金融发展、技术创新与经济增长

李宝礼 胡雪萍

收稿日期：2013-07-14

基金项目：

作者简介：李宝礼（1984-），男，安徽滁州人，中南财经政法大学博士研究生，安徽科技学院财经学院教师，研究方向为货币理论与政策、经济增长；胡雪萍（1965-），女，江西铜鼓人，中南财经政法大学经济学院教授，博士生导师，研究方向为农业经济、消费经济、发展经济学。

摘要：随着金融危机的发展，中国粗放型经济增长模式已走到尽头，经济增长必须由原来的依靠增加要素投入的外延增长方式转向依靠技术创新和金融创新驱动的内涵型增长方式。本文通过构建结构面板向量自回归模型考察中国经济增长、金融发展、技术创新三者之间的内在联系，研究发现在中国经济增长对金融发展与技术创新的推动高于后两者对经济增长的作用，并且在经济发达的东部地区，金融发展与技术创新对经济增长的促进要高于中西部地区。

关键词：金融发展；技术创新；经济增长

文章编号：2095-5960（2013）04-0001-06

；中图分类号：F123

；文献标识码：A

一、引言

金融发展与经济增长、技术创新与经济增长之间的关系一直是经济学研究的热点问题，也是经济学中存在较大争议的问题之一，一国金融深化和广化带来的金融发展是否能促进该国经济增长，还是经济增长带来了金融发展，学界尚未达成确定的共识。有关金融发展与经济增长之间关系的论著颇多，Goldsmith（1969）[1]最早进行了金融发展与经济增长的实证研究，通过检验35个国家103年的数据，发现金融发展对经济增长有显著性影响。King and Levine （1993）[2]在Goldsmith研究进行改进的基础上并对样本进行扩充，同样得出了金融发展与经济增长之间存在正相关关系。Aghion（1992）[3]等认为发达的金融市场通过提高储蓄率及鼓励技术创新来促进资本积累与经济增长。但也有经济学家对此持不同意见，Robinson Joan（1952）[4]宣称“金融跟着企业走”，经济发展带来了金融发展而不是相反。Lucas（1988）[5]则根本不相信金融发展与经济增长之间有什么联系，认为经济学家过度强调了金融因素在经济增长中的作用。

关于技术创新与经济增长之间关系的最著名论述无疑来自于熊彼特的产业组织理论，该理论将创新描述为产业竞争的一种重要特征，并提出存在一种“创造性破坏”的力量，即通过发明新技术来驱动增长的创新破坏了之前的创新结果，使得它们过时。经济学界对技术创新与经济增长的研究除熊彼特外，Aghion（1992）提出了基于R&D的内生增长模型，发现R&D投入水平的提高将加快经济增长。Jaffe、Trajtenberg and Fogarty（2000）[6]的实证分析验证了某一产业的R&D投入的增加不仅可以提高该产业的技术进步，还有助于其他相关产业劳动生产率的提高，进而可以提升一个区域的整体经济产出水平。

。

综上所述，目前国内外对金融发展、技术创新、经济增长的研究主要集中在分别考察金融发展对经济增长的作用，以及技术创新对经济增长的促进作用上，而在分析金融发展对经济增长的作用时没有加入技术创新，或者在分析技术创新对经济增长作用时没有加入金融发展，本文认为有所不妥。正如Schumpeter提出，良好的银行通过甄别并向最有机会在创新产品和生产过程中成功的企业家提供融资而促进技术创新；技术创新则通过扩大市场需求、增加盈利空间、节省交易成本推动金融发展。因此，在研究金融发展对经济增长的作用时必须要考虑技术创新对二者的影响，研究技术创新对经济增长的作用时也必须要加入金融发展对二者的影响。先前的研究通常将金融发展、技术创新看作外生给定的。但在我们的研究视角下，三者之间是相互影响的关系，均应作为内生变量加以分析。基于此，本文运用结构面板向量自回归模型（PSVAR）考察中国经济增长、技术创新与金融发展三者之间的内在关系。

二、实证研究

（一）模型的设定

面板向量自回归模型的研究始于Chamberlain基于混合数据情形的讨论。1988年，Holtz-Eakin、Newey and Rosen研究了一类时变系数的面板数据向量自回归模型，并提出了一种2SLS估计。但真正对面板向量自回归模型的研究应该是从Peasran and Smith的开创性研究开始，Peasran and Smith发现，对于宏观面板数据可以通过对面板数据向量自回归模型中的每个变量的个体平均时间序列数据建立时间序列向量自回归模型的方法估计模型参数，并且这种估计是一致估计。简化的面板自回归模型同简化的向量自回归模型一样，没有给出变量之间的当期相关关系，即在模型的右端没有包含内生变量的当期值，为了考察内生变量之间的当期关系，本文建立如下结构性面板数据向量自回归（PSVAR）模型：

（二）数据说明

gdpi，t代表省份i在时期t的GDP数据，为了减轻时期波动对数据的影响，本文对所有数据均取对数。rdi，t代表省份i在时期t的科技创新数据，本文选取各省份在不同时期的三种专利批准数量衡量科技创新水平。firi，t代表省份i在时期t的金融发展指数，关于金融发展指标的选取，经济学界有两种代表性的指标，即戈氏指数和麦氏指数。戈氏指数由戈德斯密斯提出的衡量一国金融结构和金融发展水平的金融相关比率，金融相关比率是指某一时点上现存金融资产总额（含有重复计算部分）与国民财富之比。麦氏指数由麦金农提出，用货币存量（M2）与国内生产总值比来衡量一国金融发展水平。由于本文考察的是中国省际面板数据，很难得到各省的货币存量数据，无法计算麦氏指数，只能用戈氏指数来衡量中国各省际间的金融发展水平。因此，本文定义的金融发展指数为：

firi，t=（D+L）/GDP

其中，D指各类金融机构存款数；L指各类金融机构贷款数。

本文采用年度数据，样本时间区间为1985—2010年，样本包含29个省级行政单位，剔除了香港、澳门、台湾，重庆和海南分别并入四川和广东。数据主要来自于《中国统计年鉴》、《中国科技统计年鉴》、《中国金融年鉴》以及《新中国60年统计资料汇编》。表1给出了样本各主要变量的统计性质。

（三）模型的检验

1.面板数据的单位根检验

由于本文选取的面板数据时间期限较长，为了避免出现伪回归现象，需要对面板数据进行单位根和协整检验。面板数据的单位根检验方法不同于时间序列数据，常用的检验方法主要有两大类，一类是检验含有不同单位根的方法，如IPS和Fisher-ADF检验；另一类是检验含有相同单位根的检验方法，如LLC检验、Breitung检验、Hadri检验。除Hadri检验的原假设为不

注：* 和** 分别表示参数估计在5%和1%的水平下显著，其中括号中数字为伴随概率p值。

2.面板数据的协整检验

面板协整检验常用的检验方法有三种，分别是Pedroni检验、Kao检验和Fisher检验，其中Pedroni检验是应用最广泛的方法，本文也采Pedroni检验来检验变量之间是否有协整关系。Pedroni检验在回归残差的基础上构造了三个用组间尺度描述的协整检验统计量——Group rho-Stat、Group PP-Stat、Group ADF-Stat；以及四个用联合组内尺度描述的协整检验统计量——Panel V-Stat、Panel rho-Stat、Panel PP-Stat、Panel ADF-Stat。lngdp、lnfir和lnrd的面板协整检验结果如表3所示。表3面板协整结果

由表3的检验结果可知，除联合组内尺度描述的Panel V-Stat统计量不显著外，其余统计量均在1%的显著性水平下显著，表明lngdp、lnfir和lnrd之间具有协整关系。Pedroni指出，当面板数据的样本期较长时（T>100），7个统计量均有较小的偏误，而且性能也高；但当样本期较短时，Panel V-Stat统计量的性能较差。由于本文的样本为26期，因此Panel V-Stat不是本文重点参考的统计量，在其余6个统计量显著的情况下，可以证明lngdp、lnfir和lnrd之间是一阶单整的，且具有协整关系，因而可以对其建立结构性面板自回归模型。

（四）实证结果分析

1.经济增长、金融发展与科技创新之间关系

结构性面板自回归模型主要采用2SLS估计和GMM估计。从理论方法上看，GMM是从矩条件或矩方程出发对参数进行估计或检验，而无需考虑模型形式的设定以及可能由此引起的设定误差等问题。从统计方法论来讲，GMM方法更具一般性，涵盖了诸多的传统计量经济分析方法，其中2SLS可视为GMM的特例。虽然GMM法有强大的优势，但分析过程较为复杂，为了简化分析，本文采用2SLS对结构性面板自回归模型进行估计。由于面板随机影响模型中同一截面不同时期的随机误差项之间可能存在相关，所以当随机误差项与解释变量相关时，2SLS估计的结果将不再是最有效的，基此本文只分析面板固定效应模型。

通过组间效应估计（组间2SLS）及固定效应模型（组内2SLS估计）两种方法对模型建立的结构性面板自回归模型（式1）进行回归。由于本文所选取面板数据的时间期限相对较短，为减少自由度的损失，同时在比较不同滞后阶数的模型回归结果基础上，采用PSVAR（1）模型，所有的回归结果如表4所示。

注：* 和** 分别表示参数估计在5%和1%的水平下显著，其中括号中数字为伴随概率p值。括号内数值为估计量的标准差。

表4的前三列为组间固定效应2SLS估计结果，后三列为组内固定效应2SLS估计结果。由参数的估计结果可知，在组间2SLS估计下除金融发展的一阶滞后值对国内生产总值影响的Z统计量不显著外，其他所有参数估计值均在5%和1%的水平下显著。在组内2SLS估计下除技术创新一阶滞后对国内生产总值影响的Z统计量不显著外，其余所有参数估计值均在5%和1%的水平下显著。除了回归结果的统计显著外，与时间序列自回归模型相比，面板数据不仅增加了样本容量，使得估计结果的可信度提高，而且面板模型的所有回归方程均包含了地区固定效应哑变量φi。因此，即使考虑到各省份特有的、不随时间变化的但有可能对因变量造成影响的因素（如地区文化、宗教、心理等）我们的回归结果依然是稳定的。

除统计上的影响性外，结构面板自回归模型估计结果与前文建立的理论模型的预期结果也是一致的。在两种估计方法下，所有的估计值均为正数，表明各变量的当期及滞后一期值对其他变量均有正向影响。如在组间固定效应估计下，国内生产总值一阶滞后值变动1个百分点会导致当期国内生产总值平均变动0.998个百分点；金融发展的当期及滞后一期值变动1个百分点分别会导致经济增长变动0.008和0.015个百分点，这一结果说明金融发展对经济增长有正向冲击。同样的情况也出现在经济增长对金融发展和技术创新的影响以及技术创新和金融发展的相互影响上，表明在中国经济增长与金融发展和技术创新之间存在正向相互影响关系。

表5给出了lngdp、lnfir和lnrd之间在两种不同估计方法下相互影响系数的平均参数估计值，以及在两种估计方法下影响系数总的平均估计值。由表5可知，金融发展变动1个百分点对国内生产总值的总平均影响约为0.062个百分点，略低于科技创新对国内生产总值的影响0.074，说明在中国技术创新对经济增长的作用要高于金融发展。国内生产总值一个百分比的变动会导致金融发展变动0.435个百分点，对科技创新的影响约为 0.787个百分点，说明经济增长对科技创新的影响要高于对金融发展的影响。与金融发展和科技创新对经济增长的作用相比，在中国，表现更明显的是经济增长促进了金融发展水平和科技创新水平的提高，而金融发展和科技创新对经济的推动作用还停留在较低的水平，存在较大的提升空间。在金融发展与科技创新的关系中，可以看出二者相互影响的程度相当，科技创新变动1个百分点对金融发展的影响约为0.212个百分点，略高于金融发展对科技创新的影响0.128。

注：本表数根据表4计算得出，并剔除了统计上不显著变量。

2.不同地区金融发展和技术创新对经济增长的作用

根据上述回归结果做进一步分析，前文的实证研究结果从中国整体角度说明了金融发展、科技创新与经济增长三者之间的相互联系，下面我们将在上述实证研究的基础上重点分析金融发展和科技创新对中国经济增长的作用。由于中国各地区经济发展差距较大，东、中、西部地区在金融发展和科技创新上也很不均衡，因此有必要分从不同地区分析金融发展和科技创新对经济增长的影响。为了简化分析，在此只建立简单的面板模型进行分析：

注：表中数值是以东、中、西所属省（市、自治区）各参数估计值的平均值计算得到的。

由表6可以明显地看出，在经济发达的东部地区，金融发展对国内生产总值的促进作用远远高于中部和西部地区，这一现象与东部地区发达的金融体系，尤其是民间金融体系对经济发展的支持是密不可分的。而中西部地区由于经济开放较晚，落后的金融体系对于经济增长的支持力度明显较弱。在科技创新对经济增长的作用上，东部地区仍然高于中西部地区，但差距不是很明显，值得注意的是中部地区科技创新对经济增长的作用落后于西部地区。与金融发展对经济增长作用相比，科技创新对经济增长的作用在各地区差距不大，说明在中国科技创新主要是依靠政府投入和行政力量推动的，各地区政府对科技创新投入的差距较小，但是企业尤其是民营企业在科技创新上所起的作用较小。表6还表明，东、中、区部地区科技创新对经济增长的促进作用高于金融发展对经济增长的促进作用，与结构面板自回归模型的结论一致，这一结果与中国对科研投入大力支持，而金融改革进展缓慢的现实状况相符合。

三、结论及对策建议

本文通过运用理论和实证模型对金融发展、技术创新与经济发展三者之间的关系进行了研究，结果表明，在中国三者之间存在显著的互为正相关关系，经济增长带动了中国金融发展和技术创新，而金融发展和技术创新又反过来促进经济增长。从相互之间的影响力度上看，在中国现阶段，经济增长对技术创新和金融发展的影响要高于后两者对经济增长的影响，中国经济增长更主要是依靠粗放型经济增长模式——依靠廉价劳动力和自然资源驱动的，而金融发展和科技创新虽然对经济增长有显著的正向作用，但影响力度较小，与发达国家相比还存在很大的提升空间。根据上述研究结论，本文提出以下几点对策建议：

1.加快金融改革，提高金融发展对经济增长的作用。中国经济发展已进入工业化后期，经济结构需要进一步优化升级，金融危机和人口老龄化带来的冲击更加需要将中国的产业结构由低端制造业向高新技术产业进行转变。亟需对金融业进行改革，建立现代的金融服务体系。现代金融服务体系的建立不仅能够为经济转型提供资金支持，而且根据前文的实证研究，金融发展对技术创新的显著正向影响又会加速企业的技术升级。金融体系改革的重点，一是要建立多层次的、能够提供全方位服务的金融市场体系。二是要鼓励金融创新，为企业提供必要的规避或分散金融风险的工具。三是要打破行业垄断，允许民营资金进入金融行业，只有竞争才能促进金融体系的不断发展。四是要进一步改革金融监管体制，在分业监管和增强市场监管作用的基础上，加强监管机构之间的协调与配合，提高统一监管能力，在促进金融业稳健发展的同时，防范金融泡沫化。

2.提高科技创新的质量和科技转化成生产力的能力。当前，中国虽然在很多高科技领域的研究处在世界前列，但是在民用科技创新方面与发达国家存在不小的差距，且一直处于模仿阶段，核心技术受制于人。同时，中国科研主要由高校和科研院所进行，科技成果转化成现实生产力的渠道并不是很通畅。因此，要提高科技创新对经济增长的促进作用，一方面国家要鼓励企业进行科技研发，为企业研发建立良好的制度环境，保护其产权不受侵害，同时也要建立多层次的市场化金融体系为科技创新提供资金支持[17]。另一方面要加强企业和各类科研机机构的合作，提高科技转化为现实生产力的能力。

3.为金融发展和科技创新建立良好的的制度和法律环境。法制落后、产权模糊均是阻碍金融发展和科技创新的重要因素，没有良好的法制环境和清晰的产权界定无法合理规范金融体系运行和现代金融服务业的建立，无法鼓励私营企业的开展创新活动，经济的转型升级必然停滞不前。

参考文献：

[1]Goldsmith，R.W Financial Structure and Development[M].New Haven，conn. Yale University press，1969.

[2]King，Robert G.&Levine，Ross. finance entrepreneneurship and growth： theory and evidence[J].Journal of monetary economics， 1993，32，515-542.

[5] Lucas， Robert E. On the mechanics of economic development[J]， Journal of Monetary Economics， 1988，22（1）， 3- 42.

[4] Robindson， Joan. The generalization of the general theory， in The Rate of Interest， and Other Essays[M].London： Macmillan， 1952， 67- 142.

[3]Aghion，P.，P. Howitt. A Model of Growth through Creative Destruction[J]. Econometrics，1992，（60）.

[6]Jaffe，A.， M. Trajtenberg，and M. Fogarty. Knowledge Spillovers and Patent Citations： Evidence from a Survey of Inventors[J]. American Economic Review，2000，（90）.

[7]王志强，孙刚.中国金融发展规模、结构、效率与经济增长关系的经验分析[J].管理世界，2003 （7）：56-64.

[8]贾春新，夏武勇. 银行分支机构、国有银行竞争与经济增长[J].管理世界，2008 ，（2）：7-14.

[9]罗文波，安水平.资本市场融资、经济增长与产业结构升级——基于中国省际面板数据的检验[J].证券市场导报，2012（4）：47-54.

[10]贾清显，王岳龙. 金融危机背景下再论金融发展与经济增长[J].世界经济研究，2010 （6）：9-10.

[11]于同申，陈慧.中国金融发展与经济增长的关系分析[J].生产力研究，2002（7）：39-51.

[12]姚洋，章奇.中国工业企业技术效率分析[J].经济研究，2001（10）：13-22.

[13]赵喜仓，陈海波.中国R&D状况的区域比较分析[J].统计研究，2003，（3）：47-52.

[14]胡恩华，刘洪，张龙.中国科技投入经济效果的实证研究[J].科研管理，2006，（4）：25-36.

[15]孙敬水，岳牡娟.中国R&D投入与经济增长实证研究[J].科技管理研究，2009，（7）：27-39.

[16]卢方元，靳丹丹.中国R&D投入对经济增长的影响[J].中国工业经济，2011，（3）：149-157.

[17]邓天佐，张俊芳.关于我国科技金融发展的几点思考[J].证券市场导报，2012（12）：18-26.