金融服务现代化法案(金融服务现代化法案的影响)

党的二十大报告指出：“从现在起，中国共产党的中心任务就是团结带领全国各族人民全面建成社会主义现代化强国、实现第二个百年奋斗目标，以中国式现代化全面推进中华民族伟大复兴。”在经历长期高速增长之后，随着内外部环境变化，中国发展进入战略机遇和风险挑战并存、不确定难预料因素增多的时期，各种“黑天鹅”“灰犀牛”事件随时可能发生。国际上“世纪疫情影响深远，逆全球化思潮抬头，单边主义、保护主义明显上升，世界经济复苏乏力，局部冲突和动荡频发，全球性问题加剧，世界进入新的动荡变革期”，对中国经济增长形成较大制约。国内资源环境约束趋紧、环境污染等问题突出，传统发展模式难以为继，尤其是人口老龄化加速、地方政府与企业债务大幅攀升至高位，经济逐渐由高速增长转向高质量发展，对经济发展方式转型与经济增长动力转换提出新的要求。

“发展是党执政兴国的第一要务。没有坚实的物质技术基础，就不可能全面建成社会主义现代化强国。”党的二十大报告指出，“到二○三五年，我国发展的总体目标是：经济实力、科技实力、综合国力大幅跃升，人均国内生产总值迈上新的大台阶，达到中等发达国家水平”；“人的全面发展、全体人民共同富裕取得更为明显的实质性进展。”经济发展水平不断提高是实现人的全面发展、全体人民共同富裕的前提条件。因此，保持合理经济增速、推动经济持续增长，是实现现代化目标的内在要求。并且，中国只有保持较快增长才能让世界继续分享增长红利，从而塑造国际竞合新优势，延续“东升西降”趋势，为赢得中美“持久战”增加底气。因此，客观评估未来30年中国经济增长潜力意义重大。

过去40年中国以平均4倍于美国的增速创造了“增长奇迹”，未来30年，中国还能以平均2倍于美国的增速实现对美国经济的持续赶超吗？有关中国潜在经济增长率的测算已有不少研究。常规的预测大都认为中国GDP会在2030年左右超过美国，考虑到人口老龄化加速、新冠疫情冲击与中美技术脱钩“三大新因素”的制约，上述关于中国潜在经济增速的常规预测将面临严峻挑战，这也是中国推进现代化进程中所面临的重大风险。本文尝试将三大制约因素纳入潜在增长率分析框架，对此作出回应。

关于中国中长期潜在经济增长率的研究，应用最广泛的是两类模型，即经济收敛模型和增长核算模型。经济收敛模型通常以跨国增长收敛规律为基础，认为不同国家在相似的发展阶段具有相似的发展规律。具体而言，该方法又可以划分为两类。其一，Lucas提出了经济追赶模型，认为在开放条件下发展中国家人均（劳均）GDP增长率向前沿发达国家（如美国）收敛。遵循该思路，白重恩和张琼使用跨国可比经济体样本，测算出2021—2030年、2031—2040年和2041—2050年中国潜在经济增长率分别为5.20%、3.67%和3.22%。Wang在此框架基础上，采用时变收敛率，预测中国2021—2030年、2031—2040年和2041—2050年的年均经济增长率分别为6.56%、5.01%和3.67%。其二，跨国数据的统计规律显示，不同经济发展阶段国家经济增长率具有向均值回归的趋势。Prichett和Summers认为中国过去高速增长将回归常态，预测中国2013—2023年、2024—2033年潜在经济增速将分别降至5.01%、3.28%。朱民等在生产率收敛框架内考虑了行业特征因素，预测2030年中国经济增长率保持在3.9%—4.5%之间。该类模型存在的问题是忽视了不同经济体在经济规模、制度环境、人口结构、资源禀赋、国际环境等方面存在的结构性差异。

增长核算模型是预测中国潜在经济增长率使用最多的一种方法。该方法的基本思路是基于新古典经济增长模型，分析各要素对经济增长的贡献。陆旸和蔡昉基于加入人力资本的生产函数，测算出中国2021—2030年、2031—2040年和2041—2050年中国年均潜在经济增长率分别为5.31%、4.24%和2.81%。中国社会科学院“中国经济增长前沿”课题组的《中国经济报告（2020）》总报告使用经典的生产函数（不含人力资本），测算出中国2021—2030年、2031—2040年和2041—2050年的年均经济增长率分别为5.20%、4.14%和2.98%。增长核算模型的优势是具有较强的经济理论基础，可以分解出不同生产要素对潜在经济增长率的贡献，因而成为各类研究机构和央行预测中长期经济增长率时经常使用的模型。这类方法的预测结果一致表明，中国2035年达到中等发达国家水平的目标和对美国经济的持续赶超均能够顺利实现。但是，现有研究并未考虑近期出现的一些新因素对中国潜在经济增长率的负面影响。

此外，一些研究采用可计算一般均衡模型（CGE）或动态随机一般均衡模型（DSGE），同时考虑需求和供给因素，测算中国未来经济增长率。例如，世界银行和国务院发展研究中心采用CGE模型，预测2021—2025年和2026—2030年中国年均经济增长率能够分别达到5.9%和5.0%。这类方法虽然对短期预测具有较好适用性，但缺点是模型往往庞大复杂，不同参数的选取和模型设定会导致结果较大变化且难以相互比较，不太适合长期潜在经济增长率的预测。

基于此，本文从供给侧出发，采纳应用最广泛的增长核算模型，并考虑人口老龄化加速、新冠疫情冲击与中美技术脱钩等“三大新因素”对潜在经济增长率的影响，重新测算中国2021—2050年的潜在经济增长率。

本文采用加入人力资本的增长核算模型测算中国潜在经济增长率。这种方法考虑一个国家的要素禀赋（劳动力、资本存量、人力资本和全要素生产率（TFP））变化对中长期潜在经济增速的影响。这四个要素均在一定程度上与人口因素有关。根据人口预测数据可以估算出供给侧各生产要素的未来变化趋势，进而测算出经济增长潜力。虽然短期的实际经济增长率可能高于或低于潜在经济增长率，但是从长期看，实际经济增长率与潜在经济增长率将趋于一致。基于这种方法估算的潜在经济增长率可以帮助政府制定更为合理的经济增长目标。该生产函数形式为：

其中，Y_t表示实际GDP，A_t表示TFP，K_t表示资本存量，L_t表示劳动力数量，h_t表示人力资本。借鉴陆旸和蔡昉的方法，潜在经济增长率可表示为：

其中，ΔY^*_t/Y^*_t-1为第t年的潜在经济增长率，k_t=K_t/h_tL_t为第t年附加人力资本的资本劳动比，L^*_t为第t年的潜在就业量，表示资本产出弹性的估计值。公式（２）表明，潜在经济增长率受到四个因素影响：TFP增长率、资本存量增长率、潜在就业增长率和人力资本增长率。值得注意的是，人口结构变化会通过直接和间接的渠道影响后三个因素。

1. 历史数据

1980—2019年的实际GDP（Y）、实际资本存量（K）、劳动力（L）和人力资本指数（h）均来自宾夕法尼亚大学佩恩表（PWT10.0），资本回报率数据来自白重恩和张琼的研究。

2. 2020—2050年人口预测值

2020—2050年分年龄和性别的人口数据来自联合国人口司发布的《世界人口展望（2019）》（World Population Prospects 2019）。本文选取了人口预测数据中的两个方案，分别为中等生育率方案（基准情景）、低生育率方案。总和生育率（TFR）水平决定了分年龄和性别的人口发展状况，不仅影响未来的劳动力数量，还会影响人口抚养比。中国在低生育率方案、基准情景下的人口峰值时间分别是2024年、2027年，其对应的人口峰值数分别为14.47亿人、14.55亿人。

3. 2020—2050年资本存量预测值

本文采用 “永续盘存法”估计资本存量，即K_t=I_t+(1-δ_t)K_t-1其中，K_t为第t年的实际固定资本存量，I_t为第t年的实际固定资本形成，δ_t为第t年的资本折旧率，取为5%。当期资本存量由初始资本存量和此后历年的新增固定资本形成共同决定。新增固定资本形成率会受到人口抚养比、资本回报率以及税率等因素影响。

4. 2020—2050年潜在就业预测值

潜在就业主要由三个因素决定：15岁以上分年龄和性别的人口数量、分年龄和性别的劳动参与率和自然失业率，而劳动参与率和自然失业率都是人口年龄的函数。本文参照陆旸和蔡昉的方法，分年龄和性别来测算中国未来每年潜在就业水平。

5. 2020—2050年人力资本预测值

人力资本数据来自佩恩表（PWT10.0）中提供的人力资本指数，这个指标主要根据世界各国15岁以上的分年龄组（每5年划分）的人口平均受教育年限以及教育回报率进行测算。在预测2020—2050年中国人力资本时，本文选取了实现经济赶超的东亚发达经济体，对应这些经济体历史上与中国2019年处于相同发展阶段的年份，再以其对应年份后30年人力资本平均年均增长率作为中国人力资本未来一段时间的增长率，进而计算中国未来每年人力资本。

1. 重要经济指标长期变化趋势

本文估算了未来30年中国潜在经济增长率和人均GDP的变化趋势（见表1）。在基准情景下，本文做了两个基本假设：一是，考虑到2012年以来中国经济发展进入新常态，TFP增速设定在2012—2019年的平均值1.9%不变；二是，TFR保持在1.69不变。结果显示，“十四五”时期中国潜在经济增长率仍位于5%以上。2022年，中国的潜在经济增速为5.32%，到“十四五”末期，中国潜在经济增长率降至5.16%。从2026年开始，中国潜在经济增速降至5%以下，2035年的潜在经济增速为4.16%，而到2050年，潜在经济增速预计降至2.87%。不过，即使2026年中国潜在经济增长率开始降至5%以下，2035年我国人均GDP仍能达到2.43万美元，届时中国人均GDP有望达到中等发达国家水平（2.42万美元）。

2. 潜在经济增长率的动力分解

为反映各类生产要素对潜在经济增长率贡献的变化趋势，本文对1981—2050年中国潜在经济增长率进行了动力分解。图1显示，2008年以来，资本存量对潜在经济增长率的贡献率超过50%，而2011年前后TFP对经济潜在增速的贡献明显下降。同时，劳动力数量对经济潜在增长率的贡献大幅降低，由1981—1985年的近20%降至2016—2020年的不到1%，其主要原因是劳动年龄人口的快速减少。

伴随着中国劳动年龄人口绝对数量的持续减少，劳动力供给也不断下降，导致其对潜在经济增长率的贡献为负，且呈现持续扩大趋势。图1显示，“十四五”时期劳动力数量对中国潜在经济增速的贡献为-2.52%，而到2046—2050年这一负向影响将扩大到-14.28%。与此不同，TFP对中国潜在经济增长率的贡献将逐步扩大。在“十四五”时期，TFP的贡献率为38.18%，到2046—2050年有望达到62.76%。这表明，科技创新对未来经济增长的重要性日益上升，体现出中国经济转向高质量发展的必然要求。值得注意的是，资本存量在很长一段时期（2021—2035）仍是中国经济保持较高水平潜在增长率的最重要动力，贡献率持续超过50%。在人口老龄化加速、劳动力持续下降的背景下，中国要维持一定水平的经济增速，需持续发挥投资对经济增长的关键作用。从人口因素来看，人力资本的上升能一定程度上弥补劳动力数量下降对潜在经济增长率的不利影响。尽管人力资本对潜在经济增长率的贡献相对较小，但其影响却在持续扩大，贡献率从“十四五”时期的6.99%上升到2046—2050年的11.5%。

3. 预测结果比较

本文预测的潜在经济增长率与白重恩和张琼相比下降速度更为均匀（见表2），主要区别在于本文采用了增长核算模型，而后者使用了基于技术溢出的经济追赶模型。尽管本文与刘伟和范欣均采用了加入人力资本的增长核算模型，但由于本文采用了最新数据（PWT10.0和《世界人口展望（2019）》）估算相关参数与就业人数，能够反映中国经济社会发展的新信息、新情况和新变化，导致预测结果低于后者。相比中国社会科学院经济研究所《中国经济报告（2020）》总报告组，本文的预测结果明显偏低，原因在于：其一，本文在生产函数中考虑了人力资本因素；其二，本文对TFP增长率的设定（1.9%）要明显低于后者（2.86%）。不过，本文与中国社会科学院宏观经济研究中心课题组的预测结果较为接近，这主要是因为采用的测算方法相似；但2021—2050年中国人口数据，本文采用了《世界人口展望（2019）》，而后者使用了王广州的预测结果。总体而言，尽管由于采用数据、预测方法不同，本文基准情景预测结果与已有研究略有差异，但在预测数值和方向上基本保持一致。

老龄化加速在时间上对潜在经济增长率的影响呈现出“倒Ｕ型”特征。快速人口老龄化在短期内对潜在经济增长率会有一定的提振作用，但长期将严重制约经济增长。过去40多年，中国生育率的下降和预期寿命的延长对经济增长的总贡献年均达到2.72个百分点，但该正向效应随经济发展水平的提升而消退。人口年龄结构变化与人口峰值提前到来会通过劳动力供给、人力资本积累、投资、TFP等渠道影响潜在经济增长率。第一，对劳动力供给的影响。随着中国人口峰值提前到来，人口老龄化会使老年人口比例增加、劳动年龄人口比重下降，导致具有实际劳动能力人口减少。而抑制人口老龄化加速的生育政策短期内不会影响到劳动力供给，但会增加１５年后的劳动者数量。第二，对人力资本的影响。低生育率常常伴随着大量“小家庭”的出现。与生育更多的子女相比，父母会在这些更少的子女身上投资，从而快速提高年轻人群的人力资本。但由于年轻人口占比下降，国家整体人力资本提升速度减缓。第三，对投资的影响。生育率下降能够减轻少儿抚养的负担，增加储蓄水平，提高物质资本积累，从而带来人口红利。同时，人口老龄化不仅增加了养老资金支出，也使得长期看护、医疗保障等赡养成本增加，挤占了生产性资本投资。第四，对ＴＦＰ的影响。科技创新对从业人员具有明显的年轻化要求，尤其是航空航天、互联网、人工智能等高新技术领域。人口老龄化不利于年轻劳动力增长，随着劳动力队伍的大龄化，社会整体创新活力有所下降，抑制TFP的持续提升。

中国第七次人口普查数据显示，人口出生率下降速率明显超过了2019年联合国对中国在基准情景下的人口出生率预期，这预示着中国人口老龄化速度会比预期更快。有学者认为，中国总人口峰值将在2025年前到来。与该判断一致，2019年世界人口展望在低生育率情景下的中国人口峰值在2024年出现。基于上述考虑，本文以低生育率情景来反映近年来中国人口出生率低迷的现实，并以此为基础预测中国未来潜在经济增长率。

相比基准情景，该情景的中国TFR明显偏低，2020—2025年维持在1.45%，2026—2030年、2031—2035年和2036—2040年分别降至1.32%、1.23%和1.23%，但此后有所上升，2041—2045年、2046—2050年分别提高到1.24%、1.25%。图2显示，2042年之前该情景的潜在经济增长率高于基准，两者之间的差距（净效应）呈现“倒U型”变化，但在2042年之后持续低于基准，且净效应会持续扩大。其内在原因是，低生育率会在中期内降低少儿人口比重，此时会减轻人口抚养比对投资率的负面影响。但持续的低生育率会使一段时间后的劳动年龄人口持续减少，并导致总人口抚养比上升，进而抑制投资和长期经济增长，且这种负面作用会日益增大。例如，2050年，该情景相比基准情景潜在经济增长率减少0.66个百分点。若考虑人口老龄化加速对TFP的不利影响，则生育率持续下降会导致中国未来潜在经济增速下降更多。

新冠疫情大流行可能对经济增长产生“疤痕效应”。新冠疫情冲击对劳动力、人力资本、投资、TFP等都会产生深刻影响，由此造成对潜在经济增长率的拖累。首先是对劳动力供给、人力资本积累的影响。疫情导致劳动参与率下降。疫情造成学校停课，由此带来的教育时间减少将损害人力资本积累。其次是对投资的影响。疫情冲击会对居民和企业信念产生巨大而持久的负面冲击。这种“信念伤痕”会导致个人在家庭财务和投资组合决策中系统性地降低风险，并可能带来持续较高的预期储蓄和较低的预期投资，从而导致永久性的经济损失。再次是对TFP的冲击。一方面是向在家工作转换所产生的调整成本，企业可能会重新设计办公室和商店，以允许更多的社交距离，即使效率较低；另一方面是供应链的调整，例如企业也可能从“及时”库存模式转变为“以防万一”模式，增加库存和更稳健（但效率更低）的供应链。最后是疫情导致“僵尸企业”不断增加，在保市场主体的情况下，企业僵尸化得以“容忍”，但在经济恢复时期，却很难出现反转。这将造成资本错配，损害生产率的提升。

考虑到数据获取的难度和疫情影响的复杂性，本文仅考虑新冠疫情在中长期内降低劳动参与率的影响。借鉴Fernald和Li的做法，假定新冠疫情会使一部分劳动者（55岁及以上）永久退出劳动力市场，降低其劳动参与率。考虑三种情景：情景1假定新冠疫情导致2020—2024年55岁及以上人口劳动参与率分别下降1%（55岁）、1.75%（56岁）、2.25%（57岁）、2.5%（58岁）、2.625%（59岁）；情景2假定新冠疫情对劳动参与率的影响为情景1的三倍；情景3假定新冠疫情对劳动参与率的影响为情景1的五倍。以情景2为例，相比基准，新冠疫情导致2020—2024年55岁及以上人口劳动参与率分别下降3%（55岁）、5.25%（56岁）、6.75%（57岁）、7.5%（58岁）、7.875%（59岁），2025年60岁以上人口劳动参与率下降7.875%，2030年65岁及以上人口劳动参与率下降7.875%，以此类推。对于其他时间段劳动者数量，本文采用插值法补充。

表3显示，新冠疫情大流行会在短期内对潜在经济增速产生显著负面影响，但其效应会快速减弱。2020—2024年，三种情景下新冠疫情冲击将导致中国潜在经济增长率分别下降0.32%、0.95%和1.54%。以情景2为例，新冠疫情使得2020年潜在经济增速下降1.38个百分点，但到2024年其影响降至0.52个百分点，此后其影响显著快速下降。这是由于随着时间推移，最初受到新冠疫情影响的中老年劳动者年龄增加，其本身退出劳动力市场的概率也在上升，导致新冠疫情通过劳动参与率变化对潜在经济增长率的影响逐渐消失。需要指出的是，若考虑新冠疫情对TFP的影响，潜在经济增长率可能会下降更多。

长期来看，中美技术脱钩是影响中国潜在经济增长的重大因素。随着中美竞争博弈加剧，中美技术脱钩形势日渐显现，将在中长期内抑制中国潜在经济增长率。尽管中国整体科技实力相比美国的差距在逐步缩小，甚至在新能源技术、大数据、5G、量子计算等一些领域与美国并驾齐驱，但在半导体芯片、基础软件等关键技术领域明显落后。

中美技术脱钩会通过贸易、对外直接投资、科技人员交流等渠道影响中国科技创新，进而作用于中国潜在经济增速。第一，贸易渠道。当前，就部分关键行业的零部件和资本品而言，中国仍主要依赖于从美国及其他主要发达国家的进口。若美国联合新老盟友对中国“卡脖子”技术和关键设备产品实施严格的出口管制，则短期内会导致中国技术创新速度减缓、部分产品生产受阻，长期内可能造成技术发展的“双轨化”。第二，对外直接投资渠道。美国等发达国家跨国公司对中国开展的对外直接投资，通常是通过技术溢出、竞争效应、人才流动等方式促进中国本土企业的技术创新。若中美技术脱钩使得该通道关闭，则中国企业向外学习的机会减少，削弱企业的创新动力和创新能力。第三，科技人员交流渠道。科研创新需要科技人员相互交流，如此才能激发出最具前沿和创新性的想法。当前，美国对一些在美华人教授实施不公正对待，对中国留学生在专业和签证方面进行限制，这会减少前沿知识和先进技术在中国的扩散和外溢，可能造成中国科技创新步伐放缓。

中美技术脱钩对中国科技创新的影响渠道十分复杂。由于中国对美国的设备引进与技术学习、模仿主要通过美国对中国的外商直接投资（FDI）和中国进口美国的高科技产品实现，因此本文仅考虑这两个因素对中国TFP的影响。本文研究发现，中国吸引美国FDI强度与中国进口美国高科技产品强度能解释中国TFP增速的比例约为20%。

本文模拟了从2022年开始中美技术脱钩的三种情景：中美技术脱钩1/4、中美技术脱钩1/2和中美技术完全脱钩，对应中国吸引美国FDI强度与中国进口美国高科技产品强度两个指标均分别下降25%、50%和100%。表4显示，2022—2025年间，中美技术完全脱钩会导致中国潜在经济增速下降0.41个百分点。同时，中美技术脱钩对中国潜在经济增长率的负面影响呈现逐步扩大趋势。2046—2050年，中美技术完全脱钩将导致中国GDP潜在增长率下降0.62个百分点。本文预测结果未考虑中美技术脱钩后，中国在加快科技自立自强方面的积极应对，因此可能高估了中美技术脱钩对中国潜在经济增长率的影响。

从“三大新因素”影响走势来看，人口老龄化加速短期内对中国潜在经济增长率不构成制约，反而会有一定的提振作用，但会在2040年以后持续拖累经济增长，且影响逐步增大；新冠疫情冲击的影响主要集中在未来5年，影响幅度在1个百分点左右，此后影响将快速减弱；中美技术脱钩会在长期持续制约中国潜在经济增速，影响幅度在0.5个百分点左右。

从不同时期来看，“十四五”时期，“三大新因素”导致中国潜在经济增长率下降1个百分点，其中新冠疫情因素贡献约0.7个百分点，中美技术脱钩因素贡献约0.3个百分点，人口老龄化因素影响很小；2026—2040年“三大新因素”造成中国潜在经济增速下降约0.3个百分点，其中中美技术脱钩因素贡献0.5个百分点，人口老龄化因素会提振潜在经济增长率0.2个百分点；2041—2050年“三大新因素”导致中国潜在经济增长率下降约0.8个百分点，其中中美技术脱钩因素贡献0.6个百分点，人口老龄化因素的不利影响逐渐显现且日益扩大，贡献约0.3个百分点（见图3）。从能否实现2035年远景目标来看，“三大新因素”导致2035年中国人均国内生产总值难以达到中等发达国家水平。考虑“三大新因素”后，2035年中国人均GDP将达到2.28万美元，相比基准情景减少0.15万美元，低于中等发达国家水平（2.42万美元）。

从中美经济实力对比来看，在基准情景下，中国GDP将于2031年超越美国；考虑“三大新因素”情景下，中国GDP超越美国的时间推迟到2033年，并且GDP增速在2046年之后低于美国。

企业税率上升降低了净利润，抑制了企业投资意愿，不利于资本积累。考虑到近几年中国大力开展了“减税让利”政策，受限于政府财政预算约束，实际可减税的空间显著缩小。国家统计局数据显示，企业所得税占GDP比重从2015年的3.94%降至2020年的3.59%，实际下降了9%。为说明减税带来的“改革红利”，假设从2022年开始，企业税率分别减少5%、10%和15%。这个假设隐含的前提是，由于税收发生变化，资本回报率在企业和税收之间的比例发生变动，从而影响资本形成率和资本存量。除减税对投资产生的直接影响外，由于资本形成率具有一定的惯性，减税还能通过资本形成率的滞后项影响当期的资本形成率。因此，这项改革在短期和长期都将对潜在经济增长率产生影响。

从减税政策的“改革红利”的大小和持续时间来看，减税带来的“改革红利”呈现出非线性的变化趋势。减税效应预计在2026—2030年间达到最大，此后逐渐降低。表5显示，减税5%对“十四五”时期的潜在经济增长率产生明显的“改革红利”，达到0.42个百分点。在基准情景下，由于“人口红利”消失，2031—2035年中国经济潜在增速将降至4.35%，若生产税在现有基础上减少5%，则这段时期的潜在经济增长率将提高到4.93%，高出基准值0.58个百分点，“改革红利”比较明显，2046—2050年仍能维持0.44个百分点。由此来看，减税政策可继续成为提升中国未来潜在经济增长率的政策选项。

TFP是要素投入转化为产出的总体效率，本质是技术、人才等要素质量和资源配置效率。TFP的提升主要源于技术进步和资源配置效率的改善。一方面，经过40多年的改革开放，中国技术水平与世界前沿技术的差距明显缩小，通过技术引进、模仿、学习方式获得的后发优势日渐式微，叠加美国对中国实施的技术打压，未来中国技术进步主要依赖于自主创新和对基础研究的投入。另一方面，资源错配曾导致中国较低的TFP水平和较大的增长空间。尹恒和李世刚研究发现，1998—2013年，中国制造业资源配置效率的改善空间平均达到160%；通过消除省际扭曲、实现全国统一有效的大市场，总产出能够增加约70%，“改革红利”十分丰厚。但是，随着这方面改革进入深水区，提升资源配置效率产生的TFP增进效应开始递减。

前三次工业革命分别以机械化、电气化和信息化为特征，显著提升了全社会的TFP。而第四次工业革命正日益显现，以人工智能、大数据、云计算、物联网等元宇宙涉及的新技术为代表，体现出数字化、智能化的特征，预期将对中国TFP产生重要影响。参考Lucas对可比经济体的定义，以相对美国人均GDP指标而言，2019年中国相对美国人均GDP大致相当于1955年的日本、1960年的新加坡、1960年的中国香港、1979年的中国台湾和1985年的韩国。这五个可比开放经济体在随后30年TFP的平均增长率在1.7%—2.5%之间。由于基准情景采用的TFP增长率为1.9%，本文假设从2022年开始，中国TFP能够在1.9%基础上分别提高0.3个百分点、0.45个百分点、0.6个百分点。

表6显示，2022—2025年TFP提升政策产生的净效应分别达到0.32个百分点、0.49个百分点、0.65个百分点。同时，技术进步产生的红利呈递增趋势变化。2046—2050年，各情景下的净效应可分别达到0.5个百分点、0.75个百分点和1个百分点。随着人口、资源和环境因素对中国经济增长的制约在逐步增大，中国经济正从要素驱动转向创新驱动，提高TFP对中国未来经济增长将变得极其重要。而本文的研究结果也印证了提升TFP可以成为中国未来长期经济增长的动力来源。

内生经济增长理论认为，人力资本是国家经济增长的重要来源。提高人力资本可以通过增加教育年限来实现，但却是一个缓慢的过程。同时，增加培训也是提升人力资本的重要途径。类似于提升TFP的情形，本文选取了历史上与中国处于同样发展阶段的东亚经济体，测算其当时未来30年人力资本年均增长率的平均值。在此基础上，本文假定三种情景：从2022年开始，中国未来人力资本年均增长率分别在基准情景基础上提高0.05个百分点、0.075个百分点和0.1个百分点。其中，第三种情景下的人力资本增长率为选取可比经济体中对应时期中的最高值。

表7显示，提高人力资本政策可以促使“十四五”时期中国潜在经济增长率分别上升0.06个百分点、0.08个百分点和0.11个百分点。尽管该项政策对中国潜在经济增长的影响较小，但却具有“递增性”。2046—2050年，提高人力资本的政策效应可以达到0.08个百分点、0.13个百分点和0.17个百分点。若考虑人力资本对TFP的作用，则该项政策的作用会进一步扩大。因此，持续提高人力资本水平也是提升中国未来潜在经济增长率的重要手段。

联合国人口数据显示，中国劳动年龄（15—64岁）人口数量在2016年达到峰值，此后缓慢下降。而劳动年龄人口要对经济增长产生作用，前提是参与就业。因此，理论上提高劳动参与率，可以缓解劳动年龄人口下降形成的劳动力供给减少问题，进而促进潜在经济增长。假定从2022年开始，中国的劳动参与率分别提高1个百分点、3个百分点和5个百分点。

表8显示，2022—2025年提高劳动参与率政策可以推动中国潜在经济增长率分别上升0.09个百分点、0.26个百分点和0.44个百分点。但是，提高劳动参与率产生的“改革红利”会逐步减弱，到2046—2050年该项政策效应降至0.03个百分点、0.09个百分点和0.15个百分点。从上述数值及其变化来看，围绕劳动参与率的改革政策不是我们可以长期主要依赖的政策选项。

尽管单项改革举措对提高未来潜在经济增长率的影响相对有限，但政府可采用上述政策组合的方式扩大“改革红利”。考虑到当前进一步推进改革的复杂性和艰巨性，本文仅以减税、提高TFP、提高人力资本和提高劳动参与率的最低改革力度情景为例（见表9）。综合来看，减税和提高TFP的政策对潜在经济增速的提升作用较为明显，这两项政策可使2022—2025年、2026—2030年、2031—2035年的潜在经济增长率分别提高0.75个百分点、1个百分点和1个百分点，2046—2050年仍可达到0.93个百分点。若再配套实施提高人力资本、提升劳动参与率等政策措施，则2022—2025年、2031—2035年和2046—2050年的潜在经济增长率能分别提高0.89个百分点、1.14个百分点和1.05个百分点。

综上，在供给侧结构性改革情景下，通过“改革红利”的释放，将使得未来30年潜在经济增长率年均可提升1个百分点左右，不仅有效对冲“三大新因素”的不利影响，并且好于基准情景，可以确保中国稳步实现社会主义现代化远景目标。

点击下方【阅读原文】查看全文