全球化背景下中國潛在經濟增長的影響因素與趨勢再估計

齊子豪 李 標

1（北京大學光華管理學院，北京 100871） 2（中國光大集團博士后科研工作站，北京 100033）3（西南財經大學經濟學院，成都 611130）

引 言

全球化有利于提升發展中國家的增長潛力，縮小發展中國家與發達國家的發展差距，促進世界經濟繁榮發展（Stiglitz，2003）［1］。 然而，此“美好愿景”很難一蹴而就，在這一進程中會受到經濟危機、主權危機、貿易摩擦等外部事件沖擊。近些年，英國脫歐、美國“退群”、中美貿易摩擦等事件對全球化產生了明顯的負面效應，嚴重影響了世界對經濟發展前景的預期。2019年7月，IMF充分考慮貿易不確定性等諸多下行風險，在《世界經濟展望》報告中下調了未來兩年的全球經濟增長預期，其中2019年的增長率較去年同期的3.9%下降0.7個百分點，2020年的增長率較年初的3.6%下降0.1個百分點（IMF，2019）［2］。中國于1978年主動且積極融入世界經濟發展，充分借助全球化東風，“經過多年的高速經濟增長，經濟總量已經躍居世界第二，人均收入也步入了世界中高收入經濟體行列”（陳詩一和陳登科，2018）［3］。進入新世紀的10年后，中國經濟由過去的高速增長轉向了中高速增長階段，經濟增長速度逐年下跌。由潛在經濟增長的視角分析，除了全球化進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展模式透支經濟增長潛力后的結構性調整規律使然。但是，不論何種因素致使中國經濟增速逐年下滑，這都不利于中國的高質量發展和實現兩個百年目標所需的物質基礎保障。因而，新階段、新背景下把握潛在經濟增長的影響因素及增長趨勢對塑造經濟高質量發展動力有重要參考價值。

刻畫經濟增長趨勢首要的是估計潛在產出。潛在產出由美國經濟學家Arthur M Okun于1962年正式提出（Jorgenson 和 Vu，2010）［4］。 新古典主義者認為潛在產出是實際經濟增長的趨勢值，是剔除財政和貨幣政策等短期需求沖擊擾動后的產出水平，實際產出圍繞其上下波動（Scacciavil?lani和 Swagel，2002）［5］，目前已成為學術界的主流認識［9］。本文基于新古典主義的觀點對中國的潛在經濟增長開展相關研究。目前，全球化僅僅是受到了暫時性干擾，全球化趨勢依然存在，并深刻影響著各參與主體的經濟增長。因為，盡管特朗普政府出現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持全球化立場，而且全球化已經成為世界各國經濟增長的內生變量，全球化時代不會終結（Stiglitz，2018）［6］。基于如上認識判斷，本文立足全球化的時代背景，重新診斷中國的潛在經濟增長趨勢。

1 研究設計

1.1 模型構建

盡管估計潛在產出的方法較多，但考慮理論基礎完備與經濟意義明確等因素，生產函數法已成為被國內外學者與機構廣泛運用的一種方法［7-9］。這里依然使用生產函數法測算中國的潛在經濟增長率。本文主要構建4個模型：（1）只包含物質資本與勞動的基本模型，用于粗略估算潛在產出；（2）結構性變量對潛在產出回歸的模型，用于識別影響潛在經濟增長的結構性因素；（3）納入結構性變量的擴展模型，用于測算改革開放以來的潛在經濟增長率；（4）邏輯斯蒂（Logistic）模型，用于預測評估當前至本世紀中期的潛在經濟增長趨勢。

（1）基本模型。為粗略估算潛在產出，此處將只包含物質資本與勞動投入兩個變量的經濟增長模型設定為柯布—道格拉斯（C-D）生產函數形式：

式（1）中，Yt表示實際GDP，At表示全要素生產率，Kt表示物質資本，Lt表示勞動投入量，μt表示隨機擾動影響，t表示年份，時間范圍是［1978，2018］。假定不存在技術進步和全要素生產率的變動時，基于式（1）設定的計量模型如下：

式（2）中，c為常數；εt為殘差，是At與μt的綜合；yt、kt、lt為樣本期內歷年的實際GDP、物質資本、勞動投入量自然對數值。使用1978～2018年的經濟數據回歸式（2）可得 c、α、β，將其連同kt、lt的惠普濾波（HP）值代入式（2）可得實際GDP的歷年趨勢值＾yt，即潛在產出。進一步，潛在經濟增長率的計算公式如下：

（2）因素甄別模型。實際上，基本模型并不適合估計經濟增長的長期趨勢，在結構轉型的經濟場景下尤其不適用，因為供給沖擊被包含于式（2）的殘差εt中，由此致使結構性沖擊通過全要素生產率機制作用于潛在產出的影響難以被捕捉。這些結構上的變化從不同方面釋放勞動生產力，對改善全要素生產率有顯著作用，潛在經濟增長能力也隨之提升。那么，到底哪些結構性因素會借助全要素生產率傳導渠道作用于潛在產出呢？為甄別對潛在經濟增長有重要影響的結構性變量，此處設定計量模型如下：

其中，d為常數項，ηt為殘差項，i＝1，2，…，6，＾y為基本模型下測算的潛在產出，θi＝（θ1，θ2，…，θ6）為待估計的參數向量，用作識別對潛在產出有重要影響的基本參考標準，Xt＝（rkt，glot，zdt，kjt，ent）T為可能影響潛在經濟增長的結構變量向量。rkt表示人口結構，使用老齡化背景下適齡勞動力（15～64歲）比重代理，作為控制變量；glot表示全球化，使用全球化指數代理；zdt表示制度變革，由反映所有制變革的經濟指標代理；kjt表示科技創新，由科技創新經費投入和人力資本高級化合成的創新潛力指數代理；ent表示能源消費綠色化，使用清潔能源消費比重代理。

（3）優化的增長模型。基于式（4）的計量回歸結果，并輔以理論與實踐依據，可甄選識別出對潛在產出有重要作用的結構性因素。這些結構變量通過全要素生產率的作用機制而影響潛在產出，此處設定全要素生產率如下：

其中，?j是第j個結構性變量對全要素生產率影響系數的向量，?t是基于式（4）甄選出的結構性變量自然對數值構成的向量，f是常數項，δt是影響全要素生產率的其它未知因素。將式（5）代入式（1）有結構化的增長模型：

式（6）兩邊取自然對數，并令 ζt＝ δt＋μt，考慮結構因素影響后的潛在產出估計模型如下：

（4）Logistic預測模型。經濟增長存在邊界，越接近增長邊界增長速度越低。不同于大多數文獻使用的時間趨勢外推方法（要素趨勢外推后代入生產函數計算潛在經濟增長率或直接對潛在經濟增長率進行趨勢外推），此處采用Logistic模型估計2019～2050年的潛在經濟增長率。具體模型如下：

1.2 變量說明

上述4個模型中所提及變量代理指標的時間窗口是1978～2018年。各變量的代理指標說明如下：

經濟增長的代理變量是實際GDP（yt，單位：億元）。選擇1978～2018年的名義GDP由以1978年為基期的GDP平減指數進行價格影響剔除后測算得到。潛在經濟增長的代理變量是潛在產出（或，單位：億元），經由生產函數法計算而來，用以反映實際經濟增長的趨勢。

物質資本的代理變量是資本存量（kt，單位：億元）。資本存量數據并不能夠直接觀測得到，在資本存量的估算過程中，學者們對基年的資本存量、年折舊率、年價格指數以及投資數據的選取均有不同，導致不同文獻報告的資本存量迥異。尤其是大量文獻假定固定資產的折舊率相同，忽視了不同產業異質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資本統計數據，利用永續盤存法，設定可變折舊率，按1978年不變價計算的年資本存量數據［10］。

勞動投入的代理指標是就業總量（lt，單位：萬人）。由于1990年國家統計局對就業總量進行了一次調整，將以往漏算的人數一次性加入進來，導致1990年的就業人數出現了一個較為明顯的異常躍升。因此，1978～1990年的就業人員我們直接引用王小魯和樊綱（2000）對1978～1990年就業規模進行平滑處理后的數據，1991～2018年的就業總量數據則來源于相應年份的 《中國統計年鑒》［11］。

全球化的代理指標是全球化指數（glot）。大部分文獻在考察相關問題時多使用對外貿易或外商直接投資指標代理全球化，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瑞士經濟學會計算的涵蓋經濟、社會、政治三大維度的全球化指數度量中國的全球化水平。

制度變革的代理指標是非國有工業總產值占工業總產值比重（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且影響深遠的生產資料所有制改革，具體指標是非國有工業總產值比重。國有工業總產值與工業總產值數據來源于相應年份的 《中國統計年鑒》和 《中國工業統計年鑒》。

科技創新的代理指標是創新潛力指數（kjt）。基于科技創新與人力資本密不可分的認知，本文將科技創新投入與人力資本高級化兩個變量進行平均加權合成創新潛力指數。國內外研究通常選擇R&D經費支出反映科技創新投入情況，本文也遵循此慣例。由于國家僅統計公布了1995～2018年該指標的數據，對于1978～1994年缺失的數據，本文采用 《新中國60年統計資料匯編》中的“挖潛改造資金和科技3項費用”予以替代補齊。兩個時間段的序列數據合并后命名為科技創新經費支出。人力資本高級化是人力資本結構優化的過程，表現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年就業總量中有本科、研究生和留學回國3類教育背景的人員占比反映人力資本高級化程度。就業人員受教育程度數據來源于 《中國統計年鑒》和 《中國人口和就業統計年鑒》。

能源消費綠色化的代理指標是清潔能源消費比重（ent，單位：%）。本文使用 《中國能源統計年鑒》和 《中國能統計年鑒》中清潔能源消費總量與能源消費總量的比值計算清潔能源消費比重。

人口結構的代理指標是適齡勞動力比重（rkt，單位：%）。為了體現人口結構變遷的同時直觀表征勞動力供給情況，擇取15～64歲適齡勞動人口占總人口的比重進行測度。國家統計局僅提供1990～2018年的時序數據，而1990年之前只公布了1982年和1987年2年的數據，對相應年份的缺失數據，本文采用平均增速法補齊。具體地，1978～1981年、1983～1986年的缺失數據由1982～1987年的平均增速推算，1988～1989年的缺失數據由1987～1990年的平均增速推算。

表1 變量說明與描述性統計

上述代理指標用于計量模型回歸之前均進行剔除量綱影響的對數化處理。文中涉及的變量代理指標說明及各指標數據對數值的描述性統計信息如表1所示。

2 潛在經濟增長率的再估計

遵循前文設定的模型，本部分主要從實證角度重新把握潛在經濟增長趨勢。與上文敘述一致，這里首先基于只包含物質資本和勞動投入的生產函數粗略測算潛在產出，并將之視為識別影響潛在經濟增長因素的被解釋變量。在此基礎上，再次估計全球化進程中1978～2018年改革的潛在經濟增長率。

2.1 影響潛在經濟增長的因素甄別

對不考慮結構影響的潛在產出粗略估算式（2）使用最小二乘方法（OLS）估計參數。計量回歸時進行了自相關消除和穩健標準誤調整處理，估計結果顯示各變量的回歸系數均在1%水平上顯著，F檢驗值顯示通過了聯合顯著檢驗（限于篇幅有限，此處未報告模型的回歸結果）。將變量回歸系數、連同 kt、lt的 HP值及 AR（1）、AR（2）代入式（2）計算實際GDP的趨勢值y＾t，結合式（3）可得時間窗口內粗略估算的潛在經濟增長率。

將粗略估算的潛在產出作為因變量，使用消除模型自相關的最小二乘法（OLS）估計式（4）。有研究顯示人口結構會影響潛在產出，且考慮中國的人口紅利逐步消失，在計量回歸時特別控制了人口結構（rkt）的作用以更充分說明其它變量的影響，結果詳見表（2）。 表2中第（1）～（5）列為1978～2018年不同變量設置下的回歸結果，第（1）列只包含常數項、控制變量與AR項，第（2）～（4）列在第（1）列的基礎上將關注變量（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“建立社會市場經濟體制目標”的年份為標準的不同時間區間下全變量的回歸結果。表2中回歸方程的可決系數、F統計量顯示，模型的整體回歸結果較好。此外，觀察關注變量的回歸系數可知，基本上保持了經濟意義與統計檢驗的雙重穩健性。

能源消費綠色化（ent）、全球化、制度變革可有效改善潛在經濟增長能力，本文再估計潛在經濟增長趨勢時引入這3個變量。科技創新對促進潛在經濟增長有積極影響，第（7）列中kjt的系數顯著為正，且大于第（6）列，說明后半段的科技創新對潛在經濟增長的作用顯著增強。當前，與發達的創新型國家相比，我國創新發展還存在不少薄弱環節，創新能力不夠強（呂薇等，2018）［12］，兼顧“中興事件” 激發國家與企業對創新精神的強化等因素的影響，中國提升R&D投入強度和積累人力資本的空間依然較大，本文認為需要將該變量包含于式（7）。

表2 潛在產出影響因素的識別結果

2.2 納入結構變量的潛在經濟增長率

將影響潛在經濟增長的4個結構化因素（ent、glot、zdt和 kjt）納入式（7），使用最小二乘法（OLS）對其進行計量回歸，消除模型自相關與穩健標準誤調整的估計結果如表3所示。表3中，第（1）列只包含控制變量物質資本（kt）、勞動投入（lt）和常數項，第（2）～（5）列依次添加了關注變量能源消費綠色化（ent）、全球化（glot）、制度變革（zdt）、科技創新（kjt），各回歸方程的可決系數和F檢驗值給出了模型的擬合效果較優的信息。

由表3可知，全球化、制度變革與能源消費綠色化對當期的經濟增長有促進作用，科技創新促進經濟增長的作用表現出滯后效應。第（5）列的全球化、制度變革與能源消費綠色化的估計系數均為正，科技創新的滯后一期、二期的估計系數為正。在第（5）列中出現“科技創新當期的系數小于0、滯后一期的系數大于0但不顯著、滯后二期的系數顯著大于0”現象可能有以下原因：高級人力資本受教育過程中收獲更多的是“間接經驗”，需要經歷1～2年的見習，間接經驗方能逐步演變為直接經驗，接受高等教育期間積累的知識與其它生產要素方能逐步融合轉化為現實生產力與創造財富的能力，但這確實在一定程度上擠占了當期經濟增長所需的資源；另外，科技創新投入存在明顯的“機會成本”，在既有經濟增長模式下，增加的科技創新經費若用于固定資產投資則可取得“立竿見影”的增長效果，而且實際上科技創新短期內難以完成“創造性毀滅（Creative Destruction）” 過程（Aghion 和 Howitt，1992）［13］，“從科學發現到生產上采用間隔的時間很長”（洪銀興，2011）［14］，由此使得科技創新推動技術進步，提升全要素生產率，創造財富與促進經濟增長的作用延后。

表3 納入結構性變量的生產函數估計結果

圖1顯示，1981～2018年，實際經濟增長率小于納入結構變量的潛在經濟增長率共計有23年，說明中國在大部分時間范圍內沒有充分利用國內外的資源，致使實際產出能力低于潛在產出能力。還可以發現，潛在經濟增長率在2005年達到1998年以來潛在經濟增長率最大值，此后便開始逐年降低，先于實際經濟增長速度下滑6年，表明“中國經濟新一輪的下滑源于潛在經濟增長率的持續降低，是結構性的降檔”。

此外，中國最近一次實際經濟增長率與納入結構變量的潛在經濟增長率之間的“負缺口”始于2012年，且已延續至今，缺口平均值約1.03%，這主要是由供給側結構性改革背景下調結構、去產能和去庫存等經濟行為引發的。在經濟高速增長向高質量發展戰略轉型階段下，全球化、制度變革、科技創新以及能源消費綠色化等結構性變動，雖然致使經濟增長出現“陣痛”，但隨著結構性改革調整強有力的推進，確實有效松動了粗放發展模式下滋生的不可持續發展約束，提升了經濟增長潛力，2013年以來潛在經濟增長率的降幅顯著收窄便是一種說明。與之相伴而生的是，近幾年的實際經濟增長速度下滑幅度較為微小，似乎表明實體經濟正不斷“探底”，逐步接近“L型”走勢的底部。

圖1 實際經濟增長率與納入結構變量的潛在經濟增長率

3 未來潛在經濟增長趨勢的再評估

3.1 當前至本世紀中期的潛在經濟增長率

圖2展示了潛在經濟增長率走勢的斜率，即變動速度。圖2a顯示，全時間窗口下潛在經濟增長率的斜率數據在0值上下波動的比較頻繁，說明原數據序列是增減交替的走勢，而Logistic模型則要求單調函數，因此全時間窗口并不符合Lo?gistic模型的要求。圖2b以確立“中國特色社會主義市場經濟體制改革目標”的時點為起始，時間區間為［1992，2018］；圖2c則以亞洲金融危機的爆發為時間起點，時間窗口為［1998，2018］。從這兩幅圖可以看出，兩條曲線的擬合優度不高，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模型預測。圖2d的時間起點為中國被批準進入世貿組織的2002年，這是中國積極參與全球化的重要階段性時點。圖2d顯示，斜率軌跡只穿越0值一次，說明原序列數據的軌跡具備單調性質；一元二次擬合方程的二次項系數為正，擬合的拋物線是開口向上的，而且擬合優度大幅度提升至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對應的潛在經濟增長率數據估計Logis?tic模型式（10）中的參數。

圖2 不同時間窗口下的潛在經濟增長率走勢的斜率

表4 2016～2050年中國的潛在經濟增長率

3.2 跨越高收入門檻與躋身中等發達國家的時點

再評估未來潛在經濟增長趨勢的重要目標是診斷評估中國能否邁入高收入國家隊列。為此，首先將預測的2019～2050年的潛在產出折合為2018年的現價，然后基于United Nations（2017）預測的中國人口數據計算以人民幣計價的人均GDP［17］，最后使用人民幣兌美元的平均匯率進行折算，此處考慮了匯率穩定、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，并使用不同學者或機構預測3種不同的世界平均增速估算未來的門檻值，同時利用向前一步預測方法估計韓國未來的人均GDP作為高收入國家與中等發達國家的參照。表5報告了不同情形下代表性年份的中國人均GDP及預設的4種高收入國家門檻值變化情況。

在人民幣匯率穩定在6.6左右時，結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種情形組合發現，中國成功進入高收入國家組別可能發生在2030年左右；相對地，人民幣升值條件下中國成為高收入經濟體在2025年前后。因而，基于預設的情景，本文認為在［2025，2030］的時間區間內，中國順利邁過高收入國家門檻，躋身高收入國家隊列是大概率時間。對于高收入門檻D，在人民幣匯率穩定與升值的情況下，中國的人均GDP有望在2045～2050年的時間窗口內接近或超越韓國；然而，當人民幣匯率貶值時，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有力的體制機制變革效應，人民幣出現持續大幅貶值的或然率較小，本文認為中國的發展程度達到中等發達國家水平的時間范圍是［2045，2050］。需要強調的是，在本文模型設定的情境下，2012年以后中國的實際經濟增長一直在潛在經濟增長趨勢下方運行，所以我國能否成功跨越“中等收入陷阱”，并順利發展成為中等發達國家，主要取決于國家的全球化水平、制度變革紅利、科技創新積累和能源消費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

4 主要結論

全球化依然是當今世界經濟發展最顯著的時代背景，與各國的經濟增長有深度關聯，對縮小發展中國家與發達國家的差距有重要影響。本文立足全球化的發展背景，尋找有利于提升中國經濟增長潛力的主要因素，以期為塑造高質量發展動力提供經驗支撐。本文基于中國1978～2018年的時間序列數據，通過計量回歸分析識別影響潛在產出的結構性變量，使用生產函數法再估計納入結構性變量的潛在經濟增長率，運用邏輯斯蒂（Logistic）模型重新評估未來的潛在經濟增長趨勢。本文的主要結論如下：

（1）全球化、制度變革、科技創新和能源消費綠色化可有效提升潛在經濟增長能力；全球化對潛在產出的作用力度最大，制度變革其次，科技創新與能源消費綠色化的增長效應較為接近；（2）引入4個結構性變量的1981～2018年中國潛在經濟增長率的平均值約為9.70%，比同區間的平均實際經濟增速略高0.14個百分點；最近一輪實際經濟增長率的持續下跌始于2011年，比潛在經濟增長率滯后了6年，說明本輪實際經濟增速下滑是結構性的，源于潛在經濟增速的下滑；（3）結構性改革使得Logistic模型預測的潛在經濟增長趨勢出現了“躍升”后緩慢下滑，2050年約降至3.81%；2019～2050年的潛在經濟增長年均提高約5.50個百分點，2019～2035年潛在經濟增長率的平均值為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”，躋身高收入國家隊列的時間區間是［2025，2030］，達到中等發達國家水平的時間范圍是［2045，2050］，但需要注意這兩個目標的實現是以全球化水平穩步提高、制度變革紅利釋放、科技創新潛力積累提升與能源消費綠色化轉型為前提條件的。