技術沖擊與中國經濟周期波動
2008-12-31 00:00:00齊鷹飛王憲勇
財經問題研究 2008年11期
摘 要：本文基于一個較為一般的動態一般均衡框架，從理論上探討了技術沖擊的長期影響。以此為基礎，我們使用SVAR方法識別出導致中國經濟周期波動的技術沖擊，并且估計了它們對產出和通脹的動態影響，以及對二者波動的貢獻率。結果發現，技術沖擊雖然是中國經濟周期波動的主要成因，但其貢獻要遠小于現有的其他實證結果。
關鍵詞：技術沖擊；經濟周期波動；SVAR方法；中國經濟
中圖分類號：F123．16文獻標識碼：A
文章編號：1000-176X(2008)11-0024-07
現代經濟周期理論認為，經濟周期波動是產出、就業、物價等總合變量對來自多個沖擊源的混合擾動的反應。進入候選名單的沖擊源有長長的一列，如技術沖擊、偏好沖擊、貨幣政策沖擊、財政沖擊等。然而，關于何種沖擊在經濟周期波動中發揮主要作用，目前還存在較大分歧。顯然，如果我們要理解經濟波動的根源，并試圖討論相應的政策，則這個問題必須獲得令人滿意的答案。Blanchard and Quah[1]、Gamber[2]、Galí[3]、Francis and Ramey[4-5]、Dufourt[6]、Galí and Rabanal[7]等相繼為回答這個問題做出了貢獻。這些研究使用SVAR方法，就所考察變量對沖擊反應的時期長短施加結構性約束，從而對沖擊源進行了識別，并估計了沖擊的宏觀經濟影響。
近年來，一些研究開始關注中國經濟周期波動的沖擊源。Zhang and Wan[8]較早使用SVAR方法對中國宏觀經濟波動的成因進行了研究；他們使用1985—2000年的產出和通脹數據來分離供給沖擊和需求沖擊，結果發現供給沖擊是產出波動的主要成因，需求沖擊則是通貨膨脹的主要成因。隨后，龔敏與李文溥也使用SVAR方法，利用1996—2007年的數據分析中國加入WTO后經濟周期波動的成因；他們的結論表明，總供給沖擊是中國入世后經濟周期波動的主要原因[9]。徐高使用同樣的方法，利用1978—2006年的數據來識別中國經濟周期波動的成因，得出的結論與Zhang and Wan基本相同[10]。不過，這些研究主要以Blanchard and Quah為基礎，并不能準確識別出技術沖擊。而且，根據是否對產出有長期影響而將沖擊分離為“需求沖擊”和“供給沖擊”，其背后缺乏明確的理論支撐。本文第一部分的分析表明，一些傳統上被視為需求沖擊的擾動（如政府購買沖擊）也會對產出產生長期影響，但在Blanchard-Quah方法中，它們將被識別為供給沖擊。
為彌補這些不足，本文主要基于Francis and Ramey以及Galí and Rabanal等研究，首先討論識別技術沖擊的理論基礎，然后給出識別方法。與這些研究不同的是，本文遵從Dufourt的建議，使用勞動生產率和通貨膨脹數據來識別技術沖擊，而沒有采用就業數據。我們的實證結果顯示，技術沖擊雖然是中國經濟周期波動的主要成因，但其貢獻要遠小于現有的其他實證結果。這就向上述關于中國經濟周期波動沖擊源的研究提出了間接的質疑，因為技術沖擊通常被認為是供給沖擊的主要成分[1-7]。我們的結果還意味著，那些基于RBC框架，強調技術沖擊是中國經濟周期波動的主要成因的研究，如陳昆亭等[11]、黃賾琳[12]也值得商榷。這些研究通過脈沖響應、仿真模擬等技術，認定技術沖擊可以解釋中國經濟周期波動的主要部分。但顯然，這同我們的實證結論相抵觸。
本文結構安排如下：第二部分討論技術沖擊的長期效應，為識別技術沖擊提供一個理論基礎；第三部分通過在一個VAR模型中施加長期結構約束，給出基本的識別方法；第四部分為實證分析，在對數據進行說明和平穩性檢驗基礎上，給出并討論了實證結論，主要分析了脈沖響應和方差分解結果；最后是結論。
一、技術沖擊的長期效應
（14）式表明，能影響勞動生產率長期值的因素包括技術增長率μ、資本所得稅率τk、資本收入份額α、折舊率δ以及主觀貼現因子β。但是，在幾乎所有研究經濟周期波動的文獻中，資本收入份額、折舊率以及主觀貼現因子都被假設為常數。因此，技術沖擊和資本所得稅率沖擊會對勞動生產率產生長期影響。
經濟中的通貨膨脹率可以表示為：
π=θ-μ（15）
其中，π為通貨膨脹率，θ為名義貨幣增長率。（15）式表明，技術沖擊和貨幣政策沖擊對通貨膨脹有長期影響。由于在平衡增長路徑上，實際貨幣余額的增長率保持為μ，所以盡管貨幣進入效用函數，但貨幣具有長期中性和超中性。換言之，名義貨幣數量決定價格水平，名義貨幣增長率決定通貨膨脹率，從而貨幣只影響經濟中的名義變量，而對實際變量沒有長期影響。貨幣的長期中性意味著在平衡增長路徑上，勞動生產率不受名義沖擊的影響。
那么，勞動所得稅率沖擊、政府購買沖擊等其他擾動對勞動生產率是否具有長期效應？由于這些沖擊并未出現在（14）式中，而且也不能影響那些出現在（14）式中的變量，所以它們對勞動生產率沒有長期影響。Galí and Rabanal指出，盡管資本所得稅率沖擊對勞動生產率可能具有長期影響，但如果該沖擊遵循一個穩定的隨機過程，那么這種影響就消失了[11]。這樣，只有技術沖擊能夠對勞動生產率產生長期效應。
由于產出可以表示為勞動生產率與勞動數量的積，所以，所有那些能夠長期影響勞動就業的因素也對產出具有長期效應。通過方程（10）可以發現，偏好參數、勞動所得稅率τn就是這樣的因素。此外，需要特別指出的是，盡管政府購買等沖擊并沒有直接出現在（10）式中，但該沖擊仍然對產出有長期效應。注意到（10）式中的消費—產出比率還可以表示為：
CY=1-（μ+δ）KY+GY（16）
顯然，政府購買沖擊會影響消費—產出比率，并進而影響就業以及產出。因此，盡管政府購買沖擊在傳統上被視為需求沖擊，但它對產出也具有長期影響，從而在Blanchard-Quah方法中被識別為供給沖擊。
基于以上討論，本文在實證分析中將選取勞動生產率和通貨膨脹率數據來分析技術沖擊，而不使用其他國內文獻普遍采用的產出數據。
二、技術沖擊的識別
假設經濟的波動只來源于兩種新息，分別是ε1和ε2，并假設這兩個新息是標準差被標準化為1的正交的i．i．d．過程。
考慮一個2×1的向量xt，其中每個分量都是平穩的時間序列，因此有以下移動平均表示：
其中，aij表示A0中的元素。σij表示其協方差陣∑中的元素。
識別約束（21）有4個未知數，但只有3獨立方程（因∑是對稱的協方差陣），所以，這不是識別A0的4個元素的充分條件。還需要一個約束才能識別出A0。有幾種識別矩陣A0剩余元素的方法。早期的VAR文獻使用Cholesky分解，這種方法相當于讓A0的非對角因素等于0。Cholesky分解的缺陷在于約束的施加背后沒有明確的經濟理論基礎[13]。
Blanchard and Quah的方法克服了以上缺陷，通過施加具有明確經濟意義的長期約束，獲得求解的最后一個條件。同時，通過這個約束，也識別了具有不同長期影響的兩種沖擊。具體地說，他們利用這個自由度來識別沖擊ε1、ε2，設定ε2對x1沒有長期效應。根據結構表達式（17），這個約束意味著a1的第一個元素是0，即
a11（1）=0（22）
根據Wold表達式（18），這一約束意味著
三、實證分析
1．數據說明
本文使用來自中經網統計數據庫的中國宏觀季度數據，數據的樣本區間為1996年第1季度—2004年第3季度。所有數據均進行季節調整，并取自然對數。
國內衡量通貨膨脹通常使用兩種方法，即消費者價格指數（CPI）與商品零售價格指數（RPI）。我們選用消費者價格指數作為衡量通貨膨脹率的指標，根據同比和環比CPI數據計算得到通貨膨脹率。因為商品零售價格指數的計算剔除了第三產業的變化，剔除了服務價格的商品零售價格指數不足以反映一般價格水平的變化，而消費者價格指數包含了服務，更全面反映中國物價變化的程度。而且，二者與GDP之間的相關程度不同，消費者價格指數與GDP之間關系更密切。現在世界上絕大多數國家都采用消費者價格指數來反映通貨膨脹率。消費者價格指數還具有可得性的優點。因此，為了與GDP數據相匹配，我們選取消費者價格指數季度數據。
勞動生產率數據根據實際GDP和城鎮就業數據計算得到。實際GDP為消除了通貨膨脹因素的GDP，我們使用CPI來減縮。更準確的度量應該使用GDP平減指數，但該指數的季度數據不可得。由于就業統計僅包括城鎮部門，因此GDP數據為第二、三產業增加值的加總，剔除了第一產業數據，以同就業數據相匹配。
2．平穩性檢驗
ε2對y的長期乘子為零的假設能否將技術沖擊分離出來，還要依賴于數據的統計特征，它要求進入系統（17）的變量均為I（0）過程。因此，需要對數據的平穩性進行檢驗。
單位根檢驗方法有很多，包括DF檢驗、ADF檢驗和Philips的非參數檢驗（PP檢驗）等，其中最常用的是Engle-Granger發展的ADF檢驗。該方法通過假定時間序列是一個P階自回歸過程，增加一個滯后的差分項來解決誤差項εt的高階序列相關問題，即檢驗如下方程：
其中，α，β，r，δj為參數，t為趨勢因素，εt為隨機誤差項，是服從獨立同分布的白噪聲過程。檢驗的原假設是r=1。
本文使用ADF方法進行檢驗，結果如表1所示。表1的結果表明，勞動生產率非平穩，但其一階差分以及通貨膨脹率都在1%的顯著性水平上平穩。
注：檢驗類型中括號中的c和t分別表示檢驗方程中是否包括截距和趨勢，例如c=0表示不包括截距，t=0表示不包括趨勢。
3．脈沖響應分析
技術沖擊對勞動生產率和通貨膨脹的動態影響如圖1所示。在一個標準差的正沖擊發生后，勞動生產率在第1期即上升。隨時間推移，除在第2期稍有下降，勞動生產率的響應逐漸增強，到第20個季度后達到約3．8%的高點，然后穩定在該水平。而從技術沖擊對通貨膨脹的影響來看，在沖擊發生后，通貨膨脹就一直處于下降過程，在沖擊發生后的前4個季度下降到1%左右，到第20個季度后下降到2%左右，然后穩定下來。
圖1 勞動生產率和通貨膨脹對技術沖擊的累積響應
勞動生產率和通貨膨脹的脈沖響應曲線符合第一部分的理論預言。對方程（14）進行簡單推導即可發現d(Δy)/dμ＞0，從而技術沖擊會提高勞動生產率的增長率。而方程（15）則直接顯示，技術沖擊會降低長期的通貨膨脹。在絕大部分研究經濟周期波動的模型中，勞動生產率和通貨膨脹也都具有這些性質。
我們將分離出的結構沖擊稱為非技術沖擊。第一部分的分析表明，ε2中可能包含眾多的沖擊源。圖2給出了非技術沖擊后的勞動生產率和通貨膨脹的累積響應。在一個標準差的正沖擊發生后，勞動生產率的響應在第1期就達到最大值1．4%，隨后就一直處于下降的過程中，到第4個季度下降到0．7%，直到約20個季度后下降為0。與此相反，非技術沖擊使則使通貨膨脹一直處于上升的通道中。在第1期，通貨膨脹的響應最小，僅略大于0．5%；隨后，這種響應逐漸增強，4個季度后達到約0．7%，到20個季度后達到1．1%左右，并穩定在該水平。
由于非技術沖擊具有混合性質，我們難以判斷上述響應是否同理論相符合。不過，考慮到非技術沖擊同需求沖擊的相似性，我們的結果同絕大部分實證研究的結論相吻合，如Blanchard and Quah[1]、Gamber[2]、Zhang and Wan[8]等。
4．方差分解
本文使用方差分解技術來分析技術沖擊和非技術沖擊對經濟周期波動的貢獻，結果如表2所示。從勞動生產率波動的方差分解可以發現，技術沖擊大概可以解釋中國勞動生產率波動的60%。而且從短期到長期，該比重相對穩定。我們的結果顯著低于使用產出數據進行沖擊分解的研究。例如，Zhang and Wan[8]、徐高[10]等均發現，在長期（甚至短期），供給沖擊可以解釋中國90%以上的產出波動。正如第一部分的討論表明的，這些研究分離出的“供給沖擊”實際上包含著多個沖擊源——除技術沖擊外，還有勞動所得稅率沖擊以及政府購買沖擊等。因此，他們得到的更高的供給沖擊比重也就不足為奇了。
本文的結果說明，盡管技術沖擊是決定中國經濟周期波動的重要因素，但其重要性并沒有現有的理論和實證研究聲稱的那樣強。
從通貨膨脹的方差分解可以發現，在短期，非技術沖擊解釋了絕大部分的通貨膨脹變動，而技術沖擊則解釋了絕大部分的長期通貨膨脹變動。技術沖擊的貢獻從第1期的約44%逐漸增加到15期的約63%，相應地，非技術沖擊的貢獻從約56%逐漸減少到37%。這表明，在中國，通貨膨脹似乎并不僅僅是一個貨幣現象。換言之，在長期，貨幣政策沖擊并不是引起通貨膨脹變動的主要原因。在這個意義上，就穩定通貨膨脹而言，中國的貨幣政策操作可謂成功。
四、結 論
本文通過一個基本的動態一般均衡模型，說明了識別技術沖擊的機理。在此基礎上，我們利用中國宏觀經濟季度數據識別出技術沖擊，并討論了它對經濟的動態影響。我們的分析表明，現有從供給沖擊和需求沖擊角度分析中國經濟周期波動的研究存在一定缺陷。主要問題是，這些研究所遵循的方法并不能準確識別出某種沖擊，而是得到一組混合沖擊，從而高估供給沖擊的影響。特別是，如果政府購買沖擊對經濟有不可忽略的影響，這些研究所分離出來的供給沖擊實際上就包含了傳統上被認為是需求沖擊的很大比重，從而使得實證結論的可靠性降低。
我們的實證結果表明，技術沖擊對勞動生產率和通貨膨脹均有長期影響。和其他實證結果相比較，我們發現技術沖擊對中國經濟周期波動的解釋力有大幅度下降。這就意味著，標準的RBC模型在很大程度上不適合于描述中國的經濟周期波動，為了準確理解波動的性質和原因，多沖擊視角是必然的選擇。同時，我們也發現，貨幣政策沖擊并不是引起長期通貨膨脹變動的主要原因。因此，我們認為，中國的貨幣政策對于穩定通貨膨脹而言是有效的。 當然，本文的實證分析僅是一個初步研究。未來研究的一個可行方向是遵循Galí[3]、Uhlig[14]等的思路，建立可識別多沖擊的VAR或SVAR模型，將更多的沖擊從經濟周期波動中分解出來，以更準確把握經濟在面臨這些沖擊時的反應。
參考文獻：
［1］ Blanchard， O．J．and D．Quah．The Dynamic Effects of Aggregate Demand and Supply Disturbances［J］．American Economic Review， 1989， 79， (4): 655-73．
［2］ Gamber， E．N．．Empirical Estimates of the Short-Run Aggregate Supply and Demand Curves for the Post-War U．S．Economy［J］．Southern Economic Journal， 1996， 62， (4): 856-72．
［3］ Galí， J．．Technology， Employment， and the Business Cycle: Do Technology Shocks Explain Aggregate Fluctuations?［J］．American Economic Review， 1999， 89， (1): 249-71．
［4］ Francis， N．and V．A．Ramey．The Source of Historical Economic Fluctuations: An Analysis using Long-Run Restrictions［R］．NBER Working Papers 10631， National Bureau of Economic Research， 2004．
［5］ Francis， N．and V．A．Ramey．Is the Technology-Driven Real Business Cycle Hypothesis Dead? Shocks and Aggregate Fluctuations Revisited［J］．Journal of Monetary Economics， 2005， 52， (8): 1379-99．
［6］ Dufourt， F．．Demand and Productivity Components of Business Cycles: Estimates and Implications［J］．Journal of Monetary Economics， 2005， 52， (8): 1089-1105．
［7］ Galí， J．and P．Rabanal．Technology Shocks and Aggregate Fluctuations: How Well Does the RBC Model Fit Postwar U．S．Data?［R］．NBER Working Papers 10636， National Bureau of Economic Research， 2004．
［8］ Zhang， Y．and G．H．Wan．Chinas Business Cycle: Perspectives from an AD-AS Model［J］．Asian Economic Journal， 2005， 19: 445-69．
［9］ 龔敏，李文溥．中國經濟波動的總供給和總需求沖擊作用分析［J］．經濟研究，2007，（11）．
［10］ 徐高．斜率之謎：對中國短期總供給/總需求曲線的估計［J］．世界經濟，2008，（1）．
［11］ 陳昆亭，龔六堂，鄒恒甫．什么造成了經濟增長的波動， 供給還是需求：中國經濟的 RBC 分析［J］．世界經濟，2004，（4）．
［12］ 黃賾琳．中國經濟周期特征與財政政策效應——一個基于三部門RBC 模型的實證分析［J］．經濟研究，2005，（6）．
［13］ Cooley T．F．and S．F．LeRoy．A Theoretical Macroeconometrics: A Critique．［J］．Journal of Monetary Economics， 1985， 16， (3): 283-308．
［14］ Uhlig， H．What Moves GNP?［R］． Econometric Society 2004 North American Winter Meetings，2004．636．
The Technological Shocks and Chinas Business Cycle Fluctuations
QI ying-fei，WANG xian-yong
(Dongbei University of Finance and Economics，Dalian Liaoning 116025，China)
Abstract：Modern business cycle theories emphasize that economic fluctuations are response of aggregate variables， such as output， employment， and price level， to various shocks mixed together．Which one of them is the most substantial， however， is still in debate．Based on a DGE framework， this paper identifies technological shocks with Chinas quarterly data and estimates its dynamic effect on productivity and inflation．We find that the technological shocks contribute less to the volatility of productivity than what were found in other papers．
Key Words：The Technological Shocks， Business Cycle Fluctuations， SVAR
(責任編輯：楊全山)
注：“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文。”
