楊曉智

（中國勞動關(guān)系學(xué)院 經(jīng)濟管理系，北京 100000）

0 引言

到目前為止，國內(nèi)研究金融發(fā)展對經(jīng)濟增長影響的文獻(xiàn)頗多（謝亞軒，2003；趙學(xué)軍，2013），然而對于這一問題仍然存在以下方面值得進一步研究。（1）大部分文獻(xiàn)集中于研究兩者本身之間的總體相關(guān)性（武志，2010；陸靜，2012；趙華偉，2012；馬軼群、史安娜，2012），對于金融發(fā)展通過何種機制來促進經(jīng)濟增長的研究則較少，僅有少量的文獻(xiàn)關(guān)注金融發(fā)展通過影響投資、生產(chǎn)率和FDI繼而影響經(jīng)濟增長（熊鵬、王飛，2007；孫輝煌、蘇基溶，2009），而金融發(fā)展影響經(jīng)濟增長的渠道是多方面的（孫力軍，2007）。（2）盡管現(xiàn)在已經(jīng)可以通過面板數(shù)據(jù)模型來估計金融發(fā)展對經(jīng)濟增長的影響，相對于過去的單方程模型而言可以說是前進了一大步。然而，對于面板數(shù)據(jù)模型的估計仍然沒有脫離OLS框架，這種估計方法難以消除模型中的“內(nèi)生性”問題，無法保證估計結(jié)果的一致性，因而有必要選擇更為高級的估計方法從而得出一致的估計結(jié)果。

1 理論模型

我們將在一個戴蒙德模型基礎(chǔ)之上來構(gòu)建一個包含金融發(fā)展、人力資本投資和經(jīng)濟增長的一般均衡模型。模型旨在揭示金融發(fā)展如何通過促進人力資本積累從而進一步促進經(jīng)濟增長。

1.1 生產(chǎn)函數(shù)

假定模型中的生產(chǎn)函數(shù)是如下類型的一種柯布—道格拉斯生產(chǎn)函數(shù)（為了數(shù)理上的推理簡便，假定不存在技術(shù)進步）：

（1）式中：Y是產(chǎn)出，K是實物資本投入，H是有勞動者提供的生產(chǎn)性服務(wù)。這就意味著勞動這對生產(chǎn)力的貢獻(xiàn)既包括原始勞動，又包括了人力資本。

假定人力資本由原始勞動力和該勞動力在教育和培訓(xùn)上的投入所決定，我們將這個投入定義為E，于是，H(t)可以通過如下方程式來表達(dá)：

我們可以假定勞動者的生產(chǎn)性服務(wù)隨著勞動者教育的投入水平提高而增加，即G′(E)＞0，但是我們不能進一步假定G″(E)＜0，這是因為人力資本初始投入對未來人力資本的獲得是有幫助的。為了推倒的簡便，我們可以假定G(·)滿足如下形式：

由（5）式可以看出，產(chǎn)出的增長率取決于三個部分，即資本的增長率、原始勞動投入的增長率和教育投入的增長率。

1.2 經(jīng)濟均衡

與戴蒙德模型中的假設(shè)一樣，我們假定代表性個人一生分為兩個階段，代表性個人希望最大化其一生的效用，假定其效用函數(shù)是不變風(fēng)險厭惡系數(shù)函數(shù)：

我們下面將要考慮的是這個人一生之中所要受到的預(yù)算約束，假定代表性個體沒有初始的資本，他在第一個階段里主要是進行人力資本投資，而在第二個階段里則主要是在勞動力市場上提供生產(chǎn)性服務(wù)。這樣，代表性個人一生的收入主要通過其第二個階段在勞動力市場上提供的生產(chǎn)性服務(wù)所得，而他在第一個階段則主要從金融市場里借入資金維持自己的消費和人力資本投資。假定金融市場存在著信息不對稱，資本成本主要取決于金融發(fā)展水平，于是資本成本函數(shù)定義如下：

這里的D是金融發(fā)展，金融發(fā)展水平的提高會使得資本成本降低，在一個完全信息的金融市場上，資本的成本取決于其邊際產(chǎn)出。

假定勞動力市場是完全競爭的，此時，勞動力的工資由其在勞動力市場上生產(chǎn)性服務(wù)所提供的邊際產(chǎn)品所決定（為了推理的簡單，將原始勞動標(biāo)準(zhǔn)化為1）：

從（13）式可以看出教育投入與資本成本呈反向關(guān)系，即資本成本越高，教育投入越低，這就從理論上證明了金融發(fā)展對人力資本的促進作用。

由方程（5）式可以看出，經(jīng)濟增長率不僅取決于實物資本和勞動力投入的增長率，還取決于人力資本投入的增長率。而人力資本投入受到金融發(fā)展水平的約束，金融發(fā)展水平越高的地方，人力資本投入也就越高。于是本文得出金融發(fā)展影響經(jīng)濟增長的機制，即金融發(fā)展通過促進人力資本投資進而促進經(jīng)濟增長。

2 實證模型、變量、數(shù)據(jù)及其處理

2.1 實證模型

無論是固定效應(yīng)還是隨機效應(yīng)模型都不能夠完全解決模型系統(tǒng)內(nèi)出現(xiàn)的解釋變量的“內(nèi)生性”問題。這個模型的“內(nèi)生性”首先來自于模型中最重要的解釋變量，即金融發(fā)展這一解釋變量中。這是因為，金融發(fā)展與被解釋變量很可能互為因果關(guān)系。一旦金融發(fā)展在模型系統(tǒng)中是一個內(nèi)生解釋變量，那么用OLS方法對其進行參數(shù)估計很可能得出一個有偏的結(jié)果。此外，經(jīng)濟發(fā)展往往有著滯后效應(yīng)，即上一期的經(jīng)濟發(fā)展很可能會影響到下一期的經(jīng)濟發(fā)展。因此，動態(tài)面板模型很明顯比靜態(tài)面板模型更適合這一類問題的研究，基于這一思想，本文建立的實證模型如下：

2.2 指標(biāo)說明及變量選取

在實證方程（14）中，各個變量和指標(biāo)的說明如下：

（1）被解釋變量是各地區(qū)人均實際GDP（1978=1）的對數(shù)，Lnprgdp。我們用這一指標(biāo)來衡量產(chǎn)出的增長。

（2）主要解釋變量包括Lnprgdp滯后項、金融發(fā)展水平（fin）、以平均受教育年限衡量的人力資本投資（human）、金融發(fā)展與人力資本的交互項（fin×human）。Lnprgdp滯后項用來控制經(jīng)濟增長的滯后效應(yīng)，當(dāng)滯后被解釋變量被用來作為解釋變量時，模型就被動態(tài)化了。本文主要用兩種指標(biāo)來衡量我國各地區(qū)的金融發(fā)展，一種用年末貸款額占GDP的比重（logdp）來表示，還有一種用年末存款余額占GDP的比重(degdp)來表示。人力資本用該指標(biāo)來衡量各地區(qū)人力資源發(fā)展水平。金融發(fā)展與人力資本的交互項衡量金融發(fā)展與人力資本對經(jīng)濟增長影響的聯(lián)合效應(yīng)。

（3）其他控制變量包括人均實物資本（Lk）、外商直接投資（fdi）、政府行為（gov）、城鎮(zhèn)化率（urban）和時間虛擬變量（dummy）。其中，Lk是對數(shù)人均實物資本，用人均資本存量的對數(shù)來衡量資本要素投入對經(jīng)濟增長的影響；fdi用外商直接投資占GDP的比重來衡量外資及其投資環(huán)境對該地區(qū)經(jīng)濟增長的影響；gov用財政支出占GDP的比重來表示，用它來控制政府行為對該地區(qū)經(jīng)濟增長的影響；urban用非農(nóng)人口占總?cè)丝诘谋戎貋肀硎?，用它來控制某個地區(qū)的城鎮(zhèn)化進程對經(jīng)濟增長的影響；dummy用來控制異常年份的數(shù)據(jù)對經(jīng)濟增長的影響，本文中的虛擬變量主要包括：d1989（1989和1990年取值1，其他年份取值0），用它來控制1989年事件的影響；d1992（1992和1993年取值1，其他年份取值0），用它來控制1992年鄧小平南巡講話之后全國范圍的投資大量增加所帶來的影響；d1994（1994年之后取值1，其他年份取值0），用它來控制分稅制改革對經(jīng)濟增長的影響。

2.3 數(shù)據(jù)來源及處理

本文收集了1985～2010年中國除海南、西藏和重慶之外的28個省、直轄市和自治區(qū)的面板數(shù)據(jù)。為了保持?jǐn)?shù)據(jù)指標(biāo)的一致性，除了實物資本投入和教育投入之外，其他所有的數(shù)據(jù)均來自中國官方部門出版的《中國統(tǒng)計年鑒》、《新中國五十五年統(tǒng)計資料匯編》和分省統(tǒng)計年鑒。由于FDI用美元衡量，本文中的FDI按照當(dāng)年美元對人民幣的匯率調(diào)整成以人民幣衡量的FDI。我們用各地區(qū)的資本存量來表示該地區(qū)的實物資本投入，各地區(qū)資本存量數(shù)據(jù)來自Chong-en Bai等（2006）的計算。人力資本投入用各地區(qū)平均受教育年限來衡量，有關(guān)平均受教育年限指標(biāo)，1998年以前的數(shù)據(jù)來自胡鞍鋼等（2001）的計算，1998年以后的數(shù)據(jù)根據(jù)胡鞍鋼（2001）的計算方法計算得出。表1給出了本文中所用到的變量指標(biāo)的描述統(tǒng)計，表2為1985～2010年這些變量指標(biāo)的相關(guān)系數(shù)矩陣。

表1 變量的描述統(tǒng)計

從表2我們可以看到，在我們所收集到的數(shù)據(jù)指標(biāo)中，金融發(fā)展、教育以及其他一些指標(biāo)如資本存量、外商直接投資、政府支出和城鎮(zhèn)化率都與經(jīng)濟發(fā)展顯著地正相關(guān)。教育水平與金融發(fā)展水平之間也呈顯著的正相關(guān)關(guān)系，教育水平與金融發(fā)展的乘積項與經(jīng)濟發(fā)展水平的相關(guān)系數(shù)不僅顯著為正，而且這一系數(shù)比單一的金融發(fā)展與經(jīng)濟發(fā)展之間的相關(guān)系數(shù)要大一些。在收集了實證模型所需要的數(shù)據(jù)之后，我們接下來就要對方程（14）進行估計。在下一節(jié)中，我們不僅要估計金融發(fā)展如何通過影響人力資本的積聚進而影響到我國的經(jīng)濟增長，還要驗證這一影響如何隨著時間而發(fā)生變化。

表2 變量的相關(guān)系數(shù)矩陣

3 實證結(jié)果及分析

3.1 金融發(fā)展與人力資本投入

理論模型的結(jié)果表明，金融發(fā)展影響經(jīng)濟增長的途徑可以通過影響人力資本來實現(xiàn)。在一個發(fā)育良好的金融市場上，貧窮的人可以通過信貸來進行較昂貴的人力資本投資，因此金融發(fā)展可以促進人力資本投入，而人力資本投入被證明是有利于經(jīng)濟增長的。因此，在驗證金融發(fā)展通過促進人力資本投資從而影響經(jīng)濟增長前，有必要驗證一下金融發(fā)展與人力資本投入之間的關(guān)系。我們首先根據(jù)Holtz-Eakin等（1989）提出的一個面板數(shù)據(jù)格蘭杰因果關(guān)系檢驗方法來驗證金融發(fā)展是不是我國人力資本投入的格蘭杰原因。具體來說就是估計如下一個方程：

這里的human代表人力資本，fin代表金融發(fā)展，fi代表省際固定效應(yīng)，vit代表模型的殘差項，m代表滯后階數(shù)，一般情況下可以取滯后4階。在這個框架里，當(dāng)金融發(fā)展的滯后變量前面的系數(shù)顯著不為0時，就可以得出金融發(fā)展是我國人力資本積累的格蘭杰原因。也就是要檢驗如下一個命題：a1=a2=…=aj=0，當(dāng)這一條件被拒絕時，我們就可以認(rèn)為金融發(fā)展是我國人力資本積累的格蘭杰原因。通過對方程（15）進行估計，我們將面板數(shù)據(jù)的格蘭杰因果關(guān)系檢驗結(jié)果放在表3中。

表3的結(jié)果拒絕了原假設(shè)，說明金融發(fā)展不論以存款占GDP的比重還是以貸款占GDP的比重來衡量，都明顯拒絕了原假設(shè)，說明金融發(fā)展是我國人力資本積累的格蘭杰原因。圖1和圖2分別是以貸款額占GDP的比重和以存款額占GDP的比重來衡量的我國各地區(qū)金融發(fā)展與人力資本投資之間關(guān)系的線性擬和圖形。

圖1和圖2的結(jié)果表明我國的金融發(fā)展與平均受教育年限呈明顯的正相關(guān)關(guān)系，兩者之間簡單的相關(guān)系數(shù)用貸款余額占GDP的比重來衡量金融發(fā)展時為0.41，而用存款余額占GDP的比重來衡量金融發(fā)展則達(dá)到了0.54。簡單的實證檢驗證實金融發(fā)展的確促進了我國人力資本投資，在我國金融發(fā)展水平越高的地方，平均受教育年限也越高。綜合表3和圖1、圖2的結(jié)果，我們認(rèn)為金融發(fā)展對我國人力資本的積累產(chǎn)生了顯著的正向促進作用。

表3 金融發(fā)展對人力資本積累的格蘭杰因果關(guān)系檢驗

圖1 貸款占GDP的比重與平均教育年限的關(guān)系

3.2 金融發(fā)展、人力資本與經(jīng)濟增長

對本文中的實證方程（14）式進行參數(shù)估計，方程（14）是一個典型的包含了外生變量的自回歸動態(tài)面板模型。由于存在滯后被解釋變量作為解釋變量的情況，“內(nèi)生性”問題不可避免地出現(xiàn)了。對于這類模型，普通的固定效應(yīng)和隨機效應(yīng)肯定無法完全解決其參數(shù)估計的無偏問題，而工具變量法是解決回歸模型“內(nèi)生性”的最主要方法。對于方程（14）來講，最主要的就是要找到合適的工具變量，我們主要使用系統(tǒng)GMM方法而不是差分GMM估計方法來對方程（14）進行估計，作為對照，我們也給出了面板數(shù)據(jù)的固定效應(yīng)模型估計結(jié)果。

表4 金融發(fā)展及人力資本對經(jīng)濟增長的影響

圖2 存款占GDP的比重與平均教育年限的關(guān)系

由于在系統(tǒng)GMM估計中，水平變量的滯后項是差分變量的工具變量，而差分變量的滯后項又是水平變量的工具變量，這里面就存在工具變量是否有效的問題。Arellano和Bover（1995）和Blundell和Bond（1998）提出了兩種統(tǒng)計檢驗法來檢驗系統(tǒng)GMM的工具變量是否有效。第一種方法稱為過度識別約束檢驗，稱為Sagan檢驗或者Hansen檢驗，主要是用來判斷在估計過程中所使用的矩條件工具變量在總體上是否有效。第二種檢驗是自回歸（AR）檢驗，這種檢驗主要是用來判斷殘差項vit在差分回歸和差分-水平回歸中是否存在序列相關(guān)。在Sargan檢驗中，原假設(shè)為工具變量是過度識別的，在AR檢驗中，殘差項允許一階序列相關(guān)存在，但不允許二階序列相關(guān)。

表4中的前四個方程采用固定效應(yīng)模型估計方法，后四個方程所采用系統(tǒng)GMM估計方法。在系統(tǒng)GMM的估計的四個方程中報告了Sargan檢驗的和AR（1）、AR（2）檢驗的P值。在所有的系統(tǒng)GMM估計的方程中，Sargan檢驗的P值和AR（2）檢驗值均超過了0.1，說明模型不存在過度識別和殘差項二階序列相關(guān)的問題，換句話說，假設(shè)檢驗支持了工具變量的有效性。

由于固定效應(yīng)模型無法完全消除內(nèi)生解釋變量的問題，所以對表4的分析主要集中在方程（5）-（8）上。當(dāng)沒有引入金融發(fā)展與人力資本的聯(lián)合效應(yīng)時，金融發(fā)展不論是以存款占GDP的比重來衡量，還是以貸款占GDP的比重來衡量，都對經(jīng)濟增長產(chǎn)生顯著的負(fù)向影響，這一估計結(jié)果同先前許多研究文獻(xiàn)的估計結(jié)論是一致的（Guariglia和Poncet，2008；單俏穎，2006）。這說明我國的金融發(fā)展的確存在著金融扭曲的現(xiàn)象，對于這一現(xiàn)象也并不難解釋。我國的金融部門在很大程度上承擔(dān)著“第二財政”的職能，四大國有商業(yè)銀行大量的貸款并不是貸給最有效率和信用良好的私營企業(yè)和民營企業(yè)，而是在政府的指令性計劃下貸給了無效率的國有企業(yè)。

由于本文的實證檢驗主要驗證的是金融發(fā)展影響經(jīng)濟增長的人力資源機制，對于本文的實證模型來說，最主要的是看金融發(fā)展與教育水平對經(jīng)濟增長的聯(lián)合影響。在方程（7）-（8）中，當(dāng)我們在實證模型中引入金融發(fā)展與教育水平的交叉項之后，我們發(fā)現(xiàn)金融發(fā)展與教育水平的交叉項對經(jīng)濟增長有著十分顯著的正向影響。這就意味著當(dāng)我國的教育發(fā)展水平越高時，金融發(fā)展對經(jīng)濟增長的促進作用會越大，而金融發(fā)展水平越高時，教育對經(jīng)濟增長的促進作用也會越大。而前面我們已經(jīng)驗證了金融發(fā)展對教育水平的促進作用，由此我們可以得出這樣一個結(jié)論：金融發(fā)展通過促進人力資本的積累進一步促進了我國的經(jīng)濟增長。

表4中，人力資本、實物資本、外商直接投資和城鎮(zhèn)化率對經(jīng)濟增長都有著顯著的正向影響，這些都是符合經(jīng)濟學(xué)解釋的。政府支出對經(jīng)濟增長有著負(fù)面的影響，對這一點也能夠做出解釋，即政府支出占GDP的比重越高表明該省份經(jīng)濟受政府干預(yù)的情況越嚴(yán)重，而政府過多地干預(yù)有可能導(dǎo)致資源配置扭曲，因此政府支出對經(jīng)濟增長的影響為負(fù)?？偠灾?的估計結(jié)果，尤其是系統(tǒng)GMM的估計結(jié)果是令人滿意的。盡管我國存在著較為顯著的金融扭曲現(xiàn)象，但是由于我國的金融發(fā)展促進了人力資本積累，而人力資本積累又是經(jīng)濟增長的重要推動力之一，因此金融發(fā)展通過促進人力資本的積累進而促進了我國的經(jīng)濟增長。

4 結(jié)論

本文通過對動態(tài)面板模型的系統(tǒng)GMM估計，得到結(jié)論如下：（1）金融發(fā)展顯著地促進了我國的教育投資，金融發(fā)展和教育投資的聯(lián)合效應(yīng)又顯著地促進了我國的經(jīng)濟增長。這說明了金融發(fā)展通過促進人力資本投資從而進一步促進了我國的經(jīng)濟增長；（2）我國存在著明顯的金融扭曲現(xiàn)象，但隨著金融體制改革的推行，這種扭曲的程度正在下降；（3）金融發(fā)展與人力資本的耦合機制促進了我國的經(jīng)濟增長，但這種耦合機制隨著時間推移正在有所減弱；（4）隨著大學(xué)擴招和教育投入的不斷擴大，我國的教育回報正在降低；正是這種降低了的教育回報使得金融發(fā)展與人力資本的耦合機制有所減弱；（5）資本、外商直接投資和城鎮(zhèn)化對我國的經(jīng)濟增長有著顯著的正向影響，政府支出對我國的經(jīng)濟增長有著顯著的負(fù)向影響，說明我國應(yīng)當(dāng)進一步提高政府在資源配置中的效率。

[1]謝亞軒.金融發(fā)展與經(jīng)濟增長實證研究方法綜述[J].南開經(jīng)濟研究，2003，（1）.

[2]趙學(xué)軍.2012年中國當(dāng)代金融研究述評[J].金融教學(xué)與研究，2013,(2).

[3]武志.金融發(fā)展與經(jīng)濟增長：來自中國的經(jīng)驗分析[J].金融研究，2010,(5).

[4]陸靜.金融發(fā)展與經(jīng)濟增長關(guān)系的理論與實證研究[J].中國管理科學(xué)，2012,(1).

[5]趙華偉.我國金融發(fā)展與經(jīng)濟增長關(guān)系的再檢驗：1989-2011[J].經(jīng)濟問題探索，2012,(8).

[6]馬軼群,史安娜.金融發(fā)展對中國經(jīng)濟增長影響質(zhì)量的影響研究[J].國際金融研究，2012,(11).

[7]熊鵬,王飛.中國金融發(fā)展對經(jīng)濟增長內(nèi)在傳到渠道研究——基于內(nèi)生增長理論的實證比較[J].財經(jīng)研究，2007,(12).

[8]孫輝煌,蘇基溶.FDI、要素發(fā)展與金融增長：要素投入還是TFP[J].南方金融，2009,(9).

[9]孫力軍.金融發(fā)展、FDI與經(jīng)濟增長[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，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]胡鞍鋼，李春波.新世紀(jì)的新貧困：知識貧困[J].中國社會科學(xué)，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).