——国际比较的方法论
（资料图片）
■刘培林
比较出真知；乱比较难免会出谬知。本文提出国际比较的几个方法论问题，都是笔者的内省，不揣浅陋，野人献曝，写出来请方家指正。
国际比较作为一种归纳方法，基本道理是，一定条件下其他经济体的某些制度、战略、*策起到了某种效果，那么，另一经济体在类似条件下加以借鉴，也应该能起到类似效果；其他经济体呈现出某种共性，那么该共性很可能在另一经济体也表现出来。
为了得到可靠结论，就需要尽可能地控制地理、文化、人口规模、发展阶段、法律传统等因素，以提高可比性。但在公共*策研究中，从国际比较中得到经得住推敲的结论，实在不是一件容易的事。下面是几点体会。
第一，15岁和50岁不可比。同一时间点上不同发展阶段经济体之间的机械比较不可取。这一点很容易理解，但现实当中却不容易避免。
比如，拿中国的服务业比重和美国比，无疑会发现中国服务业比重低很多。于是说中国产业结构不合理、落后。如果分析停留在这里，倒也罢了。倘若继续往下走，得出中国应该出台这样那样的*策以使服务业比重尽快达到美国那样高的水平，就有害无益了。
笔者常常用这样一个例子来说明这种比较是多么不合理。山姆吃馒头，馒头上标着1、2、3三个数字。依次吃下这三个馒头后，饱了。在一旁观察的龙人发现，山姆吃下标号为1和2的馒头，都没有说吃饱；而一吃下去标号为3的馒头就说吃饱了。看起来1号和2号都没用，关键在于吃了第3号馒头。于是龙人拿起自己面前标号为3的馒头吃起来，希望吃下去这个馒头就饱了。这显然是荒谬的比较，在报纸杂志甚至严肃的学术刊物中却并不鲜见。
馒头故事看上去很不靠谱。中美之间发展差距如此之大，明显不可比。那么，人均GDP水平接近的经济体之间，可比性又如何呢？
第二，两个身高1．2米的人，未必都是6岁的孩子。同一时点上人均收入水平相当的经济体，相互比较时也需要谨慎。同一时间点上人均收入相同，虽然在一定程度上表明两个经济体发展阶段类似，但也并不表明一国的经验对另一国具有启示。
按照世界银行的世界发展指数，年中国人均GDP为美元。同年黑山、多美尼加、博茨瓦纳、圣文森特及格瑞纳丁群岛、利比亚、南非和伊拉克，人均GDP稍低于中国，介于美元到美元之间；马尔代夫、圣卢西亚、保加利亚、阿塞拜疆、哥伦比亚、白俄罗斯、格林纳达和土库曼斯坦，人均GDP稍高于中国，介于美元到美元之间。这些经济体人均GDP水平和中国接近，它们的经验是否一定可取？未必。这些经济体有些规模很小，和中国这样体量的经济体的可比性明显比较小。
考虑到这一点，选取规模较大的经济体来看，其经验就可取么？也未必。来看更具体的分析。过去20年中，南非人均GDP年增长速度的算术平均值是1．30％，保加利亚是3．61％，哥伦比亚是2．29％。而中国同期则是8．83％。从寻找促进经济社会进一步发展的*策出发，即使这些经济体年人均GDP水平和中国接近，它们很难为中国未来发展提供可资借鉴的经验。
这背后的道理有两方面。一是各国汇率决定因素非常复杂。二是这些经济体年人均GDP水平，本身就是其制度、战略和*策的结果。如果它们在过去20年中各方面发展得更好的话，它们年的人均GDP水平应该更高。如果说这些国家有什么值得中国吸取的话，应该是它们的教训。
第三，两个身高1．2米、体重23公斤的人，也未必都是6岁的孩子。按购买力平价衡量人均GDP相同的经济体，也未见得完全可比。
购买力平价衡量的人均GDP，在经济体之间横向可比性、跨年纵向可比性、跨国跨年的综合可比性，似乎都更好些。但购买力平价方法在解决了一些问题的同时，其实也带来一些问题。
购买力平价方法的合理性是所谓一价定律，即面包在不同国家的价格应该相同，电脑的价格也应该相同，理发的价格也如是。这听上去很有道理。但购买力平价所要衡量的，不只是一种产品，而是千千万万种产品。于是，该方法采用了一系列令人眼花缭乱的技术手段，根本精神是在国别间取平均值。比如，首先把消费品子类中各具体商品的相对价格取平均值，接下来进一步把各消费品子类支出在总支出中所占比重纳入考虑，进一步取平均值。这种多层次平均的根本目的，是在多种商品的背景下贯彻一价定律。这样做固然有很大价值；但也未必就绝对好于直接用汇率方法衡量的结果。具体来说，在生产者、消费者各自优化选择和市场引导之下，富裕程度不同的经济体之间，居民消费支出中衣食住行等各子类所占支出本就应该不同，各子类内部具体商品的相对价格也本该不同。一旦层层平均之后，实际上会低估富裕经济体货币购买力，高估贫穷经济体货币购买力。
考虑到这些因素，用购买力平价衡量的人均GDP为依据选取比较对象时，要注意三点。一是实际发展水平的差距，可能比购买力平价衡量的人均GDP差距大；可能比汇率方法衡量的人均GDP差距小。二是即使购买力平价衡量的人均GDP相近的经济体之间，经验的可借鉴性未必有多大，原因如前文所述，购买力平价方法衡量的人均GDP数据本身，也仍然是制度、战略和*策的结果。如果制度、战略和*策得当，一些经济体的人均GDP本来可能会更高。三是跨国跨时比较时，同样不能刻舟求剑。比如按照麦迪森的世界经济统计数据，年中国人均GDP水平相当于美国年和年的情形。那这意味着中国应该亦步亦趋地采纳美国那些时期的*策么？显然不是。
第四，西瓜籽和*瓜籽不一样。以两个例子说明这一点。
首先还以服务业比重为例。中国和美国直接进行服务业比重比较，明显不可取。一个看上去更合理的说法是，印度发展阶段比中国还低，可印度服务业比重比中国高，所以中国应该加快发展服务业。这样的比较不无道理，如果体制、*策和相关的人力资本水平改进了，中国服务业比重会比现有水平高。但必须搞明白印度服务业比重高，其实是制造业发展不足的镜像表现而已。考虑到印度服务业对整体经济的带动、在地理空间上的分布、受益人群的分布格局，很难说中国早早形成印度那样的服务业格局，就一定好。事实上，朝鲜由于坚持所谓先**策，*事活动比重大，无疑会导致其服务业比重很高。朝鲜发展阶段比印度还低，那是不是中印都应该像朝鲜那样发展服务业呢？答案不言而喻。
再举一个关于房价的例子。一个流行的说法是，孟买房价和上海一样高。这个说法本身并不太离谱。但笔者到孟买调研之后才理解，这个说法背后的故事并不简单：支撑上海房价的是海量的供和求；而支撑孟买高房价的则是很小的成交量。孟买的常见图景是，一片贫民窟当中立着一个火柴棍似的高楼。这个高楼的单价可能和上海相当，但周边贫民窟的土地拥有者都以这一个高楼的楼面价做参照，确定自己土地的出让价格。不妨做一个思想实验，倘若孟买给新楼盘的供地规模达到上海那么高的话，孟买的房价还会那么高么？
第五，西瓜子、香瓜瓤、*瓜皮凑不出什么可口的瓜来。具体来说，各种*策其实都是嵌套在更复杂的*策体系中的一个环节；在不同国家截取不同的*策，然后拼盘而成*策建议，并不可取。
比如，设想针对提高我国医疗服务水平这个目标，用上述拼盘的逻辑，很可能基于国际比较而给出这样的*策建议：像英国和古巴那样免费医疗；像美国那样把医疗总支出占GDP的比重提高到20％以上；像好多西方国家那样建立私人医生制度；像印度那样仿制专利药品，等等。这些大拼盘的建议，每一条或许都有一定可取之处，但拼盘的方法论有瑕疵。因为某一项具体的*策，实际上有其特定的原因和背景。希望把数学、物理、化学、语文各科状元的成绩都体现到自己孩子身上，愿望良好，但难以实现。更何况，有时候具体*策在作为比较对象的经济体中，本就没有起到非常好的效果。
第六，大烩菜值得吃，但不能因此认为白菜和粉条各自的原味，就都是烩过后的那样雷同。
大烩菜算是一种粗放的做菜方式。而有些看上去精致的数据分析，精神实质却类似于大烩菜这种粗放的做菜方式。比如，有人用二战以来全球所有经济体的平均增速为2％—3％为依据，说中国经济增速有很大概率在短期内回归到全球平均增速水平。
这种说法，就如同把不同发育阶段的人的身高混起来说事一样，不靠谱。人的寿命平均75岁，而长个子这件事基本上在20岁之前就完成了。一个人有75个样本值，其中前20个是身高为一定的正数，比如每年9厘米；而后面的55个样本中身高增速为零甚至为微弱的负数。把75个样本一起加以平均，得到的结果比如说是每年2．4厘米。这看上去是严谨的，这样的计算也不能说没有任何价值，比如，可以用这个平均数，去和火星人一生中身高年均增速进行比较。但是，倘若以75个样本的平均数作依据，指着另一个15岁的地球人说：“年轻人，你身高已经快速增长了15年了，下一年你身高增速有很大概率会回归人体身高增速的平均值，即降低到2．4厘米左右。”这显然不靠谱。
与人的发育阶段的例子类似，二战以来全球各经济体大致有三种类型较分明的增长，第一种是成熟国家，类似于成人，个子不再长了；第二种是还没有起飞，经济低增长，类似于还在婴儿期，个子长得慢；第三种是高速追赶，类似于青春期的小伙子，个子快速长大。当援引国际经验判断一个经济体的增长潜力时，需要首先搞清楚其处在哪个发育阶段。
作为结尾，笔者想说的是，国际比较作为一种归纳方法，本该是一种非常严谨的、科学的东西；但实际上却偏偏有点像艺术一样。拿捏好可比性，需要非常谨慎。笔者的粗浅体会是，应该主要借鉴20—30年前和本国当前发展阶段相近，且在这20—30年内实现较快经济社会发展的经济体的经验。
当然，在做国际比较时，具体问题具体分析的原则，更应该时刻记在心中。
（作者系国务院发展研究中心发展战略和区域经济研究部副部长）