通货膨胀对经济增长的影响及途径研究

孙宗扬，王庆石

(东北财经大学数学与数量经济学院，辽宁 大连 116025)

一、引 言

当前的世界经济复苏处于不均衡时期。国际货币基金组织在《世界经济展望更新2013》预测，2013年发达国家平均经济增长率为1.4%，平均通货膨胀率为1.6%;而新兴市场经济体平均经济增长率为5.5%，平均通货膨胀率为6.1%。主流发达经济体的经济增长率比起经济危机之前都有所回升。然而，欧元区的债务危机以及美国的财政悬崖问题使得全球经济危机的复苏雪上加霜。此外，发达国家的通货膨胀率总体来说处于控制目标范围之内。但是，较高的财政赤字、不加控制的财政政策与宽松的货币政策有可能加剧物价水平的压力。发展中国家与新兴市场经济体的现状与发达国家相比有较大的不同。与经济危机时期相比，发展中国家与新兴市场经济体经济增长率不仅反弹，并且接近或者超过其趋势水平。与此同时，发展中国家与新兴市场经济体饱受不断上升的通货膨胀压力。

高水平的通货膨胀降低了消费者的购买力，生产者面临日益上涨的生产成本。通货膨胀也干扰了市场的价格信号机制，提高了交易成本。因此，它破坏了资源配置的效率，对社会财富造成的消极影响是巨大的。通货膨胀也使得对于未来经济的预测变得更加不确定。所有这些因素都给经济增长带来了负面的影响。

二、文献综述

经典的文献对于经济增长与通货膨胀的关系给予了多样的答案。这些答案包含了所有可能的结果，即不相关、正相关与负相关。Sidrauski［1］证明了如果在效用函数中加入实际货币均衡 (Real Money Balances)，通过将效用函数进行最优化可以发现货币对于经济增长是没有影响的。在均衡的时候，资本边际产值与不变的时间替代率相等。因此，资本储存量和产出增长不会被货币均衡所改变。Tobin［2］和Mundell［3］证明了高水平的通货膨胀率提高了货币持有的机会成本。因此，投资者将减少他们持有的货币而增加实体资本的积累。这个过程是基于货币和资本为替代物的假设，从而发生的投资组合重新配置的过程。Samuelson［4］证明了基于货币和资本为互补商品的假设，在世代交叠模型中，t时刻高通货膨胀水平会减少t时刻的货币持有量。因此，t时刻的储蓄水平会降低。接着，t时刻的资本存储也会降低。最终，t时刻降低的资本积累水平将导致t+1时刻的经济增长率降低。

一些文献也针对通货膨胀影响经济增长的渠道入手分析。Bruno［5］使用了混合回归法对1961—1991年16个国家的面板数据进行了回归。Pindyck和 Solimano［6］使用了1960—1991年16个国家的面板数据进行回归。这两个研究都发现由高水平的、波动程度强的、未被期望的通货膨胀率导致的不确定性是资本回报率的一个主要决定因素。此外，他们还发现通货膨胀可以影响未来投资市场的信心。我们把影响投资的这条渠道叫做通货膨胀对经济增长的积累效应。Kormendi和Meguire［7］指出通货膨胀影响经济增长的两条潜在途径。第一，导致生产要素的生产率降低的途径叫做效率途径。第二，通货膨胀成本也可以通过名义刚性实现，即一些公司不能及时调整价格从而造成了菜单成本。通货膨胀扭曲了价格信息，可以使得经济预测变得愈加困难，最后导致资源配置的无效率。

Rousseau和 Watchtel［8］使用了世界发展指数中，1960—1995年84个国家的面板数据来检验通货膨胀、金融发展与经济增长的三方关系。他们发现通货膨胀能够通过直接的或者间接的效应来影响经济增长。这种间接的效应可以通过对金融发展的负面影响而实现。通货膨胀对经济增长的影响通过两个独立的效应实现:短期菲利普斯曲线表明，通货膨胀与经济增长存在正相关效应，即经济增长将提升市场需求从而导致短期通货膨胀;直接与间接效应将一同推动长期负相关效应的形成。

很多研究针对经济增长与通货膨胀的关系进行了检验。但是，经济学家对经济增长与通货膨胀的关系并没有达成一致的意见。两者之间扑朔迷离的关系表明我们需要在这个领域进行进一步的研究。因此，本文使用带有异方差的混合回归法 (Pooled Least Squares)，就213个国家1980—2009年的面板数据，研究物价稳定性对经济增长的长期影响与该影响发生的相关渠道。

三、变量定义与数据样本

为了检验物价稳定对于人均GDP增长的影响，我们使用213个国家1980—2009年的面板数据。数据来源于世界发展指数，并且数据样本是显著平衡的。下面我们将定义模型中所使用的变量。

人均GDP增长率 (GDPPCGit)为模型的因变量。我们定义其为每年增长率的五年平均值，即GDPPCGit=(lnGDPPCit+5－lnGDPPGit)/5×100，其中，GDPPCit为人均GDP。世界上绝大多数国家都使用实际GDP增长率作为经济增长的衡量指标，而非名义GDP增长率。因此，在本文将使用实际GDP增长率来计算经济增长。

通货膨胀虚拟变量 (P1、P2、P3)为模型的自变量。我们模型中的通货膨胀不是一个连续的变量，因为我们的兴趣不在于衡量当通货膨胀率变化百分之一时，经济增长率变化百分之几。相反地，我们假设存在某些临界值使得通货膨胀率足以影响经济增长。换句话说，只有当通货膨胀率达到某一水平时，其对经济增长的影响才是显著的。因此，我们将通货膨胀定义为虚拟变量。这些虚拟变量将数据样本分为四个区间:通货紧缩经济体、中低通货膨胀经济体 (P1)、高通货膨胀经济体 (P2)与超高通货膨胀经济体 (P3)。通货紧缩经济体的通货膨胀率低于零;中低通货膨胀经济体的通货膨胀率大于等于0，且小于10%;高通货膨胀率经济体的通货膨胀率大于等于10%，且低于50%;超高通货膨胀经济体的通货膨胀率大于等于50%。我们在模型中将通货膨胀率的五年平均值作为通货膨胀的衡量指标。本文旨在检验这四组具有不同通货膨胀经历的经济体的不同经济增长情况。

本文使用的通货膨胀率是基于GDP平减指数计算的。同时，我们使用总通货膨胀率 (总通货膨胀率是使用物价指数的所有组成因子进行计算的)，而非核心通货膨胀率来衡量通货膨胀水平，因为物价指数中的波动因子对于各经济体有明显的不同。比如，与发达国家相比，食物产品在新兴市场经济体与发展中国家的经济中占有较大的比重。食物产品的价格波动是较大的，但是如果在计算核心通货膨胀率时剔除它，对于新兴市场经济体与发展中国家通货膨胀率的衡量是不合适的。因此，我们不使用核心通货膨胀率来衡量通货膨胀水平，尽管它更能够反映出未来通货膨胀的趋势。

其它变量。投资率 (IRit)是总资本形成与GDP的比率。金融深度 (FDit)是由国内私有产业信贷与GDP的比率衡量的。初始金融深度为金融深度的一期滞后值。开放程度 (Opennessit)是由进出口总量与GDP的比率衡量的。人口增长率为PGit。初始人均GDP(linigdppcit)是相对人均GDP(RGDPPCit)的一期滞后值。相对人均GDP是指一国人均GDP与美国同年人均GDP的比值，即RGDPPCit=GDPPCit/GDDPCUSt。

表1给出了主要变量的统计概要。表中的数值反映出经济增长率和通货膨胀率的关系:从中低通货膨胀经济体到超高通货膨胀经济体，其经济增长率递减而通货膨胀率提高;与高通货膨胀、超高通货膨胀经济体相比，中低通货膨胀经济体有较高的物价稳定性和经济增长稳定性。

表1 主要变量数值的统计概要

四、模型设定与估计

为了检验通货膨胀对经济增长的影响，我们建立初始模型，它只包含通货膨胀虚拟变量。我们使用带有异方差调整的混合回归方法 (Pooled Regression)对该模型进行估计。所有检验都基于5%的显著性水平。我们首先对模型进行异方差检验。

H0:随机误差项呈现同方差。H1:随机误差项呈现异方差。

基准模型的回归结果在表2中列出。实证结果表明，所有通货膨胀虚拟变量的影响都是统计显著的，也是经济显著的。联合显著性检验结果也表明，模型当中至少有一个系数是显著不为零的。这些通货膨胀虚拟变量的系数意味着与不同通货膨胀经济体相关的截距。模型当中原始的截距项是通货紧缩经济体的平均经济增长率。因为通货膨胀虚拟变量是模型中的唯一解释变量，所以一个组别的经济体的平均经济增长率就是它们的通货膨胀虚拟变量系数与原始截距项之和。实证结果表明，中低通货膨胀经济体的平均经济增长率为1.461%，高通货膨胀经济体的平均经济增长率为1.653%，超高通货膨胀经济体的平均经济增长率是1.608%。

表2 模型回归结果

基准模型的估计结果表明，从中低通货膨胀经济体到高通货膨胀经济体，或者从高通货膨胀经济体到超高通货膨胀经济体时，经济增长率具有下降的趋势。由于通货膨胀虚拟变量是基准模型中唯一的变量，遗漏变量可能是一个潜在的问题。因此，为了提升模型估计结果的稳健性，我们通过引入三组不同的控制变量集合建立三个扩展模型。

在第一个扩展模型中，我们引入以下控制变量以进一步研究通货膨胀的影响:投资率“ir”、初始人均GDP的对数形式“linigdppc”、人口增长率“pg”、开放程度“openness”及初始金融深度“inifd”，它是“fd”的一阶滞后数值。控制变量的选择基于之前的研究文献与我们的兴趣。

投资率反映了投资占经济的比重。我们预计一个较高的投资率会提高经济增长率，因为投资是经济增长的重要动力。我们预计人口增长率会对经济增长有负效应，因为较高的人口增长率会导致年轻人口的比重大幅上升。这些新生人口不具备劳动能力，也不能创造财富，他们依靠父母维持生活。因此，当人口迅速增长的时候，人均收入将降低。开放程度是衡量国际贸易比重的指标，它是经济增长的另外一个重要驱动力。我们期望它对经济增长的作用是积极的。初始人均GDP的对数形式衡量了一国初始人均GDP与美国的初始人均GDP之间的距离。根据聚合效应理论，具有较低初始人均GDP经济体的经济增长率较高。因此，我们期望初始人均GDP的对数形式对经济增长率有负效应。初始金融深度对经济增长的效应是不明确的。一些研究，诸如King和Levine［11］已经发现金融深度对经济增长具有正影响;而其它研究，诸如Rousseau和Wachtel［8］发现金融深度不能影响经济增长。

模型 (2)的估计结果在表2中给出。通货膨胀虚拟变量的影响仍然是显著的。中低通货膨胀经济体的通货膨胀对经济增长的效应平均是1.253%，高通货膨胀经济体的是1.115%，超高通货膨胀经济体的是－0.958%。该扩展模型仍然证明了从中低通货膨胀经济体到超高通货膨胀经济体的经济增长的下降趋势是明显的。模型中其他所有的系数都是显著的。投资率和开放程度与经济增长具有正的相关性，而初始金融深度、人口增长速度、初始人均GDP与经济增长负相关。联合显著性检验表明至少有一个系数是显著不为0的。

因为金融深度与投资率很可能与通货膨胀虚拟变量相关，所以我们有必要检验通货膨胀对于经济增长的影响是否受到上述共线性的影响。

在式 (2a)中，投资率是因变量，三个通货膨胀率虚拟变量和初始人均GDP是自变量。我们期望富国相对穷国有较高的投资率，且初始人均GDP对投资率有正的影响。除此之外，较高的通货膨胀率提高了市场的波动性。大多数投资者是风险厌恶的。因此，高通货膨胀降率低了投资者的投资意愿，我们期望它会降低一国的投资率。我们定义这个回归的残差为“residir”，这个残差意味着投资率中与通货膨胀虚拟变量不相关的部分，即我们在经济增长模型中需要的独立的控制变量。

在式 (2b)中，我们将金融深度对初始人均GDP与三个通货膨胀虚拟变量做回归。通货膨胀对于金融机构有负的效应，因而会降低金融深度。我们期待通货膨胀对金融深度的影响是负的。我们也期望富国与穷国相比有更高的初始金融深度。因此，我们期待初始人均GDP对金融深度有正作用。我们定义这个回归的残差为“residinifd”，它代表了金融深度中与通货膨胀虚拟变量不相关的部分，即我们在经济增长模型中需要的独立的控制变量。

在第二个扩展模型中，我们使用“residir”和“residinifd”来替换模型 (2)中的“ir”与“inifd”。模型 (2)中通货膨胀虚拟变量的系数是通货膨胀对经济增长的总影响。模型 (3)中通货膨胀虚拟变量的系数是通货膨胀对经济增长影响中与金融深度和投资率不相关的部分。如果这两组通货膨胀虚拟变量的系数是不同的，那么我们可以得到如下结论:通货膨胀对经济增长的影响可以通过其对金融深度和投资率的影响而实现。

模型 (3)的结果证明了与模型 (2)相吻合。从中低通货膨胀经济体到超高通货膨胀经济体的不断下降的经济增长率趋势仍然存在。但是，通货膨胀虚拟变量的系数与模型 (2)中的数值发生了变化。这个差异证实了通货膨胀对经济增长的影响可以通过其对金融深度与投资率的影响而实现。

与金融深度和投资率不相关的通货膨胀的效应是指较高的交易成本以及不断提高的信息成本等。逆向选择是不相关效应的一个好例子。高水平的通货膨胀扭曲了市场的供求机制，使得“看不见的手”失去了资源配置的效力。与金融深度和投资率相关的通货膨胀的影响主要是指金融机构对贷款的排斥以及投资者对投资的排斥。高水平的通货膨胀也会导致紧缩的货币政策。我们期望利率底线会降低金融市场的宽松性。最终，低水平的金融市场宽松性会导致较低的经济增长率。

在第三个扩展模型中，为了允许各通货膨胀组别的经济体对于金融深度和投资率有不同的斜率，我们在模型中加入了金融深度残差与通货膨胀虚拟变量的互动项，以及投资率残差与通货膨胀虚拟变量的互动项。模型的估计结果在表2中给出。所有通货膨胀虚拟变量的系数都是显著的。结果表明，当我们从中低通货膨胀到高通货膨胀与超高通货膨胀经济体时，经济增长率下降。该扩展模型中，经济增长与通货膨胀的负相关关系仍然是稳健的。

我们使用了多种不同的标准对通货膨胀率进行定义，这里仅列举出三种比较典型的标准。定义A考虑以五年为一个窗口的初始通货膨胀率对经济增长的影响是十分重要的。名义刚性是我们考虑这个定义的主要原因。面对价格调整，一些市场参与者不能及时地做出反应。于是，通货膨胀对经济增长的影响是滞后的。定义B考虑以五年为窗口的终年通货膨胀率对经济增长产生重要影响。这个定义主要考虑了市场的理性预期。我们假设市场参与者都将根据未来通货膨胀与货币政策的信息做出准确的预测。定义C是上述两种定义的结合。我们认为定义C是最好的标准，因为它同时包含了名义刚性和理性期望两种效应。主流文献也证明伤害经济增长的是高水平的通货膨胀周期，而不是一个高水平的通货膨胀时刻。此外，定义A与定义B的回归结果显著性比定义C差。因此，定义C是最好的选择，也是我们本文所用的定义。除此之外，我们还使用了一个初始模型和三个包含不同控制变量的扩展模型。所有模型的回归结果都表明通货膨胀对经济增长的效应是显著为负的。

五、结 语

本文的结果揭示了在长期通货膨胀与经济增长的关系具有如下特点:第一，超高通货膨胀经济体比高通货膨胀经济体的经济增长率低。第二，高通货膨胀经济体比中低通货膨胀经济体的经济增长率低。第三，通货膨胀对经济增长的影响可以被分解为与金融深度和投资率相关和不相关的效应。一方面，与金融深度和投资率不相关的效应是指高水平的交易成本、市场机制的失效等。另一方面，通货膨胀引起了金融机构对于放贷的排斥，从而造成了投资的波动性和风险的上涨。低水平的金融深度与投资率最终对经济增长产生了消极的作用。

基于本文的发现我们给出三点政策建议:第一，在经济发展的规划中高度重视对通货膨胀率的控制。我们的实证结果表明，通货膨胀对经济增长具有显著的危害效应。经济增长的稳定与物价水平的稳定都是衡量宏观经济表现的重要指标。第二，通货膨胀率的控制应当有具体的方法和目标。换句话说，我们应当具体分析导致通货膨胀的因素，因为有效的通货膨胀控制应该是因时因地的。比如，财政政策通常是处理成本推动的通货膨胀的有效方法，而货币政策通常是处理需求拉动的通货膨胀的有效方法。第三，建立有秩序的金融系统。完备的金融系统可以促进通货膨胀的控制并有效地抵御其带来的恶性影响。其中，中央银行所扮演的角色尤为重要。一个优秀的中央银行能够进行准确的预测，提供清晰透明的调控目标并进行及时的反应。中央银行有可能在短期欺骗市场，但是市场对通货膨胀率的长期预期水平将会提升，从而进一步加大了控制通货膨胀的难度。换句话说，货币政策只有在市场参与者信任中央银行时才能奏效。良好的货币政策执行会有效地帮助市场恢复信心与流动性，并且会将未来的通货膨胀率控制在一个理想的水平。

通货膨胀的控制与经济增长的保持在短期是一对矛盾。严格的打压通货膨胀一定会带来相应的经济损失，因此，未来的研究将着重检验最优通货膨胀率的水平，为政策的制定提供进一步的依据。

［1］ Sidrauski，M.Rational Choice and Patterns of Growth in a Monetary Economy［J］.The American Economic Review，1967，57(2):534－544.

［2］ Tobin，J.Money and Economic Growth［J］.Econometrica，1965，33(4):671－684.

［3］ Mundell，R.A.Growth，Stability and Inflationary Finance［J］.Journal of Political Economy，1965，73(2):97－109.

［4］ Samuelson，P.A.An Exact Consumption－ Loan Model of Interest with or without the Social Contrivance of Money［J］.Journal of Political Economy，1958，66(6):467－482.

［5］ Bruno，M.Inflation and Growth in an Integrated Approach［R］.NBER Working Paper No.4422，1993.

［6］ Pindyck， R.S.， Solimano， A.Economic Instability and Aggregate Investment［R］.NBER Working Paper No.4380，1993.

［7］ Kormendi，R.C.，Meguire，P.G.Macroeconomic Determinants of Growth:Cross－Country Evidence［J］.Journal of Monetary Economics，1985，16(2):141－163.

［8］ Rousseau，P.L.，Wachtel，P.Inflation，Financial Development and Growth［R］.Working Papers No.00－10，2000.

［9］ Greene，W.H.Econometric Analysis［M］.Upper Saddle River:Prentice Hall，2000.598.

［10］ Baum，C.F.Residual Diagnostics for Cross－Section Time Series Regression Models［J］.The Stata Journal，2001，1(1).

［11］ King，R.G.，Levine，R.Finance and Growth:Schumpeter Might be Right［J］.Quarterly Journal of Economics，1993，108(3):717－737.