李彦龙

(北京师范大学 经济与工商管理学院，北京 100875)

一、引言

政府支出在经济增长过程中发挥着重要作用，对促进经济增长和社会福利产生了重要影响。尤其是在2008年以后，政府支出规模上升到了一个新高度，占GDP的比重从2007年的18.4%上升到了2016年的25.2%，但政府支出是否有效促进了经济增长？另一方面，产业发展与政府支出密不可分，政府支出一直偏向城市，即侧重投向第二、三产业，由于政府投入的偏向，产业结构也会受到政府支出的影响进而影响经济长期增长。现阶段，在深化财税体制改革和政府支出规模日益受学术界、政府部门等关注的背景下，研究政府支出、产业结构与经济增长的关系，对于优化政府支出结构，提高政府支出效率，保持经济稳定增长具有重要意义。

有关政府支出与经济增长关系国外学者进行了长期研究。Ram根据1960～1980年115个国家的数据进行研究，结果表明政府支出对经济增长有正向影响[1]。Kormendi根据47个国家的数据进行研究，结果同样表明两者之间存在正相关关系[2]。但Landau根据1960～1977年104个国家数据进行的研究则发现政府支出规模的增长并不利于经济增长[3]。

相互矛盾的结论使很多人开始怀疑是否存在最优规模，从而又产生了较多关于最优规模的研究。Grossman较早地将政府最优规模的理论模型化，并利用美国1929～1982年的相关数据，对某些年份的最优规模进行了估计[4]。Barro将政府支出引入内生增长模型，认为政府支出与经济增长为倒“U”关系，在理论上存在一个最优支出规模[5]。Vedder和Gallaway同样认为政府支出与经济增长存在倒“U”关系，当政府规模较小时，政府支出的扩张能够促进经济增长，但是当政府支出过大时，便会产生“挤出效应”而不利于经济增长[6]。

国内关于政府支出与经济增长关系的研究起步较晚，目前国内大多数研究认为政府支出与经济增长之间为倒“U”关系，理论上存在最优规模。马拴友根据中国1979～1998年的数据进行研究，估计出的最优政府支出规模为26.7%[7]。杨友才和赖敏晖基于面板门槛模型研究中国政府支出规模与经济增长的非线性关系，研究发现最优支出规模为11.6%，且大部分地区的政府支出规模大于最优规模[8]。文雁兵基于2000～2012年的省级面板数据进行实证检验，检验结果表明政府支出规模与社会福利之间存在着倒“U”型关系，最优规模在20%左右[9]。范庆泉等根据中国2000～2012年的地级市面板数据进行实证研究，研究表明生产性支出存在一个最优规模[10]。潘文卿等同样根据中国的地级市数据进行实证研究，研究结果表明消费性支出也存在一个最优规模[11]。

关于产业结构升级对经济增长影响的相关研究基本支持产业升级对经济增长具有促进作用的观点，但政府支出对经济增长影响的相关研究在结论方面却存在较大差异。考虑到二者之间也存在交互效应，本文在分析各自对经济增长影响的同时，也对二者之间的交互效应进行研究。

相比以往的研究，本文的可能创新之处在于：第一，由于产业结构不同，各地区和各时间段政府支出的边际效应是不同的，在实证检验政府支出与经济增长关系时，引入产业结构与政府支出的交互效应，探讨产业结构对政府支出效果的影响以及产业升级的促进作用受政府支出扩张的影响；第二，政府支出与经济增长之间虽然存在倒“U”关系，但很可能并不是对称的，并且不同类型的政府支出对经济增长的影响不同。因此，本文分别检验各类型支出与经济增长的关系，并通过二次型方程和非对称倒“U”方程检验政府支出与经济增长的关系；第三，基于最优规模的估计，对时间和空间上的最优规模差异进行比较，并结合实际支出规模状况进行分析，从而能够针对不同地区的政府支出与产业结构状况提出更有针对性的政策建议。

二、模型设定与说明

(一)模型设定

本文通过半参数估计方法对各类型政府支出与经济增长的关系进行初步判断，在此基础上设定相关模型。所设定的半参数估计模型为：

(1)

式(1)中，Y为各地区的经济产出，Gov为政府支出规模，ms为产业结构，X为控制变量，μ为地区固定效应。因为产业结构对经济增长的影响也可能是非线性的，引入产业结构的平方项ms2。政府支出变量Gov对经济增长影响的函数h(Gov)是未知的。若要探讨产业结构对政府支出效果的影响，只需在式(1)基础上加入变量ms与变量Gov的交互项。

(二)变量选择与说明

产出变量(Y)为各省的国内生产总值，但需要剔除物价因素的影响，本文根据GDP折算指数进行折算。产业结构(ms)采用各省第二、三产业的增加值之和占GDP的比重进行测度①。

核心解释变量为政府支出(Gov)。与多数研究一致，本文采用各地区当年的政府支出占GDP的比重衡量。结合胡永刚和郭新强的分类方法以及本文的研究需要[12]，本文将政府支出划分为如下三类：第一类是科教文卫以及社会保障和就业等民生性支出；第二类是消费性支出，本文将一般公共服务支出、国防支出和公共安全支出定义为消费性支出；第三类是生产性支出，本文将除了第一类民生支出与第二类消费性支出以外的支出定义为生产性支出。民生支出(Gov1)、消费性支出(Gov2)以及生产性支出(Gov3)3个变量则分别采用各类支出与当年GDP的比值衡量。所选择的控制变量包括：

1.基本的投入变量(lnL和lnK)。影响经济增长的投入变量主要包括劳动投入(L)和资本投入(K)。劳动投入L采用当年各地区的就业人数进行衡量，而资本投入K则采用永续盘存的方法进行测度，其具体测度公式为：Kit=Eit+(1-δ)Kit-1，其中Kit是地区i在时期t的资本存量，δ为折旧率，Eit为地区i在时期t的固定资产投资额。基期资本存量的计算公式为：Ki0=Ei0/(gi+δi)，gi为地区i固定资产投资的年均增长率。折旧率δ的取值，参考张军等的做法，取值为9.6%[13]。在计算资本存量之前，根据固定资产投资价格指数将名义固定资产投资转换成不变价水平。

2.其他控制变量。包括人力资本水平(edu)、基础设施(road)、金融发展水平(fd)。人力资本水平(edu)采用地区就业人员的平均受教育年限进行测度。公共基础设施(road)由当年各地区的公路里程与行政区域面积的比重衡量。金融发展水平(fd)采用当年各地区银行业金融机构的存贷款总额与GDP的比重衡量。

(三)数据来源与说明

本文所使用的数据为省级面板数据。由于政府支出的分类科目从2007年发生了较大变化，为了统一口径以及数据的可得性，最终选取了2007～2016年不包含青海、西藏和港澳台地区的其余29个省(市、自治区)的面板数据。所使用的数据主要来自于《中国统计年鉴》。各地区就业人数来源于各地区的统计年鉴，各阶段受教育人数所占比重来源于《中国劳动年鉴》，地区银行业金融机构存贷款数据来源于《中国金融年鉴》。

三、民生支出对经济增长的影响

(一)模型形式初步判断

首先在式(1)的基础上对民生支出对经济增长的影响函数h1(Gov1)进行估计,即所估计的半参数模型表达式为：

(2)

式(2)中其他变量的基本含义与式(1)相同，本文采用罗宾逊差分估计量进行估计，非参数部分估计结果如图1所示。

图1 式(2)非参数部分的估计结果

由图1可知，民生支出与经济增长存在着一种明显的倒“U”型关系，且最优的民生支出规模位于0.12附近。另外，图1展示出了民生支出与经济增长的倒“U”关系是非对称的。当民生支出小于最优规模时，民生支出对经济增长的影响相对较大，当民生支出超过最优规模时，民生支出对经济增长的影响为负，但下降速度相对缓慢。

(二)模型估计

为了反映民生支出与经济增长存在的非对称倒“U”关系，同时构建二次型方程和非对称倒“U”方程进行估计，其中二次型表达式为：

(3)

交互项ms·Gov用来检验产业结构对政府支出效果及最优支出规模的影响，非对称倒“U”方程设定如下：

(4)

式(3)刻画了对称倒“U”关系，而式(4)则刻画了非对称倒“U”关系。估计得到系数后，可求得相对应的最优民生支出规模，分别为：

(5)

(6)

根据式(5)和式(6)可以看出，最优规模会受到产业结构的影响。对式(3)和式(4)采用固定效应方法进行估计(见表1)，其中第2列和第4列分别为式(3)和式(4)不包含交互项时的估计结果。

表1 民生支出与经济增长关系的倒“U”曲线估计

注：***、**、*分别表示在1%、5%、10%的显著性水平上显著，括号内为t统计值。

由表1第2列可知，变量Gov1的系数为正且显著，变量Gov12的系数为负且显著，这表明民生支出与经济增长存在倒“U”关系。根据二次型估计方程中变量Gov1和Gov12的估计系数以及式(5)公式计算，最优支出规模大约为12.44%。所用样本中只有48个样本的政府支出规模超过了12.44%，由此可知大多数地区的民生支出低于最优规模。由表1第4列可知，变量Gov10.5的系数为正且显著，变量Gov1的系数为负且显著，这表明民生支出规模与经济增长存在非对称倒“U”关系。根据非对称倒“U”方程中变量Gov10.5和变量Gov1的估算系数以及式(6)估算得出的最优支出规模大约为12.29%，仍然表明了大多数地区的民生支出低于最优规模。各列中变量ms的系数为负且显著，变量ms2的系数为正且显著，这表明产业结构升级对经济增长的影响也是非线性的，但绝大多数地区位于对称轴右侧，表明产业结构升级对经济增长有促进作用。

由表1第3列和第5列可知，交乘项Gov1×ms和Gov10.5×ms的系数均为正且显著，这表明产业结构升级能够提高政府民生支出效果，也提高了最优民生支出规模，这也表明不同地区和时间段产业结构的差别会造成最优民生支出规模存在显著不同，产业升级对经济增长的促进作用也会随着近年来政府民生支出的扩张而变大。其余控制变量的系数基本均为正，表明劳动投入、资本投入、金融发展、人力资本和公共基础设施均会对经济增长产生一定促进作用。

(三)最优民生支出规模

根据式(5)和式(6)可计算出各地区的最优民生支出规模，基本状况如表2所示。其中Gov1为实际支出规模，G1是根据二次型方程估计得到的最优规模，G2是根据非对称倒“U”方程估计得到的最优规模。

表2 民生支出规模与最优支出规模

注：民生支出规模与最优民生支出规模数据均为当年的平均值。

由表2可知，从全国来看，民生支出规模从2007年的0.067上升到了2016年的0.112，G1从2007年的0.127上升到了2016年的0.133，G2从2007年的0.130上升到了2016年的0.143。这表明无论是从G1还是从G2来看，民生支出均低于最优支出规模。但实际支出规模与最优支出规模的差距正在逐步缩小，正在向最优水平靠拢。

从地区层面来看，采用两种方程估计得到的结果均显示：东中西部地区的民生支出规模和最优支出规模都是上升趋势。最优规模从东、中到西部逐步减小，这是由于东部地区的产业结构升级程度最高，西部地区最低。另外，东中部地区的民生支出低于最优规模，其中东部地区与最优规模的差距最大，但西部地区已经达到甚至超过了最优支出规模。

最优规模也是估计值，也存在其置信区间。本文根据式(4)计算与其产业结构相匹配的最优支出规模的90%置信区间，将此区间定义为最优区间，将支出规模低于最优规模下限的区间定义为低区间，将支出规模高于最优规模上限的区间定义为高区间，位于各区间的省份个数如表3所示②。

表3 各区间内的省份个数

由表3可知，位于低区间的省份个数正在减少，而位于最优区间和高区间的省份个数为上升趋势。整体来看，位于低区间的省份个数是最多的。另外，虽然位于低区间的省份个数最多，但这些省份大多位于东部和中部地区，西部地区大多位于最优区间或高区间。

(四)偏离最优规模的效率损失

由于各地区的支出规模低于或高于最优规模，理论上存在一定的效率损失，本文对此进行定量的测度。具体计算过程为：首先，基于式(5)和式(6)计算得到的最优民生支出规模，将其代入式(3)和式(4)计算得到民生支出达到最优时的产出水平Y*，即可求出由于偏离最优支出规模的效率损失，使用的计算公式为：(潜在产出水平-实际产出水平)/实际产出水平。计算出的效率损失情况如表4所示。

表4 偏离最优规模的效率损失

由表4可知，基于对称倒“U”曲线测度结果和基于非对称倒“U”曲线测度结果均表明：(1)从全国来看，偏离最优民生支出规模的效率损失表现为下降趋势，这是由于越来越多的省份逐步向最优支出规模靠拢，因此偏离最优支出规模的效率损失为下降趋势；(2)比较地区间的效率损失可以看出，东中西地区的效率损失均为下降趋势，并且东部地区的效率损失远大于中西部地区。这是由于东部地区的实际支出规模与最优支出规模的差距更大，偏离最优规模所带来的损失也最大。比较表4中基于对称倒“U”曲线测度结果与基于非对称倒“U”曲线测度结果可知，基于非对称倒“U”曲线估计得出的效率损失相对更高，这也表明采用二次型方程将会低估真实效率损失。现阶段改善民生支出规模，达到最优规模能够使产出上升大约7.3%，其中使东部地区大约上升11.3%，使中部地区大约上升2.5%，使西部地区大约上升1.2%。

四、生产性和消费性支出对经济增长的影响

(一)模型形式初步判断

本部分首先在式(1)的设定框架下对消费性和生产性支出对经济增长的影响函数h2(Gov2)和h3(Gov3)分别进行半参数估计,所估计的方程表达式为：

(7)

(8)

式(7)和式(8)中其他变量的含义与式(1)相同，参数部分估计结果得到的结论和表1基本相同，在此不再重复讨论。而非参数部分的估计结果分别如图2和图3所示，其中横轴分别表示消费性支出和生产性支出占GDP的比重。

图2 式(7)非参数部分的估计结果

图3 式(8)非参数部分的估计结果

由图2可知，消费性支出对经济增长表现为负影响。在本文所使用的数据中公共服务支出在消费性支出中所占比重最大，因此消费性支出对经济增长的负影响很大程度上取决于公共服务支出的负效应。这说明我国的行政管理等公共服务方面的高支出并没有带来相应的行政高效率，而且公共服务支出较高反映了较多的一般公务支出，在一定程度上会增加政府的干预，对经济产生负影响。

由图3可知，生产性支出对经济增长也表现为负影响，这说明目前生产性支出规模过大，带来的挤出效应大于其所带来的正影响。图3虽然表明生产性支出对经济增长存在负影响，但左半部分斜率相对较低，表明负影响相对较低，而右半部分斜率相对较高，表明负影响相对较高。支出规模较大的地区大多位于西部地区，这表明西部地区生产性支出的负影响相对更大，东中部地区生产性支出对经济增长存在负影响，但影响相对较小。

另外，根据图3的形状可推断出2007年之前生产性支出对经济增长很可能存在正影响。范庆泉等的研究表明2000～2006年的生产性支出对经济增长表现为正影响，2009～2012年的生产性支出对经济增长却产生了抑制作用，并且2009年以来的生产性支出已与最优规模非常接近[10]。虽然在分类方法上与本文存在少许差别，但研究结论大体一致，本文所使用的数据为2007年以后的数据，同样得出了2007年以后生产性支出基本上已经接近甚至超过了最优规模的结论。但目前仅在在西部部分地区产生了较为严重的抑制效应。

(二)产业结构对消费、生产性支出效果的影响

上述分析表明，消费和生产性支出对经济增长几乎一直表现为负影响，现阶段无法得出两者存在倒“U”关系的结论。在此部分，本文假设h2(Gov2)和h3(Gov3)均为线性函数。但从图2和图3可以看出，不同阶段消费和生产支出的负影响也存在变化，这可能是地区间产业结构的差异带来的。因此，本文也引入消费、生产支出与产业结构的交互项，结果如表5所示。其中第2和第3列为消费性支出对经济增长的影响，第4和第5列为生产性支出对经济增长的影响。

表5 产业结构对消费、生产性支出效果的影响

注：***、**、*分别表示在1%、5%、10%的显著性水平上显著；括号内为t统计值。

由表5第2和第4列可知，变量Gov2(Gov3)的系数为负且显著，这表明消费和生产性支出对经济增长产生了显著负影响，这与图2和图3中估计得到的结论一致。

与表1相同，各列中变量ms的系数为负且显著，变量ms2的系数为正且显著，表明产业结构升级对经济增长的影响也是非线性的，绝大多数地区位于对称轴右侧，表明产业结构升级对经济增长有促进作用。

由表5第3列可知，变量Gov2×ms的系数为正，但不显著，这表明消费性支出效果并不会受到当地产业结构的影响，这说明政府的公共服务等支出效果与当地产业结构并不存在明显的相关性，是由于行政管理等支出并不进入生产领域，从而与产业结构无关。但由第4列可知，变量Gov3×ms的系数为正且显著，这表明生产性支出效果会受到当地产业结构的影响，虽然目前来看，生产性支出对经济增长表现为抑制作用，但产业升级会降低生产性支出的抑制效果。另一方面，这也说明了随着政府支出的扩张，产业升级对经济增长的促进作用会随着生产性支出的扩张而变大，但受消费性支出扩张的影响很小。

(三)其他相关讨论

上述结论表明民生支出与经济增长存在非对称倒“U”关系，消费和生产性支出对经济增长产生了负影响，因此总支出规模与经济增长也很可能存在倒“U”关系。以总支出规模(政府支出总额占GDP的比重)作为政府支出变量时对式(1)采用半参数估计，根据2005～2016年的数据进行估计的结果如图4所示③。

图4 总支出规模对经济增长的半参数估计

由图4可知，总支出规模与经济增长之间仍然存在着倒“U”关系，同样表现出了非对称倒“U”关系，这与民生支出发现的特征相似。另外，当采用式(3)和式(4)的形式对总支出规模影响经济增长的效应进行估计时，发现产业结构能够提高政府支出的边际影响和最优规模，最优规模在时空间上的变化特征以及在各区间的分布均与民生支出相似。偏离最优规模的效率损失也为下降趋势，并且东部地区的效率损失远大于中西部地区。上述结论也说明了，之所以总支出与经济增长之间存在非对称倒“U”关系，很大程度上取决于民生支出对经济增长的非对称倒“U”关系。

另外，本文在研究产业结构对政府支出效果的影响时，只引入了政府支出与产业结构的交互项，但金融发展、人力资本等也可能会影响最优民生支出规模和各类政府支出效果。本文在同时加入金融发展、人力资本等变量与政府支出的交互项后，发现金融发展、人力资本等也会促进政府支出效果，但政府支出与产业结构交互项的系数反映出来的结论与上文基本一致，并且各地区的最优民生支出特征表现出与上文相似的结论。这也说明了本文的研究结论具有一定程度的稳健性。

五、结论与政策建议

本文基于2007～2016年的面板数据研究民生、消费和生产性支出对经济增长的影响。对于民生支出，本文构建对称和非对称倒“U”曲线估计其对经济增长的影响以及产业结构对其效果的影响，进而对最优规模特征和偏离最优规模的效率损失进行测度；对于消费和生产性支出，本文研究了消费和生产性支出对经济增长的影响以及产业结构对其效果的影响，主要结论如下：

第一，民生支出与经济增长之间存在非对称倒“U”关系，民生支出超过最优规模带来的“损失效应”小于低于最优规模带来的“损失效应”，并且产业升级会提高政府支出的边际效果和最优规模，产业升级对经济增长的促进作用也随着民生支出规模的扩张而变大。

第二，民生支出规模和最优民生支出规模都是上升趋势，并且实际规模正在向最优规模靠拢，最优规模从东部、中部到西部地区逐步减小。东中部地区的民生支出规模低于最优规模，其中东部地区与最优规模差距更大，但西部地区已经达到甚至超过了最优规模；位于低区间的省份个数正在减少，但位于低区间的省份个数是最多的，并且大多位于东中部地区。

第三，偏离最优民生支出规模带来的效率损失为下降趋势，这是由于实际规模正在向最优规模靠拢，效率损失从东、中到西依次减小。现阶段优化各地区民生支出规模，达到最优民生支出规模能够使产出上升大约7.3%，其中使东部地区大约上升11.3%，使中部地区大约上升2.5%，使西部地区大约上升1.2%。

第四，消费和生产性支出对经济增长的影响均为负，产业结构对消费性支出效果的影响并不显著，但会降低生产性支出的抑制效果。产业结构升级对经济增长的促进作用会随着生产性支出规模的扩张而增大，但受消费性支出规模扩张的影响很小。另外，总支出规模与经济增长之间也表现为非对称倒“U”关系，与民生支出表现出的特征类似，这表明之所以总支出规模与经济增长存在非对称倒“U”型关系，很大程度上取决于民生支出与经济增长的非对称倒“U”关系。

本文研究结论的政策含义如下：第一，东中部地区的民生支出规模大多位于低区间，这表明对于东中部地区而言，科教文卫和社会保障等民生性支出仍然不足，扩大民生性支出对经济增长仍然具有显著的促进作用；第二，西部地区民生支出大多位于最优区间和高区间，即西部地区的民生支出偏高，这表明对于西部地区而言，整体上扩大民生支出对经济增长的促进效果比较有限，可适当降低西部地区民生支出规模；第三，消费和生产性支出对经济增长的影响为负，表明消费性支出不具有生产性质，扩大消费性支出并不会对经济增长起到很好的效果。而生产性支出虽然具有生产性，但已经超过了最优规模，应适度减少消费和生产性支出；第四，优化产业结构可以提高民生支出效果和最优民生支出规模，并且可以降低生产性支出的抑制效果。因此，在优化中西部地区的政府支出结构时，也应推进产业结构升级，不仅可以直接缩小三大地区之间的差距，也可以通过提高政府支出效果而间接缩小地区间差距。

注释：

①第三产业与第二产业比重也是衡量产业结构的指标，但加入此变量以及其与政府支出的交互项，发现并不显著。

②采用式(3)计算得到的统计结果与表3基本相同。值得注意的是，虽然两种估计方法在最优规模特征和区间分布上得到的结论大体相同，但两种方法得到的最优规模实际存在很大差别。根据最优规模核密度图可以看出，基于非对称倒“U”方程得到的最优民生支出相对来说分布更为分散。

③此部分是对总支出规模与经济增长的关系进行检验，使用了更多样本，实际上根据2004年或2006～2016年的数据得到的结论是相同的。