中图分类号：F812.7
文献标识码：A
文章编号：1000-2154(2008)10-0075-06
一、引 言
关于财政分权通过什么机制促进经济增长的问题，经济学界的观点比较一致。从Hayek(1945)[1]所指的降低信息传递耗费到Tiebout(1956)[2]的以足投票理论，最终无不指向同一点，即地方政府具有信息优势，能更好地代表本地区居民的偏好，从而提供更适宜当地需要的公共物品，所以财政分权将有利于经济增长。由此，财政分权对经济增长的影响应主要体现于其对地方政府效率的作用。这里的地方政府效率是指各级地方政府机构在履行政府职能过程中所涉及的财政投入与财政效果的相对比较，即政府成本与政府收益之间的对比关系。然而，也有许多文献表示，由于许多发展中国家正经历“放权”与快速增长的同步进行，所以财政分权与较高的经济增长率之间仅仅是“相伴”而已。比如Gordon(1983)[3]认为，同级地方政府之间存在税收竞争和财政竞争，财政分权会产生过多的外部性成本并最终降低地方政府效率。Bardhan和Mookherjee(1999)[4]更是认为，过高的财政分权会导致地方腐败并最终降低地方政府效率。Young(2000)[5]则认为，中国的分权化导致了地方官员控制下的市场分割并最终阻碍经济增长。因为我国经济的快速增长和财政分权是同步进行的，所以财政分权和总量GDP之间必然具有数字上的同步性，会给人以加大财政分权力度应带来更高经济增长率的错觉。事实上，财政分权是因为作用于地方政府效率进而作用于经济增长，如果忽略地方政府效率这一中间作用机制而直接论及分权与增长，必然显得单薄无力。但从目前国内的相关文献来看，尚没有专门讨论财政分权对地方政府效率影响力的实证分析。
正是出于上述考虑，本文试图估计我国财政分权对地方政府效率的影响力。如果这一影响力显著，则说明我国的财政分权对经济增长的作用力是真实有效的。反之，我国的财政分权和经济增长之间则更多的是一种数字关系，没有必然的联系。同时由于地方政府效率可能具有明显的空间溢出作用(解垩，2007[6])，所以这里要采用空间计量经济学的方法以充分考虑地域相关性。
二、地方政府效率的估计
从目前的文献来看，估计地方政府效率的一个有效方法是非参数估计中的数据包络分析(DEA)。使用该方法估计地方政府效率的文献有Hughes和Edwards(2000)[7]、Woodbury等人(2003)[8]、解垩(2007)[6]等等。所谓数据包络分析，即是指借助已有的数据构造有效的生产前沿面，以此前沿面为参照来研究相关个体投入产出的相对效率。该方法最早由Charnes， Cooper和Rhodes (1978)[9]提出，他们假设所有的决策主体都是规模报酬不变的，然后利用线性规划求取各个决策主体的效率前沿面，最后给出各决策主体的相对效率。这种DEA分析模型被称为不变规模报酬模型(The Constant Returns to Scale Model， 简称CRS模型)。这里还要说明的是，DEA分析分为投入导向(以现有产出情况下是否是最小投入为判断前沿面的标准)和产出导向(以现有投入情况下产出是否最大为判断前沿面的标准)两种情况，由于我们讨论的是政府效率，投入往往是难以主观决定的，所以这里采用产出导向的CRS模型，这种方法的线性规划问题如下：
?? ?┥? 业 经 济 与 管 理????2008年?????┆┑?10期???┞嬗烂瘢翰普?分权对地方政府效率影响的空间面板数据分析?? ??
??Max???│耍?Φ??
Φ??i
S.t.∑jλ??jy????mj??≥Φ??iy????mi??，??m∈M；∑jλ??jx????nj??≤x????ni??，??n∈N；λ??j≥0，??j∈J??
其中??n代表N种投入品中的一种，m代表M种产出中的一种，x代表某种投入品的量，y代表某种产出的量，j表示所有决策单位J中的一个，i特指我们要计算相对效率的决策单位。很明显，Φ??i越大该决策单位的相对效率越低，所以这里的相对效率取E??i=1/Φ??i，即是决策单位i的相对效率。??
上述模型的一个明显问题是假设规模报酬不变，从而对约束向量??λ??没做任何线性约束，这在二维空间里表现为生产前沿是一条直线，没法对有规模变动的点形成一个更“紧”的“包络”。所以后来Banker， Charnes和Cooper (1984)[10]去除了CRS 模型中规模报酬不变的假设。以上述产出导向的线性规划而言，他们加上了约束条件∑jλ??j??=1，以此约束将现有决策单位的投入产出在空间形成的点“包络”得更“紧”，从而实现放松规模不变的假设条件。正因为如此，这种模型被称作可变规模报酬模型(The Variable Returns to Scale Model， 简称VRS模型)。这样的话，VRS模型事实上剔除了规模报酬变动的影响，故可以称作纯技术相对效率VRSTE，而CRS模型没有剔除规模报酬的影响，所以也可称为综合相对效率CRSTE。本文同时采用了这两种模型来计算相对效率，并以之为被解释变量进行实证分析。
使用DEA方法对我国地方政府效率进行估计的文献始于解垩(2007)[6]。该文使用了投入导向的VRS模型，以税收为投入，以公路密度、每万人病床数和每万人在校小学生数为产出估计了地方政府效率。但本文认为，税收本身不能直接代表政府投入，而且政府效率即使不高也很难通过缩减税收来提高，所以本文采用政府人均公共支出为投入向量并使用产出导向的DEA模型对政府相对效率进行估计。同时，为使结果更具代表性，本文选用每百人拥有的固定电话数、每千万人拥有的高校数、每万人拥有的医疗机构床位数、全年人均发电量(以千瓦时计量)、铁路密度、 公路密度这些以政府导向为主的基础设施作为产出变量。其中百人固定电话数可以表示通讯类基础设施的提供情况，高校数可以综合反映该地区教育基础设施的情况(因为高校较多的地方基础教育一般也较优良)，医疗机构床位数可以综合反映该地区医疗基础设施的情况，人均发电量可以反映该地区能源基础设施的情况，公路和铁路密度表示交通基础设施的情况。这里选用的数据是我国大陆31个省份1998年到2005年的面板数据，所有投入产出指标均由《中国统计年鉴》(1999-2006)中的相关数据计算而得。
三、财政分权对地方政府效率影响的空间面板数据分析
由于地方政府间存在相互模仿和效率溢出的情况，直接的面板回归模型可能因忽略这些地域相关性而得到错误的结论，所以这里的分析将采用空间计量经济学的方法。而由于面板数据模型的构建又有多种形式，所以这里的空间面板数据模型在考虑空间相关性的同时也应考虑这些面板回归模型的基本模式。
(一)空间面板回归模型
空间经济计量的两种基本模型分别是空间滞后模型(Spatial Auto Regressive Model ，SAR) 和空间误差模型(Spatial Error Model ，SEM) ， 这两种模型的基本形式为：
空间滞后模型(SAR)：Y=ρW??NY+X′β+ε(1)
空间误差模型(SEM)：Y=X′β+μ，其中μ=λW??Nμ+ε(2)
其中，Y为被解释变量向量，X为N×k的外生解释变量矩阵(可以包括常数项)，β为变量系数矩阵，ρ和λ分别为空间自回归系数和空间自相关系数向量，ε为服从正态分布的误差成分。W??N是指空间权重矩阵(N为地区数，该矩阵是N阶方阵)，本文的权重系数选取方式为相邻省份是1，不相邻省份为0(本文将广东和海南视为相邻省份)，在具体计算中需要先进行标准化处理。上述基本模型是针对截面数据的基本模型，为使之适用于面板数据，我们需要对模型作适量改动。因为文中使用的数据来自于全国大陆31个省份，是研究的总体，所以面板数据模型可考虑使用基于个体固定效应的面板数据模型或者混合回归模型。这里要将面板数据应用于空间计量分析，所以也应该考虑面板数据模型的基本形式。这样，考虑空间相关的直接混合回归模型可以通过拓展(1)式或者(2)式中的W??N而得到。具体做法为使用I??T(T维单位时间矩阵，T是时间跨度)将W??N拓展为分块对角阵W????NT??。基于个体固定效应的空间面板数据模型有两种，分别是个体固定效应空间面板滞后模型和个体固定效应空间面板误差模型可表示为(Elhorst 2003[11])：
设sF为空间个体固定效应的N维列向量，即sF=(α??1，α??2，…，α??N)′，则对应于每个观测值的空间个体固定效应向量可表示为α=I??T??sF，其中I??T为T维元素全为1的列向量。
个体固定效应空间面板滞后模型(F_SarPanel) ：
Y=ρ(I??T??W??N)Y+α+X′β+ε(3)
个体固定效应空间面板误差模型(F_SemPanel) ：
Y=X′β+α+μ，其中μ=λ(I??T??W??N)μ+ε(4)
本文的实证分析正是基于上述(3)式和(4)式进行的。这里使用的软件是Matlab6.5及其空间计量经济学(Spatial econometrics)工具箱。
(二)实证分析
本文主要探讨财政分权对地方政府效率的作用，所以这里最重要的解释变量即是指代财政分权的指标??Fd??，计算公式为：省级人均财政支出/(省级人均财政支出+中央人均财政支出)，方法来自乔宝云(2005)[12]等文献。另外，本文还选用了其它两个解释变量，第一个是人均GDP的对数??lpgdp??，表示该地区经济发展水平，高的经济发展水平代表着较高的物质、人力资本存量，所以预期它对政府效率的作用为正。另外一个解释变量是国有经济从业人员在所有从业人员中的比例??ratn??，用以反映地方政府负担的国有企业情况，预期它的作用为负。下面我们要分析是否需要建立空间面板计量模型，以及建立怎样的空间面板计量模型。为方便比较，我们先利用LSDV(Least Square Dummy Variables)方法估计传统的固定效应模型，使用的软件是EVews5.1，回归结果见表1。
见表1，从F检验和Hausman检验可知，个体固定效应模型是最佳的回归模型。从回归结果可以看出，财政分权有效地提高了地方政府效率。除财政分权外，地方人均GDP对地方政府效率的影响也为正。国有经济职工比例却对地方政府效率的作用为负，这说明国有经济仍是政府效率提高的较大负担，如何深化国企改革仍应是政府工作的重要内容。上述结果从拟合优度上看拟合程度较好，但这是否意味着不再需要进行空间计量分析了呢?为此，我们需要进行空间相关性检验。
空间相关性检验是空间计量经济分析的一个重要内容。区域空间相关性的检验主要有Moran、LMerr、LMsar、Lratios、Walds等检验，它们的原假设为??H??0∶ρ=0或λ=0??。但上述空间相关性检验都是针对单个截面表1 传统个体固定效应面板回归结果
变
量被解释变量为CRSTE被解释变量为VRSTE系数T统计量P值系数T统计量P值常数项0.6847.0340.0000.6719.4170.000Fd0.1182.0040.0460.1453.3520.001lpgdp0.0202.1340.0340.0223.2480.001ratn-0.084-1.9800.049-0.086-2.7460.007R-squared0.9470.958Adjusted R-squared0.9390.951F检验76.091 P值：0.000066.666 P值：0.0000Hausman检验15.631 P值：0.001320.940 P值：0.0001
注：这里的F检验用来检验是否存在个体间的个体影响和结构变化，如果接受原假设，则直接采用混合回归的方法估计模型即可，如果拒绝原假，说明存在个体差异，需要进行Hausman检验来确定应采用固定效应模型还是随即效应模型，Hausman检验的原假设是固定效应模型不具备有效性。回归模型提出的，不能直接用于面板数据模型。本文用分块对角矩阵C=I??T??W??N代替Moran’s I等统计量计算公式中的空间权重矩阵，就可以方便地把这些检验扩展到面板数据分析(何江，张馨之， 2006[13])。检验结果如表2所示。表2 空间相关性检验
检验方法LMerrLMsarLratiosMoranWalds统计量101.898698.81792.23810.390490.041因变量为CRSTE临界值17.6116.6356.6351.966.635概率0.00000.00000.00000.00000.0000统计量71.886414.91572.7308.752408.905因变量为VRSTE临界值17.6116.6356.6351.966.635概率0.00000.00000.00000.00000.0000
从上述检验的P值可以看出，空间相关性十分明显，应选择空间计量模型。需要说明的是，最小二乘法(OLS)不适合用来估计空间计量经济模型，这是因为在模型包含空间滞后误差项的情况下，虽然OLS估计量是无偏的，但不再有效；在模型包含空间滞后被解释变量的情况下，OLS估计量不仅是有偏的而且非一致。所以，一般使用ML方法(极大似然估计)来估计空间计量经济模型。本文借用Matlab6.5估计出了相关参数的大小，我们同时给出了空间滞后模型和空间误差模型，具体结果见表3。表3 考虑空间相关性的面板数据回归结果
变量被解释变量为CRSTE被解释变量为VRSTEF-SemPanelF-SarPanelF-SemPanelF-SarPanel系数P值系数P值系数P值系数P值Fd0.133 0.029 0.117 0.033 0.161 0.001 0.141 0.000 lpgdp0.021 0.025 0.018 0.038 0.022 0.002 0.020 0.003 ratn-0.068 0.084 -0.080 0.042 -0.073 0.010 -0.081 0.005 (I??T??W??N)Y0.047 0.583 0.066 0.424 (I??T??W??N)μ0.185 0.0180.272 0.000 R-squared0.94870.9480.9600.958Adjusted R-squared0.94080.9390.9540.952log-likelihood640.636638.842720.434379.787
从表3可以发现，无论被解释变量是哪一个，基于个体固定效应的空间面板滞后模型(??F-SarPanel??)的空间相关项(I??T??W??N)Y的系数均不显著，但同时基于个体固定效应的空间面板误差模型(??F-SemPanel??)中误差空间相关项(I??T??W??N)μ的系数却十分显著，这说明空间面板误差模型更贴近我们的研究现实。拒绝空间滞后模型相当于同时拒绝了财政分权等指标因作用于本地区政府效率而通过(I??T??W??N)Y项叠加到其它地区的作用，这意味着相邻地区的财政分权对本地区无影响。因为空间误差模型主要反映的是误差项的空间相关，于是这里得出空间效应的非均一性，即是由模型设定以外的因素所导致的空间相关，这里认为这种地方政府效率的空间相关是由地区间相似的自然因素、人文因素以及政绩考核标准造成。
先看被解释变量为地方政府综合效率??CRSTE??的空间面板误差模型。财政分权对??CRSTE??的作用力大小为0.133，高于普通面板回归模型的估计结果，这一方面说明财政分权有效提高了地方政府效率，另一方面也说明普通面板回归因没有考虑空间相关性而低估了财政分权的作用。??lpgdp??对地方政府效率的作用力为0.021，说明人均GDP每提高百分之一，地方政府效率可以提高0.021。同时，国有经济的负担也不如普通面板回归模型所显示的那样高。误差空间相关项的系数为0.185，且十分显著，说明地区间政府效率的相关性(I??T??W??N)μ十分显著。从拟合优度看，该空间面板误差模型也高于普通面板回归模型，再次表明地方政府效率空间相关性(又称政府效率的空间溢出效果)的存在。
再看地方政府纯技术相对效率??VRSTE??的空间面板误差模型，财政分权对??VRSTE??的作用力大小为0.161，同样高于对应的普通面板回归模型。而且，无论是否考虑空间相关，从表1和表3都能看出，财政分权对剥离了规模效率的纯技术效率作用力更大，这反映出财政分权对地方政府因为规模报酬而发生的效率增加的影响力不大。对比于普通面板回归模型，和被解释变量为??CRSTE??的回归模型类似，人均GDP的作用基本没有变化，但国有经济的负担在普通面板回归模型中仍被高估。从拟合优度看，该模型也同样高于普通面板回归模型。
四、结论与政策建议
本文首先采用数据包络分析的方法(DEA)估计出我国大陆31个省级地方政府1998到2005年的综合相对效率和纯技术相对效率，以这两个相对效率为被解释变量，借助基于个体固定效应的空间面板回归模型分析了财政分权对地方政府效率的影响力大小。相关结论显示，财政分权对地方政府效率的影响是显著的，传统的面板回归模型因没有考虑空间相关性而低估了这一作用。计量结果还显示出：地方政府效率在相邻地域间具有较强的空间相关性；人均GDP每提高百分之一，地方政府效率可以提高0.02左右；财政分权对剥离了规模效率的纯技术效率VRSTE的作用力更大，说明财政分权对地方政府因为规模报酬而发生的效率增加的影响力不大；国有企业给地方政府带来的负担从某种程度上降低了地方政府效率。基于上述结论，本文提出以下政策建议：
第一，正因为我国财政分权对地方政府效率的促进作用十分显著，说明通过进一步放权来提高地方政府效率的潜力仍十分巨大，所以中央政府可考虑给予地方政府更多的财政决策权以提高地方基础设施的提供效率。
第二，地方政府效率的空间相关性没有体现在财政分权、人均GDP和国有企业负担上，所以相邻地域间相似的人文、自然因素应得到足够的重视。分析中还发现人均GDP对地方政府效率的作用十分稳定，所以不应将地方政府效率的区域差异过高地归因于经济发展水平的差异，而应将注意力集中于财政分权、国有企业负担以及人文、自然等其它因素。
第三，尽管在考虑地域相关性之后国有经济职工比例对地方政府效率造成的负担变小，但仍反映出国有企业的低效率运营对地方政府效率提升的负面影响。这说明，为提高地方政府效率，应进一步深化国有企业改革，尽量减少国有企业对地方政府的依赖。
另外还需说明的是，本文尽管使用了空间面板回归模型的方法估算出相邻地域间存在显著的政府效率相关性，却并没有找到合适的解释变量来解释这种空间相关的存在及其大小情况，而仅仅是笼统地将这种空间相关归因于相邻区域间自然和人文环境的相似。这显然是本文的不足之处，也是本文的后续工作中需要深入研究的重要方面。
