貨幣政策與經(jīng)濟(jì)政策不確定性沖擊下區(qū)域經(jīng)濟(jì)變動(dòng)

摘要：本文以貨幣政策與經(jīng)濟(jì)政策不確定性作為外生沖擊變量，構(gòu)建面板數(shù)據(jù)SVAR模型，并將2017—2022年長江經(jīng)濟(jì)帶11個(gè)省（直轄市）的月度數(shù)據(jù)劃分為兩個(gè)時(shí)間段，評估不同貨幣政策環(huán)境下產(chǎn)出、消費(fèi)、通貨膨脹、對外貿(mào)易以及工業(yè)企業(yè)收入的動(dòng)態(tài)反應(yīng)，并進(jìn)一步探討了中國經(jīng)濟(jì)政策不確定性的影響。研究顯示，貨幣政策沖擊顯著影響了產(chǎn)出、消費(fèi)、對外貿(mào)易及工業(yè)企業(yè)收入；短期內(nèi)，貨幣政策沖擊的影響力度超過了經(jīng)濟(jì)政策不確定性沖擊的影響。此外，采用價(jià)格型規(guī)則更有助于平衡外部沖擊對產(chǎn)出等經(jīng)濟(jì)變量的影響。特別是在2020—2022年期間，相較于貨幣供給沖擊，基于價(jià)格型規(guī)則的利率沖擊對產(chǎn)出、消費(fèi)、對外貿(mào)易和工業(yè)企業(yè)收入的正向作用更為顯著，而貨幣供給沖擊則通常對產(chǎn)出和消費(fèi)等指標(biāo)產(chǎn)生負(fù)面影響。受限于貨幣政策傳導(dǎo)機(jī)制，擴(kuò)張性的數(shù)量型規(guī)則會(huì)產(chǎn)生負(fù)面效果，而價(jià)格型規(guī)則展現(xiàn)出積極效果。本文結(jié)論有助于政策制定者深入理解不同地區(qū)對貨幣政策和經(jīng)濟(jì)政策不確定性沖擊的響應(yīng)差異，從而制定更加有效的宏觀經(jīng)濟(jì)政策。

關(guān)鍵詞：貨幣政策；經(jīng)濟(jì)政策不確定性；長江經(jīng)濟(jì)帶；區(qū)域經(jīng)濟(jì)；價(jià)格型規(guī)則；數(shù)量型規(guī)則

中圖分類號(hào)：F061.5" " " " 文獻(xiàn)標(biāo)識(shí)碼：A" " " " 文章編號(hào)：1007-0753（2024）10-0003-15

一、引言

長江經(jīng)濟(jì)帶作為我國經(jīng)濟(jì)發(fā)展的核心區(qū)域之一，憑借旺盛的經(jīng)濟(jì)活力和卓越的創(chuàng)新潛力，在國家經(jīng)濟(jì)結(jié)構(gòu)中占據(jù)重要地位。長江經(jīng)濟(jì)帶跨越東、中及西部，覆蓋全國總?cè)丝诘?3%，2022年其地區(qū)經(jīng)濟(jì)總量超過全國GDP的40%（李鵬，2023），是推動(dòng)國家可持續(xù)發(fā)展、區(qū)域優(yōu)勢互補(bǔ)以及高質(zhì)量發(fā)展的重要引擎。近年來，全球經(jīng)濟(jì)形勢的波動(dòng)以及公共衛(wèi)生事件所引發(fā)的經(jīng)濟(jì)沖擊，疊加宏觀政策頻繁調(diào)整和外部環(huán)境不確定性的增強(qiáng)，給長江經(jīng)濟(jì)帶的持續(xù)發(fā)展帶來了新的挑戰(zhàn)。其中，貨幣政策變化及經(jīng)濟(jì)政策不確定性已經(jīng)成為影響該地區(qū)經(jīng)濟(jì)表現(xiàn)的關(guān)鍵因素。在此背景下，深入探討不同區(qū)域?qū)ω泿耪叩捻憫?yīng)機(jī)制以及經(jīng)濟(jì)政策不確定性的具體影響，顯得尤為迫切和重要。

首先，從貨幣政策角度來看，長江經(jīng)濟(jì)帶內(nèi)不同地區(qū)對政策調(diào)整的反應(yīng)存在一定差異。在東部經(jīng)濟(jì)發(fā)達(dá)地區(qū)，貨幣政策的調(diào)整能夠迅速傳導(dǎo)至金融市場，以較低的利率水平刺激投資與消費(fèi)。然而，這種政策效果往往伴隨著資產(chǎn)價(jià)格的上漲，可能導(dǎo)致房地產(chǎn)市場等資產(chǎn)領(lǐng)域的過度膨脹。閆先東和朱迪星（2018）指出，在經(jīng)濟(jì)發(fā)達(dá)區(qū)域，寬松的貨幣政策通過促進(jìn)信貸擴(kuò)張和消費(fèi)需求增長，推高房地產(chǎn)及其他資產(chǎn)價(jià)格，從而帶來潛在的金融不穩(wěn)定風(fēng)險(xiǎn)。與之形成鮮明對比的是，長江經(jīng)濟(jì)帶的中西部地區(qū)由于金融市場相對欠發(fā)達(dá)，貨幣政策傳導(dǎo)機(jī)制相對滯后，利率變動(dòng)對投資和消費(fèi)的刺激作用較為有限。這種有限影響也與這些地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)較為單一、市場競爭力不足有關(guān)。康書隆和董劍峰（2023）認(rèn)為，在中西部欠發(fā)達(dá)地區(qū)，寬松的貨幣政策未能有效刺激物價(jià)和經(jīng)濟(jì)活動(dòng)，主要原因在于資金流動(dòng)性不足，金融體系未能充分響應(yīng)貨幣政策的調(diào)整。

除了貨幣政策的區(qū)域傳導(dǎo)差異外，經(jīng)濟(jì)政策不確定性帶來的沖擊也是影響長江經(jīng)濟(jì)帶經(jīng)濟(jì)表現(xiàn)的重要因素之一（胡成春和陳迅，2019）。特別是對于依賴出口和外資的東部發(fā)達(dá)地區(qū)，政策不確定性的沖擊尤為顯著。當(dāng)國際貿(mào)易政策、稅收政策等出現(xiàn)不確定性時(shí)，企業(yè)的投資決策可能會(huì)趨于保守，資本流動(dòng)放緩，進(jìn)而對經(jīng)濟(jì)增長產(chǎn)生負(fù)面影響。相比之下，中西部地區(qū)的經(jīng)濟(jì)發(fā)展更多依賴國內(nèi)市場和政府投資，雖然經(jīng)濟(jì)政策不確定性對其影響不及東部地區(qū)顯著，但仍然不可忽視。尤其是政府投資計(jì)劃的不確定性可能直接影響中西部基礎(chǔ)設(shè)施建設(shè)項(xiàng)目的推進(jìn)，從而對經(jīng)濟(jì)增長產(chǎn)生連鎖反應(yīng)。這一現(xiàn)象表明，經(jīng)濟(jì)政策不確定性不僅通過外部環(huán)境的變化影響經(jīng)濟(jì)發(fā)達(dá)地區(qū)，也通過政府投資和產(chǎn)業(yè)政策的變化影響欠發(fā)達(dá)地區(qū)。

基于上述原因，本文將圍繞以下兩個(gè)問題展開研究：一是長江經(jīng)濟(jì)帶在不同時(shí)期和不同區(qū)域中，貨幣政策傳導(dǎo)機(jī)制是否表現(xiàn)出異質(zhì)性效果？二是經(jīng)濟(jì)政策不確定性如何動(dòng)態(tài)影響長江經(jīng)濟(jì)帶的區(qū)域經(jīng)濟(jì)活動(dòng)？為此，本文基于2017年4月至2022年9月長江經(jīng)濟(jì)帶11個(gè)?。ㄖ陛犑校┑脑露葦?shù)據(jù)，采用面板數(shù)據(jù)SVAR模型，將樣本劃分為兩個(gè)階段，探討了不同貨幣政策環(huán)境下區(qū)域經(jīng)濟(jì)活動(dòng)的響應(yīng)特征。研究重點(diǎn)分析了貨幣政策對區(qū)域產(chǎn)出、消費(fèi)、對外貿(mào)易及工業(yè)企業(yè)收入的沖擊效應(yīng)與傳導(dǎo)機(jī)制，同時(shí)評估了經(jīng)濟(jì)政策不確定性帶來的附加影響。

與以往的文獻(xiàn)相比，本文的邊際貢獻(xiàn)在于：首先，現(xiàn)有關(guān)于長江經(jīng)濟(jì)帶的文獻(xiàn)主要聚焦建立長江經(jīng)濟(jì)帶評價(jià)體系，旨在對區(qū)域經(jīng)濟(jì)增長進(jìn)行量化和評價(jià)（杜宇等，2020；周清香和何愛平，2021；劉波等，2021；薛蓮和黃永明，2021）。本文從外部沖擊的視角出發(fā)，深入探討了長江經(jīng)濟(jì)帶在不同時(shí)期對貨幣政策響應(yīng)的異質(zhì)性影響。其次，重點(diǎn)關(guān)注經(jīng)濟(jì)政策不確定性對區(qū)域經(jīng)濟(jì)表現(xiàn)的影響，通過考察產(chǎn)出、消費(fèi)和對外貿(mào)易等多個(gè)經(jīng)濟(jì)維度，分析這種不確定性對各經(jīng)濟(jì)變量的作用機(jī)制。最后，檢驗(yàn)了價(jià)格型貨幣政策在公共危機(jī)背景下的效果，尤其是新冠疫情期間貨幣政策在緩解經(jīng)濟(jì)沖擊過程中的關(guān)鍵作用。本文具有重要的實(shí)踐意義，為政策制定者提供了精確的分析工具，助力其根據(jù)區(qū)域特性制定更加靈活且具有針對性的政策措施。

二、文獻(xiàn)回顧

現(xiàn)有文獻(xiàn)對貨幣政策的區(qū)域效應(yīng)進(jìn)行了深入探討，并普遍認(rèn)同貨幣政策在不同地區(qū)所產(chǎn)生的差異性影響確實(shí)存在。以美國為例，貨幣政策的區(qū)域差異主要?dú)w因于各地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)和企業(yè)規(guī)模的不同（Carlino和DeFina，1998，1999）。Fielding和Shields（2006）發(fā)現(xiàn)，南非9個(gè)省份對貨幣政策的擴(kuò)張和緊縮表現(xiàn)出顯著不同的反應(yīng)，凸顯了南非貨幣政策的區(qū)域效應(yīng)。關(guān)于貨幣政策的沖擊，無論是預(yù)期的還是意外的，歐洲央行的貨幣政策對其成員國產(chǎn)生的影響都是不均等的（Huchet，2003）。就貨幣政策區(qū)域效應(yīng)的傳導(dǎo)渠道，一些學(xué)者提出匯率傳導(dǎo)渠道和區(qū)域內(nèi)特定的利率差異是造成貨幣政策在不同區(qū)域產(chǎn)生不同影響的關(guān)鍵因素（Weber，2006；Owyang和Wall，2005； Dow和Montagnoli，2007）。在加拿大，貨幣政策的沖擊不僅存在地區(qū)差異，還顯示出行業(yè)對利率變動(dòng)的敏感性不同（Georgopoulos和Hejazi，2009）。貨幣政策對不同區(qū)域的影響主要通過利率傳遞機(jī)制來實(shí)現(xiàn)（Beckworth等，2010）。上述研究強(qiáng)調(diào)了地區(qū)經(jīng)濟(jì)結(jié)構(gòu)和金融市場條件在貨幣政策效果傳導(dǎo)過程中的重要作用。

在中國，貨幣政策的直接和間接調(diào)控傳導(dǎo)渠道已相對暢通（鐘莉莎，2023）。與國外情況類似，我國貨幣政策同樣表現(xiàn)出顯著的區(qū)域差異效應(yīng)（吉亞輝和楊樂樂，2015；張永輝等，2023；李文韜，2021）。研究表明，東部與中西部地區(qū)，或發(fā)達(dá)地區(qū)與欠發(fā)達(dá)地區(qū)在貨幣政策響應(yīng)上存在明顯差異（張晶，2006；熊啟躍和張依茹，2012）。特別是，貨幣政策對東部和中部地區(qū)產(chǎn)業(yè)的影響更為顯著，而西部地區(qū)受到的影響相對較弱。

經(jīng)濟(jì)政策不確定性對微觀企業(yè)的決策行為以及宏觀經(jīng)濟(jì)和金融市場的穩(wěn)定性均有深遠(yuǎn)影響（Bhagwat等，2016； 劉貫春等，2019），它不僅影響微觀個(gè)體企業(yè)的操作和策略，還會(huì)在宏觀層面引起經(jīng)濟(jì)運(yùn)行和金融市場的波動(dòng)（溫興春，2017）。經(jīng)濟(jì)政策不確定性還被廣泛納入跨境風(fēng)險(xiǎn)傳播和系統(tǒng)性金融風(fēng)險(xiǎn)研究。在金融摩擦的背景下，不確定性增加會(huì)惡化企業(yè)信貸環(huán)境，進(jìn)而影響其投資和生產(chǎn)活動(dòng)（Gilchrist等，2014；Arellano等，2019）；不確定性增加使金融體系更加脆弱，從而加劇系統(tǒng)性風(fēng)險(xiǎn)的傳播和金融危機(jī)的發(fā)生（Dicks和Fulghieri，2019）。

現(xiàn)有文獻(xiàn)充分揭示了貨幣政策和經(jīng)濟(jì)政策不確定性在不同區(qū)域的傳導(dǎo)機(jī)制和效應(yīng)的復(fù)雜性與差異性。然而，針對中國區(qū)域，尤其是長江經(jīng)濟(jì)帶的相關(guān)研究相對較少，特別是在貨幣政策與經(jīng)濟(jì)政策不確定性結(jié)合的背景下對區(qū)域經(jīng)濟(jì)的動(dòng)態(tài)影響研究還存在一定空白。本文旨在聚焦貨幣政策和經(jīng)濟(jì)政策不確定性對長江經(jīng)濟(jì)帶各省市經(jīng)濟(jì)變量的動(dòng)態(tài)影響，深入分析政策沖擊的區(qū)域異質(zhì)性，從而為理解該區(qū)域內(nèi)經(jīng)濟(jì)特性及其政策響應(yīng)提供新的參考依據(jù)。

三、研究設(shè)計(jì)

（一）模型構(gòu)建和估計(jì)方法

本文以M2為數(shù)量型貨幣規(guī)則的代理變量，并將全國銀行間7天同業(yè)拆借利率作為價(jià)格型貨幣規(guī)則的代理變量。構(gòu)建模型如下：

Ayi，t = ∑" d" " m=1Bm" yi， t-m + Γi+εi，t" " " " " " " " " " " " " " "（1）

其中， A和B是系數(shù)向量， Γi表示地區(qū)固定效應(yīng)，i代表相應(yīng)的?。ㄖ陛犑校?；向量yi， t包括yi、pi、ti、si、ci、M2t、ii、EPUt，分別表示產(chǎn)出、通貨膨脹、對外貿(mào)易、工業(yè)企業(yè)收入、消費(fèi)、M2、銀行間7天同業(yè)拆借利率和經(jīng)濟(jì)政策不確定性指數(shù)；εi，t 是白噪聲干擾項(xiàng)。模型采用最小二乘虛擬變量法（LSDV）對面板數(shù)據(jù)進(jìn)行估計(jì)，以控制地區(qū)固定效應(yīng)的影響并提高參數(shù)估計(jì)的精確性。

（二）數(shù)據(jù)處理和變量定義

首先，本文選取月度數(shù)據(jù)作為研究樣本，時(shí)間范圍為2017年4月至2022年9月。對于部分缺失數(shù)據(jù)，采用插值法進(jìn)行補(bǔ)全。在數(shù)據(jù)處理的過程中，使用Census-12方法來消除季節(jié)趨勢，并對各變量進(jìn)行去趨勢化處理。其次，采用兩套獨(dú)立的面板數(shù)據(jù)集，分別覆蓋2017—2019年以及2020—2022年兩個(gè)時(shí)間段。另外，通過赤池信息量（AIC）、貝葉斯信息量（BIC）和漢南奎因準(zhǔn)則（HQIC）等標(biāo)準(zhǔn)方法，確定模型的最優(yōu)階數(shù)為二階滯后。

參考Davis等（2019）的研究，選擇經(jīng)濟(jì)政策不確定性指數(shù)作為不確定性的代理變量。參考Akinci（2013）、胡云飛和戴國強(qiáng)（2024）的研究，數(shù)量型規(guī)則選用M2，價(jià)格型規(guī)則選用全國銀行間同業(yè)拆借利率。兩者皆選用月度數(shù)據(jù)，時(shí)間周期為33個(gè)月。其他經(jīng)濟(jì)變量分別選取11個(gè)?。ㄖ陛犑校┑臉颖緮?shù)據(jù)，每組變量分別產(chǎn)生363個(gè)觀測值。變量的選取依據(jù)其在經(jīng)濟(jì)理論中作為貨幣政策傳導(dǎo)和經(jīng)濟(jì)反應(yīng)關(guān)鍵角色的重要性。

首先，產(chǎn)出（工業(yè)產(chǎn)值年同比漲幅）是衡量經(jīng)濟(jì)活動(dòng)和增長的核心指標(biāo)。根據(jù)宏觀經(jīng)濟(jì)理論，貨幣政策通過利率和貨幣供給的變化影響投資和消費(fèi)，從而最終影響產(chǎn)出水平。因此，產(chǎn)出的變化能夠揭示貨幣政策在不同地區(qū)的傳導(dǎo)機(jī)制。通貨膨脹（居民消費(fèi)價(jià)格指數(shù)年同比漲幅）則是反映物價(jià)水平的變化。根據(jù)菲利普斯曲線理論，貨幣政策通過影響總需求來調(diào)控物價(jià)，因此通貨膨脹是貨幣政策調(diào)控的核心目標(biāo)之一。對外貿(mào)易（進(jìn)出口總額）作為開放經(jīng)濟(jì)中的關(guān)鍵變量，通過匯率變化反映貨幣政策的外部效應(yīng)。根據(jù)蒙代爾-弗萊明模型，貨幣政策會(huì)通過資本流動(dòng)和貿(mào)易渠道影響經(jīng)濟(jì)，這使得對外貿(mào)易成為評估貨幣政策對外部經(jīng)濟(jì)影響的重要指標(biāo)。工業(yè)企業(yè)收入（規(guī)模以上工業(yè)企業(yè)營業(yè)收入）則代表了貨幣政策對生產(chǎn)部門的影響，尤其在不同地區(qū)產(chǎn)業(yè)結(jié)構(gòu)差異的背景下，其可以反映企業(yè)融資成本和需求變化對產(chǎn)出的影響。消費(fèi)（社會(huì)消費(fèi)品零售總額）是內(nèi)需的重要組成部分，也是經(jīng)濟(jì)增長的關(guān)鍵驅(qū)動(dòng)力之一。各變量的定義詳見表1。

（三）平穩(wěn)性檢驗(yàn)與協(xié)整檢驗(yàn)

本文使用ADF檢驗(yàn)對時(shí)間序列數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)，同時(shí)對面板數(shù)據(jù)變量進(jìn)行LLC和IPS檢驗(yàn)。表2結(jié)果顯示M2和EPU是不平穩(wěn)的，而其他所有變量的水平序列是平穩(wěn)的。

為了進(jìn)一步檢驗(yàn)變量之間存在的協(xié)整關(guān)系，使用Kao、Pedroni和Westerlund協(xié)整檢驗(yàn)法進(jìn)行檢驗(yàn)。結(jié)果表明，變量之間存在協(xié)整關(guān)系。由于篇幅所限，詳細(xì)檢驗(yàn)結(jié)果未在此列出。基于協(xié)整檢驗(yàn)的結(jié)果，本文決定構(gòu)建VAR模型。

四、實(shí)證結(jié)果分析

本文對2017年4月至2019年12月（以下簡稱“2017—2019年”）、2020年1月至2022年9月（以下簡稱“2020—2022年”）兩個(gè)時(shí)間段的數(shù)據(jù)分別進(jìn)行估計(jì)，利用脈沖響應(yīng)和方差分解結(jié)果，深入分析貨幣政策和經(jīng)濟(jì)政策不確定性沖擊在不同時(shí)間段對長江經(jīng)濟(jì)帶區(qū)域經(jīng)濟(jì)的影響，重點(diǎn)考察其對產(chǎn)出、消費(fèi)、通貨膨脹、對外貿(mào)易以及工業(yè)企業(yè)收入這些關(guān)鍵經(jīng)濟(jì)指標(biāo)的作用機(jī)制。為了增強(qiáng)結(jié)果的可靠性，模型中還采用了10 000次Bootstrap重抽樣估計(jì)，以計(jì)算脈沖響應(yīng)的68%置信區(qū)間，從而更全面地理解沖擊對經(jīng)濟(jì)變量的影響范圍。

（一）貨幣政策對長江經(jīng)濟(jì)帶經(jīng)濟(jì)的脈沖響應(yīng)（2020—2022年）

1. 產(chǎn)出、消費(fèi)和通貨膨脹脈沖響應(yīng)的比較分析

為了探究貨幣政策沖擊對經(jīng)濟(jì)的短期和中期影響，本文選擇30期的脈沖響應(yīng)期，展示了貨幣政策對國內(nèi)產(chǎn)出和消費(fèi)在30期內(nèi)的沖擊影響。如圖1所示，一個(gè)標(biāo)準(zhǔn)差的正向貨幣供給沖擊主要對產(chǎn)出和消費(fèi)產(chǎn)生負(fù)向影響（εm2 → y，c， p）。從圖2可以看出，利率沖擊對產(chǎn)出和消費(fèi)產(chǎn)生正向影響（εi → y，c， p）。

進(jìn)一步對比不同貨幣政策沖擊對產(chǎn)出和消費(fèi)影響的效果。發(fā)現(xiàn)在短期內(nèi)，利率沖擊對產(chǎn)出和消費(fèi)的正面效應(yīng)顯著優(yōu)于貨幣供給沖擊。特別是在采用價(jià)格型規(guī)則時(shí)，利率沖擊使得產(chǎn)出和消費(fèi)的波動(dòng)范圍介于-3%至13%之間，而在采用數(shù)量型規(guī)則時(shí)，貨幣供給沖擊導(dǎo)致的波動(dòng)范圍則介于-14%至3%之間。此外，對于通貨膨脹的沖擊，無論是哪種規(guī)則，其引起的波動(dòng)范圍均為-1.5%至0.5%。

貨幣供給沖擊對產(chǎn)出和消費(fèi)的負(fù)向影響呈現(xiàn)出短期收縮趨勢，即在10期內(nèi)快速恢復(fù)到0值水平，說明在這一時(shí)期使用數(shù)量型調(diào)控手段，會(huì)導(dǎo)致貨幣供給沖擊對產(chǎn)出和消費(fèi)的影響是負(fù)向的。原因是貨幣傳導(dǎo)渠道的中介機(jī)構(gòu)很難在這種情況下繼續(xù)完成貸款和融資。

圖2的脈沖響應(yīng)顯示，產(chǎn)出和消費(fèi)對利率沖擊的響應(yīng)值均階段性上升至最高點(diǎn)（14%）。遭受貨幣政策沖擊后，在第5期左右，貨幣供給沖擊對各變量的負(fù)向影響快速減??；而在10期后，利率沖擊對產(chǎn)出和消費(fèi)的正向影響也從最高點(diǎn)回落；而通貨膨脹值在10期內(nèi)進(jìn)行震蕩，出現(xiàn)負(fù)向結(jié)果后，逐漸收縮到0值附近。

2. 對外貿(mào)易和工業(yè)企業(yè)收入脈沖響應(yīng)的比較分析

為了描繪數(shù)量型規(guī)則和價(jià)格型規(guī)則沖擊對對外貿(mào)易和工業(yè)企業(yè)收入的動(dòng)態(tài)影響，選擇在30期內(nèi)進(jìn)行脈沖響應(yīng)。如圖1所示，貨幣供給沖擊對對外貿(mào)易和工業(yè)企業(yè)收入產(chǎn)生負(fù)向影響（εm2 → t， s）。而圖2的結(jié)果顯示，利率沖擊主要對對外貿(mào)易和工業(yè)企業(yè)收入產(chǎn)生正向影響（εi → t， s）。

對不同貨幣政策沖擊在長短期內(nèi)對對外貿(mào)易和工業(yè)企業(yè)收入的影響進(jìn)行比較，觀察到采用價(jià)格型規(guī)則時(shí)對工業(yè)企業(yè)收入的正面影響逐漸增強(qiáng)。在考慮貨幣政策沖擊對對外貿(mào)易及工業(yè)企業(yè)收入穩(wěn)定性的影響時(shí)，發(fā)現(xiàn)價(jià)格型規(guī)則對于維護(hù)對外貿(mào)易和工業(yè)企業(yè)收入的穩(wěn)定性更為有效。具體而言，在數(shù)量型規(guī)則的影響下，貨幣供給沖擊使得對外貿(mào)易和工業(yè)企業(yè)收入的波動(dòng)范圍處于-4%至0%之間。在價(jià)格型規(guī)則下，利率的沖擊則導(dǎo)致對外貿(mào)易和工業(yè)企業(yè)收入的波動(dòng)范圍分別為-8%至10%和-1%至2%。

通過對比還可以觀察到，貨幣政策沖擊對工業(yè)企業(yè)收入的影響逐漸加深。這表明貨幣政策沖擊對工業(yè)企業(yè)收入的影響具有滯后性和擴(kuò)散性。此外，從脈沖響應(yīng)的波動(dòng)范圍來看，在數(shù)量型規(guī)則下，貨幣供給沖擊對對外貿(mào)易和工業(yè)企業(yè)收入的影響程度均大于利率沖擊。同時(shí)，貨幣供給沖擊和利率沖擊對對外貿(mào)易的中長期影響較小，脈沖響應(yīng)值從第10期開始衰減至接近0。這表明如果我國央行在這一時(shí)期實(shí)施利率調(diào)整工具，價(jià)格型規(guī)則沖擊對對外貿(mào)易和工業(yè)企業(yè)收入的正向影響將優(yōu)于數(shù)量型規(guī)則。

此外，利率沖擊對我國對外貿(mào)易和工業(yè)企業(yè)收入具有正向提升作用。在2021—2022年，全球普遍面臨通貨膨脹壓力，擴(kuò)張性的貨幣供給沖擊對對外貿(mào)易和工業(yè)企業(yè)收入的負(fù)面影響逐漸加劇。相反，緊縮性的利率沖擊對對外貿(mào)易和工業(yè)企業(yè)收入產(chǎn)生了顯著的正向效應(yīng)，更高的利率在特殊時(shí)期有助于抑制通貨膨脹和維護(hù)金融穩(wěn)定。在當(dāng)前全球通脹壓力加大的背景下，利率調(diào)控的重要性進(jìn)一步凸顯，其為穩(wěn)定宏觀經(jīng)濟(jì)環(huán)境提供了重要支撐。

（二）貨幣政策對長江經(jīng)濟(jì)帶經(jīng)濟(jì)的脈沖響應(yīng)（2017—2019年）

1. 產(chǎn)出、消費(fèi)和通貨膨脹脈沖響應(yīng)的比較分析

圖3的結(jié)果顯示，貨幣供給沖擊對產(chǎn)出的影響均為正向，對消費(fèi)和通貨膨脹的影響均為負(fù)向（εm2 → y，c，p）。從圖4可以看出，利率沖擊對產(chǎn)出和消費(fèi)的影響為正向，利率沖擊對通貨膨脹為負(fù)向影響（εi → y，c，p），且通貨膨脹的響應(yīng)值在快速下跌后馬上收斂至0值。整體上看，貨幣供給沖擊與利率沖擊對產(chǎn)出和消費(fèi)的影響程度相似，但前者收斂速度要更快。

在數(shù)量型規(guī)則下，貨幣供給的變動(dòng)對產(chǎn)出和消費(fèi)的影響造成的波動(dòng)范圍分別為0至0.6%和-0.2%至0。在價(jià)格型規(guī)則下，利率的變化對產(chǎn)出和消費(fèi)的波動(dòng)幅度較小，分別在-0.04%至0.04%和0至0.3%之間。就通貨膨脹而言，貨幣供給沖擊導(dǎo)致的波動(dòng)范圍為-0.25%至0，而利率變動(dòng)引起的波動(dòng)范圍則為-1%至0，顯示出在利率政策的影響下，通貨膨脹返回穩(wěn)定狀態(tài)的速度超過貨幣供給量變動(dòng)的影響。

上述結(jié)果揭示，無論是采取數(shù)量型規(guī)則還是價(jià)格型規(guī)則，貨幣政策對產(chǎn)出和消費(fèi)都產(chǎn)生了顯著的溢出效應(yīng)，而對通貨膨脹的直接影響相對較弱。這種溢出效應(yīng)意味著貨幣政策的執(zhí)行不單單直接作用于產(chǎn)出和消費(fèi)兩個(gè)領(lǐng)域，還間接影響其他經(jīng)濟(jì)指標(biāo)。

2. 對外貿(mào)易和工業(yè)企業(yè)收入脈沖響應(yīng)的比較分析

圖3和圖4展示了貨幣政策對對外貿(mào)易和工業(yè)企業(yè)收入的影響。圖3的結(jié)果顯示，貨幣供給沖擊對對外貿(mào)易的影響均為負(fù)向，對工業(yè)企業(yè)收入的影響最終為正向影響（εm2 → t，s）。從圖4的結(jié)果可知，利率沖擊對對外貿(mào)易的影響均為負(fù)向，對工業(yè)企業(yè)收入的影響最終為正向影響（εi → t，s）。在價(jià)格型規(guī)則下，利率沖擊對對外貿(mào)易的負(fù)向影響要高于貨幣供給沖擊，說明利率的提升有利于穩(wěn)定本幣幣值，但是不利于對外貿(mào)易的提升；兩種沖擊對工業(yè)企業(yè)收入最終都是有利的。

在數(shù)量型規(guī)則之下，貨幣供給量的變動(dòng)對對外貿(mào)易和工業(yè)企業(yè)收入的影響范圍分別為-1.7%至0%和-0.3%至0.4%。在價(jià)格型規(guī)則下，利率變化對對外貿(mào)易和工業(yè)企業(yè)收入的波動(dòng)區(qū)間分別為-7%至0%和-1%至0.5%。模型結(jié)果還部分反映了2017—2019年間中美貿(mào)易摩擦的影響。在該時(shí)期，貨幣政策的沖擊對對外貿(mào)易產(chǎn)生了負(fù)面影響。這主要是因?yàn)橹忻乐g的貿(mào)易摩擦導(dǎo)致中國的對外貿(mào)易實(shí)際規(guī)模減少，即使是積極的貨幣供給量和利率變化也難以緩解由中美貿(mào)易摩擦引起的對外貿(mào)易和工業(yè)企業(yè)收入下降。

（三）經(jīng)濟(jì)政策不確定性對長江經(jīng)濟(jì)帶經(jīng)濟(jì)的脈沖響應(yīng)的比較分析

1. 經(jīng)濟(jì)政策不確定性對產(chǎn)出、消費(fèi)和通貨膨脹的脈沖響應(yīng)的比較分析

本文基于2020—2022年和2017—2019年的月度數(shù)據(jù)估計(jì)經(jīng)濟(jì)政策不確定性沖擊對產(chǎn)出、消費(fèi)和通貨膨脹的動(dòng)態(tài)影響。從圖5的結(jié)果來看，一個(gè)標(biāo)準(zhǔn)差的經(jīng)濟(jì)政策不確定性沖擊對產(chǎn)出、消費(fèi)和通貨膨脹的影響為正向影響（εepu→ y，c，p）；而從圖6的結(jié)果發(fā)現(xiàn)，一個(gè)標(biāo)準(zhǔn)差的經(jīng)濟(jì)政策不確定性沖擊對產(chǎn)出、消費(fèi)和通貨膨脹主要為負(fù)向影響（εepu→ y，c，p）。

比較不同時(shí)間段經(jīng)濟(jì)政策不確定性沖擊對產(chǎn)出、消費(fèi)和通貨膨脹的影響。從圖5的結(jié)果可知，經(jīng)濟(jì)政策不確定性對產(chǎn)出和消費(fèi)的影響相對微弱。具體而言，經(jīng)濟(jì)政策不確定性對產(chǎn)出和消費(fèi)波動(dòng)的影響區(qū)間分別為-0.02%至0.04%和0至0.09%。圖6的結(jié)果顯示，經(jīng)濟(jì)政策不確定性的影響波動(dòng)區(qū)間極小，幾乎可以忽略不計(jì)，這表明在短期內(nèi)經(jīng)濟(jì)政策不確定性的影響并不顯著。這與國內(nèi)主要媒體報(bào)道的積極引導(dǎo)策略有關(guān)。說明盡管經(jīng)濟(jì)政策不確定性在某些時(shí)期會(huì)引發(fā)關(guān)注，但其對經(jīng)濟(jì)基本面的實(shí)際短期沖擊會(huì)被其他因素抵消或弱化，例如媒體報(bào)道的焦點(diǎn)和態(tài)度導(dǎo)向。

2. 經(jīng)濟(jì)政策不確定性對對外貿(mào)易和工業(yè)企業(yè)收入的脈沖響應(yīng)的比較分析

對外貿(mào)易和工業(yè)企業(yè)收入的脈沖響應(yīng)如圖5和圖6所示。圖5的結(jié)果顯示，經(jīng)濟(jì)政策不確定性沖擊對對外貿(mào)易和工業(yè)企業(yè)收入為正向影響（εepu→ t，s），即經(jīng)濟(jì)政策不確定性的增加會(huì)導(dǎo)致對外貿(mào)易和工業(yè)企業(yè)收入提升。從圖6的結(jié)果來看，經(jīng)濟(jì)政策不確定性沖擊對對外貿(mào)易和工業(yè)企業(yè)收入主要為負(fù)向影響（εepu → t，s），即經(jīng)濟(jì)政策不確定性的增加會(huì)導(dǎo)致對外貿(mào)易和工業(yè)企業(yè)收入降低。

比較不同時(shí)間段經(jīng)濟(jì)政策不確定性沖擊對對外貿(mào)易和工業(yè)企業(yè)收入的影響。圖5的結(jié)果顯示，經(jīng)濟(jì)政策不確定性的增加對對外貿(mào)易和工業(yè)企業(yè)收入領(lǐng)域造成了輕微的負(fù)面影響。結(jié)果顯示，經(jīng)濟(jì)政策不確定性對對外貿(mào)易和工業(yè)企業(yè)收入的波動(dòng)范圍分別為0至0.08%和-0.01%至0.03%。圖6展示了這一沖擊對兩者的波動(dòng)范圍分別在-0.03%至0.02%和-0.018%至0，且經(jīng)濟(jì)政策不確定性的沖擊使得對外貿(mào)易和工業(yè)企業(yè)收入的脈沖響應(yīng)值在達(dá)到峰值后逐漸回歸至接近0的水平，與產(chǎn)出和消費(fèi)的動(dòng)態(tài)變化幾乎同步。由此可知，經(jīng)濟(jì)政策不確定性的沖擊在不同時(shí)期對對外貿(mào)易和工業(yè)企業(yè)收入的影響具有差異性，疫情期間甚至?xí)磔p微的積極效應(yīng)。

通過分析2017—2019年與2020—2022年的脈沖響應(yīng)結(jié)果可以發(fā)現(xiàn)，經(jīng)濟(jì)政策不確定性對長江經(jīng)濟(jì)帶產(chǎn)生的效果與采用價(jià)格型規(guī)則時(shí)利率變化的效果在方向上是一致的，但與數(shù)量型規(guī)則下的貨幣供給變化效果相反。不論是短期還是中長期，貨幣政策的影響都明顯超過了經(jīng)濟(jì)政策不確定性所帶來的影響。因此，在面臨全球經(jīng)濟(jì)的劇烈動(dòng)蕩時(shí)，我國采用價(jià)格型貨幣政策以保護(hù)出口和促進(jìn)經(jīng)濟(jì)增長將更為適宜。在中美貿(mào)易摩擦加劇前，結(jié)合使用數(shù)量型和價(jià)格型貨幣政策的策略則顯得更為恰當(dāng)。同時(shí)，經(jīng)濟(jì)政策不確定性帶來的負(fù)面影響雖然相對較輕，但在制定與執(zhí)行貨幣政策時(shí)也應(yīng)給予關(guān)注。

（四）方差分解的比較分析

結(jié)合貨幣政策和經(jīng)濟(jì)政策不確定性沖擊的方差分解（見圖7和圖8），對長江經(jīng)濟(jì)帶在30期內(nèi)產(chǎn)出、通貨膨脹、對外貿(mào)易、工業(yè)企業(yè)收入變化以及消費(fèi)的解釋力進(jìn)行分析。圖7的結(jié)果顯示，數(shù)量型規(guī)則對產(chǎn)出解釋力為30%，對通貨膨脹的解釋力約為3.5%，對對外貿(mào)易的解釋力接近10%，對工業(yè)企業(yè)收入的解釋力接近30%，而對消費(fèi)的解釋力大約為27%。價(jià)格型規(guī)則對產(chǎn)出的解釋力降至6%，對通貨膨脹的解釋力增至約13%，對對外貿(mào)易的解釋力為4%，對工業(yè)企業(yè)收入的解釋力減少至約3.5%，對消費(fèi)的解釋力接近6%。經(jīng)濟(jì)政策不確定性在這一分析中的解釋力對產(chǎn)出為3%，對通貨膨脹約為3%，對對外貿(mào)易為10%，對工業(yè)企業(yè)收入約為9%，而對消費(fèi)為近9%。上述數(shù)據(jù)揭示了在不同的貨幣政策下，經(jīng)濟(jì)各領(lǐng)域的動(dòng)態(tài)變化及經(jīng)濟(jì)政策不確定性對這些變化的貢獻(xiàn)程度。

從比較中看出，數(shù)量型規(guī)則所產(chǎn)生的沖擊在解釋力方面顯著高于價(jià)格型規(guī)則和經(jīng)濟(jì)政策不確定性的沖擊。結(jié)合圖1和圖2的脈沖響應(yīng)結(jié)果分析發(fā)現(xiàn)，數(shù)量型規(guī)則產(chǎn)生的負(fù)向影響效應(yīng)以及其較高的解釋力，使得疫情期間，在數(shù)量型規(guī)則下通過增加貨幣供給來提高長江經(jīng)濟(jì)帶的產(chǎn)出、消費(fèi)與對外貿(mào)易等并不是一個(gè)合適的選擇。這表明在面對全球性健康危機(jī)這種異常情況時(shí)，需要更加謹(jǐn)慎地考慮貨幣政策的選擇和實(shí)施，以避免產(chǎn)生不利于經(jīng)濟(jì)恢復(fù)和增長的影響因素。

圖8的結(jié)果顯示，數(shù)量型規(guī)則對產(chǎn)出的解釋力為7%，對通貨膨脹大約為3%，對對外貿(mào)易約為1.5%，對工業(yè)企業(yè)收入為2.5%，對消費(fèi)大約為4%。相比之下，價(jià)格型規(guī)則對產(chǎn)出的解釋力為2.5%，對通貨膨脹約為12%，對對外貿(mào)易為3.5%，對工業(yè)企業(yè)收入約為2%，對消費(fèi)大約為5%。經(jīng)濟(jì)政策不確定性對上述經(jīng)濟(jì)指標(biāo)的解釋力分別為產(chǎn)出7%，通貨膨脹6%，對外貿(mào)易約2%，工業(yè)企業(yè)收入約6%，消費(fèi)接近6%。

與圖7相比，可以觀察到貨幣政策的解釋力大幅降低，而經(jīng)濟(jì)政策不確定性的影響相對于圖7并沒有顯著增強(qiáng)。這表明，在疫情特殊時(shí)期，正確實(shí)施貨幣政策至關(guān)重要，可以減少外部沖擊對經(jīng)濟(jì)增長帶來的負(fù)面影響。這進(jìn)一步強(qiáng)調(diào)了在面對全球性危機(jī)時(shí)，貨幣政策適時(shí)調(diào)整和精準(zhǔn)施策的重要性——保護(hù)經(jīng)濟(jì)不受到過度的沖擊，同時(shí)促進(jìn)經(jīng)濟(jì)的穩(wěn)定與增長。

五、穩(wěn)健性檢驗(yàn)

本文將通過一系列穩(wěn)健性檢驗(yàn)對基準(zhǔn)估計(jì)結(jié)果進(jìn)行驗(yàn)證。

（一）增加一個(gè)新的變量

參考趙奉軍和駱祖春（2019）的研究，增加各地房地產(chǎn)開發(fā)投資量（li）變量。脈沖響應(yīng)結(jié)果顯示，引入這一變量后的響應(yīng)與原始基準(zhǔn)模型相比，并沒有顯著的差別。響應(yīng)結(jié)果的一致性表明，即便在加入房地產(chǎn)開發(fā)投資的考量后，模型對數(shù)量型規(guī)則的影響評估仍舊穩(wěn)定，驗(yàn)證了基準(zhǔn)模型估算的穩(wěn)健性。

（二）滯后階數(shù)選擇

參考Han等（2016）的研究，對不同滯后階數(shù)的模型進(jìn)行了估計(jì)嘗試。結(jié)果顯示，當(dāng)使用一階滯后進(jìn)行模型估計(jì)時(shí)，各經(jīng)濟(jì)變量對沖擊的脈沖響應(yīng)與基準(zhǔn)模型的結(jié)果大致相同，但在恢復(fù)速度和變化幅度上存在輕微差異。這表明，即使對模型的滯后階數(shù)進(jìn)行了調(diào)整，經(jīng)濟(jì)動(dòng)態(tài)和沖擊響應(yīng)的方向依然保持一致。通過比較脈沖響應(yīng)結(jié)果可以發(fā)現(xiàn)，采用二階滯后的估計(jì)結(jié)果是最優(yōu)選擇。

（三）子樣本數(shù)據(jù)集

本文采用2020年1月至2021年12月的24個(gè)月數(shù)據(jù)樣本重新進(jìn)行估計(jì)。數(shù)量型規(guī)則沖擊下的脈沖響應(yīng)結(jié)果表明，VAR系統(tǒng)中的產(chǎn)出、通貨膨脹和消費(fèi)變量對沖擊的反應(yīng)與基準(zhǔn)模型結(jié)果大致相符。然而，在對外貿(mào)易和工業(yè)企業(yè)收入的沖擊反應(yīng)上存在一些差異。這表明，盡管某些經(jīng)濟(jì)變量表現(xiàn)出不同的反應(yīng)，基準(zhǔn)模型的整體結(jié)果依然是穩(wěn)健的。

以上三種穩(wěn)健性檢驗(yàn)是基于數(shù)量型規(guī)則沖擊的動(dòng)態(tài)結(jié)果。價(jià)格型規(guī)則和經(jīng)濟(jì)政策不確定性沖擊的分析結(jié)果同樣與基準(zhǔn)模型基本一致。由于篇幅限制，所有相關(guān)估計(jì)結(jié)果均未展示。

六、進(jìn)一步分析

本文基于2020年1月至2022年9月（即2020—

2022年）的樣本數(shù)據(jù)，將長江經(jīng)濟(jì)帶分為下游（包括江蘇、浙江、上海和安徽），中游（包括江西、湖南和湖北）和上游（包括云南、貴州、重慶和四川）三個(gè)區(qū)域進(jìn)行分析，以揭示不同地區(qū)對貨幣政策和經(jīng)濟(jì)政策不確定性反應(yīng)的經(jīng)濟(jì)差異。

（一）貨幣政策對長江經(jīng)濟(jì)帶下游（蘇浙滬皖）經(jīng)濟(jì)脈沖響應(yīng)的比較分析

各變量的脈沖響應(yīng)如圖9所示。結(jié)果顯示，一個(gè)標(biāo)準(zhǔn)差的貨幣供給沖擊對產(chǎn)出、通貨膨脹、對外貿(mào)易、工業(yè)企業(yè)收入的影響主要為負(fù)向（εm2 → y， p， t， s）；利率沖擊對產(chǎn)出為正向影響，對通貨膨脹、對外貿(mào)易和工業(yè)企業(yè)收入為負(fù)向影響（εi → y， p， t， s）；經(jīng)濟(jì)政策不確定性沖擊對產(chǎn)出、通貨膨脹、對外貿(mào)易和工業(yè)企業(yè)收入為正向影響（εepu → y， p， t， s）。對不同貨幣政策沖擊對下游經(jīng)濟(jì)的影響效應(yīng)進(jìn)行比較，結(jié)果顯示，貨幣供給沖擊和利率沖擊對產(chǎn)出的影響是相反的，其中價(jià)格型規(guī)則更有利于提高產(chǎn)出，穩(wěn)定經(jīng)濟(jì)圖9。

結(jié)果還顯示，在數(shù)量型貨幣政策框架下，貨幣供給沖擊導(dǎo)致產(chǎn)出和通貨膨脹波動(dòng)的范圍分別為-13%至3%和-0.15%至0.05%，而對對外貿(mào)易和工業(yè)企業(yè)收入的影響波動(dòng)范圍分別在-1.8%至0%和-3%至0%。在價(jià)格型貨幣政策下，利率的沖擊使得產(chǎn)出和通貨膨脹的波動(dòng)區(qū)間分別擴(kuò)展到-5%至7%和-1.5%至1%，而對外貿(mào)易和工業(yè)企業(yè)收入的波動(dòng)范圍分別在-11%至3%和-5%至2%。經(jīng)濟(jì)政策不確定性沖擊對產(chǎn)出的影響較為溫和，波動(dòng)范圍僅為-0.01%至0.06%，而對通貨膨脹的影響幾乎可以忽略，對對外貿(mào)易和工業(yè)企業(yè)收入的影響波動(dòng)范圍分別為-0.03%至0.04%和0至0.02%。

綜上，無論是數(shù)量型還是價(jià)格型貨幣政策，對產(chǎn)出、對外貿(mào)易和工業(yè)企業(yè)收入的影響均顯著超過經(jīng)濟(jì)政策不確定性的沖擊。這表明，在短期內(nèi)，貨幣政策的調(diào)整對長江經(jīng)濟(jì)帶下游地區(qū)的經(jīng)濟(jì)活動(dòng)有著顯著影響，與長江經(jīng)濟(jì)帶整體受到的影響具有相似性。

長江經(jīng)濟(jì)帶下游是中國區(qū)域經(jīng)濟(jì)中最發(fā)達(dá)的地區(qū)之一，受疫情影響，國內(nèi)外資本在避險(xiǎn)情緒增大和趨于謹(jǐn)慎投資的情況下，貨幣政策變化所引起的短期效應(yīng)不能有效促進(jìn)經(jīng)濟(jì)發(fā)展。貨幣供給和利率沖擊對產(chǎn)出和對外貿(mào)易的響應(yīng)值均下探至階段性低點(diǎn)。同時(shí)，從經(jīng)濟(jì)政策不確定性沖擊對下游經(jīng)濟(jì)的影響強(qiáng)弱來看，是遠(yuǎn)低于貨幣政策沖擊的影響的。2020—2022年下游經(jīng)濟(jì)面臨結(jié)構(gòu)性壓力，結(jié)合貨幣政策沖擊的負(fù)向影響，政策制定者應(yīng)該考慮其他更有效的政策工具。

（二）貨幣政策對長江經(jīng)濟(jì)帶中游（贛湘鄂）經(jīng)濟(jì)脈沖響應(yīng)的比較分析

各變量的脈沖響應(yīng)如圖10所示，貨幣供給沖擊對產(chǎn)出、通貨膨脹、對外貿(mào)易和工業(yè)企業(yè)收入為負(fù)向影響（εm2 → y， p， t， s）；利率沖擊對產(chǎn)出和工業(yè)企業(yè)收入為正向影響，對通貨膨脹和對外貿(mào)易為負(fù)向影響（εi → y， p， t， s）；經(jīng)濟(jì)政策不確定性沖擊對產(chǎn)出、通貨膨脹和工業(yè)企業(yè)收入為正向影響，對對外貿(mào)易為負(fù)向影響（εepu → y， p， t， s）。通過比較貨幣政策沖擊對長江經(jīng)濟(jì)帶中游經(jīng)濟(jì)的短期影響效應(yīng)可以發(fā)現(xiàn)，依然是價(jià)格型規(guī)則更有利于穩(wěn)定產(chǎn)出和工業(yè)企業(yè)收入。

基于數(shù)量型貨幣政策，貨幣供給沖擊使產(chǎn)出和通貨膨脹的波動(dòng)區(qū)間分別位于-15%至5%和

-0.18%至0.1%。對于對外貿(mào)易和工業(yè)企業(yè)收入，這種沖擊導(dǎo)致的波動(dòng)區(qū)間在-2%至3%和-3.5%至0。在價(jià)格型貨幣政策框架下，利率的變動(dòng)引發(fā)的產(chǎn)出和通貨膨脹波動(dòng)區(qū)間分別擴(kuò)展到-3%至15%和-2%至0.5%，對外貿(mào)易和工業(yè)企業(yè)收入的波動(dòng)區(qū)間分別為-18%至0和-2%至4%。經(jīng)濟(jì)政策不確定性對產(chǎn)出的波動(dòng)影響較小，范圍在0至0.06%之間，對通貨膨脹的影響則可以忽略。同時(shí)，該不確定性對對外貿(mào)易和工業(yè)企業(yè)收入的波動(dòng)區(qū)間分別在-0.1%至0和0至0.05%。

通過比較發(fā)現(xiàn)，短期內(nèi)，貨幣政策的沖擊對產(chǎn)出、對外貿(mào)易和工業(yè)企業(yè)收入的影響明顯超過了經(jīng)濟(jì)政策不確定性的沖擊。特別是在疫情期間，數(shù)量型規(guī)則下的貨幣供給增加導(dǎo)致中游經(jīng)濟(jì)顯著下滑，其中產(chǎn)出最大降幅可達(dá)15%。同時(shí)，價(jià)格型規(guī)則下的利率增加導(dǎo)致中游地區(qū)對外貿(mào)易活動(dòng)急劇減少，最高降幅達(dá)18%。這表明，貨幣政策沖擊對長江經(jīng)濟(jì)帶中游地區(qū)的影響大于下游地區(qū)?？紤]到疫情的影響，價(jià)格型貨幣政策的實(shí)施更有利于中游地區(qū)的產(chǎn)出、對外貿(mào)易和工業(yè)企業(yè)收入的恢復(fù)。在2020—2022年采取擴(kuò)張性貨幣政策的背景下，調(diào)整利率成了一種有效的應(yīng)對策略。

（三）貨幣政策對長江經(jīng)濟(jì)帶上游（云貴川渝）經(jīng)濟(jì)脈沖響應(yīng)的比較分析

各變量的脈沖響應(yīng)如圖11所示，一個(gè)標(biāo)準(zhǔn)差的貨幣供給沖擊對產(chǎn)出、通貨膨脹、對外貿(mào)易、工業(yè)企業(yè)收入的影響主要為負(fù)向（εm2 → y， p， t， s），利率沖擊對產(chǎn)出、通貨膨脹、對外貿(mào)易和工業(yè)企業(yè)收入為正向影響（εi → y， p， t， s），經(jīng)濟(jì)政策不確定性沖擊對產(chǎn)出、通貨膨脹、對外貿(mào)易和工業(yè)企業(yè)收入為正向影響（εepu → y， p， t， s）。通過比較不同貨幣政策沖擊對下游經(jīng)濟(jì)的影響效應(yīng)可以發(fā)現(xiàn)，結(jié)果與中、下游地區(qū)一致，價(jià)格型規(guī)則更有利于穩(wěn)定經(jīng)濟(jì)和提高產(chǎn)出。

在數(shù)量型貨幣政策下，貨幣供給沖擊導(dǎo)致產(chǎn)出和通貨膨脹的波動(dòng)區(qū)間分別位于-8%到0%和-0.2%到0.5%。同時(shí)，這種沖擊對對外貿(mào)易和工業(yè)企業(yè)收入的影響波動(dòng)區(qū)間分別為-9%到0%和-4.5%到0%。在價(jià)格型貨幣政策框架下，利率的變化引發(fā)產(chǎn)出和通貨膨脹的波動(dòng)區(qū)間分別為0到10%和-1.5%到0.4%，對對外貿(mào)易和工業(yè)企業(yè)收入的正面波動(dòng)范圍顯著，分別在0到20%和0到5%。經(jīng)濟(jì)政策不確定性的沖擊對產(chǎn)出的影響波動(dòng)范圍相對較小，為-0.01%到0.05%，而對通貨膨脹的影響幾乎可以忽略，對外貿(mào)易和工業(yè)企業(yè)收入的波動(dòng)區(qū)間分別為0到0.2%和-0.01%到0.03%。通過分析發(fā)現(xiàn)，無論是數(shù)量型還是價(jià)格型貨幣政策，在短期內(nèi)對產(chǎn)出、對外貿(mào)易和工業(yè)企業(yè)收入的影響均顯著超過經(jīng)濟(jì)政策不確定性的沖擊，這種現(xiàn)象在上游地區(qū)更為明顯。

進(jìn)一步分析的結(jié)論與基準(zhǔn)回歸結(jié)果保持一致，進(jìn)一步凸顯了貨幣政策在不同區(qū)域的差異化影響，特別是在上游、中游和下游地區(qū)傳導(dǎo)機(jī)制上的差異。研究表明，價(jià)格型貨幣政策（如利率調(diào)整）相比數(shù)量型貨幣政策（如貨幣供給調(diào)整）更能有效促進(jìn)產(chǎn)出和對外貿(mào)易增長。此外，與貨幣政策沖擊相比，經(jīng)濟(jì)政策不確定性對區(qū)域經(jīng)濟(jì)的影響相對較弱，這進(jìn)一步表明短期內(nèi)貨幣政策調(diào)整對經(jīng)濟(jì)活動(dòng)的影響更加顯著。

七、結(jié)論與政策建議

隨著我國經(jīng)濟(jì)整體水平的不斷提升，省際發(fā)展差異依然顯著，這種差異的長期存在和逐步擴(kuò)大可能對國家經(jīng)濟(jì)的整體發(fā)展產(chǎn)生不利影響，同時(shí)阻礙資源的高效配置。長江經(jīng)濟(jì)帶的經(jīng)濟(jì)發(fā)展差異在一定程度上反映了國內(nèi)部分地區(qū)間的發(fā)展不均。本文采用省級(jí)面板數(shù)據(jù)SVAR方法，深入探討貨幣政策和經(jīng)濟(jì)政策不確定性沖擊對長江經(jīng)濟(jì)帶區(qū)域經(jīng)濟(jì)的產(chǎn)出、消費(fèi)、通貨膨脹、對外貿(mào)易及工業(yè)企業(yè)收入動(dòng)態(tài)變化的影響，并進(jìn)一步分析該沖擊在長江經(jīng)濟(jì)帶上游、中游和下游區(qū)域的經(jīng)濟(jì)動(dòng)態(tài)特征。

研究表明，貨幣政策對產(chǎn)出、消費(fèi)、對外貿(mào)易和工業(yè)企業(yè)收入的影響具有較強(qiáng)的復(fù)雜性，不同時(shí)間段內(nèi)其沖擊效應(yīng)在上述經(jīng)濟(jì)指標(biāo)上表現(xiàn)出顯著差異。研究還發(fā)現(xiàn)，短期內(nèi)，貨幣政策沖擊對產(chǎn)出、消費(fèi)、對外貿(mào)易和工業(yè)企業(yè)收入的影響力度超過了經(jīng)濟(jì)政策不確定性沖擊的影響。此外，采用價(jià)格型規(guī)則更有助于平衡外部沖擊對產(chǎn)出等經(jīng)濟(jì)變量的影響。特別是在2020—2022年期間，相較于貨幣供給沖擊，基于價(jià)格型規(guī)則的利率沖擊對產(chǎn)出、消費(fèi)、對外貿(mào)易和工業(yè)企業(yè)收入的正向作用更為顯著，而貨幣供給沖擊則通常對產(chǎn)出和消費(fèi)等指標(biāo)產(chǎn)生負(fù)向影響。不同類型的貨幣政策沖擊對經(jīng)濟(jì)變量的影響特征也與宏觀經(jīng)濟(jì)環(huán)境密切相關(guān)。

基于上述結(jié)論，本文提出以下政策建議：

首先，針對不同地區(qū)對貨幣政策反應(yīng)的差異，尤其是短期內(nèi)貨幣政策沖擊效應(yīng)顯著的特點(diǎn)，建議在執(zhí)行貨幣政策時(shí)實(shí)施區(qū)域差異化的貨幣政策工具組合。參考國際上實(shí)施區(qū)域性貨幣政策調(diào)控的成功經(jīng)驗(yàn)，例如借鑒美國聯(lián)邦儲(chǔ)備系統(tǒng)通過不同地區(qū)的聯(lián)邦儲(chǔ)備銀行收集區(qū)域經(jīng)濟(jì)數(shù)據(jù)，進(jìn)而調(diào)整利率的地區(qū)差異性政策，可以考慮設(shè)立區(qū)域性貨幣政策協(xié)調(diào)機(jī)制，由央行各地方分支機(jī)構(gòu)根據(jù)當(dāng)?shù)氐慕?jīng)濟(jì)環(huán)境和產(chǎn)業(yè)結(jié)構(gòu)，靈活運(yùn)用價(jià)格型和數(shù)量型貨幣政策工具，如調(diào)整地方性貸款利率、差異化的存款準(zhǔn)備金率等措施，來應(yīng)對區(qū)域間不平衡的經(jīng)濟(jì)狀況。

其次，強(qiáng)化經(jīng)濟(jì)政策不確定性的管理與應(yīng)對機(jī)制。政策制定者應(yīng)加強(qiáng)對經(jīng)濟(jì)政策不確定性帶來的市場波動(dòng)的前瞻性監(jiān)測，完善風(fēng)險(xiǎn)預(yù)警機(jī)制。建立更加透明的政策溝通機(jī)制，如明確的中期政策目標(biāo)、清晰的政策路徑規(guī)劃和定期的政策解釋公告，降低政策調(diào)整帶來的不確定性，穩(wěn)定市場預(yù)期。

最后，深化結(jié)構(gòu)性改革，推動(dòng)區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展。結(jié)構(gòu)性改革仍然是縮小區(qū)域差距、促進(jìn)高質(zhì)量發(fā)展的核心舉措。具體可采取以下措施：一是通過加強(qiáng)基礎(chǔ)設(shè)施互聯(lián)互通建設(shè)，提升欠發(fā)達(dá)地區(qū)的經(jīng)濟(jì)活力；二是推動(dòng)區(qū)域創(chuàng)新發(fā)展戰(zhàn)略，鼓勵(lì)技術(shù)創(chuàng)新和產(chǎn)業(yè)升級(jí)，尤其是促進(jìn)中西部地區(qū)的產(chǎn)業(yè)多元化和高附加值產(chǎn)業(yè)發(fā)展；三是優(yōu)化營商環(huán)境，通過降低行政審批門檻、加強(qiáng)法制保障等手段，吸引內(nèi)外貿(mào)流向發(fā)展相對滯后的區(qū)域。

參考文獻(xiàn)：

[1] 李鵬.以長江經(jīng)濟(jì)帶高質(zhì)量發(fā)展更好支撐和服務(wù)中國式現(xiàn)代化[N].光明日報(bào)，2023-10-20（06）.

[2] 閆先東，朱迪星.地方政府投資偏好、信貸配置結(jié)構(gòu)與貨幣政策傳導(dǎo)效率[J].金融監(jiān)管研究，2018

（05）：14-31.

[3] 康書隆， 董劍峰.新型貨幣政策與地方經(jīng)濟(jì)增長：隱性債務(wù)渠道[J].經(jīng)濟(jì)管理，2023，45（06）：44-61.

[4] 胡成春，陳迅.經(jīng)濟(jì)政策不確定性、房地產(chǎn)市場與宏觀經(jīng)濟(jì)波動(dòng)——基于GVAR模型的區(qū)域差異研究[J].經(jīng)濟(jì)問題探索，2019（08）：26-36.

[5] 杜宇，黃成， 吳傳清. 長江經(jīng)濟(jì)帶工業(yè)高質(zhì)量發(fā)展指數(shù)的時(shí)空格局演變[J].經(jīng)濟(jì)地理， 2020（08）：96-103.

[6] 周清香， 何愛平. 環(huán)境規(guī)制對長江經(jīng)濟(jì)帶高質(zhì)量發(fā)展的影響研究[J].經(jīng)濟(jì)問題探索， 2021（01）：13-24.

[7] 劉波， 黃勤， 楊理珍. 高質(zhì)量發(fā)展背景下長江經(jīng)濟(jì)帶“人—水—地”系統(tǒng)耦合協(xié)調(diào)效應(yīng)評價(jià)[J].軟科學(xué)， 2021（05）：27-34+42.

[8]薛蓮， 黃永明. 環(huán)境規(guī)制能否助推區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展——來自長江經(jīng)濟(jì)帶的經(jīng)驗(yàn)證據(jù)[J].江漢論壇， 2021（03）：37-44.

[9] CARLINO G， DEFINA R. The differential regional effects of monetary policy[J]. The Review of Economics and Statistics，1998，80（04）：572- 587.

[10] CARLINO G，DEFINA R.The differential regional effects of monetary policy： evidence from the U.S. states[J]. Journal of Regional Science，1999，39（02）：339- 358.

[11] FIELDING D， SHIELDS K. Regional asymmetries in monetary transmission： the case of South Africa[J]. Journal of Policy Modeling， 2006，28（09）：965- 979.

[12] HUCHET M. Does single monetary policy have asymmetric real effect in EMU？[J]. Journal of Policy Modeling， 2003，25（02）：151-178.

[13] WEBER E J. Monetary policy in a heterogeneous monetary union： The Australian experience[J]. Applied Economics， 2006（21）：2487-2495.

[14] OWYANG M T， Wall H J. Structural breaks and regional disparities in the transmission of monetary policy[R]. Federal Reserve Bank of St. Louis Working Paper， 2005.

[15] DOW S C， MONTAGNOLI A. The regional transmission of UK monetary policy[J]. Regional Studies，2007，41（06）：797- 808.

[16] GEORGOPOULOS G， HEJAZI W. Financial structure and the heterogeneous impact of monetary policy across industries[J]. Journal of Economics and Business， 2009（01）：1- 33.

[17] BECKWORTH D， MOON K P， TOLES J H. Monetary policy and corporate bond yield spreads[J]. Applied Economics Letters， 2010，17：1139-1144.

[18]鐘莉莎.我國貨幣政策利率傳導(dǎo)渠道及其影響——基于直接、間接調(diào)控的實(shí)證分析[J].吉林金融研究，2023（11）：30-34.

[19]吉亞輝，楊樂樂.貨幣政策的工具類型與區(qū)域效應(yīng)——基于PVAR的經(jīng)驗(yàn)研究[J].工業(yè)技術(shù)經(jīng)濟(jì)， 2015（01）：91-99.

[20]張永輝，宋美霖， 陳亮，等.我國欠發(fā)達(dá)地區(qū)貨幣政策傳導(dǎo)的區(qū)域效應(yīng)研究[J].金融經(jīng)濟(jì)，2023（12）：27-39.

[21]李文韜.中國貨幣政策傳導(dǎo)變量的區(qū)域結(jié)構(gòu)效應(yīng)研究[J].金融論壇， 2021（04）：33-45.

[22]張晶. 我國貨幣財(cái)政政策存在區(qū)域效應(yīng)的實(shí)證分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2006（08）：39-46.

[23]熊啟躍，張依茹.貨幣政策信貸渠道的經(jīng)濟(jì)區(qū)域效應(yīng)研究——基于我國31個(gè)省際面板數(shù)據(jù)的經(jīng)驗(yàn)證據(jù)[J].投資研究， 2012（07）：78-89.

[24] BHAGWAT V， DAM R， HARFORD J. The real effects of uncertainty on merger activity[J]. The Review of Financial Studies， 2016， 29（11）：3000-3034.

[25]劉貫春， 段玉柱， 劉媛媛. 經(jīng)濟(jì)政策不確定性、資產(chǎn)可逆性與固定資產(chǎn)投資[J].經(jīng)濟(jì)研究， 2019（08）： 53?70.

[26]溫興春. 投資者情緒變化、貨幣政策調(diào)整對股市漲跌周期的影響——基于異質(zhì)性預(yù)期的股市DSGE模型[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)， 2017（08）：23?36.

[27] GILCHRIST S， SIM J， ZAKRAJ?EK E. Uncertainty， financial frictions， and investment dynamics[R]. National Bureau of Economic Research Working Paper Series，2014.

[28] ARELLANO C， BAI Y， KEHOE P J. Financial frictions and fluctuations in volatility[J]. Journal of Political Economy，2019，127（05）：2049-2103.

[29] DICKS D L， FULGHIERI P. Uncertainty aversion and systemic risk[J]. Journal of Political Economy， 2019， 127（03）： 1118-1155.

[30] DAVIS S， LIU D， SHENG X. Economic policy uncertainty in China since 1949： The view from mainland newspapers[R]. Working Paper，2019.

[31] AKINCI O. Global financial conditions， country spreads and macroeconomic fluctuations in emerging countries[J]. Journal of International Economics，2013，91（02）：358-371.

[32]胡云飛， 戴國強(qiáng).全球金融風(fēng)險(xiǎn)沖擊下中國三大區(qū)域的經(jīng)濟(jì)動(dòng)態(tài)——粵港澳大灣區(qū)、江浙滬和京津冀地區(qū)的對比[J].經(jīng)濟(jì)問題探索，2024（04）：136-152.

[33] 趙奉軍， 駱祖春.經(jīng)濟(jì)政策不確定性與房地產(chǎn)投資[J].現(xiàn)代經(jīng)濟(jì)探討，2019（11）：13-20.

[34] HAN C， PHILLIPS C B， SUL D. Lag length selection in panel autoregression[J]. Econometric Review， 2016，36（1-3）：225-240.

（責(zé)任編輯：張艷妮）

Regional Economic Fluctuations under Monetary Policy and Economic Policy Uncertainty Shocks： Evidence from the Yangtze River Economic Belt

HU Yunfei

（ Business School， Shanghai Normal University Tianhua College ）

Abstract： This paper examines the impact of monetary policy and economic policy uncertainty as exogenous shock variables by constructing a panel data SVAR model. Using monthly data from 11 provinces and municipalities in the Yangtze River Economic Belt from 2017 to 2022， the study divides the sample into two time periods to assess the dynamic responses of output， consumption， inflation， trade， and industrial enterprise revenue under different monetary policy environments. The paper further explores the influence of China's economic policy uncertainty. The findings reveal that monetary policy shocks significantly affect output， consumption， trade， and industrial enterprise revenue. In the short term， the impact of monetary policy shocks on output， consumption， trade， and industrial enterprise revenue surpasses that of economic policy uncertainty shocks. Moreover， adopting price-based rules proves more effective in balancing the effects of external shocks on economic variables such as output. In particular， during the period from 2020 to 2022， interest rate shocks based on price-based rules had a more pronounced positive effect on output， consumption， trade， and industrial enterprise revenue compared to money supply shocks， which usually exerts a negative impact on output and consumption. Due to the constraints of the monetary policy transmission mechanism， expansionary quantity-based rules tend to produce negative effects， whereas price-based rules demonstrate positive outcomes. The conclusions of this study provide valuable insights for policymakers to better understand the regional differences in responses to monetary policy and economic policy uncertainty shocks， enabling them to formulate more effective macroeconomic policies.

Keywords： Monetary policy; Economic policy uncertainty; Yangtze River Economic Belt; Regional economy; Price-based rules; Quantity-based rules