货币政策效果的区域差异分析——基于安徽省16市的数据

许仲媛，查会琼

（安徽工业大学商学院，安徽马鞍山243002）

随着经济水平的不断提高，安徽省的经济实力也在不断增强，人均生产总值由2000年的4779.46元增加到2015年的35996.61元，按照不变价格，16年间增长了6.53倍，正在快速的发展着自身。然而安徽省各市区域间的经济发展也存在着明显的差异，需及时采取有效的措施来缩小差异，提升安徽省这一经济区域对中国中部经济发展的贡献率。熨平经济波动的主要手段即货币政策，其效果由于各地区经济发展程度的不同而不会完全相同，虽然我国统一的货币政策会对大部分地区经济发展带来积极的影响，同时也会抑制部分地区经济的增长，产生消极的后果，继而低于预期的货币政策效果，不能有效发挥宏观经济调控政策的作用。基于此，本文以安徽省16个地级市为例，对区域经济发展差异及货币政策效果的区域差异进行实证分析和研究，以期对安徽未来区域经济政策尤其是货币政策的制定提供一定的参考。

1 文献综述

不少国外学者对货币政策的区域效应进行了研究。Ramaswamy,Sloek研究发现，在法国、西班牙、瑞典、丹麦,货币政策对产出作用的时滞要比在德国、奥地利、比利时、芬兰短将近一倍[1]。Carlino and DeFina[2]，Owyang and Wall[3]利用 VAR 模型对美国各地区货币政策差异性进行了实证分析，发现在美国各区域间，货币政策冲击存在着比较大的差异，同时随着时间的变化，货币政策的区域影响也在发生着变化，联邦基金利率的变化对各州的影响也不是完全相同的。Beare[4]、Mathur,Stein[5]、Fishkind[6]分别以美国不同时期、不同地区为样本，进行实证分析。在对加拿大1956年-1971年的数据进行分析的基础上，Beare认为一国货币政策对地区真实产出有重要影响。采用与Beare相似的模型，Mathur和Stein对美国八个地区两个时期进行实证分析比较，认为货币政策对区域经济有着显著的影响。Fishkind为了检验美国货币政策对印第安纳州经济的不同作用，其研究了货币政策两个时期的区域经济指标的变动情况，分别是宽松时期(1969-1970年)与紧缩时期(1971-1972年)，从得出的结果中可知，在1971-1972年，全国的经济增长水平都比该州快。反之，在1969-1970年，该州与全国有着相同的增长速度。

随着改革开放的进行，各地区经济结构也逐渐发生了改变，地区之间的差距在逐步拉大。地区间的这种不平衡的拉大开始引起国内学者的关注，慢慢地学者们开始质疑统一的货币政策是否真正有效。张志军认为，不同地区因统一的货币政策的实施，会有不同的产出，在不均衡的各地区间金融经济发展情形下。他从“一刀式”的紧缩性的货币政策、统一的法定存款准备金率、统一的利率管制、统一的再贷款政策、统一的金融组织形式以及统一的机构设立门槛等方面，分析了各地区经济因统一的货币政策而产生不同的政策效果[7]。在张志军的研究基础上，孙天琦[8]从货币政策的中介目标、操作工具、传导机制、最终目标等多个方面，更加深入地研究我国货币政策效果。他尽管承认统一的货币政策会对各地区经济产生非对称效果，但其认为区域化的货币政策是不可轻易实行的，而应该在坚持统一货币政策的基础下，对部分中的货币政策内容进行差异化的探究。李茹兰、张晶(2008)主要研究了紧缩性货币政策阶段与扩张性货币政策阶段的货币政策区域效应，其对两个时期的货币政策通过面板模型来进行区域效应差异检验，分别紧缩时期（1984—1997）与扩张时期（1998—2004）。她发现中西部地区的经济增长率，在货币政策的作用下，其影响远远超过东部地区，中部地区的幅度最大，但西部地区的反应最直接，东部地区对紧缩政策有着滞后的反应且幅度也最小。而对于扩张性的货币政策来说，则恰恰相反[9]。采用PVAR模型，王祥,苏梽芳和李曼曼对我国货币政策的区域差异性进行实证研究，研究得出，产出和物价受货币政策的影响，无论是影响程度还是时间上，都在我国的不同地区产生着显著的区域差异[10]。

货币政策效果因区域经济差异而不同，一些学者从找寻原因的角度去进行研究。通过运用VAR模型，宋旺、钟正生认为我国的货币政策区域效应还是比较显著的，由于货币传导机制中的信贷渠道和利率渠道，而造成货币政策区域效应的存在[11]。杨浩的研究也得到宋旺、钟正生相同的结论[12]。何丽娜研究发现，各地区在经济发展水平和产业结构上的差异是造成我国货币政策存在区域效应的根本原因[13]。阮莉莉研究得出，区域经济发展水平差异、区域资本贡献率差异以及区域经济结构差异都会导致货币政策的区域差异化效应[14]。

国内外学者对于货币政策效果的区域差异性研究有着高度重视，本文从中观视角出发，选取安徽省16个地级市作为研究对象，来研究安徽16市经济的差异因统一的货币政策而带来何种不同的效果。

2 安徽省16市区域经济发展差异的分析与聚类

本文选取10个指标来构建区域经济发展指标体系，对2015年安徽省16市区域经济发展情况，用因子分析方法进行具体分析；其次，对安徽省16个市的区域经济发展相似性进行聚类分析。

2.1 指标选取与数据来源

2.1.1 构建指标体系 根据科学性、可比性、数据可获取性的原则，本文在参考其他相关文献的基础上，且以探寻影响安徽省16市经济发展的主成分因素为目的，同时结合安徽区域经济发展特点，选取了安徽省16市10个统计指标来研究区域经济发展的差异性，如表1所示。

表1 区域经济发展指标体系表

2.1.2 数据选取与来源 选取2015年安徽省16市上述10项指标的截面数据，对样本数据进行标准化处理，从而对2015年安徽省16市经济水平进行因子分析。16市经济发展差异的比较可由综合得分与排名来得出，之后对16个市的经济发展相似性用聚类分析的方法进行分析。利用SPSS17.0软件来完成上述实证研究。

2.2 经济发展差异的分析

首先本文对2015年安徽省16市的数据进行了标准化处理，这样可以消除量纲，利用SPSS17.0统计软件来对标准化后的数据进行相关性分析。KMO与Bartlett检验是在做因子分析前进行的，KMO是提出的取样切当性量数，数值处于0-1之间，但KMO值须在0.6以上是进行因子分析的普遍准则。本文利用软件得出的KMO值为0.805，从而做因子分析是适合的。检验原始变量是否来自多元正态分布是Bartlett球形度检验的主要目的，本文在SPSS17.0软件的计算下得出，其检验的显著性是0.000，显著水平已经达到了，即有共同因子存在于总体的相关矩阵间。继而，进行因子分析是适合的，各主成分初始的特征值、贡献率、贡献累积率由此得出，由表2所示。

表2 解释的总方差

从表2中可得知，前2个主成分的方差贡献累积率达到了88.294%，其超过了85%，表明其反映了原始变量的大部分信息，因而选取这两个主成分。

由于主因子的内涵不够清晰，继而对初始因子载荷矩阵实施正交旋转，采取了最大方差法，得出表3中旋转后的成分矩阵。

表3 旋转成分矩阵

如表3所示，在方差累积贡献率方面，因子旋转后与旋转前相比，仞是相同的，但原有变量的方差贡献却被不相同了，其被重新分配，从而便于解释因子。从旋转后的成分矩阵表3可看出，第一主因子F1在x1、x2、x3、x4、x5、x6、x8、x9、x10这9个指标上有较大载荷，反映了安徽各市的综合经济发展水平，因而，将F1称为区域经济综合发展水平因子；第二主因子F2在x7这个指标上有较大载荷，其反映安徽各市的工业发展水平，故将F3称为区域工业发展因子。

因子得分系数由回归分析法估计得出，采取指标变量进行线性组合的形式来表示主因子，各主因子的得分由此得出。将各因子得分进行加权求和，从而得出综合因子的最后得分。原有9个变量总方差的71.338%由区域经济发展水平因子F1的特征根所解释，因而权重为0.71338；同理，区域工业发展因子F2的权重为0.16956。F1、F2的方差累积贡献率为88.294%，因而综合权重为0.88294。

F综=（0.71338 F1+0.16956 F2）/0.88294

安徽省16市的因子得分和综合测评得分，通过上述公式来计算得出，并对各项得分进行了排序，其结果如表4所示。

通过综合得分可看成，合肥市、马鞍山市、芜湖市、铜陵市、宣城市、淮北市、蚌埠市、黄山市综合得分为正值，池州市、淮南市、滁州市、安庆市、六安市、阜阳市、宿州市、亳州市得分为负值。从区域经济综合发展水平看，合肥、芜湖、马鞍山排在前三名，合肥作为省会，在经济发展水平上处于绝对优势地位。从区域工业发展水平看，铜陵、淮北排在前两名，这主要与其两市有丰富的矿产资源有着紧密的联系。

表4 安徽16市因子得分、综合测评得分与排序

2.3 安徽省16市区域经济发展差异的聚类分析

在上述安徽省16市因子分析之后，得到了两个公因子得分，接着运用系统聚类法对标准化后的数据进行聚类分析，聚类分析结果从图1中可看出。

图1 安徽区域经济发展水平聚类分析树形图

从聚类分析结果来看，16个市分成了四大类，发达地区、较发达地区、中等地区与欠发达地区，结果如表5所示。

表5 安徽16市经济发展水平分类表

3 构建VAR模型

根据上述聚类分析的结果，对分成四类的样本数据，通过单位根检验、协整关系检验、脉冲响应函数来建立变量间的长期均衡模型，从而进行实证分析。

3.1 变量选择与数据处理

本文用安徽省各项存贷款余额增长率来反映安徽省广义货币供应量M2，使用上述四个地区的生产总值GDP增长率和CPI增长率，来分别反映出货币政策对安徽省四类地区的产出效果与价格效果。安徽省发达地区的GDP增长率记为GDP1，较发达地区的GDP增长率记为GDP2，中等地区的GDP增长率记为GDP3，欠发达地区的GDP增长率记为GDP4。安徽省发达地区CPI增长率记为CPI1，较发达地区CPI增长率记为CPI2，中等地区CPI增长率记为CPI3，欠发达地区CPI增长率记为CPI4。本文采用EVIEWS9.0统计软件对数据进行处理。选取了2000年-2015年上述变量共16年的数据，从而进行实证分析。

3.2 实证分析过程

3.2.1 ADF检验 对于时间序列，首先要判断其平稳性，若不平稳，所得出来的结果在很大程度上就是没有意义的“伪回归”。对于不平稳的序列，为实现其平稳性，可以通过差分来完成。本文对聚类后的4个地区的生产总值、CPI指数以及货币供应量进行ADF检验，其结果从表6可看出。

表6 ADF检验结果

3.2.2 协整检验 在分析非平稳经济变量之间的数量关系时，协整方法已成为最主要工具之一，变量若不具有协整协整关系，则不能构建VAR模型。上述变量从表6中可看出，在其差分后都变成平稳的，因而能够进行协整检验，从表7中可看出Johansen协整检验的结果。

从上述协整检验结果可看出，安徽省四个地区的区域经济变量、货币政策变量和居民消费价格指数变量都存在1-2个协整关系，可知从长期而言，具有稳定的关系。

表7 协整检验结果

3.2.3 建立VAR模型 根据选取的代理变量：安徽省各项存贷款余额增长率、地区生产总值增长率与居民消费物价指数增长率，来构建聚类后的安徽四个地区VAR模型：

在安徽四个地区VAR模型中，其全部根模的倒数都比1小，位置都处于单位元以内，AR根如下图2，图3，图4，图5所示，表明四个地区VAR模型符合稳定性前提。

图2 发达地区AR根图

图3 较发达地区AR根图

图4 中等地区AR根图

图5 欠发达地区AR根图

3.2.4 脉冲响应函数分析 在随机扰动项中，其一个标准差冲击，会影响内生变量现在和未来值，可以用脉冲响应函数来衡量。在VAR模型的动态结构下，对一个变量的冲击，不仅会对其产生直接的影响，而且会传导给其他全部的内生变量。通过采用Cholesky分解方法，在强度与周期上，去进一步分析货币政策如何影响区域经济增长，以期更清楚的说明货币政策是以何种途径来影响经济增长，货币供应量对四个地区模型中各变量的冲击效果由脉冲响应函数来识别出。其结果见图6、图7、图8、图9：

图6 发达地区

图7 较发达地区

图8 中等地区

图9 欠发达地区

从产出对货币政策冲击的脉冲响应函数图可知，安徽省发达地区即合肥市在第2期达到最大响应值，之后逐渐下降，并于第5期达到最小响应值，随后缓慢上升，稳定于零值。较发达地区与发达地区不同的是于第3-5期趋于稳定，并于第5期以后小幅波动，于第3期达到最大响应值，且并在第7期达到最小响应值，响应最值期数都稍微滞后于发达地区。中等地区与其他三个地区有所不同，一开始产出呈下降的趋势。发达地区、较发达地区以及欠发达地区一开始的脉冲响应值都是负值，而中等地区是正值。

从价格水平对货币政策冲击的脉冲响应函数图可知，安徽发达地区即合肥市大幅上升于第2期达到最大值，随后大幅下降，于第3期达到最小响应值，之后呈不断波动的趋势。较发达地区大幅上升于第2期达到最大值，且其值略大于发达地区，发达地区的波动幅度于第5期后明显大于较发达地区，响应程度更强烈一些。较发达地区于第2期后大幅下降，并于第4期达到最小值，其期数稍滞后于发达地区。与前两个地区不同的是，中等地区和欠发达地区在第5-6期时趋于稳定，即货币政策的冲击对价格水平无影响。但欠发达地区第1-2期的上升幅度明显大于中等地区，且其最大响应值也大于中等地区。

相比较中等地区、欠发达地区来说，发达地区与较发达地区的产出对货币政策冲击的响应峰值更大。而从价格水平对货币政策的冲击来看，较发达地区比发达地区的响应峰值大一些，但波动幅度小，持续时间短；欠发达地区的响应峰值也远大于发达地区、较发达地区与中等地区，即物价对货币政策的响应更强烈一些。

4 货币政策效果差异的原因分析—基于区域经济发展差异

本文研究结果表明，即使是同一省份，较大的差距存在于各地区的经济发展水平中，统一的货币政策也会对其带来不同的影响。安徽发达地区即合肥市产出对货币政策的反应更为灵敏些，而欠发达地区物价对货币政策的响应程度更强烈些。本文从经济发展差异分类的四个地区中，选出发达地区-合肥市，较发达地区中的芜湖市，中等地区中的安庆市、六安市与亳州市，以及欠发达地区-黄山市这六市，从下述几点进行分析：

4.1 产业结构差异

由于不同产业对利率的敏感程度有所差异，货币政策在通过利率渠道传导时将产生不同的效应。相对于第一产业而言，第二产业、第三产业资本密集度高，对利率的敏感性程度大，货币政策效应更显著一些。当占比较大的产业的性质是利率敏感度高时，那这个地区受到货币政策冲击的影响程度就更大一些。如表8所示，作为经济发达的省会—合肥市，其第一产业比重只有4.7%，第二产业和第三产业比重相对比较高。而经济不太发达的地区如宿州市，其第一产业比重占达21.7%，第二与第三产业比重相对较低。

表8 六市三次产业结构比重（2015年）%

4.2 金融发展程度差异

金融资源在区域间的分布有着显著的不均衡特点。对货币政策的反应相对更敏感的地区，其金融是比较发达的。2015年合肥市金融机构各项存款额11193.703亿元，其是经济欠发达地区-黄山市的12倍；各项贷款额10171.093亿元，约是黄山市的18倍，其他各项包括上市公司数量、股份总数、直接融资额、证券营业部数量以及保费收入都明显超过其他五市。在股市上涨时，由于上市公司的区域分布的差别，发达地区企业募集资金的机会远大于欠发达地区，因而需要为欠发达地区企业拓宽融资渠道，使更多的金融资源流向该地区，促进该地区的经济增长。由表9可以看出，发达地区-合肥市金融发展水平较高，金融规模较大，金融市场较为发达，金融机构主体相对多样化。中等地区与欠发达地区金融发展程度较低，相比较发达与较发达地区而言，货币市场滞后，资本市场尚待完善。

表9 六市金融资源分布情况（2015年）

4.3 企业规模差异

在金融市场上，对资金需求强烈程度与数量程度比较高的主体是企业。要想实现货币政策目标，这就取决于企业采取何种行为来响应货币政策调整。中小企业规模较小，资本金不足、缺乏有效的抵押和担保等问题，都使中小企业难以满足贷款条件。此时，使货币政策工具的作用得不到发挥，货币政策传导路径也被阻塞，极大地削弱了货币政策传导效果。由表10可看出，从企业规模来看，发达地区即合肥的中小型企业单位数以及总产值，明显超过其他五市。欠发达地区-黄山市的中小型企业单位数及总产值比较低。

表10 六市中小型企业单位数及总产值（2015年）

5 相关的对策建议

安徽省区域经济发展的差异会在统一的货币政策的影响下不断扩大，根据上述研究结果提出以下建议。从短期看，区域经济发展特征发生较大改变的难度比较大，因而需要依靠外部的推动来缩小区域间差异。

5.1 合理调整产业结构，实施投资贴息政策

产业结构差异是导致货币政策区域效应的重要因素之一，适应产业转型发展需要，承接发达地区企业转移，在金融扶持中，对发展前景比较好的欠发达地区企业进行一定的投资结构调整与实施贴息政策。在运用货币政策时，结合产业调整的方式，来为产业调整获取更多的金融资源。目前，一些地区的具有龙头作用的行业，可以利用银行贴息政策来支持其优先发展。黄山市作为旅游型城市，在其目前产业结构调整中，应进一步挖掘该地区的旅游和文化资源的价值潜力，逐步提高第三产业比重。安徽中等地区和欠发达地区第一产业比重过高，须继续发展农业，促使农业产业化，地区银行机构应继续发展扶贫小额贷款、新型农业经营主体贷款等贷款业务。

5.2 拓宽黄山市中小企业融资渠道，降低企业融资成本

企业规模差异是货币政策对区域产生差异性影响的重要原因，中小企业要加快改革自身的步伐，加强经营管理，使其整体实力不断提高。同时，为破解小微企业资金瓶颈问题，金融机构要不断创新金融产品，提高创新服务，黄山市休宁县国税局与县农商行联合推出“税信贷”产品，根据增值纳税的信用评价结果，一些依法诚信纳税的小微企业，其不仅有着原有贷款，而且对其增加纯信用贷款最高至100万元，这给小微企业提供了便利的融资条件；金融机构要加大对小微企业信贷支持，人行黄山市中心支行向屯溪农商行发放首笔支小再贷款4000万元，定向用于支持屯溪九龙低碳经济园区13户小微企业，并在利率定价上要求平均不得高于支小再贷款利率4个百分点；同时，政府也应出台相关政策大力支持中小企业信贷，黄山市歙县出台了《歙县中小微企业还贷应急资金管理办法（试行）》等政策来帮助企业解决融资难题；政府要全面履行好自身的职责，不断形成银企合作的好势头。银企对接长效工作机制需要政府相关职能部门不断的建立健全，并且监督指导签约项目切实履约，确保资金及时投放到位，并对担保公司的担保流程做出具体的规范。

5.3 促进黄山市的金融市场体系发展

加大重点项目、实体经济、融资担保力度，降低担保费率；在金融创新上下功夫，不断创新金融产品，创新服务，补齐金融短板；要积极做好企业上市工作，在股票发行注册制改革、战略性新兴产业板设立等许多机遇之下，已上市与拟上市企业要加快上市步伐；加大区域性股权市场建设，安徽省股权托管交易中心文旅板（黄山专版）开板和首批50家企业集中挂牌，有力地推动了黄山市多层次资本市场建设，为符合条件的挂牌企业提供形象展示、股权管理、产权交易、股权融资、债权融资等专业服务。在国家服务业综合改革试点、新安江流域生态补偿机制试点、徽州文化生态保护区、皖南国际文化旅游示范区等战略平台的依托之下，黄山深入推进文化、生态、旅游“三位一体融合发展”，有力地促进黄山市文化旅游企业利用资本市场加快转型升级的步伐。

[1]Ramaswamy,Sloek.The Real Effects of Monetary Policy in the European Union What are the differences?[J].IMF Staff Papers,1998,45(2)：374-381.

[2]Carlino,G.,R.DeFina.The differentialregionaleffectsof monetary policy[J].eview of Economics and Statistics,1998,(4)：572-587.

[3]Owyang,M.,H.Wall.Regional VARs and the Channels of Monetary Policy[J].Applied Economics Letter,2009,16(12)：1191-1194.

[4]John B.Beare.A Monetarist Model of Regional Business Cycles[J].Regional Science,1976，16(1)：57-63.

[5]Vijay K.Mathur,SheldonStein.Regional Impact of Monetary and Fiscal Policy：An Investigation into the Reduced form Approach[J].Regional Science,1980,20(3)：343-351.

[6]Henry H.Fishkind.The Regional Impact of Monetary Policy：An Economic Simulation Study of Indiana 1958-1973[J].Regional Science,1977,17(1)：77-88.

[7]张志军.中央银行应注意金融调控的地区差别性[J].理论研究,1999(6)：4-8.

[8]孙天琦.货币政策：统一性前提下部分内容的区域差别化研究[J].金融研究,2004(5)：1-19.

[9]李茹兰，张晶.货币政策区域效应对我国区际经济差距影响的实证分析[J].北京师范大学学报(社会科学版),2008(6)：124-129.

[10]王祥，苏桔芳，李曼曼.中国货币政策的区域差异性：基于面板VAR的分析[J].南京工业大学学报(社会科学版),2013,12(1)：98-103.

[11]宋旺，钟正生.我国货币政策区域效应的存在性及原因一一基于最优货币区理论的分析[J].经济研究,2006(3)：46-58.

[12]杨浩.最优货币区视角下的中国货币政策区域效应分析[J].广东金融学院学报，2009,24(1)：27-34.

[13]何丽娜.我国统一货币政策调控下区域效应非对称性问题分析[J].郑州大学学报(哲学社会科学版),2012,45(3)：64-68.

[14]阮莉莉.中国货币政策区域效应研究[D].重庆：西南大学，2013.