会员登录
会员注册内容提要：生产率顺周期性的传统解释为技术进步、要素利用率(需求冲击)以及市场力量等因素的周期波动。二元经济结构波动是发展中国家TFP周期波动的另一可能原因。本文扩展了Roeger(1995)的分析思路，利用原核算与对偶核算TFP之间的差异检验了不同因素对中国1979-2009年TFP周期性的影响。分析结果表明，二元经济结构变化是影响中国经济周期波动的一个显著因素，在1995年之前这一因素的作用更为突出。
关键词：生产率周期性/原核算TFP/对偶核算TFP/二元经济结构波动作者简介：蔡晓陈，西南财经大学经济学院
一、导言
无论是用平均劳动生产率还是用全要素生产率来衡量，生产率通常是顺周期的，即它与周期指标正相关。对于这一现象产生的原因。长期以来一直受到文献的关注，因为每一特定的解释都与特定的经济周期理论相联系(Bernake and Parkinson，1991)。自从Solow(1957)提出了TFP核算方法后，经济学家们更加偏向于使用TFP增长率而不是平均劳动生产率来研究生产率周期性行为。对TFP增长率顺周期行为的解释主要有3种：技术周期波动、不完全竞争、投入要素的可变利用率。
在TFP核算的标准假设下，以TFP增长率表示的Solow余值即为希克斯中性技术进步。所以，当标准假设成立时，如果技术是周期波动的，则测量的TFP必然会周期波动。自Kydland和Precott(1982)开始的真实经济周期理论(RBC)以此为分析经济周期的逻辑起点，以TFP作为技术冲击的度量指标，将技术冲击视为产出变动的最核心解释因素。近年来国内RBC应用研究也遵循这一思路，用不同形式的TFP来解释中国经济的周期性波动(陈师、赵磊，2009；李浩、胡永刚、马知遥，2007；黄赜琳，2005)。必须指出的是，以技术周期波动来说明TFP周期性不是对TFP周期性的一种解释，而是一种假设，因为它直接假定了TFP变动就是技术冲击。
然而，TFP是否衡量了技术变化？从核算理论上讲，只有在满足标准假设时，Solow余值才与技术进步是等价的。其中重要的假设包括希克斯中性技术进步、完全竞争、规模报酬不变等。如果实际经济偏离这些假设，则测量出来的TFP不能衡量技术进步。
针对RBC的观点，Hall(1988、1990)提出了在不完全竞争假设下的TFP核算方法。在不完全竞争的假设下，测量的TFP偏离了希克斯中性技术进步，而且它与要素投入增长正相关，从而要素投入的变化增加了TFP的波动。在经验层面上，Hall(1988，1990)及Basu和Fernald(2001)等对美国的实证研究表明，不完全竞争是美国TFP增长率的波动主要因素之一，并且TFP波动与技术波动关系不大。如果不完全竞争是TFP波动的主要解释因素，则意味着产出波动主要是通过市场力量这一机制放大的结果(冲击的来源既可是需求又可是供给)。
可变的投入要素利用率，包括可变的劳动者努力程度以及可变资本利用率，是解释TFP短期波动的传统因素(Solow，1964；Bernake and Parkinson，1991；Basu and Kimball，1997；Burnside and Eichenbaum and Rebelo，1995)。劳动者努力程度以及资本利用率通常是不可观察的。如果这些不可观察的因素周期性变动，则测量的TFP也会周期性变动。以不可观察的劳动投入为例，由于短期调整雇佣的劳动者数量是有成本的，相对于产出波动，企业将平滑其劳动投入，即在经济衰退阶段企业“储藏”(hoard)劳动，而在繁荣阶段则以更大强度利用劳动投入。所以，观察到的劳动投入波动低于实际劳动投入波动，从而利用观察数据测量的TFP的波动高于实际技术波动。这种解释思路的具体观点较多，比如劳动力储藏、固定生产能力、可变劳动努力程度以及可变资本利用率等。但是，这种思路依赖于短期调整成本与价格刚性(Basu and Fernald， 2001)，与传统凯恩斯需求冲击波动观点是一致的。所以，如果可变要素利用率是解释TFP周期性的主要因素，则可认为产出波动主要是由需求冲击引起的。
可变要素利用率实质上是“测量误差”，因为我们观察到的要素投入并不是事实上使用要素投入。自Solow(1957)以来，在TFP核算的经验分析中一直致力于缩小该误差。除了极少数情况下我们能够得到一些要素利用率变化的数据(Shapiro，1993)外，通常情况下人们都是使用代理变量来描述要素利用率变动(Schor，1987；Jorgenson and Griliches，1967；Burnside，Eichenbaum and Rebelo，1995；Basu and Kimball，1997；Basu and Fernald，2001；Abbott et al.，1988；Ricardo and Lyons，1992；Shea，1990)。后一做法实际上假定某一代理变量(如电力或能源)与要素利用率(如资本设备利用率)之间有某种稳定的关系。然而，发展中国家经济结构的快速变化使得代理变量与要素利用率之间缺乏稳定的关系，从而使得使用代理变量来分析TFP周期性的思路在理论上没有什么吸引力。
本文将拓展Roeger(1995)的思路①，分析中国TFP周期性波动的原因。这一方法的好处是使得我们能够回避要素利用率的代理变量问题的挑战，其核心思想是利用原核算与对偶核算TFP增长率的差异②。原核算TFP即为按照通常方式计算的Solow余值，它是利用投入和产出数量数据核算的结果，考察的是生产可能性边界的移动。对偶核算的TFP是指用产出与投入的价格数据计算的TFP③，考察的是要素价格边界的变动。在经济核算的标准假设下，两种方法核算的TFP是相同的。Roeger利用Hall(1988)的方法，得出在非完全竞争假设下两种TFP增长率的差异与一个可观察变量组合之间的关系，从而可以在控制市场力量的情况下分析需求冲击的影响。Roeger对美国制造业的实证研究发现，不完全竞争解释了两种方法TFP差异的90%，而在方程中加入需求冲击几乎对回归结果没有什么影响。
与Roeger的不同之处在于，本文考察了在二元经济条件下产业结构变动对生产率变动的解释作用。从直觉来看，中国作为一个发展中国家，其二元经济结构的变化也将影响到通常测量的TFP的波动。例如，如果劳动力由低生产率的传统部门转向高生产率的现代部门，即可使投入总量不变时整个社会总产出增加，从而原核算TFP上升。如果产出波动与二元结构波动正相关，则原核算TFP增长率也将呈现顺周期性。当对偶核算TFP增长率也随结构变动时，两种核算TFP增长率之差也将呈现周期性。
实证结论表明，技术冲击只能解释较小部分的中国总量经济原核算TFP增长率波动；不完全竞争是影响中国经济周期波动的一个重要因素；与Shapiro(1987)和Roeger(1995)的结论不同的是，需求冲击的影响是不可忽略的；二元经济结构变化是影响中国经济周期波动的另一重要因素，在1995年之前这一因素的作用更为突出。
此外，本文也将是对国内TFP估算方法文献的有益补充。尽管国内文献对TFP周期性问题鲜有涉及，但是关于TFP估算方面的文献数量众多。这些文献包括了3种TFP估算方法：增长核算方法、计量回归方法(生产函数法)以及非参数方法(如数据包络分析，简称DEA)。在增长核算方法方面，传统的原核算方法应用较多，如叶裕民(2002)、孙琳琳、任若恩(2005)；对偶核算方法较为少见，目前仅有的文献为徐现祥、舒元(2009)、项歌德、朱平芳(2010)、蔡晓陈(2010)。本文原核算方法主要在资本投入与要素报酬份额上与现有文献有所差别(蔡晓陈，2009)。本文对偶核算方法来自蔡晓陈(2010)，主要在要素报酬份额估计以及资本资金价格估计方面与其他文献有所差异。本文的资本投入使用的资本服务的概念，而不是叶裕民等的资本存量概念；本文的资本投入与资本租金价格(使用者成本)是根据国民收入账户数据一致性地估计出来的，而不是来自不同的数据来源。计量回归法是设定一个生产函数形式，并对原生产函数进行变形，利用一些计量方法(如隐性变量法、潜在产出法等)估计出全要素生产率(郭庆旺、贾俊雪，2005；周杰琦，2011；Barro and Sala-i-Martin，2004)。该方法最简单的做法是将C-D型生产函数转化为对数形式，估计出资本与劳动报酬份额从而计算出全要素生产率。除了各种计量方法本身的争论以外，用回归方法估计全要素生产率通常会出现如下问题：(1)所估计的要素报酬份额严重偏离实际值，例如李春吉(2010)估计的资本报酬份额高达0.8673。(2)要素份额固定不变与事实不符(Barro和Sala-i-Martin，2004)。(3)数据时间增加会改变估计结果。例如，如果我们用1980-2000年的数据估计出1990年的TFP；当我们得到2001-2005年的数据后，用1980-2005年的数据重新估计1990年的TFP，即使计量方法相同，所得结果一般也不一样。自严鹏飞、王兵(2004)等人的研究以来，最近6、7年DEA方法在国内宏观经济文献中十分流行(章祥荪、贵斌威，2008；孙建红、徐建军，2011；张庆昌，2011)。该方法适用于面板数据，其特点是可将TFP分解为技术进步、技术效率以及规模效率等不同组成部分。但是这种方法计算的TFP在很大程度上只具有相对意义，因为它在计算出技术前沿后，通过距离函数确定各地区或行业与前沿的相对差距来计算TFP的值。
本文以下部分安排为：紧接着的第二节提出解释的理论框架；第三节为数据来源；第四节为中国1979-2009年两种方法TFP的核算与主要变量的描述性统计；第五节为相应的计量分析；第六节为简要结论与含义。
二、原核算、对偶核算TFP与技术进步
沿用Shapiro(1987)、Roeger(1995)、Hall(1988)以及Basu和Fernald(2001)等的思路，本节依次说明在完全竞争、市场力量以及需求冲击假设下原核算与对偶核算TFP增长率差异的关系。然后，扩展这一思路，分析在二元结构变动情况下两种核算TFP增长率差异的关系。
(一)完全竞争
按照标准Solow余值分析，假设生产函数为希克斯技术进步的一次齐次函数(为简洁起见我们暂且忽略时间下标)：
其中α=WN/PY为劳动报酬份额。从(1)式来看，技术进步(增长率为正)从两个方面提高了产出。一方面，在投入要素不变的情况下，A的增加使得Y增加；另一方面，技术进步提高了每一要素的边际生产率，使得每一要素需求曲线外移，在要素供给曲线不变时，要素投入增加，而K、N增加进一步使得Y增加。所以，技术水平与产出同方向变动，即技术水平顺周期。(2)式告诉我们，原核算TFP增长率衡量的是这里的第一种影响，即总产出增长中扣除了要素投入增长的部分，显而易见，它也是顺周期的。
要素市场是完全竞争的，所以工资等于劳动的边际产品。在上述生产函数下，成本函数可以写成一般化的形式：
对上式取对数后求导，得边际成本的变化率为：
上式中间部分为两种要素实际价格变动率的加权和，它被称为对偶核算的TFP(记为TFPD)。显而易见，在标准假设下，原核算与对偶核算TFP是等价的，并且都与实际的希克斯技术进步一致。从(9)式可以看出，对偶核算TFP衡量的是要素价格边界的移动。
(二)市场力量
假设产出市场是非完全竞争的，但企业在生产要素市场上是完全竞争的。这样由生产函数(1)式得到：
其中1-B=1/u，作最后一步代换是因为根据后者进行估计时所作的推断更加可靠(Hall，1988)⑤。由此可见，当存在不完全竞争时，通常的原核算TFP并不是外生的希克斯中性技术进步。由于加成比反周期变动(Romer，2006)，所以当技术进步使得要素投入增加、产出增加时，加成比下降进一步促进了产出的增加。从而在同样要素投入的情况下，市场力量的变动强化了原核算TFP的顺周期性。由(4)式，这时边际成本变化率为：
其中定义x=Y/Y-K/K+P/P-R/R，它是名义产出增长率与资本回报增长率之差。与完全竞争相比，这时的两种核算TFP不但不是技术进步，而且两者也不相同。显而易见，在完全竞争时，u=1，B=0，两种核算TFP差值自然为0。在非完全竞争时，u＞1，企业面对的要素价格外生，而对要素的需求取决于产出，产出价格与数量取决于需求，所以不能保证x为0，从而两种核算的TFP出现偏差。
(三)需求冲击
需求冲击通过劳动力储藏、过剩生产能力等机制导致原核算与对偶核算TFP增长率出现差异。在需求冲击下，由于劳动力储藏以及过剩能力等原因，要素利用率可变，事实上使用的要素投入随之变动，但是观察到的投入没有变化，会使得测量的原核算TFP与需求顺周期性变化。假设技术增长率为0，从(2)式第一个等式来看，在遭受负向的需求冲击时，产出下降，实际投入使用的要素相应减少，如果我们能够准确观察到实际投入使用的要素的话，则原核算TFP增长率依然等于0；但是由于要素利用率可变性，观察到的要素投入没变(或下降较少)，这样核算出来的原核算TFP增长率依然小于0，即原核算TFP顺周期变动。同时，要素价格并不会出现相应幅度的周期性变化，所以对偶核算TFP与原核算TFP出现周期性差异。以过剩能力为例来具体说明两种核算TFP的周期性差异。
假设没有技术进步，企业有一不变的生产能力K，生产任何产出都须雇佣λK的工人，另每生产单位产出须雇佣φ单位工人。所以生产Y单位产出时雇佣λK+φY工人，边际成本为φW。假设企业是竞争性的，价格等于边际成本。劳动报酬份额等于：
上式中用到了价格等于边际成本，从而W/W=P/P。显而易见，需求冲击下，对偶TFP不再为0。所以，在需求冲击时，原核算TFP也会偏离对偶核算TFP，从而需求冲击使得两种核算TFP出现周期性差异。
(四)二元经济结构变化
二元经济结构变化是造成两种核算TFP出现差异的另一原因。当劳动投入由低生产率部门转移到高生产率部门时，即使没有技术进步，产出也会增加，这样原核算TFP顺周期变化；同时要素价格不会出现相应幅度变化，从而造成原核算与对偶核算TFP出现差异。
当λ增加时，产出增加，原核算TFP为正，所以TFPP顺周期变化。对偶核算TFP增长率为劳动报酬份额与平均工资增长率之积：
从(22)式可以看出，两种核算全要素生产率差异与就业结构变化λ相关，也与现代部门就业比重s相关，而且这两种相关性的方向相反，所以后文实证分析中以相对就业结构变化λ/s来体现这两方面的相关性⑦。
三、数据来源
在分别按照(2)式和(9)式计算两种核算TFP增长率过程中，需要计算产出增长率、资本投入增长率、劳动投入增长率、资本与劳动报酬份额、资本与劳动报酬增长率等数据。其中，资本投入增长率数据来自蔡晓陈(2009)的M1序列⑧；2004年之前的产出增长率来自《中国国内生产总值核算历史资料(1952-2004)》中的GDP增长率，其余年份来自各年《中国统计年鉴》。
(一)劳动投入
计算劳动投入时考虑劳动者人数变化与以教育水平衡量的劳动投入质量变化。以全社会就业人员数表示劳动者人数。由于1990年之前与之后的统计口径的变化，1990年全社会就业人员增长率陡然增加(为17%)，这显然是不合理的。我们采用趋势离差法修订全社会就业人员数据⑨。劳动投入平均质量增长率根据Hall和Jones(1999)公式计算，其中1978-2003年的人均人力资本数量来自Holz(2005)，2003年后的数据则根据各年《劳动统计年鉴》对各类教育按Hall和Jones(1999)公式计算质量指数并按照人数比重加权求和，不同教育层次的年均收益率参数值来自Psacharopoulos和Patrinos(2002)。
(二)资本与劳动报酬份额
1992-2008年的资本与劳动份额数据来自各年《中国统计年鉴》的资金流量表中的数据，其中资本份额=(折旧+营业盈余+生产税净额中资本分摊)/GDP，对生产税净额的划分方法见OECD(2001b)。由于只有1992-2008年的资金流量数据，以0.38(0.62)作为1992年之前各年的资本(劳动)份额的估计值，2009年的资本(劳动)份额以0.46(0.54)代替。
(三)劳动与资本报酬增长率
计算对偶TFP时，以城镇职工人均实际工资表示城镇就业人员的工资，以农村居民人均家庭经营与工资性实际纯收入作为农村就业人员工资，加权求和得到城乡综合的人均劳动报酬，权重为两者收入占总收入的比重。以资本使用者成本表示资本租金价格。资本使用者成本按照内生收益率计算方法，具体计算过程及其加总见蔡晓陈(2009)。
四、两种核算TFP增长率的周期性
原核算与对偶核算TFP增长率计算结果见表1。表2为主要变量的描述性统计。
(一)TFP的周期性
两种核算TFP增长率算术均值差别不大，均值相等性检验t统计量的p值为0.7662，不能拒绝均值相等的原假设。但是两者波动性(标准差)差别较大，方差相等性F统计量的p值为0.0225，从而可以拒绝原核算与对偶核算TFP增长率波动性相等的原假设。从表2的描述性统计中也可观察到这两点。
原核算TFP增长率高度顺周期，它与GDP增长率的相关系数为0.928(显著性检验t值为13.41)；同时，原核算TFP增长率与领先(滞后)一期GDP增长率相关系数为0.60(0.38)。由此可以看出，原核算TFP增长率可以看成是同步(略微先行)的顺周期指标。而对偶核算TFP增长率顺周期性相对较低，它与真实GDP增长率的相关系数为0.269(显著性检验t值为1.50)。图1描述了真实GDP增长率与两种核算TFP增长率的关系。两种核算TFP水平值以及真实GDP水平值经HP滤波后得到的相对波动性也有类似的模式。原核算TFP与真实GDP相对波动性相关性为0.72⑩(显著性检验t值为5.58)，而对偶核算TFP与真实GDP相对波动性相关性为-0.14(显著性检验t值为-0.76)。图2为3个系列经HP滤波后相对波动的相关关系。总之，与原核算TFP增长率相比，对偶TFP增长率并不呈现较高的顺周期性。
图1原核算与对偶核算TFP增长率周期性
图2两种原核算TFP周期性(HP滤波后的周期性部分)
(二)二元经济结构变动的周期性行为
如第二部分第四小节所述，我们以非农产业相对就业结构变化来表示二元经济结构变动。二元经济结构变动是顺周期的，它与GDP增长率相关性为0.7323(显著性检验t值为5.79)，滞后3期的格兰杰因果关系检验表明，GDP增长率不是结构变化格兰杰原因原假设检验的F统计量的p值为0.481，而结构变化不是GDP增长率格兰杰原因原假设检验的F统计量的p值为0.027。由此表明，结构变动先于GDP增长率变动。图3描述了结构变动与原核算TFP增长率以及GDP增长率之间的关系，其中STRU表示结构变化。
结构变动与原核算TFP增长率相关性为0.6834(显著性检验t值为5.04)(11)，滞后2期的格兰杰因果关系检验表明，原核算TFP增长率不是结构变化格兰杰原因原假设检验的F统计量的p值为0.113，而结构变化不是TFP增长率格兰杰原因原假设检验的F统计量的p值为0.097。这表明，就业结构变动先于原核算TFP增长率变动。
五、生产率顺周期性：计量分析
如前所述，原核算TFP顺周期性可能来自于4个方面的因素：技术波动、需求波动、市场力量与二元经济结构变化。为检验不同因素的重要性，我们分两步进行。首先，检验纯技术冲击的影响，即作如下回归以检验两种方法核算的TFP增长率是否有显著差异：
其中
为误差项。相关回归结果见表3(12)。表3中第二列为考察整个时间段(1979-2009年)的OLS回归结果，但是残差存在明显的序列相关，DW统计量为0.88，LM检验的F统计量为9.87(p值为0.0006)。第三列为用AR(1)模型修正残差所得回归结果。第四列是1979-1995年样本区间的OLS回归结果，其所得残差依然存在序列相关，DW统计量为0.94，LM检验的F统计量为4.88(p值为0.026)。第五列为1979-1995年样本区间的用AR(1)模型修正残差所得OLS回归结果(13)。最后一列为1996-2009年样本区间的OLS回归结果。从整个时间段来看，尽管对偶核算TFP增长率对原核算TFP增长率变动的解释是显著的，但是从拟合优度来看，它仅能解释原核算TFP增长率总体波动的很少一部分。进一步来看，我们关注的是原核算TFP增长率与对偶核算TFP增长率是否高度相关，即回归中TFPD的系数是否显著等于1。为此，作系数约束
=1检验(为回归方程中TFPD项的系数)。原假设=1的F统计量为45.4(相应p值为0.000)，因而拒绝=1的原假设。这一结果表明，系数显著异于1。这一结果强化了前面描述性统计分析中关于方差相等性检验的结论。所以，经济波动单纯来自供给冲击的假设是不成立的，或者说，在整个时间段内，原核算TFP周期性主要不是由于单纯的技术冲击导致的。
从表3中第四与第五列来看，在1979-1995年这一样本区间内，对偶核算TFP增长率对原核算TFP增长率的影响不显著，而且它仅能解释原核算TFP增长率总体波动的很少一部分。这与整个时间区间内的行为是类似的。所以，在这一时间段内，原核算TFP周期性也不是由于单纯的技术冲击导致的。但是从该表第六列来看，在1996-2009年间，尽管仍然拒绝
=1的假设，但是从拟合优度来看，对偶核算TFP增长率能解释较大部分的原核算TFP增长率总体波动；而且从数量(即回归系数)上讲，对偶核算TFP增长率对原核算TFP增长率影响增加。所以，在后一时段内，原核算TFP周期性可能更多地来自单纯的技术冲击。由此我们可得结论，在后一样本区间内，尽管技术进步不能解释所有的原核算TFP增长率的变化，但它的作用明显比前一样本区间有所提高。其次，由于不完全竞争、需求冲击与结构变动等3个因素会导致不同的两种核算TFP增长率差异，所以通过如下回归方程检验它们对两种核算TFP增长率差异的解释作用：
其中
为误差项；
为真实GDP增长率，它代表需求冲击(Roeger，1995；Shapiro，1987)；
为结构变动。表4中方程1为1979-2009年OLS回归结果。由于DW统计量为1.01，序列相关LM检验的F统计量为3.84(p值为0.035)，所以结果存在明显的序列相关性。方程2为(以相关系数0.5)处理了序列相关后的回归结果。方程3为1979-1995年的OLS回归结果。方程4、5、6为1996-2009年间的OLS回归结果。表4中的回归结果2表明，在1979-2009年间，不完全竞争、需求冲击与结构变化对两种核算TFP增长率差异都有显著的影响。作为一个副产品，由x的系数0.344我们计算出平均加成比u为1.52。x和GDP增长率每增加一个标准差，两种核算TFP增长率差值会提高0.71与0.22个标准差，而结构变动每增加一个标准差则使得两种核算TFP增长率差值降低0.07个标准差。所以，从数量上看，市场力量作用最大，而结构变动影响最小。然而，与Shapiro(1987)和Roeger(1995)结果不同的是，需求冲击的影响是显著的。在回归结果2中对需求冲击变量作冗余变量检验，其F统计量为3.91(p值为0.059)，拒绝该变量是冗余变量的原假设。这说明了在回归方程中引入该变量对整体结果产生了显著的影响。
比较回归结果2与3可知，在1979-1995年间的结论与1979-2009年间的结论极为相似，唯一差别在于，3个因素对因变量变动解释在数量上略有变化，其中需求冲击增加一个标准差对两种核算TFP增长率差值提高为0.53个标准差，x增加一个标准差分别对两种核算TFP增长率差值提高为0.69个标准差，结构变化结构变动每增加一个标准差则使得两种核算TFP增长率差值降低0.16个标准差。加成比u几乎没有多大变化。
从回归结果4来看，在1996-2009年间，需求冲击与结构变化对原核算与对偶核算TFP增长率差值的影响都是不显著的。对这两个变量分别冗余变量检验，结果表明它们是冗余的。5和6是去掉相应冗余变量后的OLS回归结果。在5中对GDPG作冗余变量检验表明该变量仍然是冗余的。但是在6中我们不能得到STRU也是冗余的强有力的证据，冗余变量检验的F统计量的p为0.113，而似然比检验的p值为0.07。在10%的显著性水平上，所得信息是含混不清的，我们处在拒绝原假设的边界上，这似乎表明，STRU对因变量有不是十分显著的解释作用。
总结表4的结果表明，在1979-2009年间以及两个子样本区间内，不完全竞争这一因素对两种核算TFP增长率差值的解释作用几乎没有变化，在整个样本区间以及两个子样本区间内的平均加成比约为1.5。需求冲击与二元经济结构变化在整个样本区间以及前一子样本区间内能显著解释两种TFP增长率差值，但是在后一子样本区间内，只有结构变化对该差值有不是十分显著的解释作用，而以GDPG代表的需求冲击对该差值的影响似乎并不明显。
六、简要结论与含义
在1979-2009年期间，中国总量经济原核算TFP增长率具有高度顺周期性，同时它也与二元经济结构变动有较强的正相关关系。基于这一发现，本文在解释原核算TFP顺周期性的传统因素(技术冲击、市场力量与需求冲击)的基础上提出了另一解释因素：二元经济结构变动。实证结果表明，在整个考察时间区间内，单纯的技术冲击只能解释一小部分的原核算TFP增长率变动；不完全竞争、需求冲击与二元经济结构变化是中国生产率周期性波动的重要原因。但是分时段的考察表明，与1979-1995年间相比较，在1996-2009年间：(1)单纯的技术变化作用更为明显，这表明了技术冲击在中国经济波动中所起作用越来越重要；(2)需求冲击的作用由显著转变为不显著；(3)二元结构变化的作用有所下降；(4)不完全竞争的作用几乎没有任何变化。
以上结论对于构建中国经济周期模型而言意味着如下重要理论含义：(1)由于潜在的经济环境发生了重大变化，中国经济波动的原因和机制也随着出现了显著的变化，所以，使用单一冲击与机制的经济周期模型无法解释中国经济波动。(2)标准的完全竞争RBC理论无法解释中国经济波动。无论在何种框架下构建理论模型，不完全竞争应当是不可忽略的因素。(3)二元经济结构变化是周期模型中不可忽略的另一重要因素，所以我们构建的经济周期模型不应当是一个完全的总量模型，而应当是一个结构模型。(4)中国经济周期波动是来自于多种冲击与传播机制共同作用的结果，而且不同冲击与机制的作用随着环境而变化。所以，单一的周期模型似乎无法解释自1979年以来的所有周期现象，我们需要针对不同时期构建不同的模型。
感谢西南财经大学经济学院院长、美国Texas A&M University经济学系甘黎教授以及西南财经大学经济学院西经所刘书祥副教授等同事在文章写作过程中提供的无私帮助，当然文责自负。
注释：
①Shapiro(1987)在标准假设下，用相同的方法分析技术冲击与需求冲击的重要性。
②通常说的全要素生产率的顺周期性指的是原核算TFP的顺周期性。
③在TFP核算文献中，对偶核算方法应用较少，但早在1967年Jorgenson和Griliches(1967)就在生产的对偶理论基础之上说明了两者的等价性。目前可见的利用对偶方法核算TFP的只有Hsieh(2002)、Islam等(2006)，其中前者应用于东亚四小龙生产率的分析，后者分析的是中国经济增长问题。
④变量上加“·”表示该变量对时间的导数。
⑥这一结论与上面的假设有关。在这些假设下，(16)式中的劳动报酬份额大于或等于1。但是，Hall(1988)指出：实际上，对于有过剩能力的产业来说，劳动报酬份额的行为并非完全如上述完全竞争模型所述。当生产能力未充分利用时，价格高于可变劳动投入的边际成本，利润为正，所以劳动份额小于1。这样，TFPP不为0，而是在产出增加时大于0，即顺周期变动。
⑦在一个更为符合二元经济假设的模型中，笔者推导出了与此类似的结果。在该模型中，相对结构变化与两种核算全要素生产率差异相关性的方向可正可负，其符号取决于产出结构与两部门工资差异等模型参数。由于该模型较为烦琐，在此未给出，有兴趣的读者可向笔者索要该模型。
⑧1979-2007年数据直接来自蔡晓陈(2009)，2008年和2009年数据按照该文献方法计算。
⑨具体方法参见国家统计局国民经济核算司(2005)。
⑩由增长率换算成以第一期为基期的水平值后再进行HP滤波计算。滤波后的周期成分与趋势值之比为相对波动性。
(11)结构变化与对偶核算TFP增长率相关性为0.3038(显著性检验t值为1.72)。双向格兰杰因果关系检验的p值都超过0.5，不能拒绝原假设。
(12)所有时间序列均是平稳的，ADF检验(由SIC确定滞后阶数；带截距项，结果对这一选择不敏感)的p依次为：原核算全要素生产率增长率tfpp为0.002，对偶核算全要素生产率增长率tfpd为0.028、GDP增长率gdpg为0.011、x为0.006、结构变动指标stru为0.005、tfppd为0.031。
(13)之所以分成两个时间段来讨论，是因为在这两个不同的时间段内中国经济运行的市场环境与经济结构都发生了重要变化，这些变化可能会对经济的周期性波动产生重要影响。
参考文献：
[1]巴罗·罗伯特：《宏观经济学：现代观点》(中文版)，上海人民出版社，2008年。
[2]蔡晓陈：《中国资本投入：1978-2007——基于年龄—效率剖面的测量》，《管理世界》，2009第11期。
[3]蔡晓陈：《中国总量经济增长的对偶核算：1996-2007》，《统计与决策》，2010年第13期。
[4]陈师、赵磊：《中国经济周期特征与技术变迁——中性、偏向性抑或投资专有技术变迁》，《数量经济技术经济研究》，2009年第4期。
[5]黄赜琳：《中国经济周期特征与财政政策效应——一个基于三部门RBC模型的实证分析》，《经济研究》，2005年第6期。
[6]国家统计局国民经济核算司：《中国国内生产总值核算历史资料(1952-2004)》，中国统计出版社，2005年。
[7]郭庆旺、贾俊雪：《中国全要素生产率的估算：1979-2004》，《经济研究》，2005年第6期。
[8]李春吉：《投资冲击、全要素生产率冲击与中国经济波动——基于RBC模型估计结果的分析》，《经济研究》，2010年第9期。
[9]李浩、胡永刚、马知遥：《国际贸易与中国的实际经济周期——基于封闭与开放经济的RBC模型比较分析》，《经济研究》，2007年第5期。
[10]徐现祥、舒元：《基于对偶法的中国全要素生产率核算》，《统计研究》，2009年第7期。
[11]孙建红、徐建军：《改革开放以来中国乡镇企业全要素生产率增长的时空差异》，《经济地理》，2011年第4期。
[12]孙琳琳、任若恩：《中国资本投入与全要素生产率的估算》，《世界经济》，2005年第12期。
[13]项歌德、朱平芳：《对偶法核算全要素生产率》，《统计研究》，2010年第11期。
[14]严鹏飞、王兵：《技术效率、技术进步与生产率增长：基于DEA的实证分析》，《经济研究》，2004年第12期。
[15]叶裕民：《全国及各省区市全要素生产率的计算和分析》，《经济学家》，2002年第3期。
[16]张庆昌：《工资、出口贸易与全要素生产率：1979-2009》，《财经研究》，2011年第4期
[17]章祥荪、贵斌威：《中国全要素生产率分析：Malmquist指数法述评与应用》，《数量经济技术经济研究》，2008年第6期。
[18]周杰琦：《金融发展对中国全要素生产率增长的影响：作用机制与实证分析》，博士学位论文，中国社会科学院研究生院，2011年。
[19]Barro Robert J. and Xavier Sala-i-Martin, 2004, Economic Growth(2[nd]),The MIT Press.
[20]Basu Susanto and Miles S. Kimball, 1997, "Cyclical Productivity with Unobserved Input Variation", NBER Working Paper No. 5915.
[21]Basu Susanto, John G. Fernald, 2002, "Aggregate Productivity and Aggregate Technology", European Economic Review, Vol.46, pp.963～991.
[22]Basu Susanto and John Fernald, 2001, "Why Is Productivity Procyclical? Why Do We Care?" in New Developments in Productivity Analysis,(eds.)by Charles R. Hulten, Edwin R. Dean, and Michael J. Harper, The University of Chicago Press.
[23]Bernake Ben S., Martin L. Parkinson, 1991, "Procyclical Labor Productivity and Competing Theories of the Business Cycle: Some Evidence from Interwar U.S. Manufacturing Indus-tries", Journal of Political Economy, Vol.99, No.3, pp.439～459.
[24]Burnside Craig, Martin Eichenbaum, Sergio Rebelo, 1995, "Capital Utilization and Returns to Scale", NBER Macroeconomics Annual 1995, Volume 10.
[25]Hall, Robert E., 1988, "The Relation between Price and Marginal Cost in U.S. Industry", Journal of Political Economy, 96(5), pp.921～947.
[26]Hall Robert, 1990, Invariance Properties of Solow'sProductivity Residual, in Peter Diamond. ed., Growth/Productivity/Unemployment(MIT Press, Cambridge. MA),pp.71～112.
[27]Hall, Robert E. and Charles I. Jones, 1999. "Why Do Some Countries Produce So Much More Output Per Worker than Others?", Quarterly Journal of Economics, February, 114(1), pp.83～116.
[28]Hsieh Chang-Tai, 2002, "What Explains the Industrial Revolution in East Asia? Evidence from the Factor Markets", American Economic Review, 92(3),pp.502～526.
[29]Holz Carsten A., 2005, "The Quantity and Quality of Labor in China 1978-2000-2025", Working Paper, online: http://ihome.ust.hk/～socholz/.
[30]Inklaar, Robert, 2007, "Cyclical Productivity in Europe and the United States: Evaluating the Evidence on Returns to Scale and Input Utilization", Economica,74,822～841.
[31]Jorgenson D. W. and Z. Griliches, 1967, "The Explanation of Productivity Change", The Review of Economic Studies, Vol. 34, No. 3, pp. 249～283.
[32]Kydland, F., E. Precott, 1982, "Time to Build and Aggregate Fluctuations", Econometrica, Vol. 50. No. 6. Nov., pp.1345～1370.
[33]Psacharopoulos, George and Harry Anthony Patrinos, 2002, "Returns to Investment in Education: A Further Update", World Bank Policy Research Working Paper , No.2881.
[34]Ricardo, Caballero J. and Richard K. Lyons, 1992, "External Effects in U.S. Procyclical Productivity", Journal of Monetary Economics,29, pp.209～225.
[35]Roeger Werner, 1995, "Can Imperfect Competition Explain the Difference between Primal and Dual Productivity Measures?: Estimates for U.S. Manufacturing", Journal of Political Economy, 103(2), pp.316～330.
[36]Romer David, 2006, Advanced Macroeconomics, The McGraw-Hill.
[37]Schor, Juliet B., 1987, "Does Work Intensity Respond to Macroeconomic Variables?: Evidence from British Manufacturing, 1970～1986", Manuscript, Harvard University.
[38]Shapiro, Mathew D., 1987., "Are Cyclical Fluctuation in Productivity Due More to Supply Shocks or Demand Shocks？", American Economic Review, May(Papers and Proceedings), 77(2), pp. 118～24.
[39]Shapiro, Matthew, 1993, "Cyclical Productivity and the Workweek of Capital", American Economic Review, 83, pp.229～233.
[40]Shea, John, 1990, Accident Rates, Labour Effort and the Business Cycle, SSRI Working Paper No 9028, University of Wisconsin, Madison.
[41]Solow, Robert M., 1957, "Technical Change and the Aggregate Production Function", Review of Economics and Statistics, 39, pp.312～320.
[42]Solow, R. M., 1964, Draft of Presidential Address: On the Short-run Relation of Employment and Output, MIT. Manuscript.^