数字时代的财政货币政策协同效应

2026-01-20 作者:姜婷凤 李明浩 汤珂 来源:《中国社会科学》2025年第12期P88—P107

微信公众号

分享
链接已复制

摘  要:在数字时代,财政货币政策协同的微观基础——价格粘性正在发生变化,系统评估其对财政货币政策协同效应的影响,具有重要的理论价值与现实意义。结合线上和线下市场的微观价格大数据测度价格粘性,构建融合线上线下市场的一般均衡调价模型,研究财政货币政策协同对消费的刺激作用,可以发现:随着线上占比提高、价格粘性减弱,货币政策有效性下降,但包含消费补贴的财政政策效果会增强,二者协同可以显著增强消费刺激效果;不同部门的价格粘性存在显著差异,对不同部门进行消费补贴,其与货币政策协同作用的效果也不同。以上发现为充分利用大数据与人工智能技术赋能宏观政策制定,将线上价格变化纳入通胀度量与货币政策框架,基于不同部门的差异性加强财政货币政策的协同配合,提供了有益借鉴。

关键词:货币政策;财政政策;协同效应;价格粘性;数字时代

作者姜婷凤,对外经济贸易大学中国金融学院副教授(北京 100029);李明浩,北京大学国家发展研究院助理教授(北京100871);汤珂,清华大学社会科学学院经济学研究所教授(北京 100084)

  引言 

  近年来,我国数字经济规模持续快速增长,线上市场已成为消费的重要组成部分,线上价格变化对总体消费与通胀走势的影响日益凸显,其产生的宏观影响值得关注。线上市场的交易成本和调价成本更低,企业能够更加灵活地调整商品价格,这导致价格粘性(price stickiness)呈现减弱趋势。价格粘性是货币政策短期有效的微观基础,其减弱趋势使得货币政策的效果也趋于减弱,从而可能会影响财政货币政策的协同效果。在此背景下,以下几个问题亟待深入探讨:数字时代的价格粘性表现出哪些新特征?货币政策应如何适应数字经济发展带来的价格粘性变化?数字时代的价格粘性变化又会如何影响财政货币政策协同效应?这些不仅是数字时代宏观政策研究的前沿理论问题,也是当前完善我国宏观政策协调框架以提振内需的重要实践问题。

  现有文献对财政货币政策协同展开了相关研究,其主要有两种研究范式。一种是宏观模型范式,其主要通过构建宏观理论模型,研究财政货币政策的最优组合、相互影响及其对通胀产出和债务水平的影响。特别地,构建考虑价格粘性的新凯恩斯模型或货币经济模型已成为最常用的方法。但是,已有研究通常将价格粘性设定为常数,而且主要基于单部门模型(即假定价格粘性是同质的),并未深入探讨价格粘性变化及其异质性特征对财政货币政策协同的影响。另一种是微观实证范式,其主要结合微观数据实证分析财政货币政策协同效应,包括税收政策的利率渠道的有效性、地方政府债务治理、基础设施投资对货币政策传导的影响等。然而,鲜有研究同时结合价格粘性的微观证据与宏观模型,系统分析数字时代的价格粘性变化对财政货币政策协同效应的影响。

   价格粘性水平及其异质性特征是影响货币政策有效性的关键因素,通常通过不同的调价模型加以刻画。调价模型主要分为两类:一类是状态相依调价(SDP)模型,该模型从初始的同质设定逐步发展为考虑部门间价格粘性异质性的情形,货币政策的实际作用也随之变化。另一类是时间相依调价(TDP)模型,其中以Calvo模型为同质情形的典型代表,后续研究引入部门价格粘性异质性,产生了更大的货币非中性程度。随着更多微观价格数据用于测度价格粘性,包括线下价格和线上价格,学者们发现微观证据与理论模型结果不一致,并发展了第二代调价模型,主要分为两种。一种是假定生产率冲击服从非高斯分布,以此生成具有尖峰厚尾分布的价格变化。另一种是将TDP模型的特征融入SDP框架中,从而更好地刻画多部门价格粘性异质性的影响,其产生的货币非中性程度明显高于单部门模型。此外,研究表明价格粘性异质性会导致不同部门的价格对货币政策冲击产生差异化响应。然而,已有研究主要利用线下市场价格粘性校准调价模型、分析货币政策有效性,目前鲜有研究同时结合线上和线下市场的微观价格数据考察数字时代的价格粘性变化,并进一步分析其对财政货币政策协同效应的影响。 

  本文首先结合中国线上市场和线下市场的微观价格大数据,测度分析线上和线下市场的价格粘性,为理解数字时代的价格粘性变化提供微观证据。在此基础上,本文构建了一个融合线上和线下消费市场、包含改进的货币政策与消费补贴政策、考虑多部门异质性的一般均衡调价模型,分析数字时代的价格粘性变化对财政货币政策协同效应的影响。本研究有助于深化对数字时代的财政货币政策协同的微观基础与作用机制的理解,从而为推动两类政策有效配合以提振消费、促进我国经济高质量发展提供理论支撑。

  本文的创新和边际贡献主要有以下三个方面。第一,本文基于中国实际情况修正了财政货币政策协同的关键假设——价格粘性,拓展了传统财政货币政策协同理论研究的微观基础。现有研究通常将价格粘性设为固定参数,并在同质性框架下分析财政货币政策协同效应。然而,在数字时代,价格粘性表现出新的特点。本文结合中国线上和线下市场的微观价格大数据,包括来自国家发展和改革委员会的线下商品层面的价格数据和来自清华大学iCPI项目组的线上商品层面的价格数据,测度了整体以及不同部门(涵盖食品、工业消费品、服务三大部门)多个维度的价格粘性指标。这能更准确地反映数字时代价格粘性的变化,进而为财政货币政策协同的理论分析提供符合中国实际情况的微观基础。

  第二,本文对总量货币政策规则进行了适应数字经济发展的结构性改进。传统总量货币政策框架未充分关注线上市场发展及其对通胀动态的影响,本文微观测度结果显示,中国线上与线下市场、不同部门之间的价格粘性存在明显的差异。据此微观基础,我们对总量货币政策规则进行了结构性改进,即货币政策锚定的价格指数同时考虑线上和线下市场的通胀变化,并对物价持续偏低的部门赋予更高权重,这使得央行能对线上和线下消费需求变化做出反应,从而提高货币政策的时效性。这一结构性改进不仅为数字时代的货币政策框架优化提供了理论依据,也为央行在低通胀时期提高政策有效性提供了可操作的思路。

  第三,本文在多部门调价模型中引入消费补贴政策,分析其与货币政策的协同机制及对消费的刺激效果,拓展了财政货币政策协同研究的理论框架。与既有文献不同,本文重点关注价格粘性变化及其异质性特征对消费补贴与货币政策协同效应的影响,并比较了不同部门财政补贴与改进的货币政策搭配所产生的消费刺激效果差异。研究发现,随着价格粘性减弱,虽然货币政策有效性减弱,但消费补贴的政策效果显著增强,二者协同可更有效地刺激消费。本文为研究数字时代的财政货币政策协同效应提供了新的理论框架,也为优化宏观政策组合以有效提振消费奠定了理论基础。

  一、线上市场和线下市场的价格粘性

  二、基于价格粘性的财政货币政策协同理论框架

 

  三、基于价格粘性的财政货币政策协同效应分析

  结论和启示 

  本文基于中国线上市场与线下市场的微观价格大数据,从多维度对比分析了中国线上和线下市场的价格粘性;然后构建了一个融合线上和线下市场、包含改进的货币政策与消费补贴政策、考虑多部门异质性的一般均衡调价模型,分析数字时代的价格粘性变化对财政货币政策协同效应的影响。本文主要结论有如下两点。

  第一,中国线上市场和线下市场的价格粘性既有明显差异,又有一定共性(联系)。一方面,中国线上市场和线下市场的整体调价周期分别为1.93个月、4.7个月左右,线上市场调价明显更为频繁;两类市场的整体调价幅度差异相对较小,线上比线下高2.5%左右。另一方面,不同部门的线上和线下价格粘性均有较明显的差异。其中服务类的线上线下调价频率差异最大、工业消费品类的线上线下调价幅度差异最大,食品类的线上线下调价差异则相对较小。

  第二,当面临负向需求冲击时,改进的货币政策与消费补贴政策协同可以显著增强消费刺激效果。线上市场占比越高,价格粘性减弱幅度越大,货币政策对消费的刺激效果越弱,但是消费补贴政策效果会逐渐增强,二者协同可以有效提振消费,这有效缓解了零利率下限约束的风险。此外,对不同部门进行消费补贴,其与货币政策协同产生的消费刺激效果不同,这与不同部门的价格粘性差异有关。

  根据本文的研究发现,有三点政策启示。

  第一,在短期政策操作层面,建议加强货币政策与财政政策的协同配合,尤其有必要加大财政政策的刺激力度,充分发挥财政政策在低价格粘性环境下的结构性优势。建议依据不同市场和部门的价格粘性特征,实施差异化的财政补贴方式,并与适度降准降息等货币政策工具相配合。通过差异化财政补贴与流动性支持相结合,可在价格粘性较低的领域快速形成消费激励,在价格粘性较高的领域逐步释放政策效果,从而实现不同层次的消费刺激,促进经济稳定增长。

  第二,在中期政策框架层面,建议将线上价格变化纳入通胀度量与货币政策框架。一方面,线上市场已成为消费市场的重要组成部分,其价格变化对整体价格水平具有重要影响,相关部门应加快完善我国通胀监测体系,以合理方式将线上价格变化纳入通胀度量,以更全面地反映物价的真实状况。另一方面,应推进总量货币政策规则进行适应数字经济发展的结构性改进,使政策锚定的价格指数同时涵盖线上和线下市场的通胀变化,从而增强央行对线上和线下消费需求的感知与响应能力,提高货币政策的时效性。

  第三,在长期制度构建层面,应系统推进大数据和人工智能赋能的宏观治理新体系。全方位提振消费是一项系统工程,需要多个部门协同合作,建议建立跨部门消费数据共享平台,整合政府部门、电商平台、重点商超、金融机构等多源数据,打破“消费数据孤岛”,实现消费信息的互联互通。在此基础上,构建基于人工智能的政策模拟与效果评估系统,支持在政策实施前对各类补贴、信贷等组合方案进行仿真模拟,并在实施过程中开展动态监测与优化调整,推动宏观决策由经验判断向数据驱动转变。这将有效缩短宏观政策时滞,提高财政货币政策协同的有效性,全面提升消费刺激政策的协同效能。

  〔本文注释内容略〕

原文责任编辑:梁华

【编辑:苏威豪】