一个关于GDP的笑话

两个聪明的经济学天才青年，经常为一些高深的经济学理论争辩不休。一天饭后去散步，
为了某个数学模型的证明两位杰出青年又争了起来，正在难分高下的时候，突然发现前面
的草地上有一堆狗屎。

　　甲就对乙说，如果你能把它吃下去，我愿意出五千万。五千万的诱惑可真不小，吃还
是不吃呢？乙掏出纸笔，进行了精确的数学计算，很快得出了经济学上的最优解：吃！于
是甲损失了五千万，当然，乙的这顿加餐吃的也并不轻松。

　　两个人继续散步，突然又发现一堆狗屎，这时候乙开始剧烈的反胃，而甲也有点心疼
刚才花掉的五千万了。于是乙说，你把它吃下去，我也给你五千万。于是，不同的计算方
法，相同的计算结果——吃！甲心满意足的收回了五千万，而乙似乎也找到了一点心理平
衡。

　　可突然，天才们同时嚎啕大哭：闹了半天我们什么也没有得到，却白白的吃了两堆狗
屎！他们怎么也想不通，只好去请他们的导师，一位著名的经济学泰斗给出解释。

　　听了两位高足的故事，没想到泰斗也嚎啕大哭起来。好容易等情绪稳定了一点，只见
泰斗颤巍巍的举起一根手指头，无比激动地说：“1个亿啊！1个亿啊！我亲爱的同学，我
代表祖国和人民感谢你们，你们仅仅吃了两堆狗屎，就为国家的GDP贡献了1个亿的产值！
”

AD:氟化氢气体检测仪、探测器、报警器

经典
流通就是会产生效益

GDP、GNP总搞不清楚，它们是如何测算出来的，作为一个参照，其增长是否能切实地反映民众生活水平的提高？我不清楚。
据称，现在国际上已经不时兴GDP了，而是HDI（人类发展指数，据说它与GNP相比更能反映人的价值），主要是把诸如环境、平均预期寿命、扫盲率及全面福利等因素统在一起加以评估。1998年，联合国计划开发署《1998年人类发展报告》公布，在174个国家和地区中，中国排在第106位。排在前5位的是加拿大、法国、挪威、美国和冰岛，另，香港25，泰国59，马来西亚60，朝鲜75，连阿尔巴尼亚都排在中国的前面。美国芝加哥大学商学院教授罗伯特·W·格尔在《美中经济发展之比较》学术讲演中说：就实际人均收入而言，目前中国正处在美国1897年左右的水平，农业劳动力所占的份额表明，中国正处在美国1880年的水平。英国剑桥大学PathaDasgupta教授最近的研究表明：近20多年来，中国社会财富增长十分缓慢，仅仅做到了略快于人口增长而已。而用HDI来衡量，中国的状况却是在下降。

GDP是硬指标，HDI一点也不可信，难道一个中国人不比朝鲜幸福？
环境、平均预期寿命、扫盲率及全面福利，
这些几乎都是不可以操作的，得出的数据更是荒谬。
GDP的计算有一个很严格的过程。

一个国家的GDP竟然和两堆那玩意挂上钩，实在是让人笑不出来的笑话，为什么中国的GDP这么容易受人置疑，其中隐含的体制原因值得思索！

上楼的人也带敏感了吧，不要不什么东西都望中国经济体制上面挂钩。
这只是经济学中一个很常见的困境而已

困境只是表面的东西，透过困境这种比较浮的词汇我们看到了什么呢？在有的国家出现GDP的纯数学意义上的增长只是领导人为了炫耀政绩，不否认有的是计算公式上的差别，但是在中国，我们就事论事，不是体制方面的原因那还是什么呢？难道只是从笑话上看问题，而不联系实际考虑自己身边的实际吗？当然，我的观点也许有不成熟的地方，但用敏感这样的词好象也不太适合，咱们学政治就要有敏锐的政治嗅觉，阁下认为呢？

其实中国的GDP是如何测算的呢？中间有太多的水分

该使用正确方法研究统计数据中的误差

——兼评中国经济增长率的真实性问题

北京航空航天大学经济管理学院  任若恩

《经济研究》2000年第10期发表了孟连，王小鲁的文章《对中国经济增长统计数据可信度的估计》。在2001年《China Economic Review》12月号中，发表了一组研究中国统计数据有关问题的文章，其中Rawski 所著《What’s Happening to China’s GDP Statistics?》随后被国内外媒体广泛引用，产生了一些影响。也是在这一期上，孟连，王小鲁根据以前的文章发表了一个内容大致相似的英文文章《A Reevaluation of China’s Economic Growth》，间接支持了Rawski的观点。我们要提出的问题是，以上文章中所使用的方法是正确的吗？文章所得到的结论是可信的吗？

关于中国经济增长率的研究具有较长的历史。1992年世界银行的一个内部报告《China Statistical System in Transition, No. 9557-CHA》中指出中国的经济增长率计算有上偏误差。任若恩和Szirmai在1995年的文章《China’s Manufacturing Performance in Comparative Perspective, 1980-1992》（Research Memorandum no.581, Institute of Economic Research, Groningen, Jun）中用价格指数平减的方法发现：在1980-1987年间，工业总产出统计高估了1%。任若恩在1997年的书《China’s Economic Performance in an International Perspective》(OECD Development Centre, Paris) 中同样用价格指数平减的方法发现：在1986-1994年间，GDP的增长率高估了3.8%。伍晓鹰在1997年的文章《Reconstructing Chinese GDP According to the National Accounts Concepts of Value Added: the Industrial Sector, 1949-1994》(COPPAA paper No.4, Griffith University, Brishbane) 中用生产指数的方法发现：在1978-94年间，工业增长高估了3.4%。Maddison在1998年的OECD研究《Chinese Economic Performance in the Long Run》(OECD Development Centre, Paris) 中用生产指数方法发现：在1978-1994年间，GDP增长率高估了2.4%。Maddison在2001年的OECD研究《The World Economy—A Millennial Perspective》(OECD Development Centre, Paris) 中通过分析将1995-1998的官方增长率8.8%调整到6.6%，认为GDP增长率高估了2.2%。伍晓鹰在2002年的文章《Measuring the Real Output of Chinese Industry, 1949-1997》（将发表于2002年6月的Review of Income and Wealth）中用生产指数的方法发现：在1978-97年间，工业增长高估了3.3%。上述这些研究使用了国际上所接受的方法，分析过程十分透明。但作者在研究中仍然强调了分析中所可能存在的问题，希望人们谨慎对待所提供的新估计。

Rawski文章中方法的主要问题是武断地假定经济增长率与能源增长率应该大致相等，因此一旦发现能源与GDP增长不同步，就认为经济增长率出了问题。实际上，这在理论上是错误的，因为假定经济增长率与能源增长率应该大致相等，相当于假定对整个国民经济的能源消耗系数是不变的。但是，随着技术的发展，一般来说，能源消耗系数是可能下降的。而且，就整个国民经济来说，不同行业的能源消耗系数是不同的，因此不同行业的不平衡发展，也会导致整个国民经济的能源消耗系数的变化。

根据我们的研究发现，能源与GDP增长不同步的现象曾经在很多国家的历史上出现过。例如日本的1978，1980，1981和1985年，能源的增长都至少低于GDP增长4个百分点，其中1981年甚至低6个百分点。韩国在1981年也出现过能源的增长低于GDP增长7个多百分点的情况，而一些其他年份的情况正好相反，例如1977，1979，1981，1990和1992年，能源的增长都大大高于GDP增长，其中1979年甚至高9个百分点。如果因为能源增长低于GDP的增长，就认为GDP的数据可能出现上偏误差，那么能源增长高于GDP的增长，就可以怀疑GDP的数据出现了下偏误差吗？。德国也在一些年份出现了类似的情况，如1981，1989，1990，1991，1992，1999年能源的增长都至少低于GDP增长4个百分点。其中1989年到1992年出现了连续4年能源的增长都至少低于GDP增长4个百分点。累积起来，4年间GDP增长了12个百分点，同时能源下降了7个百分点。英国的情况也是类似，如1973，1975，1980，1983，1988，1995，1997年能源的增长都至少低于GDP增长4个百分点。其中1980年和1997年都出现了能源的增长低于GDP增长6个百分点的情况。美国也在1980，1981，1983 和1990年出现了能源的增长至少低于GDP增长4个百分点的现象。由此可见，Rawski用于论证中国经济增长率存在上偏误差的逻辑基础是经不起推敲的。

Rawski方法中的另一个问题是十分轻率的以国内航空客运的增长为根据来确定他的所谓新估计的上限。根据我们的计算，在1983年到2000年间，国内航空客运周转量的增长率，在大多数年份都大大高于经济增长率。但也有一些年份，航空客运周转量的增长率大大低于经济增长率。过去20年，中国航空客运产业正是处于一个新兴产业的发展期，其增长速度一般应该高于经济增长。 如果Rawski认为1998年的国内航空客运周转量的增长率可以作为估计的上限，那么2000年国内航空客运周转量的年增长率是20.07%,是不是也可以作为估计的上限。

实际上，我们还可以从其他数据来来印证GDP的数据。例如到1998年末，中国的广义货币Ｍ2比上年增长15.3%。其实在Rawski考察的几年了，货币供应量一直保持了10%以上的增长，如果Rawski所说的经济收缩实际发生，如此高的货币增长应该产生一定的物价上升，但在此期间物价水平一直很低，甚至出现过下降。

不难看出Rawski的方法是多么简单化, 多么草率, 完全是大失科研水准的。Rawski本人也在文章中承认，他的新估计没有经验数据的牢固支持，既然如此，为什么还要发表出来，其他的媒体为什么还要广泛的引用？

孟连，王小鲁主要使用了3类方法来论证自己的观点。第1个方法就是工业生产指数的方法，也就是伍晓鹰研究中所使用的方法。但如果与伍晓鹰的研究相比较，孟连，王小鲁的研究缺乏必要的透明性，特别是如何加权是建立指数的关键，没有对加权方法做出详细的说明，其估计结果的可信程度又如何建立。孟连，王小鲁所使用的第2个方法原则上同于Rawski方法，在此不再做进一步的讨论。

主要谈第3个方法，这个方法的原理按照作者的叙述是：“在生产函数中使用时间趋势变量可以获得相应时间段综合要素生产率增长率。但当生产率的增长率发生重大改变时，应当能够找到相应的原因给以解释，----------------。如果在拟合的某一时间段发现了生产率的超常增长而不能被上述原因所解释，则我们可以将其视为经济增长率统计的误差。”用这样一个方法来发现经济增长率的统计误差是完全不能接受的。原因如下：

综合要素生产率增长率的计算决定于两个要素：

所使用的方法。基本可以分成经济计量学的方法（即孟连，王小鲁的方法）和指数的方法，而在经济计量学的方法中又由于生产函数的设定不同而有很多的选择。

所使用的数据，包括产出的数据和投入的数据。无论是产出还是投入的数据都可能存在误差，还可能存在同一数据在时间维在范围方面的不一致性，也可能出现产出与投入之间在范围方面的不一致性。在这方面，几乎每一个研究都有不同的选择，不同的数据来源，不同的数据处理方法。因此每一个研究都可能因此产生不同的结果。

可以看出上述两个因素的结合可能产生非常不同的估计结果，其中任何一个因素的影响都可能导致不同的综合要素生产率增长率的变化。而不同的综合要素生产率增长率也可能是由任何因素的变化导致，完全不能由此就认定是产出的数据出现问题。试图利用观察综合要素生产率增长率的异常来分析产出增长率的误差，在逻辑上也是颠倒的，因为在综合要素生产率研究中通常是分析数据中的问题，从而来判断综合要素生产率估计中可能存在的误差。而现在的做法正好相反

任若恩是国内研究GDP最厉害的了，国外的就不说了，自己可以找paper看，数据有问题是有问题，但是这里的误差和你们说的是不一样的，这是一个很严谨的东西，不要想当然。