地方财政竞争是否提高了公共基础设施投资效率？

席小瑾，梁劲锐，杨建飞

（1.青岛农业大学 经济学院（合作社学院），山东 青岛 266109；2.西北大学 经济管理学院，陕西 西安 710127）

地方财政竞争是否提高了公共基础设施投资效率？

席小瑾1，2，梁劲锐1，2，杨建飞2

（1.青岛农业大学 经济学院（合作社学院），山东 青岛 266109；2.西北大学 经济管理学院，陕西 西安 710127）

文章选取我国1997-2014年省际面板数据，通过EBM模型计算地方公共基础设施投资效率，并利用误差合成空间面板Tobit模型着重分析我国地方政府财政竞争对公共基础设施投资效率的影响。研究发现：我国公共基础设施投资效率呈先上升后下降的趋势；地方政府财政竞争与公共基础设施投资效率之间呈倒“U”形关系；在维持现有地方财政竞争强度的基础上加强政府信息公开、推进新型城镇化建设和生产技术升级，有助于提升公共基础设施投资效率。

财政竞争；基础设施投资；效率；EBM模型；误差合成空间面板Tobit模型

一、引 言

很多学者将中国改革开放后30年的经济高速增长、快速消除金融危机不利影响等举世瞩目的成就归功于中国的基础设施投资（娄洪，2004；郭庆旺、贾俊雪，2006；刘秉镰等，2010）［1-3］。现阶段为稳定中国经济增长、确保“一带一路”倡议的顺利实施，基础设施投资依然是关键的一环。正如林毅夫（2016）［4］所强调的，如果进行能够提高劳动生产力水平或者降低交易费用的投资，将可以促进技术创新、产业升级，有助于消除产能过剩。其中，政府的投资对象应该集中在基础设施领域。

由于基础设施的公共产品特性以及中国现阶段的社会经济特征，关系到国计民生和国家经济命脉的基础设施通常是由政府提供的，所以政府行为会影响到基础设施特别是政府直接提供的基础设施的投资绩效。我国1994年分税制改革后，地方政府间竞争愈演愈烈，其中财政竞争是最主要的竞争手段，增加或减少对基础设施的投资则是这一竞争手段的具体表现，而投入的过度或不足都会影响公共基础设施投资的效率，进而影响中国的经济增长。但目前从地方政府空间竞争视角出发，考察地方政府财政支出行为对公共基础设施投资效率影响的文献还较少，二者之间的关系在以往的研究中被忽略。因此，本文立足于研究地方政府间财政竞争与公共基础设施投资效率的关系，并据此提出相关的政策建议，这对于有效利用财政资金、优化财政支出结构、提高我国公共基础设施的投资效率，进而促进经济稳定增长有着十分重要的意义。

二、文献回顾

地方政府竞争主要通过地方财政竞争表现出来，财政竞争的目的是为本地区吸引更多的外部资源，从而加快本地区的经济发展（钟晓敏，2004）［5］，地方财政竞争主要包括税收竞争和财政支出竞争两种形式。地方财政竞争的研究源于Tiebout（1956）［6］关于社区居民“用脚投票”使地区公共产品供给达到帕累托最优的观点，此后国内外学者关于地方财政竞争的问题展开了广泛深入的研究。Zodrow和miesz⁃kowski（1986）［7］通过构建ZMW税收竞争博弈模型来说明税收竞争可能会导致公共服务供给的不足和低效率。Weingast（1995）［8］认为地方政府的财政竞争可以使市场的有效性免受过度管制和寻租的破坏。Feld等（2012）［9］认为地方政府间的财政竞争将使破坏性创造过程（process of creative destruction）更加有效。Hauptmeier Sebastian等（2012）［10］通过建立财政反应函数分析了德国联邦政府在财政竞争中税收与支出政策的选择策略。Janeba E等（2016）［11］建立了包含政府借贷的财政竞争模型，分析了政府财政竞争与政府债务的关系，认为没有限制的债务不会改变政府的竞争模式，而设定债务上限后地方政府将采取第一期减少基础设施投资，第二期减少税收的方式予以应对。国内方面，大量文献证明中国地方政府之间的财政竞争是存在的，改革开放后到1994年分税制改革前主要表现为税收竞争，分税制改革后则为支出竞争与税收竞争并重。郭庆旺、贾俊雪（2009）［12］认为不同职能的支出竞争对经济的影响是不同的，经济性和维持性财政支出竞争不利于地区经济增长，而社会性支出竞争则对地区经济增长有显著的促进作用。王美今等（2010）［13］利用空间面板模型对中国地方政府财政竞争的策略差异进行了分析，结果表明，同级地方政府间基本建设支出等表现出相互模仿策略，而与中央政府间则表现出跟随效仿策略。吕炜、郑尚植（2012）［14］认为财政竞争在短期内扭曲了财政支出结构而从长期看仍然存在改善财政支出结构的积极效应。

而地方政府竞争的结果往往体现为一个国家或地区的基础设施投资水平的高低，这是因为各地方政府之间基于“为增长而竞争”的强大激励，会竞相改善本地的基础设施投资水平。张军（2007）［15］在控制了经济发展水平、金融深化改革及其他因素之后，论证了地方政府竞争是解释中国基础设施投资决定的重要因素，而良好的基础设施支撑了中国改革开放以后的直接生产性投资和经济增长。伍文中（2010）［16］认为在财政分权模式下，地方政府通常将基础设施建设作为工作重心，加大基础设施投入在财政支出中的比重，并验证了地方政府间的财政支出竞争是贫穷省份和富有省份基础设施建设存在趋同现象的主要原因。

关于基础设施投资与经济增长之间的关系，国内外学者的研究也是广泛和深入的。首先有学者证明了基础设施投资对经济的正面影响。Aschauer（1989）［17］分析了基础设施投资对生产率的影响，认为基础设施投资能显著提高社会生产率。Easterly和Rebelo（1993）［18］通过对160个国家20世纪60-80年代的经验数据进行分析，证明政府在交通、通信方面的基础设施投资对经济有着长期、持续的促进作用。Donaldson（2010）［19］收集了印度 1861-1930年的历史数据，通过一般均衡贸易模型证明铁路网的建设使地区能够从贸易中获益，从而提高整体社会福利。基础设施之所以能够对经济产生正效应是因为其既可以作为投资直接促进经济增长，也可以产生溢出效应间接促进经济增长（刘生龙、胡鞍钢，2010）［20］。其次，基础设施投资也可能对其他投资和消费产生“挤出效应”进而对经济产生负面影响（李强、郑江淮，2012）［21］。因此综合来看，基础设施投资与经济增长之间可能存在更为复杂的倒“U”形关系（孙早等，2014）［22］。

从上述文献梳理可获得如下思路：地方政府在相互竞争的过程中，使用财政竞争这一手段会对本地区基础设施的投资规模及投资效率产生影响，进而影响该地区的经济增长。即地方政府财政竞争是影响公共基础设施投资效率的重要因素，具体来说表现在两个方面：一方面，财政竞争可能会促使地方政府增加对基础设施的投资数额，改善本地区的基础设施水平，由于“乘数效应”而带来几倍于投资额的GDP贡献，从而提高财政资金的使用效率；另一方面，财政竞争也有可能使地方政府产生强烈的投资冲动，即使在收入不足的情况下依然将有限的财政资金投入到基础设施建设中去，出现重复建设、财政支出结构扭曲以及财政资金浪费等一系列问题，此时公共基础设施投资效率是低下的。那么，在财政分权体制下，中国地方政府的财政竞争与公共基础设施投资效率之间的关系究竟是怎样的？地方政府的财政竞争是否提高了公共基础设施的投资效率？如果是，今后能否继续通过加大地方政府财政竞争强度来实现提高公共基础设施投资效率的目的？还有哪些其他因素显著地影响着中国公共基础设施的投资效率？本文将对以上问题进行研究，以期对经济增长质量的改善提出有益的建议。

三、公共基础设施投资效率

（一）EBM模型

目前DEA模型（数据包络分析法Data Envelop⁃ment Analysis）是一种广泛使用的测算决策单元相对效率的方法，其优点在于分析时不需要设定具体的函数形式，避免了函数形式设定错误而产生的计算结果偏差。本文也将通过建立DEA模型来测算我国地方政府公共基础设施投资的效率。

DEA模型通常分为径向测算和非径向测算两大类，分别以CCR模型和SBM模型为代表，但这两种模型又存在各自的缺陷。

CCR模型的主要缺点是在计算效率值θ*时忽略了非径向松弛变量s-*，当这些非径向松弛变量在估算边际效率过程中起着重要作用时，如果仅仅用径向方法计算出来的效率值作为决策单元执行效果的唯一评价标准，将会导致错误的决断。另外，如果一些投入，如劳动力、材料、资本等，是可相互替代而非同比例变化的，径向的CCR模型将不能正确处理这种情况（Tone K，Tsutsui M，2010）［23］。

虽然非径向的SBM模型计算出来的效率值τ*考虑了非径向松弛变量s-*，但又可能因此而丢失投入变量的最初比例关系，如果丢失的这种信息对于某些分析是非常重要的话，将导致结果失真，这是SBM模型的第一个缺陷。第二，由于线性规划求解过程的特点，在跨期分析时，SBM模型的非零正值的最优松弛变量组合结果在t期与t+1期会有明显的不同，以至于很难判断哪一个时期的最优松弛值变量组合是合理的。特别的，在依据这样的松弛变量值进行进一步统计分析时，往往会造成分析结论的偏差（Avkiran N K等，2008）［24］。

鉴于CCR模型与SBM模型的不足，本文采用Tone（2010）［23］提出的EBM模型计算各省公共基础设施投资效率值。EBM模型最大的特点在于实现了统一框架下对径向和非径向松弛变量的兼容，其估算值介于CCR和SBM模型之间，能更真实地反映效率水平。相比产出而言投入是较易控制的变量，因此本文效率值的计算以投入导向的规模报酬不变的EBM模型（EBM-I-C）为基础，如下式所示：

利用EBM模型计算决策单元相对效率的关键是计算出核心参数εx和)，计算步骤为：

第一步，计算决策单元可变规模报酬条件下的效率前沿。在这里主要是利用可变规模报酬下的加性模型（Addictive model）或SBM模型，在计算出效率值的同时，得到最优松弛值s-*和s+*，并根据式（3）得到最优投入量和最优产出量：

由此，可以得到n个可变规模报酬条件下有效率的决策单元，可以表示为：

第二步，建立相关性矩阵（affinity matrix）S：

第三步，求解相关性矩阵的最大特征值 ρx和对应的特征向量wx。

第四步，计算EBM模型的参数εx、W-：

第五步，计算EBM模型。

（二）变量设定及数据处理

对公共基础设施投资的效率评价本应包括经济、社会、生态等多个方面，这是由基础设施这种公共产品的外部性决定的。但鉴于考察期内我国地方政府出于“为增长而竞争”的投资决策大部分都关注的是基础设施投资的经济效益，且社会、生态等方面的数据很难考量，因此本文仅考察公共基础设施投资的经济效率。

1.投入变量

本部分要考察的是我国地方政府财政投入基础设施的投资效率，因此投入变量即为地方政府的各项基础设施投资支出。在2007年以前的统计数据中，财政支出按照具体功能分类统计，有“经济建设”支出项目，该统计项可以作为较为准确的衡量公共基础设施投资的数据。但在2007年以后的统计年鉴中，财政支出项是按照政府的职能进行分类的，基础设施投资的数据分散于各政府职能项目中，没有较为精确的数据供参考使用。因此本文参考张军（2007）［15］的做法，采取政府在交通基础设施、能源基础设施、通讯基础设施、城市基础设施四个方面的投入来衡量地方政府的基础设施投资支出。现有的统计数据中虽然没有政府在这四个方面的具体支出数据，但在《中国统计年鉴》中，可以找到“交通运输、仓储和邮政业”、“电力、热力、燃气及水生产和供应业”、“水利、环境和公共设施管理业”的固定资产投资总额，这三类投资指标在很大范围内涵盖了本文使用的衡量基础设施投入的四个指标，因此本文以这三类指标作为地方政府基础设施投资的近似替代变量。

三类投入变量的数据均来自《中国统计年鉴》（1998-2015年），为了消除价格变动带来的影响，以1997年为基期将1997-2014年的各项基础设施投资转换成实际值。本文对我国30个省、直辖市、自治区的相关数据进行分析，不包括西藏自治区和港澳台地区。

2.产出变量

与投入变量相对应，本文以交通基础设施、能源基础设施、通讯基础设施、城市基础设施四个方面实物或经济产出的综合指标作为各基础设施投入的产出变量。具体来看，根据数据的可得性，每个综合指标包含的子指标分别为：①交通基础设施：铁路营业里程（公里）、公路里程（公里）；②能源基础设施：电力消费总量（亿千瓦时）；③通讯基础设施：邮电业务总量（亿元）；④城市基础设施：每万人拥有公共交通车辆（标台）、人均城市道路面积（平方米）、每万人拥有公共厕所（座）、城市桥梁（座）、城市排水管道长度（公里）、城市用水普及率（%）、城市燃气普及率（%）。根据陈诗一（2008）［25］数据处理方法，为消除各子指标不同单位的影响，需要对子指标进行正规化，即每个决策单元的子指标除以相应子指标的均值。这样正规化后子指标的均值等于1，各综合指标数值由正规化的子指标值相加而得。

（三）效率计算结果及分析

表1将测算的省（市）、自治区效率值按高低顺序进行分档，具体为效率值等于1的省（市）、自治区为第一档，处于该档次的省（市）、自治区属于效率前沿省市，表明其公共基础设施投资综合效率合理；效率值介于1和0.8之间的为第二档，处于该档次的省市，其公共基础设施投资综合效率较合理，投入与产出规模评估较准确，生产技术使用较为合理；效率值介于0.8和0.6之间的为第三档，处于该档次的省市，其公共基础设施投资综合效率较不合理，投入规模过大，但资金管理和生产技术上的缺陷导致产出规模不足，资金浪费、效率较低；效率值低于0.6的为第四档，处于该档次的省市，其财政支出规模综合效率极不合理，投入规模过大生产技术落后，产出严重不足。从上表可以看出，在所研究的30个样本中，有20个省（市）、自治区的效率值位于第一档和第二档，说明从总体上看，中国1997-2014年公共基础设施投资平均效率较高。

表1 地方公共基础设施投资效率

分地区来看，在第一档的省、直辖市、自治区中东部地区和中部地区各有一个省、市，分别是北京市和吉林省，西北地区有三个省，分别是内蒙古、贵州和青海。而综合效率极不合理的第四档有三个省份，其中湖北省属于中部地区，云南和四川都属于西部地区，这说明中部和西部地区公共基础设施投资效率差异较大，相比较而言，东部地区各省、直辖市之间的投资效率较为平均。表2是不同地区公共基础设施投资平均效率值的一般统计描述，反映了不同地区这一投资效率的差异。

表2 东中西部地方公共基础设施投资平均效率的一般统计描述

将各省、直辖市、自治区的公共基础设施投资效率值进行简单平均即可得到我国各年的平均效率值，如图1所示，从时间趋势看，中国地方公共基础设施投资效率在样本期内以2005年为拐点，2005年以前总体呈上升趋势，2005年以后整体呈现下降趋势。

图1 1997-2014年中国公共基础设施投资平均效率趋势

四、地方政府财政竞争对公共基础设施投资效率的影响

（一）误差合成空间面板Tobit模型

在研究效率值的影响因素的文献中，较成熟的方法是采用DEA-Tobit两阶段模型，第一阶段利用DEA方法计算出决策单元的相对效率值，由于效率值介于0和1之间，属于截断数据，所以在第二阶段采用Tobit模型对效率值的影响因素进行计量分析。本文也采用DEA-Tobit两阶段模型对公共基础设施投资的效率值和地方政府财政竞争之间的关系进行计量分析。所不同的是，考虑到政府之间的竞争是一种跨地区行为，各地公共基础设施投资效率之间可能存在着相互影响，即存在空间溢出效应，同时还应注意到，在对被解释变量的分析过程中，可能存在着无法观测或不便统计的因素在空间和时间上对被解释变量产生影响，因此本文参考Kapoor（2007）［26］的模型设定，采用误差合成空间面板Tobit模型来估计效率值和财政竞争之间的数量关系。模型基本形式为：

其中y*为被解释变量，本文中即为第三部分计算得到的地方公共基础设施投资效率，x为各解释变量，包括本文将要考察的地方政府财政竞争及其它影响公共基础设施投资效率的因素，β、ρ为待估参数，ε、μ为扰动项，W为空间权重矩阵，ξ表示决策单元的个体误差，υ是随横截面决策单元和时间变化的误差项。

在估计方法上，使用最为广泛的是最大似然估计法，但这一方法的一个明显不足是计算量巨大，因此 Kelejian and Prucha（1998，1999）［27-28］采用基于可行广义最小二乘估计（FGLS）和广义矩估计（GM）的多阶段迭代估计法，该方法克服了最大似然估计法的缺陷，即使是采用大样本数据进行计算，其计算量也是可接受的。Debabrata D等（2003）［29］通过模特卡罗模拟证明这一方法在小样本条件下，与最大似然估计是同样有效的。Kapoor等（2007）［26］将该法引入到包含空间和时间误差项且存在异方差的更一般的误差合成空间面板模型的参数估计中，并且证明在截面样本（N）大于时间样本（T）的情况下，空间广义矩估计可以得到参数的一致估计。鉴于本文的数据特点符合上述估计方法的数据特征，本文采用基于可行广义最小二乘估计（FGLS）和广义矩估计的多阶段迭代估计法进行估计。首先，利用广义矩估计法在不考虑扰动项 μt的误差成分时，对 ρ独立地进行估计；其次，根据 ρ估计量可以得到的一致估计量，其中，；最后将 ρ、的估计值代入β的可行广义最小二乘估计式，得到 β的一致估计。具体估计过程详见邓明（2013）［30］。

（二）财政竞争变量设定

地方政府的财政竞争分为税收竞争和支出竞争两种形式。为了估计公共基础设施投资效率与财政竞争之间的关系，首先要对财政竞争进行变量设定。已有相关文献中用来表示地方政府竞争或地方政府财政竞争的指标主要有四个，分别是人均实际利用外商直接投资（FDI）（张军等，2007）［15］、税收收入占GDP的比重（张辽、宋尚恒，2014）［31］、财政收入占GDP的比重（沈坤荣等，2006）［32］和社会服务性支出占财政支出的比重（李永友，2015）［33］。本文认为，实际利用FDI是政府竞争的结果之一，地方政府竞争的目的是要吸引地区外生产要素进入本地区，FDI是这些生产要素的一种，并不能覆盖全部或大部分生产要素；税收收入和财政收入都能较好地衡量地方政府间的收入竞争，但财政收入比税收收入的范围更广，更能体现地方政府竞争时的权限大小；财政支出结构则能体现地方政府使用不同的支出工具在财政支出方面的竞争，因此，为更全面地考察地方政府财政竞争，本文分别选用财政收入占GDP的比重和生产性财政支出占财政总支出的比重，从收入和支出两个方面反映地方政府的财政竞争。需要注意的是，用生产性财政支出占财政总支出的比重表示的财政支出竞争，该比重数值越大表示竞争越强，而用财政收入占GDP的比重表示的财政收入竞争，数值越大表示竞争越弱。

参考赵志耘、吕冰洋（2005）［34］，本文将财政支出划分为生产性支出和非生产性支出，其中生产性支出包括财政的经济建设支出、教育支出和科学研究支出，因为它们可以分别表示物质资本投资、人力资本投资、科学研究开发投资，都对经济增长产生了直接的促进作用，所以共同用于表示生产性支出。考虑到2007年财政统计项目与科目的变动，为保持2007年前后数据的一致性，本文结合调整前后各项目所包含科目的变化情况进行了如下数据处理，2007年前的经济建设支出包括：农业支出、林业支出、农林水利事业费支出、工交商事业费支出、城市维护费支出、基本建设支出、挖潜改造支出；科学研究支出包括：科技支出总额、科技三项费用支出；2007年后的经济建设支出包括：城乡社区支出、农林水事务支出、交通运输支出；科学研究支出包括：科技支出总额；2007年前后的教育支出均来自统计年鉴的财政教育支出项目。

为了使模型估计更加准确，本文还加入了其他解释变量。市场开放度指标（OPEN），该指标用地区进出口总额占地区GDP的比重表示，市场开放度越大，市场经济规模就越大，政府通过市场化方式为社会提供基础设施的可能性越大，公共基础设施投资的效率也就越高；外商直接投资（FDI），该指标在一定程度上反映了政府运行的制度建设是否完善，当一个地区的政府政策稳定、信息公开、服务效率高时，外国投资者才更愿意将资金投入该地区，而一个制度建设完善的政府，必将带来高效率的公共基础设施投资；人均国民生产总值（PGDP），反映了一个地区的富裕程度，加入该变量的目的主要是为了考察是否存在落后地区的“追赶效应”，即落后地区政府为发展本地区经济而更加重视本地区公共基础设施投资效率；政府规模（GOVS），当政府规模越大时，决策与执行效率越低，资源越容易浪费，该指标用地区政府消费性支出占GDP的比重表示，数值越大政府规模越大，数值越小政府规模越小；城市人口密度（POP），基础设施规模应与人口规模相适应，人口密度越大，人均拥有的基础设施就越少，在地区面积一定的情况下，政府为提高基础设施的人均拥有量所付出的成本就越高，从而会降低公共基础设施投资效率。本文使用城市人口密度而非省际人口密度，能更好地反映出考察期内我国财政资金对基础设施的投入量城市远高于农村的事实及城市人口集聚的现状。以上变量的数据均来自历年《中国统计年鉴》和地方统计年鉴，凡涉及价格的数据均以1997年为基期转换为实际值。

（三）空间权重矩阵的选择

空间权重矩阵的建立是空间计量模型的核心步骤，关系到模型估计的结果和解释力。现有关于空间计量模型的文献中，空间权重矩阵通常有空间邻接权重矩阵、反距离空间权重矩阵、经济权重矩阵和嵌套权重矩阵四种类型。空间邻接权重矩阵由于其在构建时易于处理而得到较早且较为广泛的应用，但其缺点也很明显，即地域间的相互影响仅仅发生在彼此相邻的两个地区之间，不相邻地区间则互不影响，这显然有违于现实。反距离空间权重矩阵假定空间效应取决于两地之间的距离，距离越近效应越强，距离越远效应越弱。但是在现今交通运输成本越来越低的情况下，实际地理距离对一个地区社会经济发展所形成的阻碍也正变得越来越低，因此，地理因素并非是影响地区之间联系的唯一因素，还可以从社会经济角度考虑地区之间的影响，这就是经济权重矩阵。这种空间权重矩阵借鉴反距离空间权重矩阵的思想，利用地域的某一经济指标绝对差异的倒数进行矩阵的构建，差异越大影响越小。嵌套权重矩阵则将反距离空间权重矩阵与经济空间权重矩阵有机地结合起来，尽可能准确地反映地区之间的空间效应。嵌套权重矩阵常用的类型有三种：

1.嵌套空间矩阵1其中Wd为反距离空间权重矩阵，diag()…为对角阵，Xˉn为样本期内第n个空间单元经济变量X的平均值，Xˉ为样本期内所有空间单元经济变量X的平均值（王火根等，2007；李婧等，2010）［35-36］。

2.嵌套空间矩阵2

其中Wd和We分别表示反距离空间权重矩阵和经济空间权重矩阵，ϕ为权数且ϕ∈[0 , 1]，ϕ越接近0表示地理距离因素对空间权重矩阵的影响越大，反之则经济因素的影响越大（张征宇、朱平芳，2010）［37］。

3.嵌套空间矩阵3

其中Wd和We仍然分别表示反距离空间权重矩阵和经济空间权重矩阵（林光平等，2006）［38］。

由于嵌套空间矩阵可以更为准确地刻画空间单元之间的复杂联系，本文选用嵌套空间矩阵作为空间权重矩阵，具体选择以上三种形式中的哪一种，则要通过计算Moran’s I指数加以确定。Moran’s I指数通常用来检验因变量之间是否存在着空间自相关性，其取值范围在-1～1之间，其数值为正时，表明各地区间为空间正相关，且相关性越强数值越大；数值为负则为负相关。

本文根据Boots and Dufornaud（2010）［39］提出的通过最大化Moran’s I指数来选择相应的空间权重矩阵，即分别计算以上三种形式的Moran’s I指数，最终选择Moran’s I指数最大的那种形式。具体而言，首先以中国30个省（市）、自治区的经纬度坐标为依据，计算出反距离矩阵Wd；其次，选取人均实际GDP作为衡量影响空间单元之间的经济因素计算经济矩阵We；再次，计算各省（市）、自治区的人均实际GDP的平均值Xˉn和30个省（市）、自治区总体的人均实际GDP的平均值 Xˉ，并令 ϕ 取0，0.1，0.2，…，0.9，1，将这些变量值分别代入嵌套空间矩阵（11）、（12）、（13）；最后计算Moran’s I指数进行比较。最终的计算结果为嵌套空间矩阵3的Moran’s I指数最大，因此选择嵌套空间矩阵（13）作为本文空间计量模型的空间权重矩阵。

（四）计算结果及分析

本文利用STATA软件进行估计，其结果见表3所列。

表3 误差合成空间面板Tobit模型估计结果

在模型估计中加入财政竞争变量的一次项和二次项，考察地方政府财政竞争与公共基础设施投资效率之间是否存在非线性关系。模型（1）、模型（2）是以生产性财政支出占财政支出比重（EX）作为财政竞争替代变量的结果，表示地方政府单纯采取财政支出竞争。模型（3）、模型（4）是以财政收入占GDP比重（REV）作为财政竞争替代变量的结果，表示地方政府单纯采取财政收入竞争。模型（2）、模型（4）分别是在模型（1）和模型（3）的基础上逐项剔除不显著的解释变量直至所有解释变量均显著而得到的结果，因此本文的分析首先是在模型（2）和模型（4）的基础上进行的。从模型（2）、模型（4）的结果看，不论是财政支出表示的财政竞争还是财政收入表示的财政竞争，财政竞争与公共基础设施投资效率之间都呈现出较为显著的倒“U”形关系，但是二者也存在着差别，如图2所示。

图2 财政竞争与财政基础设施投资效率之间的倒“U”形关系

图2 （a）显示，随着财政支出竞争的逐渐增强，公共基础设施投资效率呈先上升后下降的趋势，存在一个最优财政支出竞争强度，使得公共基础设施投资效率值达到最大，之后随着财政支出竞争的加强公共基础设施投资效率逐渐降低。（b）图则显示公共基础设施投资效率的倒U形走向是随着财政收入竞争的逐渐减弱而变化的，当然，也存在一个最优财政收入竞争强度，使公共基础设施投资效率值达到最大，之后随着财政收入竞争的减弱公共基础设施投资效率逐渐降低。具体来看，从支出角度，当财政竞争强度达到0.478（根据极值条件，令一阶偏导=0求得）即生产性财政支出占财政支出比重（EX）达47.8%时为最优财政竞争强度；从收入角度，当财政竞争强度达到0.12（令一阶偏导=0求得）即财政收入占GDP比重（REV）达到12%时为最优财政竞争强度。表4列示了1997-2014年中国地方政府EX与REV的平均水平，通过分析可以得出以下结论：①两个比重在大多数年份都小于上面算出的最优值47.8%和12%，说明样本期内中国地方财政支出竞争和财政收入竞争均处于倒“U”形的左侧；②2007年以后EX和REV都随着时间的推移渐次增大，表明2007年之后地方政府之间的财政竞争促进了公共基础设施投资效率的提高；③2014年EX和REV分别达到47.14%和11.65%，比较接近最优竞争强度。

表4 1997-2014年中国地方政府EX与REV平均水平

模型（2）、（4）仅仅考虑了财政支出和财政收入单方面的竞争，而现实中地方政府往往同时采取财政支出竞争和财政收入竞争。模型（5）、（6）考察了财政支出和收入交互项对基础设施投资效率的影响，模型（6）是在模型（5）的基础上剔除不显著变量得到的结果，模型（6）各变量的符号与模型（2）、（4）一致，交互项符号为正，表明交互项数值变动方向与效率值数值变动方向一致。具体可以分以下几种情况讨论：

（1）当财政生产性支出规模（EX）扩大，财政收入规模（REV）扩大时，交互项数值增加，此时表明地方政府财政支出竞争增强而收入竞争减弱，公共基础设施投资效率值增加；

（2）当EX减小REV也同时减小时，交互项数值减小，表明地方政府财政支出竞争弱化而财政收入竞争增强，但效率值下降；

（3）当EX扩大，REV减小时，交互项数值变动方向不确定，此时表明地方政府财政支出竞争增强收入竞争也增强，公共基础设施投资效率可能上升也可能下降；

（4）当EX减小，REV扩大时，交互项数值变动方向不确定，此时表明地方政府财政支出竞争减弱收入竞争也减弱，公共基础设施投资效率可能上升也可能下降。

可见，第（1）种情况能确定提高公共基础设施的投资效率，同时结合上文模型（2）、（4）得出的“中国地方财政支出竞争和财政收入竞争均处于倒U形左侧，且2014年无论支出还是收入都比较接近最优竞争强度”的结论，现阶段我国地方政府应大体保持现有财政竞争强度，或可小幅度地加强财政支出竞争并减弱财政收入竞争。

模型（2）、（4）、（6）显示市场开放度与效率值呈正相关关系，且在1%的水平上显著，说明市场越开放越有利于提高公共基础设施投资效率。这主要是因为，市场开放程度高，政府提供公共产品时可供选择的生产主体范围较大，政府可以选择生产效率最高的生产主体合作，从而不断提高公共基础设施投资资金的使用效率。从人均GDP所反映的地区富裕程度与效率值的关系看，二者呈反向关系，依据模型（6）的结果，在地方政府同时进行财政支出与财政收入竞争的前提下，当人均实际GDP平均每落后1 000元时，效率平均提升0.288%，说明存在不发达地区的“追赶效应”，即越是不发达地区的政府，越希望通过提高财政资金的使用效率以加快本地区经济增长，从而在社会经济发展的各方面“追赶”经济发达地区。同时也说明，收入高的地区会出现财政运行成本增加的现象，导致效率降低，因此富裕地区的支出规模往往较高，但不一定会增进支出效率。此外，模型显示考察期内我国城市人口密度与公共基础设施投资的效率值呈反方向关系，模型（6）的结果为当每平方公里城市人口数平均增加100人时，效率值平均下降0.191%，说明现阶段总体来说我国城市人口数已经超过了城市基础设施的最佳人均拥有量，基础设施的规模效应呈现下降趋势。

结合图1中公共基础设施投资效率的趋势，本文认为，2005年以前相对效率的逐渐上升说明地方政府的财政竞争和地区市场化水平对效率值的促进作用超过了地区富裕水平和城市人口密度对效率值的抑制作用。而2005年后相对效率的下降则说明地区富裕水平和城市人口密度对效率值的反作用明显超过地方政府财政竞争和地区市场化水平的正向影响。由以上分析可知在财政竞争2014年已接近最优竞争水平的前提下，要提高公共基础设施投资效率，应该继续扩大市场开放度消除地区壁垒、降低财政运行成本并降低城市人口密度。

五、结论和政策启示

由于CCR模型和SBM模型的缺陷，本文通过构建EBM模型对地方公共基础设施投资效率进行了测算，并利用空间面板Tobit模型对影响公共基础设施投资效率的因素，特别是地方政府财政竞争对基础设施投资效率的影响进行了分析，得到如下结论：

（1）1997-2014年中国地方政府公共基础设施投资效率呈现先上升后下降的趋势，这主要是因为2005年前的效率值受地方政府财政竞争的正向影响较大，而2005年后受地区富裕程度和城市人口密度的负向影响较大。

（2）财政竞争与公共基础设施投资效率之间呈倒“U”形关系。财政生产性支出规模所表示的最优竞争强度为47.8%，财政收入所表示的最优竞争强度为12%。1997-2014年中国的生产性财政支出规模及财政收入规模所表示的财政竞争均处于倒“U”形的左侧，2007年之后地方政府之间的财政竞争促进了公共基础设施投资效率的提高。

（3）在影响公共基础设施投资效率的其他因素中，市场开放度的影响为正、城市人口密度的影响为负、富裕程度的影响为负。

由以上结论可以得到明显的政策启示：

第一，保持现有财政竞争。由以上分析可知，中国现阶段财政竞争强度从支出和收入角度看基本都已接近最优竞争强度，因此保持现有财政支出与收入的相对规模，避免因财政竞争过度而造成公共基础设施投资效率低下进而带来经济损失。

第二，加快政府信息公开进程。降低财政运行成本提高财政运行效率，在很大程度上取决于信息是否公开，公开的信息能够使财政资金的运作受到社会民众监督，使得资金不被滥用，提高财政资金的使用效率。

第三，加快技术升级，提高基础设施的投入产出效率。由生产性财政支出规模已接近最优竞争强度的结果可知，中国大部分省（市）、自治区基础设施的投资规模基本与当地的社会经济发展相适应，但也应看到还有80%多的公共基础设施投资效率仍然有提升的空间（指本文第三部分计算的公共基础设施投资效率未达到第一档的省（市）、自治区）。在投资规模较为适度的条件下，效率的提升还可以通过生产技术水平的提升来完成，所以各地政府应该加快生产技术创新、更新生产设备，在投入规模不变的条件下，提升基础设施产出规模，从而提高公共基础设施投资效率。

第四，加快新型城镇化建设。由上述分析可以看出，考察期内我国城市人口密度与财政基础设施的投资效率呈反向关系，因此，要提高我国大中型城市的基础设施投资效率，通过减小这些地区的人口密度是可行的方法之一。而要减小人口密度，加快新型城镇化建设是有效的手段，通过加强中心城市周围小型城镇建设，不但能使农村人口城市化，而且可以分散中心城市人口，降低城市人口密度，充分发挥基础设施的规模效应，提高基础设施提供和使用效率。

［1］娄洪.长期经济增长中的公共投资政策——包含一般拥挤性公共基础设施资本存量的动态经济增长模型［J］.经济研究，2004（3）：10-19.

［2］郭庆旺，贾俊雪.基础设施投资的经济增长效应［J］.经济理论与经济管理，2006（3）：36-41.

［3］刘秉镰，武鹏，刘玉海.交通基础设施与中国全要素生产率增长——基于省域数据的空间面板计量分析［J］.中国工业经济，2010（3）：54-64.

［4］林毅夫，樊纲，华生，等.中国经济学家2015年度论坛专家演讲稿［J］.当代财经，2016（1）：3-6.

［5］钟晓敏.市场化改革中的地方财政竞争［J］.财政研究，2004（1）：21-30.

［6］Tiebout C M． A Pure Theory of Local Expenditures［J］.Journal of Political Economy，1956，64（5）：416-424.

［7］Zodrow G R，Mieszkowsld P M．Property Taxation，And The Under Provision Of Local Public Goods［J］.Journal of Urban Economics，1986，19（3）：356-370.

［8］Weingast B R．The Economic Role of Political Institutions：Market-Preserving Federalism and Economic Development［J］.Journal of Law Economics&Organization，1995，11（1）：1-31.

［9］Feld L P，Schnellenbach J，Baskaran T．Creative destruc⁃tion and fiscal institutions：A Long-Run Case Study of Three Regions［J］.Journal of Evolutionary Economics，2012，22（3）：563-583.

［10］Hauptmeier S，Mittermaier F，Rincke J．Fiscal Com-peti⁃tion Over Taxes and Public Inputs［J］.Regional Science and Urban Economics，2012，42（3）：407–419.

［11］Janeba E，Todtenhaupt M．Fiscal Competition and Public Debt［EB/OL］.（2016-01-16）[2017-09-02].http：//ssrn.com/abstract=2760353.

［12］郭庆旺，贾俊雪.地方政府间策略互动行为、财政支出竞争与地区经济增长［J］.管理世界，2009（10）：17-27.

［13］王美今，林建浩，余壮雄.中国地方政府财政竞争行为特性识别：“兄弟竞争”与“父子争议”是否并存？［J］.管理世界，2010（3）：22-31.

［14］吕炜，郑尚植.财政竞争扭曲了地方政府支出结构吗？——基于中国省级面板数据的实证检验［J］.财政研究，2012（5）：36-40.

［15］张军，高远，傅勇，等.中国为什么拥有了良好的基础设施？［J］.经济研究，2007（3）：4-19.

［16］伍文中.财政支出竞争与省际基础设施建设趋同性研究［J］.经济经纬，2010（1）：123-127.

［17］Aschauer D A． Is public expenditure productive？［J］.Journal of Monetary Economics，1989，23（2）：177-200.

［18］Easterly W，Rebelo S T．Fiscal Policy and Economic Growth：An Empirical Investigation［J］.Social Science Electronic Publishing，1993，32（3）：417-458.

［19］Donaldson D．Railroads of the Raj：Estimating the Impact of Transportation Infrastructure［EB/OL］.（2016-03-21）[2017-09-02].http：//www.nber.org/papers/w16487.pdf.

［20］刘生龙，胡鞍钢.基础设施的外部性在中国的检验：1988-2007［J］.经济研究，2010（3）：4-15.

［21］李强，郑江淮.基础设施投资真的能促进经济增长吗？——基于基础设施投资“挤出效应”的实证分析［J］.产业经济研究，2012（3）：50-58.

［22］孙早，杨光，李康.基础设施投资对经济增长的贡献：存在拐点吗——来自中国的经验证据［J］.财经科学，2014（6）：75-84.

［23］Tone K，Tsutsui M．An epsilon-based measure of efficien⁃cy in DEA-A third pole of technical efficiency［J］.Europe⁃an Journal of Operational Research，2010，207（3）：1554-1563.

［24］Avkiran N K，Tone K，Tsutsui M．Bridging radial and non-radial measures of efficiency in DEA［J］.Annals of Operations Research，2008，164（1）：127-138.

［25］陈诗一，张军.中国地方政府财政支出效率研究：1978—2005［J］.中国社会科学，2008（4）：65-78.

［26］Kapoor M，Kelejian H H，Prucha I R．Panel Data Mod⁃els With Spatially Correlated Error Components［J］.Jour⁃nal of Econometrics，2007，140（1）：97-130.

［27］Kelejian H H，Prucha I R．A Generalized Spatial Two-Stage Least Squares Procedure for Estimating a Spatial Au⁃toregressive Model with Autoregressive Disturbances［J］.Journal of Real Estate Finance&Economic，1998，17（1）：99-121.

［28］Kelejian H H，Prucha I R．A Generalized Moments Esti⁃mator for the Autoregressive Parameter in a Spatial Model［J］.International Economic Review，1999，40（2）：509–533.

［29］Debabrata D，Kelejian H H，Prucha I R．Finite Sample Properties Of Estimators Of Spatial Autoregressive Models With Autoregressive Disturbances［J］.Papers in Regional Science，2003，82（1）：1-26.

［30］邓明.时变系数的空间误差合成模型［J］.数量经济技术经济研究，2013（4）：111-123.

［31］张辽，宋尚恒.政府竞争、要素流动与产业转移——基于省际面板数据的实证研究［J］.当代财经，2014（3）：21-28.

［32］沈坤荣，付文林.税收竞争、地区博弈及其增长绩效［J］.经济研究，2006（6）：16-26.

［33］李永友.转移支付与地方政府间财政竞争［J］.中国社会科学，2015（10）：114-133.

［34］赵志耘，吕冰洋.政府生产性支出对产出-资本比的影响——基于中国经验的研究［J］.经济研究，2005（11）：46-56.

［35］王火根，沈利生.中国经济增长与能源消费空间面板分析［J］.数量经济技术经济研究，2007（12）：98-107.

［36］李婧，谭清美，白俊红.中国区域创新生产的空间计量分析——基于静态与动态空间面板模型的实证研究［J］.管理世界，2010（7）：43-55.

［37］张征宇，朱平芳.地方环境支出的实证研究［J］.经济研究，2010（5）：82-94.

［38］林光平，龙志和，吴梅.中国地区经济σ-收敛的空间计量实证分析［J］.数量经济技术经济研究，2006（4）：14-21.

［39］Boots B，Dufournaud C．A Programming Approach to Min⁃imizing and Maximizing Spatial Autocorrelation Statistics［J］.Geographical Analysis，2010，26（1）：54-66.

Does Local Fiscal Competition Improve the Efficiency of Public Infrastructure Investment?

XI Xiao-jin1,2，LIANG Jin-rui1,2，YANG Jian-fei2
（1.School of Economics（School of Cooperatives）,Qingdao Agriculture University,Qingdao 266109,China;2.School of Economics&Management,Northwest University,Xi'an 710127,China）

Using the provincial panel data of China from 1997 to 2014,this paper calculates the efficiency of local public infrastructure in⁃vestment by EBM model,and focuses on analyzing the impact of local government fiscal competition on the efficiency of public infrastruc⁃ture investment in China by employing the spatial panel data Tobit model with error components.The study indicates that:The efficiency of China’s public infrastructure investment presents the trend of increasing first and then decreasing;The relationship between local gov⁃ernment fiscal competition and the efficiency of public infrastructure investment is an inverted“U”type;On the basis of maintaining the existing local financial competition intensity,strengthening the publicity of government information and promoting the construction of new urbanization and the upgrading of production technology will help to improve the efficiency of public infrastructure investment.

fiscal competition;infrastructure investment;efficiency;EBM model;spatial panel data Tobit model with error components

F062.6

A

1007-5097（2017）12-0114-10

10.3969/j.issn.1007-5097.2017.12.015

2017-09-19

国家自然科学基金项目（71072160）；陕西省社会科学基金项目（2014D45）

席小瑾（1975-），女，陕西西安人，讲师，博士研究生，研究方向：财政理论与政策；

梁劲锐（1975-），男，广东南海人，讲师，博士研究生，研究方向：区域经济；

杨建飞（1967-），男，陕西凤翔人，教授，博士生导师，研究方向：理论经济学。

［责任编辑：欧世平］