周三晚間焦煤、焦炭合約價格變動】周三晚間，焦煤 2409 合約上漲 4.5 元，漲幅 0.32%，報收于 1407 元。周三晚間，焦炭 2409 合約上漲 1.5 元，漲幅 0.07%，報收于 2004 元。【港口焦炭現貨市場及山西入爐煤運行情況】7 日，港口焦炭現貨市場暫穩運行。內貿市場情緒一般，市場資源報盤價格持穩；外貿需求表現一般，整體報價暫穩。需關注下游鋼廠利潤水平、焦煤成本端變化以及期貨盤面情緒等情況對港口焦炭的影響。7 日，山西市場入爐煤暫穩運行。原料端，昨日線上競拍仍以下跌為主，最小跌幅 6 元/噸，最大跌幅 140 元/噸。包括產地主流煤種坑口價格也繼續下降，沁新低硫瘦主焦成交價 1709 元/噸，降 71 元/噸。整體情緒依舊偏弱，入爐煤即期成本仍在下移，各家入爐煤供應商仍維持剛需采購，以銷定產，供應自身訂單，另外根據煤質不同，入爐煤的價格品質也略有差異。下游方面，昨日鋼坯價格仍在下跌，包括建材成交表現量未得到好轉，鋼廠利潤虧損的同時，需求較弱，對原料以及入爐煤的采購也偏謹慎。【煉焦煤遠期市場及海運煉焦煤港口運行態勢】7 日，煉焦煤遠期市場偏弱運行。澳洲遠期海外煉焦煤一線主焦 CFR229.0 美金/噸，日環比下降 0.5 美金/噸。澳大利亞遠期煉焦煤市場采買情緒不佳，目前需求端暫無明顯起色，中間環節多處觀望態勢，操作以謹慎觀望為主。俄羅斯遠期煉焦煤偏弱運行，Low Vol Coking coal type A截標一船，截標價格 CFR166 美金，較上期成交下跌 7.0 美金，落貨中國北方港口，截標數量 21000 噸。7 日，海運煉焦煤港口現偏弱運行。供應方面，港口市場貨源庫存下降一般，部分煤種可售資源較為緊俏；需求方面，港口貿易商持觀望態度，終端拿貨謹慎，采購多維持剛需，市場成交情緒一般。【焦炭、焦煤行情分析及策略建議】焦炭方面，昨日日照港(600017)準一級冶金焦出庫價 1810 元/噸（+0）。鐵水產量大幅走弱，日均鐵水產量 236.62（-2.99），鋼廠盈利率大幅走弱，后期減產預期較為充足，原料端承壓下行。鋼廠不斷提降，焦企生產積極性下降，上周全樣本焦化廠焦炭日均產量 67.99 萬噸（-0.33）。新國標影響下，鋼材現貨價格不斷走弱，鋼廠盈利率大幅下降，部分鋼廠有減產意愿，鐵水有一定下行壓力。焦煤基本面較差，價格下行驅動強，成本端坍塌帶動焦炭價格下行。綜合焦炭供需情況，焦炭供需偏緊，總庫存持續下降。策略建議：震蕩思路。關注焦化利潤偏多思路，焦化利潤=焦炭-1.33*(焦煤+250)，焦炭指數日內參考 2000-2060。焦煤方面，昨日晉中中硫主焦煤（S1.3)價格 1680 元/噸（+0）。新國標影響下，鋼材現貨價格不斷走弱，鋼廠盈利率大幅下降，部分鋼廠有減產計劃，鐵水有較強下行驅動。隨著國內煤礦逐漸復產，預計下半年焦煤將有較強增量空間。蒙煤通關高位，進口增量大，對盤面有較強壓力。當前蒙煤通關口岸庫存高位，國內焦煤礦山庫存高位，532 家樣本礦山精煤庫存 308.47 萬噸（+17.77），對盤面有較強壓力。策略建議：震蕩思路。關注焦化利潤偏多思路，焦化利潤=焦炭-1.33*(焦煤+250)，焦煤指數日內參考 1410-1460。
關于物價的經濟理論，各宏觀經濟學派由于其研究視角不同有著不同的解讀。主流理論包括貨幣數量理論與貨幣主義觀點、理性預期理論、新古典宏觀經濟學和凱恩斯主義。其中新古典宏觀經濟學與新凱恩斯主義對于貨幣是否中性與貨幣對物價的影響機制方面存有不同觀點。
影響物價的具體宏觀因素主要包括五個方面，即輸入型因素、貨幣供給、利率、工資和老齡化。
輸入型因素主要包括匯率和大宗商品。匯率波動可以通過影響進口商品價格對物價產生直接影響，也可以通過影響收入等方面對物價產生間接影響。大宗商品價格可通過實體經濟傳遞到整體價格水平。
貨幣主義認為貨幣供給是決定通貨膨脹的最主要因素，國際上很多實證研究支持這一觀點，但“大緩和”后貨幣供給對通脹的解釋力出現明顯下降。我國歷史上貨幣供給與通貨膨脹出現明顯背離，部分研究認為這是貨幣過多流向虛擬經濟部門所致。
利率與通貨膨脹關系的相關研究集中在對“費雪效應”的討論上，費雪效應成立意味著名義利率能夠足以補償通脹導致的購買力損失。國際上大多研究認為費雪效應存在，但其效果強弱還存有爭議；在我國費雪效應是否存在與其效果的強弱都存有爭議。
傳統的工資與物價研究集中在“工資-價格螺旋”的討論?！肮べY-價格（上升）螺旋”難以停止的原因之一是名義工資難以下降，但日本或為反例。日本自20世紀90年代末以來名義工資開始下降，部分研究指出工資的下降是日本經濟長期陷入通貨緊縮的主要原因。此外，人工智能與零工經濟的發展或抑制工資與物價的上升。
國際上老齡化往往對通脹有抑制作用，不過，如果老年人口的勞動參與率提高，老年人口占比上升轉為推動通貨膨脹。
此外，疫后通脹超預期引發學界反思。文獻通常認為，應對疫情采用的強力財政刺激政策與供給側擾動等因素推動了本輪物價的上漲。
物價變化是宏觀經濟學的重要研究對象與組成部分，各宏觀經濟學派由于其研究視角不同，對于物價變動的原因也有著各自不同的解讀。
貨幣數量理論最初可追溯到哥白尼（1517），該理論認為物價與流通中的貨幣數量或貨幣供應量成正比，即長期來看通貨膨脹率取決于貨幣供應量相對于實際收入增長的增長率。然而，在短期和中期，物價可能受到經濟供求壓力的影響，并受到工資、價格和利率的相對彈性等的影響。米爾頓·弗里德曼（1956）重新表述了貨幣數量論，這在后來成為貨幣主義的基礎。
貨幣主義主要基于米爾頓·弗里德曼和安娜·施瓦茨（1963）在《美國貨幣史，1867-1960》提出的理論，他們認為“通貨膨脹總是一種無處不在的貨幣現象”。貨幣主義認為，影響通貨膨脹或通貨緊縮的最重要因素是貨幣供應量的增長或收縮速度。他們認為財政政策或政府支出和稅收在控制通貨膨脹方面無效。通貨膨脹是一種貨幣現象，貨幣流通速度至少從長期來看不受貨幣政策的影響，產出的實際價值是由經濟的生產能力決定的。在這些假設下，一般價格水平變化的主要驅動力是貨幣數量的變化，貨幣供應量決定了短期內名義產出的價值。
理性預期理論最早由約翰·穆斯（1961）提出，該理論認為，經濟參與者在試圖最大化其利益時會理性地展望未來，而不僅僅是對眼前的機會成本和壓力做出反應。
理性預期理論的一個核心主張是，經濟參與者將尋求通過預測實現調整物價的方式“阻止”央行決策。這意味著央行必須在對抗通脹方面建立信譽，否則經濟參與者將押注央行將足夠快地擴大貨幣供應以防止經濟衰退，即使以加劇通脹為代價。因此，如果一個央行以對通貨膨脹“軟弱”著稱，當它宣布一項以限制性貨幣增長對抗通貨膨脹的新政策時，經濟主體不會相信該政策會持續下去，他們將不會對此反應劇烈，通脹也將居高不下。另一方面，如果央行以對通脹“強硬”著稱，那么這樣的政策聲明就會被相信，通脹預期會迅速下降，從而使通脹本身在經濟干擾最小的情況下迅速下降。
20世紀70年代至80年代前半期美國經濟陷入滯脹，凱恩斯主義無法解釋這一現象，新古典宏觀經濟學流派應運而生。該流派建立在理性預期、市場連續出清和自然率假設上，從貨幣和實際因素中探尋經濟波動的原因。盧卡斯（1976）著名的盧卡斯批判是新古典宏觀經濟學對凱恩斯主義理論批判的主要代表和集中體現。
新古典宏觀經濟學認為如果讓市場機制自發地發揮作用，就可以解決一系列宏觀經濟問題。該學派認為貨幣在短期也是中性的，即貨幣政策對產出沒有影響。同時，該學派否定凱恩斯主義積極干預的經濟政策，他們認為傳統政策分析沒有充分考慮到政策變動對人們預期影響，貨幣政策在考慮預期的情況下是完全無效的。
凱恩斯主義是根據凱恩斯（1936）的著作《就業、利息和貨幣通論》的思想基礎上建立的經濟理論。凱恩斯主義認為，貨幣供應量的變化在短期內不會直接影響物價，可見的通貨膨脹是需求壓力表現在價格上的結果。
勞倫斯·鮑爾等（1988）第一次使用“新凱恩斯主義”一詞，他們總結了凱恩斯主義的發展，并用新理論解釋了產出與通貨膨脹的關系。相比于凱恩斯主義，新凱恩斯主義提供更多的微觀經濟基礎。新凱恩斯主義回應新古典宏觀經濟學的擁護者對凱恩斯主義批評，其在微觀經濟運行上通過價格剛性和工資剛性假設回應盧卡斯等人的質疑。新凱恩斯主義比凱恩斯主義更為強調市場機制的作用，主張對經濟進行“粗調”。
新凱恩斯主義認為通貨膨脹有三個主要來源：需求拉動型通貨膨脹、成本推動型通貨膨脹、內在通貨膨脹。需求拉動型通貨膨脹是由總需求增加引起的，總需求增長過大，以至于產量的增長無法保持同樣的增速，這導致了需求和供給的不平衡，進而影響物價；成本推動型通貨膨脹，也稱為“供應沖擊通貨膨脹”，是由總供給（潛在產出）下降引起的；內在通貨膨脹是由適應性預期引起的，通常與“工資-價格螺旋”有關，即持有通貨膨脹會在未來持續的預期，工人試圖提高自己的名義工資以跟上價格的增長，而公司將這些更高的勞動力成本作為更高的價格轉嫁給客戶，從而導致反饋循環。
相關研究主要從貨幣匯率、大宗商品價格等方面來分析輸入型因素對經濟體內物價的影響。
2.1.1 匯率
匯率方面，Goldberg & Knetter(1997)將匯率對通貨膨脹的傳遞機制分為兩種，匯率的直接傳導機制與匯率的間接傳導機制。匯率的直接傳導機制指的是匯率變化對進口商品價格產生直接影響，而后作用于國內通貨膨脹；匯率的間接傳導機制指的是匯率的變動通過各種渠道對其他宏觀經濟指標產生影響，如貨幣工資、貨幣供給與資產價格等，間接將匯率改變傳導至通貨膨脹。
卜永祥（2001）運用協整和Phillips－Hansen兩階段方法分析人民幣匯率變動對國內物價水平的影響，并運用誤差糾正模型探討了影響的動態機制。其研究發現，長期而言，匯率的變動顯著地影響了我國零售物價水平和生產者價格水平。短期而言，匯率和國外物價水平變化對我國生產者價格有顯著影響，而匯率和國外物價水平對零售物價的動態影響則相當微弱。
施建淮等（2008）使用中國1994-2007年季度宏觀數據，研究了人民幣匯率變動對我國價格水平的傳遞效應，發現人民幣名義有效匯率對不同消費品價格的傳遞率對食品、家庭設備類用品價格的傳遞程度明顯高于對其它類消費品價格的傳遞程度。可以看到，匯率傳遞率隨時間變化呈現提高趨勢且逐漸穩定。模型估計出的食品、家庭設備類用品傳遞率在外部沖擊后的2至12季度均為傳遞率最高的兩類商品，在第12季度，食品、家庭設備類用品傳遞率分別為0.42和0.15，顯著高于其他五類商品傳遞率（衣著類為0.15，醫療保健類為0.21，交通和通訊工具類為0.06，娛樂教育文化用品類為0.03，居住類為0.14）
大多數對于發達經濟體的實證研究表明匯率對于物價的傳遞率在逐年下降(Olivei, 2002, Campa & Goldberg, 2005)。同樣的，Otani et al. (2003)和Marazzi et al. (2005)分別表明1980-2000日本和美國匯率傳遞率呈下降趨勢。
此外，匯率對物價的傳遞程度受到經濟體自身情況的影響。Cheikh（2012）使用平滑轉換模型對于12個歐元區國家中匯率變動對價格水平的非線性傳遞機制進行了研究，在保持高通貨膨脹的經濟體中，匯率對于價格的傳遞程度更高。Cheikh & Louhichi (2016)使用3個地區63個國家的數據進一步確認了這一結果。這也一定程度上解釋了相對于發展中國家，發達國家的匯率傳遞效果更微弱的現象(Goldberg and Knetter, 1997, Bussière et al., 2014)。
2.1.2 大宗商品
大宗商品方面，其價格的改變往往能通過實體經濟傳遞到國內一般價格水平(張天頂，2014;吳周恒等，2018)。大宗商品價格傳導的實體經濟渠道主要有：生產渠道，原材料價格上漲時，生產企業的成本也隨之提高，企業選擇提高售價；消費渠道，農副產品和食品等直接消費品價格上漲時，價格變化將直接傳導至最終消費領域；預期渠道，當預期大宗商品價格上漲時，必然將刺激消費者提前購買，而生產者則會減少當前供給，市場供給小于需求；出口渠道，當大宗商品價格上漲時，提高了國內企業的生產成本，削弱了出口競爭優勢；連鎖渠道，國際大宗商品價格發生改變時，國內相關大宗商品價格也隨之改變，進而帶動整體物價水平。
我國方面，中國經濟增長與宏觀穩定課題組等（2008）綜合考察了全球流動性、國際大宗商品價格、人民幣匯率、國際利率對中國物價的影響。結果表明，短期內國際食品價格是導致國內物價上漲的主要因素；國際原油價格對國內物價的影響在中長期逐步上升；人民幣升值抑制通脹的效果要一段時間才能體現；國際利率變化對國內物價有影響；全球流動性的轉化因央行的有效對沖對物價的直接影響并不明顯。綜合而言，外部沖擊只是導致通脹的因素之一，而國內GDP增長率仍是影響物價的最主要因素。
任澤平（2012）測算了能源價格波動對我國物價水平的潛在和實際影響，發現能源價格波動對上游的影響大于下游，對生產領域的影響大于消費領域，對企業的影響大于居民，對城市居民的影響大于農村居民。
張天頂和施展（2021）分析了國際大宗商品價格波動影響中國宏觀經濟的理論機制，構建結構向量自回歸模型，通過脈沖響應分析和方差分解探討國際大宗商品價格波動對中國宏觀經濟的影響。他們發現更高的國際大宗商品價格會加劇中國的通貨膨脹，并且中國通貨膨脹對“硬大宗商品”價格變動的敏感性整體上略高于“軟大宗商品”
國際經驗方面，Cody & Mills（1991）對國際大宗商品價格和通貨膨脹之間的內在聯系進行了深入研究，發現國際大宗商品價格通?？梢蕴峁┪磥斫洕呦虻男盘?，尤其是通貨膨脹。Bhar & Hamori（2008）利用1957-2005美國的路透商品研究指數、CPI指數、工業產值指數等數據和多種統計方法論證了國際大宗商品價格變動會引發CPI與工業產出的變動，反之則不成立。Cheung（2009）利用加拿大、日本、英國等七個發達經濟體的數據也發現大宗商品價格可以為通脹提供明確信號。
貨幣供給對物價的影響是貨幣主義學派經濟學家研究的焦點，他們認為影響物價最主要的因素為貨幣供應量。
國內方面，我國歷史上貨幣供給與通貨膨脹出現明顯背離，即廣義貨幣增長幅度持續處于高位區間，但是CPI并沒有表現出同比例快速上升，這一現象不符合貨幣主義的觀點，多位學者對此進行了不同角度的研究。
楊小軍（2011）構造一個包括家庭、企業和銀行在內的簡化的理論模型，為“價格之謎”現象產生的可能性提供了一個理論基礎，通過研究利率政策在行業層面的價格效應發現，“價格之謎”現象在行業層面的反應有所差異，其中石油和天然氣開采業和黑色金屬礦采選業產生“價格之謎”現象的程度最為強烈，食品制造業的持續期最長，煙草制品業出現的程度最弱。
羅富政等（2019）則選擇從虛擬經濟虹吸效應視角來解釋貨幣供給與通貨膨脹背離的成因。他們表明虛擬經濟虹吸效應使貨幣供給過度流向虛擬經濟部門，導致實體經濟和虛擬經濟兩部門貨幣供給出現結構性失衡，從而降低了通貨膨脹對貨幣供給的響應系數，另外，虛擬經濟部門對超發貨幣起到了虹吸作用，掩蓋了可能存在的通脹風險。
張煒等（2021）進一步對貨幣供給與通貨膨脹的時變成因分析，他們發現與價格型貨幣政策相比，數量型貨幣政策對通脹影響程度較大，以數量型貨幣政策為基礎、適當采用價格型貨幣政策則更加能夠實現既定經濟目標。通脹預期對通脹影響無論在當期還是在中長期都具有持久慣性特征。
國際經驗方面，貨幣數量對通貨膨脹預測準確性出現下降。
Friedman & Schwartz（1963）最早使用實證方法研究二者相關性，研究結果表明，在短期的視角之下，貨幣增加和通貨膨脹沒有維持相同程度的變動。貨幣增加不僅導致物價提升，還會對產出水平形成影響，但長期視角下貨幣增長最終都表現為物價上漲，因此主張貨幣供給在引起物價變化時表現出直接性和快速性，并且支持貨幣短期非中性但長期中性的理論。
McCandles & Weber（1995）以110個國家30年的數據對貨幣供應量和通貨膨脹關系進行了實證研究，其研究結果表明通貨膨脹率和貨幣供應量的變化具有較強的正相關關系，但與實際產出無關。根據Walsh（2003）的說法，通貨膨脹與貨幣供應增長率之間的高度相關性支持了數量理論的論點，即貨幣供應量的增長導致物價水平的等比例上升。
Berger & ?sterholm（2011a）使用均值調整VAR模型來檢驗貨幣增長是否會導致歐元區的通貨膨脹，其采用歐盟1970-2006年的經濟數據表明貨幣增長對通脹有很強的預測性。但是與70年代和80年代相比，近期貨幣增長對通脹的預測力要低得多。Berger & ?sterholm（2011b）利用類似的方法研究美國的情況，同樣發現貨幣對通貨膨脹預測準確性的貢獻在最近的時期可以忽略不計。
Mandler & Scharnagl（2014）采用小波分析法，研究了貨幣增長和通貨膨脹在不同頻率和不同時間點的協同作用程度，以及變量之間的超前與滯后關系。發現貨幣增長的長期波動（24-32年維度）與通脹之間存在著密切的關系，貨幣增長導致約兩到三年后的通貨膨脹。他們還表明，在20世紀90年代中期之后，中長期波動（8-16年維度）減弱。
利率對通貨膨脹影響的相關研究主要集中在對費雪（1930）提出的“費雪效應”的探討、修正與實證研究。簡單而言，“費雪效應”認為名義利率、實際利率與通貨膨脹率三者之間的關系是：實際利率=名義利率-通貨膨脹率。費雪效應成立意味著名義利率能夠足以補償貸款人到期收到的貨幣所遭受的預期購買力損失。實證上對費雪效應檢驗的方法是：如果利率和通貨膨脹率存在長期均衡關系，那么就存在費雪效應。
我國方面，國內學者對我國經濟中是否存在“費雪效應”這一問題也做了不少探索，但總的來說，“費雪效應”是否存在與其效果的強弱還存在著爭議。
劉金全等（2003）利用Johansen協整分析法檢驗了我國名義利率與通脹率序列之間長期的均衡關系，并推斷我國經濟中不存在“費雪效應”。然而，劉康兵等（2003）卻持不同意見，他們利用FMADL模型和廣義矩估計方法對我國費雪效應進行了檢驗，表明我國同時存在長期和短期“費雪效應”。
封福育（2009）利用門限模型考察了1990年1月至2007年2月我國名義利率與通脹率的關系，結果表明名義利率對通脹率的調整取決于通脹水平的高低。溫和通脹狀態下，通脹率上升1％，名義利率將提高0.43％；高通脹狀態下，通脹率上升1％，名義利率僅提高0.23％；而在通貨緊縮狀態下，“費雪效應”完全不存在，名義利率與通脹之間沒有顯著關系。然而，程皓和朱新蓉（2010）利用Johansen協整分析法和Granger因果關系檢驗，基于貨幣制度變遷的視角研究物價和利率的關系，檢驗結果表明法定本位時期（1979年至2010年），“費雪效應”成立，且通脹率上升1％，名義利率提高0.89％。張煒等（2021）認為即使在通貨緊縮狀態下，“費雪效應”也存在。
國際經驗方面，總體而言，大多文獻認為“費雪效應”是存在的，但對其效果強弱還存有爭議。
Mishkin（1992）利用單位根檢驗方法對美國實際利率進行了檢驗，并且利用E-G兩步法協整檢驗對美國名義利率與通脹率之間的協整關系進行檢驗，但是并沒有得到穩健的結論。隨后的研究使用更有效的估計方法，大部分研究支持美國存在長期費雪效應（Evans & Lewis，1995；Crowder & Hoffman，1996；Aktins & Coe，2002）。
Badillo等（2011）利用Bai等（2009）所提出的帶有不可觀測全局隨機趨勢的面板協整模型發現15個歐盟國家存在部分的“費雪效應”，但利率的上升幅度和通貨膨脹率不相等。然而，當忽略不可觀測的全局隨機趨勢，發現15個歐盟國家存在完全的“費雪效應”，即利率的上升幅度和通貨膨脹率相等。
王群勇和武娜（2009）利用面板單位根檢驗法和異質面板協整方法對50個國家1981至2007年期間的面板數據進行了分析，結果表明利率和通貨膨脹率之間存在顯著的長期均衡關系，利用FM-OLS和D-OLS方法做進一步研究，發現發展中國家存在部分的“費雪效應”，發達國家存在完全的“費雪效應”。
Toyoshima & Hamori（2011）利用面板協整對使用1990年1月至2010年12月三個發達經濟體（美國、英國和日本）的月度數據分析了費雪效應，使用短期和長期名義利率來檢驗費雪效應的有效性。實證結果表明，費雪效應在1990年1月至2010年12月期間完全存在。
2.4.1 “工資-價格螺旋”相關研究
工資與物價的相關研究集中在對于“工資-價格螺旋”的討論。“工資-價格螺旋”即當物價上升時，工人為保護其實際工資而要求漲工資，企業為保護其利潤而提價。兩者相互加強，推動通脹預期上升，進而形成通脹預期的自我實現，導致通脹加速上升。與之相反的物價下跌與工資降低的循環因相關案例較少，僅有日本部分學者進行了研究。
我國方面，工資-價格螺旋上升在我國是否存在尚無定論。
范志勇（2008）基于2000年之后超額工資增長與通貨膨脹的關系進行檢驗,實證結果表明貨幣供給而非超額工資增長是導致通貨膨脹變化的主要因素?；诜植块T工資數據的研究結果亦未發現超額工資存在對通貨膨脹的顯著響應?；谏鲜鼋Y果本文認為2000—2007年中國尚不存在"工資-通貨膨脹"循環機制。
丁守海（2010）使用VECM模型進行分析，結果表明我國工資與物價間存在明顯的螺旋波動關系。他們認為這一螺旋關系是由城鎮勞動力工資與物價之間的直接螺旋關系以及農民工工資與物價之間的間接螺旋關系組合而成的。龍少波等（2014）也發現了類似的結論，他們認為，工資增長率超過產出增長率的超額工資加強了對中國的通貨膨脹的推升作用，2003年后超額工資增長率與通脹率形成了相互推進的“超額工資增長—通脹”螺旋。
曾昆（2011）利用2001-2010年CPI與工資季度數據,在向量誤差修正模型的框架下，分時期分部門研究了物價與工資之間的關系，卻得到了不一樣的結論，他認為物價上漲推動總工資水平的提高，但不同類型的工資對物價沒有影響。
國際經驗方面，工資-價格螺旋歷史上較為明顯，但近二十年傳導效應出現減弱。日本經驗表明，20世紀90年代末以來的日本名義工資下降或是日本經濟長期陷入通貨緊縮的主要原因。
Blanchard（1986）完整表述了工資-價格螺旋的理論模型。該模型表明，在總需求增加之后，名義價格和名義工資的調整過程是工人試圖維持或增加其實際工資以及企業試圖維持或增加其價格高于工資的結果。在價格和工資決策錯開的情況下，調整需要時間。實際工資和價格對需求變化越不靈活，價格水平慣性程度就越高。
Kandil（2007）在Blanchard（1986）模型的基礎上，利用美國、英國日本等12個發達國家的季度數據，驗證了工資-價格螺旋的存在，并發現工資與價格間的影響效應可能隨著不同經濟體的勞動力和市場條件而變化。
Heise et al.（2022）認為美國近二十年缺失的通貨膨脹可以追溯到失業和核心商品通貨膨脹之間日益脫節。他們利用豐富的行業層面數據表明，商品生產部門從工資到價格的傳導減弱是通脹緩慢上升的重要原因。
難以制止“工資-價格螺旋”的原因之一是名義工資的向下剛性，即工人很難接受名義工資的下降，名義工資的下降會影響工人的工作效率（Bewley，1999；Kahneman et al.，1986）。但日本似乎是一個意外，自20世紀90年代末以來，日本的名義工資開始下降，這或許意味著工資向下剛性導致的生產效率低下在日本已不再是問題。
吉川洋（2013）指出工資的下降是日本經濟長期陷入通貨緊縮的主要原因。減薪降低了商品和服務的價格，同時又保護了微觀層面的就業，從而使企業陷入惡性循環。由于每個企業都采取相同的策略，它們的競爭力并沒有提高，從而導致工資和物價進一步下降，從而導致通貨緊縮。
2.4.2 人工智能的發展或對工資與物價形成壓制
隨著人工智能時代的到來，不少研究表明工業機器人、自動化、人工智能不僅對失業率產生了影響，還對工人的工資水平產生的顯著的影響。
Leduc & Liu（2019）在DMP模型框架下探究了美國產業自動化對勞動力市場的影響。他們認為，產業自動化加強了公司在工資談判中對求職者的議價能力，降低了商業周期繁榮中的均衡實際工資；產業自動化提高了勞動生產率，同時抑制了工資的增長。
Giuntella et al.（2022）使用了中國的工業機器人數據、勞動力市場數據、家庭調查數據，參照Acemoglu & Restrepo（2020）的研究方法，計算了中國跨行業的機器人滲透指數，發現在中國也有類似的情況，機器人滲透指數每一標準差的增加可以顯著降低相關行業1%的勞動參與率、7.5%就業率和9%的時薪。雖然相關受影響較大的人群通過更長的工作時間以彌補時薪的下滑，年收入并未受到顯著影響。
宏觀經濟研究方面，近年來涌現了不少關于人工智能是否會使得對勞動收入份額
Benzell et al.（2015）、Acemoglu & Restrepo（2018）把人工智能視作一種自動化生產方式，而自動化就是資本替代勞動的過程，企業決定特定的生產任務是采用勞動還是采用機器進行生產。因此這一過程必然會造成勞動收入份額下降。
然而，Bessen（2019）、Graetz & Michaels（2018）等認為，人工智能是一種要素擴展型技術，因而對勞動收入份額的影響方向是不確定的，還取決于資本和勞動的替代彈性。Aghion et al.（2017）和郭凱明（2019）等研究認為產業結構轉型在人工智能影響勞動收入份額中起重要作用，人工智能除了導致資本替代勞動外，還會造成非自動化部門相對變化，在非自動化部門和自動化部門的產品替代彈性較低時，非自動化部門勞動收入份額反而會上升。
隨著數字零工經濟
工資粘性即指工資不能隨勞動供求的變動而及時而迅速的變動。Sioufi（2019）發現，加拿大許多雇主會通過工作任務數字化，以規避法律對工作環境和最低工資的監管。嚴妮等（2020）以及袁朝輝（2021）研究發現，靈活就業人員簽訂勞動合同比例偏低，工作流動性強，工資波動性大。
此外，部分研究表明這種結構性變化可能會弱化貨幣政策效果。彭安興等（2023）從工資粘性視角建立一個包含傳統工人和數字零工的TANK-DSGE模型，探討數字零工經濟如何影響貨幣政策效果。他們發現數字零工經濟的興起會減弱貨幣政策對就業和產出的促進效果，增加政策沖擊引起的工資和價格通貨膨脹波動，最終使得貨幣政策的社會福利水平下降。
國際經驗來看，老齡化往往對通脹有抑制作用。
蔣偉（2015）發現老年撫養比上升可以解釋通貨膨脹率的下降。其利用1991-2011年跨國面板數據進行經驗研究，發現底部老齡化（少兒撫養比下降）和頂部老齡化（老年撫養比上升）能夠共同解釋通貨膨脹率下降。同時其利用門檻面板估計進一步發現，深度老齡化和經濟發展水平較高的國家人口結構老化對通貨膨脹率的抑制作用更大。
Liu等（2017）利用1990年至2007年期間日本各都道府縣數據中的人口和經濟差異，發現老齡化速度較快的都道府縣總體通脹率較低，而人口增長較快的都道府縣通脹率較高，人口方面老齡化會對通貨緊縮壓力產生顯著的影響。
Katagiri（2021）利用多部門新凱恩斯主義模型研究了人口老齡化導致的需求結構變化對日本經濟的影響，發現了從20世紀90年代初到21世紀初，老齡化沖擊對日本通脹同比造成了年均約0.3個百分點的拖累。
王笑非和陸杰華（2022）將日本經濟泡沫破滅后分為1989—2014年和2015—2019年兩期進行分析，發現在第一期老年人口占比上升抑制了通貨膨脹。而2015年以后，安倍政府推行的一系列勞動力市場改革政策，有效提高了婦女和老年人口的勞動參與率，非生產性老年人口占比下降，老年人口占比上升轉為推動通貨膨脹。
不過，陳衛民和張鵬（2013）通過利用中國1990年-2010年分區域的數據研究得出結論，老年人口比重上升會抑制通貨膨脹。同時基于非線性分析，得出該關系存在“拐點”，即當老年人口（大于65歲）比重達到10%后，老年人口比重上升會轉為助推通貨膨脹。
新冠疫情結束了“大緩和”時代，海外長期低通脹的趨勢逆轉，物價超預期上升，引發學界的反思。從當前文獻看，學術界對國際上本輪通脹超預期上升的反思仍集中于技術層面，認為應對疫情采用的強力財政刺激政策與供給側擾動等因素推動了本輪物價的上漲。
Jordà等（2022）比較了OECD國家間的個人實際可支配收入變化，認為美國在2021年比其他OECD國家通脹更高的原因是政府的大規模財政支持措施。并且通過估算，美國政府的財政政策可以解釋到2021年底累計約3個百分點的通脹上行。
Adam（2022）將個人消費支出價格指數的基本數據分為供應驅動和需求驅動兩類，得出供應因素約可以解釋通脹水平上升的一半，需求因素可以解釋三分之一。
Francesco等（2023）認為新冠大流行導致前所未有的消費從服務轉向商品，而這種需求重新配置沖擊解釋了大流行病后美國通脹上升的大部分原因。該結論通過一個有著粘性價格、投入產出聯系（input-output linkages）和勞動力重新配置成本假設的多部門模型研究得出。勞動力重新配置成本阻礙了商品供應的增加，導致通貨膨脹壓力。這些壓力由于商品價格比服務價格更具有彈性而被放大。
1. 卜永祥，人民幣匯率變動對國內物價水平的影響，金融研究，2001年第3期。
2. 曾昆，物價與工資真的是螺旋推動嗎?——基于分部門工資的實證研究，中國物價，2011年第2期。
3. 程皓和朱新蓉，基于貨幣本位制度變遷的物價利率關系實證研究，金融研究，2012年第6期。
4. 丁守海，工資與物價會螺旋波動嗎?，統計研究，2010年第9期。
5. 范志勇，中國通貨膨脹是工資成本推動型嗎?——基于超額工資增長率的實證研究，經濟研究，2008年第8期。
6. 封福育，名義利率與通貨膨脹:對我國"費雪效應"的再檢驗——基于門限回歸模型分析，數量經濟技術經濟研究，2009年第1期。
7. 郭凱明，人工智能發展、產業結構轉型升級與勞動收入份額變動，管理世界，2019年第7期。
8. 吉川洋，デフレーション:" 日本の慢性病" の全貌を解明する，日本経済新聞出版社，2013。
9. 劉金全和郭整風，時間序列的分整檢驗與"費雪效應"機制分析，數量經濟技術經濟研究，2003年第4期。
10. 劉康兵和申樸，利率與通貨膨脹:一個費雪效應的經驗分析，財經研究，2003年第2期。
11. 劉悅，中國通貨膨脹傳導特征與風險測度研究，吉林大學博士論文，2023年6月。
12. 龍少波和陳璋，超額工資、外部成本渠道與中國通貨膨脹非線性關系研究——基于技術進步方式理論下的MSIAH-VAR模型實證分析，經濟理論與經濟管理，2014年第11期。
13. 羅富政和羅能生，貨幣供給與通貨膨脹的背離——基于虛擬經濟虹吸效應的解釋，經濟學動態，2019年第5期。
14.彭安興和胡春田，數字零工經濟弱化了貨幣政策效果嗎？——基于工資粘性視角，統計研究，2023年第5期。
15. 任澤平，能源價格波動對中國物價水平的潛在與實際影響，經濟研究，2012年第8期。
16. 施建淮和傅雄廣，人民幣匯率變動對我國價格水平的傳遞，經濟研究，2008年第7期。
17. 王群勇和武娜，對費雪效應的重新考察:來自面板協整的國際新證據，南方經濟，2009年第7期。
18. 吳周恒和李靜鴻，王明炘，國際大宗商品價格至中國上下游價格的時變傳導效應，經濟理論與經濟管理，2018年第9期。
19. 嚴妮和黎桃梅等，新就業形態下平臺經濟從業者社會保險制度探析，宏觀經濟管理，2020年第12期。
20. 楊小軍，貨幣政策傳導的價格效應——“價格之謎”在中國的經驗證據，南京郵電大學學報（社會科學版），2011年第1期。
21. 袁朝輝，新就業形態人員社會保險狀況研究，中國勞動關系學院學報，2021年第1期。
22. 張天頂，國際大宗商品價格沖擊、傳遞效應與中國的通貨膨脹動態，南方經濟，2014年第9期。
23. 張煒和景維民等，貨幣供給與通貨膨脹背離的時變成因分析，中央財經大學學報，2021年第6期。
24. 中國經濟增長與宏觀穩定課題組等，外部沖擊與中國的通貨膨脹，經濟研究，2008年第5期。
25. 蔣偉, 人口老齡化抑制了通貨膨脹嗎?——來自跨國數據的經驗證據, 中國社會科學院研究生院學報，2015年第5期。
26. 王笑非和陸杰華，抑制抑或助推?人口年齡結構對通貨膨脹的影響——基于1989-2019年日本面板數據的驗證，人口與經濟，2022年第6期。
27. 陳衛民和張鵬，人口年齡結構變化如何影響通貨膨脹?——理論解釋與經驗證據，南開經濟研究，2013年第2期。
28. Acemoglu, D., & P. Restrepo, The race between man and machine: Implications of technology for growth, factor shares, and employment, American Economic Review, 2018, Vol.108, 1488-1542.
29. Acemoglu, D., & P. Restrepo, Robots and jobs: Evidence from US labor markets, Journal of Political Economy, 2020, Vol.128, 2188-2244.
30. Aghion, P., & F. Jones, I. Jones, Artificial intelligence and economic growth//The economics of artificial intelligence: An agenda, 2018, University of Chicago Press, 237-282.
31. Atkins, J., & J. Coe, An ARDL bounds test of the long-run Fisher effect in the United States and Canada, Journal of Macroeconomics, 2002, Vol.24, 255-266.
32. Badillo, R., & C. Reverte, E. Rubio, The Fisher effect in the EU revisited: new evidence using panel cointegration estimation with global stochastic trends, Applied Economics Letters, 2011, Vol.18, 1247-1251.
33. Bai, J., & L. Carrion-I-Silvestre, Structural changes, common stochastic trends, and unit roots in panel data. The Review of Economic Studies, 2009, Vol.76, 471-501.
34. Ball, L., G. Mankiw, D. Romer, The new Keynesian economics and output-inflation trade-off, Brookings Papers on Economic Activity, 1988, Vol.1988, 1.
35. Ben, C., Non-linearities in exchange rate pass-through: Evidence from smooth transition models, Economics Bulletin, 2012, Vol.32, 2530-2545.
36. Benzell, G., & J. Kotlikoff et al., Robots are us: Some economics of human replacement, National Bureau of Economic Research, 2015.
37. Berger, H., & P. ?sterholm, Does Money Growth Granger Cause Inflation in the Euro Area? Evidence from Out‐of‐Sample Forecasts Using Bayesian VARs, Economic Record, 2011, Vol.276, 45-60.
38. Berger, H., & P. ?sterholm, Does Money Matter for U.S. Inflation? Evidence from Bayesian VARs, Discussion Papers, 2011, Vol.57, 531-550.
39. Bessen, J., Automation and jobs: When technology boosts employment. Economic Policy, 2019, Vol.100, 589-626.
40. Bewley, F., Why Wages Don’t Fall During a Recession, Harvard University Press,1999.
41. Bhar, R., & S. Hamori, Information content of commodity futures prices for monetary policy, Economic Modelling, 2008, Vol.25, 274-283.
42. Blanchard, O J. The wage price spiral, The Quarterly Journal of Economics, 1986, Vol.10, 543-565.
43. Bussière, M., & S. Delle, Peltonen T A. Exchange rate pass-through in the global economy: the role of emerging market economies, IMF Economic Review, 2014, Vol.62, 146-178.
44. Campa, M., & S. Goldberg, Exchange rate pass-through into import prices, Review of Economics and Statistics, 2005, Vol.87, 679-690.
45. Cheikh, B., & W. Louhichi, Revisiting the role of inflation environment in exchange rate pass-through: A panel threshold approach. Economic Modelling, 2016, Vol.52, 233-238.
46. Cheung, C., Are Commodity Prices Useful Leading Indicators of Inflation?, Discussion Papers, 2009.
47. Cody, B., & O. Mills, The Role of Commodity Prices in Formulating Monetary Policy, The Review of Economics and Statistics, Vol.73, 358-365.
48. Crowder, J. & L. Hoffman, The long-run relationship between nominal interest rates and inflation: the Fisher equation revisited, Journal of Money, Credit and Banking, 1996, Vol.28, 102-118.
49. De Grauwe P, Flexibility gives way to rigidity’s virtues, opinion, Financial Times, February 22 2009.
50. Evans, D., & K. Lewis, Do expected shifts in inflation affect estimates of the long‐run Fisher relation?, The Journal of Finance, 1995, Vol.50, 225-253.
51. Friedman, M., & A. Schwartz, A Monetary History of the United States, 1867–1960. 1963.
52. Giuntella, O., & Lu Y., Wang T., How Do Workers and Households Adjust to Robots? Evidence from China, National Bureau of Economic Research, 2022.
53. Goldberg, K., & M. Knetter, Goods Prices and Exchange Rates: What Have We Learned?, Journal of Economic Literature, 1997, Vol.35, 1243-1272.
54. McCandless, T., & E. Weber, Some monetary facts. Federal Reserve Bank of Minneapolis Quarterly Review, 1995, Vol.19, 2-11.
55. Graetz, G., & Michaels G. Robots at work. Review of Economics and Statistics, 2018, Vol.100, 753-768.
56. Heise, S., & Karahan F., ?ahin A. The Missing Inflation Puzzle: The Role of the Wage‐Price Pass‐Through. Journal of Money, Credit and Banking, 2022, Vol.54, 7-51.
57. Kandil, M., The wage–price spiral: International evidence and implications, Journal of Economics & Business, 2007, Vol.59, 212-240.
58. Krugman, P., Sticky wages and the macro story, New York Times, July 22 2012.
59. Kahneman J., L. Knetsch & R. Thaler, Fairness as a constraint on profit seeking: Entitlements in the market, American Economic Review, 1986, Vol.76, 728–741.
60. Leduc, S., & Z. Liu, Robots Or Workers?: A Macro Analysis of Automation and Labor Markets. San Francisco, CA, USA: Federal Reserve Bank of San Francisco, 2019.
61. Mandler, M., & M. Scharnagl, Money growth and consumer price inflation in the euro area: A wavelet analysis, Social Science Electronic Publishing, 2014.
62. Marazzi, M. ,& N. Sheets, R. Vigfusson, et al., Exchange rate pass-through to U.S. import prices: some new evidence. International Finance Discussion Papers, 2005, Vol.49.
63. McCandless, T., & E. Weber Some monetary facts. Federal Reserve Bank of Minneapolis Quarterly Review, 1995, Vol.19, 2-11.
64. Mishkin, S., Is the Fisher effect for real?: A reexamination of the relationship between inflation and interest rates. Journal of Monetary Economics, 1992, Vol.30, 195-215.
65. Olivei, P., Exchange rates and the prices of manufacturing products imported into the United States, New England Economic Review, 2002, 3-18.
66. Otani, A., S. Shiratsuka, & T. Shirota, The decline in the exchange rate pass-through: evidence from Japanese import prices. Institute for Monetary and Economic Studies, Bank of Japan, 2003.
67. Sioufi,V., et al., Digital Labour & Digital Organizing: How do workers organize themselves in a digital economy?//Canadian Association of Work and Labour Studies (CAWLS),2019.
68. Toyoshima, Y., S. Hamori, Panel cointegration analysis of the Fisher effect: Evidence from the US, the UK, and Japan, Economics Bulletin, 2011, Vol.31, 2674-2682.
69. Walsh, E., Monetary Theory and Policy, The MIT Press,2003.
70. Jordà, ò., et al., Why is US inflation higher than in other countries?, FRBSF Economic Letter,2023, Vol.7, 1-6.
71. Shapiro, A., H., How much do supply and demand drive inflation?, FRBSF Economic Letter, 2022, Vol 15, 1-6.
72. Ferrante, F., et al., The inflationary effects of sectoral reallocation, Journal of Monetary Economics, 2023.
73. Cavallo, A., Inflation with Covid consumption baskets, IMF Economic Review, 2023,1-16.
74. Liu, Y., & Westelius, N., The impact of demographics on productivity and inflation in Japan, Journal of International Commerce, Economics and Policy, 2017, Vol7.
75. Katagiri, M., Economic Consequences of Population Aging in Japan: effects through changes in demand structure, The Singapore Economic Review, 2021, Vol66, 1709-1731.