地區(qū)經(jīng)濟(jì)風(fēng)險(xiǎn)影響實(shí)體經(jīng)濟(jì)增長(zhǎng)實(shí)證研究

顧曉安，奚興強(qiáng)

(上海理工大學(xué) 管理學(xué)院，上海 200093)

提要：依據(jù)國(guó)際貨幣基金組織(IMF)2013年發(fā)布的Article IV報(bào)告中所闡述的中國(guó)經(jīng)濟(jì)面臨的主要風(fēng)險(xiǎn)來源，以2010—2016年我國(guó)31個(gè)省、市、自治區(qū)為樣本，利用面板數(shù)據(jù)回歸方法進(jìn)行實(shí)證檢驗(yàn)，研究了產(chǎn)能過剩、企業(yè)效益下降、房地產(chǎn)泡沫、金融機(jī)構(gòu)資產(chǎn)質(zhì)量惡化等四類風(fēng)險(xiǎn)因素對(duì)我國(guó)省級(jí)地區(qū)實(shí)體經(jīng)濟(jì)增長(zhǎng)的影響，發(fā)現(xiàn)這四類風(fēng)險(xiǎn)的出現(xiàn)都會(huì)對(duì)實(shí)體經(jīng)濟(jì)增長(zhǎng)產(chǎn)生顯著負(fù)面影響，而且在東、中、西部地區(qū)的影響程度呈現(xiàn)出差異性。結(jié)果表明，對(duì)于地區(qū)經(jīng)濟(jì)風(fēng)險(xiǎn)進(jìn)行有效識(shí)別、控制和預(yù)防具有現(xiàn)實(shí)必要性。

一、引言

改革開放40多年來，我國(guó)的經(jīng)濟(jì)成就舉世矚目。1978年改革開放伊始，我國(guó)的整體經(jīng)濟(jì)規(guī)模僅為3 678億元，2018年已達(dá)到90.13萬億元。從經(jīng)濟(jì)增速來看，1978—2018年，我國(guó)GDP的年均增速高達(dá)9.4%。盡管我國(guó)經(jīng)濟(jì)已經(jīng)經(jīng)歷了長(zhǎng)達(dá)40多年的高速增長(zhǎng)，但是，從2012年起經(jīng)濟(jì)增速出現(xiàn)了拐點(diǎn)，呈現(xiàn)出較為明顯的回落。2012—2018年，我國(guó)經(jīng)濟(jì)從高速增長(zhǎng)逐漸轉(zhuǎn)為中高速增長(zhǎng)的“新常態(tài)”，GDP的年均增長(zhǎng)率下降到7.2%。在經(jīng)濟(jì)增長(zhǎng)進(jìn)入“新常態(tài)”的背景下，如何實(shí)現(xiàn)更為均衡和可持續(xù)的經(jīng)濟(jì)增長(zhǎng)，已經(jīng)成為政府部門和理論界關(guān)注的重點(diǎn)問題。

2008年全球經(jīng)濟(jì)和金融危機(jī)爆發(fā)以來，我國(guó)依靠各種投資、信貸和財(cái)政刺激等以增加杠桿為主的措施使經(jīng)濟(jì)發(fā)展迅速擺脫了危機(jī)困境，繼續(xù)呈現(xiàn)中高速增長(zhǎng)的態(tài)勢(shì)。但是，持續(xù)不斷的加杠桿措施也使我國(guó)經(jīng)濟(jì)的脆弱性不斷增加，經(jīng)濟(jì)發(fā)展過程中面臨的各種內(nèi)外部不確定性帶來了潛在的下行風(fēng)險(xiǎn)甚至是危機(jī)的隱患。

國(guó)際貨幣基金組織(IMF)從2011年起在其發(fā)布的國(guó)別研究報(bào)告中開始提出中國(guó)經(jīng)濟(jì)發(fā)展面臨的風(fēng)險(xiǎn)，并在2013年的報(bào)告中首次提出了中國(guó)經(jīng)濟(jì)發(fā)展面臨的風(fēng)險(xiǎn)來源矩陣，中國(guó)經(jīng)濟(jì)面臨的風(fēng)險(xiǎn)涵蓋了政府、企業(yè)、金融、房地產(chǎn)等部門，并且認(rèn)為這些風(fēng)險(xiǎn)會(huì)損害中國(guó)經(jīng)濟(jì)的增長(zhǎng)。雖然我國(guó)目前尚未出現(xiàn)實(shí)質(zhì)性的經(jīng)濟(jì)和金融危機(jī)，但是，近年來影響經(jīng)濟(jì)的各種風(fēng)險(xiǎn)因素現(xiàn)實(shí)存在并日趨嚴(yán)重，已經(jīng)對(duì)經(jīng)濟(jì)發(fā)展產(chǎn)生了較為明顯的負(fù)面作用。因此，為了實(shí)現(xiàn)經(jīng)濟(jì)的持續(xù)健康發(fā)展，必須有效識(shí)別、積極預(yù)防和控制經(jīng)濟(jì)運(yùn)行過程中所面臨的各種風(fēng)險(xiǎn)。

2013年IMF在其發(fā)布的工作報(bào)告《Article IV》[1]中利用風(fēng)險(xiǎn)評(píng)估矩陣評(píng)價(jià)了中國(guó)經(jīng)濟(jì)面臨的主要風(fēng)險(xiǎn)。該風(fēng)險(xiǎn)評(píng)估矩陣從國(guó)際和國(guó)內(nèi)兩個(gè)方面列明了中國(guó)經(jīng)濟(jì)面臨的主要風(fēng)險(xiǎn)來源。其中，國(guó)內(nèi)的主要風(fēng)險(xiǎn)來源包括4點(diǎn)：(1)房地產(chǎn)價(jià)格上升；(2)金融體系資產(chǎn)質(zhì)量惡化；(3)地方政府融資平臺(tái)信用風(fēng)險(xiǎn)暴露；(4)通過信貸增長(zhǎng)推動(dòng)經(jīng)濟(jì)增長(zhǎng)帶來的不平衡。在第(4)點(diǎn)風(fēng)險(xiǎn)來源中專門提到產(chǎn)能過剩風(fēng)險(xiǎn)和投資回報(bào)率低于預(yù)期，會(huì)損害就業(yè)和經(jīng)濟(jì)增長(zhǎng)。

IMF在工作報(bào)告中提出的風(fēng)險(xiǎn)評(píng)估矩陣從定性的角度總結(jié)了中國(guó)整體經(jīng)濟(jì)面臨的主要風(fēng)險(xiǎn)。事實(shí)上，近些年來我國(guó)經(jīng)濟(jì)發(fā)展面臨的整體風(fēng)險(xiǎn)尚處于可控狀態(tài)，但是，地區(qū)經(jīng)濟(jì)發(fā)展的不平衡日益加劇，部分地區(qū)已經(jīng)出現(xiàn)了較為明顯的經(jīng)濟(jì)風(fēng)險(xiǎn)隱患。如果能用定量分析的方法對(duì)地區(qū)經(jīng)濟(jì)風(fēng)險(xiǎn)進(jìn)行評(píng)估和度量，探討各種經(jīng)濟(jì)風(fēng)險(xiǎn)因素對(duì)地區(qū)經(jīng)濟(jì)增長(zhǎng)的具體影響機(jī)制，并運(yùn)用我國(guó)各地區(qū)的經(jīng)驗(yàn)數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)，將對(duì)我們更深入地認(rèn)識(shí)地區(qū)經(jīng)濟(jì)風(fēng)險(xiǎn)因素對(duì)經(jīng)濟(jì)增長(zhǎng)的影響具有重要意義。

本文的主要研究思路是：依據(jù)IMF工作報(bào)告中提到的中國(guó)經(jīng)濟(jì)風(fēng)險(xiǎn)來源，將地區(qū)經(jīng)濟(jì)風(fēng)險(xiǎn)歸納為四個(gè)主要的風(fēng)險(xiǎn)因素：(1)產(chǎn)能過剩；(2)企業(yè)效益；(3)房地產(chǎn)泡沫；(4)銀行不良貸款。同時(shí)以我國(guó)31個(gè)省、市、自治區(qū)作為研究對(duì)象，運(yùn)用定量分析方法衡量地區(qū)經(jīng)濟(jì)風(fēng)險(xiǎn)的大小，并實(shí)證研究其對(duì)經(jīng)濟(jì)增長(zhǎng)的影響。本文將地區(qū)實(shí)體經(jīng)濟(jì)產(chǎn)值作為衡量經(jīng)濟(jì)增長(zhǎng)的指標(biāo)。地區(qū)實(shí)體經(jīng)濟(jì)產(chǎn)值是指剔除金融業(yè)和房地產(chǎn)業(yè)增加值后的地區(qū)生產(chǎn)總值。實(shí)體經(jīng)濟(jì)被普遍認(rèn)為是社會(huì)經(jīng)濟(jì)持續(xù)發(fā)展的重要基礎(chǔ)和根本動(dòng)力，因此，本文著重研究地區(qū)經(jīng)濟(jì)風(fēng)險(xiǎn)對(duì)于實(shí)體經(jīng)濟(jì)增長(zhǎng)的影響。

二、文獻(xiàn)回顧、機(jī)制分析與研究假設(shè)

(一)文獻(xiàn)回顧

1.產(chǎn)能過剩風(fēng)險(xiǎn)的相關(guān)研究

國(guó)內(nèi)外關(guān)于產(chǎn)能過剩的研究主要集中于探討形成產(chǎn)能過剩的原因，而有關(guān)產(chǎn)能過剩風(fēng)險(xiǎn)對(duì)經(jīng)濟(jì)影響的研究相對(duì)較少。Davidson[2]利用博弈方法分析了產(chǎn)能過剩對(duì)企業(yè)和市場(chǎng)的影響；Dagdeviren[3]對(duì)制造業(yè)產(chǎn)能過?，F(xiàn)象進(jìn)行國(guó)際比較，發(fā)現(xiàn)低收入國(guó)家的產(chǎn)能利用率相比于中高收入國(guó)家更低，并且認(rèn)為產(chǎn)能過剩導(dǎo)致了低生產(chǎn)效率。曹建海[4]認(rèn)為產(chǎn)能過剩導(dǎo)致了過度競(jìng)爭(zhēng)、過度投資和重復(fù)建設(shè)，從而不利于資源的有效配置。程俊杰[5]對(duì)中國(guó)制造業(yè)產(chǎn)能過?，F(xiàn)象的研究發(fā)現(xiàn)，產(chǎn)能過剩所引起的產(chǎn)能利用率變動(dòng)以及要素市場(chǎng)扭曲會(huì)導(dǎo)致經(jīng)濟(jì)波動(dòng)。張秀生等[6]認(rèn)為產(chǎn)能過剩會(huì)造成社會(huì)資源的浪費(fèi)。

2.地區(qū)企業(yè)效益的相關(guān)研究

有關(guān)企業(yè)效益的研究大多關(guān)注影響企業(yè)效益的因素以及提升企業(yè)效益的方法，少數(shù)文獻(xiàn)從宏觀和地區(qū)層面出發(fā)研究企業(yè)效益。何雄浪等[7]利用中國(guó)省級(jí)統(tǒng)計(jì)資料，實(shí)證分析了地區(qū)企業(yè)效益的影響因素，并解釋了區(qū)域經(jīng)濟(jì)發(fā)展中企業(yè)利潤(rùn)率與資本流動(dòng)的悖論。方一平等[8]對(duì)中國(guó)東、中和西部地區(qū)的高新區(qū)內(nèi)的企業(yè)效益進(jìn)行了差異比較并對(duì)區(qū)域差異的原因進(jìn)行了分析。

3.房地產(chǎn)泡沫風(fēng)險(xiǎn)的相關(guān)研究

關(guān)于房地產(chǎn)泡沫風(fēng)險(xiǎn)對(duì)經(jīng)濟(jì)的影響，大多數(shù)學(xué)者承認(rèn)房地產(chǎn)泡沫對(duì)經(jīng)濟(jì)發(fā)展的危害性。陳志剛等[9]建立房?jī)r(jià)預(yù)期模型，測(cè)算了1999—2015年我國(guó)各省的房地產(chǎn)泡沫，研究發(fā)現(xiàn)房地產(chǎn)泡沫會(huì)抑制實(shí)體經(jīng)濟(jì)的投資。謝保嵩等[10]通過構(gòu)建勞動(dòng)者、企業(yè)、政府和銀行4個(gè)部門的一般均衡模型得出房地產(chǎn)泡沫在一定程度上扭曲了財(cái)政政策、擠壓了工業(yè)企業(yè)投資、減少了社會(huì)福利的結(jié)論。

4.銀行不良貸款風(fēng)險(xiǎn)的相關(guān)研究

有關(guān)不良貸款與經(jīng)濟(jì)增長(zhǎng)之間相互關(guān)系的研究并不多見，傳統(tǒng)的有關(guān)金融危機(jī)的理論，如Fisher[11]提出的“債務(wù)—通縮理論”、Minsky[12]的“金融不穩(wěn)定假說”以及Obstfeld[13]的金融危機(jī)預(yù)測(cè)模型都直接或間接討論了不良貸款率與低經(jīng)濟(jì)增長(zhǎng)以及經(jīng)濟(jì)危機(jī)之間的關(guān)系。Hoshi 和 Kashyap[14]對(duì)日本的經(jīng)濟(jì)危機(jī)進(jìn)行研究后指出，銀行壞賬水平削弱了企業(yè)和銀行為其經(jīng)營(yíng)活動(dòng)籌集資金的能力，資產(chǎn)質(zhì)量的惡化也會(huì)進(jìn)一步引發(fā)銀行惜貸從而影響經(jīng)濟(jì)增長(zhǎng)。陳學(xué)彬[15]從不良貸款與金融穩(wěn)定的關(guān)系出發(fā)，認(rèn)為銀行的高不良貸款率會(huì)影響中國(guó)經(jīng)濟(jì)的可持續(xù)增長(zhǎng)。Logan[16]、Giglio[17]的研究均表明信貸風(fēng)險(xiǎn)是影響宏觀經(jīng)濟(jì)的主要風(fēng)險(xiǎn)之一。

綜合以上文獻(xiàn)可以發(fā)現(xiàn)，現(xiàn)有研究對(duì)于各類經(jīng)濟(jì)風(fēng)險(xiǎn)因素的經(jīng)濟(jì)影響有一定程度的涉及，但還沒有從地區(qū)層面研究各類經(jīng)濟(jì)風(fēng)險(xiǎn)因素對(duì)于實(shí)體經(jīng)濟(jì)增長(zhǎng)的影響。因此，本文的研究?jī)?nèi)容可以拓展有關(guān)地區(qū)經(jīng)濟(jì)風(fēng)險(xiǎn)的研究探索。

(二)機(jī)制分析與研究假設(shè)

1.產(chǎn)能過剩風(fēng)險(xiǎn)影響實(shí)體經(jīng)濟(jì)增長(zhǎng)的作用機(jī)制

產(chǎn)能過剩風(fēng)險(xiǎn)是行業(yè)或產(chǎn)業(yè)所面臨的風(fēng)險(xiǎn)，其風(fēng)險(xiǎn)特征是整個(gè)行業(yè)的潛在生產(chǎn)能力超過了市場(chǎng)需求，從而導(dǎo)致產(chǎn)能利用率不足，具體表現(xiàn)為過剩行業(yè)內(nèi)的企業(yè)生產(chǎn)能力過剩。

當(dāng)整個(gè)行業(yè)面臨生產(chǎn)能力過剩時(shí)，部分生產(chǎn)廠商為了將自身過剩的產(chǎn)能利用起來，采取降低產(chǎn)品價(jià)格的市場(chǎng)策略，從而擴(kuò)大自身產(chǎn)品銷量。隨著采取降價(jià)策略的廠商的產(chǎn)品銷量增加，其市場(chǎng)占有份額有所擴(kuò)大，而其他未采取降價(jià)策略的廠商的市場(chǎng)份額則相應(yīng)減少，導(dǎo)致這部分廠商的產(chǎn)品庫(kù)存積壓，產(chǎn)品滯銷。為了去除自身庫(kù)存，這些廠商也會(huì)被動(dòng)地跟隨采取降價(jià)策略，市場(chǎng)在新的價(jià)格水平上達(dá)到均衡，最后導(dǎo)致市場(chǎng)上的產(chǎn)品價(jià)格普遍下降和行業(yè)中多數(shù)企業(yè)出現(xiàn)庫(kù)存積壓。這兩個(gè)后果會(huì)進(jìn)一步導(dǎo)致過剩行業(yè)內(nèi)的企業(yè)生產(chǎn)利潤(rùn)下降和經(jīng)營(yíng)狀況惡化。在此情況下，企業(yè)不得不縮減投資，部分經(jīng)營(yíng)狀況較差的企業(yè)甚至面臨破產(chǎn)倒閉的風(fēng)險(xiǎn)，從而對(duì)實(shí)體經(jīng)濟(jì)增長(zhǎng)帶來負(fù)面影響。據(jù)此，本文提出研究假設(shè)I：產(chǎn)能過剩風(fēng)險(xiǎn)會(huì)對(duì)實(shí)體經(jīng)濟(jì)增長(zhǎng)產(chǎn)生負(fù)面影響。

2.企業(yè)效益下降風(fēng)險(xiǎn)影響實(shí)體經(jīng)濟(jì)增長(zhǎng)的作用機(jī)制

企業(yè)是社會(huì)經(jīng)濟(jì)活動(dòng)中的微觀主體，其經(jīng)營(yíng)效益會(huì)受到市場(chǎng)需求、生產(chǎn)成本、技術(shù)環(huán)境等各種復(fù)雜的不確定性因素的影響，這些內(nèi)外部因素的不利變化都有可能導(dǎo)致企業(yè)的經(jīng)營(yíng)效益下降。企業(yè)效益下降風(fēng)險(xiǎn)的具體表現(xiàn)是一個(gè)地區(qū)出現(xiàn)企業(yè)整體效益水平的下降。當(dāng)一個(gè)地區(qū)出現(xiàn)企業(yè)整體效益下降，則至少?gòu)膬蓚€(gè)方面對(duì)實(shí)體經(jīng)濟(jì)產(chǎn)生負(fù)面影響：(1)隨著地區(qū)企業(yè)整體效益下降，相應(yīng)地單個(gè)企業(yè)的投資回報(bào)率出現(xiàn)普遍下降。企業(yè)投資回報(bào)率下降的原因可能是因?yàn)樵摰貐^(qū)的勞動(dòng)力、土地、交通運(yùn)輸、稅費(fèi)等成本升高，也可能是該地區(qū)的市場(chǎng)環(huán)境變差。在這種情況下，企業(yè)可能會(huì)選擇減少、撤出和轉(zhuǎn)移投資，從而影響地區(qū)實(shí)體經(jīng)濟(jì)的投資。(2)企業(yè)盈利狀況出現(xiàn)惡化時(shí)，可能會(huì)迫使企業(yè)降低工資或者裁員，對(duì)地區(qū)的就業(yè)產(chǎn)生負(fù)面影響。而就業(yè)狀況的惡化則會(huì)導(dǎo)致居民收入水平下降，進(jìn)而影響消費(fèi)需求，最終從需求端對(duì)實(shí)體經(jīng)濟(jì)增長(zhǎng)產(chǎn)生阻礙作用。據(jù)此，本文提出研究假設(shè)Ⅱ：企業(yè)效益下降會(huì)對(duì)實(shí)體經(jīng)濟(jì)增長(zhǎng)產(chǎn)生負(fù)面影響。

3.房地產(chǎn)泡沫風(fēng)險(xiǎn)影響實(shí)體經(jīng)濟(jì)增長(zhǎng)的作用機(jī)制

房地產(chǎn)泡沫主要表現(xiàn)為房地產(chǎn)資產(chǎn)價(jià)格過快上漲而使房?jī)r(jià)過高，偏離了經(jīng)濟(jì)基本面的狀態(tài)。房地產(chǎn)泡沫風(fēng)險(xiǎn)則來源于泡沫的不斷膨脹即房?jī)r(jià)偏離經(jīng)濟(jì)基本面的程度加深甚至帶來泡沫破滅的潛在風(fēng)險(xiǎn)。房地產(chǎn)泡沫風(fēng)險(xiǎn)主要從兩個(gè)方面對(duì)實(shí)體經(jīng)濟(jì)增長(zhǎng)產(chǎn)生影響。一方面，房?jī)r(jià)過高使得居民住房支出占總消費(fèi)支出的比重上升，可能會(huì)擠壓居民對(duì)于其他商品的消費(fèi)需求，而通過抵押貸款的方式購(gòu)房會(huì)增加家庭的負(fù)債，家庭負(fù)債過高也會(huì)對(duì)居民消費(fèi)需求產(chǎn)生負(fù)面影響。另一方面，當(dāng)房?jī)r(jià)過快上漲時(shí)，可能催生房地產(chǎn)投機(jī)行為，導(dǎo)致房地產(chǎn)市場(chǎng)過于繁榮，進(jìn)而吸引大量資本涌入房地產(chǎn)市場(chǎng)參與投機(jī)活動(dòng)。資本大量流入房地產(chǎn)部門會(huì)相應(yīng)擠壓實(shí)體經(jīng)濟(jì)部門的投資，從而對(duì)實(shí)體經(jīng)濟(jì)部門的投資產(chǎn)生“擠出”效應(yīng)。據(jù)此，本文提出研究假設(shè)Ⅲ：房地產(chǎn)泡沫風(fēng)險(xiǎn)會(huì)對(duì)實(shí)體經(jīng)濟(jì)增長(zhǎng)產(chǎn)生負(fù)面影響。

4.銀行不良貸款風(fēng)險(xiǎn)影響實(shí)體經(jīng)濟(jì)增長(zhǎng)的作用機(jī)制

銀行不良貸款風(fēng)險(xiǎn)屬于金融部門的風(fēng)險(xiǎn)。在現(xiàn)代經(jīng)濟(jì)活動(dòng)中，金融是整個(gè)經(jīng)濟(jì)系統(tǒng)的核心，金融部門的風(fēng)險(xiǎn)對(duì)于經(jīng)濟(jì)增長(zhǎng)必然有著重要的影響。銀行不良貸款風(fēng)險(xiǎn)具體表現(xiàn)在不良貸款率的上升，不良貸款率上升說明個(gè)人或企業(yè)的違約債務(wù)規(guī)模占總債務(wù)的比例增加。

不良貸款率的上升會(huì)導(dǎo)致銀行貸款資產(chǎn)的質(zhì)量下降，使銀行因畏懼風(fēng)險(xiǎn)而“惜貸”，繼續(xù)支持實(shí)體經(jīng)濟(jì)發(fā)展的能力下降。可能表現(xiàn)為在對(duì)企業(yè)的貸款投放更偏向于大型企業(yè)和國(guó)有企業(yè)，而對(duì)于具有經(jīng)濟(jì)活力和效率較高的私有企業(yè)以及中小企業(yè)采取保守的信貸政策，這可能會(huì)導(dǎo)致信貸資源配置效率的下降。當(dāng)前，我國(guó)的社會(huì)融資結(jié)構(gòu)仍然是以銀行的間接融資為主導(dǎo)，信貸資源配置效率的下降會(huì)引起實(shí)體經(jīng)濟(jì)投資效率的下降，最終對(duì)實(shí)體經(jīng)濟(jì)增長(zhǎng)產(chǎn)生負(fù)面影響。據(jù)此，提出研究假設(shè)IV：銀行不良貸款風(fēng)險(xiǎn)會(huì)對(duì)實(shí)體經(jīng)濟(jì)增長(zhǎng)產(chǎn)生負(fù)面影響。

三、地區(qū)經(jīng)濟(jì)風(fēng)險(xiǎn)因素的評(píng)價(jià)指標(biāo)

上文定性分析了地區(qū)經(jīng)濟(jì)風(fēng)險(xiǎn)影響實(shí)體經(jīng)濟(jì)增長(zhǎng)的作用機(jī)制，為了實(shí)證檢驗(yàn)各種風(fēng)險(xiǎn)的具體影響，下文將首先確定各類風(fēng)險(xiǎn)因素的評(píng)價(jià)指標(biāo)，并根據(jù)指標(biāo)的統(tǒng)計(jì)結(jié)果分析各地區(qū)面臨的經(jīng)濟(jì)風(fēng)險(xiǎn)及其變化趨勢(shì)，以全面評(píng)估我國(guó)各地區(qū)的經(jīng)濟(jì)風(fēng)險(xiǎn)狀況。

(一)產(chǎn)能過剩風(fēng)險(xiǎn)的衡量指標(biāo)

目前，國(guó)際上衡量產(chǎn)能過剩的指標(biāo)主要為產(chǎn)能利用率。本文亦使用該指標(biāo)對(duì)各地區(qū)制造業(yè)的產(chǎn)能過剩情況進(jìn)行測(cè)度和比較。產(chǎn)能利用率指標(biāo)的含義為實(shí)際產(chǎn)出與產(chǎn)能產(chǎn)出之比，其中，產(chǎn)能產(chǎn)出需要利用相關(guān)統(tǒng)計(jì)數(shù)據(jù)進(jìn)行估算。由Shaikh和Moudud[18]提出基于產(chǎn)能產(chǎn)出與資本存量之間存在的長(zhǎng)期協(xié)整關(guān)系估計(jì)產(chǎn)能產(chǎn)出，進(jìn)而估算產(chǎn)能利用率的協(xié)整法，為產(chǎn)能利用率的估算提供了一種有效的方法。陳俊杰[19]利用協(xié)整法對(duì)2001—2011年我國(guó)各省的制造業(yè)產(chǎn)能利用率進(jìn)行了測(cè)度，結(jié)果符合我國(guó)各省市的現(xiàn)實(shí)情況。本文沿用協(xié)整法估算產(chǎn)能利用率的方法，測(cè)算了2010—2016年我國(guó)31個(gè)省的制造業(yè)產(chǎn)能過剩情況。計(jì)算過程所使用的各省規(guī)模以上工業(yè)企業(yè)總產(chǎn)值、規(guī)模以上工業(yè)企業(yè)固定資產(chǎn)投資凈值、工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)以及固定資產(chǎn)投資價(jià)格指數(shù)等指標(biāo)數(shù)據(jù)來自于《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》和《中國(guó)統(tǒng)計(jì)年鑒》。估算的各省2010—2016年制造業(yè)產(chǎn)能利用率結(jié)果如表1所示。

表1 2010—2016年各省份制造業(yè)產(chǎn)能利用率估算結(jié)果

從表1中的地區(qū)制造業(yè)產(chǎn)能利用率估算結(jié)果可以發(fā)現(xiàn)，2010—2016年大多數(shù)省份的產(chǎn)能利用率的整體趨勢(shì)呈現(xiàn)“先升后降”的規(guī)律：在2012年左右產(chǎn)能利用率達(dá)到最高，2012年之后產(chǎn)能利用率大體上呈現(xiàn)下降趨勢(shì)。從2010—2016年產(chǎn)能利用率平均水平來看，產(chǎn)能利用率偏低的省份主要包括天津、河北、遼寧、吉林、黑龍江、江蘇、福建、山東、海南、山西、江西、河南、湖南、四川、云南等。

(二)企業(yè)效益風(fēng)險(xiǎn)的衡量指標(biāo)

本文采用《中國(guó)統(tǒng)計(jì)年鑒》中的分地區(qū)規(guī)模以上工業(yè)企業(yè)成本費(fèi)用利潤(rùn)率指標(biāo)來衡量地區(qū)實(shí)體企業(yè)的效益水平。該指標(biāo)表明企業(yè)每付出一元成本費(fèi)用所獲得的利潤(rùn)多少，體現(xiàn)了企業(yè)經(jīng)營(yíng)耗費(fèi)取得的經(jīng)營(yíng)成果。該項(xiàng)指標(biāo)越高，表明企業(yè)的經(jīng)營(yíng)效益越好。表2列示了2010—2016年各省份規(guī)模以上工業(yè)企業(yè)成本費(fèi)用利潤(rùn)率情況。

表2 2010—2016年各省份規(guī)模以上工業(yè)企業(yè)成本費(fèi)用利潤(rùn)率 %

根據(jù)表2可以發(fā)現(xiàn)，2010—2016年各省份的工業(yè)企業(yè)成本費(fèi)用利潤(rùn)率均出現(xiàn)過持續(xù)下降趨勢(shì)或者在部分年份出現(xiàn)下降現(xiàn)象。其中，遼寧、黑龍江、山東、河北、山西、安徽、河南、云南、陜西、甘肅、青海、新疆、內(nèi)蒙古13個(gè)省份在2010—2016年工業(yè)企業(yè)成本費(fèi)用利潤(rùn)率呈現(xiàn)持續(xù)下降的趨勢(shì)；其余18個(gè)省份在部分年份出現(xiàn)下降的現(xiàn)象。由此可見，各省份均出現(xiàn)了不同程度的企業(yè)效益下降風(fēng)險(xiǎn)。

(三)房地產(chǎn)泡沫風(fēng)險(xiǎn)的衡量指標(biāo)

房地產(chǎn)泡沫風(fēng)險(xiǎn)來源于房地產(chǎn)價(jià)格偏離經(jīng)濟(jì)基本面的程度加深。房?jī)r(jià)與收入的比值即房?jī)r(jià)收入比是衡量這種偏離程度的較為科學(xué)的指標(biāo)，因此本文采用商品房平均銷售價(jià)格與居民平均可支配收入的比值來衡量各省份的房地產(chǎn)泡沫風(fēng)險(xiǎn)程度，房?jī)r(jià)和收入數(shù)據(jù)來源于《中國(guó)統(tǒng)計(jì)年鑒》。各省份2010—2016年的房?jī)r(jià)收入比情況如表3所示。

表3 2010—2016年各省份房?jī)r(jià)收入比情況

以2010—2016年房?jī)r(jià)收入比平均水平來看，北京、上海和海南3個(gè)省市的房?jī)r(jià)收入比指標(biāo)最高，房?jī)r(jià)收入比的年平均值超過0.4；其次為天津、浙江、福建、廣東、四川、西藏、甘肅等省份，房?jī)r(jià)收入比的年平均值超過0.3。從趨勢(shì)上來看，絕大多數(shù)省份在2012年之后均出現(xiàn)1年或2年內(nèi)房?jī)r(jià)收入比上升的情況，所有省份均未出現(xiàn)房?jī)r(jià)收入比持續(xù)上升的情況。

(四)銀行不良貸款風(fēng)險(xiǎn)的衡量指標(biāo)

不良貸款率是銀行業(yè)普遍采用的衡量信貸資產(chǎn)質(zhì)量的關(guān)鍵指標(biāo)，本文利用各地區(qū)商業(yè)銀行平均不良貸款率來衡量各地區(qū)銀行不良貸款風(fēng)險(xiǎn)，數(shù)據(jù)來源于《中國(guó)銀行業(yè)監(jiān)督管理委員會(huì)年報(bào)》。表4列示了2010—2016年各省份商業(yè)銀行平均不良貸款率情況。

表4 2010—2016年各省份商業(yè)銀行平均不良貸款率 %

根據(jù)表4可以發(fā)現(xiàn)，2010—2016年平均不良貸款率相對(duì)較高的省份為浙江、福建、山東、山西、四川、內(nèi)蒙古，這些省份的年平均不良貸款率超過1.5%。從變化趨勢(shì)上來看，除了北京、廣東、西藏、甘肅、青海5個(gè)省份以外，其他26個(gè)省份在2012年之后均出現(xiàn)連續(xù)3年內(nèi)不良貸款率上升的情形，這表明大部分省份在2012年之后在不同程度上都面臨著商業(yè)銀行不良貸款率上升的風(fēng)險(xiǎn)。

四、地區(qū)經(jīng)濟(jì)風(fēng)險(xiǎn)因素對(duì)實(shí)體經(jīng)濟(jì)增長(zhǎng)影響的實(shí)證研究

為了檢驗(yàn)地區(qū)經(jīng)濟(jì)風(fēng)險(xiǎn)因素對(duì)于實(shí)體經(jīng)濟(jì)增長(zhǎng)的影響，本文采用2010—2016年中國(guó)各省的面板數(shù)據(jù)，利用面板數(shù)據(jù)回歸模型檢驗(yàn)地區(qū)經(jīng)濟(jì)風(fēng)險(xiǎn)與實(shí)體經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系。

(一)變量選擇與模型設(shè)定

本文的計(jì)量模型將地區(qū)經(jīng)濟(jì)風(fēng)險(xiǎn)的衡量指標(biāo)作為核心解釋變量，將實(shí)體經(jīng)濟(jì)實(shí)際增加值作為被解釋變量，同時(shí)將人力資本和物質(zhì)資本存量作為回歸模型的控制變量。模型具體形式如下：

ln RGDPit=β1Utlzit+β2Profitit+β3HPIit+

β4NPLit+β5ln Hit+β6ln Kit+εit。

(1)

其中，RGDPit表示i省在第t年的實(shí)體經(jīng)濟(jì)實(shí)際增加值。實(shí)體經(jīng)濟(jì)增加值即當(dāng)年的GDP總值減去房地產(chǎn)業(yè)和金融業(yè)的增加值。為了消除物價(jià)因素的影響，本文利用居民消費(fèi)價(jià)格指數(shù)對(duì)實(shí)體經(jīng)濟(jì)增加值進(jìn)行平減得到以2010年為基期的實(shí)體經(jīng)濟(jì)實(shí)際GDP。為了消除變量可能存在的異方差，對(duì)實(shí)體經(jīng)濟(jì)實(shí)際GDP取自然對(duì)數(shù)處理。

解釋變量Utlzit、Profitit、HPIit、NPLit分別表示i省在第t年的制造業(yè)產(chǎn)能利用率、工業(yè)企業(yè)成本費(fèi)用利潤(rùn)率、房?jī)r(jià)收入比、商業(yè)銀行不良貸款率。

控制變量ln Hit表示i省在第t年的人力資本存量的自然對(duì)數(shù)。本文采用全國(guó)就業(yè)人員平均受教育年限與城鎮(zhèn)單位就業(yè)勞動(dòng)力的乘積來衡量人力資本存量。以primary、junior、senior和college分別表示小學(xué)、初中、高中和大專以上受教育程度人口占就業(yè)人口的比重，L表示城鎮(zhèn)單位就業(yè)人數(shù)年底數(shù)，則：H=(6×primary+9×junior+12×senior+16×college)×L。

控制變量ln Kit表示i省在第t年的物質(zhì)資本存量的自然對(duì)數(shù)。物質(zhì)資本存量采用永續(xù)盤存法進(jìn)行估算。其基本公式為：Ki(t+1)=(1-δit)Kt+Ii(t+1)/FIPi(t+1)，其中i表示省份，t表示年份，K，I，δ，F(xiàn)IP分別代表資本存量、名義投資、折舊率和固定資產(chǎn)投資價(jià)格指數(shù)，此處以2010年為基期。當(dāng)年的名義投資采用實(shí)際固定資產(chǎn)投資來代替。經(jīng)濟(jì)折舊率借鑒張軍[20]的方法設(shè)定固定經(jīng)濟(jì)折舊率9.6%?；谖镔|(zhì)資本存量采用靖學(xué)青[21]估計(jì)的2010年省際物質(zhì)資本存量數(shù)據(jù)。

(二)實(shí)證分析與結(jié)果

本文采用東、中、西部地區(qū)以及全國(guó)樣本進(jìn)行面板數(shù)據(jù)回歸檢驗(yàn)。首先，利用Hausman檢驗(yàn)來確定分組檢驗(yàn)使用隨機(jī)效應(yīng)模型還是固定效應(yīng)模型，檢驗(yàn)結(jié)果見表6。

表6 Hausman檢驗(yàn)結(jié)果

Hausman檢驗(yàn)結(jié)果顯示，全國(guó)面板數(shù)據(jù)以及東部和西部面板數(shù)據(jù)的檢驗(yàn)顯著拒絕Hausman原假設(shè)，故使用固定效應(yīng)模型更有效率。中部地區(qū)面板數(shù)據(jù)Hausman檢驗(yàn)不能拒絕原假設(shè)，因此選擇隨機(jī)效應(yīng)模型。接下來按照式(1)設(shè)定的回歸模型進(jìn)行面板數(shù)據(jù)回歸檢驗(yàn)。面板數(shù)據(jù)回歸檢驗(yàn)結(jié)果見表7。

表7 面板數(shù)據(jù)回歸檢驗(yàn)結(jié)果

根據(jù)表7中全國(guó)樣本的檢驗(yàn)結(jié)果可以發(fā)現(xiàn)：(1)地區(qū)制造業(yè)產(chǎn)能利用率(Utlz)的回歸系數(shù)顯著為正。從回歸系數(shù)來看，在1%的顯著性水平以及其他自變量不變的條件下，地區(qū)制造業(yè)產(chǎn)能利用率每下降0.1，會(huì)引起實(shí)體經(jīng)濟(jì)GDP下降0.042%。這說明地區(qū)制造業(yè)產(chǎn)能過剩程度與實(shí)體經(jīng)濟(jì)增長(zhǎng)呈負(fù)相關(guān)關(guān)系。

(2)工業(yè)企業(yè)成本費(fèi)用利潤(rùn)率(Profit)的回歸系數(shù)顯著為正。在1%的顯著性水平以及其他自變量不變的條件下，工業(yè)企業(yè)成本費(fèi)用利潤(rùn)率每下降0.1，會(huì)引起實(shí)體經(jīng)濟(jì)GDP下降0.12%。這表明地區(qū)企業(yè)效益水平下降對(duì)于實(shí)體經(jīng)濟(jì)GDP具有負(fù)面影響。

(3)房?jī)r(jià)收入比(HPI)的回歸系數(shù)顯著為負(fù)。在5%的顯著性水平以及其他自變量不變的條件下，房?jī)r(jià)收入比每上升0.1，實(shí)體經(jīng)濟(jì)GDP會(huì)下降0.039%。因此，房地產(chǎn)泡沫程度與實(shí)體經(jīng)濟(jì)增長(zhǎng)呈負(fù)相關(guān)關(guān)系。

(4)商業(yè)銀行不良貸款率(NPL)的回歸系數(shù)顯著為負(fù)。在1%的顯著性水平以及其他自變量不變的條件下，NPL每上升1%，實(shí)體經(jīng)濟(jì)GDP會(huì)下降0.039%。這表明商業(yè)銀行不良貸款率與實(shí)體經(jīng)濟(jì)增長(zhǎng)呈負(fù)相關(guān)關(guān)系。

全國(guó)面板數(shù)據(jù)的回歸結(jié)果支持了假設(shè)I—IV。而按照東、中、西部地區(qū)分組的面板數(shù)據(jù)回歸結(jié)果顯示了地區(qū)經(jīng)濟(jì)風(fēng)險(xiǎn)因素影響實(shí)體經(jīng)濟(jì)增長(zhǎng)的地區(qū)差異，具體表現(xiàn)在：首先，東、中、西地區(qū)的產(chǎn)能利用率對(duì)實(shí)體經(jīng)濟(jì)增長(zhǎng)的影響程度不同。從影響系數(shù)大小來看，西部地區(qū)的影響系數(shù)要高于東部和中部地區(qū)，說明西部地區(qū)產(chǎn)能過剩風(fēng)險(xiǎn)對(duì)實(shí)體經(jīng)濟(jì)增長(zhǎng)的影響程度是最為明顯。其次，中部和西部地區(qū)的工業(yè)企業(yè)成本費(fèi)用利潤(rùn)率的影響系數(shù)顯著高于東部，說明相比于東部，中部和西部地區(qū)的企業(yè)效益下降風(fēng)險(xiǎn)對(duì)實(shí)體經(jīng)濟(jì)增長(zhǎng)的影響程度更明顯。再次，東中西地區(qū)的房?jī)r(jià)收入比的影響系數(shù)差異較小，東部和西部地區(qū)的房?jī)r(jià)收入比影響系數(shù)略高于中部。說明房地產(chǎn)泡沫化風(fēng)險(xiǎn)對(duì)于實(shí)體經(jīng)濟(jì)增長(zhǎng)的負(fù)面影響在東中西地區(qū)具有普遍性。最后，中部地區(qū)不良貸款率的影響系數(shù)絕對(duì)值明顯大于東部和西部的影響系數(shù)。由此可見，相比于東部和西部地區(qū)，中部地區(qū)的銀行不良貸款風(fēng)險(xiǎn)對(duì)實(shí)體經(jīng)濟(jì)增長(zhǎng)的影響尤為明顯。

五、結(jié)論與啟示

本文根據(jù)IMF工作報(bào)告中提出的中國(guó)經(jīng)濟(jì)風(fēng)險(xiǎn)評(píng)估矩陣，首先分析了產(chǎn)能過剩、企業(yè)效益、房地產(chǎn)泡沫、銀行不良貸款等四個(gè)方面的經(jīng)濟(jì)風(fēng)險(xiǎn)對(duì)于實(shí)體經(jīng)濟(jì)增長(zhǎng)的影響機(jī)制；接著基于我國(guó)31個(gè)省市自治區(qū)2010—2016年的統(tǒng)計(jì)數(shù)據(jù)，選用合適的指標(biāo)度量4類經(jīng)濟(jì)風(fēng)險(xiǎn)；最后實(shí)證檢驗(yàn)了地區(qū)經(jīng)濟(jì)風(fēng)險(xiǎn)對(duì)實(shí)體經(jīng)濟(jì)增長(zhǎng)的影響，主要結(jié)論如下。

(1)從估算的各省2010—2016年制造業(yè)產(chǎn)能利用率情況來看，產(chǎn)能過剩風(fēng)險(xiǎn)在較多省份有所顯現(xiàn)，表現(xiàn)為產(chǎn)能利用率下降和部分年份產(chǎn)能利用率偏低。實(shí)證結(jié)果顯示，產(chǎn)能過剩風(fēng)險(xiǎn)對(duì)實(shí)體經(jīng)濟(jì)增長(zhǎng)會(huì)產(chǎn)生顯著的負(fù)面影響，且西部地區(qū)的影響大于東部和中部地區(qū)。

(2)從2010—2016年各省份工業(yè)企業(yè)成本費(fèi)用利潤(rùn)率情況來看，絕大多數(shù)省份均出現(xiàn)工業(yè)企業(yè)成本費(fèi)用利潤(rùn)率持續(xù)下降或在部分年份內(nèi)下降的情形。實(shí)證研究表明，地區(qū)企業(yè)效益水平下降會(huì)對(duì)實(shí)體經(jīng)濟(jì)增長(zhǎng)產(chǎn)生顯著負(fù)面影響，且中部和西部地區(qū)的影響更明顯。

(3)從2010—2016年各省份房?jī)r(jià)收入比情況來看，目前各省份尚未出現(xiàn)嚴(yán)重的房地產(chǎn)泡沫化風(fēng)險(xiǎn)。實(shí)證研究表明以房?jī)r(jià)收入比度量的房地產(chǎn)泡沫風(fēng)險(xiǎn)對(duì)實(shí)體經(jīng)濟(jì)增長(zhǎng)具有負(fù)面影響，且東中西地區(qū)的影響差異較小。

(4)根據(jù)2010—2016年各省份商業(yè)銀行不良貸款率情況可以發(fā)現(xiàn)，大多數(shù)省份在2012年之后都面臨商業(yè)銀行不良貸款率上升的風(fēng)險(xiǎn)。實(shí)證研究表明商業(yè)銀行不良貸款風(fēng)險(xiǎn)對(duì)地區(qū)實(shí)體經(jīng)濟(jì)增長(zhǎng)具有顯著負(fù)面影響，且中部地區(qū)的影響明顯大于東部和西部地區(qū)。

本文的研究對(duì)于認(rèn)識(shí)地區(qū)經(jīng)濟(jì)風(fēng)險(xiǎn)以及相關(guān)政策的制定具有一定的參考意義，也給我們帶來了一定的啟示：在當(dāng)前我國(guó)經(jīng)濟(jì)發(fā)展進(jìn)入“新常態(tài)”的背景下，雖然目前沒有出現(xiàn)實(shí)質(zhì)性的經(jīng)濟(jì)危機(jī)，但是經(jīng)濟(jì)風(fēng)險(xiǎn)因素現(xiàn)實(shí)存在且對(duì)經(jīng)濟(jì)增長(zhǎng)已經(jīng)產(chǎn)生負(fù)面影響。這說明對(duì)于經(jīng)濟(jì)風(fēng)險(xiǎn)的有效識(shí)別、控制和預(yù)防具有必要性。而由于我國(guó)地區(qū)經(jīng)濟(jì)發(fā)展不平衡的現(xiàn)狀，對(duì)經(jīng)濟(jì)風(fēng)險(xiǎn)的預(yù)防和控制則需要因地制宜。對(duì)于經(jīng)濟(jì)風(fēng)險(xiǎn)尚未顯現(xiàn)的地區(qū)，應(yīng)該監(jiān)控和預(yù)防經(jīng)濟(jì)風(fēng)險(xiǎn)的出現(xiàn)；對(duì)于已經(jīng)出現(xiàn)一定程度經(jīng)濟(jì)風(fēng)險(xiǎn)的地區(qū)，應(yīng)當(dāng)控制風(fēng)險(xiǎn)的累積，化解已經(jīng)出現(xiàn)的經(jīng)濟(jì)風(fēng)險(xiǎn)。長(zhǎng)遠(yuǎn)來看，各個(gè)地區(qū)應(yīng)當(dāng)建立起地區(qū)經(jīng)濟(jì)風(fēng)險(xiǎn)的監(jiān)控和預(yù)警體系，量化和觀測(cè)經(jīng)濟(jì)風(fēng)險(xiǎn)指標(biāo)，將經(jīng)濟(jì)風(fēng)險(xiǎn)保持在可控范圍之內(nèi)，這樣才能保證平穩(wěn)、健康、可持續(xù)的經(jīng)濟(jì)發(fā)展。