總需求和總供給衝擊我國失業和產出動態關係的影響分析

全文

(1)總需求和總供給衝擊對我國失業和產出動態關係的影響分析1 方福前、孫永君摘要：在結構向量自回歸模型框架下，利用總需求衝擊在長期對產出沒有影響的識別條件，本文分析了總供給衝擊和總需求衝擊對產出失業波動以及二者之間動態關係的影響。我們認為總供給衝擊是產出波動的主要來源，總需求衝擊則是失業波動的主要來源；總需求衝擊和總供給衝擊共同破壞了產出失業之間反向變化關係，即破壞了奧肯定律在我國的適用性，但是總需求衝擊的破壞作用更多一些；在長期，總需求衝擊對產出沒有影響，總供給衝擊對產出有顯著的正的影響，總需求衝擊在長期對失業沒有影響，但總供給衝擊在長期會對失業產生不利影響，即正的供給衝擊的累積影響所帶來的產出增加在長期使我國的失業率上升。關鍵字：總需求；總供給；衝擊；失業；產出. 一、引言產出和失業之間的關係，一直是宏觀經濟學的重要論題。關於二者之間關係的一個著名結論就是奧肯定律（Okun，1962），即失業率每降低 1%，產出將大約增加 3%。作為一名凱恩斯主義者，Okun 提出的經驗法則豐富了凱恩斯主義的經濟理論，因為通過奧肯定律這一橋樑，菲力浦斯曲線關於通貨膨脹和失業之間的關係可以轉化為產出和價格之間的關係，從而得到凱恩斯主義的總供給曲線（Mankiw，2006，p.385-387），由此奧肯定律也構成了凱恩斯主義的總供給和總需求理論的重要內容。近年來，國內學者對奧肯定律是否適用於我國也作了許多有益的研究，但結論不盡一致。王明艦（2001）、周長才（2001）以及左大培（2002）都認為奧肯定律在我國成立，但這些方法是通過估計菲力浦斯曲線或其他方法間接證明奧肯定律在我國的適用性的，缺少直接證據。儘管周長才（2001）認為奧肯定律適用於我國，但其估計的個別年份高達 50%以上的隱性失業率我們認為並不可靠。林秀梅和王磊（2007）認為，當經濟處於衰退期（產出缺口為負）時，經濟增長和失業之間存在互逆的關係，當經濟處於擴張期（產出缺口為正）時，經濟增長對失業有正向的拉動效應，但該文認為城鎮登記失業率的波動情況能夠代表實際失業率的波動情況，我們認為這一代替尚缺乏證據支援。鄒薇（2003）認為奧肯定律在我國整體上不成立，但如果分產業估計，則奧肯定律對我國的第一和第二產業成立，對第三產業不成立。黎德福（2005） 1. 作者簡介：方福前（1954.11-），教授，博士生導師，中國人民大學經濟學院，郵遞區號：100872，電子信箱：fangfq@ruc.edu.cn；孫永君（1977.10-），中國人民大學經濟學院 2007 級博士研究生，郵遞區號：100872，電子信箱：yjsun2003@yahoo.com.cn。 159.

(2) 考慮中國經濟的二元結構，得出的結論是奧肯定律在我國的二元經濟中不成立。本文作者（方福前等，2009）則從奧肯定律理論基礎的角度，在剖析了差分版本、缺口版本、動態版本、生產函數版本以及不對稱版本的奧肯定律的理論基礎及其差異的基礎上，對五個版本的奧肯定律針對我國的情況作了實證分析，結論是奧肯定律的經驗結論在我國並不適用。我們認為，我們對奧肯定律的估計從理論基礎出發，涉及多種版本的奧肯定律，結論具有一定的代表性。奧肯定律不適用於我國產出和失業之間的關係，只說明我國的產出增長率和失業率之間或產出相對於潛在產出的缺口和失業率相對于自然失業率的偏離之間並不存在一個確定的負的比例關係，但這並不意味著產出和失業之間相互沒有影響。近年來，我國的經濟增長非常迅速，但失業問題也很嚴重，根據我們下文計算的調查失業率，1998 年以後，我國的失業率幾乎維持在 6%以上的水準，高速的經濟增長並沒有使失業率降低。對我國目前的高增長和高失業並存的現象，國內許多學者對產出和失業之間的關係作了有益的理論和實證分析。蔡昉等（2004）認為經濟增長沒有帶來相應的就業增長的原因在於反週期的宏觀經濟政策對解決自然失業是無能為力的，而且在反週期的宏觀經濟政策所能調節的週期性失業方面，由於宏觀經濟政策所引導的投資方向往往是就業密集度較低的行業，進而導致反週期措施拉動就業的能力大為降低。蔡昉（2008）進一步認為，由於就業擴大還沒有成為各項經濟政策的優先原則，以及就業創造還沒有成為引導投資方向的核心標準等原因，我國經濟增長沒能取得良好的擴大就業的效果。常雲昆和肖六億（2004）認為，宏觀經濟關係扭曲，產出對就業和物價的影響無法正常傳遞，以及企業已有就業制度安排下勞動力的企業內部儲備等原因，導致較低的有效就業率，從而經濟增長不能帶動就業增加。李紅松（2003）認為，隨著市場化程度加深，企業向社會集中排放了大量富餘人員，我國為實現經濟的高速增長固定資產投資保持了相當高的增速，導致資本有機構成不斷提高，以及第三產業比重偏低等，都導致產出增長不能帶動就業的顯著增加。王誠（2002）提出核心就業理論來解釋我國高失業的原因，認為核心就業是指直接參與、引導、促進和扶持企業創新活動的那部分就業，核心就業作為市場就業的基礎在中國經濟改革以來一直沒有受到足夠重視，因此造成了今天經濟增長但就業卻困難的局面。我們認為，上述作者從不同的角度和表像解釋我國高增長和高失業並存的現象，具有積極意義，但是，這些角度和表像尚可以進一步深入和細化，需要進一步厘清，以找到經濟現象背後更深刻的原因。我們在作者前述奧肯定律研究的基礎上（方福前等，2009），在傳統凱恩斯主義者的總供給和總需求分析框架下，進一步分析產出和失業之間的關係。我們利用 Sims （1980）提出的 VAR（向量自回歸）方法，以及 Blanchard and Quah（1989）對結構 VAR 模型的識別條件，分離出經濟中的總需求衝擊和總供給衝擊，然後分別估計了總需求衝擊和總供給衝擊下失業變化和產出變化之間的關係。這種方法和傳統的產出失業關係研究不同，它通過分離出總供給衝擊和總需求衝擊下產出和失業之間的關係來驗證奧肯定律是否成立，可以說是對 Okun（1962）的分析的進一步深入。本文首先分析產出和失業波動的源泉，我們發現就產出和失業的波動而言，總供給衝擊是產出波動的主要來源，總需求衝擊則是失業波動的主要來源。在分析波動來源的基礎上，我們分析了產出變化和失業變化之間的動態關係，得到了總供給衝擊和總需求衝擊下，產出變化和失業變化之間的關係在 2000 年以前基本上存在 160.

(3) 負的關係，但在 2000 年以後，無論是在總供給衝擊下，還是在總需求衝擊下，產出和失業之間的反向變化關係開始出現背離，其中由總需求衝擊引貣的失業產出變化之間反向關係的背離的年度稍多於總供給衝擊引貣背離的年度，所以我們認為總需求衝擊和總供給衝擊共同破壞了產出失業之間的反向變化關係，但是總需求衝擊的破壞作用更多一些。進一步，通過總供給衝擊和總需求衝擊的累積衝擊反應分析，我們發現總需求衝擊在長期對產出沒有影響，總供給衝擊在長期對產出有顯著的正的影響，總需求衝擊在長期對失業沒有影響，這些和我們的經濟理論的預期是完全一致的。但是，更為重要的是，我們的研究結果表明，在長期，在正的供給衝擊的累積影響下，失業率顯著上升，即正的供給衝擊所帶來的產出增加在長期使我國的失業上升，這和理論的預期不符。我們認為正是這一總供衝擊對失業的不利影響，使奧肯定律在我國失靈。識別出我國失業不斷上升的總供給衝擊根源，對於分析我國失業問題，指導增加就業的宏觀經濟政策實踐將具有重要意義。下面，本文分為四個部分進行，第二部分是結構 VAR 模型的估計方法，第三部分是資料的選擇和結構 VAR 模型的估計過程，第四部分是結構 VAR 模型的衝擊回應分析，最後是本文的總結。. 二、估計方法傳統凱恩斯主義是通過總需求和總供給的變化來分析經濟波動的。儘管目前新古典宏觀經濟學或者說實際經濟週期理論在分析經濟波動問題上佔據了主流，但不能否認傳統凱恩斯主義總需求和總供給分析對經濟政策的影響力。在當前金融危機的影響下，各國採取的拉動內需促進增長的政策即是明證。即使在理論上，眾多學者也嘗試將傳統凱恩斯主義的粘性價格等因素納入動態隨機一般均衡的分析框架，以提高其對經濟現象的解釋能力以及對經濟政策的指導能力（Romer, 2000, chap.6）。傳統凱恩斯主義認為，在短期，總需求衝擊和總供給衝擊均會對宏觀經濟的波動產生影響，就產出而言，短期內，產出的波動由需求衝擊主導，而在長期，需求衝擊對產出波動沒有影響，供給衝擊將主導產出波動。依據這一思路，我們採用 Blanch and Quah（1989）對結構 VAR 模型的識別方法，假設經濟中有兩種干擾，彼此不相關，同時我們假設第一種干擾在長期對產出存在影響，第二種干擾在長期對產出不存在影響。這兩種假設足以識別兩種類型的干擾以及這兩種干擾對產出和失業的動態影響。對於這兩種干擾，可以給出簡單的經濟解釋，在長期對產出存在影響的干擾可以解釋為總供給衝擊，對產出僅存在暫時性影響的衝擊稱為總需求衝擊。設 y 為產出增長率， u 為失業率水準， ed 和 es 分別表示總需求干擾和總供給干擾。X 表示向量（ y , u ）′2, e 表示干擾向量（ es , ed ）′,我們假設產出增長率我們這裡使用 u ，而不是 u 來分析，是因為我們在後面的資料核對過程中，發現 u 是不穩定序列，存在一階單位根，為了使用 VAR 模型進行分析，我們對失業率即 u 進行了一階差分處理，而這和差分版本的奧肯定律的表達形式恰巧是一致的，即 2. 161.

(4) 和失業率的一階差分即 y 和 u 都是平穩的，從而 X 是平穩過程，並可以表示為需求干擾 ed 和供給干擾 es 的線性組合3，即 X (t )  A(0)e(t )  A(1)e(t 1)  .   A( k ) e(t. Var (e)  I. k) ,. （1）. k 0. 其中矩陣 A 中的元素滿足  j 0 a11 ( j )  0 。我們允許上述總需求衝擊 ed 和總供給 . 衝擊 es 序列相關，但假設他們不存在自相關，因此他們的方差協方差矩陣是對角矩陣，並對其進行標準化，以使 Var (e)  I 。 e 對 X 的同期影響由 A(0) 給出， e 對 X 的滯後影響由 A(k )(k  1) 給出。根據假設， X 是穩定的，所以這兩種干擾在長期都不會對產出增長率變化 y 和失業率變化 u 產生影響，同時約束條件. .  k 0. a11 (k )  0 意味著 ed 對產出增長率 y 本身也沒有影響4。. 我們也可以把上式寫成滯後運算元的形式，這使我們在分離總供給衝擊和總需求衝擊下失業和產出的變化時更容易理解計算的過程，即 X (t )  ( A  AL  AL2 )e(t ) .   A( k ) e(t. Var (e)  I. k， ). （2）. k 0. 在現實中，由於供給衝擊和需求衝擊的不可觀測性，（1）式和（2）式中的係數是無法估計的。可行的辦法是首先建立 yt 和 ut 的 VAR 模型，然後從估計的 VAR 模型中還原總供給衝擊和總需求衝擊。因為我們已經假設是 X 穩定的，所以它可以寫成如下自回歸形式 X (t )  v(t )  C(1) X (t 1)  . = v(t )   C (k ) X (t  k )，. Var (v)  . （3）. k 1. 上述移動平均運算式是唯一的，可以通過先估計 X 的向量自回歸運算式再對其求逆得到，其中 Var (v)   是 VAR 模型中殘差的方差協方差矩陣。比較（2）式和（3）式，可以得到衝擊向量 v 和原始干擾向量 e 的如下關係，即 v  A(0)e ，並且對所有 k 有 A(k )  C(k ) A(0) ，因此由 e 可以得到 v 。類似地，可以由 A(k ) 得到 C(k ) 。為便於描述結構 VAR 模型的識別條件，我們用分量的形式描述上述運算式，則式（1）或（2）可以寫為 . . k 0. k 0. yt  1   a11 (k )etsk   a12 (k )etdk. （4）. yt  a  but 其中  yt 是產出增長率， ut 是失業率，  是差分運算元，即 ut.  ut  ut 1 。參數 a 和 b 是常數，其中. b 衡量的是失業率變化所引起的產出增長率變化的大小，而 1/ b 即為奧肯係數，表示產出變化所引起的失業率的變化程度。有關差分版本奧肯定律的詳細分析可以參考方福前等（2009）。 3 關於這一線性組合形式的適用性可以參考 Blanchard and Quah（1989）、Lippi and Reichlin（1993）以及 Blanchard and Quah（1993）。 4. 這是因為 a11 ( k ) 是第. 期對. j 期 ed 對 y 的影響，因此  k 0 a11 (k ) 是 k 期後 ed 對 y 的影響，要使 ed 在長 k. y 沒有影響，必須有  k 0 a11 (k )  0 。 . 162.

(5) . ut  2   a21 (k )e k 0. s t k. .   a22 (k )etdk. （5）. k 0. 用矩陣形式可以表示為 s  yt   1   A11 A12  et   u        A A   d   t   2   21 22  et  其中， Aij 為對應係數 aij (k ) 的滯後運算元多項式。. （6）. 同樣，（3）式可以寫為.  yt  C11 C12   yt 1  v1t   u   C C   u   v   t   21 22   t 1   2t . （7）. 其中 Cij 為對應係數 cij (k ) 的滯後運算元多項式，（ v1t ， v2t ）′為殘差，此時有 s  v1t   a11 (0) a12 (0)   et   （8）  v   a (0) a (0)   d  22   et   2t   12 只要能夠確定 a11 (0)、a12 (0)、a12 (0) 以及 a22 (0) 的值，就可以從回歸的殘差 v1t. 和 v2t 構造出總供給衝擊和總需求衝擊的實現值。由於共有 4 個未知數，我們需要 4 個方程。（8）式加上前面的假設 Cov(ets , etd )  0 和 var(ets )  var(etd )  1 ，可以得到以下 3 個方程（9） var(v1t )  a11 (0)2  a12 (0)2. var(v2t )  a21 (0)2  a22 (0)2 cov(v1t ,v2t )  a11 (0)a21 (0)  a12 (0)a22 (0). （10）（11）. 第四個方程來自於總需求衝擊在長期對真實產出無影響的假設，在此假設下 5. 有. . . k 0. k 0. a11 (0)[1   C22 (k )]  a 21 (0) C12 (k )  0. （12）. 由上述 4 個方程，即可解出 a11 (0) 、 a12 (0) 、 a21 (0) 以及 a22 (0) 的值，然後由（8）式可以得到總供給衝擊和總需求衝擊的實現值，進而由（2）式可以求出總供給衝擊和總需求衝擊下產出的變化值和失業的變化值。. 三、資料及估計過程 GDP 是用來衡量一個經濟體總產出水準的變數，這裡的總產出本應是扣除價格因素後的實際產出，因此，我們需要通過一定的方法來得到實際的 GDP。根據國家統計局提供的國內生產總值指數（以 1978 年為 100），我們用 1978 年的 GDP 乘以 1978 年至 2006 年的指數，得到實際 GDP，並據以計算出實際 GDP 增長率。在實證分析時，我們使用實際 GDP 增長率，而不是文獻中常用的對數差分 GDP，這是因為在離散時間的情況下，如果實際 GDP 增長率變化幅度較小，對數差分 GDP 是對實際 GDP 增長率的比較好的一個近似，但當增長率差別較大 5. 關於這個條件的推導過程，可以參考（Enders, 2004, chap.5）。 163.

(6) 時，產生的誤差可能會較大。另外，儘管很多分析中都使用季度 GDP 資料，以增加時間跨度，提高實證分析結果的精確程度，但由於我國季度失業率的不可得性，我們仍然使用年度 GDP 資料。我國目前可以獲得的失業率資料主要有以下幾種。一是勞動部門統計的城鎮登記失業率，這一指標因統計範圍過窄，低估了中國城鎮的真實失業水準，受到廣泛質疑；二是根據中國社會科學院人口與勞動經濟研究所城市勞動力調查資料推算得出的估計失業率，因被調查城市在全國城市中失業率較高，也不具有代表性；三是國家統計局根據城鎮勞動力住戶抽樣調查資料估計得出的調查失業率，該調查按照國際上通行的就業定義，比較準確，但結果沒有全部公佈。由於上述失業率資料的種種缺陷或不可獲得性，一些學者進行了有益的研究來估計我國的真實失業率。周長才（2001）通過分別估計農村和城市隱形失業率，得出我國總失業率 1985 年為 55.4%，並逐年遞減到到 1999 年的 15.9%。周天勇（2003）假定按照一個社會的年齡結構、就業年限和風俗習慣等，有一個穩定的城鎮人口勞動參與率，並根據城鎮人口計算出失業率。熊祖轅和喻東（2004）假設人口普查的失業率和登記失業率之間的差距就是登記失業率所沒有囊括的部分真實失業狀況，以及人口普查當年的失業率和登記失業率之間的差距能夠替代相鄰年度的失業率和登記失業率之間的差距，利用全國人口普查的市鎮待業率建立失業率調整係數，用以推算非普查年份的失業人數。蔡昉（2004）則建議利用國家統計局提供的資訊估計調查失業率，先用國家統計局提供的城鄉加總經濟活動人口數減去農村就業人口得出城鎮經濟活動人口，再減去城鎮就業人口，得出失業人口，其假設是農村的失業率為零。經過分析我們發現，周長才（2001）得出的失業率過高，個別年份甚至達到 50%，周天勇（2003）沒有給出估計城鎮人口勞動參與率的具體演算法，熊祖轅和喻東（2004）計算出的 1997 至 2000 年連續四年的失業率為 8.1%，也不可靠。蔡昉（2004）的假設是農村的失業率為零，原因是農村家庭承包制保證每個人擁有一塊責任田，農村勞動力要麼在非農產業就業，要麼可以被視為農業就業，失業率很低，因此在不能獲得農村真實失業率的情況下，假設農村經濟活動人口的失業率為零，因而把農村就業人口與經濟活動人口視為相等，計算出來的調查失業率不會產生很大誤差，本文就採用這一方法，根據國家統計局網站提供的經濟活動人口、城鎮就業人數和鄉村就業人數，計算出 1978 年至 2006 年的調查失業率。根據經驗，大多數經濟時間序列都表現出不平穩特徵，由於 VAR 模型中使用的變數都應該是平穩的，所以我們首先對產出增長率序列和失業率序列及其一階差分進行平穩性檢驗。表 1 表明，在 5%的顯著水準下，產出增長率序列 y 和失業率序列 u 是不平穩的，但它們的一階差分均是平穩的。因為產出增長率的一階差分和失業率的一階差分都是平穩序列，所以他們之間不會存在協整關係，即不存在長期均衡關係，因此可以適用於 VAR 分析。這一平穩性檢驗結果也符合經濟增長理論的基本結論，即就長期而言，經濟增長主要是由技術進步驅動的，長期經濟增長趨勢和失業率的長期趨勢無關（Mankiw, 2006, chap. 7-8）。此外， 164.

(7) 我們對 y 和 u 進行 Granger 因果檢驗，發現二者互不存在 Granger 因果關係，這也間接驗證了動態版本的奧肯定律不適用於我國的情況6。表 1. 序列平穩性檢驗結果變數. ADF. PP. gt. -3.337（ct,3）. -2.827（c,1）. g t. -4.9872**（c,1）. -4.1714**（c,1）. ut. -2.824（ct,5）. -1.099（c,1）.  ut. -2.5413*（0,1）. -6.11**（c,1）. 說明：括弧裡第一個字元表示檢驗的類型（0：不含常數項， C：含常數項，t:含線性趨勢項），第二個字元表示滯後階數，*和**分別表示 5%和 1%顯著水準下顯著。. 綜合 SC 和 HQ 資訊準則，我們確定 VAR 的滯後階數為 8。VAR 模型的估計結果和係數顯著性以及 VAR 模型的殘差檢驗結果見下面的表格7。表 2. VAR 模型係數估計結果 g t 係數估計.  ut. 標準誤. T值. 係數估計. 值. 標準誤. T值. 值. g t 1. -0.1783. 0.4132. -0.432. 0.10402. 0.06542. 1.590. ut 1. 1.8429. 2.1405. 0.861. -0.99184. 0.33894. -2.926. gt  2. -0.8571. 0.3562. -2.406. 0.15493. 0.05641. 2.747. ut  2. 0.6261. 1.5950. 0.393. 0.69593. 0.25256. 2.755. gt 3. -0.7927. 0.5893. -1.345. 0.13650. 0.09331. 1.463.  ut  3. -3.2470. 2.6963. -1.204. 0.73497. 0.42695. 1.721. gt  4. -0.6341. 0.4130. -1.535. 0.14007. 0.06540. 2.142. 6. 動態版本奧肯定律是說，由於經濟是連續的系統，當期和前期的產出以及前期的失業都有可能影響當前的失業率，這樣在估計奧肯定律時有必要把各期的產出都作為可能影響實際失業率對自然失業率偏離程度的因素納入奧肯定律的運算式，此時有 p. q. i 1. j 0. yt  ytn    i ( yt i  ytni )    j (ut  j utn j ) 其中. n t. yt 和 y. n. 分別表示第 t 期的實際產出和潛在產出， ut 和 ut 分別表示第 t 期的失業率和自然失業率，參. 數  j 和  j 是常數。式（3.13）的經濟含義是，第 t 的實際產出對潛在產出的偏離，同時受本期以及以前各期實際失業率對自然失業率偏離的影響。詳細內容可以參考方福前等（2009）。 7 本文的結構 VAR 分析所使用的是 R 軟體。VAR 模型最為經濟學家所詬病的一點是它缺少經濟含義，經濟分析者通過 VAR 模型能獲得的收穫主要是確定在 VAR 模型中包含哪些經濟變數，而它的估計結果通常缺少比較好的經濟解釋。這裡為了完整起見，我們仍給出 VAR 模型的係數估計結果。 165.

(8) ut  4. -0.9004. 1.5700. -0.573. -0.71581. 0.24860. -2.879. gt 5. -0.8370. 0.4200. -1.993. 0.14144. 0.06650. 2.127.  ut  5. 1.9361. 2.5171. 0.769. 0.38851. 0.39858. 0.975. gt 6. -0.7007. 0.5032. -1.392. 0.33150. 0.07969. 4.160.  ut  6. -1.6460. 2.6973. -0.610. 1.62293. 0.42710. 3.800. gt 7. -0.8292. 0.4822. -1.719. 0.25149. 0.07636. 3.294. ut 7. -2.4195. 3.4117. -0.709. -0.11195. 0.54023. -0.207. gt 8. -0.4606. 0.5000. -0.921. 0.16933. 0.07917. 2.139.  ut  8. 3.5005. 3.0115. 1.162. -0.78184. 0.47687. -1.640. 表 3. VAR 模型殘差的多元正態性檢驗多元 J-B 檢驗. 多元偏度（Skewness）多元峰度（Kurtosis）檢驗. 檢驗.  統計量. 1.4855. 0.4066. 1.0789. 自由度. 4. 2. 2. P值. 0.8292. 0.816. 0.5831. 2. 表 4. VAR 模型殘差多元混成核對總和多元 ARCH-LM 檢驗多元混成檢驗. 多元 ARCH-LM 檢驗.  2 統計量. 36.1849. 42. 自由度. 40. 45. P值. 0.6427. 0.5998. 根據表 3 和表 4，VAR 模型的殘差服從正態分佈，並且不存在自相關，也不存在交叉自相關和條件異方差，這說明我們選擇的滯後階數是合理的。將 VAR 模型估計出來的係數以及殘差的方差和協方差代入方程組（9）至（12）式即可得到結構 VAR 模型的係數，進而通過 VAR 模型的殘差就可以求出總供給衝擊和總需求衝擊的實現值。. 四、衝擊回應分析 1、產出和失業波動來源下面我們根據結構 VAR 模型的估計結果來識別失業和產出的波動根源。為便於比較，我們繪製出產出增長率變化和總供給衝擊、總需求衝擊下產出增長率變化圖，以及失業率變化和總供給衝擊、總需求衝擊下失業率變化圖。從圖 1 可. 166.

(9) -0.02 0.00. 0.02. 0.04. 以看出，產出增長率的波動主要是由總供給衝擊引貣的，相對於總供給衝擊的影響. -0.06. 真实产出增长率变化只受供给冲击的模拟值只受需求冲击的模拟值. 1990. 1995. 2000. 2005. 圖 1. 總供給/總需求衝擊下產出增長率變化圖. 來看，總需求衝擊的影響要小得多。從圖 2 可以看出，失業率的波動和總供給衝. -0.01. ud/100 0.00. 0.01. 擊或總需求衝擊的引貣的波動都非常接近，但相對來說，總需求衝擊引貣的失業率波動更接近失業率的實際波動。. -0.02. 真实产出增长率变化只受供给冲击的模拟值只受需求冲击的模拟值. 1990. 1995. 2000. 2005. 圖 2. 總供給/總需求衝擊下失業率變化圖. 從上面兩個圖形我們可以形象地看出總供給衝擊和總需求衝擊對產出變化和失業變化的影響，但因為計數刻度的原因，圖形的比較效果還不是很明顯，為 167.

(10) 從數值上更精確地考察總供給衝擊和總需求衝擊對產出變化和失業變化的影響，我們將結構 VAR 模型的預測誤差關於總供給衝擊和總需求衝擊進行了分解，結果見表 5。從誤差分解來看，總供給衝擊是影響產出波動的主要決定因素，短期來說（1 年），94.05%的產出波動預測誤差來自總供給衝擊，從長期來看（7 年以上），這一數字有所下降，但高於 80%；而總需求衝擊則是影響失業波動的主要決定因素，短期來說（1 年），63.61%的失業波動預測誤差來自總供給衝擊，從長期來看（7 年以上），這一數字有所下降，但仍高於 50%，而總供給衝擊儘管不是影響失業波動的主要因素，但對失業變化仍有重要影響，在短期（1 年）， 36.39%的失業波動預測誤差來自總供給衝擊，在長期（7 年以上），這一影響上升到約 40%以上，但低於 50%。表 5. 預測誤差分解預測. 供給衝擊下產出波. 需求衝擊下產出波. 供給衝擊下失業波. 需求衝擊下失業波. 跨度. 動預測誤差（%）. 動預測誤差（%）. 動預測誤差（%）. 動預測誤差（%）. 1年. 94.05. 5.95. 36.39. 63.61. 2年. 90.80. 9.20. 26.11. 73.89. 3年. 87.53. 12.47. 38.51. 61.49. 4年. 85.24. 14.76. 32.90. 67.10. 5年. 85.11. 14.89. 33.23. 66.77. 6年. 85.02. 14.98. 33.61. 66.39. 7年. 84.32. 15.68. 44.23. 55.77. 8年. 85.03. 14.97. 40.00. 60.00. 9年. 83.15. 16.85. 39.95. 60.05. 10 年. 80.76. 19.24. 48.00. 52.00. 2、產出和失業動態變化關係奧肯定律闡述的是產出和失業變化之間的關係，奧肯定律有多種表述方式，其中比較基本的是差分形式的奧肯定律，其運算式為 yt  a  but ，這恰好和我們前面介紹的 VAR 估計方法中產出和失業的運算式是一致的8。這裡，我們進一步細化差分形式奧肯定律的估計，即總需求衝擊為零時，總供給衝擊下失業變化和產出變化之間的關係，以及總供給衝擊為零時，總需求衝擊下失業變化和產出變化之間的關係。. 8. 詳細的內容可以參考方福前等（2009）的研究。 168.

(11) 4 2 0 -2 -6. -4. 产出增长率变化失业率变化. 1990. 1995. 2000. 2005. Time. 圖 3. 只受總供給衝擊時產出增長率變化和失業率變化序列圖圖 3 是只受供給衝擊時，產出增長率變化和失業率變化序列圖。從圖 3 可以看出，在只受總供給衝擊影響時，產出增長率變化的波動性要大於失業率變化的波動性，符合較小失業變化引貣較大產出變化之間的關係。在多數年份，當產出增長率下降時，失業率增加；當產出增長率提高時，失業率減少。也就是說，在只受供給衝擊時，產出增長率變化和失業率變化存在一定的負相關關係。但是，在 2000 年以後，這種關係遭到破壞。圖 4 是只受總需求衝擊影響時，產出增長率變化和失業率變化的序列圖。從圖 4 可以看出，只受總需求衝擊時，產出增長率變化的波動要大於失業率變化的波動，並且在多數年份兩者之間存在一定的負相關關係。但是，同樣在 2000 年以後，這種關係遭到破壞。這裡我們可以看出，在供給衝擊或需求衝擊下，產出變化和失業變化之間的關係都不符合差分形式奧肯定律的形式，這也就驗證了奧肯定律不適用於我國。. 169.

(12) 4 2 0 -2 -6. -4. 产出增长率变化失业率变化. 1990. 1995. 2000. 2005. Time. 圖 4. 只受總衝擊衝擊時產出增長率變化和失業率變化序列圖從上面的分析我們可以得出結論，產出和失業之間的關係在 2000 年以前基本上存在負的關係，但在 2000 以後，無論是在總供給衝擊影響下，還是在總需. 0 -5. 供给冲击需求冲击. -10. irfgd. 5. 10. 求衝擊影響下，產出和失業之間的反向變化關係開始出現背離，其中由總需求衝擊引貣的失業/產出之間反向變化關係的背離的年度要多於總供給衝擊引貣背離的年度，所以我們認為總需求衝擊和總供給衝擊共同破壞了奧肯定律在我國的適用性，但是總需求衝擊的破壞作用顯然更大一些。 3、累積衝擊回應和高增長高失業並存下面我們看看正的總供給衝擊和正的總需求衝擊在長期對產出變化和失業變化的累積影響。. 2. 4. 6. Index. 170. 8. 10.

(13) 0 -5. irfgd. 5. 10. 圖 5. 總供給衝擊和總需求衝擊對產出增長率變化的累積影響. -10. 供给冲击需求冲击. 2. 4. 6. 8. 10. Index. 圖 6. 總供給衝擊和總需求衝擊對失業率變化的累積影響. 從圖 5 可以看出，在長期，正的總供給衝擊對產出增長率有一個正的影響，而總需求衝擊對產出增長率幾乎沒有影響，這一點符合經濟理論的判斷，即在長期，產出或者潛在產出增長是由技術進步等供給因素決定的，與總需求無關。圖 6 可以看出，在長期，總需求衝擊對失業率變化沒有影響，這和經濟理論的判斷也是一致的。但我們也可以看到，正的總供給衝擊對失業變化有正的影響，即正的總供給衝擊所引貣的產出能力的增加會引貣失業的增加，這不符合宏觀經濟理論所描述的關係。我們這個研究的貢獻在於識別出了總供給衝擊是造成我國目前高增長和高失業並存的根源，當前我國比較嚴重的失業問題是由總供給因素引貣的，和總需求無關9。. 五、總結本文利用結構向量自回歸方法，分離出經濟中的總需求衝擊和總供給衝擊，識別產出變化和失業變化的總需求衝擊和總供給衝擊根源，然後分別估計了總需求衝擊和總供給衝擊下失業變化和產出變化之間的關係。我們的結論是，總供給衝擊是產出波動的主要來源，總需求衝擊則是失業波動的主要來源；在總供給衝擊和總需求衝擊影響下，產出和失業之間的關係在 2000 年以前基本上存在負的 9. 我們可以確定的是，高增長和高失業並存的現象來源於我國的實際經濟狀況，而不是受制於我們使用的結構~VAR~模型下總供給衝擊和總需求衝擊的分析方法。實際上，本文使用的結構 VAR 方法，經過了許多學者的檢驗，如 Blanchard（1989）、劉斌和張懷清（2002）、徐高（2008）以及 Zhang Yi and Wan Guanghua （2005），特別是徐高（2008）對中美資料進行了對比，發現應用這一方法對美國資料進行分析完全符合有關經濟理論的預期，而在中國則出現了所謂的“斜率之謎”，即總供給曲線向下彎曲，而總需求曲線則向上彎曲。所以，我們認為這種高增長高失業並存的“失業悖論”現象來源於中國經濟的特質，而不是由我們使用的計量分析方法造成的。 171.

(14) 關係，但在 2000 以後，無論是在總供給衝擊影響下，還是在總需求衝擊影響下，產出和失業之間的反向變化關係開始出現背離，總需求衝擊和總供給衝擊共同破壞了產出-失業之間反向變化關係，但是總需求衝擊的破壞作用更大一些；在長期，總需求衝擊對產出沒有影響，總供給衝擊對產出有顯著的正的影響，總需求衝擊對失業沒有影響，總供給衝擊所帶來的產出增加使我國的失業率上升。我們的結論對於指導我國增加產出、降低失業等政策實踐具有重要意義。例如，在長期，採取總需求管理的政策降低失業率不是有效的方法，因為根據我們的分析，總需求衝擊在長期對失業的影響並不顯著，同樣，由於正的總供給衝擊在長期將引貣失業的增加，如果只強調經濟增長導向，而不注重經濟發展的就業效果，則在實現經濟增長的同時，在長期可能會導致失業率的上升，這些都對指導我國當前的擴大內需政策的制定和實施將有具有重要意義。當然，我們目前的分析僅集中於總需求衝擊和總供給衝擊本身，並沒有對總供給衝擊和總需求衝擊的構成做細分，即影響產出和失業波動的總需求衝擊因素或總供給衝擊因素有哪些，在長期，造成失業上升的累積總供給衝擊是技術進步，還是向市場經濟轉型過程中的制度創新，還是其他因素，尚有待識別。這將是我們下一步研究工作的方向。. 172.

(15) 參考文獻蔡昉，都陽：高文書〃2004〃就業彈性，自然失業和宏觀經濟政策一一為什麼經濟增長沒有帶來顯性就業?[J]〃經濟研究，（9）〃蔡昉〃2004〃中國就業統計的一致性：事實和政策含義閉〃中國人口科學，（3）〃蔡昉〃2008〃如何認識宏觀經濟與就業的關係[J].湖北經濟學院學報，6（4）〃常雲昆，肖六億〃2004〃有效就業理論與宏觀經濟增長悖論[J]〃經濟理論與經濟管理，（2）〃方福前，孫永君〃2009〃奧肯定律理論基礎分析及中國奧肯定律估計[J]〃工作論文〃黎德福〃2005〃二元經濟條件下中國的菲力浦斯曲線和奧肯法則[J]〃世界經濟，（6）〃李紅松〃2003〃我國經濟增長與就業彈性問題研究[J]〃財經研究，（4）〃林秀梅，王磊〃2007〃我國經濟增長與失業的非線性關係研究[J]〃數量經濟技術經濟研究，（6）〃劉斌，張懷清〃2002〃衝擊、經濟波動及政策[J]〃金融研究，（2）〃王誠〃2002〃中國就業發展新論一一核心就業與非核心就業理論分析[J]〃經濟研究，（12）〃王明艦〃2001〃中國通貨膨脹問題分析[M]. 北京：北京大學出版社〃熊祖轅，喻東〃2004〃中國失業問題的簡便測量[J]〃統計研究，（7）〃徐高〃2008〃斜率之謎：對中國短期總供給/總需求曲線的估計[J]〃世界經濟，（1）〃周長才〃2001〃經濟增長與失業：奧肯定律在中國的存在性檢驗[J]〃學術研究，（2）〃周天勇〃2003〃中國城鎮的失業率究竟是多少[J]〃財貿經濟，（u）〃鄒薇等〃2003〃中國經濟對奧肯定律的偏離與失業問題研究[J]〃世界經濟，（6）〃左大培〃2002〃通貨膨脹與失業[M]//張曙光主編〃市場化與宏觀穩定〃北京：社會科學文獻出版社〃 BLANCHARD O J. 1989. A Traditional Interpretation of Macroeconomic Fluctuations[J]. The American Economic Review, 79（5）:1146-1164. 173.

(16) BLANCHARD O J, QUAH D. 1989. The Dynamic Effects of Aggregate Demand and Supply Disturbances[J]. The American Economic Review, 79（4）:655-673. BLANCHARD O J, QUAH D. 1993. The Dynamic Effects of AggTegate Demand and Supply Disturbances: Reply[J]. Oxford Bulletin of Economics and Statistics, 83（3）:653-658. ENDERS W. 2004. Applied Econometric Time Series]M]. 2nd edition. IS.1.]: John Wiley and Sons Inc. HAYASHI F. 2000. Econometrics[M]. 2nd edition. IS.1.]: The Princeton University Press. LIPPI M, REICHLIN L. 1993. The Dynamic Effects of Aggregate Demand and Supply Dis- turbances: Comment[J]. The American Economic Review, 83 （3）:644-652. MANKIW G. 2006. Macroeconomics[M]. 6th edition. New York: Worth Publishers. OKUN A. 1962. Potential GNP: Its Measurement and Significance[J]. in American Statistical Association, Proceedings of the Business and Economics Statistics Section; reprinted with slight changes in Arthur M. Okun, The Political Economy of Prosperity （Washington, D.C.: Brookings Institution, 1970）. ROMER D. 2000. Advanced Macroeconomics[M]. 2nh edition.[S.1.]: The McGraw-Hill Edua- tion. SIMS C A. 1980. Macroeconomics and Reality[J]. Econometrica, 48（1）:1-48. ZHANG YI, WAN GUANGHUA. 2005. China' s Business Cycles: Perspectives from an AD-AS Model[J]. Asian Economic Journal, 19（4）:445-469.. 174.

(17)