經濟周期階段轉換視角下財政乘數測算與財政政策效應檢驗*

□ 付一婷 劉子玉 劉金全

內容提要 本文基于平滑遷移VAR 模型，測算處于不同經濟周期階段的財政乘數，并利用脈沖響應函數對政策的作用機理與福利損失進行度量。結果顯示：首先，財政乘數在緊縮階段大于擴張階段，體現出顯著差異性、非對稱性與逆周期性，且對投資的帶動作用最強。財政政策效應在經濟擴張階段明顯減弱，體現當前財政政策操作的逆周期特征；其次，在收縮階段，財政政策效應具有長期性和持續性，持續有效期限可達到5年，但是對應的福利損失較大，可以達到擴張階段福利損失的3 倍;而擴張期間的財政政策效果可以維持2年左右，但福利損失較小，這表明經濟擴張期間政策效果較弱，適宜作為維持經濟增長處于合理區間的微調工具。目前我國逐步由緊縮時期邁入擴張時期，積極財政政策尚未到退出時點，因此在政策制定與執行過程中需要充分考量不同階段政策效果差異，并將緊縮時期擴張政策的長期福利損失納入分析框架，以實現政策連續性、穩定性與可持續性。

一、引言

十九屆五中全會強調“健全以國家發展規劃為戰略導向，以財政政策和貨幣政策為主要手段，就業、產業、投資、消費、環保、區域等政策緊密配合，目標優化、分工合理、高效協同的宏觀經濟治理體系”，這為我國宏觀經濟治理和財政政策制定提供了重要思路和導向。2020年初新冠疫情沖擊下我國供應鏈斷裂且有效需求大幅下滑，導致經濟增速斷崖式下降到-6.8%。面對經濟環境惡化和不確定性加強，政府需要施行積極經濟政策干預以幫助經濟盡快復蘇。但是，由于我國貨幣政策空間不斷被壓縮且效果呈邊際遞減態勢，削弱了貨幣政策的刺激能力，從而凸顯出財政政策在宏觀經濟治理過程中的重要地位。疫情期間政府通過提高政府支出、降低中小企業稅率、提高赤字率等一系列強刺激政策以期提振經濟活力，使得經濟增速于2020年末恢復至6.5%。隨著經濟逐步走出緊縮階段，調控方式也由強刺激向穩擴張切換。值得注意的是，2008年次貸危機沖擊下我國經濟增速也發生過斷崖式下滑，政府通過4 萬億救市計劃提振經濟，使得經濟在短時間內修復到危機前水平，但由于政策長期調控失當，導致通貨膨脹率上行與增速由高速向中高速換擋。

現階段對財政政策的關注點在于：一方面隨著我國經濟逐漸脫離緊縮階段，財政政策調控力度與方式需要隨之轉換，因此需要對不同周期階段下財政政策的調控效果進行量化分析，以保證政策的連續性、穩定性與可持續性，另一方面基于4 萬億政府支出帶來的經驗與教訓，財政政策不僅要考量短期刺激作用，也要兼顧長期福利損失與經濟發展質量。有鑒于此，本文通過定量估計不同經濟周期階段下財政乘數與脈沖響應函數，深入分析財政政策的作用機理與福利損失，檢驗財政政策能否以最小的福利損失促進經濟高質量發展，從而為政府制定與執行跨周期政策奠定理論基礎。

二、文獻綜述

關于財政乘數的研究已有很長的歷史，但一直以來研究方法并沒有統一。2008年次貸危機期間利率逼近零導致常規貨幣政策失效后，財政乘數研究才得到長足的發展。這一時期的研究主要表現在三個層面的演進：第一，發達經濟體的財政政策均表現出擠出效應。部分學者通過對發達國家財政乘數進行測算，結果顯示財政乘數小于1，表明政府支出提升后擠出私人部分的消費與投資，導致乘數增速不及政府支出（Ramey & Zubairy，2018）。第二，政策測度方式由中短期瞬時乘數向長期動態累計乘數轉變。典型的財政政策通過一系列財政支出規劃完成政策目標，因此僅考慮短期瞬時乘數不能合理反映政策的長期動態特征，需要以貼現累計乘數度量政策的真實調控效果（Mountford & Uhlig，2009）。第三，研究方法上由時間序列方法向面板數據計量方法發展。VAR 模型與DSGE 模型是當前主流的時間序列分析方式，該方法在經濟預測方面具有顯著優勢，但是隨著面板數據的可得性逐漸提升，后者對因果關系的解釋要強于時間序列方法（Kraay，2012）。

隨著對財政乘數研究的不斷深化，學術界逐漸發現在不同宏觀經濟環境下，財政乘數的測算結果有顯著區別。這主要是因為在不同周期階段、利率零下限等特殊情況下，財政政策效果會隨之變動，而全樣本測算出的財政乘數會掩蓋局部乘數的變異性（Gechert & Rannerhberg，2014）。Auerbach& Gorodnichenko（2012）首次利用STVAR 模型檢驗了不同經濟周期階段下財政乘數的異同，均發現緊縮時期的財政乘數大于擴張時期，且緊縮時期財政乘數大于1，即緊縮時期財政支出增加能夠帶動私人消費與投資，從而刺激需求。此后大量關于不同周期階段下財政乘數差異的研究不斷涌現?？偟膩砜?，學者們對不同周期階段下的財政乘數在定性層面達到了共識，而對定量層面則產生分歧，即緊縮時期的財政乘數要大于擴張時期，但是乘數在兩個時期的具體數值仍各執一詞（Can delon & Lieb，2013；Fazzari et al.，2015；Dupor &Guerrero，2017）。

隨著我國貨幣政策趨于穩健中性，調控空間不斷降低，政府與學術界對于財政乘數的關注度也在不斷上升。與歐美等發達國家相比，中國財政政策的作用機理與調控效果具有顯著差異：其一政府支出中投資性投入與消費性投入影響宏觀經濟運行的機制機理有所區別（王文甫，2010；賈俊雪和郭慶旺，2010）；其二，我國金融市場尚處于發展階段，信貸市場與信貸衍生機制對財政政策傳導與擴散路徑亦不同于發達國家（賈俊雪，2017；王立勇和徐曉莉，2018）。同時，隨著計量方法的改進，關于乘數量化測算的研究也在不斷深入，但對于具體數值仍未形成統一意見。王國靜和田國強（2014）基于DSGE 模型測算我國財政乘數，結果顯示我國政府投資乘數是6.11，政府消費乘數是0.79，并指出在估計財政乘數的時候不能忽略政策規則的內生性。陳登科和陳詩一（2017）利用DSGE 模型模擬存在超低利率與金融摩擦下財政乘數的形成機理，計算得出產出乘數、消費乘數與投資乘數分別為3.44，0.73 和5.74。陳詩一和陳登科（2019）對不同周期階段的財政乘數進行測算，發現數值處于0.37～0.85 區間。此外，陳創練等（2019）利用具有約束的TVP-VAR 模型估算我國動態財政乘數，結果顯示政府投資乘數與政府消費乘數均呈現不斷下滑趨勢，而政府稅收乘數則較為穩健。王志剛和朱慧（2021）在IS-LM 拓展模型的基礎上，對我國財政乘數進行測算，發現財政支出乘數在0.58～0.67 間，稅收乘數在-0.18～0.22間，私人投資乘數在1.16～1.8 間。不同研究對財政乘數測算的差異主要源自模型假設、計量方法與數據選取等方面，不同情況下測算的財政乘數有所區別。

針對現有研究中國財政支出乘數文獻存在的缺失，本文研究創新體現在如下幾個方面：第一，以往研究對經濟周期劃定僅依靠當期值與均值之差度量，易將趨勢項納入波動項中，從而導致對經濟周期狀態劃分不清。本文利用HP 濾波處理GDP 增速從而分離出產出缺口數據，能夠真實反映中國經濟周期的階段性特征，從而有效測算財政乘數。第二，相較于以往使用S-VAR 和TVPVAR 計算財政乘數的研究，本文利用STVAR 模型計算財政乘數在經濟意義上具有明顯優勢，一方面STVAR 能夠修正VAR 全樣本線性假設，妥善反映經濟周期不同階段內的乘數差異；另一方面，它能克服TVP-VAR 的偽時變特征，可以利用更多樣本信息而非使用隨機波動模擬脈沖，從而使計算出的乘數值更加穩健。最后，考慮到傳統研究通常忽略財政政策成本，而從4 萬億救市計劃等積極財政政策的作用效果來看，財政政策通常具有“雙刃劍”效應，因此合理地評估政策執行成本至關重要，本文從長期效應與福利損失兩方面全面評價財政政策的執行效果，系對現有文獻的有益補充。

三、不同經濟周期階段下我國財政乘數的測算與分析

本文選擇平滑遷移向量自回歸模型（簡稱STVAR 模型）對1996年一季度至2020年二季度區間內經濟周期擴張時期與緊縮時期的財政乘數進行測算，以測度財政政策調控效果，而后通過脈沖響應函數與累計脈沖響應函數探究財政政策的長期效應與福利損失。

（一）STVAR 模型設定

STVAR 相較于其他區制估計模型的優勢在于：STVAR 模型會根據每個時點的條件概率對數據進行加權，并在不同區制利用相應權重進行估計，提升可用信息的數量，從而規避其他模型因樣本規模小所引起的估計不準確現象。STVAR 模型的具體方程為：

式（1）是對標準VAR 模型進行拓展，以加權平均方式將緊縮區制與擴張區制納入模型中，其中Xt為核心變量，主要包括政府支出、總產出、消費與投資，用以后文計算乘數?！荅（L）和∏R（L）分別為擴張期與緊縮期核心變量的結構參數矩陣。式（2）~（3）表明方程擾動項的方差受到兩個區制的擾動項分布影響，即ΩE與ΩR。式（4）為平滑遷移概率分布函數，運用Logistic 形式將轉移變量zt轉化為概率形式，該函數的值域為［0，1］。其中γ為平滑參數，它決定了F（zt）函數從0 到1 的遷移速度，其取值越大，函數遷移速度越快，此時F（zt）關于zt的變化呈現出典型的兩區制穩態特征，反之，其取值越小，F（zt）的變化就越緩慢，此時系統將隨著zt取值的變化呈現出復雜的時變特性?？紤]到本文主要是用轉移函數劃分經濟周期的不同階段，進而檢驗不同階段下財政乘數的變異性，故在此將產出缺口設定為zt。這樣一來，當zt取值為負時，F（zt）的值域為（0.5，1），代表經濟緊縮階段，而當zt取值為正時，F（zt）的值域為（0，0.5），代表經濟擴張階段。在實際應用過程中，為使經濟緊縮和經濟擴張的特征更為明顯，本文參照Auerbach&Gorodnichenko（2012）的有關設定，將F（zt）＜0.3設置為經濟典型擴張期，將F（zt）＞0.7 設置為經濟典型緊縮期。

在對模型進行設定后，利用最大似然估計對上面的方程進行估計，其形式為：

在此，為解決結構參數表現出顯著非線性分布且有多個解的可能性，參照Chernozhuko v et al.（2007）的方法，使用馬爾科夫鏈蒙特卡羅方法（MCMC）進行計算，該方法不僅能夠求解出全局最優解，還能夠計算出估計參數的概率分布函數。因此，本文利用Hasting-Metropolis 算法求解長度為N 的馬爾科夫鏈，將初值帶入模型中后，設定長度N 為30000 次，并舍棄前30%抽樣以保證估計有效性，最終得到參數分布函數。

（二）數據處理與周期階段劃分

本文選取一般公共預算支出、GDP、社會消費品零售總額與固定資產投資完成額度作為政府支出、產出、消費與投資的代理變量，其中除GDP 外均為月度數據，樣本區間為1996年1月至2020年6月，數據均源自中經網統計數據庫。本文將一般公共預算支出、社會消費品零售總額與固定資產投資完成額度加總為季度數據，以保證數據結構的一致性。而后通過幾何平均將月度CPI 處理為季度數據，并計算出以1996年為基期的平減指數，從而剔除價格因素獲得平減后實際數據。最后利用X12 方法去除變量中的季節因素，并進行對數差分，以獲得實際環比增長率作為模型估計數據。本文選取滯后一階模型作為估計模型，即STVAR（1）。

在確定核心變量后，本文將選取轉換變量以度量經濟周期的擴張期與收縮期。在經濟周期研究中，產出缺口通常作為劃分擴張期與緊縮區的有效工具變量，Auerbach & Gorodnichenko（2012）選取美國GDP 增長率作為基礎變量，并通過移動平均后去除樣本均值作為產出缺口變量。但是中國經濟實際情況與國外不同。20世紀末與21世紀初我國依靠人口紅利、技術追隨與粗放型發展使得經濟增速長期保持在10%左右，但這一時期經濟波動也相對較大，政策調控頻繁。而自2012年以來我國進入新常態時期，經濟由高速向中高速換擋，發展方向由高增速向高質量轉型，更注重對市場的指引作用?？v觀經濟發展歷程，不同階段經濟增長趨勢有所差別。若用去除均值的方式計算產出缺口，可能會將趨勢項納入至波動項中，從而對區制產生誤判。因此，本文使用HP 濾波處理GDP 實際環比增速獲取產出缺口數據，以作為STVAR 模型的轉移變量。

陳詩一和陳登科（2019）、周波和張凱麗（2019）等將經濟增長率去均值后作為轉換變量以測度周期階段。值得注意的是，西方國家經濟結構較為成熟，增長率長期處于1%～5%區間。但是，自2012年以來，我國經濟增長在三期疊加壓力下出現區位下移的現象，經濟發展方式由高速發展向高質量發展轉型，經濟增速由高速逐步換擋至中高速（劉金全和劉子玉，2019；劉達禹等，2020）。如仍用全樣本均值作為周期劃分標準，可能會對周期階段與轉移概率造成誤判。圖1 和圖2 分別為去均值與HP 濾波處理后GDP 實際環比增速的趨勢成分與周期成分。從圖1 中不難看出，2012年以前HP 濾波處理后的GDP 趨勢圍繞著均值波動，而自此以后趨勢表現出下移態勢，這說明樣本均值掩蓋了周期趨勢下行的特征。在此基礎上，筆者對周期波動成分進行劃分，見圖2。結果顯示，一方面，樣本均值混淆周期波動成分：兩種處理方式得出的波動成分表現出顯著差異，當增長趨勢大于均值時，去均值后的波動成分大于HP 濾波處理后的數據，而在增長趨勢小于均值時，情況相反。另一方面，局部時域內周期成分符號反轉：圖2 中陰影兩組數據部分位于0 的兩側①，使得周期階段判斷有所區別，從而影響乘數測算結果。表1 為模型估計參數。

圖1 處理后GDP 實際環比增速圖

圖2 處理后周期成分圖

表1 經濟擴張與緊縮區間參數估計表

確定轉換變量后，本文通過式（4）將其處理為區制轉移概率數據序列，圖3 和圖4 分別為基于轉移概率計算出的我國經濟周期擴張期與緊縮期，與我國經濟現實擬合程度較高。20世紀末，經濟粗放式增長與政府頻繁調控使得經濟在擴張與緊縮之間頻繁切換，從而使得轉移概率大幅波動。2008年美國次貸危機對我國經濟造成較大的負面沖擊，政府實施4 萬億投資計劃引領經濟逐漸走出蕭條，但在2012年前后政策長期作用逐漸顯現，并與經濟結構調整等因素共振使得經濟增速放緩，從而導致這一時期周期階段持續期延長與概率函數波動放緩。2020年初新冠疫情引致供應鏈斷裂與有效需求降低，經濟增速呈斷崖式下降以致落入緊縮階段。

圖3 經濟周期擴張期

圖4 經濟周期緊縮期

此外，觀察表2 主要經濟變量在不同周期階段的統計特征，其中消費與投資以社會零售消費品總額與固定資產投資作為代理變量。不難發現：第一，政府支出在緊縮時期投入較多且持續穩定。緊縮時期政府支出的均值大于擴張時期，但是標準差與落差均小于擴張期，這說明經濟下滑時期，政府采取積極財政政策促進市場復蘇，但是調控方式多為大開大合、急轉彎，政策效果表現出短期效果顯著，長期存在調控失當。而擴張時期政府會相應降低開支，但受到緊縮時期政策副作用的影響波動程度提升。第二，經濟周期在緊縮時期呈現低增長高波動態勢，而在擴張時期呈現高增長低波動態勢。GDP 在緊縮時期均值小于擴張時期，而波動大于擴張時期，這主要是因為在緊縮時期不確定性激增，導致市場預期逐漸悲觀并產生分歧，從而加劇產出波動幅度。第三，緊縮時期消費與投資的均值與波動均高于擴張時期。緊縮時期居民消費與投資意愿都呈現下降態勢，這時政府采取積極宏觀政策刺激市場有效需求，從而幫助經濟實現復蘇。但緊縮時期消費與投資的高增長是否由政府支出推動仍需進一步分析。

表2 不同周期階段下宏觀經濟變量統計描述

（三）不同周期階段下財政乘數測算

在分析不同周期階段下核心變量的統計特征后，本文將測算不同周期階段下的財政乘數，以檢驗財政政策是否推動緊縮階段消費與投資高增長。財政政策對產出與政府預算均具有動態作用效果，因此在計算乘數時要考慮到兩個關鍵因素：長期效應與福利損失。首先，財政政策并非一次性實施完成，而是基于政策規劃確定調控路徑以實現政策目標。在此期間，宏觀經濟亦隨之動態調整，以實現對政策路徑的合理應對。因此僅分析短期乘數不能闡釋財政政策的動態調控效果，需要從長期視角進行分析。其次，財政政策一方面通過提升政府支出提振產出、消費、投資等核心變量以增加社會福利，另一方面受預算約束影響，政府負債不斷累積會降低社會總福利。因此在深入剖析財政政策對社會福利的正向收益外，也要充分考慮到政府債務提升的負面效果。有鑒于此，本文借鑒Woodford（2011）的研究方法對我國不同周期階段下財政政策的調控效果（即財政乘數）進行研究。方法的核心是：分別計算一單位標準差財政支出沖擊發生后，提前k期產出、投資、消費和財政支出等變量的累計脈沖響應函數值，以測度財政政策的福利正面收益和負面效果。而后，分別將產出、投資、消費等變量的累計脈沖值與政府支出的累計脈沖值做商，以計算政府產出累計乘數（εY）、政府投資累計乘數（εI）和政府消費累計乘數（εC）。具體表達式為：

式（7）為單期脈沖響應函數的表達式，E（g）以t期為基期的預期算子，k為預測長度，μt為政府支出沖擊，It-1為歷史信息集。式（8）為乘數測算方程，下角標R 為周期階段標識，右側分子項為產出、消費等變量的累計脈沖響應值，分母項為政府支出的累計脈沖響應值。本文以國家五年計劃作為政策期限，將脈沖長度設定為5年，即20 個季度。值得注意的是，Ramey（2019）指出已有研究將累計乘數乘以轉化因子（Conversion Factor）會進一步提高財政乘數的逆周期性，因此為了保證乘數的真實性，本文在式（8）中并未納入轉化因子。

根據表3 中的測算結果顯示，政府支出乘數在緊縮階段大于擴張階段，具有顯著的非對稱性與逆周期性，其中政府支出對投資的帶動作用較為顯著。緊縮時期產出、投資與消費的財政乘數分別為1.28，2.19 和1.28，均大于1，表明政府支出在緊縮時期對經濟具有顯著的帶動作用：一單位公共財政支出發生后，公共消費與投資隨之上升，居民消費與投資意愿增強，兩個共同作用下使得總消費與投資上升幅度超過一單位；而在擴張時期三者的乘數分別為0.18，0.42 和0.21，表明政府支出在擴張時期具有顯著的擠出效應：一單位公共財政支出發生后，公共消費與投資隨之上升，居民消費與投資意愿下滑，兩者抵消下總消費與投資上升幅度小于一單位。此外，政府支出投資乘數在兩個階段均大于其他兩者，分別為2.19 與0.42，表明政府支出對投資的影響程度最大，這也與我國多年來政府投資對經濟帶動的事實相符合。

表3 不同周期階段下財政乘數測算

四、不同周期階段下財政政策作用機理與福利損失分析

為了進一步分析在不同周期階段財政政策對于宏觀經濟的作用機理與福利損失，本文使用脈沖響應函數與累計脈沖響應函數進行研究。圖5和圖6 分別為一單位標準差政府支出沖擊發生后，政府支出、GDP、消費與投資的脈沖響應圖與累計脈沖響應圖，其中不同線段分別表示不同周期階段的脈沖形態。首先從持續期來看，緊縮時期財政政策的調控效果具有長期性。緊縮時期財政政策的持續期較長，政府支出、GDP、消費與投資均在5年（20期）后逐漸收斂到穩態；擴張時期財政政策的作用時期較短，四種沖擊約在2年（8期）后趨于平穩。這種長期性可以歸因為兩方面：第一，短期刺激程度強。緊縮時期居民消費傾向與投資意愿降低，有效需求大幅下行，這時財政政策通過政府購買、轉移支付等方式提高當期可支配收入以刺激經濟。第二，市場預期持續改善。積極財政政策的出臺能夠不斷改善市場預期，間接影響居民跨期消費偏好與決策，但該過程更為緩和，從而拉長政策持續期。而在擴張時期，政府支出的擠出效應較強，使得刺激效果弱化，持續期也有所縮短。對比圖3 和圖4 不難看出，2004年以前由于我國財政政策仍以維持高增速為主要政策目標，當經濟失速落入緊縮區間后，政府通過轉移支付、政府購買等調控方式刺激市場需求。但是這種大開大合的調控方式未能關注緊縮時期財政政策長期性，導致這一時期經濟周期階段轉換頻繁且政策缺乏連續性。在歷經次貸危機沖擊后，財政政策不斷改革提效，政府工作會議上提出積極財政政策以外，還強調要“積極有效”、“聚力增效”、“加力提效”，更加注重政策效率與穩定性，保證經濟增速處于長期可持續增長區間。目前正處于“十四五”開局之時，我國雖然已從新冠疫情突發沖擊中逐漸恢復，但基礎仍未穩固。政府應積極推動跨周期政策治理，有效利用財政政策的長期性穩定經濟增長區間，但也應防止調控失當導致政策目標的長短期不一致。

圖6 政府支出累計脈沖響應圖

進一步研究圖5 不難看出，財政政策在不同周期階段均能帶動經濟增長，但是作用機理與影響程度仍有差異。緊縮時期一單位標準差財政支出沖擊發生后，產出、消費與投資均在短期內大幅上升，在2～3期內達到峰值后于40期前后收斂到穩態。而在擴張時期，財政支出沖擊發生后，產出、消費與投資的上升幅度較小，而后下行于8期收斂到穩態。由于政府支出的擠出效應，擴張時期產出、消費與投資的均小于1。而在緊縮時期，消費與投資最大值均大于1，分別為1.04 與1.65。這說明政府支出提升，并沒有擠出私人消費與投資，反而具有帶動作用。這表明政府消費與私人消費之間存在埃奇沃思互補性，即政府消費增加會“擠入”私人消費。與此同時，縱觀我國財政政策歷史，上一輪政府投資帶動我國基礎設施建設大幅發展，基礎設施的完善進一步為私人投資提供良好的環境，從而帶動總投資增長。而現今，舊基建的紅利期逐漸過去，新基建不斷發展，恰逢當前我國經濟穩步脫離緊縮階段，政府應采取財政政策引領內需增長與投資意愿，進一步為構建雙循環系統提供政策環境。

圖5 政府支出脈沖響應圖

最后，通過累計脈沖響應圖（即圖6），本文對財政政策的長期效果進行深入分析。緊縮時期，政府支出、產出、消費與投資的5年（20期）累計脈沖值分別為5.4，6.9，6.9 和11.8，而在擴張時期，4 個變量的5年（20期）累計脈沖值分別為1.7，0.3，0.35 和0.71。緊縮時期財政支出的動態累計效果更為顯著，其中財政政策對投資的拉動效果最強。而在擴張時期，產出、消費與投資的累計效應均小于1，表明長期來看擴張時期的政府支出對消費與投資也有擠出效應。值得注意的是，緊縮時期產出累計脈沖效果要弱于投資，說明長期來看政府支出提升對投資的帶動作用不能完全轉化為最終產出。2008年為了應對可能出現的硬著陸風險，政府投資4 萬億，幫助經濟增速較快地恢復到危機前水平。在此期間政府大力發展基建建設，推動水泥、鋼鐵、電解鋁等上游產業爆發式發展。而隨著政府投資逐步退出，基建項目衍生出的原材料需求下滑，上游行業產能與庫存均呈現過剩態勢。自2012年伊始，為了緩解政策的累積效應與溢出效應，不得不通過去庫存、去產能等方式消化冗余產能，經濟增速亦緩步移至中高增速區間。此外，作為衡量財政政策福利損失的合理變量，政府支出累計脈沖值在不同周期階段也表現出顯著差異。觀察圖5 中政府支出的脈沖響應圖，可以看出不同周期階段下，沖擊的一階自相關系數具有顯著差別，導致緊縮時期的收斂速度較慢。這主要是因為緊縮階段需要政府持續提供財政支持以達到經濟復蘇的政策目標。但是，由于受到預算約束，政府需要通過發債、提高稅收等方式彌補預算赤字，這就相當于居民的可支配收入降低，從而形成負的福利損失。因此，在采取積極財政政策的同時，一方面要將政策長期累計作用納入政策制定框架內，另一方面要注重政府杠桿率提升的風險與福利損失，并警惕去杠桿過程中可能產生的通脹壓力。

五、結論與啟示

面對國際環境日趨復雜，不穩定性與不確定性明顯增加，我國政府仍需持續施行積極經濟政策干預以幫助經濟盡快復蘇，積極財政政策還未到退出的時機，此時更需要考慮財政政策的跨周期設計，并加強財政政策與貨幣政策的協調配合研究。因此，本文利用STVAR 模型對我國不同周期階段下的財政乘數進行估算，并結合脈沖響應函數與累計脈沖響應函數對我國財政政策的長期效應與福利損失進行探討，以確保周期階段切換過程中政策效果的一致性。具體結論如下所述：

第一，財政支出乘數體現出顯著差異性、非對稱性與逆周期性，且對投資的帶動作用最強。在經濟周期收縮階段，產出、投資與消費的財政乘數分別為1.28、2.19 和1.28；在經濟周期擴張階段，相應乘數分別降低為0.18、0.42 和0.21。在緊縮階段，政府支出表現出對私人部門消費與投資的帶動作用，這主要是因為政府支出提升后，一方面會提振當期有效需求增加以刺激消費需求，另一方面能夠逐步改善市場預期以鼓勵投資意愿。而在擴張階段，政府支出增加表現出顯著的“擠出效應”，從而使得財政政策效果在經濟擴張階段明顯減弱，體現了當前財政政策操作的逆周期特征。

第二，為了實現跨周期政策的精準調控，本文對不同周期階段下財政政策調控的長期效果與福利損失進行分析。首先，緊縮時期財政政策的調控效果具有長期性，期限在5年（20期）左右，而擴張時期僅為2年（8期）。主要原因在于：一是短期刺激較強。緊縮時期政府支出規模一般會大于擴張時期，從而使得經濟短時大幅上升；二是預期持續改善。財政政策的實施能夠幫助市場形成樂觀預期，從而提高私人部門消費與投資的活力。其次，緊縮時期財政政策對消費與投資的帶動作用強于擴張時期。緊縮時期，政府消費支出與私人消費之間存在埃奇沃思互補關系，從而表現出政府支出增加后總消費脈沖峰值大于1。在我國上一輪基建投資作用下，基礎設施不斷完善為私人投資提供良好的環境，從而帶動投資增長；最后，緊縮時期財政政策實施后的福利損失大于擴張時期，是后者的3 倍。這主要是因為緊縮時期政府支出大幅擴張，但是受到預算約束，經濟逐漸恢復后政府需要通過債務、稅收等方式從私人部門吸收資金修復過高杠桿，從而造成社會福利損失。

基于本文研究結論的政策啟示是：第一，有鑒于上一輪財政4 萬億投資的長期副作用，本輪財政政策要在保證強刺激的同時防止“大水漫灌”，以期兼顧經濟復蘇與高質量發展的長短期目標。第二，隨著經濟周期逐步走出緊縮階段，政府支出擠出效應提升，為了保障跨周期政策治理的有效性，要注重財政政策調控效果的周期性轉變，以實現政策的連續性、穩定性與可持續性。第三，在制定與施行財政政策的時候，要考慮到緊縮期財政政策的長期效應與福利損失，以防止調控失當。

注釋：

①圖2 中波動成分省略了2020年Q1 與Q2 兩個數據，因為新冠疫情使得兩個偏離程度大于以往數據，但是兩者沒有顯著差異，因此在此省略。