我国“新常态”时期合理经济增速测算

闫坤 刘陈杰

摘要：本文主要从人口红利、资本存量和全要素增长率等方面入手，基于新古典增长方程，对中国经济在“新常态”时期的合理增速目标进行了测算。结合我国实际，本文综合考虑以下方面，政治层面的要求，即全面建成小康社会的总体目标；新型城镇化进程，即我国经济社会发展潜力；面临的各种约束，即我国目前面临的资源环境和债务压力等。综合来看，我国经济增速的新常态随着人口、资本要素禀赋、环保要求和其他增长约束等因素的变化而变化。本文认为，我国在新常态时期的合理经济增速将从2014年的7.5%左右，降低到2016～2020年的6.5%左右，且逐年下降。在此基础上，我们对宏观调控新模式、社会政策和各项改革措施等提出了对策建议。

关键词：新常态 潜在增速 新型城镇化 环境约束

一 引言

作为近年来重要的经济术语，“新常态”（New Normal）一词最先由美国太平洋投资管理公司（PIMCO）总裁埃尔多安提出。尽管在不同领域有不同含义，但“新常态”在宏观经济领域被西方舆论普遍形容为危机之后经济恢复之缓慢而痛苦的过程。当前，我国正处于增长速度进入换挡期、结构调整面临阵痛期和前期刺激政策消化期“三期叠加”的特殊时期。从中长期来看，实现成功跨越“中等收入陷阱”的经济体具有一个共同的特征，就是提供一个能够持续激励且又公开透明的监督机制，以此促使社会纵向流动性加快，避免社会阶层的固化。化解经济发展中的种种不平衡，促进社会纵向流动，并不在于一时的经济增长得失，而在于如何适应经济增长新常态，如何测算适度的新常态增速，以及在这一稳健增速下进行的一系列制度改革。本文主要尝试从多个方面测算中国经济在“新常态”状态下的合理经济增速。

关于中国经济增长新常态，许多学者有过这方面的论述。刘世锦（2014）认为，未来十年中国经济将面临新常态，其间的平均增速可能降至6.0%左右；消费率和服务业增加值占GDP比重到2023年将分别上升60%和57%左右。袁富华（2010, 2012）立足于Mitchell和Maddison的历史统计数据库，分析发现1970年代以后发达国家经济增长减速与生产率增长减速密切相关，而生产率减速则是产业结构服务化这种系统性因素造成的；未来几十年，中国经济结构的服务化趋势将逐渐增强，结构性因素可能压制中国经济增长从高速逐渐转化为“新常态”。陈彦斌等（2012）认为中国经济增速放缓具有长期化趋势：在基准情形下，预计中国“十二五”和“十三五”时期的平均潜在经济增速较2000～2010年的平均增速将分别下滑2.3个和4个百分点，其原因包括总需求中的出口和投资增速显著放缓，低成本优势逐渐消失和全要素生产率增速显著下降，政府对经济增长的推动作用将有所减弱。张平等（2011）认为，中国将要经历的增长阶段转换问题，高投资和出口驱动的经济增长阶段已逐步失去经由干预提升效率的动力；城市化和服务业的发展将开启经济稳速增长阶段，效率提高和结构优化是本阶段的主要特征；2016年后，随着人口红利下降，如果劳动生产率不能持续提高，中国经济减速势成必然。蔡昉（2010, 2012）认为中国的快速人口转变形成了“未富先老”的特征，面临第一次人口红利过早消失、第二次人口红利开发困难和养老资源不足等挑战，因此未来一段时期经济增速下降至新的稳态的概率较大。Bjork（1999）、Mitchell（2007）以及Young（2003）等利用国际比较历史数据验证了人口结构显著变化时期的经济增长路径；日本央行（BOJ, 2004, 2010）和Zheng（2006）、Wang（2001）分别利用新兴市场国家的经验数据论证了经济体潜在增速在资源要素显著变化时期的特征。除此之外，还有很多学者和机构对中国经济增长“新常态”问题做出了细致的研究，但他们的角度主要集中于单一维度，比如，主要考虑人口结构、全要素生产率、产业结构等。

与前述研究相比，本文主要从新古典增长方程角度（增长的供给侧）考察中国经济在“新常态”时期的合理增速；同时，综合考虑我国目前面临的实际情况，尝试从政治、社会和环境等角度进行多元化分析，考察未来新常态情况下面临的一系列增长约束。具体来说，主要从人口红利、资本存量和全要素增长率方面入手，按照新古典增长方程测算潜在增长率；同时，结合我国实际，综合考虑政治层面的要求、新型城镇化的进程、我国发展中面临的各种约束等条件进行综合分析。

二 中国经济“新常态”时期的潜在增速

一般而言，用生产函数法估算潜在产出和潜在经济增速通常选用柯布-道格拉斯（C-D）生产函数，该函数能够较好地估算出各投入要素（资本、劳动和技术进步）对经济增长的贡献度，其函数形式为

Y=AKαLβ

其中，Y代表总产出，K代表资本存量，L代表劳动人口，α和β分别代表资本和劳动对总产出的弹性，A代表全要素生产率。

两边取对数，可以得到：

ln（Y）= ln（A）+αln（K）+βln（L）

通常假设生产函数为常规模弹性，即α+β=1，那么生产函数可以变形为

1．关于资本存量（K）

本文采用永续盘存法估算，其公式为

Kt=Kt-1（1 -δt）+It

其中，Kt代表t时期的资本存量，Kt-1代表t-1时期的资本存量，即上一期的资本存量。δt代表t时期的折旧率，It代表t时期的净投资。

关于中国固定资本存量的基期年份估计，各个学者的估算方法和结论有一定差异。比如，Chow, G.（2002）根据全民所有制的固定资产投资净额，按照一定比例倒推出全社会资本存量，同时利用累计指数计算出累计平减指数，对累计额进行平减从而得到各年实际的资本存量。Young（2003）利用折旧-贴现法估计基年资本存量，估算出我国1952年资本存量为815亿元（1952年为基期）。张军、章元（2003）以1952年为基期，利用上海市的资本净值、固定资产价格指数推算全国各年的固定资本存量。本文以1978年为基期年，依据Chow, G.（2002）的基本方法，估算出当年全国资本存量。同时，在价格指数方面，沿用郭庆旺、贾俊雪（2004）构造的固定资产投资价格指数方法。在折旧率方面，王小鲁、樊纲（2000）使用的折旧率为5%，中国人民银行营业管理部课题组（2011）假设的折旧率为6%，国家发改委宏观经济研究院课题组（2008）认为固定资产折旧率有加速的趋势，且为分段区间稳定。本文按照以上文献的研究成果，根据不同时期选取不同的折旧率，其中1978～1990年为5%, 1991～2000年为6%, 2001～2010年为6.5%, 2011～2020年为7%。

关于未来的新增投资增速，我们采用中国资本回报率（ROC）的估计结果倒推。我们主要按照白重恩等（2007）对资本回报率的测算方法扩展至2012年，被解释变量为新增投资增速（I），对1982～2012年的时间序列数据进行估计，可以得到如下基本方程：

It=-6.67+0.92×ROC

其中t值分别为19.73和2.25, R2=0.87。

根据模型估计结果（残差平稳），我们将原始数据中2002～2012年中国资本回报率的平均值代入以上方程，就可以得到过去10年平均投资增长率约为17%。自2008年国际金融危机之后，中国的资本回报率出现了缓慢下降。我们按照2008～2012年的年均下降速度（0.7%）外推未来10年的资本回报率情况，代入新增投资增速方程，可以得到2014～2020年的新增投资增速为12.7%左右。蔡昉（2012）曾预测未来10年中国新增投资增速为13%，与我们的估算接近，因此，我们假设未来新增投资平均增速为13%。

根据当期固定资本存量、折旧率和新增投资数据，我们可以测算得到2014～2020年中国的资本存量数据。

2．关于总量劳动力（L）

根据我国2010年进行的全国人口普查数据，2010年中国总人口约为13.4亿人，人口平均预期寿命从1981年的67.8岁提高到2010年的73.5岁。从联合国人口计划署2010年的预测来看，我国的老龄化程度甚至比国内人口普查数据预计的更高，其分析结果认为，2010年中国65岁以上人口占总人口的比重大约为9.4%, 2020年老龄人口占比可能提高到13.6%左右，到2030年、2040年和2050年，老龄人口占比可能达到18.7%、26.8%和30.8%。到2015年前后，我国劳动年龄人口（15～65岁）规模停止增长，老龄化进程可能进一步加快，并将最终赶超发达国家的平均水平。本文关于劳动力（L）的数据，主要参考蔡昉（2012）的分析，即15～59岁劳动年龄人口持续减少（根据其人口方程的测算，2016～2020年劳动年龄人口平均增长率为-0.28%）。

3．关于生产率

高路易（2010）认为，1994～2009年，中国高速的TFP增长率主要是基于国企改革、中国加入WTO等因素；然而，未来10年这些因素对中国TFP增长率的影响将会变小，因此，他认为中国TFP增长率将逐年下降。从结构分解的视角来看，生产率的提升主要来自部门生产率自身的提高以及不同部门的资源配置达到更优（比如劳动力在农业生产和非农生产中的分配）。我们假设经济中只存在两个部门，即1部门和2部门，那么全社会的劳动生产率可以表示如下。

其中，Pt为t时刻的劳动生产率，Yt和Lt分别为t时刻的总产出和劳动投入，和分别为t时刻劳动力在1部门和2部门的分配情况。那么相对于t-1时刻，t时刻的劳动生产率变化可以表达为：

为了消除不同时期对权重的影响，我们采用两个时期的均值作为权重。

进一步把模型扩展到多部门，那么可以得到

上式右边第一项为部门内部的自身效率提升，第二项为部门之间资源要素重新配置带来的效率提升。从何建武（2014）的测算来看，资源要素重新配置（主要是劳动力从农业部门向非农部门转移）带来的效率提升效应近几年来正在下降。同时，农村可转移到城镇的剩余劳动力规模也在下降。因此，未来效率提升将主要依靠部门自身效率的提升，难度较之以前变大。

利用高路易（Louis,2010）的数据，通过对趋势全要素生产率的HP滤波分解，我们得到了中国2011～2020年的趋势全要素生产率增长率。可以看出，2011～2015年中国平均每年的TFP增长率约为3.20%; 2016～2020年平均每年TFP增长率可能下降为2.70%。α和β分别表示资本和劳动对总产出的弹性，且我们假设生产函数为常规模弹性，因此α+β=1。我们假设资本总产出的弹性α保持不变，即运用历史数据测算值作为未来的预测值[这一处理方法与蔡昉（2012）的方法类似]。

通过对中国资本存量、劳动力要素、全要素生产率三个方面的测算，我们可以估算出“十二五”时期（2011～2015年）中国平均潜在GDP增长率约为7.62%, “十三五”时期（2016～2020年）即新常态下中国平均潜在GDP增长率将进一步下降到6.71%。

三 基于现实情况对新常态经济增速的综合考虑

本部分主要从全面建成小康社会总体目标的政治要求、新型城镇化发展潜力以及我国目前面临的资源环境和债务压力出发，详细分析这些现实情况对中国经济新常态时期合理增速的影响。

（一）政治层面要求：实现全面建成小康社会的总体目标

党的十八大报告中明确提出，“确保到2020年实现全面建成小康社会宏伟目标”, “实现国内生产总值和城乡居民人均收入比2010年翻一番”。这里所谓的翻番，是指剔除通胀因素后的实际增长。

从全面建成小康社会总目标对GDP的要求看，因为2011年、2012年和2013年的GDP实际增速分别为9.3%、7.8%和7.7%，我们假设2014年、2015年GDP增速分别为7.5%、7.2%。那么，为了实现在2020年实际GDP翻一番的目标，2016～2020年GDP的平均增速为6.5%即可。

从全面建成小康社会目标对城乡居民人均收入的要求看，因为2011年、2012年和2013年城乡居民人均收入实际增速分别为9.9%、10.2%和8.1%，我们假设2014年、2015年城乡居民人均收入实际增速分别为7.5%、7.2%。那么，为了实现在2020年城乡居民人均实际收入翻一番的目标，2016～2020年城乡居民人均收入平均实际增速为6.0%即可。随着收入分配制度改革和第三产业发展，城乡人均收入实际增速一般要略高于当期GDP增速。

因此，从政治层面来看，为了实现党的十八大报告中提出的“到2020年实现全面建成小康社会宏伟目标”，中国经济进入新常态之后，GDP平均增速达到6.5%以上就可以完成预期目标。

（二）经济社会发展潜力：基于新型城镇化战略的考察

从经济社会发展潜力来看，我国目前正处于全面建设新型工业化、信息化、城镇化、农业现代化的关键时期。2014年初，我国发布了《国家新型城镇化规划（2014～2020年）》。城镇化是伴随工业化发展，非农产业在城镇集聚、农村人口向城镇集中的自然历史过程。按照建设中国特色社会主义“五位一体”总体布局，积极稳妥扎实有序推进城镇化，对全面建成小康社会、加快社会主义现代化建设进程、实现中华民族伟大复兴的中国梦，具有重大现实意义和深远历史意义。因此，有必要从新型城镇化的角度，将新型工业化、信息化、城镇化、农业现代化综合考虑，对经济增长新常态下，新型城镇化战略要求下的GDP增速目标进行定量测算。

借鉴朱孔来等（2011）和简新华（2010）的方法，我们建立省级面板数据模型，分析城镇化与经济增长之间的内在关系。我们这里选取的是1978～2013年省级城镇化率数据和省级GDP数据，分别记为u和g。回归方程设定为

ln（git）=αi+βiln（uit-1）+eit

其中i=1, 2, 3, …, 31; t=1978, …, 2013。

我们对中国31个省份进行比较分析，数据包含了所有省份资料，这里选用固定效应模型进行分析。首先需要检验省级城镇化率和省级GDP两组数据的平稳性。

检验结果显示，虽然不是所有检验的方向都一致，但考虑到拒绝原假设犯第二类错误的风险太大，因此，在5%的显著性水平下，可以认为面板数据中的ln（u）、ln（g）均为非平稳的数据。进一步，对ln（u）和ln（g）进行面板协整检验，以检验各个非平稳时间序列之间是否存在协整关系。

由于样本较小，因此，Panel ADF-Statistic和Group ADF-Statistic检验结果更具有参考意义。本文中Panel ADF Statistic和Group ADF-Statistic均通过了5%显著性水平的检验，因此，可以判断出我国城镇化水平与经济增长之间存在长期稳定的协整关系。

接下来，检验样本数据究竟符合哪种面板数据模型形式，经常使用的方法是协方差分析检验。

其中，S1、S2、S3分别为假设检验三种模型形式的残差平方和，F1=8.56, F2=33.78，均大于相应的F统计量。检验结果显示，模型应该采用固定影响变系数模型。

根据面板数据固定效应变系数模型，从弹性角度分析，我国城镇化率每提高1个百分点，可以维持7.1%的GDP增长（各省份平均，按照新型城镇化规划的目标，2014～2020年每年城镇化率大约提高0.9个百分点）。因此，从目前经济社会发展的潜力看，建设新型城镇化中工业化、信息化、城镇化、农业现代化等各项需求将使“十三五”期间我国GDP增速保持在6.4%左右。

（三）我国发展中面临的约束：债务压力和环境压力

当前，我国正在经历经济增速换挡期、经济结构调整期、前期刺激政策消化期三期叠加的阶段，经济增长面临各项约束条件，突出的如债务压力（2013年底包括居民、非金融企业和政府等的全口径债务占GDP的比重已经达到230%，企业负债率排在新兴市场经济体第一）和环境压力。

关于债务压力方面的因素，我们认为制约经济增长的债务风险主要集中在三大领域——房地产、地方融资平台和部分产能过剩的周期性行业。具体来说，包括如下几点。

（1）房地产和土地是金融系统重要的抵押品标的，其资产价格的剧烈波动将引发巨大的金融风险。同时，“土地财政”使地方实际可用财力的相当一部分受到土地价格的影响。房地产领域可以认为是金融财政风险聚集的重点领域。由于2013年房地产新开工规模庞大，供应和库存压力可能会在2014年下半年显著上升，部分二三线城市由于库存累计的压力，可能面临房价下行风险。同时，房地产开发商目前较难获得典型渠道融资，很多地产公司通过信托产品或基金子公司的专项集合理财方式募集资金，容易引发连锁金融风险。

（2）地方融资平台的预算软约束和政府隐性担保使其对融资成本不敏感，发债规模迅速膨胀，特别是县乡等基层政府的债务问题更加值得关注。随着经济增速逐渐回落，但财政支出的刚性增强，地方财政收支矛盾将日益增强，一些地方融资平台可能面临资金链断裂，局部爆发债务风险的可能性在增加，这将引发财政和金融领域的连锁反应。

（3）部分产能过剩的周期性行业里大多为国有企业，承担着解决就业的政策压力，但是由于经济结构的调整，目前经营较为困难。一方面，国家财政和国有企业还有千丝万缕的联系，如果企业经营面临较大问题，财政可能实施其“父爱主义”进行救助，增加财政风险；另一方面，这些产能过剩行业的企业，大量通过信托、理财等影子银行系统融资，缓解短期现金流压力，使债务违约风险加大，造成较大的金融风险。

总体而言，追赶型经济体从高速增长过渡到中高速增长，都将面临高企的融资成本与逐渐下降的资本回报率之间的矛盾。我们测算的2013年底中国名义资本回报率为9%，目前的综合融资成本在7%左右，两者已经日益接近。按照利率市场化的国际经验，我们预期无风险收益率（融资成本）在未来几年可能还将上升1～2个百分点。然而，中国名义资本回报率与经济潜在产出变化趋势一致，未来几年可能呈现出逐渐下降的趋势。因此，如果没有显著的技术进步发生，我们将在3～4年后看到中国资本成本超过资本回报率，实际经济运行困难进一步加剧。然而，技术进步并不是短期内通过政策刺激就能有趋势性的变化的，而是需要内生制度激励等多方面因素的支持。

从日本、韩国等经济结构转型成功的经济体来看，其经济增速从高速增长阶段过渡到中高速增长阶段，GDP增速都下降了50%左右。在这一过程中，高污染、高耗能、低效率的部门逐渐萎缩，新兴消费、高科技、节能环保行业取得长足的发展并成为经济的主导产业。考虑我国目前房地产、地方融资平台和部分产能过剩行业的压力约束，并为新兴产业提供更为广阔的发展空间，同时参考成功转型经济体的经验，我们认为这一阶段的经济增速可能为高速增长期增速（10%）的50%～60%较为合适，即5%～6%较为妥当。

关于环境压力方面的因素，我国已提出到2020年单位GDP碳排放比2005年减少40%～45%的目标。面对这一条件约束，我们在袁富华（2010）研究的基础上尝试测算未来环境压力对我国“新常态”时期经济增长的影响，即在传统经济增长理论中加入环境变量，并考察这一约束下经济增长目标的变化。为此，本文选取1960～2012年的数据样本进行实证分析。为把碳排放对于经济增长的作用分离出来，我们建立状态空间模型，以体现碳排放对经济增长的动态影响。

量测方程：

状态方程：

其中，分别为人均GDP、人均资本存量和人均碳排放的对数，参数为各个变量的弹性，t为1960～2012年的时间趋势，相应的参数αt为长期增长中的技术进步因素；c0为方程的截距，为量测方程的残差项。

关于相关数据的来源，资本存量和劳动力数据源自本文第二部分的估算，GDP数据来自历年统计年鉴，中国的碳排放数据来自美国能源部二氧化碳信息分析中心（CDIAC）。

考虑到我国提出到2020年单位GDP碳排放比2005年减少40%～45%的目标，要在15年内达到这个目标，意味着今后单位GDP碳排放需要以每年2.3%的速度累计下降。我们以2012年估算的潜在增速、各项参数和弹性为基期，测算碳排放约束对新常态时期中国经济增速的影响。这里，我们对碳排放参数弹性做了趋势外推，从2013年开始资源环境消耗对经济增长的拉动作用将逐渐降低，这是一种较为可能的情景。

测算结果表明，综合考虑到资源环境约束的影响，中国经济增速在新常态时期可能稳步降低，2016～2020年的平均增速将降到6.4%附近。

四 结论和建议

综上所述，从潜在增速、全面建成小康社会的政治要求、经济社会发展潜力以及经济发展中的债务约束和环境约束来看，我国经济增速的新常态将随着资源禀赋、环境要求、增长限制等因素的变化而变化。我们认为，我国经济增长新常态的合理经济增速将从2014年的7.5%左右，逐步降至2016～2020年的平均6.5%左右，且增长趋势缓慢下降。当然，我们的测算基于长期增长影响因素的角度，一些周期性的因素可能使实际经济增速的波动性更强。

随着我国经济潜在增速逐渐下降，全面进行经济结构调整，充分发挥制度红利已经变得更为迫切。经济制度的最终改革目标是能够给予经济活动持续的激励和提供长久的监督，促进机会平等，加快经济社会的纵向流动。历史上，有很多发挥后发优势的国家或地区成功迈入中等收入经济体的行列，但是只有日本、韩国、新加坡和我国台湾地区等极少数经济体成功跨越“中等收入陷阱”，顺利迈入发达经济体行列。要实现伟大的“中国梦”，在国家层面就需要成功跨越中等收入陷阱，避免出现经济增长的停滞，实现经济可持续、高质量的增长，使人民幸福，国家复兴。适应中国经济增长的新常态和成功跨越“中等收入陷阱”，需要一个具有持续激励的经济体制，且又公开透明的监督机制，从而促使社会纵向流动性加快，避免社会阶层的固化。具体而言，我们认为可以在以下方面扎实推进。

1．加强宏观调控，保持新常态下经济的合理增速，为改革赢得时间

宏观调控作为熨平短期经济波动的重要手段，需要注意的最大问题是合理客观地看待经济增速中枢的缓慢下移，适应新常态下经济增速目标的调整，不缺位更不越位。新常态时期的潜在增速将持续变化，当前的宏观调控，应该首先认识到各个阶段的不同潜在增速水平，并努力保持短期经济增速在这一水平波动，为改革赢得时间。

2．社会政策托底，大力改善民生

进一步加快建立起与新型城镇化相配套的各项社会保障措施，增加对弱势人群的社会保障投入，加大对在职人员的技术培训，使社会在经济增速总体中枢下移的新常态下保持稳定。具体而言，加快统一城乡社会保障体制的实施，加快落实保障性安居工程的各项目标，加大对医疗、教育等社会公平体系的建设投入。在新常态下，就业水平是影响社会稳定的重要因素，应该花大力气做好相关指标的监控，同时做好相应的社会救助和保障措施。

3．加快制定各项改革措施，提升技术进步水平

相比过去10年，来自部门之间资源要素有效配置的技术进步效应正在减弱，未来的技术进步将更多地来自部门内部自身效率的提升，这就需要更多改革放权带来的技术创新。为此，建议进一步放开行政审批，进一步降低行业准入门槛，加大国有企业改革力度，利用财税和金融措施鼓励中小企业发展，通过相关政策加快行业内部的兼并重组，化解产能过剩压力，提升行业效率。

参考文献

白重恩、钱颖一、谢长泰：《中国的资本回报率》，《比较》2007年第28期。

蔡昉：《未富先老与中国经济增长的可持续性》，《国际经济评论》2012年第1期。

蔡昉：《人口转变、人口红利与刘易斯转折点》，《经济研究》2010年第4期。

陈彦斌：《中国经济增速放缓的原因、挑战与对策》，《中国人民大学学报》2012年第5期。

郭庆旺、贾俊雪：《中国潜在产出与产出缺口的估算》，《经济研究》2004年第5期。

高路易：《2020年的中国——宏观经济情景分析》，《世界银行中国研究论文》2010年第9期。

国家发改委宏观经济研究院课题组：《我国“十二五”时期至2030年经济增长潜力和经济增长前景分析研究》，《经济学动态》2008年第3期。

简新华、黄锟：《中国城镇化水平和速度的实证分析与前景预测》，《经济研究》2010年第3期。

刘世锦：《中国经济增长十年展望——在改革中形成增长新常态》，中信出版社，2014。

王小鲁、樊纲：《中国经济增长的可持续性》，经济科学出版社，2000。

袁富华：《低碳经济约束下的中国潜在经济增长》，《经济研究》2010年第8期。

袁富华：《长期增长过程的“结构性加速”与“结构性减速”：一种解释》，《经济研究》2012年第3期。

中国经济增长前沿课题组、张平、刘霞辉等：《中国经济长期增长路径、效率与潜在增长水平》，《经济研究》2012年第11期。

中国人民银行营业管理部课题组：《基于生产函数法的潜在产出估计、产出缺口及与通货膨胀的关系：1978～2009》，《金融研究》2011年第3期。

朱孔来、李静静、乐菲菲：《中国城镇化进程与经济增长关系的实证研究》，《统计研究》2011年第9期。

张军、章元：《对中国资本存量K的再估计》，《经济研究》2003年第7期。

张平、刘霞辉、王宏淼：《中国经济增长前沿II》，中国社会科学出版社，2011。

Bjork, G. C, The Way It Worked and Why It Won't, London: Pager,1999.

BOJ, The New Estimates of Output Gap and Potential Growth Rate, Research and Statistics Department,2004.

BOJ, Measuring Potential Growth in Japan: Some Practical Caveats, Research and Statistics Department,2010.

Chow, G. and K-W. Li, “China's Economic Growth: 1952 - 2020”, Economic Development and Cultural Change, Vol. 51, No.1（2002）, pp.19-21.

Mitchell, B. , R. , International Historical Statistics（6th ed）:1750-2005, New York, N. Y. : Palgrave Macmillan,2007.

Wang, Y. and Y. Yao, Sources of China's Economic Growth:1952-99: Incorporation Human Capital Accumulation, Policy Research Working Paper 2650, World Bank, Development Research Group, Washington, D. C. ,2001.

Young, Alwyn, Gold into Base Metals: Productivity Growth in the People's Republic of China during the Reform Period, J. P. E. 111（December 2003）.

Zheng, Jinghai, Bigsten, Arne and Hu, Angang, Can China's Growth be Sustained? A Productivity Perspective, Working Papers in Economics 236, Goteborg University, Department of Economics,2006.

（本文原载于《财贸经济》2015年第1期）