罗思义：市场机制、劳动力、资本投入，哪个才是18年中国经济放缓的主要原因？

【文|罗思义】

序言

2019年第一季度中国GDP同比增长6.4%,与上年四季度相比持平，这一数据与同时公布的其他经济数据，驳斥了西方媒体所做的“中国经济正急剧衰退”的预测。

《金融时报》就第一季度结果的标题是“今年第一季度中国经济的增速快于预期”，《华尔街日报》的头条标题也大同小异。原本许多经济学家预计，中国今年第一季度经济表现将较为疲软，但事实恰恰相反。

如果能认清当前的经济趋势，就会发现预测所谓的中国经济衰退完全是多此一举。

首先，中国政府已采取了适当的短期刺激措施，已初见成效。

随着信贷刺激措施出台，3月份中国新增贷款1.7万亿元人民币，而2月份仅为0.9万亿元。3月份社会融资规模增量为2.86万亿元，而2月份仅为 0.7万亿元。这一刺激措施带动中国3月份各项经济数据有所好转：规模以上工业增加值同比实际增长8.5%，这是自2014年以来的最好水平；社会消费品零售总额同比增长8.7%；以美元计价出口同比增长14.2%。

中国官方制造业采购经理人指数(PMI)从2月份的 49.2 升至3月份的50.5。侧重于规模较小企业的财新制造业采购经理人指数从从2月份的 49.9 升至3月份的50.8。中国官方非制造业采购经理人指数从从2月份的 54.3 升至3月份的54.8。

鉴于国际货币基金组织（IMF）和其他国际经济组织预测今年全球经济增长放缓，中国3月份的数据尤其亮眼。

据国际货币基金组织预测，发达经济体整体GDP增速将从2018年的2.3%降至2019年的1.8%，其中西方最重要的经济中心GDP增速降幅更大。据估计，欧盟GDP增速将从 2018年的2.1%降至2019年的1.6%，降幅0.5%；美国则从2.9%降至2.3%，降幅0.6%。因为西方经济体增速本来就远慢于中国，所以以此为起点来说，美国和欧盟放缓的幅度远大于中国。

除了这些短期趋势外，对于中国中期经济来说更重要的是投资出现好转。固定资产投资同比增长6.3%，高于2018年8月的低点（5.3%），也高于上月的6.1%。   

如下文分析所示，固定投资是决定中国中期经济增速和短期宏观调控的最重要因素，这一点也适用于其他主要经济体。除了中期效应外，固定投资下降导致中国2018年下半年经济增长放缓，2019年第一季度投资上升则带动中国3月份各项经济数据好转。

下文将对美国对华政策和2018年中国经济放缓原因进行分析，以说明投资在减缓、维持或提高中国经济增速方面发挥着最重要的作用。事实上，本文写于2019年第一季度经济数据公布之前，而这些数据也印证了本文的分析。

当前美国对华政策的经济背景

美国的对华政策不仅旨在针对中国经济，而且有直接的地缘政治目标。后者是试图减缓中国经济增速，给中国执政党制造麻烦。正如公开希望看到这样结果的《华尔街日报》指出：“中国经济增速正在放缓，这可能削弱中国老百姓对中共领导层的支持。”这个美国强硬派的喉舌还表达了对中美贸易谈判的担扰，以及危险之处：“中美达成协议不会导致中国发生根本性的变化，包括削弱中国国有企业的权力。”减缓中国经济增速是达到另一个目的的一种手段。正如《华尔街日报》在另一篇关于美国反华强硬派的目标的文章中所总结的那样：“重点是迫使中国在维持执政党统治至关重要的问题上让步。”

美国最具影响力的政治报纸之一《华盛顿邮报》同样敦促对华采取强硬路线：“削弱中国国有企业的作用，一直是中美贸易谈判争论的焦点之一。”它还指出：“特朗普要求结束中美贸易战的一个关键条件，是中国彻底改革经济……而确保中国放弃帮助其成为世界增速最快主要经济体的经济模式，将作为特朗普的外交成就。”其结论与《华尔街日报》如出一辙，即希望美国强迫中国改变经济政策以削弱中国执政党的地位。

美国反华势力掩藏这一地缘政治目标，以经济目标作为幌子，是因为他们清楚地知道，中国共产党是领导中国和中华民族走向复兴的核心力量。 正如苏共倒台导致苏联解体，进而使俄罗斯遭受历史性的地缘政治灾难，反化势力也想用同样的手段削弱中国共产党，阻止中国实现民族复兴。

这个以地缘政治为目标的经济政策不仅违背中国利益，而且也违背世界利益。对中国来说，在这种情况下，只有准确把握当前经济形势，认识经济规律，才能有的放矢地应对外界的负面影响。

其他经济学家的文章侧重于需求管理等问题，而本文则将重点关注中国经济的中长期供给。虽然在许多情况下，需求措施的效果可能更快。但从中长期来看，供给侧占主导地位；从短期来看，需求措施必然是应供给变化而为。也即是说，要使经济增长发生变化，需求必须导致经济投入发生变化——不影响供给侧投入的需求变化可能会导致通货膨胀或通货紧缩，但不会导致经济增长变化。因此，为评估需求侧措施的影响，有必要对供给侧进行分析。本文旨在对影响中国经济的重要供给因素，进行数据分析。

中国人均GDP增速快于任何主要经济体

为避免读者对下文有误解，有必要对中国经济形势进行严谨而客观的分析。中国人民的福祉更多地取决于人均GDP，2018年中国人均GDP增速快于任何主要经济体——这一形势已保持数十年。如图1所示，根据IMF估计，2018年中国人均GDP增长6.1%，印度5.9%，美国2.2%，德国1.8%，日本1.4% 。而且，中国人口增速现明显低于印度、美国、英国和加拿大。

因此，部分西方或中国媒体数十年来一再宣称的“中国经济深陷危机”，不过是宣传空话而已。没有理由相信这样的短期或中期危机会发生，正如我的新书《别误读中国经济》分析所示，中国拥有世界上最强大的宏观经济管理体制，阻止经济严重放缓。

图1

中国经济放缓这一说法是否属实？

就目前来说，媒体对中国经济放缓有三种说法：

▲中国经济放缓是由于缺乏适当的市场机制，比如国有企业对经济的负面影响等等；

▲中国经济放缓是由于人口因素的影响，即劳动适龄人口增长放缓所致；

▲中国经济放缓是由于资本投入下降所致。

正如下文所示，这三种说法并非相互排斥，如果它们是对的，那么哪种说法是最具说服力的呢？通过实证研究，会发现国有企业和人口因素对中国经济放缓影响较小，中国经济放缓的主要原因是资本形成和净固定资本投资下降。

使用最精确数据的必要性

要准确分析中国经济运行情况，就必须运用最真实最准确的数据。但部分中国媒体却做不到这一点，它们的报道中没有量化的数据，有的只是一些主观的说辞。这种做法不仅是错误的，而且可能会导致决策者做出误判。

影响经济增长的因素数不胜数，但必须准确评估哪些是重要的，哪些是次要的。为准确评估不同因素所占权重，经济学家们研发出了分析经济增长的重要工具——增长核算法，国民帐户统计等等。

下面，本文将着重对导致中国经济放缓的最重要因素进行分析。

增长核算法

罗伯特·索洛创建了西方经济增长核算法。但他最初的公式犯了两个错误：既没有计算劳动力质量（教育、培训等）变化的影响，也没有计算资本质量变化（反映资本的不同折旧率）。美国、经合组织与其他国际机构的统计部门对索洛的这些错误进行了纠正，并随后正式采用新的经济增长成因测算方法。

增长核算法是根据资本、劳动力、全要素生产率（TFP）三种投入计算GDP增速，公式如下：

GDP=资本投入+劳动力投入+ 全要素生产率（TFP）

TFP属于经济增长中不能被资本、劳动力等要素投入增长解释的部分。

就经济投入影响而言，利用经济增长核算法框架，有助于检验中国经济放缓的三种说法是否属实。

▲如果认为中国经济放缓是由于缺乏适当的市场机制，那么这将表现为TFP增长放缓，因为市场效率、国有企业的存在等是效率/生产率问题，而非资本或劳动力投入问题。

▲如果认为中国经济放缓是由于劳动适龄人口增长放缓，那么这将表现为劳动力投入放缓。

▲如果中国经济放缓是由于投资下降造成的，那么这将表现为资本投入减少。

图2所示为1990年以来中国资本投入、劳动力投入和TFP趋势。因为中国应对国际金融危机，以及分析中国经济放缓的框架的起点是2009年，所以重点是将2009年的情况与之后的数据进行比较。

根据增长核算法计算，2009-2017年，中国GDP增长下降2.3%。细分来看：

▲劳动力投入略有减少，几乎可以肯定主要是人口因素造成的，这导致中国GDP每年下降0.2%。就中国经济增长放缓的比重而言，11.6%的GDP增速放缓是由于劳动力投入下降所致。

▲TFP增长基本上没有变化。2009年3.23%的中国经济增长源于TFP，2017年这一数据则为3.26%（图2所示的3.2%和3.3%是由于四舍五入所致）。

▲资本投入下降导致其对中国GDP增长的拉动从2009年的5.1%降至2017年的3.0%，即资本投入下降导致其对中国GDP增长的拉动下降2.1%。2009-2017年，89.6%的中国GDP增长放缓，是由于资本投入下降41%所致。

概括来说，中国GDP增长放缓的压倒性原因是资本投入下降，约十分之九的中国GDP增长下降是因为此原因，十分之一的中国GDP增长放缓是由于人口素，但没有明显的迹象显示中国经济增长放缓是由于市场效率或国有企业的影响所致，否则这将体现为TFP下降。

图2

“中国将未富先老”的说法纯属夸大其辞

影响中国经济放缓的各个因素的作用。

首先，人口因素在中国经济增长放缓中发挥了作用属实，但影响较小。因此，认为中国经济放缓主要是由于人口因素，甚至极端地宣称“中国将未富先老”的说法，是无法经得起事实检验的。

根据精确的分析来看，理论上当前的人口趋势有可能维持劳动力投入，比如通过延迟退休年龄、提高劳动力教育和技能等方法实现。但这些方法要么涉及到重大的社会变化，比如延迟退休年龄在所有国家都非常敏感；要么需要非常庞大的支出，比如在加强教育和培训体系方面。因此，这些领域的一些措施是可以预先考虑的，但这些措施不可能完全抵消人口趋势。

准确地说，由于人口因素，中国经济增长将出现一定程度的放缓。但是中国老百姓的经济福祉与人均GDP之间的关系更为直接，2018年中国人口增长0.5%，显著低于印度（1.3%）或美国（0.7%.），正如前文所示，中国人均GDP增速高于任何主要经济体。

中国TFP增速远远高于其他主要经济体

从上文可以看出，资本投入下降是中国经济放缓的主要原因。但这并不意味着影响TFP增长不重要。事实上，中国人均GDP增长极快的原因之一是TFP快速增长。如图3所示，2017年 3.3%的中国GDP增长是源于TFP增长，印度1.8%，加拿大1.3%，德国0.6%，美国仅为0.3%。

图3

而且，中国TFP快速增长并不仅仅只有2017年的特例，图4为大家呈现的是2009-2017年TFP对主要经济体GDP年均增长率的拉动作用。2009-2017年TFP对中国GDP年均增长率的拉动作用为3.3%，印度1.8%。这一时期德国和美国TFP增速分别仅为 0.2%和0.1%，而法国、英国和意大利实际上为负。

这些国际比较留给我们最重要的一点启示是，认为中国可以通过提高TFP增速来提振GDP增速，是不切实际的。相反，中国要设法防止TFP增速下降带来的负面影响。

图4

TFP增长是顺周期的

部分中国媒体时不时建议中国采取减缓GDP增速，侧重于提高TFP增速的战略。但这一战略实际上起不到作用，因为经合组织定期发布的TFP增长国际比较数据证明，TFP增长是顺周期的，即经济增长时TFP增速会加快，反之亦然。因此，中国经济放缓会导致TFP增长放缓，而非加快。（经合组织运用多要素生产率MFP，替代了TFP，但两者含义是相同的）

部分中国媒体未能注意到TFP具有顺周期性行为的一个原因是，他们错误地认为TFP代表技术变化——技术变化不可能表现出顺周期性特征。但这种看法是对TFP测算的一种误解。正如经合组织在《生产率指标简编（2017）》指出：“在计算劳动力和资本投入对产出增长的贡献率之后，就可以得出所谓的MFP。TFP测算的是剩余残差，即不能被资本投资和劳动力投入解释的经济增长部分，代表劳动力和资本在生产过程中的利用效率。MFP通常被视为一种纯技术变化。但实际上，它应该具有更广泛的意义……MFP变化也反映管理措施、品牌、组织变革、常识、网络效应，以及从一个因素外溢到另一个因素的调整成本、经济规模、不完全竞争效应和测算误差的影响变化等等。

听任中国经济增长放缓将导致TFP增长减速

从这些普遍性的国际比较可以看出，听任中国经济增长放缓将导致TFP增长减速。但当然，也有必要验证这些普遍性的国际研究成果是否也适用于中国。

对中国TFP增长与GDP增长之间关系的分析显示，其与上文所提供的OECD国际研究结果完全一致，即GDP增长会拉动TFP提高，GDP增长放缓会导致TFP增长减速。

为便于大家对此有直观的认识，图5为大家呈现1990-2017年中国GDP增长与TFP增长之间的相关性。可以看出，中国GDP增长与TFP增长之间的相关性较高，为0.85，完全符合经合组织的结论。为交叉验证这一相关性并非由于纯粹的短期因素，附录中的图18和19分别呈现按照3、5年移动平均线计算的中国GDP增长与TFP增长之间的相关性。两种情况下的相关性均为0.81，也非常高。

因此，结论显而易见。中国TFP增长没有任何不寻常之处，跟国际数据一致。与其他国家一样，中国TFP增长是顺周期的。因此，任何以中国经济放缓为基础，试图提高TFP增速的政策都不会奏效，因为这将对中国TFP增长形成下行压力。相反，从TFP增长顺周期性的特征来看，中国经济增长加速有助于提振TFP增长。

图5

当然，还应指出的是，相关性与因果关系并非一回事，并非GDP快速增长会导致TFP快速提高，但需要指出的是，GDP增长对TFP增长的贡献率高达80%以上。如此高的相关性意味着，如果GDP不能快速增长，那么TFP增长就无法实现加速。

中国GDP增速远低于中国官方数据？

应指出的是，上述数据是按照中国官方统计方法计算的增长率。西方一再宣称，中国实际GDP增速被系统性夸大了，远远低于官方数据。但了解中国经济指标且对中国经济统计数据进行过最深入研究的汤姆·奥利克（Tom Orlik）等西方顶尖专家，并不认同此说法。西方的类似说法大多数以偏概全，因此无法用来全面评估中国GDP增速。但东京大学高桥经济研究所吴夏明（Harry X. Wu）运用现代经济增长核算法评估中国GDP增速时宣称，中国GDP增速远低于中国官方数据。根据这种说法，2009-2017年中国GDP年增速从7.9%降至 3.7%。但他们也发现，中国GDP增速放缓的压倒性原因是由于资本投入下降所致。吴夏明的计算结果显示，2009-2017年0.1%、0.1%和3.9%的中国GDP年增速分别是由于劳动力投入、TFP和资本投入下降所致。

因此，即便有人声称“中国GDP增速低于中国官方数据”，但按照增长核算法计算的数据也表明，中国经济放缓的压倒性原因是由于资本投入下降，而非TFP或人口因素变化。

国民账户数据

虽然增长核算法是计算GDP构成要素贡献率的最准确方法，但交叉检验增长核算法与其他统计数据很有必要。

▲如果其他数据，比如国民账户统计数据印证增长核算法的研究结果，那么这将有力地证明这些研究结果的确定性。

▲增长核算法需要大量数据进行计算。因此，此类数据存在滞后性，比如中国的此类查询数据仅截至2017年。但中国的更多最新数据可从其他统计来源查洵到。

由于其他类型数据不如增长核算法数据准确，如果其他统计数据与增长核算法数据的差异较小，或者与增长核算法数据相矛盾，那么可能验证这些结果存在难度。但幸运的是，就目前而言，对国民帐户与其他统计数据的交叉检验结果显示，它们与增长核算法数据完全一致。也即是说，它们印证了增长核算法数据的研究结果。两种不同的统计方法交叉验证趋势，有助于增强对研究结果的信心。因此，为评估变化影响，有必要将其他统计来源考虑在内。

人口变化对中国经济放缓的影响有限

除增长核算法数据外的统计来源印证了第一个趋势，即人口变化对中国经济放缓有负面影响，但影响相对较小。

如上文所述，按照国际标准，中国的退休年龄非常低。按照国际标准，15—64岁属于劳动适龄范围。如图6和表1所示，2009-2017年中国劳动适龄人口仅增长1.3%，中国总人口增长4.1%，而同期中国GDP增长84.3%。也即是说，中国GDP增速是劳动适龄人口增速的66倍，总人口增速的20倍。

总的来说，中国人口增长趋势对GDP增长存在负面影响，但影响较小。中国劳动适龄人口增速在2015年达到峰值，为1.5%，高于2009年水平；即便2017年跌至1.3%，也高于2009年水平。这说明，劳动适龄人口增长下降对中国经济增长放缓的影响较小。

图6

表1

中国净资本形成大幅下降

本节谈资本投入下降对中国经济增长放缓的影响。根据国际最新可比数据显示，中国净固定资本形成（总固定资本形成-折旧）占GDP比重，从2009年的30.5%降至2016年的 21.5% （见图7），即下降9.0%。这个降幅很大。

事实上，中国净投资下降与经济放缓之间的相关性非常强。中国GDP增速从2009年的9.4%降至2016年的 6.7%，下降29%，而同期中国资本形成占GDP比重从30.5% 降至 21.5%，也是下降29%。

图7

图8充分证明，自2009年以来中国净固定资本形成下降与GDP放缓之间，存在密切关系。两者间的相关性极高，为 0.76。此外，如图9所示，自2009年以来中国净固定投资与GDP增长之间的非性线相关性也非常高，为0.81。

当然，还应指出的是，相关性不代表因果性。因为极高的相关性表明，不增加净固定资本形成占GDP比重，那么中国GDP就无法快速增长，而净固定资本形成占GDP比重下降则将导致中国经济放缓。

因此，国民账户数据所反映的净固定投资与经济增长之间存在极为密切的相关性，完全印证了上文所述的增长核算法数据结论：资本投入与中国经济增长之间，存在极强的相关性。

图8

图9

中国净资本形成大幅下降的原因有两个

如图10所示，根据世界银行数据，中国净资本形成大幅下降的原因有两个：

▲24%的中国净固定资本形成占GDP比重下降，是由于中国总固定投资占GDP比重下降造成的。中国总固定投资占GDP比重从2009年的44.9%降至2016的42.8%。

▲76%的中国净固定资本形成占GDP比重下降，是由于中国固定资本消耗占GDP比重上升造成的。这是受到中国资本存量增加的极大影响——中国固定资本消耗占GDP比重从2009年的14.4%升至 2016年的21.3 %。

应指出的是，固定资本消耗/折旧占GDP比重上升是一个正常过程，这是由于资本存量增加和现代化造成的，美国也会出现这种情况。就国际比较而言，中国资本消耗/折旧占GDP比重极高。因此，有必要对此进行研究，以弄清楚这个比重是否准确或过于夸张。

但这个比重如此之高，说明资本消耗/折旧是中国净资本形成下降的一个重要因素，这就使得分析净资本形成而非仅仅是总投资非常重要。

图10

中国资本投入下降的趋势仍将继续

利用国民帐户核算的中国总固定投资形成数据只可查询到2017年，净资本形成数据则只可查询到2016年,2018年的此类数据尚查询不到。但2018年城市固定资产投资同比增长变化毫无疑问证明，同样的趋势仍将继续。

如图11所示，中国固定资产投资占GDP比重从2017年12月的7.2%和2016年12月的8.1%，降至2018年12月的5.9%。由于这一数据明显低于按照当前汇率计算的2018年中国GDP增速，2018年中国固定投资占GDP比重极有可能下降——依据国民帐户核算的数据显示，中国资本投入下降的趋势仍将继续。好在这一趋势在2019年第一季度得到扭转。最新数据显示，2019年1-3月份,中国固定资产投资同比增长6.3%。这有助于促进中国经济增长。

图11

中国净储蓄占经济比重大幅下降

本节谈谈投资融资所必需的中国资本形成/储蓄总体趋势。中国资本形成/储蓄呈相同的趋势，只是以更极端的形式展现。应指出的是，总储蓄是居民储蓄、企业储蓄以及政府储蓄的总和，不只是指家庭储蓄。

如图12所示，中国净储蓄/净资本形成占国民总收入（GNI）比重从2007年的峰值 39.3%和2009年的36.7%，降至2016年的24.9%，即2009-2016年下降11.8%，2007-2016年下降14.4%。净储蓄占中国经济比重大幅下降，必然对中国经济供给造成极大的负面影响。

图12

中国净储蓄/净资本投入大幅下降，有两个主要原因：

▲中国总储蓄占GNI比重从2007年的峰值51.8%和2009年的51.2% ，降至2016年的46.2%。2009-2017年42%的中国净储蓄下降便是由于此原因。

▲中国资本消耗占GNI比重从2007年的12.4%和2009年的14.5%，升至2016年的 21.3%。2009-2017年58%的中国净储蓄下降便是由于此原因。

如上文所述，对中国储蓄/资本消耗的评估很难计算，但其中所体现的下降幅度如此之大，总体趋势显而易见：净资本形成占中国经济比重急剧下降。

这一可预测的趋势，加上资本投入下降，将对中国经济供给造成严重冲击。这就好比汽车油箱漏油，不可避免地使汽车不能跑以前那么远一样。

从经济学角度来看，中国经济资本供给减少，已得到增长核算法和国民帐户核算数据的印证。由于资本是经济的重要投入之一，因此资本投入减少必然会导致经济放缓。

 图13

中国储蓄与经济增长之间的相关性极高

如上文所述，中国净固定投资与GDP增长之间，具有极强的相关性。净固定投资是中国资本形成的一部分，用于增加中国固定投资/资本存量。尽管固定投资到目前为止是中国储蓄使用最大的部分（总固定投资约为中国资本形成利用的十分之九），小部分用于其他用途——存货积累或中国国际收支盈余。因此，研究中国总资本形成/储蓄和GDP增长之间的相关性，就很重要。

这样的分析非常具有启发性。它表明，中国资本形成/储蓄与经济增长之间的相关性，甚至比中国净固定投资与经济增长的相关性更为密切。此外，中国总储蓄与GDP增长之间的相关性极高，但中国总固定投资与经济增长之间的相关性很低。这在统计上非常有用，因为它避免了上文所指出的中国固定资本消耗/折旧与其他国家相比非高这一问题。中国总资本形成/储蓄与GDP增长，以及净资本形成/储蓄与GDP增长之间均相关性极高，意味着可以避免计算资本消耗/折旧的任何复杂情况。

首先分析中国总储蓄与经济增长之间的相关性。如图14所示，两者之间的相关性极高，为0.84。

图14

但正如上文所述，相关性不代表非线性。如图15所示，中国总储蓄与GDP增长之间的非性线相关性极高，为0.87。

正如前文所述，相关性并不代表因果性。因为极高的相关性意味着，如果不提高中国总储蓄占GDP比重，那么中国GDP就不可能快速增长，而如果中国总储蓄占GDP比重下降，那么中国经济增长放缓将随之而来。

图15

再谈回到净储蓄。如图16所示，中国净储蓄占GDP比重与经济增长之间的相关性极其密切，为0.88。

图16

谈回到中国净储蓄占GDP比重与经济增长的之间的非线性相关性。如图17所示，两者之间的非线性相关非常高，为0.91。

要再次提醒的是，相关性并不代表因果性。因为这种极高的相关性表明，不提高净储蓄占GDP比重，中国GDP就不可能快速增长，而净储蓄占GDP比重下降，中国经济放缓则会随之而来。

 图17

中国资本形成与经济增长之间的关系

如上文所述，中国资本形成/储蓄与经济增长之间的关系，甚至比中国净固定投资与经济增长之间的关系更为密切。也许有人会问，这是为什么呢？

这一差异对经济政策来说并不重要，因为两者之间的相关性都非常高，印证了资本形成是事关中国经济增长的主要问题。但值得注意的是，根据资本形成/储蓄衡量的中国资本供给，影响着经济的其他特征，而非固定投资。比如，资本形成减少必然对特定市场产生诸如利率上行压力、企业盈利能力下降，以及由此导致的杠杆率上升等负面影响。资本形成/储蓄下降的这些其他负面影响，解释了为何其与经济增长之间的相关性，强于其与固定投资之间的相关性的原因。

结论

正如本文开头所强调的，中国并没有深陷经济危机，相反中国人均GDP增速仍然快于世界任何主要经济体。而了解这一国际形势，非常重要。从总体上看，现代增长核算法和国民帐户就中国经济放缓的原因，得出的结论如出一辙。

▲中国经济放缓的主要原因是资本形成下降。增长核算法数据印证了这一点，因为近十分之九的GDP增长下降是由于资本投入下降所致。国民帐户核算数据则证明，中国净固定投资与GDP增长之间的相关性极高，为0.81；中国总储蓄与GDP增长之间的相关性极高，为0.87；中国净储蓄与GDP增长之间的相关性极高，为0.91。这些相关性都非常高。

▲人口趋势将导致劳动力投入减少，减缓经济增速，但这对经济放缓的影响较小。宏观经济数据显示，劳动力投入增加对中国经济增长的贡献仅占一小部分，而增长核算数据显示，仅十分之一左右的中国经济放缓是由于劳动力投入下降造成的。

▲增长核算法数据表明，就国际比较而言，中国TFP增速较高，这意味着中国GDP增长不太可能因TFP增长而加速，但必须采取措施确保中国TFP增长不会下降。

有必要充分认识到资本形成下降对中国资本供给的负面影响。根据世界银行数据，中国净固定资本投资占GDP比重下降了9%。即便资本折旧统计数据值得进一步评估，考虑到它们在国际标准中处于极高水平，即使是不依赖折旧计算，其占GDP比重也下降了5.0%。这两个数字对中国资本供给造成严重冲击，印证了增长核算法数据所做的中国资本投入急剧下降的分析。

正如本文开头所强调，本文的重点是分析影响中国经济发展的中长期因素。这与短期强调需求管理或供给方面采取措施来关闭过剩产能并无矛盾。但需要再次指出的是，影响经济需求侧的措施，必须通过其对供给侧的影响（经济增长所需的生产变化创造劳动力投入、资本投入或TFP变化等）。不影响供给侧投入的需求变化，可能导致通货膨胀或通货紧缩，但不会导致经济增长变化。

中国GDP构成要素的权重，对经济政策的影响显而易见。正如上文所述，TFP对中国经济放缓的影响不大不小，人口趋势则对中国经济放缓有一定程度的负面影响，唯一能积极影响中国增速的重要因素是资本投入水平。这意味着，影响中国经济资本的政策，即投资在减缓、维持或提高中国经济增速方面，具有强大的影响。

因此，这种形势也必然决定了旨在限制中国经济放缓或实施任何经济刺激措施的实际效果。

▲维持或提高市场效率的措施，对于维持中国TFP增速很重要，但它们无法阻止经济放缓。原因是中国TFP增速较高，再进一步提高水平极无可能。此外，有些人建议的中国应听任经济放缓，借以提高TFP增速的战略不会奏效。因为TFP增长是顺周期的，因此经济增长放缓将导致TFP增长放缓。

▲增加消费的需求侧措施，只有在供给侧发生变化（即主要影响资本投入）的情况下才能成功，其中的原因上文已经给出。

▲削减企业税收的措施，有助于维持就业和达成其他目标，但由于上述分析的原因，如果这些措施导致资本投入（即投资）的增加，它们会转化为更快的经济增长。

▲综上所述，鉴于上文所分析的人口/劳动力投入和TFP的形势，只有直接增加资本投入（即政府或私人投资）的措施，才能显著提升经济增速。

政策在实际实施过程中必然将会印证上文所分析的趋势。虽然提高退休年龄、加大培训和教育等措施可能会减少人口变化的负面影响，但相当一部分人不认为，中国GDP增速会由于劳动力投入增加显著提高。还有人认为，中国GDP增速会由于TFP增长而提高，但由于中国TEP增速已处于极高水平，这种想法不切实际。唯一能稳定/提高经济增速的方法是增加资本投入。

补充说明

本文旨在对2018年下半年中国经济放缓的原因进行分析。结论是，决定中国经济增速的最重要因素是投资水平，2019年第一季度中国各项经济指标出现好转证明了这一点。2018年投资下降导致中国经济放缓，2019年第一季度投资上升带动中国GDP增速企稳，其他经济指标回升。因此，数据充分证明，固定投资是影响中国经济增长的最重要因素。

附录

本附录适用于对本文数据感兴趣的经济专家。普通读者看了后会明白，它并未改变本文的主要结论，而只是对本文观点作了进一步的补充说明和解释。

首先，有必要郑重指出，联合国、组合组织和其他统计机构已正式采用改进后的经济增长成因测算方法。但仍有部分中国媒体发表的文章，是采用国际统计机构所摒弃的过时的经济增长成因测算方法，这是一个严重的问题。经济增长成因测算方法做出改变的原因，在哈佛大学教授戴尔·乔根森所著的文章《为何联合国、经合组织与美国正式改变其经济增长成因测算方法？》中有详细分析，有兴趣的朋友不妨自行前往查阅。但最基本的错误得到纠正很容易解释：过时的经济增长成因核算法，未将资本和劳动力投入变化计算在内。比如，这意味着，1953年的一个文盲水平的韩国农民一小时的劳动质量与2015年的一个具有博士学位的韩国工程师一小时的劳动质量是相同的。也即是说，这种测算方法未将快速贬值的信息和通信技术（ ICT）设备等资本，与很长时间才贬值的耐用资本区分开来。联合国、组合组织等国际机构纠正了这种增长核算法存在的这些错误：

一，分别计算劳动力数量（劳动工时）和劳动力质量（劳动力技能、受教育程度等）；

二，运用“资本服务”分类，测算不同类型资本投资的贡献率，比如经合组织将资本资产分为八大类：计算机硬件、通信设备、运输设备、其他机械设备和武器系统、非住宅建筑、计算机软件和数据库、研发、以及其他知识产权产品。

本文数据是根据联合国、经合组织等国际官方机构认可的新核算方法计算。

上文对中国TFP增长与GDP增长之间的短期相关性做了分析。有必要指出的是，两者之间的中短期相关性是相同的。为便于大家对此有直观的认识，图18、19分别为大家呈现按照3、5年移动平均线计算的中国GDP增长与TFP增长之间的相关性。可以看出，按照3年移动平均线计算，中国GDP增长与TFP增长之间的相关性较高，为0.81。按照5年移动平均线计算，两者之间的相关性极高，也为0.81。但相关性并不代表因果性。因为这种极高的相关性表明，当中国GDP增长下降时，TFP不可能会增长，即“GDP增长放缓，TFP增长加速”的战略不可能成功。

图18

图19

中国数据与国际研究结果一致。为避免普通读者感觉文献过于冗长，上文仅引用了经合组织2018年的研究结果。但这与经合组织对该问题的所有研究结果一致。为证明这一点，以下为大家摘录经合组织以往的研究报告。

  《生产率指标简编（2012）》指出：“实证证据印证了MFP的顺周期特性。事实上，就趋势与变化大小而言，MFP增长与GDP增长之间的关系非常密切。因此，MFP具有顺周期特性，即随GDP增长而提高，随GDP下降而放缓。”（摘自经合组织《生产率指标简编（2012）》第58页）

《生产率指标简编（2013）》也有同样的发现：“MFP具有周期性行为，即随GDP增长而提高，随GDP下降而放缓。3  实证证据印证了MFP的顺周期特性。事实上，就趋势与变化大小而言，MFP增长与GDP增长之间的关系非常密切。（摘自经合组织《生产率指标简编（2013）》第62页）

《生产率指标简编（2015）》也得出了类似的结论：“MFP似乎具有顺周期性，即随GDP增长而提高，随GDP下降而放缓。”（摘自经合组织《生产率指标简编（2015）》第64页）

《生产率指标简编（2016）》指出：“实证证据显示，近来劳动生产率放缓至少部分解释了TFP，特别是MFP的顺周期特性。  MFP具有顺周期性行为，即随GDP增长而提高，随GDP下降而放缓。”（摘自《生产率指标简编（2016）》Kindle版第1704-1705段落）

《生产率指标简编（2017）》再次得出结论：“MFP具有顺周期性行为。实证证据印证了MFP的顺周期特性。事实上，就趋势与变化大小而言，MFP增长与GDP增长之间的关系非常密切。”（摘自《生产率指标简编（2017）》Kindle版第1532段落）

因此，经合组织的实证研究结果显而易见：GDP增长放缓会导致TFP增长减速。在其他条件相同的情况下，为实现TFP提高而听任GDP增长放缓的战略，不会取得成功，因为GDP增长放缓与TFP增长减速之间存在相关性。