金融错配对企业技术创新的抑制效应研究——基于省际面板数据的实证分析

(重庆师范大学 重庆 401331)

一、引言

自改革开放以来，我国在经济增长领域创造了“中国奇迹”，取得了举世瞩目的发展成果。除此之外，中国还是全球第一大贸易国，全球最大的出口国和制造业大国，外汇储备多年来一直保持世界第一，获得了令全球瞩目的经济成就。然而，正如克鲁格曼所指出的那样:“中国经济增长依靠的是汗水，而不是灵感。”。伴随着一系列成就的则是粗放式经济增长所带来的高污染、高消耗、不可持续等问题，而低技术含量、低附加值的生产模式只能将中国经济锁定在全球分工和价值链的低端。

尽管我国政府早已意识到，对于长期经济增长与竞争优势的提高来说，技术创新是至关重要的。但技术创新的实现却十分困难，正如Holmsrom(1989)所指出的那样，整个创新过程不仅漫长、具有异质性、难以预测结果，而且失败的几率极高。企业是技术创新的主体，因此，为了发展创新能力，政府需要创造各种条件，提供各种支持。伴随着时代的发展，教育和科技水平在我国均有很大程度的提高，由此金融支持成了我国企业目前进行科研创新所面临的主要问题。而实际上，早在1942年创新理论的开创者熊比特就明确指出，在创新活动中，金融系统的作用是至关重要的：“银行可以通过自己的专业知识，有效的鉴别出在生产和工艺创新中可能获得成功的企业，并对其进行资金上的支持，从而可以有效的促进创新。”(Schumpeter，1942)。正是由于金融市场的重要性，金融资源错配近年来成为一个重要的研究议题。

二、文献综述

经过对国内外相关文献的研究，笔者发现，直接针对金融错配对企业技术创新水平的影响效应的研究不多，但是从金融错配与技术进步相关性展开研究的文献还是十分丰富的，首先从国内研究现状来看，沈能，刘凤朝(2007)研究了金融规模与技术进步之间的关系，通过Geveke分解得出金融规模对技术进步有正向的促进作用。邵挺(2010)从金融错配的角度，通过选取1997-2007年的数据，研究金融错配与企业回报率之间的关系，发现国有企业的资本回报率较私有企业低，且差距甚远，进而估算了如果消除金融错配，我国的GDP就可以较之增长2%-8%。钱水土、周永涛(2011)运用残差结构一阶自相关的固定效应面板数据方法，估算了截止到2008年9年间28个省市金融发展与技术进步的关系，结果表明：技术进步与金融发展有关联，且技术进步受金融错配正向促进。段军山、魏友兰、马宇(2012)运用VAR模型，通过分析省际面板数据，证实经济增长短期内确实受金融发展所影响，且绩效经济增长与技术进步存在良性互动。

从国外研究现状来看，近几年来，有部分学者针对资源错配中的金融错配进行了系统研究：Bartelsman等(2013)以租借成本需要抵押品的形式引入金融扭曲，研究发现对于外部融资占GDP比值达三分之一以上的样本国家，至少会出现40%的TFP损失。郑赫和汤森德(2007)(2010)认为以前的经济增长模型忽略了金融扭曲对资本和财富积累的影响，从而难以判断经济体的自我融资能否抵消资本错配。Mortensen(2009)的研究则否定了郑赫的结论，他们认为产出数据在时间序列上的变化不足以产生较大的生产率损失，即便一个经济体完全没有外部融资，也只能造成最多不超过5%的TFP损失。

三、金融错配对企业技术创新影响的实证分析

(一)变量选取与说明

1.被解释变量：技术创新变量(Inno)本文选取各地区规模以上工业企业专利授权数作为衡量技术创新水平的指标。

2.核心解释变量：金融错配程度(Fm)。本文采用邵挺(2010)的方法，各地区金融错配程度以各省规模以上工业企业资金使用成本与所在地区的平均资金使用成本的差额来衡量。

3.开放程度(Opened)：开放程度我们用该省进出口总额占该省当年GDP的比重进行衡量，其中各省份进出口总额将会使用当年的美元平均汇率进行对人民币的折算。

4.外商直接投资(FDI)：这里的Fdi指标我们用将各省份的FDI数额进行衡量。

5.本文的研发投入指标选用各地区规模以上工业企业研究与试验发展的内部支出来衡量。

6.企业规模(Str)用各省工业总产值与该省GDP的比值进行衡量。

7.受教育程度(Edu)用各省平均受教育年限来衡量。

(二)数据来源

本文选择2006-2015年30个省市(区)相关的省级面板数据作为研究样本。其中，各省GDP、各省工业总产值、规模以上工业企业利息支出、负债总额和应付账款的数据取自历年《工业经济年鉴》和中国国家统计局网站；各地区规模以上工业企业专利授权数、各地区规模以上工业企业研究与试验发展的内部支出的数据来自历年《中国科技统计年鉴》；各地区平均受教育程度所需数据均来自于历年《中国劳动统计年鉴》，计算方法参照彭国华(2005)《中国地区收入差距、全要素生产率及其收敛分析》；各地区进出口总额和外商直接投资额的数据取自各个省市(区)历年《统计年鉴》。考虑到数据的科学性和合理性，以亿美元为原始计价单位的相关数据需要根据各年度人民币与美元之间的平均汇价折算成亿元，同时为了减小变量数据间的差异性，技术创新、研发投入和外商直接投资测度指标的计算都表现为对数形式，其他部分控制变量的计算表现为对应原始数据与GDP之比的关系。所有数据均已通过平稳性检验。

现阶段，中职学校中学生的基础都比较差，而且他们学习的状态不太好，如果不及时调整教学的现状，会直接影响着学生学习的积极性和学生的能力。本文试图结合中职机械专业教学实际入手，探索提高中职机械专业教学质量的方法。

(三)模型构建与实证检验

经过上述分析，经过对数处理后的模型构建如下：

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，需要选取相应的估计方法进行估计。本文采用了混合回归、普通面板固定效应模型与普通面板随机效应模型分别进行了回归，并通过F检验和LM检验得出固定效应模型与随机效应模型优于混合回归的结论，并在固定效应(FE)与随机效应模型(RE)分别进行估计后最后进行了Hausman检验，检验结果表明，卡方检验统计量对应的概率值位0.1956，所以无法拒绝个体效应与解释变量无关的零假设，即应放弃固定效应模型，选择随机效应模型。随机效应的优点就是减少自由度的损失，同时可以对一些不随时间改变的变量如教育程度等因素得到更好的测量。为了反映宏观经济变化的影响，我们加入时间虚拟变量，反映出随着年度的变化。时间变量从year4开始到year10的系数呈增长趋势，且基本都在1%的置信水平上显著，说明相对于初始年份我国的技术创新水平一直在提高，这也与我们现实中的实际状况一致。篇幅所限，本文略去了时间变量的估计结果。

表1 模型比较及估计结果(因变量：lnInno)

注：***、**、*分别表示在1%，5%，10%水平上显著相关；()内数字为T统计值。

在控制了其他变量的影响以后，回归的结果显示，不仅随机效应模型中金融资源的错配(Fm)的系数为负而且固定效应的结果也显著为负，且固定效应与随机效应模型均在10%以下的水平上显著，这一重要结果对我们的理论分析提供了有力的支持，即金融错配(Fm)对地区技术创新水平具有显著的负向影响，这说明我国各地区在面临金融错配的条件下，当地技术创新的提高受到了抑制，而面临的金融错配程度越大，技术创新受到抑制的程度就越大。

四、政策与建议

本文认为，要尽量减少金融错配，提高企业技术创新水平，应从企业和政府两角度进行努力。

(一)企业角度

第一，加大企业自身创新人才引进力度。人才是企业进行科技活动的坚实基础和必备条件，可以从制度和培养两方面着手。一方面，企业应适当提高创新型人才的待遇，另一方面，企业应自行培养合适的创新型人才。

第二，扩大创新资金投入。创新离不开资金的支持，对于企业来说也不例外。那么，企业应该拥有创新专项资金，因此企业每年可以从主营业务收入中提取一定比例用于技术研发创新。除此之外，也要积极地与当地政府以及银行等金融机构沟通，获得税收政策和资金上的支持。

(二)政府角度

第一，减少政府对信贷领域的干预，提高金融法制水平，减少对低效国有企业的保护，增强银行独立性，并让低效企业遵循市场机制退出市场。

第二，积极发挥外商直接投资作用，将国外先进的技术与资金引进，迅速形成产业集群效应。同时，国家应建立健全知识产权保障制度，积极鼓励企业的进行研发。

第三，对技术落后地区进行全方位引导和扶持，提升各地教育水平，并对现有的人才市场进行整合、合理进行人力资本分配具有重要意义。

【参考文献】

[1]陈永伟.资源错配、问题、成因和对策[D].北京:北京大学，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]聂辉华,贾瑞雪.中国制造业企业生产率与资源误置[J].世界经济.2011(7):27-42.

[11]简泽.市场扭曲、跨企业的资源配置与制造业部门的生产率[J].中国工业经济.2011(1):58-68.

[12]罗德明,李晔,史晋川.要素市场扭曲、资源错置与生产率[J].经济研究,2012(3):4-14.

[13]邵挺.金融错配、所有制结构与资本回报率:来自1999-2007我国工业企业的研究[J].金融研究,2010(9):51-68