金融發(fā)展有利于中國(guó)生產(chǎn)技術(shù)效率的提升嗎？
——基于隨機(jī)前沿分析方法的檢驗(yàn)

盛雯雯

一、引言

金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)的關(guān)系一直是學(xué)術(shù)界關(guān)注的焦點(diǎn)。近年來(lái),對(duì)金融部門與實(shí)體經(jīng)濟(jì)關(guān)系的研究正逐漸由強(qiáng)調(diào)金融體系在促進(jìn)投資的作用轉(zhuǎn)變?yōu)閷?duì)提升經(jīng)濟(jì)增長(zhǎng)效率的作用上。張軍和金煜(2005)[1],趙勇和雷達(dá)(2010)[2],陳啟斐和吳建軍(2013)[3]等都從全要素生產(chǎn)率(Total Factor Productivity,以下簡(jiǎn)稱TFP)角度出發(fā),對(duì)金融發(fā)展與中國(guó)經(jīng)濟(jì)增長(zhǎng)效率之間的關(guān)系進(jìn)行了考察。然而,經(jīng)濟(jì)增長(zhǎng)效率的改善不僅體現(xiàn)在生產(chǎn)技術(shù)水平的提高(生產(chǎn)前沿函數(shù)即生產(chǎn)可能性曲線向上移動(dòng)),還表現(xiàn)為生產(chǎn)技術(shù)效率的提升(由偏離向生產(chǎn)前沿函數(shù)靠近)(Aigner和Chu,1968[4]；Aiger等,1977[5])。對(duì)此,Jerzmanowski(2007)[6]的實(shí)證研究發(fā)現(xiàn),約占69%的國(guó)家間人均收入差距可由TFP差距解釋。而對(duì)于TFP差異,技術(shù)水平僅能解釋其中的26%,高達(dá)43%的TFP差異是由技術(shù)效率差距導(dǎo)致的,并且這一比率隨著時(shí)間的推移還在不斷上升。可見(jiàn),對(duì)生產(chǎn)率水平較低的發(fā)展中國(guó)家而言,相對(duì)于生產(chǎn)技術(shù)進(jìn)步,生產(chǎn)技術(shù)效率改善的意義更為重大。而從中國(guó)經(jīng)濟(jì)現(xiàn)實(shí)出發(fā),當(dāng)前中國(guó)正面臨經(jīng)濟(jì)增長(zhǎng)方式由投資拉動(dòng)型向全要素生產(chǎn)率驅(qū)動(dòng)型轉(zhuǎn)變的挑戰(zhàn)。在此背景下,研究金融體系如何促進(jìn)實(shí)體經(jīng)濟(jì)生產(chǎn)效率提升具有重要的現(xiàn)實(shí)意義。

本文利用中國(guó)1990—2012年30個(gè)省(含自治區(qū)和直轄市)的面板數(shù)據(jù),采用隨機(jī)前沿分析方法,實(shí)證檢驗(yàn)了金融發(fā)展與中國(guó)生產(chǎn)技術(shù)效率二者之間的關(guān)系,結(jié)果發(fā)現(xiàn):盡管整體來(lái)看總信貸規(guī)模對(duì)中國(guó)生產(chǎn)技術(shù)效率的作用并不明顯,但私人部門信貸顯著地促進(jìn)了技術(shù)效率的改善,國(guó)有部門信貸增長(zhǎng)則具有負(fù)面影響。在此基礎(chǔ)上,我們選用了兩種方法測(cè)算了私人信貸和國(guó)有信貸對(duì)技術(shù)效率的貢獻(xiàn)率:從區(qū)域角度看,相對(duì)于東部,私人信貸對(duì)中部和西部地區(qū)技術(shù)效率的促進(jìn)作用更大；相應(yīng)地,國(guó)有部門信貸對(duì)中部和西部的不利影響也要大于東部；從時(shí)間角度看,私人信貸對(duì)生產(chǎn)技術(shù)效率的促進(jìn)作用在2008年國(guó)際金融危機(jī)后逐步上升,而國(guó)有信貸的負(fù)面作用也在2008年后趨于擴(kuò)大。

本文的創(chuàng)新點(diǎn)及貢獻(xiàn)性在于:第一,本文將金融發(fā)展促進(jìn)經(jīng)濟(jì)增長(zhǎng)的研究拓展到對(duì)技術(shù)效率改善的作用上,深化了對(duì)金融部門與實(shí)體經(jīng)濟(jì)關(guān)系的認(rèn)識(shí),具有研究視角上的創(chuàng)新；第二,從研究方法看,本文引入了經(jīng)濟(jì)增長(zhǎng)核算分析中的隨機(jī)前沿分析方法來(lái)研究金融發(fā)展與生產(chǎn)效率的關(guān)系,彌補(bǔ)了索洛余項(xiàng)法和數(shù)據(jù)包絡(luò)分析方法的缺陷,結(jié)論更為穩(wěn)健可靠；第三,本文不僅定性分析了國(guó)有信貸與私人信貸對(duì)生產(chǎn)技術(shù)效率的異質(zhì)性作用,還創(chuàng)新性地運(yùn)用了兩種測(cè)算方法,定量測(cè)算了二者對(duì)技術(shù)效率的貢獻(xiàn)率大小。

本文余下部分的結(jié)構(gòu)安排如下:第二部分對(duì)現(xiàn)有的相關(guān)文獻(xiàn)進(jìn)行了梳理和總結(jié)；第三部分是對(duì)模型設(shè)定和變量數(shù)據(jù)來(lái)源的介紹；第四部分為實(shí)證分析以及對(duì)回歸結(jié)果的解釋；第五部分運(yùn)用兩種方法,對(duì)金融發(fā)展貢獻(xiàn)率進(jìn)行測(cè)算；第六部分是主要結(jié)論與政策建議。

二、文獻(xiàn)綜述

根據(jù)新古典經(jīng)濟(jì)增長(zhǎng)理論,產(chǎn)出增長(zhǎng)來(lái)自兩個(gè)源泉:一是增加資源、勞動(dòng)和資本等要素投入,即外延式增長(zhǎng)；二是提高生產(chǎn)效率,即內(nèi)涵式增長(zhǎng)方式。早期對(duì)金融發(fā)展作用的研究集中在對(duì)金融發(fā)展促進(jìn)儲(chǔ)蓄轉(zhuǎn)化為投資,即資本要素投入的作用上,例如Goldsmith(1969)[7]指出金融通過(guò)為投資融資和提升投資收益誘發(fā)經(jīng)濟(jì)增長(zhǎng)。Mckinnon(1973)[8]和Shaw(1973)[9]的“金融深化”理論,闡述了金融深化對(duì)經(jīng)濟(jì)增長(zhǎng)的儲(chǔ)蓄效應(yīng)、投資效應(yīng)、就業(yè)效應(yīng)和收入效應(yīng)。以King和Levine(1993)[10],Levine(1997[11],2005[12])為代表的學(xué)者則對(duì)金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)二者的關(guān)系進(jìn)行了大量經(jīng)驗(yàn)性研究。國(guó)內(nèi)很多學(xué)者也從中國(guó)現(xiàn)實(shí)出發(fā),分析了金融深化對(duì)中國(guó)經(jīng)濟(jì)發(fā)展的獨(dú)特作用,如韓廷春(2001)[13],趙志君(2000)[14],周立和王子明(2002)[15],沈坤榮和張成(2004)[16],盧峰和姚洋(2004)[17],王晉斌(2007)[18],武志(2010)[19],Liang和Teng(2006)[20],Zhang等人(2012)[21]等。上述文獻(xiàn)從金融結(jié)構(gòu)或金融總量角度對(duì)金融發(fā)展進(jìn)行了刻畫,但是對(duì)經(jīng)濟(jì)增長(zhǎng)的分析則停留在總量層面,即GDP增長(zhǎng)率。學(xué)者們普遍認(rèn)為金融深化通過(guò)為投資提供融資支持,有利于中國(guó)經(jīng)濟(jì)增長(zhǎng)。

隨著研究的深入,近年來(lái)學(xué)者們的焦點(diǎn)逐漸由分析金融對(duì)GDP增長(zhǎng)率的作用轉(zhuǎn)變?yōu)榉治鰧?duì)經(jīng)濟(jì)增長(zhǎng)效率的作用,主要是全要素生產(chǎn)率作用的研究上。Demirgü?-Kunt和Levine(2008)[22]認(rèn)為,金融中介與市場(chǎng)具有風(fēng)險(xiǎn)分散與流動(dòng)性供給、降低事前及事后信息不對(duì)稱和道德風(fēng)險(xiǎn)的功能,從而可以促進(jìn)生產(chǎn)要素和最終產(chǎn)品在社會(huì)范圍內(nèi)有效流動(dòng)、合理配置,有助于經(jīng)濟(jì)增長(zhǎng)效率的改善。然而,從中國(guó)現(xiàn)實(shí)出發(fā),當(dāng)前國(guó)內(nèi)學(xué)術(shù)界對(duì)此問(wèn)題的研究還相對(duì)有限,且結(jié)論存在較大分歧:一些學(xué)者發(fā)現(xiàn)金融深化確實(shí)促進(jìn)了中國(guó)經(jīng)濟(jì)增長(zhǎng)效率的提升(張軍和金煜,2005[1]；趙勇和雷達(dá),2010[2]；許文彬和張豐,2014[23])；另一派學(xué)者則認(rèn)為中國(guó)金融系統(tǒng)的發(fā)展并沒(méi)有對(duì)中國(guó)生產(chǎn)率增長(zhǎng)產(chǎn)生顯著的正面影響(陳剛等,2009[24]),甚至產(chǎn)生了負(fù)面作用(魯曉東,2008[25]；陳啟斐和吳建軍,2013[3])。通過(guò)總結(jié),我們發(fā)現(xiàn)實(shí)證研究的結(jié)果隨著金融發(fā)展衡量口徑的不同而不同:認(rèn)為金融發(fā)展有利于生產(chǎn)率提升的研究多采用私人部門信貸作為金融深化的度量,而持否定觀點(diǎn)的研究則是將全社會(huì)信貸總量或國(guó)有部門信貸作為金融發(fā)展的衡量指標(biāo)。

金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)效率關(guān)系研究的另一個(gè)關(guān)鍵在于如何合理地衡量經(jīng)濟(jì)增長(zhǎng)效率,對(duì)此存在三種方法。方法一是在Cobb-Douglas生產(chǎn)函數(shù)的設(shè)定基礎(chǔ)上從產(chǎn)出增長(zhǎng)中剔除要素投入增長(zhǎng)的貢獻(xiàn)后,剩余部分即為生產(chǎn)率增長(zhǎng)的貢獻(xiàn),即索洛余項(xiàng)法(Solow residual accounting)。張軍和金煜(2005)[1],許文彬和張豐(2014)[23],陳啟斐和吳建軍(2013)[3]等都是采用索洛余項(xiàng)法來(lái)分析中國(guó)金融發(fā)展對(duì)生產(chǎn)率的影響。索洛余項(xiàng)法的優(yōu)勢(shì)在于計(jì)算簡(jiǎn)單,經(jīng)濟(jì)意義易于解釋,但是其隱含的關(guān)鍵假設(shè)——不存在生產(chǎn)無(wú)效率,即所有生產(chǎn)者都能在最優(yōu)的生產(chǎn)可能性曲線上生產(chǎn),在現(xiàn)實(shí)中往往難以達(dá)到。事實(shí)上,很多發(fā)展中國(guó)家并不具備完全效率條件:這是由于發(fā)展中國(guó)家的市場(chǎng)具有不完全性,信息不對(duì)稱、制度性扭曲等非價(jià)格因素造成的生產(chǎn)效率損失普遍存在,因此廠商并沒(méi)有在最佳前沿技術(shù)水平上從事生產(chǎn)活動(dòng)(周曉燕和韓朝華,2009)[26],此外索洛余項(xiàng)法設(shè)定的新古典假設(shè)即完全競(jìng)爭(zhēng)、規(guī)模效益不變和?？怂怪行约夹g(shù)進(jìn)步在現(xiàn)實(shí)中也很難滿足(姚戰(zhàn)琪,2009)[27]。

對(duì)此,Aigner和Chu(1968)[4]提出了前沿生產(chǎn)函數(shù)模型,將TFP增長(zhǎng)的來(lái)源分解為兩個(gè)來(lái)源:一是生產(chǎn)技術(shù)前沿(technological frontier)的上移,即技術(shù)進(jìn)步(technical change)；二是由偏離到向生產(chǎn)技術(shù)前沿靠近,即技術(shù)效率(technical efficiency)改善。如圖1所示:ft(x)和ft＋1(x)分別表示t時(shí)期和t＋1時(shí)期的兩個(gè)生產(chǎn)前沿函數(shù)(生產(chǎn)可能性曲線)；t到t＋1時(shí)期,生產(chǎn)前沿函數(shù)的上移體現(xiàn)了前沿生產(chǎn)技術(shù)進(jìn)步。事實(shí)上,由于各種隨機(jī)效應(yīng)的存在,在給定的生產(chǎn)技術(shù)水平下,很多情況下生產(chǎn)者在偏離生產(chǎn)前沿的點(diǎn)上進(jìn)行生產(chǎn),即存在技術(shù)無(wú)效率,如A點(diǎn)相對(duì)于B點(diǎn),C點(diǎn)相對(duì)于D點(diǎn)。因此,在給定的前沿生產(chǎn)函數(shù)下,A點(diǎn)向B點(diǎn)的移動(dòng)以及C點(diǎn)向D點(diǎn)的移動(dòng)體現(xiàn)了技術(shù)效率的改善。對(duì)此,Jerzmanowski(2007)[6]通過(guò)實(shí)證研究發(fā)現(xiàn),國(guó)家間收入差距很大程度上正是由于發(fā)展中國(guó)家技術(shù)效率水平低,資源配置和使用效率低下,并沒(méi)有充分利用生產(chǎn)技術(shù),在偏離生產(chǎn)技術(shù)可能性曲線下生產(chǎn)所導(dǎo)致的。

圖1 全要素生產(chǎn)率分解示意圖

因此,近年來(lái)一些學(xué)者轉(zhuǎn)而利用前沿生產(chǎn)模型方法來(lái)研究金融發(fā)展對(duì)中國(guó)生產(chǎn)技術(shù)效率的作用。前沿分析可分為確定性前沿分析——數(shù)據(jù)包絡(luò)分析法(Data Envelopment Analysis,DEA)和隨機(jī)前沿生產(chǎn)函數(shù)法(Stochastic Frontier Approach,SFA)兩類方法。其中,DEA是非參數(shù)確定性前沿分析方法,不考慮隨機(jī)誤差的影響。而SFA的前沿生產(chǎn)函數(shù)則是隨機(jī)的,各生產(chǎn)單元不需要共用一個(gè)前沿面。通過(guò)引入隨機(jī)誤差項(xiàng),SFA對(duì)誤差項(xiàng)中的低效率值與隨機(jī)誤差項(xiàng)進(jìn)行了明確區(qū)分,從而能更準(zhǔn)確地反映實(shí)際的技術(shù)效率水平(Coelli等,1998[28])。對(duì)此,傅曉霞和吳利學(xué)(2007)[29]比較了DEA和SFA在中國(guó)全要素生產(chǎn)率核算中的適用性,結(jié)果發(fā)現(xiàn)DEA的估計(jì)結(jié)果對(duì)奇異值非常敏感,而SFA的結(jié)果則具有良好的穩(wěn)健性,因而在中國(guó)更為適用。然而,現(xiàn)有文獻(xiàn)如陳剛等(2009)[24],趙勇和雷達(dá)(2010)[2]都是利用基于DEA對(duì)金融發(fā)展與中國(guó)經(jīng)濟(jì)增長(zhǎng)效率的關(guān)系進(jìn)行探討。而盡管一些學(xué)者用SFA對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)進(jìn)行了核算(王志剛等,2006[30]；周曉艷和韓朝華,2009[26]；姚戰(zhàn)琪,2009[27]),他們的研究重點(diǎn)在于對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)效率來(lái)源的分解,而并非著眼于金融部門的作用。利用SFA對(duì)中國(guó)金融發(fā)展與技術(shù)效率的深入研究還十分有限。

回顧上述學(xué)者們的文獻(xiàn),我們認(rèn)為當(dāng)前對(duì)金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)效率的研究存在以下不足之處:第一,從研究對(duì)象看,現(xiàn)有文獻(xiàn)對(duì)金融發(fā)展是否有助于提高經(jīng)濟(jì)增長(zhǎng)效率,尤其是改善技術(shù)效率的研究還遠(yuǎn)遠(yuǎn)不夠,結(jié)論也存在較大分歧；第二,從研究方法看,盡管SFA更加適用于中國(guó)現(xiàn)實(shí),但當(dāng)前實(shí)證研究仍以索洛余項(xiàng)法和DEA為主,鮮見(jiàn)利用SFA對(duì)金融發(fā)展與生產(chǎn)效率進(jìn)行系統(tǒng)性分析的研究；第三,在定性分析的基礎(chǔ)上,現(xiàn)有文獻(xiàn)尚缺乏對(duì)金融發(fā)展貢獻(xiàn)程度的定量測(cè)算,從而無(wú)法準(zhǔn)確把握金融發(fā)展作用的時(shí)間演進(jìn)和在地區(qū)間的差異；最后,從數(shù)據(jù)的覆蓋程度來(lái)看,現(xiàn)有實(shí)證研究所用數(shù)據(jù)多止步于2008年全球金融危機(jī)前,因此也就無(wú)力追蹤中國(guó)經(jīng)濟(jì)新常態(tài)下經(jīng)濟(jì)增長(zhǎng)效率演進(jìn)的最新情況。本文試圖從上述角度對(duì)現(xiàn)有文獻(xiàn)進(jìn)行完善。

三、模型設(shè)定與數(shù)據(jù)來(lái)源

(一)SFA的基本原理

本文對(duì)中國(guó)省級(jí)層面的經(jīng)濟(jì)增長(zhǎng)效率的分析建立在Aigner等人(1997)[5]的隨機(jī)前沿模型基礎(chǔ)上。SFA方法的基本思想是在一定的生產(chǎn)要素投入下,估計(jì)經(jīng)濟(jì)體的最大化產(chǎn)出水平,而最大化產(chǎn)出與實(shí)際產(chǎn)出之間的差異則被定義為生產(chǎn)的技術(shù)無(wú)效率。

前沿生產(chǎn)函數(shù)的基本形式如下:

其中,Z＝[Z1,…,ZM]是包括M個(gè)技術(shù)無(wú)效率決定因素的組合。對(duì)此,Kumbhakar等人(1991)[31]提出用一階段極大似然估計(jì)的方法來(lái)對(duì)式(1)和式(2)同時(shí)加以估計(jì)。Battese和Coelli(1995)[32]進(jìn)一步將該方法拓展到用面板數(shù)據(jù)模型,將生產(chǎn)技術(shù)效率(technical efficiency,TE)定義為實(shí)際產(chǎn)出與潛在最大化產(chǎn)出的比率,計(jì)算公式為:

式(3)中生產(chǎn)技術(shù)效率TE的取值為[0,1]。TE的取值越接近1,代表生產(chǎn)技術(shù)效率越高,反之則越低。TE等于1則意味著產(chǎn)出水平在最優(yōu)的生產(chǎn)前沿面上,不存在生產(chǎn)無(wú)效率。

(二)經(jīng)驗(yàn)?zāi)Ｐ偷脑O(shè)定

1.超越對(duì)數(shù)生產(chǎn)函數(shù)。

我們將等式(1)的生產(chǎn)函數(shù)轉(zhuǎn)換為超越對(duì)數(shù)函數(shù)(translog function)形式,主要是考慮到超越對(duì)數(shù)形式不需要以不變替代彈性為前提假設(shè),因此相較Cobb-Douglas生產(chǎn)函數(shù)而言更具有一般性(Kumbhakar和Wang,2005[33])。對(duì)數(shù)線性化形式的超越對(duì)數(shù)生產(chǎn)函數(shù)為:

這里下標(biāo)i表示省份；下標(biāo)t表示年份。K和L分別為資本要素和勞動(dòng)力要素投入；T為年份時(shí)間趨勢(shì)變量,考慮到技術(shù)的非單調(diào)改變,還引入了年份的二次項(xiàng)形式；加入時(shí)間與生產(chǎn)要素投入的交互項(xiàng)則是出于非中性技術(shù)進(jìn)步的考慮。

2.技術(shù)無(wú)效率函數(shù)。

技術(shù)無(wú)效率函數(shù)的設(shè)定是本文模型設(shè)定中的重點(diǎn)。參考現(xiàn)有文獻(xiàn),我們選取對(duì)外開(kāi)放度、金融發(fā)展水平、教育水平、政府支出、基礎(chǔ)設(shè)施及1990年各省的初始人均GDP水平作為技術(shù)無(wú)效率函數(shù)的解釋變量。技術(shù)無(wú)效率函數(shù)的估計(jì)式如下所示:

這里FDit為金融發(fā)展指標(biāo),取對(duì)數(shù)形式；OPENit代表對(duì)外開(kāi)放度；GOVit為政府支出；INFRAit為基礎(chǔ)設(shè)施水平,取對(duì)數(shù)形式；最后,GDPINNit為1990年各省份的初始人均GDP水平,同樣經(jīng)過(guò)對(duì)數(shù)轉(zhuǎn)換。此外,我們還加入了表征東部和西部的區(qū)域虛擬變量EAST和WEST,以及2008年國(guó)際金融危機(jī)的時(shí)間虛擬變量CRISIS。

(三)變量的選擇與衡量

1.產(chǎn)出、勞動(dòng)力與資本存量。本文用2000年不變價(jià)格折算的各省份實(shí)際國(guó)內(nèi)生產(chǎn)總值(GDP)作為產(chǎn)出水平Y(jié)的衡量指標(biāo)；對(duì)于實(shí)際資本存量,采用已有文獻(xiàn)廣泛使用的永續(xù)盤存法進(jìn)行測(cè)算,參考張軍等(2004)[34]的研究,將折舊率取為9.6%；對(duì)于有效勞動(dòng)力,參考通用做法(盛斌和毛其淋,2011[35]),用勞動(dòng)力數(shù)量與人力資本水平的乘積衡量,其中勞動(dòng)力為實(shí)際從業(yè)人員數(shù),而人力資本水平則由受教育水平占勞動(dòng)力數(shù)量的比重估算得到。

2.金融發(fā)展。從金融中介的功能出發(fā),現(xiàn)有文獻(xiàn)最常用的衡量金融發(fā)展的指標(biāo)是信貸與GDP之比(Demirgü?-Kunt和Levine,2001[36]；盧峰和姚洋,2004[17]；張軍和金煜,2005[1])。①本文對(duì)金融發(fā)展的討論主要集中在金融中介部門,主要是考慮到中國(guó)是以銀行為主的金融體系,以銀行信貸為代表的間接融資在中國(guó)全社會(huì)融資中占主導(dǎo)地位,而股票市場(chǎng)、企業(yè)債券市場(chǎng)等直接融資的規(guī)模相對(duì)較小。銀行信貸投放反映了金融系統(tǒng)為經(jīng)濟(jì)提供資金的能力,即金融發(fā)展程度?？紤]到我國(guó)金融系統(tǒng)的政府主導(dǎo)特征,不同地區(qū)、不同所有制企業(yè)獲得信貸上不均衡的現(xiàn)狀,我們進(jìn)一步將總信貸區(qū)分為國(guó)有部門信貸與私人部門信貸。由于國(guó)有部門信貸所占比重?cái)?shù)據(jù)無(wú)法直接獲取,本文借鑒張軍和金煜(2005)[1]的方法,用國(guó)有企業(yè)員工數(shù)與從業(yè)人員數(shù)量之比作為國(guó)有部門信貸比重的近似估計(jì),然后用該比率與總信貸規(guī)模的乘積作為國(guó)有部門信貸的最終衡量方法；總信貸在扣除國(guó)有部門信貸后則為私人部門信貸。

3.其他控制變量。對(duì)外開(kāi)放、政府支出、基礎(chǔ)設(shè)施以及初始經(jīng)濟(jì)發(fā)展水平等控制變量,分別用外商投資總額/GDP與進(jìn)出口總額/GDP之和,財(cái)政支出占GDP比例,每平方公里面積擁有的公路公里數(shù),以及1990年實(shí)際人均GDP來(lái)衡量。

各指標(biāo)的主要數(shù)據(jù)均來(lái)自中國(guó)數(shù)據(jù)在線(China Data Online),構(gòu)成涵蓋全國(guó)30個(gè)省、市、自治區(qū)(不包括西藏),時(shí)間跨度為1990—2012年的面板數(shù)據(jù)。

表1 主要變量的統(tǒng)計(jì)性特征

四、估計(jì)結(jié)果

(一)金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)效率:基本估計(jì)結(jié)果

在對(duì)模型參數(shù)進(jìn)行估計(jì)前,首先應(yīng)確定前沿生產(chǎn)函數(shù)模型形式是否成立,我們構(gòu)造統(tǒng)計(jì)量λ＝－2[L(H0)－L(H1)],其中L(H0)和L(H1)分別為零假設(shè)和備擇假設(shè)下的對(duì)數(shù)似然函數(shù)值；備擇假設(shè)H1為原始模型形式。如果零假設(shè)H0成立,則檢驗(yàn)統(tǒng)計(jì)量λ服從自由度為受約束變量個(gè)數(shù)的漸進(jìn)χ2分布。我們進(jìn)行了四個(gè)似然比檢驗(yàn):第一,檢驗(yàn)Cobb-Douglas函數(shù)的設(shè)定是否優(yōu)于超越對(duì)數(shù)函數(shù)形式,此時(shí)原假設(shè)為生產(chǎn)函數(shù)中所有二次項(xiàng)系數(shù)均為零；第二,檢驗(yàn)技術(shù)進(jìn)步是否為?？怂怪行?此時(shí)原假設(shè)為生產(chǎn)函數(shù)中所有時(shí)間變量T與其他變量交互項(xiàng)的系數(shù)均為零；第三,檢驗(yàn)生產(chǎn)的技術(shù)無(wú)效率是否存在,如果存在生產(chǎn)的無(wú)效率,則極大似然估計(jì)要優(yōu)于OLS估計(jì),此時(shí)原假設(shè)為不存在生產(chǎn)的無(wú)效率,無(wú)效率函數(shù)中所有變量的系數(shù),以及γ＝σ2u/(σ2u＋σ2v)為零,即γ＝δ0＝δ1＝…＝δ8＝0；第四,為了驗(yàn)證生產(chǎn)無(wú)效率解釋變量的選擇是合理的,我們還檢驗(yàn)各個(gè)解釋變量估計(jì)系數(shù)是否聯(lián)合為零,此時(shí)原假設(shè)為δ1＝…＝δ8＝0。檢驗(yàn)結(jié)果如表2的(c)欄所示,結(jié)果表明,在1%的顯著性水平下,應(yīng)當(dāng)拒絕上述四個(gè)原假設(shè),這表明本文的超越對(duì)數(shù)生產(chǎn)模型設(shè)定和極大似然估計(jì)方法合理,如果忽略金融深化等因素的影響將不能反映中國(guó)經(jīng)濟(jì)運(yùn)行的實(shí)際情況。

表2的(1)～(3)列分別為用總信貸、私人部門信貸和國(guó)有部門信貸作為金融發(fā)展衡量指標(biāo)下,中國(guó)經(jīng)濟(jì)增長(zhǎng)的超越對(duì)數(shù)和生產(chǎn)無(wú)效率估計(jì)結(jié)果。其中,(a)欄為生產(chǎn)前沿函數(shù)的估計(jì)結(jié)果,(b)欄為生產(chǎn)無(wú)效率函數(shù)的估計(jì)結(jié)果。需特別注意的是:這里的被解釋變量是生產(chǎn)的無(wú)效率水平,估計(jì)系數(shù)為負(fù)表示技術(shù)無(wú)效率下降,即技術(shù)效率水平提高,因此各系數(shù)符號(hào)應(yīng)進(jìn)行逆解讀。

首先,表2中生產(chǎn)無(wú)效率函數(shù)各列的γ值表明,1990—2012年期間中國(guó)產(chǎn)出變動(dòng)中高達(dá)85%以上的部分可以由生產(chǎn)技術(shù)效率的改變所解釋。技術(shù)無(wú)效率函數(shù)估計(jì)結(jié)果顯示:當(dāng)金融發(fā)展用不同口徑衡量時(shí),其估計(jì)系數(shù)結(jié)果明顯不同。首先,無(wú)效率函數(shù)中總信貸水平的系數(shù)為正但并不顯著,這說(shuō)明用總信貸規(guī)模衡量的金融發(fā)展并沒(méi)有對(duì)中國(guó)生產(chǎn)技術(shù)效率產(chǎn)生顯著影響。而私人部門信貸的系數(shù)在5%的顯著性水平下顯著為負(fù),則意味著私人信貸規(guī)模的提高有助于技術(shù)效率的改善。具體而言,當(dāng)其他條件保持不變時(shí),私人信貸每增加1%,技術(shù)效率將提高0.543%。而相反地,國(guó)有部門信貸的系數(shù)在1%的顯著性水平下顯著為正,說(shuō)明國(guó)有部門信貸的提升會(huì)進(jìn)一步惡化中國(guó)產(chǎn)出中的技術(shù)無(wú)效率現(xiàn)象,具體來(lái)說(shuō),國(guó)有信貸每增加1%將降低技術(shù)效率0.401%。

表2 超越對(duì)數(shù)生產(chǎn)函數(shù)和生產(chǎn)無(wú)效率函數(shù)的估計(jì)結(jié)果

續(xù)前表

對(duì)此,盧峰和姚洋(2004)[17]認(rèn)為由于中國(guó)金融部門存在“漏損效應(yīng)”——即金融資源具有從享有特權(quán)的國(guó)有部門流向受到信貸歧視的私人部門的傾向,因此金融資源整體而非所有制結(jié)構(gòu)決定了金融發(fā)展的最終作用。然而,我們的研究結(jié)果卻顯示,盡管以國(guó)有信貸和私人信貸為形式的金融深化均可以有效促進(jìn)投資,但二者對(duì)經(jīng)濟(jì)增長(zhǎng)效率的作用卻是截然不同的:私人信貸有助于提升生產(chǎn)技術(shù)效率,相反,國(guó)有信貸則會(huì)惡化技術(shù)效率；二者的反向作用最終導(dǎo)致了總信貸規(guī)模對(duì)中國(guó)生產(chǎn)技術(shù)效率的影響是不確定的。事實(shí)上,本文的發(fā)現(xiàn)與另一些研究結(jié)論一致:例如,魯曉東(2008)[25]認(rèn)為中國(guó)金融資源存在錯(cuò)配現(xiàn)象——信貸投放向國(guó)有企業(yè)傾斜,導(dǎo)致金融深化并不利于中國(guó)生產(chǎn)率的提高。王晉斌(2007)[18]發(fā)現(xiàn)金融發(fā)展在金融控制強(qiáng)的區(qū)域?qū)?jīng)濟(jì)增長(zhǎng)有不利影響,而在金融控制弱的區(qū)域二者則表現(xiàn)出一種“中性”關(guān)系。李青原等人(2013)[37]也發(fā)現(xiàn),盡管金融發(fā)展有利于提升中國(guó)實(shí)體經(jīng)濟(jì)的資源配置效率,但地方政府的干預(yù)卻會(huì)妨礙金融系統(tǒng)發(fā)揮資源配置作用。本文從私人信貸和國(guó)有信貸對(duì)技術(shù)效率的異質(zhì)性作用角度驗(yàn)證了上述學(xué)者的論斷。

除金融發(fā)展外,生產(chǎn)無(wú)效率函數(shù)中的其他控制變量也都在10%的顯著性水平上對(duì)技術(shù)效率施加影響,其中對(duì)外開(kāi)放、政府支出和基礎(chǔ)設(shè)施建設(shè)的系數(shù)符號(hào)為負(fù),說(shuō)明這些變量的提升有利于中國(guó)生產(chǎn)效率的改善。而初始人均GDP的系數(shù)符號(hào)顯著大于零,則說(shuō)明經(jīng)濟(jì)基礎(chǔ)越好的省份平均技術(shù)效率越低。上述控制變量的系數(shù)符號(hào)與顏鵬飛和王兵(2004)[38],邱斌等人(2008)[39],傅元海等人(2010)[40],張軍和金煜(2005)[1]等實(shí)證研究結(jié)果相類似。

(二)1990—2012年中國(guó)各省份的生產(chǎn)技術(shù)效率水平

在表2的基礎(chǔ)上,我們分別計(jì)算了中國(guó)東中西部地區(qū)在1990—1994,1995—1999,2000—2004,2005—2009,2010—2012年期間的生產(chǎn)技術(shù)效率情況,結(jié)果如表3所示。首先,從整體來(lái)看,在1990—2012年間,中國(guó)各省份的平均技術(shù)效率為0.808。而通過(guò)進(jìn)一步觀察,可以發(fā)現(xiàn)中國(guó)的生產(chǎn)技術(shù)效率演進(jìn)具有明顯的時(shí)間和區(qū)域特點(diǎn):

表3 中國(guó)生產(chǎn)技術(shù)效率的演進(jìn):1990—2012年

一方面,從時(shí)間角度來(lái)看,中國(guó)的生產(chǎn)技術(shù)效率在1990—2012年期間經(jīng)歷了先上升后下降的過(guò)程:首先,1990—2004年期間,中國(guó)的技術(shù)效率不斷改善,從1990—1994年間的0.735,逐步提高至1995—1999年的0.779和2000—2004年期間的0.878；然而,受到2008年國(guó)際金融危機(jī)的負(fù)面沖擊,中國(guó)的平均技術(shù)效率在2005—2009年期間下滑到0.849,并在2010—2012年間繼續(xù)惡化到0.776。而一方面,從區(qū)域角度來(lái)看,中國(guó)的技術(shù)效率在東中西部之間存在著巨大差異:在各個(gè)時(shí)期中,東部都是技術(shù)效率最高的地區(qū),中部次之,而西部的技術(shù)效率水平則最為落后；具體而言,廣東在整個(gè)時(shí)期內(nèi)的平均技術(shù)效率最高,為0.93；而新疆的平均技術(shù)效率水平最低,僅為0.628。不僅如此,這種區(qū)域差距在近年來(lái)有進(jìn)一步惡化的趨勢(shì):具體而言,2000—2004年期間,東部的技術(shù)效率僅比中部及西部地區(qū)分別高出0.01和0.10,2005—2009年期間,差距進(jìn)一步擴(kuò)大至0.063和0.111,而到了2010—2012年期間,東部與中部和西部之間的技術(shù)效率差距已擴(kuò)大到0.104和0.184。

圖2 中國(guó)各省份的金融發(fā)展水平與生產(chǎn)技術(shù)效率

為了更加直觀地把握中國(guó)各省份生產(chǎn)效率與金融發(fā)展水平二者之間的關(guān)系,我們還分別將各省份技術(shù)效率與私人部門信貸,以及技術(shù)效率與國(guó)有部門信貸的關(guān)系繪制了擬合散點(diǎn)圖,如圖2所示。由于北京和上海無(wú)論在私人信貸還是國(guó)有信貸規(guī)模上均遠(yuǎn)超過(guò)其他各省份,因此我們同時(shí)提供了包括北京和上海在內(nèi)(圖2a和圖2c)以及將北京和上海樣本剔除后的擬合散點(diǎn)圖(圖2b和圖2d)。

其中,圖2a與2b中的生產(chǎn)技術(shù)效率是根據(jù)表2中第(2)列,將私人信貸作為金融發(fā)展衡量指標(biāo)的估計(jì)結(jié)果得到；圖2c與2d中的生產(chǎn)技術(shù)效率則根據(jù)表2中第(3)列,將國(guó)有信貸作為金融發(fā)展衡量指標(biāo)。圖2a表明技術(shù)效率與私人部門信貸呈正相關(guān)關(guān)系,這種正相關(guān)關(guān)系在剔除北京和上海后的圖2b中依然成立；圖2c則表明技術(shù)效率與國(guó)有部門呈負(fù)相關(guān)關(guān)系,這種負(fù)相關(guān)的關(guān)系在剔除北京和上海后的圖2d中表現(xiàn)得更為明顯?？梢?jiàn),散點(diǎn)圖以一種非常直觀的方式呈現(xiàn)了上文中所得到的結(jié)論:私人部門信貸是中國(guó)生產(chǎn)技術(shù)效率提升的重要推動(dòng)因素,而國(guó)有部門信貸則阻礙了技術(shù)效率的改善。

五、金融發(fā)展對(duì)中國(guó)生產(chǎn)技術(shù)效率貢獻(xiàn)的測(cè)算

(一)貢獻(xiàn)率測(cè)算的兩種方法

在上文基礎(chǔ)上,為進(jìn)一步分析金融發(fā)展對(duì)中國(guó)生產(chǎn)技術(shù)效率的影響程度,本文具體測(cè)算了私人信貸和國(guó)有信貸對(duì)中國(guó)生產(chǎn)技術(shù)效率的貢獻(xiàn)率。Coelli等人(1999)[41]以及Henry等人(2009)[42]分別提出了在隨機(jī)前沿模型設(shè)定下,基于“向前看”以及“向后看”兩種原則下影響因素對(duì)技術(shù)效率貢獻(xiàn)的測(cè)算方法。具體思路為:

首先,借鑒Battese和Coelli(1995)[32]和Coelli等人(1999)[41]的研究,技術(shù)效率(TE)可通過(guò)下述公式計(jì)算得到:

式(6)中的Φ(·)表示標(biāo)準(zhǔn)正態(tài)分布變量的累計(jì)分布函數(shù)；式(7)中[Z1,…,Zm]為影響技術(shù)無(wú)效率的m個(gè)決定因素(環(huán)境因素)的組合。本文中,[Z1,…,Zm]包括金融發(fā)展、對(duì)外開(kāi)放度、政府支出、基礎(chǔ)設(shè)施、初始人均GDP、區(qū)域以及國(guó)際金融危機(jī)等變量,即:

[Z1，…，Z8]＝[ln FDit，OPENit，GOVit，ln INFRAit，ln GDPINit，EAST，WEST，CRISIS]

貢獻(xiàn)率的測(cè)算方法之一是Coelli等人(1999)提出的“向前看”(forward)方法。Coelli等人(1999)[41]提出,為判斷某影響因素Zn的貢獻(xiàn)率大小,可假定該影響因素情況對(duì)所有個(gè)體完全相同且均處于最優(yōu)水平,即當(dāng)式(7)中的δnZn,it取最小值min δnZn,it時(shí)①由于生產(chǎn)無(wú)效率函數(shù)的估計(jì)系數(shù)為負(fù),意味著降低技術(shù)無(wú)效率,即提高技術(shù)效率,因此當(dāng)δnZn,it取最小化時(shí),該影響因素的促進(jìn)作用最大化。,計(jì)算得到技術(shù)效率(TEb)為最優(yōu)條件下的潛在技術(shù)效率。潛在技術(shù)效率與實(shí)際技術(shù)效率的比率TEb/TEa越高意味著該因素對(duì)技術(shù)效率的貢獻(xiàn)越大,可進(jìn)一步通過(guò)(TEb/TEa－1)衡量貢獻(xiàn)率水平。該方法的缺陷在于:由于對(duì)該影響因素最優(yōu)水平的假設(shè)是基于現(xiàn)有觀測(cè)個(gè)體的最優(yōu)情況確定的,因此有可能低估了潛在最優(yōu)水平,從而造成對(duì)貢獻(xiàn)率的低估。

對(duì)此,Wang和Wong(2012)[43]綜合利用“向前看”和“向后看”兩種方法,分析了在進(jìn)口以及FDI兩種國(guó)際技術(shù)轉(zhuǎn)移渠道下,國(guó)際研發(fā)活動(dòng)(R＆D)對(duì)一國(guó)技術(shù)效率的貢獻(xiàn)大小及演進(jìn)趨勢(shì)。結(jié)果表明,盡管基于Coelli等人(1999)[41]“向前看”以及Henry等人(2009)[42]“向后看”方法的測(cè)算結(jié)果在貢獻(xiàn)率大小上有所差異,但是差異是系統(tǒng)性的(后者測(cè)算結(jié)果整體上低于前者),二者結(jié)果在時(shí)間維度及地區(qū)維度上的變化趨勢(shì)具有一致性,且與現(xiàn)實(shí)情況的擬合效果較好,綜合來(lái)說(shuō)穩(wěn)健性較強(qiáng)。因此,本文也綜合利用“向前看”和“向后看”兩種方法,測(cè)算了金融發(fā)展對(duì)中國(guó)各省份技術(shù)效率的貢獻(xiàn)率大小。

(二)基于“向后看”原則的測(cè)算結(jié)果

表4 金融發(fā)展對(duì)中國(guó)技術(shù)效率的貢獻(xiàn)率(%)

表4的(a)欄為私人信貸對(duì)生產(chǎn)技術(shù)效率的貢獻(xiàn)率:1990—2012年期間,私人部門信貸對(duì)中國(guó)各地區(qū)生產(chǎn)效率的平均貢獻(xiàn)率為14.301%。在不同地區(qū)中,私人部門信貸對(duì)中部地區(qū)的生產(chǎn)技術(shù)效率的貢獻(xiàn)率最高,為14.137%,其次為西部地區(qū),貢獻(xiàn)率為13.86%,而私人部門信貸對(duì)東部地區(qū)生產(chǎn)效率的貢獻(xiàn)率最低,為12.042%。這說(shuō)明相較于東部地區(qū),對(duì)經(jīng)濟(jì)基礎(chǔ)較弱,資金來(lái)源相對(duì)有限的中西部地區(qū)而言,私人部門信貸對(duì)生產(chǎn)效率的改善發(fā)揮著更加重要的作用。此外,從時(shí)間演進(jìn)來(lái)看,私人部門信貸對(duì)技術(shù)效率的貢獻(xiàn)率在1995—1999年間達(dá)到最高,而在2000—2004年間出現(xiàn)了下降,在2005—2009年后又逐漸提升。由此可見(jiàn),私人部門信貸對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)效率的促進(jìn)作用具有逆周期性:在經(jīng)濟(jì)上行周期,私人信貸對(duì)技術(shù)效率的貢獻(xiàn)較低；而在經(jīng)濟(jì)下行周期,私人部門信貸對(duì)提升技術(shù)效率、乃至經(jīng)濟(jì)增長(zhǎng)動(dòng)力的轉(zhuǎn)換起著更為重要的作用。

表4的(b)欄報(bào)告了國(guó)有部門信貸對(duì)生產(chǎn)效率的貢獻(xiàn)率。對(duì)全部地區(qū)和全部時(shí)期,國(guó)有部門信貸對(duì)生產(chǎn)效率的貢獻(xiàn)均為負(fù)。平均而言,1990至2012年期間,國(guó)有部門信貸對(duì)中國(guó)各地區(qū)生產(chǎn)效率的貢獻(xiàn)率為－13.588%。從區(qū)域角度看,國(guó)有部門信貸的不利影響對(duì)西部地區(qū)省份而言最為明顯,為－21.198%,東部地區(qū)次之,為－10.083%；而中部地區(qū)受到國(guó)有部門信貸的不利影響程度最小,為－8.081%。從時(shí)間角度看,國(guó)有部門信貸的不利影響在2000—2004年期間最小,但是在2008年國(guó)際金融危機(jī)后又再度惡化。2008年后,國(guó)有部門信貸對(duì)全國(guó)技術(shù)效率的貢獻(xiàn)率由2000—2004年的－8.504%下滑至2005—2009年的－9.391%,并進(jìn)一步惡化到2010—2012年間的－12.532%。2008年國(guó)際金融危機(jī)后,為提振經(jīng)濟(jì)、緩解外部沖擊,政府曾出臺(tái)了大規(guī)模信貸刺激政策。對(duì)此,本文結(jié)果表明盡管國(guó)有信貸在短期內(nèi)有利于緩解危機(jī)時(shí)期外需下降帶來(lái)的負(fù)面沖擊,但是卻進(jìn)一步降低了中國(guó)的技術(shù)效率水平。

(三)基于“向前看”原則的測(cè)算結(jié)果

按照Coelli等人(1999)[41]“向前看”的思路,假設(shè)各省份的私人信貸和國(guó)有信貸處于完全相同且最高水平時(shí),即當(dāng)式(7)中的δ1FDit取最小值min(δ1FDit)(金融發(fā)展用私人信貸衡量),以及取最大值max(δ1FDit)(金融發(fā)展用國(guó)有信貸衡量)時(shí),可得到潛在技術(shù)效率(TEb)。在此基礎(chǔ)上,本文計(jì)算了潛在技術(shù)效率及其與實(shí)際技術(shù)效率的比率TEb/TEa,以及貢獻(xiàn)率指標(biāo)(TEb－TEa)/TEa,結(jié)果如表5所示。

表5的(a)欄為私人部門信貸最大化水平下,中國(guó)的潛在技術(shù)效率及貢獻(xiàn)率情況。以全國(guó)為例,從整個(gè)時(shí)期來(lái)看,當(dāng)私人部門信貸處于最優(yōu)水平時(shí),中國(guó)各地區(qū)的平均潛在技術(shù)效率將提升至0.841,與該時(shí)期實(shí)際技術(shù)效率之比為1.046,私人信貸的貢獻(xiàn)率為4.6%。在三大區(qū)域中,西部地區(qū)在整個(gè)時(shí)期具有最高的潛在效率比率,為1.057,私人信貸的貢獻(xiàn)率最高,為5.7%。這意味著如果西部處于最優(yōu)的私人信貸規(guī)模水平,其技術(shù)效率將得到最大程度的改善。東部地區(qū)在整個(gè)時(shí)期的潛在效率比率為1.024,私人信貸的貢獻(xiàn)率為2.4%,說(shuō)明私人信貸規(guī)模對(duì)東部地區(qū)的貢獻(xiàn)程度要低于西部。中部地區(qū)的潛在效率比率為1.026,貢獻(xiàn)率為2.6%,居于東部和西部地區(qū)中間。

表5的(b)欄是假設(shè)各省份的國(guó)有部門信貸規(guī)模處于最大化水平下,潛在的生產(chǎn)效率與效率比率情況。(b)欄中的潛在效率比率均小于1,意味著當(dāng)國(guó)有部門信貸規(guī)模最大化時(shí),對(duì)應(yīng)的潛在技術(shù)效率低于實(shí)際技術(shù)效率,即國(guó)有部門信貸的提升對(duì)中國(guó)各地區(qū)生產(chǎn)技術(shù)效率具有負(fù)面影響。具體而言,當(dāng)國(guó)有部門信貸最大化時(shí),1990—2012年整個(gè)時(shí)期全國(guó)以及東中西部地區(qū)的潛在技術(shù)效率與實(shí)際效率的比率分別為0.933,0.948,0.931和0.920,國(guó)有部門信貸的貢獻(xiàn)率分別為－6.7%,－5.2%,－6.9%,－8%?？梢?jiàn)國(guó)有部門信貸擴(kuò)張對(duì)西部的負(fù)面作用最大,對(duì)中部地區(qū)次之,對(duì)東部地區(qū)的負(fù)面影響則相對(duì)較小?？傮w而言,上述基于“向前看”方法得到的貢獻(xiàn)率時(shí)間與空間演進(jìn)趨勢(shì)基本與“向后看”方法得到的結(jié)論保持一致。

表5 中國(guó)潛在技術(shù)效率與潛在技術(shù)效率比率

續(xù)前表

六、結(jié)論

利用中國(guó)1990—2012年30個(gè)省份面板數(shù)據(jù),本文采用隨機(jī)前沿分析方法,實(shí)證研究了金融發(fā)展與中國(guó)生產(chǎn)技術(shù)效率二者之間的關(guān)系,得到了如下結(jié)論:

中國(guó)經(jīng)濟(jì)增長(zhǎng)的技術(shù)效率水平偏低,存在區(qū)域差異,且近年來(lái)呈惡化趨勢(shì),成為制約經(jīng)濟(jì)增長(zhǎng)效率改善的重要阻礙。對(duì)此,以信貸規(guī)模衡量的金融深化對(duì)生產(chǎn)技術(shù)效率起到了重要的影響作用。具體而言,盡管總信貸規(guī)模整體上對(duì)生產(chǎn)技術(shù)效率的作用并不明顯,但私人部門信貸對(duì)技術(shù)效率的提升發(fā)揮了積極的促進(jìn)作用,而國(guó)有部門信貸則產(chǎn)生了不利影響。在此基礎(chǔ)上,本文通過(guò)“向前看”和“向后看”兩種方法,具體測(cè)算了私人信貸和國(guó)有信貸對(duì)生產(chǎn)技術(shù)效率的貢獻(xiàn)率大小,結(jié)果顯示:就區(qū)域角度而言,相對(duì)于東部,私人信貸對(duì)中部和西部地區(qū)技術(shù)效率的促進(jìn)作用更大；相應(yīng)地,國(guó)有部門信貸對(duì)中部和西部的不利影響也要大于東部；而從時(shí)間演進(jìn)角度來(lái)看,私人信貸對(duì)生產(chǎn)效率的促進(jìn)作用在2008年金融危機(jī)后逐步上升,而國(guó)有部門信貸的負(fù)面作用也在2008年后趨于擴(kuò)大。

當(dāng)前,中國(guó)經(jīng)濟(jì)已邁入新常態(tài),經(jīng)濟(jì)增長(zhǎng)模式亟需調(diào)整,增長(zhǎng)動(dòng)力轉(zhuǎn)換的關(guān)鍵在于如何進(jìn)一步提升全要素生產(chǎn)率在經(jīng)濟(jì)增長(zhǎng)中的貢獻(xiàn)。在此背景下,本文的實(shí)證結(jié)果具有重要的政策含義:考慮到中國(guó)不同地區(qū)、不同所有制企業(yè)在獲得信貸上仍存在不均衡問(wèn)題,而私人信貸而非總信貸規(guī)模才有助于中國(guó)生產(chǎn)技術(shù)效率的提升,因此我們認(rèn)為靈活適度的結(jié)構(gòu)性貨幣政策,而非過(guò)度寬松的總量型貨幣政策,才是促進(jìn)中國(guó)經(jīng)濟(jì)增長(zhǎng)效率改善的解決之道。央行應(yīng)繼續(xù)引導(dǎo)金融機(jī)構(gòu)優(yōu)化信貸結(jié)構(gòu),發(fā)揮好信貸政策支持再貸款、再貼現(xiàn)和抵押補(bǔ)充貸款、窗口指導(dǎo)等作用,疏通資金流向中西部地區(qū)和私人部門尤其是小微企業(yè)的渠道,為中西部地區(qū)和小微企業(yè)提供融資便利；同時(shí),應(yīng)將貨幣政策調(diào)控與深化改革緊密結(jié)合,進(jìn)一步糾正信貸向國(guó)有部門過(guò)度傾斜的制度性扭曲,更充分地發(fā)揮市場(chǎng)在資源配置中的決定性作用。這將對(duì)緩解中國(guó)實(shí)體經(jīng)濟(jì)資源錯(cuò)配現(xiàn)象,提高經(jīng)濟(jì)增長(zhǎng)效率,轉(zhuǎn)變經(jīng)濟(jì)增長(zhǎng)方式發(fā)揮積極作用。

[1]張軍,金煜.中國(guó)的金融深化和生產(chǎn)率關(guān)系的再檢測(cè):1987—2001[J].經(jīng)濟(jì)研究,2005(11):34－45.

[2]趙勇,雷達(dá).金融發(fā)展與經(jīng)濟(jì)增長(zhǎng):生產(chǎn)率促進(jìn)抑或資本形成[J].世界經(jīng)濟(jì),2010(2):37－50.

[3]陳啟斐,吳建軍.金融發(fā)展與技術(shù)進(jìn)步:一項(xiàng)來(lái)自中國(guó)省級(jí)數(shù)據(jù)的研究[J].經(jīng)濟(jì)評(píng)論,2013(6):98－107.

[4]Aigner D J,Chu S F.On Estimating the Industry Production Function[J].American Economic Review,1968,58(4):826－839.

[5]Aigner D J,Lovell C A K,Schmidt P.Formulation and Estimation of Stochastic Frontier Production Function Models[J].Journal of Econometrics,1977,6(1):21－37.

[6]Jerzmanowski M.Total Factor Productivity Differences:Appropriate Technology vs.Efficiency[J].European Economic Review,2007,51(8):2080－2110.

[7]Goldsmith R W.Financial Structure and Development[J].Studies in Comparative Economics,1969,70(4):31－45.

[8]Mckinnon R I.Money and Capital in Economic Development[M].Washington DC:Brookings Institution,1973.

[9]Shaw E S.Financial Deepening in Economic Development[M].New-York:Oxford University Press,1973.

[10]King R G,Levine R.Finance,Entrepreneurship and Growth:Theory and evidence[J].Journal of Monetary Economics,1993,32(3):513－542.

[11]Levine R.Financial Development and Economic Growth:Views and Agenda[J].Journal of Economic Literature,1997,35(2):688－726.

[12]Levine R.Finance and Growth:Theory and Evidence[J].Handbook of Economic Growth,2005,Vol.1(12):865－934.

[13]韓廷春.金融發(fā)展與經(jīng)濟(jì)增長(zhǎng):基于中國(guó)的實(shí)證分析[J].經(jīng)濟(jì)科學(xué),2001(3):31－40.

[14]趙志君.金融資產(chǎn)總量結(jié)構(gòu)與經(jīng)濟(jì)增長(zhǎng)[J].管理世界,2000(3):126－136.

[15]周立,王子明.中國(guó)各地區(qū)金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)實(shí)證分析:1978—2000[J].金融研究,2002(10):1－13.

[16]沈坤榮,張成.金融發(fā)展與中國(guó)經(jīng)濟(jì)增長(zhǎng)——基于跨地區(qū)動(dòng)態(tài)數(shù)據(jù)的實(shí)證研究[J].管理世界,2004(7):15－21.

[17]盧峰,姚洋.金融壓抑下的法治、金融發(fā)展和經(jīng)濟(jì)增長(zhǎng)[J].中國(guó)社會(huì)科學(xué),2004(1):42－55.

[18]王晉斌.金融控制政策下的金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)[J].經(jīng)濟(jì)研究,2007(10):95－104.

[19]武志.金融發(fā)展與經(jīng)濟(jì)增長(zhǎng):來(lái)自中國(guó)的經(jīng)驗(yàn)分析[J].金融研究,2010(5):58－68.

[20]Liang Q,Teng J Z.Financial Development and Economic Growth:Evidence from China[J].China Economic Review,2006,Vol.17(4):395－411.

[21]Zhang J,Wang L,Wang S.Financial Development and Economic Growth:Recent Evidence from China[J].Journal of Comparative Economics,2012,40(3):393－412.

[22]Demirgü?kunt A,Levine R.Finance,Financial Sector Policies,and Long-Run Growth[J].Social Science Electronic Publishing,2008.

[23]許文彬,張豐.金融發(fā)展、行業(yè)特征、地區(qū)差異與全要素生產(chǎn)率——基于1999—2011年中國(guó)省際行業(yè)數(shù)據(jù)的分析[J].經(jīng)濟(jì)管理,2014(2):33－46.

[24]陳剛,李樹(shù),劉櫻.銀行信貸、股市融資與中國(guó)全要素生產(chǎn)率動(dòng)態(tài)[J].經(jīng)濟(jì)評(píng)論,2009(6):47－56.

[25]魯曉東.金融資源錯(cuò)配阻礙了中國(guó)的經(jīng)濟(jì)增長(zhǎng)嗎[J].金融研究,2008(4):55－68.

[26]周曉艷,韓朝華.中國(guó)各地區(qū)生產(chǎn)效率與全要素生產(chǎn)率增長(zhǎng)率分解(1990—2006)[J].南開(kāi)經(jīng)濟(jì)研究,2009(5):26－48.

[27]姚戰(zhàn)琪.生產(chǎn)率增長(zhǎng)與要素再配置效應(yīng):中國(guó)的經(jīng)驗(yàn)研究[J].經(jīng)濟(jì)研究,2009(11):130－143.

[28]Coelli T,Rao P,Battase E.An Introduction to Efficiency and Productivity Analysis[M].Boston:Kluwer Academic Publishers,1998.

[29]傅曉霞,吳利學(xué).前沿分析方法在中國(guó)經(jīng)濟(jì)增長(zhǎng)核算中的適用性[J].世界經(jīng)濟(jì),2007(7):56－66.

[30]王志剛,龔六堂,陳玉宇.地區(qū)間生產(chǎn)效率與全要素生產(chǎn)率增長(zhǎng)率分解(1978—2003)[J].中國(guó)社會(huì)科學(xué),2006(2):55－66.

[31]Kumbhakar S,Ghosh S,McGuckin T.A Generalized Production Frontier Approach for Estimating Determinants of Inefficiency in US Dairy Farms[J].Journal of Business＆Economic Statistics,1991,9(3):279－286.

[32]Battese G E,Coelli T J.A Model for Technical Inefficiency Effects in a Stochastic Frontier Production Function for Panel Data[J].Empirical Economics,1995,20(2):325－332.

[33]Kumbhakar S C,Wang H J.Estimation of Growth Convergence Using a Stochastic Production Frontier Approach[J].Economics Letters,2005,88(3):300－305.

[34]張軍,吳桂英,張吉鵬.中國(guó)省際物質(zhì)資本存量估算:1952—2000[J].經(jīng)濟(jì)研究,2004(10):35－44.

[35]盛斌,毛其淋.貿(mào)易開(kāi)放、國(guó)內(nèi)市場(chǎng)一體化與中國(guó)省際經(jīng)濟(jì)增長(zhǎng):1985—2008年[J].世界經(jīng)濟(jì),2011(11):44－66.

[36]Demirgü?-Kunt A,Levine R.Financial Structure and Economic Growth[M].Cambridge,MA:MIT Press,2001.

[37]李青原,李江冰,江春.金融發(fā)展與地區(qū)實(shí)體經(jīng)濟(jì)資本配置效率——來(lái)自省級(jí)工業(yè)行業(yè)數(shù)據(jù)的證據(jù)[J].經(jīng)濟(jì)學(xué):季刊,2013,12(1):527－548.

[38]顏鵬飛,王兵.技術(shù)效率、技術(shù)進(jìn)步與生產(chǎn)率增長(zhǎng):基于DEA的實(shí)證分析[J].經(jīng)濟(jì)研究,2004(12):55－65.

[39]邱斌,楊帥,辛培江.FDI技術(shù)溢出渠道與中國(guó)制造業(yè)生產(chǎn)率增長(zhǎng)研究:基于面板數(shù)據(jù)的分析[J].中國(guó)經(jīng)濟(jì)學(xué)前沿,2009,31(2):20－31.

[40]傅元海,唐未兵,王展祥.FDI溢出機(jī)制、技術(shù)進(jìn)步路徑與經(jīng)濟(jì)增長(zhǎng)績(jī)效[J].經(jīng)濟(jì)研究,2010(6):92－104.

[41]Coelli T,Perelman S,Romano E.Accounting for Environmental Influences in Stochastic Frontier Models:With Application to International Airlines[J].Journal of Productivity Analysis,1999,11(3):251－273.

[42]Henry M,Kneller R,Milner C.Trade,Technology Transfer and National Efficiency in Developing Countries[J].European Economic Review,2009,53(2):237－254.

[43]Wang M,Wong M C S.FDI,Imports,Technology Transfer and Technical Efficiency:Evidence from Panel Stochastic Frontier Analysis[J].World Development,2012,40(40):1982－1998.