从人口红利到改革红利：基于中国潜在增长率的模拟_人口红利论文

从人口红利到改革红利：基于中国潜在增长率的模拟，本文主要内容关键词为：红利论文,增长率论文,中国论文,人口论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

      一 引言

      经济学理论通常认为，一个国家长期的经济增长将主要依赖于全要素生产率(TFP)的持续上升。例如，很多学者认为全要素生产率的下降是拉美经济停滞的主要原因。然而，“人口红利”却讲述了另外一个“故事”——即使全要素生产率不再提高，特定经济发展阶段所呈现出的特殊人口结构也能促进经济增长。

      实际上“人口红利”有两个主要特征，即“劳动年龄人口的持续增加”和“人口抚养比的持续下降”。首先，持续增加的劳动年龄人口将为经济增长提供充足的劳动力供给。这通常也被误认为是唯一的“人口红利”来源，而忽略“人口红利”的第二个来源，即“人口抚养比持续下降”。根据消费的生命周期理论，当人口抚养比下降时，消费将减少而储蓄会增加，这将有利于资本形成，从而为经济增长提供充足的资本供给。此外，如果出现刘易斯转折时期和“人口红利”时期相重合的现象，劳动力无限供给还可以阻止边际资本回报率的递减，进一步保证充足的资本供给。同时，在劳动力从农村向城市迁移的过程中，由于人口流动优化了资源配置，这也将使全要素生产率得到提高。可以看到，当一个国家经历特殊的人口发展阶段时——劳动年龄人口增加和抚养比下降，即使缺少技术创新和改革，也有机会获得快速的经济增长。而这种特殊的人口结构对经济增长的贡献，我们称之为“人口红利”。

      显然“人口红利”的出现离不开人口发展阶段的转变。人口学通常将人口发展分为3个阶段：(1)人口的“高出生率、高死亡率和低增长率”阶段；(2)人口的“高出生率、低死亡率和高增长率”阶段；(3)人口的“低出生率、低死亡率和低增长率”阶段。在第一阶段，由于人口死亡率很高，只有通过较高出生率才能保证预期的子女数量，高出生率和高死亡率使得这一时期的人口增长较为缓慢。这一人口特征常见于经济发展初期。随着经济发展和科技的进步，人口的死亡率逐步降低，但短期内的家庭生育模式并不会随之调整，此时高出生率和低死亡率导致人口总量快速增长。发展中国家的人口通常具有这样的特征。但是在长期，随着人口预期寿命的延长和婴儿死亡率的下降，家庭生育模式也将随之调整，从而带动人口总和生育率的下降。而教育水平的提高，也使总和生育率难以大幅度上升。人口发展进入第三阶段，此时低出生率最终迫使人口再次进入低增长阶段。很多发达国家受到低生育率影响，人口甚至出现了负增长。实际上，“人口红利”通常出现在第二阶段向第三阶段过渡时期。此时，过去的高出生率使得劳动年龄人口还在持续增长，而当前的低出生率又迫使少儿抚养比迅速降低。历史经验表明，经济发展的特定阶段通常都伴随人口红利(Williamson，1997)。只不过一些国家的人口转变时期过长，生育率下降经历了漫长的时期，导致“人口红利”并不具有典型特征；而那些在短期内实现生育率大幅降低的国家，都出现了明显的“人口红利”特征，如日本和韩国等东亚经济体。

      上世纪50至60年代中国的“婴儿潮”逐渐于1980年前后进人劳动力市场，从而为经济增长提供了大量的劳动力供给；而1980年开始的“独生子女”政策，使中国的总和生育率在短时间内迅速降低，为高储蓄率创造了条件，进而为经济增长提供了充足的资本供给。实际上，中国人口转变有着更多的政策影响，从而也呈现出一个有别于其他国家更为突出的“人口红利”时期。当然，这也从某种程度上为今后的“人口负债”埋下伏笔。

      正因为人口转变始终是一个动态过程，低生育率虽然在短期使得人口抚养比下降，从而创造了“人口红利”的条件，但是在长期，随着人口低生育率时代的到来，低生育率将使新增劳动年龄人口不能弥补65岁以上退出劳动力市场的人口数量。因此，劳动年龄人口绝对数量最终将减少，而随着老龄化的到来，人口抚养比也会随之上升，此时人口红利将消失。

      根据第六次人口普查数据，2011年中国15-59岁劳动年龄人口数量开始减少，如果按照国际通行的15-64岁劳动年龄计算，2013年劳动年龄人口绝对数量也开始下降，同时，人口抚养比相应上升。可以说，2010年之后，“人口红利”的两个主要特征都逐渐向不利于经济增长的方向转变。

      根据Cai和Lu(2013)、蔡昉和陆旸(2013)以及陆旸和蔡昉(2014)的测算，在今后10年，中国的潜在经济增长率将从之前的平均9%-10%逐渐下降到6%-7%。这显然不是中国特有的现象。例如，1990年日本的人口红利消失后，其潜在增长率也下降了将近2个百分点(陆旸和蔡昉，2014)。一项有趣的经验研究(Eichengreen等，2011)发现，当人均收入达到17 000美元(2005年不变国际价格，PWT6.3数据)时，实际经济增长率将急速下降至少2个百分点。按照这一标准，中国或在2015年前后出现经济减速。即便如此，Eichengreen等(2011)的研究指出，一些经济因素也能够使减速点提前或推迟。例如，更高水平的老年人口抚养比将增加经济增长率下降的可能性，因为老年人口抚养比与低储蓄率和放缓的劳动参与率相关。从这一推论来看，中国所具有的“未富先老”特征无疑将导致经济增长的减速点提前到来。不过Eichengreen等(2011)也强调“经济增长率下降并不是一个铁律”，“人均收入和经济增长率下降之间不可能是一个机械的关系”，“高速经济增长到底能够维持多久，还取决于经济政策”。例如阿根廷、中国香港、爱尔兰、以色列、挪威、葡萄牙和新加坡等经济体，虽然不能避免减速的总体趋势，但是通过经济改革，这些国家又产生了一段时期的快速经济增长。这也暗含了“改革红利”对增长的贡献。

      改革也可以影响实际经济增长率，如果生产要素供给和TFP的提高面临诸多制度障碍，则只有通过改革清除这些障碍才有利于增加要素供给并提高生产效率，从而最终提高潜在增长率。因此，存在的制度性障碍越大，改革越彻底，对潜在增长率的正向影响就会越显著，这也就是所谓的“改革红利”①。本文首先估计了“人口红利”消失对潜在增长率的影响，并将其作为基准情景。进一步，我们在增长核算方程的框架内，模拟了各种可能的改革措施对中国潜在增长率的贡献——“改革红利”，并比较其产生的“短期”和“长期”效应，进而根据“改革红利”产生的增长效应提出相应的改革优先序。我们试图回答，在“人口红利”消失后，中国如何才能从“人口红利”向“改革红利”转变以保证经济长期的可持续增长。

      二 改革红利的理论逻辑

      (一)理论逻辑

      人口红利消失对潜在增长率带来的影响已经得到经验证实。例如，虽然并没有特别强调人口因素的作用，但Kuijs(2010)预测中国GDP潜在增长率将从1978-1994年的平均9.9%，降低到1995-2009年的平均9.6%，以及2010-2015年的8.4%。在充分考虑到变化了的人口结构之后，Cai和Lu(2013)认为人口红利消失后中国的潜在增长率将从之前的10%下降到“十二五”时期的7.3%和“十三五”时期的6.1%。如果加入人力资本因素并考虑到人口抚养比对资本形成率的影响，以及人口结构变化对劳动参与率和自然失业率的影响，中国在“十二五”时期的潜在增长率平均水平为7.75%；在“十三五”时期则降低到平均6.7%(陆旸和蔡昉，2014)。然而，这个估计结果是建立在两个事实和一个假设的基础上。两个事实分别是：第一，劳动力供给持续下降；第二，人口抚养比持续上升。一个假设是：TFP增长率保持在2010年水平。因此，这些估计结果是在假定阻碍要素供给和生产率提高的制度障碍尚未被打破的情况下，人口红利消失对中国未来潜在增长率的影响。这里并未考虑“改革红利”的影响。

      当讨论中国改革问题时，一些观点认为中国的改革和经济增长率之间会是一个“权衡”(trade-off)的关系——要想推动改革则需要适当牺牲经济增长速度。然而，也有一种观点认为改革将有利于经济增长。制度变迁理论就指出，通常只有在一项制度变化的收益大于成本，即净收益大于零时，这种制度变迁才会发生。当然，这个理论判断指的是决策者所考虑的实施改革的政治成本和收益，即改革带来的政治支持(收益)是否大于因此而招致的政治反对(成本)。但一般来说，在经济意义上如果收益大于成本，就具有说服政策决策者推行特定改革的充分理由。中国在相关领域的改革效果与此十分类似，即旨在提高资源配置效率、改善收入分配以及增强基本公共服务均等化程度的改革，既是为了实现更加公平的社会目标，也可以获得直接和间接的改革红利。具体而言，如果我们知道当前中国经济增长速度下滑的原因，也就可以预期哪些改革领域可以带来直接提高潜在增长率的效果，以及其他间接有利于经济增长的效果。

      正确认识改革能够带来的收益或改革红利，不仅对形成和凝聚改革共识十分必要，还能够增加改革方式和策略的选项，强化改革的动力。改革尽管能够获得净收益，但成本和收益却是不对称地在当事人之间进行分摊。为了最大限度地使改革具有激励相容的性质，通常有两种方式可供选择：一是所谓“帕累托改进”，即这种改革可以在不伤害任何既得利益的前提下予以推进；二是所谓“卡尔多改进”，即虽然有利益群体会因改革而受损，但是由于改革带来较大的净收益，可以拿出其中一部分对受损者进行补偿。当前中国面临的改革任务，已经很少具有“帕累托改进”的性质，但如果我们能够认识到并且把握住改革的收益，就可以适当地运用“卡尔多改进”的方式，以减小改革阻力。本文的模拟结果显示，改革总体上可以带来收益，直接提高潜在增长率。中国的改革和经济增长率之间将是“促进”而非“替代”的关系。

      (二)理论模型

      我们在增长核算方程框架内，首先估计出人口结构变化对潜在增长率的影响，并将其作为基准情景；进而针对不同的改革措施，模拟出要素供给和生产率的变化及其对潜在增长率的影响，即“改革红利”效应。在标准的“科布-道格拉斯”生产函数(Cobb-Douglas production function)中，我们加入人力资本变量，详见式(1)。

      

      其中，Y代表实际GDP，A代表全要素生产率(TFP)，K代表资本存量，L代表劳动力数量，h代表人力资本，将等式两边同除以hL得到Y/hL。

      

      其中，

就是第t年的潜在GDP增长率。从公式中看出，潜在GDP增长率受到四个因素的影响：附加人力资本的潜在资本劳动比增长率、潜在就业增长率、人力资本增长率和全要素生产率增长率。值得注意的是，人口结构变化将通过直接和间接的途径影响前三个因素。

      (三)数据

      1.基础数据。1980-2010年的实际GDP(Y)、实际资本存量(K，2005年美元不变价格)和人力资本指数(hc)均来自佩恩表(PWT 8.0)；劳动力和人口数据来自历年《中国统计年鉴》。2011-2050年分年龄和性别的人口数据来自郭志刚(2013)的预测。人口预测数据中包括四个方案，分别是低方案(总和生育率(TFR)维持在1.6)、中方案(TFR维持在1.77)和高方案(TFR维持在1.94)。此外，还包括晚升高方案(TFR在2035年之前维持在1.4的水平，此后迅速上升到1.94)。我们的研究中并没有包括晚升高方案，因为这一方案假设的是：在2035年之后TFR突然上升，如果我们重点关注改革对潜在增长率的“净效应”，那么选择TFR=1.6更为合适。但是，我们必须强调的是，中国目前的总和生育率更接近1.4的水平，即使放松生育政策，在短期总和生育率也没有明显上升。我们知道，总和生育率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，也会影响人口抚养比。

      2.2011-2050年资本存量的预测。我们采用文献中通常采用的“永续盘存法”估计资本存量②，即

，其中，

为第t年的实际固定资本存量；

为第t-1年的实际固定资本存量；

为第t年的实际固定资本形成；

为第t年的资本折旧率(

=5%)。从公式可以看到，当前的资本存量是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的。此时，我们需要建立固定资本形成率与人口抚养比之间的关系。

      从支出法角度，国内生产总值(GDP)包括最终消费支出、资本形成总额、货物和服务净出口；而资本形成总额中又包括固定资本形成总额和存货变动。这里，固定资本形成率为固定资本形成总额在GDP中的占比。理论上，人口结构变动对固定资本形成率(投资率)的影响途径包含以下四个方面：第一，当其他条件不变时，当期的“人口抚养比”直接影响当期的“储蓄率”，进而影响当期的资本供给。因此，“人口抚养比”是固定资本投资的“供给方”因素。第二，如果“人口抚养比”是固定资本投资的“供给方”因素，那么决定是否投资和投资多寡的因素则是“资本回报率”。当资本回报率较高时，潜在的投资需求就会上升。实际上，在不考虑税收的情况下，资本回报率主要受到劳动者份额和“资本-产出比”的影响。孙文凯等(2010)认为在经济发展初期，劳动者份额和“资本-产出比”往往处于较低水平，随着经济的发展，劳动者份额和“资本-产出比”会有所上升，使得资本回报率难免有所下降。第三，直接影响企业投资需求的是净利润(张勋和徐建国，2014)，而包含税收的资本回报率反映的是“社会总回报”(CCER，2007)。由于部分“资本回报”将被政府通过税收“拿走”，进而影响企业的真实资本回报和投资意愿。因此，“资本回报率(税收)”越高，则固定资本投资率越低。第四，固定资本形成率具有连续的“惯性”，上一期的固定资本形成率对当期的固定资本形成率产生正向影响。

      在数据上，“固定资本形成率”指标由“资本形成率”乘以“固定资本形成总额占比”得到。1980-2013年数据来自《中国统计年鉴2014》。1980-2013年“人口抚养比”(

)数据来自《中国统计年鉴2014》，早期缺失的非普查年份数据是根据普查年份分年龄人口外推得到的；2011-2050年数据来自郭志刚(2013)的研究。1980-2013年“固定资本回报率(剔除生产税)”(

)数值来自白重恩和张琼(2014)的估计结果。其中，固定资本回报率(包含生产税)-固定资本回报率(剔除生产税)=固定资本回报率_生产税(

)。这个指标刻画了生产税对企业真实固定资本回报率的影响。包含生产税的固定资本回报率和剔除生产税的固定资本回报率数据来自白重恩和张琼(2014)的估计结果。

      为了预测2011-2050年中国的潜在资本存量，我们首先需要预测2011-2050年潜在固定资本形成率，这就需要通过建立历史经验方程获得人口抚养比与固定资本形成率之间的基本关系，进而通过未来人口抚养比的变化趋势预测固定资本形成率的变动趋势。因此，我们采用OLS估计方法，对1980-2013年固定资本形成率的决定方程进行了估计(见表1)。

      

      表1中(1)是没有加入固定资本形成率的滞后项，(2)中则加入了固定资本形成率的滞后项。首先，通过对比发现，惯性因素显著影响当期的固定资本形成率，在模型中显著为正(见表1(2))。模型中“人口抚养比”与固定资本形成率之间显著为“负”，说明当人口抚养比上升时，储蓄率减少，同时固定资本形成率将逐渐下降。这与我们的预期相符。其次，“固定资本回报率_生产税”在模型中显著为负，说明税收增加或在资本回报率中占比增加，将降低企业真实的资本回报率，从而降低投资率。但固定资本回报率(剔除生产税)在模型中并不显著，不过“符号”与预期相符，说明企业的真实固定资本回报率越高，投资意愿就越强，因此固定资本投资率将上升(见表1(2))。在模型(2)的基础上，我们假设基准情形下资本回报率保持不变，因此，我们将人口抚养比的预测数据代入模型，就能得到2011-2050年的固定资本形成率，并采用永续盘存法进一步推算出2011-2050年资本存量的变动。

      3.2011-2050年潜在就业估计。潜在就业将由3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。实际上，劳动参与率和自然失业率都是人口年龄的函数。例如，劳动参与率随着年龄变化呈现出“倒U型”结构，自然失业率也受人口结构的影响(Weithers和Sullivan，1991)。我们假设未来分年龄和性别的劳动参与率和自然失业率保持在2010年的水平，即便如此，由于人口结构趋于老龄化，总体的劳动参与率和自然失业率也会发生变化，潜在就业的计算方法见式(5)。

      

      4.2011-2050年人力资本估计。人力资本数据来自佩恩表(PWT 8.0)提供的人力资本指数，这个指标是在Barro和Lee(2010)的平均受教育年限基础上，根据Psacharopoulos(1994)估计的教育回报率做出的调整。我们按照与Barro和Lee(2010)相似的方法补充了2015-2050年每隔5年的平均受教育年限，之后采用平均趋势的方法补充了2011-2050年的平均受教育年限和人力资本指数。

      三 模拟结果

      (一)基准情景

      传统的经济增长理论暗含的假设前提是人口“同质无差异”，而在“人口红利”的框架内，强调的是人口的“异质性”带来的增长效应。此时，不同的年龄决定了不同的“储蓄-消费”模式和劳动力供给潜力；即使年龄相同，由于受教育程度和城乡分布的差异，对经济增长的影响也不尽相同。如果从这个角度来解释长期经济增长潜力，我们发现唯一具有外生性的因素就是人口发展。

      实际上，人口预测被称为“从现实中看得到的未来”。只要确定实际的总和生育率(TFR)及其未来的变化趋势，分年龄和性别的人口数量就能够推算出来。我们采用郭志刚(2013)给出的TFR=1.6方案作为基准情景，测算了2011-2050年中国的潜在增长率。在基准情景中，基本假设包括两项：第一，TFP保持不变；第二，TFR保持在1.6的水平。资本和劳动力供给潜力都随着人口结构发生变化。根据测算结果，中国在“十二五”时期(2011-2015年)的平均潜在增长率为7.49%，在“十三五”时期(2016-2020年)的平均潜在增长率降低为6.6%，按照人口结构的变动趋势，到2046-2050年，中国的潜在增长率会下降到2.47%(估计结果见表2)。在不考虑改革的前提下，这个结果也是“高估的”。原因有两点：首先，从发达国家的历史经验来看，随着经济发展，中国的总和生育率还将持续下降。如果事实如此，劳动力供给潜力还会更低。其次，从“二元经济”向“新古典”过渡后，即使维持全要素生产率也是一项困难的事情，如果没有进一步的技术创新和深入改革，TFP很可能更低。

      (二)“改革”对潜在增长率的影响

      1.减税带来的显著“改革红利”。资本回报率包含两个部分：企业真实的资本回报率(剔除税收)以及资本回报率(税收)。税收无疑将影响企业的真实资本回报率。当税收提高时，资本回报率中被税收拿走的部分将会增加，企业真实的资本回报率将会减少，这无疑对今后的资本投入不利。相反，如果税收减少，企业真实的资本回报率将会增加，从而有利于企业增加新增资本投入，进而有利于资本积累。为了说明“减税”带来的改革红利，我们给出3个假设：当社会总资本回报率保持不变时，从“十三五”开始，如果税收分别减少1/5、1/4或1/3，那么潜在增长率会如何变化。例如，中国目前的增值税为17%，如果税收减少1/5，增值税将变为13.6%。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。影响机制见表1中的固定资本形成率决定因素。

      以生产税减少1/5为例，由于税收减少，被税收拿走的资本回报率也将以相同比例减少1/5，减少的部分将增加到企业真实的资本回报率(剔除税收)中。除此之外，由于资本形成率受到惯性因素影响，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增长率产生影响。

      根据我们的测算，减税1/5对“十三五”时期的潜在增长率产生正向的改革红利，改革红利能够达到0.76个百分点。换句话说，在没有改革的基准情形下，由于人口红利消失，“十三五”时期中国的潜在增长率将下降到6.6%，如果生产税在现有基础上减少1/5，“十三五”时期的潜在增长率将增加到7.36%。“改革红利”十分显著。如果加大减税力度，改革红利效果还将持续扩大。如果生产税能够减少1/3，那么“十三五”时期的潜在增长率甚至能够达到7.86%(模拟结果见表2)。

      需要强调的是，改革红利需要关注两点：第一，“改革红利”的大小；第二，“改革红利”持续的时间。图1给出了“减税”对潜在增长率带来的“净效应”——减税后的潜在增长率与基准情景下的潜在增长率之差，即减税的改革红利。减税带来的“改革红利”呈现出了非线性的变化趋势。“改革红利”在2020-2025年之间最显著。以减税1/5为例，改革红利甚至能够超过1个百分点。虽然此后“改革红利”将有所下降，但也能维持在0.7-1个百分点之间。

      

      图1 减税对潜在增长率的影响

      2.放松人口生育政策。中国与世界上其他国家不同，其人口结构变化不仅受到经济发展的影响，而且特有的“独生子女”生育政策也产生了相当大的作用。按照国际经验，即使没有人口生育政策约束，中国的人口生育率迟早也会降低，只不过这个过程将是缓慢的，中国的人口结构变化过程所需的时间将被拉长，“人口红利”和“人口负债”产生的“增长效应”都会减弱。但是，“独生子女”生育政策使得中国的人口发展过程更具有独特性。通俗地讲，外生的人口生育政策使中国的“人口红利”来得快，去得更快，因此，中国经济也将面临更多的挑战。然而，从另一个角度来说，既然中国获得人口红利与政策有一定关系，政策调整也完全可以产生延长“人口红利”的效果，从这个意义上，生育政策调整可以带来改革红利。

      我们在预测2011-2050年中国的潜在增长率时，假定TFP保持不变，而其他生产要素，包括资本、劳动力、人力资本都随着人口结构发生变化。也就是说，中国未来“分年龄和性别”的人口预测直接影响潜在增长率的预测结果。具体来说，不同的“总和生育率”将影响人口总量与分年龄和性别人口数量的预测结果，从而影响潜在就业的变化趋势；同时，人口抚养比的变动也影响资本形成率和资本存量，而潜在就业和潜在资本存量将最终影响潜在增长率。

      

      图2 放松人口生育政策对潜在增长率的影响

      虽然“单独二孩”政策可以提高总和生育率(TFR)，但是TFR远未达到更替水平(TFR=2.1)。乐观地估计，“单独二孩”政策使中国目前的TFR最多达到1.6。我们采用郭志刚(2013)分年龄和性别的人口预测数据，将TFR=1.6作为基准情景。进一步，我们假设生育政策从“单独二孩”过渡到“全面二孩”后，TFR能够上升到1.77或者1.94③。在这样的假设基础上，分年龄和性别的人口数量和人口抚养比都随之发生了变化。最终，我们模拟了在这项改革中(即TFR=1.77或1.94)，中国的长期潜在增长率，进而通过对比得到“全面二孩”可能产生的“改革红利”。

      在理论上，受政策影响新出生人口在短期不但不能成为劳动年龄人口，还将增加少儿抚养比。如前所述，抚养比上升不利于资本形成，因此，放松生育政策在短期内对潜在增长率产生负向影响。然而，从长期来看，当新增人口进入劳动年龄阶段后，劳动力供给潜力会逐渐增加，同时抚养比也会逐渐降低。因此，放松生育政策可以提高长期潜在增长率。模拟结果显示：在“十三五”初期实行的“全面二孩”政策如果能使TFR进一步提高0.17，那么“十三五”时期的潜在增长率将减少不足0.2个百分点。然而正向的“改革红利”虽然需要等20年之后(2035年左右)才能初步显现，但是对潜在增长率的正向影响将大于短期的负效应(见表2)。

      

      3.延迟退休。在应对人口老龄化和劳动力短缺的过程中，发达国家通常采用的方法是延迟退休年龄增加潜在的劳动力供给。为了对比“放松人口生育政策”和“延迟退休年龄”两种可能的政策调整对潜在增长率的影响，我们在基准情景的基础上，给出了三种模拟方案。第一种方案是从2016年开始延长退休年龄，直接延长5年。第二种方案是通过渐进的方式逐步延迟退休年龄，每隔2年推迟1年退休年龄，累积延迟5年。第三种方案是逐步延迟退休年龄，每隔2年延迟1年，累积延迟8年。虽然中国的法定退休年龄为男性60岁、女性干部55岁、女性工人50岁，但是由于存在提前退休的现象，中国实际退休年龄大约为男性58岁，女性52岁。在模型中，延迟退休年龄将增加对应年龄人口的劳动参与率。为了简化分析，我们假设延迟退休政策实施后，58岁的男性劳动参与率等于政策出台之前57岁男性的劳动参与率。以此类推④。

      需要强调的是，模拟中隐含的假设前提将高估“延迟退休”带来的“改革红利”。原因有两点：第一，我们隐含的假设是“存在岗位空缺”，即延迟退休与年轻人的新增就业之间不存在替代关系。显然在大部分情况下两者之间存在部分替代，特别是政策实施的最初阶段。因此，这个假设将高估其产生的增长效应。第二，我们假设政策实施后，实际退休年龄门槛(男性58岁、女性52岁)上的劳动参与率将有所增加，近似等于原有政策下男性57岁和女性51岁时的劳动参与率。这一假设使得政策实施后男性57岁(女性52岁)和男性58岁(女性51岁)的劳动参与率相同，这里没有考虑到年龄对劳动参与率的影响，显然将通过高估劳动参与率，高估了这项政策所产生的增长效应。

      尽管模拟中隐含的假设高估了“改革红利”，但是这一高估了的“改革红利”也不足0.15个百分点，并且这种效应仅在短期内发挥作用，从长期来看，改革所产生的增长效应将迅速消失。具体来看，第一种假设情景带来的短期正效应仅有0.1-0.15个百分点。此后这项改革产生的效应会迅速消失。如果是逐步延迟退休年龄(第二种假设情景)，在2020-2025年将产生明显的改革红利，但也仅为0.1-0.15个百分点。即使将退休年龄逐步延迟8年，产生的正向改革红利也只有0.2-0.25个百分点，同样，改革红利也难以在长期得到维持。从这项模拟中看出，仅仅依靠增加劳动力要素投入，已经难以获得显著的改革红利(见图3)。

      

      图3 延长退休年龄对潜在增长率的影响

      4.增加人力资本。提高人力资本的方式有很多种，通常的方法是提高教育年限和增加培训。然而，通过增加教育年限提高人力资本将是一个相对漫长的过程。在通常情况下，当个体年龄超过特定的受教育年龄段时，其人力资本水平(不考虑培训的情况)将不再随着年龄增长而有所提高。针对年轻人口的教育政策，可能需要几年甚至十几年才能在劳动力市场中有所体现。为了对提高教育年限和增加培训这两种提高人力资本的方式进行比较，我们首先假定在没有培训的情形下，增加平均受教育年限对中国潜在增长率的影响。

      我们给出三种假设：在基准情景基础上，平均受教育年限可以分别增加0.5、1和1.5年。我们的模拟结果显示，教育年限提高对短期的潜在增长率产生了显著影响，但是长期也会有所回落(见图4)。例如，平均受教育年限增加1年时，“十三五”时期的平均潜在增长率能够从6.6%提高到7.5%，“正效应”能够接近0.9个百分点(见表2)。然而，长期来看“改革红利”将减少为0.023个百分点。

      

      图4 增加人力资本对潜在增长率的影响

      进一步，我们假设如果政府和企业能够定期给员工提供培训的机会，那么提高人力资本将很可能显著地增加潜在增长率。为了对此进行验证，我们给出了一个简单的假设：即在基准情景基础上，假设每年劳动力市场中的工人平均都可以拥有1.2个月的培训时间。因此，每年劳动力市场中每10个工人的平均受教育年限将增加1年；或者说，每个劳动力平均每工作10年其平均受教育年限会增加1年。这个假定暗含了不同年龄的劳动力享受相同的培训概率，但实际上，培训概率在年龄上的分布是不均等的。为了简化问题我们选择这个假设并推算了2011-2050年中国的平均受教育年限，其中隐含的假设是，培训时间等同于增加受教育年限。

      模拟结果显示，增加培训将对人力资本和潜在增长率产生更明显的促进作用。以“十三五”时期为例，如果劳动力市场中工人每年的培训时间达到1.2个月，将使潜在增长率从6.6%提高到6.98%(见表2)，“改革红利”达到0.38个百分点(基准模型并没有考虑培训问题，因此每年的培训时间为0个月)。值得注意的是，由于劳动力在第t年所获得的培训增加了自身的人力资本，因此新增人力资本(由培训带来的受教育年限的提高)可以代入第t+1年及以后的时期。

      值得注意的是，通常情况下教育仅针对30岁以下的年轻人，因此通过增加教育年限提高人力资本水平将是一个缓慢的过程。相比之下，培训则覆盖所有劳动力，如果将培训视为另外一种提高受教育年限的途径，那么通过培训提高人力资本的方式将显著影响潜在增长率。根据我们的模拟结果，培训带来的“改革红利”即使在长期也能够达到0.3个百分点。但需要强调的是，这并不意味着教育处于次要地位。相反，教育是一个国家的“长期投资”。

      5.长期的“改革红利”：增加要素投入和提高全要素生产率的对比。提高潜在增长率的方法包括两类，分别是提高要素投入和提高生产效率。由于“人口红利”逐渐减弱，提高劳动参与率将成为另一种替代的方案。即使劳动年龄人口保持不变，劳动参与率上升也能提高潜在劳动力供给，进而使潜在增长率有所上升。我们假设从“十三五”开始，中国的劳动参与率可以分别提高1个百分点、2个百分点和5个百分点，那么“改革红利”带来的短期效应(2016-2020年)可以分别达到0.19个百分点、0.38个百分点和0.95个百分点。然而，提高劳动参与率带来的“改革红利”会逐渐减弱，到2045-2050年“改革红利”甚至降低到0.013个百分点、0.026个百分点和0.062个百分点。此时，由劳动参与率带来的“增长效应”将降低到不足之前的1/10。我们发现，相同程度的“干预”(treatment)产生了递减的“增长效应”。可以说，围绕劳动参与率的政策改革并不是我们可以长期依赖的“改革红利”。图5可以更加直观地反映这个问题。

      我们发现，与提高劳动参与率所产生的递减“增长效应”不同，提高全要素生产率带来的“改革红利”是递增的。我们假设从“十三五”开始，中国的TFP能够分别提高0.2个百分点、0.5个百分点和1个百分点。“十三五”时期带来的“改革红利”可以分别达到0.22个百分点、0.56个百分点和1.12个百分点。这一改革红利到2045-2050年不仅没有减少反而有所上升，“改革红利”可以达到0.30个百分点、0.76个百分点和1.54个百分点。相比提高劳动参与率带来递减的“改革红利”，我们认为提高全要素生产率(包括技术进步和提升要素配置效率)才是中国未来长期经济发展的动力来源。

      

      图5 长期的“改革红利”：劳动力要素投入和生产率对比

      6.综合“改革红利”。我们之前分别讨论了提高总和生育率、劳动参与率、全要素生产率和人力资本(提高升学率和培训)对中国未来潜在增长率的影响。虽然单项改革对提高潜在增长率的影响十分有限，但是政府可以选择政策组合的方式扩大政策产生的“改革红利”。我们给出如下的政策模拟：生产税在原有基础上减少1/5，进一步放松人口生育政策使总和生育率提高0.17(d_1)；在此基础上增加培训(d_2)；进一步使劳动参与率增加1个百分点，全要素生产率增加0.2个百分点(d_3)。在第二组政策模拟组合中，所有假设都不变，只是总和生育率提高0.34。这些政策组合产生的“改革红利”并非简单的叠加效应。从某种程度上，综合改革红利的效果大于单项效应加总。例如，在2045-2050年期间，d_3政策组合中的单项“改革红利”分别是0.856个百分点(减税1/5)、0.158个百分点(总和生育率提高0.17)、0.306个百分点(增加培训)、0.013个百分点(提高劳动参与率)、0.304个百分点(提高全要素生产率)。各单项改革红利加总后是1.637个百分点，然而我们得到的综合改革红利是1.71个百分点，见表3(d_3)。这说明综合改革还可以产生叠加的政策效果。从表3综合模拟结果来看，如果各项改革都能发挥作用，中国未来的经济增长潜力会在基准情景基础上增加1-2个百分点，即中国的“改革红利”平均可达1-2个百分点。

      

      四 改革优先领域和改革方式

      以劳动年龄人口绝对数量减少和人口抚养比提高为特征的人口红利逐渐减弱，导致中国的潜在增长率不断降低。然而，这并不意味着政府面对不断降低的潜在增长率不能有所作为。通过一系列改革措施清除不利于要素供给和生产率提高的制度障碍，从而减缓潜在增长率下降的趋势将成为中国保持经济可持续发展的关键。对于改革红利的模拟结果，也有助于我们选择改革的优先序和改革路径与方式。

      第一，政府应该继续坚持“生育政策调整和完善”。虽然放松人口生育政策并不会带来立竿见影的增长效应，如与“单独二孩”政策相比，“全面二孩”政策在最初的15年对潜在增长率产生负向影响，但是这种负效应十分微弱。从长期来看，放松人口生育政策将有利于实现合理的人口结构，提高未来劳动年龄人口数量和比例，从而能够对潜在增长率产生正向影响。但是我们必须认识到，虽然人口生育政策会影响总和生育率，但是人口的生育率下降是经济社会发展的结果。随着经济发展，生育意愿不断降低乃大势所趋，不能指望有明显的逆转。因此，在人口生育政策上，政府应该根据微观监测数据和人口发展现实进一步调整生育政策。

      第二，完善市场配置资源的体制和机制，创造平等进入和退出的竞争环境。提高全要素生产率还有一个重要的领域仍然有着巨大的潜力，即行业内部的企业之间存在巨大的生产率差异，允许更有效率的企业生存、扩大和发展，相应淘汰那些长期没有效率改进的企业，可以提高行业进而整体经济的生产率水平。有研究表明，在美国，通过部门内企业的进入、退出、生存和消亡这种创造性破坏机制，对全要素生产率提高的贡献为30%-50%(Foster等，2008；Foster等，2001)。此外还有研究表明，中国部门内企业间生产率差异巨大，如果缩小到美国的水平，可以使全要素生产率提高30%-50%(Hsieh等，2009)。这两个数字如此巧合的涵义是，迄今为止，中国尚未获得这种类型的全要素生产率源泉。所以，与此相关的改革也是收益明显的领域。

      实际上，通过形成混合所有制改革，可以给予更多的机会让非公有经济进入竞争性行业，通过竞争打破国有企业垄断，可以获得上述改革红利，即通过提高要素流动性促进全要素生产率增长，并最终使潜在增长率得到提高。此外，还可以通过金融体制改革提高要素配置效率。金融体制改革的重点应该在于利率市场化的推进。只有市场化的利率才能实现资本的配置效率。在非市场化的利率条件下，利率不能随着资本回报率浮动，生产效率和配置效率都低于最优水平，导致全要素生产率下降。

      第三，通过户籍制度改革推进农民工市民化。通过公共政策改革，可以推动农村剩余劳动力进一步转移和农民工市民化，既可以通过增加劳动力供给提高潜在增长率，也可以通过消除制度障碍疏通劳动力流动渠道，继续创造资源重新配置效率，保持全要素生产率的提高。遵循三条并行的路径——吸纳农民工成为城市户籍人口，为尚不具备条件成为市民的农民工提供与城镇居民同等的基本公共服务，以及实现社会保障体系对城乡居民的全面覆盖，户籍制度改革可以成为收获改革红利的典型领域。惟其如此，改革的顶层设计才能解决改革成本在中央政府和地方政府之间的分担问题，形成激励相容机制。

      最后，当面对一揽子改革项目时，政府应该更加关注“改革的优先序”问题。目前，经济学界对改革优先序的观点有“先易后难”、“达成共识先改”、“最小的一揽子改革”等。实际上，我们可以选择从“增长效应”更明显的改革领域入手逐步推进改革，如改革税收结构、通过改革金融体系并深化国有企业改革实现资源的重新配置效率。进而，政府可以逐渐从依赖“人口红利”转向依靠“改革红利”，通过重构经济增长模式，使经济增长具有长期可持续性。

      感谢两位匿名审稿人具有建设性的修改意见，文责自负。

      ①需要强调的是，文中的模拟主要针对“潜在增长率”而非“实际增长率”。潜在增长率由供给因素决定，包括资本、劳动力、人力资本和全要素生产率。当这些投入要素被充分利用时，所能达到的经济增长水平被认为是潜在增长水平。从长期来看，一个国家的经济增长率主要依赖其潜在增长水平。而实际增长率有可能高于潜在增长率，也可能低于潜在增长率。当实际增长率高于潜在水平时，将出现产能过剩和通货膨胀现象，而低于潜在水平时，将会出现失业或通缩。然而，从长期来看，实际增长率将围绕潜在增长率波动。因此，我们对改革红利产生的“增长效应”模拟将主要针对潜在增长率，而不是实际增长率。

      ②理论上，资本质量将影响资本存量，而在实际估计中，我们很难找到能够近似代表资本质量的方法，为了精确估计资本存量而带入的“资本质量”反而增加了估计的主观性。因此，模型中并没有考虑资本质量。

      ③在“全面二孩”生育政策下，每个家庭最多选择生育2个孩子，因此中国的总和生育率并不会超过2，TFR达到1.94的假设情景也仅限于理论讨论，实际的总和生育率将远低于这个假设。

      ④由于劳动参与率随年龄呈现出“倒U”型结构，因此58岁的男性劳动参与率要低于57岁的男性劳动参与率。延长退休年龄的模拟结果将提高“退休年龄门槛”上的劳动参与率，进而增加劳动力供给。

标签：人口红利论文;  人口结构论文;  改革红利论文;  资本回报率论文;  资本存量论文;  人口增长率论文;  生育年龄论文;  经济增长论文;  经济论文;  总和生育率论文;  人力资本论文;  税收论文;  中国人口论文;