经济数据速览：7组数字看5月份中国经济

基于IS-LM-BP扩展模型，构建开放条件下财政支出对供需两侧的非对称传导机制。假说H1：传统基建投资乘数在产能过剩背景下趋于衰减（<1），而公共服务与人力资本支出乘数较大（>1.2）；H2：知识产权产品投资通过提升全要素生产率，在中长期产生更高的累积乘数效应；H3：消费补贴类支出的边际乘数在居民预防性储蓄高企时期显著低于理论预期值。理论机制通过居民跨期最优消费决策与企业投资调整成本模型推导得出。

采用Blanchard-Perotti识别假定：财政支出对当期经济冲击无反应（制度惯性），利用外生的季度预算执行进度作为工具变量处理财政支出的内生性问题。进一步借鉴Ramey叙事法，从国务院常务会议公告中提取未预期的财政政策冲击序列，排除市场主体提前反应导致的"预期效应"对乘数估计的偏误。通过脉冲响应函数的符号约束，识别出供给端和需求端的不同响应路径。

构建TVP-SVAR-X模型：A_t Y_t = C_0 + C_1(L)Y_{t-1} + ΓX_t + ε_t，其中Y_t = [G_t, Y_ind, Y_con, Y_inv, P_t]'为内生变量向量（财政支出、工业产出、消费、投资、价格），X_t为外生控制变量（全球需求指数、汇率变动、货币政策立场），A_t为时变同期系数矩阵，ε_t为结构冲击。利用MCMC算法估计时变参数，提取不同样本区间的脉冲响应函数，并计算各期财政乘数的后验分布。

核心被解释变量为产出缺口（HP滤波提取），核心解释变量为经CPI平减的实际财政支出及其分项（基建支出、科技支出、民生转移支付）。控制变量包括：M2同比增速代理货币政策立场、人民币实际有效汇率、OECD综合领先指标代理外需。工具变量构造：利用各省财政预算执行进度（一般公共预算支出累计同比）的横截面变异作为实际支出的外生变化来源，按月频匹配。样本覆盖276个月度观测值。

（1）替换乘数估计方法，采用Jordà (2005) 局部投影法（LP-IV）重新估计财政冲击的脉冲响应，避免VAR模型误设的影响；（2）变更样本区间，排除2020—2022年疫情扰动期，仅使用2023年1月—2026年5月后疫情样本检验结论的一致性；（3）改变变量定义，用社会融资规模替代M2作为货币政策代理变量，并用电网用电量替代工业增加值检验生产端结论的稳健性；（4）安慰剂检验，将财政冲击随机打乱时序后重新估计，验证估计结果并非随机因素导致。

---

在Aghion-Howitt熊彼特增长模型框架下，引入AI作为一种通用目的技术（GPT），推导其通过两条路径推动结构升级：垂直路径（降低既有产业的搜索成本与试错成本，加速垂直创新）和水平路径（降低新产业进入壁垒，促进产品空间拓展）。提出三个假说：H1（AI使能假说）—AI技术渗透率越高的制造业子行业，其全球价值链地位指数提升越快；H2（门槛效应假说）—AI的升级效应存在人力资本门槛，只有当行业本科及以上学历占比超过临界值时才显著；H3（双轮驱动假说）—高端电子制造（集成电路+半导体）与智能装备（机器人+智能车载）形成"互补品技术集群"，单一领域突破存在外部性，联合推进效果倍增。

以各省份"东数西算"工程数据中心节点建设进度作为AI基础设施的外生冲击变量，构造行业层面的Bartik工具变量（行业全国AI投入份额 × 省份数字基础设施增速），处理行业AI投入与产业结构升级之间的反向因果问题。核心识别假设为：数据中心布局由中央规划决定（与单一行业的当期产业表现无关），但通过降低算力成本影响各行业的AI采用决策，满足排他性条件。

基准模型：Upgrade_jt = α + β₁ AI_penetration_jt + β₂ (AI_penetration_jt × HumanCapital_j) + γ X_jt + μ_j + λ_t + ε_jt。其中Upgrade_jt为行业j在t期的结构升级指数（由出口技术复杂度、增加值率、全要素生产率三者主成分合成），交互项检验门槛效应。中介效应模型设定两阶段估计：先估计AI→专利引用网络密度（知识溢出渠道），再估计AI→技能劳动力占比变动（技能匹配渠道），最后将所有渠道放入完整模型检验直接效应变化。

被解释变量"制造业结构高级化指数"采用TOPSIS法对三个子指标综合：出口产品技术复杂度（Hausmann方法，基于海关HS6位码数据计算PRODY指数）、行业增加值率、行业全要素生产率（Levinsohn-Petrin方法估计）。核心解释变量"AI渗透率"由行业AI专利存量/总专利存量与AI相关资本品投资/总投资的几何平均构建。控制变量：行业集中度（HHI）、外资比重、平均企业规模、有效关税率。样本为制造业31个两位数行业，时间跨度2018年—2026年（季度频率）。

（1）工具变量替换，采用美国AI专利引用中国技术的数据构造Shift-Share工具变量（反映外生国际技术溢出）替代"东数西算"工具变量，检验排他性假设的可靠性；（2）被解释变量替换，改用行业出口的OECD高技术产品目录覆盖率和单位价值比（prody指数替代方案）作为结构升级度量；（3）样本调整，剔除计算机通信设备制造业（本身就是AI供给端）后重新估计，排除"既是原因又是结果"的自相关；（4）动态面板系统GMM估计（Blundell-Bond），利用滞后项作为内部工具变量处理所有时变变量的内生性。

---

基于第二代财政联邦主义理论（Weingast, 2009），构建"财政收入来源→官员激励结构→政府支出偏好"的分析链条。在土地财政模式下，地方政府有强激励投资基础设施以提升土地价值（"以地生财"的正反馈循环）；当土地出让收入大幅收缩时，地方政府的预算硬约束趋紧，面临在基建维持与产业培育之间的再平衡。提出三个假说：H1（财政压力倒逼假说）—土地依赖度跌破阈值的城市，知识产权相关投资（科创补贴、人才引进、产业基金）占比显著上升，基建投资占比下降；H2（异质性假说）—倒逼效应在市场化程度高、民营经济发达的东部城市更强，在中西部资源型城市较弱；H3（竞争性模仿假说）—邻近城市的投资转型存在空间溢出，反映标尺竞争下"争先恐后"的政策学习行为。

核心识别挑战在于：地方政府投资结构转型可能是全国统一政策推动的结果，而非土地财政压力驱动。采用两阶段策略：（1）第一阶段，用各城市住宅用地成交溢价率变化（受全国房地产调控同一政策冲击，但各城市受影响程度因初始库存不同而异）作为土地出让收入的工具变量；（2）第二阶段，利用Callaway & Sant'Anna (2021) 处理效应异质性稳健DID估计量，允许不同城市在不同时点进入处理组且处理效应存在异质性。关键识别假定：在条件于城市固定效应和年份固定效应后，土地依赖度跌破阈值的时机是近似随机的（由房地产市场周期外生冲击决定，而非城市自己的选择）。

动态处理效应模型：Y_it = α_i + λ_t + Σ_{e=-3}^{5} β_e × D_it^e + γ X_it + ε_it，其中Y_it为城市i在t年的知识产权投资占财政支出比重，D_it^e为相对于土地依赖度跌破阈值年份e的虚拟变量集合，e<0为事前趋势检验，e≥0为处理后各年动态效应。分组DDD模型进一步引入"城市产业基础类型"（制造业城市vs.服务业城市vs.资源型城市）的三重交互项，识别地方初始禀赋条件对政策响应的调节作用。空间杜宾模型（SDM）纳入地理邻接矩阵，检验投资转型的空间溢出。

核心解释变量"土地财政依赖度" = 国有土地使用权出让收入 / (一般公共预算收入 + 政府性基金收入)。被解释变量"投资结构转型指数"由三个指标标准化合成：政府引导基金出资额（对初创科技企业股权投资）、财政科技支出占一般公共预算支出比重、高新技术企业认定资助金额的对数值。控制变量：人均GDP、城镇化率、市委书记任期与年龄（政治激励周期）、是否属于国家自主创新示范区（政策叠加效应）、地方债务率。样本为287个地级市2015—2026年的年度面板。

（1）更换门槛定义，将土地依赖度的阈值从30%分别调整为25%和35%，检验结论对断点位置的敏感性；（2）排除替代解释，控制同期"十五五"规划重点产业政策对各城市的差异化影响（以该城市是否被列入国家先进制造业集群名单为代理变量），排除政策驱动的竞争性假说；（3）安慰剂检验，将各城市进入处理组的时点向前随机推移2—3年，观察处理效应是否消失；（4）合成控制法（SCM）对典型城市（如杭州、合肥等土地依赖度下降最快的城市）做案例补充分析，提供因果链条的质性证据。

---

在Acemoglu-Autor任务模型框架下，将经济中的工作岗位分为常规认知型（易被AI替代）、常规操作型（易被自动化替代）、非常规分析型（高技术制造业、研发）和非常规人际型（服务业）。AI技术冲击使非常规分析型任务需求扩大、常规型岗位收缩，引发劳动力市场就业极化。结合DMP模型，当不同行业的技能需求差异较大时，跨行业的劳动力再配置面临更高的匹配摩擦（匹配效率参数q下降），表现为贝弗里奇曲线外移。提出假说：H1（就业极化假说）—高技术制造与AI行业扩张创造的新岗位集中在非常规分析型，而房地产、低端制造收缩释放的劳动力以常规操作型技能为主，二者技能错配导致结构性失业；H2（户籍反转假说）—外来农业户籍劳动力因更强的流动性和更低的保留工资更快速进入新兴行业（快递、即时配送等数字服务业），导致其失业率低于就业选择更"挑剔"的本地户籍劳动力；H3（摩擦异质性假说）—不同城市人力资本积累水平影响再配置效率，高校密集城市匹配效率更高。

以各省份服务机器人安装量（IFR中国数据）作为行业层面AI技术冲击的代理变量，利用行业初始任务结构（2018年O*NET中国版任务强度测量）与全国AI技术趋势的交互项构造Bartik工具变量，处理AI采用与劳动力市场变化之间的内生性。进一步利用各城市最低工资标准的调整作为外生的劳动力成本冲击变量，识别保留工资变化对户籍群体就业差异的影响。核心识别假设：机器人安装密度主要由技术可行性和全球供应链因素决定，与当期中国特定城市的劳动力市场状况无直接关联。

个体层面就业转换的线性概率模型：Pr(Transition_i) = α + β₁ AI_exposure_j × Skill_mismatch_i + β₂ X_i + δ_city + λ_time + ε_i。其中Transition_i表示劳动者i在12个月内是否从收缩行业转到扩张行业，AI_exposure_j为原行业j的AI替代风险指数（基于Frey & Osborne方法更新测算），Skill_mismatch_i为个体技能向量与目标行业需求向量的余弦相似度。城市-行业层面加总模型：BeveridgeCurve_ct = a + b × VacancyRate_ct + c × (AI_adoption_ct × SkillGap_c) + μ_c + ν_t + ε_ct，通过交互项系数c的方向和显著性检验AI是否恶化了匹配效率。

个体就业转换变量由招聘平台简历面板数据跟踪（同一简历ID的行业标签变化）。技能匹配度构建：利用Word2Vec对招聘职位描述的技能要求进行词嵌入，构建200维技能向量空间，计算个体简历技能向量与目标职位向量的余弦距离。AI替代风险指数基于中国劳动力动态调查（CLDS）的任务模块，采用主成分分析法将工作任务分解为常规/非常规、认知/操作二维后计算。控制变量：年龄、教育年限、户籍类型、婚姻状况、家庭照料负担、所在城市失业率。样本观察期覆盖2020年1月—2026年5月。

（1）替代技能匹配度量方法，改用标准化技能距离得分（基于国务院《职业分类大典》2022版中的技能等级对应表）替代余弦相似度；（2）替换AI暴露度指标，采用AI专利数与行业增加值的比率替代机器人安装密度，以及与行业特征值的交互项；（3）样本限制，将分析限制在25—45岁核心劳动年龄人口（排除教育与退休等生命周期因素的干扰）；（4）迁移分析，区分"同城市行业转换"和"跨城市行业转换"两种再配置路径，检验地理流动性与技能流动性的替代或互补关系。

---

在Samuelson一般均衡价格体系中，完全竞争市场下上游成本冲击应沿产业链完整传递至终端消费者。然而，现实中的传导断裂可能源于三个机制：市场势力机制（中游行业利用市场势力吸收上游涨价但不向下游降价，形成非对称传导）、需求约束机制（最终消费需求价格弹性大，下游企业吸收成本冲击以避免销售下滑）、金融投机机制（部分工业品存在金融化交易，价格波动脱离实体供需）。提出假说：H1（市场势力假说）—行业集中度越高的中游部门，PPI上涨向CPI的传导越不完全，企业以扩大利润率方式吸收价格差；H2（需求约束假说）—最终消费品的需求价格弹性越大（如可选消费品），价格传导越不充分，企业压缩加成率以"保量弃价"；H3（福利分配假说）—低收入群体因食品和必需消费品占比高，在传导断裂中受益较小（必需品定价更接近成本），而中高收入群体受益于可选消费品价格稳定。

采用Ghassibe & Zanetti (2022) 的结构向量自回归方法，利用外部供给冲击（国际原油价格变化率、全球航运运价指数BDI和SCFI）作为上游成本冲击的工具变量，识别外生成本冲击沿产业链各环节的逐层传递系数。在第一阶段，估计国际油价波动对国内PPI分行业的影响（暴露度不同）；在第二阶段，利用行业的成本暴露度差异识别其加成率调整行为。进一步利用行业层面的反垄断执法事件（市场监管总局经营者集中审查决定数）作为市场势力变化的外生冲击，检验竞争程度对传导效率的因果影响。

产业链传导模型：ΔCPI_final,t = α + Σ_{j=1}^J β_j × ΔPPI_upstream_j,t-k + γ × X_t + ε_t。其中ΔPPI_upstream为上游j行业的PPI变动，滞后期k按投入产出表中的产业链环节长度设定（采掘业k=3，原材料k=2，制造业中间品k=1）。价格非对称传导检验模型：ΔCPI_t = α + β⁺ × max(ΔPPI_t, 0) + β⁻ × min(ΔPPI_t, 0) + ε_t，检验β⁺是否显著大于β⁻（正向传导与负向传导不对称）。加成率估计采用De Loecker & Warzynski (2012) 生产函数法，利用中间品投入的产出弹性与中间品成本份额之商估计企业Markup。

核心变量：各行业月度PPI定基指数（以2015年为基期重新计算链式指数，消除权重变动影响）和按支出类别划分的CPI分项指数。福利指标：计算补偿变动CV = e(p_new, u_old) - e(p_old, u_old)，基于QUAIDS需求系统模型估计各收入组的价格弹性参数。市场势力：行业HHI指数和企业层面勒纳指数（= EBITDA / 营业收入）的行业中位数。分析单元为117个IO行业月频面板，时间2010年1月—2026年5月，约200个月、约2.3万个观测值。

（1）更换价格传导度量，使用投入产出价格模型（Ghosh逆矩阵）的算法模拟完全传导情形下的"理论CPI"，与实际CPI比较得出传导缺口，作为替代被解释变量；（2）变更产业链划分标准，采用上游度（Antràs指标，行业到最终需求的距离）替代传统的采掘/原料/制造三段划分，允许连续度量传导环节；（3）分样本分析，将样本按CPI涨幅高/低、PPI涨幅高/低分为四象限进行分样本回归，检验传导效率的状态依赖性；（4）控制货币政策反应，在模型中纳入银行间7天质押式回购利率（DR007）作为央行应对通胀的代理变量，排除货币政策干预对价格传导的外生干扰。

---