- A+
作者|张军（复旦大学经济学院院长、网易研究局专栏作家）
不少接触过西方经济学的人都会发现，要将所学的西方主流经济理论运用到中国的市场经济分析非常困难。当然，现实的经济问题是复杂的，用于解决现实经济问题的宏观政策也要多方权衡，除开考虑经济因素，还有外交因素等。那么，从学术的角度来说，中国宏观经济的问题到底指什么？中国宏观经济研究存在什么局限？中国经济本身已经变得非常复杂了吗？如何给出中国宏观经济经济中参数长期的均衡值（长期利率、自然失业率、经济潜在增长率）？围绕这些问题，网易研究局采访了复旦大学经济学院院长张军。
网易研究局：从学术的角度来说，您认为中国宏观经济研究存在什么局限？
我想就今天的主题做点比较学术性的评论。我这些年来越来越感到，讨论中国的宏观经济似乎是一件特别没有意思的事，因为我们从官方的数据和政策报告中看不出有什么值得经济学家讨论的问题。我举个手头的例子。前天央行公布了第三季度货币政策执行报告。一上来就有一段话是这么说的，我读一下：“我国经济持续恢复发展，主要的宏观指标处于合理区间，经济保持较好发展态势，韧性持续显现。2021年三季度GDP同比增长4.9%，两年平均增长4.9%，前三季度CPI同比上涨0.6%，就业形势总体稳定，进出口贸易保持较快增长。……我们要坚决贯彻国务院部署，稳字当头，稳健货币政策，灵活谨慎，合理适度，搞好跨周期的政策设计，保持政策连续性，增强前瞻性有效性。”
如果你认真读一下这段话，表述几乎没有毛病，体现出宏观经济也没有毛病，都在合理区间，掌控之中，运行状态良好。我看不出为什么我们还要讨论我们的宏观经济。但仔细想一下，我总觉得哪里不对，百思不得其解。后来终于明白，其实是我们使用的语言和表达方式不对劲。央行这里显然没有用宏观经济学的思维来对待宏观问题，也没有使用宏观上有意义的表述来传递有关宏观经济状况的真实信息。
网易研究局：中国宏观经济的问题到底指什么？
坊间曾经流传一个故事，我猜测大体是真实的。当年领导人在京会见经济学家卢卡斯的时候想请教卢卡斯关于中国宏观经济的问题该怎么解决。领导人先给卢卡斯讲了一些主要的指标：增加百分之八点几，通货膨胀小于2%，失业率很低……然后希望听一下卢卡斯的意见。卢卡斯听了以后觉得很奇怪，中国宏观经济哪有什么问题啊，简直是最佳组合，为什么你们自己觉得有很多问题呢？
问题大概就出在对什么是宏观问题的理解不同。我们看待宏观经济的方式、所用的语言和表达方式等跟人们一般所知道的宏观经济学的范式离得还比较远。实际上，我自己很多年在海外出席会议时的经历也告诉我，在国际场合，我发现外国经济学家很难弄明白我们所说的中国宏观经济的问题到底是指什么。很多情况下，我们习惯于把宏观经济问题简化成所谓“三驾马车”，要么等同于增长问题，要么想象成结构问题。即便宏观上稳定，我们依然觉得结构不合理仍是个问题。这个思维方式30年来都没有怎么改变，90年代我们讨论中国的宏观问题时就是这样的范式，今天还是没有变化。
网易研究局：有人说，这是因为中国经济非常复杂，您同意这个观点吗？
我并不认为中国经济本身已经变得非常复杂了，但不能否认中国经济正在变得越来越复杂。发达国家更是这样。这种复杂性给我们认识宏观经济运行和政策设计带来很大的难度。你从宏观经济学在过去20年的发展和经济学家发表的论文中就能看出来这个复杂性。要更好地认识宏观经济的运行规律，我们现在需要用很复杂的技术和模型才有可能。一个小事件就可能对宏观经济系统造成冲击，对均衡造成一定的改变。这些只有在动态一般均衡的结构模型里才能得到认识和识别。你看美联储和欧洲央行雇佣那么多一流宏观经济学家在干嘛？看看他们写出的论文或报告就知道了。 而我们呢？到今天都还是在用所谓三驾马车来理解宏观经济问题， 而且很多政策出台往往就是就事论事，全然忘记了宏观经济的问题是一个动态的一般均衡的问题，是系统性的问题，怎么可能就考虑三驾马车就能应付？比如拉闸限电这种外部冲击对整个宏观经济的影响，也不是简单地影响几个部门的事，对整个宏观经济都有影响，但这个影响的估计只能用动态一般均衡的结构模型来能做出来。
我们这么多年来，也还是都把宏观经济问题简单地理解为一个增长的概念。国家统计局每月发布的宏观经济数据也都是关于同比增长的数据。即便这些数据都保持了不错的增长，依然不能告诉我们宏观上我们是否处于一个较好的状态，有没有可能蕴含日后不平稳的风险。而要知道这些，我们需要知道我们宏观经济经济中那些重要的参数长期的均衡值在什么地方，比如我们未来10年通胀的长期值大概是多少、长期利率、自然失业率、经济的潜在增长率等等是什么水平，我们恐怕都不知道。
网易研究局：如何才能知道宏观经济经济中参数长期的均衡值？
对这些指标的长期值缺乏了解的原因在于没有模型。宏观的问题是非常复杂的，所有的单一指标因为受到冲击而发生的改变会通过一般均衡机制对全局造成影响，但这些影响我们不易观察出来。所以，是要有结构性的模型，也就是所谓动态一般均衡的结构性模型来求均衡值。从这个意义上说，没有模型就没有宏观经济学。宏观经济研究全然要基于模型。研究的水平决定了我们治理宏观经济的水平。我不知道我们的央行是否实质性加强了对宏观经济学的研力量，但显然未来是要拥有在国际上有影响的实力派的宏观经济学家队伍才行，只有这样，我们对宏观经济的理解能力和管理能力才可能与中国的经济规模相匹配。
我想象中的央行，应该拥有一批非常学术的，对宏观模型相当熟悉的经济学家队伍。不能像现在这样，大家讨论宏观经济还是在三驾马车的概念框架内进行，跳不出这个萧条场景下的政策思路。宏观经济问题的tricky之处在于它像飞行中的飞机，你不知道什么时候就出现颠簸，有时候一切都看上去不错，但也可能是危机的前夜。所以，监视宏观经济的运行不是那么简单的事，要有复杂的结构模型才行。
我们现在看到的宏观经济数据，表面而言，货币、GDP、投资、出口，都是积极变化值，貌似基本都在掌控中，但实际而言不一定如此，因为我们已经不太知道宏观经济的那些重要指标的长期值是否已经发生了系统改变。我猜测，近年来经济持续下行，表明经济总体上在远离原来的一个长期均衡。但这个偏离是怎么发生的，我们并不太了解。我跟几位同事去年发表在《经济研究》上的一个研究，就是试图用动态一般均衡的结构模型来模拟类似于一个环保政策的冲击如何导致宏观经济系统性地偏离均衡的，就是希望弄明白这个事情是如何发生和演变过来的。有时候，一些中长期政策的出台对我们整个宏观经济系统的微小冲击，也可能会带来很多均衡值的改变。这些改变中哪些需要我们进行引导，哪些需要相应的政策加以调整，这才是宏观政策应该干的事情。
最近我与学生们完成了一个研究，想弄清楚中国的劳动报酬占比2007年之后为什么出现上升了。对这个问题，很多人一定会用一些看上去非常直观的原因来解释，比如，最低工资调整、金融危机等。但显然这是个宏观问题，我们构造了动态一般均衡结构模型，作为反事实，模型还原出那个时间段会有哪些冲击事实上影响了劳动报酬占比的变化，这样就可以更全面客观地理解我们的劳动报酬占比呈现U型变化的原因，也可以大体知道未来的政策应该怎么做才是正确的方向。
说到底，模型很重要，对宏观管理当局来说，用模型来预测在政策形成中也很重要。美联储就是一个很好的例子。有了预测，央行才可能知道如何监测宏观经济运行状况，才能设定短期目标值，也才可能知道实际的数据跟预测值之间的缺口有多大，下一步该如何调整政策，如何引导市场预期。我曾经问过一些业界的首席经济学家他们发布的预测有没有对应的模型，得到的答案是大部分都没有。我们都知道美联储很关心市场的预期跟美联储的预测值之间有没有缺口，而中国现在的状况很可能只是就事论事，即使市场发表了各种各样的预测值，我怀疑大多数不是用复杂的动态一般均衡模型解出来的，往往是根据上面的意思揣摩出来的。
总而言之，我觉得我们对自己宏观经济的研究还处于范式转变的过程中，包括对中国宏观经济状况的研判迄今还没有摆脱那一套过时的方式和范式。中国这么庞大复杂的一个经济体，宏观问题不可能用三驾马车就可以讨论完事。
我注意到，央行第三季度货币政策报告中提到“要建立现代中央银行制度”，也许是承认现在的央行还不是很现代的一种机构，需要现代化，而现代化的一个重要内容是要拥有一流的宏观经济学家的队伍，提升对宏观经济的研究水平，可以在国际上对话。当然在宏观经济研究方面，我们的高校已经在加快对中国宏观经济研究范式转变的步伐，希望在不长的将来能把对中国宏观经济的研究提升到一个比较高的水平，与央行的研究形成双向互动的格局。
-END-
网易研究局青年荟
【新能源行业】定向招募！
为了发掘更多年轻的财经专业人士和经济研究者，我们为年轻财经专业人士打造一个交流思想、传播观点的平台：网易研究局青年荟。
现限时开启定向邀请【新能源行业】的专业研究者和深度从业者，我们欢迎高校和研究机构的相关研究者，也欢迎身处新能源行业的一线从业者研究者，加入后可以享受百万流量加持和丰厚稿酬。
招募对象：1980年后出生的高校、机构研究者或新能源相关公司优秀从业者
招募时间：2021年11月24日-12月10日
加分项：能做光伏、新能源电池、新能源汽车产业链细分研究或有相关深度从业经历者优先
如何加入：请将个人简历与两篇代表作品发送至邮箱：cehuazu2016@163.com，入选者会有专人对接。
————————
网易研究局（微信公号：wyyjj163） 出品
网易研究局是网易新闻打造的财经专业智库，整合网易财经原创多媒体矩阵，依托于上百位国内外顶尖经济学家的智慧成果，针对经济学热点话题，进行理性、客观的分析解读，打造有态度的前沿财经智库。欢迎来稿（投稿邮箱：cehuazu2016@163.com）。
移驾微信公号 看这里看不到的内容
【精彩推荐】点击进入网易研究局·中国版>>
【精彩推荐】点击进入网易研究局·国际版>>
