人民网
人民网>>经济·科技

中国经济:读懂见未来(书里乾坤)

蔡 昉
2017年12月19日04:52 | 来源:人民网-人民日报
小字号

  《读懂中国经济》:蔡昉著,中信出版集团出版。

  《读懂中国经济——大国拐点与转型路径》是在当前复杂经济形势下,理解中国经济的一部不错的作品。书中回顾和审视了中国近40年改革开放历程,对如何认识中国经济奇迹和发展阶段、海内外对中国经济存在的认知误区进行了深刻分析。

  作者希望这是一本“关心中国经济发展的一般读者”都能读懂的书。“不可能三角”、L型增长、老龄化、中等收入陷阱、改革红利……这些在分析中国经济时经常被提及的概念,本书都做出了通俗易懂的解读。 

  

  中国从1978年改革开放到2011年,长达33年的时间里,实现了年均9.9%的GDP增长率,是世界经济发展史上的一个奇迹。当人们习惯于这个高速增长之后,对2012年以来增长减速,容易产生疑惑。那些对中国经济前景的误判,就是产生于错误的观察方法和偏颇的理论依据。一旦将这些错误方法论予以澄清,必将拨开悲观论调的重重迷雾,重新看到中国经济前景的一片光明。

  本书主要从三个方面对此进行了分析。

  如何打破“不可能三角”

  宏观经济学是由周期理论和增长理论两部分构成,但是,专注周期问题研究的学者往往缺乏增长视角。主流经济学家习惯于把观察到的经济增长减速,作为需求不足导致的周期现象来分析,因此,他们往往寄希望于刺激需求的政策能够扭转经济下行趋势。而在增速下行的势头始终未能触底的情况下,便表现出过于悲观的情绪。

  然而,把这个方法论应用于观察中国经济增速的减缓,无疑犯了经验主义错误,因为中国经济面临的不是周期现象,而是经济发展阶段变化的表现。从高速增长到中高速增长是经济发展规律作用的结果,是进入经济新常态的特征之一。

  把世界各经济体按照人均GDP进行排列,可以看到,经济体从低收入到中等收入再到高收入,经济增速递减只不过是规律性现象。中国与之前自身处在较低收入水平时比较,增速有所降低再正常不过。更何况,按照世界银行的分组标准,中国无论是处于低收入水平阶段(2000年以前)、中等偏下收入水平阶段(2000年—2010年期间)还是目前处于中等偏上收入水平阶段时,经济增速都显著高于同样发展阶段所有国家的平均水平。

  因此,无须从周期性、需求侧着眼追求短期的“V字形反弹”,从供给侧认识新常态,才会看到中国经济政策定力之所在。

  曾有穆迪分析人员斯卡特表示,中国确立并寻求的改革、增长和金融稳定三个目标,不可能同时达到,终究要有所取舍,至少在一定时期内放弃其中一个。之所以把三个目标割裂开,赋予其彼此独立且对立的性质,也是由于人们因循流行的观察视角和方法,未能抓住中国经济面临问题的本质。一旦我们从供给侧观察现象、分析问题和寻找出路,就会发现,改革、增长和稳定三者之间并不存在非此即彼或者此消彼长的关系。恰恰相反,正如三角形是力学上最稳定的结构一样,从供给侧入手,正确选择结构性改革方向和优先领域、分寸恰当并精准地推进这些改革,既可直接达到保持经济中高速增长的目标,又有助于防范金融风险,实现经济和金融稳定。

  如何实现L型中高速增长

  现在最重要的经济问题就是增长速度下行,其他许多问题都是由此衍生出来的。国内外有各种声音,比较有代表性的研究有以下几个:

  萨默斯认为,经济增速不可能长期维持超常,终究要回到均值水平,就是世界平均增长速度(大约3%)。他们预测从2013年到2023年中国经济增长速度平均是5%,从2023年到2033年平均是3.3%,即回到了均值。他们没有给出理由,只是说有这样的统计规律。

  巴罗认为如果具备若干条件,后起国家的增长速度会更快一些,最终与发达国家的经济发展水平趋同。但是从长期来看,趋同速度不会超过2%这个所谓的“铁律”。中国过去大大超速了,所以到了减速的时候。因此他对中国经济的增速预测也是3%左右。这个预测已经被证明是错的。

  艾肯格林等人把所有具备长期数据的国家放在一起进行统计分析,发现在大约中国目前的收入水平上,各国基本都经历了减速,减速的幅度可以超过此前增速的一半。他们认为,减速除一般规律之外,不同的国家可能有自己的因素。

  总的来看,这些研究都依据了某种方法,也发现了一些规律,但都有“只见森林不见树木”的缺陷,讲得更多的还是森林,而中国是一棵不同寻常的大树,所以其结论对我们未必适用。

  从供给侧认识经济增长,意味着从生产函数的角度,观察导致潜在增长率下降的因素。我们可以发现以下四个方面。第一是劳动力的持续短缺从而导致工资上涨; 第二是新成长劳动力和人力资本逐渐减少;第三是资本大规模替代劳动,导致资本劳动比过快上升,资本回报率不可避免地下降; 第四是资源重新配置效率的空间缩小,传统模式下的城镇化也即将减速。

  经济体制一些领域的改革进度尚不尽如人意,供给侧结构性改革也遇到“因为包袱重而等待、困难多而不作为、有风险而躲避、有阵痛而不前”的推进困难,这有以下两个原因:

  第一,并不是每个人都真信改革能带来红利。改革红利看不见、摸不着,至少不敢说哪一项改革对应着哪部分红利,所以有些地方和部门改革决心不大,延误时机。第二,改革要靠全社会努力。由于改革成本的分担和红利的分享还没有界定清楚,因此产生了改革的激励不相容问题。

  诚然,根据权威人士的说法,就算不刺激,经济也跌不到哪儿去,到2050年中国经济增速才会降到世界平均值;但是,推进改革就能取得更好的结果。我们的模拟表明,改革越彻底、力度越大,未来就越呈现出L型的潜在增长率。

  如何释放城镇化新红利

  有很多人认为经济增长还会回到原来水平,我们现在遭遇的还是短期的周期性因素。他们提出一个最重要的问题:历史上其他经济体在我们这样的人均收入水平上都没有减速,还会保持很长时间的高速增长,为什么我们在人均收入水平这么低的情况下(相当于美国的20%)速度就要降下来?

  用人均GDP来判断发展阶段,忽略了中国的一个重要特征——未富先老。如果按人口转变来看,中国的发展阶段已经大大不同了。

  我们用人口扶养比和东亚几个先行国家做比较,即15岁到59岁生产力强的人口能够支撑的依赖性人口(15岁之前以及60岁之后)情况。2010年,中国15岁到59岁的劳动年龄人口数量达到峰值。这个现象发生在日本是1990年到1995年期间;韩国是2010年到2015年期间;新加坡是2015年到2020年期间。也就是说,我们在较低的收入水平上达到了比较高的老龄化程度,比较早地丧失了人口红利。

  过去,我们获取人口红利的主要手段其实是借助城镇化,特别是农民工从农村、农业这些生产率低的部门转向生产率高的城市和非农产业,这是一个重要贡献。未来如果还能继续保持下去,加上新型城镇化可能有一些新的经济增长源泉,我们还可以得到经济增长的动能。

  我们知道,对经济增长贡献最大的是资本积累,因为资本回报率比较高、储蓄率比较高,对经济增长才有这么大贡献。城镇化能够做到这一点。如果人口扶养比低,食之者寡,生之者众,能够把更多东西储蓄起来形成投资,与此同时劳动力无限供给、资本报酬递减现象不会过早发生,因此资本回报率也较高。城镇化的新移民,由更年轻、更具生产力的人口年龄构成,使城市的整体年龄构成更加合理,因此变得更有利于资本积累和资本回报率。

  此外,总体算来,虽然农民工比城市本地劳动者的受教育年限低,但由于农民工大部分是年轻群体,他们和城市那部分年老的劳动者相比,受教育程度就高了,因此当他们进城替代了逐年退休的城市职工,城市人力资本也得到了改善。

  我们前几年做了一个模拟,在2011—2020年期间,如果每年非农产业劳动参与率(劳动率供给)能增加1个百分点,对应这个时期的潜在增长率会增加0.88个百分点。同样地,如果全要素生产率的速度提高1个百分点,对应的潜在增长率几乎也会增加1个百分点。因此,新型城镇化和户籍制度改革是可以带来真金白银的、实实在在显而易见的改革红利。

  (作者为中国社会科学院副院长、学部委员,本文摘自该书序言)


  《 人民日报 》( 2017年12月19日 24 版)
(责编:王吉全)

分享让更多人看到

推荐阅读
产业观察:“618”平台促销常态化 消费者购物日趋理性
  预售订金(定金)和尾款、直播、全场满赠和满送、跨店津贴、购物返券、满减打折……今年“618”期间,各平台推出系列优惠活动来吸引消费者。然而,此次年中大促,似乎越来越多的消费者们已经没有了当年一遍又一遍算优惠,然后定表开抢的热情,而是选择了“躺平式”参与。…
证监会发布《挂牌公司信息披露电子化规范》等五项金融行业标准
  人民网北京6月18日电 (记者王震)据证监会网站消息,近日,证监会发布《证券期货业结算参与机构编码》《挂牌公司信息披露电子化规范 第1部分:公告分类及分类标准框架》《挂牌公司信息披露电子化规范 第2部分:定期报告》《挂牌公司信息披露电子化规范 第3部分:临时报告》《证券期货业大数据平台性能测试指引》五项金融行业标准,自公布之日起施行。 证监会介绍,《证券期货业结算参与机构编码》标准的实施,通过为证券期货业结算参与机构分配统一的编码,可有效降低编码转换和适配工作成本,便于机构间以及结算参与机构内部进行数据查询、统计、分析、挖掘以及数据共享等工作,进一步促进行业数据标准化,支持行业数据治理工作;《挂牌公司信息披露电子化规范》行业系列标准的制定实施有利于实现证券业内、挂牌公司之间的信息共享,推动挂牌公司信息披露和证券信息服务业规范、有序地发展;《证券期货业大数据平台性能测试指引》的制定,从测试流程、测试方法和测试内容等方面规范了大数据平台性能测试,有效指导各证券期货业机构开展性能测试工作,提升测试能力,提高测试效率,并基于测试结果客观评估大数据平台产品性能。…
返回顶部