澳門通貨膨脹與失業率的關系
——基于VAR模型的實證研究

王思沛，孫浩鈞

（澳門城市大學金融學院，澳門 999078）

1 引言

通貨膨脹率和失業率作為重要的宏觀經濟指標，受到各國監管當局的重視，由于這兩個指標存在內在沖突性，即當通脹低的時候就要以高的失業率為代價，而充分就業時就要以高通脹為代價，因此各國在制定經濟政策時會面臨決策難題。澳門作為中國的特別行政區，享有高度自治權，當局應該如何權衡通貨膨脹率和失業率呢？Samuelson 和Solow[1]在Phillips[2]提出的工資-失業率曲線基礎上改良得到的產出-物價曲線，即表達通貨膨脹率與失業率之間函數關系的曲線受到學術界的廣泛認可，可以解答這一問題。大量學者用現實數據證明在充分就業和價格穩定這兩個目標指標有著不可調和的矛盾，當局只能被迫選擇其中一個宏觀經濟目標，即當局可以通過擴張性的財政政策或寬松的貨幣政策促進經濟增長，降低失業率，但同時會伴隨著物價上漲，通貨膨脹增加。

由于受到亞洲金融危機的影響，澳門的消費者物價指數在回歸初期負增長，通貨膨脹率小于零，處于通貨緊縮的狀態。澳門政府于2002年開放賭權，2003年開放自由行，旅游業和博彩業成為澳門的主要產業，帶動澳門經濟高速發展，澳門通脹率不斷攀升。然而，2020年新冠肺炎疫情爆發，對澳門的旅游博彩業造成了顯著的影響。澳門特區政府統計暨普查局數據顯示，2020年澳門生產總值為1 944 億澳門元，全年經濟實質收縮56.3%。2021年澳門本地生產總值為2 394億澳門元，綜觀2021年，雖然疫情反復，但與2020年相比有所改善，整體需求回升，全年經濟實質增長18%；內部需求按年上升3%。澳門統計局公布數據，2021年12月至2022年2月的新一期總體失業率為3.3%，其中，本地居民失業率則升至4.3%，澳門勞動人口共38.63 萬人，勞動力參與率為69.3%。本文根據現實數據發現新冠肺炎疫情期間，新冠肺炎疫情導致失業率上升，因此本文引入虛擬變量，考察新冠肺炎疫情對菲利普斯曲線的影響。

大量研究使用經濟發達的歐美地區的數據來驗證菲利普斯曲線，但其適用性一直存在爭議。澳門經歷2003年“非典”后放開自由行，并隨著近20年的快速發展，通貨膨脹也日益嚴重，加之2020年新冠肺炎疫情下澳門失業率屢創新高，就業形勢也越來越嚴峻，隨之表現出來的是通貨膨脹和失業率的矛盾日益突出。因此，驗證這個理論在澳門是否適用對澳門經濟具有重大意義，也對澳門政策決策的選擇具有重大的參考價值。本文的創新點如下：第一，以菲利普斯曲線切入2003年沙士病毒、2020年新冠肺炎疫情下澳門通貨膨脹與失業率攀升問題，引入2003年沙士病毒、2020年新冠肺炎疫情兩個虛擬變量，考慮了沙士病毒、新冠肺炎疫情對澳門通貨膨脹和失業率可能產生的影響。第二，驗證了菲利普斯曲線是否適用于澳門，探討如何讓澳門產業結構優化升級，提高勞動力人口素質，以適度通貨膨脹擴大投資，拉長就業鏈，降低失業率，消除經濟轉軌過程中的失衡等體制性現象，發揮經濟活力本身對就業的帶動作用，從根本上降低自然失業率，最終促進經濟健康、和諧發展。

2 文獻綜述

2.1 國外文獻

菲利普斯曲線最早由Phillips 在《1861-1957年英國失業率與貨幣工資變動率關系》一文提出，其基于現實數據得出失業率與貨幣工資變動率之間存在此消彼長的關系，即失業率與名義工資變動率存在非線性負相關。Samuelson 和Solow 在《反通貨膨脹研究》一文中對菲利普斯曲線進行了改良，他們使用通貨膨脹率替代工資變動率，并首次提出在不同程度失業率和價格穩定之間存在反向變動關系。這一改良被學術界廣泛認同。Okun[3]使用美國的現實數據進行實證研究發現實際GDP 增長與失業率負相關，即奧肯定律，被認為是另一種形式的菲利普斯曲線。Friedman[4]從貨幣主義角度提出未來預期的菲利普斯曲線，他認為決定勞動力供求的應是實際工資率而不是菲利普斯所使用的名義值，并且其認為在長期菲利普斯曲線是垂直的。Lucas[5]和Sargent[6]基于理性預期假說對菲利普斯曲線進行批判，其認為實際失業率圍繞自然失業率上下波動，通貨膨脹與失業率之間不存在穩定關系。新凱恩斯主義學派學者使用預期通貨膨脹和通貨膨脹的滯后項這兩個變量，并考慮廠商定價行為對傳統的菲利普斯曲線進行改良[7-9]。

2.2 國內文獻

大量學者對菲利普斯曲線在我國的適用性進行了探討，然而得到的結論有所差異。陳學彬[10]認為國內菲利普斯曲線現象不顯著。黎德福[11]通過雙變量經濟模型進行研究，認為菲利普斯曲線不存在。張杰藐[12]使用1998年至2011年的年度數據建立VAR 模型，采用脈沖響應函數分析來研究菲利普斯曲線在我國的適用性，其認為我國經濟高速增長，在高通脹的時期，失業率也居高不下，菲利普斯曲線在我國不成立。桑瑜[13]通過對現實數據的分析也發現菲利普斯曲線在我國不成立，其認為當局應該采用穩定貨幣政策的同時，推動供給側改革，以同時實現擴大就業和抑制高通脹的兩大經濟目標。朱新蓉和李虹含[14]認為菲利普斯曲線不足以解釋中國通貨膨脹的成因，中國的通貨膨脹還受其前期和預期的影響。而周長才[15]通過觀察城市隱性失業率與農村隱性失業率的數據，發現失業率與經濟增長率負相關。田思源等[16]采用1985年至2019年的數據建立VAR 模型發現菲利普斯曲線在我國短期適用，長期不適用。

通過對文獻的梳理，本文發現大多數文獻通過建立VAR模型對菲利普斯曲線在中國的適用性進行實證研究。澳門特別行政區自回歸以來經濟迅速增長，同時也伴隨著通貨膨脹的增加。2020年新冠肺炎疫情爆發導致失業率的增加，經濟增長放緩。而現鮮有文獻對菲利普斯曲線在澳門的適用性進行實證研究。因此，本文將借鑒前人的研究方式通過建立VAR 模型對澳門通貨膨脹與失業率的關系進行實證研究，同時考慮沙士病毒和新冠肺炎疫情對澳門失業率與通貨膨脹關系的影響。

3 變量選擇與模型設定

3.1 變量與數據來源

本文選取1998年1月至2022年8月的共296 個月度數據來分析澳門的通貨膨脹與失業率之間的關系，數據來源于CEIC 數據庫。VAR 模型要求時間序列平穩，一般的時間序列數據存在季節效應和非平穩性，為消除季節因素影響，本文采用CensusX-12 方法對通貨膨脹與失業率的原始數據進行季節處理。此外，為了使數據更加平穩，消除時間序列中可能存在的異方差性，本文對經過季節調整的通貨膨脹和失業率進行對數化處理。具體變量設定與數據來源如表1 所示。

表1 變量選擇

3.2 模型設定

根據菲利普斯曲線的理論基礎，失業率與通貨膨脹之間具有內生性。而普通的OLS 回歸要求解釋變量嚴格外生，而Sims[17]提出的向量自回歸模型能很好地解決變量內生這一問題，因此，本研究通過建立VAR 模型來考察失業率與通貨膨脹率之間的相互影響。在VAR 模型中，每一個變量都會作為被解釋變量來構建一個方程，再將每一個被解釋變量的滯后值作為解釋變量，方程的個數與被解釋變量的個數一致，從而將單變量自回歸模型推廣到由多元時間序列變量組成的向量自回歸模型。p 維VAR 模型設定如下：

式中，Yt為k 維內生變量，Bi為系數矩陣，ɑ 為常數項，εt為k 維誤差向量，p 為滯后階數，t 表示時期。

4 實證結果

4.1 單位根檢驗

為了避免偽回歸，本文首先通過ADF 檢驗來判斷時間序列的平穩性。實證結果表明，通貨膨脹與失業率的對數序列的P 值均大于0.05，在統計上不顯著，說明這兩個序列不平穩。因此，本文對上述兩個序列進行差分處理，ADF 檢驗的結果表明，通貨膨脹與失業率的對數序列通過一階差分后平穩，可以建立VAR 模型。ADF 的檢驗結果如表2 所示。

表2 ADF 檢驗結果

4.2 滯后階數的選取及VAR 模型估計

4.2.1 滯后階數的選擇

若模型的殘差項存在序列相關性，VAR 模型的估計結果會出現有偏且非一致性等問題，為保證本文VAR 模型估計結果的可靠性，本文綜合考慮了FPE 及AIC 信息準則，本文VAR模型的滯后階數采用滯后8 階。具體估計結果如表3 所示。

表3 最優滯后階數選擇

4.2.2 模型估計

表4 展示了本文VAR 模型的估計結果。由表4 可知，本文VAR 模型中兩個方程均在1%的統計水平上顯著。在方程1，即以通貨膨脹作為被解釋變量的方程中，通貨膨脹除滯后5 階和滯后6 階不顯著之外，其余各階均在0.05 的統計水平上顯著；失業率僅在滯后1 階和滯后3 階顯著。實證結果表明，澳門的通貨膨脹受到自身的影響較大，而失業率對通貨膨脹影響不大。另外，在方程1 中，SARS 的參數估計為正，且P 值為0.068，邊緣顯著，說明2003年的沙士病毒對澳門的失業率造成了一定的影響。而COVID-19 的參數估計在統計上不顯著，說明新冠肺炎疫情對澳門的通貨膨脹影響不明顯。

表4 VAR（8）模型參數估計

在方程2，即以失業率作為被解釋變量的方程中，通貨膨脹除在滯后4 階和滯后8 階邊緣顯著外，其余各階均不顯著；失業率在滯后1、3、7 階在0.1 的統計水平上顯著，說明通貨膨脹和失業率自身均對失業率有一定影響，但影響不大。另外，在方程2 中，SARS 的參數估計在統計上不顯著，說明沙士病毒對澳門的失業率影響不明顯。而COVID-19 的參數為0.005 6，在統計上顯著為正，說明新冠肺炎疫情會影響澳門的本地失業率。

4.3 可靠性檢驗

表5 展示了殘差自相關檢驗的結果，實證結果顯示，模型的殘差可以接受無自相關的假設。圖1 展示了可靠性檢驗的結果，本模型的特征值均在單位圓內，說明本文的VAR 系統穩健，上文中VAR 參數估計結果可靠。

表5 殘差自相關檢驗

圖1 穩定性檢驗

4.4 格蘭杰因果檢驗

表6 展示了格蘭杰因果檢驗的實證結果。當以通貨膨脹作為被解釋變量時，失業率的P 值以及方程整體的P 值均小于0.05，說明失業率是通貨膨脹的格蘭杰原因，可以通過失業率來預測通貨膨脹。而當失業率作為被解釋變量，通貨膨脹的P 值與方程整體的P 值均大于0.1，說明通貨膨脹不是失業率的格蘭杰原因。因此，澳門的失業率與通貨膨脹之間存在著一個單向格蘭杰因果關系。

表6 格蘭杰因果檢驗

4.5 脈沖響應函數

圖2 展示了脈沖響應函數的結果。右上角的橫軸，表示給通貨膨脹一個標準差的正向沖擊后，失業率短期會下降，然后效果慢慢減弱，脈沖響應函數在第3 期、第5 期和第7期會穿過橫軸，在第8 期有一個上升的趨勢，結果并不收斂。說明通貨膨脹的增加，在短期會造成失業率的下降，而長期會導致失業率的上升。在短期，適度范圍內的通貨膨脹，會使得經濟繁榮降低失業率，而長期來說，實證結果并不好。根據圖2 左下角的圖，給失業率一單位正標準差沖擊后，通貨膨脹的響應接近于0 且不顯著。從脈沖響應的結果看，當失業率受到外部沖擊對通貨膨脹影響并不明顯。

圖2 脈沖響應函數

4.6 方差分解

表7 展示了通貨膨脹和失業率前8 期的方差分解情況，即這兩個變量對另一個變量以及自身的方差貢獻度。通貨膨脹在第1 期自身的貢獻程度高達100%，之后隨之降低，第8期降為89.60%。失業率對通貨膨脹的方差貢獻度在第一期為1.578%，逐漸緩慢增大，到第8 期貢獻度為10.460%。失業率在第1 期自身的貢獻程度高達98.42%，之后雖然有降低，但降低的幅度不大，從第5 期開始幾乎趨于穩定。而通貨膨脹對失業率的方差貢獻度很小，從第1 期的0 緩慢增加到第8期的4.88%。總體來看，通貨膨脹和失業率對自身的方差貢獻是最大的，它們對另一個變量的方差貢獻度較小。

表7 方差分解

5 結論與建議

本文根據澳門1998-2022年的通貨膨脹與失業率數據，采用VAR 模型法分析研究發現，澳門通貨膨脹與失業率具有單向格蘭杰因果關系，即通貨膨脹是失業率的格蘭杰原因，但菲利普斯曲線在澳門短期、長期都不成立，即通貨膨脹與失業率之間不存在明顯的相關關系；而2020-2022年新冠肺炎疫情對澳門本地失業率有影響，但是2003年沙士病毒影響不明顯。

澳門經濟結構單一，澳門GDP 增長主要依賴旅游博彩業，因此，澳門的經濟發展容易受到外部因素的沖擊。2020年新冠肺炎疫情的爆發，嚴重影響了旅游博彩業的收入，澳門經濟增長受到沖擊，失業率上升。根本的解決措施應是通過加速產業結構優化升級，產業適度多元化，發展中醫藥產業和現代金融服務業等其他產業。同時，通過橫琴粵澳深合區的建設，為澳門人提供更多的崗位，促進就業創業，帶動澳門的經濟發展，實現經濟增長。