宏观经济专题丨中国省级经济周期的一致波动、区域协同与异质分化

 1

内容摘要

目前，中国经济增长在中高速水平上形成的阶段性收敛态势已基本确立，但是全国部分省份的经济周期走势却出现了异化的趋势和苗头。鉴于此，本文利用层级动态因子模型将1988-2016年间中国各省经济周期波动的成因进行分解，随后对各省经济周期的一致波动、区域联动与异质分化特征进行深入分析，结果发现：从全国的共性变化来看，全国共同因子在多数省份经济周期波动中的贡献都占据主导地位，表明中高速、低波动的新型增长模式是现阶段中国多数省份经济增长的共同表象，这意味着全国经济总体发展向好的态势具有广泛的中观支持；而进一步深入至区域层面的探讨表明，中国四大板块的区域经济周期呈现出东部先行引领，中西部后发跟随和东北部相对独立的三元分布态势；省级层面的经济周期个体效应显示，东部、中部和西部三个区域内的省级经济周期成分具有明显的“俱乐部收敛”趋向，而东北三省的个体经济周期则呈现出不断异化的走势。因此，各级政府应高度警惕新常态下省级经济增长的局部异化风险，加强区域经济发展的联动协调机制，加快在中高速水平上促成东部引领、中西跟随和东北追赶的全局稳态。

 2

引言

目前，随着省级统计数据的日趋完善和计量技术的不断进步，有关经济周期的研究已经逐渐深入至中观维度。其中，从区域分化的角度重新审视经济周期的形成机理已成为当下经济周期研究领域内的新兴议题。特别是对现阶段的中国而言，这一研究至关重要，因为从经济总体表象上看，经济增长在新常态时期形成了明显的“中高速、低波动”特征，经济收缩期的“L型”拖平长尾已在6%这个适速平面上基本形成，体现出明显的下行趋缓、风险趋降和总体企稳的基本态势。然而，从区域经济以及更细化的省级周期层面来看，中国经济在中高速平面上的运行仍存在典型的结构性失衡，省级经济周期运行已体现出显著的分化态势，其中以京沪为代表的东部发达地区已具有明显的中高速发展趋向；中西部大部分省份 (例如，云贵地区) 仍享受着人口迁移和投资扩张等粗放式增长所带来的经济红利，呈现出高速甚至是超高速的发展态势；相比而言，东北板块在产业结构失衡和刘易斯拐点临近等多重压力的共同作用下，已经出现了经济失速下行风险。此外，各区域内部的增长分化同样显著，每个区块内部都存在着发展势头强劲的领头羊，同时也存在着增长乏力的省份。例如中西部区块内的重庆和江西，2013—2017年间的平均增长率分别高达10.84%和9.34%，增长势头异常迅猛；而同一区块内的山西和内蒙，增长动力则明显不足，其中山西省的平均增速仅为5.70%，较区域内其他省份存在显著差异。由此可见，现阶段经济增长在中高速水平上的平稳运行是各省经济增长牵拉和下拉作用交织在一起所形成的综合表象，但各区块和省份内的增长远未形成协同发展的全局稳态，部分地区和省份的经济增长仍存在着较大的异化下行风险，值得予以充分的重视。同时，这也意味着仅关注宏观加总数据无法捕捉中国经济周期的区域分化属性，因此，只有深入至区域乃至是省级维度剖析经济周期的协同和异动，才能洞悉经济周期变化的内在机理和发展趋向。

作为经济周期领域内的新兴议题，区域经济周期引起了研究者的广泛关注，特别是对不同地区经济周期协同与分化的探讨具有重大的理论与政策意义。一方面，区域经济周期协同与宏观调控有效性密切相关。例如最优货币区理论指出，最优货币区与国界之间并不具有绝对的包含关系，其既可能在一国内部，又可能超越国界 (Mundell, 1961)。而实施统一货币政策的必要条件是地区经济发展具有同质性，且经济周期波动基本同步 (Kouparitsas, 2001)。倘若不满足上述必要条件，统一的货币政策就会产生异质性区域效应，这会加剧不同区域间的经济周期分化和发展失衡，从而降低共同政策的有效性 (张可云和张文彬，2009)。由此可见，随着宏观调控政策越发具体化、精准化和微调化，探究区域经济周期协同与异化的意义越发凸显，这将对提高经济政策的效率和效能产生重要影响。另一方面，把握区域经济周期协同与分化的动态特征也是洞悉区域风险苗头和风险分担状况的一把钥匙。通常在大国之中，不同区域承担经济风险的能力差别较大，其中富裕地区能够通过跨期借贷平滑消费，而落后地区则将被迫削减支出，这会进一步撬动不平衡发展的杠杆，使落后地区承受更大的经济紧缩风险。在这种状况下，只有建立适当的分担机制才能平滑各区域间的风险水平，重塑区域经济稳定，避免过度不平衡与不充分问题 (Furceri and Zdzienicka, 2015; Beraja, 2016)。因此，研究区域经济周期的协同与异化还会为了解地区间风险承受能力、预警局部经济风险、制定地区间风险分担机制、共享区域经济优势并最终促进区域协调发展提供重要的理论参考和战略依据。

基于以上背景，本文的研究逻辑和主要贡献可归纳如下：(1) 从省级中观数据维度上收集了23个反映各省经济周期运行状况的基础经济指标，这一工作不仅能够反映各省经济周期的协同与异化，还能比较客观地反映各省经济增长质量的差异，为新时期下高质量发展的量化测度提供了一个可比的客观依据；(2) 采取层级动态因子模型将中国经济周期分为了1个全国因子，4个区域因子和29个省级因子，并利用方差分解刻画了三种因子对各省经济周期的贡献度，这为识别中国各区域和省份经济周期波动的核心驱动要素提供了重要认知；(3) 研究了各区域经济周期变化的先后顺序以及他们之间协同关系的演化规律，为形成有效的局部风险预警机制、实施差异化调控提供了重要的经验证据。

 3

经济周期层次理论相关研究综述

经济周期层次理论是经济周期研究领域内的新兴议题，目前对这一领域的研究尚处于探索阶段，相关的事实发现与理论总结也处于不断完善的过程当中，其发展主要历经了一致波动理论、区域协同理论和个体异化理论三种观点。而在研究方法层面，有关经济周期的度量则主要由单一指标到合成指标体系演进。下面，本文将按照上述研究发展脉络，对经济周期层次理论的发展、争鸣以及经济周期度量方法的演进进行综述和评价。

1. 区域经济周期理论研究述评

一致波动理论认为：在同一国家内，纵使各地区和省份(州)间的经济周期变化偶有差异，但总体上应呈一致波动态势。支撑这一理论的观点主要有二：一是考虑到一国内部各地区通常具有一致的政策体制和制度安排，并且国内地区之间的商品和要素易于自由流动，这会使地区间的联动性增强，进而导致经济周期同步波动(Kouparitsas, 2006)；二是即便是某个地区或省份的经济受到了特质冲击，相应冲击也会通过区域间的联系进行内部传导，进而形成空间溢出，并最终促成一致波动(Poncet and Rondeau, 2004)。一致波动理论一经提出便得到了大量的实证支持，Wall (2007) 利用区制转移模型检验了日本全国和区域经济周期间的同步性，结果发现各区域与全国经济周期同步的时长高达全样本期的65%；Artis and Okubo(2010)利用H-P滤波法获取英国各区域内的经济周期成分，并对其进行比较分析，发现英国各区域经济周期呈现出极高的一致波动特性。此外，国内研究亦不乏相关经验证据，孙天琦(2004)利用相关性分析对中国地区与全国经济景气的协同性进行测度，结果显示中国大部分省份与全国的景气指数基本趋同；李莉和杨忠直(2007)使用谱分析刻画了全国地区经济波动间的同步趋势，结果发现中国区域经济周期的相关度高达0.79；彭化等(2012)采用周期同步性指数测算中国省级周期的同步性，同样得出中国区域经济周期间的同步比例已逾70%的结论。

然而，尽管一致波动理论能够解释许多国家内部的经济周期协同现象，但是一些重要的典型化事实始终无法被一致波动理论阐述。例如：美国东海岸的经济发展高度领先于新英格兰地区；中国东南沿海省份的发展也远远领先于中西部省份。造成这一现象的主要原因在于：当一国国土面积较大时，经纬度的广泛分布将导致地区间的产业结构异化，而产业结构和地貌分布的差异将在很大程度上破坏不同地区间的经济周期协同，并使经济周期出现明显的区域效应，这就是著名的区域协同假说。区域协同假说有效弥补了一致波动理论的不足，并使经济周期研究正式深入至区域层面。这一假说体系下最具代表性的理论是Kouparitsas (2002)在RBC模型基础上构建的南北经济周期模型，这一模型能够很好地解释纬度分布广阔的国家内出现的区域经济周期分化现象。Mastromarco and Woitek(2007)对意大利的研究同样验证了区域协同假说，文章利用谱分析对意大利1951—2004年间的区域经济周期结构进行研究，结果显示，意大利的经济周期结构具有明显的区域分化特征，各区块内的经济周期具有较高的协同性；但是南北经济周期的关联性却相对较弱，其中，北部经济周期与国家经济周期高度耦合，二者在大部分时间内均领先于南部周期变化。

尽管区域协同假说为一致波动理论提供了有效补充，但是仍有少数经济现象难以被其阐释。例如中国四川和重庆的经济发展明显领先于地缘毗邻的云贵省份，而洛杉矶和旧金山的经济发展水平也要显著优于其他美西城市。这使得人们开始逐渐认识到，即使是身处同一区域内的省份(州)，其经济周期变化依然可能受体制机制差异的影响而产生异化，即省级经济周期中很可能存在着个体异化成分(Hall and McDermott, 2007)。目前，关于经济周期省级异化的研究仍处于初探阶段，相关的理论体系尚不完善，但总体上可以归结为以下两种观点：一是政策体制差异论，这一观点主要认为，只要是各省份间存在较大的政策体制差异，那么即便是身处同一地区，各省之间的经济周期仍可能大幅异化，这一观点能够阐释北京、重庆等直辖市与周边省份间的发展差异 (赵永亮, 2009；黄玖立等, 2011；宋涛和郑挺国, 2014；潘鹏程, 2018)；二是产业结构差异论，这一观点则认为，当各省份间产业结构存在较大差异时，不同产业周期变化的时间差异将催生省级经济周期异化，这一观点能够很好地阐释美西部分农业大州与西海岸金融城之间的经济周期分化现象(Leiva-Leon, 2017)。尽管省级经济周期异化论已经将经济周期研究拓展至纯中观维度，但是正因其过度细致的划分，也使得这一理论遭到了不同程度上的批判，其中最为主流的观点是：省级经济周期异化论过分强调省级个体效应，但是这部分个体成分对省级经济周期的贡献可能远低于一致波动和区域协同要素(Dixon and Shepherd, 2013)。

2. 经济周期度量方法演进概述

由于区域经济周期的度量涉及大量指标和行政主体，因此，在这一研究领域内因子模型的使用最为广泛。关于因子模型的研究大致历经了三代更新和改进，其中第一代是静态因子模型，第二代是动态因子模型，第三代是具有结构化分层功能的多层动态因子模型。其中，静态因子模型的代表是Stock and Watson (1988)提出的主成分分析，其能够将多个变量间的相互关系通过少量潜在、不可观测的因子进行描述，但其最大的弊端是因子旋转矩阵为静态矩阵，这意味着相关基础指标的权重无法改变，导致其在经济周期实时分析中的效用大幅降低。为克服这一问题，动态因子模型应运而生，动态因子模型不仅继承了主成分模型的信息萃取能力，同时还采用状态空间结构刻画了各变量间的时间相依特性，这在极大程度上改进了第一代因子模型在参数权重处理上的漏洞，同时使得有关经济周期和经济景气的研究正式进入时变研究阶段(Bryan and Cecchetti, 1993; Clark, 2006; Reis and Watson, 2010)。关于动态因子模型的扩展也层出不穷，如具有马尔科夫区制转化的动态因子模型(MS-DFM) (Diebold and Rudenbusch, 1996)、因子扩展的VAR模型(FAVAR) (Bernanke et al., 2005)、以及混频DFM (Mariano and Murasawa, 2003; 郑挺国等, 2013)。然而，这些动态因子模型均限于在单层因子的基础上进行扩展，仍然无法满足分层提取动态因子的建模需求，此外，单层因子模型还存在一个无法回避的弊端，即若存在只影响部分变量的局部因子，那么此类模型将面临失效困境(Boivin and Ng, 2006)。

随着研究的不断推进，有关使用多层动态因子模型探究区域经济周期分化的研究也开始不断发展，张文彬和童笛(2011)利用 Kose et al. (2003)提出的潜在多动态因子模型从产业角度刻画了中国区域经济周期分化，然而限于研究进行时点的数据可得性，文章仅刻画了不同区域间产业经济周期的基本特征，但并未对经济增长速度与质量进行全面的描述。此外，在模型使用上，Kose et al.(2003)为简化分析，假定共同因子将直接对观测变量产生影响，然而在实际经济运行过程中，部分基础因子可能需要通过传导才能对最终的观测变量产生影响(Bai and Wang, 2016)。鉴于以上不足，Moench et al.(2013)提出了一个全新的分层动态因子模型，这一模型的主要改进在于引入了动态因子间的层次传导，这在极大程度上合理化了因子与经济变量间的传导机制，使其更符合现实经济的运行状况。

通过对国内外的研究进行梳理后发现，现有关于区域经济周期的研究存在两大问题：(1)现有研究并未将一致波动理论、区域协同理论和个体异化理论三者纳入至统一框架下进行量化阐释，事实上，正是这三种力的共同作用才催生了区域经济周期的协同与分化，因此现有关于区域经济周期的文献仅能解释经济周期区域分化的部分事实，但是无法进行全面阐释；(2) 大多数文献通常仅选取单个宏观经济变量进行分析，然而，单个变量所包含的信息有限，导致其很难反映经济景气和经济增长质量等无法体现在实际产出数据之中的重要经济信息 (刘树成, 2007；金碚,  2018)，因此不具有说服力。而Moench et al. (2013)多层动态因子模型的提出恰好为解决上述问题提供了重要的前期基础，本文将借鉴这一模型的基本思路，将中国省际经济周期划分为全国一致波动成分、区域协同成分、个体异化成分以及难以解释的残差部分，从而对中国省际级济周期的层次结构进行分解，并为理解省际经济周期波动的形成机理提供一个全新的视角。

 4

中国省级经济周期波动的层级分解

考虑到省级经济周期可能同时受到国家共同因子、区域因子和省级因子的影响，本文将层级动态因子模型分为共同因子、区域因子和省级因子以及异质性成分四个层次，并从大量的省级经济数据中提取上述四类信息。具体过程可分为如下三个步骤：一是从省级数据维度上收集大量能够反映省级经济周期运行状况的基础经济指标，为分层动态因子的提取提供充足的中观数据基础；二是采取层级动态因子模型从省级基础指标中提取经济周期共同因子、区域因子和省级因子；三是观测三种类别周期因子的走势，了解省级经济周期分化的中观表象。

1. 样本选取与数据处理

本文选取了中国29个省和直辖市 (西藏和重庆由于数据不全而被剔除) 作为研究对象，为得到平衡面板数据，本文将样本期设定为1988—2016年，并在综合考虑指标的代表性和数据的可得性后选取23个中观经济序列的年度数据进行因子分析，另外，由于本文的主要目的是反映中国宏观经济的综合发展状况，因此在数据选取过程中主要以地区生产总值指数为依据，并从不同的角度对其进行刻画，相应的指标选取标准如下：

(1)选取地区生产总值指数和人均实际GDP增长指数两大指标反映地区经济发展的总体状况；

(2)根据地方经济核算恒等式，选取消费 (居民消费增长率、政府消费增长率)、投资 (全社会固定资产投资完成额增长率)、政府支出 (地方政府支出增长率) 和进出口 (进出口总额增长率) 的数据对地方实际GDP变化进行分解刻画；

(3)选取三次产业增加值实际增长指数对地方实际生产总值的产业分布特性进行刻画；

(4)从三个维度选取能够反映经济增长质量的指标对地区经济增长质量进行刻画。①从劳动力市场的角度选取失业率、总就业人数增长率、三次产业就业人数增长率，三次产业劳动生产率刻画就业景气度；②从吸收能力的角度选取公路密度增长率，人均人力资本增长率，国内专利申请受理增长率，国内专利申请授权增长率四个指标刻画省级经济增长的吸纳能力；③选取居民消费价格指数度量各省经济增长的实际变化。

数据分别来源于中经网统计数据库、中国国家统计局、中国人力资本指数报告数据库以及各省的统计年鉴。其中，三大产业的劳动生产率由三大产业的增加值占比与三大产业就业人数占比的比值得到；代表各省基础设施水平的公路密度由各省的公路里程与省区面积的比值得到。最后，由于本文侧重于对周期波动进行研究，因此对所有原始数据进行H-P滤波处理，以获取各序列的周期波动成分，同时对得到的周期波动成分进行标准化处理，即所有的数据均具有零均值、单位方差的特性，以使所有基础因子的量级直接可比。

2. 层级动态因子模型的建立与估计

本文采用Moench et al.(2013)的方法构建了一个处理省级周期关联问题的层级动态因子模型，其中，各省的经济周期波动被分解为不同层次的动态因子，包括：①全国共同因子，用以刻画中国所有省份宏观经济变量的共性变动；②区域因子，用以刻画区域内部的协同波动，这一层次按照东部、西部、中部和东北地区四大区域进行划分；③省级因子，用以刻画各个省内所有变量的共同波动；④异质性因子，代表各变量的异质性成分。相应的层级动态因子模型可表示为：

本文的动态因子模型与以往研究的最大区别主要体现在：在以往的研究中，共同因子将直接影响观测变量(Kose et al., 2003)，而本文的模型设定中则引入了动态因子间的层次传导，设定观测变量仅受到省级因子的直接影响，而共同因子和区域因子则将通过省级因子对观测变量产生间接影响；在此基础上，本文假设每一层的层级特定成分以及共同因子均服从自回归过程：

3.层级动态因子特征分析(1)省级经济周期的一致波动特征。第一层全国共同因子的走势如图1所示，观察图1可知，全国共同因子与样本期间内中国实际GDP增长率的走势高度耦合，说明其能较好地反映全国经济周期的走势，此外，考虑到经济周期在增长和收缩阶段通常具有非对称特征 (张文彬和童笛, 2011；刘金全等, 2015)，本文进一步使用区制转移模型对全国共同因子的变化规律进行分阶段刻画。在此，引入一个标准的均值转移模型：

图1和图2进一步刻画了样本期间内宏观共同因子的区制划分结果和时变转移概率。通过图1不难发现，样本期间内存在两轮典型的高增长时期和三轮低增长时期，高增长主要集中于1991—1997年以及2003—2013年，而持续期较长的低增长主要集中于1997—2003年以及2013—2016年，这一结果与中国实际GDP增长率的走势高度耦合。然而需要指出，由于共同因子是从中国29个省份的23个重要经济指标中提取出的共同变化趋势，因此由其刻画的经济周期将更为广义，同样也将涵盖着更多经济增长率难以阐释的重要信息。①对比两次典型的经济扩张期不难发现，如果仅从经济增长率的层面对比，市场经济体制改革后的5年与中国固定资产投资规模扩张的10年均是经济实现飞速增长的阶段，期间，实际GDP增长率均达到10%以上的年均增幅，即便是峰值也十分接近(其中前者的峰值为15.30%，后者的峰值为14.40%)，但倘若从经济共同因子的角度进行审视，结论则将大为不同，图1显示，市场经济体制改革所释放的经济动能要远大于投资加速时期，体制枷锁的打破不仅表现为经济体量上的增长、同时也促进了居民消费、产业结构和就业张力等经济质量层面的巨大提升，其带来的经济福祉要远大于单一的投资规模扩张。②观察两段经济收缩期内的表象可知，尽管现阶段实际GDP增长率的均值水平已接近市场经济体制改革以来的历史低位，但是宏观共同因子所处的区位却远高于经济软着陆时期，这主要是因为尽管经济软着陆时期的增长率相对可观，但是为抑制物价过度上扬，政府一系列的紧缩型政策却对经济质量产生了强烈的挤出效应，期间中国居民消费动能明显下降，失业率大幅上升，导致经济整体层面出现了较大程度上的共性紧缩；相比而言，在新常态时期，政府和货币当局更加顺应经济的自身发展规律，重点着眼于加快产业结构升级、保障逆周期下的就业稳定，这使得经济的适速下滑在最大程度上换取了经济结构的优化和经济质量的提升，因此从整体层面来看，新常态下的经济收缩仍处于理性范围。

（2）省级经济周期的区域协同特征。在对全国共同因子的波动态势进行分析后，本文进一步使用式(3)刻画各区域因子的扩张和收缩。相应的参数估计结果如表3所示，其中，区制1和区制2分别代表各地区的经济繁荣阶段和紧缩阶段。观察表3可以发现，四大区域因子的均值水平存在较大差异，说明中国经济周期确实存在显著的区域分化现象。其中，东部地区在紧缩阶段和扩张阶段的划分都与其它地区存在显著差异，因此其在两个区制中的参数大小与其它地区的可比性较弱；西部地区无论在收缩还是扩张区制中的均值均处于最低水平，说明西部地区的整体发展态势仍相对薄弱，但是需要指出，西部地区在扩张阶段内的均值水平已近乎与东北地区持平，表明中国持续多年的西部大开发战略已取得积极成效，西部地区已形成明显的后发优势与良好的追赶态势，体现出较大的增长潜力；与西部地区类似，中部地区在收缩阶段内的均值略高于西部地区，而在扩张期内的均值则高于所有区域，表现出极强的增长活力，这主要是因为现阶段中部崛起等重要战略规划的落地使得中部地区之内形成了经济溢出效应和良好的正反馈循环，从而令中部地区成功地借鉴了东部发展经验，形成了良性的后发加速追赶；然而，不同于西部和中部地区，尽管东北地区在经济收缩期内的发展尚可，但扩张动力明显不足，说明东北地区的发展仍相对独立，尚未与东中部地区形成良好的溢出与联动，同时还存在长期陷入低增长桎梏的风险。

图3进一步绘制了各区域因子的走势，图中四大区域因子与全国共同因子在样本前期的走势高度耦合，说明前期的高速发展是全国范围内的共性表象，区域间的分化仅体现为力度上的差异。而在2008年金融危机之后，东部因子则表现出与其他三个地区截然不同的走势。其中，东部因子在金融危机期间内(2008—2009年)的降幅显著高于其他时段，而在新常态阶段，东部因子仍处于弱扩张过程当中，并未陷入实质紧缩，而其他三个地区的周期识别结果与之恰好相反，这一结果深刻地说明在次贷危机过后的十年，中国区域经济周期正式步入了加速异化过程。造成这一表象的最根本原因则在于现阶段东部地区的发展模式已与其他三个地区产生了明显分化。目前，东部地区已接近完成工业化过程，整体产业结构基本过渡到以服务贸易业为主的先进模式，这使得东部地区在面对传统产能过剩等结构性问题时体现出极强的包容性和适应性，标志着其已率先进入了高质量发展阶段；相比而言，中西部和东北地区的增长仍高度依赖于工业化的快速发展，然而受新常态下需求萎靡、产能过剩和高杠杆率的制约，经济发展将难以避免地进入增速紧缩和结构调整阶段。另外，通过对比中西部和东北地区内两次典型收缩期的表现可以发现，新常态时期中西部地区的区域因子所处的区位显著高于经济软着陆时期，而东北区域因子却接近历史低位。以上结果说明新常态下中西部地区基本在追随全国经济平稳发展的主体趋势，而中国经济的不平衡和不充分发展主要体现为东部发展的快速牵拉与东北发展的滞后下拉，同时这也深刻地揭示了新常态下经济增速换挡的内在机理，即快速工业化所带来的增长福祉已基本消耗殆尽，而全国大部分地区正处于由“要素驱动”向“效率驱动”转变的瓶颈当中。

(3) 中国省级经济周期的个体异化效应。图4进一步分区域刻画了省级因子的走势。其中，东部地区的各省级因子波动状况基本一致，只有个别后发省份 (例如，海南、天津等) 的因子波动较大，说明东部地区的繁荣具有一致性和聚敛性；此外，东部各省级因子的波动正在随时间的变动不断收窄，说明其内部的协同机制已日臻成熟，同时长三角、珠三角、闽东南、环渤海等重要经济区块的形成也将进一步拉升这一趋同态势。中部地区除江西外其他各省级因子的变化也基本同步，只是波动幅度略有差异，并且与东部地区类似，中部地区各省级因子的波动也呈现出前期差异大，后期一致化的特征，这说明近年来区域内收敛态势在中部地区也开始初现端倪。然而，西部地区各省级因子的同步程度却与东中部地区存在较大差异，尚未形成统一步调，波动幅度也大小不一，区域内差异仍相对明显，说明西部各省份内的政策体制仍在主导本省的发展态势，区域内尚未形成强烈的联动效应。最后，东北地区三个省级因子的变化则相对复杂，三者在2001—2008年间高度一致，而在次贷危机后却出现了明显分化，特别是在2012年以后，辽宁的省级因子体现出明显的失速下滑态势，与其他两省形成鲜明对比，这再次说明东北地区的增长动能不足并非是简单的区域表象和一致表象，各省份内部都存在着独有的发展问题和增长瓶颈，并且这些问题在现阶段的深度转型时期更加外化凸显，由此可见，即便是在各区域内部，中国各省份间的经济周期运行也存在着不同程度的分化现象，并且区域内部分化还具有明显的时变特征，值得予以高度重视和警惕。

 5

中国省级经济周期波动的结构还原

前文分层因子的估计结果显示，中国省级经济周期的运行机理的确十分复杂，既存在全国一致波动特征又具有区域协同和个体分化特性，难以通过单一的一致波动理论、区域协同假说或是省级异化理论对其进行完整阐释。而为厘清中国各省经济周期运行的本质规律，本文将进一步使用方差分解计算各层因子对省级经济周期的贡献，并据此深入揭示省级经济周期的变化机理。由于各层因子之间相互正交，因此可以得出层级动态因子模型的方差分解式，出于简化的目的，(4) 式中简化了下标：

计算式(4)中各层因子方差与总体方差的比值可以得到各层因子对总体方差的贡献度，由此可以识别省级经济周期波动的主导因素，具体结果如表4所示。从表4可以看出，属于同一区域内的大部分省份的方差分解结果较为相似，仅有部分省份的方差分解结果与区域内其他省份显著不同，这说明中国省级经济周期存在着显著的区域聚类特征。而为进一步捕捉中国四大区域经济周期的层次结构，本文将进一步采用核密度函数(Kernel Density Estimation)来对方差分解的结果进行稳健性检验，从而形成更为直观的观测。核密度估计主要是采用非参数方法估计概率密度，因而估计结果更加稳健，在具体估计过程中，考虑到Epanechnikov内核可得到最小的均方误差，且效率损失较小，因此本文选取Epanechnikov核函数进行估计；另外，本文中带宽的选择则采用由Silverman (1986)提出的方法进行自动搜索。图5给出了四个区域省级经济周期的因子贡献分布。

如图5所示，全国、区域和省份三类因子对中国四大区域经济周期的贡献呈显著差异，这表明中国经济周期运行的确出现了显著的区域分化。就东部地区而言，全国共同因子对该区域经济周期的贡献最大，核密度集中在30%—75%之间，平均为50%，说明东部地区的整体发展态势仍与全国经济周期保持高度一致；另外，区域因子的核密度集中在8%—28%之间，平均值为18%，同样是驱动东部地区经济发展的重要因素，这意味着东部地区内部已形成了较为成熟的竞争合作机制，体现出明显的区域内协同效应；然而需要注意的是，省级因子的核密度分布呈双峰特征，且两个波峰的距离相差较远，表明省级因子对东部地区的贡献出现了两极分化，即一部分省份对东部地区经济周期的影响较低，而另一部分省份则主导了东部地区经济景气的变化。这一结论说明即便是在经济较为发达的东部地区，各省份的经济发展亦未完全形成耦合态势。结合表4可知，东部地区内的天津、河北、福建、海南等地的省份异质因子相对较高，值得注意的是，这些省份在地理位置上均毗邻超一线城市，但其综合经济实力与发达省份仍存在显著差距，这表明现阶段发达地区内的协同发展可能更多地表现为强强联合，而发达省份对欠发达省份的溢出效应仍相对较低，有时甚至还会出现挤占周边地区经济资源的现象。

三大因子对中西部地区的贡献大体一致，说明中西部地区的整体经济结构较为相似。其中全国共同因子的贡献度最大，核密度均值均在50%以上，这从客观上印证了国家中西部开发战略引领区域经济发展的事实。然而与之形成鲜明对比的是，中西部地区内区域因子的贡献显著偏低，说明中西部基本都是在由国家战略单独引导，但却始终未形成强势的区域内联合与省际协同。另外，从各因子分布的集中度来看，全国共同因子与省级因子的分布均十分发散，说明中西部各省的经济政策、内部体制和地貌特征均存在显著差异，结合表4可知，部分省份的全国共同因子贡献度高达70% (例如，安徽、河南、青海等)，说明其发展主要是由国家政策引导，而部分省份的经济周期则完全由个体特征主导(例如，江西、贵州、内蒙)，表明其发展更依赖于地缘特色；此外，宁夏、新疆等地则受制于特殊的体制因素，导致异质因子占比极高。总体而言，中西部地区内各省级经济周期的形成机理存在明显的两极分化特征，这也从根本上决定了中西部地区内各省的经济发展难以形成统一步调。最后，观察东北地区的核密度分布可以发现，其经济周期结构与其他三大地区形成鲜明对比，主要体现出三点不同：一是全国共同因子贡献度最低(核密度均值仅为31%)，表明全国经济中高速，优结构的整体发展态势未能对东北地区形成有效牵拉；二是区域因子贡献显著高于其他三个地区(核密度均值已接近30%)，说明东北地区不利的气候因素和地貌特征也在客观上阻碍了地区经济发展；三是省级因子占比较高，并且形成了双峰态势，说明东北三省的经济乏力都存在着自身独有的原因，尚不可一概而论，国家与地方政府仍应区别对待辽宁省的重工业产能过剩、黑龙江省的逆工业化趋势和吉林省过度依赖汽车和高铁产业的结构失衡风险，因省施策和因城施策仍是治理东北区域经济风险的占优选择。总体来看，东部地区已基本率先实现了区域经济的良好协同，并且引领着国家经济总体向好的发展态势，这意味着中国东部区域经济的整体优势已初现轮廓；而中西部地区内的省级经济周期则呈两极聚类态势，其中大部分省份依赖于国家政策扶持，与国家经济周期基本同步，少数省则是由个体因素主导，导致整个区域内部的经济联合效应尚不显著；最后，东北地区的经济结构最为特殊，是中国四大区块内唯一一个受国家整体经济形势影响较弱的地区，主要以区域因素和个体因素为主，表现出相对独立的特殊属性。

 6

中国区域经济周期的联动机制识别

通过省级经济周期的层次分解，本文已经对省级乃至区域经济周期的总体运行特征形成了初步认知。然而，认知区域经济周期的最终目的是为了对局部经济风险进行预测和事前把控，因此本文接下来将对各区域经济周期的变化顺序进行研究，以期明晰各区块经济周期变化的领先滞后关系，从而形成有效的局部风险预警机制，实现由一点而识全局的判断，进而为国家实施差异化调控提供重要的经验证据。

由于方差分解的结果初步显示，中国区域经济运行可能存在着东部率先引领，中西部与国家同步和东北部基本独立的一般规律。因此，为进一步证实和明确这一变化规律，本文将深入检验各地区经济周期变化的领先滞后关系。在此首先根据前文均值转移模型估计的因子区制图进行直观判断。

图6显示，四个区域因子收缩和扩张区间的主体部分与全国经济周期一致，但五者之间仍存在一些微妙差别，其中东部因子的周期变动基本发生在全国共同因子之前，说明东部地区的经济变化很可能领先于全国；中部区域因子的周期变动与全国共同因子完全同步；而西部和东北地区的周期变动则略微落后于全国经济周期变化。这一直观对比再次表明，中国各区域经济周期的变化可能存在着一定的“引领—滞后”关系，而为印证这一猜想，本文将进一步使用格兰杰因果关系检验(Granger Causality Test)进行佐证。考虑到经济周期之间的关联机制可能并非是简单的线性关系，因此本文将采取Hiemstra and Jones(1994)提出的非参数格兰杰因果关系检验进行因果关系推断。

表5显示，非参数“HJ检验”和“T检验”结果基本一致，说明非参数格兰杰检验的结果较为稳健。而从检验结果来看，两种检验都表明东部地区是中西部地区的单向格兰杰原因，而中部地区也对西部存在着单向影响。然而，东北地区与其他区域经济周期的联系都相对较弱，并不存在显著的格兰杰因果关系。这一结果验证了东部经济周期领先于中西部地区变动的猜想，同时也说明中国四大区域因子之间具有显著的“梯度”溢出关系(具体逻辑结构如图7所示)，即东部地区发挥主导作用，引领中西部地区经济发展，同时中部地区发挥着纽带和传导作用，将东部地区出现的增长模式和动能传递给西部地区。而东北地区受制于其特殊的地缘地貌、气候因素和落后的产业结构，其变动更多地取决于区域特征和省级个体因素，体现出一定的孤立性。四大区域因子之间的“梯度”溢出关系意味着可以根据东部地区的经济周期变化依次推测中西部地区的经济景气变动，从而能够事前采取有效措施防范区域经济风险和较大的区域经济波动。

 7

结论与建议

尽管中国经济增长在新常态时期下呈现出中高速、低波动的良好发展态势，但是全国部分省级经济周期的走势却出现了异化的趋势和苗头。这使得有关省级经济周期分化和局部经济周期风险预警的探讨逐渐成为经济周期研究领域内的焦点问题。鉴于此，本文采用层级动态因子模型将中国1988—2016年间省级经济周期波动的成因进行分解，随后对各省经济周期的一致波动、区域协同和异质分化特征进行深入分析，主要得出以下几点结论：

(1) 从全国共性变化的角度来看，全国共同因子在多数省份经济周期波动中的贡献都占据主导地位，表明中高速、低波动的新型增长模式是现阶段中国多数省份经济增长的共同表象。这意味着全国经济总体发展向好的态势具有广泛的中观支持。

(2) 从区域协同的角度来看，现阶段中国四大区域板块经济发展出现了东部先行，中西部跟随和东北部相对独立的三元结构。其中，东部地区已明显形成了经济带优势和良好的区域内正反馈循环。目前东部地区的多数省份都开始步入后工业化阶段，以服务贸易为主的新型产业结构和良性的多方竞合机制正在引领东部地区整体走出“中等收入陷阱”，这为中国区域经济发展提供了重要的成功经验，也为真正的中高速、优结构发展方式提供了参照模板。就中西部地区而言，其发展虽与国家总体经济周期高度耦合，但并未形成良好的区域协同态势，并逐渐出现了“双向增长极”区域和“净受益”区域。这说明中西部地区的发展高度依赖于国家政策，但区域内部的要素协调和整合仍有待完善。而对于东北部地区，其发展态势与其他三大地区差异较大，受气候特征、地理地貌和产业结构等多方因素影响，东北地区具有较强的区域内协同效应，然而，这些协同力在现阶段多是表现为对经济增长的制约和下拉，因此现阶段的东北地区仍存在着经济整体失速下滑的风险。

(3) 从中国省级经济周期的个体异化特征来看，多数省份个体因子与异质性成分的联合占比都显著高于全国因子和区域因子，这与个体异化理论的观点不谋而合。同时也深刻地说明，随着经济逐渐步入高质量发展阶段，收入差距、文化差异和多样化需求等一系列要素在区域经济发展中的映射将越发凸显，中国省级经济周期也必将步入差异化发展的新时代。而一个可喜的现象是，从区域内的同步化水平来看，东、中、西部三个区域内的省级经济周期已初具“俱乐部收敛”特征，呈整体一致向好态势，这在极大程度上缓和了省级经济周期个体异化引致的不平衡不充分发展的隐患。然而值得注意的是，近年来东北地区各省的异化因子对省级周期的贡献仍较高，说明黑龙江、吉林、辽宁三省份的经济发展都存在着独有的制约因素和增长桎梏。

通过测度中国省级和区域经济周期的分化不难发现，现阶段宏观经济的中高速低波动仍不是新常态的最终表象，经济运行总体平衡的背后依然存在着显著的局部失衡。而正是各区域经济周期的对冲才使得经济整体呈现出相对稳定的中高速、优结构运转。但是各大区域上下牵拉所形成的对抗式均衡绝非是安全的经济稳态，这意味着当东部经济的牵拉动能不足时，东北部经济的下拉作用就会使经济整体出现失速下行风险。根据上述结论，本文得到政策启示如下：

(1) 在经济发展理念上，有关部门应当密切关注区域经济发展的新趋势和新苗头，将区域发展战略的核心理念逐渐由前期的板块式发展过渡至承东启西、南北贯通的轴带式发展，强化四大板块之间的连通性，继续巩固优化东部经济增长的引擎作用，加强东部地区经济辐射的深度和广度；同时要着力完善中西部地区的经济带建设工作，强化区域内外部的长效合作机制；而对于东北地区，各级政府则需密切关注东北三省发展所独有的瓶颈和困难，采取因地制宜和因省施策的方式妥善应对辽宁省的重工业产能过剩、吉林省的产业结构单一与黑龙江省的逆工业化苗头。只有整合四大板块的优势资源，促进优势互补，鼓励区域协作，才能真正有效地缩小地缘差距，促进区域协调发展，共御系统性紧缩风险。

(2) 在经济政策调控中，政府和有关部门已不宜完全依赖全国层面的总量特征进行操作，宏观调控需密切关注区域与省级层面的经济变化，完善区域经济风险监测系统，建立层级空间政策体系，促使政策调控更加精准化、细微化、高效化。此外，在制定风险应对策略的过程中，必须认识到区域经济波动传染的时空效应，根据区域之间的领先滞后关系全面建立风险预警网络，实现局部风险预测、加强风险分担、阻隔风险传染和事前全局把控。

(3) 从服务高质量发展的长远角度来看，全国因子与经济增速的分化已深刻表明，经济的高速发展并不意味着经济发展质量的提升，而增长速度回归中高速也绝非代表经济增长质量下降。这就要求我们必须将二者进行区分对待，积极构建能够综合反映经济质量变化的复合型经济周期指标，全面监测经济增速波动，政策刺激反馈，经济结构调整和人民福祉变化。因此，建议相关统计部门应积极完善省级和地方数据统计，加强统计数据的准确性，经济指标的可比性和统计口径的一致性。这必将为质量型经济周期指标的刻画和促进经济稳健步入高质量发展提供重要的数据支持和基础保障。

本文作者为吉林大学商学院博士研究生王俏茹，吉林大学商学院、吉林大学数量经济研究中心教授、博士生导师、经济学博士刘金全，吉林大学数量经济研究中心副教授、博士生导师、经济学博士刘达禹。本文选自原载于《中国工业经济》2019年第10期的《中国省级经济周期的一致波动、区域协同与异质分化》。

编辑  钱开昊

责编  金天、蒋旭

监制  朱霜霜

点击查看近期热文

欢迎加入群聊

为了增进与粉丝们的互动，IMI财经观察建立了微信交流群，欢迎大家参与。

入群方法：加群主为微信好友（微信号：imi605）,添加时备注个人姓名（实名认证）、单位、职务等信息，经群主审核后，即可被拉进群。

欢迎读者朋友多多留言与我们交流互动，留言可换奖品：每月累积留言点赞数最多的读者将得到我们寄送的最新研究成果一份。

关于我们

中国人民大学国际货币研究所（IMI）成立于2009年12月20日，是专注于货币金融理论、政策与战略研究的非营利性学术研究机构和新型专业智库。研究所聘请了来自国内外科研院所、政府部门或金融机构的90余位著名专家学者担任顾问委员、学术委员和国际委员，80余位中青年专家担任研究员。

研究所长期聚焦国际金融、货币银行、宏观经济、金融监管、金融科技、地方金融等领域，定期举办国际货币论坛、货币金融（青年）圆桌会议、大金融思想沙龙、麦金农大讲坛、陶湘国际金融讲堂、IMF经济展望报告发布会、金融科技公开课等高层次系列论坛或讲座，形成了《人民币国际化报告》《天府金融指数报告》《金融机构国际化报告》《宏观经济月度分析报告》等一大批具有重要理论和政策影响力的学术成果。

2018年，研究所荣获中国人民大学优秀院属研究机构奖，在182家参评机构中排名第一；在《智库大数据报告（2018）》中获评A等级，在参评的1065个中国智库中排名前5%。

国际货币网：http://www.imi.ruc.edu.cn

微信号：IMI财经观察

（点击识别下方二维码关注我们）

理事单位申请、

学术研究和会议合作

联系方式:  

010-62516755 

[e-mail]

只分享最有价值的财经视点

We only share the most valuable financial insights.