報告三 政策力度與傳導效率評價*

中國社會科學院經濟研究所

陳小亮

中國人民大學經濟學院

陳彥斌

一、引言

2019年中國經濟增速預計為6.2%，完成了政府工作報告設定的“6%～6.5%”的目標值，并且在全世界主要經濟體中持續位居前列，在國際經濟形勢復雜多變的情況下取得這樣的成績實屬不易。不過也要看到，2019年中國經濟下行壓力較為明顯，尤其是下半年以來經濟下行壓力不斷加大。本報告將從政策力度和傳導效率兩個維度對宏觀政策調控效果欠佳的原因進行深入剖析。一方面，政策力度的大小是決定宏觀政策調控效果的首要因素，如果政策力度明顯偏小，那么將很難實現預期調控目標。經濟學界對1929～1933年“大蕭條”進行長期研究得到的重要啟示之一就是，當時貨幣政策力度不足，導致實際利率水平偏高，難以起到促進企業投資和居民消費的作用效果(陳彥斌等，2019)。日本“安倍經濟學”的“三支箭”之所以在短期內取得了較為理想的成效，很大程度上就是因為這“三支箭”的政策力度較大。另一方面，政策傳導效率的高低也是宏觀政策調控效果的重要決定因素，如果政策傳導效率不高，即便政策力度再大，在傳導過程中也會大打折扣。近年來，中國貨幣政策的傳導效率備受關注，房價上漲所引發的資金“脫實向虛”導致貨幣政策所釋放的資金難以流向實體經濟(孟憲春等，2018，2019)，貨幣政策的傳導效率也因此受到顯著影響。

需要強調的是，為了增強宏觀政策的調控效果，中央正在不斷加強對政策力度和傳導效率的重視程度。財政政策方面，2018年底的中央經濟工作會議和2019年的政府工作報告雙雙提及要“加力提效”，“加力”指的是加大財政政策在減稅降費等方面的力度，“提效”指的是提高資金使用效率，其最終目標無疑是提高政策傳導效率。貨幣政策方面，對政策傳導效率的重視程度日益提高，2017～2019年政府工作報告以及2018年底的中央經濟工作會議全部強調要疏通貨幣政策傳導渠道(改善貨幣政策傳導機制)，旨在增強金融對實體經濟的支持力度。有鑒于此，本報告從政策力度和傳導效率兩個維度，全面探析貨幣政策和財政政策調控效果欠佳的原因所在。

二、貨幣政策力度與傳導效率評價

總體而言，2019年央行主要執行了如下貨幣政策操作。第一，采取了兩次全面降準、一輪定向降準操作。第一輪全面降準于2019年1月15日、1月25日實施，累計降低法定存款準備金率1個百分點。第二輪全面降準于9月16日實施，降低法定存款準備金率0.5個百分點。(1)如無特別說明，本文數據均引自國家統計局、財政部、中國人民銀行等官方網站。定向降準指的是，央行于10月15日和11月15日分別針對僅在省級行政區域內經營的城商行額外降準0.5個百分點，兩次共降準1個百分點。第二，多次小幅降息。2019年8月央行對貸款市場報價利率(Loan Prime Rate，LPR)報價機制進行改革，改革之后銀行貸款的定價包括兩個部分，一是對中期借貸便利(Medium-term Lending Facility，MLF)“加點”報出LPR利率，二是對LPR“加點”確定一般貸款利率。有鑒于此，2019年央行的降息主要是針對“加點”和MLF利率，全年累計降低1年期LPR利率21個基點(Basis Point，BP)。此外，還針對公開市場操作(Open Market Operations，OMO)利率降息1次，降幅為5BP。第三，積極運用再貸款、再貼現和抵押補充貸款等工具引導金融機構加大對民營和小微企業、“三農”、扶貧等薄弱環節的支持力度。接下來，本報告將對貨幣政策的力度和傳導效率進行系統評價。

(一)貨幣政策力度評價

通過上文對2019年央行所實施的貨幣政策可知，既有降準等數量型貨幣政策，又有降息等價格型貨幣政策，有鑒于此，本報告將綜合使用數量型指標和價格型指標，判斷貨幣政策的力度。關于數量型指標，近年來政府工作報告重點聚焦的是M2和社會融資規模兩個指標，因此本報告也根據這兩個指標的走勢來判斷數量型貨幣政策的力度。關于價格型指標，經濟理論和國際經驗都表明，利率是最重要的價格型指標，中國近年來不斷推進的利率市場化改革以及2019年對LPR報價機制的改革同樣意味著利率將會是中國最為關注的價格型指標。進一步地，在貨幣政策調控框架體系中主要包括貨幣市場利率和信貸市場利率兩類指標，(2)Mishkin(2016)對貨幣政策的調控框架進行了細致闡述，Boivin等(2010)就央行對貨幣市場利率的調節以及貨幣市場利率向信貸市場利率的傳導進行了高度概括，這些研究有助于我們從理論層面較為全面地把握價格型指標的選擇依據和判斷標準。貨幣政策直接調節的是貨幣市場利率，而直接影響實體經濟的是信貸市場利率，因此本報告將綜合考慮這兩類指標，據此判斷貨幣政策力度的大小。

1. M2增速和社會融資規模余額增速小幅回升，但是仍然處于近三年來的低位，難以與潛在產出的要求相匹配，可見數量型貨幣政策的力度有所不足。

總體而言，不管是M2增速還是社會融資規模余額增速，2019年與2018年相比都有小幅回升，但是仍然顯著低于2017年的水平。就M2增速而言，2019年1～11月，M2同比增速平均為8.35%，比2018年1～11月平均增速僅提高了0.06個百分點，比2018年全年平均增速提高了0.07個百分點。就社會融資規模余額增速而言，截至2019年11月末，社會融資規模余額同比增速為10.70%，比2018年同期提高了0.74個百分點，比2018年全年提高了0.85個百分點，整體力度有所加大，不過與2017年相比仍然處于明顯低位(見圖1)。

圖1 M2和社會融資規模存量同比增速

由于政府工作報告不再明確給出M2增速還是社會融資規模余額增速的目標值，因此難以直接判斷二者力度大小是否合適。不過，考慮到貨幣政策的宗旨在于熨平經濟波動，因此可以將潛在產出和產出缺口的變化視為判斷貨幣政策力度的參照系。事實上，易綱也明確指出，要“保持貨幣條件與潛在產出和物價穩定的要求相匹配，實施好逆周期調節”(易綱，2019)。我們的測算結果顯示，2019年中國經濟的潛在增速比2018年下降了0.3個百分點之多，即便如此，2019年仍然存在0.1個百分點左右的負產出缺口，由此可見貨幣政策在熨平經濟波動方面的作用有待提升。

如果從社會融資規模的具體構成來看，會進一步發現2019年數量型貨幣政策力度的確有所不足。由于中國的融資結構以間接融資為主，因此銀行貸款在其中所起的作用尤為重要，可以重點分析銀行貸款的走勢來判斷貨幣政策的力度。不過，2019年以來人民幣貸款余額增速有所降低，截至11月末人民幣貸款增速為12.51%，而2018年11月末為12.93%，2018年全年為13.16%。進一步地，考慮到2018年以來存在表外融資項目(主要是指委托貸款、信托貸款、未貼現銀行承兌匯票)向表內收縮的情況，因此將表內信貸增量和表外融資增量加總來看更加準確，這也是社會融資規模各細分項中與數量型貨幣政策最為密切相關的部分。2019年1～11月份表內信貸增量和表外融資增量二者加總的增量比2018年同期多了2.1萬億元，不過比2017年同期仍然要少2.29萬億元。在經濟體量不斷增大的情況下，表內信貸和表外融資增量卻有所減少，可見數量型貨幣政策的力度有所不足。

2.貨幣市場利率沒有出現趨勢性下降并且波動性加大，信貸市場利率不降反升，可見價格型貨幣政策的力度同樣有所不足。

就貨幣市場利率而言，可以主要關注銀行間市場利率的變化。考慮到DR007(銀行間存款類金融機構以利率債為質押的7天回購利率)能夠較好地反映銀行體系流動性松緊狀況，對于培育市場基準利率有積極作用，目前央行將DR007視為銀行間市場最具代表性的利率指標，也正因如此，本報告主要用DR007判斷貨幣市場利率的走勢。央行數據顯示，雖然DR007在2019年2～3月和6～7月曾經出現過下行態勢，但是4～5月、8～9月再度出現上行態勢(見圖2(a))，因此，全年來看DR007波動性較大，而且年末與年初相比并沒有出現趨勢性下降。作為輔助證據，我們還進一步分析了上海銀行間同業拆借利率(Shibor)的走勢，結果發現Shibor利率的走勢與DR007較為相似，截至2019年12月末，Shibor利率與年初水平相差無幾(見圖2(b))。

圖2 DR007和Shibor利率走勢

就信貸市場利率而言，考慮到國有企業與民營企業的貸款在一定程度上仍然存在利率“雙軌制”，因此綜合“雙軌”利率的走勢判斷信貸市場利率的走勢。央行定期在貨幣政策執行報告中公布的金融機構一般貸款加權利率通常被視為國有企業貸款利率的測度指標，而溫州民間借貸利率則被廣泛認為是民營企業貸款利率的測度指標(郭豫媚等，2016)。需要強調的是，影響企業投資和居民消費的是實際利率而非名義利率，因此本報告主要關注的是實際利率的走勢。(3)早期的凱恩斯主義者關注的是名義利率，但是1929～1933年的大蕭條讓社會各界意識到，通過名義利率來判斷貨幣政策的松緊程度是不恰當的，甚至可能出現嚴重誤判。因為，在經濟下行時期尤其是嚴重蕭條時期，價格水平通常較低，甚至會出現通貨緊縮，此時即便名義利率很低，實際利率也可能很高。具體到大蕭條時期，雖然名義利率降至1%以下，但實際利率仍然高達8%，因此當時的貨幣政策力度實際上是不夠的。央行數據顯示，2019年以來金融機構一般貸款加權實際利率有所升高，當使用核心CPI計算時，(4)由于食品和能源價格很容易受到季節因素及非經濟因素的影響而出現大幅波動，因此國際上通常將食品和能源價格剔除，得到核心CPI，并主要通過核心CPI的走勢來判斷通脹率走勢。有鑒于此，本報告通過扣除核心CPI計算實際利率，以更好地判斷實際利率走勢。2019年第三季度末的實際利率比2018年底升高了0.32個百分點；如果使用PPI計算，實際利率更是升高了多達3.12個百分點(見圖3(a))。與之類似，跟民營企業更加緊密相關的溫州民間借貸綜合利率同樣有所升高。用核心CPI計算時，溫州民間借貸綜合利率(實際利率)從2019年1月末的13.76%升到了10月末的13.93%，漲幅為0.17個百分點；用PPI計算時，漲幅則達到了1.17個百分點(見圖3(b))。

圖3 信貸市場利率走勢

3.貨幣政策力度不足的原因。

之所以2019年貨幣政策力度有所不足，主要受如下三方面因素的掣肘。

第一，上半年，央行為了兼顧“結構性去杠桿”的目標，在一定程度上約束了貨幣政策的力度。2018年初以來，中央全面推進結構性去杠桿，尤其注重降低國企債務和地方政府隱性債務。為了配合結構性去杠桿的進程，金融監管的力度明顯加強，委托貸款和信托貸款等表外貸款明顯收縮。進入2019年之后，結構性去杠桿的進程仍在繼續，上半年尤為突出，央行多次在重要場合或文件中強調結構性去杠桿。例如，2019年3月全國“兩會”期間，銀保監會主席郭樹清表示，“結構性去杠桿要明顯降低企業杠桿率，穩住家庭杠桿率”。再如，2019年一季度貨幣政策執行報告的專欄明確指出，“穩健的貨幣政策有助于為結構性去杠桿提供適宜的宏觀經濟和貨幣金融環境”。由此可知，結構性去杠桿在一定程度上約束了貨幣政策的操作力度。

第二，下半年，以豬肉價格急劇上漲為特征的結構性通脹壓力，使得央行顧慮通脹預期的發散而審慎控制貨幣政策的放松力度。2019年下半年以來，豬肉價格大幅飆升，在其帶動下，整體CPI從6月份的2.7%不斷升高到10月份的3.8%和11月份4.5%，這是自2013年11月以來CPI首次超過3%。CPI的持續顯著上漲使得公眾出現了一定的通脹預期。有鑒于此，2019年第三季度貨幣政策執行報告專門指出，“CPI同比漲幅走高，結構性特征明顯，要警惕通貨膨脹預期發散。下一階段主要政策思路，注重預期引導，防止通脹預期發散”，由此也難免會束縛貨幣政策的操作。

第三，在經濟下行態勢下，為了避免再度出現將房地產作為穩增長工具的預期，貨幣政策一直保持對房地產市場的高度防范狀態，從而限制了貨幣政策的操作。多年以來，中國傾向于依靠房地產拉動經濟增長，尤其是每當經濟面臨較為嚴峻的下行壓力時，政府部門往往借助于房地產來“穩增長”。不僅如此，房地產開發商和購房者很大程度上形成了房地產業緊縮政策不會持久的預期，每當經濟面臨較大下行壓力時，政府部門不但會取消房地產業的緊縮政策，而且會轉而采取房地產業的擴張政策。(5)具體可參見王頻和侯成琪(2017)的研究，他們基于DSGE模型分析發現，公眾預期未來政府會因為宏觀經濟下行轉而采取房地產業的擴張政策，則這種預期會使當前的緊縮政策失效。為了扭轉這一局面，中央加強了對房價調控長效機制的重視程度，并且多次強調不再將房地產作為穩增長的工具。2019年以來，中央政府和央行等部委對房地產市場的高壓態勢持續存在，7月份中央政治局會議在指出經濟下行壓力加大的同時還明確強調“不將房地產作為短期刺激經濟的手段”，8月在LPR利率首次亮相時央行就指出房貸利率不下降，第三季度貨幣政策執行報告再度強調“不將房地產作為短期刺激經濟的手段”。對房地產市場的持續高壓管控，不可避免地影響到了貨幣政策的操作力度。

客觀地說，上述三方面因素的確或多或少地會對貨幣政策操作產生一定掣肘，但是本報告認為，貨幣政策不應因為這些因素的存在而弱化了應對經濟下行壓力這一根本目標。貨幣政策可以在兼顧其他政策目標的情況下，通過適當的方式適度加大政策力度。

第一，關于結構性去杠桿，貨幣政策不宜過于關注去杠桿等結構性目標，而應該為去杠桿提供穩定的宏觀經濟環境，謹防因為貨幣政策收緊而出現經濟顯著下行等不利后果。究其原因，貨幣政策收緊所引發的利率上行，不僅會加劇債務者的償債負擔，從“分子端”推高杠桿率，而且會抑制消費需求和投資需求，不利于經濟增長，從“分母端”推高杠桿率(陳彥斌等，2019)。(6)所謂“分子端”和“分母端”，指的是杠桿率的分子和分母。具體而言，杠桿率的定義式是“債務/GDP”，償債負擔加重會使得杠桿率的“分子”變大，從而推高杠桿率，投資需求和消費需求收縮會降低經濟增速，導致杠桿率的“分母”變小，從而推高杠桿率。當前中國的經濟下行壓力不斷加大，收緊貨幣政策將會顯著地從“分母端”推高杠桿率，適度加大政策力度則可以同時實現“穩增長”和“去杠桿”的目標。

第二，關于房價泡沫化風險，以往政府部門控房價效果欠佳主要歸因于宏觀審慎監管體系的不完善和房價調控長效機制的缺失。關于前者，目前基本達成共識，不再贅述。關于后者，房價調控長效機制久建不成的根源在于地方政府缺少控房價的激勵機制。其主要邏輯在于，中央政府對地方政府的考核側重于經濟增長，忽視了對房價的考核，導致地方政府缺少控房價的激勵。不僅如此，在經濟面臨較為嚴峻的下行壓力時，中央政府本身也缺乏控房價的激勵，導致其出臺的政策缺乏連續性和可置信性，這進一步弱化了地方政府控房價的激勵(7)具體可參見陳小亮等(2018)基于委托—代理模型的理論研究。。有鑒于此，政府部門應該進一步完善宏觀審慎監管體系，并且加快構建房價調控長效機制，這樣就可以打消貨幣政策的顧慮，讓貨幣政策聚焦于應對經濟下行壓力。

第三，雖然當前面臨結構性通脹壓力，但是核心CPI不升反降，因此不應該以通脹壓力為理由限制貨幣政策加大力度。由于食品和能源價格很容易受到季節因素和非經濟因素的影響而出現大幅波動，因此國際上通常將食品和能源價格剔除，得到核心CPI，并主要通過核心CPI的走勢來判斷通脹率走勢。進一步地，貨幣政策主要關注的應該是核心CPI而非整體CPI。(8)執行通脹目標制的國家尤其注意剔除食品和能源價格的影響，避免混淆貨幣政策的判斷。這在德國、新西蘭、英國等國家體現得尤為明顯，具體可參見伯南克等(2013)文獻。2019年以來，雖然在豬肉價格的帶動下整體CPI不斷升高，但是核心CPI不僅沒有升高，反而從1月份的1.9%降至11月份的1.4%，這也是2016年4月份以來的最低水平。這是典型的結構性通脹，應該由針對性更強的產業政策或財政政策來應對，而不應該由總量性的貨幣政策來應對。不僅如此，核心CPI的持續下行和PPI的明顯疲軟意味著當前有一定的潛在通縮壓力，在高債務和通縮壓力并存的情況下，如果不適當加大貨幣政策力度，很可能陷入“債務—通縮”惡性循環，這同樣要求貨幣政策適當加大力度應對經濟下行壓力。

(二)貨幣政策傳導效率評價

要想判斷貨幣政策傳導效率的高低，需要分析貨幣政策傳導機制是否通暢。理論上，貨幣政策主要通過三大傳導機制影響實體經濟，一是信貸機制，二是利率機制，三是資產價格機制。與美國等國家不同，在中國，房地產和股市的財富效應并不明顯，(9)參見黃靜和屠梅曾(2009)、謝潔玉等(2012)、顏色和朱國鐘(2013)、李濤和陳斌開(2014)等文獻。因此本報告暫不分析資產價格機制，主要通過信貸機制和利率機制判斷貨幣政策傳導效率的高低。

1.在房地產政策持續偏緊和定向降準等政策的共同作用之下，信貸機制傳導效率有所提高。

如前所述，一方面，2019年以來央行對房地產領域的貸款持續保持審慎態度，謹防房地產再度成為短期“穩增長”的手段和工具；另一方面，央行積極運用定向降準、再貸款、再貼現和抵押補充貸款等工具引導金融機構加大對小微企業、“三農”等薄弱環節的支持力度。在這些政策的共同作用之下，貨幣政策“脫實向虛”的局面有所扭轉，金融對實體經濟尤其是小微企業和“三農”等薄弱環節的支持力度明顯改善。如圖4所示，從新增貸款來看，流向房地產的新增貸款占比明顯下降(從2018年第四季度的39.9%降至2019年第三季度的33.7%)，流向工業和服務業的中長期新增貸款占比小幅升高(從2018年第四季度的28.8%升至2019年第三季度的29.6%)；同時，流向小微企業和“三農”的新增貸款占比也有所升高(從2018年第四季度的33.7%升至2019年第三季度的34.7%)。從貸款余額來看，房地產部門貸款余額所占比重仍然處于上升態勢(從2018年第四季度的28.4%升至2019年第三季度的28.9%)，而工業和服務業中長期貸款余額占比仍然出現了小幅下降(從2018年第四季度的30.7%降至2019年第三季度的30.5%)。不過，小微企業和“三農”的貸款余額占比出現了顯著升高(從2018年第四季度的24.6%升至2019年第三季度的34.1%)。綜合來看，在房地產政策持續重壓和定向政策發力之下，信貸機制的傳導效率有所升高。

圖4 各部門新增貸款占比和貸款余額占比

不過，需要注意的是，不管是針對房地產領域的高壓管控政策還是針對小微企業和“三農”領域的定向政策，都具有明顯的結構性特征，可以作為特殊時期的權宜之計，但是不能長期化、常態化使用。根本而言，貨幣政策是總量型政策，讓總量型政策過多地承擔“調結構”的職能，不僅難以從根本上實現“調結構”的目的，還會損害貨幣政策的傳導效率，進而不利于整體經濟健康運行(陳彥斌等，2019)。一方面，要想避免資金“脫實向虛”，應該依靠的是房價調控長效機制和宏觀審慎政策，貨幣政策不能因為擔心資金流向房地產而有所束縛，否則即便依靠收緊貨幣政策力度限制了流向房地產的信貸規模，流向實體經濟的貸款也同樣會受到限制，從圖4可以看出，流向工業和服務業的中長期貸款并沒有顯著改善。另一方面，結構性貨幣政策只能夠讓小微企業和“三農”等部分領域受益，這對其他領域并不公平，會導致經濟扭曲和福利損失；再者，不同時期“調結構”的主要目標會有所差別，因此長期中很容易出現貨幣政策的時間不一致性問題。有鑒于此，本報告認為，結構性貨幣政策只能視為特殊時期的權宜之計，長期而言貨幣政策應該秉持其總量型政策的本質屬性。

2.利率機制的傳導效率相對偏低，但是LPR報價新機制在未來將有助于提高利率機制的傳導效率。

理論上，貨幣政策利率傳導機制的主要路徑可以概括為：貨幣政策當局通過貨幣政策工具影響貨幣市場短期利率，貨幣市場短期利率通過利率期限結構理論所述的相關機制影響債券市場的中長期利率；同時，貨幣市場和債券市場利率通過跨市場套利等機制影響銀行負債成本和信貸市場利率。(10)具體可參見Boivin et al.(2010)。結合中國的實際情況，主要從如下兩方面分析利率機制的傳導效率。

一是貨幣市場利率傳導至債券市場中長端利率的效率有待提高。如表1所示，2019年以來，貨幣市場短期利率DR007與三年期、五年期的各類信用債利率(AAA、AA+、AA)的相關系數普遍比2018年要小。以AAA(3年)債券利率為例，2019年DR007(20日移動平均值)與AAA(3年)債券利率的相關系數僅為0.05，而2018年則為0.87。與之類似，DR007與10年期國債利率的相關系數也都小于2018年。測算結果顯示，2019年10年期國債利率與DR007的相關系數僅為0.06，與2015～2018年的相關系數相比明顯偏低。這主要是因為，2019年以DR007為代表的貨幣市場短端利率波動性過大，因此難以對中長端利率形成有效傳導。

表1 貨幣市場短端利率(DR007)與債券市場中長期利率的相關性

資料來源：筆者計算得到。

二是貨幣市場短端利率對信貸市場利率的效率也有待提高。央行數據顯示，2019年前兩個季度貨幣市場短期利率DR007和Shibor(3個月)的季度中樞水平沒有顯著變化，然而信貸市場利率的典型代表，一般貸款加權平均利率卻從6.04%下降至5.94%。2019年第三季度Shibor(3個月)利率比第二季度下降近0.2個百分點，但一般貸款加權平均利率卻從5.94%上升至5.96%，可見貨幣市場短期利率向信貸市場利率的傳導效率也不高。

值得關注的是，2019年8月份改革之后的LPR報價新機制在未來將有助于提高利率機制的傳導效率。其一，貸款利率由參考傳統的貸款基準利率轉為MLF利率加點形成，直接建立起來貸款利率與貨幣政策公開市場操作利率之間的關系，而公開市場操作利率是貨幣市場上的關鍵利率，因此此舉加強了貨幣市場與貸款利率之間的關系。其二，LPR報價新機制大幅提高了借款企業等不熟悉貨幣市場的傳統銀行信貸市場參與主體對央行公開市場操作和貨幣市場的關注度，對未來的利率市場化改革可能大有裨益。其三，2020年3月1日至8月31日，存量浮動利率貸款的定價基準將轉換為LPR，LPR報價新機制的影響力將日趨增強。隨著越來越多的存量浮動利率貸款轉換定價基準，LPR利息調整將直接影響企業和家庭的利息支出，進而影響企業決策和家庭消費行為。當然，LPR報價新機制作為利率市場化改革向深水區的初步嘗試，未來還需進一步完善。

三、財政政策力度與傳導效率評價

與貨幣政策相比，中央對財政政策的事先安排更詳細、更具體，2019年政府工作報告要求：“積極的財政政策要加力提效”，“今年赤字率擬按2.8%安排，比去年預算高0.2個百分點”，“今年財政支出超過23萬億元，增長6.5%”，“實施更大規模的減稅”，“明顯降低企業社保繳費負擔”，“全年減輕企業稅收和社保繳費負擔近2萬億元”。接下來，本報告將對財政政策的力度和傳導效率進行評價。

(一)財政政策力度評價

理論上，積極財政政策主要包括增加財政支出、減少財政收入兩大類舉措，兩方面舉措最終會體現為赤字率的升高。相應地，從上述2019年政府工作報告也可以看出，財政政策的主要舉措和目標集中體現為增加財政支出、減稅、提高赤字率三方面。本報告綜合這三方面的數據指標分析發現，2019年財政政策的力度較大。

1.不管是一般公共預算支出增速還是政府性基金支出增速(扣除成本性支出)，都顯著高于2018年。

根據《中華人民共和國預算法》(2018年修正)的規定，預算包括“四本賬”，對應著一般公共預算支出、政府性基金預算支出、國有資本經營預算支出和社會保險基金預算支出四類財政支出。不過，正如陳彥斌等(2019)所述，社會保險基金預算支出“專項用于社會保險”，與財政政策的逆周期調節關系不大，國有資本經營預算支出規模非常小，因此可以主要通過一般公共預算支出和政府性基金預算支出來分析財政政策的力度。

財政部數據顯示，一方面，2019年1～11月份，一般公共預算支出累計同比增速為7.7%，比2018年高出0.9個百分點(見圖5(a))。另一方面，同期的政府性基金支出累計同比增速為19.0%，表面上比2018年同期的38.2%和2018年全年的32.1%明顯偏低，但是由于用于征地拆遷補償等方面的成本性支出增速降幅更大，(11)陳彥斌等(2019)指出，政府性基金支出的很大一部分用于征地拆遷補償、土地出讓前期開發、補助被征地農民等成本性支出，這些成本性支出并不能視為真正意義上的財政支出，而只是與征地農民或者拆遷戶之間進行了“等價交換”。扣除成本性支出后的政府性基金支出才是實際有效支出。使得扣除成本性支出后的政府性基金支出不降反升(見圖5(b))。將一般公共預算支出與政府性基金支出(扣除成本性支出)合計之后可以發現，2019年1～11月份二者之和的累計同比增速達到了13.9%，比2017年和2018年同期分別高出了4.7個和5.4個百分點(見圖6)。由此可見，從財政支出端衡量，2019年積極財政政策的力度相對較大。

圖5 一般公共預算支出和政府性基金支出累計同比增速注：在計算扣除成本性支出的政府性基金支出增速時，參照的是陳彥斌等(2019)的計算思路。

圖6 一般公共預算支出和政府性基金支出(不含成本性支出)之和的累計同比增速

2.準財政支出規模有所擴張。

在政策實踐過程中，除了一般公共預算支出和政府性基金預算支出等預算內的財政支出，還有一些支出雖然不在預算內，但是具有準政府信用并且主要投向基礎設施領域，與積極財政政策通過拉動基建投資“穩增長”的內涵相一致，因此被視為準財政支出。根據陳彥斌等(2019)研究，囿于數據可得性，可以通過政府支持機構債券、政策性銀行金融債券和城投債的凈融資額，以及PPP項目的投資額，判斷準財政政策的力度大小。

表2顯示，2019年以來雖然政府支持機構債券的凈融資額有所減少，但是城投債和政策性銀行金融債券的凈融資額顯著增加，2019年前10個月三者凈融資額累計達到2.09萬億元，已經比2017年全年、2018年全年的凈融資額都要有所增加(見表2)。關于政府和社會資本合作(Public-Private Partnership，PPP)，2018年前三季度管理庫新增入庫項目、新增落地項目和新增開工項目的投資額分別為1.5萬億元、1.7萬億元和2.6萬億元，而2019年同期則分別為0.9萬億元、2.0萬億元和2.2萬億元，可見從落地項目來看PPP投資額有所增加，但是從新增入庫項目和新增開工項目來看PPP投資額有所減少(12)PPP投資額數據摘自《全國PPP綜合信息平臺項目管理庫2018年三季度報》和《全國PPP綜合信息平臺項目管理庫2019年三季度報》。。綜合來看，本報告認為，2019年準財政支出的規模比2018年略有擴張。

表2 三類“準財政”債券的凈融資額 單位：億元

續表

3.減稅力度較大，一般公共預算收入增速尤其是稅收增速降至近三年的新低。

2019年以來，伴隨著國家減稅政策的進一步落實及經濟下行壓力的影響，一般公共預算收入增速和稅收收入增速都出現了明顯下降。財政部數據顯示，2019年1～11月份，全國一般公共預算收入增速僅為3.8%，稅收收入增速為0.5%，二者均是2012年以來的最低水平。可見，從財政收入端來看，積極財政政策的力度同樣較大。

不過需要注意的是，2019年1～11月份的非稅收入增速高達25.4%，這也意味著在減稅的同時非稅負擔明顯加重，這一現象需要引起重視。事實上，這樣的現象并非第一次發生，從表3可見，2013～2015年間，稅收收入增速大幅下滑，但是非稅收入增速卻逆勢而上，從2013年的12.1%升至2015年的28.9%。之所以頻頻發生非稅收入與稅收收入走勢相反的現象，是因為地方政府面臨財政壓力。在中央政府推行減稅政策的同時，地方政府為了減輕財政壓力，可能以各種“費”和“基金”的名義籌集非稅收入，而這也使得中央所推行的減稅政策的最終效果打了折扣。

表3 稅收收入和非稅收入增速走勢 單位：%

4.廣義口徑的赤字率達到近年來的高位。

雖然政府工作報告制定了預算赤字率的目標值，但是該指標難以準確反映實際赤字率的大小。究其原因，政府公布的預算赤字率=[(一般公共預算支出+補充預算穩定調節基金和結轉結余下年支出)-(一般公共預算收入+預算穩定調節基金調入和以前年度結轉結余)]/GDP。其中，“預算穩定調節基金調入和以前年度結轉結余”是本年度的財政支出，但是計入了收入端；“補充預算穩定調節基金和結轉結余下年支出”并不是本年度的實際支出，但是算入了支出端(陳彥斌等，2017)。按照國際通行算法，預算赤字率=(預算支出-預算收入)/GDP，實際赤字率=(實際支出-實際收入)/GDP，本報告使用這一公式計算實際赤字率。進一步地，由于財政涉及“四本賬”和“準財政”，本報告計算了不同口徑下的赤字率。其中，“口徑1”是只考慮一般公共預算的實際赤字率，“口徑2”是考慮一般公共預算和政府性基金的實際赤字率，“口徑3”是在“口徑2”的基礎上進一步加上“準財政”的赤字率。需要說明的是，“準財政”的實際支出和實際收入難以界定，尤其是對PPP而言，其中還涉及民間資本等。為了簡化分析，本報告只考慮政府支持機構債、政策性銀行債、城投債，將三類債券的凈融資額視為“準財政”帶來的赤字。

表4顯示了三種不同口徑下的赤字率，從中可知，在增加財政支出并且減稅降費的雙重作用下，2019年以來各種口徑的財政赤字率都處于近年來的相對高位。“口徑1”下的實際赤字率達到了4%，僅略微低于2018年，“口徑2”和“口徑3”下的實際赤字率分別達到了5.24%和8.13%，均為2012年以來的最高位。從赤字率走勢來看，2019年財政政策的力度同樣相對較大。

表4 不同口徑的赤字率 單位：%

注：不同口徑的赤字率數據由筆者自行計算得到。

(二)財政政策傳導效率

財政政策的本質在于，當私人部門投資需求和消費需求動力不足時，政府部門通過擴大政府支出、減稅等舉措進行逆周期調節，抵御經濟下行壓力。因此，衡量財政政策效率的關鍵在于判斷政府支出、減稅等舉措能否有效帶動全社會的投資需求和消費需求，財政乘數可以較好地實現這一目標。

近年來，關于中國財政乘數的研究顯著增加，(13)部分代表性研究包括：陳登科和陳詩一(2017)、李明和李德剛(2018)、張開和龔六堂(2018)、陳詩一和陳登科(2019)、陳創練等(2019)。其中非常重要的一個原因是，自2012年以來中央對財政政策的定位一直是“積極的財政政策”，不管是傳統的財政手段還是“準財政”等手段都持續發力，但是經濟下行的壓力持續存在，這引發了社會各界對財政政策傳導效率的思考。考慮到以基建投資為代表的財政支出是積極財政政策的核心手段，已有研究對財政支出乘數尤為關注。不少研究普遍發現，近年來財政支出乘數呈現出明顯的下降趨勢。根據王艷武(2018)的測算結果，不管是即期乘數還是累計折現乘數，都呈現出顯著的下降趨勢。陳詩一和陳登科(2019)進一步指出，從歷史視野來看，經濟下行時期中國的財政支出乘數顯著高于經濟繁榮時期，(14)根據陳詩一和陳登科(2019)的測算結果，1998年亞洲金融危機和2008年全球金融危機期間，中國的財政支出乘數平均而言是經濟繁榮時期的2.3倍。李明和李德剛(2018)的結論與他們是一致的，經濟下行時期的財政支出乘數顯著高于經濟繁榮時期。基于他們的算法可知，2016～2018年財政支出乘數大約在0.735左右，但是2008年全球金融危機時期達到了0.835左右，由此同樣可以看出，當前中國財政政策的傳導效率相對偏低。

2019年以來，積極財政政策的帶動效果也相對較弱，企業投資和居民消費增長乏力。尤其值得關注的是，在基建行業的財政支出增速明顯提高的情況下，基建投資復蘇乏力，由此較為直觀地體現出財政政策傳導效率偏低的典型事實。一方面，與基建投資聯系較為緊密的財政支出包括交通運輸支出、農林水事務支出、城鄉社區事務支出、節能環保支出四項。2019年1～11月份，四項財政支出之和的累計同比增速達到了7.9%，比2018年同期高出了1.4個百分點。但是，同期基建投資(不含電力)增速為4.0%，僅僅比2018年同期高出了0.3個百分點，可見財政政策的傳導效率并不高。

本報告認為，之所以財政政策傳導效率相對偏低，主要有如下幾方面原因。

第一，各個部門的債務負擔不斷升高，限制了財政支出對企業投資和居民消費的拉動效果。一方面，政府債務負擔不斷加劇，這意味著未來政府實施財政緊縮、提高宏觀稅負的可能性越來越大，從而影響企業投資和居民消費的信心(Ilzetzki et al.，2010)。從表5可知，國家資產負債表研究中心(CNBS)和國際清算銀行(BIS)數據均顯示，不管是居民部門、非金融企業部門還是政府部門，2019年的債務率都要高于2018年。另一方面，政府財政支出的增加會推高實際利率，在企業和居民部門債務存量不斷累積的情況下，實際利率升高導致企業和居民需要償還的債務利息不斷升高，從而進一步限制了財政支出對投資和消費的拉動作用。

表5 各部門債務率變化態勢 單位：%

續表

需要強調的是，表5的數據還低估了政府部門的債務負擔。一方面，上述數據低估了隱性債務的負擔，如果將地方政府的隱性債務考慮在內，政府債務負擔更重。根據李奇霖(2019)的估測，截至2018年中國地方政府隱性債務已達37萬億元，由此計算可得政府部門的總債務率可能已經高達78.14%，這與IMF的測算結果較為接近(見表6)，而且比CNBS和BIS估計的結果明顯偏高。進一步地，IMF預測結果顯示，2019年地方政府隱性債務率還將提高5.2個百分點，從而進一步推高政府債務負擔。另一方面，不同地方政府之間的債務負擔差別較大，部分地區債務負擔相對較重，償債壓力相對較大。劉郁等(2019)的測算結果顯示，相比2019年，2020年除上海市整體償債壓力將有所減小外，其余各省(自治區、直轄市)的償債壓力(15)劉郁等(2019)所說的償債壓力指的是：地方債和城投債還本付息總額/(一般公共預算收入+政府性基金收入)。均增大。其中，吉林、青海、貴州償債壓力顯著增大，均比2019年提升超過25個百分點，內蒙古、甘肅和云南的償債壓力的提升幅度也超過20個百分點。

表6 IMF測算的中國政府部分債務負擔及構成 單位：萬億元

注：2019年為預測數據。

第二，貨幣政策配合不充分，實際利率有所升高，導致財政政策的擠出效應相對較大。理論上，當通過增加財政支出、減稅等方式實施積極財政政策時，實際利率將會升高，進而對企業投資和居民消費產生擠出效應。因此，通常建議適度寬松的貨幣政策與積極財政政策配合使用，從而降低財政政策的擠出效應，提高宏觀政策的整體效果。但是，2019年以來貨幣政策的力度相對不足，實際利率有所升高，由此導致財政政策的擠出效應相對較大。

第三，貿易戰等不利沖擊加劇了企業經營壓力，使得積極財政政策對企業投資的拉動效果有所折扣。2019年以來，貿易戰等不利沖擊所帶來的政策不確定性，導致企業的生存經營處于相對惡劣的環境，對企業信心和企業投資帶來了顯著的負面影響。這就使得增加財政支出和減稅等一系列積極財政政策難以在短期內充分激活私人部門的投資活動。

四、結語

2019年中國經濟下行壓力持續存在，下半年經濟下行壓力尤為明顯，可見宏觀政策沒有較好地實現經濟穩定的目標。本報告從政策力度和政策傳導效率兩個維度對貨幣政策與財政政策穩增長效果欠佳的原因進行了分析。結果表明，一方面，雖然貨幣政策信貸機制的傳導效率有所提高，但是數量型貨幣政策和價格型貨幣政策的力度均有所不足，導致貨幣政策穩增長效果不理想。另一方面，雖然財政政策的力度相對較大，財政支出增速升高、減稅力度加大，但是財政政策傳導效率相對偏低，導致財政政策穩增長的效果同樣欠佳。

展望2020年，“‘三期疊加’影響持續深化”，再加上“當前世界經濟增長持續放緩，仍處在國際金融危機后的深度調整期，世界大變局加速演變的特征更趨明顯，全球動蕩源和風險點顯著增多”，需要更好地運用貨幣政策和財政政策應對經濟下行壓力。就貨幣政策而言，應該在進一步完善房地產調控長效機制和宏觀審慎監管的前提下，適當加大政策力度。根據國際慣例，利息調整通常每次25BP，相比之下，2019年第三季度以來中國人民銀行每次調整5BP的幅度，“少量多次”的政策操作對于市場主體尤其是市場信心的刺激效果可能較弱。建議央行適當加大每一次政策操作的力度，從而更好地引導預期、強化市場信心。同時，還要進一步疏通利率傳導機制，從而提高貨幣政策的傳導效率。就財政政策而言，需要注意在減少稅收收入的同時，避免非稅收入的升高，切實降低宏觀稅負，這樣既能確保財政政策的真實力度不打折扣，也有助于更好地促進企業投資和居民消費，從而提高財政政策的傳導效率。