宏觀經濟系統背景下供給側驅動因素研究
——基于參數和非參數聯立方程模型比較視角

（江蘇大學 財經學院，江蘇 鎮江 212013）

一、引言

中國經濟40 多年的飛速發展，創造了舉世矚目的成就，成為世界第二大經濟體。但就經濟增長的質量來看，中國經濟的發展不容樂觀，主要表現在產品庫存積壓嚴重、服務質量低下、生產能耗過高、實體經濟萎靡、融資門檻較高、貧富差距逐漸擴大等方面。中國盲目追求經濟增長帶來的這些問題，從本質來看，是由供給和需求之間的矛盾所導致的。由于貨幣、產品和服務供給的結構、總量和質量出現了問題，導致供給和需求在結構、總量和質量三個方面表現為一種失衡的狀態，進而引發了這一系列的問題，阻礙了中國經濟質量的提高，使中國經濟的發展偏離了正軌，這不利于中國經濟發展的良性循環。因此，有必要以供給側為核心研究中國宏觀經濟之間的關系。以供給側為核心研究中國宏觀經濟關系有助于了解供給端和需求端之間的數量關系，找到供給端和需求端之間的缺口，考察供需失衡的原因，這有利于根據中國供需狀況進一步貫徹供給側結構性改革，緩和供給端和需求端的矛盾，從根本上解決中國經濟發展質量的問題，促進中國經濟的良性循環發展。

在對經濟體的宏觀經濟關系進行定量分析時，主流的方法有三類：聯立方程模型（SEM）、向量自回歸模型（VAR）和一般均衡模型（GE）。而一般均衡模型中常用的模型分為兩種：可計算一般均衡模型（CGE）和動態隨機一般均衡模型（DSGE）。這三類主流方法在宏觀經濟關系的研究中應用非常廣泛：黃清煌和高明（2016）[1]、黃茂興和林壽富（2013）[2]、展進濤和徐鈺嬌（2019）[3]、吳文潔等（2019）[4]、Bekhet H A等（2017）[5]、Adewuyi A O 和Awodumi O B（2017）[6]運用聯立方程模型研究區域或國家經濟體環境或能源方面對經濟增長的影響；牟俊霖和閆里鵬（2017）[7]、莊芳等（2014）[8]、鄧創等（2018）[9]通過向量自回歸模型研究我國的財政政策、貨幣政策及金融投資所帶來的經濟效應；譚海鳴等（2016）[10]運用可計算一般均衡模型分析了區域人力資本同經濟增長的關系；徐文成等（2015）[11]運用動態隨機一般均衡模型從宏觀經濟的動態視角解決了環境政策優化選擇問題。

比較這三類常用的研究方法，向量自回歸模型并沒有任何的經濟理論，完全以變量間的數量關系為導向進行分析；一般均衡模型基于嚴格的均衡理論，這導致模型依靠復雜的理論關系才能建立，而且模型的預測效果較差；聯立方程模型也是在經濟關系理論基礎上建立而成的，預測的效果通常比一般均衡模型要好。綜合考慮每類模型的特點，本文選擇聯立方程模型這種研究方法進行實證研究。近幾年，聯立方程模型在宏觀經濟關系研究的應用中產生了新的變化：研究者在基于一定經濟關系理論假設的基礎上，采用Hendery 建模理論，基于協整理論，對經濟變量進行處理和篩選，從而結合理論假設和數據導向兩種方法確定了最優聯立方程組的行為方程關系。李廣在研究的過程中便采用了這樣的研究策略，但是他的研究仍然存在兩方面的不足之處：一方面，他在研究中國宏觀經濟關系時運用中國的季度數據，樣本量太少，無法滿足聯立方程的估計要求，也無法保證估計參數的穩健性；另一方面，他在建立聯立方程模型時，假定經濟變量間的關系是參數關系，這種假定也會影響模型估計的精度。因此本文在李廣（2016）[12]研究的基礎上進行了改進，借鑒李廣在研究宏觀經濟關系時所設計的理論框架。一方面為了保證估計參數的穩健性，運用B 樣條平滑法及分段三次Hermite 多項式平滑法對數據頻率進行轉換，大大增加了樣本的數量，滿足了聯立方程模型的估計要求；另一方面在確定了聯立方程組模型之后，分別運用參數和非參數的估計兩類方法估計方程參數，通過比各個估計參數的均方誤差來確定最優的估計方法。

二、聯立方程模型的比較與估計

（一）數據的收集與處理

本文收集2000—2016 年中國宏觀經濟變量數據。變量的名稱、符號表示和數據來源，如表1 宏觀經濟變量說明。其中，固定資產投資總額根據政府部門固定資產和私人部門固定資產合計得出。狹義產出是被定義的變量，由國內消費和投資總額兩部分構成。因此，方程組包含兩個平衡方程：

FAI=GIFA+PIFA

NO=PCCE*POP+FAI

為了適應宏觀經濟聯立方程模型的數據需求，本文對數據進行B 樣條平滑法及分段三次Hermite多項式平滑處理，將數據的頻率從年數據轉換為天數據。這樣處理數據有以下三方面的優點：第一，處理后的數據并不改變每年年末數值大小，而僅僅是對無法收集的天數據進行估計，從而大大增加了樣本量，滿足了宏觀經濟聯立方程模型的估計需求；第二，數據經過平滑處理，剔除了隨機因素和循環因素對聯立方程模型估計的影響；第三，同對原始數據建立聯立方程模型相比，引入滯后變量，損失的只是幾天的信息，并不損失原始數據的信息，保證了模型預測的準確性。

表1 宏觀經濟變量說明

對變量進行平滑處理，由于每年平均工作日有251 天，因此，在對變量進行平滑處理時，設計間隔為250，轉換后的每個變量有4 267 個樣本。居民消費價格指數、美元指數、社會融資規模、十年國債收益率和失業率變量由于用B 樣條平滑處理效果不佳，改用分段三次Hermite 多項式平滑處理，其他變量均用B 樣條平滑處理。

（二）聯立方程組模型理論框架的初步確定

本文借鑒李廣（2016）[12]的研究成果，依據宏觀經濟理論初步確定聯立方程組模型的模塊及每個模塊所包含的行為方程理論框架。

（三）聯立方程組模型行為方程的最終確定

在初步確定了模型的基本理論框架之后，本文采用Hendery 建模方法，基于協整回歸理論，采取數據導向的策略，對初始的理論模型中的個別變量進行對數、差分、剔除的處理，使整個初始的方程組模型成為一個平穩的系統，從而最終確定了方程組模型的理論框架。

表2 聯立方程組模型理論

圖1 多模塊動態宏觀經濟關系示意圖

由宏觀經濟變量關系示意圖可知，中國宏觀經濟變量關系以供給側生產模塊為核心，向消費、投資、進出口、貨幣、政府和匯率市場這六個模塊輻射，形成了以供給側生產模塊為核心的多模塊動態的經濟關系體。

（四）聯立方程組模型的估計

在確定了方程組的形式之后，本文分別運用單方程普通最小二乘方法（OLS）、兩個階段最小二乘方法和三個階段最小二乘方法這三種參數估計方法估計方程組的系數，計算每種估計方法的均方根誤差。由于單方程最小二乘估計方法估計的每一個方程同其他兩種方法相比，均方根誤差都是最小的。說明，運用單方程最小二乘估計這種參數估計法估計出的方程組模型預測效果最好。因此，在參數估計方法中應選擇單方程最小二乘估計方程組的系數。

在確定了參數估計方法中的最優估計方法之后，本文對聯立方程組進行非參數估計用來確定最優的非參數估計方法。在非參數方法中，本文選擇了非參數局部線性最小二乘變寬窗估計（NPLLLSWWE）、非參數局部線性廣義矩變寬窗估計、非參數局部線性兩個階段最小二乘估計和非參數局部線性工具變量變寬窗估計四種方法對聯立方程模型進行估計，對于所用的工具變量及選取的寬窗參考葉阿忠教授的《非參數計量經濟學》[13]。由于NPLLLSWWE每個方程的均方根誤差根都小于其他三種非參數方法，因此運用NPLLLSWWE 估計出的方程組模型預測效果最好。在非參數估計中，應選擇非參數局部線性最小二乘變寬窗估計聯立方程模型。

最后，比較非參數和參數中預測效果最好的兩種方法，來確定最終的估計方法。

表3 參數非參數方法估計誤差比較

由表3 可知，除廣義貨幣方程、社會融資規模方程和匯率方程外，用非參數局部線性最小二乘變寬窗估計的其他模型均方根誤差均小于單方程普通最小二乘估計方法。因此，本文最終選擇非參數局部線性最小二乘變寬窗估計方法來估計該聯立方程組模型。

三、供給側方程供給要素分析

由于對于同一個方程模型來說，非參數局部線性方法，在每個時點求得的方程參數是不同的，因此求得的參數實際表示變動的邊際傾向、彈性和半彈性。本文的聯立方程組模型是以供給側生產模塊為核心建立的，因此本文主要對供給側模塊的經濟變動關系進行分析。由估計出的變參數系數，可以繪制邊際傾向和半彈性隨時間的變化趨勢，如圖2～圖4 所示。

圖2 經濟增長率的人均資本存量增長率的邊際傾向變化趨勢

由圖2 可知，濟增長率對人均資本存量增長率的邊際傾向不斷增大，但是增大的幅度不斷減緩，表明資本存量增長率對經濟增長的貢獻雖然在不斷增大，但是近期增大的幅度卻在減小，尤其是在2004 年之后基本維持在0.177 5 水平。邊際傾向在此水平上下波動，說明資本存量對經濟增長的貢獻達到了瓶頸。

圖3 經濟增長率對失業增長率的邊際傾向變化趨勢

由圖3 可知，經濟增長率對失業增長率的邊際傾向小于零，而且不斷變小，說明失業率增長對經濟增長帶來的負面影響不斷增強，與資本存量相同，增強的幅度變小，后期基本趨于平穩并在-0.53到-0.54 之間上下波動。這說明失業率對經濟增長的負面影響也達到了瓶頸。

圖4 經濟增長率對價格指數的半彈性系數變化趨勢

由圖4 可知，經濟增長率對價格指數的半彈性系數小于0，而且不斷變小，說明價格增長對經濟增長帶來的負面影響不斷增強，與資本存量、失業率相同，增強的幅度變小，后期基本趨于平穩并在-0.808到-0.81 之間波動。這說明價格上漲對經濟增長的負面影響也達到了瓶頸。

總的來看，價格波動對經濟增長的影響最強，其次是失業率，最后是資本存量，但影響經濟增長的這三個主要因素都達到了瓶頸趨于平穩。

四、結論與建議

本文建立了以供給側生產模塊為核心，向消費、投資、進出口、貨幣、政府和匯率市場這六個模塊輻射的宏觀經濟聯立方程模型，形成了以供給側生產模塊為核心的多模塊動態的經濟關系體系。在此基礎上對聯立方程模型進行參數和非參數的比較估計，經過比較發現目前中國宏觀經濟之間的關系具備非參數的特征，用非參數估計方法能夠較好地描述中國宏觀經濟的關系。根據非參數估計的結果，本文對供給側模塊的行為方程進行了重點分析。結果表明，從供給側形成的角度來看，價格、勞動和資本這三個促進供給形成的因素已經達到了瓶頸，短期來看無法對供給產生較大的推動作用，經濟的增長缺乏內生性的動力源，中國迫切需要尋找促進經濟發展的新動力。

因此，一方面，中國要保持價格、勞動和資本對經濟的推動作用，具體做到：第一，穩定物價水平，控制通貨膨脹。加強對物價的監管，維護市場的秩序，尤其是對中國的房地產市場，健全價格的監管機制；有效防控系統性金融風險，加強對流動性風險、不良資產風險、資本市場異常波動風險的監控，降低融資的杠桿；加強商品流通體系建設，完善重要商品尤其是生活必需品的臨時收儲體系，把握好重要商品的收儲流通時機。第二，提高勞動力的質量，將“人口紅利”轉換為“人才紅利”。努力提高我國的職業化培訓水平，健全職業化培訓的責任機制和動態監管體系，打造人才密集型的企業導向機制；提高人均受教育年限水平，縮小城鄉教育差距，建立世界一流的教育體系機制；加強企業管理創新，科技創新，提高勞動力技術水平和熟練程度，從而提高勞動生產率。第三，優化資本結構，引導投資需求。把握投資方向，消除投資障礙，引導對高新技術產業及新技術、新業態、新產品和新模式的投資需求；降低融資杠桿，規避融資風險，提供良好的融資環境；加強政府對投資的管理，深化稅務體制和金融體制改革，完善金融監管機制，鼓勵、引導和支持民間投資。另一方面要努力尋找促進經濟發展的新動力：努力提高自身的科學技術水平，擺脫粗放式生產所帶來的“效率桎梏”，也要創新經濟發展方式，根據自身實際需要尋找經濟增長的新動力。