周猛麟

摘 要 收集中國31個省市自治區(qū)（暫不包括港澳臺數(shù)據(jù)，下同）2007-2017年的面板數(shù)據(jù)，采用面板向量自回歸模型研究金融可得性對綠色全要素生產(chǎn)率的影響.研究結果顯示，金融可得性與綠色全要素生產(chǎn)率之間存在單向因果關系，且金融可得性對綠色全要素生產(chǎn)率具有顯著正向影響.

關鍵詞 金融學;金融與綠色生產(chǎn);面板向量自回歸;金融可得性;綠色全要素生產(chǎn)率

中圖分類號 F832.5 ? ? ? ? ? ?文獻標識碼 A

Abstract Panel data of 31 provinces in China （excluding Hong Kong， Macao and Taiwan） from 2007 to 2017 were collected， and panel vector autoregressive model was used to study the influence of financial availability on green total factor productivity. The results show that， there is an unidirectional causal relationship between financial availability and green total factor productivity， and financial availability has a significant positive effect on green total factor productivity.

Key words finance; finance and green production;panel vector autoregressive model; financial availability; green total factor productivity

1 引 言

新中國成立70年特別是改革開放40年以來，在中國共產(chǎn)黨的堅強領導下，開啟了中華民族偉大復興的偉大征程，中國經(jīng)濟社會發(fā)展創(chuàng)造了人類史上的偉大奇跡，經(jīng)濟總體實力及國際地位持續(xù)增強.中國從一個“一窮二白”的低收入國家一躍成為世界第二大經(jīng)濟體，對世界經(jīng)濟增長貢獻率超過30%.然而，中國經(jīng)濟社會成就是建立在非常脆弱的環(huán)境基礎上，長期以來的依靠要素驅(qū)動的粗放型、低效率增長模式難以為繼，國家的可持續(xù)發(fā)展受到嚴重挑戰(zhàn).據(jù)最新發(fā)布的2018年環(huán)境績效指數(shù)（EPI）顯示，中國EPI得分僅為50.74，在所有180個國家中排名第120名，空氣質(zhì)量排在倒數(shù)第4名.嚴重的環(huán)境污染給經(jīng)濟發(fā)展帶來巨大的損失，生態(tài)環(huán)境部發(fā)布的《中國經(jīng)濟生態(tài)生產(chǎn)總值核算發(fā)展報告2018》指出，2015年中國污染損失成本約2萬億元.中國這種以追求“量”的高速發(fā)展方式給經(jīng)濟發(fā)展造成了巨大的壓力，國際國內(nèi)的資源環(huán)境訴求和老百姓對美好生活的向往與追求促使中國摒棄原有的粗放式經(jīng)濟增長模式，一場經(jīng)濟增長模式的變革已經(jīng)啟動.

提高以中小微企業(yè)和低收入人群等群體為代表的廣大群眾金融可得性，有助于提高市場微觀主體市場參與程度，對中國經(jīng)濟高質(zhì)量發(fā)展具有重要的實踐意義.在金融開放和經(jīng)濟新常態(tài)的背景下，探尋供給側結構性改革中金融資源配置和金融創(chuàng)新的選擇，是進一步優(yōu)化金融體系自身結構和積極回應公眾金融需求的重要舉措.黨的十九大報告要求中國經(jīng)濟要由高速增長轉(zhuǎn)向高質(zhì)量發(fā)展，提出了提高綠色全要素生產(chǎn)率的緊迫要求.提高全要素生產(chǎn)率是高質(zhì)量發(fā)展的動力源泉.將資源利用、環(huán)境污染引入全要素生產(chǎn)率的分析框架，運用DEA-Malmqusit指數(shù)測度綠色全要素生產(chǎn)率，可以體現(xiàn)新時代中國高質(zhì)量發(fā)展理念.利用中國31個省市自治區(qū)2007-2017年的樣本數(shù)據(jù)，采用面板向量自回歸模型（PVAR）考察金融可得性與綠色全要素生產(chǎn)率之間的關系，為推動中國高質(zhì)量發(fā)展，建設美麗中國提供實證檢驗基礎.

2 文獻綜述

目前學術界對金融可得性還沒有形成統(tǒng)一的認知框架，甚至連一個清晰的內(nèi)涵定義都沒有明確給出，在討論金融可得性問題時，國內(nèi)外學者的研究體系仍是零散的.Beck等（2007）[1]將金融可得性等同于金融寬度.而世界銀行編制的“金融包容指數(shù)”，以及國際貨幣基金組織牽頭撰寫的“普惠金融調(diào)查報告”中，均是將金融可得性作為普惠金融的一部分進行闡述的.郭田勇和丁瀟（2015）[2]認為金融可得性只是普惠金融的一個維度而已.肖龍鐸和張兵（2017）[3]認為金融可得性是用來衡量一個國家或地區(qū)社會各階層的經(jīng)濟主體以一定成本獲取正規(guī)金融服務的難易程度.王偉和孫芳城（2018）[4]認為金融可得性包含銀行可得性、證券可得性和保險可得性.

如何準確衡量一個國家的經(jīng)濟增長質(zhì)量，目前尚未形成統(tǒng)一的觀點.梳理現(xiàn)有的研究結果，大致可將測度經(jīng)濟增長質(zhì)量的方法分為以下幾類.一是以投入產(chǎn)出效率衡量經(jīng)濟增長質(zhì)量.不少文獻認為提高經(jīng)濟效率是實現(xiàn)高質(zhì)量發(fā)展的關鍵.全要素生產(chǎn)率和勞動生產(chǎn)率屬于投入產(chǎn)出效率.多數(shù)學者采用全要素生產(chǎn)率作為衡量經(jīng)濟發(fā)展質(zhì)量的指標.鄭玉歆（2007）[5]指出全要素生產(chǎn)率貢獻力越強，說明經(jīng)濟增長質(zhì)量越佳.Chow（2002）[6]研究發(fā)現(xiàn)全要素生產(chǎn)率對中國經(jīng)濟增長的貢獻率數(shù)值大于零.肖歡明（2014）[7]基于中國2001-2011年的統(tǒng)計數(shù)據(jù)，將自然資源和環(huán)境作為投入要素納入柯布道格拉斯生產(chǎn)函數(shù)，并結合綠色GDP測算經(jīng)濟增長質(zhì)量.二是從經(jīng)濟領域的多個視角建立指標體系來衡量高質(zhì)量發(fā)展.Barro（2002）[8]從宗教、政治和社會等方面深入探究經(jīng)濟增長質(zhì)量.Frolov等（2015）[9]從人均發(fā)展指數(shù)和年均生產(chǎn)率增長率兩個方面構建區(qū)域經(jīng)濟增長質(zhì)量評價體系，并采用矩陣方法測算相應的經(jīng)濟增長質(zhì)量.師博和任保平（2018）[10]從經(jīng)濟增長面和社會成果面構建經(jīng)濟高質(zhì)量發(fā)展指標.三是從發(fā)展理念建立指標體系衡量經(jīng)濟增長質(zhì)量.詹新宇和崔培培（2016）[11]基于2000-2014年的省域數(shù)據(jù)，發(fā)現(xiàn)大多數(shù)省份經(jīng)濟增長質(zhì)量有所提升，而東部、中部、西部和東北部的經(jīng)濟增長質(zhì)量指數(shù)呈現(xiàn)波動上升的趨勢.童紀新和王青青（2018）[12]從規(guī)模性、協(xié)調(diào)性、開放性和共享性四個方面構建經(jīng)濟發(fā)展質(zhì)量綜合指標，并以2005-2016年的重點城市數(shù)據(jù)研究霧霾污染、環(huán)境規(guī)制與經(jīng)濟高質(zhì)量發(fā)展的關系，結果表明霧霾污染的緩解有利于促進經(jīng)濟高質(zhì)量發(fā)展.

總的來說，已有研究對金融可得性和經(jīng)濟高質(zhì)量發(fā)展方面做了諸多工作.但是，大多數(shù)文獻集中在理論層面探討，缺乏對金融可得性的量化研究，有關中國金融可得性水平的測度更是寥寥可數(shù).此外，鮮有研究探討金融可得性對綠色全要素生產(chǎn)率的影響，而綠色全要素生產(chǎn)率是經(jīng)濟高質(zhì)量發(fā)展的動力源泉，對于中國經(jīng)濟轉(zhuǎn)型具有舉足輕重的作用.

因此，采用面板向量自回歸模型（PVAR）研究金融可得性與綠色全要素生產(chǎn)率之間的聯(lián)系是至關重要的.對中國各省市自治區(qū)（暫不包括港澳臺數(shù)據(jù)）2007-2017年的金融可得性進行測度，然后通過構建的PVAR模型考察金融可得性對綠色全要素生產(chǎn)率的影響.

3 中國金融可得性測度與結果分析

3.1 金融可得性指標選擇及計算方法

金融可得性（Financial Availability）是指用來衡量一個國家或地區(qū)所有具有資質(zhì)的個人與企業(yè)以一定成本獲得適當金融服務的難易程度.因此，金融可得性不僅強調(diào)金融資源的可及性，還包含了金融消費者獲得這種金融資源的能力.因此，結合胡宗義等（2017）[13]以及王修華和趙亞雄（2019）[14]的研究，從金融服務的供給性、需求性、使用效應性和可負擔性四個維度構建指標體系，以測算金融可得性水平，具體指標體系如表1所示.值得一提的是，構建的指標體系包含4個維度21個指標，包含銀行業(yè)、證券業(yè)、保險業(yè)等金融行業(yè)，涉及面廣且層次分明.

從各地2007-2017年的金融可得性發(fā)展趨勢看，隨著時間的推移，各地的金融可得性總體水平呈現(xiàn)出上升的趨勢，除了北京和上海上升趨勢明顯之外，其他省份的上升趨勢較平緩.從均值和排名看，大部分省份的金融可得性水平在0.2以下（見表2）.其中，排名前五的分別是上海（0.7772）、北京（0.4443）、天津（0.2184）、廣東（0.1739）和浙江（0.1739），這五個省份都位于東部地區(qū).東部地區(qū)是一線城市的聚集地，這些城市具有區(qū)位上的優(yōu)勢，經(jīng)濟發(fā)展水平較高，金融市場活躍.金融可得性均值排名在后五位的則分別是貴州（0.1124）、甘肅（0.1127）、云南（0.1131）、廣西（0.1133）和黑龍江（0.1150）.其中4/5的省份集中于西部地區(qū).西部地區(qū)二線城市較多，經(jīng)濟發(fā)展水平較低，金融發(fā)展較落后，金融可得性水平自然也偏低.

從全國整體水平看，中國的金融可得性整體均值水平為0.1249，水平偏低，存在較大的提升空間.進一步比較分析，發(fā)現(xiàn)只有上海、北京、天津、廣東、浙江、江蘇、福建、海南、遼寧、重慶和山東等11個省份的金融可得性均值高于全國整體水平，這意味著各省份的金融可得性兩級分化較為嚴重.以2007年數(shù)據(jù)為基數(shù)，計算各地區(qū)的金融可得性增長速度，發(fā)現(xiàn)均大于12%，大部分的省份的增速在15%～35%之間，只有北京、江蘇和浙江的增速超過40%，分別為70.50%，42.67%和42.32%.這些數(shù)據(jù)表明，各省份的金融可得性水平穩(wěn)中有升，正向好的態(tài)勢發(fā)展.

將31個省市自治區(qū)按地區(qū)分布成東部、中部、西部和東北地區(qū)后，分別計算2007-2017年位于每個地區(qū)中所有省份的金融可得性水平.發(fā)現(xiàn)東部、中部、西部和東北地區(qū)的金融可得性發(fā)展水平的趨勢是上升的.其中，東部地區(qū)上升趨勢最為明顯，另外三個地區(qū)的上升趨勢較為平緩.從具體的均值水平看，東部（0.2484）、東北地區(qū)（0.1253）、中部（0.1216）和西部（0.1189）的金融可得性依次遞減.東部地區(qū)中，各省的金融可得性水平相差較大，上海的均值（0.7772）最高，遙遙領先于其他省份，而河北的均值（0.1209）最低，排名19，僅達到中部地區(qū)的發(fā)展水平.中部地區(qū)中，湖南、安徽、山西、湖北、江西和河南的金融可得性水平差異較小，在0.12上下波動.西部地區(qū)中，重慶的均值（0.1364）居于首位，排名第8，與位于東部地區(qū)的福建省僅相差0.0035，其他省份的均值水平相差不大.東北地區(qū)中，遼寧的均值為0.1371，排名第9，吉林和黑龍江的金融可得性遠不及遼寧，排名較靠后，分別位于第14和27名.中國各個區(qū)域的金融可得性呈現(xiàn)出東高、中次之、西低的區(qū)域差異特征，和經(jīng)濟發(fā)展水平的區(qū)域特征一致，表明經(jīng)濟發(fā)展好的地區(qū)，金融可得性水平也較高.

4 金融可得性對綠色全要素生產(chǎn)率的影響分析

4.1 模型設定與變量說明

GTFP分別與IS、FA存在單向因果關系，而IS與FA之間存在顯著的雙向因果關系.這表明金融可得性是通過產(chǎn)業(yè)結構升級這一路徑作用綠色全要素生產(chǎn)率，進一步通過GMM估計和脈沖響應函數(shù)等工具對其具體的長期關系進行檢驗.

4.2.2 GMM估計結果

因為PVAR模型滯后期的選擇會對模型中各統(tǒng)計量造成較大影響，所以需要先根據(jù)AIC，BIC和HQIC統(tǒng)計量最小準則選擇合適的滯后期.AIC、BIC和HQIC統(tǒng)計量結果均顯示滯后4期為最佳滯后期數(shù).所以選取滯后4期作為PVAR模型的最佳滯后期數(shù).在此基礎上，通過 GMM估計方法對模型參數(shù)進行估計，具體結果如表6所示.

從表6可知，金融可得性的滯后1期、滯后2期和滯后3期對綠色全要素生產(chǎn)率的影響始終為正，但其影響大小和顯著性呈下降趨勢，到滯后4期其影響反轉(zhuǎn)為負向作用.這表明金融可得性對綠色全要素生產(chǎn)率的影響具有即期性，當期金融可得性水平的提高能夠及時作用到綠色全要素生產(chǎn)率的提升上.其可能原因是當前能源環(huán)境問題被提升到前所未有的高度，企業(yè)具有較強的動機進行生產(chǎn)技術改進，當資金獲取較為容易，這一動機便可直接轉(zhuǎn)化為實際行動，從而促進企業(yè)生產(chǎn)效率提升.產(chǎn)業(yè)結構的滯后1期、滯后2期、滯后3期以及滯后4期對綠色全要素生產(chǎn)率的影響始終為正，其中滯后1期和滯后2期的影響在5%水平下顯著，而滯后3期和滯后4期的影響不顯著.這表明產(chǎn)業(yè)結構升級對綠色全要素生產(chǎn)率的正向影響具有長期性，但隨著時間推移這種影響會逐漸減弱.

GMM估計結果還表明，金融可得性的滯后1期、滯后3期和滯后4期對產(chǎn)業(yè)結構具有顯著正向影響.在以商業(yè)銀行為主導的傳統(tǒng)金融模式下，為控制風險放貸需要固定資產(chǎn)作抵押.技術創(chuàng)新型企業(yè)由于其高風險和輕資產(chǎn)特征就很難得到商業(yè)銀行的青睞，從而無法獲得足夠的資金支持.金融可得性水平提升能夠降低企業(yè)融資門檻，進而獲得充足資金的支持，鼓勵企業(yè)技術創(chuàng)新，淘汰落后產(chǎn)業(yè)，激發(fā)新型科技產(chǎn)業(yè)活力.此外，產(chǎn)業(yè)結構的滯后1期在5%水平下顯著為正，表明產(chǎn)業(yè)結構升級具有明顯的路徑依賴特征，當期產(chǎn)業(yè)結構處于較高水平，那么下一期產(chǎn)業(yè)結構將會繼續(xù)優(yōu)化，從而表現(xiàn)出“滾雪球效應”.

產(chǎn)業(yè)結構的滯后期對金融可得性的影響較為復雜，滯后1期、滯后2期和滯后3期的影響方向經(jīng)歷了“正-負-正”的轉(zhuǎn)變，且滯后1期的正向影響不顯著.

4.2.3 脈沖響應函數(shù)

通過蒙特卡洛1000次模擬，得到95%置信區(qū)間，滯后5期的脈沖響應圖.據(jù)此觀察各變量的長期動態(tài)交互過程和影響，如圖1所示.由圖1可知以下四點.

各變量對來自自身沖擊的響應為正向.這是因為技術具有正的外部性，綠色技術溢出有利于行業(yè)整體生產(chǎn)效率提高和污染減排.此外，金融可得性和產(chǎn)業(yè)結構升級具有自我增強效應，由于地區(qū)間差異水平較大，如果不采取任何措施容易出現(xiàn)“鴻溝效應”，東部發(fā)達地區(qū)和西部落后地區(qū)的差距將越拉越大.

綠色全要素生產(chǎn)率無論是對來自金融可得性的沖擊和還是對來自產(chǎn)業(yè)結構升級的沖擊都表現(xiàn)為顯著的正向影響.金融可得性和產(chǎn)業(yè)結構升級是提升綠色全要素生產(chǎn)率的重要手段，兩者的疊加效應能夠快速提升綠色全要素生產(chǎn)率.

產(chǎn)業(yè)結構對來自金融可得性的沖擊始終表現(xiàn)為正向影響，除了滯后2期，其他都在5%水平下顯著.金融可得性主要通過促進企業(yè)技術創(chuàng)新，從而提高企業(yè)生產(chǎn)效率，達到節(jié)能減排目標，提升綠色全要素生產(chǎn)率水平.

金融可得性對來自產(chǎn)業(yè)結構沖擊的響應較為復雜，在滯后2期時表現(xiàn)出顯著的負向響應，而之后迅速轉(zhuǎn)為正向響應.

5 結 論

首先從金融服務的供給性、需求性、使用效應性和可負擔性四個維度構建指標體系來測算中國金融可得性水平.然后，采用DEA-malmquist指數(shù)方法測度綠色全要素率.最后，基于PVAR模型實證檢驗金融可得性與綠色全要素生產(chǎn)率之間的關系.研究發(fā)現(xiàn)：中國金融可得性水平整體偏低，且呈現(xiàn)出東部、中部、西部與東部地區(qū)依次遞減的格局;金融可得性與綠色全要素生產(chǎn)率之間存在單向因果關系，且金融可得性對綠色全要素生產(chǎn)率具有顯著正向影響.

參考文獻

[1] BECK T，DEMIRGVC-KUNT A，LEVINE R. Finance， inequality and the poor[J]. Journal of Economic Growth，2007，12（1）：27-49.

[2] 郭田勇， 丁瀟. 普惠金融的國際比較研究——基于銀行服務的視角[J]. 國際金融研究， 2015，339（2）：55-64.

[3] 肖龍鐸，張兵. 金融可得性、非農(nóng)就業(yè)與農(nóng)民收入——基于CHFS數(shù)據(jù)的實證研究[J]. 經(jīng)濟科學， 2017（2）：76-89.

[4] 王偉，孫芳城.金融可得性及其空間變化——基于31個省際面板數(shù)據(jù)[J].當代經(jīng)濟管理，2018，40（9）：90-97.

[5] 鄭玉歆.全要素生產(chǎn)率的再認識——用TFP分析經(jīng)濟增長質(zhì)量存在的若干局限[J].數(shù)量經(jīng)濟技術經(jīng)濟研究，2007（9）：3-11.

[6] CHOW G.Chinas economic growth： 1952-2010[J]. Economic Development and Cultural Change， 2002，51（1）：247-256.

[7] 肖歡明.基于綠色GDP的我國經(jīng)濟增長質(zhì)量測度[J].統(tǒng)計與決策，2014（9）：27-29.

[8] BARRO R J. Quantity and quality of economic growth[J]. Central Bank of Chile，2002（1）：135-162.

[9] FROLOV S M，KREMEN O I，OHOL D O. Scientific methodical approaches to evaluating the quality of economic growth[J]. Actual Problems of Economics，2015，173（11）：393-398.

[10]師博，任保平.中國省際經(jīng)濟高質(zhì)量發(fā)展的測度與分析[J].經(jīng)濟問題，2018（4）：1-6.

[11]詹新宇，崔培培.中國省際經(jīng)濟增長質(zhì)量的測度與評價——基于“五大發(fā)展理念”的實證分析[J].財政研究，2016（8）：40-53.

[12]童紀新，王青青.中國重點城市群的霧霾污染、環(huán)境規(guī)制與經(jīng)濟高質(zhì)量發(fā)展[J].管理現(xiàn)代化，2018，38（6）：59-61.

[13]胡宗義，丁李平，劉亦文.中國普惠金融發(fā)展的空間動態(tài)分布及收斂性研究[J].軟科學，2018，32（9）：19-23.

[14]王修華，趙亞雄.中國金融包容的增長效應與實現(xiàn)機制[J].數(shù)量經(jīng)濟技術經(jīng)濟研究，2019，36（1）：42-59.

[15]王修華，關鍵.中國農(nóng)村金融包容水平測度與收入分配效應[J].中國軟科學，2014（8）：150-161.

[16]HOLTZ-EAKIN D，ROSEN N H S. Estimating vector auto-regressions with panel data[J]. Econometrica，1988，56（6）：1371-1395.

[17]PEDRONI P. Panel co-integration： Asymptotic and finite sample properties of pooled time series tests with an application to the PPP hypothesis[J]. Economics Theory，2004，20（3）：597-625.