安徽经济增长实证研究_基于对外开放和全要素生产率的分析

格式：pdf
大小：223.38 KB
文档页数：5

下载文档原格式

安徽省经济对外开放度研究

出口覆盖度、有形贸易关联度、务贸易关联度、门问分工参与度、门内分工参与度及资金关联度等６项劳部部指标来衡量一国实物经济部门的开放度即贸易开放度ｌ；２王英，思峰认为一国经济对外开放度取决于该刘
要：用１９采９０—２０的统计资料，０６年对安徽经济对外开放度进行测定分析．结果表明，１９自９０
年，安徽对外开放度明显提高，攀升到中部前列，但仍与我国同期水平差距明显，且省域内部差异也十分显著．同时发现对外开放与经济增长有显著的相关性，徽经济发展整体上还不具备外向型经安
力跨国流动、术引进和输出等等．目前还没有一套公认的科学测量一国或地区对外开放度的方法．技但
为此，多机构和学者进行了不停探索，出了一系列衡量经济对外开放度的指标体系．界经济论坛很提世（Ｆ和洛桑国际管理发展学院（ＭＤ）为对外开放度是衡量各国竞争力的一个重要方面，ＷＥ）Ｉ认主要指标包括：出口商品和服务、出口年增长率、易差额、引海外直接投资、进进贸吸对外国直接投资的保护程度、入国进际市场、与外国公司的关系、护主义倾向等，保指标体系庞杂，既有统计指标，又有调查指标＿；１罗龙提出用］
２经济对外开放度的时间变化

地区差异、对外开放与经济增长——基于SUR模型的实证分析

Value Engineering• 13 •地区差异、对外开放与经济增长—基于SUR模型的实证分析Regional Difference, Opening to the Outside World and Economic Growth:An Empirical Analysis Based on SUR Model梁经伟 LIANG Jing-wei(昆明理工大学管理与经济学院，昆明650093)(Faculty of Management and Economics, Kunming University of Science and Technology, Kunming 650093, China )摘要：利用1995-2014年的数据构建面板数据SU R模型，在地区差异的情况下测算对外开放度对经济增长的贡献度。

研究表明，从对外开放度上来看，沿海地区远高于边境省份。

其次,从贡献率来看，边境省份的贡献率又远高于沿海地区。

Abstract: Based on the data from 1995 to 2014, the SUR model of panel data is used to measure the contribution of openness to economic growth in the case of regional differences. Studies have shown that coastal areas are much higher than border provinces. And the contribution rate of the border provinces is much higher than the coastal areas.关键词：面板数据;SU R模型；地区差异Key words: panel data； SUR model； regional differences中图分类号:F061.5 文献标识码:A 文章编号：1006-4311(2017)13-0013-02〇引言经济开放度是衡量一国经济对外开放程度的综合性指标，反映一个国家或地区的社会化生产过程与国际社会再生产过程的联系程度或对国际经济的依赖程度。

提升全要素生产率与促进经济高质量增长

提升全要素生产率与促进经济高质量增长
龚六堂
【期刊名称】《国家现代化建设研究》
【年(卷),期】2024(3)1
【摘要】改革开放以来,我国人均国内生产总值与高收入国家水平的距离进一步缩小,显示我国将会较快迈入中高收入国家行列。

在新的发展阶段,我国需要完整、准确和全面贯彻新发展理念,加快构建新发展格局,保持经济高质量增长。

经济的高质量增长需要质的有效提升和量的合理增长。

本文比较分析了世界各国在人均国内生产总值超过1万美元后的经济增长特征,指出此时影响不同国家经济增长速度的最重要因素是全要素生产率的提升。

基于此,本文提出了提升全要素生产率以促进我国经济高质量增长的实际途径和政策建议。

【总页数】16页(P67-82)
【作者】龚六堂
【作者单位】北京大学
【正文语种】中文
【中图分类】F124.3
【相关文献】
1.扩大对外开放，提升外贸、外资促进经济增长的质量——评《对外贸易、外资促进经济增长路径的比较研究》
2.科技人才促进中国经济高质量发展了吗?\r——基于科技人才对全要素生产率增长效应的实证检验
3.“营改增”是否提升了全要素
生产率?——兼论中国经济高质量增长的制度红利4.科技创新促进中国海洋经济高质量发展了吗——基于科技创新对海洋经济绿色全要素生产率影响的实证检验5.消费增长能否提升经济增长质量——基于全要素生产率的分析
因版权原因，仅展示原文概要，查看原文内容请购买。

经济发展的全要素生产率与效率分析

经济发展的全要素生产率与效率分析全要素生产率（Total Factor Productivity，TFP）和效率是衡量经济发展和提高生产效益的重要指标。

TFP衡量了所有生产要素（包括劳动力、资本、土地、技术等）综合运用的生产效率，而效率则关注更加具体的生产要素使用情况。

本文将围绕全要素生产率与效率展开讨论，并分析其在经济发展中的重要作用。

一、全要素生产率的定义与衡量指标全要素生产率是指在生产中各要素（劳动力、资本、土地等）综合运用下能够产生的产出量与投入量的比值。

衡量全要素生产率的指标主要有Solow残差法、Malmquist指数法和TFP增长分解法。

（1）Solow残差法：它通过排除劳动力和资本因素的影响，从宏观经济角度分析技术进步对产出的贡献。

（2）Malmquist指数法：通过比较不同时期的生产函数来评估技术进步与效率提升的贡献。

（3）TFP增长分解法：通过对生产函数中各要素投入和产出的变动进行分解，衡量全要素生产率的增长效应。

二、全要素生产率与经济发展的关系全要素生产率的提高可以推动经济发展，进而带动社会福利的提升。

全要素生产率的增长意味着单位投入资源获得更多的产出，能够有效地促进经济增长，提高劳动生产率，增加就业机会和收入分配的可能性。

同时，全要素生产率的提高也能够推动经济结构升级和产业转型，提高经济抗风险能力和竞争力。

三、全要素生产率的影响因素全要素生产率的提高受多种因素影响，主要包括技术进步、创新能力、资本积累、人力资源状况、制度环境等。

（1）技术进步和创新能力：技术进步是推动全要素生产率提高的重要因素，科技创新能力的提升能够促进新生产要素的引入和生产方式的改进，从而提高生产效率。

（2）资本积累：充足的资本积累能够提供生产所需的物质基础，进而提高全要素生产率。

合理的资本配置和投资结构也能够促进全要素生产率的提高。

（3）人力资源状况：人力资源素质的提高对于全要素生产率的提高至关重要。

中国经济增长来源实证研究——基于对细分的信息产业、资本投入、劳动投入与全要素生产率的分析

放型向集约型经济增长方式的转变，将长期作为我
从笔者掌握的资料来看，我国第一篇以信息产业与经济增长关系为题的研究出现在１９９８年。章奇、马永（１９９８）运用定性研究的方法对我国信息产业与经济增长的关系进行了初步探讨，并得出了信息产业本身的经济规模偏低，对经济增
长的直接推动作用不尽如人意的结论，这是当时
国政府、学者共同面对的难题。在美国 “ 新经济”
期间，信息技术、信息产业的进步和发展对整个国民经济增长的重要拉动作用已经被世人所公认。随
着我国信息技术的不断进步和信息产业的不断发展，信息技术与信息产业以其广泛的渗透性、强关联性以及技术密集性使我国经济增长方式转变的实
关系是极其必要的。为此，本文在前人研究的基础之上，进一步探讨细分的信息产业对经济增长的贡献，为充分发挥信息产业在经济转型时期的作用提供科学信息。
收稿日期：２０１２ —１２ —（Ｉ２
（２００９），赖志花、王必锋（２０ｌ１）则利用柯布一道格拉斯生产函数对信息产业在经济增长的贡献
第２期（总第２３２期）
２０１３年２月
工业技术经济
ｏｕｒｎｌａｏｆＩｎｄｕｓｔｒｉａｌＴｅｃｈｎｏｌｏｇｉｃｌａＥｃｏｎｏｍｉｃｓ
Ｎｏ．２（Ｇｅｎｅｒａｌ，Ｎｏ．３２２）
经济发展状况所决定的。在此之后，更多定量的

全要素生产率、国际直接投资与经济增长的关联性研究——基于我国经济的实证分析

了大量的成果。如张军和施少华认为，国１７我９８年
Ｒ＆Ｄ溢出效应激发，从而促进发展中的东道国提高技
术水平（ｅｅ１７；ｏＴｅｃ９７Ｃｅ和Ｈｅｐｎ１９；ｏｌ— ｌｍａ９５ＣｅＨｅｐ
ｒａｌｆｎ和Ｈｏｆｉｅ９７Ａｉｅ和Ｈａｒｓｎ１９；ｅｆｍａｓｒ１９；ｋｎｔｒｉ９９ｄｏ
哥岛和哥斯达黎加的实证研究表明，ＤＩ创新具有促Ｆ对
的ＴＦＰ水平低于１５９２年的，对外开放以后我国的ＴＦＰ有了明显的提高；家杰使用索洛残差法，算徐计
进作用一它不仅使单个企业受益，且对当地企业的而
（０１对非洲的研究表明，Ｄ是实施技术转移的有效２０）ＦＩ工具，比如在赞比亚和摩洛哥；ｖｒｉ（Ｏ４对立陶宛Ｊｏｃ２Ｏ）ａｋ
相互作用的规律。研究结果表明，国际直接投资（Ｄ）全要素生产率（Ｆ）经济增长存在长期协整关ＦＩ、ＴＰ和
系，国的经济增长是由要素、资和全要素生产率共同推动的。此外，过自回归滑动平均模型（ — 我投通ＡＲＭＡ）现，Ｄ对经济增长的边际效率最大，此提出实现经济可持续增长的建议。发ＦＩ据
１理论综述 பைடு நூலகம்

全要素生产率理论的研究及实证分析

全要素生产率理论的研究及实证分析全要素生产率（Total Factor Productivity，TFP）是衡量整体生产力的常用指标，它描述了与生产相关的所有生产要素，如资本、劳动力、技术、自然资源等在总体上的相互作用。

全要素生产率理论最早于20世纪初由Solow提出，他发现一个令人惊讶的现象，即美国长期以来的生产率增长主要由TFP的增长促成，而不是生产要素的增长。

Solow的这个研究引起了经济学家们对TFP的关注和研究，从而催生了一系列的全要素生产率理论的发展。

在全要素生产率理论的发展过程中，TFP常被定义为衡量生产要素产出效率的指标，即生产要素与产出之间的比率。

而全要素生产率可以被看作是所有生产要素协同作用的结果，因此其影响因素比单一生产要素更为广泛，包括技术进步、投资增长、人力资本投资、制度环境、产业连接关系等等。

从实证角度出发，全要素生产率理论还习惯采用生产函数方法，通常假设生产函数具有一定的技术使产出最大化，并使用生产函数确定TFP。

这些方法的优点是可以对生产要素的相互作用和权重进行比较系统地分析，但是其依赖于生产函数的假定和数据的质量等限制条件，因此必须谨慎使用。

同时，全要素生产率理论的研究也引发了一系列实证分析。

近年来，随着数据采集和计算能力的提升，越来越多的实证研究关注在全要素生产率的测算和分析方面。

其中一些研究重点关注的问题包括TFP与新经济、收入分配和贸易自由化等之间的关系，以及TFP对经济稳定和环境可持续性的影响。

例如，一些研究发现，新经济行业如数字化和电子商务对TFP的增长具有重要贡献。

这与数字化技术的普及以及自动化和机器学习等技术的应用密切相关，并促进了工业4.0和人工智能等趋势的发展。

同时，自由贸易协定和国际贸易也被证明对TFP增长有积极作用。

然而，全要素生产率的概念并不是没有争议的。

一些经济学家认为，在实践中很难准确测量全要素生产率，且其解释力很弱。

这是因为，生产要素的定量和质量往往受到很多复杂因素的影响，如技术进步、知识产权保护和制度环境等，这种影响很难通过生产函数等经典方法准确衡量。

安徽省全要素生产率测算与评析——基于1978—2011数据

安徽省全要素生产率测算与评析
基于１９７８ — ２０１１数据
夏岩磊．韩建雨２
（１．滁州学院经济与管理学院，安徽滁州２３９０１２；２．安徽大学经济学院，安徽合肥２３０６０１）
【摘要］通过对安徽省１９７８ — ２０１１年全要素生产率进行估算，实证分析资本和劳动在经济增长中的产出弹性以及各年的全要素生产率及其增长率。通过对１９７８ — ２０１１年间不同子期间进行划分，评析改革开放、治理整顿、软着陆以及金融危机等因素对全要素增长率的影响，并分析全要素生产率的增长对产出的贡献，提出促进安徽经济增长的建议。研究发现，安徽全要素生产率的增长对经济增长有重要作
① 索洛：《经济增长因素分析》，北京：商务印书馆，１９９９年。
１０８ ห้องสมุดไป่ตู้
淮南师范学院学报
第１５卷
Ｆ（
，１）１［Ｆ（ＫＡＬ）］
，
（１＿３）
ＴＦＰｔ＝
（１．８）
我们以公式（１．７）为基础构建计量分析模型，令ｋ＝Ｋ／ＡＬ，即单位有效劳动的资本量；ｙ＝Ｆ（Ｋ，ＡＬ）／ＡＬ，即单位劳动产出，则公式（１．３）转化为：将估计出劳动产出弹性０【和资本产出弹性Ｂ，回代１．８）中即可求得安徽省１９７８ — ２０１１历年的全要ｙ＝ｆ（ｋ）＝Ｆ（ｋ，１）（１．４）到（素生产率① 。对于上述生产函数：第一，ｆ（Ｏ）＝０，ｆ（ｋ）＞０，ｋ）＜

技术进步对安徽经济增长贡献的研究--基于CES生产函数的应用

技术进步对安徽经济增长贡献的研究—基于CES生产函数的应用程龙1，徐中生2（1. 南京工业大学经济管理学院，南京 210009；2. 安徽财经大学统计与数学学院，安徽蚌埠 233000）摘要：本文运用CES生产函数和索洛增长速度方程研究技术进步对安徽经济增长的贡献，结果表明：1985-2007年，安徽省资本、劳动、资本劳动力组合以及技术进步对经济增长的年均贡献率为分别为102.98%、22.20%、-32.12%和6.95%，说明安徽省的经济增长主要是依靠物质资本的大量投入，其经济增长方式依然属于粗放型增长。

因此，要想使经济能够长久健康的可持续发展，必须提高技术进步的贡献度，转变经济增长方式。

关键词：生产函数；技术进步；技术贡献率中图分类号：F727.35Research on technological advances contributing to economic growth in Anhui-Based on application of CESproduction functionCheng Long1, Xu Zhongsheng2(1. Nanjing University of Technology,School of economic and management, NanJing 210009;2. Anhui University of Finance and Economics,School of Statistics and mathematics,AnHui BengBu 233000)Abstract: This paper studies technological progress to economic growth in Anhui bye use of CES production function and the Solow growth equation. It is shown that the average annual contribution rate of capital, labor, capital and technical progress in the labor composition to economic growth in Anhui province are 102.98%, 22.20%, -32.12% and 6.95% in 1985-2007. In other words, Anhui's economic growth mainly depends on physical capital investment, which is still is still extensive economic growth mode. Therefore, it is necessary to enhance the contribution of technological progress and change the mode of economic growth.Keywords:production function; technological progress; the contribution rate of technological1 引言经济增长一直是经济学界研究的主题，也是经济社会发展的前提和保障。

金融发展对全要素生产率提高的影响——基于我国各省数据的实证分析

原因是不同的国家其经济发展阶段不同．Ａｃｅｍｏｇｌｕ
ｅｔａｌ（２００６）也曾提出过．一个国家所处的发展阶段
对金融发展与Ｔｅｅ。２００５），并由此得 “ 金融引导经济增长” 的经典
用的是超对数生产函数的增长核算法．更多的文献
采用的是数据包络分析法：Ｊｅａｎｎｅｎｅｙｅｔａｌ（２００６）、
直接分析全要素生产率和金融发展的相关文献较
少。
赵勇、雷达（２０１０）等；第二个问题是更为关键的，就是如何度量金融发展水平．归纳起来．采用“ 非国有
其差异主要体现在二个方面：一是对全要素生产率的计算方法不同，张军、金煜（２００５），Ｇｕａｒｉｇｌｉａａｎｄ
Ｐｏｎｃｅｔ（２００８）采用的是索洛剩余，姚耀军（２０１０）采
中国作为一个新兴的市场经济国家．同时经历
高速增长和银行业的快速发展。因此，检验金融发
部门贷款／ＧＤＰ．非四大国有银行贷款／总贷款．固定资产投资中银行贷款／财政贷款 ” 衡量金融发展水平
本区间、变量选取和估计技术的差异所致．但这也说
明有关中国金融发展与经济增长关系的认识仍需我

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

[中图分类号]F061
[文献标识码Leabharlann A[文章编号] 1 674- 1 1 02(2008)06- 0046- 05
1 提出问题
从古典经济学家 Adam·Smith 开始至今二百多年来，经济增长总是学者研究和政府关注的重要领域，正如 Lucas（1995）所言“人们一旦开始思考这一问题，就很难再去思考其他的问题”。学界对经济增长的研究在 20 世纪 60 年代经过短暂的沉寂之后，到 80 年代中期以 Romer （1986）和 Lucas （1988）研究为开端，这一研究再度成为宏观经济研究的中心，理论研究也就从古典增长理论、新古典增长理论演进到内生增长理论（新增长理论）阶段。但各种经济增长理论始终是要试图回答这样一个核心问题：引致经济增长的动力或源泉是什么？或者影响经济增长的因素有哪些？
为使数据具有可比性，我们将 1990—2006 年安徽省固定资产投资价格指数 Pt 调整为 1990=100，则 It/Pt 即为样本期间实际固定资产投资数据。
要得到资本存量数值，还必须先估计出 1990 年资本存量初始值。我们以 1978- 1990 年的年均 GDP 增长率代替资金增长率，折旧率按目前大多数学者的取值 5%计，然后将 1990 年的实际固定资产投资除以年均 GDP 增长率与折旧率的和即得到 1990 年资本存量初始值 662.0362 亿元，再将其代入上述资本存量计算公式就得到 1990- 2006 年的资本存量序列。
说明：“*”表明分别由各检验准则（LR、FPE、AIC、SC、HQ）所确定的最优滞后阶数。LR 为系数列修正的 LR 检验统计量（均为 5%水平下的检验）；FPE 为最后预测误差；AIC 为 Akaike 信息准则；SC 为 Schwarz 信息准则；HQ 为 Hannan- Quinn 信息准则。
47
口总额（EX，亿美元）、进口总额（IM，亿美元）、实际利用外商直接投资（FDI，亿美元）、支出法计算的 GDP（亿元）。原始数据来自于《安徽统计年鉴》各期和《新中国五十年统计资料汇编》。 2.1 对外开放和经济增长的数据和变量
以出口总额（EX，亿美元）、进口总额（IM，亿美元）、实际利用外商直接投资（FDI，亿美元）代表对外开放，实际数据按样本期当年中国人民银行公布的人民币对美元汇率中间价统一折算为本币；以支出法计算的 GDP（亿元）代表经济增长，按安徽省 1990=100 的 GDP 缩减指数调整为实际 GDP （Yt，亿元），以剔除价格因素的影响。在不改变原数据结构的情况下，我们为消除数据的趋势性，对数据分别作了自然对数处理：lnEXt、lnIMt、lnFDIt、 lnYt，取其一阶差分以表示变动率并作为分析中使用的变量：△lnIMt、△lnEXt、△lnFDIt、△lnYt，具体数据见表 1。
将反映对外开放的进口增长率△lnIMt、出口增长率 △lnEXt、FDI 增长率 △lnFDIt 与 TFP 增长率 △lnTFPt 组成 VAR 模型：
Vt=[△lnIMt，△lnEXt，△lnFDIt，△lnTFPt ]’ 对该 VAR 模型确定最优滞后阶数和实施稳定性检验，并进一步判断因果关系及其影响方向。首先，确定 Vt 模型的最优滞后阶数。对 Vt 模型根据 LR、FPE、AIC、SC、HQ 检验准则作滞后阶数的选择（表 2），得出最优滞后阶数为 1。其次，对 Vt（1）模型的稳定性进行检验。通过
在正向的相互影响；饶晓辉（2007）结合人力资本与出口贸易来研究经济增长，认为 GDP、出口和人力资本三者之间存在长期的均衡关系，人力资本与出口之间有着双向的因果关系,但人力资本是经济增长的原因。赖明勇、许和连和包群（2003）则选取了 12 个变量，将包括出口、进口和外资在内的多个影响因素结合起来实证分析中国经济增长，得出了不同因素对经济增长的作用存在差异的结论。
对于中国及其各区域的经济增长的研究也主要是为了探讨这一命题，并且主要是基于实证研究。其中利用单一因素如出口贸易、进口贸易、对外贸易、外商直接投资、全要素生产率等分析的居多。也有学者将若干因素结合起来分析经济增长问题，如胡兵、乔晶（2006）将中国进、出口贸易、全要素生产率、经济增长 4 个变量纳入 LA—VAR 模型，实证分析了中国对外贸易、全要素生产率与经济增长之间的关系，认为进出口之间、出口和全要素生产率之间, 以及全要素生产率与经济增长之间均存
表 1 1990- 2006 年安徽实际生产总值、进出口额、FDI、TFP 的增长率
实际 GDP 从业人员资本存量年份 △lnYt △lnEXt lnIMt △lnFDIt Yt (亿元) Lt (亿人) Kt (亿元) △lnTFPt 1990 NA NA NA NA 658.03 0.28076 662.0362 NA 1991 - 0.009 0.163 0.684 0.100 651.88 0.28771 748.4988 - 0.1054 1992 0.155 0.167 0.604 1.692 761.18 0.29858 867.2076 0.03767 1993 0.191 0.093 0.115 1.684 920.95 0.31565 1013.5872 0.06179 1994 0.188 0.541 0.830 0.764 1111.12 0.31195 1159.5319 0.09288 1995 0.062 - 0.055 - 0.023 0.234 1181.6 0.32069 1347.6469 - 0.0555 1996 0.120 0.067 0.272 0.044 1331.99 0.32577 1554.6237 0.01142 1997 0.111 0.109 0.083 - 0.157 1487.66 0.33221 1780.3362 0.00642 1998 0.080 0.034 0.024 - 0.300 1611.83 0.33793 2012.7618 - 0.0138 1999 0.087 - 0.134 - 0.075 0.114 1759.04 0.33986 2255.7718 0.00278 2000 0.079 0.295 0.222 - 0.126 1904.47 0.34507 2521.7711 - 0.0059 2001 0.085 0.056 0.136 0.056 2073.73 0.3463 2819.2824 0.00291 2002 0.092 0.087 0.271 0.108 2272.94 0.35005 3170.8496 0.00316 2003 0.089 0.200 0.488 0.040 2485.7 0.35449 3632.675 - 0.0130 2004 0.125 0.183 0.062 0.336 2816.47 0.36052 4208.851 0.01307 2005 0.109 0.265 0.171 0.220 3142.09 0.36697 4986.6342 - 0.0189 2006 0.120 0.234 0.279 0.678 3542.68 0.3741 6101.6855 - 0.0322
由于不能直接获取资本存量数据，我们计算其数值时采用了郭庆旺、贾俊雪（2005）使用的计算公式：Kt=It/Pt+（1- δ）Kt-1，其中：Kt 为第 t 年末资本存量，Kt-1 为第 t- 1 年末资本存量，It 为第 t 年资本
э э
э
形成总额即全社会固定资产投资，Pt 为第 t 年固定资产投资价格指数，δ 为折旧率。
Journal of Chizhou College
2008年 12 月第 22 卷第 6 期 Dec. 2008 Vol.22 No.6
安徽经济增长实证研究
—— —基于对外开放和全要素生产率的分析
李荣富，王丽娟，曹雪峰
(池州学院经贸系，安徽池州 247100)
[摘要] 选取安徽省 1 990- 2006 年数据，以进口、出口和 FDI 作为对外开放的替代变量，并测算出全要素生产率数据，运用 VAR模型分析
2.2 全要素生产率（Total Factor Productivity,TFP）增长率的测算
选取 1990- 2006 安徽省劳动投入量和产出数据，其中，劳动投入量采用安徽省历年从业人员数；产出采用安徽省 GDP 指标, 并按安徽省 1990=100 的 GDP 缩减指数进行平减而得到实际产出。
第 22 卷
图 1 Vt（1）模型的稳定性检验
计算向量 Vt（1）的自回归特征多项式的根，并绘成图 1，结果发现没有任何一个根落在单位圆外，这表明向量满足稳定性条件。
再次，对 Vt 模型进行因果关系检验。对符合稳定性条件的 VAR 模型 Vt（1）进行因果关系检验，得到具有因果关系的检验结果（表 3）。
了对外开放对全要素生产率的影响，同时实证检验了全要素生产率对经济增长的影响。得出的实证分析结论认为，安徽省对外开放对经济
增长的影响是通过全要素生产率的增长传递的，但全要素生产率增长对经济增长产生的贡献较小，目前安徽省经济增长主要还是由要素投
入增加引起的。
[关键词] 全要素生产率；经济增长；向量自回归模型；对外开放
48
池州学院学报
表 2 Vt 模型的滞后阶数
滞后阶数
LR
FPE
AIC
SC
HQ
0
NA 1.02e- 07 - 4.744241 - 4.561653 - 4.761143
1
27.68388* 5.29e- 08* - 5.534513 - 4.621574* - 5.619022
2
14.19917 6.97e- 08 - 6.088633* - 4.445343 - 6.240750*
由上述状态空间模型并使用极大似然法测算出全要素生产率增长率数据（表 1），同时估算出 α=0.728， =- 0.081。