EN中文

Economic geography >

2025 , Vol. 45 >Issue 10: 38 - 48

DOI: https://doi.org/10.15957/j.cnki.jjdl.2025.10.005

The Spatial Spillover Effect of Inflation in the United States and Competition Enforcement Responses: A Case Study of OECD Countries

  • YU Ling , 1 ,
  • WANG Zhengyu , 1, ※ ,
  • LI Bowen 2
Expand
  • 1. Law School， Jiangxi University of Finance and Economics， Nanchang 330013， Jiangxi，China
  • 2. Law School， Tongji University， Shanghai 200092， China

Received date: 2023-06-16

  Revised date: 2024-07-27

  Online published: 2025-11-20

Fold

Abstract

This paper analyzes the spatial spillover effects of U.S. inflation on 14 OECD sample countries from 2019 to 2022 using the Spatial Durbin Model (SDM) and the TVP-SV-VAR model. The study finds that: 1) U.S. inflation exhibits significant spatial spillover effects, with all sample countries experiencing sustained positive shocks, though the intensity of these effects varies due to regional economic and geographical characteristics. 2) The spillover effects follow a "core-periphery" geographic attenuation pattern, where geographically proximate countries experience stronger and more persistent impacts. 3) The role of competition policy in regional inflation governance differs: the EU employs competition policy to ensure the effective implementation of a unified monetary policy and a single market, whereas emerging markets focus on using competition policy to curb excessive market concentration and accelerate supply chain restructuring. 4) Spatially adjacent regions adopt coordinated governance mechanisms and shorten supply chain distances to enhance resilience against risks. Moreover, early and proactive competition policy interventions significantly improve inflation control effectiveness. Based on these findings, China can enhance policy efficiency by: closely monitoring U.S. inflation trends; leveraging its geographic characteristics to regulate market concentration through competition policy; shortening supply chain distances; and optimizing the spatial configuration of key commodity supply chains. Additionally, strengthening the role of competition policy in inflation governance, improving coordination with other policies, and implementing differentiated competition law enforcement strategies tailored to various inflation drivers can help mitigate the spatial transmission speed and impact of imported inflation.

Key words： inflation; US inflation; spatial spillover effects; competition enforcement; TVP-SV-VAR model; OECD country

Cite this article

YU Ling , WANG Zhengyu , LI Bowen . The Spatial Spillover Effect of Inflation in the United States and Competition Enforcement Responses: A Case Study of OECD Countries[J]. Economic geography, 2025 , 45(10) : 38 -48 . DOI: 10.15957/j.cnki.jjdl.2025.10.005

自2019年以来，受主要经济体的宽松货币政策、地缘政治冲突、全球供应链动荡、市场通货膨胀（以下简称“通胀”）预期等多重因素叠加影响，各国通胀普遍上升。2022年全球通胀率平均值达8.8%，创下21世纪以来最高纪录，预计2025年将回落至4.3%，但仍远超出各国央行普遍设置的2%目标 ① 。过去，学者们普遍认为通胀治理是宏观政策作用范围与关注微观的竞争政策无涉，因此，多数研究主要关注货币政策与财政政策在通胀治理中发挥的作用[1-2]，忽视了竞争政策的功能释放。
但是，经济合作与发展组织（OECD）研究表明，此轮通胀的输入性特征较为明显（图1），各国对通胀的治理不仅采取了稳健的货币政策与财政政策，而且充分重视与发挥了竞争政策的助推作用，取得良好的治理成效[3]。竞争政策在通胀治理中的核心在于，通过预防与禁止市场中的排除、限制竞争行为，保障所有市场参与者能公平地参与市场竞争，确保市场机制在资源配置中起到关键作用。对于减缓通胀对商品价格的上升压力而言，竞争政策的作用机制主要有三种方式：①防止市场过度集中，提高市场竞争程度，避免少数寡头企业利用竞争不充分的市场结构实施垄断行为；②通过打击价格共谋和滥用市场支配地位的垄断行为，攫取不公平的高价，人为推高价格；③通过激励企业创新竞争，提升企业竞争活力，降低生产成本，从而稳定商品的供给和销售价格[4]。此外，竞争政策对于微观市场行为规制的累积效应也能对市场经济产生宏观的影响。例如，欧盟委员会通过动态一般均衡模型对欧盟区域经济状况进行研究，发现欧盟在2012—2020年实施的竞争政策使得欧盟整体价格水平降低了0.63%，对GDP产生了0.37%的正向影响[5]。
图1 2019—2022年OECD样本国家及中国的通胀率变化

注：基于自然资源部标准地图服务网站下载的审图号为GS（2016）1665号的标准地图制作，底图边界无修改。

Fig.1 Inflation rate changes in OECD sample countries and China from 2019 to 2022

得益于稳健的货币政策与财政政策，我国在过去三年内成功将通胀控制在可控制的范围内。然而，长远来看，国内需求逐渐回暖的影响，加之国际大宗商品价格波动，可能会对我国造成双重通胀治理的压力。因此，有必要研究各国通胀之间是否具有空间溢出效应，美国当期通胀对各国通胀产生何种影响，影响强度与哪些因素相关，应对美国通胀冲击绩效较好的国家采取了哪些竞争政策组合措施，并就我国如何使用竞争政策工具箱应对未来潜在通胀提出建议，从而更系统、更整体、更具前瞻性地化解通胀压力，维护经济稳定。
本文聚焦竞争政策在通胀治理中发挥的作用，研究对象主要集中在14个在2023年OECD组织的“竞争与通胀”圆桌会议发言且提交正式书面报告的样本国家（表1），其科学性在于：①所选样本国家详细报告了其在通胀治理过程中使用竞争政策工具的状况，这对于本文检验竞争政策实施成效、总结竞争政策实施措施具有较强参考意义；②所选样本国家在地理分布上具有代表性，分布在北美、欧洲、亚洲、拉美、非洲等多个地区，对本文研究溢出效应与地理位置远近具有重要意义；③所选样本国家的经济发展水平具有多样性，涵盖了发达国家和新兴市场国家，不同经济体量的国家在国际资本流动、全球供应链中的位置、所能采取的财政政策与货币政策限度、竞争政策的实施经验等维度存在差异，这为本文研究不同经济发展水平国家如何运用竞争政策参与通胀治理提供了宝贵的借鉴意义。
表1 本文数据摘要统计信息

Tab.1 Statistical information of the data summary in this article

变量 符号 平均值 标准差 最大值 最小值 样本数
通货膨胀 Inflation 5.782 9.153 85.5 -0.9 900
实际有效汇率 Rate 90.973 17.784 142.57 37.78 900
外汇储备 Reserve 79369.32 90185.36 388092 4217.3 900
广义货币供应量 M2 14.030 13.226 89.54 -2.97 900
印尼 IDCPI 2.81 1.15 5.95 1.32 60
法国 FRCPI 2.06 1.77 6.20 -0.02 60
阿根廷 ARCPI 3.76 1.43 7.40 1.50 60
南非 ZACPI 4.64 1.45 7.80 2.00 60
美国 USCPI 3.64 2.65 9.06 0.12 60
葡萄牙 PTCPI 2.08 3.10 10.14 -0.72 60
德国 GERCPI 2.94 2.82 10.39 -0.28 60
西班牙 ESCPI 2.71 3.29 10.77 -0.92 60
奥地利 AZCPI 3.24 2.87 11.05 0.64 60
巴西 BRCPI 5.56 3.04 12.13 1.88 60
罗马尼亚 ROCPI 5.98 4.28 16.76 2.10 60
哈萨克斯坦 KZCPI 8.17 3.88 20.30 4.80 60
立陶宛 LTCPI 6.11 7.21 24.12 0.24 60
匈牙利 HUNCPI 5.83 5.18 24.50 1.90 60
土耳其 TURCPI 27.07 23.51 85.51 8.55 60

1 文献综述

通胀反映了一个区域内的物价上涨水平，直接关系到人民生活成本与国家金融稳定[1]。从理论上看，通胀可以分为四种类型：大宗商品等原材料价格上涨形成的“成本推动型”通胀、市场流通货币过多形成的“货币贬值型”通胀、需求过于旺盛造成供不应求的“需求推动型”通胀、市场主体对未来物价上涨幅度预测驱动的“预期不佳型”通胀[6-7]。
在经济全球化时代，一国的通胀水平上升成因不止与本国宽松货币政策、劳动力成本上升等因素引发的内部性通胀有关，还必然会受到他国货币政策、全球供应链、局部战争等因素影响引发输入性通胀。近年来，关于通胀成因与治理对策的研究愈发受到学术界的关注，并集中于三个方面：①关于输入性通胀的主要来源研究。其一，发达国家的输入性通胀来源。Hall等借助向量自回归模型（VAR）于空间模型，分析近期美国、欧元区和英国3个货币区域的通胀驱动因素，发现美国的通胀对于欧元区和英国会产生持续且显著的冲击，欧元区的通胀对于其他两个地区产生的冲击较小，英国则未产生明显的通胀冲击[2]；Aharon等通过时变参数向量自回归模型（TVP-VAR）方法研究了七国集团（G7）国家的通胀关联度，发现美国是G7国家通胀冲击的源头[8]。其二，新兴市场国家的输入性通胀来源。Azad用多变量GARCH-in-Mean向量自回归模型和多变量结构向量自回归（SVAR），发现美国货币政策不确定性对巴西、智利等7个新兴经济体的通胀等宏观经济的表现具有显著的负面效应[9]。由此可见，美国是世界主要经济体输入性通胀的主要来源，这些研究结果对我们深入理解美国货币政策对国内通胀的影响具有重要价值。②关于中国受美国输入性通胀影响的研究。其一，影响路径。卞志村等采用频域关联法分别从时域和频域视角构建中国与G7国家的通胀溢出网络，发现美国的通胀溢出效应和溢入效应均最显著，并在长期对中国造成明显冲击[10]；胡援成等用无环图方法（DAG）及多变量结构向量自回归模型（SVAR）证明了我国在成本推动渠道、资金输入渠道和货币扩张渠道均受到来自美国货币政策的较大压力[11]。其二，影响强度的变化。展凯等基于高频识别和反事实分析方法研究美国货币政策冲击对我国宏观经济的影响，发现在2008年金融危机前，美国的货币政策冲击主要通过汇率渠道，对我国通胀和产出产生显著的正面影响；而在金融危机之后，这种冲击则主要通过基础货币渠道，对我国的宏观产出和物价产生显著的负面影响[12]。张华初等使用时变参数向量自回归模型（TVP-VAR）模型分析美国货币发行量增加对中国通胀的影响差异，发现中国通胀受到国际市场的正向冲击增加，其主要来源于美国量化宽松背景下的大宗商品价格上涨[13]。③关于通胀治理方案的研究。学界在探讨通胀治理策略时，主要集中于货币政策与财政政策的运用。具体措施包括：加大货币政策对通胀的调控力度[14]、优化货币政策在通胀预期管理方面的传导机制及政策效率[15]、调整货币政策中通胀指标组合方式[16]，或是积极协调货币政策与财政政策共同发力[17-18]。
目前，可以观察到的显著研究重心变化趋势在于，学者们开始关注竞争政策在通胀治理中的重要性，强调应加强哄抬物价与囤积居奇行为的查处[19]、禁止寡头企业收取垄断高价以及经营者集中控制等措施[20]。这些研究表明，综合运用多种政策工具是应对通胀挑战的关键，但是竞争政策的作用过去长期被低估，竞争政策助推通胀治理的价值有待进一步释放。
综上发现，关于2019—2022年美国宽松货币政策对不同类型国家冲击的研究尚不充分，关于竞争政策如何参与通胀治理的研究也有待深入。基于此，本文主要研究美国通胀对样本国家通胀的空间溢出效应，分析其对不同国家通胀影响的强度，重点关注各国所采取的竞争政策手段及其成效，以期为我国未来应对输入性通胀治理提供理论支撑与实践指导。

2 数据来源、模型构建和变量选择

2.1 数据来源

本文选取14个在2023年OECD组织的“竞争与通胀”圆桌会议发言且提交正式书面报告的样本国家作为研究对象。为确保研究数据的样本充足性，数据范围涵盖疫情前中后期（2018—2022年），以便发现此轮全球性通胀的特殊成因与强度波动。本文研究时段2018年1月—2022年12月的月度相关数据及其描述性统计见表1。

2.2 模型构建

为检验美国与14个样本国家间的通胀是否存在空间溢出效应，本文首先通过莫兰指数检验（Moran's I）判断各国通胀数据的空间相关性，然后再建立空间计量模型分析各国通胀是否具有空间溢出效应，最后建立时变参数随机波动率向量自回归（TVP-SV-VAR）模型，逐一分析美国通胀对样本国家通胀的影响强度、方向以及空间差异。

2.2.1 莫兰指数检验

在选择合适的空间计量模型之前，需要运用莫兰指数（Moran's I））进行空间相关性检验。Moran's I检验是一种用于检测数据是否具有空间自相关性的统计指标，具体计算公式为：
$I=\frac{n}{{\sum }_{i}{\sum }_{j}{w}_{ij}}\cdot \frac{{\sum }_{i}{\sum }_{j}{w}_{ij}\left({y}_{i}-\stackrel{-}{y}\right)\left({y}_{j}-\stackrel{-}{y}\right)}{{\sum }_{i}{\left({y}_{i}-\stackrel{-}{y}\right)}^{2}}$
式中：n表示国家数；wi，j表示空间权重矩阵中的元素；yi表示第i个国家的通胀率， $\stackrel{-}{y}$表示所有国家通胀率的均值。

2.2.2 空间计量模型设定

在通过Moran's I检验证明数据存在空间相关性后，即可建立空间计量模型对其进行分析。目前常见的空间计量模型主要有空间自回归模型（SAR）、空间误差模型（SEM）和空间杜宾模型（SDM），前两个模型分别只包含空间自回归项和误差项，而SDM模型同时包含空间自回归项和误差项。一般而言，现有文献通常将SDM作为最一般的空间计量模型，在满足一定条件下，即可转化为SEM和SAR[21]。空间计量模型设置如下：
$\begin{array}{l}Inflatio{n}_{it}={\alpha }_{0}+\rho ·W·Inflatio{n}_{it}+{\alpha }_{1}·\\ Inflatio{n}_{it-1}+\gamma ·W·Inflatio{n}_{it-1}+\\ X·\beta +W·X·\sigma +{\mu }_{i}+{\delta }_{t}+{\epsilon }_{it}\end{array}$
式中：Inflationit代表国家i在t年的通胀水平，参照现有文献的做法，本文选择各国居民消费价格指数作为相应的代理变量[22]；Inflationit-1表示国家i在t-1年的通胀水平；X为控制变量集，用来控制影响通胀的可观测遗漏因素。依据数据来源的可得性，本文具体控制了各个国家的实际有效汇率（Rate）、外汇储备（Reserve）和广义货币供应量（M2）。μi和 ${\delta }_{t}$分别用来控制国家和时间的固定效应；εit为随机干扰项；α0表示常数项；W为空间权重矩阵，本文以两个国家间标准化后空间距离平方的倒数作为国家之间的权重。空间权重矩阵反映了每个观测值与其他观测值之间的空间依赖性。具体计算公式如下：
${W}_{ij}=\frac{1}{{d}_{ij}^{2}}$

2.2.3 TVP-SV-VAR模型设定

时变参数随机波动率向量自回归（TVP-SV-VAR）模型是一种用于分析多变量时间序列数据的统计模型。与传统的向量自回归（VAR）模型相比，TVP-SV-VAR模型的主要区别在于它的参数是随时间变化的，能够更好地捕捉数据中的动态变化。VAR模型的假定参数在整个样本期间是恒定的，而TVP-SV-VAR模型则放宽了这一假设，允许模型参数随时间波动。在分析实证数据时，本文采用了贝叶斯估计方法来估计TVP-SV-VAR模型的参数。基于TVP-SV-VAR模型的估计结果，本文进一步分析了多个国家通胀指标之间的动态影响关系。特别是，我们关注了如何随时间变化的货币政策和市场条件对这些国家通胀指标之间相互关系的影响。这种分析显示，在不同的时间段内，各个国家通胀指标之间的关系有着显著的差异，这强调了采用TVP-SV-VAR模型进行时间序列分析的重要性。

3 实证结果与分析

3.1 空间溢出效应分析

3.1.1 Moran's I检验

在分析美国与其他14个样本国家通胀率变化关系之前，本文首先进行莫兰指数检验观察各个国家通胀率之间是否具有空间相关性。收集14个样本国家通胀率数据和地理坐标数据，并进行莫兰指数检验。
结果发现，2018—2022年，除2021年（-0.027）以外其余年份均表明通胀具有较强的空间相关性。其中2018年（0.083***）和2019（0.100***）年最为明显，2021年未观测到显著性，2022年（0.008**）显著性再次出现。这说明通胀指标呈现出较为显著的空间聚集现象，表示各个国家的通胀可能具有空间相关性。对于2021年Moran's I检验结果不显著，可能的原因在于各国受国内疫情影响而出现通胀率飙升，其间对外贸易活动减少，因此美国货币政策的空间溢出效应较弱，但随着国内经济复苏与全球供应链恢复，空间相关性又恢复以往水平。

3.1.2 空间计量分析

其次，本文采用LM和LR方法进行空间计量模型适用性检验。表3检验结果表明，在1%的显著性水平上，LM检验结果显著，即模型存在空间滞后项和空间误差项。LR似然比检验结果表明，在1%的显著性水平上，空间杜宾模型（SDM）优于空间自回归模型（SAR）和空间误差模型（SEM）。因此，本文采用SDM模型来分析各国之间的通胀是否具有显著的空间溢出效应。
由表2的SDM回归结果可知，被解释变量即通胀的空间滞后项系数ρ在1%的显著性水平上显著，说明通胀具有显著的空间相关性。核心解释变量即通胀的一阶滞后及其空间滞后项的系数分别为0.961和0.374，均通过了1%的显著性水平，这表明一个地区的通胀能够通过溢出效应跨空间影响到其他地区的通胀。本文进一步使用偏微分法对空间效应进行分解，计算得出通胀一阶滞后的直接效应、间接效应及总效应的回归系数分别为0.958，0.091和1.049。该结果进一步验证了各国间的通胀具有显著的空间溢出效应。
表2 SDM回归结果

Tab.2 SDM regression results

变量 通货膨胀当期 直接效应 间接效应 总效应
通货膨胀一阶滞后 0.961*** 0.958*** 0.091*** 1.049***
Wx_通货膨胀一阶滞后 0.374***
实际有效汇率一阶滞后 0.032*** 0.032*** 0.021 0.053**
Wx_实际有效汇率一阶滞后 0.034
外汇储备一阶滞后 -0.003 -0.003 -0.012** -0.015**
Wx_外汇储备一阶滞后 -0.015**
广义货币供应量 0.058*** 0.060*** -0.059*** 0.001
Wx_广义货币供应量 -0.057**
ρ -0.275***

注：为节省版面，标准误不显示。

3.2 TVP-SV-VAR模型

前文通过莫兰指数检验和空间杜宾模型验证了各个国家的通胀会存在空间溢出效应，接下来，本文借鉴既有研究[23]，通过TVP-SV-VAR模型和脉冲响应分析美国宽松货币政策对样本国家通胀的影响及其关联性。

3.2.1 单位根检验

为了验证模型的可靠性，本文进行了单位根检验。单位根检验旨在检查时间序列是否存在随机漫步性质，即序列的平均值和方差是否随时间变化而变化。如果存在随机漫步性质，即序列不平稳，因此需要对其进行差分或其他方法来消除其不稳定性。本文使用ADF单位根检验（Augmented Dickey-Fuller）来检验每个变量的平稳性，如ADF检验的原假设为序列存在单位根，即序列不平稳。若不平稳，则进行对数差分处理。在进行对数差分之后，检验结果发现所有变量的ADF统计量均显著小于1%的临界值-3.570，即各个变量均为平稳序列，序列的不平稳性被消除，拒绝原假设。因此，本文认为所有变量在两次差分后是平稳的，符合VAR模型的要求。

3.2.2 MCMC算法参数估计结果

本文使用OXmetrics软件对TVP-SV-VAR模型进行估计。为得出最优的模型分析结果，需要选择合适的滞后期。根据“赤池信息准则”，本文选择AIC、SBIC、HQIC等带星号的数据最多的滞后期来作为模型拟合最合适的滞后期；当出现相同星号数的滞后期时，本文选择AIC等带星号的数据中值更小的滞后期。同时，本文应用MCMC迭代5000次，通过参数估计结果，可以看出所有参数估计的Geweke值均小于1.96，无效因子的最大值均小于200，且所有参数的后验均值均落在95%的置信区间内，进而表明模型的抽样结果是有效的，模拟结果能够收敛于后验分布，可以进行进一步的估计。

3.2.3 模型有效性检验

通过样本自相关检验、模拟路径分析和后验分布密度函数检验，结果表明各参数的自相关均快速收敛至0、参数抽样路径呈现较高集中度且比较平稳、各参数的密度函数均类似于正态分布，说明模型估计结果有效且可靠。

3.2.4 等间距脉冲响应结果及分析

图2是通过TVP-SV-VAR模型得出的滞后期脉冲响应图，表示不同滞后期时段美国通胀的一单位标准差正向冲击对样本国家通胀影响的大小。本文随机选取3、6、12期的冲击滞后期进行分析。
图2 美国通货膨胀对部分国家通货膨胀的等间距脉冲响应

Fig.2 Equidistant impulse response of U.S. inflation to inflation in selected countries

①在空间差异上，美国通胀的溢出效应呈现地理邻近效应，距离较近的欧盟成员国受到正向影响最为显著，而距离较远的亚非国家受到影响较小。数据表明，美国通胀对距离较近的国家，例如葡萄牙、西班牙、法国和德国等，产生的溢出效应明显强于阿根廷、南非等距离较远的国家。以滞后3期为例，美国通胀的一单位标准差冲击在期初对葡萄牙通胀造成的正向影响为1.8%，对西班牙、法国、德国、巴西和奥地利通胀造成的正向影响分别为4.2%、4.2%、4.2%、1.7%和2.6%。而对于距离较远的国家，例如阿根廷、哈萨克斯坦、立陶宛和罗马尼亚等，美国通胀产生的溢出效应明显较弱。而美国通胀的一单位标准差冲击在期初对阿根廷和匈牙利通胀造成的负向影响为-0.32%和-0.85%，对哈萨克斯坦、立陶宛、南非和土耳其通胀造成的正向影响分别为0.17%、0.90%、0.28%和0.54%，但对罗马尼亚通胀的一单位标准差冲击未产生明显影响。
造成以上情况的原因可能在于：一是，地理邻近性与经济嵌入程度加大了冲击力度。与美国地理位置更为邻近的国家，通过贸易、资本流动及制度协作，形成了深度嵌入。这种嵌入使其在货物流通和金融市场的联动中，能够快速吸收并传递美国宽松货币政策带来的流动性冲击，对美国通胀表现出更高敏感度。例如，德国、法国等跨大西洋经济体因与美国的深度经济耦合，成为流动性冲击的首要吸收节点，并进一步将溢出效应扩散至本土经济[2]，而地理距离较远或在价值链分工中处于外围的新兴经济体，其通胀冲击的幅度与持续时间相对较低。二是，相同区域的政策联动效应强化了通胀传导冲击链条。地理邻近性通常伴随更强的制度协同与政策联动。这种特性通过区域协定或跨国资本合作嵌入美国的经济规则，使邻近国家在货币与金融政策调整上对美国表现出明显的“政策共振”。例如，欧盟成员国对美国联邦基金利率变动高度敏感，往往被动跟随美国货币政策调整，这种政策导致强化了通胀冲击链条的传导。
②在时间趋势上，美国通胀的溢出效应持续时间不强，溢出强度变化主要受本国资本市场发展阶段、地理临近性等因素影响。从数据来看，美国通胀对其他各个国家通胀的影响在滞后3期时最强，其次是6期和12期。这说明美国通胀产生的溢出效应主要是短期的。另外，在各时点上可以发现，滞后6期和12期图像的时间趋势与滞后3期大致相同。因此，本文以滞后3期为例进行分析。美国通胀对各国家通胀影响的时间趋势大致可分为三种情况：一是随着地理距离较近、资本市场水平较为发达的欧盟成员国受到美国通胀产生的冲击时间推移整体呈现稳步增强的样态。例如，美国通胀的冲击期初均对法国、德国产生4.2%左右的正向影响并平稳维持至期末，对奥地利的冲击期初造成2.6%的正向影响，后稳步上升至3.5%。二是距离较远、新兴投资市场的国家受美国通胀冲击的影响，随时间变化呈倒“U”型曲线。例如，美国通胀对巴西、印度尼西亚的通胀期初产生1.65%的正向影响后不断增强，于2020年4月达到峰值2.3%后开始缓慢下降，2021年3月再度缓慢上涨至期末2.0%，上升时间点与美国多次加息时间相符。三是个别国家未受到美国通胀冲击的明显影响。例如，美国通胀对土耳其的冲击从期初产生0.5%的正向影响降到期末0.3%的正向影响，影响效果并不强；对匈牙利从期初到期末也仅维持0.5%的正向影响。
造成以上情况的原因可能在于：①除了地理临近性与通胀溢出效应的正相关性之外，资本市场发展发达程度提升了美国通胀借助资金渠道的影响时间与强度。随着美国货币供应量扩大与国债利率下行，部分国际资本倾向于流向利率更高的新兴市场国家，引发其国内货币供应量增长与资产价格上扬，并进一步推高当地通胀水平。实证表明，呈现倒“U”型轨迹的国家主要分布在新兴市场，其通胀率的上升阶段集中于2020年4月和2021年3月两轮美国货币与财政双扩张时期。具体而言，2020年4月美联储为应对新冠疫情的经济冲击，多次紧急降息并降低超额准备金率，而2021年3月美国政府通过1.9万亿美元援助法案，进一步注入大量美元流动性。在资本市场尚未完全成熟、对外资存在较高收益率吸引力的新兴市场国家，这种美元流入会阶段性推升通胀；随后，在国内政策调控与全球资本回流的共同作用下，通胀涨势逐渐放缓，形成倒“U”型的动态变化。②国内基准通胀水平差异导致外部冲击的“增量效应”不同。对于土耳其、匈牙利等通胀率本已较高的国家，外部输入性通胀难以在较短周期内显著推高国内通胀水平。在样本期的滞后3期观察中，这类国家未表现出明显冲击幅度，反映了高通胀环境下对外来冲击的“吸收”或“掩蔽”效应。换言之，国内物价波动的基准高度会部分抵消输入性通胀传导的可观测度，使得外部冲击难以显性地表现在这些国家的通胀变化趋势之中。

3.2.5 特定时点脉冲响应结果及分析

图3是通过TVP-SV-VAR模型得出的时点型脉冲响应图，表示不同时点美国通胀对各国通胀溢出的影响。3个时点分别是2019年12月、2021年4月和2022年6月。
图3 美国通货膨胀对部分国家通货膨胀的时点型脉冲响应

Fig.3 Pointwise impulse response of selected countries' inflation to U.S. inflation

①在空间差异上，可以发现时点脉冲与时期脉冲得到的结论较为相似，美国通胀对距离较近的国家产生的溢出效应明显强于距离较远的国家。在样本国家中，距离美国最近的4个国家（葡萄牙、西班牙、法国和德国），受美国通胀的影响都比较强。例如，美国通胀的一标准差冲击在2019、2021和2022年对葡萄牙通胀产生的正向影响分别为3.6%、2.9%和4.6%；对西班牙通胀的正向影响分别为4.7%、6.4%和6.8%；对法国通胀的正向影响分别为4.2%、4.4%和4.2%；2019和2021年对德国通胀的正向影响分别为4.4%和2.4%，在2022年未造成显著影响。而距离美国最远的4个国家（印度尼西亚、南非、哈萨克斯坦和土耳其），受到美国通胀的影响都比较弱。例如，美国通胀的一标准差冲击在2019、2021和2022年对印度尼西亚通胀均未产生明显影响；对南非通胀的正向影响分别为1.6%、2.2%和2.2%；对土耳其通胀的正向影响分别为1.75%、1.75%和1.00%；对哈萨克斯坦通胀2019年的正向影响为1.65%，在2021和2022年影响程度不显著。
②美国通胀对各国的影响按照不同时点的动态趋势分为三类。一是，以欧盟成员国为主的样本国家呈现多阶段波动、收敛时间较长的特点。具体表现为：一则，德国、法国、葡萄牙、奥地利、匈牙利等欧盟成员国普遍表现初期波动幅度较大且持续时间长，中后期波动性持续，回归至0值的过程较为缓慢。例如，美国通胀对法国通胀冲击的3个时点在第1期迅速降至负值，第3期再次上升至正值4%左右，第4期后开始呈波动下降，直至第11期平稳收敛至0值附近。美国通胀对葡萄牙通胀冲击在2019年时点在第1期上升至3.6%，第2期微降至3.4%，后呈曲线下降，于第8期左右降至0值附近；2021、2022年时点于第1期开始上升，并在第2期达到峰值4.5%，后持续下降，于第8期平稳收敛至0值附近。二则，在欧盟样本国家之中，不同国家仍存在收敛时间差异。例如，相较于法国直至11期才平稳收敛，德国的收敛期数明显较短，美国通胀对德国通胀冲击的3个时点在第1期转变为1%的负向影响，第4期再度上升至4%的正向影响，后逐渐回落于第7期处降至0值附近。二是，新兴市场国家主要呈现快速冲击、收敛时间较短的特点。例如，美国通胀对南非通胀冲击的3个时点在第1期上升并达到顶峰2019年达到3.6%，2021年与2022年达到4.2%左右，后3个时点持续下降，于第6期降至0值附近。美国通胀对巴西通胀冲击的3个时点均在第1、2期迅速下降，2019年在第4期平稳收敛至0值附近，2021、2022年在第6期平稳收敛至0值附近。美国通胀对印度尼西亚通胀冲击的3个时点在第1期快速上升并于第3期达到顶峰，2019年与2021年达到2%，2022年达到1.5%。第4期开始3个时点不断下降，于第7期接近0值。三是，个别国家受冲击不大、收敛时间较短。例如，美国通胀对阿根廷通胀冲击的3个时点均在第1期迅速下降接近0值，并在第2期小幅上升至0.9%，开始逐渐回落，于第4期降至0值附近。美国通胀对土耳其通胀冲击的3个时点均在第1期快速下降，于第3期降至0值附近。
造成以上情况的原因可能是：①美国通胀通过货币流动、供应链等多种方式传导，各国通货膨胀溢出均较为显著。除了自身通胀水平较高的阿根廷、土耳其之外，其他国家均受到美国通胀的影响。作为全球贸易与金融体系的核心枢纽，美国通胀的溢出效应具有广泛的空间穿透力。无论各国与美国的直接贸易关联度如何，均受到其通胀的持续影响。这一现象源于美元作为大宗商品定价锚的霸权地位——美元流动性的扩张通过国际能源和粮食市场的价格联动机制，推动了全球成本压力。由于德国、法国等地理邻近国家深度嵌入跨大西洋价值链，2019年即显现出显著的正向冲击响应；而贸易依存度较低的国家，如土耳其和罗马尼亚，在全球供应链重组与资本流动格局演变后，通胀程度在2021年后逐渐表现出被美国通胀渗透的特征。②美国通胀溢出效应呈现出“核心—边缘”区域的地理衰减差异性。美国激进的货币政策通过地理邻近性构建的传导通道产生倍增效应。2020—2022年间，美联储的量化宽松与财政刺激政策释放的过剩流动性，这种溢出效应呈现显著的空间梯度特征：北大西洋航运走廊沿线的葡萄牙、德国等国，由于与美国在经济结构中的深度嵌入，在滞后3期的脉冲响应中显现出4.2%的峰值冲击；而地理距离较远的哈萨克斯坦、南非等国，同期的响应幅度不足1%。③不同区域通胀治理的应对策略与治理成效呈现差异性。区域经济地理一体化可通过多尺度地理缓冲机制有效应对外部冲击，其核心逻辑在于将地理特征与政策工具深度耦合，形成空间层级的风险消减路径。数据表明，德国、法国等国在美国通胀冲击后的第1期迅速降至负值，第3期又回升至正值，并在第4期后经历波动下降，直至第11期才平稳收敛至0值。整体来看，欧盟成员国在美国通胀冲击下展现出多阶段波动、收敛时间较长的共同特征。这些国家与美国地理上相对邻近，并通过金融市场、大宗商品流通等多重渠道维持紧密的贸易与投资网络。美国通胀因而更容易沿跨大西洋经济通道向欧盟成员国渗透[2]。然而，由于欧洲央行适时采取相对收缩的货币政策，引导社会通胀预期，同时欧盟委员会在能源、食品等关键市场强化竞争执法，以遏制反竞争行为所导致的价格上行，上述国家虽受到显著的正向冲击，却并未出现剧烈波动。这种制度协同在一定程度上对外部冲击形成了“稳定器”效应。这充分反映了欧盟成员国之间采取了趋同的区域治理策略，即依赖于长期的各政策之间的协调机制，在采取统一货币政策与趋同财政政策的基础上，充分借助竞争政策防止经营者共谋等行为削弱政策调控效果、确保市场机制发挥作用促进统一市场建设、缩短供应链空间距离[3-4]。相比之下，新兴市场国家在应对外部通胀冲击时，由于缺乏充足的货币政策或财政政策工具，往往偏向采取借助竞争政策以提升区域供应链重构的速度，这种治理方式取得良好成效。印度尼西亚通过提高与邻近国家商品的进口配额、查处进口商对于商品产量与价格的共谋行为、促进更多进口产品流入，减轻“需求推动型”通胀的冲击[3]；巴西则通过缩短南美区域内的供应链距离、减少对传统大宗商品海运路线的依赖并加强交通运输领域竞争执法，从而缓解“成本上涨型”通胀带来的影响[24]。这些策略帮助新兴市场国家在面对外部冲击时，能够实现较短的收敛时间，快速应对并稳定通胀水平。④同一区域内的不同国家因竞争政策工具运用差异，通胀治理效果各异。尽管德国和法国均是欧盟成员国且在货币政策方面趋于一致，相较之下各国在竞争政策上具有更高自主执法权，而德国对于美国通胀溢出效应呈现响应速度更快、收敛时间更短的特点，正是源于德国通过采取更加积极且多元化的治理策略，特别是在竞争政策方面的突出表现，有效降低了美国通胀对其的冲击力度。这一点凸显了多元化政策组合在抵御外部经济冲击方面的重要性，并且特别强调了竞争政策在全球经济一体化背景下的关键作用。

3.2.6 竞争政策参与治理通胀的实践与成效

综上分析表明，无论样本国家与美国贸易关系是否紧密、与美国空间距离是否相近，均在不同程度上受到美国通胀的影响。其中，部分国家通过积极的应对政策，逐步减缓了来自美国通胀的冲击，欧盟通过竞争政策确保统一货币政策和大市场的有效实施；新兴市场国家则侧重通过竞争政策抑制市场过度集中，加速供应链重构，形成了差异化的通胀治理路径。空间临近地区采取协同治理机制，缩短供应链空间距离以增强抗风险能力，值得注意的是，德国最早采取竞争政策工具，并借助竞争政策的全链条实施迅速降低了输入性通胀冲击，提供了有益的治理范式参考。时点脉冲响应分析表明，德国的短期响应、长期收敛均优于其他欧盟成员国，随着时间推移，德国受美国通胀的影响逐渐降低，至2022年已无明显影响。
细观德国在通胀治理过程中，其实施竞争政策的主要措施包括：①动态监测能源价格，防止通胀率过快上涨。2022年，德国通胀率上涨主要来源于俄乌冲突带来的能源短缺与价格上涨，为此德国竞争执法机构联邦卡特尔局参与制定了《电力价格限制法》，设置了能源价格上限，处罚了多起反竞争行为。②加强粮食市场竞争执法，保障供应，降低通胀传导速度。食品是通胀的重要组成部分，对市场通胀的传导效应最为明显[25-26]。如食用糖是食品领域重要原材料之一，2022年德国糖业受到天然气短缺影响，生产受阻。为避免食用糖产量下降抬高商品价格，进而推动食品领域通胀率再次上涨并传导至其他领域，德国联邦卡特尔局主动协助4家制糖企业临时达成横向协议，以保障食品领域重要原材料的供应[27]。③充分利用行业调查等执法工具，维持市场价格处于竞争水平。德国联邦卡特尔局开展了多项行业调查，并根据行业调查的结果向行业监管部门提出诸多建议，具体包括借助价格管制、放宽商品进口准入标准等，保障市场有效竞争以防止进口寡头企业以通胀为由向消费者收取不公平高价。④加强竞争执法与竞争倡导，稳定市场主体通胀预期。市场主体对于通胀的预期很大程度上会影响通胀的传导速度与范围[28-29]，因此，德国联邦卡特尔局通过采取更透明的政策、更严厉的竞争执法，有力威慑了潜在的反竞争行为，释放出积极的信号，对输入性通胀社会预期的形成和变化进行了积极的引导与调节。
从目前情况来看，我国尚未受到显著的输入性通胀影响，这主要得益于稳健的货币政策、财政政策等有效应对措施，以及当前经济周期和特定内部环境的影响。然而，作为美国的主要贸易伙伴和新兴市场国际投资地，我国面临着经济回温和稳定增长的趋势，未来仍可能面临内部性通胀与输入性通胀叠加的挑战。因此，如何通过竞争政策参与通胀治理成为不可回避的重要议题。值得一提的是，我国的竞争政策制定多借鉴德国经验，且我国与德国均为成文法系国家，两国在竞争政策制定、政策与法律协调以及法治化要求上有高度相似性。此外，德国是最早利用竞争政策工具主导通胀治理并取得显著成效的国家之一，其经验对我国应对输入性为主的通胀具有重要借鉴意义。

4 结论与建议

本文使用莫兰指数模型、空间杜宾模型、TVP-SV-VAR模型，研究了美国通胀对14个OECD样本国家的溢出效应影响。主要结论如下：①2018—2021年的分析结果表明，各国通胀之间存在较强的空间溢出效应。美国通胀通过贸易网络和资本流动产生显著的空间溢出效应，所有样本国家均受到持续的正向冲击，但其影响强度因区域经济地理特征而表现出异质性。②溢出效应遵循“核心—边缘”地理衰减规律：地理邻近国家因供应链短链化与政策协同，受冲击更为显著；而地理距离的增加则削弱了冲击强度。同时，各国受冲击的持续性差异受国内通胀水平与资本市场发展阶段的联合调节。③区域通胀治理路径呈现差异化特点。欧盟通过竞争政策确保统一货币政策和大市场的有效实施，构建制度性空间韧性；新兴市场国家通过侧重通过竞争政策抑制市场过度集中，加速供应链重构，形成差异化的风险消减模型。④竞争政策在维护市场竞争、防止物价上涨等方面具有显著影响，成为通胀治理的有效工具。明确竞争政策在通胀治理中的角色，并充分发挥其作用，对于增强我国应对潜在通胀风险的能力和防范重大经济风险具有重要的实践意义。基于上述结论，本文提出以下建议：
第一，密切关注美国通胀变动趋势，结合我国地理特征，通过竞争政策控制市场集中度、缩短供应链距离，优化关键物资供应链的市场空间配置。各国与美国的贸易紧密程度与其受美国通胀溢出效应的影响呈正相关，资本投资发展程度则与之呈负相关。作为美国的主要贸易伙伴和国际投资的新兴市场，中国更容易受到美国通胀的影响。对此，①应从全球、区域和本地多尺度的地理视角，加强对与美元挂钩的大宗商品价格波动的监测与管理，及时调整市场准入条件，强化能源、粮食等关键物资的储备能力。②应充分利用“一带一路”跨区域布局的优势，推动与中亚、东南亚等地区的合作，构建区域性大宗商品储备联盟。通过中巴经济走廊、中俄油气管道等战略通道，优化关键物资供应链的空间配置，减少对马六甲海峡等海运节点的过度依赖，从而降低美国通胀冲击通过海运传播的风险。最后，应在沿海贸易枢纽省份（如广东、浙江）强化港口关税区的竞争政策监管，在内陆省份（如成渝、中部城市群）加快推进能源与粮食供应链的本地化和闭环布局，利用空间距离优化效应，增强应对外部冲击的韧性。
第二，加强竞争政策在通胀治理体系中的政策权重，优化政策间的协同机制，提升通胀治理效果。过去，通胀治理体系过度依赖货币政策和财政政策工具，虽然这种政策组合有效地降低了美国通胀冲击的强度，但其治理成效会因为破坏统一大市场建设、滋生反竞争行为而大打折扣，因此有必要充分释放竞争政策的协同作用。因此，我国有必要在采取稳健的货币政策、积极的财政政策基础上，充分释放竞争政策的协同作用：①落实公平竞争审查制度，确保产业政策和财政政策的公平性。在政策制定机构出台应对输入性通胀的措施前，竞争执法机构应主动阐明如何平衡政策目标与市场竞争，确保政策不违背公平竞争原则；同时，适时进行竞争影响评估，以最大程度减少政府对市场竞争的干预。②建立紧密的部门间合作机制，共享信息和数据，强化协同监管。竞争执法机构可通过行业调查了解市场竞争状况，发现潜在的竞争问题，并为行业监管机构提供关于准入门槛、标准设定、价格设置等方面的建议。③加强金融领域竞争执法，严查银行业、债券业等领域的经营者交换敏感商业信息、串通定价、联合抵制等违法行为，确保应对美国量化宽松货币政策溢出效应的各项措施能够落实到位。
第三，针对不同成因的通胀，采取差异化的竞争执法策略，降低输入性通胀的传导速度和影响。具体而言：①对于“成本上涨型”通胀，应加强市场价格监测，细化成本估值，重点审查成本结构，以准确甄别真假成本上涨。②对于“需求推动型”通胀，应加强对食品等生活必需品的供给监测，保障市场供给，既从源头解决因为供应长期短缺而滋生的市场失灵，同时，也要高度警惕国内生产商之间达成限制产量、进口商之间达成进口配额分配协议等共谋行为所造成的短期性短缺。必要时，可以通过鼓励国内企业生产、开放进口配额等方式提升市场供给量，调适紧张的供求关系。③对于“货币贬值型”通胀，应废除固定的法定货币数值计算方式，通过设定与居民消费价格指数挂钩的“流动数值”及时调整经营者集中申报门槛额与罚没款金额，以确保执法效能与执法威慑力不因货币贬值而打折。④对于“预期不佳型”通胀，应积极强化竞争倡导，通过召开座谈会、合规培训等方式帮助经营者科学判断反竞争行为，特别防范通过建立危机互助组织或者签订互助协议等将“维权变违法”的合规风险。

特别感谢江西财经大学王守坤教授、范文诚博士在讨论中给予的建议与帮助。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
侯建明. 通货膨胀对中国经济的影响及治理对策[J]. 学习与探索, 2014(11):99-102.

[2]
Hall S G, Tavlas GS, Wang Y. Drivers and spillover effects of inflation:The United States,the euro area,and the United Kingdom[J]. Journal of International Money and Finance, 2023, 131:1-31.

[3]
OECD. Competition and Inflation OECD Competition Policy Roundtable Background Note[EB/OL]. OECD Official Website, https://www.oecd.org/daf/competition/competition-and-inflation-2022.pdf,2022-12-30.

[4]
喻玲, 王政宇. 竞争政策助力通货膨胀治理的法治逻辑[J]. 经济法论丛, 2023, 41(2):153-174.

[5]
European Commission. Modelling the macroeconomic 2021 update and impact of competition policy:Further development[EB/OL]. https://competition-policy.ec.europa.eu/system/files/2022-03/kdaq22001enn_macroeconomic_impact_of_competition_policy_2021.pdf.

[6]
陈彦斌. 中国当前通货膨胀形成原因经验研究:2003—2007年[J]. 经济理论与经济管理, 2008(2):16-22.

[7]
卢延纯, 赵公正, 张超, 等. 当前全球通货膨胀的形成和治理研究[J]. 价格理论与实践, 2022(9):5-9.

[8]
Aharon D Y, Qadan M. Infection,invasion,and inflation:Recent lessons[J]. Finance Research Letters, 2022, 50:1-8.

[9]
Azad N F, Serletis A. Spillovers of US monetary policy uncertainty on inflation targeting emerging economies[J]. Emerging Markets Review, 2022, 51:1-24.

[10]
卞志村, 林爽, 卞维渭. 中国与G7国家通货膨胀溢出效应研究[J]. 南京财经大学学报, 2022(3):1-11.

[11]
胡援成, 张朝洋. 美元贬值对中国通货膨胀的影响:传导途径及其效应[J]. 经济研究, 2012, 47(4):101-112,123.

[12]
展凯, 王茹婷, 张帆. 美国货币政策调整对中国的溢出效应与传导机制研究[J]. 国际经贸探索, 2021, 37(1):83-98.

[13]
张华初, 王徐铖. 不同时期美国量化宽松政策对中国通货膨胀影响研究——基于TVP-VAR模型的对比分析[J]. 金融经济学研究, 2023, 38(2):35-50.

[14]
邓伟, 宋清华. 我国货币政策非线性调控模式研究[J]. 当代财经, 2021(5):52-64.

[15]
关帅, 刘金全, 刘永富. 美国通货膨胀对中国通胀预期的影响研究[J]. 财经科学, 2023(12):13-26.

[16]
张成思, 田涵晖. 货币政策重新寻锚:通货膨胀的概念与度量再研究[J]. 经济研究, 2023, 58(1):73-89.

[17]
张斌. 新冠肺炎疫情对宏观经济的影响及财政政策的对冲效应评价分析[J]. 工业技术经济, 2020, 39(10):47-56.

DOI

[18]
刘达禹, 陆宇, 田方钰. 中国通货膨胀的基本分型与优化治理:经验分析与政策模拟[J]. 数量经济技术经济研究, 2025, 42(1):29-50.

[19]
Ferguson T, Storm S. Myth and Reality in the Great Inflation Debate:Supply Shocks and Wealth Effects in a Multipolar World Economy[J]. International Journal of Political Economy, 2023, 52(1):1-44.

DOI

[20]
贾根良, 贾诗玥. 近三年来美国通货膨胀的成因、应对和启示[J]. 福建论坛(人文社会科学版), 2023(11):95-106.

[21]
尹勇, 苏欣怡, 谢晓琪. 产业结构升级对市域经济韧性的空间效应[J]. 经济地理, 2023, 43(8):86-92,112.

DOI

[22]
张明玖, 潘辉. 中国通货膨胀、货币供应与经济增长关系[J]. 统计与决策, 2020, 36(17):124-129.

[23]
张筱峰, 符环宇. 美联储加息对中国多层次债券市场的溢出效应——基于TVP-SV-VAR模型的实证研究[J]. 经济问题, 2023(12):34-41.

[24]
Agu E E, Chiekezie N R, Abhulimen A O, et al. Optimizing supply chains in emerging markets:Addressing key challenges in the financial sector[J]. World Journal of Advanced Science and Technology, 2024, 6(1):35-45.

[25]
De Gregorio J. Commodity prices,monetary policy,and inflation[J]. IMF Economic Review, 2012, 60:600-633.

DOI

[26]
Ginn W, Pourroy M. Should a central bank react to food inflation?Evidence from an estimated model for Chile[J]. Economic Modelling, 2020, 90:221-234.

DOI

[27]
Bundeskartellamt. Mitigating the Effects of Possible Gas Shortages-Bundeskartellamt Allows One-time Temporary Cooperation Project Between Sugar Producers[EB/OL]. Bundeskartellamt Official Website, https://www.bundeskartellamt.de/SharedDocs/Meldung/EN/Pressemitteilungen/2022/06_09_2022_Zucker.html?nn=3591568,2022-09-06.

[28]
陆长平, 黄迪祎. 美欧非常规货币政策的分化:经验与启示[J]. 江西财经大学学报, 2023(3):26-39.

[29]
Feldkircher M, Siklos PL. Global inflation dynamics and inflation expectations[J]. International Review of Economics & Finance, 2019, 64:217-241.

Options
Outlines

/

〈 〉