论文部分内容阅读
我国是一个发展中国家, 经济稳定、健康、快速发展无疑是经济决策者的理想目标。在我们制定货币政策、财政政策时，通货膨胀、通货紧缩与经济增长之间以及与失业率之间的关系是我们考虑的首要问题。菲利普斯曲线是分析通货膨胀等问题的一个强有力工具，也是宏观经济理论的一个重要决策分析工具。因此，研究表示失业与通货膨胀之间存在一定替换关系的菲利普斯曲线在我国的形状就显得至关重要。
研究综述
菲利普斯曲线描述的是失业率或其他衡量总量经济的变量与通货膨胀率之间的关系。最早的菲利普斯曲线是英国经济学家菲利普斯于1958年提出来的,他利用英国1861-1957年近百年的历史资料，经验地推断在货币工资变动与失业之间存在着一种稳定的负值关系。
1960年，美国著名经济学家萨缪尔森和索洛在菲利普斯研究成果的基础上, 使用通货膨胀率代替工资变动率来描述通胀率与失业率之间存在彼消此长的相互关系。
20世纪70年代西方世界的“滞胀”现象表明通货膨胀率和失业率之间并非是简单的替代关系,1967年和1968年费尔普斯和弗里德曼相继对菲利普斯曲线提出了批评。他们认为, 长期的菲利普斯曲线是垂直的。
1972年至1973年, 以卢卡斯和萨金特为代表的理性预期学派进一步提出菲利普斯曲线无论短期与长期都是一条垂直线。
美国经济学家奥肯根据统计资料估算,降低失业率带来的实际GDP的增加数额, 结果产生了著名的奥肯定律。按照奥肯定律,国内生产总值GDP增长比潜在GDP增长2个百分点 ,失业率下降1个百分点。换句话说, 奥肯又将通货膨胀率与失业率的替换关系演变成了GDP与失业率的替换关系。
在我国, 经济学界对菲利普斯曲线理论所持的观点大致分为三种。第一种观点认为我国存在菲利普斯曲线所描述的通货膨胀率与失业率之间的替代关系（刘树成，范从来）；第二种认为我国现实经济中不存在菲利普斯曲线（陈学彬，茅于轼，左大培）；第三种认为中国现实经济中是否存在菲利普斯曲线尚无定论（崔建军）。
尽管东西方经济学者对菲利普斯曲线关系存在许多理论分歧, 但我们暂将理论上的分歧放在一边, 从实证的角度看看我国经济究竟是否存在所谓的菲利普斯曲线关系。
对我国菲利普斯曲线的计量分析
数据选择及处理
本文选取的数据根据来自各年的中国统计年鉴和国民经济和社会发展统计公报。考虑到实际研究的需要以及为获取数据的方便，将1979- 2011年度共33个数据设为样本空间，并在数据指标的选取上将居民消费价格指数CPI作为通货膨胀率(INF)的指标，将城镇登记失业率作为失业率(UNE)指标，选取的GDP增长率以统计年鉴中公布为准，计量模型检验及分析使用的是Eviews6.0数据分析软件。
实证分析
1、平稳性检验（ADF）
在现实经济情况中，大多数的时间序列都是非平稳的，在回归分析中可能导致“伪回归”现象出现，模型的回归系数没有现实经济意义从而使模型不能真实地反映解释变量和被解释变量之间的关系。考虑到本文所采用的时间序列有可能存在非平稳性，因此，首先对变量的时间序列进行单位根检验。本文应用Eviews6.0软件，分别对通货膨胀率（INF）和失业率（UNE）和GDP增长率（GDP）的单位根进行ADF检验。从检验结果得知，INF、UNF和GDP的ADF值均小于5%、10%显著水平的临界值，因而拒绝存在单位根，通过了检验，所以三者都为平稳序列。
2、Granger 因果关系检验
当检验的数据是平稳的（即不存在单位根），要想进一步考察变量的因果联系，可以采用格兰杰因果检验。由Granger 因果关系检验结果得知，INF和UNE之间存在单方面的因果关系,UNE在10%的显著性水平下是INF的格兰杰原因；另外，INF是GDP 的Granger原因, GDP 也是INF的Granger 原因。
因此，我们可以通过模型来做进一步的分析。
3、模型设定
（1）无预期的菲利普斯曲线 INF=C+€%[1UNE+e
根据Eviews软件进行回归分析，结果如下：
INF=13.70412－2.524452UNE
t= (3.707998) (-2.321899)
R2=0.148146 F=5.391214 DW=0.833227
根据回归模型的结果，失业率每下降1个百分点，通货膨胀率上升2.52个百分点，存在比较显著的负相关关系。尽管模型的t、F统计量都通过检验，但模型的拟合优度只有0.14。考虑到可能忽略了重要的解释变量，而通货膨胀率受经济的影响较大，在模型中增加新的解释变量即GDP增长率。
（2）引入GDP增长率作为增加的自变量因素考虑
INF=C+€%[1UNE+€%[2GDP+e
根据Eviews 软件，得到：
INF=9.474285－2.280223UNE+0.345928GDP
t= (1.570306) (-2.026839) (0.888778)
R2=0.170001 F=3.072303 DW=0.844773
引入新变量后的回归模型尽管拟合优度相比之前有所提高，但仍然只有0.17，而且F值和各系数的t检验在€%Z=5%的情况下无法通过检验。同时DW 统计量为0.8，可能存在自相关，方程并不理想。
（3）附加预期的菲利普斯曲线
根据现代菲利普斯理论，考虑预期通货膨胀、失业率与自然失业率的背离两种因素后，方程如下：
INF－€%[1INF*=€%[0+€%[2(UNE－UNE*)+e
假定预期通膨率为上一期通胀率：
INFt－€%[1INFt-1=€%[0+€%[2(UNE－UNE*)+e 令自然失业率为常数，并将其作为€%[0*中的一部分，作为新的常数项引进，整理，即：
INFt=€%[0*+€%[1INFt-1+€%[2UNE+e
根据Eviews 软件，得到：
INFt=6.120879+0.596983INFt-1－1.176056UNE
t= (1.766113) (4.244261) (-1.265132)
R2=0.467744 R2=0.432260 F=13.18191 DW=1.477446
上述模型的F值为13.18191，大于F0.05（2,30）临界值3.32，表明整个模型估计效果显著，附加预期的模型存在。相比于上述两个模型，拟合优度也达到很大的改善。但是，UNE系数的t检验没有通过，在此也不能说明失业率对通货膨胀率影响不显著，这可能也与我们选取城镇登记失业率直接作为失业率有关。
下面用White检验法来检验上述模型是否具有异方差，得到White检验值nR2=4.478784，小于临界值，因而接受原假设，即不存在异方差。
结果分析
上述分析表明，三个模型都比较明显地表现出了通货膨胀率与失业率变动之间的负向关系，说明菲利普斯曲线所表现的失业率与通货膨胀率之间的反向变动关系在一定范围内是存在的。但由于选取的样本数据有限，尚不足以表现出长期菲利普斯曲线的关系。所以针对货币数量学派的观点，“菲利普斯曲线在长期内不存在”尚未得到实证的证明。根据上述三个模型，附加预期的回归模型拟合优度最高，相比之下能较好地解释中国国内的通货膨胀率与失业率之间的关系。由此说明附加预期的确对菲利普斯曲线产生较大影响。上述三个模型中的拟合优度都不太高，考虑可能与失业率的选择有关。中国拥有大量的农村人口，但在模型中失业率的选取中选择的是城镇人口失业率，忽略了农村的失业人口，一定程度了可能低估了失业率。而文中选取的是官方公布的城镇失业率，即名义失业率，忽略了农村失业人口的隐性失业，因此数据的偏差可能影响到了模型的真实情况。
针对以上分析，为保持宏观经济的稳定，应运用不同的政策进行协调配合，实行综合治理的对策。菲利普斯曲线在短期内的存在，表明了在短期内对经济的刺激政策是有效的。因此，应该实施积极的财政政策和适度从宽的货币政策，保持宏观经济政策连续性、稳定性、稳健性。积极促进经济增长，减少失业的同时，应该防止通货膨胀率大幅上升；在防范经济过热，出台宏观调控政策遏制通货膨胀的时候，应注意通过不同政策组合，逐步缓解失业问题。菲利普斯曲线只是揭示了通货膨胀与失业率之间的一般关系，因影响两者的因素很多，所以两者的确切影响程度并不能具体确定。中国市场机制与西方的规律不同，所以要有选择性地应用菲利普斯曲线并加以研究并从中国的实际出发，不能盲目运用菲利普斯曲线的理论实行刺激性的财政政策。
（作者单位：安徽大学经济学院）
研究综述
菲利普斯曲线描述的是失业率或其他衡量总量经济的变量与通货膨胀率之间的关系。最早的菲利普斯曲线是英国经济学家菲利普斯于1958年提出来的,他利用英国1861-1957年近百年的历史资料，经验地推断在货币工资变动与失业之间存在着一种稳定的负值关系。
1960年，美国著名经济学家萨缪尔森和索洛在菲利普斯研究成果的基础上, 使用通货膨胀率代替工资变动率来描述通胀率与失业率之间存在彼消此长的相互关系。
20世纪70年代西方世界的“滞胀”现象表明通货膨胀率和失业率之间并非是简单的替代关系,1967年和1968年费尔普斯和弗里德曼相继对菲利普斯曲线提出了批评。他们认为, 长期的菲利普斯曲线是垂直的。
1972年至1973年, 以卢卡斯和萨金特为代表的理性预期学派进一步提出菲利普斯曲线无论短期与长期都是一条垂直线。
美国经济学家奥肯根据统计资料估算,降低失业率带来的实际GDP的增加数额, 结果产生了著名的奥肯定律。按照奥肯定律,国内生产总值GDP增长比潜在GDP增长2个百分点 ,失业率下降1个百分点。换句话说, 奥肯又将通货膨胀率与失业率的替换关系演变成了GDP与失业率的替换关系。
在我国, 经济学界对菲利普斯曲线理论所持的观点大致分为三种。第一种观点认为我国存在菲利普斯曲线所描述的通货膨胀率与失业率之间的替代关系（刘树成，范从来）；第二种认为我国现实经济中不存在菲利普斯曲线（陈学彬，茅于轼，左大培）；第三种认为中国现实经济中是否存在菲利普斯曲线尚无定论（崔建军）。
尽管东西方经济学者对菲利普斯曲线关系存在许多理论分歧, 但我们暂将理论上的分歧放在一边, 从实证的角度看看我国经济究竟是否存在所谓的菲利普斯曲线关系。
对我国菲利普斯曲线的计量分析
数据选择及处理
本文选取的数据根据来自各年的中国统计年鉴和国民经济和社会发展统计公报。考虑到实际研究的需要以及为获取数据的方便，将1979- 2011年度共33个数据设为样本空间，并在数据指标的选取上将居民消费价格指数CPI作为通货膨胀率(INF)的指标，将城镇登记失业率作为失业率(UNE)指标，选取的GDP增长率以统计年鉴中公布为准，计量模型检验及分析使用的是Eviews6.0数据分析软件。
实证分析
1、平稳性检验（ADF）
在现实经济情况中，大多数的时间序列都是非平稳的，在回归分析中可能导致“伪回归”现象出现，模型的回归系数没有现实经济意义从而使模型不能真实地反映解释变量和被解释变量之间的关系。考虑到本文所采用的时间序列有可能存在非平稳性，因此，首先对变量的时间序列进行单位根检验。本文应用Eviews6.0软件，分别对通货膨胀率（INF）和失业率（UNE）和GDP增长率（GDP）的单位根进行ADF检验。从检验结果得知，INF、UNF和GDP的ADF值均小于5%、10%显著水平的临界值，因而拒绝存在单位根，通过了检验，所以三者都为平稳序列。
2、Granger 因果关系检验
当检验的数据是平稳的（即不存在单位根），要想进一步考察变量的因果联系，可以采用格兰杰因果检验。由Granger 因果关系检验结果得知，INF和UNE之间存在单方面的因果关系,UNE在10%的显著性水平下是INF的格兰杰原因；另外，INF是GDP 的Granger原因, GDP 也是INF的Granger 原因。
因此，我们可以通过模型来做进一步的分析。
3、模型设定
（1）无预期的菲利普斯曲线 INF=C+€%[1UNE+e
根据Eviews软件进行回归分析，结果如下：
INF=13.70412－2.524452UNE
t= (3.707998) (-2.321899)
R2=0.148146 F=5.391214 DW=0.833227
根据回归模型的结果，失业率每下降1个百分点，通货膨胀率上升2.52个百分点，存在比较显著的负相关关系。尽管模型的t、F统计量都通过检验，但模型的拟合优度只有0.14。考虑到可能忽略了重要的解释变量，而通货膨胀率受经济的影响较大，在模型中增加新的解释变量即GDP增长率。
（2）引入GDP增长率作为增加的自变量因素考虑
INF=C+€%[1UNE+€%[2GDP+e
根据Eviews 软件，得到：
INF=9.474285－2.280223UNE+0.345928GDP
t= (1.570306) (-2.026839) (0.888778)
R2=0.170001 F=3.072303 DW=0.844773
引入新变量后的回归模型尽管拟合优度相比之前有所提高，但仍然只有0.17，而且F值和各系数的t检验在€%Z=5%的情况下无法通过检验。同时DW 统计量为0.8，可能存在自相关，方程并不理想。
（3）附加预期的菲利普斯曲线
根据现代菲利普斯理论，考虑预期通货膨胀、失业率与自然失业率的背离两种因素后，方程如下：
INF－€%[1INF*=€%[0+€%[2(UNE－UNE*)+e
假定预期通膨率为上一期通胀率：
INFt－€%[1INFt-1=€%[0+€%[2(UNE－UNE*)+e 令自然失业率为常数，并将其作为€%[0*中的一部分，作为新的常数项引进，整理，即：
INFt=€%[0*+€%[1INFt-1+€%[2UNE+e
根据Eviews 软件，得到：
INFt=6.120879+0.596983INFt-1－1.176056UNE
t= (1.766113) (4.244261) (-1.265132)
R2=0.467744 R2=0.432260 F=13.18191 DW=1.477446
上述模型的F值为13.18191，大于F0.05（2,30）临界值3.32，表明整个模型估计效果显著，附加预期的模型存在。相比于上述两个模型，拟合优度也达到很大的改善。但是，UNE系数的t检验没有通过，在此也不能说明失业率对通货膨胀率影响不显著，这可能也与我们选取城镇登记失业率直接作为失业率有关。
下面用White检验法来检验上述模型是否具有异方差，得到White检验值nR2=4.478784，小于临界值，因而接受原假设，即不存在异方差。
结果分析
上述分析表明，三个模型都比较明显地表现出了通货膨胀率与失业率变动之间的负向关系，说明菲利普斯曲线所表现的失业率与通货膨胀率之间的反向变动关系在一定范围内是存在的。但由于选取的样本数据有限，尚不足以表现出长期菲利普斯曲线的关系。所以针对货币数量学派的观点，“菲利普斯曲线在长期内不存在”尚未得到实证的证明。根据上述三个模型，附加预期的回归模型拟合优度最高，相比之下能较好地解释中国国内的通货膨胀率与失业率之间的关系。由此说明附加预期的确对菲利普斯曲线产生较大影响。上述三个模型中的拟合优度都不太高，考虑可能与失业率的选择有关。中国拥有大量的农村人口，但在模型中失业率的选取中选择的是城镇人口失业率，忽略了农村的失业人口，一定程度了可能低估了失业率。而文中选取的是官方公布的城镇失业率，即名义失业率，忽略了农村失业人口的隐性失业，因此数据的偏差可能影响到了模型的真实情况。
针对以上分析，为保持宏观经济的稳定，应运用不同的政策进行协调配合，实行综合治理的对策。菲利普斯曲线在短期内的存在，表明了在短期内对经济的刺激政策是有效的。因此，应该实施积极的财政政策和适度从宽的货币政策，保持宏观经济政策连续性、稳定性、稳健性。积极促进经济增长，减少失业的同时，应该防止通货膨胀率大幅上升；在防范经济过热，出台宏观调控政策遏制通货膨胀的时候，应注意通过不同政策组合，逐步缓解失业问题。菲利普斯曲线只是揭示了通货膨胀与失业率之间的一般关系，因影响两者的因素很多，所以两者的确切影响程度并不能具体确定。中国市场机制与西方的规律不同，所以要有选择性地应用菲利普斯曲线并加以研究并从中国的实际出发，不能盲目运用菲利普斯曲线的理论实行刺激性的财政政策。
（作者单位：安徽大学经济学院）