从人口红利到改革红利

陆旸 蔡昉

一 引言

“人口红利”通常是指特定人口结构特征对经济增长产生的正向影响。当一个国家经历人口抚养比下降、劳动年龄人口上升时，经济增长所需的要素供给如劳动力迅速增加，资本回报率保持较高水平，劳动力转移提高资源重新配置效率，从而为经济增长带来“人口红利”。实际上，人口发展会经历三个阶段：“高出生率、高死亡率、低增长率”阶段、“高出生率、低死亡率、高增长率”阶段和“低出生率、低死亡率、低增长率”阶段。而人口红利常常出现在第二阶段向第三阶段过渡的时期。很多国家的历史经验表明，在经济发展的特定阶段，通常都伴随了人口红利（Williamson,1997）。

随着人口低生育率时代的到来，人口结构也将发生迅速的改变，最终劳动年龄人口绝对数量减少，人口抚养比上升，人口红利也终将消失。值得注意的是，人口红利消失的主要表现为生产要素供给减少，特别是，劳动力供给绝对数量减少，其他生产要素的边际报酬递减，农业劳动力向城市转移不再持续时，全要素生产率（TFP）增长率也会下降。因此，人口红利消失时潜在增长率也会下降。

2011年，中国15～59岁劳动年龄人口数量就已经开始减少，如果按照15～64岁计算，2013年劳动年龄人口数量也开始下降，人口抚养比相应上升。根据Cai和Lu（2013）以及陆旸和蔡昉（2014）的测算，中国的潜在经济增长率将从之前10%左右的水平逐渐下降到今后十年6%～7%的水平。这显然不是中国特有的现象。Eichengreen等（2011）采用多国数据的经验分析发现，当人均收入达到17000美元（2005年不变国际价格，PWT 6.3数据）时，实际经济增长率将急速下降至少2个百分点。按照这一标准，中国或在2015年出现经济减速。然而，他们也指出，一些经济因素能够使减速点推迟或提前。其中一个因素是，更高的老年人口抚养比增加了经济增长率下降的可能性，因为更高的老年人口抚养比与低储蓄率和放缓的劳动参与率相关。中国所具有的“未富先老”特征无疑会导致经济增长减速提前到来。不过Eichengreen等（2011）也强调了“经济增长率下降并不是一个铁律”，“人均收入和经济增长率下降之间不可能是一个机械的关系”,“高速经济增长到底能够维持多久，还将取决于经济政策”。例如，阿根廷、中国香港、爱尔兰、以色列、挪威、葡萄牙、新加坡等国家和地区，通过经济改革又产生了一段时期的快速经济增长，只不过有的国家随后又发生了第二次减速。

生产要素供给的增加和TFP的提高面临着制度障碍，因此，通过改革清除这些障碍有利于提高潜在增长率。存在的制度性障碍越大，改革越彻底，提高潜在增长率的效果就越显著，即所谓的改革红利。（本文将对各种体制改革可能产生的增长效果进行模拟，即在模拟增长核算方程中，计算改革措施能够提高潜在增长率的幅度，以及哪种改革措施在短期和长期条件下更为有效。最终我们要回答，在人口红利消失后，如何使中国经济增长的动力从人口红利转向改革红利，从而保持经济长期可持续发展。）

二 改革红利的理论逻辑

人口红利消失对潜在增长率带来的负面影响已经得到经验证实。例如，虽然并没有特别强调人口因素的作用，高路易（Kuijs, 2010）预测中国GDP潜在增长率将从1978～1994年的平均9.9%降低到1995～2009年的平均9.6%，以及2010～2015年的平均8.4%。充分考虑到变化了的人口结构，Cai和Lu（2013）认为人口红利消失后中国的潜在增长率将从之前的10%下降到“十二五”时期的7.3%。如果加入人力资本因素并考虑到人口扶养比对资本形成率的影响，以及人口结构变化对劳动参与率和自然失业率的影响，中国“十二五”时期的潜在增长率平均水平为7.75%（陆旸和蔡昉，2014）。然而，这个估计结果是建立在劳动力供给持续下降、TFP增长率保持不变等假设基础上的，或者说，是在假定阻碍要素供给和生产率提高的制度障碍尚未打破的情况下，研究人口红利因素的变化对中国未来潜在增长率的影响。而通过改革增加劳动力供给和提高劳动力素质等方式也可以从供给因素上提高潜在增长率。此外，消除抑制充分竞争的制度障碍以提高全要素生产率，则中国未来的潜在增长率还有进一步提高的可能性。

关于中国改革问题的讨论中，很多观点认为中国的改革和经济增长率之间会是一个“权衡”（Trade-off）的关系，即要想推动改革就需要适当牺牲经济增长速度。制度变迁理论指出，通常只有在一项制度变化的收益大于成本，即净收益大于零时，这种制度变迁才会发生。当然，这个理论判断指的是决策者所考虑的实施改革的政治成本和收益，即改革带来的政治支持（收益）是否大于因此而招致的政治反对（成本）。但是，一般来说，在经济意义上收益大于成本，就具有了说服政策决策者推行特定改革的充分理由。中国在相关领域的改革效果，可以说与此十分类似，即旨在提高资源配置效率、改善收入分配，以及增强基本公共服务均等化的改革，既是为了实现更加公平的社会目标，也可以获得直接和间接的改革红利。具体而言，如果我们知道导致当前中国经济增长速度下滑的因素，就可以预测哪些改革可以带来直接的提高潜在增长率的效果，以及其他间接有利于经济增长的改革效果。

正确认识改革能够带来的收益或改革红利，不仅对形成和凝聚改革共识十分必要，还能够增加改革方式和策略的选项，强化改革的动力。改革尽管能够获得净收益，成本和收益却是不对称地在当事人之间进行分摊的。为了最大限度地使改革具有激励相容的性质，通常有两种方式可供选择，一是所谓的“帕累托改进”，即这种改革可以在不伤害任何既得利益的前提下予以推进；二是所谓的“卡尔多改进”，即虽然有利益群体会因改革而受损，但是，由于改革带来较大的净收益，其中可以拿出一部分对受损者进行补偿。当前面临的改革任务，已经很少具有“帕累托改进”的性质，但是，如果我们能够认识到并且把握住改革的收益，就可以适当地运用“卡尔多改进”的方式，以减小改革阻力。本文的计量估计显示，改革总体上可以带来收益，直接提高潜在增长率。中国的改革和经济增长率之间是“促进”而非“替代”的关系。这也正是李克强总理“向深化改革要动力”的经济学道理。

三 模拟“改革红利”

（一）模型

我们采用生产函数法（Production Function Method, PFM）估计潜在GDP增长率。在标准的“柯布-道格拉斯”生产函数（Cobb - Douglass Production Function）中，我们加入人力资本变量。

其中，Y代表实际GDP, A代表全要素生产率（TFP）, K代表资本存量（根据历年资本形成额采用永续盘存法估计）, L代表工人数量，h代表人力资本，将等式两边同除以hL得到Y/hL。

此时，加入人力资本水平后的平均劳动生产率Y/hL（之后用y表示）是全要素生产率A和加入人力资本后的资本劳动比K/hL（之后用k表示）的函数，即y=Ak1-α。两边同时对时间t求导数，进而可以通过对式（3）进行估计得到资本贡献因子和劳动贡献因子（1-）。

我们将估计值、历年资本劳动比增长率（Δkt/kt-1）和历年劳动生产率增长率（Δyt/yt-1）带入式（3），可以得到，即包含残差项εt的全要素生产率。我们采用HP滤波方法去除随机扰动因素εt，最终估计出历年全要素生产率增长率。以上过程与文献中采用索洛残差法计算全要素生产率增长率是完全相同的。

在得到基本模型参数的基础上，计算潜在GDP增长率就需要代入“充分就业”时的就业数量,= population15+, t×Tr15+, t×（1-NAIRU15+, t）。其中，population15+, t代表第t年中国15岁以上的人口，Tr15+, t为15岁以上人口的趋势劳动参与率（用HP滤波获得）。因此，population15+, t×Tr15+, t就是15岁以上的趋势经济活动人口。NAIRU15+, t为自然失业率。根据15岁以上人口数量、趋势劳动参与率和自然失业率就可以计算出潜在就业量。

我们将代入模型，进而可以计算出附加人力资本的平均潜在资本劳动比增长率和附加人力资本的平均潜在劳动生产率增长率。此时，，其中，。由于，而就是第t年的潜在GDP，因此，在已知和的情况下，可以推导出如下恒等式。

其中，就是第t年的潜在GDP增长率。从模型中可以清楚地看到，潜在GDP增长率受到三个因素的影响：全要素生产率增长率、附加人力资本的潜在的资本劳动比增长率、附加人力资本的潜在就业增长率。值得注意的是，后两个因素都直接受到劳动年龄人口的影响。

（二）数据来源

1．国内生产总值和资本存量

实际GDP和实际资本存量K（美元，2005年不变价格）的数据来自佩恩表（PWT 8.0）, 2011～2050年的资本存量数据根据永续盘存法计算，Kt=It+（1-δt）Kt-1。其中，Kt为第t年的实际资本存量；Kt-1为第t-1年的实际资本存量；It为第t年的实际资本形成；δt为第t年的资本折旧率，δt=5%。从公式中可以看到，当前的资本存量是由初始资本存量和此后历年的新增资本形成共同决定的。每个国家的资本形成率（资本形成占GDP比重）都不相同，取决于一个国家的经济发展阶段、人口结构和“习惯”。在这里，我们假定资本形成率是人口扶养比的函数，具体来看，如果人口扶养比上升，一个国家的消费就会上升、储蓄就会减少，从支出法的角度看，GDP中资本形成会减少。因此，根据历史数据我们发现两者之间存在如下相关关系：Ct=62.733-0.399Dt-1，其中，Ct为当期的资本形成占前一年GDP的比重，Dt-1为滞后一年的总人口抚养比。资本形成率的历史数据来自WDI数据库。根据人口预测数据计算人口扶养比，并代入关系式便可预测未来中国的资本形成率。

2．潜在就业

1980～2010年中国人口和就业数据来自该时期的《中国统计年鉴》。2011～2050年的分年龄和性别的人口预测数据来自郭志刚（2013）。劳动参与率通过计算得到，即经济活动人口与15岁以上总人口之比。自然失业率来自都阳和陆旸（2011）的估计结果。此外，我们假设劳动参与率和自然失业率都是人口年龄的函数。这个结果是根据2010年分年龄和性别的劳动参与率和自然失业率以及郭志刚（2013）分年龄和性别的人口预测数据计算得到的。因此，潜在就业=population15+, t×Tr15+, t×（1-NAIRU15+, t）。

3．人力资本

人力资本数据来自佩恩表（PWT 8.0）提供的人力资本指数hc，这个指标是在Barro和Lee（2012）的平均受教育年限基础上，根据教育回报率做出的调整。我们按照相似的方法补充了2015～2050年每隔5年的平均受教育年限，之后采用平均趋势的方法补充了每年的平均受教育年限。

（三）模拟结果

1．放松人口生育政策的“短期”和“长期”效应

我们在预测2011～2050年中国潜在增长率时假定TFP保持不变，而其他生产要素，包括资本、劳动力、人力资本都随着人口结构发生变化，也就是说，中国未来“分年龄和性别”的人口预测直接影响了潜在增长率的预测结果。实际上，人口预测是“从现实中看得到的未来”。受到“总和生育率”（TFR）的影响，人口数量和人口结构的预测值会存在差别。但是，在现有的“单独二孩”政策下，总和生育率理论上也不会超过2，生育率还不能达到更替水平。因此，我们采用郭志刚（2013）的人口预测数据，分别估计未来TFR在1.6、1.77甚至1.94的水平时中国的潜在增长率变化趋势，估计结果见表1中的I，这个基本模拟结果与陆旸和蔡昉（2014）相同。

放松人口生育政策对短期和长期的影响不同。在短期内，受到人口生育政策影响，新生人口只能增加扶养比，而不能成为劳动年龄人口。因此，国家的储蓄率下降、消费率上升、资本形成率降低。在短期，放松人口生育政策降低了潜在增长率。但是，在长期条件下，新生人口会达到劳动年龄阶段，进而影响扶养比和劳动力供给。因此，从长期来看，放松人口生育政策能够提高潜在增长率。这也是所谓的“婴儿潮”对潜在增长率的影响机制。从不同的TFR对应的潜在增长率变化趋势就可以看到这样的现象（见图1）。

此外，在这个基础上我们分别给出了提高劳动参与率、提高人力资本水平以及提高全要素生产率（TFP）对潜在增长率的影响，同时，我们还给出了各种政策的组合模拟结果。各种模拟结果之间的比较详见表2。

2．劳动参与率的递减“效应”

表2中Ⅱ 1的模拟结果是将TFR=1.6作为基准情景，在其他因素保持不变的情况下，分别使劳动参与率增加1个百分点、2个百分点和5个百分点后，得到的潜在增长率的水平。而Ⅱ 2则是以TFR=1.77作为基准情景，观测劳动参与率提高后的潜在增长率水平。我们看到，无论是在TFR=1.6的基础上，还是在TFR=1.77的基础上，提高劳动参与率都能够使潜在增长率上升。以TFR=1.6为例，提高劳动参与率1个百分点可以使“十二五”时期（2011～2015年）的平均潜在增长率提高0.19个百分点；如果劳动参与率能够增加5个百分点，那么潜在增长率将上升将近1个百分点。但是，我们同样发现，通过提高劳动参与率（增加劳动力供给）的途径，虽然能够提高潜在增长率，但是其产生的效应是逐渐递减的（见表2）。例如，在“十三五”时期的Ⅱ 1情况下，劳动参与率增加5个百分点，潜在增长率仅增加0.177个百分点；到2046～2050年，劳动参与率产生的“效应”将进一步下降到0.064个百分点。可以说，围绕劳动参与率的政策改革并不是我们可以长期依赖的“制度红利”，图2直观地反映了这个问题。

3．全要素生产率（TFP）的递增“效应”

表2中Ⅲ 1的模拟针对全要素生产率，在假定未来TFR=1.6的基础上，当其他因素保持不变时，如果全要素生产率能够在原有基础上增加0.5个百分点或1个百分点，计算出对应的潜在增长率水平。Ⅲ 2则是模拟了TFR=1.77的基准情景下，全要素生产率对潜在增长率的影响。我们看到，全要素生产率产生的增长效应非常明显（见图3）。以“十二五”时期Ⅲ 1情形为例，如果使TFP提高0.5个百分点，那么潜在增长率将提高0.568个百分点；如果TFP增加1个百分点，那么潜在增长率将提高1.136个百分点。值得注意的是，全要素生产率产生的“增长效应”是一个递增的过程。到2046～2050年，在相同的假设情景下，中国的潜在增长率将分别提高0.869个和1.751个百分点。图4清晰地展示了全要素生产率带来的“增长效应”。

4．人力资本的“增长效应”：提高升学率VS增加培训

提高人力资本是一个相对漫长的过程，在我们的模拟中假设25岁以上的人口平均受教育年限保持不变。通俗的表述就是，当受教育年龄阶段过后，人力资本将不再随着年龄增长有任何的变化。当然，我们这里并没有考虑工作中的培训和再次深造的情景。在这一假设基础上，人力资本的变化只受到各教育阶段升学率的影响。具体来看，我们假设与基准情景相比，到2050年中国的儿童入学率、小学升学率、初中升学率和高中升学率相应提高，分别从之前的99.98%、99.95%、95%、90%的基础上增加到99.999%、99.999%、98%、95%。总体来看，人力资本指数hc将出现单调递增的趋势，但是增幅逐渐下降。相应的，人力资本提高对中国潜在增长率产生正向影响，但是增长幅度也是递减的趋势（见图5）。

如果仅从受教育阶段的入学率或者升学率的角度来看人力资本的积累，确实对提高潜在增长率的影响十分有限。然而，如果能够通过培训和再深造的途径提高劳动力市场中的人力资本质量，那么，人力资本的增幅会更加明显。如果政府和企业能够定期给员工提供培训和深造的机会，那么提高人力资本将很可能显著地增加潜在增长率。为了对此进行验证，我们给出了一个简单的假设：在基准情景基础上，假设每年劳动力市场中的工人平均都可以拥有1.2个月的培训时间。也就是说，每年劳动力市场中每10个人的平均受教育年限将增加1年；或者说，每个劳动力平均工作10年后将增加1年的培训时间。这个假定暗含了不同年龄的劳动力享受相同的培训概率，但实际上，培训概率在年龄上的分布是不均等的。为了简化问题我们选择这个假设并推算了2011～2050年中国的平均受教育年限（假设培训时间等同于受教育年限）。

我们的模拟结果显示，与提高升学率增加人力资本的方法相比，增加劳动力市场培训将对人力资本和潜在增长率产生更明显的促进作用。以“十二五”时期为例，每年的培训时间达到1.2个月将提高潜在增长率0.404个百分点（基准模型并没有考虑培训问题，因此每年的培训时间为0个月）。值得注意的是，由于劳动力在第t年所获得的培训增加了自身的人力资本（假定培训时间与受教育年限相同），因此新增人力资本（培训时间）可以代入第t+1年及以后的时期。提高升学率增加人力资本的方式是通过年轻劳动力的人力资本缓慢地影响未来人力资本的平均水平；而培训则覆盖所有劳动力，如果将培训视为另外一种提高受教育年限的方法，那么通过培训提高人力资本的方式将显著影响潜在增长率。根据我们的模拟结果，培训带来的增长效应并没有出现明显的递减趋势，如果从2011年开始执行培训项目，那么培训产生的增长效应到2046～2050年依然可以保持0.344个百分点。如果政府和企业能够在未来提供更多的培训机会，那么培训项目将对潜在增长率产生更加显著的影响。图6是增加培训与长期潜在增长率的增长幅度。

5．政策组合的“增长效应”

我们之前分别讨论了提高总和生育率、劳动参与率、全要素生产率和人力资本（提高升学率和培训）对中国未来潜在增长率的影响。虽然单一因素对提高潜在增长率的影响十分有限，但是政府可以选择政策组合的方式扩大政策的“增长效应”。表1和表2分别给出了政策组合效应对2011～2050年中国潜在增长率的影响。假设总和生育率从1.6提高到1.94、劳动参与率提高1个百分点、全要素生产率提高0.5个百分点、2050年初中和高中升学率分别提高3个百分点和5个百分点，那么在“十二五”时期中国的潜在增长率将提高0.85个百分点，到2046～2050年将平均提高1.32个百分点。如果考虑到培训对人力资本的贡献，那么政策组合效应更加明显。例如，假设总和生育率从1.6提高到1.94、劳动参与率提高1个百分点、全要素生产率增加0.5个百分点、劳动力平均每年可以获得1.2个月的培训，那么到2046～2050年中国的潜在增长率将从3.84%提高到5.47%，增幅达到1.63个百分点。

图7给出了几种政策组合的模拟结果，其中基准情景是在TFR=1.6的基础上，中国未来的潜在增长率的变化趋势。Scenario A是在TFR=1.6基础上，劳动参与率增加1个百分点、全要素生产率增加0.5个百分点、2050年中国的初中和高中升学率分别提高3个百分点和5个百分点时，中国潜在增长率的变化趋势。Scenario B同样假设未来中国总和生育率保持在1.6的水平，以及劳动参与率增加1个百分点、全要素生产率增加0.5个百分点，但人力资本的提高是通过培训而非升学率的方式，在这个假设基础上中国长期的潜在增长率变化趋势。Scenario C的假设是建立在Scenario B的基础上，唯一的区别在于Scenario C假设中国未来的总和生育率从1.6的水平提高到1.94，由于总和生育率提高后，在短期仅影响人口抚养比，进而影响资本形成和资本总量；但是随着新增人口进入劳动年龄阶段，潜在就业将会提高。因此短期效应为“负”，长期效应为“正”。

四 改革优先领域和改革方式

以劳动年龄人口绝对数量减少和人口抚养比提高为特征的人口红利消失，导致中国的潜在增长率呈现自然降低趋势。然而，这并不意味着政府面对不断降低的潜在增长率不能有所作为。通过一系列改革措施清除不利于要素供给和生产率提高的制度障碍，从而减缓潜在增长率下降的趋势将成为中国保持经济可持续发展的关键。改革红利的模拟结果，也有助于我们选择改革的优先序和改革路径与方式。

第一，政府应该继续坚持“生育政策调整和完善”。放松人口生育政策并不会带来立竿见影的增长效应，例如，与独生子女政策相比，“单独二孩”政策在最初的15年对潜在增长率产生负向影响，这种负效应十分微弱。而从长期来看，放松人口生育政策有利于实现合理的人口结构，提高未来劳动年龄人口数量和比例，从而能够对潜在增长率产生正向的影响。但是我们必须认识到，虽然人口生育政策会影响总和生育率，但是人口的生育率下降是经济社会发展的结果。随着经济的发展，生育意愿不断降低乃大势所趋，不能指望有明显的逆转。越早调整政策所能产生的效果就越明显。因此，应该尽快从“单独二孩”政策过渡到“全面放开二孩”政策，并且能够根据人口发展现实进一步调整生育政策。

第二，完善市场配置资源的体制和机制，创造平等进入和退出的竞争环境。提高全要素生产率还有一个重要的领域，仍然有着巨大的潜力，即行业内部的企业之间存在巨大的生产率差异，允许更有效率的企业生存、扩大和发展，相应淘汰那些长期没有效率改进的企业，可以提高行业和整体经济的生产率水平。有研究表明，在美国，部门内企业的进入、退出、生存、消亡这种创造性破坏机制，对全要素生产率提高的贡献率为30%～50%（Foster et al.,2008; Foster et al.,2001）。此外，还有研究表明，中国部门内企业间生产率差异巨大，如果缩小到美国的水平，可以提高全要素生产率30%～50%（Hsieh et al.,2009）。这两个数字如此巧合的含义是，迄今为止，中国尚未获得这种类型的全要素生产率源泉。所以，与此相关的改革也是收益明显的领域。

实际上，形成混合所有制改革，可以给予更多的机会让非公有经济进入竞争性行业；竞争打破国有企业垄断，可以获得上述改革红利，即通过提高要素流动性促进全要素生产率增长，并最终使潜在增长率得到提高。此外，还可以通过金融体制改革提高要素配置效率。金融体制改革的重点应该在于利率市场化的推进。只有市场化的利率才能实现资本的配置效率。在非市场化的利率条件下，利率不能随着资本回报率浮动，生产效率和配置效率都低于最优水平，导致全要素生产率下降。

第三，通过户籍制度改革推进农民工市民化。通过公共政策改革，可以推动农村剩余劳动力进一步转移和农民工市民化，既可以通过增加劳动力供给提高潜在增长率，也可以通过消除制度障碍疏通劳动力流动渠道，继续创造资源重新配置效率，保持全要素生产率的提高。不仅如此，这项改革还可以缓解工资过快上涨的压力，给企业进行产业结构升级赢得时间。遵循三条并行的路径——吸纳农民工成为城市户籍人口，为尚不具备条件成为市民的农民工提供与城镇居民同等的基本公共服务，以及实现社会保障体系对城乡居民的全面覆盖，户籍制度改革可以成为收获改革红利的典型领域。改革的顶层设计应该解决改革成本在中央政府和地方政府之间的分担问题，形成激励相容。

第四，政府和企业应该为员工提供多样化的培训项目。考虑到员工的流动性，企业为员工提供培训时会有顾虑。但是，中国未来的经济发展需要依靠人力资本。同样，企业想要提高生产力和科技创新，也同样需要依靠人力资本。因此，从提供培训的角度来看，企业希望面对的员工是稳定的，而员工又希望通过在企业之间的流动实现其自身效用最大化。因此，在企业培训项目之外，需要政府提供更多的培训项目，通过培训的方式增加人力资本，最终可以显著提高潜在增长率。以我们的模拟结果为例，如果每个员工在工作10年中都能获得1年的培训和再深造机会，那么中国的潜在增长率将提高0.3～0.4个百分点。

第五，当面对一揽子改革项目时，政府应该更加关注“改革的优先序”问题。目前，经济学界对改革优先序的观点有“先易后难”“达成共识先改”“最小的一揽子改革”等。实际上，我们可以选择“增长效应”更明显的改革措施，例如，逐渐推进“农民工市民化”的改革，逐渐从“单独二孩”过渡到“全面放开二孩”政策，改革金融体系并深化国有企业改革，实现资源的配置效率。此外，通过更多的培训项目增加劳动力市场中的人力资本，有助于提高生产效率和创新能力。这也符合李克强总理所说的“从制约经济社会发展最突出的问题改起”。

参考文献

蔡昉、陆旸：《推进改革，提高潜在增长率》，《比较》2013年第1期。

都阳、陆旸：《中国的自然失业率水平及其含义》，《世界经济》2011年第4期。

郭志刚：《2011～2050年中国人口预测》，工作论文，2013。

陆旸、蔡昉：《人口结构变化对潜在增长率的影响：中国和日本的比较》，《世界经济》2014年第1期。

Cai, Fang and Lu Yang,2013, “Population Change and Resulting Slowdown in Potential GDP Growth in China”, China & World Economy, Vol. 21, Issue 2, pp. 1-14.

Eichengreen, Barry, Donghyun Park and Kwanho Shin, 2011, “When Fast Growing Economies Slow Down: International Evidence and Implications for China”, NBER Working Paper, No. 16919, National Bureau of Economic Research, Cambridge, MA.

Kuijs, Louis,2010, “China Through 2020-a Macroeconomic Scenario”, World Bank China Research Working Paper, No. 9.

Foster, Lucia John Haltiwanger, and Chad Syverson,2008, Reallocation, “Firm Turnover, and Efficiency: Selection on Productivity or Profitability? ”American Economic Review, Vol. 98, pp. 394-425.

Foster, Lucia John Haltiwanger and C. J. Krizan,2001, “Aggregate Productivity Growth:Lessons from Microeconomic Evidence”, in New Developments in Productivity Analysis, University of Chicago Press.

Hsieh, Chang -Tai and Peter J. Klenow,2009, “Misallocation and Manufacturing TFP in China and India”, The Quarterly Journal of Economics, Vol. CXXIV, Issue 4, November, pp. 1403-1448.

Williamson, Jeffrey,1997, “Growth, Distribution and Demography: Some Lessons from History”, NBER Working Paper Series, No.6244.

（陆旸 译）