中國杠桿率結(jié)構(gòu)聯(lián)動分析
——基于部門分化和區(qū)域分異雙重視角

湯 子 隆，易 露 霞

（1.廣東金融學(xué)院行為金融與區(qū)域?qū)嶒炇?，廣東廣州 510521；2.廣州工商學(xué)院，廣東廣州 510850）

一、引言與文獻(xiàn)回顧

近年來，隨著中國經(jīng)濟(jì)增速的趨緩與結(jié)構(gòu)轉(zhuǎn)型的推進(jìn)，我國總杠桿率水平急劇攀升，不過其區(qū)域水平和部門結(jié)構(gòu)卻不同于大多數(shù)發(fā)達(dá)經(jīng)濟(jì)體，這既集中體現(xiàn)了我國債務(wù)驅(qū)動型的增長模式和區(qū)域經(jīng)濟(jì)的不平衡，也增加了我國杠桿率與經(jīng)濟(jì)增長、金融穩(wěn)定間作用機(jī)制的復(fù)雜性。因此，在杠桿率結(jié)構(gòu)聯(lián)動研究中納入部門分化與區(qū)域分異因素，為正確理解杠桿在我國經(jīng)濟(jì)增長中的作用提供了新的分析視角和框架，對供給側(cè)結(jié)構(gòu)性改革的深化特別是平衡“去杠桿”與“穩(wěn)增長”宏觀經(jīng)濟(jì)政策的實施，具有非常重要的理論和現(xiàn)實意義。

從現(xiàn)有文獻(xiàn)看，國際上有關(guān)杠桿率波動與金融穩(wěn)定、經(jīng)濟(jì)衰退問題的研究起步較早，主要包括杠桿率波動對經(jīng)濟(jì)增長和金融穩(wěn)定的影響機(jī)制兩個部分。對于前者，大部分學(xué)者主要基于對2008年爆發(fā)的金融危機(jī)的反思，闡明并實證分析高杠桿與經(jīng)濟(jì)增速、去杠桿與經(jīng)濟(jì)衰退之間的影響機(jī)制。其中比較有代表性的是萊因哈特（Reinhart C M）等[1]提出的90-60法則。他們基于44個國家過去200年的數(shù)據(jù)對政府杠桿率與經(jīng)濟(jì)增長之間的影響機(jī)制進(jìn)行了實證研究，發(fā)現(xiàn)當(dāng)某國政府杠桿率過高（高于90%）時，經(jīng)濟(jì)增速的中位數(shù)將顯著下降（1%～4%），且外債比重過高（高于60%）也會影響經(jīng)濟(jì)增速。而門多薩（Mendoza E G）等[2]基于企業(yè)杠桿視角進(jìn)行研究發(fā)現(xiàn)，經(jīng)濟(jì)繁榮將導(dǎo)致信貸擴(kuò)張，進(jìn)而使企業(yè)總體杠桿率迅速提高；反之，經(jīng)濟(jì)衰退會導(dǎo)致信貸規(guī)?？s小，進(jìn)而使企業(yè)杠桿率迅速下滑。正因為如此，去杠桿問題受到了更加廣泛的關(guān)注。比如，倫德（Lund S）等[3]通過研究歷史上著名的去杠桿化事件發(fā)現(xiàn)，去杠桿化在大多數(shù)情況下都伴隨著信貸增長的顯著下降、工人失業(yè)的增加和社會總需求的降低。持類似觀點的還有米安（Mian A R）等[4]，他們基于對失業(yè)率與去杠桿關(guān)系的研究認(rèn)為，在金融危機(jī)爆發(fā)后兩年內(nèi)美國620萬的失業(yè)人口中，有超過2/3是去杠桿化造成的。在眾多研究基礎(chǔ)上，卡巴雷羅（Caballero C C）等[5]在理論上闡釋了去杠桿化影響經(jīng)濟(jì)增長的傳導(dǎo)機(jī)理。他們認(rèn)為，一方面去杠桿化會多渠道影響全社會產(chǎn)出，包括家庭部門需求下降導(dǎo)致其投資和消費減少；另一方面是資本性投資下降導(dǎo)致工資降低與失業(yè)增加。布蒂廖內(nèi)（Buttiglione L）等[6]甚至認(rèn)為，去杠桿化和經(jīng)濟(jì)減速在很多情況下是互為循環(huán)因果關(guān)系的，兩者的負(fù)反饋機(jī)制加速了經(jīng)濟(jì)衰退，即經(jīng)濟(jì)下滑的時候去杠桿并不利于杠桿效率的提高，因而去杠桿化的持續(xù)也會導(dǎo)致經(jīng)濟(jì)的持續(xù)低迷。同時，在杠桿波動對金融穩(wěn)定的影響研究方面，主流觀點認(rèn)為，杠桿波動（迅速抬升或去杠桿）將顯著降低一國金融體系的穩(wěn)定性，甚至成為金融危機(jī)的重要引致因素。大部分學(xué)者以債務(wù)通縮理論為基礎(chǔ)，深入研究了其金融不穩(wěn)定觸發(fā)機(jī)制。其中，克魯格曼（Krugman P）[7]認(rèn)為，金融機(jī)構(gòu)在整體試圖去杠桿而賣出資產(chǎn)時，反而會因資產(chǎn)價格下跌導(dǎo)致杠桿率提高，損害其提供流動性的能力。而布伊（Bouis R）等[8]基于金融降杠桿會引致家庭或企業(yè)部門需求降低這一影響路徑進(jìn)行分析發(fā)現(xiàn)，去杠桿會導(dǎo)致信貸需求與供給不穩(wěn)定，進(jìn)而引發(fā)金融危機(jī)。其他持相同觀點的學(xué)者通過構(gòu)建金融市場不穩(wěn)定指標(biāo)[9]、動態(tài)銀行模型框架[10]、動態(tài)隨機(jī)一般均衡模型[11]，分別對杠桿波動與金融穩(wěn)定之間的負(fù)向關(guān)聯(lián)機(jī)制進(jìn)行了研究。

國內(nèi)的研究方法和結(jié)論顯然有別于國外。相對而言，國內(nèi)研究主要有三個特征，即杠桿波動的結(jié)構(gòu)化、杠桿與增長和穩(wěn)定間的雙向視角、與中國相對特殊的政治經(jīng)濟(jì)體制及經(jīng)濟(jì)發(fā)展階段相結(jié)合等。隨著國內(nèi)經(jīng)濟(jì)增速趨勢性下降與周期性波動相互疊加，經(jīng)濟(jì)轉(zhuǎn)型陣痛與國際經(jīng)濟(jì)環(huán)境復(fù)雜相互交織，促使國內(nèi)學(xué)者有關(guān)杠桿率的研究突破杠桿與增長、去杠桿與衰退、杠桿波動與金融穩(wěn)定等已有邊界，拓展出了一系列新的研究主題，比如我國分部門杠桿水平及增速的測度與國際比較[12-15]、近年來我國宏觀微觀杠桿率背離的理論機(jī)理和現(xiàn)實背景[16-17]、我國杠桿結(jié)構(gòu)與主要發(fā)達(dá)國家的差異及其成因[18-19]、包含杠桿率監(jiān)管的宏觀審慎監(jiān)管體系效果與局限及其與微觀審慎監(jiān)管的互補(bǔ)機(jī)制[20-22]、去杠桿政策制定與實施效果及其與其他宏觀經(jīng)濟(jì)政策（貨幣、財政）的匹配與對沖[23-25]。概括來講，上述研究以債務(wù)通縮、MM定理、金融加速器等學(xué)說為理論基礎(chǔ)，以引入不同變量的動態(tài)隨機(jī)一般均衡（DSGE）模型為分析工具，通過對不同口徑下我國各部門杠桿水平和結(jié)構(gòu)進(jìn)行測算發(fā)現(xiàn)，盡管我國名義杠桿水平在國際橫向比較中并不高，但近年來增速較快，蘊(yùn)含隱性金融風(fēng)險，且國民經(jīng)濟(jì)各部門的水平和增速進(jìn)一步分化。與其他經(jīng)濟(jì)體相比，我國非金融企業(yè)杠桿率畸高，這主要是因為，以間接融資為主的金融體系下利率敏感度較低的國有企業(yè)擠占大量信貸資源，在抬升企業(yè)部門杠桿水平的同時降低了杠桿效率，拉長了資金鏈條，導(dǎo)致資產(chǎn)價格上漲過快，而在資產(chǎn)價格上漲與經(jīng)濟(jì)增速趨勢性下降的共同作用下，資本收益率下降，導(dǎo)致了微觀杠桿與宏觀杠桿水平的背離。因此，通過“一刀切”的監(jiān)管、單方面收緊貨幣政策等方式來降低宏觀杠桿水平不僅無助于我國經(jīng)濟(jì)結(jié)構(gòu)的調(diào)整和金融體系的穩(wěn)定，反而會因信貸與投資壓縮過快引發(fā)流動性風(fēng)險和債務(wù)—通縮風(fēng)險。在下一階段去杠桿政策制定與實施過程中，應(yīng)全面客觀分析不同杠桿率與系統(tǒng)性風(fēng)險之間的關(guān)系。與高杠桿水平相比，決策層更應(yīng)關(guān)注各部門債務(wù)可持續(xù)性的差異，根據(jù)其在經(jīng)濟(jì)發(fā)展不同階段、不同周期的不同作用，全面考察各行業(yè)乃至微觀個體的債務(wù)效率與內(nèi)外部結(jié)構(gòu)，讓市場來決定對誰加杠桿，對誰去杠桿，而不能僅僅依靠杠桿率監(jiān)管所劃定的風(fēng)險閾值來決定貨幣信貸的擴(kuò)張或收縮。

綜上所述，現(xiàn)有理論與實證研究邊界擴(kuò)展很快，涵蓋內(nèi)容也日益豐富，但對杠桿水平和增速的區(qū)域結(jié)構(gòu)差異以及部門結(jié)構(gòu)不合理的地方卻缺乏深入研究與分析，僅少數(shù)文獻(xiàn)探討了以企業(yè)部門為主的單部門杠桿水平過高的形成機(jī)理，這無疑忽略了我國區(qū)域經(jīng)濟(jì)增長不平衡與金融資源分布錯綜復(fù)雜的典型現(xiàn)實。與探討中國經(jīng)濟(jì)增長離不開區(qū)域經(jīng)濟(jì)差異類似，探討杠桿率高企與去杠桿得失同樣不應(yīng)將區(qū)域因素排除在外。因此，本文擬將區(qū)域因素和部門因素納入統(tǒng)一研究框架，通過空間計量模型（SDM）分析區(qū)域杠桿率差異顯著背景下不同部門之間以及各部門與總杠桿水平之間的聯(lián)動機(jī)制，以期為制定積極穩(wěn)妥的去杠桿政策提供新的視角和依據(jù)。

二、模型設(shè)定與變量選擇

從理論上講，杠桿就是債務(wù)，而從本質(zhì)上看，債務(wù)的發(fā)生就是信用和金融資源在資金市場上一種典型的交換經(jīng)濟(jì)活動，因而資金要素在不同地區(qū)的集聚或擴(kuò)散使得其集聚地區(qū)與周邊地區(qū)之間存在緊密聯(lián)系，我國各區(qū)域在杠桿水平和增速方面所呈現(xiàn)出的差異化空間特征也證實了這一點。因此，在研究不同部門與總杠桿之間的聯(lián)動機(jī)制及其影響因素時，必須考慮區(qū)域間杠桿水平與增速的互動性。本文借鑒安索林（Anselin L）[26]提出的空間計量模型來分析不同部門與總杠桿之間的聯(lián)動機(jī)制及其影響因素。

（一）空間自相關(guān)檢驗

空間自相關(guān)檢驗將區(qū)域差異納入計量模型，考察地理空間上的區(qū)域非均質(zhì)性，即空間異質(zhì)性?？臻g異質(zhì)性的存在導(dǎo)致本地區(qū)樣本觀測值不僅受本地區(qū)影響，而且受相鄰地區(qū)影響，各地區(qū)樣本觀測值缺乏獨立性?？臻g計量模型將這種空間上的異質(zhì)性納入考察范圍，空間異質(zhì)性由被解釋變量與隨機(jī)擾動項反映。在構(gòu)建空間計量模型之前，需要對被解釋變量的空間相關(guān)性進(jìn)行檢驗?？臻g相關(guān)性檢驗通常采用莫蘭指數(shù)（Moran’s I），若莫蘭指數(shù)為正，表明存在空間正相關(guān)關(guān)系；若莫蘭指數(shù)為負(fù)，表明存在空間負(fù)相關(guān)關(guān)系。莫蘭指數(shù)的表達(dá)式為：

式（1）中Wij為空間權(quán)重矩陣。莫蘭指數(shù)的計算采用基于共同邊界的一階ROOK二進(jìn)制空間權(quán)重矩陣。其表達(dá)式為：

莫蘭指數(shù)的取值范圍為[-1，1]，若其值落在（0，1]范圍內(nèi)，表明樣本在空間上正相關(guān)，且越接近1，表明地區(qū)間集聚程度越高；若其值落在[-1，0）范圍內(nèi)，表明樣本在空間上負(fù)相關(guān)，且越接近-1，表明地區(qū)間排斥程度越高；若其值為0，表明不存在空間相關(guān)關(guān)系，樣本觀測值服從空間上的獨立隨機(jī)分布。

本文首先計算2010—2016年總杠桿率的莫蘭指數(shù)?？偢軛U率由政府、企業(yè)、居民、金融杠桿率加總而得。使用政府負(fù)有責(zé)任償還的債務(wù)、政府擔(dān)保償還的債務(wù)、政府可能負(fù)有責(zé)任償還的債務(wù)來估算包含和不包含或有債務(wù)的政府杠桿率；通過各項貸款余額減去住戶貸款，再減去政府負(fù)有責(zé)任償還的債務(wù)中的貸款部分，加上非金融機(jī)構(gòu)的債券融資額來估算企業(yè)杠桿率；使用各地消費貸款數(shù)據(jù)來估算居民杠桿率；使用政府負(fù)有責(zé)任償還的債務(wù)、政府擔(dān)保償還的債務(wù)、政府可能負(fù)有責(zé)任償還的債務(wù)來估算包含和不包含或有債務(wù)的政府杠桿率；通過各地銀行金融機(jī)構(gòu)資產(chǎn)總額減去一級資本，再減去各地各項存款余額來估算金融杠桿率，以此推算銀行主動負(fù)債比率。本文數(shù)據(jù)來源于萬得（Wind）數(shù)據(jù)庫、中國人民銀行及各地統(tǒng)計局?jǐn)?shù)據(jù)。計算結(jié)果參見表1。

表1 總杠桿率莫蘭指數(shù)

由表1可知，總杠桿率由2010年的0.081 0上升到了2014年的0.181 4，總杠桿率的Z值也由2010年的1.022 4上升到了2014年的1.814 6。這說明，總杠桿率不僅逐年增加，且逐年顯著，到2016年略微回落至0.162 1，顯著性略有下降，數(shù)值為1.642 2。這主要是因為，2016年提出要進(jìn)行供給側(cè)結(jié)構(gòu)性改革，而去杠桿是其任務(wù)之一，隨著供給側(cè)結(jié)構(gòu)性改革的推進(jìn)，杠桿率的空間相關(guān)關(guān)系也逐步減弱，表現(xiàn)為各省域間杠桿率開始呈下降趨勢，但全國總杠桿率依然處于較高水平。

（二）空間面板數(shù)據(jù)計量模型

根據(jù)莫蘭指數(shù)的計算結(jié)果可知，全國總杠桿率存在空間相關(guān)關(guān)系，因此需要構(gòu)建包含空間相關(guān)性的計量模型，以更好地研究總杠桿率與部門杠桿率之間的空間互動機(jī)制。本文針對總桿杠率與四個部門杠桿率之間的空間互動關(guān)系建立空間面板數(shù)據(jù)計量模型。當(dāng)前常用的空間面板數(shù)據(jù)計量模型包括空間滯后模型（SAR）、空間誤差模型（SEM）、空間杜賓模型（SDM）。

空間滯后模型用于研究本地區(qū)與周邊地區(qū)空間相關(guān)關(guān)系對完整系統(tǒng)內(nèi)區(qū)域行為所產(chǎn)生的影響，其空間相關(guān)關(guān)系表現(xiàn)為空間溢出效應(yīng)，體現(xiàn)在被解釋變量的滯后項上，數(shù)學(xué)表達(dá)式為：

式（2）中，α為常數(shù)項；ρ為空間自相關(guān)系數(shù)，用以度量周邊地區(qū)對本地區(qū)樣本觀測值的影響程度；Wij為空間權(quán)重矩陣，采用四階德羅內(nèi)（Delaunay）三角剖分算法構(gòu)造。該算法不僅能夠根據(jù)德羅內(nèi)三角形尋找本地區(qū)與相鄰地區(qū)之間的空間關(guān)系，而且能夠?qū)ふ蚁噜彽貐^(qū)周邊的空間關(guān)系，利用四階德羅內(nèi)三角形構(gòu)造的空間權(quán)重矩陣具有最接近性、唯一性、最優(yōu)性、最規(guī)則性、區(qū)域性、凸多邊形外殼等性質(zhì)，能夠較好地反映各地區(qū)杠桿率的空間互動機(jī)制；yit為被解釋變量，i代表年份，t代表地區(qū)；為空間滯后變量，表示周邊地區(qū)對本地區(qū)i總杠桿率樣本觀測值的加權(quán)平均數(shù)；Xit為解釋變量；β為解釋變量系數(shù)；εit為殘差擾動項；μi為時間特質(zhì)效應(yīng)；φi為空間特質(zhì)效應(yīng)。選用面板數(shù)據(jù)時，若回歸模型選擇固定效應(yīng)，則當(dāng)且僅當(dāng)∑μi=0和∑φi=0同時滿足時，截距項α的無偏估計才存在。因此，在建立固定效應(yīng)回歸模型時，一般會舍去截距項。

空間誤差模型通過隨機(jī)擾動項來體現(xiàn)空間溢出效應(yīng)，其數(shù)學(xué)表達(dá)式為：

式（3）中，λ為空間相關(guān)系數(shù)，度量周邊地區(qū)被解釋變量隨機(jī)擾動項對本地區(qū)樣本觀測值的影響程度為空間滯后誤差變量，表示周邊地區(qū)對本地區(qū)以外其他樣本觀測值隨機(jī)擾動的加權(quán)平均數(shù)；μit為殘差項。

空間杜賓模型綜合考慮被解釋變量與隨機(jī)擾動項的空間溢出效應(yīng)，其數(shù)學(xué)表達(dá)式為：

一般采用瓦爾德（Wald）檢驗和LR檢驗來判斷空間杜賓模型是否能夠簡化為空間滯后模型或空間誤差模型。若拒絕H0：λ=0，則采用空間滯后模型；若拒絕H0：λ+ρβ=0，則采用空間誤差模型；若同時拒絕 H0：λ=0和 H0：λ+ρβ=0，則空間計量模型應(yīng)采用空間杜賓模型。

（三）變量選擇

根據(jù)莫蘭指數(shù)的計算結(jié)果可知，全國總杠桿率存在空間相關(guān)關(guān)系。選取全國30個省市區(qū)（不包含我國西藏和臺灣地區(qū)）的區(qū)域數(shù)據(jù)，以2010—2016年全國總杠桿率作為被解釋變量的面板數(shù)據(jù)。將全國30個省市區(qū)劃分為東部、中部、西部三大地區(qū)。其中，東部地區(qū)包括北京、天津、遼寧、山東、江蘇、上海、浙江、福建、河北、廣東、海南；中部地區(qū)包括黑龍江、吉林、山西、安徽、江西、河南、湖北、湖南；西部地區(qū)包括廣西、陜西、甘肅、青海、新疆、四川、貴州、云南、內(nèi)蒙古、寧夏、重慶。

在解釋變量方面，本文重點分析總杠桿率與部門杠桿率及經(jīng)濟(jì)發(fā)展水平之間的關(guān)系，因此核心解釋變量選擇政府、企業(yè)、居民、金融四個部門的杠桿率，分別考察四個部門杠桿率與總杠桿率之間的空間互動關(guān)系，有助于考察東、中、西部地區(qū)影響總杠桿率與部門杠桿率的空間互動機(jī)制。

另外，為考察東、中、西部地區(qū)杠桿率及經(jīng)濟(jì)發(fā)展存在的差異，分別用GDP增長率和金融波動水平衡量經(jīng)濟(jì)發(fā)展差異及金融穩(wěn)定程度。其中，金融波動水平通過計算貸款余額與GDP的比值，再對其求HP濾波得到其波動項（VOL）并取其絕對值得到，波動項數(shù)值越大，表明金融波動越大。表2對各解釋變量進(jìn)行了描述（數(shù)據(jù)均來源于Wind數(shù)據(jù)庫）。

三、實證結(jié)果分析

為跟蹤我國杠桿率空間差異化與溢出效應(yīng)對區(qū)域經(jīng)濟(jì)增長和穩(wěn)定的動態(tài)變化，選取2010—2016年面板數(shù)據(jù)，利用空間計量模型對比分析總杠桿率與部門杠桿率之間的空間互動關(guān)聯(lián)機(jī)制及其對經(jīng)濟(jì)發(fā)展和金融穩(wěn)定的差異化影響。

（一）東部地區(qū)回歸結(jié)果

表3給出了東部地區(qū)總杠桿率對部門杠桿率、金融波動及經(jīng)濟(jì)增長的空間杜賓模型回歸結(jié)果。模型1僅包含核心解釋變量（即政府、企業(yè)、居民、金融杠桿率），模型2加入了金融波動指標(biāo)，模型3加入了經(jīng)濟(jì)增長指標(biāo)。由表3可知，模型1到模型3的豪斯曼（Hausman）統(tǒng)計量均大于給定臨界值0.025下的檢驗值，表明空間杜賓模型應(yīng)使用固定效應(yīng)。瓦爾德檢驗和LR檢驗中的空間滯后指標(biāo)（Spatial_Lag）大于給定臨界值0.025下的檢驗值，表明設(shè)定的空間計量模型應(yīng)拒絕H0：λ=0，即空間杜賓模型不能簡化為空間滯后模型；空間誤差指標(biāo)（Spatial_Error）大于給定臨界值0.025下的檢驗值，表明設(shè)定的空間計量模型應(yīng)拒絕H0：λ+ρβ=0，即空間杜賓模型不能簡化為空間誤差模型。因此，空間杜賓模型是最佳回歸模型。

從空間杜賓模型的總杠桿率（lnGGL）回歸系數(shù)來看，東部各地區(qū)總杠桿率存在負(fù)向空間互動關(guān)系，且模型1和模型3的杠桿率空間系數(shù)均通過了1%顯著性水平的檢驗，說明東部各地區(qū)總杠桿率存在空間負(fù)相關(guān)關(guān)系，而且負(fù)相關(guān)系數(shù)由-0.354957變動至 -0.455 978。這表明，在東部地區(qū)，資金會隨金融波動與經(jīng)濟(jì)增長向中心城市集中，從而致使中心城市杠桿率提高而周邊地區(qū)杠桿率降低，并隨金融波動與經(jīng)濟(jì)發(fā)展向中心城市加速流動，加大地區(qū)經(jīng)濟(jì)發(fā)展不平衡程度。

表2 各變量描述

從東部地區(qū)分部門杠桿率（lnZF、lnQY、lnJM、lnJR）看，一方面，加入金融波動和經(jīng)濟(jì)增長指標(biāo)后，政府杠桿率系數(shù)為-0.073 014，通過了5%水平下的顯著性檢驗，企業(yè)杠桿率為-0.012 480，通過了10%水平下的顯著性檢驗。從模型1到模型3，金融杠桿率系數(shù)從0.261 815上升到0.304 545，且均通過了1%水平下的顯著性檢驗，充分說明金融杠桿率對總杠桿率的影響最為顯著。這表明，對總杠桿率影響最顯著的是金融杠桿率，其次是政府杠桿率和企業(yè)杠桿率，它們的影響不盡相同。從模型3看，金融杠桿率每增加一個單位，總杠桿率增加0.304 545個單位；政府杠桿率每增加一個單位，總杠桿率降低0.073 014個單位；企業(yè)杠桿率每增加一個單位，總杠桿率降低0.012 480個單位。這表明，有大量資金在金融領(lǐng)域空轉(zhuǎn)，而政府和企業(yè)投資卻并未形成有效投資，導(dǎo)致了政府投資的低效化和實體產(chǎn)業(yè)的空心化。另一方面，從周邊地區(qū)分部門杠桿率（W×lnZF、W×lnQY、W×lnJM、W×lnJR）對本地區(qū)總杠桿率的影響看，周邊地區(qū)政府杠桿率系數(shù)從模型1的-0.285 190變動到了-0.403 631，且均通過了1%水平下的顯著性檢驗，即周邊地區(qū)政府杠桿率對本地區(qū)總杠桿率具有顯著負(fù)向作用。這說明，東部地區(qū)大量的政府投資都是低效率投資，這種低效率投資并沒有給經(jīng)濟(jì)增長帶來好處。

表3 東部地區(qū)空間杜賓模型回歸結(jié)果

從控制變量的系數(shù)看，一方面，東部地區(qū)金融波動對總杠桿率的影響不大，而周邊地區(qū)金融波動對總杠桿率的影響比較顯著，表明東部地區(qū)經(jīng)濟(jì)發(fā)展存在空間差異，金融風(fēng)險會加大資金為躲避金融風(fēng)險而流向重點中心城市所造成的損失；另一方面，本地區(qū)經(jīng)濟(jì)發(fā)展對總杠桿率的系數(shù)為-0.065 520，通過了1%水平下的顯著性檢驗，表明采用加杠桿的方式不僅不能提高經(jīng)濟(jì)增長速度，反而會降低經(jīng)濟(jì)增長速度。

（二）中部地區(qū)回歸結(jié)果

表4給出了中部地區(qū)總杠桿率對部門杠桿率、金融波動及經(jīng)濟(jì)增長的空間杜賓模型回歸結(jié)果。模型1僅包含核心解釋變量（即政府、企業(yè)、居民、金融杠桿率），模型2加入了金融波動指標(biāo)，模型3加入了經(jīng)濟(jì)增長指標(biāo)。由表4可知，模型1到模型3的豪斯曼統(tǒng)計量均大于給定臨界值0.025下的檢驗值，表明空間杜賓模型應(yīng)使用固定效應(yīng)。瓦爾德檢驗和LR檢驗中的空間滯后指標(biāo)大于給定臨界值0.025下的檢驗值，表明設(shè)定的空間計量模型應(yīng)拒絕H0：λ=0，即空間杜賓模型不能簡化為空間滯后模型；空間誤差指標(biāo)大于給定臨界值0.025下的檢驗值，表明設(shè)定的空間計量模型應(yīng)當(dāng)拒絕H0：λ+ρβ=0，即空間杜賓模型不能簡化為空間誤差模型。因此，空間杜賓模型是最佳回歸模型。

表4 中部地區(qū)空間杜賓模型回歸結(jié)果

從空間杜賓模型的總杠桿率回歸系數(shù)看，中部各地區(qū)總杠桿率存在負(fù)向空間互動關(guān)系，且模型1和模型3的杠桿率空間系數(shù)的絕對值均大于0.99，且通過了1%水平下的顯著性檢驗，說明中部各地區(qū)總杠桿率存在空間負(fù)相關(guān)關(guān)系。這表明，在中部地區(qū)，隨著中心城市杠桿率的提高，其周邊地區(qū)杠桿率降低，且這種流動速度不會隨金融風(fēng)險和經(jīng)濟(jì)發(fā)展的變化而變化，地區(qū)經(jīng)濟(jì)發(fā)展不平衡程度較東部地區(qū)要高。由中部地區(qū)分部門杠桿率（lnZF、lnQY、lnJM、lnJR）可以發(fā)現(xiàn)：其一，在模型3中，本地區(qū)政府杠桿率系數(shù)顯著為負(fù)。從模型1到模型3，居民杠桿率與金融杠桿率系數(shù)為正，但居民杠桿率系數(shù)均小于0.1，而金融杠桿率系數(shù)均大于0.1，且金融杠桿率顯著性逐步提高。企業(yè)杠桿率系數(shù)在模型2中顯著為負(fù)，在模型1和模型3中均不顯著，表明當(dāng)區(qū)域經(jīng)濟(jì)遇到金融風(fēng)險時，企業(yè)能顯著降低其企業(yè)杠桿率。綜合來看，中部地區(qū)政府杠桿率的提高會使總杠桿率降低，而居民杠桿率和金融杠桿率的提高則會使總杠桿率提高。這表明，中部地區(qū)總杠桿率主要由居民杠桿率和金融杠桿率體現(xiàn)，而居民杠桿率最主要的是房貸。與東部地區(qū)一樣，大量資金在金融領(lǐng)域空轉(zhuǎn)，造成了產(chǎn)業(yè)的空心化，資金仍然“脫實向虛”。企業(yè)杠桿率與金融波動和經(jīng)濟(jì)發(fā)展表現(xiàn)出一種倒U型的關(guān)系，這表明在中部地區(qū)，企業(yè)對金融風(fēng)險非常敏感，金融風(fēng)險能夠顯著降低企業(yè)杠桿率。其二，從周邊地區(qū)分部門杠桿率（W×lnZF、W×lnQY、W×JM、W×JR）對本地區(qū)總杠桿率的影響情況看，政府杠桿率系數(shù)為負(fù)，居民杠桿率系數(shù)為正，均通過了1%水平下的顯著性檢驗，企業(yè)杠桿率為負(fù)，通過了10%水平下的顯著性檢驗。這表明，在中部地區(qū)，杠桿率的空間相關(guān)性體現(xiàn)在居民杠桿率上，而居民杠桿率又主要以房貸為主，即大部分市民都進(jìn)入較發(fā)達(dá)省份購買房產(chǎn)，從而使得居民部門杠桿率系數(shù)顯著為正。此外，居民杠桿率系數(shù)在模型1和模型3中顯著為正，在模型2中不顯著，說明居民杠桿率與金融風(fēng)險和經(jīng)濟(jì)增長表現(xiàn)出正U型關(guān)系，即金融危機(jī)會抑制居民購房熱情，而經(jīng)濟(jì)發(fā)展能顯著提高居民購房熱情。

從控制變量的系數(shù)看，中部地區(qū)金融波動系數(shù)顯著為負(fù)，且其值等于-1.171 155，通過了1%水平下的顯著性檢驗，表明金融風(fēng)險能夠有效降低杠桿率。本地區(qū)經(jīng)濟(jì)增長系數(shù)為0.146 621，通過了1%水平下的顯著性檢驗，表明GDP增長率每增加一個單位，總杠桿率提高0.146 621個單位，即經(jīng)濟(jì)增長會引起總杠桿率的提高。周邊地區(qū)經(jīng)濟(jì)發(fā)展的系數(shù)為-0.485 700，通過了1%水平下的顯著性檢驗，表明周邊地區(qū)經(jīng)濟(jì)發(fā)展能夠有效降低總杠桿率，也在某種程度上說明中部地區(qū)經(jīng)濟(jì)發(fā)展不平衡，大量資金集中在較發(fā)達(dá)省份，而欠發(fā)達(dá)省份難以獲得資金青睞。

（三）西部地區(qū)回歸結(jié)果

表5給出了西部地區(qū)總杠桿率對部門杠桿率、金融波動及經(jīng)濟(jì)增長的空間杜賓模型回歸結(jié)果。模型1僅包含核心解釋變量（即政府、企業(yè)、居民、金融杠桿率），模型2加入了金融波動指標(biāo)，模型3加入了經(jīng)濟(jì)增長指標(biāo)。由表5可知，模型1到模型3的豪斯曼統(tǒng)計量均大于給定臨界值0.025下的檢驗值，表明空間杜賓模型應(yīng)使用固定效應(yīng)。瓦爾德檢驗和LR檢驗中的空間滯后指標(biāo)大于給定臨界值0.025下的檢驗值，表明設(shè)定的空間計量模型應(yīng)拒絕H0：λ=0，即空間杜賓模型不能簡化為空間滯后模型；空間誤差指標(biāo)大于給定臨界值0.025下的檢驗值，表明設(shè)定的空間計量模型應(yīng)拒絕H0：λ+ρβ=0，即空間杜賓模型不能簡化為空間誤差模型。因此，空間杜賓模型是最佳回歸模型。

從空間杜賓模型的總杠桿率回歸系數(shù)看，西部各地區(qū)總杠桿率系數(shù)并不顯著，表明西部地區(qū)整體杠桿率不高，地區(qū)間杠桿率差異相對平均。但是，可以發(fā)現(xiàn)，在模型1和模型2中總杠桿率系數(shù)為負(fù)，而在模型3中總杠桿率系數(shù)為正，說明經(jīng)濟(jì)增長能夠促進(jìn)西部地區(qū)杠桿率的提高。

表5 西部地區(qū)空間杜賓模型回歸結(jié)果

從西部地區(qū)分部門的杠桿率（lnZF、lnQY、lnJM、lnJR）來看，政府杠桿率顯著為正；企業(yè)杠桿率顯著為負(fù)，但其絕對值小于0.1；金融杠桿率顯著為正。這表明，西部地區(qū)經(jīng)濟(jì)發(fā)展主要由政府投資推動，政府杠桿率對總杠桿率具有顯著推動作用；企業(yè)獲得資金支持較為困難，適當(dāng)增加企業(yè)杠桿率有助于降低總杠桿率；金融杠桿率顯著為正，與東部和中部地區(qū)一樣，大量資金在金融領(lǐng)域空轉(zhuǎn)，實體空心化現(xiàn)象在西部地區(qū)同樣存在。

從控制變量的系數(shù)看，西部地區(qū)無論是金融波動還是經(jīng)濟(jì)增長，其對杠桿率的影響均不顯著，表明西部地區(qū)杠桿率總體偏低，而這種較低的杠桿率既對金融風(fēng)險不夠敏感，也不能推動經(jīng)濟(jì)發(fā)展。

四、結(jié)論與政策建議

（一）結(jié)論

本文采用30個省市區(qū)（不包含我國西藏和臺灣地區(qū)）的總杠桿率、分部門杠桿率、金融波動及經(jīng)濟(jì)增長面板數(shù)據(jù)建立空間面板數(shù)據(jù)計量模型，研究了全國總杠桿率對分部門杠桿率以及金融波動和經(jīng)濟(jì)增長的空間互動機(jī)制。實證結(jié)果表明，東部地區(qū)和中部地區(qū)總杠桿率較為顯著，資金流向中心城市的特征明顯，地區(qū)間經(jīng)濟(jì)發(fā)展不平衡，采用加杠桿方式促進(jìn)經(jīng)濟(jì)發(fā)展的效率非常低。但是，西部地區(qū)杠桿率總體偏低，可通過適當(dāng)增加杠桿率來促進(jìn)經(jīng)濟(jì)發(fā)展。

第一，各區(qū)域回歸結(jié)果顯示，金融杠桿率對總杠桿率的影響最顯著。這表明，大量資金進(jìn)入的是以金融業(yè)為主導(dǎo)的虛擬經(jīng)濟(jì)，使各地金融機(jī)構(gòu)流動性充裕，而實體經(jīng)濟(jì)獲得的資金則大幅減少，結(jié)果使金融杠桿對總杠桿率形成了顯著的空間溢出效應(yīng)。但具體而言，各區(qū)域間空間影響機(jī)制又有所不同，東部地區(qū)不僅本地區(qū)的金融杠桿率能夠顯著提高總杠桿率，而且周邊地區(qū)的金融杠桿率也能對本地區(qū)總杠桿率產(chǎn)生顯著正向影響，而中西部地區(qū)僅有本地區(qū)的金融杠桿率能夠提高總杠桿率。這樣的差異表明，東部地區(qū)金融深化程度相對較高，信用和資金轉(zhuǎn)化效率相對較高，其金融資本向周邊地區(qū)流動并形成了顯著的空間溢出效應(yīng)，而中西部地區(qū)資金融通渠道較窄，跨地區(qū)金融資源關(guān)聯(lián)程度較低。

第二，對東部地區(qū)而言，金融杠桿率能夠顯著提高總杠桿率，而適當(dāng)提高政府杠桿率和企業(yè)杠桿率能夠降低總杠桿率。因此，適當(dāng)提高政府和企業(yè)杠桿率有助于東部地區(qū)化解實體產(chǎn)業(yè)空心化難題。此外，加之東部地區(qū)整體杠桿率呈空間擴(kuò)散狀態(tài)，即高杠桿率在東部各省市廣泛存在且不斷上升，會導(dǎo)致金融風(fēng)險爆發(fā)時各主體出于風(fēng)險控制需要而主動降低杠桿率，從而使總杠桿率降低，但杠桿率的迅速下滑不利于地區(qū)經(jīng)濟(jì)穩(wěn)定。同時，受實體產(chǎn)業(yè)空心化影響，單純依靠債務(wù)驅(qū)動的傳統(tǒng)增長模式投入產(chǎn)出效率不斷下降，加杠桿會促使資金加速流向虛擬經(jīng)濟(jì)。

第三，對中部地區(qū)而言，實體產(chǎn)業(yè)空心化現(xiàn)象依然存在，但不及東部地區(qū)明顯。提高政府杠桿率能夠降低總杠桿率。受政策限制，地方債規(guī)模較小，且地方政府負(fù)債以地方融資平臺為主，因此適當(dāng)提高地方債有助于降低總杠桿率。企業(yè)杠桿率與金融波動和經(jīng)濟(jì)發(fā)展之間呈現(xiàn)出一種倒U型的關(guān)系，中部地區(qū)企業(yè)承受金融風(fēng)險的能力較弱，金融風(fēng)險發(fā)生時，企業(yè)為規(guī)避風(fēng)險會主動降低杠桿率。而居民杠桿率與金融風(fēng)險和經(jīng)濟(jì)增長之間呈現(xiàn)出一種U型關(guān)系，居民出于個人財產(chǎn)安全的考慮而選擇加杠桿的方式購買房產(chǎn)以防范金融風(fēng)險。

第四，對西部地區(qū)而言，由回歸結(jié)果可知，西部地區(qū)企業(yè)的發(fā)展較東部和中部地區(qū)弱，地區(qū)經(jīng)濟(jì)發(fā)展主要依靠政府加杠桿來實現(xiàn)。由于整體杠桿率水平較低，只有政府杠桿率能夠顯著提高總杠桿率，而企業(yè)杠桿率會降低總杠桿率。這說明，西部地區(qū)經(jīng)濟(jì)發(fā)展主要采用政府加杠桿的方式，企業(yè)自身獲利能力較弱，需要依靠地方政府隱性擔(dān)保來獲得資金。同時，金融波動和經(jīng)濟(jì)增長均不能對總杠桿率產(chǎn)生顯著影響，表明西部地區(qū)金融業(yè)發(fā)展尚不成熟。從西部地區(qū)總杠桿率的情況看，可通過適當(dāng)提高西部地區(qū)杠桿率來實現(xiàn)地區(qū)金融的穩(wěn)定和經(jīng)濟(jì)的增長。

（二）建議

綜上所述，我國各地區(qū)杠桿率聯(lián)動機(jī)制并不完全一致，各地區(qū)金融、企業(yè)、政府、居民四大部門杠桿率波動對總杠桿率影響的方向和強(qiáng)度也存在巨大差異，且空間計量模型回歸結(jié)果與控制變量的增減也顯著相關(guān)，說明在區(qū)域和部門雙重視角下，我國杠桿率結(jié)構(gòu)聯(lián)動機(jī)制錯綜復(fù)雜，對經(jīng)濟(jì)增長和金融穩(wěn)定的影響也不盡相同，特別是在杠桿空間溢出效應(yīng)上區(qū)域和部門結(jié)構(gòu)的表現(xiàn)迥異。因此，考慮不同區(qū)域或部門的影響機(jī)制，決策層應(yīng)根據(jù)區(qū)域杠桿結(jié)構(gòu)特征、經(jīng)濟(jì)結(jié)構(gòu)調(diào)整進(jìn)度和金融穩(wěn)定程度來制定差異化政策，通過影響和引導(dǎo)市場主體杠桿變動幅度和方向，實現(xiàn)穩(wěn)增長與去杠桿的平衡。具體政策建議如下：

第一，去杠桿必須注重區(qū)域間差異化政策的求同存異。去杠桿應(yīng)注意杠桿的結(jié)構(gòu)性問題，而除了部門結(jié)構(gòu)與行業(yè)結(jié)構(gòu)、所有制結(jié)構(gòu)之外，杠桿的區(qū)域結(jié)構(gòu)差異也十分顯著，其實質(zhì)上體現(xiàn)了長期以來我國經(jīng)濟(jì)增長的不平衡。本文實證研究結(jié)果表明，在當(dāng)前經(jīng)濟(jì)下行且并未觸底的情況下，“一刀切”的去杠桿政策無助于杠桿水平和增速的下降以及杠桿質(zhì)量和效率的提升，反而會對經(jīng)濟(jì)增長和金融穩(wěn)定帶來潛在的負(fù)面影響。因此，決策層在制定具體的去杠桿政策時應(yīng)對杠桿的區(qū)域異質(zhì)性進(jìn)行識別，根據(jù)區(qū)域產(chǎn)業(yè)結(jié)構(gòu)升級和經(jīng)濟(jì)增長速度合理設(shè)定各部門杠桿率風(fēng)險閾值，特別是注重各部門乃至各行業(yè)債務(wù)的可持續(xù)性，以此作為優(yōu)化信貸結(jié)構(gòu)的依據(jù)，為促進(jìn)經(jīng)濟(jì)結(jié)構(gòu)調(diào)整、增強(qiáng)增長內(nèi)生動力提供恰如其分的信貸支持，在增長中化解區(qū)域高杠桿率所帶來的潛在風(fēng)險。

第二，去杠桿必須注重部門間杠桿波動的組合規(guī)律。為更好地應(yīng)對高杠桿所帶來的增長阻力和潛在風(fēng)險，決策層在制定去杠桿政策之前應(yīng)詳細(xì)調(diào)研不同區(qū)域的杠桿結(jié)構(gòu)及其對總杠桿的聯(lián)動機(jī)制。正如本文研究所表明的那樣，中國三大地區(qū)杠桿聯(lián)動機(jī)制顯著不同，推而廣之，各省市區(qū)受經(jīng)濟(jì)發(fā)展階段、產(chǎn)業(yè)分布、金融資源多寡異質(zhì)性影響，其不同部門對總杠桿率波動的貢獻(xiàn)也存在本質(zhì)區(qū)別。只有基于地區(qū)和部門雙重視角，分析并把握這一組合規(guī)律，才能因省施策，甚至因城施策，制定適合本地區(qū)、本省乃至本市需要的去杠桿政策。而其中，適當(dāng)?shù)恼深A(yù)應(yīng)當(dāng)更多著眼于維護(hù)市場正常運行和完善市場出清制度，讓市場在去杠桿中發(fā)揮主導(dǎo)作用，只有如此才可能避免去杠桿與調(diào)結(jié)構(gòu)和保增長之間的沖突。

第三，去杠桿必須注重監(jiān)管與宏觀政策的合理選擇與匹配。當(dāng)前，在我國以間接融資為主的金融體系下，金融、政府、企業(yè)三者的杠桿在某種程度上是三位一體的。在地方政府過度干預(yù)與國有企業(yè)軟預(yù)算約束機(jī)制下，金融部門杠桿（主動負(fù)債）成為政府（融資平臺）和企業(yè)（國有企業(yè)）加杠桿的必要前提，這與本文結(jié)論金融杠桿對總杠桿的影響最為顯著是相符的?？梢姡e極穩(wěn)妥地去杠桿實際上是一項涉及宏觀經(jīng)濟(jì)政策、中觀行業(yè)監(jiān)管、微觀公司治理的多層次結(jié)構(gòu)性改革。特別是由于我國宏觀審慎監(jiān)管體系尚未完善，在杠桿率監(jiān)管方面直到近兩年才逐步將表外理財納入杠桿率分母，加之對不同部門差異化的債務(wù)可持續(xù)性也缺乏指導(dǎo)性的杠桿風(fēng)險閾值動態(tài)監(jiān)測，使之難以與宏觀經(jīng)濟(jì)政策形成有效匹配。因此，相關(guān)決策機(jī)構(gòu)應(yīng)進(jìn)一步完善金融部門資產(chǎn)結(jié)構(gòu)監(jiān)管體系，使之符合“覆蓋范圍盡可能全面、集團(tuán)內(nèi)部不同金融機(jī)構(gòu)之間盡可能區(qū)分、監(jiān)管指標(biāo)體系盡可能互補(bǔ)”的原則。否則，單獨依靠貨幣或財政政策是無法有效實現(xiàn)杠桿水平下降與杠桿質(zhì)量提高的。

參考文獻(xiàn)：

[1]REINHART C M，ROGOFF K S.Growth in a time of debt[J].American economic review，2010，100（2）：573-578.

[2]MENDOZA E G，TERRONES M E.An anatomy of credit booms：evidence from macro aggregates and micro data[EB/OL].（2008-05-01）[2017-04-26].http：//www.nber.org/papers/w14049.pdf.

[3]LUND S，ROXBURGH C，WIMMER T.The looming deleveraging challenge[R].Mckinsey，2010.

[4]MIAN A R，SUFI A.What explains high unemployment?[R].National bureau of economic research，2012.

[5]CABALLERO C C，DRUMOND I，LENDVAI J，et al.Indebtedness，eleveraging dynamicsand macroeconomic adjustment[R/OL].（2013-04-01）[2017-05-20].http：//ec.europa.eu/economy_finance/publications/economic_paper/2013/pdf/ecp477_en.pdf.

[6]BUTTIGLIONE L，LANE P，REICHLIN L，et al.Deleveraging?what deleveraging?：the 16th Geneva report on the world economy[EB/OL].（2014-09-29）[2017-06-20].https：//voxeu.org/article/geneva-report-global-deleveraging.

[7]KRUGMAN P.The increasing returns revolution in trade and geography[J].American economic review，2009，99（3）：561-571.

[8]BOUIS R，CHRISTENSEN A，COURNèDE B.Deleveraging：challenges，progress and policies[EB/OL].（2013-08-05）[2017-05-26].https：//www.oecd-ilibrary.org/economics/deleveraging_5k4221459fjc-en.

[9]TEPPER A，BOROWIECKI K J.A leverage-based measure of financial instability[R].Federal reserve bank，2014.

[10]VALENCIA F.Monetary policy，bank leverage，and financial stability[J].Journal of economic dynamics and control，2011，47（244）：20-38.

[11]ADRIAN T，BOYARCHENKO N.Intermediary leverage cycles and financial stability[R].Federal reserve bank，2015.

[12]黃志龍.我國國民經(jīng)濟(jì)各部門杠桿率的差異及政策建議[J].國際金融，2013（1）：51-53.

[13]中國人民銀行杠桿率研究課題組.中國經(jīng)濟(jì)杠桿率水平評估及潛在風(fēng)險研究[J].金融監(jiān)管研究，2014（5）：23-38.

[14]李揚(yáng)，張曉晶，常欣.中國國家資產(chǎn)負(fù)債表2015：杠桿調(diào)整與風(fēng)險管理[M].北京：中國社會科學(xué)出版社，2015：50-79.

[15]馬建堂，董小君，時紅秀，等.中國的杠桿率與系統(tǒng)性金融風(fēng)險防范[J].財貿(mào)經(jīng)濟(jì)，2016（1）：5-21.

[16]劉曉光，張杰平.中國杠桿率悖論——兼論貨幣政策“穩(wěn)增長”和“降杠桿”真的兩難嗎[J].財貿(mào)經(jīng)濟(jì)，2016，37（8）：5-19.

[17]紀(jì)敏，嚴(yán)寶玉，李宏瑾.杠桿率結(jié)構(gòu)、水平和金融穩(wěn)定——理論分析框架和中國經(jīng)驗[J].金融研究，2017（2）：11-25.

[18]李超，王宇鵬，張晶.中國在去杠桿?加杠桿?影響如何?——對中國杠桿率的測算和比較研究[J].金融發(fā)展評論，2016（4）：9-23.

[19]潘晶.我國非金融企業(yè)杠桿率高企原因及去杠桿路徑[J].武漢金融，2016（12）：58-60.

[20]張龍耀，楊駿，程恩江.融資杠桿監(jiān)管與小額貸款公司“覆蓋率—可持續(xù)性”權(quán)衡——基于分層監(jiān)管的準(zhǔn)自然實驗[J].金融研究，2016（6）：142-158.

[21]方芳，吳波，湯海波.杠桿率：我國商業(yè)銀行風(fēng)險監(jiān)管研究——基于《巴塞爾協(xié)議Ⅲ》全面風(fēng)險管理視角[J].廣東社會科學(xué)，2016（6）：39-46.

[22]駱祚炎.資產(chǎn)價格波動先行指標(biāo)、金融不平衡與廣義價格目標(biāo)函數(shù)——基于金融加速器效應(yīng)的視角[J].金融經(jīng)濟(jì)學(xué)研究，2017（2）：20-31.

[23]胡志鵬.“穩(wěn)增長”與“控杠桿”雙重目標(biāo)下的貨幣當(dāng)局最優(yōu)政策設(shè)定[J].經(jīng)濟(jì)研究，2014（12）：60-71+184.

[24]黃益平.中國杠桿平衡之術(shù)[J].資本市場，2016（Z3）：100-103.

[25]皮俊，周建軍，楊勝剛，等.中國經(jīng)濟(jì)增長和波動的倒U型關(guān)系：杠桿率非對稱變化機(jī)制視角[J].中國軟科學(xué)，2017（2）：132-147.

[26]ANSELIN L.Spatial econometrics：methods and models[M].Dordrecht：Springer Netherlands Business Media，1988：34-39.