老舊小區改造的財政補貼效應分析

陳珊珊 白彥鋒

（1.電力規劃設計總院，北京 100120；2.中央財經大學，北京 100081）

內容提要:城鎮老舊小區改造是近年來國家著力推進的一項民生工程和發展工程，對改善城市功能、提升便民服務和提高居民生活質量具有重要意義。目前，我國老舊小區改造仍處于發展的初級階段，資金投入需求量巨大，而社會資本參與度普遍較低，亟需政府通過財政補貼政策加以引導。本文對老舊小區改造的財政補貼效應進行實證量化分析，并考慮改造類型的異質性，針對不同改造類型分別進行政策模擬沖擊分析，將改造投資作為財政補貼政策的傳導路徑，財政補貼政策刺激建筑行業投資增加，建筑行業投資增加拉動上下游產業發展，繼而對宏觀經濟、民生、環保產生間接影響。研究發現：一是財政補貼支持老舊小區改造的財政支出乘數約為1.775；二是在補貼資金額度相等的情況下，不同類型的財政補貼對經濟指標、民生指標的拉動作用基本相同，但隨著補貼力度增大，效果更加明顯；三是碳排放受經濟影響較為明顯，中短期內財政補貼老舊小區改造的節能減排效果難以實現。

一、引言

老舊小區改造屬于民生工程，仍處于發展起步階段，需要財政政策的支持引導。但需要改造的老舊小區面積廣、范圍大，所需財政補貼數額巨大，在財政壓力較大的背景下，如何對改造項目進行補貼成為熱議話題。因此，剖析老舊小區改造項目中，財政補貼的效應具有重要意義。

國內外學者對財政補貼效應的分析，主要聚焦在經濟效應、民生效應和環保效應。財政補貼的經濟效益，是指在社會經濟活動中投入的財政補貼資金與利用財政補貼所產生的經濟效果之間的比較，財政補貼雖然在一定程度上受到政治、科技、教育、軍事等非經濟因素影響，但補貼能夠在更大程度上影響宏觀經濟[1]。馬興能、郭漢丁和尚伶[2]通過使用進化博弈模型，分析了在沒有政府干預和有經濟優惠政策情況下，業主對于住房節能改造的行為態度，結果表明，政府提供的經濟激勵政策強度和改造收益大小與節能改造是否順利推進密切相關。關于財政補貼的民生效應，國內外學者得出了不同的結論。Jenkins和Leicht[3]通過分析認為，美國政府通過擴大對高科技產業的財政補貼能夠促進就業。吳成頌與黃送欽[4]以我國滬市A股制造業為研究樣本，也得出了類似的結論，補貼政策具有正向社會效益，政府通過財政補貼能夠起到激勵企業增加就業崗位、擴大社會捐贈額度的作用。而Richard[5]通過對愛爾蘭的案例進行分析，指出對制造業的補貼政策對社會就業并沒有起到促進作用。關于財政補貼的環保效益同樣存在爭議，政策安排不當容易引發資源浪費和錯配。為實現碳減排目標，國家財政對能源及其相關產品進行補貼，但不同的補貼方式產生了截然相反的政策效果。單純依靠市場機制難以控制碳排放量，財政政策才是引導低碳生產和低碳消費的有效手段，其中財政補貼對低碳經濟發展起到直接促進作用。[6-7]補貼可再生能源的相關節能技術及開發項目，能夠有效促進碳減排，但如果對石化能源企業或電力進行價格補貼或虧損補貼，碳排放不減反升。[8]

可以看出，現有文獻對財政補貼所帶來的經濟、民生和環保效應尚無明確結論，此外，由于我國老舊小區改造從2015年在部分地區開始試點，缺乏改造的相關歷史數據，所以目前大多數文獻僅停留在定性分析，定量分析較少。本文根據國家提出的不同改造標準，對老舊小區的普通改造與綠色化改造進行異質性分析。通過可計算一般均衡模型，分析財政補貼政策對建筑行業產生的直接影響，以及對經濟、民生、環保產生的間接影響，其中，經濟效應指標采用GDP、投資和進出口，民生效應指標采用居民消費與就業，環保效應指標采用碳排放與碳強度。本文填補了對老舊小區改造財政補貼效應研究的不足，并考慮了2020年全球新冠肺炎疫情的影響，豐富了財政政策效果的研究范式，有助于提高財政政策激勵的精準性和有效性。

二、研究設計

（一）模型選取與構建

由于老舊小區改造涉及經濟系統的各個方面，并且我國老舊小區改造試點較晚，缺乏歷史數據，因此，本文采用CGE模型①CGE模型能夠把所研究經濟整體的各個組成部分建立起數量聯系，使得我們能夠考察來自經濟某一部分的沖擊對其他部分的影響。，通過設置不同的補貼情景假設模擬分析財政補貼的經濟、民生和環保效應。

本文對SICGE（State Information Center General Equilibrium Model）②SICGE模型是由中國國家信息中心與澳大利亞MONASH大學政策研究中心（CoPS）聯合開發的中國動態可計算一般均衡模型。模型進行二次開發，主要體現在三個方面：一是SICGE模型初始數據庫為2012年，鑒于數據庫陳舊可能帶來較大的模擬偏差，故對數據庫進行更新，采用2017年投入產出表作為模型模擬的始點，這有助于增強模型對實際經濟運行規律的捕捉能力；二是傳統的SICGE模型對建筑行業刻畫較為粗糙，未能將綠色化改造投資從傳統建筑投資中剝離出來。本文根據綠色建筑成本結構對相關部門進行細化拆分，使綠色化改造投資與普通建筑投資區分開，即對原數據表中的部分分類進行拆分擴充；三是考慮了2020年新冠肺炎疫情對我國經濟的沖擊效應，使用2021年公布的最新統計數據對模型的關鍵參數進行校準，提升了模型對實際經濟的仿真和預測能力。

SICGE-OC模型采用新古典主義閉合規則。閉合的設置方式取決于模型對要素市場和宏觀行為的假設，模型閉合一般基于兩方面考慮：一方面，考慮模型模擬時期，也就是模型系統調整到新的均衡所需要的時間長度，這直接決定模型中要素市場的設定。比如，在短期內，資本存量不變，實際工資也是固定的。另一方面，閉合的選擇也需考慮研究問題的需求。在同一個模型內，多種閉合方式會被應用于不同的分析目的，每一個合理的閉合都會滿足一些特定的要求。在本文CGE模型分析中，需要通過靈活選擇內外生變量，一方面是使用歷史數據校準模型關鍵參數，另一方面是利用歷史趨勢去預測未來從而實現動態模擬過程，主要調整變量包括投資、消費、進出口和人口等。

（二）情景設置

目前，我國城鎮化率已接近60%，老舊小區改造①2017年底，我國正式開展老舊小區改造的試點工作；2018年，將老舊小區改造寫入政府工作報告，并將城鎮老舊小區改造納入保障性安居工程，部分改造費用由政府財政資金進行補貼。等城市更新工作的重要性和緊迫性日益凸顯。老舊小區改造的補助資金由兩部分組成，一是中央財政補貼，二是省級政府的配套補貼。2020年一年的補貼金額合計1600億左右。《關于全面推進城鎮老舊小區改造工作的指導意見》（以下簡稱《意見》）中將城鎮老舊小區改造內容分為基礎類、完善類和提升類三種，并且明確指出按照“保基本”的原則，中央財政重點補助老舊小區的“基礎類”改造。此外，根據江億院士的表述，以及近期各位建筑專家主張進行“綠色化改造”，將《意見》中的“完善類”和“提升類”作為“綠色化改造”，“基礎類”視為“普通改造”。根據《意見》可以判斷，財政補貼并不會對“綠色化”改造項目進行資金補助，僅涉及到老舊小區中的基礎改造內容。據此，本文提出模型分析的第一個情景假設，具體如下：

情景一（S1）：對老舊小區基礎性改造內容進行補貼，延續之前年份的補貼力度，2021年補貼資金設定為1600億元。

我國現行財政補貼只能惠及老舊小區的“微改造”等基礎類改造項目，難以涉及綠色化改造內容。所以，初步判斷現行老舊小區改造的財政補貼政策的長期碳減排效應不大。但是，為實現2030年碳達峰、2060年碳中和的目標，建立健全綠色低碳循環發展經濟體系，統籌實現經濟與能源高質量發展，都離不開老舊小區綠色化改造的規模化推廣。而相比于老舊小區的基礎類改造項目，綠色化改造模式所需費用更高，更需要財政資金的支持。在有限財政資源的制約下，比較分析財政補貼對象差異化帶來的不同政策效果具有重要意義。因此，針對現有財政補貼政策提出第二、三個分析情景，具體如下：

情景二（S2）：對老舊小區綠色化改造內容進行補貼，2021年補貼資金設定為1600億元。

情景三（S3）：對所有老舊小區改造統一進行補貼，2021年補貼資金設定為1600億元。

此外，由于黨中央、國務院進一步強調要增加中央財政對老舊小區改造的支持力度，本文同時考慮增加財政補貼資金帶來的影響，提出以下情景假設：

情景四（S4）：對老舊小區傳統改造內容補貼2400億元；

情景五（S5）：對老舊小區綠色化改造內容補貼2400億元；

情景六（S6）：對所有老舊小區改造補貼2400億元；

情景七（S7）：對老舊小區傳統改造內容補貼3200億元；

情景八（S8）：對老舊小區綠色化改造內容補貼3200億元；

情景九（S9）：對所有老舊小區改造補貼3200億元。

基線模擬是政策影響評估的基準場景或者基準線，通過初試年份歷史數據的輸入和相關變量的沖擊還原了在沒有政策沖擊情況下的歷史發展趨勢，成為模擬政策影響效應的對比參照線。②陳雯.中國水污染治理的動態CGE模型構建與政策評估研究[D].湖南大學，2012.本文分析的基準情景如下：

基準情景（S0）：2021年無財政補貼政策。

（三）模型校準

在本文研究中，校準變量主要包括歷史GDP增長率、GDP平減指數、投資、消費、進口、出口、人口等，在實際校準時選擇這些變量的位移變量或技術參數作為外生變量，與之相關的歷史真值為內生變量，而在政策仿真階段則執行相反的操作，具體來說主要是對2017年-2020年GDP、居民消費、投資、進出口貿易增長率進行了校準。模型歷史校準資料如表1所示。

表1 2017年-2020年模型校準歷史數據 單位：%

目前，學術界有多種CGE模型，雖然經濟理論基礎基本一致，但是由于應用的軟件平臺和算法略有不同，導致模型功能上存在一定差距。比較流行的CGE 模型平臺有 GEMPACK（Pearson，1988；Codsi和Pearson，1988）和 GAMS（Aisschop 和 Meeraus，1982；Arooke，Kendrick 和 Meeraus，1988）等。本文的基礎模型為MONASH動態模型，因此選擇使用GEMPACK軟件進行求解，模型運行借助Rundynam平臺，采用歐拉算法。

三、老舊小區改造的財政補貼效應

為分析不同改造類型（即普通改造與綠色化改造）的異質性，根據綠色建筑的成本結構，包括生產過程的中間投入產品及服務，與投入的資本、勞動力等要素成本，將投入產出表中與改造直接相關的兩個部門“房屋建筑”與“建筑裝飾、裝修和其他建筑服務”進行拆分，得到“傳統房屋建筑”“綠色房屋建筑”“傳統建筑裝飾、裝修和其他建筑服務”和“綠色建筑裝飾、裝修和其他建筑服務”四個部門，分類情況見表2。在模型設置中，普通改造項目的財政補貼是對傳統建筑行業進行沖擊，而支持綠色改造的財政政策是對綠色建筑行業進行沖擊。

表2 建筑部門分類情況

（一）財政補貼的宏觀經濟影響分析

1.宏觀經濟基準情景分析

表3列舉了基準情景下（無財政補貼政策）我國2018年-2025年各宏觀經濟指標年增長速度。可知，2020年新冠疫情對經濟帶來重創，GDP增速由疫情前的6.1%降至2.32%，投資增速由5.1%降至3.33%，出口增速由5.51%降至3.56%，進口增速則由1.21%降至-5.19%。模擬發現，由于疫情防控措施得當，經濟復蘇勢頭良好，加上2020年基量相對偏低，2021年中國經濟逆勢反彈顯著。其中，GDP增速約為7.96%，投資反彈9.66%，出口增加5.27%，進口大幅反彈5.79%。但由于人口紅利逐漸消失，經濟增速逐步放緩，2025年GDP增速預計為5.63%，“十四五”期間年均增速6.26%。本文GDP預測結果與國內外權威機構預測結果具有可比性，例如IMF在2021年1月26日發布的《世界經濟展望》曾預測，2021年中國GDP增速將達到8.1%，該值與本文的7.96%較為接近。

表3 基準情景下宏觀經濟指標增速 單位：%

2.財政補貼對宏觀經濟具有正向促進作用

表4列舉了對不同建筑行業實施財政補貼的宏觀經濟效果，九種情景下，補貼政策對宏觀經濟都呈現正向促進作用，并且對GDP、投資、進口和出口的作用方向一致。財政補貼對出口增速的拉動效果最明顯，進口的增長幅度最小，在情景S7-S9中，對出口的拉動作用接近1%，而進口的拉動作用僅在0.3%左右。這表明，疫情后若通過財政補貼刺激相關建筑行業產出增加，出口的變動最敏感，但受國外疫情的影響，進口增長依舊緩慢。

表4 相對于基準情景的財政補貼對宏觀經濟指標的影響 單位：%

由表4可知，補貼額度相同，對宏觀經濟指標的作用效果也大致相同。比如，在情景S1-S3中，2021年GDP相比基準情景增長0.277%，投資也增長0.294%，進出口增加的比率也基本一致。這表明，從短期來看，不管是對改造相關的傳統行業進行補貼，還是對綠色行業進行補貼，對經濟增長的刺激效果基本一致，表明財政補貼對象差異化帶來的影響差異并未顯現。此外，經濟刺激效果隨著補貼力度的增強愈發突出，以投資為例，2021年情景S9中投資額相比于基準情景增長0.57%，而S1情景中該增幅為0.294%，這與直觀判斷吻合。

表5展示了財政補貼政策沖擊下我國主要宏觀經濟指標的累積變化情況。基準情景下，2020年-2025年我國GDP累計約為671.737萬億元。若延續2020年的財政補貼力度（1600億元），情景S1-S3的假設下，GDP累計為673.33萬億元左右，相比基準情景增長0.237%。補貼力度的增加會擴大經濟刺激效果，如在S9情景下GDP累計達到674.994萬億元，相比基準情景增長0.485%。九種情景下累計投資和進出口也呈現類似變化規律。

表5 2020年-2025年主要宏觀經濟指標累積變化情況

此外，基準情景下，2021年GDP總量為102.524萬億，而在S1情景假設下，2021年GDP增加至102.808億元，也就是說1600億元的財政補貼使GDP較基準情景增加了0.284萬億元，即支持老舊小區改造的財政支出乘數約為1.775。

（二）財政補貼的民生影響分析

1.民生效應基準情景分析

（1）居民消費

表6展示了基準情景下我國農村消費和城鎮消費的變化情況。受新冠疫情沖擊，2020年居民消費下降4%。由于經濟復蘇進程加快，2021年農村消費反彈6.64%，城鎮消費反彈6.36%。與投資相比，居民消費增速相對偏低，這與疫情沖擊的累積效應有關。實際上，為抗擊新冠疫情，我國政府實施了嚴格的隔離措施，包括停產停工、居家隔離、交通管制和封城等，這些措施在控制疫情的同時，也對勞動力市場帶來嚴重沖擊，導致居民收入下降，影響疫后居民消費復蘇。

表6 基準情景下農村消費與城鎮消費增速 單位：%

（2）就業

圖1為基準情景下2018年-2025年我國就業增速的變化情況。可知，受疫情沖擊，就業增速發生了震蕩式波動，2020年就業下降1.71%，這與疫情導致的經濟活動萎縮有關。2021年由于經濟走勢向好，就業預期增長3.55%。

圖1 基準情景下就業增速情況

2.財政補貼對城鄉消費和就業具有顯著拉動作用

（1）居民消費

表7展示了財政補貼情景下農村消費和城鎮消費的變化情況，所列結果均是相對基準情景的變化幅度。S1-S9三種補貼政策情景下，財政補貼在短期內都能促進農村與城鎮消費的提高，其中，情景S1-S3、S4-S6和S7-S9的作用效果相似，并且后兩組情景對居民消費的拉動作用效果要強于第一組。這表明，在短期內，無論是對何種類型的老舊小區改造進行補貼，只要補貼資金相同，則補貼效果相差不大，財政補貼對象不同對居民消費影響的差異性也未顯現。當加大財政補貼力度，對農村消費與城鎮消費的拉動作用也會增強，這與前述宏觀經濟指標變化趨勢一致。

表7 相對于基準情景的財政補貼對農村消費與城鎮消費的影響 單位：%

（2）就業

如果老舊小區加快改造進程，改造項目將直接增加就業崗位，同時改造工作能夠拉動建筑全產業鏈發展，也將間接帶來更多就業機會，有助于解決城鎮化進程中農村勞動力的就業問題。表8展示了三種財政補貼情景下就業增速的變化情況，可以看出，對改造相關建筑行業實施財政補貼，能夠明顯拉動該行業的就業需求，相同補貼資金對就業的影響效果相似，并且補貼力度越大對全社會帶來的新增就業機會也會越多。具體看來，S1情景下2021年就業相比基準情景增加0.32%，而在S7情景下，補貼資金翻倍，從1600億元增加至3200億元，就業增幅增至0.591%，約為S1情景下的1.85倍，表示財政補貼對就業拉動效果存在邊際遞減的特征。

表8 相對于基準情景的財政補貼對就業的影響

在基準情景下，2020年-2025年我國累計就業人口為49.220億人，平均每年就業人數為8.2億人。九種財政補貼情景都會提高我國就業人口：S1-S3情境下累計就業人數為49.371億人，S4-S6為49.434億人，S7-S9約為49.49億人，與居民消費的變化趨勢相似，補貼資金額度相同的情況下，不管是對傳統建筑行業部門進行補貼，還是對綠色建筑部門補貼，或是對各個建筑行業一塊補貼，所產生的就業效果幾乎沒有差異。

（三）財政補貼的碳減排影響分析

1.碳減排效果的基準情景分析

表9列舉了基準情景下碳排放與碳強度①碳強度（carbon intensity）是指單位GDP的二氧化碳排放量。的變化情況。受新冠疫情沖擊，2020年碳排放預計下降1.55%，而2021年則會反彈1.80%。與碳排放有增有減不同，碳強度則會保持下降趨勢，但在2020年降幅有所放緩。

表9 基準情景下碳排放與碳強度增速 單位：%

2.財政補貼會造成碳減排增加

我國既有的近600億m2建筑，95%以上是高耗能建筑，單位建筑能耗比同等氣候條件的發達國家高出2-3倍。②居吉榮.資源節約——政府的重要職責：仇保興副部長縱談行業資源節約[J].建筑，2005（10）：6-6.如果對老舊小區進行改造修繕，不僅能夠改善住房高耗能的現狀，也有助于降低碳排放量。中央財政對老舊小區改造進行補貼，推動老舊小區改造進度，理論上會降低CO2排放量。表10展示了S1-S9九種財政補貼政策情景對碳排放與碳強度的影響。由表10可知，碳強度在政策沖擊后出現進一步下降趨勢，而碳排放則不降反升。例如，S1情景下，2021年碳排放相比基準情景增加0.247%，而碳強度則下降0.004%。這是因為，碳排放的變化與經濟活動水平密切相關，當財政政策激勵改造投資增加后，經濟活動是擴張的，這將拉動能源消費，并最終導致碳排放的上升。短期內，對建筑行業實施財政刺激政策并不能顯著改變能源消費結構，這也是碳排放上升的一個主要原因。與之不同，碳強度的下降說明碳排放的增長跟不上經濟的增長速度，因此，綜合碳排放與碳強度的變化情況，可推斷出，對建筑行業實施財政補貼后，碳排放雖然增加，但弱于經濟擴張效應。

表10 相對于基準情景的財政補貼對碳排放與碳強度的影響 單位：%

情景S1-S6假設下，碳強度出現了下降趨勢，但情景S7-S9碳強度同碳排放一樣也是持續增加的，也就是說，在S7-S9的情景假設下，碳排放量不但增加了，而且要強于經濟的擴張效應。通過上述分析，我們可以判斷，對老舊小區的財政補貼會拉動投資進而導致碳排放增加，但碳強度會進一步下降，碳排放小于經濟擴張速度。但如果財政補貼激勵力度過大，短期內建筑改造項目投資多，能源消耗量增加，將出現短期內碳強度增高的情況。

四、主要結論與政策建議

（一）主要結論

由于老舊小區改造短期內能夠拉動消費，擴大內需，成為經濟增長的新動能，近年來受到黨中央和國務院的高度重視。但老舊小區改造屬于民生工程，所需投資量巨大，而改造投資回報周期長，收益存在風險，社會資本參與改造的積極性一直不高。因此，改造進程的推進有賴于政府財政政策的引導。本文研究顯示：對老舊小區普通改造項目補貼1600億元的財政政策使2021年GDP比基準情景增加0.284萬億元，財政支出乘數約為1.775。在補貼資金額度相等的情況下，對經濟指標、民生指標的拉動作用基本相同，財政補貼對象不同所帶來的差異化影響未顯現。隨著補貼力度增大，效果更加明顯。由于碳排放受經濟影響較為明顯，通過財政補貼政策刺激老舊小區改造會增加經濟規模，中短期內老舊小區改造的節能減排效果難以實現。對老舊小區改造補貼金額在1600億元-2400億元區間內，既能拉動經濟增長，又能使碳排放增長效應小于經濟擴張效應，使碳強度下降。

（二）政策建議

1.延續現行財政補貼政策，并適度增大財政補貼力度，緩解改造項目融資難的問題

項目融資是老舊小區改造項目最大的挑戰之一。考慮到龐大的老舊小區體量，要滿足資金需求，首先應在現有融資渠道中繼續擴大融資數量來填補融資缺口。同時，通過加大財政補貼力度，增加補貼金額，解決老舊小區改造過程中的一些阻礙。

2.強化財政政策支持和引導，堅定實施擴大內需戰略

一是積極拓展老舊小區改造投資空間，優化建筑行業投資結構，引導建筑消費綠色轉型。二是發揮政府投資撬動作用，激發民間投資活力，吸引社會資本廣泛參與老舊小區綠色化改造項目，形成市場主導的投資內生增長機制。三是推進以人為核心的新型城鎮化建設，通過財政政策引導，支持實施城市更新行動，推動城鎮老舊小區改造和住房租賃市場發展，進一步降低租賃住房稅費負擔。

3.完善綠色財政支出理論，拓寬綠色財政支出內涵

習近平主席在第75屆聯合國大會期間提出，應對氣候變化《巴黎協定》代表了全球綠色低碳轉型的大方向，各國要樹立創新、協調、綠色、開放、共享的新發展理念，推動疫情后世界經濟“綠色復蘇”。綠色發展已經成為新型經濟發展模式，而財政政策作為國家宏觀調控的重要手段，在促進綠色發展中扮演著十分重要的角色。應積極將老舊小區改造納入綠色財政支出的范疇，并將改造質量納入支出績效評價體系。