呂一清 鄧 翔

(1.暨南大學 深圳旅游學院,廣東 深圳 518053； 2.四川大學 經(jīng)濟學院,四川 成都 610064)

一、引言及相關文獻回顧

近年來，中國經(jīng)濟增速明顯放緩，呈現(xiàn)出中高速增長的“新常態(tài)”特征，而產(chǎn)業(yè)結(jié)構升級則是經(jīng)濟新常態(tài)的主要特征之一。事實上，中國服務業(yè)占GDP比重，1985年以29.3%比例超過第一產(chǎn)業(yè)，2012年以45.5%比例超過第二產(chǎn)業(yè)。而自1992年以來，中國經(jīng)濟波動由高波動和低波動交替向微波動為主要特征的“大穩(wěn)健”趨勢發(fā)展(林建浩 等，2016)，具體見圖1。那么，中國產(chǎn)業(yè)結(jié)構升級是否導致經(jīng)濟波動“大穩(wěn)健”呢？它們之間的相互作用機制又是什么呢？學者對產(chǎn)業(yè)結(jié)構與宏觀經(jīng)濟波動做了大量實證研究(Blanchard et al.,2001;Carvalho,2007;Herrendorf et al.,2011)，但從產(chǎn)業(yè)結(jié)構升級視角對經(jīng)濟波動平穩(wěn)化機制進行研究則相對較少。新常態(tài)下，中央政府推進供給側(cè)結(jié)構性改革，充分發(fā)揮市場在配置資源方面的決定性作用，試圖通過發(fā)揮市場本身的自我調(diào)節(jié)作用，達到在生產(chǎn)領域優(yōu)化經(jīng)濟結(jié)構的目標。因此，研究產(chǎn)業(yè)結(jié)構升級與宏觀經(jīng)濟波動之間關系的內(nèi)在機制，對于供給領域的結(jié)構性改革有著重要的指導意義。

經(jīng)濟波動一直是宏觀經(jīng)濟學和政府決策部門研究的核心課題，許多學者從不同視角對經(jīng)濟波動的外部沖擊因素和傳導機制進行了研究。例如，從如何提高庫存管理技術的視角研究宏觀經(jīng)濟波動弱化的機理(Davis et al.,2008)；從貨幣政策和財政政策的視角出發(fā)，認為經(jīng)濟波動弱化的部分原因是較好的宏觀經(jīng)濟政策(Clarida et al.,2000；Jermann et al.,2006)。Jaimovich et al.(2009)認為，人口結(jié)構的變化是導致經(jīng)濟波動平穩(wěn)化的重要原因。也有學者對宏觀經(jīng)濟波動的機制做了研究。詹新宇等(2012)通過引入國有企業(yè)和民營企業(yè)兩類企業(yè)的異質(zhì)性，對標準真實經(jīng)濟周期模型(RBC)進行擴展，模擬結(jié)果可以解釋中國經(jīng)濟的“高位波動”現(xiàn)象和“波幅收縮”的個性特征。梅冬州等(2014)對黨代會召開、監(jiān)察力度變化與中國經(jīng)濟波動之間的關系進行研究，研究發(fā)現(xiàn)這些因素對經(jīng)濟波動有重要的影響。許偉等(2009)將銀行信貸引入DSGE模型中，發(fā)現(xiàn)技術沖擊可以解釋大部分產(chǎn)出、消費的波動現(xiàn)象，信貸沖擊有一定的解釋能力，而貨幣沖擊的效應則不明顯。為研究技術擴散對中國經(jīng)濟波動的影響，徐舒等(2011)通過建立一個內(nèi)生R&D投入與技術轉(zhuǎn)化模型，能夠較好地擬合現(xiàn)實經(jīng)濟波動。王國靜等(2014)將金融沖擊引入到DSGE模型，結(jié)果表明金融沖擊可以解釋80%的產(chǎn)出增長波動現(xiàn)象。

圖1 產(chǎn)業(yè)結(jié)構升級與經(jīng)濟波動(1978—2014年)

近年來，也有學者從中國經(jīng)濟結(jié)構的視角研究中國經(jīng)濟結(jié)構變遷、經(jīng)濟增長及經(jīng)濟周期波動等問題。Song et al.(2011)創(chuàng)造性的在新古典增長理論的框架下研究中國的經(jīng)濟轉(zhuǎn)型發(fā)展，并結(jié)合中國經(jīng)濟增長的典型特征構建兩部門經(jīng)濟模型，從而描述出了制造業(yè)內(nèi)部不同所有制企業(yè)間勞動力和金融資源的配置過程及其宏觀經(jīng)濟效應。Zhu(2012)結(jié)合中國所有制結(jié)構情況，構建包含農(nóng)業(yè)、國有部門和非國有部門在內(nèi)三部門模型對中國國有企業(yè)和非國有企業(yè)之間存在的資本扭曲進行研究，發(fā)現(xiàn)若消除資本市場扭曲，中國的勞動生產(chǎn)率增長率和全要素生產(chǎn)率增長率將分別可以提高0.82%和1.58%。

在產(chǎn)業(yè)結(jié)構升級與經(jīng)濟波動關系方面。干春暉等(2011)將產(chǎn)業(yè)結(jié)構變動分為結(jié)構合理化和高階化，研究表明產(chǎn)業(yè)結(jié)構合理化對經(jīng)濟波動具有穩(wěn)定性作用。楊天宇等(2011)聚焦中國經(jīng)濟結(jié)構調(diào)整對宏觀經(jīng)濟波動的“熨平效應”，發(fā)現(xiàn)經(jīng)濟結(jié)構調(diào)整對宏觀經(jīng)濟波動具有有限的“熨平效應”，制造業(yè)內(nèi)部結(jié)構調(diào)整的“熨平”作用較強。方福前等(2011)基于時變參數(shù)模型的經(jīng)驗研究表明，改革開放以來中國產(chǎn)業(yè)結(jié)構升級對經(jīng)濟波動有著顯著的“熨平效應”，且隨著產(chǎn)業(yè)結(jié)構升級推進“熨平效應”也越明顯。

綜上，雖然產(chǎn)業(yè)結(jié)構升級對經(jīng)濟波動具有“熨平”效應，但是產(chǎn)業(yè)結(jié)構升級是如何“熨平”經(jīng)濟波動的，卻尚無相關文獻對這一“熨平”機制進行分析和論述?；诖?，本文構建產(chǎn)業(yè)結(jié)構內(nèi)生化的DSGE模型，通過反事實模擬考察中國產(chǎn)業(yè)結(jié)構升級是否為經(jīng)濟波動的“大穩(wěn)健”現(xiàn)象的原因以及產(chǎn)業(yè)結(jié)構升級與經(jīng)濟波動之間的相互作用機制，以揭示“熨平效應”機制。

二、作用機制分析

解釋現(xiàn)代宏觀經(jīng)濟周期波動的理論主要有三個方面：一是討厭的外部沖擊因素，該理論認為經(jīng)濟周期波動是經(jīng)濟系統(tǒng)外部沖擊作用的結(jié)果，例如，真實經(jīng)濟周期理論從生產(chǎn)率沖擊來解釋經(jīng)濟波動。新凱恩斯主義從金融沖擊、能源沖擊等視角解釋經(jīng)濟波動；二是錯誤的貨幣政策和財政政策導致宏觀經(jīng)濟周期波動，例如，貨幣主義學派認為，政府最好不要干預經(jīng)濟的運行；三是經(jīng)濟自身系統(tǒng)內(nèi)部的不穩(wěn)定引起宏觀經(jīng)濟波動，例如，Acemoglu et al.(2012)從經(jīng)濟系統(tǒng)內(nèi)部網(wǎng)絡結(jié)構來解釋宏觀經(jīng)濟總量波動。研究產(chǎn)業(yè)結(jié)構與宏觀經(jīng)濟波動的相關機制屬于第三方面理論，即產(chǎn)業(yè)結(jié)構升級是經(jīng)濟周期波動作用的結(jié)果，產(chǎn)業(yè)結(jié)構升級對經(jīng)濟周期波動也具有反饋作用。從不同國家經(jīng)濟波動與產(chǎn)業(yè)結(jié)構的相關關系來看，發(fā)達國家與發(fā)展中國家的顯著區(qū)別表現(xiàn)在服務業(yè)增加值占GDP的比重上，而GDP比重越高又伴隨著經(jīng)濟增長速度下降和經(jīng)濟波動的穩(wěn)定。例如，Eggers et al.(2006)發(fā)現(xiàn)，造成美國經(jīng)濟波動性的制造業(yè)比例顯著下降，而能夠相對穩(wěn)定經(jīng)濟的金融業(yè)和服務業(yè)比例有所上升，產(chǎn)業(yè)結(jié)構升級對經(jīng)濟波動穩(wěn)定化趨勢的貢獻比例高達50%。新常態(tài)下，中國經(jīng)濟正在進行經(jīng)濟結(jié)構改革和產(chǎn)業(yè)結(jié)構升級，產(chǎn)業(yè)結(jié)構升級是如何導致經(jīng)濟波動平穩(wěn)化的呢？總結(jié)現(xiàn)有文獻研究結(jié)論，結(jié)合部門經(jīng)濟波動的典型事實，本文從產(chǎn)業(yè)自身發(fā)展特征、不同產(chǎn)業(yè)的差異性以及產(chǎn)業(yè)間的關聯(lián)性進行深入探討，可以發(fā)現(xiàn)產(chǎn)業(yè)結(jié)構升級是導致經(jīng)濟波動平穩(wěn)化的原因，具體表現(xiàn)在產(chǎn)業(yè)自身優(yōu)化效應、產(chǎn)業(yè)結(jié)構組合效應和產(chǎn)業(yè)結(jié)構關聯(lián)效應三個方面。

(1)產(chǎn)業(yè)自身優(yōu)化效應。改革開放以來，中國經(jīng)濟呈現(xiàn)高速增長態(tài)勢，其背后是全要素生產(chǎn)率(TFP)的快速提升，在TFP提升的同時也出現(xiàn)了TFP波動性減弱的特征，具體見表1。從產(chǎn)業(yè)層面來看，在制造業(yè)TFP和服務業(yè)TFP波動強度減弱的情況下，產(chǎn)業(yè)總量波動強度將減弱，從而導致GDP波動平穩(wěn)化。從表1可以看出，產(chǎn)業(yè)在發(fā)展過程中波動強度具有平穩(wěn)化的發(fā)展趨勢，其核心原因是產(chǎn)業(yè)TFP波動強度的弱化。這表現(xiàn)在：制造業(yè)的TFP波動程度從3.39%降到1.93%，服務業(yè)的TFP波動強度也從2.31%降到0.84%。從企業(yè)層面來看，在經(jīng)濟全球化和后工業(yè)化的背景下，計算機技術、人工智能、互聯(lián)網(wǎng)以及信息化技術等現(xiàn)代科技應用到企業(yè)管理中，而高效、精準和科學的管理將導致產(chǎn)業(yè)TFP波動強度減弱，從而造成產(chǎn)業(yè)總量波動平穩(wěn)化。

表1 中國制造業(yè)、服務業(yè)的TFP波動變化趨勢①關于標準差的計算，先取對數(shù)，再進行HP濾波，得到偏離趨勢值再求標準差，測算數(shù)據(jù)來源于WIOD、國家統(tǒng)計局和中經(jīng)數(shù)據(jù)庫相關數(shù)據(jù)。

(2)產(chǎn)業(yè)結(jié)構組合效應。與制造業(yè)不同，服務業(yè)是異質(zhì)性較強的產(chǎn)業(yè)，不同類型的服務業(yè)導致波動在傳導過程中被部分抵消，因此，異質(zhì)性較強的服務業(yè)會導致服務業(yè)的TFP波動比制造業(yè)的TFP波動更小。當制造業(yè)TFP波動強度比服務業(yè)TFP波動強度要大，從而導致制造業(yè)總量的波動強度比服務業(yè)總量的波動要大。隨著產(chǎn)業(yè)結(jié)構升級，服務業(yè)占GDP比重增加，不同產(chǎn)業(yè)結(jié)構組合帶來產(chǎn)業(yè)結(jié)構升級，從而將導致總量經(jīng)濟波動平穩(wěn)化。通過對中國實際數(shù)據(jù)進行測算，具體情況見表1。從表1中也可以看出，無論是什么時間段，服務業(yè)總量和TFP的波動強度都比制造業(yè)要大，其部門TFP的波動比例在1.48～2.29之間，部門總產(chǎn)出的波動在1.23～1.74之間。因此，產(chǎn)業(yè)結(jié)構升級必然導致服務業(yè)占GDP比重增加，從而導致GDP總量的波動平穩(wěn)化。

(3)產(chǎn)業(yè)結(jié)構關聯(lián)效應。不同產(chǎn)業(yè)的發(fā)展對生產(chǎn)要素的需求是不同的，其生產(chǎn)組織方式也是不一樣的。制造業(yè)對物質(zhì)資本的需求量比服務業(yè)對物質(zhì)資本的需求量要大，因此，制造業(yè)發(fā)展對中間投入商品的依賴程度比服務業(yè)要高，而服務業(yè)對人力資本的需求更高，但人力資本要比物質(zhì)資本的穩(wěn)定性要高。在制造業(yè)發(fā)展過程中，大量的中間投入商品將投入制造業(yè)發(fā)展過程中，制造業(yè)對中間投入品依賴程度比服務業(yè)要高，TFP的波動強度的連帶性越強，產(chǎn)業(yè)總量波動也越強。因此，由于不同產(chǎn)業(yè)的相互關聯(lián)性，即使產(chǎn)業(yè)TFP的波動強度一樣，產(chǎn)業(yè)總量波動也會有較大差別。1992—2014年中國制造業(yè)使用中間產(chǎn)業(yè)的投入商品的平均百分比份額為65.63%，第三產(chǎn)業(yè)使用中間產(chǎn)業(yè)投入商品的平均百分比份額為22.33% 。在產(chǎn)業(yè)結(jié)構升級過程中，由于服務業(yè)與其它產(chǎn)業(yè)的關聯(lián)性弱，必然會導致產(chǎn)業(yè)總量波動強度減弱，從而影響GDP總量波動進一步平穩(wěn)化。

三、理論模型設定

根據(jù)產(chǎn)業(yè)結(jié)構升級與經(jīng)濟波動平穩(wěn)化的相互作用機制理論分析可知，除了產(chǎn)業(yè)自身波動減弱以外，產(chǎn)業(yè)結(jié)構升級對經(jīng)濟波動具有“熨平”效應，那么，產(chǎn)業(yè)結(jié)構升級是如何導致經(jīng)濟波動的“大穩(wěn)健”現(xiàn)象的呢？這一影響程度又是如何的呢？基于此，本文構建基于產(chǎn)業(yè)結(jié)構內(nèi)生化的DSGE模型，根據(jù)產(chǎn)業(yè)結(jié)構組合效應和產(chǎn)業(yè)結(jié)構關聯(lián)效應對宏觀經(jīng)濟波動平緩化的機制進行建模，從制造業(yè)和服務業(yè)生產(chǎn)率(TFP)的效率差異入手，而不同產(chǎn)業(yè)的總量變化可以反映產(chǎn)業(yè)結(jié)構的組合效應，不同產(chǎn)業(yè)生產(chǎn)函數(shù)中嵌入中間投入商品可以體現(xiàn)產(chǎn)業(yè)結(jié)構的關聯(lián)效應。由于經(jīng)濟結(jié)構變遷驅(qū)動因素來自于部門TFP不同和消費者偏好差異，本文建模過程中主要參考Kongsamut et al.(2001)、Ngai et al.(2007)、Dekle et al.(2012)、李尚驁等(2012)等的辦法。

(一)生產(chǎn)部門

假設在經(jīng)濟系統(tǒng)中有制造業(yè)和服務業(yè)兩個產(chǎn)業(yè)經(jīng)濟部門*相對其它產(chǎn)業(yè)，1992—2014年農(nóng)業(yè)總量占GDP相對較小而且波動強度較小，因此，在模型構建中進行省略，制造業(yè)和服務業(yè)分別通過第二產(chǎn)業(yè)數(shù)據(jù)和第三產(chǎn)業(yè)數(shù)據(jù)進行校準。，每一個部門中代表性廠商按照Cobb-Douglas生產(chǎn)函數(shù)進行生產(chǎn)，生產(chǎn)函數(shù)中包括資本(K)、勞動(L)以及中間投入商品。因而，制造業(yè)M的生產(chǎn)函數(shù)可以設定為：

(1)

同時，服務業(yè)的生產(chǎn)函數(shù)可以設定為：

(2)

其中：0<α<1，0

對于制造業(yè)生產(chǎn)廠商，需要滿足利潤最大化：

maxkm,Lm,Mm,Sm[pmYm-rKm-wLm-pmMm-psSm]

(3)

其中：pm是制造業(yè)商品的價格；ps是服務業(yè)商品的價格；r是資本的價格；w是工資。

對于服務業(yè)生產(chǎn)廠商，需要滿足利潤最大化，則構建式(4)：

maxks,Ls,Ms,Ss[psYs-rKs-wLs-psMs-psSs]

(4)

式(3)和式(4)的生產(chǎn)函數(shù)是式(1)和式(2)。該經(jīng)濟系統(tǒng)是線性的、在封閉情況下是可解的。兩部門在投入資源相同的情況下，兩個生產(chǎn)可能性邊際的最優(yōu)交點分別可以設定為：

(5)

(6)

其中：Θm，f1，f2，Θs，f3，f4分別是vm，vs，εm，εs的函數(shù)。式(5)和式(6)也表示只有制造部門和只有服務部門的兩種極端情況下總生產(chǎn)函數(shù)。當f1≠f3或f2≠f4，部門TFP沖擊總TFP的機制在式(5)和式(6)表現(xiàn)得是不同的。假設制造業(yè)和服務業(yè)的部門TFP被相同的過程驅(qū)動，即Amt=Ast，通過給定f1、f2、f3、f4的具體函數(shù)形式，當且僅當vs>vm時制造業(yè)TFP的波動程度比服務業(yè)TFP的波動程度要大，即總產(chǎn)出的中間份額在制造業(yè)中比服務業(yè)中要高。因此，即使當兩個部門規(guī)模一樣，由于對中間投入商品依賴程度不同，其部門總量波動程度也不同，而中間投入商品依賴程度越高，其波動的聯(lián)動性就越強，從而導致部門總量波動程度越大。

(二)家庭部門

假設經(jīng)濟系統(tǒng)中存在著[0,1]區(qū)間上連續(xù)的同質(zhì)家庭，但是家庭對不同商品的偏好不同，其中服務業(yè)商品的收入需求彈性要比制造業(yè)要高，而不一致性偏好的效用函數(shù)通常使用非位似偏好效用函數(shù)，即Stone-Geary型效用函數(shù)，具體的形式如下：

(7)

(8)

(9)

其中，約束條件為pstcst+pmtcmt+pmtIt=rtkt+wtnt，E是期望算子，β為主觀貼現(xiàn)率。

(三)市場均衡

(a) 給定價格集合，cmt,cst,lt,kt+1,It是代表家庭效應最優(yōu)的解集；

(b) 給定價格集合，Kmt,Lmt,Mmt,Smt代表了制造業(yè)廠商利潤最大化的解集，Kst,Lst,Smt,Sst代表了服務業(yè)廠商利潤最大化的解集；

(c) 所有市場出清條件下有下列恒等式：

Kt=Km,t+Ks,t’

(10)

Lt=Lm,t+Ls,t’

(11)

Ym,t=Cm,t+It+Mm,t+Ms,t’

(12)

Ys,t=Cs,t+Sm,t+Ss,t

(13)

四、數(shù)據(jù)描述與參數(shù)估計

(一)數(shù)據(jù)來源與描述

本文研究數(shù)據(jù)主要有三個方面：(1)1995—2014年的投入產(chǎn)出表，其中1995—2014年的投入產(chǎn)出表來自于WIOD數(shù)據(jù)庫(Timmer et al.，2015)*目前，WIOD網(wǎng)站對投入產(chǎn)出數(shù)據(jù)最新發(fā)布為2000—2014年數(shù)據(jù)。，1992—2014年的間斷投入產(chǎn)出表數(shù)據(jù)來自于中國統(tǒng)計年鑒，剩余年份數(shù)據(jù)使用三次樣條插值法獲得；(2)1992—2014年的產(chǎn)業(yè)生產(chǎn)中的產(chǎn)業(yè)增加值，勞動就業(yè)人數(shù)使用部門季度就業(yè)人數(shù)的加總，數(shù)據(jù)來源于中經(jīng)數(shù)據(jù)庫；(3)部門的資本存量、部門的TFP、增加值的TFP通過計算獲得，具體數(shù)據(jù)計算方法為：計算年度數(shù)據(jù)，在使用一階樣條插值法得到季度數(shù)據(jù)；所有數(shù)據(jù)轉(zhuǎn)換成以1992年為基年的指數(shù)的形式，消除了單位和誤差帶來的影響。WIOD數(shù)據(jù)庫提供了1995—2014年35個部門的投入產(chǎn)出數(shù)據(jù)、進口數(shù)據(jù)、總投入數(shù)據(jù)以及總生產(chǎn)數(shù)據(jù)等。本文主要使用投入產(chǎn)出數(shù)據(jù)，將35個部門分成制造業(yè)部門和服務業(yè)部門兩大類，進而計算制造業(yè)部門和服務業(yè)部門在生產(chǎn)過程中的中間產(chǎn)品投入量。1992—2014年的國家統(tǒng)計局的投入產(chǎn)出表部門劃分和WIOD的部門劃分不同，1995年、2012年的投入產(chǎn)出表將部門劃分為42個部門，也將其劃分為制造業(yè)和服務業(yè)兩個部門。對不存在的部門數(shù)據(jù)，參考WIOD統(tǒng)計數(shù)據(jù)的方法進行外推獲得。關于部門資本存量計算，使用永續(xù)盤存法估計：Kt=It/pt+(1-δt)Kt-1。其中，Kt、It、pt和δt分別為t期實際資本存量、現(xiàn)價投資量、定基價格指數(shù)和資本折舊率。初始資本存量估算方法使用增長法(Reinsdorf et al.,2005)：K0=I0(1+g)/(g+δ)。制造業(yè)的中間商品占總產(chǎn)出份額等于19個制造業(yè)部門使用的中間商品價值除以總產(chǎn)出的加總，服務業(yè)的中間商品占比計算的方法相同。

(二)參數(shù)估計

本文使用參數(shù)校準的兩部門增長模型研究產(chǎn)業(yè)結(jié)構變遷是如何影響經(jīng)濟波動平穩(wěn)化的數(shù)量關系。由于需要研究產(chǎn)業(yè)結(jié)構變遷的過程，模型模擬實證分兩部分：第一部分實證是對兩個穩(wěn)定狀態(tài)的參數(shù)進行校準，第二部分是研究1992—2003年和2004—2014年服務業(yè)的平均份額差異下的經(jīng)濟波動特征。考慮到需要對穩(wěn)定狀態(tài)的參數(shù)進行校準，模型數(shù)據(jù)來源于中國國家統(tǒng)計局，數(shù)據(jù)為季度數(shù)據(jù)。生產(chǎn)函數(shù)的參數(shù)根據(jù)C-D函數(shù)的假設計算而得：vm=0.40、vs=0.62、εm=0.71和εs=0.72。根據(jù)通常的數(shù)據(jù)測算，折舊率δ=0.012，主觀貼現(xiàn)因素β=0.985。服務業(yè)和制造業(yè)商品消費的替代彈性ρ=-0.15，該參數(shù)參考了Rogerson(2008)和Duarte et al.(2010)的研究數(shù)據(jù)。

在資本產(chǎn)業(yè)彈性的估算方面，具體是把勞動者報酬看成勞動收入，固定資產(chǎn)折舊和營業(yè)盈余作為資本收入，而生產(chǎn)稅額是勞動與資本共同產(chǎn)生的收入，計算資本彈性α值的公式為：

其中：取α的平均值為0.551。

(14)

表2 部分模型參數(shù)的含義與估計值

校準控制資本調(diào)整成本的參數(shù)情況時，ω和v以及兩部門TFP沖擊的標準差。由于兩個穩(wěn)定狀態(tài)下，每單位新資本的價格相對于制造業(yè)的價格為1，可以求得ω為2.0260，資本調(diào)整成本參數(shù)v校準為0.8，具體參考Bernanke et al.(1999)方法。兩部門TFP的誤差項的標準使用索羅剩余進行校準，具體結(jié)果見表2。

五、模型模擬與分析

表3 給出1992—2014年模型模擬結(jié)果和真實結(jié)果的比較。 1992—2014年真實GDP波動強度分別為5.16%和2.25%，波動強度相差為2.91%。表3中分別描述了1992—2003年和2003—2014年的標準差，模擬結(jié)果顯示GDP波動在1992年和2014年分別為5.21%和2.65%，波動強度相差2.56%，模擬結(jié)果也證明GDP波動具有減弱的趨勢。GDP波動平穩(wěn)化的原因來自于兩個方面：一種是由于制造業(yè)和服務業(yè)的TFP在不同時間段有減弱的趨勢，另一種是由于服務業(yè)占GDP的份額增加所導致的GDP總量波動的平穩(wěn)化。為了測算產(chǎn)業(yè)結(jié)構升級是如何導致GDP波動的“大穩(wěn)健”現(xiàn)象，在進行模擬實驗過程中，將2014年的制造業(yè)和服務業(yè)TFP波動的標準差換成1992年的制造業(yè)和服務業(yè)TFP波動的標準差。反事實模擬實驗假設產(chǎn)業(yè)的波動強度沒有變，而產(chǎn)業(yè)結(jié)構發(fā)生了變化，通過產(chǎn)業(yè)結(jié)構變化來測算經(jīng)濟波動的變化，這樣可以對產(chǎn)業(yè)結(jié)構變化造成的經(jīng)濟波動進行測算。模擬實驗結(jié)構表明GDP波動的標準差為4.59%，這說明制造業(yè)向服務業(yè)轉(zhuǎn)換的過程中對GDP波動平穩(wěn)化的貢獻度為24.2%。

表3 不同穩(wěn)定狀態(tài)下的波動特征比較

① 表3中關于GDP波動性計算，先采用X12對季度數(shù)據(jù)進行季度調(diào)整，再取對數(shù)并使用HP濾波求出GDP的偏差百分比，最后計算1992Q1—2003Q4和2004Q1—2014Q4的標準差。

② 解釋程度的計算為：(0.046-0.040)/(0.046-0.021)*100%。

表3的后三行是使用1992—2003年和2004—2014年的平均服務業(yè)份額對理論模型進行模擬的結(jié)果，其中服務業(yè)占GDP的份額分別為37.7%和44.2%。1992—2003年和2004—2014年GDP波動強度分別為4.7%和2.1%，這兩個時間段的經(jīng)濟波動強度相差2.6%。表3的前兩列分別描述了1992—2003年和2004—2014年的標準差。模型模擬結(jié)果顯示GDP波動在1992—2003年和2004—2014年分別為4.6%和2.1%，兩個時間段的經(jīng)濟波動強度相差2.5%。為了測算不同時間段產(chǎn)業(yè)結(jié)構變化對GDP波動的影響程度，我們使用反事實模擬實驗將2004—2014年的相應標準差換算成1992—2003年的制造業(yè)和服務業(yè)TFP波動的標準差，這樣模擬實驗就可以對產(chǎn)業(yè)結(jié)構變化所導致的經(jīng)濟波動進行測算。模擬實驗結(jié)果表明GDP波動的標準差為4.0%，這說明制造業(yè)向服務業(yè)轉(zhuǎn)換的過程中對GDP波動較弱的貢獻度為24%。

根據(jù)產(chǎn)業(yè)結(jié)構的關聯(lián)效應機制分析可知，產(chǎn)業(yè)結(jié)構的變化導致部門TFP對GDP沖擊的作用機制發(fā)生了變化，那么，不同部門TFP如何沖擊GDP總量波動、部門TFP沖擊對GDP的作用效應是如何的呢？本文對其進行模擬實驗分析：首先，設定在不同時間段服務業(yè)占GDP的比重不同；其次，在不同部門TFP的1%的沖擊作用下考察GDP波動特征，具體結(jié)果見圖2。從圖2可以看出：1992—2003年服務業(yè)占GDP份額為37.7%時，1%的制造業(yè)TFP沖擊會導致2.51%的GDP波動，而在2004—2014年在服務業(yè)占GDP份額為44.2%時，1%的制造業(yè)TFP沖擊將導致1.98%的GDP的沖擊；1%的服務業(yè)TFP沖擊對GDP的波動在1992—2003年和2004—2014年分別為2.43%和2.47%。因此，在制造業(yè)向服務業(yè)轉(zhuǎn)變的過程中，由于產(chǎn)業(yè)結(jié)構的調(diào)整導致不同部門TFP的沖擊對GDP波動發(fā)生變化。相比服務業(yè)，制造業(yè)對中間產(chǎn)品依賴的程度要更高，其對GDP波動的沖擊也更大。在產(chǎn)業(yè)結(jié)構升級過程中，隨著服務業(yè)的份額的增加GDP總量的波動呈下降的趨勢。

圖2兩部門TFP的1%的沖擊導致的GDP的脈沖響應

接下來，討論模型中其它內(nèi)生變量的波動特征。表4中的前兩列給出了1992—2003年消費(C)、投資(I)、勞動量(L)、全要素生產(chǎn)率(TFP)的標準差以及和GDP之間的相關系數(shù)。在第4列和第5列給出了2004—2014年的相關變量的統(tǒng)計特征。為了跟實際數(shù)據(jù)進行比較，表4中使用國家統(tǒng)計局(NBS)數(shù)據(jù)給出了投資、消費等部門的波動特征。

表4 不同時期的宏觀經(jīng)濟變量的經(jīng)濟波動特征① σx,1是變量的HP濾波后偏離百分數(shù)的標準差，y是GDP，ρ(x1,y1)是變量x和GDP的相關系數(shù)。

由表4可知，通過和實際數(shù)據(jù)進行比較，產(chǎn)業(yè)結(jié)構內(nèi)生化的DSGE模型模擬兩種穩(wěn)定狀態(tài)下經(jīng)濟波動特表現(xiàn)是較好的。1992—2003年投資的標準差是5.12%，而實際值為5.42%?？紤]2004—2014年的波動特征，模擬出投資、制造業(yè)消費和服務業(yè)消費的波動強度分別為3.39%、2.83%和1.91%。表4中最后一列是兩個時期波動強度的比值，可以看出：1992—2003年和2004—2014年投資、部門消費以及勞動量的波動強度都存在下降的趨勢。在兩種穩(wěn)定狀態(tài)下，產(chǎn)業(yè)結(jié)構轉(zhuǎn)型導致制造業(yè)消費、服務業(yè)消費、投資、勞動人數(shù)和TFP波動呈減弱的趨勢。隨著服務業(yè)份額的增加，GDP波動程度下降，消費者的收入波動性變?nèi)?，從而導致需求?cè)的消費和投資波動性減弱。

考慮經(jīng)濟波動的協(xié)動性、勞動量和GDP的波動是負相關的，其它的變量和GDP都是正相關的。相關系數(shù)的大小和實際數(shù)據(jù)的結(jié)果也是基本一致的。由于總TFP沖擊可能來自制造業(yè)和服務業(yè)兩個部門獨立TFP的沖擊。假設在制造業(yè)有一個正TFP沖擊，由圖2可知：它將導致GDP波動增加，然而也會導致服務商品相對于制造業(yè)的價格增加，因此，替代效應將導致家庭消費者減少對服務商品的消費并增加對制造業(yè)商品的消費，價格效應將趨向于減弱GDP和服務業(yè)之間的相關性。反之，相同的機制也適用于制造業(yè)商品的消費，但是服務業(yè)TFP的正沖擊效應導致兩種商品價格變化相對溫和，而這是由于兩種商品使用中間商品的份額不同，因此總TFP的波動大部分來自于制造業(yè)TFP波動的沖擊。

六、結(jié)論與政策建議

自20世紀90年代以來，中國經(jīng)濟結(jié)構不斷優(yōu)化，尤其表現(xiàn)為產(chǎn)業(yè)結(jié)構升級步伐加快，服務業(yè)總量在2012年超過制造業(yè)總量成為經(jīng)濟發(fā)展的主導行業(yè)。同一時期，總產(chǎn)出、消費、投資以及勞動量的波動特征業(yè)呈平穩(wěn)化發(fā)展趨勢。為理清產(chǎn)業(yè)結(jié)構升級與經(jīng)濟波動的相互作用機制，本文構建了一個產(chǎn)業(yè)結(jié)構內(nèi)生化的DSGE模型，通過反事實模擬實驗研究產(chǎn)業(yè)結(jié)構升級是如何導致經(jīng)濟波動的“大穩(wěn)健”現(xiàn)象。研究結(jié)果表明，產(chǎn)業(yè)結(jié)構升級對經(jīng)濟波動具有“熨平”效應，其相互作用機制表現(xiàn)為產(chǎn)業(yè)自身優(yōu)化效應、產(chǎn)業(yè)結(jié)構組合效應和產(chǎn)業(yè)結(jié)構關聯(lián)效應；產(chǎn)業(yè)結(jié)構升級不僅會導致總量經(jīng)濟波動的“大穩(wěn)健”現(xiàn)象，同時對投資、消費等波動也有弱化作用，這些能解釋中國在1995—2014年經(jīng)濟波動平穩(wěn)化現(xiàn)象。

基于以上研究成果，可以提出如下政策建議：首先，加快提升服務業(yè)占經(jīng)濟總量的合理比重。由于服務業(yè)具有穩(wěn)定經(jīng)濟波動效應，尤其是中、高端服務業(yè)作用要更加顯著。與發(fā)達國家相比，中國中、高端服務還有較大發(fā)展空間，因此在深化經(jīng)濟結(jié)構改革過程中，進一步提高中、高端服務業(yè)占GDP的比重是中國經(jīng)濟從高速度增長向高質(zhì)量發(fā)展的重要路徑。其次，優(yōu)化服務業(yè)的產(chǎn)業(yè)結(jié)構，推動服務業(yè)結(jié)構轉(zhuǎn)型升級。隨著居民消費結(jié)構升級，中國應該深化服務業(yè)結(jié)構改革，快速發(fā)展旅游、文化、體育、健康及養(yǎng)老等“五大幸福產(chǎn)業(yè)”。著力提高生產(chǎn)性服務業(yè)效率和消費性服務業(yè)的服務質(zhì)量，建立完善的現(xiàn)代化服務業(yè)管理體系。最后，平衡制造業(yè)和服務業(yè)的發(fā)展關系。由于制造業(yè)對中間投入商品的依賴度強，相對服務業(yè)，制造業(yè)對總量經(jīng)濟增長及波動的影響更大。因此，在經(jīng)濟結(jié)構轉(zhuǎn)型升級過程中，不僅要加快服務業(yè)穩(wěn)定經(jīng)濟的作用，更要提高制造業(yè)的質(zhì)量，提升制造業(yè)全球的競爭力。

方福前,詹新宇. 2011. 中國產(chǎn)業(yè)結(jié)構升級對經(jīng)濟波動的熨平效應分析[J]. 經(jīng)濟理論與經(jīng)濟管理(7)：5-16.

干春暉,鄭若谷,余典范. 2011. 中國產(chǎn)業(yè)結(jié)構變遷對經(jīng)濟增長和波動的影響[J]. 經(jīng)濟研究(5)：4-31.

李尚驁,龔六堂. 2012. 非一致性性偏好、內(nèi)生偏好結(jié)構與經(jīng)濟結(jié)構變遷[J]. 經(jīng)濟研究(7):35-47.

林建浩,王美今. 2016. 新常態(tài)下經(jīng)濟波動的強度與驅(qū)動因素識別研究[J]. 經(jīng)濟研究(5):27-40.

梅冬州,王子健,雷文妮. 2014. 黨代會召開、監(jiān)察力度變化與中國經(jīng)濟波動[J]. 經(jīng)濟研究(3):47-61.

王國靜,田國強. 2014. 金融沖擊和中國經(jīng)濟波動[J]. 經(jīng)濟研究(3):20-34.

徐舒,左萌,姜凌. 2011. 技術擴散、內(nèi)生技術轉(zhuǎn)化與中國經(jīng)濟波動：一個動態(tài)隨機一般均衡模型[J]. 管理世界(3):22-31.

許偉,陳斌開. 2009.銀行信貸與中國經(jīng)濟波動:1993—2005[J]. 經(jīng)濟學(季刊)(3):969-993.

楊天宇,劉韻婷. 2011. 中國經(jīng)濟結(jié)構調(diào)整對宏觀經(jīng)濟波動的“熨平效應”分析[J]. 經(jīng)濟理論與經(jīng)濟管理(7)：47-55.

詹新宇,方福前. 2012. 國有經(jīng)濟改革與中國經(jīng)濟波動的平穩(wěn)化[J]. 管理世界(3):11-22.

ACEMOGLU D, CARVALHO V M, OZDAGLAR A, et al. 2012. The network origins of aggregate fluctuations [J]. Econometrica, 80(5):1977-2016.

BERNANKE B S, GERTLER M, GILCHRIST S. 1999. The financial accelerator in a quantitative business cycle framework [M]//TAYLOR J B, WOODFORD M. Handbook of Macroeconomics： volume I. Amsterdam:Elsevier:1341-1393.

BLANCHARD O, SIMON J. 2001. The long and large decline in U.S. output volatility [J]. Brooking Papers on Economic Activity, 2001(1): 135-164.

CARVALHO V. 2007. Aggregate fluctuations and the network structure of intersectional trade [R]. Economic Working Papers.

CLARIDA R, GALI J, GERTLER M. 2000. Monetary policy rules and macroeconomic stability: evidence and some theory [J]. Quarterly Journal of Economics, 115(1):147-180.

CHANG C, CHEN K J， WAGGONER D F, et al. 2016. Trends and cycles in China′s macro-economy [M]. NBER Macroeconomics Annual 2015, Chicago :University of Chicago Press.

DAVIS S J, KAHN J A. 2008. Interpreting the great moderation: changes in the volatility of economic activity at the macro and micro levels[J]. Journal of Economic Perspectives, 22(4):155-188.

DEKLE R, VANDENBROUCKE G. 2012. A quantitative analysis of China′s structural transformation [J]. Journal of Economic Dynamics and Control, 36(1):119-135.

DUARTE M, RESTUCCIA D. 2010. The role of the structural transformation in aggregate productivity [J]. Quarterly Journal of Economics, 125(1):129-173.

EGGERS A, IONNIDES Y M. 2006. The role of output composition in the stabilization of U.S. output growth [J]. Journal of Macroeconomics, 28(3):585-595.

HERRENDORF B, VALENTINYI A. 2012. Which sectors make the poor countries so unproductive [J]. Journal of the European Economic Association, 10(2):323-341.

JAIMOVICH N, SIU H E. 2009. The yong, the old, and the restless:demographics and business cycle volatility [J]. American Economic Review, 99(3):804-826.

JERMANN U J, QUADRINI V. 2006. Financial innovations and macro-economic volatility [R]. NBER Working Paper, No.12308.

KONGSAMUT P, REBELO S, XIE D Y. 2001. Beyond balanced growth [J]. Review of Economic Studies, 68(4):869-882.

NGAI L R, PISSARIDE C A. 2007. Structural change in a multisector model of growth [J]. American Economic Review, 97(1):429-443.

REINSDORF M, COVER M. 2005. Measurement of capital stocks, consumption of fixed capital and capital services：report on a presentation to the Central American AD Hoc group on national accounts [R]. Working Paper.

ROGERSON R. 2008. Structural transformation and the deterioration of European labor market outcomes [J]. Journal of Political Economy, 116(2):235-259.

SONG Z, STORESLETTEN K, ZILIBOTTI F. 2011. Growing like China [J]. American Economic Review, 101(1):196-233.

TIMMER M P, DIETZENBACHER E, LOS B, et al. 2015. An illustrated user guide to the world input-output database: the case of global automotive production [J]. Review of International Economics, 23(5):575-605

ZHU X D. 2012. Understanding China′s growth:past, present, and future [J]. Journal of Economic Perspectives, 26(4):103-124.