摘要：本文以貨幣政策與經(jīng)濟政策不確定性作為外生沖擊變量，構建面板數(shù)據(jù)SVAR模型，并將2017—2022年長江經(jīng)濟帶11個省（直轄市）的月度數(shù)據(jù)劃分為兩個時間段，評估不同貨幣政策環(huán)境下產(chǎn)出、消費、通貨膨脹、對外貿(mào)易以及工業(yè)企業(yè)收入的動態(tài)反應，并進一步探討了中國經(jīng)濟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、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)濟政策不確定性沖擊的影響。此外，采用價格型規(guī)則更有助于平衡外部沖擊對產(chǎn)出等經(jīng)濟變量的影響。特別是在2020—2022年期間，相較于貨幣供給沖擊，基于價格型規(guī)則的利率沖擊對產(chǎn)出、消費、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)出和消費等指標產(chǎn)生負面影響。受限于貨幣政策傳導機制，擴張性的數(shù)量型規(guī)則會產(chǎn)生負面效果，而價格型規(guī)則展現(xiàn)出積極效果。本文結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)濟政策不確定性沖擊的響應差異，從而制定更加有效的宏觀經(jīng)濟政策。

關鍵詞：貨幣政策；經(jīng)濟政策不確定性；長江經(jīng)濟帶；區(qū)域經(jīng)濟；價格型規(guī)則；數(shù)量型規(guī)則

中圖分類號：F061.5" " " " 文獻標識碼：A" " " " 文章編號：1007-0753（2024）10-0003-15

一、引言

長江經(jīng)濟帶作為我國經(jīng)濟發(fā)展的核心區(qū)域之一，憑借旺盛的經(jīng)濟活力和卓越的創(chuàng)新潛力，在國家經(jīng)濟結構中占據(jù)重要地位。長江經(jīng)濟帶跨越東、中及西部，覆蓋全國總?cè)丝诘?3%，2022年其地區(qū)經(jīng)濟總量超過全國GDP的40%（李鵬，2023），是推動國家可持續(xù)發(fā)展、區(qū)域優(yōu)勢互補以及高質(zhì)量發(fā)展的重要引擎。近年來，全球經(jīng)濟形勢的波動以及公共衛(wèi)生事件所引發(fā)的經(jīng)濟沖擊，疊加宏觀政策頻繁調(diào)整和外部環(huán)境不確定性的增強，給長江經(jīng)濟帶的持續(xù)發(fā)展帶來了新的挑戰(zhàn)。其中，貨幣政策變化及經(jīng)濟政策不確定性已經(jīng)成為影響該地區(qū)經(jīng)濟表現(xiàn)的關鍵因素。在此背景下，深入探討不同區(qū)域?qū)ω泿耪叩捻憫獧C制以及經(jīng)濟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)濟帶內(nèi)不同地區(qū)對政策調(diào)整的反應存在一定差異。在東部經(jīng)濟發(fā)達地區(qū)，貨幣政策的調(diào)整能夠迅速傳導至金融市場，以較低的利率水平刺激投資與消費。然而，這種政策效果往往伴隨著資產(chǎn)價格的上漲，可能導致房地產(chǎn)市場等資產(chǎn)領域的過度膨脹。閆先東和朱迪星（2018）指出，在經(jīng)濟發(fā)達區(qū)域，寬松的貨幣政策通過促進信貸擴張和消費需求增長，推高房地產(chǎn)及其他資產(chǎn)價格，從而帶來潛在的金融不穩(wěn)定風險。與之形成鮮明對比的是，長江經(jīng)濟帶的中西部地區(qū)由于金融市場相對欠發(fā)達，貨幣政策傳導機制相對滯后，利率變動對投資和消費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)結構較為單一、市場競爭力不足有關?？禃『投瓌Ψ澹?023）認為，在中西部欠發(fā)達地區(qū)，寬松的貨幣政策未能有效刺激物價和經(jīng)濟活動，主要原因在于資金流動性不足，金融體系未能充分響應貨幣政策的調(diào)整。

除了貨幣政策的區(qū)域傳導差異外，經(jīng)濟政策不確定性帶來的沖擊也是影響長江經(jīng)濟帶經(jīng)濟表現(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)達地區(qū)，政策不確定性的沖擊尤為顯著。當國際貿(mào)易政策、稅收政策等出現(xiàn)不確定性時，企業(yè)的投資決策可能會趨于保守，資本流動放緩，進而對經(jīng)濟增長產(chǎn)生負面影響。相比之下，中西部地區(qū)的經(jīng)濟發(fā)展更多依賴國內(nèi)市場和政府投資，雖然經(jīng)濟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。尤其是政府投資計劃的不確定性可能直接影響中西部基礎設施建設項目的推進，從而對經(jīng)濟增長產(chǎn)生連鎖反應。這一現(xiàn)象表明，經(jīng)濟政策不確定性不僅通過外部環(huán)境的變化影響經(jīng)濟發(fā)達地區(qū)，也通過政府投資和產(chǎn)業(yè)政策的變化影響欠發(fā)達地區(qū)。

基于上述原因，本文將圍繞以下兩個問題展開研究：一是長江經(jīng)濟帶在不同時期和不同區(qū)域中，貨幣政策傳導機制是否表現(xiàn)出異質(zhì)性效果？二是經(jīng)濟政策不確定性如何動態(tài)影響長江經(jīng)濟帶的區(qū)域經(jīng)濟活動？為此，本文基于2017年4月至2022年9月長江經(jīng)濟帶11個省（直轄市）的月度數(shù)據(jù)，采用面板數(shù)據(jù)SVAR模型，將樣本劃分為兩個階段，探討了不同貨幣政策環(huán)境下區(qū)域經(jīng)濟活動的響應特征。研究重點分析了貨幣政策對區(qū)域產(chǎn)出、消費、對外貿(mào)易及工業(yè)企業(yè)收入的沖擊效應與傳導機制，同時評估了經(jīng)濟政策不確定性帶來的附加影響。

與以往的文獻相比，本文的邊際貢獻在于：首先，現(xiàn)有關于長江經(jīng)濟帶的文獻主要聚焦建立長江經(jīng)濟帶評價體系，旨在對區(qū)域經(jīng)濟增長進行量化和評價（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)濟帶在不同時期對貨幣政策響應的異質(zhì)性影響。其次，重點關注經(jīng)濟政策不確定性對區(qū)域經(jīng)濟表現(xiàn)的影響，通過考察產(chǎn)出、消費和對外貿(mào)易等多個經(jīng)濟維度，分析這種不確定性對各經(jīng)濟變量的作用機制。最后，檢驗了價格型貨幣政策在公共危機背景下的效果，尤其是新冠疫情期間貨幣政策在緩解經(jīng)濟沖擊過程中的關鍵作用。本文具有重要的實踐意義，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、文獻回顧

現(xiàn)有文獻對貨幣政策的區(qū)域效應進行了深入探討，并普遍認同貨幣政策在不同地區(qū)所產(chǎn)生的差異性影響確實存在。以美國為例，貨幣政策的區(qū)域差異主要歸因于各地區(qū)的產(chǎn)業(yè)結構和企業(yè)規(guī)模的不同（Carlino和DeFina，1998，1999）。Fielding和Shields（2006）發(fā)現(xiàn)，南非9個省份對貨幣政策的擴張和緊縮表現(xiàn)出顯著不同的反應，凸顯了南非貨幣政策的區(qū)域效應。關于貨幣政策的沖擊，無論是預期的還是意外的，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)域效應的傳導渠道，一些學者提出匯率傳導渠道和區(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制來實現(xiàn)（Beckworth等，2010）。上述研究強調(diào)了地區(qū)經(jīng)濟結構和金融市場條件在貨幣政策效果傳導過程中的重要作用。

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（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)達地區(qū)與欠發(fā)達地區(qū)在貨幣政策響應上存在明顯差異（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)濟政策不確定性對微觀企業(yè)的決策行為以及宏觀經(jīng)濟和金融市場的穩(wěn)定性均有深遠影響（Bhagwat等，2016； 劉貫春等，2019），它不僅影響微觀個體企業(yè)的操作和策略，還會在宏觀層面引起經(jīng)濟運行和金融市場的波動（溫興春，2017）。經(jīng)濟政策不確定性還被廣泛納入跨境風險傳播和系統(tǒng)性金融風險研究。在金融摩擦的背景下，不確定性增加會惡化企業(yè)信貸環(huán)境，進而影響其投資和生產(chǎn)活動（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)性風險的傳播和金融危機的發(fā)生（Dicks和Fulghieri，2019）。

現(xiàn)有文獻充分揭示了貨幣政策和經(jīng)濟政策不確定性在不同區(qū)域的傳導機制和效應的復雜性與差異性。然而，針對中國區(qū)域，尤其是長江經(jīng)濟帶的相關研究相對較少，特別是在貨幣政策與經(jīng)濟政策不確定性結合的背景下對區(qū)域經(jīng)濟的動態(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)濟政策不確定性對長江經(jīng)濟帶各省市經(jīng)濟變量的動態(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)濟特性及其政策響應提供新的參考依據(jù)。

三、研究設計

（一）模型構建和估計方法

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)拆借利率作為價格型貨幣規(guī)則的代理變量。構建模型如下：

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，i代表相應的?。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、M2、銀行間7天同業(yè)拆借利率和經(jīng)濟政策不確定性指數(shù)；εi，t 是白噪聲干擾項。模型采用最小二乘虛擬變量法（LSDV）對面板數(shù)據(jù)進行估計，以控制地區(qū)固定效應的影響并提高參數(shù)估計的精確性。

（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)，采用插值法進行補全。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，并對各變量進行去趨勢化處理。其次，采用兩套獨立的面板數(shù)據(jù)集，分別覆蓋2017—2019年以及2020—2022年兩個時間段。另外，通過赤池信息量（AIC）、貝葉斯信息量（BIC）和漢南奎因準則（HQIC）等標準方法，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（2024）的研究，數(shù)量型規(guī)則選用M2，價格型規(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)，時間周期為33個月。其他經(jīng)濟變量分別選取11個省（直轄市）的樣本數(shù)據(jù)，每組變量分別產(chǎn)生363個觀測值。變量的選取依據(jù)其在經(jīng)濟理論中作為貨幣政策傳導和經(jīng)濟反應關鍵角色的重要性。

首先，產(chǎn)出（工業(yè)產(chǎn)值年同比漲幅）是衡量經(jīng)濟活動和增長的核心指標。根據(jù)宏觀經(jīng)濟理論，貨幣政策通過利率和貨幣供給的變化影響投資和消費，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)的傳導機制。通貨膨脹（居民消費價格指數(shù)年同比漲幅）則是反映物價水平的變化。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，因此通貨膨脹是貨幣政策調(diào)控的核心目標之一。對外貿(mào)易（進出口總額）作為開放經(jīng)濟中的關鍵變量，通過匯率變化反映貨幣政策的外部效應。根據(jù)蒙代爾-弗萊明模型，貨幣政策會通過資本流動和貿(mào)易渠道影響經(jīng)濟，這使得對外貿(mào)易成為評估貨幣政策對外部經(jīng)濟影響的重要指標。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)結構差異的背景下，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（社會消費品零售總額）是內(nèi)需的重要組成部分，也是經(jīng)濟增長的關鍵驅(qū)動力之一。各變量的定義詳見表1。

（三）平穩(wěn)性檢驗與協(xié)整檢驗

本文使用ADF檢驗對時間序列數(shù)據(jù)進行平穩(wěn)性檢驗，同時對面板數(shù)據(jù)變量進行LLC和IPS檢驗。表2結果顯示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。

為了進一步檢驗變量之間存在的協(xié)整關系，使用Kao、Pedroni和Westerlund協(xié)整檢驗法進行檢驗。結果表明，變量之間存在協(xié)整關系。由于篇幅所限，詳細檢驗結果未在此列出?；趨f(xié)整檢驗的結果，本文決定構建VAR模型。

四、實證結果分析

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”）兩個時間段的數(shù)據(jù)分別進行估計，利用脈沖響應和方差分解結果，深入分析貨幣政策和經(jīng)濟政策不確定性沖擊在不同時間段對長江經(jīng)濟帶區(qū)域經(jīng)濟的影響，重點考察其對產(chǎn)出、消費、通貨膨脹、對外貿(mào)易以及工業(yè)企業(yè)收入這些關鍵經(jīng)濟指標的作用機制。為了增強結果的可靠性，模型中還采用了10 000次Bootstrap重抽樣估計，以計算脈沖響應的68%置信區(qū)間，從而更全面地理解沖擊對經(jīng)濟變量的影響范圍。

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

1. 產(chǎn)出、消費和通貨膨脹脈沖響應的比較分析

為了探究貨幣政策沖擊對經(jīng)濟的短期和中期影響，本文選擇30期的脈沖響應期，展示了貨幣政策對國內(nèi)產(chǎn)出和消費在30期內(nèi)的沖擊影響。如圖1所示，一個標準差的正向貨幣供給沖擊主要對產(chǎn)出和消費產(chǎn)生負向影響（εm2 → y，c， p）。從圖2可以看出，利率沖擊對產(chǎn)出和消費產(chǎn)生正向影響（εi → y，c， p）。

進一步對比不同貨幣政策沖擊對產(chǎn)出和消費影響的效果。發(fā)現(xiàn)在短期內(nèi)，利率沖擊對產(chǎn)出和消費的正面效應顯著優(yōu)于貨幣供給沖擊。特別是在采用價格型規(guī)則時，利率沖擊使得產(chǎn)出和消費的波動范圍介于-3%至13%之間，而在采用數(shù)量型規(guī)則時，貨幣供給沖擊導致的波動范圍則介于-14%至3%之間。此外，對于通貨膨脹的沖擊，無論是哪種規(guī)則，其引起的波動范圍均為-1.5%至0.5%。

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

圖2的脈沖響應顯示，產(chǎn)出和消費對利率沖擊的響應值均階段性上升至最高點（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向影響快速減??；而在10期后，利率沖擊對產(chǎn)出和消費的正向影響也從最高點回落；而通貨膨脹值在10期內(nèi)進行震蕩，出現(xiàn)負向結果后，逐漸收縮到0值附近。

2. 對外貿(mào)易和工業(yè)企業(yè)收入脈沖響應的比較分析

為了描繪數(shù)量型規(guī)則和價格型規(guī)則沖擊對對外貿(mào)易和工業(yè)企業(yè)收入的動態(tài)影響，選擇在30期內(nèi)進行脈沖響應。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)生負向影響（εm2 → t， s）。而圖2的結果顯示，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)收入的影響進行比較，觀察到采用價格型規(guī)則時對工業(yè)企業(yè)收入的正面影響逐漸增強。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，發(fā)現(xiàn)價格型規(guī)則對于維護對外貿(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)收入的波動范圍處于-4%至0%之間。在價格型規(guī)則下，利率的沖擊則導致對外貿(mào)易和工業(yè)企業(yè)收入的波動范圍分別為-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散性。此外，從脈沖響應的波動范圍來看，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，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期實施利率調(diào)整工具，價格型規(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，更高的利率在特殊時期有助于抑制通貨膨脹和維護金融穩(wěn)定。在當前全球通脹壓力加大的背景下，利率調(diào)控的重要性進一步凸顯，其為穩(wěn)定宏觀經(jīng)濟環(huán)境提供了重要支撐。

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

1. 產(chǎn)出、消費和通貨膨脹脈沖響應的比較分析

圖3的結果顯示，貨幣供給沖擊對產(chǎn)出的影響均為正向，對消費和通貨膨脹的影響均為負向（εm2 → y，c，p）。從圖4可以看出，利率沖擊對產(chǎn)出和消費的影響為正向，利率沖擊對通貨膨脹為負向影響（εi → y，c，p），且通貨膨脹的響應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，貨幣供給的變動對產(chǎn)出和消費的影響造成的波動范圍分別為0至0.6%和-0.2%至0。在價格型規(guī)則下，利率的變化對產(chǎn)出和消費的波動幅度較小，分別在-0.04%至0.04%和0至0.3%之間。就通貨膨脹而言，貨幣供給沖擊導致的波動范圍為-0.25%至0，而利率變動引起的波動范圍則為-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的影響。

上述結果揭示，無論是采取數(shù)量型規(guī)則還是價格型規(guī)則，貨幣政策對產(chǎn)出和消費都產(chǎn)生了顯著的溢出效應，而對通貨膨脹的直接影響相對較弱。這種溢出效應意味著貨幣政策的執(zhí)行不單單直接作用于產(chǎn)出和消費兩個領域，還間接影響其他經(jīng)濟指標。

2. 對外貿(mào)易和工業(yè)企業(yè)收入脈沖響應的比較分析

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的結果顯示，貨幣供給沖擊對對外貿(mào)易的影響均為負向，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的結果可知，利率沖擊對對外貿(mào)易的影響均為負向，對工業(yè)企業(yè)收入的影響最終為正向影響（εi → t，s）。在價格型規(guī)則下，利率沖擊對對外貿(mào)易的負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)收入的波動區(qū)間分別為-7%至0%和-1%至0.5%。模型結果還部分反映了2017—2019年間中美貿(mào)易摩擦的影響。在該時期，貨幣政策的沖擊對對外貿(mào)易產(chǎn)生了負面影響。這主要是因為中美之間的貿(mào)易摩擦導致中國的對外貿(mào)易實際規(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)濟政策不確定性對長江經(jīng)濟帶經(jīng)濟的脈沖響應的比較分析

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

本文基于2020—2022年和2017—2019年的月度數(shù)據(jù)估計經(jīng)濟政策不確定性沖擊對產(chǎn)出、消費和通貨膨脹的動態(tài)影響。從圖5的結果來看，一個標準差的經(jīng)濟政策不確定性沖擊對產(chǎn)出、消費和通貨膨脹的影響為正向影響（εepu→ y，c，p）；而從圖6的結果發(fā)現(xiàn)，一個標準差的經(jīng)濟政策不確定性沖擊對產(chǎn)出、消費和通貨膨脹主要為負向影響（εepu→ y，c，p）。

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

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

對外貿(mào)易和工業(yè)企業(yè)收入的脈沖響應如圖5和圖6所示。圖5的結果顯示，經(jīng)濟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)濟政策不確定性的增加會導致對外貿(mào)易和工業(yè)企業(yè)收入提升。從圖6的結果來看，經(jīng)濟政策不確定性沖擊對對外貿(mào)易和工業(yè)企業(yè)收入主要為負向影響（εepu → t，s），即經(jīng)濟政策不確定性的增加會導致對外貿(mào)易和工業(yè)企業(yè)收入降低。

比較不同時間段經(jīng)濟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的結果顯示，經(jīng)濟政策不確定性的增加對對外貿(mào)易和工業(yè)企業(yè)收入領域造成了輕微的負面影響。結果顯示，經(jīng)濟政策不確定性對對外貿(mào)易和工業(yè)企業(yè)收入的波動范圍分別為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范圍分別在-0.03%至0.02%和-0.018%至0，且經(jīng)濟政策不確定性的沖擊使得對外貿(mào)易和工業(yè)企業(yè)收入的脈沖響應值在達到峰值后逐漸回歸至接近0的水平，與產(chǎn)出和消費的動態(tài)變化幾乎同步。由此可知，經(jīng)濟政策不確定性的沖擊在不同時期對對外貿(mào)易和工業(yè)企業(yè)收入的影響具有差異性，疫情期間甚至會帶來輕微的積極效應。

通過分析2017—2019年與2020—2022年的脈沖響應結果可以發(fā)現(xiàn)，經(jīng)濟政策不確定性對長江經(jīng)濟帶產(chǎn)生的效果與采用價格型規(guī)則時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)濟政策不確定性所帶來的影響。因此，在面臨全球經(jīng)濟的劇烈動蕩時，我國采用價格型貨幣政策以保護出口和促進經(jīng)濟增長將更為適宜。在中美貿(mào)易摩擦加劇前，結合使用數(shù)量型和價格型貨幣政策的策略則顯得更為恰當。同時，經(jīng)濟政策不確定性帶來的負面影響雖然相對較輕，但在制定與執(zhí)行貨幣政策時也應給予關注。

（四）方差分解的比較分析

結合貨幣政策和經(jīng)濟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)收入變化以及消費的解釋力進行分析。圖7的結果顯示，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%，而對消費的解釋力大約為27%。價格型規(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%，對消費的解釋力接近6%。經(jīng)濟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%，而對消費為近9%。上述數(shù)據(jù)揭示了在不同的貨幣政策下，經(jīng)濟各領域的動態(tài)變化及經(jīng)濟政策不確定性對這些變化的貢獻程度。

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格型規(guī)則和經(jīng)濟政策不確定性的沖擊。結合圖1和圖2的脈沖響應結果分析發(fā)現(xiàn)，數(shù)量型規(guī)則產(chǎn)生的負向影響效應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)濟帶的產(chǎn)出、消費與對外貿(mào)易等并不是一個合適的選擇。這表明在面對全球性健康危機這種異常情況時，需要更加謹慎地考慮貨幣政策的選擇和實施，以避免產(chǎn)生不利于經(jīng)濟恢復和增長的影響因素。

圖8的結果顯示，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%，對消費大約為4%。相比之下，價格型規(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%，對消費大約為5%。經(jīng)濟政策不確定性對上述經(jīng)濟指標的解釋力分別為產(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)濟政策不確定性的影響相對于圖7并沒有顯著增強。這表明，在疫情特殊時期，正確實施貨幣政策至關重要，可以減少外部沖擊對經(jīng)濟增長帶來的負面影響。這進一步強調(diào)了在面對全球性危機時，貨幣政策適時調(diào)整和精準施策的重要性——保護經(jīng)濟不受到過度的沖擊，同時促進經(jīng)濟的穩(wěn)定與增長。

五、穩(wěn)健性檢驗

本文將通過一系列穩(wěn)健性檢驗對基準估計結果進行驗證。

（一）增加一個新的變量

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。脈沖響應結果顯示，引入這一變量后的響應與原始基準模型相比，并沒有顯著的差別。響應結果的一致性表明，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，驗證了基準模型估算的穩(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)的模型進行了估計嘗試。結果顯示，當使用一階滯后進行模型估計時，各經(jīng)濟變量對沖擊的脈沖響應與基準模型的結果大致相同，但在恢復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)進行了調(diào)整，經(jīng)濟動態(tài)和沖擊響應的方向依然保持一致。通過比較脈沖響應結果可以發(fā)現(xiàn)，采用二階滯后的估計結果是最優(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個月數(shù)據(jù)樣本重新進行估計。數(shù)量型規(guī)則沖擊下的脈沖響應結果表明，VAR系統(tǒng)中的產(chǎn)出、通貨膨脹和消費變量對沖擊的反應與基準模型結果大致相符。然而，在對外貿(mào)易和工業(yè)企業(yè)收入的沖擊反應上存在一些差異。這表明，盡管某些經(jīng)濟變量表現(xiàn)出不同的反應，基準模型的整體結果依然是穩(wěn)健的。

以上三種穩(wěn)健性檢驗是基于數(shù)量型規(guī)則沖擊的動態(tài)結果。價格型規(guī)則和經(jīng)濟政策不確定性沖擊的分析結果同樣與基準模型基本一致。由于篇幅限制，所有相關估計結果均未展示。

六、進一步分析

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）三個區(qū)域進行分析，以揭示不同地區(qū)對貨幣政策和經(jīng)濟政策不確定性反應的經(jīng)濟差異。

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

各變量的脈沖響應如圖9所示。結果顯示，一個標準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)收入為負向影響（εi → y， p， t， s）；經(jīng)濟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)濟的影響效應進行比較，結果顯示，貨幣供給沖擊和利率沖擊對產(chǎn)出的影響是相反的，其中價格型規(guī)則更有利于提高產(chǎn)出，穩(wěn)定經(jīng)濟圖9。

結果還顯示，在數(shù)量型貨幣政策框架下，貨幣供給沖擊導致產(chǎn)出和通貨膨脹波動的范圍分別為-13%至3%和-0.15%至0.05%，而對對外貿(mào)易和工業(yè)企業(yè)收入的影響波動范圍分別在-1.8%至0%和-3%至0%。在價格型貨幣政策下，利率的沖擊使得產(chǎn)出和通貨膨脹的波動區(qū)間分別擴展到-5%至7%和-1.5%至1%，而對外貿(mào)易和工業(yè)企業(yè)收入的波動范圍分別在-11%至3%和-5%至2%。經(jīng)濟政策不確定性沖擊對產(chǎn)出的影響較為溫和，波動范圍僅為-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)濟帶下游地區(qū)的經(jīng)濟活動有著顯著影響，與長江經(jīng)濟帶整體受到的影響具有相似性。

長江經(jīng)濟帶下游是中國區(qū)域經(jīng)濟中最發(fā)達的地區(qū)之一，受疫情影響，國內(nèi)外資本在避險情緒增大和趨于謹慎投資的情況下，貨幣政策變化所引起的短期效應不能有效促進經(jīng)濟發(fā)展。貨幣供給和利率沖擊對產(chǎn)出和對外貿(mào)易的響應值均下探至階段性低點。同時，從經(jīng)濟政策不確定性沖擊對下游經(jīng)濟的影響強弱來看，是遠低于貨幣政策沖擊的影響的。2020—2022年下游經(jīng)濟面臨結構性壓力，結合貨幣政策沖擊的負向影響，政策制定者應該考慮其他更有效的政策工具。

（二）貨幣政策對長江經(jīng)濟帶中游（贛湘鄂）經(jīng)濟脈沖響應的比較分析

各變量的脈沖響應如圖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)易為負向影響（εi → y， p， t， s）；經(jīng)濟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)易為負向影響（εepu → y， p， t， s）。通過比較貨幣政策沖擊對長江經(jīng)濟帶中游經(jīng)濟的短期影響效應可以發(fā)現(xiàn)，依然是價格型規(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，這種沖擊導致的波動區(qū)間在-2%至3%和-3.5%至0。在價格型貨幣政策框架下，利率的變動引發(fā)的產(chǎn)出和通貨膨脹波動區(qū)間分別擴展到-3%至15%和-2%至0.5%，對外貿(mào)易和工業(yè)企業(yè)收入的波動區(qū)間分別為-18%至0和-2%至4%。經(jīng)濟政策不確定性對產(chǎn)出的波動影響較小，范圍在0至0.06%之間，對通貨膨脹的影響則可以忽略。同時，該不確定性對對外貿(mào)易和工業(yè)企業(yè)收入的波動區(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致中游經(jīng)濟顯著下滑，其中產(chǎn)出最大降幅可達15%。同時，價格型規(guī)則下的利率增加導致中游地區(qū)對外貿(mào)易活動急劇減少，最高降幅達18%。這表明，貨幣政策沖擊對長江經(jīng)濟帶中游地區(qū)的影響大于下游地區(qū)?？紤]到疫情的影響，價格型貨幣政策的實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。在2020—2022年采取擴張性貨幣政策的背景下，調(diào)整利率成了一種有效的應對策略。

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

各變量的脈沖響應如圖11所示，一個標準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)濟的影響效應可以發(fā)現(xiàn)，結果與中、下游地區(qū)一致，價格型規(guī)則更有利于穩(wěn)定經(jīng)濟和提高產(chǎn)出。

在數(shù)量型貨幣政策下，貨幣供給沖擊導致產(chǎn)出和通貨膨脹的波動區(qū)間分別位于-8%到0%和-0.2%到0.5%。同時，這種沖擊對對外貿(mào)易和工業(yè)企業(yè)收入的影響波動區(qū)間分別為-9%到0%和-4.5%到0%。在價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)收入的正面波動范圍顯著，分別在0到20%和0到5%。經(jīng)濟政策不確定性的沖擊對產(chǎn)出的影響波動范圍相對較小，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。

進一步分析的結論與基準回歸結果保持一致，進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)傳導機制上的差異。研究表明，價格型貨幣政策（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)濟政策不確定性對區(qū)域經(jīng)濟的影響相對較弱，這進一步表明短期內(nèi)貨幣政策調(diào)整對經(jīng)濟活動的影響更加顯著。

七、結論與政策建議

隨著我國經(jīng)濟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大可能對國家經(jīng)濟的整體發(fā)展產(chǎn)生不利影響，同時阻礙資源的高效配置。長江經(jīng)濟帶的經(jīng)濟發(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。本文采用省級面板數(shù)據(jù)SVAR方法，深入探討貨幣政策和經(jīng)濟政策不確定性沖擊對長江經(jīng)濟帶區(qū)域經(jīng)濟的產(chǎn)出、消費、通貨膨脹、對外貿(mào)易及工業(yè)企業(yè)收入動態(tài)變化的影響，并進一步分析該沖擊在長江經(jīng)濟帶上游、中游和下游區(qū)域的經(jīng)濟動態(tài)特征。

研究表明，貨幣政策對產(chǎn)出、消費、對外貿(mào)易和工業(yè)企業(yè)收入的影響具有較強的復雜性，不同時間段內(nèi)其沖擊效應在上述經(jīng)濟指標上表現(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、對外貿(mào)易和工業(yè)企業(yè)收入的影響力度超過了經(jīng)濟政策不確定性沖擊的影響。此外，采用價格型規(guī)則更有助于平衡外部沖擊對產(chǎn)出等經(jīng)濟變量的影響。特別是在2020—2022年期間，相較于貨幣供給沖擊，基于價格型規(guī)則的利率沖擊對產(chǎn)出、消費、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)出和消費等指標產(chǎn)生負向影響。不同類型的貨幣政策沖擊對經(jīng)濟變量的影響特征也與宏觀經(jīng)濟環(huán)境密切相關。

基于上述結論，本文提出以下政策建議：

首先，針對不同地區(qū)對貨幣政策反應的差異，尤其是短期內(nèi)貨幣政策沖擊效應顯著的特點，建議在執(zhí)行貨幣政策時實施區(qū)域差異化的貨幣政策工具組合。參考國際上實施區(qū)域性貨幣政策調(diào)控的成功經(jīng)驗，例如借鑒美國聯(lián)邦儲備系統(tǒng)通過不同地區(qū)的聯(lián)邦儲備銀行收集區(qū)域經(jīng)濟數(shù)據(jù)，進而調(diào)整利率的地區(qū)差異性政策，可以考慮設立區(qū)域性貨幣政策協(xié)調(diào)機制，由央行各地方分支機構根據(jù)當?shù)氐慕?jīng)濟環(huán)境和產(chǎn)業(yè)結構，靈活運用價格型和數(shù)量型貨幣政策工具，如調(diào)整地方性貸款利率、差異化的存款準備金率等措施，來應對區(qū)域間不平衡的經(jīng)濟狀況。

其次，強化經(jīng)濟政策不確定性的管理與應對機制。政策制定者應加強對經(jīng)濟政策不確定性帶來的市場波動的前瞻性監(jiān)測，完善風險預警機制。建立更加透明的政策溝通機制，如明確的中期政策目標、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)定市場預期。

最后，深化結構性改革，推動區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展。結構性改革仍然是縮小區(qū)域差距、促進高質(zhì)量發(fā)展的核心舉措。具體可采取以下措施：一是通過加強基礎設施互聯(lián)互通建設，提升欠發(fā)達地區(qū)的經(jīng)濟活力；二是推動區(qū)域創(chuàng)新發(fā)展戰(zhàn)略，鼓勵技術創(chuàng)新和產(chǎn)業(yè)升級，尤其是促進中西部地區(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：

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

[2] 閆先東，朱迪星.地方政府投資偏好、信貸配置結構與貨幣政策傳導效率[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)濟增長：隱性債務渠道[J].經(jīng)濟管理，2023，45（06）：44-61.

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

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

[6] 周清香， 何愛平. 環(huán)境規(guī)制對長江經(jīng)濟帶高質(zhì)量發(fā)展的影響研究[J].經(jīng)濟問題探索， 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)濟帶“人—水—地”系統(tǒng)耦合協(xié)調(diào)效應評價[J].軟科學， 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)濟高質(zhì)量發(fā)展——來自長江經(jīng)濟帶的經(jīng)驗證據(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渠道及其影響——基于直接、間接調(diào)控的實證分析[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——基于PVAR的經(jīng)驗研究[J].工業(yè)技術經(jīng)濟， 2015（01）：91-99.

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

[21]李文韜.中國貨幣政策傳導變量的區(qū)域結構效應研究[J].金融論壇， 2021（04）：33-45.

[22]張晶. 我國貨幣財政政策存在區(qū)域效應的實證分析[J].數(shù)量經(jīng)濟技術經(jīng)濟研究， 2006（08）：39-46.

[23]熊啟躍，張依茹.貨幣政策信貸渠道的經(jīng)濟區(qū)域效應研究——基于我國31個省際面板數(shù)據(jù)的經(jīng)驗證據(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)濟政策不確定性、資產(chǎn)可逆性與固定資產(chǎn)投資[J].經(jīng)濟研究， 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)性預期的股市DSGE模型[J].中央財經(jīng)大學學報， 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.全球金融風險沖擊下中國三大區(qū)域的經(jīng)濟動態(tài)——粵港澳大灣區(qū)、江浙滬和京津冀地區(qū)的對比[J].經(jīng)濟問題探索，2024（04）：136-152.

[33] 趙奉軍， 駱祖春.經(jīng)濟政策不確定性與房地產(chǎn)投資[J].現(xiàn)代經(jīng)濟探討，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