第五章 “十四五”时期我国经济增长趋势分析与预测

经济现象的根本是人口现象，是一定时期人口增长速度和结构的外化，辅之以生产率，决定了经济增长速度。传统的生产函数模型，在给定劳动力和资本投入的情况下，确定经济产出，这是一种忽略当前经济增长约束的理想状态，而当前经济的最优状态是不能排除各种制约因素的。在这种考虑下，本章的研究思路是，首先建立生产函数模型，确定投入要素的增长趋势，得到最优解下的潜在增长率，然后通过CGE模型对当前经济中存在的各种制约因素对潜在增长率进行修正，最终得到当期的实际增长速度，进而利用CGE模型的估计结果分析“十四五”时期的经济结构。

一 “十四五”时期经济潜在增长速度分析

（一）生产函数法构造及潜在增长速度分析

测算潜在增长率的方法有很多种，参考相关国际经验，并综合考虑各种方法的优缺点，我们采用以生产函数法为基础的潜在增长率测算方法。这一方法可以兼顾短期和长期政策的需求，较纯统计技术方法，其可以利用更多的经济数据并产出更多的信息和细节，较大型模型方法，其数据基础更好、透明度更高。

在使用生产函数法估计潜在产出时，如果使用投入变量的实际值进行估计，那么得到的只能是产出序列的实际值，而不是潜在产出水平。因此，在估计潜在产出之前，首先要把投入变量调整至潜在水平。为了得到投入变量的潜在值，需要剔除投入变量随经济周期波动而波动的部分。现有的文献中常使用HP滤波法（OECD）或分段线性趋势方法（CBO）对投入变量进行调整，我们采用更为平滑的HP滤波法对投入变量进行调整，继而得到相应的潜在产出水平。

其次是对全要素生产率的调整。全要素生产率是仅仅依靠劳动力和资本投入无法解释的经济增长部分，技术进步、管理体制创新等因素对产出的贡献都是全要素生产率对经济增长贡献的组成部分。由于这些因素具有不可观测性，直接模拟和预测全要素生产率非常困难。我们把去除投入扩大产生的经济增长的剩余部分都归因于全要素生产率的提高。与其他投入变量相同，在计算潜在产出时，全要素生产率也必须先调整至潜在水平。

生产函数中各投入变量的原始值如表5-1所示，需要特别说明的是，资本存量的数据基于原始数据按照研究中采用的方法外推。折旧率按照投入产出表中折旧比重每五年给出一个固定值。

表5-1 2001～2018年生产函数中各投入变量原始值

表5-1 2001～2018年生产函数中各投入变量原始值-续表

根据上文提到的研究方法，我们首先使用HP滤波法将各投入变量调整至潜在水平，然后按照劳动力投入和资本投入等比重的方法测算得到2003～2018年我国经济潜在增长率，如表5-2所示。

表5-2 各投入变量的潜在水平以及经济潜在增长率测算结果

如图5-1所示，我国经济实际增长率一直围绕经济潜在增长率波动，在2004～2008年偏离较大，经济实际增长速度高于潜在增长速度。之后产出缺口逐渐缩小，“十三五”期间，经济实际增长率与潜在增长率非常相似，最大差距不足0.4个百分点，2017年和2018年的经济增速略高于潜在水平。

图5-1 2003～2018年我国经济潜在增长率和实际增长率

（二）使用价格水平变化和产能利用率验证“十三五”时期潜在增长速度

为进一步检验上文中生产函数分析得到的潜在增长率的准确性，我们使用国内生产总值平减指数与产出缺口（经济实际增长率减去潜在增长率）的对应关系进行分析验证。从理论上讲，当产出缺口扩大，即经济实际增长速度高于潜在增长速度，经济过热时，总需求大于总供给，因此价格总水平将会提高，反之，当产出缺口缩小，经济增长进入下行周期，总需求不足，价格总水平将会降低。在分析中，考虑到产出缺口不仅影响到本年价格，也会对下一年的价格水平产生影响，因此，我们构造了当年国内生产总值平减指数和下一年平减指数之间的简单平均数据序列，与产出缺口数据进行对应分析。如图5-2所示，产出缺口与平减指数之间的走势非常一致，当产出缺口扩大，平减指数也随之走高；当产出缺口缩小，平减指数则随之开始回落。从总的数据序列来看，当平减指数超过4%后，产出缺口会迅速扩大，而当平减指数位于2%左右时，产出缺口较小，实际经济增长与潜在经济增长趋势较为一致。

图5-2 产出缺口和平减指数对应关系

使用产出缺口数据对工业产能利用率进一步进行分析，从理论上来说，当产出缺口扩大，经济实际增长速度高于潜在增长速度，经济过热时，产能利用率将提高；当产出缺口缩小，经济实际增长速度低于潜在增长速度，产能利用率将降低。但是我国的产能利用率数据序列较短，仅有2013年以来的数据，进行分析对应的误差可能会比较大，如图5-3所示，粗略估计，当产能利用率为75%时，产出缺口趋于零，即经济实际增长速度与潜在增长速度保持一致。

图5-3 产出缺口和工业产能利用率对应关系

（三）“十四五”时期潜在增长率预测

进一步使用生产函数法预测“十四五”期间经济潜在增长率。首先对劳动力投入进行预测。劳动力投入数量基于劳动年龄人口数量。劳动年龄人口数量基本是一个确定值。我们采用16～59岁年龄人口为劳动年龄人口（义务教育在15岁结束），然后按照每年新增劳动年龄人口和退休人口对上一年的数据进行调整。例如，2019年劳动年龄人口=2018年劳动年龄人口-1959年出生人口（2018年退休）+2003年出生人口（2019年进入劳动年龄）。如图5-4所示，2019年劳动年龄人口延续下降趋势，但受到1961～1963年三年自然灾害期间出生人口减少的影响，2020年后退休人口大量减少，因此2020～2021年劳动年龄人口回升，之后开始下滑，幅度较大，年均超过千万人，劳动投入对经济增长的负作用明显。

图5-4 劳动年龄人口总量及变化

受劳动年龄人口绝对数量下降影响，劳动年龄人口就业率2011年以后呈上升趋势，根据“十四五”时期劳动年龄人口预测数据，综合近几年就业率的变化趋势，我们得到就业率的估计值，从而得到劳动力投入的预测值。资本存量的增长速度受到投资增速和折旧率的影响，随着我国人口抚养比的不断提高，储蓄率持续下降，我们预计这种下降趋势在“十四五”时期仍将持续。进一步构造储蓄率和资本存量增速之间的函数，发现二者的相关性比较强，因此在预测“十四五”时期的资本存量时，我们以储蓄率的线性外推值作为依据，而“十四五”时期的储蓄率则通过其近几年的趋势外推得到。折旧率的预测较为简单，随着基础设施进一步完善，投资中折旧率相对较低的建筑安装工程部分所占比重将进一步降低，而折旧率相对较高的设备工具器具购置的比重将会上升，因此预计“十四五”时期折旧率将会进一步提高，我们按照“十四五”时期其较当前提高1个百分点计算。全要素生产率的预测也是如此，由于“十四五”时期的预测时间跨度较短，经济技术创新取得突破性进展的概率较低，在基准情景下，我们预计全要素生产率仍然按照当前的趋势发展，通过线性外推的方法得到“十四五”时期全要素生产率的预测值。最终使用HP滤波法得到这些投入变量在预测期的变化趋势，如表5-3所示。

表5-3 主要变量变化趋势预测

将各投入变量的预测值带入生产函数，可以得到“十四五”时期的经济潜在增长率的预测值。基准情景下，即TFP增速保持当前的趋势下，“十四五”时期经济增长速度可以达到5%。当然，全要素生产率的变化是诸多因素中最难以确定的，也是对经济增长最为重要的影响因素。未来我国TFP的增长速度，取决于一系列TFP的影响因素，如科技水平的提高、资源配置效率的改善、人力资本的积累、经济体制改革深化的推进程度以及政府职能的改善等。“十四五”时期全要素生产率加速提高具有良好的基础，但也存在一定的不确定性，因此在基准情景之外，我们再分两种情景对其未来的变化进行分析。如果在“十四五”时期全要素生产率加速提高，超出了当前的增长趋势，经济潜在增长率将会提高，即乐观情景，假设全要素生产率较当前趋势提高10%，那么“十四五”时期的经济潜在增速可达到5.51%。如果“十四五”时期全要素生产率提高受阻，速度不升反降，假设比当前趋势下降10%，即悲观情景下，“十四五”时期的经济潜在增长速度将下降至4.51%。

表5-4 不同情景下经济潜在增长率预测

表5-4 不同情景下经济潜在增长率预测-续表

二 利用动态CGE模型对经济潜在增长速度进行校准

可计算一般均衡（Computable General Equilibrium，CGE）模型自Johanson（1960）提出以后，发展至今已有60多年的历史，已成为应用经济学领域的重要分支。世界上多数发达国家和部分发展中国家均陆续建立起本国的CGE模型，以开展经济形势分析和政策评估工作。相较于传统计量经济学研究方法，CGE模型具备清晰的微观经济学基础、宏微观兼具的模型结构、良好的扩展性和适用性等诸多优势，因此被广泛应用于国际贸易、财政税收、收入分配、经济发展、资源环境等各类研究领域。

（一）动态CGE模型的构建

1.社会核算矩阵（SAM）的编制

社会核算矩阵（Social Account Matrix，SAM）作为CGE模型的数据基础，是CGE模型的重要组成部分。传统的投出产出表（Input-Output Table）仅描述了经济系统中生产性部门之间的投入产出关系，并未覆盖非生产性部门及居民、企业、政府等各类账户之间的实物和货币流通情况，对于整体经济运行状况的描述并不全面。SAM表在传统投入产出表的基础上，通过引入财政、税收、转移支付、投资储蓄等非生产性部门的相关经济数据，对于经济系统中各账户之间的资金流动及分配关系进行了更为全面的描述。

本模型以最新的2015年中国42×42部门投入产出表（引自《中国投入产出表（2015）》）、2015年全国一般公共预算和决算收支总表（引自《中国财政年鉴（2016）》）、2015年非金融交易资金流量表（引自《中国统计年鉴（2017）》）等作为主要资料来源，编制了我国2015年宏观社会核算矩阵。具体账户设置及描述情况如表5-5所示。

表5-5 中国宏观社会核算矩阵的账户设置及描述

2.动态CGE模型的设置

本研究采用开放经济下的递归动态CGE模型，包含：生产模块、国外模块、家庭模块、企业模块、政府模块、投资储蓄模块、宏观闭合模块、递归动态模块，合计8个子模块。其中，生产模块采用双层嵌套的设计方案，外层嵌套设置为CES函数，内层嵌套针对生产要素和中间投入商品分别设置为CES函数和Leontif函数；国外模块分别选择Arminton条件和CET函数计算国内生产和销售商品与进口和出口商品之间的替代关系。

以跨期投资—储蓄演进方程实现模型的递归动态。t+1期资本存量主要由两部分组成：第一部分为t期资本存量减去资本折旧，表征上期的存量资本；第二部分为t期投资总额，表征上期的增量资本。t期存量与增量资本共同形成t+1期资本存量。具体跨期递归动态关系如下式所示：

QKSTOCK（t+1）=（1-dep）·QKSTOCK（t）+EINV（t）

其中，QKSTOCK（t）、QKSTOCK（t+1）分别表示t期和t+1期资本存量，EINV（t）表示t期投资总额，dep为宏观经济资本折旧率。

经校准后的动态CGE模型能够对宏观经济运行状况及其变化趋势做出较好模拟，显示现有模型设置方式合理刻画了我国宏观经济系统的整体状况及其结构特征，显著增加了后续数值敏感性试验及结构分析预测的合理性及可信度。2016～2018年实际GDP增速与动态CGE模型模拟结果如表5-6所示。

表5-6 2016～2018年国家统计局及动态CGE模型模拟的实际GDP增速

（二）利用动态CGE模型校准经济潜在增长速度

上文中已通过生产函数法对我国“十四五”时期不同情景下的潜在经济增长率进行了定量预测。事实上，经济潜在增速的计算仅考虑了劳动力、资本以及全要素生产率的变化情况，是在已有政策环境未发生改变的前提下得到的基准数值，与实际增速预测值之间仍存在一定差异。该差异主要源自经济系统对于现有政策变化所作出的调整和反应，本部分我们将利用动态CGE模型针对影响宏观经济运行的关键政策因素开展数值敏感性试验，从而对上述经济潜在增速进行校准，以对未来政策环境下经济的实际变化情况做出预测。当前阶段，中美经贸摩擦所导致的进出口关税调整，以及国内减税降费政策所导致的企业经营成本下降，将对我国“十四五”时期的经济增长趋势造成显著影响。因此，下文中我们将利用动态CGE模型，考察上述政策环境变化对于“十四五”时期我国经济发展的具体冲击和影响，最终对经济潜在增速进行调整和校准。

1.关税调整

美国和中国分别是世界第一、第二大经济体，两国之间的贸易摩擦不仅会对两国的经济发展形成明显冲击，而且会对世界贸易格局和经济形势造成较大影响。现阶段，两国之间的贸易摩擦主要以互相加征关税的方式予以体现，并出现逐步向其他领域扩散的苗头。美国贸易代表办公室（United States Trade Representative，USTR）宣布自5月10日起，对我国价值2000亿美元商品的关税由10%上调至25%，截至目前累计征税商品规模已达2500亿美元，关税税率达到25%。

美国对我国出口商品加征关税后，将导致销售价格不变的前提下，国内对美国出口企业的营业收入减少，企业利润受到挤压。与此同时，加征关税行为将提升我国出口商品的终端销售价格，最终对我国商品在美国市场上的竞争力产生负面影响。为此，本章通过税收归宿分析和价格冲击的方式，利用动态CGE模型系统评估上述加征关税行为对我国“十四五”时期实际GDP增速所造成的冲击效果。值得指出的是，由于动态CGE模型基于一般均衡理论构建而成，模型评估结果既考察了美国加征关税行为的直接和间接影响，又反映了经济系统自身的反馈调节机制和内生平衡状态。

为更好地反映未来中美经贸磋商不同情景下的经济状况，本章设计了“关税次年取消”和“关税持续存在”两种试验情景。具体而言，“关税次年取消”情景下，价值2000亿美元商品的关税税率由10%上调至25%的冲击事件仅在2019年发生，后续年份关税税率恢复至原有水平；“关税持续存在”情景下，上述关税加征行为自2019年开始一直持续至2025年，其间对美国出口商品关税始终保持在25%的较高水平。2019～2025年期间，动态CGE模型模拟的实际GDP增速变化情况如表5-7所示。

表5-7 不同征税情景下实际GDP增速及其变动情况

动态CGE模型的模拟结果显示，整体而言美国对我国出口商品加征关税将对我国实际GDP增速造成负面冲击，上述冲击的影响程度总体有限，且随着时间的推移影响幅度逐渐减小。具体而言，“关税次年取消”情景下，关税冲击当年实际GDP增速下滑0.59个百分点至5.99%，次年关税取消后经济快速回暖并叠加上年低基数影响，经济增速出现大幅上涨，2020年GDP实际增速达6.79%；随后，基于经济系统自身调节机制，国内外市场消费实现再次平衡，单年关税冲击效果被逐步消化，“十四五”时期负面冲击幅度仅为-0.016个至-0.014个百分点，影响程度十分有限。“关税持续存在”情景下，负面冲击的影响程度较单年份冲击明显提升，在对2019年GDP增速造成-0.59个百分点的实际冲击后，次年负面冲击继续保持但量值水平有所回落，同时伴随着时间的推移经济系统对于上述冲击的敏感性不断下降，负面冲击幅度保持在-0.175个至-0.162个百分点。

2.减税降费

近年来，我国劳动力、土地等生产要素成本不断攀升，企业经营状况日益恶化，叠加全球经济放缓和外部风险挑战增多，我国经济增速呈现持续回落态势，2018年下半年至今经济下行压力尤为明显。面对上述局面，党中央、国务院于近期出台了一系列逆周期调节政策，其中以减税降费为代表的财政手段力度空前，对于提振市场信心、平抑经济波动起到了重要作用。2019年政府工作报告提出，全年计划减轻企业税收和社保缴费负担近2万亿元，减税幅度较2018年提升近7000亿元，财政政策加力提效趋势不减。具体而言，2019年政府减税降费目标设定为1.84万亿元，2018年我国企业所得税规模达3.53万亿元，若全部减税降费额度均通过降低企业所得税的方式实现，相当于在现有基础上下调企业所得税率的50%。

为定量考察减税降费措施对于宏观经济的实际拉动作用，本章以企业所得税率作为冲击变量，通过设定单年减税和持续减税两种减税方式，考察不同减税周期下的经济状况。与此同时，为进一步研究不同减税力度下经济的实际提振效果，税率方面设定为低于预期（-25%）、符合预期（-50%）和超过预期（-75%）三种情景。数值敏感性试验的具体设计方案如表5-8所示。

表5-8 “减税降费”数值敏感性试验设计方案

“单年减税”试验的结果显示，整体而言减税降费措施将对经济增长形成明显提振作用，减税幅度越大经济增速提高幅度越大，且减税效果在减税政策执行后的1～2年内最为显著，随后便出现大幅衰减。具体而言，符合预期（-50%）情景下政策执行当年将直接拉动实际GDP增速提升0.0331个百分点，次年再度提升0.0412个百分点，两年累计提振幅度达0.0743个百分点，随后政策效果出现大幅衰减，“十四五”时期正面影响幅度维持在0.0054～0.0064个百分点。可以看到，单年减税降费政策约对冲单年加征关税负面冲击的40%，其余影响无法通过现有减税降费规模予以弥补。低于预期（-25%）和超过预期（-75%）情景下实际GDP的增速变化均呈现上述特征，首年提振幅度分别为0.0165个和0.0498个百分点，次年提振幅度分别为0.0206个和0.0617个百分点，整体上可分别对冲单年加征关税影响的20%和60%。

表5-9 单年减税方式下各减税情景实际GDP增速水平值

表5-10 单年减税方式下各减税情景实际GDP增速与参照组差值

“持续减税”试验的结果显示，相较于单年减税，持续减税对于经济增长速度的提振作用显著增加，且减税降费政策对实际GDP增速的正向激励效果随着时间的推移不降反升，存在一定程度的“累积效应”。具体而言，以超过预期（-75%）情景下实际GDP增速的变化情况为例，2019年减税降费政策可提高经济增速水平0.498个百分点，与同期单年减税方式基本持平，但随后政策的正向激励效果进一步扩大，次年便提高至0.1293个百分点，“十四五”期末拉动幅度已达0.1711个百分点，约为同期单年减税方式的近21倍。因此，持续减税政策对于经济的提振效果并非单年减税政策的线性外推，而是具有显著的“累积效应”，未来在应对外部事件对我国经济的负面冲击方面应优先选择持续减税的执行方式，以达到事半功倍的效果。与此同时，上述结果显示超过预期（-75%）情景下持续减税政策能够基本上对冲持续加征关税影响的负面冲击，低于预期（-25%）和符合预期（-50%）情景下对冲效果分别达到30%和60%。

表5-11 持续减税方式下各减税情景实际GDP增速水平值

表5-12 持续减税方式下各减税情景实际GDP增速与参照组差值