第三节市场结构、资本替代、技术进步与资本边际产出
由Romer（1986），Lucas（1988）开创的内生增长理论主要强调由要素投入决定的技术效率提高的影响，但上述分析表明这并不太符合我国的实际情况。实际上，正如Hulten（1992）所认为的，要素投入质量提高也可作为外生技术进步冲击的一种反映。因此，分析技术进步对产出效率变化的影响可以从要素投入结构角度进行。JanP.Voon和Edward K.Y.Chen（2003）通过建立一个模型分析了资本替代对TFP变化的贡献，并据此对香港的情况进行了实证。这一模型的基本思路是首先引进一个资本存量的质量-数量调整因子（quality‐quantity adjustment factor）来对不同时期的资本存量进行同质调整，其中调整因子利用高技术含量资本和低技术含量资本占总资本比重和对TFP的贡献率来测度，通过比较经过调整的与不经过调整的资本存量条件下索洛余值的不同，计算出资本替代对TFP的贡献率。
显然，Jan P.Voon和Edward K.Y.Chen是从技术密集度不同的角度对资本从总量上进行分类的。这对具有成熟市场机制的经济是可行的，因为此时微观经济主体在信息可得的范围内可以被认为是理性的，但对我国而言，情况会有些不同。由于转轨经济的特殊性，除实物资本的更新以外，市场结构与企业的产权特征可能是影响资本产出效率的更为重要的因素。
为此，在下面的内容当中，我们将完成两部分工作：一是分析不同市场均衡特征对资本边际产出的影响；二是从广义的资本结构角度构造一个资本替代的内生增长模型，并分析这一模型的动态特征。
一、市场均衡特征与资本边际产出
根据厂商行为理论，在相对价格体系中，要素边际产出可以利用要素边际产品价值来测度，由于要素边际产品价值同时取决于要素边际产品（以产出数量单位来衡量，仅与技术有关）和产品价格，而产品价格又与市场均衡特征有关，因此在要素边际产出与市场均衡特征之间存在着某种联系。下面我们通过一个模型对此加以简单说明。
表明，第I种要素的边际产出等于产品价格水平与要素边际产品的乘积，其中价格水平p取决于产品市场的均衡特征。按照非均衡经济学的观点，在对市场非均衡的反应过程中，数量调整要先于瓦尔拉斯的价格调整机制（Leijonhufvud，1967）。但不容否认的是，在供给反应滞后和追求利润动机的作用下，价格调整必然是对市场非均衡反应的一个重要组成部分。一般而言，在需求大于供给（卖方市场）的情形下，市场价格水平升高，要素边际产品价值增大；在供给大于需求（买方市场）的情形下，市场价格水平降低，要素边际产品价值减少。
二、资本替代与资本边际产出
除价格因素外，隐含了技术进步对要素边际产品价值的影响——技术进步有助于提高要素边际产品价值。如上所说，相较于人力资本的变化，我国转轨时期以产权变迁为特征的资本结构变化对产出的影响要远为剧烈得多。为此，我们假设技术进步是资本增大型的且技术进步是资本结构的函数。
表明，此时资本的边际产出取决于技术进步因子与产出关于有效资本的一阶导数这两个变量的影响。因此在此假定下，即使生产函数相对于K仍然满足新古典增长特征，资本的边际产出也不一定会随着资本存量的增加而减少。
第四节资本替代与资本积累的动态
对技术进步形态的上述假定必然影响长期资本积累的轨迹及其稳态特征，下面我们来分析这种影响。在以往的研究中，Conlisk（1996）在技术进步是劳动增大型的且技术进步与人均收入成正比的条件下考察了经济增长的动态。由于他在研究中假设技术进步不影响资本积累，因此资本的边际产出仍满足新古典条件。考虑到在我们的模型当中这一假设是不成立的，因此所得结论也将不可避免地有所不同。
第五节资本替代与资本边际产出：基于面板数据的结果
上述分析表明，资本替代率不同是导致我国不同发展水平地区的资本边际产出不存在明显差异的主因，而且这种差别还影响了总量资本的积累速率。另外，我们的分析还表明，市场供需结构的变化是导致转轨后期各地区资本边际产出普遍出现下降的原因。在接下来的两节中我们将利用样本数据对此进行验证。首先我们利用面板数据来考察资本边际产出与资本替代率的关系。
一、变量定义与数据说明
考虑到数据的可得性以及Ii/I与Ki/K的变化是同向的两个因素（严格来说，前者的变化要快于后者，但二者的变化轨迹特征相似），在下面的分析中，我们将用投资的结构变化来代替资本的结构变化。由于按照现行的固定资产投资统计报表制度，全社会固定资产投资按经济类型可分为：国有经济、集体经济、联营经济、股份制经济、港澳台投资经济、外商投资经济、个人投资及其他经济投资；按计划管理口径可分为：基本建设投资、更新改造投资、房地产开发投资、其他投资四种，因此我们将投资类型划分为产权形式（投资结构1）和投资用途（投资结构2）两种。从投资主体行为特征的相似性出发，投资结构1的计算公式为：投资结构1=［国有投资+集体投资/总投资]倡100；从投资的产出效益特征出发，投资结构2的计算公式为：投资结构2=［更新改造投资/总投资]倡100。与计算资本边际产出一样，所用数据仍然来自六个省份的相关年份的统计年鉴。需要说明的是，吉林和陕西总投资中的基本建设投资数据缺省，因此用国有经济单位中的基本建设投资数据来代替。由于广东按经济类型划分的1993年以前的投资结构数据缺失，因此这一指标的样本区间范围为1993-2002年。
二、方法说明
显然，由于不同省份的数据生成过程存在差异，因此直接采用OLS法对关注参数进行估计将产生严重的变量缺失问题，由此所得的估计量是非一致的。解决这一类型数据特征的建模方法是所谓的平行数据（paneldata）建模法。
对固定效应模型进行估计的方法是：首先对相关变量进行组内差分，然后关于变量离差作OLS回归（具体见参考文献［14]，pp.393‐396）；随机效应模型的估计则可采用建立在固定效应模型基础上的经过修正的GLS法（具体见参考文献［14]，pp.390‐393）。另外，为了消除外生自变量对因变量在时间上的滞后影响，在模型的向量Xit中可以包含yit的滞后值。应当指出的是，根据需要，固定效应模型与随机效应模型均可在时间维度上对αit作进一步的分解。
最后，需要说明的是，由于我们事先无法对是采用固定效应模型还是随机效应模型作出抉择，因而通常的做法是在具体估计过程中可以同时运用两种方法，然后再利用Hausman检验对两种方法的优劣进行比较。检验的原假设为H0：忽略固定效应模型对随机效应模型估计量的一致性有重要影响。
三、投资结构与资本边际产出
Hausman检验结果表明，原假设不能被拒绝，因此在对结果的分析上，我们将仅以固定效应的结果为依据。首先，从我们所关注的参数的正负号来看，在固定效应情况下，当期集体与国有投资比重的增大对两种类型的当期资本边际产出均具有负的乘数效应。不过，大多数情况下的T统计值表明，系数估计量是不太显着的，这表明这一类型投资的增加可能对投资效率变化有微弱的负的影响，这一结果在一定程度上支持了前面的理论分析所得结论。对当期更新改造投资比重或更新改造与基本建设投资之和的比重系数估计结果进行类似的分析可知，这一变量对当期资本边际产出的影响同样是显着的且其变化与资本边际产出大致呈现同向的变化趋势。
