中國產出缺口的估算與新常態情景下的通脹預期

馮 烽，張 濤，婁 峰

(中國社會科學院 數量經濟與技術經濟研究所， 北京 100732)

一、引言

產出缺口(Output Gap)作為宏觀經濟學中反映實際產出偏離其潛在產出的程度的重要概念[1]，已成為各國政府評估通脹壓力的先行指標。當實際產出高于潛在產出時,產出缺口為正，總需求大于總供給，通貨膨脹壓力增大,政府往往會采取從緊的宏觀調控政策,以防止經濟過熱；反之，當實際產出低于潛在產出時，產出缺口為負，總供給大于總需求，通貨趨于緊縮，政府則采取寬松的宏觀調控政策，以防止經濟衰退。由于產出缺口與經濟增長、通貨膨脹、失業率、短期經濟波動等關系緊密，因而科學測算產出缺口是國家進行宏觀經濟發展戰略規劃的基礎。

潛在產出與產出缺口的準確測算是應用產出缺口科學制定宏觀經濟政策的前提?！笆濉睍r期，中國經濟已經進入新常態的經濟發展階段，經濟增速放緩，經濟下行風險加大，宏觀經濟政策也將面臨著新的挑戰[2]。對經濟新常態下的宏觀經濟進行準確判斷是經濟政策制定合理與否的重要前提，測算產出缺口并研究產出缺口對通貨膨脹的影響，有助于確定經濟政策是以增加總需求為主還是以調整經濟結構為主。因而，在經濟新常態情景下對中國的產出缺口進行預測具有重要的現實意義。

二、潛在產出測算的研究現狀

國外對潛在產出的測算進行了大量的研究和實踐，其中，對潛在產出的測算實踐更多地集中在世界銀行(WB)、國際貨幣基金組織(IMF)、經濟合作與發展組織(OECD)、歐盟委員會(EC)、美國國會預算辦公室(CBO)和一些地區央行等經濟組織。近年來，國內學者開始使用各種測算方法對中國不同時間段的潛在產出進行測算。劉斌等采用線性趨勢法、HP濾波法、單變量Kalman濾波法、多變量Kalman濾波法分別測算了中國的潛在GDP年均增長率，并根據統計檢驗結果認為多變量Kalman濾波法估計潛在產出和產出缺口在經濟解釋上更為合理[3]。郭慶旺等分析比較了生產函數法和狀態空間-Kalman濾波法，估算出中國1978—2002年的潛在產出和產出缺口，發現1999年起中國產出缺口擴大的勢頭明顯趨緩，但在2002年出現了一些反轉跡象，并認為1998年開始實施的積極財政政策在遏制經濟下滑、治理經濟衰退方面起到了重要作用[4]。錢宥妮將實際產出分解為不可觀測趨勢成分和周期成分，設定它們服從一個向量自回歸過程，并運用Kalman濾波法得到潛在產出估計值，進而通過產出缺口和通貨膨脹率的回歸分析發現中國的菲利普斯曲線在長期內不成立[5]。渠慎寧等對引入產出缺口的總供給函數進行了實證檢驗，發現中國經濟中較大的產出缺口通常伴隨著較高的當年通貨膨脹率[6]。Cai 等發現中國人口結構的變化減少了潛在產出，通過設定提升勞動參與率和全要素生產率兩種情景模擬了潛在產出增長率[7]。婁峰在新凱恩斯理論框架下，建立了DSGE模型并通過貝葉斯方法對中國季度產出缺口進行了估計，并與其他方法估計得到的產出缺口進行了比較[8]。宮健等通過構建波動平滑轉換模型考察了產出缺口指數、貨幣、國際利差及匯率波動對物價波動的傳遞作用和影響[9]。

綜觀已有研究，從方法上看，以經濟理論為依據的生產函數法因具有較好的經濟含義而有利于政策分析。因此，基于生產函數及其拓展的潛在產出測算法已被WB、IMF、OECD、EC等國外研究組織廣泛使用并取得了豐碩的研究成果。然而，這些研究主要是對發達國家的潛在產出進行測算，對于發展中國家潛在產出的測算實踐較少，真正結合中國實際情況展開的文章尤為鮮見。國內學者使用了多種方法對中國的潛在產出進行測算，并對潛在產出和產出缺口的測算結果進行多角度的分析研究，也得出了一些具有說服力的結論。然而，已有研究主要是根據歷史數據對過去的潛在產出進行估算，缺乏基于中國未來的經濟發展情景的模擬而對未來的潛在產出和產出缺口進行預測，中國“十三五”時期潛在產出與產出缺口的測算亟待開展。此外，在研究產出缺口的通脹效應時，既有研究大多使用基于全國總量時間序列數據的向量自回歸模型，樣本量較少導致所得結論缺乏穩健性與說服力。

有鑒于此，本文借鑒Burns等[1]所采用的方法，將HP濾波方法與傳統的生產函數法結合起來測算中國和各省的潛在產出增長率與產出缺口，再對中國的潛在產出與產出缺口進行預測，最后基于產出缺口和居民消費價格指數的省級面板數據，構建面板向量自回歸(Panel Vector Autoregression，PVAR)模型研究產出缺口對通貨膨脹的影響。

三、模型與方法

假定基于供給側的產出由如下形式的C-D生產函數決定：

(1)

其中：GDP為總產出，K為資本存量，L為勞動力數量，TFP為全要素生產率，α為資本在國民收入中的份額。

考慮式(1)處于均衡狀態，即滿足：① 全要素生產率等于全要素生產率的趨勢水平值，并記為TFP*；② 資本存量是完全使用的，即K=K*；③ 所有的勞動力是完全使用的，即L=L*。則潛在產出可表示為：

(2)

從而可估計產出缺口：

(3)

式(3)所示的產出缺口的含義是明確的：當需求上升并大于潛在產出時，需求大于供給，產出缺口為正，此時要素約束趨緊,要素過度消耗，進而物價上漲產生通脹壓力并會降低要素的利用效率；反之，如果產出缺口為負，則意味著要素未充分利用，通脹壓力減弱。通常而言，實際GDP增長率圍繞潛在產出增長率上下波動。

給定總產出、資本和勞動力的數據，可估計出資本產出彈性α，進而可得到全要素生產率：

(4)

對式(2)兩邊關于時間t求導并除以式(2)兩端，得到潛在產出增長率：

(5)

式(5)中，TFP*是均衡狀態下的全要素生產率，可使用HP濾波法來獲得TFP的趨勢水平值TFP*的估計。式(5)表明潛在產出增長率為全要素生產率增長率、資本增長率、勞動力增長率之和，可以根據式(5)預測要素的自然增長率和全要素生產率的自然增長率來預測潛在產出的增長率。

為進一步研究產出缺口的通脹效應，可由式(2)分別估計出各省區的產出缺口，再通過構建式(6)的PVAR模型獲得產出缺口與通貨膨脹相互之間的脈沖效應，進而研究二者之間的動態效應。

(6)

其中：CPI為居民消費價格指數，i、t、p分別表示地區、時期、滯后階數，γ、Γ、f、d分別為待估參數(向量、矩陣)。

四、實證研究

(一)數據來源與變量說明

為分別測算全國和各省的潛在產出與產出缺口，采用中國總量數據及29個省區1978—2014年的面板數據，為了數據的一致性與可獲得性，將重慶市與四川省的數據合并，西藏、香港、澳門和我國臺灣地區不包括在研究樣本中。全國及各省區生產總值、生產總值指數來自中宏數據庫，固定資本形成總額、固定資本投資價格指數來自CEIC數據庫，全國和各省區CPI的數據來自國家統計局網站，15～64歲人口數來自白重恩等的研究成果[10]。由于沒有資本存量的統計數據，因此沿用張軍等[11]的方法及結果估算全國及各地區的固定資本存量，取資本折舊率為9.6%。全國、各省區生產總值和固定資本存量均以1978年為基年的可比價格計算。

(二)實證結果

對式(1)取對數后采用最小二乘法估計，得到式(5)的估計結果：

(7)

式(7)是通過施加規模報酬不變約束后得到的估計結果，各參數的估計值均在1%的水平下顯著不為0，R-Square=0.990 5，F-Statistics=3 681.76，P-Value<0.000 1。

圖1給出了1979—2014年中國潛在產出增長率、實際產出增長率與產出缺口的實證結果。結果表明：① 中國的實際經濟增長呈現出一定的周期性，改革開放以來先后經歷了3個高經濟增長期(1982—1988、1991—1997、2002—2008)，這3個時期平均每期的實際經濟增長率都高于10%，并且產出缺口由負值轉向正值，這意味著在經濟高增長時期的后程，實際產出都高于正常產出的潛在產出水平值，從而加大了通貨膨脹壓力。這一特征在前2個高經濟增長期尤為明顯，主要原因是受經濟結構轉型的影響和經濟增長主要依賴于要素的投入，即經濟增長表現為低質量的粗放式經濟增長，而非通過提高生產率而獲得。② 近年來，經濟增速明顯放緩，人口老齡化日趨嚴重以及難以為繼的高投資率，外加全球經濟復蘇乏力，外部需求較弱，是經濟高速增長難以為繼的內、外部因素。圖2顯示，全國與東、中、西部的產出缺口所呈現的趨勢大致相同，這表明了本文所采用的方法較為穩健。

圖1 中國潛在產出增長率、實際產出增長率與產出缺口序列

圖2 中國及東、中、西部產出缺口時間序列

表1給出了潛在產出增長率及其分解的結果。結果表明：產出缺口呈現古典的正負周期性波動；20世紀90年代起資本貢獻的潛在產出增長率持續上升，至2009年開始有所回落；隨著人口老齡化問題的日益嚴重，勞動力貢獻的潛在產出增長率低于資本貢獻的潛在產出增長率，并且在2014年15～64歲勞動力人口出現了負增長；自2005年起，全要素生產率貢獻的潛在產出增長率持續下降。

由式(5)可知，通過預測資本、勞動力、全要素生產率的變化率可以估計出潛在產出增長率。世界銀行的Isimulate平臺提供了世界主要國家資本、15～64歲人口數、TFP增長率等數據，該數據庫中的資本存量數據是以穩定的資本產出比來選擇基年的資本存量(美元價)，本文采用張軍關于資本存量的測算方法與結果并更新至2014年，2015年及其以后的資本存量增長率采用GM(1,1)方法來進行預測；2015年及以后的15～64歲人口數增長率、TFP增長率采用世界銀行Isimulate平臺的預測數據。有關預測數據見表2。

表1 中國潛在產出增長率及其分解 %

表2 中國潛在產出增長率預測 %

注：TFP增長率、15～64歲人口增長率預測值來自世界銀行Isimulate平臺，資本增長率預測值根據GM(1，1)模型預測

表2表明，隨著中國進入經濟下行階段，潛在產出增長率不斷下降，2018年潛在產出增長率將下降至6.117 4%。其主要原因是TFP、資本、勞動力增長率的持續下降?？梢灶A見未來幾年中國的產出缺口將由正值轉為負值，即從總需求大于總供給轉向總供給大于總需求的態勢，因此“十三五”時期的經濟政策應當是以推進供給側結構性改革為主線，適度擴大總需求。

表3顯示CPI與OG之間存在顯著的雙向Granger因果關系，即產出缺口的變化是引起通貨膨脹變化的Granger原因，通貨膨脹的變化也是引起產出缺口變化的Granger原因。這表明了產出缺口與通貨膨脹之間是相互影響、相互制約的內生關系，這也支持了本文采用PVAR模型對產出缺口與通貨膨脹之間的內生動態關系進行研究的方法。

表3 Panel VAR模型的Granger因果檢驗(Wald檢驗法)

表4 Panel VAR模型的參數估計結果

注：采用系統GMM估計，工具變量為內生變量的滯后1-3期；括弧內的數值代表估計系數的P值；“*”“**”“***”分別表示在10%、5%、1%水平下回歸系數顯著不為0

對式(6)的PVAR模型采用系統GMM方法進行參數估計，表4給出了PVAR(3)模型參數的估計結果。本文采用BIC準則選擇模型的最優滯后階數，模型特征方程的根的倒數均在單位圓內，表明模型是穩定的。據表4，從CPI關于CPI與產出缺口的滯后項的回歸結果看，CPI自身的滯后項和產出缺口的滯后項對當期的CPI均有顯著的影響。其中CPI關于其自身滯后1期的回歸系數為1.001 9，大于1，表明通貨膨脹的持久效應很大程度上來自于通貨膨脹自身的慣性；而CPI關于產出缺口滯后1期的回歸系數為0.315 4，顯著大于0，這說明如果當前的實際產出高于潛在產出，產出缺口為正，且對未來1期的通貨膨脹具有顯著的正向影響。

進一步觀察模型的脈沖響應函數。圖3是產出缺口對CPI的正交化脈沖響應函數圖，它描繪了CPI的一個正交化沖擊對產出缺口當前值和未來值的影響，可以發現，當CPI受到一個單位的正交化沖擊時，會對產出缺口未來4期產生負向的沖擊效果，其中對未來第2期的影響最大，隨后逐步上升至未來第8期開始衰減。這表明在通貨膨脹受到一個外生的正向沖擊時，生產資料價格和產品物價在當期上漲會降低未來產品的供給量和居民的需求量，從而收窄產出缺口，但通貨膨脹對產出缺口的抑制力在未來第2期達到最大后會逐步衰減。圖4是CPI對產出缺口的正交化脈沖響應函數圖，它描繪了產出缺口的一個正交化沖擊對CPI當前值和未來值的影響，可以發現，當產出缺口受到一個單位的正交化沖擊時，會對CPI當前值和未來短期產生顯著的正向沖擊效果，其中對未來第1期的影響最大，隨后逐步衰減并收斂于0。這表明在產出缺口受到一個外生的正向沖擊時，產出缺口加大會在短期內加劇通貨膨脹，并且產出缺口的通脹效應在未來第1期最為顯著，隨后逐步衰減。

圖3 產出缺口對CPI的脈沖響應

注：上、下兩條曲線之間的區域表示脈沖響應值95%的置信區間

五、結論與政策建議

本文采用改進的生產函數法對中國改革開放以來的潛在產出增長率和產出缺口進行了估算，這一方法可以直觀描述各要素變化對潛在產出增長率的作用機制并能夠對未來潛在產出增長率進行有效的估計，因而優于HP濾波等傳統的單變量分析方法。在此基礎上使用PVAR模型分析了中國產出缺口的通脹效應，并對中國在經濟新常態情景下的潛在產出增長率進行了預測。結果表明：中國的產出缺口呈現古典的正負周期性波動；20世紀90年代起資本貢獻的潛在產出增長率持續上升，至2009年才有所回落；勞動力貢獻的潛在產出增長率低于資本貢獻的潛在產出增長率；自2005年起全要素生產率貢獻的潛在產出增長率持續下降；通貨膨脹與產出缺口之間存在顯著的雙向Granger因果關系；通貨膨脹的外生沖擊對產出缺口具有顯著的負效應，生產資料價格和產品物價在當期上漲會降低未來產品的供給量和居民的需求量，從而收窄產出缺口；產出缺口的外生沖擊對通貨膨脹具有顯著的正向影響，產出缺口的通脹效應在未來第1期達到最大，之后逐步衰減；在經濟新常態情景下中國未來幾年的潛在產出增長率將下降至6%左右，產出缺口的收窄有利于緩和通脹壓力。上述結論的政策含義是明確的：

(1)調整產業結構，加快產業結構優化升級，實現要素高效配置。“十三五”時期產出缺口呈現總供給大于總需求的趨勢，并且隨著國內外需求的轉弱，供給和需求不平衡、不協調的矛盾愈加凸顯。一方面，鋼鐵、水泥、玻璃、煤炭等多行業、大面積的產能過剩現象難以通過新增需求的單一手段消化過剩產能；另一方面，集成電路、智能制造等中高端產品、差異化程度高的產品卻嚴重供給不足；更重要的是，隨著人口結構的變化，15～64歲勞動力人口數不再增加并開始下降，農業勞動力向非農業勞動力的轉移日趨飽和，傳統的城鄉二元經濟模式逐步弱化，勞動力短缺日趨嚴重，工業企業的勞動力成本不斷上升，勞動力供給不足難以支撐經濟的高速增長。因此，通過淘汰落后產能的企業、行業，把勞動力從落后產能、產能過剩的行業中解放出來并轉移到戰略性新興產業和第三產業中，在實現人力資源優化配置的同時推動產業結構的優化升級、經濟的穩步增長。

(2)著力推進供給側結構性改革，提升全要素生產率。在宏觀經濟政策中，需求側的政策主要是針對短期的經濟總量施行的刺激或收縮，供給側的政策更多的是面向長期、全局經濟發展的結構優化與協調匹配。在經濟新常態時期，受制于勞動力供給的下降和高投資率的難以為繼，經濟增速明顯放緩。通過增加要素投入的需求側刺激經濟政策會進一步加劇要素扭曲，未來經濟的持續穩定發展需要更多地依靠提高全要素生產率的供給側結構性改革來實現。因此，政府可以適當弱化經濟增長目標，著力于提高效率的供給側結構性改革，降低要素配置扭曲的程度，提高供給結構對需求變化的適應性和靈活性，提高全要素生產率，從過去強調經濟增長速度轉向重視經濟增長質量，通過轉變經濟發展方式實現經濟健康穩定發展。

(3)積極培育壯大新動能，加快發展新經濟。當前，中國經濟正面臨增長率下滑、增長動力不足的巨大壓力，亟須尋找新的動力源泉來對沖舊動能的衰退。世界經濟增長越來越依靠以信息技術和互聯網為代表的新技術、新業態，以技術創新為引領，以知識、技術、信息、數據等新生產要素為支撐的經濟發展新動能正在形成。中國在實施創新驅動發展戰略的過程中，經濟新舊動能逐步交替、相互交織，并將持續一個時期，盡管“互聯網+”等新經濟的成長速度明顯高于傳統制造業，但新動能的釋放速度慢于舊動能下降的速度，新動能還不足以支撐中國未來的經濟發展。因此，政府應當制定更多的優惠政策，大力發展智能制造、定制化服務、網絡經濟等新經濟，加快推動“大眾創業、萬眾創新”的進程，激發經濟發展新動能，使新經濟和傳統經濟成為中國經濟持續發展的“雙引擎”。

[1]BURNSA,VANRENSBURGTJ,DYBCZAKK,etal.Estimatingpotentialoutputindevelopingcountries[J].JournalofPolicyModeling,2014,36(4):700-716.

[2] 張立群.經濟增速回調初步觸底,企穩基礎仍需鞏固——2016—2017年經濟形勢分析與展望[J].重慶理工大學學報(社會科學),2017(1):1-6.

[3] 劉斌,張懷清.我國產出缺口的估計[J].金融研究,2001(10):69-77.

[4] 郭慶旺,賈俊雪.中國潛在產出與產出缺口的估算[J].經濟研究,2004(5):31-39.

[5] 錢宥妮.菲利普斯曲線在中國經濟中的實證研究——基于產出缺口的分析[J].財經研究,2005(6):60-67.

[6] 渠慎寧,江賢武.中國的經濟增長與通貨膨脹:基于產出缺口的實證解釋[J].經濟學動態,2010(7):42-48.

[7]CAIF,LUY.PopulationchangeandresultingslowdowninpotentialGDPgrowthinChina[J].China&WorldEconomy,2013(2):1-14.

[8] 婁峰.中國產出缺口測度、比較及穩健性分析[J].當代財經,2015(11):14-24.

[9] 宮健,高鐵梅,劉開.物價波動與產出缺口、貨幣政策關聯影響效應研究——基于匯率傳遞視角的STR模型[J].財貿經濟,2016(5):76-90.

[10]白重恩,張瓊.中國生產率估計及其波動分解[J].世界經濟,2015(12):3-28.

[11]張軍,吳桂英,張吉鵬.中國省際物質資本存量估算:1952—2000[J].經濟研究,2004(10):35-44.