地方政府债务对工业资本配置效率的非线性影响效应

魏巍 夏连虎

内容提要：经济新常态下，提高工业资本等要素配置效率是实现经济向高质量增长转变的必然要求。本文在政府主导、投资驱动的工业发展模式下，结合地方债务压力和金融发展差异门限变量，在非线性框架下运用动态面板平滑转换回归模型实证检验地方债务规模与工业资本配置效率的渐进演变关系。研究发现，适度的地方债务规模有助于提高资本配置效率，但随着债务压力增加，举债对资本配置的正效应逐步减弱并产生负效应。究其原因，适度举债能补齐工业基础设施短板，压低土地成本，对工业发展产生杠杆效应，从而提高资本配置效率;但过度举债推升财政风险，占用信贷资源并强化企业融资约束，造成资本配置低效率。此外，研究发现，地方信贷规模提升，能缓解举债的融资约束，促进工业行业间的资本流动;而工业金融深化程度提高，能增强市场竞争机制在要素配置中的作用，缓解举债造成投资错配，从而增强资本配置效率。以上分析结果表明，地方政府举债应更理性、适度、规范。

关键词：地方政府债务;区域金融差异;工业资本配置效率;面板平滑转换回归模型

中图分类号：F424.2  文献标识码：A  文章编号：1001-148X（2020）01-0053-13

一、问题提出

当前，工业是国民经济的主导产业，工业资本配置效率反映了实体经济资本配置状况。长期以来，我国政府在工业经济发展中起主导作用，而过度依赖政府投资、融资驱动的增长方式严重损害了工业资本配置效率[1]。事实上，我国实行分税制改革后，地方财政收入有限，为促进地区工业经济发展，多数省份举债投资，累积了巨大的债务风险。2008年金融危机后，“四万亿”投资计划推动经济增长，但地方债务规模开始大幅攀升。截至2018年末，全国地方政府债务余额超过18万亿。财政部颁布的《地方政府债务管理工作的通知》〔2018〕34号文件要求严格控制地方债务风险。国办发〔2018〕101号文《关于保持基础设施领域补短板力度的指导意见》虽鼓励地方政府发挥投资引导作用，补齐工业基础设施短板，但亦要求地方量力而行，综合考量财政承受能力和投资能力，防范过度举债融资诱发系统性风险。

事实上，地方适度举债有益于推动工业经济发展。据财政部预算，2019年新增地方政府债务限额3.08万亿元，超过60%资金投向棚户区改造等保障性住房、铁路、公路、城镇公共基础设施、“三区三州”等重点地区的水利重大公益性项目。一方面，地方举债弥补了财政收入的不足，并透过政府投资，加强地区基础设施建设，促进工业经济增长[2]。但长期过度举债投资，不仅占用银行信贷资源，强化工业融资约束，而且过度干预经济阻碍了市场机制作用的发挥，扭曲了资源配置[3]，严重损害工业资本配置效率。当前我国经济已由高速增长转向高质量增长阶段，而工业资本配置效率提高是高质量增长的必然要求。本文将从政府主导，投资驱动的工业经济发展现状出发，从资本配置效率角度，研究地方债务规模对工业经济高质量增长的影响。

当前地方债务规模攀升对工业经济的影响引起各界的广泛关注。有学者研究发现地方债务投资压低工业用地价格，对工业经济发展有杠杆效果，一定程度上提高工業资本配置效率[4-5]。但也有学者研究发现，地方政府过度举债加剧地方产能过剩，对微观企业的投融资存在挤出效应，不利于工业经济发展[6-7]。还有研究证实了地方债务规模和债务风险的不同，将导致地方政府举债的工业资本配置效率存在显著差异[8-9]。区别于以往众多学者从线性角度研究地方债务的资本配置效率，我们参考刁伟涛（2017）[10]等从地方负债压力和偿债压力角度，衡量地方债务规模是否适度，并重点考察不同债务压力下地方举债对工业资本配置效率的非线性影响。

事实上，众多研究也表明，区域金融发展水平的差异也影响地方举债的资本配置效率。Huang等（2014）[11]、李廷凯和韩廷春（2011）[12]研究证实，发达的金融体系对资本配置效率具有正效应……工业外部融资需求和工业信贷规模的提高，有助于缓解资本投资错配，又增加工业融资规模，可有效缓解地方政府举债对工业的融资约束，进而提高工业资本配置效率。另一方面，Liang等（2017）[7]发现，地方债务规模膨胀，导致信贷错配到产能过剩的国有企业将损害资本配置效率。而工业金融深化程度提高，能发挥市场机制在工业资本配置的基础作用，降低非国有工业企业的融资约束[13]，从而提高工业资本配置效率。 因此，在本文研究中，我们综合考虑不同地方工业金融环境的异质性，并参考陈创练（2016）、陆桂贤和许承明（2016）的研究，引入工业信贷规模和工业金融深化程度作为门限变量，并重点考察金融发展差异下地方举债对资本配置的影响。

因此，从地方债务压力和地方金融发展差异的角度出发，本文重点分析地方政府举债对工业资本配置效率的非线性影响效应。理论上，地方债务压力适度，金融市场发达，更有利于资本等生产要素的合理配置。但债务压力和金融环境的变化，是否改变地方政府举债的资本配置效率，则是本文研究的重要问题。事实上，债务压力变化和地方金融发展会影响资本配置效率和经济变量的结构性参数关系，所以我们在非线性框架下对资本配置效率影响因素进行参数估计更加符合实际。本文主要贡献如下：（1）从以往研究多考察地方政府举债对工业经济增长整体影响的视角，扩展为从工业资本配置效率角度考察地方债务对工业高质量增长的影响效应。（2）区别于传统的线性研究忽视地方债务水平差异和金融环境差异，本文采用非线性研究框架，将地方债务压力和金融环境异质性因素纳入模型进行实证，更加系统地揭示举债的现实影响效应。

二、研究设计与实证方法

结合已有研究，本文在非线性框架下构建包括工业行业结构和地方政府债务等影响工业行业资本配置效率的模型，重点考察工业金融发展和地方债务压力对行业资本配置效率的影响;采用动态面板平滑转换回归PSTR模型，实证检验中国30个省份近18年，在地方政府债务膨胀和金融深化改革背景下，随着地方债务压力和地方偿债压力、工业金融深化程度和工业信贷规模的变化，地方政府举债对行业资本配置效率的非线性影响。多数学者在研究行业资本配置效率，往往忽略了各省地方债务压力及金融发展的差异，没有考虑样本数据的异质性。Aslanidis和Iranzo（2009）[14]研究，结合样本的异质性（Heterogeneity）考察参数随时间变化的非线性影响;同时，为了捕捉行业资本配置效率的惯性φ，我们引入滞后一期的资本配置效率做解释变量，构建动态面板回归模型：

（2）借鉴Rajan和Zingales（1998）[17]、Cetorelli和Gambera（2001）[21]，我们采用各省工业行业外源融资比重乘以各省银行信贷/GDP衡量工业信贷规模。因为工业是资本密集行业，工业信贷规模高，则行业资金的可得性较高，有利于提高资本配置效率;同时参考陆桂贤和许承明（2016）[13]，采用各省非国有工业企业负债占所有工业企业负债的比重衡量各省工业金融深化程度。地区金融市场化程度较高，则金融体系更加高效，有利于提高行业资金效率。我国30个省份工业信贷规模和工业金融深化程度见表2。

（3）用地方债务规模/地方GDP衡量地方负债压力debti，t。用地方债务规模/地方综合财力衡量地方偿债压力debtseri，t。其中地方综合财力，参考刁伟涛（2017）[10]用地方一般公共预算和政府性基金收入，加中央税收返还和政府性基金转移支付减地方上解支出衡量。地方债务压力测算数据见表2。

（4）在实证模型中，我们引入固定资产投资capitali，t（固定资产投资/GDP），市场结构market（大中企业比重），外资企业比重foreg（外企数量/企业总数），外贸依存度tradei，t，国有企业比重nateg（国企数量/企业总数）等。同时参考Owusu-Nantwi和Erickson（2016）[22]，可用人均工业产值pioutput衡量地区工业水平。以上数据来源于IFS数据库、CEIC数据库和《中国工业经济统计年鉴》。

变量描述性统计结果见表3。其中，负债压力和偿债压力的极值差别较大，说明不同省份债务压力存在显著差异;同时，工业金融深化程度和工业信贷规模差异较大，说明不同省份工业行业金融市场化程度和金融发展水平存在明显差异。

四、实证结果与分析

（一）模型多重共线性检验

在进行参数估计之前，我们通过Kendall检验考察变量的多重共线性。表4结果显示，解释变量间相关系数较小，模型不存在多重共线性问题。其中，地方债务规模和国有企业比重、市场结构、人均工业产值正相关。这表明地方工业的市场结构、国企比重高的地区，其地方债务规模可能更高。此外，解释变量不存在高度线性相关性，说明模型中引入地方债务规模、固定资产投资、市场结构、外企和国企比重、外贸依赖程度、人口工业产值等进行实证估计，具备合理性和可靠性。

（二）“线性检验”与“剩余非线性检验”

在进行动态面板回归模型参数估计前，我们需要选择地方债务压力和工业金融差异的替代变量（门限变量）。借鉴已有研究，本文用负债压力和偿债压力衡量地方债务压力：（1）据江飞涛和武鹏（2014）[23]等研究，2003年后资本投入在工业经济增长的弹性贡献率不断上升，但工业全要素生产率却不断下降。长期由政府主导，投資驱动的工业增长方式会恶化工业增长效率。事实上，地方举债投资在一定程度上促进工业经济增长，但过度举债会扭曲市场机制在资本配置中的作用，造成资本配置低效率。地方举债投资规模是否适度是影响工业资本配置效应的重要因素。（2）已有研究多数仅采用地方债务规模/GDP比重作为债务规模是否适度的衡量指标。基于模型估计的稳健性考虑，我们参考刁伟涛（2017）[10]用地方债务规模/地方综合财力衡量地方偿债压力，作为负债压力指标的稳健性比较。与此同时，考虑地方工业金融环境的异质性，我们用工业信贷规模和工业金融深化程度衡量工业金融环境的差异：（1）据 Huang等（2014）[11]的研究，工业外源融资需求提高能通过市场机制，促使资本从低效率项目向高效率项目配置，而工业信贷规模与外源融资需求正相关。同时工业信贷规模提高，也缓解地方政府举债对信贷资金的占用，能降低工业融资约束，有利于提高工业资本配置效率。参考Cetorelli和Gambera2001）[21]，本文用各省工业行业外源融资比重乘以各省银行信贷/GDP衡量工业信贷规模。（2）考虑到国有工业企业和非国有工业企业投资效率的差异，工业信贷资本投向不同企业会导致资本配置效率存在显著差异。借鉴陆桂贤和许承明（2016）[13]，我们采用各省非国有工业企业负债占所有工业企业负债的比重衡量各省工业金融深化程度，地区金融市场化程度较高，银行信贷对非国企的融资歧视降低，有利于缓解地方政府举债对非国企资本配置效率的弱化。

考虑到数据不平稳容易造成伪回归问题，我们先对变量进行面板单位根检验。本文主要采用同质面板LLC和异质面板IPS、Fisher-ADF和Fisher-PP检验变量的平稳性（结果见表5）。除少数变量外，数据检验结果均拒绝“变量数据非平稳”的原假设，说明地方债务规模、资本配置效率、固定资产投资、市场结构、外贸依赖程度及企业比重等变量都是平稳序列，不会造成伪回归现象。此外，本文的Kao残差检验结果ADF值为-7.204，其P值为0.000，表明各变量在1%水平上存在协整关系。

在通过变量相关性检验及面板单位根检验，排除多重共线性和数据不平稳的伪回归问题后，我们采用动态非线性模型进行实证估计，根据已有研究，本文采用对数形式的转移函数g（Qi，t，γ，Qc），首先需要确定动态面板回归模型的位置参数m。参考Granger和Terasvirta（1993）[24]，为获取最优的Logistic转换曲线，我们根据AIC和BIC最小的准则来确定最优的m值。表6估计结果表明，本文四个动态面板模型的最优位置参数个数均为1。

确定最优位置参数个数后，为考察工业金融异质性和区域债务压力差异下，地方债务规模对工业行业资本配置效率的非线性影响效应，我们首先对地方债务压力（地方负债压力、地方偿债压力）及工业金融差异（工业金融深化、工业信贷规模）与工业资本配置效率之间是否存在非线性关系展开检验，为确保研究结论的可靠性和稳健性，我们采用F、LM和pseudo-LRT统计量进行检验，结果见表7。

（三）非线性模型参数估计

确定最优模型后，我们对动态面板平滑转换回归模型进行参数估计。参考Gonzulez（2005）[19]用“去均值”法消除个体固定效应，并用非线性最小二乘法进行估计。首先用格点法（grid）搜索使残差平方和最小的参数估计值作为非线性最优算法的初始参数，并在参数收敛的基础上进行估计（见表8）。在非线性最小二乘估计结果上，我们进行White异方差检验（见表9），结果在1%显著性水平上不存在异方差，说明估计结果可靠。而表7的F、LM和pseudo-LRT统计量服从传统的F分布和卡方分布，也说明本文模型估计结果是稳健的。

研究发现，地方债务规模对地方工业资本配置效率有正效应，但随地方负债压力和地方偿债压力增加，該效应呈现下降态势并转为负效应。表8显示，在动态非线性模型估计下，用债务压力作交互变量debti，tg（Qi，t，γ，Qc）在1%显著性水平下，地方债务规模（zwscale）对工业资本配置效率有显著影响。说明地方举债在适度的规模下能有效提高工业资本配置效率。与Reinhart和Rogoff（2010）[25]、Eberhard和Presbitero（2015）[26]、陈瑞和齐天翔（2017）[2]的研究一致，在债务压力较低且预算软约束背景下，地方政府以土地为担保进行举债弥补财政收入不足，并通过公共投资等方式推动地区工业建设及交通运输等基础设施建设①，同时通过 “协议出让”等方式压低工业建设用地价格②，提高工业投资收益扩展招商引资，对工业经济发展产生杠杆作用，提高了资本配置效率。但另一方面，过度举债不仅推高了地方财政风险，也说明政府对经济的可能存在过度干预，降低市场竞争机制提升工业资本配置效率的作用[1]。同时，政府过度举债会占用地区银行信贷③，而信贷资金错配会导致企业非效率投资，强化了非国有工业企业的融资约束，对民企投资产生 “挤出效应”[3]，会严重影响工业资本配置效率的提高。

研究还发现，地方债务规模对工业资本配置效率的影响效应，因地区工业行业的金融环境不同而存在显著差异。期初，工业信贷规模和工业金融深化程度处于低水平时，地方举债对工业资本配置效率有负效应，但随着工业行业所处金融环境改善，负效应逐步转换为正效应并呈增强态势。表8可知，工业信贷规模、工业金融深化和地方债务规模的交互项都在1%的显著性水平下显著为正。一方面， 有研究表明[11]，行业外部融资需求的增加能降低稀缺资本在低效率项目的配置而提高资本配置效率，而工业信贷规模的提高，即缓解了资本的投资错配，又增加行业信贷资金规模，可有效缓解地方政府举债对工业投资的融资约束。另一方面，Liang等（2017）[7]发现，2008年后中国地方债务规模膨胀带来国企杠杆率攀升，而非国企杠杆率下降，对私人借贷存在“挤出效应”，而相对于非国企的高效率而言，信贷错配将导致企业资本配置低效率。而工业金融深化程度提高，则意味着工业行业所处的金融市场化程度的提高，非国有工业企业面临的融资约束下降[13]，也会降低地方政府举债和担保带来的信贷错配效应，缓解银行对非国有企业信贷的歧视程度，有利于提高工业资本配置效率。

此外，实证结果显示，在债务压力门限模型中，国有企业比重的参数系数显著为负，也在一定程度上说明财政软约束下，地方政府举债抑制非国企融资，而国企低效率投资过度会损害工业资本配置效率[27]。资本配置效率的惯性参数（ρ）不显著，说明工业资本配置效率惯性不存在。此外，市场结构、外资企业比重等通过显著性检验，说明市场结构完善和外企带来的竞争效应能提高工业资本配置效率。外贸依存程度的影响为负，说明我国工业经济发展过度依赖出口，会降低企业的竞争优势，对工业资本配置效率有负向作用。结合表7的非线性检验结果，F、LM和pseudo-LRT统计量均拒绝线性假说，这说明随着债务压力和金融差异的变化，地方债务规模与工业资本配置效率存在渐进的非线性关系，而传统线性框架不考虑地区债务和金融环境的异质性进而研究地方债务的资本配置效率存在局限性。

（四）稳健性检验

1.内生性问题。若解释变量与随机误差项相关，即存在内生性问题，会影响参数估计结果的可信度。借鉴陈瑞和齐天翔（2017）[2]，考虑到模型内生性问题，我们用土地财政作为地方债务规模的工具变量。首先，地方政府通过土地抵押和出让，获得信贷和债务收入，而土地财政收入高的省份举债空间更大。我们用土地财政做工具变量，与内生变量地方政府债务规模有较强相关性，满足工具变量有效性要求。其次，土地财政主要是土地出让金和房产税收，与影响行业资本配置效率的其他扰动项不相关，满足外生性条件。实证表明，采用两阶段最小二乘法（2SLS）进行参数估计，在考虑了内生性问题后，地方政府债务规模影响工业资本配置效率的机制依旧显著。

2.替换变量验证。本文实证中，衡量地方债务风险对地方债规模影响工业资本配置效率时，分别采用地方债务压力、地方偿债压力作为门限变量，实证结果见表8。分别采用负债压力和偿债压力进行实证，结果表明，主要解释变量的符号等均未出现明显差异。而考虑地方金融差异的影响，分别以工业金融深化程度和工业信贷规模做门限变量，实证结果亦表明，主要变量的系数未发生改变，证明了本文结论具有稳健性。

（五）非线性转换关系分析

地方举债投资能有效增强市政工程、交通运输、水利等基础设施建设，同时通过土地协议出让压低工业用地成本，能有效促进地方工业经济增长[2，22]，提高工业资本配置效率。但过度举债增强了工业经济的负债压力和偿债压力，会强化工业企业的融资约束，又扭曲市场机制在信贷资金配置的作用。而地方信贷规模和工业金融深化程度的提高，增强了金融服务实体经济的能力，促进工业资本流动，有助于能缓解地方举债引致的非国企信贷歧视和工业行业的融资约束，同时发挥市场竞争机制在资源配置中的作用，从而增强工业资本配置效率[11，13]。为了进一步刻画地方债务规模在地方债务压力和工业金融差异下对工业资本配置效率的非线性影响效应，我们测算出2001-2018年中国30个省份地方负债压力、地方偿债压力、工业信贷规模和工业金融深化指标数据，并用式（10）测算地方债务规模对资本配置效率的参数系数，画出各省地方债务规模与负债压力、偿债压力、信贷规模和金融深化的非线性散点关系图（图1至图4）。

βzwscalei，t=（ηi，t）/（zwscalei，t）=β1，zwscalei，t+β2，zwscalei，tg（Qi，t-，γ，Qc） （10）

图1表明，地方负债压力的门限效应均值在15左右，当负债压力小于15，地方债务规模对工业资本配置效率的影响取决于线性部分且为正效应;而当负债压力大于15，地方债务规模对资本配置效率的正效应逐渐减弱变为负效应。与陈瑞（2017）[2]研究一致，适度的地方举债弥补了地方财政收入的不足，并通过政府投资支持市政建设、交通运输等基础设施建设，为工业经济发展提供良好的投资环境，能优化工业资本配置效率。但过度举债，占用地方银行信贷资金，强化了工业行业的融资约束，导致政府主导，债务驱动的工业增长方式难以为继，会损害工业资本配置效率[1]。据测算，当前国内多数省份（广东、北京、山东、江苏等）地方负债压力在10以内，地方债务规模能促进资本配置效率的提高。而部分省份（宁夏、青海、云南等）负债压力过高，地方债务规模对资本配置效率起负作用。

图2表明，地方偿债压力低于90，地方举债能推动地区工业资本配置效率提高。但过度举债导致偿债压力攀升，地方债务规模将拖累工业资本配置效率。从曲线平滑角度看，偿债压力的平滑转换机制变化速度更快，相对于负债压力，转换曲线更加陡峭。一方面，适度的偿债压力水平能弥补地方财政收入的不足，增加地方政府在资源配置方面的调控能力，并配合市场机制提高工业资本配置效率[2]。但过度举债推升偿债压力，单位地方财力承担过度的财政风险，严重弱化地方财政对工业经济增长的作用，使得政府主导，债务推动的工业经济增长的模式难以为继[1]。过度的债务风险可能诱发实体经济风险和地方财政风险，迫使地方政府压缩发展性支出用于偿债，限制资源调控能力。所以地方举债投资，要慎重考量地方財政承担的债务风险，要积极改变由政府主导，举债驱动的工业经济增长模式，发挥市场机制在工业资本配置中的核心作用，才能推动工业经济健康发展。数据显示，当前上海、广东、江苏等东部省份偿债压力在合理水平，而山西、河南、辽宁、贵州等省偿债压力过高，地方债务对工业资本配置效率有明显的负向作用。

图3表明，工业信贷规模过低，地方举债将对工业资本配置效率形成负冲击。但工业信贷规模提升，地方债务规模对资本配置效率的负效应逐步减弱并转为正影响。数据显示，当工业信贷规模超过21，地方举债对工业资本配置效率的正效应明显增强。究其原因，工业信贷规模提高，一方面增强了地方金融系统服务工业经济的能力，推动工业资本在不同工业部门间流动，使资本从低效率项目流向到高效率项目，提升了工业资本配置效率。另一方面，信贷规模提高，释放工业行业的流动性，增加了工业资本来源，工业投资主体更易获得信贷支持，可以有效缓解地方举债占用银行信贷导致的工业融资约束。据数据测算，当前有一半省份的工业信贷规模尚处于较低水平，其中，黑龙江、内蒙古、湖南、吉林等省工业信贷规模较低，地方举债强化工业融资约束，阻碍了工业资本配置效率的提高。此外，研究发现各省工业信贷规模存在显著差异，东部经济发达地区的信贷规模普遍较高，而内陆地区较低。信贷规模的显著差异，说明各区金融发展不均衡现象较为严重，研究地方工业资本配置效率，需要综合考量工业金融环境的异质性。

图4表明，工业金融深化程度提高能强化地方债务对资本配置效率的正效应。研究发现，在工业金融深化门限模型中，地方债务规模对资本配置效率的影响更加敏感，当工业金融深化的门限指标超过36，地方举债的资本配置效应将由负影响转为正效应。究其原因，工业金融深化程度加深，能有效缓解地方政府举债投资引致的信贷资金错配。研究发现，政府过度举债会对经济发展和银行信贷形成干预，而信贷错配将导致企业投资低效率，其中低效和产能过剩的国企由于“预算软约束”而投资过度，高效和新兴的民企由于“融资困境”而投资不足[3]，会损害工业资本配置效率。此外，工业金融深化程度提高，能强化金融市场机制在信贷资源配置的基础性作用[28]，使资源分配从服从政府融资偏好转向追求营利性的商业化目标[29]，进而提高信贷资金分配效率，有助于增强工业资本配置效率[30]。由图可知，当前较多省份工业金融深化程度较低（除东部福建、浙江、广东、上海、江苏等），明显弱化了地方举债对资本配置效率的作用。需要采取措施提高金融市场化程度，减少政府干预，缓解信贷错配的不良影响。

五、结论

研究结果表明：（1）以地方负债压力和偿债压力作为门限变量，地方债务规模对工业资本配置效率的正效应逐步减弱并产生负效应。究其原因，期初地方举债弥补财政收入不足，并通过政府投资补齐地方工业基础设施短板，为工业投资创造了良好的投资环境。与此同时，地方举债通过“协议转让”方式压低工业建设用地价格，降低工业投资成本，对工业经济发展产生杠杆效应，有益于提高工业资本配置效率。但是，过度举债推升地方债务压力，加大地方财政风险。不仅从融资角度占用地方银行信贷资源，强化工业企业融资约束，还阻碍了市场机制在资源配置中的作用，造成信贷错配，加重非国有工业企业的融资困难，长此以往，会造成低效率产能过剩领域投资过度，而高效率新兴产业投资不足，严重损害工业资本配置效率。（2）以工业信贷规模和工业金融深化作为门限变量时，地方债务规模对工业资本配置效率的正效应会逐步增强。究其原因，信贷规模的提升，有益于缓解地方举债占用银行信贷资金对工业经济形成的融资约束，并通过增加实体的流动性，缓解工业企业融资困难问题。与此同时，工业金融深化程度提高，增强了金融系统的市场化水平，有益于发挥市场竞争机制在资本要素配置中的基础性作用，缓解国企投资过度和非国企投资不足问题，整体上提高工业资本配置效率。

基于上述研究结果，当前为转变经济增长方式，促使经济从高速增长向高质量增长发展，需要提升工业资本配置效率。具体而言：（1）在当前政府主导、投资驱动的工业经济增长模式下，既要发挥政府举债投资的引导作用，也要严格控制地方债务规模，综合考虑地方工业经济和财政收入所能承担的债务风险，防范过度举债，占用大量信贷资源，造成非国有企业融资困难，损害地区资源配置效率。 （2）要提高工业信贷规模，深化金融系统改革，逐步转变政府主导，投资驱动的工业经济增长方式，要积极发挥市场竞争机制在生产性资源配置方面的作用，缓解信贷错配造成工业资本配置低效率。

注釋：

① 财政部报告显示：2019年一季度新增地方政府债务限额3.08万亿元，资金超过6成投向铁路、公路、城镇公共基础设施及水利等领域重大公益性项目。

② 参考2009 年颁发的《招标拍卖挂牌出让国有土地使用权规定》，严格实施工业用地“招拍挂”出让制度。

③ 全国地方政府债务审计结果：2010年底地方政府债务中银行贷款占比约为80%，2013年6月末地方政府债务中银行贷款占比约为57%。2017年地方政府债务结构，银行表内贷款占16%，表外非标占25%。

参考文献：

[1] 熊虎，沈坤荣.地方政府债务对非国有企业投资效率的影响研究[J].当代财经，2019（2）：37-48.

[2] 陈瑞，齐天翔.地方政府举债对工业经济水平的影响——来自省级数据的实证研究[J].财经论丛，2017（4）：19-25.

[3] 张庆君，李萌.金融发展、信贷错配与企业资本配置效率[J].金融经济学研究，2018（4）：3-13.

[4] 范剑勇，莫家伟.地方债务、土地市场与地区工业增长[J].经济研究，2014（1）：41- 55.

[5] 吕健.地方债务对经济增长的影响分析——基于流动性的视角[J].中国工业经济，2015（11）：16- 31.

[6] 项后军，巫姣，谢杰.地方债务影响经济波动吗[J].中国工业经济，2017（1）：43- 61.

[7] Liang Y. S.，Shi K.， Wang L. S.， Xu J. Y.Local Government Debt and Firm Leverage： Evidence from China[J].Asian Economic Policy Review， 2017，12（2）： 233- 234.

[8] Megersa K， Cassimon D.Public debt，economic growth and public sector management in development countries： is there a link？[J].Public Administration and Development，2015.35（5）：329-346.

[9] Egert B. Public debt，economic growth and nonlinear effects：myth or reality？[J].Journal of Macroeconomics，2015，43：226-238.

[10]刁伟涛.债务率、偿债压力与地方债务的经济增长效应[J].数量经济技术经济研究，2017（3）：59-77.

[11]Huang，H.C.，F.WenShwo， and S.M. Miller. Does Financial Development Volatility Affect Industrial GrowthVolatility[J]. International Review of Economics & Finance，2014，29（1）：307-320.

[12]李廷凯，韩廷春.金融生态演进作用于实体经济增长的机制分析：透过资本配置效率的视角[J].中国工业经济，2011（2）：26-35.

[13]陆桂贤，许承明.金融深化与地区资本配置效率的再检验：1999-2013[J].国际金融研究，2016（3）：28-39.

[14]Aslanidis N.，Iranzo S.Environment and Development ：Is these A Kuznets Curve for CO2 Emissions[J].Applied Economics，2009：41：803-810.

[15]Wurgler， Jeffrey. Financial Markets and the Allocationof Capital[J].Journal of Financial Economics，2000：（58）：187-214.

[16]Ho-Chuan（River） Huang， WenShwoFang， Stephen M. Miller.Does financial development volatility affect industrial growth volatility？[J].International Review of Economics & Finance， 2014， 29（1）：307-320.

[17]Rajan，R. G.，and L. Zingales. Financial Dependence and Growth [J]. American Economic Review，1998：88（3）：559-586.

[18]齐红倩，席旭文，庄晓季.公共债务对经济增长影响的非线性特征——基于PSTR模型的国际经验分析[J].世界经济研究，2015（6）;33-42.

[19]Gonzulez，A，T. Terasvirta，and D. V. Dijk. Panel Smooth Transition Regression Model [R]. Working Paper Series in Economics and Finance，2005.

[20]Taboada，Alvaro G.The Impact of Changes in Bank Ownership Structure on the Allocation of Capital： International Evidence[J]. Journal of Banking & Finance，2011（2）： 2528-2543.

[21]Cetorelli，N.，and G. Michele. Banking Market Structure， Financial Dependence and Growth：International Evidence from Industry Data[J]. The Journal of Finance，2001（2）：617-648.

[22]Owusu-Nantwi V， Erickson C.Public debt and economic growth in ghana[J]. African Development Review， 2016，28（1）：116-126.

[23]江飛涛，武鹏，李晓萍.中国工业经济增长动力机制转换[J].中国工业经济，2014（5）：5-17.

[24]Granger， C. W. and Terasvirta， T.Modelling Non-Linear Economic Relationships[M]. Oxford University Press， 1993.

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

[26]Eberhardt M.，Presbitero A.F.Public Debt and Growth：Heterogeneity and Non-linearity[J].Journal of International Economics，2015， 97（1）：45-58.

[27]吕品，王大俊.我国不同所有制工业企业的资本配置效率比较研究[J].产经评论，2011（4）：40-48.

[28]李清原，李江冰，江春.金融发展与地区实体经济资本配置效率——来自省级工业行业数据的证据[J].经济学（季刊），2013（2）：527-548.

[29]Huang，Y. S.Selling China：Foreign Direct Investment during the Reform Era[M].New York：Cambridge University Press，2003.

[30]Ayyagari，M.A.Demirgus-Kunt， and V. Maksimovic. Formal versus Informal Finance：Evidence from China[J].Review of Financial Studies， 2010，23（8）：3048-3097.