地方财政支出对流动人口的空间影响分析

王 庆 牛媛媛

（兰州财经大学,甘肃 兰州 730020）

人口问题始终是影响经济发展和社会稳定的重要因素，人口的出生率、老龄化、性别结构、流动性、受教育水平等问题都对社会的发展起到了关键性作用。近年来由于经济流动性的加强、交通方式的便利化、人们思想的多元化和各地人才引进政策的实施，我国流动人口的规模在持续不断扩大，因此实现流动人口基本公共服务均等化是保障流动人口发展和构建和谐社会的关键举措[1]。而财政支出是国家调节经济与社会发展、优化经济结构、合理配置公共资源、促进社会公平正义的重要政策工具[2]，因此在流动人口越来越成为影响社会发展的重要一环，从财政支出的视角来分析影响流动人口的因素，能够更好地为流动人口提供公共服务，形成合理的人口流动模式，从而促进地方经济结构的协调发展，具有重要的现实意义。

一、文献综述

国外对流动人口的研究较早，理论也更加系统和完善。威廉·配第是第一个提出经济因素是影响人口流动的关键因素，当地区发展存在差异时，人们为了自身利益的最大化而向能够获得更高利益的地区进行流动[3]。R.Herberle(1938)提出了推拉理论，指出流出地的推力、流入地的拉力、人们的流动能力和流动成本对流动人口起着重要的作用[4]。ESLee(1996)进一步丰富了推拉理论，指出人口流动与流动相关因素，流动地相关因素，各种阻碍和个人因素紧密相关[5]。Charles Tiebout在1956年提出著名的“用脚投票”理论，后者关于此问题的研究基本上绕不开该理论。Day(1992)也认为地方政府的税收政策和财政支出政策能够影响人们在跨地区之间的流动，并且不同的支出规模和结构能够产生不同的影响。Bonin et al(2000)指出当地公共服务支出的增多能够相应增加流动人口。新古典经济学派认为劳动力的供给和需求会自动调整区域内的劳动力数量。在市场的作用下，经济发展水平高但劳动力不足的地区会提供较高的工资吸引劳动力流入，因此工资水平是影响人口流动的重要因素[6]。

我国学者近年对流动人口的理论也在不断发展。杨文杰(2011)提出人口财政是研究流动人口与公共财政相关关系的有效切入点，其最终目标是实现人口长期均衡发展与经济发展的和谐统一[7]。刘德军(2015)指出山东省未来在财政支出方面，应当充分考虑流动人口的需求，为他们提供高质量的公共服务和完善的社会福利，以吸引其为山东省的经济和财政收入增长做贡献[8]。雷小乔、杜子芳(2017)分析发现人均财政负担影响人口的流入量和流出量[9]。赵佳佳、王建林(2018)通过研究发现本地财政支出增加会提高本地的人口净流动率，同时也会降低邻近地区的人口净流动率。刘会娟、胡志勇(2018)指出增加生产型财政支出能极大地提高对流动人口的吸引力，而在户籍制度的限制下增加消费型财政支出无法形成对流动人口的吸引[10]。刘欢、张晨(2018)认为受地方政府自身财政利益与户籍制度的限制，流动人口难以享受与户籍人口均等的公共服务[11]。

通过梳理现有文献可以发现，地方经济发展水平和财政支出以及户籍制度等都是影响流动人口的因素。本文主要从财政支出结构来考虑对流动人口的影响，地方财政支出按照经济用途分为维持型财政支出、生产型财政支出和消费型财政支出[12]。这三类财政支出各有侧重，可以推断出其对流动人口的影响也有所不同。通过研究财政支出结构对流动人口的影响，可以促进地方政府合理安排财政资金，形成财政支出的最优结构，提高财政资金使用效率，更好地吸引人口的流入。同时以往的研究大多将财政支出结构对流动人口的影响局限于本地，而忽视了邻近地区的影响，这不符合现实情况，所以本文使用空间杜宾模型分析了流动人口的空间溢出效应。另外，本文不同于以往的区域性分析，从全国层面分析了财政支出结构对流动人口的影响，具有普遍适用性。

二、模型解释和变量解释

(一)模型解释

目前，应用较广的空间计量模型主要包括空间滞后模型(SAR)、空间误差模型(SEM)和空间杜宾模型(SDM)，本文通过检验选择SDM模型进行分析。相比于其他空间模型，SDM模型由于包含了空间滞后解释变量，更有助于防止遗漏变量偏误。此外，如果数据的生成过程是SEM模型或是SAR模型，SDM模型仍然能够保证系数估计的无偏性质，所以SDM模型具有一定的优势[13]。空间权重矩阵包括0-1矩阵、地理权重矩阵和经济权重矩阵，本文认为经济权重矩阵与流动人口关系最为密切，所以采用了经济权重矩阵。

(二)变量选取及解释

1.被解释变量

衡量流动人口的基本尺度是流动涉及的空间及其持续的时间。从空间尺度上讲，将流动人口按照不同等级区域进行划分，如省际、县际、乡际流动人口。在时间尺度上，可以按流动人口的出行规律分为定期和非定期流动人口。本文主要从空间尺度出发研究省际的流动人口。流动人口的计算公式常见的有两种表达方式，第一种是常住人口减户籍人口，第二种是常住人口除以户籍人口。为了消除异方差性，数据会进行对数化处理，用第一种方式下的流动人口有负数，无法进行对数化处理，所以本文采用第二种方法来表示流动人口，称为人口流动率，设为y。

2.解释变量

地方财政支出是提供公共产品的主要来源，也是支持地方经济发展的重要力量，地方财政支出的投向能够极大地影响地方公共服务的投入从而影响当地经济发展，设其为x。地方财政支出按照经济用途划分为维持型财政支出、生产型财政支出和消费型财政支出，分别设为x1、x2、x3，单位都是元。其中维持型财政支出，包括一般公共服务支出、公共安全支出、城乡社会事务支出、生产型财政支出包括农林水事务支出、交通运输支出、资源勘探电力信息等事务支出、粮油物资储备管理等事务、消费型财政支出包括教育支出、科学技术支出、文化体育与传媒支出、社会保障和就业支出、医疗卫生支出、环境保护支出。

3.控制变量

为了更好地弄清财政支出对流动人口的影响以及根据类似的研究方向，力求尽可能把财政支出以外的一切能引起人口流动的变量控制住，本文选取了5个有代表性的控制变量。(1)地区生产总值(元/人)，设为a1。一般而言，地区生产总值越高的地区各种设施比较完善，越能吸引人口的流入。(2)城镇单位就业人员平均工资(元)设为a2。人口流动的主要原因是获得比当地更高的工资水平，改善自身生活条件。城镇单位就业人员平均工资越高，越能吸引人口的流入。(3)住宅商品房平均销售价格(元/平方米)，设为a3。新生代流动人口大部分都有长久居住在流入地的打算，所以房价会部分地抑制人口的流入，即住宅商品房平均销售价格越低，越能吸引人口的流入。(4)失业率(%)，设为a4。失业率水平和人口流动有着密切的关系，城镇登记失业率低说明当地就业机会多，吸引人口流入。(5)城镇化率(%)，设为a5。城镇化水平越高的地方，城市的建设也越完善，越能吸引人口的流入。

(三)数据说明

本文选取2009-2018年我国31个省为研究对象，其中户籍人口数据来源于《中国人口与就业统计年鉴》，其余数据均来源于《中国统计年鉴》。为了缓解异方差给模型估计带来的影响，保持数据的平稳性，本文对地方财政支出、维持型财政支出、生产型财政支出、消费型财政支出、地区生产总值、城镇单位就业人员平均工资和住宅商品房平均销售价格进行了对数化处理。失业率为城镇登记失业率，城镇化率为城镇人口除以常住人口的比值。

三、地方财政支出对省际流动人口的实证性检验

(一)描述性统计

本文采取人口流动率作为被解释变量，采取地方财政支出、维持型财政支出、生产型财政支出和消费型财政支出作为解释变量，采取地区生产总值、城镇单位就业人员平均工资、住宅商品房平均销售价格、失业率和城镇化率作为控制变量。各变量的描述性统计结果如下：

表1变量的描述性统计

人口流动率采用常住人口占户籍人口的比值来表示，反映地区的流动人口比重，当其大于1时，说明为人口流入地。由表1可以看出人口流动率的均值为1.038，表明2009-2018年31个省份中人口流入地较多。同时表中所有变量的标准差都较小，说明数据的稳定性较好。

(二)空间相关性检验

在开始空间计量模型实证之前，我们将采用Moran's I指数对流动人口的空间相关性进行检验。表2显示，2009-2018年的莫兰指数都在1%的水平下通过了显著性检验，说明这10年中流动人口都具有较强的空间相关性，适合进行空间分析。

表2流动人口的空间相关性

(三)计量模型选择

用LR检验、Wald检验来具体考虑选择哪一种模型。LR检验通过检验自变量空间滞后项及空间效应是否显著来判断是否为SEM，Wald检验通过检验自变量空间滞后项是否为0来判断SDM是否会退化为SAR[14]。如表3所示，在LR检验中，p值均为0.0000，说明拒绝原假设，不选择SEM。在Wald检验中，p值也均为0.000，非常显著，拒绝原假设，SDM不会退化为SAR，即选择SDM模型作为运行模型。SDM模型还需通过Hausman检验选择随机效应模型还是固定效应模型，由表3可以看出Hausman检验p值为0.0000，非常显著，拒绝原假设，所以选择固定效应模型更优。为了比较时间固定效应、个体固定效应和双固定效应三种效应哪个最适合本文的研究，需要进一步进行效应检验，结果都显示prob＞chi2，拒绝原假设，所以选择SDM模型时，选择时间空间双固定模型更优。

表3经济距离矩阵的模型选择

注：表括号中为p值。

(四)实证结果分析

虽然SDM模型中可以给出各个自变量系数的估计值，但是由于SDM模型的回归系数并不能直接反映自变量对因变量的影响程度。为了全面反映自变量与因变量之间的相互关系，需要重点分析SDM模型的直接效应、间接效应和总效应，所以表4直接给出了直接效应、间接效应和总效应的结果。直接效应是本地区自变量对本地区因变量的作用和从本地区到相邻地区最后再返回本地区的这样一种反馈效应，间接效应是邻近地区自变量对本地区因变量的影响，即空间溢出效应。总效应是所有地区的自变量对本地区的因变量的影响。

表4 SDM模型下的双固定效应的实证结果

表4结果显示，空间自回归系数的p值都在1%的水平下显著，且其系数为正值，说明人口流动率对自身有正向的空间溢出效应。地方财政支出的直接效应在10%的水平下显著，系数为-0.073,9，说明本地财政支出每增加一单位，本地的人口流动率减少0.073,9个百分点；间接效应在1%的水平下显著，系数为-0.543,1，说明邻近地区财政支出每增加一单位，本地区人口流动率减少0.543,1个百分比；总效应在1%的水平下显著，系数为-0.617,0，说明31个省的财政支出每增加一单位，本地区人口流动率减少0.617，0个百分比。说明总体财政支出的增加并不会吸引人口的流入，而要合理调整财政支出结构。

三类财政支出分析和地方财政支出分析类似，由表4可以看出，维持型财政支出对流动人口影响最小，生产型财政支出整体对流动人口影响较为显著，而消费型财政支出虽然直接效应不显著，但是空间溢出效应结果最为显著，所以也不能忽视消费型财政支出对流动人口的影响。

维持型财政支出可以看作是政府维持运营的管理成本，也体现了地方政府管理的效率问题，由于人口流动最主要的动因是经济因素，所以这部分财政支出对人口流动的影响相对较小。

生产型财政支出主要是一些基础性建设，能够使当地的基础设施更加完善，进而招商引资，改善当地经济环境，提升经济发展水平，增加就业机会，吸引人口的流入。同时，生产型财政支出没有户籍制度的束缚，不区分户籍人口和流动人口，对流动人口有着更大的吸引力。

当前新生代流动人口的政治意识有着显著的增加，要求得到和户籍人口一致的公共服务供给水平。目前的户籍制度改革虽然一定程度上消除了人口流动过程中的障碍，但是由于尚未完全放开户籍的限制，这部分支出仍与户籍相挂钩，流动人口和户籍人口还未能完全一致的享受当地的教育资源、医疗资源和社保资源等，所以当地消费型财政支出的增加对当地人口流入的吸引力不显著。但是消费型财政支出具有正的外部性，邻近地区增加消费型财政支出会对当地产生正的外部性作用，吸引当地的人口流入。

四、相关政策建议

根据2009-2018年我国31个省的数据，运用SDM模型进行空间面板模型分析，结果显示流动人口存在着较强的空间相关性，同时地方财政支出、维持型财政支出、生产型财政支出和消费型财政支出对流动人口的影响各不相同。为了更好地管理流动人口，提高地方政府的服务管理水平，本文提出以下几点建议：

第一，流动人口存在明显的空间相关性，说明应该从更广泛的角度思考区域协调发展问题，如在制定流动人口管理方案时，不仅要考虑流动人口的流向和空间分布情况，还要综合不同类型的财政支出、经济发展水平和各地工资水平，使流动人口管理方案和财政支出结构之间相互补充和协调。同时要系统把握邻近地区的相关政策，动态调整自身的政策。

第二，由于地方财政支出的总量不能吸引人口的流入，这要求政府优化财政支出结构，在实现自身功能的同时增强对流动人口的吸引力。同时地方财政支出也存在明显的空间溢出效应，所以地方政府在制定政策措施的时候，应注重自身的优势和财政政策与环境、产业等政策之间的整体配合与协同合作，形成区位特征，促进地区间协调均衡发展。

第三，保持或适当降低维持型财政支出的规模，提高政府运营的效率，精简政府机构，建设服务型政府；保持生产型财政支出的规模，同时将生产型财政支出的重点放在产业升级上，大力发展创新产业，引领经济新发展，和当前的引进人才政策相辅相成，吸引人口流入，尤其是高质量人口的流入；对于消费型财政支出来说，要加快户籍制度的改革和积分落户政策的进一步推广，提高流动人口享受公共服务的质量和水平。要进一步完善地方官员考核机制，将地区公共服务供给水平和流动人口的满意度纳入考评体系，保障包括流动人口在内的全部人口的公共服务大致均等化[15]，使本地区的居民安居乐业，为本地区的发展注入新的活力，促进地区协调健康发展。