摘要：在全球經(jīng)濟一體化的背景下，一國經(jīng)濟政策不確定性會通過貿易、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易、財政和貨幣政策不確定性對中國各省域經(jīng)濟的沖擊效應。研究發(fā)現(xiàn)：美國貿易政策不確定性對各省域宏觀經(jīng)濟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??；美國貿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性，省域經(jīng)濟發(fā)展越“充分”，對各省域消費物價指數(shù)的沖擊越傾向于負向沖擊，且沖擊越小，而對進出口的沖擊越傾向于正向沖擊，且沖擊越大。各省需注意貿易和貨幣政策不確定性對地區(qū)消費物價指數(shù)和進出口的沖擊，以提前做好應對；各省域應進一步提升創(chuàng)新能力和開放水平，弱化外部經(jīng)濟政策不確定性的負向沖擊。

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

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

2008年全球性金融危機之后，全球的不確定性，特別是經(jīng)濟政策不確定性（以下用“EPU”表示）推動了全球經(jīng)濟的周期性波動 ［ 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并不一定導致對宏觀經(jīng)濟和微觀個體的負向沖擊［ 4 ］。盡管如此，經(jīng)濟主體往往會對EPU保持較高的警惕。高的EPU影響經(jīng)濟主體對未來的政策預期，產生“觀望”心態(tài)，并影響消費、投資和其他經(jīng)濟行為。在市場爭相競爭的環(huán)境中，微觀個體的經(jīng)濟行為最終涌現(xiàn)出宏觀的經(jīng)濟特征。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，并進一步推高EPU。近些年，雖然中美貿易摩擦、英國脫歐和歐洲民粹主義的興起讓全球經(jīng)濟一體化蒙上了陰影，但全球化是歷史大勢，當前出現(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)濟一體化的背景下，一國EPU的影響不僅僅局限在國內，還會通過貿易、投資等渠道溢出到其他國家和地區(qū)。

當前大量文獻探討了EPU的國際溢出效應，其中較多的文獻探討了美國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)濟的沖擊尤為重要?？紤]到中國的非平衡發(fā)展戰(zhàn)略、東中西部經(jīng)濟發(fā)展的顯著差異、各省內生和外生比較優(yōu)勢的明顯不同，更為重要的是基于省域層面深入分析美國EPU對中國各省域經(jīng)濟的沖擊效應。

一、文獻綜述

（一）經(jīng)濟政策不確定性對國內宏觀經(jīng)濟的影響

Bernanke［ 5 ］和 Bloom［ 6 ］較早研究了不確定性的“觀望”效應，認為當需求增加到某些上限時，企業(yè)就會進行投資，而當需求達到某些下限時，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注未來的收入。因此，家庭傾向于減少消費來增加預防性儲蓄 ［ 7-9 ］。但這種影響是復雜的，因為更高的儲蓄可以刺激未來投資，從而促進長期的經(jīng)濟增長［ 2 ］。大量的實證論文發(fā)現(xiàn)了EPU對一個國家內部實際經(jīng)濟活動的不利影響，如產出［ 1，10-11 ］、股價［ 1 ］、投資和就業(yè) ［ 1，6，8，12 ］、失業(yè)［ 8，13 ］、通脹［ 8 ］；資產價格［ 14 ］； 金融市場［ 15-16 ］和信貸流量 ［ 17 ］。

（二）經(jīng)濟政策不確定性的國際溢出

關于不確定性的國際溢出效應，目前文獻主要是對目標國家或一小部分經(jīng)濟體的孤立分析。Carrière? Swallow? &? Céspedes［ 18 ］對40個發(fā)達和新興經(jīng)濟體的VAR模型估計發(fā)現(xiàn)，在美國EPU沖擊后，發(fā)達和新興經(jīng)濟體的投資和消費都在下降。與美國和其他發(fā)達國家相比，在外部EPU沖擊后，新興經(jīng)濟體的投資和私人消費下降更為嚴重，需要更長時間才能復蘇。類似地，Colombo［ 19 ］使用標準的SVAR框架顯示，給予美國EPU的一個標準差沖擊會導致歐洲工業(yè)生產和價格的顯著下降。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VAR模型（FAVAR），發(fā)現(xiàn)了其他主要經(jīng)濟體和新西蘭的實際經(jīng)濟活動對美國EPU沖擊的負面反應。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)濟體的沖擊效應。研究發(fā)現(xiàn)美國EPU沖擊對新興經(jīng)濟體的實際經(jīng)濟活動（如產出、投資、消費、外國直接投資和出口）均有負面影響。一些學者在細分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)產生了相當大的產出溢出效應，對許多經(jīng)濟體來說，這比美國國內的影響還要大［ 21 ］。

關于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取決于時間以及全球和國內經(jīng)濟狀況。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出波動的貢獻。從數(shù)量角度來看，外部沖擊的產出效應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)濟變量的溢出效應，認為美國EPU的沖擊導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生積極影響［ 26 ］。其他具有統(tǒng)計意義的結果是對哥倫比亞的工業(yè)總產值產生短暫而小的積極影響。

（三）經(jīng)濟政策不確定性國際溢出的異質性

大量研究表明，美國EPU對不同國家宏觀經(jīng)濟的沖擊效應具有較大的異質性。沖擊效應的大小取決于接受國的貿易和金融一體化、金融開放、匯率制度、金融市場發(fā)展、勞動力市場剛性、產業(yè)結構以及對全球價值鏈的參與等。

異質性的主要來源是貿易開放，貿易開放可能加劇國內經(jīng)濟受到外部沖擊的脆弱性［ 21，27-30 ］。使用制造業(yè)生產和貿易的行業(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，貿易開放度對產出波動的影響越強［ 28 ］。從長期來看，發(fā)展中國家貿易開放度與收入水平之間存在雙向的正相關關系，這表明貿易開放度既是收入波動的原因，也是收入波動的結果［ 31 ］。然而，一些研究認為，貿易開放可以通過促進風險分散來減少對外部沖擊的暴露［ 31-32 ］。

有些研究認為，金融發(fā)展使金融系統(tǒng)能夠將資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新興市場國家經(jīng)濟增長和減少貧困的強大力量［ 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，從而擴大外部沖擊的不利影響，但是金融開放度和外部沖擊的關系并不是線性的，處于中等金融發(fā)展水平的經(jīng)濟體比非常發(fā)達或非常不發(fā)達的經(jīng)濟體更不穩(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)濟體的經(jīng)濟穩(wěn)定。相反，有研究認為，金融開放可以通過改善風險分擔，幫助國內經(jīng)濟分散外部沖擊的影響［ 29，35-36 ］，但是，金融一體化在改善風險分擔和消費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生［ 29 ］。從制度層面看，疲軟的機構導致資本流動更加波動，從而增加了外部沖擊后國內經(jīng)濟的宏觀經(jīng)濟波動，與流向發(fā)達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)模負面沖擊［ 37 ］。

當前研究主要存在以下問題：第一，EPU包括了貿易、貨幣、財政和匯率政策不確定性，當前研究籠統(tǒng)地探討了EPU的國際溢出，并沒有對EPU進行細分。這種研究邏輯的結果是一方面可能產生研究結果的偏差，另一方面難以針對EPU的國際溢出作出貿易、財政、貨幣和匯率政策的調整。第二，當前研究集中在對美國EPU的溢出效應，且主要是探討對某一國和某些國家的宏觀經(jīng)濟溢出，即溢出的接受者為國家。在一國內部，不同的區(qū)域由于地理位置、貿易開放度、制度質量、經(jīng)濟總量、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細分為貿易、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)，以中國各省域為研究對象，在省域經(jīng)濟相互聯(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)濟政策不確定性對中國各省域經(jīng)濟的影響，以求解釋美國分類經(jīng)濟政策不確定性對中國各省域經(jīng)濟影響的差異以及引起這種差異的原因。

二、研究設計

（一）溢出效應的方法：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)濟和金融關系的經(jīng)驗模型，該模型已經(jīng)成功用于研究宏觀經(jīng)濟［ 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，不包括西藏的原因為數(shù)據(jù)的缺失），每個子模型包含了內部變量（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造為跨省域的加權平均值：

權重代表各省域之間的經(jīng)濟聯(lián)系，本文采用30個省域之間的地理距離矩陣作為權重，并進行標準化處理。p表征內部變量的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包含了堆疊權重矩陣。

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

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

（二）變量與數(shù)據(jù)

各省域的內部變量如下：

消費物價指數(shù)域CPI（cpi）。以2015年為基期，采用當期值計算，原數(shù)據(jù)單位為“%”。本文將原數(shù)據(jù)擴大100倍以去掉百分號，并取自然對數(shù)處理后進入模型。

城鎮(zhèn)固定資產投資累計增長（guding）和規(guī)模以上工業(yè)增加值同比增長（gongye）。采用當期值計算，原數(shù)據(jù)單位為“%”，本文將原數(shù)據(jù)擴大100倍后進入模型。

進出口總值累計增長（jinchukou）。采用當期值計算，原數(shù)據(jù)單位為“%”，本文將原數(shù)據(jù)擴大100倍，并取自然對數(shù)處理后進入模型（ 2 ）。

外部變量以內部變量后加“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)濟政策不確定性，以指數(shù)形式表示，包括了貿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多份美國報紙相關關鍵詞出現(xiàn)頻次的結果計算（ 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)后進入模型，缺失值（內部變量）采用線性插值的方法填補。

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)計見表1：

（三）廣義脈沖響應函數(shù)分析

標準的脈沖響應函數(shù)分析采用Cholesky分解來構造正交沖擊，這取決于變量的滯后階數(shù)，該階數(shù)通常由經(jīng)濟理論來推斷。由于當前的文獻中沒有明確的不確定性沖擊的經(jīng)驗識別方案［ 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函數(shù)（GRIFs）來研究美國分類經(jīng)濟政策不確定性對中國各省域宏觀經(jīng)濟的沖擊效應，該方法的優(yōu)點是響應曲線不依賴于變量的順序。

三、實證結果

（一）單位根和協(xié)整檢驗

文章采用增強的Dickey-Fuller檢驗來探究長期協(xié)整關系的數(shù)量。檢驗結果表明，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信息準則的建議，對北京、天津、山西、內蒙古、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)計量來確定每個省域特定的VARX*模型的長期協(xié)整關系的數(shù)量，結果見表2。

（二）弱外生性檢驗

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

（三）結構穩(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)健估計量、在對未知變化點的一次性結構變化進行的連續(xù)Wald測試中，采用Quandt［ 47 ］提出的QLR統(tǒng)計量及其穩(wěn)健估計、Hansen［ 48 ］提出的MW統(tǒng)計量及其穩(wěn)健估計、Andrews & Ploberger［ 49 ］提出的APW統(tǒng)計量及其穩(wěn)健估計。在估計結果中，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次重復的模擬產生的自舉中位數(shù)和置信區(qū)間來解釋美國分類經(jīng)濟政策不確定性的沖擊效應。

（四）美國分類經(jīng)濟政策不確定性沖擊對中國各省域的溢出效應

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個主要省域進行廣義脈沖響應分析。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、內蒙古。由于對城鎮(zhèn)固定資產投資累計增長和規(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)濟政策不確定性對中國各省域CPI和進出口的脈沖沖擊，沖擊效應如圖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準差的沖擊，在第一期對各省域CPI負向沖擊均值為-0.002，正向沖擊均值為0.001，對所有省域CPI正向或負向沖擊情況見表4。

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

從圖2可以看出，美國TPU對各省域進出口沖擊最大，其次是FIR，而MOP對各省進出口的沖擊總體偏小。給予美國MOP一個單位標準差的沖擊，在第一期對各省域進出口的影響在（-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，對所有省域進出口正向或負向沖擊情況見表5。

四、進一步研究：關于異質性探討

從上文分析可以看出，美國分類經(jīng)濟政策不確定性對中國各省域CPI和進出口的沖擊存在較大的異質性。為探討異質性的來源，本文探討了各省域的下述變量：R&D支出比重、進出口總額、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、標識和處理如下：

R&D支出比重（lnrdgdp）。以當年價格計算的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 ）。

進出口總額（lnexim）和對外直接投資總額（lnfdi）。進出口總額（lnexim）以當年價格計算的2017～2019年各省域進出口總額（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）以當年價格計算的2017～2019年各省域對外直接投資總額（單位為萬美元）平均值來表示，并取自然對數(shù)。進出口總額（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 ］，表征各省域對內開放的水平。

GDP（lngdp）和人均GDP（lnrgdp）。以當年價格計算的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)濟總量（ 2 ）。

由于美國MOP對中國各省域CPI和進出口影響較小，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、對內開放水平和經(jīng)濟總量的皮爾遜相關系數(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的皮爾遜相關系數(shù)，下同。

如果將各省域創(chuàng)新能力、對外開放水平、對內開放水平和經(jīng)濟總量識別為省域經(jīng)濟發(fā)展是否“充分”，從圖3可以看出：（1）省域經(jīng)濟發(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關系，而與美國TPU對中國CPI的沖擊存在中度負相關，即省域經(jīng)濟發(fā)展越“充分”，美國TPU對中國各省域CPI的沖擊越傾向于負向沖擊，且沖擊越小。值得說明的是，省域經(jīng)濟發(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關系，說明了需要引入其他變量進一步識別異質性的來源。（2）省域經(jīng)濟發(fā)展是否“充分”與美國TPU和FIR對中國各省域進出口的沖擊存在顯著的中度正相關，即省域經(jīng)濟發(fā)展越“充分”，美國TPU和FIR對中國各省域進出口的沖擊越傾向于正向沖擊，且沖擊越大。

五、結論

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

將美國EPU細分為貿易、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和進出口存在顯著影響，而對各省域城鎮(zhèn)固定資產投資累計增長和規(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和進出口的脈沖沖擊大于FIR的沖擊，而美國MOP對各省域CPI和進出口的脈沖沖擊明顯較小。

2.脈沖沖擊具有較大的異質性

美國TPU和FIR對中國各省域CPI和進出口既存在正向脈沖沖擊，也存在負向脈沖沖擊，顯示出美國TPU和FIR對各省域宏觀經(jīng)濟影響的復雜性。正向沖擊和負向沖擊的同時存在說明了美國TPU和FIR對中國省域經(jīng)濟來說，既是“?！?，也是“機”。從概念學的角度來看，EPU意味著未來經(jīng)濟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并不必然導致“壞”的結果。

3.美國TPU和FIR對中國各省域CPI和進出口的脈沖沖擊異質性的來源

以R&D支出比重（lnrdgdp）、進出口總額（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、對內開放水平和經(jīng)濟總量來識別異質性的來源。省域經(jīng)濟發(fā)展越“充分”，美國TPU對中國各省域CPI的沖擊越傾向于負向沖擊，且沖擊越小，而美國TPU和FIR對中國各省域進出口的沖擊越傾向于正向沖擊，且沖擊越大。

基于上述結論，提出如下政策建議：

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

二是各省域應以高質量發(fā)展為指引進一步提升創(chuàng)新能力和開放水平，以應對外部經(jīng)濟政策不確定性的沖擊。習近平總書記在黨的二十大報告中指出：“高質量發(fā)展是全面建設社會主義現(xiàn)代化國家的首要任務。發(fā)展是黨執(zhí)政興國的第一要務。”高質量發(fā)展包括了各省域創(chuàng)新能力、對外開放水平、對內開放水平和經(jīng)濟總量的提升，這些指標的提升可以弱化TPU和FIR對各省域CPI和進出口的不利沖擊，或強化有利沖擊。各省域應進一步提升創(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。

一是需要進一步進行異質性來源的識別。在本文的分析中，無法得出美國FIR對中國各省域CPI脈沖沖擊異質性的來源，且在其他異質性的分析中，相關系數(shù)也僅為中度相關，因此需要進一步識別異質性的來源。

二是需要厘清美國分類經(jīng)濟政策不確定性對中國各省域宏觀經(jīng)濟影響的邏輯機理。本文定量研究了美國貿易、貨幣和財政政策不確定性對中國各省域宏觀經(jīng)濟的脈沖沖擊，但并未深入研究其邏輯機理。因此需要進一步探究脈沖沖擊的機制與邏輯。分析脈沖沖擊的路徑以及存在哪些中介因素和調節(jié)因素。

注釋：

（1）習近平2019年6月出席圣彼得堡國際經(jīng)濟論壇的講話。

（2）數(shù)據(jù)來自中國國家統(tǒng)計局。

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

參考文獻：

［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)濟政策不確定性溢出、制度捕獲與經(jīng)濟增長——基于制度質量的面板門檻模型［J］.宜春學院學報，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：社會科學文獻出版社，2021.