目录
一、一本专业教材
《宏观经济学与中国政策》是净土推荐的。他说怕自己看不明白，希望作为读书会的书目，大家一起读。
别的还好，就是苦了读书会的亲友们——
我阅读下来的感受是，这本书虽然专业，但不难看懂。但是，它也不属于通识读物。从目录就能看出，这是一本结构严谨、深入浅出的专业教材。
《宏观经济学与中国政策》的作者很明显有着“用白话将事情说清楚”的期许，语言平实直接，既适合初学者入门，也能为有一定经济学基础的学生和教师提供深刻启发。如果说它的阅读有什么门槛，可能在于知识点比较多，所以有些无聊。
写这本书的人是两位中国经济学领域的杰出学者，有着深厚的学术积淀和丰富的实践经验。
第一位作者是颜色老师，现任北京大学光华管理学院副教授、博士生导师，北京大学经济政策研究所副所长。在美国加州大学洛杉矶分校（UCLA）获得了经济学博士学位，学术背景深厚。并且，他曾经是方正证券首席经济学家和渣打银行资深经济学家，积累了丰富的政策分析和市场经验。
第二位作者郭凯明老师是有名的青年才俊，现任中山大学岭南学院教授、博士生导师，宏观经济教研室主任。他的课堂深受学生欢迎，曾获评“中山大学岭南学院对我影响最大的老师”，并荣获中山大学岭南学院杰出教学贡献奖一等奖和中山大学优秀辅导员称号。
读这本书的时候，我常常想到大一学习《经济学原理》以及大二学习《中级宏观经济学》的情景。可以肯定地说，当时的学习热情远不及现在。
没了考试，怎么反而认真起来了呢？
这个问题，和个人的成长有关，也和宏观经济学的意义有关。
二、为什么要学习宏观经济学？
经济学——特别是宏观经济学，所面临的意义危机是十分严重的。提到宏观经济学，不少人第一反应要么是“与我无关”，要么是“毫无用处”，要么是知其然而不知其所以然。
这种认知鸿沟源于两个极端：一端是宏观经济学的过度简化、通俗化，另一端则是学术研究的过度模型化和数学化。大众读物不把逻辑说圆，学术界又闭门造车——两端用力，中间留下的自然是一段意义的真空。
于是，打开书之前，一个根本性问题就出现了：普通人为什么要学习宏观经济学？
最重要的原因是，我们需要一个更科学的视角来解读身边发生的一切。
首当其冲的，收入不平等。20年的时候，根据国家发改委发布的调研报告，有6亿人月收入不到1000元。经济发展的目标，主要就是让广大的民众都能过上幸福的生活，提升效用。近几年，这个数据或许能有所上升，但程度能缓和多少，有待商榷。2024年，人民币存款增加了17.99万亿，但国内存款超过50万元的储户占比不足1%。这样的结果，已经严重违背了贫富差距的二八定律，现实比理论更恶劣。
其次，就是地方政府的债务问题。地方国有投资平台和地方政府是不可分割的整体，国有投资平台的债务本质上就是地方政府的债务，即使地方政府采用了金字塔型的融资结构也是一样。国际货币基金组织和世界银行估算的地方债务大致在GDP的50%左右，如果穿透式地将债务加上去，数字只会更高。问题是，地方政府能用于偿债的资金来源无非是财政盈余和地方国企的利润，而这两部分之和占总体债务的比例连5%都不到。
再次，大A的“传奇”反映了资本市场长期处于低迷。经过前后大约三年的疲市，中国股市的总市值蒸发了30万亿元，上市公司的数量倒是只增不减。与之相对地，过去一年，国债收益率（包括1年期、10年期和30年期）大幅下降，短期收益率更是跌破1%。投资者更倾向于购买低风险的国债，推高了债券价格，压低了收益率。
除此之外，房地产不景气，就业竞争白热化，储蓄率过高而消费不足等问题，都一一摆在面前。不知不觉中，宏观经济已经成了人们茶余饭后挂在嘴边的话题——“市场好差”“机会在变少”“经济在走下坡路”“明年说不定会更难熬”“周期往下走了”……这些对经济形势的直观感受，恰恰印证了宏观经济学研究的核心议题——经济增长与波动，与每个人的生活休戚相关。宏观不等于微观的加总，但微观时时刻刻受到宏观的影响。经济数据的背后，是一个个活生生的人，包括我自己。
信息的数量增加的情况下，甄别、判断的能力就更重要。独立思考的前提是自己能有一定的知识储备，或至少有一套可行的分析框架，知道如何找答案。我们的直觉，唯有经过知识的雕琢，方能转化为令人信服的见解。
其次，是我们需要理解政策，理解经济指标。
理解经济政策首先要理解经济指标。许多人对经济学持怀疑态度，主要基于两点：一是认为经济学模型所做出的假设在现实世界不适用，二是质疑经济指标构建的合理性或统计的准确性。这些问题都是存在的，但它的影响程度不会严峻到要“取消”整个经济学学科。
以GDP为例：
GDP的历史可以追溯到20世纪初。为确保有足够的资源支持军事行动所必须的消耗，需要科学地衡量生产力的情况。随后，以GDP为核心的国民收入核算体系（SNA）得以传承并应用至今。
随着时间的推移，针对GDP是否仍有效的讨论声势浩大。
GDP没有系统地说明收入的分配情况，在相当一部分人口收入下降的情况下，GDP总值仍可能增加。并且，对生活质量有害的因素，如污染、犯罪、生活幸福度，无法被纳入考虑。步入新世纪后，许多数字服务具有公共产品的特征，很难制定统一的标准，将其纳入生产体系中。
但是，GDP的简洁、明确、统一性，让它仍然是衡量国民财富水平的最重要指标之一。
经济学家所关心的是人的福利水平。然而，这一水平无法直接被量化。GDP作为一个可观测指标，间接反映了居民的福利状况。它涵盖了消费、投资、政府支出和净出口等所有经济活动，为跨国、跨地区经济比较提供了统一标准，是制定经济政策的重要依据。
面对GDP这一每年耗费大量人力物力统计的指标，我们更应思考的是：如何更好地利用这些数据？这正是本书试图解答的问题之一，也是非经济学从业者普遍关心的议题。
这个问题，恰恰就是本书想要告诉我们的，也是我们作为非经济学从业者会关心的。
最后一点，要借用一下苏格拉底的的箴言——“我唯一知道的，就是自己一无所知”。
当前市面上的经济学通俗读物大多聚焦于经济学原理或中级宏观经济学理论。简洁优美的凯恩斯理论深入人心，见微知著的IS/LM模型广为人知。
但是，宏观经济学并不是只有看不见的手，它是由众多解释特定现象的经济模型构成的。这些模型可能针对不同的现象，设定也相差甚远，但它们背后的经济思想是相通的。最重要的是，它们可以为现实世界发生的事情提供解释、预测。
对宏观经济学略知一二，或许会对其嗤之以鼻；但稍稍深入了解一些，会心生敬意、有所取舍。
宏观经济学绝非数字游戏，而是真正的经世致用之学。
三、经济学家并没有那么得意
凯恩斯的传世名著《就业利息和货币通论》有一段经典之论：
经济学家以及政治哲学家之思想，其力量之大，往往出乎常人意料。事实上统治世界者，就只是这些思想而已。许多实行家自以为不受任何学理之影响，却往往当了某个已故经济学家之奴隶。狂人执政，自以为得天启示，实则其狂想之来，乃得自若干年之前的某个学人。我很确信，既得利益之势力，未免被人过分夸大，实在远不如思想之逐渐侵蚀力之大。这当然不是在即刻，而是在经过一段时间以后；理由是，在经济哲学以及政治哲学这方面，一个人到了25岁或30岁以后，很少再会接受新说，故公务员、政客、甚至鼓动家应用于当前时局之种种理论往往不是最近的。然而早些晚些，不论是好是坏，危险的倒不是既得利益，而是思想。
凯恩斯的这段话频繁被经济学家引用，用于凸显经济学思想的深远影响力，甚至将经济学思想视为支配世界的主导力量。这种程度的意气风发，令我读到的时候，也深受触动。
但是，就像之前在 《置身事内》读书笔记中所说的那样，有时候，经济学和经济学家的影响力并没有想象中那么大，决策者和执行者不见得将这些思想当回事——决定改革方向的并非经济学家的思想，而是条块利益或决策者的主观意愿。在经济学之上，政治、社会、利益分化、人情往来、历史民俗，各个都有自己的一套强有力的运行逻辑。任一个拎出来，经济学恐怕都要退避三舍。
而且，思想的危险性就在于，人类历史上的任何思想，几乎都能找出与之对立的另一种。当代宏观经济学并不是铁板一块，经济学家和经济学家之间的观点分化很严重。
例如，新古典宏观经济学和真实周期（RBC）理论认为，价格是灵活变动的，市场能够快速调整，因此货币政策对实际经济活动（比如就业、产出）的影响很小，甚至无关紧要。经济波动主要来自技术冲击等实际因素，而不是货币政策。与之相对地，新凯恩斯主义经济学则认为，价格是有粘性的（即价格不能迅速调整），因此货币政策对实际经济活动的影响非常重要。通过调整货币政策，政府可以影响经济波动，比如缓解衰退或抑制通胀。
当然，我只是借此举个例子。实际上，经济学家早已着手寻找其中的平衡——新新古典综合应用了卢卡斯强调的跨期优化和理性预期，继承了凯恩斯主义模型中的定价和产出决策，以及古典和RBC模型中的消费、投资和要素供给决策。甚至，这一流派还吸收了弗里德曼等货币主义者的观点。简单来说，新新古典综合的宏观模型取用了RBC理论的内核，外面又套上了名义刚性给市场带来的阻力。短期内，价格没法调整到位，宏观政策应当发挥作用；长期内，价格会发挥其调节作用，宏观政策不必多加干涉。
并且，当代宏观经济学虽然在表面上山头林立、流派众多，但核心的思想与分析思路本出同源，同大于异。不管如何演变、争论，目前似乎至少有两个原则是广泛地被接受的——第一，宏观模型要有微观基础；第二，微观个体有理性预期。总之，共识还是主流。关键的是，要给经济学家把话说清楚的机会。
四、我学到什么？
读这本书之前，我也幻想过因此获得预测未来的神技。但是，这当然是不会有的。知识所能提供的，只是一个框架，因为真实世界总是千变万化。例如，特朗普虽然一定会加关税，但实际加征关税的时点、规模和幅度存在很大的不确定性。
框架的作用在于提供方向，以及某个时点下的属于自己的看法。《宏观经济学与中国政策》提供的就是框架，读完本书之后，读者如果运用书中的理论，得到的是“分析接下来的宏观经济要关注什么因素”，基于此，再形成自己的判断。
所以，我学到什么？
（一）预期的重要性
有人曾经调侃美联储，说他们的货币政策能有效多久，主要看他们的表演能愚弄民众多久。
这句话虽是玩笑，背后却不无道理。
上世纪五六十年代，凯恩斯主义经济学成为欧美宏观经济学的主流思想。凯恩斯主义者相信，通过政府的积极干预，可以避开经济周期的困扰，并实现持续的高速发展。宏观经济学家建立了庞大的计量经济模型，试图像操控机器一样操控经济。
然而，他们忽视了一个关键问题：当政府的政策改变时，居民的行为也会相应发生改变。这就会导致最初基于静态行为反应的政策效果预测失效。
七十年代开始，凯恩斯主义的效果逐渐失灵，积极的财政和货币政策不再能带来持续增长，反而导致了经济“滞涨”，被政府奉为圭臬的菲利普斯曲线失灵了。同时，几乎没有机构成功预测到1974-1975年和1981-1982年的两次严重经济衰退，导致企业和政府对经济模型产生怀疑。
随着时间的推移，人们意识到，计量模型基于过去的数据构建，无法适应民众根据预期不断调整行为的现实。如果历史数据用的是高度加总的宏观数据，则更是如此。卢卡斯在1972年的论文中阐述了这一观点，强调人们更在乎实际工资而非名义工资。因此，只有那些未被预期到的政策才能产生真正的效果。出其不意，才能制胜。
希望真是像钻石一样的东西。或者说，预期。宏观经济学简直是预期调控的艺术。
但是，应当如何在宏观经济模型中纳入人们的预期变化呢？认知科学没能确定人类预期形成的内部机制之前，我们能如何将其考虑在内？
答案是从微观个体出发，建立一般均衡模型。
以价格为例，如果我们假设，下一期的价格和上一期一致，这就是一种静态预期。假设市场价格Pt在时间_t_是50元，静态预期会假设下一期（时间_t_+1）的价格P_{t+1}仍然是50元。
但是，现实经济中的主体不可能认为未来的价格和现在一样。人的预期是会随着现实发生调整和适应的，加入这一因素之后，就出现了适应性预期。原先的预期错误越大，修正就越大。为此，经济学家引入了参数λ作为偏差对预期的修正强度。λ的取值范围是[0,1]。
假设上期（时间 _t_−1 ）的预期价格是48元，但实际价格是50元，那么本期（时间 t ）的预期价格可以根据上期的误差调整：
明显地，当_λ_=0.5：
下一期时，若实际又改变，继续如此调整。适应性预期虽然比静态预期更灵活，但仍然只依赖过去的信息，而不考虑当前已知的全部信息和经济原理。并且，居于核心位置的参数λ很难判断究竟为多少。
目前主要采用的理性预期与上述两者最大的不同在于，经济学家不再试图从主体的方向出发建模，而是反过来，从均衡出发。他们认为，经济主体不仅利用过去的信息，还利用所有当前可获得的信息，并应用经济模型对未来进行科学预期。换言之，在达到均衡的情况下，每个人都有理性预期。但是对于这种预期是如何形成的，经济学家并不关心。
假设经济充满确定性，预期的价格P^{e}{t}是基于所有当前已知的信息It对未来价格的最佳预测，I{t-1}指的是t-1期的信息集，包含了 t-1期所有的信息。在已经知道所有信息的情况下，预期不会出错。
但是， 真实情况下不可能所有信息都是确定的，所以在假设经济主体利用当前的信息估算出未来价格的同时，在需求曲线增加u_t作为随机扰动项，反映不可预测的部分：
联立上面两个式子会发现，即使做出了最好的预测，也可能和实际因素有差距，因为实际的数值会受到随机扰动。但是，这种扰动并不意味着式子没有用。
理性预期的伟大之处在于，它并不像静态预期或适应性预期那样，是对人类行为的假设。理性预期并不描述预期如何生成，而是通过假定经济主体利用所有的信息，确保均衡中的预期是最优的。因此，理性预期不仅仅是对个体行为的假设，更是对整个市场或经济系统在均衡状态下应满足的条件。就像卢卡斯所说的理性预期假设并不是试图描述人们是如何形成预期的，而是描述一种均衡结果，即在这种均衡中，人们的预期已经考虑了所有的可得信息。
卢卡斯批判后，宏观分析的基础必须建立在经济活动中最本质的“不变”因素——即人的理性之上。通过引入“理性预期”，经济学家绕过了“人类的预期是如何形成的”这一复杂的问题。所以，中级宏观经济学与高级宏观经济学，或者说，实际在应用的宏观经济学有巨大的差别。
（二）模型的假设比模型本身还重要
《宏观经济学与中国政策》在有的地方是很别扭的。
一方面，这本书的底色是西方经济学。另一方面，它又需要将已有的模型和中国现实联系在一起。如此一来，有些地方是不能深讲，有些地方则是必须省略。
归根到底，是因为理论必须来自实际，模型运用的前提是所作的假设正确。
以新古典经济增长理论为例，它的假设是大名鼎鼎的“稻田条件”：
- 边际产出为正但递减：生产函数的一阶导数（即边际产出）为正，但二阶导数为负，意味着随着资本或劳动的增加，产出增加的速度逐渐减缓。
- 零投入时产出为零：当资本或劳动的投入为零时，产出也为零。
- 无限投入时边际产出趋近于零：当资本或劳动的投入趋近于无穷大时，边际产出趋近于零。
- 无限小投入时边际产出趋近于无穷大：当资本或劳动的投入趋近于零时，边际产出趋近于无穷大。
这些条件确保了生产函数在数学上具有良好的性质，使得经济增长模型能够收敛到一个稳定的均衡状态。但是，稻田条件假设经济是完全竞争市场，且生产函数具有平滑的性质。然而，中国的经济结构具有明显的特殊性，例如国有企业在关键行业中占据主导地位，政府对资源配置有较强的干预能力。这种非完全市场化的经济结构与稻田条件所假设的理想化市场环境不符。中国的“自主创新”战略和政府对高科技产业的扶持，使得技术进步具有明显的阶段性和跳跃性，往往受到政策引导和制度变革的显著影响。将技术作为外生变量处理，很难得到满意的结论。
更致命的是，稻田条件假设资本的边际回报率始终为正，并且随着资本积累的增加而逐渐递减。这一假设意味着，它永远无法反映‘资本过剩’现象，即当资本积累超过一定水平时，其边际回报率可能变为负值。然而，在现实经济中，资本过剩的现象并不罕见。以我国为例，超额储蓄问题早已不是什么秘密。在银行利率持续下降的背景下，居民储蓄存款从2021年的92.6万亿大幅上升至2023年的149万亿，短短两年间增加了56万亿。资本的过度积累已经导致边际回报率下降，甚至可能为负，而稻田条件的假设显然无法描述这种现实情况。
再以拉姆齐模型为例。拉姆齐模型（Ramsey Model）是宏观经济学中用于分析最优储蓄和经济增长的经典模型。它假设了一个私有制经济体系，其中企业为居民所拥有，居民通过持有企业的股份获得利润，并通过储蓄和投资决策影响经济增长。这种假设与西方市场经济体制高度契合，但与中国国情存在显著差异。
中国实行的是以公有制为主体、多种所有制经济共同发展的基本经济制度。国有企业在中国经济中占据重要地位，尤其是在关键行业（如能源、金融、通信等）。此外，中国的私营企业和外资企业也在快速发展，但国有企业的存在使得经济结构与拉姆齐模型的假设不完全一致。在国有企业中，资本回报的分配受到政府调控，部分利润用于再投资或上缴财政，而非完全由居民持有。私营企业的利润分配虽然更接近拉姆齐模型的假设，但整体经济中政府的作用仍然显著。
拉姆齐模型假设居民通过储蓄和投资决策直接影响经济增长，居民的目标是最大化自身的长期效用。中国的储蓄率长期居高不下，但居民的投资渠道相对有限。居民储蓄主要通过银行体系转化为投资，而银行体系又受到政府的较强调控。此外，中国的投资决策在很大程度上受到政府政策的影响，例如基础设施建设、产业政策等，这与拉姆齐模型中居民主导的投资决策有所不同。
拉姆齐模型的背后暗含了对市场的无上信仰，假设政府的作用较为有限，经济主要由市场机制调节。然而，现实中，中国政府在经济中扮演着重要角色。“五年规划”和“供给侧结构性改革”都是政府主导的经济调控手段。
当然，这并不是说拉姆齐模型在中国是完全无法应用的。只不过，在运用之前需要修改一些假设。例如，不再认为企业由居民持有，在期末清算时，企业的剩余财富会直接被废弃。蒋飞老师有一篇文章就在尝试用拉姆齐模型分析中国的经济，感兴趣的可以访问链接阅读：拉姆塞模型视角下的中国经济
（三）数据处理的功课很难做
《宏观经济学与中国政策》有大量篇幅在介绍中国的宏观经济数据，包括去哪里寻找、怎么处理、数据背后的含义为何等。
在阅读的过程中，我一边惊叹于作者介绍的详实，一边不由得打了一个问号——这些数据真的准确吗？
一是定义问题。以就业人口的定义为例，对于就业人口的定义仅包括16岁以上到60岁的男性和55岁的女性，每周只需工作1小时，明显低于国际标准（3小时）。
二是有些数据互相对不上。例如2023年商务部统计的FDI流入是11339亿元人民币，国际收支平衡表的FDI负债是2269亿元，人民银行统计的跨境FDI人民币结算是50000亿元。这些数据的统计范围、方法等可能存在不同。
三是数据毕竟是通过人进行统计、上报的，过程中难免会有修饰。以李克强指数为例，2023年3月至9月期间，工业用电量年增率提升了1.3个百分点，但货运发送量的年增率下降了2.5个百分点。特别是，用电量普遍超过了发电量。这一数据的差距可能就来自于企业面临的用电量考核。由企业自行填写的采购指数、财务情况，更加难以考证。
四是数据统计口径是会发生很大改变的。如，规模以上企业的主营业年收入标准从1996年的500万元人民币提高到2011年的2000万元人民币。这种调整当然是必要的，但也让我好奇，经济学家应当如何处理这些数据？
这个问题我无法直接回答，毕竟不是专业人士，在此推荐李奇霖老师撰写的 《宏观经济数据分析手册》。厚厚一本，讨论了从GDP、工业数据、固定资产投资基建、房地产投资、制造业投资，到消费、进出口、物价、金融数据PMI、外汇数据等多个类别的中国宏观经济数据应当如何分析、处理的问题。
从经济学专业工作者的一些心得、著作、工作笔记来看，经济数据的质量虽然给他们带来了困难，但仍然可以通过系统性误差的消除和交叉比对不同来源的数据，获得有意义的经济洞察。
总结而言，首要的是多做趋势分析。在分析经济增长、通货膨胀、就业等宏观经济指标时，重点关注其变化率（如GDP增长率、CPI同比变化等），而不是绝对数值。例如，即使GDP的绝对数值存在误差，只要误差是系统性的，GDP增长率仍然可以反映经济的真实走势。
其次要眼光放长。通过长期观察数据的变化趋势，可以消除短期波动和误差的影响。例如，分析过去10年的GDP增长率，可以更好地理解经济的长期增长潜力。
另外，前文提到的数据来源太多的现象，反而是有利的。通过对比不同来源的数据，可以发现数据中的不一致之处，从而规避误差或虚假数据的影响。例如，中国内地的出口数据与台湾公布的进口数据不一致时，可以通过交叉比对发现虚假贸易现象。分析中国经济时，可以结合国家统计局、中国人民银行、海关总署、商务部等多个部门的数据，以及国际组织（如世界银行、IMF）和其他国家发布的与中国相关的数据。一些行业组织、商业机构发布的调查数据，也能补充官方数据的不足。例如，对房地产市场展开分析时，可以结合官方房价指数和商业机构的房价调查数据。
五、我们应当如何看待宏观经济学？
站在岁末年初的关口，针对宏观经济的辩论热度只增不减。
有些意见倾向于进一步调整货币政策来应对通货紧缩的危机，有些人坚持认为市场化做得不到位是一切的源头。有些人希望继续动用超宽松的政策，政府创造需求再自己吃掉，另一些人则认为现在不是好时机，因为改革会推高本已惊人的失业率。
有人斥责大大小小的城投公司为庞氏骗局，也有人呼吁看到它们带来的巨大外部性。有人认为经济学也应该处理腐败问题，另外一些则坚持认为市场出清只会引爆更深层的危机。
民意认为，当前的混乱局面以及所能预料的经济衰退是因为当局者错误的决策。大大小小的媒体则反复提到人口的问题，将未来的发展说成一种既定的局面。
所有这些差异说明，我们遭受的不仅是经济危机，更是经济学的危机。
历史上，凯恩斯革命和理性预期革命曾经力挽大厦之将倾。今天，距离07年欧洲和美国的房地产泡沫爆裂已经过去十几年，全球经济却仍然在不断振荡中向下策马奔腾，就此展开的辩论在世界上任何一个国家几乎都展现出了杂乱无章的特点。
幸运的是，西方国家所经历的财政刺激、银行危机、结构改革，早已在上个世纪八十年代的日本得到了讨论。彼时，日本辩论的激烈程度只会更甚，而不会逊于今天。
问题在于，中国所经历的并不是日本的“后一个版本”。从计划经济转向市场经济的过程中，中国奔放的发展轨迹为我们带来了世界上从未出现过的繁荣，也留下了独一无二的经济结构。我们的企业不能直接视为居民所有，人民银行的意志也不可能毫无摩擦地传导到各个市场。理论只是框架，如果所搭建的模型做出的假设不能直接适用于中国，那么一切推演都只是在错误的道路上越走越远。
最后，用2011年的诺奖得主Thomas Sargent的一句话作为结尾：“错的”是渐衰的你们，而非宏观经济学。
宏观经济学的水太深，我通过阅读所得知的最重要的一件事就是，我所知道的太少，对这门学问所抱有的敬意和期待还应当更多。