我国货币政策区域效应与产业结构升级的动态效应
邵翠丽1,2
(1.北京邮电大学 经济管理学院， 北京 100876；2.河南牧业经济学院 金融与会计学院，郑州 450044)
内容提要： 在“新常态”背景下，推动我国产业结构优化升级也是货币政策调控目标之一，但由于我国经济社会发展的地域差异明显，传统的货币政策很难达到预期的效果。货币政策如何实现引导产业升级并兼顾区域间经济发展的差异？本文基于中国2005年第一季度到2017年第四季度的季度数据，利用SV-TVP-FAVAR模型，检验中国货币政策对产业结构升级引导与区域效应。实证结果表明：总体来看，数量型及价格型货币政策都能对不同经济区的产业结构产生有效影响，但调控的区域差异较大；扩张的价格型货币政策倾向于对区域产业结构升级产生负向作用，扩张的数量型货币政策则倾向于产生正向作用；数量型货币政策对产业增加值的冲击作用效果比价格型货币政策弱，但无论是使用何种工具的货币政策都无法对产业结构产生长期持久的影响；利率渠道是货币政策存在区域效应的最可能成因。因此，推进产业结构优化的相关经济政策应该结合不同区域的发展水平及政策传导渠道的差异，最大限度发挥货币政策实施效果。
关键词： 货币政策；动态效应；区域效应；产业结构
改革开放40年来，伴随中国经济快速增长的是地区间发展差距逐渐加大。社会主义初级阶段的特点决定了我国实行市场经济体制改革只能采用逐步推进的策略，但这一非均衡战略使地区间的异质性愈加明显，使用货币政策对产业结构进行调整的过程中如果忽略地区间差异的存在，则不能对产业结构优化升级做出有利引导。
基于李嘉图的等价定理，在调整产业结构方面货币政策往往能比财政政策效果更好。从货币政策调控范畴来看，新时期的货币政策调控目标不再局限于传统的需求调控，已逐渐延伸到对产业总体布局的均衡把握。其作用的深层次原因在于，货币政策的变动会使生产资料在不同的产业间重新分配(Christiano and Eichenbaum,1997; 李林汉和田卫民，2018)；除此之外，不同的产业对统一的总量型货币政策具有不同的敏感度(Hayo,1999)，也将导致统一的货币政策出现差异性的调控结果。鉴于“新常态”背景下我国区域间发展不平衡，我国的货币政策在实施，背景、原因、政策工具、目标及传导机制方面，都与发达国家存在显著不同，因此在促进产业结构优化升级过程采用传统的货币政策很难达到预期效果，而针对不同地区实施差异性的货币政策更符合我国现实国情(陈炳才，2010；彭俞超和方意，2016)。
那么，如何通过调控不同货币政策工具引导我国地区产业结构升级？货币政策能否在促进地区产业结构优化升级的同时兼顾我国不同区域的发展特点？本文基于2005年第一季度到2017年第四季度中国八大经济区三次产业增加值的季度数据，利用SV-TVP-FAVAR模型，实证检验中国货币政策的区域效应及对产业升级的引导效应。
一、模型构建及变量选取
(一)模型设定
VAR模型由Sims(1980)提出，之后由于其不带有约束条件便可以联结内生变量的特点被广泛应用。其基本形式可以被描述为：
y t =b 1y t-1 +…+b p y t-p +v t
(1)
其中y t-1 、y t-2 …y t-p 是y t 的p 阶滞后项，v t ～N (0,Ωt )。但是在处理较为复杂的经济问题时，VAR模型存在如下潜在问题：首先VAR模型所涵盖的变量数量有限，在较为复杂的经济系统中不能涵盖足够多的变量，重要信息的遗漏可能造成模型结果不准确；其次模型只能对包含的变量观察到脉冲响应，对其他的变量则无能为力，但研究人员手动筛选的这一小部分变量也常常会由于涉及的变量过多而显得单薄。为此，Bernanke et al.(2005)在VAR模型的基础上引入因子增广思想，将高维信息矩阵抽取出若干个不可观测的共同因子(Stock and Watson,2005)，构成FAVAR模型，其因子提取方程如下：
X t =Λf F t +Λy Y t +ε t
(2)
其中X t 是(N ×1)维信息集，包含了货币政策实施过程中可能涉及的变量，F t 和Y t 指实施货币过程中不可观测的部分和可观测的部分，Λf 和Λy 分别表示(N ×K )、(N ×M )维的因子载荷矩阵，K 和M 分别为共同因子数和政策指标数，N ≫K +M ，ε t ～N (0,Ωt )。进一步地，将FAVAR模型中的系数，从常数扩展为时变的(Nakajima,2011)，以使模型能够处理更为精细的动态系统，对原有模型做如下变形：
(3)
其中w t 是(k ×1)维共同因子，
是((l +1)×1)维向量，由模型中的观测变量及代理变量一起组成；i =1,…,p ，t =1,…,T ，m =k +l +1，v t ～N (0,Ωt )，t =1,…,T 。由式(2)可知
是(n ×k )维矩阵；
是(n ×l )维矩阵；
是(n ×1)维矩阵；ε it ～N (0,exp (h it ))，对任意i ,j =1,…,n ，i ≠j 和任意t ,s =1,…,T ，t ≠s ，有E (ε it w t )=0和E (ε it ε js )=0。将式(3)进行形式转换：
x t =λ w w t +λ z z t +λ s s t +Γ(L )x t +ε t
(4)
有
使残差带有随机游走的形式，
至此方程(2)、(4)已基本构成本文所建立模型主体，对系数估计和动态化过程进行如下描述。分解模型中的协方差矩阵(Primiceri,2005)：
(5)
(6)
2．对信贷传输渠道的检验
(7)
其次，把式(3)中所有系数都重新表示，记为
黄河中游综合经济区第一产业对价格型货币政策的响应在2010年之前呈现出单调递增趋势，在2010年之后幅度基本一致；第二产业增加值呈现单调递增趋势，表现出了明显时变性；第三产业增加值则表现为负向响应明显。长江中游综合经济区第一、第二、第三产业对扩张型货币政策的响应幅度递减，其中第一产业增加值在时间维度上没有明显趋势，第二产业增加值同样在危机后大幅提升，第三产业增加值几乎对扩张型货币政策没有反应。大西南综合经济区第一产业对价格型货币政策正向冲击呈现向上的波动态势，在时间维度没有明显的递增或递减；货币政策对第二产业增加值的作用在时间维度表现为单调递增；第三产业对价格型货币政策的响应先向下，再小幅向上。大西北综合经济区对价格型货币政策冲击表现为产业在2010年后有明显增幅；第二产业在时间维度上单调递增，第三产业则表现出了更多的时变性，呈现明显的波动。以上所有经济区及三次产业增加值对价格型货币政策冲击的响应都没有长期效应，经过一段时间后都会恢复到冲击发生前的水平。
我找来一只用竹片做成的苍蝇拍，当作消灭马蜂的武器。拿着苍蝇拍来到树林里，我又找到那棵挂着“莲蓬”的大树，举起苍蝇拍，用力向“莲蓬”拍去，接着灾难便来了：从马蜂窝里飞出一群大马蜂，向我飞来。我躲之不及，在一片嗡嗡声中，头上和脸上被狠狠地蜇了三四下……这下惨了，整个脑袋都肿起来，疼得我直掉眼泪。这是我第一次和马蜂作战，结果大败而归。
(8)
为模型中相互独立的创新变量，Q θ 与B t 、α t 、logσ t 的创新协方差矩阵一一对应，
表示所估计的参数常数，
则说明所估计的参数是时变的，θ t ∈{B t ,α t ,logσ t }。
伴随着中国特色社会主义历史进程，我国志愿服务组织不断地涌现，这是社会文明进步的重要标志，也是加强精神文明建设、培育和践行社会主义核心价值观的重要内容。志愿服务组织是以开展志愿服务为宗旨的非营利性社会组织，是汇聚社会资源、传递社会关爱、弘扬社会正气的重要载体，是形成向上向善、诚信互助、社会风尚的重要组织力量。旅游志愿者是中国志愿服务类中最大的一类，一般为城市、景区、景点旅游旺季时段，为当地的旅游地解决部分潜在的隐患与冲突，以满足现代旅游者显性与隐性的活动需求，并以提高旅游行业的综合服务质量为目标，为旅游事业发展中不可缺少的重要组成部分。
其中，
也是一个创新向量，同样服从标准正态分布。到此SV-TVP-VAR模型的整体部分全部构建完成。
(9)
(10)
其中
是独立同分布并服从标准正态的扰动项；
对式子(9)、(10)进行联立求解：
(11)
为了脉冲响应分析的展开，将式(2)和式(4)用滞后算子重写为：
(二)模型估计
SV-TVP-FAVAR模型可以通过因子增广的方式解决经济系统中变量缺失的问题，既突破了经典模型自由度的限制，又保留了模型在处理少数变量时的计算优势；并且模型中变量时变性的引入，极大的扩展了模型的应用范围，对经济系统中的动态性可以更精确地进行刻画。也正因为模型的时变性这一特点，直接进行参数估计难度很大，因此采用两步估计法(Stock and Watson, 2005)对参数进行估计，首先提取F t ，再将其与共同因子联立共同进行参数估计。在这一步骤中将提取出的(K ×1)维向量F t 视为不可观测的，与模型中的其他待估计参数一同使用贝叶斯方法估计。
返璞归真才是根本。不想活得太累，那就用“真实”来为自己减负吧。为图一时之快，一时之利，出卖真实，换回无穷无尽的负累，这笔账，很可能是赔本的（最终把做人的信誉也弄丢了），可得想清楚、算仔细了！
用主成分法提取共同因子时，参见Bernanke et al.(2005)的做法，先将(N ×1)维信息集X t 中的所有变量按照是否即时对货币政策做出反应分为“快速变量”和“慢速变量”，进行贝叶斯方法估计参数前，为了回避参数具体分布限制，本文采用吉布斯抽样技术，在进行多次抽样及预烧后，使抽样后产生的样本尽量符合样本原本分布，提高模型的参数估计准确性。
图1 所提取的五个共同因子后验均值走势
二、实证分析
(一)变量选取与共同因子提取
结合经典文献(Belviso and Milani,2005)和数据的可得性，本文选取货币政策实施过程中可能涉及的75个经济变量，主要包含内容为：首先实际经济活动层面，包括各类产出、消费、进出口等；其次货币价格层面，包括各级货币供应量、居民消费价格指数、进出口商品指数等；再次宏观贸易层面，包括各类国家外汇储备、实际利用外资金额及各类宏观指数；最后信贷变量层面，包括国内信贷、银行信贷及其他金融机构信贷等。所有变量均需通过ADF检验，对不平稳的变量进行对数或差分运算，对含有明显季节性的变量进行X-11季节调整处理，这样可以尽量避免实证过程中出现的伪回归问题。所有的数据经处理后，均通过ADF检验，由于文章篇幅所限具体检验过程省略，所选取的经济变量均是来自于中经网和wind数据库，本文的采样区间为2005年第一季度到2017年第四季度，包含了我国经济的繁荣期与衰退期，能够较好验证货币政策实施效果。
对SV-TVP-FAVAR模型进行初始设定，因子方程先验概率密度如下：
其中i =1,…,N 。回归方程先验概率密度如下：
对于B 和V 有dim (B )=m ×m ×p ，dim (α )=m (m -1)/2，对于σ 有dim (σ )=m ，一阶滞后系数
其他情况
属于协方差对角阵：对于滞后项系数和变量系数分别有
滞后阶数
是方差。
使用主成分分析法提取出的五个共同因子后验均值走势如图1，可见在经济高涨、金融危机、经济新常态等中国经济剧烈波动时期，因子后验均值都有明显波动，提取出的因子可基本涵盖所选经济变量信息。
对于货币政策代理变量的选取，以7天银行间同业拆借率(记为CHIBOR)和广义货币供应量(记为M2)分别代表价格型及数量型货币政策，对使用两种货币政策工具进行调控的效果予以分别考虑。
油田配电网变压器节能改造的研究…………………………………………………………………………………陈亚莉（3.30）
考虑到区域发展异质性，在选择三次产业增加值作为观测变量的同时，根据国务院发展研究中心(2005)划分的中国内陆八大经济区进行分类，其中分别包括东北综合经济区的黑龙江、吉林、辽宁；北部沿海综合经济区的北京、天津、河北、山东；东部沿海综合经济区的上海、江苏、浙江；长江中游综合经济区的湖南、湖北、安徽、江西；南部沿海综合经济区的福建、广东、海南；大西南综合经济区的贵州、云南、四川、重庆、广西；黄河中游综合经济区的陕西、山西、河南、内蒙古；大西北综合经济区的新疆、西藏、宁夏、青海、甘肃。下文将以上述的八大综合经济区的划分展开区域效应和产业结构升级研究。
马克思赋予人类劳动一种自由解放的力量，这意味着马克思的劳动概念绝不仅仅是物质生产活动，而是包含了他对人类自由发展的历史前景的展望。因此，必然王国与自由王国绝不是一般意义上的两种不同人类实践领域的划分，更不是从不自由的劳动到自由劳动的转变，而是在人类社会历史过程发展中，从必然王国的不够充分的自由劳动到自由王国中真正的自由劳动实现的过程。在这个过程中，马克思的劳动概念所蕴藏的自由维度始终起着非常重要的作用，是人类从必然王国向自由王国飞跃的历史力量。
色泽是反映窖泥制作时发酵是否充分及老熟程度的一个重要指标。我们通过对所采集的窖泥样品进行感官分析发现，品质优良的窖泥颜色一般呈灰褐色、灰黑色或灰白色，窖泥里层偶有乌黑或绿、黄等颜色；质量一般的窖泥呈黄褐色；质量比较差的窖泥呈黄色，带有窖泥制作原料本色。
可见，八个经济区第二产业占比由高到低排列依次为黄河中游综合经济区、东北综合经济区、长江中游综合经济区、东部沿海综合经济区、北部沿海综合经济区、大西北综合经济区、南部沿海经济区。根据实证检验结果，第二产业对一单位正向价格型货币政策冲击的响应幅度，与经济区第二产业占比高度相关。体现为不同经济区对价格型货币政策的反应程度，与第二产业在经济区占比类似，黄河中游综合经济区第二产业占比最高，对价格型货币政策冲击反应最强；南部沿海经济区第二产业占比最低，对价格型货币政策反应最弱，八个经济区第二产业占比高低顺序高度类似，可认为利率渠道是我国货币政策产生区域型效应的可能原因之一。
(二)实证结果分析
为检验货币政策对不同地区三次产业的冲击效应，本文采用SV-TVP-FAVAR模型进行实证分析。采用三维图像描述经济系统中货币政策对产业结构的动态影响效果。其中X轴代表货币政策对不同地区三次产业溢出所持续时间；Y轴表示货币政策冲击发生的时间；Z轴表示不同地区三次产业冲击响应程度；X-Z平面为时间维度，代表的是货币政策冲击幅度与持续期数；Y-Z平面为响应维度，代表的是货币政策作用时期与反应幅度。滞后阶数根据AIC准则选择一阶。
1．价格型货币政策对不同区域产业结构的动态影响
图2为八大综合经济区第一、二、三产业，对价格型货币政策一个标准差正向冲击的动态响应。东北综合经济区的第一、第二、第三产业都对正向的价格型货币政策冲击表现出了向上的波动反应，其中第二产业增加值在2008年全球金融危机前后表现出了明显的异质性，金融危机后的第二产业对价格型货币政策冲击幅度明显增加；第一产业的响应在时间维度上没有表现出明显趋势；第三产业增加值在时间维度上先上升后下降，表现出了明显的时变性。北部沿海综合经济区的第一产业对价格型货币政策冲击的反应与东北综合经济区类似，表现为响应幅度较高，但没有明显的趋向；第二产业增加值在时间维度上是单调递增的；第三产业增加值面对一单位价格型货币政策冲击时，在2008年全球金融危机时正向波动很小，在危机后，价格型货币政策对北部沿海经济区的影响作用进一步增强。南部综合经济区对价格型货币政策的冲击响应趋势，响应幅度由大到小依次为第一产业、第二产业、第三产业。
图2 八大综合经济区第一、二、三产业对价格型货币政策一个标准差正向冲击的动态响应
设B t 、α t 和logσ t 组成的矩阵具有创新型随机游走(Koop et al.,2009)形式：
2．数量型货币政策对不同区域产业结构的动态影响
图3为八大综合经济区第一、二、三产业，对数量型货币政策正向冲击的动态响应。由图可见，数量型货币政策对不同经济区产业增加值的影响，总体上幅度比价格型货币政策小。对于东北经济区，数量型货币政策对第一、第二、第三产业增加值影响的幅度都很低，说明东北经济区的三次产业增加值对数量型货币政策并不是很敏感，其中第三产业增加值在经济进入新常态后正向响应幅度有所增加，意味着在新常态时期数量型货币政策，对引导东北地区产业升级表现出了更多的正向作用。北部沿海综合经济区第一产业对数量型货币政策的冲击响应呈现负向波动，负向最大响应值在第二期出现，时间维度上没有明显趋势；第二产业增加值呈现先向上后向下的波动趋势；第三产业对数量型货币政策的响应幅度最大。东部沿海综合经济区的第一、第二、第三产业增加值对数量型货币政策的响应幅度依次递增，且都表现出了明显的时变效应，在时间维度上，数量型货币政策冲击发生的时间不同，东部沿海综合经济区三次产业增加值的响应模式也不同。南部沿海综合经济区的产业增加值表现与东部沿海综合经济区很相似，但响应幅度比后者高。
图3 八大综合经济区第一、二、三产业对数量型货币政策正向冲击的动态响应
扩张的数量型货币政策对黄河中游综合经济区表现出了明显的产业结构升级作用，第一产业与第二产业增加值所产生的冲击响应，比第三产业要小，并且第三产业响应在时间维度上，有单调递增的趋势，说明数量型货币政策对黄河中游经济区的调控作用增强。长江中游综合经济区第一产业及第三产业对数量型货币政策响应幅度很小，第二产业对数量型货币政策冲击表现出了显著影响，在时间维度上先递减后递增。大西南综合经济区三次产业对数量型货币政策的响应模式与黄河中游综合经济区相似，也有较明显的产业结构升级作用。大西北综合经济区第一产业对数量型货币政策表现为负向响应，同时呈现明显时变性，在2006年与2012年前后都存在响应的高峰期；第二产业增加值响应幅度较小；第三产业对数量型货币政策表现出显著正向波动，且时间维度单调递增。与价格型货币政策冲击得到的结果一致，数量型货币政策同样没有对产业产生长期持续的影响，在一段时间后仍然恢复到冲击发生前的水平。
如图4所示算法包括两个主要步骤.步骤1，我们允许延迟缓冲器的延迟下限自由变化.因为在(3)中ri的限制是未知的.例如，每一次采样中，我们最小化所需要的延迟缓冲器的数量并把可调整的值向0逼近.压缩这些可调整值以缩小缓冲器延迟的范围.最终选择包括最多延迟调整的范围以决定可配置延迟缓冲器的下界.
三、我国货币政策区域效应比较及成因分析
(一)货币政策区域效应可能成因
货币政策可能从经济体总供给和总需求两方面影响产出、价格、利率等，因此货币政策作用于中国不同经济区时造成的区域效应，可能源于区域间供给曲线或需求曲线的差异。鉴于不同经济区间劳动力供给难以度量，所以本文在考虑货币政策区域效应可能成因时主要从需求角度出发。统一的货币政策作用于不同经济区，可能通过利率渠道、信贷渠道及汇率渠道产生差异性调控效果。
本研究采用RPH联合瘘管切除术对痔合并肛瘘患者进行治疗发现,采用RPH联合瘘管切除术治疗后B组患者术后24h疼痛评分低于A组,术后首次排便时间疼痛持续时间、手术时间以及术后恢复时间均短于A组(P<0.05);B组术后并发症发生率低于A组(P<0.05),但两组治疗的总有效率无显著差异(P>0.05)。
本文利用ANSYS分析软件,采用梁杆混合模型进行建立输电塔有限元模型.文献[12]验证了梁杆混合模型的正确性,梁杆混合模型能较合理地反映结构的受力情况,且能很好地处理空间桁架体系的平面节点问题.输电塔主材、部分斜材(避免平面节点问题处的斜材)以及横隔材采用Beam4空间梁单元进行模拟,其余斜材及辅材采用Link8空间杆单元进行模拟,输电塔的4个塔腿支座与地面连接为全约束.输电塔有限元模型如图1(c)所示.
式中q（·）表示在抽样步骤中出现的同一重要密度。为了简化计算过程，q（·）常被当作P（｜）的替换。由于右边的项抵消，因此新的权重与似然函数L（zt｜Θit）呈正比关系。
信贷渠道主要强调信息不对称性，可分为银行贷款渠道及资产负债表渠道。其中银行贷款渠道对一些企业而言是获取资金的唯一渠道，银行仍然是大部分国家信贷资金的主要来源，造成其在提供资金的同时也拥有了传导货币政策的作用，存款准备金的增加或减少，会影响流通货币的数量，对货币派生功能产生直接影响。资产负债表渠道强调净值，向净值越低的企业放款，金融机构所面临的道德风险和逆向选择问题也就更严重。货币政策不仅能影响企业筹措资金难度，还能够影响企业的净值，主要是通过影响权益价格对借款者财务状况或现金流量造成影响。该渠道强调的是名义利率，与银行贷款渠道相同，资产负债表渠道对寻求资金替代更困难的小型企业影响效果更强。
汇率渠道伴随着浮动汇率制的出现，与国际贸易地位的上升而日益受到重视，货币政策汇率渠道的作用机制在于：货币供应量下降，货币价格更贵，本国短期名义利率上升，短期真实利率在短期价格粘性存在的假设基础下上升，本国货币需求上升，本币升值，外国产品吸引力提高，本国净出口下降，进而总产出下降，反之亦然。汇率渠道对经济区的影响显著与否很大程度取决于该地区的出口部门占比，一般而言，出口部门在该地区越重要，则货币政策的汇率传导渠道对该地区的影响越大。
(二)我国货币政策区域效应成因初步检验
1．对利率传输渠道的检验
为深入探究我国货币政策在不同经济区存在区域效应的成因，依次对可能的货币政策传导渠道进行检验。对利率渠道的检验首先应明确，利率变化是否会对不同经济区的不同产业造成差异性影响。若不同产业对利率变化表现出了异质性，说明离去渠道可能是解释我国统一货币政策出现区域间调控差异的原因之一；反之，则不能说明。
如图中实证结果所示，八大综合经济区第一、二、三产业，对价格型货币政策一个标准差正向冲击的动态响应存在明显的异质性，第二产业对利率变化最敏感。由此可知，若利率渠道是我国货币政策区域效应存在的原因，那么第二产业占比更高的地区，理应对价格型货币政策的冲击响应幅度更大。计算本文所选采样区间内的八大综合经济区三次产业的平均占比，如表1所示。
利率渠道起源于IS-LM模型，强调对产出、收入等造成影响的是实际利率而非名义利率，货币存量变化引起借贷成本即利率变化，这种变化会使得不同经济主体的投资及消费发生变化，并对社会总需求和总产出造成冲击。货币政策产生区域异质性部分源于不同经济区对利率变化敏感性差异，货币政策的产业差异性相对明显，在细分行业内部制造业比其他产业对利率更加敏感，换言之，若一个经济区对利率变化敏感的行业占比较大，那么大概率该经济区更容易受到价格型货币政策的冲击(王剑和刘玄，2005)。
最后，货币政策代理变量和三次产业增加值数据来自wind数据量、中经网数据库及国泰安数据库，所有数据统一采用加权平均或插值法等方式将频率调整为季度数据。
表1 八大经济区三次产业占比
其中，Σ t =diag (σ 1,t ,…,σ k+1,t )，A t 为主对角线为1的下三角矩阵。
从自然-人文要素来看,以2016年为例(图2),虽然人文景区数量大于自然景区的数量,但是其搜索量低于自然景区;人文景区网络关注度变化更为明显,“周五峰谷,周末低谷”的现象仍然存在;自然景区网络关注度较为平缓.可以看出,人文景区网络关注的用户主要以周边为主,大多选择周末出游,而自然景区的网络关注用户有很多来自其他地区,路程较远,需要提前规划或选择工作日出游.这也表明淮海经济区5A级景区中,自然景区的知名度较高,路途较远的游客需要乘坐火车、飞机等出行,因此关注度不像人文旅游景区那么集中．
对信贷渠道的检验，考虑到银行贷款渠道在文献中一般用小银行发放贷款在某一经济区占比来衡量，但在我国的实际情况，很多地区国有银行才是发放贷款的主力，小银行发放贷款的具体情况难以统计，也并为找到可靠数据。因此在探讨我国价格型货币政策冲击造成的不同经济区动态响应差异问题时，本文仅考虑资产负债表渠道。
小企业由于自身融资能力的限制，在寻找替代银行贷款方面具有天然劣势，如果信贷渠道是货币政策区域效应的成因之一，那么数量型货币政策的调整会对小企业造成更大的影响。选取各个经济区采样区间内规模以上工业企业总资产贡献率平均值，如表2所示。若规模以上工业企业总资产贡献率高，说明该地区大型企业更密集，反之则说明该地区融资能力相对较差的小企业更密集。如果信贷渠道是我国货币政策区域型存在的原因之一，那么小型企业更集中的地区，应该受到数量型货币政策一单位冲击时反应幅度更大。
表2 八大经济区规模以上工业企业总资产贡献率
由统计数据可知，八大经济区的规模以上工业企业贡献占比由高到低依次为：数量型货币政策冲击对不同经济区冲击强度由强到弱依次为：长江中游综合经济区、东北综合经济区、大西北综合经济区、东部沿海经济区、东部沿海综合经济区、南部沿海经济区、北部沿海综合经济区、黄河中游综合经济区、大西北综合经济区。从实证结果来看，黄河中游综合经济区受数量型货币政策变动影响最大，大西北综合经济区受数量型货币政策冲击影响幅度最小。大西北综合经济区规模以上工业企业总资产贡献率在八大经济区中排名最后，平均仅有7.6%，说明在大西北综合经济区，无法有效使用替代融资渠道的小企业较为集中。如果信贷渠道是我国货币政策区域效应成因之一，那么小企业集中的大西北综合经济区应该对数量型货币政策表现出更强的反应。其他经济区的响应强度也与各经济区规模以上工业企业贡献占比出入较大，根据实证结果，信贷渠道难以解释我国货币政策的区域效应。
那时候他们唯一的荤菜就是炒鸡蛋，吃的最多的就是白菜和土豆。尽管如此，一家人吃饭的时候总是其乐融融，互相照顾着彼此。
表3 八大经济区出口部门占GDP比重
3．对汇率传输渠道的检验
汇率渠道同样被认为是货币政策区域效应存在的原因之一。为检验汇率渠道是否能够解释我国货币政策在不同经济区的不同表现，对各大经济区的出口部门重要程度进行统计，结果见表3。若一个经济区的出口部门占GDP的比重很大，那么该经济区出口部门密集，汇率变化会造成进出口部门成本变动，若汇率渠道能够解释货币政策区域差异的成因，那么出口部门占比高的地区价格型货币政策冲击反应更大。
数据的加解密实现过程主要由轮密钥加、字节代换、行移位、列混合等操作完成。通过以上硬件实现加解密算法对系统数据加解密进行优化，由硬件FPGA完成并行、流水线式的数据加解密过程，可以有效提升系统的加解密性能、降低数据加解密时对存储阵列存储性能的影响[14]。
统计本文采样区间内出口部门占各个经济区GDP的比率，可知出口部门的重要程度，八大经济区的排序依次为：东部沿海综合经济区、南部沿海经济区、北部沿海综合经济区、东北综合经济区、长江中游综合经济区、大西北综合经济区、大西南综合经济区、黄河中游综合经济区。但是从价格型货币政策对八大经济区产业带来的冲击响应幅度看，沿海经济区并没有表现出更敏感的特征。价格型货币政策的区域效应与出口部门在经济区的重要程度二者相差较大，可知汇率渠道对我国货币政策区域效应的成因解释能力很弱，不能作为货币政策对不同经济区产生不同影响的成因之一。
四、结论与启示
“新常态”背景下，货币政策不仅局限于传统目标，产业结构升级也是货币政策调控目标之一。但我国幅员辽阔，地域间发展水平相差巨大，统一的货币政策在不同经济区，往往会产生差异性效果，不利于宏观调控。因此如何在保障货币政策引导产业升级同时，兼顾地域间经济发展差异十分必要。本文研究结论如下：
第一，价格型货币政策能够发挥对区域间产业升级进行有效调控的作用，但会对不同经济区产生差异性影响。其中，第二产业对价格型货币政策变化反应最敏感，随着时间推移货币政策的调控作用逐渐消失，不存在长期效应；宽松的价格型货币政策倾向于对第一、第二产业产生正向冲击，对第三产业产生负向冲击，其对区域产业升级产生的影响是消极的。
第二，数量型货币政策作用于产业间的调控效果，比价格型货币政策对向冲击的效果要弱，作用时间也相对较短；但与价格型货币政策一样，数量型货币政策对不同经济区的调控作用也不会产生长期效应；宽松的数量型货币政策能够为地区产业升级转型提供正向帮助。
第三，货币政策在我国存在明显的区域效应。其中传导机制差异是统一货币政策调控效果区域效应差异的主要成因，表现为与信贷渠道及汇率渠道相比，利率渠道对该问题的解释能力更强。
总体而言，货币政策有效实施，能够产生区域效应与产业结构变化两方面效果。使用不同的货币政策工具在不同经济区由于传导渠道的差异，调控效果及动态变化过程也存在明显差异。因此，要在引导产业升级同时协调区域间经济发展，正确认识货币政策实施效果的区域间差异，对不同经济区实施符合当地特点的不同经济政策，以促进区域协调健康发展。
2018年12月3日，易纲在回顾人民银行成立七十年历程时，再次强调货币政策应根据现实经济情况调整，并重视结构性货币政策的运用。一方面，货币政策是引导我国产业结构优化升级的重要宏观手段，宽松的价格型货币政策对产业结构升级推动作用较强，央行在特殊时期使用能较快推动某一地区产业结构变化。紧缩的数量型货币政策同样可以推动地区产业升级，且调控效果较温和，可以作为日常调控手段；另一方面，我国地区间发展差异较大，在考虑引导地区产业结构升级问题时，势必要注重区域间差异。利率渠道是解释我国货币政策存在区域效应的重要成因，因此，在兼顾产业升级与区域差异的前提下，要慎重使用利率工具，并且可以采用再贷款、再贴现、抵押补充贷款、定向降准等手段，辅助传统货币政策工具实现调控目标。推进产业结构优化、尽量减少区域发展不平衡，是最大限度发挥货币政策实施效果的选择。
参考文献：
[1] Christiano L. J., M. Eichenbaum, and C. L. Evans. Sticky Price And Limited Participation Modelsof Money: A Comparison[J]．European Economic Review, 1997, 41(3):1201-1249.
[3] 李林汉, 田卫民. 环境规制、金融发展与产业结构升级[J]．金融理论探索, 2018, 182(6):17-26.
[4] Hayo B,. Industry Effects of Monetary Policy inGermany[J]．Macroeconomics,1999, 63(1):127-158.
[5] 陈炳才. 用结构性货币政策应对和治理通货膨胀[J]．经济学动态, 2010(6):63-68.
[6] 彭俞超, 方意. 结构性货币政策、产业结构升级与经济稳定[J]．经济研究, 2016(7):29-42.
[7] Sims C. A. Comparison of Interwar and Postwar Business Cycles: Monetarism Reconsidered[J]．American Economic Review, 1980,70(2):250-257.
[8] Bernanke B. S., and B. P. Eliasz. Measuring the Effects of Monetary Policy: A Factor-Augmented Vector Autoregressive(FAVAR) Approach[J]．The Quarterly Journal of Economics, 2005, 120(1):387-422.
[9] Stock J. H., and M.W. Watson. Implications of Dynamic Factor Models for VAR Analysis[R]．NBER Working Papers, 2005.
[10] Nakajima, J. Time-Varying Parameter VAR Model with Stochastic Volatility: An Overview of Methodology and Empirical Applications[J]．Jouchi Nakajima, 2011,29(3):107-142.
[11] Primiceri G. E. Time Varying Structural Vector Autoregressions and Monetary Policy[J]．Review of Economic Studies, 2005,73(1):821-852.
[12] Koop, G., R. G. Leon, and R. W. Strachan. On the Evolution of the Monetary Policy Transmission Mechanism[J]．Journal of Economic Dynamics & Control, 2009, 33(2):997-1017.
[13] Belviso F., and F. Milani. Structural Factor-Augmented VAR(SFAVAR) and the Effects of Monetary Policy[J]．Macroeconomics, 2005, 6(3):1-46.
[14] 王剑, 刘玄. 货币政策传导的行业效应研究[J]．财经研究, 2005, 31(5):104-111.
Regional Effect of Monetary Policy and Dynamic Effect of Industrial Structure Upgrading in China
SHAO Cui-li1,2
(1.School of Economics and Management BUPT ，Beijing 100876,China ；2.College of Finance and Accounting ,Henan University of Animal Husbandry &Economy ,Zhengzhou 450044,China )
Abstract ：Under the background of “new normal”, promoting the optimization and upgrading of China′s industrial structure is also one of the objectives of monetary policy regulation. However, due to the obvious regional differences in China′s economic and social development, the traditional monetary policy is difficult to achieve the expected results. How can monetary policy guide industrial upgrading and take into account the differences in regional economic development? Based on the quarterly data from the first quarter of 2005 to the fourth quarter of 2017, this paper uses SV-TVP-FAVAR model to test the guidance and regional effect of China′s monetary policy on industrial structure upgrading.The empirical results show that: on the whole, both quantitative and price monetary policies can have an effective impact on the industrial structure of different economic zones, but the regional differences in regulation are large; the expanding price monetary policy tends to have a negative effect on the upgrading of regional industrial structure, while the expanding quantitative monetary policy tends to have a positive effect;the effect of quantitative monetary policy on industrial added value is weaker than that of price monetary policy, but no matter what kind of monetary policy is used, it cannot have a long-term and lasting impact on industrial structure; interest rate channel is the most likely cause of regional effect of monetary policy.Therefore, the relevant economic policies to promote the optimization of industrial structure should be combined with the development level of different regions and the differences of policy transmission channels to maximize the effect of monetary policy implementation.
Key words ：monetary policy; dynamic effect; regional effect; industrial structure
中图分类号： F062. 9
文献标识码： A
文章编号： 1001-148X( 2019) 11-0079-09
收稿日期： 2019-06-12
作者简介： 邵翠丽(1979-)，女，河南周口人，河南牧业经济学院金融与会计学院副教授，北京邮电大学经济管理学院博士研究生，研究方向：公司治理和资本市场。
基金项目： 河南省教育厅人文社会科学研究项目，项目编号：2019-ZDJH-044；河南牧业经济学院科研创新团队项目(2018)资助；河南牧业经济学院财务与投资管理重点学科项目(2016)资助。
(责任编辑：周正)
标签：货币政策论文; 动态效应论文; 区域效应论文; 产业结构论文; 北京邮电大学经济管理学院论文; 河南牧业经济学院金融与会计学院论文;