中国区域通货膨胀预期对通货膨胀影响的空间特征研究
——基于空间杜宾模型
刘金全1， 魏 阙1，2
(1.吉林大学 商学院， 吉林 长春 130012；2.吉林省科学技术信息研究所， 吉林 长春 130033)
[摘要] 理解我国通货膨胀产生的原因和动态性质对于制定合理的宏观调控政策具有重要意义，通货膨胀预期因其具有与通货膨胀极强的关联性成为与通货膨胀同等重要的宏观经济调控目标。在综合前瞻和后顾决策过程的HNKPC模型基础上，通过引入0-1空间相邻矩阵、地理距离矩阵和经济地理矩阵，选取2013Q1～2019Q1中国30个省份的面板数据，考察了我国通货膨胀预期对通货膨胀影响的空间特征，验证了通货膨胀预期的传导机制。得出结论：通货膨胀预期会受到地理或经济上相邻或相近省份通货膨胀预期的影响；通货膨胀一阶滞后项、产出缺口和通货膨胀预期对通货膨胀的影响都呈现出显著的正向影响且比较稳定。鉴于此，各省份在制定宏观经济调控政策时，既要考虑本省份的实际情况，也要考虑相邻省份的通货膨胀预期、产出缺口和人均可支配收入的影响，以免受到外省份的影响产生较大的偏差。
[关键词] 通货膨胀预期；HNKPC模型；空间杜宾模型(SDM)；溢出效应
引言
适度的通货膨胀可以起到稳增长、促就业的积极效果，而失控的通货膨胀将会扭曲资源配置、误导经济行为、形成虚假需求、推动价格上涨，这些都会对现实经济产生负面效果。进入新常态之后,我国经济面临着前所未有的通货膨胀上行压力,将通货膨胀水平维持在适度区间对于我国实现“稳增长、调结构”的宏观调控目标意义重大。相较于直接管理通货膨胀难度大、成本高、收效慢[1]的特点来说，通货膨胀预期管理以难度小、手段丰富、成本小、见效快等特征，受到了政策制定者和学者们的广泛关注。在实践层面上，我国目前已将稳定通货膨胀预期视为与稳定通货膨胀同等重要的宏观经济政策目标，因此，通货膨胀预期对通货膨胀影响的研究也日益受到重视。与通货膨胀相似，通货膨胀预期也有较强的空间效应，一地区高企的通货膨胀预期不仅会影响本地区的通货膨胀，也会对相邻地区产生较大的影响。现有研究多数围绕通货膨胀预期的自我实现过程展开，缺少通货膨胀预期传导机制的相关研究。鉴于此，本文在综合前瞻和后顾决策过程的HNKPC模型基础上，通过引入0-1空间相邻矩阵、地理距离矩阵和经济地理矩阵，使用2013Q1～2019Q1省级面板数据，考察了我国通货膨胀预期对通货膨胀影响的空间特征，验证了通货膨胀预期的传导机制。
成对样本T检验的结果显示，深港两地股指日收益率的关联性在“深港通”启动前后两阶段发生了显著性变化。深港股指的日收益率关联系数均值从“深港通”开通前的0.50降到开通后的0.44，且成对样本t检验结果显示在1%的显著性水平下显著。虽然“深港通”开通后的日收益率动态关联系数均值有所下降，结合“N”型的动态相关系数变化趋势，相关系数的第二次跃升趋势更强劲，高于初始位置，足以看出“深港通”对深港两地的联动性虽然呈现短期下降，但长期得到加强，促进深港两地的互联互通。
一、文献评述
既有文献对通货膨胀预期与实际通货膨胀关联的研究较多，1942年经济学家梅茨勒(L．Metzler)[2]建立了外推型预期模型，他认为，当前价格不仅取决于上期价格，还取决于物价变化的方向和社会的“预期系数”，这就是所谓的静态预期模型，也是通货膨胀预期的雏形。约翰·穆斯(J. Muth，1961)[3]在借鉴以往预期模型的基础上，提出了理性预期假说。他认为经济参与者有动机也有能力获取市场物价变动相关的全部信息，这些信息可以帮助他们构建最准确的通货膨胀预期，且该预期最终会实现。菲利普斯(A. Phillips，1958)[4]发现，只要产出独立于预期通货膨胀率，后者的变化必然会导致实际通货膨胀率的等量变化。以上研究虽然在模型构建上有很多不同之处，但在通货膨胀预期会影响价格水平这一点上达成了高度共识，这些理论成为近代通货膨胀预期理论研究的基石。近年来，Fuhrer(1997)[5]提出的新凯恩斯粘性价格模型、盖里(Gali)与格特勒(Gertler)(1999)[6]提出的新凯恩斯混合菲利普斯曲线(Hybrid New Keynesian Phillips Curve,HNKPC)模型延伸了以上研究。这些模型刻画了短期内通货膨胀预期、通货膨胀与历史通货膨胀预期、通货膨胀、通货膨胀压力等的动态关联机制。
关于通货膨胀预期对通货膨胀的影响研究，目前理论上主要通过三个途径实现。一是通货膨胀预期将改变民众的财富分配从而影响市场的流动性；二是通货膨胀预期会影响市场利率和平均成本进而影响物价水平；三是通货膨胀预期将使工资和其他人工成本发生变化最终导致物价变化。国内学者为了验证上述理论做了大量的实证研究。张蓓(2009)[7]利用2001～2007年通货膨胀预期和通货膨胀的季度数据，研究了我国通货膨胀预期和通货膨胀之间的关系，指出了通货膨胀预期自我实现的特征。杨继生(2009)[8]的研究表明，我国通货膨胀预期会通过改变市场上的流动性从而推动通货膨胀实现。高茵(2010)[9]通过研究发现，短期内财政政策会通过影响通货膨胀预期从而影响实际的通货膨胀。黄正新等(2015)[10]通过对我国通货膨胀预期数据进行分析，发现中国通货膨胀预期的形成机制受到实际通货膨胀率惯性和预期通货膨胀率自身变动的双重影响。以上研究均表明，我国通货膨胀预期的自我实现有多种路径。
目前，在对省级通货膨胀预期形成机制的研究中，空间效应影响常常被忽视，但是，由于人力、财力、物力在地区之间可以自由流动，使得区域间的通货膨胀不可能是独立的，必定会受到其相邻省份通货膨胀的影响。[11][12]考虑到通货膨胀预期与通货膨胀的关联性，可以推测相邻省份的通货膨胀预期也可能会相互关联，从而呈现出空间效应。应用空间面板模型能够较好地检验这一空间效应。
常见的空间面板模型主要有面板空间自回归模型(SAR)、面板空间杜宾模型(SDM)、空间自相关模型(SAC)、面板空间误差模型(SEM)等。考查通货膨胀预期的空间效应以及对通货膨胀的影响机制并不会涉及各省份的异质性，因此不适合用空间自相关模型(SAC)或面板空间误差模型(SEM)来进行分析。本研究主要考查自变量的空间交互项和因变量之间的关系，这就需要模型中既要包含自变量也要包含自变量的空间交互项。综上所述，面板空间杜宾模型(SDM)更适合于本研究。
二、模型设定和数据来源
(一)模型设定
πt=(1-λ)(xbt-xb(t-1))+λ(xft-xf(t-1)) (1)
在研究前瞻式定价时，泰勒(Taylor，1980)[14]和卡沃(Calvo，1983)[15]提出的“交错定价模型”是重要的理论基础。该模型假定价格变化不是随机产生而是随机出现的，厂商会以一定的周期随机改变价格，在t期厂商设定的价格为xft,通货膨胀为πt，在给定时期可以按照自身经营状况改变定价的厂商数量比率是随机的α，在t期不能改变定价的厂商数量为1-α，则当期市场平均价格为：
综上可见，小型水库安全管理应落实专业人员管理，发现问题及时处理，要加强小型水库的抗洪能力及应急保障能力，重视巡视检查与应急能力建设，保障工程安全。
pt=(1-α)pt-1+αxft(2)
其中，p是平均价格，xft是可调整价格厂商制定的新价格，将上式两边都减去pt-1可得通货膨胀的表达式：
πt=α(xft-pt-1) (3)
也就是说，通货膨胀取决于可调价厂商的比例和其设定的相对价格。对全体厂商来说，每个周期只有占比α的企业能够自由调整定价，因此，在每一个时期其定价维持现状的概率为1-α，在某一个t+j时期该厂商价格维持现状的概率为(1-α)j。厂商在每一个阶段重新制定价格时，会通过将t+j期价格无法调整的概率与对应的权重、t期对t+j期的预期价格Etπt+j和折现率β相乘得到利润最大化新价格xft，如式(4)所示：
第五，在控制变量中，可支配收入(Wage)的水平项不显著而空间交互项(W*Wage)绝大部分情况具有显著的正向影响，仅在使用地理距离矩阵时影响不显著，说明可支配收入的变化对相邻省份的通货膨胀产生影响；GDP和房地产价格变动(Price)的水平项和空间交互项都没有通过显著性检验，说明GDP和房地产价格变动对于本省和相邻省份的通货膨胀都没有影响；企业利润的空间交互项(W*Profit)未见显著影响而水平项在0-1相邻矩阵和经济地理矩阵下通过了显著性检验，可见企业利润对通货膨胀会造成负向的影响。
其中，Yit表示 i地区在 t年的产业集聚水平，利用区位商来衡量我国水利产业集聚水平。 X1it、X2it、X3it、X4it、X5it分别表示i地区在t年律师、会计师等市场中介组织服务条件，行业协会对企业的帮助程度，对生产者、消费者合法权益的保护程度，对知识产权保护的程度。X6it为可能影响水利产业集聚水平的控制变量的向量，其中包括经济规模、城市化水平、政府干预、收入差距、FDI、交通基础设施、劳动力素质与市场化程度；εit为误差项。
πt=(1-λ)(xbt-xb(t-1))+λ(xft-xf(t-1))
例4“螺丝结顶”是指乐曲上句与下句之间保持应答模式，乐句的长度递减，而音乐情绪却逐步高涨。此曲在句式结构上以四拍为一句，发展到最后为一拍一句，将音乐推向高潮。原曲中吹奏乐器（竹笛、笙、唢呐）与弹拨乐器（扬琴、琵琶、古筝），以及拉弦乐器（板胡、二胡、中胡）相互对答呼应，改编后用钢琴的两个声部模仿乐队的领与合、吹与弹、弱与强等对比关系，描绘出锣鼓喧天的节日场面。
(5)
xft也可以分解为本期内市场的平均价格和一期后预期价格与其对应无法变更价格概率乘积的和，即：
在定价时厂商有两种选择，一种是根据下一次能够定价的时间和整个期间内物价水平变化的贴现推算本期的利润最大化定价(前瞻式定价)，另一种是根据历史价格数据来确定本期定价(后顾式定价)[13]，当然也存在同时综合前瞻和后顾式定价的厂商。我们在这里假设采用前瞻式定价的厂商比例为λ，定价为xf，采用后顾式定价厂商比例为1-λ，定价为xb，采用综合前瞻和后顾式定价的厂商依照其决策权重按比例划入前瞻式厂商和后顾式厂商。此时，市场通货膨胀应该为：
考虑到本期价格已知，
将等式左边转写为(xft-pt-1)-(pt-pt-1)，用式(5)替换式(6)中右项部分并在式(6)两边同时减去pt得出：
(xft-pt-1)-(pt-pt-1)=[1-β(1-α)]
根据式(3)有
通货膨胀率π的定义为πt=pt-pt-1，潜在价格与潜在产出之间成比例
将以上条件代入式(7)中，合并同类项得到式(8)：
目前，世界各国都深刻意识到低碳经济是全人类发展的必然趋势。对于因二氧化碳等温室气体过量排放所导致的气候变化和能源短缺等一系列问题，都应靠发展低碳经济作为改善措施。众所周知，电力行业作为温室气体的主要排放行业，在我国低碳经济的大环境下，扮演着至关重要的角色。如何切实有效地提升电力企业会计核算制度，从根本上降低我国的碳排量，是目前每一个电力会计工作者都应思考的问题。
根据假设，采用前瞻式定价方法的厂商占比为λ，令
式(8)可以转写为：
λπt=κyt+βλEtπt+1(9)
该研究对大流量细胞分离和检测微流控芯片的设计提供了思路与一定的理论参考,可以实现3D微尺度细胞电阻抗成像检测与特异细胞的介电泳分离。
式(9)中，等式左边即为前瞻定价厂商对于通货膨胀的贡献λ(xft-xf(t-1))。
对于采用后顾式定价的厂商，其定价等于上一期设定价格与上一期通货膨胀率之和。目前对参考几期历史数据的问题暂无定论，本文为了讨论问题方便，假设厂商仅参考1期历史数据，并在方程两边同时乘以采用后顾式定价的厂商比例1-λ，得到式(10)：
(1-λ)(xbt-xb(t-1))=(1-λ)πt-1(10)
综合式(1)、式(9)和式(10)的结果，可以得到综合前瞻和后顾定价因素的新凯恩斯菲利普斯曲线：
当外界环境温度发生变化时,作为激光器选频元件的光纤光栅的反射波长会随温度发生线性变化,激光器的激射波长也随之发生变化。光栅的反射波长与温度变化呈现一定的变化关系,所以可用探测到的激光波长反映环境的温度变化。图4(a)给出激光光谱随温度变化情况,箭头标出了温度增加的时候,光谱温漂的方向。探测信号的OSNR超过40 dB。图4(b)给出激光激射波长随温度变化关系,我们看到温度传感系数为9.571 pm/℃,激光波长与光栅温度呈现线性变化关系。
其中，
为在t期厂商对t+j期价格的预期。可以根据等比数列求和公式并推广到t+1期得到式(5)：
=γbπt-1+γfEtπt+1+κyt(11)
我打算说点什么，想向他保证，我可以撑下去，也许吧——，但话到嘴边又咽了回去，不知为什么。可能因为我不想再看到艾瑞克那张脸，也不喜欢他盯着我，甚至永远不想让他再看我。
其中，γb=1-λ，γf=βλ。yt项衡量的是生产偏离稳态的程度，即产出缺口(GAP)，Etπt+1项为t期对t+1期的通货膨胀预期，该项为本研究的核心所在。
本研究在式(11)的基础上提出假设：通货膨胀不仅会受到本省通货膨胀1期滞后项、通货膨胀预期及产出缺口的影响，还会受到相邻省份通货膨胀1期滞后项、通货膨胀预期及产出缺口溢出效应的影响。为了验证这一假设，本研究建立动态空间杜宾模型(SDM)形式如下：
πit=θ0+μWπi(t-1)+θ1πi(t-1)+δ2WEitπi(t+1)+θ2Eitπi(t+1)+δ3Wyit+θ3yit+δ4WZit+θ4Zit+εit(12)
式(12)中，πit用各省份通货膨胀来表征，Etπi(t+1)是各省份通货膨胀预期，yit是各省份产出缺口，W是空间权重矩阵，εit是服从独立同分布的扰动项，满足εit～iid(0,σ2)。模型中还加入了控制变量Z。考虑到物价有可能受到投资、消费、贸易等多方面的影响，参考相关研究成果，Z包括房地产价格变动(Price)[16][17]、企业利润(Profit)[18]、国内生产总值(GDP)[19][20]和居民人均可支配收入(Wage)[21]。
拍摄野生鹿并不容易（出自一位过去5年专业拍鹿的摄影师叙述），因此在封闭公园里的出片大家一样认可，也同样有成就感。
(二)空间权重矩阵的选择
有些学者认为,这样的简单空间矩阵在分析问题时会有一些不足之处。[22][23]一方面，经济活动的影响并非只局限在与之相邻的省份，区域中心如北京、上海、广州、深圳等的经济政策对于不相邻但相近的省份同样具有影响效果。另一方面，同样的数值并不能反映同样的影响效果，例如，同样不相邻的情况下，上海对安徽省的影响要远远大于新疆对安徽省的影响。鉴于此，在进行物价的空间相关性分析时，既要考虑邻接性，也要考虑两省份之间的实际地理距离。为此，可以使用地理距离矩阵，即用不同省份之间省会城市距离平方的倒数来表征两省份在地理上的联系，其构造过程如式(14)所示。
实际上，在现代经济体系下，无论是商品的流通还是货币的流通都变得极为便捷，在分析经济问题时需要注意，同样距离的两省份影响程度未必是一样的。以安徽省为例，即使距离相似，上海市对安徽省的经济影响要大于江西省对安徽省的影响，采用地理距离矩阵无法反映这种经济上的“相邻”。因此，有些学者采用了经济地理矩阵来分析相关问题。[3][24]该矩阵考虑了两省份之间的经济社会特征导致的相互影响,其影响大小主要取决于两省份经济水平的差距。其构造过程如式(15)所示，考虑到本研究使用的面板数据时间跨度较小，GDP数据选取的是样本年份的中间年——2017年各省份GDP数据。
从理论上来说，以上三种矩阵并没有表明哪一种可以完全反映各省份之间的地理空间关系信息。在本研究中，考虑到所有变量既可能存在地理空间上的相互影响，也可能存在经济水平上的相互影响，为保证结果的稳健性，将同时采用这三种矩阵对问题开展研究，并对结果进行观察和分析。
(三)数据来源
考虑到数据的可得性和有效性，本研究使用国内31个省份2013Q1～2019Q1季度数据进行研究。各项数据的来源为：省(市)级季度通货膨胀(CPI)、居民人均可支配收入(Wage)、工业企业利润总额(Profit)和国内生产总值(GDP)，数据来源于国家统计局官方数据平台(1) 网址为：http://data.stats.gov.cn。其中CPI选取2015年以前的“居民消费价格分类指数”和2016年以后的“居民消费价格指数”的月度数据并进行计算，得出季度数据。 ；各省份季度房地产价格变动(Price)用国家统计局发布的“七十个大中城市住宅销售价格指数”中各省省会住宅价格来代替；产出缺口(GAP)项在原模型中来自于厂商的边际成本，由于很难直接获取，本研究采用较为常用的处理方式[25][26]，用GDP缺口来替代全社会厂商产出缺口的总和。GDP缺口的计算方法如式(16)所示。实际产出的计算要根据GDP指数进行平减，得到以基期物价为基准的实际产出数据，潜在产出是通过对实际产出数据利用X-12方法进行季节调整以及HP滤波的方法去除长期趋势影响最终得到。
最后计算通货膨胀预期(Expectation)数据。在现有研究中，通货膨胀预期数据的生成方法主要有四种：一是基于对央行《居民储蓄问卷调查》的统计结果，经转化处理得到定量数据的方法；二是利用金融市场远期利率、金融资产价格中的公共预期因素、实际有效汇率等工具变量，计算通货膨胀预期的方法；三是通过依据经济理论所构建的宏观经济模型，选择一些影响通货膨胀预期的主要变量进行回归估算，推断通货膨胀预期的方法；四是基于ARMA(p,q)模型对通货膨胀预期进行估算的方法。这些估计方法各有利弊，但考虑到通过方法一和方法二无法获得省级通货膨胀预期数据，方法三在取何种宏观经济指标来估算通货膨胀预期这个问题上仍然存在争议，本文采取第四种方法，即通过构建ARMA(p,q)过程对通货膨胀预期进行估算[27]，其原理如下。
基于适应性通货膨胀预期假设，可以有：
Etπt+1=Et-1πt+μ(πt-Et-1πt) (17)
为了防止伪回归问题的发生，我们需要检验模型中数据的平稳性。本文采用常见的单位根检验方法，检验结果见表1。从表1看，除GDP和企业利润外，所有变量在五种方法下均通过显著性检验。这两项在五种检验方法中大多数都可以通过稳定性检验，可以认为本研究中涉及的各个变量均平稳。选择最优的空间计量模型有助于准确考察空间依赖关系产生的原因以及空间关联机制的作用效果。因此，有必要对空间杜宾模型(SDM)的适用性进行检验。借鉴Elhorst(2014)[30]和王亮(2019)[31]的检验思路对本研究模型适用性进行检验，结果见表2。
式(18)是一个ARMA过程，因此用式(19)获得的省(市)级季度通货膨胀数据πt，即为适应性通货膨胀预期假设下的通货膨胀预期。
基于前文的分析，我们需要选取适当的矩阵来进行空间面板分析。目前常用的空间矩阵构造方式主要有三种：空间相邻0-1矩阵、地理距离矩阵和经济地理矩阵。空间相邻0-1矩阵的构造较为简单，即根据空间单元(省份)的邻接性来确定，若两省份相邻取1，不相邻则取0，构造方式可以用式(13)表示。
式(19)中，ωi为自回归系数、vj为移动平均系数，εit项为白噪音。
参考孙立军等人(2011)[28]、邱崇明等人(2014)[29]的研究，考虑到国内数据统计发布一般在季度次月中旬，企业等市场主体制定季度预算一般都在季度前一个月，通货膨胀预期的形成一般会和实际通货膨胀有两个季度的时滞。因此取p=2,q=2，也即通过ARMA(2，2)过程来生成省(市)级季度通货膨胀预期数据的拟合值。
三、实证结果分析
其中，μ为上一期通货膨胀预期误差对下一期预期的影响，也就是适应性水平，通过合并同类项并多次迭代,令通货膨胀预期误差项ηt+1=πt+1-Etπt+1可以得到：
表 1主要变量稳定性检验结果
注：表中***、**、*分别表示在1%、5%、10%的显著性水平下显著。
表 2空间面板模型的适用性检验
注：表中***、**、*分别表示在1%、5%、10%的显著性水平下显著。
通过观察表2内容可以得到四个结论：第一，在使用三种不同的矩阵时，LM-lag和LM-error及其Robust统计量绝大多数显著拒绝了非空间效应模型，可以判断在分析本研究问题时，使用空间模型是合理的，即通货膨胀不仅会受到地理上相邻省份的影响，而且会受到经济上邻近省份的影响；第二，使用三种不同矩阵时Hausman检验均显著拒绝了随机效应的原假设，这就表明随机效应模型不适用；第三，考虑到本研究的时间跨度较短(2013Q1～2019Q1)，各省份在通货膨胀上的异质性更多地来源于不同省份个体而不是时间的推移，可以认为模型只包含个体固定效应，没有时间固定效应；第四，在三种不同矩阵下Wald检验和LR检验的结果均在1%的显著水平上拒绝了H0：δi=0和δi=-μθi的原假设，表明相邻的、地理空间的和经济相邻的省份之间通货膨胀预期对通货膨胀的影响是不可忽略的，研究中使用的空间杜宾模型(SDM)不能退化成空间自回归模型(SAR)或面板空间误差模型(SEM)。综合分析，采用个体固定效应空间杜宾模型(SDM)是合理且为最优的。
表 3空间面板计量回归结果
注：表中***、**、*分别表示在1%、5%、10%的显著性水平下显著。
表3是空间面板计量回归的结果，观察表3可以得出五点结论。
第一，对比采用三种矩阵下模型的ρ、R2和对数似然函数值发现，本研究所涉及的变量确实存在着空间自相关，模型的拟合效果都很好。
第二，通货膨胀一阶滞后(CPIt-1)的水平项系数通过了显著性检验且为负，在陈彦彬(2008)[13]和王芊(2017)[32]的研究中也都出现了相同的结果，这说明惯性对通货膨胀的影响要小于波动性对通货膨胀的影响。通货膨胀一阶滞后的空间交互项都未通过显著性检验，说明通货膨胀一阶滞后溢出效应不存在惯性。
第三，通货膨胀预期(Expectation)的水平项只有在经济地理矩阵下有显著的正向影响，而通货膨胀预期的空间交互项在使用0-1相邻矩阵和地理距离矩阵作为空间权重矩阵时有显著的正向效应。这说明通货膨胀预期的溢出效应主要影响的是地理相邻的省份而不是经济水平相近的省份。
第四，产出缺口(GAP)的水平项对于通货膨胀没有影响，空间交互项在使用不同空间权重矩阵时均在1%水平下显著且呈正向影响，说明产出缺口确实会影响相邻省份的通货膨胀。
中国的扶贫开发是由党和政府领导和组织开展的。党和政府在扶贫开发中的领导作用主要表现在以下方面：第一，将扶贫置于国家改革和发展之中进行设计和调控，将减贫寓于改革和发展的整个过程中，通过改革和发展为减贫创造有利的环境和条件；第二，通过建立扶贫领导和协调组织体系，将扶贫整合到国家的经济社会发展计划之中，使扶贫成为党和政府工作的重要内容，保证扶贫所需要的组织支持；第三，利用行政体系和资源，动员和安排扶贫资源，保证必要的扶贫投入；第四，政府根据扶贫的需要，调整相关的政策或者制定必要的法规和制度，为扶贫工作的有序开展提供制度保障。
由于在空间杜宾模型(SDM)中，空间面板计量的回归系数不能真正反映溢出效应，因此也就无法从空间面板计量回归分析中获取有关通货膨胀预期的直接效应、溢出效应的相关信息。为了进一步分析通货膨胀预期在内的各个解释变量在长期和短期的直接效应、溢出效应和总效应，需要做更加详细的考察，具体结果见表4。
裁量终身监禁相比较绝对终身监禁而言，更加具有灵活性，可以针对案件的不同情况做出最合理的惩罚，而不是一味地采取一刀切的措施。此外，由于赋予了法官自由裁量权，可以充分发挥法官的主观能动性，以期最大限度地实现该替代刑的制度价值。
表 4空间杜宾模型( SDM)溢出效应及估计结果
注：表中***、**、*分别表示在1%、5%、10%的显著性水平下显著。
如表4所示，在采用不同空间权重矩阵时，效应水平比较显著的变量是通货膨胀预期、产出缺口和人均可支配收入。采用不同矩阵的直接、间接效应分析在短期和长期上得到的结论基本相同，这一方面说明通货膨胀形成机制在长期和短期具有一致性，另一方面也说明了研究结果的稳定性。通过观察表4中的各项数值，可以得出五个结论。
第一，通货膨胀预期和产出缺口的总效应在长期和短期不同矩阵下均通过了1%显著性水平检验，说明新凯恩斯菲利普斯曲线在我国是适用的。
ERCP模块接收到自动制动手柄指令，给均衡风缸减压到目标值；BPCP模块响应均衡风缸压力变化，制动管被减压到均衡风缸目标压力；16CP/DBTV模块响应列车管减压变化，给作用管充风；BCCP模块响应作用管压力增加，机车制动缸充风制动；同时车辆副风缸给车辆制动缸充风，车辆制动机制动。
第二，不同的空间权重矩阵表征了不同的相邻关系，因此会导致模型推断结果细微的不同，在使用经济地理矩阵时，通货膨胀预期对于通货膨胀的影响只表现为直接效应，说明通货膨胀预期并不会影响经济水平相近的省份；在使用其他空间权重矩阵下均呈现显著的正向溢出效应，说明一省通货膨胀预期的高企会升高地理上相邻省份的通货膨胀水平。
第三，产出缺口无论是在短期还是在长期均具有显著的溢出效应，说明实际产出与潜在产出的偏离值越大，生产、生活资料的需求无法在本省得到满足的程度就越高，对相邻省份造成影响，导致相邻省份通货膨胀升高。直接效应只有在0-1相邻矩阵下具有显著性，但其直接效应系数要小于间接效应系数，说明产出缺口对通货膨胀的溢出效应要大于对本省的影响。
第四，在控制变量中，人均可支配收入项的显著性最为明显。在三种矩阵下无论是从短期还是从长期看，人均可支配收入水平的溢出效应和总效应均显著。直接效应只在地理距离矩阵作为空间权重矩阵时显著。造成这种现象的原因可能是工资通过劳动力流动影响相邻省份的通货膨胀。
第五，房地产价格变动在0-1相邻矩阵和经济矩阵下只有总效应是显著的，这说明房地产价格变动会综合地正向影响我国各省份通货膨胀水平。企业利润均只对本省通货膨胀有显著的负向影响，这可能是因为企业基于稳健经营的考虑会将一部分利润以企业留存等方式保留在企业内部，这部分资金暂时离开了市场，也就造成了市场上通货的减少，降低了通货膨胀。未发现GDP对通货膨胀有显著影响。
四、结论与启示
一直以来，科学研判宏观经济的新走势,准确认识经济新常态的新特征,主动适应并引领经济新常态,是站在新发展阶段起点上的中国需要面对的重大问题。[33]理解我国通货膨胀产生的原因和动态性质对于制定合理的宏观调控政策具有重要意义。在调整通货膨胀的各种手段中，通货膨胀预期管理以其难度小、手段丰富、成本小、见效快等特征引起了政策制定者和学者们的广泛关注。现实中，通货膨胀预期向通货膨胀的实现，其机制复杂、作用综合，以往的研究多数集中在国家宏观层面，缺少区域层面的研究，也就缺少对于通货膨胀预期空间效应的研究。本研究基于新凯恩斯菲利普斯曲线，利用中国2013Q1～2019Q1的省级季度面板数据，建立了空间面板杜宾模型(SDM),主要使用空间相邻0-1矩阵、地理距离矩阵和经济地理矩阵作为空间权重矩阵考察了我国省级通货膨胀预期等要素的影响，得出四点结论。
第一，我国各省份通货膨胀的形成存在显著的空间相关性。地区间通货膨胀预期向通货膨胀的转化并非是随机独立的，还会受到地理或经济上相邻或相近省份通货膨胀预期的影响，而且这种影响是正向的，也就是说，一省通货膨胀预期升高将会影响本省及周边省份的通货膨胀水平。
第二，通过对总效应的分析发现综合前瞻和后顾定价因素的新凯恩斯菲利普斯曲线在我国是适用的，也就是说通货膨胀与通货膨胀一阶滞后项、产出缺口和通货膨胀预期之间呈显著的正向相关关系。除以上要素外，人均可支配收入对通货膨胀的影响也是正向的。
基于视觉监控下的半自主行驶是介于自主行驶与遥控驾驶之间的一种导航控制方式，车辆行驶中摄像头拍摄到的图像通过远程视频链路持续地回传到控制上位机.操作人员根据接收到的道路图像进行主观判断，完成针对车间运行管理的巡视.
第三，对间接效应的研究表明，无论是长期还是短期，通货膨胀预期、产出缺口和人均可支配收入的溢出效应均显著为正，说明这些要素都对通货膨胀产生了稳定、正向的影响，且这些要素对外省的影响要大于对本省的影响。
第四，房地产价格变动会影响总体通货膨胀水平，企业利润只会影响本省通货膨胀水平，但本研究并未发现这两种因素对于相邻省份通货膨胀具有溢出效应。而GDP却不会影响通货膨胀水平。
针对上述研究提出两点政策建议。第一，从国家层面看，我国的通货膨胀在地区内部具有较强的溢出效应，表明我国各个区域内市场一体化进程得到了较大发展，尽管我国各地区通货膨胀在区域之间差距较大，但在制定通货膨胀管理的相关政策时，可以从大一统的角度去考虑。第二，各省份在制定宏观经济调控政策时，既要考虑本省的实际情况，也要考虑相邻省份的通货膨胀预期、产出缺口和人均可支配收入的影响，综合谋划，精准施策，从而避免受到外省影响而使政策效果产生偏差。
[参考文献]
[1]徐亚平.中国目前不宜实行通货膨胀目标规则[J].内蒙古社会科学(汉文版),2009,(5).
[2]Metzler L A. Interregional Income Generation[D].Boston:Harvard University,1942.
[3]Muth J F.Rational Expectations and the Theory of Price Movements[J].Econometrica,1961,(3).
[4]Phillips A W.The Relation between Unemployment and the Rate of Change of Money Wage Rates in the United Kingdom,1861～1957+[J].Econometrica,1958,(100).
[5]Fuhrer J C.The (un) Importance of Forward-looking Behavior in Price Specifications[J].Journal of Money,Credit and Banking,1997,(3).
[6] Gal J,Gertler M.Inflation Dynamics:A Structural Econometric Analysis[J].Journal of Monetary Economics,1999,(2).
[7]张蓓.我国居民通货膨胀预期的性质及对通货膨胀的影响[J].金融研究,2009,(9).
[8]杨继生.通货膨胀预期、流动性过剩与中国通货膨胀的动态性质[J].经济研究,2009,(1).
[9]高茵.财政刺激计划、货币供应量、公众预期与通货膨胀——中国1996～2008年月度数据的实证分析[J].财经问题研究,2010，(2).
[10]黄正新,章婷.中国通货膨胀预期的性质与形成机制[J].广东财经大学学报,2015,(1).
[11]姬广林.中国地区通货膨胀的空间特征与人口年龄结构关联性研究——基于动态空间面板模型[J].国际金融研究,2017,(4).
[12]张明,谢家智.中国地区价格的空间相关性及传导差异的因素分析——基于动态空间面板模型的实证研究[J].财经研究,2012,(3).
[13]陈彦斌.中国新凯恩斯菲利普斯曲线研究[J].经济研究,2008,(12).
[14]Taylor J B.Aggregate Dynamics and Staggered Contracts[J].Journal of Political Economy,1980,(1).
[15]Calvo G.A..Staggered Prices in a Utility-Maximizing Framework[J].Journal of Monetary Economics,1983,(12).
[16]洪涛,西宝.中国住宅价格与通货膨胀关系的实证分析[J].价格理论与实践,2008,(6).
[17]吕风勇.房地产价格波动的通货膨胀效应研究[J].价格理论与实践,2016,(12).
[18]彭方平,等.垄断与通货膨胀:理论与证据[J].金融研究,2016,(5).
[19]周文,赵果庆.中国GDP增长与CPI:关系、均衡与“十二五”预期目标调控[J].经济研究,2012,(5).
[20]于光耀,范建伟.中国通货膨胀预期形成机制的探析[J].经济经纬,2012,(3).
[21]杨小军.中国新凯恩斯主义菲利普斯曲线的经验研究[J].统计研究,2011,(2).
[22]赖小琼,黄智淋.基于动态面板数据的中国菲利普斯曲线稳健性分析[J].当代财经,2011,(3).
[23]白俊红,等.研发要素流动、空间知识溢出与经济增长[J].经济研究,2017,(7).
[24]林光平,等.我国地区经济收敛的空间计量实证分析:1978～2002年[J].经济学(季刊),2005,(S1).
[25]耿强,等.中国的通货膨胀、通货膨胀预期与人民币有效汇率——开放新凯恩斯混合菲利普斯曲线框架下的实证分析[J].世界经济文汇,2009,(4).
[26]王益君,等.异质性通货膨胀预期对通货膨胀形成机制的动态影响——基于混合新凯恩斯菲利普斯曲线的实证分析[J].财经理论与实践,2017,(3).
[27]Patra M D,Ray P.Inflation Expectations and Monetary Policy in India: An Empirical Exploration[Z].International Monetary Fund,2010.
[28]孙力军,朱洪.通货膨胀、通货膨胀预期和货币政策——基于中国2001～2010年数据的实证研究[J].华东经济管理,2011,(6).
[29]邱崇明,黄燕辉.通货膨胀预期差异与货币政策区域效应——基于我国31个省份面板数据的实证分析[J].吉林大学社会科学学报,2014,(2).
[30]Elhorst J.P..Matlab Software for Spatial Panels[J].International Regional Science Review,2014,(3).
[31]王亮.网络零售提高了制造业集聚吗?——基于动态SDM的时空效应分析[J].中国经济问题,2019,(4).
[32]王芊.混合新凯恩斯菲利普斯曲线在中国的检验[J].金融经济,2017,(24).
[33]蒋宇宁.中国经济的新常态与新出路研究[J].内蒙古社会科学(汉文版),2016,(4).
A Study on the Spatial Characteristics of China' s Regional Influence of Inflation Expectations on the Inflation—— Based on the Spatial Dubin Model
LIU Jin-quan， WEI Que
( School of Business , Jilin University , Changchun Jilin 130012, China ; Jilin Institute of Information of Science and Technology , Changchun Jilin 130033, China )
[Abstract] Understanding causes and dynamic nature of inflation in China is important for formulating reasonable macro-control policies, Because of its strong correlation with inflation, inflation expectation has beena macroeconomic controltarget index as important as inflation. Base on HNKPC model which contains bothperspective and looking behind decision -makingprocess, used 2013Q1～ 2019Q1 panel data of 30 provinces in China introducing 0-1 spatial matrix, geographicaldistance matrix and economic geography matrix, this paper tested spatial effects and transmission mechanism among inflation expectations, inflation and relative factors in China.The conclusion of this paper indicates that inflationexpectation is influenced by the inflation expectations in the neighboring provinces, The impact of first-order lagterm of inflation, output gap and inflation expectations on inflation is significant, positive and steady. Given this, when formulatingmacroeconomic control policies, each province should consider the actual situation of theirown as well as the impact of inflation expectations, output gaps and disposable income of their neighboring provinces, to avoid the impact leads to large deviations.
[Key words] Inflation Expectations; HNKPC Model; Spatial Dubin Model( SDM); Spillover Effects
[基金项目] 教育部人文社科重点研究基地重大项目“十三五期间中国增长型经济波动态势与宏观调控模式研究”(编号：16JJD790014);国家自科基金项目“经济新常态下经济增长的趋势性与收敛性研究”(编号：71873042)。
[收稿日期] 2019-08-28
[作者简介] 刘金全，男，吉林大学商学院教授，博士生导师，经济学博士。
魏阙，男，吉林大学商学院博士研究生，吉林省科学技术信息研究所助理研究员。
DOI: 10.14137/j.cnki.issn1003-5281.2019.06.015
[中图分类号] F822.5; F224
[文献标识码] A
[文章编号] 1003-5281( 2019) 06-0100-09
(责任编辑 毛伟华)
标签：通货膨胀预期论文; HNKPC模型论文; 空间杜宾模型(SDM)论文; 溢出效应论文; 吉林大学商学院论文; 吉林省科学技术信息研究所论文;