生产者价格指数（ Producer Price Index,简称PPI） 是一个重要的价格指数，主要用来衡量代表性生产者所面对的商品和服务价格波动平均水平（ IMF,2004） .生产者价格指数的考察对象包括两个部分，即投入品价格（ Input Prices） 和产成品价格（ Output Prices） .投入品价格反映第一、二、三产业生产者所面对的原材料、中间产品以及生产性服务的购入价格，产成品价格反映的是三大产业生产者提供的产品和服务的价格。
近几年来，在国内物价水平大起大落的背景下，我国学术界对价格指数的研究兴趣也与日俱增。目前，被我国绝大多数学者称为生产者价格指数 PPI 的是由国家统计局公布的工业生产者出厂价格指数（ Producer Prices Index for IndustrialProducts,简称 PPIIP） .①在研究中注意到，我国的货币政策制定者---中国人民银行在统计另一个生产领域的价格指数，即企业商品价格指数（ Cor-porate Goods Price Index,简称 CGPI） .而本文将对上述两个指数进行深入研究。
一、工业生产者出厂价格指数与生产者价格指数的主要差别
在以往研究中容易发现，无论是统计部门，还是学术界，一般是直接将工业生产者出厂价格指数（ 即 2011 年前的工业品出厂价格指数） 作为生产者价格指数来处理的，较少从基本概念的内涵方面诠释 PPI 的规定性特征，因而往往忽略了该指数与国际通行的生产者价格指数在核算口径上的差异。
仔细分析我国的工业生产者出厂价格指数，笔者发现，我国与国际通行的 PPI 统计实践有两点差异。第一，我国的工业生产者出厂价格指数基本涵盖了工业行业的主要大类，可以代表该领域的价格指数，但该指数并不包括第一产业和第三产业。②第二，工业生产者出厂价格指数仅仅计算工业品第一次出售时的出厂价格变动，并没有考察企业面对的投入品的价格变动，因而存在严重缺陷。在我国的统计体系中，专门考察工业领域投入品价格的指数是与 PPIIP 平行的工业生产者购进价格指数（ Purchaser Price Index） .该指数在 2011 年之前被称为原材料、燃料、动力购进价格指数（ Purchasing Prices for Raw Materials,Fueland Power,简称 PPRMFP） .
根据以上分析，本文可以得到这样一个结论，即我国的工业生产者出厂价格指数与国际通行的PPI 有相当大的差距，不可简单地画等号。国内学术界需要认识到以上差别，避免把国际上认定的与 PPI 相关的经济规律生搬硬套到工业生产者出厂价格指数上。遗憾的是，当前国内学者一般不太关注这一点，从而导致我国生产者价格指数的“身份”被误读。
二、企业商品价格指数是更合适的 PPI 指标：一个理论解读
从理论层面讲，企业商品价格指数（ CGPI） 更适合作为我国的生产者价格指数。根据检索文献，CGPI 的这一功能一直“藏在深闺人未识”.现存的相关文献数量较少，且多致力于探讨 CGPI与 CPI 在货币监测效应方面的优劣 （ 杨越明、李豪明，2005） ,或分析解释 CGPI 精度不高的主要原因（ 刘雅南，2007） ,只有少数文献（ 周清杰等，2010; 崔惠民、李文庆，2012） 注意到挖掘 CGPI 在作为生产者价格指数方面的价值。
事实上，与工业生产者出厂价格指数相比，企业商品价格指数作为我国生产者价格指数的优势是比较明显的。
首先，CGPI 与 PPIIP 虽然考察的都是第二产业的价格变动趋势，但具体覆盖的范围有所不同。相关资料显示，我国现行的 CGPI 考察的是国内企业之间集中交易的商品价格。由于 CGPI 是根据投入产出表来编制的，它测度的商品既有初级产品、中间产品等投入品，也有最终产品，更接近国际上 PPI 的通行核算口径。另外，还应当注意到，CGPI 的前身是央行 1994 年开始编制的国内批发物价指数（ WPI） ,这一历史变革过程与国际上 PPI 源自批发价格指数的演变路径是完全一致的（ IMF,2004） .
其次，作为我国货币政策的制定者，中国人民银行在货币政策的制定、调整中必然会关注本部门编制的 CGPI.众所周知，货币政策的制定需要有一定的前瞻性，因为货币政策从制定、实施到显示功效是有时滞的。而在市场需求没有出现剧烈变化的情况下，PPI 往往是 CPI 的领先指标。因此，按照一般逻辑，央行会高度关注 PPI 的变化，并将它和 CPI 的变化结合起来，确定货币政策的走向。
③后文将从价格指数的理论层面分析为什么CGPI 与 PPI 更为接近。在图 1 中，本文用产业链的价格传导关系来解释我国现行价格统计体系中的主要价格指数。按照一般的产业逻辑，在产业链上，工业生产的消费品依次经过投入品、产成品两个阶段。生产这价格指数要同时测度这两个阶段的价格水平变动情况④,而消费者价格指数衡量的则是进入到消费者手中的耐用消费品、非耐用消费品和服务价格的变动情况。从图 1 可以看出，仅就第二产业而言，把测度产成品价格的 PPIIP 当做第二产业 PPI 的做法也是值得商榷的。因为按照价格指数理论和国际统计惯例，投入品价格也是该产业 PPI 的重要组成部分⑤.从这个意义上说，企业商品价格指数虽然考察的样本数量偏少，但同时覆盖了工业生产者的原材料、半成品等投入品价格和产成品价格，比 PPIIP 更接近国际通行的PPI.【图1】
⑥从上图还可以看出，消费者价格指数（ CPI）中所包括的生活性服务、进口类消费品以及来自本土的非加工类消费品（ 如蔬菜、水果等） 都不在工业生产者价格出厂指数的考察范围之内。可以说，仅关注来自本土的工业产成品价格是 PPIIP作为 PPI 候选指标的一个硬伤。
在开放经济中，从国际市场进口的投入品的价格变化会影响国内的物价水平，甚至会形成输入性通货膨胀或输入性通货紧缩。在这一情形下，考察国际市场因素对投入品价格的影响，进而预测 CPI 的变化，也是非常有意义的。对于投入品进口依存度比较高的国家来说，这种层面的考察显得尤为重要。我国的工业生产者出厂价格指数无法直接计算进口原材料、原油价格的变动，而CGPI 对此却有明确的考量。因此，从这个意义上讲，在我国铁矿石、原油等重要投入品进口依存度居高不下的形势下，用 CGPI 来描述社会物价水平变动趋势的精确度将会优于 PPIIP.
可以用图 2 来刻画企业商品价格指数与工业生产者出厂价格指数在作为 PPI 候选指标时的优劣对比情况。从图 2 中可以看出，企业商品价格指数 CGPI 与 PPI 的重合度远高于工业生产者出厂价格指数 PPIIP 与 PPI 的重合度。因此，CGPI是 PPI 更合适的候选指标。本文认为，在统计部门没有将工业生产者购进价格指数和工业生产者出厂价格指数统一为工业生产者价格指数的前提下，CGPI 完全可以指代我国的生产者价格指数。当然，该指标和工业生产者出厂价格指数一样，都缺少对第一产业和第三产业的考察。【图2】
三、谁更适合代表中国的生产者价格指数： 一个实证检验
为了说明企业商品价格指数和工业生产者出厂价格指数谁更适合作为我国的 PPI,在此，本文以经济理论中生产者价格指数与消费者价格指数的经典传导关系为例，用我国的实际数据来做一验证。
（ 一） PPI 与 CPI 传导关系的文献回顾
商品和服务的市场价格由供求两方面的因素共同决定。当整个产业面对的投入品价格普遍上涨，而管理效率提升和技术创新不足以消化这种成本压力时，企业成本曲线向左移动，市场均衡价格也随之提高。如果产品的分销环节（ 含批发和零售） 没有严格而持续的价格管制，那么分销商将会把这种购入价格的上涨传递给购买者。因此，学术界通常认为生产环节的价格变动趋势会传递到最终消费环节，从而引起 CPI 的变动。按此逻辑，诸多研究用 PPI 的变化来预测 CPI 变化（ 如 Aiken,1999; Clark,1995; Kyrtsou 和 Labys,2006; BLS,2010） .这一经典理论已经是国际权威经济学教材的基本共识。
然而，在市场价格的变动中，需求因素也是一个不可忽略的力量。一定时期内，最终消费环节需求的提高会拉高消费品价格，进而引发上游生产环节产品涨价。反之，终端需求的疲软会导致市场低迷，零售价格下滑，进而迫使上游产品降价。因此，理论上也存在 CPI 的变化倒逼 PPI 同向变化的可能性。
正如前文所言，我国学者在研究生产者价格指数时一般是借助工业生产者出厂价格指数来分析的。所以，国内已有的关于 PPI 与 CPI 之间传导关系的研究也主要是基于 PPIIP 来进行的。在研究中笔者发现，学术界至今并没有就我国的价格传导关系达成一致意见。例如，有研究发现PPIIP 会引导 CPI（ 萧松华、伍旭，2009） ,也有研究认为 CPI 单向引导 PPIIP 的变化 （ 贺力平等，2009; 贺力平等，2010 ） ,还有文献得出 PPIIP 和CPI 之间为双向互动关系的结论（ 何光辉，2009;张成思，2010; 崔惠民、李文庆，2012; 崔惠民、张厚明，2012） .另外，部分研究发现，从长期趋势分析，二者存在双向因果关系，但从短期看，只存在CPI 对 PPIIP 的单向因果关系 （ 宋金奇、舒晓惠，2008） .而国家统计局相关专家 （ 朱之鑫、许宪春，2012） 坦承，由于市场供求不平衡和价格指数编制方面的原因，在某些时期存在 PPI 的变动与CPI 的变动脱节。但是，他们也指出，通过价格指数的相关改进，我国的经济体系中应该能更好地体现出从上游生产环节的价格变动传递到下游最终消费环节的价格变动。本文认为，以上学者所做的研究是非常有价值的，但也存在一些缺憾。在此，本文将同时使用企业商品价格指数和工业生产者出厂价格指数，对 PPI 和 CPI 的传导关系进行实证分析，以求证CGPI 和 PPIIP 中哪个指标更适于指代中国的生产者价格指数。
（ 二） 数据的选取和处理说明
为了进一步描述 CPI、PPIIP 和 CGPI 三个变量之间的关系，选取2001 年1 月-2012 年3 月的月度定基数据进行相关计量分析，样本内一共包括 135 个观察值，三个序列的定基走势见图 3.在本文中，基期选定为 2000 年 1 月，CPI 和 PPIIP的数据来源于国家统计局，CGPI 的数据来源于中国人民银行。【图3】
容易看到，三个定基序列均表现出一定的月度季节性特征。具体而言，每年 1 月到 12 月总是经历先低后高的走势特征，因此有必要对定基数据进行季节性调整，剔除季节性因素的干扰，本文选取 TRAMO/SEATS 方法进行季节性调整，调整后三个序列趋势如图 4.【图4】
从图 4 中可以看到，经过季节性调整后，3 个序列走势更加平滑，后文中实证分析均采用季节调整后的时间序列。
本文实证检验部分力求在以下两个问题上实现创新。
第一，CGPI 和 CPI 的互动关系是什么？ 这也是国内学术界几乎未曾回答过的一个问题。
第二，与 PPIIP 相比，CGPI 是否能更好地引导 CPI 的走势？
（ 三） 实证检验与结论
1. 单位根检验
首先对 3 个时间序列进行单位根检验，以避免伪回归现象。本文采用 ADF 单位根检验模型，检验结果见表 1.结果显示： 样本期内 CPI、CGPI和 PPIIP 序列（ 在 5%显着性水平下） 均为一阶单整序列。【表1】
2. 协整检验
由于 CPI、CGPI 和 PPIIP 三个序列均为一阶单整序列，根据协整理论，序列间可能存在协整关系，即序列间存在着长期均衡关系。本文采用 Jo-hansen 模型进行协整检验。具体而言，本文分别对 CGPI 与 CPI 两者之间，PPIIP 与 CPI 两者之间，CGPI、PPIIP 与 CPI 三者之间进行协整检验，检验结果见表 2.【表2】
结果显示： CGPI 与 CPI、PPIIP 与 CPI 两组变量的迹统计量和最大特征根统计量在 5% 的显着性水平下均拒绝不存在协整关系的原假设，而无法拒绝（ 支持） 存在一个协整关系的结论。该检验进一步表明，CGPI、PPIIP 分别与 CPI 保持了良好的长期均衡关系。此外，CPI、CGPI 和 PPIIP 三者之间的迹统计量和最大特征根统计量在 5% 显着性水平下拒绝不存在协整关系的原假设，而无法拒绝（ 支持） 存在一个协整关系的结论。
3. Granger 因果检验
进一步，通过 Granger 因果关系检验判定序列间的相互引导关系。检验模型如下：
ΔYt= C + AYt - 1+ Φ‘（ L） ΔYt - 1+ εt（ 1）
此处采用两种方法考察变量间的因果关系。其一，建立一个包含三个变量的 VEC 方程进行因果检验； 其二，建立多个基于两组变量的 VEC 方程进行因果检验，此方法通过降低模型待估计参数数量来削弱不显着参数对模型整体估计结果的影响。检验结果见表 3.【表3】
结果显示： 在 CGPI 和 PPIIP 对 CPI 的引导关系上，可以在 1% 的显着性水平下拒绝“PPIIP 不是 CPI 格兰杰原因”的原假设，在 10% 的显着性水平下拒绝“CGPI 不是 CPI 格兰杰原因”的原假设。也就是说，PPIIP 和 CGPI 均是 CPI 格兰杰意义上的原因，能够对 CPI 的走势产生一定的引导（ 预测效应） ,PPIIP 对 CPI 的引导的显着性水平较 CGPI 更高。
反过来，在 CPI 对 CGPI 和 PPIIP 的引导关系上，CPI 在 1%显着性水平下对 PPIIP 走势产生引导，但并不存在对 CGPI 的显着引导关系。由此可见，CPI 和 PPIIP 具有双向引导关系，换句话说CPI 对 PPIIP 具有反馈机制，这也是 PPIIP 相对于CGPI 能够更为显着地引导 CPI 走势的一个可能的统计学解释。
值得注意的是，PPIIP 对 CGPI 具有 1% 水平的显着引导作用。也就是说，PPIIP 是 CGPI 的格兰杰原因，对 CGPI 具有引导性。但是，反过来，CGPI 却不是 PPIIP 的格兰杰原因。表明现阶段CGPI 更多地受制于 PPIIP 走势的影响，PPIIP 相对于 CGPI 具有更强的独立性。
接下来，分别观察 CGPI 和 PPIIP 与 CPI 两组变量的因果关系。表 4 给出了基于两组变量分别估计 VEC 模型的因果检验结果，为了确保实证结果的稳健性，本文在检验时还考查了滞后 1 ~6 阶的情况。
结果显示： PPIIP 和 CPI 在多数情况下（ 除滞后 1 阶外） 表现为显着的双向引导关系，且在 1%水平下显着。CGPI 和 CPI 同样在多数情况下（ 除滞后 1 阶外） 表现为显着的双向引导关系，但显着性水平存在一定差异。具体表现为 CGPI 在滞后 2 阶时 1%水平下显着引导 CPI 走势，在滞后 3~ 6 阶时仅在 5% 水平下显着引导 CPI 走势； 而CPI 在滞后 2 和 4 阶时，在 1% 水平下显着引导CGPI 走势，在滞后 3、5 和 6 阶时仅 5% 水平下显着引导 CPI 走势。
综合以上两个模型的结论： 在将 CGPI、PPIIP和 CPI 放在一个系统考察时，PPIIP 和 CPI 表现为显着的双向引导关系，而 CGPI 仅单向引导 CPI,且显着性水平不高。CGPI 并未受到 CPI 的反向影响，而是受到 PPIIP 的影响。这表明现阶段在对 CPI 的引导上，PPIIP 显然是占据主导的。
但仅考察 CGPI 和 CPI 两者之间的关系时，在剥离了 PPIIP 的信息后，CGPI 依然能够提供有用的信息，统计上表现为其与 CPI 具有一定水平的双向引导关系。进一步，当分别对比 CGPI 和CPI、PPIIP 和 CPI 两组变量的引导关系时，发现在不同滞后阶数，CGPI 和 CPI 几乎表现出与 PPIIP完全类似的双向引导关系，仅在显着性水平上存在差距。实证结果表明，在现阶段 CGPI 指数已经在一定程度上发挥出 PPI 应有的作用。
4. VECM 模型
在协整检验的基础上，建立同时包含 CGPI、PPIIP 和 CPI 三个变量的 VECM 模型，结果显示：
误差修正项 ut - 1对 CPI 具有 1% 水平下的显着影响，且符合负向调节机制。CPI 和 PPIIP 滞后 1 期对 CPI 走势具有 1% 水平下的显着影响，而 CGPI滞后 1 期未对 CPI 走势产生显着影响。该结果也是对表 3 估计结果的进一步展开，因此不再详细探讨。【公式】
5. 方差分解
在建立 VECM 模型的基础上，通过方差分解模型，进一步考察 CGPI 和 PPIIP 在 CPI 形成过程中的贡献率，结果（ 见表 5 和图 5） 显示： 在 CPI 的形成过程中，第 1 期只受自身的影响，但随着时间的推移，自身的贡献率越来越低，从第 9 期开始低于 50%.而 CGPI 和 PPIIP 对 CPI 的贡献率随着时间的推移越来越大，在 2 期分别达到 1. 4% 和7. 43% 的水平，在 3 期达到 3. 88% 和 13. 99% 的水平，5 期更是达到 9. 37% 和 23. 15% 的水平，累积影响程度已较大。该结果也表明，CGPI 和 PPI-IP 短期和长期均会对 CPI 波动产生影响，且影响程度越来越大，而 PPIIP 相对于 CGPI 而言，对 CPI的影响程度更大。【表5 图5】
四、结束语
通过前文的理论分析可以发现，与国内学者惯常使用的工业生产者出厂价格指数 PPIIP 相比，企业商品价格指数 CGPI 在指标性质和核算范围上更契合国际上有关 PPI 的标准。然而，实证检验部分的结论表明，我国的 PPIIP 相对于CGPI 与 CPI 表现出更为显着的双向引导关系。但无法否认的是，CGPI 与 CPI 也具有这种双向引导关系。因此，从实证结果看，PPIIP 和 CGPI 均可以预测 CPI 的变动趋势。CPI 对 CGPI 的反向作用结果也完全符合产业链价格传导的经济规律，二者更趋于长期均衡稳定关系。因此，本文的研究可以得出一个明确的结论，即除了工业生产者出厂价格指数外，企业商品价格指数也可以作为我国生产者价格指数。
此外，还应注意到两个现象： 一是当前 CGPI概念范围大，但数据计算时所抽取的样本量很少。在 PPIIP 样本抽取量数据远大于 CGPI 的情况下，PPIIP 可以更好地预测 CPI 的变动趋势也是合理的； 二是当前的 PPIIP 虽然只是工业生产者出厂价格指数，但由于工业生产和其他产业密不可分，该指数已经包含了其他产业的部分价格信息，因此也能与 CPI 产生良好互动关系。因此，笔者相信，若能有效扩大 CGPI 的样本抽取量，CGPI 完全可能在将来代表我国的生产者价格指数。
