释放印度的增长潜力（英）

释放印度的增长潜力Shinya Kotera 和 Tengteng XuWP / 23 / 82货币基金组织工作文件描述了作者正在进行的研究 ， 并发表了这些论文 ， 以引起评论并鼓励辩论。基金组织工作文件中表达的观点是作者的观点 ， 不一定代表基金组织、其执行董事会或基金组织管理层的观点。2023APR 货币基金组织工作文件描述了作者正在进行的研究 ， 并发表了这些论文 ， 以引起评论并鼓励辩论。基金组织工作文件中表达的观点是作者的观点 ， 不一定代表基金组织、其执行董事会或基金组织管理层的观点。© 2023 国际货币基金组织 WP / 23 / 82 /IMF 工作文件亚太部释放印度的增长潜力由 Shinya Kotera 和 TengTeng Xu 准备 *Nada Choueiri 授权分发 2023 年 4 月摘要 ：本文分析了过去五十年来印度增长的驱动因素，并考虑了印度中期潜在增长的基线和上行情景。本文使用生产函数方法评估了大流行对关键生产要素的影响，从而评估了其对中期增长的影响。成功实施广泛的结构改革有助于在中期内支持生产力和潜在增长。JEL 分类号:E22; E23; E24; O20关键字:印度 ； 潜在增长 ； 劳动力市场 ； 资本 ； 生产率 ； 大流行 ； 生产函数法 ； 结构改革。作者的电子邮件地址 ：skotera @ imf. org; txu @ imf. org* 作者要感谢 Faisal Ahmed ， Nada Choueiri ， Etibar Jafarov ， Margaux MacDonald ， Futoshi Narita ， John Spray ， Mendes Tavares ， Jarkko Turunen 以及印度储备银行和印度财政部的研讨会参与者提供有用的评论。所有剩余的错误都是我们自己的错误。 工作文件释放印度的增长潜力由 Shinya Kotera 和 TengTeng Xu1 编写1 作者要感谢 Faisal Ahmed 、 Nada Choueiri 、 Etibar Jafarov 、 Margaux MacDonald 、 Futoshi Narita 、 John Spray 、 Mendes Tavares 、 Jarkko Turunen 以及印度储备银行和印度财政部的研讨会与会者提出的有用意见。所有剩余的错误都是我们自己的错误。 IMF 工作文件释放印度的增长潜力国际货币基金2ContentsI.II.III.6IV.A.B.V.VI. IMF 工作文件释放印度的增长潜力国际货币基金3I.Introduction新冠肺炎对印度的经济影响是巨大的，就像世界上大多数新兴市场国家的情况一样，投资、就业和生产率都在下降。虽然复苏基础广泛，但截至 2021 / 22 财年末，接触密集型服务和微型、小型和中型企业 (MSME) 仍然存在一些缺口，这些缺口受到了疫情的严重打击。尽管在最初的冲击之后劳动力市场状况有所改善，但青年和妇女的就业结果仍然滞后，这在大流行之前是结构上的情况。大流行导致的教育和培训机会减少可能也阻碍了人力资本的改善，对劳动力市场产生不利影响。本文旨在分析印度增长和潜在增长的驱动因素。有三个主要目标。首先，本文考察了劳动力，资本，人力资本和 TPF 在解释印度过去 50 年的增长中的作用，并与其他快速增长的经济体进行了比较。其次，本文估计了大流行对潜在增长的影响，并预测了中期的潜在增长，通过不同的渠道核算了大流行的影响。第三，本文考虑了中期潜在增长的基线和上行情景。在上行情景中，结构改革发挥了重要的支撑作用，以释放印度的增长潜力。我们的分析与文献的三个主要领域有关。第一部分研究了印度中期增长和潜在增长的驱动因素，包括 Ora （ 2007 ），Aad 等。Al.（ 2014 ），Patail 和 Pdit （ 2014 ），Bhoi 和 Behera （ 2016 ） 和印度储备银行 （ 2022 ） 。第二部分更广泛地考察了大流行对生产率和中期增长的影响。其中包括布卢姆等。Al.（ 2020 年 ） 和国际货币基金组织 （ 2021 年，2022a，2022b ） 。第三条文献更广泛地分析了结构改革对产出的作用，包括国际货币基金组织 (2019) 和 Alesia et 。Al.（ 2020 年 ） 。结果表明，大流行影响了多个关键生产要素 （ i 。Procedres.、劳动力、人力资本、物质资本和全要素生产率 (TFP)) 导致基线情景下的一些中期影响。上行情景表明，成功的结构改革可以在中期内为潜在增长提供支持，并足以抵消大流行带来的损失。论文的其余部分组织如下。第二节总结了论文中使用的数据和方法。第三节调查了大流行之前过去 50 年印度经济增长的驱动因素。第二四考虑了基线情景 ， 并估计了大流行对中期潜在增长的影响。第五节提供了一个说明性的 IMF 工作文件释放印度的增长潜力国际货币基金4퐀퐀通过反映结构改革的影响和可能的改革红利 ， 潜在增长的上行情景。第六节提供了一些结论。II. 数据和方法根据我们分析的基础数据，1971 年至 2019 年的历史增长核算工作基于宾夕法尼亚大学世界表 （ PWT ） 10.0，最新观察结果是在 2019.1 大流行期间 ，我们使用了几个数据来源进行估算，包括国民账户 （ Haver Aalytics / 中央统计局 ），定期劳动力调查 （ PLFS ），联合国 / 世界银行世界发展指数，印度人口普查和 CMIE 消费者金字塔家庭调查 （ CMIE - CPHS ） 。数据来源的选择遵循的原则是尽可能依赖官方来源，只有在官方数据不可用时才使用非官方来源。关于方法 ， 我们应用生产函数方法来估计印度的潜在增长。具体来说 ， 我们考虑一个增强的柯布 - 道格拉斯生产函数 （ 对数 ） ， 遵循 Oura （ 2007 ） ：푦푡 = 푎푡 + 훼 × 푘푡 + (1 − 훼) × (푛푡 + ℎ푡)where퐀퐀捕捉潜在增长率 ；퐀퐀是全要素生产率 (TFP) 增长率 ；푘푡是资本增长率 2 ；푛푡获取劳动力投入 （ 所有就业人员的总工作时间 ） 增长率 ；ℎ푡是人力资本增长率 ； 以及훼是资本的份额。对于资本 ， 我们使用永续盘存法估计大流行对中期资本的影响 ：퐾푡+1 = (1 − 훿퐾)퐾푡 + 퐼퐾퐀퐀在哪里投资 (퐀) 支撑资本积累的增长与《世界经济展望》的预测一致 ， 反映出从大流行 (2020 年) 开始投资的最初收缩和之后的反弹。1 增长核算工作的另一个候选数据库是印度储备银行的 KLEMS 数据库 （ 附录 1 ） 。虽然两个数据库之间的总体图片和趋势相似 ， 但由于方法存在一些差异。我们决定使用 PWT 来考虑国际比较 ， 因为该数据库覆盖了 180 多个国家。2 资本增长率包括由结构、机械、运输设备和其他资产 （ 如软件、知识产权产品和耕种资产 ） 提供的资本服务。虽然在 PWT 中没有明确测量土地 ， 但在使用土地的土地和耕种资产上建造的结构在资本的定义中被捕获。 IMF 工作文件释放印度的增长潜力国际货币基金5对于劳动力投入，我们考虑了每个工人的就业和工作时间以及自流感大流行以来的演变。对于 2020 财年和 2021 财年，我们使用城市地区的季度 PLFS 和农村地区的年度 PLFS 和 CMIE - CPHS 来估算就业人口比率。鉴于大流行后 CMIE - CPHS 数据的样本量减少，我们调整了样本量和权重，以确保在整个分析过程中样本的一致性和代表性。我们还调整了 PLFS 和 CMIE - CPHS3 之间的水平差异，以确保农村就业数据与官方年度 PLFS 数据基本一致。 4 在预测范围内 （ 2022 财年起 ），我们假设就业人口比恢复到大流行前 （ 2011 - 2019 年 ） 的趋势。然后根据联合国的人口预测得出实际就业人数。工作时间 （ 每个工人 ） 是根据年度 PLFS （ 至 2021 年第二季度 ） 中不同就业状态的平均工作时间计算的。然后，我们假设工作时间逐渐恢复到大流行前的水平。人力资本增长的估计 (Φ (s)) 遵循宾夕法尼亚大学世界表格的方法 ，0.134 ∗ 푠 푖푓 푠 ≤ 4Φ (s) = {0.134 ∗ 4 + 0.101 ∗ (푠 − 4) 푖푓 4 < 푠 ≤ 80.134 ∗ 4 + 0.101 ∗ 4 + 0.068 ∗ (푠 − 4) 푖푓 푠 > 8其中 s 表示 25.5 以上成年人的平均受教育年限在我们的分析中 ， 大流行对人力资本的影响是通过两个主要渠道获得的 ， 这两个渠道是失去的受教育年限和放弃的在职培训。从长远来看，当受影响的学生进入劳动力市场时，学校关闭带来的损失预计将实现。对包括美国在内的发达经济体的研究S.， 表明学习中断对产出的负面影响可能会在 2030 年之后实现，并在 2045 年至 2050 年达到峰值 (Ferald 等人。， 2021 年 ） 。其他研究表明，学习损失可能导致先进国家的长期产出下降 3 ％ （ IMF，2022a ），但发展中国家的损失规模可能较小 （ Samaiego 等人。， 2022 年 ） 。然而，这些研究假设学校和学生不会弥补任何学习损失，而在大多数国家，由于引入了各种追赶计划，情况并非如此。由于教育对增长的影响只会在长期内实现，并且高度不确定，因此我们在本文中没有像其他关于中期大流行影响的研究那样考虑学校关闭的影响 （ IMF，2022b ） 。3 Abraham 和 Shrivastava （ 2022 年 ） 的分析表明 ， 关于女性就业的 PLFS 和 CMIE 数据之间存在很大差异 ， 这可能是由于参考期和数据收集方法的差异。4 详细估算过程见附录 2 。5 方程的系数是教育回报率 ， 基于来自 Psacharopoulos （ 1994 ） 的 Mincer 型回归分析。在印度的情况下 ， 平均受教育年限的数据来自 Barro 和 Lee （ 2013 ） 。有关更多详细信息 ， 请参见宾夕法尼亚大学世界表主页上的文档。 IMF 工作文件释放印度的增长潜力国际货币基金6我们根据大流行期间工作时间减少和失业导致的工作经验损失来估计放弃在职培训的影响。本文的估计方法与 IMF （ 2022b ） 密切相关 ， IMF 通过考虑劳动时间的损失和额外一年工作经验的工资回报来研究英国人力资本损失的影响。对于全要素生产率，我们认为由于劳动力从像工业这样的生产率部门重新分配到像农业这样的生产率较低的部门而导致生产率下降。在我们的分析中，劳动生产率是按部门计算的总增加值和就业的比率。根据 1985 年至 2019 年的历史数据估算了劳动生产率增长与全要素生产率增长之间的关系。影响生产率的其他渠道包括资源不匹配，由于企业退出而导致竞争下降以及研发支出减少。然而，为了量化对全要素生产率的影响，来自这些其他渠道的数据仍然有限。数字化的影响由本文所捕获的已实现投资增长率和总增加值来捕获。III. 是什么推动了印度过去的增长 ？首先，我们的目标是回答在大流行之前是什么推动了印度的经济增长的问题。图 1 显示了 1971 年至 2019 年印度四种生产要素的增长图。统计测试表明，在此期间有三个不同的增长阶段 ： 1 ） 1970 年代的低增长，内向型政策 ； 2 ） 1980 - 2002 年期间，随着自由化和外向型政策的开始，平均增长率约为 5.5 ％ ； 3 ） 从 2000 年代初期到大流行 （ Patra，2022 ） 的高增长期。从图 1 有几个有趣的观察。首先，劳动力似乎是印度 70 年代和 80 年代增长的最重要驱动力之一。其次，资本的贡献在 90 年代末和 2000 年代有所回升。例如，从 2005 年到 2010 年，资本在推动增长方面发挥了主导作用，当时劳动力的作用急剧下降。第三，最近，但在最近的经济放缓之前，全要素生产率增长与资本一