中國人口變化趨勢及經(jīng)濟潛在增長率

［收稿日期］ 2024-01-07

［基金項目］ 國家社會科學(xué)基金重大項目“包容性綠色增長的理論與實踐研究”（項目編號：19ZDA048）；中國社會科學(xué)院學(xué)科建設(shè)“登峰戰(zhàn)略”優(yōu)勢學(xué)科（產(chǎn)業(yè)經(jīng)濟學(xué)）（項目編號：DF2023YS24）；中國社會科學(xué)院工業(yè)經(jīng)濟研究所研究闡釋習(xí)近平經(jīng)濟思想項目（項目編號：GJSZY2024005）。

［作者簡介］ 梁泳梅（1981—），女，廣西玉林人，中國社會科學(xué)院工業(yè)經(jīng)濟研究所副研究員，中國社會科學(xué)院大學(xué)應(yīng)用經(jīng)濟學(xué)院副教授；董敏杰（1983—），男，山西河津人，中國國新控股有限責(zé)任公司國新研究院。

［摘 要］ 基于生產(chǎn)函數(shù)法的估測結(jié)果顯示，2035年之前中國潛在經(jīng)濟增長率將處于下行趨勢，2021—2025年平均為5.2%左右，2026—2030年平均為5.1%左右，2031—2035年平均為4.7%左右。潛在經(jīng)濟增長率下降的主要因素是，未來人口撫養(yǎng)比上升，導(dǎo)致固定資本形成率下降，進(jìn)而固定資本存量增速放緩。未來就業(yè)人口數(shù)量減少，對潛在經(jīng)濟增長率有不利影響，但人力資本積累能在一定程度上彌補。情形分析結(jié)果顯示，2035年之前人口出生率水平與經(jīng)濟潛在增長率呈相反關(guān)系，主要原因是，新出生人口在2035年前尚無法進(jìn)入勞動力市場，反而會通過影響固定資本增速拖累經(jīng)濟潛在增長率。

延遲退休對2025—2035年的經(jīng)濟增長有積極影響，以2024年9月13日公布的方案測算，年均提高潛在增長率約0.03個百分點。

［關(guān)鍵詞］ 潛在增長率；生產(chǎn)函數(shù)法；全要素生產(chǎn)率；人口撫養(yǎng)比；延遲退休

［中圖分類號］ C924.24；F249.2［文獻(xiàn)標(biāo)志碼］文獻(xiàn)標(biāo)志碼A［文章編號］ "1672-4917（2024）06-0097-15

一、引言

黨的二十大報告提出，到2035年，我國發(fā)展的總體目標(biāo)是：經(jīng)濟實力、科技實力、綜合國力大幅躍升，人均國內(nèi)生產(chǎn)總值邁上新的大臺階，達(dá)到中等發(fā)達(dá)國家水平。估測未來的中國經(jīng)濟潛在增長率，對未來一段時期相關(guān)政策的制訂具有重要參考意義。

對于未來經(jīng)濟潛在增長率的估測，目前研究文獻(xiàn)使用的分析方法可以歸為三大類：生產(chǎn)函數(shù)法、跨國比較法、可計算一般均衡模型。其中，生產(chǎn)函數(shù)法是使用較多的方法，基于生產(chǎn)函數(shù)對經(jīng)濟增長的各項來源（勞動、資本、全要素生產(chǎn)率）未來增長速度進(jìn)行估測，加總得到未來的潛在經(jīng)濟增長率^［1-5］。跨國比較法的理論基礎(chǔ)是經(jīng)濟增長的“收斂假說”，參照典型經(jīng)濟體過去的發(fā)展經(jīng)驗，依據(jù)中國與發(fā)達(dá)經(jīng)濟體的發(fā)展水平差距，推測中國未來經(jīng)濟潛在增長率^［6-7］?？捎嬎阋话憔饽Ｐ蛣t是基于經(jīng)濟理論，構(gòu)建多變量之間的結(jié)構(gòu)化方程，通過參數(shù)設(shè)定，計算得到未來經(jīng)濟潛在增長率^［8-11］。

上述三類方法中，跨國比較法本質(zhì)上是通過統(tǒng)計現(xiàn)象得出一般規(guī)律，但忽視了不同國家特有的要素稟賦，難以從供給側(cè)要素變化分析未來增長潛力^［12］?？捎嬎阋话憔饽Ｐ屯ǔ］^為龐大復(fù)雜，對數(shù)據(jù)資料的要求也比較高，構(gòu)建和維護(hù)難度較大^［13］，應(yīng)用相對較少。生產(chǎn)函數(shù)法的基本思路是基于新古典經(jīng)濟增長模型，分析各要素對經(jīng)濟增長的貢獻(xiàn)，是估測中國潛在經(jīng)濟增長率使用最多的一種方法^［14］。鑒于這些因素，本文采用生產(chǎn)函數(shù)法估測未來的中國經(jīng)濟潛在增長率。

目前來看，現(xiàn)有同類文獻(xiàn)存在的改進(jìn)空間可能有以下方面。一是在測算人力資本時，多數(shù)文獻(xiàn)^［15-16］直接采用的是佩恩表提供的數(shù)據(jù)，其原始數(shù)據(jù)來自Barro和Lee（2013年）^［17］的估計結(jié)果，以5年為間隔進(jìn)行劃分，缺乏各年度的連續(xù)數(shù)據(jù)，導(dǎo)致經(jīng)濟潛在增長率的估測結(jié)果要么同樣缺乏各年度的連續(xù)數(shù)據(jù)，要么需要通過一些假設(shè)條件才能得到年度連續(xù)數(shù)據(jù)。二是在測算固定資本存量增速時，除少數(shù)文獻(xiàn)外，多數(shù)文獻(xiàn)根據(jù)歷史經(jīng)驗設(shè)定為固定值^［18-19］。三是在測算就業(yè)人口趨勢時，對延遲退休等新出現(xiàn)的因素考慮較少。

與現(xiàn)有研究相比，本文的創(chuàng)新之處可能有幾個方面。首先，與多數(shù)文獻(xiàn)以五年為間隔估測人力資本及潛在經(jīng)濟增長率不同，本文根據(jù)我國人口普查所提供的同時按學(xué)歷與年齡劃分的人口分布數(shù)據(jù)，以及各年齡段人口的出生率與死亡率等數(shù)據(jù)，估測了每年的人力資本，進(jìn)而估測得到每年的經(jīng)濟潛在增長率。其次，與多數(shù)文獻(xiàn)根據(jù)歷史經(jīng)驗設(shè)定未來的固定資本存量增速不同，本文基于參考相關(guān)研究以及對歷史數(shù)據(jù)的觀察，根據(jù)未來的人口撫養(yǎng)比等變量估測固定資本形成率，進(jìn)而估測得到固定資產(chǎn)投資增速。最后，通過情形分析，考察延遲退休對勞動參與率的影響，進(jìn)而考察其對中國經(jīng)濟潛在增長率的影響。

二、測算思路

基于“科布-道格拉斯”生產(chǎn)函數(shù)，在規(guī)模報酬不變假設(shè)下，經(jīng)濟體的潛在產(chǎn)出水平可寫為：

Y*=AKα（hL）^1-α（1）

其中，Y*表示潛在產(chǎn)出水平；A表示TFP水平，K表示資本存量，L表示就業(yè)數(shù)量，h表示人力資本，α表示資本產(chǎn)出彈性。上式經(jīng)整理后，可得到經(jīng)濟增長核算方程：

ΔY*Y*=ΔAA+αΔKK+（1-α）ΔLL+（1-α）Δhh（2）

其中，ΔY*Y*、ΔAA、ΔKK、ΔLL、Δhh分別表示GDP增速、全要素生產(chǎn)率增速、資本存量增速、就業(yè)人數(shù)增速、人力資本增速。在估測等式右側(cè)的各變量增速之后，可以估測未來的中國經(jīng)濟潛在增長率。

（一）就業(yè)人數(shù)及其增速估測

根據(jù)定義，就業(yè)人數(shù)為勞動適齡人口規(guī)模與就業(yè)參與率的乘積，其中就業(yè)參與率為勞動參與率與就業(yè)率兩項指標(biāo)的乘積。對于勞動適齡人口規(guī)模，在測算人力資本時得到，詳見后文。對于勞動參與率與失業(yè)率的處理，現(xiàn)有文獻(xiàn)有幾種方案。一是趨勢外推，如易信和郭春麗（2018年）^［20］假設(shè)未來就業(yè)參與率保持下降趨勢，通過HP濾波方法獲得2005—2015年的勞動年齡人口就業(yè)參與率變化趨勢，外推得到未來的就業(yè)參與率；李標(biāo)等（2018年）^［21］將未來三次產(chǎn)業(yè)就業(yè)人數(shù)增速設(shè)定為2010—2017年的增速均值。二是將勞動參與率與就業(yè)率視為勞動適齡人口占總?cè)丝诒壤暮瘮?shù)，在估測得到未來勞動適齡人口數(shù)據(jù)后，再得到勞動參與率與就業(yè)率的變化趨勢^［22］。三是將勞動參與率與就業(yè)率視為人口結(jié)構(gòu)的函數(shù)，其邏輯是，不同年齡、不同性別的人口勞動參與率與就業(yè)率不盡相同，將當(dāng)前的勞動參與率與失業(yè)率按年齡與性別分解，再根據(jù)未來的勞動人口年齡與性別結(jié)構(gòu)加總得到總體勞動參與率與失業(yè)率^［23］。

上述第二種方案與第三種方案都關(guān)注到人口結(jié)構(gòu)與就業(yè)參與率的關(guān)系，其中，第三種方案更為細(xì)化，不僅關(guān)注勞動適齡人口占總?cè)丝诘谋戎?，而且強調(diào)勞動適齡人口的年齡結(jié)構(gòu)。從邏輯上看，16—30歲勞動者有可能繼續(xù)接受高等教育和研究生教育，而年齡較大的勞動者可能因為長期找不到工作而喪失信心并退出勞動力市場^［24］。因此，勞動參與率、失業(yè)率跟勞動適齡人口的年齡結(jié)構(gòu)有直接關(guān)系，上述第三種方案更為符合實際（見圖1）。

基于上述分析，這里采用第三種方案。結(jié)合相關(guān)數(shù)據(jù)的可得性，測算思路為：先從第七次人口普查數(shù)據(jù)（長表）獲得按年齡分布的勞動參與率與失業(yè)率數(shù)據(jù)，再根據(jù)估測得到的未來勞動適齡人口年齡結(jié)構(gòu)數(shù)據(jù)，加總得到總體勞動參與率與失業(yè)率。

考慮到近期我國政府正式推出了延遲退休政策，本文也分析了延遲退休的影響。2021年2月發(fā)布的《“十四五”國家老齡事業(yè)發(fā)展和養(yǎng)老服務(wù)體系規(guī)劃》提出，“穩(wěn)妥實施漸進(jìn)式延遲法定退休年齡”。2021年3月公布的《第十四個五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》提出，要“按照小步調(diào)整、彈性實施、分類推進(jìn)、統(tǒng)籌兼顧等原則，逐步延遲法定退休年齡”。此后，一些研究者們提出了不同的延遲退休方案，普遍預(yù)計每年延長退休年齡2至4個月，經(jīng)過較長時間的過渡，最終達(dá)到法定65周歲退休年齡^［25-28］，與人社部相關(guān)負(fù)責(zé)人“大約每三年提高一歲”的提法^［29］也基本一致，正式落地時間可能在2025年左右^［30-31］。2014年9月13日第十四屆全國人民代表大會常務(wù)委員會第十一次會議通過的《全國人民代表大會常務(wù)委員會關(guān)于實施漸進(jìn)式延遲法定退休年齡的決定》提出，用15年時間，逐步將男職工的法定退休年齡從原60周歲延遲至63周歲，將女職工的法定退休年齡從原50周歲、55周歲分別延遲至55周歲、58周歲。換而言之，男職工平均每年延長退休年齡2.4個月，原退休年齡為50周歲、55周歲的女職工平均每年延長退休年齡分別為4個月、2個月，與前期研究者們提出的方案基本符合。根據(jù)上述方案，結(jié)合人口普查提供的按性別、年齡劃分的人口與經(jīng)濟活動人口數(shù)量等基礎(chǔ)數(shù)據(jù)，可以估測延遲退休方案落地后各年度勞動參與率數(shù)據(jù)。

（二）人力資本及其增速估測

對于人力資本的估測，目前主要有教育法、收入法與成本法^［32-33］。其中，成本法基于永續(xù)盤存法^［34-36］，需要未來每年的新增資本投資額，這難以獲取或做合理假設(shè)，而且不同研究對折舊率的設(shè)定存在差異；收入法需要未來的勞動收入與折現(xiàn)率等數(shù)據(jù)^［37］，同樣難以獲取或做合理假設(shè)。因此，基于數(shù)據(jù)的獲得性，這里對人力資本的估測采用教育法，選取人均受教育年限作為衡量指標(biāo)。對于2020年及之前的各年度數(shù)據(jù)，根據(jù)第四次至七次人口普查所提供的同時按學(xué)歷與年齡劃分的人口分布數(shù)據(jù)，可分別得到1990年、2000年、2010年與2020年的人均受教育年限數(shù)據(jù)，其余各年份的數(shù)據(jù)使用線性插值法補齊。對于2020年之后的數(shù)據(jù)，目前文獻(xiàn)主要有兩類處理思路，一類是根據(jù)歷史數(shù)據(jù)設(shè)定未來增速^［38-39］，另一類是基于Barro和Lee（2013年）^［40］的經(jīng)驗研究，根據(jù)目前的人口按年齡與教育程度分布數(shù)據(jù)，估測每間隔五年的受教育年限趨勢^［41-42］。這里采用第二種思路，但跟現(xiàn)有研究不同的是，本文基于第七次人口普查數(shù)據(jù)，采用年齡遞增方法測算了每年的勞動人口受教育年限。由于對于人力資本的估測與就業(yè)人數(shù)等指標(biāo)的估測是同時進(jìn)行的，并且后文的固定資本存量增速估測也涉及人口撫養(yǎng)比等人口相關(guān)指標(biāo)，這里對就業(yè)人數(shù)、人力資本與人口撫養(yǎng)比的估測過程一并進(jìn)行說明。

第一步，計算每年（以t年表示）新出生人口。公式為：It=N^t-1×bt。其中，It表示t年的新出生人口，N^t-1、bt分別表示t-1年的總?cè)丝跀?shù)與出生率。2018年之前的總?cè)丝跀?shù)與出生率數(shù)據(jù)來自《中國統(tǒng)計年鑒》，之后的數(shù)據(jù)均是基于聯(lián)合國人口署（2022年）^［43］提供的出生率數(shù)據(jù)估測。聯(lián)合國提供的數(shù)據(jù)分為高（high）、中等（medium）、低（low）與生育率不變（constant-fertility）四種情形，前三種情形下的出生率水平依次下降，生育率不變情形的出生率水平位于低出生率情形與中出生率情形之間，更接近低出生率情形。這里使用生育率不變作為基準(zhǔn)情形，同時對高、中、低情形進(jìn)行測算，一方面作為穩(wěn)健性檢驗，另一方面可以分析出生率的不同情形對潛在經(jīng)濟增長速度的影響。

第二步，計算每年分年齡段人口受教育程度的分布情況。每一年（記為t年）每一年齡段（記為a）的不同教育程度（記為e）人數(shù)，由上一年（t-1）上一年齡段（a-1）的情況推測得到。從個體角度看，如果已經(jīng)進(jìn)入勞動市場，則受教育程度在下一年不變；如果還處于受教育階段，則從t-1到t年可能面臨三種情形：升級、接受更高等級教育（小升初、初升高、高升大、大升研）、畢業(yè)進(jìn)入勞動市場。第一種情形是升級，適用對象是在t年未達(dá)到標(biāo)準(zhǔn)畢業(yè)年齡者（小學(xué)12歲、初中15歲、高中18歲、高等教育22歲、研究生25歲）。對于個人而言，則直接升學(xué)進(jìn)入下一年級。從全社會的角度看，如果t-1年年齡并非11歲、14歲、17歲、21歲、24歲，則除去當(dāng)年死亡人數(shù)外，每一年齡段的人在t年升入同一等級教育的下一年級。第二種情形較為復(fù)雜，適用對象是t年正好達(dá)到標(biāo)準(zhǔn)畢業(yè)年齡者。對于個人而言，如果目前正在上學(xué)，則面臨兩種選擇，或者將接受更高等級的教育，或者將直接參加工作。從全社會的角度看，這意味著t-1年年齡為11歲、14歲、17歲、21歲、24歲的人口，在t年扣除死亡人數(shù)后轉(zhuǎn)為兩部分，一部分是接受更高等級的教育，另一部分是畢業(yè)進(jìn)入勞動市場，兩部分的比例根據(jù)相應(yīng)教育階段的升學(xué)率確定。第三種情形的適用對象是，已經(jīng)超過標(biāo)準(zhǔn)畢業(yè)年齡且已進(jìn)入勞動市場者。對于個體而言，從t-1年到t年的受教育年限并未變化。從全社會的角度看，這意味著，t-1年已超過對應(yīng)標(biāo)準(zhǔn)畢業(yè)年齡且進(jìn)入勞動市場的人口，在扣除死亡人數(shù)之后遞延至t年。上述三種情形共涉及各年齡段人口死亡率、不同教育程度的升學(xué)率等變量，分別進(jìn)行說明：（1）各年齡段人口死亡率。基礎(chǔ)數(shù)據(jù)來自第七次人口普查提供的2020年數(shù)據(jù)。由于難以得到各年齡段不同教育程度人口的死亡率，因此不再區(qū)分各教育程度人口的死亡率，并假設(shè)死亡率數(shù)據(jù)未來穩(wěn)定。（2）升學(xué)率。小學(xué)入學(xué)率、小學(xué)升初中入學(xué)率、初中升高中入學(xué)率、高中升高等教育入學(xué)率能獲得的最近年份數(shù)據(jù)分別為99.9%（2022年）、99.3%（2021年）、91.7%（2021年）與94.5%（2016年），已接近100%，繼續(xù)上漲空間有限，這里假設(shè)未來均保持在最近年份水平。高等教育升研究生入學(xué)率難以獲得公開數(shù)據(jù)，使用每年研究生（包括碩士、博士）招生人數(shù)與高校預(yù)計畢業(yè)人數(shù)的比值作為替代，2005—2016年基本穩(wěn)定在8.0%～9.4%，2017—2020年分別為10.33%、10.89%、11.18%與12.96%，這里假設(shè)未來保持在2020年水平 我們同時進(jìn)行了穩(wěn)健性檢驗，對高等教育升研究生入學(xué)率的未來走勢設(shè)置了三種情形，分別計算經(jīng)濟潛在增長率，以考察高等教育升研究生入學(xué)率的設(shè)定對經(jīng)濟潛在增長率估測結(jié)果的影響程度。情形一：假設(shè)未來保持在2020年水平，即此處假設(shè)的情形。情形二：考慮到2017—2020年高等教育升研究生入學(xué)率年均提升1個百分點，假設(shè)2021年之后高等教育升研究生入學(xué)率繼續(xù)保持每年1%的提升幅度，則到2035年達(dá)到30%左右。情形三：假設(shè)未來高等教育升研究生入學(xué)率在2017—2020年基礎(chǔ)上加速提升，2021年之后保持每年2%的提升幅度，則到2035年達(dá)到43%左右。估測結(jié)果顯示，情形二、情形三下經(jīng)濟潛在增長率的測算結(jié)果與情形一非常接近，基本不影響后文的經(jīng)濟潛在增長率匯報結(jié)果。。

第三步，測算勞動適齡人口規(guī)模。按國際標(biāo)準(zhǔn)，勞動力年齡的下限標(biāo)準(zhǔn)分為15歲、20歲、25歲三種，上限標(biāo)準(zhǔn)分為60歲、65歲兩種。國內(nèi)對就業(yè)人口的統(tǒng)計標(biāo)準(zhǔn)是“16周歲及以上，從事一定的社會勞動或經(jīng)營活動、并取得勞動報酬或經(jīng)營收入的人口”，考慮數(shù)據(jù)的可比性，將16周歲及以上人口均視為勞動適齡人口，加總相應(yīng)年齡段人口數(shù)可得勞動適齡人口規(guī)模。

第四步，計算各年度勞動人口的人力資本。通常使用受教育年限衡量人力資本，這需要將不同教育程度折算為受教育年限，設(shè)定小學(xué)、初中、高中、高等教育、研究生受教育年限分別為6、9、12、16與19年。一些研究^［44］認(rèn)為，人力資本存在邊際收益遞減規(guī)律，進(jìn)而使用分段函數(shù)對受教育年限進(jìn)行折算。我們分別計算了人力資本邊際收益不變以及遞減兩種方案下的情形，發(fā)現(xiàn)得到的經(jīng)濟潛在增長率的差距非常小，每年基本在0.05個百分點以內(nèi)，說明人力資本邊際收益是否遞減對測算結(jié)果的影響基本可以忽略。這里選用前一種方案。

第五步，計算人口撫養(yǎng)比。統(tǒng)計局每年的“全國人口變動情況抽樣調(diào)查”公布人口撫養(yǎng)比數(shù)據(jù)，包括少年兒童撫養(yǎng)比和老年人口撫養(yǎng)比。根據(jù)統(tǒng)計局對這一指標(biāo)的說明，人口撫養(yǎng)比的計算公式為（總?cè)丝?15至64歲人口數(shù)）/15至64歲人口數(shù)。為與歷史數(shù)據(jù)保持一致，這里同樣使用這一標(biāo)準(zhǔn)。

（三）固定資本存量及其增速估測

對于固定資本存量增速，目前的多數(shù)研究文獻(xiàn)認(rèn)為未來會有所下降，研究思路主要有幾種。一是根據(jù)歷史經(jīng)驗設(shè)定為固定增速，如陸旸和蔡昉（2013年）^［45］基于投資增長率與資本回報率之間的基本關(guān)系，假設(shè)投資實際增長率13%；郭豫媚和陳彥斌（2015年）^［46］將2015—2020年間增速設(shè)定為1979—2000年的均值9.6%；陳彥斌和姚一曼（2012年）^［47］將2016—2020年間增速設(shè)定為9.29%；易信和郭春麗（2018年）^［48］將2049年之前的增速設(shè)定為3.5%。二是將固定資本存量增速設(shè)定為投資增速的函數(shù)，而投資增速設(shè)定為城鎮(zhèn)化率、工業(yè)增加值份額的函數(shù)，進(jìn)而通過估測未來城鎮(zhèn)化率與工業(yè)增加值份額來得到資本增速^［49］。三是通過永續(xù)盤存法估測，這在估測未來走勢時需要估測固定資本形成率，而固定資本形成率的設(shè)定可以參考?xì)v史水平^［50］，也可以根據(jù)人口年齡結(jié)構(gòu)與歷史習(xí)慣等相關(guān)因素估測^［51-52］。

考慮到直接設(shè)定未來增速較為主觀，而城鎮(zhèn)化率等指標(biāo)未來走勢同樣難以估測，這里采用第三種思路，基于永續(xù)盤存法估測固定資本存量未來增速。其基本思想是，首先估測基期的固定資本規(guī)模，扣除折舊并加入固定資本新增規(guī)模后得到下一年度的固定資本存量規(guī)模，用公式表示為：K_t=Kt-1（1-δ_t）+I_t/P_t。其中，K_t與K_t-1分別表示t、t-1期的固定資本存量，δ_t表示t期固定資本折舊率，I_t表示t期以名義價格衡量的固定資本變化值，P_t表示t期投資品價格指數(shù)。

上述公式涉及四個變量，分別說明如下。①基期資本存量K₀。參考Hall和Jones（1999年）^［53］、張軍等（2004年）^［54］與單豪杰（2008年）^［55］的方法，選擇1978年作為基期，用1979年的固定資本形成總額比折舊率與1978—1987年固定資本形成額平均增速之和，可得到1978年固定資本存量。②折舊率。張軍等（2004年）^［56］與單豪杰（2008年）^［57］分別設(shè)定折舊率為9.6%與10.96%。我們發(fā)現(xiàn)，折舊率選擇9.6%還是10.96%對未來經(jīng)濟潛在增長率的測算結(jié)果影響非常小，每年的差距在0.1個百分點左右，本文采用9.6%。③每年固定資本新增規(guī)模。同張軍等（2004年）^［58］與單豪杰（2008年）^［59］一致，選擇GDP核算中的固定資本形成額。④投資品價格指數(shù)。借鑒單豪杰（2008年）^［60］的做法，選擇固定資本形成價格指數(shù)，計算出以1978年為基期的平減指數(shù)序列。將上述指標(biāo)帶入永續(xù)盤存法公式，估測得到的固定資本存量是經(jīng)過1978年定基價格指數(shù)調(diào)整后的實際規(guī)模。

如前所述，對于固定資本存量規(guī)模的歷史數(shù)據(jù)，目前的測算方法已經(jīng)非常成熟。對于未來資本存量增速的估測，核心變量是每年固定資本新增規(guī)模，可根據(jù)GDP規(guī)模與固定資本形成率相乘間接計算得到，詳見后文。

（四）資本產(chǎn)出彈性設(shè)定

資本產(chǎn)出彈性通常有三種設(shè)定方法。第一種方法是假設(shè)常數(shù)法，利用回歸方程得到歷史水平^［61］，據(jù)此設(shè)定未來資本產(chǎn)出彈性為常數(shù)值。在數(shù)值的具體設(shè)定上存在一定差異，多數(shù)研究的設(shè)定值是0.5左右，也有研究使用0.6^［62］。第二種方法是非參數(shù)方法，通過構(gòu)建半?yún)?shù)變系數(shù)模型、狀態(tài)空間模型等^［63-66］，估測要素產(chǎn)出彈性。與參數(shù)方法估測得到的產(chǎn)出彈性為樣本期間的平均水平不同，通過半?yún)?shù)變系數(shù)模型、狀態(tài)空間模型等方法估測得到的產(chǎn)出彈性隨時間變化，更加符合實際情況，但方法較為繁瑣，理論基礎(chǔ)相對欠缺。第三種方法是收入份額法，使用收入法核算的GDP中的資本收入份額作為替代^［67-70］。這里使用第三種方法，計算公式為：

資本產(chǎn)出彈性=企業(yè)盈利+固定資產(chǎn)折舊企業(yè)盈利+固定資產(chǎn)折舊+勞動者報酬（3）

其中，企業(yè)盈利、固定資產(chǎn)折舊、勞動者報酬均來自國家統(tǒng)計局公布的全國投入產(chǎn)出表。我國投入產(chǎn)出基本表是逢2逢7年份編制，投入產(chǎn)出延長表是逢0逢5年份編制，目前能獲得的最近數(shù)據(jù)為2020年。根據(jù)（3）式計算的結(jié)果顯示，2010—2020年資本產(chǎn)出彈性大致穩(wěn)定在0.41至0.44，較2005年與2007年的0.52有較大變化?？紤]到資本產(chǎn)出彈性2010—2020年均值為0.43，并且2020年同樣為0.43，這里假設(shè)未來維持在0.43。

（五）全要素生產(chǎn)率增速設(shè)定

關(guān)于TFP增速的研究，目前多數(shù)文獻(xiàn)是測算歷史TFP增速以及探討導(dǎo)致TFP變動的原因。對于TFP的未來走勢估測，目前的研究比較少。這可能是因為，影響TFP變動的因素，如生產(chǎn)效率提升、技術(shù)進(jìn)步、制度變革等，均具有很強的隨機性，估測難度非常大。因此，現(xiàn)有文獻(xiàn)對TFP未來增速的估測基本是基于歷史數(shù)據(jù)進(jìn)行設(shè)定^［71-72］，假設(shè)其未來增速等于最近可得的兩年增速趨勢項的均值，而這兩年的TFP增速可以使用核算方程推測。李善同（2010年）^［73］假設(shè)2005—2020年的全要素生產(chǎn)率的增長率仍然保持過去25年的平均水平（2%左右），其他一些研究^［74-75］也是根據(jù)歷史數(shù)據(jù)設(shè)定未來增速。

參考上述研究，本文使用TFP增速歷史數(shù)據(jù)設(shè)定其未來增速，這需要先測算TFP增速歷史數(shù)據(jù)。本文同樣使用前述生產(chǎn)函數(shù)框架測算，具體見后文。

三、測算結(jié)果

（一）就業(yè)人口規(guī)模估測結(jié)果

如前所述，基于數(shù)據(jù)可得性考慮，人口相關(guān)變量的估測是基于2020年第七次人口普查數(shù)據(jù)。其中，部分指標(biāo)在2020年之后國家統(tǒng)計局亦有公布，這里先將2020年之后的估測結(jié)果與國家統(tǒng)計局公布的實際值比較，以觀察估測效果。從估測結(jié)果看，勞動年齡人口、就業(yè)人數(shù)、勞動參與率、失業(yè)率等指標(biāo)估測值均與實際值較為接近（見圖2至圖6）。相對而言，規(guī)模類指標(biāo)（勞動年齡人口、就業(yè)人數(shù)）預(yù)測誤差較小，比率類指標(biāo)（勞動參與率、失業(yè)率）預(yù)測誤差相對較大。我們推測，比率類指標(biāo)年度數(shù)據(jù)誤差略大可能是跟數(shù)據(jù)來源的統(tǒng)計樣本存在差異、預(yù)測過程的參數(shù)設(shè)定與實際值存在差異等因素有關(guān)。具體而言，勞動參與率與失業(yè)率預(yù)測所使用的基礎(chǔ)數(shù)據(jù)是2020年第七次人口普查長表的分年齡數(shù)據(jù)，而人口普查的長表數(shù)據(jù)是由全部住戶中抽取的10%住戶填報，并且預(yù)測2020年之后數(shù)據(jù)時，假設(shè)分年齡死亡率等指標(biāo)保持在2020年水平，與實際值可能存在一定偏差。而每年的勞動參與率數(shù)據(jù)統(tǒng)計局并未直接公布，需要根據(jù)就業(yè)人數(shù)與經(jīng)濟活動人口數(shù)間接計算，這兩項數(shù)據(jù)是通過“全國人口變動情況抽樣調(diào)查”得到，調(diào)查樣本量約占總?cè)丝诘?.1%；至于目前統(tǒng)計局公布的調(diào)查失業(yè)率，實質(zhì)上是“城鎮(zhèn)調(diào)查失業(yè)率”，調(diào)查范圍約為12萬戶。因此，樣本數(shù)據(jù)的不同，再加上預(yù)測過程中參數(shù)設(shè)定與實際值可能存在一定差異，可以很大程度上解釋上述預(yù)測結(jié)果與統(tǒng)計局公布實際值的偏差。從規(guī)模類指標(biāo)與比率類指標(biāo)的預(yù)測效果看，這里采用的預(yù)測方法是可以接受的。

從估測結(jié)果看，出生率的不同設(shè)置水平對未來就業(yè)人口規(guī)模的影響比較?。ㄒ妶D4），尤其是對于2035年之前的估測結(jié)果，幾乎沒有影響。對此，可以從影響就業(yè)人數(shù)規(guī)模的三個變量——勞動適齡人口規(guī)模、勞動參與率與就業(yè)率來理解。按照相關(guān)指標(biāo)的統(tǒng)計標(biāo)準(zhǔn)，這三項指標(biāo)的年齡下限標(biāo)準(zhǔn)均為16歲，據(jù)此可以推斷，2035年前每年的勞動力新增規(guī)模主要跟至2020年前相應(yīng)年份的新出生人口數(shù)量有關(guān)。由于勞動適齡人口規(guī)模主要是跟15年之前出生率有關(guān)，因此，在不同的出生率水平情形中，勞動適齡人口規(guī)模均呈上升趨勢。人口撫養(yǎng)比方面，基準(zhǔn)情形的測算結(jié)果呈下降趨勢，中、低出生率水平情形的情況類似，但高出生率情形下人口撫養(yǎng)比呈現(xiàn)緩慢上升趨勢。

在生育率不變的基準(zhǔn)情形下，中國總?cè)丝谝?guī)模在2027年到達(dá)階段性峰值，之后開始逐步回落。2020—2035年出生率水平設(shè)定值越高，人口規(guī)模峰值出現(xiàn)的時間越晚（見表1），在低生育率假設(shè)下，2024—2026年即為人口規(guī)模峰值。由于勞動適齡人口規(guī)模主要是跟15年之前出生率有關(guān)，因此，在不同的出生率水平情形下，勞動適齡人口規(guī)?；境噬仙厔?，這與總?cè)丝谝?guī)模的下降趨勢有所差異。

（二）人力資本估測結(jié)果

測算結(jié)果顯示，未來人力資本將持續(xù)提高。就業(yè)人員平均受教育年限每年提高0.07～0.10年左右，人力資本增速將穩(wěn)定在0.7%～1.0%，對經(jīng)濟增長的貢獻(xiàn)大致在0.4～0.5個百分點，表明我國的勞動力市場正經(jīng)歷從“數(shù)量紅利”到“質(zhì)量紅利”的轉(zhuǎn)變。這得益于教育的廣泛普及，由于年長勞動者受教育程度相對于新進(jìn)入勞動者更低，隨著勞動隊伍的新老更替，人力資本將得以提升。

（三）固定資本存量及相關(guān)指標(biāo)估測結(jié)果

如前所述，固定資本存量估測的關(guān)鍵是固定資本形成率。從理論上看，固定資本形成率既跟歷史習(xí)慣等因素有關(guān)，又與經(jīng)濟體的人口年齡結(jié)構(gòu)有一定關(guān)系。人口年齡結(jié)構(gòu)通過影響利率水平、稅率、工資水平和撫養(yǎng)負(fù)擔(dān)等多種路徑，最終影響儲蓄率與固定資本形成率^［76］。

如前所述，這里構(gòu)建回歸方程，根據(jù)人口年齡結(jié)構(gòu)與歷史習(xí)慣等相關(guān)因素估測固定資本形成率。被解釋變量是固定資本形成率。值得注意的是，通常意義上的固定資本形成率為當(dāng)期固定資本形成額與當(dāng)期GDP規(guī)模的比率，但這里有兩點區(qū)別需要說明。第一，估測使用的固定資本形成率是當(dāng)期固定資本形成額與上期GDP規(guī)模的比率^［77］，這是因為，在估測每期固定資本形成額時，當(dāng)期的GDP規(guī)模尚不可知，只能依據(jù)上期GDP規(guī)模進(jìn)行估測。第二，考慮到未來估測使用的GDP規(guī)模、固定資本存量等變量均為按基期（1978年）價格計算的不變價規(guī)模，這里的固定資本形成率也應(yīng)當(dāng)以基期不變價衡量的GDP規(guī)模與固定資本形成額來計算。從歷史數(shù)據(jù)看，名義值計價與不變價計算的固定資本形成率有一定差異，但走勢基本一致。在2010年之后，后者持續(xù)高于前者且缺口穩(wěn)定在10個百分點左右（見圖7）。

參考現(xiàn)有研究^［78-79］，解釋變量中，以人口撫養(yǎng)比反映人口年齡結(jié)構(gòu)，以滯后一期的固定資本形成率反映歷史習(xí)慣。但與現(xiàn)有研究不同的是，我們基于對歷史數(shù)據(jù)的觀察，認(rèn)為固定資本形成率與人口年齡結(jié)構(gòu)、歷史習(xí)慣的關(guān)系可能并非簡單的線性關(guān)系：在固定資本形成率較低時，人口年齡結(jié)構(gòu)、歷史習(xí)慣對固定資本形成率的影響程度可能會減弱，分界點大致在固定資本形成率35%左右的水平（見圖8）?？赡艿慕忉屖?，經(jīng)濟體需要維持一定程度的必要資本更新，在固定資本形成率降低到一定程度時，即便人口撫養(yǎng)比繼續(xù)上升，資本形成率也難以再明顯下降。美國、德國等成熟經(jīng)濟體的經(jīng)驗也基本符合這一推測，這些經(jīng)濟體的資本形成率在1980年之后基本位于30%左右。考慮到上述特征，在回歸方程中加入相應(yīng)的虛擬變量。回歸結(jié)果如下：

FCR=19.30+0.83 L1. FCR-0.25 DRP+24.39 dum1-0.72 dum1×L1. FCR -7.72 dum2（4）

（2.93）^*** （13.79）^*** "（-2.55）^** "（4.08）^***" （-3.96）^***"" "（-5.36）^***

其中，F(xiàn)CR表示固定資本形成率；L1. FCR表示滯后一期的固定資本形成率；DRP表示人口撫養(yǎng)比；dum1為虛擬變量，表示固定資本形成率低于35%的情形；dum2同樣為虛擬變量，表示1989—1991年樣本，這主要是考慮到該時期因為一些特殊因素，導(dǎo)致固定資本形成率明顯低于正常水平。方程調(diào)整R2為0.98，各變量回歸系數(shù)符合預(yù)期，均通過顯著性檢驗，擬合值與實際值較為吻合，表明估測效果整體較好。結(jié)合上述方程得到的參數(shù)以及前文得到的人口撫養(yǎng)比估測結(jié)果，可以推測得到未來的固定資本形成率。結(jié)果顯示，在2035年之前，固定資本形成率持續(xù)下滑，直到35%～40%（見圖7）。考慮到按基期不變價與按當(dāng)年價格計算的固定資本形成率之間有近10個百分點的差值，因此，這相當(dāng)于使用名義值計算的固定資本形成率可能會降至25%～30%，跟美國等成熟經(jīng)濟體長期穩(wěn)定的水平非常接近。在得到固定資本形成率之后，可根據(jù)永續(xù)盤存法估測未來的固定資本存量及其增速，結(jié)果顯示，固定資本形成增速也呈現(xiàn)與固定資本形成率類似的回落趨勢。

（四）TFP增速估測結(jié)果

如前文所述，對TFP未來趨勢的估測非常困難，現(xiàn)有研究通常是基于歷史數(shù)據(jù)進(jìn)行設(shè)定，區(qū)別主要在于，是采用最近數(shù)年的數(shù)據(jù)^［80-81］還是歷史數(shù)據(jù)均值^［82］?？紤]到TFP增速具有一定的波動性，TFP增速平均值能更好地反映其長期趨勢。如果將每年的TFP增速實際值替換為一段時期內(nèi)的TFP增速均值，再重新帶入增長核算方程，可得到每年的經(jīng)濟潛在增速。雖然當(dāng)經(jīng)濟增速波動較大時，每年的經(jīng)濟潛在增長速度跟實際增長速度存在一定偏差，但將某段時期作為整體來看，經(jīng)濟潛在增速與實際增速是一致的，采用TFP增速均值替代TFP增速實際值實質(zhì)上可以平滑短期經(jīng)濟波動。

考慮到本文的主要分析目的是估測中國未來的經(jīng)濟潛在增長率，而非TFP波動導(dǎo)致的短期經(jīng)濟增速波動，選取TFP增速的歷史均值更具參考意義。估測結(jié)果顯示，2001—2019年中國TFP年均增速在2.7%左右，同期中國經(jīng)濟年均增速約為9.0%，據(jù)此可以推測，TFP變動對中國經(jīng)濟增長的貢獻(xiàn)份額約為30.0%。根據(jù)本文收集的近年來關(guān)于TFP增速的代表性研究文獻(xiàn)（見表2），改革開放后TFP對中國經(jīng)濟增長的貢獻(xiàn)率平均值大致在30.2%，中位數(shù)大致為31.3%。這里測算的結(jié)果與目前現(xiàn)有研究的結(jié)論大體吻合，表明這一數(shù)據(jù)大致可信，可以用來表示未來的TFP增速。

（五）未來潛在增長率估測結(jié)果

估測結(jié)果顯示，2020—2022年中國潛在經(jīng)濟增長率均值為5.5%左右，高于該階段實際增長率均值4.6%，表明新冠疫情對中國經(jīng)濟增長產(chǎn)生了一定影響；2023年中國潛在經(jīng)濟增長率估測值為5.3%，與實際值5.2%較為接近。2035年之前，中國的潛在經(jīng)濟增長率整體上處于下行趨勢（見表3），按基準(zhǔn)情形測算，2021—2025年平均為5.2%左右，2025年至2030年平均為5.1%左右，2030年至2035年平均為4.7%左右（見圖9）。根據(jù)多數(shù)研究的經(jīng)濟增長率估測結(jié)果進(jìn)一步推算，2035年中國經(jīng)濟增量相對于2020年翻番的可能性還是比較大的（見表3），本文的基準(zhǔn)情形也得到類似的結(jié)論。

從推動經(jīng)濟增長的各項要素來源看，導(dǎo)致潛在經(jīng)濟增長率下降的主要因素是，未來人口撫養(yǎng)比上升，導(dǎo)致固定資本形成率下降，進(jìn)而固定資本存量增速放緩。未來就業(yè)人口數(shù)量減少，對潛在經(jīng)濟增長率有不利影響，但人力資本積累能在一定程度上彌補?？偨Y(jié)而言，人口因素對未來經(jīng)濟增長的直接影響或許并不明顯，但通過“人口撫養(yǎng)比上升—固定資本形成率下降—固定資產(chǎn)存量增速下降”的間接渠道會對未來經(jīng)濟增長構(gòu)成制約。

由于本文對未來的人口出生率設(shè)定了不同水平，因此可以通過比較不同情形下的潛在增長率估測結(jié)果，為判斷人口生育政策放松對經(jīng)濟增長的影響提供參考。測算結(jié)果顯示，2035年前的人口出生率設(shè)定值越高，對應(yīng)的經(jīng)濟潛在增長率越低（見表3）。原因在于，按照勞動適齡人口“16歲以上”的統(tǒng)計標(biāo)準(zhǔn)，2020年之后出生的人口在2035年前尚無法進(jìn)入勞動力市場，不但無法對經(jīng)濟增長形成支撐，反而會通過推高人口撫養(yǎng)比、壓低資本增速，最終拖累經(jīng)濟潛在增長率。這意味著，僅從生產(chǎn)函數(shù)視角看，人口生育政策的放松可能在短期內(nèi)對經(jīng)濟增長有不利影響，其積極影響可能需要至少15年的時間才能體現(xiàn)出來。

延遲退休對2025—2035年的經(jīng)濟增長會有積極影響。從邏輯上看，延遲退休主要是通過提高勞動參與率，進(jìn)而影響就業(yè)人口規(guī)模與增速，最終影響經(jīng)濟潛在增長率。在漸進(jìn)式延遲退休方案下，由于每年退休年齡延遲幅度較小，因此對每年經(jīng)濟潛在增長率的影響程度相對有限，但持續(xù)時間較長。

以2024年9月13日公布的方案測算，延遲退休將導(dǎo)致2025—2035年勞動參與率年均提高約0.16個百分點，就業(yè)人口規(guī)模年均增加約200萬人，就業(yè)人口規(guī)模增速年均提高約0.04個百分點，經(jīng)濟潛在增長率年均提高約0.03個百分點（見表4）。

四、總結(jié)及討論

本文基于生產(chǎn)函數(shù)法，估測中國的潛在經(jīng)濟增長率。估測結(jié)果顯示，2035年之前，中國潛在經(jīng)濟增長率將處于下行趨勢，2021—2025年平均為5.2%左右，2026—2030年平均為5.1%左右，2031—2035年，平均為4.7%左右。導(dǎo)致潛在經(jīng)濟增長率下降的主要因素是，未來人口撫養(yǎng)比上升，導(dǎo)致固定資本形成率下降，進(jìn)而固定資本存量增速放緩。未來就業(yè)人口數(shù)量減少，對潛在經(jīng)濟增長率有不利影響，但人力資本積累能在一定程度上彌補。隨著資本貢獻(xiàn)的下降，TFP對經(jīng)濟增長的貢獻(xiàn)率將逐步提升。

情形分析結(jié)果顯示，未來人口出生率水平與經(jīng)濟潛在增長率呈相反關(guān)系。這主要是因為，按照勞動適齡人口“16歲以上”的統(tǒng)計標(biāo)準(zhǔn)，2020年之后出生的人口在2035年前尚無法進(jìn)入勞動力市場，不但無法對經(jīng)濟增長形成支撐，反而會通過推高人口撫養(yǎng)比、壓低資本增速，最終拖累經(jīng)濟潛在增長率。但這并不意味著，近年來政府對計劃生育政策的調(diào)整是不合適的?？紤]到從出生到適齡勞動年齡大約需要15年左右的時間，以二胎放開為代表性的計劃生育政策調(diào)整的積極影響可能需要至少15年的時間才能體現(xiàn)出來。延遲退休通過提高勞動參與率，進(jìn)而擴大就業(yè)人口規(guī)模，對2025—2035年的經(jīng)濟增長會有積極影響，以2024年9月13日公布的延遲退休方案測算，將導(dǎo)致2025—2035年經(jīng)濟潛在增長率年均提高約0.03個百分點。

本文的測算結(jié)果截至2035年，部分原因在于，與2035年之后相比，2035年之前的確定性相對較大。在本文的分析框架中，人口數(shù)量與結(jié)構(gòu)是對經(jīng)濟潛在增長率非常重要的驅(qū)動因素。一方面，勞動適齡人口規(guī)模決定了潛在的就業(yè)人數(shù)規(guī)模，而就業(yè)人數(shù)本身是生產(chǎn)要素之一，這是人口對經(jīng)濟增速的直接影響途徑。另一方面，人口結(jié)構(gòu)對勞動參與率、就業(yè)率以及固定資本形成率都有影響，這是人口對經(jīng)濟增速的間接影響途徑。對于未來人口數(shù)量與結(jié)構(gòu)的估測，需要對未來的出生率做出假設(shè)，不同的出生率設(shè)定得到的結(jié)果可能存在差異。如果以2035年為界，在此之前，不同的出生率設(shè)定對測算結(jié)果的影響相對較?。辉诖酥?，不同的出生率設(shè)定對測算結(jié)果的影響相對較大。原因在于，按照目前相關(guān)指標(biāo)的統(tǒng)計口徑，勞動適齡人口、經(jīng)濟活動人口與就業(yè)人數(shù)等指標(biāo)的統(tǒng)計年齡標(biāo)準(zhǔn)下限均為“16歲”。據(jù)此可以推測，從現(xiàn)在到2035年，每年進(jìn)入勞動力市場的新增規(guī)模是跟過去15年的出生率有關(guān)，而跟未來的人口出生率并無太大關(guān)系。人口撫養(yǎng)比也是類似的情形，其計算公式為（總?cè)丝?15至64歲人口數(shù)）/15至64歲人口數(shù)，因此，從目前至2035年的出生率不同設(shè)定情形只是對分子存在影響，對分母并無影響，人口撫養(yǎng)比受出生率的影響程度相對較低。而2035年之后的情形則有所不同，從目前至2035年的出生率設(shè)定會影響就業(yè)人數(shù)，同時也會對人口撫養(yǎng)比計算公式的分子與分母同時產(chǎn)生影響。考慮到目前人口生育政策尚存在諸多討論空間，2035年之后的人口數(shù)量與結(jié)構(gòu)等指標(biāo)走勢不確定性較大，這里并未進(jìn)行討論。

最后需要說明的一點是關(guān)于TFP的討論。許多研究表明，在改革開放后40多年的發(fā)展歷程中，資本是推動中國經(jīng)濟增長的主要因素，TFP貢獻(xiàn)相對較低。可以預(yù)見的是，隨著人口年齡結(jié)構(gòu)的變化，未來中國的資本形成率將不斷回落，資本的貢獻(xiàn)也將相應(yīng)回落，而TFP的貢獻(xiàn)將會回升。遺憾的是，對于TFP未來增速的估測非常困難，這里只能退而求其次，使用歷史均值作為替代。但是，TFP對中國經(jīng)濟增長的重要性越來越顯著基本是社會各界的共識。如何能提高TFP增速，是保持未來經(jīng)濟增速維持在合理水平的關(guān)鍵所在。

［參考文獻(xiàn)］

［1］［15］ ［45］ ［71］ ［80］ 陸旸、蔡昉：《調(diào)整人口政策對中國長期潛在增長率的影響》，《勞動經(jīng)濟研究》2013年第1期，第35—50頁。

［2］［16］ ［41］ ［63］ ［72］ ［77］ ［81］ ［101］ 陸旸、蔡昉：《人口結(jié)構(gòu)變化對潛在增長率的影響：中國和日本的比較》，《世界經(jīng)濟》2014年第1期，第3—29頁。

［3］［49］ ［100］ 中國經(jīng)濟增長前沿課題組：《中國經(jīng)濟長期增長路徑、效率與潛在增長水平》，《經(jīng)濟研究》2012年第11期，第4—17頁。

［4］ 邱曉華、鄭京平、萬東華等：《中國經(jīng)濟增長動力及前景分析》，《經(jīng)濟研究》2006年第1期，第4—12頁。

［5］［50］ 張延群、婁峰：《中國經(jīng)濟中長期增長潛力分析與估測：2008—2020年》，《數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究》2009年第12期，第137—145頁。

［6］［103］ 張軍、徐力恒、劉芳：《鑒往知來：推測中國經(jīng)濟增長潛力與結(jié)構(gòu)演變》，《世界經(jīng)濟》2016年第1期，第52—74頁。

［7］［22］［104］ 白重恩、張瓊：《中國經(jīng)濟增長潛力估測：兼顧跨國生產(chǎn)率收斂與中國勞動力特征的供給側(cè)分析》，《經(jīng)濟學(xué)報》2017年第4期，第1—27頁。

［8］ 李善同、侯永志、劉云中等：《中國經(jīng)濟增長潛力與經(jīng)濟增長前景分析》，《管理世界》2005年第91期，第7—19頁。

［9］［73］［82］［98］ 李善同：《“十二五”時期至2030年我國經(jīng)濟增長前景展望》，《經(jīng)濟研究參考》2010年第43期，第2—27頁。

［10］［99］ “中國2007年投入產(chǎn)出表分析應(yīng)用”課題組：《“十二五”至2030年我國經(jīng)濟增長前景展望》，《統(tǒng)計研究》2011年第1期，第5—10頁。

［11］［105］ 李平、江飛濤、王宏偉等：《2030年中國社會經(jīng)濟情景估測——兼論未來中國工業(yè)經(jīng)濟發(fā)展前景》，《宏觀經(jīng)濟研究》2011年第6期，第3—10頁。

［12］［108］ 中國社會科學(xué)院宏觀經(jīng)濟研究中心課題組：《未來15年中國經(jīng)濟增長潛力與“十四五”時期經(jīng)濟社會發(fā)展主要目標(biāo)及指標(biāo)研究》，《中國工業(yè)經(jīng)濟》2020年第4期，第5—22頁。

［13］ 馮明：《中國經(jīng)濟中長期潛在增長率研究：進(jìn)展、共識和分歧》，《財經(jīng)智庫》2020年第5期，第29—57頁。

［14］［110］ 張曉晶、汪勇：《社會主義現(xiàn)代化遠(yuǎn)景目標(biāo)下的經(jīng)濟增長展望——基于潛在經(jīng)濟增長率的測算》，《中國社會科學(xué)》2023年第4期，第4—25頁。

［17］［40］ Barro， Robert J.， Lee Jong-wha： “A New Data Set of Educational Attainment in the World， 1950—2010”， Journal of Development Economics， Vol.104， No.5， 2013， pp.184-198.

［18］［38］［47］［74］ 陳彥斌、姚一曼：《中國經(jīng)濟增速放緩的原因、挑戰(zhàn)與對策》，《中國人民大學(xué)學(xué)報》2012年第5期，第76—87頁。

［19］［39］［46］［75］ 郭豫媚、陳彥斌：《中國潛在經(jīng)濟增長率的估算及其政策含義：1979—2020》，《經(jīng)濟學(xué)動態(tài)》2015年第2期，第12—18頁。

［20］［48］ 易信、郭春麗：《未來30年我國潛在增長率變化趨勢及2049年發(fā)展水平估測》，《經(jīng)濟學(xué)家》2018年第2期，第36—45頁。

［21］［102］ 李標(biāo)、齊子豪、丁任重：《改革進(jìn)程中的中國潛在GDP增長率：估計及估測》，《當(dāng)代經(jīng)濟科學(xué)》2018年第11期，第1—13頁。

［23］［42］［44］［51］［78］ 陸旸、蔡昉：《從人口紅利到改革紅利：基于中國潛在增長率的模擬》，《世界經(jīng)濟》2016年第1期，第3—23頁。

［24］ 蔡昉、王美艷：《中國城鎮(zhèn)勞動參與率的變化及其政策含義》，《中國社會科學(xué)》2004年第4期，第68—79頁。

［25］［31］ 楊帆、于翔、劉春彤等：《延遲退休，破解老齡困局的現(xiàn)實選擇》，中信證券共同富裕系列報告之十二，2022。

［26］ 李海楠、王小霞：《漸進(jìn)式延遲退休該如何實施》，《中國經(jīng)濟時報》2023年2月6日，第1版。

［27］ 田進(jìn)：《青年人應(yīng)早一點著手準(zhǔn)備養(yǎng)老，越早越好》，《經(jīng)濟觀察報》2024年4月8日，第3版。

［28］ 鄭秉文：《延遲退休年齡對養(yǎng)老金制度可持續(xù)性的意義》，《社會治理》2021年第4期，第22—24頁。

［29］ 央廣網(wǎng)：《人社部：延遲退休年齡或每3年提高1歲》［EB/OL］，https：//m.cnr.cn/news/20151210/t20151210_520750353.html。

［30］ 新華社：《漸進(jìn)式延遲退休如何“小步慢走”？》，https：//baijiahao.baidu.com/s？id=1693215499913360463amp;wfr=spideramp;for=pc。

［32］［37］ 張昭俊、趙宏中：《中國人力資本存量估算》，《統(tǒng)計研究》2012年第6期，第41—45頁。

［33］ 孟望生、王詢：《中國省級人力資本水平測度——基于成本法下的永續(xù)盤存技術(shù)》，《勞動經(jīng)濟研究》2014年第4期，第141—160頁。

［34］ 錢雪亞、王秋實、劉輝：《中國人力資本水平再估算：1995—2005》，《統(tǒng)計研究》2008年第12期，第3—10頁。

［35］ 焦斌龍、焦志明：《中國人力資本存量估算：1978—2007》，《經(jīng)濟學(xué)家》2010年第9期，第27—33頁。

［36］ 張勇：《人力資本貢獻(xiàn)與中國經(jīng)濟增長的可持續(xù)性》，《世界經(jīng)濟》2020年第4期，第75—99頁。

［43］ UN， World population prospects： the 2022 revision， https：//population.un.org， 2022.

［52］［76］［79］ 杜修立、鄭鑫：《人口結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)與中國經(jīng)濟潛在增長率》，《統(tǒng)計與信息論壇》2017年第3期，第56—61頁。

［53］ Hall， Robert J.， Charles I. Jones： “Why Do Some Countries Produce So Much More Output Per Worker than Others”， The Quarterly Journal of Economics， Vol.114， No.1， 1999， pp.83-116.

［54］［56］［58］ 張軍、吳桂英、張吉鵬：《中國省際物質(zhì)資本存量估算：1952—2000》，《經(jīng)濟研究》2004年第10期，第35—44頁。

［55］［57］［59］［60］ 單豪杰：《中國資本存量K的再估算：1952—2006年》，《數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究》2008年第10期，第17—31頁。

［61］ 郭晗、任保平：《結(jié)構(gòu)變動、要素產(chǎn)出彈性與中國潛在經(jīng)濟增長率》，《數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究》2014年第12期，第72—84頁。

［62］ 袁富華：《低碳經(jīng)濟約束下的中國潛在經(jīng)濟增長》，《經(jīng)濟研究》2010年第8期，第79—89頁。

［63］ 高宇明、齊中英：《基于時變參數(shù)的我國全要素生產(chǎn)率估計》，《數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究》2008年第2期，第100—109頁。

［64］ 高宇明、齊中英：《兩種時變參數(shù)方法估算全要素生產(chǎn)率研究》，《數(shù)理統(tǒng)計與管理》2008年第4期，第678—685頁。

［65］ 章上峰、許冰：《時變彈性生產(chǎn)函數(shù)生產(chǎn)率分解公式及其政策含義》，《數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究》2009年第7期，第106—121頁。

［66］ 章上峰：《時變彈性生產(chǎn)函數(shù)與全要素生產(chǎn)率》，《經(jīng)濟學(xué)》2011年第2期，第551—568頁。

［67］ 李京文、龔飛鴻、明安書：《生產(chǎn)率與中國經(jīng)濟增長》，《數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究》1996年第12期，第27—40頁。

［68］［72］［84］ 孫琳琳、任若恩：《中國資本投入和全要素生產(chǎn)率的估算》，《世界經(jīng)濟》2005年第12期，第3—13頁。

［69］［78］［90］ 李賓、曾志雄：《中國全要素生產(chǎn)率變動的再測算：1978—2007年》，《數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究》2009年第3期，第3—15頁。

［70］［79］［91］ 任若恩、孫琳琳：《我國行業(yè)層次的TFP估計：1981—2000》，《經(jīng)濟學(xué)》2009年第4期，第925—950頁。

［83］ Ao， Xiang， Lilyan Fulginiti： Productivity Growth in China： Evidence From Chinese Provinces， EconWPA Development and Comp Systems Series， No. 0502024， 2005.

［85］ 郭慶旺、賈俊雪：《中國全要素生產(chǎn)率的估算：1979—2004》，《經(jīng)濟研究》2005年第8期，第51—60頁。

［86］ 徐瑛、陳秀山、劉鳳良：《中國技術(shù)進(jìn)步貢獻(xiàn)率的度量與分解》，《經(jīng)濟研究》2006年第8期，第93—103頁。

［87］ 吳延瑞：《生產(chǎn)率對中國經(jīng)濟增長的貢獻(xiàn)：新的估計》，《經(jīng)濟學(xué)》2008年第8期，第827—842頁。

［88］ Bosworth， Barry， Susan M. Collins： Accounting for Growth： Comparing China and India， NBER Working Paper， No.12943， 2007.

［89］ Perkins D.， T. Rawski： Forecasting China’s Economic Growth to 2025. in Brandt， L. and T. Rawski （eds.）， China’s Great Economic Transformation， Cambridge and New York： Cambridge University Press， 2008.

［92］ 王小魯、樊綱、劉鵬：《中國經(jīng)濟增長方式轉(zhuǎn)換和增長可持續(xù)性》，《經(jīng)濟研究》2009年第1期，第4—16頁。

［93］ 余丹林、呂冰洋：《質(zhì)疑區(qū)域生產(chǎn)率測算：空間視角下的分析》，《中國軟科學(xué)》2009年第11期，第160—170頁。

［94］ 徐現(xiàn)祥、舒元：《基于對偶法的中國全要素生產(chǎn)率核算》，《統(tǒng)計研究》2009年第7期，第78—86頁。

［95］ Li， Kui-Wai， Tung Liu： “Economic and Productivity Growth Decomposition： An Application to Post-reform China”， Economic Modelling， Vol.28，No.1-2，2011，pp.366-373.

［96］ 董敏杰、梁泳梅：《1978—2010年的中國經(jīng)濟增長來源：一個非參數(shù)分解框架》，《經(jīng)濟研究》2013年第5期，第17—32頁。

［97］ 梁泳梅、董敏杰：《中國經(jīng)濟增長來源：基于非參數(shù)核算方法的分析》，《世界經(jīng)濟》2015年第11期，第29—52頁。

［106］ 徐忠、賈彥東：《中國潛在產(chǎn)出的綜合測算及其政策含義》，《金融研究》2019年第3期，第1—17頁。

［107］ 劉偉、范欣：《中國發(fā)展仍處于重要戰(zhàn)略機遇期——中國潛在經(jīng)濟增長率與增長跨越》，《管理世界》2019年第1期，第13—23頁。

［109］ 中國社會科學(xué)院經(jīng)濟研究所《中國經(jīng)濟報告（2020）》總報告組：《全球經(jīng)濟大變局、中國潛在增長率與后疫情時期高質(zhì)量發(fā)展》，《經(jīng)濟研究》2020年第8期，第4—23頁。

The Population Trend and Potential Economic Growth Rate in China：

A Concurrent Discussion of the Impact of Delayed Retirement

LIANG" Yongmei^1，2，DONGnbsp; Minjie3

（1.Institute of Industrial Economics， Chinese Academy of Social Sciences， Beijing 100006， China;

2.School of Applied Economics， University of Chinese Academy of Social Sciences， Beijing 102488， China;

3.Research Institute， China Reform Holdings Corporation LTD.， Beijing 100038， China）

Abstract： Based on the production function， it is predicted that China’s potential economic growth rate will be on a downward trend before 2035. Average potential economic growth rate is about 5.2% in 2021-2025， 5.1% in 2026-2030， and 4.7% in 2031-2035. The main reason for the decline in the potential economic growth is the decline in the contribution of capital growth， which is related to the decline in the rate of capital formation caused by the increase in the population dependency ratio. The decrease in the future population employed will have a negative impact on the potential economic growth rate， but the accumulation of human capital can make up for it to a certain extent. The results of the situation analysis reveal a negative correlation between the birth rate and the potential economic growth rate before 2035. The main reason is that the newly-born population will not have been able to enter the labor market by 2035 the newly-born population will not enter the labor market until 2035， and will drag down potential economic growth rates by affecting fixed capital growth. Delayed retirement will have a positive impact on economic growth from 2025 to 2035. According to the plan to raise retirement age gradually， which “will be implemented in 2025”，" by around 2055 the retirement age will be 65 for both men and women. The potential economy growth rate will increase by approximately 0.02-0.07 percentage points per year.

Key words： potential economic growth rate; production function; total factor productivity; population dependency ratio; delayed retirement

（責(zé)任編輯 編輯齊立瑤；責(zé)任校對 劉永俊）