高杠桿率會(huì)抑制全要素生產(chǎn)率嗎?

郭文偉，周 媛

(廣東財(cái)經(jīng)大學(xué) 金融學(xué)院，廣東 廣州 510320)

一、問題提出

2008年國(guó)際金融危機(jī)后，高杠桿率成為困擾各國(guó)經(jīng)濟(jì)可持續(xù)增長(zhǎng)的重大問題之一。據(jù)中國(guó)社會(huì)科學(xué)院測(cè)算數(shù)據(jù)(來自東方財(cái)富Choice金融終端數(shù)據(jù)庫)，截至2017年底，中國(guó)宏觀杠桿率高達(dá)242%，比2008年高出72個(gè)百分點(diǎn)。為了應(yīng)對(duì)經(jīng)濟(jì)新常態(tài)下高杠桿率帶來的潛在風(fēng)險(xiǎn)，中國(guó)從2015年提出一般性去杠桿開始，到2018年提出結(jié)構(gòu)性去杠桿，政府去杠桿的工作越來越精準(zhǔn)。與以往相比，十九大報(bào)告不再明確提出經(jīng)濟(jì)增長(zhǎng)目標(biāo)，而是更加強(qiáng)調(diào)高質(zhì)量的經(jīng)濟(jì)增長(zhǎng)，“提高全要素生產(chǎn)率” 首次出現(xiàn)在黨的代表大會(huì)報(bào)告當(dāng)中。當(dāng)前，宏觀杠桿率依然處于歷史較高水平，全面提高全要素生產(chǎn)率是經(jīng)濟(jì)高質(zhì)量發(fā)展的動(dòng)力源泉，而全要素增長(zhǎng)率增長(zhǎng)的動(dòng)力依然較弱。那么，當(dāng)前的結(jié)構(gòu)性去杠桿是否會(huì)影響全要素生產(chǎn)率呢？?jī)烧咧g的影響機(jī)理和影響路徑是什么？對(duì)這些問題進(jìn)行深入研究，將有助于評(píng)價(jià)結(jié)構(gòu)性去杠桿的方向及其合理性，具有重要現(xiàn)實(shí)意義和研究?jī)r(jià)值。

二、文獻(xiàn)綜述

全要素生產(chǎn)率(total factor productivity，TFP)是指諸如資本和勞動(dòng)力等投入之外的技術(shù)進(jìn)步對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)，是衡量國(guó)家或地區(qū)經(jīng)濟(jì)增長(zhǎng)質(zhì)量和效益的重要指標(biāo)[1]。現(xiàn)階段對(duì)TFP測(cè)算的主要方法包括索洛余值法、隨機(jī)前沿生產(chǎn)函數(shù)法、數(shù)據(jù)包絡(luò)分析法以及Fare-Primont指數(shù)法。索洛余值法測(cè)算的思路是通過產(chǎn)出增長(zhǎng)率扣除各投入要素增長(zhǎng)率后的殘差來測(cè)算。該方法的假設(shè)條件過于苛刻，估算結(jié)果往往不能較為真實(shí)地反映經(jīng)濟(jì)狀況[2]。隨機(jī)前沿法(SPF)在1977年被提出。SPF允許技術(shù)無效率的存在，可將TFP的變化分解為生產(chǎn)可能性邊界的移動(dòng)和技術(shù)效率的變化，從而更接近于生產(chǎn)和增長(zhǎng)的實(shí)際情況[3-4]。但該方法只適用于單項(xiàng)產(chǎn)出的前沿函數(shù)的設(shè)定，不適用于多投入、多產(chǎn)出的生產(chǎn)函數(shù)。數(shù)據(jù)包絡(luò)分析法(DEA)不需要具體函數(shù)形式或分布假設(shè)，是一種非參數(shù)測(cè)度方法[5]。DEA-Malmquist指數(shù)法解決了多投入、多產(chǎn)出模型下的測(cè)算問題，可將技術(shù)效率分解為規(guī)模效率和純技術(shù)效率，具有更好的適用性。但該方法的乘法完備性較差，隨機(jī)誤差項(xiàng)也會(huì)影響結(jié)果的準(zhǔn)確性[6]。奧唐納(O’Donnell，2012)提出了當(dāng)前國(guó)際上較為前沿的Fare-Primont指數(shù)法(FP指數(shù)法)，F(xiàn)P指數(shù)法具有乘積完備性和傳遞性，可分解為技術(shù)進(jìn)步及多項(xiàng)效率變動(dòng)的乘積，為多期或多邊的TFP比較提供了極大的便利[7]。

(一)資源配置效率、技術(shù)創(chuàng)新與杠桿率

目前，中國(guó)高杠桿率的經(jīng)濟(jì)問題很大程度上與資源錯(cuò)配有關(guān)。預(yù)算軟約束問題會(huì)降低企業(yè)融資溢價(jià)水平，低效企業(yè)容易獲得更多的資金，擠出高效企業(yè)的金融資源，這些低效企業(yè)對(duì)杠桿、資產(chǎn)敏感度較低且償債風(fēng)險(xiǎn)較大，往往引致高杠桿率的問題[8]。預(yù)算軟約束大多存在于轉(zhuǎn)軌經(jīng)濟(jì)體和承擔(dān)政策性負(fù)擔(dān)的企業(yè)中，在信息不對(duì)稱和激勵(lì)不相容的情況下，社會(huì)性政策負(fù)擔(dān)往往會(huì)帶來道德風(fēng)險(xiǎn)問題，降低企業(yè)生產(chǎn)效率[9]。紀(jì)敏等(2017)認(rèn)為在地方“晉升錦標(biāo)賽”的強(qiáng)激勵(lì)模式下，金融和財(cái)政資源對(duì)政府和國(guó)有企業(yè)有著原生性偏好，資金進(jìn)入基建、重工業(yè)和房地產(chǎn)等行業(yè)，惡化了產(chǎn)能過剩和高杠桿率問題[10]。

在技術(shù)創(chuàng)新與杠桿率關(guān)系方面，鐘田麗等(2014)發(fā)現(xiàn)專有技術(shù)、研發(fā)投入以及產(chǎn)品差異化等企業(yè)創(chuàng)新投入要素與債務(wù)融資規(guī)模呈負(fù)向關(guān)系[11]。企業(yè)創(chuàng)新投入具有高風(fēng)險(xiǎn)，公司外部融資成本較高、風(fēng)險(xiǎn)較大，因而更傾向于內(nèi)部籌資而不進(jìn)行負(fù)債；創(chuàng)新投資大多為無形資產(chǎn)，缺少實(shí)物資產(chǎn)的抵押，會(huì)加大銀行對(duì)公司的融資約束[12]。于博和劉洪林(2017)認(rèn)為技術(shù)創(chuàng)新不僅使企業(yè)被動(dòng)地處于低杠桿水平，企業(yè)還可以通過技術(shù)創(chuàng)新強(qiáng)化產(chǎn)能治理能力，加快資金回流，弱化外部融資依賴，降低企業(yè)杠桿率[13]。羅能生等(2018)認(rèn)為杠桿率對(duì)企業(yè)創(chuàng)新的影響受杠桿率水平制約，適度的杠桿率享受避稅收益，為企業(yè)研發(fā)創(chuàng)新創(chuàng)造良好環(huán)境，過高的杠桿率可能引致企業(yè)破產(chǎn)，抑制企業(yè)創(chuàng)新活動(dòng)[14]。

(二)資源配置效率、技術(shù)創(chuàng)新與TFP

至今國(guó)內(nèi)外鮮有文獻(xiàn)研究杠桿率對(duì)TFP的影響及影響路徑，影響途徑上主要為資源配置效率途徑和科技創(chuàng)新途徑。謝和克萊諾(Hsieh & Klenow，2009)指出資本和勞動(dòng)等要素價(jià)格扭曲導(dǎo)致的資源錯(cuò)配抑制了TFP[15]。袁志剛和解棟棟(2011)認(rèn)為勞動(dòng)力錯(cuò)配通過價(jià)格效應(yīng)(部門間的工資差異)和規(guī)模效應(yīng)(部門的規(guī)模差異)對(duì)TFP產(chǎn)生抑制作用[16]。袁曉玲等(2016)認(rèn)為產(chǎn)出和要素扭曲相互作用導(dǎo)致資源錯(cuò)配，對(duì) TFP 造成巨大損失。要素扭曲包括要素市場(chǎng)上存在的諸如所有制、規(guī)模等因素造成的扭曲；產(chǎn)出扭曲指通過破壞要素邊際成本的配置原則導(dǎo)致的資源錯(cuò)配[17]。王林輝和袁禮(2014)使用中國(guó)八大產(chǎn)業(yè)面板數(shù)據(jù)進(jìn)行實(shí)證研究，發(fā)現(xiàn)資本錯(cuò)配引發(fā)的資源配置效率損失導(dǎo)致TFP下降2.6%[18]。

在技術(shù)創(chuàng)新影響TFP方面，TFP的提升一方面取決于企業(yè)的研發(fā)創(chuàng)新能力，另一方面取決于企業(yè)的技術(shù)效率[19-20]。科埃等(Coe et al.，2009)發(fā)現(xiàn)研發(fā)資本對(duì)TFP具有顯著促進(jìn)作用，高等教育體系質(zhì)量相對(duì)較高的國(guó)家往往從自身的科技研發(fā)、國(guó)際研發(fā)溢出效應(yīng)和人力資本形成中獲益更多[21]。劉偉和張輝(2008)將技術(shù)進(jìn)步和產(chǎn)業(yè)結(jié)構(gòu)變遷從TFP中分解出來，發(fā)現(xiàn)隨著市場(chǎng)化程度的提高，產(chǎn)業(yè)結(jié)構(gòu)變遷所體現(xiàn)的市場(chǎng)化力量將逐步讓位于技術(shù)進(jìn)步的力量[22]。程惠芳和陳超(2017)利用跨國(guó)面板數(shù)據(jù)對(duì)宏觀知識(shí)資本對(duì)TFP的影響進(jìn)行實(shí)證研究，發(fā)現(xiàn)國(guó)內(nèi)知識(shí)資本和國(guó)外知識(shí)資本的溢出均能顯著提升TFP[23]。

綜上，現(xiàn)有文獻(xiàn)研究存在以下局限：第一，研究問題的局限。以往研究主要從資源配置效率或科技創(chuàng)新等方面分析其對(duì)TFP的影響，鮮有文獻(xiàn)探究杠桿率對(duì)TFP的影響。對(duì)此，本文利用Fare-Primont指數(shù)法測(cè)度TFP及其效率指標(biāo)，分析杠桿率如何通過影響技術(shù)創(chuàng)新、規(guī)模經(jīng)濟(jì)和資源配置效率等途徑影響TFP。第二，研究視角的局限。大多文獻(xiàn)使用時(shí)間序列數(shù)據(jù)或跨國(guó)面板數(shù)據(jù)，鮮有拓展到省域?qū)用妗Ｊ聦?shí)上，中國(guó)區(qū)域發(fā)展非常不平衡，各地經(jīng)濟(jì)發(fā)展和宏觀杠桿率差異較大，因此有必要以省份為研究對(duì)象，來分析省域杠桿率問題及其對(duì)TFP的影響。對(duì)此，本文通過構(gòu)建空間計(jì)量模型分析省域宏觀杠桿率對(duì)TFP的影響和路徑，相關(guān)研究結(jié)論將為監(jiān)管層實(shí)施結(jié)構(gòu)性去杠桿及其對(duì)經(jīng)濟(jì)影響效果的評(píng)價(jià)提供啟示。

三、典型事實(shí)、機(jī)制分析與研究假設(shè)

(一)典型事實(shí)

圖1左側(cè)子圖顯示了國(guó)內(nèi)生產(chǎn)總值(GDP)增速與宏觀杠桿率整體上呈相反趨勢(shì)的事實(shí)；2003—2017年GDP增速與宏觀杠桿率的相關(guān)關(guān)系為-0.86，且通過了1%的置信水平上的檢驗(yàn)，說明兩者存在負(fù)向關(guān)系。圖1右側(cè)子圖中，TFP采用FP指數(shù)法測(cè)算而得，宏觀杠桿率采取宋亞等(2017)[24]的方法測(cè)算。從右側(cè)子圖可知，以2008年為界(右側(cè)子圖中的垂直虛線)分成兩個(gè)階段，各個(gè)階段宏觀杠桿率和TFP均存在相反的變化走勢(shì)。兩個(gè)階段的TFP與杠桿率的相關(guān)系數(shù)分別為-0.87和-0.74，均在5%置信水平上顯著為負(fù)。圖1兩個(gè)子圖均表明高杠桿率對(duì)TFP可能存在抑制作用。

圖1 GDP增速與宏觀杠桿率波動(dòng)走勢(shì)(左)；TFP與宏觀杠桿率波動(dòng)走勢(shì)(右)

(二)機(jī)制分析與研究假設(shè)

TFP可以通過技術(shù)進(jìn)步、規(guī)模經(jīng)濟(jì)和資源配置效率的改善三個(gè)途徑實(shí)現(xiàn)增長(zhǎng)，而由FP指數(shù)法測(cè)算的TFP可以分解為技術(shù)效率、規(guī)模效率和剩余混合效率，各效率指標(biāo)與影響全要素生產(chǎn)率的途徑基本吻合。技術(shù)效率是指在給定投入下由于技術(shù)進(jìn)步可獲得的最大產(chǎn)出。規(guī)模效率是指在技術(shù)有效且投入及產(chǎn)出混合比例不變時(shí)，規(guī)模經(jīng)濟(jì)效應(yīng)變動(dòng)所帶來的最佳產(chǎn)出，它取決于規(guī)模經(jīng)濟(jì)或規(guī)模不經(jīng)濟(jì)，較低的規(guī)模效率意味著規(guī)模經(jīng)濟(jì)效應(yīng)較弱。剩余混合效率是指具有技術(shù)效率的生產(chǎn)單位通過改變投入產(chǎn)出的組合而獲得的資源配置效率，其中還可能涉及規(guī)模的變化，在一定程度上它取決于資源配置效率，較低的剩余混合效率意味著投入和產(chǎn)出沒有達(dá)到理想組合。因此，杠桿率對(duì)TFP的影響作用可能存在以下路徑：

第一，高杠桿率可能通過技術(shù)創(chuàng)新途徑抑制TFP。長(zhǎng)期以來，大量資金進(jìn)入房地產(chǎn)、基建、國(guó)有重工業(yè)等領(lǐng)域，這些領(lǐng)域正是預(yù)算軟約束較為嚴(yán)重的地方，以其作為發(fā)展引擎容易引發(fā)宏觀杠桿率攀升的現(xiàn)象。房地產(chǎn)和基建投資本身的技術(shù)含量較低、對(duì)于經(jīng)濟(jì)增長(zhǎng)質(zhì)量的貢獻(xiàn)度較低。每一輪房地產(chǎn)調(diào)控政策的放松，帶來了房?jī)r(jià)上漲與居民部門、房地產(chǎn)企業(yè)部門杠桿率攀升的局面。高房?jī)r(jià)帶來了行業(yè)投資高回報(bào)，促使工業(yè)企業(yè)改變其原有工業(yè)投資偏好投資于房地產(chǎn)業(yè)，抑制了企業(yè)自身的研發(fā)投入積極性和創(chuàng)新投入力度[25-26]。與此同時(shí)，產(chǎn)能過剩加劇了企業(yè)部門杠桿率攀升，基建過度擴(kuò)張和僵尸企業(yè)的廣泛存在是產(chǎn)能過剩的主要原因。產(chǎn)能過剩導(dǎo)致企業(yè)成本升高、效益下降，技術(shù)創(chuàng)新面臨研發(fā)投入負(fù)擔(dān)重、成果轉(zhuǎn)化風(fēng)險(xiǎn)大等困境，降低了企業(yè)對(duì)投資周期長(zhǎng)、風(fēng)險(xiǎn)高的研發(fā)創(chuàng)新投入，阻礙技術(shù)創(chuàng)新和進(jìn)步[27]。基于此，本文提出研究假設(shè)1：高杠桿率通過降低技術(shù)效率抑制TFP增長(zhǎng)。

第二，高杠桿率可能通過規(guī)模經(jīng)濟(jì)效應(yīng)途徑提高TFP。規(guī)模效率是指在技術(shù)有效且投入及產(chǎn)出比例不變時(shí)，規(guī)模效應(yīng)變動(dòng)所帶來的最佳產(chǎn)出。根據(jù)定義，宏觀杠桿率=債務(wù)/國(guó)內(nèi)生產(chǎn)總值[10]：

(1)

(2)

(3)

由式(3)可知，債務(wù)增速若大于杠桿率增速，投資率上升導(dǎo)致的杠桿率上升仍能保持經(jīng)濟(jì)的增長(zhǎng)。加杠桿進(jìn)行債務(wù)融資促進(jìn)經(jīng)濟(jì)增長(zhǎng)的一個(gè)重要機(jī)制在于，企業(yè)通過債務(wù)融資追加投資，用于購買生產(chǎn)原料和固定資產(chǎn)來擴(kuò)大生產(chǎn)規(guī)模。消費(fèi)者對(duì)收入增長(zhǎng)持樂觀預(yù)期時(shí)，傾向于利用信用借貸擴(kuò)大消費(fèi)，消費(fèi)信貸主要緩解了居民當(dāng)期流動(dòng)性約束，促進(jìn)了相關(guān)耐用品的消費(fèi)增長(zhǎng)[28]，進(jìn)而拉動(dòng)相關(guān)行業(yè)擴(kuò)大生產(chǎn)規(guī)模。基于此，本文提出研究假設(shè)2：高杠桿率通過提高規(guī)模效率促進(jìn)TFP增長(zhǎng)。

第三，高杠桿率可能通過資源配置效率途徑抑制TFP。首先，在國(guó)有企業(yè)和民營(yíng)企業(yè)層面，國(guó)有企業(yè)承擔(dān)著許多社會(huì)民生責(zé)任，有著政府隱性的信用擔(dān)保，金融體系對(duì)國(guó)有部門的信貸支持有著原生性偏好，擠壓了私人部門的潛在信貸資源。這導(dǎo)致國(guó)有企業(yè)的負(fù)債水平遠(yuǎn)高于民營(yíng)企業(yè)，私營(yíng)經(jīng)濟(jì)所獲得的信貸資源與其經(jīng)濟(jì)貢獻(xiàn)度不相匹配，由此對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生牽制作用[29]。其次，在實(shí)體經(jīng)濟(jì)與非實(shí)體經(jīng)濟(jì)層面，部分實(shí)體企業(yè)經(jīng)營(yíng)偏離主業(yè)，出于投機(jī)性動(dòng)機(jī)加杠桿投資于金融領(lǐng)域或用于炒房，出現(xiàn)“脫實(shí)向虛”的現(xiàn)象。這使得微觀層面上加劇了公司經(jīng)營(yíng)風(fēng)險(xiǎn)和財(cái)務(wù)風(fēng)險(xiǎn)，宏觀層面上削弱了實(shí)體經(jīng)濟(jì)在國(guó)民經(jīng)濟(jì)中的支柱作用，經(jīng)濟(jì)結(jié)構(gòu)出現(xiàn)失衡[30]。最后，從政府和市場(chǎng)角度，中國(guó)式分權(quán)體制下，地方政府基于對(duì)地方經(jīng)濟(jì)增長(zhǎng)的目標(biāo)，傾向于擴(kuò)大債務(wù)規(guī)模而忽略了資金配置效率[31]。地方政府可依靠土地作為抵押物掌握更多的金融資源，壓低要素價(jià)格，使得市場(chǎng)的價(jià)格調(diào)節(jié)機(jī)制失效，降低社會(huì)生產(chǎn)率。基于此，本文提出研究假設(shè)3：高杠桿率通過降低剩余混合效率(資源配置效率)抑制TFP增長(zhǎng)。

四、實(shí)證分析

(一)模型變量與數(shù)據(jù)說明

1.因變量——TFP

本文采取Fare-Primont指數(shù)法來測(cè)算各省份TFP。Fare-Primont指數(shù)法是總產(chǎn)出與總投入的比重，即省份i在t時(shí)期的TFP為：

(4)

其中，Qit=Q(qit)為總產(chǎn)出,Xit=X(xit)為總投入,X(·)和Q(·)均滿足齊次線性、非負(fù)和非遞減可加總的條件。省份i第t年與省份j第m年的TFP之比為：

(5)

其中，Qjm,it是產(chǎn)出數(shù)量指數(shù)，Xjm,it是投入數(shù)量指數(shù)，兩者的比值即為TFP指數(shù)變化。為了較為全面地分解出各項(xiàng)效率指標(biāo)，首先定義TFP效率TFPEit，TFPEit是實(shí)際的TFP與技術(shù)可行條件下最大的TFP的比值。省份i第t年的TFP效率為：

(6)

(7)

(8)

(9)

(10)

最終整理得到如下TFP分解的表達(dá)式：

(11)

本文以人均GDP為產(chǎn)出指標(biāo)，以固定資產(chǎn)投資和人力資本為投入指標(biāo)，使用Fare-Primont指數(shù)法測(cè)算出2003—2017年各省份的TFP。考慮到搜集數(shù)據(jù)的可得性和準(zhǔn)確性，剔除西藏和港澳臺(tái)地區(qū)的樣本數(shù)據(jù)，僅選取了30個(gè)省份的數(shù)據(jù)。同時(shí)，采用統(tǒng)計(jì)中常用的東、中、西三區(qū)域分類標(biāo)準(zhǔn)，劃分的30個(gè)省份分別屬于：東部地區(qū)，包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南；中部地區(qū)，包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南；西部地區(qū)，包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆。除有特殊說明外，本文的樣本數(shù)據(jù)范圍以及區(qū)域劃分標(biāo)準(zhǔn)同樣采用此處的方法。投入產(chǎn)出指標(biāo)數(shù)據(jù)來源于萬得(Wind)數(shù)據(jù)庫。

如圖2所示，從縱向來看，2003—2008年，三大區(qū)域的TFP都呈上升趨勢(shì)。2008—2009年，三大區(qū)域的TFP受到金融危機(jī)的外部沖擊和國(guó)內(nèi)經(jīng)濟(jì)增速放緩的影響，都出現(xiàn)不同程度的下降趨勢(shì)。2009—2010年，政府出臺(tái)了經(jīng)濟(jì)刺激政策，經(jīng)濟(jì)實(shí)現(xiàn)了復(fù)蘇向好，TFP得到了短暫回升。在2011年之后，三大區(qū)域的TFP開始了下降趨勢(shì)。橫向來看，東部地區(qū)TFP高于全國(guó)平均水平，其波動(dòng)趨勢(shì)與全國(guó)走勢(shì)整體上吻合；中部地區(qū)低于全國(guó)平均水平，波動(dòng)趨勢(shì)與全國(guó)走勢(shì)也基本一致；而西部地區(qū)TFP從2003年開始保持著較高增速，在2007年趕超了全國(guó)平均水平，之后保持著高于全國(guó)平均水平的領(lǐng)先狀態(tài)。中部地區(qū)TFP高于西部地區(qū)的測(cè)算結(jié)果與劉建國(guó)(2012)[32]、呂連菊和闞大學(xué)(2017)[33]的研究結(jié)論基本一致。

圖2 分區(qū)域歷年全要素生產(chǎn)率

2.核心自變量——杠桿率

按經(jīng)濟(jì)部門劃分，總杠桿率可分為政府、居民以及非金融企業(yè)和金融企業(yè)部門杠桿率。政府、居民以及非金融企業(yè)的債務(wù)很大部分來源于金融部門，計(jì)算上存在著重疊，本文將不對(duì)金融部門杠桿率做分析。由于數(shù)據(jù)限制，本文采取宋亞等(2017)[24]的做法，按照杠桿率=債務(wù)/國(guó)內(nèi)生產(chǎn)總值的定義直接計(jì)算省域總杠桿率。各省份可計(jì)算的債務(wù)分為貸款余額、信用債存量和其他貸款這三部分，其總和作為分子。其中，貸款余額包括居民部門貸款余額、非金融企業(yè)貸款余額、地方政府融資平臺(tái)銀行貸款余額；信用債存量包括非金融企業(yè)信用債存量、金融企業(yè)信用債存量、地方政府市政債存量；其他貸款包括委托貸款存量、信托貸款存量、未貼現(xiàn)的銀行承兌匯票存量。數(shù)據(jù)來源于中國(guó)人民銀行官網(wǎng)和萬得數(shù)據(jù)庫。從分析結(jié)果來看，2003—2017年，三大區(qū)域的杠桿率變動(dòng)走勢(shì)均與全國(guó)平均水平基本一致；以2008年為轉(zhuǎn)折點(diǎn)，2008年之前各區(qū)域杠桿率呈下降趨勢(shì)，2008年之后呈上升趨勢(shì)；2008—2009年增速較大，原因在于面對(duì)國(guó)際金融危機(jī)的沖擊，中國(guó)政府積極采取措施出臺(tái)了經(jīng)濟(jì)刺激計(jì)劃，導(dǎo)致宏觀杠桿率大幅提升。三大區(qū)域杠桿率在2010—2011年出現(xiàn)短暫的下降趨勢(shì)后，從2012年開始出現(xiàn)上升趨勢(shì)，并保持到2015年。受到去杠桿政策影響，2016—2017年三大區(qū)域同程度地出現(xiàn)杠桿率增速放緩。橫向來看，東部地區(qū)杠桿率高于全國(guó)平均水平，西部地區(qū)杠桿率接近全國(guó)平均水平，而中部地區(qū)杠桿率則明顯低于全國(guó)平均水平。東部地區(qū)經(jīng)濟(jì)較為發(fā)達(dá)，舉債模式較為成熟，積累債務(wù)總量較大，分子上較大債務(wù)存量使得杠桿率偏高；西部地區(qū)的國(guó)內(nèi)生產(chǎn)總值總量普遍不高，杠桿率偏高的現(xiàn)象主要是分母較小的國(guó)內(nèi)生產(chǎn)總值所致。

3.其他控制變量

本文選取人力資本、經(jīng)濟(jì)開放、信息化水平和政府科研扶持作為控制變量。數(shù)據(jù)來源于國(guó)家統(tǒng)計(jì)局和東方財(cái)富Choice金融終端。選取這些控制變量的理由如下：(1)人力資本(edu)，勞動(dòng)者不僅可以通過教育和技能培訓(xùn)提升自身素質(zhì)，還可以通過人力資本的積累對(duì)周圍勞動(dòng)力產(chǎn)生積極的示范作用，促進(jìn)勞動(dòng)生產(chǎn)率，提升經(jīng)濟(jì)效率。本文使用本專科畢業(yè)人數(shù)對(duì)數(shù)值來衡量。(2)經(jīng)濟(jì)開放(open)，東道國(guó)吸引外商投資是經(jīng)濟(jì)開放的重要方式之一，外商投資帶來了中國(guó)經(jīng)濟(jì)發(fā)展所需的資金、技術(shù)、管理知識(shí)，對(duì)中國(guó)經(jīng)濟(jì)結(jié)構(gòu)的調(diào)整和升級(jí)有著積極作用。本文使用規(guī)模以上工業(yè)企業(yè)外商及港澳臺(tái)資本金與規(guī)模以上工業(yè)企業(yè)實(shí)收資本之比來衡量。(3)信息化水平(internet)，信息化將信息數(shù)字技術(shù)應(yīng)用到產(chǎn)業(yè)中，推動(dòng)傳統(tǒng)生產(chǎn)向知識(shí)密集型產(chǎn)業(yè)轉(zhuǎn)型，便于打造新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)，培育經(jīng)濟(jì)發(fā)展新動(dòng)能。本文以每萬人互聯(lián)網(wǎng)用戶人數(shù)的對(duì)數(shù)值來衡量。(4)政府科研扶持(govtec)，政府加強(qiáng)對(duì)創(chuàng)新主體科技研發(fā)的扶持可以降低其科研開發(fā)成本和風(fēng)險(xiǎn)負(fù)擔(dān)，提高企業(yè)科技創(chuàng)新能力。本文以財(cái)政支出中科學(xué)技術(shù)支出的比重來衡量。表1為各變量的說明和描述性統(tǒng)計(jì)情況。

表1 變量說明及描述性統(tǒng)計(jì)

(二)模型構(gòu)建

1.空間自相關(guān)分析

空間自相關(guān)是測(cè)度臨近事物關(guān)聯(lián)強(qiáng)度的方法，本文采用莫蘭指數(shù)(Moran’sI)來測(cè)度省域全要素生產(chǎn)率與杠桿率各自的空間自相關(guān)性，計(jì)算公式為：

(12)

2.空間計(jì)量模型

在構(gòu)建空間計(jì)量模型之前，先建立面板數(shù)據(jù)回歸模型，經(jīng)豪斯曼(Hausman)檢驗(yàn)發(fā)現(xiàn)固定效應(yīng)模型優(yōu)于隨機(jī)效應(yīng)模型，因此本文采用固定效應(yīng)模型，公式如下：

Yit=β0+β1leverageit+β2xit+εit

(13)

式(13)中，Yit依次表示省份i第t期的全要素生產(chǎn)率(TFP)、技術(shù)效率(OTE)、規(guī)模效率(OSE)、剩余混合效率(RME)，i、t分別代表省份和年份，leverageit為杠桿率，xit為各控制變量，β2為各控制自變量的估計(jì)系數(shù),εit是隨機(jī)誤差項(xiàng)。

當(dāng)某省份的被解釋變量受到周圍省份的被解釋變量影響時(shí)，適用于空間滯后模型(SAR)，模型如下：

(14)

當(dāng)某省份的被解釋變量受到周圍省份的未觀測(cè)因素影響時(shí)，適用于空間誤差模(SEM)，模型如下：

Yit=β0+β1leverageit+β2xit+μit

(15)

當(dāng)某省份的被解釋變量不僅受到周圍省份的解釋變量的影響，而且受到鄰近省份被解釋變量的空間滯后因素影響時(shí)，適用于空間杜賓模型(SDM)，模型如下：

(16)

(三)實(shí)證結(jié)果分析

1.空間相關(guān)性檢驗(yàn)

使用軟件GeoDa對(duì)30個(gè)省份的TFP和杠桿率進(jìn)行空間相關(guān)性檢驗(yàn)，其中空間權(quán)重矩陣采用鄰接空間權(quán)重矩陣，具體結(jié)果如表2所示。可以發(fā)現(xiàn)，樣本期間全要素生產(chǎn)率Moran’sI均顯著為正，各省份的TFP存在較強(qiáng)的空間正相關(guān)性，即呈現(xiàn)高值與高值聚集、低值與低值聚集的現(xiàn)象。2003—2008 年，TFP的Moran’sI在5%的置信水平上顯著為正，整體呈現(xiàn)下降趨勢(shì)。2009—2017 年，TFP的Moran’sI在10%的置信水平上顯著為正，在2009 年的下降幅度較大，原因可能在于2008 年金融危機(jī)后，由于省域之間的經(jīng)濟(jì)稟賦不同，各省份應(yīng)對(duì)經(jīng)濟(jì)危機(jī)的措施不同，或是政策執(zhí)行效率和有效性存在差異，拉大了各省份TFP的差距。杠桿率的Moran’sI在2007—2017 年顯著為正，說明這個(gè)期間內(nèi)各省份杠桿率存在普遍的空間正相關(guān)性。2015 年杠桿率的Moran’sI突然增大，2016年和2017年仍保持歷史較高水平，其原因可能在于，2015—2017 年正是中國(guó)去杠桿政策廣泛實(shí)施的時(shí)期，各省份紛紛響應(yīng)中央去杠桿號(hào)召，使得這段時(shí)期內(nèi)杠桿率的空間正相關(guān)性得到增強(qiáng)。

表2 TFP和杠桿率的空間自相關(guān)性

2.杠桿率對(duì)全要素生產(chǎn)率的影響效應(yīng)及影響路徑分析

以杠桿率為核心解釋變量，分別以全要素生產(chǎn)率(TFP)、技術(shù)效率(OTE)、規(guī)模效率(OSE)和剩余混合效率(RME)為被解釋變量，進(jìn)行固定效應(yīng)面板模型的實(shí)證分析，結(jié)果如表3所示。列(1)為杠桿率對(duì)全要素生產(chǎn)率影響的回歸結(jié)果。可以看到，杠桿率的回歸系數(shù)顯著為負(fù)，說明高杠桿率會(huì)抑制全要素生產(chǎn)率的增長(zhǎng)。控制變量中，經(jīng)濟(jì)開放、信息化水平和政府科研支持的系數(shù)均顯著為正。這說明對(duì)外開放中外商投資帶來的資源以及信息化水平的提高在一定程度上為經(jīng)濟(jì)效率的提升提供了技術(shù)支撐；同時(shí)，政府加大財(cái)政科學(xué)技術(shù)的支出，為創(chuàng)新主體提供稅收優(yōu)惠、技術(shù)支持等政策保障，這都有利于全要素生產(chǎn)率的提升。人力資本與TFP負(fù)相關(guān)但不顯著，考慮到本文使用本專科畢業(yè)人數(shù)來衡量人力資本，這可能與各地的“搶人大戰(zhàn)”有關(guān)。經(jīng)濟(jì)落后省份的大學(xué)畢業(yè)生紛紛涌向發(fā)達(dá)省份，使得人力資本對(duì)TFP的提升效果并不顯著。

表3 杠桿率對(duì)TFP的影響及影響路徑

列(2)中，技術(shù)效率(OTE)的估計(jì)系數(shù)顯著為負(fù)，說明杠桿率的提高總體上會(huì)抑制技術(shù)效率，故研究假設(shè)1成立。債務(wù)資金流入房地產(chǎn)、基建、國(guó)有企業(yè)等科技創(chuàng)新含量較低的領(lǐng)域，擠出了企業(yè)的創(chuàng)新研發(fā)投入。低效基建和僵尸企業(yè)造成的產(chǎn)能過剩加劇了杠桿率問題，引發(fā)企業(yè)高成本、低效益等問題，加重企業(yè)科研負(fù)擔(dān)，阻礙其技術(shù)進(jìn)步，使得高杠桿率通過降低技術(shù)效率抑制TFP。列(3)中，規(guī)模效率(OSE)的估計(jì)系數(shù)顯著為正，說明杠桿率的提高會(huì)提升規(guī)模效率，故研究假設(shè)2成立。企業(yè)通過債務(wù)融資追加投資，用于擴(kuò)大再生產(chǎn)規(guī)模；消費(fèi)者利用信貸跨期消費(fèi)，帶動(dòng)相關(guān)耐用品的消費(fèi)，消費(fèi)拉動(dòng)相關(guān)行業(yè)擴(kuò)大生產(chǎn)，產(chǎn)生的規(guī)模效應(yīng)最終促進(jìn)TFP增長(zhǎng)。列(4)中，混合剩余效率(RME)的估計(jì)系數(shù)顯著為負(fù)，故研究假設(shè)3成立。高杠桿率通過國(guó)有企業(yè)與私營(yíng)企業(yè)、實(shí)體經(jīng)濟(jì)與非實(shí)體經(jīng)濟(jì)以及政府和市場(chǎng)三個(gè)資源配置方面抑制TFP。非金融企業(yè)部門的高杠桿率主要源于國(guó)有企業(yè)部門的高負(fù)債，金融體系對(duì)國(guó)有部門的信貸偏好會(huì)擠壓更具經(jīng)濟(jì)活力的私人部門的信貸資源；若實(shí)體企業(yè)出于投機(jī)動(dòng)機(jī)負(fù)債投資于金融和房地產(chǎn)行業(yè)，無益于企業(yè)與整個(gè)經(jīng)濟(jì)體經(jīng)濟(jì)效率的提高；地方政府?dāng)U大政府債務(wù)規(guī)模而忽略資金配置效率，擠壓了私人部門的潛在信貸資源，憑借土地抵押物壓低借貸資金價(jià)格，使得市場(chǎng)的價(jià)格調(diào)節(jié)機(jī)制失效。綜上，高杠桿率對(duì)TFP有顯著抑制作用，其抑制作用主要通過降低技術(shù)效率和資源配置效率兩個(gè)途徑。

3.區(qū)域視角下杠桿率對(duì)全要素生產(chǎn)率的影響差異分析

此處進(jìn)行東、中、西三大區(qū)域視角下的面板模型回歸分析。由于篇幅限制，此部分對(duì)控制變量不作展示，結(jié)果見表4。可以看出，高杠桿率對(duì)中部和西部地區(qū)的全要素生產(chǎn)率(TFP)有顯著的抑制作用，對(duì)于東部TFP的提升作用并不顯著。對(duì)于技術(shù)效率(OTE)來說，高杠桿率對(duì)三大區(qū)域的OTE均有顯著的抑制作用，說明各地區(qū)加杠桿投資于房地產(chǎn)、基建和國(guó)有重工業(yè)等領(lǐng)域，對(duì)于各省份技術(shù)創(chuàng)新普遍有著擠出效應(yīng)，通過降低技術(shù)效率抑制了TFP。對(duì)于規(guī)模效率(OSE)來說，高杠桿率對(duì)于三大區(qū)域的規(guī)模效率的提升均有顯著的促進(jìn)作用，說明企業(yè)加杠桿擴(kuò)大再生產(chǎn)，居民加杠桿進(jìn)行信用消費(fèi)帶動(dòng)相關(guān)產(chǎn)業(yè)發(fā)展，產(chǎn)生的規(guī)模效應(yīng)促進(jìn)了各區(qū)域TFP提升。對(duì)于剩余混合效率(RME)來說，高杠桿率對(duì)于中部地區(qū)的RME有顯著的抑制作用；東、西部地區(qū)RME影響系數(shù)分別為正數(shù)和負(fù)數(shù)，但效果均并不顯著，原因在于各區(qū)域的資源配置效率不同，資源配置效率路徑上存在差異。從實(shí)際情況來看，東部地區(qū)經(jīng)濟(jì)實(shí)力雄厚，市場(chǎng)經(jīng)濟(jì)活躍，對(duì)杠桿的資源配置效率高；中、西部地區(qū)對(duì)杠桿的資源錯(cuò)配程度較為嚴(yán)重，尤其是中部地區(qū)資源錯(cuò)配程度更甚，原因在于中部地區(qū)改革步伐落后于東部地區(qū)，國(guó)有企業(yè)占比較高，加劇了中部地區(qū)資源錯(cuò)配程度。

表4 區(qū)域視角下杠桿率對(duì)TFP的影響及影響路徑

綜合來看，中部地區(qū)的高杠桿通過降低技術(shù)效率和資源配置效率對(duì)TFP產(chǎn)生抑制作用，西部地區(qū)的高杠桿率通過降低技術(shù)效率對(duì)TFP產(chǎn)生抑制作用，東部地區(qū)高杠桿率下技術(shù)效率的負(fù)向作用抵消了規(guī)模效率和資源配置效率的正向作用，使得杠桿率對(duì)TFP的正向作用并不顯著。總體上，降低中、西部地區(qū)的杠桿率是結(jié)構(gòu)性去杠桿的關(guān)鍵。

4.空間視角下杠桿率對(duì)TFP的空間溢出效應(yīng)分析

由表5和表6可以看出，OTE、OSE和RME欄下空間滯后項(xiàng)(rho)均顯著為正，說明這三個(gè)變量的正向空間溢出效應(yīng)較強(qiáng)。TFP與RME欄下，杠桿率的空間滯后項(xiàng)(w×leverage)系數(shù)均顯著為負(fù)，高杠桿率會(huì)通過空間溢出效應(yīng)抑制鄰近省份TFP，這種抑制作用以剩余混合效率為影響路徑。各省份舉債行為存在競(jìng)爭(zhēng)示范效應(yīng)，其他省份的舉債行為會(huì)刺激本省份各部門的負(fù)債，過度舉債扭曲了資源配置效率，進(jìn)而抑制了TFP。控制變量方面，人力資本的空間滯后項(xiàng)(w×edu)對(duì)TFP顯著為正，說明各省份之間人才流動(dòng)，促進(jìn)了人力資源的優(yōu)化配置和使用效率，對(duì)TFP有著正向的溢出效應(yīng)。經(jīng)濟(jì)開放(w×open)和政府科研支持(w×govtec)的空間滯后項(xiàng)均顯著為負(fù)，說明本省份外商投資和政府創(chuàng)新支持帶來的“虹吸效應(yīng)”會(huì)搶占周邊省份的資源，一定程度上對(duì)鄰近省份TFP產(chǎn)生抑制作用。

表5 空間視角下杠桿率對(duì)TFP的影響及影響路徑1

表6 空間視角下杠桿率對(duì)TFP的影響及影響路徑2

5.穩(wěn)健性檢驗(yàn)

金融部門是資金融通的中介機(jī)構(gòu)，政府、居民和企業(yè)部門債務(wù)很大部分來源于金融部門。基于此，選擇金融杠桿率作為宏觀杠桿率的代理變量，以金融機(jī)構(gòu)本外幣貸款余額/國(guó)內(nèi)生產(chǎn)總值衡量各省份金融杠桿水平。從表7來看，杠桿率對(duì)TFP的影響顯著為負(fù)，再次驗(yàn)證了高杠桿率對(duì)TFP有抑制作用，其影響路徑為技術(shù)效率和混合剩余效率；而高杠桿下發(fā)揮的規(guī)模效率會(huì)促進(jìn)TFP的提升。三個(gè)假設(shè)仍然成立，本文的研究結(jié)果具有穩(wěn)健性。

表7 穩(wěn)健性檢驗(yàn)(更換變量)

在區(qū)域視角下杠桿率對(duì)TFP的影響結(jié)果如表8所示，各變量系數(shù)符號(hào)與前文基本一致，且較為顯著。高杠桿率除了對(duì)于東部地區(qū)TFP的提升作用并不顯著外，對(duì)全國(guó)、中部地區(qū)和西部地區(qū)的TFP有顯著的抑制作用。中部地區(qū)的高杠桿通過影響技術(shù)效率和資源配置效率對(duì)TFP產(chǎn)生抑制作用，而西部地區(qū)主要通過技術(shù)效率路徑產(chǎn)生抑制效應(yīng)，東部地區(qū)的影響途徑并不明顯。因此，研究結(jié)果具有穩(wěn)健性。

表8 穩(wěn)健性檢驗(yàn)(區(qū)域視角)

五、結(jié)論與建議

本文基于2003—2017年30個(gè)省份的面板數(shù)據(jù)，使用Fare-Primont指數(shù)法測(cè)算TFP，并將其分解為技術(shù)效率、規(guī)模效率和剩余混合效率，構(gòu)建面板數(shù)據(jù)模型和空間面板模型，分析杠桿率對(duì)TFP的影響機(jī)制，得到以下研究結(jié)論：

第一，全國(guó)范圍內(nèi)，高杠桿率對(duì)TFP具有顯著的抑制作用。高杠桿率通過降低技術(shù)效率和剩余混合效率來抑制TFP。大量資金進(jìn)入房地產(chǎn)、基建等預(yù)算軟約束較為嚴(yán)重的投資領(lǐng)域，這些投資要素本身的科技含量較低；低效的基建擴(kuò)張、國(guó)有企業(yè)的產(chǎn)能過剩和房?jī)r(jià)過高等問題又會(huì)擠壓企業(yè)的創(chuàng)新研發(fā)投入，通過降低技術(shù)效率抑制TFP。高杠桿率通過國(guó)有企業(yè)與民營(yíng)企業(yè)、實(shí)體經(jīng)濟(jì)與非實(shí)體經(jīng)濟(jì)以及政府與市場(chǎng)三個(gè)資源配置方面抑制TFP。此外，經(jīng)濟(jì)開放、信息化水平和政府科技扶持對(duì)TFP都有促進(jìn)作用。

第二，各區(qū)域杠桿率對(duì)TFP的影響以及影響路徑存在著差異：高杠桿率對(duì)中部地區(qū)和西部地區(qū)的TFP有顯著的抑制作用，而對(duì)于東部地區(qū)TFP的提升作用并不顯著，說明去杠桿的重點(diǎn)在于中、西部地區(qū)。中部地區(qū)的高杠桿通過降低技術(shù)效率和資源配置效率對(duì)TFP產(chǎn)生抑制作用；西部地區(qū)的高杠桿率通過降低技術(shù)效率對(duì)TFP產(chǎn)生抑制作用；東部地區(qū)杠桿率對(duì)TFP的正向作用并不顯著。

第三，技術(shù)效率、規(guī)模效率和剩余混合效率的正向空間溢出效應(yīng)較強(qiáng)，一個(gè)省份的技術(shù)效率、規(guī)模效率和剩余混合效率會(huì)對(duì)鄰近省份對(duì)應(yīng)的經(jīng)濟(jì)變量產(chǎn)生正向影響。高杠桿率通過空間溢出效應(yīng)抑制了鄰近省份TFP，其作用以剩余混合效率為影響路徑。此外，人力資本對(duì)TFP有著正向的空間溢出效應(yīng)，經(jīng)濟(jì)開放和政府科研扶持對(duì)TFP有負(fù)向的空間溢出效應(yīng)。

基于上述結(jié)論，提出如下建議：

要堅(jiān)持推進(jìn)結(jié)構(gòu)性去杠桿。一方面在總體上要穩(wěn)住全國(guó)宏觀杠桿率，合理控制降杠桿的節(jié)奏和速度，實(shí)現(xiàn)杠桿率的增速趨緩和逐漸下降，為全面提升TFP提供良好的宏觀經(jīng)濟(jì)環(huán)境。另一方面，在總杠桿率穩(wěn)定的基調(diào)上，著力推進(jìn)結(jié)構(gòu)性去杠桿，把地方政府和國(guó)有企業(yè)的降杠桿作為重中之重。對(duì)于地方政府部門來說，應(yīng)建立地方財(cái)政收支激勵(lì)相容機(jī)制，規(guī)范地方融資平臺(tái)的投融資行為，加強(qiáng)對(duì)地方政府舉債行為的規(guī)范和硬約束；推動(dòng)地方政府隱性債務(wù)透明化、顯性化，通過置換部分隱性債務(wù)來化解存量債務(wù)；完善地方建設(shè)項(xiàng)目和資金管理，避免低效的冗余建設(shè)。對(duì)于國(guó)有企業(yè)來說，企業(yè)內(nèi)部需完善治理，通過提高資產(chǎn)利用率和盤活企業(yè)存量資產(chǎn),化解產(chǎn)能過剩問題；企業(yè)外部需強(qiáng)化外部約束，完善國(guó)有企業(yè)資產(chǎn)負(fù)債約束機(jī)制，內(nèi)外結(jié)合加快國(guó)有企業(yè)降杠桿進(jìn)程。對(duì)于房地產(chǎn)部門來說，需遏制住房?jī)r(jià)格過快上漲的趨勢(shì)，促進(jìn)房地產(chǎn)市場(chǎng)良性發(fā)展。此外，需處理好政府與市場(chǎng)的關(guān)系，降低要素市場(chǎng)扭曲度，更好地發(fā)揮市場(chǎng)在資源配置中的決定性作用。