上海財經(jīng)大學高等研究院“中國宏觀經(jīng)濟形勢分析與預測”課題組

【提??要】改革開放以來中國在經(jīng)濟建設(shè)方面的成功經(jīng)驗顯示，結(jié)構(gòu)性、體制性的改革能夠產(chǎn)生大量的改革紅利，為結(jié)構(gòu)轉(zhuǎn)型與經(jīng)濟增長提供巨大動力。當前，中國經(jīng)濟仍處于結(jié)構(gòu)轉(zhuǎn)型和體制轉(zhuǎn)型過程中，仍然存在著大量結(jié)構(gòu)性、體制性問題。結(jié)構(gòu)性、體制性改革，依然能起到提升資源配置效率和增長質(zhì)量、促進結(jié)構(gòu)轉(zhuǎn)型的作用，仍是決定中國經(jīng)濟潛力能否得到充分釋放的關(guān)鍵所在。本文以放松落戶限制和大病抵扣改革為例，對改革所能帶來的紅利進行了分情景的比較量化分析。

【關(guān)鍵詞】?資源錯配;全要素生產(chǎn)率;經(jīng)濟結(jié)構(gòu);經(jīng)濟增長

自2008年全球金融危機以來，中國經(jīng)濟增速持續(xù)放緩，GDP實際增速從2010年的10.6%逐步下滑到了2018年的6.6%，經(jīng)濟增速的持續(xù)回落引起了社會各界的普遍關(guān)注。另一方面，近幾年來中國所處的外部政治經(jīng)濟環(huán)境發(fā)生了重大變化，各種外部沖擊使中國經(jīng)濟的不確定性顯著上升。在這樣的背景下，對中國經(jīng)濟的未來發(fā)展持悲觀態(tài)度的觀點不在少數(shù)。然而，外部因素和周期性因素固然是導致經(jīng)濟下行的重要原因，但在更深層次上導致中國經(jīng)濟持續(xù)性增長乏力的，則是中國經(jīng)濟中大量的結(jié)構(gòu)性因素和體制性問題。從改革開放成功的歷史經(jīng)驗來看，對這些結(jié)構(gòu)性、體制性的問題進行糾偏，能夠給經(jīng)濟發(fā)展和增長帶來巨大的改革紅利。如果改革開放得到深化，中國經(jīng)濟發(fā)展長期向好的趨勢不會改變。

改革開放初期的農(nóng)村改革，以承包責任制取代了集體勞動制，允許農(nóng)戶自主安排生產(chǎn)活動、并享有計劃外的產(chǎn)出。改革實行伊始便取得了立竿見影的效果：農(nóng)戶的生產(chǎn)意愿受到了激勵，農(nóng)業(yè)生產(chǎn)效率短時間內(nèi)大幅提升，長期困擾中國經(jīng)濟發(fā)展的糧食短缺問題迅速得到了解決，應(yīng)運而生的大量農(nóng)村剩余勞動力，為后續(xù)的結(jié)構(gòu)轉(zhuǎn)型奠定了基礎(chǔ)。類似地，農(nóng)民從事非農(nóng)活動的各項限制在20世紀80年代被逐一取消后，大量鄉(xiāng)鎮(zhèn)企業(yè)便如雨后春筍般涌現(xiàn)，以一種“離土不離鄉(xiāng)”的模式吸收了農(nóng)村的剩余勞動力，迅速成長為20世紀80至90年代中期支撐中國經(jīng)濟增長的關(guān)鍵力量。再如20世紀90年代初期對城鎮(zhèn)私人辦企業(yè)、農(nóng)民工進城打工等限制的放松，使得城鎮(zhèn)非公有制經(jīng)濟迅速發(fā)展壯大，給城市經(jīng)濟注入了勃勃生機。90年代后期大刀闊斧的國有企業(yè)改革，更是破除了國有企業(yè)在制造業(yè)領(lǐng)域的普遍壟斷。通過“抓大放小”改革，打破了“鐵飯碗”，引入了競爭機制，激發(fā)了整個制造業(yè)的活力。

大量的事實案例和歷史經(jīng)驗，都揭示了破除結(jié)構(gòu)性和制度性障礙的改革是中國經(jīng)濟建設(shè)取得成功的關(guān)鍵原因。然而，中國經(jīng)濟中仍有大量結(jié)構(gòu)性、制度性障礙尚未根除。限制勞動力跨地區(qū)流動的戶籍政策長期存在，農(nóng)村閑置的土地即使荒蕪了也難以流轉(zhuǎn)，寶貴的金融資源反而向效率較低的國企傾斜，而行政壟斷下的教育、醫(yī)療等行業(yè)，也難以滿足居民日益增長的對美好生活的需要。正是這些結(jié)構(gòu)性、制度性障礙的持續(xù)存在，造成了大量的資源錯配，延滯了經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型，阻礙了經(jīng)濟潛力的釋放。

雖然從總量上看，人口紅利的枯竭、資本回報率的遞減等客觀事實確實會在一定程度上使中國經(jīng)濟增長潛力的中樞下行，但改革開放的成功經(jīng)驗證明，一旦改革能夠得到有效的推進和落實，那么通過糾偏結(jié)構(gòu)性問題所產(chǎn)生的大量改革紅利，仍能為中國未來經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型和增長潛力發(fā)揮提供有力支撐。具體而言，有效的改革能夠減少要素跨部門流動的障礙，實現(xiàn)資源的優(yōu)化配置，提高全要素生產(chǎn)率，直接從供給側(cè)促進經(jīng)濟增長。不僅如此，對發(fā)展中國家而言，改革導致的產(chǎn)出增長所帶來的收入效應(yīng)，還能推動經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型，加快資源從農(nóng)業(yè)部門向非農(nóng)業(yè)部門的轉(zhuǎn)移速度，進一步從需求角度促進經(jīng)濟增長。在此視角下，本文對放松落戶限制和大病抵扣改革對中國經(jīng)濟的影響進行分析。

一、放松落戶限制對經(jīng)濟潛力的釋放效應(yīng)

自改革開放以來，中國經(jīng)歷了持續(xù)的結(jié)構(gòu)轉(zhuǎn)型，但與以美國為代表的發(fā)達國家相比，當前中國就業(yè)中的農(nóng)業(yè)比例仍然較大。2018年末，中國總就業(yè)人數(shù)為7.76億，其中農(nóng)業(yè)就業(yè)人數(shù)為2.03億，占比約為26.1%，而美國近年來的總就業(yè)人數(shù)中，農(nóng)業(yè)占比僅為1.5%左右。另一方面，從需求結(jié)構(gòu)的國際對比上看，中國居民消費中的食品消費超過20%，距離發(fā)達國家10%左右的比例尚有較大的差距（如圖1所示）。產(chǎn)業(yè)結(jié)構(gòu)中農(nóng)業(yè)占比和消費結(jié)構(gòu)中食品占比較高，意味著結(jié)構(gòu)轉(zhuǎn)型仍是經(jīng)濟增長的源泉之一。如何鼓勵資源持續(xù)從農(nóng)業(yè)向非農(nóng)業(yè)部門轉(zhuǎn)移，是促進經(jīng)濟未來增長的重要途徑。

在實際情況中，中國在勞動力跨部門流動上仍然存在壁壘。2018年中國總?cè)丝跒?3.95億人，常住人口城鎮(zhèn)化率為59.58%，戶籍人口城鎮(zhèn)化率為43.37%，這意味著大約有2.26億人在城鎮(zhèn)中生活，卻并沒有實現(xiàn)落戶。這種人戶分離的現(xiàn)象，正是中國長期以來對人口流動實行限制政策的結(jié)果。雖然與改革初期嚴格限制異地居民跨地區(qū)流動的政策相比，當前中國在人口流動方面的限制已經(jīng)有相當程度的放松，但與戶口掛鉤的各種區(qū)別性政策仍然普遍存在。相對于當?shù)鼐用?，外來人口在就業(yè)、教育、住房、醫(yī)療等諸多方面的權(quán)益福利存在著巨大的鴻溝。這限制了勞動力跨城鄉(xiāng)、跨地區(qū)的自由流動，造成城鄉(xiāng)之間持續(xù)的分配差異，延滯了結(jié)構(gòu)轉(zhuǎn)型，阻礙了經(jīng)濟增長潛力的釋放?？紤]到中國仍有四分之一的勞動人口處于農(nóng)業(yè)部門，可以預見，一旦落戶限制能夠放松，使得城鄉(xiāng)勞動力流動更為自由，那么經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型的速度將明顯提升，進而帶來可觀的改革紅利。

（一）模型設(shè)定和情景設(shè)計

采用楔值模型，本節(jié)內(nèi)容分析了放松落戶限制對中國的結(jié)構(gòu)轉(zhuǎn)型、潛在產(chǎn)出、消費以及投資等方面的影響。與傳統(tǒng)方法相比，楔值法不單考察總量指標，更強調(diào)總量背后分部門的結(jié)構(gòu)性和制度性問題。利用實際數(shù)據(jù)，模型首先將經(jīng)濟中由制度性因素引起的各種扭曲反映到楔值上，然后隨著楔值趨勢的變化，模型將以一種動態(tài)、內(nèi)生的方式，計算得到潛在的經(jīng)濟產(chǎn)出及其增長，同時還能對經(jīng)濟潛在運行時的經(jīng)濟結(jié)構(gòu)、全要素生產(chǎn)率（TFP）、投資、消費等諸多方面的變量進行分析。

本文使用的楔值模型在結(jié)構(gòu)上包括了一個食品部門和一個非食品部門。其中食品消費具有非位似偏好（non-homothetic preference），從而將經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型和經(jīng)濟增長聯(lián)系了起來。具體而言，非位似偏好的設(shè)定意味著食品消費的收入彈性低于非食品消費，因此隨著人均收入的提高，居民對食品的消費需求相對于非食品商品和服務(wù)的消費需求會越來越低，從而以需求驅(qū)動的形式，使經(jīng)濟結(jié)構(gòu)逐步從食品部門向非食品部門傾斜。而生產(chǎn)要素從TFP較低的食品生產(chǎn)部門流向TFP較高的非食品生產(chǎn)部門，又會進一步提高人均收入，從而交替引發(fā)內(nèi)生式的結(jié)構(gòu)轉(zhuǎn)型和經(jīng)濟增長²。當部門之間存在制度性障礙時，要素的回報率將存在部門間差異。本模型引入了勞動楔值和資本楔值，對勞動和資本的跨部門回報率差異進行刻畫。此外，勞動楔值能進一步分解為流動楔值和壟斷楔值，從而將勞動跨部門回報率差異分解到勞動力跨部門自由流動受阻和部門壟斷程度差異兩個因素上。這些楔值的存在，使得經(jīng)濟運行實際達到的均衡偏離最優(yōu)配置下的情形。以楔值作為反映制度和政策的變量，并在楔值變化的前提下重新計算模型的均衡，能夠考察各種制度性變化對整體TFP和不同部門在資源配置方面的影響。

綜合采用官方數(shù)據(jù)以及獨立行政法人經(jīng)濟產(chǎn)業(yè)研究所（RIETI）、世界投入產(chǎn)出數(shù)據(jù)庫（WIOD）以及亞洲發(fā)展銀行（ADB）的中國投入產(chǎn)出數(shù)據(jù)，可以對模型中的各項楔值進行計算。本文中，落戶門檻的存在導致城鄉(xiāng)勞動力流動存在壁壘，因此對應(yīng)了楔值模型中流動楔值（mobility wedge）³。基于工資數(shù)據(jù)和本文的兩部門DMP模型的估算結(jié)果，可以估算出2017年的流動楔值大約是1.05，而當落戶限制完全放開時，流動楔值大約為0.057。這一數(shù)字便代表了落戶限制完全放開時流動楔值滿足的條件。

在基準情景下，落戶限制在2100年全面取消，意味著落戶門檻基本保持現(xiàn)狀。此外，為了區(qū)分落戶限制持續(xù)放松、但節(jié)奏存在快慢的情況，本文另外設(shè)計了三個情景，分別將落戶限制全面取消的日程提前到2050年、2030年和2025年。在不同的情景下，流動楔值將按不同的速度下降到落戶限制完全放開時的水平。圖2顯示了流動楔值的真實值及其在不同情景下的趨勢。

事實上，放松落戶限制的節(jié)奏近年來有加快的趨勢。根據(jù)2014年3月國務(wù)院印發(fā)的《國家新型城鎮(zhèn)化規(guī)劃（2014-2020年）》，2013年的常住人口城鎮(zhèn)化率為53.7%，而戶籍人口城鎮(zhèn)化率為36%左右，兩者大約相差17.7個百分點。同時，規(guī)劃提出了2020年的多項目標，其中包括（1）常住人口城鎮(zhèn)化率達到60%左右，（2）戶籍人口城鎮(zhèn)化率達到45%左右，以及（3）戶籍人口城鎮(zhèn)化率與常住人口城鎮(zhèn)化率差距相比2013年要縮小2個百分點左右，也即意味著到2020年，常住人口城鎮(zhèn)化率和戶籍人口城鎮(zhèn)化率之間的差距要縮小到15.7個百分點。根據(jù)統(tǒng)計公報數(shù)據(jù)，2018年中國常住人口城鎮(zhèn)化率和戶籍人口城鎮(zhèn)化率分別是59.58%和43.37%。常住人口城鎮(zhèn)化率增速從2016年的2.2%持續(xù)下降到2018年的1.8%，每年大約下降0.2個百分點，按此趨勢外推，2018-2019年和2019-2020年的增速分別為1.6%和1.4%，由此推斷，到2020年常住人口城鎮(zhèn)化率約為61.4%。另一方面，2016-2017年、2017-2018年的戶籍人口城鎮(zhèn)化率增速分別是2.8%和2.4%，若按平均增速2.6%外推，則2020年中國戶籍人口城鎮(zhèn)化率將達到45.7%，戶籍人口城鎮(zhèn)化率和常住人口城鎮(zhèn)化率的差距大約會縮小到15.7個百分點。這一推斷表明，若延續(xù)當前的城鎮(zhèn)化率趨勢，《國家新型城鎮(zhèn)化規(guī)劃（2014-2020年）》里提到的三個城鎮(zhèn)化目標基本都能實現(xiàn)，而為了達到這樣的目標，2019-2020年戶籍人口城鎮(zhèn)化率的年均增速就必須高出常住人口城鎮(zhèn)化率增速1-1.2個百分點左右，對比而言，2016-2018年戶籍人口城鎮(zhèn)化率增速較常住人口城鎮(zhèn)化率增速平均僅高出0.67個百分點。這說明，為了實現(xiàn)《國家新型城鎮(zhèn)化規(guī)劃（2014-2020年）》提出的目標，放松落戶限制的節(jié)奏就必須加快。

根據(jù)這樣的判斷，本文認為落戶限制的放松在未來有望以較快的節(jié)奏推進。在四個情景中，“落戶限制自2030年起完全取消”是一個概率相對較大的情景。

（二）放松落戶限制的情景分析

表1-表3的結(jié)果顯示，無論是長期還是短期，降低落戶門檻對中國經(jīng)濟都能產(chǎn)生不可忽視的改革紅利。以落戶限制自2030年起全面取消這一改革情景為例，和基準情景相比，2021-2050年非食品部門就業(yè)比重平均將提高7.3%，通過結(jié)構(gòu)轉(zhuǎn)型，TFP平均將提高1.6%，疊加收入效應(yīng)，潛在GDP平均將提高3.0%左右;在同期的需求端，消費、投資的年平均水平也將分別提高2.4%、3.0%，投資的提升將進一步帶動資本提高2.7%。另一方面，在預期的作用下，短期中經(jīng)濟的潛在活力也能得到釋放。在落戶限制在2030年全面取消這一改革情景下，和基準情景相比，2019、2020年，非食品部門就業(yè)比重將分別提高3.5%和4.3%，TFP將分別提高1.0%和1.3%，潛在GDP將分別提高1.2%和1.5%，而消費和投資需求也都得到了提振，特別是投資，將分別提高1.2%和1.5%，并帶動資本分別提高0.2%和0.4%。

此外，若放松落戶限制的節(jié)奏加快，則改革紅利不但會更快得到釋放，而且在長期中也能產(chǎn)生可觀的積累效應(yīng)。本文將“落戶限制在2025年全面取消”這一情景下的結(jié)果與“落戶限制在2030年全面取消”時的情景進行比較，結(jié)果顯示，2019、2020年的非食品部門勞動力占比將分別提高2.3%和2.5%，TFP將分別提高0.6%和0.7%，潛在GDP將分別提高0.8%和0.8%，消費將分別提高0.4%和0.5%，投資將分別提高0.8%和0.9%，資本將分別提高0.2%和0.3%。在長期中，2021-2050年非食品部門的就業(yè)占比平均將提高0.6%，TFP平均提高0.1%，潛在GDP平均提高0.4%，消費、投資和資本也將平均提高0.4%、0.4%和0.5%。

另一方面，若放松落戶限制的節(jié)奏放緩，則改革紅利將會推遲釋放，并使長期中的經(jīng)濟潛力下降。若落戶限制全面取消推遲到2050年，那么和“落戶限制在2030年全面取消”這一大概率改革情景進行比較，2019、2020年的非食品部門勞動力占比分別下降了2.4%和3.0%，TFP將分別下降0.7%和0.9%，潛在GDP將分別下降0.8%和1.0%，消費將分別下降0.5%和0.6%，投資將分別下降0.8%和1.0%，進而分別拉低資本0.2%和0.3%。在長期，2021-2050年非食品部門的就業(yè)占比將平均下降3.1%，TFP平均下降0.7%，潛在GDP平均下降1.4%，消費、投資和資本也將平均下降1.2%、1.4%和1.4%。

二、大病抵扣的福利影響

自2018年下半年以來，中國出臺一系列減稅降費、改善民生的政策，旨在提高居民的可支配收入從而促進內(nèi)需，提高生產(chǎn)率以及提升社會福利水平。2019年1月1日，《個人所得稅專項附加扣除暫行辦法》與個人所得稅法實施條例同步施行，對大病醫(yī)療、子女教育、繼續(xù)教育、住房貸款利息、住房租金和贍養(yǎng)老人進行補貼。其實施細節(jié)為，對于自費部分的醫(yī)療支出超過15000元/年但不超過80000元/年的部分，將從個人可納稅收入中扣除;對于自費部分的醫(yī)療支出超過80000元/年的部分，按照45000元從個人可納稅收入中扣除。本文對其產(chǎn)生的福利影響做出了測算，按現(xiàn)行的扣除方案執(zhí)行，相當于提高每人年均可支配收入0.91元。

本文在一般均衡的框架下，建立代際交替的隨機模型，采用中國家庭金融調(diào)查數(shù)據(jù)（CHFS）以及中國健康營養(yǎng)調(diào)查數(shù)據(jù)（CHNS）對模型參數(shù)進行校準。

從長期來看，大病個稅抵扣可提高平均健康水平1.6個百分點，進而提高有效勞動力0.6個百分點，促進人均GDP提升0.4%。但此項措施對政府財政收入的影響甚微，僅降低財政收入0.02%。

在短期，從年齡結(jié)構(gòu)上看，此項個稅抵扣方案對退休人群沒有影響，因為退休人群為非納稅個體，同時老年父母的醫(yī)療支出目前也不能通過子女的可納稅收入進行抵扣。對于工作群體，總體來說，年紀越大收益越明顯。這主要是由于醫(yī)療支出隨著年齡的增長而增加。

在工作群體中，本文又按是否有保險、是否有大學學歷進行劃分。其中86%的個體參與了醫(yī)療保險，20%的個體（城市）有大學學歷。相較于有保險的人群，沒有醫(yī)療保險的個體收益更大。這是由于參與個稅抵扣的部分為自付的醫(yī)療支出，很明顯，未參與醫(yī)療保險的個體的自付支出要高于有醫(yī)療保險的個體。按教育水平來劃分，有大學學歷的個體的受益程度也要高于沒有大學學歷的個體。其原因主要是高學歷群體可納稅收入高于低學歷群體，因此抵扣力度也相對大。雖然低學歷的個體從總體上說健康狀況劣于高學歷群體，醫(yī)療支出也相對較高，但其較低的個人收入使得其醫(yī)療支出抵扣個稅的力度降低，因此收入相對較低。綜上所述，高學歷但沒有醫(yī)療保險的個體因其收入高、自付的醫(yī)療支出大，個稅大病抵扣使得他們收益最大，相當于年可支配收入增加5.5元;而低學歷且有醫(yī)保的個體收益最小，僅相當于提高年可支配收入0.5元。

本文分析，個稅專項抵扣之所以沒有起到十分積極的效果，原因有三：抵扣力度小、醫(yī)療支出低和個人所得稅稅率低。針對這三點，本文做了三組反事實實驗，分別是：（1）降低可抵扣的限額，假設(shè)抵扣的標準由年均15000元降至3000元甚至更低;（2）將醫(yī)療支出在GDP中的占比由當前的4%調(diào)高至18%;（3）假設(shè)個人所得稅的邊際稅率是目前的1.5倍。

首先，若進一步加大力度降低大病抵扣的下限至3000元/年，則在長期可提高人均GDP0.6%，政府財政收入減少0.05%。在短期，每人年均可支配收入增加3.3元。而對于不同的群體，上述結(jié)論依然成立。即高學歷但沒有醫(yī)療保險的個體收益最大，他們的人均年可支配收入提高63.4元;低學歷且有醫(yī)療保險的個體收益最低，人均年可支配收入僅提高0.84元。若進一步假設(shè)所有的自付醫(yī)療支出均可從可納稅收入中扣除，則長期人均GDP提高1.6%，政府財政收入減少0.36%，短期人均可支配收入增加11.5元。其中高學歷但沒有醫(yī)療保險的個體人均年可支配收入增加193.2元;低學歷且有醫(yī)保的個體人均年可支配收入增加1.0元。

第二，中國的醫(yī)療支出僅占GDP的4%，遠低于發(fā)達國家10%以上的水平。因此，本文的第二組反事實實驗是將每個個體的醫(yī)療支出提高，使得總醫(yī)療支出在GDP中的占比達到18%。如果仍按照目前的抵扣標準，則人均年可支配收入將增加18.15元，其中高學歷但沒有醫(yī)療保險的個體人均年可支配收入增加508.68元;低學歷且有醫(yī)保的個體人均年可支配收入提高0.25元。如果降低抵扣下限至3000元/年，則人均年可支配收入將增加58.58元，其中高學歷但沒有醫(yī)療保險的個體人均年可支配收入增加1318.29元;低學歷且有醫(yī)保的個體人均年可支配收入增加0.23元。而當全部自付醫(yī)療支出都可以抵扣時，人均年可支配收入將增加111.88元，其中高學歷但沒有醫(yī)療保險的個體人均年可支配收入增加1984.13元;低學歷且有醫(yī)保的個體人均年可支配收入增加0.10元。

第三，本文假設(shè)個人所得稅的邊際稅率為目前的1.5倍，結(jié)論跟上述實驗一致。抵扣下限越低，長期人均GDP增加越大，政府財政收入越低，而短期總體福利提高越大。高學歷沒有醫(yī)保的個體仍收益最大;低學歷有醫(yī)保的個體福利的提升最小。

總體而言，大病抵扣的宏觀效果比較顯著，微觀層面更有利于高收入群體。若加大抵扣力度，則福利影響更加顯著。

三、總結(jié)

通過對落戶限制分別自2100、2050、2030和2025年起完全放開這四種情景進行比較，本文發(fā)現(xiàn)，無論是在長期還是短期，改革與不改革下的經(jīng)濟表現(xiàn)都將存在巨大差異。舉例而言，與落戶限制自2100年起才能完全放開的情景相比，當落戶限制自2030年起完全放開時，2021-2050年，平均而言，TFP將提高1.6%，潛在GDP將提高3.0%;而在2019和2020年，TFP將分別提高1.0%和1.3%，潛在GDP將分別提高1.2%和1.5%，消費和投資等需求也將得到明顯的拉動。另一方面，將“落戶限制在2025年全面取消”這一情景與“落戶限制在2030年全面取消”這一情景相比，2019和2020年，TFP將分別提高0.6%和0.7%，潛在GDP將分別提高0.8%和0.8%，同時消費和投資等需求也會得到有效拉動。在長期，2021-2050年，平均而言，TFP將提高0.1%，潛在GDP將提高0.4%。這意味著放松落戶限制的節(jié)奏越快，改革紅利也釋放得越快，而且在長期也具有相當可觀的積累效應(yīng)。

本文還對大病抵扣所產(chǎn)生的福利影響做出了測算。從長期來看，大病個稅抵扣可提高平均健康水平1.6個百分點，進而增加有效勞動力0.6個百分點，促進人均GDP提升0.4%。而此項措施對政府財政收入的影響甚微，僅降低財政收入0.02%。高學歷但沒有醫(yī)療保險的個體因其收入高、自付的醫(yī)療支出大，個稅大病抵扣使得他們收益最大，相當于年可支配收入增加5.5元;而低學歷且有醫(yī)保的個體收益最小，僅相當于年可支配收入增加0.5元。若進一步加大力度降低大病抵扣的下限至3000元/年，則在長期可使人均GDP提高0.6%，政府財政收入減少0.05%。

注釋

1?此處所指的發(fā)達國家包括了美國、澳大利亞、奧地利、比利時、加拿大、瑞士、德國、丹麥、西班牙、芬蘭、法國、英國、希臘、愛爾蘭、意大利、日本、韓國、盧森堡、荷蘭、挪威、葡萄牙和瑞典。

2?本文中的楔值模型與Cheremukhin et. al. （2015）中的模型相似，但本文中的楔值模型引入了中間產(chǎn)品的概念，從而能夠更為準確地反映出經(jīng)濟各部門的生產(chǎn)與需求之間的關(guān)系。

3?在楔值模型中，流動楔值定義為非食品部門與食品部門之間在勞動報酬上的差異。

參考文獻

[1]中國家庭金融調(diào)查與研究中心.中國家庭金融調(diào)查數(shù)據(jù)[EB/OL].https：//chfs.swufe.edu.cn/.

[2]Asian Development Bank.Economic Indicators for Eastern Asia： Input–Output Tables[R]. ADB， 2018.

[3]Cheremukhin， A.， Golosov， M.， Guriev， S.， Tsyvinsky， A. The Economy of Peoples Republic of China from 1953[R].NBER Working Paper 2139，2015.

[4]China Health and Nutrition Survey （CHNS）[EB/OL].https：//www.cpc.unc.edu/projects/china.

[5]Research Institute of Economy， Trade and Industry. International Comparison of Productivity among Asian Countries （ICPA） Project[EB/OL].https：//www.rieti.go.jp/cn/database/d03.html.

[6]Timmer， M. P.， Dietzenbacher， E.， Los， B.， Stehrer， R. and de Vries， G. J. An Illustrated User Guide to the World Input–Output Database： the Case of Global Automotive Production[J]. Review of International Economics， 2015：23，pp575–605.

Abstract： The successful experience of China's economic construction since the reform and opening up shows that structural and institutional reforms can generate a large number of reform dividends and provide tremendous impetus for structural transformation and economic growth. At present， China's economy is still in the process of structural and institutional transformation， and there are still a large number of structural and institutional problems. Structural and institutional reforms can still play a role in improving the efficiency of resource allocation and the quality of growth and in promoting structural transformation， which are still the key to the full release of China's economic potential. This paper takes the reform of relaxing the restrictions on settling down and deducting the serious illness as an example， and makes a comparative quantitative analysis of the dividends brought about by the reform in different scenarios.

Keywords： Mismatch of Resources; Total Factor Productivity; Economic Structure; Economic Growth