百度搜索 郎咸平说对了吗或 郎咸平说对了吗 本站 即可找到本书最新章节.
阅读提示：中国政府推动中国经济增长首先是制度层面的，中国有一套很好的经济制度，这就是张五常先生提出的县域竞争的经济制度。其次是政府部门不经意间充当了印钱购物的实施者：公务员体系的数千万人的庞大的浪费型消费极大地拉动了经济增长，而这些消费的钱，很大程度上是印出来的，因为财政刺字最终是要靠印钱来抹去。
中国政府对中国经济增长起到了什么样的作用呢？我认为是主导作用，改革开放是政府主导的，30年来招商引资是从中央到地方政府都在紧紧抓住的核心任务。
中国政府的功劳不仅在于引进了市场经济的制度，更在于它直接从事经济发展的工作。张五常在《中国的经济制度》一书中认为，中国政府促进经济增长主要的在于县域竞争的制度，我认为这很有道理。这话的意思就是，每一个县政府其实是一个集团公司，不同的县之间在招商引资发展经济上展开激烈竞争，正是这种竞争导致了国经济的质和量的发展。
而我要说的是另外两点，这两点与县域竞争的经济制度对于中国经济增长的作用同样重要。第一点就是中国政府历年来推行的凯恩斯主义政策，第二点是政府庞大的消费支出。对于前者各位都很熟悉，而后者则超乎各位的想象，因为下文我会把腐败问题纳入到分析中来。
先看第一点。各位都清楚，所谓拉动经济增长的三驾马车，消费、投资和（净）出口。我们也知道中国是出口导向型的经济，在正常年份三驾马车中出口对经济的拉动是最大的。而一旦出口遭遇困难的年份，政府就会出面进行经济干预，比如1997年前后中国政府为应对亚洲金融危机导致的中国出口萎缩而推出的大规模扩大内需的政策，政府进行 4e86.&a;a;quot; &a;a;gt;了国范围的基础设施建设，包括西部大开发战略，国各地建了无数的铁路和高速公路。又比如2008年前后中国政府的4万亿经济刺激政策。这些政策的逻辑很简单，就是要把出口萎缩导致的经济增长的缺口补回去，一定要“保8”，就是通过政府投资使得三驾马车中的“投资”暂时取代出口成为经济增长的主动力。
中国政府投资的规模取决于出口萎缩的规模，前者只会比后者大而不会小。我们可以从下面这个表中清楚地看到这一点，这个表统计了改革开放以来（1978年～2007 5e74.&a;a;quot; &a;a;gt;年）三驾马车对中国经济增长的拉动作用，给出了它们的贡献率，会发现，无论什么年份政府投资与出口之间一定是此消彼长的关系，只要出口降了，政府就要行动。
&a;a;lt;span class=&a;a;quot;ter&a;a;quot;&a;a;gt;三大需求（三驾马车）对国内生产总值增长的贡献率和拉动&a;a;lt;/span&a;a;gt;
&a;a;lt;table&a;a;gt;&a;a;lt;tr&a;a;gt;&a;a;lt;th&a;a;gt; &a;a;lt;/th&a;a;gt;&a;a;lt;tlspan=&a;a;quot;2&a;a;quot;&a;a;gt;消费&a;a;lt;/th&a;a;gt;&a;a;lt;tlspan=&a;a;quot;2&a;a;quot;&a;a;gt;投资&a;a;lt;/th&a;a;gt;&a;a;lt;tlspan=&a;a;quot;2&a;a;quot;&a;a;gt;净出口&a;a;lt;/th&a;a;gt;&a;a;lt;/tr&a;a;gt;&a;a;lt;tr&a;a;gt;&a;a;lt;th&a;a;gt;年份&a;a;lt;/th&a;a;gt;&a;a;lt;th&a;a;gt;贡献率(%)&a;a;lt;/th&a;a;gt;&a;a;lt;th&a;a;gt;拉动(%)&a;a;lt;/th&a;a;gt;&a;a;lt;th&a;a;gt;贡献率&a;a;lt;/th&a;a;gt;&a;a;lt;th&a;a;gt;拉动&a;a;lt;/th&a;a;gt;&a;a;lt;th&a;a;gt;贡献率&a;a;lt;/th&a;a;gt;&a;a;lt;th&a;a;gt;拉动(%)&a;a;lt;/th&a;a;gt;&a;a;lt;/tr&a;a;gt;&a;a;lt;tr&a;a;gt;&a;a;lt;td&a;a;gt;1978&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;39.4&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;4.6&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;66.0&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;7.7&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;-5.4&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;-0.6&a;a;lt;/td&a;a;gt;&a;a;lt;/tr&a;a;gt;&a;a;lt;tr&a;a;gt;&a;a;lt;td&a;a;gt;1979&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;87.3&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;6.6&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;15.4&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;1.2&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;-2.7&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;-0.2&a;a;lt;/td&a;a;gt;&a;a;lt;/tr&a;a;gt;&a;a;lt;tr&a;a;gt;&a;a;lt;td&a;a;gt;1980&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;71.8&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;5.6&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;26.5&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;2.1&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;1.8&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;0.1&a;a;lt;/td&a;a;gt;&a;a;lt;/tr&a;a;gt;&a;a;lt;tr&a;a;gt;&a;a;lt;td&a;a;gt;1981&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;93.4&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;4.9&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;-4.3&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;-0.2&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;10.9&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;0.5&a;a;lt;/td&a;a;gt;&a;a;lt;/tr&a;a;gt;&a;a;lt;tr&a;a;gt;&a;a;lt;td&a;a;gt;1982&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;64.7&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;5.9&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;23.8&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;2.2&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;11.5&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;1.0&a;a;lt;/td&a;a;gt;&a;a;lt;/tr&a;a;gt;&a;a;lt;tr&a;a;gt;&a;a;lt;td&a;a;gt;1983&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;74.1&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;8.1&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;40.4&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;4.4&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;-14.5&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;-1.6&a;a;lt;/td&a;a;gt;&a;a;lt;/tr&a;a;gt;&a;a;lt;tr&a;a;gt;&a;a;lt;td&a;a;gt;1984&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;69.3&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;10.5&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;40.5&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;6.2&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;-9.8&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;-1.5&a;a;lt;/td&a;a;gt;&a;a;lt;/tr&a;a;gt;&a;a;lt;tr&a;a;gt;&a;a;lt;td&a;a;gt;1985&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;85.5&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;11.5&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;80.9&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;10.9&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;-66.4&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;-8.9&a;a;lt;/td&a;a;gt;&a;a;lt;/tr&a;a;gt;&a;a;lt;tr&a;a;gt;&a;a;lt;td&a;a;gt;1986&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;45.0&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;4.0&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;23.2&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;2.0&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;31.8&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;2.8&a;a;lt;/td&a;a;gt;&a;a;lt;/tr&a;a;gt;&a;a;lt;tr&a;a;gt;&a;a;lt;td&a;a;gt;1987&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;50.3&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;5.8&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;23.5&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;2.7&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;26.2&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;3.1&a;a;lt;/td&a;a;gt;&a;a;lt;/tr&a;a;gt;&a;a;lt;tr&a;a;gt;&a;a;lt;td&a;a;gt;1988&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;49.6&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;5.6&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;39.4&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;4.5&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;11.0&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;1.2&a;a;lt;/td&a;a;gt;&a;a;lt;/tr&a;a;gt;&a;a;lt;tr&a;a;gt;&a;a;lt;td&a;a;gt;1989&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;39.6&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;1.6&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;16.4&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;0.7&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;44.0&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;1.8&a;a;lt;/td&a;a;gt;&a;a;lt;/tr&a;a;gt;&a;a;lt;tr&a;a;gt;&a;a;lt;td&a;a;gt;1990&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;47.8&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;1.8&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;1.8&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;0.1&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;50.4&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;1.9&a;a;lt;/td&a;a;gt;&a;a;lt;/tr&a;a;gt;&a;a;lt;tr&a;a;gt;&a;a;lt;td&a;a;gt;1991&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;65.1&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;6.0&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;24.3&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;2.2&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;10.6&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;1.0&a;a;lt;/td&a;a;gt;&a;a;lt;/tr&a;a;gt;&a;a;lt;tr&a;a;gt;&a;a;lt;td&a;a;gt;1992&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;72.5&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;10.3&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;34.2&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;4.9&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;-6.8&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;-1.0&a;a;lt;/td&a;a;gt;&a;a;lt;/tr&a;a;gt;&a;a;lt;tr&a;a;gt;&a;a;lt;td&a;a;gt;1993&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;59.5&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;8.3&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;78.6&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;11.0&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;-38.1&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;-5.3&a;a;lt;/td&a;a;gt;&a;a;lt;/tr&a;a;gt;&a;a;lt;tr&a;a;gt;&a;a;lt;td&a;a;gt;1994&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;30.2&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;4.0&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;43.8&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;5.7&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;26.0&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;3.4&a;a;lt;/td&a;a;gt;&a;a;lt;/tr&a;a;gt;&a;a;lt;tr&a;a;gt;&a;a;lt;td&a;a;gt;1995&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;44.7&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;4.9&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;55.0&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;6.0&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;0.3&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt; &a;a;lt;/td&a;a;gt;&a;a;lt;/tr&a;a;gt;&a;a;lt;tr&a;a;gt;&a;a;lt;td&a;a;gt;1996&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;60.1&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;6.0&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;34.3&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;3.4&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;5.6&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;0.6&a;a;lt;/td&a;a;gt;&a;a;lt;/tr&a;a;gt;&a;a;lt;tr&a;a;gt;&a;a;lt;td&a;a;gt;1997&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;37.0&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;3.4&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;18.6&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;1.7&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;44.4&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;4.2&a;a;lt;/td&a;a;gt;&a;a;lt;/tr&a;a;gt;&a;a;lt;tr&a;a;gt;&a;a;lt;td&a;a;gt;1998&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;57.1&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;4.4&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;26.4&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;2.1&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;16.5&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;1.3&a;a;lt;/td&a;a;gt;&a;a;lt;/tr&a;a;gt;&a;a;lt;tr&a;a;gt;&a;a;lt;td&a;a;gt;1999&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;74.7&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;5.7&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;23.7&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;1.8&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;1.6&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;0.1&a;a;lt;/td&a;a;gt;&a;a;lt;/tr&a;a;gt;&a;a;lt;tr&a;a;gt;&a;a;lt;td&a;a;gt;2000&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;65.1&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;5.5&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;22.4&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;1.9&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;12.5&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;1.0&a;a;lt;/td&a;a;gt;&a;a;lt;/tr&a;a;gt;&a;a;lt;tr&a;a;gt;&a;a;lt;td&a;a;gt;2001&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;50.0&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;4.1&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;50.1&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;4.2&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;-0.1&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt; &a;a;lt;/td&a;a;gt;&a;a;lt;/tr&a;a;gt;&a;a;lt;tr&a;a;gt;&a;a;lt;td&a;a;gt;2002&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;43.6&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;4.0&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;48.8&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;4.4&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;7.6&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;0.7&a;a;lt;/td&a;a;gt;&a;a;lt;/tr&a;a;gt;&a;a;lt;tr&a;a;gt;&a;a;lt;td&a;a;gt;2003&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;35.3&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;3.5&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;63.7&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;6.4&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;1.0&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;0.1&a;a;lt;/td&a;a;gt;&a;a;lt;/tr&a;a;gt;&a;a;lt;tr&a;a;gt;&a;a;lt;td&a;a;gt;2004&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;38.7&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;3.9&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;55.3&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;5.6&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;6.0&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;0.6&a;a;lt;/td&a;a;gt;&a;a;lt;/tr&a;a;gt;&a;a;lt;tr&a;a;gt;&a;a;lt;td&a;a;gt;2005&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;38.2&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;4.0&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;37.7&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;3.9&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;24.1&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;2.5&a;a;lt;/td&a;a;gt;&a;a;lt;/tr&a;a;gt;&a;a;lt;tr&a;a;gt;&a;a;lt;td&a;a;gt;2006&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;38.7&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;4.5&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;42.0&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;4.9&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;19.3&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;2.2&a;a;lt;/td&a;a;gt;&a;a;lt;/tr&a;a;gt;&a;a;lt;tr&a;a;gt;&a;a;lt;td&a;a;gt;2007&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;39.4&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;4.7&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;40.9&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;4.9&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;19.7&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;2.3&a;a;lt;/td&a;a;gt;&a;a;lt;/tr&a;a;gt;&a;a;lt;tr&a;a;gt;&a;a;lt;td&a;a;gt;2008&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;45.7&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;4.1&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;45.1&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;4.1&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;9.2&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;0.8&a;a;lt;/td&a;a;gt;&a;a;lt;/tr&a;a;gt;&a;a;lt;tr&a;a;gt;&a;a;lt;td&a;a;gt;2009&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;45.4&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;4.1&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;95.2&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;8.7&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;-40.6&a;a;lt;/td&a;a;gt;&a;a;lt;td&a;a;gt;-3.7&a;a;lt;/td&a;a;gt;&a;a;lt;/tr&a;a;gt;&a;a;lt;/table&a;a;gt;&a;a;lt;bdo&a;a;gt;.&a;a;lt;/bdo&a;a;gt;&a;a;lt;rk&a;a;gt;.9９lib.&a;a;lt;/rk&a;a;gt;&a;a;lt;bdi&a;a;gt;&a;a;lt;/bdi&a;a;gt;
&a;a;lt;span class=&a;a;quht&a;a;quot;&a;a;gt;数据来源：国家统计局&a;a;lt;/span&a;a;gt;
先解释一下这表中相关数据的含义。这个表中统计的三驾马车分别对经济拉动的百分比加起来就是该年中国经济的增长率，比如1978年消费拉动4.6%，投资拉动7.7%，净出口拉动-0.6%，那么1978年中国的经济增长率就是4.6%+7.7%-0.6%=11.7%。而三驾马车的贡献率就是指，在这11.7%中它们各自贡献了多大的力量，比如消费贡献的力量就是4.6%除以11.7%等于0.3931，所以消费对经济增长的贡献率就是约为39.4%，这意思就是说，11.7%的经济增长消费贡献了39.4%。
我们再来看看投资与出口之间此消彼长的关系，我取若干年份的数据画一个图出来，就一目了然。图中横轴表示时间，纵轴表示投资或出口对经济增长的拉动经济增长的百分比。两条曲线中，实线表示的是投资，虚线是净出口。可以发现，这两条曲线是相反的走势，净出口的低点对应的就是投资的高点。当净出口对经济增长的拉动为负值时，投资对经济增长的拉动就一定是正值，并且后者可以抵消掉前者。比如1985年，净出口对经济增长的拉动是-8.9%，政府为了维持经济高增长，扩大政府投资，使得投资对拉动经济增长高达10.9%。
在大多数正常（出口旺盛）的年份，经济增长则主要由出口拉动，政府投资的规模相对较小，对经济增长的贡献也就不大。政府投资主要在出口大规模锐减时起到关键作用，保障经济的高速增长。1985年、1993年、1999年和2009年这四年中国的净出口为负值或者接近于零，就是出口锐减导致的（净出口=出口-进口），政府无一例外地实施了大规模的经济刺激，加大了政府投资。这样的年份，如果政府不干预，经济增长很可能会降到极低的水平，甚至发生零增长。需要指出，这里说的投资是包含私人和企业投资在内的总投资，政府投资只是其中一部分，但在出口面临困难的年份，私人和企业投资一定也是不景气的（这些投资大部分都是投到出口产业，出口不景气，当然投资就少了），这时就只有依靠政府投资来拉动经济了。
各位，我提一个疑问，既然政府投资可以如此高幅度地拉动经济增长，那么政府为何不把它作为常规行为，而不是等到出口锐减的时候才做这件事情，如果在出口正常的年份政府也同样做这些事情，中国经济岂不是每年都可以保持12%以上的增长？这个问题我们到第九章来一起探讨。
政府投资推动经济增长好理解。下面我要关键说第二点，这一点比较诡异，一般人是看不懂的、也想不到的，那就是，在一定条件下，在现代经济体系中，臃肿、“铺张浪费”的政府反而能极大地拉动经济增长。
为了深刻地说明这一点，我先来讲一个故事。
有一个完封闭的国家，这个国家只有9个人和1个企业，先假设这个国家是没有政府的，只有私人和企业，这个国家只生产一种产品——面包，面包越多表示国家越富足。这9个人其中1个是面包厂老板，剩下..的人都只能以到工厂打工为生。这老板开工厂和我们这里一样，都是为了利润。
假定这个国度对面包的市场需求只有100个，而以现在的产能工厂雇用8个人刚好可以生产出100个面包。这个经济体这样发展下去，本没什么好说的。然而有一天，这个国家由于技术和设备革新生产效率提高了两倍，8个人可以生产出300个面包了。各位发现，这时国家和我们中国一样，存在严重的产能过剩。这个国度本来可以生产出300个面包，也就是这个国度本来有能力创造出3倍于当前的财富。然而，由于市场需求不足，导致老板不可能生产出300个面包，因为会有200个卖不出去啊！
既然如此，老板思前想后还是决定不引进新设备，还是雇用8个人按原来的方式进行生产。
这个国家面临的是一个悲剧，这样的经济严重束缚了生产力的发展：技术和设备明明已经大大进步，生产能力明明提高了两倍，明明可以生产出三倍于原来的财富，现在却无法生产出来。
怎么办呢？终于有一天，发生了一件意想不到的事情，8个工人当中竟然有3个人起来闹革命，成立了“政府”，这3个人从此不再进行生产活动，而通过收税甚至印钱来花，并且这3个人“坐稳江山”后花钱大手大脚，成天胡吃海喝，奢侈浪费。
这时奇迹出现了，会发现，这个国家非但没有因为工厂减少了3个工人（同时增加了3个大肆白吃白喝的政府人员）而导致财富生产的减少（即面包减产），相反，这个国家的面包产量反而增长到了187.5个，几乎翻了一倍。
这是怎么回事呢？原来，由于这3个政府人员的印钱大肆购物，导致市场需求剧增，人家5个工人和1个资本家总共才消费55个面包，而这3个人却能消费150个，这样市场的总需求是205个，资本家于是更新设备，让5个工人开足马力生产，由于产能的限制，最终只能生产出187.5个面包，卖出去了！
各位发现，在这个故事当中，“奢侈浪费”的政府竟然促进经济增长了近两倍，8个人干活反而不如5个人干活的产量高。
我们从中得出一条非常重要的经济原理，那就是，在产能过剩的情况下，体人都从事生产所得到的经济成果，反而不如让一部分人脱离生产、专门不劳而获地花钱享受所得到的经济成果高。
我这里并非为腐败和奢靡辩护，也不是在论证什么腐败润滑剂之说。只是告诉各位，在客观上，这种状况很可能真的极大地促进中国经济的增长，如果没有政府人员的大规模花费消化了大量产能，中国经济极有可能放缓好几个百分点。
至于中国的具体情况，各位自己查阅资料和新闻报道，一目了然，诸如每年三公消费多少千亿，诸如隔三差五、逢年过节国家部门给自己人发放福利、物品、购物券各位更是目见耳闻。政府的会议、出差、考察、交流活动，无一不是大规模的消费，就不细说了。
都说中国地方政府的聘用人数和花费之巨排在世界前列，各位除了一味地谴责，却并没有认识到如果政府不雇用这么多“白吃”者，裁掉一部分让他们去市场上就业、从事生产活动，后果反而是使得中国经济倒退。为什么我很肯定地这么说，因为在这些人“白吃”的情况下，我们中国的产能仍然是过剩的，这些人再进入市场只能产生更大的恶果：第一，增加了劳动力、产能更大；第二，他们的退出导致政府花费的大规模减少，整个国家市场的产品需求锐减。两个因素综合，我们的产能过剩翻倍扩大，更多的工厂产品滞销，更多的工厂倒闭。
这种看似&a;a;lt;rk&a;a;gt;?&a;a;lt;/rk&a;a;gt;诡异的经济现象的原因，其实是由于政府的行为不自觉地符合了印钱购物的原理，这个原理不同于在本书第二章中说的美国印钱购物经济，确切地说，后者是前者的一个组成部分。那么，印钱购物的整体逻辑是什么？它的完整原理在下一章讲述，所有疑惑则会顿解。
靠郎教授的整合“6+1”产业链是无法拯救中国经济的，这是认知的偏差导致的错误理论。中国经济增长和人民生活水平提高的核心障碍是美国基于美元霸权基础上的印钱购物“剥削”。只有认清这一点，破除美国的印钱购物阴谋，中国人民才能摆脱世代为美国打工的悲惨命运，才能过上和今天美国人一样的富足生活。
百度搜索 郎咸平说对了吗或 郎咸平说对了吗 本站 即可找到本书最新章节.