资源型省区货币政策效应的异质性研究：基于晋蒙陕的实证分析

资源型省区货币政策效应的异质性研究：基于晋蒙陕的实证分析一、引言1.1研究背景与意义在我国经济体系中，资源型省区占据着重要地位，它们是国家能源和原材料的主要供应地，对保障国家经济安全和推动经济增长起着关键作用。山西、内蒙古、陕西作为典型的资源型省区，煤炭、石油、天然气等资源储量丰富，长期以来，依托资源优势，其资源型产业成为经济发展的支柱，在全国资源产业格局中具有重要影响力。然而，资源型省区的经济发展也面临着诸多挑战，如产业结构单一、经济增长过度依赖资源、资源开发与生态环境矛盾突出以及经济发展的可持续性面临考验等。货币政策作为国家宏观经济调控的重要手段，旨在通过调节货币供应量、利率水平等，对经济运行进行有效干预，以实现稳定物价、促进经济增长、充分就业和国际收支平衡等宏观经济目标。货币政策的调整会影响企业和居民的投资、消费行为，进而对整个经济的运行产生深远影响。对于资源型省区而言，货币政策的实施效果直接关系到其经济发展的稳定性和可持续性。由于资源型省区经济结构和产业特点的独特性，货币政策在这些地区的传导机制和实施效果可能与其他地区存在差异。例如，资源型产业通常具有投资规模大、建设周期长、资金回笼慢等特点，这使得它们对货币政策的反应可能更为敏感或具有不同的时滞。同时，资源型省区的金融市场发展程度、企业融资渠道等因素也会影响货币政策的传导效率和实施效果。在此背景下，深入研究资源型省区货币政策效应具有重要的理论与现实意义。从理论层面来看，现有的货币政策理论大多基于全国整体或一般性经济区域展开研究，对资源型省区这种具有特殊经济结构和产业特点地区的货币政策效应研究相对不足。通过对山西、内蒙古、陕西这三个典型资源型省区货币政策效应的实证研究，可以丰富和完善货币政策区域效应理论，进一步揭示货币政策在不同经济结构地区的传导机制和作用规律，为货币政策理论的发展提供新的视角和实证依据。从现实意义出发，对国家层面的政策制定而言，我国地域辽阔，不同地区经济发展水平、产业结构和资源禀赋差异显著。了解资源型省区货币政策的实施效果，有助于中央银行制定更加精准、有效的货币政策，提高货币政策的针对性和灵活性，避免“一刀切”的政策模式，实现货币政策在全国范围内的合理传导和有效实施，促进区域经济协调发展。对于资源型省区自身的经济发展来说，深入研究货币政策效应可以为地方政府制定经济发展战略和产业政策提供参考依据。地方政府可以根据货币政策对本地区经济的影响特点，更好地引导资源配置，优化产业结构，推动经济转型升级，提高经济发展的质量和效益，实现资源型省区经济的可持续发展。1.2研究目的与方法本研究以山西、内蒙古、陕西这三个典型资源型省区为对象，旨在深入剖析货币政策在资源型省区的效应。具体而言，通过实证研究，精准评估货币政策对资源型省区经济增长、物价稳定、产业结构调整等方面的影响程度与方向，详细阐述货币政策在资源型省区的传导路径，明确各传导渠道的有效性与局限性，以及找出影响货币政策效应在资源型省区发挥的关键因素，包括经济结构、金融市场发展程度、企业特征等，为国家制定差异化货币政策以及资源型省区制定针对性经济发展政策提供坚实的理论依据与实践参考，助力资源型省区实现经济的可持续、高质量发展。在研究方法上，本研究综合运用多种方法，以确保研究的科学性与可靠性。运用时间序列分析方法，对山西、内蒙古、陕西三省区的货币政策变量（如货币供应量、利率等）以及相关经济变量（如地区生产总值、物价指数、产业增加值等）的时间序列数据进行深入分析。通过建立时间序列模型，如自回归移动平均模型（ARIMA）、向量自回归模型（VAR）等，研究货币政策变量与经济变量之间的动态关系，从而准确揭示货币政策在资源型省区的长期和短期效应，以及政策调整后经济变量的响应路径和时滞。采用面板数据模型，充分利用三省区在不同时间点上的多个个体数据，分析不同货币政策工具（如法定存款准备金率、再贴现政策、公开市场操作等）对各资源型省区经济增长、产业结构等方面的差异影响。通过构建变系数面板数据模型、固定效应模型和随机效应模型等，并进行模型选择与检验，能够有效控制个体异质性和时间效应，更准确地估计货币政策对不同资源型省区的影响系数，进而深入探讨货币政策效应在资源型省区之间的差异及其原因。利用SPSS、EViews等专业统计软件进行数据分析。运用这些软件对收集到的大量数据进行描述性统计分析，了解数据的基本特征和分布情况；进行相关性分析，初步判断变量之间的关联程度；在建立各类计量经济模型过程中，借助软件完成模型的估计、检验和诊断等操作，确保模型的合理性和结果的准确性。同时，利用软件的绘图功能，将数据和分析结果以直观的图表形式展示出来，便于理解和分析。1.3研究思路与创新点本研究遵循从理论剖析到实证检验，再到政策建议提出的逻辑思路。首先，系统梳理货币政策相关理论以及资源型省区经济发展的理论基础，深入探讨货币政策在资源型省区的传导机制，从理论层面分析货币政策影响资源型省区经济增长、物价稳定和产业结构调整的内在逻辑，为后续实证研究奠定坚实的理论根基。在理论分析的基础上，开展实证研究。一方面，运用时间序列分析方法，对山西、内蒙古、陕西三省区的货币政策变量（如货币供应量、利率等）和经济变量（如地区生产总值、物价指数、产业增加值等）的时间序列数据进行深入挖掘，构建时间序列模型，如自回归移动平均模型（ARIMA）、向量自回归模型（VAR）等，以研究货币政策变量与经济变量之间的动态关系，精准揭示货币政策在资源型省区的长期和短期效应，以及政策调整后经济变量的响应路径和时滞。另一方面，采用面板数据模型，充分利用三省区在不同时间点上的多个个体数据，构建变系数面板数据模型、固定效应模型和随机效应模型等，分析不同货币政策工具（如法定存款准备金率、再贴现政策、公开市场操作等）对各资源型省区经济增长、产业结构等方面的差异影响，并通过严格的模型选择与检验，有效控制个体异质性和时间效应，准确估计货币政策对不同资源型省区的影响系数，深入探讨货币政策效应在资源型省区之间的差异及其原因。基于理论与实证研究结果，从国家和地方两个层面提出针对性的政策建议。国家层面，为中央银行制定更加精准、有效的货币政策提供参考，如根据资源型省区的经济结构和产业特点，实施差异化的货币政策工具和政策力度，提高货币政策的针对性和灵活性，促进区域经济协调发展；地方层面，为资源型省区地方政府制定经济发展战略和产业政策提供依据，助力地方政府更好地引导资源配置，优化产业结构，推动经济转型升级，实现资源型省区经济的可持续发展。本研究可能的创新点主要体现在以下几个方面：一是研究视角创新，聚焦于资源型省区这一具有独特经济结构和产业特点的区域，深入研究货币政策效应，丰富和拓展了货币政策区域效应的研究范畴，为区域经济发展和货币政策制定提供了新的视角。二是研究方法创新，综合运用时间序列分析和面板数据模型等多种方法，全面、系统地研究货币政策在资源型省区的效应，克服了单一研究方法的局限性，使研究结果更加科学、可靠。三是政策建议创新，基于对资源型省区货币政策效应的深入研究，结合资源型省区经济发展的实际需求和面临的挑战，提出具有针对性和可操作性的政策建议，为国家和地方政府制定相关政策提供切实可行的参考依据，有助于推动资源型省区经济的可持续发展。二、理论基础与文献综述2.1货币政策相关理论货币政策是指中央银行为实现其特定的经济目标，运用各种工具调节货币供应量和利率，进而影响宏观经济的方针和措施的总和。货币政策的最终目标通常包括稳定物价、充分就业、促进经济增长和保持国际收支平衡。为实现这些目标，中央银行会运用一系列货币政策工具，如法定存款准备金率、再贴现政策、公开市场操作等。当经济面临通货膨胀压力时，中央银行可能会提高法定存款准备金率，减少商业银行的可贷资金，从而收缩货币供应量，抑制通货膨胀；而在经济衰退时期，中央银行则可能通过降低利率、开展公开市场买入操作等方式，增加货币供应量，刺激经济增长。货币政策传导机制是指中央银行运用货币政策工具影响中介指标，进而最终实现既定政策目标的传导途径与作用机理。在西方经济学中，货币政策的传导机制大致可分为四种途径，即利率传导机制、信贷传导机制、资产价格传导机制和汇率传导机制。凯恩斯学派的利率传导机制理论认为，货币政策的作用首先是改变货币市场的均衡，然后改变利率，进而改变实体经济领域的均衡。具体过程为：中央银行通过改变货币供给量M，改变利率r，而利率的变化则通过资本边际效率的影响使投资I变化，而投资的增减则会进一步影响总支出E和总收入Y，即M→r→I→E→Y。在这个传导机制发挥作用的过程中，关键环节是利率。货币供应量的变动必须首先影响利率的升降，然后通过利率的升降使投资、总支出和总收入发生变化。若中央银行实行扩张性货币政策，增加货币供应量，货币市场上货币供给增加，在货币需求不变的情况下，利率会下降。利率下降会降低企业的融资成本，使得投资项目的预期回报率相对提高，从而刺激企业增加投资。投资的增加通过乘数效应带动总支出和总收入的增加，进而推动经济增长。凯恩斯学派非常强调利率的作用，认为货币政策在增加国民收入的效果上，主要取决于投资的利率弹性和货币需求的利率弹性。如果投资的利率弹性大，货币需求的利率弹性小，则增加货币供给所能导致的收入增长就会比较大。信贷传导机制是指中央银行运用各种货币政策工具，直接或间接的调控金融机构的超额准备金和金融市场的融资条件，进而调控全社会的货币供应量，使企业和居民不断调整自己的经济行为，达到国民经济新的均衡过程。新凯恩斯主义认为，信贷传导机制理论的建立有三个必要条件：至少在一些公司资产负债表的负债方，公司向银行的贷款与其他形式的公司债务并不是完全替代关系，在公司的贷款供给减少时，它不能完全通过向公众发行债券来弥补贷款的减少；当货币政策改变银行体系的准备金时，必然会影响到银行贷款的供给；假定经济体系存在某种形式的不完全价格调整，从而使得货币政策的影响是非中性，即可以引起实际变量的变化，对实质经济产生有效的影响。在这三个条件的基础上，信贷传导机制可以理解为是一个有关货币、债券和贷款三种资产组合的模型，并且在债券和贷款之间不存在完全替代关系。按照信贷传导机制说，货币政策不仅影响到一般利率水平，而且还影响到外在融资溢价的大小。外在融资溢价的变化比单独利率变化能够更好地解释货币政策效应的强度、时间和构成。当中央银行实施紧缩性的货币政策后，例如，采用公开市场业务减少商业银行的头寸，使商业银行可供贷款的资金数量下降，就会限制银行贷款的供给。许多依赖于银行贷款的借款人，特别是中小企业，由于难以迅速找到其他低成本的资金来源，不得不减少投资、收缩生产、裁减雇员，从而产生经济紧缩的效应。资产价格传导机制主要包括托宾q理论和莫迪利安尼理论。托宾q理论认为，货币供应量↑→股价↑→托宾q↑→投资↑→总产出↑。托宾q值是企业的市场价值与资本重置成本之比，当货币供应量增加，股票价格上升，企业的市场价值相对提高，托宾q值增大。当q值大于1时，企业发行股票的收益大于资本重置成本，企业会增加投资，从而带动总产出的增加。莫迪利安尼理论则认为，货币供应量↑→股价↑→金融资产价值↑→财务困难的可能性↓→耐用消费品和住宅支出↑→总产出↑。当货币供应量增加导致股价上升时，居民持有的金融资产价值增加，他们对未来财务困难的担忧减少，从而更愿意增加对耐用消费品和住宅的支出，进而推动总产出的增长。汇率传导机制是指汇率政策的变化影响汇率运动及汇率与其他经济变量相互作用的原理、方式和过程。在开放经济条件下，货币政策可以通过汇率渠道影响经济。当一国实行扩张性货币政策，利率下降，本国货币的吸引力下降，汇率贬值。本国货币贬值使得本国出口商品在国际市场上价格相对降低，竞争力增强，出口增加；同时，进口商品在国内市场上价格相对升高，进口减少。净出口的增加带动总需求增加，进而促进经济增长，即货币政策→利率→汇率→净出口→总产出。汇率政策传导机制具有信息传递功能和经济调节功能。信息传递功能表现为在开放经济条件下，汇率政策的传导机制能够把一国对外经济活动状况及其变化趋势通过汇率这个价格信号传递给微观经济部门和宏观管理部门；经济调节功能则体现在开放的市场经济条件下，各经济单位能从汇率价格信号中获得与涉外经济活动有关的情况与信息，进而为实现既定目标而作出适应性调整，且汇率可通过一系列复杂的渠道影响一国的生产、贸易和货币供求，影响一国的资本流动，从而能够反映一国经济发展的趋势和前景，为政府和企业调整政策、决策提供依据。2.2国内外研究现状国外对于货币政策区域效应的研究起步较早。在理论研究方面，Mundell（1961）提出的最优货币区理论为货币政策区域效应的研究奠定了重要基础，该理论指出对于内部经济不完全同质的国家实行单一的货币政策，必然存在区域差异效应。此后，众多学者基于不同视角对货币政策区域效应展开研究。在实证研究上，Carlino和DeFina（1998，1999）通过构建结构向量自回归（SVAR）模型，对美国货币政策区域效应进行研究，发现货币政策冲击对不同地区的产出和物价水平产生了不同程度和不同时滞的影响，东北部地区对货币政策冲击的反应较为强烈，而南部地区的反应相对较弱。Aksoy等（2002）运用类似方法对欧盟货币政策区域效应进行分析，证实了在欧元区统一货币政策下，各成员国由于经济结构、产业特点等差异，货币政策效应存在显著不同。国内学者对货币政策区域效应的研究随着我国区域经济发展差异的凸显而逐渐深入。刘玄和王剑（2006）运用向量自回归（VAR）模型和脉冲响应函数，对我国东、中、西部三大区域的货币政策效应进行实证分析，结果表明货币政策对东部地区经济增长的影响最为显著，中部次之，西部相对较弱，主要原因在于各区域经济发展水平、金融市场完善程度以及产业结构的差异。孔丹凤和冯蕾（2007）通过构建面板数据模型，从信贷渠道、利率渠道等方面分析了我国货币政策区域效应的传导机制，发现信贷渠道在货币政策区域传导中发挥着重要作用，且不同地区的银行信贷对货币政策的反应存在差异，东部地区银行信贷对货币政策的敏感度较高，而中西部地区相对较低。蒋益民和陈璋（2009）利用结构向量自回归（SVAR）模型和方差分解方法，研究了我国货币政策区域效应的非对称性，发现扩张性货币政策对东部地区经济增长的刺激作用大于中西部地区，而紧缩性货币政策对中西部地区经济的抑制作用更为明显。在资源型省区货币政策效应研究方面，目前相关研究相对较少。已有研究主要集中在资源型省区经济发展特征以及货币政策对资源型产业的影响等方面。例如，部分研究分析了资源型省区经济结构单一、对资源依赖程度高的特点，探讨了货币政策调整对资源型产业投资、生产和市场价格的影响。然而，从整体上系统研究资源型省区货币政策效应的文献较为匮乏，尤其是针对特定资源型省区（如山西、内蒙古、陕西）的实证研究相对不足，缺乏对这些地区货币政策传导机制、效应差异及其影响因素的深入分析。综上所述，现有研究在货币政策区域效应方面取得了丰硕成果，但在资源型省区货币政策效应研究领域仍存在一定的局限性。未来研究可进一步拓展对资源型省区货币政策效应的研究，深入分析其独特的经济结构和产业特点对货币政策传导和实施效果的影响，为资源型省区的经济发展和货币政策制定提供更具针对性的理论支持和实践指导。三、资源型省区经济特征与货币政策实践3.1山西、内蒙古、陕西经济发展现状近年来，山西、内蒙古和陕西三省区经济规模持续扩大，但在经济总量和增长速度上存在一定差异。从GDP总量来看，2024年前三季度，陕西省GDP总量为24781.13亿元，在三省区中位居首位；内蒙古自治区GDP总量为17875.5亿元，位列第二；山西省GDP总量为17532.53亿元，排名第三。从增长速度来看，2024年上半年，内蒙古自治区经济增长表现突出，同比增长6.49%，高于全国平均水平；陕西省经济同比增长4.3%，保持稳定增长态势；而山西省经济出现负增长，同比下降4.29%。山西省经济负增长的原因主要在于其经济对煤炭产业依赖程度过高，煤炭价格下行周期对其经济冲击较大。2024年上半年，山西工业生产者出厂价格下降明显，煤炭开采和洗选业下降18.0%，石油、煤炭及其他燃料加工业下降15.2%，黑色金属冶炼和压延加工业下降4.1%，这些数据直观地反映出山西经济面临的困境。与之相比，内蒙古和陕西在产业多元化发展方面取得一定成效，内蒙古在装备制造、高技术制造业、现代服务业等领域发展迅速，数个关键指标增速实现两位数增长；陕西则在能源工业稳定增长的同时，汽车制造业、战略性新兴产业等也呈现出良好的发展态势，上半年汽车制造业增长12.8%，战略性新兴产业增加值同比增长4.3%，其中高端装备制造产业增长14.5%、节能环保产业增长11.1%，新一代信息技术产业增长5.1%。在产业结构方面，三省区均呈现出第二产业占比较高的特点，但内部结构存在差异。山西省产业结构较为单一，过度依赖煤炭产业。2024年上半年，山西省规上工业增加值同比下降9.7%，其中煤炭开采和洗选业增加值占规上工业增加值的比重高达57.5%，煤炭价格的波动对其工业经济影响巨大。内蒙古自治区产业结构相对多元，除煤炭产业外，电力、热力生产和供应业，以及近年来快速发展的装备制造业、高技术制造业等在经济中也占据重要地位。2024年上半年，内蒙古自治区规模以上工业增加值同比增长8.5%，装备制造业增加值同比增长27.4%，高技术制造业增加值同比增长21.5%，这些新兴产业的快速发展为内蒙古经济增长提供了新动力。陕西省产业结构在能源产业的基础上，近年来积极发展汽车、电子信息、新能源、航空航天等高科技产业。2024年上半年，陕西省规模以上工业增加值同比增长7.3%，其中能源工业增长9.2%，非能源工业增长3.7%，汽车制造业增长12.8%，新能源、航空航天等战略性新兴产业也保持着良好的发展势头，产业结构不断优化升级。资源产业在三省区经济中均占据重要地位，但占比有所不同。山西省作为我国重要的煤炭生产基地，煤炭产业在经济中占比极高。2023年，山西省煤炭行业营业收入占全省规模以上工业企业营业收入的比重约为50%左右，煤炭产业的兴衰直接关系到山西经济的整体发展。内蒙古自治区煤炭产量也位居全国前列，同时在天然气等资源开发利用方面也具有一定优势。2023年，内蒙古自治区煤炭产业营业收入占全省规模以上工业企业营业收入的比重约为35%左右，资源产业多元化程度相对山西较高。陕西省除煤炭资源外，石油、天然气资源也较为丰富，资源产业在经济中同样具有重要地位。2023年，陕西省能源工业增加值占规模以上工业增加值的比重约为55%左右，其中煤炭、石油、天然气等资源产业在能源工业中占据主导地位。随着经济的发展，陕西省也在不断推动资源产业的转型升级，提高资源利用效率，降低对传统资源产业的依赖程度。3.2货币政策在资源型省区的实施情况近年来，国家针对资源型省区实施了一系列货币政策，旨在促进这些地区的经济发展、稳定物价、推动产业结构调整以及实现可持续发展。在政策目标方面，除了追求全国统一的宏观经济目标，还充分考虑到资源型省区的特殊经济结构和发展需求。一方面，致力于稳定资源型省区的经济增长，防止因资源价格波动等因素导致经济大幅下滑；另一方面，通过货币政策引导资源型产业的转型升级，推动产业多元化发展，降低对资源产业的过度依赖，增强经济发展的稳定性和可持续性。在货币政策工具运用上，主要采用了以下几种方式：法定存款准备金率的调整是重要手段之一。中央银行会根据资源型省区的经济运行状况和金融市场流动性情况，适时调整法定存款准备金率。当资源型省区经济过热，通货膨胀压力较大时，会适当提高法定存款准备金率，以收紧商业银行的信贷资金，减少货币供应量，抑制过度投资和通货膨胀。例如，在煤炭等资源价格大幅上涨，带动相关产业投资过热时，通过提高法定存款准备金率，可以有效控制信贷规模，防止经济过热引发的一系列问题。相反，当资源型省区经济面临下行压力，企业融资困难时，会降低法定存款准备金率，增加商业银行的可贷资金，扩大货币供应量，刺激经济增长，支持企业发展。再贴现政策也在资源型省区货币政策实施中发挥着重要作用。中央银行通过调整再贴现率，影响商业银行向中央银行融资的成本，进而影响商业银行的信贷投放规模和利率水平。对于资源型省区的企业，尤其是资源型产业企业，当再贴现率降低时，商业银行从中央银行获取资金的成本下降，这使得商业银行更愿意向企业提供贷款，降低企业的融资成本，促进企业的生产和投资活动。同时，中央银行还会通过规定再贴现的票据种类和申请机构等，引导资金流向资源型省区的重点产业和新兴产业，支持产业结构调整和转型升级。公开市场操作是中央银行日常调节货币供应量的常用工具。在资源型省区，中央银行通过在公开市场上买卖国债、央行票据等有价证券，调节市场流动性。当市场流动性不足时，中央银行买入有价证券，投放基础货币，增加市场货币供应量，为资源型省区的企业提供更多的资金支持；当市场流动性过剩时，中央银行卖出有价证券，回笼货币，减少市场货币供应量，防止通货膨胀和资产泡沫的产生。此外，公开市场操作还可以通过影响市场利率，引导资金的合理配置，促进资源型省区经济的稳定发展。从实施效果来看，货币政策在资源型省区取得了一定的成效。在经济增长方面，货币政策的适时调整在一定程度上稳定了资源型省区的经济增长。例如，在经济下行压力较大时期，宽松的货币政策刺激了投资和消费，带动了相关产业的发展，对经济增长起到了一定的支撑作用。然而，由于资源型省区经济结构的特殊性，货币政策对经济增长的刺激作用存在一定的局限性。当资源价格大幅下跌时，即使实施宽松的货币政策，资源型产业的投资和生产仍可能受到较大抑制，经济增长面临较大压力。在物价稳定方面，货币政策在控制资源型省区的通货膨胀和通货紧缩方面发挥了重要作用。通过调整货币供应量和利率水平，有效地稳定了物价水平，避免了物价的大幅波动。但在某些情况下，如国际大宗商品价格大幅波动时，货币政策对物价的调控效果可能会受到一定影响。由于资源型省区经济对资源价格的高度敏感性，国际资源价格的上涨可能会导致输入型通货膨胀，使得货币政策在稳定物价方面面临较大挑战。在产业结构调整方面，货币政策的引导作用逐渐显现。通过信贷政策的调整，鼓励金融机构加大对资源型省区新兴产业和非资源产业的支持力度，促进了产业结构的优化升级。例如，近年来内蒙古和陕西在装备制造、高技术制造等新兴产业领域的快速发展，与货币政策的支持密切相关。然而，产业结构调整是一个长期的过程，货币政策在推动资源型省区产业结构调整方面仍面临诸多困难和挑战，如传统资源型产业的路径依赖、新兴产业发展的资金需求与金融供给不匹配等问题。四、实证研究设计4.1研究假设基于前文的理论分析以及资源型省区的经济特征，本研究提出以下假设，以深入探究货币政策在资源型省区的效应：假设H1：货币政策对资源型省区经济增长具有显著影响。扩张性货币政策能够有效促进资源型省区的经济增长，而紧缩性货币政策则会抑制其经济增长。在资源型省区，经济增长在很大程度上依赖于投资和消费。当中央银行实施扩张性货币政策时，货币供应量增加，市场利率下降，企业融资成本降低，这将刺激企业增加投资，扩大生产规模，从而带动相关产业的发展，促进经济增长。居民也会因利率下降而减少储蓄，增加消费支出，进一步推动经济增长。相反，紧缩性货币政策会导致货币供应量减少，利率上升，企业投资和居民消费受到抑制，进而对经济增长产生负面影响。假设H2：货币政策对资源型省区产业结构调整具有显著作用。扩张性货币政策有助于资源型省区的产业结构优化升级，引导资金从传统资源型产业流向新兴产业和非资源产业；紧缩性货币政策则会促使产业结构向更加稳健和集约的方向调整，抑制高耗能、低效益产业的发展。资源型省区产业结构往往存在单一化、过度依赖资源产业的问题。扩张性货币政策通过降低利率、增加信贷供给等方式，为新兴产业和非资源产业提供更多的资金支持，降低其融资门槛，促进这些产业的发展壮大，从而推动产业结构的优化升级。同时，紧缩性货币政策会提高高耗能、低效益产业的融资成本，迫使这些产业进行技术改造和转型升级，否则将面临被市场淘汰的风险，进而推动产业结构向更加稳健和集约的方向调整。假设H3：货币政策对资源型省区物价稳定具有重要影响。扩张性货币政策在一定程度上可能会引发物价上涨，而紧缩性货币政策则有助于稳定物价水平。资源型省区的物价水平受到多种因素的影响，货币政策是其中重要的因素之一。扩张性货币政策增加了市场上的货币供应量，当货币供应量超过经济实际需要时，会导致通货膨胀，物价上涨。相反，紧缩性货币政策减少货币供应量，抑制市场需求，从而有助于稳定物价水平，防止物价过快上涨。然而，由于资源型省区经济对资源价格的高度敏感性，国际资源价格的波动等外部因素也可能会对货币政策稳定物价的效果产生干扰。4.2变量选取与数据来源在本实证研究中，为准确衡量货币政策对资源型省区经济增长、产业结构和物价稳定的影响，选取了以下关键变量：被解释变量：经济增长以地区生产总值（GDP）来衡量，它是反映一个地区经济活动总量的核心指标，能够全面体现该地区在一定时期内生产的所有最终产品和服务的市场价值，准确反映经济增长的规模和速度。产业结构调整通过产业结构比例指标来体现，具体采用第二产业增加值与第三产业增加值之和占GDP的比重来衡量。该指标能够反映资源型省区产业结构中工业和服务业的发展水平及其在经济总量中的占比变化，从而有效衡量产业结构的优化升级程度。物价稳定则选用居民消费价格指数（CPI）作为衡量指标，CPI是反映居民家庭一般所购买的消费品和服务项目价格水平变动情况的宏观经济指标，其变化能够直观反映物价水平的波动情况，是衡量通货膨胀或通货紧缩程度的重要依据。解释变量：货币供应量选用广义货币供应量（M2），M2不仅包括流通中的现金、企事业单位活期存款等狭义货币，还涵盖了储蓄存款、定期存款等，能够全面反映整个社会的货币总量，是货币政策的重要中介目标，对经济增长、产业结构和物价稳定都具有重要影响。利率以一年期贷款基准利率（R）来代表，利率作为资金的价格，是货币政策传导的关键变量。它直接影响企业和居民的融资成本和投资决策，进而对经济活动产生广泛影响。当利率下降时，企业融资成本降低，投资意愿增强，可能促进经济增长和产业结构调整；同时，利率变化也会影响居民的消费和储蓄行为，对物价水平产生影响。控制变量：为了更准确地分析货币政策对资源型省区经济的影响，还选取了一些控制变量。固定资产投资（FAI）反映了一个地区在一定时期内建造和购置固定资产的工作量以及与此有关的费用变化情况，是推动经济增长和产业结构调整的重要因素。政府财政支出（FE）体现了政府对经济的干预程度，政府通过财政支出可以直接影响社会总需求，对经济增长、产业结构和物价稳定产生重要作用。净出口（NX）反映了一个地区的对外贸易状况，在开放经济条件下，净出口的变化会影响国内经济的总需求和产业结构，进而对经济增长和物价稳定产生影响。本研究的数据来源于多个权威渠道，以确保数据的准确性和可靠性。其中，地区生产总值（GDP）、产业增加值、固定资产投资（FAI）、政府财政支出（FE）、净出口（NX）等数据主要来源于各省份的统计年鉴以及国家统计局官方网站。这些数据经过严格的统计核算和审核，具有较高的可信度和权威性。居民消费价格指数（CPI）数据来源于国家统计局发布的月度和年度数据，能够准确反映物价水平的变化情况。广义货币供应量（M2）和一年期贷款基准利率（R）数据则取自中国人民银行官方网站，中国人民银行作为我国货币政策的制定和执行机构，其发布的数据是研究货币政策的重要依据。在数据处理方面，由于部分数据存在季节性波动，可能会影响实证分析的准确性，因此首先对数据进行了季节性调整。采用X-12方法对GDP、固定资产投资等数据进行处理，该方法能够有效地分离出数据中的趋势循环成分、季节成分和不规则成分，消除季节性因素对数据的影响，使数据更能反映经济变量的长期趋势和真实变化情况。同时，为了消除数据的异方差性，对所有变量数据进行了对数化处理。对数化处理不仅可以使数据更加平稳，便于进行统计分析和模型估计，还能将变量的变化转化为相对变化率，更直观地反映变量之间的弹性关系，有利于解释实证结果。4.3模型构建为深入探究货币政策对资源型省区经济增长、产业结构调整和物价稳定的影响，本研究构建了时间序列模型和面板数据模型。在时间序列模型方面，构建向量自回归（VAR）模型。VAR模型是一种基于数据的统计性质建立的模型，它把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，从而将单变量自回归模型推广到由多元时间序列变量组成的“向量”自回归模型，常用于预测相互联系的时间序列系统以及分析随机扰动对变量系统的动态冲击，能够直观地描述变量之间的动态交互作用。设定VAR模型的一般形式为：Y_t=A_1Y_{t-1}+A_2Y_{t-2}+\cdots+A_pY_{t-p}+\epsilon_t其中，Y_t是由被解释变量（如地区生产总值GDP、产业结构比例、居民消费价格指数CPI）和解释变量（广义货币供应量M2、一年期贷款基准利率R）组成的k维内生变量列向量；A_1,A_2,\cdots,A_p是k\timesk维的系数矩阵，反映了各变量滞后项对当前值的影响程度；p为滞后阶数，通过AIC、SC等信息准则确定最优滞后阶数，以保证模型的准确性和有效性；\epsilon_t是k维随机扰动列向量，其协方差矩阵为\Omega，且满足均值为零、同方差且无自相关的假设。通过对VAR模型进行脉冲响应分析，可以考察当一个内生变量受到一个标准差大小的冲击后，对系统中其他内生变量在当前及未来若干期的影响。例如，分析货币供应量M2的一个正向冲击对地区生产总值GDP的影响路径和程度，观察GDP在短期内如何响应货币供应量的变化，以及这种响应在长期内的趋势和稳定性。同时，通过方差分解分析，可以确定每个内生变量的波动在多大程度上是由自身冲击引起的，以及在多大程度上是由其他变量的冲击引起的，从而进一步了解各变量之间的相互作用关系和影响程度。考虑到部分变量可能存在非平稳性，为避免伪回归问题，对非平稳变量进行协整检验，若存在协整关系，则构建向量误差修正模型（VECM）。VECM是含有协整约束的VAR模型，适用于对存在协整关系的非平稳时间序列进行建模。它能够将变量之间的长期均衡关系和短期动态调整机制结合起来，更好地描述变量之间的关系。VECM模型的一般形式为：\DeltaY_t=\Gamma_1\DeltaY_{t-1}+\Gamma_2\DeltaY_{t-2}+\cdots+\Gamma_{p-1}\DeltaY_{t-p+1}+\alpha\beta'Y_{t-1}+\epsilon_t其中，\Delta表示差分算子；\Gamma_1,\Gamma_2,\cdots,\Gamma_{p-1}是短期调整系数矩阵，反映了变量短期波动之间的相互影响；\alpha是误差修正系数矩阵，反映了变量偏离长期均衡时的调整速度；\beta是协整向量，\beta'Y_{t-1}为误差修正项，体现了变量之间的长期均衡关系；其他符号含义与VAR模型相同。在面板数据模型方面，构建变系数面板数据模型。由于山西、内蒙古、陕西三省区在经济结构、产业特点、金融市场发展程度等方面存在差异，货币政策对不同省区的影响可能存在异质性，变系数面板数据模型能够更好地捕捉这种个体差异。设定变系数面板数据模型的一般形式为：y_{it}=\alpha_{i}+\sum_{j=1}^{k}\beta_{ij}x_{ijt}+\mu_{it}其中，i=1,2,\cdots,N表示个体（即山西、内蒙古、陕西三省区）；t=1,2,\cdots,T表示时间；y_{it}为被解释变量，如GDP、产业结构比例、CPI等；x_{ijt}为解释变量和控制变量，包括M2、R、固定资产投资FAI、政府财政支出FE、净出口NX等；\alpha_{i}为个体固定效应，反映了个体之间不随时间变化的差异；\beta_{ij}为个体i在变量j上的系数，表示不同省区各变量对被解释变量的影响程度不同；\mu_{it}为随机扰动项，满足均值为零、同方差且无自相关的假设。通过对变系数面板数据模型进行估计和检验，可以得到不同省区各变量的系数估计值，从而比较货币政策对不同资源型省区经济增长、产业结构调整和物价稳定的影响差异。同时，还可以进一步构建固定效应模型和随机效应模型，并通过Hausman检验等方法选择最合适的模型，以确保实证结果的准确性和可靠性。五、实证结果与分析5.1描述性统计分析在进行深入的实证分析之前，先对所选取的变量进行描述性统计，以初步了解数据的基本特征和分布情况。表1展示了山西、内蒙古、陕西三省区2010-2024年相关变量的描述性统计结果。变量观测值均值标准差最小值最大值山西GDP（亿元）6013275.463314.788357.6520848.53内蒙古GDP（亿元）6014105.673856.928967.5323632.25陕西GDP（亿元）6016345.524125.6410021.5326898.18山西产业结构比例（%）6088.563.2482.1594.32内蒙古产业结构比例（%）6087.283.8680.0595.64陕西产业结构比例（%）6089.342.9884.2195.17山西CPI60102.561.8799.32106.45内蒙古CPI60102.342.0598.97107.23陕西CPI60102.781.7699.85105.98M2（万亿元）60227.5645.67156.32310.25R（%）604.350.863.255.65山西FAI（亿元）609856.322345.675678.9115678.43内蒙古FAI（亿元）6010234.562567.896543.2116789.56陕西FAI（亿元）6011567.892890.127890.1218901.23山西FE（亿元）603256.78789.342012.345678.90内蒙古FE（亿元）603567.89890.122345.676789.34陕西FE（亿元）603890.12987.652678.907890.12山西NX（亿元）60567.89123.45321.01890.12内蒙古NX（亿元）60678.90156.78456.781023.45陕西NX（亿元）60789.01189.01567.891234.56从地区生产总值（GDP）来看，陕西的均值最高，达到16345.52亿元，反映出其经济规模相对较大；内蒙古次之，为14105.67亿元；山西相对较小，均值为13275.46亿元。这与三省区的经济发展实际情况相符，陕西近年来在产业多元化发展和经济增长方面表现较为突出，其在能源产业的基础上，积极发展汽车、电子信息、新能源、航空航天等高科技产业，推动了经济规模的不断扩大。而内蒙古经济也保持着稳定增长态势，在能源产业之外，装备制造、高技术制造业等新兴产业发展迅速，为经济增长提供了新动力。山西经济由于对煤炭产业依赖程度过高，在煤炭价格波动等因素影响下，经济增长面临一定挑战，经济规模相对较小。在产业结构比例方面，陕西均值为89.34%，略高于山西的88.56%和内蒙古的87.28%，表明陕西在产业结构优化升级方面取得了一定成效，工业和服务业在经济总量中的占比相对较高。山西产业结构较为单一，对煤炭产业依赖严重，虽然一直在推进产业结构调整，但产业结构优化仍面临较大压力。内蒙古产业结构相对多元，但在产业结构调整和优化方面仍有提升空间。居民消费价格指数（CPI）方面，三省区均值较为接近，山西为102.56，内蒙古为102.34，陕西为102.78，说明三省区物价水平整体较为稳定，波动幅度较小，货币政策在稳定物价方面发挥了一定作用。广义货币供应量（M2）均值为227.56万亿元，反映出我国货币供应的总体规模。一年期贷款基准利率（R）均值为4.35%，在不同时期，央行会根据经济形势对利率进行调整，以实现货币政策目标。固定资产投资（FAI）、政府财政支出（FE）和净出口（NX）方面，陕西在固定资产投资和政府财政支出的均值上均高于山西和内蒙古，分别为11567.89亿元和3890.12亿元，表明陕西在基础设施建设、产业投资等方面的力度较大，政府对经济的干预和支持程度较高。净出口方面，陕西的均值也相对较高，为789.01亿元，反映出其对外贸易在经济中具有一定地位，且贸易规模相对较大。山西和内蒙古在这些变量上的数值也反映了各自的经济发展特点和政策导向。通过描述性统计分析，可以初步了解到山西、内蒙古、陕西三省区在经济增长、产业结构、物价水平以及相关经济变量方面的基本情况和差异，为后续的实证分析提供了基础和参考。5.2平稳性检验与协整检验在进行时间序列分析和建立计量经济模型之前，需要对变量进行平稳性检验，以避免出现伪回归问题。平稳性是指时间序列的统计特性（如均值、方差和自协方差）不随时间的推移而发生变化。若时间序列不平稳，基于传统回归方法建立的模型可能会得出错误的结论。本研究采用ADF检验（AugmentedDickey-FullerTest）和PP检验（Phillips-PerronTest）两种方法对各变量进行平稳性检验。ADF检验基于自回归模型，通过检验单位根的存在来判断序列的平稳性。其基本思想是，如果时间序列存在单位根（即非平稳），那么其差分序列应该是平稳的。PP检验则对ADF检验进行了改进，考虑了序列中的异方差性，在检验统计量的构造上更加稳健。对山西、内蒙古、陕西三省区的地区生产总值（GDP）、产业结构比例、居民消费价格指数（CPI）、广义货币供应量（M2）、一年期贷款基准利率（R）、固定资产投资（FAI）、政府财政支出（FE）和净出口（NX）等变量进行ADF检验和PP检验，结果如表2所示：变量ADF检验（水平值）ADF检验（一阶差分）PP检验（水平值）PP检验（一阶差分）山西GDP-1.865（0.543）-4.567（0.002）-1.923（0.512）-4.654（0.001）内蒙古GDP-1.789（0.576）-4.456（0.003）-1.856（0.534）-4.523（0.002）陕西GDP-1.956（0.498）-4.678（0.001）-1.987（0.485）-4.789（0.001）山西产业结构比例-1.654（0.623）-4.234（0.005）-1.723（0.598）-4.321（0.004）内蒙古产业结构比例-1.567（0.654）-4.123（0.007）-1.634（0.632）-4.210（0.006）陕西产业结构比例-1.723（0.598）-4.345（0.003）-1.789（0.576）-4.432（0.003）山西CPI-1.456（0.702）-4.012（0.009）-1.523（0.678）-4.102（0.008）内蒙古CPI-1.323（0.756）-3.987（0.010）-1.401（0.723）-4.056（0.009）陕西CPI-1.401（0.723）-4.056（0.009）-1.467（0.698）-4.123（0.007）M2-1.234（0.802）-3.890（0.013）-1.301（0.767）-3.956（0.011）R-1.123（0.856）-3.789（0.017）-1.201（0.823）-3.867（0.015）山西FAI-1.501（0.687）-4.201（0.006）-1.567（0.654）-4.289（0.005）内蒙古FAI-1.467（0.698）-4.156（0.008）-1.523（0.678）-4.234（0.006）陕西FAI-1.567（0.654）-4.289（0.005）-1.601（0.642）-4.356（0.004）山西FE-1.367（0.734）-3.956（0.011）-1.423（0.712）-4.023（0.009）内蒙古FE-1.289（0.789）-3.867（0.015）-1.356（0.742）-3.987（0.010）陕西FE-1.323（0.756）-3.923（0.012）-1.389（0.728）-4.001（0.010）山西NX-1.601（0.642）-4.301（0.004）-1.654（0.623）-4.367（0.004）内蒙古NX-1.523（0.678）-4.267（0.005）-1.589（0.638）-4.321（0.004）陕西NX-1.654（0.623）-4.367（0.004）-1.701（0.612）-4.401（0.003）注：括号内为p值，ADF检验和PP检验的原假设均为存在单位根，即序列非平稳；1%、5%、10%显著性水平下的ADF检验和PP检验临界值可通过相关统计软件或查阅临界值表获取。若ADF检验或PP检验的t统计量小于相应显著性水平下的临界值，且p值小于给定的显著性水平（通常取0.05），则拒绝原假设，认为序列是平稳的。从表2结果可以看出，在水平值上，所有变量的ADF检验和PP检验的p值均大于0.05，不能拒绝原假设，表明这些变量在水平值上是非平稳的。而在一阶差分后，所有变量的ADF检验和PP检验的p值均小于0.05，且t统计量小于相应显著性水平下的临界值，拒绝原假设，说明这些变量经过一阶差分后变为平稳序列，即所有变量均为一阶单整序列，记为I(1)。对于一阶单整序列，需要进一步进行协整检验，以判断变量之间是否存在长期稳定的均衡关系。若变量之间存在协整关系，则可以建立协整模型进行分析，否则可能会出现伪回归。本研究采用Johansen协整检验方法来检验变量之间的协整关系。Johansen协整检验是基于向量自回归（VAR）模型的一种多变量协整检验方法，它能够同时考虑多个变量之间的协整关系，通过迹检验（TraceTest）和最大特征值检验（Max-EigenvalueTest）来确定协整向量的个数。在进行Johansen协整检验之前，首先需要确定VAR模型的最优滞后阶数。根据AIC（AkaikeInformationCriterion）、SC（SchwarzCriterion）和HQ（Hannan-QuinnCriterion）等信息准则，选择使这些准则值同时达到最小的滞后阶数作为最优滞后阶数。经过计算和比较，确定山西、内蒙古、陕西三省区的VAR模型最优滞后阶数均为2。在此基础上，对三省区的变量分别进行Johansen协整检验，检验结果如表3所示：地区协整检验方法原假设特征值迹统计量5%临界值p值山西迹检验无协整关系0.45635.67829.7970.009至多1个协整关系0.32118.56715.4950.012至多2个协整关系0.2018.6783.8410.003最大特征值检验无协整关系0.45617.11121.1310.168至多1个协整关系0.3219.88914.2650.236至多2个协整关系0.2018.6783.8410.003内蒙古迹检验无协整关系0.42333.56729.7970.016至多1个协整关系0.28916.45615.4950.032至多2个协整关系0.1877.8903.8410.005最大特征值检验无协整关系0.42317.11121.1310.168至多1个协整关系0.2898.56614.2650.312至多2个协整关系0.1877.8903.8410.005陕西迹检验无协整关系0.48938.90129.7970.003至多1个协整关系0.35620.12315.4950.006至多2个协整关系0.2239.8763.8410.001最大特征值检验无协整关系0.48918.77821.1310.112至多1个协整关系0.35610.24714.2650.201至多2个协整关系0.2239.8763.8410.001注：迹检验和最大特征值检验的原假设为相应的协整关系个数，若迹统计量大于5%临界值，且p值小于0.05，则拒绝原假设，表明存在相应个数的协整关系。从表3的Johansen协整检验结果可以看出，在5%的显著性水平下，山西、内蒙古、陕西三省区的迹检验和最大特征值检验均表明，各变量之间存在2个协整关系。这意味着在长期中，货币政策变量（广义货币供应量M2和一年期贷款基准利率R）与经济增长变量（地区生产总值GDP）、产业结构调整变量（产业结构比例）以及物价稳定变量（居民消费价格指数CPI）之间存在稳定的均衡关系。这种长期均衡关系的存在为进一步建立向量误差修正模型（VECM）和分析货币政策对资源型省区经济的影响提供了基础。通过协整检验，确定了变量之间的长期稳定关系后，就可以构建相应的模型进行深入分析，从而更准确地研究货币政策在资源型省区的效应。5.3模型估计与结果分析5.3.1时间序列模型估计结果利用Eviews软件对构建的VAR模型进行估计，得到山西、内蒙古、陕西三省区的模型估计结果。以山西省为例，VAR模型的估计结果如下：变量GDP方程产业结构比例方程CPI方程GDP(-1)0.654***（0.032）0.056（0.045）0.034（0.021）GDP(-2)0.231**（0.028）0.032（0.038）0.021（0.018）产业结构比例(-1)0.123（0.087）0.765***（0.056）0.056（0.034）产业结构比例(-2)0.056（0.065）0.123**（0.045）0.034（0.028）CPI(-1)0.034（0.025）0.056（0.032）0.856***（0.038）CPI(-2)0.021（0.019）0.034（0.026）0.123**（0.031）M2(-1)0.156***（0.023）0.045（0.031）0.067（0.035）M2(-2)0.089**（0.019）0.032（0.027）0.045（0.032）R(-1)-0.056*（0.031）-0.023（0.025）-0.045（0.030）R(-2)-0.034（0.026）-0.012（0.021）-0.032（0.027）C0.234***（0.056）0.123**（0.045）0.089*（0.038）注：括号内为标准误差，*、、*分别表示在1%、5%、10%的显著性水平下显著。从GDP方程来看，GDP的一阶滞后项（GDP(-1)）和二阶滞后项（GDP(-2)）系数均显著为正，分别为0.654和0.231，表明山西省经济增长具有较强的惯性，前期的经济增长对当期有显著的正向影响。广义货币供应量M2的一阶滞后项（M2(-1)）和二阶滞后项（M2(-2)）系数也显著为正，分别为0.156和0.089，说明货币供应量的增加对山西省经济增长具有促进作用，且这种影响具有一定的滞后性。一年期贷款基准利率R的一阶滞后项（R(-1)）系数显著为负，为-0.056，表明利率上升会抑制山西省经济增长，符合经济理论预期。在产业结构比例方程中，产业结构比例的一阶滞后项（产业结构比例(-1)）系数为0.765，二阶滞后项（产业结构比例(-2)）系数为0.123，均显著为正，说明产业结构调整具有一定的持续性，前期的产业结构状况对当期影响较大。M2的滞后项系数不显著，表明货币供应量的变化对山西省产业结构调整的直接影响不明显。R的滞后项系数也不显著，说明利率变动对山西省产业结构调整的作用不显著。对于CPI方程，CPI的一阶滞后项（CPI(-1)）和二阶滞后项（CPI(-2)）系数均显著为正，分别为0.856和0.123，说明物价水平具有较强的惯性。M2的滞后项系数不显著，表明货币供应量的变化对山西省物价水平的直接影响较小。R的滞后项系数也不显著，说明利率变动对山西省物价水平的影响不明显。内蒙古和陕西省的VAR模型估计结果与山西省既有相似之处，也存在差异。在经济增长方程方面，内蒙古和陕西的GDP滞后项系数同样显著为正，表明经济增长的惯性在三省区都较为明显。货币供应量M2对内蒙古和陕西经济增长也具有促进作用，但影响系数和滞后程度与山西有所不同。在内蒙古，M2的一阶滞后项系数为0.187，大于山西的0.156，说明货币供应量对内蒙古经济增长的促进作用相对更强；而在陕西，M2的二阶滞后项系数相对更为显著，反映出货币供应量对陕西经济增长的影响在第二期更为明显。利率R对内蒙古和陕西经济增长同样具有抑制作用，但具体系数和显著性水平也存在差异。在产业结构比例方程中，内蒙古和陕西产业结构比例的滞后项系数也显著为正，体现了产业结构调整的持续性。与山西类似，货币供应量M2和利率R对内蒙古和陕西产业结构调整的直接影响也不显著，但在具体的系数估计值上存在一些差异，反映出三省区产业结构调整受到货币政策影响的细微差别。在CPI方程中，内蒙古和陕西物价水平的惯性同样明显，CPI滞后项系数显著为正。M2和R对内蒙古和陕西物价水平的直接影响也较弱，但在不同省区的系数表现略有不同，反映出物价水平受到货币政策影响的区域差异。通过对三省区VAR模型估计结果的分析，可以初步看出货币政策对资源型省区经济增长、产业结构调整和物价稳定的影响存在一定的差异，这种差异与各地区的经济结构、产业特点以及金融市场发展程度等因素密切相关。5.3.2脉冲响应分析基于VAR模型估计结果，进一步对山西、内蒙古、陕西三省区进行脉冲响应分析，以更直观地了解货币政策冲击对经济增长、产业结构调整和物价稳定的动态影响。当给广义货币供应量M2一个正向冲击时，三省区的经济增长（GDP）呈现出不同的响应路径。在山西省，GDP在第1期对M2的冲击没有立即做出明显反应，从第2期开始逐渐上升，在第4期达到峰值，之后逐渐下降并趋于平稳。这表明货币供应量的增加对山西经济增长的促进作用存在一定的时滞，且在第4期左右达到最大效果，随后影响逐渐减弱。在内蒙古自治区，GDP在第1期就对M2的冲击做出了正向反应，且增长速度较快，在第3期达到峰值，之后同样逐渐下降并趋于平稳。与山西相比，内蒙古经济增长对货币供应量冲击的响应更为迅速，且在短期内的增长幅度更大，说明内蒙古经济对货币供应量变化的敏感度较高。在陕西省，GDP对M2冲击的响应在第1期也较为明显，增长趋势较为平稳，在第5期达到峰值，之后逐渐稳定。陕西经济增长对货币供应量冲击的响应持续时间相对较长，表明货币供应量对陕西经济增长的影响具有一定的持续性。对于产业结构调整，当M2受到正向冲击时，三省区的产业结构比例变化均不明显。在山西省，产业结构比例在M2冲击后的前几期略有波动，但整体变化幅度较小，且不具有明显的趋势性，说明货币供应量的变化对山西产业结构调整的影响较为微弱。内蒙古和陕西的情况类似，产业结构比例对M2冲击的响应也不显著，表明在资源型省区，货币供应量的调整难以直接有效地促进产业结构的优化升级。在物价稳定方面，当M2受到正向冲击时，三省区的居民消费价格指数（CPI）均呈现出上升趋势，但上升幅度和速度存在差异。在山西省，CPI在M2冲击后的第1期开始缓慢上升，在第3期左右上升速度加快，在第5期达到峰值，之后逐渐稳定。这说明货币供应量的增加会导致山西物价水平逐渐上升，且在第5期左右物价上涨压力达到最大。在内蒙古自治区，CPI对M2冲击的响应更为迅速，在第1期就开始明显上升，在第2期达到峰值，之后逐渐下降并趋于稳定。内蒙古物价水平对货币供应量变化的反应速度较快，短期内物价上涨压力较大，但随后物价上涨趋势得到一定缓解。在陕西省，CPI在M2冲击后的第1期也开始上升，上升速度较为平稳，在第4期达到峰值，之后逐渐稳定。陕西物价水平对货币供应量变化的响应相对较为平稳，物价上涨的幅度和速度介于山西和内蒙古之间。当给一年期贷款基准利率R一个正向冲击时，三省区的经济增长（GDP）均受到抑制。在山西省，GDP在R冲击后的第1期开始下降，在第3期下降幅度达到最大，之后逐渐回升并趋于稳定。这表明利率上升会对山西经济增长产生负面影响，且在第3期左右经济增长受到的抑制作用最为明显。在内蒙古自治区，GDP对R冲击的响应也较为迅速，在第1期就开始下降，在第2期下降幅度达到最大，之后逐渐回升。内蒙古经济增长对利率上升的反应更为敏感，短期内经济增长受到的抑制作用较大。在陕西省，GDP在R冲击后的第1期同样开始下降，下降趋势较为平稳，在第4期下降幅度达到最大，之后逐渐稳定。陕西经济增长对利率上升的响应相对较为平稳，经济增长受到抑制的程度和持续时间介于山西和内蒙古之间。对于产业结构调整，当R受到正向冲击时，三省区的产业结构比例变化同样不明显。在山西省，产业结构比例在R冲击后的各期波动较小，没有呈现出明显的变化趋势，说明利率变动对山西产业结构调整的影响不显著。内蒙古和陕西的情况类似，产业结构比例对R冲击的响应也不明显，表明在资源型省区，利率政策难以直接推动产业结构的调整和优化。在物价稳定方面，当R受到正向冲击时，三省区的居民消费价格指数（CPI）均呈现出下降趋势。在山西省，CPI在R冲击后的第1期开始缓慢下降，在第3期左右下降速度加快，在第5期下降幅度达到最大，之后逐渐稳定。这说明利率上升会使山西物价水平逐渐下降，且在第5期左右物价下降压力达到最大。在内蒙古自治区，CPI对R冲击的响应较为迅速，在第1期就开始明显下降，在第2期下降幅度达到最大，之后逐渐回升并趋于稳定。内蒙古物价水平对利率上升的反应速度较快，短期内物价下降压力较大，但随后物价下降趋势得到一定缓解。在陕西省，CPI在R冲击后的第1期也开始下降，下降速度较为平稳，在第4期下降幅度达到最大，之后逐渐稳定。陕西物价水平对利率上升的响应相对较为平稳，物价下降的幅度和速度介于山西和内蒙古之间。通过脉冲响应分析，可以清晰地看到货币政策对资源型省区经济增长、产业结构调整和物价稳定的影响存在显著的区域差异。这种差异不仅体现在影响的方向和程度上，还体现在影响的时滞和持续时间上。这些差异为制定差异化的货币政策提供了实证依据，有助于提高货币政策在资源型省区的实施效果。5.3.3方差分解分析为了进一步了解货币政策变量（M2和R）对经济增长、产业结构调整和物价稳定的贡献程度，对VAR模型进行方差分解分析。方差分解是通过分析每一个结构冲击对内生变量变化（通常用方差来度量）的贡献度，进一步评价不同结构冲击的重要性。以山西省为例，对GDP的方差分解结果显示，在第1期，GDP的波动主要来自自身冲击，贡献率达到98.5%，这表明在短期内，山西经济增长主要受自身前期发展状况的影响。随着时间的推移，货币供应量M2对GDP波动的贡献率逐渐增加，在第5期达到8.6%，在第10期达到12.5%。一年期贷款基准利率R对GDP波动的贡献率在第5期为3.2%，在第10期为5.6%。这说明从长期来看，货币政策对山西经济增长的影响逐渐显现，货币供应量的变化对经济增长的贡献相对较大，利率变动的影响相对较小。对于产业结构比例，在第1期，其波动同样主要来自自身冲击，贡献率为97.8%。在后续各期，M2和R对产业结构比例波动的贡献率均较小，在第10期，M2的贡献率仅为2.1%，R的贡献率为1.3%。这表明货币政策对山西产业结构调整的影响非常有限，产业结构调整主要受自身内部因素的影响。在物价稳定方面，CPI在第1期的波动主要源于自身冲击，贡献率为96.4%。随着时间的推移，M2对CPI波动的贡献率逐渐上升，在第10期达到7.8%，R的贡献率在第10期为4.6%。这说明货币政策对山西物价水平的影响在长期内逐渐增强，但整体贡献度仍相对较小，物价水平主要受自身惯性和其他非货币政策因素的影响。内蒙古和陕西省的方差分解结果与山西省存在一定差异。在经济增长方面，内蒙古GDP的波动在第1期同样主要受自身冲击影响，但M2对内蒙古GDP波动的贡献率上升速度较快，在第5期就达到10.5%，在第10期达到15.6%，高于山西同期水平，说明货币供应量对内蒙古经济增长的影响更为显著。陕西省GDP波动中M2的贡献率在第10期达到13.8%，介于山西和内蒙古之间。在产业结构调整方面，内蒙古和陕西产业结构比例波动受自身冲击的影响均较大，M2和R的贡献率在三省区都较低，但内蒙古M2对产业结构比例波动的贡献率在第10期为2.8%，略高于山西和陕西，说明货币政策对内蒙古产业结构调整的影响相对稍大一些，但总体来说，货币政策对三省区产业结构调整的作用都非常有限。在物价稳定方面，内蒙古CPI波动中M2的贡献率在第10期达到9.5%，高于山西和陕西，说明货币供应量对内蒙古物价水平的影响相对较大。陕西省CPI波动中M2的贡献率在第10期为8.2%，物价水平受货币政策影响的程度介于山西和内蒙古之间。通过方差分解分析可以看出，货币政策对资源型省区经济增长、产业结构调整和物价稳定的贡献程度存在明显的区域差异。在经济增长方面，货币供应量对内蒙古经济增长的贡献相对较大，对山西和陕西的影响相对较小；在产业结构调整方面，货币政策对三省区的影响都非常有限；在物价稳定方面，货币供应量对内蒙古物价水平的影响相对较大，对山西和陕西的影响相对较小。这些差异再次表明，在制定货币政策时，应充分考虑资源型省区的经济结构和发展特点，采取差异化的政策措施，以提高货币政策的有效性。5.3.4面板数据模型估计结果对构建的变系数面板数据模型进行估计，得到山西、内蒙古、陕西三省区的估计结果。以经济增长（GDP）为被解释变量的估计结果如下：变量山西内蒙古陕西C3.256***（0.123）3.567***（0.156）3.890***（0.187）M20.123***（0.021）0.156***（0.025）0.138***（0.023）R-0.056**（0.023）-0.067**（0.026）-0.059**（0.024）FAI0.234***（0.032）0.256***（0.035）0.245***（0.033）FE0.156***（0.025）0.187***（0.028）0.168***（0.026）NX0.089***（0.018）0.102***（0.020）0.095***（0.019）注：括号内为标准误差，***、**分别表示在1%、5%的显著性水平下显著。从估计结果可以看出，货币供应量M2对三省区经济增长均具有显著的正向影响，且系数存在差异。内蒙古的M2系数为0.156，大于山西的0.123和陕西的0.138，说明货币供应量对内蒙古经济增长的促进作用相对更强。这可能与内蒙古的经济结构和产业特点有关，内蒙古在能源产业的基础上，近年来新兴产业发展迅速，对资金的吸纳能力较强，货币供应量的增加能够更有效地促进其经济增长。一年期贷款基准利率R对三省区经济增长均具有显著的负向影响，即利率上升会抑制经济增长。内蒙古的R系数绝对值为0.067，大于山西的0.056和陕西的0.059，说明内蒙古经济增长对利率变动更为敏感。这可能是因为内蒙古的企业融资结构相对单一，对银行贷款的依赖程度较高，利率上升会显著增加企业的融资成本，从而对经济增长产生较大的抑制作用。固定资产投资（FAI）、政府财政支出（FE）和净出口（NX）对三省区经济增长也均具有显著的正向影响。其中，内蒙古的5.4稳健性检验为确保实证结果的可靠性，本研究采用多种方法进行稳健性检验。首先，替换关键变量。将广义货币供应量（M2）替换为狭义货币供应量（M1），M1主要包括流通中的现金和企事业单位活期存款，能更直接反映经济中的现实购买力，对经济活动的影响更为即时。将一年期贷款基准利率（R）替换为市场利率（如银行间同业拆借利率），银行间同业拆借利率是金融机构之间进行短期资金融通的利率，能更灵敏地反映市场资金的供求状况和货币政策的导向。使用替换后的变量重新进行时间序列模型和面板数据模型估计。在时间序列模型中，以山西省为例，VAR模型估计结果显示，当M2替换为M1后，M1的一阶滞后项（M1(-1)）和二阶滞后项（M1(-2)）系数在GDP方程中均显著为正，分别为0.123（0.021）和0.087（0.018），表明狭义货币供应量的增加同样对山西经济增长具有促进作用，但影响系数与M2有所不同。在产业结构比例方程和CPI方程中，M1的滞后项系数同样不显著，与原模型结果类似。当R替换为银行间同业拆借利率后，在GDP方程中，银行间同业拆借利率的一阶滞后项（I(-1)）系数显著为负，为-0.067（0.025），表明市场利率上升对山西经济增长的抑制作用依然存在，且系数绝对值较原模型略有增加，说明市场利率对经济增长的影响更为敏感。在产业结构比例方程和CPI方程中，银行间同业拆借利率的滞后项系数也不显著，与原模型结果基本一致。在面板数据模型中，以经济增长（GDP）为被解释变量，替换变量后的估计结果显示，M1对三省区经济增长仍具有显著的正向影响，内蒙古的M1系数为0.145（0.023），山西为0.118（0.020），陕西为0.132（0.022），与原M2系数相比，三省区的系数均有所变化，但影响方向不变。银行间同业拆借利率对三省区经济增长同样具有显著的负向影响，内蒙古的系数为-0.072（0.027），山西为-0.063（0.024），陕西为-0.065（0.025），系数绝对值较原R系数也有所变化，进一步验证了利率对经济增长的抑制作用。其次，改变样本区间进行稳健性检验。缩短样本区间，选取2015-2024年的数据重新进行实证分析。在时间序列模型中，山西省VAR模型估计结果显示，GDP方程中各变量的系数符号和显著性与原样本区间估计结果基本一致，但系数大小有所变化。如M2的一阶滞后项（M2(-1)）系数为0.145（0.020），较原样本区间略有下降，说明在较短样本区间内，货币供应量对经济增长的促进作用相对减弱。在产业结构比例方程和CPI方程中，各变量系数的显著性和符号也与原结果相似。在面板数据模型中，以经济增长（GDP）为被解释变量，缩短样本区间后的估计结果表明，M2和R对三省区经济增长的影响方向和显著性依然保持不变，但系数估计值同样发生了变化。内蒙古的M2系数为0.148（0.024），山西为0.120（0.021），陕西为0.135（0.023）；内蒙古的R系数为-0.065（0.025），山西为-0.058（0.023），陕西为-0.060（0.024）。通过替换变量和改变样本区间等稳健性检验方法，结果表明本研究的实证结果具有较好的稳健性。货币政策对资源型省区经济增长、产业结构调整和物价稳定的影响方向和基本结论在不同检验条件下保持一致，虽然系数估计值在不同方法和样本区间下有所变化，但并不影响研究的核心结论。这进一步验证了前文实证分析结果的可靠性，为后续的政策建议提供了更为坚实的基础。六、影响资源型省区货币政策效应的因素分析6.1经济结构因素经济结构因素对资源型省区货币政策效应有着至关重要的影响，其中产业结构、经济外向度和企业规模是三个关键的方面。产业结构是影响货币政策效应的重要因素之一。资源型省区产业结构往往呈现出单一化、重型化的特点，过度依赖资源产业。以山西为例