发布时间：2020-04-13所属分类：经济论文浏览：1次
摘 要： 摘要：从全要素生产率的视角出发，沿用索洛余量规则选定投入变量，通过数据包络法(DEA)测算19982017年省级全要素生产率(TFP)，进而采用完全修正的最小二乘法(FMOLS)，分析了地方政府债务扩张对全要素生产率的影响。实证结果表明：虽然地方政府通过创新融资平
摘要：从全要素生产率的视角出发，沿用“索洛余量”规则选定投入变量，通过数据包络法(DEA)测算1998—2017年省级全要素生产率(TFP)，进而采用完全修正的最小二乘法(FMOLS)，分析了地方政府债务扩张对全要素生产率的影响。实证结果表明：虽然地方政府通过创新融资平台扩大举债会有缓解财政压力的短期效应，但长期债务扩张会对全要素生产率造成显著的负效应。那么，政府债务扩张的动力更多是来源于发展不平衡、不充分的中西部“弱者”，还是发展较好的东部“强者”?基于区域异质性的考虑，将样本作区域化处理，构建包含滞后期的动态面板模型，采用系统广义矩估计(SYS-GMM)，实证研究了不同区域政府举债对整个政府债务扩张的“贡献”程度。实证结果表明：相较于东部与中部地区，中国的政府债务扩张对于西部地区的地方政府债务扩张更加敏感。
关键词：全要素生产率;地方政府债务扩张;数据包络法;系统广义矩估计
一、相关研究概述
(一)政府债务扩张与研究现状
20世纪金融危机的爆发，使得全球各个经济体的发展都遭受到了不同程度的冲击，经济发展受阻，作为增长动力重要衡量指标的全要素生产率提升不足。各国政府为早日摆脱金融危机的阴影，纷纷试图采用积极的财政政策拉动经济增长，较普遍的政策措施是利用公共债务融资刺激投资需求。对此，中国地方政府通过各种融资平台大肆举债，造成地方政府债台高筑。地方政府债务规模在2008年金融危机之后迅速攀升：21世纪初，中国地方政府债务余额占国内生产总值(GDP)的比重始终保持在20%以下，然而在2008年金融危机之后，地方政府债务规模不断扩大。截至2017年末，全国地方政府债务余额由2008年的5.57万亿元上涨到16.47万亿元，上升幅度达到195.7%。政府债务的积累、组成和置换对经济发展具有重要的影响。一方面，债务扩张可以促进经济资源的转移，对产业结构、消费分配等产生影响，进而调整经济结构，债务的迅速扩张在短期内会对当地经济有一定的积极作用。另一方面，大肆举债的背后必然蕴藏着潜在的经济风险。
对地方政府债务扩张问题的研究，在学术界一直是一个热门的话题。当前对政府债务的研究主要集中在以下几个方面：(1)将政府债务当做主导因素，分析由于政府债务扩张对整体宏观经济发展带来的影响。现有的研究将其分成两个观点：第一个观点认为，政府债务扩张会对经济的发展带来正面影响。在凯恩斯主义理论框架下，Auerbach和Kotlikoff的研究证明，临时的政府债务扩张在短期内可能会促进居民储蓄[1]。政府债务的扩张可能通过避免大规模经济衰退的方式产生正向影响[2]。第二个观点认为，政府债务扩张对宏观经济的发展具有“挤出效应”。政府债务规模扩张将导致金融和经济杠杆率快速上升，由此带来的债务风险加大了潜在的系统性金融风险[3]，形成2008年金融危机冲击后中国货币数量论失效的关键环节[4]。吴洵等通过研究地方政府城投债，指出政府债务扩张会导致风险溢价问题[5]。此外，李腊生等的研究表明，地方政府债务还存在一定程度的道德风险[6]。(2)从不同的研究视角出发，通过对不同相关因素及指标的分析判断，研究政府债务形成的内在机制以及政府债务规模扩张的诱导因素。在影响政府债务扩张因素的分析中，Mikesell在“财政赤字观”理论框架下，认为财政赤字是形成政府债务的主要因素[7]。金融危机的冲击迫使政府进行政策制度改革，由此形成的刺激性的财政制度是中国地方政府债务快速增长的主要原因之一[8]。新的分权制度下，从“财政—金融关联”的视角出发，财政分权和金融分权能够促进地方政府债务增长[9]。其中，由财政分权所引发的“公共池”和“预算约束”在很大程度上也对地方政府债务的扩张有正向影响[10-11]。程宇丹等将政府债务引入包含两级政府的财政分权模型中，通过Stackelberg博弈研究了地方和中央政府债务增长对经济增长的影响[12]。龚强等的研究指出，在“官员竞争晋升机制”的驱动下，举债促进经济发展成为各个地方政府的最佳选择。另外，宏观经济政策也是促进地方政府财政扩张的重要因素[13]。(3)政府债务与经济增长存在非线性关系。刘洪钟等采用系统GMM动态面板方法和稳健性分析对政府债务与经济增长之间的关系进行了实证研究[14]，发现政府债务对经济增长以及地区民生发展之间存在倒U型非线性关系[15]。赵新泉等基于世代交叠模型的分析框架，从理论层面论证了政府债务对经济增长的非线性效应[16]。庞晓波等将经济景气纳入分析框架，通过实际经济增长率的经验递归模型测度中央政府的债务风险，预计2019—2022年可能成为风险爆发的集中期[17]。
(二)关于全要素生产率的抑制效应与测算应用
政府债务扩张且透明度不够，导致地方政府债务流向并没有朝着资源完全优化配置的方向发展，政策效果可能偏离预期。尤其在房地产领域，政府资金大量注入，使得居民有更强的货币持有意愿。这有进一步加剧房地产泡沫的趋势，却没有将有限的财政资金用于能够有效提高全要素生产率(TFP)的高科技研发企业。此外，政府债务扩张可能会抬高融资成本、挤出私人企业投资。各种扭曲会使得资源配置难以达到帕累托最优化水平，进而阻碍社会全要素生产率的提升。而全要素生产率作为经济高质量发展的重要衡量指标，应该给予更多关注和支持，而不能一味盲目追求经济短期的总量和速度刺激。
技术进步是技术创新或技术引进的结果，表现为全要素生产率的提升。具体的，在关于TFP的抑制效应与测算应用的文献研究方面，有研究指出技术效率改善与前沿技术进步是TFP增长的主要结构性因素，专业化经济对TFP提升效果显著[18]。全要素生产率的测算起源于Malmquist指数，最早由瑞典经济学家StenMalquist于1953年提出。在此基础上，Charnes等提出了数据包络法，通过线性规划方法来测度技术效率[19]。当前，全要素生产率及其结构性因素的测算较前沿的研究方法，是应用Levinsohn-Petrin半参估计方法。21世纪以来，利用该算法，在中国出现了大批的研究成果：杨汝岱利用中国工业企业数据库考察了制造业企业全要素生产率的动态变迁[20];程惠芳等就知识资本对工业企业全要素生产率产生的影响进行了考察[21]。随着中国发展进入新常态，一些学者提出将环境因素和能源因素引入到全要素生产率的分析中，称为绿色全要素生产率。汪锋等以超越对数生产函数为基础测算了中国各个省份的绿色全要素生产率增长率，并实证分析了其影响因素[22];陈超凡则对中国工业绿色全要素生产率进行了测算，然后对其影响因素进行了实证分析[23]。
(三)关于政府债务扩张的区域异质性
中国各个区域之间的发展存在差异性，在政府债务方面也表现出不同的扩张程度。东部地区作为资金、技术密集区，面对更多市场波动性的影响，政策措施设置以及实施更加灵活多变。当经济危机来临时，东部地区不可避免的首当其冲，承受更多的经济下行压力。当地政府为缓解地方财政压力，会通过技术优势创新各种融资平台来大肆举债。而相反的，西部地区受经济冲击影响略小，当地政府面临相对较小的财政压力。但是，西部地区的人力资源、经济资源缺乏，经济发展滞后。为带动、刺激西部地区的发展，国家给予更多“红利”政策，因此地方政府举债所承担的还债压力没有东部地区大。这在一定程度上，也推动了西部地区的地方政府债务扩张。那么，究竟中国政府债务扩张更多的是来自于东部地区债务扩张的“贡献”，还是来自于西部地区?在新时代下，发展不平衡、不充分的社会主要矛盾使得这个问题值得深入研究和探讨，应怎样合理调控不同区域的债务扩张问题?
综观上述，现有文献对于地方政府债务扩张及TFP的研究尚存在以下几个方面的不足：(1)对地方政府债务的研究在很大程度上仍然囿于外在影响机制，内在作用机理研究尚显不足。由于机制具有一定的局限性，据此对中国地方政府债务的研究并不能很好地契合中国现状。(2)已有的文献大都采用定性分析或是计量分析方法来研究地方政府债务问题。定性分析的缺陷在于缺乏数据分析和强有力的实证支持，缺乏很好的说服力。现有计量分析存在的问题是，政府债务数据偏少且统计口径不统一，较难保证获取的债务数据是现实准确的，难免存在稳健性、可靠性的问题。(3)现有文献更多针对政府债务的研究，而分析政府债务扩张及其对全要素生产率的影响关系却寥寥无几。另外，不同区域之间经济发展存在较大差别，然而鲜有文献分不同区域对比研究其在债务扩张方面的不同影响程度。
本文在现有文献的基础上，试图在研究视角与研究方法上作出以下几个方面的改进与创新，具体包括：(1)将政府债务视做生产要素引入企业生产函数，进而构建全要素生产率的计量经济模型。将政府债务设定为核心解释变量，全要素生产率作为被解释变量，附加其他主要控制变量的解释作用。基于计量模型通过相关性回归分析得出相关结论，分析地方政府债务扩张与全要素生产率的相关关系。(2)在TFP的测算方面采用了数据包络法，分别对投入要素数据作了充分的调整及合理的验算。在此基础上，对主要控制变量设计科学的核算方法，进行完全修正的最小二乘回归。(3)在滞后一期的动态面板模型的基础上，采用系统广义矩估计，将政府债务扩张问题作区域样本回归分析。在此基础上，深入探讨影响政府债务规模扩张的动力来源。
二、实证模型设定与数据来源
(一)理论分析
政府债务扩张虽然在短期内会有一定的经济刺激效果，但是其可持续性却很难得到保障。原因是长期内，政府债务扩张难以避免其产生的经济负效应，这些负效应在全要素生产率方面有着相对明显的体现特征。总体来说，可以将其对全要素生产率的负效应归纳为两个方面：第一个方面是直接效应。政府债务扩张将直接导致政府支出规模增大，对私人企业投资产生挤出效应，进而国内生产总值呈现出下降的趋势，随之全要素生产率也会下降。第二个方面是间接效应。主要体现在政府债务规模扩张会增大政府的支出规模，政府可支配资源总量大幅增加，财政支出的边际效应降低，资源配置难以达到帕累托最优状态，产生的经济效应包括政府支持企业进行技术创新的财政刺激效应下降，全要素生产率的提升受到抑制。
相关论文推荐：地方政府债务问题困境及解决方案
(三)变量说明与数据来源
1.变量说明。本文进行实证研究的变量主要分为两类。
(1)核心回归变量，本文包括地方政府债务与全要素生产率。其中，政府债务为主要解释变量，全要素生产率是本文研究对象作为被解释变量。在多数情况下，研究者多使用城投债作为地方政府债务的代理变量进行实证研究[26]。但是，城投债是有政府隐性担保的“准市政债券”，并不是严格意义上的地方政府债务。本文选用通过地方财政及审计部门统计核算所得，在各省财政决算报告公布的地方政府负有偿还责任的地方政府性债务数据作为研究代理变量。
(2)控制变量。要探究全要素生产率与地方政府债务之间的关系，不能仅仅分析和讨论这两个变量。影响全要素生产率的因素众多，若忽视了这些因素将会对实证结果产生严重影响。为尽可能地缓解由于疏漏变量可能带来的偏误，本文根据新增长理论并借鉴相关文献研究，将其他一系列与全要素生产率紧密相关的变量纳入到全要素生产率公式模型中，包括：人均劳动资本k，人力资本hc，研发投入yf，外商直接投资sfdi(表1)。
2.数据来源。本文采用1998—2017年中国30个省份的省级面板数据，检验地方政府债务规模与全要素生产率之间的关系。其中，各省GDP、地方政府债务余额、总人口和各省平均受教育年限的数据，来源于国家统计局《中国统计年鉴》、地方政府财政决算报告、《中国财政年鉴》。另外，各省科研经费支出数据、固定资产指数、各省固定资产、人均劳动资本和外商投资企业投资总额，来自《中国固定资产统计年鉴》、中经网和Wind数据库，由于个别数据缺失，现将西藏的数据在面板数据中剔除。
(1)全要素生产率的测算。本文为深入考察政府债务对中国全要素生产率变动的影响，首先采用数据包络法(DEA)对中国TFP的变动情况进行测算。作为一种非参数估计方法，DEA相较于传统的参数估计方法可有效避免模型设定错误而导致估计结果的偏误，其为计算全要素生产率提供了一种新的研究思路。具体过程是选取《中国统计年鉴》、各省市统计年鉴和国家数据统计库所记载的历年GDP数据作为产出变量。本文沿用大多数文献的“索洛余量”规则，选择广泛的Malmquist生产率指数来衡量全要素生产率指数，主要将劳动和资本要素作为投入变量，以此为基础利用DEAP2.1软件来测算中国的全要素生产率水平。
SCISSCIAHCI
