摘要：基于时间序列模型和面板回归模型考察外部需求对中国经济增长的影响及传导机制，研究结果表明：第一，外部需求在2010年后的大幅下滑对中国经济下滑的影响较大，不容忽视；第二，外部需求对沿海“三省一市”（广东、江苏、浙江和上海）经济增长的影响更为明显，其他省市经济增长主要受“三省一市”外需变动的间接影响；第三，外部需求对投资与消费均会产生重要影响，净出口指标并不能完全反映外部需求的影响。政府应重视外部性、周期性问题，加快构建新发展格局。

关键词：外部需求；经济增长；传导机制

引言

2008年国际金融危机以来，中国经济增速持续显著回落，实际经济增长率从2010年的10.6%连续下滑至2019年的6.1%，下调幅度超过2/5。围绕本轮中国经济增速深度回调，主流观点强调国内体制机制等结构性问题的重要性，^［1］也有不少学者强调人口数量下滑的影响。^［2］

与上述观点不同，林毅夫认为本轮经济下滑并非单纯的体制机制问题，也不是人口数量下滑能够解释的，更多是由外部性和周期性因素造成的。^［3］通过与同一时期大致和中国属于同一发展阶段的金砖国家以及新加坡、韩国等高收入、高表现经济体进行比较，可以发现这些基本没有体制机制等结构性问题的国家在2010年后的经济表现与我国十分类似，即使考虑人口变化因素后结论依然成立，林毅夫推断这些国家很可能面临与我国类似的外部性和周期性问题。本文力图为这一理论假说提供实证检验。

首先，本文利用2002—2018年中国宏观经济季度数据，借助计量模型，从实证层面评估国际金融危机前后外部需求下滑对中国经济下滑的影响。本文用实际出口同比增长率度量外部需求，在控制其他影响经济增长率的变量后，使用简单OLS回归发现，外部需求与实际经济增长率具有显著的正相关关系。为进一步确定因果关系，本文为外部需求变量寻找多种外部工具变量，包括美欧日三大经济体的实际经济增长率、美国实际消费增长率和进口增长率以及美欧家庭债务同比增长率。研究结果均显示，外部需求下滑对中国经济增长率具有显著的负面影响。进一步测算表明，外部需求在2010年后的大幅下滑大致解释了中国经济增长率在2010年后下滑幅度约50％。其次，本文基于省际面板数据进一步考察了外部需求在中国区域间的传导机制。结果表明，在广东、江苏、浙江和上海（“三省一市”），外部需求下滑的直接影响更大，而其他省市经济增长主要受 “三省一市”出口下滑的间接影响。最后，本文还发现外部需求对投资和消费均具有显著影响，通常使用的净出口指标并不能够完全反映外部需求。

本研究深化了对本轮中国经济增长率节节下滑的认识。主流观点强调体制机制等结构性问题的影响，认为应采取结构性改革的方式对冲经济下滑。这一观点具有相当的合理性。但外部需求在2010年后的大幅下滑也是事实，且对经济下滑也具有重要影响。基于此，本文认为应重视需求侧管理，要特别警惕出现需求缺乏牵引、供给无法充分实现，进而导致经济自我实现式下滑的情形。周叶菁等人深入研究了应对外部需求下滑的宏观政策组合效应，认为传统货币政策与宏观审慎政策结合，能够更好地处理宽松政策的“稳增长”与“加杠杆”效应；^［4］张明志等人研究了外部需求冲击对企业出口市场多元化的影响，从出口多元化视角为积极应对外部需求冲击提出了建议。^［5］本文结论为这些研究提供了更为坚实的基础。

本文研究强化了对外部需求传导机制的理解。已有文献大多基于省际或行业面板数据考察外部需求的宏观经济影响。^［6］本文研究表明，这种做法主要考察的是外部需求的直接效应，并不能考察外部需求在省份之间或行业之间的间接传导效应。由于间接效应对于远离国际市场的内陆省份或上游产业更为重要，上述做法会造成对外部需求影响的显著低估。张明志等人以城市为分析对象，发现外部需求冲击对中国不同地区的经济差距具有不同的影响；^［7］李坤望等人研究了全球价值链变化如何改变外部冲击对全球贸易的影响，发现全球价值链收缩减弱了外部需求冲击对贸易的收缩效应；^［8］但佳丽等人考察了外部需求冲击如何通过国内生产网络的链式传导最终影响企业供应关系调整。^［9］本文与这些研究形成有效互补，为理解外部需求传导机制提供了不同视角。

计量实证模型和基本结果

本部分构建计量实证模型考察外部需求对中国经济增长率的影响。

（一）数据来源和处理说明

本文所用数据主要来自国家统计局网站和查涛构建的中国宏观季度数据库。^［10］由于部分季度数据在2003年后才公布，同时本文聚焦解释2018年之前的经济下滑，故以2003Q1—2018Q4作为样本区间。其中，产出和出口的实际值均使用名义值剔除GDP平减指数得到。人民币实际有效汇率数据来自BIS。由于是季度数据，在回归之前各变量均已经过季节性调整。

（二）计量实证模型

本文构建如下计量回归模型考察外部需求对中国经济增长率的影响。

在（1）式中，被解释变量 表示t期的对数实际GDP同比增长率，为核心解释变量，表示t期的对数实际出口同比增长率，用来度量外部需求变化。系数β的含义为，出口增长率上升一个百分点，实际GDP增长率平均变化β个百分点。

表示影响实际GDP增长率的其他因素，根据已有文献，这些变量主要包括经济发展水平、财政政策、货币政策、银行业规模和银行业结构、投资率水平、国有投资比重、劳动力人口增长率、老年人口占比以及人力资本等。^{［11］［12］}具体而言，经济发展水平使用实际GDP水平对数（）度量。财政政策方面，由于政府投资通常作为中国财政政策的实施工具，故使用政府预算投资同比增长率（）度量。^［13］在货币政策方面，则使用广义货币同比增长率（）度量。^［14］金融结构方面，使用银行贷款占m2比重（）度量，其经济含义为，广义货币中有多少比重经由银行贷款流入实体经济。投资率使用固定资本形成占GDP比重（）度量，国有投资比重使用国有企业投资占总投资比重（）衡量。劳动力人口增长率使用15~64岁人口同比增长率（）衡量。人力资本方面，考虑到滞后效应，使用滞后4年的中等学校和高等学校在校生人数占总人口比重（）衡量。

（三）变量描述性统计

各变量描述性统计见表1。在2003Q1—2018Q4期间，中国经济总体呈现高速增长的态势，对数实际GDP同比增长率平均约为8.7%（换算为实际GDP同比增长率约为9.1%）。由于国际金融危机后外部需求大幅下滑，对数实际出口同比增长率平均仅为7.7%。其他变量方面，政府预算投资同比增长率平均为15.7%，m2同比增长率平均为14.4%，银行贷款占m2比重平均为64.6%，投资率平均为44.4%，国有企业投资占总投资比重平均为39%，劳动力增长率平均为0.6%，在校生人数占总人口比重平均为8.4%。

由于国际金融危机前后宏观经济发生显著变化，表2进一步总结了危机前后两个时期的对数实际GDP同比增长率、对数实际出口同比增长率、价格指数同比增长率。对数实际出口同比增长率从前一时期（2003Q1—2007Q4）的19.9%大幅下降至后一时期（2011Q1—2018Q4）的2.9%，如果不考虑2017—2018年（2011Q1—2016Q4）则下降更多，为2.4%。PPI同比增长率从前一时期的3.8%大幅下滑至后一时期的0.4%，如果不考虑2017—2018年则下降更多，为-1.1%。

（四）基本结果

为消除短期经济波动的影响，本文令回归方程的所有变量均取四个季度的移动平均。为缓解内生性问题，对于除因变量和出口变量外的其他变量，均滞后4个季度。考虑到出口除了受外部需求影响外，还与汇率有关，简单的OLS回归方程仍然可能存在内生性问题。为此，我们利用发达国家的相关经济变量为出口增长率变量（）寻找更多的外部工具，基本回归结果见表3。其中，列（1）表示简单的OLS回归结果，列（2）表示使用美国、欧洲和日本三大经济体实际GDP同比增长率的滞后1～4个季度作为工具变量的回归结果，列（3）表示使用美国实际消费增长率和实际进口增长率的滞后1～4个季度作为工具变量的回归结果，列（4）表示使用美国和欧洲家庭债务同比增长率的滞后1～4个季度作为工具变量的回归结果。

可以看出，无论使用简单的OLS方程，还是借助发达国家工具变量，出口增长率变量exp的系数均在1%的显著性水平下趋于零，且系数值介于0.108~0.145之间，这表明出口同比增长率上升10个百分点，实际GDP同比增长率平均上升1.08～1.45个百分点。由于出口增长率在国际金融危机前后两个时期相差17%，以此测算，实际GDP同比平均增长率在2011Q1—2018Q4时期应低于前一时期（2003Q1—2007Q4）约1.84～2.47个百分点，占实际下降值（4.1个百分点）的44.9%～60.1%（见表5最后两行）。这个结果表明，外部性和周期性因素对本轮中国经济增长率下滑具有重要影响。

尽管美欧日三大经济体占中国出口份额接近50%，但仍不能完全代表中国的外部需求环境。一个更优的估计策略是对出口本身剔除汇率因素的影响后，将识别得到的外部需求冲击作为出口的工具变量。为此，本文构建包含实际出口和人民币实际有效汇率的两变量SVAR模型，并通过两种方法识别外部需求冲击。第一种方法为比较常见的Cholesky分解法，即假设汇率冲击对当期出口没有影响，但外部需求冲击对当期汇率具有影响。由于汇率在实际中对出口确实存在滞后效应，这个假设应该说比较合理。第二种方法为混合叙事的符号约束VAR模型（Narrative sign restricted VAR model，下称NSRVAR模型），这种方法比较新颖，实际上是将符号约束VAR模型和有利于反映结构性冲击明显变化的具体事件有机结合，有利于克服Cholesky假设过强以及符号约束VAR假设过弱的缺点。^［15］本文根据中国具体实践利用该方法识别中国外部需求冲击，提出如下三个识别假设：（1）正向的外部需求冲击对当期的出口具有正向效应。（2）中国经济在2008年第4季度（2008Q4）经历了负向的外部需求冲击，即外部需求冲击在2008Q4的符号为负。（3）外部需求冲击在2008Q4对出口变动的解释力高于汇率冲击，即对出口进行历史分解后，外部需求冲击对出口的贡献大于汇率冲击的贡献。从实际情况来看，这三个假设都较为合理，比如在国际金融危机冲击下，外部需求大幅下滑导致中国实际出口同比增长率从2008Q3的2.2%，在样本期间内首次大幅下降至2008Q4的-9.4%。

列（5）和列（6）分别表示使用Cholesky分解法和NSRVAR模型识别的外部需求冲击作为工具变量的回归结果。可以看出，两种方法下出口增长率变量exp的系数均与前4列结果比较接近，分别为0.127和0.122，且均在1%的显著性水平下异于零。通过计算可以发现，外部需求变化对实际GDP增长率在前后两个时期差异的影响均达到50%以上，与基本结果保持一致。

外部需求的区域传导机制

本部分进一步考察外部需求在中国区域间的传导机制。首先利用全国30个省（自治区、直辖市）（西藏因数据缺失除外）2002—2017年面板数据重新估计外部需求对各省经济增长率的直接影响，再利用分省份子样本分别考察外部需求影响经济增长的间接效应，最后在垂直结构视角下考察外部需求对上下游省份的影响。

（一）外部需求的直接效应：全国省际面板数据回归结果

在利用省际面板数据重新对前文（1）式进行回归前，本文首先给出各变量的描述性统计，见表4。可以看出，中国实际经济增长率在2011—2017年比2002—2007年平均低3.5个百分点，与全国层面数据保持一致。实际出口增长率在2011—2017年比2002—2007年平均低12.3个百分点，低于全国层面的17%，这反映出外部需求在各省份之间存在显著的结构性差异，后文将进行详细分析。其他变量均与全国数据保持大体一致。其中，由于省级劳动力和教育年限数据严重缺失，本文加入人口增长率gpop弥补。货币政策使用各省银行贷款增长率（gloan）表示，gfdi表示外商直接投资增长率。此外，加入金融危机的年份哑变量crisis，即2009年取1，其他年份取0，以控制金融危机期间积极宏观经济政策的影响。最后加入因变量的滞后一期，以控制其他对经济增长率具有潜在影响的因素。为消除内生性影响，对政府投资、投资率、银行贷款、国有企业投资占比和外商直接投资等变量均滞后一期。

使用固定效应模型对式（1）进行回归，在估计方法上我们采用了与第二部分类似的工具变量方法，结果见表5。^①可以看出，无论是简单OLS还是工具变量方法，出口增长率（exp）系数显著为正，表明外部需求变化对经济增长率具有显著影响，与第二部分全国层面数据结果基本保持一致。结合工具变量回归系数值范围（0.05~0.1）以及出口增长率在2011—2017年比2002—2007年下降12.3个百分点的事实，可以得出外部需求下滑因素应该会导致实际经济增长率在2011—2017年比2002—2007年低0.62～1.18个百分点，占实际经济增长率变化（3.3个百分点）的17.6%～33.7%（见表9最后两行），表明外部需求是2010年以来中国经济增长率节节下滑的重要因素。

①我们在省际面板回归中根据工具变量可识别等约束条件调整不同工具变量的滞后阶数，表9~表12的工具变量结果均不存在不可识别、弱工具和过度识别问题。

（二）外部需求的间接效应：分省份子样本回归结果

前文利用省际面板数据发现，2010年后外部需求大幅下滑对经济下滑具有重要影响，但其影响程度明显低于第二部分全国层面数据约占一半影响程度的结果。之所以产生这种显著差异，是因为利用30个省（自治区、直辖市）面板数据进行回归所得结果更多体现的是外部需求对经济增长的直接效应，并不能捕捉外部需求在不同省份之间的间接传导效应。从出口的地区结构来看，广东、江苏、浙江和上海的出口占全国比重在2002—2018年一直稳定在67%～71%之间，其他26个省（自治区、直辖市）出口份额仅占30%左右，这意味着外部需求变化对“三省一市”经济增长的影响更加直接，但内陆省份由于出口份额不大从而受外部需求的直接影响不大。但是由于“三省一市”和内陆省份之间存在紧密的经济联系，包括劳动力流动、原材料和中间品采购等，外部需求变化经由“三省一市”会对内陆省份经济增长率产生间接影响，而利用30个省份面板数据并不能捕捉这种间接效应。

为检验上述传导机制，本文首先检验外部需求对东部“三省一市”（east）经济增长率的影响，然后进一步利用“三省一市”的出口增长率作为解释变量去解释其他省份的经济增长率，以捕捉外部需求的间接效应。具体设计如下。

方程（2）中，表示属于东部“三省一市”的[i]省在[t]年的实际出口增长率，表示i省在t年的实际经济增长率，核心变量系数衡量东部“三省一市”的[i]省外部需求对该省（市）经济增长率的影响。

方程（3）（4）中，表示除东部“三省一市”之外［即其他26个省（自治区、直辖市）］中的j省在t年的实际出口增长率，表示东部“三省一市”整体在t年的实际出口增长率，表示其他26个省（自治区、直辖市）的j省在t年的实际经济增长率。核心变量系数和分别衡量外部需求的直接效应和外部需求经由东部“三省一市”对其他省份经济增长率的间接效应。按照本文猜想，“三省一市”受外部需求的直接影响应大于其他26个省（自治区、直辖市），同时其他26个省（自治区、直辖市）受外部需求经由“三省一市”的显著影响，因此，系数应显著大于，同时系数应显著为正。

利用固定效应模型和工具变量方法对式（2）~式（4）进行估计，结果分别见表6~表8。可以看出，无论因变量为“三省一市”还是其他26个省（自治区、直辖市）的经济增长率，核心解释变量exp系数均显著为正，表明外部需求对不同地区经济增长率均具有显著的直接影响。通过观察工具变量回归系数值可以进一步发现，“三省一市”作为因变量时的出口增长率系数（0.15~0.21）明显高于其他26个省（自治区、直辖市）作为因变量时的出口增长率系数（0.03~0.08），表明与其他26个省（自治区、直辖市）相比，外部需求冲击对更接近国际市场的“三省一市”经济增长率具有更大的影响。结合“三省一市”和其他26个省（自治区、直辖市）实际出口增长率在2011—2017年比2002—2007年平均低20.8和11.1个百分点的事实，可以得出外部需求下滑会导致“三省一市”和其他26个省（自治区、直辖市）实际经济增长率在2011—2017年比2002—2007年分别低3.2~4.4和0.4～0.9个百分点，占实际经济增长率变化（5.7和3.3个百分点）的56%～78%和12%～21%。可见，“三省一市”比其他26个省（自治区、直辖市）受外部需求的直接影响更大，同时也有助于解释为何利用30个省（自治区、直辖市）面板数据估计得到的外部需求对经济增长率的影响偏小。

表8展示了外部需求经由“三省一市”对其他26个省（自治区、直辖市）经济增长率产生间接影响的估计结果。可以看出，工具变量方法下，系数显著为正，系数值介于0.03~0.08之间，表明外部需求的确会经由东部“三省一市”出口变化对其他26个省（自治区、直辖市）经济增长率产生间接影响，证实了本文猜想。结合“三省一市”实际出口增长率在2011—2017年比2002—2007年平均低18.8个百分点的事实，可得出外部需求下滑应该会间接导致其他26个省（自治区、直辖市）实际经济增长率在2011—2017年比2002—2007年低0.5～1.4个百分点，占实际经济增长率变化（3.3个百分点）的17%～42%（表12最后两行），略高于前文得到的外部需求的直接贡献（12%～21%）。若同时考虑外部需求对经济增长率的直接影响和间接影响，可发现外部需求通过直接和间接两个渠道对其他26个省（自治区、直辖市）经济增长率在2011—2017年比2002—2007年下滑幅度（3.3个百分点）的影响提高至34.4%～75.9%，这与全国层面数据的估计结果更加接近，由此证实了本文关于外部需求在沿海省份和内陆省份之间传导机制的猜想。

（三）外部需求在上下游省份之间的影响

由于内陆省份上游产业比重更高，而“三省一市”下游产业比重更高，这揭示出外部需求对上下游产业的传导机制，即外部需求下滑导致下游产业最先受到影响，而上游产业受下游产业引致需求的下滑也随之下降。^［16］为对这一机制进行准确分析，本文将其他26个省（自治区、直辖市）分为两组，一组为上游省份，另一组为下游省份。其中，上游省份包括河北、山西、内蒙古、云南、贵州、宁夏、甘肃、青海、新疆和辽宁共10个省（自治区），其余16个省（自治区、直辖市）为下游省份。由于其他26个省（自治区、直辖市）受外部需求的间接效应更大，本文利用（4）式考察外部需求经由“三省一市”分别对上游省份和下游省份经济增长率的影响，工具变量估计结果见表9。

可以看出，无论是上游省份还是下游省份，“三省一市”出口增长率（）系数均显著为正，并且上游省份的出口增长率系数更大，表明外部需求对上游省份的间接影响比下游省份更大。由于上游产业中国有企业比重相对较高，上述结果意味着与非国有企业相比，国有企业受外部需求的（间接）影响相对更大，从而产能过剩现象更为严重，证实了前述推断中的外部需求传导机制。

外部需求对消费和投资的影响

在讨论外部需求对中国宏观经济的影响时，各界普遍存在一些似是而非的观点造成对外部需求主导效应的误判。^［17］比较流行的观点认为，由于中国加工贸易占比较高，“两头在外”的模式决定外部需求变化不会对中国经济增长率产生较大的影响。与这一观点一脉相承的是，从三大需求对经济增长率拉动的角度来看，净出口对中国经济的拉动远没有投资和消费那么大，比如净出口对经济增长率的拉动由2002—2007年的平均0.44个百分点下降至2011—2016年的-0.17个百分点，变化幅度为0.6个百分点，仅能解释实际经济增长率在前后两个时期3.4个百分点变化的18%（见表10）。

这一观点值得商榷，一方面中国加工贸易占比持续下滑，从2002—2007年47%的平均水平下降至2011—2016年33%，一般贸易占比从前一时期的43%上升至后一时期的53%，这意味着即便面临同样强度的外部需求冲击，后一时期中国经济受到的影响也会比之前更大。另一方面，同时也是更加重要的方面，上述观点忽视了外部需求与投资和消费的紧密联系——外部需求变化除了直接影响净出口外，还会通过影响企业利润和总收入对企业投资和消费带来相应影响，即由出口变化引起的投资变动和消费变动应归因于外部需求因素。以投资为例，在2002—2007年以及2011—2016年，出口增速和投资增速具有显著的正相关性，在2002—2007年，出口增速和固定资产投资增速相关系数为0.65，在2011—2016年相关系数增加至0.92（见表11）。如果从固定资产投资中分别扣除具有逆周期调节特征的国有企业投资和国有控股企业投资，那么可以发现非国有企业投资和出口的相关性在前后两个时期均有所加强，尤其是在前一时期甚至达到0.90以上。这个结果表明，在正常情况下，外部需求和私人投资具有非常紧密的同步关系。由于外部需求具有相当程度的外生性，上述正相关性实际上可以理解为因果关系，这一点在更加严谨的实证分析中得以确认，见表12。

表12为使用投资和消费的不同指标作为因变量，利用美欧日三大经济体过去四个季度的实际经济增长率作为出口同比增速的工具变量，对金融危机期间外的样本（2003Q1—2008Q3和2011Q1—2018Q4）进行回归的结果。可以看出，因变量无论是支出法中的固定资产形成同比增速还是使用固定资产投资同比增速，出口同比增速（exp）的系数均显著为正，表明外部需求对投资具有显著的正向影响。并且，这一正向影响对非国有企业投资更加明显（表12第3列），而对于国有企业投资并不显著（表12第4列），表明外部需求主要通过非国有企业投资影响总投资，而国有企业投资则由于经常发挥逆周期调节作用对外部需求反应不太显著。这个结果证实了前文猜想。

与投资相比，出口增速对消费增速的影响相对偏小（表12第5～6列），显著性有所减弱，出口变量系数值在0.1附近，明显小于固定资本形成为因变量时出口增速的系数值（0.236），表明外部需求对投资的影响大于对消费的影响。

结论和政策性建议

本文基于中国2002—2018年宏观经济季度数据，实证考察了国际金融危机前后外部需求变化对中国经济增长率变化的影响。研究结果表明，中国年均实际经济增长率在2011—2018年比2002—2007年低4.1个百分点，而外部性和周期性因素就贡献了一半左右，从而构成本轮中国经济下滑的重要原因。基于省际面板的分析进一步表明，外部需求冲击对东部“三省一市”经济增长率具有更为显著的影响，而其他省份经济增长率主要通过间接渠道受到“三省一市”出口下滑的影响。最后，本文论证了外部需求对投资和消费也具有重要影响。

展望未来，为有效应对外部需求变化对中国经济增长的影响，建议从强化经济韧性、加大出口多元化力度、构建区域产业协同机制及完善评估体系四方面综合施策。第一，强化经济内在韧性，庞大的国内市场是抵御外部冲击的中坚力量，建议通过优化宏观政策稳定经济环境，加大对科技创新与产业升级的支持，提升产品附加值与竞争力，降低对低附加值出口的依赖，增强抗风险能力。第二，加大出口多元化力度，引导企业摆脱对传统发达国家市场的过度依赖，加大对其他国家特别是新兴工业化国家和 “一带一路” 国家的出口力度，将风险分散化。第三，构建“双循环”战略下的区域产业链协同机制，国内市场分割易放大外需萎缩对经济增长和经济结构的负面影响，^［18］建议加快构建全国统一大市场，推动沿海“三省一市”通过产业转移与技术扩散带动其他省市发展，强化区域协同与要素流动，提升应对外部需求波动能力。第四，拓展需求分析视角，完善经济评估体系，将外部需求对投资、消费的传导效应纳入政策考量，加强外部需求影响机制研究与监测预警，提升政策制定的科学性与前瞻性。

参考文献

［ 1 ］ 田国强.中国经济增长下滑的原因［J］.学习与探索，2018（4）：5-15，2.

［ 2 ］ 陆旸，蔡昉.从人口红利到改革红利:基于中国潜在增长率的模拟［J］.世界经济，2016（1）:3-23.

［ 3 ］ 林毅夫.中国经济增长变化趋势与成因［J］.学习与探索，2018（4）:1-4，174-175.

［ 4 ］ 周叶菁，曹春玉.外需收缩、杠杆波动与宏观政策协调［J］.世界经济研究，2022（8）：118-134，137.

［ 5 ］ 张明志，何鸿亮.外部需求冲击对企业出口市场多元化的影响［J］.国际贸易问题，2023（8）：1-19.

［ 6 ］ 杨红丽，刘志阔，陈钊.中国经济的减速与分化：周期性波动还是结构性矛盾?［J］.管理世界，2020（7）：29-40.

［ 7 ］ 张明志，孙琪琪.外部需求冲击对中国地区间经济差距的影响［J］.厦门大学学报（哲学社会科学版），2024（3）：104-116.

［ 8 ］ 李坤望，马天娇.外部需求冲击与贸易下滑——基于全球价值链重构视角的实证分析［J］.国际金融研究，2023（1）：40-51.

［ 9 ］ 但佳丽，包群，谢幼木.外需冲击与国内供应链调整：生产网络的扩散效应［J］.世界经济，2025（6）：3-38.

［10］ Chang C，Chen K J，Waggoner D F，et al.Trends and Cycles in China’s Macroeconomy［J］.NBER Macroeconomics Annual，2015（1）：1-84.

［11］ 蔡昉，都阳.中国地区经济增长的趋同与差异——对西部开发战略的启示［J］.经济研究，2000（10）：30-37，80.

［12］ 林毅夫，孙希芳.银行业结构与经济增长［J］.经济研究，2008（9）：31-45.

［13］ 郭长林.被遗忘的总供给：财政政策扩张一定会导致通货膨胀吗？［J］.经济研究，2016（2）：30-41.

［14］ 盛松成，吴培新.中国货币政策的二元传导机制——“两中介目标，两调控对象”模式研究［J］.经济研究，2008（10）：37-51.

［15］ Antolín-Díaz J，Rubio-Ramírez J F.Narrative Sign Restrictions for SVARs［J］.The American Economic Review，2018（10）：2802-2829.

［16］ 王勇.“垂直结构”下的国有企业改革［J］.国际经济评论，2017（5）：9-28，4.

［17］ 林毅夫，李永军.出口与中国的经济增长：需求导向的分析［J］.经济学（季刊），2003（3）：779-794.

［18］ 陈斌开，赵扶扬.外需冲击、经济再平衡与全国统一大市场构建——基于动态量化空间均衡的研究［J］.经济研究，2023（6）：30-48.