生产技术、投资专有技术与经济波动——基于包含房地产部门DSGE模型的模拟分析

李 言 毛丰付

(1.南京大学 经济学院，江苏 南京 210093； 2.浙江工商大学 经济学院，浙江 杭州 310018)

一、引言及相关文献回顾

改革开放以来，中国经济发展模式以要素驱动和投资驱动为主，然而，这些驱动模式不可避免且正在遇到资源和环境不可持续供给的制约，随着这些驱动模式所导致的诸多问题不断浮出水面，加之经济结构面临转型升级的压力，创新驱动模式逐渐成为社会各界关注的焦点。从具体内涵来看，高波(2016)提出创新驱动模式的核心是科技创新，关键是促使全要素生产率提高，本质是提高经济增长的效率和质量。因此，研究技术进步对经济波动的影响，以及对不同类型和不同生产部门技术进步的影响便成为中国未来更有效地利用技术进步驱动经济发展的重要前提。

为了更加系统地分析技术进步对经济发展的影响，本文将技术划分为生产技术和投资专有技术，将生产部门划分为中间品部门和房地产部门。将投资专有技术纳入考察范畴，主要是因为投资对中国经济发展具有重要影响。根据国家统计局公布的数据，从2000年到2015年，按支出法计算的GDP，资本形成率的均值约为43.80%，而同期美国私人固定资产投资形成率的均值仅约为17.00%，①美国私人固定资产投资数据来源于Federal Reserve Bank of St. Louis。由此可见，投资对于中国经济发展的重要性。中国经济发展的另一个主要特征是产品的市场化程度高于要素的市场化程度，这就导致要素市场存在更多的扭曲因素，而且根据史晋川等(2007)、王宁等(2015)的研究，中国资本价格扭曲程度要明显大于劳动价格扭曲程度。从技术层面来看，资本价格的扭曲导致中国的技术进步更加偏向于资本，资本偏向型技术进步则又进一步固化了资本价格的扭曲，因而两者之间存在一种互动关系。如果资本偏向型技术进步，包含本文所考察的投资专有技术进步，对经济确实具有推动作用，则上述机制便具备存在的合理性。所以，探讨投资专有技术进步对经济发展的影响有助于我们深入理解中国经济发展模式背后的逻辑。

将房地产部门纳入本文的分析框架主要是基于房地产业对中国经济发展的重要性，根据中国人民大学宏观经济分析与预测课题组(2015)的研究，从2003年到2013年，中国房地产部门投资总体拉动GDP平均每年3个百分点，因此，房地产部门的发展左右着中国经济结构调整的速度。已有相关研究关注的侧重点是从数量层面揭示房地产部门对经济发展的重要性，但却忽视了从技术层面审视房地产部门对经济发展的影响。然而，随着宏观经济进入转型期，增长速度放缓，盈利空间出现暂时萎缩，许多生产资源便会流向房地产部门，此时，从技术层面分析房地产部门对经济发展的影响便具有了急迫性，因为如果该部门对经济发展的推动作用主要是数量层面，而非技术层面，则可能会降低生产资源的利用效率。因此，从技术进步的角度审视房地产部门对经济发展的影响业已成为中国未来更有效地利用技术进步驱动经济发展的重要前提。

通过模型模拟方式系统探讨技术进步所形成的冲击对经济波动的影响可以追溯至20世纪80年代的实际经济周期(real business cycle，简称RBC)理论。Kydland et al.(1982)在市场完全竞争、工资和价格灵活调整的假定下，从代表性个体的最优决策出发构建模型，发现只要引入技术冲击，模型就可以很好地匹配美国宏观经济时间序列的部分重要特征。之后相关研究沿着三条路径展开：一是针对各个主要经济部门进行细分，比如Iacoviello et al.(2010)将生产部门细分为中间品部门、房地产部门和最终品部门。由于经济部门的细分，使得考察更具体的技术冲击成为可能，本文就是利用这一方法，考察中间品部门和房地产部门生产技术和投资专有技术冲击对经济波动的影响。二是增加导致经济波动的冲击因素，比如早期的相关研究大多关注生产技术的影响，而忽视了投资专有技术冲击的影响，这里的投资专有技术冲击意味着设备资本的积累速度更快。自从投资专有技术冲击被Smets et al.(2003)引入模型后，越来越多的学者也将投资冲击纳入模型考察范畴。三是加入导致市场不完全竞争的因素，比如价格粘性机制、扭曲性税收、金融加速器等。由于越来越多的要素被纳入RBC模型框架，便使其逐渐发展成为DSGE(dynamic stochastic general equilibrium)模型，即动态随机一般均衡模型。

中国利用DSGE模型研究技术进步所形成的冲击对宏观经济的影响起步较晚，但已取得诸多研究成果，而且许多学者开始关注不同类型的技术进步对经济波动的影响。易小丽(2014)考察了投资专有技术冲击对经济波动的影响，发现投资专有技术冲击能够导致产出、消费和投资向上波动，尤其是投资，波动幅度明显。陈利锋(2016)则同时考察了生产技术和投资专有技术冲击的影响，发现消费品部门的生产技术冲击能够导致产出、消费和投资向上波动，而投资品部门的生产技术冲击则会导致上述变量短期内向下波动，之后再向上波动的过程。由于该研究将生产部门则分为消费品生产部门和投资品生产部门，所以考察的其实是两个生产部门的生产技术冲击。

由于目前国内的相关研究较少涉及房地产部门技术进步，随着房地产部门对中国经济发展的影响日益深刻，对该部门技术进步的研究便具有了重要的现实意义。另外，尽管已有文献涉及投资专有技术进步对经济波动的影响，但尚缺乏将其与生产技术进行系统对比的研究，这不利于我们全面掌握技术进步对经济波动的影响。有鉴于此，本文将生产部门进一步细分为中间品部门、房地产部门和最终品部门，其中最终品部门的作用是构建粘性价格机制，因而本文重点考察针对中间品部门和房地产部门的生产技术冲击和投资专有技术冲击对宏观经济波动的影响，并对两者进行系统的比较分析。

二、DSGE模型框架构建

本文主要借鉴Iacoviello et al.(2010)的思路，构建一个包含异质性家庭部门、异质性生产部门和中央银行部门的DSGE模型。另外，将不同生产部门的生产技术和投资专有技术纳入分析框架，从而使该模型可以用来分析生产技术、投资专有技术与经济波动之间的关系。

(一)家庭部门

家庭部门主要包括储蓄型家庭部门和借贷型家庭部门。假设储蓄型家庭部门追求以下效用函数的最大化：

(1)

式(1)中，c、h、Lc、Lh分别表示消费、住房持有量、中间品部门和房地产部门劳动力供给。β表示跨期选择偏好因子，Γt表示用来标准化边际消费效用的比例因子，ε表示储蓄型家庭部门的消费习惯因子，j表示储蓄型家庭部门的住房偏好。在储蓄型家庭部门效用函数中，本文引入两类冲击，即跨期偏好冲击Aβ,t和住房需求偏好冲击Aj,t，且两类冲击均服从一阶自回归过程，本文所涉及的冲击均采用该种设定方式。关于储蓄型家庭部门劳动力支出部分的设定则借鉴Horvath(2000)的研究，η表示劳动力供给偏好，ξ表示劳动力跨生产部门工作的替代程度。储蓄型家庭部门面临的收支约束条件如下：

ct+(Kc,t-(1-δkc)Kc,t-1)/Akc,t+(Kh,t-(1-δkh)Kh,t-1)/Akh,t+[hptht-(1-δh)hptht-1]+bt+φt=(wc,tLc,t+wh,tLh,t)+Rc,tKc,t-1+Rh,tKh,t-1+Rt-1bt-1/πt

(2)

借鉴Iacoviello et al.(2010)的研究，假设储蓄型家庭部门持有整个经济的资本，即该部门一方面将资本借给生产部门，另一方面将资本借给借贷型家庭部门。式(2)等号左端表示第t期的支出，即消费支出、中间品部门投资支出、房地产部门投资支出、新购住房支出、房屋折旧维修费用支出、债券支出和资本的调整成本支出。式(2)等号右端表示第t期的收入，即来自中间品部门和房地产部门的工资收入、上一期所持中间品部门资本和房地产部门资本的回报，以及上一期购买债券的收益。在Iacoviello et al.(2010)所构建的模型中，他们仅考察了中间品部门投资专有技术冲击Akc,t，而没有考察房地产部门投资专有技术冲击Akh,t，这主要是因为美国房地产部门发展已经较为成熟，其新增房地产部门投资相对于中间品部门投资而言较小，而中国房地产业依旧处于较快发展阶段，新增房地产部门投资相对于中间品部门投资而言则较大。所以，我们认为考察房地产部门投资专有技术冲击更符合中国的实际情况。

与储蓄型家庭部门的设定相似，借贷型家庭部门追求以下效用函数的最大化：

(3)

借贷型家庭部门的效用函数与储蓄型家庭部门的效用函数的差异主要在系数方面。与储蓄型家庭部门不同，借贷型家庭部门的收支约束由两部分组成：

(4)

(5)

其中，借贷型家庭部门面临的第一个收支约束与储蓄型家庭部门所面临的类似，式(4)左端表示第t期支出，右端表示第t期收入。借贷型家庭部门所面临的第二个收支约束是其可以获得的贷款数量，根据式(5)可知，其贷款数量最大值不能超过使用住房抵押所能获得的数额。根据Iacoviello et al.(2010)的研究，式(5)的引入相当于将以住房抵押为代表的金融加速器效应纳入DSGE模型，鉴于中国住房抵押贷款规模的不断膨胀，其对宏观经济的影响日趋显著，所以引入这种设定方式符合中国的实际情况。

(二)生产部门

生产部门主要包括中间品部门、房地产部门和最终品部门。中间品部门的生产函数为：

(6)

式(6)中，Ac,t表示中间品部门的生产技术冲击，(1-νc)α和(1-νc)(1-α)表示不同类型劳动力的产出弹性，νc表示资本的产出弹性。中间品部门追求利润最大化：

(7)

为了引入价格黏性机制，这里需要在中间品部门的利润函数中加入价格加成率，即式(7)中的Xt。括号中的三项是中间品部门购买生产要素的支出，即工资支出和资本利息支出。

与中间品部门相似，房地产部门的生产函数为：

(8)

式(8)中，Ah,t表示房地产部门的生产技术冲击，(1-νh)α和(1-νh)(1-α)表示不同类型劳动力的产出弹性，νh表示资本的产出弹性。房地产部门追求利润最大化：

(9)

式(9)中，hpt表示房价，括号中的三项为房地产部门购买生产要素对应的支出。

(10)

此外，最终产品价格为：

(11)

最终品厂商的定价模式遵从Calvo(1983)提出的定价原则，即每一期都有1-θ比例的厂商调整其产品价格至最优水平P*，其余厂商价格只能盯住上期通货膨胀率。最终产品的价格水平变动服从以下规律：

(12)

最终产品部门根据利润最大化原则得到的一阶条件为：

(13)

通过将式(12)和式(13)对数线性化并进行合并，可以得到附加预期的菲利普斯曲线：

log πt-ιπlog πt-1=β(Etlog πt+1-ιπlog πt-επlog(Xt/

X)

(14)

式中，επ=(1-θπ)(1-βθπ)/

θπ。

(三)中央银行部门

本文假设中央银行部门在制定利率政策时遵循“Taylor准则”：

(15)

式(15)中，π表示通货膨胀率，GDPt/GDPt-1表示产出缺口，rr表示均衡状态时的真实利率，随机项μR,t用于衡量利率冲击。

(四)市场出清条件

(16)

(17)

(18)

式(16)—(18)构成了本文所构模型的市场出清条件，即中间品市场提供家庭部门消费和投资的产品，房地产市场提供新的住房，债券市场完成借贷交易。

(五)时间趋势与平衡增长

借鉴Iacoviello et al.(2010)对时间趋势的处理方式，本文对中间品部门生产技术、中间品部门投资专有技术、房地产部门生产技术和房地产部门投资专有技术设定不同的时间趋势：

ln Ac,t=t ln(1+γAC)+ln Zc,t, ln Zc,t=ρACln Zc,t-1+uC,t

(19)

ln Akc,t=t ln(1+γAKC)+ln Zkc,t, ln Zkc,t=ρAKCln Zkc,t-1+uKC,t

(20)

ln Ah,t=t ln(1+γAH)+ln Zh,t, ln Zh,t=ρAHln Zh,t-1+uH,t

(21)

ln Akh,t=t ln(1+γAKH)+ln Zkh,t, ln Zkh,t=ρAKHln Zkh,t-1+uKH,t

(22)

式中的随机项uC,t、uKC,t、uH,t和uKH,t分别用于衡量四类技术冲击，互相独立且均服从均值为0，标准差分别为σAC、σAKC、σAH和σAKH。同时，式中的γAC、γAKC、γAH和γAKH分别表示每种技术的净增长率。由于本文设定的生产函数是Cobb-Douglas形式，所以平衡增长路径是存在的，在平衡增长路径上，本文主要实际变量的增长率均服从以下形式：

(23)

(24)

(25)

(26)

(27)

如上所示，IKh,t/

Akh,t、IKc,t/Akc,t和qtIHt的增长率均等于消费的增长率GC。由于投资专有技术的存在，所以房地产部门和中间品部门投资的增长率要快于消费的增长率。

三、DSGE模型参数估计

(一)校准参数估计方法

校准参数估计方法主要是参照已有的研究成果，部分参数校准结果如表1所示。

表1 部分参数校准结果

这里需要进一步对几个参数校准结果进行补充说明，因为这些参数是本文利用下面贝叶斯参数估计使用的数据结合模型内部解换算所得。家庭部门的住房偏好j，根据本文构建的DSGE模型内部解求得，由于两类家庭部门求得的内部解有差异，储蓄型家庭求出的解略低于0.5，借贷型家庭求出的解略高于0.5，所以我们将住房偏好的最终值设定为0.5。生产部门不同类型技术的净增长率γAC、γAKC、γAH和γAKH的换算结果分别为0.0110、0.0119、0.0022和0.0182，根据这一结果可知，投资专有技术的净增长率均高于生产技术，且中间品部门生产技术的净增长率高于房地产部门，而房地产部门投资专有技术的净增长率高于中间品部门。

(二)贝叶斯参数估计方法

相较于校准参数估计方法，贝叶斯参数估计方法能够充分利用已有相关计量研究成果中的先验信息。参数估计所采用的数据时间跨度为1993年第1季度到2016年第4季度。第一步收集的数据包括季度GDP、季度GDP指数、月度社会消费品零售总额、月度固定资产投资额、月度商品房销售额、月度商品房销售面积和年度15～64岁总人口。第二步是对上述数据进行相应的处理，从而得到估计所需的四笔季度人均实际数据，即总消费(C)、中间品部门投资(ikc)、房地产部门投资(ikh)和房价(hp)。以上数据主要来源于中经网和国家统计局。在具体估计过程中，还需要设定参数的先验分布，本文主要借鉴Iacoviello et al.(2010)、王君斌等(2011)、骆永民等(2012)、康立等(2014)的研究。①为了节省篇幅，本文未将贝叶斯估计结果陈列，如有需要可向作者索取。图1将与冲击无关的贝叶斯参数估计结果进行汇总。由图1可知，事先和事后分布接近，说明贝叶斯参数估计结果较好。

图1部分贝叶斯参数估计拟合优度图②φkc和φkh分别表示中间品部门资本和房地产部门资本调整成本系数。

(三)适用性检验

表2为实际经济与模拟经济的宏观经济变量的统计特征比较。由表2可知：从自相关系数来看，也只有房价的自相关系数模拟经济与实际经济存在较大偏差；从与GDP的相关系数来看，只有消费与GDP的相关系数模拟经济与实际经济存在较大偏差。因此，总体来看，本文所构建的模型对实际经济的总体模拟效果良好，尤其是标准差方面。

表2 实际经济与模拟经济的宏观经济变量的统计特征比较

注:实际经济变量的数据均通过以2000年为基期进行标准化并进行HP滤波后计算得到。

四、技术冲击对经济波动影响的模拟分析

本文利用构建的DSGE模型，分析生产技术冲击和投资专有技术冲击对宏观经济波动的影响，主要从两个层次展开：一是，利用冲击模拟分析方法；二是，利用方差分解分析方法。在具体分析过程中，重点模拟了技术冲击对总消费、中间品部门投资、总产出等非房地产部门经济变量，以及房地产部门投资和房价等房地产部门经济变量的影响。另外，本文还通过改变住房偏好参数j的值对模拟结果进行稳健性检验。

(一)冲击模拟分析

1.中间品部门生产技术冲击和投资专有技术冲击模拟分析

由图2可知：受中间品部门生产技术冲击的影响，总消费、中间品部门投资和总产出均向上波动，都经历一个波幅先增后减的过程，且均在第3期左右到达波峰。其中，波动幅度最大的是中间品部门投资，波动幅度最小的是总消费。受中间品部门投资专有技术冲击的影响，消费先是向下波动，而后进入向上波动，中间品部门投资和总产出则是经历一个单调向上波动的过程。消费向下波动持续时间为3期左右，而后进入向上波动的过程，并在第15期左右到达波峰。其中，波动幅度最大的依然是中间品部门投资，最小的依然是总消费。由于投资专有技术冲击会降低投资者的成本，导致短期内中间品部门投资快速增加，总消费则出现小幅下降，由于投资增加的幅度明显，所以导致总产出还是保持增长态势。通过将两类技术冲击的结果进行对比可知，投资专有技术冲击对总产出和中间品部门投资的影响幅度都要明显大于生产技术冲击，该结果表明，过去中国经济增长对投资的依赖度较高，所以提高投资专有技术可以对经济增长起到较大的推动作用。

图2中间品部门生产技术冲击和投资专有技术冲击对非房地产部门变量的影响

由图3可知：受中间品部门生产技术冲击的影响，房地产部门投资和房价同样经历了一个波幅先增后减的向上波动的过程，且两者均在第3期左右到达波峰。受中间品部门投资专有技术冲击影响，房地产部门投资和房价则均先向下波动，而后向上波动。房地产部门投资在第3期左右进入向上波动的过程，并在第10期左右到达波峰，房价的变动与房地产部门投资相似，但房价的最大波动幅度要小于房地产部门投资。房地产部门投资短期向下波动主要是由于中间品部门投资专有技术进步降低了该部门投资的成本，导致大量资金流向中间品部门，从而使短期内房地产部门投资减少，该影响机制同样出现在下文分析房地产部门投资专有技术冲击对中间品部门投资的影响中。通过将两类技术冲击的结果进行对比可知，投资专有技术冲击对房地产市场波动的影响幅度更大，尽管最大波动幅度均出现在向下波动的过程中，但由于后期会进入长期向上波动的过程，因此会抵消向下波动的负面影响。

图3中间品部门生产技术冲击和投资专有技术冲击对房地产部门变量的影响

2.房地产部门生产技术冲击和投资专有技术冲击模拟分析

下面分析房地产部门生产技术和投资专有技术冲击对宏观经济主要变量的影响。

图4房地产部门生产技术冲击和投资专有技术冲击对非房地产部门变量的影响

由图4可知，与图2中的结果最明显的差异有两个：首先，总消费、中间品部门投资和总产出三个变量受房地产部门投资专有技术冲击的影响更明显；其次，从影响幅度来看，上述三个变量的波动幅度明显小于图2中的波动幅度。受房地产部门生产技术冲击的影响，总消费经历了先向下波动后向上波动的过程，且在大约第5期进入向上波动过程，并在第10期左右到达波峰，中间品部门投资经历了单调向下波动的过程，总产出则经历了单调向上波动的过程。受房地产部门投资专有技术冲击的影响，总消费和中间品部门投资短期内快速向下波动，而后总消费会进入向上波动过程，但幅度很小，此时，两者的波动幅度都要明显大于受生产技术冲击影响时的波动幅度，而总产出短期内则是快速向上波动，之后在第10期左右进入向下波动的过程，但幅度同样很小。结合图5可知，之所以房地产部门投资冲击对上述三个变量的影响明显，主要的原因可能是，该冲击会导致房地产部门的投资明显增加，从而对消费和中间品部门投资产生“挤出效应”，但由于房地产部门投资增加幅度更大，所以依旧导致总产出保持增加态势。

由图5可知：受房地产部门生产技术冲击的影响，房地产部门投资经历了单调向上波动的过程，房价则经历了单调向下波动的过程。受房地产部门投资专有技术冲击的影响，房地产部门投资短期内快速向上波动，而后在第15期左右进入向下波动的过程，但波动幅度很小，房价则同样经历了单调向下波动的过程。出现上述结果可能是因为生产技术和投资专有技术的进步导致生产成本和投资成本均下降，推动房地产部门投资增加，进而使得房地产部门供给增加，房价自然具有下降的态势。通过将两类技术冲击的结果进行对比可知，房地产部门投资专有技术冲击对房价和房地产部门投资的影响幅度更大。

图5房地产部门生产技术冲击和投资专有技术冲击对房地产部门变量的影响

为了更好地总结以上冲击试验得到的结论，表3将冲击模拟结果进行了汇总。

表3 不同部门技术冲击对主要经济变量波动的影响

由表3可知：生产技术冲击对主要经济变量的影响几乎都是单调的，而投资专有技术冲击对主要经济变量的影响则部分会出现一个转变的过程，表明生产技术进步所形成的冲击对经济发展的影响更加稳定；另外，中间品部门两类技术进步所形成的冲击对主要经济变量都存在正面影响，即推动这些变量向上波动，而房地产部门技术进步所形成的冲击则对主要经济变量有正面影响也有负面影响，表明中间品部门技术进步所形成的冲击对经济发展的正面影响更加明显。

另外，通过对比图2至图5中的冲击影响幅度可知，两类生产部门的投资专有技术冲击差不多都大于生产技术冲击的影响幅度，该结果表明，投资是过去中国经济发展的主要驱动力，所以投资专有技术进步对中国经济波动具有重要影响，这一点将由下面方差分解分析得到进一步验证。

(二)方差分解分析

方差分解主要是分析各个内生变量偏离均衡值产生的方差主要是由哪些冲击导致的，因此，表4中的百分比越大，表明该冲击越是导致对应内生变量波动的原因。对总产出波动影响最大的是中间品部门投资专有技术冲击，对总消费波动影响最大的是家庭部门跨期偏好冲击，对中间品部门投资波动影响最大的是中间品部门投资专有技术冲击，对房价波动影响最大的是家庭住房需求偏好冲击，对房地产部门投资波动影响最大的是房地产部门投资专有技术冲击。通过进一步对比四类技术冲击对内生变量波动的影响可知：从分部门的角度来看，中间品部门的技术冲击对除了房地产部门投资外的内生变量波动的影响幅度均要大于房地产部门，中间品部门的技术冲击可以解释总产出波动的57.63%、总消费波动的29.96%、中间品部门投资波动的68.08%和房价波动的1.68%，房地产部门的技术冲击则可以解释房地产部门投资波动的59.42%。从分类型的角度来看，投资专有技术冲击对所有内生变量波动的影响均大于生产技术冲击，投资专有技术冲击可以解释总产出波动的50.72%、总消费波动的16.9%、中间品部门投资波动的63.68%、房价波动的1.26%和房地产部门投资波动的66.7%。

表4 技术冲击对主要经济变量的方差分解(单位：%)

以上分析进一步表明，投资专有技术进步对中国经济波动具有重要影响，且中间品部门的技术进步对宏观经济波动的影响更加全面，而房地产部门的技术进步则主要影响房地产部门的经济波动。

五、结论与政策建议

创新驱动模式作为中国下一轮经济发展的主要战略，是对过去经济发展模式的升级，也是对未来经济更好发展的展望，而创新驱动模式的关键是促使全要素生产率提高，也就是增强技术进步对经济发展的推动作用。因此，清楚地认识不同类型的技术进步所形成的冲击对中国过去经济波动的影响，既有助于更好地理解过去中国经济的发展，同时也有助于更有针对性地利用技术进步推动未来中国经济的发展。本文通过采用多部门动态随机一般均衡模型，将生产部门进行细分，并重点考察了中间品部门和房地产部门的生产技术和投资专有技术进步所形成的冲击与经济波动之间的关系，为了更清晰地展示本文的模拟分析所得到的结论，本文将上面技术冲击在考察期内对主要经济变量的影响结果进行了不同层面的汇总，如表5所示。

根据表5，从技术冲击对主要经济变量影响方向的角度可以得到以下两点结论：

首先，从分部门的角度来看，中间品部门的技术进步所形成的冲击对主要经济变量都存在正面影响，只是对有些变量先有短期的负面影响。反观房地产部门的技术进步所形成的冲击则会对总消费、中间品部门投资和房价均产生负面影响，尽管其对总产出具有正面影响，但是影响幅度却要小于中间品部门技术冲击。因此，中间品部门的技术进步较房地产部门的技术进步对经济发展的推动作用更加稳定。

其次，从分类型的角度来看，投资专有技术进步形成的冲击对主要经济变量都存在正面影响，只是对有些变量先有短期的负面影响。反观生产技术进步形成的冲击则对所有主要经济变量都存在正面影响。因此，生产技术进步较投资专有技术进步对经济发展的推动作用更加稳定。

表5 不同层面技术冲击对主要经济变量波动的影响

从技术冲击对主要经济变量影响幅度的角度同样可以得到两个主要结论：

首先，从分部门的角度来看，中间品部门的所有技术进步所形成的技术冲击对除了房地产部门投资之外的主要经济变量的影响幅度都要大于房地产部门所有技术进步所形成的技术冲击的影响。

其次，从分类型的角度来看，生产部门的投资专有技术冲击对几乎所有主要经济变量的影响幅度都要大于生产技术冲击的影响幅度，该结果也表明，由于投资是过去中国经济发展的主要驱动力，所以投资专有技术进步对中国经济波动具有重要影响，这一点由方差分解分析得到了进一步验证。

综上可见，生产技术进步对经济发展的推动作用稳定性更好，而投资专有技术进步对经济发展的推动作用更明显，同时，房地产部门技术进步对经济发展的推动作用不如中间品部门，房地产部门对经济发展的推动作用可能主要是数量层面，而非质量层面。结合以上结论，本文认为下一步在实施创新驱动的发展战略过程中，应该注意以下问题：

首先，政府应当采取相关措施协助生产部门提高投资专有技术。由于投资专有技术进步意味着新机械设备的积累速度更快，所以政府可以对新设备引进提供更有针对性的财税措施予以支持，比如允许企业加速折旧等措施来充分发挥生产设备层面投资专有技术进步对经济发展的推动作用。另外，投资专有技术进步也意味着资本调整成本的降低，实现这一点的主要途径在于建设更加完善的金融市场，提高金融市场的竞争程度，这既可以为企业融资提供更多样化的渠道，也可以为企业降低融资成本，从而有利于企业提高资本的调整速度，同时也有助于提高整个经济体的投资转换效率。

其次，政府需要继续关注房地产市场的发展，并适时实施相应的调节措施，引导房地产市场合理发展。进入新常态发展阶段后，中国房地产市场也进入了相应的调整阶段，房价经历了一轮先降后升的过程。从这一轮调整可以看出，房地产市场的调整速度相对较快，再加上货币超发导致的流动性过剩，就很容易出现大量资金流向房地产市场的局面，从而对其他产业的转型发展产生一定的负面影响。所以，为了更好地发挥技术进步对经济发展的推动作用，政府必须对房地产业的发展采取相应的调控措施，尤其是要注重采用长期与短期措施相结合的调控方法，比如采取限购令的同时加快租售同权改革。