造成通货膨胀的刺激可以分成两类。第一类是货币刺激,即货币超发。第二类是相对价格刺激,即某种重要商品的价格出于某些非货币政策的原因而提高并迫使货币当局“适应性”地增发货币。在实际生活中,第二类刺激常常出现。最常见的当属原油价格的突然波动和与之相联系的汽油价格的联动。不那么常见,但也许更重要的是由农产品价格提高表现出的相对价格刺激。
在我们所熟悉的微观经济学中,相对价格波动和通货膨胀无关。A商品价格提高必然会有B等其它商品价格的降低,因此各商品的原有产量和新价格之积的和与过去相等,我们称为总价格不变。此时货币当局无需增发货币,物价总水平亦不变,相对价格提高不会造成通货膨胀。不过,这一微观理论忽视了一个关键点。如果A商品价格提高幅度很大,在现有货币供应量下,其它商品的降价幅度也将很大,生产其它商品的企业利润受损,生产收缩。为避免这一损害经济增长的现象出现,货币当局将“不得不”增发货币。而增发货币的后果便是总价格上升和物价总水平提高,通货膨胀出现。不过,货币当局对此并不负责。从美联储开始、世界许多国家现在使用的“核心通货膨胀(core inflation)”概念,其实就是货币当局卸责的概念:只要不发生核心通货膨胀,货币便没有超发;此时,CPI(即居民消费价格指数)或者物价总水平的通货膨胀再严重,也不是货币当局的责任。但这一概念同时揭示了相对价格刺激对通货膨胀的重要意义。
从相对价格变动到通货膨胀之间有一个或多个复杂的传导机制链条。本文以农产品价格-食品价格为例,考察这些链条中的一个环节,即通货膨胀放大系数。经济学度量通货膨胀有两套指标,一是物价总水平变化,二是CPI变化。前者和总产出或总价格有关,后者仅仅同消费支出有关。假设所有农产品都必须经过食品工业部门加工成食品后才向消费者销售,那么,农产品价格属于物价总水平统计范围,食品价格同时属于CPI统计范围。用a表示食品总支出占消费总支出的比重,b表示农业总产出占总产出比重,我们有
a = 食品总支出/消费总支出
b = 农业总产出/总产出
由于
食品总支出>农业总产出
消费总支出<总产出
我们必然得到
a > b
这里,食品总支出大于农业总产出的原因,一是我们假定所有农产品都是食品工业的原料,因此,农业总产出将全部再现于食品工业总产出之中,二是食品工业在农产品上的附加值。令
k ≡ (a/b) > 1
k就是我们所说的“CPI通货膨胀放大系数”。严格地说,这里定义的k应当称为农产品价格变动给CPI造成的通货膨胀放大系数。与农产品和食品的关系类似,原油价格波动仅仅包括在价格总水平波动中,而汽油价格波动还包括在CPI波动中。显然,若全部原油用于炼制汽油,原油产出占总产出比重应当远远小于汽油消费占CPI比重,因此,原油价格波动也会给CPI波动造成某种乘数或放大效应,我们也可以利用上述研究方法,得到原油价格波动的CPI通货膨胀放大系数。所以,尽管在形式上,通货膨胀放大系数是唯一的,但在内容上,许多不同种类产品都有其特殊的通货膨胀放大系数。
我们发现,如果存在相对价格刺激,k将放大用CPI变化率表示的通货膨胀率。我们仔细观察这一点。假设经济不存在货币刺激;经济存在农产品相对价格刺激且食品相对价格增长率m等于农产品相对价格增长率n,则物价总水平增长率u和CPI增长率v分别为
u = bn
v = am
= (kb)n > bn = u
也就是说,
v/u = (kb)n/bn > 1
由于k >1,所以k放大了实体经济刺激给CPI通货膨胀造成的影响。例如,设想a=0.30,b=0.10,则k=3;若m=n=10%,则u=1%,v=3%。对公众和经济政策制定者来说,物价总水平上涨1%完全算不上问题,但CPI上涨3%就成为需要严肃对待的通货膨胀危险。而相对价格上涨10%之所以能够演变为公众关心的通货膨胀问题,一个重要原因便是“通货膨胀放大系数”所起的作用。
我们考察k的经验数据。下面的表1列出美国2010-2015年的k值。美国统计部门公布计算CPI时所应用的食品支出比重数据,它相当于本文定义的a。表1显示,在2010至2015年间,美国的a落在以0.15为中心、跨度小于0.005的很小区间内。但同期美国的b却全部落在0.014之下,这样,美国的k值在这六年内都大于10,最高甚至接近14。如此高的k值会把由农产品价格提高造成的比如1%的物价总水平上涨,放大为美国公众完全不可接受的超过10%的CPI通货膨胀。所以,美国的高k值也许部分解释了为什么美国农业产值比非常低、农业劳动力占比亦非常低,可美国依然十分重视农业的原因。
表1 美国的通货膨胀放大系数,2010-2015年
| 食品支出比重 | 农业产值比 | 通货膨胀放大系数 | |
| 年份 | a | b | k=a/b |
| % | % | ||
| 2010 | 14.79 | 1.14 | 12.97 |
| 2011 | 16.25 | 1.32 | 11.55 |
| 2012 | 16.26 | 1.20 | 12.72 |
| 2013 | 14.90 | 1.38 | 10.80 |
| 2014 | 16.27 | 1.22 | 12.52 |
| 2015 | 14.97 | 1.07 | 13.99 |
注:所有数据经过四舍五入;通货膨胀放大系数利用原始数据计算。下表同。
与美国不同,中国统计部门不公布计算CPI所运用的食品支出比重。同时,在中国统计数据涵盖的大部分年份内,CPI资料仅仅包括CPI和其中各大类商品价格的变化。仅仅从2011年开始,中国公布的CPI数据区分了食品和非食品两大类,我们据此可以在一定程度上推算食品支出比重,并进一步计算中国的通货膨胀放大系数。令i和j分别表示食品和非食品两类价格的变化率,我们有公式
a = (v–j)/(i–j)
看上去,只要有v、i和j三个指标的数据,我们将能够发现a。表2列出我们利用中国2011至2015年v、i和j的数据所得到的a计算结果。假定我们计算的a有一定可信性,那么,在2011至2015年期间,中国CPI的食品支出比重大约在0.30至0.35之间,同期的k值大约在3.2至3.9之间,也就是说,中国在本世纪第二个十年的前五年中,k值大约为3.5。换句话说,在这五年里,如果农产品相对价格上涨造成物价总水平上升1%的话,相应的CPI将上涨3.5%。3.5%的CPI上涨率亦是一个让中国公众和政策制定者开始忧虑的数字。所以,虽然中国的k值比美国低得多,但它依然是导致通货膨胀的一个重要因素。
表2 中国的通货膨胀放大系数,2011-2015年
| 食品支出比重 | 农业产值比 | 通货膨胀放大系数 | |
| 年份 | a | b | k=a/b |
| % | % | ||
| 2011 | 30.43 | 9.43 | 3.23 |
| 2012 | 31.25 | 9.42 | 3.32 |
| 2013 | 32.26 | 9.30 | 3.47 |
| 2014 | 35.29 | 9.06 | 3.90 |
| 2015 | 30.77 | 8.83 | 3.48 |
中国和美国的k值区别提示我们,k值不但因为各国的消费习惯和统计方式的不同而有所差异,并且因为各国非农化进程先后而有所区别。我们考虑后一种情形。设想在非农化历史起点上,a=bà1,其时kà1;在非农化历史终点上,a=bà0,则在非农化进程中,a和b首先都呈现整体的下降趋势。其次,该趋势应当呈现非线性状态。再次,至少从大趋势观察,a应当比b下降更慢。第四,作为a和b的比率,k在a和b两者趋于零的趋势中将趋于无穷大,即当非农化趋于终点时,kà∞,因此,k在非农化进程中不仅会呈现上升趋势,而且可能出现加速度的上升趋势。下图便展示了a、b和k在非农化历史中的一种可能趋势。

图:k的上升趋势
注1: 公式 a = (v–j)/(i–j) 的推导:已知CPI、食品价格和非食品价格三者变化率的关系为v=ai+(1-a)j。从该式解出v= ai+j–aj = a(i–j)+j。移项为v–j=a(i–j),解出a= (v–j)/(i–j)。
注2:美国数据来源:
食品支出比重:U.S. Bureau of Labor Statistics, 2011,Table 1 (2007-2008 Weights):Relative importance of components in the Consumer Price Indexes: U.S. city average, December 2010,https://www.bls.gov/cpi/tables/relative-importance/2010.pdf;2012,Table 1 (2009-2010 Weights):Relative importance of components in the Consumer Price Indexes: U.S. city average, December 2011,https://www.bls.gov/cpi/tables/relative-importance/2011.pdf;2013,Table 1 (2009-2010 Weights):Relative importance of components in the Consumer Price Indexes: U.S. city average, December 2012,https://www.bls.gov/cpi/tables/relative-importance/2012.pdf;2014,Table 1 (2011-2012 Weights):Relative importance of components in the Consumer Price Indexes: U.S. city average, December 2013,https://www.bls.gov/cpi/tables/relative-importance/2013.pdf;2015,Table 1 (2011-2012 Weights):Relative importance of components in the Consumer Price Indexes: U.S. city average, December 2014,https://www.bls.gov/cpi/tables/relative-importance/2014.pdf;2016,Table 1 (2013-2014 Weights):Relative importance of components in the Consumer Price Indexes: U.S. city average, December 2015,https://www.bls.gov/cpi/tables/relative-importance/2010.pdf。以上所有数据皆于2019年3月1日检索。农业产值比:World Bank, 2018, Agriculture, Forestry, and Fishing, Value Added (% of GDP), World Bank National Account Dada, and OECD National Accounts data files. https://data.worldbank.org/indicator/nv.agr.totl.zs,2019年3月1日检索。
注3:中国数据来源:
计算食品支出比重所需资料为CPI、食品价格和非食品价格三者变化率。它们的数据来源皆为:国家统计局,2012,2011年12月份居民消费价格变动情况,http://www.stats.gov.cn/tjsj/zxfb/201201/t20120112_12776.html,2012年2月20日检索;2013,2012年12月份居民消费价格变动情况,http://www.stats.gov.cn/tjsj/zxfb/201301/t20130111_12921.html,2013年1月18日检索;2014a,2013年12月份居民消费价格变动情况,,http://www.stats.gov.cn/tjsj/zxfb/201401/t20140109_497145.html;2014年1月28日检索;2015,2014年12月份居民消费价格变动情况,http://www.stats.gov.cn/tjsj/zxfb/201501/t20150109_665727.html 。2015年1月19日检索;2016,2015年12月份居民消费价格同比上涨1.6%,http://www.stats.gov.cn/tjsj/zxfb/201601/t20160109_1301937.html,2016年2月20日检索。农业产值比:参见美国数据来源。
“夜话”2020年第12期,2020年8月16日
(注:本文同时发布在微信公众号“学者胡景北“上)





