李毅

（湖南理工學院 經濟與管理系，湖南 岳陽414000）

高通脹不僅扭曲了價格機制，導致資源配置的低效率；而且過快增長的物價推高了人們的生活成本，降低了人們的福利水平，不利于社會的安定團結。縱觀歷史上高通脹的國家，無論是80年代的南美還是2000年后的津巴布韋，高通脹都造成了極為嚴重的政治和經濟危機，因此控制和保持通脹處于一個合理的水平始終是一個國家重要的宏觀經濟目標。我國盡管一直保持著經濟的高速增長，但同時也存在通貨膨脹居高不下的隱患。我國的通脹大體經歷了這樣幾個階段，在金融危機之前，2001-2008年主要是出口導向型經濟下順差劇增、人民幣升值進而熱錢涌入的結果，表現為輸入性通脹。2008-2009年上半年，盡管金融危機使得我國通脹暫時下跌，但處于對經濟下行的擔憂，國家實施了擴張的貨幣和財政政策，增發(fā)了過量的貨幣，為今后的通脹埋下隱患。2009年下半年至今我國通脹又處于上行通道，特別是金融危機前后，我國各種經濟刺激措施極大地加重了全社會對通貨膨脹的擔憂，改變了人們對于通脹的預期，使得穩(wěn)定總體物價水平成為宏觀調控的首要任務。

面對物價快速上升的經濟形勢，必須對通脹實施有效的管理，而準確識別通脹的各種動力來源是進行有效管理的前提條件。通貨膨脹的形成機制研究一般來說可以從兩條線索展開分析。一條是從總供給的角度來展開，利用附加預期的菲利普斯曲線構建計量模型；另一條是從總需求的角度展開，利用通脹與產出和貨幣供給的關系構建計量模型。總供給關系反映的是勞動力市場的均衡關系，而總需求關系反映的是商品市場與金融市場的均衡關系，單純從需求或供給一個方面來看都無法全面反映通脹的形成因素，容易在構建計量模型時產生遺漏變量的偏誤，導致參數估計的非一致性。因此為了更加全面的考察通貨膨脹的動力來源，就必須綜合考慮總供給與總需求的關系來對通貨膨脹構建計量經濟學模型。

在綜合考慮了總需求與總供給對通脹影響的基礎上，為了進一步提高研究結論的針對性，可以將總需求與總供給再細分為不同的沖擊來源，從而能對通脹的形成機制進行更加細致的刻畫。從總需求的角度來看，可分為內外兩個不同的沖擊來源：一個以利率為反映指標的貨幣需求可以視為通脹的國內需求壓力；而另一個以外匯儲備為反映指標的貨幣需求則反映了對通脹的外部需求壓力。我國自20世紀90年代以來，出口導向型經濟導致的高外匯儲備（由于我國的強制結匯制度）也是我國貨幣增發(fā)的一個重要來源。而從總供給的角度來看，也可分為內外兩種不同的供給沖擊來源：勞動力成本上漲體現了國內的供給沖擊壓力，而原油價格代表了對通脹的外部供給沖擊壓力；勞動力成本對于通脹的影響程度能為目前改善內需、提高勞動者收入的政策提供理論參考意見，而外部供給壓力對于通脹的影響能考察我國宏觀經濟自身的穩(wěn)定性。綜合供給與需求兩個因素，并且進一步將沖擊的來源細化為國內與國外部分能夠更為全面與深入的考察通脹的形成機制，準確地揭示通脹形成的各種不同動力來源，使得研究結論能夠為我國的通脹管理提供。

一、文獻綜述

有關通貨膨脹的研究一直以來國內外有眾多的相關文獻。從研究的方法和內容來看主要分為以下幾類。

一部分文獻是基于總供給沖擊或菲利普斯曲線展開分析的，例如Mankiw和Reis（2002）［1］、Gali，Gertler 和 López-Salido（2005）［2］驗證菲利普斯曲線的存在性問題。Olivier J.Blanchard Jordi Gali（2007）［3］比較了70年代與2000年以后油價沖擊對于通脹以及其他宏觀經濟變量的不同影響。Scheibe和Vines（2005）［4］利用中國的季度數據估計了開放經濟下基于產出缺口的前瞻性和后向性預期價格的新凱恩斯菲利普斯曲線。楊繼生（2009）［5］基于適應性預期和理性預期共存的新凱恩斯混合菲利普斯曲線，發(fā)現我國通貨膨脹率的動態(tài)調整具有短期新凱恩斯混合菲利普斯曲線的典型特征。

另一部分文獻是基于總需求對通脹展開分析的，如 KA-FU WONG（2000）［6］利用美國1959-1994年的數據發(fā)現物價水平對于貨幣沖擊有不同的反應。楊麗萍、陳松林和王紅（2008）［7］分析了銀行信貸、貨幣政策與物價之間的關系。趙留彥、王一鳴（2005）［8］研究了貨幣存量與價格之間的長期均衡關系。

還有一部分文獻用計量經濟學方法分析我國通脹與具體某個經濟變量之間的關系以及通脹自身的變化路徑。例如段繼紅（2010）［9］運用結構向量自回歸（SVAR）模型，研究了國際油價波動與我國CPI之間的關系。趙文哲和周業(yè)安（2009）［10］利用省級面板數據研究了我國財政支出與通貨膨脹之間的關系。張成思（2009）［11］利用時間序列數據分析了我國通脹持續(xù)性的問題。

盡管眾多文獻都從不同的角度對我國通脹進行了細致的研究，具有非常重要的參考價值，但是，綜合而言，現有文獻大致存在以下四個方面的問題。

第一，國內許多文獻考查通脹的形成機制時，要么是從總供給沖擊的角度出發(fā)來研究通脹的形成機制，例如原油價格沖擊、勞動力成本上升對通脹的影響就是單純從總供給角度出發(fā)來考慮的。要么是從總需求的角度出發(fā)來研究需求因素對于通脹的影響，例如許多文獻考察了貨幣政策和財政政策沖擊對于通脹的影響。因此，為了全面考察通脹的形成機制，必須綜合供給與需求兩個方面對通脹構建計量經濟學模型，這樣的建模思路符合從一般到特殊的計量建模方法，能有效地防止遺漏重要變量的模型設定偏誤。

第二，大部分文獻在考慮需求因素對通脹的影響時，都認為貨幣因素是通脹的主因，如范志勇（2008）［12］、楊繼生（2009）、張成思（2009）、李斌（2010）［13］等。但是，這些文獻都主要關注于貨幣供給量的影響，而忽略了貨幣供給量增加的一個重要來源，那就是匯率市場操作和企業(yè)結匯所投放的人民幣。這部分人民幣是以基礎貨幣的形態(tài)投放的，是通貨膨脹的重要壓力來源之一。尤其是，這樣的考慮能將通脹的需求因素分解為國內需求（以利率為反映指標）與國際需求（為外匯儲備為反映指標）兩個部分，可以更為細致的考察需求因素對于通脹的影響。

第三，大部分文獻在考慮供給沖擊對通脹的影響時，都沒有考慮勞動力成本的影響因素。在宏觀經濟理論的總供給關系中實際上包含了工資制定關系，而總供給曲線實際上是與附加預期的菲利普斯曲線是等價的，因此，分析通脹的形成機制時，引入勞動力成本是合適的。

第四，目前大部分文獻對通貨膨脹動態(tài)響應機制的主要分析工具是結構VAR模型（即SVAR模型）。但SVAR模型研究使用的是總量數據或平均數據，該模型忽略了不同地區(qū)之間發(fā)展水平和經濟結構的差異性。鑒于中國經濟發(fā)展的區(qū)域不平衡性，不同地區(qū)的通脹響應機制很可能表現出差異性。所以，基于各地區(qū)的面板數據對通貨膨脹進行面板結構VAR（即PSVAR）的建模，有助于反映通脹響應機制的區(qū)域差異性和不同地區(qū)通脹壓力的差異，其分析結論也有助于提高政策制定和實施的針對性。

鑒于以上原因，本文利用中國省際面板數據，從總供給關系與總需求的雙重角度出發(fā)，構建通脹對于各種影響因素的面板結構VAR模型，分析通貨膨脹對各種沖擊因素的動態(tài)反應機制，識別出通脹壓力的空間地理差異，進而提出相應的政策參考意見。

二、通脹的影響因素分析與模型設定

（一）通貨膨脹影響因素的理論分析

通脹的調制因素分為供給與需求兩個方面。供給沖擊主要可以通過總供給關系來反映，而需求沖擊可以通過總需求關系來反映，并且由經濟理論可知，總供給關系與附加預期的菲利普斯曲線是等價的。采用 Olivier Blanchard（2002）［14］的方式將總供求關系表示如下

這里Pt表示t期的價格，表示t期的價格預期，μ為企業(yè)的加成定價因子，ut表示失業(yè)率，z表示企業(yè)的工資制定因素。而總需求關系里Yt表示t期的產出，M表示貨幣供應量，G、T分別表示政府支出與稅收收入。式（1）體現了勞動力市場的均衡關系z，而式（2）體現了商品市場與金融市場同時達到均衡時的關系。由此可見，由總供給關系導出的附加預期的菲利普斯曲線實際上還包含了工資制定關系，因此在對通脹的分析中，供給沖擊中應該包含勞動力成本與企業(yè)加成定價因子μ，而加成定價因子本文采用原油價格的變化來反映（這種分析方法可見Blanchard，2002）。就需求方面而言，為了集中分析實際貨幣存量與產出的關系，這里忽略除了實際貨幣余額之外的其余因素，因此可以將總需求關系簡略的寫成如下關系，Yt＝γMt/Pt，表示成增長率的關系為

因此，從總需求關系可以明顯可見分析通脹的成因時，貨幣增長是非常重要的因素，并且從長期來看，價格的變化應該完全被貨幣數量的變化所反映。

綜合而言，將基于失業(yè)率、勞動力成本、原油價格沖擊三個供給沖擊因素，并且包含利率、外匯儲備，預期三個需求因素構建對于地區(qū)通脹率的面板結構VAR模型（PSVAR），揭示通脹對各種因素的響應機制。具體而言，本文采用地區(qū)季度失業(yè)率（UN）、地區(qū)季度勞動報酬同比增長率（LR）和地區(qū)季度通脹率（π）三個變量作為內生變量，同時引入銀行間同業(yè)拆借的季度加權利率（I）、季度原油期貨價格增速（O）、外匯儲備（外匯儲備的增長可以作為通脹外部壓力的反映指標）的季度同比增速（R）、作為三個外生變量，構建PSVAR模型。這里需要說明的是，對于一個特定的產品市場而言，當期的貨幣沖擊、原油期貨價格、外匯儲備可以看做外生的，而其余變量是內生的。

令Zi，t＝（UNit，LRit，πi，t）′，Ft＝（It，ot，Rt），因為Zit是內生變量，所以可以寫成結構向量自回歸的形式，相應的PSVAR模型為

其中A表示內生變量的當期影響矩陣，Φl表示各個內生變量滯后階數對應的參數，Λ表示外生變量的估計系數，μi表示地區(qū)間的個體差異，ui，t表示結構性擾動項。以上的模型盡管能表現出內生變量的動態(tài)傳遞特性和各個個體的異質性，但模型也存在一個顯然的缺陷，那就是外生變量的參數是一個常數。從經濟學的角度來看，如果將Ft視為各個個體面臨的共同沖擊，那么沒有理由認為各個個體對這個共同沖擊的反應是一致的，例如原油期貨價格沖擊是各個省份面臨的一個共同的沖擊，但各個省份對其反應的敏感度是應該是存在差異的。為了克服PSVAR模型的這個缺陷，本文借鑒Bai（2009、2010）［15，16］在面板數據中引入了交互效應的建模思路，在PSVAR模型中引入共同因子（即在本文中的外生變量Ft）與個體效應的交互項。因為引入了交互項，所以對于各個個體而言，共同因子的參數都是不一樣的，這樣構建的模型（本文稱之為IEPSVAR模型）就能夠估計出共同因子對于各個個體的不同影響。

具體來說，IEPSVAR模型就是把PSVAR中共同因子的向量系數λ1、λ2、λ3分別換成了隨不同觀測個體而變的向量λ1.i、λ2.i、λ3.i。即

其中，Πl(fā)＝A-1Φl，φ1，i＝A-1λ1，i，φ2，i＝A-1λ2，i，φ3，i＝A-1λ3，i，αi＝A-1μi，εi，t＝A-1ui，t。

Bai（2009，2010）盡管提出了靜態(tài)和動態(tài)交互效應面板單方程模型的建模思路，但本文是將Bai提出的建模思路推廣到了VAR模型，所以Bai提出的估計方法對式（6）是不適用的，本文需要首先建立式（6）的識別程序和有效的估計量。

（二）IEPSVAR模型的識別

首先，將式（7）對應的數據做離差化處理。

這里j＝1，2，3；i＝1，2，…，31。顯然，這是基于各個體樣本得到的 OLS估計量。將l和代入式（6），就可以直接計算出個體效應估計值i、殘差i，t和誘導性誤差項εit的協方差矩陣估計值。結構性參數與誘導型參數的關系為

這里∑是結構性擾動項 的方差協方差矩陣，是一個對角矩陣。如果不加約束，就無法通過估計出和；因為只有6個誘導型估計值，但A和∑總共有12個參數要估計，于是必須給結構性VAR的A和∑根據經濟學理論施加6個約束，以使方程能夠恰好識別。首先可以對結構擾動uit標準化，把擾動的單位變化設定為一個標準差的變動，這樣∑就成為了一個單位矩陣，產生了3個約束。然后根據經濟學理論和現實特征，可以認為當期的π對當期的失業(yè)率以及勞動力成本沒有即期影響、當期勞動力成本對當期的失業(yè)率沒有即期影響，這樣就總共產生了6個約束。這樣的假定是符合經濟學理論的，一般工資與雇傭關系是事先按合同確定的，因此當期的通脹不會對當期的工資與失業(yè)率造成很大影響，而生產計劃也一般是按合同訂單來安排的，雇傭員工的數量一般不會受到當期勞動力成本上漲的影響。這樣按照Zi，t＝（UNit，LRit，πi，t）′中內生變量的排列順序，即期約束矩陣就可以寫成

基于的估計值，通過Choleski分解能夠得到即期結構參數矩陣A的估計值，進一步又可由得到各個結構參數的估計值。根據以上描述估計程序的基本算法，基于MATLAB軟件編程計算出所有的實證分析結果。

（三）通脹的成因分解

為了分解各種沖擊對通脹的具體貢獻，將式（6）變換成面板結構的向量移動平均（VMA）形式為

上面是一個多方程模型，其中的第三個方程就是各地區(qū)通脹率 的SMA的形式，即

其中，φi，j，3（j＝1，2，3）表示向量φi，t的第三個分量。

針對式（14），首先因為共同因子矩陣本文進行了正交化，所以各個共同因子之間的信息沒有重疊；其次，共同因子的參數估計就是最小二乘法，而OLS本質就是對信息的正交投影，所以所有共同因子所對應的擬合值與各個擾動項之間是不相關的；最后，因為結構型隨機擾動項之間本來就是不相關的，所以SMA方程中結構型擾動滯后項的線性組合之間也是不相關的。因此，式（14）是將各個地區(qū)的通脹的成分進行了正交分解，因為是正交分解，所以分解的各個部分沒有信息重疊，這樣就能準確分離出通脹中各個成分的貢獻。具體來說，地區(qū)通脹率πi，t分解為：個體效應（βi）、利率與個體的交互效應（φi，1，3It）、原油價格與個體的交互效應（φi，2，3Ot）、外匯儲備與個體的交互效應（φi，3，3Rt）以及失業(yè)率的沖擊效應，勞動力成本的沖擊效應、地區(qū)通脹自身慣性的沖擊效應。其中，分別是失業(yè)率沖擊、勞動力成本沖擊、通脹自身慣性沖擊對于通脹的累積效應。φi，1，3代表利率對第i個省份通脹的累積效應，φi，2，3代表原油期貨價格對第i個省份通脹的累積效應，φi，3，3代表外匯儲備對第i個省份通脹的累積效應。Θ31p、Θ32p和Θ33p分別代表結構性沖擊對通脹的滯后效應。本文沒有對變量的平穩(wěn)性進行檢驗，這是因為如果所選的變量是平穩(wěn)的，那么結構性沖擊的脈沖相應函數最終會收斂至零，方差分解的各個成分的貢獻率也會趨于穩(wěn)定。

三、地區(qū)CPI動態(tài)形成機制的實證結果分析

（一）樣本說明

本文的樣本數據除原油期貨價格外均來源于中國經濟信息網統計數據庫，樣本區(qū)間為2005年1季度至2011年3季度，個體涉及31個省份、直轄市、自治區(qū)。通脹數據來自于中經網的居民消費價格指數CPI），為季度累計同比值、外匯儲備季度同比增速是用中經網外匯儲備的水平值計算的季度同比增速、勞動力成本季度同比增速是用全部單位從業(yè)人員勞動報酬累計水平值計算而得。市場利率用銀行間同業(yè)拆借的加權利率來反映，我國利率盡管沒有完全市場化，但銀行間的同業(yè)拆借利率能較好地反映市場利率的波動特征。就業(yè)率為各地區(qū)城鎮(zhèn)職工全部在崗數與城鎮(zhèn)全部從業(yè)人數的比值，并用1減去就業(yè)率得到各地區(qū)的失業(yè)率；這里沒有采用地區(qū)人口數計算失業(yè)率，因為按照失業(yè)率的定義，只有適齡并且連續(xù)2～3周都在搜尋工作的人們才能計入勞動力大軍，所以用在崗人員數與從業(yè)人員數計算的失業(yè)率更為準確。原油期貨價格增速的原始數據來源于日信證券宏觀與行業(yè)數據周報第16期。原始數據是原油期貨價格水平值，使用這一數據計算得到同比增速。如此處理的好處在于季度同比數據往往不需要做季度調整且一般滿足平穩(wěn)性要求。

（二）通脹的脈沖響應機制

基于結構參數的估計結果與式（14）的PSMA形式，對通脹信息的正交分解，可以得到各種結構型沖擊對地區(qū)通脹率的動態(tài)影響。估計結果顯示，內生變量對各沖擊來源的瞬時響應都較快收斂到了0，沒有長久的記憶性，這說明所選的內生變量是平穩(wěn)的。圖1給出的是通脹率的脈沖響應圖示，式（15）的Θπ是通脹率對各種內生沖擊的累積效應的估計值。

由圖1的結果來看，通脹率對于各結構型沖擊都有顯著的反應，但比較來看，通脹預期沖擊的影響是最明顯的。圖1的結果是通脹率對于結構型擾動項一個標準差的沖擊的反應，這樣的結果經濟學含義并不直觀。為了確定一個單位隨機沖擊的影響，根據A矩陣的主對角線元素的估計值，計算出結構型沖擊標準誤的估計值：［se（uGap）＝1.14，se（uLR）＝3.74，se（uπ＝1.26］。綜合以上的實證結果，得到的基本結論如下。

（1）從長期來看，失業(yè)率對地區(qū)通脹有抑制作用。失業(yè)率每上升一個百分點，對通脹的累積影響為-1.29（＝-1.48/1.14）個百分點，也就是說總體物價水平對失業(yè)率的長期彈性大約為1.29。從各期的瞬時影響來看，失業(yè)率一個百分點的增加，會在2～3個季度后拉低通脹大約0.26（＝0.3/1.14）個百分點，然后逐漸衰減，在9個季度后衰減至零。

（2）勞動力成本增加對通脹具有正向推動作用，但效應不夠明顯。勞動力成本增長率一個百分點的增長，會累計推動通脹上升約0.49（＝1.85/3.74）個百分點。從各期的瞬時影響來看，勞動力成本一個百分點的增長，在2～3個季度后提高通脹大約0.13（＝0.5/3.74）個百分點，9個季度后衰減至零。

圖1 通貨膨脹的脈沖響應函數

（3）通脹預期沖擊對通脹波動的影響較大。通脹預期增加一個百分點，在長期累計拉升通脹大約2.58（＝3.25/1.26）個百分點；其持續(xù)期大約為9個季度，這一點與張成思（2009）的結論基本一致。

由此說明，一方面，失業(yè)率明顯抑制了通脹，因此經濟增長的放緩和由失業(yè)率增加引致的工資成本降低可能會顯著降低通脹；但另一方面，勞動力成本的正向推動對通脹的影響卻是有限的，因此對于近年來提倡的增加普通勞動者收入的收入分配改革方案可能并不會對通脹造成太大的影響，這也說明了提高人民收入、改善內需是一個切實可行的宏觀經濟政策。

（三）通脹來源的方差分解

在式（14）中，各個內生結構性擾動是正交標準化的?；诟髌诿}沖響應系數的估計結果，可以對地區(qū)通脹進行波動來源的分解。在滯后第m期，內生沖擊（失業(yè)率、勞動力成本增長率、通脹自身慣性）對地區(qū)通脹的貢獻率分別可以表示為

而外生沖擊（利率、原油價格、外匯儲備）的貢獻則為

由圖2可見，地區(qū)通脹波動的主要來源是外匯儲備、通脹自身的慣性與利率的沖擊，其貢獻率分別為13.1%、20.9%和58.1%。原油價格、勞動力成本與失業(yè)率對通脹的波動有一定的貢獻率，但作用比較微弱，分別為3.1%、2.9%和1.9%。

綜合總供給與總需求，影響通脹的最主要因素是貨幣所表現的需求因素，外匯與利率都是從貨幣供給的角度通過總需求來影響通脹的，對通脹的貢獻最大，貨幣調控仍然是通脹最為有效的調控手段。通脹預期的影響也非常明顯，說明通脹調控政策的可信度與連續(xù)性對于通脹的管理有著重要的作用。從總供給角度，原油價格沖擊、勞動力成本與失業(yè)率對通脹波動有一定的影響，但非常有限。

圖2 通貨膨脹的方差分解

（四）共同因子的累計效應

根據式（14）可得各省共同因子對通脹的累計效應。其中φi，j（i＝1，2，…，N；j＝1，2，3）分別對應了各個共同因子的累計效應。結果如表1所示。

表1 共同因子的累計效應

從利率的累積效應來看，加息對抑制通脹作用顯著，這一點與筆者的經驗預期是一致的。但是，各地區(qū)通脹對利率的敏感性有明顯差異，經濟不發(fā)達的中、西部地區(qū)對利率的反應更為敏感。這說明利率作為通脹調控的一個有效工具，在應用中要特別注意其對不同地區(qū)的影響差別，尤其是要盡量避免對經濟不發(fā)達地區(qū)造成大的負向沖擊。

從原油期貨價格沖擊對通脹的累積效應來看，正向的供給沖擊能推高通脹，這一點也與經驗預期是一致的，并且原油價格對通脹的影響也呈現出地區(qū)差異性，浙江、江蘇、廣東等生產制造業(yè)比較發(fā)達的省份對原油期貨價格的沖擊更為敏感。

從外部輸入壓力的累計效應來看，其對中、東部地區(qū)的影響更大，對西部地區(qū)的影響相對較弱。這說明我國通脹管理時要高度關注我國的貿易余額的變化，特別要注意貿易余額的過快增加可能會對中、東部經濟發(fā)達地區(qū)的通脹造成比較大的外部壓力。

（五）地區(qū)通脹的空間差異性與管理目標

式（14）中的截距項β1是通脹中剔除了外匯壓力、財政支出、利率以及所有內生變量影響以后剩余的部分，它反映了各地區(qū)通脹在空間上的差異性，以下給出的是個體效應的離差值。

表2 通脹的空間地理差異

由表2的結果可以看出，個體效應值較大的省份是青海、寧夏、甘肅、新疆等西部地區(qū)，而北京、上海、浙江、廣東等經濟發(fā)達的東部地區(qū)的個體效應表現相對小一些。所以說，通脹壓力在地理空間上是自東向西、從經濟發(fā)達地區(qū)向經濟不發(fā)達地區(qū)傳遞的。通脹壓力與經濟發(fā)達程度呈現負相關，經濟越是不發(fā)達的西部地區(qū)，通脹壓力反而更高。因此，在實施反通脹的宏觀經濟政策時，應優(yōu)先考慮西部經濟不發(fā)達地區(qū)的通脹承受壓力。

四、結論

本文從總供給與總需求的雙重角度出發(fā)，利用省際面板數據，建立了交互效應面板結構VAR模型并編制了相應的估計程序，借以考察失業(yè)率、勞動力成本、原油期貨價格等供給因素以及貨幣、外匯儲備、預期等需求因素對通脹的影響機理。具體分析結果如下。

（1）CPI對失業(yè)率的長期彈性為-1.29。這說明失業(yè)率對通脹有比較明顯的影響，經濟增速的放緩對通脹有明顯的抑制作用。反通脹的政策措施中，保持適度的增長率、防止經濟過熱是重要的調控手段。

（2）勞動力成本的增加對于通脹影響比較微弱，并不能成為高通脹的一個重要來源。這說明針對目前我國的經濟現狀，提高勞動者收入是一項切實可行的經濟措施，它不僅對通脹的影響微弱，而且能夠有利于內需的改善和社會的穩(wěn)定。

（3）預期因素對于通脹的貢獻率高達20.9%，因此通脹預期管理是反通脹的重要手段。說明保持調控政策的連續(xù)性與可信度將直接并大幅降低反通脹的成本。

（4）外匯儲備、利率體現的貨幣供給是通脹波動的最主要動力來源，并且利率對通脹波動的影響程度最大。因此貨幣調控是反通脹最根本的政策措施，通過利率調控國內需求是最為有效的調控手段；同時也應高度關注貿易順差和外匯儲備的變化，外部需求壓力也是通脹的重要動力來源。

（5）我國的通脹壓力存在明顯的空間地理差異，通脹壓力在地理空間上是自東向西、從經濟發(fā)達地區(qū)向經濟不發(fā)達地區(qū)傳遞的。鑒于經濟不發(fā)達的西部地區(qū)承受了更高的通脹壓力，所以，在實施通脹管理的政策措施時應該優(yōu)先考慮經濟不發(fā)達的西部地區(qū)所承受的通脹壓力。

［1］Mankiw N G，R Reis.Sticky Information Versus Sticky Prices：A proposal to Replace the New Keynesian Phillips Curve［J］.The Quarterly Journal of Economics，2002，117（4）.

［2］Gali J，Gertler，López-Salido.Robustness of the Estimates of the Hybrid New Keynesian Phillips Curve［J］.Journal of Monetary Economics，2005，52（6）.

［3］Olivier J Blanchard Jordi Gali.The Macroeconomic Effects of Oil Price Shocks：Why Are the 2000sso Different from the 1970s？［C］.Working Paper，2007.

［4］Scheibe J D Vines.A Phillips Curve for China［C］.CAMA Working Paper，2005.No.4957

［5］楊繼生.通脹預期、流動性過剩與中國通貨膨脹的動態(tài)性質［J］.經濟研究，2009（1）：106-117.

［6］Ka-Fu Wong.Variability in the Ettects of Monetary Policy on Economic Activity［J］.Journal of Money，Credit and Banking，2000（2）：179-198.

［7］楊麗萍，陳松林，王紅.貨幣供應量、銀行信貸與通貨膨脹的動態(tài)關系研究［J］.管理世界，2008（6）：168-169.

［8］趙留彥，王一鳴.貨幣存量與價格水平：中國的經驗證據［J］.經濟科學，2005（2）：26-38.

［9］段繼紅.國際油價沖擊對中國宏觀經濟的影響［J］.統計研究，2010（7）：25-30.

［10］趙文哲，周業(yè)安.基于省際面板的財政支出與通貨膨脹關系研究［J］.經濟研究，2009（10）：48-60.

［11］張成思.外生沖擊、貨幣政策與通脹持久性轉變［J］.管理世界，2009（7）：27-36.

［12］范志勇.中國通貨膨脹是工資成本推動型嗎？——基于超額工資增長率的實證分析［J］.經濟研究，2008（8）：102-113.

［13］李斌.從流動性過剩（不足）到結構性通脹（通縮）［J］.金融研究，2010（4）：50-64.

［14］Olivier Blanchard.Macroeconomics（Second Edition）［M］.Prentice-Hall，2000.

［15］Bai J.Panel Data Models with Interactive Fixed Effects［J］.Econometrica.2009（77）：1229-1279.

［16］Bai J.Likelihood Approach to Small T Dynamic Panel Models with Interactive Effects［C］.2010，Working Paper.

［17］Arellano，et al.Some Tests of Specification for Panel Data：Monte Carlo Evidence and an Application to Employment Equations［J］.Review of Economic Studies，1991，58（2）.