馮 烽，張 濤，婁 峰

(中國社會科學院 數(shù)量經(jīng)濟與技術經(jīng)濟研究所， 北京 100732)

一、引言

產(chǎn)出缺口(Output Gap)作為宏觀經(jīng)濟學中反映實際產(chǎn)出偏離其潛在產(chǎn)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(chǎn)出高于潛在產(chǎn)出時,產(chǎn)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(diào)控政策,以防止經(jīng)濟過熱；反之，當實際產(chǎn)出低于潛在產(chǎn)出時，產(chǎn)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(diào)控政策，以防止經(jīng)濟衰退。由于產(chǎn)出缺口與經(jīng)濟增長、通貨膨脹、失業(yè)率、短期經(jīng)濟波動等關系緊密，因而科學測算產(chǎn)出缺口是國家進行宏觀經(jīng)濟發(fā)展戰(zhàn)略規(guī)劃的基礎。

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

二、潛在產(chǎn)出測算的研究現(xiàn)狀

國外對潛在產(chǎn)出的測算進行了大量的研究和實踐，其中，對潛在產(chǎn)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(jīng)濟合作與發(fā)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(qū)央行等經(jīng)濟組織。近年來，國內(nèi)學者開始使用各種測算方法對中國不同時間段的潛在產(chǎn)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(jù)統(tǒng)計檢驗結果認為多變量Kalman濾波法估計潛在產(chǎn)出和產(chǎn)出缺口在經(jīng)濟解釋上更為合理[3]。郭慶旺等分析比較了生產(chǎn)函數(shù)法和狀態(tài)空間-Kalman濾波法，估算出中國1978—2002年的潛在產(chǎn)出和產(chǎn)出缺口，發(fā)現(xiàn)1999年起中國產(chǎn)出缺口擴大的勢頭明顯趨緩，但在2002年出現(xiàn)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(jīng)濟下滑、治理經(jīng)濟衰退方面起到了重要作用[4]。錢宥妮將實際產(chǎn)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(chǎn)出估計值，進而通過產(chǎn)出缺口和通貨膨脹率的回歸分析發(fā)現(xiàn)中國的菲利普斯曲線在長期內(nèi)不成立[5]。渠慎寧等對引入產(chǎn)出缺口的總供給函數(shù)進行了實證檢驗，發(fā)現(xiàn)中國經(jīng)濟中較大的產(chǎn)出缺口通常伴隨著較高的當年通貨膨脹率[6]。Cai 等發(fā)現(xiàn)中國人口結構的變化減少了潛在產(chǎn)出，通過設定提升勞動參與率和全要素生產(chǎn)率兩種情景模擬了潛在產(chǎn)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(chǎn)出缺口進行了估計，并與其他方法估計得到的產(chǎn)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(chǎn)出缺口指數(shù)、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(jīng)濟理論為依據(jù)的生產(chǎn)函數(shù)法因具有較好的經(jīng)濟含義而有利于政策分析。因此，基于生產(chǎn)函數(shù)及其拓展的潛在產(chǎn)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(fā)達國家的潛在產(chǎn)出進行測算，對于發(fā)展中國家潛在產(chǎn)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(nèi)學者使用了多種方法對中國的潛在產(chǎn)出進行測算，并對潛在產(chǎn)出和產(chǎn)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(jù)歷史數(shù)據(jù)對過去的潛在產(chǎn)出進行估算，缺乏基于中國未來的經(jīng)濟發(fā)展情景的模擬而對未來的潛在產(chǎn)出和產(chǎn)出缺口進行預測，中國“十三五”時期潛在產(chǎn)出與產(chǎn)出缺口的測算亟待開展。此外，在研究產(chǎn)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(shù)據(jù)的向量自回歸模型，樣本量較少導致所得結論缺乏穩(wěn)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(tǒng)的生產(chǎn)函數(shù)法結合起來測算中國和各省的潛在產(chǎn)出增長率與產(chǎn)出缺口，再對中國的潛在產(chǎn)出與產(chǎn)出缺口進行預測，最后基于產(chǎn)出缺口和居民消費價格指數(shù)的省級面板數(shù)據(jù)，構建面板向量自回歸(Panel Vector Autoregression，PVAR)模型研究產(chǎn)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(chǎn)出由如下形式的C-D生產(chǎn)函數(shù)決定：

(1)

其中：GDP為總產(chǎn)出，K為資本存量，L為勞動力數(shù)量，TFP為全要素生產(chǎn)率，α為資本在國民收入中的份額。

考慮式(1)處于均衡狀態(tài)，即滿足：① 全要素生產(chǎn)率等于全要素生產(chǎn)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(chǎn)出可表示為：

(2)

從而可估計產(chǎn)出缺口：

(3)

式(3)所示的產(chǎn)出缺口的含義是明確的：當需求上升并大于潛在產(chǎn)出時，需求大于供給，產(chǎn)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(chǎn)生通脹壓力并會降低要素的利用效率；反之，如果產(chǎn)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(chǎn)出增長率上下波動。

給定總產(chǎn)出、資本和勞動力的數(shù)據(jù)，可估計出資本產(chǎn)出彈性α，進而可得到全要素生產(chǎn)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(chǎn)出增長率：

(5)

式(5)中，TFP*是均衡狀態(tài)下的全要素生產(chǎn)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(chǎn)出增長率為全要素生產(chǎn)率增長率、資本增長率、勞動力增長率之和，可以根據(jù)式(5)預測要素的自然增長率和全要素生產(chǎn)率的自然增長率來預測潛在產(chǎn)出的增長率。

為進一步研究產(chǎn)出缺口的通脹效應，可由式(2)分別估計出各省區(qū)的產(chǎn)出缺口，再通過構建式(6)的PVAR模型獲得產(chǎn)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(tài)效應。

(6)

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

四、實證研究

(一)數(shù)據(jù)來源與變量說明

為分別測算全國和各省的潛在產(chǎn)出與產(chǎn)出缺口，采用中國總量數(shù)據(jù)及29個省區(qū)1978—2014年的面板數(shù)據(jù)，為了數(shù)據(jù)的一致性與可獲得性，將重慶市與四川省的數(shù)據(jù)合并，西藏、香港、澳門和我國臺灣地區(qū)不包括在研究樣本中。全國及各省區(qū)生產(chǎn)總值、生產(chǎn)總值指數(shù)來自中宏數(shù)據(jù)庫，固定資本形成總額、固定資本投資價格指數(shù)來自CEIC數(shù)據(jù)庫，全國和各省區(qū)CPI的數(shù)據(jù)來自國家統(tǒng)計局網(wǎng)站，15～64歲人口數(shù)來自白重恩等的研究成果[10]。由于沒有資本存量的統(tǒng)計數(shù)據(jù)，因此沿用張軍等[11]的方法及結果估算全國及各地區(qū)的固定資本存量，取資本折舊率為9.6%。全國、各省區(qū)生產(chǎn)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(shù)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(guī)模報酬不變約束后得到的估計結果，各參數(shù)的估計值均在1%的水平下顯著不為0，R-Square=0.990 5，F(xiàn)-Statistics=3 681.76，P-Value<0.000 1。

圖1給出了1979—2014年中國潛在產(chǎn)出增長率、實際產(chǎn)出增長率與產(chǎn)出缺口的實證結果。結果表明：① 中國的實際經(jīng)濟增長呈現(xiàn)出一定的周期性，改革開放以來先后經(jīng)歷了3個高經(jīng)濟增長期(1982—1988、1991—1997、2002—2008)，這3個時期平均每期的實際經(jīng)濟增長率都高于10%，并且產(chǎn)出缺口由負值轉向正值，這意味著在經(jīng)濟高增長時期的后程，實際產(chǎn)出都高于正常產(chǎn)出的潛在產(chǎn)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(jīng)濟增長期尤為明顯，主要原因是受經(jīng)濟結構轉型的影響和經(jīng)濟增長主要依賴于要素的投入，即經(jīng)濟增長表現(xiàn)為低質(zhì)量的粗放式經(jīng)濟增長，而非通過提高生產(chǎn)率而獲得。② 近年來，經(jīng)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(jīng)濟復蘇乏力，外部需求較弱，是經(jīng)濟高速增長難以為繼的內(nèi)、外部因素。圖2顯示，全國與東、中、西部的產(chǎn)出缺口所呈現(xiàn)的趨勢大致相同，這表明了本文所采用的方法較為穩(wěn)健。

圖1 中國潛在產(chǎn)出增長率、實際產(chǎn)出增長率與產(chǎn)出缺口序列

圖2 中國及東、中、西部產(chǎn)出缺口時間序列

表1給出了潛在產(chǎn)出增長率及其分解的結果。結果表明：產(chǎn)出缺口呈現(xiàn)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(chǎn)出增長率持續(xù)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(chǎn)出增長率低于資本貢獻的潛在產(chǎn)出增長率，并且在2014年15～64歲勞動力人口出現(xiàn)了負增長；自2005年起，全要素生產(chǎn)率貢獻的潛在產(chǎn)出增長率持續(xù)下降。

由式(5)可知，通過預測資本、勞動力、全要素生產(chǎn)率的變化率可以估計出潛在產(chǎn)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(shù)、TFP增長率等數(shù)據(jù)，該數(shù)據(jù)庫中的資本存量數(shù)據(jù)是以穩(wěn)定的資本產(chǎn)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(shù)增長率、TFP增長率采用世界銀行Isimulate平臺的預測數(shù)據(jù)。有關預測數(shù)據(jù)見表2。

表1 中國潛在產(chǎn)出增長率及其分解 %

表2 中國潛在產(chǎn)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(jù)GM(1，1)模型預測

表2表明，隨著中國進入經(jīng)濟下行階段，潛在產(chǎn)出增長率不斷下降，2018年潛在產(chǎn)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(xù)下降?？梢灶A見未來幾年中國的產(chǎn)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(tài)勢，因此“十三五”時期的經(jīng)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(chǎn)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(chǎn)出缺口變化的Granger原因。這表明了產(chǎn)出缺口與通貨膨脹之間是相互影響、相互制約的內(nèi)生關系，這也支持了本文采用PVAR模型對產(chǎn)出缺口與通貨膨脹之間的內(nèi)生動態(tài)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(shù)估計結果

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

對式(6)的PVAR模型采用系統(tǒng)GMM方法進行參數(shù)估計，表4給出了PVAR(3)模型參數(shù)的估計結果。本文采用BIC準則選擇模型的最優(yōu)滯后階數(shù)，模型特征方程的根的倒數(shù)均在單位圓內(nèi)，表明模型是穩(wěn)定的。據(jù)表4，從CPI關于CPI與產(chǎn)出缺口的滯后項的回歸結果看，CPI自身的滯后項和產(chǎn)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(shù)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(chǎn)出缺口滯后1期的回歸系數(shù)為0.315 4，顯著大于0，這說明如果當前的實際產(chǎn)出高于潛在產(chǎn)出，產(chǎn)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(shù)。圖3是產(chǎn)出缺口對CPI的正交化脈沖響應函數(shù)圖，它描繪了CPI的一個正交化沖擊對產(chǎn)出缺口當前值和未來值的影響，可以發(fā)現(xiàn)，當CPI受到一個單位的正交化沖擊時，會對產(chǎn)出缺口未來4期產(chǎn)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(chǎn)資料價格和產(chǎn)品物價在當期上漲會降低未來產(chǎn)品的供給量和居民的需求量，從而收窄產(chǎn)出缺口，但通貨膨脹對產(chǎn)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(chǎn)出缺口的正交化脈沖響應函數(shù)圖，它描繪了產(chǎn)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(fā)現(xiàn)，當產(chǎn)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(chǎn)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(chǎn)出缺口受到一個外生的正向沖擊時，產(chǎn)出缺口加大會在短期內(nèi)加劇通貨膨脹，并且產(chǎn)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(chǎn)出缺口對CPI的脈沖響應

注：上、下兩條曲線之間的區(qū)域表示脈沖響應值95%的置信區(qū)間

五、結論與政策建議

本文采用改進的生產(chǎn)函數(shù)法對中國改革開放以來的潛在產(chǎn)出增長率和產(chǎn)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(chǎn)出增長率的作用機制并能夠對未來潛在產(chǎn)出增長率進行有效的估計，因而優(yōu)于HP濾波等傳統(tǒng)的單變量分析方法。在此基礎上使用PVAR模型分析了中國產(chǎn)出缺口的通脹效應，并對中國在經(jīng)濟新常態(tài)情景下的潛在產(chǎn)出增長率進行了預測。結果表明：中國的產(chǎn)出缺口呈現(xiàn)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(chǎn)出增長率持續(xù)上升，至2009年才有所回落；勞動力貢獻的潛在產(chǎn)出增長率低于資本貢獻的潛在產(chǎn)出增長率；自2005年起全要素生產(chǎn)率貢獻的潛在產(chǎn)出增長率持續(xù)下降；通貨膨脹與產(chǎn)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(chǎn)出缺口具有顯著的負效應，生產(chǎn)資料價格和產(chǎn)品物價在當期上漲會降低未來產(chǎn)品的供給量和居民的需求量，從而收窄產(chǎn)出缺口；產(chǎn)出缺口的外生沖擊對通貨膨脹具有顯著的正向影響，產(chǎn)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(jīng)濟新常態(tài)情景下中國未來幾年的潛在產(chǎn)出增長率將下降至6%左右，產(chǎn)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(diào)整產(chǎn)業(yè)結構，加快產(chǎn)業(yè)結構優(yōu)化升級，實現(xiàn)要素高效配置?！笆濉睍r期產(chǎn)出缺口呈現(xiàn)總供給大于總需求的趨勢，并且隨著國內(nèi)外需求的轉弱，供給和需求不平衡、不協(xié)調(diào)的矛盾愈加凸顯。一方面，鋼鐵、水泥、玻璃、煤炭等多行業(yè)、大面積的產(chǎn)能過?，F(xiàn)象難以通過新增需求的單一手段消化過剩產(chǎn)能；另一方面，集成電路、智能制造等中高端產(chǎn)品、差異化程度高的產(chǎn)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(shù)不再增加并開始下降，農(nóng)業(yè)勞動力向非農(nóng)業(yè)勞動力的轉移日趨飽和，傳統(tǒng)的城鄉(xiāng)二元經(jīng)濟模式逐步弱化，勞動力短缺日趨嚴重，工業(yè)企業(yè)的勞動力成本不斷上升，勞動力供給不足難以支撐經(jīng)濟的高速增長。因此，通過淘汰落后產(chǎn)能的企業(yè)、行業(yè)，把勞動力從落后產(chǎn)能、產(chǎn)能過剩的行業(yè)中解放出來并轉移到戰(zhàn)略性新興產(chǎn)業(yè)和第三產(chǎn)業(yè)中，在實現(xiàn)人力資源優(yōu)化配置的同時推動產(chǎn)業(yè)結構的優(yōu)化升級、經(jīng)濟的穩(wěn)步增長。

(2)著力推進供給側結構性改革，提升全要素生產(chǎn)率。在宏觀經(jīng)濟政策中，需求側的政策主要是針對短期的經(jīng)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(jīng)濟發(fā)展的結構優(yōu)化與協(xié)調(diào)匹配。在經(jīng)濟新常態(tài)時期，受制于勞動力供給的下降和高投資率的難以為繼，經(jīng)濟增速明顯放緩。通過增加要素投入的需求側刺激經(jīng)濟政策會進一步加劇要素扭曲，未來經(jīng)濟的持續(xù)穩(wěn)定發(fā)展需要更多地依靠提高全要素生產(chǎn)率的供給側結構性改革來實現(xiàn)。因此，政府可以適當弱化經(jīng)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(chǎn)率，從過去強調(diào)經(jīng)濟增長速度轉向重視經(jīng)濟增長質(zhì)量，通過轉變經(jīng)濟發(fā)展方式實現(xiàn)經(jīng)濟健康穩(wěn)定發(fā)展。

(3)積極培育壯大新動能，加快發(fā)展新經(jīng)濟。當前，中國經(jīng)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(jīng)濟增長越來越依靠以信息技術和互聯(lián)網(wǎng)為代表的新技術、新業(yè)態(tài)，以技術創(chuàng)新為引領，以知識、技術、信息、數(shù)據(jù)等新生產(chǎn)要素為支撐的經(jīng)濟發(fā)展新動能正在形成。中國在實施創(chuàng)新驅動發(fā)展戰(zhàn)略的過程中，經(jīng)濟新舊動能逐步交替、相互交織，并將持續(xù)一個時期，盡管“互聯(lián)網(wǎng)+”等新經(jīng)濟的成長速度明顯高于傳統(tǒng)制造業(yè)，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(jīng)濟發(fā)展。因此，政府應當制定更多的優(yōu)惠政策，大力發(fā)展智能制造、定制化服務、網(wǎng)絡經(jīng)濟等新經(jīng)濟，加快推動“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”的進程，激發(fā)經(jīng)濟發(fā)展新動能，使新經(jīng)濟和傳統(tǒng)經(jīng)濟成為中國經(jīng)濟持續(xù)發(fā)展的“雙引擎”。

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

[2] 張立群.經(jīng)濟增速回調(diào)初步觸底,企穩(wěn)基礎仍需鞏固——2016—2017年經(jīng)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(chǎn)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(chǎn)出與產(chǎn)出缺口的估算[J].經(jīng)濟研究,2004(5):31-39.

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

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

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

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

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

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

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