董杉杉

摘 要： 選取社會商品零售價格指數(shù)、工業(yè)生產(chǎn)者出廠價格指數(shù)、工業(yè)生產(chǎn)者購進價格指數(shù)、固定資產(chǎn)投資價格指數(shù)、進出口價格指數(shù)、農(nóng)業(yè)生產(chǎn)資料價格指數(shù)、廣義貨幣供應量七個經(jīng)濟指標，運用SPSS統(tǒng)計軟件，建立多元回歸分析模型，并逐步降低各自變量之間的多重共線性，提高回歸模型的顯著程度，最終建立了以社會商品零售價格指數(shù)、農(nóng)業(yè)生產(chǎn)資料價格指數(shù)和廣義貨幣供應量三個經(jīng)濟指標為自變量的回歸方程，三個自變量都和CPI的波動趨勢正向相關，根據(jù)該模型結果分析了其在經(jīng)濟市場中的實證意義。創(chuàng)新之處在于分析了農(nóng)業(yè)生產(chǎn)資料價格指數(shù)經(jīng)濟變量對居民消費物價指數(shù)的影響，并進而提出對農(nóng)產(chǎn)品采取相應政策措施以應對物價的劇烈波動。

關鍵詞：多元回歸分析;消費者物價指數(shù);零售物價指數(shù);廣義貨幣供應量;影響因素

中圖分類號：F713? ? ? ? ? ? ? ?文獻標志碼：A? 文章編號：1674-7356（2022）-01-0025-06

CPI，即居民消費價格指數(shù)，也稱消費者物價指數(shù)（Consumer price index），是一個反映居民購買商品和服務的價格水平變動的宏觀經(jīng)濟指標，通常作為觀察及預測經(jīng)濟市場通貨膨脹水平的重要標志。居民消費價格指數(shù)是一個相對數(shù)，而不是絕對數(shù)，度量的是一組代表性商品和服務的價格水平在特定時間內(nèi)的波動趨勢和波動程度，該指標統(tǒng)計的是社會產(chǎn)品和服務的最終價格，其統(tǒng)計的類目和結果不僅同居民家庭的日常生活密切相關，更重要的是居民消費價格指數(shù)的高低直接影響著整個國民經(jīng)濟體中對價格總水平的監(jiān)測和調(diào)控、國民經(jīng)濟核算以及經(jīng)濟分析預測和決策等宏觀調(diào)控措施，如央行是采取緊縮的還是寬松的亦或是穩(wěn)健的貨幣政策、是鼓勵出口還是限制出口、是對農(nóng)產(chǎn)品實行最低收購價政策還是最高限價政策等等。同時居民消費價格指數(shù)的高低也間接影響著股票市場、證券市場、基金市場、債券市場等資本市場的波動趨勢。因此分析影響居民消費價格指數(shù)的各個經(jīng)濟指標以及這些經(jīng)濟指標如何作用于居民消費價格指數(shù)而得出的結論對判斷物價的波動趨勢、對指導政府如何采取宏觀調(diào)控措施等具有重要實證意義。

一、相關研究文獻評述

有關居民消費價格指數(shù)影響因素的問題，國內(nèi)多位學者研究了相關因素與其的關系及影響。王婭鑫、喻妍從多尺度分析了糧食價格與居民消費物價指數(shù)之間的關系及波動情況，發(fā)現(xiàn)短期糧價與居民消費物價指數(shù)不存在因果關系，中期糧價變動是物價指數(shù)變動的原因，長期糧價變動與物價指數(shù)變動互為因果關系[1];馮朝軍基于多元回歸分析得出社會商品零售價格指數(shù)、工業(yè)生產(chǎn)者出廠價格指數(shù)、進出口價格指數(shù)是影響居民消費物價指數(shù)變化的主要因素[2];林薇、周晶基于Copula函數(shù)分析得出廣義貨幣供應量與居民消費物價指數(shù)的增長率趨勢一致，大部分時間兩者保持協(xié)同運動[3];常文濤利用脈沖響應分析等方法研究得出短期內(nèi)糧食價格對居民消費物價指數(shù)的解釋效果強于居民消費物價指數(shù)對糧食價格的解釋效果，兩者受到?jīng)_擊后在長期內(nèi)均趨于收斂[4];黃海峰等以秈稻、生豬、棉花價格為糧食類、動物產(chǎn)品、經(jīng)濟作物三大類的代表探究了農(nóng)產(chǎn)品價格對居民消費價格指數(shù)的傳導效應[5];司穎華等基于動態(tài)因子模型構建了我國物價預警綜合指數(shù)，分析了預期通脹與CPI的格蘭杰因果關系，分析得出，在短期內(nèi)，通脹預期超前于居民消費物價指數(shù)大約0.45個月，即通脹預期對物價指數(shù)具有顯著的預測作用，而且我國通脹預期變動是物價指數(shù)變動的格蘭杰原因，從長期來看，通脹預期與物價指數(shù)互為格蘭杰因果關系，并且存在長期的均衡關系[6];于明珠建立向量自回歸模型分析了貨幣供給量對居民消費物價水平的傳導機制，分析得出短期內(nèi)廣義貨幣供給量與居民消費物價指數(shù)并不存在顯著的相關關系，狹義貨幣供給量與廣義貨幣供給量對物價指數(shù)的影響差別較大[7];于揚等基于混頻數(shù)據(jù)模型研究了我國高頻資產(chǎn)價格對低頻居民消費物價指數(shù)的影響效果及樣本內(nèi)預測精度，分析得出，資產(chǎn)價格對居民消費物價指數(shù)有顯著影響，當資產(chǎn)價格上漲時，其導致的財富效應會導致物價指數(shù)隨之上漲[8]。柳鍵等基于因子分析和多元線性回歸模型分析了居民消費物價指數(shù)與經(jīng)濟增長和工農(nóng)業(yè)產(chǎn)品價格的相關性，得出這些變量會帶動物價指數(shù)同向變動的結論[9]。本文在原有學者的研究基礎上，選取商品零售物價指數(shù)、工業(yè)生產(chǎn)者出廠價格指數(shù)、農(nóng)業(yè)生產(chǎn)資料價格指數(shù)、工業(yè)生產(chǎn)購進指數(shù)、固定資產(chǎn)投資價格指數(shù)、進出口價格指數(shù)、廣義貨幣供應量七個因素對居民消費物價指數(shù)的影響，并基于回歸結論著重分析了農(nóng)業(yè)生產(chǎn)資料價格指數(shù)經(jīng)濟變量對居民消費物價指數(shù)的影響，并進而提出對農(nóng)產(chǎn)品采取相應政策措施以應對物價的劇烈波動。

二、理論研究與假設

多名學者的研究表明，居民消費價格指數(shù)（下文統(tǒng)稱CPI）值受農(nóng)業(yè)、工業(yè)、服務業(yè)、貨幣供應量、進出口狀況等多個宏觀經(jīng)濟因素的影響，各個宏觀經(jīng)濟因素之間也存在一定程度的相關性，例如工業(yè)生產(chǎn)購進價格作為工業(yè)生產(chǎn)者出廠價格的上游價格，兩者之間相關性比較大，兩者綜合起來又會影響到工業(yè)品最終的銷售價格，而這個銷售價格也是作為商品零售價格指數(shù)統(tǒng)計類目的一部分，因此工業(yè)生產(chǎn)購進指數(shù)和工業(yè)生產(chǎn)者出廠價格指數(shù)與社會商品零售價格指數(shù)之間也會存在一定程度的相關關系，基于此本文提出第一個假設：

假設1：工業(yè)生產(chǎn)者出廠價格指數(shù)、社會商品零售價格指數(shù)等各個因素之間因存在較強的相關關系不能同時作為CPI的最終影響因素

在現(xiàn)實社會的經(jīng)濟生活中，社會商品的零售價格在很大程度上反映了經(jīng)濟市場的商品供求關系，與居民生活息息相關的衣食住行等商品在消費者的消費結構中相對穩(wěn)定，季節(jié)性變化、國家宏觀經(jīng)濟政策的實施等在一定時期內(nèi)對市場供求關系的影響主要體現(xiàn)在商品零售價格的變化上，所以社會商品零售價格指數(shù)不可避免地對CPI的波動程度和變化趨勢產(chǎn)生影響，基于此本文提出第二個假設：

假設2：社會商品零售價格指數(shù)是影響CPI值的主要因素，與CPI成正相關關系

農(nóng)產(chǎn)品生產(chǎn)資料價格作為農(nóng)業(yè)生產(chǎn)的成本影響了大宗農(nóng)產(chǎn)品的價格，大宗農(nóng)產(chǎn)品作為食品類商品的上游產(chǎn)品，其價格波動便影響了食品類價格的波動，食品類商品作為CPI統(tǒng)計類目的一大部分從而影響CPI的波動，基于此本文提出第三個假設：

假設3：農(nóng)業(yè)生產(chǎn)資料價格指數(shù)也是影響CPI值的主要因素，與CPI成正相關關系

廣義貨幣供應量增多，首先市場上流通的貨幣增多，流通的貨幣價值超過了社會總商品的價值，引起通貨膨脹，物價上漲;其次銀行的各種存款增多，就會擴大放貸規(guī)模，從而更多的貨幣進入流通領域，也會引起物價上漲?；诖吮疚奶岢龅谒膫€假設：

假設4：廣義貨幣供應量也是影響CPI值的主要因素，供應量過高引起CPI上升，反之會引起CPI下降。

三、模型構建

（一）數(shù)據(jù)來源

為了便于回歸分析和比較研究，本文通過查閱國家統(tǒng)計局歷年的統(tǒng)計年鑒，收集了1999—2019年21年的各項經(jīng)濟指標數(shù)據(jù)，并將歷年各項經(jīng)濟指標數(shù)據(jù)經(jīng)過了定基處理（見表1），七個自變量及因變量均以1998年的數(shù)據(jù)為基數(shù)100。

（二）模型構建及變量定義

多元回歸分析模型通常用來研究一個因變量依賴多個自變量的變化關系。首先建立多元線性回歸方程，提出原假設H0： βi（i = 1， 2， …， 7） = 0，即自變量與因變量之間的線性關系不顯著。對數(shù)據(jù)進行多元回歸，對回歸系數(shù)進行顯著性檢驗，首先觀察R2值，R2比較接近1，才能表明回歸方程是有效的，進而取t值對應最大概率值Pmax，如果Pmax≤0.05，則拒絕原假設H0，說明自變量與因變量之間的線性關系顯著，即可根據(jù)結果建立回歸方程。如果Pmax > 0.05，則接受原假設H0，說明自變量與因變量之間的線性關系不顯著，需要重新篩選變量。由于經(jīng)濟變量之間大部分存在相關關系，所以自變量之間相應的存在多重共線性，所以本文分析過程中，剔除還是留下某個自變量就要綜合顯著性標準R2、t值對應概率值P、多重共線性標準VIF值等結果進行選擇，而不能只因為某一個值剔除或者留下某變量。

本文收集了我國1999—2018年的經(jīng)濟指標數(shù)據(jù)，建立多元線性回歸方程：

Y = β0 + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 +

β6X6 + β7X7 + ε（1）

其中Xi（i = 1， 2， …， 7）為選取的宏觀經(jīng)濟指標作為影響因素，βi（i = 1， 2， …， 7）各經(jīng)濟指標的系數(shù)，ε為隨機誤差項。

原假設H0：βi（i = 1， 2， …， 7） = 0，即七個自變量與因變量不存在顯著線性相關關系。

CPI的波動直觀上來看是由于商品和服務價格的變動引起的，但現(xiàn)實經(jīng)濟發(fā)展過程中，商品和服務價格的變化會受到農(nóng)產(chǎn)品生產(chǎn)資料價格、工業(yè)生產(chǎn)者出廠價格、進出口價格以及各類商品和服務的市場供求關系和貨幣供應量等諸多因素的影響。經(jīng)過文獻調(diào)研和專家訪談，本文篩選了與CPI相關的七個宏觀經(jīng)濟指標，分別是商品零售價格指數(shù)、工業(yè)生產(chǎn)者出廠價格指數(shù)、農(nóng)業(yè)生產(chǎn)資料價格指數(shù)、工業(yè)生產(chǎn)購進價格指數(shù)、固定資產(chǎn)投資價格指數(shù)、進出口價格指數(shù)和廣義貨幣供應量。除了廣義貨幣供應量外，其余六個經(jīng)濟變量均為一定時期內(nèi)變動程度和趨勢的相對數(shù)。

根據(jù)構建的多元回歸模型，本文選取居民消費價格指數(shù)（下文中稱CPI）Y作為因變量，以商品零售價格指數(shù)（下文中稱RPI）為X1、工業(yè)生產(chǎn)者出廠價格指數(shù)（下文中稱PPI）為X2、農(nóng)業(yè)生產(chǎn)資料價格指數(shù)為X3、工業(yè)生產(chǎn)購進價格指數(shù)為X4、固定資產(chǎn)投資價格指數(shù)為X5、進出口價格指數(shù)為X6和廣義貨幣供應量（下文中稱M2）為X7這七個宏觀經(jīng)濟指標作為自變量，通過線性回歸和指標的檢測，找出對CPI值的波動趨勢具有顯著影響的主要經(jīng)濟變量，變量定義見表2，在此基礎上研究各經(jīng)濟變量之間的關系，并進一步確定回歸方程進行預測和分析。

四、實證分析

本文采用SPSS23.0軟件作為分析工具，將表1中各變量的數(shù)據(jù)輸入軟件，按照公式（1）建立回歸模型對各項參數(shù)進行處理，得到初步的回歸結果如表3和表4所示。

根據(jù)表3和表4的結果，可得到初步的多元回歸模型：

Y = 63.233 + 0.480X1 - 0.681X2 + 0.082X3 +

0.416X4 + 0.062X5 - 0.002X6 +

0.013X7 + 0.64593（2）

表3中顯示R2 = 0.999以及調(diào)整后R2 = 0.997說明該模型對樣本的擬合程度非常好，可以分析這些經(jīng)濟指標數(shù)據(jù)對因變量的影響。但是表4中有三個t值對應的P > 0.05，所以并不能完全拒絕原假設得出各自變量與因變量具有顯著線性關系的結論。而且多重共線性檢驗結果VIF（方差膨脹率）極高（因為經(jīng)濟學變量中或多或少都存在一定程度的相關關系，所以本次回歸VIF值標準選擇30），所以各個自變量之間存在嚴重的多重共線性。此結果驗證了假設1的成立，即各個指標之間由于存在較大程度的共線性，在最終的回歸方程中不能同時作為自變量出現(xiàn)，所以為了提高回歸結果的穩(wěn)健性，得到最優(yōu)回歸方程，就要最大限度地減少各變量之間多重共線性對結果的影響。本文在所選擇的全部自變量中按照其顯著程度R2的大小進行排序，然后由大到小逐個引入回歸方程，如果某變量的加入提高了回歸方程的顯著性而且共線性不明顯，那么留下該變量;如果加入某變量后，回歸方程顯著性降低，那么該變量對因變量作用可以認為不顯著，從而剔除該變量;如果加入某變量后，R2雖然提高但是VIF值遠大于30，那么該變量與其他自變量存在顯著多重共線性，剔除該變量。運用SPSS23.0將各自變量單獨對因變量CPI進行回歸，得到七個顯著性R2值，按照R2從大到小排序結果見表5。

下面按照變量的顯著性大小逐步回歸見表6。

綜上，選定的自變量為X1即RPI、X3即農(nóng)業(yè)生產(chǎn)資料價格指數(shù)和X7即M2。

回歸結果方程為：

Y = 65.416 + 0.075X1 + 0.259X3 +

0.014X7 + 0.9773 5（3）

根據(jù)以上多元線性回歸模型，以RPI、農(nóng)業(yè)生產(chǎn)資料價格指數(shù)和M2為自變量，預測得出1998—2019年的CPI的預測值與實際值之間的對比情況見表7和圖1。

由表7可看出，各個年份CPI的預測值和真實值之間的誤差率除了2019年的0.024 587 1之外，其余各年份的誤差率均小于0.024，說明回歸方程的擬合程度比較好，意味著社會商品零售價格指數(shù)、農(nóng)業(yè)生產(chǎn)資料價格指數(shù)和廣義貨幣供應量是影響居民消費物價指數(shù)波動最主要的三個因素，也驗證了文章開始提出的三點假設是正確的。從圖1中也可看出擬合曲線與實際曲線非常接近，表明通過該回歸模型所得出的預測值都在可接受范圍內(nèi)，所以此回歸模型和所得到的結論在現(xiàn)實中具有可操作性，在經(jīng)濟分析、預測、決策過程中具有一定的參考價值，政府可以從這三個經(jīng)濟變量出發(fā)制定改善民生的宏觀經(jīng)濟政策。

五、結論與建議

以上分析結果表明，剔除工業(yè)生產(chǎn)者出廠價格指數(shù)、工業(yè)生產(chǎn)者購進價格指數(shù)、固定資產(chǎn)投資價格指數(shù)、進出口價格指數(shù)這四個因素后，社會商品零售價格指數(shù)、農(nóng)產(chǎn)品生產(chǎn)資料價格指數(shù)、廣義貨幣供應量這三個經(jīng)濟變量是影響居民消費物價水平的主要因素，而且這三個值都與CPI值成正相關關系，這個結論在經(jīng)濟發(fā)展過程中具有重要的現(xiàn)實意義。

第一，社會商品零售物價的調(diào)整變動直接影響到城鄉(xiāng)居民的生活支出和國家的財政收入、影響到居民購買力和市場供需平衡、影響到消費與積累的比例，因此計算商品零售價格指數(shù)，可以從一個側面對居民消費物價指數(shù)進行觀察和分析;居民消費價格指數(shù)是站在消費者角度計算的比值，而零售物價指數(shù)是站在經(jīng)營者角度計算的比值，兩者相關而有異，通過比較分析兩者的結果差異，可以從不同角度分析市場通貨膨脹或者緊縮的狀況;零售物價指數(shù)的計算中不包含服務行業(yè)，政府也可以利用這一點在對經(jīng)濟市場進行宏觀調(diào)控時著重對商品行業(yè)價格的調(diào)控，而不是調(diào)控整個商品和服務市場。

第二，經(jīng)過分析得出，農(nóng)業(yè)生產(chǎn)資料價格指數(shù)對居民消費物價指數(shù)的分析具有重要的參考意義，這也是分析結果比較創(chuàng)新的結論，那么為了穩(wěn)定居民消費物價指數(shù)的波動狀況，國家在制定宏觀經(jīng)濟政策時應充分考慮對農(nóng)產(chǎn)品生產(chǎn)資料的價格補貼或限制，在食品類價格過高時政府可以補貼各企業(yè)農(nóng)產(chǎn)品生產(chǎn)資料的成本，采取最高限價政策，穩(wěn)定大宗農(nóng)產(chǎn)品的出廠價格，從而通過控制食品類價格從而在一定程度上穩(wěn)定第一產(chǎn)業(yè)產(chǎn)品價格，進而從一方面穩(wěn)定居民消費物價水平;在食品類價格過低時政府可以采取最低保護價政策，限制農(nóng)產(chǎn)品生產(chǎn)資料最低價格，保護農(nóng)業(yè)生產(chǎn)者的經(jīng)濟利益，從而通過提高大宗農(nóng)產(chǎn)品價格來提高食品類價格進而穩(wěn)定居民消費物價水平。

第三，對廣義貨幣供應量的調(diào)整是國家經(jīng)常采取的宏觀貨幣政策之一。如果居民消費物價水平明顯超出正常水平，市場出現(xiàn)了比較明顯的通貨膨脹，政府可以采取加息、提高存款準備金率等控制貨幣供給的緊縮貨幣政策來控制不斷上漲的物價;反之，如果居民消費物價水平持續(xù)回落，市場出現(xiàn)了比較明顯的通貨緊縮，政府可以采取降息、降低存款準備金率等放松貨幣供給的寬松貨幣政策來控制不斷回落的物價。因此廣義貨幣供應量作為政府控制物價的手段之一具有可操作性等優(yōu)點。

綜上所述，利用該模型及結論，政府一方面可以從社會商品零售價格指數(shù)、農(nóng)產(chǎn)品生產(chǎn)資料價格指數(shù)兩個經(jīng)濟指標著手來分析和預測居民消費物價指數(shù)的波動狀況，另一方面可以通過對貨幣供應量的調(diào)整來應對CPI過高或過低的情況，從兩方面著手來穩(wěn)定居民消費價格指數(shù)的波動，以實現(xiàn)經(jīng)濟發(fā)展的穩(wěn)定性和可持續(xù)性。

[參考文獻]

[1]? 王婭鑫，喻妍. 糧食價格變動與CPI關系研究——基于EEMD-JADE的分析[J]. 價格理論與實踐，2018（7）：39-42.

[2]? 馮朝軍. 基于多元回歸分析的我國CPI影響因素識別[J]. 統(tǒng)計與決策，2017（24）：125-127.

[3]? 林薇，周晶. 廣義貨幣供應量與CPI變動關系研究——基于Copula函數(shù)的實證分析[J]. 價格理論與實踐，2019（11）：70-73+100.

[4]? 常文濤. 我國糧食價格與CPI互動關系研究[J]. 統(tǒng)計與決策，2017（17）：148-151.

[5]? 黃海峰，嵇炳繽，任亮，楊眉劍. 農(nóng)產(chǎn)品價格對CPI傳導效應研究——以秈稻、生豬、棉花價格為例[J]. 價格理論與實踐，2016（12）：94-97.

[6]? 司穎華，肖強. 關于通脹預期對CPI的影響研究——基于周期理論構建的物價預警綜合指數(shù)[J]. 價格理論與實踐，2017（8）：56-59.

[7]? 于明珠. 貨幣供給量與CPI短期弱驅動效應分析[J]. 商業(yè)經(jīng)濟研究，2018（18）：165-167.

[8]? 于揚，王維國. 我國資產(chǎn)價格對CPI影響效果的研究——基于混頻數(shù)據(jù)模型的分析[J]. 價格理論與實踐，2017（4）：96-99.

[9]? 柳鍵，李勝勝，周云蕾. 我國CPI與經(jīng)濟增長、工農(nóng)業(yè)產(chǎn)品價格相關性研究——基于因子分析和多元線性回歸模型[J]. 價格理論與實踐，2017（1）：91-94.

Impact of PPI and Other Indicators on China′s CPI Based on Multiple Regression Analysis

Dong Shanshan

（Department of Finance， Hebei University of Technology， Tianjin? 300401， China）

Abstract： This paper established a multiple regression analysis model by SPSS on the selection of seven economic indicators including retail price index （RPI）， producer price index （PPI）， producer purchase price index （PPPI）， fixed asset investment price index， import and export price index， agricultural means of production price index （AMPI） and broad monetary supply. Through gradually reducing the multicollinearity among variables and improving the distinctiveness of regression model， a regression equation was eventually established with three economic indicators of RPI， AMPI and broad money supply as independent variables. These three independent variables are positively correlated with the fluctuation trend of CPI， and their empirical significance in the economic market is analyzed based on the model. This paper has analyzed the impact of the economic variables of AMPI on CPI， and further proposed the corresponding policies for agricultural produces to deal with the drastic fluctuations of price.

Key words： multiple regression analysis; consumer price index; retail price index; broad money supply; influencing factor