<P ><st1:chsdate w:st="on" IsROCDate="False" IsLunarDate="False" Day="28" Month="9" Year="2006">2006年9月28日</st1:chsdate>下午，北京大学中国经济研究中心举办“可计算一般均衡模型与贸易政策分析”研讨会，澳大利亚Monash大学Peter Dixon教授作了题为“可计算一般均衡模型：过去、现在和未来”的主题演讲。Dixon教授毕业于哈佛大学，师从Wassily Leontief，从1975年开始长期致力于CGE（Computable General Equilibrium）模型的研究，他和他的同事共同开发的ORANI模型以及MONASH动态模型，在澳大利亚ZF部门经济政策分析和制定中得到广泛应用，同时也成为世界其他国家CGE模型研发的参照模本。本期简报介绍Dixon教授讲演内容。<o:p></o:p></P>
<P  align=center><B >可计算一般均衡的定义</B><B ><o:p></o:p></B></P>
<P >可计算一般均衡模型包括三个显著特征。首先它是“一般的（General）”，即对经济主体行为作了外在设定。在这个模型中，代表性家户的特征是追求效用最大化，厂商遵循成本最小化的决策原则，还包括ZF、贸易组织、进出口商等经济主体，这些主体对价格变动做出反应。因此价格在CGE模型中扮演着极为重要的角色。其次它是“均衡的（Equilibrium）”，意指它包括需求和供给两个方面，模型中的许多价格都是由供求双方所决定的，价格变动最终使市场实现均衡。最后它是“可计算的（Computable）”，我更倾向于使用“可应用的”这个词（英文为Applied），起初使用“可应用”这个概念是因为该模型反映实际数据和实际经济问题，更接近现实，涉及产业政策、收入分配、环境政策、就业等等。但可计算的概念也是可取的，因为它在很大程度上说明分析的可量化性。<o:p></o:p></P>
<P  align=center><B >简短的历史回顾</B><B ><o:p></o:p></B></P>
<P >第一个CGE模型属于Johansen（1960）。在他的模型中涵盖了20个成本最小化的产业和一个效用最大化的家户部门，因此是“一般的”。价格在其中起了很重要的作用，决定消费和生产决策，是一个均衡的模型。最后这个模型还是可计算的，他利用挪威的投入产出数据对挪威的经济增长作了量化的和多部门的描述，并且在Frisch（1959）可累加效用方法下估计了家户的价格和收入弹性。<o:p></o:p></P>
<P >有人认为Leontief的投入产出模型（Input-Output Model）也属于CGE模型，我不认为是这样，尽管我同意他的投入产出模型贡献很大，他分析和利用了投入产出表，但他并不是CGE模型。投入产出模型并没有反映真实的经济运行关系，也没有体现经济主体的行为。因此尽管Leontief在经济学上作出了巨大贡献，但CGE模型不属于他。<o:p></o:p></P>
<P >在Johansen的贡献之后，CGE模型陷入沉寂，直到1970s才有了重大的发展。在这一段时间内，大规模计量经济模型大行其道，它特别关注数据以及回归方程对过去数据拟合的能力，数据完全决定回归方程的系数，包括Wharton，DRI，MPS模型等。与CGE模型相比，计量经济模型更关注时间序列分析，而忽视经济理论，但它仍具有广泛的应用性，也可以在动态框架下分析结构滞后的问题，即分析今天的一些外生变量变动如何影响下一年内生变量的变动。<o:p></o:p></P>
<P >60年代另一个值得关注的是一般均衡理论的发展，包括深入探讨一般均衡解的存在性、唯一性、最优化和稳定性等等问题，如Arrow和Debreu的工作。这些都是对经济理论的重大贡献。他告诉我们经济体是否有均衡，均衡是否唯一等。Scarf使得纯理论工作与CGE模型有了最直接的联系，借助模型在数理上解的存在性定理，他给计算特定的均衡模型设计了一个算法，这个算法有明确的收敛特征，比如说可以通过有限的步骤算出一组方程的解。就其算法本身来讲，Scarf算法并没有Johansen算法或Newton-Raphson算法及Euler算法简单。但Scarf的工作很有启发性，他认为投入产出表数据给出了一个初解，从这个初解出发一定可以求解方程，进而分析诸如税收、关税等政策变动的影响，从而把模型应用到实际层面。<o:p></o:p></P>
<P >石油冲击使1970s西方许多国家都陷入了巨大的困境，并对国际货币体系产生重大影响。IMF要求对油价大幅上涨产生的经济影响进行分析。由于计量经济模型依赖于过去稳定的石油价格的数据，所得出的回归系数非常小，以致产生误导的结论：石油冲击将不会对经济活动产生大的影响。但事实上石油冲击引发了1930s以来最严重的经济衰退。这使得大家对CGE模型开始重视起来。因为CGE模型虽然没有石油价格变动，但是它可以考虑成本变化，比如借助于以前的工资变动对石油价格上涨成本上升的情况进行分析。CGE分析与之前其他模型的不同之处在于，它考虑经济主体对价格变动的反应，比如因为价格上升，消费者可能寻找替代品或改变偏好，厂商可能会改变生产计划等等。一个好的CGE模型会很好的刻画这些特征，虽然可能也会有误差，但不会犯计量经济模型纯粹依赖数据的错误。<o:p></o:p></P>
<P >在过去十年中，CGE模型最重要的发展是GTAP（Global Trade Analysis Project）在世界范围内的广泛应用，它是Purdue大学Tom Hertel及其同事共同合作的成果。通过使用全世界数以百计的研究人员所提供的投入产出数据以及其他数据，该模型构建了一个包括50多个国家和地区、60多种产品的多国模型。该模型理论上基于澳大利亚的ORANI模型，在许多操作上，使用了澳大利亚政策研究中心Ken Pearson及其同事的GEMPACK软件。GTAP如今已被广泛的应用于自由贸易协定的分析中，CGE模型也成为很多国家政策分析的工具。<o:p></o:p></P>
<P >在过去45年中，CGE模型广泛应用于各种问题的分析，包括分析税收、公共消费和社保支付，关税和其他国际贸易干预，环境政策，技术，国际商品价格和利率，工资设定和工会行为，以及资源探明储量和可开采量（“荷兰病”）等变动对于宏观变量（包括对国内和世界范围内福利的衡量）、产业变量、区域变量、劳动力市场、收入分配以及环境等的影响。但这些政策分析大多都是比较静态分析，即比较实施不同政策对经济可能产生的不同影响，而没有考虑经济本来会如何发展，即预测经济走向。Monash大学现在正尝试发展的动态CGE模型将弥补这一缺陷，也就是说用CGE模型来进行预测分析。<o:p></o:p></P>
<P  align=center><B >澳大利亚的贡献</B><B ><o:p></o:p></B></P>
<P >CGE模型在澳大利亚的发展和应用如此活跃有三个原因。首先，我们有“合适”的议题。在澳大利亚这个议题是贸易保护，这也许是澳大利亚自从1901年成立联邦来最受关注的问题。它几乎阻碍了联邦的形成，因为其中的一方维多利亚省支持保护政策，而另一方的新南威尔士支持自由贸易政策。最终维多利亚省获胜，整个联邦ZF于是采取越来越高的关税政策，到1960s许多工业产品的关税高达50%，有些甚至超过100%，有些工业产品还配有进口配额来保护国内产品。关税首先是改变价格，价格信号传递影响经济主体的行为，进而影响经济的运行；其次保护政策也使得资源通过价格信号在不同产业之间进行重新分配。而厘清价格信号并模型化经济主体对价格的反应，以及进行产业分析，正是CGE模型所要分析的理想题目，CGE模型擅长于产业政策分析。<o:p></o:p></P>
<P >其次，我们有“好”的体制环境。1921年澳大利亚ZF建立了关税委员会（即后来的产业互助委员会和现在的生产委员会）来对关税和配额的实施提出建议。在很长时间内，它都遵循贸易保护的路线，但是，令人惊讶的是，1960s末Alf Rattigan任主席时认识到关税使一些人受损，他希望找出一个数量模型来识别受害者以及量化他们的损失。他怀疑如果所有的损失如果被充分认识到的话，可能会动摇贸易保护这一传统政策。<o:p></o:p></P>
<P >Rattigan意识到经济建模的重要性，于是在1969年劝说ZF在大学投资建立了建模项目，但它失败了，原因之一是学者们的模型设计与政策制定者的实际需要相去甚远。但Rattigan并没有停止，他在1975年建立了新的项目，就是后来被称为IMPACT的项目。通过设立公共的ZF机构（而不是仍在大学），让学者到这个机构中来，从而可以始终要求研究者着力于具体的政策分析工作。同时，最大化学者们的学术自由，接受对模型的评论，这就保证了项目的公开透明。IMPACT项目是开放性的，其中一个重要的方面是提供培训课程，鼓励更多的人应用CGE模型，并不断接受意见实现改进。这一传统延至至今，GTAP项目也积极推动培训项目，这也是它能够在世界范围内取得成功的重要原因。<o:p></o:p></P>
<P >最后，我们有“好”的模型。IMPACT项目开发的主要模型即ORANI，1977年开始正式出版使用。ORANI模型有什么特点呢？首先，学者们研究问题主要是理论化的，只需要把相关的关系考察清楚就可以。而ZF制定政策需要的是细节，比如说他需要知道某种政策变动对汽车某一个零部件生产的影响，而不是整个行业或经济的影响；又比如政策制定者关注区域经济，比如墨尔本某一个区的影响而不是整个墨尔本或者国家。再一个就是政策制定者所关注的是实际的数据，而不是学者们定性的或大致表示的数据（能够说明问题就可以）。考虑运输成本对产品边际价格的影响，假如某一进口产品的CIF价格为1美元，关税为50%，那么实际对消费者来说价格上升了多少呢？这就要考虑国内运输成本等问题，实际的涨幅可能只有16%，而不是50%。因此，政策制定者关注的是实际的数据，而ORANI模型一开始就重视实际的数据和细节。<o:p></o:p></P>
<P >同时，在模型结构上也有很多发明，包括Armington假定，即同样的商品，进口来的和国产的是被设定为不同的商品，因为有不同的价格；注意技术变化的变量；模型的计算方法很简单，可以通过从初解求微分看出政策变动的影响，从而能够求解大模型；以及发明模型闭合（model closure）——告诉我们哪些是内生变量，哪些是外生变量。模型闭合非常重要，因为一般来说模型中方程系统的变量个数多于方程的个数，不可能完全求解（也没有必要）。<o:p></o:p></P>
<P >下面主要讲一下计算方法和模型闭合的问题。ORANI模型是1960年Johansen使用的算法的更复杂的版本。Johansen通过对模型所有的方程线性化，使得模型变成一个线性化的系统（变量都变成百分比的形式）。尽管在1960s这种方法已经能处理大系统的模型，但因为存在线性误差，遭到很多经济学家的质疑。ORANI沿用了这种方法并进行了扩展，即采用多步骤Johansen算法，这样可以消除误差。这种简单并可以消除误差的方法可以帮助我们求解数以万计复杂的方程系统。<o:p></o:p></P>
<P >模型闭合是指可以灵活的选择外生变量，这也是ORANI模型的特色，从而使该模型有广泛的用途。举例来说，在ORANI政策效应的分析中，短期内资本存量可以被当作外生变量，而资本收益率被当作内生变量；而在长期内，收益率是外生变量，资本存量则是内生变量。又比如，短期内实际工资率是外生的，就业是内生的；而长期来看，就业是外生的，实际工资率则是内生的；等等。<o:p></o:p></P>
<P >近来，闭合被引入动态模型。主要有四种基本的闭合：（1）历史闭合，即可以通过选择外生变量将消费、投资、ZF支出、出口、进口、就业、资本存量以及其他许多变量作为外生冲击引入。通过计算可以对技术变动、偏好变动做出详细的估计，以及更新投入产出表数据。（2）分解闭合，即可以将技术和偏好作为外生的，历史活动将冲击技术和偏好，这种闭合可以分析行业产出增长的作用以及由技术、偏好和其他自然的外生变量变动对内生变量变化的影响。（3）预测闭合，即将我们可预测的变量作为外生的，进而分析其对其他不可预测的变量（内生变量）的影响。（4）政策闭合就是将政策作为外生变量，分析政策变动将如何对经济体产生影响。<o:p></o:p></P>
<P  align=center><B >CGE</B><B >模型的未来发展</B><B ><o:p></o:p></B></P>
<P >在未来发展中，CGE模型将更加广泛的应用于重要的经济问题；其理论本身，如增加经济预测的准确性等问题还有待进一步发展。对于中国而言，CGE模型已经开始普及并用来分析诸如贸易政策及自贸区、城乡劳动力转移、大型项目（如奥林匹克和三峡）、人口政策以及微观经济改革（如国企改革）等问题。可以预见，在不久的将来，CGE模型将加深我们对于中国各种政策在行业、职业、收入分配、区域经济和环境等方面的理解</P>
<P ><FONT size=3>（整理人：董兵兵）</FONT></P>