5月物价数据释放哪些信息

根据"火箭与羽毛"假说（Bacon, 1991；Borenstein et al., 1997），成品油零售价在原油价格上涨时如火箭般快速上行，在原油价格下跌时却如羽毛般缓慢飘落，其微观基础是寡头垄断下的隐性合谋定价与消费者搜寻成本。在中国，当国际油价上涨时，发改委调价机制使汽油零售价以较快频率上调整；但市场势力集中可能使零售终端的价格下调整在油价下跌时有所延迟，由此形成非对称传导。

据此提出以下假说：
- H1：国际原油价格上涨1%对国内能源CPI的正向冲击在幅度上大于同等幅度下跌的负向冲击，且短期非对称性强于长期。
- H2：能源价格到核心CPI的第二级传导同样存在非对称性——能源成本上升时下游企业更容易转嫁成本，能源成本下降时利润修复优先于降价。
- H3：行业集中度（HHI）越高的下游子行业，其价格对上游成本下降的响应越缓慢。

本文采用 Shin et al.（2014）提出的NARDL框架识别非对称传导。核心识别策略是将国际原油价格对数差分分解为正累积变化量（POS）和负累积变化量（NEG），分别作为长期和短期方程的独立解释变量，通过Wald检验判断对称性假设是否成立。识别假定：国际油价对中国CPI具有外生性（中国作为原油价格接受者）；不存在反向因果（国内CPI在月度频率上不影响布伦特油价）。通过加入美元人民币汇率和全球需求指数作为控制变量，缓解遗漏变量偏差。

基准NARDL模型设定为：

ΔCPI_t = α + ρ CPI_{t-1} + θ⁺ OIL⁺_{t-1} + θ⁻ OIL⁻_{t-1} + Σ_{i=1}^{p} γ_i ΔCPI_{t-i} + Σ_{j=0}^{q} (π⁺_j ΔOIL⁺_{t-j} + π⁻_j ΔOIL⁻_{t-j}) + δ X_t + ε_t

其中 OIL⁺_t = Σ_{s=1}^t max(ΔlnOil_s, 0) 为正冲击累积量，OIL⁻_t = Σ_{s=1}^t min(ΔlnOil_s, 0) 为负冲击累积量；长期弹性 L⁺ = -θ⁺/ρ、L⁻ = -θ⁻/ρ；Wald检验 H₀: L⁺ = L⁻ 判断长期对称性。X_t 为控制变量向量，包含人民币汇率、全球制造业PMI、M2增速等。

• 核心被解释变量：CPI总指数、核心CPI（扣除食品能源）、交通通信CPI子项（汽油价格的主要承载项）的月度同比和环比序列
• 核心解释变量：布伦特原油期货月均价格（美元/桶），分解为正/负累积冲击
• 控制变量：美元兑人民币即期汇率月均值、摩根大通全球制造业PMI、中国M2同比增速、工业用电量同比增速（控制国内需求面）
• 四级传导链：布伦特油价 → 国内汽油零售价 → 能源CPI → 核心CPI，各环节依次估计NARDL系数
• 样本区间：2010年1月—2026年5月，月度频率，197个观测值

• 替换油价基准：以WTI原油期货价格和OPEC一篮子油价替代布伦特油价重新估计，检验基准油价选择对非对称系数显著性的影响。
• 滚动窗口估计：以10年滚动窗口（120个月）重新估计每一窗口内的NARDL模型，检验非对称传导程度是否在油价剧烈波动时期（如2020年负油价期间、2022年俄乌冲突期间）发生结构性变化。
• 替换模型设定：采用平滑过渡自回归模型（STAR）替代NARDL，以油价波动率作为过渡变量，允许传导机制在内生阈值下平滑切换，检验结果对非线性函数形式的稳健性。

---

根据Williamson交易成本经济学，当行业存在高度资产专用性且缺乏有效的纵向约束机制时，下游买方可能利用其谈判优势压榨上游供应商，迫使上游企业陷入"降价保份额"的囚徒困境——即所谓"内卷式"价格竞争。North (1990) 指出，正式制度变革（如竞争执法、行业自律公约）可以通过降低交易成本和重塑激励机制，将博弈均衡从非合作的低价竞争推向合作的品质竞争。整治"内卷式"竞争的政策相当于一次外生的制度冲击，改变了行业内企业的支付矩阵。

据此提出以下假说：
- H1："反内卷"整治政策显著提高了受影响行业的PPI出厂价格指数，且效应随政策累积强度递增。
- H2：整治政策促使企业从"价格竞争"转向"品质竞争"——销售费用率下降而研发费用率上升，行业毛利率恢复性增长。
- H3：市场集中度越低（即"内卷"程度越高）的行业，整治政策的价格提升效应越强。

本文采用渐进双重差分（Staggered DID）识别反"内卷"政策的因果效应。处理组为已出台行业协会反"内卷"自律公约或被纳入反不正当竞争执法重点领域的39个工业大类子行业；对照组为尚未接受类似治理的其他工业行业。由于政策时点在不同行业渐进展开（2024年Q1至2026年Q1），采用Sun & Abraham（2021）的交互加权估计量（IW estimator）控制异质性处理效应偏差。核心识别假定为：在控制行业和时间固定效应后，处理组与对照组在政策前不存在系统性趋势差异（平行趋势），通过动态事件研究图进行视觉验证。

基准Staggered DID模型设定为：

PPI_{it} = α + Σ_{k=-12, k≠-1}^{18} β_k × Treat_{it}^k + γ_i + λ_t + δ X_{it} + ε_{it}

其中 PPI_{it} 为行业i在第t月的出厂价格指数同比增速；Treat_{it}^k 为政策处理相对时间虚拟变量（k为距离政策出台的月数，k>0为政策后，k<0为政策前）；γ_i 和 λ_t 分别为行业和时间固定效应；X_{it} 为时变控制变量向量（行业HHI、原材料购进价格指数、行业工业增加值增速）。参数 β_k（k≥0）识别政策的动态处理效应，β_k（k<-1）用于平行趋势检验。

• 被解释变量：39个工业大类PPI月度同比增速（国家统计局），覆盖2019年1月至2026年5月
• 处理变量：行业反"内卷"政策强度指数，综合三方面信息构建——(a)是否被列入市场监管总局反不正当竞争重点行业名录（二分变量），(b)行业协会是否发布反"内卷"自律公约（手工整理），(c)行业内头部企业是否签署价格自律承诺书
• 中介变量：上市公司分行业平均销售费用率、研发费用率（CSMAR数据库，季度）
• 行业控制变量：HHI集中度指数（以主营业务收入计算）、原材料购进价格指数、固定资产投资增速
• 样本为月度频率非平衡面板，共39个行业×89个月≈3471个行业-月观测值

• 替换DID估计量：分别使用CSDID估计量（Callaway & Sant'Anna, 2021）和Borusyak et al.（2024）的插补估计量替代Sun & Abraham估计量，检验不同处理效应异质性加权方案对核心结论的影响。
• 伪处理时间检验：将每个行业的政策时点前移12个月和24个月构建虚假政策冲击，若虚假处理的系数不显著，则增强政策因果效应的可信度。
• 排除特殊时期：分别剔除2020年上半年（疫情冲击期）和剔除2022年4—5月（上海封控供应链中断期）后重新估计，检验极端外部冲击是否污染了政策效应识别。

---

在标准的凯恩斯IS-LM框架中，名义利率下降通过降低实际利率刺激投资和消费。但Friedman (1968) 指出，经济决策所依据的是实际利率（名义利率减去预期通胀率），而非名义利率。当PPI大幅高于CPI时，企业面临"投入品涨价而产出品滞涨"的利润挤压，预期盈利恶化可能抑制投资信贷需求；同时，居民若因食品和能源价格下行而对未来物价形成通缩预期（尽管CPI同比仍为正），则消费信贷需求同样可能不振。这意味着PPI-CPI正剪刀差可能形成一个"半流动性陷阱"——名义利率传导被价格预期扭曲。

据此提出以下假说：
- H1：当PPI-CPI剪刀差扩大时，名义政策利率对居民消费信贷的边际刺激效应显著减弱，时变脉冲响应峰值降低且持续性缩短。
- H2：企业投资信贷对利率的敏感性在剪刀差扩大期显著低于剪刀差收敛期，剪刀差通过挤压企业利润预期削弱了投资的利率弹性。
- H3：价格剪刀差的信贷抑制效应在中小企业和消费贷借款人中更加突出，因为这类主体的资产负债表对价格变动更敏感。

本文采用Nakajima (2011) 的TVP-VAR框架识别货币政策传导效率的时变性。TVP-VAR允许系数矩阵和误差协方差矩阵随时间演变，无需先验划分样本区间即可捕捉传导效率的结构性变化。核心识别策略分两步：首先估计包含政策利率、CPI-PPI剪刀差、信贷投放量的时变VAR系统，提取信贷对利率冲击的时变脉冲响应序列；然后以滚动相关分析和时变Granger检验（Shi et al., 2020）评估剪刀差与传导效率的统计关联。识别假定为货币政策利率在月内对CPI和PPI具有外生性（央行政策决策预设在当月价格数据发布之前）。

基准TVP-VAR模型设定为：

Y_t = X_t β_t + A_t^{-1} Σ_t ε_t, ε_t ~ N(0, I_k)

其中 Y_t = [PolicyRate_t, CPIPPI_Gap_t, ConsumerCredit_t, CorpCredit_t]′ 为4维内生变量向量；β_t 为时变系数向量，遵循随机游走过程 β_{t+1} = β_t + u_{βt}；A_t 为时变同期关系下三角矩阵；Σ_t 为时变对角标准差矩阵。时变参数 α_t 和 h_t（对数方差）同样遵循随机游走。采用贝叶斯MCMC方法（Gibbs采样，10000次抽取，前1000次预热）估计。脉冲响应在每一时点基于VAR的时变MA表示计算。

• 政策利率：7天逆回购操作利率（DR007作为市场利率补充）
• CPI-PPI剪刀差：PPI同比增速减去CPI同比增速（%），正值表示"PPI高于CPI"
• 居民消费信贷：住户短期消费贷款月度增量（亿元）
• 企业投资信贷：非金融企业中长期贷款月度增量（亿元）
• 外生控制变量（纳入扩展VAR）：M2同比增速、国房景气指数、沪深300指数月度收益率
• 样本区间：2012年1月—2026年5月，月度频率，173个观测值

• 替换信贷指标：以社会融资规模中的企业债券融资和居民中长期贷款（房贷）替代银行表内信贷指标，检验不同融资渠道的利率传导异质性。
• 替换政策利率度量：以1年期中期借贷便利（MLF）操作利率和1年期LPR报价替代7天逆回购利率，检验不同期限政策利率工具的传导一致性。
• 控制数量型货币政策：在VAR系统中额外加入存款准备金率变化和MLF净投放量，检验"价格型"工具的独立效应是否被"数量型"工具混淆。

---

Tversky & Kahneman (1974) 的可得性启发指出，个体对事件概率的判断受其最近经历和记忆可提取性的强烈影响。Malmendier & Nagel (2016) 进一步证明，个体的通胀预期主要由其一生中所经历的通胀历史加权决定，近期经历权重更高。在中国居民消费篮子中，食品（尤其猪肉、鲜菜）购买频率最高、价格波动最直观，因此居民倾向于将食品价格变动"锚定"为整体通胀的判断依据。当食品价格持续同比下降（如2026年5月食品CPI -1.7%）而核心通胀温和上涨时，居民的系统性通胀感知偏低——这可能解释为何温和通胀未能有效刺激消费（消费者"感觉不到物价上涨"，因此不急于消费）。

据此提出以下假说：
- H1：居民自报通胀预期与食品类CPI的关联度显著高于与非食品核心CPI的关联度，存在"锚定于食品价格"的通胀感知偏差。
- H2：通胀感知偏差对耐用品消费支出增速有显著的负向影响——感知通胀率低于实际通胀率1个百分点，耐用品消费增速下降约0.3—0.5个百分点。
- H3："通胀经历效应"存在代际异质性：曾经历过高通胀期（如1993—1995年）的老年群体通胀感知偏差较小，年轻群体偏差更大。

本文的核心识别挑战在于通胀感知（或预期）与消费支出存在双向因果关系：消费行为本身可能反过来影响价格预期。识别策略分两步：（1）以家庭所在城市当月的食品类CPI环比作为通胀感知的工具变量，利用食品CPI的跨区域差异和被调查者对本地食品价格的敏感性构造外生变异；（2）在PSM第一阶段，根据家庭的人口学特征、收入和资产状况匹配通胀感知偏差高组与偏差低组，确保两组在处理前可观测特征上平衡。核心识别假定：城市食品CPI环比仅通过影响个体通胀感知来影响消费决策——排除其他直接渠道（如通过实际收入效应）需通过控制家庭食品支出占总支出比重来论证。

基准模型设定为两阶段最小二乘（2SLS）：

第一阶段：PerceptionBias_{it} = α + β FoodCPI_{ct} + γ X_{it} + μ_c + τ_t + u_{it}

第二阶段：ΔConsumption_{it} = δ + θ PerceptionBiaŝ_{it} + φ X_{it} + μ_c + τ_t + v_{it}

其中 PerceptionBias_{it} 为家庭i的感知偏差（= 自报预期通胀率 - 核心CPI实际同比）；FoodCPI_{ct} 为城市c当月的食品类CPI环比；X_{it} 包括家庭收入对数、净资产对数、户主年龄及平方项、教育年限、家庭规模、是否住房贷款；μ_c 为城市固定效应，τ_t 为时间（季度）固定效应。θ 为关注的核心参数，预期符号为负。

• 被解释变量：家庭季度消费支出增速（%，经CPI平减），分为总消费、耐用品消费和非耐用品消费三个口径
• 核心解释变量（内生）：通胀感知偏差 = 自报未来一年通胀预期（央行储户调查中位数映射到CHFS样本城市） - 核心CPI过去12个月均值
• 工具变量：城市层面食品CPI环比（匹配CHFS被调查者所在地级市）
• 控制变量：家庭人均可支配收入对数、家庭净资产对数、户主年龄及年龄平方、教育年限、家庭抚养比、住房持有状态（自有/租赁/房贷）
• 数据融合：CHFS微观数据（六轮2011—2025，约4万户/轮）+ 央行城镇储户问卷调查（季度通胀预期分项）+ 国家统计局城市CPI分项月度数据
• 有效样本约8.5万家庭-轮次观测值（剔除收入最低和最高1%的极端值）

• 替换工具变量：以家庭所在城市的猪肉价格同比变化率替代食品CPI环比作为通胀感知的IV，检验工具变量选择对结论的影响——猪肉作为中国居民通胀感知的最敏感品类，需单独检验其是否为有效IV。
• 替换感知偏差度量：以"消费者信心指数中的物价满意指数"替代居民自报通胀预期作为感知偏差的代理变量，检验不同感知度量方式下结论的一致性。
• 安慰剂检验：将食品CPI工具变量替换为滞后12期的食品CPI（即一年前的食品价格），在理论上一期食品价格不应直接影响当期通胀感知偏差和消费决策——若伪IV的2SLS系数不显著，则增强了真实IV的外生性论据。

---

在中国央地关系框架下，中央政府的猪肉价格稳定目标与地方政府面临的多元激励存在内在张力。根据Qian & Weingast (1997)，中国式财政联邦主义赋予地方政府"为增长而竞争"的强激励——而猪肉收储需要地方财政配套支出并承担库容和损耗成本，这在猪价低迷时构成一项"无GDP直接贡献"的义务性支出。周黎安的"晋升锦标赛"理论进一步预测，地方政府更倾向于将有限财政资源投向基础设施等可见政绩领域，而非粮食和肉类储备。这导致猪肉储备调节的央地委托代理出现"激励不对齐"——中央希望双向对称调节，地方则"涨时响应快（稳民生有舆情回报）、跌时响应慢（收储不产生政绩回报）"。

据此提出以下假说：
- H1：猪粮比价跌破盈亏平衡点后，地方猪肉收储的实际启动时间平均滞后于中央预案窗口2—4周，且收储量低于预案指导量。
- H2：财政自给率越低、对转移支付依赖越高的省份，猪肉收储执行力越弱（因为地方财政挤出效应更大）。
- H3：中央猪肉储备考核在地方党政领导班子考核中所占权重越高，"收储执行滞后"的程度越小——晋升激励可以部分弥补财政能力不足。

本文的识别策略分为两层。第一层以断点回归（RDD）识别猪粮比价跌破5:1盈亏平衡线时地方收储是否被触发：驱动变量为猪粮比价周均值，断点为5:1（中央三级预警的收储触发标准），结果变量为当月省内猪肉储备变动量。RDD假定在断点附近其他影响储备决策的因素连续变化——需通过协变量连续性检验（McCrary密度检验）验证。第二层以"是否生猪调出大县"（农业部认定）的省内县域数量作为地方政府猪肉储备配套能力的工具变量，识别财政能力对收储执行力的因果效应。

基准模糊RDD模型设定为：

ReserveChange_{pt} = α + τ × BelowThreshold_{pt} + β₁ × (PigGrain_{pt} - 5.0) + β₂ × BelowThreshold_{pt} × (PigGrain_{pt} - 5.0) + γ X_{pt} + μ_p + λ_t + ε_{pt}

其中 ReserveChange_{pt} 为省份p在第t周猪肉储备净变动（吨）——正值表示净收储，负值表示净投放；BelowThreshold_{pt} 为指示猪粮比价跌破5:1的二值变量；PigGrain_{pt} 为猪粮比价周均值；二次交互项捕捉断点两侧斜率差异；X_{pt} 包括省级生猪存栏量、屠宰量、饲料价格指数；μ_p 和 λ_t 为省和周固定效应。τ 为关注参数，表示断点处收储响应的跳跃幅度。最优带宽采用Calonico et al.（2014）的均方误差最优方法确定。

• 被解释变量：省级猪肉储备周净变动（收储为正，投放为负），来自商务部中央和地方储备公告的系统结构化编码
• 驱动变量：猪粮比价（生猪出场价格/玉米批发价格）周均值，来自农业农村部信息中心和发改委价格监测中心
• 处理变量：是否跌破5:1盈亏平衡线（二值），是否跌破6:1三级预警线（稳健性检验）
• 财政能力变量：省一般公共预算财政自给率（一般公共预算收入/支出）、"粮油物资储备"科目支出占比
• 考核激励变量：中央对省粮食安全省长责任制考核中"肉类储备"指标权重（手工整理2015—2025年间考核文件变化）
• 样本区间：2018年第1周至2026年第22周，覆盖29个省份（不含西藏、青海），周度频率，约12,700个省-周观测值

• 替换断点位置：分别将断点从5:1移动至4.5:1和5.5:1作为伪断点重新估计RDD，如果伪断点的τ不显著，则增强真实断点推断的可信度。
• 替换带宽选择方法：以IK算法（Imbens & Kalyanaraman, 2012）和CCT覆盖错误率最优方法（Calonico et al., 2020）替代MSE最优带宽，检验RDD估计量对带宽方案的敏感性。
• 排除非洲猪瘟期间（2019—2020年）：非瘟导致猪肉供应剧减、猪价极端飙升，可能使得收储投放行为模式发生结构性变化——剔除该子样本后重新估计，检验基准结论是否由极端事件驱动。

---
---
date: 2026-06-10
field: 产业经济 — 海洋经济
source: https://www.gov.cn/yaowen/liebiao/202606/content_7071738.htm
topics_count: 5
---