1.3 研究创新与不足

1.3.1 研究创新点

本书在以往学界对潜在经济增长率的研究基础之上，对潜在经济增长率的概念、算法结合和概念算法匹配给出了新的看法；在众多影响潜在经济增长率的因素之中筛选出了真正有显著影响的三种因素，并在这三种因素的基础之上重新计算了中国的潜在经济增长率；最后预测了中国未来至2050年的潜在经济增长率，并对中国跨越“中等收入陷阱”问题做出了新的判断。

1.3.1.1 明确潜在经济增长率定义方式、算法集合以及概念算法匹配问题

以往学界对于潜在经济增长率的研究大多有“轻理论、重计算”的痼疾，对于潜在经济增长率的概念只是简单地重复前人的论述。有鉴于此，本书首先厘清了潜在经济增长率的定义。以往的研究大多采用Scacciavillani和Swagel在1999年的定义方式。Scacciavillani和Swagel根据凯恩斯主义的理论和新古典主义的理论分别给出了两种潜在经济增长率的定义方式。本书研究发现，除了Scacciavillani和Swagel提出的两种定义方式之外，还存在潜在经济增长率的第三种定义方式，即“传统定义方式”。传统定义方式在以往的研究中是较少被提及的，但是其实它丰富了对潜在经济增长率概念的理解。此外，明确了新古典主义的定义方式——潜在产出是真实产出的趋势值——是目前的主流定义方式，其他的定义方式由于种种原因均逐渐走向消亡。

由于对潜在经济增长率概念的理解不清，而潜在经济增长率的算法又十分多样，因此以往研究人员采用的潜在经济增长率的定义方式与所选择的算法之间常常出现张冠李戴的错配问题。因此，本书重新将潜在经济增长率算法归纳为六大类，分别是：波峰相连法、奥肯定律和菲利普斯曲线法、生产函数法、趋势分析法、经济模型法、比较分析法。在详细介绍每一大类算法的基础上，又解决了六大类算法与三种定义方式的匹配问题。在匹配的方式上也与以往的研究有一些显著的不同，比如认为波峰相连法是传统定义方式的算法，而以往的研究中对此是有所忽视的；某些潜在经济增长率的研究权威认为生产函数法是凯恩斯主义定义下的算法，本研究则明确表示，生产函数法应该归类于新古典主义的算法集合之中，等等。最后，明确提出当前计算潜在经济增长率的可靠的、主流的良好算法应该是以生产函数法与趋势分析法相结合为主、比较分析法为辅的算法系统。

1.3.1.2 潜在经济增长率影响因素的筛选

在以往的研究中，研究人员大都根据自身的主观判断选择将哪些因素纳入计算潜在产出和潜在经济增长率的模型之中。论证这些因素是否能够真正影响潜在经济增长率时，也往往是直接借鉴前人的研究成果。在将影响潜在经济增长率的诸因素纳入研究模型之前，缺少了验证、筛选的步骤。

有鉴于此，本书在选择纳入模型的变量之前加入了影响因素的筛选步骤，归纳总结出以往研究中最常使用的六种影响因素：制度变革、科技创新、人力资本、人口结构、就业结构、资本结构，并认为制度变革、科技创新和人力资本这三种因素对潜在经济增长率有显著的正向影响，适合纳入生产函数的模型之中。

1.3.1.3 重新估算中国的潜在经济增长率

目前学界计算潜在经济增长率时最常用的、最主流的算法就是生产函数法。本书将前面筛选出来的三种因素以全要素生产率的方式纳入生产函数中，加上基础的投入要素——资本存量和劳动力，构建拓展的生产函数模型。该模型计算结果较好地解释了改革开放以来的中国经济走势，与经济现实的拟合度较高。本书还将其与传统的生产函数模型以及趋势分析法进行了比较分析，认为拓展的生产函数模型包含的信息更加丰富、对经济现实的解释力更强，与其他算法相比有很大的优势。

1.3.1.4 中国潜在经济增长率的预测以及跨越“中等收入陷阱”分析

本书对未来至2050年的中国潜在经济增长率进行了预测。从预测算法的角度来看，目前主流的预测算法——生产函数法和比较分析法的科学性不足，受到研究人员主观干扰较强，是应该被逐步淘汰的落后算法。因此，本书尝试使用Logistic模型进行预测。Logistic模型全然从数据出发，可以弥补以往预测算法主观性太强的不足，且Logistic模型与中国的经济数据拟合良好、模型效果显著。从预测结果的角度来看，本研究预测未来到2050年的潜在经济增长率为3.8%左右，高于用传统生产函数法预测的2.95%，也高于许多以往的研究结果。

本书根据未来中国潜在经济增长率的预测结果讨论了中国能否跨越“中等收入陷阱”的问题，证明了中国能够在2050年之前顺利跨越“中等收入陷阱”进入高收入国家的行列。但根据不同的情景，跨越“中等收入陷阱”的时间区间有所不同，在2025—2030年这一时间区间内进入高收入国家行列的可能性最大，最晚也不会晚于2045年。除了要保证合适的经济增长速度之外，要重点防范人民币与美元之间的汇率风险。

1.3.2 研究的不足

囿于笔者主观上知识积累不够深厚、研究水平还不够高以及客观上的数据可获得性限制，本书存在以下两点不足：

第一，潜在经济增长率的算法搜集不全。潜在经济增长率的算法相当丰富，应用较为广泛的就有六大类几十种，而随着机器学习、人工智能等领域技术的不断推进，潜在经济增长率的算法还在逐步丰富和扩展。然而，笔者自身的学识、精力有限，不能穷尽所有的研究方法，导致本书在潜在经济增长率的理论研究部分存在算法搜集不全的问题，在理论的全面性方面有所欠缺。

第二，数据搜集不足。由于中国改革开放前后的经济情况发生了根本性变化，因此本书所采用的时间序列区间只能从1978年改革开放以后进行截取。虽然改革开放40多年的数据也可以被用来进行时间序列分析，但更长的时间区间可以增强研究的稳健性。此外，在制度变革、就业结构和人口结构的数据搜集方面也存在着一些不足。