0 引言
CPI的波动程度是经济运行健康与否的信号灯，它的两大指标农村CPI和城市CPI的变动是否存在因果关联关系？如果存在，关联关系的程度和互动方向如何，它们各自对社会经济意味着什么？这些问题的探讨对于有区别地预测并控制价格波动具有重要的意义。本文在分析农村CPI和城市CPI价格传递机理的基础上，借助于VAR模型分析两者传递关系的方向及程度，再进行脉冲响应分析，揭示农村CPI与城市CPI的互相冲击的扩散效应。
1 农村CPI与城市CPI联系-价格传递机理
1.1 农村CPI和城市CPI的区别
中国农村CPI与城市CPI都是反映居民家庭购买生活消费品价格和服务项目价格变动趋势和程度的相对数。
它们的计算方法、计算口径、选取的消费品和服务的范围都是一致的。唯一不同的是所统计的环境、文化等差异形成的居民消费习惯的差异。尽管这种差异在CPI上不能直接体现出来，但现实中这种消费习惯形成的结构性差异确实影响着CPI的变动过程和变动程度。可能的不同主要表现在农村和城市的分配方式不同导致了消费模式不同，从而导致消费物品结构的不同。农村作为农业生产的基地，大多农民食品消费物品自我供应，这一部分没有进入市场成为商品，也就影响农村CPI统计中全面掌握粮食价格变动的可能性。而城市所有食品都需要购买，粮食价格的变动统计则较为全面。这就是说农村食品价格的上涨不易全面真实地被表现出来，而是在价值规律的作用下从城市表现的更为真实（因为农村的粮食尽管没有被很好地统计，但是农村和城市粮食的价值是一致的）。城市居民的是按照资本和劳动的价值以工资或利息的形式分配给居民，像农村一样直接分配物品或服务的较少，所有物品和服务都需要购买。相对农村而言，统计的物品或服务价格较为齐全。
1.2 农村CPI与城市CPI联系-价格传递机理
目前我国农村和城市之间有着较为明确的分工，农村主要从事农业生产，大量的粮食来源于农村居民从事的农业活动。而城市主要从事各类工业产品的生产、工业产品的加工及深加工。这两个分工明确的居民群体之间存在着工业产品和农业产品的交换活动，这种交换是在货币作为中介的基础上，在价值规律的作用下进行的，所以农村和城市产品价格变动存在联动的传递效应。
为了分析农村和城市价格传递机理，先假定商品交换首先是从农村开始，农村市场上大量农产品价格首先发生波动，因为农村自产自用的情况较多，粮食价格的波动首先反应在农产品价格收购上。收购的粮食大多最终进入城市，粮食价格首次向城市传递，表现在城市相关食品价格的波动上。农村因为自产自用并没有大量表现出食品价格的波动，但是所有粮食价格是以价值规律波动的，所以城市食品价格的波动也反映了农村食品价格的波动。
城市食品价格的波动必然引起货币工资和劳动报酬的波动。货币工资和劳动报酬是城市生产商品的成本，影响着工业成本的波动，最终会引起全社会范围内工业产品的波动，从而引起农村居民使用工业产品价格的波动，价格的波动也就相应的回到了农村。这个价格波动的循环机制并不意味着一定从农村开始，而是它们的波动形成一个封闭的环形。假设任意一个环节开始分析，其结果是一样的。
2 中国农村CPI和城市CPI关系机理的实证分析
2.1 中国农村CPI和城市CPI关系分析
在同样理论和不同消费文化的条件下得到的统计数据，也从一定程度上反映了农村和城市居民消费价格指数的基本情况。为了分析我国长期以来居民消费价格指数，本文选择我国2002年1月至2012年10月的130个月的时间序列数据进行实证分析，所有数据来源于中华人民共和国国家统计局网站。本文选择这段时期的数据分析存在三个原因：第一是就近原则，用最新的经济发展数据分析具有更大的现实意义；第二是因为2000年前数据统计口径发生了变化，如2000年的CPI包括食品、衣着、家庭设备及用品、医疗保健用品、交通和通讯工具、娱乐教育文化用品、居住和服务项目八大类，而从2001年开始，CPI统计包括食品、烟酒及用品、衣着、家庭设备用品及服务、医疗保健和个人用品、交通和通信、娱乐教育文化和居住八大类；第三，2001年12月的CPI统计数据发生缺失，这个统计数据难以找到，影响了2001年数据的完整性，所以选取数据从2002年开始。130个数据的基本变化情况如图1所示。
从图1中可以看出，我国农村和城市2002年到2012年130个月的数据走势的特点是农村CPI整体上高于城市CPI.2005 年 9 月前农村 CPI 明显高于城市 CPI,并且在2004年9月份达到最大值时，两者的差异最大。从2005年9月至2006年10月期间，我国农村和城市CPI基本一致，两者之间没有明显的差异。2006年11月至2008年4月期间，农村CPI又一次大于城市CPI,并且在2008年4月达到最大值时两者差异最大。2008年5月开始，农村CPI和城市CPI同步出现了跳崖式的下降，下降过程一直保持着农村CPI要高于城市CPI这个规律。直到2009年7月触底，经过四个月的平稳阶段开始反弹，经过一个阶段爬行上升于2011年6月达到极大值后开始下降。
我国CPI上升阶段总是出现农村CPI大于城市CPI,下降阶段两者之间差异减小，但城市CPI总是要低于农村CPI.两者处于上升阶段时，农村CPI和城市CPI的差距不断拉大。而当CPI达到最高水平时，两者的差异也最大。
尽管它们是两个平行的统计指标，农村CPI的上升速度总比城市的CPI上升速度快，显有农村CPI拉动城市CPI上升的原因存在。另外，我国农村CPI和城市CPI的变动同时表现出协同性的周期性。在2002年1月到2012年10月，表现出了三个完整的周期，并且第四个周期已经开始。这三个周期不完全一致，但是规律性比较强，它们的周期时间跨度基本相同，周期波动的幅度不断增大，峰值和谷值的差距越来越大，这表现出经济运行的风险越来越大。不确定因素的影响越来越明显，根据价格运行的规律性，可以说这种风险的增大不是偶然的，是经济运行的内在机制所决定的扩散效应。
2.2 中国农村CPI和城市CPI滞后一期关系分析
农村CPI是否拉动城市CPI上升，如果真的存在这种拉动关系，那么农村前一期CPI的上升应该对城市CPI的上升已经有拉动作用，即农村的上期（上月）变动引起了城市CPI的当月变动。城市的CPI滞后一期与农村CPI的关系如图2所示。
图2中显示，城市滞后一期CPI和农村当期的CPI图显示的比图1更有规律性。2002年1月至2004年8月、2006年9月至2008年2月和2009年4月至2011年6月这三段时期，我国农村和城市CPI都处于上升阶段，其明显的特点是农村CPI一直比城市CPI要快。在2004年8月至2006年8月期间，两者的大小尽管没有明显的差异，但是总体上农村CPI小于城市CPI,而这一段时间正是我国CPI整体回落的时期。2008年3月至2009年1月我国CPI又一次快速回落，这一回落过程农村CPI小于城市CPI.可见我国农村和城市CPI的变化很有规律，CPI走高时，农村CPI 大于城市 CPI.当 CPI 回落时，农村 CPI 小于城市CPI.总体上来看，在2002年1月至2012年2月中国农村CPI和城市滞后一期的CPI走势图比图1更加明显地揭示出农村和城市CPI之间存在着联动关系，并且这种联动关系是确定的，即农村CPI的变动较城市CPI变动快，农村CPI是城市CPI上升的原因之一。
3 基于VAR模型农村CPI与城市CPI的联动关系分析
笔者借助于我国农村CPI与城市CPI 2002年1月至2012年10月的130个月度数据进行VAR模型分析，以揭示我国农村CPI和城市CPI之间的联动关系。本文建立中国城市CPI和农村CPI的VAR分析模型，选择城市居民消费者价格指数（CCPI）和农村居民消费者价格指数（NCPI）作为研究的变量。
3.1 协整检验
我国农村CPI和城市CPI之间的关系存在稳定的价格传递机理，应该具有长期的稳定性，为了保证我国农村CPI 和城市 CPI 之间存在长期稳定的关系，可以借助于VAR模型进行联动关系的分析，需要先利用协助检验来验证两者之间的长期关系。用Eviews软件进行协整检验，检验结果如表1所示。
协整检验的结果中，两变量至少存在一种线性关系的P值为0.0284,说明两变量之间至少存在一种稳定的线性关系，即农村CPI和城市CPI之间存在长期的均衡关系，并且这种关系是稳定的，这也应证了实证数据图形所反映的信息。
3.2 农村CPI和城市CPI关系的VAR模型分析
从农村CPI和城市CPI的时间序列趋势图可以看出两者之间变动的方向和趋同性，但是两者之间的具体的关系需要借助于模型来量化分析，图形中也显示两者之间的关系比较复杂，为了分析两者之间关系互相影响方向和程度，本文选择VAR模型，对农村CPI和城市CPI的关系进行分析。协整关系的检验结果证明两者之间的关系可以做VAR模型的分析，借助于Eviews软件做VAR模型，选择滞后期为2,估计结果如下：
模型结果是否可靠，需要对模型进行单位根检验，从而保证模型的稳定性，单位根检验结果如图3所示。
单位根检验结果显示，其特征值都在一倍的单位范围之内，说明方程估计的结果是稳定的，VAR模型符合分析的要求。VAR模型估计结果可以解释农村CPI和城市CPI之间的联动关系。从方程可以看出，影响农村CPI的系数分别为：城市CPI受到自身前一期和前两期的传导的系数分别为：0.3979和0.4811.而受到农村CPI前一期和前两期的惯性传导系数为0.7568和-0.6893,说明城市CPI受到自身前一期和前两期的自传导扩散效应，具有发散的效应。
而受到农村CPI的影响比较明显，波动的幅度较大，但是前一期农村CPI对当期城市CPI是发散效应，而前两期的系数为负值，说明存在收敛的效应。农村CPI受到自身前一期和前两期的传导系数分别为1.663和-0.7253,说明农村CPI的自传导效应更加明显，前一期具有明显的发散效应，而前两期具有明显的收敛效应，但是发散的效应远大于收敛效益，最终表现为农村CPI的自传导存在明显的发散效应。而农村CPI受到城市CPI前一期和前两期的传导效应较小，并且前两期的 0.463 大于前一期的负传导效应-0.4417.最终表现为正的扩散效应。从整个方程综合来看，城市CPI的波动幅度要小于农村CPI的波动幅度，两个之间存在不对称的联动关系，农村CPI对城市CPI和农村CPI有着占优的传导效应，其效益无论是正负，都要远大于城市CPI对农村CPI和自身的传导效应。
3.3 农村CPI和城市CPI关系的脉冲分析
从VAR模型可以的判断出，两者之间不但存在一个稳定的不对称性联动关系，且这种关系是发散的，为了证实这一点，在VAR模型的基础上进行脉冲响应分析。分析的结果如图4所示。
从图4可以看出，城市CPI受到一个单位的冲击之后，系统的波动要远远大于农村CPI受到一个单位的冲击。
城市CPI受到城市CPI或农村CPI一个单位的冲击的波动幅度都很大，城市CPI对自身一个单位的冲击，会导致自身0.7个单位的波动幅度，而农村CPI对城市CPI一个单位的冲击将导致0.6个单位的波动幅度，城市CPI对城市CPI的的冲击效应要大，但是相比较而言，农村CPI对城市CPI的冲击效应尽管较城市CPI对自身的冲击效应要小，但是受到冲击之后内在机制更加具有发散性，回到原来状态的可能性更小。农村CPI受到一个单位的冲击之后，系统的波动幅度较小，尤其是城市CPI对农村CPI的冲击效应更小，农村CPI受到城市CPI一个单位的冲击之后，当期并不受影响，而是在滞后一期才发生波动效应，波动的幅度小于0.2个单位。而农村CPI对自己的一个单位的冲击效应则要比城市CPI对其的冲击效应强烈。但当期的冲击效应的波动幅度也小于农村CPI对城市CPI的冲击效应。从总体来看，无论是农村CPI,还是城市CPI,给他们一个单位的冲击，都会有一定的波动幅度，但是两者互相冲击的效应是不对称的。城市CPI受到农村CPI的冲击效应要明显大于农村CPI受到城市CPI的冲击效应，并且在受到冲击之后最近两期都表现出冲击效应扩散趋势，从第三期开始各自以不同的幅度向原始状态回归，但是回归的十分缓慢。
4 结论
我国农村和城市CPI的尽管是平行的统计指标，但两者之间的关系并不平行，通过上面的分析，可以得出以下几点结论：
（1）农村 CPI 是同期城市 CPI 上升或下降的拉动因素。文章第二部分的实证分析结果显示，我国农村和城市的CPI上升或回落是同步的。并且CPI处于上升阶段时，农村CPI总是大于城市CPI,当CPI处于回落阶段时，农村CPI总是小于或等于城市CPI.经验数据的线性图反映出我国农村CPI对城市CPI上升时向上拉动或回落时向下拉动的作用。
（2）当期农村 CPI 和下期城市 CPI 存在互相推动作用。文章第二部分的经验分析结果显示，我国农村CPI和滞后一期的城市CPI上升或回落是同步的。并且CPI处于上升阶段时，农村CPI总是大于滞后一期城市CPI,当CPI处于回落阶段时，农村CPI总是小于滞后一期的城市CPI.
（3）农村CPI和城市CPI联动关系是长期稳定的。文章第三部分的协整检验表明，我国农村和城市CPI之间的关系是长期均衡稳定的。无论是农村CPI一阶差分与城市CPI一阶差分的互相拉动关系，还是它们各自对相对应的CPI一阶差分滞后一期的推动关系，它们之间的关系都是长期均衡稳定的。
（4）农村CPI和城市CPI之间的联动关系具有显着的不对称性。文章第三部分VAR模型和脉冲响应分析结果揭示出农村CPI和城市CPI之间的联动关系具有明显的不对称性。农村CPI的波动能够引起农村CPI和城市CPI较大幅度的波动，但是城市CPI能够引起的农村CPI的波动性明显要小于前者的情况。从脉冲响应分析来看，城市CPI受到一个单位的冲击之后波动的幅度明显较大，且收敛的速度较慢，而农村CPI受到一个单位的冲击之后波动的幅度相对很小，并且回归到原始状态的速度较快。
总体而言，我国农村CPI和城市CPI之间存在着同期拉动和错期推动关系。并且这种关系式不对称的，农村CPI的变动对城市CPI的变动具有显着的支配性作用。无论是它们之间的推动作用还是拉动作用，它们之间存在的不对称关系是长期稳定的。因为当期的农村CPI变动对当期的城市CPI的变动存在拉动作用，农村CPI上升比城市CPI最先表现出上升或下降趋势，并且其波动可能引起城市CPI的大幅度波动，一旦农村价格上升的趋势形成，对价格回落形成较大困难，所以政府应更加重视农村CPI的走势，以防止农村CPI波动的冲击形成发散性价格变动。另外它们的这种关系拉动和推动关系是长期稳定的，所以加强农村CPI的监控也是比较可靠的。
参考文献：
[1]张卫平.中国通货膨胀预测：基于AR和VAR模型的比较[J].统计与决策,2012,（4）。
[2]石刚.提高CPI数据质量的编制技术研究评述[J].统计研究,2012,（5）。
[3]贺力平,樊纲,胡嘉妮.消费者价格指数与生产者价格指数: 谁带动谁?[J].经济研究，2008,（11）.
[4]刘凤良,鲁旭.CPI与PPI的“虚假传导”及其修正--一个相对稳健的实证框架[J].数量经济技术经济研究,2011,（8）。
[5]何蒲明,朱信凯.我国粮食价格波动与CPI关系的实证研究[J].农业技术经济,2012,（2）。
[6]王齐祥,汪利平.居民消费价格指数上涨与低收入群体[J].华东经济管理，2005,（1）.
[7]孙迪.基于SVAR模型分析居民消费价格指数的外部冲击因素[J].价格月刊,2012,（1）。
