2026 年诺贝尔经济学奖：对企业、家庭和经济学家意味着什么

用通俗的话说说这个奖

2026 年 10 月 12 日，瑞典皇家科学院将经济科学奖授予罗伯特·E·霍尔和迈克尔·伍德福德。霍尔任职于斯坦福大学，伍德福德任职于哥伦比亚大学。官方授奖理由是“表彰他们为宏观经济稳定奠定的微观经济基础”。这里的“微观”指单个家庭和企业，“宏观”则指整个经济。

这个奖表彰的是这样一类整体经济模型：它们建立在家庭和企业的选择之上，而不是建立在国民总量之间的统计规律之上。模型是用方程写成的对经济的简化描述，经济学家用它来检验“如果……会怎样”的问题。央行设定利率，即借钱的价格，以保持物价和就业稳定。利率越高，借钱越贵，人们和企业的支出就越少，物价上涨也随之放缓。包括美联储和欧洲中央银行在内的各国央行，都在使用建立在这些选择之上的模型。

这种思路是吃过苦头才学到的。20 世纪 60 年代，经济学家依赖一种被称为菲利普斯曲线的简单规律。失业的人少时，雇主会提高工资来吸引员工，企业再把这些成本转嫁到更高的价格上。因此，低失业率伴随着更高的通胀，即物价的普遍上涨。到了 20 世纪 70 年代，这一规律失灵了：通胀和失业率同时上升。部分原因在于，人们已经开始预期更高的通胀，并把它计入工资和价格。国民总量之间的规律反映的是当时政策下的行为，因此政策一变，行为随之改变，这些规律也就失灵了。植根于人们目标和预算的选择，则更经得起考验。

霍尔的研究揭示了家庭的哪些行为

霍尔展示了如何检验家庭的计划，前提是人们会努力让每年的支出保持平稳。他在 1978 年提出的检验假定，人们是围绕预期一生能挣到的收入来做计划的，而不只是看本月到手的收入。在这一假定下，未来支出的变化应当难以预测。虽然预期本身看不见，这项检验却可以用数据来完成。

1982 年，霍尔和弗雷德里克·米什金利用真实家庭的食品支出数据检验了这一观点。约 80% 的支出看起来是提前计划好的，而约 20% 只是随收入到账而变化。

经济学家如今会统计“月光族”家庭（hand-to-mouth households），这类家庭手头可随时用于日常开支的钱很少。这个英文老说法的意思是靠一份工资撑到下一份工资。这些家庭往往工资一到手就花掉。一项 2014 年的研究分析了 1989 年至 2010 年的美国调查，发现每 100 个家庭中约有 31 个是这样生活的。其中许多家庭拥有住房或退休储蓄，但手头现金很少（Kaplan、Violante 和 Weidner，2014）。圣路易斯联邦储备银行的经济学家后来用同样的方法更新了这一统计。到 2022 年，这一数字已降至每 100 个家庭中约 19 个（Kozlowski 和 Jordan-Wood，2024）。

较新的模型允许家庭在这方面各不相同，因此利率或价格的变化对各类家庭的影响也各不相同。

伍德福德的研究揭示了企业的哪些行为

伍德福德把企业和央行纳入同一个可运行的模型，并在 2003 年出版的著作《Interest and Prices》中系统阐述。这一新凯恩斯模型以约翰·梅纳德·凯恩斯命名，它从家庭和企业出发构建经济，而其中的价格调整缓慢。它是当今各国央行所用模型的核心。

科学院的摘要把其中的联系讲得很清楚：通胀来自成千上万家企业的定价决策。利率会改变人们花多少钱，最终影响企业为产品所定的价格。由于模型中的企业只是偶尔有机会调价，它们会权衡未来几个月的成本和对手的价格。

企业和家庭都会向前看，因此人们对央行关于未来表态的信任，今天就会影响价格。通胀目标以及央行如今就下一步行动释放的信号，背后都是这一思想。通胀目标是央行力求达到的物价增长率。该模型对成本跳升和需求下降区别对待，因为两者需要不同的应对。委员会表示，与应对 20 世纪 70 年代的危机相比，这种思路帮助央行更好地应对了疫情和近期的能源冲击。委员会补充说，这一点很难证明。

委员会认为该模型还缺什么

委员会的科学背景报告指出了两处不足。

第一处不足是时机：企业何时决定调价。标准模型把调价当作抽签：每个月，无论成本如何，每家企业调价的概率都相同且固定。这让模型足够简单，便于求解和拟合数据。委员会称，这是对调价成本的一种极端建模方式。委员会指出，现实中的企业在成本跳升时理应更频繁地调价。按这种方式构建的模型已经存在，但经济学家尚未就用哪一个取代标准模型达成一致。

第二处不足是数据：价格在不同地区和行业中如何变动。2021 年之后，经济学家研究了“价格变动在不同地区和部门之间的异质性”。意思是价格在不同地方、不同行业之间的变动有何差异。这有助于解释是什么引发了这轮物价上涨，以及它为何持续。这类研究依赖两个数字：价格多久变动一次、每次变动多少，通常取自官方价格记录。这些记录只覆盖有限数量的商店和网点，而且由于各国各自保存记录，比较起来更难。利用这些记录的研究大多以商品为基础，而包括餐厅餐食在内的服务价格，很难用同样的方式比较。

餐厅菜单和商店货架揭示了什么

Realytics 追踪线上菜单和商店货架上超过 5 亿件标价商品。其中菜单单品超过 1.8 亿个，来自超过 200 万份菜单。覆盖范围仍在扩大。本文报告其中 15 个大市场的情况。

这些数据可以回应这两处不足。针对第一处不足——时机，Realytics 每个月逐个单品追踪价格变动。它衡量价格多久变动一次、变动幅度多大，以及有多少价格同时变动（发现 1 至 3）。针对第二处不足——地区和行业，它在全部 15 个市场采用同一种方法，比较餐厅菜单与商店货架（发现 4 和 5）。发现 6 追踪不同幅度的涨价之后，顾客对价格的意见。

我们采用与价格研究者相同的方法，为餐厅测量了这两个数字（Nakamura 和 Steinsson，2008）。从 2025 年 9 月到 2026 年 9 月的每个月，我们都把每个菜单单品的价格与它一个月前的价格进行比较。

下面每项发现都先介绍 Realytics 的数据显示了什么。如果以往研究探讨过同一问题，则在标有“以往研究的发现”的第二部分中，把以往的结论与我们的数字进行比较。

发现 1：每个月，全部 15 个市场中有 4.8% 的菜单单品调价。

在全部 15 个市场中，每月的这一比例从 2026 年 3 月的 3.2% 到 2026 年 5 月的 6.1% 不等。这显示了变动节奏的起伏。价格多久变动一次，有助于解释更高的成本能多快传导到顾客身上。

来源：Realytics · realytics.com · 每月调价的菜单单品占比，2025年9月–2026年9月

以往研究的发现。成本跳升时，企业调价更频繁：委员会所说的标准模型缺失的正是这一联系。在美国典型的商品类别中，疫情前每 100 个价格中约有 10 个每月变动（不含临时特价）。这一比例在 2022 年初超过每 100 个中 20 个，并在 2024 年 1–8 月回落至约 13 个（Montag 和 Villar，2025）。能源冲击之后调价也加快了，为企业如何应对成本变化提供了更多证据（Cavallo、Lippi 和 Miyahara，2024）。

欧洲的情况更为细致，这些数据来自研究欧元区官方价格记录的央行经济学家；欧元区成员国使用欧元。他们剔除了能源价格和临时特价。2010 年至 2019 年，每 100 个价格中约有 8 个每月变动，而 2022 年约为每 100 个中 12 个。2020 年之前，约三分之二的价格变动是上涨。2022 年，这一比例超过五分之四。到 2024 年，食品价格的变动频率再次下降，而包括理发和维修在内的服务价格，变动仍比往常更频繁。在该团队的模型中，更快的调价使通胀峰值提高了将近一个百分点（Gautier 等，2026）。百分点衡量的是比率之间的差距：例如，从 2% 升到 3%，就是一个百分点。

企业调查如今直接检验了“抽签”的设想。英格兰银行 2026 年 1 月发布的一份工作论文（即早期研究报告）给出了 2023–2025 年英国调查的结果（Bunn 等，2026）。在酒店、餐厅和咖啡馆企业中，72% 表示它们主要是在情况需要时调价，而不是按固定时间表调价。

近期的餐厅研究显示了更高的工资如何传导到价格。最低工资是法律允许的最低时薪。2024 年 4 月，加利福尼亚州把大型快餐连锁店员工的最低工资提高到每小时 20 美元。六个月后，加州快餐店的线上菜单价格比对照州高出约 2%。该研究估计，约 60% 的额外工资成本转嫁给了顾客（Sosinskiy 和 Reich，2025）。

2016–2020 年，在麦当劳，最低工资每上涨 10%，巨无霸价格就上涨约 1.4%（Ashenfelter 和 Jurajda，2022）。更早的 1995–1997 年，最低工资每上涨 10%，美国餐厅价格上涨约 0.7%（Aaronson、French 和 MacDonald，2008）。

我们的月度记录衡量的是每个地方、每个月的价格变动频率。我们的 13 个月覆盖的是一个时期：它们显示了调价的水平，以及调价在各月之间如何波动。

发现 2：大多数变动是涨价，而且幅度不小。

在全部 15 个市场中，涨价占价格变动的 82.4%。变动的中位数——即把变动按大小排列后位于中间的数值——为 6.2%，降价和涨价一并计算。涨价的中位数为 5.9%，而餐厅降价的幅度往往大于涨价的幅度。

发现 3：一些菜单会同时调整许多价格。

在全部 15 个市场中，在某个月里，有 17.6% 的菜单至少调整一个价格。在调价的菜单中，按中位数计，有 11.0% 的单品发生变动。在这些调价中，有 21.5% 的情况是菜单上至少一半的单品在同一个月内调价。

以往研究的发现。同时调整许多价格的一个原因，经济学家给它起了个名字：他们把调价的成本称为“菜单成本”，这个名称来自印刷的菜单。这些成本包括印制新菜单、更新价目表，以及被老顾客察觉的风险。2002 年各国改用欧元现金时，餐厅价格跳升，一项研究用菜单成本解释了这次跳升。餐厅把涨价集中在它们本来就必须重印菜单的那个时间点（Hobijn、Ravenna 和 Tambalotti，2006）。克罗地亚于 2023 年 1 月采用欧元。欧盟统计局估计，这次转换使当月整体通胀上升了 0.04 至 0.18 个百分点。在其列出的价格异常上涨的服务中，餐厅和咖啡馆排在首位（Eurostat，2023）。我们数据中的批量调整符合菜单成本的思路：如果每次变动都有成本，那么一次做多处调整就合乎情理。

发现 4：餐厅价格变动因国家而异。

图 2 比较了本文中的 15 个大市场。在法国，每月有 2.3% 的单品调价，变动中位数为 9.1%。在美国，每月有 5.0% 的单品调价，变动中位数为 5.2%，即变动更频繁但幅度更小。德国、西班牙、葡萄牙和希腊与法国相似，变动更少、幅度更大。加拿大和南非与美国相似，变动更频繁、幅度更小。

来源：Realytics · realytics.com · 菜单价格变动频率及幅度中位数，2025年9月–2026年9月

以往研究的发现。官方价格记录指向同一方向。在法国，1994 年至 2003 年间，每 100 个餐厅价格中约有 4 个每月变动。在所有价格中，约五分之一每月变动（Fougère、Gautier 和 Le Bihan，2010）。在可比商品中，欧元区的价格变动频率低于美国（Gautier 等，2024）。我们 2025–2026 年的菜单数据显示，就餐厅菜单而言，这一差距如今依然存在。在法国、德国、西班牙、希腊和葡萄牙，每月有 2.3% 至 3.5% 的菜单单品调价，而美国为 5.0%。

发现 5：商店货架的价格变动比菜单更快。

在全部 15 个市场中，同样的方法显示，从超市到药店，每月有 11.4% 的商店商品调价。这约为菜单单品 4.8% 的 2.4 倍，而且商店价格下降也更频繁。降价占商店价格变动的 43.2%，而菜单上为 17.6%。商店价格变动的中位数为 10.2%，降价和涨价一并计算。货架价格包含促销和临时特价，这可能扩大了商店与菜单之间的差异。

在这些市场中，大多数都存在这一差距。在美国，每月有 12.2% 的商店商品调价，而菜单单品为 5.0%。波兰的差距最大：每月有 21.8% 的商店商品调价，而菜单单品为 4.6%。日本和南非是例外：在我们的数据中，那里的商店价格变动频率低于菜单价格。

来源：Realytics · realytics.com · 每月调价的菜单单品与商店商品占比，2025年9月–2026年9月

以往研究的发现。经济学家在 1998 年至 2005 年的美国官方记录中发现了类似的分化，比较对象是加工食品和不含旅行的服务。加工食品价格变动更频繁，下降也更常见（Nakamura 和 Steinsson，2008）。2024 年在欧元区，约 19% 的食品价格每月变动，而服务价格约为 8%。这些数字包含临时特价。食品指的是在商店购买的食品，而服务包括餐厅餐食（Gautier 等，2026）。这些结论可以按方向进行比较，但其测得的幅度取决于不同的方法、时期和商品。

发现 6：价格大幅跳升后，对价格的意见变得更加负面。

这项发现需要同一家门店在涨价前后的菜单价格，以及顾客对价格的意见。在这些市场中，餐厅和咖啡馆的这两类数据都齐全。这些对价格的意见大多是在说价格感觉高还是低，有些则在评判性价比。所谓大幅跳升，是指一家门店至少四分之一的线上菜单单品在一个月内上涨，涨幅通常在 8% 或以上。

在大幅跳升之前，这些门店每 100 条对价格的意见中约有 33 条是负面的。在之后的三个月里，约为 38 条。在同一国家、同一月份没有涨价的门店，这一比例几乎没有变化。因此，大幅跳升伴随着每 100 条意见中负面意见多出约 3 到 4 条。把所有意见合在一起计算约为 4 条，按每家门店的变化取平均约为 3 条。考虑随机因素后，可能区间为 2.5 到 5 条。按门店起初意见的负面程度进行匹配后，仍有约 2.5 条。评判性价比的意见也朝同一方向变化。在 15 个市场中的 14 个，大幅跳升后对价格的意见明显变得更加负面。

幅度较小的调整（典型涨幅低于 5%）伴随的负面意见增加不到每 100 条中 1 条。更严格的检验显示，最多约为 2 条。在同一国家、同一月份，大多数检验中大幅跳升的结果都比小幅调整更差。差距约为每 100 条中 2 到 4 条，按起始情绪倾向匹配后则更小。

在 95% 水平下的误差范围：全部 15 个市场为 ±0.4，美国为 ±0.7，南非等较小市场最高可达 ±4.5。以空心标记显示的智利估计值可能为零。

来源：Realytics · realytics.com · 消费者对价格的意见与菜单价格，2025年9月–2026年8月

以往研究的发现。卡尼曼、克内奇和塞勒（1986）发现，当涨价是为了弥补更高的成本时，人们更容易接受。斯尼尔等（2024）在美国和以色列的调查中发现了类似的看法，不过不同国家和商品之间存在差异。这些调查问的是价格为何上涨。我们的数字追踪的是不同幅度的涨价之后顾客说了什么。

为何重要：从单个商家到整体经济

对单个商家而言。当一家咖啡馆、餐厅或商店把某个价格维持数月时，这个价格需要在这几个月里都合适。定得太低，不断上涨的成本就会侵蚀每一笔销售，直到商家再次调价。定得太高，它就会在同一街区的价格中显得突兀，所以周边商家也很重要。因此，最好的价格会预先考虑成本和周边价格，这相当于把伍德福德模型中的企业放到了一个街区上。

现实中商家也会向前看，一项针对 2001 年至 2012 年美国杂货店和药店的研究就说明了这一点。各州提高最低工资时，最低工资每上涨 10%，杂货价格就上涨约 0.36%。大部分变化发生在法律通过后的三个月内，早于更高工资生效之时（Renkin、Montialoux 和 Siegenthaler，2022）。在加州的四个都市区，2023 年 9 月工资法通过后，餐厅价格开始比其他地方涨得更快。更高的工资于 2024 年 4 月生效。一篇新的工作论文记录了这一时间顺序（Clemens 等，2026）。

顾客也会评判价格为何上涨：1984 年和 1985 年，研究人员给加拿大两座城市的成年人打电话，询问他们对公平的看法。其中一个情境是，一家商店在一场大暴雪后的第二天早上提高了雪铲的价格，82% 的人认为这次涨价不公平。另一个情境描述一家杂货店向供应商支付了更高的生菜进价，并把生菜售价提高了同样的金额。这一次，79% 的人认为可以接受（Kahneman、Knetsch 和 Thaler，1986）。这些回答表明，人们既会评判涨价的原因，也会评判变动的幅度。

2020 年疫情期间，美国和以色列的调查发现了同样的规律。人们认为成本上升导致的涨价比需求增强导致的涨价更公平，不过看法因国家和商品而异（Snir 等，2024）。2024 年，另一家美国大型汉堡连锁店因计划推出在一天之内随时段变动的价格而遭到强烈反对。舆论哗然之后，它表示这些变动将在较清闲的时段带来折扣，而不是在繁忙时段提高价格。

对家庭而言。家庭支付的每一个价格，背后都是一家商家在决定何时调价、调多少。当商家面临更高的成本时，它们的价格可能在下个月或一年后跟着变动，这决定了家庭何时感受到涨价。这种时机也影响上涨的成本何时能够缓解。对“月光族”家庭来说，物价上涨会很快减少下一份工资能买到的东西。

根据一项研究，家庭也会通过熟悉的价格来判断通胀。该研究把超过 9 万个美国家庭的杂货购物记录，与关于预期通胀的调查结合起来。四位经济学家发现，经常购买的商品比占预算比重大的商品更重要。在人们心中，涨价的分量也比降价更重（D'Acunto、Malmendier、Ospina 和 Weber，2021）。每周一杯的咖啡提供了另一个熟悉的价格，不过这项研究考察的是杂货，而不是在咖啡馆的消费。

对整体经济而言。价格变动的时机和幅度，有助于决定成本和利率如何影响整个经济的通胀。央行在设定利率时会使用描述这些联系的模型，而在不同地方测得的价格变动，则把这些模型与现实联系起来。

企业为何凭猜测定价

经济学家把收集事实所需的时间和金钱称为“信息摩擦”。

技术改变了更新货架价格的工作。电子价签是显示价格的小屏幕。一家杂货连锁店在 2015 年采用了电子价签，此后调价更频繁、幅度更小。新增的调价大多是降价（Stamatopoulos、Bassamboo 和 Moreno，2021）。在有这种价签之前，20 世纪 90 年代初，四家超市连锁店每次调整货架价格的成本约为 52 美分（Levy 等，1997）。

另一项研究考察了美国一家大型制造商，比较了调价的实物成本与经理人工作和客户沟通的成本。实物成本包括印制和分发价目表，而经理人工作的成本是其六倍多。客户沟通和谈判的成本是其二十多倍（Zbaracki 等，2004）。对一家咖啡馆来说，决定一个新价格可能比把它印出来更费工夫。

在 2009 年的一篇论文中，伍德福德构建了这样的模型：企业在决定是否调价之前，要花时间和注意力去了解市场状况。在该模型中，有限的信息使价格调整得更慢，其时机往往类似于标准模型中的调价抽签。不过，大的冲击，例如成本突然跳升，会让模型中的企业更早调价。

新西兰的一项研究于 2013 年开始对企业进行调查，询问经理人对近期通胀的判断以及他们的预测。首次调查时通胀约为 1.5%，但只有约一半的企业猜出的数字与之相差在 2 个百分点以内。每 10 家企业中约有 6 家表示，它们根本不追踪通胀。

研究人员向部分企业提供了关于央行目标或近期通胀的信息，这些企业随后把预测向这些事实靠拢。与提供专家或其他企业预测的信息相比，这两类信息带来的预测调整更大。

该研究还追踪了有关价格、就业、设备支出和工资的决策，以考察企业如何对信息作出反应。在后来的一项实验中，高估了通胀目标的企业在得知实际目标后下调了预测。与没有获得这些事实的企业相比，它们的招聘和投资少于计划。价格和工资没有明显变化（Coibion、Gorodnichenko 和 Kumar，2018）。

在意大利，一项定期调查向随机选中的企业提供最新的通胀数据，而其他企业则未被告知（Coibion、Gorodnichenko 和 Ropele，2020）。通胀预期上升的企业提高了价格，并希望借更多钱，同时减少了就业和资本，例如设备。不过，当央行利率接近其下限时，该研究没有发现就业下降。

企业对通胀关注较少，主要发生在通胀较低的时候。始于 2018 年（当时通胀较低）的美国调查发现，经理人对通胀的了解存在很大差距（Candia、Coibion 和 Gorodnichenko，2024）。随着通胀上升，企业和家庭掌握的信息更充分，因此新的事实对其预测的影响变小（Weber 等，2025）。

这意味着什么。许多企业的定价依据的是可能偏差很大的猜测，尤其是在通胀较低、很少引起关注的时候。这些研究表明，新的信息既能改变企业的预测，也能改变它们所做的决策。

面向单家咖啡馆、餐厅或商店

在调整价格之前，店主可以就周边商家向 Realytics 提问。今年哪些商家调整了价格，调了多少，是在菜单上还是在商店货架上？在每一家商家以及店主自己的店里，顾客如何看待性价比？答案覆盖某一个地址周边的商家。

面向连锁、加盟体系和品牌

两位经济学家斯特凡诺·德拉维尼亚和马修·根茨科研究了美国大型食品店、药店和大型折扣店连锁（2019）。大多数连锁在各地收取几乎相同的价格，即使当地市场差异很大。对照他们的本地定价模型，典型连锁估计的利润差距约为每年 1600 万美元。餐厅和商店连锁在各自的门店之间也面临同样的选择。

一项针对 2006 年至 2018 年美国零售连锁的研究补充了一个区分（Butters、Sacks 和 Seo，2022）。尽管各地需求不同，连锁往往保持相同的价格，但会把各地的成本差异转嫁到价格中。当地方税上调时，只有受影响门店的价格上涨。

Realytics 让定价团队一次看到每家门店的本地全貌，从而比较其各门店周边的市场。团队可以比较周边菜单和货架价格变动的快慢，并结合每家门店顾客对性价比的看法。这能显示一份价目表在哪些市场合适、在哪些市场不合适。加盟商（以连锁品牌的名义经营其门店）和总部可以把同样的本地证据带到价格讨论中。

面向经济学家和央行

以往的餐厅价格研究使用的是政府记录、约一千家餐厅的收银数据，或几百份线上菜单。一项关于圣何塞及其周边最低工资上调的研究使用了 884 份线上菜单（Allegretto 和 Reich，2018）。Realytics 每周追踪菜单，各地采用同一口径。它的菜单价格指数追踪同一家门店的同一道菜随时间的变化，可在产品中使用。

这些数据可以按城市、餐厅或商店类型，以及连锁或独立经营进行细分，便于研究人员考察不同群体。Realytics 还记录门店的开业和关闭，以及顾客对性价比的看法，研究人员可以借此探索新的问题。最低工资、税收或货币的变化，在各个国家传导到菜单价格的速度有多快？当商店货架上的食品价格上涨时，周边的菜单价格是否也会上涨，又会晚多久？国家之间的差异是否随通胀、工资和税收而变，调价最少的门店是否更常关门？

Realytics 欢迎与经济学家、大学和央行就这些问题开展研究合作。研究人员可以发送邮件至 hello@realytics.com。

关于 Realytics

Realytics 帮助全球企业从周边市场中取得可衡量的成果。Realytics 打造了 AI 经营伙伴，面向门店品牌，也面向与本地商家合作的公司。

二十年来，线上世界在一件事上领先于本地实体店：数据。它从每一次点击中了解人们想要什么、下一步该做什么。Realytics 把同样的证据带给世界各地真实街区上经营的商店、咖啡馆和餐厅。

• 面向单家门店：证据涵盖人们怎么说这家店、它所在街区的价格，以及下一步该怎么做。
• 面向多门店运营商：每周，每一家门店都与它自己的街区对比。
• 面向连锁品牌、加盟总部、品牌方、业主、投资者和公共机构：数百个市场按同一口径衡量。
• 面向服务本地商家的营销机构和平台：同样的数据可以直接在他们自己的产品中使用。

Realytics 关联了 2.88 亿家门店和超过 80 万个连锁品牌的记录，自 2020 年以来每周更新数据。团队成员曾任职于大型数据公司。进一步了解 Realytics。