不確定性、產業空心化與經濟波動

陳樂一+鄧佳燕+楊云

摘要：以Aghion等（2004）的模型為基礎，將不確定性、產業空心化引入到宏觀經濟波動的模型中來，分析其對經濟波動的影響，并運用全球104個國家1980-2012年之間的數據進行實證檢驗，結論表明：不確定性、產業空心化程度的變化會影響財富的變化，財富的變化會影響投資的變化，進而影響經濟波動；不確定性程度每提高一個百分點，經濟波動就會提高0.784個百分點，產業空心化程度每提高一個百分點，經濟波動就會提高0.019個百分點。進一步來看，產業空心化程度的提高伴隨不確定性程度的上升會顯著地加劇一個國家的經濟波動。低收入國家不確定性程度的增大對經濟波動的加劇作用最大，高收入國家對經濟波動的加劇作用最小。與中高收入國家相比，低收入國家產業空心化程度的提高會顯著地加劇該國經濟波動。

關鍵詞：經濟波動；不確定性；產業空心化；財富波動；不同收入水平

一、引言

經典的宏觀經濟理論認為不確定性是影響宏觀經濟表現的一個非常重要的因素，當消費者和企業面臨較大不確定性的時候，不利于合理預期的形成，干擾經濟行為主體的決策，阻礙資源的有效配置，從而加劇經濟波動。發達穩健的實體經濟是創造社會財富的根基，實體經濟能力越強，經濟體抗風險能力越強。產業空心化也是影響宏觀經濟波動的重要因素，如果一個經濟體的產業空心化程度比較高，造成資本外流和資本脫離實體經濟部門，導致實體制造業發展的基礎非常薄弱，從而極易引發金融危機，加劇經濟波動。

由于美國虛擬經濟的過度發展，使得資本從實體經濟部門流向虛擬經濟部門，從而導致美國實體經濟的基礎比較脆弱，與此同時，由于信貸的過度擴張，在一系列不確定性因素的影響下，使得借貸者無法按期償還貸款，最終導致2008年下半年美國爆發嚴重的次貸危機。在次貸危機的影響下，總產出大幅下降，導致美國經濟的劇烈波動。隨后，由于冰島、希臘、西班牙等國家產業空心化程度較高，實體經濟的抗風險能力脆弱，受到此次危機的嚴重影響，相繼爆發主權債務危機，造成整個歐元區經濟的大幅波動。而中國、德國等國家制造業基礎雄厚，經濟體系的抗風險能力強，雖然受到美國次貸危機的影響，但是并未出現經濟的大幅波動。基于這種觀念和現實情況之上，本文將不確定性、產業空心化納入到一個國家經濟波動的分析中來，研究其對經濟波動的影響。

二、文獻回顧

經濟波動是世界各國經濟發展過程中所固有的現象，短期內劇烈的經濟波動會造成嚴重的經濟衰退，進而引發嚴重的經濟危機，給經濟的持續平穩發展帶來嚴重的負面影響。現代宏觀經濟學者著重探討的是經濟波動的測度、特征以及經濟波動的原因。

研究經濟波動的一個重要問題是經濟波動的測度。測量經濟波動的方法有多種，最具有代表性的是HP濾波。Hodrick and Prescott [1]將產出的周期成分與增長成分分離開，從而得到經濟周期成分。而Murray[2]認為Baxter-King[3]filte是廣義的帶通濾波，不能夠分離出未觀測到的成分和隨機趨勢的周期成分。Christiano and Fitzgerald[4]在Hodrick and Prescott [1] 、 Baxter and King[3]的基礎上發展了最優有限樣本近似法的帶通濾波，這種帶通濾波能夠處理好隨機游走的低頻成分，從而保留主要的周期成分。

然而，國內外學者更為關注的是經濟波動的源泉，以提出減緩經濟波動的有效措施。國內總需求由消費需求、投資需求、政府支出、凈出口這四個方面構成，Blanchard and Quah[5]、Hartley and Whitt Jr[6]發現需求沖擊對產出波動在短期和中期內具有持續的影響。金融開放是影響經濟波動的重要因素，Gavin and Hausmann[7]得出在金融開放的條件下，資本流動與產出波動之間存在正向關系，金融開放程度的提高加劇了經濟波動；而Kose等 [8]、Evans等[9]研究發現初始的金融開放會加劇經濟波動，但金融開放超過一定程度時會緩解經濟波動。貨幣政策是宏觀經濟調控的重要手段，Levin[10]、Willes[11]、Samanta[12]認為反周期的貨幣政策能夠調節短期內的經濟波動；而Bernanke等[13]、Yoshida[14]則研究表明從緊消極的貨幣政策會誘導經濟波動。DeLoach and Rasche[15]、Kandil等[16]發現匯率的變動不僅會影響一個國家的出口，而且對經濟波動有重大影響。貿易沖擊是影響宏觀經濟波動的重要因素，Mendoza[17]、Kose and Riezman[18]、Yilmazkuday[19]研究表明貿易沖擊至少能夠解釋一半以上的產出波動。

從現有文獻來看，國內外學者已經就總需求沖擊、金融開放水平、貨幣政策、匯率變動、貿易沖擊與經濟波動的關系進行了一定程度的研究。但是，還有一些問題有待深入研究。第一，宏觀經濟不確定性和產業空心化是影響經濟波動的重要因素，但現有文獻還沒有分析不確定性、產業空心化影響宏觀經濟波動的內在機制。第二，不同收入水平的國家的產業空心化程度、不確定性程度以及經濟波動程度是否存在差異，需要進行測度并進行比較。第三，不確定性程度、產業空心化在實際經濟運行中是否對經濟波動有顯著影響，需要進一步檢驗。第四，不同收入水平國家不確定性、產業空心化對經濟波動作用大小需要進行比較，分析其對不同收入水平國家的重要性程度。本文將對以上四個問題進一步展開深入研究。

三、不確定性、產業空心化與經濟波動的理論分析

我們假定所有代理人一個時期末全部財富的固定部分（ ）作為儲蓄，消費是一個固定比例 。在產出的過程中，不確定性和產業空心化程度是重要的影響因素。隨著不確定性程度的變化會導致企業投資的波動，造成總產出的波動，從而加劇經濟波動。在產業空心化的過程中，一方面會造成資本脫離實體經濟，導致實體經濟基礎比較脆弱，經濟體抗風險能力減弱；另一方面，產業空心化伴隨著資本外流，尤其是在經濟衰退時期進一步加劇經濟波動。

1、總產出函數

由于不確定性和產業空心化會影響到資本流動和投資的變化，正向的不確定性會增加投資，促進產出的增加，而負向的不確定性則會導致投資下降，進而導致總產出下降。產業空心化會導致資本脫離實體經濟和資本外流，進而導致投資減少和產出下降。我們在Aghion等 [20]的基礎上，拓展一個里昂惕夫生產函數，將總產出設定為：

（3.1）

利率為 ，且 ， 為不確定性程度， 為產業空心化程度， 為資本， 為其他生產要素， 、 為大于0的參數。

由于信貸市場發展不完善，企業家面臨金融約束，其初始財富為 ，借貸數量為 ， 。當面臨金融約束時，企業的總財富為 。假設投資 。在里昂惕夫的經濟體系中，最優生產均衡為 。則此時的生產函數為：

（3.2）

2、財富的動態變化

定義 為企業在 期的初始財富，財富的動態方程為：

（3.3）

將（3.2）式代入（3.3）式得：

（3.4）

在（3.4）式中，財富的動態軌跡表明當期財富的增加對下一期財富的影響是不確定的，對（3.4）式的當期財富求導：

（3.5）

為分析簡便起見，我們假定 ，根據經濟學穩態理論，經濟體處于穩態的必要條件是 。

3、經濟波動

當 時，下一期財富對當期財富和不確定性求混合偏導數得：

（3.6）

（1）當 時，

（2）當 時，由于 ，可得 。由下一期財富對當期財富和不確定性求混合偏導數大于0，以及當 時， 可得 。表明社會財富以遞減的速度增加，最終收斂于均衡水平。

（3）當 時，由于 ，可得 。由下一期財富對當期財富和不確定性求混合偏導數小于0，以及當 時， 可得 。表明社會財富以遞減的速度遞減，最終收斂于均衡水平。

當 時，下一期財富對當期財富和產業空心化求混合偏導數得：

（3.7）

（1）當 時，

（2）當 時，由（3.7）式 ，且當 時， 可得 。表明隨著 增大，財富以遞減的速度遞減，最終收斂于均衡水平。

當 時， 期財富 隨著 期財富單調遞增，當 時， 期財富 隨著 期財富單調遞減。我們借鑒張玉鵬和王茜 [21]的方法作圖分析財富的動態變化。

當 ，得 時，財富動態變化如圖1：

圖1 單調遞增情況下的財富動態變化

從圖1可知，當 時，財富是遞增的，只不過社會財富是以遞減的速度增加，最終收斂的一個均衡水平，在這個過程中，財富出現了由低到高的變化，呈現出一定程度的波動性。在總產出函數中，投資依賴于財富。財富的由低到高的變化會影響到投資的波動，投資的波動會導致產出的波動。因而，隨著不確定性的變化，經濟中存在波動。

當 和當 時，得 時，財富動態變化如圖2：

圖2 單調遞減情況下的財富動態變化

從圖2可知，當 時，財富是遞減的，只不過社會財富是以遞減的速度遞減，最終收斂的一個均衡水平，在這個過程中，隨著不確定性、產業空心化的變化，財富水平出現了高低變化，財富的變化導致投資的變化，進而意味著經濟運行中存在波動。

總的來看，無論初始財富大小如何都會收斂到穩態均衡。當 時，財富是以遞減的速度增加，最終收斂于一個較高的均衡水平，在這個過程中，隨著不確定性程度的變化，財富出現由低到高的變化，影響到投資的變化，進而導致經濟波動；當 時，財富是以遞減的速度下降，最終收斂于一個較低的均衡水平，在財富收斂的過程中，隨著不確定性和產業空心化的變化，財富出現由高到低的變化導致投資的變化，進而影響經濟波動。因而，在財富收斂的過程中，財富水平呈現出高低變化，這表明隨著不確定性和產業空心化程度的變化，經濟中存在著波動。

四、變量選取、模型設定與數據來源

（一）變量選取

1、經濟波動

經濟波動的測量是研究經濟波動的一個首要問題，Christiano and Fitzgerald [4]在Hodrick and Prescott [1]、Baxter and King [3]發展了最優有限樣本近似法的帶通濾波，這種帶通濾波能夠處理好隨機游走的低頻成分，從而保留主要的周期成分。我們借鑒Christiano and Fitzgerald [4]的方法，采用CF濾波對GDP增長率進行處理，分離出經濟增長的波動成分。

2、不確定性

不確定性是影響宏觀經濟的重要因素，當消費者和企業面臨較大宏觀經濟不確定性的時候，不利于合理預期的形成，干擾企業和消費者做出合理的經濟決策，從而加劇經濟波動。在利用計量模型測度宏觀經濟不確定性的方法中，GARCH模型的異方差是測度宏觀經濟不確定性理想的代理變量。我們使用GARCH（1，1）模型中異質性誤差部分來測度宏觀經濟的不確定性。

3、產業空心化

在經濟發展的過程中，產業空心化不僅導致產業資本外流，制造業向國外轉移，本國的出口相對下降，而且產業空心化會導致資本脫離實體經濟，造成虛擬經濟繁榮，阻礙經濟的長期增長。與范小云和孫大超[22]用工業增加值占GDP的比重來衡量產業空心化程度不同的是，我們采用1減去工業增加值占GDP比重來衡量產業空心化程度。

4、其他控制變量

其他控制變量主要有：（1）金融開放水平。金融開放是影響經濟波動的重要因素，Gavin and Hausmann[7]、張玉鵬和王茜[21]、張瑜和李書華[23]認為金融開放程度的提高加劇了經濟波動。我們借鑒張金清等 [24]的方法，利用實際資本規模法測算金融開放水平。（2）居民消費增長率的變動、政府消費支出增長率的變動、資本形成增長率的變動、凈出口增長率的變動。消費、投資、政府支出、凈出口需求的變化會影響到總需求變化，而總需求的變化會影響到社會總產出的波動。（3）匯率的變動。DeLoach and Rasche[15]、Kandil等[17]認為匯率的變動不僅會影響一個國家的出口，而且對經濟波動有重大影響。（4）貨幣政策的變動。貨幣政策是宏觀經濟調控的重要手段，當經濟過熱時期，采取緊縮的貨幣政策來抑制社會總需求，進而調節社會總產出。當經濟偏冷時期，采取擴張的貨幣政策來刺激社會總需求，繼而抑制經濟衰退。我們選擇M2占GDP比率的變化來控制其對經濟波動的影響。

（二）模型設定

在理論分析的基礎之上，利用全球不同國家和地區的相關數據實證檢驗不確定性、產業空心化對經濟波動的影響，由于不同的國家和地區存在不可觀測的個體效應，Nickell[25]認為個體效應是不可忽視的因素。在借鑒Nickell [25]模型的基礎上將不確定性、產業空心化對經濟波動影響的線性回歸模型設定如下：

（4.1）

其中， 表示經濟波動， 表示不確定性， 表示產業空心化， 表示金融開放水平， 表示居民消費支出增長率的變動， 表示政府消費支出增長率的變動， 表示資本形成增長率的變動， 表示凈出口增長率的變動， 表示匯率的變動， 表示M2占GDP比率的變動， 表示個體效應， 表示隨機干擾項。

由于全球多個國家的數據同時具有截面數據的特征和時間序列數據的特征，因而在回歸的過程中可能存在異方差和序列相關，這會導致系數的估計不夠精準。Beck and Katz[26]利用可行的廣義最小二乘法將面板模型的異方差進行修正，從而能夠得到一致性、無偏性的統計量。借鑒Beck and Katz [26]、Cameron and Trivedi [27]的方法將產業空心化、不確定性對經濟波動影響的線性回歸模型設定如下：

（4.2）

（4.2）式中， 服從零均值同方差的分布。 為隨機干擾項， 為相關系數。其他變量同（4.1）式。

在許多國家的經濟發展過程中，產業空心化與不確定性會出現同時并存的現象，產業空心化程度越高，實體經濟基礎越薄弱，在面臨較大不確定性的時候，經濟波動就會越劇烈。因此，我們將產業空心化與不確定性的交互影響納入到模型中，檢驗其對經濟波動的影響：

（4.3）

其中， 為不確定性與產業空心化的交互項，其他變量同（4.1）、（4.2）式。

（三）數據來源

數據主要來源于世界銀行集團的（WDI）數據庫。我們對全球252個國家和地區1978年到2012年的數據，基于以下原則進行篩選：○1在所有國家和地區中，對金融開放水平超過1的部分用1替代，對于小于0的部分用0替代；○2對居民消費增長率、政府最終消費支出增長率、國內資本形成增長率超過100的部分用100替代，小于-100的用-100替代；○3貨幣M2占GDP比重超過500的用500替代；○4刪除所有變量的缺漏值。根據數據的可得性，我們最終選取了104個國家和地區從1980年到2012年之間的非平衡面板數據。變量的計算方法與描述性統計如表1所示：

表1 描述性統計

變量名稱 變量代碼 計算方法 均值 觀測數

經濟波動

CF濾波 -0.0004 2408

不確定性

Garch異質性方差 0.0059 2408

產業空心化

非制造業占GDP比重 0.8396 2408

金融開放水平

（金融部門開放+外商直接投資凈流入占比）/2 0.1580 2408

居民消費增長率的變動

居民消費增長率的一階差分 0.0000 2408

政府消費支出增長率的變動

支付最終消費支出增長率的一階差分 -0.0009 2408

資本形成增長率的變動

資本形成增長率的一階差分 0.0011 2408

凈出口增長率的變動

凈出口增長率的一階差分 -0.0795 2408

匯率的變動

匯率對數的一階差分 0.0811 2408

貨幣政策的變動

貨幣占比的一階差分 0.0117 2408

表1的統計結果表明，全球經濟波動的均值為-0.0004，意味著全球的經濟波動程度相對較弱；產業空心化的程度的均值0.8396，說明產業空心化程度較高；不確定性程度的均值為0.0059，表明不確定性程度相對較高。

五、樣本統計與實證結果分析

理論分析表明不確定性、產業空心化通過影響財富的變化進而影響到經濟波動，為了直觀的反映出不確定性、產業空心化與經濟波動的關系，我們對不確定性、產業空心化、經濟波動所觀測到的樣本就每個年度求均值，并繪制不確定性、產業空心化與經濟波動的關系圖，具體結果見圖3和圖4：

圖3 不確定性與經濟波動 圖4 產業空心化與經濟波動

通過圖3可發現經濟波動隨著不確定性的變化而變化，在不確定性較大的年份，經濟波動也比較大，不確定性與經濟波動存在同步性關系。通過圖4可看出產業空心化的變化會影響到經濟波動的變化，在產業空心化程度較高的年份，經濟波動幅度較大。總的來看，圖3和圖4表明不確定性、產業空心化的變化會影響到經濟波動。

由于不同的國家具有較大的差異，可能存在不可觀測的個體效應，對于是否存在個體效應，Hausman [28]提出相應的檢驗方法，因此，我們在固定效應模型和隨機效應模型回歸之后借鑒Hausman的檢驗方法進行檢驗。在經濟發展的過程中，由于個別年度的一些突發意外事件會影響到經濟波動，因此，我們在固定效應模型和隨機效應模型中引入年度效應并進行回歸分析，具體結果見表2：

表2 不確定性、產業空心化與經濟波動的固定效應和隨機效應估計

解釋變量 被解釋變量

fe re fe_c re_c 1980-1990 1980-2000 1980-2010

0.611*** 0.530*** 0.616*** 0.532*** 0.641*** 0.638*** 0.617***

（60.490） （52.785） （61.115） （52.873） （34.407） （47.718） （59.772）

-0.040*** 0.019*** -0.051*** 0.020*** 0.009 -0.040** -0.048***

（-3.093） （3.306） （-3.830） （3.485） （0.232） （-2.099） （-3.465）

-0.020*** -0.014*** -0.021*** -0.013*** -0.015** -0.010** -0.020***

（-6.508） （-6.769） （-6.320） （-6.254） （-2.111） （-2.038） （-5.732）

0.033*** 0.042*** 0.032*** 0.041*** 0.048*** 0.040*** 0.032***

（8.865） （10.390） （8.722） （10.198） （6.232） （7.604） （8.493）

0.009*** 0.012*** 0.009*** 0.012*** 0.001 0.007* 0.009***

（3.425） （4.468） （3.430） （4.421） （0.139） （1.954） （3.376）

0.015*** 0.017*** 0.014*** 0.016*** 0.012*** 0.014*** 0.014***

（9.777） （10.555） （9.231） （9.932） （4.552） （7.045） （8.979）

-0.000 -0.000 -0.000 -0.000 -0.001 -0.001 -0.000

（-1.228） （-0.932） （-1.404） （-1.129） （-0.963） （-1.212） （-1.306）

0.006*** 0.006*** 0.005*** 0.004** -0.001 0.003 0.005***

（3.734） （3.638） （2.814） （2.571） （-0.425） （1.491） （2.743）

-0.018*** -0.031*** -0.017** -0.029*** 0.006 -0.008 -0.017**

（-2.737） （-4.455） （-2.493） （-4.123） （0.439） （-0.893） （-2.462）

年度效應 否 否 控制 控制 控制 控制 控制

0.033*** -0.017*** 0.045*** -0.019*** -0.012 0.034** 0.041***

（2.995） （-3.584） （3.850） （-3.296） （-0.397） （2.099） （3.432）

N 2408 2408 2408 2408 673 1456 2293

R2 0.6983 0.6917 0.7149 0.7067 0.7650 0.7265 0.7169

Hausman 459.46 497.24

異方差 10045.61*** 8685.02*** 15929.50*** 3.3e+06*** 14358.81***

序列相關 10645.73*** 8378.99*** 1003.29*** 6119.79*** 8099.32***

F/wald 590.12 4199.16 138.42 4435.13 99.89 122.36 139.61

注：***、**、*分別表示在1%、5%、10%的水平下顯著，括號內為T值或Z值。

從表2的估計結果來看，F值都在1%的水平下通過了顯著性檢驗，這表明模型整體上關系顯著。未控制年度效應Hausman值為459.46，在控制年度效應后Hausman值為497.24，都在1%的水平下顯著地拒絕原假設表明模型存在個體效應，所以應該選擇固定效應模型。

由于面板數據同時具有截面數據特征和時間序列特征，固定效應模型下的回歸可能存在異方差和序列相關的問題。我們采用Baum [29]的方法來檢驗異方差、借鑒Drukker [30]的方法來檢驗序列自相關，固定效應回歸模型中的異方差、序列相關的相關檢驗結果如表3所示。

表2中固定效應模型回歸中，未控制年度效應估計的異方差檢驗的統計值為10045.61，在1%的水平下顯著地拒絕不存在異方差的原假設，表明模型存在異方差問題，序列相關檢驗的統計值為10645.73，在1%的水平下顯著地拒絕不存在序列相關的原假設，表明模型存在序列相關的問題。在控制年度效應后，固定效應模型回歸中，異方差和序列相關的統計結果表明模型的確存在異方差和序列相關問題。Beck and Katz [26]、Cameron and Trivedi [27]使用的可行的廣義最小二乘法估計能夠克服固定效應模型中隨機干擾項存在異方差和序列相關的問題。因此，我們采用可行的廣義最小二乘法估計不確定性、產業空心化對經濟波動的影響，具體估計結果如表3所示：

表3 不確定性、產業空心化與經濟波動的廣義最小二乘法估計

解釋變量 被解釋變量

1980-2012 1980-1990 1980-2000 1980-2010 1980-2012 1980-1990 1980-2000 1980-2010

0.784*** 0.729*** 0.789*** 0.789*** 0.428*** -0.027 0.302*** 0.445***

（94.590） （43.324） （74.213） （94.279） （4.785） （-0.159） （2.668） （4.880）

0.019*** 0.055*** 0.034*** 0.021*** 0.015** 0.047*** 0.030*** 0.018***

（2.808） （4.721） （3.753） （3.162） （2.302） （4.036） （3.440） （2.665）

0.402*** 0.881*** 0.570*** 0.388***

（3.835） （4.356） （4.245） （3.628）

-0.016*** -0.028*** -0.014*** -0.015*** -0.016*** -0.026*** -0.013*** -0.015***

（-6.995） （-5.793） （-4.630） （-6.472） （-7.003） （-5.380） （-4.537） （-6.489）

0.021*** 0.034*** 0.026*** 0.021*** 0.022*** 0.034*** 0.026*** 0.021***

（7.866） （5.907） （7.619） （7.640） （7.972） （5.821） （7.454） （7.738）

0.003** 0.003 0.003 0.003** 0.003** 0.003 0.003 0.003*

（2.138） （0.666） （1.219） （1.964） （2.072） （0.671） （1.273） （1.892）

0.007*** 0.008*** 0.007*** 0.007*** 0.007*** 0.009*** 0.007*** 0.007***

（7.679） （3.898） （6.170） （7.727） （8.185） （4.119） （6.339） （8.133）

-0.000* -0.001 -0.000 -0.000* -0.000* -0.001 -0.000 -0.000*

（-1.776） （-1.392） （-1.297） （-1.715） （-1.782） （-1.354） （-1.201） （-1.716）

0.004*** 0.006*** 0.005*** 0.004*** 0.004*** 0.005** 0.004*** 0.003***

（3.663） （3.138） （3.370） （3.562） （2.946） （2.368） （2.688） （2.876）

-0.011*** -0.008 -0.014** -0.011*** -0.013*** -0.009 -0.016*** -0.013***

（-2.959） （-0.872） （-2.401） （-2.872） （-3.314） （-0.880） （-2.746） （-3.218）

年度效應 控制 控制 控制 控制 控制 控制 控制 控制

-0.017*** -0.044*** -0.023*** -0.015** -0.014** -0.037*** -0.020*** -0.011*

（-2.915） （-4.503） （-3.040） （-2.442） （-2.410） （-3.766） （-2.714） （-1.930）

N 2408 670 1453 2292 2408 670 1453 2292

Panels hetero hetero hetero hetero hetero hetero hetero hetero

Correlation AR（1） AR（1） AR（1） AR（1） AR（1） AR（1） AR（1） AR（1）

Wald 13773.50 2854.44 8667.64 13678.41 12792.51 2754.590 8488.244 12698.78

注：***、**、*分別表示在1%、5%、10%的水平下顯著，括號內為T值或Z值。

從表3的估計結果來看，Wald值都在1%的水平下通過了顯著性檢驗，這表明模型整體上關系顯著。在控制年度效應后，1980-2012年之間的回歸中，金融開放水平（ ）的系數為-0.016且在1%的水平下通過顯著性檢驗，表明金融開放水平的提高能夠顯著地減輕一個國家的經濟波動；居民消費增長率變動（ ）的系數為0.021且在1%的水平下通過顯著性檢驗，說明居民消費增長率變動對經濟波動有顯著影響；政府消費支出增長率變動（ ）的系數為0.003，在5%的水平下通過顯著性檢驗，表示政府消費支出增長對調節經濟波動的作用比較微弱；資本形成增長率變動（ ）的系數為0.007且在1%的水平下通過顯著性檢驗，顯然資本形成增長率的變動對經濟波動的影響較大；凈出口增長率變動（ ）的系數為0.000，在10%的水平下顯著，表明凈出口的變動對經濟波動的影響非常小；匯率變動（ ）的系數為0.004且在1%的水平下通過顯著性檢驗，說明匯率變動大可以加劇一個國家的經濟波動；貨幣政策變動（ ）的系數為-0.011且在1%的水平下通過顯著性檢驗，表示貨幣政策在調節減緩經濟波動方面具有重要作用。

控制其他變量的影響之后，在1980-2012年之間的回歸中，不確定性（ ）的系數為0.784，仍然在1%的水平下通過顯著性檢驗，表明不確定性每增大一個百分點，經濟波動就會增加0.784個百分點；另一個核心解釋變量產業空心化（ ）的系數為0.019，且在1%的水平下通過顯著性檢驗，這說明產業空心化程度每提高一個百分點，經濟波動會增加0.019個百分點。不同時區下，估計結果呈現出穩健性特征。因而，不確定性、產業空心化程度的提高會顯著地加劇一個國家的經濟波動。

在經濟發展的過程中，一些國家產業空心化程度比較高，實體經濟基礎比較薄弱，經濟抗風險能力比較弱，當面臨較大不確定性的時候，就會出現劇烈的經濟波動。而產業空心化程度比較低且面臨不確定性程度較小的時候，經濟波動就會越平緩。接下來我們就不確定性與產業空心化的交互作用對經濟波動的影響進行估計，具體結果見表3。

從表3的估計結果來看，在1980-2012年之間回歸中，不確定性與產業空心化交互作用項（ ）的系數為0.450，仍在1%的水平下通過顯著性檢驗，不同時區下的估計結果呈現出穩健性的特征，表明一個國家產業空心化程度較高的同時不確定性程度的上升會顯著地加劇一個國家的經濟波動，究其緣由，當產業空心化程度較高的時候，實體經濟的基礎就越薄弱，經濟體系抗風險能力就越脆弱，當面臨較大的不確定性沖擊之時，就會出現劇烈的經濟波動。

對于不同收入水平下不確定性、產業空心化對經濟波動是否有影響以及影響是否存在差異，需要分不同收入水平國家進行估計，我們仍將以人均GDP小于1000美元劃分為低收入國家、大于等于1000美元且小于10000美元劃分為中等收入國家、大于等于10000美元與大于等于20000美元劃分為高收入國家進行分組統計，并分別進行回歸，具體結果見表4：

表4 不同收入水平下的估計

解釋變量 被解釋變量

0-1000 1000-10000 >10000 >20000 0-1000 1000-10000 >10000 >20000

0.808*** 0.689*** 0.659*** 0.652*** 0.812*** 0.708*** 0.572*** 0.536***

（62.247） （50.627） （31.287） （22.571） （64.922） （53.048） （25.845） （17.726）

0.043*** 0.007 0.025** 0.023* 0.068*** 0.009 0.014 0.001

（3.307） （0.787） （2.011） （1.917） （5.137） （1.030） （1.443） （0.060）

-0.016*** -0.015*** -0.004 -0.000 -0.004 -0.017*** -0.010*** -0.004

（-3.697） （-6.531） （-0.984） （-0.048） （-0.927） （-7.047） （-2.608） （-1.056）

0.021*** 0.034*** 0.040*** 0.042** 0.018*** 0.031*** 0.041*** 0.042**

（5.125） （6.846） （3.915） （2.236） （4.942） （6.706） （4.073） （2.388）

0.003 0.002 0.008 0.015 0.003 0.005 0.013* 0.035**

（1.336） （0.501） （1.136） （1.086） （1.471） （1.430） （1.892） （2.541）

0.006*** 0.012*** 0.013*** 0.014*** 0.005*** 0.009*** 0.012*** 0.014***

（4.138） （7.690） （5.255） （3.461） （3.827） （6.198） （4.403） （3.201）

-0.001 -0.000 0.000 0.000 -0.001 -0.001** 0.000 0.000

（-1.427） （-1.165） （0.646） （0.933） （-1.486） （-2.006） （0.520） （0.385）

0.007*** 0.008*** 0.003 0.003 0.005*** 0.006*** -0.001 0.008

（3.717） （4.502） （0.617） （0.486） （2.899） （3.608） （-0.202） （1.144）

-0.037*** -0.017*** -0.015*** -0.016*** -0.040*** -0.013** -0.010** -0.013***

（-2.944） （-2.594） （-2.866） （-2.648） （-2.979） （-2.078） （-2.354） （-2.711）

年度效應 否 否 否 否 控制 控制 控制 控制

-0.043*** -0.009 -0.017* -0.015 -0.080*** -0.008 -0.011 0.004

（-3.806） （-1.158） （-1.655） （-1.478） （-6.548） （-0.996） （-1.262） （0.350）

N 831.000 1136.000 439.000 264.000 831.000 1136.000 439.000 264.000

Panels hetero hetero hetero hetero hetero hetero hetero hetero

Correlation AR（1） AR（1） AR（1） AR（1） AR（1） AR（1） AR（1） AR（1）

Wald 5117.29 4149.92 1907.52 1030.93 5852.29 16109.08 2553.98 1669.73

注：***、**、*分別表示在1%、5%、10%的水平下顯著，括號內為T或Z值。

從表4的估計結果來看，Wald值都在1%的水平下通過了顯著性檢驗，這表明模型整體上關系顯著。具體來看，控制年度效應后，在低收入國家分組的回歸中，不確定性系數為0.812在1%的水平下通過顯著性檢驗；產業空心化系數為0.068且在1%的水平下通過顯著性檢驗，說明低收入國家不確定性、產業空心化程度的提高會加劇該國的經濟波動。在中等收入國家的回歸中，不確定性系數為0.708在1%的水平下通過顯著性檢驗，表明中等收入國家不確定性的增大會加劇該國的經濟波動；產業空心化的系數為正但不顯著，表明中等收入國家產業空心化程度的提高對該國經濟波動沒有顯著地影響。在高收入國家分組的回歸中，不確定性系數分別為0.572、0.536且在1%的水平下通過顯著性檢驗，說明高收入國家不確定性的增大顯著地加劇該國的經濟波動；產業空心化的系數都為正但并不顯著，表明高收入國家產業空心化程度的提高對該國經濟波動影響微弱。

進一步來看，在控制年度效應后，不同收入水平國家的不確定性程度同時增加1%，低收入國家的經濟波動程度會增大0.812%、中等收入國家會增大0.708%、高收入國家會增大0.572%，表明低收入國家不確定性程度的增大對經濟波動的加劇作用高于中等收入國家；中等收入國家不確定性程度的增大對經濟波動的加劇作用高于高收入國家；意味著低收入國家在抗風險能力方面比較脆弱，而高收入國家抗風險能力相對較強。相對于中等收入國家和高收入國家而言，低收入國家產業空心化程度的提高會顯著地加劇該國經濟波動。

六、結論與建議

經濟波動是各國政府都不可忽視的經濟問題，當今世界各個國家都努力探索出緩解經濟波動的政策措施。理論和經驗分析表明：不確定性、產業空心化程度的變化影響到財富的變化，財富的變化會影響投資的變化，進而影響到經濟波動；不確定性程度越高、產業空心化程度越高，經濟波動就會越劇烈。進一步來看，在產業空心化與不確定性的交互作用下，產業空心化程度的提高伴隨不確定性程度的上升，會顯著地加劇一個國家的經濟波動。低收入國家不確定性程度的增大對經濟波動的加劇作用高于中等收入國家；中等收入國家不確定性程度的增大對經濟波動的加劇作用高于高收入國家。與中高收入國家相比，低收入國家產業空心化程度的提高會顯著地加劇該國經濟波動。

因此，要有效的減輕一個國家的經濟波動，降低產業空心化程度和不確定性程度是至關重要的措施。降低產業空心化程度，要大力發展實體經濟，增加對實體經濟的金融支持，降低實體經濟的融資成本，提高實體經濟的效益，增強一個國家的工業制造能力；降低經濟體系不確定性的風險，要穩定經濟增長預期，綜合采用財政政策和貨幣政策，科學地對宏觀經濟進行調控，減少人為因素給經濟體系帶來的不確定性沖擊。

除此之外，要減輕一個國家的經濟波動，還需要采取以下幾個方面的措施：○1進一步提高金融開放水平，加強對國際資本流動的監管；○2要加大貨幣政策調控力度和穩定匯率；○3要促進消費、投資、政府支出和凈出口的平穩增長，努力促使消費、投資、政府支出和凈出口的平穩增長，避免由于這四個方面的急劇變化而引起的經濟劇烈波動。

參考文獻：

[1] Hodrick R J， Prescott E C. Postwar US Business Cycles： An Empirical Investigation[J]. Journal of Money， Credit and Banking， 1997， 29（1）： 1-16.

[2] Murray C J. Cyclical properties of Baxter-King filtered time series[J]. Review of Economics and Statistics， 2003， 85（2）： 472-476.

[3] Baxter M， King R G. Measuring business cycles： approximate band-pass filters for economic time series[J]. Review of economics and statistics， 1999， 81（4）： 575-593.

[4] Christiano L J， Fitzgerald T J. The Band Pass Filter*[J].International economic review， 2003，44（2）： 435-465.

[5] Blanchard O J. The Dynamic Effects of Aggregate Demand and Supply Disturbances[J].The American Economic Review， 1989， 79（4）： 655-673.

[6] Hartley P R， Whitt Jr J A. Macroeconomic fluctuations： Demand or supply， permanent ortemporary？[J]. European Economic Review， 2003， 47（1）： 61-94.

[7] Gavin M， Hausmann R. Sources of macroeconomic volatility in developing economies[R].IADB Working Paper （Washington： Inter-American Development Bank）， 1996.

[8] Kose M A， Prasad E S， Terrones M E. How does globalization affect the synchronization ofbusiness cycles？[J]. The American Economic Review， 2003： 57-62.

[9] Evans M D， Hnatkovska V V. Financial integration， macroeconomic volatility， and welfare[J].Journal of the European Economic Association， 2007， 5（2‐3）： 500-508.

[10] Levin B F. Monetary Policy And Economic Stability Speed And Scale Of Action[J]. Journal of Finance， 1959， 14（2）： 161-171.

[11] Willes M H. The scope of countercyclical monetary policy[J]. Journal of Money， Credit and Banking， 1971， 3（3）： 630-648.

[12] Samanta S. Measuring the Impact of an Interest on Reserves Regime on Monetary Policy Effectiveness： Evidence from New Zealand[J]. 2011.

[13] Bernanke B S， Gertler M， Watson M， et al. Systematic monetary policy and the effects of oil price shocks[J]. Brookings papers on economic activity， 1997： 91-157.

[14] Yoshida H. Monetary policy and economic fluctuations in a sticky-price model[J]. Journal of Economic Behavior & Organization， 2007， 62（3）： 428-439.

[15] DeLoach S B， Rasche R H. Stochastic trends and economic fluctuations in a large open economy[J]. Journal of International Money and Finance， 1998， 17（4）： 565-596.

[16] Kandil M， Berument H， Dincer N N. The effects of exchange rate fluctuations on economic activity in Turkey[J]. Journal of Asian economics， 2007， 18（3）： 466-489.

[17] Mendoza E G. The terms of trade， the real exchange rate， and economic fluctuations[J]. International Economic Review， 1995： 101-137.

[18] Kose M A， Riezman R. Trade shocks and macroeconomic fluctuations in Africa[J]. Journal of Development Economics， 2001， 65（1）： 55-80.

[19] Yilmazkuday H. Business cycles through international shocks： A structural investigation[J]. Economics Letters， 2012， 115（3）： 329-333.

[20] Aghion P， Bacchetta P， Banerjee A. Financial development and the instability of open economies[J]. Journal of Monetary Economics， 2004， 51（6）： 1077-1106.

[21] 張玉鵬，王茜.金融開放視角下宏觀經濟波動問題研究——以東亞國家（地區）為例[J].國際金融研究，2011，（2）：14-24

[22] 范小云，孫大超.實體產業空心化導致發達國家的高主權杠桿？——基于發達國家主權債務危機的實證分析[J].財經研究，2013，3：112-122.

[23] 張瑜，李書華.金融開放度與宏觀經濟波動——基于發達國家與發展中國家和地區的實證研究[J].財經論叢，2011，（5）：52-57

[24] 張金清，劉慶富，趙偉.金融開放水平測度方法的評述與比較[J].產業經濟研究，2007，（3）：68-77.

[25] Nickell S. Biases in Dynamic Models with Fixed Effects[J]. Econometrica， 1981， 49（6）：1417-1426.

[26] Beck N， Katz J N. What to do （and not to do） with time-series cross-section data[J].American political science review， 1995， 89（03）： 634-647.

[27] Cameron A C， Trivedi P K. Microeconometrics using stata[M]. College Station， TX： Stata Press， 2009.

[28] Hausman J A. Specification Tests in Econometrics[J]. Econometrica， 1978， 46（6）： 1251-1271.

[29] Baum C F. Residual diagnostics for cross-section time series regression models[J]. The Stata Journal， 2001， 1（1）： 101-104.

[30] Drukker D M. Testing for serial correlation in linear panel-data models[J]. Stata Journal， 2003， 3（2）： 168-177.

Uncertainty、Industrial Hollowing Out and Economic Fluctuation

（College of Economics and Ttrade， Hunan University， Changsha，410006）

Abstract： On the base of model of Aghion et al.（2004）， we introduce the uncertainty and the industrial hollowing out into a model of macroeconomic fluctuations， analyzes its influence on economic fluctuation， and using the global 104 countries between 1980 and 2012 years data for empirical test， the conclusion shows that the change of the degree of uncertainty and industrial hollowing out will affect the change of wealth， wealth changes will affect the change of investment， which influence on economic fluctuation； The higher level of uncertainty and industrial hollowing out， the more severe economic fluctuation； Every one percent increase of uncertainty degree， economic fluctuation will increase 0.784%， the degree of industrial hollowing out increased every one of percent， economic fluctuations will be increased by 0.019%. Further， under the interaction of uncertainty and industrial hollowing out， the rising degree of industrial hollowing out along with increasing the degree of uncertainty can significantly aggravate a country's economic fluctuations. Increasing the degree of uncertainty have an biggest effect on economic fluctuations in low-income countries， Increasing the degree of uncertainty have an smallest effect on economic fluctuations in high-income countries. Compared with the middle-income and high-income countries， low-income countries increase the degree of industrial hollowing out will significantly aggravate the country's economic fluctuations.

Key words： Economic Fluctuation； Uncertainty； Industrial Hollowing Out； Wealth Fluctuation； Different Level of Income