多重結構視角下中國潛在經濟增長率估算

楊 帆

（中共重慶市梁平區委黨校 重慶梁平 405200）

引言

對一個經濟體的潛在經濟增長率的估算，自20世紀中期提出以來一直是宏觀經濟領域的重要課題，也是政策制定的重要依據。根據潛在經濟增長率的估算結果與實際經濟增長率進行對比，判斷產出缺口的方向和大小。正的產出缺口表明實際產出超過潛在產出，總需求相較于總供給存在過快增長的趨勢，形成通貨膨脹壓力；反之，負的產出缺口則意味著總需求較于總供給增長過緩，通貨緊縮的壓力較大。因此，通過對中國經濟潛在產出和潛在經濟增長率的估算，以判斷中國經濟當前所處的運行周期，從而為政策選擇和執行提供理論依據。尤其在中國經濟增速放緩的宏觀經濟背景下，判斷當前經濟放緩的實質性原因，提供針對性的政策建議，具有重大經濟意義。

內生多重結構突變檢驗理論分析

（一）相關研究

新中國成立以來，中國政治、經濟體制發生了深刻的變革。歷經土地改革和三大改造，建國初期逐步由新民主主義經濟體制向計劃經濟體制過渡，至1960年左右，在“大躍進”運動和自然災害的主客觀因素影響下，中國經濟跌入谷底，五年國民經濟調整后逐漸恢復，但“文化大革命”致使中國經濟進入長期的徘徊階段，1978年改革開放后進入穩定發展通道，經濟波動幅度變小。2011年前后，中國經濟逐步進入新常態后，政府積極適應并引導進行供給側改革，推動全面深化改革。2017年12月中央經濟工作會議指出，“圍繞推動高質量發展，深化供給側結構性改革，激發各類市場主體活力，推動形成全面開放新格局”。在進一步深化改革的進程中，相機選擇合適的財政、貨幣等經濟政策以調控宏觀經濟，推動經濟發展朝著健康的方向穩定發展尤為重要。一般認為，潛在產出指在合理穩定的價格水平下，充分利用各類資源如技術、資本和勞動力，所能實現的產品和服務的總產出。同理，潛在經濟增長率是指在各種資源得到充分利用和最優配置條件下，所能實現的經濟增長率。產出缺口則是實際經濟產出和潛在經濟產出的差異，反映了經濟周期波動對產出的影響程度。估算潛在經濟增長率和產出缺口，短期內政府部門可以依據經濟運行的當前所處的周期特征，相機選擇合適的財政、貨幣等政策以熨平周期性經濟波動，在中長期，判斷潛在經濟增長率的合理趨勢，是制定長遠有效的經濟規劃和政策的堅實基礎。

對于中國潛在經濟增長率的估算方法，不同于實際經濟增長率，潛在經濟增長率無法通過統計得出，需要使用規范的方法進行測算。在半個多世紀的發展中，已經開發出多種測算潛在經濟增長率的方法，并且根據中國國情的異質性特征進行了調整。依現有的文獻來看，對潛在產出測算的研究重點在于測算方法的選擇和改進，以及依據中國實際的經濟、社會特征進行方法的調整。田野（2014）對中國潛在經濟增長率的測算方法研究進行了整體評述。參考其歸類方法，中國的潛在經濟增長率測算方法歸納為時間序列分析法、生產函數法、宏觀經濟增長模型法和其他方法共四個類別。

內生多重結構突變檢驗在中國經濟增長領域已經有了部分應用，內生多重結構突變檢驗由Bai和Perron于1998正式提出，對結構突變理論進行了有效的擴展和補充。在中國的應用主要在于經濟增長動力轉換階段的識別，屬于對實際經濟增長率分段識別。唐齊鳴和張炎濤（2012）用內生多重結構突變方法分析了1952～2010年經濟增長和能源消費之間的關系，識別了8個最優突變點；錢娟和李金葉（2017）則識別了3個突變點，分別為1977、1994和2011年等。實際上，在潛在經濟增長率估算領域鮮有采取內生多重結構突變檢驗方法進行嘗試的研究，因此本文使用該方法是一次有益的嘗試。

已有的文獻對中國潛在經濟增長率的估算研究成果豐富，并且針對中國特殊的國情，計量方法處于持續的改進過程中。但美中不足在于，一來，現有研究的時間跨度多以1978年為基期展開，擴展至建國初期的樣本區間研究較少，一定程度上忽略了對建國初至改革開放前這段時間內潛在經濟增長率的研究；二來，考慮到中國改革進程導致的時間異質性，結合結構突變理論對中國潛在經濟增長率進行估算的研究稀少。

因此，本文在上述研究的基礎上引入內生多重結構突變理論，利用附加人力資本的增長核算模型進行潛在經濟增長率的估算，并將研究的樣本區間擴展。

（二）檢驗方法分析

Bai-Perron內生多重結構突變檢驗模型。Perron（1989）提出的結構突變理論是結構突變研究的重要開端，此后新的檢驗方法如雨后春筍般涌出。Bai和Perron（1998）提出多重結構突變檢驗方法，有效解決了檢驗時間序列結構突變至多兩次突變的限制。考慮到1952年至今，中國經濟發生了天翻地覆的變化，發生多次結構突變情形的可能性極大，因而使用多重結構突變檢驗以判別結構突變點。

考慮存在m個結構突變點的如下數據生成過程：

其中，Y=(y1,y2,…,yT)`，X=(x1,x2,…,xT)`，U=(u1,u2,…,uT)`，以及 σ=(σ1,σ2,…, σT)`。 是對角線矩陣，Z=diag(Z1,Z2,…,Zm+1)，Z=(ZTi-1+1,…,Zti)`。

HP濾波法。根據HP濾波法（Hodrick和 Prescott 1990）的原理將時間序列分解為趨勢和周期成分，以公式的形式表示為：

其中，gt度量趨勢成分，而ct表示周期成分。并對下列目標函數求解gt：

其中，第一部分的求和多項式表示對波動成分ct的度量，第二部分求和多項式則是對趨勢成分的度量。λ作為平滑參數，決定了不同的平滑程度和周期長短。在現有的研究中，λ的取值尚未形成統一的安排。對于季度數據，Hodrick和Prescott1980）建議使用1600這一取值，已成為業內共識；但對于本文使用的年度數據，業界存在較大的分歧：Backus和Kehoe1992）認為其可取Eviews設定的默認值100，這也是本文參照使用的取值Baxter和King（1999）研究認為λ取10更為合適。

潛在經濟增長率的計算方法。本文采用附加人力資本的柯布-道格拉斯形式的生產函數，表示為：

其中，Y表示總產出，此處使用1952年為基期的可比價GDP；A表示除資本、人力資本和勞動以外對總產出有影響的因素，即為全要素生產率；K 表示資本存量，使用估算而得的1952年為基期的資本存量，估算方法參照單豪杰（2008）；H表示附加人力資本的勞動，E表示人力資本存量，參照王小魯和樊綱（2000）的計算方法由教育年限總和表示，L表示勞動力存量，以統計年鑒公布的1952年至今的就業人數表示；α表示資本產出的彈性，β表示附加人力資本的勞動的產出彈性，滿足α+β，即假定生產函數規模報酬不變。

對于潛在經濟增長率的計算過程，首先，對時間序列數據進行單位根檢驗。本文先后使用了Ng-Perron單位根檢驗和考慮多變點的Carrion單位根檢驗。

然后，使用Bai-Perron檢驗識別變點個數和所處位置，從而將整個期間分為若干段子區間，并進行OLS回歸。

再次，對式（1）進行自然對數轉換并取導數，再將分段OLS回歸所得的α和β值代入式（6），依據現有的總產出、資本存量和附加人力資本的勞動增長率計算得到全要素生產率（TFP）的增長率和水平值。

最后，借鑒陳彥斌和姚一旻（2012）、陳彥斌和郭豫媚（2015）的做法，對部分變量進行HP濾波得到其趨勢值，進而計算趨勢增長率：（帶“～”的變量即為趨勢值和趨勢增長率）

潛在經濟增長率預測結果

經濟預測通常分為短期預測和長期預測，在中長期時間內，經濟的增長通常不會取決于外部的突然沖擊或經濟行為的短期改變（張延群和婁峰，2009）。本文主要關心中長期時間內潛在經濟增長率指標，因而可以采取簡潔的模型進行刻畫。本文采取的方法主要是依據（7）式對潛在經濟增長率的拆解，將預測分解為對資本存量、潛在就業、人力資本和TFP趨勢增長率的預測，與Maddison（2007）、張延群和婁峰（2009）、陳彥斌和姚一旻（2012）以及陳彥斌和郭豫媚（2015）的預測思想類似，并在設定基準情形的基礎上設定了偏離基準的樂觀情形和悲觀情形。

此外，由于“十三五”期間并未出現顯著的能夠引起性質變化的經濟事件，即表明在2020前不會出現新的突變點。故“十三五”期間產出彈性的參數值未發生突變。

（一）預測的基準情形假設

根據預測分解，本文的主要假設從四個方面入手：

第一，按照本文對資本存量的估算，2000年以來，資本存量平均增速達13.16%，2011-2015年資本存量平均增速達12.59%，考慮到2011年以來全社會固定資產投資增速從23.76%下滑至2016年的7.91%，因此預測資本存量平均增速在“十三五”期間（2016-2020）下降至8%。

第二，人口紅利的消失和人口老齡化將在整體上對潛在就業增長率產生持續的負面影響，本文采取陳彥斌和姚一旻（2012）類似的設定，即參照的聯合國對勞動年齡人口變化的預測，預計至2020年潛在就業增速降至-0.21%。因此，依據本文計算的2015年0.34%的潛在就業增速，預測從2015年的0.34%逐步下降至2020年的-0.21%，在計算時采取等差下降的形式。

第三，人力資本存量的趨勢值主導因素為勞動人口，故在人口紅利消失的大背景下，人力資本存量同樣呈現下降的趨勢。參照陳彥斌和姚一旻（2012）的預測，假設在“十三五”期間較“十二五”期間下降0.075個百分點，根據本文的測算即從2011-2015年2.31%的平均值，下降到2.21%。

第四，TFP趨勢增長率自2011年由正轉負，預測在“十三五”期間不會出現明顯改觀，同時考慮到中國仍然保持著較為高速的經濟增長率，并且處于進一步的產業結構調整和經濟體制深化改革中，因此假定在“十三五”期間保持2015年的-0.44%的增長率。

（二）預測的偏離基準情形假設

偏離基準情形主要有樂觀和悲觀情形，設定如下：

樂觀情形下，資本存量增長率較基準情形提高1%，達到9%；潛在就業增長率假定保持了“十二五”期間（2011-2015）的平均增速0.34%；人力資本存量的趨勢值保持“十二五”期間（2011-2015）的平均增速2.31%；TFP趨勢增長率保持1991-2015年的平均值0.04%。

悲觀情形下，資本存量增長率較基準情形下降1%，達到7%；潛在就業增長率假定相對基準情形年均下降0.05%；人力資本存量的趨勢值與基準情形相同；TFP趨勢增長率較基準情形下降0.3%。

（三）預測結果

根據上述假設對潛在經濟增長率進行預測計算，計算結果如表1所示。

預測結果表明，在“十三五”期間潛在經濟增長率將發生顯著的下降。基準情形下，潛在經濟增長率均值降至6.25%，與“十二五”相比下降了近4個百分點。即使在樂觀估計的情況下，也相對下降，至于在悲觀情形下，下降近5個百分點。基準情形6.25%的潛在經濟增速與張延群和婁峰（2009）估計的6.7%以及陳彥斌和姚一旻（2012）估計的6.5%相近，相對Kuijs（2009）和世界銀行（2012）預計的7%悲觀，相對Wilson和Stupnytska（2007）預計的5.4%要樂觀。

潛在經濟增長率發生大幅下滑的原因，主要是驅動潛在經濟增長的四大源泉出現不同程度的放緩。

首先是資本存量的增速發生大幅下降，究其原因在于經濟進入新常態以來，全社會固定資產投資增速發生了極為迅速的下降，由2011年的23.76%增長率逐年下降至2016年的7.91%，表明全社會的投資流量增速正在快速下降的趨勢中；其次在人口紅利的消散和老齡化背景下，潛在就業增長在正負的邊緣變化，同時因勞動力供給的相對不足，導致教育年限總和的趨勢增速下滑；再者，曾經為中國經濟貢獻巨大的改革紅利，在進入新常態后，改革阻力漸趨增強，改革成本巨大，甚至產生了負的改革紅利情形，因而對經濟產生一定程度的拖累；最后，曾經作為改革“急先鋒”的地方政府，在GDP考核體系的改革下，不再唯GDP為單一考核指標，在新時期復雜的政治環境下，追求高GDP增速的動力大不如前。

表1 潛在經濟增長率的預測結果對比

結論與建議

根據本文的測算和預測結果，及得出的結論，提供以下政策建議：

全面深化改革需要謹慎衡量改革的成本與收益。2013年十八屆三中全會開啟了全面深化改革新進程，隨著時間推移，細化的改革措施陸續頒布。如2018年國務院機構改革，是行政體制改革的一個縮影。根據本文的測算，自2011年以來包含改革紅利的TFP趨勢增長率進入負增長，在全面深化改革的背景下，若因為改革阻力過大或改革進入誤區導致交易成本不降反升，對實體經濟產生新的制度負擔，或產生新的權力尋租機會，將使得TFP趨勢增長率持續下降，改革對經濟產生持續的拖累。因此，謹慎衡量改革的成本和收益，同時考慮未來收益的戰略眼光，不斷降低交易成本，提高TFP趨勢增長率，提升經濟效率。

推進建設社會主義市場經濟體制，需要保持黨內上下思想認知的統一性，才能最大程度地發揮意識的能動性作用，服務于經濟發展。本文研究發現，突變點均是在黨內上下思想統一的環境下形成的。在新時期，上至黨中央、國務院，下至黨組、地方政府，統一的經濟發展思維，將形成合力朝同一方向發力，從而對經濟發展產生深刻的變革影響。

積極推進收益分配、勞動保障等社會體制改革，增強社會架構的穩定性，降低對GDP增長的依賴。如進一步捋順收益分配方式，壯大中產階級，縮小貧富差距，構建公正合理的秩序環境；擴大就業供給，推進城鄉二元戶籍結構體制改革，解放農村剩余勞動力，逐步消除二元體制下的就業障礙，完善就業市場信息服務，加強對勞動者權益的保障。上述社會體制改革，有利于要素的自由流動，保障要素合理回報，在勞動力供給和效率層面提供新的動力。

技術革命將主導未來新一輪的增長。人工智能、物聯網、新能源革命等新技術的發展將引領新一輪的經濟增長，對技術和人才培育的傾斜有利于中國在競爭中掌握主動權，對知識產權的保護，能夠為企業研發提供強有力的保障。技術的進步將對TFP趨勢增長率產生明顯的刺激作用，從而為長期的經濟增長提供新的動力。

實行積極的財政政策。積極的財政政策并不是簡單的通過政府投資計劃刺激經濟擴張，擴大政府投資不僅會產生擠出效應，同時扭曲性政策還將導致低效率投資和產業結構失衡。采取以減稅降負為主的積極的財政政策，清理規范不合理行政收費，為市場主體降負減壓，以提升經濟效益。

實施穩健的貨幣政策。盡管計算結果表明，周期性的總需求不足是導致經濟增速放緩的原因，但近期CPI指數和工業品出廠價格指數（PPI）均有抬頭的趨勢，且中國的M2與GDP比重快速上升，在貨幣數量論的框架下，擴張性的貨幣政策有可能導致較大通脹壓力，穩健的貨幣政策有利于預防通貨膨脹。