却极为有限，因而可能产生在低端价值链和低技术水平上的锁定。徐康宁和陈健(2007)就指出，中国参与全球产品内分工获取的总福利是否最大，还取决于中国是否获得稳定而持续的学习能力，继而提高产业层次。
第二，外资变量的估计系数同样存在分歧。表3第4列估计结果显示，外资进入对于效率改进有促进作用，外资带来的竞争效应成为内资企业提升经营效率的有效激励。而在第5列中，外资变量估计系数则变为负值，但显著度并不高，这至少表明外资并没有形成技术外溢，原因可能是多方面的，如外资的挤出效应、外资本身技术层次较低等。
第三，表3第4列中投资变量估计系数显著为负，这表明投资并没有对效率改进起到促进作用。究其原因，我们认为这可能还是与我国多年来一直存在的低水平盲目投资、重复投资有关。盲目投资导致利用效率低，重复投资引致市场分割，两方面因素都导致投资规模越大、经济活动的效率水平越低。而在第5列中，投资变量的系数为正值，说明投资增加对技术进步具有促进作用。如前所述，技术进步并不是资本之外的独立物，投资的过程往往也是物化技术得到应用的过程，因而投资规模的扩大有助于促进技术进步。
第四，人力资本对效率改进的影响显著为正，这符合理论预期，但它对技术进步的影响却不显著。我们认为，这可能与人力资本变量的构造方法有关。如前所述，准确反映人力资本水平是件非常困难的工作。我们这里只是计算出人均受教育年限数，实际上是人口基本受教育情况的一种反映。技术进步是知识密集型的创新性行为，不仅需要知识的积累，更需要研究、创新等复杂性更高的能力，而这些是人均受教育年限数所难以反映出来的。不仅如此，郑京海等(2008)指出，1999年以来我国大学扩招尽管使得更多的人能进入大学，但这些学生却面临着教学标准降低、教学质量下降等现实问题。资金的短缺长期困扰着众多高等教育机构，扩招后的本科生能得到的经费甚至较之前有下降。在目前的高校发展模式下，人均受教育年限的提高也就并不一定能够对技术进步产生影响。Holz(2005)使用中国的时间序列数据发现教育和产出负相关，原因也许就在于此。
第五，市场化进程对效率改进的影响显著为负，对技术进步的影响则显著为正。我们认为，对于前者，原因可能在于，在这样一个计划经济向市场经济转型的过程中，总量扩张是首要的。市场空间较大、市场竞争激烈程度和成熟度的提升需要一个过程，这种状态下经济主体在效率改进方面的推力尚不充分，大量存在的小作坊、小工厂等非最优规模企业就是佐证，因而对效率改进形成了一定程度的不利影响。对于技术进步，在向市场经济转型过程中，投资规模的快速扩张、经济开放对于新知识的引入等因素都会对技术进步起到促进作用。这只是可能的解释，其合理性还需探讨。
(三)稳健性分析
这一部分对此前得出的结论进行稳健性分析。为了尽可能避免内生性问题对估计结果的影响，稳健性分析均基于动态面板数据模型进行。尽管固定效应工具变量模型也是控制变量内生性的一种方法，但为了节省篇幅，且考虑到采用该方法的估计结果与动态面板模型估计结果一致，相应结果不再列出。
首先，我们将样本期划分为1985-1996年和1997-2009两个时间段。1996年之前的中国经济表现为随投资波动而“大起大落”之后，市场化改革的推进以及对外开放的深入，经济表现为平稳增长。同时，生产率的变化也存在明显的阶段性，例如，王志刚等(2006)发现1995年后我国生产率持续下降。这些因素都说明，将样本期划分为以上两个时间段具有必要性。①对计量方程进行重新考察，分析结果见表4。第1—2列是针对效率改进的回归结果。在表3针对全部样本的分析中，经济波动对效率改进的影响不显著为负，但这里的结果显示，对应于不同时间段，经济波动变量的影响并不一致，这可能就是导致整体不显著的原因。第1列针对1985年至1996年时间段的估计结果显示，经济波动变量的估计系数显著为正，第2列针对后一时间段的估计结果则显示，经济波动变量对效率改进有显著负影响。也就是说，在后一时间段内，经济向下波动是有利于促进效率改进的。一个可能的解释是上世纪90年代中期以后，我国的微观市场基础发生了很大变化。改革开放以后的很长时期内，大多数国有企业仍处于软预算约束状态，硬预算约束的非国有企业在规模、数量上并不占重要位置。经济向下波动时，国有亏损企业大多由于国家保护而能够继续生存下去(卢二坡、曾五一，2008)。90年代中期以后，国企改制开始展开，国有企业软预算约束逐步硬化，同时非国有经济快速发展。经济向下波动时会推动企业减少资源浪费、提高经营效率，从而起到对经济总体效率的促进作用。表4第3—4列是针对技术进步的分析结果，可以看出，两个时间段内经济波动对技术进步的影响均显著为负，即经济向下波动时，技术进步的速度反而会加快，这与此前的研究结论一致。第5—6列是针对生产率变化的估计结果，此时，对应于前一个时间段，经济波动变量的估计系数显著为正，而对应于后一时间段则改变至显著为负。与表3的结果相比较，此前得出的结论具有较好的稳健性。
进一步考察分析结果对于两个参数取值的稳健性。一个是H-P滤波法分解周期性波动成分时的平滑参数λ，它是趋势部分与周期性波动部分的权重比，其取值对分析结果会产生影响。对于年度数据，尽管Ravn & Uhlig(2002)认为应取值100，但OECD建议取值25(干春晖等，2011)。表5第1—3列即是λ取值25时所对应的分析结果，与表3第4—6列相比较，可以发现，核心变量经济波动的估计系数保持一致，经济波动对效率改进的影响不显著为负，对技术进步的影响则显著为负。事实上，我们还将样本划分为1985-1996年和1997-2009年两个时间段，分别考察经济波动对效率改进的影响，结果同样显示在前一个时间段内经济波动变量的估计系数显著为正，而在后一个时间段则改变为显著负数。另一个要考虑的参数是估计资本存量时的折旧率。折旧率到底应取值多少，既有文献中的通常做法是取5%(如Perkins，1998；胡永泰，1998)，但也有文献使用10%，甚至15%等。这里，我们将折旧率设定为10%，重新计算各地物质资本存量，重新进行DEA分析和回归分析，结果在表5第4—6列给出。可以看出，折旧率的改变并未使估计结果发生变化，针对相关变量的估计结果表现出很好的稳健性。
五、结论与启示
本文使用省级面板数据，针对1985年至2009年转型时期我国经济波动对生产率增长的影响进行了分析，最终得出这样几点结论，主要是：(1)总体上看，经济波动对效率改进的影响并不显著，但从分段样本考察结果看，1997年以后时间段的效率改进呈显著逆周期性，即经济向下波动反而有利于效率改进；(2)无论是对于整体样本，还是分段样本，技术进步都呈现出逆周期性，即经济向下波动会对技术进步起到促进作用；(3)生产率变化是效率改进与技术进步的综合反映，因而生产率增长表现出逆周期性。这些分析结论对于不同分析方法、样本、参数取值均具有稳健性。
以上结论为我们认识经济波动的影响提供了两个方面的重要启示。首先，我们需要以理性、客观的态度去看待经济危机。不可否认，经济危机的出现在短期内必然会对经济造成冲击，但同时也要看到，经济危机事实上也能够发挥促进经济调整、纠正经济过热时期产生的潜在问题的作用。2008年下半年以来，美国次贷危机引发金融危机，进而导致全球经济危机，时至今日，这场经济危机的阴霾仍未散去，严重拖滞了全球经济的复苏。我国经济也受到波及，对于正处在战略机遇期的中国经济造成了一定的负面影响，但在全力应对不利因素的同时，也应该看到，虽然经济受到危机冲击，但这同时也是经济系统进行自我调整的过程。缺乏“自生能力”企业的退出将会促使资源向更有效率的企业转移，在度过困难时期之后，经济系统最终会恢复并推进到一个更高的发展层次之上，这也就是熊彼特所言的“创造性破坏”。在危机全面爆发之初曾出现一个极不正常的现象，即民众似乎对于上述现象做出了过度悲观的预期，甚至一度出现了否定改革开放的极端错误观点。这种过度的预期和反应极不正常，也极不应该。对于经济危机，必须以理性、客观的态度去看待，既要看到其造成的不利影响，又要看到其中的增长机遇，关键要保持“信心”。温家宝总理所言“信心比黄金和货币更重要”，无论是现在还是在今后，都有着极为重要的指导意义。
其次，要以更为长远的眼光应对经济波动。例如，我国自2008年全球金融危机爆发以来，相继出台了一系列旨在扩大投资、拉动内需的强力财政政策。我们认为，财政政策的制定和执行不仅要以短期对国民经济起到拉动作用为目的，更要考虑到危机之后的长期增长目标，充分发挥财政政策对长期增长的促进作用。财政政策着力点得当，开展一些在经济繁荣时期因收效低、回报期长而不愿进行投资的项目，对长期增长可能反而会发挥重要的促进作用。这其中的关键点就在于扩大投资规模的过程中优化投资结构和投资领域。生产率增长是保证长期可持续增长的关键，扩大投资规模应以此为基点。其一，应积极培育新的增长点，扩大在高新技术研发、创新、产业化方面的基础性投资支出，在推动低效率企业调整退出的同时，提高高技术产业的规模和创新能力。其二，应积极从财税方面鼓励企业进行技术研发和技术改造，提高运行效率和技术水平，促进我国经济由粗放型向资源节约型、环境友好型转变。其三，要引导企业加强对人力资本的培育。经济繁荣时期，企业往往不会将人力资本培育纳入议程，因为培训的时间支出意味着产出的减少，而在经济不太景气时期，对员工培训的机会成本较低，政府应积极引导、甚至可以通过政府购买培训服务的形式来提升企业的人力资本水平，促进企业生产效率的提升。
作者感谢邱斌教授、吴延瑞教授、冯伟博士生的有益帮助，特别感谢两位匿名审稿人提出的宝贵意见，当然文责自负。
注释：
①感谢匿名审稿人指出这一点。