GDP是不是一个有误导性的进步指标？
全世界靠它给各国排名。可是漏油的损失和事后的清理，GDP都算作收益，而一位家长把孩子养大，算作零。那它到底在测量什么？
在思想图谱上查看测量的批评者头号指标，以最强的形态出场
“我们在这儿。健康在上面，财富在这边。整个世界都动了……世界正在变好，你能在数据里看见：国家越富，人活得越久。”
— 转述自汉斯·罗斯林，《200个国家，200年，4分钟》（BBC／Gapminder），2010年
罗斯林那张气泡图是发展领域最有名的一幅画面。把每个国家两百年间的收入和预期寿命画在一起，整团气泡一起朝右上方走。在收入分布的绝大部分区间里，人均GDP和我们真正在意的那些东西是同步移动的。正是这条相关关系，让人均GDP在半个世纪里一直充当人类进步的操作性头条。
先说清这个数字是什么。国内生产总值是一个经济体在一段时期内境内生产的全部最终产品与服务的市场价值。它是一项核算建构，是如今地球上每个政府都在维护的国民经济核算体系（SNA）的骨架。除以人口就得到人均GDP，正是这个数字排出了世界的福利名次：美国在法国之上，法国在巴西之上，巴西在加纳之上。
这个名次凭什么有这么大的权威？因为经验相关性压倒性地强。在跨国收入分布的绝大部分区间里，人均GDP与预期寿命、受教育年限、儿童存活率和政治自由绑得如此之紧，以至于它可以当作一个单一数字，代表我们与美好生活相联系的几乎一切。在低收入端这条关系最陡，那里多出几百美元产出，买到的是干净水、疫苗和热量。
这套论证的现代表述，是Betsey Stevenson和Justin Wolfers 2008年关于收入与主观福祉的工作。更早的那条民间智慧，即理查德·伊斯特林的主张：基本需要一旦满足，更多的钱就买不到更多幸福，在他们的数据里并不成立。在每一个国家内部，更富的人报告的生活满意度高于更穷的人。更富的国家报告的满意度高于更穷的国家。而且他们没有找到任何一个收入门槛，越过它这条关系就平掉。
我们手上没有更好的单一数字。每一个替代指标，要么更难计算，要么更难跨境比较，要么更难在时间上一致地追踪，要么就是把人均GDP当作主料悄悄请了回来。头号指标凭三样东西坐住它的位置：拿得到、可比较，而且在收入区间的大部分范围内是对的。
从支出侧看，GDP可以写成消费、投资、政府购买与净出口之和：
$$Y = C + I + G + NX$$福利代理变量与收入之间的跨国关系，用一条对数线性的梯度就能很好地近似：预期寿命大致随 $\log(\text{GDP per capita})$ 线性上升，所以收入每翻一番买到的绝对增益大体相当，而一美元的边际回报也就随着国家变富而下降。
$$\text{LifeExpectancy} \approx \alpha + \beta \cdot \log(\text{GDP per capita})$$想想罗斯林的气泡。在贫穷的那个角落里，收入翻一番能把一个国家沿健康这条轴推很远，从年纪轻轻就死去，推到活到中年。在富裕的那个角落，气泡挤在天花板附近：收入翻番仍然有用，但增益更小也更慢，因为那些便宜的胜利，卫生设施、基础医疗、吃得饱，都已经买过了。当你正在从贫穷里往外爬，GDP是一个极好的进步指标。问题是，等你接近顶端之后会怎样。
这个指标的正式分析工具，也就是GDP怎么定义、把产出、收入与支出扣在一起的国民收入核算恒等式，归宿在第7章 §7.1（国内生产总值）和§7.5（国民收入核算恒等式）。从人均GDP通向增长理论那套范式的接口，即趋同，以及把人均产出当作追赶头条的索洛核算，则在第13章 §13.6（趋同与增长核算）。
这就是这套框架被操作化之后的样子：每个国家按人均产出上色。到了第2阶段，我们会换一个透镜去读同一批数据，那份名次就开始晃动。打开完整的GDP地图，把它沿着两个世纪走一遍。
“估计出来的收入—福祉梯度不仅显著，而且很大……我们没有发现任何饱和点，越过它这条关系就断掉。”
— 转述自Betsey Stevenson与Justin Wolfers，《布鲁金斯经济活动论文集》，2008年
人均GDP是不是我们手上最好的那个概括？
批评者说GDP漏掉了要紧的东西。辩护者说：好，那你说出一个单一数字，它做得更好，处处算得出来，还能跨两个世纪的数据做比较。这道题比看上去难交卷。
这把尺子，和造尺人的警告
“主观福祉与收入之间的关系……表明经济增长会提高福祉。我们没有发现任何饱和点，越过它更高的人均GDP就不再伴随更高的福祉。”
— 转述自Betsey Stevenson与Justin Wolfers，《布鲁金斯经济活动论文集》，2008年
Stevenson和Wolfers是在把经验论证推到最强。他们报告的是：只要你测得仔细，更多收入就可靠地伴随着更多人们自陈想要的东西，而且在高收入处仍然如此，而更早的伊斯特林式悲观预言它到那里就该停了。这是他们继承下来的分析工具：库兹涅茨、理查德·斯通以及战后那批定量经济学的建造者，把国民账户装配成国民经济核算体系，这条测量传统在《经济思想史》第9章（战后新古典综合）里被整合起来。
“一国的福利，很难从国民收入的测量中推断出来……要求‘更多’增长的目标，应当说清是什么的更多，又为了什么。”
— 西蒙·库兹涅茨，《国民收入，1929—1932》（提交美国参议院的报告），1934年，以及《新共和》，1962年
让国民收入变得可测量，库兹涅茨出的力比谁都多，而同一口气里，他告诉参议院不要把这把尺子错当成被量的那个东西。这是分析工具的建筑师本人在给它划界。这个数字是为计数生产而造的，而库兹涅茨知道，生产与福祉之间的那道口子是真实的，哪怕对世界上大多数地方来说，它一直很小。第2阶段讲的正是那道口子不再小的地方。
目前的结论
人均GDP这个头条已经挣到了它的抓地力。在跨国收入分布的绝大部分区间里，尤其是在发展区间里，它与预期寿命、受教育年限和政治自由的相关性强到足以充当一个站得住的初阶福利指标。这条经验相关性就是这套分析工具存在的理由。Stevenson和Wolfers证明了它在收入阶梯上比怀疑者预期的更高处依然成立。可是，连造出这把尺子的库兹涅茨都警告过，绝不能把它与福利本身混为一谈。问题是那句警告在哪里开始咬人。
我们刚才住进了那个把人均GDP当作福利进步头条的框架，而它在收入分布的大部分范围里成立。但去看这条分布的富国尾部，去看富裕经济体1970年以来的纵向记录，一道背离就张开了。人均产出翻了一番，而典型的那张工资单原地不动。产出上升，而预期寿命见顶，对某些人群甚至掉头向下。产出攀升，而它抽走的自然资本被记账为免费。会不会GDP测的是某种东西，姑且叫它活动，它在一个国家还穷的时候与福利并肩而行，却恰恰在富裕世界所在的地方开始与福利分道扬镳？
翻转：GDP测的是活动，不是福利
“经济增长……不能被合理地当作目的本身。发展必须更多地关心我们过的日子，以及我们享有的自由。”
— 阿马蒂亚·森，《以自由看待发展》，1999年
翻转在这里，由一位诺贝尔奖得主从这门学科内部完成。森的要点是：它回答的是错的问题。收入是一种手段。福利是人们能够成为什么、能够做什么，吃得好、识字、健康、有自由参与所在共同体的生活。收入能买到其中一些，尤其在收入很少的时候。可是一旦你追问“有能力去做什么？”，头号数字就不再是你本来想测的那个东西了。
一旦你把GDP当作活动的度量，也就是一段时期内生产的最终产品与服务的价值，一整族替代指标就进入了视野，每一个都让头号数字漏掉的某样东西浮出来。发声的是诺贝尔奖得主、国家级委员会，以及整个子领域的开创者。
1. 森的可行能力方法。福利是功能性活动（一个人实际上是什么、在做什么）与可行能力（他在各种可能的人生之间真正拥有的选择自由）的事。收入只是若干投入之一，健康、教育和政治自由是另一些，而它们并不能化归成一条预算。森论证说，在收入稀缺的地方，收入对可行能力极具工具性。一个国家越富，可行能力的扩展就越是要靠收入本身买不到的投入。从刘易斯经普雷维什到森的可行能力转向，这条学脉在《经济思想史》第16章 §16.5（以自由看待发展：森与可行能力转向）。
2. 人类发展指数，以及经不平等调整的人类发展指数。森的框架由马赫布卜·乌尔·哈克在1990年第一份联合国《人类发展报告》里操作化：人类发展指数把寿命、教育和收入折进一个综合指数，于是一个国家哪怕收入中游，也可以在健康和教育上排名靠前。2010年加进来的不平等调整版，按每一个维度分布得有多不平等来打折扣。一个平均收入很高、分配却极其残酷的国家会往下掉。福利不平等的问题正是从这里进入测量之争的。而“经济学能解决不平等吗”这个政策版本，是不平等那篇导读的主场。
3. 斯蒂格利茨—森—菲图西委员会。2008年，法国政府请约瑟夫·斯蒂格利茨、阿马蒂亚·森和让-保罗·菲图西召集一个委员会，讨论经济表现的测量。他们2009年的报告《对我们生活的错误测量》呼吁建一块仪表盘：政府应当在GDP旁边报出一篮子福利指标，健康、教育、环境、不安全感、分配，因为没有哪个单一数字担得起这份重量。
4. 生态经济学的批评。赫尔曼·戴利和生态经济学家们指出一个结构性错误：国民账户把环境的耗减算作正的产出。一片森林被砍倒、一处渔场被打空、一段海岸在漏油之后被清理干净，全都登记为GDP的增加项，而被毁掉的自然资本没有对应的抵减分录。希克斯给收入下的定义是，在让自己过得不比从前差的前提下你最多能消费掉多少。实践中的GDP无视资产基础的耗减，违反了这条定义。把“负服务”的成本算作产出这条反对意见也搭在这里：通勤时间、可预防疾病上的花费、一个更健康的社会本不需要的监狱建设，GDP统统记作正数。
5. 家庭生产的批评。南希·福布尔和玛丽莲·沃林点出任何发达经济体中最大的未测量部门：无酬的家务与照料劳动。带大一个孩子、照顾一位生病的父母、给全家做饭，一样都不算数，因为一样都没有在市场上成交。雇人来做完全一样的活，GDP就上去。出于爱自己做，GDP什么都不记。这个遗漏很大，而且它并不是性别中立的。
把这五族放在一起，你就有了这次翻转的经验锚：1970年之后的富国记录，头号指标与那些福利指标在那里分了家。在美国，人均GDP从1970年代到2010年代大致翻了一番，而典型工人的实际工资几乎没动。最高十分位的收入份额从大约三分之一爬向一半。预期寿命的增益放缓，某些群体甚至掉头向下（安妮·凯斯与安格斯·迪顿记录下的“绝望的死亡”）。环境这一面是混合的。燃煤带来的空气污染大幅下降，而碳排放同时上升，头号数字告诉不了你福利到底往哪边动了，因为它本来就不在测福利。这道背离在政治上变得无法忽视的那个年代，是《经济史》第16章（滞胀与新自由主义转向）的主干。随后的超级全球化几十年则在第18章（全球化与大缓和）。
希克斯给收入下的定义，把生态批评说精确了。真实收入是一个社会在第 $t$ 期最多能消费掉的量，同时让它的财富，包括自然资本存量，在第 $t+1$ 期至少不比原来低：
$$Y_t^{\text{Hicksian}} = \max\{\, C_t : V_{t+1} \geq V_t \,\}$$其中 $V$ 是完整的财富存量。实践中的GDP无视 $V_{t+1} \geq V_t$ 这条约束，于是靠抽走自然资本来支撑的消费被算成收入，而不是被算成它实际所是的资产变现。经不平等调整的人类发展指数在分配这一侧做了一个平行的修正，按阿特金森式的不平等惩罚给每一个成就维度打折扣。
设想两户收入完全相同的家庭。一户把钱花在每天四小时通勤上，花在偿还一场本可预防的疾病留下的医疗欠债上，花在重装一间被淹的地下室上。另一户在家附近上班，身体健康，住在干燥的地面上。GDP说这两户过得一样好。事实上那户焦头烂额的人家，因为多花了这么多钱，得分可能还更高。现在把这一幕放大到整个富国、放大到五十年：产出一路攀升，而其中越来越大的一块是解决麻烦的成本。这就是那些替代指标被造出来要看见的那道口子。
把人类发展指数与人均GDP并排当作标准仪表盘来处理的教科书写法，见第20章 §20.1（发展的事实）。该章结尾对发展思想现状的梳理是§20.8（当代发展）。
“自由的扩展被看作……既是发展的首要目的，也是发展的主要手段。财富的用处在于它让我们能够做的那些事，在于它帮我们实现的那些实质自由。”
— 阿马蒂亚·森，《以自由看待发展》，1999年
我们该取代GDP，还是给它做补充？
这条批评的高声版本说“扔掉GDP，改测福祉”。真正推动了政策的那个版本更安静，也更难反驳：GDP测的是活动，给活动漏掉的一切建一块仪表盘。
是两台不同的机器，还是一台机器加一条脚注？
“我们测什么，影响我们做什么；如果我们的测量有缺陷，决策就可能被扭曲……如果我们测错了东西，我们就会做错事。”
— 约瑟夫·斯蒂格利茨、阿马蒂亚·森与让-保罗·菲图西，《对我们生活的错误测量》，2009年
这是作为一项协同纲领的“超越GDP”立场。森和斯蒂格利茨都有诺贝尔奖，那个委员会是由一位国家元首召集的，赫尔曼·戴利开创了生态经济学，南希·福布尔参与开创了女性主义经济学。他们的主张是方法论上的：GDP是为计数生产而造的，而计数生产与测量人们的日子过得好不好，不是同一个动作。当一个国家抽干它的地下水层、任由中位工资停滞、把可预防疾病的医疗账单算作产出，头号数字可以上升而福利在下降，而在GDP框架内部做多细致的回归，都找不回这个框架本来就不是为看见它而造的东西。2008年之后测量批评者的完整一簇，斯蒂格利茨、戴利、福布尔以及更广的多元转向，是《经济思想史》第17章 §17.4（制度与不平等：经验转向）的地盘，而森的可行能力学脉扎根在第16章 §16.5。
“GDP是二十世纪最伟大的发明之一……难题不在于废除GDP，而在于弄清它捕捉到什么、捕捉不到什么，并在它不足的地方给它做补充。”
— 转述自黛安娜·科伊尔，《GDP：一部简短而深情的历史》，2014年
科伊尔担得起这份有分寸的辩护，因为她把整套批评全认下来，仍然守住头条。她同意GDP错测了数字经济，无视自然资本和无酬劳动，并且在富国这一端越来越不可靠。她的要点是操作性的：每一个被提出来的替代方案，要么把GDP当作主料重新请了回来，要么把一项价值判断埋进一套任意的加权方案，要么牺牲掉跨国和跨时间的可比性，而正是这份可比性让GDP能用来回答国家真正面对的那些问题。她的立场是GDP加：把头条留着，因为它把自己那份窄活干得比任何对手都好，再为它从来不该负责的一切建一块仪表盘。
目前的结论
活动与福利之分，位于任何关于用哪个指标的争吵的上游。GDP计数的是最终产品与服务的生产，是活动，而这种活动在收入分布的绝大部分区间里紧跟福利，在富国这一端则跟得越来越差。森、斯蒂格利茨、戴利和福布尔说对了：测量问题是方法论问题。科伊尔和经验一路的辩护者也说对了：对发展区间的问题，人均GDP仍然坐得住它的操作位置，因为没有对手匹配得上。分歧在于哪个框架配哪个问题。于是下一步是行政上的：政府究竟该数什么？
如果正确的答案是按问题来校准，那么国家统计实践，也就是政府实际数什么、报什么，就得来做这件校准工作。两个阵营，GDP的辩护者和“超越GDP”的批评者，已经悄悄汇到了同一个操作性答案上。
这门学科实际上在做什么
“成功不只是经济增长……这是第一份福祉预算。我们衡量的是政策对人们生活质量的长期影响，而不只是对我们经济规模的影响。”
— 转述自新西兰财政部长格兰特·罗伯逊，福祉预算演说，2019年5月30日
2019年，新西兰成为第一个照着一块明确的福祉仪表盘编制国家预算的发达国家，涵盖心理健康、儿童贫困、原住民处境、生产率，以及向可持续经济的转型，全部与常规的财政和GDP总量并排报出。这是斯蒂格利茨—森—菲图西那条建议在国家层面上最显眼的一次落地：在GDP旁边报出一篮子福利指标，让这一篮子去管住那个头条。
第1阶段和第2阶段已经把可争之处定了下来。框架的选择决定一个政府把哪一类政策问题摆到前面。GDP即进步这个框架，全面驱动增长政策：靠生产率、资本深化、结构转型和贸易去提高人均产出。翻转过来的框架驱动的是多指标仪表盘政策：报出这一篮子，并朝着GDP看不见的那些维度施政。
操作化的过程是一次汇聚：
- 多指标仪表盘的时间线。
- 联合国《人类发展报告》（1990年至今）。马赫布卜·乌尔·哈克和森把可行能力框架建制化为人类发展指数，这是第一份持续每年发布、与GDP对照的替代排名。
- 欧盟“超越GDP”（2007年）。欧盟委员会的一次会议启动了正式纲领，去开发与GDP互补的指标。
- 斯蒂格利茨—森—菲图西委员会（2009年）。仪表盘路线的思想宪章：报出一篮子，不要给任何单一数字加冕。
- 经合组织美好生活指数（2011年）。福祉的十一个维度，权重由使用者自定，为每个成员国发布。
- 不丹的国民幸福总值（1971年至今）。运行时间最长的一次操作化，写进了宪法，由定期的国民幸福总值调查驱动政策筛查。
- 新西兰福祉预算（2019年）。仪表盘从发布走进了预算本身，支出按福祉结果来分配。
这次汇聚，是这门学科认识到：当你把框架翻转拿去问那个操作性问题“一个国家究竟该测量什么？”，它只给出一个答案，就是把GDP留给它擅长的事，再用一篮子指标把它围起来。同样的仪表盘处理见第20章 §20.1（发展的事实）。森的可行能力框架在联合国《人类发展报告》里的制度化实现，把这条学脉往前带的是《经济思想史》第17章 §17.5（扩张中的前沿），可行能力的根在第16章 §16.5。
“GDP是为二十世纪那个大规模实物生产的经济设计的指标……答案不是把它扔掉，而是把我们在问什么问题弄清楚，再为那个问题去拿对的工具。”
— 转述自黛安娜·科伊尔，《GDP：一部简短而深情的历史》，2014年
那么GDP到底会不会误导？
GDP不是衡量进步的那把尺子，也不是一场骗局。对有些福利问题它是对的工具，对另一些是错的工具，而分辨哪个是哪个，就是这门功课的纪律。
按一篮子施政，还是按头条施政？
“我们需要把人的福祉放在政策制定的中心……单靠GDP并不保证我们的生活水平会改善，它也不管谁受益、谁被落下。”
— 转述自新西兰财政部长格兰特·罗伯逊，福祉预算，2019年
格兰特·罗伯逊做的是操作层面的论证：框架翻转最终兑现在一个国家怎么花钱上。一旦你接受GDP测的是活动，预算就该照着你真正在意的那些结果来写。新西兰、不丹、经合组织的美好生活指数、欧盟的“超越GDP”纲领，以及三十年的联合国《人类发展报告》，说的都是同一件事：一旦测量问题被诚实地回答了，仪表盘就是政策会呈现的形态。
“尽管有种种毛病，人均GDP仍然是我们手上关于一个经济体表现的最好的那个单一概括统计量。仪表盘是它的补充，它们替代不了它在政策和分析中所干的活。”
— 黛安娜·科伊尔，转述务实操作派的共识，《GDP》，2014年
务实操作派的立场认为，扛着分量的仍然是头条。一个预测收入的财政部、一家评估债务可持续性的机构、一家比较两个国家轨迹的开发银行，都需要一个单一的、可比的、跨时间一致的数字，而现成存在的那一个就是人均GDP。仪表盘围住它是对的，只有在被误当成替代品时才是错的。多指标仪表盘式的报告，是数据本身要求的那份补充。
校准过的裁断
那么，GDP是不是一个有误导性的进步指标？答案是校准过的，它有三层。
- 框架在测量的上游。GDP测的是活动，而可行能力、“超越GDP”指标和经不平等调整的福利，测的是别的东西。这场分歧是关于福利是什么的一次方法论选择，在查看任何数据之前就已经做出。
- 每一把尺子都有自己的天然领域。在很宽的收入区间里，人均GDP是最好的初阶福利指标，在发展区间里最强，那里收入带来的那些便宜而改变人生的胜利还摆在桌上。在富国的语境里，作为边际指标它越来越会误导：产出上升而工资停滞，预期寿命见顶，自然资本在不计入的情况下被抽走。“GDP会误导吗？”对富国的纵向比较和跨国福利比较咬得很实，对跨国发展分析则咬得很轻。按问题校准，就是这门功课的纪律。
- 多指标仪表盘是操作层面的综合。两个阵营都汇聚到了在GDP旁边报出一篮子福利指标上：联合国的《人类发展报告》、斯蒂格利茨—森—菲图西委员会、经合组织美好生活指数、欧盟“超越GDP”、新西兰的福祉预算和不丹的国民幸福总值。这次汇聚把框架翻转操作化了，却没有把它抹掉：GDP保住它那份窄活，其余的交给仪表盘。
裁断是一条规则：弄清你问的是哪个问题，再去拿那把管得着这个问题的尺子。
目前的结论
我们从罗斯林那些朝右上方行进的气泡开始，那是关于人均GDP作为人类进步头条最有说服力的一幅画面，而且在收入分布的大部分范围里，这幅画面是挣来的。然后我们做了翻转：GDP测的是活动。一旦你这么说，五族替代指标就进入视野。森的可行能力、人类发展指数、斯蒂格利茨—森—菲图西的仪表盘、生态经济学的自然资本批评、家庭生产的批评，每一族都让头号数字看不见的某样东西浮出来，而每一族都锚在1970年之后产出与福利分了家的富国记录上。最后我们看着这门学科用一块仪表盘把GDP围起来，从而把翻转操作化，联合国、经合组织、欧盟、新西兰和不丹一同汇到了这里。
裁断住在校准里。当一个国家还在从贫穷里往外爬，GDP是最好的初阶福利指标。而对这场批评所由诞生的那些富国问题，它越来越差。活动还是福利，这个框架决定在任何数据的上游。每一把尺子都有一个领域，在那里它挣得回自己的位置，而多指标仪表盘式的报告，是这门学科建起来的操作层面的综合。下一次有人告诉你“GDP证明我们过得更好了”，或者“GDP是个谎言，什么真实的东西都没测”，你手上已经有工具去问那个两条口号都跳过的问题：在什么上更好，又是为哪一个目的而测？