中国经济增长的结构效应与技术效应驱动力探究——以1985～2018年中国31个省份面板数据为例

（北京大学光华管理学院，北京 100871）

引 言

宏观经济的两大重要课题是增长与波动。中国自改革开放以来至2008年，经济总量增速保持在8%以上，长期的高速增长引起了国内的广泛关注，针对中国经济增长机制探讨的研究汗牛充栋。总结而言，从国内看，经济体制改革带来了制度红利，市场化建设不断完善，商品市场趋近成熟，要素市场逐步开放，经济秩序建立并完善；从国际看，中国改革开放时期适逢国际产业格局迁移变化时期，国内的廉价要素承接了发达国家和地区的初级产业，并在此基础上充分发挥后发优势飞速发展。无论何种角度的解释，基本是将中国宏观经济的增长归结为结构性的调整和技术性的改善。结构性调整即提高了要素的配置效率，使得在要素禀赋不变的情况下，商品市场、资本市场、劳动力市场能够更好的发挥作用；而技术性改善则更加关注要素的生产效率的提高，即在要素配置格局不变的情况下，单位要素生产能力水平的提高。结构性变化和技术性改善对于经济的长期增长起着重要的作用。

为了研究影响中国经济增长的因素，并进一步分析在不同时期、不同区域内推动中国经济增长的驱动力，本文利用不同宏观经济指标对中国经济增长的宏观态势进行分解和整理，在库兹涅茨的劳动要素分解模型框架下，利用转换份额分析模型 （Shift-share Analysis），将劳动要素分割为结构效应和技术效应，并选取了国内31个省份1985～2018年34年的面板数据，计算出其结构效应和技术效应，并进行回归分析。回归发现，在不同的时期内，结构效应与技术效应在中国经济增长中扮演着不同的角色。而与之相对应的技术效应的表现一直不容乐观。事实上经济增长在2002～2007年出现高增长之后，技术效应的作用就开始下降。在2008～2014年中，其技术效应贡献为负值，这意味着自2008年以来，我国宏观经济体中技术进步对经济增长的贡献已经出现了不断下滑趋势。中国宏观经济已经面临下行压力，如何调整经济发展模式，提升经济已经成为亟待解决的问题。在全国分区域的对比分析中，我们发现，2008年之前中国各大主要区域在长期内结构效应对经济增长率有着明显的正向影响。然而，在2009～2013年，这种结构效应的影响不再显著，技术效应对经济增长率也不再产生促进作用，说明同期制度红利已经逐渐释放殆尽，而技术尚未能够成为引领经济增长的因素，甚至在大量的同质化、规模化、缺乏产权保护的竞争中，技术投入带来的效率提升无法弥补技术投入的成本，从而造成了技术与总产出的负相关关系。2014～2018年期间，随着中国国内去库存、供给侧改革等系统性宏观调控政策的出台，中国产业结构外生转折速度加快，经过内部的优化后，开始出现资源的重新整合。同时2014年以来政府大力支持大众创业、万众创新，中国涌现了一批在智能制造、互联网终端等领域的新型发展业态，技术创新水平提升，技术驱动力逐渐成长，技术再次成为了中国当前经济发展的新的驱动力。

总结起来，本文将这种变化的根本原因，归结为改革开放以来的结构效应不断释放，中国经济在未来的发展中将面对的问题更加内生化、更加接近经济发展的本质，而在这样的经济 “新常态”背景下，如何找到经济转型的抓手，如何将经济发展的引擎继续保持，则已经成为亟需研究的重要课题，而近年来中国政府的宏观调控将中国经济的增长引入到技术驱动的轨道，为中国经济未来的增长开辟了新的路径。

1 文献综述

经济增长一直以来是宏观经济学的重要命题，针对经济增长的研究主要有两个层面：（1）经济增长理论层面，通过模型将经济增长的实质从多个层面进行分解，并详细解析具体机制；（2）经济增长实证层面，主要通过实证分析探究宏观经济表现。两个层面的研究对经济增长和经济波动有了深入的剖析，极大的拓展和加深了我们对宏观经济的认识。

在经济增长理论方面，真正从宏观意义上引入生产要素的模型始于 Solow （1956）［1］， 索罗模型中将劳动要素和资本要素放入其中，通过求解模型可以计算出索罗剩余，这是全要素生产率计算的基础。与索罗的技术外生性不同，Romer（1986）［2］和Lukas（1988）［3］通过将知识生产、 人力资本等要素引入模型，将技术内生化，用于解释不同地区经济增长差异。其后的学者主要在上述框架中对理论进行修补和调整，易纲等 （2003）［4］通过对中国改革开放以来的全要素增长率测算，提出了中国经济增长的内生动力疲软；刘伟和李绍荣（2002）［5］通过对中国经济三大产业的实证分析，提出中国经济持续增长的根基在于第一产业和第二产业；林毅夫和刘培林 （2003）［6］则通过包络分析得出宏观经济发展战略对劳均资本积累和技术前沿提升的作用。

在经济波动实证研究方面，现代意义上的宏观经济周期理论见于Keynes（1936）［7］的 《就业、利息与货币通论》，其中对经济周期产生原因和模型构建做了诸多首创性论述。Baumol（1967）［8］在对经济体中产业发展进行实证研究后提出，技术进度对产业的影响将很大程度上传导到要素配置中，并带来非均衡环境下的经济波动；Kuznets（1971）［9］通过对劳动要素进行分解，将劳动要素变化率分为结构效应和增长效应进行分析，并研究不同结构效应对经济的影响。进入21世纪以来， Timmer （2000）［10］、 Peneder （2003）［11］等通过将库兹涅茨模型进行调整，利用 “转换份额分析”模型分析工业结构效应。同时张辉 （2013）［12］采用该模型对我国1978～2006年的结构效应进行研究，分析了我国改革开放以来不同阶段的经济增长特征。近期，蔡跃洲和付一夫 （2017）［13］进一步从TFP的角度将结构效应和技术效应进行了区分，分析了当前中国经济增长的基本情况，并提出了对应政策性意见和建议。更进一步地，李艳和杨汝岱 （2018）［14］对中国企业资源配置效率和供给侧的改善进行分析，也发现近年来的政府调控政策一定程度上推动了技术进步、提高了企业效率。余淼杰等 （2018）［15］也进一步测算了当前中国工业产能利用率和生产率，并从微观企业的角度对供给侧改革以来的中国经济驱动力提出了新的看法。

以上研究为本文内容提供了丰富的参考模型和实证经验，然而其指数经济数据来源多样，因此在进行平行分析时会受到不同数据之间如何对接的干扰。本文的贡献之一就是通过转换份额分析模型直接从人均产出中分离出具有经济意义的指标来刻画结构效应和技术效应，保证了两个指标具有范式上的统一性，从而增加了指标本身的可信度。本文将在此基础上对研究对象从技术和结构两个维度进行刻画，对中国经济增长过程中起重要作用的结构效应和技术效应进行分析研究，以期对中国经济增长问题有更加深入的认识。

2 理论分析

2.1 逻辑框架

在真实的经济环境中，生产要素的这两个维度的变化是同时产生的。随着技术的研发和传播、生产要素数量的增加和质量的积累，要素生产率会逐渐提升；随着要素市场的不断完善，生产要素在要素市场上流通，在净收益最优的追求之下流向边际回报率最高的部门，为最能够发挥其边际价值的生产部门服务。而技术进步的同时，往往要素也在市场上流动，此时的经济增长就是一个复杂变化的综合结果。本文称第1种效应叫做“技术效应”，第2种效应叫做 “结构效应”。为了清楚的了解宏观经济增长究竟受哪种效应的影响，需要将两种效应对经济增长的影响分离开来，分别审视其对经济增长的贡献，以探明在不同的时间结点上，影响经济增长的效应究竟是什么。这种分解方式简单明了，便于理解。这种分解的思路构成本文的理论核心。即通过对一种或多种要素进行内部的分割，将其整合成为两种不同的效应，并用这种要素的相应效应对整个经济增长过程进行分析。

图1 要素生产率分解示意图

2.2 要素选择

为了提高研究质量，本文寻找的生产要素需要具备以下特点：（1）这个要素在不同的经济部门中有一定的流动性，但是这种流动性必须在以年度或者月度为口径的统计框架下有实际意义；（2）这个要素要有足够广泛的代表性，使其能够尽可能全面的代表一个经济体的经济特征。

本文在这两个要求下选择了劳动要素。就业活动本身是一个能够被直接观测到的活动，而且在年度口径下，劳动力可以说是充分流动的，而部门人均产值也是容易计算的，因此从操作层面讲，劳动要素是一个能够直接操作的要素。同时，劳动力的本质是具有理性选择能力的人，资本要素的增长和积累将会有一部分体现在劳动力的生产工具改进、人力资本的积累等现象上。而劳动要素本身的变化，体现了一个地区的产业结构和生产方式，也影响着一个地区的相对竞争力和产业布局。因此，劳动要素是一个具有深刻广远的影响力的要素，劳动要素的技术效应和结构效应将很大程度的反映整个经济体的产业布局特征，进而展现出经济增长内部细节。

综上所述，本文将选择劳动要素作为分解的标榜要素，通过对其进行分解，来实现对宏观经济增长的描述和分析。

2.3 基本模型

这种思路最早见于 Kuznets（1957）［9］的实证分析。他以劳动要素作为衡量指标来分析经济增长率。在库兹涅茨模型下，劳动生产率为：

其中l为劳动生产率，Y为生产总值，代表取值为1，2，3， 分别代表三大产业。将等式两边全微分，得：

库兹涅茨的这种分割十分简单，本文在对劳动要素进行分割时，同样秉承相似的框架，但是将对库氏的分割方法进行调整，选取更为精确的分割方法对劳动要素生产率的增长率进行分割，并将其与同期宏观经济增长进行关联研究。

3 实证分析方法

3.1 模型介绍

3.1.1 基本模型

库氏模型存在两个重要的问题：（1）由于库兹涅茨的模型构建基础是连续数据，但现实的统计数据都是离散的，因此将现实统计数据直接带入计算，会出现一定程度的偏误；（2）库氏模型的分解式中缺少了 “动态结构效应”的交叉项，这个交叉项虽然是微分的乘积，但是在产业内部已高速增长时，这种乘积的值已经成长为难以忽略的一项，这种高速增长在库氏推导此模型时未曾被认为是现实存在的，但是当面对改革开放以来的中国宏观经济数据时，这种高速的增长已经不能容忍库氏模型对此项的忽略了。

因此，本文利用转换份额分析模型 （Shiftshare Analysis）将原有模型做如下的调整：

在此基础上，本文将LPt相对于t＝0时期的增长率表示并分解为：

等式的左边表示劳动要素生产率相对于0期的增速，等式右侧为将该增长率进行的拆分。其中，项表示的是以0期劳动要素生产率为基期，经历了一定的劳动要素流动后的t期的劳动要素生产率与原劳动生产率的比值，该比值的现实意义为不考虑劳动要素内部的技术进步等使得生产率提高的因素，仅仅考虑劳动要素在部门之间转移后的结构增长，本文将其称为“静态结构效应”。表示以0期劳动要素的部门分配情况为基期，经历了一定的劳动生产率改进后的t期的劳动要素生产率与原劳动生产率的比值，该项衡量的是一个时期内的劳动生产率的改善，包括在生产工具、生产组织形式、劳动力的技能、人力资本投入等因素共同影响下的单位劳动产出的提高，这就是前文所提的 “技术效应”。而中间项则是一个微分交叉相关，此项同时衡量了在劳动要素流动和劳动生产率提高的综合作用下的t期劳动生产率相对于原来劳动生产率的变化。此项从组成结构上看，看似是一个较小的数值，然而当t期相对于基期的劳动增长率变化足够大时，这种结构效应和技术效应共同作用下产生的影响也变得不可忽视，从数量的绝对值看，此时的中间项将成为难以被忽略的重要内容，对劳动效率的变化率有着重要的影响。本文将其划归为结构效应中，为了与 “静态结构效应”相区别，习惯上称其为“动态结构效应”。

3.1.2 回归模型

在理论框架和基本模型确定后，本文通过如下的实证模型对两种效应的作用进行具体分析。如前文所述，回归模型将某一区域特定时段的人均国内生产总值 （GDP）作为被解释变量，将上文计算分解出的静态结构效应、动态结构效应、技术效应的对应值作为解释变量，通过模型来探索这些和劳动要素相关的不同效应是如何影响国内生产总值的。

其中RGDPit是t时期i地的国内生产总值增长率，structure指结构效应，cross为参数计算中的中间项，回归方程中对其进行控制，同时本文将人口等作为控制变量X，tech指技术效应，prov是省份代号的一个虚拟变量，t为时间趋势，ui为不随时间变化的干扰项，εit为随时间变化的干扰项。

3.1.3 数据简介

本文选取了1985～2018年34年间31个省份（考虑数据的可获得性，港、澳、台地区未包括在内）的面板数据，数据包含每个省份每年的三大产业产值、三大产业就业人数、以及GDP总量，并在此基础上计算出了同期结构效应和技术效应，数据来自于中国国家统计局网站和相关省份的统计年鉴。

为了更为全面准确的反映中国在1985年农村和城市改革全面推进以来，经济增长在结构和技术等诸多领域的发展特点，同时为了更好的控制一个省级行政单位在历史时期内本身的经济增长规模特点，本文将每个省份每年的常住人口数量进行了整理，并使其作为控制变量。同时，在对数据进行处理过程中，交叉项的值随着时间的推移也有很大的波动，为了更好的刻画结构变迁和技术进步对经济增长的影响，本文也对交叉项进行控制，具体参数的处理过程在上文中有提及。

3.2 数据与描述性统计

3.2.1 全数据描述性统计

本文主要关注的内容为静态结构效应、动态结构效应和技术效应。就平均值而言，技术效应在这一时期表现较高，而如果观察其极值，可以发现结构效应尤其是动态结构效应有着巨大的波动，极差十分明显。因此暂不能通过目前的描述性检验对回归过程进行分析评价。

表1 主要变量描述性统计 单位：人／元

3.2.2 地区趋势概况

由于中国经济体量整体较大，各省之间有着较大的差异，为了分析简明，并且得到更具普遍性的结论，本文根据行政区域和地理格局将31个省份分为了华东地区 （包括山东、江苏、安徽、浙江、福建、上海）；华南地区 （包括广东、广西、海南）；华中地区 （包括湖北、湖南、河南、江西）；华北地区 （包括北京、天津、河北、山西、内蒙古）；西北地区 （包括宁夏、新疆、青海、陕西、甘肃）；西南地区 （包括四川、云南、贵州、西藏、重庆）；东北地区 （包括辽宁、吉林、黑龙江）。研究发现，在考虑GDP增长率与技术效应和结构效应的关系时，能够明显的观测在一定的GDP增长率区间内技术效应和结构效应都有很大的波动，如果忽略20%以上的增长率，则技术效应和结构效应整体上的正向关系比较明显。

3.2.3 时间节点概况

在1985～2018年这34年中，中国经济经历了几次重要的结构性转变。1992年，中国的城市和农村改革由试点开始进行了大范围的拓展；2001年中国加入世界贸易组织，更进一步的融入了全球市场；2008年中国同样受到了全球经济危机的冲击，并进一步进入了经济新常态；2014年，中国开始重点关注煤炭钢铁行业产能过剩的问题，供给侧结构性改革开始不断深化，去产能陆续开展，同时2014年中国推动大众创业、万众创新，涌现了一大批新兴科技型企业，并带动了未来几年内中国在模式上和技术水平层面的高速发展。这几个截然不同的经济发展阶段中，技术变迁和结构变迁对于中国宏观经济的发展有着不同的作用。

本文将不同时间阶段的结果进行整理，可以看到其的确存在相关性，为了更进一步的进行分析，本文将这种分析付诸实证工具进行验证。

表2 基准回归结果

3.3 实证回归

3.3.1 总体回归

本文将1985～2018年共34年的面板数据按照不同的标准进行了回归，由于每一年份内的解释变量数量较少，因而此时的数据是一个长面板数据，回归结果如表2所示。

使用LSDV方法对面板数据进行处理，同时用MLE方法的随机效应模型进行检验，可以看出，从全国范围看，结构效应对各省GDP的增长具有显著的正向作用，而技术效应则呈现出负向作用。从数值上看，技术效应的负向作用相比于正向作用要小一些。两种效用的结果都十分稳健。

3.3.2 分时期回归

由于总体回归的时间跨度较大，因此在关键时间节点的产业结构变化无法直接表现出来。为了更好的观测到重要时间节点的变化，上文中从数据整体表现上，本文选取了1992年、2001年、2008年、2014年作为4个时间节点，而这4个时间节点恰好和一些重要的经济事件节点相契合。本文根据这些中国宏观经济的重要变革节点作为时间的分界点，在同一时间节点内部继续回归分析。这4个时间点将中国1985年以来的宏观经济分成了具有鲜明特征的5个阶段，分别是1985～1992年、1993～2001年、2002～2008年、2009～2014年、2015～2018年。由于此时面板数据中每个阶段的时间跨度较小，本文在此将其视为短面板数据进行处理。为了进行统一的描述，在经过了虚拟变量效应和时间效应检验后，本文在分析的过程中选取固定效应模型，回归结果如表3所示。

表3 分阶段固定效应模型回归结果

续 表

3.3.3 分地区回归

中国不同地区的经济发展水平有着较大的差距，在不同的地区内部，其经济增长过程中的结构转型过程和技术提高过程水平不一致，因此分别审视不同地区发展过程中的结构和技术问题对于更精准的了解不同区域经济发展状况以及结构转型和技术进步发挥的作用有着重要意义。本文将31个省级行政单位按照官方标准分为了七大行政区 （同前文一致），对于不同的区域，在区域内部使用LSDV方法处理面板，并用混合效应模型做稳健性检验，其回归结果如表4所示。

表4 全国七大区域回归结果

以上各项回归结果从纵向与横向展示了中国经济增长和波动过程中结构效应与技术效应的消长趋势及其对经济表现产生的作用，在下文将对这种结果和机制进行深入细致的探讨。

4 回归分析与机制初探

4.1 总数据回归

在1985～2018年这34年中，结构效应对经济增长的影响为0.00384，而与此同时技术效应对其的影响为负值-0.00101，说明纵观中国经济的30余年增长中，来自于经济结构的变化对经济的高速增长具有更为重要的作用，且结构效应对经济增长的作用为正数，来自于劳动力市场的不断完善而形成的劳动要素的跨产业流动使得产值较高的行业有了更多的劳动力比重，在技术水平不变的情况下，对经济增长带来了正向的推动力，这种推动力的核心来自于要素市场的市场化程度不断完善而进一步引致的产业结构的变化。然而，技术效应出现的负值则说明技术进步并没有对经济的增长产生正向作用，说明在整个经济增长进程中，技术进步并没有能够对当期的经济增长速率产生明显的正向影响。从结果上看，总体回归向我们勾勒了中国经济的基本图景，即结构转变对中国经济的影响相比于技术进步而言更为深刻。

4.2 分阶段回归

（1） 1985～1992年

此时结构效应对应系数为-0.025，说明同期结构效应对当期经济增速产生了负效应，经济增长速度的主要推动力来自于生产力的迅速释放。虽然同时期有着明显的劳动力产业间流动，但是来自于激励机制改善下的劳动生产率的变动迅速成为了推动经济增长的主要动力。1985～1992年是我国全面推进城市国有企业改革的时期，公司制、股份制改革在大批国有企业中广泛试点，大规模企业改革带来了就业结构和产业结构的变化，在这个阶段中，制度红利被逐渐释放，激励机制大变革下的生产效率也出现了迸发式的提高。

（2） 1993～2001年

从回归结果上看，该阶段无论是技术效应还是结构效应都呈现出了负向作用，说明该阶段的经济增长速度较高，甚至快过了技术效应和结构效应，以至于这两种效应的变化难以成为解释经济如此高速增长的原因，而值得关注的是此时的交叉项有显著的正向系数，说明该阶段相比于上一个阶段而言，简单的激励机制已经将生产率的能力释放完毕，而结构转型正在不断进行，因此此时的交叉项有着良好的表现，说明此时经济中的技术进步和产业结构变换同时进行。在此期间，国有企业经历了 “抓大放小”后，股份制改革已经基本完成，商品市场化率达到了98%，结构效应已经基本释放完毕。这一时期的经济增长率持续走低，直到1999年才有所好转。其原因除了相关外生因素 （国际经济形势、亚洲金融危机）外，还由于国内结构效应已经饱和释放，而本身的要素生产率水平没有及时提升，从而导致了经济局面持续下滑。

（3） 2002～2007年

这6年时间是中国经济迅速增长的历史时期，这一点从回归数据表现上可以很清楚的看到。从回归结果上看，此时的结构效应明显改善，都恢复为正数，体现出整个经济体的结构仍然发挥作用。与此同时，技术进步出现了对经济方向显著的正向作用。这一时期内结构效应和技术效应对经济增长产生了重要的影响。而从实际情况看，这与中国2001年加入世界贸易组织后，更加深入的融入全球市场有重要联系。随着2001年末加入世界贸易组织，在此阶段的6年时间中，中国的国际影响力不断扩大，2009年末，已经成长为全球第三大经济体。由于更加深入的融入了全球市场，中国产业结构产生了深刻的变动，并且随着开放程度和对外合作的加强，中国也出现了明显的技术进步。

（4） 2008～2014年

从回归结果看，2008年到2014年中国经济结构中，结构效应和技术效应都呈现出负值，从结构效应而言，其回归结果不够显著，说明结构效应对经济增长速度的解释力度孱弱；另外，结构效应的系数值的绝对值也在下降，更进一步说明了在这个阶段经济增长率与要素的产业内部流动之间的关系薄弱，从侧面反映出了制度红利被释放的潜力有限，而技术进步则应当扮演更加重要的地位。然而从技术效应角度来看，中国当前时期的技术效应系数呈负值，说明依靠大量的重复投资在一定时期内能够提高产业的单位生产率，然而单位生产率的提高却造成了最终GDP增长率的下降，在技术投资领域出现了严重的低效和浪费。2008年金融危机以来，中国经济增长速度开始下滑，核心竞争产业缺乏、投资效率低下等原因是造成中国经济增长速度难以逆势保持的重要原因。

（5） 2015～2018年

回归结果说明了该时期中国经济中的结构效应和技术效应新的变化趋势。2015～2018年期间，中国经济增长的结构效应依然不再显著，说明此时结构效应已经不再是经济增长的重要推动力量，而与此同时技术效应却发生了重大的变化，达到0.0128且显著，说明该时期中国经济的增长出现了新一轮技术驱动。从数值水平上看，该阶段技术效应的规模甚至略高于中国刚刚加入世界贸易组织的2002～2007年。对此不难找到原因，2015年以来，国内宏观政策力度加大，供给侧结构性改革开始大规模推进，关于钢铁行业、煤炭行业等领域的去产能政策力度加大，外生力量不断推动行业更新换代。同时，2014年以来政府大力推进 “大众创业、万众创新”的 “双创”工作，其中互联网、先进制造业等技术密集型领域成为了投资创业的热点，此后一段时间涌现出大批新兴企业，促进了技术进步。虽然从宏观的GDP增速而言，经济仍然面临下行压力，但是从内部的增长结构和增长驱动力看，已经出现了重要的改善。

4.3 分区域回归

中国不同区域内的回归结果与全国范围以及不同时间阶段的全国经济中的结构效应与技术效应都有着明显的区别。从结构效应看，除了华南地区之外，其他6个地区的结构效应基本都呈现出较为显著的正相关，其中东北地区和华中地区的结构效应系数最大，说明在这30年中，以劳动力跨行业流动为标志的产业结构调整对这两个区域带来了更大的经济驱动。与之对应的西南和西北地区则在结构效应中的系数十分小，结构转型对经济带来的正向作用有限。华南地区产业结构转型并未给其经济带来正向的作用，虽然通过结构转型提高了产出总额，但是这种提高在长期中却影响了经济增长率，在特殊的政策和环境下形成了不均衡的产业结构，虽然一定时期内该产业结构带来了总产量的增长，但是却未能在长期内刺激经济增长率的提高。

从技术效应而言，除了西南地区之外，其余几个区域都呈现出了明显的负相关结果。正如上文所分析，技术效应的负相关说明了单位产出的提高并不能够对经济增长率有正向作用，因为当出现低效率投资时，单位产出的提高有着更高的边际成本，从长期看伤害了经济持续增长的能力。其中东北、华中地区的负相关作用尤为强烈，而华北、华东等地的低效投资情况相对良好。

5 结 论

本文通过库兹涅茨的分式所得到的结构效应和技术效应来对中国1985～2018年这34年间全国31个省、自治区、直辖市的经济增长速度进行分析。通过分析发现，中国经济在产业结构分布上一直以来存在扭曲，即由产业结构带动产生的经济收入最终对同期GDP的增长率产生了逆向的伤害作用，且这种结构的扭曲状态几乎贯穿了整个样本跨度的34年。经济增长的另一方面是技术进步，中国在1993～2001年和2008～2014年之间出现了技术效应与经济增长率的负相关关系，说明这两个时间段内经济存在人均产出的增长和经济增长率下降的特殊情况，产生这种情况的重要原因是同期的要素配置扭曲，虽然人均产出出现了增长，但是其带来的经济产出的上升承担了较高的成本，因而引致了GDP增速的下降。而在2015～2018年期间，国内技术效应与经济增长率再次呈现正相关的关系，在经历了一系列的宏观经济调控后，技术进步再次成为了中国经济增长的驱动力。

在全国分区域视角下，大部分地区经济增长依靠劳动要素的跨产业流动释放了制度红利，带来生产力水平的提高和技术水平的进步。5个区域的技术效应的负相关说明了单位产出的提高并不能够对经济增长率有正向作用，当出现低效率投资时，单位产出的提高有更高的边际成本，从长期看伤害了经济持续增长的能力。技术效应最小的东北地区从数据上反映出的严重投资扭曲现象真切的反映出了该地区当前经济发展中所面临投资低效、结构扭曲等问题。改革开放以来，该地区通过将资源进行更加高效的配置，短时期内推动了经济的高速增长。近年来中国部分地区经济增长速度出现断崖式下跌，经济增长下行压力增大，其重要原因就是经济驱动力由曾经的结构红利释放逐渐转变到了技术水平提高。2015年以后的宏观政策改善了中国经济增长结构，使得技术进步再次成为中国经济增长的重要推动力，在当前情况下，如何提高经济发展过程中的技术力量，推动技术主导型的经济增长，是实现中国经济继续保持稳定增速的重要途径。