三、数据、变量说明及模型设定 本文的研究样本包括中国内地31个省份、自治区及直辖市1990-2009年的面板数据①,来源为中经网统计数据库。为研究政府财政支出对于固定资产投资是否具有挤出效应,需要引入其它的控制变量,如表1所示。 由于各省具有各自的特征,包括文化、社会、经济、地理因素,而其中某些无法测量的特征不随时间发生变化,因此对于这样的面板数据通常应当采用固定效应模型进行分析,本文所采用的固定效应(FE,fixed effect)模型如下: 此外,从中国固定资产投资的现实情况看,长期以来固定资产投资具有自我加强的特征,因此本期固定资产投资常常和上一期的固定资产投资具有强烈的相关性。厉以宁称这种特征为"投资冲动怪圈",他指出,在改革过程中,投资冲动怪圈一直反复出现。地方政府对GDP的追求和GDP增长的积极性大于中央政府,而对经济结构调整的兴趣小于中央政府。另外,地方为了增加自己的财政收入和缓解就业压力,总是要增加GDP,这就得增加投资,信贷量也随之扩大。这样一来,在全国范围内投资的急剧上升和信贷通胀就造成了产能过剩和物价上涨。因此,考虑这一特征,本文在固定效应模型的基础上将固定资产投资的滞后项也引入到自变量中,采用动态面板差分GMM的方法进行分析,动态面板模型设定如下: 四、实证结果分析 (一)固定效应模型和动态面板差分GMM模型结果分析 本文采用上面的模型,对固定资产投资的影响因素进行分析,得到的实证结果如表2所示。 固定效应模型的拟合优度R2=9400%,整体拟合情况比较好。从上表的实证结果看,可以发现以下几个特点: 第一,政府财政支出对于私人投资的影响是正向的,而且该系数在1%水平下显著。因此,从实证结果上看地方政府的财政支出促进了地方私人固定资产投资,对私人投资存在"挤入效应",边际弹性的分析表明政府财政支出对于私人固定资产投资的弹性为27%,因此当政府财政支出变化1%的时候,私人固定资产投资会相应地增加027%。 第二,地区生产总值GDP和地区消费价格指数CPI的系数均为正数,且在1%水平下显著,而且两者的边际弹性都大于1。这表明地区生产总值对私人投资的增长具有放大效果,地区GDP每增长1%,地区私人固定资产总值可以增长1351%,因此正如刘伟(2005)所言,我国长期以来固定资产投资增速一直高于GDP的增速,对投资的过度依赖已经成为影响我国经济增长方式转变的一大瓶颈。地区消费价格指数CPI的弹性为1042%,这表明对于固定资产投资而言,存在一定的货币幻觉现象,真实固定资产投资不是中性的,会随着通货膨胀的增长而升高,通货膨胀每上升1%,则真实固定资产投资会上升0042%。 第三,消费和私人投资存在显著的负相关关系,消费和投资存在一定的补偿效应。从理论上说,以Ramsey模型为例(戴维·罗默,2004),家庭需要在消费和资本积累之间进行衡量,因此当期消费越多,则可以用于投资的资本也就越少,因此消费和投资之间存在互相抵消的关系。从实证结果看,地区消费零售总额每增加1%,则固定资产投资会相应下降0347%。 第四,其它因素同样可以影响地区私人固定资产投资:首先,地区私人固定资产投资和该地区的出口水平存在显著的负相关关系,这一结论初看似乎不合常理。因为出口水平越多,则出口相关产业的固定资产投资水平也应当相应地增加。但是事实上由于模型中同时包含了地区GDP和出口这两个变量,负相关关系的存在依赖于其它变量不变的前提,然而出口的增加必然伴随地区GDP的上升,进而重新提升固定资产投资。可以计算出地区出口和地区GDP的相关系数是0852,因此实际的出口对于固定资产的影响应该为0928(0852×1351-0223),两者之间仍然是正相关关系。其次,地区货运量和固定资产投资呈现正相关关系,货运量越大,说明该地区的工业发展水平越高,因此固定资产投资也相应会提高。最后,地区工业企业资产变量的系数为正且在1%水平下显著。地区工业企业的资产越多,则相应地表明该地区的资本存量比较大,如果投资率没有差异,则资本存量比较大的地区其投资水平也必然比较高。 接下来我们继续分析动态面板差分GMM模型的拟合结果。对于差分GMM模型而言,引入了因变量的滞后项作为自身的工具变量来克服内生性问题,其前提是因变量存在明显的序列相关性,Arellano-Bond检验表明差分前的序列存在自相关性,而差分后的模型不存在序列相关性,此外,Sargan检验的卡方统计量为237,表明模型不存在过度识别的问题。从实证拟合结果看,滞后一期的固定资产投资变量的系数为正数,且在1%水平下显著。因此,固定资产投资存在自我加强的作用,上一期的固定资产投资越高,则本期的固定资产投资水平也相应会升高,上一期的固定资产投资越低,则本期的固定资产投资也相应会处于比较低的水平。换言之,实证结果支持厉以宁的"投资冲动怪圈"的论断,固定资产投资自身具有强烈的自相关性。另外,动态面板差分GMM模型中,和固定效应模型FEM相比某些系数发生了变化,这是因为引入了滞后一期的固定资产投资变量以后,消除了某些变量的内生性,因此其系数自然会发生相应的变化。例如,地区消费价格指数CPI变得不再显著,也就是说,当考虑到过去的固定资产投资对当期固定资产投资的影响之后,货币幻觉现象会消失。 (二)东部、西部、中部地区的"挤入效应"区域差异性分析 上文的研究表明政府财政支出对于私人投资具有"挤入效应"。在这一部分,本文将研究这种"挤入效应"是否同时存在于我国的东部、西部和中部地区。将整体样本按照东部、西部和中部划分为三个 ,具体而言,东部地区包括东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南等11个省(市),中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南等8个省(区),西部地区包括内蒙古、四川、重庆、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、广西等12个省(区、市)。采用固定效应模型,得到的实证结果如表3所示。 从拟合结果看,东部、西部和中部的固定效应模型的拟合优度R2都超过了93%,整体拟合效果比较好。分区域的固定效应模型表明:东部和西部存在明显的"挤入效应",而且两个地区的"挤入效应"非常接近,两个区域的"挤入效应"分别是229%和224%。与此相比,中部地区不存在显著的"挤入效应",也不存在"挤出效应"。此外,三个区域的GDP和CPI边际弹性都超过了1,因此对三个区域来说,GDP的增长都会导致私人投资的更高速度的增长,以及三个区域都同时存在所谓的货币幻觉,物价水平的上涨会拉动真实固定资产投资水平的上升。最后,只有中部地区的消费对于固定资产投资存在显著的抵消作用,另外两个区域则都不显著,中部地区省份的地区社会消费品零售总额每上升1%,其固定资产投资水平会相应下降0615%。 (三)"挤入效应"的时变特征分析:1994年分税制改革的影响 在本文研究的样本区间内,发生的最具有影响力的政策性事件就是1994年的分税制改革。1994年,我国经济体制改革在中央的"全面推进、重点突破"的战略部署指导下进入新阶段,财税体制改革充当改革的先锋,根据事权与财权相结合的原则,将税种统一划分为中央税、地方税、中央与地方共享税,建起了中央和地方两套税收管理制度,并分设中央与地方两套税收机构分别征管;在核定地方收支数额的基础上,实行了中央财政对地方财政的税收返还和转移支付制度等。成功地实现了在中央政府与地方政府之间税种、税权、税管的划分,实行了财政"分灶吃饭"。 从实质上说,分税制改革主要影响的国家和地方政府的财政收入,但是财政收入分配的改变不可避免地会影响到财政支出。分税制成功地使全国税收总收入中,中央和地方的分成比例达到六比四,然而支出改革却没有同步进行,中央和地方的支出比例仍为3:7。根据预算,2010年中央本级支出中除了656%是对地方的税收返还和转移支付,第二大项支出就是国防(占比111%)。而省本级财政的支出,以广东省2009年为例,最大的支出项是教育119亿,约占省本级所有支出的16%;第二大支出是交通运输,约114亿,占比154%。 分税制改革以后,地方政府的财政收入普遍依赖于中央政府的转移支付制度,其受到中央的影响也变得更为明显,中央本级财政产生的相当于其收入2/3的大量结余,绝大部分会被转移到地方政府,以弥补他们的支付缺口。因此,将全部的样本分为1990-1994,1995-2009年两个子样本,以期分析是否分税制改革会影响到"挤入效应"的水平,亦即研究"挤入效应"的时变性特征。在此我们引入Year1994的虚拟变量,该虚拟变量在1994年之前(含1994年)为0,之后的年份为1,然后引入其和政府财政支出变量的交叉项Year1994×g,分别采用固定效应模型和动态面板的随机效应模型,得到的结果如表4所示。
从结果上看交叉项系数在5%水平下显著为负,这表明1994年的分税制改革使得"挤入效应"在分税制改革之后显著减弱了。在分税制改革之前,地方财政支出每上升1%,相应地地方固定资产投资会上升09%,而在分税制改革之后,仅会上升0231%。分税制改革对"挤入效应"的削弱和上文的分析是一致的,由于改革后地方政府对于财政转移的依赖,因此其财政支出预算受到中央政府的影响增大,导致其对地方固定资产投资的自主决策能力减弱了。动态面板差分GMM模型的结果则表明,固定资产投资的自我增强现象仍然存在,而分税制改革可以部分削弱这种自我增强的趋势。 |
核心期刊网(www.hexinqk.com)秉承“诚以为基,信以为本”的宗旨,为广大学者老师提供投稿辅导、写作指导、核心期刊推荐等服务。 核心期刊网专业期刊发表机构,为学术研究工作者解决北大核心、CSSCI核心、统计源核心、EI核心等投稿辅导咨询与写作指导的问题。 投稿辅导咨询电话:18915033935 投稿辅导客服QQ: 投稿辅导投稿邮箱:1003158336@qq.com |