我国 CPI 变化规律实证分析 ( 全国统计建模大赛初赛提交论文 ) 天津市统计局代表队 2008-7-25 1
我国 CPI 变化规律实证分析 摘要 对于当前我国经济运行中存在的通货膨胀压力, 很多学者进行了深入研究, 设计出了各种各样的度量指标和检验模型, 得出了不同的结论 考虑到当前我国 CPI 受粮食 能源供给等真实性冲击, 以及投资 货币供给等名义性冲击的影响, 本文通过建立向量自回归 (VAR) 模型, 从实证角度分析了 CPI 上涨与其他经济变量之间的关系, 并对 2008 年我国 CPI 涨幅进行了预测 分析结果表明, 当年 CPI 投资和货币供给的变动对下一年的 CPI 都有显著的正向影响, 而粮食 能源供给等外在因素对 CPI 的直接冲击并不显著 ; 根据模型测算,2008 年我国 CPI 涨幅约为 7.6% 最后, 本文根据模型的结果, 有针对性地提出了一些具有可操作性的政策建议 关键词 :CPI 投资货币供给 VAR 模型 2
一 研究背景和目的改革开放以来, 我国经济持续快速增长, 期间出现过几次高通货膨胀 其中, 1985 年的通胀主要是由于货币发行过多造成的 ;1988 年发生严重通胀, 其主要原因是负利率和价格改革 ;1993 年的通胀与投资的高速增长有相当大的关系, 当年全国固定资产投资比上年增长了 61.8%;1994 年的高通胀集中体现在消费领域, 导致物价涨幅过高的原因不是需求拉动而是成本推动 自 2003 年初开始, 随着我国经济进入新一轮快速增长的周期, 通货膨胀的压力也日益增强, 其加速上升的势头似乎大大超出了人们的预期 居民消费价格指数 ( 以下简称 CPI) 是衡量一个国家或地区通货膨胀水平最重要的指标, 也是反映经济稳定性的重要标志之一 2008 年 2 月份, 我国 CPI 指数同比上涨 8.7 个百分点, 为十年来最高水平, 引起各方强烈关注 因此, 分析并把握我国 CPI 的影响因素及变化规律, 对于相关机构特别是政府职能部门, 意义非常重大 本文试图通过对我国 CPI 及相关数据的分析, 建立一个合理的计量经济学模型来回答以下两个问题 : 第一,CPI 的变化是否有规律, 如当年的 CPI 同过去几年的 CPI 及其他指标是否有关系? 如果有, 是什么样的关系? 第二, 如何基于 CPI 的变化规律对以后的 CPI 作合理的预测? 二 现有研究成果的简要回顾近年来, 我国外汇储备增长迅速, 在强制结汇制度下, 巨额外汇占款便成为众矢之的 大多数学者将通胀压力归于增长异常的外汇储备 周浩 朱启贵 (2006) 运用协整分析方法与误差修正模型对我国外汇储备与物价指数之间的关系进行了研究, 结果表明外汇储备与物价指数之间存在着正相关关系, 且长期内存在稳定的均衡关系, 外汇储备每增加 1%, 物价指数上涨 0.09 % 此外, 王少平 李子奈 (2004) 通过货币需求的协整分析得出结论, 货币政策的重点应为防范通胀, 为了缓解通胀压力, 建议采用加息政策进行调控 而事实上央行也照此调整了银行间同业拆借的基准利率和存款贷款基准利率, 但效果并不明显 为此, 有些学者提出还要提高加息幅度 但也有学者提出了不同的看法, 如刘霞辉 (2004) 认为频繁的货币供给量波动会引起经济的大起大落, 其隐含的意义就是, 货币政策不是对付经济波动 ( 比如通胀 ) 的良方, 相反是引起波动的原因 吴晓灵 (2007) 在第三届中国金融年会论坛上指出 : 构成物价上涨压力的因素包括当前投资 3
信贷回落的基础还不稳固, 国际收支不平衡等因素 安佳 (2005) 认为,2004 年我国物价指数的升幅为 4.7%, 从数字上尚且不足考虑, 但是这个数字是中国政府采取了多种调控手段的结果, 尤其是中央银行通过大规模的公开市场业务操作使货币回笼 ; 实际上这种控制政策下的价格稳定并不表示价格上涨压力的减轻 国家发改委与国家统计局侧重分析 CPI 构成, 认为目前的物价上涨主要是结构性上涨, 即物价上涨主要由食品价格上涨所推动 国家统计局 (2007) 发言人认为, 近期国内肉禽及其制品 蛋类价格上涨的原因主要是粮食价格上涨, 其他商品价格上涨并不突出 国家发改委 (2007) 则进一步指出食品价格上涨的主要原因有三个 : 国际市场价格的带动 生产成本推动与供求结构失衡 商务部部长助理黄海 (2007) 认为 : 此次猪肉价格上涨, 最根本的原因是猪肉供不应求 我国生猪以散养为主, 由于信息传导不畅, 经常发生 供不应求 和 供大于求 交替出现的周期性波动 在这方面, 李敬辉 范志勇 (2005) 将粮食价格波动作为价格指数变动的重要因素纳入分析范围值得重视 而唐震斌 (2007) 认为虽然本轮物价上涨是由食品价格引发的, 但其中包含了经济增长较快 货币投放过多 投资反弹压力较大 城乡居民收入上升 消费增速加快等诸多因素 三 模型的建立 ( 一 ) 变量选取本文在上述研究成果的基础上进一步思考, 认为研究 CPI 的波动应当从货币供给量 固定资产投资 粮食和能源价格变动的相互联系中入手 1. 选用居民消费价格上涨率作为自身的内生变量, 用 RCPI 表示, 它在数量上等于 CPI 减去 100 2. 根据货币数量论, 通货膨胀率来自货币增长率, 而货币增长率要支撑一定的经济增长率, 所以它在一定程度上具有内生性 在模型中, 将狭义货币供给 (M1) 增长率作为内生变量, 用 M 表示 3. 由于固定资产投资增长率部分决定于利率, 从而部分决定于货币供给的变化, 因此我们将固定资产投资增长率也作为内生变量, 用 I 表示 4. 将来自粮食和能源两方面的供给冲击作为外生变量, 一个是影响粮价变动的粮食种植面积缩减率, 用 S 表示 ; 另一个是燃料动力价格上涨率, 用 F 表示 模型所选用的原始数据见表 1, 数据处理主要使用马克威软件 4
表 1 与模型有关的宏观经济数据 t RCPI M I S F 1990 3.1 23.2 2.4-1.124 10.7 1991 3.4 24.2 23.9 1.015 12.9 1992 6.4 35.9 44.4 1.562 16.4 1993 14.7 38.8 61.8 0.046 36.7 1994 24.1 26.2 30.4 0.873 18.0 1995 17.1 16.8 17.5-0.471 8.7 1996 8.3 18.9 14.8-2.261 10.2 1997 2.8 22.1 8.8-0.323 9.3 1998-0.8 11.9 13.9-0.775-0.9 1999-1.4 17.7 5.1 0.550 0.9 2000 0.4 15.9 10.3 4.152 15.4 2001 0.7 12.7 13.0 2.197 0.2 2002-0.8 18.4 16.9 2.064 0.1 2003 1.2 18.7 27.7 4.313 7.4 2004 3.9 14.1 26.6-2.209 9.7 2005 1.8 11.8 26.0-2.630 15.0 2006 1.5 17.5 23.9-0.758 11.9 2007 4.8 21.0 24.8-0.469 4.3 数据来源 : 根据 中国统计摘要 2008 有关指标计算整理 ( 二 ) 描述性统计 首先, 我们通过时间序列图来获取对 RCPI 的直观印象, 如图 1 所示 图 1 RCPI 时间序列图 从图 1 我们可以看到, 在过去的 18 年 (1990-2007) 中, 我国居民消费价格上 5
涨率差异较大, 显然是非平稳的时间序列, 对其直接进行统计分析的结果是缺乏预测能力的, 因为只有基于平稳的时间序列数据的统计模型才具有良好的预测能力 由于原始数据中含有负数, 无法进行对数变换, 因此我们考虑对数据进行差分处理, 其一阶 二阶 三阶差分的时间序列如图 2 所示 图 2 RCPI 各阶差分时间序列图由图 2 可知, 同原始数据相比, 一阶差分数据的平稳性相对较好, 因而在以后的分析中我们将着重考虑 RCPI 的一阶差分 应用马克威的描述统计对 RCPI 及其一阶差分作简单的描述性分析, 得到 RCPI 的平均值 ( 以中位数计 ) 为 2.95%, 最大值为 24.1%, 最小值为 -1.4%, 标准差为 6.9%; 对于一阶差分的 RCPI 来说, 平均值为 0.3%, 极值从 -8.8% 到 9.4%, 标准差为 4.8%, 波动范围要小于原始数据, 如图 3 所示 6
图 3 RCPI 及其一阶差分的盒状图 ( 三 ) 模型设定传统的经济计量方法是以经济理论为基础来描述变量关系的模型 但是, 经济理论通常并不足以对变量之间的动态联系提供一个严密的说明, 而且内生变量既可以出现在方程的左端又可以出现在方程的右端使得估计和推断变得更加复杂 为了解决这些问题而出现了用非结构性方法来建立各个变量之间关系的模型, 其中之一就是向量自回归 (VAR) 模型 基于数据的统计性质,VAR 模型把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型, 从而将单变量自回归模型推广到由多元时间序列变量组成的 向量 自回归模型 VAR 模型是处理多个相关经济指标的分析与预测最容易操作的模型之一, 并且在一定的条件下, 多元 MA 和 ARMA 模型也可转化成 VAR 模型, 因此近年来 VAR 模型受到越来越多的经济工作者的重视 正是基于 VAR 模型能较好地处理多变量时间序列的这一特点, 本文拟运用该模型来分析我国 CPI 的变化规律 首先, 我们观察 RCPI 一阶差分的自相关系数图, 如图 4 所示 7
图 4 RCPI 一阶差分的自相关系数图 由图 4 可知, 只有前五个滞后期的自相关系数较为显著, 因此我们首先考虑 五阶滞后的自回归模型 其中, 当年 RCPI 的一阶差分同前一年高度正相关, 而同 前二至五年微弱负相关 换言之, 影响当年 RCPI 一阶差分的主要是前一年的该指 标, 从数值上看, 前一年的 RCPI 一阶差分约有 44.9% 会传递到当年 由于第二至 第五个滞后期的自相关系数相对较小, 有可能并不需要用到五阶滞后的自回归模 型 因此, 我们用马克威软件对 RCPI 及其他指标进行单位根检验, 在检验序列平 稳性的同时, 根据 AIC 标准确定滞后长度, 如表 2 所示 表 2 时间序列的单位根检验变量检验类型 5% 显著性 ADF 检验值序列 (C,T,K) 水平 结论 RCPI -2.6487 (c,0,1) -3.0000 不平稳 Δ RCPI -3.1781 (c,0,1) -3.0000 平稳 M -2.0090 (c,0,1) -3.0000 不平稳 Δ M -4.6525 (c,0,1) -3.0000 平稳 I -2.6765 (c,0,1) -3.0000 不平稳 Δ I -3.3675 (c,0,1) -3.0000 平稳 S -2.3185 (c,0,1) -3.0000 不平稳 Δ S -4.1341 (c,0,1) -3.0000 平稳 F -2.2259 (c,0,1) -3.0000 不平稳 Δ F -4.0474 (c,0,1) -3.0000 平稳 注 : Δ Δ 2 分别表示一阶 二阶差分序列, 检验类型 (c,t,k) 表示 ADF 检验模型中 是否包括常数项 c 时间趋势项 t 以及滞后阶数 k 由于我们所研究的变量表现为相对数, 所 8
以在模型中均不含趋势项 ; 根据 AIC 准则取最小值, 同时保证序列平稳, 确定滞后长度为 1 本表数据根据马克威软件计算结果整理 对各序列的 ADF 检验表明, 原始序列均为非平稳序列 ; 但一阶差分后, 所有变量序列都在 5% 的水平下显著, 趋向于平稳 ; 所以各变量都为 I(1) 序列, 符合协整检验的条件 然后应用 Johansen 方法对三个内生变量之间的协整关系进行检验, 选择滞后阶数为 1, 有常数项无决定趋势, 得出的检验结果见表 3 表 3 特征值轨迹检验特征值检验统计量临界值无协整关系 0.6843 41.3161 35.1927 至多 1 个 0.5734 22.8699 20.2618 至多 2 个 0.4386 9.2380 9.1645 特征值轨迹检验用来检验变量之间可能存在的协整关系, 如表 3 所示, 假设无协整关系时, 检验统计量大于临界值, 拒绝原假设, 认为有协整关系 ; 假设至多 1 个协整关系时, 检验统计量大于临界值, 拒绝原假设, 认为协整关系多于 1 个 ; 假设至多 2 个协整关系时, 检验统计量仍大于临界值, 再次拒绝原假设, 认为协整关系多于两个 由此可知, 各变量之间存在两个以上的长期协整关系 在确定变量间存在协整关系之后, 仍然有必要继续深入挖掘的是, 变量间的长期均衡关系是否也构成某种因果关系, 这种因果关系的方向又如何 对此, 我们利用 Eviews5.0 对原始数据在一阶滞后期的条件下进行 granger 因果检验, 结果见表 4 表 4 granger 因果检验 Pairwise Granger Causality Tests Date: 07/23/08 Time: 19:00 Sample: 1990 2007 Lags: 1 Null Hypothesis: Obs F-Statistic Probability I does not Granger Cause RCPI 17 36.5688 3.0E-05 RCPI does not Granger Cause I 1.88822 0.19100 M does not Granger Cause RCPI 17 39.1087 2.1E-05 RCPI does not Granger Cause M 1.01032 0.33188 M does not Granger Cause I 17 2.04797 0.17435 I does not Granger Cause M 0.00025 0.98766 9
注 :Probability 在 10% 以内认为拒绝原假设 从表 4 可以看出, 投资和货币供给增长率都是 CPI 涨幅的 granger 成因, 但 CPI 涨幅不是投资和货币供给增长率的 granger 成因 ; 而投资和货币供给之间没有直接的 granger 成因 根据以上分析, 得到向量自回归模型如下 : 动项 表 5 ΔRCPI α β β β μ t 11 11 12 15 1t T Δ Mt = α21 + β21β22 β25 ( ΔRCPIt 1ΔMt 1ΔIt 1ΔStΔ Ft) + μ2t I t α 31 β31β32 β 35 μ Δ 3t (1) 式中,t 代表时期,α 和 β 分别代表常数项和回归变量系数,μ 代表随机扰 四 模型的求解 ( 一 ) 系数估计及解释 根据表 1 中原始数据的一阶差分, 用马克威软件对模型 (1) 进行估计, 结果见 常数项 Δ RCPI(-1) Δ M(-1) Δ I(-1) Δ S1 Δ F1 表 5 向量自回归系数矩阵估计 Δ RCPI Δ M Δ I 系数 0.0047-0.0277 0.6624 标准误 0.3973 1.3329 2.3855 t 值 0.0119-0.0207 0.2777 系数 0.4670-0.4224-0.5180 标准误 0.0920 0.3088 0.5527 t 值 5.0742-1.3680-0.9372 系数 0.2950-0.3755 0.5290 标准误 0.0815 0.2734 0.4893 t 值 3.6200-1.3736 1.0812 系数 0.2077 0.2427 0.0172 标准误 0.0395 0.1326 0.2373 t 值 5.2541 1.8300 0.0726 系数 0.2842 0.7336-0.8758 标准误 0.1970 0.6610 1.1830 t 值 1.4428 1.1099-0.7404 系数 -0.0097 0.2389 0.5872 标准误 0.0447 0.1499 0.2682 t 值 -0.2179 1.5937 2.1891 Δ RCPI Δ M Δ I 复相关系数 0.9197 0.4928 0.5011 调整的复相关系数 0.8831 0.2622 0.2744 10
从表 5 可以看出 : 第一, Δ RCPI 的滞后一期对自身具有显著的正向影响, 其 系数的估计值约为 0.47, 说明当年 CPI 涨幅同比提高 1 个百分点, 会使下一年 CPI 涨幅同比提高约 0.47 个百分点 第二, Δ M 的滞后一期对 Δ RCPI 的正向影响也较 为显著, 其系数的估计值约为 0.30, 说明货币供给量增长率同比提高 1 个百分点, 会使下一年的 CPI 涨幅同比提高约 0.30 个百分点 第三, Δ I 的滞后一期对 Δ RCPI 也具有显著的正向影响, 其系数的估计值约为 0.21, 说明投资增长率同比提高 1 个百分点, 会使下一年的 CPI 涨幅同比提高约 0.21 个百分点 第四, 粮食种植面 积的变化对 CPI 涨幅并没有造成显著影响, 主要是由于粮食复种指数的提高与农 业科技的发展, 抵消了种植面积变化对产量 进而对价格的冲击 事实上自 2003 年以来, 我国粮食种植面积和产量一直呈小幅上涨态势,CPI 构成中的粮食价格 上涨, 主要是由于国际粮价上涨的宏观辐射作用和微观囤积效应造成的 第五, 来自燃料动力方面的供给冲击对 CPI 涨幅的影响也不显著, 说明国际石油市场的 价格波动并没有对我国消费品市场造成显著影响, 这在很大程度上和我国私人汽 车普及率不高有关 (2007 年我国私人汽车人均拥有量为 0.02 辆, 仅相当于美国的 3% 左右 ); 但燃料动力价格变化对投资呈现出显著的正向拉动作用, 可能是由于 投资者的通胀预期造成的 模型 (1) 的系数估计结果与前面所做的 granger 因果检 验比较吻合 ( 二 ) 模型检验及改进 根据显著性检验的结果, 剔除常数项和两个外生变量 S 和 F, 重新对模型 (1) 进行估计, 结果见表 6 Δ RCPI (-1) Δ M(-1) Δ I(-1) 表 6 Δ RCPI 自回归系数估计 Δ RCPI 系数 0.4414 标准误 0.0842 t 值 5.2391 系数 0.3219 标准误 0.0739 t 值 4.3543 系数 0.1957 标准误 0.0370 t 值 5.2815 Δ RCPI 复相关系数 0.9041 调整的复相关系数 0.8905 11
从表 6 可以看出, 当年居民消费价格上涨率 货币供给增长率和投资增长率的同比增幅对下一年居民消费价格上涨率同比增幅的影响系数分别被修正为 0.44 0.32 和 0.20 从总体来看, 自回归方程的拟合效果较好, 调整的复相关系数达到 89.1%, 如图 5 所示 图 5 Δ RCPI 自回归模型拟合图为保证模型的正确性, 我们对该模型所分离出来的残差项进行检验, 发现残差项比较接近白噪声, 其中没有明显的异常值, 也没有明显的趋势, 说明模型经受住了检验, 其拟合效果是比较理想的, 如图 6 所示 图 6 Δ RCPI 自回归模型残差散点图根据以上分析, 下面的自回归模型是合适的 : Δ RCPI = 0.4414Δ RCPI + 0.3219Δ M + 0.1957Δ I (2) t t 1 t 1 t 1 运用模型 (2), 对 2008 年我国 CPI 涨幅进行预测, 结果为 7.5594%, 即 2008 年我国居民消费价格指数约为 107.6 五 结论及政策建议 12
根据以上分析, 可以得到如下主要结论 :CPI 对本身的冲击最为敏感, 其反应方向与上一年的冲击相同 ; 当年货币供给增长率和投资增长率对下一年 CPI 的冲击也都较为显著, 但来自货币供给的冲击要略大一些 ; 而外生变量如粮食种植面积缩减率和燃料动力价格上涨率对 CPI 的直接冲击并不显著 与前几次我国高通胀情况不同, 本轮物价上涨趋势相对较为缓和, 没有超过 10% 从投资和信贷角度看,2007 年我国固定资产投资和金融机构贷款余额同比分别增长 24.8% 和 16.1%, 远低于 1994 年的 30.4% 和 21.3% 从货币供应量角度看, 2007 年我国 M1 和 M2 同比分别增长 21.0% 和 16.7%, 也都低于 1994 年的 26.2% 和 34.5%, 说明从紧的货币政策确实收到了效果 近年来, 我国对外贸易顺差持续扩大,2007 年我国外贸顺差占投资比例为 14.5%, 远高于 1994 年的 2.7%, 在一定程度上推动了货币供应量的增长, 但由于资本市场和房地产市场对流动性的吸收作用, 对 CPI 的冲击得到了有效控制, 因而本轮 CPI 上涨没有前几次严重, 通胀仍是结构性的, 也比较缓和 根据上述结论, 我们认为 : 第一, 当前 CPI 上涨的压力, 有很大一部分来自于上一年 CPI 上涨的冲击, 因此应当着力稳定消费者的通胀预期, 这主要依赖于政策层面上的稳健性 第二, 由于货币供给增长率对 CPI 的冲击效应较强, 因而应继续通过适度从紧的货币政策减缓货币供给量的增长, 从而缓解通胀压力 ; 而由于货币政策的时滞性, 采取加息措施来调节货币供给量时应格外谨慎, 不可冒进 第三, 从投资对 CPI 的影响来看, 一方面, 投资规模的大小直接影响基础产品价格, 进而影响下游消费品价格的波动 ; 但另一方面, 投资所形成的有效供给又将成为抑制物价上涨的物质基础, 关键在于资金的投向是否合理以及投资效果如何, 如增加电力投资有助于稳定电价, 从而有助于稳定耗电多的相关产品价格 因此, 应加强对投资的引导和管理, 建立公正透明的政府投资招标制度, 抑制固定资产投资的波动, 减少投资中的非理性因素, 从单纯的压缩投资规模转变为通过提高投资效益 优化投资结构来抑制物价上涨 13
参考文献 1. 周浩, 朱启贵. 外汇储备快速增加与物价指数变动. 财经科学,2006(6) 2. 王少平, 李子奈. 我国货币需求的协整分析及其货币政策建议. 经济研究, 2004(7) 3. 刘辉霞. 为什么中国经济不是过冷就是过热. 经济研究,2004(11) 4. 安佳. 当前外汇储备积累过度引致的问题及应对策略. 山东社会科学, 2005(7) 5. 李敬辉, 范志勇. 利率调整和通胀预期对大宗商品价格波动的影响 基于中国市场粮价和通货膨胀关系的经验研究. 经济研究,2005(6) 6. 韩筱雯. 通货膨胀成本和收益的分析 对我国通货膨胀的实证检验. 财经问题研究.2004(7) 7. 周宏山, 李琪. 中国通货膨胀率及其波动关系分析. 经济问题.2006(12) 8. 汪洋. 我国现阶段通货膨胀的压力. 经济师.2004(8) 9. 姚远. 中国货币供应 通货膨胀及经济增长关系实证研究. 经济与管理.2007(2) 10. 张军, 方红生. 投资与通货膨胀 紧缩的联系 : 来自中国的经验证据. 经济学家.2007(1) 11. 王汉生. 应用商务统计分析. 北京大学出版社.2008 12. 黄晖. 马克威软件与当代数据分析. 中国统计出版社.2006 13. 国家统计局. 中国统计摘要 2008. 中国统计出版社.2008 14
专家评语 专家 1: 本文针对当前我国经济运行中存在的通货膨胀压力, 研究了影响我国 CPI 变动的原因和机制. 通过对 CPI 受粮食 能源供给等真实性冲击, 以及投资 货币供给等名义性冲击进行分析, 建立了向量自回归 (VAR) 模型, 从实证角度分析了 CPI 上涨与其他经济变量之间的关系, 并对 2008 年我国 CPI 涨幅进行了预测 最后, 本文根据模型的结果, 有针对性地提出了一些具有可操作性的政策建议 1. 研究议题的重要性 : 论文选题合理, 持续走高的物价问题是目前各界关注的热点, 如何正确看待目前的物价形势, 避免进一步的物价波动, 提出合理的方法和建议降低通胀是经济现实中急需解决的问题, 这也是该论文选题意义所在 2. 分析方法选用得当 数据性质和特点不同, 需要结合专业知识给出合理的模型, 从本文分析方法的选用上, 可以看出论文在建模过程中考虑比较全面, 研究态度比较认真 结论合理, 该论文针对模型的结果作了合理的分析, 并提出了有针对性的政策建议 专家 2: 论文对当前我国通货膨胀的因素进行了分析, 而且对 2008 年整体通货膨胀水平进行了预测, 选题具有现实意义, 所用的方法也是比较科学的 但是在下面的方面需要进一步改进 : 1 作者采用的货币变量是 M1, 作者可以进一步用其他的变量进行类似的检验, 看结论的稳健性 ; 2 作者采用的是年度数据, 这样数据量比较少, 对于时间序列来讲是影响结论的, 如果采用季度数据, 结论可能更可靠, 而且对于价格来讲, 他本身也是具有季节性的 3 作者把粮食和能源两方面的供给冲击作为刻画粮食和能源对价格的影响, 似乎没有把粮食和能源对价格影响的本质体现 15