（江蘇大學(xué) 財(cái)經(jīng)學(xué)院，江蘇 鎮(zhèn)江 212013）

一、引言

中國(guó)經(jīng)濟(jì)40 多年的飛速發(fā)展，創(chuàng)造了舉世矚目的成就，成為世界第二大經(jīng)濟(jì)體。但就經(jīng)濟(jì)增長(zhǎng)的質(zhì)量來看，中國(guó)經(jīng)濟(jì)的發(fā)展不容樂觀，主要表現(xiàn)在產(chǎn)品庫(kù)存積壓嚴(yán)重、服務(wù)質(zhì)量低下、生產(chǎn)能耗過高、實(shí)體經(jīng)濟(jì)萎靡、融資門檻較高、貧富差距逐漸擴(kuò)大等方面。中國(guó)盲目追求經(jīng)濟(jì)增長(zhǎng)帶來的這些問題，從本質(zhì)來看，是由供給和需求之間的矛盾所導(dǎo)致的。由于貨幣、產(chǎn)品和服務(wù)供給的結(jié)構(gòu)、總量和質(zhì)量出現(xiàn)了問題，導(dǎo)致供給和需求在結(jié)構(gòu)、總量和質(zhì)量三個(gè)方面表現(xiàn)為一種失衡的狀態(tài)，進(jìn)而引發(fā)了這一系列的問題，阻礙了中國(guó)經(jīng)濟(jì)質(zhì)量的提高，使中國(guó)經(jīng)濟(jì)的發(fā)展偏離了正軌，這不利于中國(guó)經(jīng)濟(jì)發(fā)展的良性循環(huán)。因此，有必要以供給側(cè)為核心研究中國(guó)宏觀經(jīng)濟(jì)之間的關(guān)系。以供給側(cè)為核心研究中國(guó)宏觀經(jīng)濟(jì)關(guān)系有助于了解供給端和需求端之間的數(shù)量關(guān)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(jù)中國(guó)供需狀況進(jìn)一步貫徹供給側(cè)結(jié)構(gòu)性改革，緩和供給端和需求端的矛盾，從根本上解決中國(guó)經(jīng)濟(jì)發(fā)展質(zhì)量的問題，促進(jìn)中國(guó)經(jīng)濟(jì)的良性循環(huán)發(fā)展。

在對(duì)經(jīng)濟(jì)體的宏觀經(jīng)濟(jì)關(guān)系進(jìn)行定量分析時(shí)，主流的方法有三類：聯(lián)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(jì)算一般均衡模型（CGE）和動(dòng)態(tài)隨機(jī)一般均衡模型（DSGE）。這三類主流方法在宏觀經(jīng)濟(jì)關(guān)系的研究中應(yīng)用非常廣泛：黃清煌和高明（2016）[1]、黃茂興和林壽富（2013）[2]、展進(jìn)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(yùn)用聯(lián)立方程模型研究區(qū)域或國(guó)家經(jīng)濟(jì)體環(huán)境或能源方面對(duì)經(jīng)濟(jì)增長(zhǎng)的影響；牟俊霖和閆里鵬（2017）[7]、莊芳等（2014）[8]、鄧創(chuàng)等（2018）[9]通過向量自回歸模型研究我國(guó)的財(cái)政政策、貨幣政策及金融投資所帶來的經(jīng)濟(jì)效應(yīng)；譚海鳴等（2016）[10]運(yùn)用可計(jì)算一般均衡模型分析了區(qū)域人力資本同經(jīng)濟(jì)增長(zhǎng)的關(guān)系；徐文成等（2015）[11]運(yùn)用動(dòng)態(tài)隨機(jī)一般均衡模型從宏觀經(jīng)濟(jì)的動(dòng)態(tài)視角解決了環(huán)境政策優(yōu)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(jīng)濟(jì)理論，完全以變量間的數(shù)量關(guān)系為導(dǎo)向進(jìn)行分析；一般均衡模型基于嚴(yán)格的均衡理論，這導(dǎo)致模型依靠復(fù)雜的理論關(guān)系才能建立，而且模型的預(yù)測(cè)效果較差；聯(lián)立方程模型也是在經(jīng)濟(jì)關(guān)系理論基礎(chǔ)上建立而成的，預(yù)測(cè)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(diǎn)，本文選擇聯(lián)立方程模型這種研究方法進(jìn)行實(shí)證研究。近幾年，聯(lián)立方程模型在宏觀經(jīng)濟(jì)關(guān)系研究的應(yīng)用中產(chǎn)生了新的變化：研究者在基于一定經(jīng)濟(jì)關(guān)系理論假設(shè)的基礎(chǔ)上，采用Hendery 建模理論，基于協(xié)整理論，對(duì)經(jīng)濟(jì)變量進(jìn)行處理和篩選，從而結(jié)合理論假設(shè)和數(shù)據(jù)導(dǎo)向兩種方法確定了最優(yōu)聯(lián)立方程組的行為方程關(guān)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(guó)宏觀經(jīng)濟(jì)關(guān)系時(shí)運(yùn)用中國(guó)的季度數(shù)據(jù)，樣本量太少，無法滿足聯(lián)立方程的估計(jì)要求，也無法保證估計(jì)參數(shù)的穩(wěn)健性；另一方面，他在建立聯(lián)立方程模型時(shí)，假定經(jīng)濟(jì)變量間的關(guān)系是參數(shù)關(guān)系，這種假定也會(huì)影響模型估計(jì)的精度。因此本文在李廣（2016）[12]研究的基礎(chǔ)上進(jìn)行了改進(jìn)，借鑒李廣在研究宏觀經(jīng)濟(jì)關(guān)系時(shí)所設(shè)計(jì)的理論框架。一方面為了保證估計(jì)參數(shù)的穩(wěn)健性，運(yùn)用B 樣條平滑法及分段三次Hermite 多項(xiàng)式平滑法對(duì)數(shù)據(jù)頻率進(jìn)行轉(zhuǎn)換，大大增加了樣本的數(shù)量，滿足了聯(lián)立方程模型的估計(jì)要求；另一方面在確定了聯(lián)立方程組模型之后，分別運(yùn)用參數(shù)和非參數(shù)的估計(jì)兩類方法估計(jì)方程參數(shù)，通過比各個(gè)估計(jì)參數(shù)的均方誤差來確定最優(yōu)的估計(jì)方法。

二、聯(lián)立方程模型的比較與估計(jì)

（一）數(shù)據(jù)的收集與處理

本文收集2000—2016 年中國(guó)宏觀經(jīng)濟(jì)變量數(shù)據(jù)。變量的名稱、符號(hào)表示和數(shù)據(jù)來源，如表1 宏觀經(jīng)濟(jì)變量說明。其中，固定資產(chǎn)投資總額根據(jù)政府部門固定資產(chǎn)和私人部門固定資產(chǎn)合計(jì)得出。狹義產(chǎn)出是被定義的變量，由國(guó)內(nèi)消費(fèi)和投資總額兩部分構(gòu)成。因此，方程組包含兩個(gè)平衡方程：

FAI=GIFA+PIFA

NO=PCCE*POP+FAI

為了適應(yīng)宏觀經(jīng)濟(jì)聯(lián)立方程模型的數(shù)據(jù)需求，本文對(duì)數(shù)據(jù)進(jìn)行B 樣條平滑法及分段三次Hermite多項(xiàng)式平滑處理，將數(shù)據(jù)的頻率從年數(shù)據(jù)轉(zhuǎn)換為天數(shù)據(jù)。這樣處理數(shù)據(jù)有以下三方面的優(yōu)點(diǎn)：第一，處理后的數(shù)據(jù)并不改變每年年末數(shù)值大小，而僅僅是對(duì)無法收集的天數(shù)據(jù)進(jìn)行估計(jì)，從而大大增加了樣本量，滿足了宏觀經(jīng)濟(jì)聯(lián)立方程模型的估計(jì)需求；第二，數(shù)據(jù)經(jīng)過平滑處理，剔除了隨機(jī)因素和循環(huán)因素對(duì)聯(lián)立方程模型估計(jì)的影響；第三，同對(duì)原始數(shù)據(jù)建立聯(lián)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(shù)據(jù)的信息，保證了模型預(yù)測(cè)的準(zhǔn)確性。

表1 宏觀經(jīng)濟(jì)變量說明

對(duì)變量進(jìn)行平滑處理，由于每年平均工作日有251 天，因此，在對(duì)變量進(jìn)行平滑處理時(shí)，設(shè)計(jì)間隔為250，轉(zhuǎn)換后的每個(gè)變量有4 267 個(gè)樣本。居民消費(fèi)價(jià)格指數(shù)、美元指數(shù)、社會(huì)融資規(guī)模、十年國(guó)債收益率和失業(yè)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(xiàng)式平滑處理，其他變量均用B 樣條平滑處理。

（二）聯(lián)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(jù)宏觀經(jīng)濟(jì)理論初步確定聯(lián)立方程組模型的模塊及每個(gè)模塊所包含的行為方程理論框架。

（三）聯(lián)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(xié)整回歸理論，采取數(shù)據(jù)導(dǎo)向的策略，對(duì)初始的理論模型中的個(gè)別變量進(jìn)行對(duì)數(shù)、差分、剔除的處理，使整個(gè)初始的方程組模型成為一個(gè)平穩(wěn)的系統(tǒng)，從而最終確定了方程組模型的理論框架。

表2 聯(lián)立方程組模型理論

圖1 多模塊動(dòng)態(tài)宏觀經(jīng)濟(jì)關(guān)系示意圖

由宏觀經(jīng)濟(jì)變量關(guān)系示意圖可知，中國(guó)宏觀經(jīng)濟(jì)變量關(guān)系以供給側(cè)生產(chǎn)模塊為核心，向消費(fèi)、投資、進(jìn)出口、貨幣、政府和匯率市場(chǎng)這六個(gè)模塊輻射，形成了以供給側(cè)生產(chǎn)模塊為核心的多模塊動(dòng)態(tài)的經(jīng)濟(jì)關(guān)系體。

（四）聯(lián)立方程組模型的估計(jì)

在確定了方程組的形式之后，本文分別運(yùn)用單方程普通最小二乘方法（OLS）、兩個(gè)階段最小二乘方法和三個(gè)階段最小二乘方法這三種參數(shù)估計(jì)方法估計(jì)方程組的系數(shù)，計(jì)算每種估計(jì)方法的均方根誤差。由于單方程最小二乘估計(jì)方法估計(jì)的每一個(gè)方程同其他兩種方法相比，均方根誤差都是最小的。說明，運(yùn)用單方程最小二乘估計(jì)這種參數(shù)估計(jì)法估計(jì)出的方程組模型預(yù)測(cè)效果最好。因此，在參數(shù)估計(jì)方法中應(yīng)選擇單方程最小二乘估計(jì)方程組的系數(shù)。

在確定了參數(shù)估計(jì)方法中的最優(yōu)估計(jì)方法之后，本文對(duì)聯(lián)立方程組進(jìn)行非參數(shù)估計(jì)用來確定最優(yōu)的非參數(shù)估計(jì)方法。在非參數(shù)方法中，本文選擇了非參數(shù)局部線性最小二乘變寬窗估計(jì)（NPLLLSWWE）、非參數(shù)局部線性廣義矩變寬窗估計(jì)、非參數(shù)局部線性兩個(gè)階段最小二乘估計(jì)和非參數(shù)局部線性工具變量變寬窗估計(jì)四種方法對(duì)聯(lián)立方程模型進(jìn)行估計(jì)，對(duì)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(shù)計(jì)量經(jīng)濟(jì)學(xué)》[13]。由于NPLLLSWWE每個(gè)方程的均方根誤差根都小于其他三種非參數(shù)方法，因此運(yùn)用NPLLLSWWE 估計(jì)出的方程組模型預(yù)測(cè)效果最好。在非參數(shù)估計(jì)中，應(yīng)選擇非參數(shù)局部線性最小二乘變寬窗估計(jì)聯(lián)立方程模型。

最后，比較非參數(shù)和參數(shù)中預(yù)測(cè)效果最好的兩種方法，來確定最終的估計(jì)方法。

表3 參數(shù)非參數(shù)方法估計(jì)誤差比較

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

三、供給側(cè)方程供給要素分析

由于對(duì)于同一個(gè)方程模型來說，非參數(shù)局部線性方法，在每個(gè)時(shí)點(diǎn)求得的方程參數(shù)是不同的，因此求得的參數(shù)實(shí)際表示變動(dòng)的邊際傾向、彈性和半彈性。本文的聯(lián)立方程組模型是以供給側(cè)生產(chǎn)模塊為核心建立的，因此本文主要對(duì)供給側(cè)模塊的經(jīng)濟(jì)變動(dòng)關(guān)系進(jìn)行分析。由估計(jì)出的變參數(shù)系數(shù)，可以繪制邊際傾向和半彈性隨時(shí)間的變化趨勢(shì)，如圖2～圖4 所示。

圖2 經(jīng)濟(jì)增長(zhǎng)率的人均資本存量增長(zhǎng)率的邊際傾向變化趨勢(shì)

由圖2 可知，濟(jì)增長(zhǎng)率對(duì)人均資本存量增長(zhǎng)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(zhǎng)率對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)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(dòng)，說明資本存量對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)達(dá)到了瓶頸。

圖3 經(jīng)濟(jì)增長(zhǎng)率對(duì)失業(yè)增長(zhǎng)率的邊際傾向變化趨勢(shì)

由圖3 可知，經(jīng)濟(jì)增長(zhǎng)率對(duì)失業(yè)增長(zhǎng)率的邊際傾向小于零，而且不斷變小，說明失業(yè)率增長(zhǎng)對(duì)經(jīng)濟(jì)增長(zhǎng)帶來的負(fù)面影響不斷增強(qiáng)，與資本存量相同，增強(qiáng)的幅度變小，后期基本趨于平穩(wěn)并在-0.53到-0.54 之間上下波動(dòng)。這說明失業(yè)率對(duì)經(jīng)濟(jì)增長(zhǎng)的負(fù)面影響也達(dá)到了瓶頸。

圖4 經(jīng)濟(jì)增長(zhǎng)率對(duì)價(jià)格指數(shù)的半彈性系數(shù)變化趨勢(shì)

由圖4 可知，經(jīng)濟(jì)增長(zhǎng)率對(duì)價(jià)格指數(shù)的半彈性系數(shù)小于0，而且不斷變小，說明價(jià)格增長(zhǎng)對(duì)經(jīng)濟(jì)增長(zhǎng)帶來的負(fù)面影響不斷增強(qiáng)，與資本存量、失業(yè)率相同，增強(qiáng)的幅度變小，后期基本趨于平穩(wěn)并在-0.808到-0.81 之間波動(dòng)。這說明價(jià)格上漲對(duì)經(jīng)濟(jì)增長(zhǎng)的負(fù)面影響也達(dá)到了瓶頸。

總的來看，價(jià)格波動(dòng)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響最強(qiáng)，其次是失業(yè)率，最后是資本存量，但影響經(jīng)濟(jì)增長(zhǎng)的這三個(gè)主要因素都達(dá)到了瓶頸趨于平穩(wěn)。

四、結(jié)論與建議

本文建立了以供給側(cè)生產(chǎn)模塊為核心，向消費(fèi)、投資、進(jìn)出口、貨幣、政府和匯率市場(chǎng)這六個(gè)模塊輻射的宏觀經(jīng)濟(jì)聯(lián)立方程模型，形成了以供給側(cè)生產(chǎn)模塊為核心的多模塊動(dòng)態(tài)的經(jīng)濟(jì)關(guān)系體系。在此基礎(chǔ)上對(duì)聯(lián)立方程模型進(jìn)行參數(shù)和非參數(shù)的比較估計(jì)，經(jīng)過比較發(fā)現(xiàn)目前中國(guó)宏觀經(jīng)濟(jì)之間的關(guān)系具備非參數(shù)的特征，用非參數(shù)估計(jì)方法能夠較好地描述中國(guó)宏觀經(jīng)濟(jì)的關(guān)系。根據(jù)非參數(shù)估計(jì)的結(jié)果，本文對(duì)供給側(cè)模塊的行為方程進(jìn)行了重點(diǎn)分析。結(jié)果表明，從供給側(cè)形成的角度來看，價(jià)格、勞動(dòng)和資本這三個(gè)促進(jìn)供給形成的因素已經(jīng)達(dá)到了瓶頸，短期來看無法對(duì)供給產(chǎn)生較大的推動(dòng)作用，經(jīng)濟(jì)的增長(zhǎng)缺乏內(nèi)生性的動(dòng)力源，中國(guó)迫切需要尋找促進(jìn)經(jīng)濟(jì)發(fā)展的新動(dòng)力。

因此，一方面，中國(guó)要保持價(jià)格、勞動(dòng)和資本對(duì)經(jīng)濟(jì)的推動(dòng)作用，具體做到：第一，穩(wěn)定物價(jià)水平，控制通貨膨脹。加強(qiáng)對(duì)物價(jià)的監(jiān)管，維護(hù)市場(chǎng)的秩序，尤其是對(duì)中國(guó)的房地產(chǎn)市場(chǎng)，健全價(jià)格的監(jiān)管機(jī)制；有效防控系統(tǒng)性金融風(fēng)險(xiǎn)，加強(qiáng)對(duì)流動(dòng)性風(fēng)險(xiǎn)、不良資產(chǎn)風(fēng)險(xiǎn)、資本市場(chǎng)異常波動(dòng)風(fēng)險(xiǎn)的監(jiān)控，降低融資的杠桿；加強(qiáng)商品流通體系建設(shè)，完善重要商品尤其是生活必需品的臨時(shí)收儲(chǔ)體系，把握好重要商品的收儲(chǔ)流通時(shí)機(jī)。第二，提高勞動(dòng)力的質(zhì)量，將“人口紅利”轉(zhuǎn)換為“人才紅利”。努力提高我國(guó)的職業(yè)化培訓(xùn)水平，健全職業(yè)化培訓(xùn)的責(zé)任機(jī)制和動(dòng)態(tài)監(jiān)管體系，打造人才密集型的企業(yè)導(dǎo)向機(jī)制；提高人均受教育年限水平，縮小城鄉(xiāng)教育差距，建立世界一流的教育體系機(jī)制；加強(qiáng)企業(yè)管理創(chuàng)新，科技創(chuàng)新，提高勞動(dòng)力技術(shù)水平和熟練程度，從而提高勞動(dòng)生產(chǎn)率。第三，優(yōu)化資本結(jié)構(gòu)，引導(dǎo)投資需求。把握投資方向，消除投資障礙，引導(dǎo)對(duì)高新技術(shù)產(chǎn)業(yè)及新技術(shù)、新業(yè)態(tài)、新產(chǎn)品和新模式的投資需求；降低融資杠桿，規(guī)避融資風(fēng)險(xiǎn)，提供良好的融資環(huán)境；加強(qiáng)政府對(duì)投資的管理，深化稅務(wù)體制和金融體制改革，完善金融監(jiān)管機(jī)制，鼓勵(lì)、引導(dǎo)和支持民間投資。另一方面要努力尋找促進(jìn)經(jīng)濟(jì)發(fā)展的新動(dòng)力：努力提高自身的科學(xué)技術(shù)水平，擺脫粗放式生產(chǎn)所帶來的“效率桎梏”，也要?jiǎng)?chuàng)新經(jīng)濟(jì)發(fā)展方式，根據(jù)自身實(shí)際需要尋找經(jīng)濟(jì)增長(zhǎng)的新動(dòng)力。