第一章 引言
在宏观经济政策研究的领域中，异质性支出乘数是指财政支出变化在不同经济环境下对总产出产生的差异化影响倍数，其核心意义在于突破了传统凯恩斯理论中乘数恒定不变的假设。传统的宏观分析往往基于线性模型，认为政府每增加一单位支出所带来的产出增长是固定的，然而现实经济具有明显的非线性和结构复杂性。异质性支出乘数的门槛回归识别正是为了解决这一问题而引入的前沿技术手段，其核心原理在于利用“门槛效应”将经济样本划分为不同的机制区间。该方法依据特定的门槛变量，如通货膨胀率、政府债务水平或经济增长率，将数据空间进行客观分割，从而捕捉到在不同状态下财政政策效果的显著差异。从操作步骤来看，实现这一识别过程首先需要对相关宏观经济数据进行严格的平稳性检验，以消除伪回归的干扰；随后构建面板门槛模型，利用格栅搜索法或似然比检验来确定门槛值的估计值及其置信区间；最后通过回归分析估算出不同门槛区间内的具体乘数数值。在实际应用层面，精准识别异质性支出乘数对于提升政府决策的科学性至关重要。它能够帮助决策者清晰判断在经济过热或衰退等不同时期，财政扩张政策的有效性边界，从而避免“一刀切”的政策失误，确保财政资源的配置能够达到预期的稳增长与调结构目标，是现代财政政策制定从经验主义向精准量化转型的关键工具。
第二章 异质性支出乘数的门槛回归模型构建与实证设计
2.1 异质性支出乘数的理论逻辑与门槛变量选取
2.2 门槛回归模型的设定与识别方法阐释
门槛回归模型作为一种重要的非线性计量方法，能够有效捕捉经济变量间发生结构突变的临界点，是识别异质性支出乘数的理想工具。根据Hansen（1999）提出的基本原理，面板门槛回归模型通过引入门槛变量将样本划分为不同区间，进而考察解释变量在不同区间内对被解释变量的差异化影响，从而客观反映变量间的非线性关系。在本文的研究框架中，核心被解释变量设定为地区经济增长指标，核心解释变量设定为政府支出变动，门槛变量则选取了能够反映经济结构性特征或外部环境的变量，旨在识别支出乘数在不同状态下的异质性表现。
本文构建的单门槛面板回归模型的具体形式设定如下：
其中， 代表被解释变量， 代表核心解释变量， 为门槛变量， 为待估计的门槛值， 为指示函数。若 ，则 取值为1，否则为0。在此基础上，若模型存在两个或更多门槛值，则可扩展为多门槛模型，以捕捉更为复杂的非线性特征。
对异质性支出乘数的识别流程主要包含三个关键步骤：首先是对门槛效应进行显著性检验。该步骤旨在检验模型中是否存在门槛效应，通常采用“自举法”（Bootstrap）获取F统计量的渐进分布，并计算对应的P值。若P值显著，则表明门槛效应存在。其次是门槛值的估计与置信区间构建。通过最小化残差平方和来获取门槛估计值，即 ，并利用似然比统计量构造门槛值的置信区间。最后是回归系数的估计与解释。在确定门槛值后，对模型进行回归分析，若 与 存在显著差异，则证实了支出乘数的异质性特征，进而为制定差异化的财政政策提供实证依据。
2.3 变量定义、数据来源与预处理说明
被解释变量设定为经济产出增长率，旨在精准衡量财政政策对实体经济的最终拉动效果，具体采用剔除价格因素后的实际GDP季度同比增速作为测算指标。核心解释变量选取政府支出变量，通过计算政府消费性支出与投资性支出之和占GDP的比重来反映财政政策的干预强度。门槛变量主要选取宏观杠杆率，用以捕捉不同债务水平下财政政策效应的非线性变化特征，同时辅助引入通货膨胀率作为制度环境的门槛变量。控制变量则涵盖对外开放程度、全社会固定资产投资增速以及货币供应量M2增速，以有效剥离其他宏观经济因素对经济产出的潜在干扰，确保模型的净效应识别准确。
本文样本选取的时间跨度为2010年第一季度至2023年第四季度，空间范围覆盖全国三十一个省级行政区，数据层面主要采用省级面板数据。所有变量的原始数据均来源于国家统计局官方网站、《中国统计年鉴》以及中国人民银行发布的金融运行报告，确保了数据来源的权威性与公开性。在实证分析前，对数据进行了严格的预处理。首先，针对异常值问题，采用1%和99%分位数的Winsorize缩尾处理方法，消除极端数据对回归结果的噪音干扰。其次，对于部分缺失数据，采用线性插值法进行了补齐，以维持样本时间序列的连续性与完整性。最后，对核心变量进行了单位根检验，结果显示所有变量在一阶差分后均拒绝存在单位根的原假设，表明数据具备良好的平稳性，符合门槛回归模型对数据特征的基本要求，从而为后续的实证估计奠定了坚实可靠的数据基础。
2.4 基准回归与门槛效应的显著性检验
在构建异质性支出乘数的门槛回归模型之前，首先需要设定基准回归模型。基准回归主要采用普通最小二乘法（OLS）进行估计，其核心目的在于不考虑任何异质性因素的条件下，估算出传统的、平均化的财政支出乘数。通过这一过程，能够得到政府支出变动对经济产出的总体影响程度，这一结果反映了在宏观层面的一般规律，为后续引入门槛变量分析异质性提供了不可或缺的对比基准。只有确立了这一基准，才能清晰地识别出当考虑不同经济状态或政策环境时，支出乘数是否发生了结构性偏离。
在完成基准回归后，必须进行门槛效应的显著性检验，这是确定模型适用性的关键步骤。该检验旨在判断变量之间是否存在非线性门槛关系，以及这种关系是由单一门槛还是多重门槛所构成。具体操作上，采用自助法进行抽样检验。根据实证设计需求，通常将Bootstrap抽样次数设定为300次至500次，以获得稳健的统计推断。检验流程遵循严格的由多到少原则：首先检验是否存在三重门槛效应，若未通过显著性水平检验，则退而检验是否存在双重门槛效应；若双重门槛效应仍不显著，则继续检验单一门槛效应。如果单一门槛效应在统计上显著，则判定模型存在单一门槛值。通过这一层层递进的检验逻辑，可以科学地确定门槛的数量，从而准确捕捉经济系统的非线性特征，为最终估计不同区间内的异质性支出乘数奠定坚实的计量基础。
第三章 结论
本研究基于异质性支出乘数理论，利用门槛回归模型实证分析了不同宏观经济环境下财政政策效果的差异特征，得出了具有明确政策指导意义的结论。首先，研究证实了我国财政政策乘数存在显著的区间异质性。当经济增长率低于特定门槛值时，政府支出乘数明显大于经济增长率高于该门槛值时的水平。这表明在经济衰退或下行压力较大的时期，增加政府支出对总需求的拉动作用更为强劲，财政政策的“逆周期调节”效果此时达到最优；而在经济过热阶段，同样的支出增量可能会产生一定的挤出效应，导致政策边际效益递减。其次，门槛回归结果精确识别了关键的门槛变量及其区间。数据显示，通货膨胀率和信贷规模是制约政策效果的核心变量。当通胀率处于温和区间且信贷环境宽松时，财政支出的传导机制更为顺畅，乘数效应显著提升；反之，高通胀或紧缩的信贷环境会削弱政策实效。这一发现强调了宏观政策协调的重要性，即财政政策必须与货币政策紧密配合。最后，本研究的实证结论为提高财政政策的精准性提供了科学依据。在实际操作中，决策部门不应机械地设定支出规模，而应依据当前经济指标所处门槛区间进行动态调整。具体而言，在判定经济处于萧条区间时，应果断实施扩张性财政政策以托底经济；而在经济复苏或繁荣区间，则应适当缩减支出规模，侧重于结构性调整，以避免资源浪费和通货膨胀风险。综上所述，基于门槛回归识别的异质性支出乘数，不仅深刻揭示了财政政策发挥作用的非线性机制，更为我国在新发展阶段实施跨周期设计和逆周期调节提供了坚实的量化支持与决策参考。