数学建模模型

五邑大学 数学建模 课程考核论文

2010-2011 学年度第 2 学期

010

20

30

40

50

60

70

8090

第一季度第三季度

东部西部北部 论文题目

抑制物价快速上涨问题 得分

学号

姓名（打印） 姓名（手写） ap0808221

林加海 ap0808204

陈荣昌

指导老师—邹祥福

——2011.6.20

抑制物价快速上涨问题

摘要

本文通过一个多元线性回归模型较好地解决了影响物价因素的问题。使我国经济快速发展的同时，使百姓得到真的实惠，又保证了经济的长远的发展。 物价问题比较复杂。在本次实验中我们参阅大量资料把影响物价的的因素主要概括括需求性因素（消费，投资，进出口，政府支出等）、货币性因素（货币供给量）、结构性因素（房地产价格，农产品价格等）以及其他因素（如预期因素等）。 总结出原先物价计算方法的不足之处，需要建立一种新的计算和预测的方法。首先，为了确定物价和影响因素之间的关系我们用了多元线性回归，从国家统计局找到相关数据经过挑选，建立了函数关系，为了使函数更具有说服力我们进一步用了残差分析，检验所得到的结果的合理性 。本文利用matlab 软件实现了拟合出多元线性回归函数y=86.4798967193207+0.00441024146152813*x1+4.32730555279258e-007*x2+0.00377788223112076*x3+2.70211635024846e-006*x4+7.58738000216411e-005*x5，置信度95％，且20.932609896853743,_R F ==检验值8.30338450288840>，但是显著性概率.α=005相关的0.055839341752489056>0.p =。再利用逐步回归的方法，拟合出Y=94.4958+0.00771506*x1+5.8917e-007*x2+0.00250019*x3+1.90595e-006*x4+

6.62396e-005*x5.93269896853743R =200，修正的R 2值.R α

=20897797，F_检验值＝26.3535，与显著性概率相关的p 值＝..<000106754005，残差均方RMSE ＝0.204517，以上指标值都很好，说明回归效果比较理想。通过对物价形成及演化问题的讨论，提出以量化分析为基础的调节物价的方法，深入分析找出影响物价的主要因素，并就此分析现在物价的上涨情况，根据《关于稳定消费价格总水平保障群众基本生活的通知》，根据模型分析给出抑制物价的政策建议，并对未来的形势走向根据模型给出预测。

关键字：物价，逐步回归分析，上涨因素，预测，多元回归分析

问题重述

2010年国家统计局公布我国10月宏观经济数据，居民消费价格指数同比上涨

4.4%，其中食品类价格上涨10.1%，蔬菜价格涨了31%，创两年来的新高。普通百姓日常开支大幅增加，国家出台《关于稳定消费价格总水平保障群众基本生活的通知》，要求各地和有关部门及时采取16项措施，进一步做好价格调控监管工作，稳定市场价格，切实保障群众基本生活。我们通过收集数据、建立模型、定量分析，分析原因和得出结果。最后，我们根据模型建立及分析得到的结果，给有关部门写一份建议报告，给出具体的意见。

问题分析

在计算综合指数时，一般有两种形式：拉氏指数和帕氏指数。以基期销售量为权数，得到的指数为拉氏指数

1000p q p q ∑∑以报告期的销售量为权数，得到的指数为帕氏指数1101p q p q ∑∑．也可采用一般加权平均数或调和加权平均数的方式来计

算。权数选择很重要，如果用基期销售量作权数，一般采用加权算术平均数形式00000

10000p kp p q q p p q p q =∑∑

∑∑相当于拉氏数。如果用报告期销售量作权数，一般采用调和加权平均数形式11

1101111

1p p 1

q q p p q p q k p =∑∑∑∑相当于帕氏指数。我国现行物价指数基本上是通过调查个体价格。计算个体价格指数，然后采用固定数量加权形式逐级汇总编制物价指数的，即kw w ∑∑

。其权数w 根据基期销售额并参照报告期的市场变化来确定。这种指数形式本质上与帕氏指数的原理是一致的。如在编制全社会的零售物价指数时，首先将全部零售商品区分为十四大类商品；在各大类商品中又分小类，在小类中再分细类·从各商品集团中选到代表规格品，调查并用加权平均法计算代表规格品的

价格，再计算物价指数，然后依据代表规格品物价指数及所给定

权数，逐级汇总计算各类指数，最后汇总为全社会零售物价指数。

但是现行的物价指数存在以下主要问题：

首先，零售物价指数反应不全。生产资料的销售是零售市场的一部分，只

有一起包括在内才能反映整个零售市场的价格变动情况。其次。生活费用价格指

数反映越界。生活费用是零售物价与服务项目的加权，但零售物价包括了生产资

料，这造成了其不能准确反映居民生活费用价格水平。再者，生产资料价格指数

计算范围不全，不能准确、全面反映全社会生产资料价格水平。由于存在多种形

式的供应方式，各种形式的扶贫、脱贫、新技术推广配套供应，粮食定购等供应

方式，目前的生产资料价格指数就不能准确、全面反映全社会生资价格水平。

因此，我们根据所学知识，建立一个新的物价指数模型，更加科学的预测物价指

数的变动及发展规律。根据相关理论，我们我们考虑如下因素：

需求性因素（消费，投资，进出口，政府支出等）、货币性因素（货币供给量）、结构性因素（房地产价格，农产品价格等）以及其他因素（如预期因素等）。

模型假设及符号说明

（1） 社会的发展平衡稳定，排除突发事件导致数据的突变。

（2） 假设因素之间的联系较小，不存在一个因素的变化导致其他因素的剧烈变

化。

（3） 所给数据真实据可靠，反应实际情况

（4) 对价格的齐次性: 若所有商品的价格均上升k 倍, 物价指数也上升k 倍;

( 5) 对货币单位的独立性: 物价指数与货币单位的选择无关, 即只要商品的实

际价格不变, 仅仅货币单位改变, 物价指数不应改变;

( 6) 物价指数介于单种商品价格比值的最小值和最大值之间;

( 7) 物价指数不因某种商品被淘汰而失去意义.

考虑数据的可得性，最终选择以下变量作为分析研究对CPI 的影响

X1 房地产业价格

X2 固定资产投资总额

X3 进出口总额

X4 货币供应量

X5社会零售商品总额

模型建立

房地产业价格。近几年，我国房地产价格一路攀升，已经影响到居民购房的

基本能力，同时也引起相关行业价格的波动。 固定资产投资总额。投资会引起

银行信贷资金的扩张，增加货币投放量，引发通货膨胀。 进出口总额。进出口

是拉动经济增长的重要马车，尤其出口增加迅速时，外汇资金迅速增加，引导投

资扩大，也会造成物价波动。 货币供应量。货币供应量一直都是价格波动的重

要原因。社会零售商品总额。该指标是体现社会总需求的基本数据，反映需求变

化对物价的影响，当该指标迅速上升，使社会总需求超过总供给，引起价格变化。由于我国每月公布的CPI 数据是按同比来计算的，故在数据选择的时候，对数据

进行了一定的变换。其中每期流量数据，经变换后表示的是每期CPI 所表现的价

格变动时间内所产生的流量。对于某些存量数据，选择的是当月的存量数据。

一般在生产实践和科学研究中，人们得到了参数(),,n x x x =???1和因变量y 的

数据，需要求出关系式()y f x =，这时就可以用到回归分析的方法。如果只考虑

f 是线性函数的情形，当自变量只有一个时，即，(),,n x x x =???1中n =1时，称为

一元线性回归，当自变量有多个时，即，(),,n x x x =???1中n ≥2时，称为多元线

性回归。

进行线性回归时，有4个基本假定：

① 因变量与自变量之间存在线性关系；

② 残差是独立的；

③ 残差满足方差奇性；

④ 残差满足正态分布。

在Matlab 软件包中有一个做一般多元回归分析的命令regeress ，调用格式

如下：

[b, bint, r, rint, stats] = regress(y ,X,alpha) 或者

[b, bint, r, rint, stats] = regress(y ,X) 此时，默认alpha ＝ 0.05.

这里，y 是一个1n ?的列向量，X 是一个()1n m ?+的矩阵，其中第一列是全1向

量（这一点对于回归来说很重要，这一个全1列向量对应回归方程的常数项），

一般情况下，需要人工造一个全1列向量。回归方程具有如下形式：

011m m y x x λλλε=++???++

其中，ε是残差。

在返回项[b,bint,r,rint,stats]中，

①01m b λλλ=???是回归方程的系数；

②int b 是一个2m ?矩阵，它的第i 行表示i λ的(1-alpha)置信区间；

③r 是1n ?的残差列向量；

④int r 是2n ?矩阵，它的第i 行表示第i 个残差i r 的(1-alpha)置信区间；

注释：残差与残差区间杠杆图，最好在0点线附近比较均匀的分布，而不呈

现一定的规律性，如果是这样，就说明回归分析做得比较理想。

⑤ 一般的，stast 返回4个值：2R 值、F_检验值、阈值f ，与显著性概率相关

的p 值（如果这个p 值不存在，则，只输出前3项）。注释：

（1）一般说来，2R 值越大越好。

（2）人们一般用以下统计量对回归方程做显著性检验：F_检验、t_检验、以及

相关系数检验法。Matlab 软件包输出F_检验值和阈值f 。一般说来，F_检验值

越大越好，特别的，应该有F_检验值f >。

（3）与显著性概率相关的p值应该满足p alpha

>，则说明回归

<。如果p alpha

方程中有多余的自变量，可以将这些多余的自变量从回归方程中剔除（见下面逐步回归的内容）。

这几个技术指标说明拟合程度的好坏。这几个指标都好，就说明回归方程是有意义的。

模型求解

物价指数的多元回归模型的建立

x1=[131 135 106 136 136 134 134 133 133 ]';

x2=[13014.0268 29792.6847 46742.7492 67358.2972 98047.3795 119866.2477 140997.7447 165869.5752 1877566.105 ]';

x3=[3240.7 3288.5 3399.8 3365.2 3464.2 3504.7 3492.6 3530.3 3523.6 ]';

x4=[112334.2 11321.7 11510.4 12455.0617 12329.9 12252.8 12569.8 13536.5 14284.8 ]';

x5=[40758.58 42865.79 39080.58 39657.54 38652.97 38904.85 39543.16 39922.76 41854.41 ]';

y=[102.7 102.7 102.8 103.10 102.90 103.30 103.50 103.60 104.40 ]';

e=ones(9,1);

x=[e,x1,x2,x3,x4,x5];

[b,bint,r,rint,stats]=regress(y,x)

rcoplot(r,rint)

b =

86.4798967193207

0.00441024146152813

4.32730555279258e-007

0.00377788223112076

2.70211635024846e-006

7.58738000216411e-005

bint =

57.6517132316945 115.308080206947

-0.0265424325364306 0.0353629154594868

-3.33477737109042e-007 1.19893884766756e-006

-0.00174313787047828 0.00929890233271979

-8.66465282394733e-006 1.40688855244442e-005

-0.000255471673027052 0.000407219273070334

r =

-0.00230129081566588

-0.0947201675733851

-0.00794789111130001

0.23520987922069

-0.275521820521206

-0.0480500184891497

0.139230535901888

0.0590379858630854

-0.00493721247502776

rint =

-0.00947859076926696 0.0048760091379352

-0.194633870082707 0.00519353493593699

-0.0249417458137498 0.00904596359114981

-0.0339258210359711 0.504345579477352

-0.627136483142244 0.0760928420998317

-0.823808535953563 0.727708498975263

-0.597472706733677 0.875933778537452

-0.511054271191228 0.629130242917399

-0.0119320358327282 0.0020576108826727

stats =

0.932609896853743 8.3033845028884 0.0558393417524896 0.0551600473900416

因此y=86.4798967193207+0.00441024146152813*x1+4.32730555279258e-007*x2+0.00 377788223112076*x3+2.70211635024846e-006*x4+7.58738000216411e-005*x5

其中：b 为回归系数估计值;bint为置信区间;stats包括判定系数R2，显著性检验F，概

率p；r为残差；rint为置信区间。其中判定系数R2是衡量拟合优度的一个重要指标，它的

取值介于0与1之间，R2越接近于1，拟合度越好，反之越差。

置信度95％，且20.932609896853743,_

>，但

检验值8.30338450288840

R F

==

是显著性概率.

α=005相关的0.05583934175248905

p=，这说明，回归方程

6>0.

中有些变量可以剔除。

残差杠杆图：

从杠杆图看出，所有的残差都在0点附近均匀分布，区间几乎都位于[]

-之

0.8,0.8间，即，没有发现高杠杆点，也就是说，数据中没有强影响点、异常观测点。

模型改进

异常值检验

x1=[131 135 106 136 136 134 134 133 133 ]';

x2=[13014.0268 29792.6847 46742.7492 67358.2972 98047.3795 119866.2477 140997.7447 165869.5752 1877566.105 ]';

x3=[3240.7 3288.5 3399.8 3365.2 3464.2 3504.7 3492.6 3530.3 3523.6 ]';

x4=[112334.2 11321.7 11510.4 12455.0617 12329.9 12252.8 12569.8 13536.5 14284.8 ]';

x5=[40758.58 42865.79 39080.58 39657.54 38652.97 38904.85 39543.16 39922.76 41854.41 ]';

y=[102.7 102.7 102.8 103.10 102.90 103.30 103.50 103.60 104.40 ]';

a=[x1,x2,x3,x4,x5,y]

mahal(a,a)

a =

Columns 1 through 4

131 13014.0268 3240.7 112334.2

135 29792.6847 3288.5 11321.7

106 46742.7492 3399.8 11510.4

136 67358.2972 3365.2 12455.0617

136 98047.3795 3464.2 12329.9

134 119866.2477 3504.7 12252.8

134 140997.7447 3492.6 12569.8

133 165869.5752 3530.3 13536.5

133 1877566.105 3523.6 14284.8

Columns 5 through 6

40758.58 102.7

42865.79 102.7

39080.58 102.8

39657.54 103.1

38652.97 102.9

38904.85 103.3

39543.16 103.5

39922.76 103.6

41854.41 104.4

ans =

7.11061932742166

7.01580910702877

7.10835411769527

6.41960734922235

5.93082884474579

1.36591268581365

1.92983077873977

4.00839377344992

7.11064401588283

可以认为数据都是正常的

但是因为显著性概率.α=005相关的0.055839341752489056>0.p =，这说明，回归方程中有些变量可以剔除。因此，采用逐步回归的方法进行建模。

逐步回归

假设已有数据X 和Y ，在Matlab 软件包中，使用stepwise 命令进行逐步回归，得到回归方程n n Y a X a X a X ε=++???++1122，其中ε是随机误差。stepwise

命令的使用格式如下：stepwise(X,Y)

X=[131 13014.0268 3240.7 112334.2 40758.58

135 29792.6847 3288.5 11321.7 42865.79

106 46742.7492 3399.8 11510.4 39080.58

136 67358.2972 3365.2 12455.0617 39657.54

136 98047.3795 3464.2 12329.9 38652.97

134 119866.2477 3504.7 12252.8 38904.85

134 140997.7447 3492.6 12569.8 39543.16

133 165869.5752 3530.3 13536.5 39922.76

133 1877566.1046 3523.6 14284.8 41854.41 ];

Y=[102.7 102.7 102.8 103.10 102.90 103.30 103.50 103.60 104.40 ]'; stepwise(X,Y)

程序提示：将变量x2加进回归方程（Move x2 in ），点击Next Step 按钮，即，进行下一步运算，将第2列数据对应的变量x 4加入回归方程。点击Next Step 按

健后，又得到提示：将变量x1加进回归方程（Move x1 in ），点击 Next Step 按

钮，即，进行下一步运算，将第1列数据对应的变量x

加入回归方程。

1

点击Next Step按健后，又得到提示：Move x3 in,点击Next Step按钮

又得到提示：Move No terms，即，没有需要加入（也没有需要剔除）的变量了。

最后得到回归方程（蓝色行是被保留的有效行，红色行表示被剔除的变量）：

Y=94.4958+0.00771506*x1+5.8917e-007*x2+0.00250019*x3+1.90595e-006*x4+

6.62396e-005*x5

回归方程中录用了原始变量x 1和x 4。模型评估参数分别为：

.93269896853743R =200，修正的R 2值.R α=20897797，F_检验值＝26.3535，与显著性概率相关的p 值＝..<000106754005，残差均方RMSE ＝0.204517（这个值越小越好）。以上指标值都很好，说明回归效果比较理想。

另外，截距intercept=94.4958（Intercept = the estimated value of the constant term ），这就是回归方程的常数项。

从上式结合经济实况可以明显地看到随着国际金融危机的蔓延, 从2008 年下半年我国经济以来中国房价有明显增长的趋势，非金融危机之后，由于政府为了刺激经济增长，加大了对基建以及房地产业的投资，以此拉动国民经济的全面增长，这加快了房地产市场的繁荣；同时由于金融危机出口受阻，消费水平也受到巨大影响，为保持国民经济稳定发展，拉动内需，固定资产投资的作用更加明显。因此固定资产投资占国民经济比重将进一步提升以及人民币汇率的增长外汇储备的增加使得发行人民币供应量增多，使得来利润非常薄的出口制造业更是雪上加霜，出口制造商觉得无利可图就大力投资房地产，由于大量的资金投入房地产业这就进一步拉高了 房价．而当国内房价快速上涨时，其他商品价格也跟着快速上涨；通过分析不难得出在中国这一轮经济增长中，房地产市场快速发展早已成为整个经济增长的主要动力之一，房地产价格的快速上涨也带动了相关50多个产业产品价格的迅速上涨，并带动整个市场商品价格的全面上涨，而这些在中国居民消费价格指数的编制中占很大比例的，因此也带动中国CPI 的快速增 问题二分析：物价上涨原因分析

这次食品价格的上涨,实际上是从去年10月份开始，受到国际市场粮价上涨的影响

，国内市场的玉米价格首先出现上涨。饲料价格的不断攀升，使生猪收购价格偏 低的矛盾越加突出，加之南方“猪高热病”、蓝耳病等疫情的影响，农民开始大 量宰杀母猪，仔猪存栏量严重不足[2]。总体来说，这次猪肉价格的上涨具有必然

性与合理性，是猪肉价格变化周期性与饲料成本增加因素共同叠加影响结果[3]。 通过对上涨形势的现状分析，总结出以下原因：

国际上相关物价上涨的波及

由于石油价格不断地升涨，美国等第一世界国家开始转眼着重开发生物能源，对 玉米、大豆等粮食农产品的需求量大幅度增加。这导致国际市场粮价大幅度上涨 ，进而拉动了国内粮食价格上升。因此，养猪的主要饲料价格也不断升高,其中玉

米价格高达每公斤1.5元,提高了养猪成本,压抑了养猪积极性,迫使生猪价格提高 。与此同时，国际市场价格上涨还影响到以粮食为原料的食用油、肉、禽、蛋、 奶等主要副食品价格。

周期性农产品的成本回调

上世纪90年代以来，我国主要粮食和农产品的价格一直处于低位，稻谷、小麦、玉米、大豆、油菜籽、生猪等主要农产品现在的价格，多数低于十年前的水平，只有个别品种略高。但同时，种植养殖成本随着生产资料价格和农村劳动力价格的上涨而大幅上升，所以，目前农产品价格上涨带有明显的恢复性质。

意外因素的发生和供求结构失衡

由于去年上半年生猪价格跌到谷底，导致生猪存栏下降，去年下半年生猪价格开始进入周期性上涨阶段。部分地区出现的疫情，也加剧了生猪供应的紧张。

此次上涨有一定的宏观背景一方面，近期我国物价总体水平呈现出较为明显的上涨，这使得人们对价格的变化变得更为敏感；另一方面，以网络、电视为代表的信息化程度的快速提高，有关信息媒体报道迅速反应。可以看出：媒体的关注程度明显超过消费者的实际反

响。

问题三分析：

国务院《通知》确定的十六条稳定消费价格总水平、保障群众基本生活的政策措施，从安排好重要商品产销、增加对群众补贴、加强市场监管、强化政府责任等多个方面，提出了明确要求。

一、重点治理、保供稳价。这是稳定消费价格总水平，保障群众基本生活的重要基础。当前，以农产品为主的城乡居民生活必需品及部分生产资料价格上涨较多，成为推动价格总水平上升的主要因素。各地区、各部门以及有关企业要认真贯彻落实国务院《通知》精神，采取切实有效措施，从生产、流通、储备、进出口等环节入手，做好重点商品生产和供应工作，加强冬季粮油田间管理，把握好储备粮油投放节奏和力度，扩大速生蔬菜生产规模，降低鲜活农产品运输成本，切实保障粮油、蔬菜、食糖和化肥、柴油、煤炭、棉花等重要商品供应，稳定居民基本生活必需品和重要生产资料价格。

二、完善补贴、改善民生。这是保障和改善民生、维护社会和谐稳定的重要举措。随着我国经济的快速发展，城乡居民生活水平普遍提高，但近期基本生活必需品价格上涨较多，增加了群众特别是中低收入群体的生活压力。国务院《通知》强调，各级政府要及时采取发放临时价格补贴等措施，对优抚对象、城乡低保对象、农村五保供养对象，以及大中专院校家庭困难学生和食堂进行必要补贴，并安排好农村边远地区寄宿制学生生活。同时，要加快建立最低生活保障、失业保险标准与物价上涨挂钩的联动机制，逐步提高基本养老金、失业保险金和最低工资标准。各地方、各部门要从贯彻落实科学发展观、坚持以人为本的高度，把国务院《通知》确定的各项安民、惠民政策尽快落到实处。

三、降价清费、让利于民。这是减轻群众负担、抑制消费价格总水平上涨的有力措施。经过30多年的体制改革，我国绝大部分商品和服务价格已由市场形成，但仍有少数与经济发展和群众生活密切相关的商品和服务价格由政府制定。为此，各级政府要认真贯彻落实国务院《通知》精神，把握好政府管理价格的调整时机、节奏和力度，并充分考虑社会承受能力，统筹协调，审慎出台。同时，要进一步采取措施，清理和取消不合理的涉及企业生产与群众生活的收费项目，降低偏高的收费标准和不合理的价格，缓解企业生产成本增支和群众生活费用增加的压力。

四、强化监管、维护秩序。这是稳定市场价格、维护消费者权益的重要手段。稳定市场物价，必须下决心整肃市场秩序，规范经营行为。落实好国务院《通

知》精神，就是要重点打击恶意囤积、哄抬价格、变相涨价以及合谋涨价、串通涨价等违法行为，严厉查处恶性炒作事件；就是要规范粮食、棉花、糖料等农产品收购秩序，加强农产品期货和电子交易市场监管，防止过度投机。同时，要加快修订《价格违法行为行政处罚规定》，细化价格违法行为认定标准，加大处罚力度，坚决制止乱涨价行为；制定出台《政府制定价格成本监审条例》，强化成本审核工作，防止不合理涨价。

五、加强领导、落实责任。这是稳定消费价格总水平、安定群众基本生活的重要保障。要把国务院《通知》精神贯彻好、落实好，必须加强领导、搞好协调，明确责任、抓好落实。各地区、各部门要切实把稳定市场价格工作列入重要议事日程，把安定群众生活放在优先地位，尤其是要进一步落实“米袋子”省长负责制、“菜篮子”市长负责制，制定好应对预案，组织好生活必需品供应；充分利用价格调节基金，平抑市场价格，安定群众生活。

国务院《通知》确定的十六条措施目标明确，重点突出，操作性强。各地区、各部门要认真贯彻执行，进一步增强主动性，提高预见性，发挥积极性，把稳定消费价格总水平、保障群众基本生活的工作抓好、抓实、抓出成效。

四题分析;

稳定物价的对策

第一是作为货币现象的通货膨胀，即货币发行过多或流通性过剩，货币过多必然导致货币贬值。

第二是需求拉动的通货膨胀，总需求（消费+投资+政府支出+净出口）超过总供给，使得物价水平上涨。

第三是成本推动的通货膨胀，即在需求没有明显增加的情况下，供给方面的成本（劳动力价格，原材料价格上升）增加所导致的通货膨胀。

第四是结构性通货膨胀，即由经济结构变化导致的通货膨胀，这一般是由于技术进步快进而劳动生产力提高速度快的部门，其工资增长自然很快，而落后部门或劳动生产力提高不可能快的部门，在竞争性劳动力市场中其劳动者工资也会相应提高，从而推动落后部门物价水平上涨，形成通货膨胀。

我国此轮通货膨胀的主要原因是需求拉动的。因为我们于上世纪90年代末，在东亚金融危机后持续地实行了拉动需求特别是内需的政策。当然到目前为止，内需特别是最重要的消费需求却仍然没有拉动，占GDP比例越来越低，拉动的只是投资、政府购买和净出口，并导致了经济过热和经济结构失衡。

长期以来，我国最主要的问题是消费需求不足。在资源国有和关键产业国家垄断，从而收入分配差距过大、绝大多数居民收入过低的情况下，消费需求是难以拉动的。拉动消费需求最有效的办法是增加转移支付（特别是建立基本的社会保障）和减税。但是，90年代末的扩大内需政策却并没有选择减税和建立社会保障的方式，而是采取了增加居民支出项目、降低存款利率的逼居民增加消费支出的方式，此外还有实行消费信贷（住房、汽车等大宗消费分期付款和抵押贷款制度）政策。增加居民支出项目的政策，主要体现在医疗、住房和教育（高校收费和扩招）三项改革，实质上是政府放弃福利责任。但这几项改革，不仅不会拉动居民消费需求，反而会抑制居民消费。因为在收入不增加的情况下，开支的增加特别是未来预期开支的增加，会使居民的预算更紧张，从而使消费紧缩。

所以，政府为了扩张需求，提高GDP增长速度，只能寄希望于投资需求，以及政府购买。尽管我国GDP增长速度从来没有低过8%，但存款的名义利率却

在90年代末期降到2%，甚至以下。考虑住房、教育、医疗价格的大幅上升，实际存款利率早已为负。低利率和负利率政策，并不能逼使消费者增加消费需求，因为低利率和负利率政策使居民收入和财富减少，从而消费减少。内部的消费需求拉不动，政府只得继续寄希望于外部需求，既扩大净出口。加之考虑到就业问题和利益集团的博弈，90年代初实行的低估人民币币值的汇率政策继续执行，并在国内生产力迅速提高的情况下，实际币值低估日益严重。

利率是借贷资金价格，汇率是也国际贸易市场上的人民币价格。实现资源最优配置的价格本来是市场机制的产物，但我们却一直信奉通过价格控制来调节经济，实现政府意图或目标。但殊不知，人为的价格控制，违背市场供求情况的价格控制，其实是价格扭曲，使资源错误配置。存款低利率或负利率政策，不仅导致了股市泡沫，在消费信贷政策的结合下也导致了房地产投资和汽车消费的迅速加大，并带动了相关产业的扩张。房地产投资需求、汽车消费需求的快速增长和相关资源高消耗产业的过热，导致了国际能源（石油）、矿产（铁矿石）价格在大幅上涨（翻了几番），从而形成输入性通货膨胀。进而，由于资源，劳动力和资金转移到相关过热的产业，形成结构性通货膨胀。许多家电企业，都将本应用于技术和产品升级的资金投资于房地产和股市证券。而人民币汇率的长期低估导致的巨额贸易盈余和外汇管制制度，使外汇储蓄迅速增加，导致货币发行过量，为通货膨胀奠定了货币基础，从而形成货币过剩导致的通货膨胀。当然，通货膨胀也有公务员收入翻番和腐败因素。

但是，我们的通货膨胀主要表现为经济结构变动（尤其是经济结构失衡）、需求拉动和货币过剩的通货膨胀，其主要原因是现行体制下消费需求不足和政府追求GDP政绩采取的资金价格（利率）、人民币外汇市场价格扭曲政策。

通货膨胀一会损害经济效率，导致经济增长速度降低和经济萧条；二会导致收入分配逆向调节，加大收入分配不合理，通货膨胀也称通货膨胀税，是比税收更隐蔽更不道理的对普遍居民财富的掠夺。严重的通货膨胀则可能导致经济崩溃，社会动乱或革命。因此，相对于股市泡沫破灭会导致投机股市的部分有钱人利益损失而言，通货膨胀是更严重的社会不公正，是对社会危害最大的经济危机。而股市泡沫破灭有助于降低通货膨胀风险和通货膨胀程度。所以，知道了导致通货膨胀的主要原因，就可以对症下药进行通货膨胀的治理：

一是让资金价格和人民币汇率向市场价格靠拢，特别是前者（起码要改变负利率）。目前，主要采取提高准备金率的政策来抑制投资过热，这并不会解决产业结构失衡问题，反而会加剧产业结构失衡，因为竞争性行业会得不到资金供给而导致供给短缺，加大通货膨胀。因此，应改行利率调整为主的货币政策。虽然，利率调整会加大与美国等国的利差，可能会导致热钱流入。但我们并非金融市场开放的国家，热钱流入主要与国有垄断企业违反政策的投机和内外勾结有关。

二是大力减少政府的政绩工程和面子工程，限制公务员职务消费、腐败和抑制其工资增长。政府的政绩工程和面子工程，只会导致投资过热，增加对能源和矿产资源的需求，不产生任何有效供给。

以上两项政策，可能会导致所谓的建筑、出口等所谓支柱产业的衰退，虽然抑制了通货膨胀但却导致严重的经济衰退和失业问题。所以，接下来的第三项措施便是供给管理。

供给管理，主要是以增加供给为目的供给成本控制和市场开放。成本控制主要是工资管制，这不符合中国国情。因此，最主要的供给管理政策，就是市场

开放。西方国家在上世纪七十年代末和八十年代初，因石油危机而陷入滞胀的时候，就采取了政府改革和国有企业民营化的市场开放的供给政策。现在我们也只有这个政策，能够走出通货膨胀和通货膨胀带来的经济衰退。而且，由于资源国有和关键产业的国有垄断，我们在市场开放方面大有作为，包括：土地特别农村土地的私有化，国有垄断产业的开放。这种产权改革和市场开放，会使其它产业投资大大增加形成新的经济增长点和支柱产业，以抵消前面二项措施导致的房地产及相关产业衰退对投资和就业带来的不利影响，会改变目前的不可持续的矿产资源高消耗的增长方式，为经济长期健康发展打下坚实基础。