財政政策對產業結構優化影響探析

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了財政政策對產業結構優化影響探析范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：本文以廣東省21個地級市2009年-2019年的相關數據為基礎，采用系統GMM分析法，從產業結構高級化、產業結構合理化兩個維度，探討了廣東省財政政策對產業結構優化的影響。回歸結果顯示，財政收入、財政支出這兩大變量，對被解釋變量有顯著的影響。具體表現為，財政收入起阻礙作用，而財政支出表現出比較明顯的促進作用。

關鍵詞：系統GMM；廣東省；財政政策；產業結構優化

一、引言

我國已步入后工業化時期，當務之急是要優化產業結構，提高服務業在GDP中的比重，降低高耗能工業在GDP的比重。然而，我國當前的產業結構不容樂觀，服務業（第三產業）在GDP中的比重明顯低于美國，甚至比世界平均水平低10%-20%。以2019年為例，服務業在美國、世界、歐盟GDP中的比重分別為77.3%、65.04%、65.62%，中國僅為54.27%。可見，探尋影響產業結構優化的因素并考察其影響的大小，具有較高的研究價值。其中，“財政政策”這一因子引起了學術界的廣泛關注。很多學者利用全國數據分析財政政策對產業結構優化的影響，但以一個省份為著眼點的文獻寥寥。因此，以省份為著眼點不僅有較大的研究空間，得出的結論對地方政府完善財政政策體系、推進產業結構優化，更有針對性。廣東省是我國人口第一大省，自1989年起經濟總值蟬聯全國第一。在粵港澳大灣區建設的背景下，廣東省在提升國家經濟發展和全方位開放中，發揮著日益重要的作用。然而，廣東省的產業結構是不理想的，不僅與發達國家有較大的差距，與國內的一些省份也存在距離。2019年，北京市第三產業的比重高達83.52%，上海、天津分別為72.74%、63.45%。廣東省第三產業占GDP的比重僅為55.51%，僅僅比全國平均水平53.92%高出1.59個百分點。鑒于此，本文以廣東省為研究對象，不僅有利于為廣東省財政政策和產業結構優化的關系提供直接佐證，而且有助于地方政府結合本地情況完善財政政策體系，為推進產業結構調整與優化，提供理論依據和經驗證據。

二、動態面板模型的建立

產業結構優化，不僅僅局限于產業的升級換代，還應該考慮產業結構是否合理以及合理的程度。因此，本文從產業結構高級化和產業結構合理化兩個維度，對產業結構優化指數進行度量。同時，考慮到產業結構優化是一個連續動態的過程，本文在設定模型時引入被解釋變量的滯后項，建立起動態面板模型，并采用更有效率的系統GMM方法進行估計。

（一）產業結構高級化模型

基于面板數據可能存在的因變量的滯后效應及內生性問題，本文建立動態面板模型，將被解釋變量（GGH）的一階滯后項引入模型。具體地，被解釋變量（GGH）指的是產業結構高級化指標，為第三產業產值和第二產業產值的比值，若GGH指數呈上升態勢，就意味著產業結構向服務化、高級化方向演進。解釋變量包括核心解釋變量和控制變量兩大類。首先，財政政策包括財政收入和財政支出兩個方面。因此，本文在模型中加入“財政支出（g）”和“財政收入（gr）”兩大核心解釋變量。考慮到財政政策對產業結構的影響可能會有時滯，同時在模型中加入g和gr的滯后一階。其次，在模型加入控制變量urban、consum、open，用來估計城鎮化水平、人均消費水平、對外開放程度對產業結構優化的影響。為了減輕異方差和異常項的負面影響，將所有自變量和被解釋變量都取對數，建立的回歸模型如下：lnGGHit=αi+γ1lnGGHit-1+β1lngit+β2lngit-1+β3lngrit+β4lngrit-1+θ1lnurbanit+θ2lnconsumit+θ3openit+εi（1）其中，i=1，…，21代表廣東省21個地級市；t=2009，…，2019代表各年份；GGHit為產業結構優化指數，是第三產業產值和第二產業產值的比值；git和grit分別代表財政支出總量和財政收入總量；urbanit表示各市城鎮化水平；consumit代表各市的人均消費水平，由于缺少2009年-2013年“各市全體常住居民人均消費支出”的相關數據，因此選擇“各市城鎮居民人均消費支出”這一指標來衡量；openit表示地區對外開放程度，用各市進出口貿易總額占GDP比重來測度；εi為隨機擾動項。相關數據來源于廣東省統計年鑒。

（二）產業結構合理化模型

產業結構優化的內涵，不應該僅僅局限于產業結構高級化，還應該包括產業結構合理化。本文借鑒干春暉等（2011）的做法，采用泰爾指數來度量產業結構合理化，其計算公式如下：TL=∑i=1n(YiY)ln(YiLi/YL)其中，Y表示產值，L表示就業，i表示產業，n表示分組的產業結構。Y/L表示生產率，根據經濟學假設，經濟最終處于均衡狀態，此時YiLiLi=YL，從而TL=0，產業結構最合理；若TL不為零，就表示經濟越偏離均衡狀態，產業結構越不合理。基于此，本文建立起產業結構合理化模型：lnTLit=αi+γ1lnTLit-1+β1lngit+β2lngit-1+β3lngrit+β4lngrit-1+θ1lnurbanit+θ2lnconsumit+θ3openit+εi（2）相較于模型（1），核心解釋變量和控制變量都是一樣的，唯一不同是被解釋變量，由之前的產業結構高級化指標（GGH）變為產業結構合理化指標（TL）。

三、實證結果及分析

本文應用STATA12.0軟件，采用系統GMM方法對模型（1）和（2）分別進行了回歸，并將相關結果列在表1里。下文將分別對產業結構高級化模型和產業結構合理化模型進行分析。

（一）產業結構高級化模型的結果分析

實證結果顯示：AR（2）檢驗的p值為0.394，表明隨機擾動項不存在二階自相關，滿足系統GMM模型的假設前提。從Sargan檢驗的結果來看，產業結構高級化模型的工具變量是有效的，模型設定合理。下文將重點分析解釋變量的回歸結果。首先，變量lnGGHit-1在1%的水平下顯著，可見產業結構高級化指標的一階滯后項對當期值有比較大的影響。從核心解釋變量回歸結果來看：財政支出變量lng（當期值）在1%的水平下顯著，其回歸系數為0.145，表明財政支出每增加1%，同期產業結構高級化水平上升0.145%。另外，該變量的滯后一階是不顯著的，說明財政支出對同期產業結構高級化，具有非常明顯的推動作用，但滯后效應不明顯；財政收入變量（lngr）當期值和滯后項的回歸系數分別為-0.077、-0.126，均為負數，說明財政收入不利于產業結構高級化。結合回歸系數的顯著水平，可以發現，財政收入對下一期產業結構高級化，起到了顯著的抑制作用，對同期的影響是不顯著的，存在非常明顯的滯后效應。控制變量lnurban、lnconsum、lnopen的回歸系數分別為0.457、0.090、-0.038。變量lnurban（城鎮化率）在1%的水平下通過了顯著檢驗，可見城鎮化率在一定程度上發揮了產業結構高級化的效應。變量lnconsum在10%的水平上是顯著的，說明人均消費水平在一定程度上，有助于產業結構向高級化發展，但推動效果明顯小于城鎮化率。變量lnopen系數雖然為負數，但Z值很小，說明其抑制效應并不顯著。

（二）產業結構合理化模型的結果分析

如表1所示，產業結構合理化模型的AR（2）檢驗和Sargan檢驗的p值都很大，說明模型設定合理，實證結果可信。被解釋變量的一階滯后項在1%的水平下顯著，可知產業結構合理化指標的一階滯后項，對當期值有比較大的影響。接下來看看核心解釋變量（財政收入及支出）的回歸結果：財政支出變量lng（一階滯后項）對產業結構合理化起著比較大的促進作用，當期值的影響不顯著。這里需要說明的一點是，合理化指標最理想的值是0，越偏離0代表產業結構越不合理。因此，財政收入的當期值和滯后項的回歸系數為正，反而說明財政收入阻礙了產業結構向合理化發展，這與模型（1）中財政收入影響方向的結論相一致。具體地，財政支出一階滯后項表現出較大的影響（回歸系數為-0.380，在1%水平下顯著），當期值對產業結構合理化的影響并不顯著。除了財政收入、財政支出的一階滯后項以外，控制變量lnurban和lnopen對產業結構合理化也有比較顯著的影響。從變量lnopen的回歸系數以及顯著性可以看出，對外開放水平是有助于產業結構合理化的。然而，變量lnurban（城鎮化率）回歸系數為1.320，反映了城鎮化率在一定程度上抑制了產業結構向合理化發展。人均消費水平（lnconsum）表現出比較微弱的正效應（回歸系數為-0.109，沒有通過10%顯著水平下的假設檢驗）。

參考文獻：

[1]干春暉，鄭若谷，余典范.中國產業結構變遷對經濟增長和波動的影響[J].經濟研究，2011，46(05):4-16+31.

[2]胡小梅.財稅政策對產業結構升級的影響機制與效應研究[D].湖南大學，2016.

[3]陶長琪，劉振.地方財政政策對產業結構升級的影響[J].南昌工程學院學報，2016，35(03):1-6.

[4]江淑浣.財政政策對產業結構優化的影響[J].公共財政研究，2017(03):21-33.

作者:陳璐 單位:廣東科技學院財經學院