关系研究前沿的经济增长与经济周期_经济周期理论论文

关系研究前沿的经济增长与经济周期_经济周期理论论文

经济增长与经济周期内在关联研究前沿,本文主要内容关键词为:经济增长论文,经济周期论文,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

宏观经济学主要划分了长期增长与短期波动两大研究领域,即经济增长理论和经济周期理论。增长理论研究经济的长期趋势,一般设定短期波动对长期趋势不会产生显著的影响,经济系统存在确定性的潜在增长趋势。因此增长理论主要考虑增长速度的决定问题,在此基础上如果存在惟一的稳态(steady-state),则可以进一步考虑收敛速度,分析增长的差异,这种分析构成增长理论的基准框架和步骤。而经济周期理论作为宏观经济学的另一主要内容,主要分析短期经济波动,在研究时设定潜在增长趋势已经是确定的,主要考虑波动的原因和幅度。

但这种传统两分法并不令人满意,分析增长时设定波动是不重要的或既定的;分析波动时认为增长的趋势是给定的。这种两分法所存在的缺陷已引起了学术界越来越多的关注,一些学者尝试着将长期增长和短期波动结合起来研究,这已成为一个极有挑战性的研究方向。

一个直观的判断是增长和周期本身就是一个共同的现象和问题,都是经济增长的动态过程中的一个侧面。实际上,在熊彼特看来,增长和周期本身是内在关联的。他的“创新理论”认为创新推动增长的同时,也会导致不同长度的周期。创新的开始可以推动新的增长过程,而一旦创新结束则增长过程结束,“循环流转”开始。当代的内生增长理论尽管建立在熊彼特的创新或“创造性破坏”基础之上,但出于方法上容易处理等因素考虑往往设定了获得研发成功的概率服从泊松(Possion)分布,假定增长过程是平稳的,但这种设定的真实性值得怀疑。因为它大体上忽略了增长与周期之间的关联。

F.E.Kydland & E.C.Prescott(1982)最早提出真实经济周期(RBC)分析方法。Prescott认为,对趋势的偏离,即波动,主要是一种实践性的概念,而不是一种理论的要素的描述。他认为增长和波动是同一种现象。近年来,增长和周期之间的关联也确实引起了越来越多的兴趣,如P.Aghion & P.Howitt(1998)围绕熊彼特增长模型对增长和周期做了综合研究。事实上,将增长与周期统一起来的研究新思路主要是以熊彼特创新理论和熊彼特增长模型为基础展开的,它抓住了技术创新活动的以下四个主要特征:(1)创新活动存在成群现象;(2)厂商对市场的垄断程度存在一个调整过程,创新活动受此影响;(3)突破型技术创新与改进型技术创新具有不同的特征和影响;(4)不确定性、风险与市场的不完全性对创新活动具有重要影响。可以看到,在这些分析中,增长与周期得到了有机的融合,而且和熊彼特的创新思想紧密相连。下面就这四个特征分别予以评述。

二、技术创新的成群现象

A.Shleifer(1986)区分了发明和对发明的实施(implementation),实际上就是将发明和创新区别来分析,讨论不同部门的企业在不同时间内所得到的发明是否会在同一时间被实施,对发明的实施才是创新。如果发明得到了实施,即同时进行了创新,那么这时总需求会较高,同样也会进一步形成更高的需求和增长速度;反之,如果只有发明而无创新。则不会增加投资和总需求,增长速度会比较慢。在创新过程中,周期性增长也就随之产生。其中,预期因素具有很重要的作用,只有不同部门的企业家都预期需求高的时候,才会自觉地一起进行创新。他的分析与熊彼特的研究不同之处是:在熊彼特看来创新主要是创造需求,而Shleifer认为现实生活中更多的企业和创新是为了适应市场,所以导致了对总需求的共同预期和依赖,这使得集体创新行动变得更加有利可图,从而导致了周期性增长均衡存在。厂商决策的关键是选择实施创新的时点,而预期的需求不高时,厂商会选择等待,直到企业能够获得最大利润时刻。厂商形成一起行动的直观条件是厂商会等到周期扩张时才会实施创新,在此之前更愿意等待。这样经济就处于周期性增长之中,在发明的准备阶段,厂商没有实施创新,所以增长水平较低;一旦时机成熟,厂商共同实施创新,这时大规模的扩张开始,经济处于高增长均衡水平。实际上,这种思路也等同于熊彼特的成群(cluster)分析,熊彼特认为创新过程存在成群现象,在这个时点也就是增长的高峰。

P.Francois & H.Lloyd-Ellis(2003)则直接将创造性破坏(creative destruction)和动物本能(animal spirits)联系起来,试图建立内生周期性增长模型,其目标也是分析创新的成群现象。他们的研究建立在A.Shleifer基础上,很多结论类似于A.Shleifer,但研究方法更进一步,考虑到了由A.Shleifer提到但没有研究的最终形成“本能式”的成群出现。同时,他们认为A.Shleifer没有确定增长的内生决定因素,而是把创新当做外生的,所以难以分析周期波动对增长的影响。他们还认为A.Shleifer的结论很大程度上源于创新的不可储藏性(impossibility of storage)。所以,他们试图建立一种可以允许技术研发可储藏性的内生周期性增长模型,这种增长模型也就是以熊彼特的“创造性破坏”为特征的,有R&D投入的内生增长模型。同时,他们在周期特征上直接用凯恩斯提出的动物本能特征来描述。总之,他们用“创造性破坏”和动物本能这两个关键特征来描述经济增长和经济周期之间的内在关联,试图解释是否存在着周期波动对增长的反馈效应和增长过程中的复苏(uptown)与衰退(downtown)是否对称。

三、市场垄断优势的变化与创新

K.Matsuyama(1999)主要从增长角度分析周期波动,试图将不同的增长模型加以融合,同时将经济增长和经济周期加以综合考虑。他认为新古典增长模型和熊彼特增长模型描述的是增长过程中的不同方面,新古典模型主要强调资本积累;而熊彼特增长模型强调创新,但实际上两者是周期性交错的,所以他得出了在周期中增长(growing through cycles)的结论。他认为增长过程是不稳定的。并对这两种增长模型做进一步的推论:新古典增长模型主要考虑资本的积累,由于资本的边际收益递减规律假设,所以在到达稳态(steady state)均衡后经济增长会停止,因此他将经济增长处于这种状态称为索洛(Solow)区间;而熊彼特增长模型以创新为根本,经济存在均衡增长路径(balanced growth path),这时称为罗默(Romer)区间。他的特别之处在于认为存在着来回切换的周期波动的第三种状态,而且经济主要处于这种状态。他认为在索洛区间,增长速度由于投资和产出较高而处于较高水平;相反,在罗默区间,增长速度由于资源投入到创新活动之中而有所下降。导致增长速度在两个区间切换的原因主要是创新产品所获得的市场垄断优势是暂时的(temporary)。他认为正是这个设定导致了周期行为:垄断优势随着时间变化而变化,只有市场份额足够大的时候才能进行垄断定价从而弥补固定成本;而市场份额足够大的时候,就会有潜在的竞争对手进入。一旦有其他竞争对手进入,市场变得更加竞争,创新厂商的市场份额降低,利润减少,这样进行研发和创新的主体减少。当没有创新活动的时候,市场接近于完全竞争,资源主要在生产领域,投资较高,资源使用效率高,所以产出较高,增长速度较快;而一旦进入创新活跃的时候,更多的资源用于创新活动,市场结构也较为集中,产出较少,增长速度放缓,但这种创新活动能够摆脱经济系统中边际递减规律,从而经济系统能够在下一阶段进一步增长。一旦创新活动过多,由于太多进入者,市场份额会降低和利润削弱,就没有人再从事创新而转入生产活动的索洛区间。他认为,这种结论来源于垄断优势是暂时的假设。但实际上与创新活动存在着固定成本设定有关:正因为设定了固定成本,所以只有可获取相当的市场份额时才会有厂商进入,进行创新和研发活动;一旦由于资本的积累不够或竞争者过多都会使得市场空间太小,则厂商不会选择进入。在Matsuyama的分析中增长过程是不稳定的、波动的过程,他称为在不同区间摆动的过程。他的核心观点在于增长的过程往往是不稳定的,增长是在周期中实现的。

G.W.Evans,S.Honkapohja & P.Romer(1998)尝试解释增长中周期出现的可能性。他们的分析的切入点是投资决策。同样,他们的分析框架是垄断竞争模型,同时增加不同中间产品在生产领域互补这个条件,初始生产新产品也有固定成本。所不同的是,他们认为由于对随机干扰有着不同的预期,存在多重周期或均衡状态的不确定特征。他们设定了两种状态,高投资水平状态和低投资水平状态;随机干扰也分为两种状态,服从外生的马尔柯夫(Markov)转移概率,这个干扰不影响消费者的偏好,也不影响技术,只是影响预期。如果预期高,需求就高,企业会有更高的收益率预期,从而提高投资,增加产出;而当预期利率较高,消费者会选择更多的储蓄和减少消费,使得整体经济处于高速增长状态。当然也存在着反向的预期过程。在这些过程中,学习或获得真实状态的过程被设定了不同的形式,在适应性预期设定下,通过学习,个体会在观察中逐渐得到真实状态,也会逐渐达到完全预期的均衡水平。但在这个过程中也存在着多重稳定的完全预期均衡水平。而在预期不确定条件下增长就会有波动,经济系统在两种状态之间来回变换,产生高峰或膨胀的机制在于自我加强(self-fulling)的预期,而在两个区间来回转换也可以称为周期性增长。他们的模型特别之处在于对干扰做了设定,不同个体对不同干扰所形成的一致的预期导致一致的行动,也就产生丁波动。这就是发生大的波动的机制。

四、改进型技术创新与突破性技术创新的不同效应

技术创新按程度可划分为普通的改进型(improvement)和很强影响的突破型(breakthrough):改进型技术对经济的作用较小,经济的增长幅度相对平稳;但突破型技术则会产生强大的增长效应。突破型的技术创新不会经常出现,一旦出现,经济的繁荣和波峰随之而来,但一般也不会无限延续,当其衰减时,经济增长的速度会下降,经济处于衰退之中。此后的增长主要由改进型创新来推动。而新的突破型技术创新往往要经历一段时间才会再次出现。

E.Helpman & M.Trajtenberg(1994,1998)就用GPT的“播种”和“收割”形象地阐述GPT的研发和取得收益的过程。这个过程也就是经济增长的动态过程,同时也会产生周期特征。GPT可以看做增长的发动机,大的技术进步具有广泛的应用前景,并且会带动后续的技术创新,所以可以形成长时期的高速增长,经济处于扩张繁荣阶段。同时,GPT会产生经济周期波动的原因是:新一代产品(主要是中间产品)可以细分为两个阶段,GPT到来是第一阶段,即播种阶段,第二阶段是GPT来临之后,即收割阶段,后续的、以补充和改进为主要特征的技术创新也随之而来。在补充和改进为特征的产品到达一定程度时,又一次新的大的技术创新会随之而来。他们还分析了整体变量的变化过程:GDP、工资、利润、要素份额和股票市场的市盈率,这些变量在周期性增长过程中也呈现出非线性的变化特征,特别考虑了在技术的扩散过程中熟练劳动力和非熟练劳动力工资的相对差距的变化过程和特征。总之,他们认为,大的扩张周期是以GPT的出现为标志的,每个周期之中又有低增长和高增长区间。可以看到,GPT为主要特征的增长理论可以解释历史上重大的技术进步所形成的长时间的繁荣和紧接着的萧条。这与熊彼特的由不同类型的技术创新所导致的长周期、中周期和短周期理论非常类似。

L.K.Cheng & E.Dinopoulos(1996)也将技术细分为突破(breakthrough)型与改进(improvement)型来分析周期性增长产生的过程。在他们看来这是一种内生的周期,而且是多部门的熊彼特增长理论模型的一个自然的拓展。新产品所蕴涵的技术含量决定是否存在稳态。如果技术改进的程度不大,增加的成本高于收益,仍服从边际收益递减规律,那么存在惟一的稳态点;相反,如果突破的收益大于成本,边际收益递减或不变,则不存在稳态点,此时突破型技术创新就产生了内生的、确定性的扩张周期。同时,他们还分析了增长趋势和周期长度之间的关联,对于较小的技术变化,增长速度和周期的维持区间负相关。但他们的研究对大的突破做了很强的外生设定,同时对于这种周期他们也认为不是繁荣和萧条为特征,主要是波动。

Aghion & Howitt(1998)在GPT的基础上考虑社会学习(social learning)因素,实际上就是分析大的技术进步的传播过程。特别之处是,他们没有将一项大的创新分为由发明到应用两个阶段,而是细分为3项突破:(1)大的技术必须首先得以发明,而且只能是整体性的技术进步(GPT),具有很强的应用前景;(2)为了创新,企业家必须获得试验的“模板”(template),在这个基础上学会该项大的技术进步;(3)在试验的基础上将大的技术应用到具体的部门。在这种划分下,所有的部门存在3种状态:(1)没有获得试验的“模板”;(2)获得了模板但还没有掌握实施和应用的途径;(3)成功实现转换,开始应用新的大的技术,从旧的技术跳到新的技术层次。整个过程是逐步完成的,所以在整个过程中速度不是稳定的,而是在波动中实现的。这里关键是分析有多少部门获得了转换,用转换部门的多少来分析动态过程,对获得“模板”正处于转换过程的部门和已经完成转换的部门加以区分,求得两者之间的比例,在此基础上进行动态分析和比较静态分析。他们认为,由于社会学习的过程一般比较缓慢,所以在一定的年限后才会达到一个高峰,这时处于中间状态的部门比例最高,此前逐步增加,而后也将减少,而获得转换部门的比例也呈现出一种速度先较为缓慢,然后逐步加速,最后平缓的状态,整个过程体现的是Logistic曲线特征。

五、风险、不完全市场与创新

金融要素在熊彼特看来具有重要作用,如果企业家得不到资本,那么创新也无法实现。但货币和资本的作用从正面论述比较困难,所以研究人员试图从反面考察当市场不完全时所产生的影响。G.-M.Angeletos & L.E.Calvet(2001)考虑在拉姆齐(Ramsey)模型中引入不完全市场要素所可能的影响:经济系统中存在着生产上和技术上的冲击,这些冲击构成的风险由于市场上缺少对应的资产而无法得到有效的规避或保险。因为有着无法规避的风险,无效率的行为就可能存在。这时经济系统处于低效率状态,投资处于次优状态,经济处于贫困陷阱和内生周期波动之中。在这个过程中关键的因素是投资,而影响投资的是利率,由于存在着无法规避的风险使得利率水平处于多个状态,这导致多个均衡存在。金融市场的不完全对总量冲击的传导(propagation)有着放大效应(amplification)。他们用数值分析方法模拟显示,金融市场的不完全使得趋向定点状态的收敛速度放缓,加强了总量冲击的持续幅度,并扩大了增长过程中的波动。他们的核心结论是,经济系统存在多个均衡或定点,而金融创新有利于降低经济中的冲击所造成的预防性需求和波动的幅度和持续强度。在他们的分析中可以看到增长过程中多个均衡解和周期波动同时出现,中间的传导机制是金融市场的不完全,技术和生产上的冲击通过利率和投资而被放大。

G.-M.Angeletos & L.E.Calvet(2003)则主要考虑无法规避的生产风险对增长的影响。由于市场的不完全,生产冲击引致了增长过程中周期的出现,并且会使得周期的幅度和维持的时间被放大和拉长。不过在这个过程中主要通过私人资产的风险溢价(risk premium on private equity)来影响投资,从而影响个体行为和总量经济。这些源于生产上的冲击会由于资本利率的逆周期变动而被放大,并构成传导机制,进而影响中期增长和产生周期波动。

J.Heaton & D.J.Lucas(1996)则主要从金融市场角度出发,分析经济系统有着总量上和微观上的无法规避的冲击(这些冲击包括了技术的波动和收入不确定所构成的冲击)。他们设定了冲击服从的马尔柯夫过程的一些特定的形式,得到了一些数值分析的结论,有意思的是他们用微观的数据进行对比分析,认为大致可以得出市场不完全会影响消费等变量的结论。在他们的分析过程中也得到了一些变量的周期特征,主要是红利在收入中的份额变量。

六、结论:周期性增长

综上所述,宏观经济学中将长期增长与短期波动分开的两分法具有片面性,在这种方法下,一个动态的增长过程被不完整地隔离和孤立地研究。根据正统的宏观经济分析方法,将增长的潜在趋势作为基准,将周期和波动看做在增长过程中的短期冲击。但问题的关键是短期冲击是否有着长期或持久的效应,即改变增长的潜在趋势。P.Perron(1989)的分析表明两个特别的冲击改变了美国经济的长期增长过程,具有结构变换的效应。这两个大的冲击分别是20世纪30年代的“大萧条”与70年代的石油价格冲击。短期的冲击如果没有长期效应,则不会改变原先的函数形式,经过短时间的调整后能够回到原先的增长路径;而一旦具有长期效应,那么会改变原先的增长路径和函数形式。他的检验表明,一般的短期冲击很难具有长期效应,但这两个特殊的大的冲击确实改变了整个增长过程,具有长期效应。

从统计上看,也很难接受一个时间系列有着简单的确定性的趋势假设。往往一个时间系列的变动过程中不但存在多重干扰,更严重的是会有着结构变换,变量随着时间的推移可能会在不同的区间切换。比如产出,往往会有着高增长与低增长区间,这两者有着显著的差别,但往往又可能是同一个增长过程的不同时间区间的体现,高增长之后存在一个调节和缓冲的低增长过程。简单的平滑会使得变量的变化过程的真实特征被抹除,丧失有用的信息。

从理论上而言,增长主要是由技术推动的,有目的的研发活动形成的创新是增长的内在动力。新的技术突破会带来新的增长过程,但这项技术和这个增长过程往往有着大起大落的特征。回顾历史,以前并没能很好地预见到今天的信息技术到来的具体时间,目前也很难预测今后生物技术取得突破并带来新一轮的增长到来的时间。技术的创新也有着很强的不确定特征。

所以,通过上面的论述,我们可以得到以下结论:不能认为长期的增长和短期的波动(冲击)是分离的,其实经济增长和周期波动是同一个经济动态过程的两个内在相联的方面,增长的过程存在周期变换。因此,用周期性增长来描述实际增长过程更为恰当。在对同一个过程的两个方面做细化研究之后,也必须强化综合研究,特别是对这两个方面的内在联系与相互影响做更进一步的研究,主要包括周期性增长过程的特征和形成方式,增长对周期的影响,周期波动对增长过程的影响等。这是宏观经济学在方法上的创新,也是一个前沿性的研究方向。

标签:;  ;  ;  ;  ;  ;  ;  ;  ;  

关系研究前沿的经济增长与经济周期_经济周期理论论文
下载Doc文档

猜你喜欢