金融发展、人力资本的耦合机制与经济增长的实证分析

杨晓智

（中国劳动关系学院 经济管理系，北京 100000）

0 引言

到目前为止，国内研究金融发展对经济增长影响的文献颇多（谢亚轩，2003；赵学军，2013），然而对于这一问题仍然存在以下方面值得进一步研究。（1）大部分文献集中于研究两者本身之间的总体相关性（武志，2010；陆静，2012；赵华伟，2012；马轶群、史安娜，2012），对于金融发展通过何种机制来促进经济增长的研究则较少，仅有少量的文献关注金融发展通过影响投资、生产率和FDI继而影响经济增长（熊鹏、王飞，2007；孙辉煌、苏基溶，2009），而金融发展影响经济增长的渠道是多方面的（孙力军，2007）。（2）尽管现在已经可以通过面板数据模型来估计金融发展对经济增长的影响，相对于过去的单方程模型而言可以说是前进了一大步。然而，对于面板数据模型的估计仍然没有脱离OLS框架，这种估计方法难以消除模型中的“内生性”问题，无法保证估计结果的一致性，因而有必要选择更为高级的估计方法从而得出一致的估计结果。

1 理论模型

我们将在一个戴蒙德模型基础之上来构建一个包含金融发展、人力资本投资和经济增长的一般均衡模型。模型旨在揭示金融发展如何通过促进人力资本积累从而进一步促进经济增长。

1.1 生产函数

假定模型中的生产函数是如下类型的一种柯布—道格拉斯生产函数（为了数理上的推理简便，假定不存在技术进步）：

（1）式中：Y是产出，K是实物资本投入，H是有劳动者提供的生产性服务。这就意味着劳动这对生产力的贡献既包括原始劳动，又包括了人力资本。

假定人力资本由原始劳动力和该劳动力在教育和培训上的投入所决定，我们将这个投入定义为E，于是，H(t)可以通过如下方程式来表达：

我们可以假定劳动者的生产性服务随着劳动者教育的投入水平提高而增加，即G′(E)＞0，但是我们不能进一步假定G″(E)＜0，这是因为人力资本初始投入对未来人力资本的获得是有帮助的。为了推倒的简便，我们可以假定G(·)满足如下形式：

由（5）式可以看出，产出的增长率取决于三个部分，即资本的增长率、原始劳动投入的增长率和教育投入的增长率。

1.2 经济均衡

与戴蒙德模型中的假设一样，我们假定代表性个人一生分为两个阶段，代表性个人希望最大化其一生的效用，假定其效用函数是不变风险厌恶系数函数：

我们下面将要考虑的是这个人一生之中所要受到的预算约束，假定代表性个体没有初始的资本，他在第一个阶段里主要是进行人力资本投资，而在第二个阶段里则主要是在劳动力市场上提供生产性服务。这样，代表性个人一生的收入主要通过其第二个阶段在劳动力市场上提供的生产性服务所得，而他在第一个阶段则主要从金融市场里借入资金维持自己的消费和人力资本投资。假定金融市场存在着信息不对称，资本成本主要取决于金融发展水平，于是资本成本函数定义如下：

这里的D是金融发展，金融发展水平的提高会使得资本成本降低，在一个完全信息的金融市场上，资本的成本取决于其边际产出。

假定劳动力市场是完全竞争的，此时，劳动力的工资由其在劳动力市场上生产性服务所提供的边际产品所决定（为了推理的简单，将原始劳动标准化为1）：

从（13）式可以看出教育投入与资本成本呈反向关系，即资本成本越高，教育投入越低，这就从理论上证明了金融发展对人力资本的促进作用。

由方程（5）式可以看出，经济增长率不仅取决于实物资本和劳动力投入的增长率，还取决于人力资本投入的增长率。而人力资本投入受到金融发展水平的约束，金融发展水平越高的地方，人力资本投入也就越高。于是本文得出金融发展影响经济增长的机制，即金融发展通过促进人力资本投资进而促进经济增长。

2 实证模型、变量、数据及其处理

2.1 实证模型

无论是固定效应还是随机效应模型都不能够完全解决模型系统内出现的解释变量的“内生性”问题。这个模型的“内生性”首先来自于模型中最重要的解释变量，即金融发展这一解释变量中。这是因为，金融发展与被解释变量很可能互为因果关系。一旦金融发展在模型系统中是一个内生解释变量，那么用OLS方法对其进行参数估计很可能得出一个有偏的结果。此外，经济发展往往有着滞后效应，即上一期的经济发展很可能会影响到下一期的经济发展。因此，动态面板模型很明显比静态面板模型更适合这一类问题的研究，基于这一思想，本文建立的实证模型如下：

2.2 指标说明及变量选取

在实证方程（14）中，各个变量和指标的说明如下：

（1）被解释变量是各地区人均实际GDP（1978=1）的对数，Lnprgdp。我们用这一指标来衡量产出的增长。

（2）主要解释变量包括Lnprgdp滞后项、金融发展水平（fin）、以平均受教育年限衡量的人力资本投资（human）、金融发展与人力资本的交互项（fin×human）。Lnprgdp滞后项用来控制经济增长的滞后效应，当滞后被解释变量被用来作为解释变量时，模型就被动态化了。本文主要用两种指标来衡量我国各地区的金融发展，一种用年末贷款额占GDP的比重（logdp）来表示，还有一种用年末存款余额占GDP的比重(degdp)来表示。人力资本用该指标来衡量各地区人力资源发展水平。金融发展与人力资本的交互项衡量金融发展与人力资本对经济增长影响的联合效应。

（3）其他控制变量包括人均实物资本（Lk）、外商直接投资（fdi）、政府行为（gov）、城镇化率（urban）和时间虚拟变量（dummy）。其中，Lk是对数人均实物资本，用人均资本存量的对数来衡量资本要素投入对经济增长的影响；fdi用外商直接投资占GDP的比重来衡量外资及其投资环境对该地区经济增长的影响；gov用财政支出占GDP的比重来表示，用它来控制政府行为对该地区经济增长的影响；urban用非农人口占总人口的比重来表示，用它来控制某个地区的城镇化进程对经济增长的影响；dummy用来控制异常年份的数据对经济增长的影响，本文中的虚拟变量主要包括：d1989（1989和1990年取值1，其他年份取值0），用它来控制1989年事件的影响；d1992（1992和1993年取值1，其他年份取值0），用它来控制1992年邓小平南巡讲话之后全国范围的投资大量增加所带来的影响；d1994（1994年之后取值1，其他年份取值0），用它来控制分税制改革对经济增长的影响。

2.3 数据来源及处理

本文收集了1985～2010年中国除海南、西藏和重庆之外的28个省、直辖市和自治区的面板数据。为了保持数据指标的一致性，除了实物资本投入和教育投入之外，其他所有的数据均来自中国官方部门出版的《中国统计年鉴》、《新中国五十五年统计资料汇编》和分省统计年鉴。由于FDI用美元衡量，本文中的FDI按照当年美元对人民币的汇率调整成以人民币衡量的FDI。我们用各地区的资本存量来表示该地区的实物资本投入，各地区资本存量数据来自Chong-en Bai等（2006）的计算。人力资本投入用各地区平均受教育年限来衡量，有关平均受教育年限指标，1998年以前的数据来自胡鞍钢等（2001）的计算，1998年以后的数据根据胡鞍钢（2001）的计算方法计算得出。表1给出了本文中所用到的变量指标的描述统计，表2为1985～2010年这些变量指标的相关系数矩阵。

表1 变量的描述统计

从表2我们可以看到，在我们所收集到的数据指标中，金融发展、教育以及其他一些指标如资本存量、外商直接投资、政府支出和城镇化率都与经济发展显著地正相关。教育水平与金融发展水平之间也呈显著的正相关关系，教育水平与金融发展的乘积项与经济发展水平的相关系数不仅显著为正，而且这一系数比单一的金融发展与经济发展之间的相关系数要大一些。在收集了实证模型所需要的数据之后，我们接下来就要对方程（14）进行估计。在下一节中，我们不仅要估计金融发展如何通过影响人力资本的积聚进而影响到我国的经济增长，还要验证这一影响如何随着时间而发生变化。

表2 变量的相关系数矩阵

3 实证结果及分析

3.1 金融发展与人力资本投入

理论模型的结果表明，金融发展影响经济增长的途径可以通过影响人力资本来实现。在一个发育良好的金融市场上，贫穷的人可以通过信贷来进行较昂贵的人力资本投资，因此金融发展可以促进人力资本投入，而人力资本投入被证明是有利于经济增长的。因此，在验证金融发展通过促进人力资本投资从而影响经济增长前，有必要验证一下金融发展与人力资本投入之间的关系。我们首先根据Holtz-Eakin等（1989）提出的一个面板数据格兰杰因果关系检验方法来验证金融发展是不是我国人力资本投入的格兰杰原因。具体来说就是估计如下一个方程：

这里的human代表人力资本，fin代表金融发展，fi代表省际固定效应，vit代表模型的残差项，m代表滞后阶数，一般情况下可以取滞后4阶。在这个框架里，当金融发展的滞后变量前面的系数显著不为0时，就可以得出金融发展是我国人力资本积累的格兰杰原因。也就是要检验如下一个命题：a1=a2=…=aj=0，当这一条件被拒绝时，我们就可以认为金融发展是我国人力资本积累的格兰杰原因。通过对方程（15）进行估计，我们将面板数据的格兰杰因果关系检验结果放在表3中。

表3的结果拒绝了原假设，说明金融发展不论以存款占GDP的比重还是以贷款占GDP的比重来衡量，都明显拒绝了原假设，说明金融发展是我国人力资本积累的格兰杰原因。图1和图2分别是以贷款额占GDP的比重和以存款额占GDP的比重来衡量的我国各地区金融发展与人力资本投资之间关系的线性拟和图形。

图1和图2的结果表明我国的金融发展与平均受教育年限呈明显的正相关关系，两者之间简单的相关系数用贷款余额占GDP的比重来衡量金融发展时为0.41，而用存款余额占GDP的比重来衡量金融发展则达到了0.54。简单的实证检验证实金融发展的确促进了我国人力资本投资，在我国金融发展水平越高的地方，平均受教育年限也越高。综合表3和图1、图2的结果，我们认为金融发展对我国人力资本的积累产生了显著的正向促进作用。

表3 金融发展对人力资本积累的格兰杰因果关系检验

图1 贷款占GDP的比重与平均教育年限的关系

3.2 金融发展、人力资本与经济增长

对本文中的实证方程（14）式进行参数估计，方程（14）是一个典型的包含了外生变量的自回归动态面板模型。由于存在滞后被解释变量作为解释变量的情况，“内生性”问题不可避免地出现了。对于这类模型，普通的固定效应和随机效应肯定无法完全解决其参数估计的无偏问题，而工具变量法是解决回归模型“内生性”的最主要方法。对于方程（14）来讲，最主要的就是要找到合适的工具变量，我们主要使用系统GMM方法而不是差分GMM估计方法来对方程（14）进行估计，作为对照，我们也给出了面板数据的固定效应模型估计结果。

表4 金融发展及人力资本对经济增长的影响

图2 存款占GDP的比重与平均教育年限的关系

由于在系统GMM估计中，水平变量的滞后项是差分变量的工具变量，而差分变量的滞后项又是水平变量的工具变量，这里面就存在工具变量是否有效的问题。Arellano和Bover（1995）和Blundell和Bond（1998）提出了两种统计检验法来检验系统GMM的工具变量是否有效。第一种方法称为过度识别约束检验，称为Sagan检验或者Hansen检验，主要是用来判断在估计过程中所使用的矩条件工具变量在总体上是否有效。第二种检验是自回归（AR）检验，这种检验主要是用来判断残差项vit在差分回归和差分-水平回归中是否存在序列相关。在Sargan检验中，原假设为工具变量是过度识别的，在AR检验中，残差项允许一阶序列相关存在，但不允许二阶序列相关。

表4中的前四个方程采用固定效应模型估计方法，后四个方程所采用系统GMM估计方法。在系统GMM的估计的四个方程中报告了Sargan检验的和AR（1）、AR（2）检验的P值。在所有的系统GMM估计的方程中，Sargan检验的P值和AR（2）检验值均超过了0.1，说明模型不存在过度识别和残差项二阶序列相关的问题，换句话说，假设检验支持了工具变量的有效性。

由于固定效应模型无法完全消除内生解释变量的问题，所以对表4的分析主要集中在方程（5）-（8）上。当没有引入金融发展与人力资本的联合效应时，金融发展不论是以存款占GDP的比重来衡量，还是以贷款占GDP的比重来衡量，都对经济增长产生显著的负向影响，这一估计结果同先前许多研究文献的估计结论是一致的（Guariglia和Poncet，2008；单俏颖，2006）。这说明我国的金融发展的确存在着金融扭曲的现象，对于这一现象也并不难解释。我国的金融部门在很大程度上承担着“第二财政”的职能，四大国有商业银行大量的贷款并不是贷给最有效率和信用良好的私营企业和民营企业，而是在政府的指令性计划下贷给了无效率的国有企业。

由于本文的实证检验主要验证的是金融发展影响经济增长的人力资源机制，对于本文的实证模型来说，最主要的是看金融发展与教育水平对经济增长的联合影响。在方程（7）-（8）中，当我们在实证模型中引入金融发展与教育水平的交叉项之后，我们发现金融发展与教育水平的交叉项对经济增长有着十分显著的正向影响。这就意味着当我国的教育发展水平越高时，金融发展对经济增长的促进作用会越大，而金融发展水平越高时，教育对经济增长的促进作用也会越大。而前面我们已经验证了金融发展对教育水平的促进作用，由此我们可以得出这样一个结论：金融发展通过促进人力资本的积累进一步促进了我国的经济增长。

表4中，人力资本、实物资本、外商直接投资和城镇化率对经济增长都有着显著的正向影响，这些都是符合经济学解释的。政府支出对经济增长有着负面的影响，对这一点也能够做出解释，即政府支出占GDP的比重越高表明该省份经济受政府干预的情况越严重，而政府过多地干预有可能导致资源配置扭曲，因此政府支出对经济增长的影响为负。总而言之，表4的估计结果，尤其是系统GMM的估计结果是令人满意的。尽管我国存在着较为显著的金融扭曲现象，但是由于我国的金融发展促进了人力资本积累，而人力资本积累又是经济增长的重要推动力之一，因此金融发展通过促进人力资本的积累进而促进了我国的经济增长。

4 结论

本文通过对动态面板模型的系统GMM估计，得到结论如下：（1）金融发展显著地促进了我国的教育投资，金融发展和教育投资的联合效应又显著地促进了我国的经济增长。这说明了金融发展通过促进人力资本投资从而进一步促进了我国的经济增长；（2）我国存在着明显的金融扭曲现象，但随着金融体制改革的推行，这种扭曲的程度正在下降；（3）金融发展与人力资本的耦合机制促进了我国的经济增长，但这种耦合机制随着时间推移正在有所减弱；（4）随着大学扩招和教育投入的不断扩大，我国的教育回报正在降低；正是这种降低了的教育回报使得金融发展与人力资本的耦合机制有所减弱；（5）资本、外商直接投资和城镇化对我国的经济增长有着显著的正向影响，政府支出对我国的经济增长有着显著的负向影响，说明我国应当进一步提高政府在资源配置中的效率。

[1]谢亚轩.金融发展与经济增长实证研究方法综述[J].南开经济研究，2003，（1）.

[2]赵学军.2012年中国当代金融研究述评[J].金融教学与研究，2013,(2).

[3]武志.金融发展与经济增长：来自中国的经验分析[J].金融研究，2010,(5).

[4]陆静.金融发展与经济增长关系的理论与实证研究[J].中国管理科学，2012,(1).

[5]赵华伟.我国金融发展与经济增长关系的再检验：1989-2011[J].经济问题探索，2012,(8).

[6]马轶群,史安娜.金融发展对中国经济增长影响质量的影响研究[J].国际金融研究，2012,(11).

[7]熊鹏,王飞.中国金融发展对经济增长内在传到渠道研究——基于内生增长理论的实证比较[J].财经研究，2007,(12).

[8]孙辉煌,苏基溶.FDI、要素发展与金融增长：要素投入还是TFP[J].南方金融，2009,(9).

[9]孙力军.金融发展、FDI与经济增长[J].数量经济技术经济研究，2008,(1).

[10]Bai C E,Hsieh C T,Qian Y Y.The Return to Capital in China[J].Brookings Papers on Economic Activity,2006,(2).

[11]Holtz-Eaking D,Newey W,Rosen H S.The Revenues-Expenditure Nexus：Evidence from Local Government Data[J].International Economic Review,1989,30.

[12]胡鞍钢，李春波.新世纪的新贫困：知识贫困[J].中国社会科学，2001，（3）.

[13]Arellano M,Bover O.Another Look at the Instrumental Variables Estimation of Error Component Models[J].Journal of Econometrics,1995,68(1).

[14]Blundell R,Bond S.Initial Conditions and Moment Restrictions in Dynamic Panel Data Models[J].Journal of Econometrics,1998,87(1).