宏觀經(jīng)濟系統(tǒng)背景下供給側(cè)驅(qū)動因素研究
——基于參數(shù)和非參數(shù)聯(lián)立方程模型比較視角

（江蘇大學 財經(jīng)學院，江蘇 鎮(zhèn)江 212013）

一、引言

中國經(jīng)濟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)濟體。但就經(jīng)濟增長的質(zhì)量來看，中國經(jīng)濟的發(fā)展不容樂觀，主要表現(xiàn)在產(chǎn)品庫存積壓嚴重、服務質(zhì)量低下、生產(chǎn)能耗過高、實體經(jīng)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(jīng)濟增長帶來的這些問題，從本質(zhì)來看，是由供給和需求之間的矛盾所導致的。由于貨幣、產(chǎn)品和服務供給的結構、總量和質(zhì)量出現(xiàn)了問題，導致供給和需求在結構、總量和質(zhì)量三個方面表現(xiàn)為一種失衡的狀態(tài)，進而引發(fā)了這一系列的問題，阻礙了中國經(jīng)濟質(zhì)量的提高，使中國經(jīng)濟的發(fā)展偏離了正軌，這不利于中國經(jīng)濟發(fā)展的良性循環(huán)。因此，有必要以供給側(cè)為核心研究中國宏觀經(jīng)濟之間的關系。以供給側(cè)為核心研究中國宏觀經(jīng)濟關系有助于了解供給端和需求端之間的數(shù)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(jù)中國供需狀況進一步貫徹供給側(cè)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(jīng)濟發(fā)展質(zhì)量的問題，促進中國經(jīng)濟的良性循環(huán)發(fā)展。

在對經(jīng)濟體的宏觀經(jīng)濟關系進行定量分析時，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：可計算一般均衡模型（CGE）和動態(tài)隨機一般均衡模型（DSGE）。這三類主流方法在宏觀經(jīng)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(lián)立方程模型研究區(qū)域或國家經(jīng)濟體環(huán)境或能源方面對經(jīng)濟增長的影響；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的財政政策、貨幣政策及金融投資所帶來的經(jīng)濟效應；譚海鳴等（2016）[10]運用可計算一般均衡模型分析了區(qū)域人力資本同經(jīng)濟增長的關系；徐文成等（2015）[11]運用動態(tài)隨機一般均衡模型從宏觀經(jīng)濟的動態(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)濟理論，完全以變量間的數(shù)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(lián)立方程模型也是在經(jīng)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(lián)立方程模型這種研究方法進行實證研究。近幾年，聯(lián)立方程模型在宏觀經(jīng)濟關系研究的應用中產(chǎn)生了新的變化：研究者在基于一定經(jīng)濟關系理論假設的基礎上，采用Hendery 建模理論，基于協(xié)整理論，對經(jīng)濟變量進行處理和篩選，從而結合理論假設和數(shù)據(jù)導向兩種方法確定了最優(yōu)聯(lián)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(jīng)濟關系時運用中國的季度數(shù)據(jù)，樣本量太少，無法滿足聯(lián)立方程的估計要求，也無法保證估計參數(shù)的穩(wěn)健性；另一方面，他在建立聯(lián)立方程模型時，假定經(jīng)濟變量間的關系是參數(shù)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(jīng)濟關系時所設計的理論框架。一方面為了保證估計參數(shù)的穩(wěn)健性，運用B 樣條平滑法及分段三次Hermite 多項式平滑法對數(shù)據(jù)頻率進行轉(zhuǎn)換，大大增加了樣本的數(shù)量，滿足了聯(lián)立方程模型的估計要求；另一方面在確定了聯(lián)立方程組模型之后，分別運用參數(shù)和非參數(shù)的估計兩類方法估計方程參數(shù)，通過比各個估計參數(shù)的均方誤差來確定最優(yōu)的估計方法。

二、聯(lián)立方程模型的比較與估計

（一）數(shù)據(jù)的收集與處理

本文收集2000—2016 年中國宏觀經(jīng)濟變量數(shù)據(jù)。變量的名稱、符號表示和數(shù)據(jù)來源，如表1 宏觀經(jīng)濟變量說明。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)合計得出。狹義產(chǎn)出是被定義的變量，由國內(nèi)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(jīng)濟聯(lián)立方程模型的數(shù)據(jù)需求，本文對數(shù)據(jù)進行B 樣條平滑法及分段三次Hermite多項式平滑處理，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：第一，處理后的數(shù)據(jù)并不改變每年年末數(shù)值大小，而僅僅是對無法收集的天數(shù)據(jù)進行估計，從而大大增加了樣本量，滿足了宏觀經(jīng)濟聯(lián)立方程模型的估計需求；第二，數(shù)據(jù)經(jīng)過平滑處理，剔除了隨機因素和循環(huán)因素對聯(lián)立方程模型估計的影響；第三，同對原始數(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，保證了模型預測的準確性。

表1 宏觀經(jīng)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(zhuǎn)換后的每個變量有4 267 個樣本。居民消費價格指數(shù)、美元指數(shù)、社會融資規(guī)模、十年國債收益率和失業(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)濟理論初步確定聯(lián)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(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)導向的策略，對初始的理論模型中的個別變量進行對數(shù)、差分、剔除的處理，使整個初始的方程組模型成為一個平穩(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 多模塊動態(tài)宏觀經(jīng)濟關系示意圖

由宏觀經(jīng)濟變量關系示意圖可知，中國宏觀經(jīng)濟變量關系以供給側(cè)生產(chǎn)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(cè)生產(chǎn)模塊為核心的多模塊動態(tài)的經(jīng)濟關系體。

（四）聯(lián)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(shù)估計方法估計方程組的系數(shù)，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(shù)估計法估計出的方程組模型預測效果最好。因此，在參數(shù)估計方法中應選擇單方程最小二乘估計方程組的系數(shù)。

在確定了參數(shù)估計方法中的最優(yōu)估計方法之后，本文對聯(lián)立方程組進行非參數(shù)估計用來確定最優(yōu)的非參數(shù)估計方法。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（NPLLLSWWE）、非參數(shù)局部線性廣義矩變寬窗估計、非參數(shù)局部線性兩個階段最小二乘估計和非參數(shù)局部線性工具變量變寬窗估計四種方法對聯(lián)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(shù)計量經(jīng)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(shù)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(shù)估計中，應選擇非參數(shù)局部線性最小二乘變寬窗估計聯(lián)立方程模型。

最后，比較非參數(shù)和參數(shù)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(shù)非參數(shù)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(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(shù)局部線性最小二乘變寬窗估計方法來估計該聯(lián)立方程組模型。

三、供給側(cè)方程供給要素分析

由于對于同一個方程模型來說，非參數(shù)局部線性方法，在每個時點求得的方程參數(shù)是不同的，因此求得的參數(shù)實際表示變動的邊際傾向、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，因此本文主要對供給側(cè)模塊的經(jīng)濟變動關系進行分析。由估計出的變參數(shù)系數(shù)，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(jīng)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(jīng)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(jīng)濟增長的貢獻達到了瓶頸。

圖3 經(jīng)濟增長率對失業(yè)增長率的邊際傾向變化趨勢

由圖3 可知，經(jīng)濟增長率對失業(yè)增長率的邊際傾向小于零，而且不斷變小，說明失業(yè)率增長對經(jīng)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(wěn)并在-0.53到-0.54 之間上下波動。這說明失業(yè)率對經(jīng)濟增長的負面影響也達到了瓶頸。

圖4 經(jīng)濟增長率對價格指數(shù)的半彈性系數(shù)變化趨勢

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

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

四、結論與建議

本文建立了以供給側(cè)生產(chǎn)模塊為核心，向消費、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(jīng)濟聯(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態(tài)的經(jīng)濟關系體系。在此基礎上對聯(lián)立方程模型進行參數(shù)和非參數(shù)的比較估計，經(jīng)過比較發(fā)現(xiàn)目前中國宏觀經(jīng)濟之間的關系具備非參數(shù)的特征，用非參數(shù)估計方法能夠較好地描述中國宏觀經(jīng)濟的關系。根據(jù)非參數(shù)估計的結果，本文對供給側(cè)模塊的行為方程進行了重點分析。結果表明，從供給側(cè)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(jīng)達到了瓶頸，短期來看無法對供給產(chǎn)生較大的推動作用，經(jīng)濟的增長缺乏內(nèi)生性的動力源，中國迫切需要尋找促進經(jīng)濟發(fā)展的新動力。

因此，一方面，中國要保持價格、勞動和資本對經(jīng)濟的推動作用，具體做到：第一，穩(wěn)定物價水平，控制通貨膨脹。加強對物價的監(jiān)管，維護市場的秩序，尤其是對中國的房地產(chǎn)市場，健全價格的監(jiān)管機制；有效防控系統(tǒng)性金融風險，加強對流動性風險、不良資產(chǎn)風險、資本市場異常波動風險的監(jiān)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(zhì)量，將“人口紅利”轉(zhuǎn)換為“人才紅利”。努力提高我國的職業(yè)化培訓水平，健全職業(yè)化培訓的責任機制和動態(tài)監(jiān)管體系，打造人才密集型的企業(yè)導向機制；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制；加強企業(yè)管理創(chuàng)新，科技創(chuàng)新，提高勞動力技術水平和熟練程度，從而提高勞動生產(chǎn)率。第三，優(yōu)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(chǎn)業(yè)及新技術、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)避融資風險，提供良好的融資環(huán)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(jiān)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(jīng)濟發(fā)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(chǎn)所帶來的“效率桎梏”，也要創(chuàng)新經(jīng)濟發(fā)展方式，根據(jù)自身實際需要尋找經(jīng)濟增長的新動力。