一、案例背景
2026年盛夏，中国宏观经济数据遭遇了一场前所未有的”天气劫”。7月，全国多地持续高温，部分地区暴雨成灾，极端天气事件频发。国家统计局8月初发布的数据显示，7月制造业采购经理指数（PMI）回落1.1个百分点至49.2%，再度跌破荣枯线；消费品行业PMI环比下降2.4个百分点，降幅显著。与此同时，高频数据也释放出消费趋冷的信号——广西和辽宁等地迁徙指数分别下滑12.8和11.1个百分点，居民服务消费短期热度明显回落。
这一系列数据引起了市场分析师的广泛关注与争论。一个核心问题浮出水面：7月经济数据的疲软，究竟反映了经济内生的趋势性下行，还是极端天气引发的临时性扰动？如果是前者，政策制定者需要采取更为积极的逆周期调节措施；如果是后者，则可能只需静待天气好转、数据自然修复。
从经济统计的视角来看，这一事件暴露了一个长期存在却常被忽视的方法论挑战：如何在经济数据中有效区分”季节噪音”与”真实信号”？传统的季节调整方法（如X-12-ARIMA）能够剔除规律性的季节因素（如春节效应对1-2月数据的扰动、暑期对旅游消费的提振等），但对于非规律性的极端天气冲击，这类方法显得力不从心。7月PMI回落1.1个百分点中，究竟有多少是天气因素所致，又有多少是经济基本面的真实变化？这一问题直接关系到政策应对的方向与力度。
更令人困惑的是，不同数据之间出现了明显的背离信号。高频数据显示，7月全国高炉开工率仅下行1.2个百分点，表明工业生产受极端天气的实际影响有限。这意味着PMI的大幅回落可能存在”过度反应”——PMI是基于企业采购经理的主观问卷编制而成，在极端天气下，受访经理的情绪和预期可能受到非经济因素的干扰，导致指数跌幅超出实际经济活动的收缩幅度。
与此同时，石化链数据则呈现出另一番景象。7月石化链综合开工率同比回落2.1个百分点至-6.8%，其中PTA和涤纶长丝开工率分别大幅回落6.1和2.9个百分点。分析师将此归因于前期高油价的供给冲击——国际油价上涨推高了石化企业生产成本，压缩了利润空间，企业被迫减产。但值得注意的是，石化产品价格也在同步回落，这与典型供给冲击的特征（产出下降、价格上升）不完全吻合，暗示需求侧走弱可能叠加了供给冲击的影响。这种复合效应使得统计解读更加复杂，也增加了政策判断的难度。
……