金融生态环境质量的资金“洼地”效应
2012-04-29姚耀军黄林东
姚耀军 黄林东
摘要:在理论上,金融生态环境的改善能够提高本地区对外来资本的吸引力,从而促进本地区的资本积累。本文以外商直接投资实际利用额作为外来资本的代理变量,基于中国分省面板数据,采用空间计量模型检验了金融生态环境质量的资金“洼地”效应。结果发现,金融生态环境的改善具有显著的资金“洼地”效应,并且实证结论具有稳健性。
关键词:金融生态环境;“洼地”效应;空间计量
中图分类号:F830文献标识码:A文章编号:1674-2265(2012)11-0003-04
一、引言
在开放经济条件下,吸引区域外资金流入从而促进本区域资本形成是区域经济政策的一个重要选项。与本地资本相比,外来资本的比较优势在于,资金的流入通常伴随着技术的流入。这种技术可能体现在市场机会发现能力、先进的制造技术、便利有效的融资渠道上,也可能体现为高效的决策机制以及管理能力等。技术优势的存在使得外来资本能够获得溢价收益。然而外来资本也存在比较劣势。外来资本与当地政府及其金融体系初次接触,对地方产业政策、资源分布、风土人情、商业文化以及产业竞争状况一般缺乏深入了解。外来资本在
本土信息上的比较劣势使其投资具有风险和不确定性,而这种与资本跨区域投资相伴随的风险以及不确定性阻碍了资本的流动(费尔德斯坦等,1980)。
金融生态环境指微观层面的金融环境,包括法律、社会信用体系、会计与审计准则、市场体系、中介服务体系、企业改革进展及银企关系等多方面的内容(周小川,2004)。在理论上,当地金融生态环境质量的改善能够大大缩小外来资本在本土信息上的比较劣势,对于外来资本流入具有促进作用。其具体的理论机制包括:
第一,金融生态环境质量的改善可能意味着政府治理机制的改善,这为外来资本与本地资本的公平竞争提供了重要的制度保障。一般认为,本地资本在长期与地方政府的接触中建立了较为密切的联系。这种政治联系有利于本地资本在税率、贷款融资以及政府救助等方面获得益处(克莱森斯等,2008;法乔,2006;李等,2008)。然而随着政府治理机制的不断完善,地方政府对企业经营干预较少,政治联系并不能给企业带来直接的利益。另外,在金融生态环境良好的地区,国有经济占整个经济的份额通常也较低,从而降低了政府对本地国有企业资源倾斜的动机。
第二,金融生态环境质量的改善可能意味着社会信任水平的提高。作为一种社会资本,信任文化是金融生态环境的重要内容。诚信能够降低信息成本,在一个缺乏诚信的经济环境下,大量的资源被用来弱化信息不对称带来的影响。诚信能够扩展社会经济交往和交易边界。在一个缺乏诚信的社会中,经济交易主要基于血缘、亲缘与地缘基础上来完成,趋于封闭化从而具有较强的排外性,不利于外来资本在本地扎地生根。
第三,金融生态环境质量的改善通常与各类中介机构的蓬勃发展同步。这些中介机构包括,以提供专业服务为主的技术型中介机构(如会计师事务所、律师事务所等)、以提供信息服务为主的信息型中介机构(如担保机构、行业协会、咨询公司等)。各种中介机构的存在为外来资本获取本地信息提供了标准化、专业化的服务,从而降低了本地信息的搜寻成本,减少了资本跨区域投资时所面临的风险与不确定性。
一些文献已经就金融生态环境质量与资金流动的联系提供了反面案例。以自贡地区为例,萧安富等(2005)发现,金融生态环境的恶化使得全国性经营金融机构有动力将当地的金融资源配置到其他金融生态环境质量较高的地区,从而造成当地资金外流。以伊春地区为例,人民银行哈尔滨中心支行课题组(2006)发现,政府对企业和银行的行政干预恶化了当地的金融生态环境,导致了资金外流现象。然而到目前为止,很少有研究就金融生态环境质量与资金流动的联系进行正式的计量经济研究,而本文的实证分析试图填补这一空白。
二、模型设计、变量和数据
本文以外商直接投资(FDI)的实际利用额作为外来资金数量的代理变量,利用面板数据空间计量模型来检验金融生态环境质量改善的资金“洼地”效应。我们选用空间计量模型的理由是,FDI在中国的区位分布从地理空间上看呈现出非均衡性和集聚性特征(何兴强等,2008),如果忽略FDI分布的空间效应,则相关的计量估计结果难以满足无偏性和一致性要求(Anselin,1988)。库格林等(Coughlin等,2000)基于空间误差模型(SEM)考察了FDI在中国各省的分布,受此启发,本文首先利用SEM模型来检验金融生态环境质量改善的资金“洼地”效应,其具体模型是:
在这里,下标 与 各自代表省份与时间;FDI表示外商直接投资实际利用额,FE表示金融生态环境质量指数,Control代表其他控制变量,其中 是变量序号。 与 是待估计参数, 是非观测省份效应。 是具有空间自相关性的误差项, 是空间效应影响系数, 是空间加权权重, 是随机扰动项。
布伦尼根等(Blonigen等,2004)认为,与SEM模型相比较,空间自相关模型(SAR)与FDI分布存在更密切的理论联系。有鉴于此,并为了确保实证结论的稳健性,我们也利用SAR模型进行了估计,其具体模型是:
在这里, 是空间自回归系数,其余符号含义与(1)式相同。上述两模型中的其他控制变量包括:
(一)金融业效率(FINC)
参照姚耀军(2010)的研究,我们用金融业相对劳动生产率来衡量金融业效率,其具体计算方法为“金融业效率=(金融业增加值/金融业从业人员)/(GDP/总就业人数)”。金融业效率代表金融发展水平。地方金融发展与FDI存在替代与互补两种关系(李青原等,2010)。一方面,地方金融发展水平越高,地方经济发展所面临的外部融资约束程度越轻,从而减少了对FDI这类外部资金的需求;另一方面,地方金融发展水平越高,则越便于FDI通过金融手段与本地上下游企业发生联系,于是FDI更有动力进入当地。因此,金融业效率对FDI的影响预先难以确定。
(二)市场规模(SCAL)
参照利普西(Lipsey,2000)的研究,本文以人均GDP作为市场规模的代理变量。FDI 的主要目标之一是开辟新的市场空间,只有当市场规模达到一定水平时才能满足FDI在当地规模化生产的基本要求,因此我们预期市场规模对FDI流入具有正面影响。
(三)劳动力成本(LABO)
劳动力成本用城镇单位在岗职工平均工资衡量。按照FDI的要素决定理论,FDI倾向于流向要素价格较低的地区,因此我们预期劳动力成本对FDI流入具有负面影响。
(四)人均受教育年限(EDU)
在计算该指标时,我们首先假定接受小学、初级中学、高级中学、大学及以上教育程度的居民受教育年限分别为6、9、12和16年,然后以受教育人口比例为权重进行加权算术平均。本地较高的人力资源禀赋有助于提高员工生产效率,因此我们预期人均受教育年限对FDI的流入有正面影响。
(五)基础设施水平(INFR)
参照李青原等(2010)的研究,基础设施水平的衡量公式是“基础设施水平=(公路里程+4.27×铁路里程+1.06×内河航道里程)/地区国土面积”。资金流的背后是实物流,基础设施建设的完善为原材料与产品运输提供了便利,大大减少了物流成本,因此我们预期较高的基础设施水平有助于吸引FDI的流入。
(六)自然资源禀赋(NATU)
参照丁菊红等(2007)的研究,我们用采矿业城镇单位就业人员劳动报酬占全部城镇单位就业人员劳动报酬的比例来表征一个地区自然资源的富庶程度。当地自然资源禀赋丰富可能构成了FDI进入的原动力,然而,自然资源禀赋丰富的地方往往制度建设落后,此即格利森(Gylfason,2004)所谓的“资源诅咒”。因此,自然资源禀赋对FDI的影响预先难以确定。
中国社会科学院发布了2006、2008与2009年分省金融生态环境质量指数。我们将基于该指数进行相关的实证分析。其余数据皆根据《中国财政年鉴》、《中国统计年鉴》、《新中国60年统计资料汇编》以及各个省份的统计年鉴整理。由于无西藏自治区的金融生态环境指数数据,因此本文的样本数据集不含西藏。本文相关变量的描述性统计结果见表1。