孫玉鳳,余蘭,邴龍飛
1. 寧夏醫(yī)科大學(xué)公共衛(wèi)生與管理學(xué)院,寧夏 銀川 750004;2. 寧夏環(huán)境因素與慢性病控制重點(diǎn)實(shí)驗(yàn)室,寧夏 銀川 750004
隨著我國市場化程度的深入,基本公共服務(wù)均等化已成為我國各級政府關(guān)注的熱點(diǎn)。在我國,地方政府作為主要承擔(dān)者,其向當(dāng)?shù)鼐用裉峁┕卜?wù)要優(yōu)于中央政府。然而,在經(jīng)濟(jì)一體化背景下,地方公共支出或服務(wù)往往會(huì)對其他地區(qū)產(chǎn)生溢出效應(yīng)。Case等對美國各州數(shù)據(jù)分析發(fā)現(xiàn),相鄰地區(qū)公共服務(wù)支出增加1美元會(huì)促使當(dāng)?shù)刂С鲈黾?.7美元[1]。Arfat Ahmad Sofi等利用面板數(shù)據(jù)對印度22個(gè)邦的公共支出決策實(shí)證結(jié)果也支持公共支出具有強(qiáng)烈的空間交互作用和標(biāo)尺競爭性[2]。Andrés Rosales Roldán等利用墨西哥1999-2019年32個(gè)州的數(shù)據(jù),分析發(fā)現(xiàn)經(jīng)濟(jì)增長和公共支出之間具有相互作用的空間效應(yīng),并具有空間擴(kuò)散和增長因果關(guān)系[3]。國內(nèi)研究中,金戈等指出一個(gè)地區(qū)對衛(wèi)生、教育的投入可能會(huì)為周邊地區(qū)帶來更高質(zhì)量的人力資本,從而促進(jìn)其經(jīng)濟(jì)增長[4]。羅麗英等采用空間杜賓模型(SDM)將公共支出細(xì)分為基礎(chǔ)設(shè)施、醫(yī)療、教育,發(fā)現(xiàn)不同支出類型其溢出效應(yīng)存在差異[5]。梁若冰等采用空間滯后模型對福建基本公共支出的均等化水平進(jìn)行了測算[6]。在影響因素探討方面,主要將經(jīng)濟(jì)增長、老齡化、城鎮(zhèn)化等作為關(guān)鍵變量進(jìn)行公共支出的因素進(jìn)行分析(金戈等[4]、孫麗[7]、劉俊琦等[8])。
目前大部分研究主要關(guān)注了公共支出是否具有溢出效應(yīng)問題,對其溢出系數(shù)或溢出效應(yīng)的估量研究不足。此外,在研究方法上多人為地選擇一種空間模型進(jìn)行分析,缺少對模型適用性的考量。而在當(dāng)前政治經(jīng)濟(jì)環(huán)境下,無法將地方公共支出作為獨(dú)立的個(gè)體進(jìn)行研究,其空間外溢系數(shù)的估計(jì)對系統(tǒng)分析公共支出的水平和政策調(diào)整有重要意義。結(jié)合我國國情,本研究基于全國省級面板數(shù)據(jù),主要關(guān)注與民生相關(guān)的醫(yī)療衛(wèi)生、義務(wù)教育、社會(huì)保障和就業(yè)三大類公共支出水平,在對空間模型進(jìn)行比較分析的基礎(chǔ)上,探析影響各支出的關(guān)鍵因素和溢出效應(yīng)問題。
在分析三大支出空間相關(guān)性基礎(chǔ)上,結(jié)合已有文獻(xiàn)[4-8]和研究目的,以公共支出作為被解釋變量,考慮人口規(guī)模問題,分別選擇人均值作為衡量衛(wèi)生、教育、社會(huì)保障三大類民生支出的因變量。通常,一個(gè)地區(qū)某類公共支出規(guī)模與當(dāng)?shù)氐呢?cái)政收入水平及其公共服務(wù)規(guī)模和結(jié)構(gòu)有密切關(guān)系,因此選擇宏觀變量及反映三大支出供求的各具體變量為指標(biāo)(表1)。
表1 具體操作性指標(biāo)
本研究以我國31個(gè)省市區(qū)(未包括港澳臺(tái))為研究單元,時(shí)間跨度為2010—2019年。數(shù)據(jù)來源于歷年《中國統(tǒng)計(jì)年鑒》、《中國財(cái)政年鑒》、《中國衛(wèi)生健康統(tǒng)計(jì)年鑒》、《中國教育統(tǒng)計(jì)年鑒》、《中國教育經(jīng)費(fèi)統(tǒng)計(jì)年鑒》。
(1)空間自相關(guān)。用于檢驗(yàn)可能存在的空間依賴現(xiàn)象,以判斷某一空間樣本的觀測值與其周圍樣本觀測值的關(guān)聯(lián)程度。其中,全局莫蘭指數(shù)(Moran's I)用于衡量全局層面的空間自相關(guān),若莫蘭指數(shù)為正,表示樣本間具有空間正自相關(guān)。局部莫蘭指數(shù)(LISA)用于檢驗(yàn)局部地區(qū)是否存在相似或相異的觀測值聚集在一起,正相關(guān)表現(xiàn)為高-高(H-H)或低-低(L-L)集聚,表明某指標(biāo)在本地區(qū)為高(低)值,其相鄰地區(qū)也表現(xiàn)為高(低)值。負(fù)相關(guān)表現(xiàn)為高-低(H-L)或低-高(L-H)集聚,即某指標(biāo)在本地區(qū)為高(低)值,但其相鄰地區(qū)為低(高)值。Moran′s I和LISA公式分別為:
式(1)
式(2)
(2)空間面板模型。為獲取擬合效果最優(yōu)的空間面板模型,本研究遵循OLS-[SAR和SEM]-SDM這一路徑對模型進(jìn)行設(shè)定和檢驗(yàn)[9],各靜態(tài)面板空間模型如下[10,11]:
空間自回歸模型:PSAR:
式(3)
空間誤差模型:PSEM:
式(4)
空間杜賓模型:PSDM:
式(5)
利用莫蘭指數(shù)測算三大公共支出的空間異質(zhì)性(表2、表3)。發(fā)現(xiàn),三大公共支出均具有顯著的正向空間依賴性,但人均醫(yī)療衛(wèi)生支出和生均義務(wù)教育支出莫蘭值總體上呈下降趨勢,即空間依賴性逐步減弱。人均社會(huì)保障和就業(yè)支出的空間波動(dòng)水平較高。
表2 三大公共支出全局相關(guān)(莫蘭指數(shù))表
表3 三大公共支出局部集聚特征表
選擇有代表性的2010、2015、2019年為關(guān)鍵年份進(jìn)行局部相關(guān)分析。三大公共支出的局部相關(guān)性主要呈現(xiàn)低-低集聚,集聚地區(qū)集中在東南部。其中,人均醫(yī)療衛(wèi)生支出的低-低集聚從沿海地區(qū)擴(kuò)至內(nèi)蒙古等地區(qū),數(shù)量由7個(gè)減至4個(gè)(2019年)。生均義務(wù)教育支出全部表現(xiàn)為低-低集聚,主要在河南、湖北、廣東、湖南等省。人均社會(huì)保障和就業(yè)支出在2019年出現(xiàn)高-高聚集。
可見,三大公共支出均具有明顯的空間效應(yīng),傳統(tǒng)OLS模型探討影響因素會(huì)忽略空間溢出效應(yīng),導(dǎo)致估計(jì)偏倚,需利用空間面板計(jì)量模型考察影響因素。
采用空間自回歸模型(PSAR)、空間誤差模型(PSEM)和空間杜賓模型(PSDM)進(jìn)行Hausman檢驗(yàn)發(fā)現(xiàn),除人均社會(huì)保障和就業(yè)支出的PSAR、PSEM模型選擇隨機(jī)效應(yīng)模型外,其余模型均接受固定效應(yīng)模型。
表5的ρ和λ值可知,本地區(qū)三大公共支出均會(huì)受鄰近地區(qū)影響(P<0.05),表明需考慮空間因素。進(jìn)一步采用自然對數(shù)值(LogI)和R2對模型進(jìn)行擬合檢驗(yàn),發(fā)現(xiàn)PSDM模型相較其他兩類模型值更大,模型效果更優(yōu)。同時(shí),回歸結(jié)果同時(shí)存在空間滯后和空間誤差兩種空間交互效應(yīng),故最終確定三大公共支出均采用固定效應(yīng)的PSDM模型分析。
表5 面板空間計(jì)量回歸結(jié)果
表6 政府公共支出影響因素的效應(yīng)分解
盡管模型選擇上確定了權(quán)重矩陣下的固定效應(yīng)PSDM模型,但考慮到自變量的空間交互問題,其系數(shù)值并不能直接反映各自變量對政府公共支出的實(shí)際影響度,因此需進(jìn)一步計(jì)算直接、間接和總效應(yīng)[12]。所謂直接效應(yīng),即一個(gè)變量的變化對本地區(qū)產(chǎn)生的效應(yīng),間接效應(yīng)為本地區(qū)一個(gè)變量的變化對鄰近地區(qū)產(chǎn)生的效應(yīng),總效應(yīng)為直接效應(yīng)和間接效應(yīng)相互補(bǔ)充或抵消后的效應(yīng)。正值表示正向影響,負(fù)值表示負(fù)向影響。
人均GDP(Inrgdp)對生均義務(wù)教育支出有正向的直接和間接效應(yīng),其增長帶來的邊際總效應(yīng)為0.238。而鄰近地區(qū)GDP通過空間溢出效應(yīng)會(huì)拉低其對人均醫(yī)療衛(wèi)生支出的邊際總效應(yīng)。與人均GDP指標(biāo)不同,人均財(cái)政收入(lnrf)對三大公共支出的直接和間接效應(yīng)均有顯著的正效應(yīng),值均高于0.1,表明三大支出的增長既得益于本地區(qū)財(cái)政收入的增加,同時(shí)其他鄰近地區(qū)財(cái)政收入增長亦會(huì)對本地區(qū)公共支出產(chǎn)生正向空間溢出效應(yīng)。
少年兒童撫養(yǎng)比(chil)對人均醫(yī)療衛(wèi)生支出均表現(xiàn)為顯著的正向影響。此變量對生均義務(wù)教育支出在直接和總效應(yīng)中有正效應(yīng),說明,0~14歲義務(wù)教育階段的少年兒童值越高,則需要的義務(wù)教育經(jīng)費(fèi)也越高。老年撫養(yǎng)比(odc)對人均社會(huì)保障和就業(yè)支出的直接和間接效應(yīng)值分別為0.036和0.012,老年占比較高的地區(qū)對養(yǎng)老保險(xiǎn)的需求也較高,而養(yǎng)老保險(xiǎn)的支出水平也會(huì)受鄰近地區(qū)老年人口撫養(yǎng)比的影響。
城鎮(zhèn)化率(urb)對三大支出在間接和總效應(yīng)上均有顯著的正效應(yīng)。同時(shí),城市化水平越高對一個(gè)地區(qū)生均義務(wù)教育支出的直接影響也越高(0.014)。工業(yè)化水平(ind)對生均義務(wù)教育支出有負(fù)向效應(yīng),表明該支出在一定程度上向工業(yè)化水平低、教育水平欠發(fā)達(dá)的地區(qū)給予了一定傾斜。
千人口醫(yī)療衛(wèi)生機(jī)構(gòu)床位數(shù)(bed)對人均醫(yī)療衛(wèi)生支出的三大效應(yīng)均有正效應(yīng),表明本地區(qū)和鄰近地區(qū)床位數(shù)均會(huì)帶動(dòng)本地區(qū)醫(yī)療衛(wèi)生支出增長。千人口衛(wèi)生技術(shù)人員數(shù)(hr)有正的直接效應(yīng)和負(fù)的間接效應(yīng),說明相鄰地區(qū)人力資源越多,會(huì)降低本地區(qū)的衛(wèi)生支出水平。
生師比(stt)對生均義務(wù)教育支出均有顯著影響。生師比越高,表明生均教職工數(shù)越少,需要的人員經(jīng)費(fèi)支出則越少,人均義務(wù)教育支出數(shù)額即越小。而相鄰地區(qū)教職工的跨區(qū)域流動(dòng),會(huì)促進(jìn)本地區(qū)教育水平的提高,進(jìn)而刺激教育經(jīng)費(fèi)支出增長,產(chǎn)生溢出效應(yīng)。生均建筑面積(lnarea)直接效應(yīng)顯著為正,一定程度上講,該指標(biāo)反映了學(xué)校的教學(xué)條件,其值越高表明教學(xué)條件相對較好的地區(qū),其生均義務(wù)教育經(jīng)費(fèi)支出越多。
失業(yè)率(unem)對人均社會(huì)保障和就業(yè)支出的三大效應(yīng)值均不顯著,且系數(shù)非常小,沒有產(chǎn)生有意義的效果。
PSAR、PSEM、PSDM三類模型在空間傳導(dǎo)機(jī)制上的差異,決定了其在分析影響因素時(shí)的側(cè)重點(diǎn)不同。PSAR模型假定X會(huì)通過空間相互作用對周邊區(qū)域產(chǎn)生影響[12]。PSEM模型則強(qiáng)調(diào)原因是由于隨機(jī)沖擊,誤差項(xiàng)是傳導(dǎo)空間效應(yīng)的渠道。PSDM模型則結(jié)合了上述兩類模型,同時(shí)考慮空間交互作用,在理論建模中更切實(shí)際。最終,本研究主要實(shí)證結(jié)論如下:
衛(wèi)生支出中,本地區(qū)醫(yī)療衛(wèi)生支出的增長,同時(shí)受本地區(qū)和相鄰地區(qū)人均財(cái)政收入、少年兒童撫養(yǎng)比、千人口醫(yī)療衛(wèi)生機(jī)構(gòu)床位數(shù)等指標(biāo)影響,此三個(gè)指標(biāo)具有顯著的空間溢出效應(yīng)。而由于衛(wèi)生人力資源流動(dòng)的虹吸效應(yīng)等,千人口衛(wèi)技人員數(shù)指標(biāo)對本地區(qū)醫(yī)療衛(wèi)生支出有促進(jìn)作用的同時(shí),相鄰地區(qū)有一定負(fù)向影響。這也提示我們要注意衛(wèi)生資源配置的馬太效應(yīng)[13]。
對生均義務(wù)教育支出有直接和間接正效應(yīng)的指標(biāo)有人均GDP、人均財(cái)政收入、城鎮(zhèn)化率。而負(fù)向指標(biāo)包括工業(yè)化率、生師比等指標(biāo)。尤其是生均建筑面積指標(biāo)顯著為正,從側(cè)面反映教育經(jīng)費(fèi)支出沒有向教育條件差的區(qū)域傾斜,教育資源分布不均衡,均等化程度有待加強(qiáng)。這一結(jié)論與金戈等的研究一致[4]。張同功等也發(fā)現(xiàn)教育支出顯著受經(jīng)濟(jì)發(fā)展速度、科技發(fā)展水平和教育投入力度影響[14]。
影響人均社會(huì)保障和就業(yè)支出的指標(biāo)主要是人均財(cái)政收入及老年撫養(yǎng)比,表明該支出主要關(guān)注了老齡化問題,在養(yǎng)老保險(xiǎn)等方面的支出較多。這一結(jié)論與劉俊琦等人的研究一致[8],他們亦發(fā)現(xiàn)老齡化背景下,本地區(qū)公共支出擴(kuò)大不僅促進(jìn)了本地經(jīng)濟(jì)增長,同時(shí)對鄰近地區(qū)也有促進(jìn)作用。失業(yè)率指標(biāo)不明顯,也一定程度上反映了就業(yè)支出對失業(yè)人群的關(guān)注有待加強(qiáng)。
總之,在我國,各地區(qū)不再是一個(gè)隨機(jī)獨(dú)立的主體,其政府公共支出水平在區(qū)域之間存在顯著的空間相關(guān)性,且不同支出類型的公共支出其空間交互作用亦不盡相同。因此,地方政府在制定本區(qū)域公共支出政策及預(yù)算時(shí),要充分考慮空間溢出效應(yīng),除關(guān)注本地區(qū)經(jīng)濟(jì)、政治環(huán)境,還要充分考慮相鄰地區(qū)的支出策略,以激勵(lì)地方政府在調(diào)整支出結(jié)構(gòu)時(shí)有的放矢的向民生領(lǐng)域傾斜,形成聯(lián)動(dòng)效應(yīng)。同時(shí),用動(dòng)態(tài)的和空間的視角研究公共支出問題,這對促進(jìn)區(qū)域一體化、國家整體水平提升有重要意義。
利益沖突無