產(chǎn)權(quán)結(jié)構(gòu)變動對經(jīng)濟(jì)增長的影響分析*——基于中國30省份1995—2013年面板數(shù)據(jù)的實(shí)證研究

杜浩然 黃桂田

（北京大學(xué)經(jīng)濟(jì)學(xué)院 北京 100871）

一、引 言

改革開放35年來，中國的產(chǎn)權(quán)結(jié)構(gòu)發(fā)生了巨大變化，由計劃經(jīng)濟(jì)體制下的公有制產(chǎn)權(quán)，向“以公有制為主體，多種所有制經(jīng)濟(jì)共同發(fā)展”的多元產(chǎn)權(quán)結(jié)構(gòu)發(fā)展。2013年，中國非公有制企業(yè)數(shù)量已經(jīng)占中國整個企業(yè)總數(shù)的82%，對中國GDP的貢獻(xiàn)率為60%；非公經(jīng)濟(jì)為國家提供的稅收占比達(dá)到69%，吸納城鎮(zhèn)就業(yè)占80%，吸納新增就業(yè)占90%。可見，作為產(chǎn)權(quán)結(jié)構(gòu)變動的直接體現(xiàn)，非公經(jīng)濟(jì)已在中國發(fā)揮了舉足輕重的作用。

由于增長指標(biāo)是一國經(jīng)濟(jì)社會發(fā)展的重要變量，那么，產(chǎn)權(quán)結(jié)構(gòu)變動對經(jīng)濟(jì)增長有何影響？當(dāng)前，在中國的改革全面進(jìn)入攻堅(jiān)期和深水區(qū)之際，黨的十八屆三中全會提出了全面深化改革的決定，指明了中國未來繼續(xù)推進(jìn)改革開放的方向。特別是全會提出積極發(fā)展混合所有制經(jīng)濟(jì)，允許更多國有經(jīng)濟(jì)和其它所有制經(jīng)濟(jì)發(fā)展成為混合所有制經(jīng)濟(jì)。在這個大背景下，我們需要對前期所有制和產(chǎn)權(quán)結(jié)構(gòu)的改革進(jìn)行全面評價，對其影響經(jīng)濟(jì)增長的績效進(jìn)行準(zhǔn)確估計，從而為之后發(fā)展混合所有制經(jīng)濟(jì)的改革路線提供支持和啟示。

本研究旨在探尋下一階段中國經(jīng)濟(jì)改革的主要方向和力量源泉。具體而言，本文試圖通過實(shí)證的方法詳細(xì)探究兩個問題：（1）到底產(chǎn)權(quán)結(jié)構(gòu)變動和經(jīng)濟(jì)增長孰為因、孰為果、抑或互為因果？本文將通過計量經(jīng)濟(jì)學(xué)中的面板格蘭杰因果檢驗(yàn)給出一個回答。（2）從定量的角度，在考慮了因產(chǎn)權(quán)結(jié)構(gòu)變動和經(jīng)濟(jì)增長可能的聯(lián)立問題所引起的內(nèi)生性以及各個省份的個體異質(zhì)特征以后，產(chǎn)權(quán)結(jié)構(gòu)變動對于中國經(jīng)濟(jì)增長的貢獻(xiàn)程度有多大？本文將運(yùn)用動態(tài)面板數(shù)據(jù)模型（DPD model）對這一問題進(jìn)行研究。

本文第二部分是相關(guān)文獻(xiàn)綜述，第三部分交代本文運(yùn)用的計量方法和數(shù)據(jù)來源，第四部分是面板格蘭杰因果關(guān)系檢驗(yàn)和動態(tài)面板數(shù)據(jù)模型的估計結(jié)果，第五部分是結(jié)論和政策啟示。

二、相關(guān)文獻(xiàn)綜述

在已有研究中，不少學(xué)者運(yùn)用實(shí)證研究的方法，對改革開放以來中國的產(chǎn)權(quán)結(jié)構(gòu)和所有制結(jié)構(gòu)變動影響經(jīng)濟(jì)增長的作用進(jìn)行研究，得到了諸多對本研究有益的啟示。

郭克莎（1994）以工業(yè)為例，詳細(xì)探討了所有制結(jié)構(gòu)變動所產(chǎn)生的資源總配置效應(yīng)，指出了中國所有制結(jié)構(gòu)的變動大大促進(jìn)了經(jīng)濟(jì)增長效率的提高，原因在于推動了經(jīng)濟(jì)發(fā)展的市場化和外向化。沈坤榮（1999）的研究表明，非國有經(jīng)濟(jì)增長引起的產(chǎn)權(quán)結(jié)構(gòu)變動，推動了中國的產(chǎn)業(yè)演變和升級，并最終改善了國民經(jīng)濟(jì)的總體效率。喬傳福（2000）結(jié)合古典市場經(jīng)濟(jì)、現(xiàn)代市場經(jīng)濟(jì)、馬克思主義所有制理論和我國社會主義的實(shí)踐進(jìn)行了理論和實(shí)證分析，指出社會主義市場經(jīng)濟(jì)是以經(jīng)濟(jì)增長為函數(shù)，所有制結(jié)構(gòu)為變量的一種制度格局。葛新元、王大輝、袁強(qiáng)、方?？担?000）提出了計算各種經(jīng)濟(jì)結(jié)構(gòu)變化對經(jīng)濟(jì)增長貢獻(xiàn)的方法，運(yùn)用國有、集體、個體和其它形式四種所有制形式的工業(yè)總產(chǎn)值數(shù)據(jù)，計算了1980—1997年產(chǎn)權(quán)結(jié)構(gòu)的變化對中國經(jīng)濟(jì)增長的貢獻(xiàn)。其結(jié)論顯示，樣本區(qū)間內(nèi)9.5%的工業(yè)總產(chǎn)值年均增長是由所有制形式調(diào)整貢獻(xiàn)的。

此外，劉偉和李紹榮（2001）通過研究中國1993—2000年的數(shù)據(jù)后認(rèn)為，中國的國有制比重下降，以及非國有制比重上升，非國有經(jīng)濟(jì)已成為經(jīng)濟(jì)增長的主力，從GDP占比和增長率貢獻(xiàn)中可以證明；所有制結(jié)構(gòu)的變化提高了生產(chǎn)要素的效率，尤其是資本的效率。楊天宇、袁江（2005）分階段考察了產(chǎn)業(yè)結(jié)構(gòu)、所有制結(jié)構(gòu)和城鄉(xiāng)二元結(jié)構(gòu)變量對于中國經(jīng)濟(jì)增長的貢獻(xiàn)，揭示出產(chǎn)業(yè)結(jié)構(gòu)和所有制結(jié)構(gòu)變遷促進(jìn)了經(jīng)濟(jì)增長但影響力不斷減弱、城鄉(xiāng)二元結(jié)構(gòu)變遷反映了“農(nóng)村哺育城市”發(fā)展模式的強(qiáng)化等現(xiàn)象。洪名勇（2005）將所有制結(jié)構(gòu)調(diào)整作為關(guān)鍵變量引入薩繆爾森動態(tài)經(jīng)濟(jì)增長模型，利用中國數(shù)據(jù)進(jìn)行了實(shí)證研究，得到中國的所有制結(jié)構(gòu)調(diào)整對經(jīng)濟(jì)增長產(chǎn)生了重要影響。趙金鎖（2008）利用工業(yè)領(lǐng)域的非國有化率構(gòu)建了一個“自由度”指標(biāo)，可以表征該領(lǐng)域產(chǎn)權(quán)結(jié)構(gòu)的變化，指出中國經(jīng)濟(jì)總體自由度不斷提高；經(jīng)濟(jì)自由度的變化速率與政府制度供給行為相關(guān)；產(chǎn)權(quán)制度變遷程度與經(jīng)濟(jì)績效呈高度正相關(guān)。路征（2008）利用改革開放以來我國省際面板數(shù)據(jù)對所有制結(jié)構(gòu)變遷與地區(qū)經(jīng)濟(jì)增長的關(guān)系進(jìn)行實(shí)證分析后發(fā)現(xiàn)，一定時期地區(qū)經(jīng)濟(jì)增長與公有制比重并不一定存在顯著的負(fù)相關(guān)關(guān)系。

劉瑞明（2011）利用中國各省1985—2008年的數(shù)據(jù)，對導(dǎo)致中國各地區(qū)增長軌跡的差異和經(jīng)濟(jì)差距進(jìn)行了經(jīng)驗(yàn)研究。他指出，初始國有比重越高的地區(qū)，后續(xù)年份的平均增長率越低，可能陷入歷史鎖定效應(yīng)；而初始國有比重較低的地區(qū)，國有比重的下降顯著促進(jìn)了地區(qū)經(jīng)濟(jì)增長。王紅玲（2001）對中國工業(yè)各行業(yè)所有制結(jié)構(gòu)的計量分析結(jié)果表明，各行業(yè)的所有制結(jié)構(gòu)均發(fā)生著顯著變化，非公有程度能更顯著影響行業(yè)的增長速度與生產(chǎn)效率。丁永健等（2011）利用改革開放以來中國的省際面板數(shù)據(jù)，運(yùn)用面板VAR模型，對地區(qū)工業(yè)所有制結(jié)構(gòu)與經(jīng)濟(jì)增長之間的動態(tài)關(guān)系進(jìn)行了實(shí)證研究，證明了隨著改革的深入，各地區(qū)的所有制結(jié)構(gòu)和經(jīng)濟(jì)增長間存在滯后三期的負(fù)相關(guān)關(guān)系，但其相互影響系數(shù)隨滯后期數(shù)的增加而遞減。李方正（2014）選取了消費(fèi)結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、金融結(jié)構(gòu)以及所有制結(jié)構(gòu)等指標(biāo)，研究了經(jīng)濟(jì)結(jié)構(gòu)調(diào)整和經(jīng)濟(jì)增長的關(guān)系，通過VAR模型的構(gòu)建，得到長期經(jīng)濟(jì)增長與所有制結(jié)構(gòu)呈反向變化，短期來看所有制結(jié)構(gòu)不平衡對經(jīng)濟(jì)增長呈負(fù)向反應(yīng)。

系統(tǒng)回顧國內(nèi)學(xué)者的相關(guān)研究文獻(xiàn)，可以發(fā)現(xiàn)，已有研究主要的不足體現(xiàn)在三方面：

第一，產(chǎn)權(quán)結(jié)構(gòu)和經(jīng)濟(jì)增長可能存在互為因果的關(guān)系，導(dǎo)致代表產(chǎn)權(quán)結(jié)構(gòu)的變量可能具有內(nèi)生性。一般認(rèn)為，產(chǎn)權(quán)結(jié)構(gòu)變動是制度變遷的代理變量，而制度經(jīng)濟(jì)學(xué)認(rèn)為，制度變遷和經(jīng)濟(jì)增長之間存在互為因果的關(guān)系，導(dǎo)致產(chǎn)權(quán)結(jié)構(gòu)變量具有內(nèi)生性。研究者們雖然在經(jīng)濟(jì)增長的理論部分都肯定了產(chǎn)權(quán)結(jié)構(gòu)的內(nèi)生性，但在實(shí)證分析模型中，少有研究加以考慮。這不僅違反了新制度經(jīng)濟(jì)學(xué)的經(jīng)濟(jì)增長理論，偏離了經(jīng)濟(jì)增長的實(shí)際狀況，更重要的是，忽略制度指標(biāo)的內(nèi)生性，將會導(dǎo)致整個計量模型估計結(jié)果的可信度大大降低。因?yàn)槲覀冎?，OLS估計方法的一條重要假設(shè)是隨機(jī)誤差項(xiàng)與解釋變量之間的非相關(guān)性。也就是說，這些研究者的實(shí)證分析模型都是建立在錯誤的假設(shè)基礎(chǔ)之上的，因此估計的結(jié)果值得懷疑。

第二，大多數(shù)研究采用的是全國性數(shù)據(jù)或某一特定地區(qū)數(shù)據(jù)，沒有考慮到或無法考慮地區(qū)之間經(jīng)濟(jì)增長的差異性。由于沒有深入到整個國民經(jīng)濟(jì)運(yùn)行的內(nèi)部，因此不能對改革開放以來制度變遷對經(jīng)濟(jì)增長的重要影響做出精確評價。張雁南（2006）、劉瑞明（2011）、丁永健等（2011）在此方面有了一定進(jìn)展，運(yùn)用了省際面板數(shù)據(jù)分析，但選用的計量方法以及估計的可信性值得商榷。此外，大量研究僅考察了工業(yè)領(lǐng)域產(chǎn)權(quán)結(jié)構(gòu)變動的增長效應(yīng)，不能全面說明包含多部門的宏觀經(jīng)濟(jì)情況。

第三，研究者往往采用靜態(tài)模型對制度變遷影響經(jīng)濟(jì)增長的路徑進(jìn)行刻畫，忽略了經(jīng)濟(jì)增長變量本身可能具有的可持續(xù)（persistent）特點(diǎn)，這可能因?yàn)檫z漏關(guān)鍵變量影響模型參數(shù)的估計。根據(jù)不完全觀察，國內(nèi)尚無學(xué)者將經(jīng)濟(jì)增長變量的滯后項(xiàng)加入面板數(shù)據(jù)模型里考察其動態(tài)的影響。

為了彌補(bǔ)已有研究的不足，本文在前人研究的基礎(chǔ)上從以下三個方面完善產(chǎn)權(quán)結(jié)構(gòu)變動與經(jīng)濟(jì)增長關(guān)系的計量模型，使其更加精確，更具代表性：（1）本文構(gòu)建一個包含了3個結(jié)構(gòu)變動指標(biāo)加權(quán)平均而成的產(chǎn)權(quán)結(jié)構(gòu)變動綜合指標(biāo)，對產(chǎn)權(quán)結(jié)構(gòu)變動和經(jīng)濟(jì)增長之間的因果關(guān)系進(jìn)行實(shí)證檢驗(yàn)，通過面板格蘭杰因果檢驗(yàn)，運(yùn)用系統(tǒng)廣義矩估計（system GMM）的方法，驗(yàn)證二者之間是否存在聯(lián)立互為因果的特性，進(jìn)而驗(yàn)證產(chǎn)權(quán)變動變量在經(jīng)濟(jì)增長方程中是否具有內(nèi)生性。（2）本文所分析的數(shù)據(jù)是基于全國30個省份從1995年至2013年19年的宏觀面板數(shù)據(jù)，這些數(shù)據(jù)為我們分析各地區(qū)之間經(jīng)濟(jì)增長的差異性提供了強(qiáng)有力的支持，同時有效克服了僅關(guān)注某一部門的局限性。（3）為了克服計量模型中的內(nèi)生性，同時刻畫經(jīng)濟(jì)增長變量本身具有的持續(xù)特點(diǎn)，本文將引入動態(tài)面板數(shù)據(jù)模型（DPD model）對產(chǎn)權(quán)結(jié)構(gòu)變動影響經(jīng)濟(jì)增長的程度進(jìn)行估計。

三、計量方法以及數(shù)據(jù)

（一）面板格蘭杰因果檢驗(yàn)

本文最終的目的在于估計產(chǎn)權(quán)結(jié)構(gòu)變動對于經(jīng)濟(jì)增長的影響。但產(chǎn)權(quán)結(jié)構(gòu)變動和經(jīng)濟(jì)增長之間可能互為因果，因此產(chǎn)權(quán)結(jié)構(gòu)變動變量可能具有內(nèi)生性。在這一部分中，我們將運(yùn)用面板格蘭杰因果檢驗(yàn)對這兩個變量可能存在的雙向因果關(guān)系進(jìn)行考察。

近年來，計量經(jīng)濟(jì)學(xué)界對于面板格蘭杰因果檢驗(yàn)的應(yīng)用逐漸增多，因?yàn)檫@種方法應(yīng)用于面板數(shù)據(jù)模型中，可以顯著地增加自由度，進(jìn)而增加估計的有效性。運(yùn)用面板格蘭杰檢驗(yàn)的方法，我們進(jìn)行如下的模型設(shè)定：

其中，lnity代表中國i省t年的人均GDP的對數(shù)，itInst代表i省t年的產(chǎn)權(quán)結(jié)構(gòu)變動，和代表省際之間的個體異質(zhì)項(xiàng)，uit和εit代表均值為0的隨機(jī)干擾項(xiàng)。

格蘭杰因果檢驗(yàn)的核心思想是，未來的事件不會對目前和過去產(chǎn)生因果影響，而過去的事件才可能對現(xiàn)在及未來產(chǎn)生影響。因此，對于A、B兩組時間序列變量而言，給定變量A過去的數(shù)值，其可能引起另一個變量B當(dāng)前值的變化，而A的未來值卻不可能引起B(yǎng)當(dāng)前值的變化。但是，A在B之前發(fā)生并不意味著A會引起B(yǎng)的發(fā)生，我們需要控制其它對于相關(guān)的可以用來解釋B的變量。標(biāo)準(zhǔn)格蘭杰檢驗(yàn)假設(shè)，在面板數(shù)據(jù)中，這些控制變量的信息可以從B的過去值以及樣本的個體異質(zhì)項(xiàng)中反映（Justesen,2008）。

因此，方程（1）的基本含義是，在ln y的過去值和個體異質(zhì)項(xiàng)被控制的條件下，如果包含在Inst過去值的信息可以顯著地解釋當(dāng)期的ln y，此時Inst是ln y的格蘭杰原因。這也就意味著，產(chǎn)權(quán)結(jié)構(gòu)變動將顯著引起中國的經(jīng)濟(jì)增長。相似地，在方程（2）背后的含義是，在Inst的過去值和個體異質(zhì)項(xiàng)被控制的條件下，如果包含在ln y過去值的信息可以顯著地解釋當(dāng)期的Inst，此時ln y是Inst的格蘭杰原因。

至此，可以發(fā)現(xiàn)我們關(guān)注的重點(diǎn)在于在給定顯著水平下，方程（1）中的kδ和方程（2）中的kγ是否顯著地異于零。這里存在四種可能的情況：如果kδ和kγ都不顯著異于零，我們認(rèn)為ln y和Inst互不相關(guān)。如果kδ顯著異于零而kγ不是，我們認(rèn)為Inst引起了ln y的變化，但是相反的作用不存在。如果kγ顯著異于零而kδ不是，我們認(rèn)為ln y引起了Inst的變化，但是相反的作用不存在。最后，如果kδ和kγ同時顯著異于零，我們說Inst和ln y之間存在著雙向的因果關(guān)系，也就是說，產(chǎn)權(quán)結(jié)構(gòu)變動和經(jīng)濟(jì)增長之間內(nèi)生地相互引起。

我們運(yùn)用了兩種假設(shè)檢驗(yàn)的方法來檢驗(yàn)經(jīng)濟(jì)增長和產(chǎn)權(quán)結(jié)構(gòu)變動的相互作用。第一種是標(biāo)準(zhǔn)的格蘭杰因果檢驗(yàn)，即檢驗(yàn)系數(shù)的聯(lián)合顯著性（所有系數(shù)聯(lián)合均等于零）。在計量應(yīng)用中，如果Wald檢驗(yàn)的結(jié)果顯示，kδ（kγ）如果聯(lián)合顯著異于零的話，便可認(rèn)為Inst（ln y）是ln y（Inst）的格蘭杰原因。但是，這種檢驗(yàn)最大的問題在于不能區(qū)分暫時的或是永久的格蘭杰因果關(guān)系。也就是說，在系數(shù)聯(lián)合顯著異于零的情況下，A被認(rèn)為是B的格蘭杰原因，但其系數(shù)之和可能等于零。這樣的情況也就意味著A的一個永久變化只引起B(yǎng)的一個暫時的波動，并不能引起Y的永久變化（Drobny,1988），因此不能更全面的反映格蘭杰因果關(guān)系。

由此我們引入第二種假設(shè)檢驗(yàn)的方法——檢驗(yàn)系數(shù)之和是否顯著異于零，以考察滯后解釋變量對于被解釋變量累積影響的顯著性（Justesen，2008），作為傳統(tǒng)格蘭杰因果檢驗(yàn)——聯(lián)合顯著性檢驗(yàn)的補(bǔ)充：如果方程（1）中滯后Inst的系數(shù)之和，即Σδk顯著異于零，我們認(rèn)為Inst永久地引起了ln y的變化。同理，如果方程（2）中滯后ln y的系數(shù)之和，即顯著異于零，我們認(rèn)為ln y永久地引起了Inst的變化。

在計量理論中，格蘭杰因果檢驗(yàn)對滯后期的選擇比較敏感。在考慮適當(dāng)?shù)臏笃谶x擇中，Holtz-Eakin,Newey,and Rosen（1988）認(rèn)為滯后項(xiàng)的期數(shù)不應(yīng)超過總時間長度的1/3，否則的話由于存在過度識別的問題，使得協(xié)方差矩陣不能被正確地估計。在研究之中為了得到足夠的自由度，我們采用了Justesen（2008）的方法，在模型中只包括了解釋變量和被解釋變量的最多兩期（即1期或2期）滯后項(xiàng)。因此，在我們的格蘭杰因果檢驗(yàn)中有4種可能的形式。這里，我們運(yùn)用AIC和BIC準(zhǔn)則來選擇最優(yōu)滯后項(xiàng)期數(shù)。

方程（1）和方程（2）中同時包括了滯后的被解釋變量和解釋變量，以及不可觀測的個體異質(zhì)項(xiàng)。由于隨機(jī)擾動項(xiàng)和滯后的被解釋變量相關(guān)，會導(dǎo)致內(nèi)生性的存在，因此使用混合OLS的方法進(jìn)行參數(shù)估計會導(dǎo)致有偏且不一致的估計。為了克服這一問題，面板數(shù)據(jù)模型的標(biāo)準(zhǔn)步驟是通過一階差分的方法清除不可觀測的個體異質(zhì)項(xiàng)。但是，由于隨機(jī)擾動項(xiàng)的差分項(xiàng)和一些滯后被解釋變量的差分項(xiàng)相關(guān)，要想得到一致的估計量需要運(yùn)用工具變量（IV）。這里，差分廣義矩估計（GMM）方法和系統(tǒng)廣義矩估計（GMM）方法通過運(yùn)用滯后值作為工具變量，可以很好地解決這一問題。在本文中，我們運(yùn)用了系統(tǒng)GMM的方法，因?yàn)槠湎噍^差分GMM方法而言加入了水平矩條件，運(yùn)用了更多的工具變量，因此估計具有更強(qiáng)的有效性。

（二）產(chǎn)權(quán)結(jié)構(gòu)變動對于經(jīng)濟(jì)增長影響的估計——動態(tài)面板數(shù)據(jù)模型

為估計產(chǎn)權(quán)結(jié)構(gòu)變動影響經(jīng)濟(jì)增長的程度，首先需要通過經(jīng)濟(jì)理論推導(dǎo)計量模型。根據(jù)通常的研究方法，假定有如下的“柯布—道格拉斯”總量生產(chǎn)函數(shù)：

其中，Y表示總產(chǎn)出，A表示技術(shù)進(jìn)步，L表示勞動力投入，K表示資本投入。從函數(shù)形式上看出，該技術(shù)進(jìn)步屬于勞動增加型的技術(shù)進(jìn)步——即哈羅德中性技術(shù)進(jìn)步。①技術(shù)進(jìn)步的主要作用在于節(jié)約勞動時間和減少勞動強(qiáng)度，相當(dāng)于增加勞動力供給，因此我們選擇哈羅德中性技術(shù)進(jìn)步的形式。該函數(shù)形式具有規(guī)模報酬不變的性質(zhì)，滿足新古典生產(chǎn)函數(shù)的假設(shè)。將方程兩邊同除以L得到密集形式的生產(chǎn)函數(shù)：

其中，Inst為產(chǎn)權(quán)結(jié)構(gòu)，γ為其相應(yīng)的系數(shù)。

其中，y表示人均產(chǎn)出，用人均 GDP來表示；A表示技術(shù)進(jìn)步；k表示人均資本投入，用人均資本存量來表示；Inst表示產(chǎn)權(quán)結(jié)構(gòu)，用產(chǎn)權(quán)結(jié)構(gòu)變動綜合指標(biāo)來衡量；α、γ為其對應(yīng)的系數(shù)，i和t分別表示地區(qū)和時間下標(biāo)，ln表示自然對數(shù)。由于廣義技術(shù)進(jìn)步是無法觀測的，而它又直接影響到參數(shù)估計的結(jié)果，所以作為一種折衷的辦法，我們在此假設(shè)各地區(qū)之間的技術(shù)進(jìn)步水平是不同的，①這里假設(shè)各地區(qū)的技術(shù)進(jìn)步水平不同也是符合中國國情的。并假定：

對上述模型的兩邊取自然對數(shù)并與面板數(shù)據(jù)分析結(jié)合起來，得到如下標(biāo)準(zhǔn)線性形式：

其中C為常數(shù)，iv為特定地區(qū)的平均技術(shù)進(jìn)步程度，itu為技術(shù)進(jìn)步的變動，它隨時間變化，但與資本和制度因素不相關(guān)，從而可以被假定為均值為零的隨機(jī)誤差項(xiàng)。則此時得到的計量模型為：

同時，由于經(jīng)濟(jì)增長指標(biāo)——人均GDP具有一定的持續(xù)特點(diǎn)，上一期的人均產(chǎn)出可能直接對下一期的人均產(chǎn)出具有影響，因此我們使模型動態(tài)化，將人均產(chǎn)出對數(shù)（被解釋變量）的滯后m期項(xiàng)加入解釋變量中，即為動態(tài)面板數(shù)據(jù)模型，模型形式為：

運(yùn)用方程（9）表示的動態(tài)面板數(shù)據(jù)模型主要有以下原因：首先，正如之前所言，人均GDP往往是具有持續(xù)特點(diǎn)的，前幾期的人均產(chǎn)出可能直接對下一期的人均產(chǎn)出具有影響，這一點(diǎn)在學(xué)界基本已形成共識。其次，從人均產(chǎn)出到產(chǎn)權(quán)結(jié)構(gòu)變動可能具有反向的因果關(guān)系，因此OLS方法可能存在內(nèi)生性問題導(dǎo)致估計量不一致，動態(tài)面板數(shù)據(jù)模型可以通過GMM方法，運(yùn)用數(shù)據(jù)的動態(tài)特性產(chǎn)生適當(dāng)?shù)墓ぞ咦兞?，以解決內(nèi)生性的問題。

在估計方程（9）時還可能產(chǎn)生一些計量方面的技術(shù)問題。首先，個體異質(zhì)項(xiàng)可能和解釋變量相關(guān)。其次，將滯后的被解釋變量加入模型中，可能引起序列相關(guān)。再次，研究中所使用的面板數(shù)據(jù)省份數(shù)目較大（30），而時間維度較短（19），會產(chǎn)生一定的統(tǒng)計問題。

如果直接運(yùn)用混合OLS（POLS）的方法估計方程（9），可能導(dǎo)致有偏且不一致的估計量，而Arellano-Bond GMM估計量可以用來解決上述問題。在計量理論中，Arellano-Bond GMM估計量（差分GMM估計量）有以下特點(diǎn)：第一，這種方法使用內(nèi)生變量的滯后值作為工具變量，以解決內(nèi)生性的問題。第二，這種方法通過一階差分法消去個體異質(zhì)項(xiàng)，避免個體異質(zhì)項(xiàng)和解釋變量相關(guān)。第三，為了解決序列相關(guān)的問題，這種方法使用過去的數(shù)值作為滯后被解釋變量的工具變量。第四，這一估計量專門為個體數(shù)目較大，而時間維度較短的面板數(shù)據(jù)設(shè)計（Mon-Chi Lio et al.，2011）。

在本文的研究中，我們使用系統(tǒng)GMM估計量來估計方程（9），實(shí)際上使用了Arellano-Bond GMM估計量的擴(kuò)展版本——Arellano-Bond系統(tǒng)GMM估計量。這一估計量同時使用了差分方程和水平方程的信息，可以得到更多的工具變量和矩條件，以增加估計的有效性。本文的計量結(jié)果均通過STATA軟件得到。

（三）數(shù)據(jù)來源和指標(biāo)說明

本文所用的數(shù)據(jù)主要來自1995—2013年《中國統(tǒng)計年鑒》及中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫，經(jīng)綜合整理校對所得。綜合考慮指標(biāo)的代表性及數(shù)據(jù)的可得性，我們選取了30個省份，①本文選取了除重慶之外的其它所有大陸省份（含直轄市、自治區(qū)），不包含重慶的原因在于可用的資本存量數(shù)據(jù)缺失。從1995年到2013年共19個年份的3個指標(biāo)。這3個指標(biāo)的詳細(xì)說明及計算方法如下：人均產(chǎn)出（或人均GDP）表示單位勞動的產(chǎn)出水平，反映了勞動生產(chǎn)率的變化。它在數(shù)值上等于國內(nèi)生產(chǎn)總值除以全體就業(yè)人口數(shù)。人均資本存量表示單位勞動的資本投入量，反映了資本與勞動力這兩種最重要的生產(chǎn)要素之間的投入比例關(guān)系，在數(shù)值上等于資本存量②本文根據(jù)張軍等（2004）測算的1978年中國各省物質(zhì)資本存量、固定資產(chǎn)投資價格指數(shù)以及他們估計出的9.6%的資產(chǎn)重置率重新計算了各省從1995年到2013年的固定資本存量。和全體就業(yè)人口數(shù)之比。對于最關(guān)鍵的產(chǎn)權(quán)結(jié)構(gòu)變動綜合指標(biāo)，我們參考張雁南（2006）的做法，將“非國有工業(yè)產(chǎn)值占全社會工業(yè)總產(chǎn)值的比重”③計算方法為：（規(guī)模以上工業(yè)總產(chǎn)值-規(guī)模以上國有及國有控股工業(yè)企業(yè)工業(yè)總產(chǎn)值）/規(guī)模以上工業(yè)總產(chǎn)值。但由于工業(yè)總產(chǎn)值數(shù)據(jù)僅到2011年，對于2012年和2013年的這一指標(biāo)，我們用主營業(yè)務(wù)收入代替工業(yè)總產(chǎn)值進(jìn)行計算。、“非國有經(jīng)濟(jì)組織固定資產(chǎn)投資占全部固定資產(chǎn)投資的比重”④計算方法為：（全社會固定資產(chǎn)投資－國有經(jīng)濟(jì)組織固定資產(chǎn)投資）/全社會固定資產(chǎn)投資。和“城鎮(zhèn)非國有單位從業(yè)人員占城鎮(zhèn)總就業(yè)人員的比重”⑤計算方法為：（城鎮(zhèn)總就業(yè)人員數(shù)－城鎮(zhèn)國有單位就業(yè)人員數(shù)）/城鎮(zhèn)總就業(yè)人員數(shù)。但由于相關(guān)指標(biāo)的分省數(shù)據(jù)僅發(fā)布到2010年，對于2011至2013年的這一指標(biāo)，我們以2010年各省數(shù)據(jù)為基準(zhǔn)，用全國總的這一指標(biāo)變化比例作為調(diào)整權(quán)重，近似得到這三年各省份的該指標(biāo)數(shù)據(jù)。三方面的指標(biāo)綜合起來。⑥綜合前人的研究成果，這里將“非國有經(jīng)濟(jì)組織固定資產(chǎn)投資占全部固定資產(chǎn)投資的比重”的權(quán)重設(shè)為0.4，將“非國有工業(yè)產(chǎn)值占全社會工業(yè)總產(chǎn)值的比重”及“城鎮(zhèn)非國有單位從業(yè)人員占城鎮(zhèn)總就業(yè)人員的比重”的權(quán)重均設(shè)為0.3，據(jù)此得到一個衡量產(chǎn)權(quán)結(jié)構(gòu)變動的綜合指標(biāo)。這種衡量方法考慮了產(chǎn)值、投資、就業(yè)等多個維度的產(chǎn)權(quán)結(jié)構(gòu)變動，能更全面地反映產(chǎn)權(quán)結(jié)構(gòu)的變動狀況，彌補(bǔ)了國內(nèi)相關(guān)領(lǐng)域計量分析指標(biāo)中的不足。各變量的描述統(tǒng)計如表1所示。

表1 主要數(shù)據(jù)的描述統(tǒng)計

我們將所有省份按2010年⑦由于2011至2013年的部分?jǐn)?shù)據(jù)來自樣本外近似，因此我們選擇數(shù)據(jù)更為準(zhǔn)確的年份進(jìn)行刻畫。的人均GDP對數(shù)分為了三組：即lny小于10，大于10小于10.5，或者大于10.5，lny由低到高變化體現(xiàn)了中國不同省份經(jīng)濟(jì)發(fā)展程度的遞進(jìn)?？梢钥闯?，在經(jīng)濟(jì)最發(fā)達(dá)的省份中，產(chǎn)權(quán)結(jié)構(gòu)變動綜合指標(biāo)一般較大，最高為江蘇?。?.857）；而在經(jīng)濟(jì)相對最不發(fā)達(dá)的省份中，產(chǎn)權(quán)結(jié)構(gòu)變動綜合指標(biāo)一般較小，最低為甘肅?。?.413）?？梢钥吹剑a(chǎn)權(quán)結(jié)構(gòu)變動和經(jīng)濟(jì)增長存在著正相關(guān)。事實(shí)上，全部樣本中l(wèi)ny和Inst的相關(guān)系數(shù)為0.781，可見二者存在著較為明顯的正相關(guān)關(guān)系。

下文試圖通過精確的計量方法明確：lny和Inst兩個變量如此高的相關(guān)系數(shù)是否和它們之間可能的雙向因果關(guān)系有關(guān)？產(chǎn)權(quán)結(jié)構(gòu)變動對于經(jīng)濟(jì)增長的作用是否顯著？如果是顯著且正向的，說明恰當(dāng)?shù)漠a(chǎn)權(quán)結(jié)構(gòu)變動對于促進(jìn)經(jīng)濟(jì)發(fā)展、提高人民生活水平具有重要的推進(jìn)作用。

四、計量分析結(jié)果

這一部分首先對方程（1）和（2）進(jìn)行面板格蘭杰因果檢驗(yàn)，對每個方程的檢驗(yàn)都將有4種設(shè)定形式。隨后運(yùn)用4種選擇工具變量的方法估計動態(tài)面板數(shù)據(jù)模型（方程（9）），得到產(chǎn)權(quán)結(jié)構(gòu)變動對于經(jīng)濟(jì)增長的影響系數(shù)。

（一）面板格蘭杰因果檢驗(yàn)的結(jié)果

首先匯報的是面板格蘭杰因果檢驗(yàn)的結(jié)果。這里運(yùn)用了Arellano–Bond系統(tǒng)GMM方法。對于方程（1）和方程（2），我們對每一個方程均設(shè)定了4種形式進(jìn)行檢驗(yàn)：即每個方程中l(wèi)ny和Inst的滯后期數(shù)為1或2。

為了解決內(nèi)生性和序列相關(guān)的問題，我們運(yùn)用了各變量16階和更高階的滯后項(xiàng)作為工具變量。從16階滯后項(xiàng)開始作為工具變量的一個重要原因是為了遵循一條公認(rèn)的經(jīng)驗(yàn)規(guī)則：為了克服工具變量太多的問題，模型中所使用的工具變量的數(shù)目一定不能超過面板數(shù)據(jù)中個體（小組）的個數(shù)——這個研究中此數(shù)字為30。而通過選擇各變量16階和更高階的滯后項(xiàng)作為工具變量，在對方程（1）和（2）一共8種形式的檢驗(yàn)之中，工具變量的數(shù)目均不超過省份個數(shù)，因此意味著潛在的工具變量過多問題并不存在。

對方程（1）進(jìn)行面板格蘭杰因果檢驗(yàn)的結(jié)果如表2上半部分所示。正如前面所言，這里最主要的問題在于，檢驗(yàn)kδ是否等于0——我們同時運(yùn)用了檢驗(yàn)聯(lián)合顯著性的標(biāo)準(zhǔn)方法（原假設(shè)是所有系數(shù)kδ聯(lián)合等于0）以及檢驗(yàn)系數(shù)和的方法（原假設(shè)是kδΣ等于0）。正如表2上半部分所顯示，在對Inst影響lny的4種形式的檢驗(yàn)中，除去lny采用一階滯后、Inst采用二階滯后的形式在系數(shù)和檢驗(yàn)不顯著之外，所有聯(lián)合顯著檢驗(yàn)及系數(shù)和檢驗(yàn)均在10%的水平上顯著，拒絕Inst不會影響lny的原假設(shè)。同時結(jié)果顯示，滯后的Inst項(xiàng)的系數(shù)均顯著為正。AIC和BIC值意味著，最優(yōu)的模型設(shè)定是Inst滯后1期且lny滯后1期（即[1/1]）的形式，這一形式的檢驗(yàn)結(jié)果相對更為可信。因此我們認(rèn)為，中國的產(chǎn)權(quán)結(jié)構(gòu)變動顯著地推動經(jīng)濟(jì)增長——即前者是后者的格蘭杰原因。

對方程（2）面板格蘭杰檢驗(yàn)的結(jié)果匯報如表2的下半部分所示。這時最主要的問題在于，檢驗(yàn)γk是否等于0——我們同樣運(yùn)用檢驗(yàn)聯(lián)合顯著性的標(biāo)準(zhǔn)方法（原假設(shè)是所有系數(shù)γk聯(lián)合等于0）及檢驗(yàn)系數(shù)和的方法（原假設(shè)是等于0）。結(jié)果顯示，無論是標(biāo)準(zhǔn)的聯(lián)合顯著檢驗(yàn)還是系數(shù)和檢驗(yàn)均在1%的水平上顯著，強(qiáng)烈地拒絕了Inst不受lny影響的原假設(shè)，同時滯后lny項(xiàng)的系數(shù)均顯著為正，可見中國的經(jīng)濟(jì)增長同樣會顯著促進(jìn)產(chǎn)權(quán)結(jié)構(gòu)變動——即前者是后者的格蘭杰原因。AIC和BIC值意味著，最優(yōu)的模型設(shè)定同樣是Inst滯后1期且lny滯后1期（即[1/1]）的形式。

由此可見，通過以上的面板格蘭杰因果檢驗(yàn)，我們可以得到，經(jīng)濟(jì)增長和產(chǎn)權(quán)結(jié)構(gòu)變動存在著雙向因果關(guān)系。因此，后文在對產(chǎn)權(quán)結(jié)構(gòu)變動變量影響經(jīng)濟(jì)增長的效應(yīng)進(jìn)行研究時，應(yīng)充分考慮因雙向因果關(guān)系而產(chǎn)生的內(nèi)生性問題。

表2 面板格蘭杰因果檢驗(yàn)的結(jié)果

（二）動態(tài)面板數(shù)據(jù)模型回歸結(jié)果

在方程（9）所設(shè)定的動態(tài)面板數(shù)據(jù)模型之中，考慮了經(jīng)濟(jì)增長和產(chǎn)權(quán)結(jié)構(gòu)變動存在的雙向因果關(guān)系，同時將人均資本作為控制變量加入模型中，來估計產(chǎn)權(quán)結(jié)構(gòu)變動對于經(jīng)濟(jì)增長影響大小。在這里，我們首先要確定被解釋變量的滯后階數(shù)m。由于應(yīng)用系統(tǒng)GMM方法必須要求原模型中的隨機(jī)擾動項(xiàng)itu不存在序列相關(guān)——亦即擾動項(xiàng)的一階差分不存在二階或更高階的序列相關(guān)。如果被解釋變量的滯后階數(shù)m為1或2，經(jīng)檢驗(yàn)?zāi)Ｐ凸烙嫿Y(jié)果均為itu存在序列相關(guān)，此時由于模型設(shè)定的問題，系統(tǒng)GMM方法是不可以被使用的。若m=3，此時檢驗(yàn)的結(jié)果是itu的一階差分不存在二階序列相關(guān)，即itu不存在序列相關(guān)，方可以使用系統(tǒng)GMM方法。因此，我們在解釋變量中引入被解釋變量的三階滯后，以解決擾動項(xiàng)序列相關(guān)的問題。此時，動態(tài)面板數(shù)據(jù)模型被設(shè)定為：

估計結(jié)果如表3中所示，其中包含了五個具體的回歸模型。模型（1）是通常應(yīng)用的混合OLS方法，為后面的DPD模型提供一個基準(zhǔn)，這里沒有考慮產(chǎn)權(quán)結(jié)構(gòu)變動變量的內(nèi)生性問題，刪除了滯后的被解釋變量和個體異質(zhì)項(xiàng)后直接進(jìn)行回歸，此時有效的樣本數(shù)量為570。模型（2）至（5）中，我們均運(yùn)用了Arellano–Bond系統(tǒng)GMM方法來估計動態(tài)面板數(shù)據(jù)模型，此時有效的樣本數(shù)量為480。

通過混合OLS的方法估計模型（1）的結(jié)果如表3的第一列所示。此時，調(diào)整后的2R為0.9610，意味著人均資本和產(chǎn)權(quán)結(jié)構(gòu)變動這兩個解釋變量可以解釋相當(dāng)程度的人均GDP數(shù)據(jù)。正如所預(yù)料的那樣，lnk的系數(shù)顯著為正，表明人均資本高的省份擁有更高的經(jīng)濟(jì)發(fā)展水平。而我們所關(guān)注的Inst系數(shù)為0.897，在1%的水平上顯著，表明產(chǎn)權(quán)結(jié)構(gòu)變動對經(jīng)濟(jì)增長有顯著的促進(jìn)作用。但是正如前面的面板格蘭杰因果檢驗(yàn)所顯示的，人均GDP的增長會對產(chǎn)權(quán)結(jié)構(gòu)變動指標(biāo)具有反向的促進(jìn)作用，這也使得OLS方法存在內(nèi)生性的問題，會高估產(chǎn)權(quán)結(jié)構(gòu)變動對于經(jīng)濟(jì)增長的影響。

在模型（2）至（5）中，解釋變量Inst被視為內(nèi)生變量，同時人均GDP的持續(xù)特點(diǎn)也通過其滯后項(xiàng)的引入被考慮進(jìn)來。這里，假設(shè)lnk為前定變量（而非嚴(yán)格外生的變量），也就是說，lnk和當(dāng)期及未來的隨機(jī)擾動項(xiàng)無關(guān)，但可能和過去的擾動項(xiàng)相關(guān)。

為了解決內(nèi)生性和序列相關(guān)的問題，需要對工具變量進(jìn)行使用。本文沒有引入額外的工具變量，只是利用了已有變量的滯后項(xiàng)或差分滯后項(xiàng)作為工具變量進(jìn)行模型估計。模型（2）至（5）選擇的工具變量有所差別：在模型（2）中，對于lny和Inst，我們選擇了其16階滯后項(xiàng)作為工具變量，對于前定變量lnk，選擇其14和15階滯后項(xiàng)作為工具變量；在模型（3）中，對于lny和Inst，選擇其15階滯后項(xiàng)作為工具變量，對前定變量lnk，則選擇其15和16階滯后項(xiàng)作為工具變量；在模型（4）中，對于lny和Inst，我們選擇了其14階滯后項(xiàng)作為工具變量，對于前定變量lnk，選擇其17和18階滯后項(xiàng)作為工具變量；在模型（5）中，對于lny和Inst，選擇其13階滯后項(xiàng)作為工具變量，對于前定變量lnk，則選擇其17和18階滯后項(xiàng)作為工具變量。這樣選擇工具變量的重要原因是滿足前面提到的經(jīng)驗(yàn)規(guī)則：保證模型估計中所使用的工具變量（IV）數(shù)不超過面板數(shù)據(jù)中個體（小組）的個數(shù)——本研究此數(shù)字為30：模型（2）至（5）使用的IV數(shù)分別為27，28，26，30，均不超過省份的數(shù)目30，因此不存在工具變量過多的問題。

在使用工具變量的情況下，Hansen檢驗(yàn)可以用來檢驗(yàn)IV的有效性。它的原假設(shè)是：工具變量作為一個整體和殘差不相關(guān)，即具有外生的特點(diǎn)。正如表3所示，對于模型（2）至（5）而言，Hansen檢驗(yàn)的結(jié)果全部為統(tǒng)計上不顯著，表明我們應(yīng)當(dāng)接受工具變量作為一個整體有效的原假設(shè)。另外，正如前面所言，系統(tǒng)GMM方法必須要求隨機(jī)擾動項(xiàng)itu的一階差分不存在二階序列相關(guān)，即itu不存在序列相關(guān)。正如表3所示，AR（2）檢驗(yàn)的結(jié)果也全部在統(tǒng)計上不顯著，表明我們應(yīng)當(dāng)接受擾動項(xiàng)的一階差分不存在二階序列相關(guān)——即擾動項(xiàng)不存在序列相關(guān)的原假設(shè)，這也說明系統(tǒng)GMM方法是可以被使用的。

在模型（2）至（5）之中，正如我們所預(yù)料的，lnk的系數(shù)是顯著為正的，資本的產(chǎn)出彈性在0.165和0.221之間，表明人均資本高的省份經(jīng)濟(jì)發(fā)展水平也較高。lny的滯后項(xiàng)系數(shù)均為顯著，說明了人均GDP具有較強(qiáng)的持續(xù)特點(diǎn)，對模型的動態(tài)刻畫是合意的。

另外，在模型（2）至（5）中我們關(guān)注的是實(shí)證結(jié)果支持了產(chǎn)權(quán)結(jié)構(gòu)變動能促進(jìn)經(jīng)濟(jì)增長的結(jié)論——這四個模型中，Inst的系數(shù)分別為0.573，0.423，0.502和0.502，且都在1%的水平上顯著，這表明，產(chǎn)權(quán)結(jié)構(gòu)每向上變動一個百分點(diǎn)，人均GDP的對數(shù)將相應(yīng)增長0.423%至0.573%。同時，這個結(jié)論也意味著，混合OLS方法由于不將內(nèi)生性的問題考慮在內(nèi)，會高估產(chǎn)權(quán)結(jié)構(gòu)變動對于經(jīng)濟(jì)增長的作用（0.897遠(yuǎn)大于0.573）。

五、研究結(jié)論及重要啟示

本文運(yùn)用“柯布—道格拉斯”生產(chǎn)函數(shù)，通過構(gòu)建了一個由3個結(jié)構(gòu)指標(biāo)加權(quán)平均而成的產(chǎn)權(quán)結(jié)構(gòu)變動綜合指標(biāo)，運(yùn)用中國30個省份從1995年至2013年的面板數(shù)據(jù)以及計量方法，分析了產(chǎn)權(quán)結(jié)構(gòu)變動和經(jīng)濟(jì)增長之間的相互關(guān)系。

首先，通過面板格蘭杰因果檢驗(yàn)，我們得到產(chǎn)權(quán)結(jié)構(gòu)變動和經(jīng)濟(jì)增長是互為因果的關(guān)系。一方面，中國產(chǎn)權(quán)結(jié)構(gòu)以及所有制結(jié)構(gòu)的變動，會影響經(jīng)濟(jì)的增長，這可能通過要素轉(zhuǎn)移、制度激勵等渠道實(shí)現(xiàn)。另一方面，經(jīng)濟(jì)增長也會對產(chǎn)權(quán)變革產(chǎn)生推動作用。同時，檢驗(yàn)的結(jié)果也意味著，如果不考慮由這兩個變量的聯(lián)立關(guān)系而引起的內(nèi)生性，那么很可能高估產(chǎn)權(quán)結(jié)構(gòu)變動對于經(jīng)濟(jì)增長的作用。

其次，為了解決上面提到的內(nèi)生性問題，運(yùn)用了動態(tài)面板數(shù)據(jù)模型估計產(chǎn)權(quán)結(jié)構(gòu)變動對于中國經(jīng)濟(jì)增長的影響程度。這種方法同時考慮了人均GDP本身具有持續(xù)性的動態(tài)特點(diǎn)。實(shí)證研究的結(jié)論是，產(chǎn)權(quán)結(jié)構(gòu)變動對中國的經(jīng)濟(jì)增長具有顯著的正向影響，產(chǎn)權(quán)結(jié)構(gòu)每向上變動一個百分點(diǎn)，人均GDP的對數(shù)將相應(yīng)增長0.423%至0.573%。這說明，前期推動產(chǎn)權(quán)結(jié)構(gòu)和所有制結(jié)構(gòu)的改革績效是顯著的，且仍具有發(fā)展空間。另外，我們還得到了人均資本增加會對產(chǎn)出有顯著的正影響，人均GDP具有較強(qiáng)的持續(xù)特點(diǎn)等其它有益的結(jié)論。

這些結(jié)論對我們具有重要的政策啟示。首先，在中國改革已進(jìn)入深水區(qū)的今天，全面深化改革面臨嚴(yán)峻挑戰(zhàn)。本文的研究表明，經(jīng)濟(jì)增長對于產(chǎn)權(quán)結(jié)構(gòu)改革具有反推動作用，國家可以通過產(chǎn)業(yè)政策、稅收政策、再分配政策等方式補(bǔ)貼改革落后的地區(qū)，拉動區(qū)域經(jīng)濟(jì)增長，從而推動產(chǎn)權(quán)結(jié)構(gòu)變動。全面深化改革絕不可以忽略經(jīng)濟(jì)增長指標(biāo)，僅僅為了改革而改革，這樣只會起到事倍功半的效果。

更重要的是，研究表明，中國過去30余年的改革開放推動的產(chǎn)權(quán)結(jié)構(gòu)發(fā)展和變動，在促進(jìn)經(jīng)濟(jì)增長方面具有顯著的正向績效。同時，這種正向的績效在當(dāng)前未調(diào)整到位，仍有進(jìn)一步發(fā)展的空間。因此，黨的十八屆三中全會提出允許更多國有經(jīng)濟(jì)和其它所有制經(jīng)濟(jì)發(fā)展成為混合所有制經(jīng)濟(jì)，國有資本投資項(xiàng)目允許非國有資本參股，允許混合所有制經(jīng)濟(jì)實(shí)行企業(yè)員工持股，形成資本所有者和勞動者利益共同體。通過推進(jìn)產(chǎn)權(quán)結(jié)構(gòu)變動，中國將進(jìn)一步釋放改革紅利，促進(jìn)經(jīng)濟(jì)增長。

1.丁永健、鄢雯、侯鐵珊：《地區(qū)工業(yè)所有制結(jié)構(gòu)與經(jīng)濟(jì)增長的相互影響——基于面板VAR模型的實(shí)證分析》[J]，《大連理工大學(xué)學(xué)報（社會科學(xué)版）》2011年第3期。

2.葛新元、王大輝、袁強(qiáng)等：《中國經(jīng)濟(jì)結(jié)構(gòu)變化對經(jīng)濟(jì)增長的貢獻(xiàn)的計量分析》[J]，《北京師范大學(xué)學(xué)報（自然科學(xué)版）》2000年第1期。

3.郭克莎：《中國所有制結(jié)構(gòu)變動與資源總配置效應(yīng)》[J]，《經(jīng)濟(jì)研究》1994年第7期。

4.洪名勇：《所有制結(jié)構(gòu)調(diào)整與經(jīng)濟(jì)增長的實(shí)證研究》[C]，《西部發(fā)展評論》2005年第2期（總第16期）。

5.李方正：《我國經(jīng)濟(jì)結(jié)構(gòu)調(diào)整與經(jīng)濟(jì)增長的實(shí)證研究》[J]，《財經(jīng)理論研究》2014年第1期。

6.劉瑞明：《所有制結(jié)構(gòu)、增長差異與地區(qū)差距:歷史因素影響了增長軌跡嗎?》[J]，《經(jīng)濟(jì)研究》2011年第S2期。

7.劉偉、李紹榮：《所有制變化與經(jīng)濟(jì)增長和要素效率提升》[J]，《經(jīng)濟(jì)研究》2001年第1期。

8.喬傳福：《論經(jīng)濟(jì)增長與所有制結(jié)構(gòu)的關(guān)系》[J]，《中國軟科學(xué)》2000年第3期。

9.沈坤榮：《改革二十年我國所有制結(jié)構(gòu)變動對產(chǎn)業(yè)結(jié)構(gòu)變動的影響分析》[J]，《管理世界》1999年第2期。

10.王紅玲：《中國工業(yè)所有制結(jié)構(gòu)差異及其影響的實(shí)證分析》[J]，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》2001年第5期。

11.楊天宇、袁江：《中國經(jīng)濟(jì)結(jié)構(gòu)變遷影響經(jīng)濟(jì)增長的實(shí)證研究》[J]，《探索》2005年第5期。

12.張雁南：《制度變遷與經(jīng)濟(jì)增長——基于面板數(shù)據(jù)的實(shí)證分析》[D]，2006年。

13.趙金鎖：《中國現(xiàn)階段經(jīng)濟(jì)制度變遷區(qū)際差異實(shí)證分析》[J]，《甘肅社會科學(xué)》2008年第3期。

14.Arellano M.,Bond S.,1991,“Some Tests of Specification for Panel Data:Monte Carlo Evidence and an Application to Employment Equations”[J],Review of Economic Studies,Vol.58 （2）,pp.277–297.

15.Arellano M.,Bover O.,1995,“Another Look at the Instrumental Variables Estimation of Error-components Models”[J],Journal of Econometrics,Vol.68 （1）,pp.29–51.

16.Blundell R.,Bond S.,1998, “Initial Conditions and Moment Restrictions in Dynamic Panel Data Models”[J],Journal of Econometrics,Vol.87 （1）,pp.115–143.

17.Drobny A.,1988, “Real Wages and Employment:Keynes,Monetarism and the Labour Market”[J],Routledge.

18.Holtz-Eakin D.,Newey W.,Rosen H.S.,1988,“Estimating Vector Auto Regressions with Panel Data”[J],Econometrica,Vol.56 （6）,pp.1371–1395.

19.Justesen M.K.,2008,“The Effect of Economic Freedom on Growth Revisited:New Evidenceon Causality from a Panel of Countries 1970–1999”[J],European Journal of Political Economy,Vol.24 （3）,pp.642–660.

20.Lio M C,Liu M C,Ou Y P,2011,“Can the Internet Reduce Corruption?A Cross-country Study Based on Dynamic Panel Data Models”[J],Government Information Quarterly,28（1）:pp.47-53.

21.Scully GW,1988,“The Institutional Framework and Economic Development”[J],The Journal of Political Economy:pp.652-662.

（ZH）