地方政府債務資金配置效率測算與調整方向研究

摘要：本文基于2015—2020年我國30個省（直轄市、自治區）地方政府債務、經濟、社會公平、社會發展類數據，應用DEA數據包絡分析模型測算各省份財政資金配置效率。結果表明：全國平均財政資金配置效率為74.65%，說明接近26%的資金屬于無效投入。北京、天津、遼寧等省份配置效率有效，在債務規模、結構和管理維度上均處于領先優勢；上海、安徽、福建等省份的綜合效率仍有待提高；河北、內蒙古、江蘇等省份中除江蘇技術效率有效外，其余省份各方面效率皆表現較差。本文根據DEA有效前沿面給予低效地區榜樣學習省份，得出優化后的債務結構和規模報酬狀況，判斷債務結構和規模調整方向，并結合我國實際給出相關政策建議。

關鍵詞：地方政府債務；資金配置效率；數據包絡分析

中圖分類號：F812.5" " " " 文獻標識碼：A" " " " 文章編號：1007-0753（2023）01-0047-12

一、引言

自1994年分稅制以及金融集權制度施行以來，地方政府財政資金來源與數量受到限制，于是在“政府官員晉升錦標賽”環境下，各省通過建立地方性金融機構如地方性商業銀行、信用社等來爭奪信貸資金，形成了通過擴張地方政府債務獲取財政資金從而推動產業發展的現象（司海平和李群，2020）。2008年金融危機導致經濟下行，我國為了實現經濟軟著陸發起了四萬億的投資計劃，然而這一舉措更加助長了地方政府債務規模的擴張。2010年起我國開始出現財政資金配置效率遞減的現象，財政資金配置的低效極有可能誘發區域性風險（馬亞明和張立樂，2022）。2015年頒布的《關于地方政府債務實行限額管理的實施意見》（財預〔2015〕225號）要求地方政府債務自發自還，這一規定也助推了地方政府債務的積累。直至2018年，地方政府債務余額已高達183 862億元，同比增長了11.36%。為實現去杠桿化，防范金融風險，財政部頒布《新增地方政府債務限額分配管理暫行辦法》（財預〔2017〕35號），試圖抑制政府債務規模的進一步擴大。截至2020年，地方政府債務余額升至25.66萬億，同時政府債務違約率高達93.68%。

近年來，債務不斷擴張的弊端逐漸顯現，且風險傳導路徑復雜、影響較大（夏詩園，2021），地方政府債務同國民經濟增長關系呈現U型（程宇丹和龔六堂，2014）。合理范圍內的債務有利于經濟增長，而當政府債務規模過大，投資收益率難以緩解還本付息的壓力時，債務就會對經濟產生反作用，甚至助推風險的形成進而切斷債務的可持續性（劉尚希等，2018）。近些年來，我國經濟發展步入新常態，經濟增速放緩呈現回調趨勢，發展模式由高速向高質量轉變，顯然以往依靠增加債務推動經濟的模式需要調整。

但是為了保增長，政府仍需要債務資金的支持，而隨著債務規模的擴大，還本付息的壓力與日俱增，這會促使經濟脫實向虛，同時財政資金管理制度的不夠完善以及債務結構的扭曲極易造成財政配置效率的缺失（傅勇和張晏，2007）。因此，合理設計地方政府債務規模、結構與管理制度，提高財政資金配置效率，對于實現經濟的高質量發展與防范風險尤為重要。

關于我國政府債務效率的研究，目前大致可以分為兩個方向，一是研究地方政府的債務績效，并分析債務規模對財政資金效率的影響機制；二是探究地方政府債務資金使用的技術效率、規模效率及其綜合效率。

金榮學和毛瓊枝（2017）運用數據包絡分析法評價了我國30個省（直轄市、自治區，以下簡稱省份）的政府性債務績效，發現我國半數以上省份的政府性債務使用效率處于規模報酬遞減或不變的階段。廖軍貴等（2022）研究認為我國地方政府債務規模呈現順周期的波動現象，即經濟擴張時期債務規模擴大，在經濟低迷期間債務對私人投資存在擠出效應進而降低資金配置效率。而Bai（2016）等學者研究證實了“四萬億”經濟刺激舉措導致地方政府債務規模加速擴張，更多債務資金投向受政府青睞的部門或企業，從而影響資金配置效率。Liu等（2018）從商業銀行的信貸渠道解釋了地方政府債務擴大規模如何導致資金配置效率的缺失。在“升職錦標賽”與財政資金受限的情況下，地方政府為了獲得更多的資金會選擇發放政府債務，以信貸的方式從商業銀行攫取資金，從而對私人投資形成擠出進而扭曲了資金的配置效率。宋樊君（2018）的研究結果表明，2010—2016年間，農林水利類債務資金使用效率最高，基礎設施類債務資金次之，公共服務類債務資金最低，并進一步探討在債務總額既定的前提下各地區實現最優效率時的最優債務規模，認為效率較低的地區可以通過縮減債務規模達到DEA有效。

在技術效率、規模效率及綜合效率的研究方面，李靜（2017）運用DEA-Tobit二階段模型進行分析，認為我國各地區技術效率都有待提高，地方政府性債務的規模效率有待優化。賈佳（2016）分別選取財政性存款、經營性國有資產及負債總額作為投入項，選用城鄉居民人民幣儲蓄存款年底余額、GDP以及居民人均可支配收入為產出項，利用DEA數據包絡法下的BCC模型，測算并分析這些地區的財政績效效率值。馬涵（2017）利用三階段DEA和超效率DEA模型進行測評，認為我國地方政府債務支出效率還存在很大的優化空間。郭月梅和胡智煜（2016）運用三階段效率分析和Malmquist指數方法，實證評估了政府性債務支出效率，認為地方政府性債務支出效率省際差異較為明顯。金榮學和徐文蕓（2020）進一步測算得出，我國接近一半省份的地方政府債務支出效率呈下降趨勢，地方政府債務支出效率的高低與地方本身的經濟發展水平沒有必然聯系。張子榮（2021）得出關于異質性更為詳細的發現，總體來看，新預算法的實施有利于地方政府債務支出效率的提高，但地區差異明顯，中部地區和大部分東部地區地方政府債務支出效率呈提高態勢，而大部分西部地區支出效率卻呈下降態勢。

已有文獻對政府債務效率進行了多角度的測算，但關于政府債務支出效率的研究多以政府債務整體作為研究對象，對規模問題分析較多，缺乏對債務投入結構、資金管理制度的探討，同時投入指標多采用地方政府債務余額，過于單一。

本文的創新點在于，將地方政府債務劃分為一般債務以及專項債務，并認為政府一般債務和專項債務應該保持一個合適的比例，即通過債務結構優化的方式保證地方政府債務資金的使用效率。本文借鑒已有研究，基于政府債務的投入結構來測度各省份債務配置效率，并根據測算結果判斷債務調整方向，為地方政府債務合理使用提供政策參考。

二、變量說明、數據來源與研究設計

（一）變量說明與數據來源

1.變量說明

（1）投入變量：政府一般債務和專項債務。本文采用一般債務與專項債務作為投入指標，這樣不僅能分析債務規模，還能將債務的投入結構因素納入考量。一般債務主要是用于基本無資金收益的政府公益項目，如政府轉移支付等項目，而專項債務主要用于政府發揮其職能，即在還本付息的基礎上通過投資獲取收益，如投資建設等，從而拉動經濟發展。就數據的代表性而言，在財政部的政策要求下，專項債務需要在本財政年度內完成全部投入，故而采用專項債務能準確代表政府本年度的支出額。本文按照一般債務和專項債務劃分投入結構有助于反映出政府債務結構對效率的影響。

（2）產出變量：相較于投入指標，財政支出的產出指標雖然多，但大多難以直接量化。本文借鑒李永友（2010）的研究，依據財政支出職能測度財政支出活動的效果。目前實證研究對于產出指標的選取各異，根據財政學的基本理論，財政支出職能至少包括三個方面：一是提高資源配置效率，這體現在地方政府債務資金投向能夠為企業投資創造良好的外部環境的領域，促進經濟增長；二是促進社會公平，這體現在政府運用債務資金推動城鎮化進程，提高農村基礎設施建設水平，從而縮小城鄉差距；三是推動社會發展，這體現在政府債務資金投向教育領域，促進高等教育發展，推動社會人才的培養。因此，產出不能僅涉及地方經濟發展這一單一指標，還應涵蓋社會公平指標以及社會發展水平指標。本文以地方人均生產總值代表地方經濟發展水平、以城鎮鄉村人均可支配收入差距代表社會公平、以高校招生人數表示社會發展水平，將上述三者作為產出變量。

2.數據來源

本文使用2015—2020年全國30個省份（不包括西藏、香港、澳門及臺灣地區）的變量數據，其中，一般債務、專項債務從中國地方政府債權信息公開平臺收集得到，地區生產總值、城鎮居民可支配收入和農村居民可支配收入、高校招生人數相關數據來源于國泰安數據庫、國家統計局。具體變量表述性統計見表1。

從表1可以看出，各地區政府一般債務的均值高于專項債務，但標準差比專項債務小，說明各地區專項債務的差異相對較大。此外，人均GDP的標準差較大，說明各地區經濟發展水平差距明顯。

3.一般債務與專項債務結構現狀分析

圖1展示了2021年全國29個省份的債務結構（出于數據可獲得性問題，在此不展示河南）。由圖1可知，北京、天津、河北、上海、江蘇、浙江、安徽、福建、江西、山東、湖北、廣東、四川、重慶等地的專項債務明顯高于一般債務，可以認為這些省份地方政府債務中有很大一部分用于專用項目建設投資，主要發揮地區經濟建設作用，這些省份本就是經濟發展較為靠前的省份，說明這一債務結構類型比較符合現實省份經濟發展狀況。其他省份如黑龍江、吉林、遼寧、內蒙古、甘肅、新疆、青海等地經濟發展狀況欠佳，其專項債務持平或低于一般債務，意味著多數資金未能很好地配合政府職能，發揮促進經濟發展的作用。

（二）研究設計

1. 模型的選取

本文采用DEA（data envelopment analysis）數據包絡分析法測算2015—2020年全國30個省份的財政資金配置效率。現有測算資金配置效率的方法各異，主要包括Topsis效率評價法、主成分分析法、層次分析法、多元線性回歸。這些方法僅能給出最終的效率結果與排名，很難明確各因素的影響程度進而給出改進建議，且在衡量效率的過程中也存在不夠嚴謹的情況，如Topsis與層次分析法權重的界定模糊。而DEA巧妙地回避了函數的關系構建，避免處理投入與產出間錯綜復雜的影響因素，因此也就不必估計參數，僅需在建立兩個線性約束的前提下，尋優得到數據包絡分析模型中輸出綜合與輸入綜合之比的最大值，因此DEA模型適用性很強。另外，使用DEA法需要注意的是，數據包絡分析給出的結果是相對效率而并非絕對效率。鑒于截至目前仍然沒有衡量財政資金配置絕對效率值的良好方法，且結合本文衡量不同省份發展差異、選取標桿省份以供低效率政府學習這一研究目的，考慮使用DEA方法評價各省份的相對財政資金配置效率。

2. 模型的構建

運用DEA測算相對效率數據包絡分析包含三要素——生產決策單元、投入變量、產出變量，因此對該三要素的確定至關重要。

本文將我國30個省份列為生產決策單元。投入變量的選取根據上文的界定，確定為政府一般債務與政府專項債務，產出變量分為經濟發展、社會公平、社會發展三個維度，分別選取地方人均生產總值、城鎮鄉村人均可支配收入差距、高校招生人數進行衡量。

DEA有兩類基本模型，一種是以投入為導向的CCR模型，即規模報酬固定不變的CRS模型，另一種是以產出為導向的BCC模型，即規模報酬可變的VRS模型。本文綜合使用上述兩種模型來考察30個省份的綜合效率（STE）、技術效率（PTE）和規模效率（SE）：

STECCR= PTEBCC × SE

綜合效率、技術效率與規模效率之間的關系為：CCR模型線性約束求解得到的綜合效率等于規模效率乘以由BCC模型線性約束求解得到的技術效率。在本文中，綜合效率代表財政資金配置效率，技術效率代表地方官員對于財政資金的管理效率、規模效率表示地方政府債務規模的有效性。

具體操作如下：首先以規模報酬不變為假設構建CCR模型，求解綜合效率；隨后放開假設以規模報酬可變為條件優化CCR模型，構建BCC模型求解技術效率；最終由綜合效率和技術效率得到規模效率。

三、債務資金配置效率測算結果與分析

（一）基于往年的綜合效率分析

1.各地區時間序列縱向分析

根據2015—2020年債務投入與產出數據，本文測算得出2015—2020年全國各省財政資金配置效率，如表2所示。與其他省份相比，北京、天津、河南、青海、寧夏地區一直處于財政資金配置DEA有效階段；遼寧、上海、江蘇、江西、山東、廣東、廣西、重慶、貴州、云南、陜西自2015年以來，財政資金配置效率處于遞增上升期；山西、湖北、甘肅的財政資金配置效率處于遞減下降期，說明部分地區的地方政府債務規模與投入結構并未與地方政府職能的發揮起到良好的配合作用，從而呈現出越來越多財政資金被浪費的趨勢。

2.各地區橫向對比分析

本文根據表2綜合效率數據計算2015年與2020年全國財政資金配置效率平均值，并以平均值為界限，定義效率高于平均值的省份距離效率前沿面較近，反之距離效率前沿面較遠，由此得到30個省份財政資金配置效率的格局地位變動情況。由表3可知，北京、天津、山西等地一直處于全國財政資金配置效率較高的前沿面位置；河北、內蒙古、江蘇等地距離效率前沿面較遠，財政資金配置效率落后；吉林、湖北財政資金配置效率從前沿面位置逐漸變動到偏離前沿面地帶；遼寧、上海、安徽等發展向好，財政資金配置效率由相對落后趕超至前沿面附近。

3.全國財政資金配置效率趨勢變化分析

圖2描述了全國30個省份2015—2020年財政資金配置效率的平均值以及變化趨勢。由圖2可知，全國的財政資金配置效率整體來看呈現上升趨勢，但6年來全國財政資金配置效率平均值為0.746 5，表明有接近74.65%的資金得到了較為充分的利用，仍有接近26%的財政資金沒有很好地發揮其財政職能作用。這說明，在維持全國產出水平且不變革資金管理技術的情況下，合理調整地方政府債務資金的投入結構可以節省26%的財政資金量。

（二）基于2020年的財政資金配置效率分析

本文從債務規模、結構、技術三個維度分析財政資金配置效率。現有文獻多將資金配置效率歸結于債務的規模與技術效率，而忽略了兩者所包含的債務結構這一因素。而本文認為代表資金管理制度的技術效率和描述資金規模的規模效率中含有投入結構問題，因此在技術效率、規模效率的基礎上衍生出結構效率的概念，這也是使用DEA方法時的創新之處。

在技術效率方面，技術效率是指在同樣產出量的情況下所需的要素最低投入成本，若能實現對資金管理制度體系的優化，則可以降低投入成本進而提高技術效率。債務資金管理制度大致可以分為對債務資金的管理和對債務資金的監管，其中包含對債務資金投向結構的相關管理工作，同樣監管債務資金時也要對資金的結構進行管控，從而搭建合理的資金使用結構，因此技術效率當中也包含著債務資金使用的結構因素。鑒于此，本文稱剔除掉結構因素影響后的剩余技術效率的部分為實際技術效率，技術效率中的結構影響因素稱為結構效率。

在規模效率方面，規模報酬理論認為，若規模報酬遞增意味著債務總體投入量不足，隨著債務規模的擴大，資金配置效率同時提高；若規模報酬遞減，則表示債務投入總量過剩，配置效率已經隨著債務規模的擴大呈現倒退現象。但是這一結論并非絕對嚴謹，規模報酬處于遞減階段未必意味著投入量絕對冗余，也有可能是相對過多。比如在“官員晉升錦標賽”的背景下，地方政府官員利用手中職權將政府債務投向能快速獲取收益的項目，忽略了還本付息壓力與債務可持續發展的平衡，導致債務投入結構扭曲，即對有利于優化財政資金配置效率的項目資金投入較少，而對不利于綜合效率優化的項目資金投入過多。

需要特別說明的是，由上述可知技術效率包含兩方面：實際技術效率、結構效率，因此本文所指的實際技術效率、結構效率均體現在運行結果所顯示的技術效率指標當中。

1.綜合效率、規模效率、技術效率對比分析

表4展示了2020年30個省份的綜合效率、技術效率及規模效率。從綜合效率來看，處于前沿面的省份有北京、天津、遼寧、河南、廣東、青海、寧夏，這表明這些省份的財政資金配置效率有效，無論是資金管理還是債務資金投入規模都處于領先地位，政府職能優勢得到很好的發揮。次前沿面的省份有上海、安徽、福建、重慶、陜西、山西、黑龍江、江西、海南、甘肅，這些省份的綜合效率相對來說較為靠前，債務資金配置整體水平較高，但他們的技術效率和規模效率都不算有效，需要在優化資金管理制度的同時控制好資金規模。距前沿面較遠的省份有河北、內蒙古、江蘇、浙江、山東、湖南、廣西、四川、貴州、云南、新疆、吉林、湖北，這些省份除江蘇外無論是技術效率還是規模效率都較低，所以還有一定的上升空間，資金管理制度、資金方向結構和債務規模均需要調整。其中江蘇省雖然綜合效率較低，但是技術效率為1，說明江蘇省的問題僅在于債務規模與區域經濟發展水平不匹配，而其規模報酬遞減意味著隨著債務的投入量增加，其財政資金配置效率已經呈現降低態勢，因此需要適當減少債務規模。

2.財政資金配置的改進

根據DEA模型可以得到位于效率邊界上的有效省份，非效率省份則位于邊界內部。為了提高各個財政資金配置無效省份的配置效率，本文從有效率單位中為各非效率單位尋優找出可供其學習的單位，從而形成非效率單位計劃投入及產出的改進方案，具體參照學習省份方案見表5。其中被列為學習對象的省份及有效次數分別為：廣東7次、遼寧9次、天津10次、北京14次、河南20次、寧夏22次，將寧夏列為學習榜樣對象的省份最多。其中江蘇的情況較為特殊，根據上文可知，江蘇為非前沿面單位但技術效率為1，說明其實際技術效率、結構效率之和接近于1而規模效率較為欠缺，所以江蘇省按照原有債務資金管理制度工作更為妥當，僅需要適當調整債務資金的規模，因此江蘇省選擇自身作為學習對象。由數據包絡分析模型機理及stata運行程序結果可以給出各省份計劃投入、產出的具體改進方案，如表6所示。

根據表6的具體改進方案，本文得到各省份債務結構調整前后的專項債務與一般債務比例（見圖3）。不難發現，多數省份的債務結構變化不大，對比表6的具體改進方案與2020年實際數據可以發現改進過程中僅縮小了規模，此外，內蒙古、上海的專項債務與一般債務之比增大。

計劃產出與計劃投入數據剔除了結構效率問題，此時僅剩下規模效率與實際技術效率有待優化提高，故再次將計劃投入、產出數據經DEA分析處理，得到債務結構調整后的綜合效率、技術效率及規模效率（見表7），此時方可利用規模報酬分析純規模效應問題。

從技術效率角度來看，債務結構優化后實際技術效率均為1，說明財政資金配置不再存在實際技術效率與結構效率問題，且綜合效率接近1，說明此時只需調整債務投入規模，這也印證了先債務結構優化、再調整規模的正確性。基于結構優化后的結果，本文將現有省份分為三類：一是DEA有效省份，包含北京、天津、遼寧、吉林、黑龍江、上海、河南、四川、青海、寧夏、廣東；二是規模報酬遞增省份，包含河北、山西、浙江、安徽、福建、江西、山東、湖北、海南、重慶、甘肅、新疆，結構優化后，這些省份可以適當擴大地方政府債務規模；三是規模報酬遞減省份，包含貴州、云南、陜西、廣西、湖南、江蘇、內蒙古，這些城市需要縮減政府債務規模。

四、結論與政策建議

（一）結論

地方政府債務現狀方面，相對發達地區的地方政府專項債務占比高于一般債務，相對落后地區的一般債務占比高于專項債務，說明專項債務占比與經濟建設水平可能存在正相關關系。

資金配置效率方面，2015—2020年間全國30個省份的平均資金配置效率有上升趨勢，且這6年間全國綜合效率平均值為74.65%，因此可以估計存在將近26%的資金為無效投入，通過合理調節地方政府債務結構可以節省這部分資金。在債務結構優化后，規模報酬遞增省份可以適當擴大地方政府債務規模；規模報酬遞減省份則需要縮減政府債務規模。

債務資金配置效率改進策略方面，由于資金結構錯配可能引起規模報酬遞減與資金配置失效，這種情況下應該先優化結構，再調整債務規模，最終實現配置效率的優化。

（二）政策與建議

首先，加快地方政府專項債券的發行使用，依法盤活地方政府專項債務限額存量，更好地發揮專項債券資金的撬動作用；將新型基礎設施、新能源項目納入專項債券重點支持范圍，更好地發揮專項債券帶動擴大有效投資的作用。

其次，為了優化債務資金使用的技術效率，從資金管理的影響因素入手，淡化評價官員政績的GDP指標，建立可持續性發展評價體系，如構建合理的財政資金配置效率指標體系，避免官員為了單純追求經濟指標政績，致使在位期間盲目拉動地方政府債務規模，忽略債務期限結構與還本付息壓力。

再次，為了合理控制規模效率，應規范地方政府債務資金使用管理辦法，同時強化債務規模、投用項目方向的監督。依據各地資產和資源的具體狀況，堅持“一地一策”，分類治理地方債存量，靈活選擇資產出售、資產置換、股權轉換、資產證券化等方式消化存量債務。

最后，為了優化債務資金分配結構，提高財政資金配置效率，建議實行省份榜樣幫扶與學習制度，如定期測算不同省份財政資金配置效率，找出前沿面省份，隨后向效率較低省份分配學習目標省份。同時，引導前沿面有效率的地區發揮幫扶作用，實現共同發展。

參考文獻：

[1]司海平，李群.地方發債、債務投向與產業結構升級[J].工業技術經濟，2020，39（01）：136-143.

[2]馬亞明，張立樂.地方政府債務擴張對實體經濟資本配置效率的影響——基于房地產價格的中介效應[J].中南財經政法大學學報，2022（01）：98-109.

[3]夏詩園.地方隱性債務風險傳染路徑、影響和應對措施[J].金融經濟，2021，544（10）：56-63.

[4]程宇丹，龔六堂.政府債務對經濟增長的影響及作用渠道[J].數量經濟技術經濟研究，2014，31（12）：22-37+141.

[5]劉尚希，石英華，武靖州.公共風險視角下中央與地方財政事權劃分研究[J].改革，2018（08）：15-24.

[6]傅勇，張晏.中國式分權與財政支出結構偏向：為增長而競爭的代價[J].管理世界，2007（03）：4-12+22.

[7]金榮學，毛瓊枝. 基于主成分與數據包絡組合法的地方政府債務績效評價[J].華中師范大學學報（人文社會科學版），2017（05）：55-61.

[8]廖軍貴，黃玉敏，覃煥.地區專業化視角下政府債務與產出波動關系研究[J].區域金融研究，2022，602（09）：5-16.

[9] BAI C，HSIEH C，SONG Z M.The long shadow of China's fiscal expansion[J].Brookings Papers on Economic Activity，2016（02）：129-165.

[10]LIU Q，PAN X， TIAN G. To what extent did the economic stimulus package influence bank lending and corporation investment decision？ Evidence from China[J].Journal of Banking amp; Fianance，2018（86）：177-193.

[11]宋樊君.基于效率最優視角下地方政府債務效率研究[J].遼寧大學學報（哲學社會科學版），2018（05）：40-52.

[12]李靜.地方政府性債務支出效率的實證分析[J].統計與決策，2017（17）：164-167.

[13]賈佳.資產負債視角下的財政績效研究[D].北京：中共中央黨校，2016.

[14]馬涵.我國地方政府債務支出效率研究[D].泉州：華僑大學，2017.

[15] 郭月梅，胡智煜.中國地方政府性債務支出效率評估[J].經濟管理，2016，38（01）：10-19.

[16]金榮學，徐文蕓. 中國地方政府債務支出效率研究——基于CRITIC賦權和產出滯后效應分析[J].華中師范大學學報（人文社會科學版），2020（01）：54-61.

[17]張子榮. 中國地方政府債務使用績效地區差異研究——基于新《預算法》實施前后 DEA 模型的分析[J].經濟經緯，2021（03）：141-150.

[18]李永友.中國地方財政資金配置效率核算與分析[J].經濟學家，2010（06）：95-102.

（責任編輯：趙偞貝/校對：張艷妮）

作者簡介：李" " 程，博士，副教授，天津工業大學經濟與管理學院，研究方向：金融風險。

唐佳鵬，本科生，天津工業大學經濟與管理學院。