非农CPI和PMI分别在看什么
非农、CPI 和 PMI 都是财经新闻里的高频宏观指标，但它们看的不是同一件事。非农主要看就业和工资，CPI 看消费者价格，PMI 看企业采购经理对商业活动的扩张或收缩判断。
财经新闻里，经常会出现三个词：非农、CPI、PMI。
它们看起来都属于“宏观数据”，但回答的问题不一样。非农主要问：就业市场怎么样，企业还在增加岗位吗，工资压力如何？CPI 主要问：消费者购买的一篮子商品和服务价格在怎样变化？PMI 主要问：企业采购经理感受到的订单、生产、就业、库存和交付情况，是扩张还是收缩？
把三者混在一起，很容易误读。非农强，不等于通胀就会上行；CPI 高，不等于所有价格都在涨；PMI 高于 50，也不等于企业利润就会改善。它们都是观察窗口，不是单独结论。
本文只做财经与宏观数据阅读科普，不构成投资、交易、宏观预测、税务、法律或金融产品建议，也不预测利率、汇率、股债或商品价格。
非农看的是就业市场
中文财经新闻里的“非农”，通常指美国非农就业数据。它来自美国劳工统计局 BLS 的 Current Employment Statistics 调查，也就是企业机构调查。FRED 的 PAYEMS 系列也把它作为“所有员工：总非农”时间序列呈现。
非农最常见的读法，是看新增非农就业人数。但这不是唯一重点。
第一，看就业人数变化。新增岗位多，说明企业部门对劳动力需求较强；新增岗位少，可能说明招聘放慢。但一个月数据会修订，也会受到行业、季节、天气、罢工和统计噪声影响。
第二，看失业率和劳动参与率。就业报告还包括家庭调查，能看到失业率、劳动参与率、就业人口比例等。新增岗位强，但劳动参与率变化，也会影响失业率含义。
第三，看平均时薪和工时。工资和工时能帮助读者理解劳动成本和居民收入压力。工资增长快，可能让市场关注服务价格和消费能力；工时下降，则可能提示企业用工节奏变弱。
第四，看行业分布。医疗、休闲酒店、建筑、制造、政府、专业服务等行业变化不同。总数好看，不代表每个行业都好；总数偏弱，也可能只是少数行业拖累。
所以，非农不是“一个数字”。它是一组就业、工资、行业和修订信息。读者要把 headline number 放回完整就业报告。
CPI 看的是消费者价格
CPI 是 Consumer Price Index，中文常译为消费者价格指数。BLS 的 CPI 问答说明，CPI 衡量城市消费者为一篮子消费商品和服务支付价格的平均变化。它覆盖食品、住房、服装、交通、医疗、娱乐、教育通信等类别。
CPI 常见读法有三层。
第一，看同比和环比。同比看一年变化，环比看一个月变化。同比容易受去年基数影响，环比更敏感，但单月波动也更大。
第二，看整体 CPI 和剔除食品、能源后的 CPI 口径。整体 CPI 包括食品和能源；剔除食品和能源后的口径，并不是说食品能源不重要，而是因为它们短期波动较大，另一个口径有助于观察更持续的价格趋势。
第三，看分项。住房、食品、能源、二手车、医疗服务、交通服务等分项，会决定 CPI 的内部结构。同样是 CPI 上升，可能来自能源，也可能来自住房和服务价格。财经理解要看内部结构，而不是只看一个标题数字。
CPI 也不是生活成本的全部。不同地区、家庭结构、消费习惯和收入水平不同，个人感受会和全国平均指数不同。读者可以把 CPI 当作宏观价格温度计，但不能把它当成每个家庭的精确账本。
PMI 看的是企业景气扩张或收缩
PMI 是 Purchasing Managers' Index，采购经理指数。新闻中常见的美国制造业 PMI 来自 ISM Report On Business。PMI 通常以 50 为分界：高于 50 表示相关活动总体扩张，低于 50 表示总体收缩。
PMI 和非农、CPI 不同。它更多来自企业采购经理对订单、生产、就业、供应商交付、库存、价格等项目的调查反馈，因此是偏景气和先行感受的数据。
PMI 的价值在于速度。企业一线采购经理能较早感受到订单变化、库存压力、交付时间和价格变化，所以 PMI 常被用来观察经济动能变化。
但 PMI 也有边界。它是扩张收缩方向和扩散程度指标，不是营业收入、利润或 GDP 的直接数值。一个行业 PMI 回升，可能说明更多企业反馈改善，但不等于利润马上改善。PMI 低于 50，也不等于所有企业都在收缩。
因此，PMI 适合用来判断景气方向，不适合单独当成企业盈利结论。
三个指标的发布时间和市场关注点不同
非农、CPI、PMI 的发布时间不同，市场关注点也不同。
非农通常在每月较早时间发布，市场会关注就业新增、失业率、工资增速、劳动参与率和前值修订。它让读者看到劳动力市场是否紧张。
CPI 通常在每月中旬附近发布，市场会关注整体 CPI、剔除食品能源后的 CPI、环比、同比和分项结构。它让读者看到消费者价格压力。
PMI 通常更早反映企业景气变化，制造业和服务业 PMI 会让读者看到订单、生产、库存、就业和价格压力的变化。
发布时间重要，是因为宏观数据会被连续解读。PMI 可能先提示企业景气变化，非农显示就业市场情况，CPI 再显示价格变化。它们不是互相替代，而是互相补充。
最常见的误读
第一个误读，是把单月数据当趋势。
宏观数据每月发布，但经济变化通常需要连续观察。非农会修订，CPI 受分项波动影响，PMI 也会受订单和库存周期影响。只看一个月，容易被噪声带偏。
第二个误读，是只看标题数字。
非农不只看新增就业，CPI 不只看整体同比，PMI 不只看是否高于 50。标题数字负责提示方向，细分项负责解释原因。
第三个误读，是把数据和行情机械绑定。
同一个数据，在不同市场环境下可能被不同方式解读。强就业可能被看作经济韧性，也可能让人关注通胀压力；低 CPI 可能让人关注价格压力缓和，也可能让人担心需求放慢。数据本身不会自动给出交易结论。
第四个误读，是忽略修订和口径。
非农前值可能修订；CPI 口径和权重会随统计方法调整；PMI 是调查扩散指数。读者要知道自己看的是什么口径。
应该把三个指标放在同一张图里读
更好的读法，是把三类指标放到一张宏观图里。
非农回答就业：岗位、工资、失业率、参与率、行业分布。它和居民收入、消费能力、劳动成本有关。
CPI 回答价格：整体、剔除食品能源后的口径、食品、能源、住房、服务、商品。它和通胀压力、实际购买力、货币政策讨论有关。
PMI 回答企业景气：订单、生产、库存、就业、交付、价格。它和企业经营动能、供应链和库存周期有关。
如果非农强、CPI 放缓、PMI 回升，说明就业、价格和企业景气给出的信号可能相对一致。但如果非农强、CPI 高、PMI 下行，就说明经济里可能同时存在就业韧性、价格压力和企业景气放慢，读者需要更谨慎。
宏观数据经常彼此矛盾。矛盾不是坏事，它提醒我们经济不是单一开关。
一份大众读者的阅读顺序
第一步，确认数据来源。非农看 BLS，就业报告和 CES；CPI 看 BLS CPI；PMI 看发布机构和调查口径。
第二步，确认时间。数据对应哪个月份？是否是初值、终值或修订值？是否和前值比较？
第三步，分清同比和环比。同比适合看一年变化，环比适合看近期变化。
第四步，拆分项。非农看行业和工资，CPI 看商品服务与住房能源，PMI 看订单、生产、就业、库存和价格。
第五步，看连续几个月。单月跳动不等于趋势，连续变化才更有解释力。
第六步，区分数据事实和市场解读。数据是统计结果，市场解读是参与者在特定环境下的反应，两者不是一回事。
一个组合阅读例子
假设某个月的非农就业新增较多，平均时薪仍在增长，PMI 新订单回升，但 CPI 的环比仍然偏高。读者不能只用一句“经济很强”概括。
可以先把它拆开。非农说明企业仍在招聘，工资说明劳动成本和居民收入仍有支撑。PMI 新订单回升，说明采购经理感受到需求改善。CPI 环比偏高，则说明消费者价格压力还没有完全缓和。三者放在一起，可能代表经济活动仍有韧性，但价格压力也需要继续观察。
再换一个组合：非农新增放缓，PMI 低于 50，CPI 同比回落。新闻可能会写“经济降温”。但读者仍要追问：就业放缓来自哪些行业？PMI 的新订单、库存和就业分项是不是同步走弱？CPI 回落来自能源，还是住房和服务价格也在放缓？如果只是能源价格带动整体 CPI 回落，价格结构的含义就和服务价格放缓不同。
这就是宏观数据阅读的难点。它不是把三个数字相加，而是看每个指标分别代表哪一层经济活动：企业是否招聘，消费者价格怎样变化，企业一线感受是否扩张。只有这样，宏观新闻才不会变成一句过度简化的口号。
为什么央行和市场都会看它们
央行讨论经济和通胀时，不会只看一个指标。就业、价格和企业景气分别对应不同压力：就业太弱，可能说明需求和收入承压；价格太高，可能说明购买力和政策讨论面临压力；企业景气转弱，可能说明订单、库存和生产安排出现变化。
市场参与者也会看这些数据，但市场反应不是数据本身。比如，非农强可能被解读为经济韧性，也可能被解读为工资压力仍在；CPI 回落可能被解读为价格压力缓和，也可能需要看是否只是能源价格带动；PMI 上升可能说明企业反馈改善，但还要看新订单、库存和价格分项是否同步。
普通读者不需要跟着每一次市场波动跑。更有用的做法，是把数据放进自己的观察表：就业是否持续改善，价格压力是否集中在少数分项，企业订单和库存是否同向变化。这样读，宏观数据就从情绪触发器变成了信息来源。
结语：宏观指标是仪表盘，不是方向盘
非农、CPI 和 PMI 的共同价值，是让读者把“经济好不好”拆成不同维度。
非农让你看就业和工资；CPI 让你看消费者价格；PMI 让你看企业景气。它们都重要，但没有一个指标能独自解释宏观经济。
读宏观数据，要紧的不是猜下一步行情，而是知道每个指标看什么、不看什么、和其他指标如何拼起来。把数据当仪表盘，能帮助我们理解经济；把数据当单一答案，就容易被标题牵着走。
再次强调，本文只做宏观数据阅读科普，不构成投资、交易、宏观预测、税务、法律或任何金融产品建议，也不预测利率、汇率、股债或商品价格。