一、引言和文献综述
财政政策与货币政策一样，属于重要的宏观调控手段。自从1978年以来，中国实施过紧缩的、适度从紧的、积极的和稳健的等多种类型的财政政策，其对于宏观经济的影响值得深入研究。
同时，由于中国的行政区划众多、各区域的经济和金融结构存在异质性，财政政策在各个地区的效应有所不同，因此，研究财政政策的区域差异具有重要的理论和现实意义。所以本文的研究分为两个部分，首先研究国家层面的财政政策的作用，然后深入到各大经济区，研究财政政策的区域不对称性。两部分的逻辑关系在于:通过国家层面财政政策作用的研究，发现中国财政政策对于宏观经济的刺激作用处于较低水平，大规模积极财政政策对经济的刺激作用在不断下降，但是由于目前国民经济遇到了一定的困难，实施积极财政政策的退出并不合适。面对这一问题，一个解决方法是研究财政政策的区域不对称性，对于财政政策作用较强的区域，可以继续实施积极的财政政策，而对于财政政策作用不明显的区域，则应减少国家财政的支持。
在估计财政政策的作用方面，国内学者的方法大致相同，基本都基于IS-LM模型。比如，郭庆旺、吕冰洋、何乘材利用传统的LS-LM模型，测算了积极财政政策的乘数，得到积极财政政策乘数在1.6－1.7之间的结论。［1］金明慧、张晓杰采用相同的方法，以黑龙江省1990－2004年的数据为基础，对黑龙江省财政政策的效应进行了测算。［2］而陈建宝、戴平生基于中国财政支出和GDP的数据，对国家财政支出对经济增长影响的路径、强度、乘数效应进行了研究，得出中国财政支出对经济增长的乘数效应为4.26［3］，等等。这类方法的一大问题是只衡量了财政支出对于GDP的影响，结果可能存在一定的片面性。基于此，本文选择了状态空间模型，以反映不同时期下中国财政政策对于宏观经济的影响，同时选择多种宏观经济指示变量，使结果更加可靠。
国外学者对于宏观经济政策不对称性的研究由来已久，但是大多是对于货币政策不对称性的研究。对于财政政策区域不对称性的研究早期主要集中于美国和日本。比如，Garrison和Chang构建了美国8地区的地区收入凯恩斯主义简化季度模型。模型结果表明:国家的经济政策对于地区的出口收入有显著影响。财政政策和货币政策对于地区基本经济活动都有较大影响。［4］Yoshino和Nakano构建了不同的生产模型研究9个地区，发现公共支出对于生产发达的地区效果显著，而对于相对落后的地区作用不甚明显。［5］而近期的研究多集中在欧盟地区，比如，Pereira和Sagales运用VAR方法研究了西班牙政府财政支出对私人部门的影响。结果显示受益于公共支出最大的地区为行政区域面积较大和人均GDP位列前茅的地区。同时，财政支出也加剧了地区间经济发展的不平衡。［6］Bruneau和Bandt利用SVAR模型研究了欧盟财政政策的区域不对称性，得到了财政政策在德国的作用比较明显，但是在法国的作用不大的结论。［7］类似的，Bas，Harry和Niko也采用SVAR模型发现财政政策在欧盟存在区域不对称性。［8］另外，Alfredo和Andraz把葡萄牙分成五大区域，通过使用VAR模型，发现政府公共基础建设投资对中部地区的政策效应最大。［9］中国学者大约从2005年关注财政政策的区域不对称性。郭庆旺、贾俊雪利用面板数据模型和时变参数模型分别考察了积极财政政策对中国区域经济增长和差异的影响，认为积极财政政策对西部地区的正向影响力最大，中部地区次之，东部地区最小的结论。［10］张晶利用两地区的简约化模型对1978～2004年间中国货币政策和财政政策在东部和中西部两个地区的作用进行了实证分析，得到财政政策确实存在区域不对称性的结论。［11］陈安平建立了一个包括政府投资、银行贷款、价格指数等变量的SVAR模型，发现中国财政货币政策对东部的作用强于中西部，存在明显的区域差异效应，而且财政政策对区域经济发展的作用更大的结论。［12］董秀良、漆柱通过建立包括政府投资、宏观税收、个人投资和东中西部人均产出等变量的SVAR模型分析，得出中国政府投资的财政政策存在明显的区域非均衡效应，而宏观税收政策区域差异效应不明显。［13］以上研究的一大问题是采用的样本区间较长，考虑到中国经济形势的飞速变化，结果对现实的借鉴意义不大。因此本文采用更高频率、更短间隔的数据，从而增强了结论的现实意义。
二、国家层面财政政策效果的分析
(一)模型和数据说明
为了研究财政政策对于宏观经济的影响，本部分采用状态空间模型。该模型的优势是不再认为线性回归中的β为定值，从而可以反映不同时期下中国财政政策对于宏观经济的影响。状态空间模型中包含测量方程和状态方程，本部分中假设状态方程服从AR(1)过程。回归的结果中每年都会得到一个β值，当β较大时可以认为财政政策对于宏观经济的刺激作用较强，而β较小时可以认为财政政策对于宏观经济的刺激作用较弱。
本部分选择国家财政支出作为中国财政政策的指示变量，选择国内生产总值、固定资产投资和社会消费品零售总额作为宏观经济的指示变量。
所有数据来自于国家统计年鉴和新中国60年统计资料汇编，样本区间为1980年到2011年，利用1978年为基期的CPI对数据进行了平减。平减后的数据取对数，分别记为FIN、GDP、INV和CON进行回归。
综上，本部分采用的模型如下:财政支出对于GDP的影响测量方程:GDPt=α1，t+β1，tFINt+ε1，t状态方程:β1，t=θ1，t+γ1，tβ1，t－1+μ1，t财政支出对于INV的影响测量方程:INVt=α2，t+β2，tFINt+ε2，t状态方程:β2，t=θ2，t+γ2，tβ2，t－1+μ2，t财政支出对于CON的影响测量方程:CONt=α3，t+β3，tFINt+ε3，t状态方程:β3，t=θ3，t+γ3，tβ2，t－1+μ3，t其中εi，t和μi，t均独立同分布且服从白噪声过程。
(二)回归结果与分析
在对数据进行回归分析前，首先需要进行平稳性检验。ADF单位根检验的结果显示，FIN、GDP、INV和CON均为一阶单整序列，进一步利用E-G两步法进行协整检验，发现FIN与GDP、FIN与INV和FIN与CON之间都存在协整关系，所以可以利用状态空间模型进行回归。做出三个系数的变化示意图(左坐标轴表示FIN对GDP和FIN对CON的系数，右坐标轴表示FIN对INV的系数)如下:
从图中看出，虽然具体的数值和波动情况并非完全一致，但是大体上看，三个系数的变化情况十分相似，即以1997年左右为界，1997年之前，三个系数均呈震荡上升的趋势，而1997年之后三个系数均逐渐下降，目前都处于较低的水平，说明目前财政政策对宏观经济的刺激作用较低。对于这种情况，可以做以下的解释:财政政策可以直接刺激经济的增长，但是其本身也存在着挤出效应、财政债务风险加大等负面影响。随着积极财政政策的持续实施，其负面效应会逐渐增大，导致其对于经济的刺激效应逐步减少，即财政政策的系数会下降;而随着紧缩的财政政策的持续实施，其负面效应会减少(比如债务风险，紧缩的财政政策会减少政府的支出，即减少财政赤字带来的发行债券的压力，从而降低债务风险)，从而对于经济的刺激效应逐步增大，财政政策的系数会上升。1997年前后恰好是中国财政政策由紧缩向积极变化的转折点，所以财政支出系数也从上升趋势转变为下降趋势。
近十余年来，中国财政政策基调总体来看是积极的。通过以上的分析发现，现阶段中国财政政策的作用处于较低水平，最佳的选择是采用适当紧缩的财政政策。但是2012年以来中国经济发展速度放缓，国民经济遇到了一定的困难，改变积极财政政策的可能性不大。一个可行的办法是研究不同区域财政政策的效应，对于财政政策效应较大的地区加大财政支持的力度，而对于财政政策效应已经不太明显的地区最好适当减少财政的投入。所以说，研究财政政策区域不对称性是具有现实意义的。
三、财政政策的区域不对称性
(一)经济区域的划分
为了研究财政政策的区域不对称性，需要对经济区域进行恰当的划分。对于经济区域的划分，目前存在着三区域(东、中、西)、四区域(东、中、西部和东北)、八区域(八个综合经济区)和31个省级行政单位等多种划分方式。本文选择八区域的划分。理由是三区域和四区域的划分比较粗略，并且更多的是从地理的角度而非经济的角度进行的划分。31个省级行政单位过于细致，不利于规律的总结。八大经济区的提法来自2005年国务院发展研究中心发布的《地区协调发展的战略和政策》报告，该报告提出了新的综合经济区域划分设想，把内地划分为八大综合经济区，每个区域有3到5个省(自治区、直辖市)。这种划分保证了每个区域内的省份地理上的毗邻和经济结构的相似，有利于研究中央财政政策的区域效应。鉴于此，本文采取了八区域的划分。
(二)变量的选择与处理
本部分选择的样本区间为2007年到2011年，数据频率为月度数据，对于每一个个体，样本量为60。考虑到中国经济、金融市场化程度的迅速提升，采用较短的样本区间和较高的数据频率可以提高结果的可靠性，这也是本文的一大创新之处。选择中国月度的财政支出作为财政政策的指示变量;选择各省月度房屋新开工面积作为宏观经济的指示变量。将各大经济区域内所有省份的月度房屋新开工面积相加，得到该区域月度房屋新开工面积。由于某些省份1月份房屋新开工面积数据缺失，所以按1月和2月工作日数量的比例将该省2月份房屋新开工面积进行分配;某些年份中国12月财政支出的数据缺失，按11月和12月工作日数量的比例将11月的财政支出进行分配。另外，考虑到数据存在季节性(比如东北地区1月和2月房屋新开工面积明显低于其他月份)，采用X－12方法对各大经济区的房屋新开工面积和全国的月度财政支出进行季节调整。调整后八大经济区域房屋新开工面积的数据分别记为DBDQ、BBYH、DBYH、NBYH、HHZY、CJZY、DXN和DXB(分别为各大经济区域名称拼音的首字母)，调整后全国月度财政支出的数据记为FIN。对数据进行如上处理后，进行实证分析。
对于财政政策区域不对称性的研究，多采用格兰杰因果检验和方差分解，本部分也将沿用此思路，从因果分析和影响力度两个角度研究财政政策的作用。
(三)回归分析
由于采用的是时间序列数据，为了防止出现伪回归的情况，首先要对各序列进行平稳性检验。采用的方法是ADF单位根检验，并且根据SIC准则选择滞后期，检验的结果表1:
检验结果显示，各个数据均为平稳序列。为了验证财政政策是否对各大经济区域的宏观经济产生影响，需要进行格兰杰因果检验。由于本文关心的是财政政策对于宏观经济的影响，所以只需要关注财政支出是否是房屋新开工面积的格兰杰原因。考虑到采用的是月度数据，因此将滞后期分别选为3期和6期，以分别对应一季度和半年度，检验的结果如表二:检验结果显示，在滞后3期时，财政政策是东北地区、黄河中游、大西北宏观经济的格兰杰原因;在滞后6期时，财政政策是东北地区宏观经济的格兰杰原因。
接下来，进行方差分解，以验证国家财政支出对各大经济区域宏观经济的影响程度。关注滞后6期和滞后12期的方差分解结果，以获得半年期和一年期财政支出对于宏观经济的影响能力(被解释变量均为宏观经济，方差分解的顺序为财政支出在前见表3。):
方差分解的结果显示，财政政策在东北地区、大西北和大西南的影响位居前三位，而对于北部沿海、长江中游和东部沿海的影响位居后三位，6期和12期的结果大致相同，唯一显示出差异的是南部沿海，财政政策对其12期的影响要远高于对于其6期的影响。
综合格兰杰因果检验和方差分解的结果可以发现，中国财政政策存在明显的区域不对称性:财政政策对于东北地区和大西北的作用最强，即格兰杰因果检验可以拒绝，而且财政支出对于该地区宏观经济的影响能力较强;而财政政策对于北部沿海、长江中游和东部沿海的作用最弱，即不能拒绝格兰杰因果检验，而且财政支出对于该地区宏观经济的影响能力较弱。
(四)稳健性检验
在上一部分中，采用房屋新开工面积作为宏观经济的指示变量进行了回归分析，得出中国财政政策存在明显区域不对称性的结论。为了增强结论的稳健性，接下来选择社会消费品零售总额和工业增加值分别作为指示变量，研究财政政策在各大经济区的作用。两者均来自于中经网统计数据库，利用同比增速数据计算得到各月的绝对数，并且利用工作日拆分和季节调整法对数据进行了处理。所有数据均通过了平稳性检验，关注方差分解的结果如表4。
稳健性检验的结果与房屋新开工面积作为宏观经济指示变量的结果类似，财政政策在东北地区、大西南和大西北的影响作用较强，在北部沿海和东部沿海的影响作用较弱。另外，稳健性检验结果也显示，财政政策在长江中游的作用较强，在南部沿海的作用较弱。总体来看，财政政策的区域不对称性比较明显。
(五)对结果的解释
财政政策作用比较明显的区域包括大西南、大西北、长江中游和东北地区。这些地区财政政策作用明显的原因是其经济发展水平比较低，而且多位于中国内陆地区，其对外开放程度比较低、市场化程度不高，所以宏观调控对经济的作用依然十分明显。而三大沿海地区则经济发展快、市场化程度高，宏观调控对经济的影响相对较小。
四、小结与政策建议
本文运用了状态空间模型和VAR模型，研究了财政政策在全国层面的效应以及对于八大经济区域的影响。研究表明，从全国层面来看，中国财政政策的刺激作用从1998年开始实施积极的财政政策时逐步下降，目前已经到了近20年以来的最低点。同时，利用了近年更短间隔的数据进行格兰杰因果检验和方差分解，结果显示中国的财政政策存在明显的区域不对称性，对于大西南、大西北、东北地区和长江中游的作用比较明显，而对于三大沿海区域的作用比较微弱。同时，本文也从经济发展水平和市场化的角度给出了解释。
2013年和2014年中国执行的主要是积极的财政政策，笔者认为财政政策的制定和实施应该考虑区域的差异性。对于财政政策作用比较明显的区域，可以较多地使用财政政策以拉动当地的经济发展，例如加大对大西北、大西南、东北地区和长江流域的教育、医疗卫生、社会保障和就业以及保障性安居工程等的支持力度，提高这些地区的居民收入促进经济发展;而对于财政政策作用微弱的区域，更应该注重公平的市场环境的构建，加快营业税改征增值税的进程，清理取消不合理、不合法的收费项目，降低偏高的收费标准，减轻企业负担。
参考文献:
［1］郭庆旺，吕冰洋，何乘材．积极财政政策的乘数效应［J］．财政研究，2004，(08):13－15．
［2］金明慧，张晓杰．黑龙江省财政政策效应的实证分析［J］．中国科技信息，2007，(09):145－148．
［3］陈建宝，戴平生．我国财政支出对经济增长的乘数效应分析［J］．厦门大学学报，2008，(05):26－32．
