学到了吗（原创 高善文：关于中国通货膨胀形成机制的几点观察（实录全文））

原标题：高善文：关于中国通货膨胀形成机制的几点观察（实录全文）

高善文博士，安信证券首席经济学家，同时任中国金融40人论坛学术委员会委员，北京大学金融校友联合会副会长等。他毕业于北京大学，在北京大学理学学士、经济学硕士，中国人民银行研究部，县清华大学五道口金融学院的前身就读博士，在2007年加入安信证券之前，高善文曾先后在光大证券和中国人民银行办公厅工作。他专注于最终分析和预测中国宏观经济走势，研判宏观经济政策走向，并以此为基础，分析资本市场所受到的影响。高善文在中国通货膨胀形成机制，产能周期波动和资产价格变化等领域积累了非常丰富的经验，并建立起独立的逻辑分析体系。2013年出版的经济运行的逻辑，详细介绍了其经济分析的体系和思路，成为2013年财经领域畅销书。

10月13日，应北大汇丰金融研究院邀请，高善文博士莅临北大汇丰金融前沿讲堂，与大家分享“关于中国通货膨胀形成机制的几点观察”，以下为讲座实录，略有删改。本文由新经济学家智库首发，转载请注明来源。

下面有请北京大学汇丰金融研究院副院长李迪副教授为本次讲座致辞。

尊敬的高善文博士、亲爱的同学们，还有各位线上的朋友们，大家晚上好。今天我们非常有幸的邀请到了安信证券首席经济学家高善文博士莅临我们北大汇丰金融前沿讲堂，给我们发表精彩的演讲。

首先我谨代表北京大学汇丰商学院对高善文博士表示衷心敬的感谢，也对各位线上参加活动的观众表示热烈的欢迎。

根据刚才我们主持人的介绍，我们知道高善文博士是安信证券的首席经济学家，那他也担任了包括中国金融40人论坛学术委员会委员等等各项重要的职位。

在加入安信证券之前，他曾经任职于光大证券和中国人民银行办公厅，工作经验也非常的丰富。

我们也知道高善文博士是我们北大的校友，他也担任了我们北大金融校友联合会的副会长。高博士是专注于我们的宏观经济分析，对于我们的资本市场，还有我们通货膨胀的形成机制等等问题有非常深入的研究，有非常丰富的经验，所以今天我们邀请到高博士给我们来做这样的讲座，意义也是非常重大的。

今天高善文博士会给我们带来主题为关于中国通货膨胀形成机制的几点观察的讲座，背景是当前我们全球的主要经济体的通货膨胀水平的居高不下，高通胀对于经济增长，对于货币政策，乃至于对于微观个体的行为都会形成巨大的影响，那与之相对照的是中国的通货膨胀在近一些年来表现是相对稳定的，所以我们想通过高博士的这么一个讲座来给我们进行一定的分析和对比。

在稍后的讲座中，高博士将会结合自己多年来的在货币政策资产配置等领域的丰富经验，围绕着中国通货膨胀的形成机制是如何的，以及这些年来发生了怎么样的变化等一系列议题开展深入的探讨。

我们这一次有幸的邀请到高博士来给我们进行演讲，意义也在于此。最后再次感谢高博士的到来，也预祝今晚的讲座圆满成功，祝大家学习和交流愉快，谢谢。

下面让我们有请高善文博士为大家带来精彩演讲，关于中国通货膨胀形成机制的几点观察。

各位同学，然后各位社会各方面的朋友，大家晚上好。很高兴今天晚上有机会应北大汇丰商学院的邀请，同大家做一个在线交流。

我今天选定的题目是中国通货膨胀形成机制的几点观察，选择这样一个题目，有几个方面的考虑，第一个方面的考虑，通货膨胀始终是宏观经济宏观经济政策研究以及资本市场高度关注的话题，在自上而下的对经济形势和资本市场的分析体系之中具有极其重要的地位，与货币政策的走向存在着非常紧密的联系，所以本身是一个非常重要的话题。

第二个原因是在今年以来以美国为中心，出现了在全球比较大范围之内的远超市场预期，实际上也超过了美联储去年的预估的比较严重的通货膨胀压力，进而对于美元汇率，对全球的资本市场以及大宗商品市场等等，形成了非常大的现在的话仍然在持续的影响。

第三个方面是中国的通货膨胀它的形成几率来讲，与一般的经济学的教科书的基本的原理应该存在着非常大的一致性，但是也表现出很多自己所独有的一些特点和过程。

那么我今天要分享的内容主要是我个人在过去20多年的时间里边，在观察思考和分析中国通货膨胀形成过程之中所积累的一些点滴的心得，这些看法和分析的过程不见得是正确的，但是它是我过去20多年时间里边所积累和思考形成的一些看法，这些看法的话供大家批判和思考。

我们去观察和研究中国的通货膨胀，一个非常重要的背景是在过去40年的时间里边，中国经济经历了翻天覆地的非常巨大的变化。我们从70年代末期的一个人均收入非常低，高度封闭的以计划为整个管制经济最主要的模式的经济，经过几十年的努力，实现了极其惊人的快速增长。

在今年的话已经非常接近高收入国家的门槛，在这一过程之中，我们逐步的从一个封闭经济转向了一个高度开放的经济，然后从一个农业以及农业人口在经济之中占有非常大的比重，转向了一个工业和服务业，在经济之中占有绝对比重的经济体，从一个高度农村人口占人口大多数的经济体转向一个已经实现了非常高程度的城市化的经济体。

在这一过程之中，中国通货膨胀的形成机制也经历了很多重要的结构性的变化。

那么我们深入的分析和理解这些结构性的变化，从这样的角度出发的话，也给我们提供了一个独特的微观的视角，可以用来观察和透视中国经济在过去40年的时间里边所经历的巨大的翻天覆地的增长和非常巨大的结构变化。同时它对我们分析和理解当下或者是过去10来年中国通货膨胀的一些主要的特点和形成机制的变化，提供了非常重要的背景。因为这样的原因，所以我选择了中国通号恒大形成机制的观察这样一个题目。

接下来的话我们先讨论中国通货膨胀形成机制之中第一个非常重要的结构性的特征，以及这一结构特征的变化以及变化背后的原因。

首先的话我们想请大家一起观察两个物价方，我们想请大家一起观察两个物价总量物价方面的数据，一个是中国的工业品出厂价格，另外一个是美国的工业品出厂价格，我们把观察的时间跨度的话，设定在从1980年的话到1996年，在1983年之前，中国还存在着有计划经济相伴生的很强的价格管制，但是的话在80年代中期以后，中国在工业领域的价格管制逐步对放开和市场化价格的波动，就像我们在这里所看到的一样的话也越来越大。

在过去在这十六七年的时间里边，美国的工业品出厂价格也经历了几轮非常明显的波动，但一个基本的事实是，在这16年的时间里边，中国的工业品价格和美国工业品价格波动之间的关联并不是特别的紧密。

如果我们简单的去计算它的年度的相关系数，相关系数的话是负的0.2，就像我们直觉的观察所显示的那样的话，这两者之间的关联并不是特别紧密。

所谓不是特别紧密的含义，我们很快的话就可以看到。

那么接下来我们继续观察中国和美的美国的工业品的价格，但是把时间的跨度调整到1996年到2021年到2022年。那么这个是从1996年到2022年，差不多在26年的时间里边，用同样的定义和标准所统计和报告出来的中国和美国的工业品价格。

那么我们可以看得很清楚，1996年以后，中国的工业品价格的话开始表现出极其紧密的联系，比如说直接去计算它们的相关系数，在这20多年的时间里边，它们的相关系数的话从刚才的负的0.2上升到0.92这样非常高的水平。

而且我们用视觉的观察也很容易看到，在这26年的时间里边，每一轮工业品价格的上升和下跌在中美之间都是完全同步的。

观察也很容易看到，在这26年的时间里边，每一轮工业品价格的上升和下跌在中美之间的话都是完全同步的，甚至在很多时候他们所达到的高度和下降所达到的底部都是非常接近的，两者之间的同步性是一目了然和不言而喻的。

那么这样我们就目睹和见证了第一个在中国的一些总量价格形成过程之中，一个非常重要的变化，我们把这两张图的话合并在一起的话，就是得到了这张图，这样就概括了从1980年到2021年，中美的工业品价格关联的紧密程度的显著的变化，1996年是一个非常明显的分水岭。那么我们所要提出的一个基本的问题是，为什么1996年中国和美国的工业品价格的波动会从此前基本上没有太大的关系而转向，紧密联系而高度同步的波动。

实际上这一结果的话是我在2003年第一次提出来的，20年过去以后这种同步性依然存在，而这一结果在当时也引起了一些研究者的兴趣和注意，那么实际实际上原因非常的简单，第一个重要的原因是中国的话在90年代在快速的向世界打开自己的大门，以非常快速的速度融入了全球经济。第二个重要的原因是中国在1996年开放的经常账户下的外汇买卖和交易，并且在此后很长的时间里边，将人民币兑美元的汇率维持在相对比较固定的水平。

尽管2005年以后，人民币对美元出现了相对单边的升值，但是在年度的数据来看的话，人民币汇率的波动总体上来讲是相对比较小的，尽管它开启了一个单边的缓慢的升值，但是在年度与年度之间人民币汇率的波动相对来讲是比较小的。

那么在这样的条件下，一个重要的基本的原理就是所谓的溢价定力就开始发生作用。

如果中国的钢材价格显著的高于美国的钢材价格，或者说高于全球市场的钢材价格，那么进口商就可以大量的从国际市场来进口钢材，那么这样的行为就会快速的把中国国内的钢材价格压低到跟国际钢材价格大致差不多的水平，所谓大致差不多是指的在绝对价格水平上，如果我们提出掉一些交易的费用关税等等交易的摩擦，那么在绝对价格水平上它应该比较接近。

而当我们考察价格的变化的时候，因为听我们在这里所看到的是工业品价格的变化，当我们考察价格变化的时候，交易摩擦在相对短的时间之内，无论是运输的成本还是关税，还是其他的一些税收的摩擦等等，相对的变化没有那么剧烈，所以在PPI的层面上的话就表现出了非常强的同步性。

那么我们在这里还可以看一个非常近的情况来跟大家做一个进一步的分享。

就是在这20多年的数据之中的话，我们可以看到在2020年晚些时候，实际上的话大约一直到现在，中国和美国的工业品价格尽管仍然非常的同步，但是中美之间的价格裂口异常的大，中国和美国的官品价格的裂口异常的大，这些裂口的幅度以及它相对持续的时间，在这20多年的时间里边的话是非常少见的。

那么为什么在2021年2020年下半年到现在不到两年的时间，中美的工业园的价格在继续维持同步的同时，会产生这么大的持续时间这么长的裂口？为什么溢价定律和套利机制的作用不能够相对比较快的弥合这么大的一个差距？

也许原因有很多，但是非常重要的原因，由于疫情所导致的全球运输体系的混乱，就像我们在媒体的报道上所看到的那样，由于疫情所带来的对供应链的冲击，对全球运输体系的冲击，一方面的话在过去两年的时间里边，全球的集装箱的运输价格，甚至在一定程度上，包括干散货的运输价格经历了极其惊人的上涨，并在很长的时间之内维持在很高的水平。

另外在去年很长的时间里边，美国西海岸的港口的卸货和运输的话都产生了严重的拥堵。而在中国的沿海的一些港口，由于时不时的风控的行为的话，货物的装船和离港的话都出现了很大的困难。而且由于疫情的原因集装箱船的话由于各种各样的原因非常的短缺，并且船员也非常的短缺。由于这样的原因，由于全球运输体系的话所产生的由疫情所带来的非常大的扰动，所以使得跨境的套利机制它的顺畅的工作受到了非常大的影响。

那么中国在2020年以后，显然是全球工业品非常重要的一个制造中心，大量的工业品要由中国制造出来去运向全球，在这样的条件下，我们就看到中国的价格波动相对于以美国为标准的价格波动来讲，尽管它在方向还是同步的，但是中国的价格波动的幅都要更小，两者之间的裂口的话不要显著的更大。

那么如果我们要对过去20多年的一个数据，做一个更一般性的总结，非常重要的事实是至少对于观察和分析工业品价格波动而言，我们把分析的焦点完全集中于中国自身的经济的两个热点，集中于中国自身的投资需求是否旺盛，工业品的需求是否旺盛，房地产的需求是否旺盛等等，来试图解释中国工业品的价格的话是非常不充分的。

原因是中国工业品价格的波动是全球工业品价格波动的一部分，它要受到全球工业品的周期，或者是全球的经济周期非常强烈的影响，而中国的经济周期与全球的经济周期，我们并不能确保在任何时候都是高度一致，具有极强的同步性，特别是在2000年以前或者是2005年以前，那么无论是在总量经济上，还是在制造业领域，中国在全球经济体系之中，相对来讲都是一个没有不是那么大的经济体，不像在2010年以后，中国在制造业领域的话迅速成为全球最大的经济体。

但是在2000年以前，甚至在2005年以前，中国的制造业在全球经济之中的体量并没有那么大，在那个条件下对驱动全球工业品价格的波动而言，中国自身需求的波动只是其中的一个因素，甚至在一些时候不是其中最重要的因素。

那么另外一个原因，就像众所周知的那样，石油价格的剧烈波动在很多时候受到了地缘政治因素的影响，受到了欧佩克决策的影响，以及其他的一些供应层面的扰动

而石油价格的变化本身或者，由于它对于作为成本，对于中下游链条上很多产品价格的影响，它也是驱动工业品价格的话非常重要的一个波动的来源，或者更宽泛的说大宗商品价格的波动，特别是来自于供应侧的扰动所带来的大宗商品价格的波动，以石油价格为代表和为最重要的因素，也是驱动工业品价格非常重要的一些因素，而这些因素在很大程度上都不是中国自身能够掌控的，这意味着的话，当我们去试图去理解和分析中国至少对工业品价格的波动而言的时候，我们必须把眼光放大和扩展到全球范围之内来看待。

即使在2010年以后，中国迅速成为全球最大的一个制造业的中心，但是工业品价格这几种非常大的波动，也不能认为每一次的话都是由中国的因素所主导，或者完全是由中国自身的波动所引起的。比如说2008年的剧烈的下跌与金融海啸的存在非常密切的联系。在16~18年期间的这一轮工业品价格的上升，那么中国自身经济的一些政策的调整，包括的话以去产能为代表的一些供应政策的冲击，毫无疑问是其中很关键的因素。

但是除此之外，在当时，全球经济景气所经历的大概持续了一两年时间的上升，在其中的话也发挥了同样非常大的作用。那么2020年的这一轮的波动的话，毫无疑问也不完全来自于中国自身经济景气的波动。那么在这个意义上来讲，这是我们想提出的去观察中国通货膨胀，形成过程结构变化，第一个非常重要的一个视角。

在视角之中的话，我们所看到的是随着中国经济从封闭经济走向开放经济，随着中国这个迅速和快速的融入全球经济体，在中国的汇率的管理，相对波动不是那么大的条件下，那么中国的通货膨胀的波动，至少是可贸易品的价格的波动，工业品价格的波动，迅速成为全球工业品价格波动的一部分。

在这样的条件下去分析和理解中国工业品价格的波动，我们必须把眼光和视野的话拓展和放宽的去分析全球经济景气的变化，去分析全球地缘政治的变化，去分析在全球范围之内的话，各种来自于供应和需求端的冲击，比如说对分析未来两年的通货膨胀，我们必须密切的关注美联储的加息，我们必须关注全球经济景气的变化，这些因素除了中国自身的因素之外，也同样是影响价格非常关键的因素。

但是在2003、2004年之前，我们很多的政策制定者和国内的学者在分析中国通货膨胀的时候，对这些方面的背景和因素的影响的估计，是不是那么充分的或者有比较大程度的忽略。这个是我们想跟大家分享的第一个结构层面的观察。这一结构层面的观察生动的展示了中国从中低级经济走向开放经济过程之中，对中国通货膨胀形成机制的话所产生的非常剧烈的影响。

而这一影响它符合教科书上关于一家定律的一般的描述，特别是2020年到2022年这一段的历史的话，他也生动地展示了全球运输体系受到的扰动，作为供应链的一部分所受到的扰动，对一架定律和跨境套利所产生的影响，在价格层面上的话同样非常灵敏的表现出来。

在历史的其他时期，价格非常明显的中美价格之间的短暂的摆脱同步的情况，实际上的话都可以找到一些相对类似的原因。但是放的时间稍微长一些的话，我们能够看到最终的话议价定力都会迅速的发生作用，成为在中长期之内主导可贸易品价格非常关键的因素。

那么紧接着我们转入第二个领域的话题，我们一会将来看到与第一个领域题存在着非常紧密的联系。但是我们在报告这些联系之前，先报告一些基本的经验事实，那么在这张图上我们实际上看到的是三个序列的数据，实际上我们可以把它归结为两个序列的数据。

第一个就是红线所代表的中国的消费物价指数的波动。那么第二个的实际上是由蓝线所代表的剔除食品以后的消费物价指数的波动。那么这中间还加了一个绿色的线，是所谓的剔除食品和能源以后的消费物价指数的波动，它跟蓝线基本上是同步的，所以我们不对它做过多的讨论。

我们首先把我们的时间的观察的范围限定在2000年的话到2012年之间，之所以做这样的限定，是我们认为的2012年是中国通货膨胀形成机制变化的第二个非常重要的断裂点。

2012年以后中国通货膨胀形成机制，在微观层面上经历了第二个非常严重的断裂。

我们首先把观察的范围的话限定在这次断裂之前，从2000年到2011年或者到2012年的情况，我们可以这个非常清楚的看到，如果剔除掉食品的价格，在那10年的时间里边，总体上中国的非食品的价格的波动是非常小的。实际上在那10年的时间里边，中国非食品价格的平均涨幅那10年的时间里边，它的平均涨幅大概只有0.7%，它在大多数时候它都运行在比如说的话0~1%或者是0~1.5%之间，运行在一个相对非常用很多的标准来看，要运行在一个非常低，甚至有一些明显偏低的区间。

但是与此同时，整个的CPI的波动非常的大，整个的一般消费物价指数的波动特别的大，在那几年的时间里被整个一般消费物价指数的波动，我们接下来就会看到的画面是在这张图上我们做了一个总结，在2022年到2011年的10年，这10年的平均的话，一般消费物价的平均的波动的水平大概是2.6%，然后其中食品风向的年度平均涨幅是6.4%，实际上在那10年的时间里边，中国的一般消费物价指数的上涨的97%来自于食品价格的上涨。

在2002年到2011年这10年的时间里边，中国剔除食品以后的一般消费物价指数基本上是不上涨的，年均的涨幅只有0.7%。然后在那10年的时间里边，一般消费物价指数经历了累计的话大约接近30%的上涨，但是30%的上涨之中的97%实际上来自于食品价格的上涨。实际上我们可以说在那10年的时间里边，中国的消费物价的上涨和波动，它的上涨97%主要来自于食品，它的波动的绝大部分也主要来自于食品。

CPI上涨的它的波动的绝大部分也是来自于食品，而非食品部分的平均的涨幅非常的小，同时的话它的波动相对来讲也比较小。

那么如果我们与用很多人通常倾向于采用的标准，认为食品价格，有很多的噪音在里边，用非食品价格来衡量经济的冷热和供总供求的失衡。

那么如果采用这样一个相对在西方经济体制中，非常重要的参考标准，那么很容易得出的结论就是在那10年的时间里边，中国经济平均来讲，以及在大部分的时间里边，都存在着明显的总供应大于总需求的局面。

因为整个的非食品价格的年度涨幅太低，只有0.7%，远远低于一般认为比较合理的，低于在接近2%的水平同时它的波动太低。

但是实际上，无论是观察工业品的价格，还是观察经济的增速，还是那十几年观察宏观经济政策的实践，货币政策的取向等等，实际上在大多数时候人们认为经济太热，大多数时候认为总需求大于总供应经济太热，经济增速太高，宏观经济政策在多数时候是倾向于紧缩的，试图把通货膨胀压下来。

但是如果我们用非食品价格这样一个指标来衡量通货膨胀，来衡量总供求的平衡情况，实际上的话是得不到这样的结论。恰恰相反，食品价格恰恰是食品价格的波动和上涨，在那10年的时间里边，相对比较好的衡量了整个经济的总工具的平衡，比较好的衡量了通货膨胀的压力。

而这本身多多少少是有一些奇怪的，那么使得这一期这一结果比较奇怪，是紧接着下来我们观察第二个重要的事实，最重要的事实就是我们继续把研究的范围限定在1996年到2000，11年底12年限定在这16年的时间。

在这16年的时间里边，我们在第一部分已经讲了，中国的工业品价格是全球工业品价格波动的一部分，但是我们把中国的工业品价格的波动和一般消费物价指数之中，食品价格的波动放在一起来观察，那么在轴上，一个轴是红色的线的话是中国工业品价格的变化，我们已经知道它是全球工业品价格变化的一部分。

那么另外一个轴是中国食品价格的变化，那么所谓的食品的话就是粮食、蔬菜、水产品、猪肉、牛羊肉、鸡蛋等等是食品价格的变化，那么我们放在另外一个轴上，那么这一结果，即使在视觉观察的角度来讲，也是一目了然的。

在这16年的时间里边，工业品价格的波动，经历过几次比较明显的上下的起伏和周期，它不是一个周期，在16年的时间里边经历过几次的上下的波动和周期，但是中国的食品价格与工业品价格的波动是高度同步的。如果我们去看两者之间的相关系数，两者之间最非常简单的所计算出来的相关系数，接近0.8，而这一结话本身是从表面上来看，是多多少少有一些奇怪的。

那么很多人的话，当分析中国的食品价格的时候，他会去分析中国的粮食价格，分析中国的猪肉价格，有些时候还分析一些水产品蔬菜等等的价格。

那么人们通常认为，粮食价格主要取决于天气的好坏和作物的风险，认为如果风调雨顺，然后取得了大丰收，粮食价格就会跌下来。那么如果生猪的供应比较充足，那么猪肉价格就会跌下来，如果出现了蓝耳病非常严重的一个生猪的疫病，那么猪肉价格就会涨上去。

人们认为，食品价格主要是受制于在食品的生产领域的一些个别的孤立的供应链的扰动，比如说天气的好坏，比如说生猪的疫病等等的因素。

那么如果这种解释是正确的，那么食品价格的波动对于整个宏观经济来讲，它就是一个噪音，因为不管是天气的好坏，作物的封建还是生猪的蓝耳病等等，它有宏观经济的良热，在理论上不应该有非常紧密的联系，它就应该是一个噪音。

但是我们在16年的时间里边所观察到的这样一个高度同步的结果，实际上是很难支持食品价格的波动，是一个噪音这样的想法。如果我们仔细的去想这个问题的话，实际上也不能说完全没有道理。我们知道中国的粮食市场总体上来讲是相对封闭的，我们的粮食的自给自足的话一直是政府施政，从确保安全的角度来讲一个非常重要的目标。

那么中国是一个服务员非常辽阔的国家，然后如果两湖地区出现了欠收，那么我们还有东北还有两广，那么如果山东出现了问题，那么我们还有西北，然后的话我们还有西南，所以天气的好坏和作物的风险可能影响局部的粮食市场，但是它影响中国这么辽阔，跨度非常大的一个国家的粮食市场，进而导致全国性的粮食市场出现了一个严重的供应不足或者是供应过剩的局面。

就天气本身而言不会产生那么大的影响，仔细去想，多多少少的话也是有道理的。

那么从生猪和蓝耳病的角度来看，在历史上来看，一个非常重要的证据的话，就是这种疫病，很多时候都是局部性的，当疫病出现以后，在强有力的政府管控下，集中的去扑杀生猪，集中的去扑杀鸡鸭等等，可以迅速的将疫情控制在很局部的范围，它对全国范围之内的生猪的供应产生影响，总体上来讲也是比较难的。

所以从自下而上的角度来讲，尽管人们倾向于用天气的风险等等的角度去解释食品价格，但是仔细的去想这些因素，不能很好地解释食品价格，也多多少少有一些道理。而且我们这里所看到的数据也比较强有力的说明，用这些来自于食品生产部门的一些孤立的偶发性的因素来解释食品价格的，应该说是不太行得通的。那么这就使得我们得到了第二可能性。

第二个很多人愿意考虑的假说，为什么食品价格会有工业品价格波动这么同步？那么很多人倾向于第二个提出的一个猜想，如果我们把食品部门孤立出来来看，那么工业品是食品部门在生产过程之中重要的原物料，在食品的生产行销和分配过程之中，他要大量的使用来自工业部门的投入，比如说化肥、种子、农药、农业、器具、运输等等的话，都需要来自于工业部门的投入。

在这样的条件下的话，工业品价格的上升导致了粮食生产成本的上升，导致了化肥的价格在上升，汽油的价格在上升，然后拖拉机的运行的成本在上升，然后包括其他的一些材料的价格在上升，那么通过成本的渠道，都传导到到了食品的生产部门，进来带来了我们在这里所看到的同步性，那么这种解释当然是有一定的吸引力的，但是我们接下来将要展示的证据也比较强有力的说明，这种解释应该是不正确的，至少是很不完整的。

那么非常重要的证据在哪里呢？非常重要的两个证据，第一个我们去观察农产品生产价格指数，这里的红线，所谓农产品生产价格的指数就是农业的产出，农产品的价格就是农产品的话，它的销售过程中的价格，就是农业的产出品的价格。

然后还有一个蓝色的线的话是农业生产资料价格，那么实际上主要就是农产品的投入价格。就在农业生产活动之中，它在生产过程中所需要投入的价格是这里的蓝线。那么农业生产活动产出的价格是这里我们所报告的农产品的生产价格指数，我们看到这两个价格指数高度同步，这个不令人意外。

真正意外的是农产品价格指数，相对农业生产资料价格指数而言，它的波动的弹性是大于一的。

在这里就像我们很容易看到的一样，在这里我们所计算的弹性的话是1.1，就是说农业生产资料价格没涨10%，农产品价格平均会涨11%，那么它明显的大于一的这样一个结果，在很大程度上很难与成本传导的假说一致起来，因为如果生产成本的传导是其中的非常重要的一个渠道，那么在由于农业生产资料，并不是农产品生产成本的全部，在农产品的生产成本之中，它包括土地的投入，包括的话劳动力的投入，还包括一些合理的利润。

在这样的条件下，农业生产资料价格，成本并不是他投入的全部，实际上我们所看到的其他的一些数据倾向于认为，他们的农业生产的成本的农业生产资料，在农产品的生产成本之中，它的占比也许平均来讲应该不会超过70%，甚至要更低。

那么换句话来讲，完全从成本传导的角度来讲，弹性也许应该低于0.7，甚至应该低于0.5。

那么如果以这样的一个技术标准来看，我们这里所计算出来的回归的弹性就显著的大于成本的占比，如果成本的占比是0.7，那么我们所这里所计算出来弹性就显著的大于所谓的显著，就是在统计学检验上，它显著的一大于这一数值，在统计上它显著的大于有成本的占比所推算出来的弹性。那么另外一个结果，来自于农业调查部门所获得的农村人均来自于农业的纯收入，就是一个农业劳动力，它在生产过程之中完全来自于农业领域的生产过程所获得的纯收入。

我们在这里是用红线来揭示出来，而蓝色的线是农业生产资料的价格，在这里的话我们同样可以看到，农村的人均来自于农业活动的劳动收入，跟农业生产资料价格相比而言，它在波动上高度同步，并且这一弹性也是大于一的。这一弹性的话也是一点意思，就是当每一次农业生产资料价格上涨的时候，农户来自于农业生产的收入实际上是在上升的，并且上升的幅度要大于农业生产资料价格的涨幅。

那么这一结果在很大程度上也质疑了这样的假说就是农产品价格的上升主要来自于农业生产资料所造成的一个成本的传导。

实际上如果我们仔细的去想的话，还有很大的一个问题，就是农业生产资料价格的上升所推动的农产品价格的上升，它会不会有这么高度的同步，这本身的话也多少有一点问题，但是我们紧接着进一步去分析这些问题，那么用成本传导的角度去理解农产品价格的波动，在我们刚才所进一步报告的证据之中，这一解释至少是不完整的，至少它不能够解释我们所看到的数据最关键的一些特征。

也许他多少有一些关系，我也相信他多少有一些关系，但是至少这一解释是不完整的。

实际上，如果我们用5年或者是10年的跨度去讲，也是农产品的价格的话，用农业生产资料价格去解释它，可能是最可靠的和最主导性的解释。但是如果我们要在年度、月度或者季度这样的频率上去解释农产品的价格，用农业生产资料价格的解释，相对来讲是一个比较次要的因素，至少他的解释是非常不完整的。

那么在这样的条件下，我们就来到了第三个假说就是农产品价格的波波动来自于通货膨胀预期，或者用行话来讲就是来自于惜售。

它的一个假说的基本的想法是这样的，就是当农户观察到农业生产资料价格上升以后，它产生了通货膨胀预期，他觉得农产品价格也会涨也该涨了，在这个时候他就要增持存货，他就要在市场上去惜售，去减少销售，去增值存货。

而这一减少销售和增值，增加存货的行为，在市场上立即造成了供应紧张，在农产品的需求相对比较稳定的条件下，吸收和供应的下降，迅速和立即的导致了农产品价格的上升。

第三个解释的话就是所谓的通货膨胀预期传导机制，农业生产资料价格的上升，导致农户产生了农产品价格也会上涨的预期，这种预期导致农户会惜售，减少了供应的减少，导致价格立即上升。

因为需求对价格的弹性非常小，所以供应的下降导致价格出现幅度很大的一个上升，而价格幅度超越生产资料价格的上升，导致了农户在这段时间里边可支配收入的上升，或者是来自于农业经营的一个收入的上升，而价格下降过程的影响是一样的。

那么这一解释的话，在早年的时候是由北京大学的宋国青教授所最早倡导的，他在90年代分析在94年95年那一轮通货膨胀的时候，就一直倡导这样的解释，倡导通货膨胀预期的解释，倡导在通货膨胀的条件下，农户存钱不如存粮，因为从前通货膨胀贬值了，所以存粮增加了粮式的存储，进而导致了市场上供应迅速减少，导致了价格的迅速上升。这一解释应该说是非常有洞察力的，但是在很长的时间里边不能得到很广泛的接受。

但是我们确实倾向于认为这一解释是非常重要的，能够解释很多很关键的证据。

在这个证据链上我们可以设想的一个情况，中国经济自身景气没有发生很大的变化，但是全球经济的景气有很大的上升，或者是能源价格石油等等的上升，导致工业品价格大幅上升，工业品价格大幅上升，导致农业生产资料价格上升，导致农户惜售，农户惜售迅速的导致农产品价格的上升，这样的一个链条，实际上是可以考虑出来的。

而这种链条实际上完全基于中国自身的作物的封建或者工业自身的一个良热来解释是非常难的。而我举这个例子想说的不仅是一个理论上的可能，而且中国在2000年2001年那段时间里边的经历的短暂的一次景气的上升，最主要的渠道不是来自于中国自身经济景气的变化。

但是通过房地产预期这种假说有没有更可信的排他性的可以做结论的证据，那么我们在2009年前后，经过一段时间的考虑，提出了一个重要的证据，这一重要的证据就是我们去观察中国农产品之中的不同的分类，不同的细项，比如说鲜菜、蔬菜、鲜果、鸡蛋、干鲜粮食等等，就像我们看在这里所看到的一样，我们用它和工业品价格，或者我们这里计算的是第二产业GDP缩减指数，实际上它跟工业品价格是高度同步的。

我们把我们去计算食品之中不同分类的不同分类的细项的食品价格与工业品价格，或者是第二产业部门价格指数波动之间的相关系数。我们的话很容易看到的话，有一些领域相关系数非常的高，有一些领域的话相关系数非常的低，相关系数高就表明他们联系很紧密，相关系数低的话，说明两者之间没有太大的联系。

那么如果我们去观察这个表，一个非常重要的特点是什么呢？非常重要的特点就是在左侧相对相关系数比较高的这些农产品，相对相关系数比较高的，这些农产品相对都是比较方便存储的，从而方便进行存货调整。而相对在右侧的这些分类，都是相对在物理属性上难以比较难以进行存货调整。

所以的话我们报告这个证据想说的是，如果通货膨胀预期和存货调整是一个重要的机制，那么有些农产品由于物理属性的原因，它很难进行存货调整，那么这种农产品价格的波动跟工业景气的波动之间就没什么关系，而一种农产品如果它非常方便存储，那么它的波动跟工业品价格之间的波动的联系就更紧密。

那么如果通货膨胀预期和存货调整是一个可信的机制，那么我们一定可以做出这样的预期，因为有些农产品比如说鲜菜它很难做存货调整，然后他在田里你不种它过几天它就长得太老了，它不新鲜了，并且它一旦采割以后，它必须立即的卖掉。

而另外一些农产品，比如说粮食它存一年两年可能问题都不大，那么由于这种物理属性的差异，那么如果存货调整确实是一个很重要的机制，那么越方便存储的它与整个宏观经济景气与工业景气的联系就越紧密，越不容易存储它的联系就越松散，这个是基于通货膨胀预期之中的话，可以做出的非常重要的一个预测。

而这一预测的话基于农业生产成本的解释，基于天气的好坏等等的解释都是很难做出的，但是我们看到这一预测，在数据上多多少少是能够得到验证的。

比如说我们看干鲜瓜果，所谓的干鲜，比如说核桃，然后再看，鲜果比如说西瓜，干鲜瓜果显然比鲜果更方便存储，但是干鲜瓜果与工业经济的联系程度就是比鲜果要更紧密，而一般的蔬菜就是比鲜菜更紧密，而鸡蛋就是比鲜果和一般的蔬菜更紧密，而粮食的话它跟干鲜瓜果是差不多的，它的鸡蛋更紧密，可能很多人会很好奇，那么猪肉如何存储呢？

在现在的条件下，猪肉的存储方法有冰箱有大规模的冷冻存储设施，另外实际上，猪肉的存储的另外一个重要的渠道就是通过延长出栏，在行业领域叫压栏，这是我跟我的以前的同事学习的一个名词，叫压栏。

当生猪已经可以出栏的时候，如果生猪的价格涨得很快，那么农民它可以延迟生猪的出来，延迟生猪的出栏，比如说他可以把生猪的出栏推迟两星期，在这两星期里边，它可以只为生猪比较少的饲料，但是生猪是不掉标的，但是这些比较少的饲料的成本相对比较低，但是在这段时间里边，生猪的价格的涨幅可能足够大，足以复购覆盖这个成本。

而实际上他将生猪的出栏延长两星期的操作上并不是很困难，但是的话延长两星期所造成的生猪供应的下降是非常剧烈的。

因为我们知道中国，生猪从小猪到出栏，平均的周期的话大概是150天，所以如果你延长两个星期的出来，市场生猪的供应会下降10%，生猪供应下降10%，对市场的冲击是非常大的。

然后水产品在一定程度上是类似的，反正在水里然后多养两天问题不是特别的大，但是鲜菜西瓜等等不属于这个情况，那么这个是我们第一个方面的证据。

第二个方面的证据，我们再来报告这些产品的价格与我们刚才所讨论的工业品价格的弹性。所谓的弹性就是这些工业品的食品的供应下降以后，它的价格就会涨上去，那么它的价格的涨幅跟价格涨幅之间的关系。

那么我们也看到，对鲜菜这些相对不方便存储的来产品来讲，他们的价格弹性非常的低，而在左侧的话相对比较容易存储的领域，这一弹性明显的要更高。

比如说鲜干鲜瓜果就比鲜果更高，那么菜就比鲜菜更高，就是这一模式，相对于相对存货调整的解释而言，也存在着比较大的一致性，而在相关系数上的一致性是非常清晰的，而这一模式是很难用疫病天气的风险以及生产成本的传导来解释的。

那么在这样的条件下的话，我们就得到了对中国通货膨胀形成机制第二个非常重要的观察，在1996年到2012年，中国经济迅速开放以后，非常长的时间里边，中国的通货膨胀主要就是食品的通货膨胀，非食品的通货膨胀是可以忽略的，中国的通货膨胀主要就是食品部门的通货膨胀，将这两者之间联系起来的渠道存在成本的渠道，但更重要的是通货膨胀预期和存货调整的渠道。

而工业品价格的波动有中国自身经济供求平衡和景气起伏的影响，但是同样存在全球经济景气起伏的影响，存在地缘政治的影响，也存在美元汇率升降的在一段时间之内，如果它的升降幅度比较大的话，对工业品价格对商品价格也会产生不可忽略的影响。那么在这样的条件下，我们就总结了从1996年到2012年中国通货膨胀的形成机制。

我们看到这一通货膨胀形成机制，具有很多独特的特点，它主要由食品来驱动，食品的背后是通胀预期，食品的背后是工业品的景气，工业品景气的背后是石油是商品，10美元汇率是全球经济的景气，当然也包括中国自身的景气。

那么而这样一些特点，即便不是中国所独有的，至少的话如此强烈的如此独特的特点，在现代的比较发达的西方经济体制中，比如说我们研究日本的通胀，研究美国的英国的通胀，他都没有这么强烈的这么明显的特点，也许它的工业品价格与中国同步是一样的，但是的话对驱动它的一般消费物价而言，工业品价格对驱动一般消费物价的影响远远没有这么大，它对驱动食品价格的影响是很有限的，对驱动食品之外的所谓的核心通胀的影响也是很有限的。

而对它的核心通胀而言，它自身经济的景气劳动力市场的粮热等等的影响，相对来讲显著的要更大，而食品价格在一定程度上的话是一个噪音，而这些特点的话都是中国自身的数据之中的话是没有的。

所以我们研究通货膨胀，我们通常说宏观经济的良热，经济的景气，总供求的平衡，产出缺口，包括货币的供应这些教科书上的理论的话，毫无疑问都是正确的。

但是当我们用它来分析，比如说1996年到2012年中国通胀的时候，实际上这些分析都不见得能那么好的去解释数据的变化和它的关键特征，用中国自身的产出缺口去分析工业品价格的波动，在理论上和在实践上都是不充分的。用中国劳动力市场的景气，经包括总供求的缺口去解释食品价格，实际上也是非常不充分的，甚至它是最不重要的因素。

当我们去观察和分析中国通胀的时候，观察我们需要提出和展示一些重要的模式，这些模式的话对我们理解和预测通胀的趋势，进而理解和预测宏观经济政策的一些方向性的变化，在操作层面上具有非常重要的意义，而泛泛的基于产出缺口，货币供应等等去解释它渠道上不是那么容易说清楚，把中国的货币供应去解释全球工业品价格的波动，在传导渠道它也渠道上也是非常不容易说清楚的，包括如果去中国的总供求的产出缺口，去理解中国的非食品的核心通货膨胀，那么在我们研究的这段时间，非食品的核心通胀只有0.7%，它总体上是处于大多数时候是处于严重通缩的状态，这个显然也是不符合大多数人的直觉的观察的。

所以在这些层面上，我们需要提出一些更合乎中国实际的一些通货膨胀的形成框架。紧接着我们下来的话进入我们第三个话题，就是中国通货膨胀的形成机制。

在2012年经历了一个重要的断裂，那么这种断裂的话最主要的特点是什么？这种断裂最重要的特点，我们在第一部分已经看到，从2012年到2021年，差不多在这10年的时间里边，中国工业品价格与全球工业品价格波动的同步仍然是紧密维持。

实际上由于2010年以后，中国迅速成长为全球最大的制造业制造经济体，中国自身的景气的凉热对工业品价格波动的影响，就平均来讲的话上升为最主要的因素，观察全球的商品价格，观察全球的工业品价格的波动，最重要的考量就是中国自身总需求的情况，中国宏观经济政策的情况是最重要的因素。

尽管美联储的情况，美国经济的景气大家也会考虑，但是一旦考虑商品价格，考虑工业品价格的话，中国的影响应该比在实物需求领域，在中西学领域的话，应该比美国的影响可能应该说至少不弱于美国的影响，很可能在很多时候要更大，尽管不是所有的时候都这样，但平均来讲中国的影响显著要更大一些。

中国成为从一个小国经济成为一个大国经济，从90年代工业品价格的全球的接受者发展成为2010年以后全球工业品价格的设定者，尽管不是唯一的设定者，但是是最主要的设定者。那么这一价格的变化、这一结构变化不是我们要讨论的，最重要的结构变化是是在这里。在1996年到2012年期间，中国的食品价格与工业品价格的波动是高度同步的，但是在2012年到2022年这10多年的时间里边，中国食品价格跟工业品价格的同步波动的同步性消失了。

实际上如果我们去计算它的相关系数，这些相关系数从刚才的0点接近0.8下降到了负的0.6，两者的话在2016年之后的话，实际上还出现了非常紧密的负的相关关系，出现了非常负的相关关系。

那么这些负的相关关系，如果我们进一步在微观层面上去做一些观察，这些观察是什么呢？从数据观察来看的话，从食品价格的分类来看，我们知道2002年到2011年的话食物越容易存储，然后的话它与工业品景气的联系越紧密，那么这一模式的话在2012年以后也消失了，从2012年到2021年10月紧密，那么这一模式的话在2012年以后也消失了，从2012年到2021年，食品价格的波动与工业品价格景气之间的弹性和相关性，与它是否方便存储之间的联系的话完全消失了，粮食继续方便存储，但是它与工业品景气成了负的，猪肉继续方位存储，但是它与工业品价格的相关系数成了负的0.6、0.7，然后菜和鲜菜之类也成了负的。

如果我们去看它的弹性的话，它的弹性也是一样的。在一些非常方便存储的领域，粮食、畜、肉等等都是负的，而且粮食的话还是非常紧密的负责联系。工业品价格越高，粮食价格跌得越快，而且跌的幅度越大，现在菜也是一样，那么无论是从总量层面上来观察，还是从分产品分类的角度来观察，我们都看到食品价格与工业品价格景气的联系的话断裂了，对于断裂的话表明存货调整机制在2012年以后不再工作，那么为什么会发生这些结构变化？

这些结构变化的重要的影响是什么呢？从总量层面上的话，很容易考虑的一个影响是，如果食品价格跟工业品价格之间没有那么紧密的联系，那么食品价格的波动就不再包含经济景气的信息，甚至它包含的经济景气的信息是相反的，因为相关系数是负的。

在这样的条件下，如果我们继续去盯着一般消费物价去调控经济，那么的话我们反而会加剧经济的波动，会在经济衰退的时候采取加息的政策，会在经济加速和过热的时候的话采取扩张的政策。因为我们看到的话两者之间的相关关系是负的。

如果工业品的价格在下跌，商品的价格在下跌，全球经济在减速，或者中国自身经济在减速，在这个时候在数据上我们所看到的是反而食品价格在加速上升，一般消费物价在上升。这个时候的经济的景气是下降的，工业产的价格是下降的，你这个时候的紧缩的话反而会加剧经济的下降。

那么在经济景气上升的时候，它的影响是一样的，就是在2012年之前，尽管中国的通货一般消费物价主要是由食品来驱动的，但是食品的价格波动包含了紧密的包含了经济景气的信息，所以这是没有问题的。

但是2012年以后，中国的一般消费物价的波动不再包含经济景气的信息，甚至包含的是经济景气的反面信息，经济越高它越低，在这个时候继续盯着他去操作，货币政策的操作会和经济景气之间背道而驰，反回头来会加剧经济的波动，而不是在一定程度上去用平和缓和经济的波动。

那么在这个背景下，我们再继续看几个重要的结构特征。

第一个特征，我们这里的话继续去做一个统计方面的描述，在2012年到2021年期间，一般消费物价累计上升了22.6%，其中60%的贡献来自于食品，就是食品的贡献率从前10年的97%下降到60%，但是它仍然是一般消费物价上涨之中影响最大的因素，但是它的影响显著的下降。

那么另外一个重要的特征是什么呢？另外一个重要的特征，就是在后10年的时间里边，一般消费物价的波动性明显的下降，我们衡量它的波动性，用的一个是变异系数，就是它的一个标准差除以它的均值。

我们看到在前10年的时候，它的变异系数接近一，在后10年它下降到0.3，一般消费物价继续主要的由食品价格来驱动，但是食品价格的影响力已经显著下降，再加上其他一些因素的影响，整个的消费物价波动性出现了显著的下降。

但是另外一个重要的特征就是在后10年的时间里边，总体上来讲，非食品价格的涨幅，我们如果把非食品泛泛的叫做核心通胀，这里边可能还有一点能源的问题，这些叫法不太精确，但是如果我们把它泛泛的为了简单叫做核心通胀，那么所谓的核心通胀在前10年的时间里边，它的平均水平是0.7，这叫法不太精确，在后10年的时间里面，它的平均水平上升了1.5%。

在后10年的时间里边，我们知道在大多数时候人们认为经济偏冷，在大多数时候人们政府的话都在保增长，都在刺激需求，刺激房地产，包括去扩大基建，认为整个经济偏冷。在后10年的时间里边，整个经济增速总体上是节节下行的，但是在这个背景下，核心消费物价的平均的涨幅从0.7%的话上升到了1.5%，核心消费物价反而是大约的话上升了一倍。

但是如果我们观察这10年对比的食品价格的话，前10年食品价格平均涨幅6.4%，后10年是3.8%，就是用食品来观察后10年大家一般认为经济偏冷，前10年总体偏热，你从食品上来观察后10年3.8，前10年6.4，这里边当然有刘易斯拐点等等。我们以前做过比较深入的研究，我们讨论10年的一个平均值之中其他的一些关键的因素，那么食品价格的平均的涨幅是明显下降，但是在后10年整个经济偏冷，食品价格的平均涨幅大约下降了一半的条件下，非食品价格的涨幅平均来讲上升了一倍，上升到1.5%的水平，这是一些现象层面的观察。第二个现象层面的观察，在这10年或者是20年，实际上我们可以一直放到1978年来看，由于中国经济的快速增长和人均收入水平的快速上升，中国的居民在全部支出之中的话，用于食品领域的支出的占比是在快速下降的。

在70年代末的时候，平均来讲居民收入之中超过60%的话要用于食品类的开支。那么到现在的话，这一比例下降的不到30%，恩格尔系数的显著的下降，反映了生活水平的快速提高和人均收入的快速的上升。但是这一上升还有一个什么样的观察维度？我们继续把中国最新的一般消费物价之中，食品分项的权重进行一个国际对比。

那么为了考虑到口径的一致性，我们对各国和地区的数据的话在一致性上做了一些调整，比如说有些国家把外出就餐是单独分裂的，我们把它计算进来，我们把食品烟酒的话也计算进来，然后的话我们可以看到美国作为一个高度发达的经济体，食品部门的食品在一般消费开支中的占比的话是13%左右，日本的话大概是26%。

那么中国现在是多少呢？中国的话大概是28%左右。

中国现在在居民消费开支中，食品的权重已经跟很多的高收入国家非常接近。比如说我们跟韩国的占比是非常接近的，跟欧盟的标准跟日本的标准，跟中国台湾地区的标准也是非常接近的，相差的话不超过三两三个百分点，这是建立在中国的话，居民恩格尔系数在过去40年，经历了连续长时间大幅下降的基础上，我们刚才已经说过根据世界银行的标准的话，中国的去年的人均收入折成美金的水平，离世界银行定义的高收入国家的门槛大概只差4%。

但是如果我们看中国的食品恩格尔系数或者这是一个与恩格尔系数类似的一个概念，就是在一般消费开支中来自于食品类的权重的话，我们看在最新的数据之中，中国的权重已经非常接近大多数高收入经济体，代表中国经济的话，它的经济结构的变化，经济结构的变化，人均收入水平的上升，已经到了一个相对来讲的话比较高的层次。

那么这一层次的话与我们刚才所讨论的通货膨胀预期机制的断裂之间，我们认为它与通货膨胀预期的断裂之间存在着很紧密的联系。那么这一紧密的联系是如何建立起来的，我们进一步去讨论一些相关的证据。

在讨论这些相关的证据之前的话，我们先跟大家展示一些数据，把这些数据的话做一个展示以后，我们来围绕这些数据的话来提出一些解释，而这些解释的话是相互关联的，是为了说明我们刚才所讨论的通货膨胀预期的断裂，而这一断裂随后会在政策的制定上产生非常重要的影响。

首先我们观察中国的农民工的月均工资水平的变化，就是这里的这条红线，然后的话我们还要作为实际上是一个同意反复，我们还看了另外一个指标的话，就是农民工收入的增速，那么毫无疑问在很长的时间里边，农民工的收入水平经历了很长时间的上升，不用说，但是如果我们研究中国农民工收入的上升，它有三个特点，第一个特点，大概在2004、2005年之前很长时间里边，平均来讲，农民工工资的增长与通货膨胀的增长是非常接近的。

换句话来讲，剔除掉通货膨胀以后，在2004年之前的很长时间里边，农民工的工资的水平基本上是不上涨的。

第二段的话大概是从2004、2005年前后，一直大概到12年，一直大概到11、12年，在这七八年的时间里边，农民工工资经历了爆炸性的增长，所谓的爆炸性的增长是指的不仅农民工收入水平快速上升，而且农民工工资的增速节节上升，农民工工资不仅是水平快速上升，而且他的年度增速一直在快速工资不仅是水平快速上升，而且它的年度增速一直在快速上升。

比如说的话大概在2004、2005年的时候的话，农民工工资的增速可能有接近10%，但是11年12年的时候，农民工工资的增速超过了20%，农民工工资的水平经历了爆炸性的增长，工资的增速在那七八年的时间里边经历了连续的加速。

实际上在2008年前后，我们基于其他的一些研究断言，中国经济的话已经走过了刘易斯拐点，相对低成本的比较稳定的廉价的农民工劳动力的话已经不再可得。

然后农民工的话在迅速的走向非常的短缺，基于其他的一些证据，那么基于更广泛的证据，这一结论是没有什么问题的。

实际上在这七八年的时间里边，农民工工资连续加速上升的背后，主要并不是因为经济的加速，而是因为经济经过刘易斯拐点以后，在农村之中剩余劳动力的快速的下降，但是农民工工资的加速在2012年以后基本上戛然而止，随后的话农民工工资就进入了一个工资的绝对水平继续上升，但是工资的增速连续下降到2000。

15年16年以后相对稳定下来，但是公司的增速在2012年以后连续下降，而这一变化就是我们刚才所提到的断点，我们刚才所提到2012年、2014年之间，在通货膨胀的形成机制上又再次经历了一个断点，这一断点与它几乎同时发生了另外一个事实，是观察农民工市场的公司的增速从连续的上升的话转入了连续的下降，至于转折点就在2012年前后，那么农民工工资的第三个特点是什么呢？

第三个特点就是说我们去研究农民工的工资与城镇的职工的平均工资水平进行对比，就是我们把农民工的工资作为分子，把城镇职工的工资或者是人均的工资水平作为分母，我们去计算这个比例。

我们看到14、15年以后这一比例基本上稳定下来，而在此前的话有几年的时间里边，这一比例的话经历了猛烈的上升，但是14 、15年以后这一比例基本上稳定下来，一直到现在的话，这些比例都是大体稳定的，也许还有一点点下降，但是跟此前的模式相比显然有非常大的差异。

那么我们对这些数据的解释是什么？我们对这些数据的最重要的解释是中国大概在05 、06年前后经过了刘易斯第一拐点，大概在13年前后的话，随着农村剩余劳动力的快速的消失，农村的劳动力甚至包括在农业领域继续从事生产的劳动力，这一市场与城市的劳动力市场完全融为一体。

现在的农民工的工资相对城市人的平均工资而言的话，它的占比大概在百分之八十出头一些的水平，但是如果考虑到比如说受教育水平的差异，人力资本的差异等等的话，这一差异在一定程度上应该是可以理解和可以解释的，而特别重要的是在这7、8年的时间里面，这一比例是比较稳定的，我们认为最重要的一个结构变化是中国经过第一拐点以后，经过几年的快速上升以后，农村的剩余劳动力所谓的在农业生产，在食品部门生产，这种边际的产出显著低于在工业和服务业中的产出，这一现象的话在13年14年以后消失了，农村的劳动力在14年以后与城市的劳动力、市场完全融合为一体，一个农业劳动力他所能够获得的工资水平在城市之中主要取决于他的受教育的程度，他工作的辛苦的程度，工作面临的风险等等的因素，而不是由于他的农民工的身份。不是由于与这些身份相联系的，劳动力的供应极其充足，从而使得的话工资水平没法上升，而且这些影响的话波及到了继续生活在农村，在农业或者是食品部门从事生产活动的劳动力。

可能有些农民可能并没有离开农业去城里打工，但是它在农业生产之中，它在食品的生产之中的话，它的劳动力的话实际上是有一个影子工资的。他从事农业生产，他说他会获得一些收入，收入的话，即便它是自己的耕地，它是会获得一些影子工资。

至于影子工资的数字，至于影子工资的水平与他在城里打工的工资水平是一样的，与城里的一个劳动力他付出同样的劳动，同样的技术复杂程度，同样的辛苦和危险程度，他所获得的工资水平考虑的城市和农村之间生活水平生活成本的差异应该是一样的。道理很简单，因为如果这种差异继续存在的话，那么劳动力的话继就会继续从农业生产部门的话向城市去转移，而这一转移的过程的话，会使得我们刚才所看到的这一结构的特征的话，不那么明显的表现出来。

观察农民工工资，把它跟城市劳动力对比，我们所想讲的是2012年以后在劳动力市场所发生的最重要的结构变化是经过刘易斯第一拐点以后，农村的剩余劳动力是剩余的劳动力开始剩余量开始下降，劳动力开始稀缺。那么13、14年以后，这种稀缺这种剩余已经完全消失，城乡劳动力市场的话基本上已经融为一体，即使你在农村从事农业和食品的生产，那么的话你的影子工资与在城里打工考虑的生活成本的差异是一样的。

实际上我们去研究互调数据的话，在这几年的时间里边，在农村地区工作的，在农村地区工作的农业劳动力的工资的涨速，比城市职工的涨速，在农村地区工作的，他们的一个工资收入的涨速实际上还要略快一些，这个也使得越来越多的农民不见得愿意外出打工，因为外出打工在家里的区别没有那么大。

还有一个重要的特征就是我们观察农村居民的一个支出行为，所谓的支出行为就是在他的生活消费之中有多少是用现金购买的，有多少是不需要现金，那么如果不需要现金，它来自哪里？简单的来说主要就来自于资产自用。

比如说他自己有农舍有房子，然后他自己租自己的房子住，那么这部分消费开支的话就不需要现金，比如说他自己种菜种粮食，然后这一部分的生活开支的话，他不需要用现金，比如说他自己从事一些包括食品的加工，包括一些比如说家庭用工服务等等，并不见得的话都是需要现金的开支。

那么在这种支出之中，非现金的开支占比越大，越说明他的一个生活方式越接近于自给自足，越接近于自己生产来自己消费，当然它不是一个严格的自给自足，应该是100%，他总是要从事一些交换的，他需要购买电力，他的甚至也需要购买手机，他需要很多的工业品，完全的自给自足是不可能的，但是在生活消费之中泛泛的来讲，他用他的非现金类的支出的占比越高，它相对来讲就越接近于自给自足。它现金类的占比越高，它相对来讲的话就越接近于参与到了一个复杂的生产和交换体系，它的一个生产行为消费行为经营行为成为一个复杂和庞大的现代市场经济体系的一部分。

那么我们看的话为什么这个数据还有断裂，是我们研究完以后倾向于认为的在2013年前后的话，统计部门的话调整了计算的口径，这一口径的调整使得前后的数据之间出现了一定的断裂，但是我们相信用同口径来看，它所显示的数据趋势是没有问题的。

我们看到在1980年的时候，对于一个农户来讲，他在生活开支中大约一半是不需要现金的，在94、95年的时候，这些比例可能差不多也要有40%，在2012年的时候比例下降了10%，如果用新的口径的话，这些比例差不多是20%。

一个农户的话，它大概有80%的生活类的支出都需要去购买，都是现代市场体系的一部分，我们刚才考虑的是农民工的工资，在这里考虑的是他的生活和消费行为，那么这一比例的含义是什么？

我们再来研究一下城市部门，城市居民在它的开支之中非现金类的占比。

那么城市居民在开支之中，为什么有一些也不需要现金，那么很大的一类是住房，那么城市居民购买住房，购买完住房以后，他所享受的就是自己租自己的住房，自己租自己的住房是不需要现金交易的，但是从生活开支之中，实际上你有一个影子开支。

那么另外我们研究完数据以后，还有一个就是随着社会保障、医疗、保险等体系的普及，那么在医疗类的支出之中，特别是在18年以后，有越来越大的一个比重是医疗以及医疗消费之中直接由医保来支付，不需要自己来支付。

这个的话是这一比例在18年以后提升最关键的原因。但是在农村和农户的支出行为之中，这是类似的。

由于新农保的原因，他看病的时候有一部分的话直接有医保支出，也不需要自己支出，这个不是自给自足，但是它确实也是非现金类的支出，但是考虑到这个数据说明以后，我们看到农户现在在生活开支之中，非现金类支出的占比与城市居民是差不多的。

即便说它在16年之前还有一点差距，但是在18年以后这些差距的话至少已经非常小。

换句话来讲的话，如果我们去观察一个农户的消费行为，用它在多大程度上需要购买自己的消费科目来衡量，模式已经非常接近城市居民，它的大多数的一个消费都是要从市场上来购买的，它不再是一个自给自足，80年代以前它很大程度上是一个自给自足的经济体。

那么从80年代到2012年它经历了很长的过渡，它的一个自给自足的程度不断的下降，购买的比例越来越高，但是过渡到16年至18年以后，他的行为跟城市居民已经一样了，他购买类的开支占全部开支的比重与城市居民是非常接近的，谁高谁低，多多少少也许可以一些讨论，但至少是非常接近的。

首先我们看到一个农民工如果外出打工，或者他经营自己的农田，从劳动力的影子公司来讲，这个市场是被完全融合起来的。

然后从农民的一个消费开支行为来讲，他现在的消费开支行为在很大程度上成为现在市场经济体系的一部分，他吃的穿的住的用的，所有的这些行为是基于市场的价格信号，是基于交易手段去获得，那么这个与城镇居民也是非常一样的。

那么实际上与我们刚才所看到的在CPI结构层面上重要变化是一致的，中国在食品的开支占全部的一般消费支出的比重已经与高收入国家非常接近，我们刚才是在微观结构层面上来观察这个结构，我们会发现它多少在相互数据之间有一些一致性，那么我们还可以观察另外一个非常重要的指标，这一重要的指标我们怎么计算？

首先知道作为一个农户他每一年的话都有一定的收入，然后有一定的生活开支，那么收入扣除掉生活开支以后，它会有一定的结余，他每年收入去包括自己租自己的房子，自己种菜自己吃都可以折成收入，那么这些收入比如说有100块钱，然后它需要支出一些开支，以后它会有一定的结余，比如说今天结余30块钱，明天结余50块钱，他多少会有一些结余。

我们这里的数据想研究的就是这些结余在去了哪里，或者这些结余在多大程度上用银行存款的形式来表现出来。

所以这个数据定义的是什么？数据定义的是在分子上的话是每一年农户的存款的增加，在分母上是这一年农户的收入没有消费掉的结余，农户的收入没有消费掉的结余，就是积攒下来的收入在分母上，峰值上的话它增加了多少存款。

所以这一比例衡量了什么？这一比例衡量了农户，在多大程度上把自己的收入结余，用金融的形式，用现代金融的形式，用存款的形式来储存起来，从而的话使得自己的收入结余成为现代金融体系资产配置和资源配置的一部分。

从而使得自己的收入结余成为现代金融体系，资产配置和资源配置的一部分，从而使得自己的资源结余通过现代金融体系配置到整个的全配置到整个的全国的市场上，甚至通过资金的进出，通过银行配置到全球的资本市场或者是信贷市场上，我们想衡量这一比例。

我们看到2002年之前，这一比例大概只有50%或者不到。农户的结余大概只有50%或者不到，是以存款的形式来表现出来的。那么到2007年前后，这一比例差不多就上升到100%，它的结余基本上都用银行存款存储起来。

在09年10年前后，这一比例在数据上升到了接近150%，上升到了150%。那么大家可能好奇2010年以后这些数据怎么样？2010年以后的数据怎么样？我也很好奇，但是我们没有数据的原因很简单，是因为有关权益部门在2011年以后不再披露这一数据，但是为什么停留我们也不知道，所以我们没有2011年以后的数据，我们也好奇，但是我们相信有关权威部门有这个数据，只是我们拿不到这个数据。

那么这里边就提出了两个问题，第一个问题是2003年之前，他收入结余的一部分一半是银行存款，他收入的结余另外一半去了哪里了呢？当然大家会开玩笑说买了股票或者放了高利贷，或者农村聚众然后打麻将，然后都输没了，当然可能性都不排除，但是我们认为剩余的结余最重要的流向是形成了农村农业和食品生产过程之中的固定资产。

比如说农户用于翻建自己的房屋，比如说用来购买或者是改造农田或者是修建水利设施，或者比如说购买一些大件的资本品，在以前应该很少。比如说购买汽车也许属于消费，但是翻建房屋肯定属于资本开支，比如说建立一些家庭的作坊，比如说我建一个养猪场，比如说建一个养鸡场，比如说建立一个面粉加工厂，所以我们认为在早期，这些结余的相当部分应该主要都用于农村农业的固定资产的形成和相关的生产活动。

比如说去养猪、去养鸡、养鱼、改造农田、翻建房屋，购买农业器械等，我们认为最重要的流向应该是这个领域，这意味着农民不仅仅依靠种田。

而且我们知道2018年以后，农业劳动力在07年前后才开始短缺，13 、14年以后，农城乡的劳动力市场才完全融融为一体。那么在这之前，农民除了靠种粮食去获取一定的收入，他在农村生活他需要去种菜，需要去养鸡养猪，去通过这样一些食品的生产加工和行销来补贴家用去获得收入，那么我们认为这个很可能是最重要的一个结余的一个开支的流向。

那么紧接着问题来了，为什么08年以后这个比例迅速上升到150%呢？尽管没有数据，但是我个人猜测是在2010年以后的很长时间里，这一比例应该都在100%以上。也许最近的话这一比例会下降到100%附近，也许的话只是略高于100%，这是我的猜测。那么农户的存款的增加要大于农户收入结余的增加，只有一个解释：

农户总体上来讲处置了自己的资产，处置自己资产一个原因，比如说对城市近郊的农民来讲的话，拆迁，然后土地被政府征走了，或者卖给政府了，房屋也被政府卖了，然后给你一大笔钱，不管你愿意或者还是不愿意，你处置了资产，处置了资产获得的收入，他就以银行存款的形式表现出来。

再有一个可能性，比如说随着在城市之中打工的劳动力工资爆炸性的增长，然后在农村去养猪，去养鸡等等变得越来越不合算，所以他就把这些资产处置掉，他不再新投入，甚至把这些资产处置掉，离开农业生产，离开农村地区的生产和生活去进入城市。然后这种资产的处置所获得的资金也在银行存款上就表现为高于这个高于他的收入的行为。

当我们认为这一过程在09年、10年以后持续了非常长的时间，那么我们还进一步的话研究了农户的粮食的生产和存储行为。那么至少在我们所研究的时间跨度之内，从2000年到现在很长的时间里边，农户总体上来讲，不再增加粮食的存储；有的时候它增加一点存粮，所有的增加是粮食存储的变化，另外一些时候它在下降一些存量，但是它不再增加自己的粮食这种资产的储备，或者2000年以后农户总体上就不再增加粮食作为一种资产的储备，它获得的资金要不然是用于养鸡养猪等等，要不然就是以银行存款的形式表现出来。但是尽管如此的话，在农户的种粮行为之中，我们看到它出售粮食的占比在快速上升，2010年以后基本稳定下来。

那么为什么在2009年之前它出售粮食的占比不断上升，但是它自己的存粮总体上又不上升。非常重要的原因是2001年以后，总体上越来越多的农民工离开农村和农业去城市里边打工，农户农村的人口不断的下降，在他所生产的粮食之中，它完全用于自用和饲料的部分必然越来越少，因为农民工进入城市以后主要是在城市消费粮食。在这样的条件下，它可以用于自己的自用所需要的粮食越来越少，它可以用于向城市去转移的粮食的这个比例就越来越高，这些数据在很大程度上解释了这些粮食销售占比非常大的变化。

实际上如果我们粗略的看数据，那么2001年早期的时候，这一比例与中国的城市化率以及后期城市化率的数值是比较接近的，这说明的农户至少在2000年以后，不再把存量作为一种资产配置的方向。但是2010年以后，总体上它开始系统性的离开，离开在农业和农村领域的一个固定资产的积累，把更多的资源的话运用农村用现代金融的形式的话来配置。

那么在这里我们再看一个非常重要的案例，提出一个对刚才提出问题的解释。之所以看这个案例，是因为这个案例所获得的数据的话，相对来讲比较详实，在这个案例之中的话，红色的线是生猪散养。

所谓散养就是出栏数低于50低于49的农场的数量，实际上的话就是红线的话就代表着农户小规模的散养生猪的这种农户的数量，而蓝色的线是什么？

蓝色的线是大规模的用工业化的方法，大规模的用工业化的方法来养猪的养猪场的数量。

我们看到总体上来讲，在过去20多年的时间里边，散养的数量在下降，而集中养殖的数量在上升，但是这一极其剧烈的变化，集中在2015年前后，非常剧烈的变化，散养数量急剧的下降，主要发生在2015年以后，那么我们可以进一步的话来看一个数据可以看得比较清楚，这个的话是基于农业研究员所获得的一个数据，这些数据对比了散养生猪跟规模养殖相比的话，它的一个生产成本的对比，分子上的话是规模养殖，分母上的话是农户的话大规模的散养，他们的一个生产成本的对比。

我们看到在2008、2009年之前，规模养殖和散养相比的话，它的一个生猪的生产成本基本上是一样的，实际上是可以忽略的，基本上是一样的。但是在2009年以后的话，这一比例的话就开始快速的下降，到2011年的时候下降到了90%附近的水平。

随后就经历了一个非常快速的下降，在2015年前后规模养殖的生猪的生产成本只有散养生猪生产成本的85%左右，生产成本比规模化养殖大概要高15%，在这样的条件下的话，这种显著的审美成本差异的话，就促使散养户的话大规模的去关闭或者是卖掉生猪的存货，然后关闭养殖场。

那么卖掉生猪的存货，关闭养殖场以后，它所获得的资金，就像我们刚才在金融层面上来看的话，并入了进入了金融储蓄或者是其他的实物储蓄，但从总量数据上来看，应该主要是一些金融的储蓄。

那么换句话来讲，当我们把这些事情合并在一起以后，我们对2012年以后这些结构断裂，想提出的最重要的解释是2012年以后中国的农村的生活方式和农业劳动力，它在定价上和生活方式上与城市部门相对比较深度的融为一体，或者的话生活方式已经变得非常的接近，而且在我们刚才所看到的很多指标上都可以看到。

所以在农业和农村之中，在2012年之前，很多的存货调整行为实际上是小规模的农户，它在鸡蛋的生产，在生猪的生产，然后在菜类的生产等等的过程之中，面对生产成本的上升，它产生了惜售行为，这一惜售行为的话导致了价格的上升，这是我们2012年之前解释的现象。

但是2012年以后，小规模的种植和养殖的行为的话越来越小，越来越低于萎缩，而在农产品的生产行销加工等等的领域的话，越来越变得工业化，而他们的农民工的工资的水平，他的生活方式也越来越接近城市的生活方式。

在这样的条件下，单个农户的基于通货膨胀预期所观察的一个存货调整，就成为价格形成过程之中越来越次要的因素，而工业化的生产和养殖行为，就成为这一过程之中的话非常主要的一个因素。

所以在早年的时候，农产品存货的持有是农户非常重要的一个资产配置方式，然后在通货膨胀预期产生的条件下，产生调节这种存货，进而扰动了价格。

但是在后期不再持有这些存货，它主要用现金用银行存款的形式的话，来持有自己的收入的结余，而对于大规模的工业生产来讲的话，它的现金流的安排是非常饱满的。即便还有结余，它用现金或者是金融类的产品来处理自己的结余，比用存货来处理自己的结余效率要高得多。在这样的条件下，就是存货调整也成为不那么重要的一个渠道。在这样的条件下，食品价格的波动就逐步的摆脱了工业品价格的波动。

实际上在一段时间里边，两者之间还呈现负相关关系。我们倾向性的解释也是因为这样的一个转换过程在加速进行。比如说生产资料价格上升，在这个时候他感受到了生活成本、生产成本的上升，然后在这样的条件下他去城市打工等等相对存货的收入更有吸引力，他这个时候他会加速处理自己的存货，加速关闭自己的养猪场，而这种行为反而导致了粮食和生猪价格的加速下跌，而这一模式跟2010年之前的模式刚好是相反。

那么这是我们对这一情况的一个解释。

换句话来讲，中国在过去10年的城市化现代化收入水平的提高确实进入了一个全新的时期。农户的生产，农业的生产，农产品的生产以及农民的生活方式等等从数据上来看，已经完全成为现代市场经济体系的一部分，他也更多的用金融产品来配置自己的储蓄，而不是低效率的存货调整。

而在农产品的生产之中，大规模的工业化的一个养殖和种植逐渐替代了相对没有那么效率的散户的养殖。在宏观上认为解释了我们刚才所看到的一系列的现象，那么它非常重要的含义是什么？

如果说在2010年之前，政策制定者需要密切的关注一般消费物价来制定政策，表面上看上去很奇怪，一般消费物价是由食品来驱动，为什么那么关注？实际上它具有非常好的逻辑的支撑，相信在未来更长的时间里边，中国的政策决策者继续盯着一般消费物价指数去制定政策，会被严重的误导。

因为食品继续是一个很重要的部分，但是它与经济景气的关系已经不复存在，甚至成了反向的相关关系。

在这个时候我们需要一些价格指数，这些价格指数上能比较好的衡量通胀，由于总需求的波动存在相对比较紧密的联系，而这一价格指标显然已经不再可以用一般消费物价指数来代表，我们可能需要寻找一些新的价格指数，这些新的价格指数要容易被观察，容易被测量，与人们的生活成本有相对紧密的联系，与整个经济的景气有相对紧密的联系，还要经过广泛的讨论被普遍的接纳。

当然一个备选的指标的话，当然是我们要越来越多的关注核心通胀。

从过去10年来看，中国核心通胀的波动的中枢在1.5%，它的波动率与经济景气波动的联系程度也在变得更加紧密，而且总体上来讲，它对于工业景气与全球的工业制造业景气之间依然存在一些联系，但是这些联系相对要明显的更加微弱，在这些层面上，它的波动的模式确实都越来越接近一个发达国家的核心通货膨胀的波动。

即便它不是我们唯一的指标，它在未来也应该成为政策制定之中最重要的参考指标。

而我们应该大幅淡化对一般消费物价的关注，而在2010年之前情况显然不是这样，那么除了核心消费物价之外，我们也许也应该考虑一些构造或者是寻找一些宽基的相对可信的、可测量的、受的价格管制的因素比较小的，与我们的产出缺口联系比较紧密的一些价格的指数。

因为中国经济的结构上已经非常接近于一个发达国家，而不像2010年之前的话，主要是一个正在快速工业化的新兴经济体，这个就是我们今天要讨论的主要的内容，还有5分钟的时间，我来接受一下大家的提问，谢谢。

非常感谢高善文博士的精彩演讲。

本文由新经济学家智库首发（公众号：yikenami），转载请注明来源。返回搜狐，查看更多

责任编辑：

本文链接：https://www.yangzhibaike.com/post/3651.html

声明：本站文章来自网络，版权归原作者所有！