论文部分内容阅读
摘要：利用2003-2010年的省市面板数据，分析了中国慈善捐赠变化的原因，重点讨论了政府支出与慈善捐赠的关系。实证结果表明，与欧美国家普遍存在的“挤出效应”不同，我国政府支出对慈善捐赠存在明显的“挤入效应”；社会组织、基金会、私营企业对慈善捐赠具有显著的正向作用；人均GDP、15-64岁人口比重等指标对慈善捐赠的影响不显著；国有企业对慈善捐赠有显著的负向作用。认为我国慈善事业仍然是“国家慈善”多于“社会慈善”，“富人慈善”多于“全民慈善”，“应急式慈善”多于“常态化慈善”，中国慈善事业有待走向成熟。
关键词：政府支出；慈善捐赠；挤出效应；挤入效应；面板数据
中图分类号：F270；D632.9
一、引言
在经济学领域，许多经济学家对政府投资的挤出效应进行了深入的研究。弗里德曼（1978）认为，政府投资的挤出效应在于政府投资支出导致私人部门投资尤其是私人部门对利率具有敏感性的支出减少。慈善捐赠作为私人提供公共产品的一种重要方式，是收入的“第三次分配”，在现实中对缓解收入差距、构建和谐社会具有积极意义。然而，当政府对公共领域的支出增加时，是否以及在多大程度上将减少个人捐赠，即是否也存在“挤出效应”一直是经济学、社会学领域的重要研究议题。然而，由于中国慈善事业起步较晚，国内对于政府支出和慈善捐赠关系的研究仍处空白，而国外也缺乏以中国慈善捐赠为背景的研究。
因此，本文利用2003-2010年的有关数据，在中国背景下对政府支出与慈善捐赠的关系进行了研究。整体结构如下：首先，对国外已有的关于政府支出和慈善捐赠关系的研究作一个文献综述；其次，对中国慈善捐赠作描述性统计，并在现有经验文献的基础上建立计量模型、选取影响慈善捐赠的相关控制变量；再次，进行计量检验与实证分析，同时考虑内生性问题、异常样本点对本文结论的影响；最后，提出结论并进行解释，阐述相关政策建议。
二、文献综述
政府支出与慈善捐赠之间的效应可以归纳为五种类型：完全挤出效应、部分挤出效应、无挤出效应、完全挤入效应和部分挤入效应。
多数研究支持部分挤出效应的假设。Jones（1983）利用英国1961-1979年的时间序列数据进行实证研究，发现政府支出对慈善捐赠存在部分挤出效应。Abrams和Schmitz（1978）利用美国1948-1972年的税收返还数据，估计如果联邦政府、州和地方政府支出各增加10%，则个人捐赠将减少2.7%和1.8%。他们（1984）还利用1984年税收返还截面数据，估计政府支出每增加1美元，个人捐赠将减少30美分。Bruce（1989）利用美国63个公共广播机构对3541名听众的调查数据，认为政府对公共广播机构支出每增加1万美元，则单个听众的捐赠将减少0.15美元。Payne（1998）利用1982-1992年美国430个非盈利组织的面板数据，在控制了组织异质性和政治、经济变量以后，OLS估计结果显示政府支出对非营利组织所获捐赠的影响不显著。而在控制了内生性问题后，运用2SLS法估计则存在挤出效应，即政府支出每增加1美元，个人捐赠将减少50美分。Brooks（2003）利用美国1986-1995年的数据，发现政府支出对社会福利、健康、艺术和文化领域存在部分挤出效應。Andreoni（2003）利用美国1982-1998年534个社会服务组织和233个文艺组织的税收返还数据，验证政府支出对非盈利组织捐赠存在挤出效应，且降低了非盈利组织战略性筹资的积极性。此后Andreoni（2011）又分析了美国8000家慈善组织的数据，发现政府支出对个人捐赠的挤出效应高达75%。Bolton（1998）认为，基于不同捐赠者偏好假设的研究，所得结论差异较大。为此，他设计了一个独裁者博弈实验，运用实验方法检验捐赠者的偏好，发现存在挤出效应。Eckel（2005）借助Bolton所设计的实验程序，进行重复博弈实验，在第一次实验中挤出效应接近零，而在第二次试验中挤出效应为100%。
一些研究则认为不存在挤出效应，或仅在统计上显著。Reece（1979）利用美国1972-1973年消费者支出调查数据，Khanna（1995）利用英国1983-1990年159个慈善机构的面板数据，选择固定效应模型，均发现不存在挤出效应。Day（1996）利用加拿大1987年对11023名志愿者的调查数据，发现从总体上来看，政府支出对志愿服务不存在挤出效应。Brooks（1999）对美国1986-1991年五大交响乐队的面板数据进行回归分析，发现政府支出和慈善捐赠统计关系不显著。随后Brooks（2000）又对1955-1995年美国在福利、健康和教育领域的支出进行研究，发现对私人捐赠的挤出效应只是统计上显著性。Simmons（2004）利用美国盖洛普民意调查机构在1996年对492位公众在捐赠和志愿行为上的调查数据，运用Tobit模型估计了影响捐赠的各种因素，结果显示政府支出对个人时间和现金捐赠存在挤出效应也仅在统计上显著。More（2007）利用美国1998-2003年非盈利艺术组织的数据，发现政府支出对全部非盈利艺术组织不存在挤出效应，但是对舞蹈和芭蕾组织存在挤出效应，对管弦乐队和音乐组织则存在挤入效应。Horne（2005）通过对675名公众进行调查后发现，没有证据表明政府支出会减少个人捐赠。
部分研究还支持挤入效应假设。Schiff（1985）发现，在社会福利领域，州政府支出增加1美元，个人捐赠增加3美分；联邦和州政府非现金转移每增加1美元，个人捐赠将增加5～13美分。Connolly（1997）则发现大学教育领域的政府支出对个人捐赠存在明显的挤入效应。Crumpler（2008）通过模拟实验来检验“温情效应”（warm glow）对捐赠的影响，结果表明在一个无捐赠激励的环境下，无论有无政府支出，利他主义者会将个人财产的20%捐赠出去。而Eckel（1996）的研究结论是30%，Davis（2005）的结论是30%～40%。在此后Konow（2010）的研究中，他认为捐赠不仅取决于“温情效应”，还取决于公平和社会需要。Card（2010）运用OLS法对1990-2000年美国15个城市的6506家大型企业数据进行分析，发现政府支出对企业捐赠具有显著的挤入效应。 上述研究大多支持挤出效应，但由于模型和数据的差别，挤出效应在不同国家、不同领域、不同时间大小不同。即使是同一个学者的研究，结论也存在阶段性差异，如Brooks的研究等。从而表明政府支出和慈善捐赠的关系十分复杂。如果捐赠者对税率上升反应敏感，则会降低捐赠水平；如果满足“古典效应”假设，则关注慈善捐赠的总量，即认为政府和个人的钱本质上相同，一旦捐赠总量符合捐赠者的预期，此时政府支出增加将完全挤出个人捐赠；如果满足“温情效应”假设，捐赠者将从直接捐赠行为中获得满足感，认为政府和个人的钱在本质上不同，此时政府支出将无挤出效应或存在挤入效应；如果满足“声誉效应”假设，捐赠者将认为公开姓名和捐赠数额是财富的信号，慈善机构如果公开捐赠者的信息，则即使政府支出增加也不会减少个人捐赠。对挤入效应的解释主要有三点：一是政府支出大多是匹配资金，不会提升税率，从而降低了捐赠的价格；二是捐赠者将政府支出理解为慈善组织品质和声誉的信号，提升了捐赠者的信心；三是捐赠者有着强烈的公平和社会责任感，政府支出起到“杠杆”作用。
三、计量模型与数据来源
本文主要考察政府支出对慈善捐赠的影响，设置如下同时包括截面固定效应与时间固定效应的线性模型：
下标 为31个省市， 为样本期间。 为省市特定效应，控制不随时间变化的个体影响因素，如省市的地理位置和期初的经济发展水平等对慈善捐赠的影响； 为时间特定效应，控制宏观经济环境变化等对慈善捐赠的影响。
chg为省市慈善捐赠额占捐赠总额的比重。捐赠额在本文包括直接接收捐赠额和间接接受捐赠额（都只包括捐赠款数额和其他物资价值，不包括衣被数量）。 gov为省市政府支出占政府支出总额的比重。根据Brooks等人的观点，政府支出应是公益性支出的部分，包括教育、科学技术、扶贫济困、社会保障、医疗卫生等社会服务领域。由于政府支出统计口径的差异，2006年之前包括文体广播事业费、教育事业费、科学事业费、卫生事业费、抚恤和社会福利救济费、社会保障补助支出和支援不发达地区支出；而之后包括教育、科学技术、文化体育与传媒、社会保障和就业、医疗卫生和地震灾后恢复重建等方面。
Zit为影响各省市慈善捐赠差异及变化的控制变量。具体包括与慈善组织相关的控制变量： org为省市社会组织占社会组织总数的比重，本文社会组织包括社会团体和民办非企业； fun为省市基金会占基金会总数的比重；dpt为省市慈善捐赠点占慈善捐赠点总数的比重，慈善捐赠点包括社会捐赠接收工作站、慈善超市数。由于基金会数自2003年起才开始统计，因此，本文选取2003-2010年的数据作为分析对象。
与省市相关的控制变量：logagdp、logcinc、logrinc分别为人均GDP、城镇居民年均可支配收入、农村居民家庭人均纯收入的对数值； per15为年龄大于或等于15岁，小于或等于64岁的人数占总人数的比率。Garrett（2010）认为，45岁以上的年龄群更有可能捐赠。受国内统计数据的限制，本文选择15-64岁的群体作为研究对象。unemploy为各地城镇登记失业率，西藏只有2004、2009和2010年的数据，考虑到历年数据变化很小，故取这三年失业率加权平均值作為其他年份替代值。foreign、state、private分别代表国有及国有控股工业企业、私营工业企业、外商投资（含港澳台）工业企业的工业产值占工业总产值的比重，用于检验企业类型对慈善捐赠的影响。
上述指标数据来源于历年《中国民政统计年鉴》、《中国统计年鉴》和《中国工业经济统计年鉴》，以及《中国经济普查年鉴2004》。各变量的定义及基本统计信息见表1。各省市在上述指标上存在较大差异，如样本期间内慈善捐赠比例最高的为浙江0.282，最低的为西藏0.0004，前后相差705倍；政府支出比例最高的为广东0.081，最低的为西藏0.005，前后相差16倍。本文将尝试把那些捐赠比例、政府支出比例很高和很低的省份从样本中剔除，以判断异常样本点的影响。
四、计量检验与实证分析
我们将采用2003-2010年中国31个省市的面板数据对模型（1）进行估计，并根据Hausman检验来选择随机效应模型或固定效应模型。对部分变量取自然对数，目的是避免时间序列变量的非平稳和异方差问题。本节首先运用OLS法对模型（1）进行估计，并对结果进行简要分析；然后对估计结果的稳健性进行检验，主要考虑内生性问题、异常样本点。
（一）基本估计结果
表2报告了对模型（1）的主要估计结果。表2中的六个模型为一种具体的估计模型，各估计模型间的区别在于控制变量不同。模型1和模型2只将慈善捐赠对政府支出变量进行回归，此后则在模型2的基础上，逐渐添加一些控制变量。由各列模型估计的Hausman检验结果可以知道，模型2、4采用随机效应模型进行估计，而模型3、5、6采用固定效应模型进行估计，表2所报告的结果为各列随机效应模型或固定效应模型所对应的估计结果。
我们首先关注政府支出对慈善捐赠的作用。在六个估计模型中，政府支出的估计系数都为正，而且都在1%的显著性水平下显著，该变量估计系数的大小在区间（0.831～2.191）内浮动，从而说明中国政府支出对慈善捐赠并不像西方国家那样存在明显的“挤出效应”，而是有明显的“挤入效应”或“杠杆效应”。
再看控制慈善组织特征的三个主要变量org、fun、dpt的估计结果。变量org的估计结果在模型5中不显著，而在模型6中显著为正；变量fun的估计结果为正，且模型5和模型6分别在10%和5%的显著性水平下显著；变量dpt的估计结果两次都不显著。
其他控制变量的估计结果如下：logrinc在模型3和模型6的估计结果为负，但没有通过显著性检验； logcinc在模型3的估计系数为正，且在1%的显著性水平下显著；logagdp在模型3和模型6的估计结果不同，均没有通过显著性检验。我们还发现：模型4和模型6对 的系数估计都在5%的显著性水平下显著为负；对private的系数估计分别在1%和5%的显著性水平下显著为正；unemploy、per15、foreign变量的估计系数都没有通过显著性检验。 （二）估计结果的稳健性分析
本文接下来主要检验政府支出变量对慈善捐赠这种正相关关系的稳健性，所分析的对象为模型6，所采用的估计模型为固定效应模型。为了得到稳健性的估计结果，本文考虑了如下不同的情形：首先是内生性问题；其次是异常样本点问题。我们将把31个省市中慈善捐赠、政府支出均值低于全部样本均值10%百分位数和高于其90%百分数的省市从样本中剔除，以检验本文的主要结果是否受到异常样本点的影响。最后，我们将考虑区域差异，将样本划分为东中西部分别进行考察。
首先，模型的内生性问题可能源于两个方面：一是解释变量与各控制变量可能与残差相关。以模型6为检验模型，将模型中政府支出及各控制变量的当期项替换为各自的滞后一期项，仍然采用固定效应模型对模型6进行估计，主要的估计结果见表3第2列。由于变量的滞后一期项与当期项存在较高的相关性，所以估计结果仍然可信，且有效地避免了当期变量与当期残差项相关所引起的内生性问题。由滞后一期变量的估计结果可知，政府支出与慈善捐贈仍然存在显著的正向关系。
内生性问题产生的第二种可能是慈善捐赠与政府支出可能存在双向因果关系。例如慈善捐赠较多的省市，其一般具有良好的社会环境和政府财力，从而在政府支出上较多。处理这种内生性问题的通常做法是寻找与政府支出相关，但不受慈善捐赠影响的工具变量。多数文献在处理此问题的时候选择将解释变量的滞后一期变量作为工具变量，本文借鉴这种做法，将 滞后一期项作为工具变量，并采用两阶段最小二乘法（2SLS）对模型6进行估计，同时对估计系数进行消除异方差处理。表3第三列政府支出的估计系数仍然显著为正。
其次，异常样本点。在31个省市关于政府支出的数据中，政府支出比例最高的为0.081，最低的为0.005，两者相差16倍。为了检验本文的主要估计结果是否受到这些异常样本点的影响，我们计算了样本期间31个省市政府支出程度的10%和90%百分位数，并将数值低于10%百分位数和高于90%百分位数的数据从样本中剔除。通过运用2SLS对模型6进行估计，政府支出的系数仍然显著为正。
由于政府支出可能因为省市环境的不同存在差异，因此我们选择东中西部的省市进行分组回归。在回归的过程中选取logagdp的滞后一期作为工具变量，运用2SLS对模型6进行估计，结果发现西部和中部地区政府支出的估计系数仍然显著为正，而东部地区政府支出的系数虽然为正，但是不显著。
五、结论及政策建议
本文分析了2003-2010年我国慈善捐赠变化的原因，重点讨论了政府支出和慈善捐赠之间的关系。研究发现，政府支出、社会组织、基金会、私营企业的规模与慈善捐赠正相关；而捐赠点、城乡收入、人均GDP、失业率、外资企业比例、15～64岁人口比例与慈善捐赠的关系不显著。一个值得注意的问题是国有企业的比例与慈善捐赠呈现出负相关关系。上述结论有助于我们进行合理的制度和政策创新，以促进中国慈善事业的发展。
首先，提升社会公益领域的政府支出规模。政府支出对慈善捐赠具有明显的“挤入效应”，此种现象的最主要原因在于，与国外相比，中国慈善事业虽然发展迅速但是起步较晚，慈善捐赠更多的依赖“政府引导”，政府支出作为一种“信号”，能够引起公众对某类问题的关注，进而通过捐赠的方式予以“响应”。根据2003-2010年的统计，在政府所有支出中，社会公益领域的支出占38.16%。如果能够提升这一比例，尤其是增加对中西部地区的支出，那么将充分发挥政府支出的“杠杆效应”，带动慈善捐赠的大幅度增加。
当然，增加政府社会公益领域的支出并不是要强化政府对慈善的行政干预，因为过多的干预将给慈善组织带来独立意志丧失、官僚色彩浓厚、组织机制不透明、资金配置效率低下、善款监管问责形同虚设以及权钱交易等风险，最终抑制慈善组织的成长空间。为此，在增加政府社会公益领域支出的同时，应该厘清政府参与慈善事业的边界，充分发挥其“引导”作用，而非“主导”作用。
其次，赋予社会组织、基金会更大的成长空间。如何把善款送到真正需要的人手中？是交给政府组织代办，还是交给非营利组织等民间公益组织来代办？这直接关系到善款的配置效率。2010年5月国家审计署公布了对青海玉树地震灾后恢复重建的重点抽查审计结果，发现灾后重建项目开工率58%，完工率8%，有2.78亿建设资金闲置，51亿社会捐赠款结余。如果政府一直把自己作为捐赠代管人，那么上述资金配置效率低下的问题就很难改善。
2003 -2010年中国各类基金会从954个增长到2200个，在数量和质量上都处于较低水平。但是基金会对慈善捐赠的正向影响在统计上显著，并具有实际经济意义。基金会尤其是非公募基金会，可以在法律框架内设定其宗旨、使命和章程，构建有效的善款使用监督机制，通过提高自身公信力、项目运作能力和战略性筹资能力来获得捐赠者的青睐，同时促进与公募基金会和官办慈善机构的良性竞争。因此，必须破除长久以来的“政府主导”型社会慈善文化，逐渐对官办慈善组织消除行政化烙印，并向市场化操作模式转型，增强慈善组织的公信力；允许和鼓励民间公益组织募集、分配慈善捐赠款，打破基金会发展所面临的法律、政策、体制、机制性障碍，构建“公域”和“私域”在公共服务领域的协同机制，实现民间与政府的有效互动。此外，社会捐赠站、点对慈善捐赠的影响不够明显，可能的原因是它们数量少 （每省平均1066个）、分布分散，缺乏有效的运作和监督机制，与公众的距离感和陌生感较强。在今后的发展中，应形成覆盖全面的捐赠点网络，强化公众对捐赠点的感知和认同。
再次，完善慈善捐赠的激励机制，强化企业捐赠行为。郑远长（2010）等人曾作过统计：私营企业捐赠占全部捐赠额的55.8%，外资企业、国有企业各占22.1%。在本文的分析中，私营企业、外资企业和国有企业与慈善捐赠的关系分别为显著正相关、不显著和显著负相关。从而我们能够得出结论：私营企业是慈善捐赠的中坚力量，并且过去为大家所忽视；外资企业在捐赠中表现平平，其“热衷公益”的形象更多是“战略营销”下的表象；国有企业受制于体制的约束，整体捐赠参与度不高，与公众期待差距较大。更重要的是，国有企业与慈善捐赠的负相关关系，从而否定了Adams和Hardwick （1998）关于代理成本与捐赠之间关系的假说，即否定了其“公有制企业的领导者都是代理人，他们的行为更容易偏离公司的利益，通过捐赠来赢得社会的赞扬、政府的赞许和个人效用的增加”的结论。 上述结论有助于我们考虑不同类型企业捐赠行为的决定因素，从而完善现有的捐赠激励机制，充分调动各方的积极性。一是完善慈善捐赠税收激励政策。目前，企业捐赠所得税税前扣除比例存在捐赠对象上的差异和区域差异。比如向红十字会捐款可以抵税，但向工青妇等其他组织捐款则无法抵税；向慈善组织捐款可以抵税，向受赠人捐款、向街道和社区捐款、企业自己从事慈善活动等则不享受抵税；同样的捐赠对象，在不同地区抵税比例也存在差异。因此，国家应该完善税收激励政策，尤其要对各类慈善组织一视同仁，在所得税税前抵扣比例、捐赠款抵减增值税、捐赠物资免征增值税等方面制定统一标准，并简化抵税认证程序，从而提升私营企业捐赠的积极性。二是拓展私营企业发展空间。逐步缩小民营企业与外资企业的政策性差异；着力打破市场垄断，促进民企和国企的公平竞争；克服私营企业进入市场、获取资源等方面的歧视性条件，从而进一步壮大私营企业的整体竞争力。三是从法律上明确国企捐赠权限。现实中，人们一方面指責国企捐赠太少，另一方面又质疑其捐赠权力，从而表明国企与私企在捐赠问题上性质不同。在实践中，应强化国企捐赠的合法性依据，科学设计捐赠的形式，体现国有企业对社会的贡献。
最后，提升人均收入水平，培育中产阶层。样本期间内城乡收入、人均GDP、失业率、15～64岁人口比例与慈善捐赠的关系不显著。具体来看，2003-2010年慈善捐赠从41亿元增长到596.8亿元，但年人均捐赠额仅为8.3元，占农村居民家庭人均纯收入的0.191%，占城市居民年均可支配收入的0.067%，占人均GDP的0.044%。样本期间社会捐赠总额占GDP的比重仅为0.036%。由此可见，现阶段中国式慈善捐赠仍然是“国家慈善”（国家借助行政力量进行社会动员）而非“社会慈善”（社会自发捐赠秩序的形成），是“富人慈善”、“明星慈善”而非“全民慈善”（普通公民成捐赠主体），是“应急式慈善”（灾害来临时的慈善激情）而非“常态化慈善”（有固守的慈善价值观）。“中国慈善的伟大复兴”、“全民慈善时代的来临”、“中国慈善走向成熟”等标签，用于当前慈善事业还为时尚早。因此，我们应该着力缓解收入分配差距的问题：提高城乡居民的收入，提高最低工资水平，使城乡居民的收入能与经济增长和劳动生产率的提高相适应；限制高收入者的收入，包括国有企业和国有金融企业高管人员的收入，增加中等收入者的比重；建立健全社会保障制度；保护合法收入、取缔非法收入，使经济发展的成果惠及民生。当中国中产阶层逐渐形成，并且社会生活的压力降低时，个人将成为慈善捐赠的主流。
经济的发展、社会财富的增加，要求我们完善社会分配机制。慈善捐赠作为社会的“第三次分配”，在缩小贫富差距、促进社会公平、优化社会资源配置等方面起到积极作用。现阶段，我们应该充分发挥政府在慈善领域的“引导性”作用，大力发展包括基金会在内的各类社会组织，构建有效的捐赠激励机制，提升公众参与慈善的可行能力。当然本文的研究还存在一些缺陷，如没有考虑慈善组织的声誉、慈善价值观、突发社会事件和自然灾害等对慈善捐赠的影响，上述因素应在今后的研究中加以重视。
参考文献：
[1]郑远长.中国慈善捐助报告[M] .北京：中国社会出版社，2010 .
[2]中华人民共和国审计署.审计结果公告[Z] .2010年第10号（总第57号）.
[3]北京师范大学中国慈善事业研究中心（汪大海等著）.2001-2011中国慈善发展指数报告[M].北京：北京师范大学出版社，2012
[4]汪大海，南锐.中国慈善捐赠与经济增长关系——基于1997-2011的数据分析[J] .中国市场，2012，（46）.
[5]Abrams， B. A. and Schmitz， M. D，1978，“The crowding-out effect of governmental transfers on private charitable contributions”，Public Choice， vol.1，pp.29-39.
[6]Friedman，1978，“Crowding out or crowding in？ Economic consequences of financing government deficits”，Brookings Papers on Economic Activity.
[7]Reece， W.S，1979，“Charitable contributions： New evidence on household behavior”，American Economic Review，vol.1，pp.142-51.
[8]P.R. Jones，1983，“Aid to charities”，International Journal of Social Economics，vol.2，pp.3-11.
[9]Peter G. Warr，1983，“The private provision of a public good is independent of the distribution of income”，Economics Letters，vol.13，pp.207-211.
[10]Abrams， B. A. and Schmitz， M. D，1984，“The crowding-out effect of governmental transfers on private charitable contributions： cross-section evidence”，National Tax Journal， vol. 4，pp.563-568.
[11]Russell D. Robert，1984，“A positive model of private charity and public transfers”，Journal of Political Economy，vol.1，pp.136-148. [12]Schiff and Jerald，1985，“Does government spending crowd out charitable contributions？ ”，National Tax Journal，vol.4，pp.535-546.
[13]Bruce Robert Kingma，1989，“An accurate measurement of the crowd-out effect：Income effect， and price effect for charitable contributions”，Journal of Political Economy，vol.5，pp.1197-1207.
[14]James Andreoni，1993，“An experimental test of the public-goods crowding-out hypothesis”，The American Economic Review，vol.5，pp.1317-1327.
[15]Jyoti Khanna a and John Posnett，1995，“Charity donations in the UK： New evidence based on panel data”，Journal of Public Economics，vol.56，pp.257-272.
[16]Eckel， C.C. and Grossman， P.J，1996，“Altruism in anonymous dictator games”，Games and Economic Behavior，vol.16，pp.181-191.
[17]Day， Kathleen M. and Rose Anne Devlin，1996，“Volunteerism and crowding out： Canadian econometric evidence”，Canadian Journal of Economics，vol.1，pp.37-53.
[18]Connolly， L.S，1997，“Does external funding of academic research crowd out institutional support？”，Journal of Public Economics，vol.3，pp.389-406.
[19]Gary E. Bolton and Elena Katok，1998，“An experimental test of the crowding out hypothesis： The nature of beneficent behavior”，Journal of Economic Behavior & Organization，vol.37，pp.315-331.
[20]A. Abigail Payne，1998，“Does the government crowd-out private donations？ New evidence from a sample of non-profit firms”，Journal of Public Economics，vol.69，pp.323-345.
[21]Brooks， A. C，1999，“Do public subsidies leverage private philanthropy for the arts？ Empirical evidence on symphony orchestras”，Nonprofit and Voluntary Sector Quarterly，vol.1，pp.32-45.
[22]Brooks， A. C，2000，“Is there a dark side to government support for nonprofits？”，Public Administration Review，vol.2，pp.211-218.
[23]Brooks， A. C，2003，“Do government subsidies to nonprofits crowd out donations or donors？”Public Finance Review，vol.2，pp.166-179.
[24]James Andreoni and A. Abigail Payne，2003，“Do government grants to private charities crowd out giving or fund-raising？”，The American Economic Review，vol.3，pp.792-812.
[25]Walter O. Simmons and Rosemarie Emanuele，2004，“Does government spending crowd out donations of time and money？ ”，Public Finance Review，vol.32，pp.498.
[26]Catherine C. Eckel，2005，“An experimental test of the crowding out hypothesis”，Journal of Public Economics，vol.89，pp.543-1560.
[27]Christopher S. Horne，2005，“Do charitable donors know enough and care enough about government subsidies to affect private giving to nonprofit organizations？”，Nonprofit and Voluntary Sector Quarterly，vol.34，pp.136.
[28]Davis， D.D. and Millner， E.L.，2005，“Subsidy schemes and charitable contributions： a closer look”，Experimental Economics，vol.8，pp.85-106.
[29]Thomas More Smith，2007，“The impact of government funding on private contributions to nonprofit performing arts organizations”，Annals of Public and Cooperative Economics，vol.78，pp.137-160.
[30]Heidi Crumpler and Philip J. Grossman，2008，“An experimental test of warm glow giving”，Journal of Public Economics，vol.96，pp.1011-1021.
[31]David Card and Enrico Moretti，2010，“The geography of giving：The effect of corporate headquarters on local charities”，Journal of Public Economics，vol.94，pp.222-234.
[32]James Konow，2010，“Mixed feelings： Theories of and evidence on giving”，Journal of Public Economics，vol.94，pp.279-297.
[33]James Andreoni and A. Abigail Payne，2011，“Is crowding out due entirely to fundraising？ Evidence from a panel of charities”，Journal of Public Economics，vol.95，pp.334-343.
（編辑：韦京）
关键词：政府支出；慈善捐赠；挤出效应；挤入效应；面板数据
中图分类号：F270；D632.9
一、引言
在经济学领域，许多经济学家对政府投资的挤出效应进行了深入的研究。弗里德曼（1978）认为，政府投资的挤出效应在于政府投资支出导致私人部门投资尤其是私人部门对利率具有敏感性的支出减少。慈善捐赠作为私人提供公共产品的一种重要方式，是收入的“第三次分配”，在现实中对缓解收入差距、构建和谐社会具有积极意义。然而，当政府对公共领域的支出增加时，是否以及在多大程度上将减少个人捐赠，即是否也存在“挤出效应”一直是经济学、社会学领域的重要研究议题。然而，由于中国慈善事业起步较晚，国内对于政府支出和慈善捐赠关系的研究仍处空白，而国外也缺乏以中国慈善捐赠为背景的研究。
因此，本文利用2003-2010年的有关数据，在中国背景下对政府支出与慈善捐赠的关系进行了研究。整体结构如下：首先，对国外已有的关于政府支出和慈善捐赠关系的研究作一个文献综述；其次，对中国慈善捐赠作描述性统计，并在现有经验文献的基础上建立计量模型、选取影响慈善捐赠的相关控制变量；再次，进行计量检验与实证分析，同时考虑内生性问题、异常样本点对本文结论的影响；最后，提出结论并进行解释，阐述相关政策建议。
二、文献综述
政府支出与慈善捐赠之间的效应可以归纳为五种类型：完全挤出效应、部分挤出效应、无挤出效应、完全挤入效应和部分挤入效应。
多数研究支持部分挤出效应的假设。Jones（1983）利用英国1961-1979年的时间序列数据进行实证研究，发现政府支出对慈善捐赠存在部分挤出效应。Abrams和Schmitz（1978）利用美国1948-1972年的税收返还数据，估计如果联邦政府、州和地方政府支出各增加10%，则个人捐赠将减少2.7%和1.8%。他们（1984）还利用1984年税收返还截面数据，估计政府支出每增加1美元，个人捐赠将减少30美分。Bruce（1989）利用美国63个公共广播机构对3541名听众的调查数据，认为政府对公共广播机构支出每增加1万美元，则单个听众的捐赠将减少0.15美元。Payne（1998）利用1982-1992年美国430个非盈利组织的面板数据，在控制了组织异质性和政治、经济变量以后，OLS估计结果显示政府支出对非营利组织所获捐赠的影响不显著。而在控制了内生性问题后，运用2SLS法估计则存在挤出效应，即政府支出每增加1美元，个人捐赠将减少50美分。Brooks（2003）利用美国1986-1995年的数据，发现政府支出对社会福利、健康、艺术和文化领域存在部分挤出效應。Andreoni（2003）利用美国1982-1998年534个社会服务组织和233个文艺组织的税收返还数据，验证政府支出对非盈利组织捐赠存在挤出效应，且降低了非盈利组织战略性筹资的积极性。此后Andreoni（2011）又分析了美国8000家慈善组织的数据，发现政府支出对个人捐赠的挤出效应高达75%。Bolton（1998）认为，基于不同捐赠者偏好假设的研究，所得结论差异较大。为此，他设计了一个独裁者博弈实验，运用实验方法检验捐赠者的偏好，发现存在挤出效应。Eckel（2005）借助Bolton所设计的实验程序，进行重复博弈实验，在第一次实验中挤出效应接近零，而在第二次试验中挤出效应为100%。
一些研究则认为不存在挤出效应，或仅在统计上显著。Reece（1979）利用美国1972-1973年消费者支出调查数据，Khanna（1995）利用英国1983-1990年159个慈善机构的面板数据，选择固定效应模型，均发现不存在挤出效应。Day（1996）利用加拿大1987年对11023名志愿者的调查数据，发现从总体上来看，政府支出对志愿服务不存在挤出效应。Brooks（1999）对美国1986-1991年五大交响乐队的面板数据进行回归分析，发现政府支出和慈善捐赠统计关系不显著。随后Brooks（2000）又对1955-1995年美国在福利、健康和教育领域的支出进行研究，发现对私人捐赠的挤出效应只是统计上显著性。Simmons（2004）利用美国盖洛普民意调查机构在1996年对492位公众在捐赠和志愿行为上的调查数据，运用Tobit模型估计了影响捐赠的各种因素，结果显示政府支出对个人时间和现金捐赠存在挤出效应也仅在统计上显著。More（2007）利用美国1998-2003年非盈利艺术组织的数据，发现政府支出对全部非盈利艺术组织不存在挤出效应，但是对舞蹈和芭蕾组织存在挤出效应，对管弦乐队和音乐组织则存在挤入效应。Horne（2005）通过对675名公众进行调查后发现，没有证据表明政府支出会减少个人捐赠。
部分研究还支持挤入效应假设。Schiff（1985）发现，在社会福利领域，州政府支出增加1美元，个人捐赠增加3美分；联邦和州政府非现金转移每增加1美元，个人捐赠将增加5～13美分。Connolly（1997）则发现大学教育领域的政府支出对个人捐赠存在明显的挤入效应。Crumpler（2008）通过模拟实验来检验“温情效应”（warm glow）对捐赠的影响，结果表明在一个无捐赠激励的环境下，无论有无政府支出，利他主义者会将个人财产的20%捐赠出去。而Eckel（1996）的研究结论是30%，Davis（2005）的结论是30%～40%。在此后Konow（2010）的研究中，他认为捐赠不仅取决于“温情效应”，还取决于公平和社会需要。Card（2010）运用OLS法对1990-2000年美国15个城市的6506家大型企业数据进行分析，发现政府支出对企业捐赠具有显著的挤入效应。 上述研究大多支持挤出效应，但由于模型和数据的差别，挤出效应在不同国家、不同领域、不同时间大小不同。即使是同一个学者的研究，结论也存在阶段性差异，如Brooks的研究等。从而表明政府支出和慈善捐赠的关系十分复杂。如果捐赠者对税率上升反应敏感，则会降低捐赠水平；如果满足“古典效应”假设，则关注慈善捐赠的总量，即认为政府和个人的钱本质上相同，一旦捐赠总量符合捐赠者的预期，此时政府支出增加将完全挤出个人捐赠；如果满足“温情效应”假设，捐赠者将从直接捐赠行为中获得满足感，认为政府和个人的钱在本质上不同，此时政府支出将无挤出效应或存在挤入效应；如果满足“声誉效应”假设，捐赠者将认为公开姓名和捐赠数额是财富的信号，慈善机构如果公开捐赠者的信息，则即使政府支出增加也不会减少个人捐赠。对挤入效应的解释主要有三点：一是政府支出大多是匹配资金，不会提升税率，从而降低了捐赠的价格；二是捐赠者将政府支出理解为慈善组织品质和声誉的信号，提升了捐赠者的信心；三是捐赠者有着强烈的公平和社会责任感，政府支出起到“杠杆”作用。
三、计量模型与数据来源
本文主要考察政府支出对慈善捐赠的影响，设置如下同时包括截面固定效应与时间固定效应的线性模型：
下标 为31个省市， 为样本期间。 为省市特定效应，控制不随时间变化的个体影响因素，如省市的地理位置和期初的经济发展水平等对慈善捐赠的影响； 为时间特定效应，控制宏观经济环境变化等对慈善捐赠的影响。
chg为省市慈善捐赠额占捐赠总额的比重。捐赠额在本文包括直接接收捐赠额和间接接受捐赠额（都只包括捐赠款数额和其他物资价值，不包括衣被数量）。 gov为省市政府支出占政府支出总额的比重。根据Brooks等人的观点，政府支出应是公益性支出的部分，包括教育、科学技术、扶贫济困、社会保障、医疗卫生等社会服务领域。由于政府支出统计口径的差异，2006年之前包括文体广播事业费、教育事业费、科学事业费、卫生事业费、抚恤和社会福利救济费、社会保障补助支出和支援不发达地区支出；而之后包括教育、科学技术、文化体育与传媒、社会保障和就业、医疗卫生和地震灾后恢复重建等方面。
Zit为影响各省市慈善捐赠差异及变化的控制变量。具体包括与慈善组织相关的控制变量： org为省市社会组织占社会组织总数的比重，本文社会组织包括社会团体和民办非企业； fun为省市基金会占基金会总数的比重；dpt为省市慈善捐赠点占慈善捐赠点总数的比重，慈善捐赠点包括社会捐赠接收工作站、慈善超市数。由于基金会数自2003年起才开始统计，因此，本文选取2003-2010年的数据作为分析对象。
与省市相关的控制变量：logagdp、logcinc、logrinc分别为人均GDP、城镇居民年均可支配收入、农村居民家庭人均纯收入的对数值； per15为年龄大于或等于15岁，小于或等于64岁的人数占总人数的比率。Garrett（2010）认为，45岁以上的年龄群更有可能捐赠。受国内统计数据的限制，本文选择15-64岁的群体作为研究对象。unemploy为各地城镇登记失业率，西藏只有2004、2009和2010年的数据，考虑到历年数据变化很小，故取这三年失业率加权平均值作為其他年份替代值。foreign、state、private分别代表国有及国有控股工业企业、私营工业企业、外商投资（含港澳台）工业企业的工业产值占工业总产值的比重，用于检验企业类型对慈善捐赠的影响。
上述指标数据来源于历年《中国民政统计年鉴》、《中国统计年鉴》和《中国工业经济统计年鉴》，以及《中国经济普查年鉴2004》。各变量的定义及基本统计信息见表1。各省市在上述指标上存在较大差异，如样本期间内慈善捐赠比例最高的为浙江0.282，最低的为西藏0.0004，前后相差705倍；政府支出比例最高的为广东0.081，最低的为西藏0.005，前后相差16倍。本文将尝试把那些捐赠比例、政府支出比例很高和很低的省份从样本中剔除，以判断异常样本点的影响。
四、计量检验与实证分析
我们将采用2003-2010年中国31个省市的面板数据对模型（1）进行估计，并根据Hausman检验来选择随机效应模型或固定效应模型。对部分变量取自然对数，目的是避免时间序列变量的非平稳和异方差问题。本节首先运用OLS法对模型（1）进行估计，并对结果进行简要分析；然后对估计结果的稳健性进行检验，主要考虑内生性问题、异常样本点。
（一）基本估计结果
表2报告了对模型（1）的主要估计结果。表2中的六个模型为一种具体的估计模型，各估计模型间的区别在于控制变量不同。模型1和模型2只将慈善捐赠对政府支出变量进行回归，此后则在模型2的基础上，逐渐添加一些控制变量。由各列模型估计的Hausman检验结果可以知道，模型2、4采用随机效应模型进行估计，而模型3、5、6采用固定效应模型进行估计，表2所报告的结果为各列随机效应模型或固定效应模型所对应的估计结果。
我们首先关注政府支出对慈善捐赠的作用。在六个估计模型中，政府支出的估计系数都为正，而且都在1%的显著性水平下显著，该变量估计系数的大小在区间（0.831～2.191）内浮动，从而说明中国政府支出对慈善捐赠并不像西方国家那样存在明显的“挤出效应”，而是有明显的“挤入效应”或“杠杆效应”。
再看控制慈善组织特征的三个主要变量org、fun、dpt的估计结果。变量org的估计结果在模型5中不显著，而在模型6中显著为正；变量fun的估计结果为正，且模型5和模型6分别在10%和5%的显著性水平下显著；变量dpt的估计结果两次都不显著。
其他控制变量的估计结果如下：logrinc在模型3和模型6的估计结果为负，但没有通过显著性检验； logcinc在模型3的估计系数为正，且在1%的显著性水平下显著；logagdp在模型3和模型6的估计结果不同，均没有通过显著性检验。我们还发现：模型4和模型6对 的系数估计都在5%的显著性水平下显著为负；对private的系数估计分别在1%和5%的显著性水平下显著为正；unemploy、per15、foreign变量的估计系数都没有通过显著性检验。 （二）估计结果的稳健性分析
本文接下来主要检验政府支出变量对慈善捐赠这种正相关关系的稳健性，所分析的对象为模型6，所采用的估计模型为固定效应模型。为了得到稳健性的估计结果，本文考虑了如下不同的情形：首先是内生性问题；其次是异常样本点问题。我们将把31个省市中慈善捐赠、政府支出均值低于全部样本均值10%百分位数和高于其90%百分数的省市从样本中剔除，以检验本文的主要结果是否受到异常样本点的影响。最后，我们将考虑区域差异，将样本划分为东中西部分别进行考察。
首先，模型的内生性问题可能源于两个方面：一是解释变量与各控制变量可能与残差相关。以模型6为检验模型，将模型中政府支出及各控制变量的当期项替换为各自的滞后一期项，仍然采用固定效应模型对模型6进行估计，主要的估计结果见表3第2列。由于变量的滞后一期项与当期项存在较高的相关性，所以估计结果仍然可信，且有效地避免了当期变量与当期残差项相关所引起的内生性问题。由滞后一期变量的估计结果可知，政府支出与慈善捐贈仍然存在显著的正向关系。
内生性问题产生的第二种可能是慈善捐赠与政府支出可能存在双向因果关系。例如慈善捐赠较多的省市，其一般具有良好的社会环境和政府财力，从而在政府支出上较多。处理这种内生性问题的通常做法是寻找与政府支出相关，但不受慈善捐赠影响的工具变量。多数文献在处理此问题的时候选择将解释变量的滞后一期变量作为工具变量，本文借鉴这种做法，将 滞后一期项作为工具变量，并采用两阶段最小二乘法（2SLS）对模型6进行估计，同时对估计系数进行消除异方差处理。表3第三列政府支出的估计系数仍然显著为正。
其次，异常样本点。在31个省市关于政府支出的数据中，政府支出比例最高的为0.081，最低的为0.005，两者相差16倍。为了检验本文的主要估计结果是否受到这些异常样本点的影响，我们计算了样本期间31个省市政府支出程度的10%和90%百分位数，并将数值低于10%百分位数和高于90%百分位数的数据从样本中剔除。通过运用2SLS对模型6进行估计，政府支出的系数仍然显著为正。
由于政府支出可能因为省市环境的不同存在差异，因此我们选择东中西部的省市进行分组回归。在回归的过程中选取logagdp的滞后一期作为工具变量，运用2SLS对模型6进行估计，结果发现西部和中部地区政府支出的估计系数仍然显著为正，而东部地区政府支出的系数虽然为正，但是不显著。
五、结论及政策建议
本文分析了2003-2010年我国慈善捐赠变化的原因，重点讨论了政府支出和慈善捐赠之间的关系。研究发现，政府支出、社会组织、基金会、私营企业的规模与慈善捐赠正相关；而捐赠点、城乡收入、人均GDP、失业率、外资企业比例、15～64岁人口比例与慈善捐赠的关系不显著。一个值得注意的问题是国有企业的比例与慈善捐赠呈现出负相关关系。上述结论有助于我们进行合理的制度和政策创新，以促进中国慈善事业的发展。
首先，提升社会公益领域的政府支出规模。政府支出对慈善捐赠具有明显的“挤入效应”，此种现象的最主要原因在于，与国外相比，中国慈善事业虽然发展迅速但是起步较晚，慈善捐赠更多的依赖“政府引导”，政府支出作为一种“信号”，能够引起公众对某类问题的关注，进而通过捐赠的方式予以“响应”。根据2003-2010年的统计，在政府所有支出中，社会公益领域的支出占38.16%。如果能够提升这一比例，尤其是增加对中西部地区的支出，那么将充分发挥政府支出的“杠杆效应”，带动慈善捐赠的大幅度增加。
当然，增加政府社会公益领域的支出并不是要强化政府对慈善的行政干预，因为过多的干预将给慈善组织带来独立意志丧失、官僚色彩浓厚、组织机制不透明、资金配置效率低下、善款监管问责形同虚设以及权钱交易等风险，最终抑制慈善组织的成长空间。为此，在增加政府社会公益领域支出的同时，应该厘清政府参与慈善事业的边界，充分发挥其“引导”作用，而非“主导”作用。
其次，赋予社会组织、基金会更大的成长空间。如何把善款送到真正需要的人手中？是交给政府组织代办，还是交给非营利组织等民间公益组织来代办？这直接关系到善款的配置效率。2010年5月国家审计署公布了对青海玉树地震灾后恢复重建的重点抽查审计结果，发现灾后重建项目开工率58%，完工率8%，有2.78亿建设资金闲置，51亿社会捐赠款结余。如果政府一直把自己作为捐赠代管人，那么上述资金配置效率低下的问题就很难改善。
2003 -2010年中国各类基金会从954个增长到2200个，在数量和质量上都处于较低水平。但是基金会对慈善捐赠的正向影响在统计上显著，并具有实际经济意义。基金会尤其是非公募基金会，可以在法律框架内设定其宗旨、使命和章程，构建有效的善款使用监督机制，通过提高自身公信力、项目运作能力和战略性筹资能力来获得捐赠者的青睐，同时促进与公募基金会和官办慈善机构的良性竞争。因此，必须破除长久以来的“政府主导”型社会慈善文化，逐渐对官办慈善组织消除行政化烙印，并向市场化操作模式转型，增强慈善组织的公信力；允许和鼓励民间公益组织募集、分配慈善捐赠款，打破基金会发展所面临的法律、政策、体制、机制性障碍，构建“公域”和“私域”在公共服务领域的协同机制，实现民间与政府的有效互动。此外，社会捐赠站、点对慈善捐赠的影响不够明显，可能的原因是它们数量少 （每省平均1066个）、分布分散，缺乏有效的运作和监督机制，与公众的距离感和陌生感较强。在今后的发展中，应形成覆盖全面的捐赠点网络，强化公众对捐赠点的感知和认同。
再次，完善慈善捐赠的激励机制，强化企业捐赠行为。郑远长（2010）等人曾作过统计：私营企业捐赠占全部捐赠额的55.8%，外资企业、国有企业各占22.1%。在本文的分析中，私营企业、外资企业和国有企业与慈善捐赠的关系分别为显著正相关、不显著和显著负相关。从而我们能够得出结论：私营企业是慈善捐赠的中坚力量，并且过去为大家所忽视；外资企业在捐赠中表现平平，其“热衷公益”的形象更多是“战略营销”下的表象；国有企业受制于体制的约束，整体捐赠参与度不高，与公众期待差距较大。更重要的是，国有企业与慈善捐赠的负相关关系，从而否定了Adams和Hardwick （1998）关于代理成本与捐赠之间关系的假说，即否定了其“公有制企业的领导者都是代理人，他们的行为更容易偏离公司的利益，通过捐赠来赢得社会的赞扬、政府的赞许和个人效用的增加”的结论。 上述结论有助于我们考虑不同类型企业捐赠行为的决定因素，从而完善现有的捐赠激励机制，充分调动各方的积极性。一是完善慈善捐赠税收激励政策。目前，企业捐赠所得税税前扣除比例存在捐赠对象上的差异和区域差异。比如向红十字会捐款可以抵税，但向工青妇等其他组织捐款则无法抵税；向慈善组织捐款可以抵税，向受赠人捐款、向街道和社区捐款、企业自己从事慈善活动等则不享受抵税；同样的捐赠对象，在不同地区抵税比例也存在差异。因此，国家应该完善税收激励政策，尤其要对各类慈善组织一视同仁，在所得税税前抵扣比例、捐赠款抵减增值税、捐赠物资免征增值税等方面制定统一标准，并简化抵税认证程序，从而提升私营企业捐赠的积极性。二是拓展私营企业发展空间。逐步缩小民营企业与外资企业的政策性差异；着力打破市场垄断，促进民企和国企的公平竞争；克服私营企业进入市场、获取资源等方面的歧视性条件，从而进一步壮大私营企业的整体竞争力。三是从法律上明确国企捐赠权限。现实中，人们一方面指責国企捐赠太少，另一方面又质疑其捐赠权力，从而表明国企与私企在捐赠问题上性质不同。在实践中，应强化国企捐赠的合法性依据，科学设计捐赠的形式，体现国有企业对社会的贡献。
最后，提升人均收入水平，培育中产阶层。样本期间内城乡收入、人均GDP、失业率、15～64岁人口比例与慈善捐赠的关系不显著。具体来看，2003-2010年慈善捐赠从41亿元增长到596.8亿元，但年人均捐赠额仅为8.3元，占农村居民家庭人均纯收入的0.191%，占城市居民年均可支配收入的0.067%，占人均GDP的0.044%。样本期间社会捐赠总额占GDP的比重仅为0.036%。由此可见，现阶段中国式慈善捐赠仍然是“国家慈善”（国家借助行政力量进行社会动员）而非“社会慈善”（社会自发捐赠秩序的形成），是“富人慈善”、“明星慈善”而非“全民慈善”（普通公民成捐赠主体），是“应急式慈善”（灾害来临时的慈善激情）而非“常态化慈善”（有固守的慈善价值观）。“中国慈善的伟大复兴”、“全民慈善时代的来临”、“中国慈善走向成熟”等标签，用于当前慈善事业还为时尚早。因此，我们应该着力缓解收入分配差距的问题：提高城乡居民的收入，提高最低工资水平，使城乡居民的收入能与经济增长和劳动生产率的提高相适应；限制高收入者的收入，包括国有企业和国有金融企业高管人员的收入，增加中等收入者的比重；建立健全社会保障制度；保护合法收入、取缔非法收入，使经济发展的成果惠及民生。当中国中产阶层逐渐形成，并且社会生活的压力降低时，个人将成为慈善捐赠的主流。
经济的发展、社会财富的增加，要求我们完善社会分配机制。慈善捐赠作为社会的“第三次分配”，在缩小贫富差距、促进社会公平、优化社会资源配置等方面起到积极作用。现阶段，我们应该充分发挥政府在慈善领域的“引导性”作用，大力发展包括基金会在内的各类社会组织，构建有效的捐赠激励机制，提升公众参与慈善的可行能力。当然本文的研究还存在一些缺陷，如没有考虑慈善组织的声誉、慈善价值观、突发社会事件和自然灾害等对慈善捐赠的影响，上述因素应在今后的研究中加以重视。
参考文献：
[1]郑远长.中国慈善捐助报告[M] .北京：中国社会出版社，2010 .
[2]中华人民共和国审计署.审计结果公告[Z] .2010年第10号（总第57号）.
[3]北京师范大学中国慈善事业研究中心（汪大海等著）.2001-2011中国慈善发展指数报告[M].北京：北京师范大学出版社，2012
[4]汪大海，南锐.中国慈善捐赠与经济增长关系——基于1997-2011的数据分析[J] .中国市场，2012，（46）.
[5]Abrams， B. A. and Schmitz， M. D，1978，“The crowding-out effect of governmental transfers on private charitable contributions”，Public Choice， vol.1，pp.29-39.
[6]Friedman，1978，“Crowding out or crowding in？ Economic consequences of financing government deficits”，Brookings Papers on Economic Activity.
[7]Reece， W.S，1979，“Charitable contributions： New evidence on household behavior”，American Economic Review，vol.1，pp.142-51.
[8]P.R. Jones，1983，“Aid to charities”，International Journal of Social Economics，vol.2，pp.3-11.
[9]Peter G. Warr，1983，“The private provision of a public good is independent of the distribution of income”，Economics Letters，vol.13，pp.207-211.
[10]Abrams， B. A. and Schmitz， M. D，1984，“The crowding-out effect of governmental transfers on private charitable contributions： cross-section evidence”，National Tax Journal， vol. 4，pp.563-568.
[11]Russell D. Robert，1984，“A positive model of private charity and public transfers”，Journal of Political Economy，vol.1，pp.136-148. [12]Schiff and Jerald，1985，“Does government spending crowd out charitable contributions？ ”，National Tax Journal，vol.4，pp.535-546.
[13]Bruce Robert Kingma，1989，“An accurate measurement of the crowd-out effect：Income effect， and price effect for charitable contributions”，Journal of Political Economy，vol.5，pp.1197-1207.
[14]James Andreoni，1993，“An experimental test of the public-goods crowding-out hypothesis”，The American Economic Review，vol.5，pp.1317-1327.
[15]Jyoti Khanna a and John Posnett，1995，“Charity donations in the UK： New evidence based on panel data”，Journal of Public Economics，vol.56，pp.257-272.
[16]Eckel， C.C. and Grossman， P.J，1996，“Altruism in anonymous dictator games”，Games and Economic Behavior，vol.16，pp.181-191.
[17]Day， Kathleen M. and Rose Anne Devlin，1996，“Volunteerism and crowding out： Canadian econometric evidence”，Canadian Journal of Economics，vol.1，pp.37-53.
[18]Connolly， L.S，1997，“Does external funding of academic research crowd out institutional support？”，Journal of Public Economics，vol.3，pp.389-406.
[19]Gary E. Bolton and Elena Katok，1998，“An experimental test of the crowding out hypothesis： The nature of beneficent behavior”，Journal of Economic Behavior & Organization，vol.37，pp.315-331.
[20]A. Abigail Payne，1998，“Does the government crowd-out private donations？ New evidence from a sample of non-profit firms”，Journal of Public Economics，vol.69，pp.323-345.
[21]Brooks， A. C，1999，“Do public subsidies leverage private philanthropy for the arts？ Empirical evidence on symphony orchestras”，Nonprofit and Voluntary Sector Quarterly，vol.1，pp.32-45.
[22]Brooks， A. C，2000，“Is there a dark side to government support for nonprofits？”，Public Administration Review，vol.2，pp.211-218.
[23]Brooks， A. C，2003，“Do government subsidies to nonprofits crowd out donations or donors？”Public Finance Review，vol.2，pp.166-179.
[24]James Andreoni and A. Abigail Payne，2003，“Do government grants to private charities crowd out giving or fund-raising？”，The American Economic Review，vol.3，pp.792-812.
[25]Walter O. Simmons and Rosemarie Emanuele，2004，“Does government spending crowd out donations of time and money？ ”，Public Finance Review，vol.32，pp.498.
[26]Catherine C. Eckel，2005，“An experimental test of the crowding out hypothesis”，Journal of Public Economics，vol.89，pp.543-1560.
[27]Christopher S. Horne，2005，“Do charitable donors know enough and care enough about government subsidies to affect private giving to nonprofit organizations？”，Nonprofit and Voluntary Sector Quarterly，vol.34，pp.136.
[28]Davis， D.D. and Millner， E.L.，2005，“Subsidy schemes and charitable contributions： a closer look”，Experimental Economics，vol.8，pp.85-106.
[29]Thomas More Smith，2007，“The impact of government funding on private contributions to nonprofit performing arts organizations”，Annals of Public and Cooperative Economics，vol.78，pp.137-160.
[30]Heidi Crumpler and Philip J. Grossman，2008，“An experimental test of warm glow giving”，Journal of Public Economics，vol.96，pp.1011-1021.
[31]David Card and Enrico Moretti，2010，“The geography of giving：The effect of corporate headquarters on local charities”，Journal of Public Economics，vol.94，pp.222-234.
[32]James Konow，2010，“Mixed feelings： Theories of and evidence on giving”，Journal of Public Economics，vol.94，pp.279-297.
[33]James Andreoni and A. Abigail Payne，2011，“Is crowding out due entirely to fundraising？ Evidence from a panel of charities”，Journal of Public Economics，vol.95，pp.334-343.
（編辑：韦京）