我國非加速通脹產能利用率的估計和檢驗

曹穎琦，焦曉松，廖望科

（1.中央財經大學 統計與數學學院，北京 100081；2大理大學 經濟研究所，云南 大理 671003）

0 引言

非加速通脹產能利用率（Non-accelerating inflation rate of capacity utilization，NAICU）概念 由 Emery與 Chang（1997）[1]，Corrado與Mattey（1997）[2]同時提出，是衡量產能利用率與通貨膨脹之間關系的一個重要指標，是產能利用率的一種“長期均衡水平”或“合意水平”。NAICU作為衡量通脹與產能利用之間關系的參照指標具有重要的政策指導意義和學術研究價值。

傳統經濟理論認為產能利用與通貨膨脹之間具有密切關系，產能利用率的上升往往意味著通脹壓力的增加，產能利用率與通脹水平之間具有顯著的正相關關系[3]。Corrado與Mattey（1997）[2]指出產能利用率與通脹率增量之間的相關性較產能利用率與通脹率水平之間的相關性更強，說明產能利用率與通脹之間的關系非線性，產能利用率在超越某個水平值之后，通脹存在加速的現象。前人采用美國1954—1996年不同采樣時期計算的NAICU值約在81.5%～82.8%之間，被公認為是美國產能利用率的“合意水平”。中國同美國相比，經濟發展階段、制度環境、產業結構等均不同，以美國NAICU值為參照來判斷中國產能利用程度的高低值得商榷，因此估計中國的NAICU值十分必要。

本文將采用OLS-CUSUM（Cumulative sums of the common OLS residuals）以及 ME（Moving estimates）檢驗來對NAICU值的穩定性進行精確檢驗。在此基礎上構建產能利用率均衡偏離程度變量，對產能利用率偏離長期均衡如何影響經濟增長以及影響效應的持續時間進行分析，為宏觀調控政策的精準運用提供參考和依據。

1 指標解釋與數據來源

1.1 產能利用率

產能利用率（The rate of capacity utilization，CU）是衡量產能利用情況的指標。目前產能利用率的計算通常采用的形式，其中Y為實際產出，Y*為產能，即通常提到的生產能力，是在一定條件下的最優值。但在不同的理論假定下，其含義的具體差別巨大。有學者認為Y*就是潛在產出；也有學者把產能定義為在現有廠房、設備和要素價格一定情況下短期總平均成本位于最低點所對應的產出（經濟產能）[4]；還有學者認為其是一定投入下的最大產出（技術產能）。產能定義的差別造成測算方法的差異，進而造成數據的巨大差異。我國目前并沒有官方正式發布的產能利用率數據，學界提出過多種產能利用率測算方法，得到的數據也不盡相同。本文基于穩健性的考慮，分別采用1990—2016年邊界函數法（FCU）、H-P濾波方法（HPCU）、AK函數法（AKCU）[5]測算得到的產能利用率數據以及OECD發布的中國商業景氣調查數據中2001年1季度至2011年4季度產能利用率實際數據及轉換成的年度數據（OECDCU）進行估計。其中，OECD產能利用率數據來自中經網統計數據庫。

1.2 通貨膨脹率

衡量通貨膨脹一般采用通貨膨脹率，目前常用的度量指標有按GDP平減指數衡量的通貨膨脹、CPI、PPI和核心通貨膨脹率。本文因而在接下來的估計和檢驗中只采用CPI、PPI和GDP平減指數作為代表指標衡量通貨膨脹率。其中，CPI數據以及GDP平減指數數據來自于世界銀行，PPI數據來自于中國國家統計局。

圖1 三種通脹率代表指標

圖1是CPI、PPI與GDP平減指數三種不同通脹率代表指標的時間趨勢圖，基本演進趨勢接近，演進路徑呈現出一定差異化形態。PPI較CPI和GDP平減指數波動幅度略大，且領先約一個時期。因而本文在非加速產能利用率的估計過程中，當PPI作為通脹率代表指標充當被解釋變量時，所有來源產能利用率均采用當期值；而當CPI和GDP平減指數作為通脹率代表指標充當被解釋變量時，所有來源產能利用率均采用滯后一期值。方程(5)和方程(6)），但通脹的慣性特征影響不容小覷。方程(7)至方程(10)是以H-P濾波方法、邊界函數法數據為自變量的年度模型，估計得到的NAICU值稍低在76%左右，在將滯后因變量作為控制變量對模型進行估計得到的NAICU值要高3～6個百分點左右，波動稍大。方程(11)和方程(12)是以OECD數據為自變量的季度模型，估計得到的NAICU值在84%左右，同年度數據相比存在約2個百分點的差異。

非加速通脹產能利用率的估計受到產能利用率數據水平的影響，在沒有直接調查數據的情況下，間接測度產能利用率所采用的函數形式、假定條件、測度方法均會對非加速通脹產能利用率的水平值造成影響。因而在實際應用中不能盲目選取基準參考值，應考慮產能利用率數據的來源。就OECD產能利用率數據以及估計得到NAICU水平值而言，中國目前化解產能過剩、提高產能利用率的調控政策并不會帶來大的通脹風險。

2 非加速通脹產能利用率的估計

非加速通脹產能利用率的提出是源于產能利用率與通貨膨脹之間的關系，許多學者認為存在某個產能利用率均衡水平cue，當產能利用率高于該值時，通脹率會加速，換句話說就是產能利用率過高會令整體經濟進入通脹危險區。

McElhattan（1978，1985）[6,7]依據相關經濟理論提出了一個簡潔直觀的理論模型：

其中，Δπt指通脹率的變化，假定cue為常數，并令k=αcue，那么式（1）可重寫為：

事實上，宏觀經濟中產能利用率之外引發通脹變化的其他因素很多，比如貨幣供應量、大宗商品價格波動、工資變化、房地產價格、匯率等。因而除考慮McElhattan基本模型之外，還要考慮到我國通脹水平具有較強的慣性特征[8]，張成思（2008）[9]認為即使在低通脹環境下通貨膨脹仍然呈現相當高的慣性特征，本文將滯后因變量作為控制變量納入模型，得到：

接下來利用邊界函數法、H-P濾波方法、AK函數法和OECD四種不同來源的產能利用率與三種不同通脹率代表指標進行分析，估計得到的NAICU值如下頁表1所示。

無論是H-P濾波方法、邊界函數法還是OECD來源的產能利用率與通脹率之間的關系都是比較穩健的，表1中方程(1)至方程(6)是以OECD數據為自變量的年度模型，得到的NAICU值較為接近。在將滯后因變量作為控制變量對模型進行估計得到的NAICU值要低1個百分點左右，雖對NAICU值的基本水平影響不是很大（見表1的

3 非加速通脹產能利用率估計值的穩定性檢驗

中國是處于轉軌時期的發展中經濟體，易發生結構性變化，如果通脹變化與產能利用之間的關系存在明顯的結構變化，那么NAICU值的估計將變得毫無意義。因為一個不斷變化的均衡水平值是不具有任何決策參考價值的，因此本文將對估計得到的NAICU值進行穩定性檢驗。

穩定性檢驗又稱為結構斷點檢驗或結構變化檢驗，相較于粗糙的樣本分期估計的方法，由Ploberger和Kr?mer（1992）[10]提出的OLS-CUSUM（Cumulative sums of the common OLS residuals）檢驗給出具體的波動過程，提供精確的檢驗統計量。OLS-CUSUM波動過程定義如下：

其相應的顯著性檢驗為Se=max‖efp(t)‖，具體檢驗結果見表1。

在表1給出的OLS-CUSUM顯著性檢驗結果中，所有方程在0.05的顯著性水平上均不顯著，說明NAICU估計值不存在明顯的結構變化，NAICU值作為產能利用率長期均衡水平具有穩定性。圖2(a)是以方程(2)為例的OLS-CUSUM顯著性檢驗波動進程，給出了PPI變動作為通脹率變動的代表指標充當被解釋變量，OECD來源產能利用率調整值作為解釋變量估計NAICU時的OLS-CUSUM波動過程。圖2(c)為季度數據模型方程(12)的OLS-CUSUM顯著性檢驗波動進程，給出了CPI變動作為通脹率變動的代表指標充當被解釋變量，OECD來源季度產能利用率和CPI的滯后一期值作為解釋變量估計NAICU時的OLS-CUSUM波動過程。

Chu等（1995）[11]引入了 ME（Moving estimates）檢驗，

圖2(b)是以方程(2)為例的ME檢驗過程，圖2(d)為方程(12)的ME檢驗過程。圖2各圖直觀說明NAICU估計值的穩定性，對樣本變化敏感度較低。間接說明NAICU值不受短期干擾因素影響，是衡量產能利用程度與通貨膨脹之間關系的重要參照值。

表1 非加速通脹產能利用率的估計及穩定性檢驗結果

圖2 OLS-CUSUM與ME過程

4 產能利用率偏離均衡對經濟增長的影響

產能利用率是各國商業景氣調查中的重要指標，也是部分經濟體構造宏觀經濟先行指數的重要成分指標。隨著對產能過剩問題研究的逐步深入，產能利用率指標的研究和應用也越來越廣。接下來，本文將采用基于無限制VAR模型的脈沖響應函數和方差分解方法就產能利用率偏離其均衡水平（也就是NAICU值）對宏觀經濟增長的影響進行分析，以探究產能利用率偏離均衡水平對經濟增長的沖擊影響。

產能利用率偏離均衡程度用(cut-cue)/cut衡量，新的序列記為DCU，用經過季節調整后的GDP增長率（用X-12方法進行季節調整）表示宏觀經濟增長，記為RGDP_SA。表2給出格蘭杰因果關系檢驗結果，發現產能利用率對均衡水平的偏離是經濟增長的格蘭杰原因，二者間存在單向因果關系。

表2 格蘭杰因果關系檢驗結果

然后對VAR模型的參數進行估計，經過檢驗，結果是顯著的，說明本文所采用的數據滿足模型假設條件。給產能利用率偏離均衡程度變量一個標準差大小的沖擊，得到關于GDP增長率的脈沖響應和方差分解比例。

在圖3(a)中，橫軸表示沖擊作用的滯后期間數（單位：季度）。可以看出當在本期給產能利用率偏離均衡程度一個沖擊后，GDP增長率在第1期迅速上升，第2期沖擊的增長效應開始下降，第5期之后效應消失。而產能利用率偏離均衡程度具有比較顯著的路徑依賴特征，但此路徑依賴特征的衰減過程發生較快，約5個季度左右，路徑依賴效應消失。可見在沒有不當政策干預的情形下，對產能利用率長期均衡水平的偏離并不會固化成為常態。不當政策干預可能會減緩路徑依賴的調整進程。

在圖3(b)中，橫軸表示沖擊作用的滯后期間數（單位：季度），縱軸表示該變量對GDP增長率的貢獻率（單位：%）。對經濟增長的方差分解顯示，隨著時間的推移，解釋成分開始發生變化，由產能利用率均衡偏離程度所解釋的成分比例逐漸增高，約占30%，這個過程在4個時滯，約1年的時間完成。這表明隨著時間的推移，產能利用率均衡水平偏離對經濟增長的影響效應會迅速釋放，并在1年之后開始趨于穩定。

結合脈沖響應分析結果，可以發現產能利用率均衡偏離程度對經濟增長的影響顯著，見效很快，但效應持續時間短。在經濟增長低迷時期，提高產能利用率可以作為促進經濟增長、提振市場信心的短期調控政策工具。

圖3 產能利用率均衡偏離程度沖擊對經濟增長的影響及對經濟增長的貢獻率

5 結論

準確合理地估計NAICU值對于政策決策以及學術研究均具有重要價值，從上述估計過程可以看到，盡管NAICU值具有定義明確、直觀、穩健等優良性質，但是估計結果仍然依賴于產能利用率數據的序列水平。因而在使用NAICU值或者區間用以評判產能過剩與否時，一定要注意所使用產能利用率數據的來源。

NAICU值的大小間接衡量著宏觀調控政策的成本，產能利用率超越NAICU值即意味著通脹壓力的加大。NAICU值的穩健性、對于樣本期的低敏感度以及沖擊影響的非持久性則預示著提高產能利用率是不錯的短期經濟刺激政策工具。對于產能過剩的調控，需注意政策組合中的長短期政策搭配以及不同彈性政策工具的組合使用。

參考文獻：

[1]Emery K M,Chang C P.Is There a Stable Relationship Between Capacity Utilization and Inflation?[J].Economic Review,1997(Q I).

[2]Corrado C,Mattey J.Capacity Utilization[J].Journal of Economic Perspectives,1997,11(1).

[3]Finn,Mary G.Is'High'Capacity Utilization Inflationary?[J].Economic Quarterly,1995,(81).

[4]Morrison C J.Primal and Dual Capacity Utilization:An Application to Productivity Measurement in the U.S.Automobile Industry[J].Journal of Business&Economic Statistics,1985,3(4).

[5]王維國，袁捷敏.我國產能利用率的估算模型及其應用[J].統計與決策，2012，(20).

[6]Rose M.Inflation,Uncertainty and Capacity Utilization[J].Economic Review,1978.

[7]Rose M.Inflation,Supply Shocks and the Stable-inflation Rate of Capacity Utilization[J].The Federal Reserve Bank of San Francisco's Economic Review,1985，(Win).

[8]何啟志,范從來.中國通貨膨脹的動態特征研究[J].經濟研究,2011，(7).

[9]張成思.中國通脹慣性特征與貨幣政策啟示[J].經濟研究，2008，(2).

[10]Ploberger W,Kr?mer W.The CUSUM Test With OLS Residuals[J].Econometrica,1992，60(2).

[11]Chu C S J,Hornik K,Kuan C M.The Moving-estimates Test for Parameter Stability[J].Econometric Theory,1995，(11).