本文探討「李克強指數」呈現的中國成長樣貌。該指數乃以前國務院總理李克強命名，為廣由各國媒體使用的非官方中國經濟指標。
這指標出於李克強早年擔任遼寧省委書記時，曾坦承GDP數據不可靠，轉而以電力消耗、鐵路貨運量及銀行放貸額作為衡量經濟的依據。《經濟學人》在過去曾有一項報導，談這項指數多年來獲得怎麼影響了各國認識中國經濟增長虛實，學術界亦對此展開深入研究。比方2017年，紐約聯準會的Clark與Pinkovskiy，聯同哥倫比亞大學的Sala-i-Martin發表研究，其統計研究得出權重配置約為貸款佔60%、電力佔30%、鐵路貨運佔10%（筆者對此配方有所保留）。亦有論者認為可用M2貨幣供給量來取代銀行信貸，以更準確反映政府整頓影子銀行後的經濟實況。
然而，許多人，包含上述的《經濟學人》，亦指出武漢肺炎的疫情，對零售、旅遊及房地產的衝擊，遠比工業或貨運嚴峻，使指數未能準確捕捉當時的經濟變化。Pinkovskiy等研究人員其後利用衛星夜間燈光數據，驗證各項替代指標的有效性，結果發現零售銷售同樣具有重要參考價值，建議一併納入指數之中。另一方面，雖然不少研究想尋找完全獨立於中國統計體系的替代方案，比方說衛星光照資料雖備受關注，卻面臨衛星紀錄不足及逐月覆蓋率不穩定等等的侷限，難以單獨作為可靠指標。
為體驗上述指數的實際走勢，本文嘗試依據《經濟學人》提到的的Clark、Pinkovskiy，與Sala-i-Martin的權重（貸款60%、電力30%、鐵路貨運10%），並從中國政府網站撈了一些統記數字，據自行重建李克強指數，並與《經濟學人》發布的版本進行比對。
筆者的銀行貸款增速數據取自中國人民銀行歷年金融統計報告，電力消耗增速數據來源於中國電力企業聯合會及中國國家統計局，鐵路貨運增速數據則引自中國國家統計局交通運輸統計公報。
各項指標單獨觀之
我們先製圖來觀察放貸的成長率變化，並親自查證了中國銀行貸款成長率，是相當穩定的下滑（穩定到我覺得統計數字是計劃下的結果，可能每年有個限額上限）：
筆者有辦法找到數字的直接代入，無法找到數字的再用之推估
電力成長率或許是最為可靠的指標，也顯示出了2013後有一段下滑的狀況，回彈後又於疫情被壓了下去。
鐵路運輸因為其他運輸的關係，在2012年後下滑的狀況，但17年後又彈升回來。
李克強指數與官方統計的比對
比對結果顯示，我們的重建版本與《經濟學人》版本存在明顯差異——尤其在2015至2016年經濟放緩期及2020年疫情衝擊期間，差距最為顯著。
首先，筆者用60-30-10的權重，會有系統地高估成長率，這是何也？這是因為貸款數據相當平穩，導致以貸款為主要權重的筆者重建版本，並沒有反映疫情實體經濟的收縮；相比之下，《經濟學人》的版本可能採用了較為均等的三項指標權重，或資料來源與筆者不同，或進行了額外調整，從而更敏銳地捕捉到2020年的經濟驟跌與2021年的強勁反彈。
不過筆者的李克強指數跟《經濟學人》的李克強指數，都有捕捉到一些微妙的規律：中國從2012年後的官方數據成長率逐年變化，幾無起伏，而且跟電力消耗指標大幅脫勾，相當詭異。我國院士謝長泰老師等人於2019年發表的"A Forensic Examination of China’s National Accounts"一文中的估計，則是2008年到2016年這段時間，中國官方統計的經濟成長率每年約高估了1.6%，而儲蓄跟投資則高估了7%。
尾聲
最後，筆者的體感是「放貸總供給量」並不適合作為推估中國成長率的指標，因為其成長率變化沒有太多的波動，筆者試用不同統計來源亦得出差不多的情況，讓人感覺總供給量的成長率，應該是錨定於不同週期的五年計劃，比較適合視作「計劃執行率」。
而另一方面，鐵路載運量應當是視為工業產出為主，畢竟國內跨縣跟跨省的原物料許多仍會靠鐵路來大規模運輸（另一個是公路）。
最後，要同時掌握到零售業跟居家消費的話，電力消耗量似乎是還不錯的指標，至少在肺炎期間有腰斬下去，而且比較有正常的波動。
