安徽省全要素生產率的測算與經濟解釋
——基于時變產出份額改進的索洛殘差法

程建華，于戒嚴

（安徽大學 經濟學院，安徽 合肥 230601）

·華東經濟

安徽省全要素生產率的測算與經濟解釋
——基于時變產出份額改進的索洛殘差法

程建華，于戒嚴

（安徽大學 經濟學院，安徽 合肥 230601）

文章運用狀態空間模型推導出C-D生產函數的時變要素產出份額，并以此改進索洛殘差法計算安徽省1992-2012年的TFP增長率，實證分析結果發現，安徽省TFP增長率變動趨勢與全省宏觀經濟運行高度吻合，其變化滯后于長三角地區大約2年時間，但近年來變化時差逐步趨同。計量結果顯示：安徽省1992-2012年平均TFP增長率為1.13%，相對較高；TFP增長率是GDP增長率的Granger原因，反之則不成立；安徽省經濟增長屬于資本投入型，技術進步對經濟增長的平均貢獻率僅為7%，缺乏效率。最后得出促成技術進步的內生增長動力、提升人力資本的潛在增長動力、保證資本等實體要素的基礎支撐力是未來安徽省經濟持續穩定發展的根本保證。

時變彈性；狀態空間模型；索洛殘差；全要素生產率（TFP）

［DOI］10.3969/j.issn.1007-5097.2015.01.005

一、引　言

全要素生產率（Total Factor Productivity，簡記為TFP）是指生產過程中全部投入要素（資本、勞動等）轉變為實際產出的效率，是總產出與綜合投入要素之比，其研究對象是在一個經濟系統中，所有投入要素加權綜合后形成綜合投入的產出效率，反映的是一個經濟系統的宏觀綜合經濟效益。具體而言，全要素生產率是指扣除了資本、勞動等要素投入的貢獻以外，其他所有能夠實現經濟增長的因素貢獻的總和。這個總和的來源包括技術進步、資源配置效率的提高（主要體現為體制的更加完善）以及其他隨機因素等。TFP也是分析經濟增長源泉的重要工具，通過分析各種因素對經濟增長的貢獻，可以識別經濟增長的類型究竟是投入型還是效率型，從而確定經濟增長的可持續性。與衡量某一時期靜態經濟效率水平的全要素生產率不同，全要素生產率增長率是指總產出增長率減去要素加權投入增長率的余值，是衡量經濟增長效率變化的動態指標，即反映動態的經濟增長效率水平［1］。這一計算方法最早由索洛（Solow，1957）提出，因此也稱為索洛殘差。本文TFP專指技術進步，與郭慶旺、賈俊雪（2005）一文中的TFP有所區別，該文中的TFP還包含技術進步和能力實現改善［2］；趙志耘、楊朝峰（2011）定義TFP為技術進步（包含技術引進和自主創新）和體制完善［3］，Fare等（1994）把TFP增長率分解為技術進步率和技術效率兩大部分［4］。然而技術進步是促進高技術產業全要素生產率增長的主要源泉（宋慧勇、章仁俊，2014）［5］，中國旅行社業的經營效率增長主要來自于技術進步（趙海濤、高力，2013）［6］，中觀層面各行業的全要素生產率大體取決于技術進步，因此本文以中觀經濟為基礎、抓住關鍵因素，將安徽省宏觀經濟運行的全要素生產率界定為技術進步。

TFP有多種測算方法，主要分為參數方法和非參數方法。參數方法包括代數指數法、索洛殘差法、隱性變量法、潛在產出法和前沿生產函數法等；非參數方法包含Malmquist指數方法和HMB指數方法等。郭慶旺、賈俊雪（2005）在分析比較了全要素生產率四種參數估算方法的基礎上，估算出我國1979-2004年間的全要素生產率增長率，并分析了我國全要素生產率增長和經濟增長源泉，結果表明我國經濟增長主要依賴于要素投入，TFP的貢獻較低。李賓、曾志雄（2009）使用并延展Holz （2006）的資本存量序列，通過要素收入份額可變的增長核算法，重新審視我國1978-2007年的TFP增長率［7］。周曉艷、高春亮、李鈞鵬（2009）采用隨機前沿模型對1990-2006年長三角地區的生產效率進行估算并分解其全要素生產率增長率［8］。

本文通過時變彈性的Cobb-Douglas生產函數（以下簡稱C-D生產函數）構建可變要素產出份額的索洛模型，利用安徽省1991-2012年經濟數據計算全省全要素生產率增長率，以此重新審視在我國當前宏觀經濟“穩增長、防通脹、調結構、促轉型”的大背景下地方經濟未來的發展方向、新的經濟增長點或增長路徑。

二、全要素生產率測算模型

本文將對傳統索洛模型進行改進，以狀態空間模型所估計出來的時變資本和勞動的產出份額代替傳統的恒定彈性系數，以此獲得全要素生產率更為精微的測算值。

（一）索洛殘差模型

索洛殘差法的基本思路是估算出總量生產函數后，以產出增長率扣除各投入要素增長率貢獻之后的余額作為全要素生產率增長率。在規模報酬不變和希克斯（Hicks）中性技術假設下，全要素生產率增長率就等于技術進步率。因此該模型實質上認為產出增長是生產要素（資本、勞動等）投入和技術進步聯合作用的結果。

總量生產函數通常采用C-D生產函數，其隨機形式方程如下：

其中，Yt為真實產出；At為隨時間變化的技術進步；Lt為勞動投入；Kt為資本存量；α、β分別為平均資本產出份額和平均勞動產出份額，也即產出的資本彈性和產出的勞動彈性；ut為隨機擾動項。兩邊同時取自然對數有：

ln Yt=ln At+αln Kt+βln Lt+ut（2）

在規模報酬不變和希克斯（Hicks）中性技術假設下，將（2）式確定性部分（即不考慮隨機擾動項）兩邊對時間微分得：

移項后可表示為：

a=y-αk-βl（4）

其中，a=?A/A表示技術進步增長率也即全要素生產率增長率，y=?Y/Y表示真實產出增長率，k=?K/K表示資本存量增長率，l=?L/L表示勞動力增長率。

除上述計算表達式外，還可以通過如下方法計算資本、勞動和全要素生產率對經濟增長的貢獻率：

其中，CK、CL、CA分別表示資本、勞動和全要素生產率對經濟增長的貢獻率。

在規模報酬不變即α+β=1的假設下，有回歸方程：

（二）時變彈性的C-D生產函數

如果事先假定各年的資本和勞動產出彈性相同，從而也就否定了要素結構變化對產出的影響［9］。有鑒于此，本文運用狀態空間模型估算時變彈性。將彈性系數視為兩個不可觀測的潛變量，從而借助狀態空間模型（State Space Model）利用卡爾曼濾波算法給出兩個時變彈性系數αt、βt的估計值。

設如下狀態空間模型：

其中，（7）式為量測方程（Measure Equation）；（8）式、（9）式為狀態方程（State Equation）；αt、βt為狀態變量，均服從帶有常數項的AR（1）過程。

在得到時變的平均資本產出份額αt和平均勞動產出份額βt的估計值后，將其帶入（4）式即可求出全要素生產率的增長率。進而由（5）式可求出資本、勞動和全要素生產率對經濟增長的貢獻率。采用C-D生產函數的時變彈性來測算全要素生產率具有一定優越性：一方面通過求解出彈性系數可以比較直觀清晰地看到是否滿足規模報酬不變的假設；另一方面在滿足規模報酬不變的假設下，用時變彈性代入索洛殘差模型，能夠捕捉到TFP更細微的變化，使結果更精確也更符合實際情況。

三、安徽省全要素生產率的測算

（一）指標選取與數據處理

鑒于數據的可得性與準確性，本文選取安徽省1991-2012年的年度數據進行實證分析。本文需要真實產出、資本存量和勞動投入數據。以工業品出廠價格指數代替GDP平減指數并轉化為1991年為基期的定基指數，然后以此定基指數縮減名義GDP得出代替真實產出的實際GDP數據。以全省經濟活動人口數表示勞動力投入量。下面重點介紹資本存量的估算。

本文采用Goldsmith于1951年開創的永續盤存法［10］測算資本存量，其表達式為：

其中，Kt為t年的實際資本存量，Kt-1為t-1年的實際資本存量；It為t年的名義投資流量；Pt為固定資產投資價格指數；δt為t年的固定資產的折舊率。

本文以安徽全省固定資產投資額作為資本流量It，并以1991年為基期的固定資產投資價格指數Pt對It進行價格縮減，折舊率采用我國一般的綜合折舊率δ=5%，基期實際資本存量K0按照以下國際常用方法計算K0=I0/（δ+g），其中g是樣本期實際資本流量的年平均增長率，經計算g=19.04%，則基期即1991年實際資本存量K0=173.30/（5%+19.04%）=571.17。在確定了資本存量的初值以及實際投資后，按（10）式即可計算各年份的實際資本存量。具體數據參見表1中2-4列。

表1　安徽省經濟生產數據和TFP增長率

根據折價和折算后的安徽省產出過程相關經濟數據（表1中實際GDP、固定資本存量和經濟活動人口數），構建測算安徽省TFP增長率的具體模型并分析其經濟意義。

（二）平穩性檢驗

由于lnY、lnK、lnL都呈線性趨勢，宜選擇帶有截距項的ADF檢驗方程，以SIC準則確定滯后階數，檢驗結果如表2。由于三者ADF的絕對值都較小，而相應的伴隨概率都較大，所以不能拒絕原假設，因此可認為這三者都不滿足平穩性。取其一階差分再進行單位根檢驗，獲得ADF值相應的伴隨概率都小于5%，從而在5%的顯著性水平下可認為lnY、lnK、lnL三者的一階差分滿足平穩性，即它們都是一階單整序列I（1）。

表2　變量單位根檢驗結果

（三）協整檢驗

為了避免偽回歸現象發生，有必要對lnY、lnK、lnL三者之間是否具有協整關系進行檢驗。由平穩性檢驗結果可知三者是同階單整序列，故可以進行協整檢驗。協整檢驗一般包括基于回歸系數的協整檢驗和基于回歸殘差的協整檢驗（EG法），本文采用基于回歸系數的JJ檢驗，檢驗結果見表3所列，跡統計量和最大特征根統計量相一致，拒絕lnY、lnK、lnL三者無協整向量的原假設，而接受至多1個協整向量的原假設，所以得出三者之間存在一個協整向量，具有長期穩定協整關系，可以對三者進行回歸分析。

表3　JJ協整檢驗結果

（四）恒定彈性C-D生產函數的構建

首先檢驗安徽省生產過程是否滿足規模報酬不變的假設。建立ln（Yt）=ln（A）+αln（Kt）+βln（Lt）+ut并修正序列相關性，然后對系數進行Wald檢驗，原假設H0:α+β=1，即規模報酬不變。由于只有一個約束條件，所以經計算χ2統計量和F統計量相等，均為1.59，相應的伴隨概率p=0.224 2＞5%，所以不能拒絕原假設，認為規模報酬不變，滿足索洛模型的前提條件。

在規模報酬不變的前提下，可建立下列模型：

雖然變量都通過了顯著性檢驗，而且模型整體的擬合優度也相當滿意，但由于D.W.值偏小，殘差可能存在一階正序列相關。進一步地，從殘差圖（圖1）折線穿過零軸的次數很少說明殘差不符合白噪聲過程，殘差存在正的序列相關。

圖1　殘差序列

表4　序列相關性的LM檢驗

運用廣義差分法對方程（11）進行修正，修正后的模型如下：

（五）時變要素產出份額的C-D生產函數

本文構建相應的狀態空間模型，并利用極大似然法估計模型參數，其結果如下：

由極大似然法估計的結果可知αt、βt的滯后一期的系數估計值在5%的顯著性水平下都是顯著的。以濾波估計結果作為狀態變量αt、βt的估計值如圖3所示。從集中趨勢看，αt、βt的均值分別為0.55、0.42，與上述固定彈性基本相同；從標準差來看，兩者的離散程度都非常小，即只存在輕微波動，αt、βt較為穩定（見表5）。從時序圖來看，兩者具有同趨勢波動規律，說明安徽省生產過程中資本和勞動具有很好的協同作用。另外，αt、βt之和在各年份也基本接近于1，與上文Wald檢驗相一致，直觀與實證結果均表明近20年來安徽省一直處于規模報酬不變的經濟增長過程。將時變要素份額帶入（4）式即可求得TFP增長率，具體結果即為表1中最后一列數據。

圖3　產出的資本彈性α和產出的勞動彈性β序列

表5　產出的資本彈性α和產出的勞動彈性β描述統計量

四、基于TFP增長變化的安徽省經濟增長分析

（一）TFP增長變化與對比分析

本文基于時變參數的產出資本彈性和勞動彈性測算出全要素生產率增長率如圖4，容易看出安徽省TFP增長率波動趨勢與全省GDP增長率變化趨勢高度吻合。1992年以后隨著社會主義市場經濟體制的逐步建立和改革開放程度的進一步擴大，TFP增長率在1994年達到了峰值10.22%，其主要原因是此階段大量引進國外先進技術。但為應對1993-1995年高通貨膨脹①所實施的緊縮性宏觀調控政策和國有企業改革的艱難進行導致TFP迅速下滑，特別是1997年東南亞金融風暴的襲擊不但使安徽省TFP持續走低，且使1998年TFP出現了負增長。2000年以后隨著國家宏觀經濟形勢逐步好轉，特別是2001年我國加入WTO后，安徽經濟也開始小幅企穩回升，TFP增長率緩慢上升，并于2004年再次達到一個新的峰值。2006年開始由于大量的投資拉動全省經濟增長進一步提升，由于要素投入的粗放式增長缺乏效率致使TFP增長率再次出現大幅下滑。2008年由美國次貸危機引發的全球金融危機對安徽經濟的負面影響遠遠大于1997年亞洲金融危機。宏觀經濟的低迷大大抑制了企業研發創新能力，依賴投資拉動的短期“保增長”目標實現與2009年的-3.36%TFP增長率形成鮮明對比。2010-2012年安徽省TFP增長率的小幅波動印證了安徽乃至國家經濟實施“穩增長、調結構、促轉型”政策的必要性和迫切性。

圖4　安徽省全要素生產率增長率與全省GDP增長率時序

與之前相關文獻測算的TFP增長率對比分析發現，周曉艷等（2009）測算的1991-2006年長三角地區（滬、浙、蘇）的全要素生產率增長率的變化三省（市）基本一致，且本文測算的安徽省TFP增長率的變動與之也基本相似。進一步分析發現1992-2003年間長三角地區TFP變化在時間上領先安徽省2年左右，但平均值低于安徽省。長三角地區TFP增長率在1992年達到峰值（5%左右）、1996年到達谷底（-2%左右），而安徽省在1994年達到峰值（10.22%）、1998年達到谷底（-0.85%）。值得注意的是，安徽省和長三角地區幾乎都在2004年同時達到峰值且增長率均為2%左右，同時考慮到近年來皖江城市帶承接產業轉移示范區的建立與發展，安徽省近10年來與長三角地區TFP增長變化趨同，由此表明安徽省正逐步融入長三角地區經濟圈。

本文測算的安徽省TFP增長率平均為1.13%，周曉艷等（2009）測算的1991-2006年上海、江蘇、浙江TFP增長率平均分別為0.72%、0.4%、0.4%。忽略樣本期間的差異②，長三角地區平均TFP增長率低于安徽，主要表現在長三角于1994-2000年TFP增長率一直處于負值，而安徽同期僅在1998年處于負值。長三角地區TFP增長率較低有其內在原因，長三角地區對外開放程度大，通常采用引進技術設備和購買專利技術來提高技術進步，這些機器設備中一般都嵌入了發達國家的技術創新［11］，因此是一種與資本融合在一起的技術進步［12］。長三角地區產出的資本彈性為0.747，而安徽產出的資本彈性僅為0.55，正是由于與資本融合在一起的技術進步才導致長三角地區如此之高的產出的資本彈性。因此其TFP增長率比較低，只說明不包括資本投入的技術進步比較低。從而不能從表象上得出安徽經濟增長的效率好于長三角地區的結論。另外，郭慶旺、賈俊雪（2005）測算的我國1979-2004年技術進步率（相當于本文的TFP增長率）為0.954%，安徽省TFP增長率略高于全國平均水平。

然而TFP與GDP究竟何為因何為果？需要通過Granger因果關系檢驗具體說明。通過表6可以看出，TFP是GDP的Granger原因，反之不成立。此表明技術進步對經濟增長具有促進作用，但經濟增長并沒有內生性的促進技術進步。安徽省生產技術在一定程度上是個外生變量，更多的是靠外部引進技術，這一點同全國的情況基本相同。我國改革開放30年來，對外開放程度不斷加大，經濟增長舉世矚目，然而與此同時，體制改革、技術創新卻大大落后。時至今日，人口紅利、開放紅利逐漸萎縮，迫使中央政府和學術界開始尋求新的經濟增長點，力圖通過深層次的改革、體制完善和創新來激發市場活力。一方面政府應積極引導企業的創新意識，營造良好的知識產權開發與保護環境。如果創新者擁有創新成果的產權從而享有其成果的收益，創新就獲得了足夠的激勵，因此產權決定創新能力［13］。另一方面企業自身更要從長遠發展考慮，增加研發資金投入，加大研發力度，同時加強校企合作，充分利用高校的科研能力優勢，快速提高技術進步，從而能夠大大提高企業競爭優勢，實現經濟發展方式的轉變。

表6　TFP和GDP的Grange因果關系檢驗

（二）因素貢獻率分析

從資本、勞動和TFP對安徽省經濟增長的貢獻率分析（見表7、圖5），資本貢獻率幾乎在各年份（1994年除外）均遠遠高于勞動和TFP的貢獻率，1992-2012年間平均資本貢獻率高達86.83%，而平均勞動貢獻率和平均TFP貢獻率基本相當。可以認為安徽省經濟是資本投入型的經濟增長方式，技術進步對經濟增長的貢獻率太低，平均僅近7%，經濟增長缺乏效率。郭慶旺、賈俊雪（2005）測算的我國1979-2004年技術進步率對經濟增長的貢獻為10.13%。從前文可知安徽TFP增長率平均值略高于全國，但技術進步對經濟增長的貢獻率卻低于全國水平，忽略樣本期間的差異，主要由于1992-2012年間安徽GDP增長率全部高于全國GDP增長率，這樣由（5）式計算出的安徽技術進步對經濟增長的貢獻會偏低。從三者標準差來看，TFP貢獻率變異最大，安徽省技術進步主要靠外部引進，受外部沖擊的反應較敏感，因此安徽企業應開發自己的核心技術，免受外部沖擊的影響，從而對經濟增長產生持續的拉動作用。勞動貢獻率的平均值和標準差均最小，安徽省雖是人口和剩余勞動力大省，但勞動力對經濟增長的貢獻率多年來卻一直很低。究其原因，一方面，多年來安徽大量剩余勞動力外流，勞動大軍涌入長三角、珠三角等沿海地區，從而使得本省人力資本反而相對匱乏；另一方面，在安徽勞動力大軍涌向經濟發達地區的同時，本省勞動力綜合素質得不到及時提高，特別是高技能、技術型和創新型人才大量流失致使安徽經濟增長的勞動和技術貢獻率降低。

表7　1992-2012年間經濟增長的各因素平均貢獻率

圖5　1992-2012年經濟增長的各因素貢獻率

五、結束語

本文運用狀態空間模型構建時變彈性的C-D生產函數，從而得到可變資本和勞動的產出份額，并以此改進傳統的索洛模型，測算出安徽省1992-2012年的TFP增長率。規模報酬不變的C-D生產函數很好地擬合了安徽省生產數據，且時變資本和勞動的產出份額之和非常接近于1，滿足索洛模型規模報酬不變的前提假設，在此基礎上成功地估算TFP增長率。

通過與全國和長三角對比分析表明本文測算的安徽省TFP增長率較為可靠，縱向上符合安徽經濟運行過程，與其高度吻合；橫向對比看，安徽省1992-2012年平均TFP增長率為1.13%，相對較高，前10年滯后于長三角地區TFP增長率變化2年，后10年趨同，表明安徽省也在逐步融入長三角的發展。1992-2012年間平均資本貢獻率高達86.83%，TFP貢獻率僅近7%，勞動貢獻率僅6.24%。因此安徽省是資本投入型經濟增長方式，而非效率型。

安徽省TFP增長率是GDP增長率的Granger原因，反之不成立。表明技術的進步確實為經濟的發展起到重要推動作用，但經濟的發展并沒有內生地提高技術進步，技術進步很大程度依靠引進，教育、養老、財稅、金融等各方面體制需要進一步完善，自主創新能力有待加強。

基于以上安徽經濟增長的分析結果，本文得出三點有益啟示，也可視為政策建議。

第一，促成技術進步的內生增長動力。政府應繼續加大公共教育和科技等投入，同時加快轉變政府職能，深層次完善體制，不斷提高資源配置和運用的效率，提升技術進步率；企業應提高創新意識，不斷改善生產管理和公司治理水平，提高生產經營效率。促使技術進步成為推動經濟發展的內生動力。

第二，提升人力資本的潛在增長動力。在產業結構調整方面，與長三角分工合作、優勢互補、一體化發展，從而調整就業結構。依托產業結構調整，吸納大批高素質人才，在各產業領域優化技術工人、高級管理人員、科研人員的結構比例，從而激發人力資本推進經濟增長的強大潛在動力。

第三，保證資本等實體要素的基礎支撐力。未來一段時期，實體資源要素投入依然是安徽經濟穩增長的主導途徑，當前快速發展的城鎮化，仍然要發揮資本、土地等要素推動經濟發展的基礎性作用，但與此同時充分考慮資源配置的效率。現階段生態環境問題尤其是空氣質量惡化已成為制約經濟發展的最大阻力，因此，優化資源要素的合理配置刻不容緩。

總之，圍繞產業升級和培育新的經濟增長點，積極吸納資本、技術、管理、人才、品牌等要素，使之形成強勁合力，有效保證安徽經濟的可持續均衡穩步發展。

注釋：

① 安徽省年度CPI 1994年為26.9%，達到了歷史峰值，1995年為14.8%，1996年為9.9%。

②本文測算的安徽省1992-2006年間TFP平均增長率為1.89%，因此同期相比，安徽TFP增長率仍高于長三角地區。

［1］李福柱，楊躍峰.全要素生產率增長率的測算方法應用述評［J］.濟南大學學報：社會科學版，2013，23（2）：64-68.

［2］郭慶旺，賈俊雪.中國全要素生產率的估算：1979-2004 ［J］.經濟研究，2005（6）：51-60.

［3］趙志耘，楊朝峰.中國全要素生產率的測算與解釋：1979-2009年［J］.財經問題研究，2011（9）：3-12.

［4］Fare R，Grosskopf S，Norris M，et al.Productivity Growth，Technical Progress，and Efficiency Change in Industrialized Countries［J］.American Economic Review，1994，84（1）：66-83.

［5］宋慧勇，章仁俊.基于DEA-Malmquist的高技術產業研發效率變動分析［J］.企業經濟，2014（6）：100-104.

［6］趙海濤，高力.中國旅行社業經營效率的動態變化——基于 Malmquist指數法的分析［J］.企業經濟，2013（2）：114-117.

［7］李賓，曾志雄.中國全要素生產率變動的再測算：1978-2007年［J］.數量經濟技術經濟研究，2009（3）：3-15.

［8］周曉艷，高春亮，李鈞鵬.我國長三角地區經濟增長因素的實證分析［J］.數量經濟技術經濟研究，2009（3）：32-55.

［9］段文斌，尹向飛.中國全要素生產率研究評述［J］.南開經濟研究，2009（2）：130-140.

［10］Goldsmith R W.A Perpetual Inventory of National Wealth，Studies in Income and Wealth［R］.New York：NBER，1951.

［11］張小蒂，李曉鐘.對我國長三角地區全要素生產率的估算及分析［J］.管理世界，2005（11）：59-66.

［12］Chen Edward K Y.The Total Factor Productivity Debate：Determinants of Economic Growth in East Asia［J］.Asian-Pacific Economic Literature，1997，11（1）：18-38.

［13］易綱，樊綱，李巖.關于中國經濟增長與全要素生產率的理論思考［J］.經濟研究，2003（8）：13-20.

［責任編輯：余志虎］

Calculation and Economics Explanation on Total Factor Productivity in Anhui Province —Solow Residual Method Based on the Time-varying Output Share Improvement

CHENG Jian-hua，YU Jie-yan
（School of Economics，Anhui University，Hefei 230601，China）

This paper deduces the time-varying factor output share of Cobb-Douglass productive function using the state space model，and improves the Solow residual method to calculate the TFP growth rate ofAnhui province from 1992 to 2012.The empirical analysis indicates that the change trend of TFP growth rate in Anhui is highly consistent with the province's macroeconomic performance，and lags behind the Yangtze River Delta region about two years，but the change time is gradually convergent in recent years.The measurement results show that：the average annual TFP growth rate of Anhui is 1.13%from 1992 to 2012，which is relatively high；TFP growth rate is Granger cause of GDP growth，not vice versa；Anhui economic growth is due to capital investment，whereas the average contribution of technological progress to economic growth is merely 7%，less efficient.Finally，the paper draws the following conclusions：promoting the endogenous growth momentum of technological progress，enhancing the potential growth impetus of human capital and ensuring the supporting force of capital and other physical elements are the fundamental guarantee for the sustainable and stable economic development of Anhui province in the future.

time-varying elasticity；state space model；Solow residual；total factor productivity（TFP）

于戒嚴（1985-），男，安徽宿州人，碩士研究生，研究方向：經濟周期與經濟預測。

F061.5；F222.33

A

1007-5097（2015）01-0025-07

2014-06-14

國家社會科學基金重大項目（11&ZD011）；國家社會科學基金一般項目（12BJL024）

程建華（1964-），男，安徽涇縣人，副教授，工學博士，研究方向：經濟周期與經濟預測；