“物价—失业”关系的再探讨——基于 “三角”菲利普斯曲线

张世伟 司颖华

一、引言

Phillips(1958）[1]最早给出了反映通货膨胀和失业之间替代关系的原始菲利普斯曲线，自此，Solow、Friedman和Lucas等经济学家对其进行了更深入的研究，分别提出了修正的菲利普斯曲线、附加预期的菲利普斯曲线、新凯恩斯菲利普斯曲线和 “三角”菲利普斯曲线等。这些模型基于不同的经济学理论，从不同的视角阐述了通货膨胀和失业之间，以及产出和物价之间的关系。直至今日，菲利普斯曲线仍然是判断宏观经济形势和制定经济政策的重要依据。以下就菲利普斯曲线发展的重要里程进行回顾性综述。

（一）原始的菲利普斯曲线

Phillips(1958）[1]的原始菲利普斯曲线中，解释变量和被解释变量分别为就业水平和工资变动率，它是一条由左上方向右下方倾斜的曲线(如图1）。

图1 原始菲利普斯曲线

对应地，令U代表失业率，U∗代表自然失业率，dw代表货币工资增长率，Rt-1代表上期工资，Rt代表本期工资，则原始的菲利普斯曲线可写为：

从（1）式可以看出：当U＜U∗时，dw＞0。经济含义为，只有失业率小于对应时期的自然失业率时，其才能反向影响工资变动率。反之，亦然。

（二）新古典综合学派的对应观点

新古典综合学派的代表Samuelson和Solow(1960）[2]对原始菲利普斯曲线的修改在于：用通货膨胀率代替了货币工资变动率。

对应修正的模型为：

其中，dL为不变的劳动生产增长率，其经济含义为，经济繁荣期伴随着较少的失业和较高的物价水平。反之，亦然。

（三）货币主义和理性预期对模型的修正

鉴于美国经济 “滞胀”现象与菲利普斯曲线所刻画的规律恰好相反，货币主义学派的 Phelps和Friedman分别对其提出异议，他们从自然失业率角度出发，认为菲利普斯曲线没有考虑到名义工资和实际工资的差异，而且没有考虑到预期存在性。

具体地，引入适应性预期因素后，将菲利普斯曲线从不同的周期进行了划分。一方面，在短期，由于人们无法及时调整预期，这使得真实通货膨胀可能会高于其预期，这就导致实际工资低于事先预测的工资，使得生产成本变低，实际利润增加。厂商为追逐更多利润会加大投资，发展生产以便增加收益，这个过程中就促进了就业，即失业率降低。在这个过程中存在菲利普斯曲线关系，这一结论成为政府当局制定经济政策的依据。

另一方面，在长期，由于人们会根据实际状况慢慢意识到通胀预期的偏差，因此会不断调整自己的预期，这样经过一段时间，人们的预期通货膨胀最终与实际通货膨胀一致。这时人们不再满足于现有工资，要求加薪至少使得实际工资维持不变。其主要原因在于，他们认为在长期中存在自然失业率是受技术环境和资源环境等的影响。这就是宏观经济政策的长期无效性。Friedman(1977）[3]等提出的附加预期的菲利普斯曲线表示为：其中，πe表示预期通货膨胀率。这个模型很快就被经济现实所检验。1973年至1975年，西方爆发了大规模的滞胀危机，即高通货膨胀率伴随着高失业率，这是新古典综合学派所不能解释的。因此附加预期的菲利普斯曲线成为西方经济学界公认的正统观点。

理性预期的代表人物Lucas和Sargent认为，经济行为人可以获得所有信息并具备充分认知能力，能充分利用所有信息做出最正确的判断，即预期值与实际值相一致。从而不管是在短期还是长期，这种替代关系都不可能存在，即可认为宏观调控政策理论无效。

（四）新凯恩斯对应的观点

他们以非市场均衡为前提，即假设资本主义市场环境为垄断竞争和价格不完全。他们认为当不同预期方式的厂商所占比例发生变化时，该变化会直接影响通货膨胀的水平。新凯恩斯菲利普斯曲线定义为其中，Eπt+1为预期通货膨胀率。

（五）“三角”菲利普斯曲线

为了解释1973年至1975年石油冲击导致通货膨胀和失业率的正相关关系，Gordon(1977，1982）[4-5]最早提出了三角模型，该模型认为通货膨胀率依赖于自身惯性的作用（比如显式或隐式工资和价格合同）、需求因素（即导致失业变动的需求方面的因素）和供给冲击变量（显式出现在通货膨胀方程而不是像新凯恩斯的Phillips曲线那样出现在误差项）。Gordon(2013）[6]指出的 “三角”菲利普斯曲线比起新凯恩斯菲利普斯曲线增加了被解释变量的滞后变量、失业缺口及其滞后变量、供给冲击变量。并通过比较分析认为，“三角”模型的预测能力是最优的。在我国，陈彦斌（2008）[7]和杨小军（2011）[8]分别构建了我国的新凯恩斯型和附加预期型的菲利普斯曲线。周清杰和孙晶晶（2015）[9]比较了菲利普斯曲线的三角模型与新凯恩斯主义模型等。

本文注意到，一方面，我国已有的相关研究主要是针对 “产出—物价”型。可能的原因是：第一，郑挺国（2012）[10]指出 “产出—物价”型新凯恩斯菲利普斯曲线主要描述了物价水平与实际 “产出缺口”间的关系。第二，就数据的可获性而言，因为我国当前官方公布的只有城镇登记失业率年度数据，而产出方面有更丰富的季度或月度数据。实际上，Gordon(2013）[6]指出在产出缺口和失业率缺口高度负相关情况下，产出缺口对应的 “产出—物价”型与 “失业—物价”型的菲利普斯曲线可以互换使用。

另一方面，蔡昉等（2004）[11]所提出的自然失业率对转型中的我国经济显得非常重要，因为当前我国劳动力市场不断出现结构性变化。我们在制定促进就业的政策时，需要将失业按照性质的不同进行区分(都阳和陆旸，2011）[12]。关于自然失业率的测度及影响因素分析是当前劳动经济学的主要关注点之一，其中以 “失业—物价”菲利普斯曲线估计自然失业率是常用的一种方法。

综上所述，我国已有的相关研究主要是针对“产出—物价”型的，如此则忽略了对我国通货膨胀率和失业关系的研究，也忽略了对自然失业率的测度。而且Gordon(2013）[6]指出基于 “三角”菲利普斯曲线的通货膨胀率预测能力是优于新凯恩斯的。因此，本文拟基于 Gordon(2013）[6]和 Watson(2014）[13]的 “三角” 菲利普斯曲线，利用蔡昉(2004）[14]的方法得到了调查失业率在1978年至2012年的估计数据，借鉴Watson(2014）[13]、都阳和陆旸（2011）[12]对供给冲击变量的选择方法，运用状态空间模型研究我国菲利普斯曲线的相关问题。

二、我国 “三角”菲利普斯的实证分析

（一）“三角”菲利普斯曲线

三角模型的一般形式如下：

其中，小写字母表示对数的一阶差分，大写字母表示水平变量的对数，L是滞后算子。类似于新凯恩斯菲利普斯曲线的假定，被解释变量πt是通货膨胀率，惯性通过πt-1及其滞后变量来传导，Dt指标反映的是过度需求（当Dt=0时，表示无过度需求），zt表示供给冲击向量指标，et为随机误差项，无自相关性。

（二）变量的选取

由（5）式可知，模型需要选取的变量包括失业率、通货膨胀率、需求冲击因素和供给冲击因素。

1.需求冲击和供给冲击变量的选取。借鉴Wat⁃son(2014）[13]、 都阳和陆旸（2011）[12]等对需求冲击变量和供给冲击变量的选取方法，他们认为自然失业率在一定程度上反映了企业资本的短缺或者产能利用率的减小。本文选取需求冲击Dt为其当前和滞后的缺口变量。

在对供给冲击变量zt的选取方面，因为我国近十几年来形成通货膨胀的主要原因是原材料成本和资本投入价格上涨，因此，分别选取了代表成本价格波动的指标PPI和代表投入变化的指标——固定资产投资增长率（Investment Rate）来表示供给冲击变量。数据均来自国家统计局年度数据库（其中缺失数据采用线性插值法获得）。

2.失业率变量的选取。鉴于我国城镇登记失业率对失业定义的局限性以及实际操作中存在的种种问题，这一指标受到广泛质疑。学者们普遍认为其不能反映出我国城镇的真实失业状况（Song，2003[15]；Giles等，2005[16]）。 Liu(2012）[17]指出了产生质疑的主要原因。比如，其统计口径只包括了城市居民，这分为两种可能情况，一种是不涉及那些生活在农村地区的居民；另一种是那些搬到城市生活的农村居民，即使他们没有工作而且正在积极寻找，但只要还没有城市户口，将不被视为失业。再比如，下岗工人不视为失业。然而，按照失业的国际标准，下岗工人有能力并在积极寻找工作，他们应该算作失业人群。

本文注意到陈宇峰等（2011）[18]学者也认为蔡昉(2004）[14]的调查失业率估计方法是比较可靠的。因此，本文借鉴蔡昉（2004）[14]的估算方法得到了我国的调查失业率数据。由图2看到，调查失业率和登记失业率（分别记作U_DIAOCHA和U_DENGJI）相比，确实存在显著的差异。而且调查失业率较好地反映了从1992年 “破三铁”开始的国企改革、1997年的亚洲金融危机和2008年的全球金融危机所导致的大量工人下岗。因此，本文选取调查失业率（以下记为U）。

图2 不同失业率数据的趋势图

3.通货膨胀率变量的选取。借鉴Gordon(2013）[6]将通货膨胀率按照标题CPI和核心CPI进行区分。二者的区别在于：标题CPI包括粮食和能源价格的变动，反映价格的短期变动，核心CPI去除粮食和能源价格的变动，反映价格长期的变动。考虑到数据的可获得性，本文选取CPI作为标题CPI的代理变量反映价格的短期波动，用GDP平减指数作为核心CPI的代理变量反映价格的长期波动（数据均来自国家统计局网站）。

图3 P_CPI和P_GDP的趋势图

由图3所示，CPI的变动（P_CPI）和GDP平减指数的变动（P_GDP）整体趋势一致（线性相关系数为 0.87）。但P_GDP的波动(σP_GDP=16.54）比P_CPI的波动（σP_GDP=14.25）更平缓，即GDP平减指数能更好地反映我国物价水平变动的长期趋势。

本文进一步给出U和P_CPI的趋势图（见图4），可以直观地看到，我国的菲利普斯曲线关系基本成立但不显著（线性相关系数为-0.21）。其中，1978年至1990年、2002年至2008年、2011年至2012年前后大致表现出随着通货膨胀率水平的提高，失业率有一定的降低。1998年至2001年、2008年至2010年前后大致表现出随着通货膨胀率水平的下降(甚至出现了通货紧缩），失业率有较大的提高。但是，1991年至1997年前后它们的变化是同向的。主要的形成原因是，其间的国有企业改革和亚洲金融危机使大量国有企业职工下岗。因此，为了更精确地测度它们的关系，有必要进一步构建 “三角”菲利普斯曲线模型来进行研究。

图4 U和P_CPI的趋势图

（三）“三角”菲利普斯曲线的估计

因为改革开放以来中国经济高速增长和产业结构较大变动伴随着持续的结构性失业，而且1987年开始实施的 “两权”分离的国有企业改革使得自然失业率（NAIRU）明显上升。所以本文将失业率分解为自然和周期性两部分。首先给出第一个量测方程：

其中，Ut、NAIRUt和分别表示真实、长期和短期失业率。我们假定我国自然失业率是时变的（Ca⁃marero等，2005[19]）。

对应 “三角”模型的量测方程为：

与大多数文献一致（Watson，2014[13]；都阳和陆旸，2011[12]），假定长期失业率NAIRUt服从随机游走过程，短期失业率服从AR(1）过程，得到状态方程：

为了估计状态空间模型（6）～(9）中的参数，假定自然失业率NAIRUt为常数，对应的参数估计值作为初始值，并确定各滞后算子的滞后阶数。

首先，假定NAIRUt为常数，分别以工业生产者出厂价格增长率πPPIt和固定资产投资增长率（Invest⁃ment Rate）作为供给冲击变量，被解释变量分别选取CPI通胀率和GDP通胀率。估计结果如表1所示。

表1 “三角”菲利普斯曲线估计

接着，将常值作为自然失业率的初值，由极大似然估计得到模型为：

(10） 式表明，和均有显著的影响。其中，我国失业率的变动与通胀率的变动存在负向相关关系（t值较小），这与大多数文献的结论是一致的。由（11）式可知，当期的失业率变动受其自身滞后变量的影响程度不显著。

（四）基于上述模型的变量相关性的解释

1.通货膨胀率与失业率的关系。基于以上 “三角”菲利普斯曲线模型可知，1978年改革开放以来，在控制供给冲击等因素的情况下，菲利普斯曲线所反映的物价和失业的关系在我国是基本存在的（虽然它们的相关性很弱）。因此，政府当局需要关注自然失业率及其真实失业率的缺口部分，它是引起通胀率变动的主要因素。

2.通货膨胀率的影响因素分析。改革开放以来，我国通货膨胀率的影响因素十分复杂，本文分析得到我国通货膨胀率的影响因素包括通货膨胀率的惯性、供给冲击和失业率等。首先，类似Watson(2014）的结论，我国通货膨胀率惯性也是驱动其变动的主要原因。其次，改革开放以来，我国政府主导的投资和出口拉动型增长模式是通货膨胀率变动的另一个主要原因。一方面，固定资产投资的快速增长要求大量资金的投入，从而迫使货币当局大量增发货币，即同时引起通货膨胀。另一方面，由于我国实施的“盯住美元”和 “一篮子”汇率制度以及不允许外币在国内市场流通等原因，大量出口企业的收入导致国内市场投入了更多的货币，这也会造成我国通货膨胀。最后，对我国这样的新兴发展中国家而言，周期性失业率是影响通货膨胀率变动的非主要因素。

3.关于时变自然失业率的解释。由图5描述的我国时变自然失业率的趋势可知，我们所估计的时变自然失业率基本一致且略高于国家统计局所公布的城镇登记失业率，这与相关文献的结论类似。如国有企业改革和亚洲金融危机导致了直至2003年的失业率的逐渐上升；而2008年的金融危机，导致了直至今日的失业率水平的逐步上升。

由（11）式可知，当期的短期失业率受其滞后一期的影响不显著，即我国失业率的自身调整机制不强。考虑到较严重的失业率会导致社会的不稳定，一旦出现较严重失业时，我国政府不是任由市场机制自身来调节，而是利用宏观政策等手段积极促进就业。

图5 我国NAIRU的趋势图

三、结论及政策建议

在 “三角”菲利普斯曲线的建模中，通过对相关变量的比较分析，我们估计了调查失业率数据，并且将其分解为长期趋势和短期波动，并将短期调查失业率作为失业率数据，也将CPI选取为通胀率变量。我们得到如下的结论和政策建议：

首先，我国的菲利普斯曲线是存在的。除了1997年和2008年对应的亚洲和世界金融危机时期外，它们确实存在显著的负相关关系。当然，如果宏观经济政策目标是保持经济体的充分就业，那么自然失业率和基于菲利普斯曲线反映的物价和失业此消彼长的关系无疑为政策的制定提供了很好的理论依据。

其次，关于影响我国物价变动的因素方面。首先是物价自身的持续性，其次是我国政府一直强调的投资和出口拉动型经济增长模式引起的供给冲击，最后是失业率的变动对物价造成的影响。因此，从调控物价角度来看，我国政府需要在当前经济深度调整和物价持续走低的契机下，调整产业结构、扩大内需和积极进行物价改革，进一步释放市场力量，促进就业。

最后，本文所估计的自然失业率和城镇登记失业率变动趋势基本一致。这反映了当前的失业人员主要是自然失业部分。因此，政府需要加强防范周期性失业，进一步通过完善社会保障制度来减轻失业对相关家庭带来沉重生活压力等的不利影响。

[1]Phillips A W.The Relation Between Unemployment and the Rate of Change of Money Wage Rates in the United Kingdom，1861—1957[J].Eco⁃nomica，1958，25(100）：283-299.

[2]Samuelson P A，Solow R M.Analytical Aspects of Anti⁃inflation Policy[J].The American Economic Review，1960，50(2）：177-194.

[3]Friedman M.Nobel Lecture：Inflation and Unemployment[J].The Journal of Political Economy，1977，85(3）：451-472.

[4]Gordon R J，Perry G，Modigliani F，et al.Can the Inflation of the 1970s be Explained？ [J].Brookings Papers on Economic Activity，1977，8(1）：253-279.

[5]Gordon R J.Inflation，flexible exchange rates，and the natural rate of unemployment[R].National Bureau of Economic Research，1982.

[6]Gordon R J.The Phillips Curve is Alive and Well：Inflation and the NAIRU During the Slow Recovery[R].National Bureau of Economic Re⁃search，2013.

[7]陈彦斌.中国新凯恩斯菲利普斯曲线研究 [J].经济研究，2008(12）：50-64.

[8]杨小军.中国新凯恩斯主义菲利普斯曲线的经验研究 [J].统计研究，2011，28(2）.

[9]周清杰，孙晶晶.菲利普斯曲线理论的分流与融合——基于三角模型与新凯恩斯主义模型的比较研究 [J].经济学动态，2015(7）：149-157.

[10]郑挺国，王霞，苏娜.通货膨胀实时预测及菲利普斯曲线的适用性 [J].经济研究，2012(3）：88-101.

[11]蔡昉，都阳，高文书.就业弹性、自然失业和宏观经济政策——为什么经济增长没有带来显性就业？[J].经济研究，2004(9）：18-25.

[12]都阳，陆旸.中国的自然失业率水平及其含义 [J].世界经济，2011(4）：3-21.

[13]Watson M W.Inflation Persistence，the NAIRU，and the Great Recession[J].The American Economic Review，2014，104(5）：31-36.

[14]蔡昉.中国就业统计的一致性：事实和政策涵义 [J].中国人口科学，2004(3）：4-12.

[15]Song S.Policy Issues of China’s Urban Unemployment[J].Contemporary Economic Policy，2003，21(2）：258-269.

[16]Giles J，Park A，Zhang J.What is China’s True Unemployment Rate？ [J].China Economic Review，2005，16(2）：149-170.

[17]Liu Q.Unemployment and Labor Force Participation in Urban China[J].China Economic Review，2012，23(1）：18-33.

[18]陈宇峰，俞剑，陈启清.外部冲击与奥肯定律的存在性和非线性 [J].经济理论与经济管理，2011(8）：42-52.

[19]Camarero M，Carrion⁃i⁃Silvestre J L I S，Tamarit C.Unemployment dynamics and NAIRU estimates for accession countries：A univariate approach[J].Journal of Comparative Economics，2005，33(3）：584-603.