中国经济增长率和生产率的重估与比较——评阿尔文#183;扬对中国经济的增长测算，本文主要内容关键词为：生产率论文,中国经济论文,阿尔论文,中国论文,经济增长率论文，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。
从1978年到1998年间，据国家统计局的统计资料，中国的人均GDP年增长率为8.3%，该增长率使得中国成为世界上同期增长速度最快的国家，并且也是人类历史记载中在如此长的时间跨度内最高的增长率。可是在面对中国的增长数据时，人们存在着广泛的疑问和争论。例如，在萨默斯—赫斯顿(Summers & Heston,1994)国际数据库中，他们就对中国的增长数据的看法是“人们广泛地认为中国的增长率过高”；世界银行的研究报告(1997)也认为1978～1995年间的年均经济增长率应从官方的9.9%修正到8.2%；安格斯·麦迪森(Maddison,1998)认为同一时期的年均增长率应为7.5%。在国内，部分学者也对中国经济增长的统计数据的可信度进行了讨论和修正（吴丕斌，1999；孟连等，2000）。显然，国内外学者和学术机构几乎普遍认为中国的增长数据存在着高估和水分，但是如何去校正和检验中国统计数据的失真，人们却未能取得共识。从而，当学者们利用互不一致的数据来估计中国的经济增长和生产率时，就会出现较大出入的结论（李京文等，1998;Maddison,1998；王小鲁，2000）。
2000年8月，芝加哥大学阿尔文·扬教授引人注目地在美国“国民经济研究局”的讨论文稿中发表了一篇论述中国改革开放时期生产率的论文《去伪成真：中国改革时期的生产率增长》(A.Young,2000)。该论文之所以引人注目，原因有三点：其一，阿尔文·扬是近十几年来“新增长理论”的核心人物，尤其长于数据分析和增长核算；其二，扬对东亚新兴工业化国家和地区的经济增长和生产率所作的分析，被学术界公认为是最为详细和精确的估算(Maddison,1998;Barro,1999)，克鲁格曼那篇影响广泛而富有争议的论文《东亚奇迹的神话》就借用了扬的结论；其三，扬的这篇论文的确在经济增长和要素投入数据的估算方面作了大量细致的工作，这也是国内外同类研究中迄今为止最为详尽的数据分析和增长核算。
本论文的主要目的是对阿尔文·扬的主要研究方法和结论进行批评性的评述和介绍，此外还对扬的结论与其他研究者的结论以及其他国家和地区的增长事实进行比较。
一、经济增长率的测算与调整
扬的论文的大部分篇幅放在对中国统计数据的处理和讨论上，而尽量减少对生产率测算方法的说明。与大部分学者相同，扬对中国统计数据的可信度抱怀疑态度。但扬的作法的不同之处在于，不是拒绝中国官方的统计数据，而是全盘接受它们，利用这些数据来进行系统性调整。所以，在数据探测过程中，他为自己订下了一条诫录：接受中国的官方统计数据，仅当能获得其他的官方数据来源时，才作出调整，并且仅当现有数据的缺陷为人们认同，或易于辩识时，才进行调整。他的目的在于为中国的投入／产出数据找到恰当的测算方法，从而与中国经济中的其他数据相结合，形成内在一致的整体。例如，扬认为他对劳动投入增长的测算方法就与人口增长和劳动参与趋势吻合，也与产出、工资和要素份额变动的数据一致。
另外，扬对中国全要素生产率增长的分析限制在非农业部门，这也与他曾对韩国和台湾地区的分析相同。他这样做的目的是为了回避土地投入测算的困难以及气候对农业产出的影响。
根据新闻媒体的报道和官方的看法，地方部门往往虚报产出的增长，而瞒报投资和人口出生。可是，由于缺乏广泛、独立的历史调查数据，人们就无法用一种系统方法来核实和纠正地方报告的偏误。扬认为，实际上可以利用国家统计局的统计方法来确定数据的偏差。在这一部分，我们主要介绍扬如何利用现有的名义增加值和缩减技术来讨论行之有效的纠正办法。
关于名义增加值，扬认为国家统计局一旦将国民帐户统计数据公之于众后，似乎就不太情愿对这些数据向下作出较大的调整。尽管如此，他仍遵从国家统计局对名义增加值的估计，因为，他认为任何对于服务行业和整个工业的名义增加值的调整都可能是非常大胆和武断的。工业部门和服务部门的增加值可能存在着高估，但人们难以作出令人信服的修正。
我们知道，世界上大多数国家在测算实际GDP时均利用价格指数缩减法来对名义GDP进行缩减，而中国却未采用这样的方式。第一、第二产业采用基年的不变价法来计算实际GDP，即要求企业上报现价和不变价产值；而在第三产业，各种各样的测算方法都在利用，包括不变价法和价格指数缩减法。显然，国家统计局仍主要以固定基年不变价法来缩减名义增加值。
由名义增加值和不变价增加值的两组数据就可以得到不同产业的隐性价格缩减指数(implicitdeflator)。扬引用鲁恩(Ruoen,1995)和胡永泰(Woo,1995)的观点，认为由中国企业上报而得出的隐性缩减指数存在着系统性偏差。他们认为国家统计局所采用的固定基年不变价法的测算是一项艰巨的工作，尤其是随着政府国有企业控制的放松以及非国有企业的发展，企业几乎不可能严肃认真地对待这项工作。
鲁恩和胡永泰认为许多企业都认为产出的不变价值等于名义价值，即隐性缩减指数总是等于1。扬也发现这种简化的看法实际上在其他国家的统计中也存在。他们推测认为中国的一些企业往往为图省事，更普遍的是将通货膨胀率看作常值。不管怎样，假定通货膨胀率为常值（为零，或为正数）可能引致GDP缩减指数无法充分地对物价的上涨作出反应，这尤其容易发生在改革时期。实际上，我们可以将国家统计局所编制的价格指数与第一、二、三次产业的隐性缩减指数作一比较（见表1）。
表1 平均通货膨胀率(1978～1998)
鲁恩认为表1中的一些独立的价格指数可以可靠地代替已有的隐性缩减指数。例如，对于第二产业，鲁恩认为可以用出厂价格指数代替第二产业的缩减指数。出厂价格指数包括了原材料、电力、工业和建筑投入品以及商业最终产品的价格，此指数比第二产业的缩减指数每年高出1.7%。对第二产业，还有两种替代指数：工业品农村零售价格指数和零售价格指数，这两种指数包含了商业企业的利润。阿尔文·扬将这3种价格指数与第二产业的缩减指数回归，仅发现出厂价格指数是显著的。此外，工业品农村零售价格指数仅限于农村地区，而零售物价指数基本上是消费品价格指数。鉴于以上原因，出厂价格指数可以优先替代缩减指数。从表1可以看出，以上3种指数均比第二产业的隐性缩减指数高。
表2 实际GDP增长率(1978～1998)
对于第一产业，鲁恩建议用农副产品收购价格指数来代替第一产业的缩减指数，可是该指数却比第一产业的隐性缩减指数低一些。对第二产业来讲，鲁恩认为用消费价格指数的一部分，即服务价格指数代替，该指数包括邮政、通信、运输、住宅、医疗、婴儿护理以及娱乐服务的价格。由表1看出，服务部门的消费价格指数一直高出第三产业的缩减指数。
如果将鲁恩和胡永泰的建议视作一个假设，那么，就必须严格地利用计量经济方法检验这一假设是否成立。扬分别采用半因子模型(Bi-Facfor Model)和名义冲击模型(Nominal ShockModel)，对他们的假设进行了检验，二者的结论有力地支持了鲁恩和胡永泰的观点，就是说三次产业的隐性缩减指数系统性地低估了物价的变动。据此，扬分别利用以上3种价格指数代替国民帐户中的隐性缩减指数，重新计算中国经济增长率(1978～1998)，图1表示了中国改革开放时期的官方的GDP增长率和调整后的GDP增长率。
由表2看出，GDP增长率和非农业GDP增长率分别调低了1.7和2.5个百分点。
二、要素投入与要素收入份额的测算
（一）劳动力投入
在中国，关于人口和劳动人口的数据渠道主要有两个，一是由《中国统计年鉴》公布的根据人口调查的数据，另一个是不定期的人口普查数据。在80年代以及以前的计划体制时期，国家统计局利用部门上报和调查收集了“全社会总劳动力”数据，这就是表3中第三列“从业人口旧的数字”。过去，国家统计局对“从业”有严格的定义，比如规定城镇临时从业的年轻人的收入至少应相当于当地一级工工人的收入，方才能包括进“从业人员”之中。与之相反，人口普查的“从业”的定义就要宽泛一些，包括所有拥有工资和管理收入的人员，无论这些收入是永久性的，还是临时的。显然，人口普查栏的数字要大些。1997年，《中国统计年鉴》公布的从业数据就在年度调查的基础上作了修正，修正的结果是对1990年以来的从业人口数字作了较大幅度的向上调整，但却带来了另一个问题，即1990年以前的数字未作任何变动。无疑，这是一个重大缺陷。为了解决劳动力数据不连续的问题，阿尔文·扬利用统计年鉴中的其他数据推算出1997、1998年的“全社会总劳动力”（见表3所示），并利用这一数据计算出1978～1990和1978～1998年间的劳动力增长率。
为了进一步检验由“社会劳动力”变动表征劳动力增长这一结论，扬还根据1982和1990的人口普查资料和1997年的1%的人口调查材料，仔细分析了按年龄段和性别分类的劳动参与率（见表4）。他发现，从1982年到1990年间，年纪最小的两个年龄段（15～19岁和20～24岁）的劳动参与率有所下降，而中年和中老年妇女年龄段的劳动参与率却略有上升。1997年的人口变动的抽样调查数据延续了这一趋势。这些变化是与受教育投资的上升和妇女年龄的逐渐增加相吻合的。从1982年到1990年间，整个劳动参与率从0.52增长到0.57，这一增长只有1.1%是由于某个特定年龄段劳动参与率的变动，而98.9%是归因于人口年龄分布的演变。
图1 中国改革开放时期的GDP增长率
表3 中国人口和劳动力数据（百万人）
注：总人口数包括军队，而劳动人口数则未包括。1997～1998“从业人口的数字”根据扬的估计。
表4 按年龄和性别划分的劳动参与率
另外，扬还根据人口年龄分布的变动来验证用“社会劳动力”增长指标衡量劳动力投入变动的合理性。经过分析，他认为1982年和1990年的两次人口普查的数据大体是一致的，特别是工作年龄段的人口并未出现不合理增长。另外，他还发现1997年的人口调查资料中，有几个年龄段出现了异常变动的情况，他对此校正的办法是对1990年的年龄段增加年数（7年），借用1982～1990的特定年龄段的生存率进行核算。校正完后，最终他得到1997年的综合劳动人口数。
根据估计，1982～1990年间劳动人口每年增长2.7%，而1990～1997年间劳动人口增长为1.4%，若将2.7%的增长率延伸到1978～1990年间，1.4%的增长率延长到1990～1998年间，就可以得到1978～1998年间平均的劳动人口增长率为2.2%。从表3可以看出，这一估计值完全与“社会劳动力”增长率相吻合。总之，由于《中国统计年鉴》对于1990年以后的从业人口作了向上调整，阿尔文·扬并未简单地利用年鉴中的数据去计算人口增长率，而是将目光放在人口分布的变动趋势上，从而使2.2%的劳动人口增长率与合理的劳动参与率和人口年龄分布的演变趋势相一致。
另外，扬还推算出非农业部门中的劳动人口增长率。“社会劳动力”数据表明劳动人口大量从农业向工业和服务业转移。与此相反，人口普查数据却显示出行业就业人数的变动十分平稳。假若考虑到改革期间农村工业的飞跃发展，这些数据是令人难以置信的（见表5）。
实际上，1985年和1995年的两次工业普查证实了农村劳动力向工业部门的转移，同期工业劳动力的增长速度为4.5%，超过了“社会劳动力”的增长，2.8%。
为什么两次人口普查的数据会与现实的情况不相符呢？阿尔文·扬的推测是由于调查表中的问题设计造成的。当时，被调查者要求回答他的工作单位名称和工作地点，而不是填上他的工作行业，所以许多人都填上“务农”的记录，从而损害了统计的准确性。与普查不同，“全体社会劳动力”数据由于是基于企业的上报数据，将较为真实地反映出行业间劳动力的流动。
为了进一步核实部门间劳动力转移的真实情况，扬还利用了农业和非农业部门的国民收入份额数据加以验证，测算的结果是非农业部门从业人数的年均增长率大约为5.0%。
（二）人力资本变动
要准确地测算劳动力投入就应该考虑到劳动力人力资本的变动。为此，扬主要利用了人口普查和不定期的调查数据，来源包括1982年和1990年的人口普查，1987和1995年1%的样本人口调查和1997年有关人口变动的调查。在扬的论文中，他着重介绍了1982～1990年间和1990～1995年间有关劳动力方面的各项数据变动情况。
表5 经济部门中劳动人口的分布
此处，人力资本的增长主要体现在劳动者受教育程度的提高上。改革开放以来，政府提供了各种自学或成人教育的途径，从而使得受过中等教育和高等教育的人数以较大的比例增加。不过，扬认为在人口普查中将受过成人教育和正规教育的人混在一起统计很不恰当，根据在于两种类型的文凭具有不同的市场价值。为此，扬又分别对1990年和1995年的受过继续教育的人数作了扣除。表6列出了扬利用两种不同的方法对劳动者的基本情况（包括性别、年龄和受教育程度）作的估计。
表6 劳动人口的基本情况
方法1是利用1982年和1990年的人口普查数据，以及该时间段的年度生存率，外推并估算出1995年的人口分布情况；同时引用了1995年人口调查中有关不同年龄段受教育程度的数据。方法2的不同之处在于为了区分成人教育和正规教育的不同，不考虑1982年和1990年年龄为25岁以上的人受教育程度有改善的情况，但利用了1990年人口普查中的有关年龄、性别和教育参与率数据。
关于职工的收入数据，阿尔文·扬采用了国家统计局的《城市家庭调查》(1986～1992)的城市家庭收入的调查数据；此外还以中国社科院的“城乡家庭调查”数据作补充。扬的细致工作还在于对这些调查数据一一作了甄别，将样本数缩小；然后，用年龄、性别和教育程度哑变量对工资的对数进行回归。
计量分析的结论为：劳动者的工资是随受教育程度的提高而增加；另外，对于同样年龄和文化程度的人来讲，妇女挣的工资要低一些。根据扬对东亚新兴工业化国家和地区的研究结论，这些国家和地区中不同年龄的收入状况具备“倒U”型特征，这也许反映出实践经验的长短、人力资本的积累和身体老年化的影响，然而，中国的情形却恰好相反，个人的实践经验（或年长）对个人收入的高低起决定性作用。最后，阿尔文·扬利用劳动者收入权重计算出中国改革时期(1978～1998)非农业部门的人力资本增长率。无论是用方法1和方法2的数据，测算出的人力资本增长率都基本上接近1.1%。
扬将有效劳动力投入的增长定义为超对数指数形式，即在t-1到t的时间段中，有效劳动的投入增长为：
上式中，L[,i]是类型i的劳动力，θ[,i]为类型i在劳动总收入中的份额。
此处，有效劳动投入增长率为总劳动力投入增长和人力资本增长之和。根据前面的分析，在1978～1998年间，中国非农业经济中总劳动力投入增长为4.5%，人力资本增长为1.1%，那么，有效劳动投入增长率为5.6%。
（三）物质资本的投入
阿尔文·扬将“存货变动”从资本存量的测算中排除掉，而着重于测度固定资本总形成（简称GFCF）。在测算固定资本总形成的数据时，扬主要利用了Hsueh和Li的关于中国26省的固定资本形成的行业数据(1978～1997)(Hsueh& Li,1999)。而对于1952～1977年期间的资本形成的估计，扬则利用了《中国统计年鉴》中关于国有单位的固定资本形成的行业数据。根据以上的数据，就可以进一步得到非农业领域的固定资本形成的各年度名义值。
表7 资本存量增长率(1978～1998)
可是，此处面临的问题仍是如何得到合适的固定资本形成的缩减指数，因为官方的固定资本形成的隐性缩减指数主要依靠企业按不变价上报的数据，这与前面所讲的经济增长率估计面临相同的问题，同样可能低估物价的上涨。中国有独立的价格指数，即用固定资产投资价格指数来缩减固定资本形成的名义值，不过，目前只有1990年之后的该指数的数据。因此，扬不得不采用一种迂回的方式来求缩减指数，步骤是：先找出最终支出中各个非资本部分（包括农民消费、城镇居民消费、政府消费、存货、进口和出口）所对应的价格指数，然后再与前面所得到的修正后的生产法缩减指数一道，代入国民帐户中收入法GDP与支出法GDP相等的恒等式中，这样就可得到固定资本形成缩减指数。扬利用官方的价格数据构造和计算了非资本部分的缩减指数。
据测算，在1978～1998年间，固定资本形成的缩减指数变动为8.8%，这与扬所计算的同期制造业和建筑业的加权物价变动8.9%吻合。对于计划时期1952～1977年，扬接受了官方的0.7%的固定资本形成的价格上涨，并且假定这一固定缩减指数在计划时期为常数。
由此，可以得到各年度的实际的固定资本形成（流量）；另外，扬假定年折旧率为6%，并且初始资本存量等于1952年的实际投资除以1952～1957年的实际投资增长率与折旧率6%之和。
如表7所示，利用官方的缩减指数，中国非农业经济的资本存量的增长率为9.2%，而利用扬调整后的指数，则为7.7%；并且二种数据都显示出非农业经济中资本／产出比有所下降。
（四）要素收入份额
阿尔文·扬从中国的国民帐户和投入—产出表中推算出实际劳动份额，即员工总报酬在GDP中的比例。测算的结果是在1978～1997年间，劳动在GDP的份额为0.6左右，而在非农业经济中，劳动的份额有所下降，平均值为0.46。显然，资本的份额就相应为0.4和0.54。
三、生产率的估计及比较
有了前面的投入／产出数据，以及要素份额的估计，就可以对中国的全要素生产率进行测算。阿尔文·扬的增长核算公式如下：
上式中，g为全要素生产率，
为GDP增长率，K/K为资本投入增长率，
为有效劳动投入增长率，S[,K]和S[,L]分别为资本和劳动的收入份额。
表8总结了中国生产率的测算结果。阿尔文·扬的结论是：如果将国家统计局的价格指数代替GDP缩减指数，中国人均GDP年增长率将从7.8%减少到6.1%；并且由于劳动参与率的不断上升，每个工人的产出增长又降低到5.2%；如果不考虑农业部门，非农业部门的GDP增长了，但该部门的劳动就业增长得更快，从而每个工人的劳动生产率进一步下降到3.6%；最后，如果将劳动者平均年龄的增长和受教育程度的改善考虑过去，劳动生产率的增长下降到2.6%。阿尔文·扬认为，他所做的数据方面的简单调整，就将中国的增长纪录减少到合理的、人们可以认同的范围。
此外，扬测算出中国同期的全要素生产率为1.4%，这一数字不算高，只能算作中等程度。如果仅从要素投入的作用来看，是劳动深化（包括劳动参与率的提高、农村剩余劳动力的转移以及劳动者教育水平的改善）而不是资本深化（资本的有机构成的提高），才是解释中国人均生活水准得到惊人改善的关键所在。
表8 中国经济增长率与生产率测算(1978～1998)
为了比较起见，我们将扬对东亚4个国家和地区的经济增长核算的主要结论列在表9中(Young,1995)，在分析过程中，扬曾采用了与对中国经济增长分析类似的方法，然而不同之处在于，首先，他未对这4个国家和地区的官方数据进行修正，尽管他也采用了其他各种渠道的数据资料；其次，他对资本和劳动投入估计时采用了更详细的分类（资本投入被分为5种，但不包括土地，劳动投入被划分为7种）。
此处，扬所得出的结论为东亚新兴工业化国家和地区经济的高速增长主要是靠要素积累（包括劳动参与率的上升、教育水平的改善和投资的增长）和资源在部门间的重新配置（从传统的农业向制造业等部门转移）。其中，中国台湾和韩国的经历与中国大陆的非常类似，就是劳动力投入而不是资本投入对经济增长起着决定性作用：
总之，扬认为中国中等程度的非农业经济劳动力生产率增长2.6%和TFP增长1.4%具有正、反两个方面的结论。一方面，与其他国家的改革的经验相比，中国持续的2.6%的劳动生产率增长应算是一个奇迹；另一方面，由于论文中所得的结果仅仅是一个保守的估计而不是最低的估计，以及原中央计划体制的低效率，人们期望中国的转型理应取得更大的成就。所以说，中等程度的生产率增长某种程度上反映了中国所面临的长期问题，例如国企改革的困境，以及由于地方政府的干预而对工业生产和贸易造成的低效率。
扬还认为中国的农村经济体制改革是中国最了不起，最容易的改革成就之一，尽管农业在许多方面仍是扭曲的，但从统计分析中仍能发现农业部门快速的生产率增长和被抑制的“剩余劳动力”所释放出的巨大收益。无论是受到部门生产率增长的驱动还是部门间劳动边际产品均等化的作用，劳动力从农业部门向外转移与不断增长的参与率、教育程度和资本投资一道已在韩国和中国台湾等增长经济中扮演着重要的角色，这在中国的经济增长过程中，起着同等重要的作用。尽管学术界大多强调工业和出口的作用，但对世界上这个增长最快的经济来讲，更深入的理解还在于发展中最为基本的东西：农业、土地和农民！
表9 东亚4个国家和地区经济增长率和生产率测算结果
注：表中韩国和中国台湾的要素投入和生产率的测算仅限于非农业经济。
四、批评性评论及结束语
尽管人们对阿尔文·扬的数据处理方式和结论不一定赞同，但他所做的大量细致、甚至琐碎的数据筛选工作是应该予以肯定的。他的研究方法的主要特点包括：
(1)让数据本身说话。尽管许多人怀疑官方数据的质量和真实性，但是缺乏其他渠道的完备的数据给予校正。因此，任何简单的假定和调整都可能是大胆和武断的。正因为如此，扬不是简单地拒绝和修正官方的数据，而是接受官方的数据，仅当现有的数据的缺陷为人们认同和易于辩识时，才加以修正。事实上，各种数据的虚报和瞒报就如历史上发生过的事件，当你缺乏这一事件的完备的信息，你是无法去澄清和纠正的。
(2)“大胆假设、小心求证”。扬在对几个主要的增长变量进行调整时都作出了较为大胆的假设。例如假设用3种官方公布的价格指数来代替3种相应的隐性缩减指数，用原“社会劳动力”数据代替从业人员数据。但是，他并未简单地利用这些假设调整数据，而是十分小心地用计量分析方法来验证这些假设是否成立，让数据本身来选择合适的指标。
(3)从多个角度验证数据的一致性。数据质量的好坏不仅限于微观角度归纳，描述统计数据质量的状况，更应该进行全面系统的数据分析，特别是分析不同渠道数据的一致性。比如，关于推算中国非农业经济中的劳动力增长率时，就充分利用了人口普查数据、社会劳动力数据和工业普查数据，来判断各种来源的数据是否吻合、一致。
当然，以上3个特点并非说明扬的估计是十分准确、可靠的。实际上，扬的某些测算方式仍值得推敲，数据估计的途径也存在着改进的可能。
首先，代表三个产业的3种价格指数并非完全合适。例如，代替第二产业隐性缩减指数的出厂价格指数对第二产业中的建筑部门来讲，就不太适合；另外，扬利用价格指数对产出的调整方式忽视了产出和投入间的相对价格的变动。因此，进一步改进的途径是，利用物价变动的历史数据构造出针对三个产业的价格指数，从而更准确地表征三个产业的隐性缩减指数。
其次，要素投入的测定仍是初略的，有待进一步细分和深入。与扬对东亚4个国家和地区的分析及乔根森(1995)的不同，扬未对中国的劳动和资本投入进行详细分类和加数处理，从而存在着进一步改善的可能。在此，尤其应关注对实物资本的测算。一方面，资本品的价格难以准确地反映出产品质量、使用效率的变动，特别是对发展中国家来讲，往往缩减不够；另一方面，在实物资本测算中，对资本品不同的分类及在确定资本品的使用效率和折旧率时都可能给实物资本的测算带来误差。
第三，模型的基本假定仍值得推敲。阿尔文·扬在本论文中所采用的基本假定包括了完全竞争、规模报酬不变和替代弹性不变，而在实际情况中，这些限制性假定都有可能不会成立。例如，在非完全竞争条件下，垄断利润将反映到资本收入中，从而资本的收入份额将会高估资本的产出弹性；在规模报酬递增的情况下，由于索罗余值包含了规模报酬，从而会高估真实TFP增长。
最后，应正确认识TFP的内涵以及全面衡量技术的变动。我们知道，由索罗余值计算出的TFP增长是无法直接观察的所有因素所带来的增长，其中包括各种测量误差、模型设定误差等，的确是一个非常随意的概念。实际上，我们还应该关注另外的指标，如劳动生产率以及劳动生产率增长，前者是潜在社会福利的衡量，后者则某种程度反映了技术进步的变动情况。要素的积累（如资本投入和教育水平的提高）本身是技术进步的结果，它们都不是独立于经济发展的，而是由技术进步内生的，现实中，我们很难将反映在要素投入中的体现的技术进步与反映在TFP中的未体现的技术进步分离开。阿尔文·扬对东亚4个国家和地区以及中国的分析结论，即技术进步在经济增长中的作用不显著，无疑与我们的直觉和体验相悖，这不得不使我们对增长测算的理论基础，即新古典增长理论产生怀疑。的确，增长测算并未告诉我们要素投入的变动与TFP的提高与决定经济增长的最为基本的因素，如偏好、技术和政策，是怎样发生着联系的。
标签：经济增长率论文; 中国统计年鉴论文; 资本有机构成论文; 非农数据论文; 人口增长率论文; 国内宏观论文; 经济论文; 投入资本论文; 劳动生产率论文; 宏观经济论文; 生产率论文; 中国人口论文;