不同時期的財政、貨幣政策有不同的作用與效果，本文以近些年廣東省內21個市的數據為例，分析了財政、貨幣政策對當地地方財政支出的影響。

　　《公共財政研究》Public Finance Research Journal(雙月刊)曾用刊名：公共財政;2015年創刊，是公開出版發行的有國家統一刊號的財經綜合類專業學術期刊，及時刊載財政理論研究新成果、財政改革管理新思路、科學理財新經驗。《公共財政研究》將堅持高點起步、高標定位，為廣大讀者奉獻高質量的研究成果，歡迎財經理論研究及實踐工作領域的專家、學者不吝賜稿。

　　本文運用隨機前沿分析方法，結合超越對數生產函數，對廣東21市面板數據進行效率研究。結果表明：在經濟增長目標下的地方信貸投放和財政支出效率值逐年提高，但區域差異性明顯;在一定規模下的信貸投放、財政支出可以促進經濟增長，但過度的信貸投放、財政支出不利于經濟增長。財政自給率和金融中介效率提高，都有利于提高效率值，但存貸比過高，既可能導致地方過度投資，也可能蘊含較大金融風險。因此，須提高區域金融中介效率，促進區域金融協調均衡發展;優化財政支出結構，加大科教文衛等公共財政支出。

　　一、文獻綜述

　　財政、貨幣政策的研究比較廣泛。有關貨幣政策與財政政策的關系研究，楊子暉(2008)分析了我國財政與貨幣政策對私人投資的影響，并考察政策工具在傳導過程中的有效性及其動態關系。研究結果表明，盡管“信貸渠道”在我國貨幣政策傳導中發揮著主導作用，但由于貨幣到信貸傳導環節的斷裂，使得“信貸渠道”自身存在較大的政策局限性，與此同時，財政政策對私人投資的影響具有較強的獨立性和有效性。徐亞平(2006)分析了貨幣政策透明性與貨幣政策有效性之間的關系，說明貨幣政策的透明性有利于提高貨幣政策的有效性。盛松成、吳培新(2008)運用VAR模型對中國貨幣政策的中介目標、傳導渠道進行實證檢驗和理論分析，更應關注信貸規模指標并以此為核心來調控經濟。這種貨幣傳導模式存在缺陷，只是階段性地起作用，從未來的發展模式來看，要采用包含更多信息的利率作為政策中介，其前提條件是利率和匯率的市場化改革。

　　有關財政、貨幣政策的效率研究，王智強(2010)發現財政政策的效率邊界水平更高，采用財政政策實現經濟目標更有效，政策的效率邊界水平較小，使用要更為謹慎;擴張性的財政政策更為有效，而貨幣政策更多情況下應該配合財政政策，起到穩定和輔助性的作用。余利豐、鄧柏盛、王菲等(2011)認為金融發展促進全要素生產率的增長，但是金融深化和金融中介壟斷都不利于技術效率提高;金融深化通過推動技術進步促進全要素生產率提高，但金融中介壟斷并不利于技術進步。孫伍琴、朱順林(2008)認為不同區域金融體系資本供給、風險管理和回報激勵等方面的差異，導致金融促進技術創新的效率也不相同，金融發展促進技術創新的效率的平均水平是逐漸提高的。效率研究的方法一般是數據包絡分析法(DataEnvelopmentAnalysis，DEA)和隨機前沿分析法(StochasticFrontierAnalysis，SFA)。

　　與已有文獻不同，本文將利用隨機前沿分析法以經濟增長為產出，信貸投放、財政支出為投入建立超越對數函數，對2000-2010年廣東21市面板數據進行效率研究。

　　二、研究方法與模型

　　(一)隨機前沿分析方法

　　隨機前沿分析(SFA)是由Meeusen和Broeck(1977)、Aigner，Lovell，和Schmidt(1977)與Battese和Corra(1977)分別獨立提出的。隨機前沿分析考慮了隨機因素的影響，把既定條件下投入可實現的最大產出的偏離分解為技術效率和隨機擾動。在解釋技術效率的決定因素上，先估計隨機前沿生產函數，再利用得到的技術效率指標與選擇的影響技術效率的變量進行回歸，來確定這些因素對技術效率影響方向和程度。而這種兩階段估計技術得到的參數常是低效的和有偏的。本文使用Battese和Coelli(1992，1995)提出的適用于面板數據并同時能對前沿函數和技術無效率函數的參數進行估計的隨機前沿生產函數，如下：

　　其中，為可能影響決策單元效率的p×1階向量;δ為1×p階待估參數向量;反映變量z對技術效率的影響，負值表明該變量對技術效率有正向影響，正值表示有負的影響。雖然上述隨機前沿生產函數具有參數線性特征，但由于回歸方程的誤差項不同于最小二乘法的古典假設，故不能用此方法估計有關參數。

　　為檢驗結果顯著性，設定統計量如果γ=0，則不存在技術無效，無需進行SFA技術分析，直接運用OLS方法估計即可。對上述模型的參數估計，Battese和Coelli(1992)建議使用最大似然法，對γ=0這一原假設使用似然比檢驗。

　　(二)模型設定

　　本文基于隨機前沿分析方法，構建超越對數隨機前沿生產函數與其他變量相互獨立，服從正態分布，Z1為金融中介效率，用銀行貸款/存款表示，Z2為財政自給率，用地方財政一般預算收入/支出表示。

　　三、實證分析

　　(一)數據說明

　　數據來源于《2011廣東省統計年鑒》、《2007廣東省統計年鑒》及廣東省統計信息網，數據區間為2000至2010年，分析軟件采用FRONTIER4.1軟件(Coelli，1998)。

　　(二)估計結果分析

　　根據上述方法，得到SFA模型估計結果(表1)，具體分析如下。

　　1、從估計方程的檢驗參數看，γ、LR在1%的水平下顯著，Log似然函數值比OLS的估計方程的Log似然函數值大，說明誤差項包含無效率因素。γ=0.933，說明隨機誤差的主要是技術無效引起的，用超越對數隨機前沿生產函數是可以接受的。參數η=0.021，大于零，隨著時間推移，技術無效將以遞增的速度下降，效率提高，即廣東21市的效率不斷改善。

　　2、從超越對數生產方程看，各變量對應系數在10%水平下顯著，且信貸投放K、財政支出G的一次項系數均為正，二次項系數均為負，存在最優經濟增長，說明在一定規模下的信貸投放、財政支出可以促進經濟增長，過度的信貸投放、財政支出反而不利于經濟增長。

　　3、從效率產方程看，在10%水平下，財政自給率Z2的一次項系數均為負，二次項系數不顯著，說明財政自給率提高，財政支出除了滿足行政費用等“吃飯財政”的支出外，有更大余力支持地方經濟發展，有利于效率提高，而金融中介效率Z1一次項系數為正，二次項系數為負，這與預想的金融中介效率的一次項系數應該為負矛盾，可能與變量選取有關。代替金融中介效率的變量存貸比提高，存款轉化為貸款比例越大，金融支持地方經濟越有力，但存貸比過高，既可能導致地方過度投資，也可能蘊含較大金融風險，不利于技術無效的改進。

　　4、從信貸投放、財政支出的效率看(表2)，2000-2010年全省21市的年均值由2000年的0.739逐年提高至2010年的0.782，這與η>0的判斷相一致，各市的效率均值也逐漸提高，效率值最大的是東莞0.989，效率值最小的是河源0.543，而廣州、深圳、佛山、東莞、中山、江門、惠州、汕頭、揭陽、湛江、茂名等11市的效率均值高于全省平均水平，其中有7市屬于珠三角區(圖1)。可見，廣東各市信貸投放、財政支出的效率區域差異性和集聚性明顯。

　　四、政策建議

　　建議提高區域金融中介效率，促進區域金融協調均衡發展。經濟發達地區要通過金融產品創新、制度創新，使信貸資金流向利潤率高，符合國家經濟政策支持的行業，提高信貸資金利用效率;經濟發欠達地區要借產業結構轉移升級的契機，實施金融優惠政策，積極推進區域金融中介功能的發展，留住信貸資金為地方經濟服務。其次，優化財政支出結構，加大教育、科技、文化、衛生等公共財政支出。要積極推進教育投入體制改革，提高落后區域社會福利水平，建立多層次的社會福利服務投入體系，進一步完善社會福利投入的金融支持政策。

　　參考文獻

　　[1]MeeusenW，VanDenBroeckJ.EfficiencyestimationfromCobb-Douglasproductionfunctionswithcomposederror[J].

　　Inter-nationalEconomicReview，1977，18(2)：435-444.

　　[2]AignerDJ，LovellCAK，SchmidtP.Formulationandestimationofstochasticfrontierproductionfunctionmodels[J].Journalof

　　Econometrics，1977，6(1)：21-37.

　　[3]Battese，G.E.andT.J.Coelli.，AModelforTechnicalInefficiencyEffectsinaStochasticFrontierProductionFunctionforPanel

　　Data[J]，EmpiricalEconomics，1995，(20)：325～332.

　　[4]Battese，G.E.&T.J.Coelli.，FrontierProductionFunctions，TechnicalEfficiencyandPanelData：WithApplicationtoPaddy

　　FarmersinIndia[J]，JournalofProductivityAnalysis，1992，(3)：153～169.

　　[5]盛松成，吳培新.中國貨幣政策的二元傳導機制研究[J].經濟研究，2008，(10)：37-51。

　　[6]孫伍琴，朱順林.金融發展促進技術創新的效率研究[J].統計研究，2008，(3)：46-50。

　　[7]王智強.中國財政政策和貨幣政策效率研究-基于隨機前沿模型的實證分析[J].經濟學動態，2010，(8)：45-49。