新常态下经济波动的强度与驱动因素识别研究.docxVIP

? ? 新常态下经济波动的强度与驱动因素识别研究 ? ? 　　中国经济增长自2010年起持续减速，增速连续多个季度低于两位数，这是改革开放以来未曾有过的。宏观经济运行进入新常态成为目前的主流观点，①而关于增速放缓的原因更是引起了广泛的争论。以中国社科院部分学者为代表(蔡昉，2012；李扬，2013；刘树成，2012，2013；中国经济增长前沿课题组，2012，2013，2014)的“长期派”认为资本积累速度下降、人口红利消失和“干中学”技术进步效应消减等三重冲击因素的叠加导致潜在经济增长率下降，进而使得中国经济增长进入结构性减速通道；现阶段制度结构对于技术创新的阻碍和人力资本配置的扭曲，又使得三重冲击带来的经济增长减速无法得到生产效率提高的补偿和缓冲。“周期派”则认为，中国经济增速的下降并不在于内部的结构性原因，而在于外部的周期性因素。林毅夫(2013，2014)通过比较同期新兴国家的经济增速，认为此次增速下降的主要原因是国际金融危机带来的负向需求冲击。张军(2014)认为未来5年我国经济增长的潜在增长率在8.4%左右，目前经济持续减速不是潜在增长率显著回落所导致的，主要是因为国家对信贷执行了过于谨慎的政策。张军(2015)进一步认为潜在增长率的剧烈变化只有在经济受到剧烈冲击的情况下才有可能发生，正常情况下潜在增长率的减速是经济发展和结构变化的自然调整和收敛现象，目前没有明显的证据表明这一时期的增长降速是潜在增长率骤降的结果。樊纲(2014)认为这一时期的下滑很大程度上是周期性问题，而不是潜在增长率有多少下滑，政策应该回归中性。 　　概括而言，上述争论的本质问题在于经济增速下降的波动强度与驱动因素的识别，这是新常态下宏观经济政策设计的基础。判断增速下滑所引起的经济波动强度是把握改革和宏观调控力度的前提。与此紧密相关的概念是“合理区间”，李克强在2014年政府工作报告中阐述合理区间的下限是稳增长和保就业，上限是防通胀。国家发改委主任徐绍史进一步将其量化——经济增速升高不能导致物价水平超过3.5%的控制目标，经济增速回落不能导致城镇新增就业少于1000万。②中国社会科学院经济研究所宏观经济调控课题组(2010)基于潜在增长率的测算提出“适度经济增长区间”的概念，并认为“十二五”期间的适度经济增长区间在8%—10%。国务院发展研究中心“新时期我国财政、货币政策面临的挑战与对策”课题组(2014)认为经济增长合理区间是6%—8.5%。必须承认的是，合理区间的上限和下限很难量化，目前尚未达成共识。改革开放以来中国宏观经济已经逐渐从大起大落的大波动时期转入微波化的大稳健时代，新常态下的增速下滑究竟是否中断了大稳健?增速换挡现象是否有明确的依据?我们有必要转换一种思路，将本轮经济增速下滑放到改革开放以来中国宏观经济运行的大背景下来考察，并与以往的经济波动程度进行比较，采用数据驱动的方法回答这一问题。 　　判断增速下滑的驱动因素，是把握宏观调控方向和改革政策组合的基础。2008年年底中国政府为应对金融危机的影响，在短期内出台了四万亿投资的大规模强刺激方案；而为应对最新一轮的增速下滑，政府却是密集推出各种微刺激政策。无论是四万亿还是微刺激，其合理性和政策效果都引起颇多争议。值得思考的是，与金融危机期间的增速下滑相比，新常态的到来有何不同?其根源是潜在增长率下降，还是周期性因素所致?刘伟和苏剑(2014)认为理解新常态尤其是认识经济增长和宏观经济运行的新特征，必须从供给和需求两方面找到根源。在现代宏观经济学中，无论是哪个学派的经济周期理论，一个基本命题就是产出波动究竟是由需求冲击还是供给冲击导致的。理论上的分歧使得经济学家更倾向于“让数据说话”，通过合适的计量经济模型和数据分解方法对宏观经济序列进行实证研究，从而探寻经济波动是源自供给冲击还是需求冲击。 　　为了将经济波动的随机冲击分解出来，经济学家做了多种尝试。Beveridge Nelson(1981)使用ARIMA模型将GNP分解为具有截距项的随机趋势和一个平稳随机过程，分别代表着持久成分和短暂成分。Blanchard Quah(1989)(下文简称BQ)则在SVAR模型中加入长期约束条件，将随机冲击进一步分解为供给冲击和需求冲击，自此BQ方法成为主流方法。Spencer(1996)将该方法应用于美国数据，Bergman(1996)进一步将其应用于多个发达经济体，发现美德英三国的产出和通胀波动都主要来源于供给冲击，日本和瑞典的产出和通胀两类波动的来源是不同的，产出波动主要来自于供给冲击，通胀波动则主要来自于需求冲击。 　　越来越多的学者使用BQ方法对中国的情况进行实证研究。Zhang Wan(2005)基于1985-2000年的产出和通胀季度数据，研究发现总需求冲击是中国产出和