金融发展、要素积累和经济增长关系的实证分析

巩 鑫，唐文琳，穆 军

（1.广西大学 商学院，南宁 530001；2.广西生态工程职业技术学院，广西 柳州 545004）

0 引言

经济增长可以提高社会总福利，促进社会进步，是社会经济发展的重要目标。如何促进经济增长一直都是宏观经济学界研究的核心问题，经济学家分别从要素积累、金融发展等角度研究经济增长的问题。索洛模型认为要素积累是影响经济增长的重要因素，在经济达到稳态之前，要素投入的增加可以促进经济增长。发达的金融市场可以甄选优质的企业和项目，从而合理配置金融资源，促进经济增长[1]。金融发展的规模、效率和国民生产总值之间存在比较显著的相关关系，金融发展可以提高资本的效率和数量[2]。因此，厘清金融发展、要素积累与经济增长之间的内在联系，具有重要的理论意义与现实意义。

Bagehot（1873）[3]较早关注金融发展对经济增长促进作用，他认为英国的金融发展为工业革命的顺利进行提供了廉价的、充足的资本。学者们使用不同国家的数据对金融发展与经济增长的关系进行了实证分析，金融发展可以促进经济增长的这一结论已初步达成共识[4，5]。而古典主义经济增长理论认为经济增长是要素积累和技术进步共同作用的结果，技术进步可以看做是要素积累的副产品。Howitt和Aghion（1998）[6]提出要素积累和技术进步不是经济增长的两个不同影响因素，而是同一过程的两个方面，技术进步依赖于物质资本和人力资本的积累。随后的学者从劳动[7，8]、资本[9]两个方面论述了要素积累对经济增长的作用。由此可见，金融发展和要素积累都可以促进经济增长，那么这三者之间有着什么样的内在联系？对此，本文将金融发展、要素积累和经济增长纳入到同一研究框架内进行分析。

1 变量选取和数据来源

基于检验我国金融发展是否能够通过作用于要素积累来达到推动经济增长的目的，本文所选择的变量主要包括：金融发展指标、要素积累指标、经济增长指标和一些主要控制变量指标。具体变量的解释如下：

金融发展（fd）。衡量金融发展的因素很多，本文主要从两个方面对金融发展进行测度，分别是金融发展效率和金融发展规模。金融发展效率（fde）为金融机构存款总额与金融机构贷款总额的比值。由于此指标能够较好地反映金融机构将存款转化为贷款的效率，因而能够比较准确地反映出金融发展效率。指标越大表示金融发展效率越高，反之则越低。金融发展规模（fdc）为金融机构存款总额与金融机构贷款总额之和与地区生产总值的比值。在我国，金融体系的主导行业为银行业，因此该指标可以衡量我国金融发展规模。指标越大表示金融发展规模越大，反之则越小。

要素积累（Lnlcs）。要素积累方面主要考虑劳动要素和资本要素。本文参考张军等（2004）[10]的做法，考虑将资本存量与就业人口的比值，即劳均资本存量作为衡量要素积累的指标。其中资本存量通过永续盘存法计算得到，公式为 Kit=(1-δ)Kit-1+IitPit，其中，Kit表示当期的资本存量，Kit-1表示前一期的资本存量，δ表示资本折旧率，Iit表示固定资本形成总额，Pit表示固定资产投资价格指数。通过对资本存量的测算可以较好地反映出资本要素的积累情况，就业人口能够较好地反映劳动要素的情况。两者的比值能够较好地反映出整体的要素积累情况。对指标取对数后，得到指标Lnlcs，以此作为衡量要素积累的变量。指标越大，表示要素积累量越多，反之则越少。

经济增长（Lnmegdp）。衡量经济增长的指标一般是某一国的国内生产总值或某一地区的地区生产总值。为了更好地消除人口数量因素对生产总值的影响，以及更好地关注经济增长过程中的人均量，本文选取我国31个省域的地区生产总值的人均量，并取对数，得到Lnmegdp。以此作为衡量我国31个省域经济增长的变量。指标越大表示经济增长越快，反之则越慢。

控制变量。本文对一系列可能对经济增长产生影响的因素进行控制。其中，我国政府对经济增长有着十分重要的作用，经济增长对政府的财政收入支出、公共服务的提供等多个方面也有直接影响。故将政府支出/地区生产总值的对数值（Lngov）作为一个控制变量。进出口是经济增长的重要组成部分，经济增长会影响到进出口企业的发展，从而对进出口总额产生影响，故将进出口总额/总人口数的对数值（Lneio）作为控制变量。人口增长会对经济增长产生显著影响，一方面增加劳动力数量，提升经济增长动力，另一方面人口增长会稀释经济增长的人均量。人口增长率是衡量人口增长比较直观可信的数据，故将人口增长率（grow）作为一个控制变量。城市化、教育、储蓄率和外商直接投资与经济发展都密切相关，故将城镇常住人口/地区常住人口（city）、普通高等学校在校人数/地区常住人口（edu）、储蓄率（save）和外商直接投资的对数（Lnfdi）作为控制变量。

本文全部指标的数据均来自于1991—2017年的《中国统计年鉴》《中国金融年鉴》《中国教育统计年鉴》和省域统计年鉴。

2 模型设定

2.1 金融发展与要素积累的相关性检验模型

劳动力规模和资本存量是影响要素积累的重要影响因素，要素积累的速度又受到地区金融发展的约束，特别是受到具有代表性的金融发展效率和金融发展规模的约束。在控制外商直接投资、人均进出口额、城市化水平、教育水平和储蓄率的基础上，本文考察金融发展和要素积累之间的关联性。主要通过建立模型（1）来验证：

2.2 要素积累的中介效应测度

为了验证金融发展、要素积累以及经济增长三者的关系，本文首先采用模型（2）进行检验：

其中，Lnemgdpit是表示经济增长的被解释变量；Lnlcsit表示衡量要素积累的解释变量；fdit是衡量金融发展的解释变量，其中包括金融发展效率指标fdeit和金融发展规模指标fdcit。在所有的变量符号中，右下标的i表示省份，t表示年份。ui为影响经济增长的区域因素中不随时间变化的个体效应；Controlit为控制变量，包含政府购买（Lngov）、人均进出口额（Lneio）、城市化水平（city）、人口增长率（grow）、教育水平（edu）、外商直接投资（Lneio）和储蓄率（save）。

进一步考察金融发展对经济增长促进效果中要素积累的中介效应，本文在模型（2）的基础上，加入了反映金融发展的两个因素与要素积累的交互项fdcit×Lnlcsit和fdeit×Lnlcsit来衡量金融发展通过要素积累对经济增长的影响。建立模型（3）：

在模型（3）中，若fdcit×Lnlcsit和fdeit×Lnlcsit的系数值不显著，表示金融发展通过要素积累对经济增长的影响不够显著；若fdcit和fdeit的系数值为负值或者不显著，而fdcit×Lnlcsit和fdeit×Lnlcsit的系数值显著，表示金融发展对经济增长存在负相关关系或没有影响，必须通过结合要素积累对经济增长产生显著影响；若Lnlcsit的系数值不显著，而 fdcit×Lnlcsit和 fdeit×Lnlcsit的系数值显著，表示金融发展能够不通过要素积累而直接作用于经济增长。

最后，考虑到大量的经济现象都不是单一发生和存在的，相互之间都具有关联性和延续性。因此，在分析金融发展、要素积累和经济增长的过程中，不仅在三个因素之间要考虑到相互关联的问题，如金融发展对于要素积累中资本存量的增长有一定的促进作用，同时也对经济增长产生了推动作用。在延续性方面，有必要引入可能存在延续性影响的滞后项因素。从上述分析中不难看出，在模型（1）至模型（3）中，存在内生性问题的概率很大，由此产生的估计结果的有效性也有待考量。为了解决实证模型（1）至模型（3）中可能存在的内生性问题，引入衡量经济增长变量Lnmegdpit的两阶滞后项Lnmegdpit-1和Lnmegdpit-2，构建动态面板模型，从而减少由模型自身设定所引起的误差。由于两阶段SYS-GMM法能够很好地修正一阶段系统GMM法没有考虑异方差问题而导致的估计偏误，所以本文构建模型（4）和模型（5），通过系统广义矩估计（SYS-GMM）方法对模型（4）和模型（5）进行估计，检验结果的稳健性。

在SYS-GMM后必须检验滞后项作为工具变量的有效性，判断工具变量有效性的有Sargan检验和AR检验两种方法，Sargan检验p值大于5%或10%表示原假设“全部工具变量有效”成立；AR检验中，扰动项存在一阶序列相关是被允许的，但二阶序列相关则不被允许，不适用SYS-GMM。

3 实证分析

3.1 单位根检验

对面板数据进行回归的过程中，为避免出现伪回归，本文对回归分析中的主要变量分别运用LLC、IPS和ADF-Fisher三种方法进行面板数据单位根检验（见表1）。通过面板数据单位根检验的结果不难看出，初始变量极少达到10%以下的显著性水平，表现为不平稳序列。通过一阶差分处理后，所有变量均达到了10%及以下的显著性水平，表现为平稳序列，可以进行进一步的实证分析。

表1 面板数据单位根检验

3.2 金融发展与要素积累相关性检验

以要素积累（Lnlcs）作为被解释变量，以金融发展变量（金融发展规模fdc、金融发展效率fde）作为主要解释变量，同时加入外商直接投资的对数（Lngov）、进出口总额/总人口数的对数值（Lneio）等控制变量，利用1990—2016年的我国31个省份的面板数据对模型（1）进行回归分析，结果见表2。可以看出金融发展规模（fdc）在1%的水平上显著促进了要素积累，而金融发展效率（fde）却与要素积累成负相关关系，并且采用异方差稳健标准误法（Robust）和自助法（Bootstrap）进行标准误的修正，结果都是一致的。表明虽然银行存款转换为贷款的效率提高，但是贷款并没有真正有效的转化为生产要素的积累。

表2 金融发展对要素积累影响的固定效应回归结果

3.3 静态面板模型估计

对于静态面板模型，本文采用了固定效应进行回归，表3给出了固定效应回归结果。表3中列（1）结果显示，要素积累（Lnlcs）的系数在1%的水平上显著为正，要素积累可以显著的促进经济增长（Lnmegdp），要素积累对于经济增长的贡献率达到50%左右，表明从1990—2016年我国经济增长主要是由于要素积累引起的。金融发展规模（fdc）的系数在1%的水平上显著为正，说明在没有结合要素增长的情况下，金融发展规模的扩大可以为国民经济的发展提供资金支持，从而促进我国经济的发展。但是金融发展效率（fde）的系数在1%的水平上显著为负，说明我国金融发展效率不仅没有促进经济增长，反而对经济增长产生一定的抑制作用。对此可能的原因：一是我国的金融体系不健全，导致资源配置的扭曲，稀缺资源流向了一些拥有特权但没有拥有良好投资机会的企业或部门，致使稀缺资源与良好的投资机会相分离。二是我国的银行在性质上属于国有银行，承担着太多的财政支持功能。

表3中列(2)和列(3)是考虑了交互项以后的估计结果，可以看出要素积累与经济增长均存在显著正相关关系，金融发展规模与要素积累的交互项（fdc×Lnlcs）的符号显著为正，说明金融发展规模可以推动要素积累，进而促进经济增长。但是，金融发展效率与要素积累的交互项（fde×Lnlcs）仍然显著为负，由于在表2中已经得出金融发展效率（fde）与要素积累成负相关关系，因此金融发展与要素积累的结合并没有促进经济增长。

从控制变量的回归分析结果来看，外贸依存度（Lneio）、城市化水平（city）、教育水平（edu）都和经济发展是正相关关系，人口增长率（grow）和经济发展是负相关关系，这些都符合相关经济理论，特别需要强调的是列(1)至列(3)中教育水平（edu）对经济增长的贡献率都在17%以上，可见发展教育，提升劳动者的受教育水平，可以显著地促进经济增长。政府购买（Lngov）和经济增长是负相关关系，对此可能的原因是政府购买支出代表国家对国民经济运行的干预，在转轨经济中，政府干预过多会导致政府购买支出结构不合理，这可能给市场发出错误的信号，造成了市场资源配置的低效率。

表3 静态面板模型估计结果

3.4 稳健性检验

为了保证结果的稳健，本文采用两阶段系统GMM方法进行回归分析，建立了动态面板模型(4)和模型(5)。从下页表4的结果可以看出，Sargan检验的P值为1，表明模型并没有过度识别，AR(2)的P值大于0.12，表明模型不存在二阶序列相关，可以采用两阶段系统GMM方法进行估计。在表4的列(1)中可以看到Lnmegdp(-1)、Lnmegdp(-2)的系数都在1%的水平上显著为正，说明经济增长受到自身滞后期的影响，要素积累（Lnlcs）的系数在5%的水平上显著为正，说明即便从动态的角度考虑，要素积累对经济增长也有显著的促进作用。列(2)中加入金融发展规模和要素积累的交互项（fdc×Lnlcs）以后发现，金融发展规模（fdc）和要素积累的共同作用有助于促进经济增长，但是他们的系数0.0079，比静态面板估计结果低一点，说明金融发展规模和要素积累的结合对经济增长的促进作用还存在很大的上升空间。列(3)中金融发展效率和要素积累的交互项（fde×Lnlcs）的系数是-0.0026，与静态面板估计的结论是一致的。

表4 动态面板模型估计结果

4 结论

本文运用固定效应和两阶段GMM估计方法，以1990—2016年我国省域的面板数据对我国金融发展、要素积累与经济增长之间的关系进行研究，得到以下结论：（1）经济增长受到自身滞后因素的影响，滞后一期影响的作用较强，随着时间的发展，滞后二期的影响开始大幅度减弱。（2）要素积累是我国经济增长的重要原因，要素积累对经济增长的贡献达到50%左右。（3）我国金融发展规模可以显著的促进经济增长，但是金融发展的效率却和经济增长呈现负相关关系。（4）金融发展通过和要素积累相结合可以对经济增长产生影响，金融发展规模和要素积累的结合显著地促进经济增长，而金融发展效率和要素积累的结合却抑制了经济增长。

因此，要保持我国经济持久、较快的发展，一方面需要继续增加投资，保持资本存量不断增长，同时政府应该做好资本投资流向的规划和管理，避免重复的、不合理的投资，提高资本的使用效率。另一方面还要加强金融市场发展规划，促进金融发展规模和金融发展效率协调发展，从而和要素积累产生良好的“化学反应”，实现“1+1＞2”的作用，共同促进经济增长。