税收收入、政府债务与基础设施投资关系研究

中国海洋大学管理学院 姜宏青 郑晓慧

一、引言

从2008年国家推出“四万亿”投资计划以应对全球金融危机，到2013年精准扶贫战略下政府加大对中西部地区基础设施的投资建设以发展区域经济，再到2018年为实现经济高质量发展提出的“新基建”战略，无一不体现出基础设施投资作为稳定经济增长的重要抓手已成为我国宏观经济调控的主要路径。尤其是近两年来，在疫情防控常态化、经济增速放缓的背景下，我国政府进一步加大了新型基础设施，新型城镇化，交通、水利等重大工程（两新一重）等领域基础设施的投资力度，使得2020年基础设施投资规模达到18.83万亿元。为保障政府基础设施建设所需资金的持续供给，2014年修订的《预算法》赋予了地方政府举债权，政府债券尤其是专项债由此成为政府基础设施投资的主要资金来源。然而，一方面，财政收支审计工作报告结果显示，2021年多数地方的大额专项债资金均存在闲置或未纳入预算、被挪用至偿还旧债、超进度拨付、多付、未落实绩效管理等问题；另一方面，尽管2015年发布的《政府会计准则——基本准则》将“公共基础设施”作为政府资产项目进行核算和列报，但政府公共基础设施资产的资金来源情况尚不能根据政府资产负债表予以对应分析。可见，专门管理财政资金和专门管理公共基础设施资产都具有一定的片面性，导致现实中财政资金管理的诸多弊端成“顽疾”，因此，应基于资金运动的来龙去脉将两者结合进行对应性研究，并在此基础上研究管理方案。基于此，本文采用2012年7月至2021年6月的样本数据，利用拔靴分样本滚动窗口检验方法，分别检验我国税收收入、政府债务与政府基础设施投资之间的因果关系，以揭示税收收入和政府债务资金在政府基础设施投资上的使用和管理情况。本文的研究贡献主要体现为：一方面，借助对政府资金来源和资金配置之间关系的剖析，从财务管理的视角丰富了政府资金管理的相关理论研究；另一方面，运用拔靴分样本滚动窗口因果关系检验的方法，回答了税收收入和政府债务资金在基础设施投资上的配置和使用是否遵循限制性原则这一研究问题，并为财政资金配置效率和使用效益的提高提供了政策建议。

二、文献梳理与评述

关于税收收入对政府固定资产投资的影响，杨晓敏通过格兰杰因果检验发现税收收入与政府固定资产投资之间存在双向因果关系。就政府固定资产以及基础设施投资对税收收入的影响效应来看，刘建洲等利用宁夏地区的面板数据进行线性回归分析发现，政府固定资产投资对于税收收入具有较强的拉动作用，而张晓晖等利用东北三省的面板数据进行双门槛回归，发现固定资产投资对经济增长以及税收收入具有负向影响。进一步的，初宜红等利用双固定效应模型进行实证检验发现经济性基础设施投资能够通过推动经济增长扩大税收基础，增加地方政府税费，且就税费结构而言，公共基础设施投资与地方政府税费的相关度显著高于政府税收。

就政府债务对政府基础设施投资影响的相关研究来看，龙小燕等利用省级面板数据进行实证检验，发现专项债券对基础设施投资的拉动效应高于融资平台银行贷款等传统融资渠道，且在经济发展水平较低、财力较弱的西部地区，地方政府专项债券的拉动作用更为明显。反过来，关于政府基础设施投资对政府债务的影响，吴洵等通过实证检验发现政府基础设施投资对政府债务具有正向影响。然而，李升等运用面板的可行广义最小二乘法进行检验，发现尽管政府通过举债渠道支持基础设施的建设将直接扩大当期债务规模，但基础设施投资对经济增长的促进作用在一定程度上又能够减小债务规模、降低债务风险。

通过梳理文献发现，从研究视角来看，现有学者多基于宏观经济视角，聚焦于研究政府基础设施投资对于我国经济增长和税收收入的拉动作用或对政府债务风险的引致效应，而并未从政府基础设施投资的资金来源或资金使用和管理的微观视角展开研究；从实证方法的选择和利用上来看，现有研究数据的时间跨度较短，且只研究了其中一变量对另一变量的单向影响。基于此，本文从管理学视角出发，基于政府主体的财务管理活动及其资金运动特征，利用拔靴分样本滚动窗口因果关系检验方法，分别验证税收收入、政府债务与政府基础设施投资之间的长期相互因果关系及其短期关系波动，旨在分析用于基础设施建设投资的税收收入和政府债务资金配置的合理性以及使用的有效性等管理情况。

三、理论基础与假说提出

（一）税收收入与政府基础设施投资

根据税收职能理论，作为人们换取公共服务而支付的价格，税收最基本、首要的职能及其产生和存在的根本目的在于为提供满足人们共同需要的公共产品以及公共安全、法律秩序等公共服务融资，因此，税收收入应当首先用于兜底性、均等性公共产品和服务的供给及其供给质量和水平的提升以保障和改善民生，在此基础上再用于基础设施等的建设投资以谋求经济发展。从实际情况来看，税收分权的财税体制使得地方政府的公共财政预算收入只能勉强维持政府部门及相关行政事业单位的工资发放和基本功能运转，而难以支持其他建设和民生支出，且即使公共财政预算收入有所增加，地方政府也可能会在满足国防、行政管理费等刚性支出的前提下，选择将更多的财政支出安排至社会保障等方面，而用于政府基础设施投资建设的收入规模的变化并不明显。因此，本文提出假设1。

H1：税收收入对政府基础设施投资具有正向影响，但其影响效应较弱。

政府基础设施投资能够通过直接和间接等多种方式影响税收收入。首先，政府基础设施在投资建设阶段会直接增加房产税和契约等各项税收收入。其次，部分基础设施如道路等属于准公共产品，地方政府可以通过收费的方式来弥补这部分基础设施的投资成本，进而促使税收收入增加。最后，政府基础设施投资可以通过经济增长的拉动效应对税收收入产生间接影响。一方面，根据投资乘数理论，政府基础设施投资作为我国公共投资的重要组成部分具有“乘数效应”，在投资过程中能够直接推动我国经济增长，扩大税源，进而增加地方政府税收收入；另一方面，根据新结构经济学理论，政府因势利导地投资以协调和完善企业产业升级所需的交通、电力等基础设施，有利于促进经济体的产业升级和技术创新，进而间接推动经济增长的动力转换和效率提升，带动税收收入的增加。因此，本文提出假设2。

H2：政府基础设施投资对税收收入具有正向影响。

（二）政府债务与政府基础设施投资

国际政府举债的黄金法则指出，满足政府支出需要的资金是通过举债还是征税的方式筹措，应当按照收益原则来确定，如果政府筹集资金用于消费性支出，使当代人受益，就应当采取征税的方式筹集；而如果政府筹集资金用于投资性支出，使后代人受益，那么则应当通过举债的方式筹措，并由后代人承担偿还责任。因此，公债理论中有关债务资金的黄金法则的论述界定了政府举债的理由以及债务资金的使用方式，将债务资金的用途严格限制在资本性支出的范畴之内。新《预算法》第三十五条中也规定，地方政府举借的债务应当有偿还计划和稳定的偿还资金来源，且只能用于公益性资本性支出，不得用于经常性支出。由此使得政府债务主要投向了交通、运输等各项基础设施建设领域。因此本文提出假设3。

H3：政府债务对政府基础设施投资具有正向影响。

基础设施属于政府为弥补市场失灵而提供的公共产品之一。根据公共产品理论，由于基础设施建成后通常能够在很长时期内为社会公众提供公共福利，因此其建设成本应当分摊到获得收益的各个年份中，由税收收入和债务资金共同承担。结合我国财政体制来看，在财政激励和以GDP为考核标准的官员激励的双重推动下，地方政府具有较强的投资冲动。然而，1994年分税制改革的实施使得地方政府事权有所增加，但地方财政收入占全国财政收入的比重不断下降，公共财政预算收入难以满足地方政府基础设施的投融资需求。面对较大的资金缺口，地方政府往往利用债务资金予以弥补，政府债务由此成为地方政府基础设施建设的主要资金来源。因此，本文提出假设4。

H4：政府基础设施投资对政府债务具有正向影响。

四、模型构建与数据选取

（一）实证模型构建

本文采用拔靴因果关系检验的方法分别检验税收收入、政府债务与政府基础设施投资之间的相互影响关系。其中，为了提高检验结果的准确性，本文使用基于残差拔靴技术（RB）方法修正的LR统计量进行检验。

1.拔靴全样本因果关系检验

为研究税收收入（政府债务）与政府基础设施投资之间的因果互动关系，首先构建如下双变量VAR（p）模型：

其中，ε（ε，ε"是一个符合均值为零、方差为σ的白噪声矩阵，p为由施瓦茨信息准则（SCI）确定的最佳滞后期，如果将变量y分为两个分向量y（I，Z"，那么模型1就可以表示成：

根据模型2，增加约束条件φ0（k=1，2，…，p），就可以检验政府基础设施投资不是税收收入（政府债务）的格兰杰原因的原假设，若原假设被拒绝，就证明政府基础设施投资对税收收入（政府债务）具有显著的影响；同样的，通过施加约束条件φ0（k=1，2，…，p），也可以检验税收收入（政府债务）不是政府基础设施投资的格兰杰原因这一原假设，若原假设被拒绝，则说明税收收入（政府债务）对政府基础设施投资的影响效果显著。

2.参数稳定性检验

全样本格兰杰因果关系检验一般假设VAR模型中的参数不存在结构性变动，然而，在实际情况下，在全样本时间区间内时间序列存在结构性变动的现象普遍存在，这可能会导致全样本因果关系检验的结果存在偏差。因此，本文除检验全样本因果关系外，同时还采用Sup-F、Mean-F和Exp-F三个统计量对参数稳定性进行检验。这些统计量利用LR统计序列得出，从而能够解决可能存在的未知时点上的单结构突变问题，但鉴于这三个统计量均不服从标准渐进分布，因此其临界值和概率值均是由对从常参数VAR模型中产生的10 000个样本进行蒙特卡洛模拟求均值而构成的渐进分布中获得。此外，由于Sup-F、Mean-F和Exp-F三个统计量还必须对检验样本两边各修整15%的区间，因此，真正进行参数稳定性检验的样本区间为（0.15，0.85）。

3.分样本滚动窗口检验

为了克服参数不稳定性，同时避免先验偏差，本文基于修正的拔靴估计，利用拔靴分样本滚动窗口因果关系检验的方法进行检验。其具体步骤为：在长度为T的时间序列中设定长度为l的分样本，并设定每个分样本的末端为τ=l，l+1，…，T，由此形成T-l个分样本，同时对每一个分样本进行基于RB的修正LR因果关系检验，并得到其相应的因果关系检验的实证结果。由此，税收收入（政府债务）与政府基础设施投资之间因果关系中可能存在的时变特征及其影响强度能够被直观地识别。其中，政府基础设施投资对税收收入（政府债务）的影响程度如模型3所示：

（二）变量选取与数据来源

首先，关于政府基础设施投资（GII），其一，参考世界银行对基础设施范围的划分，依据《中国统计年鉴》中的国民经济行业分类标准，本文以“交通运输、仓储和邮政业”“水利、环境和公共设施管理业”“电力、燃气及水的生产和供应业”三行业固定资产投资额的合计值度量基础设施投资；其二，由于政府对基础设施投资的数据并未公布，且政府构成我国基础设施建设投资的中坚力量，因此本文以全国基础设施建设投资完成额（不含农户）度量政府基础设施投资。其次，作为最重要的、高效率、安全可持续的基础设施投资建设资金来源，税收收入和政府债务资金在政府基础设施投资上的使用方式同时受到相关法律政策的严格规范，因此，为验证政府基础设施投资过程中财政资金使用的合理性和有效性，本文选取政府基础设施投资资金来源中的税收收入（TI）和政府债务（GD）展开实证研究。其中，在数据选择方面，本文利用政府在全国范围内的税收收入规模测度税收收入，且鉴于政府债务主要来源于政府债券发行，因此本文以中央政府债券（国债）以及地方政府债券发行额的合计值度量政府债务。最后，为了应对2008年所实施的“四万亿”投资政策效果逐渐消退所引起的经济增速放缓，2012年我国政府又一次加大了基础设施的投资力度，政府基础设施投资规模随之出现大幅度增长。因此，本文将样本数据时间窗口设定为2012年7月到2021年6月，以上数据全部来自于Wind数据库。

五、实证过程和结果分析

（一）单位根及全样本因果关系检验

为了研究TI、GD分别与GII之间的关系，本文首先对这三个时间序列进行了单位根检验，PP检验的结果均小于0.1，说明TI、GD、GII的序列均能够在90%的置信水平拒绝原假设，即三个序列均不存在单位根，为零阶单整序列。

在已知三组时间序列均为零阶单整序列的基础上，建立TI（GD）和GII的双变量VAR模型。依据施瓦茨信息准则（SIC），确定滞后阶数为2。使用基于拔靴技术的修正LR因果关系检验方法，全样本因果关系检验的结果如表1所示。

表1 TI、GD与GII的拔靴全样本格兰杰因果关系检验

由表1可知，在TI与GII的因果关系检验中，LR统计量和P值在1%的置信水平能够拒绝TI不是GII的格兰杰原因以及GII不是TI的格兰杰原因的原假设，也就是说税收收入和政府基础设施投资之间存在双向因果关系；而在GD与GII的全样本因果关系检验中，由拔靴P值可以得出，政府债务是政府基础设施的格兰杰原因，但政府基础设施投资不是政府债务的格兰杰原因。然而，由于在实际情况下，参数不存在结构性变动这一假设条件往往难以成立，导致全样本因果关系检验的结果可能不准确，因此，同时需要对参数稳定性及结构性变动情况进行检验。

（二）参数稳定性检验及结构性变动检验

本文使用Sup-F、Mean-F和Exp-F统计量来检验以上模型中的TI、GD、GII的稳定性，并使用Lc检验方法检测VAR系统中的参数稳定性，具体的检验结果如表2所示。

表2 TI、GD与GII的参数稳定性检验

从表2可以看出，在90%的置信水平两组数据均无法拒绝参数不稳定的假设，即两组变量的关系均存在结构性变化，且构建的VAR系统整体不稳定。因此，拔靴全样本因果关系检验的结果可能存在偏差，无法准确刻画TI、GD分别与GII在完整时间序列上的因果关系，有必要进一步进行分样本因果关系检验。

（三）拔靴分样本滚动窗口因果关系检验

基于参数不稳定的前提，本文继续采用拔靴分样本滚动窗口因果关系检验的方法来检验TI、GD分别与GII在2012年7月至2021年6月的因果关系、正负相关性以及影响幅度。TI与GII以及GD与GII的拔靴分样本因果关系检验结果分别如图1和图2所示。

如图1所示，图1（a.1）中P值小于0.1的时间区间即阴影部分表示拒绝TI不是GII的格兰杰原因的原假设，即TI是GII的格兰杰原因，图1（a.2）表示TI对GII影响系数的均值和上下限，影响系数的均值大于0表示TI对GII存在正向影响，小于0则证明存在负向影响，如果影响系数的上下限与平均值都高（低）于零刻度线，则表明其具有非常显著的正（负）向因果关系。因此，结合图1（a.1）和（a.2）可知，税收收入仅在2020年3月和10月对政府基础设施投资产生微弱的正向影响，而在大部分时间区间内对于政府基础设施投资的影响并不明显。基于财政统计数据发现，2014—2020年我国一般公共预算支出中基础设施投资建设支出年均占比约为27.57%，基础设施投资建设支出在税收收入的使用构成中所占比重较低可能使得近几年来税收收入并未对政府基础设施投资产生显著的影响。可见，我国税收收入的使用没有偏离筹资预期，可能受资金不足的影响，税收收入对政府基础设施投资的拉动效应较弱，从而验证了H1。

同理，图1（b.1）给出了GII是TI的单向格兰杰原因的时间区间，图1（b.2）描述了GII对TI的影响方向与幅度。由图可以看出，政府基础设施投资对税收收入在2014年12月至2015年2月、2015年4月至2017年1月、2017年7月至2017年8月、2017年10月多个时间段内都存在显著的正向影响。其中，2014年国内外经济形势复杂严峻、全球经济复苏艰难曲折，为稳定经济发展，我国加大了农业、水利、交通等多个领域的基础设施的投资力度，使得2014年至2017年政府基础设施投资规模年均增长18.76%，且由于基础设施投资对于经济增长的拉动作用具有滞后期，因此2014年12月至2017年10月政府基础设施投资对税收收入呈现出显著的正向影响，验证了H2。然而，与部分学者的研究结论相同，2017年10月以来政府基础设施投资对税收收入的正向影响并不明显，这可能是由于2017年5月以来，为规范地方政府举债行为，我国陆续实施了“围剿”违法担保、整改地方政府融资平台、打击PPP变相举债行为等一系列措施，地方政府基础设施投资的融资方式由此受到约束，政府基础设施投资增速不断降低，因而弱化了政府基础设施投资对税收收入的正向影响。

图1 TI与GII的拔靴分样本滚动窗口因果检验结果

图2 GD与GII的拔靴分样本滚动窗口因果检验结果

如图2（a.1）所示，P值小于0.1的部分即阴影部分表示GD是GII的单向格兰杰原因的时间区间，图2（a.2）描述了GD对GII的影响系数。结合两图可以看出，政府债务在2014年7月至2016年1月、2016年3月至2019年1月以及2020年12月对政府基础设施投资存在显著的正向影响。按照法规政策规定，地方政府举借的债务资金只能用于基础设施建设等领域，因而使得2014年7月以来政府债务对政府基础设施投资产生正向影响，验证了本文的H3。然而，2019年新发行的专项债中投向土地储备以及棚改等项目的比重达到65%，同时，2020年，《国务院政府工作报告》中“两新一重”战略的提出使得此后专项债重点投向了国家重大战略项目以及新型基础设施、新型城镇化等建设领域，而投资于交通、水利等传统基础设施建设的比重较低，从而可能导致2019年2月以来政府债务对政府基础设施投资的影响效应并不显著。

图2（b.1）中的阴影部分表示GII是GD的单向格兰杰原因的时间区间，图2（b.2）的影响系数描述了GII对GD的影响幅度与正负性。由图可以看出，不同于H4，政府基础设施投资在2014年12月、2017年3月至2017年9月、2017年12月至2018年2月对政府债务产生了显著的负向影响，而在其余时间区间内并未对政府债务产生明显的影响。首先，2014年《关于加强地方政府性债务管理的意见》（国发〔2014〕43号）中确立了地方政府债务的限额管理制度，因此，随着政府基础设施投资规模的不断扩大，当政府债券的发行规模达到限额后，地方政府可能会采用土地抵押、PPP项目等方式变相筹集资建设资金，地方政府隐性债务风险随之增加，而政府确定性负债的规模变化不明显，因而可能使得2014年7月至2017年2月政府基础设施投资对政府债务的影响并不显著。其次，随着地方政府对土地供给以及房地产企业对于土地需求的增加，2017年国有土地使用权出让收入增长38.98%，成为政府基础设施投资建设的重要资源来源，全国政府债券发行额由此减少27.92%，从而可能致使2017年3月至2018年2月政府基础设施投资对政府债务呈现出负向影响。最后，2018年3月以来基础设施投资增速不断下降，因而可能导致政府基础设施投资对政府债务的影响并不明显。此外，从数据本身来看，由于政府基础设施投资变量选取的数据中包括政府利用除举债之外的其他融资方式建设的基础设施，因而也难以对政府债务产生显著的影响。

六、研究结论与政策建议

（一）研究结论

本文以2012年7月到2021年6月税收收入、政府债务以及政府基础设施投资的数据为研究样本，运用拔靴分样本滚动窗口因果关系检验的方法分别对税收收入、政府债务与政府基础设施投资之间的关系进行了实证检验，并对其之间的互动影响关系进行了动态分析。基于实证结果，本文得出如下三点重要结论：第一，税收收入对政府基础设施投资的影响并不明显，说明我国税收收入的使用基本符合筹资预期。第二，政府债务对政府基础设施投资的正向影响具有时变性，说明我国政府债务资金的配置和使用方式有待优化和改进。第三，在部分时间区间内，政府基础设施投资规模的扩大有利于带动税收收入的增加，但其具有时变特征，反映出用于政府基础设施投资的债务资金等的使用效率不高，需要进一步加强对财政资金配置和使用的管理。

然而，本文在数据选择方面存在一定的局限性。本文政府基础设施投资变量选用的数据是全国基础设施建设投资完成额（不含农户），即不仅包括政府对基础设施的投资规模，还包括国有企业等对基础设施的投资，其中，政府基础设施投资涵盖了政府利用税收收入、政府债务、土地出让金、PPP项目以及投融资平台等多种融资渠道建设的基础设施，用替代性的数据表示政府利用税收收入或债务资金建设的基础设施可能存在一定的误差性，但其并不影响文章整体研究结论的准确性。同时，这种误差性和研究局限反过来也正构成本文的研究理由和研究意义之一：尽管目前利用政府资产负债表实现了政府基础设施投资规模增减变动情况的全面反映，但其中只列示了政府公共基础设施投资的总括数据，难以准确反映政府利用不同来源的资金分别投资建设的公共基础设施资产的规模。政府公共基础设施与其他资产项目相比具有规模大、周期长、涉及资金多样等特点，公共基础设施资产与其资金来源之间的关系能否得到清晰反映，影响着政府资金的使用效益以及政府提供公共服务的效能，因此，现行政府公共基础设施信息的分类方式也亟须优化，同时应基于财政资金运动的来龙去脉加强对政府公共基础设施等资产的管理。

（二）政策建议

结合研究结论和研究局限，本文从政府公共基础设施资产及其资金来源的对应关系管理的视角提出以下三点政策建议：第一，应进一步加强对政府资金配置和使用的规范和管理，以政府财政资金管理目标的多元化引导各类资金的限制性配置和使用。一方面，税收收入应主要用于保障政府部门的正常运转以及国防、法律等基本公共产品和服务的提供；另一方面，政府为满足基础设施建设等资本性支出的资金应主要通过举债的方式筹集，且所筹集的债务资金应遵循“黄金法则”，严格用于公共基础设施等资产的投资和建设，而不得挪用于其他消费领域。第二，应完善政府公共基础设施资产信息的分类体系。尽管政府会计信息有利于为地方政府债务等财政资金的投入、使用和结果的评价提供支撑，但其相关性仍有待提升，例如我国目前的会计核算体系尚未能提供政府公共基础设施资产资金来源的信息。因此，应当对政府公共基础设施资产信息进行重分类，并在将政府公共基础设施资产按照不同资金来源进行分类的基础上，将政府负债和利用债务资金投资形成的公共基础设施资产项目在政府资产负债表中对应列示，以利用二者之间对应性的增减变动情况反映和分析政府债务资金的来源和占用情况，进而对债务资金的筹集和配置进行管理。第三，加强对政府资产和财政资金的同步管理，并结合财政资金运动的来龙去脉评价政府资产的使用效益和管理效率。就政府公共基础设施资产而言，应当从资金来源的专属性、资金配置的适当性以及资金使用的有效性等方面评价其使用和管理情况，以此从根本上提高财政资金的配置效率和使用效益，真正实现政府管理能力及服务效能的提升。●