文章编号：1003-6636（2012）02-0013-06；中图分类号：F202；文献标识码：A 物价波动下的产业调整速度、 信贷投放与财政支出收稿日期：2012-10-10
作者简介：黄荣哲（1974-），男，广东新会人，广西财经学院金融系副教授，经济学博士，研究方向为金融；农丽娜（1976-），女，广西横县人，中国人民银行南宁中心支行经济师，经济学硕士，研究方向为金融。
黄荣哲1，农丽娜2
（1.广西财经学院，广西 南宁530003；2.中国人民银行南宁中心支行，广西 南宁530028）
摘要：基于1953―2010年统计数据的研究表明，三次产业调整速度能够显著地影响通货膨胀率的变化。函数图像表现为非对称的“U型”曲线。调整速度存在着最优区间。调整过快或者过慢都会引起通货膨胀率上升。在通货膨胀预期增强的情况下，产业发展规划要防止因为结构失衡而增大通货膨胀压力。另外，在产业结构调整过程当中信贷投放与财政支出等政策必须相互配合。
关键词：产业结构；通货膨胀率；门限模型
On Velocity of Industrial Adjustment, Credit and Fiscal Expenditure with Price Fluctuation
HUANG Rong?zhe1,NONG Li?na2
(1. Guangxi University of Finance and Economics, Nanning, 530003, China; 2. Nanning Central
Sub?branch of People"s Bank of China, Nanning，530028, China)
Abstract：Statistic data from 1953 to 2010 indicates that velocity of three industries’ adjustment impacts inflation rate remarkably. The function graph is an asymmetrical U?shape curve. There is an optimal velocity interval. Either higher or lower velocity will increase inflation rate. Under circumstance of more inflation expectation, industrial development programs should avoid increasing inflation pressure because of structural imbalance. Moreover, policies of credit and fiscal expenditure should cooperate with each other in industrial adjustment.
Key words：industrial structure; inflation rate; threshold model
一、引言
为应对2008年底爆发的国际金融危机，中国政府及时出台了一系列积极的财政政策和适度宽松的货币政策。2010年底政府在继续实施积极财政政策的同时将适度宽松的货币政策转向稳健。在相对集中的刺激性政策推动下，国民经济保持了较快发展，同时也出现了一定程度的物价上升和通货膨胀预期。人们会很自然地将短期内迅速增长的财政支出和信贷投放等总量因素归结为目前通货膨胀压力的根源。然而，诱发通货膨胀现象的原因可以是多种多样的，既有总量因素，也有结构因素，或者两者兼有。除了财政支出和信贷投放等总量因素之外，产业结构调整以及不同产业发展之间是否协调也能够诱发通货膨胀现象。由于产业结构调整的供给效应需要相当一段时间才能完全体现，而市场需求的变化相对较快，所以产业结构调整的速度过快或者过慢都有可能使得总供给与总需求出现失衡，进而引起一般物价水平的波动。在通货膨胀预期增强的环境下，产业结构调整的速度必须适度，既不能操之过急，也不能落后于国民经济发展的需要。本文将以三大产业为例，分析产业结构调整速度对通货膨胀率的影响，然后提出一些对策建议。
二、文献综述
根据Schultze（1959）、Baumol（1967）和Hicks（1974）的理论，各部门发展不协调（进而总供给与总需求失衡）是结构性通货膨胀的根本原因。［1］虽然Hicks等将社会经济区分为“先进部门―保守部门”或者“扩展部门―非扩展部门”，而不是按照三大产业进行划分，但是他们的理论仍然能够用来分析三大产业结构调整对通货膨胀的影响，因为随着三大产业在国民经济中的地位发生变化，总需求在不同产业间转移的情况就会出现。从20世纪80年代末开始，国内关于三大产业结构调整影响通货膨胀率的研究成果不断地出现。唐鑫炳（1988）断言，产业结构在时向序列上决定着供给结构的演变能力和供给总量增长的加速度的大小，从而决定或影响物价状况。［2］郭克莎（1989）指出，产业结构调整与治理通货膨胀是对立统一的。只有改善产业结构，才能增加有效供给，真正抑制通货膨胀；而只有治理通货膨胀，才能使三大产业的比例关系和各层次产业的内部结构逐步合理化。［3］刘光第（1995）认为，投资结构不合理导致产业结构失衡，进而引起了通货膨胀问题。［4］卢克群（1995）指出，20世纪90年代前期工业系统产成品积压，使得流通中所需的货币数量增加，通货膨胀压力加大。［5］邱兆祥（1995）提出，对农业的投放相对减少致使工农业发展比例失调，生活资料价格上涨过快。根据历史经验，我国工农业增长速度的适度比值为2?5∶1至3∶1，然而1992―1993年却分别高达4?3∶1和5?2∶1。［6］与王师勤（1990）［7］观点相类似，陈淮（1995）认为，20世纪90年代以来，许多发展中国家迎来工业化高潮。工业化进程起主导作用的第二产业内部结构以及三大产业之间结构的变动与转换引起了通货膨胀的必然性和长期性。当产业结构呈现多重转换并存且转换速度很快时，结构性供求缺口将成为经常性的现象。［8］吴军和田娟（2008）运用部门瓶颈模型分析了结构性通货膨胀的形成机制，并认为其根源在于农业部门发展的相对滞后。［9］唐浩等（2010）提出，加强三大产业之间的互动，尤其是以制造业为核心带动第一、三产业协同发展，将有助于消除2008年国际金融危机背景下4万亿投资可能带来的通货膨胀隐患。［10］
从以上文献当中不难看出，三次产业结构调整太快或者太慢都会引发总供给与总需求的失衡以及通货膨胀率的波动。宏观经济当中存在着与通货膨胀率相联系的产业结构调整的最优速度。应该说，三次产业调整速度与通货膨胀率之间存在着非线性关系。然而，目前文献在定量描述非线性函数关系方面存在着不足之处。有的文献仅仅从定性的角度阐述两者之间的关系，例如唐鑫炳（1988）；有的文献只涉及第一、二产业增长速度的适度比值，而忽略了第三产业的发展问题，例如邱兆祥（1995）。更加重要的是，目前文献都没有提供如何确定与通货膨胀率相联系的产业结构调整最优速度的计量方法。
三、模型设计与实证分析
（一）模型设计
如前所述，财政支出增长率（G）、信贷投放增长率（M）和产业结构调整速度（V）是影响通货膨胀率（P）的三个主要因素，即P=f(G,M,V)。其中，财政支出增长率（G）与信贷投放增长率（M）代表总量因素，产业结构调整速度（V）代表结构因素。
首先，财政支出与信贷投放等总量因素既可以产生需求效应，也能够带来供给效应。一方面，财政支出本身就是社会总需求的一部分，而信贷投放增加也能够刺激人们的消费与投资需求。结果，总需求曲线向右移动。另一方面，如果财政支出被用来生产公共产品以及对私人产权施行有效保护等以弥补市场缺陷，又或者向国内企业提供生产补贴，那么合理的财政支出规模就能够促使总供给曲线向右移动。例如，1979-2001年中国财政的基本建设支出对GDP增长的贡献大约为2?3%（中国社会科学院经济研究所经济增长前沿课题组，2004）。［11］信贷投放增加（尤其是在金融约束或者信贷配给条件下）不仅缓解了生产者的资金紧张状况，推动更多的生产要素转化为最终产品和服务，而且随后的市场利率下调也降低了生产成本，使总供给曲线向右移动。例如，1978―2001年中国农业信贷对农业化肥施用量和农村用电量的弹性分别为0?3203和0?4961，对农业总产值及其指数的弹性系数分别为0?6662和0?2917（周小斌和李秉龙，2003）。［12］财政支出或者信贷投放等总量因素对于通货膨胀率的影响效果取决于需求效应与供给效应之间的强弱对比。当需求效应大于供给效应时，通货膨胀率上升，?P?G>0、?P?M>0；当需求效应小于供给效应时，通货膨胀率下降，?P?Gτ （式3）
Pt=w1+w2Gt+w3Mt+w4Vt+εt,Vt≤τ1
w5+w6Gt+w7Mt+w8Vt+εt,τ1τ2 （式4）
情况1：如果原假设H0：w1=w5=w9、w2=w6=w10、w3=w7=w11、w4=w8=w12被接受，那么模型式2、式3和式4之间没有显著区别。此时，采用模型式2进行实证分析即可。
但是，如果原假设H0：w1=w5=w9、w2=w6=w10、w3=w7=w11、w4=w8=w12被拒绝，那么模型式2与式3或者式4之间的系数则存在显著差异，P与G、M、V之间的函数关系是非线性的。模型式3或者式4至少存在1个门限值。要么τ2和τ1之间存在显著差异，τ2≠τ1；要么τ2和τ1之间不存在显著差异，τ2=τ1。此时，采用模型式2进行实证分析显然是不合适的。
情况2：如果原假设H0：w1=w5、w2=w6、w3=w7、w4=w8被接受，并且原假设H0：w5=w9、w6=w10、w7=w11、w8=w12被拒绝，那么低区制和中区制回归方程的系数没有显著差异，而中区制和高区制回归方程的系数则存在显著差异。模型式3或者式4只有1个门限值τ1=τ2=τ。此时，采用模型式3进行实证分析即可。
情况3：如果原假设H0：w1=w5、w2=w6、w3=w7、w4=w8被拒绝，并且原假设H0：w5=w9、w6=w10、w7=w11、w8=w12被接受，那么低区制和中区制回归方程之间的系数存在显著差异，而中区制和高区制回归方程之间的系数则没有显著差异。模型式3或者式4只有1个门限值τ1=τ2=τ。此时，采用模型式3进行实证分析即可。
情况4：如果原假设H0：w1=w5、w2=w6、w3=w7、w4=w8被拒绝，并且原假设H0：w5=w9、w6=w10、w7=w11、w8=w12也被拒绝，那么高、中、低区制回归方程的系数存在显著差异。模型式4有2个不相等的门限值τ2和τ1，即τ2≠τ1。此时，无论采用模型式2还是式3进行实证分析显然都是不合适的，而只能采用式4。
（二）参数估计
根据中国经济信息网、《新中国50年统计资料汇编》、《中国统计年鉴2010》和《2010年国民经济和社会发展统计公报》等资料，笔者整理并计算1953-2010年国内的通货膨胀率（P）、财政支出增长率（G）、信贷投放增长率（M）以及三次产业调整速度（V），如图1所示。其中，财政支出增长率（G）可以从统计资料中直接获得。通货膨胀率P等于居民消费价格指数（上年=100）除以100再减去1。信贷投放增长率M使用金融机构人民币信贷资金平衡表当中的资金运用合计数额进行计算。三次产业调整速度V则依据凌文昌和邓伟根（2004）提供的方法计算得到。
图1主要变量的时间序列根据Chan（1993）［14］提出的门限值确定方法，如果产业调整速度的样本数值越接近真实的门限水平V*，那么门限模型的残差平方和（SSR）、赤池信息准则（AIC）和施瓦茨准则（SC）就应该越小，同时可决系数R2越大。
为此，笔者首先将Pt、Gt、Mt和Vt等多个时间序列全部按照Vt数值大小进行升序排列，得到一组新的非时间序列P’s、G’s、M’s和V’s（s=1,2,…,58），其中V’1≤V’2≤…≤V’58。为了保证门限选取有意义，笔者还将V’1-V’4等4个最小数值与V’54-V’58等5个最大数值排除在候选门限值之外，它们约占全部样本的15?5%。结果，候选的门限值V’s只有V’5-V’53等49个数值。
其次，笔者在确保τ1≤τ2的前提下令V’5-V’53等49个数值分别等于门限值τ1和τ2，并依照不同的门限值组合(V’m,V’n)对模型式4进行多次回归分析，其中V’m≤V’n。如图2所示，由于门限值τ1≤τ2、V’m≤V’n，所以搜寻范围实际上仅限于通过坐标轴原点的45度直线以上的网格。最终得到若干个SSR、AIC、SC、R2值。
图2通过网格搜索模型的门限值第三，在计算得到的若干个SSR、AIC、SC和R2值当中，升序排列第18和45位的产业转型系数组合（即V’18和V’45）所对应的SSR(18,45)=0?075377、AIC(18,45)=-3?394022和SC(18,45)=-2?967723为最小，且R2(18,45)=0?610243为最大，所以V’18=0?0242和V’45=0?0648分别最接近于模型式4的真实门限水平τ1和τ2。
如表1所示，为了判断系数是否存在显著差异，笔者对中、低区制的回归方程施加约束条件w1=w5、w2=w6、w3=w7、w4=w8，然后进行Wald检验。结果，Wald统计量（服从F分布）的置信概率等于0?0000。在1%显著水平条件下，拒绝原假设。中、低区制的回归方程的系数之间存在显著差异。
类似地，笔者对中、高区制的回归方程施加约束条件w5=w9、w6=w10、w7=w11、w8=w12，并进行Wald检验。Wald统计量（服从F分布）的置信概率等于0?0499。在5%显著水平条件下，拒绝原假设。中、高区制的回归方程的系数之间存在显著差异。
因此，笔者可以断定：第一，函数P=f(G,M,V)是非线性的。多元线性回归模型式2无法适用于本研究。第二，不仅原假设H0：w1=w5、w2=w6、w3=w7、w4=w8被拒绝，而且原假设H0：w5=w9、w6=w10、w7=w11、w8=w12也被拒绝，说明了模型式4存在2个显著差异的门限值τ2和τ1（即前面所述之情况4）。与两区制门限回归模型相比较，三区制模型更加适合用来研究中国在1953-2010年期间三次产业调整速度对于通货膨胀率的非线性影响，如图3所示。
（三）回归结果的分析
如图4所示，P=f(V)是左侧陡峭而右侧平缓的非对称的“U型”曲线。增加信贷投放（M+）与财政支出（G+），又或者减小信贷投放（M-）与财政支出（G-），都将使得曲线P=f(V)出现平行的位移。
表1三次产业调整速度与通货膨胀率之间的回归分析
解释变量线性回归模型系数门限回归模型系数（剔除不显著的解释变量）V≤0?02420?02420?0648截矩项0?026730*―-0?026463*―G-0?129028**-0?566680**――M0?146988**1?019521***0?302864***-0?097968**V-0?022072-3?807798**―0?424825***R20?1161140?6375750?4621440?606443DW值0?854289―1?852899―样本数量58182713Wald检验―Probability(F)=0.0000―――Probability(F)=0.0499―Probability(F)=0.0000备注：***、**和*分别代表1%、5%和10%显著水平。
图3产业结构调整速度与通货膨胀率之间关系的近似描述图4M和G平移曲线的效果首先，相对于财政支出增长率和产业结构调整速度而言，信贷投放增长率与通货膨胀率之间的关系最密切。在高、中、低三个区制的回归方程当中，M的反应系数都是显著的。但是，这种密切关系会随着环境的变化而表现不同。在中、低区制的回归方程当中，M的反应系数分别为0?302864和1?019521，均大于零。这说明信贷投放所产生的需求效应大于供给效应。信贷投放增加将引发通货膨胀率上升，?P?M>0。相反地，在高区制回归方程当中，M的反应系数等于-0?097968，小于零。这说明信贷投放所产生的需求效应小于供给效应。信贷投放增加反而抑制通货膨胀率上涨，?P?M