經濟波動對中國經濟增長影響的實證分析

邢軍偉

（中共遼寧省委黨校 省情研究所，沈陽 110004）

0 引言

經濟周期性波動與經濟的長期趨勢增長之間的關系一直是宏觀經濟學研究的重點問題，波動對增長的影響結論對于政府部門如何看待宏觀經濟波動以及由此制定相應的調控政策具有重要意義。2008年底爆發的全球性經濟危機，導致市場化經濟國家的大批實體企業停產和倒閉，這不僅降低了世界整體經濟增長，同時也加劇了經濟波動。面對高經濟波動，各國政府采取了積極的應對措施，例如增加政府投資、降低商業銀行利息，但是，經濟的周期性波動一定會減損經濟的增長嗎？一些理論（如隨機增長模型）認為波動會增加經濟行為結果的不確定性，由此導致投資和消費減少，最終減損經濟增長。然而，根據新增長理論，經濟波動特別是經濟衰退時，經濟系統會形成一種內在機制來摧毀引起危機發生的不合理體制和阻礙生產率增長的落后技術，通過調整產業結構來改善經濟效率從而促進經濟長期增長。時至今日，金融危機的陰霾并未徹底消去，經濟波動對經濟增長到底存在負面影響還是正面影響？這個問題在后危機時期再次引起各國政府和學者的廣泛關注。

1 模型和估計方法

本文主要從實證分析的角度研究我國經濟周期性波動對長期增長的影響，采用門檻回歸模型判斷我國經濟周期性波動對經濟增長的影響以及是否存在波動門檻效應，并在不同波動階段波動對增長的影響程度，為此構建如下計量方程模型：

其中ratet是第t期的經濟增長率，ratet-j是第t-j期的經濟增長率，volt是波動，β是波動變量系數，表明波動對長期增長的影響。當考慮地區層面或行業層面的數據時，可以采用面板數據模型：

式（2）中，rateit是第i個地區（或行業）t期的經濟增長率，其中，i=1，…，N，t=1，…，T。ui表示固定效應，vt表示時期效應。為進一步驗證我國經濟波動對經濟增長可能存在非線性影響的假設，下面在式（1）的基礎上建立門檻回歸模型：

式（3）中，波動vol是門檻變量，γ是門檻值，I( )是指示函數，如果括號內的判別為真，則I( )取1，否則取0，β1、β2為對應階段的波動變量系數。式（3）是只含一個門檻值時的方程，如果含有兩個或多個門檻值，需進一步分類。

對于門檻效應模型，Hansen（1996，2000）建議運用順序最小二乘法（Sequential OLS）來估計門檻值，但最初只適合時間序列或橫截面數據，之后他又將數據的范圍擴展到面板數據，但是二者的估計算法是相同的。門檻回歸的思想是將門檻變量的所有觀察值都當作可能的門檻值，據此分割樣本并進行OLS回歸，記S1(γ)是門檻值為γ時式（3）的殘差平方和，則估計的最優門檻值為?=argminS1(γ)。當估計出門檻值后，需要進行兩個檢驗，第一個是對是否存在門檻效應的檢驗，其原假設是不存在門檻效應（H0:β1=β2），備選假設是存在門檻效應（H1:β1≠β2），當原假設成立時，將模型估計得到的殘差平方和記為S0，當備擇假設成立時，將模型估計得到的殘差平方和記為，則此時可以構造統計量為門檻值為時的殘差序列方差。在原假設下門檻估計值γ?是無法識別的，這造成傳統的檢驗統計量并非服從卡方分布，從而無法對假設的顯著性進行判別。為解決這一問題，Hansen提出使用自助抽樣法（bootstrap，也成自舉法）得到統計量的漸進分布，從而得到對應的概率水平。第二個是門檻估計值是否等于真實值的檢驗。在獲得門檻估計值后還要檢驗其是否為真實值的一致性估計，檢驗原假設為：，似然比檢驗統計量為，同樣該統計量也為非標準正態分布，Hansen計算了LR(γ1)的置信區間，即在顯著性水平α下，當時，不能拒絕原假設。

2 數據及統計描述

本文采用時間序列和面板數據兩種數據形式進行研究，在時間序列上，主要使用我國改革開放后（1978-2011年）的GDP和工業行業增加值增長率數據，二者數據均來源于《2012年中國統計年鑒》。對于分地區（23個省、5個自治區、4個直轄市）的增長率面板數據，1978-2008年的數據來源于《新中國六十年統計資料匯編》，2009-2011年的數據來源于《2012年中國統計年鑒》；對于分工業行業（行業名稱見中國統計年鑒，剔除掉其它工業，共37個行業）的增長率面板數據，數據全部來源于各年《中國工業經濟統計年鑒》。

對于經濟波動，在國外研究波動與增長關系的文獻中，基本上用增長率的標準差（非條件波動）和條件波動（ARCH類模型估計得到）兩種波動形式。本文除了在時序數據估計上采用條件波動作為穩健性檢驗外，均采用滾動標準差測度波動水平。滾動標準差的計算公式為：

表1顯示了全國以及分地區、分工業行業的經濟增長率和波動率數據。從表中可以看出，我國GDP年度經濟增長率基本在10%左右，波動率在3%附近，總體上呈現高速平穩增長的態勢，并且低波動時期和高波動時期平均增長率并未出現很大差距。但是，從工業行業看，平均波動水平比GDP波動水平高很多，這可能是由于改革開放以來我國工業行業投資的周期性特征，并且在發展過程中不斷有企業進入和企業退出導致行業波動增加。此外，競爭性行業比壟斷性行業增長率更高，也說明引入市場競爭機制是促進行業快速發展的動力，因此一些國家壟斷行業應繼續深化改革。

3 模型計算結果及解析

3.1 基于加總時間序列數據的分析

表1 全國和分地區、分行業增長率和波動率水平 （單位：%）

表2是基于全國GDP和工業增加值二者增長率序列的門檻回歸估計結果，其中列（1）和列（3）是條件波動時的估計結果，列（2）和列（4）是標準差波動時的估計結果。表2結果顯示，除了列（1）外，其余三個序列F檢驗對應的bootstrap概率水平p值均小于0.1，表明經濟波動對增長影響的回歸模型存在門檻效應，在條件波動下，模型結果中波動變量系數（β1和β2）均不顯著，但在低于門檻值時，均為負；在標準差波動下，β1顯著小于0，而β2大于0不顯著，波動變量門檻值分別為3.71%和5.27%，說明在非條件波動下，當波動水平低于門檻值時，我國經濟波動對經濟增長存在負向影響，而當波動水平高于門檻值時，經濟波動對經濟增長的影響不顯著，這和Nelson（2007）的研究結果不同。

表2 加總時序數據的門門檻回歸結果

3.2 基于地區面板數據的分析

國外一些研究指出在研究經濟波動與經濟增長的關系時，不同的數據類型可能會得出不同的結論（Imbs，2007），那么，在轉型期的中國，經濟波動與經濟增長的關系是否同樣存在這種現象。表3和表4的估計結果對此進行了驗證，由于面板數據不易得到條件波動，在此波動只取標準差形式，其中，表3是基于地區分解面板數據的門檻回歸結果，表4是基于工業行業分解面板數據的門檻回歸結果。

從表3地區面板數據結果看，門檻效應F統計量檢驗顯示經濟周期性波動對經濟增長的影響存在門檻效應，波動變量門檻值為4.90%，從不同波動狀態下的波動變量系數看，在低波動時期經濟波動對經濟增長的影響為負，并且在1%概率水平下顯著，在高波動時期波動對增長的影響為正，但不顯著，這個結果跟基于時間序列的估計結果一致，進一步證實我國經濟短期波動對長期增長的影響存在非線性，在低波動水平下的負影響也與李永友（2006）的結果相同。此外，分地區（東中西部）面板數據的結果與全國數據的結果類似，三個方程均顯示經濟波動對經濟增長存在非線性影響，在低波動時期，波動對增長有負面影響，在高波動時期，波動對增長有正面影響（或不顯著）。對于分地區與全國數據得到相同的結論，這說明我國各地區的經濟增長受到國家宏觀環境和經濟政策的共同沖擊，一項政策的出臺和實施對各個地區的經濟波動和經濟增長有同向的效應。我國經濟波動對經濟增長的負面影響主要來自于經濟波動對投資的負效應，統計數據顯示，2008年金融危機后我國整體企業投資減少而銀行儲蓄增加，這間接說明了預防性儲蓄觀點中的隱含條件（儲蓄全部轉化為投資）在中國不成立，因此投資的降低導致經濟減緩。而在高波動期，波動對增長影響正向不顯著，則有可能是較高的經濟波動例如經濟危機的結果（一方面經濟危機能促進我國的產業結構調整和資源優化配置，另一方面，危機發生短期內企業倒閉潮要大于新企業增長數量，因此對經濟增長取決于哪種機制占主導）。

表3 地區面板數據的固定效應門檻回歸結果

3.3 基于工業行業面板數據的分析

從表4基于工業行業面板數據的結果看，第二列的門檻效應檢驗概率p值小于0.01，說明整體工業行業的周期性波動對長期增長的影響存在門檻效應，門檻值為16.96%。從波動變量系數看，低波動時期的波動變量系數為負，并且高度顯著，而高波動時期不顯著，這和基于工業增加值增長率的時間序列數據結果一致，也與基于全國面板數據的結果一致。分不同行業性質看，競爭性行業結果與整體工業的結果類似，門檻值為17.42%，β1小于0高度顯著，β2不顯著，壟斷性行業門檻值為25.35%，在高于門檻值時，波動變量系數同樣不顯著，但在低于門檻值時，系數符號與競爭性行業恰好相反。這些結果表明工業行業的經濟波動對經濟增長的影響同樣存在非線性，但是在不同行業性質（競爭和壟斷）下，門檻效應的結果不同，競爭性行業在波動低于門檻值時短期波動對長期增長有負面影響，壟斷行業則有正面影響。造成這個結果的可能解釋是我國還是一個主要依靠投資拉動經濟增長的國家，在壟斷行業中基本上是國有或國有控股企業，而競爭行業中基本上以非國有（私營）經濟為主體，國有企業和私營企業對風險（波動）的態度決定了二者的投資行為。我國國有企業對投資有偏好特征，當面臨經濟沖擊或經濟衰退時，國有企業仍然有投資甚至加大投資的沖動，而較少考慮投資風險，相反，私營企業則基本上是以市場為導向，以利潤為目標，同時需要承擔投資風險，因此，當經濟面臨不確定性因素時，會選擇減少或延緩投資。此外，經濟衰退時私營企業也會受到資金的約束而影響投資行為。這個結論表明在經濟受到沖擊時政府部門采取穩定性政策可以避免經濟陷入嚴重的衰退。

表4 工業行業面板數據的固定效應門檻回歸結果

4 研究結論

本文基于門檻回歸模型，在考慮到處于不同波動狀態的經濟波動對經濟增長可能存在非線性影響下，對1978～2011年我國加總經濟增長率時間序列數據和分地區和工業行業面板數據進行分析，分析結果表行我國經濟波動對經濟增長的影響存在波動門檻效應，不同的波動狀態對經濟增長的影響不同。從全國加總GDP和加總工業增加值增長率數據看，在低波動時期，波動對增長的影響有減損效應，而在高波動時期，波動對增長的影響不顯著。分不同地區得出了類似的結論，但在不同性質工業行業下，在低于波動門檻值時，競爭性行業波動對增長有負面影響，而壟斷性行業波動對增長有正面影響，在高波動時影響均不顯著。導致低波動時期競爭性行業和壟斷性行業短期波動對長期增長影響相反的原因是二者企業對風險的投資偏好不同。由結果我們認為中國還是一個以投資為主體的經濟轉型國家，預防性儲蓄觀點和創造性破壞理論在目前還不成立。因此，在經濟受到沖擊時，必要性的政府穩定性政策可以促進我國經濟的增長，避免陷入嚴重的衰退。此外，結合經濟波動對經濟長期增長的影響，政府部門要對不同行業制定不同的經濟調節政策，最大限度地減少經濟沖擊帶來的負面效應。

[1]Buch C，Dopke.J Growth,Volatility,and Credit Market Imperfections:Evidence from German Firms[J].Journal of Economic Studies,2007,(35).

[2]Ezcurra R.Sectoral Volatility and Regional Growth in The European Union[J].Environment and Planning C:Government and Policy,2010,(28).

[3]Hansen B E.Inference When A Nuisance Parameter Is Not Identified Under The Null Hypothesis[J].Econometrica,1996,(2).

[4]Hansen B E.Sample Splitting and Threshold Estimation[J].Econometrica,2000,(3).

[5]Imbs J.Growth and Volatility[J].Journal of Nonetary Economic,2007,(54).

[6]李永友.經濟波動對經濟增長的減損效應:中國的經驗證據[J].當代經濟科學,2006,(7).

[7]劉金全,付一婷,王勇.我國經濟增長趨勢與經濟周期波動性之間的作用機制檢驗[J].管理世界,2005,(4).

[8]劉志銘,郭惠武.創新、創造性破壞與內生經濟變遷——熊彼特主義經濟理論的發展[J].財經研究,2008,(2).

[9]盧二坡,曾五一.轉型期中國經濟短期波動對長期增長影響的實證研究[J].管理世界,2008,(12).

[10]張運峰.波動與增長:基于隨機增長模型的認識[J].統計與決策,2008,(22).