郭桂霞 黃冠群

摘要：本文首先對2008年-2016年28個省的居民部門、地方政府部門和非金融企業(yè)部門杠桿率進行了詳細測算，并基于該數據使用門檻回歸模型，來研究省級分部門杠桿率對于經濟增長的影響。研究發(fā)現：各省的地區(qū)經濟發(fā)展水平、地方政府治理水平、金融規(guī)模、投資率、通脹率和城鎮(zhèn)化在杠桿率對經濟增長起到影響的過程中存在顯著的門檻效應，從而各省不同的初始條件，決定了在不同省份、不同部門實施“去杠桿”政策的異質性經濟效應。據此，建議各省結合本地實際的初始條件，因地制宜地發(fā)揮不同部門杠桿率對經濟可持續(xù)增長的動力。各省均不應降低居民部門的杠桿，而“去杠桿”的重點應放在去低政府治理水平地區(qū)、或低金融規(guī)模地區(qū)、或低GDP增長地區(qū)的非金融企業(yè)部門杠桿，以及去低通脹地區(qū)的地方政府杠桿。

關鍵詞：分部門杠桿率;經濟增長;門檻效應;去杠桿

一、引言

自美國次貸危機爆發(fā)以來，杠桿成為了全球關注的焦點。一方面，資金短缺方通過加杠桿實現借貸籌資從而完成各項交易，促進了經濟的增長;另一方面，杠桿率過高背后的高負債蘊含著巨大的風險。伴隨著中國經濟進入“新常態(tài)”，在經濟增速放緩的情況下，高杠桿問題也逐漸凸顯出來。

從三個方面分析目前我國的杠桿率特征。首先，從橫向看，我國全社會杠桿率和非金融部門總杠桿率都過高。根據國際清算銀行的數據，在2008年到2017年期間，中國的全社會杠桿率BIS全社會杠桿率計算方法：全社會杠桿率=全社會非金融部門信貸/GDP。已由最初的138.1%增加到241.5%，相較于2008年后一直在降杠桿的美國，中國的高杠桿問題顯得十分突出。2017年底，發(fā)達經濟體非金融部門總杠桿率為268.9%，新興市場經濟體非金融部門總杠桿率為186.8%。中國的總杠桿率為241.5%，超過了新興市場經濟體的平均水平，并接近于發(fā)達經濟體與歐元區(qū)的水平，遠高于巴西（151.3%）、南非（125.8%）和印度（125%）。處于新興市場經濟體的中國，其宏觀杠桿率卻接近發(fā)達經濟體的水平，杠桿率總水平較高。其次，從縱向看，2008年全球金融危機后，中國總杠桿率上升過快。根據國際清算銀行的數據，中國除去金融部門的總杠桿率從2008年底的138.1%快速上升至2017年底的241.5%，不到10年的時間就從略高于巴西、印度和南非等新興市場經濟體的水平躍升至和歐元區(qū)等發(fā)達經濟體相當的水平。相比之下，同一時期歐元區(qū)僅從225.5%上升至251.1%，巴西從116.60 %上升至151.30 %，南非從106.30%上升至125.80%，而印度則從128.70%下降至125.00%。再次，從各經濟部門看，中國宏觀杠桿率水平的過快上升主要來自于非金融企業(yè)部門。根據國際清算銀行的數據，2008年底至2017年底，非金融部門總杠桿率從138.10%上升至241.50%，上升了103.40%，其中非金融企業(yè)部門上升了53.80%，居民部門上升了30.50%，政府部門上升了19.10%，可以看出非金融企業(yè)部門對總杠桿率上升起到了主要作用。

在此背景之下，中國政府多次提出“去杠桿”的目標。2015年12月，“去杠桿”作為“三去一降一補”五大任務之一在中央經濟工作會議上被首次提出。2016年12月，中央經濟工作明確，“去杠桿”要在控制總杠桿率的前提下，把降低企業(yè)杠桿率作為重中之重，要規(guī)范政府舉債行為等。2017年12月8日，中央政治局會議提出，防范化解重大風險要使宏觀杠桿率得到有效控制。2018年4月2日，中央財經委員會第一次會議指出，要以結構性去杠桿為基本思路，分部門、分債務類型提出不同要求，地方政府和企業(yè)特別是國有企業(yè)要盡快把杠桿降下來，努力實現宏觀杠桿率穩(wěn)定和逐步下降。

顯然，從關注全社會杠桿率到關注分部門杠桿率，“去杠桿”政策正在逐步細化。在實際去杠桿的過程中，大家的共識是，并不是降低所有部門的杠桿率都有利于經濟增長。但是，應該去哪個部門的杠桿？各省在去杠桿的過程中是否應該“一刀切”？如果不是，各省應該如何有針對性地實施去杠桿政策呢？但是，學術界對于分部門杠桿率的研究尤其是省級分部門數據的測算和實證分析還存在很大的細化研究空間，亟需通過嚴謹的經濟學研究，為國家的分部門“去杠桿”政策提供依據。但是，目前對于我國杠桿率的測算，要么是國家層面的分部門杠桿率，要么是省級層面的全社會杠桿率，而缺少省級層面的分部門杠桿率的測算以及在此基礎上的實證分析。因此，本文首先通過搜集公開數據并估算部分數據，測算我國各?。ㄖ陛犑谢蜃灾螀^(qū)）為簡化表述，下文在不引起混淆的情況下，將“各?。ㄖ陛犑谢蜃灾螀^(qū)）”簡稱為“各省”。2008年-2016年居民、非金融企業(yè)、地方政府三個部門的杠桿率，從而在這個方面做出探索性的工作，這不僅有助于加深我們對于各省杠桿率的細化理解，而且對于細分數據基礎上的進一步研究，具有很重要的學術價值。本文進而基于測算出的我國各省分部門杠桿率數據，使用Hansen門檻回歸模型，實證分析各部門杠桿率對我國各省經濟增長的門檻效應，從而為各省分部門調整杠桿率提供現實依據和政策建議。

本文后面的部分安排如下：第二節(jié)綜述與本問題相關的已有研究;第三節(jié)測算各省居民、非金融企業(yè)、地方政府三個部門的省級分部門杠桿率數據;第四節(jié)基于第三節(jié)測算的省級分部門桿桿率數據，分析各省不同部門杠桿率對經濟增長的門檻效應;第五節(jié)總結本文的主要發(fā)現，并對各省分部門調整杠桿率提供有針對性的政策建議。

二、文獻綜述

杠桿對經濟增長有著怎樣的影響，國內外已經有了不少的相關研究，我們重點綜述與本文直接相關的三個方面的文獻：杠桿率與其衡量指標;對中國杠桿率的測算及結果;杠桿率對經濟增長的影響。

（一）杠桿率與其衡量指標

在杠桿率定義方面，DHulster（2009）認為杠桿是一種允許金融機構通過超過自有資金的投資獲得潛在收益或可能損失的工具，Marina（2012）的定義與之類似，不過她還認為杠桿可以幫助金融機構放大收益或者加重虧損。Breuer（2002）將杠桿率認定為一種衡量資產負債表的指標，在一定程度上還包括了表外風險敞口。

在杠桿率的衡量指標方面，很多研究使用全社會債務余額/GDP來計算全社會杠桿率（李揚等，2013;朱鴻鳴、薄巖，2016;牛慕鴻、紀敏，2013;黃志龍，2013;中國人民銀行杠桿率研究課題組，2014;宋亞等，2017），也有不少研究使用了私人部門信貸/GDP作為衡量杠桿率的指標（Law and Singh，2014;Arcand et al.，2015;王愛儉、杜強，2017）。

（二）對中國杠桿率的測算及結果

在我國杠桿率的測算方面，大部分學者采用債務余額/GDP衡量杠桿率，但在債務余額的統(tǒng)計口徑上有所不同。李揚等（2013，2015）對全社會杠桿率的測算分為居民、非金融企業(yè)、政府和金融機構4個部門，在分別對4個部門的債務進行統(tǒng)計后，剔除重疊部分，計算得到四個部門的杠桿率，加總可得到中國全社會杠桿率，之后學者的做法也基本參照于此，不過在債務余額的口徑上有所差別。李揚等（2013，2015）以及宋亞等（2017）統(tǒng)計的債務口徑包括銀行貸款、債券、信托融資、委托貸款和未貼現的銀行承兌匯票。中國人民銀行杠桿率課題組（2014）在債務口徑上則更偏向于顯性債務，債務口徑僅包括了銀行貸款、債券和信托融資。朱鴻鳴、薄巖（2016）在李揚等（2013，2015）的基礎上，剔除了未貼現的銀行承兌匯票，加入了證券業(yè)、保險業(yè)和類金融機構提供的融資和外債。

在杠桿率的測算結果方面，已有研究差異很大。李揚等（2013，2015）測算出中國2012年和2014年的社會杠桿率分別為215%和236%;中國人民銀行杠桿率課題組（2014）測算出的2012年全社會杠桿率為183%;朱鴻鳴、薄巖（2016）測算了從2008年-2014年中國的全社會杠桿率，發(fā)現全社會杠桿率由139%上升到了213%。以上這些研究都是我國的分部門杠桿率的測算，而宋亞等（2017）基于跨省數據測算了中國2003年-2015年的杠桿率，顯示全社會杠桿率由最初的126%漲至190%。但是，目前對于我國省級層面分部門杠桿率的測算研究，還比較有限。

（三）杠桿率對經濟增長的影響

杠桿率對經濟增長的影響的討論由來已久，但已有研究發(fā)現，兩者之間的關系并非確定性的正相關或負相關。Fisher（1933）提出的“債務-通縮理論”認為，過度的負債會導致債務清償，債務人不得已而將資產廉價出售，造成價格水平大幅下降，作用于企業(yè)則會導致企業(yè)資產更大下降，傳遞到經濟之中，就會造成經濟蕭條。Mendoza（2010）通過理論模型驗證了這一點，并將杠桿率作為約束觸發(fā)條件，當杠桿率足夠高時，就會觸發(fā)費雪通縮機制。Geanakoplos（2009）提出了杠桿周期的概念：在沒有任何干預的情況下，經濟繁榮時杠桿率會很高，經濟蕭條時杠桿率會很低，最終導致經濟繁榮時資產價格很高而經濟蕭條時相反。Buttiglione et al.（2014）也從杠桿率周期的角度出發(fā)，認為杠桿率與經濟增長之間具有正反饋效應。他認為信貸擴張會提高人們對經濟增長的樂觀預期：當現實與預期相反，就會出現超出預期的信貸收縮，最終引起經濟危機或者進行結構性改革。

在杠桿率對經濟增長的門檻效應研究方面，國內外學者已經進行了不少的探索，很多研究發(fā)現杠桿率與經濟增長之間存在非線性關系。文獻中使用門檻回歸模型研究杠桿率對經濟增長的非線性影響，主要有三種不同的做法：第一種，將杠桿率作為門檻變量，分析其他因素作為核心解釋變量對于經濟增長的非線性影響（如宋亞等，2017）;第二種，將其他因素作為門檻變量，將杠桿率作為核心解釋變量而非門檻變量來考察其經濟增長效應（如王愛儉、杜強，2017）;第三種，既將杠桿率作為門檻變量，同時也作為核心解釋變量（如Coricelli et al.， 2012）。由于本文關注的焦點為杠桿率對經濟增長的非線性影響，從而杠桿率應該作為核心解釋變量，因此，不宜采用第一種方法;同時，本文還關注不同經濟初始條件時這一非線性影響有何差異，從而不宜采用第三種方法。綜合考慮，我們采用了第二種方法，通過不同門檻變量的不同區(qū)間，考察杠桿率對經濟增長的非線性影響。Law and Singh（2014）基于87個國家的數據，使用私人部門信貸/GDP作為衡量杠桿率的指標，發(fā)現當杠桿率高于88%時，杠桿率的上升對經濟增長會產生抑制作用。Arcand et al.（2015）基于1960年-2010年130多個國家的面板數據，得到杠桿率超過100%時，杠桿率升高會對經濟增長產生負面效果。Reinhart and Rogoff（2010）則使用了公共部門債務指標，基于44個國家（地區(qū)）將近200年的數據進行分析，發(fā)現無論是發(fā)達國家還是新興市場，當公共部門債務占GDP的比重（政府杠桿率）低于90% 時，公共債務和 GDP 增長率之間表現出弱相關關系;而當這一杠桿率高于90% 時，債務每增加1%，GDP 增長率將下降約1%。類似地，Coricelli et al.（2012）使用發(fā)展中國家數據發(fā)現，適度的杠桿率才會促進TFP的增長，而杠桿率過高反而會降低TFP。國內方面，宋亞等（2017）基于測算出的省級全社會杠桿率，將其作為門檻變量并把資本存量增速作為解釋變量進行門檻回歸，發(fā)現當杠桿率高于83%時，資本對經濟增長的拉動作用將會下降;王愛儉、杜強（2017）的研究則是基于跨國數據將杠桿率作為解釋變量，引入金融規(guī)模、金融效率和金融結構三個門檻變量，進行門檻回歸，發(fā)現三者都存在門檻值，其中金融規(guī)模的擴張會削弱杠桿對經濟增長的促進作用，而效率的提升和結構的優(yōu)化則會增強杠桿對經濟增長的促進作用。

（四）影響經濟增長的其他因素

研究經濟增長影響因素的文獻，汗牛充棟。與本文相關的是，我們在實證分析杠桿率對經濟增長的非線性影響時，應該選取哪些控制變量以及哪些變量可能存在門檻值。在研究杠桿率影響經濟增長的文獻中，很多研究控制了諸如對外開放程度和資本存量增長（宋亞等，2017）、金融發(fā)展水平（王愛儉、杜強，2017;邵漢華，2018）、貿易開放程度、老齡化水平等重要經濟變量，發(fā)現這些變量對經濟增長具有顯著影響，且金融規(guī)模與投資率作為門檻變量對經濟增長都有非線性影響。在其他關于我國經濟增長的文獻中，很多研究表明，地方政府治理水平（張樹劍，2016）、通貨膨脹（田衛(wèi)民，2019）和城鎮(zhèn)化水平（賀小莉等，2014）都對當地經濟增長存在非線性影響。這些研究對于我們選取門檻變量和控制變量，具有重要的參考價值。

（五）對已有文獻的簡評

當前對杠桿率的研究，主要集中在指標測算以及杠桿率與經濟增長的關系方面，這為本文研究提供了重要的參考。但是，已有研究要么分析全國整體的分部門杠桿率，要么分析省級層面的全社會杠桿率，而尚未對省級層面的分部門杠桿率進行測算，從而基于省級分部門杠桿率數據，分析杠桿率對于各省的經濟增長效應的實證分析也較為缺乏。鑒于我國各省在經濟發(fā)展、制度環(huán)境、金融基礎等各方面的顯著差異，因此，各省不同部門的杠桿率對當地增長的經濟效應也可能存在顯著差別，從而本文擬通過測算各省居民、非金融企業(yè)、地方政府三個部門的杠桿率，并分析不同部門杠桿率對各省經濟增長的門檻效應，為各省因地制宜地實施“去杠桿”政策提供依據。

三、我國省級分部門杠桿率的測算

借鑒國內外大部分學者使用的杠桿率指標，本文使用債務余額/GDP來衡量杠桿率，從而分部門的杠桿率采用該部門的債務余額與GDP的比值來衡量。在財務學中，財務杠桿是指企業(yè)利用負債來調節(jié)權益資本收益的手段，常見的衡量指標為資產負債率=負債總額/資產總額，屬于微觀意義上的概念，與本文所研究的杠桿率并不相同?？紤]到數據的可得性及實際的數據狀況和金融機構的特殊性，本文測算了除金融機構之外的三個部門的杠桿率：我們通過收集Wind數據庫、中國人民銀行官網、國家統(tǒng)計局、各省的金融運行報告及其財政廳和審計廳官網的公開數據，分別測算各省居民、地方政府和非金融企業(yè)的杠桿率，在估算省級層面的分部門杠桿率數據方面進行有益的探索。表1列出居民、地方政府和非金融企業(yè)部門的債務測算口徑。

根據表1的測算口徑，我們將分別測算我國2008年-2016年各省的分部門杠桿率。關于樣本的選取區(qū)間，由于金融危機并非我們關心的核心變量，所以，選取了金融危機之后的數據，因而樣本從2008年開始;由于市場化指數的最新數據為2016年，因而樣本數據截至2016年。限于篇幅，文中只展示了我國各省分部門的杠桿率測算結果，而沒有展示用于核算各分部門杠桿率的子指標數據，所有測算的數據均備索。

（一）居民部門杠桿率的測算

雖然有的文章以居民債務/居民可支配收入的方法，測算居民部門的杠桿率（劉哲希、李子昂，2018），但為了與其他兩個部門的杠桿率保持統(tǒng)一口徑以便進行比較分析，本文用居民債務余額/GDP來測算居民部門的杠桿率。

債務的兩大來源分別是貸款和發(fā)債，考慮到在我國居民個人不能通過發(fā)債的方式獲得資金，因此，本文以住戶部門的銀行貸款作為居民部門的債務，數據來自中國人民銀行每年發(fā)布的各省金融運行報告;各省每年的GDP數據來自國家統(tǒng)計局官網。剔除了缺失數據的海南省、貴州省和西藏自治區(qū)后，一共包括28個省的數據，測算出的居民部門杠桿率如表2所示。

從表2可以看出，截至2016年年底，我國28個省的居民部門杠桿率均已超過10%，但總體來看，居民部門杠桿率并不高。其中，居民部門杠桿率水平最高的是上海市，2016年居民部門杠桿率水平達到了53.37%，緊隨其后的是北京市、廣東省和福建省等經濟發(fā)達省份;居民部門杠桿率水平最低的是青海省，2016年居民部門杠桿率水平為10.79%，內蒙古自治區(qū)和山西省的居民杠桿率比這個數據略高一些。從整體上來看，我國各省居民部門的杠桿率水平并不高，并且整體呈現出和經濟發(fā)展水平相適應的狀態(tài)：經濟發(fā)達地區(qū)居民部門杠桿率水平偏高，經濟落后地區(qū)居民部門杠桿率水平較低。

（二）地方政府杠桿率的測算

地方政府杠桿率的測算一直是學術界關注的一個熱點，也是難點問題。由于地方政府債務的數據尚未公開，本文難以獲得直接的地方政府債務數據，因此，我們使用地方政府債（又包括新增債和置換債兩部分）和城投債（即顯性債務總額），再加上估算的地方政府融資平臺銀行貸款（即隱性債務總額）相加來測算地方政府債務，力求在數據可得的前提下，盡可能涵蓋地方政府的顯性債務和隱性債務。其中，地方政府債和城投債的數據來自Wind數據庫;關于地方政府融資平臺的銀行貸款，我們借鑒了沈明高等（2010）沈明高等（2010）認為，在統(tǒng)計固定資產投資的資金來源時，流入地方融資平臺的貸款很可能并沒有統(tǒng)計為銀行貸款;而是搖身一變成為自籌資金，而這部分名義上的自籌資金，實際上的地方政府債務可用銀行中長期貸款與固定資產投資來源中國內貸款的差額進行估算。的做法，采用銀行中長期貸款與固定資產投資來源中國內貸款的差額來估算地方政府的隱性債務，其中各省銀行中長期貸款數據來自中國人民銀行發(fā)布的各省金融運行報告，各省固定資產投資來源中國內貸款的數據來自國家統(tǒng)計局官網，通過估算得到地方政府融資平臺銀行貸款，作為地方政府的隱性債務納入地方政府的總債務中。分別測算各省的顯性債務和隱性債務后，加總可以測算得到地方政府的總債務，與各省GDP相比，可得到2008年-2016年各省地方政府杠桿率（表3）。

根據表3，相對于各省居民部門的杠桿率，地方政府的杠桿率整體水平偏高。根據本文測算的結果，截至2016年底，政府部門杠桿率超過100%的有12個省，其他省市政府部門的杠桿率也基本上超過50%。從地區(qū)分布上來看，不同于居民部門杠桿率較高的地區(qū)主要是經濟發(fā)達的地區(qū)，政府部門杠桿率較高的地區(qū)并不僅僅局限于發(fā)達地區(qū)，除了北京、上海這樣的發(fā)達地區(qū)政府部門杠桿率偏高外，新疆、青海等西部地區(qū)的政府部門杠桿率也較高，政府部門的杠桿率隨著經濟發(fā)展、基礎設施建設不斷完善呈現出整體偏高的特點。

（三）非金融企業(yè)部門杠桿率的測算

由于金融機構的負債（如存款類等）并非其主動負債，所以，本文在測算企業(yè)部門的杠桿率時剔除了金融機構的數據，只考察非金融企業(yè)的數據。非金融企業(yè)的負債主要由兩大部分組成：一部分是來源于銀行貸款，另一部分是來源于發(fā)債所得。其中，對于非金融企業(yè)的銀行貸款數據，我們使用非金融企業(yè)及機關團體貸款（來自各省金融運行報告），扣除表4中已經測算得到的地方平臺貸款計算得到;非金融企業(yè)的發(fā)債所得包括：非金融企業(yè)部門一般企業(yè)債和集合企業(yè)債（剔除城投債）、非金融企業(yè)部門一般公司債和私募債、非金融企業(yè)部門信用債、非金融企業(yè)部門一般中期票據和集合票據以及非金融企業(yè)部門一般短期融資券和超短期融資券，數據來自Wind數據庫。使用測算得到的非金融企業(yè)總債務除以各省GDP，即可測算得到非金融企業(yè)部門的杠桿率（表4）。

根據表4，我國非金融企業(yè)部門杠桿率整體上處于居民部門杠桿率和政府部門杠桿率之間，除了北京市的杠桿率遠遠超過平均值，其他各省非金融企業(yè)部門杠桿率水平均低于100%。在地區(qū)分布上看，除了北京市外，非金融企業(yè)部門杠桿率較高的地區(qū)主要集中在傳統(tǒng)第二產業(yè)較發(fā)達的省份，如吉林?。?1.88%）、遼寧?。?2.36%）和山西?。?0.08%）等，其他省份非金融企業(yè)部門杠桿率水平較低。

整體來看，我們測算得到的三個部門的杠桿率，我國各省分部門杠桿率整體上呈現出政府部門杠桿率>非金融企業(yè)部門杠桿率>居民部門杠桿率的特點;但具體到不同的地區(qū)又呈現出不同的特征：雖然在三部門中政府部門杠桿率一般是最高的，但居民部門和非金融企業(yè)部門的杠桿率在不同地區(qū)的大小關系卻并不一定。一方面，在傳統(tǒng)第二產業(yè)較發(fā)達的地區(qū)和基礎設施產業(yè)快速推進的地區(qū)，如吉林省、遼寧省、青海省和新疆省等，往往呈現出非金融企業(yè)部門杠桿率高于居民部門杠桿率的特點;另一方面，在經濟發(fā)達地區(qū)以及居民消費觀念較超前的地區(qū)，如上海市、廣東省、重慶市和四川省等，呈現出居民部門杠桿率高于非金融企業(yè)部門杠桿率的特點?？傊?，我們測算的結果表明，在具備不同經濟發(fā)展、制度環(huán)境、金融基礎等初始條件的省市，各個部門的杠桿率也呈現出不同的特征，這也更加表明我國對于杠桿率的調整應當根據各省的具體實際情況分部門、分地區(qū)地進行。

四、我國省級分部門杠桿率對經濟增長的門檻效應分析

根據已有文獻的研究，我們認為各省分部門杠桿率與經濟增長之間存在非線性關系，在不同門檻變量影響下，杠桿率對經濟增長可能存在門檻效應。因此，我們使用Hansen門檻回歸模型進行實證分析。

（一）模型構建

1. 門檻回歸模型

本文使用Hansen（1999）提出的門檻面板模型，分析各省杠桿率與經濟增長之間的非線性關系：

（二）變量選取與數據來源

本文2008年-2016年省級分部門杠桿率已在第三節(jié)中測算得到，市場化指數數據來自樊綱等編制的中國各省份市場化指數報告，其他數據均來自Wind數據庫，主要變量及含義見表5。

（三）實證結果與分析

我們分別對居民、地方政府和非金融企業(yè)三個部門的數據進行了測算和門檻回歸，采用人均GDP、地方政府治理水平、金融規(guī)模、投資率、通脹率、城鎮(zhèn)化水平作為門檻變量，依次使用門檻回歸模型進行檢驗和估計。

1. 居民部門杠桿率對經濟增長的門檻效應分析

（1）門檻變量檢驗

我們采用Hansen（1999）提出的格點搜索法確定模型中存在的門檻值，并通過自舉法（Bootstrap）對門檻效應的顯著性進行檢驗。本文進行了500次反復抽樣后，確定了門檻值并對其進行了顯著性檢驗。居民部門數據中，存在門檻值的變量有五個：地方政府治理水平、金融規(guī)模、投資率、通脹率和城鎮(zhèn)化水平，門檻效應檢驗的結果見表6受文章篇幅所限，我們沒有一一給出各個門檻值的LR圖，備索。。門檻值及其置信區(qū)間列于表7中?？梢钥吹?，除投資率存在雙門檻值外，其他四個門檻變量均存在單門檻值。

（2）門檻效應回歸結果

居民部門杠桿率對經濟增長的門檻效應回歸結果，總結在表8中。模型（1）-（5）是分別使用地方政府治理水平、金融規(guī)模、投資率、通脹率和城鎮(zhèn)化水平作為門檻變量時的回歸結果。

從表8可以看到，各省居民部門杠桿率的提高，在不同門檻變量下對于經濟增長的影響均為正向影響，盡管在不同區(qū)間內的經濟增長效應大小有所差別。這也從側面反映了，我國的居民部門杠桿率確實整體偏低，從而刺激居民借貸的邊際效應較高。

當地方政府治理水平為門檻變量時，存在單門檻效應，門檻值為8.37。無論地方政府治理水平高低，提高居民部門杠桿率都能促進經濟增長;但在地方政府治理水平較高的地區(qū)（市場化指數高于8.37時），這一效應更加顯著，系數為0.011，高于低地方政府治理水平組的0.006。這表明，地方政府治理水平越高的地區(qū)，市場化水平較高、政府干預較少，從而居民通過提高杠桿來增加消費和借貸經營，能夠更好地拉動經濟增長。

金融規(guī)模和通脹率為門檻變量時的效應與地方政府治理水平為門檻變量時的效應非常類似，也是存在單門檻效應，門檻值分別為9.56%和1.3%。盡管無論金融規(guī)模和通脹率高還是低的組別，居民杠桿率的提高都能促進經濟增長，但金融規(guī)模較高（金融規(guī)模高于9.56%）或通脹率較高（通脹率高于1.3%）的地區(qū)，居民杠桿率的經濟促進效應均更加顯著。這一發(fā)現也與直覺相吻合。

但城鎮(zhèn)化水平作為門檻變量時，效應有所不同。城鎮(zhèn)化水平存在單門檻效應，門檻值為68.71%。根據回歸結果，盡管無論城鎮(zhèn)化水平高低，提高居民杠桿率都能促進經濟增長，但城鎮(zhèn)化水平較高（城鎮(zhèn)化水平高于68.71%）的地區(qū)，居民部門杠桿率的經濟促進作用小于城鎮(zhèn)化水平較低的地區(qū)。由于我國居民貸款中八成為消費貸款，因此，從直覺上來理解，城鎮(zhèn)化水平較高的地區(qū)，居民平均消費水平較高，從而進一步通過提高杠桿來提高居民消費的邊際效應就降低。

當投資率作為門檻變量時，存在雙門檻效應，第一門檻值為41.44，第二門檻值為77。根據回歸結果，無論投資率低、中等還是高的地區(qū)，提高居民杠桿率都能提高當地經濟增長率，但是，中等投資率（投資率介于41.44%和77%之間）的地區(qū)，居民杠桿率的經濟促進效應明顯低于低投資率（投資率低于41.44%）或高投資率（投資率高于77%）的地區(qū)。這表明，居民杠桿率對經濟增長率的邊際效應呈現U型。這可能因為，與投資率較高或較低的地區(qū)相比，中等投資率的地區(qū)往往是地方經濟發(fā)展到一定程度的地區(qū)，居民消費相對處于中等水平且較為穩(wěn)定，從而提高居民杠桿率拉動經濟增長的效應盡管顯著為正，但要低一些。

3. 地方政府部門杠桿率對經濟增長的門檻效應分析

（1）門檻變量檢驗

利用Hansen（1999）的門檻回歸方法，我們發(fā)現地方政府部門的杠桿率數據中，存在門檻值的變量包括地方政府治理水平、金融規(guī)模、投資率、通脹率和城鎮(zhèn)化水平，門檻效應檢驗結果見表9，門檻值及其置信區(qū)間見表10。

（2）門檻效應回歸結果

地方政府部門杠桿率對經濟增長的門檻效應回歸結果，總結在表11中。模型（1）-（5）是分別使用地方政府治理水平、金融規(guī)模、投資率、通脹率和城鎮(zhèn)化水平作為門檻變量時的回歸結果。

根據門檻回歸結果可知，地方政府部門杠桿率在不同門檻值下并非總是能夠促進經濟增長。其中，金融規(guī)模和投資率作為門檻變量時，地方政府部門杠桿率的經濟效應與居民部門杠桿率的效應類似。金融規(guī)模較高的地區(qū)（金融規(guī)模高于13.67%），地方政府部門杠桿率的提高更加能夠顯著促進當地經濟增長。投資率較高（投資率高于77%）或者投資率較低（投資率低于41.44%）的地區(qū)，地方政府杠桿率的經濟促進效應更加顯著，而中等投資率水平（投資率介于41.44%和77%之間）的地區(qū)，地方政府杠桿率的提高對經濟增長沒有顯著影響。這與居民部門杠桿率的經濟效應非常類似，直覺上理解，可能也與中等投資水平地區(qū)的地方政府支出水平相對穩(wěn)定從而邊際經濟效應較小的緣故。

地方政府治理水平較低（市場化指數低于8.37）或城鎮(zhèn)化水平較低（城鎮(zhèn)化水平低于38.7%）時，政府部門杠桿率對經濟增長的效應不顯著;地方政府治理水平較高或城鎮(zhèn)化水平中等或較高時，加政府杠桿能顯著促進當地經濟增長，這一效應對高城鎮(zhèn)化水平（城鎮(zhèn)化水平高于45.2%）的地區(qū)更為顯著。對地方政府治理水平的理解，與居民部門的類似。對城鎮(zhèn)化水平的理解，由于我國地方政府債務中，以生產性支出為主，用于醫(yī)療、社會保障等福利性支付的比重較小，而城鎮(zhèn)化水平中等或較高的地區(qū)，對于地方政府生產性支出的需求較大，從而通過增加政府杠桿來滿足這些需求的經濟效益較高，因此，提高政府杠桿可以促進當地經濟增長。

通脹率作為門檻變量時，結果顯示，低通脹水平（通脹率低于1.3%）的地區(qū)，加政府部門杠桿反而會阻礙經濟增長;而高通脹水平地區(qū)的政府部門杠桿率對經濟增長的影響不顯著。因此，低通脹的地區(qū)，私人部門債務和投資的成本較低，從而不能通過提高政府債務擴大投資，這可能擠出了成本較低的私人部門投資而阻礙經濟增長。

4. 非金融企業(yè)部門杠桿率對經濟增長的門檻效應分析

（1）門檻變量檢驗

類似地，分析得出非金融企業(yè)部門的數據中，存在門檻值的變量包括地區(qū)經濟發(fā)展水平、地方政府治理水平、金融規(guī)模和城鎮(zhèn)化水平，門檻效應檢驗結果見表12，門檻值估計結果及其置信區(qū)間見表13。

（2）門檻效應回歸結果

非金融企業(yè)部門杠桿率對經濟增長的門檻效應回歸結果，總結在表14中。模型（1）-（4）是分別使用地方政府治理水平、金融規(guī)模、人均GDP和城鎮(zhèn)化水平作為門檻變量時的回歸結果。

從表14中可以看到，非金融企業(yè)部門杠桿率對經濟增長的非單調性影響明顯高于其他兩個部門的杠桿率。

在地方政府治理水平較低（市場化指數低于6.1）、或者金融規(guī)模較?。ń鹑谝?guī)模低于2.65%）、或者人均GDP較低（人均GDP低于19181元）的地區(qū)，提高非金融企業(yè)部門的杠桿率反而會顯著抑制當地的經濟增長。只有在地方政府治理水平較高（市場化指數高于6.1）、或者金融規(guī)模較高（金融規(guī)模高于2.65%）、或者人均GDP較高（人均GDP高于27906元）的地區(qū)，提高非金融企業(yè)部門的杠桿率才會顯著促進當地經濟增長。

城鎮(zhèn)化水平存在雙門檻效應，第一門檻值為39.85，第二門檻值為46.22。當城鎮(zhèn)化水平作為門檻變量時，非金融企業(yè)部門杠桿率的提高對于經濟增長整體上呈現負面影響;但這種影響隨著城鎮(zhèn)化水平的不斷提高而效果減弱。聯系對于地方政府部門杠桿率實證分析結果的直觀理解，非金融企業(yè)部門杠桿率的這一結果顯然與直覺相吻合。

（四）穩(wěn)健性檢驗

Hansen（1999）門檻回歸模型的缺陷在于，不允許解釋變量包含滯后項，并要求所有解釋變量外生，這種靜態(tài)的門檻模型不能解決模型內生性問題。Kremer等（2013）在靜態(tài)門檻模型的基礎上，提出了動態(tài)門檻模型，允許解釋變量中包含被解釋變量滯后項和內生性?？紤]到當期的杠桿率與經濟增長之間可能存在互為因果的關系，因此，我們使用動態(tài)門檻回歸模型進行了穩(wěn)健性檢驗。穩(wěn)健性檢驗結果顯示，控制內生性以后，主要變量的符號和顯著性均比較穩(wěn)健，從而在本文的樣本數據中，內生性問題對文章實證結果的影響有限?？紤]到文章的篇幅以及地方政府部門杠桿率所具有的較強現實政策意義，我們這里只給出了地方政府部門杠桿率經濟效應的穩(wěn)健性結果。從表15-表17可以看到，盡管控制內生性后，城鎮(zhèn)化水平從基準模型的雙門檻變?yōu)閱伍T檻值，但回歸結果顯示，城鎮(zhèn)化水平的非單調性影響方向和顯著性與基準模型完全一致。其他門檻變量均只有定量影響，從而基準模型分析結果具有很好的穩(wěn)健性。

五、結論與政策建議

本文測算了28個省2008年-2016年居民部門、地方政府部門和非金融企業(yè)部門的杠桿率，進而使用Hansen門檻回歸模型，分三個部門來探究不同部門杠桿率的提高對于經濟增長會帶來怎樣的影響?；诒疚牡难芯拷Y果，杠桿率的提高并不一定意味著經濟的增長，重點在于各省應結合本地初始條件，因地制宜地調整分部門的杠桿率，以達到促進經濟平穩(wěn)健康發(fā)展?；诖?，我們有如下政策建議：

首先，居民杠桿率的提高，在不同門檻變量和門檻值區(qū)間內，都可以不同程度地促進本地的經濟增長。因此，“去杠桿”不應去居民部門的杠桿，反而應進一步提高居民杠桿率。為了更好地引導居民部門杠桿對經濟產生促進作用，我們建議：地方政府應當不斷提高治理水平，推動市場化進程;各省應該引導金融業(yè)健康發(fā)展，提升金融業(yè)服務實體經濟的能力;地方政府應該推動當地投資的發(fā)展，營造良好投資環(huán)境，完善基礎設施建設;維持適度的通脹水平;各地政府應該適度推進城鎮(zhèn)化，但也需要認識到當城鎮(zhèn)化進程進入一定階段，居民部門杠桿率的增加對于經濟增長的促進作用會有所減弱，因此，應當發(fā)展成為高質量的城鎮(zhèn)化。

其次，目前我國地方政府部門杠桿率整體過高，應當加以適當控制，避免風險積壓。為了更好地引導地方政府部門杠桿對經濟產生促進作用，我們建議：首先，地方政府應當不斷提升自身的治理水平，推動體制改革進程，對于市場化程度更高的地區(qū)而言，地方政府舉債投入城市建設等經濟活動中才能對于經濟促進起到積極作用。其次，應當推動地區(qū)金融業(yè)的發(fā)展，把更多金融資源配置到經濟社會發(fā)展的重點領域和薄弱環(huán)節(jié)，在良好的金融環(huán)境下，政府部門提高杠桿率也更加能促進經濟健康平穩(wěn)發(fā)展。再次，地方政府應當推動當地投資的發(fā)展，但應注意投資的適度，才能使政府杠桿對經濟增長產生更好的效果，防止過猶不及。另外，在通脹率方面，對于通脹率過低的地區(qū)，地方政府加杠桿并不能給經濟帶來正面影響，應當保持一個適度的通脹水平。最后，地方政府應該積極推動城鎮(zhèn)化的進程，在城鎮(zhèn)化中增加政府杠桿為經濟增長助力。

再次，應該因地制宜地引導非金融部門的杠桿。我們建議：首先，在地區(qū)經濟發(fā)達地區(qū)，非金融企業(yè)部門加杠桿可以對于經濟增長起到促進作用;反之則相反，因此，對于各地區(qū)而言，只有不斷推動當地經濟發(fā)展，才能為非金融企業(yè)部門加杠桿創(chuàng)造良好環(huán)境。對于市場化程度較低、金融業(yè)發(fā)展不足的地區(qū)，非金融企業(yè)部門加杠桿并不能給當地經濟增長帶來正面的影響，因此，應進一步提高市場化程度，大力發(fā)展金融行業(yè)，促進形成金融和實體經濟、金融體系內部的良性循環(huán)。此外，雖然對于不同城鎮(zhèn)化水平的地區(qū)而言，非金融企業(yè)部門杠桿的提高對于經濟增長整體上呈現負面影響，但這種影響隨著城鎮(zhèn)化水平的不斷提高而效果減弱，因此，各地區(qū)還應當不斷推進城鎮(zhèn)化的進程，保證經濟平穩(wěn)發(fā)展。

最后，各地應結合當地的初始條件，有針對性、有重點地實施“去杠桿”政策，以保障經濟快速平穩(wěn)發(fā)展。對于經濟發(fā)達地區(qū)，可以適當提高非金融企業(yè)部門杠桿來促進經濟發(fā)展，經濟落后地區(qū)則應當控制該部門杠桿的提高;地方政府治理水平較高或者金融業(yè)發(fā)展較快的地區(qū)可以提高三個部門杠桿來推動經濟增長;投資率較高、適度通脹、城鎮(zhèn)化水平高的地區(qū)可以適當提高居民部門和政府部門的杠桿以促進經濟增長。反之，實施“去杠桿”政策，各地不應降低居民部門杠桿率;目前“去杠桿”的重點可以放在降低通脹水平較低地區(qū)的地方政府杠桿，以及降低地方政府治理水平較低、或者金融規(guī)模較小、或者人均GDP較低的地區(qū)的非金融企業(yè)部門的杠桿。

參考文獻：

[1]樊綱、王小魯、張立文、朱恒鵬，2003：《中國各地區(qū)市場化相對進程報告》 ，《經濟研究》第3期。[Fan Gang， Wang Xiaolu， Zhang Liwen， Zhu Hengpeng， 2003，Marketization Index for Chinas Provinces， Economic Research Journal， 3.]

[2]賀小莉、趙堅、潘浩然，2014：《我國城鎮(zhèn)化與經濟增長的非線性關系分析——基于PSTR模型》，《華東經濟管理》第12期。[He Xiaoli， Zhao Jian， Pan Haoran， 2014，An Analysis on the Nonlinear Relationship between Urbanization and Economic Growth in China： Based on the PSTR Model， East China Economic Management， 12.]

[3]黃志龍，2013：《我國國民經濟各部門杠桿率的差異及政策建議》，《國際金融》第1期。[Huang Zhilong， 2013，The Differences of Sectoral Leverage Ratios of China and Some Policy Recommendations， International Finance， 1.]

[4]李揚等，2013，《中國國家資產負債表 2013——理論、方法與風險評估》，中國社會科學出版社。[Li Yang et al.， 2013，The National Balance Sheet of China in 2013： Theory， Methodology and Risk Evaluation， China Social Sciences Publishing House.]

[5]李揚、張曉晶和常欣等，2015，《中國國家資產負債表2015——杠桿調整與風險管理》，中國社會科學出版社。[Li Yang， Zhang Xiaojing， Chang Xin et al.， 2015，The National Balance Sheet of China in 2015： Leverage Adjustment and Risk Management， China Social Sciences Publishing House.]

[6]劉哲希、李子昂，2018：《結構性去杠桿進程中居民部門可以加杠桿嗎》，《中國工業(yè)經濟》，第10期。[Liu Zhexi， Li Ziang， 2018，Can Household Add Leverage in the Process of Structural Deleveraging？ China Industrial Economics， 10.]

[7]牛慕鴻、紀敏，2013：《中國的杠桿率及其風險》，《中國金融》第14期。[Niu Muhong， Ji Min， 2013，The Leverage Ratio in China and Its Risks， China Finance， 14.]

[8]邵漢華，2018：《金融結構與經濟增長的非線性門檻效應：基于最優(yōu)金融結構的視角》，《審計與經濟研究》第3期。[Shao Hanhua， 2018，The Nonlinear Threshold Effect between Financial Structure and Economic Growth： A Perspective of Optimal Financial Structure， Journal of Audit and Economics， 3.]

[9]沈明高、彭程、龔橙，2010：《地方融資平臺遠慮與近憂》，《中國改革》第5期。[Shen Minggao， Peng Cheng， Gong Cheng， 2010，Costly Success for Local Financing Platforms， China Reform， 5.]

[10]宋亞、成學真、趙先立，2017：《我國省域杠桿率及其對經濟增長的影響——基于省級面板數據門檻模型》，《華東經濟管理》第2期。[Song Ya， Cheng Xuezhen， Zhao Xianli， 2017，The Provincial Leverage Ratio in China and Its Effect on Economic Growth： Based on the Provincial Panel Data Threshold Model， East China Economic Management，2.]

[11]田衛(wèi)民，2019：《通貨膨脹與經濟增長關系的實證分析》，《統(tǒng)計與決策》第6期。[Tian Weimin， 2019，Empirical Analysis of Relationship between Inflation and Economic Growth， Statistics and Decision， 6.]

[12]王愛儉、杜強，2017，《經濟發(fā)展中金融杠桿的門檻效應分析——基于跨國面板數據的實證研究》，《金融評論》第5期。[Wang Aijian， Du Qiang， 2017，Threshold Effect of Financial Leverage in Economic Development： An Empirical Study with Cross-national Panel Data， Chinese Review of Financial Studies， 5.]

[13]張樹劍，2016：《地方治理、財政透明與經濟增長——1985-2013年中國省級面板數據的分析》，《世界經濟文匯》第5期。[Zhang Shujian， 2016，Local Governance， Fiscal Transparency and Economic Growth： Based on the Provincial Panel Data of China from 1985 to 2013， World Economic Papers， 5.]

[14]中國人民銀行杠桿率研究課題組，2014：《中國經濟杠桿率水平評估及潛在風險研究》，《金融監(jiān)管研究》第5期。[Peoples Bank of China， 2014，An Evaluation of the Leverage Ratio of China and Its Potential Risks， Financial Regulation Research， 5.]

[15]朱鴻鳴、薄巖，2016：《中國全社會及各部門杠桿率測算》，《重慶理工大學學報（社會科學版）》第2期。[Zhu Hongming， Bo Yan， 2016，Chinas Leverage to Measure the Whole Society and Each Department， Journal of Chongqing University of Technology （Social Science）， 2.]

[16]Arcand， J.L.， Berkes， E. and Panizza， U.， 2015， Too Much Finance？ Journal of Economic Growth， 20（2）： 105-148.

[17]Breuer， P.， 2002， Measuring Off-balance-sheet Leverage， Journal of Banking and Finance， 26（2-3）： 223-242.

[18]Buttiglione， L.， Lane， P.R.， Reichlin， L. and Reinhart， V.， 2014， Deleveraging， What Deleveraging？ The 16th Geneva Report on the World Economy， published by CEPR Press.

[19]Coricelli， F.， Driffield， N.， Pal， S. and Roland， I.， 2012， When Does Leverage Hurt Productivity Growth？ A Firm-level Analysis， Journal of International Money and Finance， 31（6）： 1674-1694.

[20]DHulster， K.， 2009， The Leverage Ratio： A New Binding Limit on Banks， Crisis Response Note， No. 11， World Bank.

[21]Fisher， I.， 1933， The Debt-Deflation Theory of Great Depressions， Econometrica， 1（4）： 337-357.

[22]Geanakoplos， J.， 2010， The Leverage Cycle， NBER Macroeconomics Annual， 24（1）： 1-66.

[23]Kremer， S.， Bick， A. and Nautz， D.， 2013， Inflation and Growth： New Evidence from A Dynamic Panel Threshold Analysis， Empirical Economics， 44： 861-878.

[24]Law， S.H. and Singh， N.， 2014， Does Too Much Finance Harm Economic Growth？ Journal of Banking and Finance， 41： 36-44.

[25]Kudinska， M.， 2012， Financial Leverage of Commercial Banks： The Case of Baltic Countries， Journal of Business Management， 6： 105-113.

[26]Mendoza， E.G.， 2010， Sudden Stops， Financial Crises， and Leverage， American Economic Review， 100（5）： 1941-1966.

[27]Reinhart， C.M. and Rogoff， K.S.， 2010， Growth in a Time of Debt， American Economic Review， 100（2）： 573-578.

Abstract： The authors， having first provided a detailed calculation of the sectoral leverage ratios respectively of the local residents， provincial governments and non-financial enterprises in twenty-eight Chinese provinces from 2008 to 2016， construct a threshold regression model based on the data to explore the impact of sectoral leverage on the economic growth in each province. The empirical results show that there exist significant threshold effects of regional per capita GDP， local governance level， financial development， investment， inflation and urbanization on the local economic growth. Therefore， differentiated initial conditions in various provinces will result in heterogeneous economic effects of the deleverage policy in different sectors of different provinces. Based on these findings， it is suggested that each province should accommodate its local conditions to tailor its sectoral leverage and provide economic impetus for the local economy. While no residential leverage should be reduced in any province， the emphasis of the deleverage policy should be laid on reducing the leverage of non-financial enterprises in provinces with low governance level， or low financial development， or low GDP growth， and on reducing local government leverage in provinces with low inflation rate.

Key words： Sectoral Leverage Ratio， Economic Growth， Threshold Effect， Deleverage

責任編輯 葉青