中国省域工业资本存量核算及分析：1978—2017年

李妙然　郭文

摘要：准确核算工业资本存量是科学判断投资效率的基础，进而有利于正确认识产业政策的有效性和增长模式的可持续性。基于OECD资本核算手册，遵循资本存量核算逻辑，利用官方统计数据，运用永续盘存法（PIM）核算1978—2017年中国省域工业资本存量，并分析其时空演变的特征，结果显示：中国省域工业资本存量整体上保持增长态势，1978—2002年增长较慢，2003年以后增速显著加快;工业资本存量规模和增速均呈现由东到西依次递减的区域不平衡性，但近年来东部增速放缓，中部超过东部，西部保持较快增速;中国工业资本产出比在1978—2002年呈下降趋势，在2003—2017年呈递增态势。中国工业资本存量的区域不平衡性与工业化进程的区域差异相对应，应通过结构调整、布局优化、体制改革和扩大开放等路径加快中西部地区新型工业化进程。

关键词：资本核算;工业资本存量;永续盘存法;资本产出比;区域不平衡;新型工业化

中图分类号：F222.33;F424.2文献标志码：A文章编号：1674-8131（2020）01-0078-12

一、引言

改革开放以来，中国经济发展取得了举世瞩目的成就。与世界其他新兴经济体的发展经验类似，投资增长成为推动中国经济增长的重要引擎（Shane at al，2004;郑京海 等，2008;Ding et al，2011）[1-3]。2001—2017年，中国资本形成总额对经济增长的年均贡献率为51.2%，其中2009年的贡献率高达86.5%。而且，无论是与自身的历史水平，还是与其他经济体相比，中国的投资率均处于较高水平。但根据资本积累的黄金律水平和钱纳里的标准结构，合理地平衡投资与消费之间的比例关系才能实现经济增长的动态最优。近年来，中国居高不下的投资率是否合理成为争议性话题。对中国工业经济而言，科学地判断是否存在投资过热，有利于正确认识产业政策的有效性以及增长模式的可持续性。

科学地判断投资率的高低需要深入研究投资效率，即准确测算资本回报率（Bai et al，2006;CCER，2007）[4-5];而资本存量核算的精确性决定了资本回报率测算的准确性（OECD，2001，2009）[6-7]。目前，经合组织（OECD）的资本核算体系较为成熟，其发布的资本核算手册（2009）基于永续盘存法（PIM）构建核算体系，实现了资本存量核算与流量核算的内在一致性，且与修订后的国民账户体系（SNA2008）相一致，因而在国际上得到广泛的应用。实践中，美国、法国等发达国家已定期公布官方核算数据。

相比之下，中国资本存量的核算主要集中在学术界，代表性文献可分为三类：一是核算全国资本存量（张军 等，2003;徐杰 等，2010;朱军 等，2017）[8-10];二是核算全国分产业或行业资本存量（陈诗一，2011;孙琳琳 等，2014）[11-12];三是核算省域资本存量（徐现祥 等，2007;徐淑丹，2017）[13-14]。上述文献中，只有徐现祥等（2007）核算了中国省域分产业资本存量，关于中国省域工业资本存量的核算几乎是空白。更重要的是，上述核算结果差异较大，造成这种差异的主要原因有三点：一是混淆资本存量的相关概念;二是在PIM的运用过程中，对于联合的退役模式和年龄—价格函数、四个核心指标的选取存在较大分歧;三是统计数据和口径的调整中国的GDP核算发生过两次历史数据的重大补充和五次系统性修订，其中最近一次修订是在2016年7月，此次修订将研发支出改列为固定资本形成，扩展了资本边界。 。有鉴于此，本文基于OECD的资本核算手册，利用官方统计数据，首次核算1978—2017年中国省域工业资本存量，进而分析中国工业资本存量演变的时空特征，以期提高资本存量核算结果的准确性和国际可比性，为后续相关研究提供基础性资料和方法借鉴，并为促进中国新型工业化进程提供政策启示。

二、中国工业资本存量核算方法

目前，已有研究在资本存量的核算方法上基本达成共识，即采用永续盘存法（Perpetual Inventory Method，PIM）。PIM由Goldsmith（1951）首次提出，并开创性地应用于固定资本存量核算[15]。其后，经过Christensen和Jorgenson（1973）等学者的不断扩展和完善[16]，PIM逐渐成为资本核算的主流方法，基本表达式为：

第一，明确核算对象是资本存量净额还是生产性资本存量。在中国资本存量核算的实践中，只有少数学者（如蔡晓陈，2009;孙琳琳 等，2014）对两者进行区分[18][12]，多数研究以资本存量笼统地概之。然而，在国民账户体系中，资本存量总额、资本存量净额和生产性资本存量等概念反映资本的不同属性，资本核算必须严格區分两组概念：一是资本存量总额和资本存量净额，二是资本存量净额和生产性资本存量。其中，区分第二组概念尤为重要，两者的差异主要表现为核算路径和应用领域的不同（郭文 等，2018）[17]。一方面，资本存量净额是联合的退役模式和年龄—价格函数作用于投资流量的结果，而生产性资本存量则是联合的退役模式和年龄—效率函数作用于投资流量的结果。另一方面，不同类的资本存量净额可以直接加总，进而测算资本回报率;而不同类的生产性资本存量则以资本服务价格作为权重加总得到资本服务流量，进而估算全要素生产率。当且仅当资本品的年龄—效率函数采取几何递减模式时，年龄—效率函数等价于年龄—价格函数，资本存量净额和生产性资本存量相等（OECD，2001，2009）[6-7]。需要指出的是，如无特殊说明，本文余下内容均以生产性资本存量为研究对象。

第二，确定联合的退役模式和年龄—效率函数。相关研究主要采用两种思路：一是直接选取几何递减的年龄—效率函数（黄勇峰 等，2002;Bai et al，2006;单豪杰，2008;孙琳琳 等，2014）[19][4][20][12]，理论依据是几何递减的年龄—效率函数包涵了资本品针对退役模式所进行的调整（OECD，2001，2009）[6-7];二是选取钟形退役模式和双曲线递减模式（蔡晓陈，2009）[18]。本文采纳OECD的建议，与多数研究一样选取几何递减的年龄—价格函数。

第三，确定四个核心指标：投资流量、重置率或折旧率、投资价格指数和基期资本存量。四个核心指标中，折旧率或重置率对资本存量核算结果的影响最显著，选取也最具有争议性。本文利用公式ωτ=（1-φ）τ分类计算资本品的重置率φ

依据中国官方分类标准，将固定资产投资分为三类：建筑安装工程、机器设备购置和其他费用。，然后加权得到总资本品的重置率。实践中，资本品的相对效率ωτ通常用中国法定残值率代替，因而还需要进一步确定各类资本品的服务年限τ。基于现有研究的结论，本文将建筑、机器设备的使用寿命分别设定为38年、16年;以往相关研究在资本品使用寿命的设定上往往忽略其他费用，本文依据国家统计局所定义的其他费用，将其他使用寿命设定为20年。通过比较不同投资流量指标的优缺点，本文选择固定资本形成总额作为投资流量指标。鉴于官方统计数据的权威性，本文采用张军等（2004）的方法计算得到1978—2004年隐含的固定资本形成价格指数[21];2005—2017年的价格指数则直接利用中国和各省市区统计年鉴公布的固定资产投资价格指数 蔡晓陈（2009）利用中国官方统计数据的分析表明，固定资产投资价格指数（1990—2004年）与隐含的固定资本形成价格指数（1990—2004年）的相关系数高达0.994 2[18]。。由于时间序列越长，基期资本存量对核算结果的影响越小，本文选取1978年为基期，时间跨度长达40年，然后基于Hall和Jones（1999）的增长率法估算中国省域基期资本存量[22]。

三、数据来源和处理

本文对中国省域工业固定资本形成总额（1978—2017年）分两个时间段进行构造：1978—2002年和2003—2017年。

第一阶段：1978—2002年。1978—2002年中国省域工业固定资本形成总额分两步构造。第一步：构造中国省域第二产业固定资本形成总额。中国国家统计局于1997年、2004年相继出版《中国国内生产总值核算历史资料：1952—1995》和《中国国内生产总值核算历史资料：1996—2002》（下文统称为《核算历史资料》），《核算历史资料》提供了1978—2002年中国省域第二产业固定资本形成总额数据（以现价计量）。第二步：构造中国省域工业固定资本形成总额。从第二产业固定资本形成总额中扣除建筑业中的固定资本形成总额，便可以得到工业固定资本形成总额。遗憾的是，《核算历史资料》并没有提供省域建筑业固定资本形成总额数据。浏览其他统计年鉴可以发现，从历年《中国固定资产投资统计年鉴》和各省市区统计年鉴中，可以推算出各省域全社会固定资产投资中建筑业占第二产业的比重，如果假定这一比重等于建筑业固定资本形成总额占第二产业的比重，就可以得到各省域工业固定资本形成总额。

需要说明的是，《核算历史资料》提供的1978—2002年中国省域第二产业固定资本形成总额数据（以现价计量）存在缺漏和统计误差。具体而言，江西、广东两省缺失1978—1992年数据，重庆市缺失1978—1994年数据，西藏自治区缺失1978—1993年数据;浙江省1996—2002年数据存在统计误差，把第二产业固定资本形成总额错误地统计为资本形成总额，因而需要在原有数据基础上扣除存貨增加。缺失数据的处理思路如下：江西省提供了全省固定资本形成总额、全省资本形成总额和第二产业资本形成总额数据，假定第二产业资本形成总额占全省资本形成总额的比例等于第二产业固定资本形成总额占全省固定资本形成总额的比例，就可以推算出缺失年份第二产业固定资本形成总额;参考徐现祥等（2007）的方法[13]，用1993—2002年广东省第二产业固定资本形成总额对同期福建省和江西省第二产业固定资本形成总额进行回归，可以估算出广东省1978—1992年的缺失数据;重庆市的数据可以直接合并到四川省;相比于其他省市区，西藏自治区早期年份的数据太小，缺失数据可以忽略不计。

第二阶段：2003—2017年。参照中国国家统计局的计算方法，可以由全社会固定资产投资数据推导出固定资本形成总额数据，推导方法如下：固定资本形成总额=全社会固定资产投资-土地使用权的购置价值-旧机器设备的购置价值-旧建筑物的购置费+未纳入统计范围的项目价值 1997—2011年，未纳入统计范围的项目价值是50万元以下的投资额;2011年以后，未纳入统计范围的项目价值是500万元以下的投资额。（许宪春，2000）[23]。《中国固定资产投资统计年鉴》（2004—2018年）提供了2003—2017年中国省域第二产业细分行业的全社会固定资产投资数据 具体而言，第二产业细分行业指建筑业、采矿业、制造业以及电力、热力、燃气及水的生产和供应业。，可以推导出2003—2017年中国省域工业全社会固定资产投资及其占全社会固定资产投资的比重。《中国固定资产投资统计年鉴》（2004—2018年）提供了2003—2017年中国省域固定资产投资中旧设备购置费、旧建筑物购置费和建设用地费，根据全社会固定资产投资中工业所占比重可以推导出三者费用在工业中的数据。孙琳琳和任若恩（2014）参照国家统计局的方法，假定未纳入统计范围的项目价值占总投资的比重为0.2%，本文接受这一假定，并按照工业固定资产投资的比重计算出未纳入统计范围的项目价值在工业中的数据。

2.重置率或折旧率φm

本文分两步计算中国省域工业资本品的重置率。

第一步：利用公式ωτ=（1-φ）τ分别计算三类资本品的重置率。其中，ωτ为资本品的相对效率，实践中常常用法定残值率代替，中国法定残值率的取值范围为3%～5%，本文取其中间值4%;τ为资本品的使用寿命，本文将建筑安装工程、机器设备购置和其他费用的使用寿命分别设定为38年、16年和20年;φ为资本品的重置率。

第二步：加权得到总资本品的重置率。建筑安装工程、机器设备购置和其他费用缺乏分产业数据，如何确定三类资本品在中国省域工业固定资本形成总额中的比重（以此为权重），成为估算总资本品重置率的关键。以往相关研究主要采取两种处理方式：一是直接采用官方折旧数据，回避了三次产业中资本品分类的难题（徐现祥 等，2007;陈诗一，2014;徐淑丹，2017;柏培文 等，2017）[13][11][14][24]，但中国官方固定资产折旧数据属于会计折旧，不符合PIM对折旧数据的要求。二是假定三类资本品在三次产业中所占比重相等（Bai et al，2006;孙琳琳 等，2014）[4][12]，但这样做可能出现严重的结构性偏差 OECD主要国家的固定资产投资结构表明，工业企业中用于机器设备的固定资产投资比重较高，用于建筑安装工程的固定资产投资比重较低。黄勇峰等（2002）分析发现，在中国1985年的更新改造投资中，工业投资中机器设备的比重大约是非工业投资中机器设备比重的1.5倍[19]。 。鉴于以上研究的局限性，本文尝试采用如下处理思路：首先，得到三类资本品在中国省域固定资本形成总额中的比重。根据历年《中国固定资产投资统计年鉴》和各省市区统计年鉴可以算出三类资本品在全社会固定资产投资中的比重，假定这一比重等于三类资本品在固定资本形成总额中的比重笔者计算发现，中国省域三次产业中全社会固定资产投资所占比重与固定资本形成总额所占比重差异较小，因而该假定具有较强的合理性。 。然后，通过行业间调整得到三类资本品在中国省域工业固定资本形成总额中的比重。在中国工业固定资产投资数据中，有关三类资本品的历史资料非常有限，目前掌握的资料可以传递两点信息：第一，与非工业投资相比，工业投资中机器设备的占比相对较高;第二，在1990年和1991年的工业固定资产投资结构中，机器设备平均所占比重为40.2%（单豪杰 等，2008）[25]。基于以上两点信息，本文对三类资本品在固定资本形成总额中的比重进行适当调整，进而得到1978—2017年三类资本品在中国省域工业固定资本形成总额中的比重，并以此为权重加总得到总资本品的重置率。

3.投资价格指数Pm，t

利用《中国国内生产总值核算历史资料：1952—1995》提供的相关数据，张军等（2004）计算得到中国各省市区对应年份隐含的固定资本形成价格指数，发现不同省域固定资产投资价格波动幅度差异较大，如1978年以后，北京、上海和天津的固定资产投资价格上涨幅度较小，而辽宁、云南等省份的价格波动幅度较大[21]。因而，在核算中国省域资本存量时，投资价格指数的构造必须要考虑各省市区固定资产投资价格波动的差异性。

考虑到中国官方统计资料的可获得性，本文分两个阶段构造投资价格指数：1978—2004年和2005—2017年。1978—2004年投资价格指数的构造参考张军等（2004）的计算方法[21]，选取1978年为基期，比如，2000年隐含的固定资本形成价格指数=[2000年固定资本形成总额（当年价格）/2000年固定资本形成总额指数（1978年=1）]÷1978年固定资本形成总额（当年价格） 。《中国国内生产总值核算历史资料：1952—1995》和《国内生产总值核算历史资料：1952—2004》提供了1952—2004年固定资本形成总额及其指数数据（以1952年为基期），把基期调整为1978年，就可以计算出1978—2004年的投资价格指数。2005—2017年的省域投资价格指数则直接利用统计年鉴公布的固定资本投资价格指数。

4.基期资本存量Km，0

为尽可能地降低基期资本存量的估算误差及其对资本存量核算的影响，同时考虑中国省域相关统计数据的可获得性，本文选取1978年为基期，基于Hall和Jones（1999）的增长率法[22]，分两步估算中国省域工业基期资本存量。第一步：估算中国省域工业基期资本存量的取值范围。在稳态条件下，运用公式K0=I0/（g+δ）估算基期资本存量，投资增长率g可以用GDP增长率替代;同时，选取基期前后年份GDP增长率的平均值

不同的是，Hall和Jones（1999）在估算各国基期（1960年）资本存量时选取的是1960—1970年投资增长率的几何平均数。替代投资增长率g能有效地降低经济不平稳性对基期资本存量估算的影响（陈昌兵，2014）[26]。因此，在估算中国省域工业基期资本存量时，本文选取1973—1983年中国省域工业增加值增长率的几何平均数替代工业投资增长率，然后将基期投资流量I0和重置率δ（1978年）代入上式，得到中国省域工業基期资本存量的下限。其中，1973—1983年中国省域工业增加值增长率的数据来源于《国内生产总值核算历史资料：1952—1995》，投资流量I0和重置率δ由前文计算所得。同理，利用公式K0=I0（1+g）/（g+δ），可以求得中国省域工业基期资本存量的上限。第二步，取中国省域工业基期资本存量上下限的平均值。

四、核算结果及分析

1.核算结果及比较、检验

本文以除港澳台地区外的中国省级区域为研究对象，由于在处理缺失数据时将重庆市与四川省进行合并，最后得到1978—2017年30个省域工业资本存量的核算结果，如表1所示。

在已有的中国资本存量核算研究中，没有对省域工业资本存量进行核算，只有徐现祥等（2007）核算了中国省域三次产业的资本存量（1978—2002年）[13]，其核算的中国省域第二产业资本存量与本文核算结果有一定可比性需要说明的是，本文并没有将徐现祥等（2007）的核算结果更新至2017年，理由有两点：一是沿用徐现祥等（2007）的核算思路更新其研究结论，受限于统计资料的可获得性，无法获得相关核算指标的统计数据，如2003—2016年中国省域第二产业固定资本形成总额数据;二是如果采用替代性方法获取相关指标的统计数据，降低了结果可比性。 。对比结果显示，1978—2002年中国省域工业资本存量小于第二产业资本存量，主要原因有两点：一是第二产业的统计口径大于工业的统计口径，第二产业资本存量中包含建筑业资本存量。二是重置率或折旧率的选取差异较大。徐现祥等（2007）基于官方折旧数据直接将折旧率设定为3%;而大量研究表明，采用官方折旧数据存在诸多缺陷：首先，中国官方公布的固定资产折旧属于账面折旧且一般采用会计上的直线折旧法计提固定资产折旧，与国民账户体系中的折旧不一致，也不符合PIM对折旧数据的要求。其次，中国官方的折旧数据明显偏低，存在资本存量被高估的风险。此外，徐现祥等（2007）忽略了省际和三次产业间固定资产折旧可能存在的差异性。本文基于PIM内在一致性的要求，分两步计算得到总资本品的折旧率，同时考虑了固定资产折旧在省际和三次产业间可能存在的差异性;计算结果显示，中国省域工业资本品的平均折旧率约为10.36%。

进一步地，利用资本产出比检验本文的核算结果。由于关于中国资本产出比的研究主要集中于全国层面，故只计算整体层面的工业资本产出比（1978—2017年），并绘制其变化趋势图（见图1）。1978—2017年，中国工业资本产出比基本维持在合理区间王小鲁等（2000）研究发现，1978—1998年中国资本产出比基本稳定，围绕2小幅度波动[27];粟庆雄（2001）利用1980—1999年中国宏观数据的分析表明，中国资本产出比一般维持在2.5左右[28]。 ，可划分为两个阶段：1978—2002年，中国工业资本产出比整体呈下降趋势;2003—2017年，中国工业资本产出比呈递增态势。2002年中国工业资本存量是1978年的11.08倍，1978—2002年中国工业资本存量年均增长率为10.54%，比同期中国工业增加值年均增长率低0.83个百分点，故在此期间资本产出比整体呈现下降趋势;改革开放前期中国资本产出比的下降与人力资本积累、全要素生产率提高等因素有关（张烨卿，2006）[29]。2017年中国工业资本存量是2003年的8.07倍，2003—2017年中国工业资本存量年均增长率为17.27%，比同期中国工业增加值年均增长率高7.41个百分点，因而在此期间资本产出比呈现递增趋势。

2.中国省域工业资本存量变化趋势与空间分布

为直观地分析中国省域工业资本存量的变化趋势，依据1978—2017年各省市区工业资本存量的相对规模，把30个省市区分为10组，并分别绘制工业资本存量的变化趋势图（如图2所示）。

由图2可知，1978年以来中国省域工业资本存量保持总体增长态势，且增长速度呈现阶段性特征。具体而言，1978—2002年中国省域工业资本存量增长平缓，2003年以后增长速度显著加快。从宏观角度分析，造成这种增长态势的原因至少有两点：一是中国工业化进程的稳步推进带动固定资产投资增长。改革开放以来，中国逐步确立了社会主义市场经济体制下的工业化道路，目前已经步入工业化后期（刘伟 等，2015;黄群慧，2017）[30-31]，工业经济发展成就斐然。按可比价格计算，2017年中国工业增加值比1978年增长了53.06倍，年均增长率高达10.49%;从国际比较来看，1978—2016年中国制造业增加值占世界的比重从1.50%增加至25%（Mary et al，2017）[32]。二是中国加入世贸组织后加速扩大的对外贸易规模拉动固定资产投资快速增长。改革开放以来，尤其是中国加入世贸组织以来，中国对外贸易规模加速扩大，2013年中国货物贸易规模超过美国，跃居世界首位。从出口额来看，2017年中国货物出口额比1978年增长了913.74倍，年均增长率高达18.59%;同时，中国工业制成品出口额占货物出口额的比重不断攀升，从1978年的46.50%上升至2017年的94.80%;1978—2017年中国工业制成品出口额年均增长率为16.52%，其中2002—2011年中国工业制成品出口额年均增长率高达22.15%。此外，城镇化等因素也是推动中国省域工业资本存量增长的重要驱动力。

进一步地，为考察中国工业资本存量及其变动趋势的区域性差异，本文将30个省市区划分为东部地区、中部地区、西部地区和东北地区四个经济区域，并绘制四个经济区域工业资本存量的变化趋势图（见图3）。1978—2017年四个经济区域的工业资本存量大体上呈现与总体相似的增长态势，即1978—2002年增长相对平缓，2003年以后增长速度显著加快。同时，工业资本存量规模和增长速度也呈现一定的区域性差异。

从工业资本存量规模来看，东部最大、中部次之、西部最小，呈现由东到西依次递减的梯度差异，其中东北地区工业资本存量规模位于中、西部地区之间。中国工业资本存量的区域性差异与中国工业化进程的区域不均衡相关，东部的江苏、山东、河北、浙江等省份都是中国的工业大省，资本存量主要集中于工业，因而这些省份的工业资本存量规模在全国处于领先水平。

从工业资本存量增长速度来看，整体上也呈现由东到西依次递减的梯度差异，其中东北地区增长速度位于中、西部地区之间。但近年来，东部地区增长速度放缓，中部地区增长速度逐渐超过东部地区，主要原因有两点：一是在鼓励东部地区率先发展战略的指引下，东部地区走在中国工业化进程前列，北京、天津、上海等城市已于2015年率先步入后工业化阶段，其他大部分省市处于工业化后期，而中部地区的大部分省份正处于工业化中期（黄群慧，2018）[33]。二是东部地区产业结构转型升级成效显著，资本存量逐渐由工业向第三产业转移，2012—2017年北京、上海等城市第三产业增加值占GDP比重稳步上升;与此同时，国内产业转移和“一带一路”建设等促使近年来西部地区工业资本存量保持较快增长速度。

五、结论与启示

本文基于OECD資本核算手册，遵循资本存量的核算逻辑，利用官方发布的统计数据，运用PIM首次核算了1978—2017年中国省域工业资本存量，该核算结果具有国际可比性，并为后续实证分析提供了基础性资料。核算结果显示：1978年以来，中国省域工业资本存量整体上保持增长态势，且增长速度呈现阶段性特征，即1978—2002年增长相对平缓，2003年以后增长速度显著加快;中国工业资本存量规模和增速的空间分布总体上均呈现由东到西依次递减的梯度态势（其中东北地区的规模和增速处于中、西部地区之间），但近年来东部地区增速放缓，中部地区增速超过东部地区，西部地区保持较快增速。进一步利用资本产出比对核算结果进行检验，结果显示中国工业资本产出比基本维持在相对合理的取值区间，表明核算结果具有较高的准确性;同时发现，1978—2002年中国工业资本产出比总体呈下降趋势，而2003—2017年中国工业资本产出比呈递增态势。

本文分析表明，中国省域工业资本存量规模及其增长速度与工业化进程是相对应的，表现出区域间的不平衡性;而且在工业化初期工业资本产出率表现出下降趋势，随着工业化进程的不断推进，尤其是随着新型工业化战略的实施，资本产出率会转变为递增趋势。中国特色社会主义进入新时代，社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾。因此，应加快中西部地区新型工业化进程，减小工业资本存量的区域不平衡性，并不断提高资本产出率。对此，一方面要推动产业结构转型升级，优化工业空间配置。当前中国工业经济正处于结构调整和动能转换的关键时期，东部等发达地区应积极发展知识、技术密集型产业，中西部地区需改善投资环境，加强人力资本投资，主动承接国内产业转移。另一方面要坚持改革与对外开放双轮驱动，构建工业发展新机制。坚持市场化改革方向，进一步深化经济体制改革，引导要素在部门间、区域间合理流动，尤其应加强西部和东北地区市场经济体制改革，破除要素自由流动的体制壁垒;继续扩大对外开放，东部地区和中部地区应增加进出口规模、优化进出口结构，西部地区和东北地区应依托“一带一路”建设，结合区位和资源发展优势，主动承接国际产业转移。

此外，还应加快构建科学的中国资本存量核算框架，提高资本存量核算结果的准确性和可比性。相关举措包括：一是实现资本存量核算与资本流量核算、资本核算体系与国民账户体系（SNA2008）相统一;二是资本存量的核算应以PIM为主，以直接调查法为辅;三是尽快建立包括地区层面的资本存量核算基础数据库，具体可以从数据的适用性、可获得性和质量三个角度考察各种基础统计指标。

参考文献：

[1] SHANE M，GALE H F. China： A study of dynamic growth[R]. USDA-ERS Outlook Report No. WRS-04-08，2004.

[2]郑京海，胡鞍钢，Bigsten Arne.中国的经济增长能否持续？——一个生产率视角[J].经济学（季刊），2008（3）：777-808.

[3] DING S，KNIGHT J. Why has China grown so fast？ The role of physical and human capital formation[J]. Oxford Bulletin of Economics and Statistics，2011，73（2）：141-174.

[4] BAI C E，HSIEH C T，QIAN Y. The return to capital in China[J]. Brookings Papers on Economic Activity，2006，37（2）：61-88.

[5] CCER“中国经济观察”研究组. 我国资本回报率估测（1978-2006）——新一轮投资增长和经济景气微观基础[J]. 经济学（季刊），2007，（3）：723-758.

[6]OECD. Measuring capital：OECD manual，measurement of capital stocks，consumption of fixed capital and capital services[M]. Paris：Organization for Economic Co-operation and Development，2001.

[7]OECD. Measuring capital：OECD manual（second edition）[M]. Paris：Organization for Economic Co-operation and Development，2009.

[8]张军，章元.对中国资本存量的再估计[J].经济研究，2003（7）：35-43.

[9]徐杰，段万春，杨建龙.中国资本存量的重估[J]. 统计研究，2010（12）：72-77.

[10]朱军，姚军.中国公共资本存量的再估计及其应用——动态一般均衡的视角[J]. 经济学（季刊），2017（7）：1367-1398.

[11]陈诗一.中国工业分行业统计数据估算：1980-2008[J].经济学（季刊），2011（3）：735-776.

[12]孙琳琳，任若恩.转轨时期我国行业层面资本积累的研究——资本存量和资本流量的测算[J].经济学（季刊），2014（4）：837-862.

[13]徐现祥，周吉梅，舒元.中国省区三次产业资本存量估计[J].统计研究，2007（5）：6-13.

[14]徐淑丹.中国城市的资本存量估算和技术进步率：1992—2014[J].管理世界，2017（1）：17-30.

[15] Goldsmith R W. A perpetual inventory of national wealth[J].NBER Chapters， 1951（12）： 5-74.

[16] CHRISTENSEN L R，JORGENSON D W. Measuring the performance of the private sector of the U.S.economy，1929—1969[M]//Measuring Economic and Social Performance. New York：National Bureau of Economic Research，1973：233-338.

[17]郭文，秦建友，曹建海.中國资本存量测算问题分析[J].上海经济研究，2018（12）：89-102.

[18]蔡晓陈.中国资本投入：1978—2007——基于年龄—效率剖面的测量[J].管理世界，2009（11）：11-20.

[19]黄勇峰，任若恩，刘晓生.中国制造业资本存量永续盘存法估计[J].经济学（季刊），2002（2）：377-396.

[20]单豪杰.中国资本存量K的再估算1952—2006年[J].数量经济技术经济研究，2008（10）：17-31.

[21]张军，吴桂英，张吉鹏.中国省际物质资本存量估算[J].经济研究，2004（10）：35-44.

[22]HALL R E，JONES C I. Why do some countries produce so much more output per worker than others？[J]. Quarterly Journal of Economics，1999，114（1）：83-116.

[23]许宪春.中国国内生产总值核算中存在的若干问题研究[J].经济研究，2000（2）：10-16.

[24]柏培文，许捷.中国省际资本回报率与投资过度[J].经济研究，2017（10）：37-52.

[25]单豪杰，师博.中国工业部门的资本回报率1978—2006[J].产业经济研究，2008（6）：1-9.

[26]陈昌兵.可变折旧率估计及资本存量测算[J].经济研究，2014（12）：72-85.

[27]王小鲁，樊纲，刘鹏.中国经济增长方式转换和增长可持续性[J].经济研究，2009（1）：4-16.

[28]粟庆雄.中国经济之快速发展与波动：1980—1999年[M]//汪同山.数量经济学前沿.北京：社会科学文献出版社，2001.

[29]张烨卿.资本形成、内生技术进步与中国经济持续增长——基于资本产出比视角的实证研究[J].经济科学，2006（6）：31-40.

[30]刘伟，蔡志洲.我国工业化进程中的产业结构升级与新常态下的经济增长[J].北京大学学报（哲学社会科学版），2015（3）：5-19.

[31]黄群慧.论新时期中国实体经济的发展[J].中国工业经济，2017（9）：5-24.

[32]MARY H D，GAURAV N. Trouble in the making？： The future of manufacturing-led development[R]. World Bank Working Paper，2017.

[33]黄群慧.改革开放40年中国的产业发展与工业化进程[J].中国工业经济，2018（9）：5-23.

Abstract： Accurately estimating industrial capital stock is the basis of scientifically analyzing investment efficiency， and is further conducive to properly understanding the validity of industrial policy and the sustainability of growth model. Based on the Measuring Capital OECD Manual， this paper theoretically analyzes the logic of measuring capital stock， uses official statistical data， employs the Perpetual Inventory Method（PIM） to measure China's industrial capital stock at provincial level from 1978 to 2017， and then analyzes its temporal and spatial characteristics. The results show that since the reform and opening up， China's inter-provincial industrial capital stock has experienced a rising tide， relatively growing slowly during 1978-2002， obviously accelerated since 2003， that both the industrial capital stock scale and its growth speed show descending in turn from the east to the west and regional imbalance but in recent years， its growth rate in the east becomes slowing， its speed in the middle region surpassed the east， the west keeps rapidly growing， that Chinas industrial capital output ratio demonstrates the descending trend during 1978-2002， but steadily increases during 2003-2017. The regional imbalance of China industrial capital stock is corresponding to the regional difference in industrial process， the new-style industrialization process in the middle region and in the west region should be accelerated by the paths such as structure adjustment， layout optimization， system reform， openness enlargement and so on.

Key words： capital estimation; industrial capital stock; perpetual inventory method （PIM）; capital-output ratio; regional imbalance; new-style industrialization

CLC number：F222.33;F424.2Document code： AArticle ID：  1674-8131（2020）01-0078-12

（編辑：朱德东）