本文探讨了亚太地区的中长期增长前景,采用两种互补的方法进行分析:
1. 识别增长驱动因素
- 增长分解:通过增长核算分析,将人均 GDP 增长分解为劳动力、资本、人力资本、全要素生产率 (TFP) 和人口结构等因素的贡献。研究发现:
- 高收入经济体 (AE):增长主要受 TFP 和人力资本提升驱动,资本深化作用有限,人口红利逐渐消退。
- 新兴市场和发展中经济体 (EMMIE):资本深化是主要驱动力,TFP、人力资本和人口结构也贡献积极。
- 低收入发展中经济体 (LIDC):资本深化是关键驱动力,治理改善也贡献积极。
- 基于树的方法:利用机器学习模型 (随机森林和 XGBoost) 分析更广泛的驱动因素,包括宏观经济条件、制度质量和全球因素等。主要发现:
- 收入水平、人口结构、贸易开放度、人力资本和治理水平是重要增长驱动因素。
- 全球因素如贸易伙伴增长和 FDI 流入也发挥重要作用。
2. 中长期增长预测
- 增长核算预测:基于当前趋势预测各因素,预计亚太地区潜在增长率将放缓,到 2030 年和 2040 年分别降至 3.1-3.5% 和 2.2-3.1%。主要原因是人口老龄化、资本回报递减和生产力水平趋同。
- 动态时间规整 (DTW) 预测:利用 DTW 算法匹配历史相似时期,预测结果显示:
- AEMIE 和 LIDC 增长率高于 AE,但差距将逐渐缩小,符合经济趋同理论。
- 部分经济体如柬埔寨、越南和孟加拉国将持续较高增长率,中国和印度增长将有所放缓。
研究结论
- 亚太地区经济增长将放缓,但仍将是全球增长最快的地区。
- 人口结构变化、资本深化和生产力趋同是主要影响因素。
- 需要进行结构性改革以应对人口老龄化、提升生产力,并促进可持续发展。
- DTW 方法为中长期预测提供了有效工具,可帮助政策制定者制定针对性策略。
研究局限性
- 基于历史数据,无法预测结构性变化,如重大技术突破或改革。
- 预测结果为基准情景,假设当前趋势持续,经济体遵循历史模式。