2017年
财会月刊(24期)
财经论坛
基于模糊理论的地方政府性债务支出绩效评价

作  者
金荣学1(博士生导师),宋菲菲2,赵常恒3

作者单位
1.中南财经政法大学中国收入分配研究中心,武汉430073;2.武汉大学质量发展战略研究院,武汉430072;3.武汉大学经济与管理学院,武汉430072

摘  要

    【摘要】从财力与债务匹配的角度,考虑债务支出方向,借鉴模糊理论的方法,评价和分析我国内地30个省级(西藏自治区数据缺失)政府债务支出的绩效情况,在评价中充分考虑了地方政府性债务支出绩效的模糊性,将模糊模式识别方法用于分析多个研究对象、多个目标权重的情形。对选定的30个省、市、自治区的地方政府性债务支出的情况在进行优劣判断的基础上,对其债务支出绩效结果进行了排序,计算结果表明,地方政府性债务绩效与地方政府本身经济发展水平没有必然的联系。
【关键词】地方政府性债务;绩效评价;模糊理论;债务支出结构
【中图分类号】F812.7      【文献标识码】A      【文章编号】1004-0994(2017)24-0124-5地方政府性债务一直是学术界关注的焦点,其研究重心经历了从规模现状、形成机理、产生原因、风险预警到目前绩效评价的转变过程。关于地方政府性债务的绩效评价,最普遍的做法是根据评价的价值取向不同,截取“投入→过程→产出”全部或者部分环节,设置与选择若干指标,最后形成一套绩效评价体系。这些评价体系的有效使用存在两个需要改进的地方:一是指标的设置必须根据不同省份的具体情况进行修改,评价体系在应用普适性与评价效率之间难以达到完美平衡;二是指标所需数据搜集成本可能比较高,甚至一些指标的真实数据很难获取。鉴于前述原因,本文拟从财力与债务匹配的角度,考虑债务支出方向,借鉴模糊理论的方法,评价和分析我国内地30个省、市、自治区(西藏自治区数据缺失)的政府债务支出的绩效情况,并根据分析得出的排名情况给出提高债务支出绩效的建议。
一、模糊理论的基本原理
1. 模糊模式识别的理论基础。模糊数学的基础为“模糊集合”,是采用数学方法解释模糊性现象的一种新思路,不仅给人们处理模糊现象提供了量化的分析思维,更是化解精确性与复杂性并存矛盾的有效方法。模糊数学运用定量的方法去解释模糊现象,在解决问题时具有以下特点:第一,具备哲学中方法论的特点,即指导人们如何观察模糊事物、解决模糊问题;第二,对模糊因素采用定量的思维方式,使得应对模糊问题的方案更具有客观性和实用性;第三,利用阀值选取的浮动性,得出不同阀值水平下的计算结果,并据此设计出多样化方案。
模式识别(Pattern Recognition)即图像识别,最开始被应用于解决计算机相关问题,近年来其在理论及实践上有着迅速的发展,并被应用于自然科学、社会科学及技术管理等多个领域。模糊模式识别可以让计算机模拟人脑的形象思维和模糊逻辑思维来进行识别,是解决系统本身包含模糊信息的识别问题的有效方法。一般来说,模式识别是指根据研究对象的特征对其进行辨别和分类,将人类经济社会活动中产生的复杂信息进行描述与分类,并从中找出规律性特征及认识结果。模糊模式识别方法是在模式识别的过程中引入模糊数学方法,能实现对模糊事物或现象的识别与判断,更有利于利用人脑对模糊客观事物进行描述与分类,能对传统模式识别方法进行补充与完善。模糊模式识别方法将定量化的理论用于分析自然科学等“硬”科学领域,甚至扩展到社会经济领域等“软”科学领域。
2. 模糊模式识别在经济学中的应用。模糊模式识别在经济学中应用广泛,且其研究为政府进行宏观经济管理提供了众多理论借鉴。武建军、杨思全(2002)运用模糊模式识别理论,利用最大隶属度原则建立了陕西榆林地区土地利用合理性模糊性等级,用于推断土地利用结构的合理性,并认为模糊综合评级是科学合理的研究方法,可为政府部门提高土地利用效率提供借鉴。翁少群、张红(2004)将模糊理论应用于房地产市场,利用模糊模式识别模型推测房地产最有可能所处的发展阶段,以北京市房地产市场状况进行分析,进而指出全国房地产所处的发展阶段,并指出政府部门必须采取对应措施来保障房地产市场乃至整个市场经济的稳定。
王宪恩等(2006)将模糊模式识别理论用于分析城市规划中环境的影响力,建立了秦皇岛市生态环境规划的环境影响评价标准,提出了其改善环境的基本建议。金菊良等(2007)将模糊层次分析法运用于区域水资源的合理配置分析,建立的熵耦合模型对政府部门有效进行水资源管理有着一定的实用价值。白会人等(2009)利用模糊模式识别理论,分析了影响资源枯竭型城市可持续发展的因素,并针对资源枯竭型城市建立了模糊模式识别的可持续发展评价体系,这对于判定某一城市所处的可持续状态,进而分析如何实现资源枯竭型城市经济转型、可持续发展提供了一种新的研究思路。
屈龙(2010)以模糊数学分析法来评价长江三角洲地区经济与交通发展的协调度,利用模糊数学中隶属度的算法将协调度具体化,并得出区域经济与交通建设两者相互促进、共同发展的结论,同时指出这种协调度的计算可以扩展到其他经济圈的分析中去。黄章黎、李小伟(2011)在“良好的经济增长模式才能带来优良的经济增长速度”的理念下,将模糊数学应用到我国经济效益综合评价中,并认为利用模糊识别模型可以多方面识别影响我国经济效益的因素,并用于判别影响中国经济效益水平各项因素的指标权重。黄宏运等(2008)运用层次分析法、一次性检验等方法构建了模糊综合评价模型,并对主要省市债务规模进行了风险评估(2017)。陈业华、邓君(2015)构建了一种网络层次模糊综合评价(ANF)方法,并将其应用于地方政府融资债务的绩效评价,虽未进行具体的实证分析,但为构建债务绩效的评价方法提供了有益思路。
二、模糊理论的评价方法
1. 模糊理论简介。针对模糊现象,用普通集合中的绝对隶属关系来进行分类是不可行的。要表达这些模糊事物和概念,解决这些模糊性问题,就必须将普通集合的概念加以推广,将绝对隶属关系推广到一定程度隶属的关系,用0 ~ 1之间的某一值来代替原来的0和1两个值,即借助于模糊集合。模糊集合的主要思想为:把普通集合中绝对隶属关系加以扩充,使元素对集合的隶属度由0和1两个值推广到可以取单位区间[0,1]中的任意一值,从而实现定量刻画模糊事件和概念。
基于这种思想,按如下方法定义模糊集合,建立从论域U到闭区间[0,1]的任意一个映射:
A:X→[0,1]
对任意u[∈]U,u→(u),将A称为U的一个模糊子集,也称A(u)为U的隶属函数。
归纳模糊子集的特点如下:若模糊集合A的隶属函数只取0和1两个值,那A便转换为一个普通集合;A(u)的大小反映u对于模糊集合A的从属程度,A(u)在0 ~ 1间取值,A(u)值越接近1,表示u从属于A的程度越大;A(u)值越接近0,表示u从属于A的程度越小;模糊集合定义正好可以描述工程中的中间过渡问题,解决了普通集合“非此即彼”的关系问题。
这里需要确定模糊模式识别的三个基本概念:模糊矩阵、隶属度、阈值。
定义1:假设X={x1,…,xn},Y={y1,…,yn},X及Y均为有限集,则X、Y的模糊关系可以用一个n[×]n的矩阵来表示:
R=[a11…a1n⋮⋱⋮an1⋯ann]
其中aij=R(xi,yj),R表示模糊矩阵,且矩阵的元素在区间[0,1]上取值。
定义2:假设A是论域X到区间[0,1]的一个映射,也就是:A:X→[0,1],x→A(x)。此时,称A是X上的模糊集,A(x)为对模糊集A的隶属度。隶属度表示待识别对象对给定的模糊模式的隶属程度,其取值范围是0 ~ 1闭区间内的实数。
定义3:假设A[∈]f(x),而a[∈][0,1],记:A∂={x[∈]X|A(x)≥[∂]},则A∂={x[∈]X|A(x)≥[∂]}为A的强[∂]截集;[∂]称为阈值。
2. 模糊理论应用的步骤。
第一步:提取特征,即必须从识别对象中提取并度量与模糊模式识别相关的一些特征。这是模糊模式识别的关键一步,特征提取的正确合理与否直接系到模糊模式识别的效果,具体方法为:令x1,…,xn分别为每个特征的度量值,因此每一个识别对象x就对应一个特征值向量(x1,x2,…,xn)。
第二步:建立标准类型的隶属函数。标准类型通常是论域U={(x1,…,xn)}的模糊集,其中xi是识别对象的第i个特征。
第三步:建立识别判决标准。根据特定的归属原则判定识别对象所属标准的类型。这里经常用到的判别标准有择近原则(间接法)及最大隶属度原则(直接法)两种。
这两种判别标准是根据识别对象的不同进行区分的,其中“择近原则”是运用于群体识别的间接方法,而“最大隶属度原则”(直接法)则是直接被用于个体识别的方法,更加具体。“最大隶属度原则”一般在以下情形中使用:识别对象是个体(或论域中的某一类元素),且判断标准类型是表示模糊概念的模糊集,而被识别对象不绝对地符合某类判别标准的类型,亦即其隶属度不绝对为1。这种情形下,“最大隶属度原则”是解决及处理个体被识别对象识别问题的有效方法。鉴于本文研究的是30个省、市、自治区的债务支出绩效问题,因此采用个体识别的直接方法,也即“最大隶属度原则”。
三、地方政府性债务支出的模糊理论绩效评价
根据上述基本原理和方法,笔者以我国内地30个省、市、自治区(西藏自治区数据缺失)为样本,对其债务支出的绩效情况进行模糊模式识别与分析。文中所用债务数据来自各省级政府审计署网站、WIND数据库等,综合财力数据来源于相关各年的中国财政年鉴以及各省份国民经济与社会发展计划执行情况报告。基于地方政府性债务支出的优劣评价的模糊性特征,本文采用模糊模式识别的方法,在确定债务支出评估指标的基础上,对30个省、市、自治区的债务支出绩效情况进行综合排名,并在此基础上进行因素分析。
首先,需要确定用来进行判断的指标体系,也就是确定进行模糊识别的论域X。文中将我国地方政府性债务中的支出情况作为识别的对象,并参照地方政府债务资金投向表进行债务支出指标选取,根据各类资金投入占总投入的比重确定指标权重。这里,我们将研究的口径确定为30个省、市、自治区,并且将债务支出模糊系统确定为由市政建设支出、交通运输设施支出、土地收储支出、保障性住房支出、科教文卫支出、农林水利支出、工业和能源支出、生态建设和环境保护支出等几个指标组成,由它们构成论域X:X={X1,X2,X3,X4,X5,X6,X7,X8}={市政建设支出,交通运输设施支出,土地收储支出,保障性住房支出,科教文卫支出,农林水利支出,工业和能源支出,生态建设和环境保护支出}。
在构建论域的基础上,结合地方政府性债务管理实际情况,建立论域X上的模糊子集Aj来代表地方政府性债务支出的模糊状态。根据上述假设,令j=30,那么模糊子集:A={A1,A2,A3,A4,A5,A6,A7,A8,A9,A10,A11,A12,A13,A14,A15,A16,A17,A18,A19,A20,A21,A22,A23,A24,A25,A26,A27,A28,A29,A30}={北京、上海、天津、重庆、四川、安徽、福建、甘肃、广东、广西、贵州、海南、河北、河南、湖南、湖北、黑龙江、吉林、辽宁、江西、江苏、内蒙古、宁夏、青海、山东、山西、陕西、云南、浙江、新疆}。
为了保证地方政府性债务支出指标能够充分反映我国地方政府性债务支出的绩效,并考虑到政府偿债的需要,根据量能负担原则,利用每一项地方政府性债务支出占政府当年综合财力的比率将原始指标进行标准化,根据模糊识别矩阵规定阀值λ,依据阀值原则,可以得到λ截矩阵R,从而可选择出最优的向量。去掉该向量,重复此步骤即可依次得出次优向量,隶属度计算结果如下表所示。
A0=(0.481,0.266,0.524,0.0835,0.0982,0.044,0.0266,0.0435),其中A0的元素=max(Xk)-min(Xk),1≤k≤30。在建立模糊矩阵的过程中,有许多标定方法,如最大最小法、算术平均最小法、绝对值减数法等。为了计算便捷,本文采取绝对值减数法。rij=1-C    |xik-xik|,C根据计算结果选取,根据计算,C取5.7,并使得rij=[0,1],且使得rij在区间内分布得最为分散。
根据上述公式,并将主对角线上的元素换为1。按所求隶属度,可得模糊模式识别矩阵,计算的模糊矩阵为R=[r11…r1n⋮⋱⋮rn1⋯rnn] 。可将R=[r11…r1n⋮⋱⋮rn1⋯rnn]看成一个用30×30的模糊向量表示的模糊集。
由于最大隶属原则为2(即最大阈值原则可以避免因隶属度很小而由最大隶属原则1作出偏离实际较远的判决),所以以下的评定根据最大阈值原则作出判决。  
依次取水平阈值λ=0.43,0.42,0.41,0.4,0.393,0.365,0.35,0.347,0.34,0.312,0.31,0.3,0.298,0.29,0.275,0.273,0.27,0.255,0.25,0.24,0.22,0.21,0.16,0.145,0.14,0.12,0.09,0.05,0.004。那么,根据阈值原则,可以依次得到相应的λ截矩阵(大于或者等于λ的元素均记为1,小于λ的元素均记为0),并且λ截矩阵R在λ=0.43时,得到矩阵R0.43。
在R0.43的第16行中,元素均为1,故第16行对应的评价对象为最优。也就是说,湖北的地方政府性债务支出均衡性为最优。将相似矩阵的第16行第16列去掉之后,重复上一步的方法可以得到排名第二的元素,限于篇幅,计算过程不做展开。在λ=0.43,0.42,0.41,0.4,0.393,0.365,0.35,0.347,0.34,0.312,0.31,0.3,0.298,0.29,0.275,0.273,0.27,0.255,0.25,0.24,0.22,0.21,0.16,0.145,0.14,0.12,0.09,0.05,0.004时,依次可得结果。也就是说,首先选取比较对象(阈值),当一省份所有的地方政府性债务支出的模糊向量中的元素均居于阀值之上时,则说明是最优的。排除已识别出的最优省份,在余下省份中进行择优,选取另一比较值,所有模糊向量均居于阀值之上的省份则为次优,依次进行下去。最终排名顺序为:湖北、重庆、湖南、云南、四川、浙江、河南、青海、甘肃、安徽、吉林、广东、新疆、内蒙古、河北、陕西、江西、黑龙江、海南、辽宁、山西、山东、江苏、福建、上海、广西、天津、北京、贵州、宁夏。我们由此可以得出以下三个论断:
其一,东部地区从绩效排名最终结果来看,其排名为浙江省、广东省、河北省、海南省、辽宁省、山东省、江苏省、福建省、上海市、天津市、北京市,排名在前的几个省份政府性债务支出的投向基本集中在市政建设、交通运输建设、农林水利等领域。其中浙江省2014年依赖土地财政排名第一,但从浙江省2014年的综合财力来看,其综合财力完全能够满足偿还债务的需要,因而从债务负担率的角度来看,浙江省债务负担率较小,因而评价状况较好。排名靠后的几个省份,其政府性债务支出的投向偏向于土地收储领域。这与福建省、上海市、天津市、北京市的省(市)情是相符合的,由于存在地理位置优势以及大量城市建设土地的需要,这些省(市)对土地收储的投入较大。从绩效排名结果看,为提高地方政府性债务绩效水平,地方政府性债务投向应集中于公益性项目建设领域,而减少对土地收储等领域的投入。
其二,计算结果表明,湖北省、湖南省排名靠前,其均属于中部地区;重庆、云南、四川等属于西部地区,其排名也在前列。这说明从地方政府性债务支出的结构上看,地方政府性债务绩效与某地方政府本身经济发展水平没有必然的联系。经济水平及综合财力在全国居前列的上海市、北京市,其在债务支出结构上并没有达到最优,这在某种程度上说明这些地区公共财政支出能够较好地满足基础设施建设等经济建设的需要,债务资金作为经济建设的辅助性资金,其规模应得到适当控制。
其三,对地方政府性债务进行绩效评价并不是一个只注重短期项目收益的过程。在这个过程中,应更注重将债务支出投向收益与债务风险分析相结合,确保在较低债务风险的情况下,提高债务支出投向收益,从源头上做好债务支出投向分析工作,确保债务管理的有效性。其中很重要的一点是:将政府借债规模、债务资金投向与地方政府综合财力相结合,确保综合财力满足债务偿还的需要。在绩效评价中,排名靠前的省份均考虑了在综合财力约束下举借债务的因素。
四、结论与建议
1. 结论。本文提出的地方政府性债务支出模糊模式识别模型,充分考虑了“地方政府性债务支出绩效”的模糊性,将模糊模式识别方法用于分析多个研究对象、多个目标权重的情形。在对选定的30个省、市、自治区的地方政府性债务支出情况进行优劣判断的基础上,对其债务支出绩效结果进行了排序。本文的结论有两个:
(1)地方政府性债务支出大部分关注短期项目的收益,这会影响债务支出绩效的水平。债务支出中,土地收储支出较大的省级政府,在实际经济运行中,对土地收储的投入大,对土地收入也会格外依赖,即依赖于“土地财政”。这种买地、卖地差价带来的直接收益是短期且显著的,因而受到地方政府的重视。相对而言,市政建设、交通运输设施、农林水利等领域大多属于长期性项目,以长期性资产的形式存在,项目收益期较长,“土地财政”依赖性较强的政府会较少进行这些方面的债务支出,从而其债务支出绩效水平相对较低。
(2)债务资金的管理与使用不规范会大大降低债务资金支出的绩效水平。从省级政府性债务支出绩效水平排名上来看,只有规范债务资金使用范围及用途,严格控制债务支出投向,遏制违规使用债务资金的行为,才能从根本上提高地方政府性债务资金支出的绩效水平。将主要债务资金用于基础设施建设及公益性项目的地方政府,倾向于将债务资金用于绩效水平较高的领域,因而其债务支出绩效水平排名靠前。
2. 建议。基于以上分析,本文提出以下建议:
(1)加强地方政府性债务的预算管理和规模控制,提高债务支出效率。一方面,要贯彻落实有利于地方政府性债务管理的预算管理制度,统一政府性债务预算的统计口径和编制方法。另一方面,实行债务指标控制,为地方政府性债务确定合理的债务区间,及时约束接近债务规模上限的地方政府过度举债行为,将地方政府性债务规模控制在合理的范围内,以防范债务的潜在风险演化为现实风险。对于地方政府性债务实行全过程预算管理,以预算控发债、以预算促管理、以预算化风险,将地方政府性债务的风险纳入预算控制的约束范围之中,切实加强地方政府性债务发行、管理和偿还整个过程的规范化、制度化运行。
(2)完善地方政府官员政绩考核制度,深化“去GDP主义”政绩考核观。在考核指标中加入地方政府性债务管理、地区生态环境治理等方面的指标,深化“去GDP主义”政绩考核观。对地方政府性债务实行终身问责制,真正做到谁举债、谁负责,促进地方政府性债务领域的权责对等,减少地方政府治理中的道德风险和逆向选择行为。
(3)建立健全地方政府市政建设项目管理制度。应对每个市政建设项目开展审慎、科学的可行性分析,并通过建立项目管理信息系统加强项目的成本管理和时间管理,通过项目信息的公开来强化社会公众对项目建设和资金使用的监督职能。同时,在所有政府性债务支出项目中,统一实行地方政府性债务评价制度,对债务支出的经济效益和社会效益进行评价,用事后监督来进一步加大对债务支出行为的综合激励约束力度,减少无效率和低效率的债务支出行为。

主要参考文献:
武建军,杨思全.基于模糊模式识别理论的土地利用合理性分析[J].地理科学进展,2002(3).
翁少群,张红.基于模糊模式识别理论的中国房地产市场发展阶段判别研究[J].土木工程学报,2004(5).
王宪恩,张海华,赵文晋,李培中,高福民.模糊模式识别理论在规划环境影响评价中的应用[J].吉林大学学报(理学版),2006(1).
金菊良,王文圣,程吉林,黄诗峰.区域水资源合理配置的模糊模式识别——模糊层次分析法的熵耦合模型[J].四川大学学报(工程科学版),2007(2).
白会人,丁涛,徐世烺,王大国. 模糊模式识别理论在资源枯竭型城市可持续发展评价中的应用[J].辽宁工程技术大学学报(自然科学版),2009(3).
屈龙.基于模糊数学的区域经济与交通协调性评价——以长三角为例[J].重庆交通大学学报(社会科学版),2010(5).