波动减缓增速视角省际经济波动福利损失研究

2014-12-31 08:23陈太明

财经问题研究 2014年11期

摘要：经济波动减缓经济增速的福利效应研究为保持中国经济平稳运行提供了新视角。经济波动不仅直接降低居民福利，还通过减缓经济增速间接降低居民福利。本文基于考虑波动减缓增速的拓展模型，使用1985—2007年省际数据测度经济波动对异质居民的福利影响。研究发现：各省份福利损失完全不同；所有省份福利损失明显大于已有研究结果，是采用基准模型测度结果的12—22倍；人口加权后地区福利损失存在显著差异，沿海福利损失超过内陆。为改善民生，须降低经济波幅，稳定政策应具有地区差异化特征，地方政府应以政策实施者身份介入稳定经济的过程；还需弱化居民消费波幅，重要政策手段包括提高并协调各地区金融发展水平、构建风险控制系统、逐步建立社会公平保障体系。

关键词：经济波动；经济增速；经济增长；福利效应；差异性

中图分类号：F015 文献标识码：A

文章编号：1000176X（2014）11010708

一、引言

改革开放至今，中国经济实现高速增长的同时也较之前更稳定。这一兼得现象一定程度上说明经济波动不利于经济增长，该观点得到了基于中国数据的经验研究结果的支持[1]。国内改革遵循渐进模式，给中国经济带来的内部冲击较小，但来自社会各界继续深化改革的呼声却愈发强烈；面向国外的日益开放，使中国更容易遭受外部冲击，且进一步拓宽经济开放的广度和深度为大势所趋。如此复杂的背景下，继续保持中国经济的稳定性变得更困难也更重要。2008年爆发的全球金融危机及2009年欧洲主权债务危机通过贸易渠道给中国经济带来一定影响并且余波未了，经济增速放缓使“稳增长”成为当前中国经济的关键词，也预示经济波动从未远离。作为理性微观个体的普通居民，既喜欢经济增长带来商品和服务消费种类的多样化和数量的增加，又偏好经济稳定带来的可持续的平稳消费，如果经济存在波动，经济波动不但会直接降低居民福利，还会通过减缓经济增速间接降低居民福利。这引申出一个至关重要的定量问题：考虑到经济波动减缓经济增速的情况下，中国经济波动的福利损失究竟有多大？还会像最早研究这一问题的国外学者卢卡斯所认为的那样：经济波动的福利损失非常小吗？

国外学者Lucas开创性地构造了经济波动的福利损失基准模型，并采用美国数据进行定量研究发现福利损失特别小；与此同时也测度了经济增速下滑给居民福利带来的不利影响，发现后者远大于前者[2]。因此，他认为学者一旦开始思考长期经济增长问题，就很难再去考虑任何其他的经济学问题，政府只需关注长期经济增长。然而，很多学者怀疑该结论的正确性并尝试拓展基准模型或搜集其他经验数据展开后续研究。大量的后续研究中，少量学者测度的结果依然较小[3]，更多的学者则得到了较大的结果。在国内，少数学者对中国经济波动的福利损失进行了有益探讨，发现中国经济波动的福利损失也大于Lucas的初始结果[4-5]。显然，这些得到较大福利损失的国内外研究对于Lucas的结论构成一定的冲击。

经济波动由于阻碍了经济增长而代价高昂。已有研究在探讨经济波动福利损失时皆假定波动与增长相互独立，该假定却与大量国内外文献的研究结果不符。大量理论研究和经验研究结果显示经济波动对经济增长有负面影响[6-7-8]。因此，根据基准模型得到的结果实际上只是经济波动的直接福利损失，该领域一个颇有价值的探究方向是考虑波动通过影响增长而导致间接福利损失，部分文献只是曾经提到过这一点[9-10]，却未针对性地进行理论建模。与其不同，Wang和Wen通过将经济波动减缓经济增速这一点内嵌于基准模型，构建了同时包含直接和间接福利损失在内的测度经济波动福利损失的拓展模型，并基于美国情况校准理论拓展模型中的参数，研究发现福利损失远大于Lucas的初始结果[11]。

异质居民具有差异化的风险分担机制，风险分担机制少的居民具有更大的消费波动性，因此福利损失更大。国内多数研究使用总体层面平均数据进行测度，不足之处是：第一，全国层面统计数据实际上平均了各省市区差异，得到的结果是一个保守的估计。第二，全国层面统计数据掩盖了经济现象背后的实质，掩饰了那些福利损失较大的居民真正承受的巨大痛苦，不利于透彻了解异质居民的福利损失。因此，系统测度异质居民在波动中承受的差异化福利损失，有助于更好地理解宏观经济运行中各群体的福利得益，进而政府部门可针对受影响较大的经济主体做出针对性的政策倾斜，取得更好的政策效果。截至目前，考虑到居民异质性的文献共有两篇，依次研究了中国省际和美国州际经济波动的福利损失差异[1-12]，但两篇文献的局限性在于理论框架是基准模型，且东部沿海和中西部内陆地区差异性未得到充分考虑。

为探究经济波动的福利损失，本文基于将直接和间接福利损失包含在内的统一框架，使用省市区居民消费数据测度中国经济波动的差异化福利损失，具有重要理论意义和实践价值。其理论意义为：基于更贴近现实的考虑波动减缓增速的福利损失拓展模型，为验证Lucas低估经济波动福利损失的理论观点提供中国证据，以确认该理论观点的普适性。其实践价值为：有利于居民了解经济波动对于自身的不利影响，有助于对扩大内需效果不理想状况的理解，对于政策制定者设计在增进居民福利的宏观经济政策也有启示作用。

二、理论拓展模型

在动态一般均衡模型基础上，具有无限生命的代表性居民偏好为对数型效用函数，居民总效用是所有未来消费流即期效用的加权和：

U=E{∑∞t=0βtu（ct）}=E{∑∞t=0βtln（ct）}（1）

其中，E为期望算子，β∈（0，1）是居民的主观效用贴现因子，u（ct）为即期效用函数，ct为居民t期实际消费量。消费函数如下：

ct=Aeμte-12σ2εt（2）

其中，A是常数，μ为实际人均消费的平均增长率，εt为随机冲击，服从ln（εt）～N（0，σ2），σ度量居民消费波动率。相对风险规避系数为正意味着居民更偏好确定消费流而非具有相等平均消费的随机消费流。采用补偿性等价变换思想，通过补偿随机性消费流（补偿参数为λ 根据Lucas（1987）定义福利损失的方法，补偿参数λ度量了消除消费波动性所得到的福利收益，也就是存在消费波动性的福利损失。）使居民对补偿后的随机消费流和确定消费流无差异，表示为：

E{∑∞t=0βtU[（1+λ）ct]}=∑∞t=0βtU（Ect）（3）

Lucas构建基准模型时假定波动与增长相互独立，但大量国内外理论和经验研究都表明波动对增长有负面影响。既然经济增速下滑的福利损失非常大[2]，波动通过降低增速间接给居民带来的福利损失也不容忽视，因此，测度波动福利损失应考虑波动对增长的负面影响，否则存在低估问题。为此，放松波动与增长独立初始假定，假定波动对增长有负面影响。宏观经济分析应建立在微观经济基础上，因循Wang和Wen[11]的拓展思路，完全消除消费波动能将消费增长率从μ提高至μ（1+π），其中π为完全消除消费波动给消费增长率带来的变化率，该假设下平均消费为：

E（Ct）=Aeμ（1+π）t（4）

需确定一个补偿参数λ使式（3）成立，式（3）将变为：

E{∑∞t=0βtln（（1+λ）ct）=∑∞t=0βtln（Aeμ（1+π）t）（5）

将式（5）展开得到：

E{∑∞t=0βtln（1+λ）}+E{∑∞t=0βtlnct}=∑∞t=0βtln（Aeμ（1+π）t）（6）

Lucas假定随机消费流相互独立，该假定极其苛刻，永久收入消费理论认为消费遵循随机游走过程。作为与本研究最接近的文献，陈太明对中国省份居民消费路径的设定遵循式（2）的趋势平稳过程[1]，但却未进行必要检验。我们对各省份对数形式人均居民消费时间序列的单位根检验结果表明几乎所有省份都是一阶差分平稳[13] ，

限于篇幅，此处未具体报告单位根检验结果，备索。国内学者张文彬和周宇楠[13]也发现了这一特征。因此将服从随机游走过程的消费表示为：

ct=ct-1（eμ-12σ2εt）（7）

其中，μ为初始消费增长率。式（7）表明无不确定性时，对所有时间t，有εt=e12σ2，消费以μ这一比例增长，即ct=Aeμt，假定初始消费水平为c0=A，

将式（7）中的ct-1以ct-2来表示，进而ct-2以ct-3来表示，如此重复，通过不断迭代，最终会出现c0。随机冲击下消费路径转化为：

ct=Ae（μ-12σ2）tε1ε2…εt（8）

将式（8）代入式（6）得到：

ln（1+λ）1-β+E{∑∞t=0βtln（Ae（μ-12σ2）tε1ε2…εt）}=∑∞t=0βtln（Aeμ（1+π）t）（9）

将式（9）两侧展开并整理，由于ln（εt）～N（0，σ2），ln（1+λ）～λ，β∈（0，1）limn→∞βn=0，最终简化得到波动减缓增速时波动福利损失测度公式：

λ（σ22+πμ）β1-β（10）

Lucas及后续研究曾提及需考虑波动与增长的联系，但却只有该拓展模型根植于一般均衡分析框架并将两者联系模型化，因此，本文沿循该拓展模型测度省际经济波动的福利损失。

三、经验分析

（一）计量模型与数据说明

在进行测度前需估计消费波动率与初始消费增长率。将式（8）两边取对数可得：

ln（ct）=lnA+（μ-12σ2）t+ln（ε1）+…+ln（εt）=α+βt+lnε（11）

其中，ln（ct）为因变量，α=lnA为常数项，t是自变量，lnε为随机误差项，该计量模型的参数OLS估计结果无偏且有效。OLS估计性质表明回归方程扰动项的方差σ2的OLS估计是无偏估计，其数值=OLS回归的残差平方和/（样本个数-2），因此，可得到消费波动率σ。进一步，自变量系数是初始消费增长率与消费波动率平方一半的差，即（μ-12σ2），因此，估计结果中t 的估计系数是（μ-12σ2）的有效且无偏估计，根据t的估计系数（μ-12σ2）与消费波动率σ的估计结果，可通过逆推方法得到初始消费增长率μ的数值。

本文采用1985—2007年28个省市区数据经验分析经济波动的福利损失省际差异性。为比较省级和中国的福利损失差异，还采用全国层面数据测度中国经济波动的福利损失。估计消费波动率和初始消费增长率时，因变量是对数实际人均消费，是居民消费水平经过居民消费价格指数调整后的实际值。采用的省级和全国数据为全体居民消费水平、全体居民消费价格指数，来源于《新中国55年统计资料汇编》和《中国统计年鉴》（2006—2008年）。

（二）消费波动率与初始消费增长率估计结果

中国各地区经济波动存在明显差异，总体层面的探讨无法揭示经济波动的福利效应差异化特征，因此须从不同地区（沿海和内陆地区划分标准）视角多维度考察。各省份自然对数消费对时间的OLS估计结果表明，有关数据省略，若需要可与作者联系。消费波动率取值范围为00559—02570，北京最大，内蒙古次之，新疆最小。初始消费增长率取值范围为00374—01047，最大的是北京，浙江次之，新疆最小。其余省份消费波动率和初始消费增长率数值及排序如表1所示。

进一步，需通过简单计算探究初始消费增长率和消费波动率的地区差异。由于各省份初始消费增长率和消费波动率都是人均值，各省份两指标的人均值明显不同，加之各省份人口规模存在差异，因此，计算沿海和内陆初始消费增长率和消费增长率需考虑各省份人口占该地区人口的份额差异，将每个地区内各省份人口占该地区人口份额作为权重，

具体来讲，首先，采用每个省份1985—2007年的年底人口数通过简单平均计算出该省份人口，作为各省份人口权重的分子；其次，将10个东部省份1985—2007年人口平均值求和得到沿海地区人口，作为沿海地区各省份人口权重的分母，将18个中西部省份1985—2007年人口平均值求和得到内陆地区人口，作为内陆地区各省份权重的分母。如此计算得到加权平均值更具可比性。结果显示，沿海与内陆的初始消费增长率依次为00839和00669，消费波动率分别为01139和01163。沿海初始消费增长率大于内陆，但沿海消费波动率却小于内陆。

沿海初始消费增长率为何大于内陆？这与沿海和内陆经济发展状况密切相关。改革开放前，沿海与内陆之间已存在明显差距。这一阶段地区差距主要体现在京、津、沪与其他地区之间的差距，这主要是地理条件和中央政府的“重工业优先”与“城市偏向”政策所致[14]，即沿海的快速发展不能全部归功于中央政府的优惠政策，沿海较有利的地理条件对其快速发展同等重要[15]。改革开放以来，我国经济取得举世瞩目的成绩，各地区人民生活水平普遍提高。但我国幅员辽阔，各地区在地理位置、经济环境、基础设施、城市化和生产效率等方面存在巨大差异，沿海省份的经济增长一直比内陆省份更有活力[16]，集体企业特别是乡镇企业、私营企业和外资企业在沿海发展的更快[17]，这种差异也反映出沿海的追赶型增长性质。尤其是20世纪90年代以来，沿海和内陆在经济发展水平方面，无论是绝对差距还是相对差距都呈现持续扩大态势[18]。在经济转型的特殊阶段，沿海和内陆差异化的经济发展状况导致这些地区居民初始消费增长率存在显著差别。

沿海的消费波动率缘何小于内陆？可能原因如下：（1）收入波动差异。相对于内陆，沿海的经济增速更高。大量研究表明，中国经济波动显著且稳健地不利于经济增长。由波动与增长负相关不难逆推出沿海经济波动幅度低于内陆。根据地区生产总值核算收入法，地区居民收入波动总体而言将与地区经济波动具有同样特征，即沿海居民的收入波动小于内陆。再者，中国现期收入对现期消费有较高解释力[19-20]，从计量分析角度看，消费和收入一般存在稳定的线性关系[4]，因此居民消费波动与收入波动也将具有相似的地区特征，即沿海居民消费波动率要低于内陆。（2）金融发展程度差异。流动性约束通过弱化居民消费跨期优化能力来增加居民消费波动[21]，因此，沿海居民消费波动更小的原因可能是居民面临更小的流动性约束。进一步，金融发展能有效联系资金供给者和需求者，降低借贷款成本同时提高资金流动性，整个社会获得资金的能力都会提高[22]，即流动性约束又取决于金融发展水平。沿海的正规金融发展水平高于内陆，且民间金融在沿海也更活跃。因此，沿海居民更小的流动性约束可能是由于更高的金融发展水平。（3）预防性储蓄倾向差异。中国依然处在经济转型期，各领域改革还存在不确定性。低收入者面临的不确定性更大，有更强的预防性储蓄动机，导致居民消费针对当期收入的敏感性伴随不确定性增大而增大，最终造成更大的消费波动。遵循该传导机制，相对于沿海居民，内陆居民收入更低，面临的不确定性更大，预防性储蓄动机更大，居民消费的过度敏感性越强，进而消费随着收入的波动而明显波动，所以消费波动也更大。（4）社会保障制度差异。改革开放以来，居民面临的系统性风险和个人风险剧增。尤其是加入WTO后，遭受外部冲击可能性和程度更大，带来更大的系统风险；同时，市场化改革加大了系统风险，也加剧了居民面对的个体风险[23]。外部风险提高了地方政府在社会保障方面的支出，但各地区经济发展存在差异，政府通过社会保障支出对人们“风险厌恶”的补偿程度不同[24]。同理，来自我国内部市场化改革的风险符合同样逻辑。地方政府的社会保障支出取决于地方经济发展和财政收入，与沿海相比，内陆社会保障覆盖范围更小，保障水平更低，因此沿海居民最终承受的风险要小于内陆，导致沿海居民消费波动更小。

基于全国数据的估计结果无法反映居民异质性，也存在低估问题。通过对全国数据估计的中国居民初始消费增长率和消费波动率（如表1所示）与前面计算结果比较不难发现这一特点。对进行计算可得所有省份居民消费波动率的人口加权平均值为01154，所有省份居民初始消费率的人口加权

具体来讲，首先，采用每个省份1985—2007年的年底人口数通过简单平均计算出该省份人口数，作为各省份人口权重的分子；其次，将28个省份1985—2007年人口平均值求和得到全国人口数，作为全国各省份人口权重的分母。平均值为00735，将其与表1对应的消费波动率（00555）和初始消费增长率（00681）比较发现，省级居民消费波动率的人口加权平均值显著大于基于全国数据的对应结果。

（三）参数校准

根据式（10）测度经济波动福利损失前还需校准其他参数。参数校准借鉴了国内外研究结果，并结合中国情况做适当调整。关于主观贴现因子，国内学者选取的数值通常为09700和09800[25-26]，鉴于中国居民更有耐心，应更接近于1，因此本文只选取09800。关于完全消除消费波动给消费增长率带来的变化率，要考虑消费波动对消费增长的影响。若将消费波动率从σ降为零，消费增长率会从μ上升为μ+μπ，假设消费增长率与消费波动率的总体函数为：

μ=a+bσ+gX+γ（12）

其中，μ为消费增长率；a为常数项；σ为消费波动率；X为控制变量向量；γ为随机扰动项。b为消费波动对消费增长的影响系数：消费波动率降低1%导致平均消费增长率上升-b%。若消除消费波动，消费波动率由初始状态的σ变为零，平均消费增长率将净增加-bσ，可得：

μπ=-bσ（13）

由式（13）可得：

π=-bσ/μ（14）

为得到π，在通过计量模型得到初始消费增长率和消费波动率的基础上，还需校准消费波动对消费增长的影响系数。福利损失领域已有研究中，通常使用消费增长率而非GDP增长率表示经济增长率[4]，宏观层面经济波动对经济增长的影响对应微观层面消费波动对消费增长的影响，所以，用经济波动对经济增长的影响衡量消费波动对消费增长的影响。对于两者关系，国内研究发现前者对后者有负面影响，但影响系数有细微差异。陈太明利用1953-2004年省际面板数据发现影响系数中位数为-016[3]；李永友使用1954-2003年全国时序数据发现影响系数为-020[1]；卢二坡、曾五一采用1979-2004年省级面板数据研究得到影响系数中位数为-0035[2]。本文样本长度为1985-2007年，卢二坡、曾五一的样本长度与本文更接近。为此，将影响系数b校准为-00350。

（四）经济波动的福利损失测度结果

获取相关参数基础上，根据式（10）即可测度中国经济波动减缓经济增速情况下异质居民承受的福利损失。福利损失测度结果显示，所有省份经济波动的福利损失人口加权

权重的计算方法与前面计算全国所有省份初始消费增长率和消费波动率平均值时的权重计算方法完全一致。平均值为05426，远高于国内同类研究结果，忽略波动与增长联系测度的福利损失存在低估问题，居民在经济波动中的福利损失是较大的。省际经济波动的福利损失存在明显差异，北京最大，新疆最小。按照福利损失大小排序依次为：北京、内蒙古、贵州、宁夏、甘肃、山西、陕西、浙江、安徽、河南、江苏、湖南、河北、广东、天津、湖北、山东、青海、江西、吉林、四川、广西、黑龙江、福建、云南、上海、辽宁、新疆。人口加权后权重的计算方法与前面计算沿海和内陆地区初始消费增长率和消费波动率平均值时的权重计算方法完全一致。的地区经济波动福利损失平均值显示，沿海居民的福利损失（05364）平均而言小于内陆居民（05466）。根据（10）式，主观贴现因子相同情况下福利损失取决于完全消除消费波动时消费增长率的上升幅度，以及消费波动率。当波动对增长影响系数不变，完全消除消费波动时消费增长率的上升幅度与消费波动率正相关，因此，沿海经济波动的福利损失平均而言小于内陆是由于沿海居民消费波动率小于内陆居民。

基准模型框架下，波动福利损失为相对风险规避系数与消费波动率平方乘积的一半[2]，该模型未考虑波动与增长联系。利用基准模型测度福利损失要合理设置相对风险规避系数。国内外学者对该系数未达成共识。虽然福利损失领域文献通常选取1、5、10、20[1]-[4]，但“大多数经济学家认为，相对风险规避系数大于10（或大于5）将导致大部分个体的不合理行为”[27]。鉴于国内研究的取值范围为1—5之间[28]，本文设置其为5。根据基准模型测度结果，各省份福利损失排序与基于拓展模型的排序一致，表明福利损失排序具有相当稳健性。对此，根据理论模型可给出解释：根据拓展模型，其他参数既定时，福利损失归根结底与居民消费波动率正相关；根据基准模型，相对风险规避系数既定时，福利损失正向取决于居民消费波动率；因此，居民消费波动率的省际排序即是采用拓展和基准模型的福利损失省际排序。更重要的是，采用拓展与基准模型得到的福利损失有明显差异，基于拓展模型的福利损失显著大于采用基准模型的结果。此外，本文构建一个倍数指标：将各省份基于拓展模型的福利损失除以基于基准模型的福利损失，该数值为考虑波动减缓增速后福利损失是未考虑两者关系福利损失倍数。若倍数等于1，说明基准模型的结果不存在低估问题；若倍数大于1，说明存在低估问题，数值越大，低估问题越严重。结果显示，针对各省份差异化情况，基于拓展模型结果是基于基准模型结果的12—22倍，这是非常悬殊的差距，采用基准模型的结果存在低估问题。

为反映拓展模型与基准模型差别，还有必要用全国数据测度中国经济波动的福利损失。结果显示，有关数据省略，若需要可与作者联系。采用拓展模型的中国经济波动福利损失明显大于使用基准模型的对应结果。为此，测度福利损失时，若不考虑波动对增长的负面影响，会低估中国居民实际承受的福利损失。此外，研究结果（如表2所示）也显示，基于拓展模型的中国所有省份经济波动的福利损失人口加权平均值（05426）显著大于中国经济波动的福利损失（01708），因此，采用全国数据测度结果不但存在明显低估问题，还无法发现经济波动给异质居民带来的福利损失差异，这种横向比较结果印证了采用省级数据探讨居民承受福利损失的现实意义。另外，本文采用拓展模型的中国经济波动福利损失明显大于Lucas的结果，所有省份的福利损失都显著大于Lucas的结果。该特征也得到其他发展中国家的经验支持，例如土耳其、包含巴西和阿根廷在内的11个南美洲国家[29] 以及包括埃及、南非和苏丹在内的33个非洲国家。该研究领域中，国内学者忽略了波动与增长的联系，Lucas不但遗漏了两者的联系，还忽略了经济波动给发达和发展中国家居民带来的福利损失存在明显差距。因此，已有国内外研究成果足以说明经济波动的福利损失并不必然非常小[30-31]。

本研究具有重要的理论和实践价值，表现为：（1）学界不应忽视对经济波动的深入研究。如果说一旦一个人开始思考长期的经济增长问题，就很难再思考其他任何问题，那么遵循该逻辑，他应关注那些可能会影响经济增长的因素，这些因素除包括人力资本与技术进步之外，还包括经济波动。经济学传统上将波动和增长隔离研究的两分法已受到质疑。大量研究表明波动对增长有显著负面影响，不能脱离波动单纯地研究增长，为更深入地理解增长，需进一步探讨影响增长的波动，为政府“稳增长”提供政策参考。（2）政府不应降低对经济波动的关注。本研究结果明显大于国内外同类研究结果，为该领域诸多认为Lucas低估福利损失的后续研究提供了来自中国的经验支持，具有重要的政策含义。首先，稳定政策降低经济波动。从福利损失维度看，Lucas根据经济增速下滑福利损失远大于经济波动福利损失，认为政府需更重视增长，然而包括本研究在内的后续研究表明他显著低估了波动福利损失，因此，政府通过提高人力资本和鼓励技术创新等措施促进增长，同时不应忽视稳定政策以使经济更平稳。其次，稳定政策促进经济增长。波动对增长有显著负面影响，波幅上升，增速趋于下滑，稳定政策从传统意义上用来降低经济波幅，波动与增长负向联系表明减缓波动也间接促进增长，居民福利得到实质性提高，因此政府关注波动就是重视增长，短期稳定政策恰是旨在促进增长进而提高居民福利的长期政策。

本研究预示着致力于改善民生的政策需从宏观和微观两维度加以考虑。就宏观维度而言，为设计和实施在增进经济福利方面大有潜力的经济政策，政策制定者须明白是哪一个或哪些因素决定居民的福利损失。根据本研究，居民福利损失的传导机制有二：第一，相对于经济平稳，经济波动直接给居民带来福利损失。第二，经济波动通过降低经济增速间接给居民带来福利损失。为将居民的福利损失降至最低，须将直接福利损失降至最低，也须将归因于经济波动的经济增速下滑幅度降至最低，以降低间接福利损失。显然，决定福利损失的宏观因素是经济波幅，因此，政策切入点应是如何有效缓解经济波动。就微观维度而言，经济波动使居民承受福利损失本质上是通过加剧居民消费波幅实现，因此，政府改善民生的另一个切入点是在经济波幅既定情况下，减弱甚至切断经济波动对居民消费波幅的影响，进而降低消费波幅。进一步讲，对于第一个切入点，需从宏观经济学角度出发，开出具有地区差别化的稳定政策具体处方，以实现宏观层面的经济稳定；对于第二个切入点，由于降低经济波动福利损失的根本是降低居民消费波幅，因此需从公共经济学的角度出发，通过社会保障等公共政策来加强微观层面的居民消费稳定性。

四、结论与政策建议

本文基于考虑波动减缓增速情况的理论拓展模型，使用1985—2007年28个省市区数据系统测度经济波动给异质居民带来的福利损失，主要结论如下：

第一，基于拓展模型的省际经济波动福利损失明显大于国内同类研究结果，是采用基准模型测度结果的12—22倍。包括本研究在内的后续研究一致表明，忽略波动与增长联系的Lucas测度结果明显低估了经济波动福利损失，政府重视经济增长同时不应忽视经济波动。

第二，初始消费增长率和消费波动率都表现出明显的省际异质性。各省份消费波动率取值范围为00559—02570，北京最大，次大的是内蒙古，新疆最小。各省份初始消费增长率取值范围为00374—01047，最大的是北京，浙江次之，最小的是新疆。

第三，人口加权后得到的沿海地区初始消费增长率大于内陆地区，这与沿海和内陆的经济发展状况相关；而人口加权后得到的沿海地区消费波动率却小于内陆地区，这与地区间的收入波动、预防性储蓄、金融发展水平、社会保障体系完善程度的差异相关。

第四，经济波动的福利损失存在明显的省际和地区差异性。北京的福利损失最大，新疆的福利损失最小，人口加权后得到的沿海地区经济波动的福利损失大于内陆地区。

基于本研究，政府应进行多维度稳定政策设计。经济波动的福利损失本质上是通过加剧消费波动实现的，因此，政府改善民生的两个切入点是：降低经济波幅和减弱甚至切断经济波动对居民消费波动率的影响，以提高消费稳定性。据此，提出如下政策建议：

第一，实施地区差异化的稳定政策以降低经济波动。

第二，提高并协调各地区的金融发展水平以降低流动性约束。

第三，构建风险控制系统以降低预防性储蓄。

第四，逐步建立社会公平保障体系以降低内外部风险。

参考文献：

[1]

李永友经济波动对经济增长的减损效应：中国的经验证据[J] 当代经济科学， 2006，（7）

[2] 卢二坡，曾五一转型期中国经济短期波动对长期增长影响的实证研究[J] 管理世界， 2008，（12）

[6] Otrok， C On Measuring the Welfare Cost of Business Cycles[J] Journal of Monetary Economics， 2001， 47（1）

[7] Ayse ， I， Selahattin ，IA Note on the Welfare Cost of Business Cycles and Growth in Turkey[J] Yapi Kredi Economic Review， 1997， 8（2）

[8] Tallarini， T Risk-Sensitive Real Business Cycles[J] Journal of Monetary Economics， 2000， 45（3）

[9] Beaudry， P， Pages， C The Cost of Business Cycles and the Stabilization Value of Unemployment Insurance[J] European Economic Review， 2001， 45 （8）

[10] Pallage， S ， Robe， M On the Welfare Cost of Business Cycles in Developing Countries[J]International Economic Review， 2003， 44（2）

[11] Alvarez， Fernando ，Jermann， Urban J Using Asset Prices to Measure the Cost of Business Cycles[J] Journal of Political Economy， 2004， 112（6）

[14] Fynn， K， Prescott， E Time to Build and Aggregate Fluctuations[J] Econometrica， 1982， 50 （6）

[15] Long， JBJ，Plosser， CI Real Business Cycles[J] Journal of Political Economy， 1983， 91（1）

[16] Bernanke， B Irreversibility， Uncertainty and Cyclical Investment[J] The Quarterly Journal of Economics， 1983， 97 （1）

[17] Pindyck， RIrreversibility， Uncertainty， and Investment[J] Journal of Economic Literature， 1991， 29 （3）

[21] Norrbin， S C ，Yigit， F PThe Robustness of the Link between Volatility and Growth of Output[J] Review of World Economics， 2005， 141，（2）

[26] Hall， R E Stochastic Implications of the Life Cycle-permanent Income Hypothesis： Theory and Evidence[J] Journal of Political Economy， 1978， 86（6）

[36] 孙浦阳，王雅楠，岑燕金融发展影响能源消费结构吗[J] 南开经济研究， 2011，（2）

[37] 臧旭恒，裴春霞转轨时期中国城乡居民消费行为比较研究[J] 数量经济技术经济研究， 2007，（1）

[38] 田青，高铁梅转轨时期我国城镇不同收入群体消费行为影响因素分析[J] 南开经济研究， 2009，（5）

[39] 陈汝岱，朱诗娥公平与效率不可兼得吗——基于居民边际消费倾向的研究[J] 经济研究， 2007，（12）

[42] 欧阳琼，丁日佳中国社会保障地区差异研究[J] 首都经济贸易大学学报， 2011，（5）