按照AIC准则选择滞后期为2的VAR模型，经检验各模型的单位根均落在单位圆内，设定模型是稳定的。按照上述模型变量的顺序，通过计算一年期和两年期累积脉冲响应来测量各模型变量对货币政策单位Cholesky正向冲击标准差信息的响应和累计响应值，即测定CREDIT作为货币政策的指示变量对经济各部门的影响效果。具体脉冲响应结果见表1和表2。
从区域视角看，四个地区总体上均呈现出正向关系，但在响应的效果上仍然存在明显的差异，浙江、上海和江苏较高，而安徽则响应较低。
从产业结构的角度来看，第二产业与信贷变动的正向关系显著，特别是建筑业拥有较高的信贷敏感性。第三产业与信贷变动的正负向关系不太明显，特别是金融业信贷敏感性不显著。
（三）相关性实证检验
实证结果显示，我国确实存在着货币政策区域效应的差异性，且差异性可能与当地具体的产业结构密切相关，为了证实该问题，首先对产业结构和地区脉冲效应值进行Pearson相关性检验，检验结果见表3。
通过相关性检验，可以看出建筑和地产部门比较显著。即建筑部门和地产部门对货币政策变动冲击反映强烈，这一点也与先前的Carlino & DeFina （1998）的研究结果基本一致。但是与Carlino and DeFina（1998）研究相对比，在相关分析中，工业在地区产值中的比重并不是很显著。可能有两种原因：首先，该地区工业以大中型企业（包括国企）为主，与商业银行建立了较为固定的信贷关系，所以对货币政策的变动反映不是很明显，其次，在相关分析中，工业的影响可能被建筑业的影响所削弱。
上述的相关分析只说明各地区货币政策响应程度与当地的产业结构密切相关，而各地产业结构能在多大程度上解释这种区域效应呢？本文通过多因素方差分析（ANOVA）来检验产业结构相对于地区对货币政策区域效应的解释力。基于32个“地区*产业”脉冲响应组合，通过方差分析（ANOVA）得出结果见表4、表5。
结果表明，假设1：在区域差异其它条件不变情况下，所有部门有相同的脉冲响应函数，在1%的显著水平下被拒绝。假设2：部门差异在其它条件不变情况下，各地区拥有完全相同的脉冲响应不能被拒绝。
综上，特定部门的信贷敏感性变动要比特定地区的信贷敏感性变动更为重要。这一结论无论对于一年还是两年的累积脉冲响应均成立。
结论与政策建议
全面了解统一货币政策给不同地区带来的不同影响是提高货币政策整体效应的前提。而在影响货币政策区域效应的众多因素中产业结构差异是最为重要的影响因素之一。本文基于货币政策区域效应和产业结构相关理论分析，以泛长三角地区为例，通过运用VAR模型和多因素方差分析实证分析得出我国货币政策确实存在区域效应，并得出产业结构差异对货币政策区域效应具有显著的解释力。
除了产业结构差异以外，其它要素差异也是造成货币政策区域效应的重要因素。根据相关研究理论，可以推知一些其它要素包括各地区域金融发展和消费模式等，也是影响我国货币政策区域效应的重要因素，这将有待进一步研究。
综合以上分析，本文提出以下政策建议：
短期来看，需要充分发挥各地区的经济区位优势，剔除产业间所存在的不合理的行政干预、限制门槛和行业垄断现象等，完善各产业、行业的投融资渠道，加快各地区产业结构的优化和升级，进一步推进各地区经济发展与国家宏观产业政策和财政政策的协调配合，缩短各地区经济发展水平的差异。
长期来看，加快市场经济建设，完善各项货币政策的传导机制，提高传导效率；加快推进生产要素价格改革，实现生产要素全国范围内的自由流动；着力实现区域产品多样化和经济开放度的显著提升。经济同质性的提高将使我国货币政策的合意性显著提高。
相关专题：经济地理 电子商务未来发展方向
