政府规模、金融发展与技术进步

■ 任 为

一、引言

改革开放30多年来，中国经济增长取得了巨大成就，但经济增长方式依然是粗放型的，迫切需要转变经济增长方式，使经济增长由要素投入推动转向由技术进步推动，用技术进步引导经济增长方式由不可持续性向可持续性、由高碳经济型向低碳经济型转变。金融作为现代资源配置的核心方式，对技术进步会产生积极的支持作用。系统分析我国金融发展与技术进步之间的关系不仅对于理解金融发展影响经济增长的作用机制有着重要的理论意义，而且有利于利用技术进步快速转变经济增长方式。

国内的研究中很少有文献关注金融发展对技术进步的影响，更多的是从侧面分析两者的关系。张军等（2005）研究表明，金融深化对生产率增长具有显著的正向影响。徐建军等（2009）的研究认为，金融深化促进了全要素生产率增长。但是，这些实证研究并没有直接涉及金融发展与技术进步之间的关系，只是从侧面谈到了其对技术进步的影响。而陈刚等（2009）的研究直接涉及到了技术进步，他们的分析结论发现，金融发展对技术进步和技术效率的改善起到了一定的阻碍作用。姚耀军（2010）以私营企业及个体贷款占贷款总额的比例度量金融中介发展水平，研究表明，金融中介的发展对技术进步具有显著的正向作用。但是这些研究只是单纯分析两者之间的线性关系，已有理论研究表明金融发展和技术进步表现出非线性关系（Zilibotti，1994）。而在已有的非线性关系研究中（师文明，2010），并未涉及政府规模对金融发展的门槛效应。下文的理论分析表明，政府规模会影响金融发展对技术进步的作用，而实证分析正好印证了本文的理论分析，这正是本文与前期文献的不同之处。

二、理论分析

金融发展主要通过两个途径影响技术进步，一是金融体系的存在和发展为技术进步提供必要的资金支持，二是金融体系的风险管理能力可以降低进行技术创新和发展高新技术产业的风险，推动技术创新。而政府规模扩大也将会从这两个方面影响金融对技术进步的作用。

政府规模扩大的过程中必然伴随着政府干预的加强，使得金融资源配置偏离技术创新领域。财政分权以后，地方政府有了更多的自主权，相应的财政权力和干预经济的能力也会增强，同时也面临着政治晋升、财政收入增长和地方经济发展的压力。为了实现这些目标，需要获取资金支持，进而会对本区域内各类金融机构的资金运用进行直接或间接的行政干预，从而使金融机构的资金计划和运用符合地方政府的利益。地方政府干预具体体现在地方政府要求金融机构对特定的行业、产业、部门或者企业给予直接或者间接的行政指令性资金支持，从而形成了地方政府推动型关系融资制度。比较明显的是，地方政府常常直接或间接干预国有银行的信贷决策，为辖区内的国有企业提供无效率的贷款支持。地方政府对国有银行的信贷干预是对银行和企业之间的自由信贷契约的干预和破坏，并因而导致银行信贷资源的配给偏离经济和效率目标：具有较强技术创新能力的中小型企业更多地受到了融资约束，而缺乏创新活力的国企却有大量的无效率资金注入，因而使得技术进步能力受到了制约。

政府规模扩大导致的干预加强增加了金融系统的风险，影响了金融分散创新活动风险的能力。由于地方政府官员对自身政治收益的追逐，不可避免地导致了地方政府投入大量的资金于一些毫无经济收益的“政绩工程”的建设，低水平的过度投资和重复建设现象相当普遍，像这样一些政府行为一般会伴随着政府规模的膨胀。不难想象，分税制改革后一个日益“捉襟见肘”的地方财政显然无法再为地方政府官员追求“形象工程”提供更多在获取资金支持上的选择自由，因而依靠银行信贷来摆脱资金上的约束看来是顺理成章的事情。然而，地方政府利用银行信贷的投资扩张冲动增加了金融风险，模糊了金融部门的价值发现，破坏了银行与企业间的自由信贷契约，造成了信贷资金的低效率，不利于金融发展。这种由于政府行为造成的金融风险，使得金融体系分散创新活动风险的能力受到自身发展不稳定的影响，从而对技术进步的支持作用有限。

从以上分析可以看出，政府规模过大对金融发展会产生不利影响，并通过金融发展进一步作用于技术进步。而上述分析潜在的含义便是低政府规模会减少不利影响。因此，我们提出本文的核心假设：当政府规模过大时，金融发展受到制约，从而对技术进步产生负向作用；当政府规模适度时，对金融发展会产生积极影响，从而对技术进步产生促进作用，金融发展与技术进步存在政府规模门槛。

三、模型设定与数据说明

（一）模型设定

本文重点分析政府规模与金融的交互作用对技术进步的影响，本文建立如下两个模型：

其中，控制变量Xit包括：

模型（1）和（2）用存贷款占比测度的金融发展和其他控制变量作为解释变量。为了减少共线性对回归结果的影响，当模型中有金融发展与政府规模的交互项时，政府规模变量不再进入模型。下标i表示各省及直辖市，t表示年份。

在模型（1）中，本文加入了金融变量与政府规模的交互项，以检验金融变量影响技术进步的门限条件。技术进步对金融发展的偏导数在加入交互项之后不再是α1，而是：

对于变量之间的内生性问题，本文使用系统GMM方法，用因变量的滞后期以及相关解释变量的滞后期为工具变量的动态面板估计方法来消除，并结合混合OLS、固定效应和随机效应模型综合考量各变量及交互项对技术进步的影响。

模型（2）为面板门槛模型，以政府规模变量为门槛变量，进行扩展分析，具体模型介绍请参考Hansen（1990）。 其中，δ 为门槛值，具体模型为几重门槛，需要根据模型检验结果来定，见后文。

（二）数据与变量说明

本文的因变量为技术进步，用全要素生产率衡量。借鉴孙晓华（2013）的计算方法，采用近似全要素生产率表示，该方法本质上是索洛余值法的近似。计算公式为：

其中，y为产出，k为资本存量，l为劳动力，θ为资本的产出弹性。借鉴李春顶（2010）的研究，对θ取值1/3。资本存量的计算借鉴张军（2004）的研究，根据公式Kit=Iit/Pit+（1-δ）Kit-1计算，所有名义值均以1997年为基期进行价格调整。

本文的核心解释变量为金融发展。本文借鉴周立等的研究，用各地区全部金融机构存贷款总额占GDP的比例（fd）作为代理变量。政府规模（govs）为本文的门槛变量，借鉴范子英（2010）的研究，使用政府支出占GDP的比重来衡量政府规模。参考前期研究，本文的控制变量如下，人力资本变量（lnhk）用人均受教育年限衡量，同时取对数处理。经济发展水平（lnrgdp）用人均 GDP的对数表示，技术能力（inno）用专利授权量的对数表示，基础设施（lninfr）以每万人拥有公路里程衡量，同时取对数处理。国家财政科技支出（gtc）用财政支出中用于科技领域金额的对数衡量。本文所选取的样本为1997～2012年全国31个省的面板数据，数据来源于1998～2013年《中国统计年鉴》和《中国金融年鉴》。具体变量统计性描述如表1所示：

表1 变量的统计性描述

四、实证结果分析

本文对门槛效应的检验运用三种方法:一是引入政府规模与金融变量的交互项，式（3）中的govs值即为政府规模门槛值；二是对政府规模变量进行分组回归，以检验不同政府规模下金融变量对技术进步的影响；三是利用面板门限模型检验在具体门限值下金融变量对技术进步的作用。三种方法各有优劣，在本文的分析中三种方法可以相互补充，并进一步起到加强结论的作用。本节的实证分析对第一和第二种方法分别使用混合OLS、固定效应、随机效应和系统GMM对模型（1）进行检验。结果如表2。

（一）引入交互项回归

表2结果表明，加入交互项之后，金融变量系数显著为正，交互项系数显著为负，模型表现出明显的门槛效应。这说明金融发展对技术进步存在一个政府规模门槛，政府规模通过影响金融发展进而作用于技术进步。以固定效应模型为例，根据（3）式的计算方法：

当政府规模 govs＜0.0371/0.1485≈0.2498时，金融发展才对技术进步产生正向影响，当政府规模高于这一门槛值时，就会起到负向作用。因此，金融发展对技术进步的影响受到了政府规模的制约，只有政府规模低于一个定值时，金融发展对技术进步才是有利的。在政府规模扩大的过程中，为了保证经济增长，政府分配资金更多的是将资金投向国有大型企业，这些企业又往往是缺乏创新动力的。而中小非国有企业且具有创新能力的企业更多的时候受到了资金的限制，这使得技术进步缺乏长足的动力。同时，对金融系统随之而来的过多干预，金融系统根据市场信号配置资源的机制被人为扰乱了，这会进一步加剧金融体系面临的风险，并使得创新活动通过金融系统分散风险的作用被减弱，因而对技术进步十分不利。在这两种情况下，金融对技术创新提供资金支持和降低创新活动风险的作用，随着政府规模的扩大逐渐减弱，甚至产生负向影响。随机效应模型的门槛值为0.2994，在控制了内生性之后，系统GMM估计结果的门槛值有所提高，为0.3584。为了进一步验证这一门槛值的真实性，以上述三个门槛值为节点分别将样本分为两组，以区分高政府规模和低政府规模。固定效应、随机和系统GMM估计结果显示，低政府规模组，金融发展对技术进步具有不显著的正向作用，而高政府规模组，金融发展对技术进步产生显著的负向影响，这充分证明了政府规模过大的不利影响，基本上可以认为这一门槛值是存在的。

从其他控制变量来看，人力资本变量对技术进步具有显著的正向影响，说明人力资本的积累通过提供人才支撑为技术进步提供了动力。基础设施变量大部分系数显著为正，表明基础设施通过提高创新资本和劳动力以及创新成果的流动及传播，降低了交易成本，为技术进步提供了便利。技术能力变量大部分系数为负，主要是与我国创新投入不足、对创新活动缺乏足够的支持有关，虽然国家创新成果较多，但实际转化为生产力的却很少，因此，导致创新能力并未对技术进步产生明显的正向作用。经济发展水平变量均显著为正，随着经济发展水平的提高，将会有更多的人力物力投入到创新活动中，对技术进步有较强的推动作用。财政科技投入变量显著为正，通过加大对科技活动的投入力度，为科技活动的开展提供了保障，因此，对技术进步具有促进作用。

表2 金融发展对技术进步的门槛效应

（二）分组回归

为进一步验证不同政府规模下金融发展的技术进步效应，本文将样本按第33百分位和第66百分位为三组，分别代表低、中和高等政府规模。表3报告了低和高等政府规模分组下金融发展对技术进步的影响。表3结果表明，在低政府规模下，金融发展对技术进步产生不显著的正向影响，政府规模的适度水平可以为金融发展支持技术进步提供制度环境，降低人为干预对金融体系的影响。而高政府规模下，金融发展对技术进步具有显著的负向作用，这与前文门限条件下的回归显著一致，进一步证明了金融发展对技术进步的作用存在一个政府规模门槛，金融发展促进技术进步需要政府规模保持在适度水平，减少人为因素对配置资源的影响，只有当政府规模可以维持金融体系稳健发展时，金融发展才会具有技术进步效应。

表3 按政府规模分组回归

（三）门限回归

本节将上述模型扩展为门限模型，借鉴Hansen（1999）的多元面板门限回归模型，将政府规模作为门限变量进行分析。首先对门限效应进行检验，表4报告了多重门限下的门限值、P值及置信区间。表4表明，政府规模存在三重门限，三个门限值的置信区间均未包含了其他门限值，从而说明这些门限值是真实的，因此，接受三重门限值的原假设，本文采用三重面板门限模型。

表4 门限效应检验及门限估计值——政府规模

表5为面板门限模型回归结果，从检验的门限值来看，与前文交互项的门限值较为接近。T1为低于第一个门限值的金融发展与政府规模的交互项，T2、T3、T4依次类推。分析结果表明，当政府规模低于第一个和第二个门限值时，金融发展对技术进步均表现为显著的正向影响；当政府规模超越第二重门限时，金融发展对技术进步具有不显著的负向作用；当政府规模超越第三重门限时，金融发展对技术进步具有显著的负向作用。这些估计结果与前文的分析一致，进而进一步加强了交互项分析的结论：金融发展的技术进步效应存在政府规模门槛，政府规模过大，金融发展对技术进步产生不利影响，反之，具有促进作用。

表5 面板门槛模型估计结果

五、结论

本文利用全国31个省1997～2012年的面板数据，在理论分析的基础上，用交互项回归、分组回归和面板门限回归三种方法实证检验了金融发展支持技术进步的政府规模门槛效应，结论表明：

交互项回归中，金融发展变量对技术进步具有显著政府规模门槛效应，当政府规模超过一个定值时，金融发展对技术进步会产生不利影响；只有当政府规模保持在一个适度水平，金融发展对技术进步才会产生促进作用。在控制了内生性之后这一门槛值有所提高。分组回归中依然表明这一结论存在，并且门限模型的结论与分组回归结果一致，并进一步加强了本文的结论。

因此，我们认为在扩大金融规模，提高金融系统效率进而促进技术进步的过程中，必须重视政府规模过大的趋势。在发展金融的同时，稳步推进政治、经济体制改革，缓解金融约束和抑制，减少金融干预，发挥市场机制对金融体系的调节作用，减少政府行政之手过多伸向资金配置领域，进而降低金融系统的政策性风险，为金融发展提供良好的发展环境，从而为金融支持技术进步提供保障。

[1]刘凤朝，沈能．金融发展与技术进步的Geweke因果分解检验及协整分析[J]．管理评论，2007，(5)：3～8.

[2]赵勇，雷达．金融发展与经济增长：生产率促进抑或资本形成[J]．世界经济，2010，(2)：37～50.

[3]张军，金煜．中国的金融深化和生产率关系的再检测：1987～2001[J]．经济研究，2005，(11)：34～45.

[4]徐建军，汪浩瀚．中国对外贸易和金融深化对全要素生产率的动态影响——基于状态空间模型的时变参数分析[J]．国际贸易，2009，(6)：113～119.

[5]陈刚，李树．金融发展与增长源泉：要素积累、技术进步与效率改善[J]．南方经济，2009，(5)：24～35.

[6]姚耀军．金融中介发展与技术进步——来自中国省级面板数据的证据 [J]．财贸经济，2010，(4)：26～31.

[7]师文明，王毓槐．金融发展对技术进步影响的门槛效应检验——基于中国省际面板数据的实证研究[J]．山西财经大学学报，2010，(9)：38～45.

[8]孙晓华，郭玉娇．产业集聚提高了城市生产率吗？——城市规模视角下的门限回归分析[J]．财经研究，2013(2)：103～112.

[9]张军，吴桂英，张吉鹏．中国省际物质资本存量估算:1952～2000[J]．经济研究，2004，(10)：35～44.

[10]周立，王子明．中国各地区金融发展与经济增长实证分析:1978～2000[J]．金融研究，2002，(10)：1～13.

[11]范子英，张军．粘纸效应：对地方政府规模膨胀的一种解释[J]．中国工业经济，2010，(12)：5～15.