李鵬

（1.鄭州航空工業(yè)管理學(xué)院經(jīng)貿(mào)學(xué)院；2.航空經(jīng)濟發(fā)展河南省協(xié)同創(chuàng)新中心，河南鄭州450046）

一、引言

資本投入依然是我國保持經(jīng)濟增長的最主要來源（余泳澤，2015），而固定資本的投入是最重要的組成部分（程惠芳等，2010），甚至扮演著極其重要的角色（車士義等，2011）。在2008年我國政府出臺的“四萬億”經(jīng)濟刺激計劃中，高達38%的資金被用于基礎(chǔ)設(shè)施投資建設(shè)。然而，一個被學(xué)者們關(guān)注的現(xiàn)象是，20世紀(jì)90年代以來，在固定資本投入的各類資金來源構(gòu)成中，來自政府部門的預(yù)算資金占比越來越少，銀行部門的信貸資金占比也緩慢下降，而自籌資金則穩(wěn)步上升（胡永平等，2003），即出現(xiàn)內(nèi)部融資為主和外部融資為輔的格局（林建浩等，2013）。一些學(xué)者甚至開始擔(dān)憂信貸資金被“邊緣化”，或者說信貸資金對經(jīng)濟增長的推動作用被弱化。那么，這些來自銀行部門的信貸資金和企業(yè)自身的資金投入對經(jīng)濟增長的貢獻度究竟有多大？不同部門固定資產(chǎn)資金投入對經(jīng)濟增長的貢獻存在何種差異？進一步地，王國靜等（2014）還發(fā)現(xiàn)信貸資金占比伴隨經(jīng)濟周期呈現(xiàn)較為強烈的波動現(xiàn)象，但遺憾的是沒有對此進行更加深入的研究。這又引發(fā)思考，資金投入的部門差異對經(jīng)濟增長的貢獻是否具有時變特征？

上述問題研究有助于厘清各類資金投入在經(jīng)濟增長中的作用，增強政府制定宏觀經(jīng)濟政策的有效性。當(dāng)前，相關(guān)研究主要集中在兩個方面，一是固定投資總量變動對經(jīng)濟增長的影響，如劉偉（2006）、王云（2010）、金春雨（2013）、文小才（2014）等運用VAR等方法肯定了固定資產(chǎn)投資對經(jīng)濟增長的促進作用；二是固定資產(chǎn)投資的結(jié)構(gòu)變動層面。從資金來源的所有制角度，田澤永等（2008）認(rèn)為民營資本是促進區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展的最重要力量；從區(qū)域差異角度，任歌（2011）等認(rèn)為中部地區(qū)固定資產(chǎn)投資對經(jīng)濟增長的影響顯著高于東西部地區(qū)；從資金來源部門視角，張華嘉等（1999）發(fā)現(xiàn)1978—1997年間不同部門資金投入對經(jīng)濟增長的貢獻度從高到低依次為自籌資金和其他資金、外國投資、銀行貸款和國家預(yù)算內(nèi)資金。劉瀾飚等（2008）、郭杰（2010）、張清玉（2016）等學(xué)者也得出了類似的結(jié)論。盡管相關(guān)研究已相當(dāng)豐富，但仍存在一些不足，一方面資金投入對經(jīng)濟增長的貢獻度測度定量研究不夠深入，另一方面對不同時期貢獻度變化的時變特征研究也較少。此外，在實證研究分析方法上，現(xiàn)有研究較多使用固定參數(shù)的自回歸模型進行建模分析，而忽視時變參數(shù)模型研究，在研究方法科學(xué)性方面存在一定欠缺。這些問題為本文的后續(xù)研究提供了空間，也是本研究的貢獻所在。本文安排如下：第二部分提出資本投入對經(jīng)濟增長貢獻度的測算方法，第三部分基于該方法測算了不同部門資本投入對經(jīng)濟增長的貢獻度，第四部分基于TVP-VAR模型進行實證研究，第五部分為結(jié)論及啟示。

二、資本投入對經(jīng)濟增長貢獻度的測算方法

與付亞斌、黃順緒和李成（2007）以及劉瀾彪等（2008）對索羅生產(chǎn)函數(shù)進行分解不同，本文采用更切合實際的CD生產(chǎn)函數(shù)，在對其分解的基礎(chǔ)上測算不同部分資本投入對經(jīng)濟增長的貢獻度。CD函數(shù)的基本形式為Y(t)=AKαLβ，A代表技術(shù)水平，K和L分別代表投入的資本和勞動力，α和β分別代表資本和勞動的產(chǎn)出彈性。為更加符合當(dāng)前經(jīng)濟運行特征，需要對CD生產(chǎn)函數(shù)做兩點修正：一是修正了技術(shù)進步不變的原有假設(shè)，而假設(shè)技術(shù)以λ的速度發(fā)生變化。這是由于當(dāng)代技術(shù)進步日新月異，對產(chǎn)出的影響也越來越大，假設(shè)技術(shù)進步不變顯然不符合實際情況。二是將資本的來源按部門劃分為來自銀行的信貸資金和來自企業(yè)的自籌投資兩部分，以量化不同資本投入部門對經(jīng)濟增長的貢獻程度。這樣CD生產(chǎn)函數(shù)就修正為：

其中A(t)表示t時期的技術(shù)水平，且A(t)=A0eλt；K1為銀行信貸投入量；K2為自籌資金投入量；L為勞動投入。α1、α2和β分別為信貸資金、自籌資金和勞動的投入產(chǎn)出彈性。

對（1）式兩邊取對數(shù)后對t求導(dǎo)，得到：

由于實際中Y、K、L都為離散變量，故可用增量近似代替微分，得到：

令y=，，則上式可寫成：

式（3）中y為產(chǎn)出增長速度，λ為技術(shù)進步速度，k1為信貸投入增長速度，k2為自籌資金投入增長速度，l為勞動力投入增長速度。為了簡化計算同時更加反映實際經(jīng)濟增長及資金投入變化等狀況，將式（3）中的變量全部減去勞動力的增長速度，令

那么，在估算出的基礎(chǔ)上，信貸資金和自籌資金對經(jīng)濟增長的貢獻率為：

三、資本投入對經(jīng)濟增長的貢獻度測算

（一）資本的投入產(chǎn)出彈性估計

鑒于我國各地區(qū)經(jīng)濟增長差異較大，對全國性數(shù)據(jù)進行建模分析現(xiàn)實意義較弱，而河南省作為傳統(tǒng)農(nóng)業(yè)大省和新興的工業(yè)大省，可以說是我國國民經(jīng)濟發(fā)展的縮影，同時長期以來河南省經(jīng)濟總量位居我國第五位，具有較強的代表意義。因此，本文選取河南省作為分析樣本。根據(jù)上述理論模型推導(dǎo)結(jié)果，本文選擇人均國內(nèi)生產(chǎn)總值作為反映實際產(chǎn)出的指標(biāo)，人均信貸資金投入、非銀行信貸投入、勞動力投入和科技進步指標(biāo)作為反映實際要素投入的指標(biāo)。勞動力投入指標(biāo)為河南省城鄉(xiāng)從業(yè)人員數(shù)量?？萍歼M步指標(biāo)為發(fā)明專利、實用新型專利和外觀設(shè)計專利等三項專利之和。以g表示人均GDP增長率，以lloan表示人均銀行信貸投入增長率，以zc表示人均自籌資金投入增長率，以ntec表示人均科技投入增長率。此外，為分析制度變化對產(chǎn)出的影響，在回歸模型中加入反映制度變化的時間虛擬變量d。時間虛擬變量d分界點設(shè)置為1998年，主要基于以下兩方面因素：一是我國信貸管理制度在1998年發(fā)生較大變化，從原來的央行直接控制銀行信貸規(guī)模轉(zhuǎn)變?yōu)橘Y產(chǎn)負債比例管理。銀行在信貸決策中的主動性增強，標(biāo)志著我國信貸制度的市場化管理趨勢正式確立，也意味著信貸資源配置的方式從指令性計劃向市場化主導(dǎo)轉(zhuǎn)變。二是為了應(yīng)對亞洲金融危機給我國經(jīng)濟帶來的負面影響，1998年財政政策導(dǎo)向開始從穩(wěn)健轉(zhuǎn)向積極。同時，1994年的財政分權(quán)改革政策效應(yīng)越來越突出，地方財政對資金配置的干預(yù)越來越明顯，非信貸資金對經(jīng)濟的影響更為顯著。按照虛擬變量賦值方法，本文將1998年以前d值賦值為0，1998年以后則賦值為1。為了保證數(shù)據(jù)的可靠性和完整性，舍棄20世紀(jì)80年代的樣本數(shù)據(jù)點，主要是考慮到我國20世紀(jì)90年代初期市場化的經(jīng)濟改革開始加速，數(shù)據(jù)建模起點設(shè)置在1992年，分析研究的現(xiàn)實意義更加明晰。因而，本文數(shù)據(jù)分析區(qū)間設(shè)定為1992—2015年，所有數(shù)據(jù)均來源于各年的《河南統(tǒng)計年鑒》和《河南改革開放30年年鑒》。為了消除物價變化的影響，本文的數(shù)據(jù)以1986年不變價為基礎(chǔ)進行調(diào)整。數(shù)據(jù)建模軟件為stata11。表1顯示了各變量的主要統(tǒng)計特征。

表1：變量統(tǒng)計特征表

依照（4）式的理論推導(dǎo)，本文建立以g為因變量，以lloan、zc和ntec為自變量，同時加入反映制度變化虛擬變量的多元線性回歸模型，對銀行信貸投入的產(chǎn)出彈性進行估計。在進行估計前，對所有變量進行單位根檢驗，檢驗結(jié)果表明均為平穩(wěn)的時間序列，不存在單位根，即不存在偽回歸問題，可以進行數(shù)據(jù)建模分析?？紤]到信貸資金投入存在一定的滯后性，因而在模型估計時將信貸資金滯后一期。表2列出了不同模型設(shè)定下的穩(wěn)健性估計結(jié)果。在模型（1）中加入了所有解釋變量，同時虛擬變量以截距項和交叉項的形式進入模型，估計結(jié)果顯示lloan(-1)和ntec(-1)的系數(shù)均不顯著，同時系數(shù)值為負，不符合變量的經(jīng)濟含義，因而模型（1）應(yīng)該舍棄。在模型（2）中去掉模型（1）中系數(shù)不顯著的lloan(-1)?d交叉項，僅加入zc(-1)?d交叉變量，但估計結(jié)果表明zc(-1)?d的系數(shù)值為負，其絕對值甚至超過了zc(-1)的估計系數(shù)，這意味著1998年之后，自籌資金對經(jīng)濟增長的貢獻為負，這顯然也與客觀事實不符。此外，模型（2）中l(wèi)loan(-1)和ntec(-1)的系數(shù)同樣不顯著。因此，模型（2）也應(yīng)舍棄。然而，模型（2）中d系數(shù)值在0.01的置信水平上顯著，這反映制度變化產(chǎn)生的影響更加廣泛，不僅僅影響自籌資金和信貸資金的投入效率，也可能影響專利等科技因素投入對經(jīng)濟增長的作用，因而虛擬變量應(yīng)以水平項方式加入模型，在模型截距項上加以反映。進一步地，在模型（3）中去掉zc(-1)?d，但遺憾的是ntec(-1)系數(shù)不顯著，與科技投入對經(jīng)濟增長一般存在正向促進作用的常識不符，這表明模型（3）也應(yīng)舍棄。實際上，相比于各類資金投入，專利的申請到轉(zhuǎn)化為現(xiàn)實生產(chǎn)力需要的時間周期更長，因而將專利代表的科技投入變量滯后二期，在模型（4）中進行估計。估計結(jié)果表明，ntec(-2)系數(shù)值不僅增大而且顯著，同時模型（4）中各個變量系數(shù)均顯著，與各自經(jīng)濟含義也完全符合。最后，從模型估計整體顯著性上判斷，模型（4）F值最小，顯示該模型擬合能力較強。

為進一步驗證模型（4）的有效性，對其進行自相關(guān)、異方差和多重共線性等相關(guān)檢驗。首先進行DW檢驗，驗證是否存在自相關(guān)問題，結(jié)果顯示DW值為1.2774，查閱DW統(tǒng)計量臨界表發(fā)現(xiàn)，不能完全判斷存在自相關(guān)問題。因而，為得到穩(wěn)健性估計結(jié)果，本文在模型（4）估計時采用異方差一致協(xié)方差估計（HAC）。進一步地，為驗證模型（4）中各個變量間是否存在多重共線問題，計算各個變量的方差膨脹因子（VIF），結(jié)果顯示各個變量的VIF值最大值為2.5206，大大低于臨界值10，表明模型也不存在多重共線問題。綜上判定，模型（4）為最佳計量模型，自籌資金投入的產(chǎn)出彈性為0.3152，而信貸資金的產(chǎn)出彈性為0.2038。

（二）貢獻度測算及分析

在計算出信貸資金和自籌資金的產(chǎn)出彈性后，按照（5）式可以計算出河南省各年的銀行信貸資金和自籌資金對經(jīng)濟增長的貢獻度，具體測算結(jié)果見表3。

按照表3的測算結(jié)果，1993—2015年間，信貸資金對河南省經(jīng)濟增長的貢獻度均值為27.47%，而自籌資金的貢獻度均值為44.59%。這表明，自籌資金對經(jīng)濟增長的貢獻度相對更高。從圖1可以清晰地看出，信貸資金對經(jīng)濟增長貢獻度的第一個高峰出現(xiàn)在1993年左右。當(dāng)時我國宏觀經(jīng)濟出現(xiàn)過熱，固定投資增幅較大，帶動了銀行信貸的大量投入。1992年的信貸資金投入同比增長達到64.8%的歷史高點。這使得信貸資金對經(jīng)濟增長的貢獻度也達到高點。然而，由于固定投資領(lǐng)域過熱，政府開始實行緊縮性貨幣政策，信貸資金供給迅速減少，信貸資金的貢獻度也隨之下降。相反地，隨著20世紀(jì)90年代初期我國市場化經(jīng)濟改革趨勢的確立，民間投資意愿不斷增強，企業(yè)自籌資金對經(jīng)濟增長的貢獻度不斷走高。1995年，甚至出現(xiàn)自籌資金貢獻度超過信貸資金的逆轉(zhuǎn)情況，這也使得1995年成為信貸資金和自籌資金對河南省經(jīng)濟增長貢獻度變化的分界點。亞洲金融危機過后，我國出現(xiàn)了較為嚴(yán)重的銀行“惜貸”現(xiàn)象（李宇嘉，2007），銀行為了避免亞洲金融危機帶來信用風(fēng)險敞口暴露而大幅收縮貸款（張勇，2010），而同期河南省來源于銀行信貸資金的固定資產(chǎn)投入也在大幅減少。1993年信貸資金在各類資金中的占比高達25.46%，而到了1998年則降到了17.28%。同時，由于固定資產(chǎn)投資項目建設(shè)周期長，資金需求量大，盡管銀行主動收縮資金，但是企業(yè)卻不得不繼續(xù)投入資金維持項目運轉(zhuǎn)。這也使得1999年自籌資金對經(jīng)濟增長的貢獻度達到高點。2001年，我國加入世界貿(mào)易組織，外部需求被打開，國內(nèi)宏觀經(jīng)濟步入新的增長階段，河南省銀行信貸和自籌資金對經(jīng)濟增長的貢獻度呈現(xiàn)同步增加態(tài)勢，在2003年達到第二個高峰。此后，自籌資金對經(jīng)濟增長的貢獻度呈現(xiàn)高位震蕩之勢，整體上高于信貸資金的貢獻度。銀行信貸對經(jīng)濟增長的第三個高峰出現(xiàn)在2014年前后。這主要是由于從2008年下半年開始我國政府為應(yīng)對次貸危機實施了相對寬松的貨幣政策和財政政策，大量增加的銀行信貸資金為政府主導(dǎo)的投資項目進行資金配套，提高了信貸資金對經(jīng)濟增長的貢獻度。在政府高達4萬億的投資計劃刺激下，企業(yè)自籌資金投入的積極性也被充分調(diào)動。從圖1中可以看到，自籌資金對經(jīng)濟增長的貢獻度幾乎同時達到了高點。

圖1：信貸資金（實線）和自籌資金（虛線）經(jīng)濟貢獻度對比

此外，從圖1中我們還可以看到，無論是信貸資金還是企業(yè)自籌資金對經(jīng)濟增長的貢獻度都存在明顯的波動性，且這種時變特征在1999年以后更加凸顯。因而，在第四部分中，本文將采用能夠捕捉到這種時變特征的變參數(shù)向量自回歸模型（簡稱TVPVAR模型）對其建模并進行深入分析。

四、實證研究

（一）TVP-VAR模型推導(dǎo)

基于（6）式的結(jié)構(gòu)VAR模型，可以逐步推導(dǎo)出TVP-VAR模型。結(jié)構(gòu)VAR模型的基本形式如下：

其中A和F1，…，F(xiàn)s代表k×k維的系數(shù)矩陣，yt代表由觀測變量構(gòu)成的k×1維向量，擾動項ut表示k×1維結(jié)構(gòu)沖擊。假設(shè)擾動項ut～N(0,∑∑)，A是一個下三角矩陣，用遞歸法對其結(jié)構(gòu)沖擊進行識別。

表3：河南省信貸資金與自籌資金對經(jīng)濟增長的貢獻度

則模型（6）可寫為（7）式：

其中，Bi=A-1Fi，i=1，…，。將所有Bi的行向量堆疊，形成一個新的矩陣β(k2s×1)，定義，其中?代表克羅內(nèi)克積，從而模型（7）可寫成以下簡寫形式：

從（8）式中可以看到，所有參數(shù)都不隨時間變化。為了能夠捕捉參數(shù)的時變特征，將（8）式擴展成以下形式：

這樣，（9）式即為TVP-VAR模型的表達形式。在具體參數(shù)估計方面，Primiceri（2005）認(rèn)為只要事先嚴(yán)格假定擾動項的協(xié)方差矩陣，可以有效避免時變參數(shù)不合理變動造成的誤差。令αt=(α21,α31,α32,α41,…,αk,k-1)′表示下三角矩陣At中元素的堆疊向量，同時令ht=(h1t,…,hkt)′，其中hjt=logσ2jt，j=1,…,k，t=s+1,…,n。進一步地，假設(shè)（9）式中的參數(shù)遵循以下隨機游走過程：

其中，t=s+1,…,n，βs+1～N(uβ0,∑β0)，。這意味著時變參數(shù)βt、αt、ht之間的新息沖擊不相關(guān)，同時能夠捕捉經(jīng)濟結(jié)構(gòu)的突變。為了克服由此帶來的過度識別問題，Nakajima（2011）認(rèn)為采用Markov鏈蒙特卡洛法（MCMC）估計更為精確和有效。

（二）參數(shù)估計

按照上述變量選擇和模型推導(dǎo)，本文分別建立包含人均實際GDP增長率、信貸資金和自籌資金對經(jīng)濟增長的貢獻度、CPI變化率的TVP-VAR模型。加入物價水平指標(biāo)是作為控制變量以控制系統(tǒng)的內(nèi)生性。借助OxMetrics6.0軟件實現(xiàn)數(shù)據(jù)模擬和參數(shù)估計。在估計中根據(jù)經(jīng)驗將參數(shù)初值設(shè)定如下：

先驗假定：

利用MCMC方法模擬10000次，得到有效樣本。此外，在進行估計前，對各個變量進行ADF平穩(wěn)性檢驗，結(jié)果表明各變量均在1%顯著性水平上平穩(wěn)。同時，對各變量進行CF濾波，將獲得的周期性波動數(shù)據(jù)進行建模分析。鑒于篇幅，僅列出包含信貸資金貢獻度的估計方程結(jié)果。圖2顯示了樣本自回歸系數(shù)、樣本路徑和后驗密度。從中可以看到樣本自回歸系數(shù)穩(wěn)定下降，樣本路徑圖也顯示數(shù)據(jù)平穩(wěn)，這都表明通過預(yù)設(shè)參數(shù)的MCMC抽樣獲得了不相關(guān)的有效樣本，估計結(jié)果是可靠的。

圖2：自回歸系數(shù)、樣本路徑和后驗分布

（三）實證結(jié)果分析

1.時點脈沖響應(yīng)。圖3顯示了以1999年為時點的經(jīng)濟增長率對信貸和自籌資金的響應(yīng)。從圖中可以看到，在1999年時點上，經(jīng)濟增長率對信貸資金1個標(biāo)準(zhǔn)差正向沖擊相應(yīng)的響應(yīng)為正，并大約在第2期達到0.01的響應(yīng)峰值，而隨后則快速下降，并逐步收斂到零的水平。這表明經(jīng)濟增長率對信貸資金的響應(yīng)出現(xiàn)明顯的短期沖擊特征。相比之下，經(jīng)濟增長對自籌資金的1個標(biāo)準(zhǔn)差正向沖擊響應(yīng)出現(xiàn)明顯的長期波動震蕩特征，并在沖擊后的第4期左右達到峰值0.05的水平。從響應(yīng)值水平上看，經(jīng)濟增長對自籌資金的響應(yīng)更大。從滯后期來看，自籌資金對經(jīng)濟增長的影響更加持久，大約在第15期以后響應(yīng)才逐漸消失。這表明1999年以后，自籌資金對經(jīng)濟增長的長期影響更加明顯。

2.時期脈沖效應(yīng)。從圖4中我們可以看到，在滯后三期內(nèi)，經(jīng)濟增長率對兩類資金的響應(yīng)值有正有負，且響應(yīng)值在不同期限出現(xiàn)明顯結(jié)構(gòu)性差異。從絕對值水平來看，經(jīng)濟增長率對自籌資金沖擊的響應(yīng)值在滯后各期均大于信貸資金。這說明自籌資金的變化對經(jīng)濟增長的影響更大，反映了固定資產(chǎn)投入中企業(yè)自籌資金的重要性。從響應(yīng)期限結(jié)構(gòu)上看，信貸資金的變化在滯后1期對經(jīng)濟增長的影響較大，第2期和第3期的影響較弱，再次反映了信貸資金對經(jīng)濟增長的短期性影響特征。而自籌資金的變化在滯后第2期對經(jīng)濟增長的影響均較大，但在第1期的影響較小。從圖4中，也可以看到自籌資金對經(jīng)濟增長影響的波動性較大。為更加清晰地觀察在更長時期內(nèi)兩者對經(jīng)濟增長的影響特征，接下來進行更加全面的全樣本脈沖響應(yīng)分析。

圖3：經(jīng)濟增長率對信貸資金（左）和自籌資金（右）的時點響應(yīng)

圖4：經(jīng)濟增長率對信貸資金（左）和自籌資金（右）的時期響應(yīng)

3.全樣本脈沖響應(yīng)。為得到更加穩(wěn)健的結(jié)果，圖5顯示了各個時點和時期的全樣本脈沖三維響應(yīng)圖。從圖中可以清晰地看到，信貸資金在短期內(nèi)對經(jīng)濟增長的影響均較大，在第2期達到最大值，而后響應(yīng)值快速降低，大約在第5期降為零左右，并在后續(xù)的期間內(nèi)基本保持不變。然而，經(jīng)濟增長對自籌資金的沖擊響應(yīng)更為敏感，時變性也較強，呈現(xiàn)明顯的波浪式運動特征。經(jīng)濟增長對自籌資金的響應(yīng)從高點0.05左右，逐步震蕩走低，并逐漸向零值收斂。這充分說明，自籌資金對經(jīng)濟增長影響的時變特征更加突出。

圖5：經(jīng)濟增長率對信貸資金（左）和自籌資金（右）的全樣本脈沖響應(yīng)

五、結(jié)論及啟示

現(xiàn)階段我國經(jīng)濟社會仍處在轉(zhuǎn)型期，經(jīng)濟增長仍離不開固定資本的投入。固定資產(chǎn)投資仍是我國地區(qū)經(jīng)濟增長的重要動力源之一（沈坤榮等，2004；潘文卿，2012）。為探究不同部門資金投入對經(jīng)濟增長產(chǎn)生的不同影響，本文選取河南省作為分析樣本，測算銀行部門的信貸資金和企業(yè)自身的自籌資金對經(jīng)濟增長的貢獻度，并運用TVP-VAR模型對兩者進行實證研究。研究結(jié)果表明：第一，銀行信貸對河南省經(jīng)濟增長的平均貢獻度為27%左右，高于付亞斌、黃順緒和李成（2007）等測算的信貸資金對我國經(jīng)濟增長的平均貢獻度水平，表明信貸資金對河南省經(jīng)濟增長的促進作用要高于全國平均水平。第二，在絕對值水平上，與自籌資金相比，信貸資金對經(jīng)濟增長的貢獻度仍然較低，這表明存在明顯的部門差異。林建浩等（2013）認(rèn)為這可能是由于不同所有制企業(yè)的融資約束差異導(dǎo)致的，非國有企業(yè)在經(jīng)濟中所占比重越來越高，但是卻不能從銀行獲得更多融資支持。第三，兩類資金貢獻度變化對經(jīng)濟增長的沖擊也存在明顯差異。短期內(nèi)經(jīng)濟增長對自籌資金貢獻度的沖擊更為敏感，時變特征明顯。信貸資金貢獻度變化對河南省經(jīng)濟增長的沖擊較小且相對穩(wěn)定。

這些結(jié)論給予以下啟示：首先，在當(dāng)前宏觀經(jīng)濟處于新常態(tài)背景下，要穩(wěn)定信貸投放規(guī)模，保證全社會融資的正常運行。實證結(jié)果表明，信貸投入對經(jīng)濟增長的貢獻度相對穩(wěn)定，要在保持信貸適度增長的同時，加快信貸結(jié)構(gòu)的微調(diào)，使之與產(chǎn)業(yè)結(jié)構(gòu)調(diào)整相協(xié)調(diào)。其次，信貸資金對經(jīng)濟增長的貢獻較低，這從側(cè)面表明了加快我國金融體制改革的重要性。不能一味強調(diào)信貸資金投入的規(guī)模，而應(yīng)更加重視提高信貸資金使用效率。再次，處理好政府投資與市場化投資之間的關(guān)系。政府在投資方面主要發(fā)揮引導(dǎo)作用，引導(dǎo)企業(yè)自籌資金的投向，發(fā)揮“催化劑”的作用。此外，政府需進一步簡政放權(quán)，增強企業(yè)投資的自主權(quán)，拓寬企業(yè)自身的籌資途徑，降低企業(yè)籌資成本，增強企業(yè)自主投資能力，提高經(jīng)濟增長的內(nèi)生性。最后，還需注意和強調(diào)的是，資本投入對經(jīng)濟增長的影響是短期性的，長期內(nèi)政府要在教育、科技和創(chuàng)新方面加大投入，為實現(xiàn)經(jīng)濟增長由投資驅(qū)動向創(chuàng)新驅(qū)動轉(zhuǎn)化奠定良好基礎(chǔ)。

[1]Primiceri.2005.Time Varying Structural Vector Auto-regressions and Monetary Policy[J].The Review of Economic Studies，72（3）.

[2]Nakajima，Kasuya，Watanabe.2011.Bayesian analysis of time-varying parameter vector autoregressive model for the Japanese economy and monetary policy[J].Journal of the Japanese and International Economies，25（3）.

[3]余泳澤.改革開放以來中國經(jīng)濟增長動力轉(zhuǎn)換的時空特征[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2015，（2）.

[4]程惠芳，岑麗君.FDI、產(chǎn)業(yè)結(jié)構(gòu)與國際經(jīng)濟周期協(xié)動性研究[J].經(jīng)濟研究，2010，（9）.

[5]車士義，郭琳.結(jié)構(gòu)轉(zhuǎn)變、制度變遷下的人口紅利與經(jīng)濟增長[J].人口研究，2011，（2）.

[6]胡永平，祝接金.我國固定資產(chǎn)投資結(jié)構(gòu)分析[J].經(jīng)濟問題探索，2003，（2）.

[7]林建浩，王美今.中國宏觀經(jīng)濟波動的“大穩(wěn)健”——時點識別與原因分析[J].經(jīng)濟學(xué)季刊，2013，（1）.

[8]王國靜，田國強.金融沖擊和中國經(jīng)濟波動[J].經(jīng)濟研究，2014，（3）.

[9]劉偉，王汝芳.中國資本市場效率實證分析——直接融資與間接融資效率比較[J].金融研究，2006，（1）.

[10]王云，趙斌.基于SVAR模型的居民消費——固定資產(chǎn)投資與經(jīng)濟增長研究[J].商業(yè)研究，2010，（12）.

[11]金春雨，韓哲，張浩博.基于Panel-VAR模型的我國金融業(yè)發(fā)展與經(jīng)濟增長關(guān)聯(lián)性的計量檢驗[J].管理評論，2013，（1）.

[12]文小才.中國固定資產(chǎn)投資的增長效應(yīng)和波動——基于1981年～2012年的時間序列數(shù)據(jù)[J].經(jīng)濟經(jīng)緯，2014，（9）.

[13]田澤永，江可申，謝忠秋.固定資產(chǎn)投資對經(jīng)濟增長貢獻的比較——基于東、中、西部面板數(shù)據(jù)的分析[J].預(yù)測，2008，（1）.

[14]任歌.我國固定資產(chǎn)投資對經(jīng)濟增長影響的區(qū)域差異性研究[J].財經(jīng)論叢，2011，（9）.

[15]張華嘉，黃怡盛.固定資產(chǎn)投資與經(jīng)濟增長——對1978-1997年中國經(jīng)濟的實證分析[J].世界經(jīng)濟文匯，1999，（6）.

[16]劉瀾彪，王博.融資來源、投資效率與中國的經(jīng)濟增長[J].經(jīng)濟學(xué)動態(tài)，2008，（2）.

[17]郭杰.財政支出與全社會固定資產(chǎn)投資——基于中國的實證研究[J].管理世界，2010，（5）.

[18]張清玉.基于結(jié)構(gòu)調(diào)整的河南財政投資效益提升研究[J].鄭州航空工業(yè)管理學(xué)院學(xué)報，2016，（6）.

[19]付亞斌，黃順緒，李成.我國銀行信貸對經(jīng)濟增長貢獻測度[J]，統(tǒng)計與決策，2007，（8）.

[20]李宇嘉，陸軍，陳千里.貸款損失準(zhǔn)備金與信貸緊縮[J].當(dāng)代經(jīng)濟科學(xué)，2007，（5）.

[21]張勇.銀行非自愿超額準(zhǔn)備金周期性波動與貨幣政策的有效性[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2010，（10）.

[22]沈坤榮，孫文杰.投資效率、資本形成與宏觀經(jīng)濟波動——基于金融發(fā)展視角的實證研究[J].中國社會科學(xué)，2004，（6）.

[23]潘文卿.中國的區(qū)域關(guān)聯(lián)于經(jīng)濟增長的空間溢出效應(yīng)[J].經(jīng)濟研究，2012，（1）.