郭桂霞 黃冠群

摘要：本文首先對(duì)2008年-2016年28個(gè)省的居民部門(mén)、地方政府部門(mén)和非金融企業(yè)部門(mén)杠桿率進(jìn)行了詳細(xì)測(cè)算，并基于該數(shù)據(jù)使用門(mén)檻回歸模型，來(lái)研究省級(jí)分部門(mén)杠桿率對(duì)于經(jīng)濟(jì)增長(zhǎng)的影響。研究發(fā)現(xiàn)：各省的地區(qū)經(jīng)濟(jì)發(fā)展水平、地方政府治理水平、金融規(guī)模、投資率、通脹率和城鎮(zhèn)化在杠桿率對(duì)經(jīng)濟(jì)增長(zhǎng)起到影響的過(guò)程中存在顯著的門(mén)檻效應(yīng)，從而各省不同的初始條件，決定了在不同省份、不同部門(mén)實(shí)施“去杠桿”政策的異質(zhì)性經(jīng)濟(jì)效應(yīng)。據(jù)此，建議各省結(jié)合本地實(shí)際的初始條件，因地制宜地發(fā)揮不同部門(mén)杠桿率對(duì)經(jīng)濟(jì)可持續(xù)增長(zhǎng)的動(dòng)力。各省均不應(yīng)降低居民部門(mén)的杠桿，而“去杠桿”的重點(diǎn)應(yīng)放在去低政府治理水平地區(qū)、或低金融規(guī)模地區(qū)、或低GDP增長(zhǎng)地區(qū)的非金融企業(yè)部門(mén)杠桿，以及去低通脹地區(qū)的地方政府杠桿。

關(guān)鍵詞：分部門(mén)杠桿率;經(jīng)濟(jì)增長(zhǎng);門(mén)檻效應(yīng);去杠桿

一、引言

自美國(guó)次貸危機(jī)爆發(fā)以來(lái)，杠桿成為了全球關(guān)注的焦點(diǎn)。一方面，資金短缺方通過(guò)加杠桿實(shí)現(xiàn)借貸籌資從而完成各項(xiàng)交易，促進(jìn)了經(jīng)濟(jì)的增長(zhǎng);另一方面，杠桿率過(guò)高背后的高負(fù)債蘊(yùn)含著巨大的風(fēng)險(xiǎn)。伴隨著中國(guó)經(jīng)濟(jì)進(jìn)入“新常態(tài)”，在經(jīng)濟(jì)增速放緩的情況下，高杠桿問(wèn)題也逐漸凸顯出來(lái)。

從三個(gè)方面分析目前我國(guó)的杠桿率特征。首先，從橫向看，我國(guó)全社會(huì)杠桿率和非金融部門(mén)總杠桿率都過(guò)高。根據(jù)國(guó)際清算銀行的數(shù)據(jù)，在2008年到2017年期間，中國(guó)的全社會(huì)杠桿率BIS全社會(huì)杠桿率計(jì)算方法：全社會(huì)杠桿率=全社會(huì)非金融部門(mén)信貸/GDP。已由最初的138.1%增加到241.5%，相較于2008年后一直在降杠桿的美國(guó)，中國(guó)的高杠桿問(wèn)題顯得十分突出。2017年底，發(fā)達(dá)經(jīng)濟(jì)體非金融部門(mén)總杠桿率為268.9%，新興市場(chǎng)經(jīng)濟(jì)體非金融部門(mén)總杠桿率為186.8%。中國(guó)的總杠桿率為241.5%，超過(guò)了新興市場(chǎng)經(jīng)濟(jì)體的平均水平，并接近于發(fā)達(dá)經(jīng)濟(jì)體與歐元區(qū)的水平，遠(yuǎn)高于巴西（151.3%）、南非（125.8%）和印度（125%）。處于新興市場(chǎng)經(jīng)濟(jì)體的中國(guó)，其宏觀杠桿率卻接近發(fā)達(dá)經(jīng)濟(jì)體的水平，杠桿率總水平較高。其次，從縱向看，2008年全球金融危機(jī)后，中國(guó)總杠桿率上升過(guò)快。根據(jù)國(guó)際清算銀行的數(shù)據(jù)，中國(guó)除去金融部門(mén)的總杠桿率從2008年底的138.1%快速上升至2017年底的241.5%，不到10年的時(shí)間就從略高于巴西、印度和南非等新興市場(chǎng)經(jīng)濟(jì)體的水平躍升至和歐元區(qū)等發(fā)達(dá)經(jīng)濟(jì)體相當(dāng)?shù)乃?。相比之下，同一時(shí)期歐元區(qū)僅從225.5%上升至251.1%，巴西從116.60 %上升至151.30 %，南非從106.30%上升至125.80%，而印度則從128.70%下降至125.00%。再次，從各經(jīng)濟(jì)部門(mén)看，中國(guó)宏觀杠桿率水平的過(guò)快上升主要來(lái)自于非金融企業(yè)部門(mén)。根據(jù)國(guó)際清算銀行的數(shù)據(jù)，2008年底至2017年底，非金融部門(mén)總杠桿率從138.10%上升至241.50%，上升了103.40%，其中非金融企業(yè)部門(mén)上升了53.80%，居民部門(mén)上升了30.50%，政府部門(mén)上升了19.10%，可以看出非金融企業(yè)部門(mén)對(duì)總杠桿率上升起到了主要作用。

在此背景之下，中國(guó)政府多次提出“去杠桿”的目標(biāo)。2015年12月，“去杠桿”作為“三去一降一補(bǔ)”五大任務(wù)之一在中央經(jīng)濟(jì)工作會(huì)議上被首次提出。2016年12月，中央經(jīng)濟(jì)工作明確，“去杠桿”要在控制總杠桿率的前提下，把降低企業(yè)杠桿率作為重中之重，要規(guī)范政府舉債行為等。2017年12月8日，中央政治局會(huì)議提出，防范化解重大風(fēng)險(xiǎn)要使宏觀杠桿率得到有效控制。2018年4月2日，中央財(cái)經(jīng)委員會(huì)第一次會(huì)議指出，要以結(jié)構(gòu)性去杠桿為基本思路，分部門(mén)、分債務(wù)類型提出不同要求，地方政府和企業(yè)特別是國(guó)有企業(yè)要盡快把杠桿降下來(lái)，努力實(shí)現(xiàn)宏觀杠桿率穩(wěn)定和逐步下降。

顯然，從關(guān)注全社會(huì)杠桿率到關(guān)注分部門(mén)杠桿率，“去杠桿”政策正在逐步細(xì)化。在實(shí)際去杠桿的過(guò)程中，大家的共識(shí)是，并不是降低所有部門(mén)的杠桿率都有利于經(jīng)濟(jì)增長(zhǎng)。但是，應(yīng)該去哪個(gè)部門(mén)的杠桿？各省在去杠桿的過(guò)程中是否應(yīng)該“一刀切”？如果不是，各省應(yīng)該如何有針對(duì)性地實(shí)施去杠桿政策呢？但是，學(xué)術(shù)界對(duì)于分部門(mén)杠桿率的研究尤其是省級(jí)分部門(mén)數(shù)據(jù)的測(cè)算和實(shí)證分析還存在很大的細(xì)化研究空間，亟需通過(guò)嚴(yán)謹(jǐn)?shù)慕?jīng)濟(jì)學(xué)研究，為國(guó)家的分部門(mén)“去杠桿”政策提供依據(jù)。但是，目前對(duì)于我國(guó)杠桿率的測(cè)算，要么是國(guó)家層面的分部門(mén)杠桿率，要么是省級(jí)層面的全社會(huì)杠桿率，而缺少省級(jí)層面的分部門(mén)杠桿率的測(cè)算以及在此基礎(chǔ)上的實(shí)證分析。因此，本文首先通過(guò)搜集公開(kāi)數(shù)據(jù)并估算部分?jǐn)?shù)據(jù)，測(cè)算我國(guó)各?。ㄖ陛犑谢蜃灾螀^(qū)）為簡(jiǎn)化表述，下文在不引起混淆的情況下，將“各?。ㄖ陛犑谢蜃灾螀^(qū)）”簡(jiǎn)稱為“各省”。2008年-2016年居民、非金融企業(yè)、地方政府三個(gè)部門(mén)的杠桿率，從而在這個(gè)方面做出探索性的工作，這不僅有助于加深我們對(duì)于各省杠桿率的細(xì)化理解，而且對(duì)于細(xì)分?jǐn)?shù)據(jù)基礎(chǔ)上的進(jìn)一步研究，具有很重要的學(xué)術(shù)價(jià)值。本文進(jìn)而基于測(cè)算出的我國(guó)各省分部門(mén)杠桿率數(shù)據(jù)，使用Hansen門(mén)檻回歸模型，實(shí)證分析各部門(mén)杠桿率對(duì)我國(guó)各省經(jīng)濟(jì)增長(zhǎng)的門(mén)檻效應(yīng)，從而為各省分部門(mén)調(diào)整杠桿率提供現(xiàn)實(shí)依據(jù)和政策建議。

本文后面的部分安排如下：第二節(jié)綜述與本問(wèn)題相關(guān)的已有研究;第三節(jié)測(cè)算各省居民、非金融企業(yè)、地方政府三個(gè)部門(mén)的省級(jí)分部門(mén)杠桿率數(shù)據(jù);第四節(jié)基于第三節(jié)測(cè)算的省級(jí)分部門(mén)桿桿率數(shù)據(jù)，分析各省不同部門(mén)杠桿率對(duì)經(jīng)濟(jì)增長(zhǎng)的門(mén)檻效應(yīng);第五節(jié)總結(jié)本文的主要發(fā)現(xiàn)，并對(duì)各省分部門(mén)調(diào)整杠桿率提供有針對(duì)性的政策建議。

二、文獻(xiàn)綜述

杠桿對(duì)經(jīng)濟(jì)增長(zhǎng)有著怎樣的影響，國(guó)內(nèi)外已經(jīng)有了不少的相關(guān)研究，我們重點(diǎn)綜述與本文直接相關(guān)的三個(gè)方面的文獻(xiàn)：杠桿率與其衡量指標(biāo);對(duì)中國(guó)杠桿率的測(cè)算及結(jié)果;杠桿率對(duì)經(jīng)濟(jì)增長(zhǎng)的影響。

（一）杠桿率與其衡量指標(biāo)

在杠桿率定義方面，DHulster（2009）認(rèn)為杠桿是一種允許金融機(jī)構(gòu)通過(guò)超過(guò)自有資金的投資獲得潛在收益或可能損失的工具，Marina（2012）的定義與之類似，不過(guò)她還認(rèn)為杠桿可以幫助金融機(jī)構(gòu)放大收益或者加重虧損。Breuer（2002）將杠桿率認(rèn)定為一種衡量資產(chǎn)負(fù)債表的指標(biāo)，在一定程度上還包括了表外風(fēng)險(xiǎn)敞口。

在杠桿率的衡量指標(biāo)方面，很多研究使用全社會(huì)債務(wù)余額/GDP來(lái)計(jì)算全社會(huì)杠桿率（李揚(yáng)等，2013;朱鴻鳴、薄巖，2016;牛慕鴻、紀(jì)敏，2013;黃志龍，2013;中國(guó)人民銀行杠桿率研究課題組，2014;宋亞等，2017），也有不少研究使用了私人部門(mén)信貸/GDP作為衡量杠桿率的指標(biāo)（Law and Singh，2014;Arcand et al.，2015;王愛(ài)儉、杜強(qiáng)，2017）。

（二）對(duì)中國(guó)杠桿率的測(cè)算及結(jié)果

在我國(guó)杠桿率的測(cè)算方面，大部分學(xué)者采用債務(wù)余額/GDP衡量杠桿率，但在債務(wù)余額的統(tǒng)計(jì)口徑上有所不同。李揚(yáng)等（2013，2015）對(duì)全社會(huì)杠桿率的測(cè)算分為居民、非金融企業(yè)、政府和金融機(jī)構(gòu)4個(gè)部門(mén)，在分別對(duì)4個(gè)部門(mén)的債務(wù)進(jìn)行統(tǒng)計(jì)后，剔除重疊部分，計(jì)算得到四個(gè)部門(mén)的杠桿率，加總可得到中國(guó)全社會(huì)杠桿率，之后學(xué)者的做法也基本參照于此，不過(guò)在債務(wù)余額的口徑上有所差別。李揚(yáng)等（2013，2015）以及宋亞等（2017）統(tǒng)計(jì)的債務(wù)口徑包括銀行貸款、債券、信托融資、委托貸款和未貼現(xiàn)的銀行承兌匯票。中國(guó)人民銀行杠桿率課題組（2014）在債務(wù)口徑上則更偏向于顯性債務(wù)，債務(wù)口徑僅包括了銀行貸款、債券和信托融資。朱鴻鳴、薄巖（2016）在李揚(yáng)等（2013，2015）的基礎(chǔ)上，剔除了未貼現(xiàn)的銀行承兌匯票，加入了證券業(yè)、保險(xiǎn)業(yè)和類金融機(jī)構(gòu)提供的融資和外債。

在杠桿率的測(cè)算結(jié)果方面，已有研究差異很大。李揚(yáng)等（2013，2015）測(cè)算出中國(guó)2012年和2014年的社會(huì)杠桿率分別為215%和236%;中國(guó)人民銀行杠桿率課題組（2014）測(cè)算出的2012年全社會(huì)杠桿率為183%;朱鴻鳴、薄巖（2016）測(cè)算了從2008年-2014年中國(guó)的全社會(huì)杠桿率，發(fā)現(xiàn)全社會(huì)杠桿率由139%上升到了213%。以上這些研究都是我國(guó)的分部門(mén)杠桿率的測(cè)算，而宋亞等（2017）基于跨省數(shù)據(jù)測(cè)算了中國(guó)2003年-2015年的杠桿率，顯示全社會(huì)杠桿率由最初的126%漲至190%。但是，目前對(duì)于我國(guó)省級(jí)層面分部門(mén)杠桿率的測(cè)算研究，還比較有限。

（三）杠桿率對(duì)經(jīng)濟(jì)增長(zhǎng)的影響

杠桿率對(duì)經(jīng)濟(jì)增長(zhǎng)的影響的討論由來(lái)已久，但已有研究發(fā)現(xiàn)，兩者之間的關(guān)系并非確定性的正相關(guān)或負(fù)相關(guān)。Fisher（1933）提出的“債務(wù)-通縮理論”認(rèn)為，過(guò)度的負(fù)債會(huì)導(dǎo)致債務(wù)清償，債務(wù)人不得已而將資產(chǎn)廉價(jià)出售，造成價(jià)格水平大幅下降，作用于企業(yè)則會(huì)導(dǎo)致企業(yè)資產(chǎn)更大下降，傳遞到經(jīng)濟(jì)之中，就會(huì)造成經(jīng)濟(jì)蕭條。Mendoza（2010）通過(guò)理論模型驗(yàn)證了這一點(diǎn)，并將杠桿率作為約束觸發(fā)條件，當(dāng)杠桿率足夠高時(shí)，就會(huì)觸發(fā)費(fèi)雪通縮機(jī)制。Geanakoplos（2009）提出了杠桿周期的概念：在沒(méi)有任何干預(yù)的情況下，經(jīng)濟(jì)繁榮時(shí)杠桿率會(huì)很高，經(jīng)濟(jì)蕭條時(shí)杠桿率會(huì)很低，最終導(dǎo)致經(jīng)濟(jì)繁榮時(shí)資產(chǎn)價(jià)格很高而經(jīng)濟(jì)蕭條時(shí)相反。Buttiglione et al.（2014）也從杠桿率周期的角度出發(fā)，認(rèn)為杠桿率與經(jīng)濟(jì)增長(zhǎng)之間具有正反饋效應(yīng)。他認(rèn)為信貸擴(kuò)張會(huì)提高人們對(duì)經(jīng)濟(jì)增長(zhǎng)的樂(lè)觀預(yù)期：當(dāng)現(xiàn)實(shí)與預(yù)期相反，就會(huì)出現(xiàn)超出預(yù)期的信貸收縮，最終引起經(jīng)濟(jì)危機(jī)或者進(jìn)行結(jié)構(gòu)性改革。

在杠桿率對(duì)經(jīng)濟(jì)增長(zhǎng)的門(mén)檻效應(yīng)研究方面，國(guó)內(nèi)外學(xué)者已經(jīng)進(jìn)行了不少的探索，很多研究發(fā)現(xiàn)杠桿率與經(jīng)濟(jì)增長(zhǎng)之間存在非線性關(guān)系。文獻(xiàn)中使用門(mén)檻回歸模型研究杠桿率對(duì)經(jīng)濟(jì)增長(zhǎng)的非線性影響，主要有三種不同的做法：第一種，將杠桿率作為門(mén)檻變量，分析其他因素作為核心解釋變量對(duì)于經(jīng)濟(jì)增長(zhǎng)的非線性影響（如宋亞等，2017）;第二種，將其他因素作為門(mén)檻變量，將杠桿率作為核心解釋變量而非門(mén)檻變量來(lái)考察其經(jīng)濟(jì)增長(zhǎng)效應(yīng)（如王愛(ài)儉、杜強(qiáng)，2017）;第三種，既將杠桿率作為門(mén)檻變量，同時(shí)也作為核心解釋變量（如Coricelli et al.， 2012）。由于本文關(guān)注的焦點(diǎn)為杠桿率對(duì)經(jīng)濟(jì)增長(zhǎng)的非線性影響，從而杠桿率應(yīng)該作為核心解釋變量，因此，不宜采用第一種方法;同時(shí)，本文還關(guān)注不同經(jīng)濟(jì)初始條件時(shí)這一非線性影響有何差異，從而不宜采用第三種方法。綜合考慮，我們采用了第二種方法，通過(guò)不同門(mén)檻變量的不同區(qū)間，考察杠桿率對(duì)經(jīng)濟(jì)增長(zhǎng)的非線性影響。Law and Singh（2014）基于87個(gè)國(guó)家的數(shù)據(jù)，使用私人部門(mén)信貸/GDP作為衡量杠桿率的指標(biāo)，發(fā)現(xiàn)當(dāng)杠桿率高于88%時(shí)，杠桿率的上升對(duì)經(jīng)濟(jì)增長(zhǎng)會(huì)產(chǎn)生抑制作用。Arcand et al.（2015）基于1960年-2010年130多個(gè)國(guó)家的面板數(shù)據(jù)，得到杠桿率超過(guò)100%時(shí)，杠桿率升高會(huì)對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生負(fù)面效果。Reinhart and Rogoff（2010）則使用了公共部門(mén)債務(wù)指標(biāo)，基于44個(gè)國(guó)家（地區(qū)）將近200年的數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)無(wú)論是發(fā)達(dá)國(guó)家還是新興市場(chǎng)，當(dāng)公共部門(mén)債務(wù)占GDP的比重（政府杠桿率）低于90% 時(shí)，公共債務(wù)和 GDP 增長(zhǎng)率之間表現(xiàn)出弱相關(guān)關(guān)系;而當(dāng)這一杠桿率高于90% 時(shí)，債務(wù)每增加1%，GDP 增長(zhǎng)率將下降約1%。類似地，Coricelli et al.（2012）使用發(fā)展中國(guó)家數(shù)據(jù)發(fā)現(xiàn)，適度的杠桿率才會(huì)促進(jìn)TFP的增長(zhǎng)，而杠桿率過(guò)高反而會(huì)降低TFP。國(guó)內(nèi)方面，宋亞等（2017）基于測(cè)算出的省級(jí)全社會(huì)杠桿率，將其作為門(mén)檻變量并把資本存量增速作為解釋變量進(jìn)行門(mén)檻回歸，發(fā)現(xiàn)當(dāng)杠桿率高于83%時(shí)，資本對(duì)經(jīng)濟(jì)增長(zhǎng)的拉動(dòng)作用將會(huì)下降;王愛(ài)儉、杜強(qiáng)（2017）的研究則是基于跨國(guó)數(shù)據(jù)將杠桿率作為解釋變量，引入金融規(guī)模、金融效率和金融結(jié)構(gòu)三個(gè)門(mén)檻變量，進(jìn)行門(mén)檻回歸，發(fā)現(xiàn)三者都存在門(mén)檻值，其中金融規(guī)模的擴(kuò)張會(huì)削弱杠桿對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用，而效率的提升和結(jié)構(gòu)的優(yōu)化則會(huì)增強(qiáng)杠桿對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用。

（四）影響經(jīng)濟(jì)增長(zhǎng)的其他因素

研究經(jīng)濟(jì)增長(zhǎng)影響因素的文獻(xiàn)，汗牛充棟。與本文相關(guān)的是，我們?cè)趯?shí)證分析杠桿率對(duì)經(jīng)濟(jì)增長(zhǎng)的非線性影響時(shí)，應(yīng)該選取哪些控制變量以及哪些變量可能存在門(mén)檻值。在研究杠桿率影響經(jīng)濟(jì)增長(zhǎng)的文獻(xiàn)中，很多研究控制了諸如對(duì)外開(kāi)放程度和資本存量增長(zhǎng)（宋亞等，2017）、金融發(fā)展水平（王愛(ài)儉、杜強(qiáng)，2017;邵漢華，2018）、貿(mào)易開(kāi)放程度、老齡化水平等重要經(jīng)濟(jì)變量，發(fā)現(xiàn)這些變量對(duì)經(jīng)濟(jì)增長(zhǎng)具有顯著影響，且金融規(guī)模與投資率作為門(mén)檻變量對(duì)經(jīng)濟(jì)增長(zhǎng)都有非線性影響。在其他關(guān)于我國(guó)經(jīng)濟(jì)增長(zhǎng)的文獻(xiàn)中，很多研究表明，地方政府治理水平（張樹(shù)劍，2016）、通貨膨脹（田衛(wèi)民，2019）和城鎮(zhèn)化水平（賀小莉等，2014）都對(duì)當(dāng)?shù)亟?jīng)濟(jì)增長(zhǎng)存在非線性影響。這些研究對(duì)于我們選取門(mén)檻變量和控制變量，具有重要的參考價(jià)值。

（五）對(duì)已有文獻(xiàn)的簡(jiǎn)評(píng)

當(dāng)前對(duì)杠桿率的研究，主要集中在指標(biāo)測(cè)算以及杠桿率與經(jīng)濟(jì)增長(zhǎng)的關(guān)系方面，這為本文研究提供了重要的參考。但是，已有研究要么分析全國(guó)整體的分部門(mén)杠桿率，要么分析省級(jí)層面的全社會(huì)杠桿率，而尚未對(duì)省級(jí)層面的分部門(mén)杠桿率進(jìn)行測(cè)算，從而基于省級(jí)分部門(mén)杠桿率數(shù)據(jù)，分析杠桿率對(duì)于各省的經(jīng)濟(jì)增長(zhǎng)效應(yīng)的實(shí)證分析也較為缺乏。鑒于我國(guó)各省在經(jīng)濟(jì)發(fā)展、制度環(huán)境、金融基礎(chǔ)等各方面的顯著差異，因此，各省不同部門(mén)的杠桿率對(duì)當(dāng)?shù)卦鲩L(zhǎng)的經(jīng)濟(jì)效應(yīng)也可能存在顯著差別，從而本文擬通過(guò)測(cè)算各省居民、非金融企業(yè)、地方政府三個(gè)部門(mén)的杠桿率，并分析不同部門(mén)杠桿率對(duì)各省經(jīng)濟(jì)增長(zhǎng)的門(mén)檻效應(yīng)，為各省因地制宜地實(shí)施“去杠桿”政策提供依據(jù)。

三、我國(guó)省級(jí)分部門(mén)杠桿率的測(cè)算

借鑒國(guó)內(nèi)外大部分學(xué)者使用的杠桿率指標(biāo)，本文使用債務(wù)余額/GDP來(lái)衡量杠桿率，從而分部門(mén)的杠桿率采用該部門(mén)的債務(wù)余額與GDP的比值來(lái)衡量。在財(cái)務(wù)學(xué)中，財(cái)務(wù)杠桿是指企業(yè)利用負(fù)債來(lái)調(diào)節(jié)權(quán)益資本收益的手段，常見(jiàn)的衡量指標(biāo)為資產(chǎn)負(fù)債率=負(fù)債總額/資產(chǎn)總額，屬于微觀意義上的概念，與本文所研究的杠桿率并不相同。考慮到數(shù)據(jù)的可得性及實(shí)際的數(shù)據(jù)狀況和金融機(jī)構(gòu)的特殊性，本文測(cè)算了除金融機(jī)構(gòu)之外的三個(gè)部門(mén)的杠桿率：我們通過(guò)收集Wind數(shù)據(jù)庫(kù)、中國(guó)人民銀行官網(wǎng)、國(guó)家統(tǒng)計(jì)局、各省的金融運(yùn)行報(bào)告及其財(cái)政廳和審計(jì)廳官網(wǎng)的公開(kāi)數(shù)據(jù)，分別測(cè)算各省居民、地方政府和非金融企業(yè)的杠桿率，在估算省級(jí)層面的分部門(mén)杠桿率數(shù)據(jù)方面進(jìn)行有益的探索。表1列出居民、地方政府和非金融企業(yè)部門(mén)的債務(wù)測(cè)算口徑。

根據(jù)表1的測(cè)算口徑，我們將分別測(cè)算我國(guó)2008年-2016年各省的分部門(mén)杠桿率。關(guān)于樣本的選取區(qū)間，由于金融危機(jī)并非我們關(guān)心的核心變量，所以，選取了金融危機(jī)之后的數(shù)據(jù)，因而樣本從2008年開(kāi)始;由于市場(chǎng)化指數(shù)的最新數(shù)據(jù)為2016年，因而樣本數(shù)據(jù)截至2016年。限于篇幅，文中只展示了我國(guó)各省分部門(mén)的杠桿率測(cè)算結(jié)果，而沒(méi)有展示用于核算各分部門(mén)杠桿率的子指標(biāo)數(shù)據(jù)，所有測(cè)算的數(shù)據(jù)均備索。

（一）居民部門(mén)杠桿率的測(cè)算

雖然有的文章以居民債務(wù)/居民可支配收入的方法，測(cè)算居民部門(mén)的杠桿率（劉哲希、李子昂，2018），但為了與其他兩個(gè)部門(mén)的杠桿率保持統(tǒng)一口徑以便進(jìn)行比較分析，本文用居民債務(wù)余額/GDP來(lái)測(cè)算居民部門(mén)的杠桿率。

債務(wù)的兩大來(lái)源分別是貸款和發(fā)債，考慮到在我國(guó)居民個(gè)人不能通過(guò)發(fā)債的方式獲得資金，因此，本文以住戶部門(mén)的銀行貸款作為居民部門(mén)的債務(wù)，數(shù)據(jù)來(lái)自中國(guó)人民銀行每年發(fā)布的各省金融運(yùn)行報(bào)告;各省每年的GDP數(shù)據(jù)來(lái)自國(guó)家統(tǒng)計(jì)局官網(wǎng)。剔除了缺失數(shù)據(jù)的海南省、貴州省和西藏自治區(qū)后，一共包括28個(gè)省的數(shù)據(jù)，測(cè)算出的居民部門(mén)杠桿率如表2所示。

從表2可以看出，截至2016年年底，我國(guó)28個(gè)省的居民部門(mén)杠桿率均已超過(guò)10%，但總體來(lái)看，居民部門(mén)杠桿率并不高。其中，居民部門(mén)杠桿率水平最高的是上海市，2016年居民部門(mén)杠桿率水平達(dá)到了53.37%，緊隨其后的是北京市、廣東省和福建省等經(jīng)濟(jì)發(fā)達(dá)省份;居民部門(mén)杠桿率水平最低的是青海省，2016年居民部門(mén)杠桿率水平為10.79%，內(nèi)蒙古自治區(qū)和山西省的居民杠桿率比這個(gè)數(shù)據(jù)略高一些。從整體上來(lái)看，我國(guó)各省居民部門(mén)的杠桿率水平并不高，并且整體呈現(xiàn)出和經(jīng)濟(jì)發(fā)展水平相適應(yīng)的狀態(tài)：經(jīng)濟(jì)發(fā)達(dá)地區(qū)居民部門(mén)杠桿率水平偏高，經(jīng)濟(jì)落后地區(qū)居民部門(mén)杠桿率水平較低。

（二）地方政府杠桿率的測(cè)算

地方政府杠桿率的測(cè)算一直是學(xué)術(shù)界關(guān)注的一個(gè)熱點(diǎn)，也是難點(diǎn)問(wèn)題。由于地方政府債務(wù)的數(shù)據(jù)尚未公開(kāi)，本文難以獲得直接的地方政府債務(wù)數(shù)據(jù)，因此，我們使用地方政府債（又包括新增債和置換債兩部分）和城投債（即顯性債務(wù)總額），再加上估算的地方政府融資平臺(tái)銀行貸款（即隱性債務(wù)總額）相加來(lái)測(cè)算地方政府債務(wù)，力求在數(shù)據(jù)可得的前提下，盡可能涵蓋地方政府的顯性債務(wù)和隱性債務(wù)。其中，地方政府債和城投債的數(shù)據(jù)來(lái)自Wind數(shù)據(jù)庫(kù);關(guān)于地方政府融資平臺(tái)的銀行貸款，我們借鑒了沈明高等（2010）沈明高等（2010）認(rèn)為，在統(tǒng)計(jì)固定資產(chǎn)投資的資金來(lái)源時(shí)，流入地方融資平臺(tái)的貸款很可能并沒(méi)有統(tǒng)計(jì)為銀行貸款;而是搖身一變成為自籌資金，而這部分名義上的自籌資金，實(shí)際上的地方政府債務(wù)可用銀行中長(zhǎng)期貸款與固定資產(chǎn)投資來(lái)源中國(guó)內(nèi)貸款的差額進(jìn)行估算。的做法，采用銀行中長(zhǎng)期貸款與固定資產(chǎn)投資來(lái)源中國(guó)內(nèi)貸款的差額來(lái)估算地方政府的隱性債務(wù)，其中各省銀行中長(zhǎng)期貸款數(shù)據(jù)來(lái)自中國(guó)人民銀行發(fā)布的各省金融運(yùn)行報(bào)告，各省固定資產(chǎn)投資來(lái)源中國(guó)內(nèi)貸款的數(shù)據(jù)來(lái)自國(guó)家統(tǒng)計(jì)局官網(wǎng)，通過(guò)估算得到地方政府融資平臺(tái)銀行貸款，作為地方政府的隱性債務(wù)納入地方政府的總債務(wù)中。分別測(cè)算各省的顯性債務(wù)和隱性債務(wù)后，加總可以測(cè)算得到地方政府的總債務(wù)，與各省GDP相比，可得到2008年-2016年各省地方政府杠桿率（表3）。

根據(jù)表3，相對(duì)于各省居民部門(mén)的杠桿率，地方政府的杠桿率整體水平偏高。根據(jù)本文測(cè)算的結(jié)果，截至2016年底，政府部門(mén)杠桿率超過(guò)100%的有12個(gè)省，其他省市政府部門(mén)的杠桿率也基本上超過(guò)50%。從地區(qū)分布上來(lái)看，不同于居民部門(mén)杠桿率較高的地區(qū)主要是經(jīng)濟(jì)發(fā)達(dá)的地區(qū)，政府部門(mén)杠桿率較高的地區(qū)并不僅僅局限于發(fā)達(dá)地區(qū)，除了北京、上海這樣的發(fā)達(dá)地區(qū)政府部門(mén)杠桿率偏高外，新疆、青海等西部地區(qū)的政府部門(mén)杠桿率也較高，政府部門(mén)的杠桿率隨著經(jīng)濟(jì)發(fā)展、基礎(chǔ)設(shè)施建設(shè)不斷完善呈現(xiàn)出整體偏高的特點(diǎn)。

（三）非金融企業(yè)部門(mén)杠桿率的測(cè)算

由于金融機(jī)構(gòu)的負(fù)債（如存款類等）并非其主動(dòng)負(fù)債，所以，本文在測(cè)算企業(yè)部門(mén)的杠桿率時(shí)剔除了金融機(jī)構(gòu)的數(shù)據(jù)，只考察非金融企業(yè)的數(shù)據(jù)。非金融企業(yè)的負(fù)債主要由兩大部分組成：一部分是來(lái)源于銀行貸款，另一部分是來(lái)源于發(fā)債所得。其中，對(duì)于非金融企業(yè)的銀行貸款數(shù)據(jù)，我們使用非金融企業(yè)及機(jī)關(guān)團(tuán)體貸款（來(lái)自各省金融運(yùn)行報(bào)告），扣除表4中已經(jīng)測(cè)算得到的地方平臺(tái)貸款計(jì)算得到;非金融企業(yè)的發(fā)債所得包括：非金融企業(yè)部門(mén)一般企業(yè)債和集合企業(yè)債（剔除城投債）、非金融企業(yè)部門(mén)一般公司債和私募債、非金融企業(yè)部門(mén)信用債、非金融企業(yè)部門(mén)一般中期票據(jù)和集合票據(jù)以及非金融企業(yè)部門(mén)一般短期融資券和超短期融資券，數(shù)據(jù)來(lái)自Wind數(shù)據(jù)庫(kù)。使用測(cè)算得到的非金融企業(yè)總債務(wù)除以各省GDP，即可測(cè)算得到非金融企業(yè)部門(mén)的杠桿率（表4）。

根據(jù)表4，我國(guó)非金融企業(yè)部門(mén)杠桿率整體上處于居民部門(mén)杠桿率和政府部門(mén)杠桿率之間，除了北京市的杠桿率遠(yuǎn)遠(yuǎn)超過(guò)平均值，其他各省非金融企業(yè)部門(mén)杠桿率水平均低于100%。在地區(qū)分布上看，除了北京市外，非金融企業(yè)部門(mén)杠桿率較高的地區(qū)主要集中在傳統(tǒng)第二產(chǎn)業(yè)較發(fā)達(dá)的省份，如吉林?。?1.88%）、遼寧?。?2.36%）和山西省（90.08%）等，其他省份非金融企業(yè)部門(mén)杠桿率水平較低。

整體來(lái)看，我們測(cè)算得到的三個(gè)部門(mén)的杠桿率，我國(guó)各省分部門(mén)杠桿率整體上呈現(xiàn)出政府部門(mén)杠桿率>非金融企業(yè)部門(mén)杠桿率>居民部門(mén)杠桿率的特點(diǎn);但具體到不同的地區(qū)又呈現(xiàn)出不同的特征：雖然在三部門(mén)中政府部門(mén)杠桿率一般是最高的，但居民部門(mén)和非金融企業(yè)部門(mén)的杠桿率在不同地區(qū)的大小關(guān)系卻并不一定。一方面，在傳統(tǒng)第二產(chǎn)業(yè)較發(fā)達(dá)的地區(qū)和基礎(chǔ)設(shè)施產(chǎn)業(yè)快速推進(jìn)的地區(qū)，如吉林省、遼寧省、青海省和新疆省等，往往呈現(xiàn)出非金融企業(yè)部門(mén)杠桿率高于居民部門(mén)杠桿率的特點(diǎn);另一方面，在經(jīng)濟(jì)發(fā)達(dá)地區(qū)以及居民消費(fèi)觀念較超前的地區(qū)，如上海市、廣東省、重慶市和四川省等，呈現(xiàn)出居民部門(mén)杠桿率高于非金融企業(yè)部門(mén)杠桿率的特點(diǎn)?？傊?，我們測(cè)算的結(jié)果表明，在具備不同經(jīng)濟(jì)發(fā)展、制度環(huán)境、金融基礎(chǔ)等初始條件的省市，各個(gè)部門(mén)的杠桿率也呈現(xiàn)出不同的特征，這也更加表明我國(guó)對(duì)于杠桿率的調(diào)整應(yīng)當(dāng)根據(jù)各省的具體實(shí)際情況分部門(mén)、分地區(qū)地進(jìn)行。

四、我國(guó)省級(jí)分部門(mén)杠桿率對(duì)經(jīng)濟(jì)增長(zhǎng)的門(mén)檻效應(yīng)分析

根據(jù)已有文獻(xiàn)的研究，我們認(rèn)為各省分部門(mén)杠桿率與經(jīng)濟(jì)增長(zhǎng)之間存在非線性關(guān)系，在不同門(mén)檻變量影響下，杠桿率對(duì)經(jīng)濟(jì)增長(zhǎng)可能存在門(mén)檻效應(yīng)。因此，我們使用Hansen門(mén)檻回歸模型進(jìn)行實(shí)證分析。

（一）模型構(gòu)建

1. 門(mén)檻回歸模型

本文使用Hansen（1999）提出的門(mén)檻面板模型，分析各省杠桿率與經(jīng)濟(jì)增長(zhǎng)之間的非線性關(guān)系：

（二）變量選取與數(shù)據(jù)來(lái)源

本文2008年-2016年省級(jí)分部門(mén)杠桿率已在第三節(jié)中測(cè)算得到，市場(chǎng)化指數(shù)數(shù)據(jù)來(lái)自樊綱等編制的中國(guó)各省份市場(chǎng)化指數(shù)報(bào)告，其他數(shù)據(jù)均來(lái)自Wind數(shù)據(jù)庫(kù)，主要變量及含義見(jiàn)表5。

（三）實(shí)證結(jié)果與分析

我們分別對(duì)居民、地方政府和非金融企業(yè)三個(gè)部門(mén)的數(shù)據(jù)進(jìn)行了測(cè)算和門(mén)檻回歸，采用人均GDP、地方政府治理水平、金融規(guī)模、投資率、通脹率、城鎮(zhèn)化水平作為門(mén)檻變量，依次使用門(mén)檻回歸模型進(jìn)行檢驗(yàn)和估計(jì)。

1. 居民部門(mén)杠桿率對(duì)經(jīng)濟(jì)增長(zhǎng)的門(mén)檻效應(yīng)分析

（1）門(mén)檻變量檢驗(yàn)

我們采用Hansen（1999）提出的格點(diǎn)搜索法確定模型中存在的門(mén)檻值，并通過(guò)自舉法（Bootstrap）對(duì)門(mén)檻效應(yīng)的顯著性進(jìn)行檢驗(yàn)。本文進(jìn)行了500次反復(fù)抽樣后，確定了門(mén)檻值并對(duì)其進(jìn)行了顯著性檢驗(yàn)。居民部門(mén)數(shù)據(jù)中，存在門(mén)檻值的變量有五個(gè)：地方政府治理水平、金融規(guī)模、投資率、通脹率和城鎮(zhèn)化水平，門(mén)檻效應(yīng)檢驗(yàn)的結(jié)果見(jiàn)表6受文章篇幅所限，我們沒(méi)有一一給出各個(gè)門(mén)檻值的LR圖，備索。。門(mén)檻值及其置信區(qū)間列于表7中?？梢钥吹剑顿Y率存在雙門(mén)檻值外，其他四個(gè)門(mén)檻變量均存在單門(mén)檻值。

（2）門(mén)檻效應(yīng)回歸結(jié)果

居民部門(mén)杠桿率對(duì)經(jīng)濟(jì)增長(zhǎng)的門(mén)檻效應(yīng)回歸結(jié)果，總結(jié)在表8中。模型（1）-（5）是分別使用地方政府治理水平、金融規(guī)模、投資率、通脹率和城鎮(zhèn)化水平作為門(mén)檻變量時(shí)的回歸結(jié)果。

從表8可以看到，各省居民部門(mén)杠桿率的提高，在不同門(mén)檻變量下對(duì)于經(jīng)濟(jì)增長(zhǎng)的影響均為正向影響，盡管在不同區(qū)間內(nèi)的經(jīng)濟(jì)增長(zhǎng)效應(yīng)大小有所差別。這也從側(cè)面反映了，我國(guó)的居民部門(mén)杠桿率確實(shí)整體偏低，從而刺激居民借貸的邊際效應(yīng)較高。

當(dāng)?shù)胤秸卫硭綖殚T(mén)檻變量時(shí)，存在單門(mén)檻效應(yīng)，門(mén)檻值為8.37。無(wú)論地方政府治理水平高低，提高居民部門(mén)杠桿率都能促進(jìn)經(jīng)濟(jì)增長(zhǎng);但在地方政府治理水平較高的地區(qū)（市場(chǎng)化指數(shù)高于8.37時(shí)），這一效應(yīng)更加顯著，系數(shù)為0.011，高于低地方政府治理水平組的0.006。這表明，地方政府治理水平越高的地區(qū)，市場(chǎng)化水平較高、政府干預(yù)較少，從而居民通過(guò)提高杠桿來(lái)增加消費(fèi)和借貸經(jīng)營(yíng)，能夠更好地拉動(dòng)經(jīng)濟(jì)增長(zhǎng)。

金融規(guī)模和通脹率為門(mén)檻變量時(shí)的效應(yīng)與地方政府治理水平為門(mén)檻變量時(shí)的效應(yīng)非常類似，也是存在單門(mén)檻效應(yīng)，門(mén)檻值分別為9.56%和1.3%。盡管無(wú)論金融規(guī)模和通脹率高還是低的組別，居民杠桿率的提高都能促進(jìn)經(jīng)濟(jì)增長(zhǎng)，但金融規(guī)模較高（金融規(guī)模高于9.56%）或通脹率較高（通脹率高于1.3%）的地區(qū)，居民杠桿率的經(jīng)濟(jì)促進(jìn)效應(yīng)均更加顯著。這一發(fā)現(xiàn)也與直覺(jué)相吻合。

但城鎮(zhèn)化水平作為門(mén)檻變量時(shí)，效應(yīng)有所不同。城鎮(zhèn)化水平存在單門(mén)檻效應(yīng)，門(mén)檻值為68.71%。根據(jù)回歸結(jié)果，盡管無(wú)論城鎮(zhèn)化水平高低，提高居民杠桿率都能促進(jìn)經(jīng)濟(jì)增長(zhǎng)，但城鎮(zhèn)化水平較高（城鎮(zhèn)化水平高于68.71%）的地區(qū)，居民部門(mén)杠桿率的經(jīng)濟(jì)促進(jìn)作用小于城鎮(zhèn)化水平較低的地區(qū)。由于我國(guó)居民貸款中八成為消費(fèi)貸款，因此，從直覺(jué)上來(lái)理解，城鎮(zhèn)化水平較高的地區(qū)，居民平均消費(fèi)水平較高，從而進(jìn)一步通過(guò)提高杠桿來(lái)提高居民消費(fèi)的邊際效應(yīng)就降低。

當(dāng)投資率作為門(mén)檻變量時(shí)，存在雙門(mén)檻效應(yīng)，第一門(mén)檻值為41.44，第二門(mén)檻值為77。根據(jù)回歸結(jié)果，無(wú)論投資率低、中等還是高的地區(qū)，提高居民杠桿率都能提高當(dāng)?shù)亟?jīng)濟(jì)增長(zhǎng)率，但是，中等投資率（投資率介于41.44%和77%之間）的地區(qū)，居民杠桿率的經(jīng)濟(jì)促進(jìn)效應(yīng)明顯低于低投資率（投資率低于41.44%）或高投資率（投資率高于77%）的地區(qū)。這表明，居民杠桿率對(duì)經(jīng)濟(jì)增長(zhǎng)率的邊際效應(yīng)呈現(xiàn)U型。這可能因?yàn)?，與投資率較高或較低的地區(qū)相比，中等投資率的地區(qū)往往是地方經(jīng)濟(jì)發(fā)展到一定程度的地區(qū)，居民消費(fèi)相對(duì)處于中等水平且較為穩(wěn)定，從而提高居民杠桿率拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的效應(yīng)盡管顯著為正，但要低一些。

3. 地方政府部門(mén)杠桿率對(duì)經(jīng)濟(jì)增長(zhǎng)的門(mén)檻效應(yīng)分析

（1）門(mén)檻變量檢驗(yàn)

利用Hansen（1999）的門(mén)檻回歸方法，我們發(fā)現(xiàn)地方政府部門(mén)的杠桿率數(shù)據(jù)中，存在門(mén)檻值的變量包括地方政府治理水平、金融規(guī)模、投資率、通脹率和城鎮(zhèn)化水平，門(mén)檻效應(yīng)檢驗(yàn)結(jié)果見(jiàn)表9，門(mén)檻值及其置信區(qū)間見(jiàn)表10。

（2）門(mén)檻效應(yīng)回歸結(jié)果

地方政府部門(mén)杠桿率對(duì)經(jīng)濟(jì)增長(zhǎng)的門(mén)檻效應(yīng)回歸結(jié)果，總結(jié)在表11中。模型（1）-（5）是分別使用地方政府治理水平、金融規(guī)模、投資率、通脹率和城鎮(zhèn)化水平作為門(mén)檻變量時(shí)的回歸結(jié)果。

根據(jù)門(mén)檻回歸結(jié)果可知，地方政府部門(mén)杠桿率在不同門(mén)檻值下并非總是能夠促進(jìn)經(jīng)濟(jì)增長(zhǎng)。其中，金融規(guī)模和投資率作為門(mén)檻變量時(shí)，地方政府部門(mén)杠桿率的經(jīng)濟(jì)效應(yīng)與居民部門(mén)杠桿率的效應(yīng)類似。金融規(guī)模較高的地區(qū)（金融規(guī)模高于13.67%），地方政府部門(mén)杠桿率的提高更加能夠顯著促進(jìn)當(dāng)?shù)亟?jīng)濟(jì)增長(zhǎng)。投資率較高（投資率高于77%）或者投資率較低（投資率低于41.44%）的地區(qū)，地方政府杠桿率的經(jīng)濟(jì)促進(jìn)效應(yīng)更加顯著，而中等投資率水平（投資率介于41.44%和77%之間）的地區(qū)，地方政府杠桿率的提高對(duì)經(jīng)濟(jì)增長(zhǎng)沒(méi)有顯著影響。這與居民部門(mén)杠桿率的經(jīng)濟(jì)效應(yīng)非常類似，直覺(jué)上理解，可能也與中等投資水平地區(qū)的地方政府支出水平相對(duì)穩(wěn)定從而邊際經(jīng)濟(jì)效應(yīng)較小的緣故。

地方政府治理水平較低（市場(chǎng)化指數(shù)低于8.37）或城鎮(zhèn)化水平較低（城鎮(zhèn)化水平低于38.7%）時(shí)，政府部門(mén)杠桿率對(duì)經(jīng)濟(jì)增長(zhǎng)的效應(yīng)不顯著;地方政府治理水平較高或城鎮(zhèn)化水平中等或較高時(shí)，加政府杠桿能顯著促進(jìn)當(dāng)?shù)亟?jīng)濟(jì)增長(zhǎng)，這一效應(yīng)對(duì)高城鎮(zhèn)化水平（城鎮(zhèn)化水平高于45.2%）的地區(qū)更為顯著。對(duì)地方政府治理水平的理解，與居民部門(mén)的類似。對(duì)城鎮(zhèn)化水平的理解，由于我國(guó)地方政府債務(wù)中，以生產(chǎn)性支出為主，用于醫(yī)療、社會(huì)保障等福利性支付的比重較小，而城鎮(zhèn)化水平中等或較高的地區(qū)，對(duì)于地方政府生產(chǎn)性支出的需求較大，從而通過(guò)增加政府杠桿來(lái)滿足這些需求的經(jīng)濟(jì)效益較高，因此，提高政府杠桿可以促進(jìn)當(dāng)?shù)亟?jīng)濟(jì)增長(zhǎng)。

通脹率作為門(mén)檻變量時(shí)，結(jié)果顯示，低通脹水平（通脹率低于1.3%）的地區(qū)，加政府部門(mén)杠桿反而會(huì)阻礙經(jīng)濟(jì)增長(zhǎng);而高通脹水平地區(qū)的政府部門(mén)杠桿率對(duì)經(jīng)濟(jì)增長(zhǎng)的影響不顯著。因此，低通脹的地區(qū)，私人部門(mén)債務(wù)和投資的成本較低，從而不能通過(guò)提高政府債務(wù)擴(kuò)大投資，這可能擠出了成本較低的私人部門(mén)投資而阻礙經(jīng)濟(jì)增長(zhǎng)。

4. 非金融企業(yè)部門(mén)杠桿率對(duì)經(jīng)濟(jì)增長(zhǎng)的門(mén)檻效應(yīng)分析

（1）門(mén)檻變量檢驗(yàn)

類似地，分析得出非金融企業(yè)部門(mén)的數(shù)據(jù)中，存在門(mén)檻值的變量包括地區(qū)經(jīng)濟(jì)發(fā)展水平、地方政府治理水平、金融規(guī)模和城鎮(zhèn)化水平，門(mén)檻效應(yīng)檢驗(yàn)結(jié)果見(jiàn)表12，門(mén)檻值估計(jì)結(jié)果及其置信區(qū)間見(jiàn)表13。

（2）門(mén)檻效應(yīng)回歸結(jié)果

非金融企業(yè)部門(mén)杠桿率對(duì)經(jīng)濟(jì)增長(zhǎng)的門(mén)檻效應(yīng)回歸結(jié)果，總結(jié)在表14中。模型（1）-（4）是分別使用地方政府治理水平、金融規(guī)模、人均GDP和城鎮(zhèn)化水平作為門(mén)檻變量時(shí)的回歸結(jié)果。

從表14中可以看到，非金融企業(yè)部門(mén)杠桿率對(duì)經(jīng)濟(jì)增長(zhǎng)的非單調(diào)性影響明顯高于其他兩個(gè)部門(mén)的杠桿率。

在地方政府治理水平較低（市場(chǎng)化指數(shù)低于6.1）、或者金融規(guī)模較小（金融規(guī)模低于2.65%）、或者人均GDP較低（人均GDP低于19181元）的地區(qū)，提高非金融企業(yè)部門(mén)的杠桿率反而會(huì)顯著抑制當(dāng)?shù)氐慕?jīng)濟(jì)增長(zhǎng)。只有在地方政府治理水平較高（市場(chǎng)化指數(shù)高于6.1）、或者金融規(guī)模較高（金融規(guī)模高于2.65%）、或者人均GDP較高（人均GDP高于27906元）的地區(qū)，提高非金融企業(yè)部門(mén)的杠桿率才會(huì)顯著促進(jìn)當(dāng)?shù)亟?jīng)濟(jì)增長(zhǎng)。

城鎮(zhèn)化水平存在雙門(mén)檻效應(yīng)，第一門(mén)檻值為39.85，第二門(mén)檻值為46.22。當(dāng)城鎮(zhèn)化水平作為門(mén)檻變量時(shí)，非金融企業(yè)部門(mén)杠桿率的提高對(duì)于經(jīng)濟(jì)增長(zhǎng)整體上呈現(xiàn)負(fù)面影響;但這種影響隨著城鎮(zhèn)化水平的不斷提高而效果減弱。聯(lián)系對(duì)于地方政府部門(mén)杠桿率實(shí)證分析結(jié)果的直觀理解，非金融企業(yè)部門(mén)杠桿率的這一結(jié)果顯然與直覺(jué)相吻合。

（四）穩(wěn)健性檢驗(yàn)

Hansen（1999）門(mén)檻回歸模型的缺陷在于，不允許解釋變量包含滯后項(xiàng)，并要求所有解釋變量外生，這種靜態(tài)的門(mén)檻模型不能解決模型內(nèi)生性問(wèn)題。Kremer等（2013）在靜態(tài)門(mén)檻模型的基礎(chǔ)上，提出了動(dòng)態(tài)門(mén)檻模型，允許解釋變量中包含被解釋變量滯后項(xiàng)和內(nèi)生性?？紤]到當(dāng)期的杠桿率與經(jīng)濟(jì)增長(zhǎng)之間可能存在互為因果的關(guān)系，因此，我們使用動(dòng)態(tài)門(mén)檻回歸模型進(jìn)行了穩(wěn)健性檢驗(yàn)。穩(wěn)健性檢驗(yàn)結(jié)果顯示，控制內(nèi)生性以后，主要變量的符號(hào)和顯著性均比較穩(wěn)健，從而在本文的樣本數(shù)據(jù)中，內(nèi)生性問(wèn)題對(duì)文章實(shí)證結(jié)果的影響有限?？紤]到文章的篇幅以及地方政府部門(mén)杠桿率所具有的較強(qiáng)現(xiàn)實(shí)政策意義，我們這里只給出了地方政府部門(mén)杠桿率經(jīng)濟(jì)效應(yīng)的穩(wěn)健性結(jié)果。從表15-表17可以看到，盡管控制內(nèi)生性后，城鎮(zhèn)化水平從基準(zhǔn)模型的雙門(mén)檻變?yōu)閱伍T(mén)檻值，但回歸結(jié)果顯示，城鎮(zhèn)化水平的非單調(diào)性影響方向和顯著性與基準(zhǔn)模型完全一致。其他門(mén)檻變量均只有定量影響，從而基準(zhǔn)模型分析結(jié)果具有很好的穩(wěn)健性。

五、結(jié)論與政策建議

本文測(cè)算了28個(gè)省2008年-2016年居民部門(mén)、地方政府部門(mén)和非金融企業(yè)部門(mén)的杠桿率，進(jìn)而使用Hansen門(mén)檻回歸模型，分三個(gè)部門(mén)來(lái)探究不同部門(mén)杠桿率的提高對(duì)于經(jīng)濟(jì)增長(zhǎng)會(huì)帶來(lái)怎樣的影響。基于本文的研究結(jié)果，杠桿率的提高并不一定意味著經(jīng)濟(jì)的增長(zhǎng)，重點(diǎn)在于各省應(yīng)結(jié)合本地初始條件，因地制宜地調(diào)整分部門(mén)的杠桿率，以達(dá)到促進(jìn)經(jīng)濟(jì)平穩(wěn)健康發(fā)展?；诖?，我們有如下政策建議：

首先，居民杠桿率的提高，在不同門(mén)檻變量和門(mén)檻值區(qū)間內(nèi)，都可以不同程度地促進(jìn)本地的經(jīng)濟(jì)增長(zhǎng)。因此，“去杠桿”不應(yīng)去居民部門(mén)的杠桿，反而應(yīng)進(jìn)一步提高居民杠桿率。為了更好地引導(dǎo)居民部門(mén)杠桿對(duì)經(jīng)濟(jì)產(chǎn)生促進(jìn)作用，我們建議：地方政府應(yīng)當(dāng)不斷提高治理水平，推動(dòng)市場(chǎng)化進(jìn)程;各省應(yīng)該引導(dǎo)金融業(yè)健康發(fā)展，提升金融業(yè)服務(wù)實(shí)體經(jīng)濟(jì)的能力;地方政府應(yīng)該推動(dòng)當(dāng)?shù)赝顿Y的發(fā)展，營(yíng)造良好投資環(huán)境，完善基礎(chǔ)設(shè)施建設(shè);維持適度的通脹水平;各地政府應(yīng)該適度推進(jìn)城鎮(zhèn)化，但也需要認(rèn)識(shí)到當(dāng)城鎮(zhèn)化進(jìn)程進(jìn)入一定階段，居民部門(mén)杠桿率的增加對(duì)于經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用會(huì)有所減弱，因此，應(yīng)當(dāng)發(fā)展成為高質(zhì)量的城鎮(zhèn)化。

其次，目前我國(guó)地方政府部門(mén)杠桿率整體過(guò)高，應(yīng)當(dāng)加以適當(dāng)控制，避免風(fēng)險(xiǎn)積壓。為了更好地引導(dǎo)地方政府部門(mén)杠桿對(duì)經(jīng)濟(jì)產(chǎn)生促進(jìn)作用，我們建議：首先，地方政府應(yīng)當(dāng)不斷提升自身的治理水平，推動(dòng)體制改革進(jìn)程，對(duì)于市場(chǎng)化程度更高的地區(qū)而言，地方政府舉債投入城市建設(shè)等經(jīng)濟(jì)活動(dòng)中才能對(duì)于經(jīng)濟(jì)促進(jìn)起到積極作用。其次，應(yīng)當(dāng)推動(dòng)地區(qū)金融業(yè)的發(fā)展，把更多金融資源配置到經(jīng)濟(jì)社會(huì)發(fā)展的重點(diǎn)領(lǐng)域和薄弱環(huán)節(jié)，在良好的金融環(huán)境下，政府部門(mén)提高杠桿率也更加能促進(jìn)經(jīng)濟(jì)健康平穩(wěn)發(fā)展。再次，地方政府應(yīng)當(dāng)推動(dòng)當(dāng)?shù)赝顿Y的發(fā)展，但應(yīng)注意投資的適度，才能使政府杠桿對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生更好的效果，防止過(guò)猶不及。另外，在通脹率方面，對(duì)于通脹率過(guò)低的地區(qū)，地方政府加杠桿并不能給經(jīng)濟(jì)帶來(lái)正面影響，應(yīng)當(dāng)保持一個(gè)適度的通脹水平。最后，地方政府應(yīng)該積極推動(dòng)城鎮(zhèn)化的進(jìn)程，在城鎮(zhèn)化中增加政府杠桿為經(jīng)濟(jì)增長(zhǎng)助力。

再次，應(yīng)該因地制宜地引導(dǎo)非金融部門(mén)的杠桿。我們建議：首先，在地區(qū)經(jīng)濟(jì)發(fā)達(dá)地區(qū)，非金融企業(yè)部門(mén)加杠桿可以對(duì)于經(jīng)濟(jì)增長(zhǎng)起到促進(jìn)作用;反之則相反，因此，對(duì)于各地區(qū)而言，只有不斷推動(dòng)當(dāng)?shù)亟?jīng)濟(jì)發(fā)展，才能為非金融企業(yè)部門(mén)加杠桿創(chuàng)造良好環(huán)境。對(duì)于市場(chǎng)化程度較低、金融業(yè)發(fā)展不足的地區(qū)，非金融企業(yè)部門(mén)加杠桿并不能給當(dāng)?shù)亟?jīng)濟(jì)增長(zhǎng)帶來(lái)正面的影響，因此，應(yīng)進(jìn)一步提高市場(chǎng)化程度，大力發(fā)展金融行業(yè)，促進(jìn)形成金融和實(shí)體經(jīng)濟(jì)、金融體系內(nèi)部的良性循環(huán)。此外，雖然對(duì)于不同城鎮(zhèn)化水平的地區(qū)而言，非金融企業(yè)部門(mén)杠桿的提高對(duì)于經(jīng)濟(jì)增長(zhǎng)整體上呈現(xiàn)負(fù)面影響，但這種影響隨著城鎮(zhèn)化水平的不斷提高而效果減弱，因此，各地區(qū)還應(yīng)當(dāng)不斷推進(jìn)城鎮(zhèn)化的進(jìn)程，保證經(jīng)濟(jì)平穩(wěn)發(fā)展。

最后，各地應(yīng)結(jié)合當(dāng)?shù)氐某跏紬l件，有針對(duì)性、有重點(diǎn)地實(shí)施“去杠桿”政策，以保障經(jīng)濟(jì)快速平穩(wěn)發(fā)展。對(duì)于經(jīng)濟(jì)發(fā)達(dá)地區(qū)，可以適當(dāng)提高非金融企業(yè)部門(mén)杠桿來(lái)促進(jìn)經(jīng)濟(jì)發(fā)展，經(jīng)濟(jì)落后地區(qū)則應(yīng)當(dāng)控制該部門(mén)杠桿的提高;地方政府治理水平較高或者金融業(yè)發(fā)展較快的地區(qū)可以提高三個(gè)部門(mén)杠桿來(lái)推動(dòng)經(jīng)濟(jì)增長(zhǎng);投資率較高、適度通脹、城鎮(zhèn)化水平高的地區(qū)可以適當(dāng)提高居民部門(mén)和政府部門(mén)的杠桿以促進(jìn)經(jīng)濟(jì)增長(zhǎng)。反之，實(shí)施“去杠桿”政策，各地不應(yīng)降低居民部門(mén)杠桿率;目前“去杠桿”的重點(diǎn)可以放在降低通脹水平較低地區(qū)的地方政府杠桿，以及降低地方政府治理水平較低、或者金融規(guī)模較小、或者人均GDP較低的地區(qū)的非金融企業(yè)部門(mén)的杠桿。

參考文獻(xiàn)：

[1]樊綱、王小魯、張立文、朱恒鵬，2003：《中國(guó)各地區(qū)市場(chǎng)化相對(duì)進(jìn)程報(bào)告》 ，《經(jīng)濟(jì)研究》第3期。[Fan Gang， Wang Xiaolu， Zhang Liwen， Zhu Hengpeng， 2003，Marketization Index for Chinas Provinces， Economic Research Journal， 3.]

[2]賀小莉、趙堅(jiān)、潘浩然，2014：《我國(guó)城鎮(zhèn)化與經(jīng)濟(jì)增長(zhǎng)的非線性關(guān)系分析——基于PSTR模型》，《華東經(jīng)濟(jì)管理》第12期。[He Xiaoli， Zhao Jian， Pan Haoran， 2014，An Analysis on the Nonlinear Relationship between Urbanization and Economic Growth in China： Based on the PSTR Model， East China Economic Management， 12.]

[3]黃志龍，2013：《我國(guó)國(guó)民經(jīng)濟(jì)各部門(mén)杠桿率的差異及政策建議》，《國(guó)際金融》第1期。[Huang Zhilong， 2013，The Differences of Sectoral Leverage Ratios of China and Some Policy Recommendations， International Finance， 1.]

[4]李揚(yáng)等，2013，《中國(guó)國(guó)家資產(chǎn)負(fù)債表 2013——理論、方法與風(fēng)險(xiǎn)評(píng)估》，中國(guó)社會(huì)科學(xué)出版社。[Li Yang et al.， 2013，The National Balance Sheet of China in 2013： Theory， Methodology and Risk Evaluation， China Social Sciences Publishing House.]

[5]李揚(yáng)、張曉晶和常欣等，2015，《中國(guó)國(guó)家資產(chǎn)負(fù)債表2015——杠桿調(diào)整與風(fēng)險(xiǎn)管理》，中國(guó)社會(huì)科學(xué)出版社。[Li Yang， Zhang Xiaojing， Chang Xin et al.， 2015，The National Balance Sheet of China in 2015： Leverage Adjustment and Risk Management， China Social Sciences Publishing House.]

[6]劉哲希、李子昂，2018：《結(jié)構(gòu)性去杠桿進(jìn)程中居民部門(mén)可以加杠桿嗎》，《中國(guó)工業(yè)經(jīng)濟(jì)》，第10期。[Liu Zhexi， Li Ziang， 2018，Can Household Add Leverage in the Process of Structural Deleveraging？ China Industrial Economics， 10.]

[7]牛慕鴻、紀(jì)敏，2013：《中國(guó)的杠桿率及其風(fēng)險(xiǎn)》，《中國(guó)金融》第14期。[Niu Muhong， Ji Min， 2013，The Leverage Ratio in China and Its Risks， China Finance， 14.]

[8]邵漢華，2018：《金融結(jié)構(gòu)與經(jīng)濟(jì)增長(zhǎng)的非線性門(mén)檻效應(yīng)：基于最優(yōu)金融結(jié)構(gòu)的視角》，《審計(jì)與經(jīng)濟(jì)研究》第3期。[Shao Hanhua， 2018，The Nonlinear Threshold Effect between Financial Structure and Economic Growth： A Perspective of Optimal Financial Structure， Journal of Audit and Economics， 3.]

[9]沈明高、彭程、龔橙，2010：《地方融資平臺(tái)遠(yuǎn)慮與近憂》，《中國(guó)改革》第5期。[Shen Minggao， Peng Cheng， Gong Cheng， 2010，Costly Success for Local Financing Platforms， China Reform， 5.]

[10]宋亞、成學(xué)真、趙先立，2017：《我國(guó)省域杠桿率及其對(duì)經(jīng)濟(jì)增長(zhǎng)的影響——基于省級(jí)面板數(shù)據(jù)門(mén)檻模型》，《華東經(jīng)濟(jì)管理》第2期。[Song Ya， Cheng Xuezhen， Zhao Xianli， 2017，The Provincial Leverage Ratio in China and Its Effect on Economic Growth： Based on the Provincial Panel Data Threshold Model， East China Economic Management，2.]

[11]田衛(wèi)民，2019：《通貨膨脹與經(jīng)濟(jì)增長(zhǎng)關(guān)系的實(shí)證分析》，《統(tǒng)計(jì)與決策》第6期。[Tian Weimin， 2019，Empirical Analysis of Relationship between Inflation and Economic Growth， Statistics and Decision， 6.]

[12]王愛(ài)儉、杜強(qiáng)，2017，《經(jīng)濟(jì)發(fā)展中金融杠桿的門(mén)檻效應(yīng)分析——基于跨國(guó)面板數(shù)據(jù)的實(shí)證研究》，《金融評(píng)論》第5期。[Wang Aijian， Du Qiang， 2017，Threshold Effect of Financial Leverage in Economic Development： An Empirical Study with Cross-national Panel Data， Chinese Review of Financial Studies， 5.]

[13]張樹(shù)劍，2016：《地方治理、財(cái)政透明與經(jīng)濟(jì)增長(zhǎng)——1985-2013年中國(guó)省級(jí)面板數(shù)據(jù)的分析》，《世界經(jīng)濟(jì)文匯》第5期。[Zhang Shujian， 2016，Local Governance， Fiscal Transparency and Economic Growth： Based on the Provincial Panel Data of China from 1985 to 2013， World Economic Papers， 5.]

[14]中國(guó)人民銀行杠桿率研究課題組，2014：《中國(guó)經(jīng)濟(jì)杠桿率水平評(píng)估及潛在風(fēng)險(xiǎn)研究》，《金融監(jiān)管研究》第5期。[Peoples Bank of China， 2014，An Evaluation of the Leverage Ratio of China and Its Potential Risks， Financial Regulation Research， 5.]

[15]朱鴻鳴、薄巖，2016：《中國(guó)全社會(huì)及各部門(mén)杠桿率測(cè)算》，《重慶理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）》第2期。[Zhu Hongming， Bo Yan， 2016，Chinas Leverage to Measure the Whole Society and Each Department， Journal of Chongqing University of Technology （Social Science）， 2.]

[16]Arcand， J.L.， Berkes， E. and Panizza， U.， 2015， Too Much Finance？ Journal of Economic Growth， 20（2）： 105-148.

[17]Breuer， P.， 2002， Measuring Off-balance-sheet Leverage， Journal of Banking and Finance， 26（2-3）： 223-242.

[18]Buttiglione， L.， Lane， P.R.， Reichlin， L. and Reinhart， V.， 2014， Deleveraging， What Deleveraging？ The 16th Geneva Report on the World Economy， published by CEPR Press.

[19]Coricelli， F.， Driffield， N.， Pal， S. and Roland， I.， 2012， When Does Leverage Hurt Productivity Growth？ A Firm-level Analysis， Journal of International Money and Finance， 31（6）： 1674-1694.

[20]DHulster， K.， 2009， The Leverage Ratio： A New Binding Limit on Banks， Crisis Response Note， No. 11， World Bank.

[21]Fisher， I.， 1933， The Debt-Deflation Theory of Great Depressions， Econometrica， 1（4）： 337-357.

[22]Geanakoplos， J.， 2010， The Leverage Cycle， NBER Macroeconomics Annual， 24（1）： 1-66.

[23]Kremer， S.， Bick， A. and Nautz， D.， 2013， Inflation and Growth： New Evidence from A Dynamic Panel Threshold Analysis， Empirical Economics， 44： 861-878.

[24]Law， S.H. and Singh， N.， 2014， Does Too Much Finance Harm Economic Growth？ Journal of Banking and Finance， 41： 36-44.

[25]Kudinska， M.， 2012， Financial Leverage of Commercial Banks： The Case of Baltic Countries， Journal of Business Management， 6： 105-113.

[26]Mendoza， E.G.， 2010， Sudden Stops， Financial Crises， and Leverage， American Economic Review， 100（5）： 1941-1966.

[27]Reinhart， C.M. and Rogoff， K.S.， 2010， Growth in a Time of Debt， American Economic Review， 100（2）： 573-578.

Abstract： The authors， having first provided a detailed calculation of the sectoral leverage ratios respectively of the local residents， provincial governments and non-financial enterprises in twenty-eight Chinese provinces from 2008 to 2016， construct a threshold regression model based on the data to explore the impact of sectoral leverage on the economic growth in each province. The empirical results show that there exist significant threshold effects of regional per capita GDP， local governance level， financial development， investment， inflation and urbanization on the local economic growth. Therefore， differentiated initial conditions in various provinces will result in heterogeneous economic effects of the deleverage policy in different sectors of different provinces. Based on these findings， it is suggested that each province should accommodate its local conditions to tailor its sectoral leverage and provide economic impetus for the local economy. While no residential leverage should be reduced in any province， the emphasis of the deleverage policy should be laid on reducing the leverage of non-financial enterprises in provinces with low governance level， or low financial development， or low GDP growth， and on reducing local government leverage in provinces with low inflation rate.

Key words： Sectoral Leverage Ratio， Economic Growth， Threshold Effect， Deleverage

責(zé)任編輯 葉青