金融發(fā)展、基礎設施與區(qū)域經(jīng)濟增長

（合肥工業(yè)大學經(jīng)濟學院，合肥 230000）

2003～2018年期間中國經(jīng)濟較快增長，GDP從137422億元增長到508205.5億元，增加了2.7倍，平均年增長率約8.52% （以2003年物價水平為基價）。在此期間，我國進行了大規(guī)模的基礎設施投資，電信、電力和道路等基礎設施水平日漸完善。這些基礎設施建設對我國經(jīng)濟增長有著至關(guān)重要的作用。此外，經(jīng)過多年的發(fā)展與探索，保險、證券、銀行、基金和信托等金融行業(yè)形成了較為完備的綜合金融市場體系，其中銀行業(yè)占比較大。多樣化的融資機制對于解決基礎設施發(fā)展過程中的資金缺口是必不可少的。金融發(fā)展、基礎設施建設與經(jīng)濟增長之間關(guān)系密切，金融發(fā)展和基礎設施是經(jīng)濟增長的兩個關(guān)鍵因素，更好的金融體系和完善的基礎設施將促進經(jīng)濟增長和提高包容性［1］。中國被認為是世界上發(fā)展最快的大型經(jīng)濟體之一，盡管基礎設施和金融部門都較為完善，但是與經(jīng)濟發(fā)展的需求仍存在巨大差距。為了保持經(jīng)濟高增長勢頭并使這種增長具有包容性，需要進一步探索基礎設施和金融發(fā)展的作用。

1 文獻評述

國內(nèi)外學術(shù)界對金融發(fā)展、基礎設施建設與區(qū)域經(jīng)濟增長之間的關(guān)系有較多關(guān)注，主要是金融發(fā)展與經(jīng)濟增長、基礎設施與經(jīng)濟增長或者兩者兼顧的實證分析。但迄今為止對這三者關(guān)系仍存在不同的觀點，可總結(jié)為如下3種：

（1） 這三者存在顯著正效應。 孫力軍（2008）［2］研究結(jié)果表明，金融發(fā)展可以為外資企業(yè)提供多樣化的金融服務和吸引外商直接投資，將潛在的溢出效應轉(zhuǎn)化為實際生產(chǎn)力，顯著地推動了經(jīng)濟發(fā)展。 呂朝鳳 （2018）［3］研究發(fā)現(xiàn)， 在契約不完全的條件下，金融發(fā)展將會推動長期經(jīng)濟增長，契約的寬泛實施會擴大其對經(jīng)濟增長的正影響。Calderón 等 （2015）［4］研究表明， 綜合基礎設施指數(shù)對經(jīng)濟產(chǎn)出的長期彈性在0.07～0.10之間。張勛等 （2018）［5］從企業(yè)庫存角度出發(fā)得出研究結(jié)論，交通基礎設施可以通過運輸成本、市場競爭和市場擴張3種路徑來影響企業(yè)庫存，從而推動經(jīng)濟增長。 郭廣珍等 （2019）［6］研究指出， 道路基礎設施投資不僅可以通過乘數(shù)效應直接推動經(jīng)濟增長，還可以通過消費效應間接促進經(jīng)濟發(fā)展。

（2）這三者之間影響不顯著甚至存在負效應。Nyamongo等 （2012）［7］認為至少在所研究的國家中（非洲），金融發(fā)展對經(jīng)濟增長的作用不顯著。盧方元和李彥龍 （2016）［8］研究發(fā)現(xiàn)， 金融發(fā)展規(guī)模和金融效率對經(jīng)濟增長的作用并不顯著，相對經(jīng)濟增長自身的貢獻率較低。陳曉玲和張毅 （2017）［9］研究表明，金融發(fā)展對產(chǎn)業(yè)升級和經(jīng)濟增長的作用均不顯著。 田衛(wèi)民 （2017）［10］研究發(fā)現(xiàn)， 金融發(fā)展不僅導致了資本積累率下降，而且降低了全要素生產(chǎn)率，從而阻礙了經(jīng)濟增長。Qu和Laura（2018）［11］以中國基礎設施建設的制度背景為依托，探討了緩解基礎設施投資與經(jīng)濟增長之間逆向因果關(guān)系的途徑，實證研究得出公共基礎設施建設對經(jīng)濟增長的作用不顯著。

（3）這三者作用方向不確定。楊松和王平（2009）［12］、 Samargandi等 （2015）［13］、 Shushu 等（2015）［14］、 夏璋煦和劉渝琳 （2019）［15］實證分析認為，金融發(fā)展與經(jīng)濟增長之間存在倒 “U”型關(guān)系，超過 “拐點值”后，金融發(fā)展對經(jīng)濟增長的作用呈現(xiàn)出明顯遞減的趨勢。聶高輝和邱洋冬（2018）［16］研究發(fā)現(xiàn)，非正規(guī)金融的發(fā)展與經(jīng)濟增長之間存在顯著的倒 “U”型關(guān)系。李占風和郭小雪 （2019）［17］研究指出， 對于不同規(guī)模城市，金融發(fā)展作用于全要素生產(chǎn)率增長的方向不同。Siregar等（2009）［18］、 Asteriou 和 Spanos（2019）［19］研究發(fā)現(xiàn)，在金融危機前，金融發(fā)展促進了經(jīng)濟增長；在金融危機后，金融發(fā)展阻礙了經(jīng)濟發(fā)展。孫早等 （2014）［20］研究指出， 基礎設施建設與經(jīng)濟增長之間存在倒 “U”型影響，基礎設施投資過度會阻礙經(jīng)濟增長。 葛翔宇等 （2019）［21］實證分析發(fā)現(xiàn)，京九鐵路投資對途經(jīng)縣市的經(jīng)濟增長存在倒 “U”型影響，經(jīng)濟增長會逐步增大至10年左右，10年后逐步減弱。

以上結(jié)論分歧在于研究對象、研究方法、樣本選擇和發(fā)展階段等各方面的差異?，F(xiàn)有文獻存在以下兩點不足：（1）研究對象多采用交通基礎設施、電信基礎設施等單一指標。本文綜合考察了基礎設施和金融發(fā)展的特點和數(shù)據(jù)可得性，制定了基礎設施指數(shù)和金融發(fā)展指數(shù)。該指標可以反映地區(qū)的綜合情況，且更具可比性；（2）幾乎沒有文獻考慮金融發(fā)展、基礎設施與經(jīng)濟增長之間的內(nèi)生性問題。本文在考慮到有限樣本和數(shù)據(jù)質(zhì)量的情況下，為了克服計量的內(nèi)生性問題，分別從地理角度選取了年度極端最低氣溫和山體滑坡次數(shù)作為基礎設施的工具變量，從歷史角度選取20世紀初各省份基督教每1萬人口中受餐信徒平均數(shù)和民國元年每10萬人口中錢莊和典當行數(shù)量作為金融發(fā)展的工具變量。

2 研究設計

2.1 計量模型

本文研究目的是檢驗金融發(fā)展和基礎設施對經(jīng)濟增長的影響。為此，我們建立如下實證模型：

其中，下標i和t分別代表省份和時間。rgdp表示各省份的實際人均GDP，phy表示基礎設施指數(shù)，fn表示金融發(fā)展指數(shù)，X表示控制變量，α表示不可觀測的省際效應，ε表示隨機誤差項。

本文重點研究金融發(fā)展水平和基礎設施對地區(qū)經(jīng)濟增長的影響，式 （1）單獨加入了這兩個因素和一系列控制變量。為了進一步研究這兩個因素的聯(lián)合作用，在式 （1）的基礎上加入了基礎設施和金融發(fā)展的交互項，式 （1）拓展如下：

2.2 變量設定

2.2.1 因變量

本文的被解釋變量為區(qū)域經(jīng)濟增長 （RGDP）。遵循多數(shù)文獻的做法，本文采用每個地區(qū)實際人均GDP表示，實際人均GDP用2003年為基期的GDP平減指數(shù)對人均名義GDP進行縮減得到。

2.2.2 解釋變量

基礎設施?；A設施發(fā)展是一個多維度的概念，大多數(shù)檢驗基礎設施對經(jīng)濟增長作用的實證研究都使用了基礎設施發(fā)展的各種定義，如公共投資／支出或某些單個的基礎設施指標。但是由于省略了可變偏差，忽略基礎設施的重要指標可能會導致無效推論。為了解決這個問題，本文制定了主要基礎設施指標的綜合指數(shù)，以檢驗基礎設施發(fā)展對經(jīng)濟增長的影響。本文采用主成分分析方法 （PCA）建立基礎設施指數(shù) （phy），選擇3個主要基礎設施指標： （1）人均電力消費量 （千瓦時）；（2）人均移動電話年末用戶數(shù) （戶）；（3）人均公路里程 （米）。

金融發(fā)展。本文采用主成分分析方法 （PCA）構(gòu)建金融發(fā)展指數(shù) （fn），選擇3個主要金融發(fā)展指標：（1）金融機構(gòu)年末存貸款余額占GDP的比重，反映了金融發(fā)展規(guī)模；（2）股票市價總值占GDP的比重，反映了金融發(fā)展結(jié)構(gòu)； （3）金融機構(gòu)年末貸款與存款的比例，反映了金融發(fā)展效率。

2.2.3 控制變量

固定資產(chǎn)投資 （cap）：采用全社會固定資產(chǎn)投資占GDP的比重表示。政府支出規(guī)模 （gov）：采用地方財政一般預算支出占GDP的比重表示，反映貨幣政策運行情況。外商直接投資 （fdi）：用外商直接投資額占GDP的比重表示。通脹水平（cpi）：用居民消費價格指數(shù)表示，反映地方財政政策執(zhí)行狀況。人力資本 （edu）：采用6歲及以上人口的平均受教育年限表示。將小學、初中、高中、大專及以上的受教育水平分別折算成6、9、12和16年，平均受教育年限＝6*小學水平人口比重+9*初中水平人口比重+12*高中水平人口比重+16*大專及以上水平人口比重。

本文數(shù)據(jù)包括29個省際區(qū)域 （考慮數(shù)據(jù)的可獲得性，不包括西藏、海南及港、澳、臺地區(qū)）2003～2018年共464個樣本觀測值，部分缺失數(shù)據(jù)通過插值法補齊。以上數(shù)據(jù)來源于 《中國統(tǒng)計年鑒》、《中國人口統(tǒng)計年鑒》、《中國金融年鑒》、各省域 《統(tǒng)計年鑒》和 《統(tǒng)計公報》、國家統(tǒng)計局網(wǎng)站以及各省域統(tǒng)計局網(wǎng)站。

2.3 內(nèi)生性處理

由于金融發(fā)展的內(nèi)生性，金融發(fā)展與經(jīng)濟增長之間的關(guān)系存在分歧。金融發(fā)展推動經(jīng)濟增長，同時經(jīng)濟增長也會進一步提高金融發(fā)展水平。反向因果關(guān)系是金融發(fā)展內(nèi)生性問題的表現(xiàn)之一。嚴重的內(nèi)生性問題會使OLS的估計有偏且不一致。為了使估計盡可能準確，本文從一國內(nèi)部地區(qū)角度出發(fā)，采用20世紀初各省份基督教每1萬人口中受餐信徒平均數(shù)、民國元年錢莊和典當行數(shù)在當?shù)厝丝谥械谋壤?（每10萬人中錢莊和典當行數(shù)量）作為工具變量來克服金融發(fā)展的內(nèi)生性問題。選擇這兩個變量作為金融發(fā)展水平的工具變量，主要是以下幾個方面的原因：

（1）以往金融發(fā)展文獻中對于工具變量的選擇大多有1個共同點，大多數(shù)研究者認為國家的金融制度不同程度上受西方國家的影響。從歷史角度來看，我國當前的金融制度可以看作是近代以來不斷向西方一些發(fā)達國家學習的歷史進程中的一部分［3］。因此，本文可以采用歷史上我國各省份受西方國家影響的不同程度作為金融發(fā)展的工具變量。本文擬采用20世紀初我國各省基督教每1萬人口中受餐信徒平均數(shù)作為該地區(qū)歷史上受西方國家影響的測度指標①。數(shù)據(jù)來源于中國社會科學院世界宗教研究所 （1987）［22］。

（2）我國的金融活動有兩千多年的悠久歷史，到晚清時期以錢莊、票號和典當行為主體的金融業(yè)已經(jīng)相當發(fā)達。盡管這些傳統(tǒng)的金融組織在我國計劃經(jīng)濟時期已經(jīng)徹底消失，但是由于文化具有長期的穩(wěn)定性和傳承性，傳統(tǒng)的金融組織幾千年來所依賴和累積的信用文化不可能在短時間內(nèi)消失，至今依然廣泛存在并且對現(xiàn)在的金融發(fā)展產(chǎn)生了重要影響［23］。因此，本文以各省人口規(guī)模標準化后的錢莊和典當行數(shù)量 （每10萬人中錢莊和典當行數(shù)量）作為金融發(fā)展的另一個工具變量，錢莊和典當行數(shù)量越多說明當?shù)氐慕鹑诎l(fā)展水平越高②。錢莊和典當行數(shù)據(jù)來源于 《第一次農(nóng)商統(tǒng)計表》，人口數(shù)據(jù)來源于中國社會科學院世界宗教研究所 （1987）［22］。

20世紀初，各省份基督教每1萬人口中受餐信徒平均數(shù)和民國元年每10萬人中錢莊和典當行數(shù)量均是歷史上的數(shù)據(jù)，與當前經(jīng)濟增長水平之間的數(shù)量關(guān)系甚小，選擇這兩個指標作為我國金融發(fā)展水平的工具變量具有合理性和可行性。不隨時間變化的工具變量是沒有意義的，為了使工具變量具有動態(tài)特征，本文借鑒以往文獻做法［24］，將20世紀初各省份基督教每1萬人口中受餐信徒平均數(shù)和每10萬人中錢莊和典當行數(shù)量與2003～2018年人民幣兌換美元的中間匯率相乘。

基礎設施與經(jīng)濟增長之間也可能存在內(nèi)生性問題。具體來說，經(jīng)濟發(fā)展程度較高的地區(qū)，基礎設施也會相對較為完善，經(jīng)濟增長對基礎設施產(chǎn)生了反向作用。為了解決這一內(nèi)生性問題，本文參照張睿等 （2018）［25］的研究， 選擇該省年極端最低氣溫 （攝氏度）和該省在該年內(nèi)發(fā)生的山體滑坡次數(shù)作為基礎設施的工具變量。

3 實證結(jié)果與分析

3.1 回歸結(jié)果分析

表1中回歸 （1）、 （3）、 （5） 為不加入交互項時的估計結(jié)果， 回歸 （2）、 （4）、 （6） 為加入金融發(fā)展與基礎設施交互項的估計結(jié)果。從 （1）、（3）結(jié)果來看，解釋變量金融發(fā)展和基礎設施對省際經(jīng)濟增長的影響顯著為正，這說明金融發(fā)展和完善的基礎設施在促進區(qū)域經(jīng)濟增長方面產(chǎn)生了積極的作用?；貧w （5）使用了金融發(fā)展和基礎設施的工具變量并采用兩階段最小二乘法 （2SLS）對模型進行了回歸，解釋變量金融發(fā)展和基礎設施的估計系數(shù)與固定效應回歸和隨機效應回歸結(jié)果基本一致，控制變量的方向與固定效應回歸和隨機效應回歸相差不大。與固定效應和隨機效應回歸結(jié)果相比，2SLS回歸中基礎設施和金融發(fā)展的估計系數(shù)變大了，這說明在未考慮內(nèi)生性的情況下，基礎設施和金融發(fā)展對經(jīng)濟增長的作用被低估了?；A設施和金融發(fā)展的交互項在固定效應回歸、隨機效應回歸和工具變量回歸中方向一致，均為負，但是都不顯著，這說明基礎設施和金融發(fā)展達到一定水平后，進一步提升基礎設施和金融發(fā)展對經(jīng)濟增長的作用不明顯，甚至可能會產(chǎn)生負向影響。

表1 回歸結(jié)果 （被解釋變量：RGDP）

3.2 穩(wěn)健性檢驗結(jié)果分析

3.2.1 更換被解釋變量的穩(wěn)健性檢驗

為了驗證前面模型回歸結(jié)果的穩(wěn)健性和敏感性，本文選取人均實際工業(yè)增加值作為經(jīng)濟增長的替代指標，對樣本重新進行2SLS回歸。結(jié)果見表2中的 （一）。從表2（一）可以看出，解釋變量基礎設施、金融發(fā)展以及它們的交互項的結(jié)果與表1一致，其他控制變量的回歸結(jié)果也與表1基本一致，本文的回歸結(jié)果在總體上是穩(wěn)健的。

3.2.2 剔除異常值的穩(wěn)健性檢驗

無論是金融發(fā)展和基礎設施，在樣本內(nèi)都會存在異常數(shù)據(jù)情況。為了剔除異常數(shù)據(jù)的影響，本文參考武志 （2010）［26］的研究， 綜合考慮了金融發(fā)展和基礎設施的平均值及其各自的10%分位數(shù)和90%分位數(shù)值，剔除平均值小于10%分位數(shù)和大于90%分位數(shù)的樣本數(shù)據(jù) （此處剔除了北京、上海、浙江、內(nèi)蒙古、寧夏和青海），對樣本重新進行2SLS估計，結(jié)果見表2中的 （二）。表2（二）的回歸結(jié)果表明，兩個模型中解釋變量基礎設施依然在1%的統(tǒng)計水平上顯著，但金融發(fā)展水平變得不顯著，金融發(fā)展與基礎設施的交互項雖然依然不顯著，但符號由原來的負號變成了正號。金融發(fā)展水平在剔除異常值后變得不顯著，本文猜想可能是因為剔除了10%分位數(shù)以下的結(jié)果，因為金融發(fā)展水平較低的地區(qū)，進一步提高金融發(fā)展水平才會產(chǎn)生更高的影響，而剔除了金融發(fā)展水平極低地區(qū)數(shù)據(jù)，可能就會導致金融發(fā)展水平不顯著。為了驗證此猜想，本文考慮了只剔除90%分位數(shù)以上的樣本數(shù)據(jù)，對樣本重新進行2SLS估計，結(jié)果見表2的 （三）。從表2（三）可以看出，基礎設施和金融發(fā)展的結(jié)果均在1%的顯著性水平下顯著，并且金融發(fā)展和基礎設施的交互項在5%的顯著性水平下顯著為正，這在一定程度上驗證了上面的猜想，但證據(jù)還不夠充分，故本文對金融發(fā)展剔除了50%分位數(shù)以上的樣本數(shù)據(jù)重新進行2SLS估計，結(jié)果見表3。表3結(jié)果表明基礎設施和金融發(fā)展水平以及基礎設施和金融發(fā)展交互項系數(shù)前面的符號均為正，且至少在10%顯著性水平下顯著。這說明在金融發(fā)展水平較低的地區(qū)，促進金融發(fā)展會對經(jīng)濟增長產(chǎn)生正向的影響，且結(jié)果是穩(wěn)健的。從交互項的結(jié)果和顯著性來看，在金融發(fā)展和基礎設施處于較低水平時，進一步提升基礎設施和金融發(fā)展對經(jīng)濟增長具有正向的作用。從剔除異常值的穩(wěn)健性回歸結(jié)果來看，解釋變量基礎設施的回歸結(jié)果以及其他控制變量的回歸結(jié)果與表1基本一致，金融發(fā)展與交互項的結(jié)果與表1存在一點偏差，但在上面已經(jīng)進行了說明，所以本文的回歸結(jié)果在總體上是穩(wěn)健的。

表2 穩(wěn)健性回歸結(jié)果

表3 剔除50%分位數(shù)以上的樣本數(shù)據(jù)結(jié)果

4 結(jié)論和政策建議

本文通過比較固定效應回歸、隨機效應回歸和工具變量回歸的結(jié)果，并且采用替換被解釋變量和剔除樣本異常值的方法進行穩(wěn)健性分析。得出研究結(jié)論：金融發(fā)展和基礎設施是推動地區(qū)經(jīng)濟增長的重要引擎。在未考慮內(nèi)生性的情況下，金融發(fā)展和基礎設施對經(jīng)濟增長的促進作用可能被低估。

根據(jù)以上結(jié)論，提出以下建議：

（1）完善基礎設施建設。完善基礎設施建設要從質(zhì)量和數(shù)量上提升基礎設施，還要處理好政府投資和市場融資之間的關(guān)系?；A設施的投資規(guī)模較大、收益較慢且管理困難，如果僅僅依靠中央政府或者地方政府的投資建設，恐怕難以得到好的投資效果，應利用市場機制來實現(xiàn)多主體的投融資方式。發(fā)展基礎設施應建立政府投資引導、市場投資主導的運行模式。

（2）充分發(fā)揮金融發(fā)展作用。為了使金融發(fā)展發(fā)揮更大的作用，需要從金融發(fā)展規(guī)模、金融發(fā)展結(jié)構(gòu)和金融發(fā)展效率等多方面考慮，以促進更快更穩(wěn)定的經(jīng)濟增長。要統(tǒng)籌金融市場的協(xié)調(diào)發(fā)展。單純以銀行為主導的間接金融體系會產(chǎn)生資源配置不合理的情況，必須要統(tǒng)籌金融發(fā)展規(guī)模、金融發(fā)展結(jié)構(gòu)和金融發(fā)展效率的協(xié)調(diào)發(fā)展，才能夠達到金融市場良性互動的最佳效果；還要優(yōu)化金融結(jié)構(gòu)，提高金融發(fā)展效率。優(yōu)化金融結(jié)構(gòu)，必須要深化金融體制改革，提高資源的配置效率，要大力提升直接金融的比例，不斷優(yōu)化間接金融的融資結(jié)構(gòu)。

注釋：

①本文依據(jù)中華人民共和國成立后的行政區(qū)劃，對報告中部分省份的統(tǒng)計數(shù)據(jù)進行調(diào)整。其中將南京劃入江蘇、將西康劃入四川，并將寧夏從甘肅、黑龍江從吉林、重慶從四川、上海從江蘇省、天津從直隸 （現(xiàn)在的河北?。┓蛛x，以期對數(shù)據(jù)做出更加準確的估計。與此同時，將西寧道作為青海省的替代指標，京兆作為北京的替代指標。以上數(shù)據(jù)來源于中國社會科學院世界宗教研究所 （1987）（下冊），內(nèi)蒙古和新疆的數(shù)據(jù)來源于中國社會科學院世界宗教研究所 （1987）（中冊）。

②本文依據(jù)中華人民共和國成立后的行政區(qū)劃，對報告中部分省份的統(tǒng)計數(shù)據(jù)進行調(diào)整。其中將上海從江蘇省、重慶從四川省、寧夏從甘肅省、天津從直隸 （現(xiàn)在的河北?。┓蛛x，與此同時，將京師作為北京的替代指標、歸化縣作為內(nèi)蒙古的替代指標、西寧作為青海的替代指標，以期對我國各省區(qū)的數(shù)據(jù)做出更加準確的估計。