在上述国内外的实证研究中，(1)大部文献以国家作为研究单位，利用不同国家或同一国家不同时期的数据对全国性政府的最优规模进行估计，而不是对地方政府最优规模的估计。(2)虽然孙群力(2006)对中国地方政府最优规模进行了实证研究，但在研究方法上没有给予明确的说明，例如，经验估计时运用的是OLS方法、GLS方法还是FGLS方法；是否进行了异方差性检验或修正；是否考虑了变量内生性或同时决定性及其修正问题等。由于这些情况不明，其估计结果是否有偏，人们不得而知。(3)只给出了中国地方政府平均最优规模而没有给出分区域的地方政府平均最优规模。由于中国东、中、西部地区经济发展水平、自然地理条件等存在较大差异，我们预计不同区域的地方政府平均最优规模将不尽相同。(4)上述这些国内文献利用的是2004年以前的数据。2004年中国经济普查后，全国及各地方对经济增长数据和资本形成数据都进行了较大幅度的修正，因而重新估计地方政府最优规模实属必要。
　　
　　三、变量界定与估计结果
　　
　　1.变量界定与数据处理
　　本文中各地区的产出用地区生产总值表示，地方政府规模分别用各省一般财政支出和政府消费占GDP的比例表示，劳动力用各地区年底就业总人数表示。各地区数据时限为1978－2005年，其中地区生产总值、资本形成总额等均为2004年全国经济普查后调整过的数据。各种原始数据均来自各省统计年鉴和《新中国五十五年统计资料汇编》。为了消除价格因素的影响，以及为了与已有研究进行对比，我们根据以1978年为100的各地区生产总值指数，计算出以1978年价格为基准的各地区各年不变价地区生产总值，并通过各年名义地区生产总值计算出各年地区生产总值隐含缩减指数，再用此缩减指数缩减所有与价格相关的数据，使之变成以1978年价格表示的可比数据。
　　利用永续存盘法估算各省资本存量：K_it＝(1－δ)K_it－1＋I_it。其中K_it为省份i第t年的资本存量；δ为资本折旧率，本文统一取值为5％；I_it为省份i第t年的固定资投资，用各省固定资本形成总额来计算。为了消除价格因素的影响，我们以各地区1990年和1978年的固定资产投资指数为100，形成各地区各年的资本形成总额指数，再将各年份的资本形成总额换算成以1990年和1978年价格为基准的资本形成总额。遵循Hall and Jones的方法，初始年份1978年的资本存量按照如下方式估算：K_i1978＝I_it1978／(g_i＋δ)，其中g_i为省份i在1978－2005年固定资本形成总额的几何平均增长率。
　　2.样本观测值的统计特性描述
　　本文利用中国内陆29个省区(不包括西藏和重庆)1978～2005年的统计样本，共756个样本观测值。样本观测值的统计特性较好：样本均值与样本中位数基本相同，斜度适合，峰度值均大于3，而且Jarque－Bera正态性检验的显著性水平均小于0.01，表明样本观测数据遵循正态分布。表明政府规模的两个变量，其变距都很大：政府消费占GDP的比重，各地区平均值的最大值为0.312，最小值为0.039；政府一般财政支出占GDP的比例，各地区平均值的最大值为0.444，最小值为0.049。同时，图1给出了政府一般性财政支出、政府消费以及GDP增长率的平均值图。从图1中可以看出，从平均角度说，20世纪90年代中期政府一般财政支出处于最小的状态，而经济增长速度则处于较高的状态；政府消费则从1978年开始不断上升，到20世纪90年代初达到局部最高点，然后开始下降，1997年以后开始重新上升，直到2000年达到新的最高点。从总的趋势来看，政府一般财政支出、政府消费与GDP增长速度之间处于逆周期状态。
　　3.中国地方政府平均最优规模的经验估计结果
　　利用中国各省数据对上述各方程进行估计时，如果简单地运用面板数据的普通最小二乘估计，则存在严重的序列相关和异方差性。当异方差性和序列相关性并存时，通常利用SUR加权最小二乘法(也被称为Parks估计量)来估计方程。但由于对序列相关性的Parks修正只能在观测期间的长度(T)超过横截面样本点个数(Ⅳ)时才有效(Beck et al.，1993；Beck and Katz，1995)，因此人们通常利用另一种不同的方法来处理异方差性和横截面序列相关性问题。即利用下面所谓的“面板修正的标准误差”(Panel Corrected StandardErrors，PCSE)来修正协方差矩阵：
　　Cov(β)＝(X'X)^-1(X'ΩX)(X'X)^-1 Ω是由N×N共时协方差(contemporaneouscovariances)对角矩阵∑构成的一个NT×NT块对角矩阵。∑的代表性元素可通过计算如下普通最小二乘估计的残差而得到：
　　此外，也可以利用White横截面方法对模型加以修正。该方法将要估计的回归方程视为一个多元回归方程(即每一截面方程视为一个要估计的方程)，然后计算这一联立方程组的White型稳健性标准误差(White-type robust standard errors，WRSE)(Wooldridge，2002；Arellano，2003)，此时参数的协方差估计为：
　　Cov(β)＝(X'X)^-1(X'εε'X)(X'X)^-1
　　本文在将中国地方政府作为一个整体样本集估计经验方程时，运用WRSE方法进行异方差和序列相关性的修正，而在估计分区域政府财政支出经验方程时，则利用了PCSE方法，因为该方法使参数的显著性水平获得显著性改善。
　　表1总结的经验估计结果表明，方程(1)关于政府一般财政支出和政府消费对经济增长影响的估计效果很好，各变量均在l％的显著性水平上显著，而且经济显著性也较为明显。方程(1)的估计结果表明。模型对经济增长率变异的解释能力为35％以上；在政府一般财政支出方程和政府消费方程中，劳均资本存量增长率变化1个单位，导致GDP增长率分别变化0.473个单位和0.494单位，劳均政府财政支出增长率与政府财政支出规模乘积以及政府消费增长率与政府消费规模乘积变化1个单位，导致GDP增长率分别变化0.356个单位和0.213个单位。特别地，政府一般财政支出方程和政府消费方程均在1％的显著性水平上拒绝了政府支出边际产出为零的原假设，说明中国地方政府财政支出和政府消费为生产性的；两个方程不仅都在1％的显著性水平上拒绝了政府财政支出和政府消费的边际产出等于1的原假设，并且表明政府支出与政府消费的边际产出显著地小于1。这表明中国地方政府的财政支出与政府消费均没有处于最优状态，而且规模均过大。 (责任编辑：南粤论文中心)转贴于南粤论文中心: http://www.nylw.net(代写代发论文_毕业论文带写_广州职称论文代发_广州论文网）