物價波動下的產業調整速度、信貸投放與財政支出

文章編號：1003-6636（2012）02-0013-06；中圖分類號：F202；文獻標識碼：A

物價波動下的產業調整速度、

信貸投放與財政支出收稿日期：2012-10-10

作者簡介：黃榮哲（1974-），男，廣東新會人，廣西財經學院金融系副教授，經濟學博士，研究方向為金融；農麗娜（1976-），女，廣西橫縣人，中國人民銀行南寧中心支行經濟師，經濟學碩士，研究方向為金融。

黃榮哲1，農麗娜2

（1.廣西財經學院，廣西 南寧530003；2.中國人民銀行南寧中心支行，廣西 南寧530028）

摘要：基于1953—2010年統計數據的研究表明，三次產業調整速度能夠顯著地影響通貨膨脹率的變化。函數圖像表現為非對稱的“U型”曲線。調整速度存在著最優區間。調整過快或者過慢都會引起通貨膨脹率上升。在通貨膨脹預期增強的情況下，產業發展規劃要防止因為結構失衡而增大通貨膨脹壓力。另外，在產業結構調整過程當中信貸投放與財政支出等政策必須相互配合。

關鍵詞：產業結構；通貨膨脹率；門限模型

On Velocity of Industrial Adjustment， Credit and Fiscal Expenditure with Price Fluctuation

HUANG Rongzhe1，NONG Lina2

(1. Guangxi University of Finance and Economics， Nanning， 530003， China; 2. Nanning Central

Subbranch of People's Bank of China， Nanning，530028， China)

Abstract：Statistic data from 1953 to 2010 indicates that velocity of three industries’ adjustment impacts inflation rate remarkably. The function graph is an asymmetrical Ushape curve. There is an optimal velocity interval. Either higher or lower velocity will increase inflation rate. Under circumstance of more inflation expectation， industrial development programs should avoid increasing inflation pressure because of structural imbalance. Moreover， policies of credit and fiscal expenditure should cooperate with each other in industrial adjustment.

Key words：industrial structure; inflation rate; threshold model

一、引言

為應對2008年底爆發的國際金融危機，中國政府及時出臺了一系列積極的財政政策和適度寬松的貨幣政策。2010年底政府在繼續實施積極財政政策的同時將適度寬松的貨幣政策轉向穩健。在相對集中的刺激性政策推動下，國民經濟保持了較快發展，同時也出現了一定程度的物價上升和通貨膨脹預期。人們會很自然地將短期內迅速增長的財政支出和信貸投放等總量因素歸結為目前通貨膨脹壓力的根源。然而，誘發通貨膨脹現象的原因可以是多種多樣的，既有總量因素，也有結構因素，或者兩者兼有。除了財政支出和信貸投放等總量因素之外，產業結構調整以及不同產業發展之間是否協調也能夠誘發通貨膨脹現象。由于產業結構調整的供給效應需要相當一段時間才能完全體現，而市場需求的變化相對較快，所以產業結構調整的速度過快或者過慢都有可能使得總供給與總需求出現失衡，進而引起一般物價水平的波動。在通貨膨脹預期增強的環境下，產業結構調整的速度必須適度，既不能操之過急，也不能落后于國民經濟發展的需要。本文將以三大產業為例，分析產業結構調整速度對通貨膨脹率的影響，然后提出一些對策建議。

二、文獻綜述

根據Schultze（1959）、Baumol（1967）和Hicks（1974）的理論，各部門發展不協調（進而總供給與總需求失衡）是結構性通貨膨脹的根本原因。［1］雖然Hicks等將社會經濟區分為“先進部門—保守部門”或者“擴展部門—非擴展部門”，而不是按照三大產業進行劃分，但是他們的理論仍然能夠用來分析三大產業結構調整對通貨膨脹的影響，因為隨著三大產業在國民經濟中的地位發生變化，總需求在不同產業間轉移的情況就會出現。從20世紀80年代末開始，國內關于三大產業結構調整影響通貨膨脹率的研究成果不斷地出現。唐鑫炳（1988）斷言，產業結構在時向序列上決定著供給結構的演變能力和供給總量增長的加速度的大小，從而決定或影響物價狀況。［2］郭克莎（1989）指出，產業結構調整與治理通貨膨脹是對立統一的。只有改善產業結構，才能增加有效供給，真正抑制通貨膨脹；而只有治理通貨膨脹，才能使三大產業的比例關系和各層次產業的內部結構逐步合理化。［3］劉光第（1995）認為，投資結構不合理導致產業結構失衡，進而引起了通貨膨脹問題。［4］盧克群（1995）指出，20世紀90年代前期工業系統產成品積壓，使得流通中所需的貨幣數量增加，通貨膨脹壓力加大。［5］邱兆祥（1995）提出，對農業的投放相對減少致使工農業發展比例失調，生活資料價格上漲過快。根據歷史經驗，我國工農業增長速度的適度比值為25∶1至3∶1，然而1992—1993年卻分別高達43∶1和52∶1。［6］與王師勤（1990）［7］觀點相類似，陳淮（1995）認為，20世紀90年代以來，許多發展中國家迎來工業化高潮。工業化進程起主導作用的第二產業內部結構以及三大產業之間結構的變動與轉換引起了通貨膨脹的必然性和長期性。當產業結構呈現多重轉換并存且轉換速度很快時，結構性供求缺口將成為經常性的現象。［8］吳軍和田娟（2008）運用部門瓶頸模型分析了結構性通貨膨脹的形成機制，并認為其根源在于農業部門發展的相對滯后。［9］唐浩等（2010）提出，加強三大產業之間的互動，尤其是以制造業為核心帶動第一、三產業協同發展，將有助于消除2008年國際金融危機背景下4萬億投資可能帶來的通貨膨脹隱患。［10］

從以上文獻當中不難看出，三次產業結構調整太快或者太慢都會引發總供給與總需求的失衡以及通貨膨脹率的波動。宏觀經濟當中存在著與通貨膨脹率相聯系的產業結構調整的最優速度。應該說，三次產業調整速度與通貨膨脹率之間存在著非線性關系。然而，目前文獻在定量描述非線性函數關系方面存在著不足之處。有的文獻僅僅從定性的角度闡述兩者之間的關系，例如唐鑫炳（1988）；有的文獻只涉及第一、二產業增長速度的適度比值，而忽略了第三產業的發展問題，例如邱兆祥（1995）。更加重要的是，目前文獻都沒有提供如何確定與通貨膨脹率相聯系的產業結構調整最優速度的計量方法。

三、模型設計與實證分析

（一）模型設計

如前所述，財政支出增長率（G）、信貸投放增長率（M）和產業結構調整速度（V）是影響通貨膨脹率（P）的三個主要因素，即P=f(G，M，V)。其中，財政支出增長率（G）與信貸投放增長率（M）代表總量因素，產業結構調整速度（V）代表結構因素。

首先，財政支出與信貸投放等總量因素既可以產生需求效應，也能夠帶來供給效應。一方面，財政支出本身就是社會總需求的一部分，而信貸投放增加也能夠刺激人們的消費與投資需求。結果，總需求曲線向右移動。另一方面，如果財政支出被用來生產公共產品以及對私人產權施行有效保護等以彌補市場缺陷，又或者向國內企業提供生產補貼，那么合理的財政支出規模就能夠促使總供給曲線向右移動。例如，1979-2001年中國財政的基本建設支出對GDP增長的貢獻大約為23%（中國社會科學院經濟研究所經濟增長前沿課題組，2004）。［11］信貸投放增加（尤其是在金融約束或者信貸配給條件下）不僅緩解了生產者的資金緊張狀況，推動更多的生產要素轉化為最終產品和服務，而且隨后的市場利率下調也降低了生產成本，使總供給曲線向右移動。例如，1978—2001年中國農業信貸對農業化肥施用量和農村用電量的彈性分別為03203和04961，對農業總產值及其指數的彈性系數分別為06662和02917（周小斌和李秉龍，2003）。［12］財政支出或者信貸投放等總量因素對于通貨膨脹率的影響效果取決于需求效應與供給效應之間的強弱對比。當需求效應大于供給效應時，通貨膨脹率上升，PG>0、PM>0；當需求效應小于供給效應時，通貨膨脹率下降，PG<0、PM<0。

其次，產業結構調整速度存在門限值。一方面，凌文昌和鄧偉根（2004）提出，以各個產業占GDP比重Si（i=1，2，…，n）的矢量夾角θ來計算產業轉型指標，其中n是產業部門總數。如式1所示，相鄰兩期t1、t2的矢量夾角越大，產業結構調整的速度也就越快。［13］據此，筆者得到一個關于產業結構調整速度的時間序列。另一方面，與一般的多元線性回歸方程式2不同，如果假設通貨膨脹率對于較小的產業轉型系數（低區制）或者較大的產業轉型系數（高區制）的反應存在差異，那么兩區制門限回歸模型就如式3所示。當然，如果與通貨膨脹率相聯系的最優的產業結構調整速度并非某個絕對數值，而是一個數值區間，那么回歸模型就可能演變為包含高、中、低三區制的門限模型，如式4所示。由于產業結構調整過快（高區制）或者過慢（低區制）都可能造成總供給與總需求失衡以及物價波動，所以最優速度只能出現在中區制。

θ=arccos∑ni=1Si(t1)·Si(t2)∑ni=1Si(t1)2·∑ni=1Si(t2)2 （式1）

Pt=l1+l2Gt+l3Mt+l4Vt+εt （式2）

Pt=k1+k2Gt+k3Mt+k4Vt+εt，Vt≤τ

k5+k6Gt+k7Mt+k8Vt+εt，Vt>τ （式3）

Pt=w1+w2Gt+w3Mt+w4Vt+εt，Vt≤τ1

w5+w6Gt+w7Mt+w8Vt+εt，τ1

w9+w10Gt+w11Mt+w12Vt+εt，Vt>τ2 （式4）

情況1：如果原假設H0：w1=w5=w9、w2=w6=w10、w3=w7=w11、w4=w8=w12被接受，那么模型式2、式3和式4之間沒有顯著區別。此時，采用模型式2進行實證分析即可。

但是，如果原假設H0：w1=w5=w9、w2=w6=w10、w3=w7=w11、w4=w8=w12被拒絕，那么模型式2與式3或者式4之間的系數則存在顯著差異，P與G、M、V之間的函數關系是非線性的。模型式3或者式4至少存在1個門限值。要么τ2和τ1之間存在顯著差異，τ2≠τ1；要么τ2和τ1之間不存在顯著差異，τ2=τ1。此時，采用模型式2進行實證分析顯然是不合適的。

情況2：如果原假設H0：w1=w5、w2=w6、w3=w7、w4=w8被接受，并且原假設H0：w5=w9、w6=w10、w7=w11、w8=w12被拒絕，那么低區制和中區制回歸方程的系數沒有顯著差異，而中區制和高區制回歸方程的系數則存在顯著差異。模型式3或者式4只有1個門限值τ1=τ2=τ。此時，采用模型式3進行實證分析即可。

情況3：如果原假設H0：w1=w5、w2=w6、w3=w7、w4=w8被拒絕，并且原假設H0：w5=w9、w6=w10、w7=w11、w8=w12被接受，那么低區制和中區制回歸方程之間的系數存在顯著差異，而中區制和高區制回歸方程之間的系數則沒有顯著差異。模型式3或者式4只有1個門限值τ1=τ2=τ。此時，采用模型式3進行實證分析即可。

情況4：如果原假設H0：w1=w5、w2=w6、w3=w7、w4=w8被拒絕，并且原假設H0：w5=w9、w6=w10、w7=w11、w8=w12也被拒絕，那么高、中、低區制回歸方程的系數存在顯著差異。模型式4有2個不相等的門限值τ2和τ1，即τ2≠τ1。此時，無論采用模型式2還是式3進行實證分析顯然都是不合適的，而只能采用式4。

（二）參數估計

根據中國經濟信息網、《新中國50年統計資料匯編》、《中國統計年鑒2010》和《2010年國民經濟和社會發展統計公報》等資料，筆者整理并計算1953-2010年國內的通貨膨脹率（P）、財政支出增長率（G）、信貸投放增長率（M）以及三次產業調整速度（V），如圖1所示。其中，財政支出增長率（G）可以從統計資料中直接獲得。通貨膨脹率P等于居民消費價格指數（上年=100）除以100再減去1。信貸投放增長率M使用金融機構人民幣信貸資金平衡表當中的資金運用合計數額進行計算。三次產業調整速度V則依據凌文昌和鄧偉根（2004）提供的方法計算得到。

圖1主要變量的時間序列根據Chan（1993）［14］提出的門限值確定方法，如果產業調整速度的樣本數值越接近真實的門限水平V*，那么門限模型的殘差平方和（SSR）、赤池信息準則（AIC）和施瓦茨準則（SC）就應該越小，同時可決系數R2越大。

為此，筆者首先將Pt、Gt、Mt和Vt等多個時間序列全部按照Vt數值大小進行升序排列，得到一組新的非時間序列P’s、G’s、M’s和V’s（s=1，2，…，58），其中V’1≤V’2≤…≤V’58。為了保證門限選取有意義，筆者還將V’1-V’4等4個最小數值與V’54-V’58等5個最大數值排除在候選門限值之外，它們約占全部樣本的155%。結果，候選的門限值V’s只有V’5-V’53等49個數值。

其次，筆者在確保τ1≤τ2的前提下令V’5-V’53等49個數值分別等于門限值τ1和τ2，并依照不同的門限值組合(V’m，V’n)對模型式4進行多次回歸分析，其中V’m≤V’n。如圖2所示，由于門限值τ1≤τ2、V’m≤V’n，所以搜尋范圍實際上僅限于通過坐標軸原點的45度直線以上的網格。最終得到若干個SSR、AIC、SC、R2值。

圖2通過網格搜索模型的門限值第三，在計算得到的若干個SSR、AIC、SC和R2值當中，升序排列第18和45位的產業轉型系數組合（即V’18和V’45）所對應的SSR(18，45)=0075377、AIC(18，45)=-3394022和SC(18，45)=-2967723為最小，且R2(18，45)=0610243為最大，所以V’18=00242和V’45=00648分別最接近于模型式4的真實門限水平τ1和τ2。

如表1所示，為了判斷系數是否存在顯著差異，筆者對中、低區制的回歸方程施加約束條件w1=w5、w2=w6、w3=w7、w4=w8，然后進行Wald檢驗。結果，Wald統計量（服從F分布）的置信概率等于00000。在1%顯著水平條件下，拒絕原假設。中、低區制的回歸方程的系數之間存在顯著差異。

類似地，筆者對中、高區制的回歸方程施加約束條件w5=w9、w6=w10、w7=w11、w8=w12，并進行Wald檢驗。Wald統計量（服從F分布）的置信概率等于00499。在5%顯著水平條件下，拒絕原假設。中、高區制的回歸方程的系數之間存在顯著差異。

因此，筆者可以斷定：第一，函數P=f(G，M，V)是非線性的。多元線性回歸模型式2無法適用于本研究。第二，不僅原假設H0：w1=w5、w2=w6、w3=w7、w4=w8被拒絕，而且原假設H0：w5=w9、w6=w10、w7=w11、w8=w12也被拒絕，說明了模型式4存在2個顯著差異的門限值τ2和τ1（即前面所述之情況4）。與兩區制門限回歸模型相比較，三區制模型更加適合用來研究中國在1953-2010年期間三次產業調整速度對于通貨膨脹率的非線性影響，如圖3所示。

（三）回歸結果的分析

如圖4所示，P=f(V)是左側陡峭而右側平緩的非對稱的“U型”曲線。增加信貸投放（M+）與財政支出（G+），又或者減小信貸投放（M-）與財政支出（G-），都將使得曲線P=f(V)出現平行的位移。

表1三次產業調整速度與通貨膨脹率之間的回歸分析

解釋變量線性回歸模型系數門限回歸模型系數（剔除不顯著的解釋變量）V≤002420024200648截矩項0026730*—-0026463*—G-0129028**-0566680**——M0146988**1019521***0302864***-0097968**V-0022072-3807798**—0424825***R20116114063757504621440606443DW值0854289—1852899—樣本數量58182713Wald檢驗—Probability(F)=0.0000———Probability(F)=0.0499—Probability(F)=0.0000備注：***、**和*分別代表1%、5%和10%顯著水平。

圖3產業結構調整速度與通貨膨脹率之間關系的近似描述圖4M和G平移曲線的效果首先，相對于財政支出增長率和產業結構調整速度而言，信貸投放增長率與通貨膨脹率之間的關系最密切。在高、中、低三個區制的回歸方程當中，M的反應系數都是顯著的。但是，這種密切關系會隨著環境的變化而表現不同。在中、低區制的回歸方程當中，M的反應系數分別為0302864和1019521，均大于零。這說明信貸投放所產生的需求效應大于供給效應。信貸投放增加將引發通貨膨脹率上升，PM>0。相反地，在高區制回歸方程當中，M的反應系數等于-0097968，小于零。這說明信貸投放所產生的需求效應小于供給效應。信貸投放增加反而抑制通貨膨脹率上漲，PM<0。因此，信貸投放并不總是增大通貨膨脹壓力。特別是三次產業結構大調整時期，生產者無論從事固定資產投資還是購買其他生產要素都亟需資金支持。信貸投放可以緩解生產者的資金緊張問題，促進生產要素轉化為最終產品和服務，有助于總供給曲線向右移動。此時，如果信貸增加對物價上漲的抑制作用大于（小于）產業調整速度過快對物價上漲的推動作用，那么通貨膨脹率就會下降（上升），例如1958-1959年（1961年）。

其次，在中、高區制，財政支出對通貨膨脹率的影響并不顯著。只有在產業結構變化不大時，財政支出才會對通貨膨脹率產生顯著影響，并抑制通貨膨脹率上升。在低區制的回歸方程當中，G的反應系數是-0566680，小于零。這說明財政支出的需求效應小于供給效應。財政支出增加將引起通貨膨脹率下降，PG<0。

再次，三次產業結構調整是通貨膨脹率波動的重要原因之一，而且存在著三次產業結構調整的最優速度區間。在低區制的回歸方程當中，V的反應系數是-3807798。這說明產業結構調整速度越慢，通貨膨脹率上漲幅度越大。在高區制，V的反應系數是0424825。情況與低區制則恰好相反，產業結構調整速度越快，通貨膨脹率上漲幅度越大。而只有在中區制，產業結構變動速度與通貨膨脹率之間的關系不顯著。換句話說，00242

第四，非對稱的“U型”曲線表明，如果三次產業結構調整的速度偏離了可能存在的最優區間，那么僅就相同的偏離幅度而言，加快產業結構調整比調整速度放緩要更好些，至少前者引發的通貨膨脹率上漲幅度相對較小。因此，在優化產業結構的過程當中，人們會傾向于加快調整速度。

四、小結

基于1953—2010年歷史數據的實證研究表明，三次產業調整速度與通貨膨脹率的變化密切相關。函數圖像表現為非對稱的“U型”曲線。調整速度存在著最優區間。產業結構調整過快或者過慢都會引起通貨膨脹率上升。盡管在制定未來的產業規劃時可以適度地加快結構調整速度，但是在通貨膨脹預期不斷增強的條件下仍然需要注意發展步伐的協調問題，防止因為結構失衡而增大通貨膨脹壓力。

另外，信貸投放與財政支出等政策必須相互配合。當產業結構調整速度較慢時，信貸投放的需求效應大于供給效應，而財政支出的供給效應大于需求效應。于是，降低信貸投放增長率與提高財政支出增長率，并采取改善民生和補貼企業生產等政策措施來強化供給效應，將有助于抑制通貨膨脹。當產業結構調整速度較快時，信貸投放的供給效應大于需求效應。所以，提高信貸投放增長率，緩解生產者的資金緊張狀況，推動更多的生產要素轉化為最終產品和服務，能夠起到抑制通貨膨脹的效果。

參考文獻：

［1］胡慶康．現代貨幣銀行學教程（第二版）［M］．上海：復旦大學出版社，2001:358-359．

［2］唐鑫炳．產業結構的調整與控制物價［J］．北京商學院學報，1988(4):25-29．

［3］郭克莎．治理通貨膨脹與調整產業結構的矛盾及協調政策［J］．中青年經濟論壇，1989(6):35-37．

［4］劉光第．調整產業結構對抑制通貨膨脹有重大作用［J］．投資研究，1995(3):4-5．

［5］盧克群．調整產業結構控制不適銷商品生產是遏制通貨膨脹的一劑良藥［J］．投資研究，1995(3):10-11．

［6］邱兆祥．貸款投向要體現產業政策［J］．投資研究，1995(3):11-12．

［7］王師勤．產業結構演變與通貨膨脹［J］．財經問題研究，1990(2):17-25．

［8］陳淮．產業發展——抑制通脹的根本之策［J］．管理世界，1995(5):131-136．

［9］吳軍，田娟．結構性通貨膨脹解析——基于當前中國通貨膨脹問題的思考［J］．金融研究，2008(9):91-99．

［10］唐浩，王鵬，唐靜．金融危機背景下中國的投資乘數效應與防通脹分析［J］．經濟學家，2010(4):68-75．

［11］中國社會科學院經濟研究所經濟增長前沿課題組．財政政策的供給效應與經濟發展［J］．經濟研究，2004(9):4-16．

［12］周小斌，李秉龍．中國農業信貸對農業產出績效的實證分析［J］．中國農村經濟，2003(6):32-36．

［13］凌文昌，鄧偉根．產業轉型與中國經濟增長［J］．中國工業經濟，2004(12):20-24．

［14］Chan， K S．Consistency and Limiting Distribution of the Least Squares Estimator of a Threshold Autoregressive Model［J］．The Annals of Statistics，1993，21(1):520-533．

責任編輯：梁宏志