【《交通基础设施对地方政府性债务影响的实证分析》6800字】

。回归结果并不显著，与使用人均债务作为债务风险指标结果类似。收入杠杆与货运密度市级面板回归(1)(2)(3)(4)alleastmiddlewesthiwy_frd-.04-.06.02.02(.04)(.05)(.02)(.12)lnroad_l1195.07-487.541524.72**-996.11(539.56)(624.14)(657.66)(1443.65)gdppc.31***.34***.58**.24(.1)(.1)(.23)(.26)gdprate-101.1-97.7243.14-181.77(64.95)(77.99)(86.73)(158.73)indus00-.02*-.01(0)(0)(.01)(.03)revpc-2.32***-1.57***-4.07***-.11(.49)(.59)(1.49)(2.09)outpc.11-.121.95*.51***(.19)(.3)(1.17)(.17)inve.02***.02**.04**.04*(.01)(.01)(.02)(.02)_cons3161.764157.37-23393.22**11155.28(6098.03)(6929.75)(9034.56)(13707.3)Observations870401317152R-squared.44.42.55.63CityFEyesyesyesyesYearFEyesyesyesyesStandarderrorsareinparentheses***p<.01,**p<.05,*p<.1通过以上对市级面板数据的一系列实证分析，我们可以得出以下结论：以高速公路客运密度作为交通基础设施使用效率指标，在全国范围内，本文假设成立，即交通基础设施的使用效率越高，地方政府的债务风险就越低。这一结论对三种债务风险指标都成立。分地区回归的结果中，可以看到，在中部地区，交通基础设施降低地方政府债务风险的现象尤为显著。对于第二条结论，可能的解释是在目前的建设水平中，中部地区交通基础设施的建设可以更有效地促进经济的增长，从而提高地区的经济活力，为地方政府带来更多正面的外部性。而在东部和西部地区，交通基础设施的使用效率已不再能为地方带来更多的经济效益，车辆提供的通行费用可能无法覆盖道路本身的养护费用，公路带来的正外部效应无法覆盖成本，导致这些地区的经济增长率反而被道路使用拖累。为验证这一解释，使用经济增长率作为被解释变量，区分中部地区和非中部地区进行回归，结果如下REF_Ref75430089\r\h表6.13。可见，中部地区的交通基础设施使用效率可以显著促进经济发展，而在非中部地区则恰好相反，假设得到初步验证。经济增长率的中部地区与非中部地区回归(1)(2)middlen_middlehiwy_pad.0001*-.0001**(0)(0)lnroad_l1-.19561.726**(.7022)(.6912)gdp_pc0.0004***(.0002)(.0001)indus0**0(0)(0)inve00(0)(0)_cons11.6962-20.331***(8.4415)(7.2448)Observations329612R-squared.4463.3856CityFEyesyesYearFEyesyesStandarderrorsareinparentheses***p<.01,**p<.05,*p<.1县级面板数据以人均债务作为债务风险指标，客运密度作为交通基建使用效率指标进行回归，控制县固定效应和年份固定效应，结果如REF_Ref75430360\r\h表6.14。可见在全国层面和中部地区交通基建使用效率系数显著为负，假设成立，验证了市级回归的结果。人均债务与客运密度县级面板回归(1)(2)(3)(4)alleastmiddlewesthiwy_pad-.65*-.65-.48*-.68(.39)(.66)(.26)(.75)lnroad_l1-13.17-39.38-102.91110.3(116.94)(147.14)(106.58)(391.49)gdppc1.121.22*1.96***.99(.77)(.72)(.6)(1.18)gdprate-366.76235.91-246.44-365.22(354.9)(483.08)(212.99)(289.52)indus-.78-.04-.67**-2.41(.79)(.3)(.32)(3.07)revpc15.95*21.75***.3616.47(8.21)(6.07)(2.13)(14.84)outpc-2.73.991.69-4.83(2.08)(2.67)(1.7)(3.39)inve4.18*2.96***2.38***8.01(2.24)(1.09)(.73)(7.48)_cons-56274.71*-142666.31***-63615.81***-45064.8(29932.32)(29489.07)(11352.54)(62955.28)Observations4338103213271979R-squared.05.44.37.04CountyFEyesyesyesyesYearFEyesyesyesyesStandarderrorsareinparentheses***p<.01,**p<.05,*p<.1以人均债务作为债务风险指标，货运密度作为交通基建使用效率指标进行回归，控制县固定效应和年份固定效应，结果如REF_Ref75430368\r\h表6.15。与市级回归结果不同，在县级层面以货运密度作为使用效率指标也得出了显著的结果。人均债务与货运密度县级面板回归(1)(2)(3)(4)alleastmiddlewesthiwy_frd-.65*-.65-.48*-.68(.39)(.66)(.26)(.75)lnroad_l1-13.17-39.38-102.91110.3(116.94)(147.14)(106.58)(391.49)gdppc1.121.22*1.96***.99(.77)(.72)(.6)(1.18)gdprate-366.76235.91-246.44-365.22(354.9)(483.08)(212.99)(289.52)indus-.78-.04-.67**-2.41(.79)(.3)(.32)(3.07)revpc15.95*21.75***.3616.47(8.21)(6.07)(2.13)(14.84)outpc-2.73.991.69-4.83(2.08)(2.67)(1.7)(3.39)inve4.18*2.96***2.38***8.01(2.24)(1.09)(.73)(7.48)_cons-56274.71*-142666.31***-63615.81***-45064.8(29932.32)(29489.07)(11352.54)(62955.28)Observations4338103213271979R-squared.05.44.37.04CountyFEyesyesyesyesYearFEyesyesyesyesStandarderrorsareinparentheses***p<.01,**p<.05,*p<.1以宏观杠杆率作为债务风险指标，客运密度作为交通基建使用效率指标进行回归，控制县固定效应和年份固定效应，结果如REF_Ref75426937\r\h表6.16。回归结果显示在全国层面关系不显著，但在中部地区在5%的水平下依然显著。与市级回归的结果有相似之处。宏观杠杆与客运密度县级面板回归(1)(2)(3)(4)alleastmiddlewesthiwy_pad-.064-.042-.096**-.102(.048)(.054)(.043)(.129)lnroad_l1-5.594-2.262-29.448*33.11(22.897)(14.619)(16.868)(81.669)gdppc.151.104*.168**.158(.112)(.053)(.08)(.189)gdprate-89.082-.881-16.952-79.101(58.548)(31.556)(31.379)(51.598)indus-.122.024-.095**-.294(.121)(.029)(.041)(.467)revpc1.6171.127***-.1972.493(1.151)(.393)(.278)(2.222)outpc-.485.206.131-.864(.314)(.263)(.264)(.526)inve.499.237***.322***1.118(.345)(.075)(.098)(1.146)_cons-3284.652-9606.771***-4871.367***-3634.192(4541.364)(2914.684)(1441.801)(10029.614)Observations4338103213271979R-squared.036.368.273.041CountyFEyesyesyesyesYearFEyesyesyesyesStandarderrorsareinparentheses***p<.01,**p<.05,*p<.1以宏观杠杆率作为债务风险指标，客运密度作为交通基建使用效率指标进行回归，控制县固定效应和年份固定效应，结果如REF_Ref75441700\r\h表6.17。回归结果与客运密度结果类似。宏观杠杆与货运密度县级面板回归(1)(2)(3)(4)alleastmiddlewesthiwy_frd-.064-.042-.096**-.102(.048)(.054)(.043)(.129)lnroad_l1-5.594-2.262-29.448*33.11(22.897)(14.619)(16.868)(81.669)gdppc.151.104*.168**.158(.112)(.053)(.08)(.189)gdprate-89.082-.881-16.952-79.101(58.548)(31.556)(31.379)(51.598)indus-.122.024-.095**-.294(.121)(.029)(.041)(.467)revpc1.6171.127***-.1972.493(1.151)(.393)(.278)(2.222)outpc-.485.206.131-.864(.314)(.263)(.264)(.526)inve.499.237***.322***1.118(.345)(.075)(.098)(1.146)_cons-3284.652-9606.771***-4871.367***-3634.192(4541.364)(2914.684)(1441.801)(10029.614)Observations4338103213271979R-squared.036.368.273.041CountyFEyesyesyesyesYearFEyesyesyesyesStandarderrorsareinparentheses***p<.01,**p<.05,*p<.1以宏观杠杆率作为债务风险指标，客运密度作为交通基建使用效率指标进行回归，控制县固定效应和年份固定效应，结果如REF_Ref75441711\r\h表6.18。回归结果显示，全国范围和中部地区都在5%的水平显著，验证了本文的假设。验证了市级回归的结果。收入杠杆与客运密度县级面板回归(1)(2)(3)(4)alleastmiddlewesthiwy_pad-1.11**-.24-2.75**-2.03(.53)(.42)(1.21)(1.33)lnroad_l1178.04-48.46123.88728.23(330.03)(191.28)(525.62)(1010.72)gdppc2.19**1.72**4.17**1.88(1.09)(.69)(1.86)(1.82)gdprate-842.15678.12-683.61-624.08(609.93)(502.57)(615.56)(587.84)indus-.99.31-1.65*-.1(1.15)(.34)(.85)(4.47)revpc3.283.61-27.03***15.32(10.29)(4.16)(8.8)(19.87)outpc-4.67.037.25-9.1*(3.25)(3.12)(7.21)(5.19)inve4.193.37***5.83***5.32(3.39)(.97)(1.95)(10.71)_cons-9970.71-106543.5***-87534.93***13341.71(45214.84)(33774.47)(32675.36)(97595.2)Observations4338103213271979R-squared.04.35.19.04CountyFEyesyesyesyesYearFEyesyesyesyesStandarderrorsareinparentheses***p<.01,**p<.05,*p<.1以宏观杠杆率作为债务风险指标，客运密度作为交通基建使用效率指标进行回归，控制县固定效应和年份固定效应，结果如REF_Ref75426942\r\h表6.19。回归结果与客运密度结果类似，支持了本文的假说。收入杠杆与货运密度县级面板回归(1)(2)(3)(4)alleastmiddlewesthiwy_frd-1.11**-.24-2.75**-2.03(.53)(.42)(1.21)(1.33)lnroad_l1178.04-48.46123.88728.23(330.03)(191.28)(525.62)(1010.72)gdppc2.19**1.72**4.17**1.88(1.09)(.69)(1.86)(1.82)gdprate-842.15678.12-683.61-624.08(609.93)(502.57)(615.56)(587.84)indus-.99.31-1.65*-.1(1.15)(.34)(.85)(4.47)revpc3.283.61-27.03***15.32(10.29)(4.16)(8.8)(19.87)outpc-4.67.037.25-9.1*(3