本文发表于2020年第6期《东南学术》
作者简介：
袁志刚，经济学博士，复旦大学经济学院教授、博士生导师；张冰莹，复旦大学经济学院博士研究生。
摘要：
2008年后中国经济增长速度持续下降，根本原因在于增长动力的转换。资金投向从制造业转向房地产业与基础设施建设，使得投资与资本形成的差距拉大。在计算投资效率的各类方法中，Wurgler模型框架更适合于计算结构性层面的投资效率。从计算结果上看，2008年前后中国实体经济的投资效率发生显著转变的主要原因是：从行业层面看，制造业投资效率下降；从区域层面看，东部地区投资效率下降以及西部地区投资持续处于非效率状态。
一、引言
2008年是中国实体经济增长的转折点。从表面上看转折是经济增长速度的持续下降，从本质上看则是经济增长动力的转换。2008年之前，特别是2004年之前，中国实体经济增长的主要动力是消费和出口增长带来的投资增长。从投资的对象看，主要是制造业劳动投资；从投资主体看，民营企业和外资企业在投资领域非常活跃。2004年修订的《土地法》规定，国家出于公共利益的需要，可依法对土地实行征收或者征用并给予补偿。随着土地价格上升，房地产价格和同时期的劳动成本随之上升，城市化和基础设施建设加快。中国居民的消费从制造品逐步转向房地产。因此，中国三项投资的比例发生了变化：房地产投资和基础设施投资变得尤为重要，随之重化工投资也开始上升。2008年金融危机后，外部需求与内部矛盾交织，制造业投资进一步恶化，上述现象更为明显。
房地产及基础设施投资与制造业投资在投资的产出方式上有着很大差异：制造业的投资在一定时期内形成生产成果和收入，计入GDP；而房地产与基础设施投资当期对GDP增长有贡献，投资完成后短期内无法形成生产成果和收入，对GDP增长几乎无贡献，需要连续投资才能维持GDP增长。基于上述投资产出方式上的差异，本文对投资比例变化、增长动力转换对全社会的投资效率的影响展开研究，并探究资金逐步从制造业转向房地产与基建行业后，全社会对投资机会的敏感程度，即全社会投资效率在2008年前后是否发生转变。
二、中国的投资与经济增长的特征事实
2008年之后，中国年均10%—15%的经济高速增长难以为继，GDP增速持续下降。投资一直以来是拉动中国经济增长的重要动力。2008年前后投资率持续上升，2008—2016年全社会固定资产投资占GDP比重除2010年略有下降外，总体呈上升趋势，并在近三年稳定在70%—80%之间，2016年后有所下降(如图1所示)。2004年前，中国居民的消费增长、外部需求引致的出口增长带来了投资增长，因此投资内容以制造业为主。2004—2008年，城市化和基础设施建设加快。中国居民消费从制造品转向房地产。2008年金融危机后，外部需求锐减，4万亿经济刺激政策资金主要投向了为基础设施建设与房地产。房地产及基础设施投资与制造业投资有着很大差异：(1)房地产与基础设施投资属于长期投资，投资当期对GDP增长有贡献，投资完成后短期内对GDP增长几乎无贡献，需要连续的基础设施投资才能维持GDP增长；(2)随着地价的不断上升，固定资产投资和固定资本形成差异扩大，大量的投资款变成土地收入或者拆迁居民收入，形成新的分配。
图1 2003—2018年中国全社会固定资产投资与固定资本形成占GDP比重
注：数据来自国家统计局网站，经作者整理。
因此，资金投放方向的变化，以及各类投资之间的产出差异，导致一个重要经济现象的产生：全社会固定资产投资与固定资本形成占GDP比重差距越来越大。固定资产投资与固定资本形成的核心差异在于，全社会固定资产投资包括土地购置费、旧设备和旧建筑物购置费,而固定资本形成总额不包括这些费用。土地购置费是指通过划拨方式或出让方式取得土地使用权而支付的各项费用。GDP的实质是核算一定时期内生产活动的成果。而土地使用权获取产生的费用并不是生产活动的成果,所以固定资本已经包括在前期或者当期的固定资本形成总额中,不能重复计算。
全社会固定资产投资与固定资本形成占GDP比重的差距自2004年开始拉大，而2008年前后这种差距更大的主要原因在于：2004年土地法修订之后土地交易价格不断上升，以及2008年后更多投资转向房地产业和基础设施建设。这两类投资的扩张不仅直接体现在投资规模上(如图2所示)，还体现在房地产业与制造业的就业人员规模与增速上(如图3所示)。2014年后，制造业与房地产及建筑业就业人员规模均持续下降，但2018年房地产及建筑业就业人员再次增长，而制造业则进一步萎缩。
图3 2003—2018年中国制造业与房地产及建筑业就业规模
注：数据来自国家统计局网站，经作者整理。
固定资本形成主要由三个部分构成：一是非住宅建筑，主要包括基础设施建筑物；二是住宅建筑；三是其他，主要包括制造业机器设备等固定资本。2009年前后，我国固定资本形成的构成占比出现了结构性转变。Bai et al.采用《中国统计年鉴》的数据发现，2005—2008年机器设备等固定资本形成占GDP比重，处于上升趋势，自2009年起开始下降；而非住宅建筑则从2006年的15%一路上升至2014年的24%。即使在已经扣除了土地费用的固定资本形成中，制造业的比重也是明显下降的，而基础建设与住宅形成的固定资本显著上升。
而从固定资产投资的数据上看，可以得到类似的结论。如图4所示，2010年后，中国全社会固定资产投资中房地产住宅投资占GDP比重始终稳定在9%—10%的区间，以设备购置为主的固定资产投资占GDP比重则稳定在23%—25%的区间。但以基础设施建设为主的非房地产住宅建筑安装工程，其固定资产投资占GDP比重从2010年的30%，一度上升至2017年的47.5%。固定资本形成的结构变化、全社会固定资产投资的结构变化以及2009年后工业投资的下降也进一步说明我国投资的主要方向在2008年前后，发生了根本性的变化。
图4 2003—2017年中国固定资产投资的结构变化注：数据来自《中国统计年鉴2019》，经作者整理。
三、宏观投资效率的衡量方法与机制梳理
本节通过梳理投资效率的已有界定方法和指标，来说明计算投资效率转变时选择Wurgler模型的原因。在宏观投资领域，衡量投资效率的系统性研究并不多。因为在相对完善的市场机制中，不存在 “预算软约束”“投资结构不合理”等问题，所以发达国家的投资效率问题并不突出，系统性的权威研究文献也并不多见。宏观投资效率问题，在计划经济向市场经济转型的国家以及政府干预相对较多的国家比较突出，因此已有的文献和研究对象也是上述这些国家。但是从理论研究和实证研究上看，暂时没有对宏观投资效率这一问题形成完整或统一的分析框架。对于如何衡量宏观投资效率，不同的学者有不同的界定方法并构建了不同的衡量指标。对“宏观投资效率”的研究主要可分为三大类：(1)总量层面的效率，即从“投资总量”的角度分析是否“过度投资”或“投资不足”；(2)结构层面的效率，即从“投资结构”的角度分析资本在行业及地区间的配置是否合理，投资流向是否符合需求；(3)其他角度，比如投资对资金成本变动的反映，改革开放后宏观投资的波动模式与计划经济时代的差异等。
研究总量层面的效率主要有基于理论模型进行测算或宏观经济指标的跨国对比、历史对比两种方法。首先，基于新古典增长模型的“动态效率”理论，判断总量层面是否存在“过度投资”，最直接的方法是计算资本的边际收益率，并与资本积累的“黄金律”进行比较。但是在实际研究中资本的边际收益率很难准确估算，因此Abel et al.提出AMSZ准则，用以判断是否存在投资过度。其研究证明，当年度总资本收益始终大于年度总投资，则该国宏观投资“动态有效”。根据上述准则，已有诸多学者对中国以及东中西部地区的动态效率进行了测算。
对于宏观经济指标的跨国比较、历史比较，从数据获取上看相对简单，难点与争议点在于如何解读宏观经济数据。一般来说参与比较的指标包括：(1) ICOR，即投资—产出增加量之比；(2) K/Y，即资本—产出比；(3) I/Y，即投资—产出比。对上述三个指标的争议点在于，它们是在衡量“投资效率”还是仅仅衡量“投资率”。两类观点均有文献支持，樊潇彦和袁志刚在整理文献观点并结合理论与实际数据分析之后认为，指标(1)(2)并不能衡量投资效率，但指标(3)衡量投资率也不能代表指标的值越高越好。总的来说，上述指标不能用以判断一个国家的宏观经济运行效率，其大小及变动趋势也与投资效率没有必然联系。
研究结构层面效率问题的方法也有两种：一是计算资本边际收益率的方差变动；二是观察资本流向。根据新古典一般均衡理论，要素价格等于其边际生产率时，资源配置完全有效。因此当资本边际收益率方差下降时，资本配置效率提高。如上文所说，资本的边际收益率实际上很难计算，因此在实证研究中可以用财务统计数据推算平均资本收益率作为替代，或者对总量生产函数进行回归之后再根据回归参数推算。但是这两种方法的使用限制较多：前者对于财务统计数据的要求高，推算过程也比较复杂，不同的推算方法对结果影响比较大，不适合应用于发展中国家也不适合进行国际比较；后者则需要假定总量生产函数的特定形式，函数的假定不同，结果也不同。
由于计算资本边际收益率的方法限制众多，Wurgler提出了更为直接有效的衡量方法。首先对资金配置有效进行定义，即向高成长行业追加投资，从低成长行业撤出投资；其次，采用行业投资产出弹性系数作为衡量有效性的指标。其研究发现，发达国家投资效率高，对于投资机会的变化相比欠发达国家更为敏感。
自Wurgler的方法提出以来，很多中国学者用其分析行业投资、区域投资对利润的弹性。韩立岩和蔡红艳，计算了1991—1999年39个工业行业的投资利润弹性，研究发现中国的资本配置效率整体较低，且90年代末期有恶化迹象。张伟和潘文卿分析了改革开放至2001年28个省份的数据，发现资本配置的波动性比较大，整体上90年代的资本配置效率显著高于80年代，但是西部省份的配置效率是80年代高于90年代。近年来仍有诸多文献运用Wurgler估算方法分析行业或区域资本配置效率，并试图找到影响中国资本配置效率的原因。李青原等采用1999年以来非国有部门获得的信贷比重等指标衡量区域金融发展程度，研究发现金融发展与外商直接投资都可以促进工业行业资本配置效率的提高。周晓艳等检验了产业升级和金融发展及其两者之间的交互项对地区资本配置的影响，其研究发现中国产业结构转型升级并未提高地区的资本配置效率，反而产生了资源配置的扭曲效应，在金融发展程度较低的地区，产业结构转型升级受到影响，资本配置效率的提高在一定程度上受到阻碍。陆桂贤等从地区层面考察我国1999年以来银行业的开放与信贷的市场化改革对地区资本配置效率的影响。
本文采用Wurgler的方法分析2008年前后实体经济投资效率的演变，有如下三个原因。首先，本文主要测算的是整体投资效率在2008年前后的变化、重点实体行业的投资效率差异以及地区间投资效率差异，属于结构层面的投资效率问题，不能简单采用宏观经济指标进行比较，上文提到的投资—产出增加量比、资本—产出比、投资—产出比等指标均不能直接衡量投资效率。其次，研究结构层面效率问题可以采用资本边际收益率的方差变动，但本文所采用的工业企业数据，不能满足其方法对于财务数据的高要求，同时推算结果并不稳定，不适合用于分析地区间和行业间差异。最后，投资效率的计算实际上是考察行业或地区对于投资机会的敏感程度，投资方向是否与行业发展速度相匹配，因此Wurgler方法使用的投资—产出弹性要比投资—产出比更为合理。所以，从研究问题、数据可得性以及研究方法上综合考虑，本文采用Wurgler模型作为研究投资效率演变的基础框架。
四、2008年前后中国投资效率的演变与区域投资差异
2008年前后投资从制造业为主，向房地产与基础设施建设的转变，导致了我国投资回报率2008年之后呈现快速下降趋势。根据白重恩和张琼的测算，2013年我国的资本回报率基本与1978年相当。本节将采用并拓展Wurgler估算模型，以2004—2017年中国省级面板数据为基础，对中国的投资效率进行初步的计算和验证。
效率系数的初步计算公式如下：
其中Ipt是指p省份在年度t的全社会固定资产投资，GDPpt是指p省份在年度t的国内生产总值。2004—2017年中国投资效率系数回归结果参见表1。首先从表1第(1)列回归结果上看，2004—2017年中国投资增长率与GDP增长率存在显著的正相关关系，投资效率系数为0.987，但2008年前后投资效率系数出现较大的变化。2008—2017年，以2012年为中间点进一步分为两个阶段。从第(3)列上看，2009—2012年中国的整体投资效率系数不显著，可见这一阶段中国投资的非效率，初步说明了2008年后中国投资效率下降的观点。2013年以来，中国经济投资效率为1.535，高于2008年前的投资效率水平，我们将在后文进一步说明投资效率变动的原因。
上文提出，投资方向从制造业转向房地产和基础设施建设，是我国经济增速下降和投资效率下降的根本原因。因此从制造业上应该可以看到2008年前后投资效率的明显下降。将公式(1)延伸至制造业以及房地产建筑业，Manupt是指p省份在年度t的制造业固定资产投资，ManuVApt是指p省份在年度t的制造业增加值。因此制造业的投资效率系数计算公式如下：
用Houpt是指p省份在年度t的房地产及建筑业固定资产投资，HouVApt是指p省份在年度t的房地产及建筑业增加值。因此房地产及建筑业的投资效率系数计算公式如下：
根据公式(2)，对制造业投资效率进行估计，结果见表2。2004—2017年制造业增加值增长率与制造业投资增长率显著负相关，即制造业投资效率显著为负，说明整体来说制造业投资处于非效率的阶段。从三个时间段来看，2008年后投资效率相对于2008年前有所下降。2012年前制造业投资效率显著为正，而2012年后，制造业增加值增长率与制造业投资增长率的相关性并不显著，即制造业的投资对于市场不再敏感，没有投到具有增长力的项目中去。
根据公式(3)，我们对房地产及建筑业投资效率进行了估计，结果如表3所示。2004—2017年房地产及建筑业增加值增长率与投资增长率的相关性并不显著，说明房地产及建筑业的投资增长与增加值增长没有相关关系，即房地产及建筑业投资非效率。但从三个时间段来看，与制造业投资效率逐渐降低相反，房地产及建筑业投资效率在逐渐提高，并直接拉动了整体投资效率在2013—2017年显著为正。
进一步拓展Wurgler估算模型，用2004—2017年全社会固定资产投资率、制造业固定资产投资率与房地产业及建筑业固定资产投资率的省级面板数据，来分析整体投资率、分行业投资率与经济增长的关系。将公式(2)的投资增长率对数替换为投资率，得到公式(4)(5)(6)：
其中Ipt、Manupt、Houpt的含义与公式(1)(2)(3)一致。2004—2017年我国投资率与经济增长的回归结果如表4所示。表4前3列显示，2004—2012年中国的全社会固定资产投资率与经济增长率均呈显著的正相关关系，而2012年之后相关性并不显著，说明2012年之后投资率与经济增长的关系已经发生根本性改变，与上文我们提出的经济增速下降而固定资产投资与固定资本形成差距拉大的特征事实一致。我们进一步对具体行业的投资率与整体产出增长进行分析，可以从表4第(4)—(9)列的回归结果中发现：(1)房地产及建筑业的投资率与产出增长仅在2009—2012年存在显著的正相关关系，说明这一阶段房地产及建筑业投资效率相对较高，对经济的拉动作用显著，而其他时期房地产及建筑业的投资率与产出增长没有显著的相关关系；(2)制造业的投资率与经济增长之间的关系在2008年前后由显著正相关转为相关性不显著，一方面说明了制造业投资在2008年之后的萎缩，另一方面也说明制造业投资情况与整体经济运行的关联度不显著。
除了行业投资率对于整体经济运行的效率估计，还对行业投资率与本行业产出增长相关性进行了估计，将公式(2)(3)的因变量从投资增长率对数替换为投资率，得到公式(7)(8)：
就投资与产出增长的相关性来看，制造业与房地产及建筑业均呈现出显著的正相关关系，说明两部门投资的产出效率较高。从具体时间段上看，房地产及建筑业的投资产出效率经历了由降转升的过程，2009—2012年是房地产及建筑业投资效率最低的时期；而制造业的投资产出效率则持续下降，从各个阶段来看，制造业投资与制造业增加值增长率均为显著正相关，但相关系数下降，说明制造业投资对于市场增长机会的敏感程度正在降低（具体回归结果见表5）。
我们将宏观经济投资效率的估算公式(1)—(2)进一步运用至区域投资的估计中，计算东中西部在2008年前后投资效率的差异。从回归结果上看，2004—2017年东中西部投资增长率与产出增长率显著正相关，但各区域投资效率系数依次递减，东部为1.375，中部为0.661，西部为0.633，东部地区投资效率远高于中西部地区。而相较于2004—2008年，东中西部在2008—2012年后均处于投资非效率阶段，投资增长率与产出增长率的相关性不显著或显著为负，而2012年以来东部地区和西部地区的投资效率再次显著为正，中部地区仍处于投资非效率的阶段。
我们进一步估计分区域房地产与制造业两部门的投资效率。结果显示，房地产业投资增长与产出增长的相关性在2004—2017年间各个区域基本不显著或显著为负，可见房地产业投资非效率在全国范围内普遍存在。具体分时间段来看，2012年前各区域房地产业投资效率系数均不显著，但2012—2017年东中西部房地产业投资效率系数均显著为正，说明房地产业投资对于市场增长机会的敏感度有所提升，已逐渐从资金粗放型发展向高质量发展转型。
回归结果显示，制造业投资效率整体上看与房地产业投资效率趋势类似，在2004—2017年间各个区域基本不显著或显著为负，但存在本质差别。2004—2008年东中西部制造业投资增长与产出增长的相关性均显著为正，这一阶段中国制造业投资效率较高，且东中西部制造业发展相对均衡。但2008—2012年以来东部和西部制造业的投资效率降为2008年之前的50%，且在2012年以后均不显著。中部地区制造业投资效率则从2008年以来均不显著。制造业投资效率在各个区域的下降，是导致制造业整体投资非效率的主要原因，也进一步支持了2008年后经济增长动能转换的判断。
我们将投资率与经济增长相关关系的估算公式(4)—(8)进一步运用至区域投资的估计中，计算东中西部在2008年前后投资率与产出增长之间的差异。从回归结果上看，2004—2017年东中西部投资率与产出增长率均为显著负相关关系。对于东部来说，2012年后投资率与产出增长的关系由显著正相关转为相关关系不显著，整体投资效率下降。而中部地区在2008年后投资率与产出增长的关系由显著正相关转为相关关系不显著，并在2012年后转为显著负相关，投资率的产出效应明显恶化。西部地区在2004—2017年各阶段均投资非效率。从理论上说，投资应流向产出增长较快的地区，投资与产出增长应呈现显著的正相关关系，但从中国各区域发展来看，西部地区始终处于投资非效率的状态，中部地区的投资效率恶化程度较高，而东部地区投资效率则是在近期有所下降。
从房地产业与经济增长上看，房地产业投资在各个区域各个时间段几乎都是非效率的，投资与产出增长没有显著的正相关关系，这也印证了我们在特征事实部分所说明的问题，即房地产业投资对整体经济长期增长的作用有限。但房地产业本身的增长是需要大量投资支持的，从估计结果上看投资与行业增加值增长率在各个时间段各区域均呈现显著的正相关关系，行业自身的投资效率高，但对于宏观经济持续增长的拉动力是微弱的。
从制造业与经济增长上看，东中西部地区在不同时间阶段呈现不同的趋势。2008年之前，东部和西部地区的制造业投资率与宏观经济增长率呈显著的正相关关系，中部地区制造业投资率与经济增长则无显著的相关关系。而2008年后，特别是2012年以来东部和西部制造业的投资率与经济增长的关系发生明显转变，而中部地区制造业的投资效率则有所提升，中部地区制造业对于宏观经济增长的拉动作用正在增强。
制造业投资萎缩最为明显的是西部地区，制造业的投资率与经济增长之间由2004—2008年显著正相关(系数为0.547)，转为显著负相关(系数为-0.225)。就行业本身的投资率与增加值的增长率来看，2008年后各地区的房地产业的投资与增长明显优于制造业，其中中部地区的房地产行业投资在2008年之后增长幅度更大。从制造业来看，中部地区的投资与行业增加值的相关系数在2008年前后基本没有改变，但西部地区相关系数降低。总的来说，中部地区依赖房地产业投资的现象较为突出，2008年前后增长动力转变也最为明显；而西部地区在2008年后制造业萎缩幅度较大。制造业本身的增长同样需要投资的支持，从估计结果上看投资与行业增加值增长率在各个时间段各区域均呈现显著的正相关关系，但2012年以来这种正相关关系在逐步减弱，说明制造业整体的投资效率正在下降。
五、结论
过去40年中国经济增长，首先源于劳动力比较优势下的中国制造业发展；其次，城镇化进程中，地方政府的土地财政和土地金融现象并由此连带重化工业的发展，是中国经济增长的第二层动因。同时，加入WTO并融入全球产业链，中国作为 “世界工厂”向全球市场输出制造业产品也使得中国经济增长的外部动能持续提高。
2008年全球金融危机，从表象上看，是中国从高速增长的阶段退出，经济增速不断下降；而实质上，是中国经济增长动力在2008年前后的转化。这种转化来自于内部和外部双重原因。从外部看，全球产业链布局难以为继、多国贸易协定逐步崩塌；从内部看，人口红利消减，劳动力成本、土地成本、融资成本不断提高。2008年前，中国以内外需共同拉动的制造业投资增长，而在2008年后资金主要转向房地产投资、基础设施投资以及重化工投资。房地产业的发展，不仅吸纳了大量的资金，还吸引了更多的就业人员。而投资的主体，从活跃高的民营企业和外资企业，转为以政府主导的地方融资平台。
从产业特征上看，制造业投资是下一期经济增长所需要的资本形成，并能够产生生产成果和收入，而房地产与基础设施投资完成后对经济增长的贡献是长期的且微弱的，需要连续投资才能维持GDP增长。因此向房地产、基建投资转型，使得我国经济增长后续动力不足、资本回报率和投资效率快速下降的同时大量累积债务，杠杆率快速提高。从中国的国情来看，房地产和基础设施建设在中国具有独特的制度优势，其在一定程度上具有合理性，但是长期以房地产和基建投资为主要的经济增长动能，不仅存在本文所检验的行业间、区域间以及各省的投资效率和质量的问题，而且长期累积的问题有可能引发金融风险，最终会影响中国经济增长的质量。
根据本文研究结论，实现中国经济长期高质量增长的路径可从两个层面综合分析。一是从产业结构上看，首先要逐步降低经济增长对房地产和基建投资的依赖，在保持房地产和基建行业内部投资效率的同时，提升制造业的投资效率。对于制造业来说，应充分发掘民营经济在市场敏感度方面的优势，将资金导向增长速度快的领域，提高投资增长与产出增长的相关性。其次，生活服务业的发展已经开始从一线城市向三四线城市全面发展。城市化的进程使得生活消费型服务业趋于成熟，但高技能的生产型服务业以及公共服务业在中国还没有得到全面发展，服务业的投资机会也将成为潜在的经济增长点。二是从区域层面上看，首先应合理配置区域间投资，将资金投入产出增速较快的区域，在支持东部地区持续的高质量发展的基础上，扭转中西部地区长期以来房地产业供给过剩、投资效率偏低甚至无效率的问题，将制造业以及服务业下沉作为中西部地区新的增长动能，提高投资增长与区域增长的相关性。
除此之外，寻找中国经济增长的新动能，更要在经济增长动能转变的过程中实现金融体系的全面配套改革。从资金需求方面，科技创新驱动的新经济产生了大量的资金需求，应及时调整融资方式。目前我国的主要融资方式是以资产抵押为主的间接融资，而科技创新和新经济更多以轻资产为主，需要直接融资。应打击资本市场的投机活动，完善高科技领域的风险投资机制等等。
近期中国经济在内外双重困局尚未得到有效缓解的背景下，还面临着疫情得到控制之后经济复苏的问题，同时需要完成决战脱贫攻坚的目标任务，全面建成小康社会。从短期来看，实现上述目标仍然需要以“六保”与“六稳”为出发点，加大财政政策与货币政策调控力度与引导方向。从长期来看，要在根本上实现经济高质量发展，则需要完善实体经济与金融体系的互动关系：转变经济增长动能，提高投资效率；完善资本市场的各项机制，丰富企业融资渠道，满足新兴经济发展的各项融资需求。