工业产出波动中需求和供给冲击的影响机制分析，本文主要内容关键词为：机制论文,需求论文,工业论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一 引言
工业产出是国民经济产出的主要成分，工业产出的波动在一定程度上主导并体现了国内总产出的波动程度。为此，一些关于经济周期的研究对工业产出的时间序列性质给予了充分关注。实际经济周期模型（RBC）正是从工业企业所受的生产率冲击的角度出发，分解并复制了一些经济周期过程中的典型特征。Nelson和Plosser（1982）首先通过检验发现，美国的工业产出序列是一个单位根过程（非平稳过程），这意味着工业产出的时间序列生成机制将受到具有趋势性的扰动影响，随机冲击不仅具有稳定的长期效果，而且具有频率较高的短期影响效果。此后，大量理论和经验研究对工业产出冲击的来源及作用机制等问题产生了兴趣，并且试图采取一些计量方法将不同的冲击成分分离出来，进而为制定相应的经济政策提供必要的决策基础（Gavosto and Pellegrini，1999）。
为了描述工业产出波动的主要来源，首先要判断导致工业产出波动的经济冲击类型及其作用程度。考虑到影响工业产出的核心要素，目前的研究重点集中在供给冲击和需求冲击的传导及作用机制方面，其代表性的研究方法主要表现为：
1.将工业产出波动归因于技术生产率冲击，坚持实际经济周期理论的研究思路，认为经济周期波动是由一些实际经济因素扰动形成的。同时，劳动力供给因素和一些生产投入品的价格因素也是形成供给冲击的可能来源。在RBC理论框架下，通过对工业产出序列进行实际因素的波动成分分解，发现供给冲击在工业产出波动形成中占据重要地位（Blanchard and Quah，1989）。
2.由于供给冲击具有长期作用，因此在分析工业产出波动的短期因素时，仍然需要考虑需求冲击的影响。将工业产出波动当作需求冲击的影响结果，这是一种从供给和需求均衡角度分析工业产出波动性的方法。当经济中的总需求因素起着短边限制作用时，则应该集中检验总供给和总需求冲击在解释工业产出变差中起的不同作用（Gavosto and Pellegrini，1999）。
另外，中国工业产出的波动性与经济周期的波动性之间也存在着密切关系，并且其波动性在一定程度上反映出中国经济周期态势和经济增长阶段性的基本特征。特别是中国经济1996年实现“软着陆”以后，无论是总需求不足所形成的需求冲击，还是轻微通货紧缩所形成的价格冲击，都在一定程度上诱导了工业产出的波动性（刘金全、张海燕，2003）。当总需求不足时，工业产出将面临紧缩性的数量调整；当通货紧缩时，工业产出将面临紧缩性的价格调整。工业产出波动中数量调整和名义调整的成分，在一定程度上代表了供给冲击和需求冲击的作用结果，为此，我们需要在工业产出波动结构性分解的基础上，揭示和解释中国工业产出行为的典型特征。
二 工业产出波动的分解模型
为了对工业产值序列进行不同成分的分解，我们首先描述与此相关的一些经济变量的时间序列轨迹。图1至图3给出了中国实际GDP、工业产出增加值、社会商品零售总额的时间路径，数据来源为《中国经济景气月报》，数据范围为1995年1月至2003年3月，其中实际GDP数据进行了季度数据的月度分解，数据未加季节调整。图中的横坐标单位是年度时间，纵坐标单位是万亿元。
图1 月度国内生产总值
图2 工业生产增加值（1990年价格）
图3 社会零售商品总额
图中的趋势曲线是利用H-P滤波获得的，表示原时间序列当中的趋势水平（Hodrick and Prescott，1980）。在这些图形中，无论是以GDP表示的国内产出，还是以商品零售总额表示的社会消费需求，其图形与工业产出的趋势基本类似，只是消费需求的趋势曲线更为平缓一些。由此可见，工业产出的波动性在一定程度上体现了经济周期波动性的基本特征。
为了识别工业产出波动成分的来源以及各种经济冲击对工业产出波动性的影响，我们采取下述模型进行经济冲击分解。假设在长期过程中工业产出总量满足Cobb-Douglas形式的生产函数：
其中Y[，t]表示工业产出，L[，t]和K[，t]表示劳动力和资本存量，Z[，t]表示技术水平。在没有任何扰动的稳定状态下，资本-产出比是常数，体现出技术进步的中性性质（Turnovsky，1996）。此时长期生产函数可以利用对数变量形式表示为（小写字母表示对数变量，上划线表示稳态水平）：
其中参数（常数项）γ[，0]依赖资本-产出比，γ[，1]是资本贡献所占产出份额的倒数。假设劳动力供给和技术水平变化都是单位根过程，并且受到生产率冲击ε[z][，t]和劳动力供给冲击ε[l][，t]的影响，则有：
其中A（L）、B（L）、C（L）、D（L）是滞后算子多项式，假设生产率ε[z][，t]冲击和劳动力供给冲击ε[l][，t]都是白噪声序列。
累积需求冲击ε[d][，t]在经济周期波动的过程中也起到了十分重要的作用，它能够导致工业产出和就业水平出现与趋势水平的偏离。假设需求冲击导致的产出和就业偏离成分中没有趋势成分，因此偏离程度可以利用平稳过程描述：
其中d[l][，t]是累积需求冲击ε[d][，t]诱导的劳动力需求冲击，d[y][，t]是累积需求冲击ε[d][，t]诱导的产出需求冲击，仍然假设这些需求冲击都是白噪声过程。
综合上述各种冲击作用，可以得到就业水平的增长率过程为：
△l[，t]=A（L）ε[l][，t]+B（L）ε[z][，t]+（1-L）E（L）ε[d][，t]（7）
考虑到l[，t]，是以对数形式表示的劳动力供给，因此它的一阶差分△l[，t]表示劳动力供给的变化率，（7）式表示它受到了三种经济冲击的共同作用和影响。
利用长期生产函数表示的长期均衡和短期波动关系，可以得到工业产出的波动方程为：
△y[，t]=H（L）ε[z][，t]+M（L）ε[l][，t]+N（L）ε[d][，t]（8）
其中△y[，t]表示工业产出的变化率，而滞后算子多项式分别为：
H（L）=B（L）+γ[，1]D（L），M（L）=A（L）+γC（L），N（L）=（1-L）+F（L）（9）
上述产出波动分解当中出现了三种冲击：需求冲击ε[d][，t]，劳动力供给冲击ε[l][，t]和生产率冲击ε[z][，t]、如此分解可以描述工业产出波动的成分来源及其影响程度。各种经济冲击对工业产出波动性的作用方向和作用程度，可以从滞后算子多项式H（L）、M（L）和N（L）的参数估计当中体现出来。
由于统计数据上的原因，我们无法直接估计劳动力供给冲击过程，因此在下面的具体估计和检验中，我们需要对劳动力供给冲击进行近似的替代估计。此时不妨假设奥肯定律在稳态附近成立（Turnovsky，1996），由于经济增长率和失业率在稳态附近的波动存在一定程度的替代关系，因此可以利用经济增长率冲击近似地描述劳动力供给冲击。需求冲击可以从消费需求增长的变化过程中识别出来，而发生在工业产出增长率本身的外生冲击可以视为生产率冲击。
假设△y[，t]表示工业产出增长率，△d[，t]表示消费需求增长率，△l[，t]表示劳动力供给增长率（为了分离其中的冲击成分，在下面的分析中以GDP增长率代替）；图4至图6给出了工业产出、消费需求和GDP的月度增长率变化的时间路径（数据来源同上，采用同比增长率，因此未对原数据进行季节调整；横坐标为时间变量，纵坐标为变化率，即坐标刻度乘以100％）。仍然采用H-P滤波分离其中的时间趋势，趋势变量分别以Trend（△y[，t]）、Trend（△d[，t]）和Trend（△l[，t]）表示，此时可以得到这三个序列中的波动成分为（时间序列脱离趋势以后的剩余部分，大都表示原序列的波动成分或者周期成分，发生在这些波动成分中的随机冲击，表示原时间序列与稳态或者均衡的偏离程度）：
图4 工业产出增长率
图5 消费需求增长率
图6 GDP产出增长率
c（△y[，t]）=△y[，t]-Trend（△y[，t]），c（△d[，t]）=△d[，t]-Trend（△d[，t]），c（△l[，t]）=△l[，t]-Trend（△l[，t]）（10）
图4至图6中一个显著的特征是，中国工业产值增长率的趋势曲线与消费增长率和GDP增长率的趋势曲线有一定的差别，在消费增长率和GDP增长率的趋势曲线出现平缓迹象时，工业产出增长率曲线却已经开始明显上扬，这是工业产出在经济周期波动中先行性质所致，意味着工业产出仍然是经济快速增长中的活跃成分。另外，工业产出增长率中的波动成分也与消费增长率和GDP增长率波动中的波动成分（图中的柱形图所示）在变化模式上存在一定的差别，这意味着生产率冲击、需求冲击和劳动力供给冲击对工业产出波动的影响方向和影响程度有所不同。为此，我们需要在具体的冲击反应分析中，定量刻画这些经济冲击对工业产出的动态影响过程。
三 工业产出波动的冲击反应分析
为了利用结构VAR模型分析影响工业产出增长率波动性中的各种经济冲击作用，我们首先检验一些相关时间序列波动成分的平稳性（由于下面我们着重考虑供给和产出冲击对工业产出波动成分的影响，因此未对工业产出和消费需求等水平值序列的数据生成过程进行分析）。此时可以利用扩展的Dickey-Fuller统计量（表示为ADF统计量），对c（△y[，t]）、c（△d[，t]）和c（△l[，t]）进行单位根检验（Mills，1999），其结果由表1给出。
表1时间序列的单位根检验
序列 ADF统计量
临界值（5％）
c（△y[，t]） -2.557
1.944
c（△d[，t]） -3.319 -1.944
c（△l[，t]） -4.064 -1.944
检验结果显示，在5％的显著性水平下，ADF统计量的绝对值均大于相应的临界值（绝对值），因此拒绝存在单位根的原假设。由于我们所考虑的三个波动性时间序列均是平稳时间，因此可以利用VAR模型（不含常数项和趋势项）描述它们之间的冲击影响关系。
在下面的分析中，我们利用VAR模型直接检验工业产出增长率中的波动成分与各种经济冲击之间的影响关系，这种方法与工业产出增长率的冲击分解表达式（8）有所不同。进行如此检验的原因有两点。首先，只有当工业产出增长率序列满足平稳性时，才可以进行（8）式的白噪声分解，但是中国工业产出增长率中含有一定程度的趋势因素，因此如此分解在统计上的误差较大；其次，对水平值序列（增长率序列）进行的冲击影响分析无法识别具体的经济周期状态，而对波动成分的冲击影响分析可以判断经济变量与稳态水平偏离程度的动态变化，这样能够更好地识别经济扩张或者收缩期间工业产出波动性的反应模式。
为了度量上述冲击反应过程，我们采取变量滞后2阶的VAR模型（进行阶数比较后，发现2阶模型的效果较好），工业产出增长率等变量波动成分的VAR模型结构式方程为：
Bx[，t]=Γ[，0]+Γ[，1]x[，t-1]+Γ[，2]x[，t-2]+ε[，t]（11）
其中变量为：x[，t]=（c（△y[，t]），c（△d[，t]），c（△l[，t]）），B和Γ[，0]，Γ[，1]，Γ[，2]分别是系数矩阵，ε[，t]=（ε[z][，t]，ε[l][，t]，ε[d][，t]）表示对应经济冲击的结构式冲击。
将结构式方程转化为简化式方程：
x[，t]=A[-1]Γ[，0]+A[-1]ε[，t]，A=（B-Γ[，1]L-Γ[，2]L[2]）（12）
其中L是滞后算子，A是算子多项式构成的矩阵（阶矩阵），假设其特征根均落在单位圆外（在此条件下模型具有稳定性）。假设劳动力供给冲击先于需求冲击发生，而需求冲击先于生产率冲击发生，这相当于给定了变量的Cholesky分解顺序（Blanchard and Quah，1989）。这时可以得到简化式的可识别性约束，即约束条件为B矩阵是上三角矩阵。此时，需求冲击对劳动力供给增长率没有当期影响，生产率冲击对消费需求和劳动力供给增长率没有当期影响，需求冲击和生产率冲击当中的持续成分只有通过时间滞后才能够形成对其他经济变量的长期影响。
在获得上述简化式估计的基础上，可以判断VAR模型中的内生变量对结构式冲击的动态反应乘数（在增长率情形下是变量之间的弹性系数）。例如，当需求冲击发生n个月后，工业产出增长率对于单位需求冲击（1个百分点）的反应函数为（具体估计方法可以参见Mills，1999）：
其中n是冲击作用的时间滞后间隔，f（n）是算子多项式（A[-1]ε[，t]）展开后所得到的对应系数。
在模型的具体估计中，我们考虑各种经济冲击在24个月内对工业产出增长率的动态影响过程，通过具体计算可以得到冲击反应函数，其轨迹由图7至图9给出。图中的横坐标是冲击发生后的时间间隔（以月度为单位），纵坐标尺度为百分数（以坐标刻度计量，表示冲击反应程度），图中虚线表示二倍标准差范围内的置信曲线，表示冲击反应函数估计的置信区间。
图7 工业产出的生产率冲击反应
图8 工业产出的需求冲击反应
图9 工业产出的劳动供给冲击反应
对照公式（8）给出的工业产出增长率的冲击表示，上述VAR模型的冲击反应过程实际上给出了其中滞后算子多项式H（L）、M（L）和N（L）的估计，因此可以揭示出工业产出波动当中各种冲击的作用方向和作用程度。
在图7中，发生1个百分点的生产率冲击以后（是暂时冲击，冲击发生后立即消失），工业产出增长率在当期出现了大约0.056个百分点的增长，随后所产生的冲击反应逐渐减弱，在大约10个月后完全消失，在这10个月内生产率冲击的累积乘数（各期反应系数之和）仅为0.092个百分点。值得注意的是，此时的经济冲击发生在生产率的波动成分上，如此微弱的冲击反应表明，中国工业生产率增长比较平缓，没有出现重大技术创新所诱导的工业生产总值的显著提高，工业产值的提高仍然依赖市场供给和需求的周期性扩张。
在图8中，当出现1个百分点的需求冲击后，工业产出增长率也是在冲击的当期出现最大反应，增加了0.03个百分点。这表明在当前市场总需求不足的情形下，需求扩张对工业产出的影响具有一定程度的灵敏性。但是，由于供给过剩情形下存在库存的缓冲作用，因此随后的需求冲击作用开始逐渐降低，经济冲击在10个月中的累积乘数作用为0.092个百分点，其累积乘数作用与生产率冲击的作用基本相同。由此可见，生产率冲击和需求冲击对工业产出波动性具有类似的影响过程。
在图9中，当出现1个百分点的劳动力供给冲击时，工业产出增长率的反应微弱，最大正向反应出现在冲击发生2个月以后，仅仅促使工业产出增长率增长0.0067个百分点，并且冲击作用在其后10个月内完全消失，10个月内的累积乘数仅为0.003个百分点，如此作用相当微弱。劳动力供给冲击没有形成显著的工业产出增长效应，同目前买方市场和总需求不足有关，即使出现劳动力供给的增加，但是由于总需求的限制，还是无法通过就业增加快速实现工业产出的扩张。
可以通过方差分解进一步度量工业产出增长率波动当中各种经济冲击作用的构成。对工业产出增长率的波动成分进行12个月长度的预测，其预测标准差可以分解为生产率冲击、需求冲击和劳动力供给冲击等三种冲击的作用成分。表2的统计数据显示的是各种冲击波动在形成预测标准差中所占的百分比。
表2 工业产出增长率的方差分解
（月）标准差 劳动力冲击 需求冲击 生产率冲击
10.058 0.085
4.700 95.22
20.059 1.363
6.125 92.51
30.061 1.3726.15992.47
40.062 1.4397.35991.20
50.062 1.417
8.012 90.57
60.062 1.417
8.604 89.98
70.063 1.447
8.953 89.60
80.063 1.487
9.183 89.33
90.063 1.529
9.314 89.16
100.063 1.565
9.390 89.05
110.063 1.592
9.431 88.98
120.063 1.612
9.453 88.94
在表2中，各种经济冲击发生1个月以后，生产率冲击构成了工业产出波动的主要来源，其最大作用程度达到了95.22％，即工业产出波动当中有95.22％为生产率冲击所致。随着需求冲击作用的逐渐加强，生产率冲击的作用逐渐减弱到12个月以后的88.94％，此时需求冲击对工业产出波动性的贡献逐渐增加到9.45％。同冲击反应函数所显示的一样，劳动力供给冲击对工业产出波动的影响仍然微弱，方差贡献在12个月后仅占整个波动成分的1.62％。由此可见，对于工业产出而言，劳动力要素的有效调整和作用发挥，需要一个较长的时间过程。
四 工业产出冲击反应分析的基本结论
由于中国经济正处于工业化过程中，工业产出水平及其波动程度在很大程度上体现了经济周期的态势和特征。图10给出了工业产出增加值占当期GDP比例的曲线，图中趋势线仍然是由H-P滤波获得的。从图中的趋势曲线可以看出，1995年开始，工业产值对GDP的贡献逐渐降低，于1999年达到最低点25％，此时工业产出只占整个GDP的1/4；从1999年开始，工业产出在GDP中的比例开始缓慢回升，在2003年达到33％，并且呈现继续提高的趋势。显然，在中国经济新一轮具有“软扩张”性质的经济周期波动中，工业产出的逐步加速对经济增长起到促进作用（刘金全，2003）。具体计算可知，1997年以后，工业产出在GDP中所占份额的波动程度比较稳定，波动标准差仅为4.36个百分点，而同期月度GDP增长率的波动标准差却达到了12.84个百分点。只有当工业产出与GDP具有较强的同步性时，其相对比例的变化才能体现更为显著的稳定性。
图10 工业产出在GDP中的比例
为了从需求角度考察工业产出行为的特征，图11给出了工业产值与同期消费需求的比值。从其中H-P滤波体现的趋势曲线可以看出，该比值的变化模式与GDP中工业产出所占份额的变化模式基本相同，该比值曲线也是从1995年开始缓慢下滑，并于1999年达到最低点，此时工业产出仅为消费需求的70％左右。随着其后总需求的逐渐扩张，工业产出也相应地出现了“乘数”扩张过程，2003年达到消费需求的80％左右，但是仍然比经济快速增长的1995年的90％低10％左右。由此可见，消费需求的扩张仍然是促进工业产出提高的主要动力之一（刘金全，2002）。
图11 工业产出与消费需求的比例
工业产出的波动性主要源于生产率冲击、消费需求冲击和劳动力供给冲击，而这三种经济冲击对工业产出波动性的影响程度，既可以揭示工业产出波动性的形成原因，又可以揭示工业产出增长的实现方式。通过上述的计量分析和检验，我们获得了下述三点基本结论。
1.中国工业品市场虽然正处于快速发展的过程中，但影响工业产出波动性的主要短期因素仍然是生产率冲击（Gavosto and Pellegrini，1999）。生产率的波动性不仅构成了工业产出波动方差的主要成分，而且工业产出波动性对生产率冲击具有10个月的灵敏反应。这既说明中国工业产出具有一定程度的技术创新驱动迹象，也说明目前尚未出现具有长期持续作用的重大技术创新。生产率冲击的作用方向和作用程度表明，中国经济的供给扩张能力受到生产效率或者供给效率的影响，生产过剩中存在着一定程度的低效率和低质量产品的过剩。为此，应该考虑采取一些有利于提高生产者剩余的政策工具，以补贴或者减税等方式来刺激工业生产企业的技术创新，进而提高形成生产率正向冲击的能力。
2.总需求虽然对中国经济增长具有显著的驱动作用，但消费冲击对工业产值的影响程度远远低于供给冲击的影响程度，这是一个有别于其他工业化程度较高国家工业产出行为的重要特征（Blanchard and Quah，1989）。这意味着中国工业产品需求的不足还没有达到硬性制约的程度。在我们分析的数据区间内，工业产值占GDP比例的平均值已经达到28.5％，因此总需求不足主要体现在消费品需求不足上，而具有投资品性质的工业产品需求仍然保持了一定的水平。另外，由于工业产品大都具有一定程度的库存水平，当出现一定程度的需求冲击时，比较灵活的库存调整能够缓解需求冲击导致的工业产出波动，同时会延缓和平滑消费冲击对工业产出波动性的影响程度。
3.劳动力供给冲击对工业产出波动性的作用比较微弱，说明中国工业企业劳动力的总供给和总需求中存在着两个典型现象。一是存在一定程度的劳动力剩余，工业企业在整体上处于劳动力供给明显大于劳动力需求的状态；另一个则是在工资水平轻微紧缩的情形下，即使出现了劳动力供给的暂时冲击，也没有刺激企业对劳动力的需求。原因主要在于，中国劳动力市场的流动性较强，具有专门技术要求的劳动力需求所占的比例较低，因此一旦出现劳动力需求扩张，就可以获取成本较低的劳动力补给；在经济收缩期间，大量的劳动力窖藏（labor hoarding，Turnovsky，1996）也弥补了产出扩张时对劳动力的需求，导致劳动力的净需求没有出现显著变化。
需要说明的是，价格冲击也是影响工业产出波动的另外一种主要冲击类型（Giavazzi and Spaventa，1989）。如果出现工业原材料价格的显著变化，其导致的生产成本变动将直接影响企业的供给水平，因此价格冲击将进一步体现为供给冲击。价格冲击对于工业产出波动性的影响，需要在生产率冲击（供给冲击）中识别出来，对此需要进行更为深入的研究。