張屹山，胡　茜

（1吉林大學(xué)數(shù)量經(jīng)濟(jì)研究中心，吉林長春130012；2吉林大學(xué)商學(xué)院，吉林長春130012）

?

產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、人口結(jié)構(gòu)轉(zhuǎn)變與潛在經(jīng)濟(jì)增長率

張屹山1，2，胡茜2

（1吉林大學(xué)數(shù)量經(jīng)濟(jì)研究中心，吉林長春130012；2吉林大學(xué)商學(xué)院，吉林長春130012）

［摘要］本文從產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和人口結(jié)構(gòu)變動兩方面考慮了實(shí)際GDP的變化情況，研究了導(dǎo)致中國近幾年來的實(shí)際經(jīng)濟(jì)增速下降的原因，并通過建立的模型對未來五年做出趨勢預(yù)測。首先建立了資本形成率與人口撫養(yǎng)比、城市化率以及第二產(chǎn)業(yè)比重的回歸關(guān)系，分析了產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、人口結(jié)構(gòu)轉(zhuǎn)變因素的對資本形成率的聯(lián)動影響。其次從標(biāo)準(zhǔn)生產(chǎn)函數(shù)核算框架出發(fā)，附加人力資本變量，考慮經(jīng)濟(jì)結(jié)構(gòu)變動因素對潛在經(jīng)濟(jì)增速的影響，進(jìn)行潛在增長情景模擬。

［關(guān)鍵詞］人口結(jié)構(gòu)；產(chǎn)業(yè)結(jié)構(gòu)；增長核算；潛在增長率

一、引言

Bloom和Williamson通過對東亞國家的經(jīng)濟(jì)增長模型中引入人口變量，實(shí)證研究得出，人口的年齡分布而非人口增速是真正顯著影響經(jīng)濟(jì)增長的因素。1965—1990年間至少三分之一的人均GDP增速可以由人口變量來解釋［1］。人口紅利指某個國家具有這樣的勞動人口結(jié)構(gòu)，其人口中勞動年齡人口占比較大，該國勞動力供給充足、人口總撫養(yǎng)比低，進(jìn)而儲蓄率水平較高，具有較高水平的投資率和資本形成率，使得經(jīng)濟(jì)高速增長成為可能。自1978年起，中國經(jīng)濟(jì)長期保持著接近10％甚至以上的年增長率水平，許多研究結(jié)果也證實(shí)了人口紅利在中國經(jīng)濟(jì)高速增長中的巨大貢獻(xiàn)。然而，人口結(jié)構(gòu)將隨時發(fā)生變化。中國的勞動年齡人口占比在2010年達(dá)到高點(diǎn)74.5％后，已連續(xù)四年回落，2014年回落至73.4％；中國人口總撫養(yǎng)比自2011年起開始上升，15—64歲的中國勞動年齡人口絕對數(shù)量自2013年起開始下降。可見“十二五”期間我國人口結(jié)構(gòu)發(fā)生了很大的變化。同一時期我國的經(jīng)濟(jì)增速也由“十二五”前半期的10％左右的水平下滑至2014年的7.7％，以及2015年上半年的7％。由此可見，人口結(jié)構(gòu)變化對我國經(jīng)濟(jì)增長水平影響重大。

改革開放期初，第一產(chǎn)業(yè)增加值占比高，工業(yè)化水平低，農(nóng)業(yè)勞動者占比在30年間從70％下降到35％。勞動者進(jìn)入勞動生產(chǎn)率水平較高的第二三產(chǎn)業(yè)，第二三產(chǎn)業(yè)發(fā)展迅速，全社會勞動生產(chǎn)率快速顯著提高。由于發(fā)展期初全社會勞動生產(chǎn)率低，科學(xué)技術(shù)水平與世界發(fā)達(dá)國家相比差距極大，中國的“干中學(xué)”技術(shù)進(jìn)步效應(yīng)顯著，追趕潛力巨大。中國進(jìn)入世界貿(mào)易組織以來，較低的相對工資水平吸引了大量對中國勞動密集型工業(yè)的投資，從而使得中國工業(yè)迅速增長，全社會勞動生產(chǎn)率快速提升。如今經(jīng)過三十多年高速增長后，中國技術(shù)水平與國際前沿趨近，干中學(xué)效率下降，但自主創(chuàng)新機(jī)制尚未形成。中國第一產(chǎn)業(yè)增加值份額下降至10％，第二產(chǎn)業(yè)增加值占比在達(dá)到47.4％后逐年降低至42.6％，第三產(chǎn)業(yè)增加值占比從1978年的22.3％逐年上升至48.2％，這說明中國的產(chǎn)業(yè)結(jié)構(gòu)從第一產(chǎn)業(yè)迅速向第二、三產(chǎn)業(yè)擴(kuò)張的階段轉(zhuǎn)變?yōu)閺牡诙a(chǎn)業(yè)向第三產(chǎn)業(yè)轉(zhuǎn)移的階段。在產(chǎn)業(yè)結(jié)構(gòu)調(diào)整進(jìn)入第二階段的過程中，中國經(jīng)濟(jì)增長的速度也從10％的高速回落至7％左右的水平。

中國經(jīng)濟(jì)增長前沿課題組總結(jié)出中國經(jīng)濟(jì)增長六個結(jié)構(gòu)特征：人口結(jié)構(gòu)轉(zhuǎn)型，生產(chǎn)率的產(chǎn)業(yè)再分布以及收入分配調(diào)整等［2］。袁富華引入“結(jié)構(gòu)性減速”，通過對12個發(fā)達(dá)國家的人均GDP增長因素進(jìn)行三因素分解：勞動生產(chǎn)率、勞動參與率以及勞動年齡人口比重，并重點(diǎn)分析了經(jīng)濟(jì)增長最重要的影響因素——勞動生產(chǎn)率的增長率問題，由總量分析轉(zhuǎn)向結(jié)構(gòu)分析，令各產(chǎn)業(yè)的增加值份額和各產(chǎn)業(yè)的就業(yè)份額隨時間發(fā)生變化，將三次產(chǎn)業(yè)勞動生產(chǎn)率增長率加權(quán)得出全社會勞動生產(chǎn)率增長率，并得出結(jié)論認(rèn)為隨著發(fā)達(dá)國家的產(chǎn)業(yè)結(jié)構(gòu)服務(wù)化進(jìn)程的推進(jìn)，其全社會勞動生產(chǎn)率的增長率相對于經(jīng)濟(jì)高速增長時期，減速的幅度普遍偏大。本文參考了加權(quán)合成全社會勞動生產(chǎn)率增長率的計(jì)算方法，將產(chǎn)業(yè)結(jié)構(gòu)變化涵蓋在經(jīng)濟(jì)結(jié)構(gòu)服務(wù)化的過程中，研究其對全社會勞動生產(chǎn)率的增長率的影響［3］。

陸旸和蔡昉通過比較中國和日本在相似發(fā)展階段的人口結(jié)構(gòu)變化與經(jīng)濟(jì)增速變化的關(guān)系，認(rèn)為中國當(dāng)前正經(jīng)歷的人口結(jié)構(gòu)變化和日本1970年代經(jīng)歷的人口結(jié)構(gòu)變化相似，也將使中國未來的潛在經(jīng)濟(jì)增長率迅速降低，并建議中國應(yīng)借鑒日本的教訓(xùn)，避免人為推高實(shí)際經(jīng)濟(jì)增長率，產(chǎn)生經(jīng)濟(jì)泡沫從而威脅經(jīng)濟(jì)的健康發(fā)展［4］。

本文在實(shí)際GDP變化因素的情景下，主要研究產(chǎn)業(yè)結(jié)構(gòu)和人口結(jié)構(gòu)變化是如何導(dǎo)致中國近幾年經(jīng)濟(jì)增速的下降，并通過建立的模型對未來五年做出趨勢預(yù)測；其次我們從標(biāo)準(zhǔn)生產(chǎn)函數(shù)核算框架出發(fā)，附加人力資本變量，考慮資本存量、潛在就業(yè)量、TFP因素和人力資本變量對潛在經(jīng)濟(jì)增速的影響，進(jìn)行潛在增長情景模擬。

二、模型構(gòu)建的理念與方法

經(jīng)濟(jì)增長核算是將GDP增長率分解為其他變量的增長率的加權(quán)平均。如果GDP的增長率和分解成的解釋變量的增長率在過去呈現(xiàn)一個的穩(wěn)定的關(guān)系，并且這一穩(wěn)定關(guān)系可以在未來持續(xù)下去，那么關(guān)于這些解釋變量未來值的信息便可以用來預(yù)測未來GDP的增長率。

（一）直接因素分解

沿用袁富華的三因素分解法，我們基于中國統(tǒng)計(jì)年鑒的GDP實(shí)際數(shù)據(jù)進(jìn)行增長因素分解，從中國經(jīng)濟(jì)發(fā)展的歷史數(shù)據(jù)出發(fā)研究經(jīng)濟(jì)結(jié)構(gòu)因素對經(jīng)濟(jì)增長的影響［3］。經(jīng)濟(jì)活動人口為Lt，勞動年齡人口為POPL，勞動參與率為θL，總?cè)丝跒镻OP，則GDP可以分解為：

也就是將經(jīng)濟(jì)增長率分解為全社會勞動生產(chǎn)率增長率、勞動參與率增長率、勞動年齡人口占比增長率以及總?cè)丝谠鲩L率的求和形式。從這種分解意義上來講，第一項(xiàng)揭示了全社會勞動生產(chǎn)率對經(jīng)濟(jì)增長率的影響，同時，后三項(xiàng)因素恰好是人口結(jié)構(gòu)的相關(guān)因素。

對于分解的第一項(xiàng)：全社會勞動生產(chǎn)率，沿用中國經(jīng)濟(jì)增長前沿課題組的對全社會勞動生產(chǎn)率增長率的設(shè)定，我們采取產(chǎn)業(yè)加權(quán)合成方法，假設(shè)各產(chǎn)業(yè)增加值份額和產(chǎn)業(yè)就業(yè)份額均隨時間變化，推導(dǎo)全社會勞動生產(chǎn)率的計(jì)算公式［2］。令從t到t+1期全社會勞動生產(chǎn)率的增長率為ηt+1，各產(chǎn)業(yè)勞動生產(chǎn)率增長率為，各產(chǎn)業(yè)就業(yè)人口占全社會就業(yè)人口份額的增長率為；其中i=1，2,3表示第一、二、三產(chǎn)業(yè)。t期各產(chǎn)業(yè)增加值占GDP份額為γit，若記i=1，2，3，其中emt為t期就業(yè)人口（經(jīng)濟(jì)活動人口），emit表示第i產(chǎn)業(yè)的就業(yè)人口，gdpit表示第i產(chǎn)業(yè)t期的增加值。也就是ηt是gt的增長率，ζti是αit的增長率。于是有

考慮

于是

當(dāng)交叉項(xiàng)較小時，有

從上面的推導(dǎo)過程中可以看出，我們將各產(chǎn)業(yè)的就業(yè)份額的增長率附加到各產(chǎn)業(yè)勞動生產(chǎn)率增長率上，從而將三產(chǎn)業(yè)的就業(yè)結(jié)構(gòu)變化納入到全社會勞動生產(chǎn)率的計(jì)算中，也就是說我們考慮了產(chǎn)業(yè)結(jié)構(gòu)變化在經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)服務(wù)化進(jìn)程中對經(jīng)濟(jì)增長影響。袁富華定義了全社會勞動生產(chǎn)率變化的“結(jié)構(gòu)效應(yīng)”，以1950年各國各產(chǎn)業(yè)增加值比重為基準(zhǔn)，運(yùn)用1970—2008年的數(shù)據(jù)，研究了美、日、德、法等9個工業(yè)化先行國的勞動生產(chǎn)率增長率的變動情況［3］。結(jié)果表明，除了個別時期，各國各個時期的“結(jié)構(gòu)效應(yīng)”出現(xiàn)了較大的負(fù)值，說明與1950年代的經(jīng)濟(jì)結(jié)構(gòu)相比較，1970年代以后的經(jīng)濟(jì)結(jié)構(gòu)服務(wù)化過程對全社會勞動生產(chǎn)率增長率的負(fù)向沖擊作用是巨大的。

本文通過對中國1978—2014年的三產(chǎn)業(yè)勞動生產(chǎn)率增長率的測算，發(fā)現(xiàn)在過去的近四十年間，中國的第三產(chǎn)業(yè)勞動生產(chǎn)率的增長率與第二產(chǎn)業(yè)勞動生產(chǎn)率增長率接近，甚至在一些時期超過。這一看似與袁富華不同的結(jié)果可能與中國的特殊國情有關(guān)，袁富華將中國同發(fā)達(dá)國家在相應(yīng)發(fā)展階段的GDP三產(chǎn)業(yè)份額和就業(yè)份額相比較，可以看出，中國與日本情景相近，第二產(chǎn)業(yè)40％以上的增加值份額維持了經(jīng)濟(jì)的高速發(fā)展。然而，中國第三產(chǎn)業(yè)就業(yè)份額明顯低于相應(yīng)發(fā)展階段的其他國家，說明第三產(chǎn)業(yè)發(fā)展十分滯后。另外，我們認(rèn)為從1990年代開始蓬勃發(fā)展的房地產(chǎn)也是中國第三產(chǎn)業(yè)勞動生產(chǎn)率的增長率保持高速的原因，然而過度飽和、即將進(jìn)入總量過剩時代的房地產(chǎn)市場已無法再為第三產(chǎn)業(yè)勞動生產(chǎn)率高速增長繼續(xù)提供動力；同時類似于要素的邊際產(chǎn)出遞減效應(yīng)，當(dāng)?shù)谌a(chǎn)業(yè)勞動生產(chǎn)率達(dá)到較高水平，隨著進(jìn)入第三產(chǎn)業(yè)的就業(yè)人口的快速上升，其勞動生產(chǎn)率增長率勢必?zé)o法一直保持較高水平。Hubbard和Nutter等將服務(wù)業(yè)分為生產(chǎn)性服務(wù)業(yè)和傳統(tǒng)服務(wù)業(yè)［5］。而由袁少峰等的實(shí)證研究可以說明，具有高于第三產(chǎn)業(yè)勞動生產(chǎn)率平均水平的生產(chǎn)性服務(wù)業(yè)，其吸收就業(yè)能力卻遠(yuǎn)低于傳統(tǒng)服務(wù)業(yè)［6］。于是隨著大量第一、二產(chǎn)業(yè)就業(yè)人口向第三產(chǎn)業(yè)轉(zhuǎn)移，如果不能合理控制經(jīng)濟(jì)結(jié)構(gòu)服務(wù)化的速度、統(tǒng)籌好第三產(chǎn)業(yè)就業(yè)人口的分流以及就業(yè)人口的職業(yè)培訓(xùn)，便很可能使大量轉(zhuǎn)移的就業(yè)人口進(jìn)入低生產(chǎn)率的傳統(tǒng)服務(wù)業(yè)，導(dǎo)致第三產(chǎn)業(yè)增加值份額增長率趕不上其就業(yè)份額的增長率，使得第三產(chǎn)業(yè)勞動生產(chǎn)率增速下滑，進(jìn)入前述發(fā)達(dá)國家所經(jīng)歷的結(jié)構(gòu)性減速的路徑。所以我們認(rèn)為，盡管第一產(chǎn)業(yè)一直保持比第二、三產(chǎn)業(yè)更為顯著的勞動生產(chǎn)率增長率水平，但該產(chǎn)業(yè)較小的規(guī)模以及自2010年以來第二、三產(chǎn)業(yè)勞動生產(chǎn)率的增長率持續(xù)下滑的趨勢導(dǎo)致了我國當(dāng)前全社會勞動生產(chǎn)率增長率的下降，進(jìn)而導(dǎo)致了現(xiàn)階段經(jīng)濟(jì)增速的下滑。對于未來經(jīng)濟(jì)形勢的預(yù)測，我們認(rèn)為隨著中國經(jīng)濟(jì)結(jié)構(gòu)服務(wù)化進(jìn)程的演進(jìn)，第三產(chǎn)業(yè)會以其較低的勞動生產(chǎn)率增長率以及其規(guī)模擴(kuò)張抵消掉第一、二產(chǎn)業(yè)相對高的增長速度，進(jìn)而拉低全社會勞動生產(chǎn)率的增長速度。

對于分解的第二項(xiàng)：勞動參與率的變化率，我們利用第六次人口普查的分年齡段分性別的人口數(shù)據(jù)以及分年齡分性別的人口死亡率預(yù)測出2011—2025年的分年齡分性別勞動年齡人口以及勞動年齡總?cè)丝?；利用第六次人口普查?shù)據(jù)計(jì)算出的分年齡分性別勞動參與率乘以相應(yīng)的分年齡分性別的人口權(quán)數(shù)便可計(jì)算出2011—2025年的社會總勞動參與率。

勞動年齡人口占比的變化率，我們使用2010—2014年勞動年齡人口占比的增長率求平均作為現(xiàn)階段（2011—2015年）勞動年齡占比的變化率。中國的勞動年齡人口占比2010年達(dá)到高點(diǎn)74.5％后，已連續(xù)四年回落，2014年回落至73.4％。2016—2020年的該指標(biāo)的變化率使用中國經(jīng)濟(jì)增長前沿課題組的預(yù)測結(jié)果，認(rèn)為是-0.40％［7］。

總?cè)丝诘淖兓?，具有比較穩(wěn)定的趨勢，我們不做估計(jì)，使用已有文獻(xiàn)的估計(jì)結(jié)果。

（二）收入法經(jīng)濟(jì)增長核算

GDP的收入法核算公式如下：

國內(nèi)生產(chǎn)總值=勞動者報(bào)酬+固定資產(chǎn)折舊+生產(chǎn)凈稅額+營業(yè)盈余

參考Holz的設(shè)定［8］，其中勞動者報(bào)酬等于名義工資率乘以勞動者數(shù)量，wt名義工資率，Lt勞動者數(shù)量；生產(chǎn)凈稅額反映生產(chǎn)中所產(chǎn)生的稅，被認(rèn)為是增加價值的函數(shù)，Tt稅率；固定資產(chǎn)折舊取決于還未完全折舊的固定資產(chǎn)的值的大小，它被認(rèn)為是固定資本形成的函數(shù)，Kt名義固定資本形成，δt折舊率；營業(yè)盈余反映了整個經(jīng)濟(jì)的商業(yè)利潤，可以假設(shè)為是固定資本形成Kt的函數(shù)，st：盈余率；pt表示價格水平，Yt表示實(shí)際GDP，YTt表示實(shí)際稅后GDP。寫成數(shù)學(xué)表達(dá)式為

寫成增長率的形式有：

其中

做如下兩點(diǎn)假設(shè)：（1）稅后實(shí)際GDPYTt是實(shí)際GDPYt的良好代替；（2）未來的GDP增長率可以由未來實(shí)際工資增長率、勞動數(shù)量增長率和實(shí)際資本增長率加權(quán)求和得到，即

通過對投資率與城市化率和人口撫養(yǎng)比回歸以及對資本形成增長率與投資率回歸，也就是使用產(chǎn)業(yè)結(jié)構(gòu)變動因素和人口結(jié)構(gòu)變動因素作為資本存量增長率的解釋變量。沿用中國經(jīng)濟(jì)增長前沿課題組的設(shè)定［7］，資本形成率cap為資本形成額占GDP的比重；城市化率city為城鎮(zhèn)人口占總?cè)丝诘谋戎?；城市化率的平方記為citysq；人口撫養(yǎng)比raise為非勞動年齡人口數(shù)在勞動年齡人口數(shù)中的占比；第二產(chǎn)業(yè)占比inshare為第二產(chǎn)業(yè)增加值占當(dāng)年GDP的比重。則投資率與城市化率和人口撫養(yǎng)比的計(jì)量方程如下：

模型一：投資率與城市化率和人口撫養(yǎng)比的關(guān)系

模型二：投資增長率與資本形成率（即投資率）的關(guān)系

為了更清晰地說明問題，也將inshare作為解釋變量，也就是估計(jì)模型三。

模型三：投資率與城市化率、人口撫養(yǎng)比和第二產(chǎn)業(yè)占比的關(guān)系

至此，我們運(yùn)用收入法將GDP增長率分解成三個因素的增長率的加權(quán)和的形式，而這三個因素皆為產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和人口結(jié)構(gòu)轉(zhuǎn)變的相關(guān)因素。

（三）潛在經(jīng)濟(jì)增長情景模擬

潛在經(jīng)濟(jì)增長的情景模擬，本文采用Barro和Lee的建模方式［10］和CD生產(chǎn)函數(shù)：Y=AKαH1-α

其中A代表全要素生產(chǎn)率，K表示實(shí)物資本存量，H為人力資本存量。令H=h*L，其中h表示每個勞動者對應(yīng)的人力資本量，L表示勞動者數(shù)量。

于是有

由于PWT8.0中的中國的不變價GDP、實(shí)際資本存量和就業(yè)人口數(shù)量的數(shù)據(jù)并未有更新，故本文對α和TFP的增長率的估計(jì)沿用陸旸和蔡昉使用1980—2010年數(shù)據(jù)得到的估計(jì)結(jié)果［4］。采用Gollin的觀點(diǎn)，認(rèn)為雖然一個國家的資本和勞動貢獻(xiàn)因子可能隨時間發(fā)生微弱變化，但從長期來看，可以認(rèn)為資本和勞動的份額保持不變。故我們暫時不考慮產(chǎn)出的要素彈性參數(shù)逆轉(zhuǎn)的問題，使用過去數(shù)據(jù)估計(jì)出資本貢獻(xiàn)因子α，并將之作為未來資本要素的貢獻(xiàn)因子［11］。基于上述理念，我們便可以從增長核算方程測算潛在增長率。

（四）人口結(jié)構(gòu)相關(guān)因素的預(yù)測模型

為了測算潛在GDP增長率，我們首先需要測算“充分就業(yè)”時的就業(yè)數(shù)量，亦即潛在就業(yè)人口；潛在就業(yè)人口取決于未來經(jīng)濟(jì)活動人口和未來的自然失業(yè)率。而預(yù)測未來經(jīng)濟(jì)活動人口則需要先估計(jì)2011—2025年的勞動年齡人口以及2011—2025年的全社會勞動參與率。本文預(yù)測數(shù)據(jù)使用2010年第六次全國人口普查數(shù)據(jù)，首先推算2011—2025年內(nèi)勞動年齡人口（即15—64歲年齡人口）。依據(jù)易定紅對勞動供給的預(yù)測思路，以第六次人口普查為依據(jù)對勞動年齡人口進(jìn)行預(yù)測［12］。注意到2011年15—64歲的人口是由2010年14—63歲的人口組成，依次類推，則2025年勞動適齡人口是由2010年0—49歲的人口組成。于是2011—2025年的勞動年齡人口預(yù)測可以使用公式：

其中y代表預(yù)測的年份，li代表第六次人口普查中年齡為i的人口總量，Pj代表第六次人口普查中年齡為j的人口的死亡率；從而1-Pj為j歲的人口活到j(luò)+1歲的存活概率，這與易定紅認(rèn)為1-Pj+1為j歲的人口活到j(luò)+1歲的存活概率不同。

全社會勞動參與率的預(yù)測參考彭秀健的方法，有效的勞動力供給數(shù)量等于分年齡分性別的勞動年齡人口數(shù)量與分年齡分性別的勞動參與率的乘積［13］。我們采用Dugan和Robidoux的加權(quán)平均法計(jì)算社會總勞動參與率［14］。

其中PRy為第y年的總社會勞動參與率；為PRi，y第y年的年齡組i的勞動參與率；si，y為第y年的年齡組i的人口占當(dāng)年總勞動年齡人口的比值。

其中l(wèi)i，y為第y年年齡組i的人口數(shù)量；ly為第y年的社會總勞動年齡人口數(shù)量。

由于本文主要考慮人口結(jié)構(gòu)變化（亦即勞動年齡人口變化）對社會總勞動參與率的影響，因此我們簡化地假定未來15年的分年齡段分性別的勞動參與率水平均保持在2010年第六次人口普查時的分年齡段分性別的勞動參與率水平。

由于自然失業(yè)率的估計(jì)不是本文研究的關(guān)鍵，本文采取陸旸和蔡昉介紹的方法，將2009年的自然失業(yè)率按分年齡分性別占比的比例分解，作為未來15年分年齡分性別的自然失業(yè)率水平，用來測算未來的潛在就業(yè)人口數(shù)量［4］。

通過我們的預(yù)測，中國未來潛在就業(yè)增長率2016—2020年在-0.18％的水平，2021—2025年在-0.41％的水平，這與陸旸和蔡昉關(guān)于未來潛在就業(yè)增長率的預(yù)測相近［4］。

三、實(shí)證研究過程與結(jié)果

（一）數(shù)據(jù)說明與變量估計(jì)

1.全社會勞動生產(chǎn)率增長率。三產(chǎn)業(yè)勞動生產(chǎn)率增長率，三產(chǎn)業(yè)各自增加值份額，三產(chǎn)業(yè)各自就業(yè)份額，來自中國統(tǒng)計(jì)局發(fā)布的數(shù)據(jù)。其中各產(chǎn)業(yè)增加值按價格指數(shù)折算。

2 .人口結(jié)構(gòu)相關(guān)變量的預(yù)測：利用第六次人口普查數(shù)據(jù)，依照前面的模型進(jìn)行勞動年齡人口的預(yù)測、勞動參與率的預(yù)測、未來經(jīng)濟(jì)活動人口的預(yù)測以及未來潛在就業(yè)人口的預(yù)測，我們的預(yù)測結(jié)果認(rèn)為中國潛在就業(yè)人口的峰值出現(xiàn)在2016年，可以預(yù)見，中國即將面臨一個緩慢萎縮的勞動力供給市場。彭秀健認(rèn)為，盡管勞動力價格的上升會刺激節(jié)約勞動力技術(shù)的出現(xiàn)以及勞動生產(chǎn)率的提高，但是這并不意味著對勞動力的需求會出現(xiàn)大規(guī)模的下降；同時由于人口老齡化本身將會改變?nèi)丝诘南M(fèi)結(jié)構(gòu)，消費(fèi)需求會更多地轉(zhuǎn)向老年人需要的產(chǎn)品以及服務(wù)，而這些產(chǎn)品和服務(wù)，大多都是勞動密集型產(chǎn)品，這會進(jìn)一步加劇勞動力短缺的局面［13］。

3.人力資本變量數(shù)據(jù)。中國1978—2010年的勞動者平均受教育年限、各學(xué)歷勞動者占比的數(shù)據(jù)以及相應(yīng)的未來數(shù)據(jù)來自Holz的測算和預(yù)測結(jié)果［8］。

4.中國的實(shí)際工資率水平。勞動者報(bào)酬來自中國統(tǒng)計(jì)年鑒中分地區(qū)按收入法核算數(shù)據(jù)加總而成，以基期價格指數(shù)進(jìn)行折算。

5.全要素生產(chǎn)率的增長率。由于制度改革不在于朝夕之間，我們假定TFP增長率水平保持當(dāng)前的水平，也就是2.37％的增長率水平。

6.實(shí)際工資的增長率。具體操作上，我們選取年度數(shù)據(jù)1978—2010年，平均受教育年限、初中教育水平的勞動者占比、高中教育水平的勞動者占比、大學(xué)教育水平的勞動者占比以及勞動者數(shù)量。建立實(shí)際工資（記為wage）與上述變量之間的誤差修正模型，提取協(xié)整方程如下：

其中LN表示各變量取其對數(shù)值，括號內(nèi)為參數(shù)估計(jì)值的標(biāo)準(zhǔn)差。

由此我們可以由Holz關(guān)于未來勞動力的受教育水平變量的增長率的預(yù)測來計(jì)算工資的增長率［8］。

7.資本存量的增長率。中國31個省市投資率與城市化率以及人口撫養(yǎng)比的回歸關(guān)系研究使用1995—2013年中國31個省市投資率、人口撫養(yǎng)比及城市化率的數(shù)據(jù)，各指標(biāo)的數(shù)據(jù)來自中國各省統(tǒng)計(jì)年鑒。中國經(jīng)濟(jì)增長前沿課題組指出中國改革開放三十年間的資本存量的增長率（HP濾波）為資本形成增長率（HP濾波）的10/11［7］。

（二）回歸結(jié)果與數(shù)據(jù)分析

模型一的回歸結(jié)果為

括號內(nèi)為參數(shù)估計(jì)值的標(biāo)準(zhǔn)差，擬合優(yōu)度R方，組內(nèi)0.3280。

從回歸結(jié)果我們有如下認(rèn)識：城市化率的一次項(xiàng)系數(shù)為1.069，二次項(xiàng)系數(shù)為-0.0117，這刻畫出了投資率與城市化率的開口向下的拋物線形式，也就是二者呈現(xiàn)出“倒U”型的函數(shù)關(guān)系。若使各省市的人口撫養(yǎng)比保持不變，則由上述回歸方程模擬出來的投資率與城市化率具有以下關(guān)系：當(dāng)城市化率小于45.7％時，投資率隨著城市化率的提高而上升；當(dāng)城市化率大于45.7％時，投資率隨著城市化率的提高而下降。目前中國全國的城市化率指標(biāo)為54％，已遠(yuǎn)遠(yuǎn)超過上述臨界值。故通過上述回歸模型，我們將當(dāng)前投資率隨城市化率下降的趨勢涵蓋了進(jìn)來。

注意到本文所模擬出來的城市化率的臨界值比中國經(jīng)濟(jì)增長前沿課題組低了近10個百分點(diǎn)，我們認(rèn)為原因有三點(diǎn)：（1）由于模型一僅考慮了投資率與城市化率和人口撫養(yǎng)比的關(guān)系，未將第二產(chǎn)業(yè)比重加入解釋變量中，導(dǎo)致臨界值偏低。（2）考慮撫養(yǎng)比作為解釋變量，使得城市化率對資本形成率的解釋程度下降，進(jìn)而臨界值偏低。（3）所使用的數(shù)據(jù)來源不同，導(dǎo)致數(shù)據(jù)質(zhì)量不同。

為更清晰地說明問題，引入了第二產(chǎn)業(yè)比重inshare作為解釋變量，估計(jì)模型三：

擬合優(yōu)度R方，組內(nèi)0.4602；城市化率的臨界值為46％。

由于本文考慮的解釋變量更全面，既包含了產(chǎn)業(yè)結(jié)構(gòu)變化的相關(guān)變量，又具有人口結(jié)構(gòu)轉(zhuǎn)變的相關(guān)變量，所以我們認(rèn)為本文所分離出的城市化率的臨界值是更科學(xué)的。

對于投資增長率（資本形成增長率）和投資率（資本形成率）的回歸關(guān)系，本文沿用中國經(jīng)濟(jì)增長前沿課題組的模型設(shè)定形式［7］。采用中國31省市的數(shù)據(jù)，運(yùn)用隨機(jī)時間固定效應(yīng)模型得到

其擬合優(yōu)度調(diào)整R方，組內(nèi)0.3156，組間0.4498。

結(jié)合模型二和模型三的兩個回歸方程，考慮如下預(yù)測：陸旸等預(yù)測人口總撫養(yǎng)比在2016—2030年將會逐步上升到47％［4］；中國經(jīng)濟(jì)增長前沿課題組認(rèn)為第二產(chǎn)業(yè)占比會在2016—2030年間下降至30％［7］，則資本形成增長率（即投資增長率）將由現(xiàn)階段（2010至2014年）的10.6％下降到8.3％。由文獻(xiàn)研究結(jié)果知道，資本存量增長率一般慢于資本形成增長率，資本形成增長率水平除以1.1便是資本存量增長率水平，那么由上面兩個回歸模型我們可以得到資本存量的增長率將由現(xiàn)階段的9.6％降低到7.5％。

具體的以未來五年為一個估計(jì)周期，根據(jù)遲福林的預(yù)測，至2020年第二產(chǎn)業(yè)增加值占比將達(dá)到36％，2030年將降至30％；劉霞輝指出，至2020年中國城市化率將達(dá)到57.67％，2030年中國城市化率將高至67.81％［15］。關(guān)于人口撫養(yǎng)比的未來預(yù)測，我們采用周渭兵的預(yù)測結(jié)果的趨勢［16］，更新2014年的撫養(yǎng)比信息，從而得到至2020年中國的人口撫養(yǎng)比將達(dá)到39.23％，2025年達(dá)到39.7％，2030年高至40.6％?；谏鲜鲱A(yù)測結(jié)果，通過本文的模型我們可以給出資本存量增長率在2016—2020年間會由現(xiàn)階段的10％下降至8％左右的水平。

將各因素的預(yù)測值帶入模型，我們可以得到實(shí)際GDP增長率的現(xiàn)階段擬合值和未來五年的趨勢預(yù)測值。

表1　中國GDP直接因素分解法擬合及2015—2020年趨勢預(yù)測

表2　中國GDP收入法核算擬合及2015—2020年趨勢預(yù)測

表3　中國潛在經(jīng)濟(jì)增長率情景分析

其中TFP增長率沿用陸旸等的估計(jì)結(jié)果，人力資本變量增長率來自Holz的估計(jì)。

四、結(jié)論與政策建議

本文從產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和人口結(jié)構(gòu)變動兩方面考慮中國經(jīng)濟(jì)增長減速的原因：首先，在產(chǎn)業(yè)結(jié)構(gòu)方面，通過對發(fā)達(dá)國家發(fā)展歷程的研究可知：隨著經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)服務(wù)化的過程演進(jìn)，第三產(chǎn)業(yè)的勞動生產(chǎn)率增長率普遍低于第一、二產(chǎn)業(yè)的勞動生產(chǎn)率增長率［3］；隨著人均收入的提高以及發(fā)展的必然過程，中國走向了產(chǎn)業(yè)結(jié)構(gòu)快速轉(zhuǎn)型，第一、二產(chǎn)業(yè)就業(yè)人口向第三產(chǎn)業(yè)轉(zhuǎn)移的階段，隨著第三產(chǎn)業(yè)增加值份額的提高以及其就業(yè)份額的增長，中國的全社會勞動生產(chǎn)率的增長率會呈現(xiàn)一個下降的趨勢，進(jìn)而會導(dǎo)致經(jīng)濟(jì)增長速度的放緩。其次，在人口結(jié)構(gòu)方面，人口結(jié)構(gòu)變動通過勞動年齡人口的變動降低未來的社會總勞動參與率，從而影響有效勞動供給的數(shù)量。通過本文的預(yù)測，2016年中國經(jīng)濟(jì)活動人口數(shù)量達(dá)到峰值，之后呈現(xiàn)絕對值的下降。對于產(chǎn)業(yè)結(jié)構(gòu)、人口結(jié)構(gòu)的聯(lián)動影響，本文建立投資率（資本形成率）與城市化率、第二產(chǎn)業(yè)比重以及人口撫養(yǎng)比的回歸關(guān)系，認(rèn)為在城市化率達(dá)到46％之前，投資率隨著城市化的推進(jìn)而上升，當(dāng)城市化率達(dá)到46％后，隨著城市化的繼續(xù)，投資率出現(xiàn)下行趨勢；投資率與第二產(chǎn)業(yè)比重呈現(xiàn)正向線性關(guān)系；投資率隨著人口撫養(yǎng)比的上升而下降。通過這個模型可以預(yù)測未來投資率的變動方向和大小，進(jìn)而得到資本存量增長率的變化情況，從而可以預(yù)測未來的經(jīng)濟(jì)發(fā)展方向和速度。

此外，本文還考慮了勞動者受教育程度對經(jīng)濟(jì)發(fā)展的影響。通過將中國人均實(shí)際工資水平與人口結(jié)構(gòu)因素和人口受教育程度進(jìn)行協(xié)整分析，發(fā)現(xiàn)中國人均實(shí)際工資水平能夠被中學(xué)學(xué)歷勞動者數(shù)量占比和大學(xué)以及上學(xué)歷勞動者數(shù)量占比所解釋，這說明隨著中國勞動力人口的受教育程度的提升，人均實(shí)際工資水平會提升，從而增大勞動者報(bào)酬，促進(jìn)經(jīng)濟(jì)增長。在考慮了以上經(jīng)濟(jì)增長相關(guān)因素后，本文沿用陸旸和蔡昉建立的潛在經(jīng)濟(jì)增長核算模型及參數(shù)估計(jì)結(jié)果，運(yùn)用本文對資本存量增長率、潛在就業(yè)人口增長率的預(yù)測以及陸旸和蔡昉對全要素生產(chǎn)率的增長率的設(shè)定和Holz對人力資本變量的預(yù)測結(jié)果，得出了未來十年中國潛在經(jīng)濟(jì)增長率的可能區(qū)間。當(dāng)經(jīng)濟(jì)結(jié)構(gòu)日趨成熟時，就業(yè)從第一、二產(chǎn)業(yè)向第三產(chǎn)業(yè)服務(wù)業(yè)部門轉(zhuǎn)移，是城市化發(fā)展進(jìn)程中的一種趨勢，高就業(yè)份額、相對低的勞動生產(chǎn)率增長率的第三產(chǎn)業(yè)的擴(kuò)張會引致全社會勞動生產(chǎn)率增長率的下降。我們應(yīng)當(dāng)注意控制產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的速度，當(dāng)前中國的人均收入水平仍然較低，過快推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)服務(wù)化，特別是非生產(chǎn)性服務(wù)業(yè)的發(fā)展，會對經(jīng)濟(jì)增長產(chǎn)生較大負(fù)向沖擊，使得經(jīng)濟(jì)增速放緩，進(jìn)而會對我國國民生活水平、投資以及消費(fèi)等產(chǎn)生影響。同時，我們應(yīng)當(dāng)加快推進(jìn)各產(chǎn)業(yè)內(nèi)部的產(chǎn)業(yè)技術(shù)升級，去掉落后產(chǎn)能，提高各產(chǎn)業(yè)的勞動生產(chǎn)率水平，保障各產(chǎn)業(yè)勞動生產(chǎn)率的增長空間。當(dāng)前我國國出現(xiàn)“未富先老”現(xiàn)象，這就迫切要求盡可能推遲勞動力供給出現(xiàn)負(fù)增長的時間，保證穩(wěn)定而充足的勞動力供給，以維持人口紅利對經(jīng)濟(jì)高速增長的推動作用，所以我們應(yīng)當(dāng)盡早放寬計(jì)劃生育政策，逐步提高生育率，以期減輕未來的人口老齡化壓力。

［參考文獻(xiàn)］

［1］Bloom D E，Williamson J G. Demographic Transitions and Economic Miracles in Emerging Asia［J］．World Bank Economic Review，1997，12（3）：419—455（37）．

［2］中國經(jīng)濟(jì)增長前沿課題組，張平，劉霞輝，等．中國經(jīng)濟(jì)轉(zhuǎn)型的結(jié)構(gòu)性特征、風(fēng)險(xiǎn)與效率提升路徑［J］．經(jīng)濟(jì)研究，2013（10）．

［3］袁富華．長期增長過程的“結(jié)構(gòu)性加速”與“結(jié)構(gòu)性減速”：一種解釋［J］．經(jīng)濟(jì)研究，2012（3）．

［4］陸旸，蔡昉．人口結(jié)構(gòu)變化對潛在增長率的影響：中國和日本的比較［J］．世界經(jīng)濟(jì)，2014（1）．

［5］Hubbard R K B，Nutter D S. Service sector employment in Merseyside［J］．Geoforum，1982，13（3）：209—235．

［6］袁少鋒，郭涌，高曉峰．我國生產(chǎn)性服務(wù)業(yè)發(fā)展現(xiàn)狀及對策建議［J］．經(jīng)濟(jì)論壇，2007（16）．

［7］中國經(jīng)濟(jì)增長前沿課題組，張平，劉霞輝，等．中國經(jīng)濟(jì)長期增長路徑、效率與潛在增長水平［J］．經(jīng)濟(jì)研究，2012（11）．

［8］Holz C A. China‘s Economic Growth 1978—2025：What We Know Today about China’s Economic Growth Tomorrow［J］．Develop?ment & Comp Systems，2006，36（10）：1665—1691．

［9］陳昌兵．城市化與投資率和消費(fèi)率間的關(guān)系研究［J］．經(jīng)濟(jì)學(xué)動態(tài)，2010（9）．

［10］Barro R J，Lee J W. A new data set of educational attainment in the world，1950–2010［J］．Journal of development economics，2013，104：184—198．

［11］Gollin D. Getting income shares right［J］．Journal of political Economy，2002，110（2）：458—474．

［12］易定紅，呂夢捷．充分挖掘中國勞動力增長的潛力［C］//中國經(jīng)濟(jì)分析與展望（2012—2013）．2013．

［13］彭秀健，Dietrich Fausten.低生育率、人口老齡化與勞動力供給［J］．中國勞動經(jīng)濟(jì)學(xué)，2006（4）．

［14］Dugan B，Robidoux B. Demographic Shifts and Labour Force Participation Rates in Canada［M］// Centre for the Study of Living Stan?dards，1999：42—56．

［15］劉霞輝．宏觀經(jīng)濟(jì)藍(lán)皮書總報(bào)告［J］．學(xué)術(shù)動態(tài)，2010（26）．

［16］周渭兵．未來五十年我國社會撫養(yǎng)比預(yù)測及其研究［J］．統(tǒng)計(jì)研究，2004（11）．

［17］孟令國，李超令，胡廣．基于PDE模型的中國人口結(jié)構(gòu)預(yù)測研究［J］．中國人口資源與環(huán)境，2014（2）．

［作者簡介］張屹山，男，吉林大學(xué)商學(xué)院教授，吉林大學(xué)數(shù)量經(jīng)濟(jì)研究中心教授，博士生導(dǎo)師，研究方向：經(jīng)濟(jì)增長理論。

［基金項(xiàng)目］國家社科基金重大項(xiàng)目“中國潛在經(jīng)濟(jì)增長率計(jì)算及結(jié)構(gòu)轉(zhuǎn)換路徑研究”（12&ZD197），國家自然科學(xué)基金項(xiàng)目“全球經(jīng)濟(jì)失衡背景下美國經(jīng)濟(jì)政策對中國的溢出效應(yīng)及其風(fēng)險(xiǎn)隔阻機(jī)制的研究”（711730871/G0301）成果之一。

［收稿日期］2015-10-12

［中圖分類號］F831.59

［文獻(xiàn)標(biāo)識碼］A

［文章編號］1671－511X（2016）02－0094－09