潛在總供給

然而,這樣得到的結果卻是:實際GNP(或GDP)永遠圍繞著潛在GNP(或GDP)上下波動,後者成了前者的序時平均數。 該方法不再是以時間數列的序時平均數作為潛在GNP(或GDP)的運動軌跡,而是以連線時間數列中所有相鄰波峰的折線作為潛在GNP(或GDP)的運動軌跡。 據實際GNP(或GDP)資料,運用經濟計量學方法估計出上式中的參數A、α、β和y,再將國民經濟可能利用的勞動力資源量和資本存量數據代入已得到的生產函式,就能給出所需要的潛在GNP(或GDP)的測算結果。

潛在總供給的測算

國內外關於潛在總供給問題的大量研究,主要是圍繞著潛在GNP(此處應採用GPD,下同)的具體測算展開討論,其代表人物有美國經濟學家西蒙·庫茲涅茨、阿瑟·奧肯和勞倫斯·克萊因等,一些國家的政府機構和民間學術組織也在從事這一方面的研製工作。目前已經形成的主要測算方法有:
(一)時間數列趨勢外推法
這類方法中最早的是時間數列“移動平均法”。該方法首先由美國經濟學家庫茲涅茨等人提出,其基本原理是:依據歷年的實際GNP(或GDP)資料,運用移動平均法消除時間數列中的短期波動,藉以反映實際GNP(或GDP)的穩定水平和長期趨勢,並作為對潛在GNP(或GDP)的一種度量,在這裡,移動平均的項數通常為十年左右,為了強調較近時期的資料,也可以採用加權移動平均法。
上述方法的優點是:資料容易獲取,計算操作簡便。然而,這樣得到的結果卻是:實際GNP(或GDP)永遠圍繞著潛在GNP(或GDP)上下波動,後者成了前者的序時平均數。這顯然不符合潛在總供給的本來涵義。於是,就有了進一步的改進方法,即時間數列“波峰連線法”,又稱“沃通學校法”。該方法不再是以時間數列的序時平均數作為潛在GNP(或GDP)的運動軌跡,而是以連線時間數列中所有相鄰波峰的折線作為潛在GNP(或GDP)的運動軌跡。這樣,就使得實際GNP(或GDP)永遠小於或等於潛在GNP(或GDP),相對而言,這個結果比較合理一些。但是,在多數情況下,它仍然只是給出了潛在GNP(或GDP)的一個下限估計。
(二)勞動力資源利用測算法
與上面僅僅依據時間數列的趨勢作簡單外推的方法不同,對於潛在總供給的進一步研究深入到了影響產出水平的生產力諸要素方面,其中,最重要的首先就是勞動力要素。美國經濟學家阿瑟·奧肯(ArthurM.Okun)率先研究了勞動力就業狀況與潛在GNP的關係問題,通過對大量數據的觀察與分析,得到一個著名的經驗法則(奧肯定律):
潛在GNP=實際GNP×[1+0.03×(U一4)]
式中,U為實際失業率(%),這裡以4%作為自然失業率的合理目標。這一公式表明:實際失業率每超出自然失業率一個百分點,潛在GNP與實際GNP之間的差距就會擴大3%左右。奧肯認為,這種差距“是對能夠達到但由於經濟衰退或蕭條而實際上未能達到的產值的一種度量”。
奧肯的方法還只是考慮了勞動力的就業狀況,而沒有考慮到在業勞動者的生產效率。有鑒於此,美國總統經濟顧問委員會制定了另一種測算潛在總供給的方法:
潛在GNP=勞動力資源的96%×每年正常開工時數×正常年份的勞動生產率
此外,也有一些研究者試圖從資本要素的角度對潛在GNP(或GDP)進行測算。其基本思路是,分別測算全社會的資本總存量和社會平均的資本一產出比率(即資本係數),兩者相除的結果,就給出潛在GNP(或GDP)的一種估計。
(三)經濟計量模型法
運用經濟計量模型測算潛在總供給的具體方法多種多樣,其中最簡單、也最有代表性的,首推著名經濟計量學家克萊因(L.R.Klein)等人制定的“生產函式測算法”。該方法的特點是,能夠較為全面地反映勞動力和資本兩類因素對於國民經濟產出水平的綜合影響。
設生產過程中的勞動力投入量為L,資本投入量為K,t時期的國內生產總值(或國民生產總值)為Yt,則可建立如下的柯布-道格拉斯生產函式:
Yt = AenLαKβεt
εt為隨機擾動項,e為數學常數(自然對數之底數);而A、α、β和y均為需要估計的模型參數,前一個為常係數,後面三個參數的經濟涵義可以分別解釋為勞動的產出彈性、資本的產出彈性和廣義技術進步率。
據實際GNP(或GDP)資料,運用經濟計量學方法估計出上式中的參數A、α、β和y,再將國民經濟可能利用的勞動力資源量和資本存量數據代入已得到的生產函式,就能給出所需要的潛在GNP(或GDP)的測算結果。這一方法得到了較為廣泛的套用。
以上各種方法都是關於GNP(或GDP)的測算,在此基礎上,為了完整地測算出潛在總供給,還需考慮潛在的商品淨進口因素。“潛在商品淨進口”主要取決於考察時期可能從國外得到的分配再分配淨收入、資本轉移淨收入和對外淨金融負債,以及可能動用的期初國際儲備資產數額。通過蒐集有關數據可以作出簡單估計。潛在GDP與潛在淨進口之和,就是潛在總供給。

相關詞條

熱門詞條

聯絡我們