陈小亮等：生产部门通缩与全局性通缩影响因素的差异性研究：机器学习方法的新视角

    作者：陈小亮（中国社会科学院经济研究所） 
    刘玲君（中国人民大学经济学院） 
    肖争艳（中国人民大学应用统计科学研究中心） 
    陈彦斌（中国人民大学经济学院） 
    来源：《中国工业经济》2021年第7期，第26-44页
    摘要：最近30年间中国已经发生过五轮通货紧缩（简称通缩），考虑到通缩对经济的冲击往往较大，因此很有必要识别其背后的影响因素。已有文献主要使用结构向量自回归等传统线性方法开展研究，未能全面考察各个因素对通缩的非线性影响，而且研究的变量个数较少。为了弥补已有研究的不足，本文使用多种非线性机器学习方法，识别了通缩的影响因素，尤其是对2012年之前发生的三轮以消费价格指数和生产价格指数双双下跌为表征的全局性通缩和2012年之后发生的两轮以生产价格指数下跌但是消费价格指数上涨为表征的生产部门通缩的影响因素进行了对比分析。结果表明，生产部门通缩和全局性通缩的影响因素存在显著差异：债务因素对全局性通缩的影响较小，但是2012年以来各部门债务负担不断加重，债务因素已经成为了生产部门通缩最主要的影响因素；供给侧因素对全局性通缩的影响同样较小，但是对生产部门通缩的影响明显提高；需求侧因素和货币政策因素对全局性通缩的影响较大，但是对生产部门通缩的影响大幅下降。有鉴于此，本文认为中央正在推进的结构性去杠杆和供给侧结构性改革对于2012年以来频繁发生的生产部门通缩具有很好的针对性，未来应该加强两类措施以防范债务因素和供给侧因素再度触发通缩风险。
    关键词：通货紧缩；债务－通缩；结构性去杠杆；供给侧结构性改革；机器学习
    全　文：https://mp.weixin.qq.com/s/Ttg091e7i7JlHNhv0B0pCw
    （编辑：刘益建；审校：张佶烨）