金融發(fā)展與全要素生產(chǎn)率關(guān)系探討

孫智勇,劉　瀟

(1.山東理工大學(xué)商學(xué)院，山東淄博255000;2.青島大學(xué)經(jīng)濟(jì)學(xué)院，山東青島266071)

?

金融發(fā)展與全要素生產(chǎn)率關(guān)系探討

孫智勇1,劉瀟2

(1.山東理工大學(xué)商學(xué)院，山東淄博255000;2.青島大學(xué)經(jīng)濟(jì)學(xué)院，山東青島266071)

金融發(fā)展與全要素生產(chǎn)率變動之間的關(guān)系一直是國內(nèi)外學(xué)者關(guān)注的熱點，但有關(guān)這方面的研究尚未取得一致認(rèn)識。使用中國28個省級行政區(qū)1990～2012年的面板數(shù)據(jù)，利用基于數(shù)據(jù)包絡(luò)法(DEA)的Malmquist指數(shù)法，測度我國近年來全要素生產(chǎn)率變化情況及其分解，構(gòu)建動態(tài)面板模型，利用系統(tǒng)GMM方法，以金融發(fā)展為核心解釋變量并控制其他變量，對TFP及其分解進(jìn)行分別回歸，研究發(fā)現(xiàn)：第一，以信貸總額與GDP之比為測度指標(biāo)的金融發(fā)展與全要素生產(chǎn)率變動不是單純線性關(guān)系，而是存在顯著非線性關(guān)系，金融發(fā)展與全要素生產(chǎn)率變動呈正U型；第二，金融發(fā)展對全要素生產(chǎn)率影響的中間途徑是影響技術(shù)進(jìn)步而非規(guī)模效率變化。

金融發(fā)展; 全要素生產(chǎn)率; Malmquist指數(shù); 系統(tǒng)GMM

一、引言

改革開放以來，中國經(jīng)濟(jì)保持快速、穩(wěn)定增長，創(chuàng)造了令人矚目的“中國奇跡”。世界銀行認(rèn)為生產(chǎn)率的提高為中國經(jīng)濟(jì)高速增長提供了基礎(chǔ)，然而保羅.克魯格曼則發(fā)出“亞洲國家具有較高的經(jīng)濟(jì)增長率，但生產(chǎn)效率并沒有提高，甚至降低了”這一聲音。中國的經(jīng)濟(jì)高速發(fā)展究竟是源于資本大量投入還是源于全要素生產(chǎn)率提高，這一問題引起了國內(nèi)外學(xué)者的關(guān)注，大量學(xué)者對中國全要素生產(chǎn)率進(jìn)行了不同方法的測算與分析，不少學(xué)者通過理論模型或是實證檢驗探索全要素生產(chǎn)率變化的影響因素。顯然，中國30年來巨大的金融發(fā)展是我們探討經(jīng)濟(jì)發(fā)展問題中不容忽視的因素。雖然目前普遍被接受的觀點是金融發(fā)展促進(jìn)了全要素生產(chǎn)率的進(jìn)步，然而也有學(xué)者得出不同結(jié)論，所以，這一問題仍有待探討，本文收集我國28個省1990～2012年的面板數(shù)據(jù)，利用系統(tǒng)GMM方法再次探究金融發(fā)展與全要素生產(chǎn)率的關(guān)系。

全要素生產(chǎn)率的變動來源于兩部分——效率變動和技術(shù)進(jìn)步。將全要素生產(chǎn)率進(jìn)行細(xì)分，并對各個分解部分也納入經(jīng)驗分析，有助于我們深入理解金融發(fā)展對全要素生產(chǎn)率的影響及產(chǎn)生這種影響的作用途徑，找到促進(jìn)全要素生產(chǎn)率不斷提高的可行方法，為實現(xiàn)中國經(jīng)濟(jì)健康可持續(xù)發(fā)展提供理論支持。然而目前國內(nèi)對金融發(fā)展作用于全要素生產(chǎn)率中間通道的研究尚不多見，本文借助數(shù)據(jù)包絡(luò)法(DEA)和Malmquist指數(shù)對我國各省全要素生產(chǎn)率進(jìn)行估計，這種方法能將全要素生產(chǎn)率的變化細(xì)分為效率變動和技術(shù)進(jìn)步，將運用此方法得到的全要素生產(chǎn)率變化及其分解作為被解釋變量，使用同樣的模型進(jìn)行逐個回歸，對比各個回歸結(jié)果，有助于我們判斷金融發(fā)展是通過效率通道還是技術(shù)通道來對全要素生產(chǎn)率產(chǎn)生影響。本文試圖為已有的關(guān)于金融發(fā)展和全要素生產(chǎn)率的研究做出探討中間渠道這一視角的補充。

需要指出的是，金融發(fā)展與全要素生產(chǎn)率的關(guān)系究竟是線性還是非線性這一問題值得做出探討，雖然目前大部分學(xué)者所做的研究都是以一次冪線性關(guān)系做回歸，其中很多文章發(fā)現(xiàn)設(shè)定的某些衡量金融發(fā)展的指標(biāo)對全要素生產(chǎn)率變化的影響為負(fù)，結(jié)果看似不合常理且找不到合理的解釋，研究者便懷疑所設(shè)定的金融發(fā)展指標(biāo)有誤，但研究者往往忽略可能存在的非線性關(guān)系。本文將設(shè)定線性模型和加入核心解釋變量的二次項的非線性模型，探討金融發(fā)展與全要素生產(chǎn)率之間的關(guān)系究竟是線性還是非線性，以及可能存在怎樣的非線性關(guān)系。

另外，基于中國省際面板數(shù)據(jù)進(jìn)行實證研究往往會存在內(nèi)生性問題，且全要素生產(chǎn)率的變化不僅受到金融發(fā)展及其他控制變量影響，同時也受其滯后期影響，故本文的實證模型中引入被解釋變量的滯后項，為保證模型參數(shù)估計的有效性，必須選擇合適的估計方法來消除因滯后項而引起的內(nèi)生性問題。一般的面板數(shù)據(jù)回歸方法如固定效應(yīng)回歸和隨機(jī)效應(yīng)回歸都無法解決內(nèi)生性問題，本文采用動態(tài)面板系統(tǒng)GMM ( System GMM)中的兩步法(two-step system GMM)來合理控制內(nèi)生性問題并得到回歸結(jié)果。

二、文獻(xiàn)綜述

關(guān)于金融發(fā)展能夠通過何種渠道促進(jìn)生產(chǎn)率提高進(jìn)而促進(jìn)經(jīng)濟(jì)增長這一問題，很多學(xué)者對此進(jìn)行了理論模型分析。Bencivenga和Smith(1991)認(rèn)為金融中介能夠幫助企業(yè)有效控制流動性風(fēng)險，銀行存款為企業(yè)提供資金來源，故企業(yè)可把更多資本投入生產(chǎn)而不是置于流動性狀態(tài)[1]195。金融機(jī)構(gòu)有收集和處理信息的功能，借助這種功能，金融機(jī)構(gòu)能主動將資金投向回報率更高的項目。有效的金融制度分散了流動性風(fēng)險,因此,企業(yè)可不為預(yù)防流動性風(fēng)險預(yù)留過多資金而是將資金轉(zhuǎn)向回報率更高的用途，從而提高生產(chǎn)率。

技術(shù)創(chuàng)新實際上是長期經(jīng)濟(jì)增長的動力,大量學(xué)者以金融發(fā)展促進(jìn)技術(shù)創(chuàng)新作為切入點研究金融發(fā)展對全要素生產(chǎn)率的影響。King和Levine(1993)認(rèn)為,金融機(jī)構(gòu)能夠評估企業(yè)所進(jìn)行的風(fēng)險性創(chuàng)新活動然后考慮是否提供融資[2]513；同時金融機(jī)構(gòu)能緩解創(chuàng)新型企業(yè)的外部融資約束，通過提高創(chuàng)新的成功率，金融發(fā)展對生產(chǎn)率進(jìn)而對經(jīng)濟(jì)增長產(chǎn)生積極影響。發(fā)達(dá)的金融市場可以為最有效率的投資活動提供足夠資金，并且分散創(chuàng)新活動產(chǎn)生的風(fēng)險，故金融機(jī)構(gòu)對企業(yè)創(chuàng)新有重要影響，進(jìn)而影響生產(chǎn)率。

Dela Fuente和Martin(1996)基于企業(yè)家努力程度決定了企業(yè)創(chuàng)新成功的概率這一假設(shè)，認(rèn)為金融中介作為監(jiān)測企業(yè)家努力程度的代理監(jiān)督者，能夠督促企業(yè)家更加努力，從而提高企業(yè)創(chuàng)新成功的概率[3]769，同時，金融中介能降低監(jiān)督成本，企業(yè)更容易獲得貸款，從而產(chǎn)生更高水平的創(chuàng)新活動。

在經(jīng)驗研究方面，代表性的文章為King和Levine(1993)，他們設(shè)定了一系列測度金融發(fā)展程度的指標(biāo)，利用跨國面板數(shù)據(jù)研究發(fā)現(xiàn)，金融發(fā)展與資本積累效率提升和經(jīng)濟(jì)增長之間表現(xiàn)為顯著正相關(guān)關(guān)系[4]717。但他們的研究并未考慮內(nèi)生性問題。使用國家層面的數(shù)據(jù)，Levine 和 Zervos(1998)通過分析資本市場發(fā)展、銀行發(fā)展和長期經(jīng)濟(jì)增長間的關(guān)系,發(fā)現(xiàn)資本市場流動性和銀行發(fā)展對生產(chǎn)率增長具有積極影響且較為穩(wěn)健,他們認(rèn)為分散的、并且更好的金融服務(wù)能夠提高經(jīng)濟(jì)體的生產(chǎn)技術(shù)水平[5]1169。Beck等(2000)為控制內(nèi)生性，創(chuàng)新性地利用法律起源作為金融發(fā)展的工具變量，他們的研究認(rèn)為金融發(fā)展對全要素生產(chǎn)率增長具有顯著正面影響，且其影響穩(wěn)健[6]261。他們的跨國分析表明，63個國家的金融中介在長期對全要素生產(chǎn)率產(chǎn)生了較大的積極影響，并最終促進(jìn)了經(jīng)濟(jì)增長。

然而，對金融發(fā)展是否一定促進(jìn)全要素生產(chǎn)率增長這一問題存在許多爭議，如 Benhabib 和 Spiegel (2000)發(fā)現(xiàn)并不是所有的金融指標(biāo)都對全要素生產(chǎn)率產(chǎn)生顯著正面效應(yīng)[7]341。甚至Guariglia等(2008)發(fā)現(xiàn)，他們所構(gòu)建的金融發(fā)展指標(biāo)與中國全要素生產(chǎn)率增長的關(guān)系顯著為負(fù)[8]633。

基于中國數(shù)據(jù)的經(jīng)驗分析也日漸豐富。Aziz和Duenwal(2002)使用十年中國省級面板數(shù)據(jù)研究發(fā)現(xiàn)銀行貸款與GDP之比對我國TFP無顯著影響[9]。張軍、金煜(2005)同樣使用我國省級面板數(shù)據(jù)回歸發(fā)現(xiàn)，金融發(fā)展顯著促進(jìn)全要素生產(chǎn)率的增長[10]34。Guariglia和Poncet(2008)設(shè)定了多個金融發(fā)展指標(biāo)，以1989～2003年省級面板數(shù)據(jù)為基礎(chǔ)，利用系統(tǒng)GMM方法進(jìn)行估計，研究發(fā)現(xiàn)，固定資產(chǎn)投資中銀行貸款/財政撥款顯著促進(jìn)TFP的增長;其他如銀行貸款與GDP之比甚至對TFP的增長具有顯著負(fù)面影響[11]633。

需要指出的是，在已有文獻(xiàn)中，研究者大多研究金融發(fā)展與全要素生產(chǎn)率之間的關(guān)系，而很少有學(xué)者考慮金融發(fā)展對全要素生產(chǎn)率產(chǎn)生影響的中間渠道。在這一方面，Arestis等(2006)基于數(shù)據(jù)包絡(luò)(DEA)方法探討了金融發(fā)展促進(jìn)TFP增長的中間渠道，研究發(fā)現(xiàn)金融發(fā)展具有技術(shù)效率增長效應(yīng)[12]417。Jeanneney等(2006)基于中國省級面板數(shù)據(jù)利用數(shù)據(jù)包絡(luò)分析(DEA)Malmquist指數(shù)將TFP進(jìn)行分解，發(fā)現(xiàn)金融發(fā)展對TFP的增長及其技術(shù)效率的增長具有顯著正面影響[13]27。本文借鑒前人的研究，利用基于數(shù)據(jù)包絡(luò)分析(DEA)的Malmquist指數(shù)，進(jìn)一步探討金融發(fā)展與全要素生產(chǎn)率之間的作用渠道。

另外，有研究發(fā)現(xiàn)金融發(fā)展對于全要素生產(chǎn)率的影響可能是非線性的，如Rioja和 Valev(2004)認(rèn)為，單純的線性關(guān)系可能無法很好解釋指標(biāo)復(fù)雜的金融發(fā)展與全要素生產(chǎn)率的關(guān)系[14]127，本文以此為啟示，利用我國省級面板數(shù)據(jù)探討二者之間是線性關(guān)系還是非線性關(guān)系，以及可能存在怎樣的非線性關(guān)系。

三、理論機(jī)制分析

金融發(fā)展能夠通過多種渠道促進(jìn)生產(chǎn)率的提高進(jìn)而促進(jìn)經(jīng)濟(jì)增長,概而言之，金融發(fā)展提高TFP的途徑主要分為兩種：一種是金融發(fā)展→提高資源配置效率→提高TFP；另一種是金融發(fā)展→促進(jìn)技術(shù)進(jìn)步→提高TFP。

(一)提高資源配置效率

金融中介降低了流動性風(fēng)險，有效的金融制度分散了流動性風(fēng)險, 企業(yè)可不為預(yù)防流動性風(fēng)險預(yù)留過多資金而是將資金轉(zhuǎn)向回報率更高的用途,銀行存款為企業(yè)提供資金來源，故企業(yè)可把更多資本投入生產(chǎn)，而不是讓資金處于流動性狀態(tài)，從而有效地提高資源配置效率。

金融體系的基本功能就是優(yōu)化資源配置。金融中介收集信息能夠獲得規(guī)模經(jīng)濟(jì)，能夠有效對各個可供選擇的投資項目進(jìn)行準(zhǔn)確評估，從而資源將被分配到回報率更高的項目中去，即金融發(fā)展能夠促進(jìn)資源配置優(yōu)化，進(jìn)而提高TFP。

(二)促進(jìn)技術(shù)進(jìn)步

內(nèi)生增長理論認(rèn)為，技術(shù)創(chuàng)新是長期經(jīng)濟(jì)增長的動力,這也是本文所列金融發(fā)展促進(jìn)生產(chǎn)率提高的第二種途徑。大量學(xué)者以金融發(fā)展促進(jìn)技術(shù)創(chuàng)新作為切入點研究金融發(fā)展對全要素生產(chǎn)率的影響。金融機(jī)構(gòu)有信息優(yōu)勢，隨著金融發(fā)展程度的不斷深化，金融機(jī)構(gòu)能夠利用這一優(yōu)勢更好地發(fā)揮其中介作用,有助于提高資本的邊際產(chǎn)出率，從而可減少一部分投入生產(chǎn)的資本，而將這部分資本用于生產(chǎn)研發(fā)，促進(jìn)技術(shù)進(jìn)步從而提高生產(chǎn)效率。

隨著金融發(fā)展不斷深化，儲蓄率得以提高，提高儲蓄率能夠促進(jìn)技術(shù)進(jìn)步從而促進(jìn)TFP。金融抑制理論認(rèn)為金融自由化一個重要方面是取消利率上限，使利率處于市場均衡水平。利率上升會提高私人儲蓄率，更好地發(fā)揮金融體系動員儲蓄的功能。儲蓄增加，金融中介便有能力向更多的創(chuàng)新型企業(yè)提供融資服務(wù)，從而推動技術(shù)進(jìn)步。內(nèi)生增長理論同樣認(rèn)為，全要素生產(chǎn)率的提高需要大量研發(fā)資金投入，這從另一角度肯定了提高儲蓄對技術(shù)進(jìn)步的正面作用。因此，金融發(fā)展可以進(jìn)一步提高儲蓄率，加快技術(shù)進(jìn)步，并最終提高全要素生產(chǎn)率。

金融市場能夠評估企業(yè)所進(jìn)行的風(fēng)險性創(chuàng)新活動，然后考慮是否提供融資，即通過風(fēng)險分散來促進(jìn)技術(shù)進(jìn)步，進(jìn)而影響TFP 。研發(fā)過程中充滿不確定性，這使得創(chuàng)新型企業(yè)面臨巨大不確定性風(fēng)險，而一個完善的金融市場能夠有效地對風(fēng)險進(jìn)行跨期分散，提高企業(yè)技術(shù)創(chuàng)新成功率。金融市場分散投資風(fēng)險從而鼓勵企業(yè)采用更加專業(yè)化的技術(shù)；同時健全的金融機(jī)制能為創(chuàng)新性企業(yè)提供融資服務(wù)，緩解創(chuàng)新性企業(yè)可能面臨的外部融資約束，進(jìn)而鼓勵企業(yè)進(jìn)行創(chuàng)新活動，從而有效地促進(jìn)技術(shù)進(jìn)步，促進(jìn)TFP發(fā)展。

金融中介作為監(jiān)測企業(yè)家努力程度的代理監(jiān)督者，能夠督促企業(yè)家更加努力，從而提高企業(yè)創(chuàng)新成功概率；同時，金融中介能降低監(jiān)督成本，企業(yè)更容易獲得貸款，從而產(chǎn)生更高水平的創(chuàng)新活動。姚耀軍(2011)認(rèn)為金融發(fā)展能夠使金融中介更好的發(fā)揮其監(jiān)督作用，為技術(shù)創(chuàng)新以及為企業(yè)提供融資服務(wù)來推動技術(shù)進(jìn)步[15]144。

四、實證檢驗

(一)指標(biāo)說明與模型設(shè)定

1. TFP的測算。生產(chǎn)率通常可分為單要素生產(chǎn)率(Single Factor Productivity ,SFP)和全要素生產(chǎn)率(Total Factor Productivity ,TFP)。本文所要研究的對象是全要素生產(chǎn)率，它是指“生產(chǎn)活動在一定時間內(nèi)的效率”。全要素生產(chǎn)率的增長率通常被看作是科學(xué)和技術(shù)進(jìn)步的指標(biāo)。全要素生產(chǎn)率的來源包括技術(shù)進(jìn)步、組織創(chuàng)新、專業(yè)化和生產(chǎn)創(chuàng)新。

經(jīng)濟(jì)增長不僅取決于資本、勞動等要素投入，還取決于全要素生產(chǎn)率。目前全要素生產(chǎn)率的測算方法有多種，大致可分為生產(chǎn)函數(shù)法、生產(chǎn)前沿面法和指數(shù)法。生產(chǎn)函數(shù)法也稱索洛余值法，該方法首先由索洛提出，其基本思想是估計的總生產(chǎn)函數(shù)，產(chǎn)出增長率扣除各投入要素增長率后計算全要素生產(chǎn)率的增長。目前已有很多學(xué)者利用這種方法對我國全要素生產(chǎn)率進(jìn)行測算，如張軍(2003)[16]35、郭慶旺等(2005)[17]60、涂正革等(2006)[18]22等。但該方法有缺陷和不足:全要素生產(chǎn)率實際上會因投入要素度量的不準(zhǔn)確以及生產(chǎn)函數(shù)中必需的變量考慮不全面而引起計算誤差；同時，生產(chǎn)函數(shù)法需設(shè)定函數(shù)參數(shù)，而參數(shù)估計的準(zhǔn)確性難以保證。

本文采用基于DEA模型的Malmquist指數(shù)法，原因主要如下：首先，Malmquist指數(shù)法屬于非參數(shù)方法，不需要生產(chǎn)函數(shù)進(jìn)行參數(shù)設(shè)定，這樣就不會出現(xiàn)模型設(shè)定錯誤；其次，也是本文選擇此方法的最主要原因，即利用Malmquist指數(shù)法所獲得的TFP增長指數(shù)還可以被進(jìn)一步分解，同時將TFP增長指數(shù)與其分解的各項指數(shù)作為被解釋變量分別進(jìn)行回歸，有助于我們在分析金融發(fā)展對TFP影響的同時，找到這種影響的中間渠道。

本研究依據(jù)的理論基礎(chǔ)是經(jīng)濟(jì)增長理論中的生產(chǎn)函數(shù)。DEA模型對投入產(chǎn)出變量的選擇要求十分嚴(yán)格，研究的具體投入變量和產(chǎn)出變量的指標(biāo)設(shè)定和數(shù)據(jù)來源見表1。

表1　測算TFP所需指標(biāo)說明

本文使用永續(xù)盤存法估算資本存量，估算方程為：

Kit=(1-δ)Kit-1+Iit

其中，δ為固定資本投資的折舊率(采用5%)，Ιit為i省(市)第t年的固定資本投資額(使用1990年為基期的固定資產(chǎn)投資價格指數(shù)進(jìn)行平減)?；隇?990年，用gi表示樣本時期內(nèi)i省(市)固定資本投資平均增長率，基年固定資本存量可由下式計算得到：

Ki1990=Ii1990/(gi+δ)

本文使用Deap2.1軟件，把每一個省看作一個生產(chǎn)決策單位，得到1990～2012年中國28個省的全要素生產(chǎn)率變動情況。表2為中國1990～2012年各省全要素生產(chǎn)率年度平均值的變化。

2.金融發(fā)展水平的衡量。衡量金融發(fā)展的最常用指標(biāo)包括M2/GDP、現(xiàn)存金融資產(chǎn)總額/國民財富，即金融相關(guān)比率等，本文將金融發(fā)展(FD)構(gòu)造為信貸總額占GDP之比。

3.控制變量說明。除不斷深化的金融發(fā)展過程導(dǎo)致全要素生產(chǎn)率的提高，很多其他因素也推動或阻礙了生產(chǎn)率進(jìn)步，在檢驗金融發(fā)展與全要素生產(chǎn)率之間的關(guān)系時需要控制這些變量。

城市化水平(URBAN)。各省城市化水平為各省城鎮(zhèn)人口與其總?cè)丝谥?，我們預(yù)期城市化水平對TFP有正向影響。

外商直接投資(FDI)。外商直接投資是發(fā)展中國家技術(shù)變遷的重要源泉之一。理論上說外商直接投資可以把優(yōu)質(zhì)資本、先進(jìn)技術(shù)和管理經(jīng)驗轉(zhuǎn)移到本國,從而改善本國的TFP，但FDI也存在擠出效應(yīng)，故而FDI與TFP的關(guān)系有待進(jìn)一步分析驗證。

對外開放(TRADE)。改革開放以來，中國的進(jìn)出口成為經(jīng)濟(jì)增長的重要動力之一，本文使用各省份進(jìn)出口額占GDP比重作為對外開放程度的代理變量。

政府支出規(guī)模(GOV)。我們用政府財政支出與各省GDP之比來衡量政府支出規(guī)模，而政府支出有增長效應(yīng)和擠出效應(yīng)，前者對經(jīng)濟(jì)發(fā)展有正向推動作用，后者則表現(xiàn)出抑制作用，所以若其增長效應(yīng)強(qiáng)于擠出效應(yīng)或不存在擠出效應(yīng)則政府支出規(guī)模對TFP顯現(xiàn)正影響；若其增長效應(yīng)弱于擠出效應(yīng)或不存在增長效應(yīng)則顯現(xiàn)負(fù)向影響。

教育(EDU)。各省份人力資本存量或者有關(guān)教育發(fā)展程度的數(shù)據(jù)無法從官方統(tǒng)計資料中直接獲取，故本文借鑒陳釗等的估測方法來估計我國各省份的教育發(fā)展水平。具體計算方法為:人均受教育年限=(樣本含小學(xué)文化程度人口數(shù)×6+初中×9+高中×12+大專及以上×16)/六歲以上抽樣總?cè)丝凇?/p>

表2　TFP測算結(jié)果

資料來源：1990～2008年數(shù)據(jù)來自《新中國60年統(tǒng)計資料匯編》，2008～2012年數(shù)據(jù)來自2008～2013年《中國統(tǒng)計年鑒》，其中FDI自2009～2012年數(shù)據(jù)來源于CEIC數(shù)據(jù)庫。

各指標(biāo)對應(yīng)：Effch——技術(shù)效率變化；Techch——技術(shù)進(jìn)步；Pech——純技術(shù)效率變化；Sech——規(guī)模效率變化；Tfpch——全要素生產(chǎn)率變化。

(二)變量統(tǒng)計性分析

重慶1997年成為直轄，對比《新中國50年統(tǒng)計匯編》和《新中國60年統(tǒng)計匯編》,本文發(fā)現(xiàn)1990～1996年重慶和四川的數(shù)據(jù)比較混亂，而年鑒上并未給出明確說明，查閱各方資料也未找到準(zhǔn)確解決辦法。為保證數(shù)據(jù)的準(zhǔn)確性，本文將重慶和四川從樣本中剔除。西藏數(shù)據(jù)缺失嚴(yán)重，且已有的數(shù)據(jù)準(zhǔn)確性難以保證，故本文也將其剔除。同樣，這里不含港澳臺，故本文使用中國28個省級行政區(qū)1990～2012年的數(shù)據(jù)，測算出時間長度為22年TFP的Malmquist指數(shù)，參與回歸的所有變量均包含616個觀測值，各變量均值、方差、最大值和最小值如表3。

表3　變量統(tǒng)計性分析

(三)模型設(shè)定

本文使用的估計模型統(tǒng)一如式(1)：

Yit=αi+βlagYit+γFDit+∑λitControljit+εit

(1)

其中，Y表示被解釋變量，由于TFP的變化不僅受金融發(fā)展影響，也受其自身滯后一期的影響，故本文使用動態(tài)面板模型，其中l(wèi)agY 表示被解釋變量的滯后項。本文用全要素生產(chǎn)率變化以及它的各項分解：效率變化、技術(shù)變化、純技術(shù)效率變化、規(guī)模效率變化分別作為被解釋變量進(jìn)行回歸；FD為各省不同年度的金融發(fā)展水平;Control表示控制變量； α 、β、 λ、 γ均為待估計參數(shù)。

TFP不僅受到金融發(fā)展及其他控制變量影響，同時也受其滯后期影響，故本文的實證模型中引入被解釋變量的滯后項，故模型中必定存在內(nèi)生性問題。為解決這一問題，本文使用系統(tǒng)GMM法 ( System GMM)，并進(jìn)行Sargan檢驗；同時，本文就殘差項是否存在一階和二階序列自相關(guān)進(jìn)行了檢驗。

(四)回歸結(jié)果及分析

本研究使用Stata12.0軟件，根據(jù)回歸方程(1)對TFP及其分解分別進(jìn)行回歸，回歸結(jié)果見表4。

表4　線性回歸結(jié)果

注：括號內(nèi)為t統(tǒng)計量，*、** 和 *** 分別表示在10%、5%和1%的統(tǒng)計水平上顯著。

列(1)為以TFP變化為被解釋變量的回歸結(jié)果，列(2)～(5)分別是以效率變化、技術(shù)變化、純技術(shù)效率變化、規(guī)模效率變化為被解釋變量的回歸結(jié)果。

表4中各個回歸均通過Sargan檢驗，說明本文GMM估計方法選取的工具變量是有效的，AR1各列P值均小于0.1，拒絕不存在序列相關(guān)的原假設(shè)，說明一階序列相關(guān)，AR2 各列P值均大于0.1，接受原假設(shè)，即二階序列不相關(guān)，上述檢驗結(jié)果表明本文使用系統(tǒng)GMM是合理有效的。

由表4可以看出，被解釋變量的滯后一期作為解釋變量加入回歸方程的回歸結(jié)果均非常顯著，說明TFP及其分解的各指數(shù)均受自身上期影響。而核心解釋變量金融發(fā)展(FD)系數(shù)在列(1)(2)(3)(5)中均為負(fù)，僅在列(4)中為正，且不顯著，這與我們所預(yù)期的金融發(fā)展能夠促進(jìn)全要素生產(chǎn)率的提高不相符。本文認(rèn)為出現(xiàn)這種結(jié)果可能是因為金融發(fā)展與全要素生產(chǎn)率的關(guān)系并非為簡單的線性，而可能存在非線性關(guān)系，為考察是否有非線性關(guān)系，本文將金融發(fā)展指標(biāo)的二次項加入回歸，得到調(diào)整后的回歸方程(2)。

(2)

根據(jù)回歸方程(2)得到的回歸結(jié)果如表5。

對于上述計量結(jié)果的可靠性，本文對工具變量的有效性和模型設(shè)定正確與否進(jìn)行了檢驗：Sargan檢驗的結(jié)果表明不能拒絕工具變量為過度識別的原假設(shè)，即工具變量的選擇是有效的；殘差序列相關(guān)的檢驗中AR(2)的P值大于0.05，可以推斷原模型的誤差項不存在二階序列相關(guān)性，從

表5　非線性回歸結(jié)果

注：括號內(nèi)為t統(tǒng)計量* 、 ** 和 *** 分別表示在10%、5%和1%的統(tǒng)計水平上顯著。

而保證了模型使用的合理性。

表5中列(1)中金融發(fā)展一次項(fd)系數(shù)顯著為負(fù)，二次項(fd2)系數(shù)顯著為正，表示金融發(fā)展與全要素生產(chǎn)率的關(guān)系呈現(xiàn)U型，即先下降再上升，金融發(fā)展程度越高，越阻礙全要素生產(chǎn)率的增長，當(dāng)金融發(fā)展程度到達(dá)一定門檻值時，其開始對全要素生產(chǎn)率的增長產(chǎn)生促進(jìn)作用。這種U型關(guān)系在列(3)以技術(shù)變化為被解釋變量的回歸結(jié)果中也非常顯著(金融發(fā)展的一次項和二次項系數(shù)均在1%的統(tǒng)計水平上顯著)。而在列(2)(4)(5)中金融發(fā)展的系數(shù)均不顯著，這也說明金融發(fā)展是通過影響技術(shù)進(jìn)步從而對全要素生產(chǎn)率產(chǎn)生影響，其對全要素生產(chǎn)率影響的中間途徑是影響技術(shù)進(jìn)步而非規(guī)模效率變化。

我們來看列(1)中各控制變量的回歸情況，其中外商直接投資和對外貿(mào)易對全要素生產(chǎn)率的增長有正向影響，且影響較為顯著，外商直接投資的系數(shù)在10%的統(tǒng)計水平上顯著，而對外貿(mào)易的系數(shù)顯著性水平為1%，這符合本文理論預(yù)期，也與大部分研究結(jié)果相一致。

城市化水平(urban)和政府支出(gov)的系數(shù)均為正，但均不顯著，而在表5(5)中教育水平(edu)對全要素生產(chǎn)率的回歸系數(shù)顯著為負(fù)，這與理論預(yù)期背道而馳，一般來說，地區(qū)的教育水平越高，其越能促進(jìn)全要素生產(chǎn)率提高。為試圖修正這一不合理結(jié)果，本文在模型(2)中加入教育水平的二次項(edu2)，回歸結(jié)果顯示：教育水平的二次項系數(shù)為負(fù)，而其一次項系數(shù)為正，整體呈現(xiàn)正U型，即受教育水平的升高促進(jìn)全要素生產(chǎn)率提高，但受教育水平達(dá)到一定臨界值后則對全要素生產(chǎn)率的提高產(chǎn)生負(fù)面影響。本文認(rèn)為出現(xiàn)這種結(jié)果的可能解釋為：受教育水平在一定范圍內(nèi)的提高能促進(jìn)技術(shù)進(jìn)步，而當(dāng)其超過這個范圍后這種技術(shù)促進(jìn)作用逐漸減弱，出現(xiàn)不良競爭作用從而抑制了生產(chǎn)率增長。

對比列(1)和其他各列，我們發(fā)現(xiàn)在列(1)中系數(shù)顯著的變量在列(3)中也均顯著，而在剩余各列中不顯著，這進(jìn)一步說明，在本文所設(shè)定的模型下，金融發(fā)展對全要素生產(chǎn)率的影響是通過影響技術(shù)水平變化來實現(xiàn)的。

五、結(jié)論

本文利用中國28個省級行政區(qū)1990～2012年的數(shù)據(jù)對各省全要素生產(chǎn)率(TFP)變動進(jìn)行了估算，并以TFP及其分解的各個指標(biāo)作為被解釋變量，利用系統(tǒng)GMM法進(jìn)行回歸，得到以下結(jié)論。

以信貸總額與GDP之比為測度指標(biāo)的金融發(fā)展與全要素生產(chǎn)率變動不是單純線性關(guān)系，而是存在顯著的非線性關(guān)系。金融發(fā)展與全要素生產(chǎn)率變動呈現(xiàn)正U型，金融發(fā)展程度越高，越阻礙全要素生產(chǎn)率越的增長，當(dāng)金融發(fā)展程度到達(dá)一定門檻值時，其開始對全要素生產(chǎn)率的增長產(chǎn)生促進(jìn)作用。這種U型關(guān)系在以技術(shù)變化為被解釋變量的回歸結(jié)果中也非常顯著。金融發(fā)展通過影響技術(shù)進(jìn)步從而對全要素生產(chǎn)率產(chǎn)生影響，其對全要素生產(chǎn)率的影響的中間途徑是影響技術(shù)進(jìn)步而非規(guī)模效率變化。

新古典增長理論表明，長期來看，全要素生產(chǎn)率的增長是經(jīng)濟(jì)可持續(xù)發(fā)展的唯一源泉，進(jìn)一步分析金融發(fā)展對全要素生產(chǎn)率變動的影響對保持我國經(jīng)濟(jì)高速增長，實現(xiàn)經(jīng)濟(jì)健康、可持續(xù)發(fā)展具有重要的政策性意義。本文研究發(fā)現(xiàn)金融發(fā)展與全要素生產(chǎn)率變動存在非線性關(guān)系，金融發(fā)展對全要素生產(chǎn)率的促進(jìn)作用可能存在門檻效應(yīng)，具體表現(xiàn)為何種門檻類型以及門檻值為多少這一問題還未解決，這將是下一步需要研究的內(nèi)容。

[1]Bencivenga V R,Smith B D.Financial intermediation and endogenous growth[J].The Review of Economic Studies,1991,(2).

[2]King R G, Levine R. Finance, entrepreneurship and growth[J]. Journal of Monetary economics, 1993,(3).

[3]De la Fuente A,Marin J M.Innovation,bank monitoring,and endogenous financial development[J].Journal of Monetary Economics,1996,(2).

[4]King R G,Levine R.Finance and growth:Schumpeter might be right[J].The quarterly journal of economics,1993,(3).

[5]Levine R, Zervos S. Capital control liberalization and stock market development[J].World Development, 1998, (7).

[6]Beck T,Levine R,Loayza N.Finance and the Sources of Growth[J].Journal of financial economics,2000,(1).

[7]Benhabib J, Spiegel M M. The role of financial development in growth and investment[J].Journal of economic growth, 2000, (4).

[8]Guariglia A, Poncet S. Could financial distortions be no impediment to economic growth after all? Evidence from China[J]. Journal of Comparative Economics, 2008, (4).

[9]Aziz J, Duenwald C. Growth-financial international Nexus in China[J]. IMF Working paper, 2002.

[10]張軍, 金煜. 中國的金融深化和生產(chǎn)率關(guān)系的再檢測: 1987～2001[J]. 經(jīng)濟(jì)研究, 2005, (11).

[11]Guariglia A, Poncet S. Could financial distortions be no impediment to economic growth after all? Evidence from China[J]. Journal of Comparative Economics, 2008, (4).

[12]Arestis P, Chortareas G, Desli E. Financial development and productive efficiency in oecd countries: an exploratory analysis[J].The Manchester School, 2006, (4).

[13]Guillaumont Jeanneney S, Hua P, Liang Z. Financial development, economic efficiency, and productivity growth: Evidence from China[J].The Developing Economies, 2006, (1).

[14]Rioja F, Valev N. Finance and the sources of growth at various stages of economic development[J].Economic Inquiry, 2004, (1).

[15]姚耀軍, 曾維洲. 金融發(fā)展和全要素生產(chǎn)率: 一個文獻(xiàn)回顧[J]. 浙江社會科學(xué), 2011 ,(3).

[16]張軍, 章元. 對中國資本存量 K 的再估計[J]. 經(jīng)濟(jì)研究, 2003,(7).

[17]郭慶旺, 賈俊雪. 中國全要素生產(chǎn)率的估算: 1979-2004[J]. 經(jīng)濟(jì)研究, 2005, (6).

[18]涂正革, 肖耿. 中國經(jīng)濟(jì)的高增長能否持續(xù)[J].世界經(jīng)濟(jì), 2006,(2).

(責(zé)任編輯魯守博)

2016-02-21

孫智勇，男，山東淄博人，山東理工大學(xué)商學(xué)院副教授；劉瀟，女，山東日照人，青島大學(xué)經(jīng)濟(jì)學(xué)院研究生。

F830.2

A

1672-0040(2016)03-0010-08