结构性改革、资源配置效率与经济增长潜力

　　上海财经大学高等研究院“中国宏观经济形势分析与预测”课题组

　　【提 要】改革开放以来中国在经济建设方面的成功经验显示，结构性、体制性的改革能够产生大量的改革红利，为结构转型与经济增长提供巨大动力。当前，中国经济仍处于结构转型和体制转型过程中，仍然存在着大量结构性、体制性问题。结构性、体制性改革，依然能起到提升资源配置效率和增长质量、促进结构转型的作用，仍是决定中国经济潜力能否得到充分释放的关键所在。本文以放松落户限制和大病抵扣改革为例，对改革所能带来的红利进行了分情景的比较量化分析。

　　【关键词】 资源错配；全要素生产率；经济结构；经济增长

　　自2008年全球金融危机以来，中国经济增速持续放缓，GDP实际增速从2010年的10.6%逐步下滑到了2018年的6.6%，经济增速的持续回落引起了社会各界的普遍关注。另一方面，近几年来中国所处的外部政治经济环境发生了重大变化，各种外部冲击使中国经济的不确定性显著上升。在这样的背景下，对中国经济的未来发展持悲观态度的观点不在少数。然而，外部因素和周期性因素固然是导致经济下行的重要原因，但在更深层次上导致中国经济持续性增长乏力的，则是中国经济中大量的结构性因素和体制性问题。从改革开放成功的历史经验来看，对这些结构性、体制性的问题进行纠偏，能够给经济发展和增长带来巨大的改革红利。如果改革开放得到深化，中国经济发展长期向好的趋势不会改变。

　　改革开放初期的农村改革，以承包责任制取代了集体劳动制，允许农户自主安排生产活动、并享有计划外的产出。改革实行伊始便取得了立竿见影的效果：农户的生产意愿受到了激励，农业生产效率短时间内大幅提升，长期困扰中国经济发展的粮食短缺问题迅速得到了解决，应运而生的大量农村剩余劳动力，为后续的结构转型奠定了基础。类似地，农民从事非农活动的各项限制在20世纪80年代被逐一取消后，大量乡镇企业便如雨后春笋般涌现，以一种“离土不离乡”的模式吸收了农村的剩余劳动力，迅速成长为20世纪80至90年代中期支撑中国经济增长的关键力量。再如20世纪90年代初期对城镇私人办企业、农民工进城打工等限制的放松，使得城镇非公有制经济迅速发展壮大，给城市经济注入了勃勃生机。90年代后期大刀阔斧的国有企业改革，更是破除了国有企业在制造业领域的普遍垄断。通过“抓大放小”改革，打破了“铁饭碗”，引入了竞争机制，激发了整个制造业的活力。

　　大量的事实案例和历史经验，都揭示了破除结构性和制度性障碍的改革是中国经济建设取得成功的关键原因。然而，中国经济中仍有大量结构性、制度性障碍尚未根除。限制劳动力跨地区流动的户籍政策长期存在，农村闲置的土地即使荒芜了也难以流转，宝贵的金融资源反而向效率较低的国企倾斜，而行政垄断下的教育、医疗等行业，也难以满足居民日益增长的对美好生活的需要。正是这些结构性、制度性障碍的持续存在，造成了大量的资源错配，延滞了经济结构转型，阻碍了经济潜力的释放。

　　虽然从总量上看，人口红利的枯竭、资本回报率的递减等客观事实确实会在一定程度上使中国经济增长潜力的中枢下行，但改革开放的成功经验证明，一旦改革能够得到有效的推进和落实，那么通过纠偏结构性问题所产生的大量改革红利，仍能为中国未来经济结构转型和增长潜力发挥提供有力支撑。具体而言，有效的改革能够减少要素跨部门流动的障碍，实现资源的优化配置，提高全要素生产率，直接从供给侧促进经济增长。不仅如此，对发展中国家而言，改革导致的产出增长所带来的收入效应，还能推动经济结构转型，加快资源从农业部门向非农业部门的转移速度，进一步从需求角度促进经济增长。在此视角下，本文对放松落户限制和大病抵扣改革对中国经济的影响进行分析。

　　一、放松落户限制对经济潜力的释放效应

　　自改革开放以来，中国经历了持续的结构转型，但与以美国为代表的发达国家相比，当前中国就業中的农业比例仍然较大。2018年末，中国总就业人数为7.76亿，其中农业就业人数为2.03亿，占比约为26.1%，而美国近年来的总就业人数中，农业占比仅为1.5%左右。另一方面，从需求结构的国际对比上看，中国居民消费中的食品消费超过20%，距离发达国家10%左右的比例尚有较大的差距（如图1所示）。产业结构中农业占比和消费结构中食品占比较高，意味着结构转型仍是经济增长的源泉之一。如何鼓励资源持续从农业向非农业部门转移，是促进经济未来增长的重要途径。

　　在实际情况中，中国在劳动力跨部门流动上仍然存在壁垒。2018年中国总人口为13.95亿人，常住人口城镇化率为59.58%，户籍人口城镇化率为43.37%，这意味着大约有2.26亿人在城镇中生活，却并没有实现落户。这种人户分离的现象，正是中国长期以来对人口流动实行限制政策的结果。虽然与改革初期严格限制异地居民跨地区流动的政策相比，当前中国在人口流动方面的限制已经有相当程度的放松，但与户口挂钩的各种区别性政策仍然普遍存在。相对于当地居民，外来人口在就业、教育、住房、医疗等诸多方面的权益福利存在着巨大的鸿沟。这限制了劳动力跨城乡、跨地区的自由流动，造成城乡之间持续的分配差异，延滞了结构转型，阻碍了经济增长潜力的释放。考虑到中国仍有四分之一的劳动人口处于农业部门，可以预见，一旦落户限制能够放松，使得城乡劳动力流动更为自由，那么经济结构转型的速度将明显提升，进而带来可观的改革红利。

　　（一）模型设定和情景设计

　　采用楔值模型，本节内容分析了放松落户限制对中国的结构转型、潜在产出、消费以及投资等方面的影响。与传统方法相比，楔值法不单考察总量指标，更强调总量背后分部门的结构性和制度性问题。利用实际数据，模型首先将经济中由制度性因素引起的各种扭曲反映到楔值上，然后随着楔值趋势的变化，模型将以一种动态、内生的方式，计算得到潜在的经济产出及其增长，同时还能对经济潜在运行时的经济结构、全要素生产率（TFP）、投资、消费等诸多方面的变量进行分析。

　　本文使用的楔值模型在结构上包括了一个食品部门和一个非食品部门。其中食品消费具有非位似偏好（non-homothetic preference），从而将经济结构转型和经济增长联系了起来。具体而言，非位似偏好的设定意味着食品消费的收入弹性低于非食品消费，因此随着人均收入的提高，居民对食品的消费需求相对于非食品商品和服务的消费需求会越来越低，从而以需求驱动的形式，使经济结构逐步从食品部门向非食品部门倾斜。而生产要素从TFP较低的食品生产部门流向TFP较高的非食品生产部门，又会进一步提高人均收入，从而交替引发内生式的结构转型和经济增长2。当部门之间存在制度性障碍时，要素的回报率将存在部门间差异。本模型引入了劳动楔值和资本楔值，对劳动和资本的跨部门回报率差异进行刻画。此外，劳动楔值能进一步分解为流动楔值和垄断楔值，从而将劳动跨部门回报率差异分解到劳动力跨部门自由流动受阻和部门垄断程度差异两个因素上。这些楔值的存在，使得经济运行实际达到的均衡偏离最优配置下的情形。以楔值作为反映制度和政策的变量，并在楔值变化的前提下重新计算模型的均衡，能够考察各种制度性变化对整体TFP和不同部门在资源配置方面的影响。

　　综合采用官方数据以及独立行政法人经济产业研究所（RIETI）、世界投入产出数据库（WIOD）以及亚洲发展银行（ADB）的中国投入产出数据，可以对模型中的各项楔值进行计算。本文中，落户门槛的存在导致城乡劳动力流动存在壁垒，因此对应了楔值模型中流动楔值（mobility wedge）3。基于工资数据和本文的两部门DMP模型的估算结果，可以估算出2017年的流动楔值大约是1.05，而当落户限制完全放开时，流动楔值大约为0.057。这一数字便代表了落户限制完全放开时流动楔值满足的条件。

　　在基准情景下，落户限制在2100年全面取消，意味着落户门槛基本保持现状。此外，为了区分落户限制持续放松、但节奏存在快慢的情况，本文另外设计了三个情景，分别将落户限制全面取消的日程提前到2050年、2030年和2025年。在不同的情景下，流动楔值将按不同的速度下降到落户限制完全放开时的水平。图2显示了流动楔值的真实值及其在不同情景下的趋势。

　　事实上，放松落户限制的节奏近年来有加快的趋势。根据2014年3月国务院印发的《国家新型城镇化规划（2014-2020年）》，2013年的常住人口城镇化率为53.7%，而户籍人口城镇化率为36%左右，两者大约相差17.7个百分点。同时，规划提出了2020年的多项目标，其中包括（1）常住人口城镇化率达到60%左右，（2）户籍人口城镇化率达到45%左右，以及（3）户籍人口城镇化率与常住人口城镇化率差距相比2013年要缩小2个百分点左右，也即意味着到2020年，常住人口城镇化率和户籍人口城镇化率之间的差距要缩小到15.7个百分点。根据统计公报数据，2018年中国常住人口城镇化率和户籍人口城镇化率分别是59.58%和43.37%。常住人口城镇化率增速从2016年的2.2%持续下降到2018年的1.8%，每年大约下降0.2个百分点，按此趋势外推，2018-2019年和2019-2020年的增速分别为1.6%和1.4%，由此推断，到2020年常住人口城镇化率约为61.4%。另一方面，2016-2017年、2017-2018年的户籍人口城镇化率增速分别是2.8%和2.4%，若按平均增速2.6%外推，则2020年中国户籍人口城镇化率将达到45.7%，户籍人口城镇化率和常住人口城镇化率的差距大约会缩小到15.7个百分点。这一推断表明，若延续当前的城镇化率趋势，《国家新型城镇化规划（2014-2020年）》里提到的三个城镇化目标基本都能实现，而为了达到这样的目标，2019-2020年户籍人口城镇化率的年均增速就必须高出常住人口城镇化率增速1-1.2个百分点左右，对比而言，2016-2018年户籍人口城镇化率增速较常住人口城镇化率增速平均仅高出0.67个百分点。这说明，为了实现《国家新型城镇化规划（2014-2020年）》提出的目标，放松落户限制的节奏就必须加快。

　　根据这样的判断，本文认为落户限制的放松在未来有望以较快的节奏推进。在四个情景中，“落户限制自2030年起完全取消”是一个概率相对较大的情景。

　　（二）放松落户限制的情景分析

　　表1-表3的结果显示，无论是长期还是短期，降低落户门槛对中国经济都能产生不可忽视的改革红利。以落户限制自2030年起全面取消这一改革情景为例，和基准情景相比，2021-2050年非食品部门就业比重平均将提高7.3%，通过结构转型，TFP平均将提高1.6%，叠加收入效应，潜在GDP平均将提高3.0%左右；在同期的需求端，消费、投资的年平均水平也将分别提高2.4%、3.0%，投资的提升将进一步带动资本提高2.7%。另一方面，在预期的作用下，短期中经济的潜在活力也能得到释放。在落户限制在2030年全面取消这一改革情景下，和基准情景相比，2019、2020年，非食品部门就业比重将分别提高3.5%和4.3%，TFP将分别提高1.0%和1.3%，潜在GDP将分别提高1.2%和1.5%，而消费和投資需求也都得到了提振，特别是投资，将分别提高1.2%和1.5%，并带动资本分别提高0.2%和0.4%。

　　此外，若放松落户限制的节奏加快，则改革红利不但会更快得到释放，而且在长期中也能产生可观的积累效应。本文将“落户限制在2025年全面取消”这一情景下的结果与“落户限制在2030年全面取消”时的情景进行比较，结果显示，2019、2020年的非食品部门劳动力占比将分别提高2.3%和2.5%，TFP将分别提高0.6%和0.7%，潜在GDP将分别提高0.8%和0.8%，消费将分别提高0.4%和0.5%，投资将分别提高0.8%和0.9%，资本将分别提高0.2%和0.3%。在长期中，2021-2050年非食品部门的就业占比平均将提高0.6%，TFP平均提高0.1%，潜在GDP平均提高0.4%，消费、投资和资本也将平均提高0.4%、0.4%和0.5%。

　　另一方面，若放松落户限制的节奏放缓，则改革红利将会推迟释放，并使长期中的经济潜力下降。若落户限制全面取消推迟到2050年，那么和“落户限制在2030年全面取消”这一大概率改革情景进行比较，2019、2020年的非食品部门劳动力占比分别下降了2.4%和3.0%，TFP将分别下降0.7%和0.9%，潜在GDP将分别下降0.8%和1.0%，消费将分别下降0.5%和0.6%，投资将分别下降0.8%和1.0%，进而分别拉低资本0.2%和0.3%。在长期，2021-2050年非食品部门的就业占比将平均下降3.1%，TFP平均下降0.7%，潜在GDP平均下降1.4%，消费、投资和资本也将平均下降1.2%、1.4%和1.4%。

　　二、大病抵扣的福利影响

　　自2018年下半年以来，中国出台一系列减税降费、改善民生的政策，旨在提高居民的可支配收入从而促进内需，提高生产率以及提升社会福利水平。2019年1月1日，《个人所得税专项附加扣除暂行办法》与个人所得税法实施条例同步施行，对大病医疗、子女教育、继续教育、住房贷款利息、住房租金和赡养老人进行补贴。其实施细节为，对于自费部分的医疗支出超过15000元/年但不超过80000元/年的部分，将从个人可纳税收入中扣除；对于自费部分的医疗支出超过80000元/年的部分，按照45000元从个人可纳税收入中扣除。本文对其产生的福利影响做出了测算，按现行的扣除方案执行，相当于提高每人年均可支配收入0.91元。

　　本文在一般均衡的框架下，建立代际交替的随机模型，采用中国家庭金融调查数据（CHFS）以及中国健康营养调查数据（CHNS）对模型参数进行校准。

　　从长期来看，大病个税抵扣可提高平均健康水平1.6个百分点，进而提高有效劳动力0.6个百分点，促进人均GDP提升0.4%。但此项措施对政府财政收入的影响甚微，仅降低财政收入0.02%。

　　在短期，从年龄结构上看，此项个税抵扣方案对退休人群没有影响，因为退休人群为非纳税个体，同时老年父母的医疗支出目前也不能通过子女的可纳税收入进行抵扣。对于工作群体，总体来说，年纪越大收益越明显。这主要是由于医疗支出随着年龄的增长而增加。

　　在工作群体中，本文又按是否有保险、是否有大学学历进行划分。其中86%的个体参与了医疗保险，20%的个体（城市）有大学学历。相较于有保险的人群，没有医疗保险的个体收益更大。这是由于参与个税抵扣的部分为自付的医疗支出，很明显，未参与医疗保险的个体的自付支出要高于有医疗保险的个体。按教育水平来划分，有大学学历的个体的受益程度也要高于没有大学学历的个体。其原因主要是高学历群体可纳税收入高于低学历群体，因此抵扣力度也相对大。虽然低学历的个体从总体上说健康状况劣于高学历群体，医疗支出也相对较高，但其较低的个人收入使得其医疗支出抵扣个税的力度降低，因此收入相对较低。综上所述，高学历但没有医疗保险的个体因其收入高、自付的医疗支出大，个税大病抵扣使得他们收益最大，相当于年可支配收入增加5.5元；而低学历且有医保的个体收益最小，仅相当于提高年可支配收入0.5元。

　　本文分析，个税专项抵扣之所以没有起到十分积极的效果，原因有三：抵扣力度小、医疗支出低和个人所得税税率低。针对这三点，本文做了三组反事实实验，分别是：（1）降低可抵扣的限额，假设抵扣的标准由年均15000元降至3000元甚至更低；（2）将医疗支出在GDP中的占比由当前的4%调高至18%；（3）假设个人所得税的边际税率是目前的1.5倍。

　　首先，若进一步加大力度降低大病抵扣的下限至3000元/年，则在长期可提高人均GDP0.6%，政府财政收入减少0.05%。在短期，每人年均可支配收入增加3.3元。而对于不同的群体，上述结论依然成立。即高学历但没有医疗保险的个体收益最大，他们的人均年可支配收入提高63.4元；低学历且有医疗保险的个体收益最低，人均年可支配收入仅提高0.84元。若進一步假设所有的自付医疗支出均可从可纳税收入中扣除，则长期人均GDP提高1.6%，政府财政收入减少0.36%，短期人均可支配收入增加11.5元。其中高学历但没有医疗保险的个体人均年可支配收入增加193.2元；低学历且有医保的个体人均年可支配收入增加1.0元。

　　第二，中国的医疗支出仅占GDP的4%，远低于发达国家10%以上的水平。因此，本文的第二组反事实实验是将每个个体的医疗支出提高，使得总医疗支出在GDP中的占比达到18%。如果仍按照目前的抵扣标准，则人均年可支配收入将增加18.15元，其中高学历但没有医疗保险的个体人均年可支配收入增加508.68元；低学历且有医保的个体人均年可支配收入提高0.25元。如果降低抵扣下限至3000元/年，则人均年可支配收入将增加58.58元，其中高学历但没有医疗保险的个体人均年可支配收入增加1318.29元；低学历且有医保的个体人均年可支配收入增加0.23元。而当全部自付医疗支出都可以抵扣时，人均年可支配收入将增加111.88元，其中高学历但没有医疗保险的个体人均年可支配收入增加1984.13元；低学历且有医保的个体人均年可支配收入增加0.10元。

　　第三，本文假設个人所得税的边际税率为目前的1.5倍，结论跟上述实验一致。抵扣下限越低，长期人均GDP增加越大，政府财政收入越低，而短期总体福利提高越大。高学历没有医保的个体仍收益最大；低学历有医保的个体福利的提升最小。

　　总体而言，大病抵扣的宏观效果比较显著，微观层面更有利于高收入群体。若加大抵扣力度，则福利影响更加显著。

　　三、总结

　　通过对落户限制分别自2100、2050、2030和2025年起完全放开这四种情景进行比较，本文发现，无论是在长期还是短期，改革与不改革下的经济表现都将存在巨大差异。举例而言，与落户限制自2100年起才能完全放开的情景相比，当落户限制自2030年起完全放开时，2021-2050年，平均而言，TFP将提高1.6%，潜在GDP将提高3.0%；而在2019和2020年，TFP将分别提高1.0%和1.3%，潜在GDP将分别提高1.2%和1.5%，消费和投资等需求也将得到明显的拉动。另一方面，将“落户限制在2025年全面取消”这一情景与“落户限制在2030年全面取消”这一情景相比，2019和2020年，TFP将分别提高0.6%和0.7%，潜在GDP将分别提高0.8%和0.8%，同时消费和投资等需求也会得到有效拉动。在长期，2021-2050年，平均而言，TFP将提高0.1%，潜在GDP将提高0.4%。这意味着放松落户限制的节奏越快，改革红利也释放得越快，而且在长期也具有相当可观的积累效应。

　　本文还对大病抵扣所产生的福利影响做出了测算。从长期来看，大病个税抵扣可提高平均健康水平1.6个百分点，进而增加有效劳动力0.6个百分点，促进人均GDP提升0.4%。而此项措施对政府财政收入的影响甚微，仅降低财政收入0.02%。高学历但没有医疗保险的个体因其收入高、自付的医疗支出大，个税大病抵扣使得他们收益最大，相当于年可支配收入增加5.5元；而低学历且有医保的个体收益最小，仅相当于年可支配收入增加0.5元。若进一步加大力度降低大病抵扣的下限至3000元/年，则在长期可使人均GDP提高0.6%，政府财政收入减少0.05%。

　　注释

　　1 此处所指的发达国家包括了美国、澳大利亚、奥地利、比利时、加拿大、瑞士、德国、丹麦、西班牙、芬兰、法国、英国、希腊、爱尔兰、意大利、日本、韩国、卢森堡、荷兰、挪威、葡萄牙和瑞典。

　　2 本文中的楔值模型与Cheremukhin et. al. （2015）中的模型相似，但本文中的楔值模型引入了中间产品的概念，从而能够更为准确地反映出经济各部门的生产与需求之间的关系。

　　3 在楔值模型中，流动楔值定义为非食品部门与食品部门之间在劳动报酬上的差异。

　　参考文献

　　[1]中国家庭金融调查与研究中心.中国家庭金融调查数据[EB/OL].https：//chfs.swufe.edu.cn/.

　　[2]Asian Development Bank.Economic Indicators for Eastern Asia： Input–Output Tables[R]. ADB， 2018.

　　[3]Cheremukhin， A.， Golosov， M.， Guriev， S.， Tsyvinsky， A. The Economy of Peoples Republic of China from 1953[R].NBER Working Paper 2139，2015.

　　[4]China Health and Nutrition Survey （CHNS）[EB/OL].https：//www.cpc.unc.edu/projects/china.

　　[5]Research Institute of Economy， Trade and Industry. International Comparison of Productivity among Asian Countries （ICPA） Project[EB/OL].https：//www.rieti.go.jp/cn/database/d03.html.

　　[6]Timmer， M. P.， Dietzenbacher， E.， Los， B.， Stehrer， R. and de Vries， G. J. An Illustrated User Guide to the World Input–Output Database： the Case of Global Automotive Production[J]. Review of International Economics， 2015：23，pp575–605.

　　Abstract： The successful experience of China‘s economic construction since the reform and opening up shows that structural and institutional reforms can generate a large number of reform dividends and provide tremendous impetus for structural transformation and economic growth. At present， China’s economy is still in the process of structural and institutional transformation， and there are still a large number of structural and institutional problems. Structural and institutional reforms can still play a role in improving the efficiency of resource allocation and the quality of growth and in promoting structural transformation， which are still the key to the full release of China‘s economic potential. This paper takes the reform of relaxing the restrictions on settling down and deducting the serious illness as an example， and makes a comparative quantitative analysis of the dividends brought about by the reform in different scenarios.

　　Keywords： Mismatch of Resources； Total Factor Productivity； Economic Structure； Economic Growth

关注读览天下微信， 100万篇深度好文， 等你来看……