第二部分 新常態(tài)與中國宏觀經(jīng)濟政策框架的重構

第二章 中國潛在經(jīng)濟增長率的估算及其政策含義：1979—2020

一 引言

在經(jīng)歷長達30多年的高速增長后中國經(jīng)濟已進入新常態(tài)，集中體現(xiàn)在近三年的經(jīng)濟增長率大幅放緩。2014年的經(jīng)濟增長率已降至7.4%，與金融危機前2007年的14.2%相比下降了近一半。有觀點認為，潛在增長率的下降是當前中國經(jīng)濟增長放緩的核心原因。這種觀點的主要依據(jù)是，如果只是需求疲軟，那么會同時表現(xiàn)出經(jīng)濟衰退和物價下降；而經(jīng)濟增長率從2010年第一季度的12.1%回落到2014年第四季度的7.3%的同時，CPI卻保持了相對穩(wěn)定的狀態(tài)。這種觀點據(jù)此認為當前增長放緩的核心原因是潛在經(jīng)濟增長率出現(xiàn)下滑。然而，度量價格總水平的常用指標除了CPI之外還有PPI（賀力平等，2008）。2012年以來CPI基本穩(wěn)定在1%—3%，但是PPI卻已經(jīng)連續(xù)34個月為負，這表明當前中國經(jīng)濟具有周期性放緩的典型特征。

那么，當前中國經(jīng)濟增長究竟是潛在經(jīng)濟增長率的放緩還是周期性放緩？為了更加嚴謹和清晰地理解中國經(jīng)濟增長率放緩的內(nèi)涵，本章采用附加人力資本的增長核算模型對1979—2020年中國潛在經(jīng)濟增長率進行估算與預測。潛在經(jīng)濟增長率的計算方法主要有兩類，一類是生產(chǎn)函數(shù)法，另一類是濾波法。本章所采用的增長核算法即是以生產(chǎn)函數(shù)法為核心的一種核算方法，這種方法不僅可以克服濾波法對于數(shù)據(jù)起點和終點的選取十分敏感的問題，而且可以考察資本、勞動力、人力資本和TFP等經(jīng)濟增長動力對潛在經(jīng)濟增長率的貢獻，并根據(jù)這些因素的未來走勢預測潛在經(jīng)濟增長率（中國人民銀行營業(yè)管理部課題組，2011）。因此，生產(chǎn)函數(shù)法被廣為采納，已成為估計潛在經(jīng)濟增長率的常用研究方法，王小魯和樊綱（2000）、劉丹鶴等（2009）以及陳彥斌和姚一旻（2010, 2012）等均采用了該方法。

本章的計算結果表明，2012—2014年中國潛在經(jīng)濟增長率出現(xiàn)了放緩，但下降幅度有限，因此當前經(jīng)濟增長的放緩主要是周期性放緩；2015—2020年中國潛在經(jīng)濟增長率將進一步下滑至6.3%的低位。這兩個計算結果的政策意義是，由于中國面臨潛在通脹風險，因此只能謹慎使用貨幣政策來治理當前存在的蕭條；由于中長期內(nèi)的現(xiàn)實增長率與潛在增長率會保持一致，因此寬松貨幣政策將無法阻止經(jīng)濟增長率的下滑，故不應持續(xù)使用。本章對當前與未來潛在經(jīng)濟增長率所做的定量計算，不但有助于從理論上認清當前中國宏觀經(jīng)濟所處的真實狀態(tài)，而且可以為宏觀調(diào)控政策特別是貨幣政策如何定位提供科學決策依據(jù)。

二 模型、計算方法與數(shù)據(jù)處理

（一）增長核算模型及估算方法

本章采用標準的附加人力資本的增長核算模型對1979—2014年中國潛在經(jīng)濟增長率進行估算。延續(xù)主流文獻中的通常假設，本章取中國總量生產(chǎn)函數(shù)為柯布—道格拉斯形式，即, H=E·L，其中Y是產(chǎn)出，K是總資本存量，H是附加人力資本的勞動，E是人力資本（教育）存量，L是勞動力存量，A度量除資本、人力資本和勞動外所有對總產(chǎn)出有影響的因素（全要素生產(chǎn)率TFP）。參數(shù)α和β分別是資本產(chǎn)出彈性和附加人力資本的勞動的產(chǎn)出彈性，假定生產(chǎn)函數(shù)規(guī)模報酬不變，即滿足α+β=1。

在上述設定下，可通過以下四步計算得到1979—2014年潛在經(jīng)濟增長率。第一步，對前面所設定的生產(chǎn)函數(shù)取對數(shù)，得到其計量形式如下（1）式，并用已經(jīng)處理好的數(shù)據(jù)估計（1）式，對規(guī)模報酬不變的假設進行Wald檢驗（其零假設為α+β=1）。

如果檢驗結果在所設定的顯著性水平上不能拒絕原假設，則可進行下一步計算。

第二步，將（1）式兩邊同除以ln Ht得到如下（2）式，并對（2）式進行估計從而得到資本產(chǎn)出彈性α和β（等于1-α）的估計值。

第三步，將生產(chǎn)函數(shù)轉化為增長率的形式可得如下（3）式，將第二步所得α和β代入（3）式，并根據(jù)已有增長率數(shù)據(jù)即可計算得到TFP增長率和TFP水平值。

于是可根據(jù)已有數(shù)據(jù)及各因素對經(jīng)濟增長的貢獻率進行增長核算。

第四步，為提高估算精準度，借鑒陳彥斌和姚一旻（2012）的做法對人力資本存量、勞動力和TFP的時間序列數(shù)據(jù)進行HP濾波得到上述變量的趨勢值及趨勢增長率［（4）式中帶“～”的變量即為HP濾波后的趨勢增長率和潛在經(jīng)濟增長率］。

然后根據(jù)（4）式利用資本存量增長率、人力資本存量、勞動力和TFP的趨勢增長率以及α和β的估計值計算得到潛在經(jīng)濟增長率。

（二）對未來潛在經(jīng)濟增長率的預測方法及相關設定

本章將預測2015—2020年的中國潛在經(jīng)濟增長率。首先，采用類似于Perkins and Rawsk（2008）、Lee and Hong（2010）和Wilson and Stupnytska（2007）的方法將對潛在經(jīng)濟增長率的預測分解為對資本、勞動力、人力資本和TFP四大增長動力的預測。然后，借鑒Perkins and Rawsk（2008）、Maddison（2007）、張延群和婁峰（2009）的預測思想，分析資本、勞動力、人力資本和TFP歷史運動軌跡并以此對其未來走勢進行預測和設定。

按照陳彥斌和姚一旻（2012）的設定以及本文對未來資本、勞動力、人力資本和TFP變化趨勢的判斷，將未來中國經(jīng)濟的基準情形設定如下：（1）中國資本積累速度不斷加快的趨勢將會終止，資本存量增長率將在2015—2020年回落到1979—2000年9.6%的水平。（2）未來潛在就業(yè)人數(shù)的變化趨勢采用陳彥斌和姚一旻（2012）的設定，即2015—2020年潛在就業(yè)人數(shù)增長率將由2015年的0.23%逐步降為2020年的-0.21%。（3）人力資本存量變化趨勢采用陳彥斌和姚一旻（2012）的設定，即2015年人力資本存量增長率為0.73%, 2016—2020年年平均增長率為0.65%。（4）TFP增長率在2000—2014年已大幅下降至歷史最低水平1%，預計未來難以出現(xiàn)明顯改觀，同時考慮到未來中國5—10年內(nèi)仍將是趕超型新興市場國家，TFP增長率進一步顯著下降的可能性不大，故假定2015—2020年TFP增長率將保持在1%。

同時，本章進一步設定了偏離基準情形的樂觀情形和悲觀情形，以考察未來潛在經(jīng)濟增長率的上下限。樂觀情形與基準情形的異同是：（1）資本存量增長率較基準情形提高1個百分點；（2）潛在就業(yè)人數(shù)與基準情形相同；（3）人力資本增長率保持在1979—2014年的平均水平；（4）TFP增長率保持在1979—2014年的平均水平。悲觀情形與基準情形的異同是：（1）資本存量增長率較基準情形下降1個百分點；（2）潛在就業(yè)人數(shù)較基準情形下降0.05個百分點；（3）人力資本增長率與基準情形相同；（4）TFP增長率較基準情形下降0.3個百分點。

（三）數(shù)據(jù)來源與數(shù)據(jù)處理

1．產(chǎn)出。使用經(jīng)GDP平減指數(shù)調(diào)整后的實際GDP，數(shù)據(jù)來自歷年《中國統(tǒng)計年鑒》。

2．資本存量。資本存量的估算方法采用盤存永續(xù)法，需要基期資本存量、投資額、投資價格指數(shù)和折舊率。本章以1978年為基期，故根據(jù)1978年資本存量、折舊率、各年名義固定資產(chǎn)形成總額和固定資產(chǎn)形成總額指數(shù)（1978=100）即可計算得到各年資本存量?；?978年的資本存量數(shù)據(jù)來自Hsueh and Li（1999）。折舊率選取5%，與王小魯和樊綱（2000）等研究相一致。1979—1990年固定資本形成總額和固定資本形成總額指數(shù)來自《中國國內(nèi)生產(chǎn)總值核算——歷史資料：1952—2004》, 1991—2013年來自2014年《中國統(tǒng)計年鑒》。2014年資本存量根據(jù)2013年資本存量、國家統(tǒng)計局公布的2014年固定資產(chǎn)實際增長率和折舊率計算得到。

3．勞動力數(shù)量。勞動力數(shù)量參照已有文獻的做法采用歷年從業(yè)人員數(shù)。1978—1990年的從業(yè)人員數(shù)據(jù)沿用王小魯和樊綱（2000）的處理方法，1990—2013年數(shù)據(jù)來自2014年《中國統(tǒng)計年鑒》。2014年從業(yè)人員數(shù)根據(jù)2013年年末從業(yè)人員數(shù)、國家統(tǒng)計局公布的2014年城鎮(zhèn)新增就業(yè)人數(shù)以及作者估算的農(nóng)村新增就業(yè)人數(shù)計算得到。農(nóng)村新增就業(yè)人數(shù)的估算方法是取2008—2013年農(nóng)村從業(yè)人員數(shù)增加額的平均值。

4．人力資本存量。本章采用勞動力人均受教育年限作為人力資本的度量方法。1978—1998年勞動力人均受教育年限由王小魯和樊綱（2000）的人力資本存量除以就業(yè)人數(shù)得到。1999—2010年人均受教育年限的計算方法與劉丹鶴等（2009）的方法相同，所需數(shù)據(jù)來自歷年《中國勞動統(tǒng)計年鑒》。2011—2014年數(shù)據(jù)人力資本存量采用陳彥斌和姚一旻（2012）的估算值。

三 計算結果

（一）增長核算結果：1979—2014年

對（1）式進行OLS回歸后，LM檢驗顯示殘差存在二階自相關。故采用廣義差分法對（1）式進行重新估計，并對估計結果進行Wald檢驗（零假設為α+β=1）。檢驗結果顯示F值為2.84，故在10%的顯著性水平上不能拒絕原假設α+β=1。通過Wald檢驗后，對（2）式進行OLS回歸，LM檢驗表明殘差存在一階自相關。故采用廣義差分法重新對（2）式進行估計，估計結果如下：

由上述估計結果可得資本的產(chǎn)出彈性α為0.52，附加人力資本的勞動的產(chǎn)出彈性β為0.48。將上述結果代入（3）式即可計算得到TFP增長率及其對經(jīng)濟增長的貢獻率。

表2—1給出了1979—2014年的中國增長核算情況。表2—1的計算結果表明，資本積累是中國經(jīng)濟增長長期以來的主要推動力。從增長率來看，資本存量的增長率遠快于勞動力、人力資本和TFP的增長率。在總時間段1979—2014年，資本增長率高達12.24%，不僅遠高于其他三個要素的增長速度，而且高于GDP增長率。從貢獻率來看，資本對經(jīng)濟增長的年均貢獻率達到68.8%，高于附加人力資本的勞動和TFP的貢獻率之和。2008年金融危機之后，在政府“4萬億元”投資計劃以及其他一系列擴大內(nèi)需的刺激措施的影響下，資本的增長率和貢獻率更是達到了歷史新高。2008—2011年資本年平均增長率達到了18.62%，對經(jīng)濟增長的貢獻率高達101%。2012—2014年資本增長率雖然有所放緩，但由于投資刺激計劃的后續(xù)影響，其增長率和貢獻率依然處于較高水平。

（二）潛在經(jīng)濟增長率的估算結果：1979—2014年

表2—2給出了1979—2020年的中國潛在GDP增長率的估算與預測。計算結果表明，1979—2014年的潛在增長率經(jīng)歷了一個先上升后下降的過程。1979—2011年，潛在經(jīng)濟增長率保持逐步上升的態(tài)勢，由1979—1999年的9.67%上升到2000—2007年的9.87%, 2008—2011年又進一步上升至10.8%。此后，潛在經(jīng)濟增長率出現(xiàn)回落，2012—2014年潛在經(jīng)濟增長率已降至9.37%的低位。

本章尤其關注2012—2014年的潛在經(jīng)濟增長率。表2—2顯示，2012—2014年潛在經(jīng)濟增長率與2000—2007年和2008—2011年相比均出現(xiàn)了下滑但下降幅度有限，降幅分別為0.5個和1.45個百分點。潛在增長率下降較為緩慢的直接原因是影響潛在增長率的因素如資本存量、勞動和人力資本在短期內(nèi)都不會迅速下降。首先，資本是存量而投資只是流量，即使投資增長率從金融危機前的24%下降到2012—2014年的18%，也不會導致中國龐大的資本存量出現(xiàn)增長率的大幅下降。其次，在人口老齡化的影響下中國勞動力數(shù)量從2012年開始步入下降通道，但是2012年、2013年和2014年分別僅減少了345萬人、244萬人和371萬人，與9.15億的勞動力總量相比微不足道。最后，人均受教育年限的不斷延長表明中國的人力資本存量是在逐年提高而不是下降。

相比之下，2012—2014年中國現(xiàn)實經(jīng)濟增長率下降幅度則大得多。2012—2014年的平均經(jīng)濟增長率由2000—2007年的10.5%和2008—2011年的9.7%大幅下滑至7.6%的低位，降幅分別達2.9個和2.1個百分點。這主要是因為拉動中國經(jīng)濟增長的三駕馬車中最關鍵的投資和出口出現(xiàn)疲軟。投資方面，2008—2011年全社會固定資產(chǎn)投資年平均增長率為22.9%，其中2009年增長率高達30%。2012年和2013年全社會固定資產(chǎn)投資增長率分別降至20.3%和19.1%, 2014年又進一步下滑至15.7%。出口方面，2000—2007年中國出口增長率高達24.8%，受金融危機的影響，2008—2011年出口增長率大幅回落至8.7%, 2012—2014年出口增長率進一步回落，2014年出口增長率僅為4.9%。出口疲軟除了中國經(jīng)濟體量十分龐大這一因素之外，另一重要原因是全球性經(jīng)濟增長趨緩而缺乏熊彼特理論所說的推動長波經(jīng)濟增長的主導力量——科技革命。

綜上所述，雖然潛在經(jīng)濟增長率的確出現(xiàn)了放緩但下降幅度有限，而現(xiàn)實經(jīng)濟增長率則出現(xiàn)了大幅下降，其幅度大于潛在經(jīng)濟增長率。經(jīng)計算，2012—2014年產(chǎn)出缺口已達到-1.8個百分點，因此2012年至今的經(jīng)濟增長放緩主要還是由總需求不足的周期性因素引起的。

（三）潛在經(jīng)濟增長率的預測結果：2015—2020年

表2—2還預測了2015—2020年的中國潛在經(jīng)濟增長率。預測結果表明，2015—2020年潛在經(jīng)濟增長率將出現(xiàn)顯著下滑。在沒有出現(xiàn)重大經(jīng)濟波動的基準情形下，2015—2020年的潛在經(jīng)濟增長率將大幅降至6.31%，這分別比2008—2011年和2012—2014年的潛在增長率下降了4.51個和3.06個百分點。即使在樂觀情形下，潛在經(jīng)濟增長率也將比2008—2011年和2012—2014年下降2.95個百分點和1.5個百分點，至7.87%，而在悲觀情形下更是將降低5.35個百分點和3.9個百分點，降至5.47%。

四 政策含義

上述定量測算的政策含義可以歸納為短期和中長期兩點：短期內(nèi)，經(jīng)濟增長的周期性放緩抑制了通貨膨脹，但由于中國面臨著潛在通脹風險，因此需謹慎使用貨幣政策來治理當前蕭條；中長期內(nèi)，由于潛在經(jīng)濟增長率將進一步放緩，現(xiàn)實經(jīng)濟增長率也將不可避免地下降，因此不應持續(xù)使用寬松貨幣政策來應對經(jīng)濟增長率的下滑。

（一）當前貨幣政策定位

2008年金融危機爆發(fā)以來中國為刺激經(jīng)濟增長采取了高貨幣投放式的貨幣政策，貨幣供應量因而出現(xiàn)了快速上漲。2008—2013年年均M2增長率達到了18.5%，比2000—2007年16.4%的增長率水平約高出了2個百分點。貨幣大量投放的結果是中國M2與GDP之比迅速由2008年的153%上升至2013年的195%，不僅超過了美國和OECD等發(fā)達國家，也大大高于巴西和印度等新興經(jīng)濟體。即使是自2008年以來實施了三次大規(guī)模量化寬松貨幣政策的美國其年均M2增長率也僅為6.8%, 2013年年末M2與GDP之比更是僅為66%。

有觀點認為貨幣數(shù)量論已經(jīng)過時，貨幣增長率與通貨膨脹間已不存在穩(wěn)定關系，因此提出應對當前經(jīng)濟增長率下滑貨幣政策可以更為寬松而不必擔心通脹風險。本書認為引起中國貨幣數(shù)量論失效的因素是短期因素，未來中長期中這些因素的消失將會引發(fā)通脹風險。2008年以來，持續(xù)擴張的房地產(chǎn)和地方投融資平臺吸收了大量的流動性，降低了貨幣流通速度，所以過剩的流動性暫時還沒有引發(fā)高通脹，但是房地產(chǎn)和地方投融資平臺的擴張是不可持續(xù)的，一旦發(fā)生逆轉，大量流動性將被釋放從而引發(fā)通脹風險。就房地產(chǎn)而言，美國、日本和東南亞國家房地產(chǎn)泡沫破裂的歷史經(jīng)驗已表明，房地產(chǎn)市場的快速擴張、房地產(chǎn)價格的上漲不可持續(xù)。盡管中國房地產(chǎn)并不會像上述國家一樣徹底崩潰，但是隨著經(jīng)濟增長的放緩以及人口老齡化的到來，房地產(chǎn)市場將進入周期性調(diào)整，以更為平穩(wěn)的方式發(fā)展。就地方債務而言，地方債務由于需要用地方政府收入進行償還，其規(guī)模本身就受到了一定約束。而隨著償債高峰的到來，地方政府債務進一步擴張的空間進一步減小。財政部數(shù)據(jù)顯示2014年需要償還負有有償責任的債務占債務總余額的比重高達22%，這意味著2014年地方政府的償債規(guī)模達到2.38萬億元左右，而2013年地方政府財政收入總額僅為6.9萬億元。更重要的是，在房地產(chǎn)市場低迷的情況下地方政府此前償債所高度依賴的土地出讓金將會大量減少，從而加重地方政府償債壓力并進一步制約地方債務規(guī)模的擴張。

通過更為細致的數(shù)據(jù)對比可以發(fā)現(xiàn)，雖然經(jīng)濟增長的周期性放緩等負向沖擊在一定程度上抑制了通貨膨脹甚至使經(jīng)濟具有陷入通縮的趨勢，但潛在通脹壓力實際上并不小，因此應謹慎使用貨幣政策來應對當前經(jīng)濟增長率的下滑。2010年第一季度至2014年第四季度，中國經(jīng)濟增長率已由12.1%下滑至7.3%而PPI則由5.3%下滑至-2.7%，均出現(xiàn)了大幅的下降，其中PPI已連續(xù)34個月為負。并且，2014年大宗商品價格指數(shù)和原油價格也大幅下跌。然而，在多種因素拉低物價水平的情況下CPI依然保持在2%的水平，僅由2010年的3.3%下滑至2014年的2.0%。相比之下，歷史上經(jīng)濟增長率從1995年的10.9%下降至1999年的7.6%時，CPI迅速由17.1%的高位降至-1.4%，經(jīng)濟直接陷入通縮。這表明當前確實存在潛在的通貨膨脹壓力。此外，盡管2014年CPI僅為2.0%，但食品類居民消費價格指數(shù)仍然達到了3.1%。當前中國居民的恩格爾系數(shù)還較高而且貧富差距懸殊，因此從居民特別是低收入人群的角度來看，3.1%的食品類居民消費價格指數(shù)也意味著通貨膨脹壓力并不小。

（二）未來貨幣政策定位

隨著未來潛在經(jīng)濟增長率的進一步下滑，中長期內(nèi)現(xiàn)實增長率也會繼續(xù)放緩。潛在增長率的估算方法雖然有多種，但無論哪種算法計算出的潛在增長率都是穿過現(xiàn)實增長率的一條光滑曲線。因此，短期內(nèi)現(xiàn)實經(jīng)濟增長率可能會偏離潛在增長率，表現(xiàn)為經(jīng)濟過熱或經(jīng)濟蕭條，但在長期來看將與潛在增長率一致。經(jīng)濟學中所說的長期并沒有嚴格的時間長短定義，只要價格得到充分調(diào)整就可以稱為長期。按照這一邏輯，延續(xù)2012—2014年的增長率下滑期，未來5—10年可以認定為長期。結合目前狀況和對未來的預測可以看出，2015—2020年的現(xiàn)實經(jīng)濟增長率將隨潛在經(jīng)濟增長率下滑至6.3%左右。

需要注意的是，西方經(jīng)濟學教科書中在凱恩斯理論框架下提出的擴張性貨幣政策是針對經(jīng)濟增長的周期性下滑的。然而未來中國經(jīng)濟增長率主要是隨潛在增長率的下降而下降，故教科書中所述的一定時期內(nèi)使用擴張性貨幣政策應對蕭條的標準結論對當前中國經(jīng)濟而言是失效的。因此，中長期內(nèi)由于潛在經(jīng)濟增長率將進一步放緩，現(xiàn)實經(jīng)濟增長率也將不可避免地下降，故不應持續(xù)使用寬松貨幣政策來應對經(jīng)濟增長率的下滑。

從中長期視角來看，應對當前與未來經(jīng)濟增長放緩主要有兩條對策。第一，落實“積極財政政策與穩(wěn)健貨幣政策”的政策組合，財政政策的“積極”重在減稅而非重走擴大政府投資的老路，貨幣政策的“穩(wěn)健”重在保持定力而非名為穩(wěn)健實為擴張的沖動。這樣的政策組合雖然不能根治但可以有效緩解增長率下滑問題。短期內(nèi)以減稅為核心的積極財政政策有助于穩(wěn)增長，而穩(wěn)健貨幣政策有助于控制通脹，兩者的協(xié)調(diào)配合不但可以緩解蕭條，還可以穩(wěn)定利率以刺激投資。此外，以減稅為核心的積極財政政策雖然是短期政策，但長期來看可以降低總供給曲線從而可以進一步緩解蕭條。第二，積極推進改革和培育創(chuàng)新能力釋放改革紅利和技術進步紅利，雖然兩者都是硬骨頭，但這才是推動中國長期經(jīng)濟增長的根本動力。

五 結論

本章使用附加人力資本的增長核算模型對1979—2014年中國經(jīng)濟增長進行了核算，并在此基礎上估算了1979—2020年中國潛在經(jīng)濟增長率。得出主要結論有以下兩點：

第一，預測結果表明2012—2014年中國潛在經(jīng)濟增長率為9.4%而現(xiàn)實經(jīng)濟增長率僅為7.6%，產(chǎn)出缺口達-1.8個百分點，故當前經(jīng)濟增長放緩主要還是由總需求不足的周期性因素引起的。盡管經(jīng)濟增長的周期性放緩等負向沖擊在一定程度上抑制了通貨膨脹甚至使經(jīng)濟具有陷入通縮的可能性，但必須注意到潛在通脹壓力實際上并不小，因此仍應謹慎使用貨幣政策來應對當前經(jīng)濟增長率的下滑。

第二，未來中長期內(nèi)現(xiàn)實經(jīng)濟增長率將隨潛在經(jīng)濟增長率的下降而下降，預計2015—2020年經(jīng)濟增長率將降至6.3%。中長期內(nèi)，寬松貨幣政策除了進一步制造通貨膨脹外并不能拉高潛在經(jīng)濟增長率，因此不應過度依賴寬松貨幣政策來刺激經(jīng)濟，應在“積極財政政策與穩(wěn)健貨幣政策”的政策組合下通過進一步推進經(jīng)濟體制改革的方式來應對未來經(jīng)濟增長的下滑。