中国经济减速的原因与出路

方福前 马学俊



中国经济减速的原因与出路

方福前 马学俊

研究者用经典的索罗余值法估计全要素生产率（TFP）时通常假定资本—产出弹性系数α是常数，这既脱离经济实际，也导致估计结果偏差。运用广义的索罗余值法，把α看做是可变的，重新测算中国的TFP，并利用变系数模型分析中国GDP变化的影响因素，可以发现，中国经济增长之所以自2010年开始减速，主要原因是2008年以后TFP增长率在波动中持续下降，由2007年的11.673 5%大幅下降到2009年的6.061 4%和2011年的3.836 1%。因此，中国经济减速主要是“技术性减速”，而不是产业结构调整带来的“结构性减速”或“劳动力增长减速”；技术引进速度和自主创新速度分别自2008年和2009年开始在波动中双双下降，导致了我国技术进步速度放缓和TFP增长率下降，而自主创新速度增长不足以填补技术引进速度降低是导致我国TFP增长减速的主因；我国自主创新速度不快的主要原因是R&D支出增长和设备投资增长双双减慢，而其背后是复杂的体制原因。供给侧结构性改革、转方式、实现经济新常态必须从改革入手，大力促进自主创新。

经济减速；全要素生产率；技术引进；自主创新

近几年中国经济中最令人瞩目的事情莫过于经济增速持续下滑：2010年第1季度的经济增长率高达12.1%，2011年第1季度跌穿10%，为9.8%，增长率由两位数降至一位数；2012年第1季度接连击穿9%和8%，进一步跌至7.9%，突破了政府坚持多年的“保8”目标；到2014年第4季度，中国经济增速已经连续12个季度低于8%，2016年上半年更下降到6.7%。6年时间内中国经济增速下跌了5.4个百分点，跌幅高达44.63%。按照2014年我国的GDP规模（635 910亿元）和总就业人数（7.7亿人）衡量，经济增速下降一个百分点，意味着GDP少增加约6 360亿元，就业量少增加约765万人（城镇就业少增加约180万人）。更为关键的是，目前我国经济下行的压力依然很大，经济何时止跌企稳或止跌回升还是一个未知数，目前我们无法判断经济下行的底部到底在哪里。这种经济走势给经济学界提出了一个亟待研究的课题：导致我国经济增速持续走低的主要原因是什么？如何认识目前经济增速下降的性质？稳增长和确定新常态下的经济增长率我们应当主要抓什么？本文在学术界现有研究成果的基础上，力图从理论和实证两个方面对这些问题做出解析。

一、对三种主要观点的评述

关于中国经济减速的原因，学界的判断并不一致，甚至可以说是分歧很大。其中，以下三种解释似乎影响最大。

（一）三期叠加说

这种观点认为，中国经济近几年处于经济增长速度换挡期、结构调整阵痛期和前期刺激政策消化期这样一种三期叠加的特殊时期。为什么会出现三期叠加呢？这种观点的解释是：增长速度换挡期是由经济发展的客观规律决定的，结构调整阵痛期是加快经济发展方式转变的主动选择，而前期刺激政策消化期是化解多年来积累的深层次矛盾的必经阶段。2013年8月8日《经济日报》发表《中国经济面临“三期”叠加阶段性特征》一文，阐述了“三期叠加”的特征，旋即，“三期叠加”的提法便在我国学界流行起来，并成为官方对经济形势的一种判断。

“三期叠加说”比较全面地概括了中国经济减速的原因，大多数研究者（包括笔者）都承认，中国经济现阶段所面临的主要压力正是这种三期叠加。但是，比较全面的理论往往有一个弱点，那就是重点不突出。“三期叠加说”从多视角揭示了中国经济减速的原因，但是它没有告诉我们中国经济减速的主要原因究竟是什么，在这三个“叠加”中，哪一个是主要的。它也没有说明为什么中国经济增速在2010年开始换挡而不是在其他时候。

（二）产业结构调整说

这种观点认为，近几年我国经济增速下滑的性质是一种“结构性减速”。这种结构性减速不是指我国经济结构多重失衡*多年来，我国经济中存在产业结构失衡、区域结构失衡、城乡结构失衡、内需与外需结构失衡、虚拟经济与实体经济结构失衡、收入分配结构失衡等多重失衡。拖累了经济增速，而是指三次产业结构的调整升级造成了经济增长率走低。持这种观点的学者认为，我国经济近几年之所以不断下行，是由于第三产业在我国国民经济中的比重超过了第二产业，而第三产业的劳动生产率又低于第二产业，由此降低了整个经济的（平均）劳动生产率，从而造成了经济增长率持续下降。因为一个国家的经济增长率是由劳动生产率的增长率和劳动力的增长率*因此也有学者认为我国经济减速是由近几年我国劳动力数量（从另一角度看就是“人口红利”）减少造成的。但是，我国首次报告劳动年龄人口（16～60岁）下降是在2012年，这一年中国劳动年龄人口净减少345万人，而我国经济减速开始于2010年第2季度。这两个因素决定的。

初看起来，这种产业结构变化导致经济减速的解释是很有道理的。但是这个判断似乎经不起推敲。按照这种观点，近几年我国经济增速不断走低是正常的，也是必然的，因为我国经济迈向现代化的标志之一就是要不断提升第三产业在国民经济中的比重，使之超过第二产业，把三次产业比重大小由“二、三、一”调整为“三、二、一”，使我国的经济增长由以工业为主导转向以服务业为主导。如果我们认可这样的产业结构调整方向的话，那么产业结构优化升级引起经济增速下降就可以看做是正常的，是一种必然趋势，因此无须大惊小怪。据此，有些学者把它解释为中国经济发展的新常态。

但是这种观点使我国的经济发展和宏观调控面临一个悖论：要稳增长就必须稳定第二产业在国民经济结构中的比重，但是我国的产业结构调整的方向又是要降低第二产业的比重，提高第三产业的比重。

进一步分析后发现，这种结构性减速的判断似乎缺乏经验数据的支撑。根据国家统计局公布的数据，我国第三产业在国民经济中的比重超过第二产业首次出现在2013年（见表1），而经济减速却早在2010年第2季度就开始了。*我们还应该看到，从2013年开始，我国第三产业占比之所以超过第二产业，其中的一个原因是第二产业由于产能大面积过剩而导致其生产规模扩大和产业增加值增长速度相对减缓。显然，我们不能用后来发生的事件作为前面发生的事件的原因，先因后果才符合逻辑。并且，2010—2014年第三产业的比重上升是很缓慢的，每年上升速度不过在0.1%～1.4%之间。

表1 我国三次产业结构变化（2010-2015年）

数据来源：《中国统计年鉴》（2015年）和《中华人民共和国2015年国民经济和社会发展统计公报》。

再进一步看，如果这种“产业结构调整说”可以成立的话，那背后的原因应当是第二产业的一部分劳动力转移到了第三产业，第三、二产业的劳动力发生了增减消长的变化。但是通过对我国三次产业就业结构进行分析，我们没有发现这种增减变化。由表2可以看出，2010—2012年，我国第二产业的就业不但没有减少，反而每年净增加700万上下；虽然2013—2014年每年减少了71万，但是这两年第一产业以更大的规模在减少劳动力，也就是说，第三产业的就业规模增加主要是从第一产业大量转移了劳动力所致，另加上一些新增加的劳动力。由于第一产业的劳动生产率大大低于第三产业，因此，这种劳动力大量地由第一产业转移到第三产业应当是提高了而不是降低了整个经济的劳动生产率。

表2 我国三次产业就业人数增减变化（2008-2014年） （单位：万人）

根据“产业结构调整说”的论证逻辑，由于第三产业的劳动生产率低于第二产业，所以第三产业占比和第二产业占比的升降变化就拉低了整个经济的劳动生产率。但是笔者发现，近几年我国全社会劳动生产率是提高的而不是降低的（见图1）。

图1 中国全社会劳动生产率及其增长（1996-2015年）

转引自：国家统计局国际统计信息中心发布的《国际比较表明我国劳动生产率增长较快》，2016年9月1日，国家统计局网站。

为什么全社会劳动生产率会提高呢？其中的重要原因是劳动力资源在三次产业间进行了重新配置，是资源配置效率提高的结果。由于第一产业的劳动生产率大大低于第二、三产业，所以第一产业的劳动力大量转移到第二、三产业显著提高了全社会劳动生产率。

由图1也可以发现，中国劳动生产率的增长率自2010年以后确实是不断下降的，这是否可以证实“产业结构调整说”呢？我认为似乎难以给出肯定的答案。因为图1中的劳动生产率的增长率是根据下面的公式计算得到的：n年劳动生产率增长率=[n年劳动生产率-（n-1）年劳动生产率]/（n-1）年劳动生产率，其中，（全社会）n年劳动生产率= n年GDP（不变价）/n年就业人数。可见，这里是根据GDP的增长来推算出劳动生产率的增长的，而不是根据各个产业或行业的劳动生产率的增长率与劳动力（或就业）增长率来求取GDP增长的。显然，按照这种算法，经济增长率下降了，劳动生产率的增长率也必然下降，而这种下降是不是由产业结构调整引起的，我们并不清楚。

（三）全要素生产率说

美国经济学家保罗·克鲁格曼（Paul Krugman）早在1994年就撰文提出,包括中国在内的东亚的经济增长主要是依靠资本和劳动投入的高增长实现的, 而不是靠技术进步或全要素生产率（TFP）的提高, 这种高速增长是不可持续的，今后这些国家的经济增长速度必然放慢, 亚洲的经济奇迹其实是一种神话。[1]克鲁格曼的说法可以看做是对中国经济减速的一种预测。

进入21世纪，我国一些学者使用不同的方法测算了改革开放以来中国TFP的变化，分析了TFP变化的原因。虽然这些研究成果大多不是讨论中国经济减速的原因，但是由于TFP增长是经济增长的重要贡献因素，所以这些研究成果可以视为研究中国经济增长的成果，它们间接地解释了中国经济增长速度的变化。

赵志耘和杨朝峰根据索罗余值法测算出，1979—1992年中国的TFP增长率是在大幅波动中提高的，1984年达到第一个峰值6.592%，1992年达到最高点7.189%，此后便开始降低；2001年加入WTO以后，TFP增长率又进入稳定增长时期，2007年达到5.382%的波峰值，此后迅速跌落至2009 年的-0.402%。[2]

张连城测算了1953-2009年中国TFP增长率的变化。他的测算结果是，1979年以后，TFP增长率是持续走高的，1984年达到第一个波峰5.734%；此后TFP增长率由下降到回升，1992年达到第二个波峰5.471%；1992年以后TFP增长率便在波动中持续下降，2008年和2009年分别是-1.662%和-4.732%。张连城测算的我国TFP增长率的变化趋势与上述赵志耘和杨朝峰的测算结果相当接近，不过前者测算的2007年我国的TFP增长率只有1.6%。[3]

张勇和古明明重新估算改革开放以来我国的劳动和资本投入以及物价的实际变化后发现，1979—1998年，技术进步的增长率平均为1.8%，对我国经济增长的贡献超过20%，但是1998年以后，我国的技术进步呈现负增长态势。[4]

马明运用数据包络技术（DEA）下的Malmquist指数方法测算了我国1999—2010年TFP的变化情况，其结论是，1999—2010年我国的TFP平均值经历了一个先上升后下降的趋势:1999—2003年，TFP指数是逐年上升的；TFP 指数从2003年的1.042下降到2004年的0.898，之后虽然有所上升，但是都小于1。2003年以前，全国TFP的平均增长率为5.6%，2003年以后平均增长率为负值。[5]

这些研究成果的结论虽然不完全相同，但基本判断是一致的：近十多年来我国技术进步的速度放缓了甚至是负增长，技术进步或TFP对经济增长的贡献在衰减。这些发现无疑是有价值、有启发性的。

但是上述学者研究成果存在这样一些问题：（1）他们测算的中国TFP（或技术进步）增长减速的起始时间差异较大，赵志耘和杨朝峰与张连城的结论一致，都认为是2007年以后，张勇和古明明认为是1998年以后，马明则认为是2003年以后。（2）他们测算的中国TFP（或技术进步）增长率变化在不少年份是负数。根据赵志耘和杨朝峰的测算，1979-2009年我国TFP增长率有9年是负增长；根据张连城的计算，改革开放后的30年间，我国TFP增长率有18年是负增长。这似乎不太符合我国改革开放后的技术进步和经济增长的实际情况，持续30多年接近10%的高增长怎么会有那么多年的TFP负增长相伴随？（3）更为重要的是，使用索罗模型来估计我国TFP增长率的文献基本上都假定资本—产出弹性系数（或资本对产出的贡献份额）α是常数，假定在数据样本期间α是不变的。例如赵志耘和杨朝峰根据OLS 估计得出α=0.711，然后假定在1979—2009年这30年间α都是0.711。这种假设显然是不符合实际的，因为随着技术水平的变化和经济中投入—产出关系的变化，α是可变的而不是不变的。（4）这些研究成果发现了我国的TFP减速（尽管说法不一），但是没有进一步分析导致TFP减速的原因是什么。这似乎留下了“离目标还有最后一公里”的遗憾。

二、中国经济减速的原因再探讨：TFP视角

如上所述，近十多年来，国内外学者对中国经济减速的原因从不同的视角进行了分析，发表了许多有价值的研究成果，在不同程度上揭示了中国经济减速的原因。但是我们认为，对这个问题还需要做进一步深入研究。

（一）研究视角的选择

一个经济体年度的GDP或GNI规模以及经济的年增长速度由总供给和总需求相互作用来决定，不过比较而言，总供给一方的因素对中长期的经济增长更重要，更具有决定性，总需求的规模和增长主要决定潜在总供给（或潜在GDP）和潜在经济增长率的实现程度。因此，本文着重从总供给的视角来进一步探讨中国经济减速的原因。从总供给的视角来看，如果假定制度变迁的速度不变，那么，技术进步速度或TFP增长率可能就是经济增长速度的主要决定因素，所以我们首先分析TFP的变化对中国经济减速的影响。

（二）模型方法的选择

目前，测算TFP的方法主要有两大类: 参数方法和非参数方法。参数方法包括索罗余值法、隐性变量法和前沿生产函数法，非参数方法包括Malmquist指数方法和HMB 指数方法。比较起来，大多数研究者还是使用索罗余值法。[6]

按照经典的索罗余值法，设总量生产函数为[7]：

（1）

其中，Yt是实际产出，Lt是劳动投入，Kt是资本存量，α是资本—产出弹性系数（或资本对产出的贡献份额），β是劳动—产出弹性系数（或劳动对产出的贡献份额），0<α，β<1，且α+β=1。对（1）式两边同时取自然对数有：

（2）

利用最小二乘法估计出α，然后将α代入下面（3）式可以求得TFP的增长率。

（3）

通过文献研究我们发现，研究者在使用索罗余值法估算TFP和经济增长率时，通常假设资本—产出弹性系数α是固定不变的。显然，这个假设不符合实际情况。实际经济活动中的资本—产出弹性是随时间的变化而变化的，也就是说，在经济发展的不同阶段，α的大小是不同的、可变的。以（α）不变应（经济关系）万变，虽然省事方便，但是其结果往往有偏误。

为了克服经典的索罗模型的这个缺陷，我们提出广义的索罗余值法。把α看做时间t的函数，则（3）式可以改写成：

（4）

其中，当α（t）=α时，（4）式可以简化为（3）式。对于（2）式我们可以修改为：

（5）

其中A（t）是未知的，当A（t）=A时，（5）式可以简化为（2）式。相应的生产函数修改为：

（6）

我们称（6）式为广义的生产函数。显然（1）式是（6）式的一个特例。

（5）式是变系数模型的一个特例。变系数模型是经典线性模型的拓展，它可以避免“高维灾难”，因而被广泛应用于经济、金融、生物和环境等领域的研究。[8]变系数模型的一般表达式是：

Yi=aT（Ut）Xi+εi其中，Yi是响应变量，a（U）={a1（U）,…,ap（U）}是p维未知的函数向量，Xi是p维的设计矩阵，Ui∈[0,1]是指示变量，如时间等,εi∈R是随机误差项。

与经典的线性模型相比，变系数模型的优势在于：经典的线性模型需要假设误差项来自正态分布，而变系数模型没有这种要求；经典的线性回归假设自变量与因变量呈线性关系，而变系数模型没有这种要求。相比经典的线性回归，变系数模型放宽了模型的假设，更加自由和灵活，也更适合刻画动态的、多变的经济活动以及其中蕴含的关系。变系数模型中的系数估计目前主要有三种方法：平滑样条、局部多项式平滑和多项式样条。本文采用局部多项式的方法求解。

（三）数据来源与处理

对于（4）式和（5）式，我们需要获得实际产出、劳动投入、资本存量的数据。其中，实际产出用GDP表示。GDP的数据来源于2014年《中国统计年鉴》。由于GDP是按当年价格计算的，我们利用2014年《中国统计年鉴》和国家统计局国家数据网站上的国内生产总值指数把每一年的GDP换算成按1978年不变价格计算的GDP。劳动投入用就业人数表示。每年的就业人数数据来源于《新中国60年统计资料汇编》和2009—2013年《中国统计年鉴》。由于2009年的就业人数在2010年和2011年《中国统计年鉴》中差距较大，我们取这两年数据的均值。

资本存量没有现成的数据可用，我们采用比较常用的永续盘存法来估算中国经济中的资本存量。

永续盘存法由Goldsmith于1950年提出，其基本公式是：

（7）

其中，It是第t年以当年价格计价的投资额，Pt是第t年的投资价格指数，δ是折旧率。估计资本存量需要涉及以下四个关键变量：初始资本存量K0、历年投资流量、价格指数和折旧率。

初始资本存量K0：本文研究的时间段是1987-2012年，因为我们主要关注的是2010年以来中国经济减速的原因。我们发现，学者们对我国1978年资本存量的估算比较多，例如，张军和章元[9]、郭庆旺和贾俊雪[10]等，而对我国1987年资本存量的估算很少。故本文也将资本存量的基期设置为1978年。我们采用张军和章元按照1990年不变价进行估算的结果，再利用固定资产投资价格指数，将1978年的资本存量K0换算成1978年的不变价，这样得到的K0是13 243.78亿元。

历年投资流量：已有的研究成果对每年投资流量的选取思路各不相同。主要有：（1）MPS体系下的积累的概念及其相应的统计口径，例如，张军扩[11]、张军和章元[12]等；（2）全社会固定资产投资指标，例如黄勇峰和任若恩[13]、王益煊和吴优[14]等；（3）固定资本形成总额，例如单豪杰[15]、雷辉和张娟[16]等。目前，固定资本形成总额是比较认同的指标。OECD于2001年编写出版的《资本度量手册》曾建议使用固定资本形成总额。所以本文选择固定资本形成总额作为投资流量的指标。其中，1978—2004年的固定资本形成总额数据来自《中国国内生产总值核算历史资料（1952—2004年）》，2004—2012年的固定资本形成总额数据来自历年《中国统计年鉴》和国家数据网站。

价格指数和折旧率：关于价格指数，目前比较合理的是利用《中国国内生产总值核算历史资料（1952—2004年）》公布的固定资本形成的价格指数，但是它没有2004年以后的数据。本文1978—2004年的价格指数采用固定资本形成的价格指数，2005—2012年的价格指数采用1991年《中国统计年鉴》开始公布的固定资本投资价格指数。至于折旧率，我们选择比较常见的5%。

通过简单的线性变换将时间变换到0-1区间中。利用广义的索罗余值法，我们可以得到中国TFP增长率估算值，如图2。

图2 1988—2012年中国TFP增长率的估计

由图2可以看出，1988—2012年间我国TFP年均增速为6.82%。其中1992—1993年的增速最高，年均增长超过12%；2008年以后TFP增长率持续走低，并且低于1988—2013年的年均增速。

我们估算出来的TFP增长率的变化和我们对中国经济走势的实际观察非常吻合。从图2可以看出，1988年以来，我国TFP的冲击可以分为三个阶段，第一阶段是1988—1991年，第二阶段是1997—2001年，第三阶段是2008—2012年。这三次冲击都不难找到合理的解释。第一阶段的冲击比较大，TFP的增长率在1990年达到最低。我们认为，这一阶段的冲击是由1988年开始的我国经济秩序混乱、高通货膨胀和随后发生的政治风波联合作用形成的，这是一次源于我国经济内部的冲击，这与张勇和古明明的分析结果类似。第二阶段的冲击来自1997年亚洲金融危机的外部冲击，这与赵志耘和杨朝峰[17]的分析结果类似；而与张勇和古明明[18]的分析结果相反，他们得到的结果是1998年的中国TFP增长率反而上升了。由图2不难看出，第二次冲击对我国TFP增长率的影响没有第一次那么剧烈。第三个阶段的冲击来自2007—2008年美国次贷危机和随后的国际金融危机。这也是一次外部冲击。这次冲击相对于第二次冲击来说，导致TFP增长率下降的幅度明显陡峭，从2007年的11.673 5%大幅下降到2008年的6.777 6%，2009年又进一步下降到6.061 4%。这次冲击虽然不像1988—1991年那么剧烈，但是比那次冲击影响的时间更长，其长期（负）效应更加明显，表现为我国TFP增长率在2010年短暂、稍微回升以后便持续、大幅度下降。

我们特别注意到，我国TFP增长率在2007年达到波峰值11.673 5%以后便在波动中持续下降，2011年和2012年更分别大幅度下降至3.836 1%和1.267 3%。我们测算出来的TFP增长率变化与我国经济增长率变化在时序上是高度吻合的：TFP增速下降在前，GDP增速下降在后。

我们得到的中国TFP增长率的估计结果是非常理想的。我们看到，图2中的数据只有1990年是负数，其他年份均是正数。而在类似的研究成果中，研究者估计的结果有1/3到1/2的年份的TFP增长率是负数。如前所述，我国经济在1979—2010年之间取得长期、高速增长，TFP增长率似乎不可能在多数年份是负值。

三、技术引进、自主创新对中国TFP和GDP变化的影响分析

在索罗模型中，技术进步包括技术知识和管理知识的进展、资源配置的改进、规模经济等，也就是说，凡是不能通过生产要素（资本和劳动）投入增长来解释的那部分经济增长都可归于技术进步。但是，技术知识和管理知识进展应当是技术进步的主要内容。*丹尼森（Edward Denison）把技术知识和管理知识进展统称为“知识进展”。根据丹尼森的研究，在1929—1982年的美国经济增长中，知识进展可以解释技术进步对经济增长的65%贡献度。参见Edward Denison. Trends in American Economic Growth,1929-1982. Washington, D. C.：The Brooking Institution, 1985。为了简化起见，也由于数据的不可获得性，本文不考虑资源配置的改进和规模经济对TFP增长率的影响，下文所说的技术进步主要包括技术知识和管理知识的进展。

一个经济体的技术进步主要通过自主创新和技术引进这两个途径。不同的国家或同一个国家在其不同的发展阶段，自主创新和技术引进对技术进步的推动作用或重要性是不同的。对于发达国家来说，自主创新是其技术进步的主要来源，技术引进是其辅助来源，它们之所以在经济上发达，主要是因为它们在科学技术及其创新上领先；而对于发展中国家，由于在科学技术及其创新上相对落后，技术引进则是其技术进步的主要来源，自主创新是其辅助来源。一个经济体由欠发达状态转型到发达状态，一个显著标志便是自主创新替代技术引进成为技术进步的主要源泉。一个发达的经济体不可能长期依赖技术引进来支撑其技术进步和经济增长。

利用上面得到的TFP增长率的估计结果，我们可以进一步研究自主创新和技术引进对中国TFP增长率的影响。

我们首先讨论指标选择的问题。与上文一样，经济增长指标、资本指标和劳动指标仍使用GDP、资本存量、就业人数。

自主创新（II）指标：用我国专利授权量中的发明专利的数量表示。数据来源于2011—2013年《中国知识产权统计年报》。

引进技术（IT）指标：《中国统计年鉴》公布的我国与外国的技术市场成交额是一个合适的指标。但是该数据只从2006年开始，没有以前的数据。为了增加样本量，我们利用《中国科技统计年鉴》中技术引进合同总额指标，虽然合同不一定执行，但是，（1）它与技术引进指标应当呈强正相关关系，其值越大意味着技术引进的数量越大；（2）这个数据从1987年开始除了2000年以外每年都有统计。理论上，引进技术应该分为高技术和常规技术，但是《中国科技统计年鉴》只从2000年才开始统计高技术产品的进口额。另外，由于《中国科技统计年鉴》中没有2000年的技术引进合同总额，我们取1999年和2001年的数据均值插补2000年数据。

引进合同总额，利用GDP平减指数进行平滑。时间化为0-1区间，为了消除数据数量级的差异，我们对数据进行了自然对数变换，模型表达式为：

lnGDP=α0（t）+α1（t）lnII+α2（t）lnIT

+α3（t）lnK+α4（t）lnL+ε

（8）

分析结果如图3所示。均方误差（MSE）和平均绝对百分误差（MAPE）分别是0.002 4和0.379 5。MSE和MAPE非常小，这说明变系数模型拟合的效果非常好。

图3 1986—2012年中国自主创新、技术引进、资本和劳动对GDP变化的影响

从图3我们可以看出：（1）左上图显示，自主创新对中国GDP变化的影响在改革开放后很长时间内是不断上升的，这种影响在2004年以后呈现下降趋势。这是因为，改革开放后的一段时间内，由于我国的经济发展水平和技术水平大大落后于发达国家，科学技术发展潜力比较大，改革开放激发了科技人员和企业的创新积极性，所以自主创新比较活跃，也相对容易。但是随着技术水平的不断提高，先进技术的研发创新越来越难，自主创新的速度下降，从而导致其对GDP变化的影响变小。（2）右上图表明，2008年以后，我国技术引进对GDP变化的影响是明显下降的。特别是2010年和2011年，技术引进对GDP变化的影响到达谷底，其值分别是0.009和0.006。虽然2012年其值略有回升，但是很难再回到以前的水平。技术引进对我国GDP变化的影响与我们的直觉比较吻合：自从2001年中国正式成为WTO成员方以后，引进技术比加入WTO以前更容易了，成本更低了，这使得2001—2007年技术引进对中国GDP变化的影响不断提高。但是最近几年，特别是2008年国际金融危机爆发之后，由于贸易保护主义在发达国家抬头，我国引进技术，特别是引进高技术越来越困难，因而技术引进对中国GDP变化的影响不断降低。（3）由左下图可以看出，资本积累增长对中国GDP变化的影响呈现出波动向前的S型。这个结果应当是符合实际的。因为在改革开放后的一段时期，我国的经济发展进入起步阶段，劳动供给过剩，而资本短缺，因此资本增长对GDP变化的影响比较显著，资本积累是推动经济增长的主要力量。但是随着经济的不断发展，资本的边际生产率会出现递减或在某一值上下波动。与2008年相比，2009年和2010年资本变化对GDP变化的影响分别只提高0.007和0.013。这可以从一个侧面解释为什么投入了4万亿元，中国的经济增长在2009年短暂回升以后，又自2010年开始不断回落。（4）右下图则告诉我们，粗放型经济增长需要投入大量的劳动力，所以在中国经济发展的起步阶段，劳动力增长对GDP变化起到了非常大的促进作用，并且劳动的边际生产率递增。但是随着粗放型增长方式向集约型增长方式转变，劳动的边际生产率会下降或趋于某一个值上下波动。

四、进一步分析：我国技术进步速度为何减慢

由上面的分析我们发现，近几年我国经济增长减速的主要原因是TFP增长率的显著下降，而TFP增长率下降的主要原因是技术进步速度减慢。因此，我们要进一步追问：我国技术进步的速度为什么会减慢？

在改革开放后的相当长时间里，由于我国的经济发展水平和科学技术水平大大落后于发达国家，我们通过大力引进外资、外国设备、外国技术和外国管理方法，再加上不断学习、模仿和改造，大幅度提高了经济活动的技术水平，从而不断缩小了我国和发达国家的科学技术差距，通过显著提高TFP增长率提高了我国的经济增长率。再加上拥有丰富而且“便宜的”劳动力，我们获得了持续30多年年均接近10%的经济高速增长。这就是发展经济学家所说的“后发优势”。但是，随着我国和发达国家的经济发展差距和技术差距不断缩小，这种后发优势便开始衰减，再加上发达国家出于保护自身利益的需要和制度、文化甚至意识形态上的偏见，不愿意甚至禁止向我国转让领先的先进技术或高技术，这就使得我国通过引进技术来进一步促进技术进步、提高TFP增长率的难度越来越大。一般来说，从国外进口的技术可以分为两类：常规技术和高技术，改革开放30多年来，通过引进、消化、吸收和自主研发，我国的常规技术水平已经接近、有些甚至已经超过了发达国家的水平，因此，常规技术引进的数量自然就相对减少，引进的速度也自然就变慢了。我们通常所说的我国技术还比较落后，实际上主要是指高技术落后于主要发达国家。2008年以来我国技术引进的速度变慢首先是常规技术引进的速度下降，然后主要是高技术引进的速度变慢了。图4显示，2009年我国高技术进口是负增长，增长率为-9%，2010年是恢复性增长，为33.2%。排除这两年的大跌大升，我们不难看出，2004年以来我国高技术进口的速度呈现大幅度衰减的走势。

图4 2004—2013年中国高技术进口增长率

如我们在本文第三部分所述，一个国家的技术进步速度由技术引进速度和自主创新速度共同决定，如果技术引进速度放慢，而自主创新速度提高并能够抵消技术引进速度放慢的话，这个国家的技术进步速度还是会保持不变；如果自主创新提高的速度快于技术引进减慢的速度，这个国家的技术进步会加快，因此TFP增长率会进一步提高。遗憾的是，我国技术引进的速度自2004年开始下降以后，自主创新速度不但没有加快，反而也呈现下降的走势，这就使得我国不能有效地通过自主技术创新来替代技术引进。图5显示，如果以发明专利数据来衡量自主创新程度的话，我国每年授权的发明专利和国内发明专利的增长率都是在2008—2009年达到最高，年增长率分别为37%以上和40%以上，但是此后却在波动中下滑。因此，我们认为，正是2009年以后高技术引进速度和自主创新速度双双下降，导致了我国技术进步速度放缓和TFP增长率下降。

进一步分析我们发现，近几年我国R&D经费支出增加的速度明显变慢了，这可能是我国自主创新（发明专利授权量增长）速度放缓的重要原因。图6显示，进入21世纪以来，我国R&D经费支出的增速有两个高峰年，分别是2004年的27.71%和2009年的25.70%，2009年以后R&D经费支出的增速是不断下降的，近3年已经下降到20%以下。

图5 2004年以来中国自主创新（发明专利）增长速度

图6 中国R&D经费支出年增长率

固定资产投资中的设备投资是技术进步的主要载体和重要体现。从设备投资在全社会固定资产投资中所占的比重来看，1989年为27.5%，以后逐渐缓慢下降，2005年回升到24.1%，此后又不断下降，2013年下降到20.9%（见图7）。

图7 设备投资占比（1989-2014年）

至于R&D经费支出增速放缓和设备投资占比下降背后的原因，需要到投资融资体制、财税体制、科技与创新体制，市场化和竞争程度，经济结构，产业政策等方面去寻找。

五、结论：中国经济的出路

根据上述分析，我们认为，从供给方来看，2010年以来中国经济减速主要是技术性减速，而不是结构性减速或人口（劳动力）增长减速。

2008年以来我国技术引进的速度特别是高技术引进的速度放慢了，而从2009年开始我国自主创新的速度也放慢了，从而导致我国整体上的技术进步速度减慢和TFP增速下降，这就表现为2008年以后技术引进对GDP变化的影响下降。从2009年开始资本变化对GDP变化的影响下降，主要是由于没有适度的技术进步速度作支撑，资本的边际生产率出现递减，从而使得资本增加对产出增加的影响减小了。这些因素综合作用的结果是使得我国GDP增速不断走低。

本文的技术性减速的结论可以进一步用来解释近几年我国出现的大面积产能过剩。

产能过剩固然有“三驾马车”速度减慢,也就是有效需求不足的原因，但是也有总供给一方的技术性减速的原因。我国目前的产能过剩包括相对过剩和绝对过剩。相对过剩是由于“三驾马车”减速导致产能利用不足，但这是一种周期性或暂时的过剩，是相对于常态总需求状况下的过剩，当国内国际市场需求复苏转旺时，这部分相对过剩产能自然就能够得到充分利用。绝对过剩主要是由于生产设备、生产方法和产品的技术含量落后而产生的产能过剩，这部分产能应当是在技术进步过程中逐渐被淘汰的产能，即便总需求恢复到常态水平，这部分产能也会被清除。所以熊彼特（Joseph A. Schumpeter）把技术创新、技术进步过程看做是“创造性破坏”（creative destruction）过程。技术进步的速度减慢，这种“创造性破坏”过程就会延缓，这种绝对过剩产能清除的速度就减慢。我们看到，我国现在许多产品滞销、经营困难、亏损、破产的企业往往是生产技术落后、技术更新过慢的企业，有些则是没有自己的技术只是代其他企业加工某个产品部件的“代工厂”。还要指出的是，目前我国经济中出现的一些产品的供给结构与需求结构不匹配的所谓“结构性过剩”也是由于技术进步速度放缓产生的，因为技术创新和随之而来的产品创新会带来产品结构的调整，这首先会改变总供给结构，随后会引导总需求结构的调整，最终使结构由失衡趋向协调。

需要强调的是，本文认为近几年中国经济减速主要是技术性减速，并不意味着技术性减速是中国经济减速的唯一原因。我们看到，中国宏观经济目前的困局是多种矛盾的交织：既有供给方的TFP和劳动力增速下降的问题，也有需求方的“三驾马车”减速的问题；既有短期的内需和外需增长不足的问题，也有长期的技术进步和资本深化速度放慢的问题；既有经济增长减速的问题，也有经济结构多重失衡的问题。

我们认为，中国经济的出路在于全面深化改革和综合治理，其中的关键是如何通过改革促进、加快自主创新和技术进步。中央和国务院提出的供给侧结构性改革和“大众创业，万众创新”的发展战略无疑是正确的选择。

一个国家的技术创新和技术进步的速度是与其国民的知识积累、创新的积极性成正比的，而知识积累增长的快慢、创新积极性的高低又取决于一个国家的制度环境（特别是知识产权制度和企业制度）、科研体制、教育体制和财政税收体制，因此，我们应该通过这些方面的全面深化改革来促进我国的技术进步和经济发展，要着力改变那些阻碍技术进步和发明创新创造的体制机制。同时，建议国务院出台国民职业培训计划和重大科技攻关计划。前一个计划是要提高全体国民或劳动者的素质和技能，后一个计划是由中央政府组织集中科技攻关，抢占新一轮科技革命的制高点，通过重大科技创新突破引领高技术创新，推动技术进步。这两项计划都具有长远的战略意义。

加快自主创新和技术进步在短期内往往难以实现，因此，考虑到目前的经济增速下行已经接近6.5%的底线，我们的供给侧结构性改革和宏观调控应当“长短结合”、“供求兼顾”，以“大改革、促创新、调结构、强素质、提潜力”为目标。一方面，通过扩投资和扩融资来扩大内需，努力把经济增长率稳定在7%左右。但是这些投资和信贷的流向必须是有选择性的，即重点支持新产品、新业态和新技术，重点支持教育科技和医疗卫生事业，重点支持基础设施建设，重点支持实体经济，投资和信贷选择的标准是要有助于消化相对过剩产能和培育经济增长的潜力，而不是盲目扩投资上项目。当前要特别防止用于实体经济的投资资金和信贷资金大量流入虚拟经济领域（例如房地产市场）。倒卖一套房子就可以赚几十万甚至上百万元，谁还愿意去冒风险干实业、去辛辛苦苦地研发和创新呢？另一方面，要通过国家财政支持和政策激励企业加大创新投入来提高R&D经费支出和设备投资的增长速度。加快自主创新和技术进步是我们的长期任务，通过加快技术创新和技术进步来淘汰那些绝对过剩的产能和培育新的经济增长点，调整、优化和升级我国的经济结构和供给结构。调结构不是做简单的加减法，而是要在技术创新和技术进步的基础上对经济结构进行再造和升级。当前的供给侧结构性改革必须把体制改革和促进创新结合起来，通过全面深化体制改革为自主创新打造适宜的体制机制，通过创新和“三去一降一补”来推动经济结构优化升级。

从长期可持续发展来看，创新和技术进步更加重要，中国未来经济发展的主要动力源泉应当来自创新和技术进步。“创新驱动发展”成为中国经济的新常态，才能使中国经济“体质”强大而不仅仅是“体量”庞大，才能使中国经济成功跨越“中等收入陷阱”，进入发达而强大国家的行列。

[1] 保罗·克鲁格曼: 《萧条经济学的回归》, 北京, 中国人民大学出版社，1999。

[2][17] 赵志耘、杨朝峰：《中国TFP的测算与解释：1979—2009年》，载《财经问题研究》，2011（9）。

[3] 张连城：《中国经济增长路径与经济周期研究》，北京, 中国经济出版社，2012。

[4][18] 张勇、古明明：《重新评估我国的增长潜力：基于TFP和数据分析视角的解释》，载《经济科学》，2013（2）。

[5] 马明：《我国三大区全要素生产率的增长特征及空间差异分析》，载《中国物价》，2013（3）。

[6] 刘光岭、卢宁：《TFP的测算与分解:研究述评》，载《经济学动态》，2008（10）; 赵志耘、杨朝峰：《中国TFP的测算与解释：1979—2009年》，载《财经问题研究》，2011（9）。

[7] Robert A. Solow. “Contribution to the Theory of Economic Growth”.TheQuarterlyJournalofEconomics, 1956, 70（1）:65-94.

[8] Hastie, T. J.， and R. J. Tibshirani.“Varying-coefficient Models”.JournaloftheRoyalStatisticalSociety, SeriesB, 1993, 55:757-796.

[9][12] 张军、章元：《对中国资本存量K的再估计》，载《经济研究》，2003（7）。

[10] 郭庆旺、贾俊雪：《中国潜在产出与产出缺口的估算》，载《经济研究》，2004（5）。

[11] 张军扩：《“七五”期间经济效益的综合分析：各要素对经济增长贡献率测算》，载《经济研究》，1991（4）。

[13] 黄勇峰、任若恩、刘晓生：《中国制造业资本存量永续盘存法估计》，载《经济学（季刊）》，2002（1）。

[14] 王益煊,吴优：《中国国有经济固定资本存量初步测算》，载《统计研究》，2003（5）。

[15] 单豪杰：《中国资本存量K的再估算:1952—2006年》，载《数量经济技术经济研究》，2008（10）。

[16] 雷辉、张娟：《我国资本存量的重估及比较分析: 1952—2012年》，载《经济问题探索》，2014（7）。

（责任编辑 武京闽）

The Reason and Way out of Slowdown for China’s Economy

FANG Fu-qian1, MA Xue-jun2

（1. School of Economics, Renmin University of China, Beijing 100872;2. College of Applied Sciences, Beijing University of Technology, Beijing 100124）

Researchers generally assume that the coefficient of capital-output elasticity is constant when TFP estimated by Solow model, which leads both to the isolation from the economic reality and the deviation of the estimation results. This paper presents a generalized Solow residual method, byαas a variable, TFP in China economy is re-measured. We analyses the factors influencing China’s GDP by using a varying coefficient model. We find that the main reason for China’s economics lowdown since 2010 is the growth rate of TFP which has continued to decline in the volatility since 2008, from 11.673 5% in 2007 sank to 6.061 4% in 2009 and 3.836 1% in 2011. Therefore, we believe that China’s economic slowdown is mainly due to “a technical slowdown”, rather than to “a structural slowdown” arising from industrial structure adjustment or “labor force growth slowdown”. We further find that it is the technology import and independent innovation sector which has declined in volatility since 2008 and 2009 respectively that result in China’s technological progress slowdown and the decrease in growth rate of TFP, and the fact that the growth rate of independent innovation is not catching up with the downward of technology import is a major cause for the slowdown of China’s TFP growth. In-depth analysis also indicates that the slowdown of R&D spending and investment on manufacturing facilities, behind ita complex institutional reasons, resulted in a slow pace of self-innovation in China. Therefore, the structural reform of supply-side, transforming the mode of economic development, and realizing new normal of China’s economy should start from the reform and vigorous promotion of independent innovation.

economic slowdown; TFP; technology import; independent innovation

国家社会科学基金重大项目“中国经济自发展能力研究”（15ZDB133）

方福前：中国人民大学经济学院教授，博士生导师（北京 100872）；马学俊：北京工业大学应用数理学院博士后研究人员（北京 100124）