經濟周期波動與菲利普斯曲線形態變異： 兼論經濟回升的路徑選擇

摘 要：厘清菲利普斯曲線形態變異的本質機理對于準確把握經濟運行規律和確保宏觀調控精準施策具有重要意義。為此，文章全面識別了中國菲利普斯曲線在經濟周期不同階段下的形態特征，并就如何采取合意的宏觀經濟政策引導經濟回升展開了深入探討。研究發現：第一，經濟增速放緩、通脹單邊異動以及全球化向逆全球化轉變是導致“產出—通脹”型菲利普斯曲線出現形態變異的核心原因；第二，中國菲利普斯曲線在經濟周期不同階段的表現為：在經濟周期上升或是平穩運行階段，斜率較為陡峭，而在經濟周期下行階段則呈現出扁平化趨向；第三，不同宏觀經濟政策對經濟回升路徑的影響存在顯著差異，現階段以價格型貨幣政策搭配財政政策的漸進調控方式不失為一種引導經濟平穩復蘇的有益嘗試。面對當下產出端與通脹端的雙重緊縮壓力，適度地矯正“產出—通脹”權衡關系，塑造陡峭的菲利普斯曲線斜率具有重要意義，這不僅有利于引導經濟沿著安全的路徑回升，同時也能在最大限度上避免古典經濟危機重現。

關鍵詞：經濟周期波動 菲利普斯曲線 宏觀調控 經濟回升路徑

DOI：10.19592/j.cnki.scje.420185

JEL分類號：B22， B23， E52" "中圖分類號：F124.8

文獻標識碼：A" "文章編號：1000 - 6249（2024）09 - 075 - 19

一、問題提出

在經濟周期不同階段，菲利普斯曲線形態通常具有不同表現（Vavra，2014；Szafranek，2017），一個最具代表性的例證便是后美國“次貸危機”時期的全球菲利普斯曲線扁平化現象。彼時為引導經濟復蘇，許多國家均推出了大規模的財政貨幣刺激政策，如扭曲債券收益率曲線、將名義利率調低至零利率下界附近以及實施量化寬松政策等等。這些政策的確在一定程度上刺激了經濟增長，但與之伴隨的一個全新現象是：通脹水平并未隨之上升，而是依舊在低位徘徊。產出與通脹間的聯動效應漸趨弱化意味著菲利普斯曲線斜率變得不再陡峭，這即是過去十幾年間頗為盛行的菲利普斯曲線扁平化假說（Summers，2013）。然而，新冠疫情爆發后，許多典型的宏觀現象再度悄然變化，全球經濟陷入衰退泥淖，各國供應鏈的間歇性中斷引發了極為嚴重的供給沖擊，居民和企業預期轉弱令有效需求迅速下降，多重現實因素疊加導致世界各國通貨膨脹率再度明顯上升。2022年以來，隨著俄烏地緣沖突加劇，全球原油價格迅速高企，美國、歐洲等西方發達國家的通貨膨脹率接連創下近40年來的歷史新高，但產出增速的恢復狀況卻并不樂觀，一些國家甚至陷入了階段性的技術性衰退。這一事實表明，現階段的菲利普斯曲線形態已不能再用“扁平化”來描述，它很可能在以極快的速度翹尾和變異，產出與通脹之間的聯動關系也變得更加錯綜復雜。

為了理解經濟周期不同階段下菲利普斯曲線形態分異的基本規律，現有研究展開了大量探討。Kimura and Kurozumi（2010）在探究后美國“次貸危機”時期的宏觀調控舉措時曾對“產出—通脹”型菲利普斯曲線進行估計，結果發現產出缺口對通貨膨脹的反應系數大幅下降，故而提出了“菲利普斯曲線扁平化”假說。Blanchard（2016）利用多種計量方法對菲利普斯曲線的形態特征進行檢驗，認為菲利普斯曲線尚未完全陷入“扁平化”狀態，并證明了菲利普斯曲線形態的確會隨著時間的推移而呈現出明顯變化。Hooper et al.（2020）進一步將樣本期回溯至20世紀50年代，并分時段檢驗了菲利普斯曲線的形態特征，研究表明在經濟下行壓力較大時，菲利普斯曲線通常更為陡峭。中國亦不乏大量檢驗菲利普斯曲線形態特征的研究。王金明（2012）實時測算了菲利普斯曲線斜率的動態變化，結果顯示隨著時間的推移，中國產出缺口對通貨膨脹的影響漸趨減弱，這意味著菲利普斯曲線斜率正在不斷下降。伍戈和劉琨（2014）認為產出缺口與通貨膨脹并非嚴格線性關聯，文章構建了一組非線性模型對中國的菲利普斯曲線進行形態檢驗，發現菲利普斯曲線斜率會隨著通脹水平的變化而變化，當通脹水平較低時，菲利普斯曲線通常具有扁平化特征。丁慧和范從來（2015）利用含有資產價格的廣義價格指數重新度量了通貨膨脹，隨后對中國菲利普斯曲線進行再估計，研究顯示中國的菲利普斯曲線的確發生了形態變異，但使用不同指標進行檢驗的結果差異較大。此外，何啟志和姚夢雨（2017）、趙紅梅和易卓睿（2019）以及劉悅和劉金全（2023）等也分別使用時變模型、門限模型等非線性計量模型對不同時期下的中國菲利普斯曲線特征進行了識別，結果同樣發現中國菲利普斯曲線會在不同時期產生不同程度的形態變異。然而遺憾的是，現有研究大都停留在了曲線斜率估計層面，尚未對菲利普斯曲線的形態分異給出規律性總結，因此也未能明確中國菲利普斯曲線隨經濟周期波動而產生形態變異的本質原因，同時更未就如何借助菲利普斯曲線形態引導經濟回升給出合理解答。

菲利普斯曲線存在諸多形態變化，但鮮有文獻總結出其形態變異的一般規律。事實上，把握菲利普斯曲線形態變異的基本規律，進而借助適宜的經濟政策合理干預和規劃經濟回升路徑具有重要意義。這能夠在極大程度上確保經濟沿著安全的路徑運轉。通脹處于高位下的菲利普斯曲線扁平化是一種非常危險的經濟狀態，這意味著若想化解通貨膨脹，產出端必將承受超額損失，而這也是40多年前“滯脹危機”的典型特征。從當下中國經濟運行的基本態勢來看，盡管通脹暫時處于低位，但考慮到引導經濟回升必然會依賴于適度寬松的經濟政策，加之外部地緣沖突不斷，輸入型通脹風險長期存在，這意味著通貨膨脹始終是一個不容忽視的隱患。為此，本文將從檢驗中國菲利普斯曲線的形態特征入手，深入考察菲利普斯曲線形態變異的一般性規律，隨后重點探討宏觀經濟政策對曲線形態的修正作用，進而為“穩增長、防通脹”目標的協同實現提供有益參考。本文的核心貢獻主要有三點：① 對菲利普斯曲線形態變異的成因進行了學理闡釋；② 發現陡峭的菲利普斯曲線通常會出現在經濟周期上升階段，而在經濟周期下行階段，曲線形態則趨于扁平；③ 證明了在經濟周期下行階段，降息搭配財政擴張的政策組合是引導經濟回升的有效手段。

二、中國菲利普斯曲線形態變異的事實描述與理論闡釋

菲利普斯曲線緣何產生形態變異，是否存在一般性規律？倘若存在，這些規律又是否適用于中國？本節將針對上述兩個問題展開論述，具體分兩個部分展開：① 基于現實經濟數據描述中國菲利普斯曲線的形態變異規律；② 基于菲利普斯曲線理論闡述曲線形態變異的內在機理。

（一）中國菲利普斯曲線形態變異的典型事實

首先，本文將結合中國產出和通脹的歷史數據來分析菲利普斯曲線形態變異的一般性規律，從而為后續的理論闡釋和計量檢驗提供佐證。圖1給出了1992年以來我國通貨膨脹率和產出增速的變化趨勢，這里通貨膨脹率使用CPI同比增速衡量，產出增長率使用實際GDP同比增長率衡量。圖中白色區域代表經濟周期上升階段，灰色區域代表經濟周期下行階段。為了更直觀地展示產出增速和通貨膨脹的長期趨勢變化，本文對兩個變量進行了H-P濾波處理，并取相應的趨勢性成分進行展示。

觀察圖1可以看出，樣本期內我國產出增速和通貨膨脹的走勢并非完全一致，隨著經濟周期的轉變產生了一定的分化跡象。1992—1994年，我國經濟周期處于上升階段，在經歷蘇聯解體等外部不利因素沖擊后，我國經濟迅速恢復增長，尤其是鄧小平同志南巡講話和黨的“十四大”之后，全國投資熱情高漲，經濟增速一度上升至10%以上，在某些領域甚至出現了投資過熱。在需求迅速擴張和投資快速增長的背景下，通脹水平迅速高企，1994年CPI同比增速持續高于20%，一度達到27.5%，這一階段的通貨膨脹屬于需求拉動型通貨膨脹，與產出的關聯程度較高，菲利普斯曲線形態陡峭、斜率較高。1994年下半年，為應對持續高企的通貨膨脹，經濟領域開始了整頓，國家在財政、稅收、金融、投資等領域開展一系列改革，壓縮整頓不合理的投資項目，貨幣政策開始收緊，經濟增速亦出現了回落，此后通貨膨脹也出現了見頂回落，但是二者的回落幅度并不同步，這初步表明菲利普斯曲線在經濟擴張和收縮階段存在明顯的形態分異特征。

隨后，在1995—1999年，我國經濟治理思路開始調整，宏觀調控的核心目標由促進經濟快速增長轉向確保經濟順利實現“軟著陸”。該時期內的核心經濟治理手段主要有二：一方面，通過改革整頓市場秩序；另一方面，實施適度從緊的宏觀調控政策抑制總需求特別是投資需求的無序擴張。其中，抑制需求擴張令通貨膨脹率持續回落，而經濟領域內的改革則確保了增長不失速下行。與此同時，1995年后我國城鎮化進程進入加速發展階段，大量農業轉移人口進入城市為市場提供了充裕的勞動供給，人口紅利為經濟增長作出了重要貢獻，其直觀結果即是經濟增速下行幅度遠小于通貨膨脹。從這個角度來看，我國成功實現了經濟“軟著陸”。截至1996年底，我國通貨膨脹率已降至10%以下，而實際產出增速仍保持在8%以上，這一階段產出和通脹的關聯性下降，菲利普斯曲線斜率亦開始下降，形態漸趨扁平。

2000—2008年，我國經濟運行進入黃金增長階段，一是受益于人口紅利，大量的低成本勞動力形成了超大規模的市場優勢；二是得益于加入WTO，我國在科技方面持續快速追趕全球領先國家，在產業鏈方面與全球深度融合，在貿易方面不斷對外擴張；三是依托持續深化的產業、財政和金融體制改革，充分激發了市場主體活力。在這一階段，房地產作為國民經濟的支柱產業開始快速發展，同時帶動水泥鋼鐵等上游產業鏈以及家電裝修等下游消費產業鏈協同并進，促進了經濟又好又快增長。與此同時，大型商業銀行已剝離了不良資產開始“輕裝上陣”，信貸高速增長與房地產和制造業的快速發展相得益彰，形成良性正反饋循環。這一階段經濟增長的投資驅動和出口驅動特征明顯，并且還伴隨著貨幣信貸擴張；對于通貨膨脹而言，投資和出口屬于需求拉動范疇，可以促進價格水平同步提升，同時貨幣供給總量的提升也會引發通貨膨脹率的協同上行。因此，這一階段我國產出和通脹基本同步增長，菲利普斯曲線斜率再度上升，形態再次陡峭。

美國“次貸危機”爆發后，中國經濟在2009年出現了明顯下行，此后隨著大規模刺激政策的出臺，經濟實現了短期的“V型”反彈，此后增速開始逐步下降。總體而言，2009年至今我國經濟處于一輪長周期下行。在這一階段產出和通脹間的關系再次出現變化，與全球范圍內的菲利普斯曲線扁平化趨勢一致，我國菲利普斯曲線形態也漸趨平緩，除去大規模刺激政策出臺和疫情期間的短期擾動外，產出增速呈溫和下行趨勢，而通貨膨脹率基本保持穩定。產出的下行一方面與我國適齡勞動人口下降有關，另一方面也與金融危機后全球范圍的需求低迷有關。此外，受產能過剩、宏觀杠桿率高企、房地產業失衡等結構性問題影響，我國的產出下降又并非完全取決于需求萎縮，而是由需求不足、供給過剩與結構性問題相交融而引發的綜合性結果。因此，產出變化向通脹端的傳導效率較低。從通脹端看，下游的消費類行業實現了充分競爭，上游價格向消費領域的傳導較弱，同時全球化也弱化了總需求變化向通脹端的傳導，加之這一時期貨幣政策基本保持穩健中性，通貨膨脹率并未明顯波動。因此，在這一階段，我國產出和通脹間的聯系再次減弱，菲利普斯曲線斜率亦明顯下降，曲線形態高度扁平。總的來看，在兩個典型的經濟周期上升階段（1992—1994年和2000—2008年），產出和通脹之間的關系較為緊密，菲利普斯曲線形態陡峭；而在兩個經濟周期下行階段（1995—1999年、2009—2023年），產出和通脹之間的聯系較弱，菲利普斯曲線趨于扁平。從以上事實可以初步判斷，中國的菲利普斯曲線在經濟周期不同階段會產生形態分異。

（二）菲利普斯曲線形態變異的理論闡釋

經驗事實表明，中國的菲利普斯曲線形態很可能會隨著經濟周期的變動而變化。那么這種曲線形態分異緣何而來，是否存在著理論依據？為對上述問題進行精準溯源，本文將回歸至經典的菲利普斯曲線理論，以期從根源上對菲利普斯曲線形態分異現象進行闡釋。

Phillips（1958）以失業率為自變量、以實際貨幣工資變化率為因變量，刻畫了“失業率—工資”曲線，這即是菲利普斯曲線的雛形。該曲線的數學表達式如下：

[wt+1?wtwt=?βut+εt] （1）

式（1）左端的[（wt+1?wt）/wt]代表實際工資變化率（[wt+1]、[wt]）分別表示t+1時期和t時期下的實際工資）；式（1）右端的[ut]代表失業率，[β]即是菲利普斯曲線斜率，用以刻畫失業率變動對實際工資的影響；[εt]是隨機擾動項。根據式（1）可知，菲利普斯曲線刻畫了實際工資與失業率之間的替代關系。若想降低失業率，就必須要提高實際工資水平；而若想獲取更廉價的勞動供給，就必須要忍受失業率上升的負面影響。事實上，任何經濟替代關系都將服從邊際替代率遞減，這意味著[β]的取值應隨著失業率的上升而下降，而這也是菲利普斯曲線將呈扁平化形態的本質原因。

考慮到“失業率—工資”曲線僅能反映微觀層面上的替代關系，無法在“y—p”二維直角坐標系內對宏觀總供給層面的替代關系進行描述，Samuelson and Solow（1960）將“失業率—工資”曲線與成本加成定價理論和勞動工資理論相結合，以商品價格變化率替代貨幣工資變化率，提出了“通脹—失業”型菲利普斯曲線，該曲線的表達式為：

[（Pt+1?Pt）/Pt≡πt=?βut+εt] （2）

式（2）左端的[Pt+1]、[Pt]分別表示t+1時期和t時期下的商品價格水平，[（Pt+1?Pt）/Pt]表示商品價格變化率，即通貨膨脹率，可以直接使用[πt]進行表示；式（2）右端與“失業率—工資”曲線一致。式（2）被稱為Ⅱ型菲利普斯曲線，它表明通脹與失業之間存在負相關關系，這意味著若想實現充分就業，就必然需要承受物價上漲壓力；反之若想削弱物價上漲壓力，則需以更多的失業作為代價。一般而言，當失業率較低時，經濟通常處于繁榮狀態，市場將由需求端主導，失業率上升意味著需求萎縮，需求曲線的內移勢必會造成均衡價格水平大幅下降，此時[β]系數較大，菲利普斯曲線較為陡峭；而當失業率較高時，經濟通常處于收縮或長期低迷的狀態，此時將觸發價格剛性機制（如油價保護政策等），導致“價格—失業率”彈性大幅下降，菲利普斯曲線將呈現出扁平化特征。由此可見，Ⅱ型菲利普斯曲線主要是從價格剛性的角度闡釋了曲線形態變異的原因。

隨著經濟周期研究不斷深入，Okun（1963）發現經濟增長率與失業率之間存在著穩定的替代關系，這即是著名的“奧肯定律”：

[yt=?αut+vt] （3）

式（3）中，[yt]代表t時期下的產出增速，[ut]代表t時期下的失業率，[α]是失業率對產出增速的影響系數，[vt]代表外生擾動項。結合“奧肯定律”，利用[yt/?α]替代失業率，便可得到“產出—通脹”型菲利普斯曲線1，也即最常見的Ⅲ型菲利普斯曲線：

[πt=θyt+μt（θ=β/α）] （4）

其中，[θ]表示通脹對產出變動的反應系數，即Ⅲ型菲利普斯曲線斜率[（θgt;0）]。式（4）表明，經濟增速上漲越快，越容易引發通貨膨脹。相比于其他兩種形式的菲利普斯曲線，Ⅲ型菲利普斯曲線具有更為直觀的經濟意義，因為它在“y—p”二維直角坐標系中直接給出了通脹和產出之間權衡的大邏輯，可以作為宏觀總供給曲線的近似描述。關于Ⅲ型菲利普斯曲線形態變異的成因主要有如下三種解釋：① 產出增速持續放緩（[yt]變化較慢）；② 物價單邊異動（[πt]反應較弱）；③ 世界經濟發展由全球化向逆全球化轉變。

第一，產出增速方面，2012年起，中國經濟增速開始進入趨勢性換擋階段，這種變化是由人口紅利消失、技術進步減緩、資本回報率下降等長期要素共同決定的，并不服從短期內的供需替代關系，因此，經濟增長開始與通脹變化脫鉤，菲利普斯曲線亦呈現出扁平化趨勢（秦朵和何新華，2011；Lu et al.，2016；鄭江淮和荊晶，2023）。

第二，物價波動方面，美國“次貸危機”過后，國際經濟形勢發生深刻轉變，美國頁巖油改革、新冠肺炎疫情和俄烏沖突等大型隨機事件頻發，導致大宗商品價格時常出現劇烈波動，但這種變動與供需替代關系無關，通常是物價端的單邊擾動，表現為菲利普斯曲線在豎直方向上的位移。由于“產出—通脹”替代彈性[σπy=dπ/πdy/y=θyπ]，這意味著通脹的單邊上升也會引起菲利普斯曲線彈性下降，這種現象即是近來熱議的菲利普斯曲線的“高位扁平化”現象（張天頂，2014；Szafranek，2017；隋建利等，2023）。

第三，逆全球化轉變方面，在經濟周期上升階段，世界各國貿易往來頻繁，資本等生產要素和商品在全球范圍內自由流動，一價定律近似成立，導致產出和通脹之間的替代彈性通常較大，菲利普斯曲線也較為陡峭（Restuccia and Rogerson，2017；劉達禹等，2022）。而在經濟周期回落階段，全球經濟低迷，部分國家甚至陷入經濟衰退，需求擴張步伐放緩，貿易保護主義復興，產品自由流動受阻，由于不能靈活使用進口商品替代本國商品，加之本土商品的價格保護措施，導致“產出—通脹”替代彈性大幅下降，菲利普斯曲線呈現出扁平化趨向。

根據圖2可知，III型菲利普斯曲線的形態變異成因更為復雜，且這種變異將在很大程度上受到經濟周期更迭的影響。為刻畫這一特征，本文對式（4）進行擴展，構建了如下含有經濟周期波動信息的菲利普斯曲線計量方程：

[" πt=θ+y+t+θ?y?t+μt] （5）

其中，[θ+]代表經濟周期上升階段的曲線斜率系數，[θ?]則代表經濟周期下行階段的曲線斜率系數。據此便可以借助式（5）檢驗經濟周期波動對菲利普斯曲線形態變化的影響。

三、經濟周期不同階段下菲利普斯曲線形態分異特征的計量刻畫

為了全面刻畫菲利普斯曲線在經濟周期不同階段下的形態分異規律，本文由淺至深分別使用時域分樣本回歸、滾動回歸以及非線性自回歸分布滯后模型（NARDL模型）對菲利普斯曲線的形態變異展開探討，這既能為菲利普斯曲線的形態檢驗提供經驗證據，同時也能夠提高研究結果的穩健性與可靠性。

（一） 時域分樣本估計

本文首先從線性回歸的角度通過樣本分割來初步判別中國菲利普斯曲線在不同時期下的形態變異特征。實證部分使用的通脹率與產出增速變量同樣為CPI同比增長率和實際GDP同比增長率。樣本區間為1992年1季度—2023年3季度1，數據來自國家統計局網站 （http：//www.stats.gov.cn/）。分樣本回歸模型的形式如下：

[CPIt=c+β+（?）Growt?t+εt] （6）

其中，[CPIt]和[Growtht]分別代表通貨膨脹率和產出增速；[β]是產出增速項系數，也即菲利普斯曲線斜率。由于本文將樣本劃分為經濟周期上升階段和經濟周期下行階段，因此使用[β+]代表經濟周期上升階段的菲利普斯曲線斜率系數，使用[β?]代表經濟周期下行階段的菲利普斯曲線斜率系數；[c]代表常數項；[εt]代表隨機擾動項。關于經濟周期上行區間和下行區間，本文以實際GDP同比增長率序列為基準，借助“谷—谷”分割法實現區間劃分。根據劃分結果，經濟周期上升期包括1992—1994年、1999—2007年、2009年、2021年，經濟周期下行期包括1995—1998年、2008年、2010—2020年、2022—2023年。時域分樣本回歸結果如表1所示。觀察表1可以看出，無論是總樣本回歸還是時域分樣本回歸，回歸系數均在1%的顯著水平下拒絕原假設，說明我國仍存在正常的菲利普斯曲線關系，產出波動能夠有效地向通脹端傳導。結合系數大小不難發現，在經濟周期上升階段，菲利普斯曲線較為陡峭，斜率系數高達0.4304；而在經濟周期下行階段，菲利普斯曲線較為平坦，斜率系數僅為0.2850，這一結果印證了本文的事前判斷，即中國菲利普斯曲線的確會隨著經濟周期的更迭而產生形態分異，其中，在經濟繁榮期時曲線通常更為陡峭，而在經濟收縮期時曲線則趨于扁平。

（二）基于滾動回歸的非線性估計

為進一步展示我國菲利普斯曲線斜率的時變特征，本節運用滾動回歸模型重新計算了樣本期內我國菲利普斯曲線的時變斜率，待估方程形式如下：

[CPIt=c'+β'tGrowt?t+ε't] （7）

考慮到現階段我國經濟環境復雜、嚴峻，外生沖擊對經濟體系的影響加劇了經濟不確定性，因此為了精準捕捉菲利普斯曲線斜率的時變特征，滾動窗口的設定不宜過長。本文以年度為單位設定了12期（3年）的滾動窗口，滾動回歸的時變斜率系數如圖3所示。

總體來看，我國產出增速對通貨膨脹率的影響具有明顯的時變特征。在經濟周期上升階段，菲利普斯曲線的斜率系數多處于上升狀態亦或者位于較高水平；而在經濟周期下行階段，菲利普斯曲線的斜率系數則多處于下降狀態亦或是位于低位水平。具體來看，第一個典型階段是1993—1995年，彼時隨著改革開放不斷深化，體制枷鎖徹底被打破，改革效能得以充分釋放。尤其是1995年之后我國生產要素流動性不斷上升，城鎮化開始進入快速發展期，大量的農村剩余勞動力進入城市從事第二產業和第三產業，出現了民工潮，充裕的勞動供給大幅降低了生產成本，成為了工業化的助推器，這令我國經濟進入上升期，菲利普斯曲線斜率系數也隨之上升，至1995年到達峰值。

然而，1993—1995年間經濟的快速增長同樣引發了需求過度膨脹，使經濟陷入過熱局面，通貨膨脹率更是一度飆升至20%以上。為化解這一危機，中國經濟正式步入“軟著陸”階段。這一時期內，由于穩定物價是政策調控的核心，因此政策長期錨定通脹端，實施通貨膨脹單邊盯住。這一政策取得了立竿見影的效果，使通脹率迅速下降，而產出端付出的代價相對較小，經濟增長率始終維持在8%以上。結合圖3不難發現，正是因為彼時菲利普斯曲線斜率較大，國家才能以極小的產出成本來獲得較好的通脹治理效果，這也是利用菲利普斯曲線關系成功實現通脹治理的一個經典案例。

2001年末，加入WTO使中國經濟迅速向全球市場歸并，產業的高度融合和市場的高度開放在供需兩端均促進了經濟增長。我國逐漸形成了全球最完備的基礎工業體系和超大規模市場，這為經濟再次實現高速增長奠定了堅實基礎。直至2008年，我國經濟持續保持高速增長，這一時期是國家深度融入全球價值鏈的關鍵階段，經濟增長的主要特征是投資和出口驅動，貨幣信貸亦隨之快速擴張。產業方面，房地產、能源資源行業、制造業、金融業等國民經濟支柱產業快速發展，經濟增長在多重利好的共同推動下重回上升通道，菲利普斯曲線斜率亦再度上升，表明產出與通脹間的權衡關系開始再度活躍。2004年和2007年兩輪溫和的通貨膨脹正是這種替代關系重現的良好例證。

在2009年美國“次貸危機”期間以及此后的大規模政策刺激階段，我國經濟增長出現了較大波動。經濟受危機的影響快速下行，而后在政策刺激的催動下又快速反彈，這一時期經濟依舊具備高增長潛力，因此，菲利普斯曲線斜率總體穩定，基本保持了經濟上行期時的水平。而在2012年之后，受趨勢性、體制性和結構性因素影響，我國經濟發展進入“新常態”階段，“三期疊加”導致經濟增速持續下降，人口紅利消失、資本回報率下降和技術進步放緩等長期問題凸顯，這些變化與供需替代無關，僅表現為產出的單邊下行，故而菲利普斯曲線開始變得越發扁平化。

（三）基于NARDL模型的非線性估計

分段回歸和滾動回歸的初步測算結果均表明菲利普斯曲線會隨著經濟周期的更迭而產生形態分異，那么這一形態分異是否存在一般性規律？對這一問題的總結與闡釋，將為全面預判和理解未來宏觀經濟的走向提供重要的經驗依據。為此，下文將進一步構建NARDL模型來對這一特征進行精準識別。

傳統的ARDL模型僅考慮了時間序列的自回歸分布滯后特征，但無法分析變量間影響機制的非對稱性。為此，本文將非對稱因素加入到ARDL模型中，構建NARDL模型，這一模型可以分解核心解釋變量的正向沖擊和負向沖擊，并分別計算正向沖擊和負向沖擊對被解釋變量的影響，進而描述核心解釋變量對被解釋變量影響的非對稱性特征。具體到本文而言，NARDL模型將經濟增長分解為上行周期和下行周期兩個部分，然后分別估計兩階段下經濟增長對通貨膨脹的影響系數，這最符合本文的研究初衷。為此，本文在式（5）的基礎上重構我國“產出—通脹”型菲利普斯曲線：

[CPIt=β+Growt?+t+β?Growt??t+ut] （8）

其中，[Growtht=Growth0+Growth+t+Growth?t]，[Growth0]是初始值，[Growth+t]代表了經濟上行時期的樣本，[Growth?t]代表了經濟下行時期的樣本。[β+]代表了經濟上行時期產出對通脹的影響系數，[β?]代表了經濟下行時期產出對通脹的影響系數，[ut～iid（0， σ2u）]。下面構建NARDL模型，為便于介紹下文使用[y]代表被解釋變量[CPI]，使用[x]代表解釋變量[Growtht]。具體模型形式如下：

[yt=j=1pφjyt?j+j=0q（θ+jx+t?j+θ?jx?t?j）+εt] （9）

式（9）中，[θ+j]和[θ?j]分別代表產出增速對通脹影響的非線性分布滯后參數，[φj]是被解釋變量的自回歸系數，[εt]是服從高斯分布的隨機擾動項。將式（9）進一步表示為如下的誤差修正形式：

[Δyt=ρyt?1+θ+x+t?1+θ?x?t?1+j=1p?1γjΔyt?j+j=0q?1（?+jΔx+t?j+??jΔx?t?j）+εt] （10）

其中，[ρ=j=1pφj?1]，[γj=?i=j+1pφi， ? j=1，…，p?1]，[θ+=j=0qθ+j]，[θ?=j=0qθ?j]，[?+0=θ+0]，[??j=?i=j+1qθ?j， ? j=1，…，q?1]，[ΔXt=j=1q?1ΛjΔXt?j+vt]，將[εt]表示成[vt]的函數有[εt=ω'（ΔXt?j=1q?1ΛjΔXt?j）+et]，其中[et]與[vt]不相關，于是可得：

[Δyt=ρyt?1+θ+x+t?1+θ?x?t?1+j=1p?1?jΔyt?j+j=0q?1（π+jΔx+t?j+π?jΔx?t?j）+et] （11）

其中，[π+0=θ+0+ω]，[π?0=θ?0+ω]，[π+j=?+j?ω'Λj]，[π?j=??j?ω'Λj]，[?j=1，…，q?1]。[π+j]與[π?j]度量了產出增速對通脹水平的短期影響。測定短期影響后，產出增速對通脹水平的累積影響則可表示為：[m+h=j=0h（?yt+j/?X+t）]，[m?h=j=0h（?yt+j/?X?t）]，[h=0，1，2…]。[limh→∞m+h=?θ+/ρ]，[limh→∞m?h=?θ?/ρ]，本文將兩個系數分別表示為[β+]和[β?]。對式（11）進行不同的參數約束，就可得到不同的方程形式。若不施加任何約束，模型便為式（11）所示的形式。若在長期和短期都不考慮非對稱特征，則有[θ+=θ?=θ]，[π+j=π?j]或[θ+=θ?=θ]，[iπ+i=iπ?i（i=0，…，q?1）]，原方程退化為：

[Δyt=ρyt?1+θxt?1+j=1p?1?jΔyt?j+j=0q?1πjΔxt?j+et] （12）

如果長期內不存在非對稱性而短期內存在，則有[θ+=θ?=θ]，原方程可寫為：

[Δyt=ρyt?1+θxt?1+j=1p?1?jΔyt?j+j=0q?1（π+jΔx+t?j+π?jΔx?t?j）+et] （13）

如果長期內存在非對稱性而短期內不存在，則有[π+j=π?j]，[iπ+i=iπ?i（i=0，…，q?1）]，原方程可寫為：

[Δyt=ρyt?1+θ+x+t?1+θ?x?t?1+j=1p?1?jΔyt?j+j=0q?1πjΔxt?j+et] （14）

選定模型后，我們還需運用[tBDM]、[FPSS]統計量對變量之間是否存在長期協整關系進行檢驗，隨后估計[β+]和[β?]，并根據回歸參數計算產出對通脹的非對稱影響。為排除可能存在的內生性干擾，本文使用GMM法對NARDL模型進行估計，結果如表2所示。首先從模型構建的角度來看，[tBDM]、[FPSS]檢驗結果顯示，我國產出增速和通貨膨脹之間存在長期穩定的協整關系，即菲利普斯曲線關系成立。其次從顯著性的角度來看，所有參數均能在5%的顯著水平下拒絕原假設，表明NARDL模型的估計結果較好。最后從系數表現的角度來看，在經濟周期上行階段經濟增長對通貨膨脹的影響系數均大于經濟周期下行階段，這再次印證了中國的菲利普斯曲線會隨著經濟周期的更迭而呈現出形態分異。從長期來看，根據[β+=?θ?ρ]可計算經濟周期上行階段的菲利普斯曲線斜率系數，根據[β?=?θ+ρ]可計算經濟周期下行階段的菲利普斯曲線斜率系數。結果顯示，在經濟周期上行階段我國的菲利普斯曲線斜率系數為0.615，下行階段的斜率系數為0.431，這再次說明當經濟處于繁榮期時，菲利普斯曲線更為陡峭；而當經濟處于緊縮期時，曲線則將變得相對平緩。

總的來看，本節依次基于線性模型、滾動回歸模型以及NARDL模型對菲利普斯曲線的斜率系數進行了估計，結果均證明我國菲利普斯曲線會隨著經濟周期波動產生典型的形態分異，具體表現為經濟繁榮期或經濟平穩時期，曲線形態較為陡峭；而在經濟緊縮期時，曲線形態則趨于扁平。這一結果清晰地描述了中國菲利普斯曲線扁平化的易發區位，對于事前監測經濟運行走向具有重要的參考價值。

四、宏觀調控政策對經濟回升路徑的影響機制檢驗

菲利普斯曲線不僅代表著“產出—通脹”組合的運行軌跡，而且揭示了短期內經濟自然運行的基本趨向。倘若可以利用一些宏觀調控工具來修正菲利普斯曲線斜率，那么也就能實現矯正經濟運行路徑的目的。理論上講，這一工作是完全可以實現的，只要政策工具對二者調控力度的比值與當下的菲利普斯曲線斜率存異，那么就完全可以實現人為調整菲利普斯曲線斜率和塑造經濟回升路徑的效果。這一工作將為事前規避經濟風險和精準規劃經濟運行路徑提供重要參考。下面，本節將詳細探討在經濟周期不同階段下，各類宏觀政策工具對經濟運行路徑的影響機制，隨后著重探討面對當下產出通脹協同走弱的局面，何種宏觀調控方式最適合作為引導經濟合理復蘇的權宜手段。

（一）TVP-SV-VAR模型構建

由于“產出—通脹”權衡關系處于動態變化之中，因此，在探究宏觀調控政策對經濟運行路徑的影響時必須要依賴于動態計量模型。為此，本文選擇包含隨機波動的時變參數向量自回歸模型（TVP-SV-VAR）進行分析。模型的構建原理如下：

首先，引入一個基礎的S-VAR模型：

[Ayt=F1yt?1+…+Fsyt?s+μt，t=s+1，…，n] （15）

其中，[yt]代表了可觀測變量組成的向量組，[A]代表了待估計參數矩陣，[F1……FS]是待估計系數矩陣，[μt]是隨機擾動向量且[μt～N（0，Σ）]：

[Σ=σ10…00??????00…0σk]，[A=10…0a21??????0ak1…ak，k?11]

進一步將模型簡寫成如下形式：

[yt=B1yt?1+…+Bsyt?s+A?1Σεt，εt～N（0，Ik）] （16）

其中，[Bi=A?1Fi]，[i=1，…s]。對原矩陣進行降維，令[Xt=Is?（yt?1，…，yt?s）]，可以進一步將模型簡化如下：

[yt=Xtβ+A?1Σεt] （17）

在上式中引入時變參數可以得到：

[yt=Xtβt+A?1tΣtεt， t=s+1，…，n] （18）

式（18）中，所有待估計參數都具有時變性，令[at=（a21，a31，a32，a41，…，ak，k?1）]，[ht=（h1t，…，hkt）]，其中，[hit=logσ2it，i=1，…，k， t=s+1，…，n]。進一步引入隨機波動有：

[βt+1=βt+μβt，αt+1=αt+μαt，?t+1=?t+μ?t，" " "εtμβtμatμ?t～N0，IOOOOΣβOOOOΣaOOOOΣ?]，[t=s+1，…，n，]" " " " " " " " " " （19）

其中，[βs+1～N（μβ0，Σβ0），αs+1～N（μa0，Σa0），hs+1～N（μh0，Σh0）]。至此便完成了TVP-SV-VAR模型的全部設定。在模型估計方面，使用貝葉斯方法進行馬爾科夫蒙特卡羅模擬，首先設定先驗值[（Σβ）?2i～Gamma（40，0.02）]，[（Σa）?2i～Gamma（4，0.02）]，[（Σh）?2i～Gamma（4，0.02）]，然后對參數進行抽樣，最后根據估計結果計算時變脈沖響應函數。本文選擇菲利普斯曲線的時變斜率和宏觀調控政策工具進行建模。其中，菲利普斯曲線斜率使用上文滾動回歸模型的計算結果，宏觀調控工具包括財政政策和貨幣政策。財政政策代理變量使用財政支出同比增速；貨幣政策包括了價格型和數量型兩種，價格型工具使用7天期銀行間同業拆借利率作為代理變量，數量型工具使用廣義貨幣供應量M2同比增速替代。樣本區間為1996年1季度至2023年3季度。原始數據來源于中國人民銀行官網（http：//www.pbc.gov.cn/）和國家統計局官網（http：//www.stats.gov.cn/）。在進行模型計算前，本文對所有變量進行了平穩性檢驗，結果顯示所有變量均為平穩的時間序列，符合建模要求，相關結果備索。

（二）模型估計與時變脈沖響應分析

表3給出了10000次模擬下獲取的模型估計結果，結果顯示Geweke統計量均小于5%的臨界值水平，表明參數估計效果較好。圖4進一步給出了參數的后驗標準差、模擬路徑與后驗分布。圖4第一行顯示，各參數在10000次模擬后標準差迅速縮小，表明模擬收斂性較好；第二行的模擬路徑均較為穩定，表明模擬估計結果穩健；第三行的后驗分布結果高度集中，說明模型估計具有一致性。

本文估計了不同宏觀調控工具對菲利普斯曲線斜率的時變調控效應，并據此分析政策工具對經濟回升路徑的引導效果。圖5（a）—（c）給出了經濟周期不同階段下菲利普斯曲線斜率對不同政策沖擊的脈沖響應函數1。總體來看，財政支出、貨幣供應量、利率三種政策工具均可以顯著影響菲利普斯曲線形態，正向的財政支出和貨幣供應量沖擊可以促進菲利普斯曲線斜率上升，利率的正向沖擊將導致菲利普斯曲線斜率下降。這表明積極的財政政策和寬松的貨幣政策均可以修復產出和通脹之間的聯動關系，推動“產出—通脹”組合向高增長—高通脹區間運動。其中，財政支出擴張可以直接促進消費和拉動投資，進而通過需求拉動使通貨膨脹率有序復蘇，繼而抬高菲利普斯曲線斜率；貨

幣供應量增長或是利率下降則可通過影響流動性水平和融資成本來刺激總需求，進而改變通脹水平和曲線斜率。對比不同時期來看，在經濟周期下行階段，積極的財政政策和寬松的貨幣政策對菲利普斯曲線斜率的影響強度均大于經濟周期上升階段，這意味著在經濟緊縮期時，可以通過政策調控來人為塑造“產出—通脹”關系。從內在機理來看，積極的財政政策和寬松的貨幣政策之所以能夠在經濟周期收縮階段產生更好的效果，是因為在不同發展階段下我國的宏觀調控目標亦存在顯著差異。在經濟周期下行階段，財政政策和貨幣政策的主要目標是穩增長，而穩增長主要依靠總需求擴張，因此政策工具更傾向從需求端入手，進而促成增長通脹聯動。而在經濟周期上升階段，穩增長的壓力較小，財政政策和貨幣政策的核心目標通常會落在防風險和控通脹上，對于總需求的干預力度相對較低，更易形成單邊調控，這也就間接弱化了產出波動對通貨膨脹的影響。

圖6進一步展示了相同時期內不同政策工具對菲利普斯曲線形態的影響強度。從中不難看出，無論是在經濟周期上升階段還是下行階段，價格型貨幣政策工具對菲利普斯曲線斜率都具有最大影響，財政政策工具的影響強度次之，數量型貨幣政策工具的影響強度最弱。這是因為現階段我國貨幣政策基本實現了從數量型調控向價格型調控的轉變，貨幣數量、信貸供給、社會融資規模等數量型指標的有效性下降，微觀主體和宏觀部門對市場利率的反應更加敏感，尤其是推進LPR改革后，中央銀行更加注重通過價格型指標影響金融市場流動性和信貸，形成了從政策利率（逆回購利率、SLF、MLF等）到市場基準利率（銀行間同業拆借利率、LPR、國債收益率等）再到市場利率（貨幣市場利率、債券市場利率、信貸市場利率等）的完整調控框架。而受金融創新和直接融資等因素的影響，貨幣供應量等數量型指標的有效性大幅下降，更多的是作為貨幣中介目標，而不再作為關鍵的政策風向標。在這一背景下，價格型貨幣政策工具的有效性上升，利率對總需求和產出的影響更加明顯，對菲利普斯曲線斜率的調控效應也更加顯著。此外，財政政策工具方面，財政支出擴張對菲利普斯曲線斜率的影響程度較高，表明積極的財政政策具有有效性。這是由于近年來我國財政政策一直保持積極取向，對關鍵領域的支出強度持續擴大，減稅降費力度不斷增強，專項債務規模穩步提升，這些政策舉措可以直接拉動消費和投資需求增長，進而通過總需求擴張來影響通脹端。綜合來看，面對當下產出增速和通貨膨脹協同走弱的局面，采取價格型貨幣政策引導經濟回升最為有效，財政支出工具的效率次之，而數量型貨幣政策工具的作用效果相對偏弱。

總的來看，規劃經濟回升路徑的核心目的是確保經濟沿著安全的路徑回歸至適速增長區間。其中，在經濟周期下行階段，主要應使用價格型貨幣政策工具來引導經濟復蘇，促進總產出和總需求的同步擴張，使產出與通脹間的權衡回歸至常態邏輯；而在經濟周期上升階段，則更宜使用適度積極的財政政策工具來維持經濟增長，同時需謹慎使用名義利率等貨幣政策工具來刺激總需求，以避免通貨膨脹率高企；相反，若是通貨膨脹已處于高位狀態，必要時則應通過加息的方式進行適度干預，進而以較低的產出成本來促使通脹回歸至理性區間。

（三）穩健性檢驗

考慮到預期因素亦是影響通脹水平的關鍵因素（Lucas，1973），本文又構建了含有預期因素的菲利普斯曲線方程，并基于這一機制重新檢驗政策變量對曲線斜率的影響。參照Gal?? and Gertler（1999）、呂越和盛斌（2011），構建如下形式的菲利普斯曲線：

[CPIt=αtCPIet+λtGrowt?t+τt] （20）

其中，[CPIet]表示通脹預期，這里使用居民調查問卷法進行測度1；[αt]則表示通脹預期對實際通脹的影響系數。借鑒何啟志和姚夢雨（2017），本文基于式（20）重新進行滾動回歸估計，結果如圖7所示。

觀察圖7可知，引入預期項的菲利普斯曲線斜率較經典的二變量模型略有下降，但整體趨勢并未改變，表明這一估計結果可用于穩健性檢驗。進一步的，將通脹預期項及重新計算得到的菲利普斯曲線時變斜率代入到TVP-SV-VAR模型中，于是式（15）中的待估參數矩陣A內的變量排序亦將由{[Growtht]，[CPIt]，[β't]，[MPt]}（MP表示各類宏觀政策工具）變為{[CPIet]，[ Growtht]，[CPIt]，[λt]，[MPt]}。這樣排列的原因在于：① 宏觀政策將兼顧產出通脹調控和預期管理，故將其列于最后；② 菲利普斯曲線時變斜率由產出增速、通貨膨脹與通脹預期共同決定，故將[λt]列于第4行；③ 根據菲利普斯曲線方程，產出增速與通脹預期均在通脹形成過程中發揮作用，故將通貨膨脹列于第3行；④ 最后，產出增速位于第2行，其受到預期因素的微弱影響，而通脹預期項位于第1行，表明這一預期僅受微觀個體的主觀感受影響，不受任何其他變量當期值的約束。隨后，在這一新的設定下，本文重新進行TVP-SV-VAR模型估計，得到的脈沖響應結果如圖8所示。

對比圖6與圖8中的估計結果不難發現，三種宏觀政策工具對菲利普斯曲線斜率的影響效率排序并未發生改變，仍然表現為“價格型貨幣政策工具gt;財政政策工具gt;數量型貨幣政策工具”，這表明初始模型估計具有穩健性。再來看調控力度方面，預期因素的引入使政策的調控效率略有下降，這同樣符合預期，因為預期相當于是一種信息摩擦，這會降低政策的傳導效率，特別是當預期與政策取向相反時，會嚴重影響施政效果。總的來看，采取價格型貨幣政策搭配財政政策的方式能夠快速引導經濟回升，這不失為現階段引導經濟平穩復蘇的有益政策嘗試。

五、結論與政策建議

本文使用NARDL模型對中國菲利普斯曲線的形態特征進行識別，厘清了菲利普斯曲線形態變異的一般性規律。隨后，本文進一步構建TVP-SV-VAR模型模擬了各類宏觀政策工具如何影響當下經濟回升期內“產出—通脹”組合的運行路徑，主要得到以下結論：

第一，“產出—通脹”型菲利普斯曲線在經濟周期不同階段產生形態分異的原因主要有三：一是經濟增速換擋以來，產出增速出現趨勢性下行，而這種變動并非完全源于供需替代，導致二者之間的替代彈性大幅下降；二是近年來外部沖擊事件頻發，導致通脹端時常會因大宗商品價格異動而出現異動，進而單邊撬動曲線斜率；三是受逆全球化影響，產品價格剛性特征重現，這進一步加劇了菲利普斯曲線的扁平化。

第二，中國的菲利普斯曲線的確會隨著經濟周期的更迭呈現出分異特征，具體表現為在經濟周期上升或平穩運行階段，產出端與通脹端之間的關聯比較緊密，產出增速與通貨膨脹的替代彈性較大，因此菲利普斯曲線形態較為陡峭；而在經濟周期下行階段，產出端與通脹端之間的關聯明顯下降，此時菲利普斯曲線將呈現出扁平化特征。

第三，在經濟周期下行階段，各類宏觀政策工具對“產出—通脹”關系的影響效應大于經濟周期上升階段，其中，價格型貨幣政策工具的影響最強，財政政策工具次之，而數量型貨幣政策工具的影響最弱。此外，即便是在考慮預期因素的情形下，價格型貨幣政策搭配財政政策的調控方式依然是引導經濟回升的最佳手段，這一發現對于激活扁平狀態下的菲利普斯曲線以及修復經濟下行時期“產出—通脹”間的替代關系具有借鑒意義。

總的來看，本文研究對于穩定經濟增長、引導經濟回升乃至是事前預防古典經濟危機重現均具有一定的啟示意義。基于研究結論，提出如下政策建議：

第一，在當前經濟回升初期，中央銀行應保持適度寬松的貨幣政策調控基調，重視貨幣政策與財政政策的協調配合，逐步探索并建立起各類宏觀經濟政策間的良性互補機制。一方面，要充分認識到當下的菲利普斯曲線具有扁平化特征，而面對這種情形，經濟較難自發回歸至合理增長區間，中央銀行需采用適度降低利率的方式進行適度干預，從而確保產出增速和物價水平同步溫和回升。另一方面，考慮到當下人民幣匯率面臨著一定的貶值壓力，降息調整幅度不宜過大，為確保經濟盡可能加速修復，還應輔之以適度積極的財政政策，二者的配合使用不僅有助于加速經濟回升，而且也能使經濟盡快駛離低迷區間，從而避免蕭條和衰退的情形出現。

第二，盡管當下中國的通貨膨脹仍處于較低水平，但不應忽視的是，隨著經濟回升進入加速階段，菲利普斯曲線形態將逐漸變得陡峭，“產出—通脹”間的權衡關系亦將回歸至常態水平。屆時政府和中央銀行需密切關注宏觀經濟基本面的實時變化，有序降低宏觀調控力度，逐漸回歸至穩健中性的總調控基調，進而在最大限度上事前規避經濟回升過程中可能出現的通貨膨脹隱患。

第三，鑒于本輪經濟低迷主要源于需求轉弱，因此，在引導經濟回升的過程中，政府應堅定不移地擴大內需，特別是要注重對消費和投資動能的培育。消費方面，可采取多樣化的定向財政政策，如采取發放消費券、提供購車補貼等方式調度不同消費群體的消費積極性，從而實現全方位立體式的消費引導；投資方面，要注重培育有效投資，發掘新型投資增長點，高度重視對投資的風險管控，嚴控投資現金流回升，切實把資金用到實處。合理的消費投資引導是擴大內需的根本，亦是引導經濟穩步回升的必由之路。這不僅有助于重塑相對陡峭的菲利普斯曲線形態，使產出和通脹恢復常替代關系，而且也有利于事前規避潛在的經濟風險，使經濟遠離古典危機的泥淖。

參考文獻

丁慧、范從來，2015，“中國菲利普斯曲線扁平化了嗎——基于廣義價格指數的實證研究”，《經濟學家》，第1期，第19-29頁。

何啟志、姚夢雨，2017，“中國通脹預期測度及時變系數的菲利普斯曲線”，《管理世界》，第5期，第66-78頁。

劉達禹、徐斌、王俏茹，2022，“中國經濟增長長期趨勢的實時估算與貢獻分解——兼論中高速階段穩態的形成與識別”，《數量經濟技術經濟研究》，第7期，第26-46頁。

劉悅、劉金全，2023，“中國菲利普斯曲線的扁平化特征與利率政策撬動”，《南開經濟研究》，第3期，第3-19頁。

呂越、盛斌，2011，“開放條件下產出缺口型菲利普斯曲線的再驗證——基于中國省際季度動態面板數據”，《金融研究》，第10期，第47-60頁。

秦朵、何新華，2011，“大緩和時期發達國家的低通脹受益于全球化的新證據”，《金融研究》，第10期，第1-16頁。

隋建利、張龍、申瑛琦，2023，“輸入型通脹還是本土價格回溢？——基于動態溢出與時變因果視角的分析”，《經濟科學》，第3期，第23-41頁。

王金明，2012，“我國通貨膨脹決定因素的計量分析”，《統計研究》，第4期，第44-50頁。

伍戈、劉琨，2014，“中國通脹與產出的動態研究——基于時變性的菲利普斯曲線”，《財貿經濟》，第10期，第61-72+104頁。

張蓓，2009，“我國居民通貨膨脹預期的性質及對通貨膨脹的影響”，《金融研究》，第9期，第40-54頁。

張成思、田涵暉，2020，“結構性通貨膨脹與通貨膨脹預期形成機制”，《經濟研究》，第12期，第148-164頁。

張天頂，2014，“國際大宗商品價格沖擊、傳遞效應與中國的通貨膨脹動態”，《南方經濟》第9期，第27-44頁。

趙紅梅、易卓睿，2019，“勞動生產率與中國菲利普斯曲線的門限轉換特征”，《南開經濟研究》，第6期，第108-131頁。

鄭江淮、荊晶，2023，“基于技能偏向性技術進步的經濟增長動能分解”，《南方經濟》第1期，第28-48頁。

Blanchard， O.， 2016， “The Phillips Curve： Back to the'60s？”， American Economic Review， 106（5）： 31-34.

Gal??， J. and Gertler， M.， 1999， “Inflation Dynamics： A Structural Econometric Analysis”， Journal of Monetary Economics， 44（2）： 195-222.

Hooper， P.， Mishkin， F.S. and Sufi， A.， 2020， “Prospects for Inflation in a High Pressure Economy： Is the Phillips Curve Dead or is it Just Hibernating？”， Research in Economics， 74（1）： 26-62.

Kimura， T. and Kurozumi， T.， 2010， “Endogenous Nominal Rigidities and Monetary Policy”， Journal of Monetary Economics， 57（8）： 1038-1048.

Lu， Y.K.， King， R.G. and Pasten， E.， 2016， “Optimal Reputation Building in the New Keynesian Model”， Journal of Monetary Economics， 84： 233-249.

Lucas， R.E.， 1973， “Some International Evidence on Output Inflation Trade-offs”， American Economic Review， 63（3）： 326-334.

Okun， A.M.， 1963， “Potential GNP： Its Measurement and Significance”， Cowles Foundation for Research in Economics at Yale University.

Phillips， A.W.， 1958， “The Relation between Unemployment and the Rate of Change of Money Wage Rates in the United Kingdom， 1861-1957”. Economica， 25（100）： 283-299.

Restuccia， D. and Rogerson， R.， 2017， “The Causes and Costs of Misallocation”， Journal of Economic Perspectives， 31（3）： 151-174.

Samuelson， P.A. and Solow， R.M.， 1960， “Analytical Aspects of Anti-inflationary Policy”. American Economic Review， 50（2）： 177-194.

Summers， L.， 2013， “Policy Responses to Crises”， Speech at IMF 14th Annual Research Conference in Honor of Stanley Fischer.

Szafranek， K.， 2017， “Flattening of the New Keynesian Phillips Curve： Evidence for an Emerging， Small Open Economy”， Economic Modelling， 63： 334-348.

Vavra， J.， 2014， “Inflation Dynamics and Time-varying Volatility： New Evidence and an Ss Interpretation”， The Quarterly Journal of Economics， 129（1）： 215-258.

Business Cycle Fluctuations and the Shape Evolution of the Phillips Curve：

A Concurrent Discussion on the Selection of Economic Recovery Path

Liu Dayu" Xu Bin

Abstract： During the “Subprime Crisis” in the United States， many countries introduced large-scale fiscal and monetary policies to guide economic recovery. These policies stimulated economic growth to a certain extent， but a new phenomenon was that inflation did not rise， and remained low. The weakening linkage between output and inflation means that the slope of the Phillips curve is no longer steep， which is the most famous hypothesis namely the “flattening Phillips curve” in the past decade. However， after the outbreak of the COVID-19， the global economy fell into recession again. Intermittent interruptions in the supply chains of various countries triggered extremely serious supply shocks. The weakening expectations of residents and enterprises led to a rapid decline in effective demand. These factors led to a significant rise in inflation rates in various countries again. It seems that the current Phillips curve shape can be no longer described as ‘flattened’， and it is likely to steepen at an extremely fast pace， making the linkage between output and inflation more complex. Therefore， a restudy of the Phillips curve is of crucial theoretical and practical significance.

This paper comprehensively identifies the shape evolution of China’s Phillips curve under different stages of business cycle， and conducts a deep discussion on how to program the path of economic recovery by desirable macroeconomic policies. The conclusions are as follows： First， a slowing down economic growth rate， unilateral changes in inflation， and the shift from globalization to de-globalization are the three core factors that lead to the shape evolution of the Phillips curve. Second， the specific performances of China’s Phillips curve in different stages of business cycle are as follows： the curve slope is steeper in the upwards phase of business cycle， while it shows a flattening trend during the contraction stage of business cycle. Third， there are significant differences between different macroeconomic policies to program economic recovery path， among which a gradual regulation of price-based monetary policy combined with fiscal policy is a beneficial attempt to guide a steady recovery of economy under current stage. Faced with the dual contraction pressure of output and inflation， it is of great significance to appropriately correct the substitution relationship between output and inflation， as well as to shape a steep slope of Phillips curve， which is benefit for guiding the economy to recover along a safe path， thus avoiding the recurrence of a classical economic crisis.

Our findings are meaningful for stabilizing economic growth， promoting economic recovery， and preventing classical economic crises. In the current stage of economic recovery， policy authorities still need to maintain a moderately loose tune of monetary policy regulation， while establishing a benign complementary mechanism between various macroeconomic policies. When stepping into the period of economic recovery acceleration， policy authorities should conduct real-time monitoring of macroeconomic fundamentals， gradually weaken policy strength， and avoid the risk of economic overheating caused by policy overshoot. In addition， the government should continue making efforts to expand domestic demand， especially stimulating consumption and stabilizing investment， as well as cultivating long-term demand momentum， so as to promote the synergetic recovery of economic growth and inflation to a reasonable level.

Keywords： Business Cycle Fluctuations; Phillips Curve; Macro-control; Economic Recovery Path

（責任編輯：黃嘉）

*劉達禹，吉林大學數量經濟研究中心，E-mail：liuyuchris@163.com；徐斌 （通訊作者），吉林大學數量經濟研究中心，E-mail：chrisxubin2016@163.com，通訊地址：吉林省長春市高新區前進大街2699號，郵編：130012。作者感謝匿名審稿人提出的寶貴指導意見，文責自負。

基金項目：本文受教育部人文社會科學重點研究基地重大項目“跨周期和逆周期結合下的金融安全維護研究”（22JJD790066） 和中國博士后科學基金特別資助項目“央行溝通語境分析、通脹預期形成機制與中央銀行信譽優化研究”（2024T170338） 的聯合資助。

1 奧肯系數α在大多數時期內均處于動態變化之中，導致在實際測算中，III型曲線斜率通常與其他兩種曲線斜率存在很大差異。此外，III型曲線串聯起了宏觀經濟研究中的兩大關鍵變量 （產出增速和通貨膨脹），它是宏觀總供給曲線的近似描述，其學理意義與前兩類曲線已存在本質不同。考慮到本文研究主要聚焦于引導經濟沿著安全合理的路徑回升，即塑造合理的“產出—通脹”替代關系，與前述兩類微觀曲線的聯系較弱，故下文將主要圍繞III型曲線形態變異的成因展開論述。

1 為確保樣本量，在頻率轉化時將月度CPI數據轉化為季度數據，轉化方式為：取1個季度內3個月CPI的幾何平均值。

1 這里經濟周期上升階段和下行階段的脈沖響應函數分別采取了所有上升時點和下行時點的脈沖響應函數的均值計算而得。

1 考慮到各類宏觀政策變量的計量單位和數值量綱不統一，本文在計算脈沖響應時采用“一標準差沖擊”替換“一單位沖擊”，據此刻畫各政策變量對內生變量的動態影響。

1 中國人民銀行會在每一季度的《城鎮儲戶問卷調查》中抽樣調查居民對未來物價水平的看法，具體問題為“您預計未來3個月的物價水平將比現在？”，備選答案為“上升、基本不變、下降”。然而這一調查結果僅是定性分析，無法用于定量研究，通常的做法是采用C-P概率法將其轉化為實際數據，隨后借助Eviews10.0中的二次多項式插值將季度數據轉換為月度數據 （張成思和田涵暉，2020）。限于篇幅關于C-P概率法的介紹與通脹預期計算過程未進行展示，相關介紹參見張蓓 （2009）。

2 由于《城鎮儲戶問卷調查》始于2002年，故此處將樣本期統一對齊至2002—2023年。