一、引言
CPI和PPI分别代表消费者价格指数和生产者价格指数，它们是衡量价格变化的重要指标。研究其相互关系对于从总体上研究生产要素价格和商品价格的相互影响与传导机制有重大的理论价值与现实意义。当PPI引导着CPI的变动，则意味着生产价格和成本价格对消费价格和最终商场价格具有正向传导效应，物价可能因供给因素的冲击而上升，并由此引发“成本推动型通胀”的风险。此时，通胀治理可能要进行“供给调控”;反之，当CPI引导着PPI的变动，则意味着存在消费价格对生产价格的反向倒逼机制，物价可能因需求因素的冲击而上升，并由此引发“需求拉动型通胀”的风险，此时的通胀治理可能要进行“需求调控”.所以对CPI与PPI的关系展开深入研究一方面具有重要的理论价值：整个经济是生产导向型的还是消费导向型的或者是双向的；另一方面具有重要的实践意义：有助于我们正确判断通货膨胀的驱动类型，从而为政策当局治理通胀提供决策依据甚至体制改革的依据。
国内外有关CPI与PPI传导关系的研究由来已久。观其结论，基本有三种观点。第一，成本推动型的通胀（cost-push inflation）。该理论认为PPI代表生产链上游的初级产品成本，CPI则代表生产链下游的消费商品价格，上游生产成本的变化可以通过“初级产品---中间产品---最终产品”这一再生产链向下游商品价格逐步传递。表现在PPI与CPI的传导关系上就是：
PPI的变动引起了CPI的滞后同方向变动，PPI成为CPI的先行指标，而货币政策当局可以通过PPI来识别成本推动型冲击（cost-push shock），进而对未来CPI通胀进行更合理预期 （Sidaoui等，2011）。
第二种观点是需求拉动通胀理论（Colclough和Lange,1982;Caporale等，2002）。该理论认为，CPI指数的变动可以先行地引领PPI指数的变动，即价格传导存在反向倒逼机制，消费者的需求在很大程度上决定着最终消费品的价格，而最终消费品价格的变动则会对“上游”初级产品的需求乃至价格产生反向传导的倒逼机制，因此，最终商品的需求决定着投入要素价格的变动，从而形成了由CPI到PPI的单向因果关系（Jones,1986）；贺力平，樊纲等运用中国CPI指数与PPI指数的月度数据（2001-2008）进行格兰杰因果检验结果显示在所考察时期内CPI指数是PPI指数变动的格兰杰原因并且后者对前者响应的滞后期在一个季度以内（2008）。第三种观点是PPI与CPI之间的双向传导理论。该理论基本上是运用计量方法，利用格兰杰因果或非因果检验说明PPI与CPI之间互为格兰杰因果的结论不被拒绝。如Silver和Wallace（1980），Jones（1986）等的实证研究发现存在着由CPI到PPI的Granger因果关系或双向反馈的作用机制；杨子晖等（2013）利用非线性Granger因果检验，表明包括中国在内的多个国家的CPI与PPI之间存在双向非线性传导机制。具体到我国，CPI和PPI之间到底存在什么样的运行机制，是下文需要着力解决的重点。
二、基本假定及理论分析
根据我国统计制度，CPI的制造是调查人员直接在市场上通过对消费品的市场价格调查后层层上报汇总得到的，而PPI的产生则是对规模以上工业企业产品的出厂价格通过统计报告制度上报汇总得到的。可见，我国CPI与PPI产生的体制是不同的，CPI基于市场，PPI基于企业而且是规模以上企业。因此研究在价格变动中CPI与PPI的因果关系，不仅仅是一简单的原因分析问题，还涉及另外三个深层次的问题：首先，是市场决定还是企业决定问题。如果CPI是单向地向PPI传导，那么，我们至少不能否定市场配置方面的决定性作用；如果PPI是单向地向CPI传导，那么，市场配置的决定作用就是不显着的，而且由于PPI基本是来源于规模以上企业，我们可以间接地得出垄断在配置上起到了十分重要的作用；其次，如果CPI与PPI互为因果关系，那么市场配置与其他配置均起到一定作用。
（一）基本假定
由于CPI与PPI的综合性，从理论上直接研究是很困难的。因此，有必要进行一些假设，使问题的实质比较简单清楚地显现。假设一，生产消费品的企业归为一个部门，称为C部门。
其产量和价格分别是消费品数量指数（CQI）和消费价格指数（CPI）。假设二，为生产消费品的企业提供生产资料的企业归为一个部门，称为P部门。其产量和价格近似为生产者数量指数（PQI）和生产者价格指数（PPI）。假设三，不考虑为生产生产资料的企业提供生产资料的企业（为了简化分析，不影响结论的正确性）。假设四，C部门的总供给曲线为SC.它说明从生产者（生产消费品）的角度来看CQI与CPI之间的关系。假设五，C部门的总需求曲线为DC.它说明从消费者的角度来看CQI与CPI之间的关系。假设六，P部门的总供给曲线为SP.它说明从生产者（生产生产资料）的角度来看PQI与PPI之间的关系。
（二）图解分析
由于C部门包括大量直接面向消费市场的中小企业，经济学常识告诉我们，其对价格的反应是很灵敏的，其总供给曲线SC的斜率较大或者说曲线比较陡峭。而P部门主要包括规模以上的企业，如果用“局部时空”表示短期领域或地域，那么P部门的企业在各自的“局部时空”上，具有一定的垄断性，从而其对价格的反应是不灵敏的，其总供给曲线SP的斜率较小或者说曲线比较平坦。
静态分析。如CPI向PPI传导示意图，右上是C部门的均衡图，总供给曲线SC与总需求曲线DC（1）的交点所决定的均衡数量指数与均衡价格指数为CQI（1）和CPI（1））；右下表示C部门为了生产数量（指数）为CQI（1）的消费品所需要的生产资料的数量（以指数表示）即PQI（1）；左下是45°线，它将纵轴上的PQI等量转移到横轴上；左上表示P部门的均衡图，总供给曲线为SP,假设市场是出清的，那么，在短期P部门生产的产品的数量正好是C部门对生产资料的需求的数量，因此，短期P部门的需求曲线是一条竖直的线，在图中是PQI（1），P部门的总供给曲线与它的交点所决定的均衡价格指数是PPI（1）。这样就完成了由CPI（1）向PPI（1）的传导。
比较静态分析。当右上的需求因外部原因增加时，需求曲线由DC（1）移动到了DC（2），总供给曲线SC与DC（2）交点所决定的均衡数量指数与均衡价格指数为CQI（2）和CPI（2）；CQI（2）通过右下传导为PQI（2），再通过45°线，其转移到横轴上；最后与左上总供给曲线SP相交，其交点决定的价格指数是PPI（2）。这样就完成了由CPI（2）向PPI（2）的传导。如前所述，P部门的总供给曲线比C部门的供给曲线平坦，所以PPI的变化（PPI（2）-PPI（1））比CPI的变化（CPI（2）-CPI（1））小，即PPI（2）-PPI（1）《CPI（2）-CPI（1）（1）从图中可以明显地看出上式。
从上述分析中，可以得到两个命题：
命题一我国CPI和PPI间存在由CPI向PPI的反向倒逼传导机制。
命题二我国PPI的变化小于PPI的变化的原因在于规模以上企业生产的竞争性较普通消费品生产企业的竞争性弱。
三、实证研究定性的理论分析
仅仅粗略回答了有和没有、是或不是的问题，并没有较精确地从数量上说明有多少或是多少的问题，所以人们往往需要以经济数据为依据，运用较科学的计量方法进行实证研究。然而不同学者的实证研究的结论不尽相同，有时还会截然相反。如前所述，不同学者对CPI和PPI传导机制的实证研究情形就是如此。
之所以如此，可能是运用的数据时空结构不同，也可能是运用的方法不同，还有可能是变量的遗漏。例如，PPI的变化幅度与规模以上部门的供给曲线的形状及其变动有关，而它们是与劳动生产率有关的，生产率会随时间的变化而不断上升；CPI的变化则在很大程度上与需求有关，而人们的需求也会随着时间的变化而不断提高。
因此PPI与CPI均与时间因素成同方向变化，而且变化的方式并不相同。
PPI随时间的变化是因为生产率与时间的关系，CPI随时间的变化是因为人们生活水平随时间不断提高的关系。
这样，当研究者无论用线性模型或非线性模型研究CPI与PPI的关系，如果没有排除时间因素，那么，必然会出现CPI与PPI当前和相互滞后相关，不可避免出现所谓CPI向PPI的双向传导机制。这实际上是一种“虚假传导”.经典计量经济学家告诉我们，研究两个变量的关系时，如果需求排除某变量的影响，可以在模型中引入该变量，也可以通过研究差分的关系即进行增量分析，本文采用后者。
（一）实证方法的选取
从统计上说明因果关系时，学者常用线性和非线性Granger因果检验方法。其实这两种方法并没有实质性差异。传统线性Granger因果检验方法在理论上是成熟的，在技术上是精确的。不足之处是可能因遗漏非线性项，在长期会出现显着性偏差，也可以在模型中加入一些非线性项缓解此类问题。而非线性Granger因果检验方法，通过构建基于非参检验的统计量以检验变量之间或许存在的非线性因果关系（Hiemstra和Jones,1994;Diks和Panchenko,2006）。这类方法避免了在长期会出现显着性偏差的问题，但由于其所构建的统计量只是在渐近意义下服从正态分布，在短期其偏差是显而易见的。
然而，无论是线性还是非线性格兰杰因果或非因果 检 验 均 基 于 原 因 在 前，结 果 在 后 的 思维①。当市场传导比较有效时，其传导的时滞会很短，如果考虑到预期与习惯，也许其传导没有时滞，在这种情况下（因果之间并无时滞），用格兰杰因果检验来说明传导关系是不合适的。事实上格兰杰因果检验在计量经济学中本来就不那么重要，它只不过是在进行变量的强外生性检验时所引入的一个概念罢了。所以，本文用武-豪斯曼（Wu-Hausman）检验，并根据国际计量经济学会的外生性准则，判断CPI的外生性；如果接受其 外 生 性，那 么 就 只 存 在CPI向PPI的传导。
本文的实证过程将按如下步骤进行：首先，对CPI的变化与PPI的变化进行平稳性检验。其次，构建武-豪斯曼（Wu-Hausman）检验模型，进行外生性检验，以确定CPI的差分与PPI的差分之间的关系。
（二）数据的选取
这里数据选取的关键是时间频率问题。考虑到由市场需求的变化传导于引致需求的变化不一定有显着的时滞，所以选用月度数据比较合理。本文选取2002-2013年的月度数据，表1和表2是相关数据表。
（三）计量分析
1.对CPI的变化与PPI的变化进行平稳性检验单位根检验的结果表明CPI与PPI均是差分平稳的。
2.构建武-豪斯曼（Wu-Hausman）检验模型，进行外生性检验建立CPI的变化（用差分d（CPI）表示）到PPI的变化（用差分d（PPI）表示）的传导模型。
上式中，d（CPI）（-1）表示CPI差分的滞后一期值，d（PPI）（-1）表示PPI差分的滞后一期值，u1和u2表示随机扰动项。式（2）中，加入滞后的PPI变化，是为了减轻模型的自相关，只加入滞后一期的项而不加入更长的滞后项是根据赤池信息准则，加入滞后一期的PPI的变化，其信息值最小。式（3）中加入PPI差分的滞后二期的项，是为了能让式（2）可以识别。模型中有常数项是因为原始CPI和PPI中可能有时间趋势，差分后，时间趋势转化为常数据趋势。
根据式（3）进行估计，并计算d（CPI）的拟合值，设为d（CPI^），将该拟合值序列加入式（2）的解释变量中，做回归，得.
式（4）中，如果拟合值d（CPI^）是显着的，则表明d（CPI）具有内生性，从而，在PPI与CPI间存在双向传导机制；如果d（CPI^）不显着，则表明d（CPI）是外生的，从而只存在CPI向PPI的反向倒逼传导机制。
利用回归分析软件对式（2）回归得到。
利用式（3）回归可计算出d（CPI）的拟合值，根据此拟合值对式（4）回归得。
从式（6）中可以看出，d（CPI^）的回归系数0.13对应的t-统计量为0.50,所以，d（CPI^）是不显着的。可见d（CPI）是外生的。
四、结论与启示
本文用图像分析方法分析了CPI向PPI的传导，指出在研究此类传导问题时，当传导的时滞不明显时，用线性和非线性的格兰杰因果或非因果检验是不合适的。
本文实证结果表明：我国消费者价格指数和生产者价格指数间只存在由消费者价格指数向生产者价格指数的反向倒逼传导机制。平均而言，消费者价格指数上升每1个百分点，生产者价格指数平均会上升0.25个百分点。理论与实证结果给我们的启示是，以烫平价格波动为目的的宏观调控，从需求管理方面进行比较合理，从供给方面或者从需求和供给两个方面同时进行混合调控是不合理的。
本文就CPI对PPI的反向倒逼机制和实证分析结果，可能仅仅分析到了二者之间传导机制的基本脉络。这在现实中，适当把握CPI与PPI之间的关系对于监测和治理通胀至关重要。下一步可以从更为系统更为具体地研究CPI和PPI的分项指标间的关系，深入探寻两种价格指数之间更为具体的传导机制和过程，进一步解释近年来我国价格领域引人注目的CPI背离PPI或“倒挂”现象，特别是在我国政府对部分物资和商品价格的作用力较大、价格没有完全放开的情况下，短期和长期CPI与PPI之间的关系至关重要。
参考文献
[1]贺力平，樊纲，胡嘉妮。消费者价格指数和生产者价格指数：谁带动谁？[J].经济研究，2008（11）。
[2]J.约翰斯顿，J迪纳尔多。计量经济学方法（第四版），北京：中国经济出版社，2002.
[3]杨子晖.财政政策与货币政策对私人投资的影响研究---基于有向无环图的应用分析[J].经济研究，2008（5）.
[4]杨子晖，赵永亮 ,柳建华.CPI与 PPI传导机制的非线性研究：正向传导还是反向倒逼？.经济研究，2013（3）。
[5]Beechey M,P Sterholm.Revisiting the Uncertain U-nit Root in GDP and CPI:Testing for Non-LinearTrend Reversion.Economics Letters,2008,100:221-223.
[6]Clarida,Richard,Galí，Jordi and Gertler,Mark.The Science of Monetary Policy:A NewKeynesianPerspective[J].Journal of Economic Literature,1999,37:1661-1707.
[7]Clark,T.Do Producer Prices lead Consumer Prices?[J].Economic Review,1995:25-39.
[8]Davidson,Mackinnon.The Power of Bootstrap andAsymptotic Tests[J].Working Papers,2004:1035
