2026 年 10 月 30 日 Loy 阅读加载中…

Loy-经济学入门13：三个数字的构造与谎言——GDP、通胀、失业

#经济

每个月统计局公布数据那天，评论区通常只有两种声音：一种说数字注水，一种说数字还行。第三种很少出现——这三个数字到底是怎么算出来的。

这篇讲 GDP、居民消费价格指数和失业率。它不教你怎么预测经济，只做一件事：把三个最常被引用的数字拆开，看它们的口径、假设，以及哪些地方能被合法地、不动声色地改掉。核心是这一句：如果 GDP 涨了，为什么你感觉更穷了。

先说清立场。三个指标都有明确定义，多数国家、多数年份没有造假；但每一个都建立在一组约定之上，而约定会随基期、统计机构和政策目标漂移。看懂约定，比怀疑动机有用。下面每节按同一顺序走：现象或案例，模型与假设，边界与争议。

1. GDP 的三种算法，和它们共同的盲区

一对夫妻都上班，请人带孩子做饭，每月付 8000 元。这是家政服务，计入 GDP。现在一方辞职回家做同样的活，一分钱不经手，GDP 里这 8000 元就消失了，而劳动一点没少。再进一步：如果这个人本来就和雇主结了婚，同一份劳动从”付费服务”变成”家庭内部劳动”，GDP 还要再掉一次。

这不是疏忽，是定义带来的必然结果。

1.1 定义里的四个关键词

GDP 是”一定时期内，一国（或地区）境内生产的全部最终产品和服务的市场价值”。四个词各自排除掉一批东西。

境内：按国土原则算，外企在本国境内的产出计入本国 GDP；对应的国民总收入按国民原则算，本国国民在海外赚的计入，外国人在本国赚的不计入。

最终：只算最终产品，中间投入要扣掉。面包计入，面粉不计入，否则同一批小麦被数好几遍。实操上用增加值：每个环节产出减中间投入再相加。

市场价值：没有市场价格的东西，要么估算，要么不算。这个开口很宽，下面会看到。

一定时期：GDP 是流量不是存量。它衡量一年生产了多少，不衡量有多少房子、路和技术积累。卖掉老宅不增加 GDP，拆了重建才增加。

1.2 三种算法为什么应该相等

算法	从哪一头数	主要数据来源	常见的毛病
生产法	各行业增加值加总	企业报表、行业抽样、普查	中间投入难剥离，易重复计算
支出法	消费＋资本形成＋政府购买＋净出口	住户调查、投资统计、海关	存货变动与资本形成易错
收入法	劳动者报酬＋生产税净额＋折旧＋营业盈余	工资、税收、企业财务	自雇者与农户收入难归集

三者应该相等，理由是会计恒等，不是理论：同一笔交易，买方看是支出，卖方看是收入，生产环节看是增加值。三种视角数的是同一堆东西。

现实中不严格相等：三套数据来源不同，误差方向也不同，最后留一块”统计误差”。中国季度 GDP 主要按生产法核算，年度另公布支出法口径，两者长期有差额，官方单列。看到两种算法结果不一样不必惊讶，那是核算的常态。

1.3 共同的盲区

三种算法的差别只在”从哪一头数”，漏掉的东西是同一批。

家务与照护。 做饭、打扫、带孩子、照顾老人，有产出、有机会成本，但没有市场交易，基本不进 GDP。估算方法两类：按机会成本（做家务的人去工作能赚多少），或按替代成本（雇人做要花多少）。两种算法结果差很远，常见估计相当于 GDP 的两三成，但这是很粗的区间，学界对怎么估没有定论。要点不在数字，在于：一旦家务被市场替代（请保姆、送托儿所、点外卖），GDP 会上升，而家庭真实生活水平可能没变甚至下降。

地下经济。 现金交易、逃税、黑工、灰色服务。各国差异极大，发达国家常见估计在 GDP 的一成到两成多，发展中国家可能更高。这些数本身是推算的，不宜当精确量。

质量改进与新产品。 十年前的中端手机和今天的中端手机不是同一种东西，价格却可能一样。统计上靠特征价格法部分修正，准不准有争议。方向明确：跨十年的名义增长会低估技术进步带来的福利改进。

免费的东西。 搜索、地图、翻译、开源软件。没有交易就没有价格，也就不进 GDP：广告收入进了，用户拿到的服务没进。有人主张估一个”消费者剩余”，那需要假设，结果争议很大。

1.4 边界与争议

GDP 是流量指标，不能当财富指标。一个国家能靠卖资源、靠借债消费把 GDP 做漂亮，同时把家底掏空。存量——房屋、道路、设备、人力资本、自然资源——不在里面，折旧也不在。GDP 减折旧才是净国内产品，新闻里几乎只报 GDP。

至于”用什么替代 GDP”，学界没有定论。用 GDP 衡量福利，几乎没有经济学家会辩护；但换成什么，至今没有共识。2009 年 Stiglitz、Sen、Fitoussi 受法国政府委托提交的报告系统批评了以 GDP 为核心的核算，主张同时看收入、分配与可持续性。此后的人类发展指数、绿色 GDP 等替代指标都没能取代它，原因之一是它们各有各的可操纵性，也不如 GDP 及时、可比。

所以更准确的批评不是”GDP 是假的”，而是”GDP 是生产指标，回答生产了多少，不回答谁拿到了、值不值得、能不能持续”。把它当福利指标用，是使用者的错；但这个指标太好用，好用到让人忘了边界，设计者也要为这种误用负一部分责任。

2. CPI：篮子里装着谁的消费

猪肉涨价那年，很多人的体感通胀远超公布的数字。未必有造假，更常见的原因是：你和”篮子里的人”吃得不一样。

2.1 指数量的是变化

CPI 是价格指数，不告诉你东西贵不贵，只告诉你同一个篮子在两个时点的价格差多少。操作分三步：定篮子（选商品、定权重）、采价（定点定时定人）、加权汇总。

坑在权数。拉氏指数用基期篮子固定权重，帕氏指数用当期权重，费雪指数取两者几何平均。主流 CPI 长期用拉氏思路，好处是口径稳定可比，坏处是它假设你会一直买同样的东西。

而人是会换的。猪肉贵了买鸡肉，进口货贵了买国产，这家超市贵了换一家。你靠替代保护了自己，固定篮子看不见这个替代，于是高估生活成本上升——这叫替代偏差。

2.2 已知的几种偏差

替代偏差：固定篮子高估涨价影响。
渠道偏差：折扣店、电商的低价没被充分采到，采价点更新慢于零售结构变化。
质量偏差：同价更好质，等于降价；特征价格法调不准就高估通胀。
新产品偏差：新产品从上市到进篮子有滞后，期间的降价没被算进去。
权重滞后：消费结构变化快于权重调整周期。

方向大体一致：让 CPI 偏高。幅度多大，是争论的核心。

1996 年，受美国参议院财政委员会委托，以 Michael Boskin 为首的委员会提交报告，估计美国 CPI 每年高估生活成本上升约 0.8 到 1.6 个百分点，中值 1.1。这个数字重要，因为美国社保、税收档次、部分国债按 CPI 指数化——高估 1 个百分点，财政长期要多付一大笔。

但估计本身有争议：有人认为它把质量调整的功劳算多了，有人反过来。方向上有共识，幅度上没有定论。 这句话在经济学里出现的频率极高。

中国做法是基期约五年一换，权重随之调整；调整是公开的，但权重明细不逐月披露，外部难以独立复算，这是真实存在的可验证性缺口。

2.3 房价到底进不进 CPI

这是本节误解最多的一处。

统计上的答案：房价本身通常不进 CPI。 因为 CPI 测消费，不测资产。买房是把金融资产换成实物资产，属于资产置换，不是当期消费。进篮子的是居住服务：租金、水电燃料、物业、装修维修，以及自有住房的虚拟租金。

美国的处理有代表性：自有住房按”等价租金”折算——问房主，这房子租出去市场租金多少，用这个数当住房消费价格。住房是美国 CPI 里权重最大的一块，所以美国 CPI 对租金极敏感，对房价本身不敏感。这解释了一个常被讨论的现象：房价暴涨时 CPI 可能很温和，房价下跌时 CPI 反而因租金滞后而顽固。

中国 CPI 分八大类，居住类是其中之一，含租金、水电燃料和自有住房的虚拟折算，不含购房成交价。居住类权重明显低于多数人的直觉——很多人以为房子是最大支出，CPI 里就该占最大权重，但统计口径只认”居住服务”这一小块。

对多数家庭，房子是最大一笔支出，房价涨跌决定你住不住得起、换不换得起。CPI 说”居住价格温和上涨”，你的月供涨了三成——两个说法都对，量的不是同一件事。

这一点仍有争论。 一方主张纳入自有住房成本：欧盟统计机构多年来在推进把这项纳入统一口径的 HICP，方法上有”净购置法”（只算新增自有住房的购置成本）和”使用者成本法”（算持有住房的利息、折旧、维护）两派，算法和结果差别不小，至今未完全统一。另一方主张不纳入：资产价格波动大，装进 CPI，这个指数就会变成第二个股价指数，货币政策失去稳定的锚。各国做法不一，这让跨国通胀比较本身就带误差。

3. 失业率：分子和分母都可以被定义改掉

2020 年 4 月，美国 U3 失业率 14.7%，同月 U6 是 22.8%。同一个国家、同一个月、同一个统计机构，两个数字差八个多百分点。差别只在定义。

3.1 一个分数，三个条件

失业率是失业人数除以劳动力人数。两个关键词决定一切。

失业要同时满足三条：没有工作、过去四周内积极找工作、当前可以工作。少一条不算。

劳动力等于就业加失业。不找工作的人——学生、退休者、全职照护者、找累了放弃的人——不算劳动力，既不进分子也不进分母。

由此得到反直觉的推论：一个人放弃找工作，失业率会下降。 文献里叫”气馁的求职者”。经济变差时，一部分人找几个月没结果，退出劳动力队伍，官方失业率反而变好看。所以看失业率必须同时看劳动参与率（劳动力占成年人口比重）。失业率降、参与率也降，多半不是好消息。

3.2 同一套数据，六种口径

口径	分子包含谁	典型用途	常见误读
U3	过去四周在找工作的人	新闻标题、货币政策	被当成”没工作的人的比例”
U6	加上边缘附着者与因经济原因兼职者	衡量劳动力利用不足	被当成”真实失业率”
城镇调查失业率	城镇常住人口中在找工作的人	中国宏观主要指标	与登记失业率混用
城镇登记失业率	主动去服务机构登记的人	社保与就业服务	数值低，被当成”失业很少”

美国的 U1 到 U6 逐级放宽：U3 是媒体说的”失业率”，U6 在此之上加入”边缘附着劳动力”（想工作、过去一年找过、最近四周没找）和”因经济原因只能做兼职”的人。U6 永远高于 U3，经济下行时差距扩大。两个数字一起看，比单看任何一个都有信息量。

中国也有两个口径。城镇调查失业率是抽样调查，2018 年起正式发布并成为主要宏观指标；城镇登记失业率只统计到就业服务机构登记的人。后者长期明显更低，因为它数的是”来登记的人”，不是”失业的人”。两个数并列引用时常被当成互相矛盾，其实只是分子分母不同。

3.3 一个近年的例子

2023 年 6 月，中国 16 至 24 岁城镇青年调查失业率达到 21.3%。随后统计部门暂停发布这一口径，2024 年起改为发布”不含在校生”的 16 至 24 岁失业率，数字随之下降。

调整有技术理由：在校学生主要身份是学生，本不该计入劳动力，不少国家也不把在校生算进失业统计。技术理由成立。但技术理由成立，不等于公众的怀疑不成立——在一段高企的数据之后立刻改口径，无论动机如何，都会削弱数字的可信度。这两件事可以同时为真，而且必须同时承认，否则讨论没法进行。 口径调整本身是中性的，正当性取决于是否提前公布、是否说明影响、是否新旧口径并行披露一段时间。

3.4 边界与争议

不充分就业被系统性低估。 国际劳工组织的标准里，调查周内工作一小时以上就算就业。零工、平台接单、临时帮工大量存在时，失业率会低估”劳动力没被用满”的程度。要看这一点，得看工时、看收入、看想工作更多时间的人数。

灰心与退出。 长期失业者退出统计、提前退休、病退、劳动力外流（分母直接变小），都会让失业率显得比实际处境好。跨国比较也经常是错的：统计口径、调查频率、非正规部门占比、农村劳动力怎么处理，各国不同，把两国失业率直接比大小是常见错误。

4. 阿根廷：当数字本身成为政策工具

前面讲的是”定义带来的边界”。这一节讲另一种情况：定义没变，但生产数字的机构被改了。

2007 年到 2015 年，阿根廷官方公布的年度通胀率长期在个位数到 10% 上下，独立机构的估计常常是官方的一倍以上。布宜诺斯艾利斯市统计局编制的物价指数、以及被媒体称为”IPC Congreso”的民间汇编，都更接近超市标价、工资谈判里的涨幅和街头的实际感受。

经过大致是这样：2007 年初，阿根廷政府对国家统计机构 INDEC 进行人事调整，此后公布的通胀数据与私人估算持续背离，统计部门出现人员流失，编制方法受到质疑。争议持续近十年，影响了通胀挂钩债券的定价、工资与养老金的指数化调整。2015 年底新政府上台后宣布统计紧急状态，重组 INDEC，2016 年恢复公布的通胀率一下跳到 30% 以上。此后 INDEC 恢复按国际标准编制指数，2023 年阿根廷年通胀超过 200%——数字难看，但可信。

值得追问的不是”他们作弊了吗”，而是”为什么偏偏是 CPI”。

因为 CPI 不只是描述性数字，它是支付触发器。通胀挂钩债券按 CPI 付息，CPI 低一点，政府少付一点；养老金和工资按 CPI 指数化，CPI 低一点，财政支出少一点；贫困线和救助标准跟着物价走，CPI 低一点，需要救助的人就”变少”了；国际融资成本也与统计可信度挂钩。凡被用来触发支付的数字，都会承受被扭曲的压力。

这不是阿根廷独有的毛病，是所有国家共有的结构性风险，只是程度不同。防范只能靠制度：统计机构独立于政策部门、编制方法公开、原始数据可复算、修订有说明。四条做到，误差仍在，但系统性扭曲的空间会小很多。

4.1 三条边界

不要过度推广。 阿根廷是有明确制度性干预痕迹的极端案例，多数国家的统计机构没有这么严重的问题。把”官方数字都是假的”当一般结论，是另一种偷懒，代价很高——它让你在需要相信数据的时候不相信。

统计误差不等于造假。 抽样误差、口径调整、数据修订都正常。正常修订和作弊的区别在程序：方法是否公开、修订是否有说明、外部能否复算。

独立估算不天然更可信。 私人机构有客户、有立场、样本更小、方法未必公开。判断可信度看方法，不看立场——包括不看它是否符合你的直觉。

5. 为什么 GDP 涨了你却更穷

先给一个账本。某城市，五年里名义 GDP 年均增长 5%，CPI 年均 2%，你的工资从 8000 涨到 9200，年均 3%，实际工资年均涨约 1%，五年累计约 5%。同时，你想买的那套房从 200 万涨到 300 万，首付从 60 万涨到 90 万。账面上你富了 5%，感受上你穷了。两个判断都对。

5.1 四种机制

总量不是你的份额。 GDP 是生产总量，你的收入取决于你在分配里的位置：劳动收入份额、行业景气、企业议价能力、资本收益归谁。GDP 涨 5%，可能是出口和金融涨了 15%，你所在的行业涨了 0。人均 GDP 是平均数，你和少数高收入者一平均，数字很好看。劳动收入份额是否长期下降，研究很多但结论不一致，这一点仍有争论；但”总量增长不等于人人同比例受益”没有争议。

你的篮子不是 CPI 的篮子。 CPI 是全体居民的平均消费结构。若你在租房、育儿、看病、教育上的支出占比远高于平均，个人通胀率会长期高于 CPI。鲍莫尔在 1960 年代提出的”成本病”讲得更清楚：服务业生产率增长慢，工资却要跟着制造业涨，于是服务价格持续相对上涨。教育、医疗、照护、家政、现场演出都是这个逻辑。经济体越富，这些涨得比 CPI 快的项目在支出里占比越高。粗算自己的篮子，多数人的个人通胀率会比 CPI 差出一到三个百分点。

资产价格不在 CPI 里，但在你的资产负债表上。 房价股价涨，CPI 可能毫无反应，可你要买房、要租房、要给孩子准备学位，成本都在里面。资产价格上涨对有资产的人是财富效应，对没资产的人是门槛上升。同一组数字，对着两个方向的人说话。

参照系在变。 伊斯特林 1974 年提出：收入增加长期并不提高幸福感，因为人比较的是相对位置而不是绝对水平。这个结论后来争议很大，有研究认为长期看收入与幸福感仍有正相关，学界没有定论。但它至少说明，感觉穷不穷取决于你跟谁比，而 GDP 不提供参照系。

5.2 名义、实际与修订

GDP 增长要区分名义和实际：名义增长等于实际增长加价格变化，价格用 GDP 平减指数衡量。平减指数和 CPI 不是一回事——前者覆盖全部国内产出的价格，包括投资品和政府支出；后者只覆盖居民消费。两个数字背离是常态，用 CPI 去平减 GDP 会算错。

所以标准答案有三层：计量上，GDP 和 CPI 都不是为你个人定制的，平均数掩盖分布，全国篮子掩盖你的篮子；结构上，你消费的东西（住房、服务）涨得比 CPI 快，你生产的东西（劳动）涨得比 GDP 慢；心理上，参照系是相对收入。三层可以同时成立，都不需要假设有人在造假。

5.3 反过来也要留余地

GDP 涨了，你可能确实变富了，只是没感觉到。改善往往渐进、分散：商品变便宜、选择变多、质量变好、等待时间变短。这些在统计上部分体现，在体感上几乎不体现，方向相反的测量误差是存在的。

也别滑向数字无用论。GDP 与就业、收入、寿命、贫困率在长期和跨国数据里的相关性非常稳定，这是它有资格当主指标的原因。有问题的是把它当唯一指标，或当福利指标。

6. 拿到一个数字，先问三个问题

一、它算的是什么？ 流量还是存量，生产还是消费，名义还是实际，水平还是变化率。GDP 是流量，房价是存量价格，CPI 是变化率，失业率是比例。四样东西不能直接比大小，也不能直接相减。很多尖锐的争论卡在这一步。

二、谁被算进去了，谁被漏掉了？ 家务劳动、地下经济、气馁的求职者、被迫兼职者、自有住房、免费服务。每个指标的边界上都站着一群没被数到的人，而这些人往往最没有议价能力——“没有市场交易”和”没有谈判能力”经常互为因果。一个只统计市场活动的体系，天生会低估无法进入市场的人所做的贡献。

三、谁在算，为什么算？ 统计机构是否独立，方法是否公开，这个数字会不会触发支付（养老金、债务利息、救助线、考核）。被用来付钱的数字，承受的扭曲压力最大。这一条不需要假设有人想作弊，只需要假设激励会起作用。

再补一条方法论：把统计误差（正常，方向不定）、口径调整（要看理由与影响）、造假（需要证据，不能靠体感推定）分开。混为一谈的后果是双向的：该相信的时候不相信，该怀疑的时候不怀疑。

总结

三个数字各回答一个问题。GDP 回答”生产了多少”，CPI 回答”价格变了多少”，失业率回答”有多少人想工作而没找到”。三个问题里，没有一个叫”你过得好不好”。

它们的共同结构是一样的：一个定义、一组约定、一套采集流程。定义决定谁能进分子分母，约定决定权重和基期，流程决定误差有多大。所谓”构造”指的就是这三层；所谓”谎言”，多数时候不是造假，而是把有边界的指标当成无边界的结论用——包括引用者这么用，也包括设计者默许这种用法。

回到开头。GDP 涨了，你可能真的变穷了，也可能只是没感觉到变富。这两种情况在总量数据上长得几乎一样，区别在于你去查哪一层：查分配，查你自己的篮子，查资产价格，查口径有没有变。查完再判断，比在评论区吵有用。

数字不撒谎，但数字只回答它被设计来回答的那个问题。

自测

如果你雇保姆做家务，GDP 会怎么变？同样的活由家人自己做呢？这个差别说明 GDP 的哪一条边界？
房价上涨会进 CPI 吗？请分别从”统计口径”和”你的体感”两个角度回答，并说明两者为什么可以同时成立。
一个人停止找工作，失业率会上升、下降还是不变？为什么这时必须同时看劳动参与率？

参考资料

N. Gregory Mankiw，《经济学原理》，宏观部分关于”一国收入的衡量”与”生活费用的衡量”的两章。
国家统计局，《中国国民经济核算体系（2016）》。
Michael Boskin 等，提交美国参议院财政委员会的《消费者价格指数委员会最终报告》，1996 年。
Joseph Stiglitz, Amartya Sen, Jean-Paul Fitoussi, Report by the Commission on the Measurement of Economic Performance and Social Progress, 2009.
美国劳工统计局（BLS）关于 U1–U6 失业率口径的方法说明与《Monthly Labor Review》相关文章。
国际劳工组织（ILO）关于就业、失业与不充分就业统计标准的决议。
William Baumol, William Bowen, Performing Arts: The Economic Dilemma, 1966（”成本病”的出处）。
Richard Easterlin, “Does Economic Growth Improve the Human Lot?”, 1974.
阿根廷 2007–2016 年 INDEC 统计争议的经济史综述，可参考当时的媒体报道与国际货币基金组织对阿根廷统计数据的评估文件。