全球供应链瓶颈对中国通货膨胀的影响研究

摘 要：在全球范围内通货膨胀问题不断凸显的大背景下，为了更好了解全球供应链瓶颈下的中国通货膨胀风险，本文以外汇储备、经济增长、消费者信心指数、国际原油价格作为控制变量，建立VAR实证模型，根据脉冲响应函数剖析全球供应链瓶颈对中国通货膨胀的影响并把握其潜在风险。研究发现：全球供应链瓶颈对中国通货膨胀存在正向影响。基于此，本文提出以下政策建议：优化供应链网络、提高可见性和预测能力、加强协同合作以及推动创新和效率提升，以期更加有效地管理和运营供应链，减轻对通货膨胀的压力。

关键词：全球供应链；通货膨胀；VAR模型；脉冲响应；方差分解

中图分类号：F279.23 文献标识码：A 文章编号：2096-0298（2024）11（a）--05

1 引言

通货膨胀是衡量一个国家经济发展状况是否健康的重要指标，对于一国的经济建设和民生工作具有重大意义。近年来，全球范围内通货膨胀问题不断凸显，无论是从其持续的时间长度还是影响的范围广度来评估，均已超出了最初的预测。许多政策制定者将这种高水平和持续的通胀归因于前所未有的供应链压力。对此，纽约联储提出了一种新的指标来捕捉全球供应链层面出现的压力，即全球供应链压力指数。该指数不但用作监测工具，而且用作分析工具，可以用于评估压力指数变动对通货膨胀的影响。

世界各国的中央银行多采用CPI作为衡量通货膨胀的关键指标。但随着跨国的生产阶段日益增多，全球生产链的延伸更加显著，由此促使更多的中间产品成为国内生产价格指数的一部分，导致仅涵盖最终消费品的CPI与PPI之间的联系显著降低。对此，众多学者提出，仅依赖CPI作为制定通货膨胀相关政策的指标，可能已非最理想的决HPM1oANV+a1OceiaO4Sz+0my4Cb23GqSSo7NqhfFnxM=策依据。因此，本文选取2007年1月—2023年12月的月度数据，以全球供应链瓶颈为自变量，生产者价格指数为因变量，选取外汇储备、经济增长、消费者信心指数、国际原油价格作为控制变量，利用VAR模型分析全球供应链瓶颈对中国通货膨胀的影响程度以及PPI受到各个要素冲击的反应幅度并进行稳健性检验，说明全球供应链对中国通货膨胀确实存在正向影响。最后，基于研究结论，本文提出我国应继续建立完善的供应链体系，增强供应链的稳定性，以妥善应对全球通胀危机。

2 文献综述

影响通货膨胀的相关因素的种类繁多，在类别上也有很多划分方式，大致可以分为货币因素、需求因素、供给因素、公众预期因素、外部因素、金融因素等。货币因素方面，贺根庆和王伟（2013）[1]研究了人民币兑美元实际汇率对通货膨胀的影响作用，并发现通过人民币升值缓解通货膨胀的途径；刘悦和刘金全（2023）[2]分析了在不同经济周期阶段，人民币汇率对通货膨胀传递效应的不对称性。需求因素方面，谢卫东等（2003）[3]和乐怡婷等（2016）[4]检验发现，中国的经济增长率与通货膨胀率之间存在显著的正相关关系。供给因素方面，张鹏等（2009）[5]和惠晓峰等（2013）[6]众多学者从货币供应的角度出发，为深入理解外汇储备与通货膨胀之间的联系提供了新的视角。许多学者在研究通货膨胀的影响因素时，考虑到外部经济因素冲击，如国际大宗商品的价格变化和石油价格变化等。朱启贵等（2011）[7]和周睿（2021）[8]研究发现，国际石油价格的上升会提升通货膨胀水平。金融因素同样会对通货膨胀产生影响，黄益平等（2010）[9]研究发现，过剩的流动性和产出缺口是导致通货膨胀的关键因素；张琳（2020）[10]同样认为资产价格会通过多种渠道及改变金融结构的方式对通货膨胀产生影响。

理论分析中，JuliandiGiovanni等（2022）[11]在纽约联储的研究中对比了美国和欧元区国家近年来的消费价格指数变化与全球供应链压力指数的波动情况，观察到在这两个地区，GSCPI指数的波动与CPI的变化呈现出一致性。同时，葛奇（2022）[12]主要研究全球供应链瓶颈问题和石油价格波动这两个关键的全球供给因素对美国和欧元区国家在疫情期间通货膨胀的影响。实证分析中，GianlucaBenigno等（2022）[13]主要采用Jordà中的局部投影法，分析表明最近的通胀压力与GSCPI的行为密切相关，尤其在美国和欧元区，CPI受到冲击的反应与PPI通胀情况下的反应相似但幅度要小得多[14]。Amiti和Mary等（2023）[15]利用双部门新凯恩斯模型，重点关注供应链中断、劳动力供应限制及其相互作用导致通货膨胀率上升。

上述文献具有启发和借鉴意义，但目前通货膨胀与全球供应链联系的研究较少，且多是以文字性分析为主的政策报告。近年来，由于地缘政治和公共卫生事件等多重因素，通胀在供应链重整带来一系列后果的情况下充分显现出来，美联储主席也表示供应链瓶颈是当前通胀推升的重要原因。因此，在新的形势变化下，本文研究全球供应链瓶颈对中国通货膨胀的影响有益于积极应对通货膨胀的变化以及供应链的可持续发展。

3 全球供应链与中国通货膨胀的现状

3.1 全球供应链现状

近年来，在疫情爆发和贸易环境剧烈变化的背景下，全球供应链经历了前所未有的挑战。疫情初期，全球供应链压力指数急剧上升，主要是由于生产和物流中断、需求波动以及供应链中的不确定性增加。许多国家和地区都经历了供应链的严重冲击，导致生产和配送延迟，甚至出现供应链断裂的情况。此外，由于贸易单边主义抬头与贸易保护主义盛行，供应链安全替代了追求成本与效率的考量，成为首选因素，全球供应链格局逐渐出现本土化、区域化、碎片化的趋势。随着疫情得到一定控制，供应链压力指数开始逐渐下降。2023年3月，全球供应链压力指数跌至2008年11月以来的最低水平。尽管如此，全球供应链仍然面临着一些长期性的挑战，如地缘政治风险、贸易保护主义、环境可持续性等。这些因素可能对全球供应链的稳定性和效率产生长期影响，需要企业和政府持续关注并采取相应的应对措施。

3.2 中国通货膨胀现状

近年来，由于能源价格上涨、供应链紧张、劳动力成本上升等因素的影响，全球总体通货膨胀率有所上升。具体来看，自2017年之后，德、意、日、法、英等国家与美国的通货膨胀变动趋势显示出较强的正相关性。然而，这些国家与中国的通货膨胀变化趋势则呈现出较为显著的负相关性。这种差异主要源于中国在全球其他国家的生产网络、流程和价值链中受到人为制约[16]。从历史来看，中国PPI波动相对较大，这主要是由于能源价格波动较大。疫情期间，全球供应链运行受阻，叠加部分主要经济体宽松的货币政策等因素，2021年10月中国PPI通胀率达到近期最高值13.5%。随着全球供应链恢复加之各项保供稳价措施效果显现，2023年全年PPI运行在负值区间。一般认为，PPI的同比处于0～1%的增幅时，工业生产经济水平相对处于合理发展阶段。因此，应保证PPI通胀率处于合理区间，以确保中国经济平稳发展。

4 模型设定与数据来源

4.1 VAR模型

向量自回归模型常用于研究宏观经济问题，例如通货膨胀等。本文采用VAR模型来探究全球供应链瓶颈对中国通货膨胀的影响。设定滞后阶数为i阶，模型的表示如下：

PPIt=∂+α1PPIt-1+…+αpPPIt-p+β1GYt-1+…+βpGYt-p+γ1CBt-1+…+γpCBt-p+δ1JJt-1+…+δpJJt-p+θ1XFt-1+…+θpXFt-p+μ1YJt-1+…+μpYJt-p+ε

其中，p是滞后阶数；t是样本容量；ε是扰动项。

4.2 数据来源及处理

对于全球供应链瓶颈变量（GY），采用纽约联储于2022年推出的新指标——全球供应链压力指数，以解决现存指标大多仅聚焦特定领域、无法全面反映全球供应链紧俏程度的问题，旨在反映全球潜在供应链中断的综合情况，该指数取值越大说明全球供应链面临的压力越大。

对于通货膨胀水平变量（PPI），采用生产者价格指数PPI同比增长率，PPI是衡量工业产品出厂价格和购进价格在一定时期内相对变化的指标，它反映了整个工业生产领域出厂和购进价格的变动趋势及其变化幅度，主要反映生产者面临的成本压力和需求状况。

此外，本文还选取影响通货膨胀水平的其他四个控制变量，包括外汇储备、经济增长、消费者信心指数和国际原油价格。外汇储备变量（CB）：指一个国家持有的以外币标价的资产总额，这些资产通常来源于企业与居民将外汇通过结汇过程转售给指定的金融机构，随后这些外汇资产被纳入国家的外汇储备之中；经济增长变量（JJ）：鉴于国家统计局未发布国内生产总值的月度增长率数据，本研究转而采用工业增加值的月度同比增幅作为经济增长的代理变量；消费者信心指数变量（XF）：综合评估了消费者对当前经济状况的看法、对未来经济的预期、个人收入水平、收入增长的预期以及消费意愿等主观因素，是预测经济动态和消费行为趋势的领先指标；国际原油价格变量（YJ）：本文选取的原油价格为北海布伦特原油的现货价格，以美元/桶为计量单位，常作为市场油价的标杆。

本文选取2007年1月至2023年12月的月度数据，所有数据来自纽约联邦储蓄银行、国家统计局、美国能源信息署。在数据的处理上，由于样本数据数值大小相差过大，单位不一，并且数据存在0和负值的情况，首先对数据进行归一化处理，实现无量纲化。其次，为避免月度数据可能受到季节性因素影响而出现的周期性波动，采用X-12-ARIMA季节性调整技术。

5 实证分析

5.1 单位根检验与滞后阶数选择

在构建VAR模型时，为避免出现“伪回归”问题，首先进行ADF单位根检验，结果发现，全球供应链瓶颈变量、经济增长变量和国际原油价格变量在5%的显著性水平上为非平稳时间序列；通货膨胀水平变量、外汇储备变量和消费者信心指数变量在5%的显著性水平上为平稳时间序列。基于此，进一步对各变量均进行一阶差分处理，随后再次进行ADF检验，结果如表1所示。

ADF检验的结果显示，经过一阶差分处理后，所有序列变量均通过1%显著性水平下的平稳性测试，说明这些变量的一阶差分均为平稳的时间序列。

其次，在构建VAR模型的过程中，确定滞后阶数是一个关键环节。如表2所示，通过AIC和BIC的评估，确定模型的最佳滞后阶数为2。

5.2 稳定性检验

在进行VAR模型的后续操作前，需要检验其稳定性。如图1所示，VAR模型中所有的单位根都位于单位圆内，说明模型具有稳定性，适合进行后续的讨论。

5.3 格兰杰因果关系检验

为检验全球供应链瓶颈与中国通货膨胀之间的因果关系，使用GRANGER因果检验方法进行检验。由表3可得，在5％的显著性水平下，全球供应链瓶颈、外汇储备、经济增长、消费者信心指数和国际原油价格能够引发中国PPI波动，并在一定程度上对未来一段时间的波动具有预测效果。

5.4 脉冲响应

脉冲响应分析用于探究内生变量在受到误差项冲击时的动态反应。图2展示了生产者价格指数对不同变量冲击的响应情况。我们选择12期的时间跨度来观察这种动态变化，其中横轴表示冲击后的时间段，纵轴显示了PPI对各变量的响应值，单位为百分点。

通过脉冲响应函数图分析可知，中国的PPI受自身的影响最为显著，并且受外汇储备、全球供应链瓶颈以及经济增长的影响也相对较强。具体来看，对于PPI自身的正向冲击，初期将会使通货膨胀迅速提高但这种程度会随时间逐渐减弱。这是因为通货膨胀具有显著的累积效应，因此要防止通货膨胀，必须管理好通货膨胀预期[16]。对于全球供应链瓶颈的冲击，PPI在受到供应链瓶颈一个标准差的正向冲击后逐渐上升，幅度在第4期达到最大值，随着滞后期的延长，幅度缓慢下降。这说明全球供应链瓶颈对中国通货膨胀存在正向影响，全球供应链瓶颈的程度加深将导致中国通货膨胀水平提高。

对于外汇储备的正向冲击，PPI急速上升且幅度于第3期达到顶峰，随着滞后期的延长，幅度逐渐下降，这表明过多的外汇储备将推动通货膨胀上涨。经济增长的冲击与外汇储备的冲击结果相类似，相比之下稍为缓和，这可能是因为经济增长带动了原材料、能源等需求上升，反而引发通货膨胀。消费者信心指数一个标准差的正向冲击导致通货膨胀下降并于第5期达到最低点，后趋于平缓。可能的解释是如果消费者信心指数的提高是基于对未来经济前景的乐观预期，而这种预期是基于货币政策的调整、生产力的提高、就业市场的改善等因素，将可能导致通货膨胀下降。对于国际原油价格的正向冲击，PPI逐渐上升，幅度在第2期达到最大值后趋于平缓。这是因为原油价格上涨会导致运输成本增加，为了保持利润，产品价格提高，从而推动整体物价水平上涨。

5.5 方差分解

脉冲响应函数分析提供了对中国通货膨胀对全球供应链瓶颈所产生冲击的初步理解。这些冲击分为两个主要部分：一部分是PPI的自我影响，另一部分则是外部因素的冲击。为深入分析这些冲击的规模，本文进行方差分解。

如表4所示，我国的生产者物价指数在解释其自身的波动方面占据主导地位，其解释力度在71.53%～100%的区间。此外，外汇储备、全球供应链的瓶颈以及经济增长等因素也显示出较强的解释能力，分别达到11.99％、6.32％和5.57％；国际原油价格和消费者信心指数的解释能力比较微小，约为2.33％和2.26％。

6 研究结论与政策建议

6.1 研究结论

本文利用VAR模型脉冲响应函数进行实证分析，检验结果表明：全球供应链瓶颈对中国通货膨胀的影响呈现出持续性和滞后性特征，持续性特征表现为在7期内对通货膨胀产生显著的正向影响，之后趋于消失；而滞后性特征表现为最大影响时滞约12期，达到最大值6.32%。因此，全球供应链瓶颈是影响中国通货膨胀波动的重要因素，全球供应链瓶颈的加深将会导致中国通货膨胀的上升，政府和企业需要采取相应措施以保证通货膨胀的平稳发展。

6.2 政策建议

一是优化供应链网络。重新评估和调整供应链网络，以减少对高成本地区的依赖。通过多元化供应商和生产基地，分散风险并寻找更具成本效益的采购和生产地点，有助于降低原材料和生产成本，并减轻通货膨胀对产品价格的压力。

二是提高供应链可见性和预测能力。借助先进的供应链技术和工具，如物联网、大数据分析和人工智能，提高供应链的可见性和预测准确性。这将使企业能够更好地跟踪和预测成本、需求和供应变化，及时作出调整以避免库存积压和供需失衡，从而减轻通货膨胀对运营和盈利能力的影响。

三是加强供应链协同和合作。与供应商、生产商、分销商和最终消费者建立更紧密的合作关系，共同应对通货膨胀的挑战。通过共享信息、协同计划和风险共担，提高供应链的灵活性和响应速度。此外，与关键供应商签订长期合同或价格锁定协议，以确保稳定的供应和成本。

四是推动供应链创新和效率提升。积极探索新的供应链管理模式和技术应用，以提高效率和降低成本。例如，采用自动化和机器人技术减少人力成本，利用循环经济和可持续发展原则优化资源利用和减少浪费。通过不断创新和改进，企业可以在通货膨胀环境下保持竞争力并实现可持续发展。

综上所述，通过优化供应链网络、提高可见性和预测能力、加强协同合作以及推动创新和效率提升，政府和企业可以更好地应对通货膨胀的挑战，并确保供应链的稳定和可持续发展。

参考文献

贺根庆，王伟.开放经济条件下中国通货膨胀影响因素的实证研究： 基于新凯恩斯菲利普斯曲线[J].中央财经大学学报，2013（4）：21-26.

刘悦，刘金全.不同经济阶段人民币汇率对通货膨胀的非对称传递效应： 基于NARDL两步估计模型[J].东北大学学报（社会科学版），2023，25（1）：25-34.

刘金全，谢卫东.中国经济增长与通货膨胀的动态相关性[J].世界经济，2003（6）：48-57.

乐怡婷，章洪量.经济增长和货币政策对中国通货膨胀影响的SVAR模型分析[J].商业经济研究，2016（5）：114-116.

张鹏，柳欣.我国外汇储备变动对通货膨胀的影响[J].世界经济研究，2009（2）：35-39+46+88.

惠晓峰，王馨润.中国外汇储备对通货膨胀影响的实证分析[J].管理科学，2013，26（2）：100-109.

朱启贵，段继红，吴开尧.国际油价向中国通货膨胀的传递及其影响因素研究[J].统计研究，2011，28（2）：7.12．

周睿.国际石油价格波动对中国经济增长与通货膨胀的时变效应分析[J].世界经济与政治论坛，2021（5）：87-102.

黄益平，王勋，华秀萍.中国通货膨胀的决定因素[J].金融研究，2010（6）：46-59.

张琳.中国金融结构、资产价格与通货膨胀[J].中央财经大学学报，2020（8）：24-32．

Julian Glovanni， Sebnem Kalemli-Ozcan， Alvaro Silva and Muhammend Yildirim. Global Supply Chain Pressures， International Trade， and Inflation[R]. June 2022

葛奇.全球供应链瓶颈对西方国家通货膨胀的影响及其货币政策含义[J].国际金融，2022，（12）：54-63.

Jord`a，Ò.，“Estimation and Inference of Impulse Response Functions by Local Projections，” American Economic Review， 2005， 95， 161–182.

Gianluca Benigno， Juliandi Giovanni， The GSCPI： A New Barometer of Global Supply Chain Pressures 2022

Amiti， Mary， etal. Inflation Strikes Back： The Role of Import Competition and the Labor Market. No. w31211. National Bureau of Economic Research， 2023.

李连发.全球通货膨胀分化：分析及中国对策[J].北京交通大学学报（社会科学版），2024，23（01）：63-72