【智库动态】陈小亮等：全要素生产率对货币政策有效性的影响研究——理论机制与数值模拟

来源：互联网时间：2025-11-07 13:43:45 浏览量：0

点击蓝字 关注我们

作者简介

陈小亮，中国社会科学院经济研究所副编审，主要从事经济增长和宏观政策等方面的研究；

陈伟泽（通讯作者），中国人民大学经济学院助理教授；

陈彦斌，中国人民大学经济学院教授。

摘要：近年来中国经济持续面临下行压力，需要货币政策加强逆周期调节，但是货币政策的有效性却有所下降，只有设法提高货币政策有效性，才能较好地促进中国经济平稳发展。已有文献从数量型与价格型货币政策“双失效”、对外开放程度提高、金融摩擦、政策不确定性加剧等视角分析了中国货币政策有效性下降的原因，不过鲜有文献深入考察全要素生产率对货币政策有效性的影响。本文通过构建包含实体部门和虚拟部门的动态随机一般均衡模型，深入剖析全要素生产率增速下滑对货币政策有效性的影响。研究结果表明，2012年以来全要素生产率增速持续下滑导致中国经济从无泡沫均衡跌入了泡沫均衡状态，从而使得货币政策有效性下降了20%左右，可见全要素生产率增速下滑是货币政策有效性下降的重要原因之一。进一步研究显示，至少要将全要素生产率增速提高1.47个百分点以上，才能让中国经济从泡沫均衡状态回归到无泡沫均衡状态，从而显著提高货币政策的有效性。

关键词：全要素生产率; 货币政策; 脱实向虚; 要素市场化改革

一、引言

近年来，社会各界普遍认为中国货币政策的有效性有所下降①。一方面，大量实证研究对中国货币政策有效性的动态变化进行了测算，发现2012年以来中国货币政策有效性呈现明显的下降趋势(详见典型事实部分)。另一方面，政府工作报告、中央经济工作会议和中国人民银行发布的货币政策执行报告等重要会议和文件中频频强调要疏通货币政策传导机制，提高金融服务实体经济的能力，这意味着中央高度重视货币政策有效性下降的问题。然而，百年未有之大变局下，中国经济面临的不利冲击有所增加，因此只有提高货币政策的有效性，才能更好地发挥货币政策的逆周期调控能力，平抑经济波动。不仅如此，中国货币政策的可操作空间不断收窄，不管是降准空间还是降息空间，在过去10余年间都持续收窄，这限制了货币政策的发挥，只有提高货币政策的有效性才能在政策空间有限的情况下更好地使用货币政策平抑经济波动。有鉴于此，找到中国货币政策有效性下降的原因很有必要，从而给出应对之策，以提高货币政策的调控效果。

要想准确探寻货币政策有效性下降的原因，需要对中国货币政策传导机制的各个环节进行“摸底排查”。虽然货币政策的有效性既表现为对企业投资的影响，也表现为对居民消费的影响，不过近年来中国经济的下行压力主要来源于投资和资本积累，因此本文主要分析货币政策对企业投资行为的影响，进而考察中国货币政策有效性下降的原因。结合经济理论和中国经济运行的实际情况可知，货币政策的传导机制可以分为三个主要环节(如图1所示)。第一个环节的核心在于，央行所执行的降准和降息等货币政策操作是否能够顺利地调节银行部门和其他金融机构的行为。第二个环节的核心在于，银行部门和其他金融机构是否能够顺利地将资金释放给企业部门。第三个环节的核心在于，企业部门是否真正将所筹集的资金用于生产性投资并且得到最终产品。

图1 货币政策传导机制的三个环节

通过梳理文献可知，已有研究所关注的货币政策有效性下降的原因主要聚焦于货币政策传导机制的前两个环节。关于第一个环节，郭豫媚等(2016)指出，中国的货币政策正处于由数量型向价格型转型的过程之中，面临数量型货币政策有效性下降而价格型货币政策尚不健全的困境，央行对银行部门信贷行为的调控能力减弱，削弱了中国货币政策的有效性；马勇和陈雨露(2014)发现，中国的对外开放程度不断提高，尤其是资本市场开放程度不断提高，削弱了央行货币政策操作的独立性，导致货币政策的有效性下降。关于第二个环节，张成思和张步昙(2016)指出，由于金融市场上存在某种扭曲或者摩擦，导致资金难以流入企业部门，甚至还有部分资金从企业部门回流至金融部门，从而削弱了货币政策的有效性。关于第三个环节，相关文献较为匮乏，只有苏治等(2019)等个别文献指出，由于经济不确定性有所增加，企业为了避险而减少投资活动，从而削弱了货币政策的有效性。

如上所述，已有文献将焦点放在了货币政策传导机制的前两个环节，对第三个环节的关注明显不足。但从现实情况来看，第三个环节所起的作用不容忽视。在实体经济增长缺乏内生动力、投资回报率偏低的情况下，即便让货币政策释放的资金更顺畅地流入企业，企业也会将其投入房地产等虚拟经济，货币政策仍然无法有效刺激企业投资。近年来，大量企业将信贷资金投入房地产领域就是最直观的证据。为应对新冠疫情冲击，2020年工业中长期贷款余额增速达到20%,而此前五年(2015～2019年)的平均值仅为5.19%,然而2020年第二产业固定资产投资累计同比增速仅为0.10%,制造业固定资产投资累计同比增速仅为-2.20%。在贷款增速大幅攀升的情形下，以制造业为代表的实体经济投资不升反降，可以预想部分资金很可能以投机性资金的角色进入了房地产等虚拟经济。其重要表征之一就是，以四大一线城市为代表的部分重要城市的房价出现了显著上涨。

如果第三个环节对货币政策有效性的变化起到了非常重要的作用，但是却忽视了对第三个环节的分析，只是针对第一个和第二个环节制定应对措施，那么将会面临“药不对症”的局面。要想探寻中国货币政策有效性下降的原因与对策，亟需从货币政策传导机制的第三个环节入手，找到企业不愿意投资实体经济的根源。理论上，实体经济投资回报率越高，越有助于吸引资本流向实体经济。张勋和徐建国(2016)指出，2008年国际金融危机之前中国实体经济资本回报率长期保持在相对较高水平，主要是因为当时的全要素生产率(Total Factor Productivity,TFP)增速相对较高。然而，近年来中国的TFP增速明显下滑(详见典型事实2),这显著降低了实体经济的投资回报率和发展动力。基于上述逻辑，TFP增速大幅下滑导致实体经济资本回报率显著下降，很可能是企业不愿意投资实体经济，从而引发货币政策有效性下降的重要原因。有鉴于此，本文将全面分析TFP增速下滑对中国货币政策有效性的影响机理和影响大小，从而判断第三个环节对货币政策有效性的影响究竟有多大，是否需要重点关注第三个环节。

要想定量评估TFP增速下滑对货币政策有效性的影响，理论上可以选择实证方法或者定量模型。就实证方法而言，可以考虑使用时变参数向量自回归(Time-Varying Parameter Vector Auto Regression,TVP-VAR)系列方法或者局部投影(Local Projection,LP)方法。不管使用哪类实证方法，都需要外生的TFP增速冲击和货币政策冲击数据。货币政策外生冲击数据的可得性相对较好(Chen等，2018),但是TFP增速外生冲击的数据目前难以获得，导致很难避免TFP增速与产出之间的内生性问题，也就无法保证实证估计结果的一致性。正因如此，使用实证方法分析TFP增速下滑对货币政策有效性的影响仍然面临较大挑战。相比之下，使用定量模型开展本文研究的可行性更高。本文将构建含有实体经济部门和虚拟经济部门的动态随机一般均衡模型，并通过理论分析和数值模拟实验，定量评估TFP增速下滑对中国货币政策有效性的影响大小及其作用机理。

与已有研究相比，本文主要有两方面的边际贡献。一方面，本文从TFP增速下滑的角度提出了货币政策有效性下降的新解释，并且定量评估了TFP增速下降对货币政策有效性的影响大小。在探寻货币政策有效性下降的原因时，已有文献主要关注的是货币政策传导机制的前两个环节，而关于第三个环节即为什么企业不愿意把资金投入实体经济的研究相对匮乏，本文深入剖析了TFP增速下滑对企业实体投资的影响，进而从第三个环节考察了货币政策有效性的影响因素，给出了近年来中国货币政策有效性下降的新解释。另一方面，对Galí(2021)的模型框架进行了“中国化”修正，通过TFP增速的变化刻画出了经济体从无泡沫均衡到泡沫均衡状态的转换及其决定条件，这使得本文可以在与中国现实相符的模型经济中定量评估TFP增速下滑对货币政策有效性的影响。

二、典型事实

本部分主要介绍三个典型事实，一是货币政策有效性下降，二是TFP增速下滑，三是资本回报率下降与资金“脱实向虚”。这些典型事实能够为本文理论建模和数值模拟提供基础性支撑，从而定量评估TFP增速下降对中国货币政策有效性的影响大小。

(一)货币政策有效性下降

已有研究主要通过两类方法评估货币政策有效性的高低。一是使用TVP-VAR和LP等实证方法，直接测算货币政策有效性的变化趋势。本文认为，使用TVP-VAR方法测算货币政策有效性指标时，通常需要假定时变系数服从随机游走过程，但是事实并不一定如此，该随机游走设定可能会引起模型设定偏误。相比之下，LP方法无须对相关指标和参数进行随机游走假定，从而可以避免TVP-VAR方法所带来的模型设定偏误。因此，LP方法比TVP-VAR方法更适合用来测算货币政策有效性指标。二是通过构建动态随机一般均衡模型，结合政策模拟实验，定量评估货币政策的有效性。不管使用哪一类方法，绝大多数已有文献都使用“一单位货币政策冲击对总产出所产生脉冲响应的峰值”作为货币政策有效性的测度指标。考虑到使用脉冲响应峰值更加直观并且操作简便，因此本文使用“一单位货币政策冲击对总产出所产生脉冲响应的峰值”作为货币政策有效性的测度指标。

为了全面而准确地展示货币政策有效性下降的典型事实，本文借鉴陈小亮等(2021)的做法，使用LP方法计算了2002～2018年货币政策有效性的变化趋势。从结果来看，不管是采用5年、7年还是10年滚动窗口进行计算，2012年以来货币政策有效性都呈现明显的下降趋势。以7年滚动窗口的计算结果为例，2003～2011年剔除净出口的GDP对一单位货币政策冲击的脉冲响应峰值平均为1.43%,而2012～2017年的平均值则降为0.31%。本文使用LP方法的测算结果与刘金全和解瑶姝(2016)、张龙和金春雨(2018)使用TVP-VAR等方法所得到的结果均表明，2012年以后中国货币政策有效性出现了较为明显的下降。

(二)TFP增速下滑

TFP是一国长期经济增长的核心动力源泉，大量文献对中国的TFP增速进行了测算。虽然已有研究所测算中国TFP增速的具体数值不同，但是大多数研究测算出的中国TFP增速的走势是高度一致的：2008年国际金融危机之前，中国的TFP增速处于相对高位，但是2008年国际金融危机之后则出现了大幅下降，危机前后降幅达到了3个百分点左右。例如，根据许宪春等(2020)的测算，2002～2007年为3.80%,而2008～2015年则大幅下降为0.12%,危机前后降幅超过3个百分点。

结合白重恩和张琼(2015)研究可知，近年来中国TFP增速下滑主要归咎于两方面原因。一是劳动和资本等关键要素的配置效率表现欠佳，从而降低了TFP增速。大量劳动力从农村转移到城镇，显著提高了劳动力的配置效率，但是近年来劳动力配置效率的改进空间不断收窄。此外，2008年国际金融危机之后，中国经济下行压力持续存在，为了应对下行压力，政府部门主导下的国企投资和基建投资明显增加，对民间投资产生了挤出效应，并且引发了产能过剩等问题，从而导致资本错配问题加剧。二是技术追赶效应不断减弱，导致技术进步速度放缓，进而降低了TFP增速。经过数十年的发展，中国与世界先进国家的技术差距已经大幅缩小，后发优势和技术追赶效应不断减弱，从而使得中国长期依赖的技术进步模式受到了阻碍和挑战。不仅如此，发达经济体自身的技术进步速度也呈现出放缓态势，这进一步阻碍了中国通过追赶效应实现技术进步的目标。

(三)资本回报率下降与资金“脱实向虚”

企业投资的目的是实现利润最大化，实体经济资本回报率的高低直接决定了企业的投资决策。大量文献对中国的投资回报率进行了测算，虽然测算结果并不完全相同，但是不同文献所测算的中国资本回报率走势较为一致，即2008年国际金融危机之后，尤其是2010年之后中国的资本回报率出现明显的下滑态势。其中，刘仁和等(2018)的测算结果显示，2000～2010年中国剔除生产税的资本回报率平均为8.53%,而2011～2016年的均值则下降为3.18%。再如，白重恩和张琼(2014)的测算结果显示，2000～2010年中国剔除生产税的资本回报率平均为9.81%,不过2011～2013年分别为9.96%、7.06%和5.90%,2010年之后资本回报率的下滑态势同样非常明显。相关研究进一步指出，决定中国实体经济资本回报率走势的重要因素之一是TFP增速的走势。具体而言，2008年国际金融危机之前的高增长时期，中国的资本回报率持续居于高位的主要原因是TFP增速相对较高(张勋和徐建国，2016)。而2008年之后尤其是近年来中国资本回报率显著下行也恰恰是因为TFP增速大幅下滑。

由于近年来资本回报率不断下降，实体经济对资金的吸引力明显减弱，大量资金“脱实向虚”。从中国的现实情况来看，资金“脱实向虚”最典型的表现之一是，大量资金流向房地产市场。事实上，虚拟部门不仅包括房地产领域，还包括金融领域，不少研究指出，信贷资金“脱实向虚”的重要表现之一就是资金在金融系统空转。参照陈彦斌等(2018)的做法，将金融业和房地产业增加值之和占GDP的比重视为虚拟部门在经济中所占的比重可以发现，2010年以来，在GDP增速持续下降的过程中，中国的金融业和房地产业占GDP的比重却逆势而上，从2010～2012年的10.5%左右提高到了2019年的14.8%。在金融业和房地产等虚拟部门不断扩张的情况下，GDP增速持续下行，其背后自然是实体经济增长乏力，由此能够进一步反映出信贷资金“脱实向虚”的问题。

三、模型构建与均衡属性解析

本文模型旨在从实体经济领域入手，厘清TFP增速变化对货币政策有效性的影响。考虑到资金“脱实向虚”和资产价格泡沫化风险是中国经济的重要特征，而且对货币政策有效性产生了重要影响，因此在模型中需要对其加以刻画。但是，研究中国货币政策有效性的文献大部分建立在新凯恩斯货币政策分析框架之上，该分析框架无法刻画“脱实向虚”现象。Galí(2021)克服已有研究的不足，构建能够兼容资产泡沫和货币政策的新模型框架，但是仍然无法刻画TFP增速下滑所引发的“脱实向虚”及其对货币政策有效性的影响。究其原因，其一，Galí(2021)使用的是对数效用函数，TFP增速变化所带来的收入效应和替代效应恰好抵消，因此TFP增速变化不会对资产泡沫的规模产生影响；其二，Galí(2021)中没有引入实体投资，从而限制了该框架对货币政策有效性的分析。有鉴于此，本文借鉴陈伟泽等(2023)的思路，对Galí(2021)的模型框架进行了“中国化”修正：一是通过使用常数相对风险规避系数(Constant Relative Risk Aversion,CRRA)效用函数代替对数效用函数，刻画中国居民高储蓄倾向的特征，以刻画TFP增速大幅下滑引发资产泡沫的中国经济现状；二是引入实体经济投资行为，以刻画实体经济投资与虚拟经济投资的互动关系及其对货币政策有效性的影响。上述两方面拓展使得本文模型能够分析资金“脱实向虚”大背景下，TFP增速下降对中国货币政策有效性的影响机制。

(一)基准模型的构建

1.家庭部门

参照Galí(2021)的做法，本文将经济体中的居民部门设定为永葆青春的世代交叠模型。之所以设定为永葆青春的世代交叠模型而非经典的两期世代交叠模型，是为了让模型能够允许资产泡沫均衡存在的可能性，从而刻画近年来中国经济呈现出的“脱实向虚”现象。根据资产泡沫的经典文献，流行的无限生命个体模型在普通情况下不会产生资产泡沫均衡。而世代交叠模型通过世代交易错配而产生的市场缺失可以在一定条件下支撑泡沫均衡的存在，从而为本文对实际情况的刻画提供便利。“永葆青春”是一种特殊类型的世代交叠模型，在这一模型中，个体的生命也是有限的，但个体在最优化问题上会考虑无穷期。这种特性恰好与新凯恩斯模型中的Calvo定价兼容。这也是Galí(2021)使用永葆青春模型作为考虑含有资产泡沫的新凯恩斯模型的基本要件的原因。

具体而言，假设每个个体存活到下一期的概率为γ(0<γ<1),每期有1-γ的新个体出生。个体具有两种状态：工作状态(Active)与退休状态(Retired)。处于工作状态的个体提供劳动并且经营自己的企业，他们在下一期变为退休状态的概率为1-υ,而且一旦转变为退休状态就永久性地失去劳动能力和自己所经营的企业。此外，处于工作状态的个体每期无弹性地供给一单位劳动， ;处于退休状态的个体每期无劳动力供给，。其中，下标t表示当期时间，s表示个体出生时间，上标a和r分别表示工作和退休状态。假设全社会总人口数保持不变而且标准化为1,则全社会劳动供给量为μ=(1-γ)/(1-υγ)。

第s期出生的代表性个体的预期效用最大化问题为：

（1）

其中，效用函数采用CRRA形式，即 ,并且相对风险规避系数σ>1;为随机贴现因子；为第s期出生的个体在第t期期初所持有的金融资产(s≤t);Tt为政府部门所征收的总额税(Lump-sum Tax);分别表示第t期和第t+1期个体所拥有的实体经济资本存量；Wt和分别表示工资率和实体资本回报率。

2.最终产品生产商

竞争性的最终产品生产商的作用是，把各类中间产品转换为最终产品。最终产品的生产函数遵循经典的常替代弹性生产函数(Constant Elasticity of Substitution,CES)形式：

(2)

其中，i∈(0,μ)表示中间品的种类，ε表示中间品之间的替代弹性，Y t(i)表示第i种类中间产品的需求函数，并且其表达式可写成：

（3）

其中，P t(i)和P t分别表示第i类中间产品以及最终产品的价格。CES形式的最终产品生产函数意味着二者之间存在如下关系：

（4）

3.中间产品生产商

假设中间产品生产部门具有垄断势力，第i类中间产品的生产商生产出差异化的中间产品Y t(i),其生产函数的形式如下：

（5）

在式(5)中，α表示资本的产出弹性，K t(i)和N t(i)分别表示第i家中间品厂商的生产性资本投入和劳动投入。Γ=1+g≥1,其中g代表经济体中TFP的长期增长趋势，后文所讨论的TFP增速变化由g表示。需要说明的是，在模型经济体的平衡增长路径上，TFP增速与经济增速是相等的，因此g也代表了平衡增长路径上的经济增速。At表示暂时性的生产率冲击；F表示固定生产成本，在生产函数中引入固定生产成本的目的是抵消平衡增长路径上垄断竞争厂商的利润。需要说明两点：一是本文在模型中引入了生产性资本K t(i),这是本文与Galí(2021)的区别之一。生产性资本的引入使得本文可以研究实体经济投资与虚拟经济投资之间的互动关系以及由此带来的货币政策有效性的变化。二是本文在生产函数中引入了固定成本并且设定固定成本随TFP增长而增长，以保证稳态下中间产品生产商的经济利润为零。在新凯恩斯文献中，由于中间产品生产商为垄断竞争企业，因此企业经济利润不为零，从而导致稳态并非有效。主流文献一般使用垄断企业补贴或设置固定成本来抵消这部分企业利润，从而保证稳态处于有效资源配置状态。如果生产效率呈现增长趋势，那么固定成本也应该随之增长方可抵消不断增长的企业利润。遵循已有研究的常用设定方式，本文设置固定成本随TFP增长而增长，以保证稳态下经济利润为零。

在研究中国问题时不少文献将厂商部门细分为国企和民企，这是因为二者在融资约束、生产率等方面的差异对相关研究而言非常重要。不过，如引言部分和图1所示，本文研究的重点在于货币政策传导机制的第三个环节，即企业部门是否真正将所筹集的资金用于生产性投资并且得到最终产品。通过分析中国的实际情况可知，资金“脱实向虚”问题不只出现在国企，大量民企同样表现出“脱实向虚”的特征。由此可见，当本文研究货币政策传导机制的第三个环节时，国企和民企在融资方面的异质性不会产生实质性影响，为了简化模型求解，本文暂不对厂商部门进行异质性刻画。事实上，张成思和张步昙(2016)等文献在研究中国的资金“脱实向虚”问题时也没有强调国企和民企的差异性。

具有垄断势力的中间产品生产商遵循Calvo定价模式。假定每一家企业在每期重新定价的概率为1-θ,同时每一家在位企业以θ的概率维持上一期定价，而每一家新建立的企业则以θ的概率将价格设定为市场的平均价格，据此模型经济体当中的物价水平P t的动态方程可以表示为：

（6）

其中，

是中间品厂商在第t期设定的最优调整价格，以实现利润最大化的目标：

（7）

在式(7)中，表示第t期重新定价的厂商在第t+k期的产出，

表示实际边际成本。根据中间产品生产商的成本最小化问题，可得：

（8）

因此，根据厂商预期利润最大的一阶条件，最优调整价格满足：

（9）

经过进一步化简处理，可以得到通胀率的动态决定方程：

（10 ）

其中，π t为通胀率，

为实际边际成本

的对数，系数ϕ=(1-θ)(1-ΛΓυγθ)/θ。

4.资产市场

遵循Galí(2021)等研究的完全资产市场假设，所有存活在经济体的个体都能够充分交易Arrow-Debreu证券(前文所指的金融资产

)。因此，存活个体能够通过交易Arrow-Debreu证券规避来自退休状态的风险。在完全资产市场中，无风险债券的收益率，即名义利率Rt,应当满足均衡条件：

(11)

在资产市场中，除了无风险债券，还有泡沫资产。所谓泡沫资产，是指本质上没有任何实际价值，但是仍然可能在市场上以正的价格进行交易的资产。在中国，泡沫资产既可以指代房地产的泡沫成分，也可以指代金融资产的泡沫成分(陈彦斌等，2018;张成思和张步昙，2016)。需要说明的是，在当前中国经济所处阶段，不管是房地产还是金融资产，除了含有泡沫成分，还含有基础价值成分。考虑到资产的基础价值成分和泡沫成分在理论上的形成机理差别较大，因此文献中通常将二者分别加以刻画。遵照Tirole(1985)、Martin和Ventura(2012)等已有文献的常见做法，本文将房地产和金融资产的基础价值成分归入生产性资本Kt,将房地产和金融资产的泡沫成分归入泡沫资产Bt。泡沫资产是虚拟经济的载体，泡沫资产的引入使得我们可以刻画资金“脱实向虚”的现象，从而进一步分析由此带来的货币政策有效性的变化。在均衡状态下，根据无套利条件，泡沫资产的价值Bt满足：

(12)

5.货币政策与财政政策

就货币政策而言，目前中国的货币政策仍然处于转型过程中，既有数量型货币政策也有价格型货币政策。Zhang(2009)、郭豫媚等(2016)在建模时，要么在泰勒规则方程中同时纳入数量型工具和价格型工具，要么同时考虑数量型规则和价格型规则。与已有研究相比，本文关注的重点既不是货币政策从银行部门到企业部门的传导机制是否通畅，也不是对比不同类型的货币政策有效性的相对高低，而是货币政策所释放的资金到企业部门之后，企业是否将其投入实体经济。可见，对本文的研究而言，货币政策的工具类型并不是关注的焦点。有鉴于此，本文在基准回归中主要刻画价格型货币政策，并且采取新凯恩斯货币政策分析中较为典型的泰勒规则：

(13)

其中，

表示模型经济中的通胀缺口，

表示产出缺口，ϕπ和ϕy分别表示利率rt针对通胀缺口和产出缺口的反应系数。此外，假设货币政策冲击遵循AR(1)过程：

(14)

其中，ρ v表示一阶自回归系数，ζ t是白噪声过程。

为了确保研究结论的稳健性，本文在稳健性检验中也对数量型货币政策进行了刻画和分析②。遵循Liu和Zhang(2010)的做法，将数量型货币供应规则表达为通胀缺口、产出缺口与货币政策冲击的函数：

(15)

其中，m t表示货币存量M t的对数，ϕ′ π和ϕ′ y分别表示货币供应量针对通胀缺口和产出缺口的反应系数，v′ t表示货币供应量冲击。而货币需求设定为典型的新凯恩斯货币需求函数， ,其中ηR和ηY分别表示货币需求对利率和收入的弹性。

就财政政策而言，中国的政府部门通过拉动基建投资等形式对拉动经济增长做出了重要贡献，在经济下行时期这一现象尤为突出，因此在重点研究财政政策的调控效果或者地方政府行为时，很有必要将政府部门通过基建投资拉动增长的行为纳入模型。而本文重点关注的是货币政策的有效性，如果纳入地方政府的行为，将会使得二者之间存在交叉，难以清晰地对货币政策有效性及其动态变化展开分析，因此本文对政府部门和财政政策进行简化处理。假设政府部门对家庭征收总额税T t,并将之用于政府支出G t,因此财政政策可以简化为：G t=T t。此外，假设政府支出G t满足方程：

（16）

其中，ϕ g=G 0/Y0表示政府支出占总产出比例，exp(

)表示政府支出冲击。

6.市场出清条件和竞争性均衡

(二)均衡属性

1.资产泡沫的存在性条件

与经典的资产泡沫文献一致，通过对比不允许资产泡沫交易的稳态资本回报率

与经济增长率1+g,可以判断资产泡沫存在与否以及经济体所处的状态：当时，不存在泡沫，模型经济属于无泡沫均衡；当时，存在泡沫，模型经济属于泡沫均衡，并且使得,其中

表示允许资产泡沫交易时的稳态资本回报率。

原则上，资产泡沫的存在性条件应该由劳动力的生命周期结构、时间贴现偏好、跨期替代弹性、经济增速等因素共同决定。但是，已有文献(Tirole,1985; Galí,2021)往往只强调劳动力生命周期结构与时间贴现偏好对资产泡沫存在性条件的影响，而忽视了TFP增速的作用。这是因为，Galí(2021)等已有文献大多采取对数效用的设定方式，即消费的跨期替代弹性等于1,因此技术进步的收入效应与替代效应恰好相互抵消，从而导致资产泡沫存在性条件仅由劳动力的生命周期结构和时间贴现偏好决定，并且TFP增速对泡沫存在性条件没有直接影响。也就是说，当TFP增速下降一个单位时，资本回报率也会下降一个单位，因此不会对资产泡沫的存在性条件产生任何影响。

但是，近年来随着中国潜在经济增速的快速下滑，资本回报率呈现出更大幅度的下降。可见，已有文献所采用的对数效用函数对中国并不适用，因此不能直接使用Galí(2021)的模型框架研究中国问题。究其原因，中国的社会保障体系尚不完善，居民在养老、医疗等方面存在诸多顾虑，跨期平滑消费的动机更加强烈，这也就意味着消费的跨期替代弹性1/σ<1。有鉴于此，本文将已有文献常用的对数效用函数拓展为CRRA效用函数，并通过设定σ>1来匹配中国经济所呈现的资本回报率比潜在经济增速变化幅度更大的特征。根据上述资产泡沫的存在性条件并结合σ>1可知：TFP增速存在某个阈值g*,当TFP增速高于阈值，即g>g*时，模型经济体表现为无泡沫均衡状态；当TFP增速低于阈值，即g<g*时，模型经济体表现为泡沫均衡状态。在下文中，为了区分两个不同的状态，分别用gNB和gB表示无泡沫均衡和泡沫均衡状态下的TFP增速。

2.平衡增长路径和模型求解思路

本文模型存在两种平衡增长路径，其差别在于是否存在资产泡沫。当资产泡沫存在性条件不成立时，属于无泡沫平衡增长路径。当资产泡沫存在性条件成立时，属于泡沫平衡增长路径(详见附录)③。由于模型经济中存在两种平衡增长路径，因此线性动态系统也分为无泡沫均衡下的线性动态系统和泡沫均衡下的线性动态系统。具体而言，分别在无泡沫平衡增长路径和泡沫平衡增长路径附近作对数线性化处理，即可得到相应的线性动态系统(详见附录)。

遵循新凯恩斯模型的求解思路，本文模型求解步骤如下：首先分别求解给定模型结构参数下的无泡沫平衡增长路径和泡沫平衡增长路径，然后根据资产泡沫存在性条件判断均衡属性，接着使用求解线性理性预期方程组的方法求解对应均衡属性下的线性动态系统，以得到各变量对结构冲击的脉冲响应。由于我们无法求得相关方程的显示解，因此下文将主要结合数值模拟实验阐述TFP增速及其变化对货币政策有效性的影响。

四、参数校准与模型适用性分析

(一)参数校准

需要校准的参数包括{β,γ,σ,υ,α,

,δ,ε,ϕg,ρv,θ,ϕπ,ϕy},可以按照校准思路的不同分为三类。第一类是通过模型外校准的参数，需要基于文献对居民部门和企业部门特征的考察予以赋值，相关参数包括{β,σ,α,δ,ε,θ}。第二类是通过模型内校准的参数，需要结合与这些参数密切相关的矩条件反推参数取值，相关参数包括{γ,υ,

,ϕg}。第三类是与政策规则和政策冲击相关的参数，需要根据政策实践以及文献做法予以赋值，相关参数包括{ϕπ,ϕy,ρv}。此外，在使用矩条件校准参数时，本文使用年度数据予以实现，因此模型经济中的一期对应现实中的一年。需要强调的是，虽然本文重点分析的是无泡沫均衡和泡沫均衡两种状态下经济体的运行情况，但这两种均衡状态下模型经济体的参数是一致的，其核心差异在于TFP增速大幅下滑以及由此带来的资本回报率的下滑。当然，这些差异使得资本产出比等矩条件在两种均衡状态下明显不同。对中国现实经济而言，结合中国经济从高速增长向中高速增长的换挡时期，以及TFP增速和资本回报率的变动状况，可以将2000～2011年界定为无泡沫均衡状态，将2012～2019年界定为泡沫均衡状态。而且，在校准第二类参数时，除了TFP增速，对其他参数的校准主要使用2000～2011年的矩条件，这是因为将两个时间段的矩条件取均值之后再进行参数校准，很可能会产生校准偏差。

首先，使用模型外校准思路，对第一类参数进行校准。关于时间贴现因子β,已有文献的取值范围是0.95～0.99,而且用模型经济的一期刻画现实经济的一年时一般将其设定为0.97,因此令β=0.97。关于相对风险规避系数σ,参照文献的一般做法，将其赋值为2。关于资本的产出弹性α,戴天仕和徐现祥(2010)等研究的估算结果基本处于0.4～0.5,本文取中间值0.45。关于中国的资本折旧率δ,侯成琪和龚六堂(2013)等研究在模型参数校准时的赋值为10%,与前述研究的测算结果相近，为此本文令δ=10%。关于中间品之间的替代弹性ε,侯成琪和龚六堂(2013)等已有研究的取值基本处于6～10的范围内，本文令ε=7。关于Calvo定价的价格粘性系数θ,与Zhang(2009)以及卞志村和杨源源(2016)等文献类似，将其赋值为0.65。

其次，使用模型内校准思路，对第二类参数进行校准。关于每个个体存活到下一期的概率γ,参考Galí(2021)的做法，使用预期寿命予以推算。世界银行的数据显示，2000年以来中国人口的平均预期寿命约为74岁，本文模型中的个体一出生即进入工作状态，而现实中一般认为个体16岁成为劳动年龄人口，据此可知模型经济体中的个体从出生到死亡大约经历58期。参照Galí(2021)的思路，可以根据1/(1-γ)=58,反推得到γ=0.98。关于劳动活跃度υ,即处于工作状态的个体在下一期继续工作的概率，根据资本回报率进行模型内校准。理论上，劳动活跃度决定了有效的劳动投入量，因此随着劳动活跃度的提高，资本回报率会不断上升。将白重恩和张琼(2015)以及刘仁和等(2018)所计算的资本回报率取平均值可知，2000～2011年中国的资本回报率约为10.5%,据此可得υ=0.92。关于TFP增速，由于校准的是模型经济体在平衡增长路径上的TFP增速，而平衡增长路径上的TFP增速等于经济增速；再加上比较静态分析关注的是其变化幅度，因此可以使用实际经济增速的变化幅度代表TFP增速的变化幅度。本文将2000～2011年中国的平均经济增速视为无泡沫均衡对应的平衡增长路径上的TFP增速，将2012～2019年中国的平均经济增速视为泡沫均衡对应的平衡增长路径上的TFP增速，结合国家统计局公布的数据，分别令

=10%、

=7%。关于政府支出占总支出的比重ϕg,可以用现实中政府消费占GDP的比重予以体现，国家统计局数据显示，2000～2011年中国政府消费占GDP的比重为14.3%,同时在此期间政府消费占GDP的比重基本处于13%～16%的范围内，因此本文令ϕg=15%。

最后，对政策规则和各类冲击相关的参数进行校准。在基准模型中使用的是价格型货币政策，即泰勒规则。关于利率对通胀缺口的反应系数ϕπ,参照文献的一般性做法，将其取值确定为1.2。关于利率对产出缺口的反应系数ϕ y,参考Kaplan等(2018)的做法，将其赋值为0。需要强调两点：一是将ϕ y赋值为0并不意味着货币政策完全不对产出缺口做出反应，这是因为通胀缺口与产出缺口在新凯恩斯菲利普斯曲线下呈正相关关系，因此在调控通胀缺口的同时也在调控产出缺口。二是本文也尝试参照卞志村和杨源源(2016)等研究的做法将ϕ y赋值为0.2～0.6的取值，发现核心结论仍然成立。关于货币政策冲击的一阶自回归系数ρ v,参照卞志村和杨源源(2016)等研究的做法，将其赋值为0.8。在稳健性检验中，本文还对数量型货币政策规则进行了分析，根据Liu和Zhang(2010)的估计结果，数量型货币政策对通胀缺口的反应系数为φ′ π=-0.06,而货币政策对产出缺口的反应系数ϕ′ y则参照Kaplan等(2018)的做法设定为0。根据张勇和范从来(2006)对中国货币需求函数的估计，货币需求对利率和收入的弹性的取值η R和η Y分别为-0.05和1。

(二)模型适用性分析

要想判断本文模型的适用性，需要重点关注模型能否刻画中国经济在2012年前后从无泡沫均衡变为泡沫均衡的典型事实，也就是近年来的“脱实向虚”现象。如前所述，根据泡沫的存在性条件，当

≥1+g时，模型经济处于无泡沫均衡状态；当

<1+g时，模型经济处于泡沫均衡状态，并且允许资产泡沫交易情形下的稳态资本回报率

=1+g。不仅如此，模型经济中存在TFP增速阈值g*,当TFP增速高于阈值，即g>g*时，经济体处于无泡沫均衡状态；当TFP增速低于阈值，即g<g*时，经济体处于泡沫均衡状态。

数值模拟结果显示，模型经济中TFP增速的阈值g*=8.47%。当TFP增速跌至8.47%以下时，模型经济体跌入泡沫均衡状态。具体到中国实际情况，2000～2011年对应的模型经济体的TFP增速为10%,而2011～2019年对应的模型经济体的TFP增速为7%,TFP增速从10%跌至7%的过程中跨越了8.47%的阈值，模型经济体也随之从无泡沫均衡跌入了泡沫均衡状态。由此可知，本文模型克服了Galí(2021)的不足之处，较好地刻画出了近年来中国资金“脱实向虚”的典型事实，从而为我们在资金“脱实向虚”的大背景下考察TFP增速下降对货币政策有效性的影响提供了适宜的理论模型，也初步验证了本文模型的适用性。不仅如此，本文校准得到的模型经济体较好地拟合了中国2000～2011年无泡沫均衡时期以及2012～2019年泡沫均衡时期的重要矩条件，从而进一步验证了本文模型的适用性(详见附录)。

五、数值模拟实验与核心结论

本部分将基于所构建的模型进行丰富的数值模拟实验，从而回答三个重要问题。一是TFP增速的持续性下降究竟是否真的能够降低中国货币政策的有效性?若是，那么影响到底有多大?这一问题将有助于我们判断图1中货币政策传导机制第三个环节对货币政策有效性的影响究竟有多大。二是TFP增速影响货币政策有效性的作用机制是怎样的?三是采取什么样的政策举措才能显著改善中国货币政策的有效性?

(一)TFP增速下降对货币政策有效性的影响大小测算

本部分主要进行两个模拟实验：首先，令TFP增速等于10%,分析这一无泡沫均衡状态下货币政策的有效性；然后，令TFP增速等于7%,并且允许交易泡沫资产(资金可以“脱实向虚”),分析泡沫均衡状态下货币政策的有效性。通过对比这两个模拟实验，即可得出TFP增速下滑对货币政策有效性的影响。两个模拟实验的结果分别参见图2和图3。需要说明的是，图2和图3是基于价格型货币政策的模拟结果，囿于篇幅限制，正文没有在图中汇报数量型货币政策的结果，只是将核心结果加以说明④。

图2 TFP增速为10%时(无泡沫均衡)

一单位宽松价格型货币政策冲击的脉冲响应

注：v表示货币政策冲击，y、c、i、k、b、RK、R和π分别表示最终产出、居民消费、企业对实体经济投资、实体经济资本存量、泡沫资产、实体经济投资收益率、无风险利率和通胀率偏离稳态的百分比。

图3 TFP增速为7%时(泡沫均衡)

一单位宽松价格型货币政策冲击的脉冲响应

注：同图2。

通过对比图2和图3可知，TFP增速从10%下降到7%,显著降低了价格型货币政策的有效性⑤。具体而言，图2表明，当TFP增速等于10%时(无泡沫均衡),一单位扩张性价格型货币政策冲击带来的产出脉冲响应峰值为0.308。而图3则表明，当TFP增速下降到7%时(泡沫均衡),一单位扩张性价格型货币政策冲击带来的产出脉冲响应峰值降为0.237,价格型货币政策有效性的降幅高达22.88%。需要强调的是，这两个实验唯一不同的因素就是TFP增速。而且，这两个实验都允许泡沫资产自由交易，只不过第一个实验中TFP增速高于阈值，因此不会产生泡沫，而第二个实验中TFP增速低于阈值，因此会产生泡沫。对比图2和图3即可得出，TFP增速从10%降至7%,使得经济体从无泡沫均衡陷入泡沫均衡，并且显著降低了中国价格型货币政策的有效性。进一步模拟结果显示，TFP增速下降同样会降低数量型货币政策的有效性。当TFP增速从10%下降到7%时，一单位扩张性数量型货币政策冲击带来的产出增加的脉冲响应峰值从0.169下降到0.136,由此带来的数量型货币政策有效性的降幅为19.40%。

为了更加直观地体现TFP增速下滑对中国货币政策有效性的影响，将上述两种情形下货币政策的有效性放在一起，进行对比分析。从图4中可以更加清晰地看出上文得到的核心结论：TFP增速从10%下降到7%会带来产出、投资和资本存量脉冲响应峰值的显著下降，即TFP增速大幅下滑会显著降低货币政策的有效性。

图4 两种情形下货币政策有效性的对比

注：同图2。

为了确保上述结果的稳健性与可靠性，本文还对基准模型进行两方面拓展。一是将财政政策的逆周期调节作用引入模型。二是将模型经济体从封闭经济体调整为开放经济体。拓展性分析的结果表明，本文结论对经济体中财政政策规则的形式以及开放还是封闭状态等因素均不敏感(详见附录)。由此说明，TFP增速下滑是货币政策有效性下降的重要决定因素。再结合图1可知，我们不能只关注货币政策传导机制的第一个环节和第二个环节，而忽视了第三个环节是否通畅，否则将遗漏货币政策有效性的重要影响因素。最后需要补充说明的是，考虑到TFP下降对价格型货币政策与数量型货币政策有效性的影响是较为相似的，为简化分析，下文统一将价格型货币政策作为主要对象加以分析，并且将价格型货币政策统一简称为货币政策。

(二)TFP增速下降影响货币政策有效性的机制分析

在给出详细机制分析之前，需要将TFP冲击对经济体短期动态的影响以及TFP增速持续性下降对经济体长期稳态的影响加以区分。大多数已有文献在分析TFP增速变化对宏观经济的影响时，重点关注的是TFP冲击对经济体短期动态所产生的影响，而较少涉及TFP增速持续性下滑对经济体长期稳态所产生的影响。在短期动态分析中，尽管负向TFP冲击会降低经济体的消费需求与投资需求，但经济体的稳态并没有受到影响，因此面对不同幅度的短期TFP冲击，货币政策的有效性并不会发生变化。但是，随着TFP增速的持续性下滑，经济体的长期稳态会发生显著变化，货币政策的有效性也会因此而受到影响。本文关注的重点是，TFP增速持续性下滑如何影响经济体的稳态水平进而影响货币政策的有效性。

基于本文的模型刻画以及线性动态系统可知，TFP增速g的持续性下降会对欧拉方程、资本积累方程、资源约束方程和菲利普斯曲线方程等四个方程的相关参数产生影响(见表1),进而影响货币政策的有效性。在下面的分析中，本文将TFP增速等于10%的情形作为基础情形，并且通过将相应动态方程的参数值改成TFP增速等于7%情形下的参数值，定量考察四个方程对应的影响机制对货币政策有效性下降的解释力度。从表1的模拟结果可以看出，虽然TFP增速变化会对四个方程产生影响进而影响货币政策有效性，但是主要通过欧拉方程和资本积累方程产生影响，另外两个方程的影响比较小。事实上，TFP增速从10%下降到7%的过程中，对货币政策有效性所产生的影响，多达96.50%归因于这两个方程⑥。

进一步分析可知，TFP增速下降既会削弱货币政策对消费的刺激作用，也会削弱货币政策对投资和资本存量的刺激作用，从而降低货币政策有效性。就消费而言，TFP增速下降可以通过欧拉方程降低货币政策对消费的刺激作用，从而降低货币政策有效性。就投资而言，TFP增速下降不仅会通过欧拉方程降低货币政策对投资的刺激作用，而且会通过资本积累方程降低货币政策对资本存量的刺激作用，从而显著降低货币政策有效性。

表1 TFP增速变动影响货币政策有效性的机制分析

首先，详细解释TFP增速持续性下降如何削弱货币政策对消费的刺激作用。根据欧拉方程可知，随着TFP增速g的持续性下降，稳态资本回报率和资本边际产品也相应下降。由于,二者的比值将会随着TFP增速的下降而下降，从而使得单位MPK变动所对应的投资实际收益率

也随之降低。需要区别的是，如果经济体面临短期TFP冲击，那么其稳态不会发生变化，因此

不会随着TFP冲击的变化而变化，也就不会对货币政策有效性造成任何影响。而通过对比TFP增速持续性下降前后的情况可知，当采取一单位宽松货币政策时，投资实际收益率变化幅度减小并且导致居民储蓄的预期收入增幅减少，进而削弱居民的消费需求。由此可见，TFP增速下降将会导致宽松货币政策冲击对消费的刺激作用相对下降，从而削弱货币政策的有效性。

这一机制背后的经济学含义是较为清晰的。当经济体的TFP增速持续性下滑时，其经济增长前景变差，居民普遍预期到全社会的投资回报率会有所下降，消费需求随之受到限制。根据永久收入假说，影响居民消费的主要是持久收入而非临时性收入。TFP增速长期持续下滑所带来的预期回报率下降，将导致居民的持久收入显著下降，居民的消费需求弹性也就随之下降。在此情形下，央行通过降息等操作实施宽松的货币政策对消费需求的刺激程度也会有所下降。换言之，在TFP增速持续性下降之后央行降息一单位对消费需求的刺激程度，将会小于TFP增速下降之前央行降息一单位对消费需求的刺激程度，这意味着TFP增速下降削弱了货币政策有效性。基于这一机制，可以给出较为明确的政策启示：要想改善货币政策对消费的刺激作用，政府部门需要提高TFP增速，帮助经济体摆脱泡沫均衡的束缚，从而疏通货币政策对消费的传导机制。

其次，进一步解释TFP增速下降如何削弱货币政策对投资和资本积累的刺激作用。其一，如上一段所述，根据欧拉方程可知，TFP增速持续性下降会降低单位投资所带来的投资实际收益率的变动幅度。对比TFP增速持续下降前后的情况可知，当采取一单位宽松货币政策时，投资的实际收益率增幅变小，投资机会成本相对提高，进而减少了投资需求。其二，将资本积累方程变形为 ,其中 ,可以求得投资对资本积累的弹性：。由此可知，当TFP增速g下降时，iss/kss将会降低，也会随之减小。这意味着在宽松货币政策的刺激下，每单位投资变动所能带动的有效资本积累的变动幅度减小。综合上述两方面因素可知，TFP增速下降不仅会降低货币政策在“利率⇒投资”环节的传导效率，而且会降低货币政策在“投资⇒资本存量”环节的传导效率，从而降低货币政策的有效性。

上述机制背后的经济学含义也是较为清晰的。直观而言，将TFP增速下降之后的情形与下降之前的情形相比，央行降息一单位对投资的刺激幅度会被减弱，不仅如此，一单位投资最终所能形成的资本积累也会减少，双重作用之下货币政策从投资端对产出的刺激幅度出现显著下滑。要想把握这一机制，需要结合现实经济运行状况明确两个问题的答案。第一个问题是，为什么TFP增速下降之后，“利率⇒投资”环节的传导效率会减弱呢?这是因为，TFP增速与资本回报率密切相关，高TFP增速会带来高的投资回报率(张勋和徐建国，2016),而低TFP增速则会导致投资回报率下降。当TFP增速下降之后，投资的预期回报率会下降，而企业家所追求的目标是利润最大化和尽可能高的投资回报率，面临投资回报率的下降，企业家的投资意愿会有所下降。其结果是，“低TFP增速”环境与“高TFP增速”环境相比，央行降息一单位对投资的刺激程度有所下降。第二个问题是，为什么TFP增速下降之后，“投资⇒资本存量”环节的传导效率会减弱呢?其关键在于TFP增速下降之后，投资对资本积累的弹性下降，导致一单位投资所能带动的有效资本积累减少。上述机制与新古典增长模型中投资对资本积累的作用机制一致。由于TFP与资本存量在生产函数中的互补性，当TFP增速长期下降时，资本的盈利能力会随之下降，资本的机会成本相应提高。因此，一单位投资对有效资本积累的带动作用相应减少。基于TFP对投资和资本积累的作用机制，同样可以给出较为明确的政策启示：要想改善货币政策对投资和资本积累的刺激作用，政府部门同样需要提高TFP增速，从而疏通货币政策对投资和资本积累的传导机制。

(三)提高TFP增速对货币政策有效性的影响：政策效果评估

本文的上述模拟实验和机制分析已经表明，TFP增速大幅下滑是当前中国货币政策有效性下降的重要原因，TFP增速下滑导致实体经济对投资的吸引力不足，进而使得货币政策传导机制的第三个环节无法畅通。要想提高货币政策的有效性，需要提高TFP增速，从而打通第三个环节的阻碍，让资金更顺畅地流向实体经济。那么，提高TFP增速究竟会对货币政策的有效性产生多大的作用效果?不仅如此，TFP增速大幅下滑过程中还触发了资产泡沫，导致经济体从无泡沫均衡跌入泡沫均衡状态，那么提高TFP增速是否能够帮助经济摆脱“脱实向虚”的局面?进一步地，将TFP增速提高多大幅度才能帮助经济摆脱“脱实向虚”的局面?为了回答这些问题，本文设计了7个模拟实验，以2012～2019年的泡沫均衡作为参照系，分别考察了TFP增速相对泡沫均衡状态变动-2%、-1%、0%、1%、1.47%(阈值)、2%、3%时货币政策的影响和经济体的表现。

图5(a)显示了提高TFP增速对货币政策有效性的影响。从图中可以得到两点重要发现：一是随着TFP增速的不断提高，货币政策的有效性也不断提高；二是在TFP增速超过阈值之后，继续提高TFP增速，对货币政策有效性的促进作用将更加明显。理论上，泡沫均衡状态下经济体需要满足条件RK,B=1+g,而无泡沫均衡状态下经济体需要满足条件RK,NB>1+g(因为σ>1),可见从泡沫均衡状态跨越到无泡沫均衡状态之后，一单位TFP增速的提高能够带来资本回报率更大幅度的提高，从而更明显地提升货币政策有效性。量化结果证实了这一理论推断：在超过阈值之前，TFP增速每提高1个百分点，一单位宽松货币政策冲击对产出增加的脉冲响应峰值提高0.0184;在超过阈值之后，TFP增速每提高1个百分点，一单位宽松货币政策冲击对产出增加的脉冲响应峰值提高幅度达到了0.0294。本文据此认为，应该大幅提高TFP增速，让TFP增速显著超过阈值，这样才能更好地改善货币政策的有效性。

图5(b)进一步表明，提高TFP增速在改善货币政策有效性的同时，也会挤出资产泡沫，从而实现经济稳定与金融稳定的双重目标。究其原因，提高TFP增速将会带来实体经济资本回报率的提升，而且实体经济资本回报率的提升幅度会超过TFP增速的涨幅(因为σ>1)。如图所示，在TFP增速超过阈值之前，提高TFP增速的过程中，不管是泡沫资产占总资产的比重，还是泡沫资产占产出的比重，都会不断下降。而且，一旦TFP增速超过阈值，经济体将会摆脱泡沫均衡的状态，资金“脱实向虚”的问题也将得以解决。

图5 提高TFP增速对货币政策有效性和资产泡沫的影响

注：横轴表示的是每一个点的TFP增速高于或者低于均衡状态下TFP增速的百分点数。图中设计了7个模拟实验，分别考察了TFP增速相对于泡沫均衡状态变动-2%、-1%、0%、1%、1.47%(阈值)、2%、3%时货币政策有效性和泡沫资产的变化。

上述分析是基于模型经济体不同平衡增长路径的比较稳态分析，将上述量化结果应用到现实经济中时需要注意两点。一是由于中国经济仍处于转型阶段并且面临着人口老龄化等多种影响经济增速的外生因素，经济增长的实际运行情况并不一定在平衡增长路径上，纵然如此，模型中不同平衡增长路径之间的比较稳态分析仍然具有良好的参考价值。具体而言，本文模型的量化结果表明，在其他条件不变的情况下，提高TFP增速并使之相对于泡沫均衡状态下的TFP增速高出1.47个百分点以上，就可以帮助经济体摆脱泡沫均衡。二是从中国TFP增速的历史演变和未来走势来看，下一步将TFP增速提高1.47个百分点以上是可行的。中国仍然可以通过深化要素市场改革从而进一步优化劳动和资本的配置效率(倪婷婷和王跃堂，2022),并且通过加强科技研发以提高技术进步速度以及提高创新转化效率(王维国和王鑫鹏，2022)等举措提升TFP增速。根据刘哲希和陈彦斌(2020)的测算，2020～2025年中国的TFP增速将比2012～2019年提高2.4个百分点。刘伟和陈彦斌(2020)的测算结果进一步表明，2020～2035年中国的TFP增速将比2012～2019年高出2.8个百分点左右。可见，在未来一段时期内着力将中国TFP增速提高1.47个百分点以上是可行的。

六、结语

近年来中国货币政策的有效性明显下降，已有研究从多个视角探寻了货币政策有效性下降的原因，但是到目前为止鲜有文献考察TFP增速下降对货币政策有效性的影响。本文构建了含有实体部门和虚拟部门的动态随机一般均衡模型，并通过理论分析和数值模拟实验，分析了TFP增速下滑对中国货币政策有效性的影响。结果表明，TFP增速持续性下降能够通过两条机制降低货币政策有效性。一是，TFP增速下降导致一单位储蓄所带来的持久收入增幅下降，从而削弱货币政策对消费的刺激作用。二是，TFP增速下降导致投资需求以及一单位投资所能实现的有效资本积累减少，从而进一步弱化货币政策对投资和资本存量的刺激作用。量化结果显示，2012～2019年与2000～2011年相比，因为TFP增速下降导致的货币政策有效性下降幅度达到了20%左右。这意味着，要想探析中国货币政策有效性下降的原因和对策，不能只关注货币政策传导机制的第一个环节和第二个环节(为什么货币政策所释放的资金难以流入企业部门),而忽视第三个环节(为什么企业不愿意把资金投入实体经济)。本文的政策启示也是较为明确的，既然TFP增速大幅下滑是中国货币政策有效性下降的重要原因，要想显著改善货币政策有效性，亟需提高TFP增速。

基于上述逻辑，要想改善中国货币政策的有效性，需要大幅提高中国的TFP增速，这与党的二十大报告所要求的“着力提高全要素生产率”,“推动经济实现质的有效提升和量的合理增长”是高度一致的。数值模拟结果显示，伴随着TFP增速的提高，中国货币政策有效性将会显著改进。不仅如此，TFP增速的提高会促使实体经济投资回报率升高，从而吸引资金回流实体经济，帮助经济体摆脱“脱实向虚”的局面。那么，怎样才能提高中国的TFP增速?本文第二部分的分析表明，近年来中国TFP增速下滑主要是由劳动和资本等关键要素的配置效率下降以及技术进步速度减弱所导致的，为此，本文建议重点做好两方面工作。

第一，深化资本和劳动等要素市场化改革，进一步提高资本和劳动力等重要资源的配置效率。就资本配置效率而言，中央以及各级地方政府应该进一步推进供给侧结构性改革，重点在于化解产能过剩、降低企业尤其是国有企业的债务率、将僵尸企业等低效率企业清理出局，通过这些举措避免低效率企业占用过多资本。同时，继续深化利率市场化改革，并且构建更加完善的多层次资本市场，让资金在不同企业之间实现更加高效的优化配置。就劳动力配置效率而言，虽然在中国可以从农村向城镇转移的劳动力数量正在不断减少，但是通过深化劳动力市场的改革，仍然可以进一步优化劳动力的配置效率，其核心是深化三方面的改革。一是深化户籍制度改革，逐步取消城乡户籍制度差异，尤其要实现户籍制度所附加的教育、医疗、养老等权利的平等化，让农村人口可以更顺畅地进入城镇。二是深化农村宅基地制度改革，逐步放开农村宅基地流转限制，实现农村闲置宅基地的集约利用和交易流转，让农民享受土地流转增值的收益，使农村劳动力在进入城市时有足够的资金购房落户。三是疏通城镇内部国有部门与非国有部门之间的劳动力流动机制，促进劳动力在国有部门和非国有部门之间更加顺畅地流动，从而改善城镇内部的劳动力配置效率。

第二，加大研发尤其是基础性研发的力度，显著提升自主创新能力，从而加快技术进步的步伐。在后发优势不复存在的情况下，中国应该更多地依靠自主创新以加快技术进步的步伐。近年来，中央不断提高对创新的重视程度，党的十八届五中全会提出了五大发展理念“创新、协调、绿色、开放、共享”,将创新排在了首位。在中央的重视之下，中国的研发投入不断增加。不过，与发达经济体相比，中国的研发创新仍然存在两方面不足。一是研发强度仍然低于发达经济体，研发投入仍然偏少。二是用于基础性研发的经费占比明显偏低。下一步，建议中国重点从两方面提高技术进步的速度。一是继续加大研发投入，不断提高研发强度。只有加大研发投入，才能为自主创新提供重要保障。二是大幅提高用于基础研究的研发经费占比。加大基础研究的经费投入，才能为应用研究和试验发展提供创新的源泉，从而真正实现自主创新能力的提升。党的二十大报告专门强调要“加强基础研究，突出原创，鼓励自由探索”。由于基础研究具有极大的不确定性，需要耗费巨额前期投入并且可能要经过数年甚至数十年时间才能有所突破，单纯依靠企业可能难以实现重大突破，因此需要政府部门高度重视和大力扶持基础研究。

注释

①理论和国际经验表明,货币政策关注的最终目标主要包括经济增长和物价稳定。近年来中国经济面临的态势是经济下行压力较大,而通胀压力相对较小,因此各界在关注中国货币政策有效性的时候,聚焦点在于货币政策对总产出的影响。有鉴于此,本文所考察的货币政策有效性,主要指的是货币政策对总产出的调控效果。

②即便将货币政策工具刻画为数量型与价格型工具并存的模式,本文的核心机制与主要结论仍然成立。

③本文附录详见《数量经济技术经济研究》,下同。

④感兴趣的读者可以向作者索取使用数量型货币政策得到的详细数值模拟结果。

⑤为了更全面地体现TFP增速下降对货币政策有效性的影响,本文进一步从投资、资本存量和消费等方面评估了TFP增速下降对货币政策有效性的影响。结果表明,TFP增速下滑不仅从总量上抑制了货币政策稳增长的效果,而且还会削弱货币政策对于投资和消费等重要宏观变量的调控效果(详见附录)。

⑥将二者纳入模拟实验后,产出的脉冲响应峰值为0.2395,二者的贡献度为(0.3075-0.2395)/(0.3075-0.2370)=96.5%。

参考文献

[1] 白重恩,张琼.中国的资本回报率及其影响因素分析[J].世界经济,2014,(10):3～30.

[2] 白重恩,张琼.中国生产率估计及其波动分解[J].世界经济,2015,(12):3～28.

[3] 卞志村,杨源源.结构性财政调控与新常态下财政工具选择[J].经济研究,2016,(3):66～80.

[4] 陈伟泽,陈小亮,王兆瑞,陈彦斌.长期TFP增速变化对双支柱调控框架的影响研究——兼论双稳定目标的实现策略[J].中国工业经济,2023,(1):19～37.

[5] 陈小亮,王兆瑞,郭俊杰.老龄化是否削弱了中国货币政策的“稳增长”效果?[J].经济学动态,2021,(5):79～96.

[6] 陈彦斌,刘哲希,陈伟泽.经济增速放缓下的资产泡沫研究——基于含有高债务特征的动态一般均衡模型[J].经济研究,2018,(10):16～32.

[7] 戴天仕,徐现祥.中国的技术进步方向[J].世界经济,2010,(11):54～70.

[8] 郭豫媚,陈伟泽,陈彦斌.中国货币政策有效性下降与预期管理研究[J].经济研究,2016,(1):28～41.

[9] 侯成琪,龚六堂.食品价格、核心通货膨胀与货币政策目标[J].经济研究,2013,(11):27～42.

[10] 刘金全,解瑶姝.“新常态”时期货币政策时变反应特征与调控模式选择[J].金融研究,2016,(9):1～17.

[11] 刘仁和,陈英楠,吉晓萌,苏雪锦.中国的资本回报率：基于q理论的估算[J].经济研究,2018,(6):67～81.

[12] 刘伟,陈彦斌.2020～2035年中国经济增长与基本实现社会主义现代化[J].中国人民大学学报,2020,(4):54～68.

[13] 刘哲希,陈彦斌.“十四五”时期中国经济潜在增速测算——兼论跨越“中等收入陷阱”[J].改革,2020,(10):33～49.

[14] 马勇,陈雨露.经济开放度与货币政策有效性：微观基础与实证分析[J].经济研究,2014,(3):35～46.

[15] 倪婷婷,王跃堂.区域行政整合、要素市场化与企业资源配置效率[J].数量经济技术经济研究,2022,(11):136～156.

[16] 苏治,刘程程,位雪丽.经济不确定性是否会弱化中国货币政策有效性[J].世界经济,2019,(10):49～72.

[17] 王维国,王鑫鹏.创新转化效率、要素禀赋与中国经济增长[J].数量经济技术经济研究,2022,(12):5～25.

[18] 许宪春,张钟文,常子豪,雷泽坤.中国分行业全要素生产率估计：与经济增长动能分析[J].世界经济,2020,(2):25～48.

[19] 张成思,张步昙.中国实业投资率下降之谜：经济金融化视角[J].经济研究,2016,(12):32～46.

[20] 张龙,金春雨.数量型和价格型货币政策工具的有效性对比研究[J].中国工业经济,2018,(1):119～136.

[21] 张勋,徐建国.中国资本回报率的驱动因素[J].经济学(季刊),2016,(3):1081～1112.

[22] 张勇,范从来.货币需求函数结构稳定性的实证分析——来自政策变动、经济稳定预期不稳定的证据[J].管理世界,2006,(2):10～17.

[23] Chen K.,Ren J.,Zha T.,2018,The Nexus of Monetary Policy and Shadow Banking in China [J],American Economic Review,108 (12),3891～3936.

[24] Galí J.,2021,Monetary Policy and Bubbles in a New Keynesian Model with Overlapping Generations [J],American Economic Journal:Macroeconomics,13 (2),121～167.

[25] Kaplan G.,Moll B.,Violante G.L.,2018,Monetary Policy According to HANK [J],American Economic Review,108 (3),697～743.

[26] Liu L.,Zhang W.,2010,A New Keynesian Model for Analysing Monetary Policy in China's Mainland [J],Journal of Asian Economics,21 (6),540～551.

[27] Martin A.,Ventura J.,2012,Economic Growth with Bubbles [J],American Economic Review,102 (6),3033～3058.

[28] Tirole J.1985,Asset Bubbles and Overlapping Generations [J],Econometrica,53 (6),1499～1528.

[29] Zhang W.,2009,China's Monetary Policy:Quantity Versus Price Rules [J],Journal of Macroeconomics,31 (3),473～484.

（来源:《数量经济技术经济研究》2023年第4期）

【智库动态】陈小亮等：全要素生产率对货币政策有效性的影响研究——理论机制与数值模拟

其他文章