數(shù)字經(jīng)濟(jì)視角下的中國潛在經(jīng)濟(jì)增長率測算及分解計(jì)算案例目錄TOC\o"1-3"\h\u27757數(shù)字經(jīng)濟(jì)視角下的中國潛在經(jīng)濟(jì)增長率測算及分解計(jì)算案例 110980一、潛在經(jīng)濟(jì)增長率測算模型構(gòu)建 118744二、數(shù)字經(jīng)濟(jì)視角下中國潛在經(jīng)濟(jì)增長率的測算及預(yù)測 524004三、數(shù)字經(jīng)濟(jì)視角下中國潛在經(jīng)濟(jì)增長率的分解 107027四、結(jié)論與對策建議 14數(shù)字經(jīng)濟(jì)是指建立在計(jì)算機(jī)互聯(lián)網(wǎng)絡(luò)基礎(chǔ)上，以通訊技術(shù)為核心的新的全球化經(jīng)濟(jì)形態(tài)。其依托的基礎(chǔ)產(chǎn)業(yè)群是計(jì)算機(jī)、通訊設(shè)備生產(chǎn)相關(guān)的硬件及軟件制造業(yè)和以無線電通信、計(jì)算機(jī)網(wǎng)絡(luò)服務(wù)為內(nèi)容的現(xiàn)代信息服務(wù)業(yè)。數(shù)字經(jīng)濟(jì)具有高創(chuàng)新性、高滲透性和快捷性的特點(diǎn)，能夠直接滲透到農(nóng)業(yè)、工業(yè)和服務(wù)業(yè)的生產(chǎn)過程中，從而有效改變經(jīng)濟(jì)系統(tǒng)原有的運(yùn)行模式。在數(shù)字經(jīng)濟(jì)的引領(lǐng)下，許多發(fā)達(dá)國家和發(fā)展中國家的全要素生產(chǎn)率均得到了顯著提升。2016年，我國數(shù)字經(jīng)濟(jì)占GDP的比重從2010年的5.5%增長到2019年的36.2%，數(shù)字經(jīng)濟(jì)將成為未來經(jīng)濟(jì)增長的新引擎。一、潛在經(jīng)濟(jì)增長率測算模型構(gòu)建（一）測算方法的選取根據(jù)潛在經(jīng)濟(jì)增長率的內(nèi)涵，其測算實(shí)質(zhì)是對潛在產(chǎn)出或者說潛在GDP的測算，隨著學(xué)術(shù)界研究的深入，大致出現(xiàn)了三類測算方法：基于時間序列分解趨勢性因素與周期性成分測算潛在經(jīng)濟(jì)增長率的統(tǒng)計(jì)趨勢法、基于一定經(jīng)濟(jì)關(guān)系或經(jīng)濟(jì)理論基礎(chǔ)來分析測算的經(jīng)濟(jì)結(jié)構(gòu)關(guān)系方法、將二者結(jié)合的混合型估算方法。三者的優(yōu)缺點(diǎn)也較為明顯，趨勢統(tǒng)計(jì)法估算簡單，數(shù)據(jù)易于獲取，計(jì)算精度較高，缺點(diǎn)則是缺乏經(jīng)濟(jì)理論基礎(chǔ)的支撐，偏重計(jì)量測算。經(jīng)濟(jì)結(jié)構(gòu)法以生產(chǎn)函數(shù)為例，優(yōu)點(diǎn)是具有經(jīng)濟(jì)理論基礎(chǔ)，能全面體現(xiàn)出各要素對潛在產(chǎn)出貢獻(xiàn)，缺點(diǎn)是對數(shù)據(jù)的質(zhì)量要求過高，資本存量、勞動力、TFP等影響潛在產(chǎn)出的因素都需要估計(jì)，容易導(dǎo)致結(jié)果的差異?；旌闲凸浪惴椒ň邆淞硕叩墓餐瑑?yōu)點(diǎn)，既有理論支撐也有測算精度。但存在適應(yīng)性問題，如VAR對某些不存在菲利普斯曲線的國家無法進(jìn)行測算?；谝陨戏治?，本文選取生產(chǎn)函數(shù)法來測算潛在經(jīng)濟(jì)增長率，因?yàn)樯a(chǎn)函數(shù)在測算過程中能全面的反應(yīng)經(jīng)濟(jì)供給面上的情況，本文的目的除了測算潛在經(jīng)濟(jì)增長率外，還想通過測算得到各要素對潛在產(chǎn)出的貢獻(xiàn)，而生產(chǎn)函數(shù)法符合這一要求?；诠诺浣?jīng)濟(jì)學(xué)理論，生產(chǎn)函數(shù)的數(shù)學(xué)表達(dá)式為 Y=f(X1式（1）中，Y為總產(chǎn)出，為各項(xiàng)投入的生產(chǎn)要素，根據(jù)這一生產(chǎn)關(guān)系式，學(xué)者構(gòu)建了三個主要的生產(chǎn)函數(shù)：柯布-道格拉斯生產(chǎn)函數(shù)、CES生產(chǎn)函數(shù)和超越對數(shù)生產(chǎn)函數(shù)：（1）柯布-道格拉斯生產(chǎn)函數(shù) Y=AKαC-D生產(chǎn)函數(shù)表達(dá)形式為式（4.2）其中Y為總產(chǎn)出，K、L分別為資本和勞動力投入，A為技術(shù)水平，對式（2）關(guān)于K和L求偏導(dǎo)得到： ?Y?K=Aα對式（3）移項(xiàng)得到α、β為 α=?Y?K?K?Y β=?Y?L?L?Y根據(jù)彈性定義，α與β應(yīng)分別為資本的邊際產(chǎn)出彈性和勞動的邊際產(chǎn)出彈性。（2）CES生產(chǎn)函數(shù) Y=AδK式（6）為CES生產(chǎn)函數(shù)表達(dá)式，1961年由Arrow、Solow等四位學(xué)者提出的常規(guī)模彈性生產(chǎn)函數(shù)，其中K為資本投入、L為勞動力投入，A為技術(shù)水平，δ為分配參數(shù)或產(chǎn)出彈性，ρ為替代參數(shù)，μ為規(guī)模報(bào)酬參數(shù)。（3）超越對數(shù)生產(chǎn)函數(shù)超越對數(shù)生產(chǎn)函數(shù)主要特點(diǎn)是刻畫要素彈性之間的變化特征（郝楓，2015），當(dāng)其投入要素僅為資本與勞動時其函數(shù)形式為： lnY=a0對式（7）關(guān)于lnK、lnL分別求導(dǎo)時，可得要素投入對產(chǎn)出的彈性分別為: φk= φL=上述三種生產(chǎn)函數(shù)不僅數(shù)學(xué)表達(dá)式具有差異，其經(jīng)濟(jì)學(xué)內(nèi)涵也有差異，從函數(shù)形式上來看，C-D生產(chǎn)函數(shù)最為簡潔直觀，超越對數(shù)函數(shù)則最為復(fù)雜，并且C-D生產(chǎn)函數(shù)的估計(jì)參數(shù)有直觀的經(jīng)濟(jì)學(xué)意義，在對潛在產(chǎn)出的估計(jì)中，α與β分別為資本的邊際產(chǎn)出彈性和勞動的邊際產(chǎn)出彈性,通過式（8）（9）可看出，CES函數(shù)與超越對數(shù)函數(shù)對其估計(jì)出的參數(shù)需要轉(zhuǎn)化才能有明確的經(jīng)濟(jì)意義，經(jīng)過實(shí)證對三者比較后，本文選取柯布-道格拉斯函數(shù)構(gòu)建模型，通過引入信息技術(shù)資本存量，來測算潛在產(chǎn)出及研究數(shù)字經(jīng)濟(jì)對潛在產(chǎn)出的貢獻(xiàn)。（二）測算模型的構(gòu)建本文選取總量生產(chǎn)函數(shù)為柯布-道格拉斯形式，具體如式（10）所示。 Y=AKα在式（10）中，Y代表潛在產(chǎn)出，K代表資本存量，L代表勞動力投入量，其中α與β代表資本與勞動的邊際產(chǎn)出彈性，A為技術(shù)水平，是度量除資本、勞動外所有對總產(chǎn)出有影響的因素。對式（10）兩邊求對數(shù)： lnYt對式（11）求導(dǎo)： lnYt對式（12）移項(xiàng)： dAA=對于（13）式，其中dAA為全要素增長率，dYtYt為產(chǎn)出增長率，d同時為了量化數(shù)字經(jīng)濟(jì)對經(jīng)濟(jì)增長的貢獻(xiàn)度，本文構(gòu)建包含資本要素內(nèi)部投入結(jié)構(gòu)的生產(chǎn)函數(shù)模型，在產(chǎn)業(yè)投入視角將資本投入細(xì)分為數(shù)字經(jīng)濟(jì)相關(guān)資本投入與數(shù)字經(jīng)濟(jì)不相關(guān)資本投入，生產(chǎn)函數(shù)模型設(shè)定如下： YZ,t=A在式（14）中，YZ代表潛在產(chǎn)出，A代表技術(shù)水平，是度量除資本、勞動外所有對總產(chǎn)出有影響的因素，KIT為數(shù)字經(jīng)濟(jì)相關(guān)資本存量，KN為數(shù)字經(jīng)濟(jì)不相關(guān)資本存量，Lz,t代表勞動投入量，其中α1對式（14）兩邊求對數(shù) lnYZ,t對式（15）求導(dǎo) dYZ,t至此，我們將生產(chǎn)函數(shù)轉(zhuǎn)化為了增長率形式，其中dAA為全要素生產(chǎn)率TFP，將各變量帶入計(jì)算即可得到潛在經(jīng)濟(jì)增長率d（三）數(shù)據(jù)來源及處理方法本文計(jì)算分兩個部分，其中第一部分2005-2014年中國分行業(yè)TFP變動所使用數(shù)據(jù)來自《中國統(tǒng)計(jì)年鑒》與《電子信息產(chǎn)業(yè)年鑒（綜合篇）》，由于2003年前我們國家統(tǒng)計(jì)局的統(tǒng)計(jì)標(biāo)準(zhǔn)一直是按照三次產(chǎn)業(yè)分類的，并沒有按行業(yè)分的官方數(shù)據(jù)，為了保證測算的準(zhǔn)確性選擇從2004年的數(shù)據(jù)開始，行業(yè)分類采用《國民經(jīng)濟(jì)行業(yè)分類（GB/T4754－2011）》共計(jì)19個行業(yè)，計(jì)算過程中，以分行業(yè)增加值作為產(chǎn)出Y，通過GDP平減指數(shù)得到以1978年為基期的分行業(yè)實(shí)際增加值，分行業(yè)勞動投入L原始數(shù)據(jù)選取分行業(yè)經(jīng)濟(jì)活動人口，分行業(yè)資本存量遵循下文中非信息技術(shù)資本存量的計(jì)算方法得出。第二部分中，國內(nèi)研究者在測算潛在經(jīng)濟(jì)增長率時采用的是以1978（郭豫媚，2015）或1952（謝保崇，2013）年為基期的產(chǎn)出、資本、勞動的時間序列數(shù)據(jù)，這類數(shù)據(jù)的優(yōu)點(diǎn)是研究學(xué)者眾多易于比較，數(shù)據(jù)來源準(zhǔn)確歷年可查找，但是缺點(diǎn)是數(shù)據(jù)樣本量過小，測算數(shù)據(jù)主觀性較強(qiáng)，為了保證測算回歸的精確度，本文選取2003-2014這12年的全國29個省份（除去西藏、海南）的面板數(shù)據(jù)進(jìn)行估計(jì)，并且由于本文站在數(shù)字經(jīng)濟(jì)的視角下，需要測算數(shù)字經(jīng)濟(jì)的貢獻(xiàn)率，并且以此模型測算潛在經(jīng)濟(jì)增長率，本文引入信息技術(shù)制造和服務(wù)業(yè)全社會固定投資額，面板數(shù)據(jù)來自《中國統(tǒng)計(jì)年鑒》與《電子信息產(chǎn)業(yè)年鑒（綜合篇）》，兩部分計(jì)算的數(shù)據(jù)出處與計(jì)算辦法如下（以下數(shù)據(jù)本文均選1978年為基期）（1）實(shí)際產(chǎn)出。首先求得以1978年為基期的GDP平減指數(shù)，通過名義GDP除以1978年為基期的GDP平減指數(shù)得到1978年不變價的實(shí)際GDP，根據(jù)《中國統(tǒng)計(jì)年鑒》中國內(nèi)生產(chǎn)總值指數(shù)（上年=100）公式： GDPDt=其中GDPDt為t年國內(nèi)生產(chǎn)總值平減指數(shù)（上年=100），GDPt為t年名義國民生產(chǎn)總值， GDPIt=通過式（18），用各期環(huán)比指數(shù)連乘即可求得以1978年為基期（1978=100）的GDP平減指數(shù)，最終得到實(shí)際GDP。（2）信息技術(shù)資本存量。根據(jù)前文的論述，數(shù)字經(jīng)濟(jì)核心為信息技術(shù)產(chǎn)業(yè)群，包括與計(jì)算機(jī)、通訊設(shè)備生產(chǎn)相關(guān)的硬件產(chǎn)業(yè)、計(jì)算機(jī)軟件產(chǎn)業(yè)和以移動通信、計(jì)算機(jī)網(wǎng)絡(luò)服務(wù)為內(nèi)容的現(xiàn)代信息技術(shù)服務(wù)業(yè)，因此本文數(shù)字經(jīng)濟(jì)的資本存量測度使用信息技術(shù)資本存量，根據(jù)前文數(shù)字經(jīng)濟(jì)的統(tǒng)計(jì)口徑討論，為了涵蓋生產(chǎn)部門與服務(wù)部門，本文引入分省份歷年信息技術(shù)制造和服務(wù)業(yè)全社會固定投資額，數(shù)據(jù)來源《電子信息產(chǎn)業(yè)年鑒（綜合篇）》,為了估算2003-2013我國分地區(qū)的信息技術(shù)資本存量，首先需要確定29個省的信息技術(shù)初始資本存量，對信息技術(shù)基期的資本存量估計(jì)學(xué)術(shù)界主要使用增長率法（Shinjo、Zhang，2003;Miyagawa，2004；Wong，2004；施莉、胡培，2008），計(jì)算公式為： K0=其中K0為初期信息技術(shù)資本存量，I1為信息技術(shù)固定投資中第一年的投資額，g為測算期內(nèi)固定投資額的平均增長率， K0=其中K0為初期信息技術(shù)資本存量，r為假定的信息技術(shù)投資額的固定增長率，Ij為測算期之前的某年j的信息技術(shù)投資額，其中j=?1，?2，?3?，表示在測算期前的第幾年(如j=?1，表示在測算期前的第一年)，這一方法事實(shí)上是假定初始資本存量等于之前年份信息技術(shù)投資額的加總，并且假設(shè)了投資額以固定增長率r增長，這種方法的問題是忽略資本存在折舊，因此估算結(jié)果會導(dǎo)致初始資本存量的高估，同時對不同的 KIT,0=其中KIT,0即為初始期信息技術(shù)資本存量,IIT,1為測算期第一年信息傳輸計(jì)算機(jī)服務(wù)和軟件業(yè)全社會固定投資額，δ為折舊率，g為觀察期固定投資額年均增長率，選取2001-2005年5年間各省的投資平均增長速度作為 KIT,t=其中KIT,t為t年信息技術(shù)資本存量，IIT,t為第t年信息傳輸計(jì)算機(jī)服務(wù)和軟件業(yè)全社會固定投資額，Pi,t（3）非信息技術(shù)資本存量。非信息技術(shù)資本存量為總資本存量減去信息技術(shù)資本存量的差額，參照上文信息技術(shù)資本存量的計(jì)算方法，公式為： KZ,t= KN,t=對于基期資本存量KZ,0（4）勞動力投入及潛在就業(yè)人數(shù)。勞動力投入Lz Lt?其中Lt?為潛在就業(yè)人數(shù)，Lst為達(dá)到工作年齡的人數(shù)，Trpt為趨勢參與率，NAWRUt二、數(shù)字經(jīng)濟(jì)視角下中國潛在經(jīng)濟(jì)增長率的測算及預(yù)測（一）中國TFP增長率的測算本文的目的是通過測算TFP增長率，將TFP增長率的貢獻(xiàn)分解為信息技術(shù)行業(yè)的貢獻(xiàn)與非信息技術(shù)行業(yè)的貢獻(xiàn)，因此采用行業(yè)層面的TFP直接加權(quán)得到整體的TFP（Brandt,2012;Hsieh&Klenow，2009），其中權(quán)重遵循過往文獻(xiàn)的處理方法選擇行業(yè)產(chǎn)出占總產(chǎn)出的百分比。通過測算19個行業(yè)2004-2014年的全要素生產(chǎn)率來測算這一時期總的TFP。1.數(shù)據(jù)說明行業(yè)分類采用《國民經(jīng)濟(jì)行業(yè)分類（GB/T4754－2011）》共計(jì)19個行業(yè)，原始數(shù)據(jù)來自《中國統(tǒng)計(jì)年鑒》與《電子信息產(chǎn)業(yè)年鑒（綜合篇）》，以分行業(yè)增加值作為原始值，通過GDP平減指數(shù)得到以1978年為基期的分行業(yè)實(shí)際增加值作為產(chǎn)出Y，潛在就業(yè)人數(shù)L以分行業(yè)就業(yè)人數(shù)為原始數(shù)據(jù)HP濾波得到，分行業(yè)資本存量遵循上文中信息技術(shù)資本存量的計(jì)算方法得出，原始數(shù)據(jù)為分行業(yè)固定投資額，變量的描述性統(tǒng)計(jì)如表1：表1樣本數(shù)據(jù)的統(tǒng)計(jì)性描述變量樣本量均值標(biāo)準(zhǔn)差最小值最大值Y2093508.9654815.061190.54829589.76K20911693.1320696.03160.3997132887.4L209693.7658863.567753.95257.9lnY2097.6151.0265.25010.295lnK2096.0320.9813.9878.567lnL2098.3611.0265.07811.7972.回歸分析通過式（11）帶入19個行業(yè)的產(chǎn)出、資本存量、勞動投入可測算對應(yīng)行業(yè)全要素生產(chǎn)率，首先利用最小二乘估計(jì)回歸待估參數(shù)α、β，通過上述面板數(shù)據(jù)對式（11）分別采用隨機(jī)效應(yīng)（RE）和固定效應(yīng)（FE）進(jìn)行回歸，通過Hausman霍斯曼檢驗(yàn)?zāi)Ｐ偷膬?nèi)生性。模型回歸結(jié)果見表2表2面板模型回歸結(jié)果FE（固定效應(yīng)）RE（隨機(jī)效應(yīng)）lnK0.406***（6.13）0.426***（6.68）lnL0.529***（21.64）0.518***（21.52）常數(shù)項(xiàng)0.742**（2.50）2.8867**（2.11）樣本量1901900.3890.398Hausaman檢驗(yàn)F統(tǒng)計(jì)量-8.87注1：***、**、*分別表示1%，5%，10%的顯著性水平。下同原假設(shè)為接受隨機(jī)效應(yīng)模型，參考連玉君（2014），huasman檢驗(yàn)為負(fù)時，視為拒絕原假設(shè)的信號，因此取固定效應(yīng)，α與β分別取0.406與0.529。3.測算結(jié)果對式（13）進(jìn)行調(diào)整得到信息技術(shù)產(chǎn)業(yè)全要素增長率計(jì)算公式如下： dAIT,t將α、β帶入式（26），同時帶入實(shí)際產(chǎn)出增長率、信息技術(shù)資本增長率、潛在就業(yè)增長率可以求得信息技術(shù)產(chǎn)業(yè)的全要素生產(chǎn)率，同理求得對應(yīng)各行業(yè)全要素生產(chǎn)率增長率，將2005-2014年繪制如表3。表3分行業(yè)TFP增長率行業(yè)2005-20072008-20102011-20141.農(nóng)林牧漁業(yè)0.0106940.0132320.0125452.采礦業(yè)0.0306030.0380750.0013673.制造業(yè)0.0472070.0550970.0111684.電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)0.095958-0.010780.0704845.建筑業(yè)0.0463530.054673-0.068036.批發(fā)和零售業(yè)0.0983010.045670.005047.交通運(yùn)輸、倉儲和郵政業(yè)0.0455280.036864-0.009188.住宿和餐飲業(yè)0.0605930.0757820.0127239.信息技術(shù)制造與服務(wù)業(yè)0.0700720.1114820.11101910.金融業(yè)0.0799230.0927820.10483411.房地產(chǎn)業(yè)0.0687070.1324860.00112412.租賃和商務(wù)服務(wù)業(yè)0.0272260.1349750.0726813.科學(xué)研究和技術(shù)服務(wù)業(yè)0.089160.1412530.09337414.水利、環(huán)境和公共設(shè)施管理業(yè)0.0488270.0794210.12169115.居民服務(wù)、修理和其他服務(wù)業(yè)0.1118810.0736820.03855616.教育0.0675740.1124130.0949117.衛(wèi)生和社會工作0.050240.0770290.13791118.文化、體育和娛樂業(yè)0.0807990.0958930.08704719.公共管理、社會保障和社會組織0.0528560.1325990.041785僅從TFP增長率的測算結(jié)果來看，傳統(tǒng)的農(nóng)林牧漁業(yè)、采礦業(yè)的TFP增長率一直顯著低于其它行業(yè)，平均值在0.01-0.02左右，其余行業(yè)的TFP增長率則兩級分化明顯，投入要素以勞動密集型為特征的產(chǎn)業(yè)，例如建筑業(yè)、交通運(yùn)輸業(yè)、住宿餐飲業(yè)等TFP增長率的平均值遠(yuǎn)低于資本和技術(shù)密集型的服務(wù)業(yè)，如金融業(yè)、信息技術(shù)業(yè)、科學(xué)研究及技術(shù)服務(wù)業(yè)等，2005-2010年，各行業(yè)TFP增長率呈現(xiàn)明顯的上升趨勢，這一是得益于勞動力素質(zhì)的提升，另一方面則得益于我國經(jīng)濟(jì)的增長質(zhì)量有所提升。從2010年開始，我國經(jīng)濟(jì)增長率開始下滑，迅速體現(xiàn)到了資本存量的增長率出現(xiàn)下降，就行業(yè)而言，降幅較大的采礦業(yè)、制造業(yè)、建筑業(yè)等，對應(yīng)的其TFP增長率也出現(xiàn)下降，相反，上文提到的金融業(yè)、信息技術(shù)業(yè)、科學(xué)研究等行業(yè)TFP增長率不降反升，主要原因一方面是因?yàn)檫@些行業(yè)對固定資產(chǎn)的投資依存度較低，另一方面，這些行業(yè)的技術(shù)進(jìn)步更為明顯，屬于技術(shù)密集型產(chǎn)業(yè)，對于本文測算的重點(diǎn)信息技術(shù)產(chǎn)業(yè)，TFP增長率雖然略有波動，但基本呈現(xiàn)出穩(wěn)定增長，這得益于近年來數(shù)字經(jīng)濟(jì)快速發(fā)展，計(jì)算機(jī)軟硬件、互聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)以成為新的生產(chǎn)力，在信息化、智能化的改造下，極大的提高了信息技術(shù)產(chǎn)業(yè)的勞動生產(chǎn)率。在對分行業(yè)TFP增長率進(jìn)行了計(jì)算與討論之后，本文由行業(yè)層面TFP直接加權(quán)得到整體TFP，權(quán)重選取的是行業(yè)產(chǎn)出占總產(chǎn)出的比值，同時通過HP濾波法得到各行業(yè)的趨勢全要素生產(chǎn)率序列，最后通過算術(shù)平均得到2005-2014年TFP年均增長率如表4所示，從2005-2010年，TFP增長率基本保持上漲趨勢，由2.312%上升至3.504%，在2008、2011年出現(xiàn)回落，TFP的年度增長率變化較大，約在2%-3%之間波動。表4TFP增長率年份TFP增長率20052.31220062.8920073.58420081.97220092.91920103.50420112.1620122.43520131.76320141.798過往研究中學(xué)者由于測算方法與所站視角不同，對全要素生產(chǎn)率（TFP）的測算結(jié)果存在差異，Young（2003）研究認(rèn)為，中國經(jīng)濟(jì)增長的貢獻(xiàn)主要由人口紅利及資本要素驅(qū)動，粗放型的增長方式對應(yīng)的是較低的TFP增長率，年均增長速度在2%-3%之間，國內(nèi)學(xué)者張健華、王鵬（2012）通過隨機(jī)前沿模型估算了1979-2010年全要素生產(chǎn)率增長率為2.48%；張少華、蔣偉杰（2014）在Luenberger指數(shù)的基礎(chǔ)上引入ISP生產(chǎn)率指數(shù)估計(jì)了TFP增長率，結(jié)論是1994-2009年我國TFP年均增長速度為3.33%，不同學(xué)者在測算方法、原始數(shù)據(jù)、折舊率的選取上存在不同，導(dǎo)致了TFP增長率估算結(jié)果存在差異，但多數(shù)研究結(jié)果在2%-4%之間，這與本文2.6%的年均增長速度較為吻合。（二）中國2005-2019年潛在經(jīng)濟(jì)增長率的測算本文通過對資本在信息技術(shù)產(chǎn)業(yè)與非信息技術(shù)產(chǎn)業(yè)的投入進(jìn)行分解，研究數(shù)字經(jīng)濟(jì)對潛在經(jīng)濟(jì)增長率的影響，構(gòu)建包含資本要素投入結(jié)構(gòu)的生產(chǎn)函數(shù)模型，利用2003-2014年的省級面板數(shù)據(jù)估計(jì)這一時期的產(chǎn)出彈性，在此基礎(chǔ)上測算中國潛在經(jīng)濟(jì)增長率。1.數(shù)據(jù)說明原始數(shù)據(jù)來自《中國統(tǒng)計(jì)年鑒》與《電子信息產(chǎn)業(yè)年鑒（綜合篇）》，以實(shí)際GDP作為產(chǎn)出Y，潛在就業(yè)人數(shù)L以區(qū)域年末就業(yè)人數(shù)為原始數(shù)據(jù)測算，信息技術(shù)資本存量與非信息技術(shù)資本存量遵循上文計(jì)算方法得出，原始數(shù)據(jù)為固定投資額，變量的描述性統(tǒng)計(jì)如表5：表5樣本數(shù)據(jù)的統(tǒng)計(jì)性描述變量樣本量均值標(biāo)準(zhǔn)差最小值最大值Y3482370.6911975.202103.441910391.44Kit348176.791344.50482.5843052056.208Kn3486182.2625378.6334.200731704.56L3482627.3851741.259289.86580.4lnY3487.4307880.89340894.639019.248737lnKit3484.1096490.88842990.94945656.138421lnKn3488.3679710.89731635.81174210.36422lnL3487.60083460.79882985.6691918.7918512.回歸分析通過式（15）帶入信息技術(shù)資本存量、非信息技術(shù)資本存量、潛在就業(yè)、實(shí)際經(jīng)濟(jì)增長率，利用最小二乘法估計(jì)待估參數(shù)α1、α2、表6模型回歸結(jié)果FE（固定效應(yīng)）RE（隨機(jī)效應(yīng)）lnkit0.0869***（0.0277）0.1887***（0.0274）lnkn0.3295***（0.0217）0.5114***（0.0206）lnl0.4875***（0.0325）-0.0671（0.0794）常數(shù)項(xiàng)0.4121*（0.2378）2.8867***（0.5570）樣本量3193190.9590.96Hausaman檢驗(yàn)P值0.000霍斯曼檢驗(yàn)在1%的水平下達(dá)到統(tǒng)計(jì)意義上顯著，拒絕原假設(shè)，應(yīng)選取固定效應(yīng)進(jìn)行估計(jì)，組內(nèi)為0.959，各變量的系數(shù)均顯著，說明此模型的擬合效果良好。3.測算結(jié)果對于表6中的估計(jì)結(jié)果，可以觀察到代表資本投入和勞動力投入的產(chǎn)出彈性都為正，這表明三者對經(jīng)濟(jì)增長的貢獻(xiàn)均為正相關(guān)。在本文中已經(jīng)測算了TFP增長率，同時估計(jì)了模型的產(chǎn)出彈性，將資本存量增長率與潛在就業(yè)的趨勢增長率帶入就求得了中國潛在經(jīng)濟(jì)增長率如表7表72005-2014中國潛在經(jīng)濟(jì)增長率TFP增長率年份信息非技術(shù)資本存量增長率信息技術(shù)資本存量增長率勞動力增長率潛在經(jīng)濟(jì)增長率0.0231220050.166660.1486940.00523170.0935070.028920060.177480.1897150.00478160.1061970.0358420070.1828650.1744340.00441260.1134040.0197220080.1763030.1665070.0041190.0942890.0291920090.2093170.2238150.00389850.119510.0350420100.2057490.2332620.00374070.1249290.021620110.1687910.1899270.00363190.0954920.0243520120.1675520.21520.00355720.0999930.0176320130.1651860.2098810.00350690.0920070.0179820140.1486680.1844660.00175300.083853由表7可以看出，2005-2014年我國潛在經(jīng)濟(jì)增長率呈一個先上升后下降的趨勢，在2007年達(dá)到11.3%，后開始下降，雖然在2009、2010年出現(xiàn)反彈，2010年達(dá)到了12.4%，但總體上我國的潛在經(jīng)濟(jì)增長率在2008年后呈現(xiàn)出一個緩慢下降的趨勢，2013年下降至9.2%左右，主要原因是我國近10年仍然是資本推動型，依靠需求端的三駕馬車?yán)瓌咏?jīng)濟(jì)增長，這一現(xiàn)象突出表現(xiàn)在2008年國際金融危機(jī)后，為擺脫其影響，我國政府繼續(xù)以需求管理政策為導(dǎo)向，加大資本投入，基于此類以擴(kuò)大內(nèi)需為主的宏觀經(jīng)濟(jì)政策，資本存量的增長率在2009和2010年分別到達(dá)了21%，20%，遠(yuǎn)高于過去幾年的資本存量增長率，大量資金流入基礎(chǔ)設(shè)施建設(shè)，房地產(chǎn)與重工業(yè)，造成現(xiàn)在產(chǎn)能過剩，經(jīng)濟(jì)粗放增長的局面，而此后資本對經(jīng)濟(jì)增長的貢獻(xiàn)將繼續(xù)降低，伴隨著人口紅利消失，共同造成了潛在經(jīng)濟(jì)增長率緩慢下滑的趨勢。（三）中國2020-2025年潛在經(jīng)濟(jì)增長率的預(yù)測為了準(zhǔn)確把握經(jīng)濟(jì)未來走勢，制定合理的宏觀經(jīng)濟(jì)政策，需要對潛在經(jīng)濟(jì)增長率進(jìn)行預(yù)測，基于文中對2004-2013年我國潛在經(jīng)濟(jì)增長率的計(jì)算以及對潛在經(jīng)濟(jì)增長率的分析，本文對2014-2020年我國潛在經(jīng)濟(jì)增長率進(jìn)行預(yù)測，根據(jù)式（16）潛在經(jīng)濟(jì)增長率的預(yù)測實(shí)質(zhì)上是對非信息技術(shù)資本存量增長率，信息技術(shù)資本存量增長率，勞動力增長率以及全要素增長率的預(yù)測：一、資本投入增速下降，資本存量增速將由13%滑落至8%，每年增速下降5%，隨著人口老齡化，儲蓄率會有所下降，投資供給減少。從投資的需求端看，我國產(chǎn)業(yè)結(jié)構(gòu)進(jìn)一步向第三產(chǎn)業(yè)融合，2015年，第二產(chǎn)業(yè)占GDP額下降至40.5%，第三產(chǎn)業(yè)占比攀升至50.2%，同比增長5.02%。未來第三產(chǎn)業(yè)占比將進(jìn)一步上升，這種產(chǎn)業(yè)結(jié)構(gòu)的變化會導(dǎo)致資本投入的增速將有所下降，但同時第三產(chǎn)業(yè)的資本投入將會由低收益部門向高收益部門流動，信息技術(shù)產(chǎn)業(yè)作為新興行業(yè)，投資回報(bào)率高嗎，發(fā)展迅速，在資本投資下降的趨勢下會繼續(xù)保持穩(wěn)中有升，每年增速增加1%。二、全要素生產(chǎn)率穩(wěn)中有升，將由1.83%升至2.02%，在資本存量增長率與潛在就業(yè)增長率同時下降的情況下，經(jīng)濟(jì)增長將主要依托全要素生產(chǎn)率，全要素生產(chǎn)率的提高主要?dú)w因于三個方面：一是生產(chǎn)效率的改善，二是技術(shù)創(chuàng)新，三是規(guī)模效應(yīng)。（1）生產(chǎn)效率改善：得益于數(shù)字經(jīng)濟(jì)主體互聯(lián)網(wǎng)、信息技術(shù)、大數(shù)據(jù)等通用技術(shù)的快速發(fā)展，能廣泛的應(yīng)用到社會經(jīng)濟(jì)的各個部門，直接對生產(chǎn)效率進(jìn)行提高。（2）技術(shù)創(chuàng)新：信息技術(shù)產(chǎn)業(yè)作為高科技行業(yè)，大量投入技術(shù)研發(fā)，創(chuàng)新效率不斷提高，互聯(lián)網(wǎng)下信息的快速傳播使得“知識”外溢與“技術(shù)”外溢趨勢加快，新技術(shù)能很迅速的在企業(yè)間傳播。（3）規(guī)模效應(yīng)：數(shù)字經(jīng)濟(jì)推動其它行業(yè)產(chǎn)業(yè)化產(chǎn)生規(guī)模效應(yīng)來提高全要素生產(chǎn)率，如互聯(lián)網(wǎng)+制造業(yè)將制造業(yè)的標(biāo)準(zhǔn)化、自動化向前推進(jìn)，形成規(guī)模效應(yīng)提升TFP?；跀?shù)字經(jīng)濟(jì)的這一影響本文預(yù)測TFP增長率每年增加2%。三、勞動力供給增長持續(xù)放緩，預(yù)計(jì)將由0.08%降至0.002%，人口紅利消失，同時隨著人口老齡化的加劇，2014年60歲的人口比重已達(dá)15.6%，未來五年中國人口結(jié)構(gòu)會進(jìn)一步調(diào)整，出生率下降，老齡化加劇，勞動力增速每年遞減50%，將上文的預(yù)測數(shù)據(jù)帶入式（16），至此本文估算出中國2014-2020年潛在經(jīng)濟(jì)增長率如下表8表82014-2020中國潛在經(jīng)濟(jì)增長率年份TFP增長率（%）非信息技術(shù)資本存量增長率（%）信息技術(shù)資本存量增長率（%）勞動力增長率（%）潛在經(jīng)濟(jì)增長率（%）20151.834213.3800818.538810.0876727.89672420161.870912.0420718.63150.0438367.4792220171.908310.8378718.724660.0219187.11726320181.94659.75407918.818280.0109596.80111520191.98548.77867118.912380.0054796.52415320202.02517.90080419.006940.002746.281486從表8可以看出，未來潛在經(jīng)濟(jì)增長率呈現(xiàn)緩慢下降趨勢，2020年潛在經(jīng)濟(jì)增長率下滑至6.28%左右，2015-2020年的平均增長率為7.2%三、數(shù)字經(jīng)濟(jì)視角下中國潛在經(jīng)濟(jì)增長率的分解在第二節(jié)，本文對中國的TFP增長率以及中國潛在經(jīng)濟(jì)增長率進(jìn)行了實(shí)證測算，結(jié)果表明我國潛在經(jīng)濟(jì)增長率呈現(xiàn)出“L”形變化趨勢，平均增長率為6.8%左右。事實(shí)上，不僅需要對潛在產(chǎn)出及潛在經(jīng)濟(jì)增長率進(jìn)行測算，更重要的是通過對潛在經(jīng)濟(jì)增長率的分解來得到提高潛在產(chǎn)出的路徑，進(jìn)而提升我國經(jīng)濟(jì)的增長潛力，近年來，一部分學(xué)者已經(jīng)將研究視角由總量層面轉(zhuǎn)移到要素分解層面，來尋找潛在產(chǎn)出提升路徑。郭晗（2014）要素投入結(jié)構(gòu)角度研究潛在經(jīng)濟(jì)增長率的變化趨勢，袁富華（2012）從產(chǎn)業(yè)結(jié)構(gòu)角度研究潛在產(chǎn)出。鄭世林（2015）從人口結(jié)構(gòu)角度研究人口結(jié)構(gòu)轉(zhuǎn)化對潛在產(chǎn)出的影響。過往學(xué)者的研究已經(jīng)為我們對潛在經(jīng)濟(jì)增長率的分解提供了一個良好的框架，但鮮有研究將視角聚焦到資本要素在產(chǎn)業(yè)間投入對潛在產(chǎn)出的影響，本文通過將資本要素在信息產(chǎn)業(yè)和非信息產(chǎn)業(yè)進(jìn)行分解，同時研究信息技術(shù)產(chǎn)業(yè)對全要素生產(chǎn)率影響，將數(shù)字經(jīng)濟(jì)對潛在產(chǎn)出的貢獻(xiàn)分解，進(jìn)而來尋找提升潛在經(jīng)濟(jì)增長率的路徑。根據(jù)定義，潛在經(jīng)濟(jì)增長率研究實(shí)質(zhì)上是研究潛在產(chǎn)出，潛在產(chǎn)出是由供給因素決定，因此對潛在經(jīng)濟(jì)增長率的影響實(shí)際上是能使生產(chǎn)可能性邊界外移的因素，這些因素主要在兩個方面，一個是要素投入層面，另一個是全要素生產(chǎn)率層面，數(shù)字經(jīng)濟(jì)的對潛在經(jīng)濟(jì)增長率的貢獻(xiàn)分解應(yīng)分為兩個部分，一是數(shù)字經(jīng)濟(jì)對TFP增長率的貢獻(xiàn)，二是信息技術(shù)資本投入直接對潛在產(chǎn)出的貢獻(xiàn)。因此下文主要從兩方面來測算數(shù)字經(jīng)濟(jì)對潛在經(jīng)濟(jì)增長率的影響。（一）數(shù)字經(jīng)濟(jì)全要素生產(chǎn)率對潛在增長率貢獻(xiàn)的測算及結(jié)果分析過往研究對TFP的測度與分解方法主要集中為以下兩種：一類是通過計(jì)算產(chǎn)出增加，然后剔除要素投入貢獻(xiàn)后的殘差來測算及分解TFP增長率（Solow，1957）：楊汝岱（2015）利用1998-2009年我國制造業(yè)分企業(yè)類型數(shù)據(jù)，在此基礎(chǔ)上，基于索羅殘差的擴(kuò)展方法LP、OP對企業(yè)層面的全要素生產(chǎn)率進(jìn)行分解。二是通過估計(jì)前沿生產(chǎn)函數(shù)，根據(jù)投入、產(chǎn)出及前沿生產(chǎn)函數(shù)三者的變動，來測算全要素生產(chǎn)率的變動，生產(chǎn)前沿的估計(jì)主要包括兩種方式：一通過參數(shù)方式：王遠(yuǎn)方（2016）采用基于C-D生產(chǎn)函數(shù)基礎(chǔ)上的隨機(jī)前沿模型，對全要素生產(chǎn)率進(jìn)行了分解，實(shí)證了我國技術(shù)效率低下的現(xiàn)狀。二通過非參數(shù)方式（如數(shù)據(jù)包絡(luò)分析DEA）來實(shí)現(xiàn)：現(xiàn)有研究主要使用基于DEA的Malmquist指數(shù)法，章祥蓀、貴斌威（2008）利用DEA-Malmquist測算了省域?qū)用娴娜厣a(chǎn)率情況，并將全要素生產(chǎn)率分解為：技術(shù)效率變動、技術(shù)進(jìn)步和規(guī)模報(bào)酬變動。DEA方法與SFA方法的共同特點(diǎn)都是將全要素生產(chǎn)率分解為技術(shù)進(jìn)步和技術(shù)效率，而本文研究的是將TFP增長率的貢獻(xiàn)分解為信息技術(shù)行業(yè)的貢獻(xiàn)與非信息技術(shù)行業(yè)的貢獻(xiàn)，因此分解方法選擇索洛殘值法，上文中已經(jīng)通過各行業(yè)TFP增長率加總得到整體TFP增長率，公式如下： AA=其中A為全要素生產(chǎn)率，A為全要素生產(chǎn)率對時間t的導(dǎo)數(shù)，則AA為全要素生產(chǎn)率增長率，w對于某一特定行業(yè)n可知，其對TFP增長率的貢獻(xiàn)率測算公式如下（27），其中ρ為貢獻(xiàn)率。 ρ=wn通過式（27）可求得數(shù)字經(jīng)濟(jì)TFP對總體全要素生產(chǎn)率的貢獻(xiàn)，進(jìn)而得到數(shù)字經(jīng)濟(jì)對潛在增長率的貢獻(xiàn)率，測算結(jié)果見表9。表9TFP增長率分解結(jié)果年份信息技術(shù)行業(yè)增加值占總增加值比重（%）信息技術(shù)行業(yè)TFP增長率（%）TFP增長率（%）信息技術(shù)行業(yè)TFP對總體TFP貢獻(xiàn)率（%）信息技術(shù)行業(yè)TFP對潛在增長率的貢獻(xiàn)率（%）20055.1914.3412.3129.7462.40920064.8917.1012.89012.0183.27020074.7455.9773.5847.9132.50020084.6022.6431.9726.1671.28920094.5686.5002.91910.1722.48420104.3917.3583.5049.2212.58620114.4626.1992.16012.8062.89620124.5117.3522.43513.6203.31620134.6136.2861.76316.4493.15120144.4985.7101.79814.2923.064由表9可知，信息技術(shù)行業(yè)增加值的占比在近10年呈現(xiàn)穩(wěn)定趨勢，保持在GDP的百分之五左右，這是由于近10年經(jīng)濟(jì)也保持高速增長，事實(shí)上信息技術(shù)行業(yè)增加值年均增長率為15.82%，呈現(xiàn)出一個快速發(fā)展的趨勢，董曉輝、原毅軍(2010)通過測算中國Malmquist指數(shù)法測算中國信息技術(shù)產(chǎn)業(yè)TFP增長率2004至2006年分別為3.10%、4.2%，6.2%，與文中測算結(jié)果基本吻合，對比其余行業(yè)對全要素生產(chǎn)率增長率的貢獻(xiàn)率，在19個行業(yè)中貢獻(xiàn)率排名前三的分別為制造業(yè)（23.95%），金融業(yè)（13.94%），信息技術(shù)產(chǎn)業(yè)（10.57%），同時信息技術(shù)產(chǎn)業(yè)對TFP的支撐作用持續(xù)增大，貢獻(xiàn)率在2013年達(dá)到最高16.45%，貢獻(xiàn)率基本呈現(xiàn)增長態(tài)勢，在2007、2008年出現(xiàn)波動，主要原因是2005、2006年是國內(nèi)第一波互聯(lián)網(wǎng)熱潮，數(shù)字經(jīng)濟(jì)包括互聯(lián)網(wǎng)，軟件業(yè)、信息通信行業(yè)都快速發(fā)展，而后互聯(lián)網(wǎng)增長出現(xiàn)停滯，在2011年后出現(xiàn)第二波以移動互聯(lián)網(wǎng)為主要增長動力的浪潮，因此在2011年后又呈現(xiàn)出高速增長的趨勢，同期信息技術(shù)產(chǎn)業(yè)TFP對潛在經(jīng)濟(jì)增長率的貢獻(xiàn)也呈現(xiàn)相同趨勢，2008年金融危機(jī)時數(shù)字經(jīng)濟(jì)對產(chǎn)出的貢獻(xiàn)出現(xiàn)下滑，而后隨著移動互聯(lián)網(wǎng)快速發(fā)展，信息技術(shù)TFP貢獻(xiàn)率出現(xiàn)回升，2005-2014年間數(shù)字經(jīng)濟(jì)TFP對潛在經(jīng)濟(jì)增長率的年均貢獻(xiàn)率為2.7%，通過測算數(shù)字經(jīng)濟(jì)全要素生產(chǎn)率對TFP及潛在產(chǎn)出的貢獻(xiàn)作用已經(jīng)十分明顯。并且在互聯(lián)網(wǎng)時代，計(jì)算機(jī)、人工智能、大數(shù)據(jù)等各種軟硬件由單一的信息技術(shù)部門拓展到各個經(jīng)濟(jì)部門，通過這種智能化的操作使得信息技術(shù)轉(zhuǎn)變?yōu)樯a(chǎn)工具，提高了各個行業(yè)的全要素生產(chǎn)率，信息技術(shù)通過這種方式影響全要素生產(chǎn)率進(jìn)而影響潛在產(chǎn)出。（二）數(shù)字經(jīng)濟(jì)資本投入對潛在增長率貢獻(xiàn)的測算及結(jié)果分析本文已經(jīng)對潛在經(jīng)濟(jì)增長率進(jìn)行了測算，同時也測算了信息技術(shù)資本存量的增長率與非信息技術(shù)資本存量的增長率，繼續(xù)前文的研究，這里對要素投入層面進(jìn)行分解，測算數(shù)字經(jīng)濟(jì)下信息技術(shù)資本直接投入對潛在產(chǎn)出的貢獻(xiàn)。結(jié)合資本投入要素的增長率，采用增長核算法，將資本投入要素增長率和分別乘以相應(yīng)的產(chǎn)出彈性，計(jì)算結(jié)果除以潛在經(jīng)濟(jì)增長率本身，可分解得到資本要素投入對潛在經(jīng)濟(jì)增長率的貢獻(xiàn)。計(jì)算結(jié)果如表10。表10資本投入貢獻(xiàn)分解結(jié)果年份資本存量總貢獻(xiàn)份額資本存量貢獻(xiàn)份額資本貢獻(xiàn)率信息技術(shù)產(chǎn)業(yè)非信息技術(shù)產(chǎn)業(yè)信息技術(shù)產(chǎn)業(yè)非信息技術(shù)產(chǎn)業(yè)20056.7836081.2921495.4914590.1367570.58728120067.4966031.6486265.8479770.1536340.55067320077.5412461.5158336.0254130.1322830.53132520087.2561261.4469455.8091810.1518690.61610220098.8419391.9449546.8969850.1610590.57710620108.8064962.027056.7794460.1605760.54266620117.2121181.6504645.5616540.1710480.58242220127.3909241.8700875.5208370.1850840.5521220137.2667531.8238685.4428850.1961780.59157220146.5016041.6030084.8985960.1916680.584186從表中的測算可以看出，我國近10年的增長仍然是資本推動型，資本存量的貢獻(xiàn)率平均值合計(jì)高達(dá)72.89%，其中信息技術(shù)產(chǎn)業(yè)貢獻(xiàn)率平均值為16.2%，非信息技術(shù)產(chǎn)業(yè)貢獻(xiàn)率平均值為56.7%，自2008年金融危機(jī)爆發(fā)以來，為穩(wěn)定經(jīng)濟(jì)的中高速增長態(tài)勢，我國進(jìn)一步加大以刺激需求為導(dǎo)向的經(jīng)濟(jì)政策，加大資本投入，基于以資本投入拉動內(nèi)需的宏觀經(jīng)濟(jì)政策，2009、2010年的資本存量增長率達(dá)到了最高的21%和百分之20%，但之后的潛在經(jīng)濟(jì)增長率卻出現(xiàn)了進(jìn)一步的下滑，說明短期的資本投入刺激會對經(jīng)濟(jì)產(chǎn)出產(chǎn)生影響，但是并未真正提高經(jīng)濟(jì)的潛在產(chǎn)出能力，事實(shí)上，大量的資金流入基礎(chǔ)設(shè)施建設(shè)和重工業(yè)，造成了現(xiàn)在產(chǎn)能過剩，經(jīng)濟(jì)粗放增長的局面。對信息技術(shù)產(chǎn)業(yè)的測算結(jié)果表明，信息技術(shù)產(chǎn)業(yè)對經(jīng)濟(jì)的貢獻(xiàn)率一直保持持續(xù)的上升的態(tài)勢，在2013年達(dá)到13.77%，資本存量的年均增長率也保持在6.5%左右，信息技術(shù)產(chǎn)業(yè)發(fā)展良好，生產(chǎn)規(guī)模迅速擴(kuò)大，相應(yīng)的對潛在產(chǎn)出的貢獻(xiàn)比重也不斷增加，信息技術(shù)產(chǎn)業(yè)已經(jīng)成為國民經(jīng)濟(jì)新的增長點(diǎn)。（三）中國潛在經(jīng)濟(jì)增長率分解的計(jì)算及結(jié)果分析根據(jù)上文的測算，對我國2005-2020年的潛在產(chǎn)出增長率進(jìn)行五部分分解，進(jìn)而得到潛在產(chǎn)出的增長源泉，為了直觀比較貢獻(xiàn)大小，用潛在經(jīng)濟(jì)增長率乘以上文測算的貢獻(xiàn)率得到各部分的貢獻(xiàn)份額，將潛在經(jīng)濟(jì)增長率分解為信息技術(shù)產(chǎn)業(yè)資本存量貢獻(xiàn)份額，信息技術(shù)產(chǎn)業(yè)全要素生產(chǎn)率貢獻(xiàn)份額，非信息技術(shù)產(chǎn)業(yè)資本存量貢獻(xiàn)份額及非信息技術(shù)資本全要素生產(chǎn)率貢獻(xiàn)份額，勞動力貢獻(xiàn)份額，測算結(jié)果見下表11。表11潛在經(jīng)濟(jì)增長率貢獻(xiàn)源泉分解結(jié)果年份潛在經(jīng)濟(jì)增長率（%）資本存量貢獻(xiàn)份額全要素生產(chǎn)率貢獻(xiàn)份額勞動力貢獻(xiàn)份額信息技術(shù)產(chǎn)業(yè)非信息技術(shù)產(chǎn)業(yè)信息技術(shù)產(chǎn)業(yè)非信息技術(shù)產(chǎn)業(yè)20059.3506531.2921495.4914590.225322.0866720.255046200610.61971.6486265.8479770.347322.542680.233101200711.340361.5158336.0254130.283603.3003980.21511420089.4289291.4469455.8091810.121611.8503870.200803200911.950991.9449546.8969850.296922.6220790.190053201012.492852.027056.7794460.323103.18089605491751.6504645.5616540.276601.883390999341.8700875.5208370.331642.10335302007131.8238685.4428850.289991.47300403853431.6030084.8985960.256971.5412890.0854820157.8967241.6110234.4087370.267351.5668720.0427420167.479221.6190783.9678630.278151.5927560.0213720177.1172631.6271733.5710770.289391.6189360.01068520186.8011151.6353093.2139690.301081.6454120.00534220196.5241531.6434852.8925720.313241.6721780.00267120206.2814861.6517032.6033150.325901.6992310.001336同時，將測算結(jié)果繪制如圖1，其中坐標(biāo)軸左側(cè)為增長率，右側(cè)為貢獻(xiàn)率，折線圖表示的是信息技術(shù)產(chǎn)業(yè)對潛在經(jīng)濟(jì)增長率的合計(jì)貢獻(xiàn)率。從圖中可以看出，在勞動力的供給方面，貢獻(xiàn)份額基本維持在0.02以下，人口紅利逐漸萎縮，勞動投入對經(jīng)濟(jì)的支撐作用越來越小，未來相信會進(jìn)一步萎縮，對經(jīng)濟(jì)增長貢獻(xiàn)空間有限。資本投入在一段時間內(nèi)仍將是主要的經(jīng)濟(jì)增長源泉，2013年前非信息技術(shù)資本投入年均貢獻(xiàn)率為56.98%，信息技術(shù)產(chǎn)業(yè)資本投入年均貢獻(xiàn)率為15.9%。合計(jì)達(dá)到72%，充分顯示出近10年的經(jīng)濟(jì)增長主要是資本推動型，而到2020年時，信息技術(shù)資本投入的貢獻(xiàn)率為26.29%，表明隨著數(shù)字經(jīng)濟(jì)的快速發(fā)展，信息技術(shù)產(chǎn)業(yè)直接資本投入對潛在產(chǎn)出的推動作用將愈加明顯，對于TFP增長率，信息技術(shù)產(chǎn)業(yè)對其貢獻(xiàn)率均值為10.57%，2013年達(dá)到最高的13%，并且在之后的測算呈現(xiàn)上升趨勢，隨著數(shù)字經(jīng)濟(jì)主體互聯(lián)網(wǎng)、信息技術(shù)、計(jì)算機(jī)、大數(shù)據(jù)等，等通用技術(shù)的快速發(fā)展，其所具有的溢出效應(yīng)能廣泛的運(yùn)用到社會經(jīng)濟(jì)的各個部門，在信息技術(shù)產(chǎn)業(yè)TFP增長率的帶動下，TFP增長率對經(jīng)濟(jì)的貢獻(xiàn)也呈現(xiàn)上升趨勢，根據(jù)預(yù)測，到2020年，全要素生產(chǎn)率對經(jīng)濟(jì)的貢獻(xiàn)率為32%，其中信息技術(shù)產(chǎn)業(yè)貢獻(xiàn)了5.18%，說明未來我國進(jìn)一步由粗放型的經(jīng)濟(jì)增長模式轉(zhuǎn)化為集約型效率型。圖1潛在經(jīng)濟(jì)增長率貢獻(xiàn)源泉分解四、結(jié)論與對策建議本文在數(shù)字經(jīng)濟(jì)的視角下，將資本要素在信息技術(shù)產(chǎn)業(yè)和非信息技術(shù)產(chǎn)業(yè)的投入進(jìn)行分解，構(gòu)建了包含資本要素投入結(jié)構(gòu)的生產(chǎn)函數(shù)模型，進(jìn)而測算了中國潛在經(jīng)濟(jì)增長率以及對測算結(jié)果進(jìn)行了結(jié)構(gòu)分解，結(jié)果表明：伴隨著潛在經(jīng)濟(jì)增長率的下滑，中國實(shí)際經(jīng)濟(jì)增長率將呈現(xiàn)“L”型趨勢，本文站在供給端視角下實(shí)證要素投入變化對潛在經(jīng)濟(jì)增長率的影響，潛在經(jīng)濟(jì)增長率的下降主要是資本存量的下降導(dǎo)致，數(shù)字經(jīng)濟(jì)的快速發(fā)展延緩了潛在經(jīng)濟(jì)增長率下降的這一趨勢，并且當(dāng)數(shù)字經(jīng)濟(jì)作為一個新的經(jīng)濟(jì)增長點(diǎn)來解釋中國經(jīng)濟(jì)增長時，信息技術(shù)產(chǎn)業(yè)TFP增長率對潛在經(jīng)濟(jì)增長率的貢獻(xiàn)率為年均3.23%，信息技術(shù)產(chǎn)業(yè)資本投入的年均貢獻(xiàn)率為15.9%，數(shù)字經(jīng)濟(jì)對潛在經(jīng)濟(jì)的合計(jì)貢獻(xiàn)值為19.11%，在國家將數(shù)字經(jīng)濟(jì)上升到戰(zhàn)略層面的前提下，本文將數(shù)字經(jīng)濟(jì)作為提升經(jīng)濟(jì)潛力的關(guān)鍵舉措，由要素驅(qū)動型的外生經(jīng)濟(jì)增長轉(zhuǎn)變?yōu)橛尚畔⒓夹g(shù)創(chuàng)新的內(nèi)生經(jīng)濟(jì)增長模式，得到相關(guān)的政策制定意見本文在數(shù)字經(jīng)濟(jì)的視角下，將資本要素在信息技術(shù)產(chǎn)業(yè)和非信息技術(shù)產(chǎn)業(yè)的投入進(jìn)行分解，構(gòu)建了包含資本要素投入結(jié)構(gòu)的生產(chǎn)函數(shù)模型，進(jìn)而測算了中國潛在經(jīng)濟(jì)增長率以及對測算結(jié)果進(jìn)行了結(jié)構(gòu)分解，結(jié)果表明：伴隨著潛在經(jīng)濟(jì)增長率的下滑，中國實(shí)際經(jīng)濟(jì)增長率將呈現(xiàn)“L”型趨勢，本文站在供給端視角下實(shí)證要素投入變化對潛在經(jīng)濟(jì)增長率的影響，潛在經(jīng)濟(jì)增長率的下降主要是資本存量的下降導(dǎo)致，數(shù)字經(jīng)濟(jì)的快速發(fā)展延緩了潛在經(jīng)濟(jì)增長率下降的這一趨勢，并且當(dāng)數(shù)字經(jīng)濟(jì)作為一個新的經(jīng)濟(jì)增長點(diǎn)來解釋中國經(jīng)濟(jì)增長時，信息技術(shù)產(chǎn)業(yè)TFP增長率對潛在經(jīng)濟(jì)增長率的貢獻(xiàn)率為年均3.23%，信息技術(shù)產(chǎn)業(yè)資本投入的年均貢獻(xiàn)率為15.9%，數(shù)字經(jīng)濟(jì)對潛在經(jīng)濟(jì)的合計(jì)貢獻(xiàn)值為19.11%，在國家將數(shù)字經(jīng)濟(jì)上升到戰(zhàn)略層面的前提下，本文將數(shù)字經(jīng)濟(jì)作為提升經(jīng)濟(jì)潛力的關(guān)鍵舉措，由要素驅(qū)動型的外生經(jīng)濟(jì)增長轉(zhuǎn)變?yōu)橛尚畔⒓夹g(shù)創(chuàng)新的內(nèi)生經(jīng)濟(jì)增長模式，得到相關(guān)的政策制定意見：1.推動經(jīng)濟(jì)增長方式轉(zhuǎn)變?yōu)閯?chuàng)新驅(qū)動現(xiàn)階段我國經(jīng)濟(jì)增長率面臨下行壓力，經(jīng)濟(jì)增長的源泉要由過去的資本驅(qū)動轉(zhuǎn)向以數(shù)字經(jīng)濟(jì)為主的技術(shù)創(chuàng)新驅(qū)動，從而提升中國潛在經(jīng)濟(jì)增長率。因此要構(gòu)建推動技術(shù)為主的宏觀經(jīng)濟(jì)政策，將過去對企業(yè)的投資扶持轉(zhuǎn)變?yōu)榧夹g(shù)扶持，全面提高企業(yè)創(chuàng)新動力，對企業(yè)的互聯(lián)網(wǎng)化推出激勵機(jī)制，將企業(yè)發(fā)展從規(guī)模擴(kuò)張導(dǎo)向轉(zhuǎn)至質(zhì)量發(fā)展導(dǎo)向，同時要構(gòu)建正確的政策激勵，如公平競爭的市場環(huán)境、知識產(chǎn)權(quán)保護(hù)、創(chuàng)新活動補(bǔ)貼等，鼓勵企業(yè)通過創(chuàng)新來提高競爭力。政策的制定則應(yīng)注重實(shí)效性，推出一攬子政策，是政策落到實(shí)處（1）加強(qiáng)政府對創(chuàng)新投入的政策導(dǎo)向作用，對互聯(lián)網(wǎng)的核心技術(shù)給予投資扶持，在政策導(dǎo)向下促進(jìn)企業(yè)發(fā)展由數(shù)量擴(kuò)張轉(zhuǎn)向創(chuàng)新擴(kuò)張，尤其鼓勵企業(yè)對物聯(lián)網(wǎng)、云計(jì)算、移動通信網(wǎng)絡(luò)等下一代技術(shù)重點(diǎn)關(guān)注發(fā)展，推動企業(yè)轉(zhuǎn)變?yōu)閯?chuàng)新驅(qū)動進(jìn)而良性循環(huán)，同時圍繞新一代的信息技術(shù)，加強(qiáng)核心技術(shù)和前沿技術(shù)的投入研發(fā)，增強(qiáng)自主研發(fā)能力帶動其它行業(yè)快速發(fā)展。（2）大力加強(qiáng)對知識產(chǎn)權(quán)的保護(hù)戰(zhàn)略，由于數(shù)字經(jīng)濟(jì)的特殊性，以軟件設(shè)計(jì)行業(yè)為例，其交互設(shè)計(jì)、產(chǎn)品理念、算法設(shè)計(jì)等核心部分易于抄襲模仿，若出現(xiàn)大量的搭便車現(xiàn)象，開發(fā)者將難以覆蓋其研發(fā)成本，技術(shù)創(chuàng)新動力消失，因此知識產(chǎn)權(quán)對技術(shù)創(chuàng)新有著巨大的推動作用，而目前互聯(lián)網(wǎng)產(chǎn)業(yè)作為新興行業(yè)，知識產(chǎn)權(quán)保護(hù)制度還亟需完善，國家應(yīng)在法律上加強(qiáng)相關(guān)知識產(chǎn)權(quán)的界定，同時