提升安徽省经济增长质量的途径研究——基于SUR模型的多方程系统分析

李荣富，傅懿兵，王　萍（.池州学院 商学院，安徽 池州 47000；.烟台职业学院 会计系，山东 烟台 64000；.东北财经大学 经济学院，辽宁 大连 605）



华东经济

提升安徽省经济增长质量的途径研究
——基于SUR模型的多方程系统分析

李荣富1，傅懿兵2，王萍3
（1.池州学院 商学院，安徽 池州 247000；2.烟台职业学院 会计系，山东 烟台 264000；3.东北财经大学 经济学院，辽宁 大连 116025）

摘要：文章尝试性地从主要影响因素方面分析和判断安徽省经济增长质量的提升途径。选择度量经济增长质量及其受经济结构、技术创新、区域差异、经济金融化程度等方面因素影响的观测变量，运用似不相关回归（SUR）模型的多方程系统，研究1981-2013年安徽省经济增长质量受主要因素的定量影响效应；通过SUR模型设定、估计和目标路径仿真，分析同一经济系统内诸因素对安徽省改革开放以来经济增长质量的影响路径，提出改善经济增长质量的途径。

关键词：经济增长质量；SUR模型；多方程系统；安徽省

［DOI］10.3969/j.issn.1007-5097.2016.03.003

一、引　言

世界任何一国或地区社会经济的发展皆需要一定程度的经济增长。1997-2006年间，美国实际GDP平均增长3.3%，德国、日本、韩国、俄罗斯、印度和中国分别为1.5%、0.9%、4.9%、5.0%、6.6%、9.4%①，而在2007-2014年它们分别平均增长1.2%、1.1%、0.3%、3.5%、2.5%、7.3%、9.6%②。各经济体的适度经济增长推动着世界经济在经历2008年金融海啸后缓慢复苏。然而，伴随着经济发展过程中全球性的生态、环境、健康和安全等问题的出现，人们在关注经济增长规模和速度的同时，对经济增长质量更为侧目。中国的具体国情和所处的社会经济发展阶段及政府主导型特征决定了政府决策层、经济主体和学界比较早地重视经济增长的质量和效益，如何衡量或判断某国或地区一定经济发展阶段的经济增长质量也就成为经济增长的深度问题。比起国外学者对经济增长影响因素和内生动力源泉理论、模型的研究，近年来中国研究者们更多地偏向经济增长质量的研究并取得了丰硕的成果，主要包括经济增长质量内涵的界定［1-5］、经济增长质量的数量化显性判断（即主要采用综合评价方法将影响经济增长质量的多因素利用替代指标复合成指数）［6-10］、经济增长质量的价值取向［11-12］。从这些研究成果不难得出：分析经济增长既是对经济增长过程和结果的数量扩张的分析，又是对其质量和效益优劣的价值判断，犹如一枚硬币的正、反两面，两者统一于经济增长这一经济范畴。

经济增长的数量性与质的规定性决定了其影响因素的多维度特征，可以认为，影响经济增长的因素实质上既是影响经济增长数量方面的因素，也是影响经济增长质量方面的因素。由于经济发展的阶段特征和内生性驱动以及宏观经济政策导向，学者对经济增长影响因素的研究也具有阶段性、逐渐演进的特点，由早期的侧重因素对经济增长数量方面影响的研究发展到近期侧重因素对经济增长内在质的方面的影响研究。龚志民、张月朗（2013）将经济增长质量分为经济增长的可持续性和经济增长的效率（包括资本生产率和劳动生产率在内）两个维度，利用主成分分析法测算出中国1985-2010年的经济增长质量及其维度指数，运用经济计量方法分析经济增长质量影响因素之一的消费结构与前者之间的长期均衡关系和因果关系，并得出消费结构优化升级的具体内涵［13］。刘秋生、刘雪娇（2013）选择产业结构变动作为经济增长质量影响因素，也采用主成分分析法计算出四个维度的经济增长质量指数，由建立的经济增长质量指数与产业结构变动之间的数量关系模型显示，江苏省产业结构的变动促进了经济增长质量的提高［14］。葛枫、任保平（2014）以资本偏向型技术与劳动偏向型技术之比代表不同状态的技术结构失衡，利用2000-2010年的省际面板数据实证分析其对经济增长质量的影响，认为技术结构失衡反映了经济体在经济增长过程中对其要素禀赋结构偏离的技术选择以及对影响经济增长质量的其他因素（如资源配置效率、产业结构发展战略等）的选择，亦即它既影响了经济增长的数量方面，也尤其深刻影响着经济增长质量；实证分析结果显示适当的技术结构失衡却能够带来更高的经济增长质量［15］。马轶群和史安娜（2012）、李冻菊和薛冰（2013）先后运用VAR模型分析了金融发展对中国经济增长质量的影响，前者的研究得出金融发展（金融机构存贷款总额与GDP的比值）与经济增长协调性、可持续性和经济增长结果质量存在协整关系，并且有着长短期的影响差异，与经济增长方式质量、经济增长稳定性却不存在协整关系；后者认为金融发展（金融机构存款额占GDP比重、全社会固定资产投资中国内贷款与国家预算资金比）的能力和效率对经济增长质量（采用Solow余值法测算的全要素生产率TFP衡量）产生长期的影响，其中金融发展能力对经济增长质量作用更大［16-17］。

现有研究的不足主要表现在：可能受基于数据驱动（DGP）的VAR模型参数估计的限制，分析经济增长质量的影响因素单一，如只选择消费结构、产业结构、技术结构、金融发展等某一因素，不利于深入地探索较多因素对经济增长质量的影响路径；缺乏同一经济系统内因素对经济增长质量的数量化影响分析；对综合评价指数测度的经济增长质量影响因素的分析难以避免变量的内生性问题。本文分析1981-2013年安徽省经济增长质量的主要影响因素，提出有参考意义的经济增长质量提升路径，创新之处主要在于：利用多方程系统分析区域经济增长质量；基于要素生产率视角分析多因素影响区域经济增长质量的边际效应和主要因素的目标路径控制。

本文第二部分借鉴这些先期研究成果，避免现有研究的缺陷，根据安徽省改革开放以来的经济发展的现实，选择代表经济增长质量及其影响因素的观测变量，测算、取得客观的观测数据，设定多方程系统的SUR模型；第三部分运用FGLS估计SUR模型，对其结果作出解释和说明；第四部分根据SUR模型的估计结果对安徽省经济增长质量的目标路径进行仿真分析；最后是根据分析结果所得出的有意义的结论。

二、变量选择、数据来源和模型设定

（一）观测变量选择和数据来源

1.经济增长质量

以反映经济增长过程中要素投入的产出效率作为衡量经济增长优劣的重要方面，也是任何方式的经济增长所要实现的经济效益目标。借鉴多数学者的做法，采用全要素生产率（Total Factor Productivity，TFP）、资本生产率（Capital Productivity，CAPR）、劳动生产率（Labour Productivity，LAPR）等三个变量测度安徽省经济增长质量。其中，全要素生产率（TFP）根据安徽省经GDP平减指数（1978=100）折算的1978年不变价格GDP、资本存量和三次产业从业人数运用Cobb-Douglas生产函数，并假定规模报酬不变和Hicks中性技术进步，通过Solow余值法测算（资本产出弹性为0.8216，劳动产出弹性为0.1784）；资本生产率（CAPR）=1978年不变价格GDP（亿元）/资本存量（亿元）；劳动生产率（LAPR）=1978年不变价格GDP（万元）/从业人数（人）。数据来源于相关年份的《安徽省统计年鉴》、《中国统计年鉴》和《中国国内生产总值核算历史资料1952-1995》；由于资本存量数据目前尚不能直接获取于统计年鉴，因此安徽省该数据也采用估算的方法，即Goldsmith（1951）提出的永续盘存法：Kt=It/Pt+（1-d）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年的名义投资；Pt为投资价格指数；d为折旧率。具体计算采用张军（2004）的处理方法［18］。1978年安徽省资本存量初始值以1978年的实际固定资产投资（按1978＝100的固定资本投资价格指数平减）15.85亿元除以1978-2013年的年均实际GDP增长率（15.85%）与经济折旧率9.6%的和，得到62.28亿元，即15.85/ （15.85%+9.6%）。

2.经济增长质量的影响因素

主要以经济结构、技术创新、区域差异、经济金融化程度等4个维度反映。

（1）经济结构因素。从产业结构、就业结构、城乡结构、制度结构和资源配置等方面度量。其中，产业结构（Industry Structure，INDS）以非农产业比重为观测变量，即非农产业比重=二、三产业增加值（亿元）/GDP（亿元）；就业结构（Employment Structure，EMST）以非农产业就业比重测量，则非农产业就业比重=二、三产业就业人数（万人）/总就业人数（万人）；城乡结构（Urban and Rural Structure，URST）以二元对比系数作为代理变量，即二元对比系数=农业比较劳动生产率（%）/非农产业比较劳动生产率（%）；制度结构（Institution Structure，INST）以政府支出比重代替，即政府支出比重=政府消费（亿元）/支出法GDP（亿元）；资源配置（Resource Allocation，REAL）以资源配置率为测度变量，则资源配置率=实际的全社会固定资产投资增长率（%）/实际GDP增长率（%）。

（2）技术创新因素。以人力资本和工业制成品进、出口结构衡量技术创新的潜力和技术扩散效应。人力资本存量（Human Capital Stock，HCST）以地方财政中公共教育经费支出（亿元）代表人力资本投入形成的积累，并按安徽省GDP平减指数（1978= 100）扣除了价格因素，为消除数量级差异，该变量的数据序列取自然对数，即HCST=ln（地方财政中公共教育经费支出）；工业制成品进口结构（Industrial Manufactured Imports Structure，IMIS）=工业制成品进口额（亿元）/进口总额（亿元）；工业制成品出口结构（Industrial Manufactured Exports Structure，IMES）=工业制成品出口额（亿元）/出口总额（亿元）。数据来源于相应年份的《安徽省统计年鉴》。

（4）经济金融化程度。用金融相关比率度量经济金融化程度（Degree of Economic Finance，DECF），借用多数学者的经验：金融相关比率=（金融机构存款余额+金融机构贷款余额）（亿元）/1978年不变价格GDP（亿元）。数据来源于相应年份的《安徽省统计年鉴》。

（二）多方程系统的SUR模型设定

似不相关回归（Seemingly Unrealated Regression，SUR）［20-22］模型是一类多方程系统（multiple-equation system），其被解释变量互不相同而似乎没有直接关系，但随机扰动项之间却存在相关性。本文考虑到度量经济增长质量的3个变量与10个因素变量在同一经济系统内存在对经济增长质量的某一被解释变量的干扰项影响，必然也会传递到其另外被解释变量，因此对安徽省经济增长质量及其影响因素进行系统估计符合似不相关回归的要求，也可以避免前文已述及的研究不足。3个方程（3个被解释变量TFP、CAPR、LAPR），每个方程有多期观测值，则多方程系统的SUR模型设定如下：

其中，X为10个解释变量（INDS、EMST、URST、INST、REAL、HCST、IMES、IMIS、REGD、DECF）；ε为随机扰动项。

假设各方程的扰动项（ε）之间存在同期相关，对上式运用可行广义最小二乘法（Feasible General⁃ized Least Square，FGLS）可得到SUR估计的回归参数估计值。

三、经济增长质量的SUR模型分析

（一）SUR模型估计

由于安徽省1978年改革开放后统计部门公开的进、出口贸易数据最早年限为1981年，而最近的分析所使用数据年份限于统计部门出版统计年鉴的时滞为2013年，因而SUR模型估计的样本期间为1981-2013年，即样本期为33，分析的观测数据为429个。各观测变量的具体数据见表1所列。

对安徽省1981-2013年经济增长质量（TFP、LAPR、CAPR）和影响因素（INDS、EMST、URST、INST、REAL、HCST、IMES、IMIS、REGD、DECF）的多方程系统模型运用FGLS迭代估计，分别得到被解释变量残差相关矩阵、多方程显著性和各解释变量回归系数及其显著性检验的SUR模型收敛估计，其中TFP方程加入了一阶自回归项AR（1）以减弱残差一阶自相关，结果见表2和表3所列。

表2　残差相关矩阵及独立性检验

表3　回归系数估计及其显著性检验

续表3

由表2可知，3个被解释变量之间存在一定程度的相关性，同时Breusch-Pagan的残差独立性检验结果显示P值低于5%，因而拒绝各方程的扰动项无同期相关的原假设，表明SUR模型估计的有效性和被解释变量的同期相关，这与全要素生产率、劳动生产率和资本生产率之间有实质性联系相吻合，符合经济增长质量的内涵。由表3可以判断3个被解释变量的方程在整体上均具有统计显著性，解释变量对其差异的解释能力分别达到83.4%、99.5%和93.3%，由此可以得出多方程系统整体上有着良好的解释性。从多方程系统的动态预测效果（图1）也可以看出估计的方程有较好的预测能力。

图1　多方程系统的多步动态预测

（二）结果分析

根据表3，分析各因素对安徽省经济增长质量的影响。

1.经济结构分析

产业结构（INDS）对全要素生产率（TFP）有显著的正向边际影响，但对劳动生产率（LAPR）和资本生产率（CAPR）均为负向边际效应；就业结构（EMST）对全要素生产率有显著的负向边际效应，而对劳动生产率和资本生产率的边际贡献皆为正；资源配置（REAL）正向影响全要素生产率和资本生产率，逆向影响劳动生产率。这种效应与安徽省工业化的较快推进和经济增长方式存在着必然联系。在改革开放后持续30多年的经济发展过程中，安徽省经济增长方式呈现出不同的特征。借鉴任保平（2012）对经济增长方式的“粗放度（d）”度量方法（0≤d<0.5为集约型；1≤d或d<0为超高度粗放型；0.8≤d<1为高度粗放型；0.7≤d<0.8为中度粗放型；0.5≤d<0.7为低度粗放型）［23］，测算出安徽省1981-2013年的经济增长方式的类型（表4），33年中经济增长方式为中度粗放型、高度粗放型和超高度粗放型的年份合计为29年，占87.9%；只有4年为集约型，占12.1%。根据新古典经济增长理论，从要素生产率视角表明安徽省经济增长质量表现出高投入、低效率的粗放型特征。1981-2013年间，安徽省非农产业比重几乎每隔一个“五年计划”上升至一个高位，由1981年的48.1%经过7个“五年计划”升至2013年的87.7%，年均上升1.12个百分点。然而产业结构的加快提升对劳动生产率和资本生产率产生了逆向影响，表明在产业升级过程中存在某些低效率产业的过度发展，劳动和资本要素被长期锁定在这些产业中，阻碍了要素的合理配置，降低了要素的使用效率。但产业结构向高级化变迁促进了技术进步和生产能力改善，对全要素生产率产生了正向影响。

表4　安徽省1981-2013年经济增长的粗放度（d）

非农产业就业结构的变化方向和幅度类似于产业结构，说明劳动力向二、三产业转移明显加快。随着安徽省产业结构向二、三产业转移升级，引起劳动力在各产业间和产业内部的重新配置，尤其是农村大量剩余劳动力市民化和每年一定规模的新增高校毕业生为非农产业供给了廉价的劳动力资源，而劳动力与包括资本在内的其他要素的有机结合有利于改善劳动和资本的生产率，但劳动力的非农产业就业并没有带来全要素生产率的显著增进，反而具有负向的明显抑制作用，其主要原因可以解释为劳动力要素较多地转移到产业效率较低的第三产业中的劳动密集型部门，而第二产业尽管效率较高，但对劳动熟练程度和专业技能有相应要求的就业门槛限制了劳动力从低效率产业向高效率产业的转移，吸纳劳动力有限，因而存在劳动力就业的结构性矛盾，影响劳动力资源配置效率的改善。

资源配置率的结果显示，样本期间的安徽省全社会固定资产投资增长率超过名义GDP增长速度的年份达26年，除少数年份为负值外（1981年、1989年全社会固定资产投资负增长，1991年名义GDP负增长），只有1987-1989年、2011年低于经济增长速度，说明在经济增长过程中安徽省经济增长主要是通过投资来支撑的；而基础设施、产业的技术、设备等的投资对资本生产率和全要素生产率产生了显著的正向影响，但在投资转化过程中，可能存在资本深化形成资本替代劳动，资本与劳动配置比例过高造成劳动对资本品使用效率下降，对劳动力的教育、培训等的投资不足降低了劳动要素的生产率。

城乡结构（URST）和制度结构（INST）对全要素生产率有显著的正向边际影响，但对劳动生产率和资本生产率均为负向边际效应，表明安徽省城乡二元经济结构、地方政府主导经济的特征不利于劳动、资本要素的合理配置。

2.技术创新分析

安徽省人力资本存量（HCST）和反映技术溢出的工业制成品出口结构（IMES）对劳动生产率有显著的增进作用，每增加1%公共经费支出，劳动生产率平均增加890元，制成品出口每提高1%，劳动生产率平均增加790元，而两者对全要素生产率和资本生产率均具有反向影响，可以说明安徽省人力资本投入有助于提升劳动力素质和技能，工业制成品出口产生的技术扩散效应强化了劳动力的学习能力，但可能由于在产业升级、就业转移、投资项目选择、出口引起的技术向国内外市场扩散的过程中，人力资本的技术创新能力薄弱，或单一的政府投资主体对人力资本的投入不足，或限于劳动力对先进技术吸收、消化再创新的能力，以致影响了资本生产率和全要素生产率的提高。安徽省工业制成品进口结构（IMIS）代表的技术溢入对资本生产率有正向边际贡献，进口结构每提高1%，资本生产率将提高1.09%，而对全要素生产率和劳动生产率有着负向影响，反映了进口部门进口必需的原材料及先进的技术、设备和中间产品有利于改善资本使用效率，但进口引致的技术溢入未能有效地转化为劳动生产率以及促进要素资源的有效配置，导致劳动生产率和全要素生产率的下降。

3.区域差异和金融化程度分析

区域差异（REGD）通过泰尔指数度量安徽省城乡收入差异，反映安徽省城镇居民和农村居民在收入分配上的不平等程度。由SUR估计结果显示，区域差异对资本生产率有显著的正边际贡献，而对全要素生产率和劳动生产率具有程度不同的抑制效应，城乡收入差距拉大1%，资本生产率提高1.751%，全要素生产率和劳动生产率将分别降低0.497%和1.511%，可见城乡收入分配的不平等不利于安徽省综合要素效率改善和劳动力资源的优化。经济金融化程度（DECF）显著正向影响全要素生产率和劳动生产率，逆向影响资本生产率，.表明安徽省金融机构根据经济发展配置信贷资源有利于提高全要素生产率和劳动要素使用效率。

四、提升经济增长质量的目标路径仿真

在上述SUR模型估计结果的基础上，假定代表安徽省经济增长质量的内生变量（全要素生产率、劳动生产率、资本生产率）的未来运动沿着某条预设的路径运行，求解某个有着显著影响的外生变量调控过程，即实现经济增长质量的目标路径仿真。

（一）全要素生产率的目标路径仿真

非农产业结构（INDS）对全要素生产率影响显著，假设控制INDS，若在2014-2020年的7年间安徽省全要素生产率每年实现递增0.5%的目标，则非农产业结构每年需要有一定幅度的结构转换和升级并向高级化演进，分别从2014年的93.99%逐渐上升到2020年95.14%，如图2所示。

图2　非农产业结构的调控仿真

由于“产业结构的升级和改进是一个缓慢的过程”［24］，因而产业结构优化调整需要从劳动和资源密集型产业逐步向资本、知识技术密集型产业转移，从低附加值产业向高附加值产业转移，在产业内部从价值链低端向高端转移，特别是第三产业的结构优化和升级，这也是产业结构演变的一般规律。

（二）劳动生产率的目标路径仿真

区域差异（REGD）对劳动生产率负向影响显著，假设控制REGD，如果在2014-2020年间安徽省每年劳动生产率沿着递增1%的目标路径行进，那么安徽省的区域差异每年应该以一定的幅度缩小这种城乡收入分配上的差异，泰尔指数将从2014年的-0.21降低至2015年的-0.27，如图3所示。

图3　区域差异的调控仿真

（三）资本生产率的目标路径仿真

非农就业结构（EMST）对资本生产率正向影响显著，假设控制EMST，若安徽省在2014-2020年间每年实现资本生产率递增1%的目标，则每年需要按一定幅度调控就业结构，非农就业结构将从2014年的80.5%逐年升至2015年的83.53%，如图4所示。

图4　非农就业结构的调控仿真

上述目标路径仿真只是在经济增长质量的单一目标下对主要影响因素的调控模拟，但在同一经济系统内，不同的目标之间可能存在相互冲突，应根据安徽省总体经济发展的实践要求和资源的配置状态以及各区域的异质性，注意调控的协调性和适度，避免顾此失彼，为了某一经济增长质量目标而影响经济增长质量其他目标的实现。

五、结论与启示

根据安徽省1981-2013年经济增长质量和影响因素的多方程系统SUR模型估计结果分析和目标路径仿真，可以得出：①在统一的经济系统内部，反映经济增长质量的全要素生产率、资本生产率和劳动生产率之间存在相关性，体现出经济增长内在质和量统一的数量特征。②经济结构、技术创新、区域差异和经济金融化程度是影响经济增长质量的主要维度，由SUR模型估计结果显示出各观测变量以不同方向和程度影响安徽省经济增长质量。其中，非农产业结构、城乡结构、资源配置率和金融化程度对全要素生产率有着局部的正向边际效应，非农就业结构、人力资本存量、金融化程度对劳动生产率产生了正向的边际贡献，而非农就业结构、制成品进口结构和城乡收入差异正向影响资本生产率。有负向影响的因素，可以为宏观部门提供参考，需要总结经验、找出原因，在未来的经济增长过程中加以调控、疏导或防范。③安徽省经济增长质量的目标路径控制仿真表明，实现经济增长质量按预定目标提升需要进一步优化产业结构和就业结构，缩小城乡收入分配的差距，实现要素效率的提高，尤其是全要素生产率的递增，这也正是安徽省未来长期且艰巨的区域经济发展目标。

由以上分析结论可知，提升安徽省经济增长质量的最根本出路就是要优化配置各种要素，提高要素使用效率。实现这一目标的重要途径就是以要素驱动向创新驱动转变，具体推进策略可以从以下几个方面展开：

一是优化创新环境，利用安徽省融入长三角、长江经济带建设的契机，优化自主创新的制度环境，包括优化自主创新的体制、机制，制定稳定的促进自主创新的政策体系，包括财政、融资、土地、人才和激励政策等，确立企业作为自主创新的主体地位，加强对知识产权保护和有效监督。

二是积极探索自主创新的新模式，有效利用合芜蚌自主创新综合试验区的科技成果的有效转化，同步辐射皖北、皖江城市带，实现创新驱动安徽省经济、社会的发展，引领安徽省产业承接和新一轮的产业转型升级，催生新的高科技产业业态，促进结构转换，提高产业的竞争优势，缩小南北经济、社会发展的差距，带动安徽省整体成为长三角重要的新兴增长极。

三是促进金融机构为创新主体提供优惠贷款支持和服务。

四是利用长江经济带各省市的高校、科研机构、企业研发中心的资源优势和人才资源存量，合理盘活人力资本存量；大力发展第三产业，特别是生产性服务业，主动承接服务业价值链高端的离岸服务外包。

五是优化制成品出口结构，鼓励企业到国外投资，提高出口产品中高新技术产品比重，通过国内外市场规模提升企业的技术创新能力；继续改善进口结构，加强对进口先进设备、技术的学习、消化和再创新能力。通过进、出口结构的升级、调整和优化，促进安徽省产业结构向高级化转换。

注释：

①数据来源于国际货币基金组织2015年4月发布的《世界经济展望：不平衡增长——短期和长期因素》中的表2和表4。

②根据国际货币基金组织2015年4月发布的《世界经济展望：不平衡增长——短期和长期因素》中表2和表4的数据计算得出。

参考文献：

［1］毛健.论提高我国经济增长质量［J］.南开经济研究，1995 （3）：10-15.

［2］王积业.关于提高经济增长质量的宏观思考［J］.宏观经济研究，2000（1）：11-17.

［3］钟学义.增长方式转变和增长质量提高［M］.北京：经济管理出版社，2001：526.

［4］毛其淋.二重经济开放与中国经济增长质量的演进［J］.经济科学，2012（2）：5-20.

［5］钞小静，惠康.中国经济增长质量的测度［J］.数量经济技术经济研究，2009（6）：75-86.

［6］贾名清，汪阔朋.我国东部地区区域经济增长质量评价［J］.经济问题，2009（1）：122-124.

［7］朱楠，郭晗.我国东部沿海地区经济增长质量的测度与评价研究［J］.西北大学学报：哲学社会科学版，2014，44（1）：162-168.

［8］钞小静，任保平.中国经济增长质量的时序变化与地区差异分析［J］.经济研究，2011（4）：26-40.

［9］李娟伟，任保平.国际收支失衡、经济波动与中国经济增长质量［J］.当代财经，2013（1）：23-31.

［10］肖欢明.基于绿色GDP的我国经济增长质量测度［J］.统计与决策，2014（9）：27-29.

［11］任保平.经济增长质量理论阐释、基本命题与伦理原则［J］.学术月刊，2012，44（2）：63-70.

［12］任保平，刚翠翠.社会转型促进经济增长质量提高的机理及路径［J］.陕西师范大学学报：哲学社会科学版，2014，43（1）：21-28.

［13］龚志民，张月朗.基于消费结构变动的中国经济增长质量研究［J］.湘潭大学学报：哲学社会科学版，2013，37（4）：56-61.

［14］刘秋生，刘雪娇.江苏产业结构变动对经济增长质量的影响［J］.商业研究，2013（12）：15-20.

［15］葛枫.任保平.技术选择、技术结构失衡与经济增长质量［J］.科技与经济，2014，27（3）：1-5.

［16］马轶群，史安娜.金融发展对中国经济增长质量的影响研究——基于VAR模型的实证分析［J］.国际金融研究，2012（11）：30-39.

［17］李冻菊，薛冰.中国金融发展与经济增长质量关系的实证研究［J］.金融理论与实践，2013（11）：41-44.

［18］张军.中国省际物质资本存量估算：1952-2000［J］.经济研究，2004（10）：35-44.

［19］王少平，欧阳志刚.中国城乡收入差距对实际经济增长的阈值效应［J］.中国社会科学，2008（2）：54-66.

［20］Zellner A.An efficient method of estimating seemingly un⁃related regressions and tests for aggregation bias［J］.Jour⁃nal of the American Statistical Association，1962，57：348-368.

［21］Zellner A.Estimatorsfor seemingly unrelated regression equations：Some exact finite sample results［J］.Journal of the American Statistical Association，1963，58：977-992.

［22］Zellner A，Huang D S.Further properties of efficient esti⁃mators for seemingly unrelated regression equations［J］.In⁃ternational Economic Review，1962，3（3）：300-313.

［23］任保平.以质量看待增长：对新中国经济增长质量的评价与反思［M］.北京：中国经济出版社，2010：185.

［24］马岩.英国、美国、德国、日本、中国五国经济快速发展时期若干增长与结构变革特征的比较分析［M］//张平，王霞辉，王宏淼.中国经济增长前沿II——转向结构均衡增长的理论和政策研究.北京：中国社会科学出版社，2011：158-160.

［责任编辑：余志虎］

中图分类号：F127

文献标志码：A

文章编号：1007-5097（2016）03-0014-07

收稿日期：2015-06-22

基金项目：安徽省教育厅人文社会科学研究重点项目（SK2013A123）

作者简介：李荣富（1966-），男，安徽怀宁人，副教授，经济学硕士，研究方向：经济增长，国际贸易，计量经济；傅懿兵（1969-），女，山东烟台人，经济学硕士，研究方向：劳动经济学；王萍（1962-），女，辽宁大连人，教授，经济学博士，研究方向：劳动经济学，人力资源开发与管理。

A Study on the Ways to Improve Economic Growth Quality in Anhui Province —Based on Multi-equation System Analysis of SUR Model

LI Rong-fu1，FU Yi-bing2，WANG Ping3
（1.School of Business，Chizhou University，Chizhou 247000，China；2.Department of Accounting，Yantai Vocational College，Yantai 264000，China；3.School of Economics，Dongbei University of Finance and Economics，Dalian 116025，China）

Abstract：This paper tries to analyze and judge the ways to improve economic growth quality from the main influencing factors in Anhui province.The paper chooses the observed variables to measure economic growth quality and other observed variables，which are influenced by economic structure，technology innovation，regional difference，the degree of economic financialization and so on.It applies multi-equation system of seemingly unrelated regression（SUR）model to study the quantitative impacts of the main factors on economic growth quality in Anhui province from 1981 to 2013.By the SUR model setting，estimation and target path simulation，the paper analyzes the paths of the influences of various factors within the same economic system on economic growth quality in Anhui province since the reform and opening up，and puts forward the ways to improve economic growth quality.

Keywords：economic growth quality；SUR model；multi-equation system；Anhui province