中国金融发展对宏观经济韧性影响的理论与实证研究

郑长德 戚玉莹

[提要]当今，国内外冲击频繁加剧，对经济韧性的研究便被赋予了深刻的理论和现实意义。基于此，本文深入探究了金融发展对一国宏观经济韧性的影响。文章采用产出损失的方法来衡量经济韧性，构建了不同阶段中金融发展与宏观经济韧性之间关系的理论模型，并利用中国31个省份2008-2018年的数据来验证假说和理论模型的合理性。结果发现：在抵抗冲击阶段，金融主要通过促进闲置资金的投资转化来增加经济体的抵抗力韧性；在经济恢复阶段，金融对经济韧性的促进作用有限，过快的金融发展会阻碍经济发展，降低恢复力韧性；在经济重构阶段，金融对经济韧性仍然具有门限效应，但实际的金融发展水平可能已经背离了实体经济的需要。

一、引言与文献综述

面临经济冲击时，为什么有的国家仍然可以保持强劲的增长动能，而有的国家却在冲击后一蹶不振、陷入彻底萧条？许多学者认为这是国家间经济韧性差异化的结果。近三十年来，中国的经济发展频频遭受内外冲击，反映在经济数据上的情况为：1991-2020年，实际GDP增速出现了较为明显的四次下滑。1993-1995年的国内经济调控和1997年的亚洲金融危机使得经济衰退从1995年持续到1999年。2008年，受到汶川地震和全球金融危机的冲击，中国经济增速在当年年底急速下滑了将近5个百分点。2018年3月开始了近两年之久的中美贸易摩擦，经济增速进一步放缓。2020年以来，新冠肺炎疫情暴发与持续，经济再次受到不利冲击。面对这些频繁发生的国内外不利冲击，一个国家如何能及时化解困难、快速恢复经济增长？很多学者开始从如何提高一国的经济韧性中寻求答案。

国内外关于经济韧性的研究起步较晚，其概念也是借鉴其他学科，如物理学、生态学、心理学等慢慢发展而来的。经济韧性的概念大致经历了三个阶段：工程韧性、生态韧性和适应性韧性。虽然，现阶段看来，适应性韧性的概念更能被大多数学者所接受，它认为经济系统始终在一种不断积累、释放、更新和重组的循环中实现自我提升和突破，而经济韧性正是指经济系统能动地应对冲击损失、进而恢复和重组的能力(Martin et al.，2016；[1]Bristow et al.，2015[2])。但现实情况中，由于各个国家所处的经济状况和发展程度都存在巨大差异，有关此方面的研究仍然存在诸多争论。主要分歧点在于经济系统遭受冲击之后的动态演化过程是“均衡的”还是“非均衡的”，是“间断跳跃的”还是“连续性的”，等等。

鉴于现有研究存在的争论，本文拟从经济系统遭受冲击后的实际可行路径出发，进而重新定义以及衡量韧性。此外，为找到提高一国经济韧性的方法，很多学者分析了经济和金融政策(Oprea et al.，2020)[3]、经济结构(Xu et al.，2015；[4]Martin et al.，2016[1])、产业多样化(Brown et al.，2017；[5]杜志威 等，2019；[6]徐圆等，2019[7])、技术创新(Martin et al.，2015；[8]徐圆等，2020)[9]等因素对经济韧性的影响。一个经济体的经济韧性受多个因素的影响，其中金融发展水平是影响经济韧性的重要因素之一，特别是对正处于经济结构调整和金融发展变革的关键阶段的中国。本文认为，在中国金融改革过程不断深化的今天，金融因素对于经济增长和经济韧性的作用已经不能忽视。因此，本文将着重从金融发展方面来探讨其影响经济韧性的机制，构建起金融与经济韧性之间关系的理论模型，并进行实证检验，为此方面的研究做出有益补充。

二、理论假说的提出

Martin(2012)[10]总结了经济韧性的三种概念：引自物理学中的工程韧性，强调经济系统在受到冲击或扰动之后，恢复其原有的平衡状态和增长路径的能力。而生态韧性却恰恰相反，它认为冲击会使得原有的发展环境被打破，经济体将努力逃离不适宜的发展路径，进而寻求一种或多种新的均衡状态。之后发展起来的适应性韧性则认为较强的经济韧性体现在经济体在积累、释放、更新和重组的循环中，不断实现自我提升和突破的能力。基于已有文献的相关论述，本文先假设存在这样一个经济系统：当出现冲击时，经济系统原有的稳定状态被打破。在吸收了所有的冲击之后，经济开始进入恢复发展阶段，调整结束后，系统重新达到原有的或新的稳定发展路径。在此假设下，经济韧性就表现为：经济体受到冲击后，抵抗住冲击，更快地修复损失、达到稳态以及产生更为强劲的稳态增长路径的能力。所以，我们可将冲击后的发展路径分为抵抗阶段、恢复阶段和经济重构阶段，分别对应抵抗力韧性、恢复力韧性和重构韧性，进而分析不同阶段中金融对韧性的作用。

本文用不同阶段中的产出损失和经济增速来刻画经济韧性，所以金融对韧性的作用就转化为了金融对特殊阶段的经济发展的作用。经济体遭受冲击的短时间内，其生产运营活动会受到阻碍，这会致使很大一部分公司面临资金周转方面的困难。此时，调整银行资本结构、减少信贷市场摩擦、防止信贷中断可以使得那些对银行融资依赖度较强的公司抵抗住冲击进而恢复生产(Laeven et al.，2013)[11]。而且，一些资金实力不如大企业的中小企业在面临冲击时往往会更多地依赖信贷来周转运营，度过衰退期(Martin et al.，2015)[8]。因此，从金融功能观的角度看，在冲击抵御时期，金融部门主要利用自己的动员储蓄、积累经济中的闲置资金、加速投资转化的功能来为经济体注入资金(Merton et al.，1995)[12](P.3-31)，增加其抵抗力韧性。所以，本文的第一个假说是：

假说1：在冲击抵抗阶段，金融可以通过积累、利用闲置资金，加速投资储蓄转化的方式来增强经济的抵抗力韧性。

当经济体进入恢复阶段时，对于企业来说，不仅需要金融部门的信贷支持(Rousseau，2003)[13]，考虑到长远发展，还必须能够利用多样化的金融工具来进行跨期的资源配置和风险分担(Levine，1991)[14]。对于金融机构来说，在冲击后的恢复期，金融的趋利性使得金融机构趋向于利用自己的信息优势，寻找到有潜力的企业来进行投资，而这又恰恰优化了有限资源在时空上的配置(Levine，1997)[15]，使得经济体在恢复期更快地修复损失，在经济重构阶段获得更为强劲的增长动能。此外，金融科技的发展往往能够催生创新，金融科技低成本、高效率的信息和资源的整合可以增加创新企业的融资可得性。金融科技扩大生产开放度并产生的正向溢出效应能够促进区域间物质、金融资源的优化配置，进而提升创新成果的转化效率，产生更高的经济增速(王栋 等，2019)[16]，也增强了重构韧性。但金融的发展也必须要适度，尤其是在经济繁荣时期，过热的金融发展容易形成过度信贷和高杠杆，放大金融冲击向实体经济的传导，增加经济的不稳定性(徐圆 等，2020)[9]。近年来，也有不少学者通过构建门限模型研究了金融对经济增长的这种非线性效应(杨友才，2014；[17]黄智淋 等，2013[18])。基于此，本文的第二个假说是：

假说2：在经济恢复和重构阶段，金融主要利用自己的信贷支持、风险分担和资源配置功能来增强经济的恢复力韧性，获得更为强劲的增长路径。但过热的金融发展也会降低恢复和重构阶段的韧性。

下面我们将从理论模型和实证检验两个方面来验证上述假说。

三、经济韧性与金融发展之间关系的理论模型

前文提到，本文将用遭受冲击后的产出变化来刻画经济韧性。另外，借鉴Hallegatte的思路，我们将产出损失分为瞬时损失和动态损失(Hallegatte，2014)[19]。下图表达了经济系统在t0时刻遭受冲击后，可能的一条生产路径，经济韧性就表现为在此路径上尽可能多地减少产出损失并且在稳态上达到更高增长率的能力。

图1 产出损失示意图

图1中，瞬时损失为抵抗冲击阶段由于投入生产资料的立即减少而带来的产出损失；动态损失为经济系统在恢复阶段，由于处于非稳定状态而相较于原潜在产出减少的部分。经济在t0+N时刻达到稳态。为得到产出损失和稳态经济增速的具体表达，我们需要从定义生产函数开始。

(一)四部门内生经济增长模型

本文拟构建一个包含企业部门、劳动力部门、技术部门和金融部门的四部门内生经济增长模型(Romer，1986)[20]来刻画经济系统中的生产关系。

企业部门：

Yt=At(αYKt)β(βYLt)1-β

(1)

其中，Yt、At、Kt和Lt分别为t期的产量、技术水平、资本存量和劳动力，αY和βY分别为总资本和中总劳动力分配在生产部门的份额，且0<αY，βY<1。β和1-β分别表示资本和劳动的产出弹性，0<β<1。

技术部门：

(2)

金融部门：

(3)

劳动力部门：假设劳动力增速gL=n，则可以得到：

(4)

资本约束方程：根据上述设定，资本的运动则可表示为：

(5)

(二)产出损失

1.瞬时产出损失

假设在遭受冲击后，直接的生产资料减少总量为△①，△=△lnKT+△lnLT，△lnKT和△lnLT分别为资本和劳动力的减少量，且△lnKT=△lnKS+△lnKC，△lnLT=△lnLS+△lnLC，其中带上标S的表示损失中资本和劳动力不相互匹配的部分，它们独立对产出产生影响，带上标C的则表示相互匹配的部分，它们结合起来对产出造成影响。所以不相互匹配的产出损失为：

△lnYK=β△lnKS，△lnYL=(1-β)△lnLS

匹配部分所带来的损失为：

△lnYC=β△lnKC=(1-β)△lnLC

所以直接总瞬时损失为：

△YI=△lnYK+△lnYL+△lnYC=β△lnKT+(1-β)△lnLS

(6)

考虑到经济体中各部门相互联系，冲击带来的直接资本和劳动力损失仍然可能影响其他相关的生产资料，所以我们还要考虑到可能的间接损失。(1)直接损失的资本可能会导致与之相关的其它生产过程也无法运作。比如，受到疫病的影响，大部分的生鸭养殖厂的鸭子大量死亡，这也可能会影响到依靠鸭绒作为原材料的羽绒服生产商。所以一个企业受到的直接影响可能会传播到与之联系密切的上下游企业。这些影响的大小与行业间的相互依赖性(记为i)以及产品的多样性(记为d)有关。(2)政府部门的措施有效性(记为e)可以减小不被直接影响的资本和劳动力可能遭受的连带影响。(3)经济中的闲置资本(记为s)若在遭受冲击后能够及时补位，也可以降低直接资本损失的连带效应。

间接影响通常作用于直接损失△lnKT和△lnLT上，那么总的资本和劳动力损失为：

△lnK=(1+a)△lnKT，△lnL=(1+b)△lnLT

其中，a，b均为间接影响的作用系数，定义为上述因素i，d，e和s的函数：

a=p(i，d，e，s)，b=q(i，d，e，s)

根据上面的分析，a和b会随着i的增大而增大，而随d，e和s的增大而减小。

则总的瞬时损失重新写为：

△YI=β(1+a)△lnKT

+(1-β)(1+b)△lnLS

(7)

2.动态产出损失

图1表明，动态损失为潜在产出与实际产出之差在恢复期的积分。为此，我们需要先得出两种产出的函数表达。

潜在产出函数：

(8)

动态产出函数：

(9)

(10)

(11)

求解上述微分方程，可得：

(12)

gF0为t0时刻金融产出增速，由上式可得W：

(13)

W表示t年间增速向稳态移动的平均值占剩余移动量的比值，所以，W可理解为经济体向稳态收敛的速度。模型中，各经济部门同时达到稳态，所以收敛速度相等，所以：

(14)

(15)

接下来，将(14)代入(9)可得：

(16)

现在可以求解动态损失：

N表示t0时刻到恢复稳态需要的时间，W表示收敛速度，则WN=1，所以：

(17)

(三)宏观经济韧性

1.抵抗力韧性及其影响因素

模型假设抵抗阶段时间短暂，没有恢复生产的过程，经济韧性主要体现在减小瞬时产出损失。抵抗力韧性(记为Rr)便可以定义为在既定的直接生产资料损失△的情况下，发生的瞬时产出损失△YI。这一数值越小，则抵抗力韧性越强。所以Rr可表达为：

(18)

令劳动力损失中与资本匹配的部分占比为c，△lnLC=c△lnLT。总损失中劳动损失的比重为d，即△lnLT=d△，则上式可以变为：

(19)

上式中，抵抗力韧性取决于a、b、c、d和β，而且0

经过此阶段的分析，假说1通过理论模型的初步验证。

2.恢复力韧性及其影响因素

类似于抵抗力韧性，我们将恢复力韧性(记为Rc)定义为出现了一定的产出损失△YI后，动态产出损失△YD。△YD越小，恢复力韧性越强，所以有：

(20)

首先，对于产出缺口△YI来说：

(21)

即当其他条件不变时，产出缺口越小，则恢复力韧性越大。说明经济系统受到冲击后的瞬时产出损失越小，其偏离原有均衡的程度就越小，动态损失越小，从而其恢复力韧性就越大。

图2 不同产出缺口的经济系统恢复情况

(22)

所以，初期增速gY0的增加有助于增强恢复力韧性Rc。这是因为，在其他条件不变时，初期增速gY0越大，经济体就越有可能在稳态时赶超潜在产出水平，从而其恢复力韧性就越强；而当恢复初期的增速很小甚至接近稳态增速时，经济系统则有可能在达到稳态时落后于潜在产出，产生图3所示的永久损失。此时，Rc便很小。

图3 不同初期增速的经济系统恢复情况

(23)

所以，gY0取决于各要素的期初值A0、K0、L0、F0，生产要素投入份额αA、αY、βA、βY以及产出效率λ、η、β和θ。在这里，金融部门可以通过：积累闲散资金，促进储蓄投资转化率，即增加F0的值来提高增长率gY0；有效的资源配置，使得αA、αY、βA、βY达到最适宜的值来提高增长率gY0；资本积累和资源优化配置有助于产出效率β，λ，η的提高，从而增加gY0。

最后讨论收敛速度W的作用。由于WN=1，所以可以通过固定△YI和gY0、改变恢复期N，来观察W对恢复力韧性Rc的影响。

图4 不同恢复时间的运行状况

(15)

3.重构韧性及其影响因素

设定目标为消费者总效用最大化，效用函数为常相对风险规避效用函数，则有：

(24)

其中，Ct，αY，αA，βY，βA为控制变量，ρ和ε分别表示贴现率和相对风险规避系数，均为常数。上式结合式(1)-(5)便构成了经济系统的动态规划问题，状态变量为Kt、At、Ft和Lt，定义横截条件：

K(0)=K0，A(0)=A0，F(0)=F0，L(0)=L0

其中，λK、λA、λF和λL为各状态变量的影子价格，构建现值汉密尔顿函数如下：

(25)

求解上述最优化过程②，得到各部门的稳态增速③：

(26)

(27)

(28)

为证明稳态增速的存在性，我们采用数值模拟的方法，搜索到存在满足各部门稳态增速假设的均衡点，如下图所示。

图5 稳态增长率

对于稳态产出增速，可根据上式求得：

(29)

(30)

(31)

(32)

通过分析发现，金融因素对重构韧性的影响存在门限效应。这一点和金融对收敛速度W的影响较为相似。若稳态时金融增速处在合理的水平上，那么这时金融必然较好地发挥了其为投融资服务和优化资源配置的功能，也使得经济产出得以在这种平稳增长的路径上更好地进行。若稳态时金融增速扩张过快，那么金融挤出实体和脱离实体的效应就更大，不利于经济增长，而且这种平稳状态是在长期中形成的，短期不容易被打破。

经过对Rc和Ra的讨论，假说2通过理论模型的初步验证。

四、经济韧性与金融发展之间关系的实证检验

本节选取2008年金融危机作为冲击事件进行研究，并且根据2008-2018年实际GDP增速和就业率的变化，将2008-2010年定为冲击抵抗阶段，2010-2016年为恢复阶段，2016-2018年为重构阶段(Martin et al.，2016；[1]徐圆 等，2019[7])。

(一)经济韧性的测度

国内外文献中关于韧性的测度大体可以分为两种：构建综合指标法(Chris et al.，2010；[21]陈奕玮 等，2020[22])和基于冲击发生的损失衡量法(Martin，2012；[10]徐媛媛 等，2017[23])。本文借鉴Martin(2012)的方法从产出损失角度来进行测度。

抵抗力韧性用下式来构建：

(33)

(34)

相应地，恢复力韧性由下式测度：

(35)

(36)

重构韧性用下式计算：

(37)

(二)变量说明

下表描述了所有变量的测度方法和数据来源。

表1 变量描述

(三)计量模型的构建

我们将对三个阶段构建不同的计量模型来验证假说和理论模型。

对抵抗阶段，构建如下计量模型：

RRit=β0+β1findeit+β2Xit+δi+θt+εit

(38)

上式中，RRit和findeit分别代表i地区t年的抵抗力韧性和金融发展指数，Xit表示控制变量，包括政府支持、产业多样性和闲置资本，δi和θt分别为省份固定效应和时间固定效应，εit为随机扰动项。

恢复阶段的模型为：

RCit=β0+β1finde1it+β2fintechit+β3Xit+δi+θt+εit

(39)

RCit代表恢复力韧性，finde1it为恢复阶段的金融发展指数，fintechit为金融科技水平。Xit包括政府支出、产业多样性、开放程度、科技投入和资本投入。考虑到假说2和理论结果中金融对经济韧性可能产生的门限效应，进一步构建面板门限模型来进行检验：

RCit=β0+β1finde1it(findeit

+β2finde1it(findeit≥q)+β3fintechit

+β4Xit+δi+θt+εit

(40)

q表示门限值，当finde1it

重构阶段中模型为：

RAit=β0+β1finde1it+β2fintechit+β3Xit+δi+θt+εit

(41)

RAit代表重构韧性，Xit中包括科技投入和资本投入增长率，分别代表技术部门和资本积累增速。同样地，为考察门限效应，构建如下模型：

RAit=β0+β1finde1it(findeit

(42)

(四)回归结果与分析

1.抵抗阶段回归结果与分析

回归前对样本数据进行模型甄别，最终选择固定效应模型。而且不存在多重共线性问题。回归结果见表2。

表2 固定效应回归结果

表2 固定效应回归结果

(1)(2)(3)(4)OLS_r_1OLS_r_2OLS_r_3OLS_r_4VARIABLESRRRRRRRRFinde0.05850.0585(0.482)(0.178)Loan1.685**1.685***(0.0194)(3.94e-06)Gov1.283**0.963*1.283***0.963***(0.0196)(0.0543)(4.66e-08)(1.49e-07)Cara-0.174-0.116-0.174-0.116(0.672)(0.739)(0.162)(0.207)Uvar-6.954***-6.664***-6.954***-6.664***(2.20e-08)(2.47e-10)(0)(0)Rvar1.401**0.8451.401***0.845***(0.0223)(0.164)(1.87e-05)(4.36e-05)Constant5.453***4.613***5.453***4.613***(2.95e-06)(3.93e-06)(0)(0)Observations93939393R-squared0.6900.726Number of province3131Number of groups3131

资料来源：stata回归结果导出。

模型1和2仅控制了异方差、模型3和4控制了异方差、序列相关和截面相关问题。模型1检验了金融发展指数对抵抗力韧性的影响，结果显示出金融发展指数对韧性并不显著的正向效应。考虑到在抵抗冲击阶段，金融主要利用其积累闲散资金并转化为投资的作用，来帮助实体经济抵御冲击。所以，我们采用金融机构的贷存比(字母表示为loan)作为解释变量(孙志红 等，2021；[24]王军 等，2018[25])，贷存比数据来源于wind数据库。模型2显示了将贷存比纳入模型的回归结果，loan的系数显著为正，说明在抵抗阶段，金融正是通过其投资转化功能来为实体经济提供资金支持从而增强抵抗力韧性。这再次验证了我们的假说和理论结果。政府支出系数显著为正，说明在抵御危机期间，政府相机抉择的财政政策能够发挥一定的刺激经济的作用，在增加总产出、避免经济陷入瘫痪的过程中也向市场传导了积极的信号，从而增加整个经济体的抵抗力。资本存量增速系数并不显著，这可能是因为：资本存量增速高一方面反映了在冲击中经济体拥有更多的可供利用的闲置资本来减缓冲击的负向影响，增强抵抗力韧性；但另一方面也反映了经济体的资本利用效率低下、资本参与率低、社会生产意愿不强，这也是冲击后可能产生的普遍现象，不利于恢复生产，从而拉低抵抗力韧性。多样性的系数值表明，相关多样性有利于抵抗力韧性的增强，而无关多样性却会产生反向作用。无关多样性主要通过产业创新和对现有产业的重新整合来对经济韧性产生积极作用，但短期内这种效果不会体现出来，而且会由于新引进的产业对原有产业和发展模式产生的冲击而不利于抵抗期经济的稳定。相关多样性主要通过关联部门之间的知识交流、技术融合等产生外部溢出效应来促使行业内部的创新。当某一行业受到冲击时，关联行业间快速便捷的交流，信息、技术等重新整合更有助于对冲击的抵抗。

2.恢复阶段回归结果与分析

此阶段中的核心解释变量为金融发展指数和金融科技指数，理论模型中分析的其他影响因素纳入控制变量中。恢复期使用的数据时间序列较长，进行单位根检验后，发现所有变量都为平稳序列。模型筛选后仍然选择固定效应模型，回归结果如表3。

表3 固定效应回归的稳健结果

表3 固定效应回归的稳健结果

(1)(2)(3)(4)(5)(6)VARIABLESOLS_1RCOLS_2RCOLS_3RCOLS_4RCOLS_5RCOLS_6RCfinde10.289*0.2320.289***0.232***(0.0992)(0.184)(6.91e-11)(0.00353)fintech0.269***0.262***0.269***0.262***(0.000855)(0.000470)(1.35e-09)(1.53e-10)gov-0.0427-0.104-0.152-0.0427***-0.104***-0.152***(0.716)(0.405)(0.241)(0.00445)(0.00729)(1.83e-07)tech0.04810.1030.1090.0481**0.103**0.109***(0.440)(0.181)(0.175)(0.0271)(0.0437)(0.00686)recap0.172**0.159**0.146*0.172***0.159***0.146***(0.0345)(0.0288)(0.0571)(0.000111)(0.000925)(0.00133)open-0.0939**-0.0585***-0.0485**-0.0939***-0.0585***-0.0485***(0.0114)(0.00598)(0.0113)(4.02e-05)(0.000247)(1.18e-05)vari-0.162-0.573*-0.603*-0.162***-0.573***-0.603***(0.496)(0.0731)(0.0523)(0.000186)(0)(0)Constant0.773*1.587***1.664***0.773***1.587***1.664***(0.0757)(0.00603)(0.00352)(0)(0)(0)Observations186186186186186186R-squared0.2240.3260.339Number of province313131Number of groups313131

资料来源：stata回归结果导出

模型1-3仅控制了异方差、模型4-6控制了异方差、序列相关和截面相关问题。结果显示金融发展指数对经济韧性有明显的正向效应，但在加入金融科技变量之后，其效应明显减弱且系数值不及金融科技。说明在恢复阶段，金融发展规模对韧性的增强作用不如金融科技，并且可能存在非线性影响。样本期的恢复阶段正处在金融科技迅速发展的时代，近年来，金融科技利用互联网信息技术、大数据、云计算等新兴科技产业，实现了低成本、高效率的信息和资源的整合，扩宽了金融服务的深度和广度，提高了金融资源配置的效率，也使得金融与实体经济之间的联系更加紧密。在经济遭受冲击之后，金融科技使得金融的动员储蓄、资源配置以及风险控制的功能得到强化，进而为恢复阶段更加快速、有效、可持续的生产提供可能，这增强了经济体的恢复力韧性。控制变量中，政府支出对经济韧性不再有显著的正向作用，说明在经济遭受冲击后，政府可以在抵御阶段起到稳定和调控经济的作用，但在经济恢复期，过多的政府支出不仅会挤占私人投资，而且计划配置还会产生资源错配、产能过剩等不利影响。科技支出和资本投入的系数显著为正，这表明增加科技和资本投入力度有助于经济在冲击后更快地修复损失，达到稳态。更高的技术和资本投入力度表征更高的恢复初期经济增速，这也验证了前面关于更高的期初增速会增加恢复力韧性的理论猜想。开放水平显著为负，数据显示在抵抗期遭受严重损失的地区，大都是开放水平程度比较高的省市。发展外向型经济一方面增加了经济产出和创新能力，另一方面也加大了遭受外部冲击的可能性。所以，开放要适度，特别是在经济恢复阶段，首要的是重整内部经济，优化产业结构，提高创新水平和核心竞争力，进而增强地区的恢复力韧性。产业多样性的系数显著为负，这和部分学者的研究结论不一致(徐媛媛 等，2017；[23]Brown et al.，2017[5])。我们认为发展产业多样性必须以地区和产业的融合度为前提，盲目的、不考虑地区经济情况的产业多样化不仅会导致资源浪费，而且还可能使得地区失去其原有的核心优势产业，降低该地区的恢复力韧性。

另外，考虑到金融发展对恢复力韧性可能存在的非线性影响，我们继续进行了门限回归，结果如表4。

表4 恢复期门限效应回归结果

模型1为线性回归结果，模型2和3分别为单门限回归和更改解释变量后的单门限回归。finde1的系数在模型1中不显著，而在2和3中显著，说明金融发展对经济韧性的门限效应显著且稳健。金融发展指数在门限值之前时，对恢复力韧性有较为显著的正向促进作用，说明此阶段的金融发展规模较为适应当前的经济情况，有助于实体经济快速高效地恢复生产；而当该指数超过门限值之后，其正向效应显著减小，且在模型3中不显著。这验证了我们的假说2和理论模型中的结果，即金融对恢复力韧性存在非线性关系。当金融规模发展过猛，背离了服务实体经济的初衷时，继续扩张金融规模只能挤占更多的经济资源，致使生产进一步萎缩。此外，大规模的金融机构往往融资门槛较高，多数资金只在金融机构内部、国有企业和大规模企业之间运转，并不能真正流向实体中的多数群体。并且长期脱离实体经济的金融发展更容易积攒大量的金融风险，不利于恢复期的经济发展。

3.重构阶段回归结果与分析

同样地，此阶段仍然采用固定效应回归，回归结果如表5。

表5 重构期回归结果

模型1和2仅控制了异方差，模型3和4控制了异方差、序列相关和截面相关问题。重构阶段金融发展对经济韧性没有显著的正向线性效应，考虑可能存在门限效应，需要做进一步验证。金融科技的影响显著为负，说明在重构阶段，金融科技的快速发展并没有帮助实体经济优化结构，提振增长速度。金融科技虽然可以实现低成本、高效率的金融交易，增加金融宽度；但另一方面，这种依托于大数据、互联网的新型金融交易也往往会给金融监管带来一定的难度，监管不到位和信息不完全更容易产生逆向选择、道德风险等问题，增加金融风险。2018年出现的P2P多家平台关停，互联网金融频频“爆雷”正是最好的例证。控制变量中，gov的系数显著为正，说明政府的财政支持，特别是对科技发展的长期支持，对经济增速有增长效应。tech1和raca的系数显著为正，这证实了前述的稳态经济增速依托于技术和资本的理论猜想。

接着我们构建门限模型来验证金融发展对重构韧性可能存在的非线性效应。门限效应检验结果显示不存在门限效应，而且回归的结果也不显著(见表6)。

表6 重构期门限效应回归结果

结果显示，无论是线性还是非线性回归，重构阶段金融发展对韧性的影响都不显著。2008年危机之后，国民经济不仅在努力修复创伤，大力恢复生产，而且也在逐步地调整经济结构。所以在重构阶段中，中国的经济结构相较于冲击前已经发生了较大的变化，可能达到了另一种稳态。而如果此时金融部门的调整滞后，便可能影响其功能的发挥。另外，此阶段的金融发展水平已然超过了恢复期中的门限值，过度的金融发展既无助于经济恢复发展，更没有长期的增长效应。金融部门服务实体的功能弱化，金融或许与实体经济已经发生了较大程度的背离。

五、结论与政策建议

近20年来，地缘政治问题、经济金融问题、贸易摩擦问题、社会文化问题使得各国的经济发展频频遭遇冲击。此种情况下，深入探讨经济韧性变得尤为重要。本文分析了金融与经济韧性之间的关系，提出了金融影响经济韧性的理论假说，然后从理论模型和实证分析两个层面对假说展开了深入的论证。最后得出如下结论：(1)在冲击抵御期，理论和实证的结果都表明金融主要通过吸收闲置资金、促进投资转化来为实体经济注入资金活力，增强经济体的抵抗力韧性。(2)在经济恢复阶段，金融的吸收储蓄、风险分担和资源配置功能更帮助实体经济快速修复损失，增强恢复力韧性。但过热的金融发展也会由于效率低下、脱离实体、集聚风险等原因阻碍生产、加剧波动，从而降低恢复力韧性。(3)理论结果中的金融对重构韧性的非线性效应在实证中未得到证实。考虑在我们选取的样本期间，金融发展水平已远超门限值，金融与实体经济的发展或许已经出现较大程度的背离。通过本文的分析，我们可以提出如下几点政策建议：

(1)当经济体受到冲击时，金融机构应该充分发挥其投资转化功能、提供特殊时期的贷款惠民措施、合理引导资金流向最危急和关键的行业和部门，为受损后迫切需要重建的经济提供资金支持。政府部门应该紧急施策、精准帮扶、积极发挥财政政策的逆周期调节作用，来维持经济社会稳定，提振民众信心。

(2)冲击后，经济体在恢复中迫切需要重整资源，这离不开资金、科技金融创新等方面的支持。鼓励金融创新、发展金融科技不仅可以促进产业间的正向溢出效应，尤其对于恢复期的经济体来说，金融科技创造的低成本、高效的金融服务还为重整旗鼓、恢复可持续发展创造了可能。但金融科技也必需要伴随着金融监管同步进行。在金融科技的快速发展中，金融监管层需要对潜在的金融风险做出及时的判别，出台灵活的政策，确保新兴金融产品、平台以及交易的可信性、安全性和合法性。

(3)如今，金融部门的规模已然过大，过大的规模不利于产业之间的竞争和创新，并且容易积累更多的金融风险，造成更为严重的损失和经济波动。所以金融在发展的过程中必须要注重效率的提升，完善竞争机制，鼓励利用现代科技和顶尖人才进行金融创新。另外金融监管也必须要做出适应性调整，对待不合法、不合规，以及脱实向虚的金融乱象必须做出严厉整顿，确保金融机构完成好金融惠民、以融助产、服务实体的根本任务。

注释：

①为简化分析，损失均采用对数形式，下同。

②具体计算过程比较繁琐，未在文中列出，有兴趣者可找作者索要。

④D反映了在稳态时期技术在所有部门的产出效率，为常数，且D>θ。

⑤证明过程较繁琐，未列出，有兴趣者可找作者索要。

⑥实际GDP数据按照1978年价计算，下同。

⑦资本存量用单豪杰(2008)的以1978年为基期的方法来计算。

⑧网址：https://data.stats.gov.cn/easyquery.htm?cn=E0103，检索日期：2021年1月20日。

⑨抵抗阶段的金融发展指数包括代表金融规模的金融从业人数、机构网点数和资产总额，代表服务力度的金融相关比、社融规模/GDP和融资结构。恢复和重构阶段的指数去掉了上阶段的规模变量，增加了股市规模。指数值均采用主成分分析方法算得。