陳雙蓮，李正輝

引 言

我國的經(jīng)濟水平隨著改革開放的發(fā)展而逐漸進入繁榮昌盛期，然而在經(jīng)濟高速增長的前提下，經(jīng)濟波動等一些風險性因素也悄然而來并且逐漸增加，經(jīng)濟波動性的增加會嚴重影響經(jīng)濟的發(fā)展，因此國內外學者均對中國經(jīng)濟波動性進行深入研究。本文分別從產業(yè)結構的角度、金融財政的角度以及市場價格的角度來對經(jīng)濟波動的研究進行歸納分析。

產業(yè)結構的發(fā)展變換對經(jīng)濟增長與經(jīng)濟波動均具有相對較大的影響作用。在中國，經(jīng)濟波動受到了產業(yè)結構的影響，具有很明顯的“轉型經(jīng)濟”特征。［1］同時產業(yè)結構變換是導致中國周期波動及經(jīng)濟增長的非對稱性的主要原因，產業(yè)波動也的確會引起宏觀經(jīng)濟的波動，［2］［3］因此產業(yè)結構的轉換對經(jīng)濟波動具有很大的影響作用，只有促進產業(yè)結構轉型升級，才能更好地維持和促進經(jīng)濟持續(xù)快速增長。［4］

金融與財政都需要適當?shù)慕Y構調整變化才能有利于促進經(jīng)濟發(fā)展與緩解經(jīng)濟波動。有研究表明，金融發(fā)展只在達到一定水平時才有利于增長，但當金融進一步過度發(fā)展時，往往會對經(jīng)濟增長產生不利影響。［5］而隨著金融市場的不斷發(fā)展，金融市場對中國經(jīng)濟產出波動的影響越發(fā)明顯，［6］因此有必要對金融的結構進行調整，由此來抑制經(jīng)濟的波動，且金融結構對經(jīng)濟波動的平抑效應具有滯后性。［7］也有研究表明，中國經(jīng)濟波動有大約30%的部分來源于地方政府的沖擊［8］，因此在考慮經(jīng)濟波動時不能忽略金融加速器的影響，其中貨幣政策沖擊是中國產出波動的最主要推動力，金融沖擊則次之，并且宏觀稅負也是影響中國經(jīng)濟波動的重要因素。［9］［10］［11］同時Aisen也發(fā)現(xiàn)政治不穩(wěn)定性與人均GDP增長率較低有關，它會通過降低生產率增長率，在較小程度上降低人力和人力資本積累，對增長產生不利影響，然而卻并沒有證據(jù)表明公共債務對經(jīng)濟增長有重要影響，因為債務與增長之間的負相關有時被用來證明假定債務對經(jīng)濟有負面影響。［12］［13］

市場價格的增長在一定程度上有利于經(jīng)濟的發(fā)展，然而病態(tài)的增長會導致經(jīng)濟波動幅度的增加。房地產價格波動的正向沖擊在短期內將刺激消費者的投資行為，對GDP增長具有促進作用，但持續(xù)的正向沖擊會導致經(jīng)濟波動不斷增強。［14］可以發(fā)現(xiàn)，價格扭曲在產能過剩與經(jīng)濟波動的影響路徑上具有中介效應，產能過剩、價格扭曲均與經(jīng)濟波動顯著正相關，價格扭曲程度與異常經(jīng)濟波動正相關。［15］因此關鍵還是要提高市場化水平，只有提高市場化水平，才能更好地熨平經(jīng)濟波動，改善社會福利。［16］

從目前的研究狀況來看，現(xiàn)有文獻已經(jīng)從產業(yè)結構角度、金融財政角度以及市場價格角度對經(jīng)濟波動的影響進行了豐富的研究，但大部分的研究都忽略了經(jīng)濟波動本身所蘊含的豐富信息，只對整體的經(jīng)濟波動進行研究，從而缺乏對經(jīng)濟波動本身信息的提取。因此，本文以GDP增長率為代表對經(jīng)濟波動進行分解研究，通過使用經(jīng)驗模態(tài)分析方法（Empirical Mode Decomposition，EMD）將經(jīng)濟波動進行分解，提取不同頻率經(jīng)濟波動的相關信息，為經(jīng)濟波動的細分研究提供基礎。另一方面，研究不同頻率周期經(jīng)濟波動的驅動機制是機制轉換還是結構轉換?，F(xiàn)有文獻對中國經(jīng)濟波動的驅動機制是機制轉換還是結構轉換已經(jīng)有所研究，但對不同頻率（長期、中期、短期）的中國經(jīng)濟波動的驅動機制并沒有細化研究。本文通過對GDP增長率進行EMD分解，得出不同頻率（長期、中期、短期）的經(jīng)濟波動序列，根據(jù)不同頻率的經(jīng)濟波動周期特征對其進行經(jīng)濟解釋與信息重構，研究中國經(jīng)濟增長的驅動機制。

一、中國經(jīng)濟波動分解與重構

國內生產總值（GDP）是研究中國經(jīng)濟波動的一個重要途徑，是一個國家或者地區(qū)所有常駐單位在一定時期內生產的所有最終產品和勞務的市場價值，它反映了一個國家的經(jīng)濟狀況。GDP增長率則反映了一個國家的經(jīng)濟增長狀況，能夠體現(xiàn)一個國家的發(fā)展前景。大量研究通過使用GDP增長率來反映經(jīng)濟波動情況，如梅冬州等使用GDP增速來研究中國經(jīng)濟波動與黨代會的關系，［17］王宇鵬等通過GDP增速波動率來驗證金融發(fā)展對宏觀經(jīng)濟波動的影響，［18］GDP增長率能有效地反映經(jīng)濟波動情況，因此本文通過GDP增速的波動序列來研究中國的經(jīng)濟波動。

為了研究中國經(jīng)濟波動性，探索更多經(jīng)濟波動的相關信息，需要對GDP增長率進行分解研究。EMD是一種較為直接且能夠不損失波動序列本身的信息的波動分解方法。EMD通過自適應識別出原始波動序列中的局部區(qū)間分解波動序列，可以將非平穩(wěn)非線性特征的波動序列，分解為包含了原始波動的沖擊特征、且具有不同頻率的相互獨立平穩(wěn)化序列和一個能夠顯示長期趨勢特征的殘差序列。能夠將含有豐富信息的GDP增長波動序列分解為易于分析的簡單目標。進一步將分解后的波動序列進行Hilbert變換，得到波動序列在不同時刻的瞬時頻率與瞬時振幅，可以有針對性地分析影響中國經(jīng)濟波動的微觀機理，確定產業(yè)結構、金融財政以及市場價格對中國經(jīng)濟波動的影響機制。

本文采取GDP季度數(shù)據(jù)，通過簡單運算得出GDP增長率季度數(shù)據(jù)，對GDP增長率進行EMD分解，所得結果如圖1所示。

圖1 GDP增長率EMD分解結果

通過EMD分解GDP增長率波動率序列得到4個本征模態(tài)波動（IMF）序列以及1個殘差波動序列。分解后的IMF波動序列均值為零且在局部區(qū)間具有對稱性，波動強度會隨著時間而逐步減弱，殘差波動序列在時間上體現(xiàn)了趨勢性，是一條平滑的曲線。從分解后的不同頻率曲線看，IMF1的周期為11.08月，是接近一年的時間，而IMF2的周期為27.43月，IMF3的周期為57.6月，IMF4的周期為192月。殘差波動序列沒有顯示出波動特征。對此，把少于1年周期的頻率曲線看作短周期曲線，把少于5年周期的頻率曲線看作中周期曲線，把高于5年周期的頻率曲線看作長周期曲線，因此IMF1屬于短周期曲線，IMF2、IMF3屬于中期曲線，IMF4屬于長期曲線。

為了更好地把分解出來的各IMF項對應表示為相應周期的影響因素曲線，對IMF1重新命名為RIMF1；對IMF2和IMF3進行組合，得到新的序列曲線，并重新命名為RIMF2；對IMF4重新命名為RIMF3。所得曲線如圖2所示。

圖2 GDP增長率EMD分解重組結果

圖2中的RIMF1為GDP增長率的短期波動序列，RIMF2為GDP增長率的中期波動序列，RIMF3為GDP增長率的長期波動序列。整個GDP增長率波動序列可由這三個不同周期的波動序列以及具有時間趨勢特征的殘差序列所構成。

二、中國經(jīng)濟波動統(tǒng)計識別與基本特征分析

（一）中國經(jīng)濟波動統(tǒng)計識別

為了說明分解后的不同周期中國經(jīng)濟波動以及殘差序列是有效的，且能夠充分體現(xiàn)GDP增長率波動的信息，需要對分解后的序列進行相關檢驗。檢驗分解后的波動序列蘊含了GDP增長率波動的所有有效信息，且相互獨立。根據(jù)EMD分解的原理可以知道RIMF1、RIMF2和RIMF3之間是相互獨立的，所包含的信息也體現(xiàn)了各自的特征。通過對RIMF1、RIMF2、RIMF3和殘差項序列求和，其結果正好與原始的GDP增長序列吻合，說明EMD分解過程中沒有損失信息。然后通過對比RIMF1、RIMF2、RIMF3和殘差項序列的相關性來判段它們之間是否相互獨立，相關性結果如表1所示。

表1 RIMF與殘差的相關性比較結果

從表1的結果可以看出，RIMF1、RIMF2、RIMF3和殘差項序列的相關性都相對較小，最大的也只有0.211，而最低的僅僅為0.008，結果驗證了分解后的波動序列幾乎是相互獨立的，因此可以判斷本文使用EMD對GDP增長率波動序列分解是可靠且有效的。

為了進一步了解分解后的波動序列與原始GDP增長率波動序列之間的關聯(lián)程度，本文通過Pear?son相關系數(shù)、Kendall相關系數(shù)和方差來檢測它們對原始波動序列的信息提取程度。Pearson相關系數(shù)主要用于衡量兩個序列間的數(shù)量相關關系，Kendall相關系數(shù)主要用于衡量兩個序列間的等級相關程度。相關系數(shù)越大說明信息提取程度越高，越能反映經(jīng)濟波動的特征。方差本身就具有信息說明能力，由于分解后的波動序列相互獨立，根據(jù)隨機變量的方差性質，可以將RIMF1、RIMF2、RIMF3和殘差項序列的方差與原始GDP增長波動序列方差進行對比來說明其方差貢獻度。方差貢獻度的大小決定了其蘊含原始波動序列信息的程度?；诖?，對RIMF1、RIMF2、RIMF3和殘差項序列進行統(tǒng)計信息識別，結果見表2。

表2 RIMF與殘差的統(tǒng)計信息識別結果

著眼表2的結果，首先從相關性開始分析。由此可以看出，短期經(jīng)濟增長波動序列所蘊含的原始波動序列信息最少，相關系數(shù)分別僅為0.138和0.124，說明短期經(jīng)濟因素對GDP增長率的影響最低；其次為殘差項，其相關系數(shù)也僅僅為0.450以及-0.064，說明GDP增長率的變動也較受整體趨勢的影響；中期經(jīng)濟增長波動項與長期經(jīng)濟增長波動項對原始序列的相關性最高，分別為0.638和0.382以及0.754和0.625，因此可以表明中長期的經(jīng)濟因素對我國GDP增長率的影響程度最大，國家的具體長遠政策對我國的經(jīng)濟發(fā)展有著引領性的作用，能夠長期影響經(jīng)濟波動。再結合方差貢獻度的結果進行分析，仍然是短期波動序列對原序列的方差貢獻度最少，其次為中期經(jīng)濟增長波動項，再為殘差項，最后為長期經(jīng)濟增長波動項。短期經(jīng)濟增長波動項對原序列的方差貢獻率僅僅為7.85%，再次證明其對GDP增長率的影響程度最低，但這并不代表可以忽略不計；從中期經(jīng)濟增長波動項以及殘差項兩者的方差貢獻度來看，其兩者相差不到1%，表明了兩者對GDP增長率的影響程度相當，都是不可忽略的；長期經(jīng)濟增長波動項對原序列的方差貢獻度最大，達到了接近一半的42.67%，再次驗證了長期經(jīng)濟因素對GDP增長率的波動至關重要。

（二）中國經(jīng)濟波動基本特征分析

從經(jīng)濟角度分析不同周期的中國經(jīng)濟波動以及殘差波動序列的基本特征。由于RIMF1、RIMF2、RIMF3和殘差項波動序列必然包含對應頻率下的影響因子的完整信息，結合分解后序列的統(tǒng)計信息、波動特征來判斷不同長度經(jīng)濟波動的影響因素，并分析該影響因素如何作用于經(jīng)濟波動。對不同周期的中國經(jīng)濟波動與GDP增長率序列進行比較，如圖3所示。

圖3 GDP增長率與各周期波動對比結果

由圖3可得，GDP增長率的時間序列走勢相對來說還是比較平穩(wěn)的，不過在特定的時間點還是有所起伏，在1993年到1998年期間，GDP增長率曲線有著明顯的下滑趨勢；而2008年到2010年期間其走勢也有著一定幅度的波動。先通過對殘差項以及原始序列進行對比，殘差項序列的走勢明顯像一個大“U”型，先是緩慢下滑然后從2010年開始較為平緩地進行回升，從經(jīng)濟的角度上分析，一個國家的GDP增長率的整體走勢肯定是隨著時間的推移而逐漸平穩(wěn)下滑的，而殘差項序列正好穿插著GDP增長率的序列曲線，因此反映了其GDP增長率整體趨勢的變化。然后對短期波動序列RIMF1與原始序列的走勢進行對比分析，由于短期波動序列RIMF1與原始序列的相關性較低，因此可以把它看作影響GDP增長率變化的隨機波動因素，GDP增長率序列中的小幅度波動便是由該隨機波動因素所造成的。再對中期波動序列RIMF2與原始序列走勢進行對比，中期波動序列RIMF2在1993年到1995年以及2006年尾到2012年期間的波動程度較大，對應了GDP增長率在這兩段時間也有著相應的波動變換，證明了中期經(jīng)濟因素的波動對我國GDP增長率還是有著相對較高的影響程度。最后對長期波動序列以及GDP增長率序列進行對比，在較早時期與GDP增長率的走向相近，都是下滑，而到了1999年以后，長期波動曲線開始回升，相反GDP增長率曲線則走向平穩(wěn)。從經(jīng)濟的角度上來說，由于GDP增長率是一個隨著時間推移不斷平穩(wěn)下滑的曲線，而決定長期波動曲線的長期經(jīng)濟因素則是國家宏觀政策的調控結果，因此為了保持我國GDP增長率的長久穩(wěn)定發(fā)展，政府部門制定相關政策促進我國經(jīng)濟的發(fā)展，把GDP增長率拉上來，這也更好地解釋了為什么GDP增長率的整體走勢是下滑的，如殘差項所反映的，但我國GDP增長率長久保持平穩(wěn)。

因此，對于GDP增長率的時間走勢變化，殘差項反映了增長率的整體趨勢變化，短期經(jīng)濟因素在其中起著隨機的影響性作用，中期經(jīng)濟因素也對其有著相對較高的影響程度，長期經(jīng)濟因素在其中則起著最為重要的影響作用，甚至把GDP增長率整體的向下趨勢拉至持平。

三、中國經(jīng)濟增長不同周期驅動機制之比較

（一）中國經(jīng)濟增長驅動機制模型變量選擇

基于研究目的，本文研究不同頻率經(jīng)濟增長的驅動機制，從而判斷經(jīng)濟增長是依靠機制轉換還是結構變化進行驅動。

本文目的在于通過驅動機制角度的研究方法來判斷不同頻率的經(jīng)濟增長波動是屬于機制轉換還是結構變化，其中機制轉換用來描述經(jīng)濟衰退等因素造成經(jīng)濟要素利用不足等情況下的經(jīng)濟狀態(tài)，但不能描述經(jīng)濟長期增長趨勢發(fā)生的根本性改變所導致的經(jīng)濟增長的變化；［19］而結構變化則是在總供給或者總需求的突變、全球化、技術創(chuàng)新、政治體制變遷等因素的沖擊下，經(jīng)濟運行方式或者市場機制發(fā)生根本改變，造成經(jīng)濟增長的漂移或者突變。［20］根據(jù)機制轉換以及結構變化的性質，不同變量的變化可以被認為分別對應著不同的驅動機制（是屬于機制轉換還是結構變化），因此在進行驅動機制模型的選擇上，逐步回歸法是相對可行的。

逐步回歸法的主要優(yōu)勢在于剔除了非重要變量，不但降低了計算量，而且避免了非重要變量對模型的干擾，提高了模型的準確性，因此，使用逐步回歸法來檢驗經(jīng)濟增長驅動機制。選擇的變量為1999—2016年的季度數(shù)據(jù)，為了模型更有效，所選取的指標均為同比增長率比例。結構變化的指標分別為國家財政支出同比增長率（x1）、國家財政收入同比增長率（x2）。國家財政收入和支出主要是保證政府職能的有效運行，統(tǒng)稱為財政收支，它們既各自相對獨立，又具有內在聯(lián)系，由于它們是由國家宏觀調控的，因此將二者作為結構變化的指標。對于機制轉換則選取能夠對中國經(jīng)濟發(fā)展產生顯著影響的指標，因此本文從國家對外貿易的狀況、實體經(jīng)濟發(fā)展情況、消費者預期以及經(jīng)濟發(fā)展預期來考慮，分別選取進出口同比增長率（x3）、固定資產投資完成額同比增長率（x4）、工業(yè)增加值同比增長率（x5）、消費者信心指數(shù)同比增長率（x6）和宏觀經(jīng)濟景氣一致指數(shù)同比增長率（x7）作為機制轉換指標。所有數(shù)據(jù)均來源于wind數(shù)據(jù)庫以及國家統(tǒng)計局網(wǎng)站。

（二）中國經(jīng)濟增長不同周期驅動機制分析

分別對中國經(jīng)濟增長不同周期波動序列的RIMF1、RIMF2以及RIMF3進行驅動機制的分析研究，即利用R語言分別對其進行回歸分析。

首先對短期經(jīng)濟增長波動序列RIMF1進行驅動機制的分析研究，所得最終結果見表3。

表3 短期經(jīng)濟增長波動序列RIMF1逐步回歸所得結果

對表3的結果進行分析，在對短期波動序列RIMF1進行逐步回歸時，最后剩下的自變量分別為宏觀經(jīng)濟景氣一致指數(shù)同比增長率（x7）和國家財政收入同比增長率（x2），其t值與p值分別為4.201、-2.516以及0.000、0.014，說明這兩項指標的結果都較為顯著，其中x7更為顯著。因此，可以認為，屬于機制轉換指標的宏觀經(jīng)濟景氣一致指數(shù)，對經(jīng)濟增長尤其是短期經(jīng)濟增長波動項的影響作用更大，因此短期經(jīng)濟增長的驅動機制主要為機制轉換。

再對中期經(jīng)濟增長波動序列RIMF2進行驅動機制的分析研究，所得最終結果見表4。對表4的結果進行分析，在對中期波動序列RIMF2進行逐步回歸時，最后剩下的自變量分別為國家財政支出同比增長率（x1）、消費者信心指數(shù)同比增長率（x6）以及國家財政收入同比增長率（x2）。x1與x2是屬于結構變化的指標，而x6則屬于機制轉換的指標。其中x6最為顯著，其t值與p值分別為3.785和0.000；其次為x1，其t值與p值分別為3.316和0.001；其中最不顯著的為x2，但其t值與p值也達到了2.659與0.010，因此也比較顯著。這也說明了該逐步回歸結果有效，同時也說明了x6對中期經(jīng)濟增長波動影響效果最大，而x2與x1也對其有著相當?shù)挠绊懽饔?。但作為機制轉換指標的消費者信心指數(shù)同比增長率影響作用最大；然而國家財政收入與國家財政支出均屬于結構變化的指標，所以結構變化的驅動機制對中期經(jīng)濟增長波動也有一定的影響力。因此可以說明，中期經(jīng)濟增長波動的驅動機制主要為機制轉換。

表4 中期經(jīng)濟增長波動序列RIMF2逐步回歸所得結果

表5 長期經(jīng)濟增長波動序列RIMF3逐步回歸所得結果

最后對長期經(jīng)濟增長波動序列RIMF3進行驅動機制的分析研究，所得最終結果見表5。

對表5的結果進行分析，在對長期波動序列RIMF3進行逐步回歸時，最后剩下的自變量分別為固定資產投資完成額同比增長率（x4）、工業(yè)增加值同比增長率（x5）以及宏觀經(jīng)濟景氣一致指數(shù)同比增長率（x7）。三者均屬于機制轉換的指標。其中x5最為顯著，其t值與p值分別為6.421和0.000；其次為x7，其t值與p值分別為-4.680和0.000；其中最不顯著的為x4，但其t值與p值也達到了1.911與0.060。這也說明了該逐步回歸結果有效，同時x5不僅回歸結果最為顯著，其系數(shù)也高達0.989，證明工業(yè)增加值對長期經(jīng)濟增長波動影響作用最大；而固定資產投資完成額與宏觀經(jīng)濟景氣一致指數(shù)作為同樣屬于機制轉換的指標，對長期經(jīng)濟增長波動也是有著一定的影響作用的。因此可以說明，中期經(jīng)濟增長波動的驅動機制主要為機制轉換。

通過逐步回歸對不同周期經(jīng)濟增長波動序列進行分析，從而得出三者分別是屬于哪種驅動機制。其中短期經(jīng)濟增長波動項在回歸過程中，剩下的2個變量，分別為宏觀經(jīng)濟景氣一致指數(shù)同比增長率以及國家財政收入同比增長率，其中前者的回歸結果更為顯著，因此短期經(jīng)濟增長波動的驅動機制主要為機制轉換；而中期經(jīng)濟增長波動序列在逐步回歸過程中，最后剩下3個變量，分別為國家財政支出同比增長率、消費者信心指數(shù)同比增長率以及國家財政收入同比增長率，其中消費者信心指數(shù)同比增長率最為顯著并且其相應系數(shù)值最大，而國家財政支收同比增長率則相對來說沒有前者那么顯著，因此中期經(jīng)濟增長波動的驅動機制依舊主要為機制轉換；長期經(jīng)濟增長波動序列在逐步回歸過程中，最后結果也剩下3個變量，分別為固定資產投資完成額同比增長率、工業(yè)增加值同比增長率以及宏觀經(jīng)濟景氣一致指數(shù)同比增長率，三者均屬于機制轉換指標，其中工業(yè)增加值同比增長率最為顯著并且其相應系數(shù)值最大，因此長期經(jīng)濟增長波動的驅動機制仍然主要為機制轉換。因此，由于三期經(jīng)濟增長波動的驅動機制均主要為機制變換而并非結構變化，所以從1999年開始，我國經(jīng)濟發(fā)展的驅動機制主要為機制轉換而不是結構變化。換個角度來說，中國特色社會主義制度十分適合我國經(jīng)濟發(fā)展的政策制度，在我國經(jīng)濟高速發(fā)展的前提下，經(jīng)濟增長的驅動機制屬于結構變化的情況較少，大多數(shù)時間都是機制轉換處于主導地位。

四、基本結論

為了對我國經(jīng)濟波動特征以及其增長驅動機制進行研究，本文首先利用EMD對GDP增長率波動序列進行分解和重組，得到中國經(jīng)濟增長波動的短期、中期和長期波動序列和一個具有趨勢特征的殘差波動序列，然后分析其不同周期經(jīng)濟波動的特征，并基于此通過逐步回歸的方法對不同周期經(jīng)濟波動的驅動機制進行分析，得出以下三個方面的結論：

1.EMD對中國經(jīng)濟波動的分解是有效的。EMD通過自適應識別出原始波動序列中的局部區(qū)間分解波動序列，可以將非平穩(wěn)非線性特征的波動序列分解為具有不同頻率的相互獨立平穩(wěn)化序列和一個能夠顯示長期趨勢特征的殘差序列。從檢驗結果來看，分解后的波動序列沒有損失原始波動序列的信息，且能體現(xiàn)中國經(jīng)濟波動的細節(jié)。

2.分解后的短期、中期和長期波動序列以及殘差序列具有明顯的經(jīng)濟意義。對于GDP增長率的時間走勢變化，殘差項反映了增長率的整體趨勢變化，其趨勢是不斷向下傾斜的，短期經(jīng)濟因素在其中起著隨機的影響性作用，中期經(jīng)濟因素也對其有著相對較高的影響程度，長期經(jīng)濟因素在其中則起著最為重要的影響作用，甚至把GDP增長率整體的向下趨勢拉回持平。因此GDP增長率是在整體趨勢的殘差項以及長期經(jīng)濟因素的共同作用，并加上較大影響力的中期經(jīng)濟因素以及起著隨機作用的短期經(jīng)濟因素共同作用完成的。

3.不同周期序列的各項RIMF進行逐步回歸結果均顯著，并且其主要驅動機制均為區(qū)制轉換。在逐步回歸過程中三項經(jīng)濟增長波動序列分別與宏觀經(jīng)濟景氣一致指數(shù)同步增長率、消費者信心指數(shù)同比增長率以及工業(yè)增加值同比增長率的擬合效果最好，其三者均屬機制轉換指標，因此1999—2016年我國經(jīng)濟發(fā)展的驅動機制主要為機制轉換而不是結構變化，表明了在世界經(jīng)濟發(fā)展如此迅速的同時，我國經(jīng)濟發(fā)展制度也相對完善。