我国结构性通胀差异的空间效应分析

喻旭兰　炊李萌　彭碧婷

摘要：本文从价格指数演变不平衡和区域发展不平衡的角度出发，采用CPI与PPI的相对变化测度我国通胀的结构性特征，并基于巴拉萨－萨缪爾森效应对其形成机理展开研究，使用空间计量模型对全国29个省（自治区、直辖市）2000—2020年数据进行实证检验。研究发现，我国结构性通胀显示较强的空间相关性和显著的溢出效应。供给侧冲击对价格指数具有持续长期的影响，是导致结构性通胀的根本原因，其中相对劳动生产率差距和产业结构问题是关键因素。此外，需求层面和外部冲击也与供给相互作用导致价格水平发生结构性偏离，塑造了长期价格变动的趋势，最终呈现为结构性通胀或结构性通缩。

关键词：结构性通胀；巴拉萨－萨缪尔森效应；空间计量模型；差异性政策

中图分类号：F821.5; F822.5    文献标识码：A     文章编号：1007-0753（2023）08-0003-13

一、引言

在地缘政治和新冠肺炎疫情等外生性冲击之下，全球通胀形势呈现出结构性不平衡的现象，主要体现为经济体之间、经济体内部跨产业之间的结构性通胀不平衡，以及价格指数间演变的不平衡等。结构性通胀问题被称为发展中国家的“通病”。在我国，通胀就呈现出了明显的结构性特征。从近24年的数据来看，我国居民消费价格指数（CPI）与工业品出厂价格指数（PPI）的演变从2012年开始呈现出变化趋势不同步、阶段性背离的特征，尤其是近2年来两者间的差距再次拉大。在我国，货币政策以盯住居民消费价格指数为主，在良性的经济发展情况下，CPI与PPI互相联动、同时变化，这有利于统一货币政策的有效实施。但如果CPI与PPI之间传导不畅，甚至出现反向变化，将给货币政策的实施带来挑战。此外，我国幅员辽阔，各地区的经济结构不尽相同，发展水平也参差不齐，这使得通胀程度在不同地区亦存在差别。简而言之，目前我国价格指数演变不平衡和结构性通胀区域不均衡的特征，可能会导致统一货币政策的实施无法达到最优预期效果，使得我国通胀问题的治理愈加复杂。因此，需要对我国结构性通胀问题加以重视。

结构性通胀，指的是由部分物价上涨而带动市场整体物价上涨的现象，这一概念最早可以追溯到上世纪60年代，由Baumol和Malkiel（1967）和Streeten（1962）提出。次贷危机发生之后，我国学者对于国内通胀的研究开始由需求拉动型与成本推动型向结构性通胀方向转变。通过研究我国通胀现象中的经济特征，龙少波和陈璋（2013）发现我国通胀呈现出农产品价格涨幅明显高于工业品的“二元分化”结构性特征，进而导致了整体价格上涨。值得注意的是，我国在2012—2016年间CPI和PPI呈现出长期背离分化情形，而同时期结构性通胀表现出了持续的价格指数演变不平衡的特征。也有学者从其他领域切入，研究发现我国消费领域也存在长期结构性通胀现象（特木钦等，2021）。总体来说，不论是在消费领域还是其他领域（许坤等，2019），近些年我国总体物价水平呈现出明显的长期性的结构性上涨特征。在这种情况下，探究我国结构性通胀的影响因素成了这一主题的研究重点。

经济体内部结构的不平衡会引致结构性通胀。吴军和田娟（2008）从总供给和总需求两个层面开展了定量研究，发现2007—2008年我国通胀主要来源于经济结构层面，其根源在于农业部门发展的相对滞后。

从总供给角度来看，基于巴拉萨-萨缪尔森效应，现有文献主要以部门劳动生产率、劳动力流动成本等作为主要影响因素展开研究。例如，苏振天和张长全（2012）基于B-S假说的实证研究表明，部门劳动生产率增长差异是结构性通胀的最重要因素。同样，伍戈和曹红钢（2014）的研究表明，贸易部门劳动生产率相较于非贸易部门劳动生产率的快速提升加剧了我国通胀的结构性问题 ，也进一步验证了劳动生产率是影响结构性通胀的关键因素。吕捷和王高望（2015）通过构建三部门动态随机一般均衡模型，证实了劳动力在货币发生正向冲击时会持续由农业部门流向加工服务部门，由此产生了CPI与PPI的阶段性背离现象。更具体的，通过构建各部门之间的工资不完全追赶模型，发现劳动力流动成本、城乡物价水平差异与结构性通胀之间呈负相关关系（龙少波和陈璋，2013）。

从总需求角度来看，实物需求与货币需求都是结构性通胀的重要影响因素。有效需求的不足将导致PPI与CPI之间的传导失灵，且此情况会长期持续存在（肖争艳等，2019），这同样会对价格水平结构性偏离造成显著影响。在需求影响因素中，实物需求的典型代表指标有财政政策、政府支出、居民收入等。例如，赵文哲和董丽霞（2011）从财政政策的角度出发分析了改革开放以来我国结构性通胀的根本原因。同时，货币需求的影响也不可忽视，李斌（2010）在关于流动性与通胀之间交替变化关系的研究中发现，流动性过剩将激发供给弹性较小的资产和能源资源价格上涨。

此外，外来冲击影响也可能导致结构性通胀。袁仕陈（2018）认为，外部供求的变化会对国内总供给与总需求产生影响，进而影响国内各个市场，从而呈现出结构性通胀或通缩。其中，国际大宗商品的冲击较为显著，如国际煤炭价格对PPI的影响显著大于对CPI的影响，对八类价格指数的影响程度与影响周期也都存在差别（雷强，2015）。对此，针对前文提到2012—2016年间价格指数背离的现象，侯成琪等（2018）通过构建两阶段生产DSGE模型，发现大宗商品价格和下游消费品部门的冲击是导致该期间物价背离的关键因素，进一步验证了外部冲击的负面影响。更为全面的研究表明，大宗商品价格波动、国内外经济形势等周期性因素与国内产能过剩、巴拉萨－萨缪尔森效应等结构性因素的综合作用，使得我国呈现出价格指数演变不平衡的结构性特征（莫万贵等，2019） 。

综上所述，关于我国结构性通胀特征成因的研究基本上是从总供给、总需求、外部冲击三个层面展开。然而，已有文献对我国结构性通胀的研究大多集中在全国层面，缺乏对省际和区域之间结构性通胀相关性和差异性的研究。本文的边际贡献在于：第一，从价格指数演变不平衡和区域发展不平衡的角度出发，主要针对供给侧对结构性通胀的影响展开研究，同时纳入需求层面、外部冲击等影响因素。第二，以CPI和PPI的相对变化来测度我国省际通胀的结构性特征，采用空间计量模型对全国29个省（自治区、直辖市）2000—2020年间的面板数据展开实证研究。第三，从空间视角构建结构性通胀的传导机制，测度省际间结构性通胀的时空差异，以求在学习借鉴国内外研究的基础上进一步完善我国省际结构性通胀理论体系，并为制订合适的结构性政策和区域发展方针提供参考。

二、我国结构性通胀的测算与分析

（一）价格指数间的演变不同步与阶段性背离

本文的CPI与PPI分别采用国家统计局公布的居民消费价格指数（上年同月=100）与工业生产者出厂价格指数（上年同月=100），样本期间为1998—2022年。经过定基处理，将其转换为以1997年同月为基期的定基价格指数，并与原价格指数演变进行对比分析，如图1所示。

从图1（a）未定基价格指数走势图可以看到，在2012年之前的经济周期中，CPI是通胀剪刀差的主要推动因素，其和PPI在一定范围内基本变化同步。2012年之后，PPI的波动起伏大，基本主导了通胀剪刀差的变化。2012—2016年间两者的差距呈现出持续的背离情形。2021年起受新冠肺炎疫情影响，CPI与PPI差距再次增大。从2021年10月开始，CPI与PPI剪刀差开始向正向变化，两者背离的程度逐渐缩小。从图1（b）定基价格指数走势可直观发现，在2012年之后CPI与PPI呈现出明显的开口状，前者一直呈现出较稳定的增长，而后者则波动幅度较大。近2年两者开口距离总体趋势逐渐缩小，但仍然具有一定的差距。由上述分析可知，我国CPI与PPI的演变基本从2012年开始呈现出变化趋势不同步、阶段性背离的特征。

由图2分析得出价格指数的演变呈现以下特征：第一，整体偏离率绝对值逐渐增大，表明我国CPI与PPI之间的背离程度总体呈不断加大趋势，价格指数之间的确存在传导不畅的现象。第二，与其他阶段相比明显不同的是，金融危机阶段呈现出偏离率为正的典型特征。这意味着金融危机期间CPI低位、PPI高位，而其余阶段基本都是PPI在CPI下方位。第三，CPI与PPI的偏离率最大值往往出现在通胀/通缩时期，或伴随着重大金融危机，因此对两者之间的显著背离应引起重视。例如，在1998—2002年全面通货紧缩时期，1999年2月和2002年2月均出现了较高的偏离率，分别为-6.61%和-8.83%；又如金融危机时期，2009年3月也出现了相对较高的-5.5%偏离率。

（二）价格指数的空间结构性特征与区域不均衡

根据时间序列上CPI与PPI的阶段性背离情形，把各省（自治区、直辖市）结构性通胀数据样本期间划分为1998—2011年、2012—2016年、2017—2020年，分别代表结构性通胀问题初显、加深、缓解三个阶段。研究采用CPI与PPI的相对变化来表示结构性通胀，并进行对数处理以消除异方差影响，测算出我国29个省（自治区、直辖市）分别在这三个阶段的结构性通胀平均值。考虑到数据可得性，剔除海南、西藏、港澳台地区。

根据测算结果得出，1998—2011年，经济发达省（自治区、直辖市）（以下简称省市）的结构性通胀问题更加突出，整体呈现出明显的区域特征，结构性通胀程度依次为：东部>中部>西部。2012—2016年是我国CPI与PPI背离最明显的阶段，各省市结构性通胀测算值均为正，表明该阶段我国各省市普遍存在较为显著的价格指数背离情况，结果显示东部地区和中部地区结构性通胀问题相对西部地区较弱，程度依次为：西部>中部>东部。2017—2020年同时存在价格指数差距增大和缩小的省市（正值负值均存在），此阶段东部地区结构性通胀问题逐渐得到缓解，中西部地区的结构性通胀问题出现缓和迹象，但相较于东、西部地区，中部地区的结构性通胀问题稍显严重。综上，三个时间段的省际间结构性通胀变化规律存在较大差异，说明我国在不同时间阶段影响省际间结构性通胀的主导因素不同。空间位置邻近的地区结构性通胀程度可能相似，空间距离越远，数值相差越大。测算分析结果表明，结构性通胀问题在我国可能存在显著的空间溢出效应。因此，本文将通过空间相关性检验、建立空间计量模型来验证我国结构性通胀问题的空间溢出效应，并对省际间结构性通胀问题的影响因素进行实证分析。

三、我国省际结构性通胀传导机制分析

本文对于结构性通胀形成机理的研究主要基于巴拉萨－萨缪尔森效应和总供给—总需求的分析框架，并引入外部冲击因素以求更为全面地刻画结构性通胀的形成原理及影响因素。

（一）巴拉萨－萨缪尔森效应

当发达经济部门的相对劳动生产率提升，部门劳动工资会随之提升，由于工人工资具有追赶效应，相对落后的经济部门劳动力成本也会随之提升，然而其劳动生产率并未达到相应的水平，导致物价上升，最终部门物价上升带动整体物价上升，这就是巴拉萨－萨缪尔森效应（以下简称巴萨效应）。然而，在我国经济高速增长时期，巴萨效应表现并不明显，主要原因在于我国粮食自给率高，农业部门并不具备贸易部门的特征，当不包括农业部门的贸易部门的劳动生产率对工人工资产生影响时，其不仅从制造业吸引劳动力，也从农业吸引了劳动力，而此时我国农村劳动力富余，并不会导致工资的上升。然而，随着第三产业的不断扩张，农村富余劳动力减少，工资水平逐渐攀升，孙国峰（2011）认为刘易斯拐点导致巴萨效应在我国开始发挥作用。此外，巴萨效应中同一地区发达经济部门对相对落后经济部门的影响可以扩散到邻近地区，原因在于劳动力是流动的，当邻近地区发达经济部门的工资提高，本地区富余劳动力将流向高工资地区，从而导致本地区相对落后经济部门的劳动力短缺。在这种情况下，只得通过提高工资以维持生产关系的平衡，从而带动相应物价的提高。其他影响因素也是如此，可能存在地区间的溢出效应。

（二）结构性通胀的影响因素

基于总供给—总需求的分析框架，本文从供给面、需求面及外部冲击来分析结构性通胀的影响因素。从供给面来看，相对劳动生产率、产业结构代表着部门间、产业间的生产差异，是巴萨效应的典型代表变量。根据我国二元经济结构现状，本文将经济部门划分为发达经济部门（贸易部门）和相对落后经济部门（非贸易部门），采用第三产业劳动生产率来近似替代非贸易部门的劳动生产率，用第二产业劳动生产率来近似替代贸易部门的劳动生产率，劳动生产率用生产增加值除以就业人数来衡量；与此同时，产业结构的调整也是发达经济部门（贸易部门）与相对落后经济部门（非贸易部门）之间物价出现差异的重要因素，用第三、第二產业增加值的比值来表示。此外，生产总值代表着各省份的总体经济实力，固定资产投资也同样影响着物价的结构性变动，也是重要的供给面影响因素。

从需求面来看，政府支出的增加直接引致一系列非贸易品的生产，并同时减少了私人可支配收入，从而减少了其对非贸易品的需求；居民收入与贷款余额也分别从实体层面与货币层面反映了总需求面的变化。从外部冲击来看，进出口额关系到国内总体的生产水平与供给需求，同样会对结构性通胀问题产生冲击。总体而言，结构性通胀的影响因素较为复杂，绝非由简单的某一种因素造成。劳动生产率差距、产业结构升级以及大规模投资导致的产能过剩等供给侧冲击，居民收入差距扩大和消费需求不足等多重因素的叠加效应，都可能对价格指数产生趋势性和长期性的结构性偏离影响，最终呈现为结构性通胀或结构性通缩。

在研究结构性通胀的主导因素时，本文综合考虑了供给面、需求面和外部冲击等多方面因素的影响，这些因素可能因时、因地而异，因此需要结合我国实际情况进行分析。目前，我国经济面临新的突出矛盾，表象上是发展速度问题，本质则是我国经济的结构性分化正趋于明显。自2015年以来，我国经济进入了一个新阶段，主要经济指标之间的联动性出现背离、经济增长持续下行并伴随CPI持续低位运行等现象，这都表明供需关系面临着不可忽视的结构性失衡。为适应这种变化，除了正视传统的需求管理之外，仍需要改善供给侧环境并优化供给侧机制，通过持续深化供给侧结构性改革，增强我国经济长期稳定发展的新动力。因此，本文实证研究基于我国实际情况，将重点关注供给面影响因素对结构性通胀影响的表现，以探究巴萨效应对近20年我国结构性通胀问题是否仍然具有解释力，并验证上述影响因素在省际之间是否存在显著的空间溢出效应。

四、实证检验与研究结果

（一）变量说明与数据选取

根据研究目标，本文的被解释变量物价结构性变化参考伍戈和曹红钢（2014）、莫万贵等（2019）关于结构性通胀的衡量指标，即用CPI与PPI之间的相对变化值来描述物价的结构性波动。这一指标不仅反映着我国产业链条中上游与中下游产业价格收益景气程度的差异，也能够近似替代非贸易品价格与贸易品价格之间的差异，对物价的结构性变化具有较强的解释意义。

本文的解释变量来自供给面、需求面以及外部冲击三个方面。根据前文分析总结，本文供给面因素包括由相对劳动生产率、生产总值增长率、产业结构、固定资产投资增长率，需求面因素由政府支出、贷款余额及居民收入差距来体现，并引入进出口额等外部冲击因素。同时，对除增速以外的变量进行对数化处理以消除异方差影响。变量数据来自全国29个省市2000—2020年度的面板数据，数据来自WIND数据库、中国国家统计局及各省市统计年鉴等，具体指标的选取及变量的描述性统计分别见表1、表2。

（二）空間相关性检验

理论上来说，相近省市之间往来密切，经济要素相互影响更大。因此，在探讨省际结构性通胀差异时应该将空间因素纳入考量，在构建空间计量模型之前先展开全局空间相关性分析与局部空间相关性检验。

1.全局空间相关性分析

就地理空间权重矩阵而言，本文采用地理邻接矩阵进行分析，即通过1和0来代表省份之间是否相邻，并通过标准化处理后投入使用。选定空间权重矩阵之后，采用stata 15.1对2000—2020年结构性通胀数据进行全局莫兰指数检验和吉尔里指数检验，检验结果见表3。

由表3可以发现：除去某些特殊年份外，大多数年份的Moran's I指数明显显著，且绝大多数年份的Moran's I数值均为正值，表明被解释变量存在较强空间正相关；Geary's c数值介于0到2之间，以1为界限，大于1为负相关，小于1为正相关。Geary's c结果同样高度显著，且存在较强的空间正相关，与莫兰检验结果相一致。这说明我国各省市结构性通胀存在显著的空间自相关性，即结构性通胀水平相近的省份具有地理邻近性。

2.局部空间相关性分析

为探究具体省份的高低值覆盖情况，本文继续进行局部空间相关性分析，基于地理邻接权重矩阵，使用局部莫兰散点图来检验我国省际结构性通胀是否存在聚集性。根据表3中显示的空间相关性较强的临近年份2017年和2018年作局部散点图，结果如图4所示。

局部莫兰散点图中一、三象限代表空间正相关，二、四象限代表空间负相关。由图3可知，大部分省份落在一、三象限，观测值高值与高值紧密相关、低值与低值紧密相关，说明2017年和2018年我国省市结构性通胀有较强的空间正相关性，即结构性通胀问题明显的省份，其邻近省份问题亦较为明显，反之亦然。此外，由图4得出高值集中地区多为中东部地区，低值集中地区多为西部地区，说明2017年和2018年中东部发达地区的结构性通胀问题相较于西部落后地区表现得更为明显。全局莫兰检验和局部莫兰检验均体现了我国省际结构性通胀具有显著的空间相关性，接下来本文将构建空间计量模型展开实证分析。

（三）模型的选择与构建

对于空间计量模型的选择，本文采用了常见方法Lagrange multiplier（LM）检验。若LM-error与LM-lag同时拒绝原假设，则说明空间滞后模型和空间误差模型均优于普通面板模型。由表4检验结果可见，LM-error与LM-lag均拒绝了原假设，表明本文所选样本同时存在空间滞后和空间误差双重效应。由于空间杜宾模型同时考虑了这两种效应，为空间计量模型的一般形式，初步考虑使用空间杜宾模型是合理的。

基于上述检验，本文分别设立三种空间模型进行实证检验以求得出最贴合实际的结果。

根据豪斯曼检验结果，SAR、SEM和SDM均选择固定效应，这表明固定效应SDM比随机效应SDM的估计更具有一致性。进一步地，对固定效应空间杜宾模型进行极大似然检验（LR Test），验证其是否可以退化为空间自回归模型或空间误差模型。若不能拒绝原假设，则表明杜宾模型并不是最优模型，它可以退化为SAR模型或SEM模型。据LR检验结果（见表5），LR检验指标值均在1%的显著性水平下拒绝了原假设。将样本数据代入空间误差模型（SEM）、空间滞后模型（SAR）、空间杜宾模型（SDM），得到回归结果见表5。根据回归结果可知，SDM模型的拟合优度（0.536）最大，其AIC准则和BIC准则也小于其他模型，说明SDM模型的拟合程度最佳，再次验证此模型更为合适。

由回归结果得出，无论是SAR模型还是SDM模型，其空间自回归系数（记为rho）均在1%的水平下显著，误差项的空间自回归系数（记为lambda）的估计值为0.75，且在1%的水平下显著，以上结果再次证明我国省际结构性通胀存在显著的空间溢出效应。因此，在研究结构性通胀时，需要考虑邻近地区解释变量与被解释变量对本地区被解释变量的影响。

表5结果显示，产业结构、固定资产投资增长率的系数显著为正，这些影响因素加剧了地区结构性通胀问题。贷款余额、政府支出的系数显著为正，表明需求层面也在结构性通胀问题中发挥着重要作用。因此，我国省际结构性通胀是多方面因素、各地区影响的共同结果。为进一步分析各影响因素具体是如何对地区结构性通胀产生影响的，对杜宾模型进行空间效应分解，得到结果见表6，其中间接效应反映了本地区解释变量对邻近地区被解释变量的影响。

1.供给面对省际结构性通胀的影响

由表6可知，从直接效应来看，供给面生产总值增长率、产业结构、固定资产投资增长率在1%的置信水平下显著；从间接效应来看，供给面中的相对劳动生产率与固定资产投资增长率在5%的置信水平下显著。

就相对劳动生产率而言，其直接效应系数为正但不显著，这表明地区相对劳动生产率差距对当地结构性通胀问题的直接影响并不明显；而间接效应系数显著为负，即相邻地区的劳动生产率差距增强了本地区的结构性通胀问题，表明巴萨效应中同一地区发达经济部门对于相对落后经济部门的影响会波及邻近地区，相对劳动生产率这一影响因素存在空间溢出效应。原因在于当邻近地区贸易部门的劳动生产率上升，带动贸易部门工资上升时，由于劳动力具有流动性，本地区劳动力将流向邻近地区，导致本地区落后经济部门劳动力短缺，其只能通过提高工资以保障生产，从而带动相应物价的提高，加剧了地区结构性通脹。

就产业结构而言，其直接效应显著为正，间接效应不显著，说明产业结构升级与本地区结构性通胀的严重程度呈现正相关关系，同时其在地区间的溢出效应并不显著。近年来随着我国产业结构升级，第三产业比重在2013年首次超过第二产业，服务业经济增速大于制造业。根据巴萨效应，随着发展较快经济部门的待遇提升，落后经济部门工资也会发生相应变化，导致经济成本的改变，物价随之上升，最终表现为产业结构升级使得结构性通胀问题更加显著。

就固定资产投资增长率而言，其直接效应和间接效应系数为正且分别在1%和5%的水平下显著，表明固定资产投资额在不断上涨的同时，地区物价变动的结构性问题也更加突出。固定资产投资主要通过影响PPI进而影响CPI与PPI的相对变化，比如房地产等相关行业对钢筋水泥等原材料的需求下降，导致PPI在2012—2016年间呈现持续走低状况，使得CPI与PPI的相对变化持续增大。

就生产总值增长率而言，其直接效应系数在1%的水平下显著为负，间接效应不显著，表明GDP增长率越高，地区结构性通胀问题越能得到缓解。在经济增速下行时期，我国产业的中上游消费端具有较大的价格弹性，整体物价在这种情况下处于较为平稳状态。但由于居民投资所受到的影响要大于日常消费的影响，而投资需求又与中下游产业链条密切相关，所以PPI的变动幅度大于CPI的变动幅度，从而导致价结构性变化幅度加大。间接效应不显著说明生产总值增长率对物价结构性变动的影响通常限于对本地区内部的影响。

综上，在我国省际结构性通胀的影响因素中，供给面因素对结构性通胀具有显著的影响作用和空间溢出效应，而相对劳动生产率、产业结构是巴萨效应的典型代表变量，这也表明了巴萨效应对于我国结构性通胀的形成仍然具有较强的解释力。

2.需求面和外部冲击对省际结构性通胀的影响

从直接效应来看，需求面中的贷款余额、居民收入差距在1%的置信水平下显著；从间接效应来看，贷款余额、居民收入差距在1%和5%的置信水平下显著。政府支出无论是在直接效应还是间接效应中均不显著。城乡居民收入差距对结构性通胀的影响为负，可能原因是城市居民与农村居民消费中子类的占比存在差异，城市居民对PPI的间接带动效应大于农村居民，从而对结构性通胀呈现出负向影响。贷款余额越高，居民消费能力越强，所引起的本地区结构性通胀问题愈明显，同时邻近省份贷款余额对本地区结构性通胀问题有着相同的影响。

外部冲击对结构性通胀存在显著负向影响，并且进口的影响要大于出口的影响，其原因在于出口商品对国内物价水平的影响是间接的，而进口商品对国内物价水平存在直接的冲击。我国进口项目中能源等大宗商品所占比重较高，对各省份的PPI有着直接的影响，且对PPI的影响大于对CPI的影响，所以当进口增速发生较大变化时，PPI的变化幅度要大于CPI，因此CPI与PPI的相对变动会与进口增速呈现反向趋势。同时，进口增速的间接效应同样呈负相关，意味着邻近地区的进口增速与本地进口增速对本地的物价结构性变动产生相同作用，其原因在于进口中的各类大宗商品原材料在地区之间不存在竞争关系。其在各省市内转化为工业产品后，邻近地区的物价水平变动将带动本地物价水平相同变动。简而言之，实证结果表明了需求面和外部冲击对结构性通胀亦具有显著的影响作用和空间溢出效应，其也是导致结构性通胀的重要原因。鉴于国内外需求变化、国内外经济形势变化具有一定的周期性，在治理结构性通胀问题时需对此予以充分关注，做好监测与应对。

整体而言，结合我国现阶段的实际情况，目前导致结构性通胀的主导因素可以认为是供给面等内生因素，且由于生产能力和产业结构的调整需要时间，其影响往往是长期性的。在供给结构对需求变化的适应性和灵活性不足的情况下，劳动生产率差距、产业结构问题以及供需不平衡等情况都可能导致结构性通胀。同样，需求面因素和外部冲击因素也对通胀产生重要影响，这些因素会导致短期内价格水平的波动，最终使得我国价格指数演变出现背离和不平衡。

（四）稳健性检验

由表7检验结果可知，在更换矩阵后，供给面因素中，产业结构与相对劳动生产率的符号与显著程度与基准分析结果相符，表明产业结构升级、相对劳动生产率差距扩大是物价结构性变动的根本原因。其他主要变量空间效应的系数方向均与基准分析结果保持一致，表明供给侧冲击与需求侧因素的相互作用，共同导致价格水平的结构性偏离，并在较长时间内维持相对稳定的影响。由此可见，本文所得出的主要结论具有良好的稳健性。

五、结论与政策建议

我国省际通胀的差异影响着统一货币政策实施的有效性，尤其是近年来随着我国物价指数内部与物价指数之间结构性差异的出现，需要对结构性通胀问题给予重视。本文以CPI与PPI的相对变化来测度我国省际通胀的结构性特征，采用空间计量模型对全国29个省市2000—2020年面板数据从供给、需求、外部冲击三个层面进行实证研究，得到以下结论：（1）我国省际结构性通胀具有较强的空间相关性和明显的空间溢出效应。这意味着不同省份之间的通胀相互影响，某一因素在直接对本地区结构性通胀产生影响的同时，也将对相邻地区产生溢出效应，形成通胀的传导效应。（2）在我国省际结构性通胀的影响因素中，供给面因素对整体的影响大于需求因素，其中相对劳动生产率和产业结构等内生因素是导致结构性通胀的主要原因。因此，在治理结构性通胀时，需要重点关注供给面因素，着力提高劳动生产率、优化产业结构等。（3）需求面和外部冲击在结构性通胀问题中也起到重要作用。需求和外部冲击与供给侧冲击相互作用，导致价格水平发生结构性偏离，影响长期价格变动的趋势。因此，治理结构性通胀问题时，也需关注需求面和外部冲击的影响，并采取相应的调控措施。

为了增强我国对结构性通胀的抵御与防治能力，推动我国经济持续稳定增长，本文提出如下建议：

首先，我国作为发展中国家，经济结构仍在不断优化之中，而结构性通胀的本质是经济结构问题，因此应继续以供给侧结构性改革为主线，优化供给结构、产业结构和区域经济结构。一方面，应持续优化产业供给结构。合理调整产业布局，加快科技体制改革，促进高技术含量、高附加值产业的发展，提高我国产业的竞争力和创新能力。另一方面，应不断优化区域经济结构，扩大消费需求和就业规模，避免落后部门劳动力的流失，缩小不同经济部门之间的发展差异。同时，加强宏观调控，缩小经济结构差异。根据地区发展差异，加大对相对落后地区的经济结构调整力度，如实施吸引高科技人才的政策，提高当地科技发展水平，平衡劳动生产率的差异。对于特殊地区，应加强相应的财政帮扶和产业支持，充分发挥相邻地区的带动效应。

其次，鉴于省际结构性通胀的差异情况，采用统一的货币政策可能会进一步加大通胀差异，需要继续推动差异性政策的实施。一方面，应持续创新差异性货币政策工具（或称结构性货币政策）。从CPI中贡献较大的食品类和居住类子项入手，对食品行业和房地产行业进行调控，通过采用贷款优惠、利率优惠、消费者信用管制等差异化手段，引导资金流向并提高生产率。另一方面，要配合实施差异性财政政策和产业政策，加大对相对落后地区的财政支持与产业支持，以缩小区域收入与消费差异，最终形成政策合力缓解区域间、省际间的结构性通胀差异。

最后，强化外部冲击应对能力。鉴于国际贸易往来的波动对我国物价水平影响较大，尤其是大宗商品等的进口会直接影响工业品的价格水平，从而影响地区结构性通胀，有必要建立早期预警机制，监测国际经济形势和市场动态，及时采取调控措施。此外，应提高欠发达地区的对外开放程度，同时加强省际间贸易往来。这有利于地区间物价维持相对稳定，缓解结构性通胀差异，推动区域协调发展。

参考文献：

[1] BAUMOL W J，MALKIEL B G.The firm's optimal debt-equity combination and the cost of capital[J].The Quarterly Journal of Economics，1967，81（04）：547-578.

[2] STREETEN P.Wages，prices and productivity[J].Kyklos，1962，15（04）：723-733.

[3] 龙少波，陈璋.部门间工资不完全追赶对中国结构性通胀的影响[J].金融研究，2013（10）：55-67.

[4] 特木钦，包倩文，刘宇楷.城镇化视角下消费领域结构性通胀问题研究[J].統计与决策，2021，37（09）：132-136.

[5] 许坤，卢倩倩，许光建.CPI权重、结构性物价上涨与物价感知[J].价格理论与实践，2019（09）：4-10.

[6] 吴军，田娟.结构性通胀解析——基于当前中国通胀问题的思考[J].金融研究，2008（09）：91-100.

[7] 苏振天，张长全.部门生产率、汇率对结构性通胀形成的作用与影响——基于B-S假说的拓展研究[J]．现代财经（天津财经大学学报），2012，32（07）：37-45.

[8] 伍戈，曹红钢.中国的结构性通胀研究——基于CPI与PPI的相对变化[J].金融研究，2014（06）：1-16.

[9] 吕捷，王高望.CPI与PPI“背离”的结构性解释[J].经济研究，2015，50（04）：136-149.

[10]肖争艳，王兆瑞，陈彦斌．新常态下PPI与CPI之间产业链 价格传导机制研究[J]．经济与管理研究，2019，40（04）：14-24+64.

[11]赵文哲，董丽霞.中国通胀结构性变化的财政分权机制研究[J].国际金融研究，2011（09）：30-42.

[12]李斌.从流动性过剩（不足）到结构性通胀（通缩）[J].金融研究，2010（04）：50-63.

[13]袁仕陳.流动性、结构性通胀和资产价格的动态关系——基于开放经济的一个分析框架[J].贵州社会科学，2018（01）：124-132.

[14]雷强.国际煤炭价格对我国结构性通胀的影响——基于可变参数状态空间模型的动态研究[J].经济与管理，2015，29（06）：57-62.

[15]侯成琪，罗青天，吴桐.PPI和CPI：持续背离与货币政策的选择[J].世界经济，2018，41（07）：49-74.

[16] 莫万贵，袁佳，魏磊，等.中国结构性通缩中的周期性与结构性问题[J].金融研究，2019（03）：37-52.

[17]孙国峰.巴拉萨-萨缪尔森效应、刘易斯拐点和结构性通胀[J].金融发展评论，2011（04）：15-18.

（责任编辑：张艳妮）

Spatial Effects Analysis of Structural Inflation Disparities in China

Yu Xulan Chui Limeng Peng Biting

（1.College of Finance and Statistics， Hunan University， 2.Business School， Hunan University）

Abstract： This paper explores the structural characteristics of inflation in China by examining the imbalance in price index evolution and regional development disparities. Using the relative changes between the Consumer Price Index （CPI） and the Producer Price Index （PPI）， the study investigates the formation mechanism of structural inflation through the Balassa-Samuelson effect. A spatial econometric model is applied to empirically test data from 29 provinces （autonomous regions and municipalities directly under the central government） across China for the years 2000 to 2020. The research reveals that structural inflation in China exhibits significant spatial correlation and notable spillover effects. Supply-side shocks have a persistent and long-term impact on the price index， constituting the fundamental cause of structural inflation. Among these shocks， disparities in relative labor productivity and issues related to industrial structure play pivotal roles. Additionally， demand-side factors and external shocks interact with supply-side dynamics， leading to structural deviations in price levels， shaping the trends in long-term price fluctuations， ultimately manifesting as structural inflation or deflation.

Keywords： Structural inflation; Balassa-Samuelson effect; Spatial econometric model; Disparity-oriented policies