继续连接上一期。

为了估计部门劳动力转移对增长的未来贡献，我们需要预测每个部门就业份额的发展情况。为此，我们借鉴了日本、韩国和巴西等选定国家的经验来预测农业在就业中的份额（图20）。随着人均GDP的上升， 农业在就业中的份额趋于下降。来自选定国家的数据表明，当人均GDP达到30,000美元（按2017年购买力平 价计算）时，农业就业份额约为7%。然而，由于中国在第一产业的劳动力比例仍高于这些国家，农业就业 比例的下降可能会更加缓慢，根据我们的估计，到2030年将降至15%，到2040年将进一步降至11%。此外，我们假设——与2016年不同，但与2020年的最新研究一致——第 二产业的就业份额在2012年达到顶峰后，将在2012-2021年以平均速度继续下降。最后，以残差计算的第三 产业就业比例预计将从2021年的48%上升到2030年的57%和2040年的63%。

为了估计部门劳动力转移对增长的未来贡献，我们创建了一个替代方案，在该方案下，三个部门的生产率 被固定在2019年的水平——选择2019年是为了避免新冠肺炎疫情冲击对经济造成的扭曲——同时每个部门 的就业份额发生变化。我们假设总就业人数将以与工作年龄人口相同的速度下降。然后，我们计算GDP水平 的基线情景，其中部门就业份额和部门生产率都固定在2019年的水平（同时考虑到工作年龄人口总数的下 降）。最后，我们得到了部门劳动力转移对TFP增长的贡献，即替代情景和基准情景之间的GDP增长差异。对于2001-2019年，我们从上面的等式中获得TFP增长作为参差。我们从实际GDP增长中扣除资本、劳 动力和人力资本对增长的贡献，假设资本和劳动力占产出的比例为0.5

然后，我们应用Hodrick-Prescott（HP）滤波器对残差进行滤波，并得到趋势TFP（图 21）。 如图21所示，TFP增长在2001-2019年放缓。根据我们的估计，放缓主要源于部门劳动力转移的贡献逐渐消 失。这与Rozelle等人（2020年）的研究结果一致，该研究表明，2012年之后，生产率高于服务业的第二产业就 业下降，而低技能服务业吸收了部分下岗产业工人。虽然我们假设行业劳动力转移将继续，但在2030年后， 当农业就业占比以较慢的速度下降时，这种转移应该会放缓，导致TFP增长向下移动（图22）。

2001-2019年全要素生产率平均增长3.2%，四个组成部分的总和平均为2.7%（图22）。部门劳动力转移平均 贡献1.6个百分点，研发贡献0.7个百分点。实际进口和FDI加起来只贡献了半个百分点，进口略高于FDI （0.3对0.2个百分点），而平均仍有半个百分点无法解释。 2020-2040年，潜在年度TFP增长率估计平均为1.3%，主要由研发（0.6%）驱动，其次是部门劳动力转移、 实际进口和FDI。研发对TFP的贡献源于研发支出的稳定增长，导致研发在2020-2040年平均占TFP增长的近 一半，在部门劳动力转移的贡献减弱的2030年代，研发占比更高。 我们的TFP预测低于Bailliu等人（2016年）的预测，主要是由于对研发对TFP增长的弹性和部门劳动力转移 采用了不同的假设。我们的预测与Roberts和Russell（2019年）推断长期趋势的预测大致一致。

Higgins （2020年）预计，在“相当不错”的情景中，全要素生产率增长将从2018-2028年的1.4%放缓至2028-2038 年的1.0%——我们的估计仅略高于可比时期。

结果。我们使用等式（4）对2001-2019年的GDP增长进行建模，然后预测2020-2040年的潜在增长：其中 是模型拟合的GDP增长，α和（1-α）是资本和劳动力占GDP的份额，假设α为0.5; 是资本存 量的趋势增长; 是趋势劳动力增长（即劳动年龄人口的增长率）; 是趋势人力资本增长，它来自人力 资本增长率指数增长率，而 是从HP过滤的TFP增长估计得出的趋势TFP增长。 2001-2019年对GDP增长的贡献分解如图23所示。与其他研究（Bailliu等人，2016年、Roberts和Russell， 2019年以及Higgins，2020年）一样，资本和TFP是2001-2019年增长的关键驱动力。人力资本的贡献相对较 小。在2010年代，15-59岁人口的下降（图8）终止了2000年代（及更早）的人口红利。劳动年龄人口下降 的不利影响将在2025年之后更加强烈地显现出来。

图23：对潜在GDP增长的贡献分解，2001-2040年

根据我们的模型，2001-2019年实际GDP平均增长率为9.0%，与潜在增长率相同。对于2006-2010年期间，我 们对潜在增长的估计 - 从商业周期中提取出来 - 低于实际GDP增长。这与全球金融危机前的实际增长超过 中期潜力的情况一致（世界银行，2019年;拉迪，2019年）。至于预测，主要调查结果如下：(i) 潜在GDP增长估计在2020-2025年平均为5.3%，然后在2036-2040年逐渐下降至平均2.0%。(ii) 与Bailliu等人（2016年）、罗伯茨和罗素（2019年）以及希金斯（2020年）的结果一致，资 本和TFP是长期潜在增长的主要贡献因素。预计资本贡献将从2020-2025年的平均3.4个百分点 逐渐下降到2036-2040年的平均1.2个百分点。(iii) 据估计，未来20年TFP对增长的贡献较小，因为部门劳动力转移的贡献要小得多，研发回报率 也较低。

尽管如此，研发支出将成为2020-2040年TFP增长的主要驱动力。(iv) 劳动年龄人口的减少将日益拖累增长，而人力资本将在2020-2040年对增长的贡献率平均约为 0.4个百分点。简而言之，潜在增长的下降源于资本对增长的贡献降低、劳动年龄人口的减少拖累了增长以及TFP增长放缓。 表2显示，我们的估计低于Bailliu等人（2016年），详见附录3。对于截至2030年的时期，我们的估计与罗 伯茨和罗素（2019年）大致一致，同时高于希金斯（2020年）。与此同时，我们对2031-2040年的预测平均 为2.3%，仅略高于希金斯（2020）对2029-2038年的预测。

表2：选定的中国长期增长预测比较

近期发展的潜在影响。尽管潜在增长率呈下降趋势，但实际GDP增长几乎肯定会低于2020-2025年期间的预测潜力。近年来，新冠 肺炎疫情对经济增长造成了压力，并可能在2023年继续如此。房地产市场不景气也拖累 了经济增长，尤其是在2022年。此外，与美国的贸易冲突和技术竞争是另一个对GDP增长产生不利影响的点。 这三个因素——以及如何将它们考虑在内——也可能影响潜在的增长估计。新冠肺炎疫情。新冠肺炎疫情的经济影响被认为是暂时的。首先新冠肺炎对教育的影响，人力资本损失可能 会产生效应。

第二，由于不确定性增加，大流行可能会推迟投资。最后，可能会对劳动力参 与率产生不利影响，甚至可能在长期内如此。 与该地区其他国家相比，此外，就中国而言，随着外国直接投资从2020年的最初冲击中迅速恢复，国内制造业投资在出口繁荣的推动下在过去 几年稳步增长，似乎不太可能大大推迟投资决策。住房市场暴跌主要不是由新冠肺炎引起的，而 是由对开发商的借贷限制引起的。至于劳动力市场参与率，其影响应该是有限的，因为国有企业 往往不会在经济衰退期间裁员，而民工虽然受到相关限制，但可能仍将留在劳动力市 场，等待经济状况好转。然而，对家庭消费产生了不利影响，进而影响了服务业，加上近年来除 口繁荣和工业强劲增长，

部分扭转了经济向服务业的转型。房地产市场。近期房地产市场低迷继续拖累经济增长。Rogoff和Yang（2022年）估计，2021年房地产行业 的直接增加值（仅国内成分）占经济的11.8%，但考虑到与其他行业的联系，这一数字翻了一番多，达到 25.4%（包括进口成分占比约3个百分点）。因此，房地产市场投资影响建筑以外的经济增长。中国目前的 房地产市场低迷主要源于通过对开发商实施借贷限制来去杠杆化的努力。 在我们的模型中，2020年代后半期潜在增长的下降主要是由于资本对GDP增长的贡献较低。虽然可以高度确 定未来的劳动力（没有养老金改革），但如果房地产市场的去杠杆化导致整体投资（占GDP的份额）下降速 度快于预期，资本对增长的贡献可能会下降得更快。关于投资和债务作用的讨论，见专栏1。 技术竞争和潜在脱钩。

我们的假设考虑到获取技术的障碍已经增加，中国与世界其他地区之间的知识交流 可能会减少，从而降低未来研发支出的回报。虽然所应用的折扣已经很大，但技术脱钩可能 会对潜在增长产生比预期更强的不利影响。 比较。我们的模型预测，2020-2025年平均潜在增长率为5.3%（2016-2019年为6.8%），2026-2030年降至 3.5%。平均而言，我们对2020-2030年潜在增长率的估计为4.4%。这与最近的估计大致一致，该估计可能会 将新冠肺炎和更受限制的技术获取考虑在内。Wang和Zhang（2022年）认为这十年的潜在GDP增长率为4.0%- 4.5%。Zhu、Ng和Ge（2021年）估计2021-2025年的潜在增长率为5.3%，2026-2030年为4.4%（TFP的贡献高 于我们的估计）。

GDP增长、投资和债务。根据我们的估计，2020-2030年的潜在增长率平均为4.4%，2030-2040年为2.3%。一个重要的问题是能 否实现潜在的增长。从理论上讲，实际增长应该能够达到潜在增长。虽然不是估计潜在增长的输入因 素，但债务——尤其是过度债务——可能会损害增长。在中国债务占国内生产总值（GDP）的比例从2008年底的139%增加到2021 年底的287%，增加了一倍多（图B1）。中国似乎不太可能继续以2009-2019年（没有COVID-19）的速 度积累债务，这一时期债务占GDP的比例增加了124个百分点，平均每年超过11个百分点。推断这一趋 势将导致到2040年债务与GDP的比率约为500%。即使是国际清算银行统计数据涵盖的负债最高 的国家日本，到2021年底的债务也仅相当于GDP的420%。

2010年代的经济增长可能是由不可持续的过度投资推动的。国际清算银行提供了包括中国在内的几个 国家的信贷缺口估计值，即信贷总额占GDP之比与其长期趋势之间的差异（图B2）。在我们的背景下， 信贷差距分析可能很有用，因为必须为过度投资提供资金。正信贷缺口可能是过度投资的迹象。信贷 缺口在2008年后飙升，并在2017-2018年迅速下降。因此，我们可能已经看到了大约十年的过度投资。 2018年，基础设施投资大幅放缓（正文图3），旨在遏制影子银行融资的新资产管理规则被宣布（经 济学人，2018年），这可能有助于解释缺口的迅速缩小。至于债务，针对国有企业债务的去杠杆化努 力在2010年代后半期显示出一些影响，然后COVID-19对经济的冲击再次推高了债务（图B1和B2）。出于多种原因，似乎不太可能将其投资模式再持续20年。

首先，住房需求即将在2022年达到顶峰 。在这方面，人们可以将对开发商借贷的限制解释为试图防止他们过度建设，并控 制低效投资带来的增长。其次，该国的实体基础设施（机场、高速铁路、高速公路等）已经很发达。 继续以高利率投资，不仅会导致GDP增长方面的投资回报率下降，而且还会使地方政府承担额外债务 的能力超出负荷。由于地方政府的很大一部分收入来自土地出售，当前的房地产市场的低迷给地方政 给财政带来了压力。此外，许多高回报的基础设施项目已经开工，因此剩余项目的吸引力较低。最后许多省份，尤其是较贫穷的省份，已经积累了大量的公共债务，这使得它们更难承担额外的债务（图B3）。 图B3：2021年各省公共债务和人均地区生产总值（GRP）

总之，2010年代的增长模式不能再延续20年。需要进行改革，包括提高投资效率和降低增长的资 本密集度。

促进长期增长的改革

A. 改革领域，这一部分概述了为提高国家长期增长潜力而可能进行的改革。使用Cobb-Douglas生产函数的优点在于，它允许对经济增长的驱动因素进行细分。我们的模型为在没有重 大改革和冲击的情况下实现长期增长提供了基线——这有助于指导政策制定。潜在增长虽然难以改变，但 可以通过结构性改革来提高。根据该模型的输入因素，我们专注于与劳动力、人力资本、资本存量和TFP （全要素生产率）相关的改革。

B. 劳动力。该模型假设劳动力的增长速度与劳动年龄人口的增长速度相同。如果提高退休年龄，随着更多的人被纳入劳动年 龄阶层，劳动年龄人口将会增加。在实践中，此类改革更为复杂，因为目前男性的退休年龄为60岁，蓝领和白领 工作的女性的退休年龄分别为50岁和55岁，而平均退休年龄仅为50多岁左右（经济学家，2021年）。另一个问题是人口结构。鉴于目前的低出生率，生育率的提高可能会减缓未来劳动力的下降速度，但在可预见的 未来不会扭转这一趋势。由于我们只关注到2040年 - 就人口统计和出生率数据而言，这不是一个很长的期限 - 并且出生率已知到2021年，出生率的逐渐上升几乎不会影响我们的预测。此外，2015年全面二胎政策的出台并没 有显示出持久的效果(图24)，其他国家的经验表明，生育率一旦下降，就会保持在低水平(图25)。

在这种背景下，应采取措施，减轻人口老龄化对劳动力的影响：

(i) 延长工作寿命。虽然应该提高法定退休年龄，但重要的是人们实际工作的时间要延长。 改革必须从人们实际在55岁以后继续工作开始，否则将法定退休年龄延长几年也是徒劳。

(ii) 改善劳动力的健康状况。改善医疗保健和促进健康老龄化是应对劳动力老龄化的必要条 件。虽然重点应放在安全可靠的工作环境、职业卫生服务和职业病预防上，但仍需要努 力扩大筛查、早期诊断和控制慢性病，以及在初级保健层面发现认知障碍和抑郁症。

(iii) 提高女性劳动力参与率。可能采取的措施包括加强平等就业机会，增加产假，改善 对儿童保育、老年人护理和单身母亲的支持。

(iv) 增加劳动力流动性。这包括进一步放宽户籍制度（户口），改善外来务工人员获得社会 服务的机会（包括其子女接受教育的机会），并确保社会保障福利的可携带性，使人们 在流动时不会处于实质性的劣势。

(v) 增加家庭支持。为了提高出生率，必须大幅调整政策重点和资源，以支持家庭。

C. 人力资本。以增加人力资本为重点的改革可以比针对劳动力的改革更快地推出。尽管随着时间的推移有了显著改善，但 的教育程度仍落后于发达经济体，这表明还有迎头赶上的空间。虽然预测考虑到了受教育年限的增加——这是人 力资本增长的代表——但教育质量也很重要。基于更好——不一定是更多——教育的人力资本增加将有助于更高 的潜在增长。如前所述，提高平均受教育年限对于提高人力资本非常重要。在过去几十年中，中国的受教育程度有了显著提高： 平均受教育年限从1980年的5.7年大幅增加到2015年的8.7年（图26）。然而，与日本、韩国和美国等发达经济体 仍有差距。因此，2015年，中国只有37.4%的劳动力完成了高中教育，而G20国家的这一比例为65.5%，日本为100% （图27）。

同样，2015年中国只有18.2%的劳动力完成了高等教育，低于G20国家的29.8%，也远低于日本、韩国和美国。然而， 中国的高等教育的受教育程度一直在上升，这反映在越来越多的新大学毕业生身上。预计2022年将达到创纪 录的1076万。中国城乡地区的受教育年限存在差异。2019年城镇劳动力适龄人口平均受教育年限为11.4年，而农村为9.1年。城乡受教育年限差距自1985年以来一直在缩小，但在2015年后再次扩大。此外，劳动力年龄人口的高 中和大学毕业率也存在差距（图 29）。

在此背景下，提出以下政策建议：

(i) 增加受教育年限。需要付出更大的努力来增加受教育年限，特别是在农村地区，以提高 受教育程度。高收入国家的经验表明，没有大专学历的人最有可能面临失业和长期失业 。

(ii) 支持农民工随迁子女，应将更多资金分配给农村教育，农 民工子女应从政府获得更多支持，以便更容易地进入城市接受教育。

(iii) 提高教育质量和劳动力素质。这包括扩大儿童早期发展、提高高等教育质量、加强 技术和职业教育与培训以及增加在职和终身培训机会。

D. 资本。资本和信贷配置的变化可能是提高中国潜在增长的最大因素之一，但实施起来具有挑战性，因为 它们需要调整经济结构和政策变化。银行系统主要是国有的，大型商业银行提供了大约一半的贷 款。反过来，银行贷款占公司融资的绝大部分。此外银行部门主导着信贷分配，并且更愿意向国有企业提供贷款，因为这些企业经常受益于政府支持。【未完待续】请继续关注下一期。