金融錯配對企業(yè)技術(shù)創(chuàng)新的抑制效應(yīng)研究
——基于省際面板數(shù)據(jù)的實證分析

(重慶師范大學 重慶 401331)

一、引言

自改革開放以來，我國在經(jīng)濟增長領(lǐng)域創(chuàng)造了“中國奇跡”，取得了舉世矚目的發(fā)展成果。除此之外，中國還是全球第一大貿(mào)易國，全球最大的出口國和制造業(yè)大國，外匯儲備多年來一直保持世界第一，獲得了令全球矚目的經(jīng)濟成就。然而，正如克魯格曼所指出的那樣:“中國經(jīng)濟增長依靠的是汗水，而不是靈感。”。伴隨著一系列成就的則是粗放式經(jīng)濟增長所帶來的高污染、高消耗、不可持續(xù)等問題，而低技術(shù)含量、低附加值的生產(chǎn)模式只能將中國經(jīng)濟鎖定在全球分工和價值鏈的低端。

盡管我國政府早已意識到，對于長期經(jīng)濟增長與競爭優(yōu)勢的提高來說，技術(shù)創(chuàng)新是至關(guān)重要的。但技術(shù)創(chuàng)新的實現(xiàn)卻十分困難，正如Holmsrom(1989)所指出的那樣，整個創(chuàng)新過程不僅漫長、具有異質(zhì)性、難以預(yù)測結(jié)果，而且失敗的幾率極高。企業(yè)是技術(shù)創(chuàng)新的主體，因此，為了發(fā)展創(chuàng)新能力，政府需要創(chuàng)造各種條件，提供各種支持。伴隨著時代的發(fā)展，教育和科技水平在我國均有很大程度的提高，由此金融支持成了我國企業(yè)目前進行科研創(chuàng)新所面臨的主要問題。而實際上，早在1942年創(chuàng)新理論的開創(chuàng)者熊比特就明確指出，在創(chuàng)新活動中，金融系統(tǒng)的作用是至關(guān)重要的：“銀行可以通過自己的專業(yè)知識，有效的鑒別出在生產(chǎn)和工藝創(chuàng)新中可能獲得成功的企業(yè)，并對其進行資金上的支持，從而可以有效的促進創(chuàng)新?！?Schumpeter，1942)。正是由于金融市場的重要性，金融資源錯配近年來成為一個重要的研究議題。

二、文獻綜述

經(jīng)過對國內(nèi)外相關(guān)文獻的研究，筆者發(fā)現(xiàn)，直接針對金融錯配對企業(yè)技術(shù)創(chuàng)新水平的影響效應(yīng)的研究不多，但是從金融錯配與技術(shù)進步相關(guān)性展開研究的文獻還是十分豐富的，首先從國內(nèi)研究現(xiàn)狀來看，沈能，劉鳳朝(2007)研究了金融規(guī)模與技術(shù)進步之間的關(guān)系，通過Geveke分解得出金融規(guī)模對技術(shù)進步有正向的促進作用。邵挺(2010)從金融錯配的角度，通過選取1997-2007年的數(shù)據(jù)，研究金融錯配與企業(yè)回報率之間的關(guān)系，發(fā)現(xiàn)國有企業(yè)的資本回報率較私有企業(yè)低，且差距甚遠，進而估算了如果消除金融錯配，我國的GDP就可以較之增長2%-8%。錢水土、周永濤(2011)運用殘差結(jié)構(gòu)一階自相關(guān)的固定效應(yīng)面板數(shù)據(jù)方法，估算了截止到2008年9年間28個省市金融發(fā)展與技術(shù)進步的關(guān)系，結(jié)果表明：技術(shù)進步與金融發(fā)展有關(guān)聯(lián)，且技術(shù)進步受金融錯配正向促進。段軍山、魏友蘭、馬宇(2012)運用VAR模型，通過分析省際面板數(shù)據(jù)，證實經(jīng)濟增長短期內(nèi)確實受金融發(fā)展所影響，且績效經(jīng)濟增長與技術(shù)進步存在良性互動。

從國外研究現(xiàn)狀來看，近幾年來，有部分學者針對資源錯配中的金融錯配進行了系統(tǒng)研究：Bartelsman等(2013)以租借成本需要抵押品的形式引入金融扭曲，研究發(fā)現(xiàn)對于外部融資占GDP比值達三分之一以上的樣本國家，至少會出現(xiàn)40%的TFP損失。鄭赫和湯森德(2007)(2010)認為以前的經(jīng)濟增長模型忽略了金融扭曲對資本和財富積累的影響，從而難以判斷經(jīng)濟體的自我融資能否抵消資本錯配。Mortensen(2009)的研究則否定了鄭赫的結(jié)論，他們認為產(chǎn)出數(shù)據(jù)在時間序列上的變化不足以產(chǎn)生較大的生產(chǎn)率損失，即便一個經(jīng)濟體完全沒有外部融資，也只能造成最多不超過5%的TFP損失。

三、金融錯配對企業(yè)技術(shù)創(chuàng)新影響的實證分析

(一)變量選取與說明

1.被解釋變量：技術(shù)創(chuàng)新變量(Inno)本文選取各地區(qū)規(guī)模以上工業(yè)企業(yè)專利授權(quán)數(shù)作為衡量技術(shù)創(chuàng)新水平的指標。

2.核心解釋變量：金融錯配程度(Fm)。本文采用邵挺(2010)的方法，各地區(qū)金融錯配程度以各省規(guī)模以上工業(yè)企業(yè)資金使用成本與所在地區(qū)的平均資金使用成本的差額來衡量。

3.開放程度(Opened)：開放程度我們用該省進出口總額占該省當年GDP的比重進行衡量，其中各省份進出口總額將會使用當年的美元平均匯率進行對人民幣的折算。

4.外商直接投資(FDI)：這里的Fdi指標我們用將各省份的FDI數(shù)額進行衡量。

5.本文的研發(fā)投入指標選用各地區(qū)規(guī)模以上工業(yè)企業(yè)研究與試驗發(fā)展的內(nèi)部支出來衡量。

6.企業(yè)規(guī)模(Str)用各省工業(yè)總產(chǎn)值與該省GDP的比值進行衡量。

7.受教育程度(Edu)用各省平均受教育年限來衡量。

(二)數(shù)據(jù)來源

本文選擇2006-2015年30個省市(區(qū))相關(guān)的省級面板數(shù)據(jù)作為研究樣本。其中，各省GDP、各省工業(yè)總產(chǎn)值、規(guī)模以上工業(yè)企業(yè)利息支出、負債總額和應(yīng)付賬款的數(shù)據(jù)取自歷年《工業(yè)經(jīng)濟年鑒》和中國國家統(tǒng)計局網(wǎng)站；各地區(qū)規(guī)模以上工業(yè)企業(yè)專利授權(quán)數(shù)、各地區(qū)規(guī)模以上工業(yè)企業(yè)研究與試驗發(fā)展的內(nèi)部支出的數(shù)據(jù)來自歷年《中國科技統(tǒng)計年鑒》；各地區(qū)平均受教育程度所需數(shù)據(jù)均來自于歷年《中國勞動統(tǒng)計年鑒》，計算方法參照彭國華(2005)《中國地區(qū)收入差距、全要素生產(chǎn)率及其收斂分析》；各地區(qū)進出口總額和外商直接投資額的數(shù)據(jù)取自各個省市(區(qū))歷年《統(tǒng)計年鑒》?？紤]到數(shù)據(jù)的科學性和合理性，以億美元為原始計價單位的相關(guān)數(shù)據(jù)需要根據(jù)各年度人民幣與美元之間的平均匯價折算成億元，同時為了減小變量數(shù)據(jù)間的差異性，技術(shù)創(chuàng)新、研發(fā)投入和外商直接投資測度指標的計算都表現(xiàn)為對數(shù)形式，其他部分控制變量的計算表現(xiàn)為對應(yīng)原始數(shù)據(jù)與GDP之比的關(guān)系。所有數(shù)據(jù)均已通過平穩(wěn)性檢驗。

現(xiàn)階段，中職學校中學生的基礎(chǔ)都比較差，而且他們學習的狀態(tài)不太好，如果不及時調(diào)整教學的現(xiàn)狀，會直接影響著學生學習的積極性和學生的能力。本文試圖結(jié)合中職機械專業(yè)教學實際入手，探索提高中職機械專業(yè)教學質(zhì)量的方法。

(三)模型構(gòu)建與實證檢驗

經(jīng)過上述分析，經(jīng)過對數(shù)處理后的模型構(gòu)建如下：

lnlnnoi,t=β0+β1Fmi,t+β2Stri,t+β3lnRDi,t+β4lnFdii,t+β5Openi,t+β6Edui,t+εi,t,

其中i=1,2,…;t=1,2,…,T

在建立好模型之后，需要選取相應(yīng)的估計方法進行估計。本文采用了混合回歸、普通面板固定效應(yīng)模型與普通面板隨機效應(yīng)模型分別進行了回歸，并通過F檢驗和LM檢驗得出固定效應(yīng)模型與隨機效應(yīng)模型優(yōu)于混合回歸的結(jié)論，并在固定效應(yīng)(FE)與隨機效應(yīng)模型(RE)分別進行估計后最后進行了Hausman檢驗，檢驗結(jié)果表明，卡方檢驗統(tǒng)計量對應(yīng)的概率值位0.1956，所以無法拒絕個體效應(yīng)與解釋變量無關(guān)的零假設(shè)，即應(yīng)放棄固定效應(yīng)模型，選擇隨機效應(yīng)模型。隨機效應(yīng)的優(yōu)點就是減少自由度的損失，同時可以對一些不隨時間改變的變量如教育程度等因素得到更好的測量。為了反映宏觀經(jīng)濟變化的影響，我們加入時間虛擬變量，反映出隨著年度的變化。時間變量從year4開始到y(tǒng)ear10的系數(shù)呈增長趨勢，且基本都在1%的置信水平上顯著，說明相對于初始年份我國的技術(shù)創(chuàng)新水平一直在提高，這也與我們現(xiàn)實中的實際狀況一致。篇幅所限，本文略去了時間變量的估計結(jié)果。

表1 模型比較及估計結(jié)果(因變量：lnInno)

注：***、**、*分別表示在1%，5%，10%水平上顯著相關(guān)；()內(nèi)數(shù)字為T統(tǒng)計值。

在控制了其他變量的影響以后，回歸的結(jié)果顯示，不僅隨機效應(yīng)模型中金融資源的錯配(Fm)的系數(shù)為負而且固定效應(yīng)的結(jié)果也顯著為負，且固定效應(yīng)與隨機效應(yīng)模型均在10%以下的水平上顯著，這一重要結(jié)果對我們的理論分析提供了有力的支持，即金融錯配(Fm)對地區(qū)技術(shù)創(chuàng)新水平具有顯著的負向影響，這說明我國各地區(qū)在面臨金融錯配的條件下，當?shù)丶夹g(shù)創(chuàng)新的提高受到了抑制，而面臨的金融錯配程度越大，技術(shù)創(chuàng)新受到抑制的程度就越大。

四、政策與建議

本文認為，要盡量減少金融錯配，提高企業(yè)技術(shù)創(chuàng)新水平，應(yīng)從企業(yè)和政府兩角度進行努力。

(一)企業(yè)角度

第一，加大企業(yè)自身創(chuàng)新人才引進力度。人才是企業(yè)進行科技活動的堅實基礎(chǔ)和必備條件，可以從制度和培養(yǎng)兩方面著手。一方面，企業(yè)應(yīng)適當提高創(chuàng)新型人才的待遇，另一方面，企業(yè)應(yīng)自行培養(yǎng)合適的創(chuàng)新型人才。

第二，擴大創(chuàng)新資金投入。創(chuàng)新離不開資金的支持，對于企業(yè)來說也不例外。那么，企業(yè)應(yīng)該擁有創(chuàng)新專項資金，因此企業(yè)每年可以從主營業(yè)務(wù)收入中提取一定比例用于技術(shù)研發(fā)創(chuàng)新。除此之外，也要積極地與當?shù)卣约般y行等金融機構(gòu)溝通，獲得稅收政策和資金上的支持。

(二)政府角度

第一，減少政府對信貸領(lǐng)域的干預(yù)，提高金融法制水平，減少對低效國有企業(yè)的保護，增強銀行獨立性，并讓低效企業(yè)遵循市場機制退出市場。

第二，積極發(fā)揮外商直接投資作用，將國外先進的技術(shù)與資金引進，迅速形成產(chǎn)業(yè)集群效應(yīng)。同時，國家應(yīng)建立健全知識產(chǎn)權(quán)保障制度，積極鼓勵企業(yè)的進行研發(fā)。

第三，對技術(shù)落后地區(qū)進行全方位引導(dǎo)和扶持，提升各地教育水平，并對現(xiàn)有的人才市場進行整合、合理進行人力資本分配具有重要意義。

【參考文獻】

[1]陳永偉.資源錯配、問題、成因和對策[D].北京:北京大學，2013.

[2]Heish,C.and Klenow P.J.Misallocation and manufacturing TFP in China and India[J].Quarterly Journal of Economics,2009,V124(4):1403-1448.

[3]ZHOU Xiaochuan.A few thoughts on market-based interest rate reform[Z].Beijing:People’s Bank of China,2011.

[4]Abhijit V.Banerjee and Benjamin Moll.Why Does Misallocation Persist？[J].Macroeconomics,2010,V2(1):189-206.

[5]Syrquin,M.Productivity Growth and Factor Reallocation,in Industrialization and Growth[M].H.B.Chenery,Oxford:Oxford University Press,1986.

[6]Banerjee,Abhijit V.Duflo,Esther.Growth Theory through the Lens of Development Economics[J].Handbook of Economic Growth,2005.

[7]Dollar,D and Wei,S.Das(Wasted)Kapital:Firm Ownership and Investment Efficiency in China[R].NBER Working Paper No.13103,2007.

[8]Alfaro,Laura,Charlton,et al.Plant-Size Distribution and Cross-Country Income Differences[R].NBER Working Paper No.14060,2008.

[9]Peters,M.Heterogeneous Mark-Ups and Endogenous Misallocation[R].MIT Working Paper,2011.

[10]聶輝華,賈瑞雪.中國制造業(yè)企業(yè)生產(chǎn)率與資源誤置[J].世界經(jīng)濟.2011(7):27-42.

[11]簡澤.市場扭曲、跨企業(yè)的資源配置與制造業(yè)部門的生產(chǎn)率[J].中國工業(yè)經(jīng)濟.2011(1):58-68.

[12]羅德明,李曄,史晉川.要素市場扭曲、資源錯置與生產(chǎn)率[J].經(jīng)濟研究,2012(3):4-14.

[13]邵挺.金融錯配、所有制結(jié)構(gòu)與資本回報率:來自1999-2007我國工業(yè)企業(yè)的研究[J].金融研究,2010(9):51-68