要素偏向型技術進步對我國經濟波動的影響

陳樂一+賓莎莎+楊云

〔摘要〕技術進步要素偏向影響經濟波動的內在機理是在“價格效應”的作用下，技術進步在蕭條時期偏向資本的程度增加，在繁榮時期偏向勞動的程度增加，這有利于在經濟蕭條時期擴大投資需求和消費需求，實現經濟復蘇，而在經濟繁榮時期抑制社會需求過度增長，防止經濟過熱。利用我國30個省、市、自治區1993-2013年數據測算結果表明，我國的技術進步為資本偏向型，且沿海地區偏向資本的程度高于內陸地區；從變化趨勢看，沿海地區偏向資本的程度先上升后下降，內陸地區與之相反。再進一步的實證分析發現，在全國樣本范圍內，技術進步偏向資本程度的波動同經濟波動存在穩定負向關系，說明技術進步偏向資本程度的波動能起到熨平經濟周期的作用；但分地區討論表明，沿海地區技術進步偏向資本程度的波動顯著平抑經濟波動，這種影響在內陸地區具有一定滯后性。

〔關鍵詞〕要素偏向；技術進步；技術進步偏向；資本偏向型技術進步；價格效應；經濟波動；負向關系；時滯效應

〔中圖分類號〕F1243；F1248〔文獻標識碼〕A〔文章編號〕1000-4769（2017）03-0019-09

一、引言及文獻回顧

黨的十八大報告指出，以經濟建設為中心是興國之要，發展仍是解決我國所有問題的關鍵。發展是硬道理，穩定、持續、健康的發展便是重中之重。報告還進一步提出，我國經濟發展要以科學發展為主題，以加快轉變經濟發展方式為主線，更多依靠技術進步。技術進步不僅包括水平高低和速率大小，還包括要素偏向性，不同的要素偏向對社會收入分配、就業等具有顯著不同的影響，對經濟發展也會產生不同的作用。目前我國處于經濟轉型時期，增長放緩，從技術進步要素偏向的角度出發，尋求減緩經濟波動、維持經濟穩定增長的有效途徑具有重大意義。

技術進步偏向最先由希克斯（Hicks，1932）提出，他認為技術進步更多地提高了哪種生產要素的邊際生產率，則稱這種技術進步為該種要素偏向型。〔1〕檢索文獻發現，國內外學術界目前多數學者主要從以下方面對技術進步要素偏向進行研究：其一是技術進步要素偏向測度，David和Klundert（1965）、Wilkinson（1968）、Panik（1976）等對該方面進行了早期研究〔2〕，Klump et al.（2007）改進了測度方法，將標準化系統方法運用到技術進步要素偏向測算中〔3〕，這種方法被我國學者廣為借鑒，如戴天仕和徐現祥（2010）、鄧明（2014）等，另外，楊振兵等（2015）、何小鋼和王自力（2015）針對標準化系統方法囿于CES生產函數假定的不足，引入了超越對數成本函數和隨機前沿超越對數生產函數模型〔4〕；其二是技術進步要素偏向的影響因素研究，Acemoglu（2002）提出技術進步的要素偏向主要受“市場規模效應”和“價格效應”兩種不同方向力量的影響〔5〕， 除此之外，還有市場扭曲、宏觀環境及政策等因素〔6〕；其三是技術進步要素偏向對勞動收入分配、生產效率及經濟波動等方面的影響，其中對經濟波動影響的研究較少，且大多借鑒Young（2004）的做法，用要素收入份額表示技術進步偏向，將偏向型技術進步引入RBC模型或DSGE模型〔7〕，如陳師和趙磊（2009）、呂朝鳳和黃梅波（2012）、于尚艷和易小麗（2013），等。〔8〕不同于以上學者的做法，鄧明（2014）先測度中國各省技術進步偏向指數，然后再采用計量模型定量研究技術進步的要素偏向性對我國經濟波動的影響。

上述研究豐富和深化了偏向型技術進步理論，在測度方法、影響因素和對我國經濟波動的影響方面具有借鑒意義，但仍有進一步改善空間。主要表現為：大多數學者采用的測度方法是以“要素替代彈性不變”為假設前提，這同現實不符；定量研究技術進步要素偏向對我國經濟波動影響的文獻較少，尤其是關于技術進步要素偏向影響我國經濟波動的機制暫無文獻進行系統性分析。本文的主要貢獻，一是首次使用不受固定要素替代率約束的隨機前沿超越對數生產函數模型，對中國30個省、市、自治區1993-2013年技術進步要素偏向進行測算，在此基礎上定量分析技術進步要素偏向波動對經濟波動的影響；二是嘗試系統地分析技術進步要素偏向對經濟波動的影響路徑。

二、技術進步要素偏向影響經濟波動的機理

經濟波動可以視為實際產出對潛在產出的偏離，或者是實際經濟增長率對潛在經濟增長率的偏離。一般而言，經濟波動具有一定周期性，每個周期包括繁榮、衰退、蕭條和復蘇四個階段，每個階段在供需關系、就業率、價格水平等方面存在顯著差異，這些差異使得技術進步的要素偏向在經濟周期的不同階段呈現出不同變化，反過來，這些變化又將作用于經濟波動。

（一）我國技術進步要素偏向的影響因素

我國技術進步要素偏向的影響因素主要有兩類：市場因素和政策因素，其中市場因素主要為“市場規模效應”和“價格效應”；政策因素是指政府行為本身或者由其帶來的結果，如政府干預市場行為、要素市場價格扭曲等。

“市場規模效應”是指企業為了達到提高市場占有率的目的，開發和引進同豐裕要素相匹配的技術進步類型。這類技術進步由于提高了豐裕要素的生產效率，使得企業能在較短時間內增加總產出，實現擴大市場規模的目的。“價格效應”則是企業在追逐利潤最大化時，選擇偏向較昂貴要素的技術進步。原因是由于此類技術進步提高了生產效率，即投入一單位該要素能生產更多的產品，從而降低單位產品成本，企業利潤得到提高。如果沒有政府政策的干預，較昂貴的要素即稀缺要素，此時“價格效應”會促使技術進步偏向稀缺要素。但技術進步究竟偏向豐裕要素還是稀缺要素取決于兩種要素間的替代彈性。如果要素替代彈性大于1，“市場規模效應”將占主導地位，技術進步偏向豐裕要素；如果要素替代彈性小于1，“價格效應”發揮主導作用，技術進步將偏向稀缺要素或較昂貴要素。

根據以上分析，要素替代彈性和要素相對價格對技術進步的要素偏向具有重要影響。關于要素替代彈性，經驗數據表明，我國的要素替代彈性小于1，所以“價格效應”主導著技術進步的要素偏向，而“價格效應”同要素的相對價格密切相關。關于要素相對價格，在我國政府調控扮演著重要角色。準確地說，除了受到要素供需關系、稀缺程度的影響之外，還受到政策的作用，尤其是資本要素價格。〔9〕

（二）技術進步要素偏向對經濟波動的影響路徑

當經濟處于蕭條時期，實際產出（Y1）低于潛在產出（Y0），有效需求不足，此時勞動力市場供給遠大于需求，甚至接近無限供給，勞動力價格極低。而資本價格，即使此時采取擴張性貨幣政策，降低利率，由于流動性陷阱的存在，利率依然不會低于某值，因此，資本相對于勞動要素的價格而言較高。另外，在產出總量較少時，資本投入多為機器設備等固定資產形式，單個產品的資本成本較高，而在計件工資下，單個產品的勞動成本不受影響。所以，根據“價格效應”，技術進步偏向資本的程度將增加，偏向勞動的程度將減小。由于要素替代彈性小于1，兩種要素間可以互補，如果企業選擇生產，資本和勞動投入將同時增加。但由于我國國有企業存在特殊性以及擴張性財政政策的刺激，大多數企業即使如此也會選擇繼續生產，于是就業問題得到逐步緩解，投資需求同步擴大。

另一方面，根據“收入-消費效應”，隨著投資增加帶來更多工作崗位，越來越多的人重新獲得工作，收入增加，消費隨之增加。而消費是生產的動力和目的。企業預測消費能力增加會進一步擴大生產。隨著生產規模的恢復和擴大，企業再雇傭更多工人。如此循環，社會有效需求提升，從AD1升至AD2，物價水平由P1上升到P0，預期利潤增加，實際產出恢復至潛在產出水平Y0，經濟增長率逐步恢復至潛在經濟增長率，從而經濟波動減緩。如圖1所示。

當經濟處于繁榮時期，實際產出（Y1）高于潛在產出（Y0），勞動力市場供不應求，外加生活成本上升等因素影響，勞動要素價格不斷上升，資本價格則被低估，所以勞動相對于資本的價格較高。根據 “價格效應”，企業為了減少單位產品成本，將增加技術進步偏向勞動的程度，減少偏向資本的程度。

技術進步偏向資本程度降低，即資本相對勞動的邊際生產率減小，外加資本邊際報酬遞減和企業稅收增加，資本投入的增長速度將減緩，投資需求將減少。此時消費者承擔的稅收增加，消費需求減少。于是社會總需求減少，總需求曲線AD3左移至AD4，物價水平由P4降至P3，預期利潤下降，總產出由Y3降至Y2，經濟增長率逐漸趨于潛在經濟增長率，從而經濟波動減緩，如圖2所示。

綜上，我國資本-勞動要素替代彈性小于1，“價格效應”在決定技術進步要素偏向時起著主導作用，而政府的宏觀政策是要素相對價格形成的重要影響因素。當經濟處于蕭條時期，由于流動性陷阱的存在，資本相對勞動價格較高，技術進步偏向資本程度將增加，偏向勞動程度將降低；根據收入-消費及消費同生產的關系，消費需求和投資需求隨之增加，社會供需趨于平衡，經濟波動減緩，經濟由蕭條走向復蘇。當經濟處于繁榮時期，勞動成本不斷上升，資本要素價格被低估，勞動相對資本價格上漲，技術進步偏向勞動程度增加，偏向資本程度降低，資本邊際生產率相對下降，投資需求減小；由于稅收增加，消費需求減小，社會總需求相應減小，實際產出同潛在產出趨于一致，從而在規避經濟過熱的同時，經濟波動也將減緩。技術進步要素偏向的波動同經濟的波動關系如圖3所示，由圖可知兩者負相關。

三、要素偏向指數、全要素生產率增長率及要素替代彈性測算

（一）數據來源和變量選取

本文數據主要從《中國統計年鑒》、各省（市、自治區）歷年統計年鑒、《新中國六十年統計資料匯編》《中國金融統計年鑒》及國泰安數據庫直接獲得或計算而來。樣本包含我國內地除西藏以外30個省級地區，時間范圍為1993-2013年。其中，重慶市1993-1996年固定資產投資額和固定資產折舊額采用四川省修正前的數據減去修正后的數據。關于資本存量，本文選取的計算公式為Ki，t=Ki，t-1+（Ii，t-Di，t）/Pi，t，其中D為實際固定資產折舊，資本存量初始值（1993年）的確定以及廣東省1993-2000年固定資產投資價格指數，均使用單豪杰（2008）的估算結果。〔10〕

本文的被解釋變量為經濟波動，用GDP增長率的波動值衡量。核心解釋變量為技術進步要素偏向的波動，將技術進步偏向指數的波動值作為代理變量。控制變量包括技術沖擊、財政政策沖擊、貨幣政策沖擊、固定資產投資規模、金融發展水平及虛擬變量。（1）技術沖擊。真實經濟周期理論認為技術沖擊是經濟波動的主要原因，技術沖擊用全要素生產率增長率的波動值表示。（2）財政政策沖擊和貨幣政策沖擊。根據凱恩斯主義和貨幣主義思想，財政政策沖擊和貨幣政策沖擊對經濟波動有著重要影響，兩者分別用政府一般預算支出占GDP比重的波動值和CPI波動值度量。（3）固定資產投資規模的波動。劉金全和范劍（2001）認為固定資產投資的非對稱性是我國經濟周期非對稱性的主要原因之一，固定資產投資規模的波動對經濟波動的影響不能忽視，并以固定資產投資形成額的波動值表示。〔11〕（4）金融發展水平的波動。邵傳林和王瑩瑩（2013）的研究表明，金融沖擊是我國經濟波動的重要沖擊源，而金融發展水平的衡量指標為金融機構各項貸款余額（包括本幣和外幣）。〔12〕（5）虛擬變量。金融危機也會對我國經濟波動產生重大作用，于是采取虛擬變量對其進行表示，金融危機時期（1997和1998年、2008和2009年）記作1，其他時期記作0。此外，考慮到當期固定資產規模與金融發展水平主要在后期經濟活動中被體現，故選取它們的滯后一期值作為控制變量。各波動值均采取HP濾波法去除趨勢成分獲得。本文采納Ravn和Uhlig（2002）的建議，其平滑參數取值為100。〔13〕

（二）模型選取

在理論分析技術進步要素偏向對我國經濟波動影響的基礎上本文參照鄧明（2014）的研究，建立如下回歸模型：

ecof表示經濟波動，Dbias代表技術進步要素偏向波動，ts為技術進步增長率波動，fs為財政政策沖擊，ms表示貨幣政策沖擊，fa是固定資產投資規模波動，fm表示金融發展水平波動，i表示省級區域，t表示時期，μi表示個體效應，εit表示殘差項。考慮到技術進步要素偏向和增長率對經濟波動可能存在的滯后效應，在模型中加入了兩者的滯后一階項。

為了研究金融危機究竟是通過影響技術進步的要素偏向還是通過影響增長速率進而加劇各地區的經濟波動，在式（1）基礎上再加入要素偏向和增長率同金融危機的交互項，分別表示為dc和tc，得到式（2）。

為避免實證結果受模型設定的影響，同時考慮經濟波動可能存在持續性特征，并且當期經濟波動會受到上一期的影響，在式（2）中加入因變量的一階滯后項，構成如下動態面板數據模型，其中X表示控制變量。

（三）測算結果

本文從兩個方面對要素偏向型技術進步進行測算：要素偏向型和增長率。現有研究在測算技術進步偏向時，多采用CES生產函數，但CES生產函數假定各要素間相互替代率不變，這同現實顯然不相符；相比之下，超越對數生產函數不僅允許要素替代率可變而且還考慮了時間因素，形式也較為靈活，能夠有效地避免由于生產函數誤設而帶來的偏差。〔14〕本文使用隨機前沿超越對數生產函數模型對技術進步的要素偏向和增長率進行測算。 如式（4）所示。

其中y表示實際生產值，K為投入的資本要素，L是投入的勞動要素，i表示省份，t是時期，取值為1、2、…21，v為隨機誤差，包括測算誤差及各種不可控隨機因素，滿足vit～iidN（0，σ2v），u是生產無效率項，uit=uiexp[-η（t-T）]且ui～N+（μ，σ2u），其中η表示技術效率指數u的變化率。另外σ2=σ2u+σ2v為復合殘差項，組合殘差項γ=σ2u/（σ2u+σ2v）（0≤γ≤1），表示生產無效率在實際產出偏離前沿產出的原因中所占的比重，γ接近1，則可認為生產無效率是實際產出偏離前沿產出的主要原因。只要存在組合殘差項即γ不為0，最小二乘法（OLS）估計便失效。采用極大似然法對各參數進行估計〔15〕的結果如表2所示。

隨機前沿超越對數生產函數模型的使用受到多種條件限制，在回歸之前必須進行模型設定檢驗，該模型設定的各項檢驗均在1%水平上統計顯著，所以本文選擇該模型是合理有效的。

1.技術進步要素偏向指數。根據技術進步要素偏向定義，借鑒楊振兵等（2015）的做法并使用Diamond（1965）提出的技術進步偏向指數計算方法〔16〕，在式（4）基礎上進行推導得到式（5）。當DBiasKL>0，資本的邊際產出增長率大于勞動的邊際產出增產率，技術進步類型為資本偏向型，反之則為勞動偏向型。若DBiasKL=0，則技術進步為中性。 將表1中各系數估計結果代入式（2），可得到我國30個省級區域在1993-2013年技術進步的要素偏向指數。

2.全要素生產率增長率測算。本文用全要素生產率衡量技術進步。根據Kumbhakar （2000）提供的方法，全要素生產率的增長率TPF′包括前沿技術進步變化率、生產效率變化率以及規模效應變化率。〔17〕結合式（4），得到全要素生產率的增長率計算公式（6），其中E表示規模效應，等于資本和勞動的產出彈性之和，EK 、EL分別為資本與勞動的產出彈性，由式（7）、式（8）得出。K′、L′分別為資本和勞動要素的增長率，約等于當期與前一期對數值之差。

3.要素替代彈性測算。在機理分析部分提出的我國資本-勞動要素替代彈性小于1是本文重要的分析前提。根據郝楓（ 2015）給出的超越對數生產函數要素替代彈性計算方法〔18〕對這一前提進行驗證。式（4）對應的要素替代彈性計算公式為：

四、實證分析

（一）統計特征描述

1.技術進步要素偏向及全要素生產率增長率。究竟我國技術進步的要素偏向性及全要素生產率增長率在空間和時間上呈現怎樣的特征？本文將對1993-2013年各省級區域平均要素偏向指數和全要素生產率的增長率進行比較（見表3），同時將沿海和內地1993-2013年各年平均水平變化過程進行簡單描述（見圖4）。總體而言，我國各地區技術進步偏向均為資本偏向型，但是不同地區間存在明顯差異。一方面沿海地區偏向資本的程度明顯高于內地，另一方面沿海地區和內地內部各省、市之間也不盡相同。平均而言，上海市的要素偏向指數最大，其次是江蘇省、浙江省和廣東省，沿海地區除福建、廣西和海南以外，其余各省都在12%以上，偏向資本程度最高的前十個省（市、區）中，沿海地區占有九個，說明沿海地區技術進步偏向資本的程度較高。河南是內地資本偏向程度最高的省份，其次是四川，青海、寧夏技術進步偏向資本的程度最低，要素偏向指數低于10%，內地其余各省（市、區）偏向資本的程度多在11%-12%之間，明顯低于沿海地區。關于全要素生產率增長率，上海領先，高達725%，接著是天津和北京，分別為577%和515%，增長率排名前十位的省份，沿海地區同樣占了九個。內地內部不同地區之間差異較大，新疆全要素生產率增長率在全國排名第六位，為428%，高于江蘇、廣東等沿海省份，貴州、甘肅全要素生產率增長率在全國最低，甘肅僅為062%。內地全要素生產率增長率偏低，除新疆、內蒙古、黑龍江、寧夏、山西、青海以外，其余均低于3%。

再看圖4，可以直觀地得出以下結論：沿海地區和內地技術進步偏向資本程度差距逐漸縮小，沿海地區技術進步偏向資本的程度先上升后下降，內地變化過程則恰好相反，偏向資本的程度先下降后上升，拐點為2001年。要素偏向呈現以上變化差異的可能原因是對外開放政策實施后，沿海地區最先引進了國外先進技術，而國外技術進步多為資本偏向型。相反，內地既無引進國外先進技術的條件，也缺乏進行技術開發的資本和人才，所以這一階段沿海地區技術進步偏向資本程度上升而內地逐年下降。為了縮小區域發展差距，實現地區間均衡發展，國家在2000年和2004年分別實施了西部大開發和中部崛起戰略，增加了內地的資本等生產要素，隨著沿海地區人工成本、租金等上升，產業在向內地轉移的同時也給轉入地帶來了相應的技術進步，所以同期內地技術進步偏向資本的程度開始上升。沿海地區則由于資本要素邊際報酬率遞減規律及內地大量勞動力遷入，對資本偏向型技術進步需求減少，技術進步偏向資本的程度因此下降，且拐點同國家政策實施時間非常吻合。這也說明，國家政策是影響我國技術進步要素偏向的重要因素。

要素替代彈性。關于各省份代表年份的要素替代彈性如表4所示。各省份每年的要素替代彈性有變化，但是變化較小，差異也較小，且每年的要素替代彈性均小于1，集中分布在06-08之間。這一計算結果同其他學者的研究基本一致。于是本文理論分析的前提條件“資本-要素替代彈性小于1”得到驗證，理論分析結論因此也更具可靠性。

（二）數據的平穩性檢驗

由于存在21個時間區間，跨度較大，所以在進行回歸之前需要進行單位根檢驗，以考察樣本數據的平穩性，避免偽回歸或虛假回歸。本文采用LLC、IPS、ADFFisher和PP-Fisher四個指標對數據的單位根進行檢驗，各變量單位根檢驗結果見表5。

變量的單位根檢驗結果顯示，ecof、DBias、ts、fs、ms、fa和fm水平值均在1%統計水平上顯著，說明本文所選數據是平穩的。接下來本文進一步采用Pedroni檢驗和Kao檢驗，取Panel ADF、Group ADF及ADF統計量，檢驗變量之間是否存在長期穩定性關系。結果如表6所示。

Pedroni檢驗和Kao檢驗各自統計量都在1%統計水平顯著，表明各變量之間存在長期穩定的相關關系。綜合單位根檢驗與協整檢驗結果，我們認為下一步可以進行估計和分析技術進步要素偏向對我國經濟波動的影響。

（三）回歸結果及分析

為了檢驗技術進步要素偏向波動對我國經濟波動的具體影響，本文利用固定效應和隨機效應模型進行估計，此后以hausman檢驗結果為依據，選擇合適的回歸模型。因模型（1）中各hausman檢驗均表明隨機效應模型優于固定效應模型，故選擇隨機效應模型。回歸結果見表7。

Dbias的系數為負值，且在1%顯著水平上統計顯著，說明技術進步要素偏向的變動同經濟波動存在穩定負向關系。就當期而言，要素偏向波動1個單位，經濟平均反向波動4613個單位，兩者呈負相關關系，說明技術進步要素偏向的波動有利于熨平經濟周期，起著緩解經濟波動的作用。

在控制變量中，技術沖擊（ts）同經濟波動負相關，且具有滯后性。財政政策波動（fs）系數為負，同經濟波動存在穩定且顯著負向關系，說明我國采取的是逆經濟周期財政政策，對經濟運行起到了較好調控作用；相比而言，貨幣政策的作用效果并不顯著。固定資產投資規模（fa）的變動系數為正，在1%水平上統計顯著，表明固定資產投資規模的變動具有順經濟周期特征，對經濟波動具有擴大作用。金融發展規模的波動（fm）系數為正，說明我國在省級層面上可能存在金融加速器效應。技術進步要素偏向金融危機的交互項系數為正，且在1%統計水平上顯著，與此同時，技術進步增長率同金融危機的交互項系數不顯著，說明金融危機是通過影響技術進步的要素偏向而非增長率，從而加劇經濟波動的。

為了考察我國技術進步要素偏向對經濟波動影響的空間差異，本文按照兩大區域的劃分（沿海和內地）分別對模型進行回歸，估計結果如表8所示。技術要素偏向波動的系數均為負值，但是對沿海地區經濟波動的影響體現在當期，對內地的影響則有滯后性。其可能原因是沿海地區市場相對較為完善，信息傳播速度快，市場反應靈敏，技術進步要素偏向的變化能夠在較短時間內作用于經濟波動；相比之下，內地對技術進步要素偏向的變動反應時間則較長。就地域而言，金融危機也是通過影響技術進步的要素偏向而不是增長率，從而加劇經濟波動的。其他變量的系數符號和顯著性同全國范圍的回歸結果基本保持一致。

（四）穩健性檢驗

為了進一步驗證技術進步要素偏向對我國經濟波動的影響，同時消除模型設定對回歸結果的影響，本文在靜態模型中加入因變量滯后一階構成動態面板模型。選擇系統GMM估計法分地域對模型進行回歸，估計結果見表9。為檢驗工具變量的有效性，采用過度識別約束檢驗，且選擇hansen檢驗，原假設為不存在過度識別。另外Arellano-Bond檢驗用以檢驗模型殘差項是否存在序列自相關，回歸結果如表9所示。三個模型殘差都在1%顯著水平上存在一階序列自相關但不存在二階序列自相關（P值大于10%），并且hansen檢驗的P值均大于10%，表明模型滯后期數及工具變量的選擇均合理有效。

動態面板數據模型回歸結果同隨機效應估計結果相比，不管是全國范圍，還是沿海地區和內地，技術進步要素偏向波動（Dbias）的顯著水平均無明顯變化，同時各變量系數符號和顯著性基本一致，說明靜態面板數據模型的回歸結果具有穩健性，技術進步要素偏向對經濟波動具有穩健的影響。

五、研究結論

技術進步是經濟波動的主要波動源之一，以前的研究多關注技術進步的增長率或絕對水平對經濟波動的影響，對技術進步要素偏向對經濟波動的影響研究較少。本文利用全國30個省、市、自治區1993-2013年數據，采用面板數據模型就技術進步的要素偏向對我國經濟波動的影響進行了研究，結果表明：第一、“價格效應”是影響我國技術進步要素偏向變化的主要因素之一；第二、目前我國技術進步要素偏向整體偏向資本，且技術進步偏向資本程度的波動同我國經濟的波動具有穩定的負向關系，說明技術進步要素偏向能起到熨平經濟周期的作用，這種影響在內地具有一定滯后性。

黨的十八屆三中全會明確指出，要發揮市場對技術研發方向的導向作用，強化企業在技術創新中的主體地位。本文的研究結論對于緩減我國經濟波動主要有兩方面啟發：一方面我們應充分尊重市場，目前我國資本-勞動要素替代彈性小于1，“價格效應”是影響技術進步要素偏向變動的主要因素之一，資本-勞動相對價格在其中起著至關重要的作用，所以發揮市場尤其是要素市場對價格的調節作用非常必要；另一方面在經濟蕭條時，政府可以對研發、引進和投入使用較高資本偏向型技術給予適當補貼，起到樹標桿的作用，加快技術進步要素偏向的調整節奏，縮短蕭條的時間長度，促進經濟盡快復蘇，緩減經濟波動；當經濟繁榮時，則對研發、引進和投入使用較低資本偏向型技術或者勞動偏向型技術的企業進行補貼獎勵。

〔參考文獻〕

〔1〕Hicks， J. R. The Theory of Wages〔M〕.London： Macmillan，1932.

〔2〕David， P. A.， Klundert T. Biased Efficiency Growth and Capital-Labor Substitution in theU.S.，1899-1960〔J〕. American Economic Review， 1965（55）： 357 -394； Wilkinson， M. Factor Supply and the Direction of Technological Change 〔J〕. American Economic Review，1968， 58（1）： 120-128； Panik， M. J. Factor Learning and Biased Factor-Efficiency Growth in the United States， 1929-1966 〔J〕.International Economic Review， 1976（3）： 733-739.

〔3〕Klump， R.， McAdam， P.， Willman， A. Factor Substitution and Factor-Augmenting Technical Progress in the United States： A Normalized Supply-Side System Approach〔J〕.Review of Economics and Statistics，2007， 89（1）：183-192.

〔4〕戴天仕，徐現祥.中國的技術進步偏向〔J〕.世界經濟，2010（1）；鄧明.技術進步偏向與中國地區經濟波動〔J〕.經濟科學，2015（1）；楊振兵，邵帥，張誠.生產比較優勢、棘輪效應與中國工業技術進步的資本偏向〔J〕.數量經濟技術經濟研究，2015（9）；何小鋼，王自力.能源偏向型技術進步與綠色增長轉型——基于中國33個行業的實證考察〔J〕.中國工業經濟，2015（2）.

〔5〕Acemoglu， D. Directed Technical Change 〔J〕.Review of Economic Studies， 2002，69（4）：781-809.

〔6〕何小鋼，王自力.能源偏向型技術進步與綠色增長轉型——基于中國33個行業的實證考察〔J〕.中國工業經濟，2015（2）；楊振兵，邵帥，張誠.生產比較優勢、棘輪效應與中國工業技術進步的資本偏向〔J〕.數量經濟技術經濟研究，2015（9）.

〔7〕Young， A. Labors Share Fluctuation， Biased Technology Change and the Business Cycle〔J〕. Review of Economics Dynamics，2004，7（4）：916-931.

〔8〕陳師，趙磊.中國經濟周期特征與技術變遷——中性、偏向性抑或投資專有技術變遷 〔J〕.數量經濟技術經濟研究，2009（4）；呂朝鳳，黃梅波.偏向性技術變遷、習慣形成與中國經濟周期特征——基于RBC模型的實證分析 〔J〕.經濟評論，2012（2）；于尚艷，易小麗.偏向性技術變遷下的宏觀經濟波動與貨幣政策效應——基于DSGE模型的分析〔J〕.經濟學家，2013（7）.

〔9〕陳斌開，林毅夫.金融抑制、產業結構與收入分配〔J〕.世界經濟，2012（1）.

〔10〕單豪杰.中國資本存量K的再估算：1952-2006年〔J〕.數量經濟技術經濟研究，2008（10）.

〔11〕劉金全，范劍青.中國經濟周期的非對稱性和相關性研究〔J〕.經濟研究，2001（5） .

〔12〕邵傳林，王瑩瑩.金融市場化對地區經濟波動的非線性平抑效應研究——來自省級層面的證據〔J〕.經濟科學，2013（5）.

〔13〕Ravn， M. O.， Uhlig， H. Notes on Adjusting the Hodrick-Prescott Filter for the Frequency of Observations 〔J〕. Review of Economics and Statistics， 2002（2）：371-380.

〔14〕涂正革，肖耿.中國的工業生產力革命〔J〕.經濟研究，2005（3）：4-15.

〔15〕Battese E.， Coelli T. Frontier Production Functions Technical Efficiency and Panel Data With Application to Paddy Famer in India〔J〕. Journal of Productivity Analysis，1992（3）：153-169.

〔16〕Diamond P.A. Disembodied Technical Change in a Two-sector Model〔J〕.Review of Economic Studies， 1965（1）：93-120.

〔17〕Kumbhakar. S. C.， Lovell. C. A.. Stochastic Frontier Analysis〔M〕.Cambridge University Presss，2000.

〔18〕郝楓.超越對數函數要素替代彈性公式修正與估計方法比較〔J〕.數量經濟技術經濟研究，2015（4）.

（責任編輯：張琦）