剖析亚洲中期增长前景

本文探讨了亚太地区的中期增长前景，采用了两种互补的方法：

1. 识别增长驱动因素

• 增长分解：通过半内生增长模型和增长核算分解，分析了人口结构、资本深化、生产力和人力资本对亚太地区增长轨迹的影响。
  • 结果显示，新兴市场和发展中经济体（EMDEs）过去三十年的表现主要得益于资本深化和有利的人口结构，约占其总增长的1/3。
  • 相比之下，发达经济体（AEs）的增长主要受生产力和人力资本改善的推动。
• 机器学习方法：利用随机森林和XGBoost等机器学习树模型，分析了经济收敛、人口结构、贸易开放度、人力资本发展和制度质量等对增长的影响。
  • 结果显示，收入水平（人均名义GDP）是预测未来五年平均增长的最重要变量，与经济收敛原则一致。
  • 人口结构，特别是劳动年龄人口比例，也发挥了关键作用。
  • 贸易开放度、人力资本增长和治理改善也与中期增长呈正相关。

2. 预测亚太地区中期增长

• 增长核算预测：基于当前趋势，预测亚太地区潜在增长率将在中期和长期下降，到2030年和2040年分别降至约3.1-3.5%和2.2-3.1%。
  • 下降的主要因素包括人口老龄化带来的劳动力供给减少、资本积累的边际回报递减以及生产率水平的逐渐趋同。
  • EMDEs的增长下降幅度更大，而AEs也出现轻微下降。
• 动态时间规整（DTW）预测：利用DTW算法，通过匹配当前条件与历史上类似的国家时期来预测增长。
  • 结果显示，AEs、EMDEs和低收入发展中国家（LIDCs）的增长率将出现分化，但差距会随着时间推移而缩小，符合经济收敛理论。
  • 预测中，中国、柬埔寨和越南等经济体将保持较高增长率，而印度增长则相对稳定。

研究结论

• 亚太地区经济增长面临人口老龄化和生产率增长放缓等挑战，需要通过结构性改革来应对。
• 政策制定者应重视人力资本发展和制度质量，以维持经济增长势头。
• 将传统预测方法与历史发展模式学习相结合，可以为中期增长预测提供更全面的视角。
• DTW模式匹配方法为中期政策制定和经济规划提供了一种透明且适应性强的框架。