经济增长视角下专项债结构优化的实证研究

王思思 龚锋

【摘要】目前党中央、 国务院高度重视地方债務风险化解工作， 地方政府专项债作为地方债务的重要组成部分， 管好、 用好专项债资金既是宏观调控经济的重要手段， 也是防范风险不可或缺的一环。本文立足于湖北省经济现状， 基于经济增长视角， 利用各地市州的动态面板数据， 通过研究不同投放领域、 不同债券期限、 不同经济体量的专项债对经济影响程度的异质性， 验证湖北省专项债对经济的正向影响作用， 筛选出对经济促进作用最大的专项债项目的属性， 为下一步湖北省防范地方政府专项债风险、 优化专项债结构提供决策依据。

【关键词】地方政府专项债；经济增长效应；投放领域；债券期限；经济体量；结构优化

【中图分类号】 F812.5     【文献标识码】A      【文章编号】1004-0994（2024）09-0114-6

一、 引言与文献回顾

2015年《预算法》（修订案）正式生效后， 发行政府债券成为地方政府唯一合法合规的融资渠道。据统计， 2015年底， 全国地方政府债券余额为4.83万亿元， 专项债与一般债券的比例为25.13%； 而2022年6月底， 全国地方政府债券存量为34.58万亿元， 专项债与一般债券的比例达到141.05%， 是2015年的5.6倍。这表明专项债已成为地方政府融资的主要手段。有鉴于此， 值得关注和评估的问题是， 专项债在拉动地方经济增长方面到底发挥了多大作用？未来如何进一步更好地发挥专项债的经济增长效应？为回答上述问题， 本文以湖北省各地市州2019 ～ 2022年上半年发行的专项债项目数据为基础， 通过实证检验湖北省专项债发行对地方经济增长的影响， 以及基于充分的异质性检验识别拉动经济增长效果更为突出的项目类型， 为未来优化地方专项债发行决策和类别结构提供完善建议。

对于政府债务与经济增长的关系， 国内外已有不少研究。在国外， 研究的重点是探讨国家发行公债对一国经济增长的影响效应。相关的研究可谓汗牛充栋， 但由于不同研究采用的国别样本不同， 得到的研究结论也存在较大差异。以近期发展中国家的研究为例： Hallunovi（2020）基于阿尔巴尼亚的研究发现公债对经济增长具有正向影响； Ssempala等（2020）基于乌干达的研究则发现公债对经济增长的影响是负向的； Sansa（2020）基于坦桑尼亚的研究发现公债对经济增长没有显著影响； 而Lopesda（2016）得出的基于52个非洲经济体的面板数据模型估计结果显示， 公债和经济增长之间呈“倒U”型关系。

在国内， 不少研究采用国别、 中国全国或各级地方政府债务数据， 探讨政府债务对经济增长的影响。其中， 有代表性的研究是： 在国别层面， 苏民（2021）采用多个国家的面板数据， 研究发现公债与经济增长之间存在显著的非线性关系， 即两者之间存在显著的“门限”效应； 在中国全国层面， 夏诗园（2017）采用SVAR模型和我国1995 ～ 2014年的国债数据， 发现持续增长的政府债务规模可能会对我国经济增长带来不利影响； 在中国省级层面， 温来成和王涛（2020）、 崔智星等（2021）发现地方政府债务有助于促进地区经济增长， 而郑金宇和钟玮（2022）发现地方政府债务对经济增长的影响呈“倒U”型； 在中国地级市层面， 尹李峰等（2021）基于175个地级市的专项债数据， 发现地方政府专项债能有效促进经济增长， 但发行进度会对拉动作用带来一定程度的影响。

与已有研究相比， 本文的不同之处在于： 第一， 本文回归估计所采用的地方专项债数据来源于中国债券信息网公开披露的官方原始数据， 具有可靠、 准确和全面的特点。第二， 本文基于丰富的专项债项目特征信息进行充分的异质性检验， 明确了哪种类型的专项债能够更好地发挥拉动经济增长的效应， 从而为未来优化专项债发行结构提供精准、 可靠的定量依据。第三， 本文将实证分析的结果充分应用于政策建议中， 致力于为地方财政部门遴选经济效应优良的专项债项目提供切实可行的实施建议。

二、 湖北省专项债发行情况分析

2019 ～ 2022年上半年， 全国累计发行新增专项债12.74万亿元， 湖北省累计发行近5800亿元。湖北省专项债余额自2018年底的2933亿元增长至2022年的8405亿元， 增长幅度远高于GDP和财政收入的增长幅度。

（一） 专项债资金的投放领域

图1显示， 2019 ～ 2022年湖北省累计发行新增专项债项目共2963个。所有项目共投放至10个领域， 排名前三的分别是： 保障性安居工程、 市政和产业园区基础设施、 社会事业。前三类项目累计发行金额占总金额的73.18%。

（二） 专项债资金的发行期限

图2显示， 2019 ～ 2022年湖北省发行的新增地方政府专项债期限除3年期的极少外， 其他期限分布较为均衡， 其中发行前三的分别是20年期、 5年期和10年期。由此表明， 湖北省专项债投放领域从期限较短、 资金回笼较快的土储、 棚改项目转向期限更长的有一定稳定现金流的产业园区基础设施、 民生保障等社会事业项目。

（三） 专项债资金的区域分布

图3显示， 2019 ～ 2022年湖北省不同地市州之间专项债发行量分三个梯队： 第一梯队是武汉市， 占比59.34%， 远超其他城市之和； 第二梯队是襄阳市、 宜昌市、 荆州市、 鄂州市， 占比在3.69% ～ 6.03%之间； 第三梯队为其他地区， 占比均在3%以下。这说明湖北省在专项债额度分配上倾向于省会城市武汉。

三、 研究假设

本文致力于检验并回答以下问题： ①湖北省专项债是否对经济增长有促进作用？②湖北省专项债发行对经济增长的影响是否具有非线性特征？③不同投放领域的专项债发行对经济增长的影响是否存在异质性？④不同债券期限的专项债发行对经济增长的影响是否存在异质性？⑤不同经济体量的城市发行专项债对经济增长的影响是否存在异质性？

根据上述五个问题， 对应提出五个研究假设， 分别是： ①湖北省專项债对经济增长的影响为正向促进作用。根据凯恩斯主义经济学理论， 在经济衰退期需要实行宽松的经济政策， 通过刺激就业、 消费需求来带动经济增长。目前， 我国经济增长乏力， 专项债作为积极的财政政策之一， 预期会对促进经济增长产生正面作用。②湖北省专项债对经济增长的影响为线性关系。根据王秋石和关阵（2021）的研究结论， 地方政府债务在一定范围内会通过增加地方政府投资规模来促进地区经济发展， 但这种边际效用随着经济总量的不断增加而递减。目前湖北省经济体量正处于爬坡上坎阶段， 但由于本文分析时间段的局限性， 故假设样本考察期间内专项债对经济增长的影响为线性关系。③不同投放领域的专项债对经济增长的影响存在异质性。专项债自2017年试点发行以来， 发行领域不断调整， 说明政策希望专项债能在不同的领域发挥不同的作用。④不同债券期限的专项债对经济增长的影响存在异质性。2019年以来， 发行环境的转变说明债券期限结构的调整更有利于专项债发挥其预期的作用。⑤不同经济体量的城市发行专项债对经济增长的影响存在异质性。崔智星等（2021）发现， 东部地区或经济较发达地区的专项债对经济增长的促进作用更加显著， 主要是由于不同地区资源禀赋、 经济基础不同导致专项债对经济增长的影响出现不一致性。虽然现有文献主要是在全国范围内分区域研究， 但是在同一省份内， 不同城市之间也同样存在资源禀赋、 经济基础不同等差异。

四、 实证研究设计、 变量设定与数据来源

（一） 实证研究设计

本文根据湖北省2019 ～ 2022年上半年的新增专项债数据， 基于属地原则对其在地市州进行汇总， 获得地市州专项债的发行额。同时， 考虑到其他变量数据可获得性的限制， 将月度债务数据汇总为季度数据， 利用湖北省17个地市州2019年第1季度到2022年第2季度共计14个季度的面板数据， 构建如下回归方程， 检验地方专项债发行规模及结构对地方经济增长的影响。

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

其中， ln（GDPit）为地级市GDP的自然对数， ln（Debtit）为地级市新增专项债发行额的自然对数， X为其他控制变量， αi为个体固定效应， ρt为时期固定效应， εit为随机干扰项。其余为待估系数。

（二） 变量设定

1. 被解释变量。本文构建的计量回归模型中的被解释变量为经济增长， 而反映经济增长的指标通常有GDP、 人均GDP、 人均收入等， 结合研究数据的可获取性， 本文用可比价格的GDP绝对值来度量经济增长， 使用湖北省地市州的季度实际GDP的自然对数衡量。

2. 核心解释变量。模型中的核心解释变量为湖北省地市州各季度发行的新增专项债金额的自然对数， 根据项目明细汇总而成。由于对0无法取自然对数， 如果某个地区某个季度没有发行新增专项债， 则令其值为1， 取自然对数后的值为0。

3. 控制变量。本文在模型中控制了其他可能影响经济增长的变量， 具体包括： ①社会消费品零售总额， 衡量居民消费对经济增长的拉动作用； ②一般公共预算支出， 衡量地区政府消费对经济增长的影响； ③固定资产投资同比增速， 衡量固定资产投资对经济增长的影响； ④规模以上工业增加值同比增速， 衡量产业结构对经济增长的影响； ⑤工业用电量占比， 衡量产业发展和开工水平对经济增长的影响； ⑥进出口总额， 衡量对外开放对经济增长的拉动效应； ⑦金融业存贷比， 衡量金融发展水平对经济增长的影响。

（三） 数据来源

本文主要通过拜访调查法、 互联网信息收集法对所需数据进行采集。核心数据为湖北省2019 ～ 2022年上半年新增专项债的发行数据， 即以项目编码为最小ID的明细数据， 共计4175条， 包括所属区域、 发行时间、 投放领域、 债券期限， 还本方式、 发行金额等。由于本文数据细化至地市州， 无法通过现有数据库获取， 故通过各级统计局以及人民政府官网统计到可比价格GDP和其他控制变量的数据。

五、 实证分析结果

（一） 描述性统计

根据前文整理得到的城市季度面板数据， 对相关变量进行描述性统计分析， 结果如表1所示。从表1中可以看出， ln（GDP）的中位数略小于平均值， 呈轻微右偏分布状态； ln（Debt）的中位数远小于平均值， 呈明显右偏分布状态。相比专项债的分布态势， GDP分布较为均匀。固定资产投资同比增速的中位数略大于平均值， 分布较均匀， 呈轻微左偏分布状态； 规模以上工业增加值同比增速的情况与固定资产投资同比增速差不多； 社会消费品零售总额的中位数小于平均值， 呈右偏分布状态； 进出口总额分布较集中； 金融业存贷比的中位数略小于平均值， 呈轻微右偏分布状态； 工业用电量占比分布较均匀； 一般公共预算支出各地差异较大， 中位数小于平均值， 呈右偏分布状态。

（二） 数据平稳性检验

在实证分析之前， 为了使估计结果更准确， 本文利用Levin-Lin-Chu法对数据进行平稳性检验， 结果显示： 在使用AIC准则下所选择的最优滞后阶数时， Levin-Lin-Chu检测下本文所选变量的未调整的t值（传统的t统计量）、 调整后的t值以及P值都显著为负， 也即强烈拒绝面板数据包括单位根的原假设， 故认为本文所使用到的数据是平稳的。

（三） 回归结果分析

1. 数据预处理。由于本文所使用的是时间维度为季度层面的面板数据， 在进行回归之前有必要对经济数据进行季节性调整。其重要性体现在： 首先， 消除季节性影响可以使数据更具可比性； 其次， 突出长期趋势， 帮助分析者更清晰地了解经济发展的整体方向和长期变化趋势； 最后， 有助于更准确地进行预测和规划， 这对政府、 企业和投资者做出决策具有重要意义。本文采用目前文献中主流的回归法实现季节性调整。回归法的基本步骤为： 首先， 生成季度虚拟变量； 然后， 对季度虚拟变量进行回归； 最终， 上一步回归中得到的残差加上均值即为季节性调整之后的数据。需要说明的是， 在做回归法下的季节性调整时， 首先要判断分解出来的季节性因子对原本经济变量的解释能力是否足够充分， 即季节虚拟变量对于模型中的解释变量的回归系数是否显著和整体拟合优度是否足够大， 其次才能在之后的回归分析中使用季节性调整之后的数据。通过验证， 本文发现仙桃市的数据较为特殊， 当引入该市经济数据时会导致季节性调整的结果较差， 因此本文将仙桃市的数据进行剔除， 导致回归分析的样本量减少至177个。

2. 基准结果回归分析。在对数据进行季节性调整后， 利用回归方程（1）进行固定效应回归， 在控制城市的个体效应与季度时间趋势效应后， 估计结果如表2所示。

表2第（1） ～ （4）列分别为混合OLS回归、 个体固定效应模型、 时间固定效应模型和双向固定效应模型。核心解释变量的回归系数均显著为正， 说明湖北省专项债发行额对GDP的影响显著为正， 即专项债发行能有效促进湖北省经济增长。本文重点分析双向固定效应模型下的回归结果。在该模型中， 核心解释变量的回归系数为0.956， 且在5%的水平上显著， 说明湖北省每新增发行专项债1个单位， 可以带动GDP增加0.956个单位。规模以上工业增加值同比增速、 社会消费品零售总额这两个变量的回归系数显著为正， 与GDP支出法核算原理相符， 说明工业企业和居民消费是带动经济增长的重要动因。工业用电量占比变量的回归系数显著为负， 可能的原因为2020年初至2022年湖北省受到疫情影响， 使得工业用电量占比无法有效反映工业用电量对经济的影响。固定资产投资同比增速、 进出口总额、 一般公共预算支出、 金融业存贷比变量的回归系数未通过显著性检验， 可能的原因为： 第一， 固定资产投资同比增速反映的是固定资产投资与上一年度同期指标的对比， 不能充分反映当期固定资产投资状况； 第二， 进出口总额为进口产品价值和出口产品价值之和， 无法有效反映净出口的情况； 第三， 政府消费只包含经常性业务支出， 而一般公共预算支出范围更广， 不能很好地体现政府消费的情况； 第四， 湖北省目前的金融结构与实体经济结构相适应的程度有待提高， 或者存在滞后现象等， 导致金融业存贷比不能很好地体现金融发展对经济增长的影响。综上， 假设①得以验证。

3. 非线性关系检验。为进一步验证在样本考察期内， 湖北省专项债发行对经济增长的正向影响是否为线性关系， 在基准回归模型的基础上通过引入二次项函数， 构建新的回归模型：

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

其中， ［ln（Debtit）］2表示专项债发行额自然对数的平方项。

依据模型（2）对样本数据进行双固定效应回归， 估计结果如表3所示。从非线性关系异质性检验回归结果中可以看出， 在加入［ln（Debtit）］2后， 平方项的系数不显著， 说明在样本考察期内湖北省专项债发行对经济增长的影响为线性关系， 符合目前国家专项债投放的政策预期， 假设②得以验证。

4. 异质性检验。由于本文使用的专项债的最小口径是专项债项目维度， 而各地市州面板数据的最小口径是城市维度， 因此在合并为最终使用到的数据时， 需要将专项债数据根据其属地转化为城市个体维度。当依据专项债的投放领域、 债券期限进行异质性研究时， 需要进行分样本回归。以投放领域为例， 若按照常规做法， 只保留某一特定投放领域的专项债数据， 会导致最终数据是非平衡面板数据， 而且不同类别的数据量有较大差异， 从而导致结果失真。因此， 本文采取反向做法， 在研究某一投放领域时， 删去投放于该领域的数据， 再汇总为城市个体维度的面板数据。当删除某一领域样本后的专项债回归系数由基准回归中的显著变为不显著时， 说明该投资领域对经济增长的影响是最显著的； 当其显著性下降时， 说明该投资领域对经济增长的影响较为显著； 当系数的显著性不变， 但是系数值变小时， 说明该投资领域对经济增长的推动作用略高于平均水平。反之， 则说明该投资领域对经济增长的推动作用低于平均水平。不同债券期限的异质性检验同理。

（1） 不同投放领域异质性检验。值得说明的是， 本文在投放领域的异质性检验中剔除了土地储备和支持中小银行发展两类项目， 原因如下： 第一，2019年9月国务院常务会议提出专项债不再支持土地储备类项目， 全国自2020年开始均不再发行该类专项债； 第二， 支持中小银行发展项目为特定时期的特定产物， 湖北省仅在2021年发行37亿元， 未投放至具体的专项债项目， 故上述两个类型的项目在样本考察期内不具备研究意义。在剔除上述两类专项债发行金额后， 考虑到城市冷链等物流基础设施、 能源、 农林水利等领域专项债发行金额较小， 单独分类数据量不足， 对投放领域进行如下汇总处理： 生态环保、 农林水利、 能源和社会事业合并为民生补短板等社会事业， 城市冷链等物流基础设施并入市政和产业园区基础设施类别。据此， 得到本次异质性检验的四大投放领域： 保障性安居工程、 交通基础设施、 民生补短板等社会事业及市政和产业园区基础设施。依据基准回归模型对分样本数据进行双固定效应回归， 结果如表4所示。

从投放领域的异质性检验回归结果中可以看出， 在样本考察期内， 删除民生补短板等社会事业领域的专项债数据后， ln（Debt）的回归系数变为不显著， 表明民生补短板等社会事业领域的专项债对经济增长的影响作用最明显。其次， 在删除交通基础设施领域的专项债数据后， 核心解释变量的系数显著性与基准回歸相比有所下降， 说明交通基础设施领域的专项债投放对经济有较为明显的带动作用。最后， 在删除保障性安居工程及市政和产业园区基础设施领域的专项债数据后， 核心变量的系数显著性与基准回归相同， 但系数值增大， 说明其对经济的带动作用略低于平均水平， 从这两个系数的大小来看， 市政和产业园区基础设施对经济的带动作用略高于保障性安居工程。这说明不同领域的专项债对经济的带动作用存在异质性， 假设③得以验证。其他控制变量对经济增长的影响与基准回归结论基本一致。

（2） 不同债券期限异质性检验。为避免分类后样本量过于零散， 对债券期限进行如下汇总处理： 3年和5年为短期， 7年和10年为中长期， 15年和20年为长期， 30年为超长期。据此， 将债券期限分为以下四类： 短期、 长期、 中长期和超长期。依据基准回归模型对分样本数据进行双固定效应回归， 结果如表5所示。

在债券期限的异质性检验回归结果中， 首先可以看出在删除中长期专项债数据后， ln（Debt）的回归系数变为不显著， 说明7年期和10年期的专项债对经济增长的影响作用最明显。其次， 在删除超长期专项债数据后， 核心解释变量的系数显著性与基准回归相比有所下降， 说明30年期专项债对经济的带动作用仅次于7年期和10年期。最后， 在删除短期和长期专项债数据后， 核心解释变量的系数显著性与基准回归相同， 但系数值增大， 说明其对经济的带动作用略低于平均水平， 从这两个系数的大小来看， 长期专项债对经济的带动作用高于短期专项债。这说明不同债券期限对经济影响存在异质性， 假设④得以验证。其他控制变量对经济增长的影响与基准回归结论和不同投放领域异质性检验回归结论基本一致， 此处不再做过多阐述。

（3） 不同经济体量异质性检验。为保证回归结果不受样本观测数据的影响， 本文需保证两个不同经济体量的组内样本观测数据基本一致， 因此将每一期ln（GDP）的中位数作为划分依据， 在中位数以上的为经济体量大的城市， 在中位数以下的为经济体量小的城市。同时， 设置虚拟变量Index， 当Index为1时， 表示经济体量小的城市， 当Index为0时， 则为经济体量大的城市。检验假设⑤的回归方程如下：

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

在假设⑤的研究中， 本文要探究专项债和GDP的关系是否存在经济体量上的异质性， 也即专项债对经济增长的推动作用是否会随着经济体量的不同而不同。依照公式（3）， 经济体量对经济增长的影响分为两部分， 一部分是β1， 另一部分是β2×Index。依据公式（3）对分样本数据进行双固定效应回归， 估计结果如表6所示。

在经济体量的异质性检验回归结果中， 关注的重点在于： Index×ln（GDP）的回归系数在10%的统计性水平上显著为负（回归系数为-0.884）， 所以本文认为在样本考察期内湖北省专项债在经济体量大的城市中投放的效果远好于经济体量小的城市。具体而言， 经济体量较大的城市每新增发行专项债1个单位， 对经济的带动效应会比经济体量小的城市高出0.884个单位。因此， 不同经济体量的城市发行专项债对经济的影响存在异质性， 假设⑤得以验证。

（四） 内生性与IV估计

考虑到在经济下行周期内专项债发行会对经济产生促进作用， 而地区经济的发展又会影响专项债的发行， 被解释变量和核心解释变量之间可能存在互为因果的关系。因此， 本文考虑通过工具变量法来消除回归模型中因内生性而导致的解释变量和误差项的相关关系。工具变量设置为滞后一期和滞后两期的专项债数据， 采用2SLS进行IV估计， 结果显示： 第一阶段F值分别为78.94和65.72， 说明本文选取的工具变量满足工具变量有效性的相关要求； 通过观察2SLS估计结果发现， 其与基准回归结果方向一致， 滞后一期的变量通过了10%的显著性统计检验， 滞后两期的变量通过了1%的显著性统计检验。该结果也说明上述假设① ～ ⑤的回归结果是稳健可信的。

六、 结论与政策建议

本文以湖北省2019 ～ 2022年上半年的专项债发行数据为样本， 通过实证分析发现， 从湖北省当前的经济状况来看， 专项债的发行对经济有正向促进作用且呈线性上升的趋势。同时， 在异质性影响方面， 民生补短板等社会事业领域的专项债项目、 7年期和10年期的专项债项目以及经济体量较大的城市发行专项债对经济的刺激效果最显著。这为下一步湖北省专项债如何从发行管理入手， 更有效地利用专项债资金提供了思路。

根据研究结论， 本文提出以下政策建议： 第一， 建议湖北省在未来几年继续通过专项债这一政策工具发力， 推动全省产业转型升级， 带动地方GDP增长， 但需要注意优化专项债分配结构。第二， 基于经济增长角度考虑， 建议湖北省优先将专项债资金投放于生态环保、 农林水利、 能源等民生补短板社会事业项目， 其次是交通基础设施类项目， 再次是城市冷链物流等市政和产业园区基础设施项目， 最后是保障性安居工程项目。第三， 湖北省在专项债发行期限上除考虑项目现金流实现周期外， 建议优先考虑发行7年期和10年期的债券， 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， 根据湖北省各地市州的债务风险等级评定情况， 在同等债务风险等级内， 建议将专项债资金向武汉市、 襄阳市、 宜昌市、 荆州市等经济体量大的城市予以倾斜， 更大程度地发挥债券资金对经济的带动作用。

【 主 要 参 考 文 献 】

崔智星，胡志勇，姜枫．地方政府专项债经济增长效应的实证研究［ J］．财政科学，2021（1）：52 ～ 62．

苏民．公共债务对经济增长的非线性影响研究——基于135个国家面板数据的实证分析［ J］．南方金融，2021（4）：16 ～ 29．

王秋石，关阵．中国地方政府债务促进了经济增长吗？——一个元分析［ J］．公共管理与政策评论，2021（3）：107 ～ 122．

温来成，王涛．地方政府债券发行与区域经济均衡发展——基于省级政府债务数据［ J］．山东财经大学学报，2020（6）：5 ～ 13+30．

夏诗园．转轨时期政府债务、财政赤字及经济增长的长短期动态研究——基于SVAR模型的实证分析［ J］．宏观经济研究，2017（3）：68 ～ 77+175．

尹李峰，张登，缪小林．专项债是否拉动了经济增长？——基于私人投資和政府投资传导的比较［ J］．现代财经（天津财经大学学报），2021（5）：19 ～ 32．

郑金宇，钟玮．地方政府债务对经济增长的非线性影响［ J］．统计与决策，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．