一、引言和文獻綜述
財政政策與貨幣政策一樣,屬于重要的宏觀調控手段。自從1978年以來,中國實施過緊縮的、適度從緊的、積極的和穩健的等多種類型的財政政策,其對于宏觀經濟的影響值得深入研究。
同時,由于中國的行政區劃眾多、各區域的經濟和金融結構存在異質性,財政政策在各個地區的效應有所不同,因此,研究財政政策的區域差異具有重要的理論和現實意義。所以本文的研究分為兩個部分,首先研究國家層面的財政政策的作用,然后深入到各大經濟區,研究財政政策的區域不對稱性。兩部分的邏輯關系在于:通過國家層面財政政策作用的研究,發現中國財政政策對于宏觀經濟的刺激作用處于較低水平,大規模積極財政政策對經濟的刺激作用在不斷下降,但是由于目前國民經濟遇到了一定的困難,實施積極財政政策的退出并不合適。面對這一問題,一個解決方法是研究財政政策的區域不對稱性,對于財政政策作用較強的區域,可以繼續實施積極的財政政策,而對于財政政策作用不明顯的區域,則應減少國家財政的支持。
在估計財政政策的作用方面,國內學者的方法大致相同,基本都基于IS-LM模型。比如,郭慶旺、呂冰洋、何乘材利用傳統的LS-LM模型,測算了積極財政政策的乘數,得到積極財政政策乘數在1.6-1.7之間的結論。[1]金明慧、張曉杰采用相同的方法,以黑龍江省1990-2004年的數據為基礎,對黑龍江省財政政策的效應進行了測算。[2]而陳建寶、戴平生基于中國財政支出和GDP的數據,對國家財政支出對經濟增長影響的路徑、強度、乘數效應進行了研究,得出中國財政支出對經濟增長的乘數效應為4.26[3],等等。這類方法的一大問題是只衡量了財政支出對于GDP的影響,結果可能存在一定的片面性?;诖?,本文選擇了狀態空間模型,以反映不同時期下中國財政政策對于宏觀經濟的影響,同時選擇多種宏觀經濟指示變量,使結果更加可靠。
國外學者對于宏觀經濟政策不對稱性的研究由來已久,但是大多是對于貨幣政策不對稱性的研究。對于財政政策區域不對稱性的研究早期主要集中于美國和日本。比如,Garrison和Chang構建了美國8地區的地區收入凱恩斯主義簡化季度模型。模型結果表明:國家的經濟政策對于地區的出口收入有顯著影響。財政政策和貨幣政策對于地區基本經濟活動都有較大影響。[4]Yoshino和Nakano構建了不同的生產模型研究9個地區,發現公共支出對于生產發達的地區效果顯著,而對于相對落后的地區作用不甚明顯。[5]而近期的研究多集中在歐盟地區,比如,Pereira和Sagales運用VAR方法研究了西班牙政府財政支出對私人部門的影響。結果顯示受益于公共支出最大的地區為行政區域面積較大和人均GDP位列前茅的地區。同時,財政支出也加劇了地區間經濟發展的不平衡。[6]Bruneau和Bandt利用SVAR模型研究了歐盟財政政策的區域不對稱性,得到了財政政策在德國的作用比較明顯,但是在法國的作用不大的結論。[7]類似的,Bas,Harry和Niko也采用SVAR模型發現財政政策在歐盟存在區域不對稱性。[8]另外,Alfredo和Andraz把葡萄牙分成五大區域,通過使用VAR模型,發現政府公共基礎建設投資對中部地區的政策效應最大。[9]中國學者大約從2005年關注財政政策的區域不對稱性。郭慶旺、賈俊雪利用面板數據模型和時變參數模型分別考察了積極財政政策對中國區域經濟增長和差異的影響,認為積極財政政策對西部地區的正向影響力最大,中部地區次之,東部地區最小的結論。[10]張晶利用兩地區的簡約化模型對1978~2004年間中國貨幣政策和財政政策在東部和中西部兩個地區的作用進行了實證分析,得到財政政策確實存在區域不對稱性的結論。[11]陳安平建立了一個包括政府投資、銀行貸款、價格指數等變量的SVAR模型,發現中國財政貨幣政策對東部的作用強于中西部,存在明顯的區域差異效應,而且財政政策對區域經濟發展的作用更大的結論。[12]董秀良、漆柱通過建立包括政府投資、宏觀稅收、個人投資和東中西部人均產出等變量的SVAR模型分析,得出中國政府投資的財政政策存在明顯的區域非均衡效應,而宏觀稅收政策區域差異效應不明顯。[13]以上研究的一大問題是采用的樣本區間較長,考慮到中國經濟形勢的飛速變化,結果對現實的借鑒意義不大。因此本文采用更高頻率、更短間隔的數據,從而增強了結論的現實意義。
二、國家層面財政政策效果的分析
\\(一\\)模型和數據說明
為了研究財政政策對于宏觀經濟的影響,本部分采用狀態空間模型。該模型的優勢是不再認為線性回歸中的β為定值,從而可以反映不同時期下中國財政政策對于宏觀經濟的影響。狀態空間模型中包含測量方程和狀態方程,本部分中假設狀態方程服從AR\\(1\\)過程?;貧w的結果中每年都會得到一個β值,當β較大時可以認為財政政策對于宏觀經濟的刺激作用較強,而β較小時可以認為財政政策對于宏觀經濟的刺激作用較弱。
本部分選擇國家財政支出作為中國財政政策的指示變量,選擇國內生產總值、固定資產投資和社會消費品零售總額作為宏觀經濟的指示變量。
所有數據來自于國家統計年鑒和新中國60年統計資料匯編,樣本區間為1980年到2011年,利用1978年為基期的CPI對數據進行了平減。平減后的數據取對數,分別記為FIN、GDP、INV和CON進行回歸。
綜上,本部分采用的模型如下:財政支出對于GDP的影響測量方程:GDPt=α1,t+β1,tFINt+ε1,t狀態方程:β1,t=θ1,t+γ1,tβ1,t-1+μ1,t財政支出對于INV的影響測量方程:INVt=α2,t+β2,tFINt+ε2,t狀態方程:β2,t=θ2,t+γ2,tβ2,t-1+μ2,t財政支出對于CON的影響測量方程:CONt=α3,t+β3,tFINt+ε3,t狀態方程:β3,t=θ3,t+γ3,tβ2,t-1+μ3,t其中εi,t和μi,t均獨立同分布且服從白噪聲過程。
\\(二\\)回歸結果與分析
在對數據進行回歸分析前,首先需要進行平穩性檢驗。ADF單位根檢驗的結果顯示,FIN、GDP、INV和CON均為一階單整序列,進一步利用E-G兩步法進行協整檢驗,發現FIN與GDP、FIN與INV和FIN與CON之間都存在協整關系,所以可以利用狀態空間模型進行回歸。做出三個系數的變化示意圖\\(左坐標軸表示FIN對GDP和FIN對CON的系數,右坐標軸表示FIN對INV的系數\\)如下:
從圖中看出,雖然具體的數值和波動情況并非完全一致,但是大體上看,三個系數的變化情況十分相似,即以1997年左右為界,1997年之前,三個系數均呈震蕩上升的趨勢,而1997年之后三個系數均逐漸下降,目前都處于較低的水平,說明目前財政政策對宏觀經濟的刺激作用較低。對于這種情況,可以做以下的解釋:財政政策可以直接刺激經濟的增長,但是其本身也存在著擠出效應、財政債務風險加大等負面影響。隨著積極財政政策的持續實施,其負面效應會逐漸增大,導致其對于經濟的刺激效應逐步減少,即財政政策的系數會下降;而隨著緊縮的財政政策的持續實施,其負面效應會減少\\(比如債務風險,緊縮的財政政策會減少政府的支出,即減少財政赤字帶來的發行債券的壓力,從而降低債務風險\\),從而對于經濟的刺激效應逐步增大,財政政策的系數會上升。1997年前后恰好是中國財政政策由緊縮向積極變化的轉折點,所以財政支出系數也從上升趨勢轉變為下降趨勢。
近十余年來,中國財政政策基調總體來看是積極的。通過以上的分析發現,現階段中國財政政策的作用處于較低水平,最佳的選擇是采用適當緊縮的財政政策。但是2012年以來中國經濟發展速度放緩,國民經濟遇到了一定的困難,改變積極財政政策的可能性不大。一個可行的辦法是研究不同區域財政政策的效應,對于財政政策效應較大的地區加大財政支持的力度,而對于財政政策效應已經不太明顯的地區最好適當減少財政的投入。所以說,研究財政政策區域不對稱性是具有現實意義的。
三、財政政策的區域不對稱性
\\(一\\)經濟區域的劃分
為了研究財政政策的區域不對稱性,需要對經濟區域進行恰當的劃分。對于經濟區域的劃分,目前存在著三區域\\(東、中、西\\)、四區域\\(東、中、西部和東北\\)、八區域\\(八個綜合經濟區\\)和31個省級行政單位等多種劃分方式。本文選擇八區域的劃分。理由是三區域和四區域的劃分比較粗略,并且更多的是從地理的角度而非經濟的角度進行的劃分。31個省級行政單位過于細致,不利于規律的總結。八大經濟區的提法來自2005年國務院發展研究中心發布的《地區協調發展的戰略和政策》報告,該報告提出了新的綜合經濟區域劃分設想,把內地劃分為八大綜合經濟區,每個區域有3到5個省\\(自治區、直轄市\\)。這種劃分保證了每個區域內的省份地理上的毗鄰和經濟結構的相似,有利于研究中央財政政策的區域效應。鑒于此,本文采取了八區域的劃分。
\\(二\\)變量的選擇與處理
本部分選擇的樣本區間為2007年到2011年,數據頻率為月度數據,對于每一個個體,樣本量為60??紤]到中國經濟、金融市場化程度的迅速提升,采用較短的樣本區間和較高的數據頻率可以提高結果的可靠性,這也是本文的一大創新之處。選擇中國月度的財政支出作為財政政策的指示變量;選擇各省月度房屋新開工面積作為宏觀經濟的指示變量。將各大經濟區域內所有省份的月度房屋新開工面積相加,得到該區域月度房屋新開工面積。由于某些省份1月份房屋新開工面積數據缺失,所以按1月和2月工作日數量的比例將該省2月份房屋新開工面積進行分配;某些年份中國12月財政支出的數據缺失,按11月和12月工作日數量的比例將11月的財政支出進行分配。另外,考慮到數據存在季節性\\(比如東北地區1月和2月房屋新開工面積明顯低于其他月份\\),采用X-12方法對各大經濟區的房屋新開工面積和全國的月度財政支出進行季節調整。調整后八大經濟區域房屋新開工面積的數據分別記為DBDQ、BBYH、DBYH、NBYH、HHZY、CJZY、DXN和DXB\\(分別為各大經濟區域名稱拼音的首字母\\),調整后全國月度財政支出的數據記為FIN。對數據進行如上處理后,進行實證分析。
對于財政政策區域不對稱性的研究,多采用格蘭杰因果檢驗和方差分解,本部分也將沿用此思路,從因果分析和影響力度兩個角度研究財政政策的作用。
\\(三\\)回歸分析
由于采用的是時間序列數據,為了防止出現偽回歸的情況,首先要對各序列進行平穩性檢驗。采用的方法是ADF單位根檢驗,并且根據SIC準則選擇滯后期,檢驗的結果表1:
檢驗結果顯示,各個數據均為平穩序列。為了驗證財政政策是否對各大經濟區域的宏觀經濟產生影響,需要進行格蘭杰因果檢驗。由于本文關心的是財政政策對于宏觀經濟的影響,所以只需要關注財政支出是否是房屋新開工面積的格蘭杰原因??紤]到采用的是月度數據,因此將滯后期分別選為3期和6期,以分別對應一季度和半年度,檢驗的結果如表二:檢驗結果顯示,在滯后3期時,財政政策是東北地區、黃河中游、大西北宏觀經濟的格蘭杰原因;在滯后6期時,財政政策是東北地區宏觀經濟的格蘭杰原因。
接下來,進行方差分解,以驗證國家財政支出對各大經濟區域宏觀經濟的影響程度。關注滯后6期和滯后12期的方差分解結果,以獲得半年期和一年期財政支出對于宏觀經濟的影響能力\\(被解釋變量均為宏觀經濟,方差分解的順序為財政支出在前見表3。\\):
方差分解的結果顯示,財政政策在東北地區、大西北和大西南的影響位居前三位,而對于北部沿海、長江中游和東部沿海的影響位居后三位,6期和12期的結果大致相同,唯一顯示出差異的是南部沿海,財政政策對其12期的影響要遠高于對于其6期的影響。
綜合格蘭杰因果檢驗和方差分解的結果可以發現,中國財政政策存在明顯的區域不對稱性:財政政策對于東北地區和大西北的作用最強,即格蘭杰因果檢驗可以拒絕,而且財政支出對于該地區宏觀經濟的影響能力較強;而財政政策對于北部沿海、長江中游和東部沿海的作用最弱,即不能拒絕格蘭杰因果檢驗,而且財政支出對于該地區宏觀經濟的影響能力較弱。
\\(四\\)穩健性檢驗
在上一部分中,采用房屋新開工面積作為宏觀經濟的指示變量進行了回歸分析,得出中國財政政策存在明顯區域不對稱性的結論。為了增強結論的穩健性,接下來選擇社會消費品零售總額和工業增加值分別作為指示變量,研究財政政策在各大經濟區的作用。兩者均來自于中經網統計數據庫,利用同比增速數據計算得到各月的絕對數,并且利用工作日拆分和季節調整法對數據進行了處理。所有數據均通過了平穩性檢驗,關注方差分解的結果如表4。
穩健性檢驗的結果與房屋新開工面積作為宏觀經濟指示變量的結果類似,財政政策在東北地區、大西南和大西北的影響作用較強,在北部沿海和東部沿海的影響作用較弱。另外,穩健性檢驗結果也顯示,財政政策在長江中游的作用較強,在南部沿海的作用較弱??傮w來看,財政政策的區域不對稱性比較明顯。
\\(五\\)對結果的解釋
財政政策作用比較明顯的區域包括大西南、大西北、長江中游和東北地區。這些地區財政政策作用明顯的原因是其經濟發展水平比較低,而且多位于中國內陸地區,其對外開放程度比較低、市場化程度不高,所以宏觀調控對經濟的作用依然十分明顯。而三大沿海地區則經濟發展快、市場化程度高,宏觀調控對經濟的影響相對較小。
四、小結與政策建議
本文運用了狀態空間模型和VAR模型,研究了財政政策在全國層面的效應以及對于八大經濟區域的影響。研究表明,從全國層面來看,中國財政政策的刺激作用從1998年開始實施積極的財政政策時逐步下降,目前已經到了近20年以來的最低點。同時,利用了近年更短間隔的數據進行格蘭杰因果檢驗和方差分解,結果顯示中國的財政政策存在明顯的區域不對稱性,對于大西南、大西北、東北地區和長江中游的作用比較明顯,而對于三大沿海區域的作用比較微弱。同時,本文也從經濟發展水平和市場化的角度給出了解釋。
2013年和2014年中國執行的主要是積極的財政政策,筆者認為財政政策的制定和實施應該考慮區域的差異性。對于財政政策作用比較明顯的區域,可以較多地使用財政政策以拉動當地的經濟發展,例如加大對大西北、大西南、東北地區和長江流域的教育、醫療衛生、社會保障和就業以及保障性安居工程等的支持力度,提高這些地區的居民收入促進經濟發展;而對于財政政策作用微弱的區域,更應該注重公平的市場環境的構建,加快營業稅改征增值稅的進程,清理取消不合理、不合法的收費項目,降低偏高的收費標準,減輕企業負擔。
參考文獻:
[1]郭慶旺,呂冰洋,何乘材.積極財政政策的乘數效應[J].財政研究,2004,\\(08\\):13-15.
[2]金明慧,張曉杰.黑龍江省財政政策效應的實證分析[J].中國科技信息,2007,\\(09\\):145-148.
[3]陳建寶,戴平生.我國財政支出對經濟增長的乘數效應分析[J].廈門大學學報,2008,\\(05\\):26-32.