產業(yè)結構升級如何“熨平”了中國宏觀經濟波動
——基于產業(yè)結構內生化的DSGE模型的分析

呂一清 鄧 翔

(1.暨南大學 深圳旅游學院,廣東 深圳 518053； 2.四川大學 經濟學院,四川 成都 610064)

一、引言及相關文獻回顧

近年來，中國經濟增速明顯放緩，呈現(xiàn)出中高速增長的“新常態(tài)”特征，而產業(yè)結構升級則是經濟新常態(tài)的主要特征之一。事實上，中國服務業(yè)占GDP比重，1985年以29.3%比例超過第一產業(yè)，2012年以45.5%比例超過第二產業(yè)。而自1992年以來，中國經濟波動由高波動和低波動交替向微波動為主要特征的“大穩(wěn)健”趨勢發(fā)展(林建浩 等，2016)，具體見圖1。那么，中國產業(yè)結構升級是否導致經濟波動“大穩(wěn)健”呢？它們之間的相互作用機制又是什么呢？學者對產業(yè)結構與宏觀經濟波動做了大量實證研究(Blanchard et al.,2001;Carvalho,2007;Herrendorf et al.,2011)，但從產業(yè)結構升級視角對經濟波動平穩(wěn)化機制進行研究則相對較少。新常態(tài)下，中央政府推進供給側結構性改革，充分發(fā)揮市場在配置資源方面的決定性作用，試圖通過發(fā)揮市場本身的自我調節(jié)作用，達到在生產領域優(yōu)化經濟結構的目標。因此，研究產業(yè)結構升級與宏觀經濟波動之間關系的內在機制，對于供給領域的結構性改革有著重要的指導意義。

經濟波動一直是宏觀經濟學和政府決策部門研究的核心課題，許多學者從不同視角對經濟波動的外部沖擊因素和傳導機制進行了研究。例如，從如何提高庫存管理技術的視角研究宏觀經濟波動弱化的機理(Davis et al.,2008)；從貨幣政策和財政政策的視角出發(fā)，認為經濟波動弱化的部分原因是較好的宏觀經濟政策(Clarida et al.,2000；Jermann et al.,2006)。Jaimovich et al.(2009)認為，人口結構的變化是導致經濟波動平穩(wěn)化的重要原因。也有學者對宏觀經濟波動的機制做了研究。詹新宇等(2012)通過引入國有企業(yè)和民營企業(yè)兩類企業(yè)的異質性，對標準真實經濟周期模型(RBC)進行擴展，模擬結果可以解釋中國經濟的“高位波動”現(xiàn)象和“波幅收縮”的個性特征。梅冬州等(2014)對黨代會召開、監(jiān)察力度變化與中國經濟波動之間的關系進行研究，研究發(fā)現(xiàn)這些因素對經濟波動有重要的影響。許偉等(2009)將銀行信貸引入DSGE模型中，發(fā)現(xiàn)技術沖擊可以解釋大部分產出、消費的波動現(xiàn)象，信貸沖擊有一定的解釋能力，而貨幣沖擊的效應則不明顯。為研究技術擴散對中國經濟波動的影響，徐舒等(2011)通過建立一個內生R&D投入與技術轉化模型，能夠較好地擬合現(xiàn)實經濟波動。王國靜等(2014)將金融沖擊引入到DSGE模型，結果表明金融沖擊可以解釋80%的產出增長波動現(xiàn)象。

圖1 產業(yè)結構升級與經濟波動(1978—2014年)

近年來，也有學者從中國經濟結構的視角研究中國經濟結構變遷、經濟增長及經濟周期波動等問題。Song et al.(2011)創(chuàng)造性的在新古典增長理論的框架下研究中國的經濟轉型發(fā)展，并結合中國經濟增長的典型特征構建兩部門經濟模型，從而描述出了制造業(yè)內部不同所有制企業(yè)間勞動力和金融資源的配置過程及其宏觀經濟效應。Zhu(2012)結合中國所有制結構情況，構建包含農業(yè)、國有部門和非國有部門在內三部門模型對中國國有企業(yè)和非國有企業(yè)之間存在的資本扭曲進行研究，發(fā)現(xiàn)若消除資本市場扭曲，中國的勞動生產率增長率和全要素生產率增長率將分別可以提高0.82%和1.58%。

在產業(yè)結構升級與經濟波動關系方面。干春暉等(2011)將產業(yè)結構變動分為結構合理化和高階化，研究表明產業(yè)結構合理化對經濟波動具有穩(wěn)定性作用。楊天宇等(2011)聚焦中國經濟結構調整對宏觀經濟波動的“熨平效應”，發(fā)現(xiàn)經濟結構調整對宏觀經濟波動具有有限的“熨平效應”，制造業(yè)內部結構調整的“熨平”作用較強。方福前等(2011)基于時變參數模型的經驗研究表明，改革開放以來中國產業(yè)結構升級對經濟波動有著顯著的“熨平效應”，且隨著產業(yè)結構升級推進“熨平效應”也越明顯。

綜上，雖然產業(yè)結構升級對經濟波動具有“熨平”效應，但是產業(yè)結構升級是如何“熨平”經濟波動的，卻尚無相關文獻對這一“熨平”機制進行分析和論述?；诖?，本文構建產業(yè)結構內生化的DSGE模型，通過反事實模擬考察中國產業(yè)結構升級是否為經濟波動的“大穩(wěn)健”現(xiàn)象的原因以及產業(yè)結構升級與經濟波動之間的相互作用機制，以揭示“熨平效應”機制。

二、作用機制分析

解釋現(xiàn)代宏觀經濟周期波動的理論主要有三個方面：一是討厭的外部沖擊因素，該理論認為經濟周期波動是經濟系統(tǒng)外部沖擊作用的結果，例如，真實經濟周期理論從生產率沖擊來解釋經濟波動。新凱恩斯主義從金融沖擊、能源沖擊等視角解釋經濟波動；二是錯誤的貨幣政策和財政政策導致宏觀經濟周期波動，例如，貨幣主義學派認為，政府最好不要干預經濟的運行；三是經濟自身系統(tǒng)內部的不穩(wěn)定引起宏觀經濟波動，例如，Acemoglu et al.(2012)從經濟系統(tǒng)內部網絡結構來解釋宏觀經濟總量波動。研究產業(yè)結構與宏觀經濟波動的相關機制屬于第三方面理論，即產業(yè)結構升級是經濟周期波動作用的結果，產業(yè)結構升級對經濟周期波動也具有反饋作用。從不同國家經濟波動與產業(yè)結構的相關關系來看，發(fā)達國家與發(fā)展中國家的顯著區(qū)別表現(xiàn)在服務業(yè)增加值占GDP的比重上，而GDP比重越高又伴隨著經濟增長速度下降和經濟波動的穩(wěn)定。例如，Eggers et al.(2006)發(fā)現(xiàn)，造成美國經濟波動性的制造業(yè)比例顯著下降，而能夠相對穩(wěn)定經濟的金融業(yè)和服務業(yè)比例有所上升，產業(yè)結構升級對經濟波動穩(wěn)定化趨勢的貢獻比例高達50%。新常態(tài)下，中國經濟正在進行經濟結構改革和產業(yè)結構升級，產業(yè)結構升級是如何導致經濟波動平穩(wěn)化的呢？總結現(xiàn)有文獻研究結論，結合部門經濟波動的典型事實，本文從產業(yè)自身發(fā)展特征、不同產業(yè)的差異性以及產業(yè)間的關聯(lián)性進行深入探討，可以發(fā)現(xiàn)產業(yè)結構升級是導致經濟波動平穩(wěn)化的原因，具體表現(xiàn)在產業(yè)自身優(yōu)化效應、產業(yè)結構組合效應和產業(yè)結構關聯(lián)效應三個方面。

(1)產業(yè)自身優(yōu)化效應。改革開放以來，中國經濟呈現(xiàn)高速增長態(tài)勢，其背后是全要素生產率(TFP)的快速提升，在TFP提升的同時也出現(xiàn)了TFP波動性減弱的特征，具體見表1。從產業(yè)層面來看，在制造業(yè)TFP和服務業(yè)TFP波動強度減弱的情況下，產業(yè)總量波動強度將減弱，從而導致GDP波動平穩(wěn)化。從表1可以看出，產業(yè)在發(fā)展過程中波動強度具有平穩(wěn)化的發(fā)展趨勢，其核心原因是產業(yè)TFP波動強度的弱化。這表現(xiàn)在：制造業(yè)的TFP波動程度從3.39%降到1.93%，服務業(yè)的TFP波動強度也從2.31%降到0.84%。從企業(yè)層面來看，在經濟全球化和后工業(yè)化的背景下，計算機技術、人工智能、互聯(lián)網以及信息化技術等現(xiàn)代科技應用到企業(yè)管理中，而高效、精準和科學的管理將導致產業(yè)TFP波動強度減弱，從而造成產業(yè)總量波動平穩(wěn)化。

表1 中國制造業(yè)、服務業(yè)的TFP波動變化趨勢①關于標準差的計算，先取對數，再進行HP濾波，得到偏離趨勢值再求標準差，測算數據來源于WIOD、國家統(tǒng)計局和中經數據庫相關數據。

(2)產業(yè)結構組合效應。與制造業(yè)不同，服務業(yè)是異質性較強的產業(yè)，不同類型的服務業(yè)導致波動在傳導過程中被部分抵消，因此，異質性較強的服務業(yè)會導致服務業(yè)的TFP波動比制造業(yè)的TFP波動更小。當制造業(yè)TFP波動強度比服務業(yè)TFP波動強度要大，從而導致制造業(yè)總量的波動強度比服務業(yè)總量的波動要大。隨著產業(yè)結構升級，服務業(yè)占GDP比重增加，不同產業(yè)結構組合帶來產業(yè)結構升級，從而將導致總量經濟波動平穩(wěn)化。通過對中國實際數據進行測算，具體情況見表1。從表1中也可以看出，無論是什么時間段，服務業(yè)總量和TFP的波動強度都比制造業(yè)要大，其部門TFP的波動比例在1.48～2.29之間，部門總產出的波動在1.23～1.74之間。因此，產業(yè)結構升級必然導致服務業(yè)占GDP比重增加，從而導致GDP總量的波動平穩(wěn)化。

(3)產業(yè)結構關聯(lián)效應。不同產業(yè)的發(fā)展對生產要素的需求是不同的，其生產組織方式也是不一樣的。制造業(yè)對物質資本的需求量比服務業(yè)對物質資本的需求量要大，因此，制造業(yè)發(fā)展對中間投入商品的依賴程度比服務業(yè)要高，而服務業(yè)對人力資本的需求更高，但人力資本要比物質資本的穩(wěn)定性要高。在制造業(yè)發(fā)展過程中，大量的中間投入商品將投入制造業(yè)發(fā)展過程中，制造業(yè)對中間投入品依賴程度比服務業(yè)要高，TFP的波動強度的連帶性越強，產業(yè)總量波動也越強。因此，由于不同產業(yè)的相互關聯(lián)性，即使產業(yè)TFP的波動強度一樣，產業(yè)總量波動也會有較大差別。1992—2014年中國制造業(yè)使用中間產業(yè)的投入商品的平均百分比份額為65.63%，第三產業(yè)使用中間產業(yè)投入商品的平均百分比份額為22.33% 。在產業(yè)結構升級過程中，由于服務業(yè)與其它產業(yè)的關聯(lián)性弱，必然會導致產業(yè)總量波動強度減弱，從而影響GDP總量波動進一步平穩(wěn)化。

三、理論模型設定

根據產業(yè)結構升級與經濟波動平穩(wěn)化的相互作用機制理論分析可知，除了產業(yè)自身波動減弱以外，產業(yè)結構升級對經濟波動具有“熨平”效應，那么，產業(yè)結構升級是如何導致經濟波動的“大穩(wěn)健”現(xiàn)象的呢？這一影響程度又是如何的呢？基于此，本文構建基于產業(yè)結構內生化的DSGE模型，根據產業(yè)結構組合效應和產業(yè)結構關聯(lián)效應對宏觀經濟波動平緩化的機制進行建模，從制造業(yè)和服務業(yè)生產率(TFP)的效率差異入手，而不同產業(yè)的總量變化可以反映產業(yè)結構的組合效應，不同產業(yè)生產函數中嵌入中間投入商品可以體現(xiàn)產業(yè)結構的關聯(lián)效應。由于經濟結構變遷驅動因素來自于部門TFP不同和消費者偏好差異，本文建模過程中主要參考Kongsamut et al.(2001)、Ngai et al.(2007)、Dekle et al.(2012)、李尚驁等(2012)等的辦法。

(一)生產部門

假設在經濟系統(tǒng)中有制造業(yè)和服務業(yè)兩個產業(yè)經濟部門*相對其它產業(yè)，1992—2014年農業(yè)總量占GDP相對較小而且波動強度較小，因此，在模型構建中進行省略，制造業(yè)和服務業(yè)分別通過第二產業(yè)數據和第三產業(yè)數據進行校準。，每一個部門中代表性廠商按照Cobb-Douglas生產函數進行生產，生產函數中包括資本(K)、勞動(L)以及中間投入商品。因而，制造業(yè)M的生產函數可以設定為：

(1)

同時，服務業(yè)的生產函數可以設定為：

(2)

其中：0<α<1，0

對于制造業(yè)生產廠商，需要滿足利潤最大化：

maxkm,Lm,Mm,Sm[pmYm-rKm-wLm-pmMm-psSm]

(3)

其中：pm是制造業(yè)商品的價格；ps是服務業(yè)商品的價格；r是資本的價格；w是工資。

對于服務業(yè)生產廠商，需要滿足利潤最大化，則構建式(4)：

maxks,Ls,Ms,Ss[psYs-rKs-wLs-psMs-psSs]

(4)

式(3)和式(4)的生產函數是式(1)和式(2)。該經濟系統(tǒng)是線性的、在封閉情況下是可解的。兩部門在投入資源相同的情況下，兩個生產可能性邊際的最優(yōu)交點分別可以設定為：

(5)

(6)

其中：Θm，f1，f2，Θs，f3，f4分別是vm，vs，εm，εs的函數。式(5)和式(6)也表示只有制造部門和只有服務部門的兩種極端情況下總生產函數。當f1≠f3或f2≠f4，部門TFP沖擊總TFP的機制在式(5)和式(6)表現(xiàn)得是不同的。假設制造業(yè)和服務業(yè)的部門TFP被相同的過程驅動，即Amt=Ast，通過給定f1、f2、f3、f4的具體函數形式，當且僅當vs>vm時制造業(yè)TFP的波動程度比服務業(yè)TFP的波動程度要大，即總產出的中間份額在制造業(yè)中比服務業(yè)中要高。因此，即使當兩個部門規(guī)模一樣，由于對中間投入商品依賴程度不同，其部門總量波動程度也不同，而中間投入商品依賴程度越高，其波動的聯(lián)動性就越強，從而導致部門總量波動程度越大。

(二)家庭部門

假設經濟系統(tǒng)中存在著[0,1]區(qū)間上連續(xù)的同質家庭，但是家庭對不同商品的偏好不同，其中服務業(yè)商品的收入需求彈性要比制造業(yè)要高，而不一致性偏好的效用函數通常使用非位似偏好效用函數，即Stone-Geary型效用函數，具體的形式如下：

(7)

(8)

(9)

其中，約束條件為pstcst+pmtcmt+pmtIt=rtkt+wtnt，E是期望算子，β為主觀貼現(xiàn)率。

(三)市場均衡

(a) 給定價格集合，cmt,cst,lt,kt+1,It是代表家庭效應最優(yōu)的解集；

(b) 給定價格集合，Kmt,Lmt,Mmt,Smt代表了制造業(yè)廠商利潤最大化的解集，Kst,Lst,Smt,Sst代表了服務業(yè)廠商利潤最大化的解集；

(c) 所有市場出清條件下有下列恒等式：

Kt=Km,t+Ks,t’

(10)

Lt=Lm,t+Ls,t’

(11)

Ym,t=Cm,t+It+Mm,t+Ms,t’

(12)

Ys,t=Cs,t+Sm,t+Ss,t

(13)

四、數據描述與參數估計

(一)數據來源與描述

本文研究數據主要有三個方面：(1)1995—2014年的投入產出表，其中1995—2014年的投入產出表來自于WIOD數據庫(Timmer et al.，2015)*目前，WIOD網站對投入產出數據最新發(fā)布為2000—2014年數據。，1992—2014年的間斷投入產出表數據來自于中國統(tǒng)計年鑒，剩余年份數據使用三次樣條插值法獲得；(2)1992—2014年的產業(yè)生產中的產業(yè)增加值，勞動就業(yè)人數使用部門季度就業(yè)人數的加總，數據來源于中經數據庫；(3)部門的資本存量、部門的TFP、增加值的TFP通過計算獲得，具體數據計算方法為：計算年度數據，在使用一階樣條插值法得到季度數據；所有數據轉換成以1992年為基年的指數的形式，消除了單位和誤差帶來的影響。WIOD數據庫提供了1995—2014年35個部門的投入產出數據、進口數據、總投入數據以及總生產數據等。本文主要使用投入產出數據，將35個部門分成制造業(yè)部門和服務業(yè)部門兩大類，進而計算制造業(yè)部門和服務業(yè)部門在生產過程中的中間產品投入量。1992—2014年的國家統(tǒng)計局的投入產出表部門劃分和WIOD的部門劃分不同，1995年、2012年的投入產出表將部門劃分為42個部門，也將其劃分為制造業(yè)和服務業(yè)兩個部門。對不存在的部門數據，參考WIOD統(tǒng)計數據的方法進行外推獲得。關于部門資本存量計算，使用永續(xù)盤存法估計：Kt=It/pt+(1-δt)Kt-1。其中，Kt、It、pt和δt分別為t期實際資本存量、現(xiàn)價投資量、定基價格指數和資本折舊率。初始資本存量估算方法使用增長法(Reinsdorf et al.,2005)：K0=I0(1+g)/(g+δ)。制造業(yè)的中間商品占總產出份額等于19個制造業(yè)部門使用的中間商品價值除以總產出的加總，服務業(yè)的中間商品占比計算的方法相同。

(二)參數估計

本文使用參數校準的兩部門增長模型研究產業(yè)結構變遷是如何影響經濟波動平穩(wěn)化的數量關系。由于需要研究產業(yè)結構變遷的過程，模型模擬實證分兩部分：第一部分實證是對兩個穩(wěn)定狀態(tài)的參數進行校準，第二部分是研究1992—2003年和2004—2014年服務業(yè)的平均份額差異下的經濟波動特征?？紤]到需要對穩(wěn)定狀態(tài)的參數進行校準，模型數據來源于中國國家統(tǒng)計局，數據為季度數據。生產函數的參數根據C-D函數的假設計算而得：vm=0.40、vs=0.62、εm=0.71和εs=0.72。根據通常的數據測算，折舊率δ=0.012，主觀貼現(xiàn)因素β=0.985。服務業(yè)和制造業(yè)商品消費的替代彈性ρ=-0.15，該參數參考了Rogerson(2008)和Duarte et al.(2010)的研究數據。

在資本產業(yè)彈性的估算方面，具體是把勞動者報酬看成勞動收入，固定資產折舊和營業(yè)盈余作為資本收入，而生產稅額是勞動與資本共同產生的收入，計算資本彈性α值的公式為：

其中：取α的平均值為0.551。

(14)

表2 部分模型參數的含義與估計值

校準控制資本調整成本的參數情況時，ω和v以及兩部門TFP沖擊的標準差。由于兩個穩(wěn)定狀態(tài)下，每單位新資本的價格相對于制造業(yè)的價格為1，可以求得ω為2.0260，資本調整成本參數v校準為0.8，具體參考Bernanke et al.(1999)方法。兩部門TFP的誤差項的標準使用索羅剩余進行校準，具體結果見表2。

五、模型模擬與分析

表3 給出1992—2014年模型模擬結果和真實結果的比較。 1992—2014年真實GDP波動強度分別為5.16%和2.25%，波動強度相差為2.91%。表3中分別描述了1992—2003年和2003—2014年的標準差，模擬結果顯示GDP波動在1992年和2014年分別為5.21%和2.65%，波動強度相差2.56%，模擬結果也證明GDP波動具有減弱的趨勢。GDP波動平穩(wěn)化的原因來自于兩個方面：一種是由于制造業(yè)和服務業(yè)的TFP在不同時間段有減弱的趨勢，另一種是由于服務業(yè)占GDP的份額增加所導致的GDP總量波動的平穩(wěn)化。為了測算產業(yè)結構升級是如何導致GDP波動的“大穩(wěn)健”現(xiàn)象，在進行模擬實驗過程中，將2014年的制造業(yè)和服務業(yè)TFP波動的標準差換成1992年的制造業(yè)和服務業(yè)TFP波動的標準差。反事實模擬實驗假設產業(yè)的波動強度沒有變，而產業(yè)結構發(fā)生了變化，通過產業(yè)結構變化來測算經濟波動的變化，這樣可以對產業(yè)結構變化造成的經濟波動進行測算。模擬實驗結構表明GDP波動的標準差為4.59%，這說明制造業(yè)向服務業(yè)轉換的過程中對GDP波動平穩(wěn)化的貢獻度為24.2%。

表3 不同穩(wěn)定狀態(tài)下的波動特征比較

① 表3中關于GDP波動性計算，先采用X12對季度數據進行季度調整，再取對數并使用HP濾波求出GDP的偏差百分比，最后計算1992Q1—2003Q4和2004Q1—2014Q4的標準差。

② 解釋程度的計算為：(0.046-0.040)/(0.046-0.021)*100%。

表3的后三行是使用1992—2003年和2004—2014年的平均服務業(yè)份額對理論模型進行模擬的結果，其中服務業(yè)占GDP的份額分別為37.7%和44.2%。1992—2003年和2004—2014年GDP波動強度分別為4.7%和2.1%，這兩個時間段的經濟波動強度相差2.6%。表3的前兩列分別描述了1992—2003年和2004—2014年的標準差。模型模擬結果顯示GDP波動在1992—2003年和2004—2014年分別為4.6%和2.1%，兩個時間段的經濟波動強度相差2.5%。為了測算不同時間段產業(yè)結構變化對GDP波動的影響程度，我們使用反事實模擬實驗將2004—2014年的相應標準差換算成1992—2003年的制造業(yè)和服務業(yè)TFP波動的標準差，這樣模擬實驗就可以對產業(yè)結構變化所導致的經濟波動進行測算。模擬實驗結果表明GDP波動的標準差為4.0%，這說明制造業(yè)向服務業(yè)轉換的過程中對GDP波動較弱的貢獻度為24%。

根據產業(yè)結構的關聯(lián)效應機制分析可知，產業(yè)結構的變化導致部門TFP對GDP沖擊的作用機制發(fā)生了變化，那么，不同部門TFP如何沖擊GDP總量波動、部門TFP沖擊對GDP的作用效應是如何的呢？本文對其進行模擬實驗分析：首先，設定在不同時間段服務業(yè)占GDP的比重不同；其次，在不同部門TFP的1%的沖擊作用下考察GDP波動特征，具體結果見圖2。從圖2可以看出：1992—2003年服務業(yè)占GDP份額為37.7%時，1%的制造業(yè)TFP沖擊會導致2.51%的GDP波動，而在2004—2014年在服務業(yè)占GDP份額為44.2%時，1%的制造業(yè)TFP沖擊將導致1.98%的GDP的沖擊；1%的服務業(yè)TFP沖擊對GDP的波動在1992—2003年和2004—2014年分別為2.43%和2.47%。因此，在制造業(yè)向服務業(yè)轉變的過程中，由于產業(yè)結構的調整導致不同部門TFP的沖擊對GDP波動發(fā)生變化。相比服務業(yè)，制造業(yè)對中間產品依賴的程度要更高，其對GDP波動的沖擊也更大。在產業(yè)結構升級過程中，隨著服務業(yè)的份額的增加GDP總量的波動呈下降的趨勢。

圖2兩部門TFP的1%的沖擊導致的GDP的脈沖響應

接下來，討論模型中其它內生變量的波動特征。表4中的前兩列給出了1992—2003年消費(C)、投資(I)、勞動量(L)、全要素生產率(TFP)的標準差以及和GDP之間的相關系數。在第4列和第5列給出了2004—2014年的相關變量的統(tǒng)計特征。為了跟實際數據進行比較，表4中使用國家統(tǒng)計局(NBS)數據給出了投資、消費等部門的波動特征。

表4 不同時期的宏觀經濟變量的經濟波動特征① σx,1是變量的HP濾波后偏離百分數的標準差，y是GDP，ρ(x1,y1)是變量x和GDP的相關系數。

由表4可知，通過和實際數據進行比較，產業(yè)結構內生化的DSGE模型模擬兩種穩(wěn)定狀態(tài)下經濟波動特表現(xiàn)是較好的。1992—2003年投資的標準差是5.12%，而實際值為5.42%。考慮2004—2014年的波動特征，模擬出投資、制造業(yè)消費和服務業(yè)消費的波動強度分別為3.39%、2.83%和1.91%。表4中最后一列是兩個時期波動強度的比值，可以看出：1992—2003年和2004—2014年投資、部門消費以及勞動量的波動強度都存在下降的趨勢。在兩種穩(wěn)定狀態(tài)下，產業(yè)結構轉型導致制造業(yè)消費、服務業(yè)消費、投資、勞動人數和TFP波動呈減弱的趨勢。隨著服務業(yè)份額的增加，GDP波動程度下降，消費者的收入波動性變弱，從而導致需求側的消費和投資波動性減弱。

考慮經濟波動的協(xié)動性、勞動量和GDP的波動是負相關的，其它的變量和GDP都是正相關的。相關系數的大小和實際數據的結果也是基本一致的。由于總TFP沖擊可能來自制造業(yè)和服務業(yè)兩個部門獨立TFP的沖擊。假設在制造業(yè)有一個正TFP沖擊，由圖2可知：它將導致GDP波動增加，然而也會導致服務商品相對于制造業(yè)的價格增加，因此，替代效應將導致家庭消費者減少對服務商品的消費并增加對制造業(yè)商品的消費，價格效應將趨向于減弱GDP和服務業(yè)之間的相關性。反之，相同的機制也適用于制造業(yè)商品的消費，但是服務業(yè)TFP的正沖擊效應導致兩種商品價格變化相對溫和，而這是由于兩種商品使用中間商品的份額不同，因此總TFP的波動大部分來自于制造業(yè)TFP波動的沖擊。

六、結論與政策建議

自20世紀90年代以來，中國經濟結構不斷優(yōu)化，尤其表現(xiàn)為產業(yè)結構升級步伐加快，服務業(yè)總量在2012年超過制造業(yè)總量成為經濟發(fā)展的主導行業(yè)。同一時期，總產出、消費、投資以及勞動量的波動特征業(yè)呈平穩(wěn)化發(fā)展趨勢。為理清產業(yè)結構升級與經濟波動的相互作用機制，本文構建了一個產業(yè)結構內生化的DSGE模型，通過反事實模擬實驗研究產業(yè)結構升級是如何導致經濟波動的“大穩(wěn)健”現(xiàn)象。研究結果表明，產業(yè)結構升級對經濟波動具有“熨平”效應，其相互作用機制表現(xiàn)為產業(yè)自身優(yōu)化效應、產業(yè)結構組合效應和產業(yè)結構關聯(lián)效應；產業(yè)結構升級不僅會導致總量經濟波動的“大穩(wěn)健”現(xiàn)象，同時對投資、消費等波動也有弱化作用，這些能解釋中國在1995—2014年經濟波動平穩(wěn)化現(xiàn)象。

基于以上研究成果，可以提出如下政策建議：首先，加快提升服務業(yè)占經濟總量的合理比重。由于服務業(yè)具有穩(wěn)定經濟波動效應，尤其是中、高端服務業(yè)作用要更加顯著。與發(fā)達國家相比，中國中、高端服務還有較大發(fā)展空間，因此在深化經濟結構改革過程中，進一步提高中、高端服務業(yè)占GDP的比重是中國經濟從高速度增長向高質量發(fā)展的重要路徑。其次，優(yōu)化服務業(yè)的產業(yè)結構，推動服務業(yè)結構轉型升級。隨著居民消費結構升級，中國應該深化服務業(yè)結構改革，快速發(fā)展旅游、文化、體育、健康及養(yǎng)老等“五大幸福產業(yè)”。著力提高生產性服務業(yè)效率和消費性服務業(yè)的服務質量，建立完善的現(xiàn)代化服務業(yè)管理體系。最后，平衡制造業(yè)和服務業(yè)的發(fā)展關系。由于制造業(yè)對中間投入商品的依賴度強，相對服務業(yè)，制造業(yè)對總量經濟增長及波動的影響更大。因此，在經濟結構轉型升級過程中，不僅要加快服務業(yè)穩(wěn)定經濟的作用，更要提高制造業(yè)的質量，提升制造業(yè)全球的競爭力。

方福前,詹新宇. 2011. 中國產業(yè)結構升級對經濟波動的熨平效應分析[J]. 經濟理論與經濟管理(7)：5-16.

干春暉,鄭若谷,余典范. 2011. 中國產業(yè)結構變遷對經濟增長和波動的影響[J]. 經濟研究(5)：4-31.

李尚驁,龔六堂. 2012. 非一致性性偏好、內生偏好結構與經濟結構變遷[J]. 經濟研究(7):35-47.

林建浩,王美今. 2016. 新常態(tài)下經濟波動的強度與驅動因素識別研究[J]. 經濟研究(5):27-40.

梅冬州,王子健,雷文妮. 2014. 黨代會召開、監(jiān)察力度變化與中國經濟波動[J]. 經濟研究(3):47-61.

王國靜,田國強. 2014. 金融沖擊和中國經濟波動[J]. 經濟研究(3):20-34.

徐舒,左萌,姜凌. 2011. 技術擴散、內生技術轉化與中國經濟波動：一個動態(tài)隨機一般均衡模型[J]. 管理世界(3):22-31.

許偉,陳斌開. 2009.銀行信貸與中國經濟波動:1993—2005[J]. 經濟學(季刊)(3):969-993.

楊天宇,劉韻婷. 2011. 中國經濟結構調整對宏觀經濟波動的“熨平效應”分析[J]. 經濟理論與經濟管理(7)：47-55.

詹新宇,方福前. 2012. 國有經濟改革與中國經濟波動的平穩(wěn)化[J]. 管理世界(3):11-22.

ACEMOGLU D, CARVALHO V M, OZDAGLAR A, et al. 2012. The network origins of aggregate fluctuations [J]. Econometrica, 80(5):1977-2016.

BERNANKE B S, GERTLER M, GILCHRIST S. 1999. The financial accelerator in a quantitative business cycle framework [M]//TAYLOR J B, WOODFORD M. Handbook of Macroeconomics： volume I. Amsterdam:Elsevier:1341-1393.

BLANCHARD O, SIMON J. 2001. The long and large decline in U.S. output volatility [J]. Brooking Papers on Economic Activity, 2001(1): 135-164.

CARVALHO V. 2007. Aggregate fluctuations and the network structure of intersectional trade [R]. Economic Working Papers.

CLARIDA R, GALI J, GERTLER M. 2000. Monetary policy rules and macroeconomic stability: evidence and some theory [J]. Quarterly Journal of Economics, 115(1):147-180.

CHANG C, CHEN K J， WAGGONER D F, et al. 2016. Trends and cycles in China′s macro-economy [M]. NBER Macroeconomics Annual 2015, Chicago :University of Chicago Press.

DAVIS S J, KAHN J A. 2008. Interpreting the great moderation: changes in the volatility of economic activity at the macro and micro levels[J]. Journal of Economic Perspectives, 22(4):155-188.

DEKLE R, VANDENBROUCKE G. 2012. A quantitative analysis of China′s structural transformation [J]. Journal of Economic Dynamics and Control, 36(1):119-135.

DUARTE M, RESTUCCIA D. 2010. The role of the structural transformation in aggregate productivity [J]. Quarterly Journal of Economics, 125(1):129-173.

EGGERS A, IONNIDES Y M. 2006. The role of output composition in the stabilization of U.S. output growth [J]. Journal of Macroeconomics, 28(3):585-595.

HERRENDORF B, VALENTINYI A. 2012. Which sectors make the poor countries so unproductive [J]. Journal of the European Economic Association, 10(2):323-341.

JAIMOVICH N, SIU H E. 2009. The yong, the old, and the restless:demographics and business cycle volatility [J]. American Economic Review, 99(3):804-826.

JERMANN U J, QUADRINI V. 2006. Financial innovations and macro-economic volatility [R]. NBER Working Paper, No.12308.

KONGSAMUT P, REBELO S, XIE D Y. 2001. Beyond balanced growth [J]. Review of Economic Studies, 68(4):869-882.

NGAI L R, PISSARIDE C A. 2007. Structural change in a multisector model of growth [J]. American Economic Review, 97(1):429-443.

REINSDORF M, COVER M. 2005. Measurement of capital stocks, consumption of fixed capital and capital services：report on a presentation to the Central American AD Hoc group on national accounts [R]. Working Paper.

ROGERSON R. 2008. Structural transformation and the deterioration of European labor market outcomes [J]. Journal of Political Economy, 116(2):235-259.

SONG Z, STORESLETTEN K, ZILIBOTTI F. 2011. Growing like China [J]. American Economic Review, 101(1):196-233.

TIMMER M P, DIETZENBACHER E, LOS B, et al. 2015. An illustrated user guide to the world input-output database: the case of global automotive production [J]. Review of International Economics, 23(5):575-605

ZHU X D. 2012. Understanding China′s growth:past, present, and future [J]. Journal of Economic Perspectives, 26(4):103-124.