通货膨胀对我国经济增长非线性影响的实证分析

庞 震，王 凯

（西安电子科技大学 马克思主义学院，西安 710126）

0 引言

低通货膨胀率和高经济增长率一直是各国中央银行的中心目标。通货膨胀和经济增长的关系也一直是学者们讨论的热点问题，但关于两者的关系争议较大，在1990年之前，大多数学者认为通货膨胀和经济增长之间存在线性关系：或为正相关，或为负相关；之后学者们研究发现两者并不是传统的线性关系，如Fisher（1993）[1]最早发现通货膨胀和经济增长呈现非线性的负相关关系，后来学者们完善了Fisher(1993)[1]的研究[2-5]，虽然由于面板数据样本的差异，研究结论不同，但基本达成共识，通货膨胀具有门槛效应：即在较低的通货膨胀率中，经济增长与通货膨胀之间的关系是积极的或不显著的；但当通货膨胀达到更高的水平时，对经济增长产生严重的负面影响。所以说，货币政策的目标应该保持适度的通货膨胀率，目前已经有20多个国家的中央银行采用了通货膨胀目标制。随之而来的问题是：通货膨胀的目标应该是什么？应该是10%，5%，或者说是零？什么程度的通货膨胀对经济增长有负面影响？在此背景下，本文利用面板门槛回归方法，检验通货膨胀对我国经济增长的影响，试图揭示两者的动态变化特征。

1 变量说明及模型设定

1.1 变量说明

（1）被解释变量：经济增长(Y)，以1978年价格为基期的不变价格GDP增长率。

（2）解释变量：通货膨胀(cpi)，消费者价格指数CPI。

（3）控制变量：投资(inv)，固定资产投资增长率；消费(con)，居民最终消费总额增长率；经济开放度 (open)，进出口贸易总额与GDP的比值；政府财政支出(exp)，一般政府公共预算支出与GDP的比值；人口增长率(pop)，人口自然增长率。

根据宏观经济数据的可得性，本文利用1985—2016年我国31个省市自治区的面板数据（无港澳台数据），数据主要来源于《中国统计年鉴》和CCER经济金融数据库，表1为七个变量的描述性统计。

表1 变量的描述性统计

1.2 计量模型的设定

为了检验我国通货膨胀和经济增长间可能存在的非线性关系，本文的计量模型主要基于Hansen（1999）[6]提出的面板门槛模型：

式（1）中，i表示观察个体，t表示时间；dit表示门槛依赖变量，即核心解释变量；xit表示除了门槛依赖变量的其他控制变量，I(⋅)表示指标函数，qit为门槛变量，γ为需要估计的门槛值；当qit≤γ时，ditI()⋅ 的系数为 β1，当qit＞γ时，ditI()⋅的系数为β2；μi为不随时间变动的个体效应，εit为随机扰动项，为独立同分布，均值为零，方差为σ2。由于面板门槛γ是未知的，以单一门槛值为例，对式（1）进行面板固定效应的最小二乘法估计，并计算其平均值，用来消除个体固定效应值μi，得到回归残差的平方和S1(γ)，最优的面板门槛值是 S1(γ) 为最小时的取值：γˉ=argminS1(γ)。

第一个检验要估计式（1）存在门槛效应是否显著。原假设为不存在门槛效应，H0：β1=β2，备择假设为至少存在一个门槛值，H1：β1≠β2，如果原假设成立，得到式（1）残差平方和S0；如果备择假设成立，得到式（1）残差平方和 S1，在此基础上，构建F统计量：F=(S0-S1) σ2，σ2表示残差方差。Hansen（1999）[6]采用“自举抽样（Bootstrap）”得到F统计量的值，若F统计量不显著，则接受原假设：式（1）不存在门槛效应；如F统计量显著，则拒绝原假设，接受备择假设，式（1）存在门槛效应，且至少存在1个门槛值。

第二个检验是分析式（1）中面板门槛参数估计值的真实性，原假设为：γˉ=γ0，构造相应的极大似然比LR检验统计量为：LR1=[S1(γ)-S1]()2，Hansen(1999)[6]计算了LR统计量的拒绝区间，如果则拒绝原假设，反之，则接受原假设；其中λ为显著性水平。

基于式（1）面板门槛的设定，假定通货膨胀对经济增长可能是双门槛效应模型，构建计量模型式（2）：

式（2）中通货膨胀率(cpi)既为核心解释变量，又为门槛变量，与Hansen（1999）[6]模型中解释变量与门槛变量为不同变量的假设存在差异；其中γ1、γ2为通货膨胀率的门槛参数；I(⋅) 为指标函数，当 cpi≤γ1时，I1(⋅)=1，否则I1(⋅) =0 ；当 γ1＜cpi≤ γ2时，时 I2(⋅)=1，否则 I2(⋅)=0；当cpi＞γ3时，I3(⋅)=1，否则I3(⋅)=0。

2 实证分析

2.1 平稳性检验

对面板数据进行回归分析之前，为了避免出现“虚假回归”现象，保证估计的有效性，需要对变量进行平稳性检验。Hansen(1999)[6]认为门槛效应是否存在的假设前提是所有的被解释变量、解释变量和控制变量都是平稳的。为了避免单一检验的局限性，保证研究结论的稳健性，本文对七个变量分别利用LLC、ISP、Fisher ADF、IPS、Hadri LM和Breitung六种检验方法进行稳定性分析，所有检验方法的原假设均为面板数据存在单位根过程，是非平稳的。从表2的检验结果可以看出，七个变量都拒绝存在单位根的假设，说明这七个变量通过了平稳性检验，为平稳性变量。

2.2 通货膨胀门槛效应的检验及门槛值估算

首先分析通货膨胀对经济增长（见式（2））是否存在门槛效应，如果式（2）无门槛效应，则采用传统回归方法计算；如果式（2）存在门槛效应，则需要确定门槛值的个数，以便确定是采用单一门槛模型，双重门槛模型，还是三重门槛模型。表3为式（2）参数估计的结果，以通货膨胀(cpi)作为门槛变量，F值和P值是通过500次“自抽样法（Bootstrap）”获得，对于式（2）不存在门槛效应的原假设，F统计量为62.166，P值为0.000，拒绝了原假设，表明我国通货膨胀至少存在一个门槛值。对于存在单一门槛的原假设，F统计量为57.088，P值为0.000，拒绝了原假设，说明了存在两个或者两个以上门槛值。对于式（2）存在双重门槛值的原假设，F统计量为8.540，P值为0.120，没有通过显著性检验，接受了原假设。因此，最终确定我国通货膨胀存在双重门槛。

表2 变量的平稳性检验

表3 门槛效应检验结果

从图1、图2（见下页）和表4可以清楚地看出，通货膨胀的双重门槛估计值γ1、γ2及其95%的置信区间。门槛参数的估计值是指LR=0时，面板门槛的取值，此时门槛参数的估计值等于其真实值。门槛参数γ1为6.600%，95%置信区间为[6.300,7.300]；门槛参数γ2为15.900%，95%置信区间为[9.400,16.900]。根据门槛参数值将本文的数据区间分成三部分：低通货膨胀区间（cpi＜=0.066），共有700个观测值；占全部观测值的比重为70.6%；中等通货膨胀区间（0.066＜cpi＜=0.169），共有166个观测值；占全部观测值的比重为16.7%；高通货膨胀区间（cpi＞0.169），共有126个观测值；占全部观测值的比重为12.7%。

表4 门槛值估计结果

2.3 回归结果分析

2.3.1 核心解释变量

从表5（见下页）可以看出，在不同的通货膨胀水平区间下，通货膨胀对经济增长影响的弹性系数的方向和大小差异较大。

图1 γ1和95%的置信区间

图2 γ2和95%的置信区间

表5 线性和非线性面板参数估计结果

结果1为传统线性计量回归结果，忽视了通货膨胀的门槛效应，明显与传统宏观经济学理论和实际情况不符合。

结果2为低通货膨胀区制(cpi≤6.600%)回归结果，通货膨胀对经济增长影响的弹性系数是0.0613，通过了1%的显著性水平检验；通货膨胀增加1%，则经济增长上升0.0613%，说明温和的通货膨胀有利于经济增长。很多经济学家认为通货膨胀有效地“润滑了劳动市场的车轮”，一定程度上的通货膨胀可能对劳动力市场有更好的作用，因为劳动力市场的供给和需求总是在变动，有时供给的增加或者需求的减少会导致劳动力均衡使实际工资下降，而由于工资刚性，如果名义工资不能削减，那么唯一的方法就是适度的通货膨胀；反之，实际工资将会高于均衡的工资水平，容易造成失业[7]。凯恩斯主义学派则认为，为了促进有效需求，改善需求不足的情况，政府可以扩大国债的发行规模，增加政府财政赤字和货币发行量，然后通过乘数效应传递到企业，使得企业的生产规模进一步扩大，生产利润将增加，此时虽然通货膨胀率提高了，但就业率也上升了，在一定程度上刺激了经济增长。

结果3为中等通货膨胀的区制 (6.600%＜cpi≤15.900%)回归结果，通货膨胀对经济增长的影响弹性系数为0.0157，但是没有通过显著性检验，说明通货膨胀对经济增长的作用不明显。

结果4为高通货膨胀的区制(cpi＞15.900%)回归结果，通货膨胀对经济增长影响的弹性系数为-0.0844，通过了1%水平的显著性检验；通货膨胀增加1%，则经济增长降低0.0844%，说明过高的通货膨胀对经济增长产生抑制作用。原因在于，高通货膨胀扰乱了国家金融市场的平稳运转，根据费雪效应（Fisher Effect）效应，通货膨胀率1%的上升会引起名义利率1%的上升，名义利率上升必然提高了企业的投资成本，降低了企业的投资需求，最终抑制了经济增长。

2.3.2 控制变量

表5中，结果1至结果4中的固定资产投资率（inv），消费增长率（con），贸易开放度（open），政府财政支出（exp）四个变量对我国经济增长的弹性系数均为正值，并且全部通过了显著性水平检验，说明投资、消费、贸易开放度和政府财政支出的增加都显著地促进了经济增长；但是人口增长率（pop）的弹性系数为负值，没有通过显著性水平检验，说明人口增长对经济增长的作用不显著。

3 结论

本文基于1985—2016年省级面板数据，利用Hansen(1999)提出的面板门槛回归模型，实证检验了通货膨胀对我国经济增长影响，主要得出如下结论：

第一，通货膨胀对我国经济增长的影响并非传统的线性关系，而是具有统计意义的非线性的门槛效应，存在两个门槛值6.6%和15.9%，与传统计量模型相比，面板门槛模型更能准确地揭示两者的内在联系机制。

第二，当我国通货膨胀率低于6.6%时，通货膨胀促进了我国经济增长，充分证明了温和的通货膨胀是经济增长的重要润滑剂；当通货膨胀率大于6.6%小于15.9%时，通货膨胀对经济增长的影响不明显；而当通货膨胀率大于15.9%时，通货膨胀与经济增长是负相关关系，原因在于过高的通货膨胀率通过模糊信号传导阻碍有效的资源分配，对经济增长产生明显的抑制作用。

第三，我国固定资产投资、居民消费总额、政府财政支出和贸易开放度对经济增长的促进作用十分显著，消费对经济增长的贡献最大，其次为投资、政府财政支出和贸易开放度，而人口自然增长率对经济增长的影响不明显。

[1]Fischer S.Inflation and Growth[D].NBER Working Paper,Cambridge,Massachusetts:National Bureau of Economic Research,1983,No,1235.

[2]Kremer S,Bick A,Nautz D.Inflation and Growth:New Evidence from a Dynamic Panel Threshold Analysis[J].Empirical Economics,2013,44(2).

[3]Khoza K,Thebe R,Phiri A.Nonlinear Impact of Inflation on Economic Growth in South Africa:A Smooth Transition Regression(STR)analysis[D].MPRA paper,No.738402016.

[4]唐雪莲,建克成.通货膨胀的门槛效应与中国经济增长[J].华东经济管理,2013,(7).

[5]黄智淋,成禹同,董志勇.通货膨胀与经济增长的非线性门限效应——基于面板数据平滑转换回归模型的实证分析[J].南开经济研究,2014,(4).

[6]Hansen B E.Threshold Effects in Non-dynamic Panels:Estimation,Testing,and Inference[J].Journal of Econometrics,1999,93(2).

[7]Mankiw N G.Principles of Macroeconomics[M].Cengage Learning,2014.