貨幣政策協調與產業結構“非線性”優化

劉祖基 劉希鵬

摘要：貨幣政策在不同經濟時期對產業結構的傳導效果和作用機制明顯不同。本文構建了一個帶有時變轉換概率的馬爾科夫區制轉換向量自回歸模型，并應用該模型研究了不同經濟狀態下中國貨幣政策對產業結構優化的差異性影響。研究發現：在經濟蕭條時期，產業結構優化程度較低，以銀行間7天拆借利率為貨幣政策中介目標的寬松性貨幣政策對產業結構優化升級具有促進作用，但作用效果較弱;在經濟繁榮和經濟平穩時期，產業結構優化程度較高，以銀行間7天拆借利率為貨幣政策中介目標的緊縮性貨幣政策對產業結構優化升級具有促進作用，并且作用效果較強。

關鍵詞：貨幣政策;產業結構;經濟狀態;非線性效應

文獻標識碼：A

文章編號：100228482020（02）005909

開放科學（資源服務）標識碼（OSID）：

一、問題提出

改革開放以來，我國經濟保持長期快速發展，取得了舉世矚目的經濟增長“奇跡”。然而，隨著我國經濟發展進入新常態時期，經濟增長結構不合理和產業結構失調問題也日益凸顯，導致我國經濟出現增長趨緩。正如克拉克定理所言，經濟增長結構與生產資料的錯配，是經濟社會緩慢發展的重要原因之一[1]。在此背景之下，我國相繼出臺了一系列宏觀經濟調控政策來促進經濟結構轉型，其中，除了財政政策發揮了重要作用之外，貨幣政策也日益成為調整產業結構的重要手段。然而，產業結構受貨幣政策的影響程度會因時期和經濟參數的變化而產生差異性，即我國貨幣政策在不同經濟時期對產業結構的傳導效果和作用機制會明顯不同。為此，探索時變參數計量經濟模型的構建方法，進而分析我國貨幣政策對產業結構調整的時變效應具有重要意義。

自新古典經濟學派登上歷史舞臺以來，經濟增長與經濟波動問題逐漸成為宏觀經濟學家關注的焦點，他們較為一致地認為土地資源、其他國家的宏觀經濟政策沖擊等外生因素是宏觀經濟產生波動的主要原因，而技術進步、物質資本積累、人力資本水平等內生因素是宏觀經濟增長的主要原因[24]。此后，Solow等[5]發展了一系列量化研究模型，并分析出了技術進步、資源優化配置、人力資本等因素對經濟增長的真實貢獻率。而Kydland等[67]進一步發展了一般均衡模型、真實經濟周期模型、內生經濟增長模型、動態隨機一般均衡模型等研究方法，并深入分析了經濟增長的動力之源的問題。陳利鋒等[8]在動態隨機一般均衡框架下加入了產業結構因素，他們將最終產品廠商和中間產品廠商劃分為三次產業廠商，進而模擬了三次產業廠商比例變化一單位標準差對產出的脈沖響應，發現產業結構比例對經濟增長有著重要影響。隨后，Peneder等[910]分別從人力資本在不同經濟部門間的分配、物質資本在不同產業間的過渡、經濟社會變遷等角度探索了產業發展結構與經濟增長動力之間的關系，并一致認為生產率高的部門占有相對較高比例的生產資料，生產率低的部門占有相對較低比例的物質資本和人力資本，這樣的經濟結構將更有利于經濟的長足發展。

由此可見，產業結構優化有助于宏觀經濟增長這一觀點已然被學術界一致接受，并日益成為不爭的事實。然而，什么樣的產業結構才算是優化的產業結構，產業結構優化應該如何度量？什么樣的貨幣政策有利于產業結構優化，不合理的產業結構應該如何進行引導？這些問題還有待進一步研究。

對于產業結構優化程度的測度問題，國內外的研究較為廣泛，普遍從要素回報率的角度分析生產要素的分配比例，且大都認為一個經濟體內物質資本和人力資本在要素回報率高的生產部門所占比例越高，則該經濟體的產業結構優化程度越高[1114]。其中，Abramovitz等[13]將大量宏觀經濟變量進行分類，并將其提取為少數共同因子，檢驗了不同共同因子與經濟增長率的關系，進而將相關性高的因子的加權值作為衡量產業結構優化的指數;而儲德銀等[14]以三次產業貢獻率作為權重，對勞動力分布情況、固定資本投資情況作加權平均構建出產業結構高級化指數，并以此衡量產業結構的優化程度。

然而，對于產業結構優化的貨幣政策促進問題，雖然學術界展開了大量研究，但研究結果存在較大分歧，至今仍未得到一個統一定論[1519]。其中，一部分學者認為擴張型貨幣政策有利于促進產業結構優化升級，他們采用聯立方程模型、面板向量自回歸模型等研究方法發現，央行的寬松窗口指導、降低存款準備金率等寬松型貨幣政策會影響居民和廠商的消費與投資結構，增加居民對高新技術產品的需求，廠商也將物質投資和人力投資轉向新興產業，進而促進了產業結構向高級化轉變[18]。另一部分學者則認為緊縮型貨幣政策有利于產業結構優化升級，而寬松型貨幣政策會阻礙產業結構優化升級，他們采用一般均衡模型、貝葉斯向量自回歸模型等研究方法發現，央行縮減基礎貨幣供給水平、增加存貸款基準利率等緊縮型貨幣政策有利于社會資本撤出金融體系而向實體行業輸出[19]。

從文獻梳理可見，已有研究比較一致地認為產業結構優化與貨幣政策實施之間存在著一定的聯系。然而，對于產業結構走向高級化的宏觀調控問題，尤其是貨幣政策對產業結構優化的作用效果問題，學術界始終存在著爭議性的觀點。究其原因，大部分學者采用諸如貝葉斯向量自回歸模型、聯立方程模型、一般均衡模型等不變參數計量經濟模型分析貨幣政策對產業結構優化的作用效果，然而，從貨幣政策的出臺，到作用于產業結構，這一過程必然會遵循一定的傳導機制，而傳導機制又會隨著不同經濟時期的不同經濟參數而變化，從而導致在研究貨幣政策對產業結構優化的動態影響方面不變參數計量經濟模型顯得無能為力。

基于以上研究不足，本文構建了一個基本的區制轉換模型來探索不同經濟狀態下我國貨幣政策對產業結構優化影響的差異性;隨后令不同區制狀態間的轉換概率隨著不同時期的貨幣政策工具，即基礎貨幣供應水平、存款準備金率、資本市場信貸水平以及一年期基準貸款利率而產生時變性;最后基于該時變參數模型探索了我國貨幣政策在不同時期對產業結構優化的作用效果，并結合分析結果提出了相關政策建議。

與以往研究文獻相比，本文的邊際貢獻在于：第一，在構建數理模型時對模型參數采取了馬爾科夫隨機過程的處理方法，從而賦予了模型研究我國貨幣政策在不同經濟時期對產業結構優化作用效果的能力;第二，內生化了經濟系統狀態轉變的概率，使其依賴于logistic函數下的不同類型貨幣政策（數量型和價格型）而變化，進而可以從不同類型貨幣政策及不同經濟時期的角度探索我國貨幣政策對產業結構優化的動態性影響，彌補了以往單一貨幣政策研究的空白。

二、模型設計

本部分首先介紹了研究貨幣政策對產業結構優化時變性影響的模型構建方法，隨后闡述了產業結構高級化的衡量方法以及貨幣政策工具的選取，最后對樣本數據展開描述并介紹了本部分模型的參數估計方法。

（一）模型構建

貨幣政策作為一種重要的宏觀經濟調控手段，其實施手段必然會對該經濟體的產業結構產生不可避免的影響，因此，探索貨幣政策對產業結構的時變性影響，首先要建立一個同時包含貨幣政策和產業結構代理變量的基礎模型：

（二）變量選取和數據描述

本文研究貨幣政策對產業結構優化時變性影響主要涉及兩方面的變量，一方面是產業結構變量It和貨幣政策中間目標變量Rt;另一方面是內生化經濟系統狀態轉換概率的貨幣政策直接操作工具變量向量Yt。

對于產業結構變量It，儲德銀等[14]提出了，利用第一、二、三產業增加值占比以及第一、二、三產業從業人員占比構建出一個衡量產業結構優化程度的高級化指數，本文參照其方法，以該產業結構高級化指數作為產業結構優化程度的代理變量It。對于貨幣政策中間目標變量，鄭挺國等[22]認為，在整個金融系統的各個指標中，短期名義利率最能反映出貨幣市場的資金供給與需求狀況;張龍等[4]認為我國銀行間拆借利率是我國利率系統市場化最高的指標，基本可以作為短期名義利率的代理變量，因此，本文以銀行間7天拆借利率作為貨幣政策中間目標Rt的代理變量。在這一部分變量中，涉及數據包括第一、二、三產業增加值，第一、二、三產業從業人員數，以及銀行間7天拆借利率。

對于貨幣政策直接操作工具變量向量Yt，本文擬從數量型和價格型貨幣政策兩個角度探索我國貨幣政策對產業結構優化的時變性影響。因此，令Yt=[BMt，RMt，CMt，IMt]，其中，BMt為基礎貨幣供應量，RMt為存款準備金率，這兩個變量均為數量型貨幣政策的代理變量;CMt為窗口指導，使用資本市場信貸水平來衡量，IMt為一年期基準貸款利率，這兩個變量均為價格型貨幣政策的代理變量。在這一部分變量中，涉及數據包括基礎貨幣供應量、存款準備金率、金融機構的各項貸款余額，以及一年期基準貸款利率。

對于上述數據，本文均采用EVIEWS軟件進行X11季度處理并使用Matlab軟件進行tcode5方法[23]處理。本文所用數據皆來源于中經網數據庫2005年Q1到2017年Q4的季度數據或日度數據，非季度數據采取執行天數的加權方法換算成季度數據。

（三）參數估計方法

對于前文構建的時變參數模型，本文擬采用基于期望最大化算法的極大似然估計方法進行參數估計，因此，首先要計算對數似然函數。

三、實證分析

從前文模型構建原理可以看出，觀測變量的不同滯后階數p和狀態變量的不同取值M都會對模型的參數估計結果產生重要影響，因此，本部分首先檢驗了在滯后階數p和經濟狀態M的不同取值下不同模型的適用性，進而確定出最優模型，最后，應用最優模型從動態效應的角度展開實證分析。

（一）模型檢驗

根據前文模型中不同參數的不同處理方法，本文將其劃分為四類模型，具體劃分情況見表1。其中，

A類模型代表截距向量、系數矩陣都未經過馬爾科夫鏈處理，因此稱其為傳統VAR模型;

B類模型代表模型截距向量經過馬爾科夫鏈處理，而系數矩陣未經過馬爾科夫鏈處理，稱其為MSIHVAR模型;

C類模型代表模型截距向量未經過馬爾科夫鏈處理，而系數矩陣經過馬爾科夫鏈處理，稱其為MSAHVAR模型;

D類模型代表模型截距向量和系數矩陣都經過馬爾科夫鏈處理，稱其為MSIAHVAR模型。另外，考慮到擾動項協方差矩陣的特殊性，在每類模型中都對其進行馬爾科夫鏈處理。同時，對每類模型根據滯后階數p和經濟狀態M的不同區制又將其劃分為不同模型。

應用前文提出的參數估計方法，本文分別檢驗了上述不同類型模型的擬合性，檢驗結果見表2。從滯后階數的取值來看，除了傳統模型VAR即A類模型外，B類、C類、D類模型滯后1階的對數似然值以及

AIC、HQ、SC的表現都優于滯后2階，說明滯后1階模型具有更好的擬合性;從經濟狀態的取值來看，B類、C類、D類模型在取兩個經濟狀態的情況下，其對數似然值都大于取三個經濟狀態的情況，

AIC、HQ、SC都小于取三個經濟狀態的情況，說明兩經濟狀態模型相對更好;從不同經濟參數的馬爾科夫鏈處理情況來看，B類、C類模型的對數似然值與

AIC、HQ、SC的表現都優于A類模型，而D類模型的對數似然值在所有模型中最大，

AIC、HQ、SC值在所有模型中最小，說明D類模型比其他模型具有更好的擬合性。綜上檢驗發現，截距向量、系數矩陣、擾動項協方差矩陣同時經馬爾科夫鏈處理的1階滯后2經濟狀態的模型TVTPMSIAH（2）VAR（1）是最優模型。

（二）實證結果解釋與分析

本部分采用前文基于期望最大化算法的極大似然方法來估計TVTPMSIAH（2）VAR（1）模型，進而探索了在2005年Q1到2017年Q4我國貨幣政策對產業結構優化的非對稱效應。其中，貨幣政策中介目標對產業結構非對稱效應的參數估計結果、經濟狀態平均轉換概率的參數結果、貨幣政策直接操作工具下的時變轉換概率的參數估計結果分別見表3、圖1和表4。

態1時的產業結構發展水平較穩定，相反，經濟系統處于狀態2時的波動率更強。第二，從產業高級化指數系數估計結果的對比中可以發現，經濟狀態1和經濟狀態2的產業高級化指數系數分別為-01371和01119，說明當經濟系統處于狀態1時，上期的產業結構發展水平對本期的產業結構優化程度產生了負向影響，并且影響程度較大;相反，當經濟系統處于狀態2時，產業結構以往的發展水平對當期的產業結構優化有促進作用，但效果相對較低。第三，從貨幣政策中介目標系數估計結果的對比中可以發現，經濟狀態1和經濟狀態2的貨幣政策中介目標系數分別為-00958和02033，說明當經濟系統處于狀態1時，銀行間7天拆借利率的下降對產業結構優化升級具有促進作用，但作用效果有限;當經濟系統處于狀態2時，銀行間7天拆借利率的上升則有利于推動產業結構優化升級的進程，并且作用效果較大。

過去幾十年來，中國經濟增長方式主要為粗放型增長，產業結構不合理發展趨勢日益積累，尤其是在全球經濟危機時期和歐洲主權債務危機時期，整體經濟環境惡劣，我國經濟增速出現下滑現象。在此情況下，國民經濟進一步需要粗放型增長來拉升，導致了經濟下滑時期的產業結構優化程度較低，且當期產業結構會受過去低下的產業結構的進一步影響。相反，在經濟上行時期，全球經濟環境良好，我國出臺了各種扶持新興產業發展的政策，這為產業結構的進一步升級提供了良好的基礎條件。

圖1和圖2分別顯示了經濟狀態平均轉換概率的參數結果和產業結構高級化指數走勢。從圖中基于濾波概率的估計結果可以看出，在2005年到2017年各季度的經濟狀態1和經濟狀態2下，濾波概率都是處于非0即1的參數估計值，僅有2012年Q3和Q4濾波概率的估計值在05左右，說明本文模型的兩個經濟狀態劃分具有較大的精確性。另外，基于平滑概率的估計結果可以看出，在2005年Q2到2006年Q4以及2013年Q1到2017年Q4，平滑概率在經濟狀態1內都小于05，而在經濟狀態2內都大于05，說明在2005年Q2到2006年Q4以及2013年Q1到2017年Q4的經濟系統處于經濟狀態2，結合前面部分的參數估計結果，說明在2005年Q2到2006年Q4以及2013年Q1到2017年Q4期間，我國產業結構高級化程度較高，但產業結構發展水平波動性較大;產業結構優化升級會受到過去產業結構優化程度的拉動作用，但拉動作用效果并不明顯;以銀行間7天拆借利率為中介目標的緊縮性貨幣政策同樣會推動產業結構優化升級的進程，并且貨幣政策的作用效果較強。在2007年Q1到2012年Q4平滑概率在經濟狀態1內都大于05，而在經濟狀態2內都小于05，說明在2007年Q1到2012年Q4的經濟系統處于經濟狀態1，結合前面部分的參數估計結果，說明在2007年Q1到2012年Q4期間，我國產業結構高級化程度較低，但產業結構發展水平相對穩定;產業結構優化升級會受到過去產業結構發展水平的阻礙作用，并且阻礙程度較強;以銀行間7天拆借利率為中介目標的寬松性貨幣政策有利于產業結構優化升級，但促進作用較弱。另外，產業結構高級化指數的走勢再次證明了本文參數估計結果的準確性，從圖2中可以看出，在2005年Q2到2006年Q4以及2013年Q1到2017年Q4期間，產業結構高級化指數幾乎都在020以上，但在2007年之前和2012年之后的走勢呈現明顯的不一致，說明波動幅度較大，而在2007年Q1到2012年Q4期間，產業結構高級化指數大部分時候都是在020以下，并且各期的變化趨勢較一致。

造成此種差異的原因是，在2005年到2006年，全球經濟處于高速發展時期，且全球化程度顯著加快，在此情況下，國際資金出于套利等投機動機滲入中國資本市場，并較大程度地推動了中國金融市場的發展。隨著金融市場的發展，一些高新技術產業的融資難問題得到了較好解決，閑散資金也逐漸滲入通信、電子、生物制藥等高科技行業，因此，在此時期，中國產業結構優化程度較高;在2013年到2017年，隨著全球經濟周期性波動的加快，各國經濟都出現增長趨緩的現象，我國經濟發展也隨之進入新常態時期。在產業結構無法為經濟增長提供新動力的情況下，央行和財政部門相繼出臺多項政策措施來扶持中小型高新技術企業的發展，結構性寬松及“營改增”等政策，這在一方面減輕了高新技術企業的成本，達到了促進高新技術企業發展的目的，另一方面也逐漸起到了為傳統制造業去杠桿、去庫存的作用。因此，在此時期，中國產業結構優化程度也日益提高[24];在2007年到2012年，全球經濟相繼經歷了“全球經濟危機”和“歐洲債務危機”，危機的傳導對我國經濟產生了強烈的不利沖擊，由于高新技術企業相對傳統制造業的規模較小，更易受到經濟危機的不利沖擊，同時，在金融市場發展不利的情況下，中小型高新技術企業資金鏈也率先受到影響，進而對中小型高新技術企業發展產生了明顯的阻礙作用。此外，從“家電下鄉”“四萬億計劃”等政策手段來看，刺激內需的資本也大部分流向了傳統制造業、基礎設施建設等，因此，在此時期，中國產業結構優化程度較低。另外，由于產業結構發展具有“慣性”，過去較高的產業結構發展水平會促進產業結構的進一步發展，過去較低的產業結構發展水平會進一步拉低產業結構的發展，因此，在2005年到2006年以及2013年到2017年，產業結構優化程度必然會受到過去產業結構發展水平的拉動作用，在2007年到2012年，產業結構優化程度必然受到過去產業結構發展水平的阻礙作用。

從貨幣政策來看，在2005年到2006年以及2013年到2017年期間，我國經濟大部分時候處于經濟繁榮和經濟平穩時期，國際資本的快速流動、金融市場的高速發展，都意味著我國中小型高新技術企業不會面臨融資難、周轉慢等資金問題，因此，緊縮型貨幣政策雖然會為高速發展的經濟及金融市場降溫，但并不會對高新技術產業的發展產生阻礙作用。相反，對傳統制造業而言，外需在其高速發展中占有很重要的地位，而緊縮性貨幣政策會促進人民幣升值，出口產品的價格競爭力下降，導致外需大幅度降低，進而對傳統制造業的發展起到抑制作用。由此可見，這個期間實施緊縮性貨幣政策一方面不會阻礙高新技術產業的發展，另一方面又會對傳統制造業的發展起到抑制作用，這說明緊縮性貨幣政策會促進產業結構優化升級;在2007年到2012年期間，全球經濟都處于低迷時期，此時我國的寬松性貨幣政策雖然會促進人民幣貶值，提高出口商品競爭力，但全球性經濟低迷并不會較大程度提高我國傳統制造業的出口水平，這意味著寬松性貨幣政策并不會促進我國傳統制造業的發展。另外，在經濟低迷時期，國際資本撤離、金融市場萎靡不振，都對我國中小型高新技術企業產生了不利沖擊，此時寬松性貨幣政策會彌補金融市場發展緩慢的不足，提高國內資本市場流動性，為中小型高新技術企業適時注資，進而促進高新技術產業的發展。因此，在此時期，寬松性貨幣政策既不會促進傳統制造業的發展，又會對高新技術產業的發展起到較好的促進作用，說明寬松性貨幣政策會促進產業結構優化升級。

從產業結構低級化狀態的時變轉換概率p11，t來看，數量型貨幣政策工具對其影響效果較大，而價格型貨幣政策對其影響效果較小，其中，央行采取降低基礎貨幣供應水平、提高存款準備金率、寬松窗口指導、降低法定基準貸款利率的貨幣政策會增加經濟系統向產業結構低級化狀態轉換的可能性;從產業結構高級化狀態的時變轉換概率p22，t來看，價格型貨幣政策工具對其影響效果較大，其中，央行采取降低基礎貨幣供應水平、提高存款準備金率、緊縮窗口指導、提高法定基準貸款利率的貨幣政策會增加經濟系統向產業結構高級化狀態轉換的可能性。

造成這種現象的原因是，在經濟狀態1，即產業結構低級化狀態，央行采取降低基礎貨幣供應水平和提高存款準備金率的緊縮性數量型貨幣政策會通過貨幣供給對貨幣政策中介目標銀行間7天拆借利率起到直接作用，所以可以較大程度促進銀行間7天拆借利率的提高。相反，央行采取寬松窗口指導和降低法定基準貸款利率的寬松性價格型貨幣政策會通過影響微觀經濟主體的投資和消費決策來間接對貨幣政策中介目標銀行間7天拆借利率產生影響，所以只能較小程度促進銀行間7天拆借利率的降低。因此，綜合來看，降低基礎貨幣供應水平、提高存款準備金率、寬松窗口指導、降低法定基準貸款利率的政策協調操作象征著小幅度拉升銀行間7天拆借利率的緊縮性貨幣政策，而緊縮性的政策效果恰好在經濟狀態1對產業結構優化升級起到阻礙作用，這就說明了為什么上述貨幣政策操作組合可以提高經濟系統處于產業結構低級化狀態的時變轉換概率。

在經濟狀態2，即產業結構高級化狀態，央行采取降低基礎貨幣供應水平、提高存款準備金率的緊縮性數量型貨幣政策會通過貨幣供給對貨幣政策中介目標銀行間7天拆利借利率起到直接作用，可以較大程度促進銀行間7天拆借利率的提高，而央行采取緊縮窗口指導、提高法定基準貸款利率的緊縮性價格型貨幣政策會通過影響微觀經濟主體的投資和消費決策來間接對貨幣政策中介目標銀行間7天拆借利率產生影響，可以較小程度促進銀行間7天拆借利率的提高。因此，綜合來看，降低基礎貨幣供應水平、提高存款準備金率、緊縮窗口指導、提高法定基準貸款利率的政策協調配合象征著大幅度拉升銀行間7天拆借利率的緊縮性貨幣政策，而緊縮性的政策效果恰好在經濟狀態2對產業結構優化升級起到較強的促進作用，這就說明了為什么上述貨幣政策操作組合可以提高經濟系統處于產業結構高級化狀態的時變轉換概率。

四、研究結論

探索適當的貨幣政策來加快產業結構優化進程，不但有利于促進經濟的持續健康發展，更利于提高一個經濟體的國際競爭力。基于此，本文構建了非線性模型，并以銀行間7天拆借利率為中介目標來探索我國貨幣政策對產業結構優化的非線性影響，同時，以常規貨幣政策操作工具為變量探索了貨幣政策對產業結構優化非線性影響的時變轉換概率，并發現了貨幣政策對產業結構優化的非線性影響效應。貨幣政策對產業結構優化程度的作用效果呈現出兩狀態現象，在經濟蕭條時期，我國產業結構優化程度較低，這一狀態為產業結構低級化狀態，在這一狀態下，產業結構發展水平相對較穩定，產業結構優化升級會受到過去產業結構發展水平的阻礙作用，并且阻礙程度較強，以銀行間7天拆借利率為貨幣政策中介目標的寬松性貨幣政策對產業結構優化升級具有促進作用，但影響較弱;在經濟上升和相對穩定的時期，我國產業結構相對更合理，這一狀態為產業結構高級化狀態，在這一狀態下，產業結構發展水平波動較大，產業結構優化升級會受到過去產業結構發展水平的拉動作用，但拉動效果并不顯著，以銀行間7天拆借利率為貨幣政策中介目標的緊縮性貨幣政策對產業結構優化升級具有促進作用，并且作用效果較強。

綜合本文的研究發現，可以得到相應的政策建議。當經濟系統處于產業結構低級化狀態時期，中央銀行應該采取提高基礎貨幣供應水平、降低存款準備金率、寬松窗口指導、降低法定基準貸款利率的貨幣政策組合操作。當經濟系統處于產業結構高級化狀態時期，中央銀行應該采取降低基礎貨幣供應水平、提高存款準備金率、緊縮窗口指導、提高法定基準貸款利率的貨幣政策組合操作。然而，考慮到隨著以特朗普經濟學為代表的貿易保護主義在全球出現抬頭現象，科技革命帶來的紅利效應日漸衰退，不平衡不充分發展的矛盾日益凸出，預示著全球經濟將進入經濟周期的下行階段，國際資本流動趨緩，金融市場發展受阻，我國中小型高新技術企業將面臨融資難、周轉慢等一系列問題。在如此的背景下，結合本文分析結論，建議中央銀行采取以提高基礎貨幣供應水平和降低存款準備金率的數量型貨幣政策為主、結合以寬松窗口指導和降低法定基準貸款利率的價格型貨幣政策為輔的寬松操作組合來促進我國未來一段時間的產業結構優化升級。

參考文獻：

[1]Clark C. The conditions of economic progress [M]. London： Macmillan， 1940.

[2]Emrich E， Pierdzioch C A. A note on the international coordination of antidoping policies [J]. Journal of Sports Economics， 2012， 16（2）： 312321.

[3]Poghosyan T. Crosscountry spillovers of fiscal consolidations in the euro area [R]. IMF Working Papers， No. 1401， 2017.

[4]張龍， 金春雨. 數量型和價格型貨幣政策工具的有效性對比研究 [J]. 中國工業經濟， 2018（1）： 119136.

[5]Solow R M. A contribution to the theory of economic growth [J]. Quarterly Journal of Economics， 1956， 70（1）： 6594.

[6]Kydland F E， Prescott E C. Time to build and aggregate fluctuations [J]. Econometrica， 1982， 50（2）： 13451370.

[7]趙楊， 李天宇， 姜國剛. 基于DSGE視角的中國碳排放政策與經濟增長 [J]. 軟科學， 2018（8）： 1519.

[8]陳利鋒. 勞動力流動、結構轉型與貨幣政策： 一個模擬分析 [J]. 云南財經大學學報， 2017（6）： 2541.

[9]Peneder M. Industrial structure and aggregate growth [J]. Structural Change and Economic Dynamics， 2003， 14（4）： 427448.

[10]Hanushek E A. Economic growth in developing countries： The role of human capital [J]. Economics of Education Review， 2013， 37（2）： 204212.

[11]Drucker J， Feser E. Regional industrial structure and agglomeration economies： An analysis of productivity in three manufacturing industries [J]. Regional Science & Urban Economics， 2015， 42（1）： 114.

[12]胡秋靈， 劉唯. 金融發展對產業結構影響的區域比較研究——產業結構合理化與高級化二維度的實證檢驗 [J]. 金融理論探索， 2016（1）： 6470.

[13]Abramovitz M. Thinking about growth [J]. Southern Economic Journal， 1991， 57（1）： 118139.

[14]儲德銀， 建克成. 財政政策與產業結構調整——基于總量與結構效應雙重視角的實證分析 [J]. 經濟學家， 2014（2）： 8091.

[15]Sasaki H， Ueyama S. Chinas industrial structure and its changes in recent years： An analysis of the 19972005 inputoutput tables [J]. Bank of Japan Paper， 2009， 9（1）： 118.

[16]李子倫. 產業結構升級含義及指數構建研究——基于因子分析法的國際比較 [J]. 當代經濟科學， 2014（1）： 8998.

[17]習羿暉， 段新鋒， 劉振. 金融結構、產業結構優化與經濟增長——基于中部六省的實證分析 [J]. 金融理論探索， 2016（4）： 2330.

[18]Dedola L， Lippi F. The monetary transmission mechanism： Evidence from the industries of five OECD countries [J]. European Economic Review， 2005， 49（4）： 15431569.

[19]曹永琴. 中國貨幣政策產業非對稱效應實證研究 [J]. 數量經濟技術經濟研究， 2010（9）： 1830.

[20]Hamilton J D. A new approach to the economic analysis of nonstationary time series and the business cycle [J]. Econometrica， 1989， 57（3）： 357384.

[21]Hamilton J D. Analysis of time series subject to changes in regime [J]. Journal of Econometrics， 1990， 45（1）： 3970.

[22]鄭挺國， 劉金全. 區制轉移形式的“泰勒規則”及其在中國貨幣政策中的應用 [J]. 經濟研究， 2010（3）： 4052.

[23]Korobilis D. Assessing the transmission of monetary policy using timevarying parameter dynamic factor models [J]. Oxford Bulletin of Economics & Statistics， 2013， 75（1）： 157179.

[24]陳建奇. 對外直接投資推動產業結構升級： 趕超經濟體的經驗 [J]. 當代經濟科學， 2014（6）： 7177.

責任編輯、校對： 李再揚