宏观政策效果评估模型的发展与应用文献综述

来源:用户上传      作者:

　　摘   要：本文分别从基于双重差分方法的模型、基于一般均衡分析的模型、基于效率分析的模型和其他评估模型四个方面，梳理了宏观政策评估研究文献，总结了宏观政策评估所用到的计量方法。本文认为，随着计量统计技术的进步和数据收集处理方法的革新，未来的宏观政策效果评估方法将更加体系化，评估模型将更具适用性，评估的思路也将出现新的变革。
　　关键词：政策评估;双重差分模型;一般均衡模型;效率分析
　　中图分类号：F812.42                      文献标识码：A                         文章编号：1674-0017-2019（5）-0036-05
　　一、引言
　　改革开放以来，我国经济社会发展取得了举世瞩目的成就。在经济社会发展过程中，各级政府深度参与其中，表现出巨大的配置经济资源和主导经济活动的能力。各级政府主导和影响社会经济活动的主要方式是制定并实施宏观政策，包括制定规章制度、增长计划、产业政策以及发展战略等。因此，科学评估宏观政策效果，对于提高政策研究和决策水平极为关键，也是推进国家治理体系和治理能力现代化的重要手段。
　　在国外，宏观政策评估的研究已较为丰富，对提高宏观政策的科学性发挥了重要作用。近年来，也有中国学者提倡定量评估社会经济政策，强调运用现代计量经济学方法与工具进行宏观政策评估的重要性和必要性。本文梳理总结国内外宏观政策效果评估的经济模型发展与应用情况，为此领域的相关研究提供参考借鉴。
　　二、政策评估与政策评估模型
　　1951年，美国学者拉斯韦爾提出了“政策科学”的概念，之后学界对于政策研究的重视程度与日俱增。政策科学包含决策前分析、政策制定、政策执行以及政策评估等多个方面。其中，政策评估是对政策影响进行评价并以此判断政策目标实现程度的活动，属于政策科学研究的重要内容。政策评估概念有广义和狭义之分。广义的政策评估包含政策的事前评估（prospective ex-ante evaluation）、执行评估（monitoring interim evaluation）和事后评估（retrospective ex-post evaluation）三种类型。狭义的政策评估是指事后评估（王瑞祥，2003）。
　　一般情况下，宏观政策对各个群体、行业和地区的影响程度深、范围广，宏观政策的出台需要建立在科学判断的基础之上。准确评估宏观政策效果，对于作出科学合理的政策决策至关重要。然而，经济现象具有不可实验的特点，宏观政策出台之后，各变量之间的因果关系和作用机制错综复杂，为政策评估带来较大难度。现实中，许多政策研究属于简单的定性分析，基于对经济现状和历史的感性认识，提出相应的观点与政策建议。此类政策建议缺乏扎实的数据支撑，科学性和合理性不高，导致在政策实施过程中出现偏差。只有建立在数据基础之上的实证研究，才能准确判定各经济变量之间的内在联系，从而提高研究结论的科学性（洪永淼，2015）。
　　宏观政策评估模型的作用就在于为基于数据分析的政策评估提供依据。宏观政策评估模型根源于计量统计方法，通过严谨的统计推断过程发现经济数据之间的内在规律，揭示宏观政策与各经济变量之间的因果关系，从而评价宏观政策的效果。宏观政策评估模型的运用，一方面提供了科学的计量统计理论指引，避免分析经济数据时的主观性偏差;另一方面提供了扎实的数据支撑，提高了评价政策效果的准确性。
　　三、政策评估模型发展与应用
　　宏观政策效果评估是数理经济学、计量经济学和统计学在政策评估中的应用。长期以来，国外学者运用多种数理经济模型和计量经济模型对经济政策进行量化评估，形成了丰硕的研究成果。最近二十年来，一些研究主要运用计量经济学方法，对经济政策进行量化分析，计算政策出台对特定群体、行业或地区的影响，这一领域的研究被称为政策评估计量经济学，极大地促进了计量经济理论在政策评估中的应用（洪永淼，2015）。本文根据政策评估方法的基本思想，将宏观政策评估模型归为以下几类。
　　（一）基于双重差分方法的模型
　　双重差分法（Difference-in-Differences Method，简称DID）最初应用于自然科学研究中，用来比较特定的实验条件对样本的影响。自上世纪70年代末之后，双重差分法逐步被应用于政策评估中（Ashenfelter，1978），该模型及其拓展方法是目前政策效果评估中应用最广泛的研究工具（石华军和楚尔鸣，2018）。双重差分法将政策的实施看作一个准自然实验，把受到政策影响的样本作为实验组，不受政策影响的样本作为对照组1。通过两次差分剔除实验组与对照组在政策实施前的差异，进而对比两组样本的某些指标特征，评估宏观政策实施的效果。
　　基于双重差分法的研究成果十分丰硕。Card & Krueger（1994）利用美国新泽西州和宾夕法尼亚州快餐业数据，运用双重差分法评估了美国最低工资法对就业的影响。Alatas and Cameron（2003）发现对于最低工资政策效果的讨论主要集中于发达国家，因而利用同样的方法分析了低收入国家最低工资制度的政策效果，发现最低工资制度降低了国内小型企业的就业水平，而对国内和国外的大型企业的就业水平没有影响。Meyer et al.（1995）利用双重差分法考察了工人工伤赔偿政策对工人缺勤率的影响。Acemoglu and Angrist（2001）运用该模型研究了美国残疾人法案的施行效果，发现该法案显著降低了残疾人就业率，并且在中型企业这一政策对就业的影响大于小型企业。周黎安和陈烨（2005）是国内运用双重差分模型研究宏观政策效果的早期文献。文章评估了农村税费改革的政策效果，认为税费改革对农民纯收入增长的贡献高达40%以上。韩仁月和马海涛（2019）构建双重差分模型评估了不同的税收优惠政策对于企业创新的激励效果，发现研发费用加计扣除的政策效果最强，税率优惠次之，而固定资产加速折旧对企业研发投入的激励效果不明显。王传荣和付婷婷（2019）采用双重差分法考察了中国文化贸易政策提升文化产业竞争力的政策效果，认为文化贸易政策能够提高文化产业的内容创新能力，但对文化产业技术进步的促进作用却很小，且政策时滞较长。 　　双重差分法样本选择条件十分苛刻，给模型应用带来了较大的难度，导致对政策效果的判断容易出现偏误（陈林和伍海军，2015）。如果分组不当，使分组和抽样不满足随机性条件，则会产生“选择性偏误”问题。并且，假如实验组与对照组样本在政策实施前所关注的因变量特征不一致，则不满足平行趋势假定，也给研究分析造成困难。另外，由于其他政策也可能造成类似的政策效应，在运用双重差分法评估政策效果之后，还须进行实验后测和谬误检验，以确保实验效果的排他性（石华军和楚尔鸣，2017）。虽然应用条件极为严格，但是双重差分法依然是应用最为广泛的宏观政策效果评估模型。
　　（二）基于一般均衡分析的模型
　　可计算一般均衡模型（Computable General Equilibrium，CGE）与动态随机一般均衡模型（Dynamic Stochastic General Equilibrium，DSGE）均是基于均衡思想构建的分析框架。两种模型的计量方法和过程并无直接联系，但均体现了新古典经济学理性人行为最优化的思想，通过求解均衡方程观察政策变量对其他经济变量的影响。
　　可计算一般均衡模型（CGE）模型中，各经济行为主体（企业、消费者和政府等）在各自的预算约束条件下，追求利润最大化或效用最大化。具体而言，企业确定各种商品的最优供给量和使用生产要素的最优数量，以达到利润最大化;消费者确定商品的需求量，以达到预算约束下的效用最大化。最终，在市场机制的作用下，经济达到稳定状态，此时供给量与需求量相等，实现商品市场、要素市场、资本市场、政府预算和居民收支的均衡。诸多研究基于以上均衡思想，探索利用CGE模型进行宏观政策评估。Euijune and Kabsung（2002）利用CGE模型评估了韩国区域发展政策对经济增长、通货膨胀、收入分配和跨区域经济差距的影响。郭捷和刘子辰（2015）基于CGE模型評估了我国西北地区民族经济政策，模拟了一般转移性支付政策对西北地区经济要素和企业产出的影响。通过设定转移支付增加的情景，纵向对比了转移支付政策在2007年和2012年对西北民族地区各经济要素的影响。
　　一般动态随机均衡模型（DSGE）能够刻画不同变量之间的复杂关系，而不依赖于“其他条件不变”的假设，因而更为贴近现实。DSGE模型以微观主体的利益最大化为出发点，描述了消费者、厂商等具有代表性的经济参与者的行为，因而使宏观政策研究具有扎实的微观基础。DSGE模型虽然多用于货币政策等金融领域的政策分析，但在其他政策评价中的应用也十分广泛。Ramsy（1927）构建了DSGE理论框架，以定量的方式研究了货币政策和财政政策的效果，是这一领域的早期文献。Boscá（2010）建立了西班牙经济理性预期模型（Rational Expectations Model for the Spanish economy，REMS），这个模型是一个小型开放经济的一般动态均衡模型，也是一个新兴古典—凯恩斯主义综合模型。文章评估了西班牙经济事务和财政部的政策效果，对政策选项与经济结果之间的传导渠道做了严密的分析。Erceg et al.（2005）构造了基于多国开放经济的动态随机一般均衡模型，对经济政策进行量化分析。文章对宽松的货币政策、政府支出增加等政策效果进行了分析，同时还模拟了劳动生产率持续增加、劳动税率减少、资本税率减少这三个长期变量的变动对经济的影响。李春顶等（2019）构建了一个包含29个经济体的大型一般均衡模型系统，模拟了中美贸易摩擦的经济影响和中国6种应对措施的政策效果。吕进中等（2019）建立了评估宏观审慎政策工具的有效性的DSGE模型，分别考察了贷款价值比政策、加强型货币政策、逆周期的存款准备金率政策以及贷款增速指导政策的效果。DSGE模型的优点在于能够刻画经济的结构特征，并分析经济变量对经济冲击的反应。而且，DSGE模型还提供了一致的理论分析框架，描述经济在短期和长期内对冲击的反应，可以观察经济在冲击发生后向其均衡路径回归的过程。
　　（三）基于效率分析的模型
　　诸多文献注重从效率的角度评估政策实施的效果。目前，基于效率分析的主要模型是数据包络分析方法（Data Envelopment Analysis， DEA），这一模型被广泛地运用于政策效果的评价之中。1978年，美国著名运筹学家Charnes以及Rhodes提出了数据包络分析方法。这一方法是对运筹学、管理科学与数理经济学理论的综合应用。DEA模型首先估计有效生产前沿面，进而通过比较决策单元（Decision Making Units，DMU）与前沿面的距离来评价其相对有效性。DEA模型被应用于包含经济金融政策在内的各宏观政策的评估中。Sohel et al.（2014）评估了日本金融服务局的金融政策对银行、保险公司、银行控股公司规模报酬的作用，认为金融政策总体上提升了金融体系的整体效率。Halkos and Tzeremes（2010）基于新古典增长理论，利用DEA模型评价了希腊经济发展政策的有效性，认为在13个行政区域中存在着显著的政策效率损失。Qing-Cheng M and Yan G（2005）运用两阶段的DEA模型评价了金融政策的相对效率。Yao（2013）基于DEA模型评估了金融支持政策对于制造业过程创新的作用。Wu et al.（2014）利用中国2005年至2010年循环经济数据，评估了中国提出循环经济政策的效果，指出提高中央政府不同政策的协调性和地方政府区域政策的适用性是实现可持续发展的必要条件。Bosetti and Buchner（2005）测度了11种气候应对政策的相对效率，综合运用DEA模型和成本收益分析（Cost-Benefit Analysis，CBA）方法，评估了各种政策的相对优势。同时，文章还基于DEA模型计算了政策的相对效率得分。Cao et al.（2017）利用DEA模型测算了新能源汽车支持政策的有效性和规模效益。高宏伟和刘延平（2006）利用DEA模型测度了铁路行业的产出效率，并对资产经营责任制的政策效果进行了评估，得出资产经营责任制的政策并没有显著改善铁路局总体产出效率的结论，认为其政策影响力主要体现在非最繁忙线路上。史晓红等（2012）利用DEA模型评价了城市倾向的经济政策对于城乡居民收入差距的有效性，认为从长期看这一政策导致了收入差距的扩大。 　　隨机前沿分析方法（Stochastic Frontier Analysis，SFA）也是测算效率的模型，但在政策评估方面的应用比DEA方法少很多。SFA可以用明确的函数关系表示投入变量对产生变量的影响程度，发现政策变量与目标变量之间的关联，从而评估宏观政策的效果。例如，迟国泰和孟斌（2017）建立了国家重大区域规划政策的随机前沿分析模型（SFA），利用以往数据估算某一年份经济指标，并与相应年份实际经济指标值对照比较，以此评价政策实施效果。同时，文章还基于SFA模型观测了政策变量与目标变量之间的规律性联系。
　　（四）其他模型方法
　　诸多计量统计方法被用于政策效果评价之中。这些方法没有如上述模型那样得到较为广泛的应用，不是政策评估的典型方法，因而无法依据评估思路进行归类。然而，此类文献也为政策评估提供了良好借鉴。例如，孙永波等（2011）基于组合预测模型评价了黑龙江省区域政策效应，结果发现区域经济政策在总体上是有效的，但在地区间协调发展方面的效果还有待改进。文章首先确定经济政策评估的指标体系，之后通过求解各单项预测模型预测值的加权算术平均而得到其组合预测值，测算在没有实施该项区域经济政策时的经济指标值。通过测算值与实际观测值的对比分析，得出评分结果，进而判断政策效应。文章所用的基于组合预测模型的区域政策实施——投影对比分析法，其优点在于能够解决区域政策评价中存在的目标不确定和影响因素难以量化的问题。一些常规的方法也被运用于政策效果的评估之中。Horacio and Gaston（2016）运用面板数据固定效应模型评估了阿根廷宏观审慎政策对贷款增长的影响，发现资本缓冲政策和限制外汇头寸政策均显著降低了贷款增速。常规的回归模型的缺点在于，政策实施前后的经济环境已经发生变化，即使在同一时点上，不同区域的经济条件也有所差别，因而难以对政策效果作出精确的对比分析。吴翌琳和黄筝（2018）首先运用Ridit分析方法筛选政策种类，进而利用倾向评分匹配法探索了财税政策对于创业企业年收入的影响，验证了财税政策对于提升企业盈利能力的重要作用。
　　四、政策评估模型发展与应用展望
　　新的政策评估的模型工具是在研究各类社会经济问题的过程中不断发展完善的。宏观政策效果评估模型并非是与其他计量工具相割裂的独立研究体系，而是计量工具在宏观政策评估领域的应用。宏观政策效果评估的模型发展，最终取决于统计计量技术的进步。计量技术的发展是循序渐进的过程，因而，宏观政策评估模型的发展也须逐步完善。
　　宏观政策评估模型将随着计量统计科学和数据处理技术的进步而逐步发展，并在实践中不断完善。未来的政策评估模型可能有以下几个方面的发展趋势。第一是评估方法更加体系化。目前政策评估具体方法的研究仍然是我国政策评估的薄弱环节。量化方法的运用还处于较为散乱的状态，尚未形成一定的科学系统，呈现出不规范的情形（谭维，2014）。随着公共政策科学的发展，宏观政策评估模型的应用也将越来越体系化，并在评估实践中不断完善。第二是模型适用范围更广泛。经济现象不同于自然科学中的可重复实验，具有不可操控的特点，因而很多政策评估方法是建立在严苛的假设条件基础之上的。随着计量经济学的发展进步，许多模型的假设条件有望被进一步放宽，从而使得模型的适用范围有所扩大（洪永淼，2015）。第三是评估思路的改进。随着大数据的研究和应用不断走向深入，数据收集和处理的成本将越来越低，数据质量将逐步提升，这为未来的宏观政策评估带来便利。数据处理方式的变革，有可能颠覆目前政策评估模型的传统思路，由重视变量之间的因果性向主要关注其相关性转变。
　　参考文献
　　[1]Acemoglu， D.， and J. D. Angrist. Consequences of Employment Protection？ The Case of the Americans with Disabilities Act [J].Journal of Political Economy， 2001， 109（5）：915-957.
　　[2]Alatas V ， Cameron L . The impact of minimum wages on employment in a low income country ： an evaluation using the
　　[3]difference-differences approach[J]. Social Science Electronic Publishing， 2003， 61（2）：201-223.
　　[4]Ashenfelter O.. Estimating the Effect of Training Programs on Earning[J]. The Review of Econoics and Statistics，1978，60（1）：47-57.
　　[5]Bosetti V ， Buchner B . Using Data Envelopment Analysis to Assess the Relative Efficiency of Different Climate Policy Portfolios[R]. Working Papers， 2005.
　　[6]Card， D， and A， Krueger. Minimum Wages and Employment： A Case Study of the Fast Food Industry in New Jersey and Pennsylvania[J]. American Economic Review， 1994， 84， 772-793.
　　[7]Erceg C J ， Guerrieri L ， Gust C J . SIGMA： A New Open Economy Model for Policy Analysis[J]. International Finance Discussion Papers， 2005， 83（1）：1--50. 　　[8]Halkos G E ， Tzeremes N G . Measuring regional economic efficiency： the case of Greek prefectures[J]. Annals of Regional Science， 2010， 45（3）：603-632.
　　[9]Horacio Aguirrey，Gastón Repettoz. Macroprudential Policy Evaluation using Credit Registry Data： Argentina， 2009-2014[J]. BIS Working Paper，2016.
　　[10]J. E. Boscá， A. Díaz， R. Doménech， et al. A rational expectations model for simulation and policy evaluation of the Spanish economy[J]. Series， 2010， 1（1-2）：135-169.
　　[11]Kim E，Kim K. Impacts of regional development strategies on growth and equity of korea： a multiregional CGE mode[J]. Annals of Regional Science，2002，36（ 1） ： 165-180.
　　[12]Mengtian C ， Luyang L . [IEEE 2017 3rd International Conference on Information Management （ICIM） - Chengdu， China （2017.4.21-2017.4.23）] 2017 3rd International Conference on Information Management （ICIM） - The policy performance evaluation of new energy automobile industry based on DEA method[J]. 2017：1-5.
　　[13]Meyer B D， Viscusi W K， Durbin D L. Workers' Compensation and Injury Duration： Evidence from a Natural Experiment[J]. American Economic Review， 1995， 85（3）：322-340.
　　[14]Qing-Cheng M ， Yan G . DEA twostages method for evaluating the relative efficiency of finance policy[J]. Journal of University of Shanghai for Science & Technology， 2005.
　　[15]Qian Y . Empirical research on performance evaluation of financial support policy on process innovation of manufacturing industry[C]// International Conference on Management Science & Engineering. IEEE， 2013.
　　[16]Ramsey，F. A contribution to the theory of taxation[J]. Economic Journal，1927，（ 37） .
　　[17]Sohel Azad， Suzuki Yasushi， Victor Fang and Amirul Ahsan. Impact of policy changes on the efficiency and returns-to-scale of Japanese financial institutions： An evaluation[J]. Research in International Business and Finance， 2014， 32：159-171.
　　[18]Wu H， Shi Y， Xia Q， et al. Effectiveness of the policy of circular economy in China： A DEA-based analysis for the period of11th five-year-plan[J]. Resources Conservation & Recycling， 2014， 83（1）：163-175.
　　[19]陳林和伍海军. 国内双重差分法的研究现状与潜在问题[J]. 数量经济技术经济研究， 2015（7）：133-148.
　　[20]迟国泰， 孟斌. 国家重大区域规划政策效果评价模型及应用[J]. 系统工程学报， 2017， 32（6）：774-782.
　　[21]高宏伟， 刘延平. 铁路行业产出效率的测量与经济政策评估[J]. 统计研究， 2006， 23（7）：46-49.
　　[22]郭捷， 刘子辰. 基于CGE模型的我国西北地区民族经济政策模拟和实证研究[J]. 运筹与管理， 2015（4）：148-154.
　　[23]韩仁月，马海涛. 税收优惠方式与企业研发投入——基于双重差分模型的实证检验[J].中央财经大学学报，2019（03）：3-10. 　　[24]洪永淼. 提倡定量评估社会经济政策，建设中国特色新型經济学智库[J]. 经济研究， 2015.
　　[25]李春顶， 何传添， 林创伟. 中美贸易摩擦应对政策的效果评估[J]. 中国工业经济， 2018， 367（10）：139-157.
　　[26]吕进中， 张燕， 张鹏辉， et al. 宏观审慎政策工具的有效性研究——基于动态随机一般均衡模型的分析[J]. 金融监管研究， 2018， 82（10）：22-36.
　　[27]周黎安， 陈烨. 中国农村税费改革的政策效果：基于双重差分模型的估计[J]. 经济研究， 2005（8）：44-53.
　　[28]石华军， 楚尔鸣. 政策效果评估的双重差分方法[J]. 统计与决策， 2017（17）：82-85.
　　[29]史晓红， 李金霞， 陈磊. 城市倾向的经济政策对于城乡居民收入差距的有效性评价——基于DEA和CCR模型的面板数据分析[J]. 农林经济管理学报， 2012（2）：91-95.
　　[30]孙永波， 王平安， 王素娟. 基于组合预测模型的区域政策经济效应评价[J]. 黑龙江科技大学学报， 2011， 21（6）：481-485.
　　[31]王瑞祥. 政策评估的理论、模型与方法[J]. 预测， 2003， 22（3）：6-11.
　　[32]王传荣，付婷婷. 中国文化贸易政策对文化产业竞争力的影响——基于双重差分法的经验分析[J]. 山东财经大学学报，2019（2）：60-71.
　　[33]吴翌琳， 黄筝. 基于倾向得分匹配法的创业政策实证研究——以财税政策评估为例[J]. 宏观经济研究， 2018（9）.
　　Development and Application of Macro Policy
　　Evaluation Model：A Literature Review
　　HAO Weiya
　　（Xi’an Branch of PBC， Xi’an Shaanxi 710075）
　　Abstract： In the situation that governments are deeply involved in economic construction， research on evaluation of macro-policy become more and more important. This paper teased out literature on macro-policy evaluation and summarized econometric methods used in this field based on research from four aspects： Difference-in-Difference Model， General Equilibrium Analysis， efficiency analysis and other models. This article then . As the improvement of econometric and statistic technique， it is believed that the macro-policy evaluation methods would become more systematical， the evaluation model would be more applicable and the evaluation idea would change significantly in the future.
　　Keywords： policy evaluation; Difference-in-Difference Model; General Equilibrium Model; efficiency analysis
　　责任编辑、校对：谢红苗
　　收稿日期：2019-3
　　作者简介：郝威亚（1987.6- ），男，内蒙古丰镇人，应用经济学博士，经济师，现供职于中国人民银行西安分行。
转载注明来源:https://www.xzbu.com/2/view-15068713.htm