中国经济发展决定因素的研究及其差异
1978年改革开放以来，中国经济保持了长期连续的高速增长。1997年亚洲金融危机发生后美国经济学家克鲁格曼质疑中国和东南亚国家经济发展的可持续性，由此引发了决定中国经济增长因素的研究。时至今日，关于中国经济增长的决定因素以及贡献大小的研究累积了众多的研究结果，对比分析可以发现这些研究结果的差异很大，需要深入探寻形成这些差异的原因。
1.研究结果及其差异
决定经济增长的最主要因素是资本的增长、劳动的增长和全要素生产率的增长，关于中国经济增长动力因素、贡献大小的研究也基本上从这三个方面展开。
茹少峰（2018）研究中国经济增长的结果是资本增长的贡献为66.11%，劳动增长的贡献为6.67%，全要素生产率的贡献为27.22%。郭庆旺和贾俊雪（2005）的研究表明1978—2004年间要素投入对经济增长的贡献达到了90.54%，全要素生产率的贡献只有9.46%。邱晓华等（2006）指出1980—2004年间中国经济增长有59.2%来自于资本积累，全要素生产率的贡献为35.7%。程明望等（2019）指出1978—2015年间，资本对经济增长的贡献率最高，达到了34.86%，全要素生产率的贡献为22.3%，劳动力的贡献为8.56%，剩余的部分为市场潜能的贡献。朱承亮（2009）的研究结果为资本积累的贡献高达82.79%，劳动增长的贡献为27.69%，全要素生产率的增长为负值。王小鲁（2009）的研究结果是资本积累的贡献为39.09%，劳动增长的贡献是18.72%，全要素生产率的贡献为37.35%。孙琳琳（2005）研究的结果是资本增长的贡献是49%，全要素生产率增长的贡献为35%。张军（2003）研究的结果表明，全要素生产率增长的贡献为13.9%。董敏杰（2013）研究的结果表明资本积累的贡献为85.4%，劳动增长的贡献是3.7%，全要素生产率的贡献为10.9%。沈坤荣（1997）研究的结果是资本增长的贡献39.68%，劳动增长的贡献为17.5%，全要素生产率的贡献为43.81%。
从这些研究中我们可以发现，不同研究者所得到的研究结果存在比较大的差异：资本增长的贡献比重从34.86%到85.4%，劳动增长的贡献比重从3.7%至27.69%，全要素生产率增长的贡献比重从负值到43.81%。其中全要素生产率的贡献比重，在不同的研究中呈现出最大的差异。
2.研究结果差异背后资本产出弹性的估计
全要素生产率增长率的贡献比重在不同研究中呈现出比较大的差异，由于全要素生产率的增长率的贡献一般通过计算余值的方式来获得，因此形成这种差异的原因主要在于对劳动和资本两个因素产出弹性的估计。采用道格拉斯生产函数来估计资本和劳动的产出弹性时，一般假设两者之和为1，因此其中一个产出弹性的估计，就成为影响全要素生产率增长率的关键因素。在中国经济增长过程中，资本增长的速度远远超过了劳动力增长的速度，对资本产出弹性的估计成为了关键因素。
查阅既有的研究，我们可以发现，不同研究者对中国经济增长过程中，资本产出弹性的计量结果有很大的差异。以下是不同研究者在不同时期研究所得到的资本产出弹性的结果：茹少峰（2018）0.32、程名望（2019）0.28、朱承亮（2009）0.83、邱晓华（2006）0.65、王小鲁（2009）0.30、郭庆旺（2005）0.69、张军（2003）0.61、沈坤荣（1997）0.40。
上述研究中资本产出弹性的区间为0.28～0.83，这个差距是非常显著的。中国资本的增长速度在最近40年大部分时期超过了10%，而劳动力的增长速度因为所采用的指标不同大致只有1%～3%的水平，资本的增长速度远远超过劳动的增长速度，因此资本的产出弹性大小对资本增长所带来的经济增长贡献比重影响很大。当不同的研究者所估算出来的资本产出弹性存在显著差异时，不同的研究者将得出中国经济增长的要素贡献比重极不相同的结论。
3.不同研究者得出研究结果差异很大的原因
不同研究者之所以得到极不相同的资本产出弹性，根本原因在于不同研究者所采用的数据不同、研究方法不同、研究所涉及的变量范围不同。
①所涉及的要素投入数据差异
要素的投入主要指资本投入和劳动投入。现有文献大多用资本存量指标衡量资本投入，资本存量的测量方法大多为永续盘存法。易纲等（2003）指出这种处理方法存在两个误差，一是新实物资本和旧实物资本的使用效率不同，二是资本存量中包括的闲置资本实际上没有参与生产过程，不应该包括在资本使用数据中。李宾和曾志雄（2009）指出前期的文献在使用永续盘存法时，由于采用了不合适的投资流量指标，高估了资本存量增长率进而低估了全要素生产率的增长率。孙琳琳和任若恩（2005）认为资本存量并不能准确地衡量资本投入，应在资本租赁价格的基础上估计出中国资本投入。
不过需要指出的是，尽管在资本存量计算过程中涉及的折旧年限、折旧率、通货膨胀率等指标在不同的研究者那里可能存在一定差异，但是对于存量资本增长速度常年在10%以上的这一数据来说，所产生的差别并不是很大，这个不是导致计量结果不同的主要原因。
劳动投入主要指的是劳动力数量和质量的投入，如果只考虑到总劳动数量，由于长时间执行计划生育政策，中国总劳动力增长速度是十分缓慢的，并且呈现出增长速度逐步下降的趋势，目前总劳动力增长基本上处于停滞状态。由于长期总劳动力增长速度处于1%左右的水平，因此总劳动力增长对中国经济增长的贡献是比较小的。如果考虑到中国经济增长过程中劳动力就业结构的转变，可以发现中国第二、三产业的劳动力增长速度相对比较快，可以达到2%～3%的水平。目前第二、三产业的劳动力增长速度虽然有下降的趋势，但是还有1%左右的增长。显然，如果考虑到劳动力就业结构的转变，劳动因素对中国经济增长的贡献比重，至少应该上升一倍以上。
最近40年，中国劳动力的质量水平上升比较快，这个因素直接提高了劳动生产率，带来了全要素生产率水平的提高，这个因素实际上涉及决定全要素生产率增长的变量问题。需要在下面做进一步的分析。
需要指出的是，由于不同研究者所分析的时间段存在差别，即便是采用同样的研究方法，也会对研究的结果产生差别，只不过这个差别不会十分显著。
②计量方法的不同
常见的生产函数形式有C-D生产函数、超越对数生产函数、CES生产函数。C-D生产函数因其便利性而被广泛使用，然而其中性技术进步和要素替代弹性不变的假定与现实存在出入。超越对数生产函数不受要素替代弹性不变的约束，且其形式可以进一步拓展到总产出、总资本投入和总劳动投入与它们各自分量的函数关系上，可以更好地捕捉各要素份额的时变特征。CES生产函数主要用于研究偏向性技术进步，在短期中，价格效应和市场效应同时作用于技术进步的方向，而资本与劳动之间的替代弹性决定了哪种效应起决定作用；在长期中，CES函数将退化为C-D生产函数（钟世川和毛艳华，2016）。
对于全要素生产率的测算方法主要包括增长核算法（孙琳琳和任若恩，2005；刘宪，2008；王小鲁等，2009；邹伟进等，2019）、随机前沿分析法（朱承亮等，2009；余永泽，2015；茹少峰和魏博阳，2018）、数据包络分析法（颜鹏飞和王兵，2004；郭庆旺等，2005）。增长核算法以新古典增长理论为基础，用产出增长率扣除各种投入要素的增长率，来测算全要素生产率的增长。随机前沿分析法（SFA）将随机冲击的因素考虑到生产函数中，认为实际生产无法达到理想的投入产出最大前沿面，将全要素生产率分解成规模效率、技术进步和效率变化等不同组成部分，更能够反映现实生产中的技术非效率问题。数据包络分析法（DEA）是一种非参数的计量经济学方法，直接利用线性优化给出边界生产函数与距离函数的估算，将全要素生产率分解成规模效率、技术进步和效率变化，与SFA不同的是这种方法无需对生产函数形式和分布做出假设，且只适用于面板数据。
显然，不同的计量方法所带来的结果将有所不同。
③研究所涉及的变量范围不同
为了测量全要素生产率增长率变化的原因，不同的学者引入了除资本和劳动之外其他不同的变量。刘宪（2008）将全要素生产率分解为制度变迁和纯技术进步。在王小鲁等（2009）的测算中，全要素生产率包括了人力资本、科技资本、市场化改革、城市化发展等诸多因素。李小平和李小克（2018）认为全要素生产率的增长是技术进步、资本深化和要素效率增长的融合。茹少峰（2018）引入了国有经济比重、政府支出规模、贸易开放度等变量。程名望（2019）引入了市场潜能变量。朱承亮（2009）引入了经济开放度、金融发展、人力资本变量。王小鲁（2009）引入了科技资本、市场化改革、城市化、外资效应、外贸效应、基础设施、行政管理成本等变量。邱晓华（2006）引入了结构变动、人力资本、制度创新等变量。由于引入了不同的变量来解释全要素生产率增长的原因，由此导致了对资本产出弹性的估计有很大的差异。
另外一种研究特别重视劳动结构转变的作用。潘文卿（1999）的研究表明，在改革开放后的20年间，从业人员从农业部门到非农业部门的转移，对全社会劳动生产率提高的贡献为23.4%，对整个社会经济增长的贡献达到了15.9%。值得注意的是，蔡昉（2017）指出官方数据显示的农业劳动比重过高，若按国家统计局关于农业劳动力的定义，对实际劳动力数据进行调整，实际务农劳动力比重比官方数据低10～20个百分点。根据他们调整后的数据，1978—2015年间，就业结构的变化对劳动生产率增长的贡献达到了44%。
通过计量方法计算决定经济增长因素影响程度时，所采用的数据不同、所涉及的变量范围不同，将直接影响到计量的结果，特别是对资本产出弹性的估算。如果涉及全要素生产率变化的因素不够全面，这些因素的数据变化不够显著的时候，所推出来的全要素生产率增长率将被低估，由此导致资本的弹出弹性高估。由于中国经济增长过程中存在劳动力结构的转变，如果我们忽视这种转变，简单用总量劳动力作为劳动投入，由此导致的计量结果将会把劳动力结构转变所带来的技术进步归因于资本的增长，由此也导致资本产出弹性的提高。
显然，由于以上三个方面因素的差异，将导致研究结果的差异。特别是研究过程中所涉及的变量范围的差异，将显著影响研究的结果。