我国经济开放对政府规模的影响研究

刘 师

(江西财经大学经济学院，江西南昌330013)



经济与社会

我国经济开放对政府规模的影响研究

刘 师

(江西财经大学经济学院，江西南昌330013)

经济开放对政府规模的影响机制一直是学术界的研究重点，目前主要有“效率论”和“补偿伦”两种观点。利用2000—2014年中国31个省(区、市)的面板数据，研究近15年我国经济开放与政府规模的关系。采用静态面板数据模型的实证结果表明，经济开放与政府规模之间呈不确定的关系，且结果不显著；采用动态面板数据模型，即利用差分GMM和系统GMM克服内生性问题后，实证结果表明经济开放与政府规模呈正向关系，即经济开放促使政府规模扩大。同时经济开放与政府规模也存在空间相关性，空间杜宾模型的回归结果显示，相邻地区经济开放对本地区政府规模存在空间溢出效应。

经济开放；政府规模；内生性；空间计量

一、文献回顾

20世纪中期，经济全球化席卷世界每一个角落，经济全球化让各国通过贸易而紧密联系。随着中国加入WTO，逐渐降低关税，学术界越来越关注经济开放对一个国家或者地区的经济、政治等方面的影响。经济开放给中国带来了机遇和挑战，企业和政府不仅要面对国内的竞争，还要面临来自国外的产品和技术的冲击。在一个开放的经济环境中，政府起着重要的作用：一方面经济开放使国家融入国际市场，政府如果过度干预可能导致资源配置扭曲，此时政府就会放松管制，让市场起决定性作用，从而减少财政支出，缩小政府规模；另一方面经济开放又使国内经济面临更大的风险，消费和产出出现较大的波动，这就会促使政府扩大规模来增加社会支出，以平衡由于经济开放而产生的收入差距拉大的影响。随着我国经济全球化进程的加快，大量生产要素在国与国之间流动，挑战和机遇并存，政府将以怎样的方式迎接这些改变值得我们深思。

有关经济开放对政府规模的影响，无论是规范研究还是实证研究都没有得出一致的结论。经济开放是否会影响政府规模，现有的文献持两种观点：一种观点是“效率论”，这种观点认为，经济开放伴随着关税等贸易壁垒的减弱和消除，同时资源自由流动，要素持有者通常会通过各种胁迫的方式要求政府减少对市场干预，从而抑制了政府规模的扩大。如石沛和蒲勇健指出，贸易和FDI的开放程度会抑制政府规模的扩张。[1]Rodrik认为，经济开放导致政府关税收入的增长受到限制，同时国际间的税收竞争抑制了政府规模的扩张。[2]Khattry和Rao研究得出，在发展中国家，经济开放导致关税收入与税收收入占GDP比重的下降，同时税收收入的下降又导致这些发展中国家的政府追求经济发展的政策努力程度下降。[3]余官胜研究发现，贸易开放对我国政府财政支出规模存在先抑后扬的U型影响，这是由于在贸易开放度低时，对外开放会增加我国的地区竞争压力，迫使政府减少财政支出规模以保持竞争力；而当贸易开放逐渐增加时，我国的宏观经济风险也会增加，要求政府扩大财政支出规模以应对这种风险。[4]另一种观点是“补偿论”，这种观点认为，对外开放使得社会对公共服务的需求增加。随着经济日益开放，国外的风险更容易传递到国内，使国内的产出和消费出现大幅度波动，政府为了将这种波动降至最小，就会扩大政府支出，从而使得政府规模扩大。如Cameron认为，越开放的国家，会面临更多的外部风险和经济波动，这样就会驱使工会和政府谈判，促使政府增加社会公共支出，进而使政府规模扩大。[5]梅冬州和龚六堂研究得出，在发展中国家，经济开放与政府规模之间是非线性的倒U形关系，即经济开放对政府规模的关系先正后负；对于发达国家而言，经济开放对政府规模的影响则显著为负。[6]毛捷、管汉晖和林智贤利用1850—2009年的跨国数据，实证分析了19世纪中叶以来两次不同背景的经济全球化对政府规模的影响，研究结果表明，一战前经济开放导致政府规模相对收缩，二战后经济开放促使政府规模显著扩张，即从历史纵深看，经济开放对政府规模的影响并非一成不变，政府职能在其中起着关键作用。[7]高彦彦、苏炜和郑江淮实证分析了政府规模与经济增长和发展之间的关系，研究表明政府规模与经济增长之间存在一种倒U型关系。[8]杨灿明和孙群力利用我国28个省市区1978—2006年的数据，分析了我国外部风险对地方政府规模的影响，得出我国目前市场较为开放，对外开放带来的风险使得地方政府规模逐渐扩大。[9]桑百川和黄漓江通过研究东欧转轨国家、新兴市场中的金砖国家和发达工业化国家的贸易开放对政府规模的影响，得出这三类国家的贸易开放对政府规模的长期影响均大于短期影响，“补偿论”在这三类国家中并没有得到支持。[10]

综上，大多数学者都是从世界范围视角出发，考察经济开放与政府规模的关系，很少有学者单独分析我国经济开放与政府规模的关系。从世界范围来看，每个国家的发展程度不同，其经济开放与政府规模之间的关系也存在较大差别，如果将不同国家放在一起考虑，可能会掩盖一些重要信息。为了避免上述问题，本文主要分析中国经济开放与政府规模的关系，探讨经济开放对中国各省(区、市)政府规模所带来的影响。

二、经济开放与政府规模的关系

改革开放以来，我国对外贸易快速发展，在国际贸易中的地位不断上升。中国经济开放主要经历以下几个阶段：1978—1992年实行管制开放型贸易政策，这一时期主要鼓励出口与限制进口相结合；1992—2001年为改革开放深化期，坚持自由化倾向的对外开放政策，这一时期主要对关税进行改革，实行浮动的汇率制度；2001年我国加入WTO，从此中国经济便日益与国际接轨，真正实现全球化。在经济开放不断变化中，我国政府规模也发生了巨大的变化。

注：数据来自国家统计局以及中经网。

注：数据来自国家统计局以及中经网。

图1和图2给出了中国2000—2014年经济开放(用进出口总额占国内生产总值的比重来衡量)和政府规模(用政府支出占国内生产总值的比重来衡量)的年均变化情况。从图中可以看出两者之间变化趋势大致相同。经济开放变动大致分为五个阶段：第一阶段为2000—2001年，经济开放呈下降趋势；第二阶段为2002—2008年，经济开放呈现不断上升趋势；第三阶段为2008—2009年，此阶段经济开放呈下降趋势；第四阶段为2009—2011年，经济开放呈上升趋势；第五阶段为2011—2014年，这一阶段经济开放连续持平，变化不大(见图1)。与经济开放变化相类似，政府规模变化大致可以分为四个阶段：第一阶段为2000—2002年，政府规模呈现不断扩大的趋势；第二阶段为2002—2004年，政府规模呈现不断缩小的趋势；第三阶段为2004—2009年，由于分税制改革的实施，这期间我国政府规模总体上呈现出持续扩张的变化趋势；第四阶段为2009—2014年，这期间政府规模的变化和经济开放的变化相类似，即连续持平(见图2)。

三、数据来源及实证分析

(一)数据来源及模型设定

本文利用2000—2014年中国31个省(区、市)的静态面板数据分析经济开放与政府规模之间的关系，模型设定如下：

governit=α+β1openit+β2leconit+β3lregionit+β4urbanit+β5educ+εit

(1)

式(1)中，α表示截距，β1～β5表示各解释变量的回归系数，下标i表示省(区、市)(i=1，2，3，……，31)，下标t表示变量的观察年度(t=1，2，3，……，15)，下标it表示第i省(区、市)的第t年的变量数值。governit表示政府规模，用各地区的政府支出与当地GDP之比表示；openit表示经济开放，用各地区的进出口总额与当地GDP之比表示。为了得到更稳健的回归结果，本文引入leconit、lregionit、urbanit、educit作为控制变量，其中leconit用于衡量地区经济发展水平，以人均地区生产总值的对数表示；lregionit用于衡量地区规模大小，以地区总人口的对数形式表示；educit为人力资本，采用地区人均受教育年限表示；urdanit用于衡量城市化率，以地区城市人口占全国总人口的比例表示；εit为随机扰动项。选择以上四个控制变量的原因：一是经济发展水平会影响经济开放和政府规模。经济发展水平高的地区，其经济开放的优势更明显，为了吸引外资和提高产品国际竞争力，政府便会扩大其在基础设施建设、人力和财富等方面的投入，使得政府公共支出增加，进而影响政府规模。二是地区规模对经济开放和政府规模也有影响。区域规模较大的地区，经济开放的机会增加，政府公共支出增加，政府规模会受到影响。三是城市化率会影响政府规模。伴随城市化率的提高，政府的公共支出就会增加，进而影响政府规模。四是随着经济发展，人力资本的作用将越来越明显。自改革开放以来，我国市场经济体制不断完善和发展，人力资本在这种开放条件下发生流动所受到的限制越来越小，对政府规模的影响也越来越重要。

本文的数据主要来源于国家统计局以及中经网，其中各地区的GDP、政府支出、进出口总额等数据均以2000年为基期进行处理，换算为实际值。各变量的描述性统计结果见表1。

表1 各变量描述性统计

注：观测值是指中国31个省(区、市)在2000—2014年期间的变量数据，总共有观测值465。

(二)静态面板数据模型回归结果分析

本文运用Stata13.0软件对面板数据(见表1)进行单位根检验，检验结果显示，各变量在5%的显著性水平下通过了检验，表明表1中的各变量均为平稳时间序列，且不会使式(1)出现伪回归。运用Hausman检验得出卡方统计值为20.31，接受原假设的概率为0.000 4，因此，式(1)中的各变量在1%的显著性水平下拒绝原假设，使用固定效应模型比较合适。

表2分别列出了针对式(1)的回归结果，其中，模型1 为不考虑控制变量的混合OLS模型，模型2为考虑控制变量的混合OLS模型，模型3为只考虑经济开放与政府规模的固定效应模型，模型4是在模型3的基础上加入了控制变量。

比较模型1和模型2可以看出，加入控制变量后，经济开放(open)的回归系数由0.094变为0.026，且均为正值，表示经济开放与政府规模呈正相关关系，但模型2中open的回归系数不具有统计显著性，可能的原因是，加入控制变量后，影响因素变多，导致经济开放对政府规模的影响减弱。由混合OLS模型的回归结果可以得出，经济开放会使政府规模扩大，这与Rodrik和Cameron的结论相同，即经济开放使外部风险更容易传递到国内，从而加剧了国内收入和消费的波动，导致政府扩大支出来抵御这种风险。模型3和模型4采用固定效应模型，模型3中经济开放(open)的回归系数为0.11，但在考虑控制变量后的模型4中open的回归系数变为—0.016，且不具有统计显著性，表明模型4中经济开放会导致政府规模缩小，这与前三个模型得出的结论相悖。

从控制变量的回归系数可以看出，经济发展水平(lecon)的回归系数均为正值，表示经济发展水平与政府规模呈正相关关系，即一个地区经济发展水平越高，政府规模就越大；地区规模(lregion)的回归系数，在模型2中为—0.124，且在1%的水平上显著，在模型4中为0.058，但不显著，因此地区规模会阻碍政府规模扩大；城市化率(urban)的回归系数均为负值，且模型2中urdan的回归系数在1%的水平上显著，表示城市化率与政府规模呈显著负相关关系；人力资本(educ)的回归系数均为正值，且模型4中educ的回归系数在1%的水平上显著，表示人力资本与政府规模呈显著正相关关系。

表2 静态面板数据模型回归结果

注：(1)*、**、***分别表示变量通过10%、5%、1%的显著性检验，括号内的数据为稳健标准差； (2)R^2为组内R方，表示模型拟合效果，其值越大，表明拟合效果越好。

(三)动态面板数据模型回归结果分析

以上是利用静态面板数据模型分析经济开放对政府规模的影响，实证结果表明，经济开放与政府规模之间呈不确定的关系。

由于政府规模也会对经济开放产生影响，即经济开放与政府规模可能存在双向因果关系，使解释变量具有潜在的内生性，这样就会导致混合OLS模型的回归结果有偏甚至不一致，进而使静态面板数据模型的回归结果失去意义。为了克服静态面板数据模型可能存在的内生性问题，同时为了得出确定的实证结果，本文采用Arellano和Bond的一阶差分广义矩估计方法以获得参数估计的一致性。具体动态面板数据模型设定如下：

governit=α+γgovernit-1+β1openit+β2econit+β3lregionit+β4urbanit+β5educ+εit

(2)

其中，α表示截距，β1～β5表示各解释变量的回归系数，γ为滞后因变量的系数，governit-1为政府规模滞后一期，其他解释变量含义与式(1)相同。表3分别列出了针对式(2)的动态面板数据模型的回归结果。

表3中，第2列为差分GMM回归结果，第3列为系统GMM回归结果。从差分GMM的回归结果看，经济开放(open)的回归系数为0.026，表明经济开放使政府规模扩大，由于差分GMM中经济开放(open)的回归系数不显著，因此本文采用系统GMM的回归结果。从系统GMM的回归结果看，经济开放(open)的回归系数为0.016，且在1%的水平上显著，表明经济开放使政府规模扩大。这个结论与王德祥和张权的研究结果相同，即在1998—2007年期间中国经济开放与政府规模呈正相关，且在控制了人均GDP、人口等变量之后正相关关系仍然存在；经济开放程度越高，政府规模也越高。[11]从控制变量的回归结果看，经济发展水平会促进政府规模扩大，地区规模会阻碍政府规模扩大，城市化率对政府规模起阻碍作用，人力资本对政府规模的影响不确定。

表3 动态面板数据模型回归结果

注：*、**、***分别表示变量通过10%、5%、1%的显著性检验，括号内的数据为稳健标准差。

表3中，式(2)的二阶序列检验结果[AR(2)]分别为0.455和0.467，均拒绝了差分GMM和系统GMM的回归结果存在二阶相关性的假设；Hansen分别为0.974和0.993,表明差分GMM和系统GMM不存在过度识别问题；Wald检验也表明差分GMM和系统GMM的回归结果是可靠的。这说明使用动态面板数据模型得出的实证结果可以克服内生性问题，且是稳健和可靠的。

四、经济开放与政府规模的空间相关性

根据上述实证分析可以看出，“补偿论”和“效率论”两种观点都有其合理之处。不同的数据、模型、方法以及变量的选取都会使实证结果出现差异，同时经济开放对政府规模的影响可能存在着时空差异，这种差异会使不同时期、不同地区的经济开放对政府规模的影响效果不同。为了更好地研究经济开放与政府规模的空间相关性，本文采用空间计量方法进一步分析两者之间的空间联系。

(一)空间计量模型设定

空间计量方法在研究中主要有以下几种类型：(1)如果模型的误差项在空间上相关，则为空间误差模型(SEM)；(2)如果变量的空间依赖性对模型显得非常关键而导致了空间相关性，则为空间滞后模型(SLM)；(3)空间杜宾模型(SDM)，既包含空间因变量的滞后项，也包括空间自变量的滞后项[12]，空间杜宾模型的优势在于，即使真实的数据生成过程是空间滞后模型或者空间误差模型，其仍可以得到无偏估计。

空间滞后模型(SLM)可表示为：

εit=λωεit+μit，μit～N(0,δ2I)

(3)

空间误差模型(SEM)可表示为：

εit=λωεit+μit，μit～N(0,δ2I)

(4)

式(3)和式(4)中，下标i和j表示省(区、市)(i=1，2，3，……，31；j=1，2，3，……，31；i≠j)，下标t表示变量的观察年度(t=1，2，3，……，15)，下标it表示第i省(区、市)的第t年的变量数值，下标jt表示第j省(区、市)的第t年的变量数值；Yit为政府规模；xtj为解释变量，包括核心解释变量(open)和控制变量(lceno、lregion、urban、educ)；εit和μit为服从正态分布的随机误差项；α0为截距，α1为各解释变量的回归系数；ω为空间权重矩阵，当i地区与j地区相邻时，则定义ωij=1，其余方阵元素为0；ρ表示邻近地区政府规模对本地区政府规模的影响；λ表示由于解释变量之外的因素所引起的空间影响。

(二)空间自相关检验

利用空间计量模型进行估计之前，一般需要先测算各变量数据(见表1)是否存在空间依赖性。本文运用全域空间自相关莫兰指数(Moran′s I)来测算经济开放与政府规模之间的空间自相关性。全局莫兰指数(Moran′s I)的值介于—1和1之间，其计算公式为：

(5)

当莫兰指数(Moran′s I)值大于零时，表示经济开放与政府规模都存在正自相关，即高值与高值相邻、低值与低值相邻；当莫兰指数(Moran′s I)值小于零时，表示经济开放与政府规模都存在负自相关，即高值与低值相邻；当莫兰指数Moran′s I值接近零时，表明经济开放与政府规模都呈无规律的随机分布状态。

从表4可以看出，在观测年份内经济开放与政府规模的莫兰指数(Moran′s I)均为正值，其值在0.3～0.5之间，且逐年递增又逐年递减，呈倒U型变化趋势。这说明中国31个省(区、市)的经济开放与政府规模在整体上呈现出空间正相关关系，即经济越开放、政府规模越大的地区越具有显著的地理集聚优势。

表4 2000—2014年中国经济开放与政府规模的莫兰指数(Moran′s I)

(三)空间计量模型回归结果分析

表5给出了不含空间效应的面板数据回归模型(模型1)、空间杜宾模型(模型2)、空间滞后模型(模型3)以及空间误差模型(模型4)的回归结果。

从表5可以看出，经济开放(open)的回归系数分别为—0.015 9、0.043 0、0.020 7、0.037 1，除了模型1中open的回归系数为负数，其余三个模型中open的回归系数均为正数，表明经济开放使政府规模扩大。从控制变量的回归结果看，经济发展水平(lecon)的回归系数均为正数，表示经济发展水平高的地区，政府会增加财政支出，扩大政府规模；模型1中地区规模(lregion)的回归系数为0.057 8，其余三个模型中lregion的回归系数均为负数，表示地区规模会阻碍政府规模扩大；人力资本(educ)的回归系数在四个模型中均为正数，表示人力资本对本地区的政府规模有促进作用；城市化率(urban)的回归系数在四个模型中均为负数，表示城市化率与政府规模存在负相关关系。模型2中，W*open和W*urban的回归系数分别为—0.059 6、—0.092 4，表明邻近地区经济开放和城市化率会制约本地区的政府规模；W*lecon、W*lregion、W*educ的回归系数分别为0.036 2、0.096 7、0.043 4，表明邻近地区经济发展水平、地区规模和人力资本都会使本地区政府规模扩大。

表5 空间计量模型回归结果

注：*、**、***分别表示变量通过10%、5%、1%的显著性检验；括号内的数据为稳健性标准误；R^2为组内R方，表示模型拟合效果，其值越大，表明拟合效果越好；W*open、W*lecon、W*lregion、W*educ、W*urban分别表示邻近地区的经济开放、经济发展水平、地区规模、人力资本和城市化率对本地区政府规模的空间影响。

从表5的四个模型回归结果可知，空间杜宾模型(模型2)对应的R^2值为0.758 4，高于模型3和模型4的R^2值，表明模型2的回归结果比较理想，这是由于在模型2中加入了各解释变量的空间滞后项，可以更好地反映我国各省(区、市)之间经济发展水平、地区规模、人力资本和城市化率等因素的空间依赖性。模型2和模型3的回归结果中，ρ值分别为0.515 6、0.513 1，表明各省(区、市)之间政府规模的溢出效应大于竞争效应，如模型2中的ρ值为0.515 6，表明邻近地区的政府规模每提高1%，会使本地区政府规模提高0.515 6%。模型4中λ的值为0.532 3，表明除了上述变量之外，其他外在因素的变化也会对本地区政府规模产生溢出效应。

五、结 语

经济开放是否会导致政府规模扩大，是一个具有争议的问题，至今没有一个确定的答案。通过对以往数据的分析可以发现，中国政府规模在近15年期间发生了很大变化，财政支出逐年增加。因此深入研究政府规模与经济开放之间的关系，对我国财政制度的实施，防范国际交易风险、资本市场风险，促进经济开放的良好发展具有重大且深远的意义。

本文利用我国2000—2014年31个省(区、市)的面板数据，实证分析了近15年我国经济开放与政府规模的关系。研究表明，在考虑内生性问题和加入控制变量以后，我国经济开放与政府规模呈正向关系，经济开放水平高的地区，政府规模也较大，即我国地方政府的财政支出在预防和抵御外部风险、促进国际贸易对经济增长的拉动作用方面发挥着重要的作用。考虑空间相关性后，得出的结果与之前相一致，即经济开放与政府规模呈空间正相关性，同时邻近地区的经济开放对本地区的政府规模存在空间溢出效应。本文的研究仍存在缺陷，没有找到严格外生的工具变量，而是利用差分GMM和系统GMM来解决内生性问题。

作为世界最大的发展中国家，2004年以来中国进出口总额占GDP的比重均超过60%，2009年更是达到69.5%。随着经济开放程度的提高，可能会滋生诸多问题。对我国中西部经济开放程度较低的省份而言，资本市场发展尚不健全，市场化改革缓慢，进一步的开放可能催生这些地区的保护主义热潮，政府会干预经济，使经济开放降低。此时就需要政府利用补偿机制来应对经济波动，积极实施如“丝绸之路经济带”等开放措施，增加基础设施投入，重视人力资本和科技发展。对我国东部地区，市场经济比较成熟，但与发达国家的市场水平仍有差距，政府依然要加大开放力度，对进出口企业进行扶持，同时转变政府职能以应对外部风险。总之，我国应在提高资本自由流动程度和降低关税壁垒的基础上，提高开放型经济水平，提升出口产品竞争力，抓住经济全球化带来的机遇，同时也要注重防范国际经济风险。

[1] 石沛，蒲勇健.政府规模决定因素与相关假说——中国数据的一个新的实证解释[J].软科学，2011(12)：37—40.

[2] RODRIK D. Has Globalization Gone Too Far[M].Washington D C：Institute for International Economics，1997：25—41.

[3] KHATTRY B，MOHAN RAO J.Fiscal Faux Pas？：An Analysis of the Revenue Implications of Trade Liberalization[J].World Development，2002(8)：1431—1444.

[4] 余官胜.贸易开放和政府财政支出规模——基于省际动态面板数据的实证研究[J].东北大学学报(社会科学版)，2010(1)：19—22.

[5] CAMERON D.The Expansion of the Public Economy[J].American Political Science Review，1978(72)：1243—1261.

[6] 梅冬州，龚六堂.开放真的导致政府规模扩大吗?——基于跨国面板数据的研究[J].经济学，2013(1)：243—264.

[7] 毛捷，管汉晖，林智贤.经济开放与政府规模——来自历史的新发现(1850—2009)[J].经济研究，2015(7):87—101.

[8] 高彦彦，苏炜，郑江淮.政府规模与经济发展——基于世界面板数据的实证分析[J].经济评论，2011(2)：129—136.

[9] 杨灿明，孙群力.外部风险对中国地方政府规模的影响[J].经济研究，2008(9)：115—121.

[10] 桑百川，黄漓江.贸易开放与政府规模——基于跨国比较的实证分析[J].世界经济研究，2016(9)：48—59.

[11] 王德祥，张权.政府规模与贸易开放度关系研究——基于中国29个省市区的面板数据分析[J].山西财经大学学报，2010(5)：1—5.

[12] 柏玲，姜磊.金融支持区域创新的竞争和溢出效应——基于空间面板杜宾模型的研究[J]. 上海经济研究，2013(7)：13—23.

[责任编辑：郭艳云]

Research of Impact of China’s Economic Opening on Size of Government

LIU Shi

(School of Economics, Jiangxi University of Fianace and Economics,Nanchang 330013，Jiangxi, China)

The impact of economic openness on the size of the government has been the focus of academic research and there are two main theories as “efficiency” and “compensation”. Using data of 31 provinces (regions and cities) of China from Year 2000 to Year 2014, the relationship is studied between economic openness and the size of the government over the past 15 years. Empirical results of static panel data model show that the relationship between economic openness and the size of the government is uncertain, and the results are not significant. Using the dynamic panel data model namely difference GMM and system GMM to overcome endogenous problems, empirical results show that economic openness is positively correlated with the size of the government, which shows that economic openness expands the size of the government. There is also a spatial correlation between economic openness and the size of the government. The results of the space Durbin Model shows that economic opening of neighboring regions has a space spillover effect on the size of the regional government.

economic openness; size of government; endogenousness; spatial econometrics

2017—03—25

江西财经大学研究生创新课题

刘师(1991—)，女，山东滕州人，江西财经大学经济学院硕士研究生。

F123；F224.7

A

1674—3199(2017)04—0094—10