中国区域总供给曲线斜率差异性分析

闫雪晶

提要本文使用基于协整的Panel Data模型对我国东、中、西部地区的总供给曲线分两阶段进行了实证分析，结果表明：与第一阶段相比，各区域的总供给曲线斜率明显变缓，且西部地区总供给曲线斜率总是大于东、中部地区；说明目前在有效需求相对不足的条件下，为了确保经济增长和提高就业，即使我国继续实施扩张性的财政政策和货币政策，也不会引发大规模的通货膨胀。

关键词：总供给曲线；斜率；Panel Data模型；协整

中图分类号：F222.3文献标识码：A

为逐步解决我国地区发展差距不断扩大的问题，促进区域协调发展，近年来国家逐步形成了各有侧重的区域发展战略，实施西部大开发、振兴东北地区等老工业基地、促进中部地区崛起、鼓励东部地区率先发展。经过几年的实践证明，上述战略的相继实施，在促进区域协调发展方面发挥了积极作用。但各地区间的总量差异依然存在，2005年的统计数据显示，东、中、西部地区实际GDP占中国实际GDP的比重分别为62.9%、26.2%和11%。本文考虑到我国各地区自然资源、教育水平和经济发展存在的差异，把各地区近20年的数据分为2个阶段，利用Panel Data模型研究不同阶段东、中、西部地区宏观经济价格调整机制的强弱，并运用双变量Panel Data协整检验的方法验证了由模型得到的长期均衡关系，分析了积极稳健的财政货币政策在各地区继续实施的可行性。

一、变量及数据

模型变量包括表示区域价格变化率的指标通货膨胀率?仔t，代表我国各地区经济总量发展波动的指标，即各地区的相对产出缺口Gapt，取样时段为1986～2005年，相对产出缺口Gapt根据各区域的实际GDPt数据（以1985年的不变价格计算）通过HP滤波得到。

设实际产出GDPt由潜在产出GDPtT和绝对产出缺口GDPtC组成，GDPtT是序列中含有的长期成分，即潜在产出，GDPtC是序列中的波动成分，即绝对产出缺口，且满足：

GDPt＝GDPtT＋GDPtC

在通过HP滤波得到GDPtT后由式（1）算得相对产出缺口：

Gapt＝（GDPt－GDPtT）/GDPtT（1）

二、理论模型和Panel Data协整

（一）总供给曲线模型形式。总供给关系说明了产出对价格水平的影响，它可以通过产出假定与就业成比例；价格是在成本之上的加成确定的；工资是成本的主要因素，并根据菲利普斯曲线调整；工资与失业之间的菲利普斯曲线关系最后转换成价格水平和产出间的关系，这4个步骤从劳动力市场均衡推导得来：

（二）Panel Data模型和协整。由于地区间发展速度不平衡，经济状况彼此存在差异，在对通货膨胀率和产出缺口的研究中如果只考虑时间序列模型，势必会忽略各个地区的个体差异；如果单纯考虑横截面数据又会造成无法动态反映经济变化趋势的问题，为克服以上两种缺点，本文采用Panel Data模型对我国各地区通货膨胀率和产出缺口做实证分析，Panel Data模型能够同时反映研究对象在时间和截面单元两个方向上的变化规律及不同时间、不同单元的特性，综合利用样本信息使研究更加深入，同时可以减少多重共线性带来的影响。

Panel Data模型的一般形式为：

Cheng Hsiao认为，Panel Data模型中的参数可以随个体或时间的不同而改变，如进一步分类，还可以根据参数是确定性的或随机的分成确定效应模型和随机效应模型。据上述理论，本文在研究通货膨胀和产出缺口相互关系时宜采用固定效应变系数模型，具体形式如下：

截距项说明为防止原方程式（3）并不一定是个过原点的回归模型，在式（5）估计时先行加入，再经过相关统计检验决定是否该排除。对于以上模型能否说明通货膨胀率与产出缺口之间存在稳定的长期均衡关系，同一般回归模型一样，避免虚假回归出现的关键在于模型是否是协整的。由于本文采用的模型只有2个变量，所以为计算简便，可以使用Engle和Granger（1987）提出的E-G两步法检验模型的长期均衡关系。为检验Panel Data序列的稳定性，可以进行Panel Data单位根检验。目前，Panel Data单位根检验的方法很多，有Levin，Lin and Chu test（以下简称LLC）检验、Breitung检验、Im，Pesaran and Shin test（以下简称IPS）检验、Fisher类检验和Hadri检验，前2个是检验序列的公共单位根，后3个是用来检验序列的个体单位根。在目前的实证研究中多采用LLC法和IPS法检验Panel Data序列的平稳性。其中，LLC是Panel Data数据单位根检验的早期版本，Harris and Tzavalis（1999）证明，在时间跨度较小时，LLC法的检验能力较差，并对LLC法进行了改进。由于计量经济软件的原因本文采用Breitung法检验序列的公共单位根，为保证分析结论的稳健性，一并采用IPS法检验序列的个体单位根。

三、实证分析

（一）样本期的分段。从图1中可以看到，尽管在1986～1988年间相对产出缺口与通货膨胀率出现了短时间的反向运动形式，但在1989年以后，我国相对产出缺口与通货膨胀率表现出正相关关系，尤其直到20世纪九十年代中期以前，这种关系更为显著。1995年前后，由于亚洲金融危机的爆发给中国的外贸出口行业带来的负面影响，中国宏观经济总量增长速度趋缓，开始出现负向的相对产出缺口，随着缺口的放大通货紧缩的压力也越来越大，1998～2002年中国的通货膨胀率基本保持在-1%～1%之间上下浮动。2003年以后，随着国际贸易环境的好转，中国经济形式逐渐升温，负的产出缺口开始缩小，到2003年后实际产出又开始超过潜在产出，价格水平也有所上升，2004年的通货膨胀率为3.9%，但2005年却又下降到1.8%，可见经济升温给价格水平带来上涨的压力不是很大。（图1）

为检验我国总供给曲线在样本期间内是否发生结构性的变化，首先估计全国的总供给曲线方程，估计结果如下（括号中为估计系数的T统计量）。本文所有方程估计和统计检验均通过Eviews5.0软件实现。

从估计结果中可以看出，产出缺口的系数即产出缺口弹性并不显著，且方程整体解释能力很低，仅为3.34%，由D.W.值可知方程残差项存在严重的一阶自相关，这些都是因为忽略了可能的结构性差异造成的；也就是说，近20年来我国一贯坚持的改革开放等宏观经济政策使通货膨胀率与产出缺口的关系发生了结构变化，为检验这一变化是在哪个时间开始的，本文采用Chow检验确定这一结构变化的时间突变点，检验起止时间分别取1989年和2002年，经检验1997年Chow检验的F统计量和对数似然比统计量的伴随概率都是最小的，所以如果认为货膨胀率与产出缺口的关系在近20年中发生了结构性变化，那么这一变化的时间突变点最有可能发生在1997年，故本文把样本期分为1989～1996年的第一阶段和1997～2005年的第二阶段，在每一阶段均把全国数据分成东、中、西部三个区域采用Panel Data模型分别估计产出缺口弹性并计算总供给曲线的斜率。

（二）Panel Data模型估计结果及协整检验。对模型（5）在两个时间阶段中分别进行估计，经试算利用时间维度作权重的广义最小二乘法的拟合效果最好，利用产出缺口弹性和总供给曲线斜率的关系能够得到在两个阶段中各个地区的总供给曲线的斜率，其中各地区各阶段潜在产出由该地区潜在产出在样本期内的均值计算得到。结果说明，各个阶段的估计值在1%显著性水平下成立，模型整体也具有显著性，并且通过D.W.值可知不存在自相关。详细结果见表1。同时，为考察模型的协整性，对于上述估计模型中的残差项使用Breitung法和IPS方法分别检验公共单位根和个体单位根。检验结果如表2。（表1、表2）

表2说明第一阶段和第二阶段的Panel Data模型的残差项都可以在5%显著性水平下拒绝存在公共单位根和个体单位根的原假设，所以表1得到的估计结果是协整的。表1中总供给曲线斜率的值表示在第二阶段我国东、中、西部三个地区价格调整机制同第一阶段相比明显下降了。在第一阶段中东、中部地区总供给曲线的斜率很相近，西部地区总供给曲线斜率最大，而第二阶段中总供给曲线斜率从小到大依次是东部、中部和西部地区。

四、结论

由于中国的金融体系相对于发达国家来说还不够完善，相关法律法规尚不健全，因而问题重重，尽管货币政策有其灵活、收效快等方面的优势，但在中国还是应该让财政政策在国家宏观经济发展中发挥更大的作用。为保证中国的经济增长必须刺激内需，但占内需很大比重的居民消费需求又很难在短期内加以影响，故只剩下政府购买这一唯一途径。由表1可知，现阶段中国东、中、西部的总供给曲线斜率已经相对很平缓，说明我国宏观价格调整机制与前一阶段相比变弱，总需求的较大变化并不能带来价格的大幅波动，只是西部总供给曲线的斜率明显大于东、中部。所以，即使我国继续奉行积极的财政政策并辅助以稳健的货币政策，通过加大政府购买来扩大内需以带动相关行业的发展，增加居民收入，并最终增加居民消费需求，也不会引发大规模的通货膨胀，所以我国应继续施行适度积极的财政政策以此促进经济总量的增长。而且从地区总供给曲线斜率差异的角度看，在西部地区可以从总需求角度考虑提高产出而不会引发大幅通胀，不仅可以使其产出有所提高，还能刺激就业率的上升；对于东、中部地区则因其价格调整机制较弱，可以增加宽松财政政策的力度确保经济增长。

（作者单位：对外经济贸易大学）

参考文献：

[1]R.Hodrick and E.C.Prescott.Post-war U.S.business cycles：An Empirical investigation，mimeo[D].Pittsbursh：Carnegie-Mellon University，1980.

[2]高铁梅.计量经济分析方法与建模Eviews应用及实例[M].北京：清华大学出版社，2006.

[3][美]多恩布什.费希尔.斯塔兹著.范家骧等译.宏观经济学（第7版）[M].北京：中国人民大学出版社，2000.

[4]Cheng Hsiao.面板数据分析（第2版）[M].北京：北京大学出版社，2005.

[5]李子奈，叶阿忠.高等计量经济学[M]. 北京：清华大学出版社，2000.

“本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文”