|
信息—价格双粘性部门异质性与中国产业经济波动
赵新伟1 王琦1 王益君2
(1.西北政法大学经济学院,陕西 西安 710122; 2.西安建筑科技大学公共管理学院,陕西 西安 710055)
摘 要: 本文以价格粘性理论为基础,构建了包含信息粘性与非信息粘性的产业菲利普斯曲线方程,利用产业中观数据测算并验证了我国三大产业中信息—价格双粘性问题,阐释了产业信息—价格双粘性特征对产业核心经济变量及福利损失的影响。结果显示:1.我国第一、第二产业具有信息—价格双粘性特征,不仅具有价格粘性,同时还具有信息粘性特征。2.不同产业信息粘性与非信息粘性对价格粘性的影响不同。第一产业中信息粘性对价格粘性的影响为80%,非信息粘性为20%,第二产业中非信息粘性对价格粘性的影响为47%-62%,信息粘性对价格粘性为38%-53%,第三产业中,非信息粘性对价格粘性的影响为100%。3.产业的信息—价格双粘性特征对产业经济变量及福利损失具有较大影响,其会增强产业核心经济变量的波动性,放大外生冲击对宏观经济变量的影响。本文的研究有助于信息粘性理论的深化与拓展,也从另一个视角为我国产业经济的周期性波动提供了新解释。
关键词: 信息—价格双粘性; 部门异质性; 产业经济波动
一、引言
价格粘性与信息粘性理论是现代主流宏观经济分析的立论基础,连接微观经济主体与宏观经济表象的桥梁[1],目前对一国产品价格粘性与信息粘性进行验证与测算也成为宏观经济分析的热点。在一国价格粘性与信息粘性的测算中,一个现实问题是价格粘性与信息粘性的部门异质性问题[2],价格粘性与信息粘性的部门异质性会使宏观经济分析的微观基础产生偏差,对宏观经济分析的有效性产生影响[3]。
对于价格粘性的部门异质性问题,国内外部分学者已做过相关研究,如:Eusepi等(2011)[4]分析了部门价格粘性部门异质性与价格加成和生产技术部门异质性的关系,通过分析发现,价格粘性部门异质性对成本加成和生产技术的部门异质性具有重要影响,价格粘性的部门异质性也是度量核心通胀率的重要因素。Nakamura等(2010)[5]研究了价格粘性的部门异质性对于经济波动的影响。其发现价格粘性的部门异质性对于解释宏观经济波动具有重要作用,在DSGE中引入价格粘性的部门异质性后,其模型与美国经济周期的产出波动具有很好的拟合效果。Carvalho(2006)[6]和Bouakez等(2009)[7]分别研究了美国和英国商品市场价格粘性部门异质性对于货币政策传导机制以及真实产出的影响,通过研究发现,美国商品市场价格粘性越强的部门,通过货币政策的传导机制,真实产出增加越快,而英国也具有相似的现象,即商品市场价格粘性越大的部门,在受到非意愿的外生冲击影响时,其真实产出的波动越明显。此外,Vermeulen等(2007)[8]分别分析了欧洲部分国家的商品市场价格粘性异质性问题,对英国、德国、法国等国家不同商品市场价格粘性进行了测算,并分别分析了英国、德国、法国商品市场价格粘性异质性对于宏观经济变量,如:产出和通货率的影响。国内学者对于价格粘性异质性的研究较少,侯成琪和龚六堂(2016)[9]利用宏观数据对我国不同部门的价格粘性进行了测算,并分析了部分价格粘性异质性与货币政策传导的关系,研究发现:货币政策冲击对各部门产出和通货膨胀的影响取决于各部门的价格粘性水平:部门价格粘性越强,货币政策冲击对部门产出的影响越大,对部门通货膨胀的影响越小。陆旸(2015)[10]利用状态依存模型框架,估计了中国制造业企业价格粘性的非对称性和异质性,结果显示,制造业产品的价格粘性具有非对称的特征,同时,企业的“异质性”也影响了产品的价格粘性。渠慎宁和吴利学等(2012)[11]采用中国消费品的微观价格数据分析了我国消费品价格的粘性程度,发现我国部分商品存在明显的价格粘性部门异质性,服务商品价格调整时间比较短,价格粘性比较低,而工业消费品、食品比服务价格粘性程度更强。此外,金雪军和黄腾等(2013)[12]、杭斌和闫新华等(2013)[13]也对我国的名义价格粘性部门异质性特征进行了分析。
目前对于信息粘性的部门异质性问题,还没有学者涉及到。大多数学者在对信息粘性进行分析时,往往将整个国家经济作为一个整体进行统一分析,如:卞志村和胡恒强(2016)[14]、赵新伟和赵云君(2019)[15]、赵新伟(2019)[16],这要求整体经济特别是产业部门具备许多假设,如:产业和产品具有同质性、产业的投入产出具有一致性、产业中企业价格的确定方式都为时间相关。现实经济中,这些产业同质性假设不一定会满足,其次,具有粘性信息部门异质性的产业,一般也会具有价格粘性部门异质性的特征[17],因此,一国经济中,不同的产业会具有信息-价格双粘性部门异质性,即既具有粘性信息特征也具有粘性价格特征,这种特征在国内外的研究中还未被关注。那么,在我国的产业体系中,存在价格-信息双粘性部门异质性特征吗?如果存在,其对产业经济变量的动态影响是怎样的?这是本文阐释的主要内容。
本文以传统价格粘性理论为基础,构建包含信息粘性与非信息粘性的产业菲利普斯曲线方程,利用产业中观数据验证并测算了我国三大产业中信息-价格双粘性问题,阐释了在我国三大产业存在信息粘性与价格粘性的情况下,三大产业经济变量及福利损失的动态变化。
与既有针对价格粘性与信息粘性的研究相比,本文的研究具有以下几个方面的创新:第一,阐释了非信息粘性的概念,并与信息粘性一起揭示了产业中价格粘性现象的形成过程。第二,以中观产业数据测算并验证了我国三大产业中的信息-价格双粘性特征。第三,利用多部门产业DSGE模型分析了在我国产业存在信息-价格双粘性的情况下,信息粘性、价格粘性对产业经济变量及福利损失的动态影响。
二、价格粘性与信息粘性理论拓展
信息粘性是Mankiw和Reis(2002)[18]首次提出的概念,其在企业价格形成过程中引入了信息粘性的表述,认为价格粘性只是表象,导致价格粘性的深层次原因在于信息粘性,人们在利用信息进行决策时,由于信息成本及其他因素,不利用最新的信息来进行决策,而是利用过期的或者具有“粘性”的信息来进行决策,因此,导致企业的价格确定具有滞后性(1)关于信息粘性理论的详细内容请参阅Mankiw和Reis(2002、2006)[17-18]、卞志村和胡恒强(2016)[14]。。信息粘性理论以信息成本为基础,一般企业的信息成本主要包括信息的固定成本、可变成本、信息搜集及信息交易成本等,信息粘性理论认为,这些成本的存在是企业价格决策滞后的主要因素。本文认为,除了信息成本以外,其他因素也会对企业的价格决策产生影响,如:菜单成本、长期合同、尾数定价等,因此,在对企业的价格粘性过程进行分析时,除了考虑信息成本外,还要考虑其他非信息成本因素对价格粘性的影响[19-20]。从该视角出发,本文提出了非信息成本概念,其指的是导致企业价格粘性的其他非信息成本,为与信息粘性相区别,本文将由于非信息成本导致的价格粘性称为非信息粘性,并利用信息粘性和非信息粘性对企业价格粘性的形成过程进行了分析,在此基础上,构建了包含信息粘性与非信息粘性的产业菲利普斯曲线,并利用我国中观产业数据对信息粘性与非信息粘性进行了测算。
(一)一般产业价格粘性形成
对这一问题的论证仍沿用传统的企业价格形成过程的表述(2)关于价格粘性理论的详细内容请参阅侯成琪和龚六堂(2016)[9]、陆旸(2015)[10]、赵新伟和赵云君(2019)[15]、赵新伟(2019)[16]。,假定一定时期公司对价格的调整遵循时间相关定价规则,在一定时期只有部分公司可以改变价格xt,另外部分公司执行原来的价格,执行原价格的公司概率为λ,则公司改变价格的概率为1-λ,每一个时期的平均持续时间为1/1-λ,公司以收益最大化为目的来调整价格。收益最大化的价格为
width=96,height=17,dpi=110
(1)
width=20,height=17,dpi=110为企业收益最大化的价格水平,pt为一般商品的价格水平,yt为产出缺口,a为产出缺口的系数。j代表公司改变价格的最近的时期,企业改变价格时会使企业预期收益最大化,因此
width=82,height=17,dpi=110
(2)
在整个时期,企业改变价格的行为不仅考虑企业当期收益最大化,而且会使未来的收益实现最大化,因此,企业改变价格时,其价格可以写为
width=158,height=32,dpi=110
(3)
定义企业一般价格水平为企业所有可能改变价格水平的集合。因此
width=140,height=31,dpi=110
(4)
在上式中,令t=t-1,上式可以改写为
pt=λxt+(1-λ)Etxt+1
(5)
对式(3)展开累加项,并对期望进行变换,可以得到
width=173,height=17,dpi=110
(6)
将式(5)和(6)联立,得到xt为
(πt+λpt-1)/λ
(7)
将xt、xt+1以及width=17,height=17,dpi=110代入式(6),可以得到
πt=[aλ2/(1-λ)]yt+Etπt+1
(8)
根据对三大产业的划分,定义width=14,height=17,dpi=110为第一产业、第二产业与第三产业的产出缺口,width=14,height=17,dpi=110为第一产业、第二产业与第三产业的价格粘性系数,(i=1,2,3),因此上式可以写为
width=231,height=31,dpi=110
(9)
该公式为包含部门价格粘性、产出缺口与预期通胀率的产业菲利普斯曲线方程。
(二)考虑信息粘性与非信息粘性的产业价格粘性形成
考虑产业中存在信息粘性与非信息粘性的情况,假定λI为企业的信息粘性(系数),λ0为企业的非信息粘性,因此,width=85,height=17,dpi=110企业的一般价格水平既包括由于信息粘性所确定的价格,也包括由于非信息粘性所确定的价格,按照与产业价格粘性相似的处理方法,构建包含信息粘性与非信息粘性的产业价格水平,即
width=293,height=32,dpi=110
(10)
利用式(5)和式(6),将上式改写为
width=328,height=32,dpi=110
(11)
同样,假定一国经济部门分为三大产业,通过对式(11)进行变换,得到不同产业信息粘性、非信息粘性、产业缺口与通胀率关系的方程
width=275,height=41,dpi=110
width=319,height=35,dpi=110
(12)
通过对该公式累加项展开,可以得到我国三大产业的粘性信息、非信息粘性与不同产业缺口、预期通胀率的产业菲利普斯曲线方程,该方程综合反映了企业价格的形成过程,在这一过程中,不仅考虑了信息粘性对价格粘性的影响,还包括了其他非信息因素对价格粘性的影响。
三、我国不同产业中非信息粘性与信息粘性测算
(一)不同产业中价格粘性问题的测算
利用产业菲利普斯曲线对三大产业的价格粘性进行测算,涉及到三个变量,部门产出缺口、利率水平和预期通胀率水平。
(1)部门产出缺口的估算利用BK滤波,BK滤波可以用公式width=99,height=35,dpi=110表示,通过对实际GDP进行线性滤波分解,可以分为三个部分:趋势部分、周期部分和不规则部分,通过对部门实际GDP减去部门潜在GDP,可以得到部门产出缺口。
(2)利率水平本文采用银行的七天同业拆借利率。通过数据拆分方法(3)数据拆分方法参照张小宇和刘金全(2012)[21]的处理办法,将7天同业拆借利率月度数据折算为季度数据,公式为:width=220,height=35,dpi=110为季度内同业拆借总量,itj为季度内第j个月份的同业拆借利率水平,it为折算后的利率水平。,可以将不同利率水平的月度数据拆分为季度数据。
(3)通货膨胀率用居民消费价格环比指数来衡量。预期通货膨胀率的估算采用理性预期假定,即
πt=Et-1πt+ε1t
(13)
rt=Et-1rt+ε2t
(14)
构建预期通胀率与预期利率的方程
width=275,height=17,dpi=110
(15)
width=275,height=17,dpi=110
(16)
L为滞后算子,并将预期通胀率方程改写为状态空间方程
width=580,height=17,dpi=110
(17)
α1,α2,β1,β2,γ1,γ2,φ1,φ2,ψ1,ψ2,ξ1,ξ2,k1,k2为参数,状态空间方程的估算采用卡尔曼滤波算法。
本文所有变量使用季度数据,为保证变量数据的可比性,将年度数据拆分为季度数据,所有数据来源于CCER数据库、中经网数据库以及国家统计局官方网站。数据区间为1996Q1-2017Q4,模型中α的取值赋值为0.5,通过对上述方程进行估算,可以得到我国部门产出缺口与预期通胀率的值,并通过对价格粘性模型式(9)的参数估计,获得如表1所示的我国三大产业粘性价格估算值。
表1 我国三大产业价格粘性系数
width=328,height=64,dpi=110
表1为我国三大产业价格粘性系数,由以上表格可以看到,我国三大产业商品价格粘性系数分别为:0.76、0.56与0.39,第一产业价格粘性程度最大,第二产业次之,第三产业最小。第一产业企业价格全部调整需要4个季度,第二产业企业调整价格大概需要2.3个季度,第三产业企业调整价格大概需要1.6个季度。
(二)不同产业中信息粘性与非信息粘性的测算
在对产业价格粘性测算的基础上,测算三大产业的信息粘性系数与非信息粘性系数(4)在利用中观产业数据对式(12)进行拟合的过程中,发现信息粘性与非信息粘性的参数没有通过显著性检验,不具有统计学意义,且已知width=85,height=17,dpi=110因此,本文采用参数赋值法求解width=14,height=17,dpi=110和width=23,height=17,dpi=110。由前述推导可知,width=85,height=17,dpi=110利用穷举法,对width=14,height=17,dpi=110与width=14,height=17,dpi=110分别赋值(5)当width=46,height=17,dpi=110表明产业中不存在粘性信息,width=55,height=17,dpi=110产业中的价格粘性现象不是由信息粘性导致的,而是由其他非信息因素导致的;width=102,height=17,dpi=110表明产业中存在很强的信息粘性现象,不存在由于非信息因素导致的价格粘性,价格粘性都是由于信息粘性引起的,这种特例是Mankiw和Reis(2002)[18]中揭示的粘性信息与粘性价格的关系。。通过对式(12)累加项展开,利用微观产业数据以及方程的标准差、t检验值和Schwarz信息准则确定不同产业中的信息粘性与非信息粘性系数,下表为根据不同的判断准则确定的部门信息粘性与非信息粘性的数值(6)穷举法是计算机技术、应用数学等方面应用比较广的一种分析方法,赋值法也是计量模型中一种非常普遍的参数估计方法,本文这里借鉴了这两种方法。。
表2为第一产业中信息粘性与非信息粘性系数,根据参数标准差、t检验值及Schwarz信息准则,可以看到表2中第一产业信息粘性系数与非信息粘性系数为0.6与0.16,参数估计值较显著,表明我国第一产业具有非常明显的信息—价格双粘性特征,既具有价格粘性特征,企业价格全部调整需要4个季度,也具有信息粘性特征,企业信息更新的速度为2.5个季度。同时第一产业中造成价格粘性的最主要原因为信息粘性,信息粘性对价格粘性的影响占80%,非信息粘性对价格粘性的影响很小。
表2 第一产业信息粘性与非信息粘性系数
width=686,height=146,dpi=110
表3为测算的第二产业信息粘性与非信息粘性系数,由表3可以看到,第二产业中信息粘性系数介于0.2至0.3之间,非信息粘性系数介于0.26到0.36之间,表明第二产业也具有较明显的信息-价格粘性特征,信息粘性对产业价格粘性的影响为38%至53%,非信息粘性对价格粘性的影响为47%至62%,第二产业企业调整价格大概需要2.3个季度,企业更新信息的时间约为1.25个季度。
表3 第二产业信息粘性与非信息粘性系数
width=686,height=164,dpi=110
表4为我国第三产业信息粘性与非信息粘性系数,由表4可以看到,在第三产业中造成价格粘性的因素只有非信息粘性,其非信息粘性系数为0.39,信息粘性系数为0,其对价格粘性的影响为100%,表明第三产业不具有信息-价格双粘性特征,仅具有价格粘性特征,企业调整价格大概需要1.6个季度,企业的信息可以实时更新,不具有粘性特征。
表4 第三产业信息粘性与非信息粘性系数
width=686,height=146,dpi=110
四、包含信息-格双粘性的产业模型构建
由以上分析可知,我国三大产业中第一产业、第二产业存在较明显的信息-格双粘性特征,那么在产业存在价格粘性与信息粘性的情况下,其对不同产业产出、投资、劳动需求等经济变量的动态影响是怎样的?粘性信息与粘性价格对经济变量的影响具有一致性吗?为分析不同产业系统中信息-价格双粘性特征对产业变量的影响,构建包含信息-价格双粘性的多部门随机一般均衡模型,该模型包含家庭部门、产业生产部门、劳动力供给部门,各部门为独立的经济主体,以部门的成本最小化与收益(效用)最大化为目标。
(一)家庭部门
假定家庭j在一定时期的消费水平为Ct(j),家庭提供的劳动力为Lt(j),债券收入为Bt(j),家庭用于投资的部分为It(j),资本的效用函数为ut(j),因此,家庭在一定时期最大福利水平为
width=331,height=44,dpi=110
(18)
家庭在一定时期的资本限制为
width=688,height=85,dpi=110
(19)
资本方程为
width=360,height=38,dpi=110
(20)
这里,Wt(j)为名义工资率,Kt(j)为资本,Rt为名义利率,Tt为个人所得税率,Pt为消费物价水平,width=20,height=17,dpi=110为资本的成本,Dt为从公司获取的股息,a[x;ψ]为不同效用函数的成本方程。
家庭在遵照预算约束的条件下实现预期家庭效用与财富的最大化,定义Λt为家庭财富的影子价值,则其一阶条件为
width=237,height=38,dpi=110
(21)
width=82,height=35,dpi=110
(22)
式中,gt为消费的边际效用变化冲击,h为个人消费习惯形成的程度。
(二)产业生产部门
产业生产部门包括中间产品生产部门与最终产品生产部门,最终产品企业的最大化利润为
PtYt=width=14,height=17,dpi=110Pt(i)Yi(i)di
(23)
企业技术水平为
width=146,height=38,dpi=110
(24)
这里Yt和Yt(i)为企业的最终产品与中间产品,Pt(i)为中间产品价格水平,G[X;εp]为Kimball乘数。
中间产品企业i的边际成本为MCt(i),其是下述企业成本最小问题的朗格拉日乘数
width=187,height=29,dpi=110
(25)
企业的生产方程为
width=217,height=17,dpi=110Ф
(26)
这里,Ф为产品的固定成本,企业的资本由以下方程确定
width=152,height=17,dpi=110
(27)
利用前述定义的边际成本,假定企业的定价方式采用Calvo(1983)[22]的固定比例粘性价格定价方法,企业选择价格Pt(j)为最优价格,在最优价格时企业最大利润为
width=372,height=29,dpi=110
(28)
企业的需求方程为
width=264,height=41,dpi=110
width=178,height=38,dpi=110
(29)
这里,mt+τ为边际效用函数的随机折现率,πt=pt/pt-1,π*为长期的静态通货膨胀率。
(三)劳动力供给部门
家庭为中间产品企业和最终产品企业提供劳动力,不同的劳动力l从企业中获取工资width=29,height=17,dpi=110在弹性工资水平下,劳动力市场的期望工资由劳动力的供给与需求所决定,同样,劳动力市场的工资水平存在粘性工资问题,最优工资水平由以下方程确定
width=269,height=29,dpi=110
(30)
劳动力市场的需求方程为
width=187,height=38,dpi=110
(31)
家庭、产业生产部门、劳动力供给部门经济行为模型以及前述的产业价格粘性、产业信息粘性方程构成了基本的产业经济分析系统。对所有方程进行对数线性化的一阶逼近,并将模型的解表示为状态空间形式,对各变量的年度数据与月度数据折算为季度数据,由于缺少GDP平减指数的数据,用定基CPI指数来折算各个变量的名义数值,同时对折算后的各变量1996Q1-2017Q4季度数据取对数,并利用HP滤波法进行去势分析,避免数据由于季节性因素而导致不稳定。
(四)产业模型参数估计
利用贝叶斯估计方法对产业随机一般均衡模型参数进行估计,结合似然函数和先验分布形成参数的后验分布,参照一般的做法,本文对资本折旧率、不同商品的替代弹性、劳动供给弹性、随机折现率进行校准(7)受模型变量参数个数的限制,贝叶斯方法不能对所有的参数进行估计,因此,需要对某些参数进行提前校准。,参考Smets和Wouters(2007)[23]、Ireland(2004)[24]、侯成琪和龚六堂(2016)[9]的做法,劳动供给弹性赋值为1,不同商品的替代弹性赋值为10。
根据前述对我国不同产业的信息粘性与非信息粘性系数的测算,我国三大产业的价格粘性系数为:0.76、0.56与0.39,第一产业信息粘性系数与非信息粘性系数为0.6与0.16,第二产业中信息粘性系数为0.25,非信息粘性系数为0.3,第三产业非信息粘性系数为0.39,信息粘性系数为0,其余变量参数采用贝叶斯估计方法进行参数估计。
由于篇幅所限,本文只列出了第一产业和第三产业部门参数的先验分布与后验分布图,如图(1)和图(2)所示,由图中参数的后验分布形态可知,在第一产业和第三产业部门中,几乎所有参数的后验分布图都呈正态分布,因此,利用贝叶斯方法对各个模型参数进行估计是比较有效的。
width=525,height=254,dpi=110
图1 第一产业部门参数先验分布与后验分布图
width=510,height=245,dpi=110
图2 第三产业部门参数先验分布与后验分布图
表5为第一产业和第三产业先验分布与后验分布的参数估计值与标准差,η,θ′,h′,r′,πe,sp,si,φgy,ρg,σg,σme,gy,σme,π表示第一产业劳动供给弹性、不同商品的替代弹性、消费习惯、利率、通胀目标、粘性价格、粘性信息、通胀反应、产出增长反应、政策冲击的标准差、技术冲击的标准差、通货膨胀标准差。产业模型参数分为两类,一类为基础性参数,如劳动供给弹性、不同商品的替代弹性、消费习惯、利率、通胀目标、粘性工资、粘性价格、粘性信息等,第二是反应与冲击类参数,如:通胀反应、产出增长反应、偏好冲击的持续性、政策冲击的标准差、偏好冲击的标准差、技术冲击的标准差、产出增长率的标准差、通货膨胀标准差等,width=375,height=20,dpi=110表示第三产业部门相应的参数估计值。从参数值来看,无论是第一产业还是第三产业,模型基本参数的先验均值与后验均值都比较小,表明在第一产业与第三产业内,经济主体的行为具有较强的可预测性,经济系统的稳定性比较强,同时经济体容易达到稳定的均衡状态;而产业体系的反应与冲击类参数的先验分布与后验分布的估计值都比较大,这表明在存在未预期的外部冲击下,产业经济系统受外部冲击的影响比较大,技术冲击以及政策冲击对产业系统变量有很大的影响,特别是第一产业中,反应及冲击类参数的估计值标准差比第三产业要大的多,这表明,相对于第三产业来说,第一产业由于存在更强的信息-价格双粘性特征,外生冲击对产业变量的影响更大,而第三产业相对于第一产业来说,外生冲击对产业变量的影响较小。
表5 第一产业与第三产业参数先验分布与后验分布
width=686,height=592,dpi=110
五、信息-价格双粘性部门异质性对产业经济波动影响分析
本部分采用多部门产业DSGE模型脉冲响应分析来数值模拟不同产业变量的动态变化,并考察在包含信息-价格双粘性的产业中,产业经济变量对外生冲击的反应,以此来分析信息粘性与价格粘性对产业经济波动的影响。产业指标包括产出水平、投资、劳动需求、价格水平、工资水平等五个指标。
(一)货币政策冲击响应
外生冲击包括技术冲击与货币政策冲击。为分析产业经济系统变量受外生冲击的长期反应,本文设定模型的观测期为30期,图中的纵轴为各变量对稳态的偏离率,横轴为响应时间,不同形态的曲线代表不同产业变量脉冲响应的后验均值。当给定产业经济系统一个单位的负向货币量冲击时,得到如图3所示的三大产业经济变量受货币政策冲击的脉冲响应图。
如图3所示,受货币政策冲击后,我国三大产业经济指标产出水平、投资、劳动需求、价格水平、工资水平都出现了不同程度的变化,从变量波动幅度看,第一产业变量波动幅度最大,部分变量的波动幅度在期初达到了近20%,第三产业变量波动幅度最小,变量的波动范围在0到10%,特别是对于产业产出水平、劳动力需求以及产业价格水平等一些关键变量来说。这表明,由于第一产业具有较强的信息-价格双粘性特征,受负向货币量冲击时,经济系统变量的波动会更加明显,而第二产业的信息-价格双粘性程度较轻,第三产业仅具有价格粘性特征,受外生冲击时,产业系统经济变量的波动相对更小。因此,从这个角度来看,产业的价格粘性与信息粘性特性会增强外生冲击对产业系统的影响,加剧产业系统经济变量的波动趋势,放大外生冲击对经济变量特别是产出水平的影响。从产业变量的波动方向来看,产业劳动需求与货币政策冲击方向相反,产业劳动需求都在期初出现了大幅度增加,主要原因在于企业生产过程中,劳动力及投资、货币需求具有替代性;大多数的产业变量与货币政策冲击方向相同,负向货币政策冲击导致了不同产业的产业产出、产业投资等变量在分析期初出现了大幅度下降,而产业价格及产业工资等变量波动幅度不明显。
width=606,height=259,dpi=110
图3 第一产业、第二产业、第三产业变量货币政策冲击脉冲响应图
从各产业变量的波动趋势来看,受负向货币供给量的影响,第一产业劳动力需求在期初出现了大幅度增加,增长幅度约为15%,劳动力需求增加主要原因在于货币供给量减少后,企业短期投资减少,企业对劳动力与投资水平进行了大量的替代,因此,增加了对企业劳动力的需求;而产业产出水平、产业投资、产业价格水平、产业工资水平等出现了不同程度的下降,其中,下降最明显的为产业产出水平,在期初其下降幅度接近20%,其次,产业投资水平在期初下降了10%左右,这表明,由于第一产业存在比较明显的信息-价格双粘性特征,市场价格不能正常体现宏观变量及外部冲击的影响,价格水平及宏观变量的波动存在扭曲,也不能随着冲击的变化而自由波动,因此,产业变量,如:产业产出水平及产业投资等受外生冲击的影响比较大。而第一产业的价格水平与产业工资水平波动不明显,主要原因在于在第一产业内部,产业价格与产业工资水平具有粘性特征,因此,其受外生冲击的影响比较小。第二产业与第三产业相对于第一产业来说,二者变量的波动幅度小于后者,特别是产业产出水平、投资等变量受货币供给量下降的影响,也出现了下降,但波动幅度比第一产业要小得多。
(二)外生技术冲击响应
图4为给定产业系统负向技术冲击后,各产业变量产出水平、产业投资、产业劳动需求、产业价格水平、产业工资水平的脉冲响应图,由图4可以看到,在受到负向技术冲击下,产业经济变量具有与负向货币政策冲击下相似的波动轨迹。从变量的波动幅度来看,第一产业变量的波动幅度要远大于其他产业变量的波动幅度,第一产业中,大多数变量如:产业产出、产业劳动需求在期初的波动幅度近20%,随着时间推移,二者的波动幅度逐渐减弱,第二产业大多数变量如:产业投资、产业产出及产业劳动需求在期初的波动幅度近15%,从第10期开始,逐渐趋于稳定。而第三产业多数变量如:产出水平、劳动需求及投资等在期初的波动幅度在10%以内,产业价格与产业工资水平等在整个分析期内波动不明显。这表明,与对货币政策的冲击反应相似,部门信息-价格双粘性特性越显著的产业,其产业经济变量受外生冲击的影响越大,产业的信息-价格双粘性特性会加剧产业变量的波动,而信息-价格双粘性特性较小的产业,在受外生技术冲击时,其产业变量的波动幅度较小。
width=606,height=238,dpi=110
图4 第一产业、第二产业、第三产业变量外生技术冲击脉冲响应图
由以上分析可以看出,在我国产业存在信息粘性与价格粘性的情况下,信息-价格双粘性部门异质性对不同产业变量具有较强的影响,其会增强产业经济变量的波动性。在整个分析期,无论是对于货币政策冲击还是外生技术冲击,具有信息-价格双粘性特征的第一产业和第二产业,其产业变量产出水平、投资、价格水平等波动幅度远大于仅具有价格粘性特征的第三产业,表明在产业市场存在价格粘性与信息粘性的情况下,由于市场价格调整时间滞后,价格存在扭曲,产业系统受到外生冲击时,作为政策调控核心的市场价格水平不能真实反映产业系统变化状况,不能对外生冲击进行及时反应,从而使得产业经济变量出现 “扭曲”和“过激反应”,放大外生冲击对产业系统的影响,使整个产业经济呈现更加明显的周期性波动。因此,在产业经济系统存在价格粘性与信息粘性的情况下,产业经济变量的调整幅度与调整时间都将大于不存在粘性的市场或者单一粘性的市场。这也从另一个角度为我国产业周期性波动提供了解释。
六、信息-价格双粘性产业福利损失比较分析
此部分分析信息-价格双粘性问题对不同产业福利损失的影响。采用的分析方法为福利损失函数,福利损失函数的构建采用Gali(2005)[25]的方法,其主要分析经济主体对长期稳态值的偏离程度,并通过对长期偏离程度的估算而得到。通过对个体家庭在商品消费过程中经济行为的描述,可以得到在产业存在信息-价格双粘性问题时,产业福利损失函数为
width=272,height=35,dpi=110
(32)
式中:U1,Uc为个体在家庭中以及消费商品所获得的总体效用。
利用以上产业效用损失函数对存在信息-价格双粘性的产业进行分析,可得到如表6所示的产业产出方差与不同产业福利损失。
由表6可以看到,信息-价格双粘性问题对不同产业福利损失有较大影响,其中产业福利损失最大的为第一产业,由表6可以看到,第一产业的平均产出方差为5.365 2,第二产业的平均产出方差为3.567 4,第三产业的平均产出方差为2.256 9,第一产业的产出方差几乎为第三产业的两倍,表明由于第一产业存在明显的信息-价格双粘性问题,其使得经济主体经济状态偏离长期稳定值的程度更大,经济活动的波动更加明显。从产业的消费方差和劳动方差来看,第一产业的偏离程度比第三产业偏离程度更大,信息-价格双粘性问题对产业消费水平与产业劳动水平的影响也更加明显。而通过对产业整体的福利损失测算,福利损失在不同的部门间差异更加明显,第一产业部门比第三产业具有更大的福利损失,前者的福利损失为后者的近5倍,因此,从这个角度分析,信息-价格双粘性问题对产业福利损失影响巨大,产业的信息-价格双粘性特性会增强相应产业主体的产出、消费及劳动需求波动,增加产业的福利损失。
表6 不同产业的产出方差与福利损失
width=328,height=146,dpi=110
七、结论与政策建议
本文以传统价格粘性理论为基础,构建了包含非信息粘性因素的产业菲利普斯曲线,利用产业中观数据验证并测算了我国三大产业中的信息-价格双粘性特征,阐释了在产业存在信息粘性与价格粘性的情况下,信息-价格双粘性部门异质性特征对产业经济变量及产业福利损失的影响。通过分析得出以下结论。
第一,我国第一产业和第二产业具有信息-价格双粘性特征,不仅具有价格粘性,同时还具有信息粘性特征。第一产业企业价格更新速度为4个季度,企业信息更新速度为2.5个季度,第二产业企业价格更新速度为2.3个季度,企业信息更新速度为1.25个季度;第三产业仅具有价格粘性特征,企业价格更新的速度约为1.6个季度,不具有信息粘性特征,第三产业企业的信息可以实时更新。
第二,信息粘性与非信息粘性对三大产业价格粘性的影响不同。第一产业中造成价格粘性的最主要因素为信息粘性,其对价格粘性的影响为80%,非信息粘性对第一产业的价格粘性影响较小。第二产业非信息粘性因素对价格粘性的影响为47%至62%,信息粘性对价格粘性的影响为38%至53%;第三产业中,非信息粘性是造成产业价格粘性的唯一因素,其对第三产业价格粘性的影响为100%,第三产业仅具有价格粘性特征,不具有信息粘性特征。
第三,信息粘性与价格粘性特性对产业经济变量及福利损失有较强影响,其会增强产业经济的波动性,使产业经济变量出现 “扭曲”和短期“过激反应”,放大外生冲击对产业经济的影响,使产业经济呈现更加明显的周期性波动。在产业经济存在价格粘性与信息粘性的情况下,产业经济变量的调整幅度与调整时间都大于不存在粘性的产业或者单一粘性产业,也从另一个角度为我国产业周期性波动提供了解释。
基于以上结论,本文提出以下政策建议。
第一,提高我国第一产业、第二产业的信息化水平,降低产业的信息粘性程度,缩短产业系统对外生冲击的反应时间,降低外生冲击对第一产业、第二产业的影响。增强产业信息透明度与可获取性,降低产业信息交易成本。对于政府来说,规范产业信息流通与交易市场,对于企业来说,及时更新企业信息,提高企业信息更新速度[26]。第二,规范市场价格形成机制,降低不同产业的价格粘性程度,减缓价格粘性对产业波动的影响。形成统一开放的不同产业产品价格市场,破除市场分割,减轻政府等主体对市场价格的人为干预,减缓产品市场价格扭曲与价格粘性程度,完善各个市场的价格传导机制,提高不同产业产品价格更新速度,减轻产业受外生冲击的影响。
参考文献
[1]BLANCHARD O, GALI J. Labor markets and monetary policy:a new Keynesian model with unemployment [J]. American Economic Journal:Macroeconomics,2010,2(2):1-30.
[2]DRISSI R, GHASSAN H B. Sticky price versus sticky information price:empirical evidence in the new Keynesian setting [J]. International Journal of Applied Mathematics and Statistics, 2019, 58(2):64-88.
[3]COIBION O, GORADNICHENKO Y. Monetary policy, trend inflation and the great moderation:an alternative interpretation [J]. American Economic Review,2011,101(1):341-370.
[4]EUSEPI S, HOBIJN B, TAMBALOTTI A. Condi:a cost-of-nominal-distortions index [J]. American Economic Journal:Macroeconomics,2011,3(3):53-91.
[5]NAKAMURA E,STEINSSON J,BARRO R, et al. Crises and recoveries in an empirical model of consumption disasters:NBER Working Papers 15920, National Bureau of Economic Research [R]. [S. l.:s. n.],2010.
[6]CARVALHO C. Heterogeneity in price stickiness and the real effects of monetary shocks [J]. B.E. Journal of Macroeconomics:Frontiers of Macroeconomics,2006.
[7]BOUAKEZ H, CARDIA E, RUGE-MURCIA F J. The transmission of monetary policy in a multi-sector economy [J]. International Economic Review,2009,50(4):1243-1266.
[8]VERMEULEN P,DIAS D,DOSSCHE M, et al. Price setting in the euro area:some stylised facts from individual producer price data [R]. Working Paper Research, 2007.
[9]侯成琪,龚六堂.部门粘性价格异质性与货币政策传导[J].世界经济,2016(7):23-44.
[10]陆旸.成本冲击与价格粘性的非对称性-来自中国微观制造业企业的证据[J].经济学季刊,2015,14(2):624-650.
[11]渠慎宁,吴利学,夏杰长.中国居民消费价格波动:价格粘性、定价模式及其政含义[J].经济研究,2012(11):88-102.
[12]金雪军,黄滕,祝宇.中国商品市场名义价格粘性的测度[J].经济研究,2013,48(9):85-98.
[13]杭斌,闫新华.经济快速增长时期的居民消费行为—基于习惯形成的实证分析[J].经济学(季刊),2013,12(4):1191-1208.
[14]卞志村,胡恒强.粘性价格,粘性信息与中国菲利普斯曲线[J].世界经济,2016(4):22-43.
[15]赵新伟,赵云君.粘性信息会增强中国经济增长的波动性吗?[J].中国工业经济,2019(9):42-59.
[16]赵新伟.粘性价格、福利损失与中国经济波动[J].上海经济研究,2019(8):64-77.
[17]MANKIW G N, REIS R. Pervasive stickiness [J]. American Economic Review,2006,96(2):164-169.
[18]MANKIW G N, REIS R. Sticky information versus sticky prices:a proposal to replace new Keynesian Phillips Curve [J]. Quarterly Journal of Economics,2002,117(4):1295-1328.
[19]CHRISTIAN G. The sticky information Phillips Curve:evidence for Australia [J]. Economic Record, 2016, 92(299):548-567.
[20]干胜道,杨微,王虹.产权性质、政治关联与税费粘性[J].现代财经(天津财经大学学报),2019,39(2):43-56.
[21]张小宇,刘金全.非线性协整检验与“费雪效应”机制分析[J].统计研究,2012,29(5):94-99.
[22]CALVO G. Staggered wages in a utility maximization framework [J]. Journal of Monetary Economics,1983,12(3):383-393.
[23]SMETS F, WOUTERS R. Shocks and frictions in US business cycles:a bayesian DSGE approach [J]. American Economic Review,2007,97(3):586-606.
[24]IRELAND P N. A method for taking models to the data [J]. Journal of Economic Dynamics and Control,2004,28(6):1205-1226.
[25]GALI J. Trends in hours, balanced growth, and the role of technology in the business cycle [J]. Review of Federal Reserve Bank of St. Louis,2005:459-486.
[26]王伟红,崔竹青,姜小茹.非上市国企信息披露的改革逻辑与治理思维[J].山东财经大学学报,2020,32(6):88-100.
Information-Prices Dual-stickiness Sector Heterogeneity and China′s Industrial Economic Volatility
ZHAO Xin-wei1, WANG Qi1, WANG Yi-jun2
(1.School of Economics, Northwest University of Political Science and Law,Xi′ an 710122, China; 2.School of Public Administration, Xi′an University of Architecture and Technology,Xi′ an 710055, China)
Abstract:Based on the traditional price stickiness theory, this paper constructs the industrial Phillips curve including information stickiness and non-information stickiness, calculates and verifies the problem of the information-price dual-stickiness characteristics of the three industries in China by using the industries data, and explains the influence of information-price dual-stickiness on industrial economic variables and welfare loss of the industry. The results show that: First, China′s primary and secondary industries have the characteristics of information-price dual-stickiness, not only price stickiness, but also information stickiness. Second, information stickiness and non-information stickiness of different industries have different effects on price stickiness. In primary industry, the impact of information stickiness on price stickiness is 80%, and that of non-information stickiness is 20%. In secondary industry, the impact of non-information stickiness on price stickiness is from 47% to 62%, and that of information stickiness is between 38% and 53%. In tertiary industry, the impact of non-information stickiness on price stickiness is 100%. Third, the information-price dual-stickiness of industry has a great influence on industrial economic variables and welfare loss, which can enhance the volatility of industrial core economic variables and amplify the impact of exogenous shocks on macroeconomic variables. The research of this paper is helpful to deepen and expand the theory of information stickiness, and also provides a new explanation for the cyclical fluctuations of China′s industrial economy from another perspective.
Key words:information-prices dual-stickiness; sector heterogeneity; industrial economic volatility
收稿日期:2021-03-05
基金项目:教育部人文社会科学研究西部和边疆地区项目(20XJC790014);教育部人文社会科学研究青年基金项目(18XJC790015)。
作者简介:赵新伟,男,西北政法大学经济学院副教授,博士,主要从事价格理论、数量经济学研究;王琦(通讯作者),女,西北政法大学经济学院硕士生,主要从事价格理论、数字经济研究;王益君,女,西安建筑科技大学公共管理学院副教授,博士,主要从事产业经济学研究。
中图分类号:F062.9
文献标识码:A
文章编号:1005-1007(2021)08-0064-14
责任编辑 王丽英
|
|