共同富裕是中国特色社会主义的本质要求，也是中国式现代化的重要特征。党的二十大报告提出，要坚持把实现人民对美好生活的向往作为现代化建设的出发点和落脚点，着力维护和促进社会公平正义，着力促进全体人民共同富裕，坚决防止两极分化^[1]。这意味着中国已经逐步走向“共同富裕”的新征程，并将“全面实现共同富裕”作为中国共产党建党第二个百年奋斗目标。但近年来国际形势日益严峻，世界局部冲突和世纪疫情相互交织，改革开放以来的“赶超战略”引致的粗放型发展，导致城乡间发展差距较大、中等收入群体占比不高等现实问题^[2]，如何在中国这样一个“十亿”级人口规模的社会主义国家实现现代化，稳步推进共同富裕进程，是当前亟待解决的一大难题^[3]。

百年变局加速演进，中华民族伟大复兴进入关键期。中国面临的挑战与日俱增，统筹发展，保障经济政策平稳运行尤为重要。但自全球金融危机以来，国际金融市场持续动荡，世界经济政策不确定性不断攀升。在供给冲击、需求收缩和预期转弱的三重压力下，中国经济政策不确定性也在进一步加剧。为应对国内外复杂的发展环境和保障经济高质量发展，中国政府尝试通过不断推行或调整有关政策以达到调控经济的目标，经济政策不确定性逐渐成为经济发展的“主旋律”^[4-5]。与此同时，中国作为一个地域辽阔的国家，尽管从中央到地方的政策具有较强的连贯性和一致性，但考虑到各地经济发展水平不同，政策调整上便会有所差异，从而使得各地经济政策不确定性水平也存在一定程度的不同。在此背景下，从省级层面分析中国经济政策的不确定性，有助于进一步降低不确定性风险，助力共同富裕目标的实现。

关于经济政策不确定性的内涵界定尚未形成统一意见，但总体均强调政策在调整过程中所引起的风险和不确定程度。Rodrik^[6]作为最早关注经济政策不确定性的学者，主要从广义维度将其定义为经济政策的不稳定性。Pastor等^[7]则主要从政策变化和效果的不确定性两方面来界定经济政策不确定性，认为经济政策不确定性是指经济主体无法完全预期政府将如何实施政策以及政策实施最终带来何种后果，并进一步将其分为政治不确定性和政策效果不确定性。Ion等^[8]认为经济政策不确定性是指经济主体无法准确地预知政府是否、何时以及如何改变现行的经济政策。陈乐一和张喜艳^[9]则将经济政策不确定性定义为随着政策调整过程而产生的不可预测的风险，是经济主体对“谁调整政策”“如何调整政策”以及“何时产生政策效果”等过程难以做出预判的未知状态。

关于经济政策不确定性测度的相关研究，主要从四个方面展开，一是基于经济指标的预期偏差来衡量经济政策不确定性，如采取包含失业率、GDP以及工业增加值等多个变量的测度方式^[10-11]。二是以某一经济政策变量的波动性来指代经济政策不确定性，如财政政策、货币政策和贸易政策等^[12-13]。三是以非经济虚拟变量如选举、地方重要官员变更、战争、政治版图等来测度政策不确定性^[14-16]。四是基于报纸文本构建经济政策不确定性指数来衡量经济政策不确定性水平。诸多学者以报纸文本为检索来源，从多个维度捕捉经济政策不确定性的变化特征，其中，Baker等^[17]基于美国多家报纸文本构建了美国经济政策不确定性指数。随后，王丽纳等^[18]、Huang和Luk^[19]、Davis等^[20]和Yu等^[21]通过借鉴Baker等^[17]选取关键词的方法，利用中国多家报纸构建了中国经济政策不确定性指数，以此来测度中国经济政策不确定性水平。

当前，关于经济政策不确定性与共同富裕关系的研究相对较少，且学界对二者间的关系仍存在一定程度的争议。黄孝武和陈树文^[22]从企业内部共同富裕的研究视角出发，聚焦于企业员工收入和工资不平等，分析经济政策不确定性对共同富裕的影响。研究发现，经济政策不确定性的上升会显著降低总体员工的薪酬水平，导致企业内部收入差距拉大，不利于共同富裕目标的实现。此外，Sun等^[23]分别从经济、文化、环保和公共服务等多个维度，构建共同富裕指标体系，发现经济政策不确定性会对共同富裕产生显著抑制作用。而Theophilopoulou^[24]则认为居民在遭受宏观经济不确定性的冲击后，收入和消费不平等程度会显著降低，且相对于收入水平较低的家庭而言，处于中高收入水平的家庭遭受的不利影响会更大。

总体而言，已有研究关于经济政策不确定性的测度尚存在一定的局限性：其一是少数的经济指标或政策代理变量一般会相互影响，且代表性和灵活性不强，难以反映整体经济政策不确定性水平；其二是选用官员变更、战争、选举等非连续性变量，其连续性和时效性都有待进一步考量。其三是以报纸文本为检索来源，虽然在数据的全面性、时效性和连续性上能有效规避上述弊端，但在关键词的选取方面，现有研究主要借鉴Baker等^[17]在论文中使用的关键词，这可能会忽略中英文关键词在表述上的差异，进而导致测量结果的偏误，由此构建的经济政策不确定性指数很难全面、系统地反映中国各省经济政策的不确定性。此外，当前关于经济政策不确定性与共同富裕之间的关系，学界尚存在分歧，因此仍需要从多个维度来论证二者之间的关系。

基于此，本文选取报纸文本来作为测度中国省级经济政策不确定性(China Provincial EPU Index，简称EPU_p)指数的检索来源，并在此基础上做了四方面的改进和延伸。第一，关键词的选取更丰富、准确。本文通过借鉴Baker等^[25]在测度美国州级经济政策不确定性中的关键词选取思路，并结合中国各省官方报纸的报道习惯和中文语境，通过多次咨询相关领域专家，其中包含多位参与政府经济政策制定的工作人员，对各类关键词进行筛选、评分，最终确定符合中国国情的三类关键词。第二，数据更高频且时效性更强。现有省级经济政策不确定性数据仅更新到2017年，且无月份高频数据，而本文则在此基础上做了进一步更新，此举有助于进一步细化和提高中国省域经济政策不确定性的准确性和时效性。第三，从时间和空间两个维度，对中国各省、自治区、市和四大区域的经济政策不确定性的演变特征进行细致刻画^①。同时，还对中国总体和各地区的区域差异进行结构分解和收敛性特征分析。第四，对经济政策不确定性与共同富裕之间的动态关系做了进一步分析，从而为保障经济高质量发展和实现共同富裕目标提供政策建议。

① 由于数据可获性的原因，香港特别行政区、澳门特别行政区和台湾地区的数据暂未纳入其中。

为构建中国省级经济政策不确定性指数，首先需要抓取报道经济政策不确定性的报纸文本。常见的文本分类方法有两种，第一种是词表法，即人工构建含有若干词汇的词表，若句子中包含该词表的一个或多个词语，即认为该句属于某一特定分类，这种方法也称为“词袋”法。第二种是机器学习法，即通过事先选取若干文本，人工阅读判定是否为涉及各省经济政策不确定性的内容，从而获得符合标签的训练集。计算机程序根据已有的训练集学习分类方法，并根据该方法来对其余文本进行自动分类。本文选取词表法，而未使用机器学习方法的原因有两点：一是机器学习模型生成的分类规则往往难以直观理解，分类结果依赖于训练集的标注精度，且容易出现过拟合问题；二是机器学习模型会带来过多冗余信息，增加错误判断的风险^[26]。相较而言，词表法客观、简单、可复制且公开透明^[27]，构建的指数具有较好的可比性、稳定性和透明性。考虑到报纸文本的特殊性和汉语言的复杂性，本文参考Baker等^[25]的做法，通过人工构建关键词表的方式来判断反映经济政策不确定性的文本。

具体来看，基于经济政策不确定性的理论内涵，借鉴已有研究，从“经济”“政策”“不确定性”三方面确定EPU_p的关键词。其中，在“经济”和“不确定性”两类关键词的选取上，考虑到经济活动的基本要素和不确定性描述的共通性，使这两类关键词在中国和省级层面的差异不大，所以借鉴整合已有研究中的关键词^[17-19](表 1)。而“政策”关键词的选取则在此基础上，进一步参照Baker等^[25]对美国州级经济政策不确定性关键词的选取方式，结合中美两国政体的独特差异，通过与多位专家交流、筛选，在本文中新增了更多与各省相关的关键词，即表 1中的新增关键词。例如，进一步增加重要地方官员(如省委书记、省长、市委书记、市长等)、决策机关(如全国人民代表大会)、监督机关(如法院、检察院)以及相关政府机构(如地方金融监督管理局)等。此外，为避免爬取的文本不是反映中国经济政策不确定性的情况，本文在经济政策不确定性的关键词前面加入“中国”“我国”“国内”等限定词。

① 鉴于每个省份在政策类关键词中关于单位的名称有少许差异，此处仅以河北省作为代表，其余省市关键词已放在附录中。

在确定关键词后，利用Python软件对每份报纸进行数据抓取，抓取需同时符合下列三个条件(经济、政策和不确定性)，且每个条件至少包含一个关键词。此外，考虑到报纸文本的连续性、代表性和数据可获性，本文选取人民数据库党报头版要闻中公布的中国省级党报的信息^②，作为本文爬取EPU_p指数的文本来源，具体报纸名称详见表 2。此外，本文选择2008—2021年作为研究区间主要是出于两方面的考量。其一是考虑到研究数据的完整性和数据爬虫权限问题。目前人民数据库党报头版要闻中各省报纸公布的信息最全、最连续的且可供爬虫的电子文本的年份在2008—2021年；其二是考虑到研究数据的代表性和普适性问题。在此区间内，如2008年、2016年、2018年、2019和2020年等国内外爆发了重要的经济变动事件，极易引起经济政策不确定性的大幅波动，而其余年份经济则相对较为平稳，通过将代表性年份和普通年份进行比较，更易发现经济政策不确定性的变动规律。

② 数据来源：人民数据库权威党政、时政信息平台，https://data.people.com.cn/.

通过爬虫获取相关数据后，为进一步测算EPU_p，借鉴Baker等^[25]构造州级经济政策不确定性的方法，根据某月某报纸中包含经济、政策、不确定性三类关键词的文章数量占该报纸当月文章总数的比例来做详细的测算。具体步骤如下，其中X_it表示i省份报纸在第t个月同时含三类关键词的相关文章占当月文章总数的比重。

第一步，对i省份报纸以时间间隔T₁计算时间序列方差σ_i²；

第二步，通过除以所有t月份上的标准差σ_i来标准化X_it，该操作为每个省份产生一个系列Y_it。

第三步，计算每个省份Y_it的平均值，以获得系列Z_i，即

第四步，将所有t月份上的Y_it乘以100/Z_i以获得归一化的EPU_p指数，即

第五步，为进一步获取年度EPU_p指数，本文参考田国强和李双建^[5]的做法，对每年的月度指数求均值再除以100，进一步得到年度EPU_p指数。

为全面了解中国及各地区经济政策不确定性的动态演进特征，本文采用核密度估计法来做进一步分析。核密度估计法是一种利用平滑核函数作为权重，通过对原始数据的概率密度曲线进行拟合的一种非参数估计方法^[28-29]。假设f(x)为经济政策不确定性水平x的密度函数：

其中，X₁，X₂，X₃，……，X_N独立同分布的观测值，x为样本均值，h为带宽。宽带越小，则估计精度越高。K(x)为核密度函数，本文运用高斯核密度函数对中国各地区的经济政策不确定性水平的分布进行估计，其分布位置反映经济政策不确定性水平的高低；分布态势反映其空间差异大小和极化趋势，其中波峰的宽度和高度反映差异大小，波峰数量表征极化趋势^[30]。

为考察中国经济政策不确定性空间集聚的区位特征，本文采用标准差椭圆的方法，其作为衡量地理要素分布特征的空间统计技术的一种，通过分布重心、长轴标准差、短轴标准差、方位角和单位椭圆面积等参数，能准确揭示客观事物的空间集聚及变化程度^[31]，具体测算如式(6)~(10)所示：

空间分布重心：

方位角：

X、Y轴标准差：

椭圆面积：

其中，n表示省份个数，(x_iy_i)表示每个省的经纬度地理坐标；($ \overline{X_w}, \overline{Y_w}$)表示加权平均重心坐标；w_i表示权重，本文以经济政策不确定性水平为权重；θ为标准差椭圆的方位角，表示正北方向顺时针旋转与标准差椭圆长轴所形成的夹角；σ_x，σ_y分别表示x轴和y轴上的标准差；S为标准差椭圆的面积。

为进一步分析中国各地区经济政策不确定性水平的差异及来源，本文利用泰尔指数来进行具体的测算，该指数可以直观地分析中国经济政策不确定性的地区内差异和地区间差异，测算其在总体差异中的重要程度和贡献率^[32]，其具体的公式如(11)：

其中，T表示经济政策不确定性的泰尔指数，EPU_p_i表示第i个区域的经济政策不确定性水平， EPU_p 为区域经济政策不确定性的均值。T∈[0, 1]，T越大表示地区差异越大；反之，T越小，表明地区差异越小。对整体差异刻画后，还需分析区域内及区域间的差异大小，因此需要对泰尔指数做进一步分解。如公式(12)：

其中，$ T_b=\sum\nolimits_{k=1}^K E P U_{-} \quad p_k \ln \frac{E P U_{-} p_k}{n_K / n}$为区域间差异，$ T_w=\sum\nolimits_{k=1}^K E P U_{-} p_k\left(\sum_{i \in \varepsilon_k} \frac{E P U_{-} p_i}{E P U_{-} p_k} \ln \frac{E P U_{-} p_i / E P U_{-} p_k}{1 / n_k}\right)$为区域内差异，$ T_k=\sum_{i \in g_k} \frac{E P U_{-} p_i}{E P U_{-} p_k} \ln \frac{E P U_{-} p_i / E P U_{-} p_k}{1 / n_k}$为k组的组内差异，k=1，……，K，由此，可计算出组内和组间差异的贡献率，公式如式(13)和式(14)：

为分析中国不同地区经济政策不确定性的动态演变趋势，本文利用收敛模型，即σ收敛和β收敛，分析不同地区的变化差异和收敛特征。

① σ收敛检验。若EPU_p的离散程度随着时间推移呈不断降低的趋势，则称其存在σ收敛。检验σ收敛的主要方法是运用变异系数统计指标^[33]，本文也通过计算经济政策不确定性水平的标准差与平均数的比值来测算各地区的差异化程度，其基本形式为：

其中，σ为经济政策不确定性差异的σ收敛系数，EPU_p_jt表示j区域在t时期经济政策不确定性水平，式中j为子区域类型(j=1，2，3，……)，n_j为各区域内的省份数量，$ \overline{E P U_{-} p_{j t}}$为j区域在t时期的经济政策不确定性的平均水平。若σ值变小，即该子区域内各省经济政策不确定性水平的离散程度随时间推移不断变小，说明不同子区域之间的经济政策不确定性水平差异在不断缩小，存在σ收敛现象。

② β收敛检验。依据稳态水平的不同，β收敛可分为绝对β收敛和条件β收敛^[34]，绝对β收敛主要指在不考虑外在因素下，各省EPU_p呈现相同的稳态增长，且EPU_p较低的省份增长速度高于EPU_p较高的省份。条件β收敛则是指在考虑外在条件的情况下，各省的EPU_p将最终会收敛到各自的稳态水平。其中，绝对β收敛的检验模型为：

条件β收敛的检验模型为：

其中，EPU_p_i，t+1和EPU_p_i，t分别表示第i个省份在t+1和t期的经济政策不确定性水平，α和β为模型代估参数，X_k为影响经济政策不确定性收敛的k个控制变量，在绝对β收敛模型中，若β显著小于0，则说明存在绝对β收敛。在条件β收敛模型中，如果控制变量中至少有一个显著且β小于0，则说明存在条件β收敛^[35]。

此外，由β收敛系数可以求出样本期t内的收敛速度s和收敛的半生命周期τ，其中τ的经济学含义为减少实际水平与稳态水平之间差距的一半所需的年数。计算公式为：

面板向量自回归模型(Panel Vector Autoregression，简称PVAR)模型沿袭了Sims提出的向量自回归(Vector Autoregression，简称VAR)模型的优点^[36]，亦即事先无须设定变量之间的因果关系，而是将各个变量都视为内生变量，分析各个变量及其滞后变量对模型中其他变量的影响。相对于传统VAR模型的长时序要求，PVAR模型具有截面大、时序短的特点。PVAR模型利用面板数据能够有效解决个体异质性问题，充分考虑了个体效应和时间效应，有效刻画个体的时间表现从而形成各地区经济差异政策启示，本文利用PVAR模型考察经济政策不确定性与共同富裕之间的互动效应，具体模型设定如下：

其中，i表示省份，t表示年份，p表示滞后阶数，y_i，t-j表示内生变量的列向量，β₀是截距项，β_ij是待估计矩阵，V_it为固定效应，ε_it是模型的回归残差。

全国层面的测度结果能够捕捉经济政策体系的整体稳定性，揭示宏观经济预期的共性风险。东、中、西及东北部四大板块是国家有关部门明确界定的政策区域，与经济政策制定、资源配置直接关联。因此，本文先从全国和区域层面分析经济政策不确定性的演变趋势。

从全国层面看，2008年1月—2021年12月经济政策不确定性总体呈下降趋势。具体结合图 1可以发现，从2008年1月的109.889下降至2021年12月的106.057，下降3.487%，在2008年11月达到极大值157.080，这在一定程度上与2008年国家面临的世界金融危机有关联。随后，中国经济政策不确定性在有关部门的调控下经历了急速下降期。2016年开始，受国内外经济形势影响，中国经济政策不确定性进入震荡阶段，尤其是受世纪疫情影响，2020年初经济政策不确定性上升幅度较快，但2021年2月又快速回落，这也在一定程度上说明有关部门推行的相关措施有效保障了经济政策的平稳运行。

分地区看，2008-2021年，各地区经济政策不确定性总体均呈下降趋势，其中东北部地区降幅最大，中部地区年均波动幅度最大。根据表 3可知，东部从2008年的1.070下降至2021年的0.970，降幅为9.318%，年均变动率为-0.056%。中部地区的经济政策不确定性从2008年的1.048下降至2021年的0.969，降幅为7.512%，年均变动率为1.583%。西部地区的经济政策不确定性从2008年的1.095下降至2021年的0.979，降幅为10.626%，年均变动率为-0.500%。东北部地区的经济政策不确定性从2008年的1.155下降至2021年0.910，降幅为21.203%，年均变动率为-1.349%。

通过对比四大地区的经济政策不确定性变化趋势可以看出，东部和西部地区经济政策不确定性总体变动趋势相似，中部地区的经济政策不确定性总体略高于其他三个地区和全国平均水平，年均变动率也高于东部和西部地区，这表明经济政策不确定性存在区域异质性。

通过测算省级经济政策不确定性水平，研究发现各省经济政策不确定性和省际差异也呈波动下降趋势。为了清晰地展现各省在相同年份的变化差异，通过绘制4个重要年份各省经济政策不确定性玫瑰图来做进一步分析。由图 2的(a)可知，2008年经济政策不确定性水平位列前5位的分别是辽宁、青海、福建、陕西和天津；位列末5位的分别是河北、广东、四川、湖南和西藏，省际之间EPU_p的差异最高可达1.50倍，即EPU_p最高的辽宁省是EPU_p最低的河北省的1.50倍。此外，省级EPU_p的均值和标准误分别为1.08和0.11。由图 2的(b)可知，2012年经济政策不确定性水平位列前5位的分别是广东、贵州、安徽、河北和海南；位列末5位的分别是内蒙古、宁夏、上海、福建和北京，省际之间EPU_p的差异最高可达1.69倍。并且省级EPU_p的均值和标准误分别为1.01和0.11。由图 2的(c)可知，2016年经济政策不确定性水平位列前5位的分别是内蒙古、甘肃、河北、青海和黑龙江；位列末5位的分别是广西、陕西、新疆、山东和天津，省际之间EPU_p的差异最高可达1.36倍。而省级EPU_p的均值和标准误分别为1.01和0.09。由图 2的(d)可知，2021年经济政策不确定性水平位列前5位的分别是河北、宁夏、重庆、福建和湖南；经济政策不确定性水平位列末5位的分别是天津、河南、陕西、黑龙江和海南，省际差异最高可达1.48倍，省级EPU_p的均值和标准误分别为0.97和0.09。此外，结合图 1所反映的全国层面2008—2021年EPU_p的波动幅度呈下降趋势，可以得出2008至2021年间省际差异总体也呈波动下降之势。

为了检验EPU指数的稳健性，本文采用两种方法来衡量：一是与现有文献指标测度结果进行比较；二是和关键节点中的重大事件进行匹配。

第一，与已有EPU指数进行对比。由于已有研究的EPU指数主要为全国层面，为保证数据可比，本文将EPU_p取均值进而获得全国层面的EPU指数，并选取报纸文本来源较为广泛的Huang和Luk构建的中国经济政策不确定性指数来进行对比分析。其中，EPU为本文构建的中国经济政策不确定性指数，EPU_H为Huang和Luk构建的中国经济政策不确定性指数^[19]。由图 3可知，EPU指数与EPU_H指数的总体趋势相同，这表明本文构建的经济政策不确定性指数是较为稳健的。但与此同时，通过对比两个指数可以发现，EPU指数总体要小于EPU_H指数，这可能与中国政策从中央到地方一贯具有较强的统一性有一定关联^[37-38]。因此，本文构建的EPU指数会相对较小，这也进一步体现了本文的EPU指数统计更加符合中国的现实国情。

第二，与国内外重大事件进行比较。通过将全国层面月度EPU指数(EPU_C)与国内重大事件进行对比，发现二者亦呈现较强的一致性。由图 4可知，2008年受全球金融危机的影响，中国经济发展遭遇各种冲击和不确定性，导致经济政策不确定性大幅上升。2016年是全球经济的“黑天鹅”之年，年初的A股熔断事件导致中国经济政策不确定性大幅上升；2018年美国挑起的中美贸易战加剧了两国的经贸摩擦，给两国经贸关系带来了损害，加剧了中国经济政策的不确定性。随后，2019年底的世纪疫情也对中国的经济社会发展带来严重的影响，导致之后的经济政策不确定性再度上升。

为清晰呈现中国省域经济政策不确定性的动态演进规律，本文分别从核密度估计曲线的位置、形状、峰度特征变化，来揭示中国省域经济政策不确定性的动态演变特征(图 5)。(1)从核密度估计曲线的位置变化来看，2008—2021年的核密度变化曲线总体呈现向左移的状态，这表明样本期内中国经济政策不确定性水平总体呈现下降趋势。(2)从核密度估计曲线的形状来看，2016年核密度曲线存在双峰共存的现象，主峰左侧有一个距离较远的侧峰，说明有少数省份经济政策不确定性水平较低。2016年后侧峰较少，这表明2016年后各省经济政策不确定性差距缩小。(3)从核密度估计曲线峰度特征来看，2012年相较于2008年的波峰峰值呈现明显上升趋势，开口宽度大幅缩小，表明相较于2008年，2012年各省经济政策不确定性有差异缩小的趋势；2012年、2014年和2016年波峰则呈现小幅下降趋势，开口宽度扩大，表明该阶段各省经济政策不确定性差异增大；相较于2016年波峰，2021年则呈现波动上升趋势，开口宽度缩小，表明该阶段各省经济政策不确定性差异有缩小之势。综合来看，中国省级经济政策不确定性水平呈现波动降低、差异缩小的趋势。

为了清晰呈现省级经济政策不确定性的空间变化，本文运用ArcGIS10.8软件中的自然间断点分级法，从空间上分析中国各省经济政策不确定性水平变化差异，并将各省的经济政策不确定性分为低不确定性、中低不确定性、中不确定性、中高不确定性和高不确定性等5个层级(表 4)，其5个层级取值范围分别是：[0.85，0.90)、[0.90，0.97)、[0.97，1.03)、[1.03，1.10)、[1.10，1.16]。

总体上，中国省域经济政策不确定性水平呈现北高南低，中西部高东部低的空间演进特征。具体来看，2008年中国各省市的经济政策不确定性水平总体偏高，其中，位于中高不确定性及以上的省份共计19个，位于低不确定性的省份仅有河北省1个。与此同时，位于中高不确定性及以上的北方省份共计11个，如北京、天津、宁夏、辽宁等，南方省份为8个，如福建、浙江、海南等。而中西部、东部和东北部地区位于中高不确定性及以上的省份分别有11个、5个和3个。2012年位于中高不确定性及以上的省份有所减少，共计10个，其中北方省份为4个，如河北，南方省份有6个，如广东。中西部地区、东部地区处于中高不确定性及以上水平的省份持平，均为5个，东北部地区暂无。2016年位于中高不确定性及以上的省份相较于2012年有所增多，共计14个。其中，北方省份共计9个，如河北、内蒙古、甘肃，南方省份为5个，如上海、江西、云南等。而中西部、东部和东北部地区位于中高不确定性及以上的省份分别有9个、2个和3个。2021年位于中高不确定性及以上的省份共计7个。其中，北方省份4个，如宁夏，南方省份3个，如福建。而中西部地区位于中高不确定性及以上的省份则有4个，东部地区有3个，东北部地区暂无。

此外，为了解中国各省经济政策不确定性水平的空间格局演进特征，本文采用重心—标准差椭圆方法来做进一步分析(表 5)。

从长、短半轴长度看，2008—2021年长半轴长度始终大于短半轴长度，中国经济政策不确定性呈明显的“东北—西南”向分布格局。其中，长半轴长度总体呈下降趋势，从2008年的1 200.728 km缩短至2021年的1 180.920 km，减少19.808 km，这表明中国经济政策不确定性在东西向主轴上趋于集聚状态。短半轴长度虽从2008年和2021年两个年份单看有少许上升，但总体保持下降趋势，变化幅度较小，表明中国经济政策不确定性在南北方向上总体也趋于集聚状态。从标准差椭圆面积变化来看，中国经济政策不确定性从2008年的396.450万km²减少至2021年的392.482万km²，整体减少3.968万km²，表明中国经济政策不确定性水平在降低，地区差异呈现缩小态势。从方位角的旋转看，椭圆总体呈顺时针方向转动，从2008年的55.356°上升至2021年63.021°，即位于西北或东南方向的经济政策不确定性水平上升较快。从重心变化来看，2008—2021年中国经济政策不确定性的重心移动轨迹呈现自东南向西北方向移动的趋势，且重心均在河南省西部靠近陕西的地区，表明近年来中西部地区经济政策不确定性较东部地区偏高。

本文利用泰尔指数对2008—2021年中国各省、区、市以及四大经济区的经济政策不确定性总体差异、区域内差异、区域间差异和贡献率等进行测度，具体结果如表 6—表 7所示。

1.中国经济政策不确定性的总体差异呈缩小之势。由表 6可知，从2008—2021年，中国总体经济政策不确定性由0.004 95下降至0.004 45，降幅为10.10%，分阶段看，样本期内总体差异存在三个阶梯性下降阶段，即2009—2010年、2013—2016年、2018—2019年，其降幅分别为37.94%、36.36%、23.08%。而2012年、2017和2021年中国经济政策不确定性总体差异有上升之势，其可能和国家政策的阶段性调整和疫情突发有一定程度的关联。

2.中国经济政策不确定性的区域内差异和区域间差异总体呈下降趋势，且总体差异主要来自区域内差异。在区域内差异方面。由表 6可知，区域内总体差异从2008年的0.004 60下降至2021年的0.004 24，降幅为7.83%；分地区看，东部、西部和东北部地区的区域内差异整体呈下降趋势，分别从2008年的0.005 92、0.004 60、0.004 92下降至2021年的0.005 78、0.003 98、0.001 22，降幅分别为2.36%、13.48%、75.20%，东北部降幅最为明显。而中部地区区域内差异则有上升之势，从2008年的0.002 15上升至2021年的0.003 63，涨幅为68.84%。此外，从均值水平看，西部地区的区域内差异最大。在区域间差异方面，各区域间的经济政策不确定性差异整体呈下降趋势，从2008年的0.000 36下降至2021年的0.000 2，降幅为44.44%。经对比发现，样本期间区域内差异始终大于地区间差异，这表明中国经济政策不确定性水平的主要差异来自区域内差异。具体来看，区域间差异主要分布在0.000 07—0.000 77之间，区域内总体差异主要分布在0.002 33—0.005 67之间。

3.中国经济政策不确定性的区域内差异贡献率始终大于区域间差异贡献率，西部地区是区域内差异贡献率的主要来源。由表 7可知，2008—2021年，区域内总体和区域间平均差异贡献率分别为92.480%、7.557%，区域内总体差异贡献率远大于区域间差异贡献率，区域内差异是总体差异产生的主要来源。具体来看，区域内总体差异贡献率介于82.918%—98.793%之间，样本期内总体波动呈上升趋势，涨幅达2.531%；区域间差异贡献率介于1.408%—17.082%之间，样本期内总体波动呈下降趋势，降幅达38.202%。此外，西部地区是区域内差异贡献率的主要来源，东、中、西以及东北部地区差异贡献率的均值分别为27.655%、9.876%、48.887%和8.429%，西部地区最高；东部地区的差异贡献率呈较快下降趋势，东北部地区的差异贡献率呈稳步下降趋势，中、西部地区的差异贡献率呈稳步上升趋势。

从样本期来看，中国经济政策不确定性并未呈现明显的σ收敛。具体由图 6可知，2008—2009年、2010—2012年中国经济政策不确定性以发散为主，2013—2016年、2017—2020年中国经济政策不确定性则以收敛为主，即样本前期中国经济政策不确定性总体差异有扩大之势，样本后期总体差异则有逐渐缩小之势。分地区看，东部地区总体呈现收敛趋势，其中2008—2009年、2012—2013年、2017—2018年为发散，2010—2011年、2014—2016年、2019—2020年为收敛；中部地区的收敛趋势不明显，其中2011—2014年、2017—2019年、2020—2021年为发散，2008—2010年、2014—2016年为收敛；西部地区和中国总体经济政策不确定性有着相似的演进规律，其中2008—2009年、2010—2012年以发散为主，2013—2021年则以收敛为主；东北部地区2008—2021年呈现周期性收敛，但总体收敛趋势不明显。

本文使用固定效应模型对经济政策不确定性进行绝对β收敛性检验回归(见表 8)，发现各地区经济政策不确定性水平最终收敛于相同的稳态水平。具体来看，样本期内总体(全国层面)、东部、中部和西部地区经济政策不确定性收敛系数均在1%的水平上显著为负，东北部地区经济政策不确定性收敛系数在5%的水平上显著为负，表明各地区均存在显著的绝对β收敛，即不同发展程度地区的经济政策不确定性水平最终会保持相同的增长率。中部地区的收敛系数绝对值最大，说明中部地区的收敛速度相较于其他三个地区更快。进一步结合各地区的收敛速度可知，2008—2021年，中部＞东部＞总体(全国层面)＞东北部＞西部，总体收敛速度位居第三位，西部地区收敛速度最慢，说明在地区辐射带动效应、示范效应和“学习效应”的共同作用下，各地区经济政策不确定性的差异呈现逐渐缩小趋势。从半程收敛周期来看，总体、东部、中部、西部、东北的半程收敛周期分别为13年、12年、10年、15年、14年，中部的收敛周期最短，西部的收敛周期最长。收敛性的存在亦表明各地区在降低本地区经济政策不确定性水平的同时，要注重与其他地区的协调、合作。

为进一步考察不同条件下的β收敛情况，本文通过加入相关控制变量来做进一步分析。借鉴已有文献^[39-42]，本文选取经济增速(gdprate)、通货膨胀(inflation)、失业率(syrate)和地方官员变更(political)作为控制变量。其中，经济增速是指年度GDP同比增长率，一般情况下经济增速与经济政策不确定性呈负相关；通胀水平则是指年度同比CPI^[39]，一般与经济政策不确定性水平呈负相关^[40]；而失业率的上升也会导致经济政策不确定性的负面效应加剧^[41]；地方官员变更主要是指当年所在省份省委书记或者省长是否发生变更，如若发生变更则记为1，未发生变更则记为0^[42]，通常地方官员变更也会导致经济政策不确定性上升，控制变量的描述性统计结果如表 9所示。

由表 10可知，在加入控制变量之后，总体、东部、中部、西部和东北部地区的条件收敛系数分别在1%和5%的水平上显著为负，结果依然稳健。这说明各地区经济政策不确定性水平存在显著的条件β收敛趋势，即在控制相关外在条件后，各地区的经济政策不确定性水平会收敛到各自的稳态水平。与此同时，与绝对β收敛系数的绝对值相比，中国、东部、中部、西部的条件β收敛系数绝对值有所减小，表明在纳入经济增速、通胀水平、失业率和地方官员变更等因素的影响后，其经济政策不确定性的收敛速度略有减缓，这说明外在因素对各地区经济政策不确定性的收敛态势影响较为有限。此外，通过比较不同地区的收敛周期可以发现，中部地区的半程收敛周期最快，其后依次为东北部、总体、东部和西部。前文泰尔指数分解及σ收敛分析结果中指出中部地区经济政策不确定性水平的区域内差异最小，西部地区的区域内差异最大，与此处收敛周期的结果总体保持一致。

习近平总书记强调：“共同富裕是全体人民共同富裕，是人民群众物质生活和精神生活都富裕，不是少数人的富裕，也不是整齐划一的平均主义。”^[43]从其内涵来看，共同富裕可被分解为“富裕”与“共享”两个维度，富裕包括了物质富裕和精神富裕。而共享则是一种有差别的、合理的富裕^[44]。但究其核心来看，仍在于“共同”二字，即社会成员在经济发展过程中能够普遍受益，享受经济发展带来的成果。而收入差距的大小直接反映了社会财富分配的公平性。较小的收入差距意味着更多的社会成员能够分享到经济增长的红利，体现了更高的社会公平正义。与此同时，缩小城乡收入差距作为共同富裕的本质要求，在推动农村产业融合发展、促进区域高质量发展、实现共同富裕的进程中发挥着至关重要的作用。与群体收入差距和地区收入差距相比，城乡收入差距的影响最为严重、改善其现状的诉求最为迫切、获得的收益最为深远^[45-46]，是共同富裕的核心梗阻。此外，从研究的针对性和合理性方面来看，在测度共同富裕时，要抓住共同富裕目标的阶段性任务和重点。当前阶段，构建复杂的指标体系，一方面无法准确分析经济政策不确定性与共同富裕之间的关系，另一方面也难以有效兼顾“保障最底层、提低扩中层、激励较高层”的导向^[47]。因此，本文以城乡收入差距为切入点，来分析两者之间的动态关系。

为实证分析经济政策不确定性与城乡收入差距之间的关系，本文借鉴王曦璟和高艳云^[45]的研究，选取Theil指数来衡量城乡收入差距，并选用PVAR模型对二者的关系进行分析。在模型估计前，需要对模型进行一系列的检验。首先，对经济政策不确定性(EPU_p)和城乡收入差距(Theil指数)进行平稳性检验。本文采用HT检验和Fisher ADF检验对二者进行单位根检验，Theil指数未通过检验。对二者进行一阶差分后再进行检验，经济政策不确定性和城乡收入差距均在1%水平上拒绝原假设，即所有变量均平稳。

其次，最优滞后阶数检验。最优滞后阶数对应检验值最小的情形。依据AIC、BIC和HQIC信息准则确定PVAR最优滞后阶数，经多次检验，确定最优滞后阶数。依据表 12可以发现，经济政策不确定性和城乡收入差距的最优滞后阶数为4阶。

再次，为分析经济政策不确定性与城乡收入差距的关系，本文对经济政策不确定性与城乡收入差距进行PVAR估计，表 13为具体的回归结果。此外，还得到脉冲响应函数图(图 7)，以清晰呈现经济政策不确定性与城乡收入差距之间的动态关系。

当城乡收入差距作为被解释变量时，经济政策不确定性的滞后一期、二期和三期对其产生显著正向影响。这表明随着经济政策不确定性的上升，城乡收入差距会进一步拉大。此外，收入差距滞后三期和四期均对当期收入差距产生显著影响，但影响方向有差异，这表明前期城乡收入差距会对当期城乡收入差距拉大产生异质性影响。进一步，结合图 7来分析，当给经济政策不确定性一个标准差的冲击后，城乡收入差距在第一期开始有正向反应，并在第一期和第五期左右达到波峰，随后逐渐收敛至0(图 7b)，这表明经济政策不确定性对城乡收入差距的影响是短期的。总体来看，经济政策不确定性对城乡收入差距产生正向冲击。究其原因，可能有三方面考量，一是经济政策不确定性的上升会通过抑制投资进而拉大城乡收入差距。二是随着经济政策不确定性的上升，低技能人员相较于高技能人才的收入降幅会更大，进而会拉大城乡收入差距。三是随着经济政策不确定性的上升，劳动力的跨区域转移会受到抑制，从而会导致城乡收入差距进一步拉大。

当以经济政策不确定性作为被解释变量时，城乡收入差距滞后一期和滞后二期对经济政策不确定性产生负向影响但不显著，而收入差距滞后三期和滞后四期则对经济政策不确定性产生显著影响，这表明城乡收入差距也会反过来导致经济政策不确定性发生变动。与此同时，经济政策不确定性滞后一期、二期、三期和四期均对当前经济政策不确定性产生负向影响，但仅在第三期和第四期显著，这说明前期的经济政策不确定性会对当期经济政策不确定性产生逆向激励作用，促使有关部门对当期经济政策不确定性能作出快速反应，进而降低经济政策不确定性。进一步，结合图 7来分析，当给城乡收入差距一个标准差的冲击后，经济政策不确定性在当期便有正向反应，并在第3期和第4期左右达到波峰，随后开始逐渐收敛于0(图 7c)，这表明城乡收入差距对经济政策不确定性的影响是短期的。这也表明有关部门对收入差距的感知较为灵敏，这在一定程度上也源于当前各地政府为了实现共同富裕的目标，会快速地出台各项政策来降低城乡收入差距。

本文在整合已有研究的基础上，结合各省经济发展和区域经济政策差异，通过增加报纸检索来源，完善关键词选取和更新数据，对中国省级经济政策不确定性水平进行了有效测度。此外，运用核密度估计、自然间断点分级法、泰尔指数、标准差椭圆、β收敛模型和σ收敛模型，分析中国各省经济政策不确定性的时空差异及收敛特征，并对经济政策不确定性与城乡收入差距之间的关系做了进一步分析，研究结论主要有以下几点：

第一，总体而言，基于中国各省异质性构建的经济政策不确定性指数与已有的经济政策不确定性指数在总体趋势上保持一致。同时，相较而言本文所构建的指数波动性更低，此与中国政策从中央到地方具有较强统一性存在显著关联。第二，在时间上，2008—2021年中国各省经济政策不确定性具有不同的发展水平和极化现象，但总体呈现波动降低、差异变小的趋势。分地区看，各地的经济政策不确定性总体也均呈下降趋势，其中东北部地区的降幅最大，中部地区年均波动幅度最大。第三，在空间上，中国经济政策不确定性水平呈现“东北—西南”走向的空间格局，分布重心向西北方向移动，中国省域经济政策不确定性水平呈现北高南低、中西部高东部低的特征。第四，从区域差异和收敛性看，中国经济政策不确定性的总体差异主要来源于区域内差异，区域间差异和东部、西部、东北部地区的区域内差异呈现下降趋势，中部地区的区域内差异则略有上升。此外，区域内差异对总体差异的贡献率高于区域间差异，西部地区对区域内差异的贡献率高于其他三个地区。从收敛性分析结果来看，中国总体和各地区均存在显著的绝对β收敛和条件β收敛，但并未呈现明显的σ收敛。地区差异逐渐缩小，不同区域的经济政策不确定性水平最终将收敛于稳态水平。在条件β收敛中，其经济政策不确定性的收敛速度较绝对β收敛略有减缓，各地区的收敛速度依次为：中部＞东北部＞总体(全国层面)＞东部＞西部。第五，从经济政策不确定性与城乡收入差距之间的关系来看，经济政策不确定性的增加会进一步拉大城乡收入差距。反之，城乡收入差距的增加亦会带来经济政策不确定性的显著变化。

由此可以发现中国各地区的经济政策不确定性仍存在一定程度的差异，并影响着经济高质量发展和共同富裕目标的实现。因此，需要有关部门采取一定的措施降低经济政策不确定性。基于此，本文提出以下政策建议：第一，有关部门要进一步提高政策制定、实施的透明度和规范性，便于相关经济主体能充分了解政策导向，提高资源配置效率，降低经济政策不确定性带来的负面影响。第二，制定经济政策前要广泛听取各界意见建议，提高其针对性和连续性，避免政策出现“急转弯”，让经济政策不确定性长期保持低水平，为经济高质量发展保驾护航。第三，各省在经济政策制定时要因地制宜，保障各地政策的稳定性，避免在短期内频繁调整导致经济政策不确定性波动剧烈，进而影响共同富裕目标的实现。第四，各地区内部在政策制定时要注意保持政策的协同性，同时也要避免省际之间政策实施差异过大导致的地区政策不确定性增加，进而影响共同富裕目标的实现。