中国经济增长质量：产能过剩还是技术进步？_产能过剩论文

中国经济增长质量：是产能过剩还是技术进步？，本文主要内容关键词为：技术进步论文,产能过剩论文,中国经济增长论文,质量论文，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、引言与文献综述

      自改革开放以来，中国经济以年均接近10%的速度增长，取得了令人瞩目的“中国奇迹”(林毅夫等，1999)。关于这一时期中国经济增长的模式，学界已形成了较为广泛的共识。总体而言，中国模式是以要素大规模投入(特别是资本大量累积)为主，而技术进步的作用相对较弱。中国经济增长与宏观稳定课题组(2010)的研究结果显示，在1979-2008年间，中国资本累积平均增长率为10%，对经济增长的贡献率高达70.4%，但全要素生产率(TFP)平均增长只有2.1%，对经济增长的贡献率仅为19.7%。另一方面，尽管中国经济一直保持着较高的增长率，但对中国宏观经济增长的质量问题却有很多的质疑，特别是伴随着持续的高投资率，产能过剩的问题也变得越来越严重，从而导致投资效率不足。我们通过汇总东亚经济体在各自高增长时期下的增量资本产出率的指标后发现，中国的增量资本产出率在东亚各经济体中是最高的，并且该指标在近些年的数值越来越大(见表1)。这无疑表明，中国有很多投资都是缺乏效率的。

      

      由此可见，产能过剩与技术进步正逐渐成为影响中国经济未来是否可持续发展的关键性因素(王立国、高越青，2012；付才辉，2015)。正因为如此，本文从这两大议题入手，重新审视中国经济增长质量问题，以期更好地认识和引领中国经济进入到下一个“黄金三十年”。

      (一)产能过剩

      关于产能过剩，是指实际产出远未达到现有生产能力的产出水平，属于资源未得到充分利用的一种经济现象。一般而言，产能过剩属于经济学上的中观概念，常用于刻画行业的问题。比如，像重化工业大多是资本密集型的行业，并且具有前期投入大、回收周期长等特征，一般也就容易导致产能过剩的问题。不过，在中国高投资模式下，产能过剩问题又往往具有宏观总量上的意义，而不仅仅局限于某几个行业。事实上，无论是钢铁、水泥、煤化工和电解铝等传统行业，还是风电设备和多晶硅等新兴行业，当前中国几乎整个工业部门都存在着严重的产能过剩问题(王立国、高越青，2012)。

      对于产能过剩的衡量，一般采用实际产出与设计生产能力的比值，也就是产能利用率(Capacity Utilization)。因为中国目前尚未形成一个统一的标准，所以，按美国产能利用率的历史均值80%作为判别标准，低于80%便视为产能过剩，并且该值越小则表明产能过剩的程度就越严重①。从目前对产能利用率的研究来看，正是由于缺少国家统计局官方的权威数据公布，因此导致各种良莠不齐的测算结果，低的产能利用率不足40%，高的产能利用率则超过100%，有的甚至还达到371.9%(韩国高等，2011；杨光，2012)。可见，这方面的研究存在一定程度的缺失和失真，亟待进一步改善。

      (二)技术进步

      在概念上，技术进步有广义和狭义之分。狭义的技术进步只反映所用技术水平的提高，即生产可能性曲线向外扩张，也就是一种物化式技术进步；进一步地，广义的技术进步还包括生产技术效率的改善，从原有生产可能性曲线的内部向边界移动(中国经济增长与宏观稳定课题组，2010)。换言之，前者是对机器设备的更新，而后者则是对现有机器设备使用状况的改进。对于中国前30多年的技术进步而言，更多还是表现为更新机器设备的物化式技术进步(林毅夫、任若恩，2007；王小鲁等，2009)。一方面，相较于发达国家的原创技术，作为实施赶超战略的中国，其往往会采用失败风险较小的引进模仿的方式来实现技术进步，最直接的途径便是从国外大量进口和投资机器设备(万光彩等，2009)。另一方面，基于大量资本的形成，通过“干中学”(learning by doing)也促使技术随着机器设备的更新而得到提高(中国经济增长与宏观稳定课题组，2006)。

      衡量技术进步最为广泛使用的指标便是全要素生产率(Total Factor Productivity，TFP)。该指标最早是由Solow在1957年提出，其认为在产出增长中剔除要素投入的部分，剩下的余值就属于“技术进步”。尽管该余值还包括制度等其他因素的部分，但是在规模收益不变与希克斯中性技术的假设下，全要素生产率就可以完全视为技术进步(郭庆旺、贾俊雪，2005)②。不过，在之前剔除要素投入的部分，其要素的投入量并不完全等于要素的实际使用量，特别是存在产能过剩的情况下，资本使用率有着不同程度的下降，这便会低估最终核算出的全要素生产率③。为克服上述缺陷，Basu et al.于2006年提出“纯化全要素生产率”(purified TFP，PTFP)的新指标，也就是在原来计算全要素生产率的时候，剔除的是要素的实际使用量而非要素的投入量，以此来更加准确地反映技术进步的真实情况。由此可见，在产能过剩的背景下，对技术进步的考察需要一种新的衡量方法。

      综上所述，中国现阶段的产能过剩源于自身的发展模式，因缺乏统一的标准，对产能过剩的衡量存在较大的偏差，而这又会对技术进步的衡量产生一定的低估，从而难以真正地认识中国宏观经济增长质量问题。为此，本文将在一个统一的研究框架内，试图利用最新的研究成果，对产能过剩和技术进步的衡量方法作相应的改进，以此来重新审视和解读中国宏观经济增长质量问题。

      本文剩余结构安排如下：第二节估算出全国和省际的产能利用率水平，以此来考察产能过剩的情况；第三节结合产能利用率的指标，估算得到改进后的全国和省际的纯化全要素生产率(PTFP)，从而给出技术进步的低估程度；第四节是结论及政策建议。

      二、产能过剩：对全国和省际产能利用率的估算

      (一)关于产能利用率的估算方法和说明

      在Altig et al.(2011)所构建的动态随机一般均衡模型中，本文利用其推导出的产能利用率计算式

，把全要素生产率的定义式

代入，化简得到(详见文后的数学附录)：

      

      很显然，在估算产能利用率的时候，我们需要对劳动者报酬与资本存量这两个指标进行相应的核算。具体而言，劳动者报酬

的核算是将1999年为基期的居民消费价格指数对按收入法衡量的全国(或省级)生产总值下劳动者报酬的名义值进行价格平减后，得到实际值。资本存量

是按照永续盘存法

进行估算。其中，固定资产投资完成额是以1999年为基期的固定资产投资价格指数进行价格平减，初始的资本存量是按张军等(2004)估算得到的1999年全国(或省级)资本存量，折旧率δ的取值范围在0.05—0.1之间④。此外，按以往文献的估计结果(郭庆旺、贾俊雪，2005；李国璋等，2010)，本文将资本的产出弹性a设定为0.6⑤。以上用到的所有数据均来源于国家统计局历年发布的《中国统计年鉴》。

      (二)全国和省际产能利用率的估算结果

      首先，我们利用前面的方法估算出全国产能利用率的水平，但限于数据的可得性，这里仅能估算得到2000年之后的数据。如图1所示，在最近十多年间，全国产能利用率呈现出不断下滑的走势，从2003年的高点90.9%下降至2013年的62.1%，这也说明了当前产能过剩的问题变得日益严重。其中，在两段信贷热潮过后(分别是2002-2004年和2009-2010年之后)，产能利用率水平出现了急剧下滑，后者低于80%的状况一直持续到2013年年底。进一步地，作为一种稳健性检验，我们将IMF(2012)的估算结果与此进行比较。结果发现，相比国际货币基金组织的估算结果，尽管本文估算的全国产能利用率略高一些，但从趋势变化来看，两者的走势几乎是一致的，不仅是产能利用率表现出逐年下滑，而且特别是近几年下滑的速度更是惊人，多数年份的数值都远低于80%。总之，全国产能利用率不断下滑的事实反映出产能过剩的问题日趋恶化。

      

      注：①这里将1999年的产能利用率统一设定为80%，以下同。②因劳动者报酬的最新数据是到2013年，故本文的估算结果是从1999-2013年；国际货币基金组织的估算结果是从1999-2011年，详见IMF(2012)。

      图1 全国产能利用率的估算结果(1999-2013)

      接着，我们按照相同的方法估算出省际产能利用率的水平。由于缺少西藏固定资产投资价格指数的统计数据，为此，下面只估算了其他30个省份的产能利用率。表2的结果显示：一是在整个考察期间，大部分省份的产能利用率都类似于全国的走势，尤其是在2004年和2008年前后出现两个峰值，但在2010年之后该指标下滑剧烈；二是在考察期末，只有北京、广东、上海、浙江四个省份的产能利用率较期初水平有一定幅度的上升，而其余省份都出现不同程度的下降。很显然，产生上述经济现象的主要原因在于同一时期投资变化的状况。林毅夫等(2010)也认为，投资的“潮涌现象”是导致产能过剩的主要形成机制，再加上政府政策的“积极引导”等因素，社会资金更是集中涌入某一部门和行业，最终导致严重的产能过剩。

      

      综上所述，全国和省际的产能利用率估算结果显示，自2010年之后，产能过剩已然成为一个宏观全局性的问题，也是目前制约中国宏观经济质量改善的主要障碍之一。

      三、技术进步：对全国和省际全要素生产率的再估算

      按照增长核算分析法(Growth Accounting)的定义(Solow，1957)，全要素生产率应为

。基于上一节的内容，在估算得到产能利用率

之后，纯化全要素生产率就可以表示为

。因此，反映技术进步的低估程度便是(详见文后的数学附录)：

      

      因为产能利用率

的取值是在0到1之间，所以

是一个正数，其含义表明：若该值越大，则技术进步的低估程度也就越严重；反之，技术进步的低估程度就相对较小。

      如图2显示，在全国产能利用率出现不断下滑的同时，技术进步的低估程度也与日俱增，特别是在2004年和2008年之后的一段时期尤为明显，这恰好与中国发生信贷热潮之后的时间段相重叠。

      

      图2 全国技术进步的低估程度(1999-2013)

      同样，在省际层面，我们仍然发现与全国技术进步的低估程度相类似的结果，即除了少数省份(北京、广东、上海、浙江)之外，其余大部分省份的低估程度都较期初相比有一定幅度的增加，见表3。

      事实上，有实证研究支持上述结论，一方面，实际总资产增长率越大的行业，全要素生产率也会越大，但产能利用率相应就越低；而另一方面，产能利用率越高的行业，虽然产能过剩越小，但全要素生产率也就越小(付才辉，2015)。可以说，在中国投资潮涌的背景下，产能过剩与技术进步可视为同一现象的两个不同面相，也就是说，高投资的经济增长模式会对宏观经济质量带来正反两方面的影响，既有导致产能过剩的负面作用，也有促进技术进步的正面效应。

      四、结论及政策建议

      从前面的分析可以看到，自2000年之后，不管是全国还是各省，其产能利用率和全要素生产率的变化趋势都是相类似的，即产能利用率不断下滑、技术进步的低估程度有所增加。尽管“产能过剩日益严重与技术进步不断提高”看似是一对相互矛盾的现象，但这又恰恰揭示出中国高投资率的经济增长模式在导致产能过剩的同时，也带来了技术进步。在“新常态”下，中国宏观经济增长的质量从某种意义上要远比增长的速度重要得多。这就需要我们通过转变经济发展方式来解决产能过剩以及从依赖技术进口转向自主创新等问题。

      为此，我们提出如下两点建议：

      一是政府部门应尽快出台公布产能利用率、纯化全要素生产率等官方数据及统一标准，以此来降低企业间的信息不对称和预期偏差。导致产能过剩的微观基础之一便是作为微观投资主体的企业往往会受到信息和数据的约束，可能导致事后看来的预期偏差和投资失误(卢峰，2009)。进一步地，我们还可以借鉴美国等发达国家的经验，利用微观企业的调查数据汇总得到行业或部门的数据，以此来尽可能地减少估算方法所存在的人为主观因素的影响。

      二是“把错装在政府身上的手换成市场的手”(李克强，2013)。尽管现阶段的产能过剩源于中国高投资的发展模式，但其背后也有结构性和体制性的因素。正如潮涌现象所揭示的那样，政府不应该是社会投资的“主角”，要减少其对企业和银行经营的行政干预，积极做好简政放权，切实转变政府职能。

      

      公式(1)的推导：

      

      感谢杨光老师和孙浦阳老师对本文所提出的宝贵意见。感谢匿名评审人，文责自负。

      ①关于美国产能利用率的数据，可参见http://www.federalreserve.gov/releases/g17/current/。

      ②希克斯中性技术的假设是指技术进步不影响投入要素之间的边际替代率。

      ③对于劳动力要素而言，在经济危机时期，劳动窖藏(Labor Hoarding)的现象也会导致对全要素生产率的低估(Meza and Quintin，2007)。

      ④参见《中华人民共和国企业所得税法实施条例》第六十条。

      ⑤郭庆旺、贾俊雪(2005)与李国璋等(2010)分别通过最小二乘估计法和变系数的固定效应模型得到资本的产出弹性α数值约为0.6，因此，本文将资本的产出弹性α数值设定为0.6。

标签：产能过剩论文;  全要素生产率论文;  产能利用率论文;  经济增长论文;  经济论文;