王思思 龔鋒

【摘要】目前黨中央、 國(guó)務(wù)院高度重視地方債務(wù)風(fēng)險(xiǎn)化解工作， 地方政府專項(xiàng)債作為地方債務(wù)的重要組成部分， 管好、 用好專項(xiàng)債資金既是宏觀調(diào)控經(jīng)濟(jì)的重要手段， 也是防范風(fēng)險(xiǎn)不可或缺的一環(huán)。本文立足于湖北省經(jīng)濟(jì)現(xiàn)狀， 基于經(jīng)濟(jì)增長(zhǎng)視角， 利用各地市州的動(dòng)態(tài)面板數(shù)據(jù)， 通過(guò)研究不同投放領(lǐng)域、 不同債券期限、 不同經(jīng)濟(jì)體量的專項(xiàng)債對(duì)經(jīng)濟(jì)影響程度的異質(zhì)性， 驗(yàn)證湖北省專項(xiàng)債對(duì)經(jīng)濟(jì)的正向影響作用， 篩選出對(duì)經(jīng)濟(jì)促進(jìn)作用最大的專項(xiàng)債項(xiàng)目的屬性， 為下一步湖北省防范地方政府專項(xiàng)債風(fēng)險(xiǎn)、 優(yōu)化專項(xiàng)債結(jié)構(gòu)提供決策依據(jù)。

【關(guān)鍵詞】地方政府專項(xiàng)債；經(jīng)濟(jì)增長(zhǎng)效應(yīng)；投放領(lǐng)域；債券期限；經(jīng)濟(jì)體量；結(jié)構(gòu)優(yōu)化

【中圖分類號(hào)】 F812.5? ? ?【文獻(xiàn)標(biāo)識(shí)碼】A? ? ? 【文章編號(hào)】1004-0994（2024）09-0114-6

一、 引言與文獻(xiàn)回顧

2015年《預(yù)算法》（修訂案）正式生效后， 發(fā)行政府債券成為地方政府唯一合法合規(guī)的融資渠道。據(jù)統(tǒng)計(jì)， 2015年底， 全國(guó)地方政府債券余額為4.83萬(wàn)億元， 專項(xiàng)債與一般債券的比例為25.13%； 而2022年6月底， 全國(guó)地方政府債券存量為34.58萬(wàn)億元， 專項(xiàng)債與一般債券的比例達(dá)到141.05%， 是2015年的5.6倍。這表明專項(xiàng)債已成為地方政府融資的主要手段。有鑒于此， 值得關(guān)注和評(píng)估的問(wèn)題是， 專項(xiàng)債在拉動(dòng)地方經(jīng)濟(jì)增長(zhǎng)方面到底發(fā)揮了多大作用？未來(lái)如何進(jìn)一步更好地發(fā)揮專項(xiàng)債的經(jīng)濟(jì)增長(zhǎng)效應(yīng)？為回答上述問(wèn)題， 本文以湖北省各地市州2019 ～ 2022年上半年發(fā)行的專項(xiàng)債項(xiàng)目數(shù)據(jù)為基礎(chǔ)， 通過(guò)實(shí)證檢驗(yàn)湖北省專項(xiàng)債發(fā)行對(duì)地方經(jīng)濟(jì)增長(zhǎng)的影響， 以及基于充分的異質(zhì)性檢驗(yàn)識(shí)別拉動(dòng)經(jīng)濟(jì)增長(zhǎng)效果更為突出的項(xiàng)目類型， 為未來(lái)優(yōu)化地方專項(xiàng)債發(fā)行決策和類別結(jié)構(gòu)提供完善建議。

對(duì)于政府債務(wù)與經(jīng)濟(jì)增長(zhǎng)的關(guān)系， 國(guó)內(nèi)外已有不少研究。在國(guó)外， 研究的重點(diǎn)是探討國(guó)家發(fā)行公債對(duì)一國(guó)經(jīng)濟(jì)增長(zhǎng)的影響效應(yīng)。相關(guān)的研究可謂汗牛充棟， 但由于不同研究采用的國(guó)別樣本不同， 得到的研究結(jié)論也存在較大差異。以近期發(fā)展中國(guó)家的研究為例： Hallunovi（2020）基于阿爾巴尼亞的研究發(fā)現(xiàn)公債對(duì)經(jīng)濟(jì)增長(zhǎng)具有正向影響； Ssempala等（2020）基于烏干達(dá)的研究則發(fā)現(xiàn)公債對(duì)經(jīng)濟(jì)增長(zhǎng)的影響是負(fù)向的； Sansa（2020）基于坦桑尼亞的研究發(fā)現(xiàn)公債對(duì)經(jīng)濟(jì)增長(zhǎng)沒(méi)有顯著影響； 而Lopesda（2016）得出的基于52個(gè)非洲經(jīng)濟(jì)體的面板數(shù)據(jù)模型估計(jì)結(jié)果顯示， 公債和經(jīng)濟(jì)增長(zhǎng)之間呈“倒U”型關(guān)系。

在國(guó)內(nèi)， 不少研究采用國(guó)別、 中國(guó)全國(guó)或各級(jí)地方政府債務(wù)數(shù)據(jù)， 探討政府債務(wù)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響。其中， 有代表性的研究是： 在國(guó)別層面， 蘇民（2021）采用多個(gè)國(guó)家的面板數(shù)據(jù)， 研究發(fā)現(xiàn)公債與經(jīng)濟(jì)增長(zhǎng)之間存在顯著的非線性關(guān)系， 即兩者之間存在顯著的“門限”效應(yīng)； 在中國(guó)全國(guó)層面， 夏詩(shī)園（2017）采用SVAR模型和我國(guó)1995 ～ 2014年的國(guó)債數(shù)據(jù)， 發(fā)現(xiàn)持續(xù)增長(zhǎng)的政府債務(wù)規(guī)?？赡軙?huì)對(duì)我國(guó)經(jīng)濟(jì)增長(zhǎng)帶來(lái)不利影響； 在中國(guó)省級(jí)層面， 溫來(lái)成和王濤（2020）、 崔智星等（2021）發(fā)現(xiàn)地方政府債務(wù)有助于促進(jìn)地區(qū)經(jīng)濟(jì)增長(zhǎng)， 而鄭金宇和鐘瑋（2022）發(fā)現(xiàn)地方政府債務(wù)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響呈“倒U”型； 在中國(guó)地級(jí)市層面， 尹李峰等（2021）基于175個(gè)地級(jí)市的專項(xiàng)債數(shù)據(jù)， 發(fā)現(xiàn)地方政府專項(xiàng)債能有效促進(jìn)經(jīng)濟(jì)增長(zhǎng)， 但發(fā)行進(jìn)度會(huì)對(duì)拉動(dòng)作用帶來(lái)一定程度的影響。

與已有研究相比， 本文的不同之處在于： 第一， 本文回歸估計(jì)所采用的地方專項(xiàng)債數(shù)據(jù)來(lái)源于中國(guó)債券信息網(wǎng)公開(kāi)披露的官方原始數(shù)據(jù)， 具有可靠、 準(zhǔn)確和全面的特點(diǎn)。第二， 本文基于豐富的專項(xiàng)債項(xiàng)目特征信息進(jìn)行充分的異質(zhì)性檢驗(yàn)， 明確了哪種類型的專項(xiàng)債能夠更好地發(fā)揮拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的效應(yīng)， 從而為未來(lái)優(yōu)化專項(xiàng)債發(fā)行結(jié)構(gòu)提供精準(zhǔn)、 可靠的定量依據(jù)。第三， 本文將實(shí)證分析的結(jié)果充分應(yīng)用于政策建議中， 致力于為地方財(cái)政部門遴選經(jīng)濟(jì)效應(yīng)優(yōu)良的專項(xiàng)債項(xiàng)目提供切實(shí)可行的實(shí)施建議。

二、 湖北省專項(xiàng)債發(fā)行情況分析

2019 ～ 2022年上半年， 全國(guó)累計(jì)發(fā)行新增專項(xiàng)債12.74萬(wàn)億元， 湖北省累計(jì)發(fā)行近5800億元。湖北省專項(xiàng)債余額自2018年底的2933億元增長(zhǎng)至2022年的8405億元， 增長(zhǎng)幅度遠(yuǎn)高于GDP和財(cái)政收入的增長(zhǎng)幅度。

（一） 專項(xiàng)債資金的投放領(lǐng)域

圖1顯示， 2019 ～ 2022年湖北省累計(jì)發(fā)行新增專項(xiàng)債項(xiàng)目共2963個(gè)。所有項(xiàng)目共投放至10個(gè)領(lǐng)域， 排名前三的分別是： 保障性安居工程、 市政和產(chǎn)業(yè)園區(qū)基礎(chǔ)設(shè)施、 社會(huì)事業(yè)。前三類項(xiàng)目累計(jì)發(fā)行金額占總金額的73.18%。

（二） 專項(xiàng)債資金的發(fā)行期限

圖2顯示， 2019 ～ 2022年湖北省發(fā)行的新增地方政府專項(xiàng)債期限除3年期的極少外， 其他期限分布較為均衡， 其中發(fā)行前三的分別是20年期、 5年期和10年期。由此表明， 湖北省專項(xiàng)債投放領(lǐng)域從期限較短、 資金回籠較快的土儲(chǔ)、 棚改項(xiàng)目轉(zhuǎn)向期限更長(zhǎng)的有一定穩(wěn)定現(xiàn)金流的產(chǎn)業(yè)園區(qū)基礎(chǔ)設(shè)施、 民生保障等社會(huì)事業(yè)項(xiàng)目。

（三） 專項(xiàng)債資金的區(qū)域分布

圖3顯示， 2019 ～ 2022年湖北省不同地市州之間專項(xiàng)債發(fā)行量分三個(gè)梯隊(duì)： 第一梯隊(duì)是武漢市， 占比59.34%， 遠(yuǎn)超其他城市之和； 第二梯隊(duì)是襄陽(yáng)市、 宜昌市、 荊州市、 鄂州市， 占比在3.69% ～ 6.03%之間； 第三梯隊(duì)為其他地區(qū)， 占比均在3%以下。這說(shuō)明湖北省在專項(xiàng)債額度分配上傾向于省會(huì)城市武漢。

三、 研究假設(shè)

本文致力于檢驗(yàn)并回答以下問(wèn)題： ①湖北省專項(xiàng)債是否對(duì)經(jīng)濟(jì)增長(zhǎng)有促進(jìn)作用？②湖北省專項(xiàng)債發(fā)行對(duì)經(jīng)濟(jì)增長(zhǎng)的影響是否具有非線性特征？③不同投放領(lǐng)域的專項(xiàng)債發(fā)行對(duì)經(jīng)濟(jì)增長(zhǎng)的影響是否存在異質(zhì)性？④不同債券期限的專項(xiàng)債發(fā)行對(duì)經(jīng)濟(jì)增長(zhǎng)的影響是否存在異質(zhì)性？⑤不同經(jīng)濟(jì)體量的城市發(fā)行專項(xiàng)債對(duì)經(jīng)濟(jì)增長(zhǎng)的影響是否存在異質(zhì)性？

根據(jù)上述五個(gè)問(wèn)題， 對(duì)應(yīng)提出五個(gè)研究假設(shè)， 分別是： ①湖北省專項(xiàng)債對(duì)經(jīng)濟(jì)增長(zhǎng)的影響為正向促進(jìn)作用。根據(jù)凱恩斯主義經(jīng)濟(jì)學(xué)理論， 在經(jīng)濟(jì)衰退期需要實(shí)行寬松的經(jīng)濟(jì)政策， 通過(guò)刺激就業(yè)、 消費(fèi)需求來(lái)帶動(dòng)經(jīng)濟(jì)增長(zhǎng)。目前， 我國(guó)經(jīng)濟(jì)增長(zhǎng)乏力， 專項(xiàng)債作為積極的財(cái)政政策之一， 預(yù)期會(huì)對(duì)促進(jìn)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生正面作用。②湖北省專項(xiàng)債對(duì)經(jīng)濟(jì)增長(zhǎng)的影響為線性關(guān)系。根據(jù)王秋石和關(guān)陣（2021）的研究結(jié)論， 地方政府債務(wù)在一定范圍內(nèi)會(huì)通過(guò)增加地方政府投資規(guī)模來(lái)促進(jìn)地區(qū)經(jīng)濟(jì)發(fā)展， 但這種邊際效用隨著經(jīng)濟(jì)總量的不斷增加而遞減。目前湖北省經(jīng)濟(jì)體量正處于爬坡上坎階段， 但由于本文分析時(shí)間段的局限性， 故假設(shè)樣本考察期間內(nèi)專項(xiàng)債對(duì)經(jīng)濟(jì)增長(zhǎng)的影響為線性關(guān)系。③不同投放領(lǐng)域的專項(xiàng)債對(duì)經(jīng)濟(jì)增長(zhǎng)的影響存在異質(zhì)性。專項(xiàng)債自2017年試點(diǎn)發(fā)行以來(lái)， 發(fā)行領(lǐng)域不斷調(diào)整， 說(shuō)明政策希望專項(xiàng)債能在不同的領(lǐng)域發(fā)揮不同的作用。④不同債券期限的專項(xiàng)債對(duì)經(jīng)濟(jì)增長(zhǎng)的影響存在異質(zhì)性。2019年以來(lái)， 發(fā)行環(huán)境的轉(zhuǎn)變說(shuō)明債券期限結(jié)構(gòu)的調(diào)整更有利于專項(xiàng)債發(fā)揮其預(yù)期的作用。⑤不同經(jīng)濟(jì)體量的城市發(fā)行專項(xiàng)債對(duì)經(jīng)濟(jì)增長(zhǎng)的影響存在異質(zhì)性。崔智星等（2021）發(fā)現(xiàn)， 東部地區(qū)或經(jīng)濟(jì)較發(fā)達(dá)地區(qū)的專項(xiàng)債對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用更加顯著， 主要是由于不同地區(qū)資源稟賦、 經(jīng)濟(jì)基礎(chǔ)不同導(dǎo)致專項(xiàng)債對(duì)經(jīng)濟(jì)增長(zhǎng)的影響出現(xiàn)不一致性。雖然現(xiàn)有文獻(xiàn)主要是在全國(guó)范圍內(nèi)分區(qū)域研究， 但是在同一省份內(nèi)， 不同城市之間也同樣存在資源稟賦、 經(jīng)濟(jì)基礎(chǔ)不同等差異。

四、 實(shí)證研究設(shè)計(jì)、 變量設(shè)定與數(shù)據(jù)來(lái)源

（一） 實(shí)證研究設(shè)計(jì)

本文根據(jù)湖北省2019 ～ 2022年上半年的新增專項(xiàng)債數(shù)據(jù)， 基于屬地原則對(duì)其在地市州進(jìn)行匯總， 獲得地市州專項(xiàng)債的發(fā)行額。同時(shí)， 考慮到其他變量數(shù)據(jù)可獲得性的限制， 將月度債務(wù)數(shù)據(jù)匯總為季度數(shù)據(jù)， 利用湖北省17個(gè)地市州2019年第1季度到2022年第2季度共計(jì)14個(gè)季度的面板數(shù)據(jù)， 構(gòu)建如下回歸方程， 檢驗(yàn)地方專項(xiàng)債發(fā)行規(guī)模及結(jié)構(gòu)對(duì)地方經(jīng)濟(jì)增長(zhǎng)的影響。

ln（GDPit）=β0+β1×ln（Debtit）+γ×Xit+αi+ρt+εit （1）

其中， ln（GDPit）為地級(jí)市GDP的自然對(duì)數(shù)， ln（Debtit）為地級(jí)市新增專項(xiàng)債發(fā)行額的自然對(duì)數(shù)， X為其他控制變量， αi為個(gè)體固定效應(yīng)， ρt為時(shí)期固定效應(yīng)， εit為隨機(jī)干擾項(xiàng)。其余為待估系數(shù)。

（二） 變量設(shè)定

1. 被解釋變量。本文構(gòu)建的計(jì)量回歸模型中的被解釋變量為經(jīng)濟(jì)增長(zhǎng)， 而反映經(jīng)濟(jì)增長(zhǎng)的指標(biāo)通常有GDP、 人均GDP、 人均收入等， 結(jié)合研究數(shù)據(jù)的可獲取性， 本文用可比價(jià)格的GDP絕對(duì)值來(lái)度量經(jīng)濟(jì)增長(zhǎng)， 使用湖北省地市州的季度實(shí)際GDP的自然對(duì)數(shù)衡量。

2. 核心解釋變量。模型中的核心解釋變量為湖北省地市州各季度發(fā)行的新增專項(xiàng)債金額的自然對(duì)數(shù)， 根據(jù)項(xiàng)目明細(xì)匯總而成。由于對(duì)0無(wú)法取自然對(duì)數(shù)， 如果某個(gè)地區(qū)某個(gè)季度沒(méi)有發(fā)行新增專項(xiàng)債， 則令其值為1， 取自然對(duì)數(shù)后的值為0。

3. 控制變量。本文在模型中控制了其他可能影響經(jīng)濟(jì)增長(zhǎng)的變量， 具體包括： ①社會(huì)消費(fèi)品零售總額， 衡量居民消費(fèi)對(duì)經(jīng)濟(jì)增長(zhǎng)的拉動(dòng)作用； ②一般公共預(yù)算支出， 衡量地區(qū)政府消費(fèi)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響； ③固定資產(chǎn)投資同比增速， 衡量固定資產(chǎn)投資對(duì)經(jīng)濟(jì)增長(zhǎng)的影響； ④規(guī)模以上工業(yè)增加值同比增速， 衡量產(chǎn)業(yè)結(jié)構(gòu)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響； ⑤工業(yè)用電量占比， 衡量產(chǎn)業(yè)發(fā)展和開(kāi)工水平對(duì)經(jīng)濟(jì)增長(zhǎng)的影響； ⑥進(jìn)出口總額， 衡量對(duì)外開(kāi)放對(duì)經(jīng)濟(jì)增長(zhǎng)的拉動(dòng)效應(yīng)； ⑦金融業(yè)存貸比， 衡量金融發(fā)展水平對(duì)經(jīng)濟(jì)增長(zhǎng)的影響。

（三） 數(shù)據(jù)來(lái)源

本文主要通過(guò)拜訪調(diào)查法、 互聯(lián)網(wǎng)信息收集法對(duì)所需數(shù)據(jù)進(jìn)行采集。核心數(shù)據(jù)為湖北省2019 ～ 2022年上半年新增專項(xiàng)債的發(fā)行數(shù)據(jù)， 即以項(xiàng)目編碼為最小ID的明細(xì)數(shù)據(jù)， 共計(jì)4175條， 包括所屬區(qū)域、 發(fā)行時(shí)間、 投放領(lǐng)域、 債券期限， 還本方式、 發(fā)行金額等。由于本文數(shù)據(jù)細(xì)化至地市州， 無(wú)法通過(guò)現(xiàn)有數(shù)據(jù)庫(kù)獲取， 故通過(guò)各級(jí)統(tǒng)計(jì)局以及人民政府官網(wǎng)統(tǒng)計(jì)到可比價(jià)格GDP和其他控制變量的數(shù)據(jù)。

五、 實(shí)證分析結(jié)果

（一） 描述性統(tǒng)計(jì)

根據(jù)前文整理得到的城市季度面板數(shù)據(jù)， 對(duì)相關(guān)變量進(jìn)行描述性統(tǒng)計(jì)分析， 結(jié)果如表1所示。從表1中可以看出， ln（GDP）的中位數(shù)略小于平均值， 呈輕微右偏分布狀態(tài)； ln（Debt）的中位數(shù)遠(yuǎn)小于平均值， 呈明顯右偏分布狀態(tài)。相比專項(xiàng)債的分布態(tài)勢(shì)， GDP分布較為均勻。固定資產(chǎn)投資同比增速的中位數(shù)略大于平均值， 分布較均勻， 呈輕微左偏分布狀態(tài)； 規(guī)模以上工業(yè)增加值同比增速的情況與固定資產(chǎn)投資同比增速差不多； 社會(huì)消費(fèi)品零售總額的中位數(shù)小于平均值， 呈右偏分布狀態(tài)； 進(jìn)出口總額分布較集中； 金融業(yè)存貸比的中位數(shù)略小于平均值， 呈輕微右偏分布狀態(tài)； 工業(yè)用電量占比分布較均勻； 一般公共預(yù)算支出各地差異較大， 中位數(shù)小于平均值， 呈右偏分布狀態(tài)。

（二） 數(shù)據(jù)平穩(wěn)性檢驗(yàn)

在實(shí)證分析之前， 為了使估計(jì)結(jié)果更準(zhǔn)確， 本文利用Levin-Lin-Chu法對(duì)數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)， 結(jié)果顯示： 在使用AIC準(zhǔn)則下所選擇的最優(yōu)滯后階數(shù)時(shí)， Levin-Lin-Chu檢測(cè)下本文所選變量的未調(diào)整的t值（傳統(tǒng)的t統(tǒng)計(jì)量）、 調(diào)整后的t值以及P值都顯著為負(fù)， 也即強(qiáng)烈拒絕面板數(shù)據(jù)包括單位根的原假設(shè)， 故認(rèn)為本文所使用到的數(shù)據(jù)是平穩(wěn)的。

（三） 回歸結(jié)果分析

1. 數(shù)據(jù)預(yù)處理。由于本文所使用的是時(shí)間維度為季度層面的面板數(shù)據(jù)， 在進(jìn)行回歸之前有必要對(duì)經(jīng)濟(jì)數(shù)據(jù)進(jìn)行季節(jié)性調(diào)整。其重要性體現(xiàn)在： 首先， 消除季節(jié)性影響可以使數(shù)據(jù)更具可比性； 其次， 突出長(zhǎng)期趨勢(shì)， 幫助分析者更清晰地了解經(jīng)濟(jì)發(fā)展的整體方向和長(zhǎng)期變化趨勢(shì)； 最后， 有助于更準(zhǔn)確地進(jìn)行預(yù)測(cè)和規(guī)劃， 這對(duì)政府、 企業(yè)和投資者做出決策具有重要意義。本文采用目前文獻(xiàn)中主流的回歸法實(shí)現(xiàn)季節(jié)性調(diào)整。回歸法的基本步驟為： 首先， 生成季度虛擬變量； 然后， 對(duì)季度虛擬變量進(jìn)行回歸； 最終， 上一步回歸中得到的殘差加上均值即為季節(jié)性調(diào)整之后的數(shù)據(jù)。需要說(shuō)明的是， 在做回歸法下的季節(jié)性調(diào)整時(shí)， 首先要判斷分解出來(lái)的季節(jié)性因子對(duì)原本經(jīng)濟(jì)變量的解釋能力是否足夠充分， 即季節(jié)虛擬變量對(duì)于模型中的解釋變量的回歸系數(shù)是否顯著和整體擬合優(yōu)度是否足夠大， 其次才能在之后的回歸分析中使用季節(jié)性調(diào)整之后的數(shù)據(jù)。通過(guò)驗(yàn)證， 本文發(fā)現(xiàn)仙桃市的數(shù)據(jù)較為特殊， 當(dāng)引入該市經(jīng)濟(jì)數(shù)據(jù)時(shí)會(huì)導(dǎo)致季節(jié)性調(diào)整的結(jié)果較差， 因此本文將仙桃市的數(shù)據(jù)進(jìn)行剔除， 導(dǎo)致回歸分析的樣本量減少至177個(gè)。

2. 基準(zhǔn)結(jié)果回歸分析。在對(duì)數(shù)據(jù)進(jìn)行季節(jié)性調(diào)整后， 利用回歸方程（1）進(jìn)行固定效應(yīng)回歸， 在控制城市的個(gè)體效應(yīng)與季度時(shí)間趨勢(shì)效應(yīng)后， 估計(jì)結(jié)果如表2所示。

表2第（1） ～ （4）列分別為混合OLS回歸、 個(gè)體固定效應(yīng)模型、 時(shí)間固定效應(yīng)模型和雙向固定效應(yīng)模型。核心解釋變量的回歸系數(shù)均顯著為正， 說(shuō)明湖北省專項(xiàng)債發(fā)行額對(duì)GDP的影響顯著為正， 即專項(xiàng)債發(fā)行能有效促進(jìn)湖北省經(jīng)濟(jì)增長(zhǎng)。本文重點(diǎn)分析雙向固定效應(yīng)模型下的回歸結(jié)果。在該模型中， 核心解釋變量的回歸系數(shù)為0.956， 且在5%的水平上顯著， 說(shuō)明湖北省每新增發(fā)行專項(xiàng)債1個(gè)單位， 可以帶動(dòng)GDP增加0.956個(gè)單位。規(guī)模以上工業(yè)增加值同比增速、 社會(huì)消費(fèi)品零售總額這兩個(gè)變量的回歸系數(shù)顯著為正， 與GDP支出法核算原理相符， 說(shuō)明工業(yè)企業(yè)和居民消費(fèi)是帶動(dòng)經(jīng)濟(jì)增長(zhǎng)的重要?jiǎng)右?。工業(yè)用電量占比變量的回歸系數(shù)顯著為負(fù)， 可能的原因?yàn)?020年初至2022年湖北省受到疫情影響， 使得工業(yè)用電量占比無(wú)法有效反映工業(yè)用電量對(duì)經(jīng)濟(jì)的影響。固定資產(chǎn)投資同比增速、 進(jìn)出口總額、 一般公共預(yù)算支出、 金融業(yè)存貸比變量的回歸系數(shù)未通過(guò)顯著性檢驗(yàn)， 可能的原因?yàn)椋?第一， 固定資產(chǎn)投資同比增速反映的是固定資產(chǎn)投資與上一年度同期指標(biāo)的對(duì)比， 不能充分反映當(dāng)期固定資產(chǎn)投資狀況； 第二， 進(jìn)出口總額為進(jìn)口產(chǎn)品價(jià)值和出口產(chǎn)品價(jià)值之和， 無(wú)法有效反映凈出口的情況； 第三， 政府消費(fèi)只包含經(jīng)常性業(yè)務(wù)支出， 而一般公共預(yù)算支出范圍更廣， 不能很好地體現(xiàn)政府消費(fèi)的情況； 第四， 湖北省目前的金融結(jié)構(gòu)與實(shí)體經(jīng)濟(jì)結(jié)構(gòu)相適應(yīng)的程度有待提高， 或者存在滯后現(xiàn)象等， 導(dǎo)致金融業(yè)存貸比不能很好地體現(xiàn)金融發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的影響。綜上， 假設(shè)①得以驗(yàn)證。

3. 非線性關(guān)系檢驗(yàn)。為進(jìn)一步驗(yàn)證在樣本考察期內(nèi)， 湖北省專項(xiàng)債發(fā)行對(duì)經(jīng)濟(jì)增長(zhǎng)的正向影響是否為線性關(guān)系， 在基準(zhǔn)回歸模型的基礎(chǔ)上通過(guò)引入二次項(xiàng)函數(shù)， 構(gòu)建新的回歸模型：

ln（GDPit）=β0+β1×ln（Debtit）+β2×［ln（Debtit）］2+γ×Xit+αi+ρt+εit （2）

其中， ［ln（Debtit）］2表示專項(xiàng)債發(fā)行額自然對(duì)數(shù)的平方項(xiàng)。

依據(jù)模型（2）對(duì)樣本數(shù)據(jù)進(jìn)行雙固定效應(yīng)回歸， 估計(jì)結(jié)果如表3所示。從非線性關(guān)系異質(zhì)性檢驗(yàn)回歸結(jié)果中可以看出， 在加入［ln（Debtit）］2后， 平方項(xiàng)的系數(shù)不顯著， 說(shuō)明在樣本考察期內(nèi)湖北省專項(xiàng)債發(fā)行對(duì)經(jīng)濟(jì)增長(zhǎng)的影響為線性關(guān)系， 符合目前國(guó)家專項(xiàng)債投放的政策預(yù)期， 假設(shè)②得以驗(yàn)證。

4. 異質(zhì)性檢驗(yàn)。由于本文使用的專項(xiàng)債的最小口徑是專項(xiàng)債項(xiàng)目維度， 而各地市州面板數(shù)據(jù)的最小口徑是城市維度， 因此在合并為最終使用到的數(shù)據(jù)時(shí)， 需要將專項(xiàng)債數(shù)據(jù)根據(jù)其屬地轉(zhuǎn)化為城市個(gè)體維度。當(dāng)依據(jù)專項(xiàng)債的投放領(lǐng)域、 債券期限進(jìn)行異質(zhì)性研究時(shí)， 需要進(jìn)行分樣本回歸。以投放領(lǐng)域?yàn)槔?若按照常規(guī)做法， 只保留某一特定投放領(lǐng)域的專項(xiàng)債數(shù)據(jù)， 會(huì)導(dǎo)致最終數(shù)據(jù)是非平衡面板數(shù)據(jù)， 而且不同類別的數(shù)據(jù)量有較大差異， 從而導(dǎo)致結(jié)果失真。因此， 本文采取反向做法， 在研究某一投放領(lǐng)域時(shí)， 刪去投放于該領(lǐng)域的數(shù)據(jù)， 再匯總為城市個(gè)體維度的面板數(shù)據(jù)。當(dāng)刪除某一領(lǐng)域樣本后的專項(xiàng)債回歸系數(shù)由基準(zhǔn)回歸中的顯著變?yōu)椴伙@著時(shí)， 說(shuō)明該投資領(lǐng)域?qū)?jīng)濟(jì)增長(zhǎng)的影響是最顯著的； 當(dāng)其顯著性下降時(shí)， 說(shuō)明該投資領(lǐng)域?qū)?jīng)濟(jì)增長(zhǎng)的影響較為顯著； 當(dāng)系數(shù)的顯著性不變， 但是系數(shù)值變小時(shí)， 說(shuō)明該投資領(lǐng)域?qū)?jīng)濟(jì)增長(zhǎng)的推動(dòng)作用略高于平均水平。反之， 則說(shuō)明該投資領(lǐng)域?qū)?jīng)濟(jì)增長(zhǎng)的推動(dòng)作用低于平均水平。不同債券期限的異質(zhì)性檢驗(yàn)同理。

（1） 不同投放領(lǐng)域異質(zhì)性檢驗(yàn)。值得說(shuō)明的是， 本文在投放領(lǐng)域的異質(zhì)性檢驗(yàn)中剔除了土地儲(chǔ)備和支持中小銀行發(fā)展兩類項(xiàng)目， 原因如下： 第一，2019年9月國(guó)務(wù)院常務(wù)會(huì)議提出專項(xiàng)債不再支持土地儲(chǔ)備類項(xiàng)目， 全國(guó)自2020年開(kāi)始均不再發(fā)行該類專項(xiàng)債； 第二， 支持中小銀行發(fā)展項(xiàng)目為特定時(shí)期的特定產(chǎn)物， 湖北省僅在2021年發(fā)行37億元， 未投放至具體的專項(xiàng)債項(xiàng)目， 故上述兩個(gè)類型的項(xiàng)目在樣本考察期內(nèi)不具備研究意義。在剔除上述兩類專項(xiàng)債發(fā)行金額后， 考慮到城市冷鏈等物流基礎(chǔ)設(shè)施、 能源、 農(nóng)林水利等領(lǐng)域?qū)ｍ?xiàng)債發(fā)行金額較小， 單獨(dú)分類數(shù)據(jù)量不足， 對(duì)投放領(lǐng)域進(jìn)行如下匯總處理： 生態(tài)環(huán)保、 農(nóng)林水利、 能源和社會(huì)事業(yè)合并為民生補(bǔ)短板等社會(huì)事業(yè)， 城市冷鏈等物流基礎(chǔ)設(shè)施并入市政和產(chǎn)業(yè)園區(qū)基礎(chǔ)設(shè)施類別。據(jù)此， 得到本次異質(zhì)性檢驗(yàn)的四大投放領(lǐng)域： 保障性安居工程、 交通基礎(chǔ)設(shè)施、 民生補(bǔ)短板等社會(huì)事業(yè)及市政和產(chǎn)業(yè)園區(qū)基礎(chǔ)設(shè)施。依據(jù)基準(zhǔn)回歸模型對(duì)分樣本數(shù)據(jù)進(jìn)行雙固定效應(yīng)回歸， 結(jié)果如表4所示。

從投放領(lǐng)域的異質(zhì)性檢驗(yàn)回歸結(jié)果中可以看出， 在樣本考察期內(nèi)， 刪除民生補(bǔ)短板等社會(huì)事業(yè)領(lǐng)域的專項(xiàng)債數(shù)據(jù)后， ln（Debt）的回歸系數(shù)變?yōu)椴伙@著， 表明民生補(bǔ)短板等社會(huì)事業(yè)領(lǐng)域的專項(xiàng)債對(duì)經(jīng)濟(jì)增長(zhǎng)的影響作用最明顯。其次， 在刪除交通基礎(chǔ)設(shè)施領(lǐng)域的專項(xiàng)債數(shù)據(jù)后， 核心解釋變量的系數(shù)顯著性與基準(zhǔn)回歸相比有所下降， 說(shuō)明交通基礎(chǔ)設(shè)施領(lǐng)域的專項(xiàng)債投放對(duì)經(jīng)濟(jì)有較為明顯的帶動(dòng)作用。最后， 在刪除保障性安居工程及市政和產(chǎn)業(yè)園區(qū)基礎(chǔ)設(shè)施領(lǐng)域的專項(xiàng)債數(shù)據(jù)后， 核心變量的系數(shù)顯著性與基準(zhǔn)回歸相同， 但系數(shù)值增大， 說(shuō)明其對(duì)經(jīng)濟(jì)的帶動(dòng)作用略低于平均水平， 從這兩個(gè)系數(shù)的大小來(lái)看， 市政和產(chǎn)業(yè)園區(qū)基礎(chǔ)設(shè)施對(duì)經(jīng)濟(jì)的帶動(dòng)作用略高于保障性安居工程。這說(shuō)明不同領(lǐng)域的專項(xiàng)債對(duì)經(jīng)濟(jì)的帶動(dòng)作用存在異質(zhì)性， 假設(shè)③得以驗(yàn)證。其他控制變量對(duì)經(jīng)濟(jì)增長(zhǎng)的影響與基準(zhǔn)回歸結(jié)論基本一致。

（2） 不同債券期限異質(zhì)性檢驗(yàn)。為避免分類后樣本量過(guò)于零散， 對(duì)債券期限進(jìn)行如下匯總處理： 3年和5年為短期， 7年和10年為中長(zhǎng)期， 15年和20年為長(zhǎng)期， 30年為超長(zhǎng)期。據(jù)此， 將債券期限分為以下四類： 短期、 長(zhǎng)期、 中長(zhǎng)期和超長(zhǎng)期。依據(jù)基準(zhǔn)回歸模型對(duì)分樣本數(shù)據(jù)進(jìn)行雙固定效應(yīng)回歸， 結(jié)果如表5所示。

在債券期限的異質(zhì)性檢驗(yàn)回歸結(jié)果中， 首先可以看出在刪除中長(zhǎng)期專項(xiàng)債數(shù)據(jù)后， ln（Debt）的回歸系數(shù)變?yōu)椴伙@著， 說(shuō)明7年期和10年期的專項(xiàng)債對(duì)經(jīng)濟(jì)增長(zhǎng)的影響作用最明顯。其次， 在刪除超長(zhǎng)期專項(xiàng)債數(shù)據(jù)后， 核心解釋變量的系數(shù)顯著性與基準(zhǔn)回歸相比有所下降， 說(shuō)明30年期專項(xiàng)債對(duì)經(jīng)濟(jì)的帶動(dòng)作用僅次于7年期和10年期。最后， 在刪除短期和長(zhǎng)期專項(xiàng)債數(shù)據(jù)后， 核心解釋變量的系數(shù)顯著性與基準(zhǔn)回歸相同， 但系數(shù)值增大， 說(shuō)明其對(duì)經(jīng)濟(jì)的帶動(dòng)作用略低于平均水平， 從這兩個(gè)系數(shù)的大小來(lái)看， 長(zhǎng)期專項(xiàng)債對(duì)經(jīng)濟(jì)的帶動(dòng)作用高于短期專項(xiàng)債。這說(shuō)明不同債券期限對(duì)經(jīng)濟(jì)影響存在異質(zhì)性， 假設(shè)④得以驗(yàn)證。其他控制變量對(duì)經(jīng)濟(jì)增長(zhǎng)的影響與基準(zhǔn)回歸結(jié)論和不同投放領(lǐng)域異質(zhì)性檢驗(yàn)回歸結(jié)論基本一致， 此處不再做過(guò)多闡述。

（3） 不同經(jīng)濟(jì)體量異質(zhì)性檢驗(yàn)。為保證回歸結(jié)果不受樣本觀測(cè)數(shù)據(jù)的影響， 本文需保證兩個(gè)不同經(jīng)濟(jì)體量的組內(nèi)樣本觀測(cè)數(shù)據(jù)基本一致， 因此將每一期ln（GDP）的中位數(shù)作為劃分依據(jù)， 在中位數(shù)以上的為經(jīng)濟(jì)體量大的城市， 在中位數(shù)以下的為經(jīng)濟(jì)體量小的城市。同時(shí)， 設(shè)置虛擬變量Index， 當(dāng)Index為1時(shí)， 表示經(jīng)濟(jì)體量小的城市， 當(dāng)Index為0時(shí)， 則為經(jīng)濟(jì)體量大的城市。檢驗(yàn)假設(shè)⑤的回歸方程如下：

ln（GDPit）=β0+β1×ln（Debtit）+β2×ln（Debtit）×Indexit+γ×Xit+αi+ρt+εit （3）

在假設(shè)⑤的研究中， 本文要探究專項(xiàng)債和GDP的關(guān)系是否存在經(jīng)濟(jì)體量上的異質(zhì)性， 也即專項(xiàng)債對(duì)經(jīng)濟(jì)增長(zhǎng)的推動(dòng)作用是否會(huì)隨著經(jīng)濟(jì)體量的不同而不同。依照公式（3）， 經(jīng)濟(jì)體量對(duì)經(jīng)濟(jì)增長(zhǎng)的影響分為兩部分， 一部分是β1， 另一部分是β2×Index。依據(jù)公式（3）對(duì)分樣本數(shù)據(jù)進(jìn)行雙固定效應(yīng)回歸， 估計(jì)結(jié)果如表6所示。

在經(jīng)濟(jì)體量的異質(zhì)性檢驗(yàn)回歸結(jié)果中， 關(guān)注的重點(diǎn)在于： Index×ln（GDP）的回歸系數(shù)在10%的統(tǒng)計(jì)性水平上顯著為負(fù)（回歸系數(shù)為-0.884）， 所以本文認(rèn)為在樣本考察期內(nèi)湖北省專項(xiàng)債在經(jīng)濟(jì)體量大的城市中投放的效果遠(yuǎn)好于經(jīng)濟(jì)體量小的城市。具體而言， 經(jīng)濟(jì)體量較大的城市每新增發(fā)行專項(xiàng)債1個(gè)單位， 對(duì)經(jīng)濟(jì)的帶動(dòng)效應(yīng)會(huì)比經(jīng)濟(jì)體量小的城市高出0.884個(gè)單位。因此， 不同經(jīng)濟(jì)體量的城市發(fā)行專項(xiàng)債對(duì)經(jīng)濟(jì)的影響存在異質(zhì)性， 假設(shè)⑤得以驗(yàn)證。

（四） 內(nèi)生性與IV估計(jì)

考慮到在經(jīng)濟(jì)下行周期內(nèi)專項(xiàng)債發(fā)行會(huì)對(duì)經(jīng)濟(jì)產(chǎn)生促進(jìn)作用， 而地區(qū)經(jīng)濟(jì)的發(fā)展又會(huì)影響專項(xiàng)債的發(fā)行， 被解釋變量和核心解釋變量之間可能存在互為因果的關(guān)系。因此， 本文考慮通過(guò)工具變量法來(lái)消除回歸模型中因內(nèi)生性而導(dǎo)致的解釋變量和誤差項(xiàng)的相關(guān)關(guān)系。工具變量設(shè)置為滯后一期和滯后兩期的專項(xiàng)債數(shù)據(jù)， 采用2SLS進(jìn)行IV估計(jì)， 結(jié)果顯示： 第一階段F值分別為78.94和65.72， 說(shuō)明本文選取的工具變量滿足工具變量有效性的相關(guān)要求； 通過(guò)觀察2SLS估計(jì)結(jié)果發(fā)現(xiàn)， 其與基準(zhǔn)回歸結(jié)果方向一致， 滯后一期的變量通過(guò)了10%的顯著性統(tǒng)計(jì)檢驗(yàn)， 滯后兩期的變量通過(guò)了1%的顯著性統(tǒng)計(jì)檢驗(yàn)。該結(jié)果也說(shuō)明上述假設(shè)① ～ ⑤的回歸結(jié)果是穩(wěn)健可信的。

六、 結(jié)論與政策建議

本文以湖北省2019 ～ 2022年上半年的專項(xiàng)債發(fā)行數(shù)據(jù)為樣本， 通過(guò)實(shí)證分析發(fā)現(xiàn)， 從湖北省當(dāng)前的經(jīng)濟(jì)狀況來(lái)看， 專項(xiàng)債的發(fā)行對(duì)經(jīng)濟(jì)有正向促進(jìn)作用且呈線性上升的趨勢(shì)。同時(shí)， 在異質(zhì)性影響方面， 民生補(bǔ)短板等社會(huì)事業(yè)領(lǐng)域的專項(xiàng)債項(xiàng)目、 7年期和10年期的專項(xiàng)債項(xiàng)目以及經(jīng)濟(jì)體量較大的城市發(fā)行專項(xiàng)債對(duì)經(jīng)濟(jì)的刺激效果最顯著。這為下一步湖北省專項(xiàng)債如何從發(fā)行管理入手， 更有效地利用專項(xiàng)債資金提供了思路。

根據(jù)研究結(jié)論， 本文提出以下政策建議： 第一， 建議湖北省在未來(lái)幾年繼續(xù)通過(guò)專項(xiàng)債這一政策工具發(fā)力， 推動(dòng)全省產(chǎn)業(yè)轉(zhuǎn)型升級(jí)， 帶動(dòng)地方GDP增長(zhǎng)， 但需要注意優(yōu)化專項(xiàng)債分配結(jié)構(gòu)。第二， 基于經(jīng)濟(jì)增長(zhǎng)角度考慮， 建議湖北省優(yōu)先將專項(xiàng)債資金投放于生態(tài)環(huán)保、 農(nóng)林水利、 能源等民生補(bǔ)短板社會(huì)事業(yè)項(xiàng)目， 其次是交通基礎(chǔ)設(shè)施類項(xiàng)目， 再次是城市冷鏈物流等市政和產(chǎn)業(yè)園區(qū)基礎(chǔ)設(shè)施項(xiàng)目， 最后是保障性安居工程項(xiàng)目。第三， 湖北省在專項(xiàng)債發(fā)行期限上除考慮項(xiàng)目現(xiàn)金流實(shí)現(xiàn)周期外， 建議優(yōu)先考慮發(fā)行7年期和10年期的債券， 其次是30年期， 再次是15年期和20年期， 最后是3年期和5年期。第四， 根據(jù)湖北省各地市州的債務(wù)風(fēng)險(xiǎn)等級(jí)評(píng)定情況， 在同等債務(wù)風(fēng)險(xiǎn)等級(jí)內(nèi)， 建議將專項(xiàng)債資金向武漢市、 襄陽(yáng)市、 宜昌市、 荊州市等經(jīng)濟(jì)體量大的城市予以傾斜， 更大程度地發(fā)揮債券資金對(duì)經(jīng)濟(jì)的帶動(dòng)作用。

【 主 要 參 考 文 獻(xiàn) 】

崔智星，胡志勇，姜楓．地方政府專項(xiàng)債經(jīng)濟(jì)增長(zhǎng)效應(yīng)的實(shí)證研究［ J］．財(cái)政科學(xué)，2021（1）：52 ～ 62．

蘇民．公共債務(wù)對(duì)經(jīng)濟(jì)增長(zhǎng)的非線性影響研究——基于135個(gè)國(guó)家面板數(shù)據(jù)的實(shí)證分析［ J］．南方金融，2021（4）：16 ～ 29．

王秋石，關(guān)陣．中國(guó)地方政府債務(wù)促進(jìn)了經(jīng)濟(jì)增長(zhǎng)嗎？——一個(gè)元分析［ J］．公共管理與政策評(píng)論，2021（3）：107 ～ 122．

溫來(lái)成，王濤．地方政府債券發(fā)行與區(qū)域經(jīng)濟(jì)均衡發(fā)展——基于省級(jí)政府債務(wù)數(shù)據(jù)［ J］．山東財(cái)經(jīng)大學(xué)學(xué)報(bào)，2020（6）：5 ～ 13+30．

夏詩(shī)園．轉(zhuǎn)軌時(shí)期政府債務(wù)、財(cái)政赤字及經(jīng)濟(jì)增長(zhǎng)的長(zhǎng)短期動(dòng)態(tài)研究——基于SVAR模型的實(shí)證分析［ J］．宏觀經(jīng)濟(jì)研究，2017（3）：68 ～ 77+175．

尹李峰，張登，繆小林．專項(xiàng)債是否拉動(dòng)了經(jīng)濟(jì)增長(zhǎng)？——基于私人投資和政府投資傳導(dǎo)的比較［ J］．現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)），2021（5）：19 ～ 32．

鄭金宇，鐘瑋．地方政府債務(wù)對(duì)經(jīng)濟(jì)增長(zhǎng)的非線性影響［ J］．統(tǒng)計(jì)與決策，2023（24）：149 ～ 153．

Hallunovi A.. Role of public and privacy debt on economic growth in Albania［ J］． ILIRIA International Review，2020（1）：25 ～ 34．

Sansa N. A.. Analysis of the impact of public debt on economic growth and poverty in Tanzania［ J］． Electronic Research Journal of Social Sciences and Humanities，2020（1）：154 ～ 167．