周磊 孫寧華 錢國軍

內(nèi)容提要：本文在包含搜尋摩擦的DSGE模型中考察了新冠肺炎疫情引致的水平?jīng)_擊和不確定性沖擊對勞動(dòng)力市場波動(dòng)的宏觀影響和微觀機(jī)理，量化分析不同財(cái)政政策規(guī)則“穩(wěn)就業(yè)”的效果。研究表明：疫情沖擊在短期內(nèi)導(dǎo)致失業(yè)率上升和崗位空缺下降，其中，水平?jīng)_擊與不確定性沖擊的交互作用是勞動(dòng)力市場波動(dòng)的主要驅(qū)動(dòng)力;水平?jīng)_擊在供需兩端的疊加作用加劇了失業(yè)，其在供需兩端的抵消作用則降低了工資波動(dòng);不確定沖擊通過預(yù)防性儲(chǔ)蓄效應(yīng)抑制了總需求，加劇了勞動(dòng)力市場波動(dòng);在不同財(cái)政政策中，政府購買規(guī)則在短期內(nèi)“熨平”勞動(dòng)力市場波動(dòng)的效果優(yōu)于稅收規(guī)則，但也造成了對私人消費(fèi)的擠出。此外，財(cái)政政策的時(shí)滯制約了其“穩(wěn)就業(yè)”功能的充分發(fā)揮。

關(guān)鍵詞：新冠疫情沖擊;勞動(dòng)力市場波動(dòng);財(cái)政規(guī)則;搜尋摩擦;DSGE模型

中圖分類號(hào)：F015;F240;F812??文獻(xiàn)標(biāo)識(shí)碼：A??文章編號(hào)：1001-148X（2022）04-0043-15

收稿日期：2021-06-27

作者簡介：周磊（1988-），男，安徽肥西人，中國銀行博士后科研工作站在站博士后，經(jīng)濟(jì)學(xué)博士，研究方向：宏觀經(jīng)濟(jì)、勞動(dòng)經(jīng)濟(jì)與區(qū)域經(jīng)濟(jì);孫寧華（1968-），男，河南固始人，南京大學(xué)經(jīng)濟(jì)學(xué)院教授，博士生導(dǎo)師，研究方向：宏觀經(jīng)濟(jì)與中國經(jīng)濟(jì)發(fā)展;錢國軍（1986-），男，安徽滁州人，南京大學(xué)經(jīng)濟(jì)學(xué)院博士研究生，研究方向：宏觀經(jīng)濟(jì)與金融監(jiān)管。

基金項(xiàng)目：?教育部人文社科重點(diǎn)研究基地重大項(xiàng)目，項(xiàng)目編號(hào)：19JJD790002。

新冠疫情使全球勞動(dòng)力市場遭受重創(chuàng)，2020年第二季度，OECD國家的平均就業(yè)率較2019年第四季度下降了624%，美國的降幅甚至高達(dá)1283%。從國內(nèi)數(shù)據(jù)來看，2020年第一季度，疫情全面爆發(fā)期間，城鎮(zhèn)調(diào)查失業(yè)率高達(dá)58%，較2019年第四季度的513%上升了14個(gè)百分點(diǎn)。與此同時(shí)，企業(yè)招聘需求人數(shù)急劇下降，中國人民大學(xué)與智聯(lián)招聘發(fā)布的《2020年第一季度中國就業(yè)市場景氣報(bào)告》顯示，該季度的企業(yè)招聘需求較2019年第一季度同比下降約25%，就業(yè)景氣指數(shù)同比下降1488%。失業(yè)率上升，招聘需求下降的特征事實(shí)與貝弗里奇曲線（反映勞動(dòng)力市場中失業(yè)與崗位空缺負(fù)向關(guān)系的曲線）的軌跡相契合，表明此次新冠疫情沖擊下的失業(yè)由周期性因素主導(dǎo)，而非長期以來的結(jié)構(gòu)性失業(yè)。新冠疫情沖擊與經(jīng)濟(jì)下行壓力的疊加作用無疑給居于“六穩(wěn)六?！笔孜坏木蜆I(yè)帶來了空前挑戰(zhàn)。評估此次新冠疫情對勞動(dòng)力市場的影響，厘清疫情沖擊傳導(dǎo)機(jī)制，制定行之有效的“穩(wěn)保就業(yè)”政策是當(dāng)前亟待解決的課題。

一、文獻(xiàn)綜述

國內(nèi)學(xué)者多從供求角度闡述疫情沖擊勞動(dòng)力市場的傳導(dǎo)渠道。都陽（2020）通過對城鎮(zhèn)調(diào)查失業(yè)率、求人倍率（招聘崗位數(shù)/求職人數(shù)）以及通貨膨脹率的綜合分析發(fā)現(xiàn)，此次疫情造成的負(fù)面需求沖擊使得失業(yè)具有明顯的周期性特征，并提出政府在短期內(nèi)應(yīng)通過時(shí)效性強(qiáng)、便捷度高的收入支持計(jì)劃來刺激消費(fèi)，拉動(dòng)就業(yè)[1]。黃群慧（2020）指出，疫情沖擊對宏觀經(jīng)濟(jì)的影響首先表現(xiàn)為隔離政策對勞動(dòng)者行動(dòng)限制而產(chǎn)生的要素供給約束，導(dǎo)致供給側(cè)被動(dòng)收縮。隨著疫情的蔓延，需求側(cè)的消費(fèi)、投資和出口也會(huì)被動(dòng)收縮，供需兩類沖擊的相互作用最終導(dǎo)致經(jīng)濟(jì)衰退[2]。

從現(xiàn)有研究來看，如何將新冠疫情沖擊引入DSGE模型尚無明確模式。Mihailov（2020）在一個(gè)標(biāo)準(zhǔn)的新凱恩斯DSGE模型中引入不利的勞動(dòng)力供給沖擊（勞動(dòng)力負(fù)效用沖擊）作為新冠疫情沖擊的代理變量。他區(qū)分了因社交隔離而造成臨時(shí)性勞動(dòng)力供給沖擊和因病毒感染致死而造成的永久性沖擊，并根據(jù)模擬結(jié)果指出永久性沖擊造成的人均消費(fèi)和產(chǎn)出損失最高可達(dá)15個(gè)百分點(diǎn)[3]。將新冠疫情沖擊表征為負(fù)向的邊際效用沖擊或者正向的勞動(dòng)負(fù)效用沖擊具有一定的代表性，且有助于簡化模型設(shè)定，但孤立引入二者之一都不是理想選擇。對消費(fèi)邊際效用的負(fù)向沖擊將導(dǎo)致總需求下降，引起空缺崗位的減少和失業(yè)率的上升。但總需求萎縮引起的價(jià)格水平下降明顯有悖于疫情期間的經(jīng)濟(jì)現(xiàn)實(shí)。另一方面，對勞動(dòng)力邊際負(fù)效用的正向沖擊將使勞動(dòng)力供給曲線左移，短期內(nèi)會(huì)造成工資和福利水平的上升，而這一點(diǎn)同樣與實(shí)際情況不符。事實(shí)上，新冠疫情作為一種外源性沖擊，同時(shí)具有總需求和總供給效應(yīng)。兩種效應(yīng)對產(chǎn)出、消費(fèi)、失業(yè)率等經(jīng)濟(jì)變量的影響存在疊加作用，但對工資水平、通脹率等變量的影響則存在抵消作用。為全面刻畫新冠疫情造成的勞動(dòng)力市場波動(dòng)，本文同時(shí)引入了消費(fèi)需求沖擊和勞動(dòng)力供給沖擊。

除需求與供給沖擊外，疫情引致的不確定性也引發(fā)了各界的高度關(guān)注。IMF在2020年4月發(fā)布的《世界經(jīng)濟(jì)展望》中提到疫情的持續(xù)時(shí)間和嚴(yán)重程度具有極大的不確定性，這也導(dǎo)致了全球增長預(yù)測的不確定性[4]。Baker?et?al?（2020）指出，疫情爆發(fā)初期引致了“幾乎各方面”的不確定性：病毒的傳染性和致死性;醫(yī)療系統(tǒng)應(yīng)對“擠兌”風(fēng)險(xiǎn)的能力;研發(fā)和推廣安全有效疫苗的時(shí)間;社交隔離、市場鎖定以及其他緩解和遏制策略的持續(xù)時(shí)間和有效性;疫情消退后經(jīng)濟(jì)的恢復(fù)速度;消費(fèi)者支出方式的轉(zhuǎn)變程度等[5]。疫情引致的不確定性沖擊通過與消費(fèi)需求和勞動(dòng)力供給沖擊的交互效應(yīng)給勞動(dòng)力市場和宏觀經(jīng)濟(jì)帶來了更大更持久的波動(dòng)。為充分體現(xiàn)疫情引致的不確定性與供求沖擊的交互作用，同時(shí)為避免引入多樣化沖擊造成分析上的冗余。本文將疫情沖擊劃分為兩類：一類是水平?jīng)_擊（Level?Shocks），即直接作用于宏觀經(jīng)濟(jì)變量的外生沖擊，這類沖擊屬于一階矩沖擊，它包括負(fù)向的消費(fèi)邊際效用沖擊和正向的勞動(dòng)力供給負(fù)效用沖擊;另一類是不確定性沖擊（Uncertainty?Shocks），此類沖擊并不直接作用于經(jīng)濟(jì)變量本身，它們通過改變水平?jīng)_擊的風(fēng)險(xiǎn)強(qiáng)度（標(biāo)準(zhǔn)差）影響微觀經(jīng)濟(jì)主體的預(yù)期和決策，從而引起勞動(dòng)力市場波動(dòng)，這類沖擊屬于二階矩沖擊，通常也被稱為風(fēng)險(xiǎn)沖擊或波動(dòng)率沖擊。

在理論模型的構(gòu)建方面，標(biāo)準(zhǔn)的新凱恩斯模型通過粘性工資設(shè)定引入勞動(dòng)力市場摩擦，較好地解釋了就業(yè)、勞動(dòng)生產(chǎn)率的周期性特征[6]。然而，這種傳統(tǒng)的設(shè)定方式只能說明勞動(dòng)力供求和工作時(shí)間的自愿變動(dòng)，無法刻畫勞動(dòng)力市場的失業(yè)動(dòng)態(tài)[7]。Merz（1995）創(chuàng)造性地將Diamond-Mortensen-Pissarides（DMP）模型中的搜尋摩擦引入RBC模型，為分析失業(yè)的周期性波動(dòng)提供了理論工具[8]。Krause?&?Lopez-Salido（2008）則進(jìn)一步將搜尋匹配納入新凱恩斯理論框架，由此揭示了搜尋摩擦、邊際成本與通脹動(dòng)態(tài)三者間的內(nèi)在聯(lián)系[9]。Mumtaz?&?Theodoridis?（2019）在包含搜尋摩擦的新凱恩斯模型中研究了貨幣政策沖擊對失業(yè)率、崗位空缺、就業(yè)市場匹配效率、工資等變量帶來的內(nèi)生不確定性[10]。為使理論模型更準(zhǔn)確地刻畫此次疫情下我國勞動(dòng)力市場的周期性波動(dòng)特征，本文在標(biāo)準(zhǔn)DSGE模型中引入了勞動(dòng)力市場的搜尋摩擦，并對勞動(dòng)力市場的匹配效率進(jìn)行了內(nèi)生化處理。此外，鑒于疫情沖擊會(huì)導(dǎo)致家庭未來效用的不確定性，本文在終生效用函數(shù)的設(shè)定上引入了隨機(jī)未來效用的確定性等價(jià)（Certainty?Equivalent）。

二、理論模型

本文參考Merz（1995）[8]、Krause?&?Lopez-Salido（2008）[9]、Mumtaz?&?Theodoridis?（2019）[10]理論模型的部分設(shè)定，構(gòu)建了一個(gè)包含家庭、中間品廠商、最終品廠商、政府（包含中央銀行和財(cái)政部）的四部門新凱恩斯DSGE模型。

（一）家庭部門

假定經(jīng)濟(jì)中存在大量同質(zhì)且具有無限期壽命的家庭，他們均勻分布在0，1的連續(xù)統(tǒng)上，整個(gè)家庭部門可由一個(gè)代表性家庭來表征。代表性家庭的效用函數(shù)為CRRA型，其設(shè)定如下：

uCt，Lt=ζtC1-σCt-11-σC-χtL1+σLt1+σL（1）

其中，Ct為商品消費(fèi)量，Lt為勞動(dòng)力供給（家庭就業(yè)人數(shù)），σC為消費(fèi)跨期替代彈性的倒數(shù)，σL為弗里希勞動(dòng)力供給彈性的倒數(shù)，ζt為消費(fèi)偏好系數(shù)，χt為勞動(dòng)負(fù)效用（閑暇）的偏好系數(shù)。

新冠肺炎疫情下，政府的居家隔離政策，家庭為避免接觸感染的謹(jǐn)慎消費(fèi)動(dòng)機(jī)以及全球疫情下的外需疲軟都會(huì)作用于系數(shù)ζt而產(chǎn)生負(fù)向的消費(fèi)需求沖擊。假定ζt服從如下AR（1）過程：

lnζt=ρζlnζt-1-εζt，εζt～iidN0，σ2ζ（2）

其中，εζt為疫情引致的消費(fèi)需求水平?jīng)_擊，假定其服從期望為0，標(biāo)準(zhǔn)差為σζ的白噪聲過程，ρζ為沖擊的持續(xù)系數(shù)。

在疫情全面爆發(fā)時(shí)期，病毒感染人數(shù)的上升造成了勞動(dòng)力直接損失，政府的抗疫行動(dòng)引起了部分勞動(dòng)力轉(zhuǎn)崗至非生產(chǎn)部門，最主要的是政府采取嚴(yán)格的居家隔離政策，導(dǎo)致勞動(dòng)力要素供給中斷（黃群慧，2020）。此外，一些行業(yè)和單位則采取靈活上班、輪換值班、居家辦公、網(wǎng)絡(luò)辦公等非充分就業(yè)方式復(fù)工。為刻畫疫情在短期內(nèi)引致的勞動(dòng)力供給沖擊，假定系數(shù)χt服從如下AR（1）過程：

lnχt=ρχlnχt-1+1-ρχlnχ0+εχt，εχt～iidN0，σ2χ（3）

式（3）中，χ0為閑暇偏好系數(shù)的穩(wěn)態(tài)值。εχt為疫情引致的勞動(dòng)力供給水平?jīng)_擊，假定其服從期望為0，標(biāo)準(zhǔn)差為σχ的白噪聲過程，ρχ為沖擊的持續(xù)系數(shù)。

代表性家庭終生效用服從Epstein-Zin型遞歸偏好：

VFt=uCt，Lt+βEtVF1-γt+111-γ（4）

上式中，VFt為家庭終生效用的值函數(shù)，β為主觀貼現(xiàn)因子，γ為相對風(fēng)險(xiǎn)厭惡系數(shù)。通常而言，家庭的終生效用等于當(dāng)期效用（uCt，Lt）與預(yù)期未來效用值函數(shù)的貼現(xiàn)（βEt（VFt））之和。考慮到新冠疫情沖擊使得家庭未來效用（消費(fèi)與勞動(dòng)力供給）具有不確定性，本文假定風(fēng)險(xiǎn)厭惡型家庭的隨機(jī)未來效用存在一個(gè)確定性等價(jià)EtVF1-γt+111-γ，即在隨機(jī)未來效用貼現(xiàn)之和中扣除風(fēng)險(xiǎn)溢價(jià)。

家庭的預(yù)算約束如下：

Ct+dtRt=1-τWtLt+1-LtB-SCt+dt-1πt+Πt（5）

其中，dt為家庭在t期購買的政府債券的實(shí)際價(jià)值，Rt為名義利率，Wt為實(shí)際工資，1-Lt為家庭的失業(yè)人數(shù)，B為政府向失業(yè)家庭提供的救濟(jì)金，πt為通脹率，τ為扭曲性收入稅率。Πt為中間品廠商向家庭一次性轉(zhuǎn)移的超額利潤。SCt為失業(yè)者搜尋工作的成本，它是失業(yè)者搜尋強(qiáng)度（尋找工作的努力程度）的非線性函數(shù)：

SCt=κsSσstσs（6）

其中，St為失業(yè)者的搜尋強(qiáng)度，σS為搜尋成本彈性，κs為搜尋成本系數(shù)。

定義t+1期貼現(xiàn)到t期的隨機(jī)貼現(xiàn)因子：

βMt，t+1=VFt/Ct+1VFt/Ct=βζt+1ζtCtCt+1σCEtV1-γt+1γ1-γV-γt+1（7）

在預(yù)算約束下求解家庭終生效用最大化的一階條件可以得到：

1Rt=βEtMt，t+1πt+1

1λtVFtLt=κsSσs-μt1-LtμUμtV1-μt（8）

式（8）的兩個(gè)子式分別為債券的歐拉方程和搜尋強(qiáng)度的內(nèi)生決定方程，其中，VFtLt為家庭每增加1單位勞動(dòng)力供給而帶來終生效用的邊際值，λt為家庭預(yù)算約束的拉格朗日乘數(shù)（影子價(jià)格），在上式一階條件下，λt=VFtCt。

（二）勞動(dòng)力市場

勞動(dòng)力市場存在搜尋摩擦，處于失業(yè)狀態(tài)的求職者（假定不存在在職搜尋）需要與廠商發(fā)布的空缺崗位成功匹配，才能形成新的雇傭關(guān)系。匹配函數(shù)滿足規(guī)模報(bào)酬不變的Cobb-Douglas形式：

Mt=StUtμV1-μt（9）

其中，Mt為匹配數(shù)量，Ut為求職者數(shù)量?，F(xiàn)有文獻(xiàn)通常將St表示為匹配效率，在無摩擦的理想環(huán)境下，St應(yīng)等于1，表明勞動(dòng)力市場中新增就業(yè)等于搜尋匹配的成功人數(shù)?，F(xiàn)實(shí)中，勞動(dòng)力市場的供求異質(zhì)性、信息不完全等問題使得St偏離理想值。本文參考Merz（1995）的設(shè)定，通過引入搜尋強(qiáng)度，將匹配效率內(nèi)生化。直觀而言，勞動(dòng)者的搜尋強(qiáng)度提高能夠有效改善信息不完全等問題，從而提高匹配效率。

廠商雇傭勞動(dòng)力的演化方程為：

Lt=1-δLLt-1+Mt（10）

其中，為Lt廠商在t期雇傭的勞動(dòng)力數(shù)量，δL為每一期外生的崗位破壞率。處于失業(yè)狀態(tài)的求職者數(shù)量為Ut=1-1-δLLt-1，它包含t-1期失業(yè)的勞動(dòng)者數(shù)量（1-Lt-1）以及t-1期末因崗位破壞而失去工作的勞動(dòng)者數(shù)量（δLLt-1）。本文將總勞動(dòng)力數(shù)量標(biāo)準(zhǔn)化為1，因此，t期的失業(yè)率可表示為：URt=1-Lt。

為刻畫勞動(dòng)力市場的供求狀況，本文引入市場緊度（Tightness）這一概念，它是崗位空缺數(shù)與求職者人數(shù)的比率，即勞動(dòng)力市場中供求雙方的相對數(shù)量：θt=VtUt。

從匹配函數(shù)和勞動(dòng)力市場緊度中可以推導(dǎo)出失業(yè)者順利找到工作的概率（下文簡稱：工作覓得率）：

pt=MUt=S-1tθt1-μ（11）

以及空缺崗位被填補(bǔ)的概率（下文簡稱：崗位填補(bǔ)率）：

qt=MVt=Stθ-1tμ（12）

式（11）-（12）表明，工作覓得率和崗位填補(bǔ)率內(nèi)生于勞動(dòng)力市場緊度和失業(yè)者的搜尋強(qiáng)度。當(dāng)新冠疫情沖擊導(dǎo)致市場緊度下降時(shí)，勞動(dòng)力市場供給側(cè)的“擁擠”程度隨之上升，失業(yè)者順利就業(yè)的概率降低，而企業(yè)的空缺崗位則更容易被填補(bǔ)。這種勞動(dòng)力市場供求雙方一側(cè)數(shù)量增加給自身帶來的“負(fù)外部性”以及給另一側(cè)帶來的“正外部性”被稱為“搜尋外部性”（Merz，1995）?！八褜ね獠啃浴笔莿趧?dòng)力市場波動(dòng)的一個(gè)重要傳導(dǎo)機(jī)制，它通過與其他傳導(dǎo)機(jī)制的疊加作用會(huì)放大疫情沖擊的影響，造成更大更持久的失業(yè)問題。

（三）廠商部門

假定存在中間品和最終品兩類廠商。中間品廠商在[0，1]的連續(xù)統(tǒng)上進(jìn)行差異化生產(chǎn)，因此，具有壟斷競爭的市場特性。完全競爭的最終品廠商將中間品打包，形成最終商品，出售給消費(fèi)者。假定最終品由中間品的Dixit-Stiglitz加總得到：

Yt=∫10Yti-1di-1（13）

其中，Yt為最終品產(chǎn)量，Yti為中間品廠商i的產(chǎn)量，為中間品的替代彈性。由式（13）可得，最終產(chǎn)品廠商對中間品的需求函數(shù)為：

Yti=PtiPt-Yt（14）

中間品廠商的生產(chǎn)函數(shù)設(shè)定如下：

Yti=AtLtiφ（15）

其中，At為全要素生產(chǎn)率，Lt（i）為廠商i雇傭的勞動(dòng)力數(shù)量，φ為勞動(dòng)的產(chǎn)出彈性。本文主要聚焦于疫情沖擊對勞動(dòng)力市場的影響，為簡化分析，此處忽略資本要素，在后續(xù)的敏感性分析中，本文將引入資本。

中間品廠商面臨兩階段的最優(yōu)化問題。在第一階段，給定工資和發(fā)布空缺崗位的成本，廠商在雇傭勞動(dòng)力演化方程（式（10））約束下，選擇勞動(dòng)力雇傭數(shù)量和空缺崗位發(fā)布數(shù)量來最大化終生利潤的貼現(xiàn)。即：

Ft=maxLt（i），Vt（i）}Et∑

j=0Mt，t+jβjMCt+j（i）Yt+ji-Wt+jLt+ji-VCt+j（i）（16）

其中，MCt（i）為企業(yè)雇傭勞動(dòng)力的邊際成本。VCt（i）為廠商發(fā)布空缺崗位的成本，假定其為空缺崗位數(shù)量的非線性函數(shù)：

VCt（i）=κVVtiσVσV（17）

其中，σV>1為崗位空缺發(fā)布成本彈性，κV為空缺崗位發(fā)布成本系數(shù)。

求解中間品廠商第一階段的一階條件可得：

Θti=MCti1-φYtiLti-Wt+β1-δLEtMt，t+1Θt+1i（18）

Θt（i）=κVVtiσV-1qθt（19）

式（18）為中間品廠商每雇傭一單位勞動(dòng)力的邊際值（Θti=FtLt），即每填補(bǔ)一單位空缺崗位所帶來的終生利潤的值函數(shù)。式（19）為企業(yè)的崗位創(chuàng)造條件（Job?Creation?Condition）。整理式（18）和式（19）可得：

κVVtiσV-1發(fā)布空缺布崗缺邊際成本=MCti1-φYtiLti-Wt+β1-δLEtMt，t+1Θt+1i填補(bǔ)空缺崗位的邊際值qθt空缺崗位被填補(bǔ)的概率（20）

直觀而言，企業(yè)發(fā)布的空缺崗位數(shù)量應(yīng)該使每填補(bǔ)一單位空缺崗位帶來的邊際值乘以該空缺崗位被填補(bǔ)的概率（式（20）右側(cè)）等于每增加一單位空缺崗位產(chǎn)生的邊際成本（式（20）左側(cè)）。

在第二階段，假定連續(xù)統(tǒng)中的中間品廠商在每一期僅有一定比例ξ可以調(diào)整價(jià)格，其余的廠商則延續(xù)上一期的定價(jià)。在每一期中，可自由調(diào)價(jià)的廠商在生產(chǎn)技術(shù)約束下，選擇最優(yōu)定價(jià)（P*ti）來最大化終生利潤的貼現(xiàn)，即：

maxP*tiEt∑

j=0Mt，t+jβξjYt+jiP-1t+ji（22）

式（22）為中間品廠商的最優(yōu)定價(jià)方程，對該式線性化可以得到新凱恩斯菲利普斯曲線（NKPC）。在均衡條件下，單個(gè)廠商加總成總體廠商，可消去個(gè)體符號(hào)i。

（四）工資決定

與大多數(shù)搜尋匹配文獻(xiàn)一致，本文假定工資水平由家庭與廠商通過雙邊議價(jià)決定，即二者就勞動(dòng)力市場中總剩余（Total?Surplus）的分割進(jìn)行納什談判。參考Krause?&?Lopez-Salido（2008）[9]的設(shè)定，納什議價(jià)問題由下式所述：

WNasht=argmax1λtVFtLtηFtLt1-η（23）

其中，1λtVFtLt為家庭每增加1單位就業(yè)的終生收益貼現(xiàn)和，F(xiàn)tLt為企業(yè)雇傭一單位勞動(dòng)力的終生利潤貼現(xiàn)和。經(jīng)濟(jì)中的總剩余為：St=1λtVFtLt+FtLt。

由納什議價(jià)條件可得勞動(dòng)力市場總剩余的分配方案如下：

1-η1λtVFtLt=ηFtLt（24）

將式（8）、式（18）-（19）帶入式（24）可以推出納什議價(jià)下的均衡工資。

WNasht=ηMCt1-φYtLt+β1-δLEtMt，t+1Sμ-1t+1θ1-μt+1Θt+1+1-ηχtζtLσLtCtσC+B-SCt1-1-ητL（25）

上式表明，當(dāng)勞動(dòng)力市場存在搜尋匹配摩擦?xí)r，均衡工資會(huì)偏離勞動(dòng)的邊際收益產(chǎn)品（MCt1-φYtLt）。在雙邊談判中，勞動(dòng)者與廠商訂立勞動(dòng)合同時(shí)，會(huì)引入風(fēng)險(xiǎn)分擔(dān)機(jī)制，以減輕工資波動(dòng)對雙方造成的損失。就廠商而言，他不僅要考慮當(dāng)期的邊際收益產(chǎn)品，還要考慮崗位空缺被填補(bǔ)時(shí)節(jié)省的成本。就勞動(dòng)者而言，他不僅要考慮當(dāng)期勞動(dòng)的邊際負(fù)效用（χtζtLσLtCtσC），還要考慮自身的外部選擇權(quán)（失業(yè)救濟(jì)金減去節(jié)省的搜尋成本）。議價(jià)權(quán)重η決定了工資與廠商或勞動(dòng)者利益的接近程度。β1-δLEtMt，t+1Sμ-1t+1θ1-μt+1Θt+1的經(jīng)濟(jì)直覺是，如果談判破裂，勞動(dòng)者和廠商將不得不在下一期的勞動(dòng)力市場中重新進(jìn)行搜尋匹配，廠商節(jié)省下一期的空缺崗位發(fā)布成本（Θt+1）也應(yīng)計(jì)入工資中。

（五）政府部門

政府通過征收扭曲性收入稅和發(fā)行債券籌集資金，用于公共支出，清償上一期債務(wù)以及發(fā)放失業(yè)救濟(jì)金。政府預(yù)算約束如下：

Gt+1-LtB+dt-1πt=τWtLt+dtRt（26）

其中，Gt為公共支出，假定政府按GDP的固定比例（ω）進(jìn)行支出，即Gt=ωYt。

假定中央銀行根據(jù)通脹和產(chǎn)出缺口調(diào)整名義利率，貨幣政策服從如下泰勒規(guī)則：

RtR-=Rt-1R-ρRπtπ-φr，πYtY-φr，y1-ρR（27）

上式中，π-、Y-和R-分別為目標(biāo)通脹率、穩(wěn)態(tài)產(chǎn)出水平和穩(wěn)態(tài)利率，ρR為利率調(diào)整的平滑系數(shù)，φr，π為通脹的反應(yīng)系數(shù)，φr，y為產(chǎn)出缺口的反應(yīng)系數(shù)。

（六）市場出清條件

經(jīng)濟(jì)中的總產(chǎn)出除用于消費(fèi)和公共支出外，還有一部分用于廠商發(fā)布空缺崗位的成本以及失業(yè)者的搜尋成本。整體經(jīng)濟(jì)的資源約束條件如下：

Yt=Ct+Gt+VCt+SCt（28）

三、參數(shù)校準(zhǔn)與估計(jì)

本文模型中的待估參數(shù)分為兩類，一類是決定內(nèi)生變量穩(wěn)態(tài)值的行為參數(shù)，這類參數(shù)通常采用校準(zhǔn)方法進(jìn)行賦值;另一類是刻畫內(nèi)生變量動(dòng)態(tài)變化特征的結(jié)構(gòu)參數(shù)，對于此類參數(shù)，校準(zhǔn)法因缺乏正式的統(tǒng)計(jì)基礎(chǔ)而不適用（王曦等，2016），因此，本文采用貝葉斯方法對此類參數(shù)進(jìn)行估計(jì)[11]。

（一）參數(shù)校準(zhǔn)

參考Chang?et?al（2016）的做法，將主觀貼現(xiàn)因子（β）校準(zhǔn)為0996[12]。借鑒王曦等（2016）的設(shè)定，將消費(fèi)的跨期替代彈性的倒數(shù)（σC）校準(zhǔn)為2，將弗里希勞動(dòng)力供給彈性的倒數(shù)（σL）校準(zhǔn)為1。參考鄧紅亮和陳樂一（2019）、李亮亮（2020）的設(shè)定，將匹配彈性（μ）校準(zhǔn)為05，崗位分離率（δL）校準(zhǔn)為01，納什議價(jià)參數(shù)（η）校準(zhǔn)為05，政府支出占GDP的比重（ω）校準(zhǔn)為014[13-14]。多數(shù)學(xué)者將勞動(dòng)的產(chǎn)出彈性（φ）校準(zhǔn)為05，本文沿用這一數(shù)值[15]。參考王博等（2019）的設(shè)定，將中間產(chǎn)品的替代彈性（）校準(zhǔn)為10;參考許志偉和王文甫（2019）的設(shè)定，將穩(wěn)態(tài)的收入稅率（τ）校準(zhǔn)為015[16]。

考慮到城鎮(zhèn)登記失業(yè)率具有統(tǒng)計(jì)口徑窄，發(fā)布頻率低和時(shí)效性差等缺陷，存在低估真實(shí)失業(yè)率的問題。本文根據(jù)2018年1月-2019年12月（疫情全面爆發(fā)前）城鎮(zhèn)居民調(diào)查失業(yè)率的平均值將穩(wěn)態(tài)失業(yè)率校準(zhǔn)為00504。

對搜尋成本、空缺崗位發(fā)布成本以及失業(yè)救濟(jì)金的相關(guān)參數(shù)校準(zhǔn)，國內(nèi)文獻(xiàn)涉及較少，綜合Merz（1995）[8]、Krause?&?Lopez-Salido（2008）[9]和Mumtaz?&?Theodoridis（2019）[10]的設(shè)定，初步將κS，κV校準(zhǔn)為005，將σS，σV校準(zhǔn)為3，將失業(yè)救濟(jì)金校準(zhǔn)為01，后文將通過對上述參數(shù)的調(diào)整進(jìn)行敏感性分析。此外，利用參數(shù)與內(nèi)生變量的穩(wěn)態(tài)關(guān)系將閑暇偏好系數(shù)χ0校準(zhǔn)為044。

（二）貝葉斯估計(jì)

識(shí)別新冠疫情水平?jīng)_擊的強(qiáng)度（標(biāo)準(zhǔn)差）和持續(xù)性對于量化分析疫情沖擊下勞動(dòng)力市場的波動(dòng)程度至關(guān)重要。然而，此類突發(fā)事件的持續(xù)時(shí)間一般較短，宏觀數(shù)據(jù)的時(shí)效性與樣本量之間的矛盾是參數(shù)估計(jì)的一大挑戰(zhàn)。保證數(shù)據(jù)的時(shí)效性需要以犧牲觀測樣本量為代價(jià)，而大樣本又可能將疫情沖擊的影響“攤平”?？紤]到調(diào)查失業(yè)率和求人倍率（崗位空缺）等數(shù)據(jù)的樣本量較小，且受季節(jié)因素影響，為協(xié)調(diào)二者的矛盾，本文使用了1992Q1-2020Q2的產(chǎn)出、消費(fèi)、通脹、利率等觀測數(shù)據(jù)（剔除季節(jié)因素），這一時(shí)段的數(shù)據(jù)中包含了新冠疫情沖擊的新息，因此，用于估計(jì)疫情沖擊的強(qiáng)度和持續(xù)性具有一定的科學(xué)合理性。

由于模型中僅涉及兩個(gè)水平?jīng)_擊項(xiàng)，而當(dāng)觀測變量個(gè)數(shù)大于沖擊項(xiàng)個(gè)數(shù)時(shí)，估計(jì)過程將不可避免地出現(xiàn)隨機(jī)奇異性。為避免這一問題，本文在觀測方程中引入了測量誤差。

此外，為保證觀測數(shù)據(jù)與模型變量在經(jīng)濟(jì)意義上的匹配，本文采用對數(shù)差分方法對非平穩(wěn)觀測數(shù)據(jù)進(jìn)行了去趨勢處理，而非常用的HP濾波。事實(shí)上，HP?濾波提取數(shù)據(jù)波動(dòng)成分的理論基礎(chǔ)與?DSGE?模型的數(shù)據(jù)生成過程（Data?Generating?Process）并不匹配，且?HP?濾波在處理數(shù)據(jù)時(shí)會(huì)損失大量數(shù)據(jù)信息[17]，而這些信息對于識(shí)別疫情沖擊至關(guān)重要。表2匯報(bào)了貝葉斯估計(jì)的結(jié)果。

四、數(shù)值模擬及機(jī)制分析

為研究新冠肺炎疫情沖擊下勞動(dòng)力市場波動(dòng)的動(dòng)態(tài)特征及其內(nèi)生傳導(dǎo)機(jī)制，本文首先考察了疫情引致的水平?jīng)_擊的脈沖響應(yīng);隨后，在水平?jīng)_擊的基礎(chǔ)上進(jìn)一步使用三階近似的擾動(dòng)算法，分析了不確定性沖擊的脈沖響應(yīng);最后，通過方差分解甄別了不同類型沖擊在勞動(dòng)力市場總體波動(dòng)中的貢獻(xiàn)程度。

（一）水平?jīng)_擊

圖1可知，疫情引致的負(fù)向消費(fèi)需求沖擊在短期內(nèi)導(dǎo)致失業(yè)率大幅上升，與此同時(shí)，產(chǎn)出、消費(fèi)、崗位空缺、實(shí)際工資等變量呈下降趨勢。疫情全面爆發(fā)期間，政府的社交隔離和市場鎖定政策使得即時(shí)性、接觸性消費(fèi)被動(dòng)收縮，勞動(dòng)力吸納能力強(qiáng)的服務(wù)業(yè)等部門遭受重創(chuàng)，導(dǎo)致企業(yè)對勞動(dòng)力的引致需求下降，部分既有崗位遭到破壞，失業(yè)率上升。此外，根據(jù)廠商的崗位創(chuàng)造條件（式（20）），消費(fèi)需求（進(jìn)而均衡產(chǎn)出）下降也減少了廠商創(chuàng)造新崗位的邊際收益，導(dǎo)致空缺崗位供給減少，勞動(dòng)力市場緊度下降，在搜尋外部性的作用下，失業(yè)者順利就業(yè)的可能性（工作覓得率）下降，從而放大了疫情沖擊對勞動(dòng)力市場波動(dòng)的影響。值得注意的是，在圖1中，消費(fèi)需求沖擊會(huì)引起產(chǎn)品均衡價(jià)格和工資水平的下降，進(jìn)而降低通脹率，這一點(diǎn)與疫情期間物價(jià)水平上漲的特征事實(shí)明顯不符。由此可見，單一的需求沖擊傳導(dǎo)機(jī)制不足以充分解釋疫情期間勞動(dòng)力市場和宏觀經(jīng)濟(jì)的動(dòng)態(tài)變化特征。

在疫情引致的負(fù)向勞動(dòng)力供給水平?jīng)_擊下，失業(yè)率、實(shí)際工資和通脹率呈上升趨勢，產(chǎn)出、消費(fèi)、崗位空缺呈下降趨勢，表明疫情引致的供給沖擊誘發(fā)了短期滯脹。負(fù)向的勞動(dòng)力供給沖擊會(huì)導(dǎo)致勞動(dòng)力供給曲線向左移動(dòng)，一方面引起均衡就業(yè)水平下降（失業(yè)率上升），另一方面引起均衡工資上升，從而推高了廠商的邊際成本，在短期內(nèi)形成成本推動(dòng)型通脹，這一傳導(dǎo)機(jī)制解釋了疫情期間物價(jià)水平的上漲。此外，與需求沖擊類似，均衡工資上升也會(huì)降低廠商創(chuàng)造新崗位的邊際收益，進(jìn)而通過搜尋外部性傳導(dǎo)機(jī)制進(jìn)一步提高失業(yè)率。

圖1?水平?jīng)_擊的脈沖響應(yīng)

綜上所述，疫情引致的兩種水平?jīng)_擊從供求兩端同時(shí)發(fā)力，對產(chǎn)出、消費(fèi)、失業(yè)率的下降產(chǎn)生了疊加作用，并通過搜尋外部性這一渠道加劇了勞動(dòng)力市場的波動(dòng);而兩種水平?jīng)_擊在實(shí)際工資、邊際成本上的抵消作用則在一定程度上緩解了工資、通脹波動(dòng)。此外，消費(fèi)需求沖擊對產(chǎn)出、消費(fèi)和失業(yè)率的負(fù)面影響明顯大于勞動(dòng)力供給沖擊，其主要原因是，在貝葉斯估計(jì)下，消費(fèi)需求沖擊的標(biāo)準(zhǔn)差和持續(xù)系數(shù)均大于勞動(dòng)力供給沖擊。

（二）不確定性沖擊

為刻畫新冠肺炎疫情引致的經(jīng)濟(jì)不確定性，本文參考Basu?&?Bundick（2017）[18]的設(shè)定，在上文的水平?jīng)_擊（式（2）-（3））中進(jìn)一步引入不確定沖擊，具體設(shè)定如下：

lnXt=ρXlnXt-1+1-ρχlnX0UCX，t-1εXt，X∈ζ，χ（29）

UCX，t=1-ρUCXUCχ+ρUCXUCX，t-1+εXUCεXUC，t（30）

上式中，εXt為兩種水平?jīng)_擊。εXUC，t為不確定性沖擊，該沖擊會(huì)作用于時(shí)變波動(dòng)率變量UCX，t從而改變水平?jīng)_擊的標(biāo)準(zhǔn)差。直觀而言，疫情不僅對消費(fèi)需求與勞動(dòng)力供給產(chǎn)生了水平?jīng)_擊，其引起的不確定性也會(huì)改變水平?jīng)_擊的分布形狀（標(biāo)準(zhǔn)差），使得經(jīng)濟(jì)主體難以對經(jīng)濟(jì)形勢形成準(zhǔn)確預(yù)期，從而加劇了經(jīng)濟(jì)運(yùn)行風(fēng)險(xiǎn)。經(jīng)濟(jì)學(xué)中通常使用方差度量風(fēng)險(xiǎn)和不確定性，因此，疫情引致的不確定性沖擊可以理解為水平?jīng)_擊方差的突然增大。

此處設(shè)定εXt和εXUC，t均服從期望為0，標(biāo)準(zhǔn)差為1的白噪聲過程。參數(shù)UCX為水平?jīng)_擊的無條件標(biāo)準(zhǔn)差，亦稱均值波動(dòng)率。當(dāng)不確定沖擊為0時(shí)，UCX，t=UCX，式（29）與式（2）-（3）等價(jià)，此時(shí)，UCζ=σζ，UCχ=σχ。由上文貝葉斯估計(jì)可知，UCζ為00113，UCχ為00077。參數(shù)εXUC和ρUCX分別表示不確定沖擊的標(biāo)準(zhǔn)差和持續(xù)系數(shù)。

1.不確定性沖擊的參數(shù)估計(jì)

校準(zhǔn)（估計(jì)）參數(shù)εXUC和ρUCX是評估新冠疫情下不確定性沖擊影響的必要前提?，F(xiàn)有文獻(xiàn)對不確定性參數(shù)的校準(zhǔn)值缺乏疫情沖擊的新息，因此不具有借鑒意義，而基于線性卡爾曼濾波的貝葉斯估計(jì)并不適用于波動(dòng)率沖擊的參數(shù)估計(jì)。為避免參數(shù)εXUC和ρUCX設(shè)定的隨意性，本文在貝葉斯估計(jì)的基礎(chǔ)上進(jìn)一步引入了矩匹配這一新的估計(jì)方法。該方法假定理論模型與現(xiàn)實(shí)經(jīng)濟(jì)具有相同的數(shù)據(jù)生成過程，它通過在待估參數(shù)空間中選擇一組參數(shù)，使觀測變量的實(shí)際矩（Empirical?Moment）與模型生成的模擬矩（Simulated?Moment）之間的加權(quán)距離最小化。參數(shù)估計(jì)方程如下：

θ[DD（-*2/3][HT6”]^[][HT][DD）]=arg?minθ∈Θ[Ψ[DD（-*2/3][HT6”]^[][HT][DD）]-Ψθ]′W-1[Ψ[DD（-*2/3][HT6”]^[][HT][DD）]-Ψ（θ）]

其中，Ψ[DD（-*2/3][HT6”]^[][HT][DD）]為觀測變量的實(shí)際標(biāo)準(zhǔn)差，Ψ（θ）為不確定性沖擊下的模擬標(biāo)準(zhǔn)差，θ（ρUCξ，εξUC，ρUCχ，εχUC）為待估參數(shù)向量，W=diag（Ψ[DD（-*2/3][HT6”]^[][HT][DD）]）為權(quán)重矩陣。與貝葉斯估計(jì)一致，本文選取了產(chǎn)出、消費(fèi)、通脹和利率四個(gè)觀測變量，表3匯報(bào)了矩匹配的估計(jì)結(jié)果。

由表3可知，除通脹外，其他觀測變量的Kydland-Prescott（K-P）比率均接近于1，表明基于矩匹配方法的估計(jì)結(jié)果使理論模型較好擬合了實(shí)際經(jīng)濟(jì)。從估計(jì)參數(shù)來看，勞動(dòng)力供給不確定性沖擊的標(biāo)準(zhǔn)差和持續(xù)系數(shù)分別為00299和08998，高于消費(fèi)需求不確定性沖擊的00175和08782。由此可見，新冠疫情對勞動(dòng)力供給不確定性的影響程度更大，持續(xù)性更久。

2.不確定性沖擊的脈沖響應(yīng)分析

為考察疫情引致的不確定性沖擊對勞動(dòng)力市場的影響，本文采用了三階近似的擾動(dòng)算法。一階近似下的確定性等價(jià)問題使得波動(dòng)率沖擊對內(nèi)生變量沒有影響，二階近似會(huì)導(dǎo)致水平?jīng)_擊與波動(dòng)率沖擊效應(yīng)的交互，只有三階近似能夠分離出純粹的波動(dòng)率沖擊效應(yīng)[19-20]。此外，為避免高階近似下隨機(jī)模擬的爆炸路徑問題，本文采用了剪枝算法（Pruning）。圖2匯報(bào)了不確定性沖擊的脈沖響應(yīng)。

由圖2可知，新冠疫情引致的兩種不確定性沖擊對主要經(jīng)濟(jì)變量的作用方向是相同的，二者均造成了失業(yè)率上升，同時(shí)也引起了崗位空缺、勞動(dòng)力市場緊度和實(shí)際工資的下降。由此推斷，兩種不確定性沖擊的內(nèi)生傳導(dǎo)機(jī)制具有一致性。相比水平?jīng)_擊，不確定性沖擊對勞動(dòng)力市場造成的波動(dòng)較小。此外，由于兩種不確定性沖擊的標(biāo)準(zhǔn)差和持續(xù)系數(shù)差異，勞動(dòng)力供給的不確定性對勞動(dòng)力市場的負(fù)向沖擊更大，持續(xù)性更久。

不確定性影響勞動(dòng)力市場的主要機(jī)制是預(yù)防性儲(chǔ)蓄效應(yīng)（Precautionary?Savings），即不確定性上升時(shí)，家庭會(huì)減少消費(fèi)，增加儲(chǔ)蓄，以應(yīng)對消費(fèi)波動(dòng)。產(chǎn)生這一效應(yīng)的原因是風(fēng)險(xiǎn)厭惡型家庭的效用函數(shù)具有凹性。根據(jù)詹森不等式，消費(fèi)的期望效用（EU（C））小于期望消費(fèi)的效用（U（E（C））），因此，家庭的期望效用存在一個(gè)扣除風(fēng)險(xiǎn)溢價(jià)的確定性等價(jià)。圖3給出了這一效應(yīng)的直觀理解：假定存在兩種隨機(jī)消費(fèi)分布[C1，C2]和[C1′，C2′]，它們有相同的期望E（C），但后者的方差大于前者。當(dāng)不確定性上升時(shí)，消費(fèi)分布由[C1，C2]轉(zhuǎn)換為[C1′，C2′]，期望效用的確定性等價(jià)也由AD轉(zhuǎn)變?yōu)锽D′，導(dǎo)致其對應(yīng)的消費(fèi)下降。

在疫情爆發(fā)初期，感染率、致死率以及隔離政策的持續(xù)時(shí)間等不確定性因素導(dǎo)致了勞動(dòng)者就業(yè)和收入的不確定性，在我國疫情得到全面控制之際，境外輸入病例的風(fēng)險(xiǎn)不容小覷。不確定性使消費(fèi)者的信心受挫，形成悲觀預(yù)期，風(fēng)險(xiǎn)厭惡的家庭出于謹(jǐn)慎動(dòng)機(jī)會(huì)減少當(dāng)期消費(fèi)，以達(dá)到平滑消費(fèi)的目的。預(yù)防性儲(chǔ)蓄效應(yīng)進(jìn)一步降低了總需求以及廠商對勞動(dòng)力的引致需求，導(dǎo)致失業(yè)率上升，崗位空缺下降，加劇勞動(dòng)力市場波動(dòng)。

值得注意的是，在圖2中，總需求與邊際成本下降的同時(shí)，通脹率卻呈上升趨勢，這一結(jié)果似乎有悖直覺。事實(shí)上，在新凱恩斯模型中，由于粘性價(jià)格設(shè)定，可自由調(diào)價(jià)的廠商在面臨不確定性時(shí)會(huì)選擇高價(jià)（高邊際成本加成）策略，以實(shí)現(xiàn)預(yù)期收益最大化。如果廠商選擇低價(jià)，當(dāng)期銷量會(huì)上升，但粘性低價(jià)和未來需求的不確定性會(huì)降低廠商預(yù)期收益（或擴(kuò)大廠商預(yù)期損失）。在不確定性環(huán)境下，廠商的高價(jià)決策推高了通脹水平。

（三）疫情沖擊的方差分解

上文的脈沖響應(yīng)分析單獨(dú)考察了疫情引致的水平?jīng)_擊和不確定性沖擊對勞動(dòng)力市場波動(dòng)的影響程度和傳導(dǎo)機(jī)制。疫情期間，勞動(dòng)力市場波動(dòng)的主要驅(qū)動(dòng)力是什么呢？為甄別各類沖擊對總體波動(dòng)的貢獻(xiàn)程度，有必要對失業(yè)率、崗位空缺、實(shí)際工資等主要經(jīng)濟(jì)變量進(jìn)行方差分解。值得注意的是，在三階近似下，模型的策略函數(shù)中包含了非線性項(xiàng)，因此，總體方差不能表示為各沖擊貢獻(xiàn)額的簡單線性加總，一種可行的做法是：將部分沖擊控制為0，以此測度所要考察的沖擊造成的波動(dòng)[21]。

本文考察了六種可能的沖擊組合。第一種是總水平?jīng)_擊（εζt+εχt），第二、三種是單獨(dú)的消費(fèi)需求（εζt）和勞動(dòng)力供給水平?jīng)_擊（εχt），第四種是總不確定性沖擊（εζUC，t+εχUC，t），第五種是消費(fèi)需求的水平與不確定性沖擊組合（εζt+εζUC，t），第六種是勞動(dòng)力供給的水平與不確定性沖擊組合（εχt+εχUC，t）。表4匯報(bào)了方差分解的結(jié)果。

表4顯示，純粹的水平?jīng)_擊和不確定性沖擊對總體波動(dòng)的貢獻(xiàn)度較小。其中，總水平?jīng)_擊（εζt+εχt）僅解釋了工資波動(dòng)的115%，對失業(yè)率波動(dòng)的解釋力度也只有553%。相比水平?jīng)_擊，總不確定性沖擊（εζUC，t+εχUC，t）對勞動(dòng)力市場波動(dòng)的解釋力度更小，其引起的產(chǎn)出和失業(yè)率波動(dòng)僅占水平?jīng)_擊的092%和093%。

在水平?jīng)_擊中，消費(fèi)需求沖擊是產(chǎn)出、消費(fèi)、失業(yè)率、崗位空缺等變量波動(dòng)的主要推動(dòng)力。其中，消費(fèi)需求沖擊造成失業(yè)率波動(dòng)為11009，而勞動(dòng)力供給沖擊對應(yīng)的波動(dòng)僅為00314。值得注意的是，在沖擊標(biāo)準(zhǔn)差和持續(xù)系數(shù)均小于消費(fèi)需求沖擊的情形下，勞動(dòng)力供給水平?jīng)_擊引起的工資波動(dòng)（00564）卻大于消費(fèi)需求水平?jīng)_擊（00101），可能的原因是勞動(dòng)力供給沖擊直接作用于均衡工資，而消費(fèi)需求沖擊則通過勞動(dòng)力的引致需求間接影響工資水平，這種間接傳導(dǎo)機(jī)制弱化了消費(fèi)需求變動(dòng)對工資沖擊效應(yīng)。此外，由于兩種水平?jīng)_擊對實(shí)際工資的作用方向相反，沖擊效應(yīng)的相互抵消降低了總水平?jīng)_擊（εζt+εχt）下的工資波動(dòng)（00462），這一點(diǎn)也印證了前文中水平?jīng)_擊的脈沖響應(yīng)分析。

水平?jīng)_擊與不確定性沖擊的組合沖擊是勞動(dòng)力市場波動(dòng)的主要推動(dòng)力。其中，消費(fèi)需求的水平與不確定性組合沖擊（εζt+εζUC，t）引起的產(chǎn)出和失業(yè)率波動(dòng)分別為25561和99587，解釋了總產(chǎn)出波動(dòng)的4330%和總失業(yè)率波動(dòng)的5417%;勞動(dòng)力供給的水平與不確定性組合沖擊（εχt+εχUC，t）解釋了總產(chǎn)出波動(dòng)的1217%和總失業(yè)率波動(dòng)的1262%。由表4可知，水平與不確定性的組合沖擊造成的波動(dòng)遠(yuǎn)大于純粹水平?jīng)_擊與純粹不確定沖擊波動(dòng)的簡單加總。造成這一現(xiàn)象的主要原因是：在三階近似中，水平?jīng)_擊與不確定性沖擊的交叉項(xiàng)進(jìn)入模型的策略函數(shù)（Policy?Function）。其經(jīng)濟(jì)直覺是：不確定性上升會(huì)強(qiáng)化水平?jīng)_擊的傳導(dǎo)機(jī)制，放大沖擊的波動(dòng)效應(yīng)，反之亦然。由此可見，水平?jīng)_擊與不確定性沖擊的交互效應(yīng)在勞動(dòng)力市場總體波動(dòng)中起主導(dǎo)作用。

（四）敏感性分析

前文根據(jù)國外相關(guān)文獻(xiàn)對搜尋成本和空缺崗位發(fā)布成本的相關(guān)參數(shù)進(jìn)行了初步校準(zhǔn)。為進(jìn)一步檢驗(yàn)?zāi)Ｐ蛯@些參數(shù)的敏感性，本文比較了不同參數(shù)取值對模擬結(jié)果的潛在影響。此外，本文在模型中重新引入資本與投資兩個(gè)內(nèi)生變量，以考察模型設(shè)定的穩(wěn)健性。結(jié)果表明，在不同的參數(shù)取值與模型設(shè)定下，產(chǎn)出、消費(fèi)、失業(yè)率等核心變量的脈沖響應(yīng)圖形狀及大小順序與基準(zhǔn)模型類似，僅在模擬數(shù)值上存一些差異。由此可見，模型對上述參數(shù)和設(shè)定并不敏感，模擬結(jié)果較為穩(wěn)健。

五、穩(wěn)就業(yè)的財(cái)政規(guī)則

在新冠肺炎疫情沖擊疊加經(jīng)濟(jì)下行壓力的背景下，財(cái)政政策勢必成為“穩(wěn)就業(yè)”的重要調(diào)控手段。通常而言，財(cái)政政策具有被動(dòng)（自動(dòng)穩(wěn)定器）和主動(dòng)（相機(jī)抉擇）兩種調(diào)控方式。其中，自動(dòng)穩(wěn)定器借助累進(jìn)稅率和政府轉(zhuǎn)移支付的“逆周期”變動(dòng)影響居民收入和消費(fèi)，進(jìn)而降低外部沖擊造成的經(jīng)濟(jì)波動(dòng)。長期以來，我國稅收體系的累進(jìn)性較弱[22]，嚴(yán)重制約了自動(dòng)穩(wěn)定器功能的發(fā)揮，“逆風(fēng)向”的主動(dòng)調(diào)控一直是財(cái)政政策的主流?；谶@一原因，本文重點(diǎn)考察積極的財(cái)政政策在“穩(wěn)就業(yè)”方面的效果?，F(xiàn)有研究通常將自動(dòng)穩(wěn)定器規(guī)則設(shè)定為轉(zhuǎn)移支付對產(chǎn)出缺口的反應(yīng)函數(shù)[23]。為剔除自動(dòng)穩(wěn)定器效應(yīng)，本文在式（8）中將政府轉(zhuǎn)移的失業(yè)救濟(jì)金設(shè)定為一個(gè)常數(shù)，而非產(chǎn)出缺口的反應(yīng)函數(shù)。本文主要考察三類政策規(guī)則：第一類是政府購買規(guī)則，第二類是稅收規(guī)則，第三類是前兩類規(guī)則的組合。

規(guī)則1：政府購買規(guī)則

參考胡永剛和郭長林（2013）[22]、朱軍（2019）[24]的設(shè)定，假定政府購買性支出服從連續(xù)支出與相機(jī)抉擇：

GtG-=Gt-1G-ρgYt-1Y-φG，Y1-ρg

其中，G-為政府購買性支出的穩(wěn)態(tài)值，為保證與前文設(shè)定的一致性，假定G-=ωY-。φG，Y為政策對產(chǎn)出缺口的反應(yīng)系數(shù)（政策反應(yīng)彈性），在“逆周期”的調(diào)控下，該系數(shù)小于0?？紤]到財(cái)政政策存在時(shí)滯，假定政府購買規(guī)則對滯后一期的產(chǎn)出缺口做出反應(yīng)。

規(guī)則2：稅收規(guī)則

與政府購買規(guī)則的形式類似，稅收規(guī)則的設(shè)定如下：

τtτ-=τt-1τ-ρτYt-1Y-φτ，Y1-ρτ

其中，τ-為稅率的穩(wěn)態(tài)值，采用前文的校準(zhǔn)值。ρτ為稅率調(diào)整的持續(xù)系數(shù)，φτ，Y為稅率對產(chǎn)出缺口的反應(yīng)系數(shù)，該系數(shù)小于0。

規(guī)則3：組合規(guī)則

財(cái)政政策目標(biāo)能否實(shí)現(xiàn)既依賴于政策刺激的強(qiáng)度，又依賴于政策的組合[23]?？紤]到單一政策規(guī)則的局限性，本文同時(shí)考察了政府購買規(guī)則與稅收規(guī)則的政策組合。

（一）脈沖響應(yīng)比較分析

為便于比較上述三種財(cái)政規(guī)則“穩(wěn)保就業(yè)”的效果，本文將三種政策規(guī)則的持續(xù)系數(shù)和對產(chǎn)出缺口的反應(yīng)系數(shù)分別設(shè)定為相同的數(shù)值。圖4匯報(bào)了不同政策規(guī)則下，疫情引致的水平?jīng)_擊的脈沖響應(yīng)函數(shù)。

由圖4可知，相比基準(zhǔn)模型，三種財(cái)政規(guī)則在短期內(nèi)均有效抑制了水平?jīng)_擊造成的產(chǎn)出下降和失業(yè)率上升。在相同的政策反應(yīng)彈性和持續(xù)系數(shù)下，增加政府購買性支出的政策效果優(yōu)于減稅規(guī)則，兩種政策組合的“穩(wěn)就業(yè)”效果最好。造成這一情況的主要原因是：政府購買規(guī)則直接拉動(dòng)總需求，增加了企業(yè)對勞動(dòng)力的引致需求和新崗位的供給，提高了求職者的工作覓得率，降低了失業(yè)率。而減稅政策通過改善家庭收入狀況，緩解流動(dòng)性壓力，一方面增加了總需求，另一方面也提高了閑暇的邊際成本，降低了勞動(dòng)力供給的邊際值和失業(yè)者搜尋工作的積極性（搜尋強(qiáng)度），從而降低了勞動(dòng)力市場的匹配效率和工作覓得率，一定程度上削弱了“穩(wěn)就業(yè)”的效果。

由圖4的子圖1-2和子圖2-2可知，稅收規(guī)則有效減緩了私人消費(fèi)的下行壓力，而政府購買規(guī)則使私人消費(fèi)的降幅較基準(zhǔn)模型更大，可見，“逆周期”的政府購買規(guī)則會(huì)導(dǎo)致經(jīng)濟(jì)資源從私人部門流向公共部門，對私人消費(fèi)產(chǎn)生了明顯的擠出效應(yīng)，而兩種政策組合能夠在一定程度上中和政府購買規(guī)則的擠出效應(yīng)。

值得注意的是，在疫情爆發(fā)的初始時(shí)點(diǎn)，不同財(cái)政規(guī)則下的產(chǎn)出、消費(fèi)與失業(yè)率變化幅度與基準(zhǔn)模型大體一致，表明疫情沖擊初期，財(cái)政政策并未有效緩解勞動(dòng)力市場波動(dòng)，其主要原因是財(cái)政規(guī)則對經(jīng)濟(jì)波動(dòng)的響應(yīng)存在時(shí)滯。事實(shí)上，財(cái)政當(dāng)局在識(shí)別疫情沖擊上認(rèn)知時(shí)滯，抗疫政策的制定和執(zhí)行時(shí)滯，都會(huì)影響政策效果，如果將政策規(guī)則設(shè)定為對產(chǎn)出缺口的即期反應(yīng)，財(cái)政政策在疫情沖擊的初始時(shí)點(diǎn)也能較好的平抑勞動(dòng)力市場波動(dòng)。需要指出的是，上述“逆周期”的財(cái)政政策將不可避免地使政府轉(zhuǎn)向債務(wù)融資，例如政府預(yù)計(jì)發(fā)行總計(jì)一萬億抗疫特別國債，赤字的增加將不可避免地提高政府未來的債務(wù)負(fù)擔(dān)。

（二）財(cái)政乘數(shù)效應(yīng)

為進(jìn)一步量化分析疫情沖擊下不同財(cái)政規(guī)則“穩(wěn)保就業(yè)”和穩(wěn)定經(jīng)濟(jì)的長期效果，拓展了長期貼現(xiàn)財(cái)政乘數(shù)。常規(guī)財(cái)政乘數(shù)僅考察政策執(zhí)行期的產(chǎn)出拉動(dòng)效應(yīng)，忽略了后期經(jīng)濟(jì)主體的預(yù)期與應(yīng)對措施，且難以捕捉政策的滯后效應(yīng)，而長期貼現(xiàn)財(cái)政乘數(shù)在一個(gè)較長觀測期內(nèi)考察GDP與財(cái)政支出的動(dòng)態(tài)路徑，可有效規(guī)避上述問題（Faria-e-Castro，2018）[25]。本文按是否包含政策規(guī)則區(qū)分了兩類模型，通過比較疫情沖擊下兩類模型相應(yīng)變量的脈沖響應(yīng)差異計(jì)算該乘數(shù)。長期貼現(xiàn)財(cái)政乘數(shù)的設(shè)定如下：

MPTω=∑Tt=1∏tj=1R-1jXStimulust-XNo?Stimulust∑Tt=1∏tj=1R-1jSpendingStimulust-Spending?No?Stimulust

上式中，ω為各類財(cái)政規(guī)則，T為乘數(shù)效應(yīng)的觀測期，與前文脈沖響應(yīng)分析一致，此處設(shè)定為20期。Xt為主要經(jīng)濟(jì)變量（產(chǎn)出、消費(fèi)、失業(yè)率），上標(biāo)Stimulus和No?Stimulus分別表示有無財(cái)政規(guī)則的模型。Spendingt為政府財(cái)政支出（本文中減稅也被視為一種財(cái)政支出），Rj為j期名義利率，鑒于不同財(cái)政規(guī)則模型中的Rj存在差異，為便于比較，此處使用基準(zhǔn)模型中的Rj。

不同沖擊對宏觀經(jīng)濟(jì)的影響程度和傳導(dǎo)機(jī)制存在差異，因此，其對應(yīng)財(cái)政規(guī)則的乘數(shù)效應(yīng)也不盡相同。鑒于此，本文考察了供求兩類沖擊下的乘數(shù)效應(yīng)。此外，考慮到純粹不確定性沖擊的影響相對較小，本文重點(diǎn)分析水平?jīng)_擊下的乘數(shù)效應(yīng)。表5匯報(bào)了各種政策工具的長期乘數(shù)效應(yīng)。

表5顯示，在應(yīng)對疫情引致的不同類型沖擊時(shí)，政府購買規(guī)則的乘數(shù)效應(yīng)存在顯著差異。需求沖擊下，政府購買規(guī)則對失業(yè)率的長期“熨平”效應(yīng)是勞動(dòng)力供給沖擊下的217倍，而它對消費(fèi)的長期擠出效應(yīng)是勞動(dòng)力供給沖擊下的194倍。相比而言，稅收規(guī)則和組合規(guī)則在兩種沖擊下對主要經(jīng)濟(jì)變量的乘數(shù)效應(yīng)差距較小。

對比稅收規(guī)則和政府購買規(guī)則不難發(fā)現(xiàn)，兩種沖擊下，減稅對就業(yè)和產(chǎn)出的長期拉動(dòng)效應(yīng)強(qiáng)于政府購買。例如，勞動(dòng)力供給沖擊下，稅收規(guī)則“熨平”失業(yè)率的乘數(shù)效應(yīng)是政府購買規(guī)則的338倍。此外，稅收規(guī)則對消費(fèi)存在長期拉動(dòng)效應(yīng)，因此，減稅可有效彌補(bǔ)政府購買規(guī)則的消費(fèi)擠出效應(yīng)。

組合規(guī)則拉動(dòng)產(chǎn)出和降低失業(yè)的長期乘數(shù)效應(yīng)高于政府購買規(guī)則，低于稅收規(guī)則。例如，在消費(fèi)需求沖擊下，每增加1單位組合支出（政府購買+減稅），產(chǎn)出提高了04906個(gè)單位，而增加政府購買和減稅分別使產(chǎn)出提高了04706和06911個(gè)單位。

（三）福利損失分析

上文通過脈沖響應(yīng)和財(cái)政乘數(shù)細(xì)化分析了疫情沖擊下不同財(cái)政規(guī)則對主要經(jīng)濟(jì)變量的影響，但上述分析缺乏對社會(huì)整體福利水平影響的比較研究。鑒于此，本文參考郭豫媚（2016）[26]的研究，引入了社會(huì)福利損失函數(shù)，其設(shè)定如下：

Losst=VarY+ΩVar（π）

其中，VarY和Var（π）分別為產(chǎn)出和通脹的方差。參數(shù)Ω=05為權(quán)重系數(shù)。表6匯報(bào)了不同財(cái)政規(guī)則的福利損失。

由表6可知，基準(zhǔn)模型下，疫情沖擊造成的全社會(huì)福利損失為60108，政府購買規(guī)則下的福利損失為43852，較基準(zhǔn)模型下降了2705%。稅收規(guī)則下的福利損失為41933，比政府購買規(guī)則低3024%。兩種財(cái)政規(guī)則組合下的福利損失最小，較基準(zhǔn)模型下降了4607%。綜合來看，組合規(guī)則在短期內(nèi)熨平勞動(dòng)力市場波動(dòng)，長期中能有效抑制政府購買規(guī)則的消費(fèi)擠出效應(yīng)，其在減少社會(huì)福利損失方面的效果最好。

六、結(jié)論與政策啟示

本文在包含搜尋匹配摩擦的DSGE模型中考察了新冠肺炎疫情沖擊對勞動(dòng)力市場波動(dòng)的宏觀影響和微觀機(jī)理。得出如下研究結(jié)論：第一，短期內(nèi)，疫情引致的水平?jīng)_擊與不確定性沖擊的交互效應(yīng)是勞動(dòng)力市場波動(dòng)的主要驅(qū)動(dòng)力，其中，消費(fèi)需求的組合沖擊解釋了失業(yè)率波動(dòng)的5417%，勞動(dòng)力供給的組合沖擊解釋了失業(yè)率波動(dòng)的1262%。而純粹的水平?jīng)_擊和不確定性沖擊對勞動(dòng)力市場波動(dòng)的貢獻(xiàn)率相對較小。第二，在疫情引致的水平?jīng)_擊中，消費(fèi)需求沖擊占主導(dǎo)地位。消費(fèi)需求與勞動(dòng)力供給雙向沖擊的疊加作用加劇了失業(yè)率、崗位空缺以及勞動(dòng)力市場緊度的波動(dòng)，而供需沖擊的抵消作用則在一定程度上減緩了工資和通脹的波動(dòng)。第三，消費(fèi)需求與勞動(dòng)力供給兩種不確定性沖擊的傳導(dǎo)機(jī)制具有內(nèi)在一致性，即通過風(fēng)險(xiǎn)厭惡家庭的預(yù)防性儲(chǔ)蓄效應(yīng)削弱總需求，加劇勞動(dòng)力市場波動(dòng)。第四，勞動(dòng)力市場的搜尋匹配摩擦是疫情的重要傳導(dǎo)機(jī)制，搜尋外部性放大了疫情對勞動(dòng)力市場造成的波動(dòng)。第五，在相同的政策持續(xù)系數(shù)和反應(yīng)彈性下，政府購買規(guī)則在短期內(nèi)“熨平”勞動(dòng)力市場波動(dòng)的效果優(yōu)于稅收規(guī)則，但也造成了對私人消費(fèi)的擠出，長期來看，稅收規(guī)則的乘數(shù)效應(yīng)大于政府購買規(guī)則，綜合而言，組合規(guī)則“穩(wěn)保就業(yè)”的同時(shí)造成的社會(huì)福利損失最小。此外，財(cái)政政策的時(shí)滯制約了其“穩(wěn)保就業(yè)”功能的充分發(fā)揮。

根據(jù)上述結(jié)論，本文得到如下政策啟示：第一，構(gòu)建應(yīng)對外源性沖擊的就業(yè)保障政策體系，建立起財(cái)政政策、貨幣政策與就業(yè)政策的聯(lián)動(dòng)機(jī)制。短期內(nèi)要提高政策的響應(yīng)速度和落實(shí)效率，減少時(shí)滯。第二，調(diào)控政策要從供需兩端同時(shí)發(fā)力，一方面加大對受疫情沖擊損失較大的中小企業(yè)的支持力度，協(xié)助企業(yè)全面復(fù)產(chǎn)復(fù)工，降低勞動(dòng)力供給沖擊的負(fù)面影響;另一方面進(jìn)行逆周期的宏觀調(diào)控，提振總需求，以此拉動(dòng)就業(yè)。第三，在推進(jìn)穩(wěn)就業(yè)政策的過程中應(yīng)強(qiáng)調(diào)“穩(wěn)預(yù)期”，注重“前瞻性指引”，以此提振家庭的消費(fèi)信心，弱化不確定性沖擊及其與水平?jīng)_擊交互效應(yīng)給勞動(dòng)力市場帶來的負(fù)面影響。第四，建立健全勞動(dòng)力市場信息發(fā)布渠道，降低勞動(dòng)力市場中信息不完全等摩擦因素，提高求職者與空缺崗位的匹配效率，以此降低搜尋匹配摩擦對疫情沖擊的放大作用。

參考文獻(xiàn)：

[1]?都陽.新冠病毒肺炎“大流行”下的勞動(dòng)力市場反應(yīng)與政策[J].勞動(dòng)經(jīng)濟(jì)研究，2020，8（2）：3-21.

[2]?黃群慧.新冠肺炎疫情對供給側(cè)的影響與應(yīng)對：短期和長期視角[J].經(jīng)濟(jì)縱橫，2020（5）：46-57，2.

[3]?Mihailov，?A.?Quantifying?the?Macroeconomic?Effects?of?the?COVID-19?Lockdown：?Comparative?Simulations?of?the?Estimated?Galí-Smets-Wouters?Model?（No.?em-dp2020-07）.?Henley?Business?School，?Reading?University，2020.

[4]?易行健.新冠肺炎疫情對經(jīng)濟(jì)金融的沖擊研究——基于國際文獻(xiàn)綜述及其擴(kuò)展分析[J].金融經(jīng)濟(jì)學(xué)研究，2020，35（3）：3-16.

[5]?Baker，?S.?R.，Bloom，?N.，Davis，?S.?J.，?et?al.??Covid-induced?Economic?Uncertainty[R].NBER?Working?Papers.，2020.

[6]?Christiano，?L.?J.，Eichenbaum，?M.?S.，?&?Trabandt，?M.?Unemployment?and?Business?Cycles[J].Econometrica，?2016，84（4）：1523-1569.

[7]?Blanchard，?O.J，?Galí，?J.?Labor?Markets?and?Monetary?Policy：?A?New?Keynesian?Model?with?Unemployment[J].American?Economic?Journal：?Macroeconomics，2010，2?（2）：1-30.

[8]?Merz，?M.?Search?in?the?Labor?Market?and?the?Real?Business?Cycle[J].Journal?of?Monetary?Economics，1995，36（2）：?269-300.

[9]?Krause，?M.?U.，Lopez-Salido，?D.，?&?Lubik，?T.?A.Inflation?Dynamics?with?Search?Frictions：?A?Structural?Econometric?Analysis[J].Journal?of?Monetary?Economics，2008，55（5）：892-916.

[10]Mumtaz，?H.，?&Theodoridis，?K.??Dynamic?Effects?of?Monetary?Policy?Shocks?on?Macroeconomic?Volatility[J].Journal?of?Monetary?Economics，2019.

[11]王曦，王茜，陳中飛.貨幣政策預(yù)期與通貨膨脹管理——基于消息沖擊的DSGE分析[J].經(jīng)濟(jì)研究，2016，51（2）：16-29.

[12]Chang，?C.，?Chen，?K.，?Waggoner，?D.?F.，?et?al.?Trends?and?Cycles?in?Chinas?Macroeconomy[R].NBER?Macroeconomics?Annual，2016，30（1）：1-84.

[13]鄧紅亮，陳樂一.勞動(dòng)生產(chǎn)率沖擊、工資粘性與中國實(shí)際經(jīng)濟(jì)周期[J].中國工業(yè)經(jīng)濟(jì)，2019（1）：23-42.

[14]李亮亮.中國勞動(dòng)力市場就業(yè)與真實(shí)工資的動(dòng)態(tài)波動(dòng)[J].財(cái)貿(mào)研究，2020，31（2）：1-17，79.

[15]Song，?Z.，?Storesletten，?K.，?&?Zilibotti，?F.?Growing?Like?China[J].American?Economic?Review，?2011，101（1）：196-233.

[16]許志偉，王文甫.經(jīng)濟(jì)政策不確定性對宏觀經(jīng)濟(jì)的影響——基于實(shí)證與理論的動(dòng)態(tài)分析[J].經(jīng)濟(jì)學(xué)（季刊），2019，18（1）：23-50.

[17]孟憲春，張屹山，張鶴，等.?預(yù)算軟約束、宏觀杠桿率與全要素生產(chǎn)率[J].管理世界，2020，36（8）：50-65.

[18]Basu，?S.，?&?Bundick，?B.?Uncertainty?Shocks?in?a?Model?of?Effective?Demand[J].Econometrica，?2017，85（3）：937-958.

[19]Born，?B.，?&?Pfeifer，?J.?Policy?Risk?and?the?Business?Cycle[J].Journal?of?Monetary?Economics，2014，68：68-85.

[20]王博，李力，郝大鵬.貨幣政策不確定性、違約風(fēng)險(xiǎn)與宏觀經(jīng)濟(jì)波動(dòng)[J].經(jīng)濟(jì)研究，2019，54（3）：119-134.

[21]Fernández-Villaverde，?J.，?Guerrón-Quintana，?P.，?Rubio-Ramirez，?J.?F.，?et?al.?Risk?matters：?The?Real?Effects?of?Volatility?Shocks.?American?Economic?Review，2011，101（6）：2530-61.

[22]張佐敏.財(cái)政規(guī)則與政策效果——基于DSGE分析[J].經(jīng)濟(jì)研究，2013，48（1）：41-53.

[23]胡永剛，郭長林.財(cái)政政策規(guī)則、預(yù)期與居民消費(fèi)——基于經(jīng)濟(jì)波動(dòng)的視角[J].經(jīng)濟(jì)研究，2013，48（3）：96-107.

[24]朱軍.高級(jí)財(cái)政學(xué)Ⅱ—DSGE的視角及應(yīng)用前沿：模型分析與編程[M].上海：上海財(cái)經(jīng)大學(xué)出版社，?2019：72-73.

[25]Faria-e-Castro，?M.?Fiscal?Multipliers?and?Financial?Crises[R].FRB?St.?Louis?Working?Paper，?2018：23.

[26]郭豫媚，陳偉澤，陳彥斌.中國貨幣政策有效性下降與預(yù)期管理研究[J].經(jīng)濟(jì)研究，2016，51（1）：28-41，83.

The?Shocks?of?COVID-19?Pandemic，?Labor?Market?Fluctuation?and?Fiscal?Policy

Rules?for?Stable?Employment——DSGE?Model?Based?on?Search?Friction

ZHOU?Lei1，2，SUN?Ning-hua2，QIAN?Guo-jun2

（1.Post-Doctoral?Research?Station，?Bank?of?China，?Beijing?100818，?China;

2.School?of?Economics，?Nanjing?University，?Nanjing?210093，China）

Abstract：This?paper?uses?the?DSGE?model?including?search?matching?friction?to?evaluate?the?macro-impacts?and?micro-mechanisms?of?various?shocks?caused?by?the?pandemic?on?the?labor?market?and?compare?the?employment?stability?effects?of?different?fiscal?policy?rules.?The?results?show?that：?the?pandemic?has?caused?the?rise?of?the?unemployment?rate?and?the?decrease?of?job?vacancies?in?the?short?run.?The?interaction?effect?between?level?shocks?and?uncertainty?shocks?caused?by?the?pandemic?is?the?main?driving?force?of?labor?market?fluctuation.?The?superimposed?effect?of?level?shocks?on?both?sides?of?supply?and?demand?intensifies?the?fluctuation?of?the?unemployment?rate?and?job?vacancies，?and?its?counteracting?effect?reduces?the?fluctuation?of?wage.?Uncertainty?shocks?suppresses?aggregate?demand?through?precautionary?savings?effect，?exacerbated?labor?market?fluctuation.?In?the?short?run，?the?impact?of?government?purchase?rule?on?smoothing?labor?market?fluctuation?is?better?than?that?of?tax?rule，?but?it?also?results?in?crowding?out?of?private?consumption.?In?addition，?the?time?lag?of?fiscal?policy?restricts?the?full?play?of?its?stable?employment?to?a?certain?extent.

Key?words：COVID-19?pandemic;?labor?market?fluctuation;?fiscal?rules;search?friction;?DSGE?model

（責(zé)任編輯：周正）