人民幣實際有效匯率對我國經濟影響的實證研究

摘 要：本文試從理論上給出實際匯率變動對產業結構調整的三種傳導途徑，并從有效匯率的角度出發，通過協整模型、Granger因果檢驗和脈沖響應方法對實際有效匯率對我國產業、就業結構的影響進行實證分析。結果表明，人民幣實際有效匯率的升值提升了我國第三產業的比重并增加了該產業就業人數，在一定程度上促進了農村勞動力的轉移，同時相應地對第二產業的就業造成了負面影響?？傮w上來看，人民幣有效匯率的上升將有助于長期改善我國的產業結構，但短期會造成一定的就業壓力。

關鍵詞：實際匯率；產業結構；就業

中圖分類號：F830 文獻標識碼：A 文章編號：1000-176X(2009)06-0050-07

2008年以來，伴隨著次級抵押貸款危機下全球金融市場的動蕩，我國經濟不僅面臨著惡劣的國際環境、國內經濟增長的周期性回落，同時還面臨著以產業重組、產業升級和放松管制為重點的產業結構調整。

隨著近年來我國對外貿易依存度的不斷上升，產業結構調整的動力則不可忽略地受到對外貿易部門發展的影響。實際匯率作為一種非貿易品和貿易品相對價格，則是影響外貿企業的重要因素之一，從而影響了不同產業之間的資源配置，進而對產業結構的調整產生影響。因此，在開放型經濟條件下，實際匯率成為考察國內產業結構和就業結構調整的重要影響因素之一。而對該影響作用的分析和研究，不僅有助于加深對產業結構調整的宏觀把握，而且將對匯率政策的制定起到一定的指導作用。

另外，在2005年7月21日我國實行了匯率制度改革以后，如何通過人民幣有效匯率這一衡量人民幣整體水平的匯率指標來把握匯率政策，也引起了學者的普遍關注和研究，本文正是依據人民幣實際有效匯率的數據，分析人民幣的升值對我國產業結構和就業結構帶來的影響。

一、研究背景

不論是關于匯率對一國就業影響的研究，還是其對產業結構影響的研究，都是近幾年才被國內外學者廣泛關注的。其中對就業影響的研究較多，但得到的結果卻不盡相同：Frenkel(2004)［1］運用線性回歸模型研究了實際匯率對阿根廷、巴西、智利和墨西哥4國的影響，得出實際匯率的變動對就業有顯著影響，且實際匯率變動對失業率變動影響有滯后效應等結論。Burgess和Knetter(1998)［2］利用非線性最小二乘估計方法，根據G-7國家的數據，分析了匯率波動對就業的影響，結果顯示不同國家的反應程度并不相同。Klein、Schuh和Triest(2000)［3］通過對美國制造業數據的OLS估計也發現升值會顯著地減少就業崗位，但崗位流動對升貶值的反應卻不明顯。Lebow(1993)［4］指出應該將非貿易部門納入實際有效匯率動態影響分析。在國內的相關研究中，萬解秋和徐濤(2004)［5］、范言慧和宋旺(2005)［6］等都分析了實際匯率變動對貿易部門就業的影響，得到了大體一致的結論：人民幣貶值會增加就業。丁劍平和鄂永健(2005)［7］考慮了非貿易部門，利用VAR模型得出實際匯率貶值會增加貿易部門就業，但是對非貿易部門就業影響不明顯的結論。然而國內大多數學者在分析匯率對我國就業影響時，忽略了很重要的一點，即沒有考慮我國農村大量剩余勞動力，而這部分勞動力在匯率影響下的轉移將在很大程度上影響我國的就業情況。

關于匯率對一國產業結構調整方面的研究卻相對較少。孫詠梅和祝金甫(2005)［8］定性地分析了匯率低估對我國產業結構的不利影響，他們認為匯率的低估將導致資源配置嚴重失調，不利于擴大內需從而產生經濟自身的經濟拉動力，影響國內產業結構的升級，并且指出在匯率低估下的產業結構升級不能完全解決就業難題。張斌和何帆(2006)［9］建立了一個貿易、非貿易兩部門模型，理論上證明在保持實際匯率不變與國內物價水平穩定的貨幣政策組合下，貿易部門相對于非貿易部門更快的全要素生產率進步會造成工業服務業產業結構扭曲并阻礙農村勞動力向城鎮轉移。然而他們并沒有給出匯率對產業結構調整的傳導過程，也沒有對我國的實際情況做出實證分析。

正是針對國內研究中缺乏實證分析、結論不一致、以及在考慮就業問題時忽略了農村大量剩余勞動力的這些問題，本文將改變對產業結構分析時的常見產業劃分，并嘗試通過實際有效匯率的數據建立計量經濟模型，從實證的角度分析實際有效匯率對我國產業、就業結構的影響。

二、理論背景

根據傳統宏觀經濟學的定義，實際匯率是兩國價格水平調整后的雙邊匯率，公式為s=S×P*/P，其中，s表示實際匯率，S表示名義匯率（間接標價法下），P*表示國內價格水平，P表示國外價格水平。考慮一個兩部門經濟，即把一國經濟按照貿易和非貿易部門分類，則實際匯率可以定義為實際匯率=非貿易品價格/貿易品價格。若假定貿易品的一價定律成立，則貿易品的價格水平實質上代表的是國外價格水平，而非貿易品的價格水平可以看作國內價格水平，則上述定義就與將實際匯率定義為國內價格與國外價格水平之比一致。本文將全部取間接標價法，則實際匯率上升表示本幣升值，下降表示本幣貶值。

我們考慮實際匯率的變動可能引致產業結構調整的路徑有以下三條：

第一，價格信號的傳遞。實際匯率作為非貿易品和貿易品之間的相對價格，其變動將通過價格信號的傳遞，使資源在兩個部門之間重新配置。然而非貿易品的價格上升，經濟資源將更多地被非貿易部門利用這一結論并不是必然的，根據巴拉薩和薩繆爾森(1964)［10］提出的“巴拉薩-薩繆爾森”效應的引申，我們可以知道貿易部門生產率的上升以及在社會資本要求得到平均利潤的條件下，非貿易品的價格也將上升，因此就有可能出現這樣的情況：在貿易部門生產率明顯地高于非貿易部門時，即使非貿易品的價格上升，投資于貿易部門仍然可以獲得更高的利潤，經濟資源將繼續流向貿易部門。但是如果非貿易品的相對價格上升到一定程度，經濟資源將更多地流向非貿易部門，促使非貿易部門的發展。這種部門之間的資源流動將直接影響到各部門的產出和對勞動力的吸收，從而影響到一國的產業結構和就業結構。

第二，對外貿易的傳遞。實際匯率作為國內外價格水平之比，其變化將直接影響一國的進出口。我國改革開放以后的經濟發展進程中，對外貿易的飛速發展是最為顯著的特點，如果以進出口總額比上GDP總值作為外貿依存度的指標，則到2006年該指標已經達到65%，2007年為64%，這說明我國的經濟發展很大程度上依賴于對外貿易，而實際匯率的變化將通過影響對外貿易進而在很大程度上影響我國的整體經濟發展，從而影響我國的經濟資源的積累，從總量上影響資源在各經濟部門之間的分配，影響各部門的產出和勞動力吸收，進一步影響到產業結構和就業結構的調整。

第三，外商直接投資的傳遞。在其他條件不變的情況下實際匯率的變動將影響外商直接投資。本幣的升貶值將影響外商直接投資的成本，不過這種影響的效果取決于外商直接投資的經濟部門分布，如果外商直接投資于出口部門，本幣的貶值將可能帶來額外的收益，而如果外商直接投資于依賴進口原材料或者技術的部門，則會受到損失。外商直接投資不但給本部門發展注入更多的可直接利用資金，更重要的是其帶來的先進生產技術和管理經驗也有助于提高該部門的生產效率，創造出更大的利潤空間，從而吸引更多的經濟資源投向該部門，進而增加該部門產出，影響其對勞動力的吸收，進一步影響到產業結構和就業結構的調整。

那么在以上的傳導路徑下，從數據分析的角度出發，人民幣實際匯率是如何影響我國產業結構和就業結構調整的呢？本文下一部分將通過建立計量模型得到實證結果，并嘗試給出合理解釋。

三、實證分析

1980年C.A.Sims將VAR模型引入經濟學中，推動了經濟系統動態性分析的廣泛應用。而VAR模型的最大優點是不但可以檢驗變量系統之間的長期均衡關系，而且能解釋各種經濟沖擊對經濟變量形成的影響。Toda和Yamamoto(1995)［11］提出的“基于擴展(Lag-Augmented)VAR模型的因果關系檢驗”方法可以不考慮變量的單位根個數和變量的協整性而進行因果檢驗。

因此，本文選取的計量模型為兩變量VAR以及擴展的VAR(LA-VAR)模型。通過進行協整檢驗，建立誤差修正模型，Granger因果檢驗，脈沖響應分析，分析變量之間的長期均衡和短期動態影響關系。

（一）變量選取和數據說明

為了闡述實際匯率與產業結構和就業結構之間的關系，本文共選取6個變量進行數據分析。考慮到人民幣與各國貨幣的雙邊匯率都會對我國的產業結構和就業產生影響，因此本文選擇能夠反映一國貨幣在全球貨幣市場地位的實際有效匯率reer數據作為實際匯率的指標［12］。

對于就業結構的衡量，我們分別選擇pe（第一產業年底就業人數）、se（第二產業年底就業人數）、te（第三產業年底就業人數）3個指標。而對于產業結構的衡量，我們選擇了sip（第二產業占GDP比重）、tip（第三產業占GDP比重）兩個指標。這里我們不考慮農業部門，主要是根據我國的實際情況，農業勞動生產率低下，對資源的吸引力可以忽略不計，但是在考慮勞動力配置時卻不得不考慮農業方面的大量剩余勞動力。這里選擇產業年底就業人數變化反映就業變動，產業占GDP比重變化反映產業結構變動。

由于變量的自然對數變換不改變原來變量之間的協整關系，并且能使數據的趨勢線性化，同時可以消除時間序列之間異方差現象，所以對以上的所有變量取自然對數，分別得到6個處理后的變量，即lreer、lpe、lse、lte、lsip和ltip。

實際有效匯率的數據來自IMF統計，以2000年為基期;其他數據均來自《中國統計年鑒2007》。樣本空間取1980-2006年，所選數據為年度數據。

（二）模型檢驗

1.選取滯后階數

綜合考慮樣本的數量，以及依據AIC、SC值越小越好的準則，建立5個VAR模型：

模型1為lreer與lpe的2階VAR模型；模型2為lreer與lse的2階VAR模型；模型3為lreer與lte的3階VAR模型；模型4為lreer與lsip的1階VAR模型；模型5為lreer與ltip的3階VAR模型。

2.單位根檢驗

兩個變量之間存在協整關系的前提是變量具有相同單整階數，因此在建立協整模型之前本文依據ADF法檢驗各變量的單整階數。

表1結果表明，所有變量都是一階單整，因此滿足對相關變量做協整檢驗的前提條件。

3.協整檢驗

VAR模型變量之間協整關系一般用Johnsen(1988)-Juselius(1990)提出的方法檢驗。我們選用序列有線性趨勢項而協整方程只有截距的檢驗形式，利用Eviews5.0得到的結論如表2所示。

從表2看出，在5%的置信系數下，實際匯率與第一產業就業人數之間有2個協整關系，與第二產業就業人數之間沒有協整關系，與第三產業就業人數之間有2個協整關系；實際匯率與第二產業GDP占比之間有2個協整關系，與第三產業GDP占比之間只有1個協整關系。而且，模型殘差項聯合正態性檢驗結果良好也說明協整檢驗結果是有效的。于是我們可以建立模型1、模型3、模型4和模型5所包含的變量之間的協整方程和誤差修正模型。

4.協整方程(CE)和誤差修正模型(VECM)

VECM模型已經剔除t統計量不顯著的滯后項，中括號內的數字為方程系數的t統計量。

CE(1)：lpe=-0.201107lreer+11.39976

［8.14968］

VECM(1)：d(lpe)=-0.457222ecm(-1)+0.691990d(lpe(-1))+0.330382d(lpe(-2))

［-2.45834］［3.94132］ ［1.51834］

+0.212272d(lreer(-1))-0.115178d(lreer(-2))

［3.39731］［-1.57997］

修正可決系數為0.493587，F=5.483493。

CE(3)：lte=0.468007lreer+7.375185

［-1.38375］

VECM(3)：d(lte)=-0.050953ecm(-1)+0.214076d(lreer(-1))-0.155362d(lreer(-2))+0.060611

［-2.81487］ ［3.07707］ ［-1.75604］［2.91839］

修正可決系數為0.435431，F=3.423971。

CE(4)：lsip=0.103178lreer+3.316754 VECM(4)：d(lsip)=0.413065d(lsip(-1))

［-3.18601］ ［1.46094］

修正可決系數只有0.095405，F=1.843740，擬合程度不高。

CE(5)：ltip=0.565205lreer+0.874956

［-3.19455］

VECM(5)：d(ltip)=-0.085127ecm(-1)+0.380127d(ltip(-1))-0.514357d(ltip(-2))

［-3.91624］［1.86927］［-2.93441］

+0.408662d(ltip(-3))-0.112046d(lreer(-1))+0.291765d(lreer(-2))+0.022034

［2.02274］［-1.67855］［3.85859］［2.40456］

修正可決系數0.708504，F=8.638961。

從上面的模型看出，除VECM(4)的擬合程度很差外，其他的3個誤差修正模型均有比較良好的擬合性質，且均具有顯著為負的調整系數，說明短期一旦偏離長期均衡狀態則在下一期進行反向修正。從VECM(1)、VECM(3)和VECM(5)的長期均衡項可以看出，實際匯率的升值將減少農業就業人數、增加第三產業（服務業）就業人數、提升服務業占GDP的比重。對第二產業的影響，就我國的數據來看長期實際匯率與第二產業的GDP占比成正相關，但是由于VECM(4)擬合較差，我們下面將通過脈沖響應分析定性地給出實際匯率的沖擊對第二產業占比的短期影響。

5.Granger因果檢驗

由于上述4組關系有很好的協整性，可以分別對這4組變量做Granger因果檢驗，檢驗結果如表3所示。

檢驗結果表明，實際匯率是其他4個變量的Granger原因，由此說明我們如此建立變量之間的關系是合理的，基于此就可以對有因果關系的變量之間進行脈沖響應分析，并以此說明當實際匯率受到某沖擊時其他變量將如何反應。

6.脈沖響應分析

根據各模型的AR根圖，如果被估計的VAR模型的所有根模的倒數全部都落在單位圓以內，則模型穩定；反之，某些結果將不再有效，比如脈沖響應函數的標準誤差。結果表明，

4個模型均符合穩定性條件，可以進行下面的脈沖響應分析。一般的基于Cholesky順序的脈沖響應分析會由于所選取的變量順序的不同而形成不同的結果，Pesaran和Shin(1998)提出了不依賴于VAR模型中變量次序的廣義脈沖響應函數，本文將采用此方法做脈沖響應分析（如圖1、圖2、圖3和圖4所示）

脈沖響應分析表明，如果實際匯率受到一個正的沖擊影響，農業就業將減少，有持續的長期負效應；而第二產業GDP占比將下降，直到10期以后才有穩定的正效應；對服務業就業人數有長期的正效應；服務業GDP占比在前兩期的反應有波動，此后長期為正效應。

7.實際匯率對第二產業就業的影響

雖然上文的檢驗表明實際匯率與第二產業就業人數之間并沒有協整關系。但是為了討論的完整性，我們將試圖采用LA-VAR模型分析他們之間的因果關系，然后做脈沖響應分析來得出短期的沖擊影響。

根據Toda和Yamamoto的理論，用LA-VAR模型做因果檢驗的過程，首先考慮原VAR模型，假設其滯后階數為p，模型包含所有變量的最大單整階數為d，則直接可以依據原變量之間的VAR(p+d)做因果檢驗。

模型2原為2階滯后VAR模型，其包含變量的最大單整階數為1階，于是我們根據原變量之間的3階VAR模型進行因果檢驗，結果如表4所示。

因此，在10%的置信度下，實際匯率是第二產業就業人數的Granger原因。據此我們可以做lse對lreer脈沖響應圖。這里仍然用廣義脈沖檢驗法，根據Toda和Yamamoto(1995)的理論無需對LA-VAR模型而只要對原VAR模型做脈沖分析即可，結果如圖5所示。

由此可見，實際匯率的增加會使第二產業就業人數減少，并且存在長期的負效應。

四、模型分析

根據上文的實證結果，從長期來看，一方面實際匯率的上升將促使農業勞動力向城鎮轉移，另一方面實際匯率升值可以促進我國服務業的發展并使該產業就業人數增加。然而從我國的實際數據來看，實際匯率升值將微小地促進第二產業發展，卻與該產業就業人數沒有明顯的長期均衡關系。

從短期的沖擊來看，實際匯率的升值能夠引起的農業就業人數減少，服務業就業增加。面對實際匯率的上升，服務業GDP占比經過兩期波動以后會長期增長而且前兩期波動總體呈現正效應，第二產業就業和GDP占比都將下降。

結合實際匯率對產業結構的影響路徑與上述實證結果，我們認為：第一，實際匯率作為非貿易品和貿易品的相對價格，其變動確實起到了配置資源的作用。實際匯率的上升，部分資源流向非貿易部門，使得該部門不僅占GDP的比重上升，而且可以吸納更多的勞動力，短期、長期效應都是如此，而這里的服務業正是非貿易部門。實際匯率上升對第二產業短期產生比較大的負面沖擊，主要是來自于對占到第二產業比重將近90%的工業部門（即貿易部門）的沖擊，是由于生產率相對低下的企業將被淘汰。第二，從長期來看，在良好的制度保障下，處于較低發展階段的工業部門將整體面臨很大的技術進步、資源配置改善和資本深化空間，不管是全要素生產率還是勞動生產率都得到快速增長，并總體上大于服務業，繼續向貿易部門投資仍然可以獲得很大的利益，所以資源繼續流向該部門，使得該部門產值占GDP的比重上升。第三，正是由于工業部門的生產率優勢，外商直接投資也更多地流向該部門，從數據上看，外商直接投資于工業部門的比重逐年增加，截至2000年工業部門實際利用外商直接投資占比已經達到70.14%，此后這一數值也一直保持在65%以上，工業部門在吸引外商直接投資(FDI)的同時，也由于FDI的技術外溢效應提高了自身的生產效率，從而形成良性循環。第四，從進出口的角度看，加工貿易占有進出口總額的比重不斷上升，而我國加工貿易主要是來料加工和進料加工，其顯著特征是“大進大出，兩頭在外”，這也導致實際匯率的升值在使得出口價格提高的同時減少進口成本，這也部分地抵消了升值對貿易部門可能產生的負面效果。

五、結 論

我國目前的產業結構情況是第二產業占比過大，2006年為48.9%，而第三產業發展相對滯后，2006年只占到GDP的39.4%，仍然低于發展中國家的平均水平。通過實證檢驗，實際匯率的升值將有助于改善這一情況，模型顯示，實際匯率每上升1個百分點，第三產業占比將提高0.56%，而第二產業占比只會提高0.1%，這0.1%的提升也是建立在當前第二產業生產率相對較高的基礎上，如果實際匯率上升到一定的幅度，使服務業對資源有相對更大的吸引力時，產業結構將會進一步優化。

盡管人民幣實際有效匯率的升值將有助于改善我國的產業結構，但是升值造成的就業壓力卻不容忽視。升值后大量的農村勞動力轉移，第二產業就業短期受到的較大沖擊，以及長期來看第二產業技術進步可能產生的對勞動力的替代效應，都將使我國的就業形勢嚴峻，但第三產業的發展也許可以在一定程度上解決這一問題。

參考文獻：

［1］ Frenkel Roberto. Real Exchange Rate and Employment in Argentina， Brazil， Chile and Mexico［D］. Paper Prepared for the Group of 24， Washington D.C.， September， 2004.

［2］ Simon M. Burgess， Michael M. Knetter. An International Comparison of Employment Adjustment to Exchange Rate Fluctuations［J］. Review of International Economics， 1998， 6(1) : 151-163.

［3］ Michael W Klein， Scott Schuh， Robert K Triest. Job Creation，Job Destruction and the Real Exchange Rate［J］. Journal of International Economics， 2003，（March）：239-265.

［4］ David E Lebow. Import Competition and Wages : The Role of the Nontradable Sector［J］. The Review of Economics and Statistics， 1993， 75 (8) : 552-558.

［5］ 萬解秋，徐濤. 匯率調整對中國就業的影響——基于理論與經驗的研究［J］. 經濟研究，2004，(2)：39-46.

［6］ 范言慧，宋旺. 實際匯率對就業的影響：對中國制造業總體的經驗分析［J］. 世界經濟，2005，(4)：3-12.

［7］ 丁劍平，鄂永健. 實際匯率、工資和就業——對中國貿易部門和非貿易部門的實證研究［J］.財經研究，2005，(11)：41-49.

［8］ 孫詠梅，祝金甫. 匯率低估與中國經濟結構調整［J］. 財經問題研究，2005，(4)：62-66.

［9］ 張斌，何帆. 貨幣升值的后果——基于中國經濟特征事實的理論框架［J］. 經濟研究，2006，(5)：20-30.

［10］ Balassa Bela . The Purchasing Power Doctrine : A reappraisal［J］. Journal of Political Economy， 1964， 72 (12) : 584-596.

［11］ Toda H.， T Yamamoto. Statistical Inference in Vectorauto-regressions with Possibly Integrated Processes［J］. Journal of Econometrics， 1995， (66) : 225-250.

［12］ 巴曙松，吳博，朱元倩. 匯率制度改革后人民幣有效匯率測算及對國際貿易、外匯儲備的影響分析［J］.國際金融研究，2007，(4)：56-62.

［13］ 高鐵梅. 計量經濟分析方法與建模——Eviews應用及實例［M］. 北京：清華大學出版社，2006.

［14］ 谷克鑒，余劍. 匯率變化與中國產業結構調整研究［M］. 北京：中國人民大學出版社，2008.

（責任編輯：韓淑麗）