2025年作為「十四五」收官之年，中國國內生產總值（GDP）規模預計邁向140萬億元台階，為後續發展奠定堅實基礎。而2026至2030年的「十五五」時期，恰是銜接「十四五」成果與2035年現代化目標的關鍵五年，其合意GDP增長速度的界定關乎戰略落地實效。未來一個階段，中國面臨人口結構深刻變化、外部發展環境明顯改變和新一輪人工智能發展浪潮大踏步發展的複雜新環境。同時，以往拉動經濟增長的房地產相關產業和地方債務推動型增長模式式微。那麼，探尋未來一個階段的合意增長速度，安排好供給側和需求側兩方面的協調，關乎供給側結構性改革的實質推進和國家下個階段的經濟社會發展。
本文主要從人口紅利、資本存量和全要素增長率等方面入手，基於新古典增長方程，對中國經濟在下一階段（2026年-2030年）時期的合理增速目標進行了測算。結合中國實際和新一輪科技革命的時代背景，本文綜合考慮了：（1）人工智能技術進步對經濟增速的影響；（2）部分時期應對有效需求不足情況下，政策的「量」和「度」等，探尋下一階段中國經濟的合意總量增長速度。我們深知，未來一個階段的中國經濟，總量規模和結構分化同樣重要，行業結構的分化在一定程度上可能成為更為顯著的特點。精確認識合意增長速度和結構機會，有助於把握好供給側結構性發展和需求側營造穩定環境的協調，防範短期經濟出現過度波動的風險，提升民衆在經濟增長和結構性機會的獲得感。
下一階段中國經濟潛在增速測算
在基本經濟和社會制度較為平穩的時期，一個階段的經濟潛在增速主要受到人口、資本存量、技術進步等要素影響。2012年以來，中國勞動力結構變化，勞動人口頂點出現，資本回報率降低，近五年中國的潛在增速中樞系統性地從2015年-2020年的6.5%左右降低至目前的5%左右。本文的第一部分，我們主要運用新古典的增長方程，從人口紅利、資本產出效率、技術進步等方面，試圖測算下一階段中國的合意增長速度。
一般而言，用生產函數法估算潛在產出和潛在經濟增速通常選用柯布—道格拉斯（C-D）生產函數，該函數能夠較好地估算出各投入要素（資本、勞動和技術進步）對經濟增長的貢獻度，其具體的函數形式為：
其中，Y代表總產出，K代表資本存量，L代表勞動人口，α和β分別代表資本和勞動對總產出的彈性，A代表全要素生產率。
兩邊取對數，可以得到：
通常假設生產函數為常規模彈性，即α+β=1，那麼生產函數可以變形為：
關於資本存量，本文采用永續盤存法估算，其公式為：
其中，Kt代表t時期的資本存量，Kt-1代表t-1時期的資本存量，即上一期的資本存量。δt代表t時期的折舊率，It代表t時期的淨投資。本文按照歷史文獻的研究成果，根據不同時期選取不同的折舊率，其中1978年-1990年為5%，1991年-2000年為6%，2001年-2010年為6.5%，2011年-2020年為7%，2020年-2025年為7.5%，2026年-2030年為8.0%。關於未來的新增投資增速，我們採用中國資本回報率（ROC）的估計結果倒推。我們主要按照白重恩等（2007）對資本回報率的測算方法擴展至2024年，被解釋變量為新增投資增速（I），對1982年-2024年的時間序列數據進行估計，可以得到如下基本方程：It=-6.67+0.96×ROC。其中t值分別為19.85和2.38。
我們按照2008年-2024年的年均下降速度（0.73%）外推未來10年的資本回報率情況，代入新增投資增速方程，可以得到2026年-2030年期間的新增投資增速在5.2%左右。根據當期固定資本存量、折舊率和新增投資數據，我們可以測算得到2026年-2030年中國的資本存量數據。
關於勞動力（L）的數據，主要參考蔡昉（2012）年的分析，即15歲-59歲勞動年齡人口持續減少（根據其人口方程的測算，2026年-2030年勞動年齡人口平均增長率為-0.92%）。
關於全要素生產率。我們利用高路易（Louis，2009）的數據，通過對趨勢全要素生產率的HP濾波分解，我們得到了中國2025年-2030年的趨勢全要素生產率增長率。可以看出，2011年-2015年中國平均每年的TFP增長率約為3.20%；2016年-2020年平均每年TFP增長率可能下降為2.70%，2021年-2025年平均每年TFP增長率可能下降為2.30%，2026年-2030年平均每年TFP增長率可能下降為2.0%。α和β分別表示資本和勞動對總產出的彈性，且我們假設生產函數為常規模彈性，因此α+β=1。我們假設資本總產出的彈性α保持不變，即運用歷史數據測算值作為未來的預測值。
通過對中國資本存量、勞動力要素、全要素生產率三個方面的測算，我們可以估算出「十二五」時期（2011-2015）中國平均潛在GDP增長率約為7.62%，「十三五」時期（2016-2020）即新常態下中國平均潛在GDP增長率將進一步下降到6.33%，「十四五」時期（2021-2025）中國平均潛在GDP增長率將進一步下降到5.25%左右，「十五五」時期（2026-2030）中國平均潛在GDP增長率將進一步下降到4.63%左右。
從未來一段時間的人口紅利預測、資本回報率外推、技術進步的外推預測來看，按照新古典增長方程，下一階段中國潛在增長速度約為4.63%左右。值得注意的是，新古典增長方程對潛在增速的預測有一些值得商榷的地方，即沒有深刻考慮未來一個階段可能進行的經濟制度上的改革成效，也沒有深刻捕捉到未來一個階段科技進步對中國經濟領域技術進步的促進作用。因此，新古典增長方程預測的結果可以作為一個經濟關鍵要素線性外推的參考來看待。
基於人工智能發展的技術進步對未來合意經濟增速的綜合考慮
人工智能通過技術賦能、結構轉型和政策協同，正在重塑中國經濟增長的「動力矩陣」。未來五年，若能有效破解技術瓶頸、優化制度供給、防範轉型風險，AI有望推動中國經濟在更高的合理區間運行，為2035年基本實現現代化奠定堅實基礎。
經濟的高質量發展，意味着經濟的總量增速需要維持一定的增速。隨着技術的進步，人工智能與經濟社會各領域正在深度融合，其核心在於供給和需求相關產業的智能化，即在產業數字化基礎上通過人工智能技術推動生產和消費的智能化變革：利用數字技術將分散或孤立的生產者、消費者等以產業鏈、價值鏈等方式連接起來，形成聯動發展，形成讓數據要素成為新資源的經濟社會發展新形態。
首先，數字要素將納入傳統生產函數，作為重要的要素稟賦，成為左右經濟增長的重要因素。農業社會的基本生產要素是土地和勞動力，工業革命的出現將資本變成重要的生產要素，那麼，人工智能為代表的科技革命將使得數據成為新的生產要素。隨着數據處理能力的提升，生成式思考能力的加深，數據要素的積累和優化等，人工智能的發展將深度影響經濟增長的趨勢。
第二，技術進步推動的供給創新將創造需求。人工智能的發展過程將催生新場景、新需求，帶來人們的生活範式變革，改變和增加居民、政府的消費需求，促進經濟的循環，並重塑衣食住行、醫療和養老等各種傳統生活方式和相關產業賽道。歷史上來看，新技術、新產品的出現將逐步改變人們的生活方式及理念，創造出新的需求，即新的供給將創造需求。例如電氣革命帶來冰箱、彩電、觀影等新需求，人工智能的發展將促進生產和生活向智能化發展。
具體而言，人工智能主要通過三條機制促進經濟增長，進而應對老齡化、勞動力成本提升、環境制約等因素對經濟增長的衝擊。第一，人工智能可以不斷提高生產的自動化和智能化程度，越來越多地實現資本對勞動的替代，從而減輕勞動力成本提升、環境資源約束壓力等因素對經濟增長的不利影響。第二，人工智能通過內生性的技術進步，進一步的資本深化，可以提高資本回報率，進而提高儲蓄率和投資率，以減緩人口結構紅利式微背景下儲蓄率和投資率下降對經濟增長的衝擊。第三，人工智能通過對生產方式、節省成本和智能生成等方面，可以促進全要素生產率的提升，從而進一步對沖其他要素稟賦的變化對經濟增長的衝擊。傳統的宏觀經濟模型認為，生產函數普遍面臨規模效應遞減、資本邊際效益遞減等結構性問題，通過人工智能在生產端的大規模應用，智能生成式的思考和革新將使得一批不需要過度考慮激勵問題的類人腦智能羣體嵌入生產的各個過程，技術進步和組織方式將更加智能化和高效化。
我們參考Prettner（2019）和陳彥斌、林晨（2019）的研究，構建動態一般均衡模型，將資本分為住房資本、基建資本和實體經濟資本三類實體資本。從理論上說，伴隨着人工智能的不斷發展和推廣使用，我們分類的三類資本都會受到人工智能的影響。不過，為了簡化模型，本文在基準模型中只表達了人工智能對實體經濟資本的影響，住房資本和基建資本與人工智能之間的作用做了簡化處理，即便人工智能的發展會對這兩類資本起到直接和間接的影響。
我們的動態一般均衡模型主要包括企業部門、居民部門和政府部門。參考Aghion（2017）的做法，我們將含有人工智能發展的生產函數設定為：
其中，At表示勞動增強型技術進步，Kt是實體經濟資本，Lt是勞動投入，ε是中間品的產出彈性，實現智能化生產任務的佔全部生產任務的佔比為αt，即刻畫人工智能發展對生產活動的影響，即αt越大，代表人工智能對生產活動的影響越大，對產出的影響越大。我們用「先凸後凹」的Logistic函數來刻畫人工智能的影響，主要原因是人工智能在發展初期，其在全社會的普及速度相對較慢；伴隨着人工智能的發展，其普及速度快速升高；當達到一定程度之後，人工智能的發展態勢將趨緩，這一特徵符合Logistic函數的特點。
關於居民部分、企業部門和政府部門的刻畫，我們採取經典的居民效用最大化，企業利潤最大化和政府兼顧增長和服務的函數形式來表達經濟體三部門的行為。當動態一般均衡模型經濟體達到均衡時，勞動力市場出清，即居民部門的勞動供給總量等於生產部門的勞動需求總量，企業部門利潤最大化，政府部門函數效用最大化：通過求解企業部門，居民部門最優化問題的一階條件，再加上各類資本的變動方程，可以得到一般均衡模型的均衡系統。
我們發現，由於基準模型沒有考慮老齡化的影響，測算得出的潛在增速與現實比可能偏高，但仍可以發現，沒有人工智能的促進作用時，潛在增速在未來10年下滑的速度較快。人工智能的發展，即便我們採用非常保守的假設影響下，其將顯著提升技術進步和規模經濟，使得潛在增速下降速度趨緩，且在一定時期保持較為穩定的發展。
我們的研究發現，人工智能的確促進潛在增速保持穩定，具體而言，其可以優化資本結構，提高實體經濟資本佔比；降低住房資本佔比和基建資本佔比，進而實現改善居民消費和促進經濟增長的雙重目標。過去增長模式中，地方政府債務推動的基建增長、房地產行業是拉動經濟非常重要的兩大方面。按照我們的測算，地方政府債務拉動和房地產剛需和改善型需求在未來10年將逐漸式微（劉陳杰，2022），老的經濟增長模式出現問題，時代需要新的高質量增長的發展模式。人工智能可以通過提高生產智能化程度和技術進步速度來增強實體經濟的吸引力，吸引資金從房地產領域流向實體經濟，從而減輕住房資本對消費的擠出效應，並增強實體經濟資本對經濟增長的拉動效果。
更重要的是，人工智能可以增強經濟內生增長動力，從而減弱地方政府依靠基建投資「穩增長」的動機，由此減輕基建資本對消費的擠出效應，並進一步增強實體經濟資本對經濟增長的拉動效果。考慮到未來勞動力成本上升、環境資源壓力上升等因素對中長期經濟增長的壓力，從經濟學的範疇內來看，我們應該重視人工智能對經濟增長的促進作用，大力發展人工智能，特別是和生產部門融合發展。
從2026年到2035年，無論情景如何，潛在增速整體呈下降趨勢，這是人口老齡化、資本邊際遞減等結構性約束影響的必然趨勢。但在不同AI滲透率假設下（10%、15%、20%），經濟增長率均顯著高於基準情景（Base）。到2035年，基準情景下的潛在增速降至約4.2%，而AI滲透率達到20%的情景下，可維持潛在增速5.8%左右，顯示AI普及能夠有效託底經濟。AI能有效延緩潛在經濟增速下滑，但有兩個前提：一是存在「閾值效應」——在模型設定中，當AI資本存量佔國內生產總值（GDP）比重超過2%，對全要素生產率（TFP）的邊際拉動會從0.1個百分點躍升至0.4個-0.5個百分點。
當然，我們的模型研究還存在很多的不足之處，比如對人口結構的變化並沒有重點考察，使得模型刻畫的潛在經濟增長水平可能偏高；並沒有考慮非金融企業和地方政府部門的債務問題，沒有考慮發展人工智能的孖展問題，投入和產出的分配問題；同時，人工智能發展迅速，很可能存在對傳統生產函數的重大改變，比如出現會思考的機器人等替代人類勞動的現象。作為初步的積極探索，我們將繼續改善模型的設定，適應人工智能的發展。
綜上所述，我們從新古典增長方程測算經濟潛在增速，考慮人工智能發展對經濟增長的促進作用，中國未來一個階段的合意經濟增速將隨着資源稟賦、環境要求、增長限制等因素的變化而變化。根據我們的測算，中國經濟增長未來五年的合意經濟增速將從2021年-2025年的5.25%逐步降至2026年-2030年的4.63%附近，且增長趨勢緩慢下降。人工智能的發展，超過一定「閾值」之後，可能使得中國在「十五五」期間的實際經濟增速要高於新古典模型的測算。
同時，為了應對部分時期可能出現的局部有效需求不足的情景，我們將GDP分為資本收益和非資本收入兩個部分，按照目前的資本收益（32萬億元）和全社會總生產性實物資本存量（675萬億元）測算實體經濟投資回報率。在按照過去三年實體經濟投資回報率平均下滑速度來推算未來幾年的預測水平，我們發現，在新質生產力領域出現重大技術突破和產業躍遷之前，我們可能會因為持續下滑的實體經濟投資回報率而出現投資、消費等領域的有效需求不足。具體規模的測算，每年為實體經濟新增3萬億-4萬億元有效需求，保證國民經濟正常循環，以穩定增長的時間，創造足夠的新增就業，換取新質生產力發展的空間。同時，我們也認識到中國經濟潛力足、韌性強，增速不會出現急劇下跌。保持經濟增長活力、維持改革的積極性，需要調動經濟體微觀參與主體和政策制定者之間的「激勵相容」制度。
保持今後一段時間的經濟增長和經濟活力，要充分發揮「強制性制度變遷」的後發優勢，積極調動「誘致性制度變遷」的主觀能動。新制度經濟學從變遷發起者的角度區分制度變遷的模式。變遷者選擇制度安排的主要根據是制度變遷的成本和收益。如果兩種制度安排提供的服務數量相等，那麼交易費用低的制度安排或者能提供預期收益多的制度安排可能會被採用。這種以利益驅使為點子的變遷被稱為「誘致性制度變遷」（inducing institutional change）。但在現實中，制度的變動並非都是受新的獲利機會所驅使，有的制度變遷是由國家強制推行的，這種以權力推動為點子的變遷被稱為「強制性變遷」（enforcing institutional change）。
在誘致性制度變遷模式下，人們可以在法制框架下自由追逐與自身利益相關的合法利益，會為了響應獲利機會，自下而上地創設或改變制度。這種變遷花費的時間較長，但由於變遷主體對於新制度的發展路徑與效益有明確的預期與理解，所以能帶來巨大的經濟和社會效應；相比較而言，強制性變遷是一種自上而下的變遷過程，可能在較短時間內完成。變遷主體是國家（經由政府完成），國家發動制度變遷不是簡單由獲利機會促使的，而是常常受高層權力執掌者的知識積累、變遷給其帶來的「成本-收益」比較及實施能力等的影響。
縱觀中國四十多年的改革開放，大局和方向性的謀劃基本屬於「強制性制度變遷」的範疇，最高領導集體審時度勢，當機立斷開啓並堅持改革。相比而言，細節和局部的制度變遷更多來自於各類微觀主體的試驗和創新，大體屬於「誘致性制度變遷」的範疇。過去的改革過程中，經濟增速較高，風險整體較小，全民能較為順暢地分享經濟發展和改革紅利，因此很多改革措施與各階層之間的利益趨於一致，改革的動力機制也是激勵相容。
未來一段時間，中國經濟可能逐步回落到中高速增長，經濟和金融風險增加，資產和金融領域泡沫化趨勢顯現，實體經濟經營困難。當經濟的「蛋糕」增速減緩，資產泡沫促進階層固化的時候，需要更加註重微觀主體的改革創新和改革機制摸索，儘量考慮各個階層的利益訴求，這樣才能使得改革的動力機制更加穩健，造成的社會影響更為積極和諧。自上而下的「強制性制度變遷」，結合我們傳統的體制和後發優勢，有利於在一些關鍵領域迅速看到改革的成效。廣大微觀主體更多地發揮誘致性制度變遷，照顧到最具有市場經濟活力部分的積極性，給予這部分活力以改革創新的時間和空間，可能是未來一段時間中國經濟增長持續向上的基礎之一。
（作者為望正資本全球宏觀對沖基金董事長、中國首席經濟學家論壇成員；編輯：蘇琦）