摘要：在全球經(jīng)濟(jì)一體化的背景下，一國經(jīng)濟(jì)政策不確定性會通過貿(mào)易、投資等渠道溢出到其他國家和地區(qū)，為分析美國經(jīng)濟(jì)不確定性對中國各省域的影響，采用全局向量自回歸模型分析美國貿(mào)易、財政和貨幣政策不確定性對中國各省域經(jīng)濟(jì)的沖擊效應(yīng)。研究發(fā)現(xiàn)：美國貿(mào)易政策不確定性對各省域宏觀經(jīng)濟(jì)的脈沖沖擊大于貨幣政策不確定性的沖擊，而財政政策不確定性的脈沖沖擊明顯較小；美國貿(mào)易和貨幣政策不確定性對各省域的脈沖沖擊具有較大的異質(zhì)性，省域經(jīng)濟(jì)發(fā)展越“充分”，對各省域消費(fèi)物價指數(shù)的沖擊越傾向于負(fù)向沖擊，且沖擊越小，而對進(jìn)出口的沖擊越傾向于正向沖擊，且沖擊越大。各省需注意貿(mào)易和貨幣政策不確定性對地區(qū)消費(fèi)物價指數(shù)和進(jìn)出口的沖擊，以提前做好應(yīng)對；各省域應(yīng)進(jìn)一步提升創(chuàng)新能力和開放水平，弱化外部經(jīng)濟(jì)政策不確定性的負(fù)向沖擊。

關(guān)鍵詞：國民經(jīng)濟(jì)管理；經(jīng)濟(jì)政策不確定性；省域經(jīng)濟(jì)；沖擊效應(yīng)；全局向量自回歸模型

中圖分類號：F202? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號：1008-4657（2024）03-0032-12

2008年全球性金融危機(jī)之后，全球的不確定性，特別是經(jīng)濟(jì)政策不確定性（以下用“EPU”表示）推動了全球經(jīng)濟(jì)的周期性波動 ［ 1，2 ］，且大部分的不確定性來自美國 ［ 3 ］。較高的EPU反映了未來政策沖擊有更廣泛的概率分布，因此，較高的EPU并不一定導(dǎo)致對宏觀經(jīng)濟(jì)和微觀個體的負(fù)向沖擊［ 4 ］。盡管如此，經(jīng)濟(jì)主體往往會對EPU保持較高的警惕。高的EPU影響經(jīng)濟(jì)主體對未來的政策預(yù)期，產(chǎn)生“觀望”心態(tài)，并影響消費(fèi)、投資和其他經(jīng)濟(jì)行為。在市場爭相競爭的環(huán)境中，微觀個體的經(jīng)濟(jì)行為最終涌現(xiàn)出宏觀的經(jīng)濟(jì)特征。政策需求者環(huán)境的變化又會影響政策供給及其決策過程，并進(jìn)一步推高EPU。近些年，雖然中美貿(mào)易摩擦、英國脫歐和歐洲民粹主義的興起讓全球經(jīng)濟(jì)一體化蒙上了陰影，但全球化是歷史大勢，當(dāng)前出現(xiàn)的一些逆全球化動向只不過是全球化潮流中激起的幾朵浪花，阻擋不住全球化大潮（ 1 ）。在全球經(jīng)濟(jì)一體化的背景下，一國EPU的影響不僅僅局限在國內(nèi)，還會通過貿(mào)易、投資等渠道溢出到其他國家和地區(qū)。

當(dāng)前大量文獻(xiàn)探討了EPU的國際溢出效應(yīng)，其中較多的文獻(xiàn)探討了美國EPU的國際溢出。對中國來說，深入分析美國EPU的影響，避免對宏觀經(jīng)濟(jì)的沖擊尤為重要。考慮到中國的非平衡發(fā)展戰(zhàn)略、東中西部經(jīng)濟(jì)發(fā)展的顯著差異、各省內(nèi)生和外生比較優(yōu)勢的明顯不同，更為重要的是基于省域?qū)用嫔钊敕治雒绹鳨PU對中國各省域經(jīng)濟(jì)的沖擊效應(yīng)。

一、文獻(xiàn)綜述

（一）經(jīng)濟(jì)政策不確定性對國內(nèi)宏觀經(jīng)濟(jì)的影響

Bernanke［ 5 ］和 Bloom［ 6 ］較早研究了不確定性的“觀望”效應(yīng)，認(rèn)為當(dāng)需求增加到某些上限時，企業(yè)就會進(jìn)行投資，而當(dāng)需求達(dá)到某些下限時，就會減少投資。企業(yè)的最優(yōu)投資呈現(xiàn)閾值形式，由于不確定性提高了投資的上限，企業(yè)愿意“觀望”，引發(fā)投資水平的下降。從家庭的角度來看，較高的不確定性促使家庭更關(guān)注未來的收入。因此，家庭傾向于減少消費(fèi)來增加預(yù)防性儲蓄 ［ 7-9 ］。但這種影響是復(fù)雜的，因?yàn)楦叩膬π羁梢源碳の磥硗顿Y，從而促進(jìn)長期的經(jīng)濟(jì)增長［ 2 ］。大量的實(shí)證論文發(fā)現(xiàn)了EPU對一個國家內(nèi)部實(shí)際經(jīng)濟(jì)活動的不利影響，如產(chǎn)出［ 1，10-11 ］、股價［ 1 ］、投資和就業(yè) ［ 1，6，8，12 ］、失業(yè)［ 8，13 ］、通脹［ 8 ］；資產(chǎn)價格［ 14 ］； 金融市場［ 15-16 ］和信貸流量 ［ 17 ］。

（二）經(jīng)濟(jì)政策不確定性的國際溢出

關(guān)于不確定性的國際溢出效應(yīng)，目前文獻(xiàn)主要是對目標(biāo)國家或一小部分經(jīng)濟(jì)體的孤立分析。Carrière? Swallow? &? Céspedes［ 18 ］對40個發(fā)達(dá)和新興經(jīng)濟(jì)體的VAR模型估計(jì)發(fā)現(xiàn)，在美國EPU沖擊后，發(fā)達(dá)和新興經(jīng)濟(jì)體的投資和消費(fèi)都在下降。與美國和其他發(fā)達(dá)國家相比，在外部EPU沖擊后，新興經(jīng)濟(jì)體的投資和私人消費(fèi)下降更為嚴(yán)重，需要更長時間才能復(fù)蘇。類似地，Colombo［ 19 ］使用標(biāo)準(zhǔn)的SVAR框架顯示，給予美國EPU的一個標(biāo)準(zhǔn)差沖擊會導(dǎo)致歐洲工業(yè)生產(chǎn)和價格的顯著下降。從數(shù)量上看，美國EPU對歐洲的沖擊大于歐元區(qū)特有的EPU沖擊。為納入更多的變量，Kamber等人［ 20 ］使用因子增強(qiáng)VAR模型（FAVAR），發(fā)現(xiàn)了其他主要經(jīng)濟(jì)體和新西蘭的實(shí)際經(jīng)濟(jì)活動對美國EPU沖擊的負(fù)面反應(yīng)。Trung［ 3 ］使用Panel? ?VAR模型（PVAR）研究了美國EPU沖擊對一小部分新興經(jīng)濟(jì)體的沖擊效應(yīng)。研究發(fā)現(xiàn)美國EPU沖擊對新興經(jīng)濟(jì)體的實(shí)際經(jīng)濟(jì)活動（如產(chǎn)出、投資、消費(fèi)、外國直接投資和出口）均有負(fù)面影響。一些學(xué)者在細(xì)分EPU的同時，指出了美國貨幣政策不確定性對世界其他地區(qū)產(chǎn)生了相當(dāng)大的產(chǎn)出溢出效應(yīng)，對許多經(jīng)濟(jì)體來說，這比美國國內(nèi)的影響還要大［ 21 ］。

關(guān)于EPU對資本流動的沖擊，Gauvin、McLoughlin? &? Reinhardt［ 22 ］指出，美國的EPU沖擊顯著減少了進(jìn)入新興市場的債券和股票。相反，歐盟的EPU對流入新興市場的股票和債券有不同的影響，表現(xiàn)為股票流入增加，但債券流入減少。EPU對資本流動的溢出效應(yīng)取決于時間以及全球和國內(nèi)經(jīng)濟(jì)狀況。相反，Gourio、Siemer? &? Verdelhan［ 23 ］采用26個新興國家的數(shù)據(jù)集顯示，EPU刺激了資本流入新興經(jīng)濟(jì)體。Raddatz［ 24 ］使用Panel? ?VAR模型（PVAR）量化了這些不同外部沖擊的影響，并確定了它們對低收入國家產(chǎn)出波動的貢獻(xiàn)。從數(shù)量角度來看，外部沖擊的產(chǎn)出效應(yīng)在絕對值上通常很小，但相對于這些國家的歷史表現(xiàn)來說很大。

考慮到地緣政治的影響，一些學(xué)者探究了美國EPU對主要拉丁美洲國家如墨西哥、哥倫比亞、巴西和智利宏觀經(jīng)濟(jì)變量的溢出效應(yīng)，認(rèn)為美國EPU的沖擊導(dǎo)致了上述四個國家的貨幣貶值，最大的影響是對墨西哥 ［ 25 ］，并對墨西哥的利率產(chǎn)生積極影響［ 26 ］。其他具有統(tǒng)計(jì)意義的結(jié)果是對哥倫比亞的工業(yè)總產(chǎn)值產(chǎn)生短暫而小的積極影響。

（三）經(jīng)濟(jì)政策不確定性國際溢出的異質(zhì)性

大量研究表明，美國EPU對不同國家宏觀經(jīng)濟(jì)的沖擊效應(yīng)具有較大的異質(zhì)性。沖擊效應(yīng)的大小取決于接受國的貿(mào)易和金融一體化、金融開放、匯率制度、金融市場發(fā)展、勞動力市場剛性、產(chǎn)業(yè)結(jié)構(gòu)以及對全球價值鏈的參與等。

異質(zhì)性的主要來源是貿(mào)易開放，貿(mào)易開放可能加劇國內(nèi)經(jīng)濟(jì)受到外部沖擊的脆弱性［ 21，27-30 ］。使用制造業(yè)生產(chǎn)和貿(mào)易的行業(yè)級面板數(shù)據(jù)，可以發(fā)現(xiàn)，隨著專業(yè)化程度的提高，貿(mào)易開放度對產(chǎn)出波動的影響越強(qiáng)［ 28 ］。從長期來看，發(fā)展中國家貿(mào)易開放度與收入水平之間存在雙向的正相關(guān)關(guān)系，這表明貿(mào)易開放度既是收入波動的原因，也是收入波動的結(jié)果［ 31 ］。然而，一些研究認(rèn)為，貿(mào)易開放可以通過促進(jìn)風(fēng)險分散來減少對外部沖擊的暴露［ 31-32 ］。

有些研究認(rèn)為，金融發(fā)展使金融系統(tǒng)能夠?qū)①Y本分配到最有成效的用途上，因此，金融全球化可以成為促進(jìn)新興市場國家經(jīng)濟(jì)增長和減少貧困的強(qiáng)大力量［ 33 ］。從理論上講，金融開放可以通過允許外部金融沖擊更迅速地跨境傳播，從而擴(kuò)大外部沖擊的不利影響，但是金融開放度和外部沖擊的關(guān)系并不是線性的，處于中等金融發(fā)展水平的經(jīng)濟(jì)體比非常發(fā)達(dá)或非常不發(fā)達(dá)的經(jīng)濟(jì)體更不穩(wěn)定［ 34 ］。因此，正在經(jīng)歷金融發(fā)展階段的國家在短期內(nèi)可能會變得更加不穩(wěn)定［ 35 ］。同樣，完全的資本賬戶自由化可能會破壞處于中等金融發(fā)展水平經(jīng)濟(jì)體的經(jīng)濟(jì)穩(wěn)定。相反，有研究認(rèn)為，金融開放可以通過改善風(fēng)險分擔(dān)，幫助國內(nèi)經(jīng)濟(jì)分散外部沖擊的影響［ 29，35-36 ］，但是，金融一體化在改善風(fēng)險分擔(dān)和消費(fèi)平滑可能性方面的好處似乎只有在超過某一門檻時才會產(chǎn)生［ 29 ］。從制度層面看，疲軟的機(jī)構(gòu)導(dǎo)致資本流動更加波動，從而增加了外部沖擊后國內(nèi)經(jīng)濟(jì)的宏觀經(jīng)濟(jì)波動，與流向發(fā)達(dá)國家的資本流動相比，流向新興國家的資本更容易受到偶然的大規(guī)模負(fù)面沖擊［ 37 ］。

當(dāng)前研究主要存在以下問題：第一，EPU包括了貿(mào)易、貨幣、財政和匯率政策不確定性，當(dāng)前研究籠統(tǒng)地探討了EPU的國際溢出，并沒有對EPU進(jìn)行細(xì)分。這種研究邏輯的結(jié)果是一方面可能產(chǎn)生研究結(jié)果的偏差，另一方面難以針對EPU的國際溢出作出貿(mào)易、財政、貨幣和匯率政策的調(diào)整。第二，當(dāng)前研究集中在對美國EPU的溢出效應(yīng)，且主要是探討對某一國和某些國家的宏觀經(jīng)濟(jì)溢出，即溢出的接受者為國家。在一國內(nèi)部，不同的區(qū)域由于地理位置、貿(mào)易開放度、制度質(zhì)量、經(jīng)濟(jì)總量、市場化水平等影響，外部EPU的沖擊可能會帶來不同的影響。

基于上述問題，本文將美國EPU細(xì)分為貿(mào)易、財政和貨幣政策不確定性（以下分別用“TPU”“MOP”和“FIR”表示），利用Baker et al開發(fā)的不確定性指數(shù)，以中國各省域?yàn)檠芯繉ο?，在省域?jīng)濟(jì)相互聯(lián)系的背景中，采用全局向量自回歸模型（以下用“GVAR”表示）分析美國分類經(jīng)濟(jì)政策不確定性對中國各省域經(jīng)濟(jì)的影響，以求解釋美國分類經(jīng)濟(jì)政策不確定性對中國各省域經(jīng)濟(jì)影響的差異以及引起這種差異的原因。

二、研究設(shè)計(jì)

（一）溢出效應(yīng)的方法：GVAR模型

GVAR模型（global? vector? autoregressive）是Dees? et? al［ 38 ］開發(fā)的意在捕捉全球經(jīng)濟(jì)和金融關(guān)系的經(jīng)驗(yàn)?zāi)Ｐ?，該模型已?jīng)成功用于研究宏觀經(jīng)濟(jì)［ 38-39 ］和金融市場［ 40-41 ］沖擊的傳播。

本文GVAR模型主要包括兩個步驟：第一步，構(gòu)建30個省域的子模型VARX*（不包括港澳臺和西藏，不包括西藏的原因?yàn)閿?shù)據(jù)的缺失），每個子模型包含了內(nèi)部變量（yt）、外部變量（xt）和外生的全局變量（dt）。由于各省域的宏觀經(jīng)濟(jì)變量具有共同的時間趨勢，因此，子模型采用矢量誤差修正形式。對特定的省域i，則有：

對每一省域i，弱外生的外部變量被構(gòu)造為跨省域的加權(quán)平均值：

權(quán)重代表各省域之間的經(jīng)濟(jì)聯(lián)系，本文采用30個省域之間的地理距離矩陣作為權(quán)重，并進(jìn)行標(biāo)準(zhǔn)化處理。p表征內(nèi)部變量的p階滯后，q表征外部變量的q階滯后，r表征全局變量的r階滯后。

第二步，30個子模型VARX*（p，q，r）堆疊構(gòu)成一個全局向量自回歸模型。堆疊模型如下：

H和S為單個國家的堆疊系數(shù)矩陣。P? =? max（pi，qi），L? =? max（r）和G包含了堆疊權(quán)重矩陣。

Gi? =? （I，Λx）zi，W為Ki? × K權(quán)重矩陣，Ki? 為全部內(nèi)部和弱外生的外部變量的總數(shù)，K為整個系統(tǒng)內(nèi)部變量和外部變量的總數(shù)，即：

此處權(quán)重矩陣的構(gòu)造采用30個省域2017～2019年地區(qū)生產(chǎn)總值的平均數(shù)，數(shù)據(jù)來自中國國家統(tǒng)計(jì)局網(wǎng)站數(shù)據(jù)庫，由于最終以權(quán)重的形式進(jìn)入模型，故不需要進(jìn)行取自然對數(shù)等處理。

（二）變量與數(shù)據(jù)

各省域的內(nèi)部變量如下：

消費(fèi)物價指數(shù)域CPI（cpi）。以2015年為基期，采用當(dāng)期值計(jì)算，原數(shù)據(jù)單位為“%”。本文將原數(shù)據(jù)擴(kuò)大100倍以去掉百分號，并取自然對數(shù)處理后進(jìn)入模型。

城鎮(zhèn)固定資產(chǎn)投資累計(jì)增長（guding）和規(guī)模以上工業(yè)增加值同比增長（gongye）。采用當(dāng)期值計(jì)算，原數(shù)據(jù)單位為“%”，本文將原數(shù)據(jù)擴(kuò)大100倍后進(jìn)入模型。

進(jìn)出口總值累計(jì)增長（jinchukou）。采用當(dāng)期值計(jì)算，原數(shù)據(jù)單位為“%”，本文將原數(shù)據(jù)擴(kuò)大100倍，并取自然對數(shù)處理后進(jìn)入模型（ 2 ）。

外部變量以內(nèi)部變量后加“s”來表示，即外部變量包括：cpis、gudings、gongyes和jinchukous。

全局變量為美國的分類經(jīng)濟(jì)政策不確定性，以指數(shù)形式表示，包括了貿(mào)易政策不確定性指數(shù)（tpu）、財政政策不確定性指數(shù)（mop）和貨幣政策不確定性指數(shù)（fir）。各指數(shù)采用Baker et al ［ 1 ］提出的基于新聞數(shù)據(jù)的檢索和計(jì)量方法，利用Access世界新聞數(shù)據(jù)庫中2000多份美國報紙相關(guān)關(guān)鍵詞出現(xiàn)頻次的結(jié)果計(jì)算（ 3 ）。每個分類系列都經(jīng)過歸一化處理，平均值為100，在取自然對數(shù)后進(jìn)入模型，缺失值（內(nèi)部變量）采用線性插值的方法填補(bǔ)。

上述變量均為月度數(shù)據(jù)，從2000年1月到2022年11月。各變量描述性統(tǒng)計(jì)見表1：

（三）廣義脈沖響應(yīng)函數(shù)分析

標(biāo)準(zhǔn)的脈沖響應(yīng)函數(shù)分析采用Cholesky分解來構(gòu)造正交沖擊，這取決于變量的滯后階數(shù)，該階數(shù)通常由經(jīng)濟(jì)理論來推斷。由于當(dāng)前的文獻(xiàn)中沒有明確的不確定性沖擊的經(jīng)驗(yàn)識別方案［ 42 ］，根據(jù)Trung［ 3 ］的建議，文章采用Pesaran & Shin［ 43 ］提出的廣義脈沖響應(yīng)函數(shù)（GRIFs）來研究美國分類經(jīng)濟(jì)政策不確定性對中國各省域宏觀經(jīng)濟(jì)的沖擊效應(yīng)，該方法的優(yōu)點(diǎn)是響應(yīng)曲線不依賴于變量的順序。

三、實(shí)證結(jié)果

（一）單位根和協(xié)整檢驗(yàn)

文章采用增強(qiáng)的Dickey-Fuller檢驗(yàn)來探究長期協(xié)整關(guān)系的數(shù)量。檢驗(yàn)結(jié)果表明，多數(shù)變量存在一個單位根，而一級差分序列平穩(wěn)。根據(jù)AIC信息準(zhǔn)則的建議，對北京、天津、山西、內(nèi)蒙古、遼寧、吉林、黑龍江、江蘇、安徽、江西、湖北、廣東、重慶、四川、貴州、云南、甘肅、寧夏和新疆等20個省域采用VARX*（2，1）模型，其余省域采用VARX*（1，1）模型。

文章使用Johansen的最大特征值和Pesaran， Shin & Smith（2000）［ 44 ］對弱外生回歸變量模型開發(fā)的跟蹤統(tǒng)計(jì)量來確定每個省域特定的VARX*模型的長期協(xié)整關(guān)系的數(shù)量，結(jié)果見表2。

（二）弱外生性檢驗(yàn)

GVAR模型的一個重要假設(shè)是所有外部變量都是弱外生的，即內(nèi)部變量對外部變量沒有反饋。根據(jù)Dees et al［ 38 ］的方法進(jìn)行弱外生性檢驗(yàn)，以AIC標(biāo)準(zhǔn)判斷滯后期，內(nèi)部變量滯后期為1，外部變量滯后期為2，結(jié)果表明，將近97%的變量通過顯著性水平為5%的弱外生性檢驗(yàn)（見表3），在調(diào)整顯著性水平為10%后，所有變量通過弱外生性檢驗(yàn)。

（三）結(jié)構(gòu)穩(wěn)定性測試

穩(wěn)定性測試采用Ploberger & Kr?mer［ 45 ］提出的最大OLS累積和統(tǒng)計(jì)量（PKsup）和其均方差（PKmsq）、Nyblom［ 46 ］提出的非平穩(wěn)備選方案的參數(shù)恒定性測試（Nyblom）及其穩(wěn)健估計(jì)量、在對未知變化點(diǎn)的一次性結(jié)構(gòu)變化進(jìn)行的連續(xù)Wald測試中，采用Quandt［ 47 ］提出的QLR統(tǒng)計(jì)量及其穩(wěn)健估計(jì)、Hansen［ 48 ］提出的MW統(tǒng)計(jì)量及其穩(wěn)健估計(jì)、Andrews & Ploberger［ 49 ］提出的APW統(tǒng)計(jì)量及其穩(wěn)健估計(jì)。在估計(jì)結(jié)果中，發(fā)現(xiàn)模型存在一定的不穩(wěn)定性，但是這種不穩(wěn)定性較小。參照Trung et al［ 3 ］的做法，使用通過1000次重復(fù)的模擬產(chǎn)生的自舉中位數(shù)和置信區(qū)間來解釋美國分類經(jīng)濟(jì)政策不確定性的沖擊效應(yīng)。

（四）美國分類經(jīng)濟(jì)政策不確定性沖擊對中國各省域的溢出效應(yīng)

由于納入研究的省域有30個，考慮到典型性和普遍性，挑選12個主要省域進(jìn)行廣義脈沖響應(yīng)分析。這12個省域包括了東部地區(qū)的五個省域：北京、上海、江蘇、山東、廣東；中部地區(qū)的三個省域：山西、安徽、湖北；西部地區(qū)的四個省域：貴州、重慶、甘肅、內(nèi)蒙古。由于對城鎮(zhèn)固定資產(chǎn)投資累計(jì)增長和規(guī)模以上工業(yè)增加值同比增長的影響不顯著，因此本文主要分析美國分類經(jīng)濟(jì)政策不確定性對中國各省域CPI和進(jìn)出口的脈沖沖擊，沖擊效應(yīng)如圖1所示。

從圖1可以看出：美國TPU對各省域CPI沖擊最大，其次是FIR，而MOP對各省域CPI的沖擊總體偏小。給予美國財政政策不確定性一個單位標(biāo)準(zhǔn)差的沖擊，在第一期對各省域CPI負(fù)向沖擊均值為-0.002，正向沖擊均值為0.001，對所有省域CPI正向或負(fù)向沖擊情況見表4。

美國分類經(jīng)濟(jì)政策不確定性對上述12個省域進(jìn)出口的脈沖沖擊效應(yīng)如圖2所示。

從圖2可以看出，美國TPU對各省域進(jìn)出口沖擊最大，其次是FIR，而MOP對各省進(jìn)出口的沖擊總體偏小。給予美國MOP一個單位標(biāo)準(zhǔn)差的沖擊，在第一期對各省域進(jìn)出口的影響在（-0.001，0.001）之間。整體脈沖沖擊與美國分類經(jīng)濟(jì)政策不確定性對各省域CPI的脈沖沖擊存在較大差異，對所有省域進(jìn)出口正向或負(fù)向沖擊情況見表5。

四、進(jìn)一步研究：關(guān)于異質(zhì)性探討

從上文分析可以看出，美國分類經(jīng)濟(jì)政策不確定性對中國各省域CPI和進(jìn)出口的沖擊存在較大的異質(zhì)性。為探討異質(zhì)性的來源，本文探討了各省域的下述變量：R&D支出比重、進(jìn)出口總額、對外直接投資總額、市場化指數(shù)、GDP和人均GDP。各變量的來源、標(biāo)識和處理如下：

R&D支出比重（lnrdgdp）。以當(dāng)年價格計(jì)算的2017～2019年各省域R&D支出占本省域GDP比重的平均值來表示，并取自然對數(shù)，表征各省域的創(chuàng)新能力（ 2 ）。

進(jìn)出口總額（lnexim）和對外直接投資總額（lnfdi）。進(jìn)出口總額（lnexim）以當(dāng)年價格計(jì)算的2017～2019年各省域進(jìn)出口總額（單位為千美元）平均值來表示，并取自然對數(shù)。對外直接投資總額（lnfdi）以當(dāng)年價格計(jì)算的2017～2019年各省域?qū)ν庵苯油顿Y總額（單位為萬美元）平均值來表示，并取自然對數(shù)。進(jìn)出口總額（lnexim）和對外直接投資總額（lnfdi）表征各省域的對外開放水平（ 2 ）。

市場化指數(shù)（mar）。以2017～2019年各省域市場化指數(shù)的平均值表示，數(shù)據(jù)來自王小魯、胡李鵬和樊綱［ 50 ］，表征各省域?qū)?nèi)開放的水平。

GDP（lngdp）和人均GDP（lnrgdp）。以當(dāng)年價格計(jì)算的2017～2019年各省域GDP（單位為億元）和人均GDP的平均值（單位為萬元）來表示，并取自然對數(shù)，表征各省域的經(jīng)濟(jì)總量（ 2 ）。

由于美國MOP對中國各省域CPI和進(jìn)出口影響較小，故不考慮MOP的脈沖沖擊。美國TPU和FIR對各省域CPI和進(jìn)出口的前12期沖擊（12期后趨近于0）與各省域創(chuàng)新能力、對外開放水平、對內(nèi)開放水平和經(jīng)濟(jì)總量的皮爾遜相關(guān)系數(shù)熱力圖如下所示：

說明：“fir-cpi”表示美國FIR對中國各省域CPI脈沖沖擊的前12期中各期與各省域lnrdgdp、lnexim、lnfdi、mar、lnrgdp和lngdp的皮爾遜相關(guān)系數(shù)，下同。

如果將各省域創(chuàng)新能力、對外開放水平、對內(nèi)開放水平和經(jīng)濟(jì)總量識別為省域經(jīng)濟(jì)發(fā)展是否“充分”，從圖3可以看出：（1）省域經(jīng)濟(jì)發(fā)展是否“充分”與美國FIR對中國各省域CPI的沖擊不存在顯著的相關(guān)關(guān)系，而與美國TPU對中國CPI的沖擊存在中度負(fù)相關(guān)，即省域經(jīng)濟(jì)發(fā)展越“充分”，美國TPU對中國各省域CPI的沖擊越傾向于負(fù)向沖擊，且沖擊越小。值得說明的是，省域經(jīng)濟(jì)發(fā)展是否“充分”與美國FIR對中國各省域CPI的沖擊不存在顯著的相關(guān)關(guān)系，說明了需要引入其他變量進(jìn)一步識別異質(zhì)性的來源。（2）省域經(jīng)濟(jì)發(fā)展是否“充分”與美國TPU和FIR對中國各省域進(jìn)出口的沖擊存在顯著的中度正相關(guān)，即省域經(jīng)濟(jì)發(fā)展越“充分”，美國TPU和FIR對中國各省域進(jìn)出口的沖擊越傾向于正向沖擊，且沖擊越大。

五、結(jié)論

1.美國分類經(jīng)濟(jì)政策不確定性對中國各省域宏觀經(jīng)濟(jì)的沖擊效應(yīng)較為顯著

將美國EPU細(xì)分為貿(mào)易、貨幣和財政政策不確定性，可以發(fā)現(xiàn)美國分類政策不確定性對中國各省域CPI和進(jìn)出口存在顯著影響，而對各省域城鎮(zhèn)固定資產(chǎn)投資累計(jì)增長和規(guī)模以上工業(yè)增加值同比增長的影響不顯著。美國TPU對各省域CPI和進(jìn)出口的脈沖沖擊大于FIR的沖擊，而美國MOP對各省域CPI和進(jìn)出口的脈沖沖擊明顯較小。

2.脈沖沖擊具有較大的異質(zhì)性

美國TPU和FIR對中國各省域CPI和進(jìn)出口既存在正向脈沖沖擊，也存在負(fù)向脈沖沖擊，顯示出美國TPU和FIR對各省域宏觀經(jīng)濟(jì)影響的復(fù)雜性。正向沖擊和負(fù)向沖擊的同時存在說明了美國TPU和FIR對中國省域經(jīng)濟(jì)來說，既是“?！?，也是“機(jī)”。從概念學(xué)的角度來看，EPU意味著未來經(jīng)濟(jì)政策有更廣泛的概率空間，一方面表明了政策是否變化和何時變化的不確定性，另一方面表明了政策到來時向哪個方向變化以及變化幅度的不確定性，這種變化可能是利于行為主體的，也可能是不利于行為主體的，因此從根本上來說，EPU并不必然導(dǎo)致“壞”的結(jié)果。

3.美國TPU和FIR對中國各省域CPI和進(jìn)出口的脈沖沖擊異質(zhì)性的來源

以R&D支出比重（lnrdgdp）、進(jìn)出口總額（lnexim）、對外直接投資總額（lnfdi）、市場化指數(shù)（mar）、GDP（lngdp）和人均GDP（lnrgdp）表征省域創(chuàng)新能力、對外開放水平、對內(nèi)開放水平和經(jīng)濟(jì)總量來識別異質(zhì)性的來源。省域經(jīng)濟(jì)發(fā)展越“充分”，美國TPU對中國各省域CPI的沖擊越傾向于負(fù)向沖擊，且沖擊越小，而美國TPU和FIR對中國各省域進(jìn)出口的沖擊越傾向于正向沖擊，且沖擊越大。

基于上述結(jié)論，提出如下政策建議：

一是高度關(guān)注外部經(jīng)濟(jì)政策不確定性對國內(nèi)宏觀經(jīng)濟(jì)的沖擊，并提前做好應(yīng)對。美國貿(mào)易、財政和貨幣政策不確定性的極值點(diǎn)通常伴隨著某一特定的經(jīng)濟(jì)事件，其變化通常先于該經(jīng)濟(jì)事件的發(fā)生。因此，當(dāng)美國某一特定經(jīng)濟(jì)政策事件發(fā)生或即將發(fā)生時，各省需仔細(xì)研判該事件所引發(fā)的EPU對本省域宏觀經(jīng)濟(jì)可能帶來的沖擊，尤其需要注意TPU和FIR對本省域CPI和進(jìn)出口的沖擊，以提前做好充分的應(yīng)對。

二是各省域應(yīng)以高質(zhì)量發(fā)展為指引進(jìn)一步提升創(chuàng)新能力和開放水平，以應(yīng)對外部經(jīng)濟(jì)政策不確定性的沖擊。習(xí)近平總書記在黨的二十大報告中指出：“高質(zhì)量發(fā)展是全面建設(shè)社會主義現(xiàn)代化國家的首要任務(wù)。發(fā)展是黨執(zhí)政興國的第一要務(wù)?！备哔|(zhì)量發(fā)展包括了各省域創(chuàng)新能力、對外開放水平、對內(nèi)開放水平和經(jīng)濟(jì)總量的提升，這些指標(biāo)的提升可以弱化TPU和FIR對各省域CPI和進(jìn)出口的不利沖擊，或強(qiáng)化有利沖擊。各省域應(yīng)進(jìn)一步提升創(chuàng)新能力和開放水平，才能在全球化的大局中游刃有余。

當(dāng)然，本文也存在一定的不足，這些不足也是以后研究的方向。

一是需要進(jìn)一步進(jìn)行異質(zhì)性來源的識別。在本文的分析中，無法得出美國FIR對中國各省域CPI脈沖沖擊異質(zhì)性的來源，且在其他異質(zhì)性的分析中，相關(guān)系數(shù)也僅為中度相關(guān)，因此需要進(jìn)一步識別異質(zhì)性的來源。

二是需要厘清美國分類經(jīng)濟(jì)政策不確定性對中國各省域宏觀經(jīng)濟(jì)影響的邏輯機(jī)理。本文定量研究了美國貿(mào)易、貨幣和財政政策不確定性對中國各省域宏觀經(jīng)濟(jì)的脈沖沖擊，但并未深入研究其邏輯機(jī)理。因此需要進(jìn)一步探究脈沖沖擊的機(jī)制與邏輯。分析脈沖沖擊的路徑以及存在哪些中介因素和調(diào)節(jié)因素。

注釋：

（1）習(xí)近平2019年6月出席圣彼得堡國際經(jīng)濟(jì)論壇的講話。

（2）數(shù)據(jù)來自中國國家統(tǒng)計(jì)局。

（3）數(shù)據(jù)來自經(jīng)濟(jì)政策不確定性網(wǎng)站（www.policyuncertainty.com）。

參考文獻(xiàn)：

［1］Baker S. R.，Bloom N.，Davis S. J. Measuring economic policy uncertainty［J］. The Quarterly Journal of Economics，2016，131（4）：1593-1636.

［2］Bloom N. Fluctuations in uncertainty［J］. Journal of Economic Perspectives，2014，28（2）：153-176.

［3］Trung N.B.The spillover effects of US economic policy uncertainty on the global economy：a global VAR approach［J］.North American Journal of Economics and Finance，2019（48）：90-110.

［4］焦雨生.經(jīng)濟(jì)政策不確定性溢出、制度捕獲與經(jīng)濟(jì)增長——基于制度質(zhì)量的面板門檻模型［J］.宜春學(xué)院學(xué)報，2022，44（7）：36-44.

［5］Bernanke B. S. Irreversibly，uncertainty，and cyclical investment［J］. The Quarterly Journal of Economics，1983，98（1）：85-106.

［6］Bloom N. The impact of uncertainty shocks［J］. Econometrica，2009，77（3）：623-685.

［7］Kimball M. Precautionary saving in the small and in the large［J］. Econometrica，1990，58（1）：53-73.

［8］Leduc S.，Liu Z. Uncertainty shocks are aggregate demand shocks［J］. Journal of Monetary Economics，2016，82（C）：20-35

［9］Leland H. E. Saving and uncertainty：The precautionary demand for savings［J］. The Quarterly Journal of Economics，1968，82（3）：465-473.

［10］Bachmann R.，Elstner S.，Sims E. R.Uncertainty and economic activity： evidence from business survey datas［J］. American Economic Journal：Macroeconomics，2013，5（2）：217-249.

［11］Arellano C.，Bai Y.，Kehoe P. J. Financial frictions and fluctuations involatilizes［R］. Federal Reserve Bank of Minneapolis Research Department Staff Report，2012，466.

［12］Gulen H.，Ion M.Policy uncertainty and corporate investments［J］. Review of Financial Studies，2016，29（3）：523-564.

［13］Caggiano G.，Castelnuovo E.，F(xiàn)igueres J. Economic policy uncertainty and unemployment in the United States： a nonlinear approachs［J］. Economics Letters，2017，151（C）：31-34.

［14］Brogaard J.， Detzel A. The asset-pricing implications of government economic policy uncertainty［J］. Management? Science， 2015，61（1）：3-18.

［15］Christiano L. J.， Motto R.， Rostagno M. Risk shocks［J］. American Economic Review，2014，104（1）：27–65.

［16］Karnizova L.， Li J.， Chris. Economic policy uncertainty， financial markets and probability of US recessions［J］. Economics Letters，2014，125（2）：261-265.

［17］Gete P.， Melkadze G. Aggregate volatility and international dynamics：the role of credit supply［J］. Journal of International Economics，2018，111（C）：143–158.

［18］Carriere-Swallow Y.， Cespedes L F. The impact of uncertainty shocks in emerging economies［J］. Journal of International Economics，2013，90（2）：316-325.

［19］Colombo V. Economic policy uncertainty in the US： Does it matter for the Euro area？［J］. Economics Letters 2013，121（1）：39-42.

［20］Kamber G.， Karagedikli O.， Ryan M.， et al. International spill-overs of uncertainty shocks： evidence from a FAVAR［R］. Centre for Applied Macroeconomic Analysis，Crawford School of Public Policy，The Australian National University，2016.

［21］Georgiadis G. Determinants of global spillovers from US monetary policy［J］. Journal of International Money and Finance， 2016，67（C）：41-61.

［22］Gauvin L.， McLoughlin C.， Reinhardt D. Policy uncertainty spillovers to emerging markets–evidence from capital flows［R］. Rochester， NY： Social Science Research Network.2014.

［23］Gourio F.， Siemer M.， Verdelhan A. Uncertainty and international capital flows［R］. Rochester， NY： Social Science Research Network.2015.

［24］Raddatz C. Are external shocks responsible for the instability of output in low-income countries？［J］ Journal of Development Economics，2007，84（1）：155-187.

［25］Alam M. R.， Istiak K. Impact of US policy uncertainty on Mexico： evidence from linear and nonlinear tests［J］. Quarterly Review of Economics and Finance.2009.

［26］Martinez J N.， Coronado SF.，Venegas-Martínez. Spillover effects of the US economic policy uncertainty in Latin America［J］. Estudios de Economia，2020，47（2）：273-293.

［27］Calderón C.， Schmidt-Hebbel K.Openness and growth volatility［R］.Working Papers Central Bank of Chile. 2008.

［28］Giovanni J.， Levchenko A. A. Trade openness and volatility［J］. The Review of Economics and Statistics，2009，91（3）：558-585.

［29］Kose M. A.， Prasad E. S.， Terrones M. E. Financial integration and macroeconomic volatility［R］. IMF Staff Papers， 2003，50（1）：119-142.

［30］Sakyi D.， Villaverde J.， Maza A. Trade openness， income levels， and economic growth： the case of developing countries， 1970-2009［J］. Journal of International Trade & Economic Development，2015，24（6）：860 - 882.

［31］Cavallo E. A.， Frankel J. A. Does openness to trade make countries more vulnerable to sudden stops， or less？ Using gravity to establish causality［J］. Journal of International Money and Finance，2008.27（8）：1430-1452.

［32］Down I. Trade openness， country size and economic volatility：the compensation hypothesis revisited［J］. Business and Politics， 2007，9（2）：1-20.

［33］Mishkin F. S. Why we shouldnt turn our backs on financial globalization［R］. IMF Staff Papers，2009.56（1）：139-170.

［34］Aghion P.， Bacchetta P.， Banerjee A. Financial development and the instability of open economies［J］. Journal of Monetary Economics，2004，51（6）：1077-1106.

［35］Buch C. M.， Yener S. Consumption volatility and financial openness［J］. Applied Economics，2010，42（28）：3635-3649.

［36］Obstfeld M.， Rogoff K. The six major puzzles in international macroeconomics： Is there a common cause？［R］. Center for International and Development Economics Research，Working Paper? Series，2000.

［37］Broner F.， Rigobon R. Why are capital flows so much more volatile in emerging than in developed countries？［R］. Rochester， NY：Social Science Research Network.2014.

［38］Dees S.， Mauro F.， Pesaran M. H. et al. Exploring the international linkages of the Euro area： a global VAR analysis［J］. Journal of Applied Econometrics 2007，22（1）：1-38.

［39］Pesaran M. H.， Schuermann T.， Smith V. L. What if the UK or Sweden had joined the Euro in 1999？ An empirical evaluation using a global VAR［J］. International Journal of Finance and Economics，2007，12（1）：55-87.

［40］Chudik A.， Fratzscher M.Identifying the global transmission of the 2007-2009 financial crisis in a GVAR model［J］. European Economic Review，2011，55（3）：325-339.

［41］Galesi A.， Sgherri S.Regional financial spillovers across Europe： a global VAR analysis［R］. IMF Working Papers，2009，09/23.

［42］Ludvigson S. Uncertainty and business cycles： exogenous impulse or endogenous response［C］// 2016 Meeting Papers. Society for Economic Dynamics，2016.

［43］Pesaran M.， Shin Y. Generalized impulse response analysis in linear multivariate models［J］. Economics Letters，1998，58（1）：17-29.

［44］Pesaran M.， Shin Y.， Smith R. Structural analysis of vector error correction models with exogenous I（1） variables［J］. Journal of Econometrics，2000，97（2）：293-343.

［45］Ploberger W.， Kr?mer W. The CUSUM test with OLS residuals［J］. Econometrica，1992，60（2）：271-285.

［46］Nyblom J. Testing for the constancy of parameters over time［J］. Journal of the American Statistical Association，1989，84（405）：223-230.

［47］Quandt R. E. Tests of the hypothesis that a linear regression system obeys two separate regimes［J］. Journal of the American Statistical Association，1960，55（290），324-330.

［48］Hansen B. E. Tests for parameter instability in regressions with 1（1） processes［J］. Journal of Business & Economic Statistics， 1992，10（3）：321-335.

［49］Andrews D. W. K.， Ploberger W. Optimal tests when a nuisance parameter is present only under the alternative［J］. Econometrica，1994，62（6）：1383-1414.

［50］王小魯，胡李鵬，樊綱.中國分省份市場化指數(shù)報告（2021）［M］.北京：社會科學(xué)文獻(xiàn)出版社，2021.