劉建江，羅雙成，鄒花蘭

（長沙理工大學(xué) 經(jīng)濟與管理學(xué)院，湖南 長沙 410076）

一、引言

經(jīng)濟波動（Economic Fluctuation；Business Cycle）與長期經(jīng)濟增長（Economic Growth）是宏觀經(jīng)濟學(xué)關(guān)注的兩大主題。長期以來，宏觀經(jīng)濟學(xué)標準的研究范式是分別建立經(jīng)濟波動和經(jīng)濟增長模型研究這兩種現(xiàn)象：增長理論假設(shè)市場是完全的，資本存量可變；波動理論則假設(shè)市場是不完全的，資本存量既定。同時研究經(jīng)濟波動和經(jīng)濟增長的模型也不同。從哈羅德－多馬模型到新古典增長模型再到內(nèi)生增長模型，都是用總量生產(chǎn)函數(shù)來解釋長期經(jīng)濟增長，研究人口增長、資本積累和技術(shù)進步或生產(chǎn)率在增長中的作用。而研究經(jīng)濟波動多采用ISLM和AS－AD模型，近年來，動態(tài)隨機一般均衡模型（Dynamic Stochastic General Equilibrium，DSGE）也開始被使用。受這種傳統(tǒng)兩分法研究范式影響，主流經(jīng)濟學(xué)一般認為經(jīng)濟短期波動與長期增長互不相關(guān)。

熊彼特關(guān)于“創(chuàng)造性破壞（Creative Destruction）”的觀點較早揭示了經(jīng)濟波動與經(jīng)濟增長之間的聯(lián)系，但是長期未受重視。①Goodwin把經(jīng)濟波動的產(chǎn)生模擬為增長過程的確定性結(jié)果，認為工資與利潤之間存在互動關(guān)系。這意味著經(jīng)濟波動與經(jīng)濟增長之間可能是互相依賴和影響的［1］。20世紀80年代，實際經(jīng)濟周期（RBC）學(xué)派質(zhì)疑主流經(jīng)濟學(xué)的兩分法，認同熊彼特關(guān)于增長與周期是統(tǒng)一現(xiàn)象的觀點。其后，學(xué)者們開始嘗試研究二者之間的關(guān)系，并試圖建立一個波動與增長的統(tǒng)一分析框架。Hwa＆Eric基于RBC模型指出長期趨勢不是確定的、平滑的，而是隨機的，與經(jīng)濟波動之間相互影響［2］。徐舒等認為，影響長期經(jīng)濟增長的因素不可避免地也會引起經(jīng)濟波動［3］。由此反映出當(dāng)前越來越多的學(xué)者開始重視經(jīng)濟波動和增長之間的聯(lián)系。

從現(xiàn)實情況來看，一些國家的短期經(jīng)濟波動或沖擊往往改變長期增長路徑［4］。例如20世紀30年代的“大蕭條”、70年代石油危機引發(fā)的“滯脹”以及80年代末日本“泡沫經(jīng)濟”的破滅等，都或多或少影響了經(jīng)濟增長的路徑。為應(yīng)對“大蕭條”，凱恩斯主義的政府干預(yù)措施和制度改革無疑改變了美國乃至世界經(jīng)濟增長的長期趨勢；而20世紀80年代為治理“滯脹”，西方國家逐步遠離凱恩斯主義，采取了貨幣主義的貨幣緊縮政策和供給學(xué)派的減稅政策，并大幅放松政府管制，實行國有企業(yè)的私有化和金融自由化。亞洲金融危機后，一些國家雖然經(jīng)歷了較嚴重的經(jīng)濟衰退，但一系列金融和經(jīng)濟改革政策也改變了其長期增長路徑。2008年金融危機后，多國中央銀行通過維持低利率、實施寬松的貨幣政策來緩解經(jīng)濟衰退帶來的負面影響，努力改變經(jīng)濟下滑的局面，并維持長期增長的趨勢。這些現(xiàn)象和事實使更多的經(jīng)濟學(xué)家意識到波動與增長之間可能存在密切聯(lián)系，也有助于我們認識當(dāng)前的經(jīng)濟新常態(tài)特征。從本質(zhì)上看，陳昆亭等認為經(jīng)濟波動與經(jīng)濟增長研究的對象是宏觀經(jīng)濟不同部分的特征［5－6］。

20世紀80年代后，越來越多的學(xué)者放棄了基于不同模型解釋波動和增長的兩分法研究范式，而在統(tǒng)一框架下研究二者的相關(guān)性。筆者擬對此方面的研究成果作一綜述，先論述經(jīng)濟波動與經(jīng)濟增長聯(lián)系的理論基礎(chǔ)，再分析經(jīng)濟波動與經(jīng)濟增長的互動影響機制，然后概括經(jīng)驗研究進展，最后進行總結(jié)。

二、經(jīng)濟波動與經(jīng)濟增長聯(lián)系的理論基礎(chǔ)

經(jīng)濟波動與經(jīng)濟增長之間內(nèi)在聯(lián)系的研究主要建立在實際經(jīng)濟周期理論（RBC）、內(nèi)生增長理論和回滯理論的基礎(chǔ)上。

（一）實際經(jīng)濟周期理論

20世紀70年代末西方發(fā)達國家出現(xiàn)的滯脹現(xiàn)象和 “盧卡斯批判”②使主流的凱恩斯主義理論受到現(xiàn)實和理論的雙重質(zhì)疑。在這一歷史背景下，Kydland ＆Prescott否定了把經(jīng)濟分為長期與短期的說法，將經(jīng)濟周期理論與經(jīng)濟增長理論結(jié)合起來研究宏觀經(jīng)濟學(xué)，打破了傳統(tǒng)的兩分法研究范式，不但為宏觀經(jīng)濟周期分析奠定了微觀經(jīng)濟學(xué)基礎(chǔ)，同時也開創(chuàng)了RBC學(xué)派，并在上世紀90年代早期成為主流的經(jīng)濟學(xué)分析框架［7］。在標準的RBC分析框架中，市場出清且貨幣作用微小，經(jīng)濟周期性波動主要受影響全要素生產(chǎn)率（索羅剩余）的沖擊驅(qū)動，受需求沖擊與財政變量的波動較小。也有學(xué)者認為，RBC模型實質(zhì)上是一個只有技術(shù)沖擊而無貨幣沖擊的商業(yè)周期均衡模型，來自于對技術(shù)沖擊隨機過程的假設(shè)，避開了微觀主體的行為，其經(jīng)濟含義并不豐富［8－9］。

一些學(xué)者擴展了 RBC模型，King et al.把經(jīng)濟增長與經(jīng)濟波動結(jié)合起來，建立了波動與增長統(tǒng)一的理論框架，即KPR模型，認為經(jīng)濟發(fā)展的長期和短期決定因素相同，既有總供給又有總需求，人為把經(jīng)濟影響因素分為長期與短期是無意義的［10－11］。經(jīng)濟周期并非短期波動與長期趨勢的背離，或者說不是實際國內(nèi)生產(chǎn)總值與潛在的或充分就業(yè)的國內(nèi)生產(chǎn)總值的背離，經(jīng)濟周期本身就是經(jīng)濟趨勢相對潛在的或充分就業(yè)的國內(nèi)生產(chǎn)總值的變動，也就是說實際經(jīng)濟周期理論把經(jīng)濟波動和經(jīng)濟增長看成一個問題的兩個方面，而不是兩個問題，經(jīng)濟增長率增加將擴大經(jīng)濟波動幅度，而且使周期縮短。從這一意義上看，實際經(jīng)濟周期理論并不僅僅是經(jīng)濟周期理論，它本身就是經(jīng)濟波動與經(jīng)濟增長聯(lián)系的理論基礎(chǔ)，是一個完整的宏觀經(jīng)濟理論。不過，標準的RBC模型認為經(jīng)濟波動源于外部沖擊，增長率也是外生變量，故只能有限度地解釋經(jīng)濟增長對經(jīng)濟波動的影響，也不能很好地解釋經(jīng)濟波動對經(jīng)濟增長的影響。

（二）內(nèi)生增長理論

現(xiàn)代內(nèi)生增長理論可以從理論上闡釋短期波動與長期增長的關(guān)系，是研究二者關(guān)系的主要理論基礎(chǔ)。與新古典外生增長理論不同的是，內(nèi)生增長理論把知識積累、人力資本積累和研發(fā)支出（R＆D）視為經(jīng)濟增長的驅(qū)動力，并將技術(shù)進步內(nèi)生化，提出多種解釋技術(shù)進步的內(nèi)在機制，如基于完全競爭分析框架的阿羅“干中學(xué)”模型、羅默的知識溢出模型、盧卡斯的人力資本模型和巴羅的公共品模型以及基于不完全競爭分析框架下的R＆D模型。

1.經(jīng)濟波動影響經(jīng)濟增長的理論模型

Fatás提供了一個經(jīng)濟波動影響增長的簡化內(nèi)生增長模型［12］。其分析思路是，假設(shè)生產(chǎn)函數(shù)為：

這里Yt是產(chǎn)出，Lt是勞動，At是技術(shù)參數(shù)，Kt是經(jīng)濟體的知識庫存。③假設(shè)知識從邊干邊學(xué)中積累而來，遵從下列函數(shù)形式：

該參數(shù)γ代表邊干邊學(xué)中知識積累的速度。任何時點上的產(chǎn)出增長率等于：

變量yt、at、lt表示變量Yt、At、Lt取自然對數(shù)。假設(shè)技術(shù)參數(shù)at是穩(wěn)定的過程，且勞動供給函數(shù)中勞動力序列也是穩(wěn)定的。假設(shè)a＊和l＊為勞動和生產(chǎn)率的穩(wěn)態(tài)值（Steady State Values）。在沒有任何周期性擾動時，經(jīng)濟將以如下增長率增長：

通過假定技術(shù)參數(shù)at是一個隨機過程引入周期性沖擊。假定它遵循一階自回歸AR（1）過程，如：

在勞動供給無彈性假設(shè)下，可以把產(chǎn)出增長作為μ的函數(shù)：

L 是滯后算子（Lag Operator），C（L）是at一階自回歸的Wold表示，因此有：

從方程（6）看，因為知識積累的影響，周期性波動（盡管在性質(zhì)上看是暫時性的）對產(chǎn)出有持久性的影響。研究這種持久性效應(yīng)的方法是測量當(dāng)存在技術(shù)沖擊at時，產(chǎn)出的長期預(yù)測的變化。這一問題的答案是表達式 （6）Δyt估計的系數(shù)之和：

這里D（L）＝d0＋d1L＋d2L2＋d3L3＋….是一個滯后多項式。系數(shù)dj測量t＋j期短期沖擊μt對產(chǎn)出增長率的影響。如果把這些系數(shù)加總，可以發(fā)現(xiàn)給定沖擊對產(chǎn)出水平的長期影響。一般而言代表t＋J期μt沖擊對產(chǎn)出水平的影響。所有dj系數(shù)的無窮和可以測量給定沖擊對產(chǎn)出水平的持久性影響。假設(shè)p為：

在該模型中，

可以簡化為：

這一方程表明經(jīng)濟波動對經(jīng)濟增長的長期影響是沖擊自身的持續(xù)性和參數(shù)γ的增函數(shù)。該模型給出一個簡單和直覺性的解釋，說明經(jīng)濟周期通過增長過程的動態(tài)化對增長產(chǎn)生長期影響。

經(jīng)濟波動影響經(jīng)濟增長的另一典型模型是Stadler［13］關(guān)于未預(yù)期貨幣沖擊數(shù)理模型，④其表達式如下：

εt代表未預(yù)期貨幣供給的增加；zt代表經(jīng)濟中所積累的總知識存量，它取決于通過知識積累或邊干邊學(xué)方程式得到的過去的產(chǎn)出水平和就業(yè)水平；當(dāng)經(jīng)濟中出現(xiàn)暫時性沖擊（該模型中指未預(yù)期的貨幣沖擊）時，通過“干中學(xué)”機制將對總產(chǎn)出形成一個不斷增加的效應(yīng)。Aghion ＆ Howit指出該模型雖然很好地解釋了經(jīng)濟周期中的趨勢部分，但是存在兩個不足之處：一是未能把長期增長趨勢參數(shù)化；其次生產(chǎn)力增加被直接假定為順周期的，而沒有探討這一假設(shè)是否成立，實際上該假設(shè)成立與否直接影響二者的關(guān)系［14］。

2.經(jīng)濟增長影響經(jīng)濟波動的理論模型

經(jīng)濟增長影響波動的代表性模型有三個：

第一是熊彼特增長模型。前提假設(shè)是每個一般性技術(shù)⑤（GPT）需要一套新的中間品才能投入使用，而中間品的發(fā)現(xiàn)和完善成本很高，直到其完全投入使用，產(chǎn)出才會由下降轉(zhuǎn)為上升。假設(shè)生產(chǎn)函數(shù)為y＝Axα，其中，x為中間品投入流，A為度量中間品x質(zhì)量的生產(chǎn)力參數(shù)；通過引入貝爾曼方程和套利方程從而推導(dǎo)出最終產(chǎn)品流量為：

其中，L為勞動力供給；n為研發(fā)部門所使用的勞動力數(shù)量；L－n為制造部門所使用的勞動力數(shù)量；r為當(dāng)前生產(chǎn)力提高因子；λ為研發(fā)技術(shù)生產(chǎn)力的參數(shù)。平均增長速度方程為創(chuàng)新頻率和創(chuàng)新規(guī)模的乘積，即：

熊彼特增長模型意味著增長并不均勻，每發(fā)生一次創(chuàng)新，最終產(chǎn)出以對數(shù)lnr增加。

第二是基于GPT的熊彼特式的周期增長模型。熊彼特增長模型雖然說明增長是不均勻的，但是并沒有顯示任何的不景氣，即沒有表現(xiàn)出向下的波動。Helpman ＆Trajtenberg對此進行了改進［15］。該模型的前提假設(shè)和熊彼特增長模型基本一致，但是他們把GPT創(chuàng)新細分為形成和應(yīng)用兩個階段，因此經(jīng)濟增長呈現(xiàn)周期性，每個周期有兩個階段：GPTi出現(xiàn)Ti，此時經(jīng)濟進入階段一，從事研究的勞動力為n，其產(chǎn)出為Ai－1F（L－n）；階段二從 Ti＋Δi開始，所有的勞動力都從事生產(chǎn)，直到GPTi＋1出現(xiàn)，其產(chǎn)出為AiF（L）。同樣引入貝爾曼方程和套利方程推導(dǎo)出增長方程為：

該模型較好地表現(xiàn)了經(jīng)濟增長中的周期性波動。

第三是通過社會學(xué)習(xí)的重大技術(shù)變遷模型。Aghion ＆ Howitt在GPT的基礎(chǔ)上考慮社會學(xué)習(xí)因素，提出重大技術(shù)變遷模型。與Helpman ＆Trajtenberg不同的是，他們進一步將創(chuàng)新分為三個階段，即在第二種模式基礎(chǔ)上增加了企業(yè)必須獲得試驗的“樣板”（Template），并在此基礎(chǔ)上學(xué)會該GPT的階段。在這種劃分下，所有的部門分為三類：n0表示沒有獲得試驗“樣板”的部門數(shù)量；n1表示找到“樣板”，但尚未發(fā)現(xiàn)怎么實施和應(yīng)用的部門數(shù)量；n2表示成功采用新GPT的部門數(shù)量。假定任意時點的總產(chǎn)出為：

為生產(chǎn)中間品部門雇用的勞動力，根據(jù)系統(tǒng)解、總產(chǎn)出函數(shù)及勞動力市場出清條件最終確定總產(chǎn)出的時間軌跡為：

模型表明，學(xué)習(xí)過程是逐步完成的，在整個過程中速度不穩(wěn)定。由于社會學(xué)習(xí)的過程一般也比較緩慢，所以在一定的年限后才會達到一個高峰。根據(jù)Aghion ＆ Howitt的經(jīng)驗研究，在新GPT出現(xiàn)的15年內(nèi)，其對產(chǎn)出幾乎沒有影響，但由于社會學(xué)習(xí)，當(dāng)從事試驗的部門激增時，經(jīng)濟開始經(jīng)歷嚴重的蕭條，產(chǎn)出下降幅度為10.5%，并在第19年達到谷底，而后產(chǎn)出開始增加。

（三）回滯理論

回滯（Hysteresis）最初是一個物理概念。⑥經(jīng)濟學(xué)中的回滯理論意味著經(jīng)濟系統(tǒng)的均衡狀態(tài)依賴于經(jīng)濟變量的變化過程，短期外部沖擊將對經(jīng)濟系統(tǒng)產(chǎn)生長期持續(xù)的效應(yīng)，即使在該外部沖擊消失之后，系統(tǒng)仍將會保留它所產(chǎn)生的影響。經(jīng)濟波動對經(jīng)濟增長持久性的影響可以說是回滯效應(yīng)的表現(xiàn)之一?？紤]具有回滯效應(yīng)的簡單一維離散線性增長模型：

其中Xt為平均生產(chǎn)率，其值取決于上一期的值Xt－1和外生變量Zt。如果參數(shù)α等于1，那么該模型的穩(wěn)態(tài)均衡值為：

方程（19）表明，平均生產(chǎn)率不再是唯一的穩(wěn)態(tài)均衡值，而要依賴于Z的時間路徑變化過程。回滯理論表明任何時刻的短暫外部沖擊（貨幣沖擊或其它需求沖擊）Z及其引發(fā)的經(jīng)濟波動，都將給平均生產(chǎn)率X帶來一個持久性的影響。

由此可見，實際經(jīng)濟周期理論為經(jīng)濟波動與經(jīng)濟增長之間的聯(lián)系提供了理論基礎(chǔ)；回滯理論為進一步分析經(jīng)濟波動對經(jīng)濟增長的影響提供了思路；內(nèi)生增長理論則為分析經(jīng)濟波動與經(jīng)濟增長的互動影響機制提供了思路和工具。

三、經(jīng)濟波動與經(jīng)濟增長的互動影響機制

（一）經(jīng)濟波動對長期增長的效應(yīng)

關(guān)于經(jīng)濟波動對增長的效應(yīng)，King ＆Rebelo［16］以及Stadler的研究對此做出了突出貢獻。基本的研究思想是經(jīng)濟波動通過影響改變經(jīng)濟增長路徑的活動如資源供給沖擊［17］、技術(shù)革新［18］、人力資本積累和知識積累等來影響經(jīng)濟增長。我們可以從正面影響和負面影響來分別闡述。

1.正效應(yīng)

經(jīng)濟波動對經(jīng)濟增長的影響機制（即逆周期理論）的主要機制有清潔機制、機會成本效應(yīng)、創(chuàng)造性破壞效應(yīng)等。

首先來看清潔機制（Cleaning Effect）。早先的時候，熊彼特提出了這種機制來解釋經(jīng)濟波動對經(jīng)濟增長的影響。他認為經(jīng)濟周期（更確切地講是蕭條）可以減少或清除無效企業(yè)和資源配置失誤。Caballero ＆ Hammour支持這一觀點，并對清潔機制做了形式化處理，指出在經(jīng)濟周期的蕭條期，效率較差的公司可能退出市場，因此平均生產(chǎn)率得以提高，從而有利于未來的經(jīng)濟增長［19］。Palma ＆ Rosário也支持這一觀點［20］。

其次來看機會成本效應(yīng)（Opportunity Cost Effect）。這是經(jīng)濟蕭條對生產(chǎn)力產(chǎn)生正效應(yīng)的第二個機制。一般來說，企業(yè)要進行組織重建或培訓(xùn)等增加生產(chǎn)力的活動會犧牲目前直接的生產(chǎn)性活動。由于蕭條期需求低迷，生產(chǎn)性活動的回報較低，因此這時進行組織重建或培訓(xùn)的機會成本低于擴張期。Aghion ＆Saint－Paul支持這一觀點［21］。機會成本法主要適用于經(jīng)過很長時間才能產(chǎn)生效益的投資（如組織重建或培訓(xùn)），具有反周期性。而廣告（短期內(nèi)即帶來收益）和研發(fā)（信貸約束效應(yīng)）更具有順周期性。

再次是創(chuàng)造性破壞效應(yīng)（Creative Destruction Effect）。熊彼特認為經(jīng)濟波動（確切地講是經(jīng)濟衰退）是資本化過程中必要的錯誤，本身具有“創(chuàng)造性破壞”效應(yīng)，這種效應(yīng)刺激了技術(shù)創(chuàng)新和產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整升級，是經(jīng)濟增長的一個動力機制。Gordon對美國股市崩潰所帶來的正面效應(yīng)的論述也支持逆周期理論［22］。他指出，歐洲人在美國股市崩潰中往往將他們持有的美國證券低價拋售給美國人，美國人因此得以變相地洗劫了歐洲人的財富。同時股市的周期性崩潰也迫使美國公司為了生存而提高運作效率。將經(jīng)濟繁榮時期積累下來的泡沫擠出了經(jīng)濟循環(huán)，資源向強者手中聚集，使得經(jīng)受了考驗的經(jīng)濟體變得更加健康，增加了免疫力。

除了上述三個主要機制外，有些學(xué)者還提出了溢出效應(yīng)、懲戒效應(yīng)、外部效應(yīng)和預(yù)防儲蓄效應(yīng)。Black認為無論名義經(jīng)濟（貨幣供給增長率）還是實際經(jīng)濟（實際產(chǎn)出增長率）中出現(xiàn)顯著地波動性，都將帶有一定的“風(fēng)險獎勵”和對經(jīng)濟增長的“溢出效應(yīng)”，如果能夠人為的誘導(dǎo)一定程度的經(jīng)濟波動性，能促進經(jīng)濟增長并提高社會福利水平［23］。這種人為誘導(dǎo)一定程度的經(jīng)濟波動性促使經(jīng)濟增長加速的觀點值得商榷，因為不確定性的存在導(dǎo)致資產(chǎn)價格變動的擠出效應(yīng)大于財富效應(yīng)（李春風(fēng)等）［24］。懲戒效應(yīng)（Punishment Effect）是指蕭條增加了那些不足以承擔(dān)必要重組投資的企業(yè)破產(chǎn)的可能性，強化了企業(yè)發(fā)展的動力。這一機制與清潔機制有相似之處，Nickell et al.也指出企業(yè)債務(wù)的增加會強化這種效應(yīng)［25］。Dellas提出外部效應(yīng)（External Effect）可能會強化蕭條對平均生產(chǎn)力的反周期效應(yīng)：如果預(yù)期的業(yè)績差異（如好壞企業(yè)或工人之間的差異）比反向沖擊的程度更大，那么不利條件可以通過減少職業(yè)選擇錯誤的概率來改進篩選過程［26］。Dellas對英國1947－1983年商業(yè)數(shù)據(jù)的經(jīng)驗研究也支持其觀點。預(yù)防儲蓄效應(yīng)（Preventive Savings Effect）是指經(jīng)濟周期波動引致預(yù)防性儲蓄，并破壞了經(jīng)濟體系中I與S的原有均衡體系，進而影響經(jīng)濟增長。值得一提的是，除了預(yù)防性儲蓄外，經(jīng)濟主體想通過增加人力資本積累來應(yīng)對未來的收入不確定風(fēng)險（袁冬梅等）［27］。而增加人力資本意味著與生產(chǎn)部門相關(guān)的學(xué)習(xí)部門的擴大，這對經(jīng)濟增長有利。

2.負效應(yīng)

盡管有不少經(jīng)驗研究支持經(jīng)濟波動對經(jīng)濟增長的負作用，卻較少有學(xué)者探討負效應(yīng)傳導(dǎo)機制。經(jīng)濟波動對增長的負效應(yīng)傳導(dǎo)機制（即順周期理論）主要有延遲效應(yīng)和信貸約束效應(yīng)。經(jīng)濟波動產(chǎn)生的不確定性對投資有不利影響，而投資是拉動經(jīng)濟增長的重要因素，因此投資成為連接波動和增長關(guān)系的重要渠道。技術(shù)進步是經(jīng)濟增長的原動力，經(jīng)濟波動可以通過影響技術(shù)進步與經(jīng)濟增長產(chǎn)生密切的聯(lián)系。投資和技術(shù)進步都存在延遲效應(yīng)（Delayed Effect）。首先宏觀經(jīng)濟波動的不穩(wěn)定延遲了研發(fā)投資和其他投資，而研發(fā)投資是技術(shù)創(chuàng)新的主要驅(qū)動力；其次經(jīng)濟波動使新技術(shù)知識的擴散和傳播延遲，通過影響技術(shù)進步降低經(jīng)濟增長。Barro進一步指出經(jīng)濟波動造成了經(jīng)濟形勢的不確定性（特別是通貨膨脹變動的價格水平的不確定性），如果經(jīng)濟波動超過一定范圍，經(jīng)濟波動導(dǎo)致經(jīng)濟增長率降低風(fēng)險將急劇增加，由此可知，波動對經(jīng)濟增長的反面影響的傳導(dǎo)具有非線性和非對稱性［28］。

信貸約束效應(yīng)（Credit Restriction Effect）在不同的經(jīng)濟周期階段對研發(fā)支出的影響不同。不少模型專門分析信貸機制對宏觀經(jīng)濟波動的放大效應(yīng)，并由此探討短期沖擊與長期增長的關(guān)系。Bernanke ＆Blinder認為信貸市場信息是不對稱的，資產(chǎn)價格變化所帶來的資產(chǎn)負債表效應(yīng)直接影響借款人還款能力的變化，由此放大經(jīng)濟波動的沖擊［29］。其后，Bernanke et al.進一步提出了金融加速器機制（Financial Accelerator），認為金融和信貸市場信息不對稱、市場摩擦的存在，加之資產(chǎn)價格巨大不確定性與波動性，金融與信貸市場的微小外部沖擊將對經(jīng)濟系統(tǒng)產(chǎn)生巨大影響，形成“小沖擊、大波動”［30］。這種波動帶來的負沖擊導(dǎo)致局部甚至是整體的金融危機，并可能引發(fā)經(jīng)濟衰退或經(jīng)濟危機。不少學(xué)者還證明，這種金融加速器機制之下，正向沖擊的放大效應(yīng)要小于負向沖擊的放大效應(yīng)。

（二）經(jīng)濟增長對經(jīng)濟波動的影響

經(jīng)濟增長對經(jīng)濟波動的影響研究主要是運用基于一般性技術(shù) （GPT）的方法，其基本思想是：一個顯著的技術(shù)沖擊其初始效果不是提高產(chǎn)出水平和就業(yè)水平，而是相反，因為周期性波動是社會為使用GPT所支付的成本。總的來說，經(jīng)濟增長影響經(jīng)濟波動的傳導(dǎo)機制是一般性技術(shù)效應(yīng)。盡管長期而言，每個GPT都會提高長期產(chǎn)出和生產(chǎn)率，但是經(jīng)濟增長對此進行調(diào)整和適應(yīng)的過程中會引起周期性波動。GPT導(dǎo)致宏觀經(jīng)濟產(chǎn)生顯著波動的原因包括工人的技能差異，昂貴的搜尋工作成本以及新GPT引發(fā)的第二波創(chuàng)新導(dǎo)致物質(zhì)和人力資本的積累時滯，社會學(xué)習(xí)的速度及作用，新GPT的執(zhí)行和實施需要很高的調(diào)整和重建成本。可以說，經(jīng)濟周期是經(jīng)濟長期增長所要付出的社會代價。另外，新GPT的資源配置作用可能會導(dǎo)致蕭條的幻覺。新GPT把資源從可度量部門（如生產(chǎn)部門）重新配置到不可度量部門（如研發(fā)或知識生產(chǎn)部門），可度量的增長率可能會因此降低而導(dǎo)致蕭條的幻覺。

四、經(jīng)驗研究進展

關(guān)于經(jīng)濟波動與經(jīng)濟增長的相關(guān)性實證研究，技術(shù)進步［31］、人力資本形成和資本積累通常被用來證明波動與增長的聯(lián)系，較多學(xué)者用一國數(shù)據(jù)或多國的面板數(shù)據(jù)進行經(jīng)驗檢驗，采用的方法大多是一般線性回歸模型。如Ramsey ＆ Ramey［32］運用Summers－Heston數(shù)據(jù)集中的真實人均GDP數(shù)據(jù)來計算兩種樣本國家的平均增長和波動：一個是僅包括OECD國家1952－1988年數(shù)據(jù)的24國樣本；另一個是包括不發(fā)達國家1962－1985年數(shù)據(jù)的92國樣本。他們用人均年度增長率的標準離差來衡量波動并對數(shù)據(jù)進行回歸從而得出增長與波動的相關(guān)性：92國樣本顯示二者為顯著的負相關(guān)關(guān)系，而OECD國家樣本則給出一個正相關(guān)關(guān)系（盡管不顯著）。Fatás同樣研究了來自Summers－Heston數(shù)據(jù)集100多個國家的樣本，用兩種不同的方法⑦計算了年度波動的持續(xù)性，以檢驗波動持續(xù)的程度與國家長期增長率是否相關(guān)［12］。通過對總樣本（98個國家）和 OECD國家的受限模型中年度波動持續(xù)程度對產(chǎn)出長期增長率的計量檢驗表明，波動與增長負相關(guān)的結(jié)論。Aghion et al.在文中采用了多個不同的跨國年度數(shù)據(jù)樣本進行多元線性回歸模型，包括72個國家1960－1990年的數(shù)據(jù)、65個國家1960－2000年的數(shù)據(jù)和14個OECD國家1973－1999年的數(shù)據(jù)［33］。他們的實證研究結(jié)果發(fā)現(xiàn)較低的金融發(fā)展水平預(yù)示著波動對增長有更強的負面效應(yīng)。Beaumont et al.通過GARCH－M模型研究了20個OCED國家的工業(yè)產(chǎn)出數(shù)據(jù)，結(jié)果表明，只有葡萄牙和意大利數(shù)據(jù)顯示經(jīng)濟波動對經(jīng)濟增長具有顯著的正效應(yīng)［34］。Caselli ＆ Coleman對20世紀70年代到90年代間經(jīng)濟放緩的OCED國家和20世紀最后30年高速發(fā)展的新興工業(yè)化國家和地區(qū)（如韓國、新加坡、中國香港、中國臺灣等）的研究表明，發(fā)達國家經(jīng)濟增長源于技術(shù)創(chuàng)新，而新興工業(yè)國由于技術(shù)創(chuàng)新成本高，其經(jīng)濟增長主要是通過國際技術(shù)擴散和技術(shù)模仿［35］。無論是技術(shù)創(chuàng)新還是模仿創(chuàng)新，這種沖擊是產(chǎn)生經(jīng)濟周期波動的源泉之一。

波動并不總是表現(xiàn)為負效應(yīng)，在某些條件下可以轉(zhuǎn)換為正效應(yīng)。Blackburn ＆Pelloni基于一個含有干中學(xué)的隨機內(nèi)生增長貨幣模型，研究表明長期增長率與名義擾動的波動率呈負相關(guān)關(guān)系，但當(dāng)勞動力價格變得靈活時，實際擾動的波動率與增長率之間呈正相關(guān)關(guān)系［36］。Blackburn ＆Galindev運用隨機增長模型研究波動和增長的關(guān)系時發(fā)現(xiàn)，外部學(xué)習(xí)獲得技術(shù)進步使波動對增長呈負向關(guān)系；而通過內(nèi)部學(xué)習(xí)獲得的技術(shù)進步能使兩者呈現(xiàn)正向關(guān)系［37］。Miguel Casares通過引入多種資產(chǎn)修正了RBC模型，研究表明產(chǎn)出、投資和通脹對貨幣政策所引起的短期波動呈現(xiàn)先減后增的“U型”變動趨勢［38］。Kose et al.檢驗了全球化背景下的貿(mào)易開放與金融開放對經(jīng)濟波動與增長關(guān)系的影響［39］。研究結(jié)果表明，貿(mào)易和金融的開放會弱化波動對經(jīng)濟增長的負面影響，如果貿(mào)易與金融開放度超過一定程度，經(jīng)濟波動對經(jīng)濟增長呈現(xiàn)正的相關(guān)性。Nelson指出波動對經(jīng)濟增長的影響存在門檻效應(yīng)，當(dāng)人均GDP增長率的波動率高于5%時，波動對經(jīng)濟增長呈負效應(yīng)；而波動率低于5%時，波動對經(jīng)濟增長的影響不顯著［40］。

Kroft ＆ Ellis［41］提供了一個簡單的具有普遍性的計量回歸模型，并用Ramsey ＆Ramey所用過的樣本進行了經(jīng)驗分析，結(jié)果顯示經(jīng)濟波動與經(jīng)濟增長的相關(guān)系數(shù)是不確定的。該方法用人均實際GDP計算平均增長和波動，用人均年增長率的標準差衡量波動即

對（20）式進行回歸處理和分析即可以檢驗平均增長率與經(jīng)濟波動的關(guān)系。

為了進一步分析經(jīng)濟波動影響增長的兩種原因的影響程度，可以把總波動方差分解為期內(nèi)（衰退期或繁榮期內(nèi)，它代表著波動影響增長的原因是不確定性波動）波動方差σiw和期間（衰退期和繁榮期轉(zhuǎn)換期間，代表波動影響增長的原因是結(jié)構(gòu)性周期波動）波動方差σib。

其中，r代表衰退期，e代表擴張期，Tir為衰退期總年數(shù)；Tie為擴張期總年數(shù)。則

對（23）式進行回歸分析可以說明期內(nèi)波動與期間波動各自對經(jīng)濟增長的影響程度，并且可以判斷總波動的主要驅(qū)動力量：

這種簡單的回歸分析比較容易操作，可以說明問題所在，但是忽略了其他一些影響國家間經(jīng)濟增長的重要變量，如平均投資占GDP的比重、平均人口增長率、初始人力資本以及初始人均GDP等?？梢钥紤]加入這些重要變量，再用最大似然估計法進行計量分析，模型如下：

其中，μit＝σiεt，εt∈N（0，1），Xit向量包含了上述幾個影響國家間經(jīng)濟增長的重要變量。應(yīng)該說這一考慮其他重要變量的模型在應(yīng)用上更具有普遍性。

Palma ＆ Rosário利用向量自回歸（VAR）方法來研究研究經(jīng)濟周期、經(jīng)濟增長和貨幣利率沖擊的關(guān)系，實證研究結(jié)果支持經(jīng)濟增長和經(jīng)濟周期相互依賴的假說，說明逆周期增長模型很好地抓住了波動與增長的互動影響機制［20］。他們以1972年2月－1992年4月美國季度時間序列數(shù)據(jù)為樣本，在計算索洛殘差和進行單位根檢驗的基礎(chǔ)上對樣本作了必要轉(zhuǎn)換。實證模型如下：

yt是3個變量的向量（索洛殘差、失業(yè)率和利率），μt是獨立同分布，零均值，常數(shù)方差。Ai（i＝0，1，2，…，p）是待估參數(shù)，p為滯后期。他們還對實證結(jié)果進行了脈沖反應(yīng)分析、正交化分析和結(jié)構(gòu)分解，以便得出更強有力的結(jié)論。

由于不同研究所依賴的樣本和采取的模型存在較大差異，經(jīng)濟波動與經(jīng)濟增長之間的關(guān)系如眾多爭議性問題一樣沒有一致的結(jié)論。歸納來看，關(guān)于二者關(guān)系的經(jīng)驗研究結(jié)果主要有三種，即正相關(guān)（Caporale ＆ McKiernan［42］，Grier et al.［43］，劉金全、張鶴［44］，劉金全等［45］）、負相關(guān)（Zarnowitz ＆ Moore［46］，Turnovsky ＆Chattopadhyay［47］，Cerra ＆ Saxena［48］，徐偉［49］）和非線性（盧二坡、曾五一［50］）。另外，波動—增長關(guān)系本身受多種因素的影響，如經(jīng)濟波動與經(jīng)濟增長不確定性與結(jié)構(gòu)性，學(xué)習(xí)沖擊及生產(chǎn)活動的性質(zhì)，家庭對風(fēng)險的態(tài)度，金融市場的發(fā)展程度，人口紅 利［51］，制度因素［52］等。這些因素的性質(zhì)一定程度上左右著二者關(guān)系的強弱和方向。

五、結(jié)論與研究展望

當(dāng)前，將短期經(jīng)濟波動和長期經(jīng)濟增長結(jié)合起來研究已成為經(jīng)濟學(xué)界研究的前沿問題之一。通過對相關(guān)文獻的梳理表明：一是經(jīng)濟波動與經(jīng)濟增長是同一現(xiàn)象的兩個方面，二者緊密相關(guān)、互相影響，分別研究這兩種現(xiàn)象的做法與實際不符；二是波動與增長二者的相關(guān)性得到不少學(xué)者的理論肯定和經(jīng)驗支持；三是由于受研究方法、研究角度、樣本數(shù)據(jù)以及各種影響因素的制約，理論和經(jīng)驗研究均表明波動與增長的影響方向和大小尚存在不確定性和爭論。

整體上，傳統(tǒng)的宏觀經(jīng)濟學(xué)兩分法研究范式已經(jīng)受到質(zhì)疑和挑戰(zhàn)，建立統(tǒng)一的分析框架來研究經(jīng)濟波動與經(jīng)濟增長的關(guān)系，從而更好地理解經(jīng)濟周期和經(jīng)濟增長，為一國經(jīng)濟的發(fā)展和政策的最優(yōu)化提供理論基礎(chǔ)已是宏觀經(jīng)濟學(xué)的研究趨勢。需要指出的是，當(dāng)前一些經(jīng)驗研究方面多是從橫向的國家層面來進行一些統(tǒng)計分析，較為忽視國家之間的差異性。眾多文獻通常是就經(jīng)濟波動與經(jīng)濟增長的關(guān)系展開研究，得出諸如正相關(guān)關(guān)系、負相關(guān)關(guān)系等結(jié)論，較少討論二者的相互影響機制及影響程度，這也是后續(xù)研究的重要內(nèi)容。尤其是，社會經(jīng)濟系統(tǒng)的短期沖擊（波動）如何改變經(jīng)濟增長的長期趨勢，政府如何減輕這種沖擊的負作用，越來越具有應(yīng)用價值。在全球化背景下，深入探討某些具體因素如石油價格大幅度波動、大國金融危機、區(qū)域貿(mào)易一體化等對二者關(guān)系的影響并進一步證實經(jīng)濟波動與經(jīng)濟增長的影響方向和程度是值得進一步研究的方向。

［注釋］

① 錢士春（2004）認為，經(jīng)濟增長與波動之間的相互關(guān)系研究可以追溯到哈羅德（1936；1939）提出的“刀刃上”的經(jīng)濟增長理論。

② 盧卡斯批判是指宏觀經(jīng)濟分析需要建立在微觀基礎(chǔ)上，只有通過把諸如消費者、公司這樣的單個經(jīng)濟主體的行為模型化，才有可能得出關(guān)于私人部門對經(jīng)濟政策的反應(yīng)的有力結(jié)論。

③ 為了簡便，假設(shè)它影響所有企業(yè)，但沒有任何一個企業(yè)大到使其行動對該庫存的影響內(nèi)在化。

④ 這里我們只給出結(jié)論，詳細地推導(dǎo)過程請參見Aghion ＆Howit（1998）。

⑤ 一般性技術(shù)（GPT）是指具有很強推動作用的突破型技術(shù)創(chuàng)新。

⑥ 將一鐵塊置于磁場中，鐵塊會產(chǎn)生磁性，當(dāng)磁場消失后，鐵塊的磁性卻長時間存在，這種現(xiàn)象被稱為回滯。作為物理現(xiàn)象最早在1881年由蘇格蘭物理學(xué)家J.A.Ewing提出。Roegen最早將該概念引入經(jīng)濟學(xué)，研究消費者行為理論。

⑦ 一是估計GDP的一階自回歸（AR1）過程，通過轉(zhuǎn)化與AR1相關(guān)的滯后多項式估計波動的持續(xù)性；二是用Co－chrane的方差率代替，這一變量通常被用于估計時間序列的持續(xù)性。

［1］Goodwin R M.A growth cycle in socialism，capitalism and economic growth［C］.Cambridge University Press，1967.

［2］Kum Hwa O，Eric Zivot.The relationship between the beveridge nelson decomposition and other permanenttransitory decompositions that are popular in Economics［J］.Journal of Econometrics，2008，146（9）：207－219.

［3］徐舒，左萌，姜凌.技術(shù)擴散、內(nèi)生技術(shù)轉(zhuǎn)化與中國經(jīng)濟波動——一個動態(tài)隨機一般均衡模型［J］.管理世界，2011（3）：22－31，187.

［4］劉建江，徐長生.股票市場財富效應(yīng)研究［J］.北京：經(jīng)濟科學(xué)出版社，2010.

［5］陳昆亭，龔六堂.中國經(jīng)濟增長的周期與波動的研究——引入人力資本后的RBC模型［J］.經(jīng)濟學(xué)（季刊），2004（3）：803－818.

［6］陳昆亭，周炎，龔六堂.短期經(jīng)濟波動如何影響長期增長趨勢？［J］.經(jīng)濟研究，2012（1）：42－53，79.

［7］Kydl，F(xiàn)inn E，Edward C Prescott.Time to build and aggregate fluctuations［J］.Econometrica，1982，50：1345－1370.

［8］Susanto Basu.Intermediate Goods And Business Cycles：Implications For Productivity And Welfare［J］.A－merican Economic Review，1995，85：512－531.

［9］Timothy Cogley，James M Nason.Output Dynamics in Real－Business－Cycle Models［J］.American Economic Review，1995，85：492－511.

［10］King R，Plosser C I，Rebelo S T.Production，growth and business cycles：（I）The basic neoclassicial model［J］.J Monet Econ，1988，21：195－232.

［11］King R，Plosser C I，Rebelo S T.Production，growth and business cycles：（II）New directions［J］.J Monet Econ，1988，21：309－341.

［12］Antonio Fatás.The effect of business cycles on growth［Z］.Central Bank of Chile，Working Papers，No 156 Mayo，2002.

［13］Stadler G.Business cycles with endogenous technology［J］.American Economic Review，1990，80：763－778.

［14］Aghion Philippe，Peter Howitt.Endogenous growth theory［C］.MIT Press，Cambridge，MA，1998.

［15］Helpman E，Trajenberg M.A time to sow and a time to reap：growth based on general purpose technologies［Z］.CIAR Working Paper，1994：32.

［16］King R，S Rebelo.Business cycles with endogenous growth［J］.Mimeo，1986.

［17］沈可挺，鄭易生.資源供給沖擊與宏觀經(jīng)濟波動——重新理解中國經(jīng)濟增長［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2006（6）：3－13.

［18］邵軍，徐康寧.轉(zhuǎn)型時期經(jīng)濟波動對我國生產(chǎn)率增長的影響研究［J］.經(jīng)濟研究，2011（12）：97－110.

［19］Caballero R，M Hammour.The cleansing effect of recessions［J］.American Economic Review，1994，84：350－368.

［20］Palma Paulo，Rui B Rosário.On the interdependence of business cycles and economic growth：the case of growth hysteresis［Z］.Provided by Economics Working Paper Archive EconWPA in its series Development and Comp Systems with number 0509015，2005.

［21］Aghion P，G Saint－Paul.Uncovering some casual relationships between productivity growth and the structure of economic fluctuations：a tentative survey［J］.Labour，1998，12：279－303.

［22］Mills G B.Scanning thermal microscopy using nanofabricated probes［D］.University of Glasgow，1999.

［23］Black F.Business cycles and equilibrium［D］.New York：Basil Blackwell，1987.

［24］李春風(fēng)，劉建江，陳先意.房價上漲對我國城鎮(zhèn)居民消費的擠出效應(yīng)研究［J］.統(tǒng)計研究，2014（12）：32－40.

［25］Nickell S，Wadhwani S，Wall M.Productivity growth in UK companies，1975－1986［J］.European Economic Review，1992，36（5）：1055－1085.

［26］Dellas H.Recession and ability discrimination［D］.U－niversity of Maryland Mime，1993.

［27］袁冬梅，李春風(fēng)，劉建江.城鎮(zhèn)居民預(yù)防性儲蓄動機的異質(zhì)性及強度研究［J］.管理科學(xué)學(xué)報，2014（7）：50－62.

［28］Barro R J.Inflation and growth［R］.Federal Reserve Bank of St.Louis Review，1996：153－169.

［29］Bernanke B S，Blinder A S.The federal funds rate and the channels of monetary policy transmission［J］.A－merican Economic Review，1992（82）：901－921.

［30］Bernanke B S，Gertler M，Gilchrist S.The financial accelerator and the flight to quality［J］.Review of Economics and Statistics，1996（78）：1－15.

［31］Blackburn K，R Galinder.Growth，volatility and learning［J］.Economics Letters，2003，79：417－421.

［32］Ramsey G，V A Ramey.Cross—country evidence on the link between volatility and growth［J］.American E－conomic Review，1995，85：1138－1151.

［33］Philippe Aghion，George－ Marios，Angeletos，et al.Volatility and growth：credit constraints and productivity－enhancing investment［Z］.NBER Working Paper，No.W11349，2005.

［34］Besumont M P，S C Norribin，P Yigit.Time series evidence on the linkage between the volatility and growth of output［Z］.Florida State University，Working Paper.2005.

［35］Caselli F，W J Coleman.The world technology frontier［J］.The American Economic Review，2006，96：499－522.

［36］Blackburn K，Pelloni A.On the relationship between growth and volatility in learning－by－doing economies［M］.University of Manchester，School of Economic Studies，2000.

［37］Blackburn Keith，Galindev Ragchaasuren.Growth，volatility and learning［J］.Economics Letters，Elsevier，2003，79（3）：417－421.

［38］Miguel C.Time－to－build monetary shocks and aggregate fluctuations［J］.Journal of Monetary Economics，2006，53（5）：1161－1176.

［39］Kose A M，E S Prasad，M E Terrones.How do trade and financial integration affect the relationship between growth and volatility？［J］.Journal of International E－conomics，2006，69（1）：176－202.

［40］Nelson J.Growth and Volatility［J］.Journal of Nonetary Economic，2007（54）：1848－1862.

［41］Kroft K，Huw Lloyd－Ellis.Further cross－country evidence on the link between growth，volatility and business cycles［J］.Mimeo，2002.

［42］Caporale T，B McKiernan.The fischer black hypothesis：some time－series evidence［J］.Southern Economic Journal，1998，64：765－71.

［43］Grier K，O T Henry，N Olekalns，et al.The asymmetric effects of uncertainty on inflation and output growth［J］.Journal of Applied Econometrics，2004，19：551－565.

［44］劉金全，張鶴.經(jīng)濟增長風(fēng)險的沖擊傳導(dǎo)和經(jīng)濟周期波動的“溢出效應(yīng)”［J］.經(jīng)濟研究，2003（10）：32－39，91.

［45］劉金全，付一婷，王勇.我國經(jīng)濟增長趨勢與經(jīng)濟周期波動性之間的作用機制檢驗［J］.管理世界，2005（4）：5－11，172.

［46］Zarnowits V，G Moore.Major changes in cyclical behaviour american business cycle［C］.R Gordon，ed.Chicago：University of Chicago Press，1986.

［47］Turnovsky S J，P Chattopadhyay.Volatility and growth in developing economies：some numerical results and empirical evidence［J］.Journal of International Economics，2003，59：267－295.

［48］Cerrs V，S Saxena.Growth dynamics：the myth of economic recovery［Z］.BIS Working Papers，2007，No.226.

［49］徐偉.我國經(jīng)濟波動與經(jīng)濟增長關(guān)系研究——基于ARMA－GARCH－M模型的經(jīng)驗分析［J］.江西社會科學(xué)，2013（4）：54－58.

［50］盧二坡，曾五一.轉(zhuǎn)型期中國經(jīng)濟短期波動對長期增長影響的實證研究［J］.管理世界，2008（12）：10－23，187.

［51］劉建江，袁冬梅，周建華.人口年齡結(jié)構(gòu)變化影響經(jīng)常項目的研究進展［J］.國際商務(wù)（對外經(jīng)濟貿(mào)易大學(xué)學(xué)報），2013（5）：73－85.

［52］孫寧華，曾磊.間歇式制度創(chuàng)新與中國經(jīng)濟波動：校準模型與動態(tài)分析［J］.管理世界，2013（12）：22－31，187.