政策不稳定性与经济增长——来自中国地方官员变更的经验证据，本文主要内容关键词为：不稳定性论文,经济增长论文,中国论文,证据论文,官员论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言 近年来，越来越多的国内外研究发现，官员变更导致的政策不稳定性对一国的宏观经济增长有显著的负面影响(Barro，1991；Alesina & Rodrik，1994；Jones & Olken，2005)。以美国为例，由Baker等(2013)创造的经济政策不确定性指数(Economic Policy Uncertainty/EPU Index)显示，激烈的总统选举(多为执政党阵营转换时)对经济政策不确定性的影响丝毫不逊色于重大的危机事件，且这种由政权更迭带来的政策不稳定在近期更有愈演愈烈的趋势。如图1所示，2012年的美国大选使得当年下半年的政策不确定性大大高于过去25年，其主要原因就在于选举双方对有史以来规模最大、影响最广的监管计划——奥巴马医改方案(Obamacare)——所持的针锋相对立场①，以及对有史以来最为严重的财政悬崖(fiscal cliff)无望的拉锯战，致使这个世界最大经济体从上到下都充满了对政策稳定性的质疑。
图1 美国经济政策不确定指数(EPU Index)：1985年1月～2013年3月 数据来源：Baker，Bloom & Davis，2013，Measuring Economic Policy Uncertainty，Stanford mimeo。 资本市场对这一事件的反应最为直接，大选第二天纽约股市三大股指跌幅均超过2％，蓝筹道琼斯指数和大盘标准普尔指数也均创下3个月低点，国际油价更是重挫超过4％；据当时超党派的国会预算办公室(Congressional Budget Office)预测，仅财政悬崖带来的政策不稳定性便足以使经济增速下滑0.5个百分点。官员变更带来的政策不稳定性对企业投资、资本市场，乃至经济增长的抑制作用同样得到了大量实证研究的佐证(Julio & Yook，2012； Liu，2010；Durnev et al.，2012；Gulen & Ion，2012)。 在中国，政府周期性的换届和官员的人事变化，使得不同任期政府的经济增长目标和宏观调控的具体手段都有所不同，从而对经济周期产生影响。Imai(1994)发现，中国的经济周期呈现投资周期现象；Tao(2003)则进一步指出，自1987年以来，中国总固定资产投资增长率的四次峰值分别出现在党的十三大、十四大、十五大和十六大召开的次年；张军和高远(2007)以及王贤彬等(2009)通过对省级官员变动数据的实证检验均发现，省长、省委书记的变更对其辖区的经济增长有显著的负面影响；曹春芳(2013)以及徐业坤等(2013)则进一步从微观企业投资的角度验证了官员变更与经济增长之间的负向联系。 事实上，除中美两国外，法国、俄罗斯、墨西哥、韩国、西班牙等56个国家均于2012年举行了政府换届大选②。不难想象，在这日显动荡的世界政治格局中，政府换届、内阁更替以及官员变动等政治事件的经济影响已远远超过了事件本身的政治含义。因此，如何更准确地解读官员变更、政策不稳定性与经济增长之间的关系，无论是对更稳定地推动经济发展，还是对更有效地实现各种经济调控措施的软着陆而言，无疑都具有重大的理论前瞻性与现实指导性。 在此背景下，本文以1999～2013年全国近400个地级市为样本，采用VAR框架下的GARCH-in-Mean模型，实证检验了市长及市委书记的更替所引发的政策不稳定性与经济增长之间的相互影响，并进一步考察了上述影响的政策传导渠道及作用机制。文章发现：(1)官员变更所引发的政策不稳定性对经济增长有显著的抑制作用，其中，不确定性预期对经济增长的负面影响更为突出；(2)官员变更对经济增长的财政影响总体上要强于其信贷影响，但财政政策渠道传导的主要是官员短视性政策行为对经济增长的负面影响，而信贷政策渠道传导的则主要是官员变更引发的政策不确定性预期；(3)经济增长对官员变更有正向的刺激作用，但经济增长风险却是官员晋升体系中的一个负向考核指标；(4)官员变更引起的财政风险主要产生于地方官员的执政阶段，而信贷风险却主要是在经济运行环节中积累催生的；(5)随着科学发展观对官员变更制度中的经济考核指标的弱化，中国经济增长中的政策因素和政策风险显著减弱，地方政府的“计划性”职能特征逐步淡化，具有较强“市场性”特征的间接信贷调控职能正逐渐超越直接财政干预职能，对经济增长发挥着日益重要的影响力。 本文主要贡献在于：第一，利用GARCH-in-Mean模型的创新设定，将政策不稳定变量及其波动率同时作为解释变量引入实证模型，有助于区别考察官员变更导致的政策不稳定性对经济增长的不同影响动因。虽然现有关于官员变更和经济增长的理论研究均指出，官员变更对经济增长的抑制作用主要源于新上任官员急于刺激地方经济的“短视行为”造成的整体经济效率下滑(Bestley & Coate，1998；张军、高远，2007；钱先航等，2011)，以及对政策变更的不确定性预期(Bernanke，1983；Ingersoll & Ross，1992；Panousi & Papanikolaou，2012； Pastor & Veronesi，2012)，但当前的实证研究或者是将二者不加区别地视为一体，或者只是侧重考察二者之一。借助GARCH-in-Mean模型将解释变量的标准差同步引入回归方程的特殊结构，本文能够以官员变更的均值和标准差分别衡量官员变更造成的短视性行为和不确定性预期对经济增长的影响，有助于更准确地考察影响政策不稳定性对经济增长作用机制的内在因素。第二，通过分解地方官员可操控的不同政策工具，更深入完整地刻画了官员变更引起的政策不稳定性对经济增长的影响机制。通常来说，从官员变更到经济增长波动，整个传导机制存在着不可或缺的两个重要环节，即“政策工具选择”和“基础经济变量选择”。然而，从当前研究现状来看，我们对后者已有了相当丰富的积累，大量文献表明，投资正是对官员变更所引起的政策不稳定性最为敏感的基础经济变量(Julio & Yook，2012；徐业坤等，2013)；但对前者的认识却仍存在相当大的空缺，李维安和钱先航(2012)利用市委书记与城商行的对应样本从银行信贷角度解释了官员促进经济增长的途径，可以说是研究上述传导机制中的政策工具选择环节的开创性工作。正是从这一点出发，本文通过地方官员变更的经验证据细致地讨论了不同政策工具在官员变更与经济增长二者之间建立起的纽带作用，有助于更为全面地理解政策不稳定性与经济增长之间的影响机理。第三，通过VAR模型的构造，将政策不稳定性和经济增长作为相互依存的内生变量纳入一个统一的分析框架。尽管相当一部分文献都指出，经济增长对政策不稳定性同样有着显著的影响，在中国特殊的政绩考核体系下，地方政府之间甚至存在着“为晋升而增长”的GDP主义倾向(周黎安，2004，2007)，然而实证研究却少有对这一现象的直接数据支持。本文充分考虑了政策不稳定性与经济增长的这种相互作用，利用VAR分析框架来考察二者的内在联系，完善了我们对二者关系的认识。 全文余下的内容安排如下：第二部分为相关文献回顾；第三部分为理论分析与假设提出；第四部分为实证模型设计；第五部分为实证结果分析；第六部分为进一步的讨论；第七部分为文章的结论。 二、文献回顾 作为近年来最受经济学家们关注的课题，对政策不稳定性与经济增长之间关系的研究大多围绕着3个中心问题：(1)如何衡量政策不稳定性的程度?(2)政策不稳定性是如何影响经济增长的?(3)经济增长又是如何影响政策不稳定性的? (一)政策不稳定性的衡量：官员变更 目前，对政策不稳定性的衡量指标大体上可分为两大类：一类是影响一个国家整体政治格局的宏观指标，包括战争、动乱骚乱、政变、刺杀、革命、起义、游行、政治清洗、国家分裂等(Venieris & Gupta，1986；Alesina & Perotti，1996)；另一类则指的是在国家整体政局稳定的框架下对施政执政体系进行微调的微观指标，如政党选举、内阁成员更替、官员变动等(Glazer，1989；Perrson & Svensson，1989；Tabellini & Alesina，1990；Bestley & Coate，1998)。显然，后者的经济学含义远比前者的政治学含义更有助于我们解读政策不稳定性对经济增长的影响，也更适合于分析类似中国这样的政权稳定的经济体。 事实上，由于决定经济增长的私人投资活动，很大程度上会受到其所面临的各种经济政策的直接影响，而官员(尤其是地方官员)正是这些经济政策的直接制订者和执行者，因此可以说，官员变更是所有政策不稳定因素中对经济活动具有最直接也最强烈影响的一个变量。另一方面，由于官员的年龄、教育背景、任职经历、工作经验等特征存在本质区别，官员在其任期内的经济行为与政策决定大多存在着明显的异质性(张军、高远，2007；王贤彬、徐现祥，2008；张尔升，2010)，而这种异质性正是导致政策不稳定的一个直接根源。最后，进一步考虑到现有研究选取的衡量政策不稳定性的指标绝大多数均为虚拟变量(Dummy Variable)，只能定性地描述政策不稳定事件对经济增长的影响方向，却无法定量考察政策不稳定事件的影响程度，因此，本文选取了可以进行连续度量的官员变动率作为我们的目标考察变量。 更具体地，目前虽然已有大量国外文献通过国家层面的“选举年度”事件来刻画上述的这一作用机制(Bialkowski et al.，2008；Boutchkova et al.，2012)，但考虑到地方政府的高度自治权以及宏观政策从制订到执行全过程的漫长时滞，国家最高领导人的这种变动对私人企业和投资者的经济决策来说显然过于宏观。特别地，在我国“政治分权”与“财政分权”相结合的体制下，城市层面的地方政府往往掌握着地方国企的经济管理权以及区域内行政审批、土地征用、贷款担保、政策优惠等重要资源，从而拥有了较大的“权力”去自主发展经济和制定经济发展政策(傅勇、张晏，2007；周黎安，2007；Xu，2011)。与此同时，在相对绩效为核心的晋升体制下，地方政府大多承担着比上一级政府更大的经济压力，其对社会经济增长的推动往往也就比上一级政府更加投入(Walder，1995)。因此，相较中央或省级官员而言，从地市级地方官员变更的角度来考察政策不稳定对经济增长的影响无疑更为直观和科学。 此外，由于我国城市层面的地方官员变更是一种常态，不仅每年均会发生，且每年发生的频率都不尽相同(王贤彬等，2009；李维安、钱先航，2012；陈艳艳和罗党论，2013)，这种频繁性和差异化极大地完善了数据的统计特征，改进了时序研究的数据可获性问题，从而有助于我们获得更为稳健的实证结果。 基于上述原因，本文最终将实证研究的样本定位于地市级的地方官员变动。 (二)从政策不稳定性到经济增长 本文将分别从影响根源和政策传导工具两个角度来简要评述关于“政策不稳定性对经济增长影响机制”的现有文献。 1.影响根源 当前研究的一个普遍共识是，官员变更引起的政策不稳定性对经济增长的影响主要源自于两个因素。一方面，职务更替加剧了官员的短视行为，为了尽快和尽可能突出地在任期内做出成绩，多数官员倾向于采取诸如高投资或过度借贷等对经济增长有较强的短期刺激作用，但长期来看往往存在副作用的经济政策，本文将上述现象定义为政策短视性效应(policy myopic effect)。这种由官员变更引起的短视性政策行为往往成为动摇经济体系稳定性的风险节点，降低了经济平滑运转的效率，并最终抑制了宏观经济的长期稳定发展。通过检验官员任期时间与各种扩张性的经济政策之间是否存在显著的正向关系，绝大多数研究为这一政策短视性效应的存在提供了肯定的实证支持(Glazer，1989；Perrson & Svensson，1989；Tabelline & Alesina，1990；Bestley & Coate，1998；张军、高远，2007；钱先航等，2011)。 另一方面，官员变更引起的政策不稳定还会刺激微观经济个体形成政策不确定预期，进而抑制消费和投资积累，并最终拖慢经济增长的步伐(Barro，1991；Benhabib & Spiegel，1994)，本文将这一现象定义为政策不确定性效应(policy uncertainty effect)。从投资者的角度来看，官员变更往往会引起他们对未来可能面临的经济政策乃至政府决策机制稳定性的疑虑，因此，出于规避风险的考虑，一个理性的选择必然是观望和延迟投资(Bernanke，1983；Ingersoll & Ross，1992)，进而延缓了经济增长的速度。遗憾的是，对这一影响根源的研究至今为止仍是相当零散和割裂的；更重要的是，虽然有相当一部分研究都找到了政策不确定性与微观经济活动负相关的实证支持，但却未能将政府行为推进到背后的实质性个体——官员，因而也就不能成为验证“政治观”的直接证据(钱先航等，2011)。 因此，为了更完整地考察政策不稳定对经济增长的影响根源，本文在借鉴Engle等(1987)以及Engle和Kroner(1995)思想的基础上，将政策不稳定变量及其波动率同时作为解释变量引入实证模型，以直接考察官员变更导致的政策短视性效应和政策不确定效应的并存影响。 2.政策传导渠道 通常来说，官员的经济决策只有通过一定的政策工具，才能最终传导至其决策目标——经济增长。因此，了解官员变更引起的政策不稳定性是通过怎样的政策工具以及如何通过这些政策工具来影响经济增长，是顺利解读政策不稳定性与经济增长之间关系的关键。实际上，已有大量文献表明，货币、财政以及其他监管政策的扩张行为或不确定性对经济增长的确有着显著的负效应(Friedman，1968；Hassett & Metcalf，1999；郭庆旺、贾俊雪，2009；吕冰洋，2011；王立勇等，2010；李连发、辛晓岱，2012)。 与中央官员相比，虽然地方官员可选择的政策工具相当有限，但随着以1994年分税制为标志的经济分权和行政分权改革的深化与推进，地方官员的决策力与其在地方经济活动中所起的主导作用日趋显著。一方面，财政分权使得地方官员对地方财政收支拥有了极大的自主权，地方财政支出占总财政支出的比重早在2009年就已超过了80％，远远高于发达经济体以及新兴经济体的相应比重③。类似地，许多文献也从不同角度实证检验了财政分权以来地方政府支出的扩张性倾向以及地方政府之间的财政支出竞争(郭庆旺、贾俊雪，2009；赵文哲、周业安，2009；李涛、周业安，2009；方红生、张军，2009；李猛、沈坤荣，2010；贾俊雪等，2012)。另一方面，行政分权使得与企业投融资相关的各项政策都掌握在地方官员手中，地方官员的决策行为对企业的投融资行为具有巨大的影响(周黎安，2004，2007)。由于“为增长而竞争”的地方官员有干预银行信贷的强烈动机，而投资最终也要靠金融资源来支持(巴曙松等，2005)，银行信贷无疑是地方官员实现其经济增长目标的重要手段(张军，2006；李维安、钱先航，2012)。Brandt和Zhu(2000)、Bennett和Dixon(2001)以及Feltenstein和Iwata(2005)也提出了类似观点，认为受其自我利益驱动和预算约束，地方政府在很大程度上会更倾向于采用隐性担保、信贷干预等手段来扶持地方企业投资，进而导致信贷规模的过度扩张。可见，尽管地方政府在整个金融体系中并不拥有所有权优势，从而无法对信贷供给构成有影响力的控制，但通过贷款担保、信贷优惠、土地征用、行政审批等信贷干预政策，地方政府却可以极大地影响企业的信贷需求，进而在很大程度上得以将最终的信贷投放规模纳入地方政策调控体系。 本文从财政支出和信贷投放两个角度来衡量地方官员对当地经济活动的政策影响力，既是从地方层面对财政政策和货币政策这两大最重要的宏观政策工具的呼应，也有助于我们更全面地了解政策不稳定性影响经济增长的内在传导机制。 (三)从经济增长到政策不稳定性 在众多实证研究成果的支持下，Alesina & Perotti(1996)早就总结指出，政策不稳定与经济增长之间存在紧密的相互依存关系。一方面，当某个外部因素(如非经济相关的政治冲突加剧)提高了一国的政策不稳定程度时，投资和经济增长都会随着政治动荡的加深而下滑，并进一步加剧了该国的政策不稳定；反之，当某个外部因素(如非政治相关的贸易条件恶化)削弱了一国的经济增长时，该国国民往往会将经济衰退归咎于政府，进而加剧了该国的政策不稳定，并促使经济增长进一步下滑。类似地，周黎安(2007)的研究也表明，中国的官员晋升制度存在明显的锦标赛性质，地方经济的增长速度正是这种锦标赛式晋升制度中最核心的考核指标。然而，现有文献大多将官员变更事件视为严格外生的解释变量，从而通过将其与经济增长变量进行简单的普通最小二乘法(OLS)回归来研究官员变更与经济增长之间的关系，这种方法不仅忽视了二者之间存在内生性的事实，也有悖于OLS的基本假设条件，从而势必造成估计结果的偏误。 因此，结合关于政策不稳定性对经济增长影响的考虑，本文构建了一个VAR框架下的实证模型，以充分反映官员变更与经济增长之间的相互作用机制。 三、理论假设 依据上文思路，本文将从政策不稳定性影响经济增长的根源、政策传导工具，以及政策不稳定性与经济增长之间的内在性3个角度展开理论分析，并据以提出待检验的假设。 (一)政策不稳定性影响经济增长的根源 正如大量文献所指出的，随着频繁的官员变更缩短了官员的平均任期，在任官员往往更有动力去最大化其可支配的任期资源，而不是着眼于辖区的长远利益(Ali，2001)。这种短视性行为的倾向会驱使在任官员提高对生产性资本的征税，或无节制地扩张支出，或大量举债以增加当期可使用资源，而这些政策举措最终都将导致经济运行效率的下降和经济风险的增大，进而阻滞了经济增长。更为严重的是，新上任官员同样会继承这种短视性行为的倾向。由于短视性经济扩张造成的问题大多只有在长期的经济结构调整中才能得以逐步根治，而受任期较短与政策时滞的约束，为了尽快在任期内实现与前任相比更为突出或不同的政绩，新上任官员往往被迫采用更加短视的政策手段去刺激经济，以更迅猛的经济扩张来化解或掩盖前任遗留下来的各种经济隐患(王贤彬等，2009)，可想而知，其后果必然是为后任官员留下了更多隐患。一旦历任官员的经济决策都陷入了这种恶性循环，整体经济运行将不可避免地面临着全面崩盘的严峻危机。因此，为了保证政策的稳定性，许多发达国家都为其负责主要经济决策制定的官员安排了相当长的任期，如美国联储主席的任期甚至长于其总统任期；而在那些经济发展长期处于停滞状态的国家，由政权更迭频繁所导致的政策不稳定性几乎都有着不可推卸的责任(Gupta，1990；Alesina & Perotti，1996)。 与此同时，官员变更也给经济增长带来了额外的政策不确定性。首先，官员变更往往会带来政府工作的“断档期”，无论是由于任满干部卸任前故意将当前棘手或敏感的事情拖延至下一任以降低自己承担失误的风险，还是由于人心浮动的基层干部对日常工作关注度的大大降低，政策制定和执行的效率在换届期间都会出现明显下滑，且这种效率损失的发作时点与程度通常都是不可预期的。其次，官员变更还会造成政策的不连续性，这不仅是由于变更官员本身的异质性，更有相当一部分是源自于继任官员希望尽快突破上任官员留下的旧局面进而开辟新政绩的惯性行为，而二者均不同程度地向市场传递出了政策倾向不可预测的信号。这种政策不确定性动摇了投资者对未来投资前景的信心，不仅有碍于生产效率的提高，也使得私人投资活动以及资本流入变得更为审慎，并最终使经济增长速度受到了拖累(Benhabib & Spiegel，1994)。 基于以上分析，本文提出了如下假设。 (H1)官员变更对经济增长会产生负面影响，且这种负面效应的主要根源为官员变更引起的政策短视性行为和政策不确定性预期。 (二)政策不稳定性影响经济增长的政策传导渠道 在中国特殊的“财政分权”和“行政分权”的体制安排下，地方官员对其辖区的经济增长已有着相当大的影响力。首先，随着地方财政支出占总财政支出的比重日益提高，地方政府对地区经济增长的财政干预力度不断增强。与此同时，由于地方官员在决策链中更接近政策目标的最终指向者——企业，财政支出政策的认识、执行与生效时滞都大大缩短，以致财政支出政策得以在地方官员手中发挥出更为灵活有效的影响力。当面临任期短、任务重的晋升压力时，对短期政绩的追求以及对不确定未来的预期必然会促使地方官员采取以短期收益为首要目标的财政扩张政策，因此，当官员变更引起的财政支出波动对经济增长产生影响时，也必然会在相当大的程度上体现出上述的这种短视性政策特征。从当前研究来看，也确实有很多实证数据显示，中国地方政府间的增长锦标赛大多是围绕其财政扩张政策展开的(郭庆旺、贾俊雪，2009)。 其次，由于投资是决定经济增长最重要的环节，地方官员的晋升竞争必然主要表现为投资竞争，而在中国当前的金融体系下，投资竞争的成败就在于金融资源(尤其是银行信贷资源)的支持(巴曙松等，2005)，因此，地方官员必然有着干预银行信贷的强烈动机。虽然随着国有银行的垂直化管理改革，地方政府已不再拥有国有银行地方分行的实际使用权，而其能够通过股权直接掌控的城商行在整个信贷体系中也仅占很小的一部分比例，从而基本失去了对信贷供给的控制力，然而，不断推进的分权制改革也赋予了地方政府许多隐性的信贷干预功能。利用行政审批、土地征用、贷款担保、信贷优惠等与企业投融资紧密相关的政策手段，地方政府能够通过对企业信贷需求的调控来实现其对银行信贷的实际干预，进而逐步推动了其财政功能从“行政化”向“金融化”的转变，而地方财权的加重更是进一步强化了地方政府运用这些信贷干预政策的能力及影响力(钱先航等，2011)。 根据以上论述，本文提出了如下假设。 (H2)官员变更引起的政策不稳定性会通过财政支出与银行信贷显著地影响经济增长；类似地，政策短视性效应与政策不确定性效应在上述两种政策传导渠道中都会有显著体现。 (三)政策不稳定性与经济增长之间的内生性 本文关注的第三个假设是官员变更引起的政策不稳定性与经济增长之间的内生性；也就是说，不仅官员变更会显著影响经济增长，经济增长对官员变更也有显著作用。一般说来，作为考量官员政绩的主要指标，高速的经济增长与适度的经济风险总是被视为在任官员拥有正确的决策思路和良好的执政能力的标志。由于大多数西方学者认为，为保持政策的稳定性，避免因政策不连贯而产生的对投资活动的不利影响，也为了最大效率地发挥官员已获得的信息和经验优势，取得良好政绩的官员应当留任，而只有政绩不佳的官员才会被替换。因此，经济增长速度越快，官员变更的可能性就越低；反之，经济风险越大，官员变更的可能性就越高，即官员变更与经济增长速度和经济风险之间分别有着负向和正向的相关关系。 然而，也许是受传统文化思想的影响，中国更多的是采用“奖勤”而非“罚懒”的机制。要想获得更多更好的晋升机会，地方官员必须努力做出比同僚们更突出的政绩，周黎安(2007)所描述的“晋升锦标赛”现象正是这一“奖勤”机制的直接表现。而与此形成鲜明对比的是，即便未能在任上取得政绩的突破，只要不犯大错误，多数官员大多能平稳地度过其任期，甚至获得连任，诸如“39岁现象”、“59岁现象”等都是对上述“非罚懒机制”的最佳诠释。王贤彬和徐现祥(2008)对地方官员来源、去向与经济增长的经验研究进一步证实了，1978～2005年，省级地方官员中至少有85％是来自直接或间接的晋升途径(其中，由本省和外省直接晋升而来的省长省委书记达71％)；而省级地方官员离任后，至少有33％的省长省委书记会调入中央，且随着官员的年轻化和学历化，上述比例还有着逐年上升的趋势。因此，与国外研究不同的是，我们认为，中国官员变更与经济增长速度之间存在着正相关关系，经济增长速度越快，官员获得晋升的机率越大，官员变更的比率也就越高。类似地，中国官员变更与经济风险之间则存在着负相关关系，即经济风险越大，官员获得晋升的机率越小，官员变更比率也越低。 总结如上观点，本文提出了第三个假设。 (H3)经济增长速度与官员变更比率正相关，而经济增长风险则与官员变更比率负相关。 四、实证设计 (一)样本选择与数据来源 本文以1999～2013年全国近400个地级市④为样本，通过中国经济网“地方党政领导人物库”、中国共产党新闻网“中国党政领导干部资料库”和人民网公布的干部资料等权威媒体资源，手动收集整理了这些地级市每个月份内发生职位变更的市长和/或市委书记的总人数，并以当月全国地级市市长和市委书记的职位总数为基数，计算得到了地方官员变更比率的月度数据。如图2所示，1999～2013年，地方官员变更的情形相当普遍，平均每年约有近三成的地级市出现了至少一位地区最高行政长官的职务变更，有近15％的地级市则面临着同时更换市长和市委书记的局面。此外，除个别年份外，市长和市委书记的变更频率几乎完全一致，这表明，至少在地级市的层面上，市长和市委书记在政府决策体系中有着近似同等的重要性，因此，本文通过加总二者的职位变更来整体上考察由地方官员变更引起的政策不稳定性是合适的。最后，我们还发现，地方官员变更比率存在着较大的年度差异，最高时可达到40％，而最低时只有12％，这一时序异质性无疑为本文将对波动率的考察作为分析重点引入实证模型的研究思路提供了实际数据支持。 除此之外，本文还从中经网获得了关于GDP⑤、财政支出和银行信贷的月度数据，并以2005年为不变价格将以上名义数据调整为实际数据。另考虑到宏观数据往往会受到季节变动的影响，我们进一步对这些实际数据进行了季节调整。最后，鉴于这些时序数据中存在的非平稳(non-stationary)问题⑥，我们最终依据单位根检验和平稳性检验的结果选取了这3个宏观变量的月度增长率作为本文的实证研究对象。
图2 地级市市长和/或市委书记变更比率：1999～2013年 数据来源：作者根据中国经济网“地方党政领导人物库”、中国共产党新闻网“中国党政领导干部资料库”和人民网公布的干部资料手动整理得到。
通过表1对月度官员变更率、GDP月度增长率、财政支出月度增长率以及银行信贷月度增长率的基本统计描述我们可以看到，在1999～2013年间，我国官员变更比率、GDP增长、财政支出增长以及银行信贷增长的波动都极不稳定；更准确地说，所有4个变量均呈现出了显著的非正态特征。因此，传统的OLS估计方法显然是不适用的，为了准确地反映这一时序异质性，我们有必要在实证模型中引入GARCH结构⑦。 (二)模型设计与变量说明 为了选择最合适的实证模型来检验前文提出的理论假设，本文在模型设计时着重考察了如下3个问题。第一，考虑到官员变更与经济增长之间存在的内生性，本文构建了包含官员变更和经济增长两个变量的VAR模型作为我们实证分析的基本框架。诚然，影响经济增长的因素很多，一个完整的 VAR系统显然不仅限于两个变量。然而，正如 Frankel和Romer(1999)在其关于贸易和收入的经典文献中所建议的，当我们关注的重点为两个变量的相关关系时，一个双变量的简约模型(reduced-form)是最直观的一种稳定结构，更多变量的引入不仅无助于对结构稳定性的改进，反而可能因分化吸收原有变量的解释力而导致对这两个变量相关性的低估，从而违背了我们的研究初衷⑧。因此，为了更好地理解变量之间的相互依存关系，本文逐一选取了“官员变更—政策工具—经济增长”这一传导机制的每个环节上所涉及的一对变量来分别构建双元VAR的简约模型。 第二，如上文所述，官员变更引起的政策不稳定性将从两个方面影响经济增长，一是官员受职务变更压力而催生的短视性政策行为，二是由官员变更衍生的对政策不确定性的预期。前者与官员变更比率直接相关，官员变更的平均比率越高，每个官员的平均任期时间就越短，官员所面临的政绩压力就越大，其政策行为的短视性也就越强。后者虽然也与官员变更比率相关，现有研究大多也不加区分地以“变动”来直接衡量不确定性，但事实上，不确定性的根源在于“波动”而非单纯的变动，因此，以官员变更的波动率(即标准差)来衡量不确定性显然更为准确和直观。有鉴于此，本文将官员变更的比率(均值)和波动率(标准差)同时作为解释变量引入了VAR模型，以有针对性地区别分析由官员变更导致的政策短视性行为以及政策不确定性预期对经济增长的影响。 最后，为了更准确地反映表1所描述的时序异质性，借鉴Engle等(1987)以及Engle和Kroner(1995)的思想，本文利用广义自回归条件异方差(GARCH)模型⑨重构了各变量的方差结构，并以此为基础生成了作为解释变量的波动率序列，从而有了如下的GARCH-in-Mean模型⑩：
与传统的VAR模型不同的是GARCH-in-Mean模型不仅充分考虑了被解释变量随时间变化的异方差特征，进而以式(2)所描述的GARCH过程来生成被解释变量的方差—协方差矩阵
：
更为重要的是，在对上述方差—协方差矩阵
的对角线元素进行开方后，GARCH-in-Mean模型将被解释变量的标准差向量
直接作为一个解释变量引入了回归方程(1)，使得我们能够通过系数矩阵Ψ来直接考察波动率的影响。 在这一基本分析框架下，本文将依照如下步骤逐次选择适当的一对变量作为回归方程(1)中的被解释变量
，并运用准最大似然估计方法(QMLE)对上述的GARCH-in-Mean模型进行估计，进而对理论假设H1～H3展开递进式的检验与分析： 步骤1：官员变更→经济增长(H1)。 为了检验官员变更引起的政策不稳定性对经济增长的内在影响根源，本文首先选取了(官员变更比率
，经济增速
)这一对变量作为被解释变量向量
。依据上文思路，系数矩阵
中的
衡量的就是与官员变更的平均比率直接相关的政策短视性行为对经济增长的影响，而系数矩阵Ψ中的
衡量的则是由官员变更的波动率所直接描述的政策不确定性预期对经济增长的影响。此外，由于前者可能涉及多个滞后期，从分析的直观性及其内在经济含义的全局性考虑出发，本文一方面将通过系数的联合显著性检验来判断上述影响的显著性，另一方面则参照Grier和Smallwood(2007)的方法，通过构造官员变更比率系数的“长期均衡效应”指标
(11)来考察政策短视行为对经济增长的长期影响。对应地，本文也构造了官员变更波动率系数的“长期均衡效应”指标
，以便于我们分析政策不确定性预期对经济增长的长期影响。 步骤2：官员变更→政策工具→经济增长(H2)。 对应上文分析，本文将依次选取财政支出和银行信贷这两个地方官员可实施较大影响力的政策工具之一，与官员变更比率和经济增速分别组合生成了两组共四对新的被解释变量向量。其中，(官员变更比率
，财政支出增长率
→(财政支出增长率
，经济增速
)这一组被解释变量向量将用于检验官员变更引起的政策不稳定性对经济增长的财政政策传导机制，而(官员变更比率
，银行信贷增长率
)→(银行信贷增长率
，经济增速
)这一组被解释变量向量则用于检验官员变更引起的政策不稳定性对经济增长的信贷政策传导机制。 引入政策工具这一环节后，我们可以更为直观地通过“官员变更→政策扩张→经济增长”这一作用链来考察官员变更导致的政策短视性效应。然而，由于在此传导过程中，地方官员的短视性政策扩张冲动不仅会受到与其职务更替频率正相关的晋升压力的影响，其职务更替的波动性同样会对其产生正向冲击，故任一政策工具所传导的政策短视性效应实际上应该是一个包含3个变量的复合链式法则。举例来说，官员变更的平均比率和波动率将分别通过
对财政支出增长率产生影响，而这一影响又会进一步通过财政支出增长率的系数
释放到经济增长中去，因此，地方官员通过财政支出政策对经济增长产生的短视性政策效应最终应体现为
。 类似地，我们还可以直观地通过“官员变更→政策不确定性→经济增长”这一作用链来考察官员变更导致的政策不确定性效应。由于政策不确定性直接体现为政策变量的波动率，而官员变更对这一政策变量波动率的影响是在式(2)的GARCH过程中生成的，故政策工具所传导的政策不确定性效应还将取决于GARCH方程的系数。根据Engle和Kroner(1995)对GARCH方程的设定解释，式(2)中的协方差自回归(AR)系数矩阵B和协方差移动平均(MA)系数矩阵A分别衡量了波动率之间的短期和长期影响。因此，结合政策波动对经济增长的影响系数
(k=e，l，分别代表财政支出政策和银行信贷政策)，官员变更的波动对经济增长产生的政策不确定性效应可表示为
。 步骤3：经济增长→官员变更(H3)。 该步骤与步骤1实际上是同一模型的两个对称的考察方向。因而类似地，以(官员变更比率
，经济增速
)作为被解释变量向量
，本文将通过经济增长率系数的“长期均衡效应”指标
以及经济增长波动率系数的“长期均衡效应”指标
来分别检验经济增速与经济风险在官员晋升体系中的作用。 五、实证结果与分析 本文的主要实证结果归纳如下。 (一)政策不稳定性与经济增长：一般性结论 表2汇总整理了上文步骤1和步骤3的主要估计结果，从中我们得到了关于政策不稳定性与经济增长的两个一般性结论。第一，官员变更的比率和波动率对经济增长均有着显著的负面影响，这表明，官员变更引起的政策不稳定性的确会通过刺激官员的短视性政策行为以及由此衍生的政策不确定性预期对经济增长产生抑制作用，这与假设H1是相吻合的。更具体地，我们还发现，官员变更比率每提高一个百分点，GDP将平均下降0.2766个百分点；而官员变更的波动率每增大一个百分点，GDP则会平均下降14.4818个百分点，约为前者的52.36倍。可见，在政策不稳定性对中国经济增长的两个影响根源中，投资者的政策不确定性预期显然是更为重要的一个影响因素。我们认为，一方面，作为中国经济增长最重要的推动力，投资(尤其是私人投资)对不确定性的反应历来是最为敏感的，而近年来不断有研究表明，政策不确定性正逐渐成为影响投资决策最重要的不确定性之一；另一方面，虽然从长期来看，多数扩张性政策都带有政策短视性特点，但在一定条件下，扩张性政策也会对经济增长产生促进作用，以致在一定程度上削弱了扩张性政策对经济增长的负面效应。因此，研究官员变更与经济增长之间的关系，政策不确定性是一个不可忽视的关键因素，这与当前研究的普遍共识也是一致的。
第二，表2的估计结果也很好地验证了理论假设H3所提出的关于官员变更与经济增长之间的内生性问题。一方面，经济增长对官员变更比率有正向的刺激作用，经济增速越快，官员变更越频繁；另一方面，经济增长的波动率对官员变更则有着显著的负影响，经济风险越高，官员变更越迟缓。更进一步地，我们还发现，经济增长速度对官员变更的刺激作用要大大强于经济增长风险对官员变更的约束力，经济增长速度每提高一个百分点，就能带来1.0902个百分点的官员职位变更，而经济增长风险每增大一个百分点，却只能对官员变更产生0.6359个百分点的约束力，仅为前者的58.33％。这一发现从另一角度证实了我国地方官员晋升体系中的确存在着单纯追求经济增长而忽视经济风险的激励机制，这与周黎安(2007)等关于“晋升锦标赛”的研究发现是相吻合的。 (二)政策不稳定性与经济增长：政策传导渠道 由于步骤2的估计结果较多，本文省略了表2的假设检验汇报，集中整理了主要系数“长期均衡效应”的计算结果，并汇报于表3。我们发现，与理论假设H2相一致，财政支出和银行信贷都是官员变更引起的政策不稳定性影响经济增长的显著政策工具。 从财政支出政策来看，首先，官员变更比率的提高和官员变更波动率的增大都会显著刺激财政支出的扩张，而财政支出扩张则对经济增长产生了显著的抑制作用。可见，H2中关于财政支出政策短视性效应的假设是成立的。我们认为，一方面，随着官员变更比率的提高，官员的平均任期缩短，晋升压力的增大刺激了地方官员短视性的财政支出扩张；另一方面，随着官员变更波动率的增大，对职务更替的不确定预期进一步强化了官员尽快实现政绩目标的短期扩张动机。这种短视性财政扩张带来了税负加重、挤出效应以及竞争效率扭曲等严重打击生产性经济活动的负作用，进而成为阻碍经济增长的巨大威胁。事实上，已有相当一部分实证工作证实了财政支出扩张对经济增长并不存在必然的刺激作用。如严成樑和龚六堂(2009)就发现，即便是生产性公共支出也并不一定总能促进经济增长；郭庆旺和贾俊雪(2009)的实证工作也表明，地方政府在财政支出方面存在的竞争行为对经济增长有显著的不利作用；吕冰洋(2011)则进一步指出，财政扩张同样是经济失衡的重要原因，从长期来看，旨在消除危机的财政扩张可能成为下一次危机的诱因。其次，官员变更引起的政策不稳定性对经济增长的抑制力量还来自官员变更的波动率对财政政策不确定性的催化作用。这一发现与H2中关于财政支出政策不确定性效应的假设是基本一致的，它表明，我国微观个体的生产性活动的确存在着显著的财政风险制约机制。作为政府干预程度的直接体现，财政政策不确定性不仅会通过税收渠道扭曲微观个体的消费和生产计划，更会引发投资者对整体经济环境稳定性的担忧，进而对经济增长产生负面作用。
类似地，从银行信贷政策来看，无论是由官员变更比率的水平变化还是由官员变更波动率引发的政策不稳定性对银行信贷扩张均有显著的刺激作用，且银行信贷扩张对经济增长也有着显著的抑制作用，这与假设H2中关于银行信贷政策短视性效应的描述是一致的。我们认为，尽管信贷扩张可能在短期内因“货币幻觉”对总需求产生短暂的刺激作用，但从长期来看，物价水平也会随着信贷扩张而急剧膨胀，而通货膨胀不仅会使得“货币幻觉”完全消失，还会使长期的消费和投资计划因风险的过度积累而受到打击，进而对长期经济增长起到抑制作用。事实上，很多现有文献也都对信贷扩张与经济增长之间的关系持负面观点。张军(2006)指出，由于更多的信贷分配给了低效率的国有企业，中国银行部门的总体信贷增长对经济增长的贡献并不显著；金成晓和马丽娟(2010)也发现，信贷增长率与经济增长率之间的关系并不总是保持正向的，而是会随着时期不同而呈现出非对称的相关关系；王立勇等(2010)同样检验发现，信贷的产出扩张效应在不同的增长状态下呈现出显著的非对称性；李连发和辛晓岱(2012)则指出，由于历次信贷扩张后都存在较持久的通胀压力，信贷总量适度的逆周期变化有助于减少宏观经济的波动和相应的福利损失。此外，由官员变更引发的银行信贷政策不确定性对经济增长的抑制作用同样十分显著，这一发现支持了我们在H2中提出的关于银行信贷政策不确定性效应的理论假设。事实上，由于信贷风险与货币风险密切相关，不确定的信贷政策不仅意味着通货膨胀风险的加速蓄积，对众多微观投资个体来说，更意味着其资金链的脆弱性提高以及融资成本的上升，这些不利因素都将对生产性经济活动产生抑制作用。 值得一提的是，当我们在模型中引入政策工具对官员变更与经济增长之间的影响机制进行分解后，假设H1中所提出的政策短视性效应和政策不确定性效应有了更为清晰的区别与解释(见图3)。在不考虑政策传导工具的一般性结论中，地方官员的短视性政策扩张仅受官员变更比率影响，而官员变更波动率则是通过政策不确定性预期对经济增长产生影响。然而，引入政策传导工具后我们发现，地方官员采取扩张性政策的动机实际上要更为复杂。一方面，随着官员变更比率的提高，平均任期的缩短，面临更大晋升压力的地方官员必然有动机采取扩张性政策以尽快取得政绩突破；另一方面，随着官员变更波动率的增大，对未来政途越发不确定的担忧也会加剧地方官员对现有政治资源的争夺，而在当前的考核机制下，通过扩张性政策来刺激经济在短期内的迅速增长无疑是最立竿见影的办法。官员面临不确定性时的这种加速支出的行动规则显然与微观个体在面临不确定性时延缓投资的行动规则有明显的不同，我们认为，这种区别源自于二者在决策过程中承担的不同角色和地位。对微观企业来说，它们是其投资项目的所有者，对其投资决策承担长期责任，因此在面临不确定性时，企业有动力通过等待来实现长期的全局最优化；而地方官员仅是经济政策的执行代理人，对其政策收益并不具有完全的所有权，故只承担其政策决策的短期责任，因此在面临不确定性时，为了实现短期的局部最优化，地方官员会更希望通过加速行动而不是等待来规避不确定性。考虑到官员变更波动率中包含的这种政策短视性效应，官员变更的政策不确定性效应显然要比一般性结论中得到的估计系数要小得多，而其政策短视性效应则相应地要比实际估计系数大得多。
图3 从官员变更到经济增长：政策传导渠道与影响机制 进一步比较财政支出政策渠道和银行信贷政策渠道，我们还发现，在官员变更对经济增速的抑制机制中，政策不确定性效应均强于政策短视性效应，这与我们在前一节中关于政策不稳定性与经济增长的一般性结论是一致的。此外，表3还显示，财政政策的传导作用整体上要强于信贷政策的传导作用；但相对来看，政策短视性效应在财政政策渠道中比在信贷政策渠道中表现得更为突出，而政策不确定性效应则在信贷政策渠道中表现得更为显著。正如上文所述，由于财政支出是地方官员直接掌控的政策工具，而银行信贷却在很大程度上只是受地方官员的间接干预，因而，这种“强财政弱信贷”的传导模式显然符合我们的直观事实。与此同时，由于财政支出政策是地方官员执政意志的直接体现，而银行信贷却只能通过一系列作用于投资需求的杠杆式政策间接进行调控，可以预期，当发生官员变更时，财政支出政策将成为受晋升压力刺激的地方官员推动短视性扩张政策的首要工具，而由一系列间接干预手段组合而成的信贷调控政策则会比财政支出政策面临更为不确定的波动状态，且其对投资者的不确定性预期也会有更强烈的影响。 (三)关于风险影响机制的讨论 除前文提出的三大假设外，估计结果还显示，官员变更引起的政策风险与经济增长风险之间也有着显著的内生影响，其中，政策风险对经济增长风险的影响要大于经济增长风险对政策风险的影响
。这一方面表明，政策不稳定性可能已成为目前影响中国经济增长(尤其是长期经济增长)最重要的宏观风险之一，另一方面也再次证实了，我国官员晋升体系中存在着重增长但轻风险的特征。 此外，进一步考察官员变更的波动、政策不确定性与经济增长风险之间的影响系数，我们还发现，尽管财政支出政策和银行信贷政策在其将政策风险向经济增长风险传导的过程中都具有逐步衰减的风险缓冲性质
，但却依然都存在着关键的风险节点。具体而言，财政支出政策的风险节点在于官员变更引起的政策风险对财政政策不确定性的催化作用
，而银行信贷政策的风险节点则在于信贷政策不确定性在进入经济活动领域后的风险放大机制
。对此，我们的解释是，作为能较好实现政策意图但却缺乏经济调控弹性的直接干预型政策工具，财政政策不确定性更多的是产生自地方官员的执政阶段；与此相反，作为距政策制定端较远但却对经济活动有乘数效应的间接调控型政策工具，信贷政策不确定性却往往会随着经济活动的扩张而以倍增的速度膨胀。因此，从控制风险的角度来看，我们应通过控制地方政府的高风险政策行为来监控财政风险，而通过调节信贷资金在整体经济运行过程中的乘数效应来监控信贷风险。
图4 官员变更、政策波动与经济增长之间溢出效应的动态路径 六、进一步讨论 关于官员变更引起的政策不稳定性与经济增长之间的相互影响，一个有意义的问题是，这二者的相关性是否会随着时间而演变呢?下面，本文将以动态溢出效应和换届选举为例对这个问题展开进一步的讨论。 (一)动态溢出效应 之前的检验和估计结果均表明，官员变更引起的政策不稳定性和经济增长之间有着显著的相互影响。那么，二者之间的这种相互影响究竟有多大呢?特别地，我们还发现，官员变更是通过刺激财政政策和信贷政策的短视性扩张以及政策不确定性的提高来实现其对经济增长的抑制作用的。那么，财政政策和信贷政策在政策不稳定性对经济增长的影响机制中的相对作用孰大孰小呢?随着时间变化，上述的这些相互影响及相对作用又是否会保持稳定呢?我们认为，上述问题从新的角度更加审慎地考察了官员变更引起的政策不稳定性对经济增长的溢出效应，这不仅为我们的研究提供了稳健性检验支持，更是理解政策不稳定性与经济增长之间关系的重要参考依据。遗憾的是，GARCH-in-Mean模型本身并无法提供对这一溢出效应的直接衡量。有鉴于此，借用Diebold和Yilmaz(2009)的分析思路，我们通过分解被解释变量的预测误差中分别来自自身和其他变量的影响，进而测算出被解释变量之间的溢出指数(Spillover Index)(13)。 选用3个月(即1个季度)作为溢出效应的预测窗口，我们测算得到了官员变更比率与经济增长、官员变更比率与政策变动以及政策变动与经济增长之间的动态溢出路径。从图4中我们可以观察到如下几点。第一，除2007年年底～2008年年初因金融危机爆发而出现了一次突增外，官员变更与经济增长之间的相关性呈现整体下降趋势，这表明，我国经济增长中的政策因素以及官员晋升制度中的经济考核特征正在削弱。第二，官员变更与经济增长之间的财政支出政策传导渠道在早期(2006年前)表现得较为显著，但随着2007～2008年金融危机的爆发，地方官员的信贷调控倾向明显增强，虽然在危机后期(2010～2011年)，随着两个“4万亿”政策的推出，地方官员通过财政政策来调控经济增长的倾向有短暂回升，但从整体来看，财政政策的传导作用依然呈现出逐渐弱化的趋势，而信贷政策的传导作用则呈现出逐渐增强的趋势，到了近期(2012年后)，官员变更与经济增长之间的信贷联系纽带几乎已与其财政联系纽带同等重要了。第三，无论是财政政策还是信贷政策，官员变更与其政策工具之间的相关性几乎总是强于政策工具与经济增长之间的关系，这表明，从目前来看，中国的经济调控政策依然更多的是围绕着官员的执政意图而非最终的经济目标来制订实施的，但这种“以政治为指挥棒”的现象在2011年后有了明显的改善。最后，图4还显示，政策工具与经济增长之间的相关性远比官员变更与政策工具之间的相关性稳定得多，这表明，相对政策工具自身给经济增长带来的不确定影响而言，由官员变更引起的政策不稳定风险才是宏观经济增长更为重要的风险来源，因此，改善官员晋升体系以降低政策风险也许是我们化解与防范经济增长风险的一个有益思路。 (二)换届选举的影响 2002年11月，党的十六大选举出了以胡锦涛主席和温家宝总理为核心的新一届领导班子，而这次重要的政府换届选举恰好发生在我们的研究样本期间内。因此，为了更深入地考察官员变更引起的政策不稳定性与经济增长之间的关系，本文以选举换届后的2002年12月至2013年12月为新的样本区间，对上述的5个GARCH-in-Mean模型再次进行了估计，并将估计结果整理汇报于表4(14)。 我们发现，子样本的估计结果与全样本基本一致：(1)官员变更引起的政策不稳定性对经济增长有抑制作用，其中，政策不确定性效应要强于其政策短视性效应。(2)从总体来看，官员变更对经济增长的财政影响要强于其信贷影响，但相对来看，政策短视性效应在财政政策传导渠道中更为突出，而政策不确定性效应则在信贷政策传导渠道中表现得更为显著。(3)经济增长风险依然是官员晋升的负面考核指标，风险越高，职务变更的可能性越低。 与此同时，子样本也呈现出了一些与全样本相异的实证结果：(1)官员变更引起的政策不稳定性对经济增长的抑制作用减弱了，主要表现为由官员变更引发的政策不确定性预期对经济增长的负面效应减弱了；(2)经济增速对官员晋升的正向刺激作用变成了负向抑制作用，而经济风险对官员晋升的约束机制则变得更加强烈了；(3)财政政策工具的传导作用明显下降，而信贷政策工具的传导作用则有了显著提高。这些新发现表明，2002年底换届选举后，中国经济增长中的政策因素和政策风险都在逐步减弱，而官员变更制度中的经济考核指标也在逐步弱化；与此同时，地方政府的“计划性”职能特征也在逐步淡化，具有较强“市场性”特征的间接信贷调控职能的重要性正逐渐超越直接财政干预职能，对经济增长发挥着日益重要的影响力，这与前文的溢出效应动态演变路径的结论十分吻合。
我们认为，上述变化彰显了中国政府执政理念与施政方针的重大改进。以新一届领导班子的上任为契机，2005年开始全面实施的科学发展观提出了诸如淡化GDP指标、强调绿色GDP概念等执政新思路，成为了改革传统晋升考核机制的积极信号。上级对下级的考核不再单一地以GDP作为政绩指标，而是将居民生活、社会保障、环境保护等作为绩效考核的重要因素(15)，这直接导致地方官员在任期内不再单纯追求GDP的高速增长，而是将发展经济的热情、精力分散到居民保障与民生改善等方面。因此，官员更替带来的政策短视性效应和政策不确定性效应都得到了有效缓解，对经济增长的负面作用也就减弱了。 七、结论与政策建议 由于地方官员在政策制定和政策执行方面具有法定能力，伴随着官员变更，地方政策通常会因新旧政府政策偏好的不同而发生难以预期的波动，而这种政策不稳定性对经济活动不可避免地会产生深刻的影响。与此同时，受长期以来以经济增长为核心的官员考核晋升体制影响，经济增长对官员变更也有显著影响，而政策不稳定性与经济增长之间的这种内生性进一步加深了官员变更对经济增长的影响。因此，充分考虑官员变更与经济增长之间的这种内生性，进而对官员变更引起的政策不稳定性影响经济增长的政策传导渠道进行深入剖析，无疑有助于我们更好地了解我国的经济增长规律，进而提高宏观调控的效力，促进宏观经济的稳定协调发展。 本文基于更加直接影响地区经济的地方官员视角，利用月度地级市城市地方官员变更比例作为政策不稳定性的代理变量，在VAR框架下研究了1999～2013年间我国官员变更对经济增长及其风险的影响，同时考察财政政策和信贷政策在这一影响机制中所发挥的传导作用。研究结果表明，首先，官员变更会通过刺激地方官员的短视性政策扩张及加剧投资者的政策不确定性预期对经济增长产生显著的抑制作用，且政策不确定性效应是其中最重要的影响因素。其次，官员变更对经济增长的财政影响总体上要显著强于其信贷影响，但这两种政策渠道的影响机制却并不相同，财政影响渠道传导的主要是官员变更造成的政策短视性效应，而信贷影响渠道传导的则主要是官员变更引发的政策不确定性效应。再次，经济增长对官员变更有正向的刺激作用，但经济增长风险却是官员晋升体系中的一个负向考核指标。最后，官员变更引起的财政风险主要产生于地方官员的执政阶段，而信贷风险却主要是在经济运行环节中积累催生的，因此，在官员变更引起的政策不稳定性对经济增长的影响机制中，应在不同环节对财政风险和信贷风险分别予以监控。 进一步地，为了更全面和稳健地考察官员变更引发的政策不稳定性对经济增长的影响，我们一方面测算了官员变更比率、经济增速、财政支出扩张以及银行信贷扩张之间溢出效应的动态演变路径，另一方面也以2002年12月～2013年12月为子样本来考察党的十六大换届选举出新的国家领导班子这一重大事件是否会对上述影响机制产生不同的影响。动态溢出效应的分析结果和子样本估计结果均显示，尽管全样本所揭示的基本结论依然是稳健的，但经济增长中的政策因素和政策风险以及官员晋升制度中的经济考核特征都在换届后有了明显的减弱；且随着“强财政弱信贷”局面的逐步改善以及政策不确定性效应的逐步弱化，地方政府的行政职能也正发生着从“建设性”向“公共性”的切实转变，进而大幅增强了其经济调控能力。 基于上述结论，我们认为，为了更好地平缓官员变更引发的政策不稳定性对经济增长及其风险的负面影响，我们一方面要坚持弱化GDP在政绩考核中的中心地位，进一步完善多元化的综合考核体系；另一方面要灵活运用财政政策工具和信贷政策工具，短期内要注意理性地控制政府的财政支出扩张和财政风险，而在长期内则要更注重控制信贷扩张与信贷风险。 注释： ①2012年6月，美国最高法院做出支持奥巴马医改方案的裁定。随后，共和党总统候选人和共和党国会领袖许诺称，倘若他们赢得11月份的总统大选，他们将废除这项方案。 ②2012年全球有58个国家和政府将进行换届，中国青年网，http：//www.youth.cn，2012年1月2日。 ③Dziobek等(2011)依据IMF有关数据计算，2008年发达经济体的中央政府(或联邦政府)占总政府支出的比重平均为72％，而发展中国家和地区以及新兴经济体该比重平均为83％。 ④与陈艳艳和罗党论(2013)的统计口径不同，为了更准确地反映地级市级别的官员变动情况，本文将北京、上海、天津以及重庆这4个直辖市下属各行政区的区长和区委书记的职位变更也一并纳入统计。 ⑤由于GDP没有月度数据，我们采用了工业增加值作为衡量月度GDP的指标。 ⑥我们对最终进入实证模型的4个月度时序进行了单位根检验和平稳性检验，结果表明，月度官员变更率、GDP月度增长率、财政支出月度增长率以及银行信贷月度增长率均是平稳序列。限于篇幅，完整的检验结果可向作者索取。 ⑦Ljung-Box检验和LM检验证实，这4个时间序列均存在着显著的自相关和GARCH效应，完整的检验结果可向作者索取。 ⑧举例来说，假定投资也会影响收入，但如果投资本身的变动是源自于贸易，或者投资对收入的影响是通过贸易的变动来实现的，那么，投资对收入的影响就仍应该算作是贸易对收入的影响；相反地，如果投资对收入的影响与贸易无关，或者投资与贸易的关系对收入不起作用，那么投资就应该作为 VAR系统的外生变量进入扰动项。 ⑨关于GARCH模型的应用综述见Bauwens等(2006)以及Silvennoinen和Terasvirta(2008)的文章。 ⑩利用QMLE的方法，我们对上述的GARCH-in-Mean模型进行了估计，对估计残差的检验进一步支持了本文的实证模型设定。限于篇幅，完整的检验结果可向作者索取。 (11)
。 (12)鉴于估计系数较多，为阅读方便以及更直观地展现实证结果的经济含义，本文将只汇报与提出的理论假设相关的系数显著性检验结果以及这些系数经计算整理的“长期均衡效应”指标。限于篇幅，完整的实证结果略去，有兴趣的读者可向作者索取。 (13)根据Diebold和Yilmaz(2009)的定义，单一变量的交叉变动份额(cross variance share)或溢出效应(spillovers)指的是在对VAR变量进行方差分解后，每个变量的预测误差中来自所有其他变量的贡献。因此，通过加总VAR系统中所有变量的这一溢出效应，我们就可得到衡量这一VAR系统中各变量相互影响的总溢出效应指数。举例来说，在一个双元VAR系统中，由变量X和变量Y产生的总溢出效应指数=(变量X的预测误差中来自变量Y的贡献+变量Y的预测误差中来自变量 X的贡献)/2。 (14)限于篇幅，完整的子样本估计结果可向作者索取。 (15)如近期发布的党的十七届五中全会公报，以及《中共中央关于制定国民经济和社会发展第十二个五年规划的建议》等重大政府决策文件，均未提及GDP增长的量性要求，而是将居民生活与民生改善作为了更加重要的任务。
标签：经济研究论文; 经济增长论文; 信贷规模论文; 经济论文; 财政分权论文; 财政制度论文; 晋升机制论文; 经济学论文; 信贷论文;
