■張寧

地方財(cái)政風(fēng)險(xiǎn)及其影響因素研究：基于財(cái)政脆弱性視角

■張寧

近年來，隨著財(cái)政赤字不斷增加和政府債務(wù)急劇膨脹，引發(fā)了人們對地方財(cái)政風(fēng)險(xiǎn)的擔(dān)憂。本文通過構(gòu)建財(cái)政脆弱性指標(biāo)并進(jìn)行實(shí)證分析，探討了影響地方財(cái)政脆弱性的因素，結(jié)果發(fā)現(xiàn)：2004年至2012年，財(cái)政出現(xiàn)“脆弱”狀態(tài)的地區(qū)越來越多，而2013年以后，財(cái)政出現(xiàn)“脆弱”狀態(tài)的地區(qū)逐漸減少。通過構(gòu)建系統(tǒng)GMM面板模型，結(jié)果顯示滯后一期的財(cái)政脆弱度、經(jīng)濟(jì)增長、經(jīng)濟(jì)增長波動(dòng)以及失業(yè)率對地方政府財(cái)政脆弱度有顯著的正向影響，而通貨膨脹、人口老齡化對地方政府財(cái)政脆弱度有顯著的負(fù)影響。

財(cái)政風(fēng)險(xiǎn)；財(cái)政脆弱度；影響因素；系統(tǒng)GMM

張寧（1988-），中國財(cái)政科學(xué)研究院（原財(cái)政部財(cái)政科學(xué)研究所）博士研究生，研究方向?yàn)樨?cái)政理論與政策。（北京100142）

一、引言

根據(jù)國際慣例，衡量政府財(cái)政風(fēng)險(xiǎn)主要有負(fù)債率、赤字率這兩個(gè)評價(jià)指標(biāo)，而且大部分學(xué)者引用國際上通用的財(cái)政赤字率不得超過3%、債務(wù)負(fù)擔(dān)率不得超過60%的財(cái)政標(biāo)準(zhǔn)，并認(rèn)為我國公債負(fù)擔(dān)率、財(cái)政赤字率沒有超過警戒線水平，與發(fā)達(dá)國家相比，我國財(cái)政狀況是比較健康的。但是，這并不能說明我國財(cái)政狀況良好，一方面是因?yàn)榘l(fā)達(dá)國家很大一部分是由于其漫長的發(fā)債歷史才導(dǎo)致其公債負(fù)擔(dān)率如此高，而中國在1981年才發(fā)行債務(wù)；另一方面，不能完全依賴負(fù)債率和赤字率去評估政府的財(cái)政政策“好”與“壞”。例如，相比較通過“昂貴”的融資以擁有較低公共債務(wù)比率和赤字率的國家，那些公共債務(wù)率和赤字率雖高的國家，但其能夠借到利率低于經(jīng)濟(jì)增長率的“便宜”資金，其財(cái)政狀況其實(shí)要比前者更好。因此，《馬約》所規(guī)定的所謂“國際警戒線”的屬性不具有廣泛適用性，在評價(jià)財(cái)政狀況時(shí)，若僅僅去分析公共債務(wù)負(fù)擔(dān)率和赤字率可能是錯(cuò)誤的。如郭玉清(2011)就指出，逾期債務(wù)累積和財(cái)政赤字對財(cái)政安全具有重要的影響，但作為評價(jià)財(cái)政狀況的兩個(gè)靜態(tài)指標(biāo)，只是說明了財(cái)政風(fēng)險(xiǎn)的可能性。

政府財(cái)政可持續(xù)性研究逐漸成為判斷財(cái)政風(fēng)險(xiǎn)的潮流，評價(jià)財(cái)政可持續(xù)性主要有三種方法，目前更多的國內(nèi)學(xué)者采用新古典的償債能力法，檢驗(yàn)公共債務(wù)的非蓬齊博弈條件，代表性的文獻(xiàn)有：郭慶旺（2003）；石柱鮮、王立勇（2006）；周茂榮、駱傳朋（2007）；涂立橋（2008）；楊宇、沈坤榮（2011）等。以往研究對于財(cái)政風(fēng)險(xiǎn)的分析主要集中在政府的負(fù)債率上，而對于政府應(yīng)對風(fēng)險(xiǎn)的能力指標(biāo)則缺乏響應(yīng)研究。目前，我國學(xué)者對于財(cái)政脆弱性的研究較少，主要有段海英（2002）、李樹奇（2005）、汪玉兵等（2016）文獻(xiàn)；同時(shí)由于中國地域廣闊，區(qū)域間的經(jīng)濟(jì)發(fā)展水平差距巨大，簡單來看就是東部地區(qū)經(jīng)濟(jì)較為發(fā)達(dá)，對于財(cái)政風(fēng)險(xiǎn)的控制能力更高。那么對于財(cái)政風(fēng)險(xiǎn)的研究，就要針對不同城市，不同經(jīng)濟(jì)發(fā)展水平來進(jìn)行差異化的研究，同時(shí)制定不同的方針政策。

二、財(cái)政脆弱度指標(biāo)及變化趨勢

（一）財(cái)政脆弱性指標(biāo)

根據(jù)以往研究歸納，財(cái)政脆弱性主要是指財(cái)政部門對于未來的債務(wù)缺乏償付能力，由此產(chǎn)生的債務(wù)風(fēng)險(xiǎn)問題。依據(jù)財(cái)政脆弱度的測度原理，涉及到潛在產(chǎn)出、實(shí)際的結(jié)構(gòu)性赤字以及所需的結(jié)構(gòu)性赤字等指標(biāo)。本文中，我們借鑒Peter Brandner（1998）方法，將結(jié)構(gòu)性赤字作為反映我國財(cái)政狀況的指標(biāo)。同時(shí)，我們將實(shí)際的結(jié)構(gòu)性赤字與所需的結(jié)構(gòu)性赤字的差額定義為結(jié)構(gòu)性赤字缺口，在此基礎(chǔ)上，我們將歷年結(jié)構(gòu)性赤字差額的平方和進(jìn)行累加，并以其作為衡量財(cái)政脆弱性的指標(biāo)。對于結(jié)構(gòu)性預(yù)算余額的計(jì)算，我們借鑒石柱鮮（2006）的測算方法，假設(shè)財(cái)政赤字為：

公式中，財(cái)政余額可以表示為GDP的線性函數(shù)，則有：

其中，mr為財(cái)政收入引起的GDP的邊際變化，mg為財(cái)政支出引起的GDP的邊際變化，則赤字率可以表示為：

結(jié)構(gòu)預(yù)算余額公式為：

其中，B表示政府預(yù)算余額，α為實(shí)際產(chǎn)出增長率，r為潛在產(chǎn)出增長率。通過分析債務(wù)動(dòng)態(tài)關(guān)系：

由上式可以，當(dāng)債務(wù)率變化為0，即bt=bt-1時(shí)，債務(wù)維持穩(wěn)定，此時(shí)的赤字可以表示為：

參考汪玉兵(2016)的研究方法，我們采取將實(shí)際結(jié)構(gòu)性赤字與所需結(jié)構(gòu)性赤字差額的平方和作為衡量財(cái)政脆弱性的標(biāo)準(zhǔn)，即財(cái)政脆弱性指標(biāo)(Financial fragility,FF)表示為：

在數(shù)據(jù)選取方面：用各省份的地區(qū)生產(chǎn)總值表示該地區(qū)的經(jīng)濟(jì)產(chǎn)出；對于各個(gè)地區(qū)的財(cái)政收支，用各地區(qū)的一般預(yù)算財(cái)政收支表示；在計(jì)算各省份的政府債務(wù)規(guī)模時(shí)，由于國家統(tǒng)計(jì)署公布了2010~ 2016年7月的政府債務(wù)規(guī)模，由于天津、新疆、西藏3省市政府債務(wù)規(guī)模數(shù)據(jù)未能獲取，所以本文在估算財(cái)政脆弱度時(shí)未考慮這3省份，此外，本文參考楊燦明（2015）的估算方法對我國其余28個(gè)省份2003~ 2009年政府債務(wù)規(guī)模進(jìn)行了估算。本文涉及到的指標(biāo)數(shù)據(jù)均來自歷年的《國家統(tǒng)計(jì)年鑒》以及各省歷年的統(tǒng)計(jì)年鑒，并各省相關(guān)指標(biāo)數(shù)據(jù)進(jìn)行了處理，按消費(fèi)者價(jià)格指數(shù)這一指標(biāo)計(jì)算出各指標(biāo)以2004年為基期的實(shí)際價(jià)格水平，從而剔除了物價(jià)因素的影響。

（二）ADF單位根檢驗(yàn)

由測度模型可知，在測算我國各省份財(cái)政脆弱度過程中，需要對各地區(qū)的地區(qū)生產(chǎn)總值、財(cái)政收入以及財(cái)政支出進(jìn)行單位根檢驗(yàn)，本文采用ADF單位根檢驗(yàn)。表1是我國各省份經(jīng)濟(jì)產(chǎn)出和財(cái)政收支的ADF單位根檢驗(yàn)結(jié)果。

表1 中國各省份經(jīng)濟(jì)產(chǎn)出、財(cái)政收支平穩(wěn)性檢驗(yàn)

注：滯后階數(shù)為1，***、**和*分別表示在1%、5%和10%水平上拒絕單位根假設(shè)。

由表1中ADF單位根檢驗(yàn)結(jié)果可以看出，由于河北、遼寧、吉林、安徽、福建、湖南、四川、貴州8省份的地區(qū)生產(chǎn)總值、財(cái)政收入或財(cái)政支出二階差分仍是不平穩(wěn)的，未通過單位根檢驗(yàn)，故將這8省份也排除在外。綜上分析，本文以我國其余20?。ㄊ小⒅陛爡^(qū)）為樣本，運(yùn)用估算國家財(cái)政脆弱度的方法，測度2004~2016年我國各省的財(cái)政脆弱度。

（三）財(cái)政脆弱度變化趨勢

一些理論認(rèn)為當(dāng)政府不能夠滿足所需的財(cái)政赤字時(shí)，就可能意味著政府將會提高稅收、減少支出或增加未來的公共債務(wù)。因此，為保證財(cái)政政策實(shí)現(xiàn)可持續(xù)性，政府應(yīng)當(dāng)滿足所需的財(cái)政赤字。一般認(rèn)為當(dāng)前的財(cái)政赤字應(yīng)比所需的財(cái)政赤字大一些，這樣政府就能夠產(chǎn)生基本財(cái)政盈余用于滿足支出需求或至少能減少財(cái)政赤字，從而可能減少公共債務(wù)需求。從計(jì)算的結(jié)果來看，20個(gè)省份中大多數(shù)的所需的結(jié)構(gòu)性赤字大于實(shí)際的結(jié)構(gòu)性赤字，結(jié)構(gòu)性赤字缺口小于零，說明大多數(shù)地方政府這段時(shí)期的財(cái)政政策是“壞的”，財(cái)政處于不可持續(xù)的狀態(tài),如圖1所示。而這必將導(dǎo)致增加以融資為目的的舉債，使經(jīng)濟(jì)遭受流動(dòng)性或償付能力風(fēng)險(xiǎn)，財(cái)政脆弱性程度增加。從長遠(yuǎn)來看，這樣的財(cái)政政策可能會對經(jīng)濟(jì)增長產(chǎn)生負(fù)面影響，并引起較大的財(cái)政失衡。

圖1 各省份財(cái)政脆弱度變化

統(tǒng)計(jì)結(jié)果顯示，在2004~2016年，20個(gè)省份中大部分財(cái)政脆弱度呈現(xiàn)出一致的上升變化趨勢，同時(shí)也可以看出在2008年經(jīng)濟(jì)危機(jī)之前，大部分省份財(cái)政政策就已表現(xiàn)出“脆弱”狀態(tài)，但各個(gè)省份的財(cái)政脆弱度表現(xiàn)出很大的差異。其中，江蘇、浙江、重慶、云南、青海5省份財(cái)政脆弱度在2004年至2016年一直處于上升的態(tài)勢，財(cái)政政策自2004年就已進(jìn)入“脆弱”狀態(tài)。相比較其他省份財(cái)政脆弱度，青海省財(cái)政脆弱度在2010年已經(jīng)超過了3.00，在2014年甚至達(dá)到了4.8。從財(cái)政脆弱度來看，說明這五個(gè)省份面臨的流動(dòng)性以及償付風(fēng)險(xiǎn)越來越高，吸收沖擊能力越來越弱，這些省份政府急需調(diào)整財(cái)政政策，尤其是青海省。還可以看出，北京、上海、河南、海南、陜西、甘肅、寧夏7省份財(cái)政脆弱度自2008年以來一直處于上升的趨勢，說明這些省份財(cái)政政策一直處于“脆弱”狀態(tài)。一方面，這可能是當(dāng)?shù)卣七t財(cái)政調(diào)整的結(jié)果；另一方面，可能是為應(yīng)對經(jīng)濟(jì)危機(jī)，當(dāng)?shù)卣_實(shí)是采取了一些財(cái)政調(diào)整的措施，但是，取決于財(cái)政調(diào)整行為的一致性和相機(jī)抉擇，“好”的財(cái)政政策并未向財(cái)政標(biāo)準(zhǔn)靠攏，反而出現(xiàn)了背離，地方政府債務(wù)和財(cái)政赤字達(dá)到了歷史新高度，使得財(cái)政政策處于“脆弱”狀態(tài)，甚至可能是進(jìn)一步加深了財(cái)政脆弱度。此外，我們還可以看出，相比較其他省份財(cái)政政策脆弱度，廣東省財(cái)政脆弱度一直處于極低的水平，且在2004年至2015年總體上出現(xiàn)了下降的趨勢，尤其是近兩年以來，雖然中間部分年份財(cái)政政策表現(xiàn)出“脆弱”狀態(tài)，這說明廣東省政府采取了一些財(cái)政行為，將財(cái)政政策恢復(fù)到“好”的路徑上，使得廣東省面臨的流動(dòng)性或償付風(fēng)險(xiǎn)有所降低，能夠有效吸收可能出現(xiàn)的外部沖擊，同時(shí)財(cái)政政策具有足夠的靈活性。

據(jù)此，我們總結(jié)了反映各個(gè)省份在2004年至2016年財(cái)政政策出現(xiàn)脆弱性的年份，見表2。

表2 財(cái)政脆弱性年份

從表2可以看出，在2005年、2006年，20個(gè)省份中財(cái)政政策表現(xiàn)出“脆弱”狀態(tài)的省份均有15個(gè)，占總樣本量的75.00%。在2007年、2008年20個(gè)省份中財(cái)政政策表現(xiàn)出“脆弱”狀態(tài)的省份均有16個(gè)，占總樣本量的80.00%。2009年有17個(gè)省份財(cái)政政策出現(xiàn)了“脆弱”狀態(tài)，而2010年、2011年及2012年21個(gè)省份財(cái)政政策甚至均達(dá)到了“脆弱”狀態(tài)?？梢钥闯?，自2004年以來，20個(gè)省份財(cái)政政策出現(xiàn)“脆弱”狀態(tài)的地區(qū)越來越多，地方財(cái)政的不健康發(fā)展導(dǎo)致國家層面財(cái)政政策的不健康發(fā)展，這在國家財(cái)政脆弱性上得到了很好的反映。但從表2也可以看出，2013年以來，我國20省份中財(cái)政政策出現(xiàn)“脆弱”狀態(tài)的地區(qū)越來越少，至2016年，20個(gè)省份財(cái)政政策出現(xiàn)“脆弱”狀態(tài)的僅為5個(gè)，占總樣本量的25%，相較之前年份已出現(xiàn)較大的改善。

在此基礎(chǔ)上，筆者采用均值與標(biāo)準(zhǔn)差的和作為評價(jià)一個(gè)省份財(cái)政脆弱度的臨界值，并把超出這個(gè)數(shù)值的年份定義為財(cái)政變?yōu)闃O度脆弱狀態(tài)的起始階段，從表3可以看出，我國20個(gè)省份的財(cái)政政策大部分是從2012和2013年開始出現(xiàn)“極度脆弱”狀態(tài)。

表3 各省份財(cái)政政策開始出現(xiàn)“極度脆弱”狀態(tài)時(shí)間表

綜合分析，近些年來，由于各省份財(cái)政收支結(jié)構(gòu)矛盾突出，地方財(cái)政上的財(cái)權(quán)與事權(quán)不匹配的現(xiàn)象越來越嚴(yán)重，各地區(qū)存在著巨大的財(cái)政資金支出缺口，紛紛依靠大規(guī)模發(fā)行債券融資，財(cái)政脆弱性進(jìn)入了一個(gè)新的高度。尤其是2013年以來，我國各省份財(cái)政政策均進(jìn)入了“極度脆弱”狀態(tài)，使得我國整體面臨的流動(dòng)性和償付風(fēng)險(xiǎn)越來越大，財(cái)政風(fēng)險(xiǎn)發(fā)生的可能性越來越大。所以，對于我國大部分省份而言，已不能繼續(xù)運(yùn)用擴(kuò)張性的財(cái)政態(tài)勢，而且靠大規(guī)模的發(fā)行債務(wù)來為赤字融資的容量已不太多，應(yīng)進(jìn)一步控制債務(wù)規(guī)模總量和赤字規(guī)模，積極采取財(cái)政調(diào)整，避免財(cái)政出現(xiàn)流動(dòng)性和償債能力風(fēng)險(xiǎn)。

三、實(shí)證分析

（一）模型設(shè)定

已有的大量研究發(fā)現(xiàn)，經(jīng)濟(jì)增長率（劉洪鐘和楊攻研等，2014）、通貨膨脹率、失業(yè)率、經(jīng)濟(jì)增長波動(dòng)（戎梅，2015）、人口老齡化（龔鋒和余錦亮，2015；馬宇和王群利，2015）均是影響財(cái)政狀況的主要因素。綜合考慮，將以上五個(gè)變量作為影響我國地方政府財(cái)政脆弱度的主要因素。根據(jù)已有研究對地方政府財(cái)政脆弱性影響因素機(jī)理的分析，筆者歸納出了表4。表4是用來表示地方政府財(cái)政脆弱性影響因素分析模型的解釋變量、含義、預(yù)期符號和理論說明。

表4 解釋變量含義、預(yù)期符號和理論說明

結(jié)合上面分析的各因素對地方財(cái)政脆弱度的影響機(jī)理，根據(jù)本文的研究目的以及所選取的解釋變量和被解釋變量，借鑒戎梅（2015）等學(xué)者的研究思路，本文構(gòu)造如下靜態(tài)面板數(shù)據(jù)模型：

式中，i表示第i個(gè)省份，t表示是時(shí)間，αi表示不隨時(shí)間變化的個(gè)體效應(yīng)，μit為隨機(jī)干擾項(xiàng)被解釋變量；sqit表示的是第i個(gè)省份t年的財(cái)政脆弱程度；πit表示的是第i個(gè)省份t年的通貨膨脹率；unemit表示的是第i個(gè)省份t年的失業(yè)率，git表示的是第i個(gè)省份t年的經(jīng)濟(jì)增長率，se5it表示的是第i個(gè)省份t年的經(jīng)濟(jì)增長波動(dòng)狀況，popit表示的是第i個(gè)省份t年的人口老齡化，表示各解釋變量參數(shù)估計(jì)值。

通過靜態(tài)分析，我們構(gòu)建了動(dòng)態(tài)的數(shù)量模型，并對變量進(jìn)行分析，模型如下：

為了克服動(dòng)態(tài)面板模型個(gè)體異質(zhì)性和內(nèi)生性問題，本文將采用GMM估計(jì)動(dòng)態(tài)面板模型,但模型估計(jì)的有效性取決于工具變量的有效性以及差分殘差的二階序列相關(guān)性。本文將使用Sargan檢驗(yàn)來檢驗(yàn)GMM估計(jì)中工具變量的過度識別約束是否有效。干擾項(xiàng)μit不存在序列相關(guān)是GMM估計(jì)的一個(gè)關(guān)鍵假設(shè)，本文通過構(gòu)建AR(2)統(tǒng)計(jì)量來檢驗(yàn)是否接受不存在二階序列相關(guān)的原假設(shè)。

（二）變量統(tǒng)計(jì)指標(biāo)

鑒于數(shù)據(jù)的可得性，本文將運(yùn)用我國20個(gè)省（自治區(qū)、直轄市）2004~2016年的面板數(shù)據(jù)進(jìn)行計(jì)量分析，同時(shí)以2004年為基期消除物價(jià)因素。經(jīng)濟(jì)增長率是以實(shí)際地區(qū)生產(chǎn)總值為基礎(chǔ)計(jì)算得到的實(shí)際經(jīng)濟(jì)增長率，前5年經(jīng)濟(jì)增長率波動(dòng)用前5年經(jīng)濟(jì)增長率的標(biāo)準(zhǔn)差表示；通貨膨脹率用各個(gè)省份的居民消費(fèi)價(jià)格指數(shù)替代；由于非農(nóng)戶口人員的失業(yè)狀況無法掌握，本文中各省份失業(yè)率用該省的城鎮(zhèn)登記失業(yè)率替代，上述三者數(shù)據(jù)均來源于各省份1999~2016年統(tǒng)計(jì)年鑒；對于人口老齡化，本文用老齡人口撫養(yǎng)比來衡量各省的人口老齡化程度，由于2010年未統(tǒng)計(jì)，本文用2009年和2011年的老齡人口撫養(yǎng)比平均值代替。表5是模型中所有變量的描述性統(tǒng)計(jì)。

表5 樣本數(shù)據(jù)的基本統(tǒng)計(jì)特征

（三）變量統(tǒng)計(jì)分析

為了克服異方差、序列相關(guān)以及截面相關(guān)對統(tǒng)計(jì)推斷的影響，本文在上述基礎(chǔ)上，對固定效應(yīng)模型估計(jì)采用了穩(wěn)健型協(xié)方差矩陣，從而使估計(jì)結(jié)果更為有效，最終估計(jì)結(jié)果見表6的模型1。且基于一步差分GMM、二步差分GMM、一步系統(tǒng)GMM、二步系統(tǒng)GMM法對20個(gè)省份的動(dòng)態(tài)面板模型估計(jì)結(jié)果（見表6的模型2~5）。

由表6可以看出，動(dòng)態(tài)面板各解釋變量與被解釋變量的關(guān)系更加地趨于合理，說明動(dòng)態(tài)面板整體回歸結(jié)果要優(yōu)于靜態(tài)面板回歸結(jié)果。此外，其他模型的結(jié)果作為穩(wěn)健型結(jié)果進(jìn)行對比，動(dòng)態(tài)面板數(shù)據(jù)模型系數(shù)聯(lián)合顯著性更高。同時(shí)，二步系統(tǒng)GMM法對滯后一期的地方財(cái)政脆弱度的參數(shù)估計(jì)為1.185，并通過了1%的顯著性水平檢驗(yàn)，這說明從長期來看，滯后一期的地方財(cái)政脆弱度對當(dāng)期的地方財(cái)政脆弱度具有較大影響,這也在一定程度上解釋了我國各地區(qū)地方政府財(cái)政脆弱程度逐漸增大的趨勢。從總體上來看，通貨膨脹率系數(shù)在估計(jì)模型中通過了1%顯著性水平檢驗(yàn)，且系數(shù)估計(jì)值為負(fù)值，說明了通貨膨脹率的上升對財(cái)政狀況的改善起到了促進(jìn)作用，降低了地方政府財(cái)政脆弱程度。因此，通貨膨脹能夠暫時(shí)緩解債務(wù)問題，提高其債務(wù)承受能力，降低財(cái)政脆弱度。失業(yè)率系數(shù)在估計(jì)模型中通過了1%顯著性水平檢驗(yàn)，且該變量的系數(shù)符號與理論上的相符，失業(yè)率每上升一個(gè)單位時(shí)，將會引起地方財(cái)政脆弱度上升34.586個(gè)單位，即失業(yè)率的增加將對政府財(cái)政狀況的改善起到抑制的作用。一方面，失業(yè)率的上升意味著社會有更多的勞動(dòng)力處于失業(yè)狀態(tài)，這類社會群體在減少消費(fèi)的同時(shí)也將會使得政府個(gè)人所得稅稅基萎縮，政府財(cái)政收入勢必會有所降低。另一方面，失業(yè)不僅造成了人力資源的浪費(fèi),而且給地方經(jīng)濟(jì)發(fā)展帶來了負(fù)面影響，經(jīng)濟(jì)出現(xiàn)下滑，政府為刺激經(jīng)濟(jì)增長，必然會增加投資，加大對基礎(chǔ)設(shè)施的建設(shè)。同時(shí)，大量失業(yè)人員的存在也將會導(dǎo)致政府對其救濟(jì)的轉(zhuǎn)移支付的增加。

表6 地方政府財(cái)政脆弱度影響因素檢驗(yàn)結(jié)果

本文實(shí)證結(jié)果表明經(jīng)濟(jì)增長對財(cái)政脆弱程度有顯著的正向影響，這可能與我國各地區(qū)特定的情況有關(guān)，在現(xiàn)有體制下，地方政府為追求GDP考核指標(biāo)，在財(cái)力有限情況下，不僅大量引進(jìn)外資，還在國內(nèi)外大量融資舉債，以此擴(kuò)大固定資產(chǎn)投資，帶動(dòng)經(jīng)濟(jì)高速發(fā)展。而隨著地方經(jīng)濟(jì)發(fā)展水平越高，經(jīng)濟(jì)運(yùn)行中所需資金越多，那么發(fā)行國債規(guī)模也就越大，地方政府投融資沖動(dòng)行為的直接結(jié)果就是地方政府債務(wù)風(fēng)險(xiǎn)增加，財(cái)政脆弱度急劇上升。因此在這種情況下，各省份（直轄市、自治區(qū)）經(jīng)濟(jì)高速增長很大一部分是通過大規(guī)模舉債融資擴(kuò)大固定資產(chǎn)投資來實(shí)現(xiàn)的，經(jīng)濟(jì)增長的背后其實(shí)是地方政府財(cái)政狀況的急劇惡化。

經(jīng)濟(jì)增長波動(dòng)系數(shù)為正值，通過1%顯著性水平檢驗(yàn)，這說明經(jīng)濟(jì)增長波動(dòng)對地方政府財(cái)政狀況的改善亦起到了抑制的作用。這是因?yàn)榻?jīng)濟(jì)基本面越不穩(wěn)定，地方政府為維持經(jīng)濟(jì)的健康發(fā)展，會加大財(cái)政投入力度，導(dǎo)致融資負(fù)擔(dān)加重，財(cái)政脆弱程度增加。同時(shí)，還可以看出，人口老齡化系數(shù)為-19.348，并通過1%顯著性水平檢驗(yàn)，人口老齡化對地方政府財(cái)政狀況的改善起到了促進(jìn)的作用，這也說明人口老齡化引起的財(cái)政收入增加幅度要大于相應(yīng)的政府財(cái)政支出增加幅度，這也意味著我國各地區(qū)還存在著一定的人口紅利。

為了保證上述面板結(jié)論的穩(wěn)健性，首先用前3年經(jīng)濟(jì)增長率的標(biāo)準(zhǔn)差代替前5年經(jīng)濟(jì)增長率的標(biāo)準(zhǔn)差，作為經(jīng)濟(jì)增長波動(dòng)的代理變量，用65歲以上人口占比代替老年人口撫養(yǎng)比，作為老齡化的代理變量，基于二步動(dòng)態(tài)系統(tǒng)GMM的估計(jì)結(jié)果如模型6所示?；诙絼?dòng)態(tài)系統(tǒng)GMM的估計(jì)結(jié)果顯示，將經(jīng)濟(jì)增長波動(dòng)和人口老齡化的代理指標(biāo)替換后，滯后一期的地方財(cái)政脆弱度、經(jīng)濟(jì)增長、失業(yè)率、經(jīng)濟(jì)增長波動(dòng)仍然對當(dāng)期的財(cái)政脆弱度存在著顯著的正向影響，通貨膨脹和老齡化仍然對當(dāng)期的財(cái)政脆弱度存在著顯著的負(fù)影響，并且均通過了1%顯著性水平下的檢驗(yàn)?？梢姡鲜隽鶄€(gè)解釋變量的系數(shù)大多與預(yù)期一致，從而證實(shí)了動(dòng)態(tài)結(jié)論的穩(wěn)健性。從上面基于SYS-GMM法的動(dòng)態(tài)面板模型估計(jì)以及穩(wěn)健型檢驗(yàn)的結(jié)果可以看出，對于影響地方政府財(cái)政脆弱度的影響因素而言，滯后一期的財(cái)政脆弱度、經(jīng)濟(jì)增長、經(jīng)濟(jì)增長波動(dòng)以及失業(yè)率對地方政府財(cái)政脆弱度有顯著的正向影響，對地方財(cái)政狀況的改善起到了抑制的作用；而通貨膨脹、人口老齡化對地方政府財(cái)政脆弱度有顯著的負(fù)影響，對地方財(cái)政狀況的改善起到了促進(jìn)的作用。

四、結(jié)論

近年來，隨著財(cái)政赤字不斷增加和政府債務(wù)急劇膨脹，引發(fā)了人們對地方財(cái)政風(fēng)險(xiǎn)的擔(dān)憂。本文通過構(gòu)建財(cái)政脆弱性指標(biāo)并進(jìn)行實(shí)證分析，探討了影響地方財(cái)政脆弱性的因素。結(jié)論證明：2004年至2012年，財(cái)政出現(xiàn)“脆弱”狀態(tài)的地區(qū)越來越多，由于各地政府陸續(xù)采取了一些財(cái)政行為，將財(cái)政政策恢復(fù)到“好”的路徑上，2013年以后，財(cái)政出現(xiàn)“脆弱”狀態(tài)的地區(qū)逐漸減少，至2016年，20個(gè)省份財(cái)政政策出現(xiàn)“脆弱”狀態(tài)的僅為5個(gè)，占總樣本量的25%，相較之前年份已出現(xiàn)較大的改善。所以，對于我國大部分省份而言，已不能繼續(xù)運(yùn)用擴(kuò)張性的財(cái)政態(tài)勢，而且靠大規(guī)模的發(fā)行債務(wù)來為赤字融資的容量已不太多，應(yīng)進(jìn)一步控制債務(wù)規(guī)?？偭亢统嘧忠?guī)模，積極采取財(cái)政調(diào)整，避免財(cái)政出現(xiàn)流動(dòng)性和償債能力風(fēng)險(xiǎn)。同時(shí)，影響因素分析表明滯后一期的財(cái)政脆弱度、經(jīng)濟(jì)增長、經(jīng)濟(jì)增長波動(dòng)以及失業(yè)率對地方政府財(cái)政脆弱度有顯著的正向影響，即對地方財(cái)政狀況的改善起到了抑制的作用，而通貨膨脹、人口老齡化對地方政府財(cái)政脆弱度有顯著的負(fù)影響，即對地方財(cái)政狀況的改善起到了促進(jìn)的作用。因此，為保證我國財(cái)政健康可持續(xù)發(fā)展，降低財(cái)政脆弱性程度，需要保持我國宏觀經(jīng)濟(jì)穩(wěn)定發(fā)展，促進(jìn)我國經(jīng)濟(jì)持續(xù)穩(wěn)定增長，保證國內(nèi)物價(jià)穩(wěn)定，居民可支配收入和消費(fèi)持續(xù)增加，避免出現(xiàn)大量的失業(yè)局面。

從國內(nèi)現(xiàn)有的文獻(xiàn)來看，已有研究在判斷財(cái)政狀況時(shí)，過多依賴一些國際規(guī)則，如赤字率3%、債務(wù)負(fù)擔(dān)率60%，這些標(biāo)準(zhǔn)的可靠性很長一段時(shí)間以來備受詬病。同時(shí)，對財(cái)政脆弱性分析深度遠(yuǎn)遠(yuǎn)不夠，大多數(shù)對財(cái)政脆弱性的研究只是停留在理論分析，本文正是在理解財(cái)政脆弱性內(nèi)涵基礎(chǔ)上，深入、系統(tǒng)地構(gòu)建地方財(cái)政脆弱性的測度指標(biāo)，并分析了地方財(cái)政脆弱度的影響因素，這為地方政府把握債務(wù)風(fēng)險(xiǎn)容量，防控地方財(cái)政風(fēng)險(xiǎn)提供了針對性的指導(dǎo)。但是本文在運(yùn)用財(cái)政脆弱性刻畫方面，到底是采用單一指標(biāo)還是構(gòu)建指標(biāo)體系來更好的測度，還有待后續(xù)進(jìn)一步的深入比較研究。

[1]張煥明.我國赤字財(cái)政的可持續(xù)性的實(shí)證分析.財(cái)經(jīng)研究,2003，(03):16~22.

[2]劉尚希.財(cái)政風(fēng)險(xiǎn):一個(gè)分析框架.經(jīng)濟(jì)研究, 2013，(5),23~31.

[3]賈康,趙全厚.國債適度規(guī)模與我國國債的現(xiàn)實(shí)規(guī)模.經(jīng)濟(jì)研究,2000，(10)：46~54.

[4]郭玉清.逾期債務(wù)、風(fēng)險(xiǎn)狀況與中國財(cái)政安全——兼論中國財(cái)政風(fēng)險(xiǎn)預(yù)警與控制理論框架的構(gòu)建.經(jīng)濟(jì)研究,2011，(08)：38~50.

[5]石柱鮮,王立勇.基于結(jié)構(gòu)基本預(yù)算缺口的我國財(cái)政政策可持續(xù)性檢驗(yàn)[J].中國軟科學(xué),2006，(09): 50~57.

[6]戎梅.主權(quán)債務(wù)可持續(xù)性的影響因素——基于特征事實(shí)的分析[J].世界經(jīng)濟(jì)與政治論壇,2015，(04)：103~126.

[7]楊燦明,魯元平.我國地方債數(shù)據(jù)存在的問題、測算方法與政策建議[J].財(cái)政研究,2015，(03):50~57.

[8]段海英.中國財(cái)政脆弱度分析[J].財(cái)經(jīng)研究, 2002，(10):9~14.

[9]李樹奇.對中國財(cái)政脆弱度的初步分析[J].云南財(cái)貿(mào)學(xué)院學(xué)報(bào),2005，(01):43~47.

[10]汪玉兵,廖信林.基于財(cái)政脆弱性的財(cái)政風(fēng)險(xiǎn)及其影響因素研究[J].東北農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會科學(xué)版）.2016，(4):8~11.

[11]郭慶旺,呂冰洋,何乘才.我國的財(cái)政赤字“過大”嗎?財(cái)貿(mào)經(jīng)濟(jì),2003，(08):37~41.

F274

A

1006-169X（2017）05-0008-07

國家社會科學(xué)基金資助項(xiàng)目（12BJY023）。