劳动力价格变化对物价水平的影响研究——基于VAR模型的实证分析

王中江

(安徽工程大学国际工程师学院，安徽芜湖 241000)

0 前言

劳动力价格与物价水平一直是社会关注的焦点.从理论上分析，劳动力价格不仅反映了生产要素的价格，还直接影响公众的购买力和需求.劳动力价格的上涨刺激消费需求的增加，需求的增加又会在一定程度上产生通货膨胀的压力.工资收入和居民消费价格指数，分别作为衡量劳动力价格和物价水平的指标，近年来备受关注.2018年，城镇非私营单位就业人员年平均工资实际增长率为8.7%，同时，居民消费价格指数上涨2.1%.随着我国收入分配制度的不断健全和完善，以及人口红利的逐渐消失，劳动力价格处于逐渐上涨的状态.那么，劳动力价格与物价水平是什么关系？二者是否协调运行？劳动力价格的变动在长期和短期分别对物价水平产生怎样的影响？目前，少有研究关注这一问题.

为解决以上问题，本文选取我国城镇单位就业人员工资总额指数和居民消费价格指数作为衡量指标，采用VAR模型、Johansen协整检验、脉冲响应函数等方法检验两变量的关系，旨在剖析劳动力价格变动对物价水平的影响效应，为准确地判断物价波动原因及未来发展趋势提供参考.

1 文献综述

对于劳动力价格的研究，多集中于劳动力价格与收入、产业结构等变量的关系研究，如：李文等研究指出，农民收入与农产品价格之间存在一定的关系[1].冯涛等认为，劳动力市场扭曲与居民收入差距之间存在负向关系[2].郭圣乾等基于VAR模型分析了劳动力价格与城乡收入差距的关系，指出劳动力价格扭曲对收入差距存在显著影响[3].刘晓丽等分析了农产品价格与农民收入之间的关系具有明显的区域异质性特征[4].Broadberry等分析得出，劳动力成本的上升会对制造业等产业结构升级产生一定的影响[5].Zandweghe研究指出，人口红利逐渐消失后，全要素生产率的提升和产业的生存与发展受到了一定的影响[6].阳立高等通过面板数据分析得出，劳动力成本对制造业结构转型升级具有重要的促进作用[7].武平分析了劳动力价格与产业结构升级的关系，并提出了相应的对策建议[8].罗远业等通过实证研究得出，劳动了价格与产业结构存在长期均衡关系，其变动直接影响产业结构的调整[9].向倩雯提出，劳动力价格和产业结构升级关系密切，相互促进，且具有一定的滞后性[10].王宁，朱新缘通过对2002年至2015年人均工资和三次产业增加值数据建模分析得出，劳动力价格对产业结构合理化具有重要的影响[11].

关于居民消费价格指数与其他变量的关系，部分学者做了相关研究.如：Shahbaz等验证了批发物价指数与消费价格指数的长期协整关系[12].Kyrtsou等指出生产价格指数对消费价格指数具有重要的传导作用[13].苏志芳等探究了消费价格指数与PPI之间的长期关系，指出二者之间存在协整关系[14].杨灿和陈龙采用非参数方法分析了消费价格指数与生产价格指数之间的长期关系[15].黄微芬研究指出，工业生产者价格对消费价格指数存在显著的影响作用[16].Koutroumanidis研究指出，消费价格指数对生产价格指数具有显著的影响作用[17].

梳理已有文献可知，对劳动力价格与物价水平的关系研究较为罕见，多数研究是将劳动力价格水平或物价水平之一作为变量，研究与其他变量之间的关系，鲜有深入探究二者之间关联性的研究.在当前我国人口红利逐渐消失的背景下，劳动力价格变化对物价水平的影响，值得深入研究.

2 数据描述及处理

2.1 数据描述性分析

鉴于数据的可获得性，以城镇单位就业人员工资总额指数和居民消费价格指数年度数据分别衡量劳动力价格和物价水平，样本范围为1985至2018年，数据全部来自于国家统计局网站.两变量的时间序列分别记为LP和CPI，绘制两变量的走势图(如图1所示)以观察其波动特征.

观察图1可知，我国劳动力价格与居民消费价格指数整体上呈现较为相似的波动趋势.在1991至1994年间处于高速增长期，随后，在1995至1998年快速下跌.从1999年开始，随着国民经济的高速发展以及收入分配制度的健全和完善，劳动力价格也呈现缓慢回升的走势.直到2008年金融危机造成下跌，之后保持震荡小幅上升.从2013年开始，又处于下跌状态，至2016年开始小幅回升.

图1 劳动力价格和居民消费价格指数的走势图

仅以走势图分析可知，劳动力价格与居民消费价格之间呈现相关关系，这主要是因为，劳动力是生产要素的一部分，其价格的变动会引起最终产品成本的变动，从而引起居民消费价格指数的变动.因此，劳动力价格对居民消费价格指数具有一定的影响作用.然而，二者之间的定量关系如何？是否存在长期均衡关系？需做进一步的实证分析.

2.2 序列平稳性检验

序列CPI和序列LP均为时间序列，为防止伪回归现象，需对两序列进行单位根检验，以验证其平稳性.同时，为了避免异方差现象，对两变量均取自然对数，处理后的序列分别记为LNCPI和LNLP.采用ADF检验方法进行单位根检验，结果如表1所示.

通过检验发现，序列CPI和序列LP的自然对数序列是不平稳的，但一阶差分后自然对数序列是平稳的，即它们均服从一阶单整，符合Ⅰ(1)过程.

表1 序列CPI与LP的单位根检验结果

3 模型构建及检验

3.1 VAR模型构建

滞后期不同，会导致所构建的模型不同，因此，在构建模型之前，需确定最佳滞后期.通常，根据LR、FPE、AIC、SC及HQ五个常用指标来确定，结果如表2所示.

由表2的数据结果可知，应选择滞后1期为最优滞后期.构建VAR模型，结果如式(1)所示.

表2 最佳滞后期选择标准

(1)

为验证模型的合理性和稳定性，检验其AR特征多项式的根，结果如图2所示.AR特征根倒数的模均落在单位圆内，说明所构建的模型是合理稳定的.

图2AR特征多项式的根

3.2 协整检验

由于序列lnCPI和序列lnLP满足同阶单整，符合协整检验的条件.两变量的Johansen协整检验结果如表3所示.

表3 序列CPI和LP的协整检验结果

协整检验结果表明，迹统计量15.854 08大于5%的临界值15.494 71，因此，在0.05的显著性水平下，拒绝原假设，认为两变量间存在协整关系.进一步地，对残差序列进行单位根检验以验证变量间的协整关系.对残差序列进行单位根检验，结果显示，残差单位根的t统计量=-2.604 127，其相应的概率值=0.0109，小于5%的检验水平.因此，拒绝残差序列存在单位根的原假设，认为其是平稳的.因此，两变量之间存在协整关系，协整方程如式(2)所示.

(2)

标准误差=0.365 39

由式(2)可知，劳动力价格每变动1%，居民消费价格指数会同向变动0.434 291%.那么，两变量之间的长期均衡状态是如何是实现的？其动态波动状况如何？借助误差修正(VEC)模型来解决以上问题.

3.3 VEC模型估计

构建误差修正模型，得到F统计量的概率值P=0.000 124，从而表明模型估计整体上是显著的.进一步观察其参数(如表4所示)可知，lnLP的系数估计值显著(P=0.000 7)，可以解释为劳动力价格变动对居民消费价格指数的短期影响效应，即劳动力价格每变动1%，在短期内，居民消费价格指数将同向变动0.385 822%，略小于长期均衡下的0.434 291%.

表4 误差修正模型估计结果

误差修正项ecm(-1)的系数估计值也是显著的(P=0.009 6)，其绝对值为0.372 458，说明当两变量关系偏离长期均衡时，当期将以0.372 458的速度对前一期的非均衡状态进行调整，将其拉回到长期均衡状态.同时，根据模型估计结果可知，居民消费价格指数的短期波动分为两部分，一部分是短期劳动力价格变动的影响，另一部分是前一期居民消费价格指数偏离长期均衡关系的影响.

绘制误差修正项曲线以更加直观地了解两变量的协整关系，结果如图3所示.

从1985年至2018年间，误差修正项在零值曲线上下波动.在1995年左右，误差修正项的绝对值比较大，表明该时期短期波动偏离长期均衡的幅度较大，大约经过了10年左右时间的调整，即在2005年又重新回到了长期均衡稳定状态，之后保持小幅震荡波动.

图3VEC模型的协整关系图

3.4 脉冲响应及方差分解

3.4.1 脉冲响应函数

为进一步了解居民消费价格指数对扰动冲击变化的响应，做两变量的脉冲响应函数，结果如图4所示.

图4 居民消费价格指数对扰动的响应函数图

居民消费价格指数对自身的一个标准差新息立即做出了响应.在第一期的响应大约为0.042左右，之后这种影响逐渐降低，到第10期后影响作用趋于0.居民消费价格指数对劳动力价格的扰动没有立即做出响应(第一期的响应值为0)，在第三期，其对劳动力价格扰动所做出的响应达到最大值，约为0.01左右.随着滞后期的延长，这种作用逐渐减少，到第十期以后趋于0.这一结果也验证了所估计的VAR模型是平稳的.

3.4.2 方差分解

进一步做方差分解，以了解劳动力价格对居民消费价格指数变化的贡献度，结果如表5所示.

表5 居民消费价格指数对扰动的响应

由方差分解结果可知，在一期预测中，居民消费价格指数全部由其自身扰动所引起，第一期为100%，在第十期这种作用仍有91.2%.随着预测期的推移，居民消费价格指数预测方差中由劳动力价格扰动所引起的部分逐渐增加，而由其自身扰动所引起的部分逐渐减少，但总体比重仍然较大.大约从第七期开始，居民消费价格指数分解结果基本稳定，预测方差有8.7%左右是由劳动力价格扰动所引起的，91.3%左右是由自身扰动所引起.绘制成方差分解图(如图5所示)，以更直观地观察方差分解结果.居民消费价格指数预测方差中由自身扰动所引起的百分比逐渐下降，由劳动力价格扰动引起的百分比缓慢上升，到第十期左右保持稳定.

图5lnCPI的方差分解结果图

4 结论与建议

4.1 研究结论

通过VAR模型、Johansen协整检验、脉冲响应函数、方差分解等方法，检验我国1985年至2018年劳动力价格对居民消费价格数据的影响.模型估计结果表明，劳动力价格的变动会引起居民消费价格指数的同向变动，二者之间存在着长期均衡关系.从长期来看，劳动力价格每变动1个单位，会引起居民消费价格指数同向变动0.434 291个单位；从短期来看，劳动力价格每变动1个单位，会引起居民消费价格指数同向变动0.385 822个单位.居民消费价格指数的变动来自于自身扰动及劳动力价格的扰动.居民消费价格指数对自身的扰动会在当期做出响应，而对劳动力价格的扰动会在第三期达到最大值.这说明居民消费价格指数的上涨，一定程度上来自于劳动力价格的上涨.

4.2 对策建议

第一，建立健全劳动力价格增长机制.劳动力价格上涨应该是持续的、合理的、稳定的.上涨过快或过慢均不利于经济社会的健康运行.因此，应制定针对不同产业、不同行业的合理劳动力价格体系.同时，相关部门应根据实际情况及时调整最低工资保障标准，保障劳动力价格在合理范围内变化.

第二，提升劳动力素质，达到供需协调一致.当前，我国劳动力素质和技能参差不齐，劳动力供给与需求仍存在不够协调一致的现象.因此，要根据市场需求有针对性地培养劳动力，学历教育与职业教育并重，为不同产业、不同领域的用人单位提供不同的专业人才.同时，在人口老龄化背景下，加强对农村剩余劳动力的培训和教育，以提升其知识技能水平，为更好地就业、创业提供基础.

第三，依靠创新提高生产效率.劳动力价格的提升在很大程度上要依靠生产率的提升.创新是提高生产率的最重要的途径.应制定相应的保障政策，鼓励企业和个人积极创新，以创新驱动发展，保障企业和劳动者个人的基本利益，促进经济社会更好更快地发展.