中国经济增长的动力来源探讨

来源：网络 时间：2022-03-19

　　中图分类号：F2文献标识码：A文章编号：16723198（2015）17000304

　　0引言

　　改革开放30多年来，我国经济实现了举世瞩目的高速增长，为全面建成小康社会和实现现代化奠定了坚实的基础。研究表明，在引致经济增长的各种生产要素中，一方面，资本投入的增加是拉动我国经济增长的最主要因素。从总体上看，对于一个国家或地区的经济增长而言，资本形成是引擎，资本的效率则是关键。改革开放初期，和绝大多数发展中国家一样，资本稀缺是中国经济增长与发展的最主要障碍，改革开放政策不仅动员了国内储蓄，激活了储蓄转化为投资的资本形成机制，提高了微观层面的资本效率；而且通过廉价的土地供给和优惠的税收政策，吸引外国资本与国内廉价的劳动力资源相结合，促进了外向型经济发展，提高了经济增长的速度。可以说，国内资本的加速形成和国外资本的大规模流入，加上资本效率一定程度的提高，是30多年来我国经济增长的最大动力。随着改革开放的进一步深入，我国经济增长与资本形成表现出非均衡性；另一方面，在短期内，就业增长与中国经济之间表现出非一致性，而这似乎背离了传统经济理论带给人们的一贯认识：“就业增长意味着经济增长。”那么究竟就业与经济增长是何种关系？本文通过计量实证分析发现就业增长与经济增长在短期内并不存在必然的一致性，主要表现在劳动要素对经济增长的贡献率低，相反在长期均衡时间内却保持了一致性，经常保持在1：2的要素贡献率，继而提出政府不能把劳动力要素的投入当作是使经济增长的充分条件，最后提出目前我国政府在宏观经济政策上应该实现从就业带动增长到就业与经济增长协调发展的转变，来促进经济增长的对策建议。因此，分析资本形成、就业人员人数与我国经济增长的关系，解释经济增长的资本因素和劳动力因素，无论在理论上还是在实践上都具有重要意义。

　　1文献回顾

　　自20世纪90年代以来，已经有一些研究对于生产两要素与经济增长的关系进行了考察。林毅夫（2001）以1981―2010年GDP增长率、资本效率等统计数据，通过国民收入恒等式考察了资本形成和就业人口对经济增长的贡献程度。他通过深入探讨资本形成和就业人数两个变量的性质，使用多种联立方程估计方法，包括普通最小二乘法（OLS）、两阶段最小二乘法（2SLS）、三阶段最小二乘法（3SLS）、似不相关估计（SUR）、有限信息普通最小二乘法（LIML）和完全信息普通最小二乘法（FIML），以根据不同估计方法估计结果所提供的信息来判断最佳的估计方法。根据林毅夫的估计结果，在上世纪90年代国内生产总值对两要素的弹性数值大致在0.5左右。该弹性数值在上世纪80年代则相对较低，可能主要是因为两要素占国内生产总值的比例随着时间的变化有增长的趋势。两要素占国内生产总值比例的增加必然增加两要素变动对经济增长影响的程度。陈东平（2001）通过使用中国1980―1998年的国民收入、资本存量、劳动力总数、进出口总额等数据，用实证分析的方法探讨了进口、出口以及劳动和资本对我国经济增长的作用，得出了进口、出口以及劳动和资本的边际产出，通过实证分析得出资本形成对经济增长的作用远远大于就业人数。

　　本文根据1981―2013年中国的经济数据，通过使用协整模型对两生产要素与经济增长关系进行Granger因果关系检验，分析中国进出口与经济增长之间是否存在协整关系，在存在协整关系的情况下，使用误差修正模型来分析资本投入与劳动投入对产出的长、短期弹性，从而判别哪种生产要素对经济增长的解释能力更强。

　　2实证分析

　　本文分析所使用的样本取自1981―2013年的年度数据，数据来源于《国家统计局》。用从业人员（L/万人）、资本形成（K总额/亿元）来反映生产要素的投入；使用宏观经济总量指标国内生产总值（GDP/亿元）反映经济增长。我国GDP、从业人员、出口总额（EX）与资本形成如表1所示。

　　对因变量和自变量取对数，考察lnGDP，lnK，lnL即经济增长率、资本形成总额的增长率，从业人员增长率之间的协整关系，首先利用EViews软件输入样本数据GDP、L和K，生成新序列lnGDP、lnK和lnL，然后依次对时间序列数据进行单位根检验：

　　表11981―2013年我国GDP、资本形成总额K

　　t-StatisticProb.*Augmented Dickey-Fuller test statistic-1.423358 0.5576Test critical values：1% level-3.6701705% level-2.96397210% level-2.621007GDPt-1系数的τ值为-1.4234，这个值在绝对值上甚至远低于显著性水平为10%的临界值τ-26210，从而表明，即便考虑了误差项中可能出现的自相关，lnGDP序列仍是非平稳的。

　　其次，对lnGDP的二阶段差分做单位根检验，检验结果见表3。

　　表3单位根检验结果

　　t-Statistic Prob.*Augmented Dickey-Fuller test statistic-5.269919 0.0002Test critical values：1% level-3.6793225% level-2.96776710% level-2.622989检验结果如表3所示，可见d（lnGDP）是平稳的，因此lnGDP是二阶段单整的。 　　（2）对lnK进行单位根检验，首先我们用lnK的两个滞后差分对lnK序列估计，使用上述数据估计结果如下：

　　ΔlnKt=0.1376-0.0043lnKt-1+0.4633ΔlnKt-1

　　Eviews运行结果如表4所示。

　　表4Eviews运行结果

　　t-Statistic Prob.*Augmented Dickey-Fuller test statistic-0.442211 0.8895Test critical values：1% level-3.6616615% level-2.96041110% level-2.619160lnKt-1系数的τ值为-0.4422，这个值在绝对值上甚至远低于显著性水平为10%的临界值τ-26192，从而表明，即便考虑了误差项中可能出现的自相关，lnK序列仍是非平稳的。

　　其次，对lnK的二阶段差分做单位根检验，检验结果见表5。

　　表5单位根检验结果

　　t-Statistic Prob.*Augmented Dickey-Fuller test statistic-5.979837 0.0000Test critical values：1% level-3.6701705% level-2.96397210% level-2.621007检验结果如表5所示，可见d（lnK）是平稳的，因此lnK是二阶段单整的。

　　（3）对lnL进行单位根检验，首先我们用lnL的两个滞后差分对lnL序列估计，使用上述数据估计结果如下：

　　ΔlnLt=0.8054-0.0710lnLt-1

　　Eviews运行结果见表6。

　　表6Eviews运行结果

　　t-Statistic Prob.*Augmented Dickey-Fuller test statistic-3.053459 0.0406Test critical values：1% level-3.6537305% level-2.95711010% level-2.617434lnLt-1系数的值为-3.0535，这个值在绝对值上甚至远低于显著性水平为1%的临界值τ-3.6537，从而表明，即便考虑了误差项中可能出现的自相关，lnL序列仍是非平稳的。

　　其次，对lnL的二阶段差分做单位根检验，检验结果见表7。

　　表7单位根检验结果

　　t-Statistic Prob.*Augmented Dickey-Fuller test statistic-6.409917 0.0000Test critical values：1% level-3.6793225% level-2.96776710% level-2.622989检验结果如表7所示，可见d（lnL）是平稳的，因此lnL是二阶段单整的。

　　（4）综上可见，lnGDP与lnK、lnL都是二阶单整的，可能存在协整关系，做lnGDP关于lnK、lnL的OLS回归，消除自相关性后得回归结果如表8所示。

　　表8消除自相关性后得回归结果

　　CoefficientStd.Errort-StatisticProb. LNK0.5977950.0758227.8841530.0000LNL0.5430350.1334764.0683970.0004AR（1）1.1272080.1938525.8147800.0000AR（2）-0.1566530.192565-0.8135060.4230根据输出结果，可得lnGDP与lnK、lnL的长期平均均衡表达式：

　　lnGDPt=0.5978lnKt+0.5430lnLt

　　（7.8842）（4.0684）

　　从表8回归结果看，回归系数全部通过t检验，不存在自相关。

　　（5）根据表8的回归结果计算残差序列e，对其进行ADF检验，得表9残差序列检验结果。

　　表9残差序列检验结果

　　t-Statistic Prob.*Augmented Dickey-Fuller test statistic-5.451514 0.0001Test critical values：1% level-3.6701705% level-2.96397210% level-2.621007从回归结果可知残差项是平稳的。因此，可得出lnGDP与lnK、lnL存在协整关系。基于上述协整分析我们可以认为中国的经济增长与对两生产要素之间存在着长期的因果关系，根据格兰杰表述定理：若两种变量（Xt和Yt）是协整的并且每个都是非平稳的时间序列，那么，要么Xt一定是Yt格兰杰原因，要么Yt一定是Xt的格兰杰原因。在本文中，至少能说明两种生产要素的投入是我国国民经济发展的内在动力所在。表2-表8回归结果也表明，本期从业人员每增长1%时，我国国内生产总值将平均增长0.543%；资本形成总额每增长1%时，国内生产总值将平均增长0.598%。

　　（6）接下来分析短期两要素对经济增长的影响，利用EViews软件建立lnGDP关于lnK、lnL的误差修正模型ECM。以滞后一期残差项作为误差修正项，可建立如表10所示的误差修正模型。

　　表10误差修正模型

　　R2=0.6920d=1.7727F=17.2895

　　模拟拟合优度较高，方程通过F检验、DW检验，各回归系数符合经济意义，其中，d（lnK）、d（lnGDP（-1））在1%水平上显著，d（lnL）、RESID（-1）不显著，其中变量的符号与长期均衡关系的符号一致。结果表明，本期lnK、lnL和上一期lnGDP在短期内每增长1%，GDP将依次增长0.0493%、0.3716%和04986%。误差修正项系数为负，符合反向修正机制，它表明lnGDP与长期均衡值得偏差中的27.21%被修正。此ECM模型反映了lnGDP受lnK、lnL影响的短期波动规律。根据估计结果可知，资本投入与劳动投入对产出的长期弹性分别为0.598和0.543，短期弹性分别为0.372和0.050。 　　3结论

　　中国的资本形成总额、就业人数两生产要素的增长与经济增长之间是协整的，即两生产要素与国内生产总值是存在长期稳定的动态均衡关系，这种长期稳定的均衡关系下的资本要素弹性和劳动力要素弹性保持了一致的协调性，几乎相差无几，并且各自都以较近似的贡献率反馈到经济增长机制中，成为两种最重要的经济增长的要素，也就是说，这两种生产要素在长时间范围内是我国国民经济发展的内在动力所在，这就要求经济增长与资本要素、劳动力要素相协调发展，保持固定的投入-产出比率，避免资本生产过剩与劳动力供给过剩带来的经济危机的同时，充分发挥两种生产要素弹性的最大化。目前我国政府在宏观经济政策上应该实现从就业带动增长到就业与经济增长协调发展的转变；而从误差修正模型（ECM）来看，在短期，资本形成总额对经济增长的解释能力要大于从业人员对经济增长的解释能力，反映了经济增长受资本形成总额增长、从业人数增长影响的短期波动规律。并且此模型上的从业人数增长对经济增长的解释在统计上是不显著的，相反，资本形成总额对经济增长解释能力在统计上是显著的，这使得两生产要素弹性差别很大，显然，资本要素对经济增长起最主要的作用。这对中国目前制定宏观经济增长政策具有指导性的意义，中国自改革开放以来都是处于资本非良性循环的状态，造成资本利用效率低下，此外，中国的短期结构性失业矛盾还是十分普遍的，这便使企业不能获得更多的剩余价值，生产游离的那部分资产也减少了，抑制了企业的下一轮资本最大化供给和消费者的最大化消费需求，社会福利不能得到健全，从而经济增长的效率就大打折扣了。鉴于此，我国企业应该保证资本在一、三阶段快速周转的同时，保证第二阶段的生产资本的技术创新，如固定资本的技术革新，存货资本的零库存管理，从整体上保持资本效率；政府也要充分了解劳动力供给缺口，做到人力资源效用最大化，充分刺激经济增长。

　　总之，本文对资本、劳动两种要素与经济增长的数据进行的协整分析表明，无论在长期还是在短期，两种生产要素在中国的经济增长中都充分发挥了“发动机”效应，这也是古典经济学和现代经济学对于要素对经济增长的贡献问题基本上达成的共识。