中国潜在经济增长速度下滑对部分经济指标的影响，本文主要内容关键词为：经济指标论文,增长速度论文,中国论文,经济论文，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。
中国经济已经经历了长达三十多年的高速增长，年均增长速度超过9％。从国际经验看，无论是经济发展非常成功的新兴工业化国家，如韩国；还是曾经陷入“增长陷阱”的拉美国家，如巴西、阿根廷等，当经济发展到一定水平后，增长速度都会出现不同程度的下滑。今后中国经济或早或晚也将会出现增长速度下滑的现象，因此有必要研究经济增长速度下降所带来的影响。
通常，决定短期经济波动的力量与决定长期经济增长的力量是不同的，短期内总需求的变动特别是投资需求的变动对总产出起决定性作用，总需求的波动决定了经济周期性波动；而长期来看经济增长则由总供给决定，取决于其潜在增长速度。在这里讨论经济增速下滑对就业和财政收入的影响，主要是从短期角度来分析中国经济短期内出现速度下滑会造成什么样后果。具体而言，主要讨论中国经济增长速度下降对工业企业盈利、财政收入、就业和金融资产这四个方面所带来的影响。
本文采用两大类方法来定量分析中国经济增长速度下降可能带来的影响。第一类方法是计量经济学的方法，采用多种回归分析的方法来找到经济增长速度与工业企业盈利、财政收入、就业之间的关系，并以此来估计经济增长速度下降所产生的影响。第二类方法是采用可计算一般均衡模型这一结构化的方法来研究经济增长速度下滑的影响。可计算一般均衡模型的方法可以较好地刻画经济活动内部的相互关系，并能够给出详细的结构化结果，比如对不同行业的影响。两种方法的结果可以相互参照。
一、经济增长速度下滑对就业的影响
（一）经济增长下滑对就业的宏观影响
本文所分析的就业指非农部门的就业。图1给出了基于可计算一般均衡模型模拟的经济增长速度下滑不同幅度对非农就业的影响结果。从就业的角度来看，图1的结果显示当经济增长的速度分别下滑1－4个百分点时，造成的非农业就业岗位将分别下降0.75％～3％。从弹性系数的角度来看，非农业就业弹性平均在0.7左右，即经济增长的速度每下滑一个百分点，新增非农业就业需求将减少大约3百万左右。
从劳动力的角度来看，当前和今后较长一段时间我国都将面临很大的就业压力，一方面根据目前人口总量及年龄结构的预测，我国劳动年龄人口（15～60岁）一直要到“十三五”期间才会趋于平稳，直到2025年左右才会出现明显的下滑；另一方面，到2009年我国农业劳动人口所占的比例仍然高达38％（2.97亿左右），这一比例远高于新兴工业化国家，更是高于欧美发达国家，这意味着今后我国仍然还有一定量的农业劳动力需要转移到城市从事非农产业①，整体就业压力依然很大。因此，如果未来经济增长速度下滑幅度较大，将势必影响农村劳动力的转移就业和城市化的进程。
同时这里还采用最基本、最直接的回归分析的框架和方法讨论就业与增长之间的关系，也就是首先将年度（1978～2009年）的非农就业人口数、非农产业GDP以及城镇职工报酬取对数，然后作回归分析。回归分析结果表明，如果非农GDP下降一个百分点，则非农就业会下降0.75个百分点；如果城镇平均工资上升一个百分点，则就业会下降0.57个百分点。如果以2009年的就业人口作为基数，非农就业人数将分别会下降360万和280万人。通过比较可以发现回归分析的结果与前面采用可计算一般均衡模型的模拟结果非常接近。
（二）经济增长下滑对各部门就业的影响
图2给出了经济增长速度下滑1个百分点对各非农行业就业的影响。整体来看，经济增长速度下滑对第二产业的影响要明显大于第三产业，平均来看对前者的影响要比后者高0.1～0.2个百分点。从各个具体的行业来看，图中结果显示受影响最大的就是建筑业。当经济增长速度下滑1个百分点，建筑业的就业人数将下降1.2％，大约会损失70万个就业岗位；其次，第二产业内部受影响较大的就是与建筑业有关的行业，如建材、木材加工等。从第三产业来看，受影响最大的是与建筑业有关的房地产业，当经济增长速度下滑1个百分点，房地产业的就业人数将下降1.1％，大约会损失2万个就业岗位；与房地产业相比，商业（商品批发零售业）就业影响程度小一些，大约1％，但是这一行业是整个服务业内部吸纳就业人数最多的行业，因而损失的就业岗位也很多，大约会损失90多万个就业岗位，从损失的就业岗位绝对数量来看，这一行业无疑是损失最大的行业。
需要指出的是，由于我国对外贸易中加工贸易出口占了很大的比重，而加工贸易主要利用国内廉价的劳动力和资源，因而大部分出口加工贸易的劳动密集程度要高于一般贸易和国内需求。因此在出口需求下降的情况下，其就业所受的影响更大，由于目前模型没有区分加工贸易，因此对于这些出口依存度较高行业的实际就业损失要比前面模型测算的高，也就是这里对于制造业就业影响的测算存在一定的低估。
图1 不同经济增长下滑幅度对非农就业和财政收入的影响（％）
资料来源：DRCCGE模拟。
图2 经济增长下降1个百分点对各行业就业的影响（％）
资料来源：DRCCGE模拟。
二、经济增长速度下滑对财政收入和税收的影响
运用可计算一般均衡模型模拟的经济增长速度下滑对财政收入的影响结果也显示在图1中。从财政收入来看，图1的结果显示当经济增长的速度分别下滑1～4个百分点时，造成的实际财政收入的增长速度将分别下降1.7～6.5个百分点。从弹性系数角度来看，财政收入的弹性平均在1.6左右，即经济增长的速度每下滑一个百分点，财政收入② 的增长速度将下滑1.6百分点左右。如果按照当前的财政收入7万亿来计算，经济增长速度每下滑一个百分点，财政收入的增量将减少1200亿左右。需要指出的是这里还没有考虑价格的影响，如果将价格因素考虑在内，财政收入下降的幅度将更大。可以预见如果经济增长的速度下滑幅度较大，将严重影响政府的偿债能力和提供公共服务的能力。
同样这里也利用了回归分析的方法来分析增速下滑对财政税收的影响。表1给出了财政收入及多种税收收入增速与GDP增速之间的相关系数，结果表明，除了企业所得税之外，国家财政收入、税收收入以及增值税和营业税与GDP增速间都有较显著的正相关关系，而且在滞后两个季度后，GDP的增速与财政及税收收入间的相关系数显著降低，因此，从季度数据看，其影响会持续两个季度左右。
在检验这些指标的平稳性之后，这里采用分布滞后的方法来讨论经济增长速度的变化对于财政收入的影响。经济计量估计的结果见表3，由于营业税、企业所得税和消费税与季度GDP增长速度之间没有找到稳定而且符合经济逻辑的经验关系，表2只给出了财政收入、税收收入和增值税与季度GDP之间关系的估计结果。
图3 工业企业盈利与工业增加值增长间关系
由表2可知，当GDP增长速度下降时，其对财政收入的影响在当期最大，并逐季衰减，在均衡情况下，GDP下降1个百分点（例如从9％下降到8％），财政收入增速会下降3.72个百分点，税收收入增速会下降3.88个百分点，而增值税收入的增速会下降2.44个百分点。表3给出了不同GDP增速情况下，财政收入和税收收入增速的估计。以2009年的财政状况来计算，当GDP的增长速度下降一个百分点时，那么财政收入会比实际情况少收2300个亿（实际增收7190亿），税收收入会比实际情况少2100个亿（实际增收5300亿），增值税收入会比实际情况少440亿（实际增收480亿）。
从两种计算方法模拟的结果可以看到，在估计经济增长速度下滑对于财政收入的影响时，可计算一般均衡模型的结果和计量分析的结构有一定的差异，可计算一般均衡模型模拟的影响要比计量分析得到的影响小，其原因可能是可计算一般均衡模拟的是实际变量，而计量模型表示的是名义收入，价格因素导致了上述差异。
三、经济增长速度下滑对工业企业盈利的影响
由于工业企业具有较为详细的统计数据，我们用工业企业的效益来代表对整体企业盈利的分析。本文采用3个指标来表示工业企业的盈利状况，即企业的亏损面、企业亏损额占比和企业成本费用利润率③，采用工业增加值来反映经济的增长。
图3绘制了工业企业亏损面（lossq）、企业成本费用利润率（costprog，右轴）与工业增加值增长速度（invadrg01）的关系。从图形上直观地看，经济增长速度和企业效益之间存在较为明显的相关关系。相关系数的计算结果也表明企业亏损面、企业亏损额占比与工业增加值呈显著的负相关，而成本费用利润率与工业增加值呈显著的正相关关系（见表4）。
在检验这些指标的平稳性之后，采用分布滞后的方法来讨论经济增长速度（工业增加值增长速度）的变化对于企业盈利的影响，估计结果见表5。
当经济增长速度（工业增加值增长速度）下降时，例如当工业增加值增长速度下降1个百分点时（如从9％下降到8％），当期影响（短期影响）分别为：企业亏损面会上升0.04个百分点④，企业亏损额占比上升0.395个百分点，企业成本费用利润率下降0.032个百分点。长期影响（均衡影响）分别为：企业亏损面会上升0.873个百分点，企业亏损额占比上升2.169个百分点，企业成本费用利润率下降0.266个百分点。利用上表的估计结果，进一步给出一个在不同的工业增加值增长速度状况下企业盈利长期均衡状况的估计（见表6）⑤。以2009年11月的数据看，如果工业增加值下降1个百分点，则亏损企业将增加1.7万家（实有7.3万家亏损企业）⑥。
图4 中国商业银行不良贷款比例
四、经济增长速度下滑对银行资产质量的影响
从部门构成的角度讲，国民经济由非金融机构部门、金融机构部门、政府、居民和非常住单位构成，显然，经济增长速度的下滑会影响到这些部门收益的增长速度，导致企业、居民及其它部门偿债能力下降，影响银行资产的稳定。比较复杂的情况是，经济增长速度下滑会影响资产价格，简化的现金流定价模型表明当增长率下降时，如果贴现率保持不变，则资产价格会下降。通常的观点认为贴现率的变化会慢于增长速度的变化，然而由于贴现率取决于时间偏好率，当增长速度稳定在一个较低的水平时，由时间偏好率决定的贴现率也会下降，反映在资产价格上，可能会有一个先下降然后上升的过程，这个关于资产价格变化过程的假定对于估算中国银行业资产的稳定性非常关键。
（一）历史上的不良贷款比例
中国银监会从2005年第一季度开始披露商业银行的不良贷款比例。从趋势上看，不良贷款比例是逐步下降的（见图4），不良贷款比例最高的是2005年的第1季度为12.4％，到2010年的上半年为1.3％，这期间经历了几次不良资产的剥离和农业银行等银行的发行上市，不良贷款的余额减少，从而降低了不良贷款的比例。
（二）近年来的货币扩张和银行信贷增长
中国经历了持续的货币扩张。从广义货币供给（M2）与名义GDP的比率角度看，一直呈上升状态，1998年上升到1.21，2003年继续上升到1.62，而到2010年大幅上升到1.82，创了历史新高，比1998年增加了51％，而同期其它国家如美国、日本和印度，分别增长了21％、31％和44％。此外，从货币乘数的角度看，中国货币乘数也由1998年的9.3倍上升到2010年16.3，这也表明中国的货币扩张幅度。
同样，银行的信贷增长也很迅速。由表7可以看出，到2010年底，整个银行体系的贷款余额超过50万亿，是2005年的2.5倍，其中人民币贷款接近48万亿，尤其是2008年金融危机之后，当年的新增贷款额大幅上升。
从发放贷款的机构来看银行的新增贷款（见表8），在2005年到2008年之间，除城市商业银行的占比呈现下降趋势外，各类金融机构在新增贷款中的占比是比较稳定的，有小幅的波动。但是在2009年，国有商业银行的占比大幅上升，而政策性银行、农村金融机构和外资金融机构的占比下降，股份制银行和城市商业银行的占比基本稳定。其原因在于，政策性银行尤其是国家开发银行一方面逐步展开商业化改革，另一方面政策性银行受资金来源的限制，短时间内难以扩大贷款规模，所以5大国有商业银行担当了2009年信贷扩张的主角。
目前的数据只有贷款的期限结构以及对房地产贷款的完整披露，没有贷款的行业结构数据。从贷款的流向看，中长期贷款的比重大幅上升，2010年比2005年上升了10个百分点，说明银行向固定资产投资方面的贷款增加；房地产贷款占比增加，面向居民的房屋抵押贷款比重上升也比较快。
一个比较有争议的问题是地方政府的平台贷款，由于对地方政府平台贷款并没有严格的定义，监管部门也没有明确的统计，关于地方政府平台贷款大都是估计数。从已有的研究看，我们倾向认同2009～2010年间地方政府平台贷款余额7万亿～8万亿的估计数⑦。
（三）银行资产稳定性的情景
经济增长速度的下降将影响到银行的资产质量，但是，就目前所拥有的数据和信息而言，并不支持通过逐一估算企业、政府部门、居民部门和资产价格的变动来反映银行资产的稳定性状况。因此，这里只能根据银行资产以及不良贷款的历史状况作多种情景的讨论。
从不良贷款率的历史数据看，最高比例为2005年第1季度的12.4％。那么，一个自然的设定就是如果经济速度下降，不良贷款率有可能重新达到这个高点，如果以50万亿的贷款余额计算，那么就会产生6.2万亿的贷款损失。接下来要讨论的是12.4％是不是当时真实的不良贷款率，当时对中国的银行系统不良资产比率的估计，有很多研究认为可能达到了25％⑧。如果以这个比率计算的话，中国的银行系统不良贷款就可能达到12.5万亿的天文数字，这是我们考虑的第二种情形。第三种情形则从新增贷款的角度估算，认为一个正常的新增贷款额并不会导致不良贷款的快速增加，只有超常的新增贷款额才会导致不良贷款的大幅上升。由表7可以清楚地看到，新增贷款的快速增加只是集中发生在2009年和2010年。此前的新增贷款的增量幅度并不大。如果把2009年前的趋势作为一个正常状态，那么，2009年和2010年两年新增贷款中的超常部分估计有5万亿到6万亿，这个超常部分成为不良贷款的可能性比较大，2009年和2010年居民部门新增4.98万亿，估计有2万亿～3万亿是超常的新增贷款，这其中大部分为房屋抵押贷款。按照我们的假定，也就是资产价格尤其是房地产价格会有一个先降后升的过程，加上这些房地产有20％左右的首付，而且经历了较大的价格上升，我们认为居民放弃房产，停止偿付贷款的可能性较小，而其它的2万亿～3万亿超常新增贷款则可能成为不良资产。
第四种情形则考虑到地方政府的平台贷款。如前所述，目前地方政府平台贷款余额估计在7万亿～8万亿间，如果以5.5％的利率计算，每年的利息支出约为3800亿～4400亿，约相当于2009年地方财政收入的12％－14％，对地方财政能力是一个考验。但从贷款还本的角度讲，如果3年还清，则每年需还本2.5万亿左右；5年还清，每年也需还本1.5万亿左右。由于地方政府贷款都投向基础设施和城市建设，自身的现金流难以清偿本金，更多地需要地方财政财力，包括土地出让收入。如2009年，地方政府的卖地收入总额达1.6万亿元，刚刚能够覆盖按照5年偿还期计算的本金偿还额，当然不能预计所有的卖地收入都将偿还贷款，20％的本金不能偿还应该是一个可以接受的估计。这个比例也就是对农业贷款最高的不良资产比例的一半，照此估算，应该会形成1.4万亿～1.6万亿的不良资产。
总结起来，未来银行不良资产的估计就有四种情形，其各自区间的中间值大致有1.5万亿、2.5万亿、6.2万亿和12.5万亿的金额。在这四种情形中，出现12.5万亿情形的可能性非常小。因为过去的高不良贷款比例是在国有企业改革、银行改革那个特定过程中产生的，目前的金融环境显然已经比当初有很大改善。而至于6.2万亿的情形，如果未来2、3年内货币紧缩过快，流动性收缩过紧，商业银行没有足够的流动性为地方融资平台的负债展期，加上经济增长放缓，出现的可能性还是有的。那么，即使以金额较小的1.5万亿来看，2009年中国银行业的税后利润为6700亿，税前利润约为8400亿，若1.5万亿的不良贷款分3年披露的话⑨，每年在5000亿左右，估计要吞蚀掉中国银行业税前利润的60％，实在是一个不小的比例。
注释：
① 对剩余劳动力的估计结果，不同研究差异较大。大致有两种方法：一种是根据对农业部门劳动力需求的估计，然后用实际劳动力数量减去需求数量。2008年我国农村劳动力中农业从业人员大约为2.965亿人，因为农村劳动力不统计失业人员，因此从业人员大致等于劳动力人数。结合农业部门实际的劳动力需求量，可以估计我国农村剩余劳动力大致在0.7亿～1.2亿之间；另外一种估计农村剩余劳动力数量的方法是根据调查那些尚未转移劳动力的转移意愿来进行推算。由于目前农村尚未转移劳动力往往年龄较大、教育水平偏低，因此用此方法得出的短期剩余劳动力往往较少，根据蔡昉、都阳、王美艳（2008）估计2005年可供转移的农业劳动力约为4357万人。
② 需要指出的，在一般的“实物型（Real）”的可计算一般均衡模型中，模型对价格是零阶齐次（或者说价格中性）的，同时由于模型没有金融和货币市场，因此模型无法反映金融和货币市场变化的影响，因此模型的结果没有包含现实中通货膨胀因素。
③ 企业的亏损面＝亏损企业数/企业总数；企业亏损额占比＝企业亏损额/（企业盈利总额＋企业亏损额）；企业成本费用利润率＝企业利润总额/企业成本费用。
④ 对于企业亏损面而言，当期影响比较小，但是滞后效应却很明显，在滞后2个季度后，其影响达到最大。
⑤ 表6中的估计结果非常柔和，如果样本量更大一点的话，可能估计结果会严峻一点。
⑥ 进一步通过对1978～2009年工业增加值与GDP增长速度之间关系的估计，可以看到工业增加值与GDP增长速度之间的弹性在1.39左右。
⑦ 花旗银行沈明高等的估计是到2009年年底，地方政府平台的债务数约为7万亿，其依据是在央行2009年5月5.26万亿估算的基础上，新增的中长期贷款与固定资产投资项目贷款资金间的缺口1.4万亿元，加上4千亿地方政府的债券。中金公司的估计为2009年底约为7.2万亿，2010年上升到9.4万亿，2011年达到9.8万亿的高峰。此外，成思危先生也在一次论坛中提出，据其课题组估计2009年底地方政府平台债务数约为7.5万亿。
⑧ 见安德森：《走出神话》。
⑨ 当然不良贷款并不意味着完全的损失，不良资产处置之后会有部分资产回收，从四大资产管理公司的情况看，2004—2006年3年的平均回收比例在25.8％左右，也就是说可以回收大约1/4的不良贷款，但从银行的账务处理上看，这对短期的盈利损失披露影响不大。
标签：增长速度论文; 经济增长论文; 新增贷款论文; 经济论文; 非农数据论文; 国内宏观论文; 企业贷款论文; 城市gdp论文; 宏观经济论文; 工业增加值论文; 不良贷款论文;