林 桐 王文甫

(西南財經大學 1.統(tǒng)計學院 2.財稅學院，四川 成都 611130)

財貿研究2017.8

不同經濟狀態(tài)下政府支出乘數(shù)的差異性研究

林 桐1王文甫2

(西南財經大學 1.統(tǒng)計學院 2.財稅學院，四川 成都 611130)

鑒于我國財政支出政策具有非線性效應特征，最終在帶交互效應的參數(shù)時變面板結構向量自回歸模型(TVP-PSVAR)基礎上的實證分析發(fā)現(xiàn)：經濟過熱及經濟衰退時期，較低貿易開放度下政府投資支出政策效果更顯著，其他正常時期較高貿易開放度下政府投資支出乘數(shù)較大；而整個樣本區(qū)間內，較低貿易開放度下政府消費支出乘數(shù)更大。整個樣本區(qū)間內，較低政府債務率都將導致較高的政府投資支出乘數(shù)及政府消費支出乘數(shù)。經濟衰退時期，經濟發(fā)展水平低的省份政府投資支出乘數(shù)更大，其他時期經濟發(fā)展水平高的省份政府投資支出乘數(shù)更大；除了經濟過熱時期的其他樣本區(qū)間內，較高經濟發(fā)展水平的省份基本具有較高的政府消費支出乘數(shù)。

不同經濟狀態(tài)；政府支出乘數(shù)；TVP-PSVAR模型

一、 引言及相關文獻回顧

2009年以來各國通過實施大規(guī)模擴張性財政政策來化解金融危機，例如美國推出了“2009美國復蘇與再投資法案”，我國政府制定了“4萬億”投資計劃等，再次引起了學術界的廣泛討論，爭議的重點就是財政政策對產出等宏觀變量的影響及其有效性、政府支出乘數(shù)的大小等問題。對于我國而言，政府是推動經濟發(fā)展的主導力量，合理評估財政政策的效應顯得尤為重要。

關于財政政策對總體經濟的影響或政府支出乘數(shù)，國內外開展了大量的研究，總的來看，主要集中在兩個方面：

一是關于財政政策的有效性。例如Blanchard et al.(2002)將SVAR模型應用于財政政策的分析，強調首先利用制度信息來估計稅收和政府支出對經濟活動的穩(wěn)定器反應；Perotti et al.(2007)基于Blanchard et al.(2002)的識別方法分別得出5個OECD國家不同樣本期的政府支出乘數(shù)在-2.3—3.7；Mountford et al.(2005)采用符號識別計算得出美國短期政府支出乘數(shù)為0.65，長期政府支出乘數(shù)為-1。另外，鑒于DSGE模型的建立主要是以住戶、廠商、銀行、政府等經濟主體的微觀經濟行為為基礎，避免了SVAR類模型設定及識別的隨意性(Cooley et al.,1998;Chari et al.,2005)，在此基礎上Christiano et al.(2010)研究發(fā)現(xiàn)當經濟處于零利率下限時政府支出乘數(shù)會有更高的乘數(shù)效應；王國靜等(2014)在考慮政府消費和私人消費之間的埃奇沃思互補性、政府投資的外部性及財政政策規(guī)則的內生性的基礎上，構建了一個大型DSGE模型，分別估計得到我國的政府消費乘數(shù)為0.7904，政府投資乘數(shù)為6.1130。梳理已有文獻，可以發(fā)現(xiàn)關于財政政策有效性的測算并沒有一致結果，究其原因，關鍵在于以上文獻實證方法采用的都是線性的VAR類、DSGE模型，最終得到的財政政策效應也是線性的，鑒于此，Auerbach et al.(2013)、Candelon et al.(2011)等基于門限向量自回歸(TVAR)、平滑轉移門限向量自回歸(STVAR)、區(qū)制轉移向量自回歸(MS-VAR)等非線性計量模型研究發(fā)現(xiàn)財政政策效應是非線性的，在這些模型的基礎上，國內如王立勇等(2009)、方紅生等(2010)、李永友(2012)、儲德銀等(2014)等也相繼證明了我國財政政策的非線性或非對稱效應。相比于TVAR與STVAR等非線性模型，MS-VAR模型雖然無需預先設定轉移變量，在一定程度上避免了模型的誤設(王立勇 等，2015)，但是這三類模型更多地是體現(xiàn)一種突變、跳躍的非線性變化過程，不能有效刻畫財政政策效應長期、漸近式的變化，黃威等(2011)、金春雨等(2016)等利用參數(shù)時變向量自回歸(TVP-VAR)模型討論了我國財政支出政策的效應。

二是關于在不同經濟環(huán)境下政府支出乘數(shù)的差異性研究，也可理解為對政府支出乘數(shù)影響因素的探討。關于這一方面，國外研究已經取得了一定的成果，例如：Ilzetzki et al.(2013)利用44個國家的面板數(shù)據討論了經濟發(fā)展水平、匯率機制、貿易開放度以及政府債務狀況對政府支出乘數(shù)的影響，結果表明，經濟發(fā)展水平較高的，固定匯率機制，貿易開放度較低的，政府債務較高的國家政府支出乘數(shù)更大；Corsetti et al.(2012)基于17個OECD國家來考察匯率機制、政府債務狀況及金融危機對政府支出乘數(shù)的影響，結論與Ilzetzki et al.(2013)一致，同時發(fā)現(xiàn)在金融危機時政府支出乘數(shù)更高；Born et al.(2013)利用面板向量自回歸(PVAR)模型研究OECD匯率機制對政府支出乘數(shù)的影響，發(fā)現(xiàn)雖然固定匯率的國家政府支出乘數(shù)更大，但是政府支出傳導路徑與傳統(tǒng)的蒙代爾模型并不一致，并基于新凱恩斯模型解釋了這種差異性。綜上，可以發(fā)現(xiàn)，關于不同經濟環(huán)境下政府支出乘數(shù)的差異性研究仍然存在兩個問題：其一，國外研究主要發(fā)現(xiàn)貿易開放度、匯率機制、政府債務率、經濟發(fā)展水平等會對政府支出乘數(shù)產生影響，而國內關于這方面的討論稍顯缺乏；其二，國內外研究都沒有將財政支出政策可能具有的非線性特征納入到不同經濟環(huán)境政府支出乘數(shù)差異性的研究中，鑒于國內眾多研究(王立勇 等，2009；方紅生 等，2010；李永友，2012；儲德銀 等，2014；等等)已經證實我國財政政策的效應確實存在一定的時變特征，那么不同經濟環(huán)境下政府支出乘數(shù)的差異性是否也存在一定的時變特征呢？如果存在，那么在假設不同環(huán)境下差異性是一成不變的基礎上研究政府支出乘數(shù)效應可能就會得到錯誤的政策啟示。

據此，并考慮到我國統(tǒng)一的匯率制度，本文將借鑒Ilzetzki et al. (2013)的思路探討不同貿易開放度、政府債務狀況以及經濟發(fā)展水平下我國政府支出乘數(shù)的差異性，即以貿易開放度、政府債務率、經濟發(fā)展水平中位數(shù)為標準，將我國31個省份分為貿易開放度/政府債務率/經濟發(fā)展水平較高和較低兩組，分別基于時變面板結構向量自回歸模型(TVP-PSVAR)計算這兩組政府支出乘數(shù)并探討其差異性。與已有研究相比，本文具有以下特點：第一，關于政府支出乘數(shù)的影響因素，國內文獻很少涉及，本文全面系統(tǒng)地探討了貿易開放度、政府債務率以及經濟發(fā)展水平對我國政府投資支出乘數(shù)、政府消費支出乘數(shù)的影響；第二，與國外已有研究不同經濟環(huán)境下政府支出乘數(shù)差異性的相關文獻不同，本文考慮到我國財政政策效應所存在的非線性效應特點，將不再假設不同環(huán)境下政府支出乘數(shù)的差異結果是一成不變的，而是試圖探討其差異性是否存在時變特征；第三，關于TVP-PSVAR模型的估計，國內外文獻鮮有討論，本文借鑒TVP-VAR的估計思路，試圖在狀態(tài)空間框架下完善TVP-PSVAR模型的估計方法。

二、 計量模型設定及其估計

(一)TVP-PSVAR模型的設定

為了探討不同經濟環(huán)境對政府支出乘數(shù)的影響，Ilzetzki et al.(2013)建立模型得到財政支出沖擊對產出的脈沖響應函數(shù)：

Ayit=Γ1yi,t-1+…+Γpyi,t-p+λi+ft+Bεit

(1)

模型(1)的設定存在兩個問題：一是假設各系數(shù)矩陣A,Γ1,…,Γp不隨時間以及個體的變化而不同，并且沒有考慮到我國漸近式的改革實踐勢必不會導致一成不變的財政政策效應；二是假設共同因子ft對不同個體存在相同效應，而這顯然是不符合經濟學直覺的。因此，借鑒Bai(2009)和楊繼生等(2013)，將個體與時間的交互效應引入模型(1)，最終使用的TVP-PSVAR模型設定如下：

Ayit=Γ1,tyi,t-1+…+Γp,tyi,t-p+λi+Λift+Bεit

(2)

模型(2)與Michaud et al.(2008)、Mitchell et al.(2007)等提出以及Ilzetzki et al.(2013)使用的傳統(tǒng)PSVAR模型的不同之處主要在于：

一是參數(shù)時變性。參數(shù)時變VAR類模型又可分為方差協(xié)方差矩陣不隨時間變化及方差協(xié)方差矩陣隨時間變化兩類，就我國而言，經濟增長及財政支出波動并沒有那么明顯(孫焱林 等，2011)，因此，在消去模型(2)中個體效應的基礎上，得到其簡化式形式為：

zit=∏1,tzi,t-1+…+∏p,tzi,p+A-1Λift+μit

(3)

二是交互效應。Bai(2009)對面板數(shù)據的交互效應的估計進行了討論，其中ft表示不可觀測的隨時間變化的共同因子，那么模型(2)中ft=(fg,t,f2,t)′，因子載荷矩陣Λi=diag(λg,i,λ2,i)反映了共同因子對各省份的不同影響程度。

(二)TVP-PSVAR模型的估計*該估計由作者通過R軟件編程實現(xiàn)，其中第二步的迭代過程可以通過R軟件中MARSS軟件包(Holmes，2012)直接實現(xiàn)，若讀者對此感興趣，可向作者索要相關程序代碼。

國內外在TVP-VAR模型的估計方面已經開展了大量的研究(Cogley et al.，2001；Primiceri，2014；等等)，總結以后，可以發(fā)現(xiàn)其主要基于狀態(tài)空間估計框架或貝葉斯估計框架，少有關注TVP-PSVAR模型的估計，因此，本文主要在狀態(tài)空間估計框架下探討TVP-PSVAR模型的估計。具體步驟如下：

第一步，狀態(tài)空間模型形式。對式(3)的數(shù)據堆積形式進行變化，得到觀測方程：

(4)

其中，Yt=

βt=Bβt-1+wt

(5)

其中，wt～MVN(0,R)。

log L(ΘY,β)

(6)

(7)

(8)

(三)政府支出乘數(shù)

政府支出乘數(shù)通常用以衡量財政政策的效應，衡量政府支出變動1個單位會導致產出變化多少。其中短期政府支出乘數(shù)表示政府支出變化在即期對產出的影響，長期政府支出乘數(shù)表示當時間趨于無窮時政府支出變化對產出的一個累積影響。計算公式如下：

(9)

(10)

三、 實證分析

(一)數(shù)據來源及其處理

本文選用1997—2014年我國31個省份的年度數(shù)據，研究中關鍵的三個內生變量為地方政府消費支出、地方政府投資支出和GDP，其中GDP數(shù)據直接來源于中經網統(tǒng)計數(shù)據庫中各省份地區(qū)生產總值的年度數(shù)據。由于各省份的政府消費支出、政府投資支出數(shù)據均不能直接獲得，借鑒王國靜等(2014)，分別使用基本建設支出數(shù)據及固定資產投資資金來源中國家預算內資金作為2007年前及2007年之后政府投資性支出，數(shù)據均來源于EPS統(tǒng)計數(shù)據庫，政府消費性支出則由政府財政支出減去政府投資性支出得到?？紤]到通脹因素，采用CPI將政府消費支出、政府投資支出換算成以1997年的不變價格表示的實際政府消費支出及實際政府投資支出，采用GDP平減指數(shù)將地區(qū)生產總值換算成以1997年的不變價格表示的實際地區(qū)生產總值，同時分別取其對數(shù)形式來減弱異方差性。另外，為了討論不同經濟環(huán)境下的政府支出乘數(shù)，本文以貿易開放度、政府債務率、經濟發(fā)展水平中位數(shù)為標準，將31個省份區(qū)分為貿易開放度/政府債務率/經濟發(fā)展水平較高的省份及貿易開放度/政府債務率/經濟發(fā)展水平較低的省份，其中，貿易開放度用進出口總額對地區(qū)生產總值的比來衡量，地方公共財政支出與地方公共財政收入地區(qū)之差占地區(qū)生產總值的比例表示政府債務率，經濟發(fā)展水平利用人均地區(qū)生產總值表示。

在對模型(2)進行估計前，需要對研究中關鍵的三個內生變量進行面板單位根檢驗，通過IPS檢驗和PP-Fisher檢驗均發(fā)現(xiàn)在5%顯著水平下，各變量都表現(xiàn)為I(1)過程，因此分別對實際政府消費支出、實際政府投資支出和實際地區(qū)生產總值的對數(shù)形式取差分得到平穩(wěn)序列，以保證TVP-PSVAR模型不存在偽回歸。關于模型(2)滯后階數(shù)的選取，根據時不變參數(shù)模型PSVAR模型中的AIC或HQ等信息準則來確定(閆彬彬，2013；儲德銀 等，2014)，因此本文最終選定含政府投資支出、政府消費支出的TVP-PSVAR模型滯后階數(shù)分別為3和1。

(二)政府支出乘數(shù)

首先基于線性PSVAR模型(1)及式(9)、(10)得到全國及不同貿易開放度、政府債務率、經濟發(fā)展水平下的政府投資支出乘數(shù)及政府消費支出乘數(shù)*本文的全國均指31個省區(qū)市全部，未包含港澳臺。

如圖1所示，實線或虛線分別代表滯后1到10期的政府投資支出乘數(shù)與政府消費支出乘數(shù)，比如圖1(1)中第2期全國長期政府投資支出乘數(shù)為0.75，表示全國的政府投資支出累積乘數(shù)在第2期為0.75。觀察圖1，可以發(fā)現(xiàn)：(1)我國短期*考慮到政策時滯性，文中短期乘數(shù)表示政府支出對產出滯后1期的影響，長期乘數(shù)表示滯后10期政府支出對產出的累積影響。政府投資支出乘數(shù)及政府消費支出乘數(shù)分別為0.32、1.32，長期政府投資支出乘數(shù)及政府消費支出乘數(shù)是3.01和1.46?？梢姸唐谡M支出乘數(shù)大于政府投資支出乘數(shù)，但是長期來看，政府投資支出乘數(shù)顯著高于政府消費支出乘數(shù)，這與王妍(2015)、王國靜等(2014)等的結論一致。(2)貿易開放度越大，政府投資支出乘數(shù)越大，而政府消費支出乘數(shù)越小。究其原因，可能在于：貿易開放度的提高，會促進技術和管理進步，市場競爭及效率提升，從而提高了政府外部效率(李建軍 等，2011)，同時技術和管理知識向政府內部的擴散與溢出，提高了政府部門的生產效率，最終導致政府支出政策更有效，表現(xiàn)為政府投資支出乘數(shù)越大，政府消費支出的增加將導致國內需求增加，從而惡化凈出口，最終擠出部分產出，貿易開放度越高擠出效應越明顯，政府消費支出乘數(shù)越小。(3)政府債務率越高，越可能導致未來政府實行財政緊縮，這促使民眾形成了相應的預期，從而抵消掉部分政府支出擴張帶來的效應，降低了政府支出政策的有效性，因此政府投資支出乘數(shù)與政府消費支出乘數(shù)都會越小(Corsetti et al.，2012；Ilzetzki et al.，2013)。(4)經濟發(fā)達的省份基礎設施等公共資本更為完善，有利于促進財政政策的效率，最終導致較高的政府投資支出乘數(shù)與政府消費支出乘數(shù)(Ilzetzki et al.，2013)。

(三)政府支出乘數(shù)*以下部分政府支出乘數(shù)均表示長期政府支出乘數(shù)(王國靜 等，2014)。的時變特征

由于線性PSVAR模型(1)忽略了財政效應的非線性特征，所得結論可能存在一定的偏差。因此，對于總體樣本以及兩類貿易開放度、兩類政府債務率、兩類經濟發(fā)展水平的政府投資支出乘數(shù)和政府投資支出乘數(shù)，將基于TVP-PSVAR模型(2)及式(9)、(10)進行比較分析，并且探索其時變特征。

1．全國政府支出乘數(shù)

圖2 全國政府支出乘數(shù)

圖2表示1999—2014年我國政府消費支出乘數(shù)及政府投資支出乘數(shù)。與國內其他研究政府支出乘數(shù)時變性的文獻的不同之處在于，本文分別討論了政府消費支出乘數(shù)與政府投資支出乘數(shù)的時變特征。首先，來看政府消費支出乘數(shù)?？傮w看來，1999年我國政府消費支出乘數(shù)為負，其他年份的政府消費支出乘數(shù)均大于零，這說明近年來我國政府消費支出政策具有“擠入效應”。另外，還可以發(fā)現(xiàn)，2000—2003年、2008—2011年這兩段樣本期間，我國政府消費支出乘數(shù)波動更大，并且分別在2002年、2010年達到最大值3.33和3.32，其他樣本期間政府消費支出乘數(shù)較為穩(wěn)定，分別在2及1.5附近波動，聯(lián)系到1998年的亞洲金融危機以及2008年國際金融危機的爆發(fā)，這說明政府消費支出政策在經濟衰退期使得我國宏觀經濟更加不穩(wěn)定(方紅生 等，2010)，同時“擠入效應”更顯著(儲德銀 等，2014)，而在經濟穩(wěn)定期間，例如2012年以來我國經濟增速放緩、進入新常態(tài)階段，擴張的政府消費支出政策對經濟的刺激作用較小。其次，來看政府投資支出乘數(shù)。可以發(fā)現(xiàn)，就整個樣本期間而言，2001—2004年，2005—2007年及2009—2011年這三個區(qū)間，我國政府投資支出乘數(shù)都不穩(wěn)定，特別是2010年政府投資支出乘數(shù)達到整個樣本區(qū)間內的峰值，這種現(xiàn)象說明：2001年開始我國實現(xiàn)高速經濟增長，在經濟高速發(fā)展階段擴張性政府投資支出政策存在顯著“擠入效應”；2004年以來我國已經連續(xù)幾年以10%速度增長，出現(xiàn)經濟過熱，此時采取緊縮政府投資支出政策作用更加顯著；2009年以來為應對全球金融危機推出的“4萬億”計劃對我國經濟促進作用很顯著。最后，分別比較兩種政府支出乘數(shù)可以發(fā)現(xiàn)，在整個樣本區(qū)間內，政府投資支出乘數(shù)基本上都大于政府消費支出乘數(shù)，特別是在經濟過熱及經濟衰退時期。

2．貿易開放度

圖3(1)及圖3(2)分別表示兩類貿易開放度下政府投資支出乘數(shù)以及政府消費支出乘數(shù)。如圖3(1)所示，實線代表貿易開放度較低省份的政府投資支出乘數(shù)，可以發(fā)現(xiàn)，2001年開始，政府投資支出乘數(shù)在零直線附近，這說明政府投資支出政策的效果并不顯著，直到2004年政府投資支出乘數(shù)才開始上漲，在2006年達到一個峰值，之后下降，2008年又開始上漲，2009年達到峰值13.1，之后又逐漸下降，最后在2011—2014年基本穩(wěn)定在2左右；虛線表示貿易開放度較高省份政府投資支出乘數(shù)，整體看來，與貿易開放度較低省份相比較，貿易開放度較高省份的政府投資乘數(shù)隨時間變化的波動性更小，具體而言，2001年貿易開放度較的省份的政府投資支出乘數(shù)為5.7，隨后穩(wěn)步上漲，2006年達到最大值7.1，之后開始下降，2009年下降到2.6，隨著金融危機之后擴張性政府投資政策的實施，2011年政府投資支出乘數(shù)上漲到3.2。綜上，從圖3(1)可以發(fā)現(xiàn)，在經濟過熱及經濟衰退時期，較低貿易開放度下政府投資支出政策效果更顯著，其他正常時期較高貿易開放度下政府投資支出乘數(shù)較大。如圖3(2)所示，整體來看，兩類貿易開放度下的政府消費支出乘數(shù)都存在一種下降趨勢，但是在整個樣本區(qū)間內，貿易開放度較低省份的政府消費支出乘數(shù)更大，這與前面基于線性PSVAR模型所得結論完全一致，再次證明政府消費支出政策對凈出口存在“擠出效應”(王文甫 等，2015)，并且隨著貿易開放度的增加，“擠出效應”越來越明顯明顯，最終導致政府消費支出乘數(shù)下降。

圖3 不同貿易開放度下的政府支出乘數(shù)

3．政府債務率

圖4(1)及圖4(2)分別表示兩類政府債務率下各省份的政府投資支出乘數(shù)以及政府消費支出乘數(shù)。如圖4(1)所示，首先，來看政府債務率較低省份的政府投資支出乘數(shù)?？梢园l(fā)現(xiàn)，在整個樣本區(qū)間內政府投資支出政策對產出都呈現(xiàn)出“擠入效應”，整體呈現(xiàn)逐漸下降趨勢，2001年短期政府投資支出乘數(shù)8.7，2002年上升到第一個峰值，2003年開始下降，直到2005年再次上漲到第二個峰值，隨后又下降，2010年上升到第三個局部峰值，這之后政府投資支出乘數(shù)基本趨于穩(wěn)定。其次，再來看政府債務率較高省份的政府投資支出乘數(shù)，可以看出，2001—2010年期間政府投資支出乘數(shù)隨時間變化較為顯著，2011年以來政府投資支出乘數(shù)穩(wěn)定在2左右，其中2001—2007年政府投資支出乘數(shù)為正，2008—2010年期間政府投資支出乘數(shù)為負。最后，比較兩類政府債務率下各省份的政府投資支出乘數(shù)可以得到，在整個樣本區(qū)間內，較高債務的省份都具有較低的政府投資支出乘數(shù)，在經濟衰退時期政府投資支出政策甚至還具有“非凱恩斯效應”。原因可能是，在較高的政府債務率水平下，擴張性政府投資支出政策將大大增加政府債務的違約風險，繼而增大國債利率溢價，可能導致實際利率提高，從而擠出私人消費及私人投資(Sutherland，1997；王藝明 等，2013)。如圖4(2)所示，首先，來看債務率較低省份的政府消費支出乘數(shù)，可以發(fā)現(xiàn)，在整個樣本區(qū)間內均為正，并且分別在2001年、2003年以及2008年依次達到三個局部峰值。其次，政府債務率高的省份的政府消費支出乘數(shù)在1999—2000年間表現(xiàn)為負，之后均為正，且在2001年之后逐步穩(wěn)定在1.5左右。最后，比較兩類政府債務率下各省份的政府消費支出乘數(shù)可以看到，在整個樣本區(qū)間內，較低債務率的省份都具有較高的政府消費支出乘數(shù)。

圖4 不同政府債務率下的政府支出乘數(shù)

4．經濟發(fā)展水平

圖5(1)及圖5(2)分別表示兩類經濟發(fā)展水平下的各省份的政府投資支出乘數(shù)以及政府消費支出乘數(shù)。如圖5(1)所示，對于經濟發(fā)展水平較低省份的政府投資支出乘數(shù)而言，2001年達到峰值，原因可能是由于1999年開始我國實施“西部大開發(fā)”政策，而西部地區(qū)各省份經濟發(fā)展水平較低。2002年下降到5.3，之后趨于穩(wěn)定，直到2009年再次達加到峰值，2010年下降，并最終趨于穩(wěn)定。然而，對于經濟發(fā)展水平較高省份而言，可以發(fā)現(xiàn)，2001年短期政府投資支出乘數(shù)為7.4，之后開始增加，直到2003年開始逐漸下降，2009年下降到0附近，2010年又開始上漲，最后趨于穩(wěn)定。

將兩類經濟發(fā)展水平下的投資支出乘數(shù)進行對比可以發(fā)現(xiàn)：從整體上看，政府投資支出乘數(shù)波動均在2010年以前存在較為劇烈的波動，并且大于2010年之后的穩(wěn)定水平。具體來看，經濟較熱或經濟快速發(fā)展時期，擁有較高經濟發(fā)展水平的省份采取政府投資支出政策更為有效，而在經濟衰退時期，經濟發(fā)展水平較低的省份政府投資支出乘數(shù)顯著為正。如圖5(2)所示，首先，來看經濟發(fā)展水平較低的省份的政府消費支出乘數(shù)，可以發(fā)現(xiàn)，在1999年為-4.1，另外在2009年也表現(xiàn)出“非凱恩斯效應”，其余樣本區(qū)間內政府消費支出政策都表現(xiàn)為“凱恩斯效應”，其中2000—2008年政府消費支出乘數(shù)基本在2左右，2010—2014年減小到1.5左右；其次，來看經濟發(fā)展水平較高的省份的政府消費支出乘數(shù)，除了2001年表現(xiàn)為“非凱恩斯效應”外，其他樣本區(qū)間內基本上都表現(xiàn)為“凱恩斯效應”。這說明經濟發(fā)展水平低的政府消費支出在經濟高速發(fā)展及經濟衰退時期容易產生“非凱恩斯效應”，而經濟發(fā)展水平高的政府消費在經濟過熱時期容易表現(xiàn)為“非凱恩斯效應”。關于這個現(xiàn)象，可以這樣解釋：在經濟高速發(fā)展及經濟衰退時期通常伴隨擴張性的財政政策，那么此時的預期會產生負的財富效應，擠出消費，擠出幅度取決于消費者的流動性約束(Alesina et al.，2009)，經濟發(fā)展水平較低的省份擁有相對較高的流動性約束，進而存在較大的擠出效應，最終導致總需求減少。經濟過熱時期伴隨緊縮性財政政策，同理由于正的財富效應和較小的流動性約束，經濟發(fā)展水平較高的省份消費增加幅度較大，最終總需求將增加。最后，比較兩類經濟發(fā)展水平省份的政府消費支出乘數(shù)可以發(fā)現(xiàn)，在整個樣本區(qū)間內，較高經濟發(fā)展水平的省份基本上都具有較高的政府消費支出乘數(shù)，除了經濟過熱時期。

圖5 不同經濟發(fā)展水平下的政府支出乘數(shù)

通過將線性PSVAR模型(1)及TVP-PSVAR模型(2)所得結果進行比較及總結，可以發(fā)現(xiàn)：第一，全國政府投資支出乘數(shù)與政府消費支出乘數(shù)基本均為正，然而在整個樣本區(qū)間內，全國政府消費支出乘數(shù)較為穩(wěn)定，只在經濟衰退時有少許增加，與之相比較，全國政府投資支出乘數(shù)波動性更大，特別是在經濟過熱或經濟衰退時期，政府投資支出乘數(shù)大幅度增加。另外，總體來看，全國政府投資支出乘數(shù)基本上都高于政府消費支出乘數(shù)。第二，貿易開放度越小，政府消費支出乘數(shù)越大，然而不同貿易開放度下政府投資乘數(shù)存在一定時變特征，在經濟高速發(fā)展等正常時期，較高貿易開放度下政府投資支出政策效果更顯著，而在經濟過熱及經濟衰退時期，較低貿易開放度下政府投資支出政策效果更顯著。第三，在整個樣本區(qū)間內，較低債務率的省份都具有較高的政府投資支出乘數(shù)及政府消費支出乘數(shù)，特別是在經濟過熱及經濟衰退時期，而較高債務率的省份具有較低的政府投資支出乘數(shù)及政府消費支出乘數(shù)，甚至可能表現(xiàn)為“非凱恩斯效應”。第四，除了經濟過熱時期的其他樣本區(qū)間內，較高經濟發(fā)展水平的省份基本具有較高的政府消費支出乘數(shù)；另外，不同經濟發(fā)展水平下的政府投資支出乘數(shù)存在較為明顯的時變特征，即經濟較熱或經濟快速發(fā)展時期，擁有較高經濟發(fā)展水平的省份政府投資支出乘數(shù)較高，而在經濟衰退時期，經濟發(fā)展水平較低的省份政府投資支出乘數(shù)更大。

(四)穩(wěn)健性檢驗

為了檢驗模型結果是否可靠，在式(2)TVP-PSVAR模型中引入稅收變量，對不同貿易開放度、政府債務率、經濟發(fā)展水平下的政府投資支出乘數(shù)和政府消費支出乘數(shù)進行穩(wěn)健性檢驗，具體結果如圖6～圖8所示。通過將圖3～圖5與圖6～圖8進行對比，可以發(fā)現(xiàn)，結果與上文實證一致，這說明本文實證結論具有穩(wěn)健性。

圖6 不同貿易開放度下的政府支出乘數(shù)

圖7 不同政府債務率下的政府支出乘數(shù)

圖8 不同經濟發(fā)展水平下的政府支出乘數(shù)

四、 結論、啟示及進一步研究的方向

本文在TVP-PSVAR模型的基礎上探索了全國政府投資支出乘數(shù)、政府消費支出乘數(shù)的時變特征，同時分析了不同貿易開放度、政府債務率、經濟發(fā)展水平下政府投資支出乘數(shù)、政府消費支出乘數(shù)的差異性，結論及政策啟示如下：

第一，全國政府投資支出乘數(shù)基本上都高于政府消費支出乘數(shù)，特別是經濟過熱或經濟衰退時期政府投資支出政策都表現(xiàn)出更為顯著的效果，這說明我國政府投資支出政策可以作為政府支出政策實施的主要手段。

第二，就政府投資支出乘數(shù)而言，不同貿易開放度、經濟發(fā)展水平下的差異不是一成不變的，其中：經濟過熱及經濟衰退時期，較低貿易開放度下政府投資支出政策效果更顯著，其他正常時期較高貿易開放度下政府投資支出乘數(shù)更大；經濟衰退時期，經濟發(fā)展水平較低的省份政府投資支出乘數(shù)更大，其他時期經濟發(fā)展水平較高的省份政府投資支出乘數(shù)更大。政府債務率對政府投資支出乘數(shù)的影響并不是時變的，即較高債務率下政府投資支出乘數(shù)較低，甚至在經濟衰退時期還表現(xiàn)為“非凱恩斯效應”。因此，伴隨著我國經濟步入“新常態(tài)”，為了提高政府投資支出政策的有效性，應該進一步提高貿易開放度，控制政府債務率。

第三，就政府消費支出乘數(shù)而言，經濟過熱時期，經濟發(fā)展水平較高的省份政府消費支出乘數(shù)會較小，甚至容易表現(xiàn)為“非凱恩斯效應”，其他樣本區(qū)間內較低經濟發(fā)展水平的省份基本上都有較小的政府消費支出乘數(shù)，例如在經濟衰退時期經濟發(fā)展水平低的省份政府消費支出更容易產生“非凱恩斯效應”?；诖?，政府消費支出政策的實施需要一定的先驗信息，例如在經濟過熱時期，較高經濟發(fā)展水平的省份減少政府消費支出可能會導致宏觀經濟更加不穩(wěn)定，而在經濟衰退時期，較低經濟發(fā)展水平的省份增加政府消費支出也會導致宏觀經濟更加不穩(wěn)定。

本文利用TVP-PSVAR模型實證分析了全國及不同經濟環(huán)境下我國政府投資、消費支出乘數(shù)的時變特征，但主要是基于總體層面的，考慮到我國省際經濟的不平衡性，基于省際層面對不同環(huán)境下省際政府投資、消費支出乘數(shù)的時變特征的探索將是本文研究進一步擴展的方向，這就意味著在模型(1)的基礎上參數(shù)隨時間及個體不同而變化，最終將導致待估參數(shù)成倍地增加，因此，需要在貝葉斯框架下對動態(tài)異質TVP-PSVAR模型的估計進行完善。

儲德銀,崔莉莉. 2014. 中國財政政策產出效應的非對稱性研究[J]. 財貿經濟(12):27-39.

方紅生, 張軍. 2010. 中國財政政策非線性穩(wěn)定效應:理論和證據[J]. 管理世界(2):10-24.

黃威,陸懋祖. 2011. 我國財政支出政策沖擊效應的動態(tài)變化：基于包含隨機波動的時變參數(shù)模型的考察[J]. 數(shù)量經濟技術經濟研究(10):50-63.

金春雨,王偉強. 2016. 我國不同時期財政政策的宏觀經濟效應研究[J]. 西安交通大學學報(社會科學版)(3)：31-39.

李建軍,王德祥. 2011. 經濟開放與地方財政支出[J]. 統(tǒng)計研究(7):9-20.

李永友. 2012. 市場主體信心與財政乘數(shù)效應的非線性特征：基于SVAR模型的反事實分析[J]. 管理世界(1):46-58.

孫焱林,陳普,熊義明. 2011. 貝葉斯視角下時變參數(shù)VAR建模：兼論“斜率之謎”[J]. 數(shù)量經濟技術經濟研究(10):123-133.

王國靜,田國強. 2014. 政府支出乘數(shù)[J]. 經濟研究(9):4-19.

王立勇,黃衛(wèi)挺,畢然. 2015. 中國財政失衡的動態(tài)調整特征研究[J]. 數(shù)量經濟技術經濟研究(8):89-103.

王立勇,劉文革. 2009. 財政政策非線性效應及其解釋：兼論巴羅-格羅斯曼宏觀一般非均衡模型在中國的適用性[J]. 經濟研究(7):65-78.

王文甫,張南. 2015. 政府消費、政府投資、凈出口和有效匯率：基于中國的經驗和解釋[J]. 國際貿易問題(12):145-157.

王妍. 2015. 金融摩擦會影響政府財政支出乘數(shù)嗎[J]. 中國管理科學(11)：430-436.

王藝明,蔡昌達. 2013. 財政穩(wěn)固的非凱恩斯效應及其傳導渠道研究[J]. 經濟學家(3):12-23.

許祥云. 2013. 不同環(huán)境下的政府支出乘數(shù)研究評述[J]. 經濟理論與經濟管理(6):54-61.

閆彬彬. 2013. 符號約束的TVP-VAR模型及我國信貸供求沖擊的研究[D]. 武漢：華中科技大學.

楊繼生,徐娟,吳相俊. 2013. 經濟增長與環(huán)境和社會健康成本[J]. 經濟研究(12):17-29.

ALESINA A, ARDAGNA S. 2009. Large changes in fiscal policy: taxes versus spending [R]. NBER Working Paper No. 15438.

AUERBACH A J, GORODNICHENKO Y. 2013. Measuring the output responses to fiscal policy [J]. American Economic Journal Economic Policy, 5(3):320-322.

BAI J. 2009. Panel data models with interactive fixed effects [J]. Econometrica, 77(4):1229-1279.

BLANCHARD O, PEROTTI R. 2002. An empirical characterization of the dynamic effects of changes in government spending and taxes on output [J]. Quarterly Journal of Economics, 117(4):1329-1368.

BORN B, JUSSEN F, MULLER G J. 2013. Exchange rate regimes and fiscal multipliers [J]. Journal of Economic Dynamics & Control, 37(2):446-465.

CANDELON B, LIEB L. 2011. Fiscal policy in good and bad times [J]. Journal of Economic Dynamics & Control, 37(12):2679-2694.

CHARI V V, KEHOE P J, MCGRATTAN E R. 2005. Sudden stops and output drops [J]. American Economic Review, 95(2):381-387.

CHRISTIANO L, EICHENBAUM M, REBELO S. 2010. When is the government spending multiplier large [J]. Journal of Political Economy, 119(1):78-121.

COGLEY T, SARGENT T J. 2001. Evolving post-World War II U.S. inflation dynamics [J]. NBER Macroeconomics Annual, 16:331-373.

COOLEY T F, DWYER M. 1998. Business cycle analysis without much theory: a look at structural VARs [J]. Journal of Econometrics, 83(1):57-88.

CORSETTI G, MEIER A, MUELLER G. 2012. What determines government spending multipliers [J]. Economic Policy， 27(72):521-565.

ILZETZKI E, MENDOZA E G, VEGH C A. 2013. How big (small?) are fiscal multipliers [J]. Journal of Monetary Economics, 60(2):239-254.

KIM S, ROUBINI N. 2008. Twin deficit or twin divergence? Fiscal policy, current account, and real exchange rate in the U.S. [J]. Journal of International Economics, 74(2):362-383.

MICHAUD P C, VAN SOEST A. 2008. Health and wealth of elderly couples [J]. Journal of Parasitology, 86(4):657-663.

MITCHELL J, WEALE M. 2007. Qualitative expectational data as predictors of income and consumption growth: micro evidence from the British household panel survey [R]. NIESR Discussion Papers.

MOUNTFORD A, UHLIG H. 2005. What are the effects of fiscal policy shocks [J]. Journal of Applied Econometrics, 24(6):960-992.

PEROTTI R, REIS R, RAMEY V. 2007. In search of the transmission mechanism of fiscal policy [J]. NBER Macroeconomics Annual, 22:169-249.

PRIMICERI G E. 2014. Time-varying structural vector autoregressions and monetary policy [J]. Staff Reports, 72(3):821-852.

SHUMWAY R H, STOFFER D S. 1982. An approach to time series smothing and forecasting using the EM algorithm [J]. Journal of Time, 3(4):253-264.

SUTHERLAND A. 1997. Fiscal crises and aggregate demand: can high public debt reverse the effects of fiscal policy [J]. Journal of Public Economics, 65(2):147-162.

Abstract: As the fiscal expenditure policy in China has the characteristics of non linear effect, this paper extends traditional PSVAR model to the TVP-PSVAR model to make an empirical analysis. The study shows that with the overheated economy and the economic downturn, government investment expenditure policy in provinces with lower trade openness is more significant, at other normal times government investment expenditure multiplier is larger in provinces with higher trade openness, while in the whole sample interval, the government consumption expenditure multiplier is larger under the lower trade openness. In the whole sample period, lower government debt ratio will lead to higher government investment expenditure multiplier and government consumption expenditure multiplier. In economic recession, government investment spending multiplier is greater in provinces with lower economic development. At other periods, investment expenditure multiplier of governments with high economic development is larger. In addition to the economic overheating periods, provinces with the higher of level economic development will have a higher government spending multiplier.

Keywords: different economic situation; government expenditure multiplier; TVP-PSVAR model

(責任編輯 劉志煒)

StudyonGovernmentSpendingMultiplierunderDifferentEconomicSituation

LIN Tong WANG WenFu

(Xinan University of Finance and Economics, Chengdu 611130)

F812.0；F224.0

A

1001-6260(2017)08-0084-11

10.19337/j.cnki.34-1093/f.2017.08.009

2017-03-12

林 桐(1989—)，女，四川成都人，西南財經大學統(tǒng)計學院博士生。 王文甫(1970—)，男，安徽繁昌人，西南財經大學財稅學院教授，博士生導師。

教育部人文社科規(guī)劃項目 “地方政府視角下經濟結構失衡的理論與經驗研究”(15YJC790029)；中央高?；究蒲袠I(yè)務專項資金資助項目“面板數(shù)據SVAR、SVARMA的計量分析方法及應用”(JBK1507099)。