李標(biāo) 齊子豪 丁任重

摘要： ?本文基于納入制度變革、產(chǎn)業(yè)人力資本結(jié)構(gòu)和能源投入綠色化的AK模型，計(jì)算1978—2049年中國(guó)的潛在GDP增長(zhǎng)率，解答中國(guó)能否跨越“中等收入陷阱”和躋身中等發(fā)達(dá)國(guó)家問(wèn)題。在發(fā)現(xiàn)這三個(gè)因素對(duì)產(chǎn)出均存在積極作用后，計(jì)算的潛在GDP增長(zhǎng)率結(jié)果表明，潛在增長(zhǎng)率與實(shí)際增長(zhǎng)率走勢(shì)不對(duì)稱。這有三方面表現(xiàn)：一是潛在GDP增長(zhǎng)率下滑先于實(shí)際增長(zhǎng)率。樣本期內(nèi)潛在GDP增長(zhǎng)率于1985年首次顯著下跌，實(shí)際GDP增長(zhǎng)率的顯著下滑滯后4年;最近一次潛在GDP增長(zhǎng)率的持續(xù)下跌始于2005年，早于實(shí)際GDP增長(zhǎng)率下跌6年。二是1993—2007年的實(shí)際GDP增長(zhǎng)率出現(xiàn)“U型”特征時(shí)潛在增長(zhǎng)率卻緩慢爬升。三是實(shí)際GDP增長(zhǎng)率的降幅大于潛在GDP增長(zhǎng)率。2010—2016年GDP實(shí)際增速降低約3.9個(gè)百分點(diǎn)，潛在增速僅減少約0.8個(gè)百分點(diǎn)，尤其是近幾年潛在GDP增長(zhǎng)率趨于零的降幅表明“L型”經(jīng)濟(jì)近乎觸底。未來(lái)的潛在GDP增長(zhǎng)率顯示：第一，在2043年前后中國(guó)經(jīng)濟(jì)趨于成熟穩(wěn)定，潛在GDP增長(zhǎng)率約4%。第二，不同情景與狀態(tài)組合下，中國(guó)邁入高收入國(guó)家的時(shí)間不同，但均在2045年之前。第三，以韓國(guó)為參照，2050年前中國(guó)有較大概率躋身中等發(fā)達(dá)國(guó)家行列。模型中實(shí)現(xiàn)這兩個(gè)目標(biāo)以平穩(wěn)釋放制度與結(jié)構(gòu)紅利為前提，暗示中國(guó)需要有序穩(wěn)步地推進(jìn)改革。

關(guān)鍵詞：? 潛在GDP增長(zhǎng)率;改革效應(yīng);制度紅利;結(jié)構(gòu)紅利;中等收入陷阱

文獻(xiàn)標(biāo)識(shí)碼： A? 文章編號(hào)： 1002-2848-2018（06）-0001-13

一、引 言

1978—2007年，中國(guó)經(jīng)濟(jì)總量以年均提高約9.6個(gè)百分點(diǎn)的速度增長(zhǎng)，舉世矚目。2008年爆發(fā)的金融危機(jī)終止了中國(guó)的高速增長(zhǎng)，中國(guó)政府為避免實(shí)體經(jīng)濟(jì)“硬著陸”推行了側(cè)重需求管理的雙擴(kuò)張宏觀調(diào)控政策，經(jīng)濟(jì)得以穩(wěn)定，2010年的實(shí)際GDP增速（以1978年的價(jià)格為基準(zhǔn)）恢復(fù)至10.6%，但此后卻給出逐年下跌的“答卷”。學(xué)者們從不同角度對(duì)此現(xiàn)象給予回應(yīng)，代表性的觀點(diǎn)可歸為兩類：一是周期性的沖擊。林毅夫教授在2014年“中美歐經(jīng)濟(jì)學(xué)學(xué)術(shù)交流會(huì)”和2016年“首屆國(guó)家發(fā)展論壇”上指出，金融危機(jī)引發(fā)經(jīng)濟(jì)危機(jī)之后，外部環(huán)境惡化的周期性沖擊是中國(guó)經(jīng)濟(jì)增速下滑的主要原因。二是經(jīng)濟(jì)體內(nèi)部結(jié)構(gòu)性的原因。比如，劉世錦[1]、袁富華[2]認(rèn)為增長(zhǎng)階段轉(zhuǎn)換過(guò)程中，產(chǎn)業(yè)結(jié)構(gòu)服務(wù)化造成生產(chǎn)率下滑;李杏和M.W.Luke Chan[3]、蔡昉[4]則從人口結(jié)構(gòu)變化加以解釋;陸旸和蔡昉[5]特別強(qiáng)調(diào)了人口紅利消失與改革紅利釋放的影響。充分考慮中國(guó)大力推進(jìn)以“一帶一路”為引領(lǐng)的對(duì)外開放格局建設(shè)的潛在效益，并結(jié)合聯(lián)合國(guó)公布的《2018年世界經(jīng)濟(jì)形勢(shì)與展望》顯示出世界經(jīng)濟(jì)有所走強(qiáng)的利好，本研究認(rèn)為“這次經(jīng)濟(jì)增速下降是結(jié)構(gòu)性的”，主要原因在于供給方，在經(jīng)濟(jì)體內(nèi)部結(jié)構(gòu)緩慢演進(jìn)的改革進(jìn)程中，“潛在GDP增長(zhǎng)率出現(xiàn)了下降”。因而，通過(guò)測(cè)算潛在GDP增長(zhǎng)率把握經(jīng)濟(jì)增長(zhǎng)趨勢(shì)、未來(lái)可能的經(jīng)濟(jì)走勢(shì)及中國(guó)階段性目標(biāo)的實(shí)現(xiàn)等經(jīng)濟(jì)問(wèn)題，不能忽略制度變遷為代表的改革及因之衍生而來(lái)的結(jié)構(gòu)調(diào)整因素。

1978年后的中國(guó)一直處于制度變革過(guò)程中，過(guò)去的經(jīng)濟(jì)事實(shí)已說(shuō)明制度優(yōu)化有利于提升實(shí)際經(jīng)濟(jì)增長(zhǎng)率，對(duì)潛在GDP增長(zhǎng)率也存在積極作用。只有通過(guò)改革清除制度障礙才有利于增加要素供給并提高生產(chǎn)效率，存在的制度性障礙越大，改革越徹底，對(duì)潛在增長(zhǎng)率的正向影響就會(huì)越顯著[5]。所以，在潛在增長(zhǎng)率的估計(jì)過(guò)程中體現(xiàn)制度變革的紅利效應(yīng)極為必要，而這并沒有引起前期相關(guān)研究的足夠重視。本研究以眾多制度變革中處于基礎(chǔ)地位且有深遠(yuǎn)影響的產(chǎn)權(quán)制度變革為代表，在模型中用國(guó)有與非國(guó)有物質(zhì)資本存量的變化刻畫制度變遷的影響。重新安排制度衍生了產(chǎn)業(yè)結(jié)構(gòu)、城鄉(xiāng)結(jié)構(gòu)、人口結(jié)構(gòu)等結(jié)構(gòu)性調(diào)整，這也會(huì)作用于潛在增長(zhǎng)率。囿于同時(shí)考慮多種結(jié)構(gòu)因素難以取得理想的實(shí)證估計(jì)效果，既有成果更多的只關(guān)注一種或兩種結(jié)構(gòu)。與之不同，我們將焦點(diǎn)集中于這些結(jié)構(gòu)中最為基本且共存的勞動(dòng)力因素，以人力資本在農(nóng)業(yè)與非農(nóng)產(chǎn)業(yè)之間的分布結(jié)構(gòu)予以代理。采用類似“打包”處理的緣由為：首先，可直觀地從就業(yè)角度反映產(chǎn)業(yè)結(jié)構(gòu)演變;其次，能夠體現(xiàn)城鄉(xiāng)結(jié)構(gòu)變化的效率，因?yàn)橛行У某青l(xiāng)人口遷移是農(nóng)業(yè)人口進(jìn)入非農(nóng)產(chǎn)業(yè)部門就業(yè);再次，伴隨“人口紅利”的逐步消失，以勞動(dòng)力素質(zhì)或質(zhì)量提升促進(jìn)經(jīng)濟(jì)增長(zhǎng)的路徑不僅涵蓋人口結(jié)構(gòu)變化，而且側(cè)面說(shuō)明動(dòng)力結(jié)構(gòu)的轉(zhuǎn)變;最后，人力資本可借助自身創(chuàng)新能力和吸收技術(shù)外溢能力的提升而作用于全要素生產(chǎn)率，所以該指標(biāo)一定程度上也能體現(xiàn)技術(shù)創(chuàng)新對(duì)增長(zhǎng)的潛在影響。制度演進(jìn)、國(guó)際壓力與趨強(qiáng)的資源環(huán)境約束倒逼能源投入結(jié)構(gòu)變化。有研究表明能源綠色化不利于經(jīng)濟(jì)增長(zhǎng)，緣由是“黑色發(fā)展模式”路徑依賴下調(diào)整成本高、清潔能源技術(shù)支撐體系不完備及綠色消費(fèi)尚未常態(tài)化等。當(dāng)前中國(guó)正處于堅(jiān)決落實(shí)綠色發(fā)展戰(zhàn)略的新階段，能源消費(fèi)綠色化是大趨勢(shì)，以綠色能源替代化石能源必對(duì)中國(guó)未來(lái)的潛在增長(zhǎng)空間產(chǎn)生影響。

已有文獻(xiàn)成果在計(jì)算中國(guó)的潛在GDP增長(zhǎng)率時(shí)，并未充分關(guān)注上述改革發(fā)展進(jìn)程中的三個(gè)因素（特別是制度變革與能源消費(fèi)結(jié)構(gòu)綠色化）對(duì)潛在GDP增長(zhǎng)率的作用。因而，契合新時(shí)代的中國(guó)正著力轉(zhuǎn)向高質(zhì)量發(fā)展階段背景、全面深化改革的現(xiàn)實(shí)以及加速積累智力資本以實(shí)現(xiàn)創(chuàng)新型國(guó)家的舉措。本研究在經(jīng)典的AK增長(zhǎng)模型中同時(shí)納入體現(xiàn)制度變革、產(chǎn)業(yè)人力資本結(jié)構(gòu)和能源消費(fèi)綠色化的變量，使用1978—2016年中國(guó)的時(shí)序經(jīng)濟(jì)數(shù)據(jù)，嘗試回答三個(gè)問(wèn)題：（1）1978—2016年，GDP增長(zhǎng)率的潛在值及其走勢(shì)如何？（2）伴隨經(jīng)濟(jì)的結(jié)構(gòu)性演化，2017—2049年不同時(shí)點(diǎn)上潛在GDP增長(zhǎng)率的可能值和不同區(qū)間上平均潛在經(jīng)濟(jì)增速有多大？（3）基于預(yù)測(cè)的潛在GDP增長(zhǎng)率，新時(shí)代的中國(guó)能否平穩(wěn)跨越“中等收入陷阱”，并躋身中等發(fā)達(dá)國(guó)家隊(duì)列？

二、文獻(xiàn)綜述

潛在GDP由美國(guó)經(jīng)濟(jì)學(xué)家Arthur M.Okun于1962年正式提出[6]。如何理解潛在產(chǎn)出對(duì)宏觀經(jīng)濟(jì)決策有重要影響。學(xué)界關(guān)于潛在產(chǎn)出的內(nèi)涵可分為兩類：凱恩斯主義者側(cè)重供給端，將潛在產(chǎn)出定義為價(jià)格水平穩(wěn)定狀態(tài)下各類資源和技術(shù)充分利用時(shí)的最大產(chǎn)出;新古典主義者則認(rèn)為潛在產(chǎn)出是經(jīng)濟(jì)實(shí)際增長(zhǎng)的趨勢(shì)值，是剔除財(cái)政和貨幣政策等短期需求沖擊擾動(dòng)后的產(chǎn)出水平，實(shí)際產(chǎn)出圍繞其上下波動(dòng)[7]。基于潛在產(chǎn)出的概念，國(guó)內(nèi)外學(xué)者估計(jì)潛在增長(zhǎng)率的方法主要有：趨勢(shì)提取法、波峰相連法、生產(chǎn)函數(shù)法和結(jié)構(gòu)計(jì)量法。

趨勢(shì)提取法將實(shí)際GDP增長(zhǎng)率分解為趨勢(shì)成分和周期成分，并視趨勢(shì)成分為潛在增長(zhǎng)率。通常，趨勢(shì)成分更多地表現(xiàn)為隨機(jī)游走的單位根過(guò)程[8]，此時(shí)Hodrick and Prescott給出的濾波（HP濾波）技術(shù)有效。Hodrick and Prescott建議使用季度數(shù)據(jù)時(shí)設(shè)定平滑參數(shù)為1600，而針對(duì)年度數(shù)據(jù)并未給出說(shuō)明[9]。張連城和韓蓓[10]使用中國(guó)年度數(shù)據(jù)研究發(fā)現(xiàn)，刻畫潛在產(chǎn)出長(zhǎng)期增長(zhǎng)路徑和短期波動(dòng)的HP濾波平滑參數(shù)分別應(yīng)設(shè)定為100和6.25。也有學(xué)者認(rèn)為，HP濾波的平滑參數(shù)取10或400更合理[11-12]。HP濾波的優(yōu)點(diǎn)是簡(jiǎn)單易操作，但由于缺乏經(jīng)濟(jì)理論支撐[13]，難以充分體現(xiàn)潛在產(chǎn)出的供給面特征[10]，致使基于HP濾波測(cè)算的潛在GDP增長(zhǎng)率略偏樂觀。

波峰相連法是一種單變量方法，由美國(guó)著名經(jīng)濟(jì)學(xué)家克萊因（Klein）教授提出，該方法把實(shí)際GDP增長(zhǎng)率相鄰的兩個(gè)周期的峰值用直線連結(jié)起來(lái)，以這條折線作為“能力線”，也即潛在增長(zhǎng)率[14]。如果為了初步把握潛在增長(zhǎng)態(tài)勢(shì)，可借鑒此方法，如趙昕東[15]。波峰相連法雖然能便捷地給出潛在增長(zhǎng)的路徑，但“能力線”兩端的波峰是資源得到充分利用的經(jīng)濟(jì)波峰，且二者之間的時(shí)間跨度要足夠長(zhǎng)[9]。毋庸置疑，實(shí)證分析僅考慮一個(gè)總量增長(zhǎng)率指標(biāo)，缺乏深入觀察經(jīng)濟(jì)現(xiàn)象的信息[16]，確實(shí)限制了此方法在實(shí)際研究中的運(yùn)用。

生產(chǎn)函數(shù)法的基本思想是借助經(jīng)濟(jì)增長(zhǎng)函數(shù)來(lái)計(jì)算經(jīng)濟(jì)體的潛在增長(zhǎng)率。具體地，根據(jù)新古典經(jīng)濟(jì)增長(zhǎng)模型（索洛模型）進(jìn)行要素分解，通常分為資本、勞動(dòng)和全要素生產(chǎn)率[17]。因其擁有理論支撐和經(jīng)濟(jì)意義使國(guó)內(nèi)外的學(xué)者或研究機(jī)構(gòu)廣泛運(yùn)用這一方法，如OECD[18]、郭豫媚和陳彥斌[19]、PwC[20]。生產(chǎn)函數(shù)法雖然以經(jīng)濟(jì)增長(zhǎng)理論為基礎(chǔ)，但通常假定規(guī)模報(bào)酬不變，因而僅是估計(jì)出樣本期內(nèi)的平均彈性。而且，研究使用的生產(chǎn)函數(shù)中一般僅包含資本和勞動(dòng)兩個(gè)投入變量，生產(chǎn)函數(shù)設(shè)定形式過(guò)于簡(jiǎn)單，尤其是忽略了結(jié)構(gòu)變化帶來(lái)的影響[21]。

結(jié)構(gòu)計(jì)量法將經(jīng)濟(jì)理論（奧肯定律或菲利普斯曲線）與濾波技術(shù)相結(jié)合，試圖在潛在產(chǎn)出或增長(zhǎng)率估計(jì)過(guò)程中體現(xiàn)經(jīng)濟(jì)與統(tǒng)計(jì)的雙重意義。該方法的代表有結(jié)構(gòu)向量自回歸（SVAR）和多變量濾波法。國(guó)內(nèi)學(xué)者趙昕東[14]最早使用SVAR技術(shù)估計(jì)我國(guó)的潛在產(chǎn)出及缺口。此后，郭紅兵和陳平[22]基于菲利普斯曲線利用SVAR方法計(jì)算了1994年1季度至2008年4季度的潛在產(chǎn)出和產(chǎn)出缺口。與其它方法相比，多變量濾波技術(shù)估計(jì)潛在產(chǎn)出或增長(zhǎng)率較為理想。Ozbek & Ozlale[23]、楊天宇和黃淑芬[24]、Berger & Kempa[25]、劉雅君和田依民等[26]在研究中使用了多變量濾波技術(shù)。實(shí)際上，結(jié)構(gòu)計(jì)量法通常假定奧肯定律或菲利普斯曲線“天然成立”，但實(shí)際經(jīng)濟(jì)可能并非如此，如黃梅波和呂朝鳳[27]便證偽了自然率假說(shuō)在中國(guó)的適用性。

綜上，本文將采用生產(chǎn)函數(shù)法，基于內(nèi)生了前文所述三個(gè)重要因素的AK模型，測(cè)算改革開放以來(lái)的潛在GDP增長(zhǎng)率，預(yù)測(cè)2017—2049年的潛在GDP增長(zhǎng)率，并進(jìn)一步診斷在新一輪經(jīng)濟(jì)下滑的背景下中國(guó)是否能成功躋身高收入國(guó)家行列，并達(dá)到中等發(fā)達(dá)國(guó)家水平。本研究可能的創(chuàng)新有三個(gè)：（1）鮮有文獻(xiàn)將改革發(fā)展進(jìn)程中的制度變革、能源消費(fèi)結(jié)構(gòu)綠色化和產(chǎn)業(yè)人力資本結(jié)構(gòu)（特別是前兩者）同時(shí)納入增長(zhǎng)分析框架測(cè)算潛在GDP增長(zhǎng)率，本研究估計(jì)潛在增長(zhǎng)率時(shí)則著重考慮了這三個(gè)因素對(duì)產(chǎn)出的影響。（2）考慮改革進(jìn)程的影響后，1978—2016年的GDP潛在增長(zhǎng)率與實(shí)際增長(zhǎng)率走勢(shì)在三個(gè)方面表現(xiàn)出極不對(duì)稱的特征，而且近兩年潛在增速趨于0的降幅暗示實(shí)體經(jīng)濟(jì)與“L型”底部愈來(lái)愈接近。這些在前期相關(guān)研究中并未給出。（3）回答了中國(guó)在未來(lái)能否成功跨越“中等收入陷阱”和能否達(dá)到中等發(fā)達(dá)國(guó)家水平的問(wèn)題。實(shí)證發(fā)現(xiàn)：不同情形與狀態(tài)的組合下，中國(guó)進(jìn)入高收入國(guó)家的時(shí)間有差異，且在2050年前躋身中等發(fā)達(dá)國(guó)家行列的概率較大，但長(zhǎng)久積累的結(jié)構(gòu)性“頑疾”是實(shí)現(xiàn)這兩個(gè)目標(biāo)的潛在風(fēng)險(xiǎn)。

三、研究設(shè)計(jì)

（一）模型構(gòu)建

鑒于生產(chǎn)函數(shù)在估計(jì)潛在GDP及其增長(zhǎng)率方面的優(yōu)越性，國(guó)內(nèi)外學(xué)者及機(jī)構(gòu)廣泛采用此方法用于具體的實(shí)證研究，比如OECD[18]、Pritchett和Summers[28]、陸旸和蔡昉[5]、PwC[20]以及郭學(xué)能和盧盛榮[29]等。本研究依然使用這一經(jīng)典方法，將契合中國(guó)國(guó)情的結(jié)構(gòu)性因素納入經(jīng)濟(jì)增長(zhǎng)函數(shù)的框架中，構(gòu)建一個(gè)體現(xiàn)轉(zhuǎn)型過(guò)程的結(jié)構(gòu)化增長(zhǎng)模型。

結(jié)構(gòu)化增長(zhǎng)模型的本質(zhì)是在傳統(tǒng)增長(zhǎng)模型中納入經(jīng)濟(jì)發(fā)展過(guò)程中的結(jié)構(gòu)性因素。這里將以AK增長(zhǎng)模型為基礎(chǔ)，考慮所有制結(jié)構(gòu)、人力資本結(jié)構(gòu)和能源投入結(jié)構(gòu)的影響。經(jīng)典的AK增長(zhǎng)模型為：

Y=A×Kα（1）

其中，Y表示總產(chǎn)出，A表示不變的技術(shù)水平，K表示物質(zhì)資本，α表示物質(zhì)資本對(duì)產(chǎn)出的貢獻(xiàn)份額。

公式（1）假定技術(shù)水平固定與既有的經(jīng)濟(jì)事實(shí)不符，此處視A為隨時(shí)間推移而有所變化的全要素生產(chǎn)率，記為 A（·）。另外，式（1）僅考慮物質(zhì)資本投入單一變量也過(guò)于簡(jiǎn)單，忽略了現(xiàn)代生產(chǎn)必需的其它要素，比如能源。這導(dǎo)致生產(chǎn)函數(shù)（1）難以體現(xiàn)綠色發(fā)展過(guò)程中利用清潔能源對(duì)產(chǎn)出的影響。為此，我們將能源要素（E）一并納入生產(chǎn)函數(shù)，以從投入角度反映綠色發(fā)展要求，使用γ表示能源對(duì)產(chǎn)出的貢獻(xiàn)份額。進(jìn)一步修訂的模型如下：

Y= A（·）×Kα×Eγ（2）

影響全要素生產(chǎn)率的因素有諸如研發(fā)創(chuàng)新、對(duì)外貿(mào)易、教育、制度、人力資本等。這里著重考慮具備勞動(dòng)力投入規(guī)模和質(zhì)量雙重特征的人力資本（H）對(duì) A（·）的作用。人力資本表現(xiàn)為人自身的能力和素質(zhì)（人口質(zhì)量），改善人口質(zhì)量的投資能夠極大地有利于經(jīng)濟(jì)繁榮。這得益于人力資本促進(jìn) A（·）提高的積極效應(yīng)。人力資本主要通過(guò)增強(qiáng)自身創(chuàng)新能力和提高吸收他國(guó)技術(shù)溢出能力，實(shí)現(xiàn)本國(guó)的技術(shù)水平提升而最終作用于全要素生產(chǎn)率[30]，國(guó)內(nèi)學(xué)者魏下海[31]、程惠芳和陳超[32]的結(jié)論也證實(shí)了這一傳導(dǎo)機(jī)制。此處，參考前期研究的做法[33]，將 A（·）設(shè)定為： A（·）=eβ·lnH+ε。其中，β表示人力資本對(duì) A（·）的影響力度或?qū)Ξa(chǎn)出的貢獻(xiàn)份額;ε表示對(duì) A（·）有影響但并未被考慮的因素。將 A（·）表達(dá)式代入（2）式有：

Y=eβ·lnH+ε×Kα×Eγ（3）

公式（3）中，α、β和γ分別解釋為物質(zhì)資本、人力資本和能源三個(gè)投入要素總量對(duì)產(chǎn)出的貢獻(xiàn)，但難以描述改革進(jìn)程中的結(jié)構(gòu)性（比如，反映制度變革的物質(zhì)資本產(chǎn)權(quán)結(jié)構(gòu)、體現(xiàn)多重結(jié)構(gòu)因素的產(chǎn)業(yè)人力資本分布結(jié)構(gòu)以及能源消費(fèi)綠色化結(jié)構(gòu)）貢獻(xiàn)。為此，我們對(duì)α、β和γ進(jìn)行結(jié)構(gòu)化的線性處理加以修正，有如下結(jié)構(gòu)化的增長(zhǎng)模型：

Y=e（β1·h1+β2·h2）·lnH+ε×Kα1·k1+α2·k2×Eγ1·e1+γ2·e2

進(jìn)一步，上式兩邊同時(shí)取自然對(duì)數(shù)可得：

lnY=（α1·k1+α2·k2）·lnK+（β1·h1+β2·h2）·lnH+（γ1·e1+γ2·e2）·lnE+ε（4）

公式（4）中，k1和k2分別表示物質(zhì)資本中國(guó)有與非國(guó)有的比重，α1和α2分別表示國(guó)有、非國(guó)有物質(zhì)資本的產(chǎn)出彈性;h1和h2分別表示農(nóng)業(yè)與非農(nóng)產(chǎn)業(yè)在人力資本總量中的占比，β1和β2分別表示農(nóng)業(yè)、非農(nóng)產(chǎn)業(yè)人力資本的產(chǎn)出彈性;e1和e2分別指代能源消費(fèi)總量中化石能源與清潔能源的占比，γ1和γ2分別指代化石能源、清潔能源的產(chǎn)出彈性。

結(jié)構(gòu)化增長(zhǎng)模型中，各結(jié)構(gòu)成分的產(chǎn)出彈性可由計(jì)量模型估計(jì)。所以，本研究設(shè)定一個(gè)時(shí)間序列模型：

yt=lnYt=c+（α1·k 1t+α2·k 2t）×lnKt+（β1·h 1t+β2·h 2t）×lnHt+（γ1·e 1t+γ2·e 2t）×lnEt+εt（5）

上式中，yt表示t年GDP的自然對(duì)數(shù);lnKt，k 1t和k 2t分別表示t年的物質(zhì)資本存量的自然對(duì)數(shù)以及國(guó)有和非國(guó)有投資的比重;lnHt，h 1t和h 2t分別表示t年人力資本總量的自然對(duì)數(shù)以及農(nóng)業(yè)和非農(nóng)產(chǎn)業(yè)人力資本的占比;lnEt，e1t和e 2t分別表示t年能源消費(fèi)量的自然對(duì)數(shù)與化石能源、清潔能源在能源消費(fèi)量中的比重。εt為誤差項(xiàng);c為常數(shù)項(xiàng);α1，α2，β1，β2，γ1，γ2為待估計(jì)系數(shù)。

采用1978—2016年的經(jīng)濟(jì)數(shù)據(jù)，使用最小二乘（OLS）方法對(duì)模型（5）加以估計(jì)后，將各參數(shù)及變量數(shù)據(jù)的趨勢(shì)值代入（5）式，便得到時(shí)間窗口內(nèi)每年的潛在產(chǎn)出（[AKy^]t）。進(jìn)一步，歷年的潛在GDP增長(zhǎng)率可表示為：

y*t=[SX（][AKy^]t-[AKy^] t-1[][AKy^] t-1[SX）]（6）

為進(jìn)一步計(jì)算2017—2049年GDP的潛在增長(zhǎng)率，假定估計(jì)（5）式的參數(shù)系數(shù)不變[18-20]，將解釋變量未來(lái)時(shí)間窗口內(nèi)每一年的預(yù)測(cè)值代入式子（5）便可計(jì)算同期的潛在產(chǎn)出預(yù)測(cè)值（[AKy^]ft）。而后基于（6）式的算法，可得對(duì)應(yīng)年份潛在GDP增長(zhǎng)率的預(yù)測(cè)值（yf*t）。

（二）指標(biāo)說(shuō)明

本研究涉及的被解釋變量和解釋變量主要有：

國(guó)內(nèi)生產(chǎn)總值（GDP，Yt，單位：億元）。GDP是反映一定時(shí)期內(nèi)某一國(guó)家或地區(qū)產(chǎn)出水平的國(guó)際通用指標(biāo)。本研究從《中國(guó)統(tǒng)計(jì)年鑒》中選取1978—2016年的名義GDP數(shù)據(jù)，并使用1978年為基期的GDP平減指數(shù)予以調(diào)整。

物質(zhì)資本存量（Kt，單位：億元）。資本是經(jīng)濟(jì)增長(zhǎng)的基本投入要素之一，眾多經(jīng)驗(yàn)研究表明資本存量一直是我國(guó)經(jīng)濟(jì)增長(zhǎng)的主要驅(qū)動(dòng)力。由于基礎(chǔ)數(shù)據(jù)、方法選擇以及統(tǒng)計(jì)規(guī)定調(diào)整等因素，國(guó)內(nèi)學(xué)者估計(jì)的資本存量結(jié)果有顯著不同。這里直接借鑒了王維等[34]學(xué)者的研究結(jié)果，他們?yōu)楸苊馍鲜鰡?wèn)題對(duì)資本存量結(jié)果的影響，基于最新的十大類資本統(tǒng)計(jì)數(shù)據(jù)，利用永續(xù)盤存法，采用可變折舊率計(jì)算了按1978年不變價(jià)計(jì)算的1978—2016年的資本存量數(shù)據(jù)?？紤]到數(shù)據(jù)的可獲得性，本研究使用國(guó)有投資與非國(guó)有固定資產(chǎn)投資在全社會(huì)固定資產(chǎn)投資中的比重測(cè)算物質(zhì)資本存量中國(guó)有、非國(guó)有的占比（k 1t，k 2t，單位：%）。國(guó)有、非國(guó)有以及全社會(huì)的固定資產(chǎn)投資數(shù)據(jù)均來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)國(guó)有經(jīng)濟(jì)發(fā)展報(bào)告》。

人力資本（HCt）。與勞動(dòng)力（L）相比較，人力資本指標(biāo)具有同時(shí)體現(xiàn)經(jīng)濟(jì)增長(zhǎng)過(guò)程中的勞動(dòng)投入規(guī)模和質(zhì)量雙重效果。較多研究是測(cè)算國(guó)家或地區(qū)一定時(shí)間范圍內(nèi)的人力資本總量，本研究是從農(nóng)業(yè)和非農(nóng)產(chǎn)業(yè)的角度測(cè)算，這種處理既可以反映人力資本規(guī)模變化，也能表明不同產(chǎn)業(yè)人力資本的分布以及產(chǎn)業(yè)結(jié)構(gòu)的動(dòng)態(tài)調(diào)整。人力資本（HCt）通常是由就業(yè)人員總量與受教育年限加權(quán)合成計(jì)算?？紤]到1990年國(guó)家統(tǒng)計(jì)局對(duì)就業(yè)人數(shù)進(jìn)行了一次大調(diào)整，使當(dāng)年的就業(yè)人員數(shù)量出現(xiàn)明顯的異常。所以，本文在測(cè)算農(nóng)業(yè)和非農(nóng)產(chǎn)業(yè)的就業(yè)人員總量和就業(yè)比重（h 1t，h 2t，單位：%）時(shí)，1978—1990年的數(shù)據(jù)三次產(chǎn)業(yè)就業(yè)人員我們直接引用了王小魯和樊綱[35]的數(shù)據(jù)，其余年份的三次產(chǎn)業(yè)就業(yè)人數(shù)則來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》。囿于統(tǒng)計(jì)資料中一些年份的受教育年限數(shù)據(jù)有所缺失，1978—1998年的數(shù)據(jù)來(lái)源于王金營(yíng)[36]，1999—2007年的數(shù)據(jù)來(lái)源于李仁君[37]，2008 —2016年的數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》。

能源消費(fèi)量（Et，單位：噸標(biāo)準(zhǔn)煤）。能源作為現(xiàn)代經(jīng)濟(jì)增長(zhǎng)不可或缺的投入要素，不同的能源消費(fèi)結(jié)構(gòu)導(dǎo)致不同的增長(zhǎng)模式。比如，與化石能源（煤炭、石油）消費(fèi)占主導(dǎo)對(duì)應(yīng)的是“黑色”增長(zhǎng)模式，而在主要消費(fèi)清潔能源（天然氣和其他能源）情況下，經(jīng)濟(jì)體將呈現(xiàn)“綠色”增長(zhǎng)模式。1978—2016年能源消費(fèi)總量、化石能源消費(fèi)量、清潔能源消費(fèi)量數(shù)據(jù)來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)能源統(tǒng)計(jì)年鑒》。化石能源和清潔能源的消費(fèi)占比（e 1t，e 2t，單位：%）由當(dāng)年的化石能源消費(fèi)量和清潔能源消費(fèi)量除以能源消費(fèi)總量得到。

上述指標(biāo)在實(shí)證分析時(shí)均已取自然對(duì)數(shù)。本文的主要目標(biāo)是求取歷年的潛在經(jīng)濟(jì)增速而非實(shí)際經(jīng)濟(jì)增速，考慮到模型包含的要素類型較多，這些指標(biāo)的時(shí)序波動(dòng)將對(duì)潛在經(jīng)濟(jì)增速產(chǎn)生復(fù)雜影響，為剔除生產(chǎn)投入要素自身的波動(dòng)沖擊，我們對(duì)因變量進(jìn)行平滑處理，實(shí)證分析所使用的因變量數(shù)據(jù)是經(jīng)HP濾波處理的各投入要素自然對(duì)數(shù)的趨勢(shì)值。

（三）統(tǒng)計(jì)性描述

表1報(bào)告了計(jì)量模型中各參數(shù)的主要統(tǒng)計(jì)信息?？梢姡袊?guó)GDP時(shí)序的標(biāo)準(zhǔn)差為1.08，表明隨時(shí)間推移中國(guó)的宏觀經(jīng)濟(jì)有明顯的波動(dòng)。物質(zhì)資本存量的各項(xiàng)統(tǒng)計(jì)指標(biāo)與GDP差別不大，似乎說(shuō)明二者有較強(qiáng)的相關(guān)性和同周期特征，但物質(zhì)資本存量的波動(dòng)程度大于GDP。人力資本總量0.35的標(biāo)準(zhǔn)差顯示，時(shí)間窗口內(nèi)人力資本規(guī)模增長(zhǎng)較為平穩(wěn)，未受到顯著沖擊。從能源消費(fèi)總量的標(biāo)準(zhǔn)差小于1但大于0.5以及最大值與最小值之間的差異能看出，樣本期內(nèi)能源消費(fèi)規(guī)模隨時(shí)間的推移有輕微波動(dòng)。結(jié)構(gòu)比例變量的相關(guān)統(tǒng)計(jì)信息為我們描述出了改革開放以來(lái)中國(guó)經(jīng)濟(jì)發(fā)展過(guò)程中經(jīng)濟(jì)結(jié)構(gòu)快速調(diào)整的情景。

四、實(shí)證分析

基于前文的計(jì)量模型（5），此處利用1978—2016年的經(jīng)濟(jì)數(shù)據(jù)開展計(jì)量分析。首先，我們使用生產(chǎn)函數(shù)法估計(jì)模型（5）的參數(shù)，并計(jì)算1978—2016年中國(guó)的潛在GDP增長(zhǎng)率;其次，在各自變量預(yù)測(cè)值的基礎(chǔ)上，預(yù)測(cè)2017—2049年中國(guó)的潛在GDP增長(zhǎng)率;最后，基于預(yù)測(cè)的潛在GDP增長(zhǎng)率，推算人均GDP的未來(lái)值，進(jìn)一步判斷中國(guó)在2050年前是否能夠跨越“中等收入”陷阱，邁入高收入國(guó)家，且達(dá)到中等發(fā)達(dá)國(guó)家水平。

（一）潛在GDP增長(zhǎng)率的估計(jì)：1978—2016年

1.模型回歸。計(jì)算1978—2016年潛在GDP增長(zhǎng)率的第一步是得到公式（5）的參數(shù)。本文使用軟件Eviews 7.0的最小二乘（OLS）方法估計(jì)（5）式，結(jié)果詳見表2。首先需要說(shuō)明，盡管各變量原始數(shù)據(jù)的對(duì)數(shù)沒有通過(guò)單位根（ADF）檢驗(yàn)，結(jié)合本文側(cè)重考察自變量與因變量的長(zhǎng)期均衡關(guān)系目的，依然使用相應(yīng)指標(biāo)的level值加以估計(jì)，并對(duì)回歸結(jié)果的殘差進(jìn)行了ADF檢驗(yàn);為避免計(jì)量分析模型可能存在的異方差，在進(jìn)行OLS回歸時(shí)使用White異方差穩(wěn)健標(biāo)準(zhǔn)誤予以修正;回歸過(guò)程中加入AR（1）以消除潛在的自相關(guān)帶來(lái)的偏誤。

表2中，回歸方程1基于最初的AK模型只包含了國(guó)有與非國(guó)有的物質(zhì)資本存量，回歸方程2基于全要素生產(chǎn)率影響機(jī)制繼續(xù)引入了農(nóng)業(yè)與非農(nóng)產(chǎn)業(yè)的人力資本變量，回歸方程3在回歸2的基礎(chǔ)上增添化石能源與清潔能源消費(fèi)變量以反映綠色投入結(jié)構(gòu)進(jìn)一步修正AK模型。由表2可知，三個(gè)回歸方程的殘差均在1%顯著性水平上拒絕了殘差序列“有單位根”的原假設(shè)，表明被解釋變量與解釋變量之間存在長(zhǎng)期穩(wěn)定的均衡關(guān)系;F統(tǒng)計(jì)值和調(diào)整可決系數(shù)的結(jié)果顯示，模型回歸的整體顯著性高、擬合回歸的效果較好;DW統(tǒng)計(jì)值大于1，且逐一增添變量后方程的DW值在1.5之上，說(shuō)明模型不存在自相關(guān)與偽回歸現(xiàn)象。

回歸1的估計(jì)結(jié)果顯示，國(guó)有與非國(guó)有物質(zhì)資本存量對(duì)總產(chǎn)出均有顯著的正向貢獻(xiàn)，說(shuō)明改革開放以來(lái)的制度變革對(duì)經(jīng)濟(jì)增長(zhǎng)的影響積極有效?；貧w2中，四個(gè)關(guān)注變量的估計(jì)系數(shù)均為正，顯著水平為1%。產(chǎn)出的物質(zhì)資本彈性小于產(chǎn)出的人力資本彈性說(shuō)明，我國(guó)的經(jīng)濟(jì)增長(zhǎng)已由投資拉動(dòng)轉(zhuǎn)向人力資本推動(dòng)，而且非農(nóng)產(chǎn)業(yè)部門人力資本對(duì)產(chǎn)出的正向作用優(yōu)于農(nóng)業(yè)部門。此外，與回歸1比較，物質(zhì)資本存量的產(chǎn)出彈性出現(xiàn)了不同程度的下降，國(guó)有物質(zhì)資本的產(chǎn)出彈性降低了約0.45個(gè)百分點(diǎn)，非國(guó)有物質(zhì)資本的產(chǎn)出彈性下降了約0.61個(gè)百分點(diǎn)。這主要是由于人力資本的產(chǎn)出貢獻(xiàn)增大導(dǎo)致，同時(shí)也說(shuō)明國(guó)有投資促進(jìn)經(jīng)濟(jì)增長(zhǎng)的效應(yīng)較非國(guó)有投資更穩(wěn)定。

回歸3在回歸2基礎(chǔ)上增加能源消費(fèi)綠色化變量后，不同類型的物質(zhì)資本與人力資本的產(chǎn)出效應(yīng)保持了較好的穩(wěn)定性，這表現(xiàn)在它們對(duì)產(chǎn)出的作用方向、大小及顯著性上?；茉聪M(fèi)對(duì)產(chǎn)出有顯著正向貢獻(xiàn)的可能原因是，“中國(guó)工業(yè)部門的非技術(shù)結(jié)構(gòu)升級(jí)與高耗能產(chǎn)業(yè)的粗放發(fā)展形成了能源密集型工業(yè)結(jié)構(gòu)和技術(shù)結(jié)構(gòu)的剛性特征，致使二者呈現(xiàn)正相關(guān)性。”[38]清潔能源的產(chǎn)出效應(yīng)為正，但小于化石能源。這意味著清潔能源替代化石能源的綠色投入結(jié)構(gòu)轉(zhuǎn)型的良性效果已經(jīng)顯現(xiàn)，但“高碳化石能源作為中國(guó)經(jīng)濟(jì)增長(zhǎng)的核心引擎下，清潔能源的使用需要支付經(jīng)濟(jì)成本”，[39]再加上清潔能源發(fā)展仍處于技術(shù)體系不完備階段、非化石能源燃燒的熱量值相對(duì)較低以及國(guó)家主要通過(guò)制度強(qiáng)推方式而非微觀主體主動(dòng)轉(zhuǎn)變能源消費(fèi)偏好等因素，致使清潔能源的產(chǎn)出效應(yīng)低于化石能源，一定程度上也降低了其系數(shù)的統(tǒng)計(jì)顯著性。

2.1978—2016年潛在GDP增長(zhǎng)率的測(cè)算。測(cè)算1978—2016年潛在GDP增長(zhǎng)率的第二步是將表2中回歸3的參數(shù)估計(jì)系數(shù)和每一解釋變量的趨勢(shì)值代入公式（5）計(jì)算GDP的擬合值[AKy^]t，并根據(jù)公式（6）可得歷年的潛在GDP增長(zhǎng)率y*t。樣本時(shí)間范圍內(nèi)的GDP擬合值、真實(shí)值、潛在增長(zhǎng)率和實(shí)際增長(zhǎng)率的結(jié)果詳見表3，潛在GDP增長(zhǎng)率與實(shí)際增長(zhǎng)率的時(shí)間走勢(shì)如圖1所示。

三輪完整的周期波動(dòng)，分別是1980—1984年、1985 —1992年和1993—2007年，而2008年至今尚未走出第四輪的周期范圍。第一輪周期的前半段實(shí)際增長(zhǎng)率低于潛在增長(zhǎng)率，在改革開放政策的刺激下各經(jīng)濟(jì)主體的積極性空前高漲，促進(jìn)后半段的實(shí)際增長(zhǎng)率超越潛在增長(zhǎng)率。1985—1992年，受改革期間制度探索的不穩(wěn)定與政治事件等因素的影響，經(jīng)濟(jì)波動(dòng)較前一輪經(jīng)濟(jì)周期劇烈（GDP實(shí)際增速的標(biāo)準(zhǔn)差為3.9），實(shí)際產(chǎn)出年均增長(zhǎng)約9.1%，低于潛在產(chǎn)出年均增速0.7個(gè)百分點(diǎn)。第三輪經(jīng)濟(jì)周期的平均潛在增長(zhǎng)率是10.1%，與10.4%的實(shí)際產(chǎn)出增速較為吻合，這表明市場(chǎng)在資源配置方面的作用得到了充分發(fā)揮。此時(shí)間窗口內(nèi)GDP實(shí)際增速的標(biāo)準(zhǔn)差是2.2顯示了經(jīng)濟(jì)波動(dòng)依然較強(qiáng)，這與市場(chǎng)經(jīng)濟(jì)體制變革及1998年亞洲金融危機(jī)的外部沖擊有關(guān)聯(lián)，但其標(biāo)準(zhǔn)差比上一輪低1.7，且顯著長(zhǎng)于前兩輪經(jīng)濟(jì)周期的時(shí)間跨度（15年），體現(xiàn)了國(guó)家側(cè)重需求管理的宏觀調(diào)控政策在管理經(jīng)濟(jì)和熨平波動(dòng)中的積極作用。2008—2016年的平均潛在GDP增長(zhǎng)率為9.3%高于年均實(shí)際經(jīng)濟(jì)增速0.9個(gè)百分點(diǎn)，該現(xiàn)象的主要原因是20世紀(jì)90年代以來(lái)的需求管理政策導(dǎo)致經(jīng)濟(jì)體出現(xiàn)“高庫(kù)存和高成本”，且2010年以來(lái)偏向供給端的宏觀審慎與區(qū)間調(diào)控效應(yīng)尚未得到有效釋放。

還可以發(fā)現(xiàn)，GDP的潛在增長(zhǎng)率與實(shí)際增長(zhǎng)率走勢(shì)極不對(duì)稱。一方面，GDP的潛在增長(zhǎng)率下滑先于實(shí)際增長(zhǎng)率。比如，第二輪經(jīng)濟(jì)周期波動(dòng)中潛在增長(zhǎng)率于1985年下跌，早于實(shí)際增長(zhǎng)率4年;最新一輪的實(shí)體經(jīng)濟(jì)下滑始于2011年，而潛在GDP增長(zhǎng)率則在2005年便步入下降通道。另一方面，1993 —2007年實(shí)際增長(zhǎng)率出現(xiàn)“U型”走勢(shì)時(shí)潛在GDP增長(zhǎng)率卻表現(xiàn)出穩(wěn)步提升態(tài)勢(shì)，表明產(chǎn)能利用與需求的不匹配。期初潛在GDP增長(zhǎng)率和實(shí)際增長(zhǎng)率分別為9.8%和13.9%，亞洲金融危機(jī)后的1999年二者的值是9.9%和7.7%，至世界金融危機(jī)爆發(fā)前的2007年GDP實(shí)際增長(zhǎng)率達(dá)到峰值14.2%，而同年的潛在增長(zhǎng)率為10.3%，略低于2004年的峰值0.2個(gè)百分點(diǎn)。不容否認(rèn)，該階段注重需求拉動(dòng)的凱恩斯主義宏觀調(diào)控政策以及建立社會(huì)主義市場(chǎng)經(jīng)濟(jì)體制工作的推進(jìn)確實(shí)帶來(lái)了十余年的“黃金增長(zhǎng)”，以至于實(shí)際經(jīng)濟(jì)增速在下滑至谷底后能快速回升，乃至在潛在經(jīng)濟(jì)增速之上運(yùn)行。然而，這同時(shí)也在不斷透支經(jīng)濟(jì)增長(zhǎng)潛力，使得供給端的矛盾（比如，產(chǎn)能持續(xù)利用不足）逐漸積累。該矛盾的初露端倪表現(xiàn)于2001年底加入WTO后中國(guó)逐步由過(guò)去的“短缺經(jīng)濟(jì)”轉(zhuǎn)向“過(guò)剩經(jīng)濟(jì)”，所以供給端的問(wèn)題沒有得到有效的解決導(dǎo)致了2004年后潛在經(jīng)濟(jì)增速步入下降通道。伴隨市場(chǎng)經(jīng)濟(jì)體制的初步建立，發(fā)揮市場(chǎng)機(jī)制調(diào)節(jié)資源配置的基礎(chǔ)性作用，破解供需結(jié)構(gòu)性失衡矛盾是一可行之舉，但卻遭遇了史上最為嚴(yán)重的經(jīng)濟(jì)危機(jī)沖擊，國(guó)家被迫以強(qiáng)有力的財(cái)政與貨幣政策刺激實(shí)體經(jīng)濟(jì)，避免了國(guó)民經(jīng)濟(jì)“硬著陸”，但也誘使供給端的矛盾進(jìn)一步激化，產(chǎn)能過(guò)剩、庫(kù)存積壓、財(cái)務(wù)與融資成本高、債務(wù)高企等問(wèn)題徹底“顯露人前”，由此開啟了2010年經(jīng)濟(jì)有所反彈后的新一輪下滑。

需要指出，實(shí)體經(jīng)濟(jì)增速下滑與我國(guó)經(jīng)濟(jì)總量大、外部環(huán)境不穩(wěn)定有關(guān)，但最為主要的原因在于供給端。長(zhǎng)期隱藏于第三輪經(jīng)濟(jì)周期波動(dòng)下的經(jīng)濟(jì)體內(nèi)部的結(jié)構(gòu)性掣肘沒有被及時(shí)有效地解決最終致使?jié)撛诮?jīng)濟(jì)增速下降，且先于實(shí)際經(jīng)濟(jì)增速轉(zhuǎn)入下降通道。此外，近幾年潛在經(jīng)濟(jì)增速下降的幅度有所收窄（比如，2015年較2014年下降0.04，2016年較2015年下降0.02），實(shí)際經(jīng)濟(jì)增速下降幅度也有如此表征，這暗示了供給側(cè)結(jié)構(gòu)性改革確實(shí)存在明顯的結(jié)構(gòu)紅利效應(yīng)，似乎也表明在落后產(chǎn)能逐漸被淘汰與新興產(chǎn)能不斷跟進(jìn)的雙重刺激下，實(shí)體經(jīng)濟(jì)增長(zhǎng)與“L型”的底部愈來(lái)愈近。

（二）潛在GDP增長(zhǎng)率的預(yù)測(cè)：2017—2049年

不同于一些研究直接使用時(shí)間外推法預(yù)測(cè)未來(lái)年份的潛在產(chǎn)出及其增長(zhǎng)率水平，這種方法雖然便捷，但因“打包”處理忽視了要素的自身變動(dòng)情況，加大了預(yù)測(cè)誤差。為避免這種負(fù)面影響，本研究預(yù)測(cè)2017—2049年的潛在GDP增長(zhǎng)率分為兩步：首先，預(yù)測(cè)各個(gè)解釋變量的未來(lái)值;此后，結(jié)合表2的回歸系數(shù)和公式（5）可得潛在GDP的預(yù)測(cè)值（[AKy^]ft），進(jìn)一步運(yùn)用（6）式的算法預(yù)估未來(lái)的潛在GDP增長(zhǎng)率（yf*t）。

1.物質(zhì)資本存量及其結(jié)構(gòu)的預(yù)測(cè)。世界銀行的數(shù)據(jù)顯示，美國(guó)等主要發(fā)達(dá)國(guó)家的固定資產(chǎn)投資年均增速基本在2%左右，且本文使用的中國(guó)物質(zhì)資本存量的增長(zhǎng)率自2010年以來(lái)有明顯下降趨勢(shì)，故而本文將2049年物質(zhì)資本存量增速設(shè)定為2%，并假定物質(zhì)資本存量由當(dāng)前的增速下降至2%，并以此倒推時(shí)間窗口內(nèi)每一年的物質(zhì)資本存量預(yù)測(cè)值。另?yè)?jù)中國(guó)的歷史數(shù)據(jù)，1978—2007年以來(lái)固定資產(chǎn)投資中國(guó)有投資占比總體呈現(xiàn)顯著的下降趨勢(shì)，2008年以后國(guó)有投資的比重并未出現(xiàn)持續(xù)下降的態(tài)勢(shì)，而是表現(xiàn)為有升有降的波動(dòng)狀態(tài)。2008—2016年國(guó)有與非國(guó)有投資的比例基本穩(wěn)定在35[DK1]∶65。本研究將該比例作為2017—2049年的國(guó)有和非國(guó)有物質(zhì)資本存量占比的預(yù)測(cè)值。需要說(shuō)明的是，這并不意味著此時(shí)間段內(nèi)中國(guó)不存在制度變革，而是在這一基本產(chǎn)權(quán)制度結(jié)構(gòu)安排下對(duì)相關(guān)領(lǐng)域的制度進(jìn)行優(yōu)化，我們并未考慮這種可能的影響。一方面，未來(lái)新制度安排的出現(xiàn)是隨機(jī)的，難以準(zhǔn)確預(yù)估;另一方面，重新設(shè)計(jì)某一制度的目標(biāo)是為了解決某一結(jié)構(gòu)性問(wèn)題，其效果可通過(guò)結(jié)構(gòu)調(diào)整反映，比如生育政策調(diào)整會(huì)直接影響人口結(jié)構(gòu)與人力資本結(jié)構(gòu)，減稅政策有利于增加企業(yè)收入并刺激投資增加等，而本研究則對(duì)主要關(guān)注的結(jié)構(gòu)變化進(jìn)行了預(yù)測(cè)。

2.人力資本存量及其產(chǎn)業(yè)分布結(jié)構(gòu)的預(yù)測(cè)。由于人力資本存量由受教育年限與就業(yè)人口規(guī)模合成而來(lái)，計(jì)算2017—2049年的人力資本預(yù)測(cè)值將涉及受教育年限與就業(yè)人口規(guī)模的估測(cè)。分三次產(chǎn)業(yè)考察，2010—2016年第一、第二和第三產(chǎn)業(yè)就業(yè)人員的平均受教育年限年均增長(zhǎng)0.23%、0.81%和0.48%，本研究將之視為2017—2049年三次產(chǎn)業(yè)平均受教育年限的增速。三次產(chǎn)業(yè)的就業(yè)人口總量走勢(shì)有明顯差異。受結(jié)構(gòu)性沖擊，2010年后第二產(chǎn)業(yè)就業(yè)人口增速明顯放緩，第三產(chǎn)業(yè)則快速上升，至2016年二者就業(yè)人口的年均增速分別為0.86%和3.90%。本文預(yù)測(cè)2017—2049年第二和第三產(chǎn)業(yè)就業(yè)人口總量便以此增速為參考。相對(duì)地，在加速推進(jìn)城鎮(zhèn)化的大背景下，第一產(chǎn)業(yè)的就業(yè)人口向非農(nóng)產(chǎn)業(yè)快速轉(zhuǎn)移，于2003年急劇下降，至當(dāng)前年均下降約3.73個(gè)百分點(diǎn)。若以2010年為參照，至2016年第一產(chǎn)業(yè)就業(yè)人口年均增速是4.13%，但考慮到國(guó)家推進(jìn)的鄉(xiāng)村振興戰(zhàn)略有穩(wěn)定第一產(chǎn)業(yè)就業(yè)人口的作用，所以此處選擇3.73%作為未來(lái)年份的第一產(chǎn)業(yè)就業(yè)人口增速。以2016年三次產(chǎn)業(yè)的平均受教育年限、就業(yè)人口總量數(shù)據(jù)為基礎(chǔ)，輔以選擇的相應(yīng)變量增速，可得2017—2049年分三次產(chǎn)業(yè)的平均受教育年限和就業(yè)人口總量，進(jìn)一步可得同期分三次產(chǎn)業(yè)的人力資本存量、總?cè)肆Y本存量、農(nóng)業(yè)和非農(nóng)產(chǎn)業(yè)人力資本存量占比的預(yù)測(cè)值。

3.能源消費(fèi)總量及其結(jié)構(gòu)的預(yù)測(cè)。1978—2016年的中國(guó)能源消費(fèi)總量增速變化趨勢(shì)顯示，2003年出現(xiàn)一個(gè)拐點(diǎn)（總量增加的同時(shí)增速趨于放緩），至2016年其增速年均下降約9.2%。本文基于2016年的能源消費(fèi)規(guī)模及增速，按照增速年均下降9.2個(gè)百分點(diǎn)的標(biāo)準(zhǔn)，計(jì)算2017—2049年能源消費(fèi)增速和相應(yīng)年份的能源消費(fèi)總量。能源消費(fèi)結(jié)構(gòu)的預(yù)測(cè)值與能源消費(fèi)總量的方法保持一致。本研究預(yù)測(cè)的2020年化石能源與清潔能源消費(fèi)的比例是75.7∶24.3，與林伯強(qiáng)、李江龍[40]的結(jié)果相同。2030年二者的結(jié)構(gòu)是64.5∶35.5，這與國(guó)家《能源發(fā)展“十三五”規(guī)劃》設(shè)定的非化石能源消費(fèi)占比30%相近。進(jìn)一步，2049年此結(jié)構(gòu)比例將達(dá)到43.2∶56.8，與美國(guó)、歐盟等發(fā)達(dá)國(guó)家或地區(qū)進(jìn)行比較（2013年美國(guó)和歐盟地區(qū)的化石能源與清潔能源消費(fèi)的比例分別為56.8∶43.2和53.1∶46.8），加上中國(guó)堅(jiān)持落實(shí)綠色發(fā)展戰(zhàn)略，重視清潔能源技術(shù)及推廣清潔能源消費(fèi)，本文認(rèn)為這一能源消費(fèi)結(jié)構(gòu)調(diào)整目標(biāo)基本可以實(shí)現(xiàn)。

4.2017—2049年潛在增長(zhǎng)率的計(jì)算。為避免變量預(yù)測(cè)值自身的波動(dòng)導(dǎo)致預(yù)測(cè)誤差增大，本文首先使用HP濾波對(duì)各自變量預(yù)測(cè)值進(jìn)行趨勢(shì)化處理，而后將它們的趨勢(shì)值和表2回歸3中相應(yīng)變量的系數(shù)代入公式（5）計(jì)算 f 2017， f 2018，…， f 2049。進(jìn)一步，運(yùn)用公式（6）的算法可得yf* 2017，yf* 2018，…，yf* 2049。

圖2展示了本文預(yù)測(cè)的2017—2049年潛在GDP增長(zhǎng)率?？梢?，既有的條件下，未來(lái)一段時(shí)期中國(guó)的潛在GDP增長(zhǎng)率呈現(xiàn)出緩慢下滑的趨勢(shì)特點(diǎn)。主要的原因是經(jīng)濟(jì)總量增大和改革紅利的慢速釋放。2021—2035年潛在增長(zhǎng)率下滑幅度明顯大于其后年度區(qū)間（特別是2043年之后）的潛在經(jīng)濟(jì)增速下滑程度。這表明，如果中國(guó)能夠堅(jiān)持對(duì)經(jīng)濟(jì)開展全面深入的結(jié)構(gòu)性優(yōu)化調(diào)整，全力根除“三駕馬車”快速拉動(dòng)增長(zhǎng)階段大量積累的結(jié)構(gòu)性“頑疾”，促進(jìn)新興產(chǎn)能與高端產(chǎn)能快速跟進(jìn)，中國(guó)的實(shí)體經(jīng)濟(jì)將趨向成熟穩(wěn)定。

表4報(bào)告了不同時(shí)間窗口下，本文及部分文獻(xiàn)預(yù)測(cè)的中國(guó)潛在GDP增長(zhǎng)率的結(jié)果。從預(yù)測(cè)的整體區(qū)間看，與我們的時(shí)間跨度較為接近的有HSBC[41]、OECD[18]、PwC[20]。全時(shí)間窗口下，HSBC[41]預(yù)測(cè)中國(guó)經(jīng)濟(jì)增長(zhǎng)的平均速度大約是4.58%，OECD[18]的估測(cè)結(jié)果顯示為4.45%，PwC[20]預(yù)測(cè)的偏低，具體為2.6%，這與本研究的結(jié)果有一定差異。除了預(yù)測(cè)區(qū)間不完全相同的因素影響外，最主要的原因是他們的研究忽視了中國(guó)正著力消除經(jīng)濟(jì)體內(nèi)部“結(jié)構(gòu)痼疾”的行為對(duì)經(jīng)濟(jì)增長(zhǎng)的積極作用，妥善解決結(jié)構(gòu)性矛盾后將為中國(guó)的經(jīng)濟(jì)發(fā)展提供新動(dòng)力。而本文模型則將改革進(jìn)程中重要的結(jié)構(gòu)性因素納入分析。

分時(shí)間區(qū)間考察發(fā)現(xiàn)，中國(guó)社會(huì)科學(xué)院經(jīng)濟(jì)研究所課題組[42]、陸旸和蔡昉[5]計(jì)算的相應(yīng)時(shí)間段GDP潛在增長(zhǎng)速度與本研究計(jì)算的結(jié)果相差并不大。HSBC[41]、OECD[18]、Pritchett和Summers[28]前半段的預(yù)測(cè)結(jié)果也能與本研究保持較好的一致性，但后半段預(yù)測(cè)的平均增速則有顯著差異。不考慮數(shù)據(jù)處理、經(jīng)濟(jì)總量增大等因素，雖然他們的模型中沒有充分考慮結(jié)構(gòu)調(diào)整效應(yīng)，但其可能認(rèn)為伴隨中國(guó)經(jīng)濟(jì)規(guī)模提升，既有增長(zhǎng)模式下累積的結(jié)構(gòu)性問(wèn)題可能會(huì)在未來(lái)一段時(shí)間內(nèi)集中爆發(fā)，進(jìn)而強(qiáng)力拉低經(jīng)濟(jì)增速。實(shí)際上，中國(guó)正通過(guò)各種改革手段破解供給端的結(jié)構(gòu)矛盾，不容否認(rèn)這是一個(gè)緩慢演化的過(guò)程，難以一蹴而就。當(dāng)模型中考慮制度變革及一些結(jié)構(gòu)性調(diào)整的效應(yīng)后，潛在經(jīng)濟(jì)增速的下滑將是平緩的，直至趨于穩(wěn)定，并不會(huì)像他們報(bào)告的那樣出現(xiàn)“斷崖式”下滑現(xiàn)象。

（三）跨越“中等收入陷阱”的可能性

以阿根廷、墨西哥、馬來(lái)西亞等為代表的拉美或東南亞國(guó)家在邁入中等收入國(guó)家隊(duì)列后，出現(xiàn)經(jīng)濟(jì)停滯不前、收入差距擴(kuò)大、社會(huì)動(dòng)蕩等現(xiàn)象，遲遲難以進(jìn)入高收入國(guó)家行列，這被學(xué)界形象地描述為“中等收入陷阱”。中國(guó)作為轉(zhuǎn)型發(fā)展中的大國(guó)已成為世界第二大經(jīng)濟(jì)體，能否在未來(lái)的30余年中成功邁過(guò)高收入國(guó)家的門檻，成為發(fā)展中國(guó)家的“新樣板”，是當(dāng)前頗受關(guān)注的焦點(diǎn)。為給出本文關(guān)于該問(wèn)題的判斷，此處將基于預(yù)測(cè)的潛在GDP增長(zhǎng)率，計(jì)算2017—2049年中國(guó)的人均GDP，作為評(píng)估依據(jù)。

1.2017—2049年中國(guó)的人均GDP。前文估計(jì)及預(yù)測(cè)潛在GDP增長(zhǎng)率時(shí)，已經(jīng)計(jì)算出相應(yīng)年份的潛在GDP。對(duì)于中國(guó)未來(lái)的人口變化情況，本文直接引用United Nations[43]中的各國(guó)人口增長(zhǎng)前景預(yù)測(cè)數(shù)據(jù)。測(cè)算出以人民幣為單位的人均GDP后，使用人民幣兌美元的匯率換算為美元值。考慮到各自變量的預(yù)測(cè)值是基于2016年的數(shù)據(jù)進(jìn)行預(yù)測(cè)，所以我們?cè)陬A(yù)測(cè)的人均GDP（美元）基礎(chǔ)上乘以6.262（2016年中國(guó)的名義GDP與以1978年為基期GDP的比值），將其折合為2016年的現(xiàn)價(jià)。

限于篇幅，表5只給出不同匯率水平下主要時(shí)點(diǎn)的人均GDP（折合為2016年的價(jià)格水平）。情形一的換算基準(zhǔn)為2016年的平均匯率，情形二的換算基準(zhǔn)是1994年匯率改革以來(lái)的平均匯率，情形三的換算基準(zhǔn)為改革開放以來(lái)的平均匯率。情形二和情形三分別對(duì)應(yīng)了不確定發(fā)展趨勢(shì)下（如貿(mào)易戰(zhàn)的爆發(fā)），人民幣貶值與升值的可能性?？梢?，伴隨結(jié)構(gòu)性矛盾的處理，新動(dòng)能得以確立，不同情形下的中國(guó)人均GDP均出現(xiàn)穩(wěn)步上升，與2020年相比較增幅最大的是情形三，情形二的增幅最小。結(jié)合人民幣對(duì)美元的走勢(shì)、全面深化改革的力度及經(jīng)濟(jì)發(fā)展?fàn)顩r，我們認(rèn)為中國(guó)出現(xiàn)情形一、三表征的人均GDP趨勢(shì)的或然率更大。

2.中國(guó)邁入高收入國(guó)家行列的判斷。表6展示了基于世界銀行的高收入國(guó)家門檻數(shù)據(jù)，在不同情況下進(jìn)行計(jì)算的高收入國(guó)家門檻值以及與中國(guó)相鄰、經(jīng)濟(jì)文化相近的中等發(fā)達(dá)國(guó)家韓國(guó)人均GDP的主要時(shí)點(diǎn)分布情況。

圖3展示了表5與表6的對(duì)比結(jié)果。在情形一與狀態(tài)A的條件下，中國(guó)將在2030—2035年之間邁入高收入國(guó)家;在情形一與狀態(tài)B的條件下，中國(guó)的人均GDP將在接近2035年時(shí)超過(guò)高收入國(guó)家的門檻值;在情形一與狀態(tài)C的條件下，中國(guó)可能于2030年前后邁入高收入國(guó)家行列。當(dāng)情形二分別與狀態(tài)A、B、C組合時(shí)，中國(guó)進(jìn)入高收入國(guó)家的時(shí)間有所延長(zhǎng)，在2040—2045年間。情形三與狀態(tài)A、B、C的其中之一同時(shí)出現(xiàn)時(shí)，中國(guó)達(dá)到高收入國(guó)家水平的時(shí)間均落入2025—2030年的區(qū)間范圍。此外，與中等發(fā)達(dá)國(guó)家韓國(guó)的比較發(fā)現(xiàn)，不同情形下中國(guó)在2050年前的人均GDP有較大概率超越韓國(guó)。中國(guó)的人均GDP超越韓國(guó)的時(shí)間區(qū)間在情形一和情形三中分別是（2045，2049）和（2040，2045），而依據(jù)增長(zhǎng)趨勢(shì)判斷在情形二下中國(guó)人均GDP大于韓國(guó)的時(shí)間點(diǎn)在2050年前后。

綜上，在新時(shí)代追求高質(zhì)量發(fā)展的階段，倘若中國(guó)能夠在新一輪全面深化改革的進(jìn)程中，繼承和發(fā)揚(yáng)改革開放40年來(lái)的寶貴經(jīng)驗(yàn)，以持續(xù)優(yōu)化的制度設(shè)計(jì)、加速提升非農(nóng)部門人力資本的積累（尤其是“智力資本”的積累）和加快形成綠色化的能源消費(fèi)結(jié)構(gòu)為主要途徑，妥善解決“黃金增長(zhǎng)”的十余年間嚴(yán)重積累的供給端問(wèn)題，促進(jìn)現(xiàn)代化經(jīng)濟(jì)結(jié)構(gòu)成功構(gòu)建，那么，中國(guó)在2050年前不僅能夠躋身高收入國(guó)家隊(duì)列，而且達(dá)到中等發(fā)達(dá)國(guó)家水平的可能性較大。

五、結(jié) 論

在新時(shí)代的中國(guó)大力推進(jìn)供給側(cè)結(jié)構(gòu)性改革，經(jīng)濟(jì)轉(zhuǎn)向高質(zhì)量發(fā)展階段的背景下，結(jié)合大部分學(xué)者關(guān)于內(nèi)部結(jié)構(gòu)性沖擊導(dǎo)致近些年經(jīng)濟(jì)下滑的觀點(diǎn)，本研究將經(jīng)典的AK模型進(jìn)行結(jié)構(gòu)化拓展，構(gòu)建了同時(shí)包含改革進(jìn)程中的制度變革、產(chǎn)業(yè)人力資本分布與能源消費(fèi)綠色化三類結(jié)構(gòu)性調(diào)整的生產(chǎn)函數(shù)，使用1978—2016年中國(guó)的時(shí)序數(shù)據(jù)估計(jì)了相應(yīng)時(shí)間窗口的潛在GDP增長(zhǎng)率，并預(yù)測(cè)了2017—2049年中國(guó)潛在GDP增長(zhǎng)率的可能值，進(jìn)一步回答了中國(guó)能否成功跨越“中等收入陷阱”并達(dá)到中等發(fā)達(dá)國(guó)家水平的問(wèn)題。

樣本期內(nèi)中國(guó)潛在GDP增長(zhǎng)率的結(jié)果顯示：GDP的潛在增長(zhǎng)率與實(shí)際增長(zhǎng)率走勢(shì)極不對(duì)稱。這突出地表現(xiàn)為：一是潛在GDP增長(zhǎng)率的下滑先于實(shí)際增長(zhǎng)率。中國(guó)過(guò)去的經(jīng)濟(jì)波動(dòng)中，1985年潛在GDP增長(zhǎng)率首次出現(xiàn)持續(xù)的下跌，其后4年實(shí)際增長(zhǎng)率方才顯著下跌;最近一次實(shí)體經(jīng)濟(jì)明顯下滑始于2011年，而潛在GDP增長(zhǎng)率自2005年便持續(xù)下降。二是實(shí)際增長(zhǎng)率出現(xiàn)“U型”走勢(shì)時(shí)潛在增長(zhǎng)率卻穩(wěn)步提升。1993年GDP的實(shí)際增速步入下降通道，1999年跌至波谷，而后強(qiáng)力拉升至2007年;在制度優(yōu)化等因素的影響下，同期GDP的潛在增速則穩(wěn)定爬升。三是實(shí)際GDP增長(zhǎng)率的下滑速度、幅度要大于潛在增長(zhǎng)率，比如2010—2016年實(shí)際GDP增速降低約3.9個(gè)百分點(diǎn)，潛在GDP增速僅減少大約0.8個(gè)百分點(diǎn)，尤其是近幾年潛在增速趨于零的降幅表明“L型”經(jīng)濟(jì)走勢(shì)近乎觸底。二者不對(duì)稱的主要原因是長(zhǎng)期偏向需求管理的宏觀調(diào)控政策致使結(jié)構(gòu)性矛盾不斷積累，且此模式下形成的路徑依賴進(jìn)一步掩藏了經(jīng)濟(jì)體內(nèi)部的“結(jié)構(gòu)性痼疾”及其對(duì)經(jīng)濟(jì)增長(zhǎng)的負(fù)面影響。

基于中國(guó)潛在GDP增長(zhǎng)率的預(yù)估分析可知：首先，預(yù)測(cè)年份的潛在GDP增長(zhǎng)率下滑趨勢(shì)明顯，由期初的7.6%逐步下降至期末的4%。其次，以制度紅利與結(jié)構(gòu)紅利為表征的改革效應(yīng)是慢速釋放的，這表現(xiàn)為2017—2035年潛在GDP增長(zhǎng)率的降幅是2.8個(gè)百分點(diǎn)，大于其后的時(shí)間區(qū)間。再次，潛在GDP增長(zhǎng)率在2043年前后趨于穩(wěn)定。這預(yù)示倘若能夠加速釋放制度紅利與結(jié)構(gòu)紅利，那么中國(guó)將更早出現(xiàn)成熟的現(xiàn)代經(jīng)濟(jì)形態(tài)。此外，在三種情形與三種狀態(tài)的不同組合下，中國(guó)的人均GDP能夠超出高收入國(guó)家門檻值，只是成功跨越“中等收入陷阱”的時(shí)點(diǎn)有所差異，但均在2045年之前。最后，以中等發(fā)達(dá)國(guó)家韓國(guó)為參照，2050年前中國(guó)躋身中等發(fā)達(dá)國(guó)家行列的概率較大。第一種情形下，中國(guó)的人均GDP超越韓國(guó)的時(shí)間區(qū)間是（2045，2049）;第三種情形是（2040，2045）;第二種情形下，韓國(guó)的人均GDP略高于中國(guó)，但按照增長(zhǎng)趨勢(shì)可預(yù)測(cè)中國(guó)在2050年可能與之持平甚至超出。

必須強(qiáng)調(diào)，2010年后中國(guó)經(jīng)濟(jì)一直在包含制度變革及其衍生的結(jié)構(gòu)性因素的潛在增長(zhǎng)趨勢(shì)之下運(yùn)行，中國(guó)順利達(dá)到高收入國(guó)家和中等發(fā)達(dá)國(guó)家水平可能存在一定的風(fēng)險(xiǎn)。中國(guó)實(shí)現(xiàn)新時(shí)代發(fā)展的預(yù)設(shè)目標(biāo)要以平穩(wěn)釋放制度紅利與結(jié)構(gòu)紅利為前提，暗示中國(guó)必須有序平穩(wěn)推進(jìn)改革，著力優(yōu)化資源配置，盡最大努力促進(jìn)實(shí)際經(jīng)濟(jì)增長(zhǎng)與潛在經(jīng)濟(jì)增長(zhǎng)相協(xié)調(diào)。具體地，通過(guò)加大向新興產(chǎn)業(yè)與高端產(chǎn)業(yè)配置資源的力度（國(guó)有企業(yè)尤其要發(fā)揮好引領(lǐng)與攻堅(jiān)克難的作用），提升這些產(chǎn)業(yè)的生產(chǎn)效率;必須注重人力資本的結(jié)構(gòu)性積累，在推動(dòng)人力資本總量增加同時(shí)尤其要加速諸如“芯片研制”等關(guān)鍵行業(yè)、核心行業(yè)及其配套行業(yè)“智力資本”的積累，提高中國(guó)產(chǎn)業(yè)的現(xiàn)代化水平、核心競(jìng)爭(zhēng)力與全要素生產(chǎn)率;提高清潔能源研發(fā)利用的技術(shù)的支撐能力和推廣清潔能源使用的力度，加快形成綠色化的能源消費(fèi)結(jié)構(gòu)，增大潛在綠色增長(zhǎng)空間。

參考文獻(xiàn)：

[1] 劉世錦. 增長(zhǎng)速度下臺(tái)階與發(fā)展方式轉(zhuǎn)變 ?[J]. 經(jīng)濟(jì)學(xué)動(dòng)態(tài)， 2011（5）： 3-9.

[2] 袁富華. 長(zhǎng)期增長(zhǎng)過(guò)程的“結(jié)構(gòu)性加速”與“結(jié)構(gòu)性減速”： 一種解釋 ?[J]. 經(jīng)濟(jì)研究， 2012（3）： 127-140.

[3] 李杏， Luke Chan M W. 基于SYS-GMM的中國(guó)人口結(jié)構(gòu)變化與經(jīng)濟(jì)增長(zhǎng)關(guān)系研究 ?[J]. 統(tǒng)計(jì)研究， 2012（4）： 81-85.

[4] 蔡昉. 認(rèn)識(shí)中國(guó)經(jīng)濟(jì)減速的供給側(cè)視角 ?[J]. 經(jīng)濟(jì)學(xué)動(dòng)態(tài)， 2016（4）： 14-22.

[5] 陸旸， 蔡昉. 從人口紅利到改革紅利： 基于中國(guó)潛在增長(zhǎng)率的模擬 ?[J]. 世界經(jīng)濟(jì)， 2016（1）： 3-23.

[6] Jorgenson D W， Khuong V M M. Potential growth of the world economy ?[J]. Journal of Policy Modeling， 2010， 32（5）： 615-631.

[7] Scacciavillani F， Swagel P. Measures of potential output： An application to Israel ?[R]. IMF Working Papers， No. 96， 1999.

[8] Nelson C R， Plosser C I. Trends and random walks in macroeconmic time series： Some evidence and implications ?[J]. Journal of Monetary Economics， 1982， 10（2）： 139-162.

[9] 郭慶旺， 賈俊雪. 中國(guó)潛在產(chǎn)出與產(chǎn)出缺口的估算 ?[J]. 經(jīng)濟(jì)研究， 2004（5）： 31-39.

[10]張連城， 韓蓓. 中國(guó)潛在經(jīng)濟(jì)增長(zhǎng)率分析——HP濾波平滑參數(shù)的選擇及應(yīng)用 ?[J]. 經(jīng)濟(jì)與管理研究， 2009（3）： 22-28.

[11]Baxter M， King R G. Measuring business cycles： Approximate band-pass filters for economic time series ?[J]. The Review of Economics and Statistics， 1999， 81（4）： 575-593.

[12]Cooley T F， Ohanian L E. The cyclical behavior of prices ?[J]. Journal of Monetary Economics， 1991， 28（1）： 25-60.

[13]Van Norden S. Why is it so hard to measure the current output gap？ [R/OL]. （1995-06-07） [2018-01-15]. http： ∥pdfs.semanticsc holar.org/c47a/58afccd 6d69481afd18 470838b080f05f944.pdf.

[14]趙昕東. 基于菲利普斯曲線的中國(guó)產(chǎn)出缺口估計(jì) ?[J]. 世界經(jīng)濟(jì)， 2008（1）： 57-64.

[15]趙昕東. 財(cái)政政策方向與力度的指示器： 結(jié)構(gòu)性赤字的估算及應(yīng)用 ?[J]. 財(cái)政研究， 2000（10）： 44-47.

[16]袁富華. 低碳經(jīng)濟(jì)約束下的中國(guó)潛在經(jīng)濟(jì)增長(zhǎng) ?[J]. 經(jīng)濟(jì)研究， 2010（8）： 79-89.

[17]劉雪燕， 曾錚. 我國(guó)經(jīng)濟(jì)潛在增長(zhǎng)率研究 ?[M]. 北京： 中國(guó)計(jì)劃出版社， 2015.

[18]OECD. Looking to 2060： long-term global growth prospects ?[R]. OECD Economic Policy Papers， No.3， 2012.

[19]郭豫媚， 陳彥斌. 中國(guó)潛在經(jīng)濟(jì)增長(zhǎng)率的估算及其政策含義： 1979—2020 ?[J]. 經(jīng)濟(jì)學(xué)動(dòng)態(tài)， 2015（2）： 12-18.

[20]Hawksworth J， Audino H， Clarry R， et al. The long view： How will the global economic order change by 2050？ [R/OL]. （2017-02-01） [2018-05-20]. https：∥www.pwc.com/gx/en/world—2050/assets/pwc-worl d-in—2050-summary-report-feb—2017.pdf.

[21]郭晗， 任保平. 結(jié)構(gòu)變動(dòng)、要素產(chǎn)出彈性與中國(guó)潛在經(jīng)濟(jì)增長(zhǎng)率 ?[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2014（12）： 72-84.

[22]郭紅兵， 陳平. 基于SVAR模型的中國(guó)產(chǎn)出缺口估計(jì)及評(píng)價(jià) ?[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2010（5）： 116-128.

[23]Ozbek L， Ozlale U. Employing the extended Kalman filter in measuring the output gap ?[J]. Journal of Economic Dynamics & Control， 2005， 29（9）： 1611-1622.

[24]楊天宇， 黃淑芬. 基于小波降噪方法和季度數(shù)據(jù)的中國(guó)產(chǎn)出缺口估計(jì) ?[J]. 經(jīng)濟(jì)研究， 2010（1）： 115-126.

[25]Berger T， Kempa B. Bayesian estimation of the output gap for a small open economy： the case of Canada ?[J]. Economics Letters， 2011， 112（1）： 107-112.

[26]劉雅君， 田依民. 中國(guó)經(jīng)濟(jì)波動(dòng)率對(duì)潛在經(jīng)濟(jì)增長(zhǎng)率影響的實(shí)證分析 ?[J]. 經(jīng)濟(jì)學(xué)家， 2016（8）： 46-54.

[27]黃梅波， 呂朝鳳. 中國(guó)潛在產(chǎn)出的估計(jì)與“自然率假說(shuō)”的檢驗(yàn) ?[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2010（7）： 3-20.

[28]Pritchett L， Summers L H. Asiaphoria meets regression to the mean ?[R]. NBER Working Paper， No. 20573， 2014.

[29]郭學(xué)能， 盧盛榮. 供給側(cè)結(jié)構(gòu)性改革背景下中國(guó)潛在經(jīng)濟(jì)增長(zhǎng)率分析 ?[J]. 經(jīng)濟(jì)學(xué)家， 2018（1）： 29-40.

[30]Benhabib J， Spiegel M M. Human capital and technology diffusion [R/OL]. （2002-12-09） [2018-01-20]. http：∥www4.fe.uc.pt/mapsd/benhabib-spiegel 12-17-02.pdf.

[31]魏下海. 貿(mào)易開放、人力資本與中國(guó)全要素生產(chǎn)率 ——基于分位數(shù)回歸方法的經(jīng)驗(yàn)研究 ?[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2009（7）： 61-72.

[32]程惠芳， 陳超. 開放經(jīng)濟(jì)下知識(shí)資本與全要素生產(chǎn)率 ——國(guó)際經(jīng)驗(yàn)與中國(guó)啟示 ?[J]. 經(jīng)濟(jì)研究， 2017（10）： 21-36.

[33]李標(biāo)， 吳賈， 陳姝興. 城鎮(zhèn)化、工業(yè)化、信息化與中國(guó)的能源強(qiáng)度 ?[J]. 中國(guó)人口·資源與環(huán)境， 2015（8）： 69-76.

[34]王維， 陳杰， 毛盛勇. 基于十大分類的中國(guó)資本存量重估： 1978—2016年 ?[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2017（10）： 60-77.

[35]王小魯， 樊綱. 中國(guó)經(jīng)濟(jì)增長(zhǎng)的可持續(xù)性——跨世紀(jì)的回顧與展望 ?[M]. 北京： 經(jīng)濟(jì)科學(xué)出版社， 2000.

[36]王金營(yíng). 1978年以來(lái)中國(guó)三次產(chǎn)業(yè)從業(yè)人員受教育水平估計(jì) ?[J]. 人口研究， 2002（3）： 70-76.

[37]李仁君. 中國(guó)三次產(chǎn)業(yè)的人力資本存量及其指數(shù)化測(cè)算 ?[J]. 海南大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版）， 2010（5）： 58-65.

[38]王兵， 張技輝， 張華. 環(huán)境約束下中國(guó)省際全要素能源效率實(shí)證研究 ?[J]. 經(jīng)濟(jì)評(píng)論， 2011（4）： 31-43.

[39]林美順. 清潔能源消費(fèi)、環(huán)境治理與中國(guó)經(jīng)濟(jì)可持續(xù)增長(zhǎng) ?[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2017（12）： 3-21.

[40]林伯強(qiáng)， 李江龍. 環(huán)境治理約束下的中國(guó)能源結(jié)構(gòu)轉(zhuǎn)變——基于煤炭和二氧化碳峰值的分析 ?[J]. 中國(guó)社會(huì)科學(xué)， 2015（9）： 84-107.

[41]Ward K. The World in 2050： Quantifying the shift in the global economy [R/OL]. （2011-01-04） [2018-02-15]. https：∥warwick.ac.uk/fac/soc/pais/research/researchcentres /csgr/green/foresight/economy/2011_hsbc_the_world_in_2050_-quantifying_the_shift_in_the_global_economy.pdf.

[42]中國(guó)社會(huì)科學(xué)院經(jīng)濟(jì)研究所課題組. 中國(guó)經(jīng)濟(jì)長(zhǎng)期增長(zhǎng)路徑、效率與潛在增長(zhǎng)水平 ?[J]. 經(jīng)濟(jì)研究， 2012（11）： 4-17.

[43]United Nations. Department of economic and social affairs， population division. World Population Prospects： The 2017 Revision [DB/OL]. 2017 [2018-04-20]. https： ∥esa.un.org/unpd/wpp/.