array(35) { ["id"]=> string(4) "2052" ["type"]=> string(6) "course" ["title"]=> string(84) "菲利普斯曲线的实证检验与政策应用:基于中国数据的案例分析" ["subtitle"]=> string(0) "" ["creator"]=> array(6) { ["id"]=> string(1) "3" ["nickname"]=> string(5) "admin" ["title"]=> string(1) " " ["uuid"]=> string(40) "634d3b58166bfafd4069119be97ee6bfee064c52" ["destroyed"]=> string(1) "0" ["avatar"]=> array(3) { ["small"]=> string(75) "http://www.chinadatacase.com/files/user/otherform/1711697442_1722994936.png" ["middle"]=> string(75) "http://www.chinadatacase.com/files/user/otherform/1711697442_1722994936.png" ["large"]=> string(75) "http://www.chinadatacase.com/files/user/otherform/1711697442_1722994936.png" } } ["showable"]=> string(1) "1" ["buyable"]=> string(1) "1" ["summary"]=> string(1415) "
本文利用Python,通过选取居民消费指数增长率(CPI)、城镇登记失业率(UR)指标和中国国家统计局2000年-2020年之间的数据,对中国经济是否存在菲利普斯曲线现象进行了检验。本文先采用含预期与不含预期的简单线性模型对CPI和UR进行了OLS回归,结果表明CPI与UR之间并不存在稳定的变动关系。在未得到良好结果的情形下,继续采用VAR模型对CPI和UR之间的关系进行探讨,最后得到如下结论: (1)短期来看,通货膨胀率(CPI)的上升会引起失业率(UR)的短暂增加,之后会对失业率(UR)产生负向影响,影响幅度逐渐下降并存在一定波动。考虑到政策的时滞效应,剔除前一期响应,CPI上升的确会引起UR的降低,从而菲利普斯曲线在短期考虑时滞的情形下是成立的。 (2)从长期来看,居民消费指数增长率(CPI)与城镇登记失业率(UR)之间的相互影响几乎不存在,因此菲利普斯曲线现象在长期中可能不存在。 基于本文的研究结果,政府短期内可采用适当提高通货膨胀率的政策(如增加货币供应量、降低利率、实施宽松的货币政策和财政政策等)来降低失业率,即政府可以相机决策采用宽松的货币政策或财政政策,从而达到降低失业率的目的。
" ["minPrice"]=> string(4) "0.00" ["maxPrice"]=> string(4) "0.00" ["discountId"]=> string(1) "0" ["images"]=> array(3) { ["large"]=> string(75) "http://www.chinadatacase.com/files/course/2025/03-20/090621d39f35255330.jpg" ["middle"]=> string(75) "http://www.chinadatacase.com/files/course/2025/03-20/090621d3a9d3721256.jpg" ["small"]=> string(75) "http://www.chinadatacase.com/files/course/2025/03-20/090621d3afb0602726.jpg" } ["ratingNum"]=> string(1) "0" ["rating"]=> string(1) "0" ["hitNum"]=> string(3) "138" ["hotSeq"]=> string(1) "0" ["maxPriceObj"]=> array(2) { ["currency"]=> string(3) "RMB" ["amount"]=> string(4) "0.00" } ["minPriceObj"]=> array(2) { ["currency"]=> string(3) "RMB" ["amount"]=> string(4) "0.00" } ["minDisplayPrice"]=> string(4) "0.00" ["maxDisplayPrice"]=> string(4) "0.00" ["minDisplayPriceObj"]=> array(2) { ["currency"]=> string(3) "RMB" ["amount"]=> string(4) "0.00" } ["maxDisplayPriceObj"]=> array(2) { ["currency"]=> string(3) "RMB" ["amount"]=> string(4) "0.00" } ["canManage"]=> bool(false) ["peopleShowNum"]=> string(3) "121" ["isMember"]=> bool(false) ["status"]=> string(7) "created" ["orgId"]=> string(1) "1" ["orgCode"]=> string(2) "1." ["recommendWeight"]=> string(1) "0" ["recommendedTime"]=> string(1) "0" ["createdTime"]=> string(25) "2025-01-13T16:56:34+08:00" ["updatedTime"]=> string(25) "2025-12-11T13:52:40+08:00" ["product"]=> array(7) { ["id"]=> string(4) "2053" ["targetType"]=> string(6) "course" ["title"]=> string(84) "菲利普斯曲线的实证检验与政策应用:基于中国数据的案例分析" ["owner"]=> string(1) "3" ["createdTime"]=> string(10) "1736758594" ["updatedTime"]=> string(10) "1742432805" ["target"]=> array(17) { ["id"]=> string(4) "2174" ["type"]=> string(6) "normal" ["title"]=> string(84) "菲利普斯曲线的实证检验与政策应用:基于中国数据的案例分析" ["subtitle"]=> string(0) "" ["summary"]=> string(1415) "本文利用Python,通过选取居民消费指数增长率(CPI)、城镇登记失业率(UR)指标和中国国家统计局2000年-2020年之间的数据,对中国经济是否存在菲利普斯曲线现象进行了检验。本文先采用含预期与不含预期的简单线性模型对CPI和UR进行了OLS回归,结果表明CPI与UR之间并不存在稳定的变动关系。在未得到良好结果的情形下,继续采用VAR模型对CPI和UR之间的关系进行探讨,最后得到如下结论: (1)短期来看,通货膨胀率(CPI)的上升会引起失业率(UR)的短暂增加,之后会对失业率(UR)产生负向影响,影响幅度逐渐下降并存在一定波动。考虑到政策的时滞效应,剔除前一期响应,CPI上升的确会引起UR的降低,从而菲利普斯曲线在短期考虑时滞的情形下是成立的。 (2)从长期来看,居民消费指数增长率(CPI)与城镇登记失业率(UR)之间的相互影响几乎不存在,因此菲利普斯曲线现象在长期中可能不存在。 基于本文的研究结果,政府短期内可采用适当提高通货膨胀率的政策(如增加货币供应量、降低利率、实施宽松的货币政策和财政政策等)来降低失业率,即政府可以相机决策采用宽松的货币政策或财政政策,从而达到降低失业率的目的。
" ["cover"]=> array(3) { ["large"]=> string(75) "http://www.chinadatacase.com/files/course/2025/03-20/090621d39f35255330.jpg" ["middle"]=> string(75) "http://www.chinadatacase.com/files/course/2025/03-20/090621d3a9d3721256.jpg" ["small"]=> string(75) "http://www.chinadatacase.com/files/course/2025/03-20/090621d3afb0602726.jpg" } ["status"]=> string(9) "published" ["studentNum"]=> string(3) "121" ["discountType"]=> string(8) "discount" ["discount"]=> string(2) "10" ["minCoursePrice"]=> string(4) "0.00" ["maxCoursePrice"]=> string(4) "0.00" ["defaultCourseId"]=> string(4) "2180" ["productId"]=> string(4) "2053" ["goodsId"]=> string(4) "2052" ["minCoursePrice2"]=> array(2) { ["currency"]=> string(3) "RMB" ["amount"]=> string(4) "0.00" } ["maxCoursePrice2"]=> array(2) { ["currency"]=> string(3) "RMB" ["amount"]=> string(4) "0.00" } } } ["extensions"]=> array(3) { [0]=> string(8) "teachers" [1]=> string(14) "recommendGoods" [2]=> string(10) "isFavorite" } ["specs"]=> array(1) { [0]=> array(26) { ["id"]=> string(4) "2079" ["goodsId"]=> string(4) "2052" ["targetId"]=> string(4) "2180" ["title"]=> string(0) "" ["seq"]=> string(1) "1" ["status"]=> string(9) "published" ["price"]=> string(4) "0.00" ["coinPrice"]=> string(4) "0.00" ["usageMode"]=> string(7) "forever" ["usageDays"]=> string(1) "0" ["usageStartTime"]=> string(1) "0" ["usageEndTime"]=> string(1) "0" ["buyableStartTime"]=> string(1) "0" ["buyableEndTime"]=> string(1) "0" ["buyableMode"]=> NULL ["buyable"]=> string(1) "1" ["maxJoinNum"]=> string(1) "0" ["services"]=> array(0) { } ["priceObj"]=> array(2) { ["currency"]=> string(3) "RMB" ["amount"]=> string(4) "0.00" } ["displayPrice"]=> string(4) "0.00" ["displayPriceObj"]=> array(2) { ["currency"]=> string(3) "RMB" ["amount"]=> string(4) "0.00" } ["isMember"]=> bool(false) ["access"]=> array(2) { ["code"]=> string(14) "user.not_login" ["msg"]=> string(15) "用户未登录" } ["hasCertificate"]=> bool(false) ["learnUrl"]=> string(43) "http://www.chinadatacase.com/my/course/2180" ["teachers"]=> array(1) { [0]=> array(6) { ["id"]=> string(1) "3" ["nickname"]=> string(5) "admin" ["title"]=> string(1) " " ["uuid"]=> string(40) "634d3b58166bfafd4069119be97ee6bfee064c52" ["destroyed"]=> string(1) "0" ["avatar"]=> array(3) { ["small"]=> string(75) "http://www.chinadatacase.com/files/user/otherform/1711697442_1722994936.png" ["middle"]=> string(75) "http://www.chinadatacase.com/files/user/otherform/1711697442_1722994936.png" ["large"]=> string(75) "http://www.chinadatacase.com/files/user/otherform/1711697442_1722994936.png" } } } } } }