颜 色
一、TFP含义、研究方法及对经济发展的意义
全要素生产率(TFP)的概念由Solow(1957)首次提出,其代表了除资本要素和劳动要素增长之外的其他所有因素对产出增长(经济增长)的贡献。全要素生产率的提高主要来自两个方面,一是企业研发投入或技术引进带来的微观生产技术的进步,另一方面是改善资源配置带来的效率提高,如生产要素由生产率低的企业、部门或地区流向生产率高地方。[1]
理解TFP对研究经济增长这一重要问题十分关键。一个国家长期经济增长可以归结为要素投入的增加与全要素生产率的提升,对TFP的研究有助于认清经济增长的来源。全要素生产率提升对经济有重要的促进作用。长期来看,中国经济增长呈现出高投资、高储蓄、高消耗、劳动密集、环境代价高等特点,而这类依靠大量资本、劳动力、能源、原材料投入推动经济增长的粗放型增长方式并不可持续。新古典经济增长理论认为,要素投入受到边际递减规律的约束,因此,保持经济的高速增长只能依赖于TFP的提升。由于我国经济产能过剩问题比较严重,制造业投资乏力,投资回报率呈现出下降趋势,固定资产投资很难保持较高速度的增长。并且由于老龄化进程加快、人口抚养比上升、体制政策调整,以及居民在养老、医疗和子女教育方面的支出持续增长,导致预防性储蓄减少,从而导致投资率下降,因此,未来依靠投资高增长支持经济高速增长的模式不可持续。此外,通过提高资本劳动比的方式提高劳动生产率也会面临资本报酬递减的问题,因此,经济增长必须转到TFP驱动的轨道上,尤其是与技术进步相关的内源性全要素生产率的轨道上。我国需要通过获取资源重新配置效率,并且从技术进步以及体制改善中获取更高的效率,从而实现中国经济增长转向全要素生产率支撑型模式。
国际上众多权威机构都对TFP进行了测算与分析,主要以新古典经济增长理论为基础,使用增长核算法(Growth Accounting),即以产出增长剔除要素投入贡献后的余值来测算全要素生产率。表1详细介绍了各机构在衡量资本、劳动以及劳动份额时的处理方法。
表1:国际权威机构TFP计算方法汇总
|
|
BLS |
BLS/BEA联合核算 |
PWT9.1 |
OECD |
覆盖范围 |
要素覆盖范围 |
KLEMS核算法,即资本 (K)、劳动(L)、能源(E)、原材料(M)、服务(S),其中EMS之和为中间品投入;产业层面汇总(加总行业要素投入,随后计算TFP增速) |
KLEMS核算法;先求产业层面的TFP,再将其进行汇总(计算行业TFP增速,对增速直接进行转换加总) |
K(资本),L(劳动); 直接从宏观角度计算TFP |
K(资本),L(劳动); 直接从宏观角度计算TFP |
部门覆盖范围 |
私人(非农)部门,其中含有86个4级NAICS制造业行业 |
所有经济部门,包括61个私人部门行业以及2个公共部门 |
宏观TFP,不区分部门 |
宏观TFP,不区分部门 |
GDP以及GDP平减指数 |
GDP 来源 |
BEA数据库(行业总产出减去行业内交易额) |
BEA数据库(行业总产出) |
联合国国民账户数据库(以2011年美元为基准) |
原始数据来自BEA调查问卷 |
资本 |
初始资本存量 |
未明确列出 |
未明确列出 |
资本产出比法 |
稳态假设 |
投资覆盖范围 |
机器、厂房、知识产权、房屋租赁、存货、土地 |
BLS负责构建 |
建筑(包括住宅和非住宅),机械(包括计算机,通信设备和其他机械),运输设备,其他资产(包括软件,其他知识产权产品和耕地资产) |
计算机硬件、通信设备、其他机器设备和武器系统、交通工具、非住宅建筑、计算机软件与数据库、研究和开发、其他知识产权。不包括土地、存货、除土地外的其他自然资源 |
折旧率 |
加速折旧法(通过对各类资本使用寿命的调整,使得平均年折旧率与BEA保持一致) |
BLS负责构建 |
假设各国同类资产的折旧率相同(与其他方法相比,偏低) |
Age-efficiency profile推算各资产在不同使用年限的折旧率 ,其假设每个国家的同类资产服务时长相同 |
资本服务计算方法 |
对各行业的生产性资本进行价格加权获得资本服务流量,权重为某种资本的租赁价格收入占该行业总资产收入的比例;再对所有行业的资本服务进行加总,权重为本行业资本收入在整个部门资本收入中的比例 |
BLS负责构建 |
对资本进行租赁价格加权计算得出资本服务流量 |
与BLS非常相似,细微差距:BLS只考虑了私人部门,而OECD覆盖了整体经济 |
劳动 |
劳动人数 |
来源于CPS-ORG、美国当前就业统计(CES) |
BLS负责构建 |
来源于TCB、LABORSTA数据库、世界银行等 |
不使用劳动人数 |
劳动时间 |
CPS-ORG、美国当前就业统计(CES),将工人按照性别、年龄、教育背景等分成若干组,分组计算总劳动时间 |
BLS负责构建 |
不考虑 |
经过调整的受雇员工和个体工作者的实际劳动时间 |
劳动质量:人力资本 |
以各分组的平均时薪衡量不同组别之间的劳动质量差异 |
BLS负责构建 |
25岁以上劳动人口的平均受教育年限,教育回报率的假定来自Psacharopoulos(1994) |
不考虑 |
劳动份额 |
同BEA |
BEA数据库,产业层面求出劳动份额 |
员工薪酬占据GDP的比重,结合个体劳动者收入、农业增加值等进行修正(四种修正方法) |
同PWT9.1中的 修正3 |
注:关于投资平减指数的计算,只有PWT9.1进行了大概的描述,表示进行了归一化处理,其他三者未进行阐释,因此未纳入表格中。
二、中国全要素生产率计算
本文采用增长核算法对中国TFP进行了计算,分别估计了资本投入、劳动投入与劳动份额。表2汇总了本文的计算方法,以及基准结果。
表2:本文基准结果与拓展结果计算方法汇总
方法 |
资本投入 |
劳动投入 |
劳动收入份额 |
基准结果 |
(1)分为两类资产,建筑工程与设备工器具。总投资流量数据选用固定资本形成总额。 (2)投资价格选用两类资产的固定资产投资价格指数,早年缺失数据由GDP平减指数代替。 (3)分别采用稳态法计算两类资产的初始资本存量,根据资本积累方程得到往后时期的资本存量。加总各类资本即得总资本存量。 (4)两类资本的折旧率分别为0.08与0.24。 |
(1)构建人力资本指标衡量劳动质量。 (2)根据受教育年限与教育回报率计算出教育回报。参考《中国劳动统计年鉴》选取受教育程度;取教育回报率为10%。 (3)其次,对教育回报函数取自然指数便得到人力资本指数。 |
(1)基于GDP收入法计算得到的劳动份额。 |
(一)资本投入
本文采用永续盘存法计算资本存量,即当期资本存量等于减去折旧后的上期资本存量加上新增的投资额,并进一步将资本存量细分为建筑安装工程与设备工器具购置,分别对其采用不同折旧率与价格指数进行估计之后加总得到最终的资本存量。
投资流量选取
本文选取固定资本形成总额1978-2019年的数据作为投资指标,数据来源为国家统计局。此外,我们利用调整后[2]的全社会固定资产投资中建筑安装工程与设备工具器具购置的数据计算出两类资本所占比重,并根据这一比重将固定资本形成总额划分为建筑安装工程与设备工具器具购置,从而分别计算两类不同的资本存量。
价格指数估算
为了使投资数据可比,需用价格指数将其折算成以基期不变价表示的实际值。其中固定资产价格指数这一指标较为理想且被较多文献使用。对于1978-1990这一期间,由于资本形成总额对应当年国民生产总值中扣除总消费与净出口之后的投资额,本文认为可以使用GDP平减指数[3](1978年为1)代替固定资产投资价格指数衡量投资品价格。1990年及以后时期,由于不同资产的价格变化会有所不同,本文进一步将固定资产价格细分为建筑安装工程固定资产投资价格指数(上年=100)与设备工器具购置固定资产投资价格指数(上年=100),逐年递推得出两类投资价格。
折旧率假设
现有文献对折旧率的选择大多集中在5%-10%,由于建筑工程与设备器具使用年限差距甚大,本文对其分别采取了不同的折旧率。其中,建筑工程的折旧率为8%,设备工器具的折旧率为24%。
初始资本存量确定
在选取初期资本水平时,假设初期经济处于平衡增长路径,将初期实际投资额除以折旧率与实际投资增长率之和即得初期实际资本存量。折旧率仍然选择建筑安装工程8%和设备工器具购置24%,并选取实际投资增长率为1978-2019年期间的实际投资平均增长率。[4]
根据以上四类分析,本文根据资本积累方程可以得出建筑安装工程与设备工器具的资本存量,最终加总得到总的资本存量。
(二)劳动投入
衡量劳动投入较常用的指标为劳动时间,而由于缺乏相应的统计数据,国内较多文献采用劳动人员数量代替。本文尝试构建人力资本指标来衡量劳动质量,对人力资本指标的计算步骤如下:(1)根据受教育年限与教育回报率计算出教育回报;(2)对教育回报函数取自然指数便得到人力资本指数。
平均受教育年限
本文使用《劳动统计年鉴》中不同受教育程度群体比例的数据[5],加权计算出了劳动人口的平均受教育年限。
教育回报率与教育回报
众多研究中国教育回报率的学者认为,90年代后期的教育回报率估算在5%-15%之间。表3总结了该领域主要文献计算的教育回报率。
表3:主要文献中教育回报率计算结果
作者 |
样本年份 |
教育回报率(基准) |
教育回报率(拓展)[6] |
Psacharopoulos & Patrnos (2004) (Hossain (1997)) |
1993 |
总体: 12.2% 小学: 18.0% 中学: 13.4% 高等教育:15.1% |
|
Zang, Zhao, Park & Song (2005) |
1988 |
4.0% |
2.3%(控制变量) |
1990 |
4.7% |
2.7% |
1995 |
6.7% |
4.3% |
2000 |
10.1% |
6.6% |
2001 |
10.2% |
6.0% |
Li, Liu & Zhang (2012) |
2002 |
8.4% |
2.7%(GLS) |
Ding, Yang & Ha (2013) |
2002 |
9.7% |
7.1%(控制变量) |
2004 |
10.5% |
8.2% |
2006 |
10.2% |
7.8% |
2008 |
10.2% |
7.4% |
2009 |
10.3% |
7.3% |
CHNS: 1988-2009 |
|
平均:6.79% 1992年开始稳定增长,到2005年之后出现停滞甚至下滑 |
Liu & Zhang (2012) |
Meta: 1975-2009 |
|
教育回报率每年以0.2%的速度增长,预计到2015年达到8.44% |
Awaworyi & Mishra (2014) |
Meta: 1990-2013 |
|
10.3% |
Awaworyi & Mishra (2018) |
Meta: 1990-2014 |
|
15.3% |
本文采用10%作为教育回报率的基准结果。教育回报则以总体的平均受教育年限与平均教育回报率直接相乘。
人力资本指数
我们已经通过上述步骤得到教育回报,根据PWT的方法,对教育回报函数取自然指数便得到人力资本指数。
(三)劳动份额
本文分别采取两种方法计算劳动份额,一是投入产出表法。本文将各年全国投入产出表中的“劳动者报酬”除以“增加值合计”,即得各年劳动收入份额。二是GDP收入法。本文收集了各省份收入法下GDP的数据,并用各省份劳动报酬之和占各省份扣除生产税净额[7]的GDP之和的比重来估计劳动份额。除此之外,PWT中也提供了劳动份额的数据。下图将三种方法进行对比,由于GDP收入法计算结果更贴近PWT,且投入产出表公布的频率较低,因此本文更倾向于基于GDP收入法计算得到的劳动份额与PWT直接提供的数据来进行计算。
图1 不同方法计算得出的劳动份额
注:1997年亚洲金融危机后,中国政府通过加大投资从而促使经济增长,因此图中1998年之后劳动份额显著下降。而PWT为进行跨国比较,假设各国同类资产的折旧率相同,这可能导致其无法对中国的资产折旧情况进行更加细致地考察,从而可能导致图中PWT曲线表现得更为平稳。
(四)产出
本文直接采用《中国统计年鉴》中GDP数据,并用GDP指数将名义GDP折算为实际GDP。将1978年的价格设定为1,则之后每一年的价格等于价格增长因子,将名义GDP除以价格增长因子,即可算出以1978年为不变价格计算的实际GDP。
五、中美全要素生产率对比
根据上述方法,可以计算出较为符合中国实际国情的全要素生产率,但在进行中美对比时,需要对测算方法尽可能统一,以保证两国全要素生产率可比。因此本文选取了四种不同计算方法与来源的TFP进行比较分析,分别为:(1)PWT直接提供的中国TFP增速;(2)PWT直接提供的美国TFP增速;(3)BEA-BLS计算的美国TFP增速;(4)本文自行计算的中国TFP[8]。
图2 中美TFP对比
此外本文又将数据进一步划分为4个时期,以忽略TFP的短期波动,更直观地呈现中国不同发展阶段的增长特点。
表4:各阶段中国TFP估算
时期 |
GDP平均增速 |
各要素经济增长贡献 |
资本投入 |
劳动投入(考虑劳动质量) |
劳动投入(不考虑劳动质量) |
TFP(考虑劳动质量) |
TFP(不考虑劳动质量) |
1978-1992 |
9.5% |
51.5% |
/ |
13.5% |
/ |
33.6% |
1993-2000 |
10.1% |
57.3% |
10.4% |
5.4% |
16.1% |
36.3% |
2001-2007 |
10.9% |
65.9% |
6.5% |
2.7% |
26.6% |
30.6% |
2008-2012 |
9.4% |
85.7% |
13.7% |
1.7% |
2.4% |
14.1% |
2013-2019 |
7% |
73.6% |
6.9% |
1.0% |
19.7% |
25.6% |
结合图2和表4可以看出,我国经济增长有几大特点:
第一,我国经济增长模式为主要依靠资本拉动的粗放式增长。改革开放初期,资本投入对经济增长的贡献仅为50%。随着工业化与城镇化的推进,以农业为基础的经济逐渐向工业与服务业转变,制造业大规模发展,资本投入不断提升。随后2008年金融危机我国出台的强刺激政策使得资本投入对经济增长的贡献上升至86%,很大程度上加重了经济结构的扭曲与投资效率的低下。近年来随着我国经济逐渐进入新常态,从高增长向高质量转换,对经济增长的贡献率有所下降。
第二,劳动投入对经济增长贡献较小,且拉动作用不断下滑。19世纪50-60年代建国初期的“婴儿潮”很大程度上为1980年左右的市场提供了大量劳动力,随后1980年开始的独生子女政策使得中国生育率迅速降低,一方面提高了储蓄率,为经济增长提供了充足的资本供给,另一方面也为人口红利逐渐消失埋下伏笔。在不考虑劳动质量的情况下,劳动投入对经济增长的贡献大幅下降。2000年之后我国人口结构逐步转变,全国就业人数增速也逐步趋缓。而考虑了劳动质量之后,劳动投入对经济增长的贡献有所提升。1999年高校扩招使得数百万人享受到了高等教育的机会,有力地促进了我国人力资源开发水平的提升。
第三,全要素生产率增速波动较大。由图2可以看出,TFP的快速增长往往与巨大的制度红利对应。如1978年改革开放与农村实行家庭联产承包责任制的施行,生产力得到极大解放;1992年-1995年邓小平南巡讲话,确立了“建立社会主义市场经济体制”的改革目标,重申了深化改革、加速发展的必要性和重要性,掀起了中国改革开放的第二次浪潮。2001年我国加入WTO,出口明显提升,带动经济快速增长,此外外商投资不断涌入,为我国带来了先进的生产技术与管理方法。在以上三个时期,全要素生产率增速均有迅速显著的提升。但随着制度红利的逐渐释放,全要素生产率的增速逐渐减弱。2008年金融危机期间,我国为刺激经济出台的四万亿计划,使得资本投入对经济增长的拉动作用更为明显,TFP作用被弱化,增速骤降。近年来我国经济增长从过去过度依赖投资和出口向消费、投资、出口协调拉动的局面转变,由高速增长转变为高质量增长,TFP增速有所回升。
针对中国的全要素生产率,本文又针对劳动投入是否考虑劳动质量进行了四种情况的对比,包括:(1)PWT直接提供的考虑劳动质量的TFP增速;(2)根据PWT数据间接计算的仅考虑劳动数量的TFP增速;(3)本文自行计算的考虑劳动质量的TFP增速;(4)本文自行计算的仅考虑劳动数量的TFP增速。
图3 中国TFP计算结果拓展
由上图对比可以看出,总体来看,根据PWT数据计算的TFP与本文计算的结果趋势较为接近,考虑了劳动质量后TFP增速有所下降,但总体影响依然有限。
六、结论与政策建议
本文利用增长核算法计算中国全要素生产率,并与美国进行了对比,发现总体而言中国TFP增速要高于美国,但波动较大。2008年四万亿政策刺激之后中国TFP增速下滑较大,虽近年来有所反弹,但增速也有所放缓。长期来看,仅靠要素投入难以维持可持续的经济增长,目前我国制造业投资乏力,投资回报率下降,老龄化进程加快、人口红利逐渐消失,因此未来保证经济高质量发展的关键是提高TFP。而全要素生产率并不完全等同于技术进步,可以进一步将其分为由市场化改革带来的产业结构变迁对经济增长的贡献与纯粹的技术进步的贡献。研究认为,未来可以从以下几个方面着手提高全要素生产率:
第一,全面深化改革。市场化改革以及城市化可以通过要素配置以及激励机制的改善促使全要素生产率的提高,而当前我国土地城乡二元割裂、劳动力流动受户籍制度限制、多层次资本市场发展不足等障碍,一定程度上制约了我国经济发展的潜力。2020年4月,党中央国务院印发《关于构建更加完善的要素市场化配置体制机制的意见》,着重提到要破除阻碍要素自由流动的体制机制障碍,让人口、技术、土地、资本、数据等生产要素充分自由流动。加快要素市场化改革是深化供给侧结构性改革的重要突破口,有助于推动生产要素从低质低效领域向高效领域流动。
第二,加强对外开放。对外开放水平越高,通过引进和学习其他国家的先进技术,越有利于更好地通过贸易发挥比较优势,从而促进全要素生产率的提高。2018年总书记在博鳌论坛上强调了我国扩大开放的坚定决心与重大举措之后,金融市场对外开放提速,更广领域扩大外资市场准入。尤其在全球疫情尚未得到完全控制,国际形势复杂、不确定性较高的情况下,更要推动发展更高层次的对外开放,开创合作新局面。
第三,推动科技创新,加强研发投入。技术创新是经济发展从传统要素驱动转向创新驱动的关键,也是国家实力的关键。当前我国科技实力迅速崛起,研发支出迅速增长,专利批准数量全球第一,并率先进入5G时代。但整体上我国科技仍与美国存在较大差距,高校研发占比偏低,基础科研投入薄弱。未来还应进一步加强科研投入,推动科技创新,培育与健全成熟的技术要素市场,为建设现代化体系提供战略支持。
作者单位:bat365在线平台网站光华管理学院
[1] 樊纲,王小鲁,马光荣:《中国市场化进程对经济增长的贡献》,《经济研究》,2011年第46期,第4-16页。
[2] 由于全社会固定资产投资中包括建筑安装工程、设备工具器具购置与其他费用。我们将其它费用按“建筑安装工程”和“设备工具器具购置”二者的比例分拆,得到“调整后全社会固定资产投资中建筑安装工程”与“调整后全社会固定资产投资中设备工具器具购置”,随后再除以调整后全社会固定资产投资,得到两类资本的比例。
[3] 设定1978年的GDP平减指数为1,如下计算往后各年的GDP平减指数:将该年名义GDP与1978年名义GDP的比值,除以该年实际GDP与1978年实际GDP的比值(即国内生产总值指数(1978年=100)除以100),即得该年的GDP平减指数。
[4] 本文同时计算了1978-2008与1978-2019的实际投资平均增长率,发现差距不大,最终选择1978-2019年实际投资平均增长率。
[5] 年鉴自1989年开始发布,不同年份的受教育程度数据的范围不尽相同,如1997-2000年受教育程度分为5组(未上学、小学、初中、高中、大专及以上);2002-2015年为7分组(未上学、小学、初中、高中、大专、本科、研究生);2016-2019年9组(未上学、小学、初中、高中、中职、高职、大专、本科、研究生))
[6] 该表中的教育回报率(基准)指基准的Mincerian回报率,而教育回报率(拓展)为在此基础上通过改进计量方法(如使用GLS回归、添加控制变量等等)得到的拓展意义上的Mincerian教育回报率。
[7] 由于生产税被政府征收而未被分配给资本或者劳动,因此本文在GDP中将其扣除。
[8] 具体计算方法为:资本存量为建筑安装工程与设备工器具购置分别用各自折旧率与价格指数折算后加总得到,劳动投入考虑劳动质量,并以10%教育回报率与平均受教育年限计算人力资本,劳动份额为根据各省GDP收入法计算得出。