书书书
《贵州财经大学学报》2013 年第 3 期 总第 164 期 宏观经济 1
通货膨胀、相对价格变动与资源配置效率
＊
聂 飒
(云南民族大学 经济学院，云南 昆明 650031)
摘 要:以通货膨胀率为阈值变量构建了中国相对价格变动(RPV)与资源配置效率(RAE)关系的面板阈值模型，实证结果表
明，相对价格变动会降低资源配置效率，但在不同的通货膨胀水平下，这种不利影响存在明显差异，当通货膨胀率处
于 1%—5%之间时，相对价格变动的资源配置效率损失并不明显。为了提升价格信号的资源配置效率，政府应考虑
现实经济所处的通货膨胀区间来制定合适的宏观调控政策。另外，也要在加强对外开放、提升人力资本水平和财政
支出水平等方面促进实体经济各部门资源的合理配置，从而促进物价总水平的基本稳定，进而提升价格机制的资源
配置效率。
关键词:相对价格变动;资源配置效率;通货膨胀;面板阈值模型
文章编号:1003 － 6636(2013)03 － 0001 － 08;中图分类号:F123． 16;文献标识码:A
一、引言
通货膨胀对经济的影响一直是国内外学术界研究的热点问题。长期以来，经济学界对此问题一直存在着激
烈的争论，主要有以下三种观点:促进论、促退论和中性论。促进论认为通货膨胀具有促进产出增加、实现经济增
长的作用，尤其是当经济处于有效需求不足，实际经济增长低于潜在经济增长时，可以通过通货膨胀，增加投资，
提高货币供给来刺激有效需求，促进经济增长。促退论则认为通货膨胀会导致低效率进而损害增长。中性论认
为，由于公众预期，在一段时期内可以对物价上涨做出合理的行为调整，使通货膨胀的各种影响相互抵消，从而对
产出及经济增长既不会促进也不会损害。但在现实经济中，由于信息的非对称性，人们很难做出准确的预期，故
不能及时做出合理的行为调整。对此，大多数学者认为通货膨胀对经济的促进作用只是在开始阶段的很短时期
内存在，并且需要具备特定的经济条件。
因此，从长期看，通货膨胀对经济增长具有不利影响，其中一个重要理由就是在持续性通货膨胀过程中，市场
价格机制将遭受严重损失，企业和居民面对不断变化的价格将感到无所适从，甚至做出错误的决策，出现资源误
配置效应，从而影响经济增长。由于相对价格和价格系统的一个基础性作用就是有效传递经济活动中决定生产
什么和生产多少的信息，相对价格作为生产信号的效率损失可能会减少总产出并增加失业(Friedman，1977)。［1］
因此，研究相对价格变动对资源配置效率的影响对于理解市场机制充分发挥资源优化配置的基础性作用具有重
要的启示。
Bick and Nautz(2008)认为，通货膨胀正是通过破坏相对价格变动的资源配置效率来影响经济。［2］目前，学术
界关于相对价格变动与资源配置效率的实证研究并不多见。在国外早期的研究中，Alex Cukierman(1982)利用理
论模型探讨了相对价格作为经济活动协调者的效率问题，研究发现，相对需求冲击和相对生产力冲击会降低相对
价格作为生产决策信号的效率，且生产滞后期越长，这种效率损失就越明显。［3］也有学者认为，通货膨胀波动性的
增加导致从绝对价格中提取相对价格信息的信号变得越发困难，从而使市场价格调节经济活动的效率降低
(Friedman，1977)。王世豪(2005)研究认为，在市场机制不完善的条件下，由于经济结构缺乏弹性，往往呈现刚性
特点，使价格的相对变动对资源重新配置的推动作用很小。［4］丁从明等(2010)研究发现，虽然价格波动会降低资
* 收稿日期:2013 － 02 － 15
作者简介:聂 飒(1982 －) ，女，辽宁铁岭人，云南民族大学经济学院讲师，博士，研究方向为宏观经济分析与预测。
2 宏观经济 《贵州财经大学学报》2013 年第 3 期 总第 164 期
源配置效率，但这种效率损失并不会无限增加而是存在门阀效应。［5］国外的研究亦证明，在通货膨胀的不同时期，
通货膨胀对相对价格变动的影响存在明显不同甚至完全相反的作用(Reinsdorf，1994;Fielding and Mizen，2001;Sil-
ver and Ioannidis，2001)。［6］［7］［8］
那么在不同的通货膨胀时期相对价格变动对资源配置效率的影响是否也存在着差异呢?为了考察这一问
题，本文尝试从宏观视角，运用产出缺口指标来代替广义的资源配置效率指标，并基于中国省际面板数据通过构
建面板阈值模型来实证检验不同通货膨胀时期相对价格变动的资源配置效率问题。
二、面板阈值模型及方法
( 一) 面板阈值模型
1．单阈值模型
考虑如下单阈值模型:
yit = αi + β'1xit I(qit ≤ γ)+ β'2xit I(qit ＞ γ)+ εit (1)
对于一个平衡面板来说，式(1)中，下标 i表示截面单位，1≤ i≤ N;下标 t代表时期且 1≤ t ＜ T;I(·)是一
个指示性函数;误差项 εit 是均值为 0，方差为 σ
2 的独立同分布序列;yit 为被解释变量;qit 为阈值变量;回归项 xit
是 k维的外生变量向量。假定 yit 和 xit 是平稳性变量，xit 中可能包含一些变量，这些变量的斜率系数在两个阈值
区间被限定是相等的。如果阈值变量 qit 低于或高于一个特定的 qit 值，定义为 γ，那么回归项 xit 对 yit 存在不同的
影响，表示为系数 β1 ≠ β2 。
2．多阈值模型
对于多阈值情况下检验与估计的方法，我们先考虑如下两阈值模型:
yit = αi + β'1xit I(qit ≤ γ1)+ β'2xit I(γ1 ＜ qit ≤ γ2)+ β'3xit I(γ2 ＜ qit)+ εit (2)
模型(2)中，γ1 ＜ γ2 ，其他符号含义与单阈值模型相同。根据模型(2)可计算残差平方和为 S(γ1，γ2) ，并且
(γ1，γ2)的联合最小二乘估计是使得 S(γ1，γ2)最小化的值。由于网格搜寻(γ1，γ2)需要大约 (NT)
2 次回归，因
此这种序贯估计具有一致性(Silver and Ioannidis，2001)［8］。这个结果很容易推广到更高阶阈值模型。
( 二) 阈值估计及检验方法
1．单阈值估计及检验方法
(1)单阈值估计方法。Hansen(1999，2000)［9］［10］选择一种固定效应方法来估计单阈值模型，即去除个体特定
效应 αi 以后，给定 γ，可以运用 OLS方法估计斜率系数 β。那么模型(1)可改写成如下形式:
yit = αi + β'xit(γ)+ εit (3)
上式中，xit =
xit I(qit ≤ γ)
xit I(qit ＞ γ
( )) ，β = β'1，β'( )2 ' 。β的 OLS估计值 β^可以根据如下公式计算:
β^(γ)= X* (γ)'X* (γ( )) －1X* (γ)'Y* (4)
其中，X* 和 Y* 表示所有个体剔除个体特定均值以后的叠加数据。回归残差向量为 ε^* = Y* － X* (γ)^β(γ) ，
并且误差平方和 S1(γ)的计算公式如下:
S1(γ) = ε^
* (γ)'ε^* (γ) = Y* ' I － X* (γ)' X* (γ)'X* (γ( )) － 1X* (γ)( )' Y* (5)
然后，根据 Hansen(2000)可以运用最小二乘法来估计阈值 γ，其估计值如下所示:
γ^ = arg min
γ
S1(γ) (6)
斜率系数的估计值由 β^ = β^(^γ)来获得。残差向量是 ε^* = ε^* (^γ) ，残差的方差定义如下:
σ^2 = 1N(T － 1)ε^
* 'ε^* = 1N(T － 1)S1(^γ) (7)
(2)单阈值检验方法。在估计得到单阈值 γ后，接下来就是检验这个阈值是否统计显著。单阈值模型中不存
在阈值效应的原假设可表示为 H0:β1 = β2，由于没有标准分布，在 H0 情况下不能识别阈值。对于固定效应方程，
Hansen(2000)提出一种 Bootstrap方法来模拟似然比检验的渐近分布。在无阈值的原假设下，模型(8)可表示为:
yit = αi + β'1xit + εit (8)
经过固定效应转换以后，模型(8)可改写成如下形式:
《贵州财经大学学报》2013 年第 3 期 总第 164 期 宏观经济 3
y*it = β'1x
*
it + ε
*
it (9)
式(9)中，^β1 是 β1 的 OLS估计量，残差项是 ε^
*
it ，误差平方和是 S0 = ε^
* ' it ε^
*
it 。那么 H0 的似然比检验的 F1 统
计量如下:
F1 =
S0 － S1(^γ)
σ^2
(10)
上式中 σ^2 是式(7)所定义的残差方差估计值。
2．多阈值估计及检验方法
(1)两阈值估计方法。两阈值模型(2)可以用 OLS方法来估计，得到的残差平方和为 S(γ1，γ2) ，其计算方法
与单阈值模型相同，并且 (γ1，γ2)的联合最小二乘估计为使得 S(γ1，γ2)最小化的值。根据 Hansen(1999)和 Bai
(1997)［11］可以运用三个步骤来估计(γ1，γ2)。首先，根据式(7)最小化 S1(γ)得到单阈值估计量 γ^1 。给定 γ^1 ，
第二个阈值的计算可以根据公式(11) :
Sγ2(γ2)=
S(^γ1，γ2)如果 γ^1 ＜ γ2
S(γ2，^γ1)如果 γ2 ＜ γ^
{
1
(11)
则 γ^γ2 的估计可表示如下:
γ^γ2 = arg minγ2
Sγ2(γ2) (12)
正如 Bai(1997)所述，γ2 的估计值 γ^
γ
2 是渐近有效的。因为估计 γ^1 时忽略了第二个阈值 γ2 ，所以 γ^1 是无效
的。因此，提出第三个步骤来获得 γ1 的渐近有效估计量。假设固定第二步骤中获得的阈值估计量 γ^
γ
2 ，那么第一
个阈值的 γ1 的计算可以根据公式(13) :
Sγ1(γ1)=
S(γ1，^γ
γ
2)如果 γ1 ＜ γ^
γ
2
S(^γγ2，γ1)如果 γ^
γ
2 ＜ γ
{
1
(13)
则 γ1 的估计量计算公式如式(14) :
γ^γ1 = arg minγ1
Sγ1(γ1) (14)
(2)多阈值检验方法。如果拒绝无阈值的原假设，我们需要更进一步检验来区分是存在一个阈值还是两个阈
值。第二步骤中获得的阈值估计为 γ^γ2 ，误差平方和为 S
γ
2(^γ
γ
2) ，方差估计量为 σ^
2 =
Sγ2(^γ
γ
2)
N(T － 1)。因此，检验单阈值
或两阈值的似然比 F2 统计量的计算方法如式(15) :
F2 =
S1(^γ1)－ S
γ
2(^γ
γ
2)
σ^2
(15)
如果 F2 较大，那么就拒绝一个阈值的原假设，即认为存在两个阈值。其中，Bootstrap程序与单阈值情况相同，
并假定阈值变量 qit 和回归项 xit 在重复 Bootstrap样本中保持固定不变。依照上述方法可以推广至多阈值模型的
检验。
三、理论模型及变量说明
( 一) 理论模型的建立
本文构建面板阈值模型来考察不同通货膨胀水平下相对价格变动(RPV)与资源配置效率(Resource Alloca-
tive Efficiency，简称 RAE)的非线性关系，因此选择通货膨胀率(INF)作为阈值变量，记为 qit = infit 。同时为了避
免遗漏重要变量的误差，本文参考丁从明等(2010)将对外开放度(Open up to outside world ，略为 OPEN)、人力资
本水平(Human Capital，简称 HC)和财政支出水平(Financial Expenditure，简称 FE)等宏观经济变量作为控制变量
引入模型。令 yit = raeit ，xit = (rpvit，openit，hcit，feit) ，并假定对外开放、人力资本水平、财政支出水平与资源配置
效率的关系为线性，构建的面板阈值模型形式如式(16) :
raeit = αi +∑
K
k = 0
βk+1wrpvit I(γk ＜ infit ＜ γk+1)+ θ1openit + θ2hcit + θ3 feit + εit (16)
式(16)中，γ0 = － ∞ ，γK+1 = ∞ ，K为阈值数，(K + 1 )为阈值区间数。模型(16)即为本文实证研究的理论
模型，其中 K值的大小要根据具体的检验结果来确定。
4 宏观经济 《贵州财经大学学报》2013 年第 3 期 总第 164 期
( 二) 变量说明及计算
1．资源配置效率(RAE)
资源配置效率是市场效率的重要组成部分，一般是指在一定的技术水平条件下各投入要素在各产出主体的
分配所产生的效率。本文中的资源配置效率是指广义、宏观层面的资源配置效率，因此笔者选择产出缺口指标作
为资源配置效率的替代指标。产出缺口是指现实产出与潜在产出的差值占潜在产出的比率，可以反映现有经济
资源的利用程度。若用 Yt 表示实际产出，Y
*
t 表示潜在产出，Gt 表示产出缺口，则:
Gt =
Yt － Y
*
t
Y*t
= ln(Yt)－ ln(Y
*
t ) (17)
式(17)中，ln(Yt)表示现实产出的自然对数;ln(Y
*
t )表示潜在产出的自然对数。
在计算产出缺口 Gt 之前，首先要准确估算潜在产出 Y
*
t 。最早提出潜在产出(Potential Output)概念的是阿瑟·
奥肯(Okun． A． M，1962) ，他认为潜在产出可理解为“所有资源全部使用时一个经济体的最大可能产出”。［13］目前，
国外学者和机构对潜在产出的界定存在分歧，因此估算方法亦存在明显不同。为便于计算，本文倾向于新古典宏
观学派，即将潜在产出定义为实际产出的趋势值，该方法与凯恩斯主义传统的界定方法相比，产出缺口可正可负，
实际产出与潜在产出在偏离很小的范围内波动，这更适合于本文的实证分析。
因此，基于新古典宏观学派将实际产出的趋势值作为潜在产出的值，我们选择目前最流行的 HP 滤波法来分
解实际产出进而得到潜在产出。HP滤波技术是由 Hodrick and Prescott(1997)提出的一种时间序列在状态空间的
分解方法［14］，该方法假设产出由长期趋势成分和短期波动成分两部分组成，即 Yt = Y
T
t + Y
C
t ，其中 Yt表示第 t期的
实际产出，YTt 表示长期趋势成分，Y
C
t 表示短期波动成分。我们最小化式(18)来估算潜在产出:
min ∑
N
t = 1
(lnYt － lnY
T
t)
2 + λ∑
N－1
i = 2
［(lnYTt+1 － lnY
T
t)－ (lnY
T
t － lnY
T
t－1{ }) ］ (18)
式(18)中，λ取不同值决定不同的周期方式和平滑度，一般认同 Hodrick and Prescott(1997)季度数据取 λ =
1600 。年度数据一般取 λ = 100 ，OECD则取 λ = 25 。运用上述方法分解出潜在产出以后再根据公式(17)计算
产出缺口即可。
2．相对价格变动(RPV)
相对价格变动是指由于某些原因造成一些商品的价格上涨和一些商品价格下跌的状况。国外学者在研究相
对价格变动时普遍运用了统计上的方差或者标准差的方法，这样可以大大简化对相对价格变动的度量。若 Pt为 t
时的物价总指数，wit表示在 t时支出中 i类商品所占份额，RPVt表示 t时期的相对价格离差。所谓 RPV是指相对
价格的变异性，其定义是各种商品分类价格指数变化与总体价格指数变化的离差平方和。国外学者对 RPV 的估
算方法有加权 RPVwt 与不加权 RPV
u
t 两种，其计算公式分别如下:
RPVwt = ∑
k
i = 1
wit(pit － pt)
2 (19)
RPVut =
1
k∑
k
i = 1
(pit － pt)
2 (20)
本文在计算中国的相对价格变动(RPV)时，可将 wit 视为国家统计局在计算消费者价格指数中各大类消费品
所占的权重，这样 t期的消费者价格指数 pt 就是国家统计局公布的 CPI上涨率，即:
pt = ∑
k
i = 1
wi pit
上式中 k表示商品的分类数。为了使相对价格变动更为全面地反映各种商品和服务的价格变化，本文选择
加权的方法来计算 RPV。
3．通货膨胀率(INF)
通货膨胀是指一定时期货币过多而引起商品和劳务的货币价格总水平持续上涨的一种经济现象，是货币超
发部分与实际需要的货币量之比，用以反映通货膨胀、货币贬值的程度。国际上普遍使用价格指数的增长率来间
接表示，本文根据居民消费者价格指数(CPI)来计算通货膨胀率。
4．对外开放度(OPEN)
对外开放度是指一个国家或地区经济对外开放的程度，国际上一般选择外贸依存度作为开放度的评估和衡
《贵州财经大学学报》2013 年第 3 期 总第 164 期 宏观经济 5
量指标。外贸依存度是进出口总额、出口额或进口额与国民生产总值或国内生产总值之比。本文使用进出口贸
易总额占国内生产总值(GDP)的比例作为对外开放度指标，其计算公式如下:
OPENt =
TIt + TEt
GDPt
× Ert × 100% (21)
式(21)中，TIt表示当年进口总额;TEt表示当年出口总额;GDPt表示当年国内生产总值;E
r
t表示当年人民币
兑美元的汇率①
＊
。
5．人力资本水平(HC)
人力资本是指劳动者受到教育、培训、实践经验、迁移、保健等方面的投资而获得的知识和技能的积累，也称
为非物力资本。国际上主要使用高等院校在校学生人数作为人力资本水平的替代指标。为了消除扩招等政策因
素的影响，同时考虑到劳动者通常在毕业后工作几年积累一定实践经验后才能带来劳动生产率的提高，本文使用
过去三年高等教育在校学生的平均人数作为各省份当年人力资本水平的近似，其计算公式如下:
HCt =
USNt－1 + USNt－2 + USNt－3
3 (22)
式(22)中，USN为 University Student Number的简称，表示高校学生在校人数。
6．财政支出水平(FE)
财政支出也称公共财政支出，是指在市场经济条件下，政府为提供公共产品和服务，满足社会共同需要而进
行的财政资金的支付。财政支出水平可以反映地方政府对当地经济的干预力度，一方面增加公共品供给量，从而
提高资源配置效率;另一方面政府干预可能对市场造成扭曲效应，从而不利于资源配置效率的提升。因此我们选
择地方政府财政支出占当地的名义 GDP的比值来计算财政支出水平，其计算公式如下:
FEit =
GFEit
GDPit
× 100% (23)
式(23)中，GFE 为 General Financial Expenditure 的简称，表示一般预算支出;GDP 表示当年的名义国内生产
总值。
四、实证检验结果
本文运用中国 31 个省(市、自治区)的面板数据来对上文所提出的模型进行实证检验，数据来源于国家统计
局网站(http:/ /www． stats． gov． cn /)及各地区历年统计年鉴，数据跨度为 1994—2010 年，具体实证检验结果②
＊＊
如下
表所示。
( 一) 阈值数估计结果
为了确定阈值数，我们按照 Hansen(1999)将阈值变量即全国各省份 1994—2010 年的通货膨胀率序列按照升
序排列，并限定每一区制的最小样本数不少于总样本数的 5%。然后根据序贯检验程序，我们运用 STATA11 软件
估计本文所构建的面板阈值模型(16)得到似然比统计量 F1、F2 和 F3 以及各自根据 Bootstrap方法计算得到 P值，
阈值数检验结果如表 1 所示。根据 F1 中统计量的 P值以及各显著性水平下的临界值可知，可以在 1%的显著性
水平下拒绝不存在阈值效应的原假设;同理，根据 F2 和 F3 统计量，可以拒绝至多存在一个阈值效应的原假设和至
多存在两个阈值效应的原假设。根据上述序贯检验结果表明模型(16)中可能不只存在两个阈值效应，即可能存
在三个阈值效应，从而有四个阈值区间。
( 二) 阈值及参数估计结果
根据阈值数检验结果可知，本文的实证模型中可能存在三个阈值效应，所以我们估计阈值模型(16)得到各阈
值及不同区间的回归系数，结果如表 2 所示。由阈值估计结果可知，三个阈值的点估计分别是 1%、5%和 14. 8%。
很明显，第三个阈值为置信区间的最小值，第一和第二个阈值则严格落在置信区间内。由回归系数估计结果可以
知道，在不同的阈值区间里 RPV对 RAE的影响均为负数，这与理论模型的研究结果相符合，即相对价格的变动会
*
＊＊
①这里需要注意的是，由于统计资料中进出口总额是以美元计价的，因此在计算该指标时需要根据当年全国平均汇率将进出口总额换算
成可比的人民币价格。
②考虑篇幅的限制，具体指标计算结果此处略去，如有需要可与作者联系。
6 宏观经济 《贵州财经大学学报》2013 年第 3 期 总第 164 期
表 1 阈值数检验结果
raeit = αi +∑
K
k = 0
βk+1 rpvit I(γk ＜ infit ＜ γk+1)+ θ1 openit + θ2hc + θ3 feit + εit
H0:不存在阈值效应(K =0)
F1 70． 198
(10%，5%，1%的临界值) (2． 790，4． 190，6． 077)
P值 0． 000
H0:至多存在一个阈值效应(K =1)
F2 62． 496
(10%，5%，1%的临界值) (－ 44． 147，－ 39． 432，－ 33． 007)
P值 0． 000
H0:至多存在两个阈值效应(K =2)
F3 63． 385
(10%，5%，1%的临界值) (1． 069 ，3． 107 ，7． 307)
P值 0． 000
注:(1)表中 K代表阈值数，阈值变量 πit 为年度总体通货膨胀水平，γ0 = － ∞ ，γK+1 = ∞ 。(2)为了计算 P值，Bootstrap的迭代次数为
1000。
降低资源配置效率。具体来看，在通货膨胀率介于 1%—5%时，RPV对 RAE的影响为 － 0. 014，但统计不显著;在
通货膨胀率介于 5%—14. 8%时，这种影响为 － 0. 075，并统计显著;而在通货膨胀率低于 1%或高于 14. 8%时，这
种影响作用则变大，分别为 － 0. 454 和 － 0. 666，并统计显著。再从控制变量回归系数来看，对外开放度、人力资本
水平及财政支出水平对 RAE的影响均为正向且统计显著，即三者均会提升资源配置效率，这与经济理论相符合，
说明本文的实证模型具有一定的合理性。
表 2 三阈值模型估计结果
raeit = αi + β1 rpvit I(πit ≤ γ1)+ β2 rpvit I(γ1 ＜ infit ≤ γ2)+ β3 rpvit I(γ2 ＜ infit ≤ γ3)+ β4 rpvit I(γ3 ＜ infit)+ θ1 openit + θ2hcit + θ3 feit + εit
阈值估计结果 模型估计结果
γ^1
1
［0. 8 ，1. 3］
β^1
－ 0. 454＊＊＊
(0. 000)
γ^2
5
［4. 6 ，5. 1］
β^2
－ 0. 014
(0. 606)
γ^3
14. 8
［14. 8 ，19］
β^3
－ 0. 075＊＊＊
(0. 002)
区制 1 观测值数 174 β^4
－ 0. 666＊＊＊
(0. 000)
区制 2 观测值数 209 θ1
0. 570＊＊＊
(0. 000)
区制 3 观测值数 84 θ2
0. 603＊＊＊
(0. 000)
区制 4 观测值数 63 θ3
1. 827＊＊＊
(0. 000)
残差平方和(SSR) 4. 80e + 04
残差标准误差(SER) 9. 921
注:阈值变量 infit 为年度的总通货膨胀水平;圆括号中数字为 P值;方括号中数据为 95%的置信区间;＊＊＊表示显著性水平为 1%。
《贵州财经大学学报》2013 年第 3 期 总第 164 期 宏观经济 7
上述实证检验结果证明，中国相对价格变动对资源配置效率的影响存在明显的阈值效应，即在不同的通货膨
胀水平下，这种影响存在明显不同。具体来看，在 1%—5%的通货膨胀区间内，价格信号的资源配置效率损失并
不明显;在 5%—14. 8%的通货膨胀区间内，这种效率损失会变得比较明显;而在低于 1%或高于 14. 8%的通货膨
胀区间内，价格信号的资源配置效率损失会变得非常明显。这就说明，通货膨胀率过低或过高均不利于资源优化
配置。另外，从控制变量系数估计结果来看，加大对外开放程度、提高人力资本水平和财政支出水平可以有效提
高资源配置效率。
( 三) LR趋势图分析
由上述三阈值模型估计结果可知，三个阈值分别为:γ1 = 1% ，γ2 = 5% ，γ3 = 14. 8% 。根据 Hansen
(1999) ，我们可以构造出阈值估计量 γ^在 95%置信区间的图形，如图 1 所示。该图表示阈值变量的“似然比”序
列，即阈值函数的趋势图，其中 A为 95%置信值 7. 35，LR表示似然统计值，横轴为阈值变量。我们要求估计得到
的阈值能够确保 LR函数值达到最小(或等于零) ，它位于图形的最低点。从图 1 中可以看到，穿过水平虚线位置
的点都落在了置信区间内，文中所估计得到的第三个阈值 14. 8%使得 LR函数达到了最低点，另外两个阈值亦使
得 LR函数值落在了 95%的置信区间内。因此，本文所估计得到的阈值具有一定的合理性。
图 1 LR函数趋势图
五、结论
本文构建面板阈值模型实证检验了名义价格信息对资源配置效率的影响，实证结果表明相对价格变动会降
低资源配置效率，这与国外理论模型研究结果相符合。但是在不同的通货膨胀水平下，相对价格变动对资源配置
效率的不利影响存在明显不同。当通货膨胀率处于 1%—5%之间时，相对价格变动的资源配置效率损失并不明
显，这就为我们确定最优通货膨胀区间提供了一定的参考。
为了提升价格信号的资源配置效率，政府应考虑现实经济所处的通货膨胀区间来制定合适的宏观调控政策。
另外，也要通过加强对外开放、提升人力资本水平和财政支出水平等途径来促进实体经济各部门资源的合理配
置，从而促进物价总水平的基本稳定，提升价格机制的资源配置效率。本文主要是从宏观角度来验证价格机制的
资源配置效率问题，而微观经济各实体部门的资源配置效率问题往往更为复杂，因此，进一步研究通货膨胀对各
实体部门的影响也具有重要的现实意义。
参考文献:
［1］Friedman，M． Nobel Lecture:Inflation and Unemployment［J］． Journal of Political Economy，1977，85(6) :451 － 472．
［2］Bick，A．，Nautz，D． In?ation Threshold and Relative Price Variability:Evidence from U． S． Cities［J］． International Journal of Central Banking，
2008，4(3) :61 － 76．
8 宏观经济 《贵州财经大学学报》2013 年第 3 期 总第 164 期
［3］Alex Cukierman． Relative Price Variability，Inflation and the Allocative Efficiency of the Price System［J］． Journal of Monetary Economics，1982，
9(2) :131 － 162．
［4］王世豪．不平衡增长理论的资源配置效率实证分析［J］．经济体制改革，2005(1) :121 － 125．
［5］丁从明，陈仲常．价格波动与资源配置效率研究［J］．统计研究，2010(6) :22 － 28．
［6］Reinsdorf，M． New Evidence on the Relation between Inflation and Price Dispersion［J］． American Economic Review ，1994，84(3) :720 － 731．
［7］Fielding，D． and Mizen，P． Relative Price Variability and In?ation in Europe［J］． Economica，2001，67(2) :57 － 78．
［8］Silver，M．，and C． Ioannidis． Intercountry Differences in the Relationship between Relative Price Variability and Average Prices［J］． Journal of
Political Economy，2001，109(2) :355 － 374．
［9］Hansen，B． E． Threshold Effects in Non － Dynamic Panels:Estimation，Testing and Inference［J］． Journal of Econometrics，1999，93(2) :345 －
368．
［10］Hansen，B． E． Sample Splitting and Threshold Estimation［J］． Econometrica，2000，68(3) :575 － 603．
［11］Bai，J． Estimating Multiple Breaks One at a Time［J］． Econometric Theory，1997，13(3) :315 － 352．
［12］Chang，E． C．，and J． W． Cheng． Further Evidence on the Variability of In?ation and Relative Price Variability［J］． Economics Letters，
2000，66(1) :71 － 77．
［13］Okun，A． M． Potential GNP:Its Measurement and Significance［R］． Proceedings of the Business and Economica Statistics Section of the Ameri-
can Statistical Association，1962，98 － 104．
［14］Hodrick，R．，and E． C． Prescott． Post war U． S． Business Cycles:An Empirical Investigation［J］． Journal of Money Credit and Banking，1997，
29(1) :1 － 16．
Inflation 、Relative Price Variability and Resource Allocative Efficiency
NIE Sa
(Institute of economics，Yunnan University of Nationalities，Kunming，Yunnan 650031，China)
Abstract:This paper takes inflation rate as threshold variable to build the panel threshold model of relationship between Relative Price
Variability(RPV)and Resource Allocated Efficiency(RAE)in China． The empirical results show that the RPV will reduce
the RAE，but this kind of adverse effect is obviously different in different inflation levels． When the inflation rate is between
1% － 5%，RPV ＇s allocation of resources efficiency loss is not obvious，which can provide some references for us to
determine the optimal inflation interval． In order to improve the resources allocation efficiency of price signal，our
government should consider the inflation interval that real economy faced to formulate appropriate macroeconomic regulation
and control policy． Moreover，promote the real economic departments resources＇ reasonable allocation from strengthening the
opening to the outside world and promoting the human capital level and financial expenditure level et．，so as to promote the
stable of overall price level basically，and then improve the resources allocation efficiency of price mechanism indirectly．
Key words:Relative Price Variability;Resource Allocative Efficiency;Inflation;Panel Threshold Model
责任编辑:常明明
