引言

在宏观经济的研究中，通货膨胀率和失业率是两个重要的核心指标。它们分别反映了价格水平的变化和劳动力市场的状况。研究两者之间的关系，不仅有助于揭示经济运行的基本规律，还对政策制定者优化宏观调控具有重要参考价值。在中国经济从高速增长向高质量发展转型的背景下，这一主题的研究显得尤为重要。

通货膨胀与失业率之间的关系是经济学中的经典问题。菲利普斯曲线（Phillips Curve）在20世纪50年代被首次提出，揭示了失业率与工资增长率之间的反比关系，然后又被推广到通货膨胀与失业率的分析中。然而，不同国家和经济体中，这种关系可能会受到经济结构、政策调控和市场环境等因素的影响而有所变化。对于中国这样的新兴经济体而言，其经济制度与市场特征的独特性使得传统理论的适用性需要重新审视。

文章基于我国2002—2023年国家统计局公布的居民消费物价指数和城镇登记失业率的数据，通过建立VAR向量自回归模型进行实证分析，研究我国通货膨胀率和失业率所存在的长期或短期的关系，同时判断菲利普斯曲线在我国的适用性，最终根据实证研究结果提出相关的政策建议，为我国宏观经济政策的制定提供一定的参考价值。

一、文献综述

（一）国外文献综述

通货膨胀与失业率之间的关系，是菲利普斯在研究失业率与工资增长率关系时，得出失业率与工资增长率呈现反比变动之后经过推广而得出的。而菲利普斯曲线，则是Phillips根据1861-1957年英国失业率与货币工资变动率关系推导出来的。在后续的研究中，萨缪尔森和索罗在《反通货膨胀研究》一文中对菲利普斯曲线进行了改良，他们使用通货膨胀率替代工资变动率，并首次提出在不同程度失业率和价格稳定之间存在反向变动关系。同时奥肯基于美国的实际数据进行了实证研究，结果表明实际GDP增长与失业率之间存在负相关关系，这即为奥肯定律，它被视为菲利普斯曲线的另一种表达形式。在20世纪50年代末至60年代，美国兴起货币学派，其创始人弗里德曼从货币角度认为实际工资率才是决定劳动力供求的，而非菲利普斯所认为的名义值，因此菲利普斯曲线在他看来是长期垂直的。

（二）国内文献综述

国内学者对于通货膨胀率与失业率的研究起步较晚。我国学者栗树和等学者就曾根据我国1953—1986年的统计数据研究发现：菲利普斯曲线在我国先后经历了正相关、正负相关交替与负相关关系三个阶段。陈学彬通过对菲利普斯曲线关系和通胀预期的实证分析得出：在中国菲利普斯曲线是不显著的。田思源也通过分析1985年至2019年的数据，并通过VAR向量自回归模型进行分析后得出菲利普斯曲线在我国短期适用，长期不适用这一结论。

而周长才通过对城市隐性失业率与农村隐性失业率进行观察得出失业率与经济增长率负相关这一结论。同时蒋欣在分析公共卫生事件影响后的中国经济以及传统菲利普斯曲线后认为我们不能对传统的菲利普斯曲线加以套用，但是可以根据菲利普斯曲线理念从我国实际国情出发，找出最优组合解决现实阶段面临的问题；李小文以我国2011年到2021年的相关数据研究发现：总体上两个变量存在负相关关系，但是通过建模分析发现菲利普斯曲线与我国的实际情况并不完全吻合，因此分析我国经济问题时必须立足本国实际，而非简单套用西方经济学的理论和方法。只有这样，才能更好地实现宏观经济政策的目标，进而推动我国经济实现高质量发展。

（三）文献评述

菲利普斯曲线作为一种经典的经济理论，其发展历程和学术争鸣贯穿了整个宏观经济学的历史。从理论创新到实证检验，从发达国家的验证到发展中国家的适应性探索，不同经济背景下对菲利普斯曲线的研究呈现出多元化的特点。

国外研究从菲利普斯对英国历史数据的初步观察出发，逐步扩展到通货膨胀率与失业率的关系研究。萨缪尔森和索罗的改进使菲利普斯曲线成为政策制定的重要工具，尤其是在20世纪中叶被认为可以为货币政策与财政政策的权衡提供依据。然而，随着时间推移，经济学界逐渐认识到菲利普斯曲线的局限性。弗里德曼等货币学派提出，长期来看，由于劳动力市场趋向均衡，通胀与失业的关系并不成立。这种“长期垂直”理论强调了通胀预期和供给冲击的重要性，纠正了菲利普斯曲线在长期适用上的误区。对于发展中国家，包括中国在内，经济环境的复杂性进一步加深了这一理论的适用难度。中国经济的特殊性，例如二元经济结构、隐性失业问题、以及通货膨胀与经济增长的非线性关系，使得菲利普斯曲线在国内的表现并不稳定。

综合来看，菲利普斯曲线作为经典理论，在解释通货膨胀与失业率关系上提供了重要的理论框架，但其适用性因国家、地区和时期的不同而存在显著差异。在中国，随着经济结构转型、劳动力市场变化以及外部环境冲击的加剧，传统菲利普斯曲线的局限性越发明显。然而，通过结合实际国情，发展和延伸这一理论，不仅能够更好地理解中国的通胀与失业问题，还能为宏观经济政策的制定提供科学依据，推动经济的可持续发展。

二、通货膨胀率与失业率关系的实证分析

（一）通货膨胀与失业率关系的基本分析

文章的数据均来源于中国统计局官方网站，整理到Excel中然后筛选后所得到。本文选取的主要是2002-2023年的数据，主要包括通货膨胀率和失业率。失业率主要采用的是城镇失业率(UN)作为衡量指标，我国劳动力调查采用了国际劳工组织关于就业、失业的统计标准即失业人口指的是16周岁及以上，没有工作但在三个月内积极寻找工作，如果有合适的工作能够在2周内开始工作的人。并通过如下公式计算得出：

失业率=×100%

（二）模型介绍

文章采用的是VAR模型，由于失业率与通货膨胀之间具有内生性，而普通的OLS回归要求解释变量严格外生，因此使用向量自回归模型可以更好的解释这一内生关系。在VAR模型中每一个变量都会作为被解释变量来构建一个方程，再将每一个被解释变量的滞后值作为解释变量，方程的个数与被解释变量的个数一致，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，其基本形式我们可以表示为：

在公式中，为k维内生变量，为系数矩阵，ɑ为常数项，为k维误差向量，为滞后阶数，表示时期。

（三）实证分析

1.ADF单位根检验

为了使回归有意义，同时避免由于单位根问题而导致的伪回归，因此需要先对数据进行单位根检验。我们需要确保变量是平稳的，而实际经济运行中，宏观经济变量通常是非平稳的。

从表1我们可以看出通货膨胀率和失业率在原始序列（差分阶数为0）下，都不能够拒绝原假设，表明原始序列存在单位根，即原始数列是非平稳的。

ADF单位根检验
变量	差分阶数	t	p	临界值
城镇失业率	0阶	-0.875	0.796	-3.964	-3.085	-2.682
通货膨胀率		-2.512	0.113	-3.788	-3.013	-2.646

资料来源：该表由本研究根据SPSS23.0的分析结果整理所得。

通过进一步对城镇失业率和通货膨胀率序列进行一阶差分后从下表2可以看出，城镇失业率的ADF统计量显著下降至-4.875，远低于所有显著性水平下的临界值，伴随概率P值极小（0.000***），强烈拒绝原假设，证明一阶差分序列平稳。同时，通货膨胀率的ADF统计量显著下降至-3.083，远低于所有显著性水平下的临界值，我们可以拒绝原假设，因此证明一阶差分序列平稳。即通货膨胀率和城镇失业率变量都是1阶单整变量。

城镇失业率
变量	差分阶数	t	p	临界值
城镇失业率	1阶	-4.875	0.000***	-3.809	-3.022	-2.651
通货膨胀率		-3.083	0.028**	33.713	-4.138	-3.155

注：***、**、*分别代表1%、5%、10%的显著性水平。资料来源：该表由本研究根据SPSS23.0的分析结果整理所得。

2.协整检验

由于通货膨胀率和失业率在原始序列（差分阶数为0）下，都不能够拒绝原假设，即为非平稳数列，因此需要进行协整检验来判断变量之间是否存在协整关系，从下表3可以看出在原假设“无协整关系”特征根为0.229，对应的迹统计量为5.556，该值小于10%显著性水平下的临界值13.429，但是远低于5%和1%显著性水平下的临界值15.494和19.935。这也就是说在统计上无法拒绝原假设的概率很低，即有足够的证据认为变量间协整关系的情形，这也就意味着变量间可能存在协整关系。

进一步检验“最多1个协整关系”时，特征根降至0.031，迹统计量缩减为0.603，该值同样小于所有显著性水平下的临界值（2.705、3.841、6.635分别对应10%、5%、1%显著性水平）。这进一步支持了“不存在协整关系”的结论。综合上述分析，所考察的通货膨胀率与城镇失业率之间不存在长期稳定的协整关系，其线性组合是非平稳的。具体数据如下表3所示。

原假设	特征根	迹（最大根）	10%临界值	5%临界值	1%临界值
无协整关系	0.229	5.556	13.429	15.494	19.935
最多1个协整	0.031	0.603	2.705	3.841	6.635

资料来源：该表由本研究根据SPSS23.0的分析结果整理所得。

3.脉冲响应函数

脉冲响应函数主要显示是当系统中某一变量发生变化时能够对系统造成的具体冲击影响，本文将通过该函数反映变量间的相互影响关系。

（1）滞后阶数的选择

在向量（VAR）模型的构建过程中，滞后选择对于模型的预测性能及经济学解释至关重要。通过对不同滞后阶数的比较，可以依据一系列和统计量来确定最优滞后阶数。我们根据下表4将进行系统分析，从logL（对数似）来看，随着滞后阶数的增加，logL值从-47.648显著提升至13.112（滞后6阶时），滞后项提高了模型的优度，但是仅凭logL值的提升并不能直接判定最优滞后阶数，因为过度拟合可能导致模型复杂度增加，而预测性能变差。

因此我们需要从AIC（赤池信息准则）、SC（施瓦茨准则）、HQ（汉南‑奎因准则）这三个准则出发来进行判定。在滞后6阶时AIC值最低（-4.065），表明在该准则下，滞后6阶的模型在保持拟合与复杂度之间达到最佳平衡。SC准则在滞后1阶时取值最低（-3.03*），而HQ准则在滞后6阶时取值最低（-4.00*）。综合考虑，AIC和HQ均指向滞后6阶，且FPE（最终预测误差）在滞后1阶时最小（0.036*），为避免模型过度复杂化，同时参考多数文献做法，本文选择滞后1阶构建VAR模型，此时FPE最低，且SC也支持该选择。

滞后阶数	logL	AIC	SC	HQ	FPE
0	-47.648	-1.162	-1.063	-1.139	0.313
1	-18.644	-3.329	-3.03*	-3.264	0.036*
2	-15.485	-3.127	-2.629	-3.03	0.045
3	-12.28	-2.909	-2.214	-2.792	0.059
4	-4.961	-3.124	-2.234	-3.002	0.054
5	3.603	-3.511	-2.433	-3.404	0.049
6	13.112	-4.065*	-2.809	-4.0*	0.062

资料来源：该表由本研究根据SPSS23.0的分析结果整理所得。

（2）可靠性检验

下图2展示了本次实证可靠性检验的结果，即所有特征值均在单位圆内，因此我们可以认为实证的VAR是稳健的。

（3）格兰杰因果检验

下表5向我们展示了格兰杰因果检验的实证结果。格兰杰因果关系检验结果揭示了城镇失业率与通货膨胀率之间的动态关系，具体而言，当以城镇失业率为因变量时，通货膨胀率为自变量进行检验时，F统计量值为3.686，伴随概率P值为0.050，在5%的显著性水平下拒绝原假设，这表明通货膨胀率是城镇失业率的格兰杰原因。因此，通货膨胀率与城镇失业率之间存在单项格兰杰因果关系。这也就意味着通货膨胀率的变动能够先行影响失业率的变动，体现了宏观经济中价格水平与劳动力市场之间的一种传导机制。

配对样本		F	P
城镇失业率（%）	通货膨胀率（%）	3.686	0.050**
通货膨胀率（%）	城镇失业率（%）	0.306	0.741

注：***、**、*分别代表1%、5%、10%的显著性水平。资料来源：该表由本研究根据SPSS23.0的分析结果整理所得。

（4）脉冲响应分析

图3展示了脉冲响应函数的结果。从左图中可以看出，通货膨胀率对城镇失业率的冲击有一个正向响应，同时通货膨胀率的响应呈现出上升的趋势，在第10期依然没有明显的收敛，说明通货膨胀率对于失业率的冲击有一定的累积效应，但会随着时间的推移逐渐衰退。在整个分析区间内，置信区间并没有包含零值，这说明失业率冲击对通货膨胀率的影响在统计上显著。其次从时间跨度上进行分析，响应在冲击后的初期迅速增强，这说明失业率对通货膨胀率的短期影响较大，但从长期来看，响应趋于平稳，说明影响逐渐衰退并达到了稳态。

然而根据菲利普斯曲线理论，失业率与通货膨胀率之间存在负相关关系，这又与本次实证的结论相悖，我们可以从宏观经济的角度出发进行解释。例如此次失业率包含了部分结构性失业，导致生产成本上升，从而进一步推动了物价的上涨。也可能是由于货币政策存在的滞后效应，导致劳动力市场调整未能够及时平衡。

接着我们来分析右图，反应的是通货膨胀率对城镇失业率的动态影响。在受到通货膨胀率冲击后的初期，城镇失业率表现出负向响应（即下降），随后逐渐回升至接近零并趋于稳定。这表明通货膨胀率对城镇失业率的短期影响是降低失业率，但这种影响是暂时的，长期来看会逐渐减弱。同时，在图中，城镇失业率的响应曲线完全处于置信区间内，表明该响应在统计上是可信的。

接下来我们从动态特征上进行分析，通货膨胀率的冲击对城镇失业率的初始影响较为显著（负向），但随着时间的推移，这种影响逐渐减弱并消失。这种动态可能反映了短期内经济活动增加（例如需求拉动效应）降低了失业率，但长期来看劳动力市场会调整到新的均衡状态。我们同样基于菲利普斯曲线进行经济理论上的分析，短期内，通货膨胀的上升可能刺激经济活动（例如消费和投资增加），从而降低失业率。然而，长期来看，随着经济调整（例如通货膨胀预期的变化），这种效果会逐渐消失，失业率可能恢复到其自然水平。

（5）方差分析

VAR向量自回归模型的方差分解结果为通货膨胀率与城镇失业率在不同预测期内的动态贡献度变化以及两者之间的互动关系提供了实证依据，具体而言，随着预测期（阶数）以及通货膨胀率在预测方差中自身贡献度的逐渐下降，而城镇失业率的贡献度则相应上升，呈现出一种此消彼长的趋势。

初期通货膨胀率完全由自身解释，贡献度高达100%，失业率的贡献度则为0，表明短期内通货膨胀率独立于城镇失业率变动。然而，随着预测期的推进，这一格局开始发生变化。从第2期开始，通货膨胀率开始下降，贡献度逐渐显现并持续上升。至第10期时，通货膨胀率的自身贡献度已降至68.143%，而城镇失业率的贡献度则上升至31.7%，因此判断出两者之间存在显著的相互影响。

阶数	标准差	通货膨胀率（%）%	城镇失业率（%）
1	1.309	100	0
2	1.418	97.93	2.07
3	1.461	94.331	5.669
4	1.498	90.218	9.782
5	1.536	86.082	13.918
6	1.574	82.095	17.905
7	1.612	78.307	21.693
8	1.652	74.725	25.275
9	1.692	71.341	28.659
10	1.732	68.143	31.857

资料来源：该表由本研究根据SPSS23.0的分析结果整理所得。

（四）实证结论

通过上文的综合分析得出以下结论： 首先，协整检验表明两变量之间不存在长期稳定的均衡关系；其次，格兰杰因果检验显示通货膨胀率是城镇失业率的单向格兰杰原因，即通货膨胀率的变动能够先行影响失业率的变动，体现了宏观经济中价格水平与劳动力市场之间的一种传导机制。

同时还通过脉冲响应函数分析表明，在短期内菲利普斯曲线在中国是成立的能够适用的，即失业率与通货膨胀率之间存在负相关关系。但是从长期来看，可能由于结构性失业、货币政策的滞后效应以及通货膨胀预期发生变化等现象的存在，导致这一关系并不存在，因此想要通过通胀来长期的拉动经济增长这一策略并不合理，长期以后的失业率会逐步变为自然失业率并趋向于稳态。

从宏观经济学的角度来看，这种动态关系体现了失业与通货膨胀之间复杂的短期互动特征，不同的冲击变量对经济系统的影响存在时间上的差异性和阶段性。这种现象通常与短期政策效果、劳动力市场结构以及长期经济调整有关。基于这些结论，以下提出详细的政策建议和对策。

四、对策建议

关于我国2002—2023年的通货膨胀与失业率数据的分析，文章提出以下一些政策建议：

（一）针对通货膨胀率冲击对城镇失业率的影响

1. 改善劳动力市场，降低失业率

考虑到城镇失业率上升会推高通胀（与结构性失业、劳动力市场效率不足有关），可通过以下措施减少失业以间接抑制通胀：一是大力发展就业岗位，重点支持绿色经济、数字经济等新兴产业；二是加强技能培训与职业教育，弥补高校理论教学与社会需求脱节的不足；三是针对结构性失业，提供技能提升和再就业培训，帮助失业人口进入新兴产业或高需求领域；四是鼓励灵活用工、共享经济等模式，提供兼职、短期合同等岗位，缓解长期失业问题。

2. 控制成本推动型通货膨胀

失业率的上升可能通过成本推动型通货膨胀加剧价格水平上涨，例如劳动力减少导致生产成本上升。因此，我们需要采取措施来降低成本，在中国中小企业的数量一直是占大多数的，因此可以优化企业税收和激励政策，降低企业负担，尤其是对中小企业和劳动密集型行业，帮助其保持稳定运营和雇佣更多劳动力。

3.货币政策的配合调整

货币政策是宏观经济调节的重要手段之一，我们需要正确的使用来缓解失业与通胀之间的矛盾。在失业率较高时，适度降低利率或实施定向信贷支持，采取宽松的货币政策促进企业融资和经济增长，从而减少失业。最为重要的一点是要关注货币政策的滞后性，避免过度依赖货币政策短期效果，防止通货膨胀率因宽松政策过久而失控。

（二）针对通货膨胀率冲击对城镇失业率的影响

1. 平衡短期经济刺激与长期经济稳定

通货膨胀率的上升在短期内能够降低失业率，但其长期效果趋于消失，说明过高的通胀可能不会带来长期经济效益。因此我们需要追求通胀和失业的动态平衡，国家需要将通胀在温和范围内，这样既能够刺激经济增长，又不会导致失业率过快反弹。同时通过加强信息公开和沟通机制，避免市场参与者对未来通胀形势产生过度悲观预期，从而引发工资-价格螺旋上升。

2. 长期经济结构调整

长期来看，通胀对失业的影响会减弱，这反映出经济的自我调整机制。因此，为了优化长期政策效果，可以采取以下措施，推动经济转型升级，通过发展高附加值产业和技术密集型行业，提升整体经济竞争力，减少对传统低效产业的依赖；提高全要素生产率（TFP），通过研发支持和科技创新，增强经济增长的质量和效率。

3.货币政策与财政政策的协调

在短期内，可以通过宽松的货币政策刺激经济增长、降低失业率，同时通过财政政策支持关键行业和弱势群体，防止短期冲击扩大为长期问题。而从长期来看，应该避免货币政策过度宽松引发通货膨胀，通过适时的利率调整保持通胀和失业之间的平衡。

参考文献：

1. [1] Samuelson P A, Solow R M.Analytical aspects of anti-inflation policy[J].American economic review UJ.papers and proceedings,1960(50):94-177.
2. [2] Okun A M.Potential GNP:its measurement and significance[J].Proceedings of the business and economics stats section,1962.
3. [3] Friedman M.The role of monetary policy[J].American economic review,1968(53):2-17.
4. [4] 栗树和，梁天征，曾湘泉.经济增长、货币供应与价格水平——建国以来我国物价总水平变动分析[J].管理世界，1988(01):27-43+217-218.
5. [5] 陈学彬.对我国经济运行中的菲利普斯曲线关系和通胀预期的实证分析[J].财经研究,1996(08):3-8+64.
6. [6]田思源,刘永文,何志康.中国通货膨胀与失业率的关系研究——基于VAR模型的实证研究[J].生产力研究,2021(05):115-118.
7. [7] 周长才.经济增长与失业:奥肯定律在中国的存在性检验[J].学术研究,2001(12):36-40.
8. [8] 蒋欣.我国城镇失业率与通货膨胀率的关系浅析——基于菲利普斯曲线工具[C]//吉林省财政科学研究所.2021.
9. [9] 李小文.基于菲利普斯曲线探究中国失业率与通货膨胀率之间的关系[J].商讯,2023(12):135-138.
10. [10] 张成思,王麟铠.中国省级贸易开放与通货膨胀波动性[J].金融科学,2019(02):1-18.
11. [11] 张天顶.通货膨胀与中国的经济增长——基于门限效应回归模型的实证研究[J].金融管理研究,2013(01):44-65.
12. [12] 李小文.基于菲利普斯曲线探究中国失业率与通货膨胀率之间的关系[J].商讯,2023(12):135-138.
13. [13] 王萌萌,张璟.汇率制度、货币政策名义锚与通货膨胀[J].世界经济与政治论坛,2021(04):93-121.
14. [14] [1]钟腾,曾剑宇,何凡,等.通货膨胀预期、资源重配与创新抑制[J].国际金融研究,2020(12):13-22.
15. [15] 江俊瑶,朱琳.实证分析失业率与通货膨胀率的关系[J].现代商业,2020(29):130-132.
16. [16] 黄正新,石立.菲利普斯曲线理论与政策源流新探——宏观经济分析的重要工具[J].商学研究,2019,26(06):101-106.
17. [17] 向鸿瑾.论通货膨胀率的影响因素[J].中国商论,2019(12):30-31.
18. [18] 李云.中国货币供给与通货膨胀关系实证研究[J].现代商业,2019(17):9-10.
19. [19]余湄,李志勇,周荣喜,等.基于VAR的我国预期通货膨胀率的估计问题研究[J].科学决策,2018(05):79-92.
20. [20] 程希.中国通货膨胀率与失业率的实证分析[J].时代金融,2017(08):17-18.
21. [21] 刘梦佳.菲利普斯曲线在中国的实证研究[J].市场研究,2016(08):30-31.
22. [22] 蔡宇.产出增长率与通货膨胀率预测研究——基于混频数据取样方法[J].财经问题研究,2015(05):12-19.
23. [23] 王好,陶锦璨.菲利普斯曲线在中国的适用性变化研究——基于2018—2022年的宏观经济数据[J].中国市场,2024(25):9-12.