齊子豪 李 標(biāo)
1(北京大學(xué)光華管理學(xué)院,北京 100871) 2(中國光大集團(tuán)博士后科研工作站,北京 100033)3(西南財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院,成都 611130)
全球化有利于提升發(fā)展中國家的增長潛力,縮小發(fā)展中國家與發(fā)達(dá)國家的發(fā)展差距,促進(jìn)世界經(jīng)濟(jì)繁榮發(fā)展(Stiglitz,2003)[1]。 然而,此“美好愿景”很難一蹴而就,在這一進(jìn)程中會受到經(jīng)濟(jì)危機(jī)、主權(quán)危機(jī)、貿(mào)易摩擦等外部事件沖擊。近些年,英國脫歐、美國“退群”、中美貿(mào)易摩擦等事件對全球化產(chǎn)生了明顯的負(fù)面效應(yīng),嚴(yán)重影響了世界對經(jīng)濟(jì)發(fā)展前景的預(yù)期。2019年7月,IMF充分考慮貿(mào)易不確定性等諸多下行風(fēng)險(xiǎn),在《世界經(jīng)濟(jì)展望》報(bào)告中下調(diào)了未來兩年的全球經(jīng)濟(jì)增長預(yù)期,其中2019年的增長率較去年同期的3.9%下降0.7個(gè)百分點(diǎn),2020年的增長率較年初的3.6%下降0.1個(gè)百分點(diǎn)(IMF,2019)[2]。中國于1978年主動(dòng)且積極融入世界經(jīng)濟(jì)發(fā)展,充分借助全球化東風(fēng),“經(jīng)過多年的高速經(jīng)濟(jì)增長,經(jīng)濟(jì)總量已經(jīng)躍居世界第二,人均收入也步入了世界中高收入經(jīng)濟(jì)體行列”(陳詩一和陳登科,2018)[3]。進(jìn)入新世紀(jì)的10年后,中國經(jīng)濟(jì)由過去的高速增長轉(zhuǎn)向了中高速增長階段,經(jīng)濟(jì)增長速度逐年下跌。由潛在經(jīng)濟(jì)增長的視角分析,除了全球化進(jìn)程中諸多外部不確定性因素的影響外,更多的是過去多年粗放高速發(fā)展模式透支經(jīng)濟(jì)增長潛力后的結(jié)構(gòu)性調(diào)整規(guī)律使然。但是,不論何種因素致使中國經(jīng)濟(jì)增速逐年下滑,這都不利于中國的高質(zhì)量發(fā)展和實(shí)現(xiàn)兩個(gè)百年目標(biāo)所需的物質(zhì)基礎(chǔ)保障。因而,新階段、新背景下把握潛在經(jīng)濟(jì)增長的影響因素及增長趨勢對塑造經(jīng)濟(jì)高質(zhì)量發(fā)展動(dòng)力有重要參考價(jià)值。
刻畫經(jīng)濟(jì)增長趨勢首要的是估計(jì)潛在產(chǎn)出。潛在產(chǎn)出由美國經(jīng)濟(jì)學(xué)家Arthur M Okun于1962年正式提出(Jorgenson 和 Vu,2010)[4]。 新古典主義者認(rèn)為潛在產(chǎn)出是實(shí)際經(jīng)濟(jì)增長的趨勢值,是剔除財(cái)政和貨幣政策等短期需求沖擊擾動(dòng)后的產(chǎn)出水平,實(shí)際產(chǎn)出圍繞其上下波動(dòng)(Scacciavil?lani和 Swagel,2002)[5],目前已成為學(xué)術(shù)界的主流認(rèn)識[9]。本文基于新古典主義的觀點(diǎn)對中國的潛在經(jīng)濟(jì)增長開展相關(guān)研究。目前,全球化僅僅是受到了暫時(shí)性干擾,全球化趨勢依然存在,并深刻影響著各參與主體的經(jīng)濟(jì)增長。因?yàn)?,盡管特朗普政府出現(xiàn)了諸多逆全球化行為、英國脫歐成功,但以中國為代表的許多國家依然堅(jiān)持全球化立場,而且全球化已經(jīng)成為世界各國經(jīng)濟(jì)增長的內(nèi)生變量,全球化時(shí)代不會終結(jié)(Stiglitz,2018)[6]。基于如上認(rèn)識判斷,本文立足全球化的時(shí)代背景,重新診斷中國的潛在經(jīng)濟(jì)增長趨勢。
盡管估計(jì)潛在產(chǎn)出的方法較多,但考慮理論基礎(chǔ)完備與經(jīng)濟(jì)意義明確等因素,生產(chǎn)函數(shù)法已成為被國內(nèi)外學(xué)者與機(jī)構(gòu)廣泛運(yùn)用的一種方法[7-9]。這里依然使用生產(chǎn)函數(shù)法測算中國的潛在經(jīng)濟(jì)增長率。本文主要構(gòu)建4個(gè)模型:(1)只包含物質(zhì)資本與勞動(dòng)的基本模型,用于粗略估算潛在產(chǎn)出;(2)結(jié)構(gòu)性變量對潛在產(chǎn)出回歸的模型,用于識別影響潛在經(jīng)濟(jì)增長的結(jié)構(gòu)性因素;(3)納入結(jié)構(gòu)性變量的擴(kuò)展模型,用于測算改革開放以來的潛在經(jīng)濟(jì)增長率;(4)邏輯斯蒂(Logistic)模型,用于預(yù)測評估當(dāng)前至本世紀(jì)中期的潛在經(jīng)濟(jì)增長趨勢。
(1)基本模型。為粗略估算潛在產(chǎn)出,此處將只包含物質(zhì)資本與勞動(dòng)投入兩個(gè)變量的經(jīng)濟(jì)增長模型設(shè)定為柯布—道格拉斯(C-D)生產(chǎn)函數(shù)形式:
式(1)中,Yt表示實(shí)際GDP,At表示全要素生產(chǎn)率,Kt表示物質(zhì)資本,Lt表示勞動(dòng)投入量,μt表示隨機(jī)擾動(dòng)影響,t表示年份,時(shí)間范圍是[1978,2018]。假定不存在技術(shù)進(jìn)步和全要素生產(chǎn)率的變動(dòng)時(shí),基于式(1)設(shè)定的計(jì)量模型如下:
式(2)中,c為常數(shù);εt為殘差,是At與μt的綜合;yt、kt、lt為樣本期內(nèi)歷年的實(shí)際GDP、物質(zhì)資本、勞動(dòng)投入量自然對數(shù)值。使用1978~2018年的經(jīng)濟(jì)數(shù)據(jù)回歸式(2)可得 c、α、β,將其連同kt、lt的惠普濾波(HP)值代入式(2)可得實(shí)際GDP的歷年趨勢值^yt,即潛在產(chǎn)出。進(jìn)一步,潛在經(jīng)濟(jì)增長率的計(jì)算公式如下:
(2)因素甄別模型。實(shí)際上,基本模型并不適合估計(jì)經(jīng)濟(jì)增長的長期趨勢,在結(jié)構(gòu)轉(zhuǎn)型的經(jīng)濟(jì)場景下尤其不適用,因?yàn)楣┙o沖擊被包含于式(2)的殘差εt中,由此致使結(jié)構(gòu)性沖擊通過全要素生產(chǎn)率機(jī)制作用于潛在產(chǎn)出的影響難以被捕捉。這些結(jié)構(gòu)上的變化從不同方面釋放勞動(dòng)生產(chǎn)力,對改善全要素生產(chǎn)率有顯著作用,潛在經(jīng)濟(jì)增長能力也隨之提升。那么,到底哪些結(jié)構(gòu)性因素會借助全要素生產(chǎn)率傳導(dǎo)渠道作用于潛在產(chǎn)出呢?為甄別對潛在經(jīng)濟(jì)增長有重要影響的結(jié)構(gòu)性變量,此處設(shè)定計(jì)量模型如下:
其中,d為常數(shù)項(xiàng),ηt為殘差項(xiàng),i=1,2,…,6,^y為基本模型下測算的潛在產(chǎn)出,θi=(θ1,θ2,…,θ6)為待估計(jì)的參數(shù)向量,用作識別對潛在產(chǎn)出有重要影響的基本參考標(biāo)準(zhǔn),Xt=(rkt,glot,zdt,kjt,ent)T為可能影響潛在經(jīng)濟(jì)增長的結(jié)構(gòu)變量向量。rkt表示人口結(jié)構(gòu),使用老齡化背景下適齡勞動(dòng)力(15~64歲)比重代理,作為控制變量;glot表示全球化,使用全球化指數(shù)代理;zdt表示制度變革,由反映所有制變革的經(jīng)濟(jì)指標(biāo)代理;kjt表示科技創(chuàng)新,由科技創(chuàng)新經(jīng)費(fèi)投入和人力資本高級化合成的創(chuàng)新潛力指數(shù)代理;ent表示能源消費(fèi)綠色化,使用清潔能源消費(fèi)比重代理。
(3)優(yōu)化的增長模型?;谑剑?)的計(jì)量回歸結(jié)果,并輔以理論與實(shí)踐依據(jù),可甄選識別出對潛在產(chǎn)出有重要作用的結(jié)構(gòu)性因素。這些結(jié)構(gòu)變量通過全要素生產(chǎn)率的作用機(jī)制而影響潛在產(chǎn)出,此處設(shè)定全要素生產(chǎn)率如下:
其中,?j是第j個(gè)結(jié)構(gòu)性變量對全要素生產(chǎn)率影響系數(shù)的向量,?t是基于式(4)甄選出的結(jié)構(gòu)性變量自然對數(shù)值構(gòu)成的向量,f是常數(shù)項(xiàng),δt是影響全要素生產(chǎn)率的其它未知因素。將式(5)代入式(1)有結(jié)構(gòu)化的增長模型:
式(6)兩邊取自然對數(shù),并令 ζt= δt+μt,考慮結(jié)構(gòu)因素影響后的潛在產(chǎn)出估計(jì)模型如下:
(4)Logistic預(yù)測模型。經(jīng)濟(jì)增長存在邊界,越接近增長邊界增長速度越低。不同于大多數(shù)文獻(xiàn)使用的時(shí)間趨勢外推方法(要素趨勢外推后代入生產(chǎn)函數(shù)計(jì)算潛在經(jīng)濟(jì)增長率或直接對潛在經(jīng)濟(jì)增長率進(jìn)行趨勢外推),此處采用Logistic模型估計(jì)2019~2050年的潛在經(jīng)濟(jì)增長率。具體模型如下:
上述4個(gè)模型中所提及變量代理指標(biāo)的時(shí)間窗口是1978~2018年。各變量的代理指標(biāo)說明如下:
經(jīng)濟(jì)增長的代理變量是實(shí)際GDP(yt,單位:億元)。選擇1978~2018年的名義GDP由以1978年為基期的GDP平減指數(shù)進(jìn)行價(jià)格影響剔除后測算得到。潛在經(jīng)濟(jì)增長的代理變量是潛在產(chǎn)出(或,單位:億元),經(jīng)由生產(chǎn)函數(shù)法計(jì)算而來,用以反映實(shí)際經(jīng)濟(jì)增長的趨勢。
物質(zhì)資本的代理變量是資本存量(kt,單位:億元)。資本存量數(shù)據(jù)并不能夠直接觀測得到,在資本存量的估算過程中,學(xué)者們對基年的資本存量、年折舊率、年價(jià)格指數(shù)以及投資數(shù)據(jù)的選取均有不同,導(dǎo)致不同文獻(xiàn)報(bào)告的資本存量迥異。尤其是大量文獻(xiàn)假定固定資產(chǎn)的折舊率相同,忽視了不同產(chǎn)業(yè)異質(zhì)性對資本存量的影響。鑒于此,本文直接借鑒王維等(2017)基于最新的十大類行業(yè)資本統(tǒng)計(jì)數(shù)據(jù),利用永續(xù)盤存法,設(shè)定可變折舊率,按1978年不變價(jià)計(jì)算的年資本存量數(shù)據(jù)[10]。
勞動(dòng)投入的代理指標(biāo)是就業(yè)總量(lt,單位:萬人)。由于1990年國家統(tǒng)計(jì)局對就業(yè)總量進(jìn)行了一次調(diào)整,將以往漏算的人數(shù)一次性加入進(jìn)來,導(dǎo)致1990年的就業(yè)人數(shù)出現(xiàn)了一個(gè)較為明顯的異常躍升。因此,1978~1990年的就業(yè)人員我們直接引用王小魯和樊綱(2000)對1978~1990年就業(yè)規(guī)模進(jìn)行平滑處理后的數(shù)據(jù),1991~2018年的就業(yè)總量數(shù)據(jù)則來源于相應(yīng)年份的 《中國統(tǒng)計(jì)年鑒》[11]。
全球化的代理指標(biāo)是全球化指數(shù)(glot)。大部分文獻(xiàn)在考察相關(guān)問題時(shí)多使用對外貿(mào)易或外商直接投資指標(biāo)代理全球化,這種處理方法雖然便捷,但僅反映了全球化的部分信息,不能全面刻畫全球化水平。因而,這里使用KOF瑞士經(jīng)濟(jì)學(xué)會計(jì)算的涵蓋經(jīng)濟(jì)、社會、政治三大維度的全球化指數(shù)度量中國的全球化水平。
制度變革的代理指標(biāo)是非國有工業(yè)總產(chǎn)值占工業(yè)總產(chǎn)值比重(zdt,單位:%)。理論上,難以模擬所有制度變革的情況。因而,為簡要描繪中國的制度變遷軌跡,本文主要考慮改革開放以來最為基礎(chǔ)且影響深遠(yuǎn)的生產(chǎn)資料所有制改革,具體指標(biāo)是非國有工業(yè)總產(chǎn)值比重。國有工業(yè)總產(chǎn)值與工業(yè)總產(chǎn)值數(shù)據(jù)來源于相應(yīng)年份的 《中國統(tǒng)計(jì)年鑒》和 《中國工業(yè)統(tǒng)計(jì)年鑒》。
科技創(chuàng)新的代理指標(biāo)是創(chuàng)新潛力指數(shù)(kjt)?;诳萍紕?chuàng)新與人力資本密不可分的認(rèn)知,本文將科技創(chuàng)新投入與人力資本高級化兩個(gè)變量進(jìn)行平均加權(quán)合成創(chuàng)新潛力指數(shù)。國內(nèi)外研究通常選擇R&D經(jīng)費(fèi)支出反映科技創(chuàng)新投入情況,本文也遵循此慣例。由于國家僅統(tǒng)計(jì)公布了1995~2018年該指標(biāo)的數(shù)據(jù),對于1978~1994年缺失的數(shù)據(jù),本文采用 《新中國60年統(tǒng)計(jì)資料匯編》中的“挖潛改造資金和科技3項(xiàng)費(fèi)用”予以替代補(bǔ)齊。兩個(gè)時(shí)間段的序列數(shù)據(jù)合并后命名為科技創(chuàng)新經(jīng)費(fèi)支出。人力資本高級化是人力資本結(jié)構(gòu)優(yōu)化的過程,表現(xiàn)為人力資本中受過高等教育人員總量及比重的增加。這里使用1978~2018年就業(yè)總量中有本科、研究生和留學(xué)回國3類教育背景的人員占比反映人力資本高級化程度。就業(yè)人員受教育程度數(shù)據(jù)來源于 《中國統(tǒng)計(jì)年鑒》和 《中國人口和就業(yè)統(tǒng)計(jì)年鑒》。
能源消費(fèi)綠色化的代理指標(biāo)是清潔能源消費(fèi)比重(ent,單位:%)。本文使用 《中國能源統(tǒng)計(jì)年鑒》和 《中國能統(tǒng)計(jì)年鑒》中清潔能源消費(fèi)總量與能源消費(fèi)總量的比值計(jì)算清潔能源消費(fèi)比重。
人口結(jié)構(gòu)的代理指標(biāo)是適齡勞動(dòng)力比重(rkt,單位:%)。為了體現(xiàn)人口結(jié)構(gòu)變遷的同時(shí)直觀表征勞動(dòng)力供給情況,擇取15~64歲適齡勞動(dòng)人口占總?cè)丝诘谋戎剡M(jìn)行測度。國家統(tǒng)計(jì)局僅提供1990~2018年的時(shí)序數(shù)據(jù),而1990年之前只公布了1982年和1987年2年的數(shù)據(jù),對相應(yīng)年份的缺失數(shù)據(jù),本文采用平均增速法補(bǔ)齊。具體地,1978~1981年、1983~1986年的缺失數(shù)據(jù)由1982~1987年的平均增速推算,1988~1989年的缺失數(shù)據(jù)由1987~1990年的平均增速推算。
表1 變量說明與描述性統(tǒng)計(jì)
上述代理指標(biāo)用于計(jì)量模型回歸之前均進(jìn)行剔除量綱影響的對數(shù)化處理。文中涉及的變量代理指標(biāo)說明及各指標(biāo)數(shù)據(jù)對數(shù)值的描述性統(tǒng)計(jì)信息如表1所示。
遵循前文設(shè)定的模型,本部分主要從實(shí)證角度重新把握潛在經(jīng)濟(jì)增長趨勢。與上文敘述一致,這里首先基于只包含物質(zhì)資本和勞動(dòng)投入的生產(chǎn)函數(shù)粗略測算潛在產(chǎn)出,并將之視為識別影響潛在經(jīng)濟(jì)增長因素的被解釋變量。在此基礎(chǔ)上,再次估計(jì)全球化進(jìn)程中1978~2018年改革的潛在經(jīng)濟(jì)增長率。
對不考慮結(jié)構(gòu)影響的潛在產(chǎn)出粗略估算式(2)使用最小二乘方法(OLS)估計(jì)參數(shù)。計(jì)量回歸時(shí)進(jìn)行了自相關(guān)消除和穩(wěn)健標(biāo)準(zhǔn)誤調(diào)整處理,估計(jì)結(jié)果顯示各變量的回歸系數(shù)均在1%水平上顯著,F(xiàn)檢驗(yàn)值顯示通過了聯(lián)合顯著檢驗(yàn)(限于篇幅有限,此處未報(bào)告模型的回歸結(jié)果)。將變量回歸系數(shù)、連同 kt、lt的 HP值及 AR(1)、AR(2)代入式(2)計(jì)算實(shí)際GDP的趨勢值y^t,結(jié)合式(3)可得時(shí)間窗口內(nèi)粗略估算的潛在經(jīng)濟(jì)增長率。
將粗略估算的潛在產(chǎn)出作為因變量,使用消除模型自相關(guān)的最小二乘法(OLS)估計(jì)式(4)。有研究顯示人口結(jié)構(gòu)會影響潛在產(chǎn)出,且考慮中國的人口紅利逐步消失,在計(jì)量回歸時(shí)特別控制了人口結(jié)構(gòu)(rkt)的作用以更充分說明其它變量的影響,結(jié)果詳見表(2)。 表2中第(1)~(5)列為1978~2018年不同變量設(shè)置下的回歸結(jié)果,第(1)列只包含常數(shù)項(xiàng)、控制變量與AR項(xiàng),第(2)~(4)列在第(1)列的基礎(chǔ)上將關(guān)注變量(ent、glot、zdt和 kjt)逐步加入模型。 第(6)和第(7)列是以中國正式確定“建立社會市場經(jīng)濟(jì)體制目標(biāo)”的年份為標(biāo)準(zhǔn)的不同時(shí)間區(qū)間下全變量的回歸結(jié)果。表2中回歸方程的可決系數(shù)、F統(tǒng)計(jì)量顯示,模型的整體回歸結(jié)果較好。此外,觀察關(guān)注變量的回歸系數(shù)可知,基本上保持了經(jīng)濟(jì)意義與統(tǒng)計(jì)檢驗(yàn)的雙重穩(wěn)健性。
能源消費(fèi)綠色化(ent)、全球化、制度變革可有效改善潛在經(jīng)濟(jì)增長能力,本文再估計(jì)潛在經(jīng)濟(jì)增長趨勢時(shí)引入這3個(gè)變量。科技創(chuàng)新對促進(jìn)潛在經(jīng)濟(jì)增長有積極影響,第(7)列中kjt的系數(shù)顯著為正,且大于第(6)列,說明后半段的科技創(chuàng)新對潛在經(jīng)濟(jì)增長的作用顯著增強(qiáng)。當(dāng)前,與發(fā)達(dá)的創(chuàng)新型國家相比,我國創(chuàng)新發(fā)展還存在不少薄弱環(huán)節(jié),創(chuàng)新能力不夠強(qiáng)(呂薇等,2018)[12],兼顧“中興事件” 激發(fā)國家與企業(yè)對創(chuàng)新精神的強(qiáng)化等因素的影響,中國提升R&D投入強(qiáng)度和積累人力資本的空間依然較大,本文認(rèn)為需要將該變量包含于式(7)。
表2 潛在產(chǎn)出影響因素的識別結(jié)果
將影響潛在經(jīng)濟(jì)增長的4個(gè)結(jié)構(gòu)化因素(ent、glot、zdt和 kjt)納入式(7),使用最小二乘法(OLS)對其進(jìn)行計(jì)量回歸,消除模型自相關(guān)與穩(wěn)健標(biāo)準(zhǔn)誤調(diào)整的估計(jì)結(jié)果如表3所示。表3中,第(1)列只包含控制變量物質(zhì)資本(kt)、勞動(dòng)投入(lt)和常數(shù)項(xiàng),第(2)~(5)列依次添加了關(guān)注變量能源消費(fèi)綠色化(ent)、全球化(glot)、制度變革(zdt)、科技創(chuàng)新(kjt),各回歸方程的可決系數(shù)和F檢驗(yàn)值給出了模型的擬合效果較優(yōu)的信息。
由表3可知,全球化、制度變革與能源消費(fèi)綠色化對當(dāng)期的經(jīng)濟(jì)增長有促進(jìn)作用,科技創(chuàng)新促進(jìn)經(jīng)濟(jì)增長的作用表現(xiàn)出滯后效應(yīng)。第(5)列的全球化、制度變革與能源消費(fèi)綠色化的估計(jì)系數(shù)均為正,科技創(chuàng)新的滯后一期、二期的估計(jì)系數(shù)為正。在第(5)列中出現(xiàn)“科技創(chuàng)新當(dāng)期的系數(shù)小于0、滯后一期的系數(shù)大于0但不顯著、滯后二期的系數(shù)顯著大于0”現(xiàn)象可能有以下原因:高級人力資本受教育過程中收獲更多的是“間接經(jīng)驗(yàn)”,需要經(jīng)歷1~2年的見習(xí),間接經(jīng)驗(yàn)方能逐步演變?yōu)橹苯咏?jīng)驗(yàn),接受高等教育期間積累的知識與其它生產(chǎn)要素方能逐步融合轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力與創(chuàng)造財(cái)富的能力,但這確實(shí)在一定程度上擠占了當(dāng)期經(jīng)濟(jì)增長所需的資源;另外,科技創(chuàng)新投入存在明顯的“機(jī)會成本”,在既有經(jīng)濟(jì)增長模式下,增加的科技創(chuàng)新經(jīng)費(fèi)若用于固定資產(chǎn)投資則可取得“立竿見影”的增長效果,而且實(shí)際上科技創(chuàng)新短期內(nèi)難以完成“創(chuàng)造性毀滅(Creative Destruction)” 過程(Aghion 和 Howitt,1992)[13],“從科學(xué)發(fā)現(xiàn)到生產(chǎn)上采用間隔的時(shí)間很長”(洪銀興,2011)[14],由此使得科技創(chuàng)新推動(dòng)技術(shù)進(jìn)步,提升全要素生產(chǎn)率,創(chuàng)造財(cái)富與促進(jìn)經(jīng)濟(jì)增長的作用延后。
表3 納入結(jié)構(gòu)性變量的生產(chǎn)函數(shù)估計(jì)結(jié)果
圖1顯示,1981~2018年,實(shí)際經(jīng)濟(jì)增長率小于納入結(jié)構(gòu)變量的潛在經(jīng)濟(jì)增長率共計(jì)有23年,說明中國在大部分時(shí)間范圍內(nèi)沒有充分利用國內(nèi)外的資源,致使實(shí)際產(chǎn)出能力低于潛在產(chǎn)出能力。還可以發(fā)現(xiàn),潛在經(jīng)濟(jì)增長率在2005年達(dá)到1998年以來潛在經(jīng)濟(jì)增長率最大值,此后便開始逐年降低,先于實(shí)際經(jīng)濟(jì)增長速度下滑6年,表明“中國經(jīng)濟(jì)新一輪的下滑源于潛在經(jīng)濟(jì)增長率的持續(xù)降低,是結(jié)構(gòu)性的降檔”。
此外,中國最近一次實(shí)際經(jīng)濟(jì)增長率與納入結(jié)構(gòu)變量的潛在經(jīng)濟(jì)增長率之間的“負(fù)缺口”始于2012年,且已延續(xù)至今,缺口平均值約1.03%,這主要是由供給側(cè)結(jié)構(gòu)性改革背景下調(diào)結(jié)構(gòu)、去產(chǎn)能和去庫存等經(jīng)濟(jì)行為引發(fā)的。在經(jīng)濟(jì)高速增長向高質(zhì)量發(fā)展戰(zhàn)略轉(zhuǎn)型階段下,全球化、制度變革、科技創(chuàng)新以及能源消費(fèi)綠色化等結(jié)構(gòu)性變動(dòng),雖然致使經(jīng)濟(jì)增長出現(xiàn)“陣痛”,但隨著結(jié)構(gòu)性改革調(diào)整強(qiáng)有力的推進(jìn),確實(shí)有效松動(dòng)了粗放發(fā)展模式下滋生的不可持續(xù)發(fā)展約束,提升了經(jīng)濟(jì)增長潛力,2013年以來潛在經(jīng)濟(jì)增長率的降幅顯著收窄便是一種說明。與之相伴而生的是,近幾年的實(shí)際經(jīng)濟(jì)增長速度下滑幅度較為微小,似乎表明實(shí)體經(jīng)濟(jì)正不斷“探底”,逐步接近“L型”走勢的底部。
圖1 實(shí)際經(jīng)濟(jì)增長率與納入結(jié)構(gòu)變量的潛在經(jīng)濟(jì)增長率
圖2展示了潛在經(jīng)濟(jì)增長率走勢的斜率,即變動(dòng)速度。圖2a顯示,全時(shí)間窗口下潛在經(jīng)濟(jì)增長率的斜率數(shù)據(jù)在0值上下波動(dòng)的比較頻繁,說明原數(shù)據(jù)序列是增減交替的走勢,而Logistic模型則要求單調(diào)函數(shù),因此全時(shí)間窗口并不符合Lo?gistic模型的要求。圖2b以確立“中國特色社會主義市場經(jīng)濟(jì)體制改革目標(biāo)”的時(shí)點(diǎn)為起始,時(shí)間區(qū)間為[1992,2018];圖2c則以亞洲金融危機(jī)的爆發(fā)為時(shí)間起點(diǎn),時(shí)間窗口為[1998,2018]。從這兩幅圖可以看出,兩條曲線的擬合優(yōu)度不高,分別為0.3827和0.5005。所以,綜合考慮圖2b和圖2c也不適用于Logistic模型預(yù)測。圖2d的時(shí)間起點(diǎn)為中國被批準(zhǔn)進(jìn)入世貿(mào)組織的2002年,這是中國積極參與全球化的重要階段性時(shí)點(diǎn)。圖2d顯示,斜率軌跡只穿越0值一次,說明原序列數(shù)據(jù)的軌跡具備單調(diào)性質(zhì);一元二次擬合方程的二次項(xiàng)系數(shù)為正,擬合的拋物線是開口向上的,而且擬合優(yōu)度大幅度提升至0.9698。由此可見,圖2d描繪的擬合曲線的效果較圖2a、圖2b和圖2c好,符合Logistic模型的基本要求。故此,本文選擇以圖2d對應(yīng)的潛在經(jīng)濟(jì)增長率數(shù)據(jù)估計(jì)Logis?tic模型式(10)中的參數(shù)。
圖2 不同時(shí)間窗口下的潛在經(jīng)濟(jì)增長率走勢的斜率
表4 2016~2050年中國的潛在經(jīng)濟(jì)增長率
再評估未來潛在經(jīng)濟(jì)增長趨勢的重要目標(biāo)是診斷評估中國能否邁入高收入國家隊(duì)列。為此,首先將預(yù)測的2019~2050年的潛在產(chǎn)出折合為2018年的現(xiàn)價(jià),然后基于United Nations(2017)預(yù)測的中國人口數(shù)據(jù)計(jì)算以人民幣計(jì)價(jià)的人均GDP[17],最后使用人民幣兌美元的平均匯率進(jìn)行折算,此處考慮了匯率穩(wěn)定、貶值與升值3種情況。對于高收入國家的門檻值,本文基于世界銀行2016年劃定的高收入國家最低門檻線,并使用不同學(xué)者或機(jī)構(gòu)預(yù)測3種不同的世界平均增速估算未來的門檻值,同時(shí)利用向前一步預(yù)測方法估計(jì)韓國未來的人均GDP作為高收入國家與中等發(fā)達(dá)國家的參照。表5報(bào)告了不同情形下代表性年份的中國人均GDP及預(yù)設(shè)的4種高收入國家門檻值變化情況。
在人民幣匯率穩(wěn)定在6.6左右時(shí),結(jié)合高收入國家最低門檻值的A、B、C情形,可知在2025~2030年之間中國有望成功跨越“中等收入陷阱”;將人民幣兌美元匯率貶值與高收入國家門檻值的前3種情形組合發(fā)現(xiàn),中國成功進(jìn)入高收入國家組別可能發(fā)生在2030年左右;相對地,人民幣升值條件下中國成為高收入經(jīng)濟(jì)體在2025年前后。因而,基于預(yù)設(shè)的情景,本文認(rèn)為在[2025,2030]的時(shí)間區(qū)間內(nèi),中國順利邁過高收入國家門檻,躋身高收入國家隊(duì)列是大概率時(shí)間。對于高收入門檻D,在人民幣匯率穩(wěn)定與升值的情況下,中國的人均GDP有望在2045~2050年的時(shí)間窗口內(nèi)接近或超越韓國;然而,當(dāng)人民幣匯率貶值時(shí),2050年中國的人均GDP比韓國低。綜合考慮全球化背景下中國綜合國力不斷提升以及國家強(qiáng)有力的體制機(jī)制變革效應(yīng),人民幣出現(xiàn)持續(xù)大幅貶值的或然率較小,本文認(rèn)為中國的發(fā)展程度達(dá)到中等發(fā)達(dá)國家水平的時(shí)間范圍是[2045,2050]。需要強(qiáng)調(diào)的是,在本文模型設(shè)定的情境下,2012年以后中國的實(shí)際經(jīng)濟(jì)增長一直在潛在經(jīng)濟(jì)增長趨勢下方運(yùn)行,所以我國能否成功跨越“中等收入陷阱”,并順利發(fā)展成為中等發(fā)達(dá)國家,主要取決于國家的全球化水平、制度變革紅利、科技創(chuàng)新積累和能源消費(fèi)綠色化程度四大因素的作用。
表5 不同情形的中國人均GDP及高收入國家門檻值 單位:美元/人
全球化依然是當(dāng)今世界經(jīng)濟(jì)發(fā)展最顯著的時(shí)代背景,與各國的經(jīng)濟(jì)增長有深度關(guān)聯(lián),對縮小發(fā)展中國家與發(fā)達(dá)國家的差距有重要影響。本文立足全球化的發(fā)展背景,尋找有利于提升中國經(jīng)濟(jì)增長潛力的主要因素,以期為塑造高質(zhì)量發(fā)展動(dòng)力提供經(jīng)驗(yàn)支撐。本文基于中國1978~2018年的時(shí)間序列數(shù)據(jù),通過計(jì)量回歸分析識別影響潛在產(chǎn)出的結(jié)構(gòu)性變量,使用生產(chǎn)函數(shù)法再估計(jì)納入結(jié)構(gòu)性變量的潛在經(jīng)濟(jì)增長率,運(yùn)用邏輯斯蒂(Logistic)模型重新評估未來的潛在經(jīng)濟(jì)增長趨勢。本文的主要結(jié)論如下:
(1)全球化、制度變革、科技創(chuàng)新和能源消費(fèi)綠色化可有效提升潛在經(jīng)濟(jì)增長能力;全球化對潛在產(chǎn)出的作用力度最大,制度變革其次,科技創(chuàng)新與能源消費(fèi)綠色化的增長效應(yīng)較為接近;(2)引入4個(gè)結(jié)構(gòu)性變量的1981~2018年中國潛在經(jīng)濟(jì)增長率的平均值約為9.70%,比同區(qū)間的平均實(shí)際經(jīng)濟(jì)增速略高0.14個(gè)百分點(diǎn);最近一輪實(shí)際經(jīng)濟(jì)增長率的持續(xù)下跌始于2011年,比潛在經(jīng)濟(jì)增長率滯后了6年,說明本輪實(shí)際經(jīng)濟(jì)增速下滑是結(jié)構(gòu)性的,源于潛在經(jīng)濟(jì)增速的下滑;(3)結(jié)構(gòu)性改革使得Logistic模型預(yù)測的潛在經(jīng)濟(jì)增長趨勢出現(xiàn)了“躍升”后緩慢下滑,2050年約降至3.81%;2019~2050年的潛在經(jīng)濟(jì)增長年均提高約5.50個(gè)百分點(diǎn),2019~2035年潛在經(jīng)濟(jì)增長率的平均值為6.40%,2036~2050年的約為4.48%;(4)不同情境下中國成功跨越“中等收入陷阱”,躋身高收入國家隊(duì)列的時(shí)間區(qū)間是[2025,2030],達(dá)到中等發(fā)達(dá)國家水平的時(shí)間范圍是[2045,2050],但需要注意這兩個(gè)目標(biāo)的實(shí)現(xiàn)是以全球化水平穩(wěn)步提高、制度變革紅利釋放、科技創(chuàng)新潛力積累提升與能源消費(fèi)綠色化轉(zhuǎn)型為前提條件的。
工業(yè)技術(shù)經(jīng)濟(jì)2020年10期