基于全要素生产率的视角研究虚拟经济与实体经济的黄金比例

摘要：文章在分析虚拟经济总量变化情况的基础上，基于全要素生产率，计算虚拟经济与实体经济的黄金比例，并且以滤波分析和格兰杰因果检验为标准，分析哪些虚拟经济体对实体经济（工业增加值）影响最大。研究显示：虚拟经济与实体经济的黄金比例为16.7;自2009年开始，我国虚拟经济与实体经济比例已经不在合理区间，可能会引发过度投机和金融泡沫，诱发系统性风险。研究还显示，当前股票市场、基金市场的短期波动，能够影响实体经济的短期发展，而期货市场、商品房市场、债券市场的长期波动对实体经济有较明显的影响。

关键词：虚拟经济;实体经济;全要素生产率;黄金比例;滤波分析;GRANGER因果检验

一、 引言

近期国务院多次召开会议，重申支持引导金融支持实体经济，处理好虚拟经济与实体经济的关系，使虚拟经济更好的促进实体经济发展。目前，经济领域学者对虚拟经济在合理范围内能够较好推动实体经济发展，而过度膨胀则会危害到实体经济的认识基本一致。但到目前为止，中国没有形成自己的虚拟经济与实体经济的比例标准（Standards）和警戒线（Boundaries）。

二、 虚拟经济和实体经济概况

1. 中国虚拟经济和实体经济的概念界定及发展现状。结合国内外实体经济与虚拟经济划分理论，并考虑我国的经济结构、发展阶段、金融市场分类等因素，文章将虚拟经济范畴界定为以金融行业和房地产行业为主的经济总量，主要包括股票市场、债券市场、证券基金市场、期货市场和商品房销售市场的交易规模。同时将工业增加值规模界定为实体经济方面。

从规模上看，2006年之前，虚拟经济总量与GDP、工业增加值呈相对协调发展，而2007年后，虚拟经济总量开始加速上涨，远超工业增加值等实体经济的发展规模。

2. 中国虚拟经济与实体经济内在比率关系。金融相关比率FIR （Financial Interrelations Ratio）是国内外学者研究虚拟经济与实体经济内在比率关系的重要指标，它是指金融资产与实物资产在总量上的关系，即某一时点上现存金融资产总额与国民财富的比率。金融增长快于实物经济增长，金融相关比率上升，但上升不是无限制的。文章将M2/GDP作为金融相关比率，虽与严格意义上的金融相关比率（全部金融资产价值与国民财富之比）存在差异，但也具有一定的代表性。从我国1999年以来的金融相关比率和工业增加值变化趋势看，2009年之前，金融相关比率保持相对稳定，与工业增加值变化趋势基本保持一致;而2010年之后，金融相关比率攀升而工业增加值增速不断下行，形成“剪刀差”。

3. 虚拟经济与实体经济关系。虚拟经济与实体经济的关系体现在三方面：第一，虚拟经济是以实体经济为基础的。虚拟资本一开始是从实体经济中产生的剩余资本里转化而来，因此，实物资本或实体经济是虚拟资本存在的依托，同时，实体经济是虚拟资本的利润源泉;第二，拟经济独立于实体经济，它有着自己独特的运行规律;第三，虚拟经济中的长期资本又会以某种方式与产业资本融合，以实体经济的形式存在。因此，虚拟经济的发展对实体经济是一把双刃剑：一方面，虚拟经济的发展可以为实体经济的融资提供较大便利，利于促进市场资源的优化配置，进而促进经济效益的迅速提高和产业结构调整的快速升级;但另一方面，虚拟经济的迅速发展容易造成泡沫经济，使经济发生动荡和危机的可能性加大。

实际上，当虚拟经济和实体经济保持合理的发展速度和规模时，虚拟经济的发展将对实体经济的发展和一国经济增长起到有力的促进作用。当虚拟经济的发展落后于实体经济时，便会产生金融抑制现象，导致资金的低效运用和市场分割，并进一步影响到实体经济的发展。当虚拟经济脱离实体经济过度膨胀时，则会引发过度投机和金融泡沫。

三、 全要素生产率

1. 全要素生产率内涵。生产率综合反映了技术进步对经济发展的影响。从经济增长角度来看，生产率与劳动、资本等要素投入均会促进经济增长。从效率角度来看，生产率等于一定时期内国民经济中总产出与各种资源要素总投入的比值。以索洛（1957）等为代表的新古典增长理论认为，经济增长通过两种途径来实现：一种是增加要素的投入，另一种是提高单位投入的产出效率。但长期来看，资本边际效益递减，仅仅依靠增加要素的投入来推动经济增长是无法持续的。因此，一国经济的持续发展主要是依靠提高技术水平以推动生产率的提高。而在衡量技术水平时，全要素生产率（Total Factor Productivity，TFP）比单要素生产率更优越，更合适。全要素生产率来源于三个方面：一是效率的改善;二是技术进步;三是规模效应。在计算上，它可以看成是除去劳动、资本、土地等要素投入之后的“剩余值”。

2. 全要素生产率计算方法。假设中国经济的生产函数符合柯布―道格拉斯生产函数模型：

分别代表资本k和劳动l的产出弹性;当规模报酬不变时， 表明生产效率并不会随着生产规模的扩大而提高，只有提高技术水平，才会提高经济效益。

两边取自然对数得到模型1：

采用1991年～2015年国内生产总值GDP数据（亿元）做为衡量国民经济整体产出的指标;历年社会劳动者人数数据（万人）做为历年劳动投入量指标;资本存量数据（亿元）（该数据是根据历年全社会固定投资完成额测算，按照10年期平均折旧，残值为0计算得到）做为资本投入量;但是模型1结果显示自变量间存在共线性，系数因偏小而不尽合理，于是采用哑变量代替模型1中的时间变量t，进而模型1变为：

根据1991年～2015年间的国内生产总值增长率情况，假设当处于2000年～2008年期间，哑变量取值为1。模型2结果如表1，从模型2结果也可看出，哑变量的取值是符合中国实际经济情况：即在2000年～2008年期间中国经济增长较明显。

3. 中国全要素生产率变化趋势分析。总的来说，中国经济TFP是先升后降的，TFP在2003年之前一直呈现增长趋势，从2004年开始至今基本处于下降趋势，只是在2007年稍有反弹后继续下降。而TFP增长率在2003年前虽下降但也是正增长，而从2004年开始变为负增长。

从全要素生产率变化（图1）中可以看出：第一，资本投入的报酬率高于劳动投入的报酬率，一定程度说明劳动力未能对中国经济的增长发挥充分作用。第二，从2004年起TFP下降且TFP增长率由正转负，反映了生产要素投入的产出效率逐渐降低，说明此时中国经济的增长大量依赖资本、劳动力等要素的投入，是典型的投入型增长方式，而不是依靠技术进步来提高效率。第三，1978年起中国进行了一系列经济改革，如1984年进行了以价格双轨制为特点的工业改革;20世纪90年代进行了住房改革;2011年加入WTO，而这些改革措施带来的影响具有滞后效应，使得红利在2000年～2008年期间才陆续释放，导致这时期国民经济整体产出明显增加。第四，2008年之后，随着改革红利效应趋减、大规模经济刺激导致产能过剩行业重复建设，对技术进步、组织创新、专业化和生产创新产生挤出效应，全要素生产率出现下降。

由此可见，中国技术进步率、技术效率低下，生产能力利用水平偏低，设法提高中国全要素生产率对经济增长有较大促进作用。

4. 虚拟经济与实体经济的黄金比例及结论。文章以虚拟经济总量代表虚拟经济发展规模，以工业增加值代表实体经济发展规模，研究虚拟经济总量与工业增加值之比对上述全要素生产率变化的影响。最终回归结果如下：

@里xt表示虚拟经济发展规模/实体经济工业增加值规模。对上述式子求导，得出虚拟经济与实体经济比例对全要素生产率起促进作用的黄金比例为：X=16.7。也就是说，当虚拟经济发展规模是实体经济工业增加值规模的16.7倍时，两者保持合理的发展速度和规模，这时对全要素生产率起着促进作用的正效应，虚拟经济的发展将对实体经济的发展起到有力的促进作用。图2趋势表明：在2008年该比例达到15.2，2009年～2014年该比例远大于上述黄金比率16.7，在2010年达到顶峰31.3。这充分说明自2009年开始，虚拟经济与实体经济比例已经不在合理区间，也就是说虚拟经济脱离实体经济运行，可能会引发过度投机和金融泡沫，诱发系统性风险。

三、 实体经济与虚拟经济的格兰杰因果检验

1. 实体经济和虚拟经济的滤波分析。实体经济和虚拟经济的发展既有短期波动因素也有长期的趋势性因素。从我国实体经济和虚拟经济的发展情况看，主要的宏观经济变量，比如国内生产总值、经济增加值等都会围绕着它们自身的确定性趋势发生周期性波动;同时，在微观虚拟经济体层面，房地产市场、证券市场、基金市场、债券市场、期货市场等，其交易规模的变化虽然呈一定的波动，但也并不总是随机的，而是呈现出一定的趋势性。尤其对于虚拟经济体而言，趋势成分更能表明市场的机制建设和发展规模的趋势性特征，而波动成分更多的表明了短期市场的投资、投机行为。所以，无论是在宏观层面考察宏观经济的波动，还是在微观层面分析虚拟经济体的交易变化情况，既需要了解变量的趋势成分，又需要了解周期波动成分，这就需要时间序列的HP滤波法。

经过HP分解后，可以得到每一个变量的趋势成分和波动成分。其中：变量工业增加值经过HP分解后的趋势成分可以看作是我国实体经济的潜在增长率，反应实体经济在较长时期内的增长潜能与变化的方向，所以其变化方向的调整也可以被看作是经济大周期的体现;而周期波动成分反应的实际增长率和潜在增长率之间的差额，即所谓的短期波动，反应的是由于宏观经济内在或者外部环境变化的各种冲击带来的实体经济增长的短期波动，具有反映的及时性特征，其变化方向的调整可以看作是实体经济小周期的调整。相应地，对虚拟经济、工业增加值、股票交易等指标经过HP滤波分解，可以得到其趋势成分和波动成分，分别代表虚拟经济、全要素生产率（TFP），以及各虚拟经济体的长期趋势和短期内的波动幅度。

2. 实体经济与虚拟经济长期趋势、短期波动的GRANGER因果检验结果。由于样本数据都是时间序列数据，且要以动态时间序列模型作为分析基础，所以在进行深入的模型分析之前，需要对各变量进行平稳性检验，检测其是否存在单位根，拟或是同阶单整的。因此，先检测单位根以对各变量进行平稳性检验，再对长期趋势和短期波动分别进行协整分析。然后分别进行实体经济与虚拟经济长期趋势的GRANGER因果检验和实体经济与虚拟经济短期波动的GRANGER因果检验。

从上述GRANGER因果检验结果可得出：长期趋势上，实体经济与各虚拟经济体之间存在明显的GRANGER因果关系，表明虚拟经济长期健康稳定发展，有助于实体经济发展;同时，实体经济的良好发展可以促进虚拟经济各主体市场的发展。从短期波动的关系上看，股票市场、基金市场的短期波动能够影响实体经济的短期发展，因此对于股票市场和基金市场，不仅需要重视长期的制度性、趋势性分析和风险管控，也需要重视短期市场波动对实体经济的影响;而期货市场、商品房市场、债券市场的短期波动对实体经济短期波动的影响较小，因此需要长期持续的制度性、规律性和趋势性的规范管理。

四、 总结与建议

自2009年开始，虚拟经济脱离实体经济运行，可能会引发过度投机和金融泡沫，诱发系统性风险。

因此经济结构改革势在必行。

1. 增加要素投入的产出效率。在重视人力资本投入的同时要制定相关奖励措施以发挥员工的主观能动性;注重经济结构的升级、提高产品科技含量以提高全要素生产率。

2. 加强对虚拟经济的监管与约束。我国实体经济与虚拟经济的结构已经严重偏离最优比例，出现金融资产、不动产价格脱离真实价格水平的虚涨现象。为了保障实体经济健康发展，相关部门必须监督和控制各种促进泡沫增长的投机活动以约束泡沫经济的发展。

3. 提高金融机构和资本市场的准入条件。虚拟经济必须与实体经济发展步伐协调，要精准、高效地资金引导至实体经济领域，避免过多滞留在虚拟经济领域。一要提高金融机构设立条件和资本市场的准入门槛，规范金融市场发展秩序，强化准入标准在产品设计、风险控制、资本约束、从业经验和技术运用等方面的政策要求，必要时可以采用牌照监管方式提高准入条件;二是深刻认识金融创新的实质，要以是否提升服务实体经济效率，降低金融和系统性风险为出发点，回归金融创新的本质要求，对P2P、众筹等所谓的通道型、复制型金融创新要及时稳妥治理和规范;三是对于银行业等风险管理较为规范机构，要由业务监管向资本监管转变，进一步强化资本监管，在资本约束下，倒逼和鼓励商业银行优化资产结构，提高资本配置的效率和精细化水平，助推银行机构向低资本消耗的模式转型。

4. 深化市场经济建设，构建实体经济与虚拟经济的双向促进机制。虚拟经济的长期健康稳定发展，有助于实体经济的发展;同时，实体经济的良好发展可以促进虚拟经济各主体市龅姆⒄埂R虼嗽谖夜市场经济建设及经济转轨过程中，各部门之间应该多沟通、多协调以确保各市场政策目标一致。

参考文献：

[1] 郭庆旺，贾俊雪.中国全要素生产率的估算：1979-2004[J].经济研究，2005，（6）：51-61.

[2] 刘迎秋.论中国现阶段的赤字率和债务率及其警戒线[J].经济研究，2001，（8）：3-14.

[3] 曹源芳.我国实体经济与虚拟经济的背离关系――基于1998-2008年数据的实证研究[J].经济社会体制比较，2008，（6）：57-62.

[4] 杨万东.虚拟经济问题讨论综述[J].经济理论与经济管理，2003，（5）：77-80.

[5] 张军，施少华.中国经济全要素生产率变动：1952-1998[J].世界经济文汇，2003，（2）：17-24.

[6] 刘沁芳.虚拟经济与实体经济匹配性的统计研究[J].统计与决策，2014，（24）：120-124.

[7] 曾虹.虚拟经济测度指标体系探索[J].统计与决策，2012，（32）：6-7.

[8] 马守荣，许涤龙，李正辉.金融相关比率的统计界定与分析[J].中国统计，2015，（5）：24-26.

作者简介：秦权利（1986-），女，汉族，山西省阳泉市人，中国人民大学国际学院博士生，中级经济师，美国金融风险管理师FRM持证人，研究方向为金融市场与风险管理。

收稿日期：2017-05-14。