中国城乡消费价格指数与PPI的关联性分析

中国城乡消费价格指数与PPI的关联性分析摘要考察消费价格指数（简称CPI）的变动是理解城乡差距问题的一个重要切入点。由于居民消费价格受到上游工业生产者出厂价格指数（简称PPI）的影响，并且在一定程度上会反作用于工业生产者出厂价格指数。因此，本文以城乡居民消费价格指数和工业生产者出厂价格指数的关联性为研究主题，选取2001年1月—2019年3月共计219个月度的城镇居民消费价格指数（简称UCPI）、农村居民消费价格指数（简称RCPI）、工业生产者出厂价格指数，利用单位根检验、Johansen协整检验、格兰杰因果检验、向量误差修正模型、脉冲响应、方差分解等方法，对城乡居民消费价格指数以及工业生产者出厂价格指数的关联性进行了实证分析。研究结果表明：中国城乡居民消费价格指数、工业生产者出厂价格指数之间存在长期均衡关系；城市消费价格指数显著引导农村消费价格指数，工业生产者出厂价格指数与城乡居民消费价格指数存在着长期双向引导关系；城镇居民消费价格指数对农村居民消费价格指数短期影响更加明显，工业生产者出厂价格指数对城乡居民消费价格指数没有明显的短期影响；农村居民消费价格指数对城镇居民消费价格指数波动方差贡献率更大，居民消费价格指数对工业生产者出厂价格指数波动方差贡献率占50%。上述结论表明：应加强对城乡消费价格指数的监控；应该给予乡村更多的经济支持和发展引导；密切关注工业生产者出厂价格指数的变化，提前掌握未来消费价格指数变化趋势。从而实现党和国家提出的全面建成小康社会的目标，实现共同富裕的目标。关键词：城乡居民消费价格指数;工业生产者出厂价格指数;向量误差修正模型;脉冲响应分析AbstractThechangeofconsumerpriceindex(CPI)isanimportantentrypointtounderstandtheurban-ruralgap.Astheconsumerpriceisaffectedbytheupstreamproducerpriceindex(PPI),itwillreacttotheproducerpriceindextosomeextent.Therefore,basedontheurbanandruralconsumerpriceindexandproducerpriceindexastheresearchsubject,thecorrelationofselectioninJanuary2001-March2019atotalof219monthlyconsumerpriceindex(UCPI)incitiesandtowns,ruralconsumerpriceindex(RCPI),theproducerpriceindex,usingtheunitroottest,Johansencointegrationtest,grangercausalitytest,vectorerrorcorrectionmodel,impulseresponseandvariancedecompositionmethods,Thecorrelationbetweenurbanandruralconsumerpriceindexandproducerpriceindexisempiricallyanalyzed.Theresultsshowthatthereisalong-termequilibriumrelationshipbetweenurbanandruralconsumerpriceindexandproducerpriceindex.Theurbanconsumerpriceindexsignificantlyguidestheruralconsumerpriceindex,andtheproducerpriceindexhasalong-termtwo-wayguidingrelationshipwiththeurbanandruralconsumerpriceindex.Theurbanconsumerpriceindexhasamoreobviousshort-termimpactontheruralconsumerpriceindex,whiletheproducerpriceindexhasnoobviousshort-termimpactontheurbanandruralconsumerpriceindex.Theruralconsumerpriceindexcontributesmoretothevolatilityvarianceoftheurbanconsumerpriceindex,andtheconsumerpriceindexcontributes50%tothevolatilityvarianceoftheproducerpriceindex.Theaboveconclusionsindicatethatthemonitoringofurbanandruralconsumerpriceindexshouldbestrengthened.Ruralareasshouldbegivenmoreeconomicsupportanddevelopmentguidance;Paycloseattentiontothechangeofproducerpriceindexandgraspthetrendoffutureconsumerpriceindexinadvance.Soastoachievethepartyandthecountryputforwardthegoalofbuildingamoderatelyprosperoussocietyinallrespects,achievethegoalofcommonprosperity.Keywords：Consumerpriceindexforurbanandruralresidents;Producerpriceindex;Vectorerrorcorrectionmodel;Impulseresponseanalysis目录TOC\o"1-2"\h\z\t"标题3,3"第一章绪言 11.1研究背景 11.2研究意义 11.3文献综述 21.3.1城乡消费价格指数关联性研究 21.3.2消费价格指数和工业生产者出厂价格指数关联性研究 31.3.3小结 31.4研究内容 4第二章重要概念阐述 52.1消费价格指数 52.2工业生产者出厂价格指数 6第三章描述性统计分析 73.1消费价格指数描述性统计 73.2工业生产者出厂价格指数描述性统计 8第四章关联性分析 104.1单位根检验 104.2Johansen协整检验 114.3格兰杰因果检验 134.4向量误差修正模型（VECM）估计 154.5脉冲响应函数 174.6方差分解 18第五章结论与建议 215.1研究结论 214.2政策建议 22参考文献 23致谢 25第一章绪言1.1研究背景改革开放四十年以来，中国经济一直处于一个快速增长模式，但是伴随着中国经济的发展，城乡贫富差距问题依然是一个亟待解决的重大问题。早在党的十五大就提出到建党一百周年时实现全面小康，党的十九大报告指出要在2020年全面建成小康社会，而城乡差距的存在会对国民经济的协调发展产生较为不利的影响，这个问题势必会阻碍中国全面建成小康社会的进程。近几年以来，较为宽松的货币政策导致中国物价水平持续处于上涨趋势，虽然中国目前尚未存在通货膨胀压力，但是在国内面临着劳动力成本上升、要素价格机制改革以及投机和无序涨价行为的存在，在国际上资本的大规模流入以及大宗商品价格推动原材料价格成本上涨等原因也从总需求和总供给两方面对国内通货膨胀上行产生压力。这不仅对中国的经济发展产生较为不利的影响，也进一步影响了中国居民的生活水平。长期以来，中国农村地区所面临的通货膨胀压力远比城市严重，因此，研究城乡消费价格指数对提高农村居民消费水平和生活质量存在重大的意义[1]。同时，影响居民消费价格指数的因素之一是来自上游行业的工业生产者出厂价格，居民在购进生产资料和生活资料时往往只能依托于上游行业生产者对其的定价，从而影响到自己的消费价格。因此，本文主要研究城乡消费价格指数和工业生产者出厂价格指数之间的关联关系，以期为实现和谐社会，达到共同富裕目的提供实证支撑。1.2研究意义当前经济环境下，城乡居民由于消费产品结构存在一定的差异，部分消费产品存在着明显的城乡价格差异，所以研究城乡消费价格指数之间的联动关系，为经济的协调发展、居民生活水平的提高提供有利帮助具有一定的现实意义。同时工业生产者出厂价格指数作为消费价格指数的上游影响因素，它不仅会影响下游的消费价格指数，进一步由于消费价格指数的反作用导致工业生产者购买生产资料的成本发生变化，而生产者为了自己的利益会将此变化作用到工业生产者出厂价格指数上，因此研究工业生产者出厂价格指数与城乡居民消费价格指数之间关联性程度有着极大的现实意义。1.3文献综述1.3.1城乡消费价格指数关联性研究邓海云等认为，中国农村在医疗保健方面存在的经济负担问题较城市严重很多，从而造就了农村CPI的持续高于城镇CPI，同时农村教育、文化、娱乐重视度不够，农村居民生活质量偏低［2］。张诺然认为导致中国城乡消费价格指数差异的原因是农村市场发育不完善、政府城乡政策不平衡以及为达到市场经济转型而采取的农村价格赶超城市价格的需要［3］。陈海龙、杨永研究发现，中国城市和农村居民消费价格指数之间存在着同期拉动和当期对滞后期相互推动的关系，且它们之间的拉动和推动关系都是长期稳定的［4］。王君美研究表明，长期看来农村居民消费价格指数可以作为城市居民消费价格指数变化的先导变量，但城市居民消费价格指数不是农村居民消费价格指数变化的格兰杰原因［5］。高静等运用空间全局和局部Moran’sI指数、Moran散点图和局部LISA聚集图分别检验中国居民消费价格指数的空间相关性和聚集性，研究发现中国城镇居民消费价格指数差异在逐渐缩小，空间聚集效应越来越明显，并主要取决于地理因素［6］。王征等研究发现，农村居民消费价格指数对于社会整体消费价格指数具有更大权重比例的提升和影响作用。农村CPI波动是城市CPI波动的格兰杰原因，城市CPI波动与社会整体CPI波动具有双向格兰杰因果关系，农村CPI波动构成社会整体CPI波动的提振作用强于城市CPI波动，社会和城市CPI对于农村CPI不具有显性的先行带动作用［7］。喻胜华研究表明，收入对中国农村居民消费的影响要远大于城镇居民，消费的不确定性对城镇居民消费的影响要大于农村居民，消费价格指数和前期消费对城镇居民的消费有负效应，但对农村居民的消费没有显著影响，利率对农村居民的消费有负效应，但对城镇居民的消费没有显著影响［8］。沈赟认为，居民消费价格指数农村较城市偏高主要体现在衣着类、医疗保健和个人用品类、交通和通信类、娱乐教育文化用品及服务类等四个大类，同时指出农村地区通胀水平偏高的原因是调控能力偏弱、市场竞争不充分和不断上升的成本压力［9］。王文智、朱俊峰研究指出，农村和城镇居民在食品的支出上均缺乏弹性，整体上随着收入的增加中国居民更加偏向于耐用消费品和精神性产品的消费。在农村和城镇的消费结构差异主要表现在衣着以及交通通讯上，城镇居民在居住支出上的支出弹性比较大[10]。王超从零售视角出发对城乡各类商品的零售价格数据存在的差异性进行分析，发现城乡消费价格具有类别性并且城市价格涨幅大于农村，以此为基础，深入探究了城乡消费价格水平差异存在的原因及影响因素［11］。潘姝敏分析了中国居民消费价格指数的波动原因、城乡居民价格指数的波动差异以及影响中国居民消费价格指数走势的主要居民价格指数类型，发现城乡居民消费价格指数差距逐渐缩小，并指出食品和住房是影响消费价格指数变化的重要因素［12］。邱曦薇利用居住成本对各地区居民消费价格指数进行调整，进而重新估计各地区城乡居民收入差距，从全国范围来看，当前城乡居民收入差距出现一定程度的缩小[13]。范从来等对城镇和农村不同收入水平的居民分层编制消费价格指数发现均为低收入水平居民面对的物价波动幅度最大，且造成因素分别为食品价格和公共服务价格[14]。1.3.2消费价格指数和工业生产者出厂价格指数关联性研究黄微芬研究发现，中国居民消费价格指数、工业生产者出厂价格指数、农产品生产价格指数、固定资产投资价格指数、进口商品价格指数之间存在长期的均衡关系，工业生产者价格、固定资产投资价格对居民消费价格的波动影响较大[15]。RobertoIvo运用向量自回归模型和贝叶斯向量自回归模型对巴西消费价格指数和工业生产者出厂价格指数分析发现PPI是CPI的一个良好的领先指标[16]。肖争艳等基于产业链价格传导对新常态前后中国PPI与CPI的传导机制进行分析发现自进入新常态以来两者之间传导机制不通畅，可能存在长期的走势分化，CPI之外的其他价格指数对货币政策影响将会显著[17]。王泽珺、陈豪研究表明，CPI与PPI在相对短的滞后期内存在双向引导关系，并且消费价格指数对工业生产者出厂价格指数的影响幅度比其相反影响幅度稍大[18]。刘金全、张龙通过构建SVTVP-FAVAR模型，利用三维脉冲响应分析货币政策对CPI与PPI的时变效应及CPI与PPI相对背离的宏观经济效应，发现CPI与PPI的阶段性背离实属“虚假背离”，并未带来“外部不经济”[19]。张小宇、刘永富研究发现，中国PPI与CPI正经历着由反向倒逼单驱动阶段向正向传导与反向倒逼双驱动阶段的转变[20]。1.3.3小结当前研究中国城乡居民消费价格指数差异性的方法有很多，且出现了结果完全相反的研究结论，同时并没有出现研究城乡居民消费价格指数分别与工业生产者出厂价格指数之间的关联性的研究。所以本文拟采用协整检验、格兰杰因果检验、向量误差修正模型、脉冲响应、方差分解等方法，对城镇居民消费价格指数、农村居民消费价格指数以及工业生产者出厂价格指数三者进行相互关联性分析。1.4研究内容本文对中国城镇居民消费价格指数、农村居民消费价格指数、工业生产者出厂价格指数进行平稳性检验、协整检验、格兰杰因果检验，构建向量误差修正模型，并进行脉冲响应分析、方差分解，分析三个价格指数之间的长期稳定关系，并对各自短期波动对其余两者的影响进行研究，得到相应的结论。第二章重要概念阐述2.1消费价格指数消费价格指数（ConsumerPriceIndex，简称CPI）是一项当前的社会经济指标，目前最规范的定义是来自于在2003年12月3日第十七届国际劳动统计学家大会通过的《关于消费者物价指数的决议》，表述为衡量家庭为消费目的所获取、使用或支付的商品和服务的总体价格水平一段时间内的变化，可以通过衡量一个固定的质量保持不变并且特征相同的能够代表家庭在一年内或其他特定时期中的支出水平的商品和服务的篮子的购买成本来实现。[21]通过上面的定义可以看出编制消费价格指数有三个对象或者说是出发点，即所获取的商品和服务、使用过的商品和服务、为获得商品和服务而支付的成本。这也就产生了编制消费价格指数的三种方法：获取法、使用成本法和支付法。同时我们也可以通过不同的编制方法找出它们所服务的目的：第一，衡量消费者所面临的物价变化；第二，衡量生活标准的变化；第三，衡量货币收入的购买力变化。在中国1985年开始公布消费价格指数，2001年中国采用了一种与以往计算消费价格指数具有较大差异但更具有国际标准的计算标准，由居民8个方面的消费品价格组成的，这8个方面分别为：食品酒烟、衣着、居住、生活用品及服务、交通和通信、医疗保健、教育文化和娱乐、其他用品和服务。居民消费价格指数统计范围来自于国家统计局网站。目前中国编制消费价格指数的调查方法是采用抽样调查方法抽选确定调查网点，按照居民消费价格指数统计范围来自于国家统计局网站。同时中国顺应世界经济发展潮流，针对城镇居民在某些方面消费方式存在较大差异的支付方式的特点，在编制居民消费价格指数的同时，也同时编制城镇居民价格消费指数（urbanConsumerPriceIndex，简称UCPI）和乡村居民价格消费指数（ruralConsumerPriceIndex，简称RCPI），这也大大增加了消费价格指数的真实性和差异性，对于研究城乡协同发展等方面问题提供了更加真实有利的数据支持。2.2工业生产者出厂价格指数工业生产者出厂价格指数（ProducerPriceIndexforIndustrialProducts，简称PPI）是用于衡量工业企业产品第一次出售时的出厂价格变动趋势和变动程度的指标，主要目的是衡量企业购买的一篮子物品和劳务的总费用。由于企业最终要把他们生产产品的费用以更高的消费价格转移给消费者，所以我们通常会认为工业生产者出厂价格指数的变动会影响消费价格指数。工业生产者出厂价格指数调查方法采取重点调查与典型调查相结合的调查方法，年主营业务收入2000万元以上的企业采用重点调查方法，年主营业务收入2000万元以下的企业采用典型调查方法，工业生产者出厂价格指数调查涉及全国5万余家工业企业。工业生产者出厂价格统计调查涵盖1638个基本分类的20000多种工业产品的价格，分为生产资料价格和生活资料价格，生产资料价格进一步细分为采掘工业价格、原材料工业价格、加工工业价格，生活资料价格进一步细分为食品价格、衣着价格、一般日用品价格和耐用消费品价格。第三章描述性统计分析本章以全国城镇居民消费价格指数（UCPI）、农村居民消费价格指数(RCPI)以及工业生产者出厂价格指数的(PPI)月度数据为研究对象，选取统计口径改变后的2001年1月至2019年3月共计219个月度数据，数据来自中经网统计数据库和EPS数据平台全国月度数据库。将城镇居民消费价格指数（urbanConsumerPriceIndex，简称UCPI）、农村居民消费价格指数（ruralConsumerPriceIndex，简称RCPI）以及工业生产者出厂价格指数（ProducerPriceIndexforIndustrialProducts，简称PPI）导入到EViews8中，进行描述性统计分析。3.1消费价格指数描述性统计为了直观地看出农村居民消费价格指数和城镇居民消费价格指数的变化趋势，将两者绘制成时序图，结果如REF_Ref9379790\h图1所示。从REF_Ref9379790\h图1中可以看出农村居民消费价格指数在大部分时间段内都高于城镇居民消费价格指数，且部分时间差距较大。同时也发现城镇居民消费价格指数与农村居民消费价格指数两者保持着一致的变化趋势，在近几期的数据几乎相同。图SEQ图\*ARABIC1城镇和农村居民消费价格指数时序图进一步，为了更加清晰地描述城镇居民消费价格指数和农村居民消费价格指数之间的不同，对这两者进行了描述性统计分析，结果如REF_Ref9380735\h表1所示。表SEQ表\*ARABIC1城镇和农村居民消费价格指数描述性统计表平均值中位数最大值最小值标准差峰度偏度城镇居民消费价格指数102.19101.99108.598.11.96310.58463.8124农村居民消费价格指数102.50101.92109.398.42.17720.95833.6632从REF_Ref9380735\h表1中的数据可以看出无论是平均值、中位数、最大值还是最小值，农村居民消费价格指数都比城镇居民消费价格指数都要高一些。通过两者的标准差比较发现农村居民消费价格指数的变化幅度比城镇居民消费价格指数的变化幅度要大。从峰态系数来看，两者的峰度都大于0，所以两者都是尖峰分布，即数据的分布比较集中，而且农村居民消费价格指数的数据更加集中；从偏态系数来看，两者的偏度都大于0，所以两者都是右偏分布，而且两者的偏度都大于1，所以两者都是高度右偏分布。所以城镇居民消费价格指数和农村居民消费价格指数都是右偏尖峰分布。3.2工业生产者出厂价格指数描述性统计为了直观地看出工业生产者出厂价格指数的变化趋势，绘制时序图，结果如REF_Ref9382253\h图2所示。图SEQ图\*ARABIC2工业生产者出厂价格指数时序图从REF_Ref9382253\h图2可以看出工业生产者出厂价格指数波动较大，且有很长一段时间处于100以下，即处于同比下降阶段。与REF_Ref9379790\h图1相比较会发现两个时序图大致变化趋势是一致的，并存在一定的时间差。这也与工业生产者出厂价格指数会滞后影响消费价格指数的理论相互印证。为了进一步了解工业生产者出厂价格指数的数据分布，对其进行了描述性统计，结果如REF_Ref9383051\h表2所示。从表2可以发现工业生产者出厂价格指数的极差为18.32，标准差为4.2985，这远远大于城乡消费价格指数的指标，这也验证了通过时序图得到的波动较大的结论。从峰态系数来看，工业生产者出厂价格指数的峰度小于0，所以数据是扁平分布，即数据的分布较为分散；从偏态系数来看，工业生产者出厂价格指数的偏度大于1，所以数据是高度右偏分布。所以工业生产者出厂价格指数是右偏扁平分布。表SEQ表\*ARABIC2工业生产者出厂价格指数描述性统计表指标数值平均值101.47中位数102.4最大值110.1最小值91.78标准差4.2985峰度-0.1868偏度2.0353第四章关联性分析4.1单位根检验在对时间序列进行回归分析的时候，首先要解决的一个重要事项就是避免发生伪回归现象，因此需要对各个时间序列进行平稳性检验。常用的平稳性检验方法之一就是单位根检验，而最经典的单位根检验方法是由D.A.Dickey和W.A.Fuller提出的迪基-富勒检验（Dickey-Fullertest，简称DF检验）。但是由于这种检验方法对误差项有着严格的不相关要求，在实际操作中较难以实现，导致检验的功效较低，因此，为了解决误差项存在自相关这一问题，D.A.Dickey和W.A.Fuller从参数估计的角度出发，进一步拓展出了增广迪基-富勒检验（augmentedDickey-Fullertest，简称ADF检验）方法，在大量实证分析中得到广泛使用。本文也采用的是ADF检验。ADF检验的原假设是时间序列含有单位根，即该时间序列是不平稳的，通过对ADF检验值和不同显著性水平下的临界值进行比较，若该检验值小于该临界值则拒绝原假设，认为该时间序列是不含有单位根的，即通过平稳性检验，反之则不通过。城镇居民消费价格指数、农村居民消费价格指数、工业生产者出厂价格指数的单位根检验结果如REF_Ref9432534\h表3所示。表SEQ表\*ARABIC3城乡居民消费价格指数与工业生产者出厂价格指数序列单位根检验结果项目单位根检验结果不同显著性水平的临界值ADF检验值P值1%临界值5%临界值10%临界值UCPI-3.14900.0978-4.0013-3.4309-3.1391RCPI-3.12200.1039-4.0013-3.4309-3.1391PPI-3.37880.0570-4.0011-3.4308-3.1390D(UCPI)-5.70410-2.5758-1.9423-1.6157D(RCPI)-5.37580-2.5758-1.9423-1.6157D(PPI)-6.92170-2.5758-1.9423-1.6157注：D()表示对该时间序列进行一阶差分。通过REF_Ref9432534\h表3可以看出无论是城镇居民消费价格指数的原序列、农村居民消费价格指数的原序列还是工业生产者出厂价格指数的原序列，都无法在5%的显著性水平下拒绝该序列存在一个单位根的原假设，甚至农村居民消费价格指数的原序列在10%的显著性水平下都无法拒绝该序列存在一个单位根的原假设。因此对三个时间序列统一生成一阶差分时间序列再次进行ADF检验，结果显示三个时间序列的一阶差分时间序列均能在1%的显著性水平下拒绝该序列存在一个单位根的原假设，即它们的一阶差分时间序列是平稳的。综上，可以认为中国城乡居民消费价格指数和工业生产者出厂价格指数都是一阶单整数据。4.2Johansen协整检验目前普遍认为：将一个非平稳的时间序列对另几个非平稳的时间序列进行回归分析极其有可能会造成谬误回归。为了能够不出现这种会造成无用功甚至是反作用的错误，可以采取差分的方法消除时间序列中的非平稳因素，之后再进行回归分析，但同时新的问题也就随即产生，有些时候经过差分之后的时间序列可能会限制问题的讨论范围，甚至有时会失去直接的研究意义，导致使用平稳序列构建的回归模型无法解释并使用。为解决这一问题，R.F.Engle和C.W.Granger提出了协整理论及方法，即当几个时间序列是非平稳的，但是它们的线性组合可能是一个平稳序列，那么这个平稳的线性组合就称为协整方程。具体来说，当几个非平稳的时间序列具有相同的单整阶数，且某个线性组合使得组合时间序列的单整阶数降低，则称这些时间序列之间存在协整关系。针对协整关系是否存在，需要对该时间序列线性组合的残差进行平稳性检验，目前常用的方法有恩格尔-格兰杰检验（Engle-Grangertest）、增广恩格尔-格兰杰检验（augmentedEngle-Grangertest）、约翰逊检验（Johansentest）等，究其差别在于当线性组合中时间序列个数多于两个时，Johansen协整检验可以从少到多依次检验协整关系数量，而其余两种方法只能手动依次两两检验。因为城镇居民消费价格指数、农村居民消费价格指数、工业生产者出厂价格指数均为一阶单整序列，若它们之间的一个线性组合是平稳的那么就说明它们具有协整关系。本文采用Johansen协整检验方法对三个时间序列进行检验，结果如REF_Ref9470164\h表4所示。表SEQ表\*ARABIC4城乡居民消费价格指数与工业生产者出厂价格指数的Johansen协整检验结果原假设下协整关系数量特征值迹统计量5%临界值P值最大特征值统计量5%临界值P值不存在协整关系0.102138.286229.79710.004223.377721.13160.0237存在至少一个协整关系0.036514.908515.49470.06118.069814.26460.3717存在至少两个协整关系0.03106.83883.84150.00896.83883.84150.0089从REF_Ref9470164\h表4可以得知：在5%的显著性水平下，通过迹统计量检验可以拒绝这三个时间序列之间不存在协整关系、存在至少两个协整关系的原假设，但是不能拒绝存在至少存在一个协整关系的原假设，所以这三个时间序列之间存在着一个协整关系；同样通过最大特征值统计量的检验，可以拒绝这三个时间序列数据不存在协整关系和存在至少两个协整关系的原假设，但是不能拒绝存在至少一个协整关系的原假设，所以只能接受这三个时间序列只存在一个协整关系。综上可以认为这三个时间序列存在着一个协整关系。换言之，城镇居民消费价格指数、农村居民消费价格指数以及工业生产者出厂价格指数之间存在着长期均衡关系。根据Johansen协整检验结果，可以写出已经经过标准化之后的协整关系估计系数，结果如REF_Ref9551693\h表5所示。表SEQ表\*ARABIC5标准化后协整关系估计系数RCPIUCPIPPI1.0000-0.9889-0.2838(0.1503)(0.0682)1.00000.0000-1.9499(0.3960)0.00001.0000-1.6849(0.3586)注：表格中括号中的值为标准差。同时为了更加完善地看出城乡居民消费价格指数之间的关联性，进一步运用Johansen协整检验对城乡居民消费价格指数进行检验，结果和标准化后协整关系估计系数如REF_Ref9553673\h表6所示。表SEQ表\*ARABIC6城乡居民消费价格指数Johansen协整检验结果及标准化估计系数原假设下协整关系数量特征值迹统计量5%临界值P值最大特征值统计量5%临界值P值不存在协整关系0.075523.298318.39770.009517.147717.03620.0468存在至少一个协整关系0.02846.26213.84150.01236.26213.84140.0123RCPIUCPI1.0000-1.1429(0.04936)注：表格内括号中的值为标准差。4.3格兰杰因果检验基于协整检验的结果，进一步分析城镇居民消费价格指数、农村居民消费价格指数、工业生产者出厂价格指数三者之间的相互引导关系，本文采用格兰杰因果检验模型对其进行检验。格兰杰因果关系是指通过两个变量过去信息的情况对其中一个变量进行预测时，其效果比仅通过该变量过去信息对其预测的效果要更好，即另一变量可以更好地解释该变量，就可以认为另一变量是导致该变量的格兰杰意义上的原因。同时这得注意的是，格兰杰因果检验的结论仅是一种统计意义上的因果性预测，并不能代表真正意义上的因果关系，不能作为肯定或否定现实生活中这两者之间的因果关系。同时由于格兰杰因果检验对滞后阶数有着极其的敏感度，这三个时间序列数据又具有明显的季节性趋势，而且本文数据采用的是月度数据，所以本文对滞后1-12阶均进行了格兰杰因果检验，结果如REF_Ref9556193\h表7、REF_Ref9556195\h表8、REF_Ref9556197\h表9所示。表SEQ表\*ARABIC7城镇居民消费价格指数和农村居民消费价格指数的格兰杰因果检验结果原假设滞后阶数F检验值P值UCPI不会对RCPI产生影响10.86800.3525RCPI不会对UCPI产生影响1.90630.1688UCPI不会对RCPI产生影响24.95570.0079RCPI不会对UCPI产生影响4.86250.0086UCPI不会对RCPI产生影响32.23610.0851RCPI不会对UCPI产生影响2.09240.1023UCPI不会对RCPI产生影响43.16060.0151RCPI不会对UCPI产生影响1.71260.1485UCPI不会对RCPI产生影响52.84630.0166RCPI不会对UCPI产生影响1.73370.1284UCPI不会对RCPI产生影响63.32630.0038RCPI不会对UCPI产生影响2.25380.0322UCPI不会对RCPI产生影响73.81530.0007RCPI不会对UCPI产生影响2.83630.0007UCPI不会对RCPI产生影响83.21620.0019RCPI不会对UCPI产生影响2.50170.0132UCPI不会对RCPI产生影响92.60980.0073RCPI不会对UCPI产生影响1.92460.0506UCPI不会对RCPI产生影响102.39400.0107RCPI不会对UCPI产生影响1.77620.0674UCPI不会对RCPI产生影响112.17220.0176RCPI不会对UCPI产生影响1.66850.0835UCPI不会对RCPI产生影响122.15590.0156RCPI不会对UCPI产生影响1.72130.0653表SEQ表\*ARABIC8工业生产者出厂价格指数和农村居民消费价格指数的格兰杰因果检验结果原假设滞后阶数F检验值P值PPI不会对RCPI产生影响10.08200.7748RCPI不会对PPI产生影响1.45620.2289PPI不会对RCPI产生影响24.65620.0105RCPI不会对PPI产生影响5.32770.0055PPI不会对RCPI产生影响31.68970.1703RCPI不会对PPI产生影响3.61220.0142PPI不会对RCPI产生影响42.26170.0637RCPI不会对PPI产生影响3.24130.0132PPI不会对RCPI产生影响51.74270.1264RCPI不会对PPI产生影响2.41430.0375PPI不会对RCPI产生影响61.47380.1888RCPI不会对PPI产生影响2.66140.0166PPI不会对RCPI产生影响71.19110.3095RCPI不会对PPI产生影响2.24440.0323PPI不会对RCPI产生影响81.90210.0617RCPI不会对PPI产生影响2.00490.0477PPI不会对RCPI产生影响93.22440.0012RCPI不会对PPI产生影响1.95930.0461PPI不会对RCPI产生影响103.14070.0010RCPI不会对PPI产生影响2.19410.0198PPI不会对RCPI产生影响113.05480.0009RCPI不会对PPI产生影响2.20570.0158PPI不会对RCPI产生影响123.71960.0000RCPI不会对PPI产生影响2.70500.0022表SEQ表\*ARABIC9工业生产者出厂价格指数和城镇居民消费价格指数的格兰杰因果检验结果原假设滞后阶数F检验值P值PPI不会对UCPI产生影响10.39830.5287UCPI不会对PPI产生影响0.94310.3326PPI不会对UCPI产生影响26.55190.0017UCPI不会对PPI产生影响4.46150.0126PPI不会对UCPI产生影响32.66820.0487UCPI不会对PPI产生影响3.11830.0271PPI不会对UCPI产生影响42.90430.0228UCPI不会对PPI产生影响3.21910.0137PPI不会对UCPI产生影响52.11000.0656UCPI不会对PPI产生影响2.44480.0354PPI不会对UCPI产生影响61.69780.1232UCPI不会对PPI产生影响2.87810.0103PPI不会对UCPI产生影响71.32260.2413UCPI不会对PPI产生影响2.56740.0149PPI不会对UCPI产生影响81.63090.1182UCPI不会对PPI产生影响2.28410.0234PPI不会对UCPI产生影响92.86800.0034UCPI不会对PPI产生影响2.38320.0141PPI不会对UCPI产生影响102.80390.0029UCPI不会对PPI产生影响2.59210.0058PPI不会对UCPI产生影响112.65060.0036UCPI不会对PPI产生影响2.62670.0039PPI不会对UCPI产生影响124.01660.0000UCPI不会对PPI产生影响3.10840.0005分析REF_Ref9556193\h表7可以得知：在5%的显著性水平下，除了滞后1阶和3阶，几乎在所有滞后期内，城镇居民消费价格指数均为农村居民消费价格指数的格兰杰意义上的原因，若是将显著性水平调至10%时，甚至连滞后3阶城镇居民消费价格指数都会是农村居民消费价格指数的格兰杰意义上的原因；在滞后2阶、6阶、7阶、8阶时，农村居民消费价格指数是城镇居民消费价格指数的格兰杰意义上的原因。综上所述，总体上呈现城镇居民消费价格指数影响农村居民消费价格指数的趋势，在滞后2个月、6个月、7个月和8个月时呈现出双向引导的趋势。从REF_Ref9556195\h表8可以得知：在5%的显著性水平下，在所有的滞后期内，农村居民消费价格指数都是工业生产者出厂价格指数的格兰杰意义上的原因；同时在滞后8阶之后，工业生产者出厂价格指数是农村居民消费价格指数格兰杰意义上的原因。综上，总体上呈现农村居民消费价格指数影响工业生产者出厂价格指数的趋势，在滞后8阶及以上的时候，工业生产者出厂价格指数与农村居民消费价格指数呈现双向引导。分析REF_Ref9556197\h表9可以得知：在5%的显著性水平下，在大部分滞后期内，城镇居民消费价格指数与工业生产者出厂价格指数存在双向引导趋势，仅在滞后5阶至8阶时存在城镇居民消费价格指数单向引导工业生产者出厂价格指数的现象。4.4向量误差修正模型（VECM）估计在协整检验和格兰杰因果检验的基础上，进一步衡量城镇居民消费价格指数、农村居民消费价格指数、工业生产者出厂价格指数三者之间短期引导关系程度，故建立向量误差修正模型。向量误差修正模型是对拥有长期均衡关系的协整方程短期偏差行为进行修正的重要手段，在这个短期模型里，误差修正项作为一个解释变量，同其他反映短期波动的变量一起，共同解释该协整关系的短期失衡问题。通过对三个时间序列构成的组合进行数据分析，得到误差修正项的表达式为：误差修正项=RCPIt-1-1.1136*UCPIt-1-0.2084*PPIt-1+32.4476.回归结果如REF_Ref9687862\h表10所示。表SEQ表\*ARABIC10城乡居民消费价格指数与工业生产者出厂价格指数VECM估计结果D(RCPI)D(UCPI)D(PPI)误差修正项系数-0.052469-0.071119-0.133812T值[-1.27801][-1.65221][-3.47723]D(RCPI(-1))系数0.5516740.4381460.071038T值[2.56286][1.94137][0.35208]D(RCPI(-2))系数-0.084406-0.0111090.136534T值[-0.40291][-0.05058][0.69533]D(UCPI(-1))系数-0.481903-0.4535740.134043T值[-2.35464][-2.11379][0.69875]D(UCPI(-2))系数0.1590510.062508-0.039654T值[0.80946][0.30342][-0.21530]D(PPI(-1))系数0.1338780.1437260.903999T值[1.86265][1.90724][13.4184]D(PPI(-2))系数-0.024931-0.003824-0.246811T值[-0.35728][-0.05227][-3.77345]C系数0.0075820.0091490.001027T值[0.19499][0.22443][0.02818]从误差修正项系数来看，误差修正项对城镇居民消费价格指数、农村居民消费价格指数在10%的显著性水平下具有调节作用，分别是7%和5%，且符合负向调节机制；误差修正项对工业生产者出厂价格指数在1%的显著性水平下具有明显的调节作用，幅度为13%，也符合负向调节机制。从滞后项的系数来看，农村居民消费价格指数主要受到其滞后一阶（1%显著性水平下）、城镇居民消费价格指数滞后一阶（5%显著性水平下）和工业生产者出厂价格指数滞后一阶（5%显著性水平下）的影响；城镇居民消费价格指数主要受到其滞后一阶（1%显著性水平下）、农村居民消费价格指数（5%显著性水平下）的影响；工业生产者出厂价格指数主要受到其滞后一阶（1%显著性水平下）和其滞后二阶（1%显著性水平下）的影响。但是细究起系数，会发现城镇居民消费价格指数影响农村居民消费价格指数的幅度会大于农村居民消费价格指数对城镇居民消费价格指数的反影响幅度。综上所述，在短期影响中，工业生产者出厂价格指数不受其他两个序列的影响，并且会对农村居民消费价格指数有一定的影响；城镇居民消费价格指数与农村居民消费价格指数会互相产生影响，但是城镇居民消费价格指数对农村居民消费价格指数影响幅度更大一些。4.5脉冲响应函数脉冲响应函数是衡量残差项一个标准差冲击对内生变量的反应，描述的是给残差项施加来自系统内部或者系统外部的一个标准差大小的冲击后，内生变量的当期值和未来值所产生的影响。结果如REF_Ref9724410\h图3、REF_Ref9724412\h图4、REF_Ref9724414\h图5所示。图SEQ图\*ARABIC3城乡居民消费价格指数脉冲响应分析结果图SEQ图\*ARABIC4工业生产者出厂价格指数与城镇居民消费价格指数脉冲响应分析结果图SEQ图\*ARABIC5农村居民消费价格指数与工业生产者出厂价格指数脉冲响应分析结果通过分析REF_Ref9724410\h图3可以得知：（a）图中，城镇居民消费价格指数的波动对农村居民消费价格指数的冲击一直维持在0.56之上，且在第5期、第6期时达到顶峰，之后虽然回落但仍处于较高水平；（b）图中，农村居民消费价格指数的波动对城镇居民消费价格指数的冲击一直处于上升趋势，但是最大幅度不超过0.2。由此可见，城镇居民消费价格指数对农村居民消费价格指数的短期冲击较农村居民消费价格指数对城镇居民消费价格指数的短期冲击更为剧烈。通过分析REF_Ref9724412\h图4可以得知：（a）图中，城镇居民消费价格指数的波动对工业生产者出厂价格指数的冲击一直处于负增长态势，并且在第10期时达到了0.6左右，反观（b）图，工业生产者出厂价格指数的波动对城镇居民消费价格指数的冲击在前4期处于增长趋势，第5期开始逐步回落至0附近，且最大值仅在0.14左右。故可以认为城镇居民消费价格指数对工业生产者出厂价格指数的短期冲击较工业生产者出厂价格指数对城镇居民消费价格指数的短期冲击更为剧烈，同时城镇居民消费价格指数对工业生产者出厂价格指数的冲击更加持久一些。通过分析REF_Ref9724414\h图5可以得知：（a）图中，农村居民消费价格指数的波动对工业生产者出厂价格指数的冲击在前6期处于上升趋势，第6期达到峰值0.83，之后开始回落至0.6；（b）图中，工业生产者出厂价格指数的波动对农村居民消费价格指数的冲击在前4期处于上升趋势，第4期达到峰值0.12，之后回落到0附近。所以可得，农村居民消费价格指数对工业生产者出厂价格指数的短期冲击比工业生产者出厂价格指数对农村居民消费价格指数的短期冲击要更加剧烈一些。4.6方差分解方差分解是分析预测残差序列的标准差由不同信息的冲击影响的比例的方法，也就是衡量各内生变量对预测方差贡献度的指标。分析结果如REF_Ref9729981\h图6、REF_Ref9729983\h图7、REF_Ref9729985\h图8所示。图SEQ图\*ARABIC6农村居民消费价格指数方差分解结果图SEQ图\*ARABIC7城镇居民消费价格指数方差分解结果图SEQ图\*ARABIC8工业生产者出厂价格指数方差分解结果从REF_Ref9729981\h图6中可以看到：城镇居民消费价格指数和工业生产者出厂价格指数发生变化对农村居民消费价格指数变化的影响虽然是在上升，但是总和在24期之内并没有达到20%，甚至工业生产者出厂价格指数变化幅度可忽略不计。从REF_Ref9729983\h图7中可以看出：农村居民消费价格指数变化对城镇居民消费价格指数变化的影响一直居高不下，始终保持在90%以上；而工业生产者出厂价格指数变化对城镇居民消费价格指数变化的影响一直处于很低水平，在研究时可忽略不计。通过分析REF_Ref9729985\h图8可以得知：城镇居民消费价格指数变化对工业生产者出厂价格指数变化的影响一直在上升，最终达到30%左右；农村居民消费价格指数变化对工业生产者出厂价格指数变化的影响先是急速上升，第9期左右达到峰值30%，之后缓慢回落至20%左右，最终城乡居民消费价格指数变化两者共同影响了工业生产者出厂价格指数变化的50%。第五章结论与建议5.1研究结论通过对中国城镇居民消费价格指数、农村居民消费价格指数、工业生产者出厂价格指数采用描述性统计、协整检验、格兰杰因果检验、向量误差修正、脉冲响应、方差分解等统计方法进行研究，本文得到以下几点结论：1、中国城镇居民消费价格指数、农村居民消费价格指数、工业生产者出厂价格指数之间存在着显著的长期均衡关系，即协整关系，具体的协整方程为：RCPIt=0.9889*UCPIt+0.2838*PPIt。2、城镇居民消费价格指数显著引导农村居民消费价格指数，在个别滞后期内两者存在双向引导关系；城镇居民消费价格指数与工业生产者出厂价格指数存在着双向引导关系；农村居民消费价格指数显著引导工业生产者出厂价格指数，并且从长期来看这两者之间也将会是双向引导关系。3、误差修正机制对维持城镇居民消费价格指数、农村居民消费价格指数、工业生产者出厂价格指数三者之间长期均衡关系有着关键性作用。4、城镇居民消费价格指数短期影响要强于农村居民消费价格指数，工业生产者出厂价格指数并不存在明显的短期影响。5、城镇居民消费价格指数对农村居民消费价格指数的短期冲击较农村居民消费价格指数对城镇居民消费价格指数的短期冲击更为剧烈；城乡居民消费价格指数对工业生产者出厂价格指数的短期冲击较工业生产者出厂价格指数对城乡居民消费价格指数的短期冲击更为剧烈，且城镇居民消费价格指数对工业生产者出厂价格指数的短期冲击更为持久。6、农村居民消费价格指数对城镇居民消费价格指数波动的方差贡献率更大；工业生产者出厂价格指数对城乡居民消费价格指数波动的方差贡献率处于较低水平，可忽略不计，城乡居民消费价格指数对工业生产者出厂价格指数波动方差贡献率可达到50%。4.2政策建议中国共产党第十九次全国代表大会通过的习近平总书记所作的中国共产党第十八届中央委员会报告中指出：当前中国正处于决战全面建成小康社会的关键时期，需要带领和团结全国各族人民共同创造美好生活，实现全体人民共同富裕[22]。今年3月5日，国务院总理李克强在中华人民共和国第十三届全国人民代表大会第二次会议开幕式上作的政府工作报告指出：坚持以人民为中心，统筹城乡发展，继续打好精准脱贫攻坚战，扎实推进乡村建设，全面深化乡村改革，深入推进新型城镇化，实现乡村振兴战略[23]。自市场经济转型以来，农村需求市场相对于城镇需求市场发展起步较晚，发展机制存在着很多不完善因素，市场需求弹性较小，面对外部冲击时，调控能力偏弱、市场竞争不充分。在保持经济平稳增长以及稳定城市物价的前提下，增加农村居民收入、完善收入分配与再分配机制以缩小城乡差距，适当合理的提高农村生活必需品外其他消费品的价格或考虑价格补贴提升农村居民对其需求，以促进消费带动农村经济发展水平的提高[24]。为了避免城乡收入差距过大、以防通胀压力增加使居民生活水平受到严重影响，（1）应加强对城乡消费价格指数的监控，着力推动政府政策对农村方面的重视和照顾程度，平衡城乡间的经济发展。（