根据前文论述，虽然不同的省份都有自己的系数（含截距项与斜率），但不同个体的扰动项却可能相关，故应使用SUR进行系统估计。但是，由于面板变系数SUR模型的一个重要特征是适用于“大T小N”型数据，这一数据特征要求较为严格。同时，考虑到东中西部经济发展存在的不平衡性更大，因此，我们按照区域将30个省份分为三组，其中第一组为东部12省区，第二组为中部7省区，第三组为西部11省区，这样就构成了三组面板数据。我们分别对三组面板数据进SUR回归，从而得到最终的估计结果。由于省份众多，考虑到篇幅问题，我们将每个省份的估计结果简化为产出弹性的形式表现，并在表中给出计算得出的各省份1998至2014年各要素年均增长率。最终呈现出的分析结果如第184页表2所示：

表2　样本数据的统计性描述

续表

注：Standard errors in parentheses ***p＜0.01，**p＜0.05，*p＜0.1。

根据第184页表2呈现出的分析结果发现，绝大多数省份的各要素产出弹性系数是显著的。同时，各个省份的回归拟合优度都非常高，这表明了模型的估计效率是可以接受的。同时，在Stata14.0的分析结果中还显示了三组回归方程中Breusch-Pagan LM的检验结果，检验结果强烈拒绝无同期相关的原假设，这也表明，SUR估计比单一方程OLS更有效率，因而使用SUR估计更有效率。(www.daowen.com)

从各省区的要素产出弹性系数中可以发现，各地区要素产出弹性系数之间存在巨大的差异。由于中国发展中大国的结构性特征，30个省区的要素禀赋条件和禀赋结构差异较大，经济发展的不平衡性和不协调性较为突出。因此，这30个省区各自的资本产出弹性、劳动产出弹性和人力资本产出弹性也会有所不同。具体分析可以发现几个比较明显的特征：（1）各省区的资本产出弹性都显著为正，且具体弹性值相对比较稳定。（2）各省劳动产出弹性差异较大，其中山东、安徽、湖南劳动产出弹性明显高于其他地区，而贵州、湖北、陕西三个省份的劳动产出弹性出现负值，个别地区劳动产出弹性项不显著，其余大部分省区均显著为正。（3）各省区人力资本产出弹性差异较大，其中北京和上海人力资本产出弹性明显高于其他地区。根据弹性的理论含义可以得出，北京和上海等地人力资本边际产出的提升快于其人力资本生产率的提升，这意味着北京和上海等地区人力资本效率提升得更快。

根据计算出的每个省区从1997年到2014年资本存量、劳动力和人力资本存量的年均增长率，可以发现如下特征：（1）总体来看，资本存量增长率要远远高于劳动力增长率和人力资本存量增长率，这也表明中国这种“高储蓄、高投资”式的增长模式仍在继续。（2）北京、上海、天津、广东等发达地区劳动力流入效应较明显，劳动力增加相对较快。（3）从人力资本存量增长率来看，西部地区的存量增长要快于中部和西部，这主要是由于中西部平均受教育年限的基数低下，而近二十年来全国义务教育实现了全面普及，就使得西部人力资本存量水平相对东部和中部而言有了一个较快的提升。

结合各要素产出弹性和各个要素1997—2014年的年均增长率可以发现：我国大部分省区仍然处于资本驱动型的发展阶段，资本存量的不断提升仍然是经济增长的最主要因素。同时，在山东、安徽等省份，由于劳动产出弹性较高，使得劳动要素对增长的贡献较大，出现了资本与劳动共同驱动经济增长的特征。在30个省份中，只有北京和上海人力资本产出弹性较高，实现了资本与人力资本共同驱动经济增长的特征，特别是北京，经过增长核算后的人力资本贡献已经与资本贡献持平。由于中国各省份间存在的差异，也进一步表明，测算中国经济增长潜力不能忽视各个地区的资源禀赋和发展动力特征。