释放印度的增长潜力 ShinyaKoteraTengTeng徐WP/23/82 国际货币基金组织的工作论文描述研究 进步的作者(年代)和发表引起评论和鼓励辩论。 国际货币基金组织的工作论文的观点的作者(年代),不一定 代表基金组织及其执董会的观点,或国际货币基金组织的管理。 2023 4月 ©2023国际货币基金组织(imf)WP/23/82/ 国际货币基金组织的工作 亚论太文部门 释放印度的增长潜力 由ShinyaKotera和TengTeng徐* 授权供NadaChoueiri分布 2023年4月 基金组织工作文件描述了作者正在进行的研究并已发表 引起的意见和鼓励辩论。国际货币基金组织工作的观点 论文是作者的论文,不一定代表国际货币基金组织的观点,其执行委员会或国际货币基金组织的管理。 文摘:本文分析了印度过去五十年增长的驱动因素, 考虑印度中期潜在增长的基线和上行情景。使用生产函数方法,评估疫情对关键的影响 生产要素及其对中期增长的影响。成功的 实施广泛的结构性改革有助于支持生产力和潜力在中期内经济增长。 冻胶分类数字: E22;E23;E24;O20 关键词: 印度;潜在的增长;劳动力市场;资本; 生产力;大流行病;生产函数方法;结构改革。 作者的电子邮件地址: skotera@imf.org;txu@imf.org *作者要感谢费萨尔·艾哈迈德,纳达·乔埃里,埃蒂巴尔·贾法罗夫,玛歌·麦克唐纳,成田富史,约翰·斯普雷, MendesTavares,JarkkoTurunen以及印度储备银行和印度财政部的研讨会参与者有用的评论。所有剩余的错误都是我们自己的。 工作底稿 释放印度的增长潜在的 由ShinyaKoteraTengTeng徐1 1作者要感谢费萨尔·艾哈迈德、纳达·乔埃里、埃蒂巴尔·贾法罗夫、玛歌·麦克唐纳、成田富志、约翰·斯普雷、 MendesTavares,JarkkoTurunen以及印度储备银行和印度财政部的研讨会参与者有用的评论。所有剩余的错误都是我们自己的。 内容 一、简介3 二世数据和方法4 。 三世是什么推动了印度过去的增长?6 。 基线情景:大流行的影响9 第四A.近期影响9 。 B.中期影响11 V。上行情景:改革红利15 VI。结论和政策影响17 附录1.克莱姆斯的增长会计19附录2.就业估算20 引用。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。 。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。 。。。。。。。。。。。。。。。。。。。。。。。。。。。。21 我的介绍。 COVID-19对印度的经济影响是巨大的,就像大多数情况一样全球新兴市场国家,投资、就业和 生产力。虽然复苏基础广泛,但截至2021/22财年末,有接触密集型服务和中小微企业仍存在一些差距 (中小微企业)受到大流行的严重打击。尽管劳动力市场状况有所改善在最初的冲击之后,青年和妇女的就业结果继续滞后,即 疫情前的案件结构上。由于 疫情也可能阻碍了人力资本的改善,对劳动力产生了不利影响市场。 本文旨在分析印度增长的驱动因素和潜在增长。有三个 主要目标。首先,本文考察了劳动力、资本、人力资本和TPF在解释了印度过去50年的增长,并与其他快速增长的国家进行了比较经济。其次,本文估计了大流行对潜在增长的影响,以及 预测中期潜在增长,考虑到大流行的影响 不同的渠道。第三,本文考虑了中期的基线和上行情景。 期限潜在增长。在上行情景中,结构性改革发挥重要支撑作用作用释放出印度的增长潜力。 我们的分析与文献的三个主要领域有关。第一条线检查驱动程序 印度的中期增长和潜在增长,包括大浦(2007年),阿南德等。铝。 (2014年)、Patnail和Pundit(2014年)、Bhoi和Behera(2016年)以及印度储备银行(2022年)。第二部分探讨疫情对生产率和中期的影响 更普遍地增长。其中包括布鲁姆等。al.(2020)和国际货币基金组织 (2021年、2022年a、2022年b)。文献的第三部分分析了结构性改革在 更广泛地输出,包括国际货币基金组织(2019年)和Alesinaet。(2020)。 结果表明,大流行影响了多个关键生产要素(即劳动力、 人力资本、实物资本和全要素生产率(TFP))导致一些中等基线情景下的期限影响。上行情景表明,成功的结构性结构改革可以为中期的潜在增长提供支持,并远远抵消 损失的大流行。 本文的其余部分组织如下。第二节概述数据和方法 用于论文。第三节调查过去50年印度经济增长的驱动因素年,在大流行之前。第二四考虑基线情景并估计影响 大流行对中期潜在增长的影响。第五节提供了说明性说明 潜在增长的上行情景,通过反映结构性改革的影响和可能的改革红利。第六节提出了一些结束语。 二世。数据和方法 根据我们分析的数据,从1971年到的历史增长会计练习 2019年基于宾夕法尼亚大学世界表(PWT)10.0,最新观测结果在2019年。1 对于大流行期间,我们使用多个数据源进行估算,包括国民账户(哈弗分析/中央统计局),定期劳动力 调查(PLFS),联合国/世界银行世界发展指数,印度人口普查以及CMIE消费者金字塔家庭调查(CMIE-CPHS)。数据的选择来源遵循尽可能依赖官方来源的原则,并且只使用 没有官方数据时的非官方来源。 关于方法,我们应用生产函数方法来估计潜在增长 在印度。具体来说,我们考虑增强的Cobb-Douglas生产函数(在对数),之后Oura(2007): 푦푡=푎푡+훼×푘푡 +(1−훼)×(푛푡 +ℎ푡) 在哪里푦푡抓住了潜在增长率;푎是全要素生产率(T푡FP)增长率; 푘푡资本的增长率吗2;푛푡捕获人工输入(所有工作的总小时数)工作人员)增长率;ℎ푡是人力资本增长率;和훼的分享 资本。 对于资本,我们估计疫情对中期资本的影响,使用永续盘存法: 푡 퐾푡+1=(1−훿퐾)퐾푡+퐾퐼 푡 投资(퐼푡支撑资本积累的增长与《世界经济展望》一致 预测,反映了自大流行开始以来投资的初步收缩(2020年)和之后的反弹。 1增长会计工作的另一个候选数据库是印度储备银行的KLEMS数据库(附录 1).虽然两个数据库的整体图片和趋势相似,但由于 方法。我们决定使用PWT来考虑国际比较,因为数据库涵盖180多个国家。 2资本增长率反映结构、机械、运输设备和其他资产(如 软件、知识产权产品和耕种资产)。虽然土地没有明确地在PWT中测量,但结构建在土地上和使用土地的耕地资产包含在资本的定义中。 对于劳动力投入,我们考虑了每个工人的就业和工作时间及其演变 自大流行以来。对于2020财年和2021财年,我们估计了就业与人口比率城市地区使用季度PLFS,农村使用年度PLFS和CMIE-CPHS 地区。鉴于大流行后CMIE-CPHS数据的样本量减少,我们调整样品大小和重量,以确保样品的一致性和代表性 贯穿我们的分析。我们还调整了PLFS和CMIE-CPHS之间的水平差异3来确保农村就业数据与官方年度PLFS数据大体一致。4 在预测范围(2022财年以后)中,我们假设就业与人口比率回到大流行前(2011-2019)的趋势。美国的人口预测 然后使用国家来得出实际就业人数。工作时间(每工人)是根据不同就业状况的平均工作时间计算的 从年度PLFS开始(至2021年第二季度)。然后,我们假设工作时间逐渐恢复到防水平。 人力资本增长的估计(Φ(s))遵循佩恩表的方法, 0.134∗푠푠≤4 桅(s)=[0.134鈭40.101鈭(響鈭4)饾憱4<푠 0.134∗4+0.101∗4+0.068∗(푠−4)푠>8 其中s表示25岁以上成年人的平均受教育年限。5在我们的分析中,影响的人力资本大流行通过两个主要渠道捕获,这些渠道已经损失了多年放弃教育和在职培训。 从长远来看,学校关闭造成的损失预计将在受影响时成为现实 学生进入劳动力市场。对包括美国在内的发达经济体的研究表明, 学习中断对产出的负面影响可能在2030年之后实现,并在2030年之后达到峰值。2045年至2050年(Fernald等人,2021年)。其他研究表明,学习损失可能导致发达国家的长期产出下降3%(国际货币基金组织,2022a),但规模 发展中国家的损失可能较小(Samaniego等人,2022年)。然而,这些研究假设学校和学生不会补偿任何学习损失, 鉴于引入了各种追赶计划,大多数国家的情况并非如此。如教育对增长的影响只会在长期内显现出来,而且是高度的。 不确定,我们在本文中没有像其他研究那样考虑学校关闭的影响中期(国际货币基金组织,2022b)大流行的影响。 3亚伯拉罕和什里瓦斯塔瓦(2022)的分析表明,PLFS和CMIE数据之间存在很大差异 关于女性就业,可能是因为参照期和数据收集方法不同。 4有关详细的估算过程,请参阅附录2。 5方程的系数是教育回报率,基于Psacharopoulos的Mincer类型回归分析 (1994).印度的平均受教育年限数据来自Barro和Lee(2013)。请参阅文档佩恩世界表主页更多细节。 我们根据因以下原因而失去的工作经验来估计放弃在职培训的影响大流行期间工作时间减少和失业。估算方法 本文与国际货币基金组织(2022b)密切相关,后者研究了人力资本的影响考虑到额外一年的劳动时间损失和工资回报,英国的损失 在工作上的经验。 对于TFP,我们认为由于劳动力从生产率中重新分配而导致生产率下降工业等部门到农业等生产率较低的部门。在我们的分析中,劳动 生产率按部门计算为增加值总额与就业率的比率。这劳动生产率增长与TFP增长的关系基于历史估算 1985年至2019年的数据。对生产力影响的其他渠道包括资源不匹配,企业退出导致竞争减少,研发减少 开支。但是,出于以下目的,来自这些其他渠道的数据仍然有限量化对全要素生产率的影响。数字化的影响被已实现的 本文所反映的投资增长率和总增加值。 三世。印度过去的增长的动力是什么? 首先,我们的目标是回答印度经济增长之前是什么推动了印度经济增长的问题。大流行病。图1显示了印度四个生产要素的增长图表 从1971年到2019年。统计测试表明在此期间有三个不同的增长阶段:1) 1970年代的低增长和内向型政策;2)平均增长率约为5.5% 1980-2002年期间,随着自由化和外向型政策的开始;和3)高从2000年代初到大流行的生长期(Patra,2022年)。 图1中有几个有趣的观察结果。首先,劳动力似乎是印度在70年代和80年代增长的最重要驱动力。二、贡献资本在90年代末和2000年代回升。例如,资本在 从2005年到2010年推动增长,当时劳动力的作用急剧下降。第三,最近,但在近期经济放缓之前,TFP增长在支持方面发挥了重要作用 增长,连同资本。资本贡献的增加和TFP的增长可能是 归因于1991年的市场改革(如贸易自由化,国内放松管制,以及 私有化),继承了1980年代的亲商改革(Das等人,2021年)。最近的 TFP贡献的增加可能与外国直接投资的增加有关 (Ghosh和Parab,2021年)以及印度人建议的服务业快速增长KLEMS数据库。然而,尽管这些改革后快速增长,但就业范围创造相对有限,劳动力参与率下降,尤其是女性 工人(达斯古普塔和凹地,2018)。 增长占印度 (百分比)10 8 6 4 2 0 -2 -4 -6 -8 -10 劳动 人力资本 资本 TFP 国内生产 总值 资料来源:世界佩恩表10.0 图1所示。增长占印度 在看到历史增长贡献之后,我们检查每个因素的增长率同期产量(图2)。资本增速逐步回升至 在全球金融危机之前达到顶峰。虽然劳动力增长率在过去有所下降 20年来,人力资本增长一直比较稳定。最近,GDP放缓 疫