32 总需求、总供给与经济周期

这一讲要回答六个问题：

1. 经济周期是什么？它有什么规律，没有什么规律？
2. 衰退时，产出和失业为什么反着动？（奥肯定律）
3. 总需求和总供给是什么？为什么需求曲线向下，短期供给曲线向上，长期供给曲线竖直？
4. 需求冲击和供给冲击，各有什么不同的"指纹"？
5. 价格为什么会"黏"？黏性怎样把一次冲击，放大成一场衰退？
6. 经济周期，到底是什么引起的？

从这一讲起，我们进入 Unit 8：短期的波动。前面的 Unit 7，看的是几十年的趋势：增长靠资本、人力资本、想法和制度。现在，我们看趋势上下的起伏：同样一个国家，这一年产出比潜在水平高，下一年又比它低。第 4 讲说过，宏观经济学里，几乎没法做实验，所以争论比微观多；这一单元，你会反复碰到这一点。

一、你的支出，是别人的收入

先想象一个小镇。镇上每一户人家，每赚 1 元，花掉 0.9 元，存下 0.1 元。

有一天，一户人家，因为担心将来，少花了 10 元。

先停一下：这 10 元，对整个小镇的收入，最后会造成多大的影响？

这 10 元，本来是另一户人家的收入。那一户，收入少了 10 元，也照着习惯，少花 9 元（10 × 0.9）；这 9 元，是第三户的收入，第三户少花 8.1 元……一轮一轮下去：

10 + 9 + 8.1 + 7.29 + …… = 10 ÷ (1 − 0.9) = 100 元

一户人家少花的 10 元，最后，让全镇的收入，少了 100 元。（这个"放大"，叫乘数，第 34 讲会专门讲。）

注意这里发生了什么：每一户的决定，单独看，都合理（担心将来，少花点钱）；可是大家同时这样做，所有人的收入，一起下降。 第 8 讲的"谷贱伤农"，是同一类现象：对一个人有利的事，对所有人同时发生时，结果可能相反。这一讲的总需求，就是在说：整个经济的支出，有时会同时起伏，一起拉动收入起伏。

二、经济周期的事实

2.1 什么是衰退

一个经济，有时扩张，有时收缩。这种起伏，叫经济周期。美国国家经济研究局（NBER）的经济周期日期委员会，是这样认定衰退的：经济活动出现了显著的下降，遍及整个经济，并且持续了几个月以上。 它没有一个固定的数字规则（比如，常被提到的"连续两个季度 GDP 下降"，不是 NBER 的定义）。生产和就业，是它最关注的两个方面。

2.2 代码验证：衰退有多长，扩张有多长

# 一、美国的衰退有多长，扩张有多长？
# 美国国家经济研究局（NBER）的经济周期日期委员会，认定的每一轮"顶（peak）"和"谷（trough）"，1945–2020 年。
# 顶 = 扩张的最后一个月；谷 = 衰退的最后一个月；衰退的长度 = 顶到谷的月数。
cycles = [("1945-02", "1945-10"), ("1948-11", "1949-10"), ("1953-07", "1954-05"), ("1957-08", "1958-04"),
          ("1960-04", "1961-02"), ("1969-12", "1970-11"), ("1973-11", "1975-03"), ("1980-01", "1980-07"),
          ("1981-07", "1982-11"), ("1990-07", "1991-03"), ("2001-03", "2001-11"), ("2007-12", "2009-06"),
          ("2020-02", "2020-04")]

def month(s):
    y, m = s.split("-"); return int(y) * 12 + int(m)

contraction = [month(t) - month(p) for p, t in cycles]
expansion = [month(cycles[i + 1][0]) - month(cycles[i][1]) for i in range(len(cycles) - 1)]
print("衰退（顶到谷）：")
for (p, t), c in zip(cycles, contraction): print(f"  {p} 到 {t}：{c:>2} 个月")
print(f"{len(cycles)} 次衰退，平均 {sum(contraction) / len(contraction):.1f} 个月；最短 {min(contraction)} 个月，最长 {max(contraction)} 个月")
print(f"{len(expansion)} 段扩张（相邻两次衰退之间，谷到下一个顶），平均 {sum(expansion) / len(expansion):.1f} 个月；最短 {min(expansion)} 个月，最长 {max(expansion)} 个月")
print("相邻两次衰退之间的间隔（月）：" + "，".join(str(e) for e in expansion))
print("  没有固定的周期：最短的间隔和最长的间隔，相差约", max(expansion) // min(expansion), "倍")

# 二、各国的增长是不是同时下降？
# 世界银行 WDI（2026 年 10 月 8 日更新的版本），实际 GDP 年增长率（%），2005–2024 年。
growth = {
    "中国": [11.5, 12.7, 14.2, 9.7, 9.4, 10.6, 9.5, 7.9, 7.8, 7.5, 7.0, 6.8, 6.9, 6.8, 6.1, 2.3, 8.6, 3.1, 5.4, 5.0],
    "美国": [3.5, 2.8, 2.0, 0.1, -2.6, 2.7, 1.6, 2.3, 2.1, 2.5, 2.9, 1.8, 2.5, 3.0, 2.6, -2.1, 6.2, 2.5, 2.9, 2.8],
    "日本": [1.8, 1.5, 1.7, -1.2, -5.9, 4.1, -0.2, 1.6, 2.0, 0.9, 1.8, 0.7, 1.6, 0.8, -0.3, -4.3, 3.6, 1.3, 0.7, -0.2],
    "德国": [0.9, 3.9, 2.9, 0.9, -5.5, 4.1, 3.8, 0.5, 0.4, 2.2, 1.7, 2.2, 2.8, 1.1, 1.0, -4.1, 3.9, 1.8, -0.9, -0.5],
    "英国": [2.8, 2.2, 2.9, -0.0, -4.6, 2.3, 0.9, 1.5, 1.7, 3.2, 2.1, 2.2, 3.0, 1.6, 1.3, -10.0, 8.5, 5.1, 0.3, 1.1],
    "印度": [7.9, 8.1, 7.7, 3.1, 7.9, 8.5, 5.2, 5.5, 6.4, 7.4, 8.0, 8.3, 6.8, 6.5, 3.9, -5.8, 9.7, 7.6, 7.2, 7.1],
    "巴西": [3.2, 4.0, 6.1, 5.1, -0.1, 7.5, 4.0, 1.9, 3.0, 0.5, -3.5, -3.3, 1.3, 1.8, 1.2, -3.3, 4.8, 3.0, 3.2, 3.4],
    "韩国": [4.4, 5.2, 5.8, 3.0, 0.8, 7.0, 3.7, 2.5, 3.3, 3.2, 2.9, 3.2, 3.4, 3.2, 2.3, -0.7, 4.6, 2.7, 1.6, 2.0],
}
years = list(range(2005, 2025))
print("\n八个国家里，哪些年份有国家的实际 GDP 下降（增长率为负）？")
for i, y in enumerate(years):
    down = [c for c, g in growth.items() if g[i] < 0]
    if len(down) >= 2: print(f"  {y}：{len(down)} 个：{'、'.join(down)}")
for y in (2009, 2020):
    i = years.index(y)
    print(f"{y} 年八国的增长率：" + "，".join(f"{c} {g[i]:+.1f}" for c, g in growth.items()))
print("中国：2009 和 2020 年，增速都明显放慢，但没有出现负增长：" + f"2009 年 {growth['中国'][4]:.1f}%，2020 年 {growth['中国'][15]:.1f}%（对照 2019 年 {growth['中国'][14]:.1f}%）")

输出：

衰退（顶到谷）：
  1945-02 到 1945-10： 8 个月
  1948-11 到 1949-10：11 个月
  1953-07 到 1954-05：10 个月
  1957-08 到 1958-04： 8 个月
  1960-04 到 1961-02：10 个月
  1969-12 到 1970-11：11 个月
  1973-11 到 1975-03：16 个月
  1980-01 到 1980-07： 6 个月
  1981-07 到 1982-11：16 个月
  1990-07 到 1991-03： 8 个月
  2001-03 到 2001-11： 8 个月
  2007-12 到 2009-06：18 个月
  2020-02 到 2020-04： 2 个月
13 次衰退，平均 10.2 个月；最短 2 个月，最长 18 个月
12 段扩张（相邻两次衰退之间，谷到下一个顶），平均 64.2 个月；最短 12 个月，最长 128 个月
相邻两次衰退之间的间隔（月）：37，45，39，24，106，36，58，12，92，120，73，128
  没有固定的周期：最短的间隔和最长的间隔，相差约 10 倍

八个国家里，哪些年份有国家的实际 GDP 下降（增长率为负）？
  2009：5 个：美国、日本、德国、英国、巴西
  2020：7 个：美国、日本、德国、英国、印度、巴西、韩国
  2024：2 个：日本、德国
2009 年八国的增长率：中国 +9.4，美国 -2.6，日本 -5.9，德国 -5.5，英国 -4.6，印度 +7.9，巴西 -0.1，韩国 +0.8
2020 年八国的增长率：中国 +2.3，美国 -2.1，日本 -4.3，德国 -4.1，英国 -10.0，印度 -5.8，巴西 -3.3，韩国 -0.7
中国：2009 和 2020 年，增速都明显放慢，但没有出现负增长：2009 年 9.4%，2020 年 2.3%（对照 2019 年 6.1%）

逐段看：

• 衰退：1945 年以来，美国有 13 次（按 NBER 的日期），平均约 10 个月，最短的是 2020 年，只有 2 个月，最长的是 2007 到 2009 年，18 个月。（NBER 自己公布的 1945 到 2020 年平均，约 10.3 个月，与此接近；差别来自计算范围，我没有逐项核对。）
• 扩张：两次衰退之间，平均 64.2 个月，与 NBER 公布的 1945 到 2020 年的平均（约 64.2 个月）一致；最短的间隔 12 个月，最长的 128 个月。
• 没有固定的周期：最短和最长的间隔，相差约 10 倍。所以，“周期"这个词，有点误导：它不是钟摆，是不规则的起伏。你没法靠"上一次衰退是几年前”，来预测下一次。
• 图：灰色是 NBER 认定的衰退，蓝线是实际 GDP 偏离潜在 GDP 的百分比（美国国会预算办公室的估计）。衰退时，缺口迅速下降，复苏需要更长时间。注意：潜在 GDP 是估出来的，不是看到的。 Athanasios Orphanides 2001 年（American Economic Review，91 卷 4 期）的研究显示，用当时能拿到的数据，估的产出缺口，和后来修订的，差别可以很大，更大的误差来源，是对潜在产出的实时估计。这也是第 31 讲那个泰勒规则的局限之一。

2.3 衰退是同时发生的

一个国家的起伏，是不是只和自己有关？下面是世界银行的数据，八个国家，2005 到 2024 年的实际 GDP 增长（%）：

• 2009 年：八国里，美国、日本、德国、英国、巴西的 GDP，都下降了；
• 2020 年：八国里，有七个下降（美国、日本、德国、英国、印度、巴西、韩国）；
• 中国：2009 年增长 9.4%，2020 年 2.3%（对照 2019 年的 6.1%），增速明显放慢，但是没有出现年度负增长。（国家统计局公布的数字是，2020 年第一季度，实际 GDP 同比下降 6.8%，按 1992 年以来的口径，是中国第一次出现季度性萎缩，据报道。）

所以，不同国家的周期，会同时起伏：有共同的冲击（2008 年的金融危机，2020 年的疫情），也有贸易、金融的联系。中国的情形，和美国不同：中国每年，政府工作报告会设定一个增长目标（2025 年是"5% 左右"；据报道，2026 年的目标是 4.5% 到 5%）。第 27 讲看到的，中国的增长，是一个阶梯式的放缓，不是"正负交替"。我们这一讲用的"衰退"，主要是在美国这样的增长率常常为负的经济里，才好用的概念。

小结： 衰退是经济活动遍及整个经济的显著下降。1945 年以来，美国的衰退平均约 10 个月，扩张平均约 64 个月，间隔最短 12 个月、最长 128 个月：没有固定周期。不同国家的衰退，常常同时发生。

三、产出和失业，反着动：奥肯定律

衰退时，产出下降，企业需要的工人，也少了，失业率上升。1962 年，Arthur Okun 发现了这个规律（经济学里叫奥肯定律）：GDP 增长越慢，失业率上升越多。

我们用美国 1949 到 2024 年的数据，自己看一遍：

import numpy as np

# 奥肯定律：产出和失业，是不是反着动？美国，1948–2024 年。
# 来源：美联储圣路易斯分行 FRED（GDPC1，UNRATE，CPIAUCSL），2026 年 10 月下载后我算好的。
# 每项：年份: (实际 GDP 增长率 %，全年平均失业率 %，当年 12 月的消费者物价同比涨幅 %)。1948 年没有上一年的 GDP，所以是 None。
data = {
    1948: (None, 3.75, 2.73), 1949: (-0.56, 6.05, -1.83), 1950: (8.69, 5.21, 5.80), 1951: (8.04, 3.28, 5.96),
        1952: (4.08, 3.03, 0.91), 1953: (4.69, 2.93, 0.60), 1954: (-0.58, 5.59, -0.37), 1955: (7.13, 4.37, 0.37),
        1956: (2.13, 4.12, 2.83), 1957: (2.11, 4.30, 3.04), 1958: (-0.74, 6.84, 1.76), 1959: (6.93, 5.45, 1.52),
        1960: (2.57, 5.54, 1.36), 1961: (2.57, 6.69, 0.67), 1962: (6.13, 5.57, 1.23), 1963: (4.36, 5.64, 1.65),
        1964: (5.76, 5.16, 1.20), 1965: (6.50, 4.51, 1.92), 1966: (6.60, 3.79, 3.36), 1967: (2.74, 3.84, 3.28),
        1968: (4.91, 3.56, 4.71), 1969: (3.12, 3.49, 5.90), 1970: (0.18, 4.98, 5.57), 1971: (3.29, 5.95, 3.27),
        1972: (5.26, 5.60, 3.41), 1973: (5.65, 4.86, 8.94), 1974: (-0.54, 5.64, 12.10), 1975: (-0.21, 8.47, 7.13),
        1976: (5.39, 7.70, 5.04), 1977: (4.62, 7.05, 6.68), 1978: (5.54, 6.07, 8.99), 1979: (3.17, 5.85, 13.25),
        1980: (-0.26, 7.18, 12.35), 1981: (2.54, 7.62, 8.91), 1982: (-1.80, 9.71, 3.83), 1983: (4.58, 9.60, 3.79),
        1984: (7.24, 7.51, 4.04), 1985: (4.17, 7.19, 3.79), 1986: (3.46, 7.00, 1.19), 1987: (3.45, 6.18, 4.33),
        1988: (4.18, 5.49, 4.41), 1989: (3.67, 5.26, 4.64), 1990: (1.89, 5.62, 6.25), 1991: (-0.11, 6.85, 2.98),
        1992: (3.52, 7.49, 2.97), 1993: (2.75, 6.91, 2.81), 1994: (4.03, 6.10, 2.60), 1995: (2.68, 5.59, 2.53),
        1996: (3.77, 5.41, 3.38), 1997: (4.45, 4.94, 1.70), 1998: (4.48, 4.50, 1.61), 1999: (4.79, 4.22, 2.68),
        2000: (4.08, 3.97, 3.44), 2001: (0.96, 4.74, 1.60), 2002: (1.70, 5.78, 2.48), 2003: (2.80, 5.99, 2.04),
        2004: (3.85, 5.54, 3.34), 2005: (3.48, 5.08, 3.34), 2006: (2.78, 4.61, 2.52), 2007: (2.00, 4.62, 4.11),
        2008: (0.11, 5.80, -0.02), 2009: (-2.58, 9.28, 2.81), 2010: (2.70, 9.61, 1.44), 2011: (1.56, 8.93, 3.06),
        2012: (2.29, 8.07, 1.76), 2013: (2.12, 7.36, 1.51), 2014: (2.52, 6.16, 0.65), 2015: (2.95, 5.28, 0.64),
        2016: (1.82, 4.88, 2.05), 2017: (2.46, 4.36, 2.13), 2018: (2.97, 3.89, 2.00), 2019: (2.58, 3.68, 2.32),
        2020: (-2.08, 8.10, 1.32), 2021: (6.27, 5.35, 7.17), 2022: (2.43, 3.65, 6.40), 2023: (2.92, 3.62, 3.32),
        2024: (2.95, 4.03, 2.87)
}
ys = [y for y in data if y >= 1949]
g = np.array([data[y][0] for y in ys])
du = np.array([data[y][1] - data[y - 1][1] for y in ys])          # 失业率的年度变化（百分点）

def okun(sel):
    idx = [ys.index(y) for y in sel]
    slope, icpt = np.polyfit(g[idx], du[idx], 1)
    return slope, icpt, np.corrcoef(g[idx], du[idx])[0, 1]

for label, sel in (("1949–2024", ys), ("1949–2019（去掉疫情）", [y for y in ys if y <= 2019])):
    s, a, r = okun(sel)
    print(f"{label}：失业率的变化 = {a:.2f} + ({s:.2f}) × GDP 增长率；相关系数 {r:.2f}")
    print(f"  GDP 增长每低 1 个百分点，失业率平均多升 {-s:.2f} 个百分点；失业率不变时的增长率约 {-a / s:.2f}%（大致相当于这段时间里经济'正常'的增长速度）；1 ÷ {-s:.2f} = {1 / -s:.1f}")
s, a, r = okun(ys)
print("\n几个年份：实际的失业率变化，和奥肯定律预测的")
for y in (1975, 1982, 2009, 2010, 2020, 2021):
    pred = a + s * data[y][0]
    print(f"  {y}：GDP 增长 {data[y][0]:+5.2f}%，失业率变化 实际 {data[y][1] - data[y - 1][1]:+5.2f}，预测 {pred:+5.2f}")

print("\n衰退年份（实际 GDP 下降）：通胀是上升还是下降？（'上一年的通胀'是前一年 12 月的同比涨幅）")
dp = {y: data[y][2] - data[y - 1][2] for y in ys}
for y in ys:
    if data[y][0] < 0:
        print(f"  {y}：GDP {data[y][0]:+.2f}%，通胀 {data[y][2]:5.2f}%（比上一年 {dp[y]:+5.2f} 个百分点）")
c = np.corrcoef(g, [dp[y] for y in ys])[0, 1]
print(f"全部年份：GDP 增长率和'通胀的变化'的相关系数 {c:.2f}（正：经济热的时候，通胀上升；多半是需求冲击在起作用）")

输出：

1949–2024：失业率的变化 = 1.33 + (-0.42) × GDP 增长率；相关系数 -0.81
  GDP 增长每低 1 个百分点，失业率平均多升 0.42 个百分点；失业率不变时的增长率约 3.15%（大致相当于这段时间里经济'正常'的增长速度）；1 ÷ 0.42 = 2.4
1949–2019（去掉疫情）：失业率的变化 = 1.22 + (-0.38) × GDP 增长率；相关系数 -0.81
  GDP 增长每低 1 个百分点，失业率平均多升 0.38 个百分点；失业率不变时的增长率约 3.18%（大致相当于这段时间里经济'正常'的增长速度）；1 ÷ 0.38 = 2.6

几个年份：实际的失业率变化，和奥肯定律预测的
  1975：GDP 增长 -0.21%，失业率变化 实际 +2.83，预测 +1.41
  1982：GDP 增长 -1.80%，失业率变化 实际 +2.09，预测 +2.08
  2009：GDP 增长 -2.58%，失业率变化 实际 +3.48，预测 +2.41
  2010：GDP 增长 +2.70%，失业率变化 实际 +0.33，预测 +0.19
  2020：GDP 增长 -2.08%，失业率变化 实际 +4.42，预测 +2.20
  2021：GDP 增长 +6.27%，失业率变化 实际 -2.75，预测 -1.31

衰退年份（实际 GDP 下降）：通胀是上升还是下降？（'上一年的通胀'是前一年 12 月的同比涨幅）
  1949：GDP -0.56%，通胀 -1.83%（比上一年 -4.56 个百分点）
  1954：GDP -0.58%，通胀 -0.37%（比上一年 -0.97 个百分点）
  1958：GDP -0.74%，通胀  1.76%（比上一年 -1.28 个百分点）
  1974：GDP -0.54%，通胀 12.10%（比上一年 +3.16 个百分点）
  1975：GDP -0.21%，通胀  7.13%（比上一年 -4.97 个百分点）
  1980：GDP -0.26%，通胀 12.35%（比上一年 -0.90 个百分点）
  1982：GDP -1.80%，通胀  3.83%（比上一年 -5.08 个百分点）
  1991：GDP -0.11%，通胀  2.98%（比上一年 -3.27 个百分点）
  2009：GDP -2.58%，通胀  2.81%（比上一年 +2.83 个百分点）
  2020：GDP -2.08%，通胀  1.32%（比上一年 -1.00 个百分点）
全部年份：GDP 增长率和'通胀的变化'的相关系数 0.40（正：经济热的时候，通胀上升；多半是需求冲击在起作用）

逐段看：

• 回归的结果：失业率的变化 = 1.33 − 0.42 × GDP 增长率，相关系数 −0.81。GDP 增长，每低 1 个百分点，失业率平均多升 0.42 个百分点。倒过来，失业率每高 1 个百分点，大约对应 2.4 个百分点的产出损失（1 ÷ 0.42）。去掉疫情的 2020、2021 年，是 0.38，对应 2.6：文献里常说的奥肯系数，大约在 2 到 3 之间（据转述），和这个差不多。
• 失业率不变，需要的增长约 3.15%：增长低于它，失业率就会上升。这大致相当于这些年里，经济’正常’的增长速度（劳动力和生产率的增长加在一起）。
• 有些年份，和定律的预测不同：1982 年，增长 −1.80%，失业率上升 2.09，预测 2.08，几乎一模一样；2009 年，实际上升 3.48，预测只有 2.41；2020 年，实际上升 4.42，预测 2.20，差了一倍：疫情期间，很多人是被临时裁员（可能的原因之一，我没有逐项核对）；2021 年，失业率下降了 2.75，预测只下降 1.31，是复苏。
• 局限：（1）它是一个统计规律，不是定律，各个时期的系数，不一样。（2）相关不是因果的方向：不是"失业造成产出下降"，也不是反过来，是两者都来自经济活动的变化。（3）中国的调查失业率，从 2018 年才开始按月公布（第 27 讲），所以，这个检验，对中国没有同样长的数据。

四、总需求

4.1 总需求是什么

总需求（AD），是在每一个物价水平上，整个经济想要购买的产出的总量：家庭的消费、企业的投资、政府的购买、净出口（第 27 讲的支出法：C + I + G + NX）。

画在图上：横轴是产出 Y，纵轴是物价水平 P；总需求曲线向右下方倾斜：物价越高，需求量越少。为什么？常见的有三个理由：

1. 财富效应：物价上涨，你手里的钱（存款、现金），能买到的东西变少了，你觉得更穷，少花钱。
2. 利率效应：物价上涨，人们需要更多的货币来交易；如果货币量不变，货币变得稀缺，利率上升（第 30、31 讲），企业少投资，家庭少买房。
3. 汇率效应：物价上涨，本国商品相对外国商品更贵，净出口减少（第 41 讲）。

（现代的另一种讲法：央行看到通胀上升，会提高利率，第 31 讲的泰勒原则，让需求下降。不同的教材，用不同的推导。）

4.2 什么会让整条曲线移动

在每一个物价水平上，需求量都变了，整条 AD 曲线就会移动：

移动的幅度，常常大于最初的变化：本讲开头那个"10 变 100"的乘数。

五、总供给

5.1 长期：竖直

长期总供给，是整个经济，在物价水平不影响产出的时候，能生产的东西：由资本、劳动、人力资本、想法、制度决定（第 28、29 讲）。这些，和物价水平没有关系：所以，长期总供给曲线（LRAS），是一条竖直线，位置在潜在产出 Y* 上。

5.2 短期：向上倾斜

可是，短期里，产出会偏离潜在水平。短期总供给（SRAS）向右上方倾斜：物价水平越高，企业愿意生产得越多。为什么？共同的原因是：价格和工资，不是随时随地都在调整的，它们有"黏性"。

• 菜单成本：改价格，有成本（重新印菜单、通知客户、谈判）。Gregory Mankiw 1985 年（Quarterly Journal of Economics）的想法是，即使菜单成本很小，因为一个企业不改价，会通过需求影响别的企业，整个经济的后果，可能很大。
• 工资合同、调整工资的成本：许多工资，是按期（一年、几年）签的，涨可以，降很难（一些调查和研究发现，名义工资下调很少见，我没有在这里列出具体研究）。
• 信息不完全：企业未必立刻知道，需求的变化是暂时的，还是永久的。

证据：价格到底有多"黏"？

• Mark Bils 和 Peter Klenow 2004 年（Journal of Political Economy，112 卷 5 期）用美国劳工统计局 1995 到 1997 年的数据，覆盖 350 个类别、约占消费支出的 70%：包括促销在内，一半的价格，持续不到 4.3 个月；不包括临时的降价（促销），一半的价格，持续不到 5.5 个月。
• Emi Nakamura 和 Jón Steinsson 2008 年（Quarterly Journal of Economics，123 卷 4 期）用更长的原始数据（1988 到 2005 年），发现，不含促销，每月改价的频率中位数，是 9% 到 12%，对应的常规价格，持续时间中位数约 8 到 11 个月（据摘要）。
• 差别在哪：差不多一倍的差别，主要来自"促销算不算价格变化"：促销是临时的降价，很快又回到原价，算不算"真正的价格调整"？不同的处理，得出不同的黏性。（这不是一个数据问题，是一个概念问题，是价格黏性这个领域里，本身就有分歧的地方。）

小结： 总需求 AD：C + I + G + NX，向下倾斜（财富、利率、汇率效应），消费者信心、投资、政府购买、货币政策等会让它整条移动。总供给：长期，竖直在潜在产出上；短期，因为价格和工资有黏性，向上倾斜。

六、AD–AS 模型：一年一年地算

把两条曲线合起来，用一个最简单的版本：

• AD：Y = A − b × P（A 是自主的支出，A 变，整条 AD 平移）；
• SRAS：P = Pe + k × (Y − Y*) + s（Pe 是人们预期的物价；k 越大，价格越灵活；s 是供给冲击）；
• 预期：下一年的 Pe = 这一年的 P。

长期均衡是：Y = Y*，P = Pe。我们从 Y* = 100，P = 100（b = 0.5，所以 A = 150）出发，看各种冲击。

# 一个最简单的 AD–AS 模型，一年一年地算。
#   总需求（AD）：Y = A - b × P      （物价水平 P 越高，需求量越少；A 是自主的支出，A 变，整条曲线平移）
#   短期总供给（SRAS）：P = Pe + k × (Y - Y*) + s     （Pe 是人们预期的物价，Y* 是潜在产出，s 是供给冲击，k 越大，价格越灵活）
#   预期：Pe(下一年) = 这一年的 P（适应性预期）
# 长期：Y = Y*，P = Pe。从一个长期均衡出发：Y* = 100，P = 100，所以 A = Y* + b × P = 150（取 b = 0.5）。
Ystar, b = 100.0, 0.5

def run(years, k=1.0, A_path=None, s_path=None, Pe0=100.0):
    """返回每一年的 (Y, P)。A_path[t]、s_path[t] 是第 t 年的自主支出和供给冲击"""
    out, Pe = [], Pe0
    for t in range(years):
        A = A_path[t] if A_path else 150.0
        s = s_path[t] if s_path else 0.0
        P = (Pe + k * (A - Ystar) + s) / (1 + k * b)              # 把 AD 代入 SRAS，解出 P
        Y = A - b * P
        out.append((Y, P)); Pe = P
    return out

def show(label, path, t_show=(0, 1, 2, 3, 5, 8, 12, 19)):
    print(label)
    for t in t_show:
        Y, P = path[t]
        print(f"  第 {t:>2} 年：产出 {Y:6.2f}（缺口 {Y - Ystar:+6.2f}），物价 {P:7.2f}")

T = 20
dem = [150.0] + [140.0] * (T - 1)                                  # 第 1 年起，自主支出少了 10（比如，人们对未来没信心，少花钱）
show("一、需求冲击：第 1 年起，A 从 150 降到 140（k=1，价格有一定黏性）", run(T, 1.0, dem))
print("  长期：Y 回到 100，P 降到", (140 - Ystar) / b, "（物价水平比原来低）；短期：产出和物价同时下降")

print("\n二、价格越灵活（k 越大），衰退越短、越浅吗？（同一个需求冲击，看产出缺口）")
for k in (0.25, 1.0, 4.0):
    path = run(T, k, dem)
    gaps = [Y - Ystar for Y, P in path]
    low = min(gaps)
    back = next((t for t in range(1, T) if abs(gaps[t]) < 1.0), None)
    back_txt = f"用了 {back} 年" if back else f"{T} 年里都没有回到"
    print(f"  k={k:>4}：最低的缺口 {low:+.2f}（第 {gaps.index(low)} 年），缺口回到 1 以内：{back_txt}")

sup = [0.0, 10.0] + [0.0] * (T - 2)                                # 第 1 年有一次性的供给冲击（比如，油价暴涨），s = +10，只有一年
show("\n三、供给冲击：第 1 年，s = +10（一次性，比如，油价暴涨）；需求（A = 150）不变", run(T, 1.0, None, sup), (0, 1, 2, 3, 5, 8, 12, 19))
print("  产出下降、物价上升，同时发生（滞胀），之后慢慢回到原来的水平")

print("\n四、央行把 A 拉回去，来对付需求冲击（A 从 140 回到 150）：越早越好吗？")
for delay in (0, 1, 3, 6):
    A_path = [150.0] + [140.0 if t < 1 + delay else 150.0 for t in range(1, T)]
    gaps = [Y - Ystar for Y, P in run(T, 1.0, A_path)]
    print(f"  延迟 {delay} 年才出手：最低缺口 {min(gaps):+.2f}，累计的产出缺口（前 12 年）{sum(gaps[:12]):+.2f}，之后有没有过热（缺口最高）{max(gaps[1:]):+.2f}")

print("\n五、供给冲击时，央行面临取舍：若把 A 提高 5，去顶住产出的下降（第 1 年）")
for label, A1 in (("不动", 150.0), ("A 提高 5", 155.0)):
    A_path = [150.0, A1] + [150.0] * (T - 2)
    (Y, P) = run(T, 1.0, A_path, sup)[1]
    print(f"  {label}：第 1 年产出 {Y:.2f}（缺口 {Y - Ystar:+.2f}），物价 {P:.2f}（比原来高 {P - 100:+.2f}）")

输出：

一、需求冲击：第 1 年起，A 从 150 降到 140（k=1，价格有一定黏性）
  第  0 年：产出 100.00（缺口  +0.00），物价  100.00
  第  1 年：产出  93.33（缺口  -6.67），物价   93.33
  第  2 年：产出  95.56（缺口  -4.44），物价   88.89
  第  3 年：产出  97.04（缺口  -2.96），物价   85.93
  第  5 年：产出  98.68（缺口  -1.32），物价   82.63
  第  8 年：产出  99.61（缺口  -0.39），物价   80.78
  第 12 年：产出  99.92（缺口  -0.08），物价   80.15
  第 19 年：产出 100.00（缺口  -0.00），物价   80.01
  长期：Y 回到 100，P 降到 80.0 （物价水平比原来低）；短期：产出和物价同时下降

二、价格越灵活（k 越大），衰退越短、越浅吗？（同一个需求冲击，看产出缺口）
  k=0.25：最低的缺口 -8.89（第 1 年），缺口回到 1 以内：20 年里都没有回到
  k= 1.0：最低的缺口 -6.67（第 1 年），缺口回到 1 以内：用了 6 年
  k= 4.0：最低的缺口 -3.33（第 1 年），缺口回到 1 以内：用了 3 年

三、供给冲击：第 1 年，s = +10（一次性，比如，油价暴涨）；需求（A = 150）不变
  第  0 年：产出 100.00（缺口  +0.00），物价  100.00
  第  1 年：产出  96.67（缺口  -3.33），物价  106.67
  第  2 年：产出  97.78（缺口  -2.22），物价  104.44
  第  3 年：产出  98.52（缺口  -1.48），物价  102.96
  第  5 年：产出  99.34（缺口  -0.66），物价  101.32
  第  8 年：产出  99.80（缺口  -0.20），物价  100.39
  第 12 年：产出  99.96（缺口  -0.04），物价  100.08
  第 19 年：产出 100.00（缺口  -0.00），物价  100.00
  产出下降、物价上升，同时发生（滞胀），之后慢慢回到原来的水平

四、央行把 A 拉回去，来对付需求冲击（A 从 140 回到 150）：越早越好吗？
  延迟 0 年才出手：最低缺口 +0.00，累计的产出缺口（前 12 年）+0.00，之后有没有过热（缺口最高）+0.00
  延迟 1 年才出手：最低缺口 -6.67，累计的产出缺口（前 12 年）-0.12，之后有没有过热（缺口最高）+2.22
  延迟 3 年才出手：最低缺口 -6.67，累计的产出缺口（前 12 年）-0.55，之后有没有过热（缺口最高）+4.69
  延迟 6 年才出手：最低缺口 -6.67，累计的产出缺口（前 12 年）-2.40，之后有没有过热（缺口最高）+6.08

五、供给冲击时，央行面临取舍：若把 A 提高 5，去顶住产出的下降（第 1 年）
  不动：第 1 年产出 96.67（缺口 -3.33），物价 106.67（比原来高 +6.67）
  A 提高 5：第 1 年产出 100.00（缺口 +0.00），物价 110.00（比原来高 +10.00）

6.1 需求冲击

A 从 150 降到 140（人们对将来没信心，少花钱）：

• 第 1 年：产出降到 93.33（缺口 −6.67），物价也降到 93.33。产出和物价，同时下降。物价没有降够（长期要降到 80），因为价格有黏性，预期还停留在 100，这才有了衰退。
• 之后：物价预期，一年一年往下调，产出慢慢回来：第 5 年，缺口 −1.32；第 19 年，回到 100。长期，产出回到潜在水平，只有物价，降到了 80：长期里，需求冲击只改变物价，不改变产出（这是第 30 讲货币数量论的"长期中性"那一面）。

6.2 价格越黏，衰退越深、越久

同一个需求冲击，换三个 k：

• k = 0.25（价格很黏）：最低缺口 −8.89，20 年里都没有回到 1 以内；
• k = 1.0：最低缺口 −6.67，6 年回到 1 以内；
• k = 4.0（价格较灵活）：最低缺口 −3.33，3 年回到。

价格越灵活，需求冲击，越多地变成价格的下降，越少地变成产出的下降。 这也是为什么，宏观经济学家那么在意：价格到底有多黏。

6.3 供给冲击

第 1 年有一次性的供给冲击（s = +10，比如油价暴涨，企业的成本上升）：

• 产出降到 96.67（缺口 −3.33），物价却升到 106.67。产出下降，物价上升，同时发生：这叫滞胀（stagflation）。
• 之后慢慢回到原来的水平。

6.4 需求冲击和供给冲击的"指纹"

两种冲击，留下的"指纹"，方向不同：

• 需求冲击：产出和物价，同方向变化（一起下降，或者一起上升）；
• 供给冲击：产出和物价，反方向变化（产出降，物价升）。

这是我们用来区分它们的线索，但不是一个干净的识别：现实里，两者常常同时发生。美国的数据（代码 B 的输出）：1949 到 2024 年，10 个 GDP 下降的年份里，8 个年份的通胀，比上一年低（需求冲击的特征）；只有 1974 年（通胀上升 3.16 个百分点），像典型的滞胀，那一年，在 1973 年 10 月 OPEC 石油禁运之后，油价大涨，美国 1973 年 11 月到 1975 年 3 月陷入衰退（据报道）。2009 年的"上升 2.83"，主要是因为 2008 年 12 月的通胀同比接近 0（那时，据常见的说法，油价大幅回落），不是一个供给冲击。全部年份：GDP 增长率和通胀变化的相关系数是 0.40：更多是需求冲击在起作用。（这是一个粗糙的检验，不要把它当成精确的结论。）

6.5 政策：晚一点出手会怎样

央行可以抵消需求冲击：把 A 拉回来（第 31 讲：降息）。代码的第四部分：

• 延迟 0 年（理想情形：冲击一发生，同一年就抵消）：没有缺口。
• 延迟 1 年：第 1 年，缺口已经是 −6.67（出手之前，冲击已经造成了损失）；等到出手时，物价预期已经降了，同样的 A 带来更高的产出，缺口最高升到 +2.22，过热。
• 延迟 3 年、6 年：过热更严重（+4.69、+6.08），累计的产出缺口也更大。

这说明了第 31 讲讲的那个比喻：油门和车速之间，隔着很长的、不稳定的延迟。 太晚、太猛地"补救"，本身会变成新的冲击。

6.6 供给冲击时，政策面临取舍

代码的第五部分：油价冲击下，如果央行把 A 提高 5，去顶住产出的下降：产出保住了（缺口 0），可是，物价比原来高 10，比"不动"时（高 6.67）更多。对付供给冲击，央行不能同时稳住产出和物价：稳住产出，物价更高；稳住物价，产出更低。 这是第 33 讲的主题。

6.7 一个正在发生的例子：2026 年的油价冲击

我们的模型里，“油价暴涨"是一个虚构的 s = +10。2026 年，现实里有了一次，规模大得多。这一节，用 6.3 到 6.6 的框架，看这件事，只讲事实，和模型怎么读；不预测，也不评判。截至 2026 年 10 月中旬，数据在更新，请以官方公布的为准。

冲击：据报道，2026 年 2 月 28 日，美国和以色列袭击伊朗，之后，霍尔木兹海峡（正常情况下，全球约五分之一的石油，从这里经过）的航运，大幅减少。据报道，布伦特原油，2 月 27 日约 72 美元，到 3 月，涨到了约 115 到 120 美元的高点；4 月，停火之后，油价回落；7 月，战事重新开始，9 月，又一次越过 100 美元（据报道，9 月下旬，在 107 美元以上）。

美国的数字（美国劳工统计局）：

（3 月，汽油价格，比上个月涨了 21.2%，是这个数据从 1967 年开始公布以来，最大的月度涨幅。）失业率：9 月，4.2%；同月，非农就业，增加了约 2.9 万人。

用 AD–AS 怎么读：

• 预测：供给冲击（6.3 节）：物价上升，产出下降，反方向。企业的成本上升，SRAS 向上移。
• 指纹：总的 CPI，上升了 1.3 个百分点（2.4% → 3.7%），核心 CPI（不含食品和能源），几乎没动（2.5% → 2.6%）：上涨的绝大部分，来自能源。这和"成本冲击"的画像，一致；如果，主要是需求过热，我们会看到，更广泛的商品和服务，一起涨。这是指纹，不是证明（6.4 节：现实里，两种冲击常常同时发生；而且，核心通胀，也可能，在后面，慢慢被能源成本推高，这是 6.6 节"二阶"的担忧）。
• 产出这一头：9 月的新增就业，很弱（约 2.9 万人），失业率，4.2%，和一次供给冲击里"产出下降"的方向，没有矛盾；但是，单月的就业数据，噪音很大，我这里，没有把产出（GDP）的数据，放进来，不下结论。

政策的取舍（6.6 节）：2026 年 9 月 16 日，美联储，把利率目标区间，上调了 0.25 个百分点（第 31 讲 4.3 节：12 比 0；声明写道：“通胀仍然偏高”）。放到 6.6 节的模型里，这是在稳住物价那一头：模型说，这样做，产出，会比"不动"时更低。这个选择，对不对，有争议：

• 理论预测什么：如果，油价上涨，是一次性的，人们的通胀预期，没有跟着上移，那么，央行，可以"看穿"它：不加息，等油价回落；加息，只是，让产出，白白多降了一些。如果，预期，被带动了（工资、定价，都开始，把更高的通胀，算进去），不加息，就会让一次性的冲击，变成持续的通胀（第 33 讲：预期的作用）。
• 证据与局限：这两种情形，事先分不清：预期，要事后，才能看出，有没有被带动。美国，2021 到 2022 年的经验（第 33 讲第七节），常常被两边引用：一边说，“通胀不是一次性的，要早点防”；另一边说，那一次的供给因素，确实，很大，而且后来，没有靠失业率大幅上升，通胀也降了下来。2026 年的这一次，规模、持续时间、背景（关税、劳动力市场），都不同；证据，还没有出来。
• 分歧在哪：事实上的分歧：预期，有没有，被带动；核心通胀，会不会，被推上去。价值上的分歧：多付一点失业的代价，来保证"通胀不会变成习惯”，值不值得；谁，承担这个代价（第 33 讲第六节）。
• 价值判断（留给你）：如果你是政策制定者，你更怕哪一种错：（a）看穿了，结果通胀，变成了持续的；（b）没有看穿，结果，在一次本来会自己过去的冲击里，多付了失业的代价？

对照：中国：同一轮油价冲击，在中国，是另一种面貌。8 月，CPI 同比 0.8%，PPI 同比 +3.8%：上游的生产资料（+5.0%），采矿业（+17.8%），涨得很多，而消费品的出厂价格，还在下降（−0.5%）。成本，涨在上游，没有顺畅地，传到消费者身上。这是怎么回事，第 33 讲第八节，接着讲。

小结： AD–AS：需求冲击，短期里让产出和物价同方向变化，长期里只改变物价；供给冲击，让产出和物价反方向变化（滞胀）。价格越黏，衰退越深、越久。政策出手晚了，可能过头；对付供给冲击，要在稳产出和稳物价之间取舍；2026 年的油价冲击，是一个正在发生的例子（6.7 节）。

七、一个有争议的问题：经济周期，是什么引起的

这是宏观经济学里，持续了几十年的争论。按"理论预测 → 证据与局限 → 分歧在哪 → 价值判断留给读者"来写。

理论预测什么：有两大类解释。

• 需求冲击加黏性价格（凯恩斯、新凯恩斯的传统）：周期，主要是需求的起伏，因为价格有黏性，需求冲击变成产出和就业的波动。这样的波动，是低效的：有人想工作而找不到工作，政策有可能熨平它。
• 实际冲击（真实经济周期，RBC）：周期，主要是技术等实际因素的随机变化，经济对它做出最优的反应：技术暂时变差，人们少工作、少投资，产出下降。这样的波动，不一定是坏事，政策干预，未必改善。

证据怎么说：

• Finn Kydland 和 Edward Prescott 1982 年（Econometrica，50 卷 6 期）用一个有"建设需要时间"的增长模型，只靠技术冲击，就能很好地拟合美国战后的一些周期特征（据摘要）；他们因此（以及相关的工作）获得了 2004 年诺贝尔经济学奖。有评论指出，模型的拟合，依赖于劳动供给对工资变化非常敏感的假设，后来被质疑。
• Jordi Galí 1999 年（American Economic Review）用一个结构向量自回归（假定只有技术冲击对劳动生产率有长期影响），发现，正的技术冲击之后，工作时间下降，这和 RBC 的预测相反。可是，这个结果，有争议：设定不同（变量用水平还是差分），结论可以改变，也有研究，用别的方法，得到类似或者相反的结果。
• Christina Romer 和 David Romer 2004 年（American Economic Review，94 卷 4 期）用美联储的记录，构造了 1969 到 1996 年的货币政策冲击，发现，货币冲击对产出的影响，比以前的估计，更大、更快：这支持"需求侧的冲击，能影响产出"。
• 价格黏性的微观证据（第 5.2 节）：价格确实不是每天都在变，这支持黏性的前提；但是它有多重要，也有争论。

局限：（1）识别冲击很难：研究者看到的，是产出、价格、失业这些结果，要判断是需求还是供给的冲击，得靠假设，而每个假设，都可能被质疑。（2）上面每一项研究，都有后续的争论，没有哪一项能一锤定音。（3）两类解释，并不互相排斥：不同的衰退，原因可能不同（比如，1974 年更像供给冲击，1982 年更像需求冲击）。

分歧在哪：

• 事实上的分歧：各类冲击，在历次周期里，各占多少？价格和工资的黏性，到底有多重要？
• 模型上的分歧：不同的模型，对同样的事件，有不同的解释，也有不同的政策含义。

价值判断（留给你）：即使事实弄清楚了，下面这些，也不是数据能回答的：

1. 衰退的代价，落在谁身上：失业集中在一部分人身上（第 13 讲、第 27 讲）。为了减轻他们的损失，政策有成本（通胀的风险、债务）。该为多大的损失，付多大的代价？
2. 该多积极地干预：积极的稳定政策，可能熨平波动，也可能因为延迟和判断错误（6.5 节），制造新的波动。你更担心哪一种错误？
3. 如果衰退里，有一部分是"必要的调整"（比如，资源从衰落的行业，转向新的行业），政策该保护谁：现有的工作，还是转型中的人？

经济学能告诉你：每一种解释，对应什么样的政策、什么样的风险；该怎么权衡，是你的价值判断。

八、局限、常见误用

8.1 局限

• AD–AS 是一个最简单的版本：只有一个"价格水平"，没有通胀率；预期是最简单的适应性预期。下一讲，我们换成通胀。
• 参数是虚构的：b、k、冲击的大小，只为演示机制，不对应任何国家。
• 冲击的类型，难以识别：区分需求和供给，是一个难题。
• 潜在产出看不见：产出缺口，是估出来的。
• 这一讲没有讲：财政政策（第 34 讲）、金融危机（第 35 讲）、通胀和预期（第 33 讲）、开放经济里的周期（第 41 讲）。

8.2 常见的误用

九、小结

这一讲有六个想法，请带走：

1. 经济周期是不规则的起伏：美国衰退平均约 10 个月，扩张平均约 64 个月，间隔最短 12、最长 128 个月；不同国家的衰退，常常同时发生。
2. 奥肯定律：增长每低 1 个百分点，失业率多升约 0.4 个百分点；这是统计规律，不是定律。
3. 总需求：C + I + G + NX，向下倾斜，会因为信心、投资、政府购买、货币政策而整条移动，常常被放大（乘数）。
4. 总供给：长期竖直在潜在产出上，短期因为价格黏性向上倾斜。价格有多黏，没有一个公认的数字（促销算不算价格变化，让估计差了一倍）。
5. 需求冲击让产出和物价同方向变化，供给冲击让它们反方向变化（滞胀）；价格越黏，衰退越深越久；政策晚了，可能过头；对付供给冲击，要在稳产出和稳物价之间取舍；2026 年的油价冲击，是一个正在发生的例子（6.7 节）。
6. 周期的来源有争论：需求冲击加黏性，还是实际冲击；证据混合，识别很难。

我们的 AD–AS 里，用的是物价水平。可是，你每天听到的，是通胀率：物价涨得有多快，有多少人找不到工作，这两件事，是什么关系？人们对未来物价的预期，又怎样改变这个关系？下一讲：第 33 讲：通胀的成因、预期与菲利普斯曲线。（我们这一讲的 SRAS，P = Pe + k × (Y − Y*)，换一个角度看，就是菲利普斯曲线的雏形。）

思考题

1. 一个小镇，每赚 1 元，花掉 0.8 元。有一户少花了 10 元。全镇的收入，最后少了多少？如果每赚 1 元，花 0.5 元呢？

提示：总效应 = 10 ÷ (1 − 0.8) = 50 元；花 0.5 元时：10 ÷ (1 − 0.5) = 20 元。花得越多（存得越少），每一轮传下去得越多，放大得越大。

2. 用奥肯定律：失业率的变化 = 1.33 − 0.42 × GDP 增长率（本讲的估计）。GDP 增长 1%、−3%、6% 时，失业率各变化多少？

提示：g = 1：1.33 − 0.42 = +0.91 个百分点；g = −3：1.33 + 1.26 = +2.59；g = 6：1.33 − 2.52 = −1.19。增长只有 1%，低于 3.15% 的"正常"增长，失业率还是上升。

3. 用 6 节的模型（b = 0.5，k = 1，Y* = 100，A = 150），一次性的供给冲击 s = +20。第 1 年的产出和物价是多少？如果央行把 A 提高 10（到 160），结果呢？

提示：P = (Pe + k(A − Y*) + s) ÷ (1 + kb) = (100 + 50 + 20) ÷ 1.5 ≈ 113.33，Y = 150 − 0.5 × 113.33 ≈ 93.33。A = 160：P = (100 + 60 + 20) ÷ 1.5 = 120，Y = 160 − 60 = 100。产出保住了，物价更高（+20，比 +13.33 更多）：取舍。

4. 同样的需求冲击（A 从 150 降到 140），如果价格几乎完全灵活（k = 100），第 1 年的产出缺口是多少？这说明什么？

提示：P = (100 + 100 × 40) ÷ (1 + 100 × 0.5) = 4100 ÷ 51 ≈ 80.39，Y = 140 − 0.5 × 80.39 ≈ 99.80，缺口 ≈ −0.20。价格几乎一步到位，下降到新的长期水平（80），产出几乎没有受影响：价格越灵活，需求冲击越不会变成产出的波动。

5. （开放题）2020 年的疫情衰退，是需求冲击，还是供给冲击？用本讲的"指纹"（产出和物价的方向）和美国的数据（2020 年通胀 1.32%，2021 年 7.17%），来讨论。

提示：没有简单的答案。2020 年，GDP 下降，通胀比上一年低 1.00 个百分点，像需求冲击（人们不敢出门消费）；但是，封锁也直接减少了供给（工厂停工、运输受阻）；2021 年，需求恢复，而供给的恢复，没有那么快，通胀上升到 7.17%。这是一个需求和供给冲击同时起作用的例子，也是为什么"指纹"只是线索。更多的讨论，在第 33 讲。

参考与延伸

• NBER 经济周期日期委员会：美国经济周期的"顶"和"谷"，1945–2020 年（本讲用的是其公布的日期）。
• Okun, A. M. (1962). Potential GNP: Its Measurement and Significance. Proceedings of the Business and Economic Statistics Section, American Statistical Association.
• Orphanides, A. (2001). Monetary Policy Rules Based on Real-Time Data. American Economic Review, 91(4), 964–985.
• Mankiw, N. G. (1985). Small Menu Costs and Large Business Cycles: A Macroeconomic Model of Monopoly. Quarterly Journal of Economics, 100(2).
• Bils, M., & Klenow, P. J. (2004). Some Evidence on the Importance of Sticky Prices. Journal of Political Economy, 112(5), 947–985.
• Nakamura, E., & Steinsson, J. (2008). Five Facts about Prices: A Reevaluation of Menu Cost Models. Quarterly Journal of Economics, 123(4).
• Kydland, F. E., & Prescott, E. C. (1982). Time to Build and Aggregate Fluctuations. Econometrica, 50(6), 1345–1370.
• Galí, J. (1999). Technology, Employment, and the Business Cycle: Do Technology Shocks Explain Aggregate Fluctuations? American Economic Review.
• Romer, C. D., & Romer, D. H. (2004). A New Measure of Monetary Policy Shocks: Derivation and Implications. American Economic Review, 94(4), 1055–1084.
• 世界银行：World Development Indicators（八国实际 GDP 增长，2026 年 10 月 8 日更新的版本）。
• 美联储圣路易斯分行 FRED 数据库：GDPC1、GDPPOT、UNRATE、CPIAUCSL、USREC（2026 年 10 月下载）。
• 国家统计局：2020 年一季度国内生产总值（2020 年 4 月 17 日公布，据报道）；2025 年政府工作报告（2025 年 3 月 5 日，据报道）。
• 美国劳工统计局：消费者价格指数新闻稿（2026 年 2 月、3 月、9 月的数据；9 月的数据，2026 年 10 月 14 日公布）；就业形势报告（2026 年 9 月的数据，2026 年 10 月 2 日公布）。
• 美联储：联邦公开市场委员会声明，2026 年 9 月 16 日。
• 国家统计局：2026 年 8 月的 CPI 和 PPI 新闻稿（2026 年 9 月 9 日、10 日）。
• 2026 年的油价和霍尔木兹海峡：据当时的报道（CNBC、美国能源信息署、世界银行的博客等）；油价数字，来自媒体，口径（期货、现货、盘中、收盘）不同，只是量级。