从资本、劳动、全要素生产率来看经济增长

日本经济增长率自泡沫经济以来持续低迷，作为经济增长走向预测的潜在增长水平急转直下。面对这一现象，使用增长会计法 进行研究后，结果显示是作为生产要素的劳动投入量、资本储存量的减少，包括技术革新、效率化等因素在内的全要素生产率下降导致的。

就劳动投入量而言，劳动时间减少是导致负面效应的最大原因。老年人、女性及非正式从业者人数增加这一现实情况带来的劳动供需关系的变化也是原因之一。就资本方面而言，因资本的产出收益率低，所以企业并不积极投资设备。

而且，从生产率的观点出发，因经济全球化的发展、一些生产率较高的企业具有强烈的向国外探索市场、寻求原材料的倾向，这也明显导致日本国内企业无法提高生产率。

进入2010年后，与20世纪90年代、21世纪初期相比较，经济增长率稍有回升，但此后其增长又再一次受到抑制，究其原因，主要是资本、劳动、全要素生产率三方面都缺少新元素造成的。

专栏1 基于增长会计法的全要素生产率、潜在增长率的测算

经济增长的决定性因素是什么呢？首先简单介绍一下增长会计法，然后介绍一下对上述因素增长率贡献的测算及潜在增长率的测算。

所谓的增长会计法，是由索洛提出的计算方法，主要为定量掌握资本、劳动对经济增长的贡献程度。首先， Y 代表国内生产总值（GDP）、 K 代表资本总量、 L 代表劳动投入量，假设一国的生产总量用柯布-道格拉斯生产函数估算。A是表示技术水平的变数，被称为全要素生产率。 α 指资本产出份额（劳动产出份额为1- α ）。 ^[1]

Y = AK ^α L ^{1- α}

将上列公式进行数学变形 ，可以用各自的增长率表示出来。

即国内生产总值增长率=全要素生产率增长率+资本产出份额×资本总量增长率+劳动产出份额×劳动投入量增长率

实际测算全要素生产率是很困难的，所以它的增长率是从上述公式中逆推得出的。换言之，就是从下面这个公式得出的。全要素生产率增长率是由所谓的“残差”度量的，所以也被称作“索洛残差”。

全要素生产率增长率=国内生产总值增长率-资本产出份额×资本总量增长率-劳动产出份额×劳动投入量增长率

这样一看，就能够将影响实际国民生产总值的增长率的主要因素分解为全要素生产率的贡献（=全要素生产率增长率）、资本的贡献（=资本产出份额×资本总量增长率）、劳动投入量的贡献（=劳动产出份额×劳动投入量增长率）三个方面。实际测算时，无论哪个时期，资本产出份额（劳动产出份额）多为固定数值 。

下面我们再来看一下潜在增长率。所谓的潜在增长率，通常是指除去经济变动等因素引起的短期波动，从经济的实际增长率中预测的经济潜力及可以保持中长期发展趋势的增长率。

潜在增长率有多种测算方法。在这里讨论的是增长会计法，所以先介绍一下内阁府使用生产函数的研究路径。

核心问题是如何定义除去短期经济波动的劳动投入量及资本投入量。在内阁府的测算中，注意到不同经济时期的劳动投入量、资本投入量的实际利用情况是不一样的，所以采用了平均实际利用率。首先，如以下公式所示：

劳动投入量=从业者人数×人均劳动时间

=劳动年龄人口×劳动参与率×（1-失业率）×人均劳动时间

潜在劳动投入量就是将利用HP过滤器 计算出的经济变动的长期趋势代入到上面公式中提到的失业率（不包括因经济波动引起的结构性失业率）、劳动参与率、人均劳动时间中得出的。

资本投入量=资本总量×平均实际利用率

公式中的“平均实际利用率”中，除去经济因素的那部分利用率（制造业和非制造业分别推算）就是潜在利用率，将其代入，就可以得出潜在资本投入量。全要素生产率则是在柯布-道格拉斯生产函数中代入实际劳动投入量、资本投入量，求残差，再利用HP过滤器求出经济发展的长期趋势。这样的话，潜在国内生产总值就可以通过将利用HP过滤器得出的全要素生产率、潜在劳动投入量、潜在资本投入量代入生产函数中求得。而且，潜在增长率作为潜在国内生产总值的导数是可以求出的。如下所示：

潜在增长率=HP过滤器得出的全要素生产率增长率+（资本产出份额×潜在资本投入量增长率）+（劳动产出份额×潜在劳动投入量增长率）

和国内生产总值实际增长率一样，国内生产总值潜在增长率的影响因素可以分解为劳动投入量、资本投入量、全要素生产率的贡献度三大要素。

专栏2日益增长的无形资产的重要性

本章原则上使用柯布-道格拉斯生产函数，采用增长会计法，进行经济增长分析。其中，资本、劳动用相应的投入量来表示，其他可以量化的部分则全部作为技术革新的成果、全要素生产率的增减来进行说明。

但是，就像到目前为止可以看到的，仅靠有形资产、单纯的劳动投入量无法说明资本及劳动的多样性，所以如何把握劳动及资本的质量就成为重要的研究课题。因此，劳动及资本的质量作为和有形资产、劳动不同的投入要素，其一直以来被忽视的潜力值得挖掘。从这层意义出发，近年来备受关注的课题是无形资产。

古典生产函数所指的资本（至少在国民经济核算框架的初步推算阶段使用的生产设备等）包括工厂的生产设备、事务所的信息通信设备等器械类设施、汽车等运输设备、工厂及住宅这样的建筑物。

但事实上信息通信设备、生产设备上如果安装了某些信息软件，其效能可能会得到突飞猛进的提高，或者通过对员工的培训积累某种技术资本、进一步推动生产 。像机器设备这样具体的资产被称为“有形固定资产”，像技术、研发这样的资产被称为“无形资产”。

关于无形资产的定义及测算方法还在讨论之中。但欧美各国正在按照研究者一致认同的标准进行测算。在日本，类似的计算结果公示在经济产业研究所数据库。

在这些数据库中，将无形资产划分为三类：信息化资产、创新资产、经济竞争力。下面做一简单介绍。

信息化资产：指安装在机器设备及终端的信息软件。最基本的就是从事信息化服务的公司制作的软件（定制款及软件包），企业在开展业务过程中根据需要自主开发的软件。

创新资产：指知识产权及研发成果，还有价值成本及研发成本。

经济竞争力：指品牌价值和企业拥有的特殊人力资源、管理层的价值等，主要通过市场营销广告、人才培训投资、经营者的经营管理能力及附加价值（主要指经营者的薪资等）来评价。

而且，在国民经济核算时，固定资产（及设备投资）的范围包括一部分无形资产，并且慢慢确定了其计算方法。在采用2008年国民经济核算体系的2016年末的基准修订规定中，固定资产中列入了“知识产权产品”一项。

其中，除早已作为固定资产的一部分计入的计算机软件 外，研发费用、矿物勘探费等也被包含在固定资产内，和这些资产相关联的经费 被看作设备投资。

这样的话，在经济产业研究所数据库测算的无形资产中，就包括了几乎全部的信息化资产和50%左右的创新资产。还有一些被认定为无形资产，但在国民经济核算时尚未被列入固定资产及设备投资范畴，例如创新资产中的创意及设计等知识产权、包含在经济竞争力中的人才培训等，这些都可以衡量企业的特殊人力资源及企业的发展质量，属于经营状况及品牌力等范围。表1-1是无形资产总量与知识产权产品的数据。

专栏3 信息化资产——数据

在信息化资产的概念中，现在已经不仅限于国民经济核算体系（SNA）统计时纳入的软件程序了，还包括产品数据库及客户数据库。现在正在尝试将此类数据库也作为无形资产进行测算。

测算无形资产既要基于成本核算又要基于市场价值。

成本核算是指获得该资产需支付的费用。比如数据库，包括获得及构建数据的费用、为获得数据需要提供必要的网络环境及问卷调查的费用、输入数据的劳动力费用等，通过这些就可以计算出数据库的成本费用。而市场价值是指该数据库作为商品的价值体现。

一直以来，评估信息化资产中的软件工程的价值时，首先是成本核算，另外还有负责软件工程开发的劳动力及软件包的价值，但现在有人质疑，评估数据库的资产价值时，不应只是核算成本，还应该包括充分利用数据库而衍生出的新产品及服务等，这都应该被赋予相应的价值。

在此情形下，谷歌（Google）、苹果（Apple）、元宇宙（Meta） 、亚马逊（Amazon）等企业通过提供多样化的平台，成功收集企业及个人数据，并且充分发挥数据的作用。此类企业增加了一项业务——整理、分析收集到的数据，从中找出客户需求，以便提供新的服务。企业的这项业务其实就是体现了数据的增值价值的。如果仅仅用成本核算把数据库的作用表现出来，显然是大大低估了其价值。

过去，每个企业都是通过销售活动及调查问卷等获取顾客信息及产品信息的，而且将收集的数据建构成数据库也是相当耗费人力的。

但现在像移动信息终端、GPS等技术都很发达，云端服务也得到广泛使用，所以到处皆有数据，皆可收集和积累数据。而且，随着计算机终端技术的不断进步，它已经可以解析出视频、音频这样更加多样化、大容量的数据了。将数据整合，通过机器识别等技术，找出其关联性、因果关系等，可以顺藤摸瓜发现其需求。和过去相比，可以说现在已经能够以更低的成本完成高度精密的信息收集、分析工作。

换言之，数据库、数字信息以前大致上以付出的人力为附加价值得以体现，那时或许没有人对此提出质疑，但实际上它衍生出的价值要高于付出的人力。人们认为，由信息化资产带来的输出成果应该作为资产价值计入，这一点很重要。

现在，针对许多国家普遍使用的无形资产测算的基础性研究，数据库的资产价值是用制作成本（人工费、原材料费）来测算的，如果这样测算，那信息化资产的价值根本不及软件工程的1%。

信息化资产给经济带来的巨大影响渐渐明了。这种影响主要可以分为以下三个阶段：商品数据、信息和相关知识构筑阶段；数据分析、知识产权形成阶段；产品开发、实操阶段。根据英国的研究，测算到第二阶段，其价值就能够提升到现在测算的软件工程的三分之一左右。

而且，有学者也在探讨企业拥有的数据信息的价值，并意识到信息价值链的存在，开始尝试测算每个企业的组织资本。亚马逊的信息资本价值约是年费收益（2017年是420亿美元）的3倍。今后，如果在信息价值链下衍生出来的商品、服务更加多元化的话，那么可以期待它创造出更大的价值。

[1] 在柯布-道格拉斯生产函数中，为解决利润最大化问题， α 可以表示资本产出份额。 dfSGt77D5/z2tRpKHUKOrDql6LLDdz9kMMtVmCf54CZkB3WBgNtF4nesXaFRbfRA