金融集聚、人力资本与经济增长<br/>——基于省际动态面板数据差分GMM分析

金融集聚、人力资本与经济增长
——基于省际动态面板数据差分GMM分析

2017-03-31王春阳李伟军

山东工商学院学报 2017年1期

关键词：差分面板变量

王春阳,李伟军

(安徽工业大学商学院,安徽马鞍山 243000)

财政金融研究

金融集聚、人力资本与经济增长
——基于省际动态面板数据差分GMM分析

王春阳,李伟军

(安徽工业大学商学院,安徽马鞍山 243000)

基于2001～2014年中国省际面板数据,运用动态差分GMM模型分析方法探讨金融集聚与人力资本对经济增长是否存在促进作用。实证结果表明:金融集聚与经济增长之间存在显著地正相关性,提升金融集聚发展水平能促进中国经济长足发展;人力资本水平与经济增长之间也存在显著地正相关性,提高人力资本存量和水平是推动中国经济健康、快速和持续发展的不竭动力。

金融集聚;人力资本;经济增长;差分GMM模型

一、引言

改革开放以来,中国经济实力不断增强,GDP总量由1978年的0.37万亿增加至2015年的67.67万亿;产业结构不断优化,一、二、三产业占GDP总量比重由1978年的28.1:48.2:23.7调整至2015年的9:40.5:50.5;城镇化水平不断提升,城镇化率由1978年17.9%提升至2015年的56.1%,城乡居民收入与消费水平得到提高、生活质量得到改善。但经过30多年的高速发展,经济增长的要素红利逐步衰减,经济发展步入新常态,经济发展动力亟需从过去的要素、投资驱动转变为创新驱动,挑战与日俱增。与此同时,伴随着经济的高速增长,金融资源(机构、人员、市场)等的空间集聚现象愈加普遍,金融在经济增长中的作用不断增强。金融的集聚不仅能产生规模经济效应,还能有效提高区域间金融资源配置效率,降低区域间金融交易成本(Kindle Berger1974)。然而,一个地区的金融能否集聚与人力资本有极大的关联。金融集聚需要大量的专业人才,如财务、法律、计算机等人才(管驰明等,2010),相反,一定存量和质量的人力资本会显著地促进金融集聚(任英华等，2010)。胡永远(2011)研究发现中国人力资本积累具有自身收敛性,人力资本增长率与地区经济增长率之间存在同向变化特征[1-5]。可见,讨论金融集聚与经济增长的关系时无法忽视人力资本的影响。尤其是新常态下中国人口老龄化问题不断加剧,对人力资本积累提出了严重挑战,这无疑也会在一定程度上影响金融集聚对经济增长作用的发挥。因此,探索金融集聚、人力资本对中国经济增长的理论与实践,寻求金融集聚促进经济增长的路径,成为本文研究的关键。

二、文献回顾

(一)金融集聚与经济增长

迄今为止,国内外学者关于金融集聚与经济增长关系研究取得了丰硕的成果。Mckinnon&Shaw(1973)通过研究区域金融集聚与经济发展之间的内在相互作用机制发现,不同的金融集聚水平会对经济发展产生不同的影响,在一定条件下,金融集聚有利于经济发展。Greenwood&Jovanovic(1990)将金融功能可划分为信息、分散风险和投资等功能,通过构建CJ模型对其与经济增长关系进行实证检验,得出金融集聚与经济增长之间存在因果循环关系,即金融集聚能有效促进经济增长,经济增长也能有效促进金融集聚水平提升。王力等(2004)认为金融集聚是经济增长发展到一定阶段结果,同时,经济增长又在很大程度上反向促进金融集聚。陈文锋等(2008)基于上海市1990～2006年金融产业集聚度、经济增长数据,运用格兰杰因果检验方法得出两者之间存在长期协整关系,且前者是后者格兰杰成因。张世晓(2010)认为在金融集聚和经济增长互为格兰杰成因条件下,区域金融、经济发展和宏观经济运行亟需重视金融集聚与经济增长之间协同效应。李伟军(2010)认为金融业在空间、地理上的集聚能对实体经济产生规模经济效益、网络效益和自我增强效益,金融集聚是经济增长极形成中的重要推动因素。何宜庆等(2014)运用耦合度函数与耦合匹配度函数划分中部六省省会城市金融集聚与区域经济增长耦合系统匹配度类型,结果发现这些城市金融集聚与区域经济增长的耦合协调性存在较大差异。李标等(2016)在传统索罗增长模型基础上,利用中国省际面板数据研究创新驱动下金融集聚与区域经济增长关系,得出金融集聚显著的促进经济增长[6-13]。

(二)人力资本与经济增长

20世纪50年代以来,伴随着资本被划分为物质资本和人力资本,国内外学者的目光逐渐聚焦在人力资本与经济增长关系研究上,将人力资本视为经济增长不可或缺的因素。Uzawa(1965)首次把人力资本引入经济经济增长理论。Lucas(1988)把人力资本作为重要的生产要素被纳入经济增长模型,得出人力资本的溢出效应将会引起各国经济增长差异和发散。Romer(1990)认为人力资本作为一种生产要素对经济增长起着间接促进作用,主要是靠促进技术进步助推经济的发展。王超等(2004)基于面板数据实证分析中国各地区财政教育支出与经济增长之间关系,认为教育投入作为一种特殊的公共财政支出对经济增长的贡献高于诸如资本品等其他要素。许和连等(2006)采用中等及以上学校在校学生人数代替人力资本存量,发现人力资本积累通过对中国TFP的影响间接促进经济增长。陈仲常等(2011)通过人力资本离散度与经济增关系研究,得出中国人力资本平均存量较高地区的人力资本离散度显著地促进经济增长,反之亦然。罗良清等(2013)利用中国1996～2010年省级面板数据研究人力资本结构与经济增长关系,发现人力资本结构中的教育、健康和迁移均正向于经济增长,且前者对后者的作用存在区域差异。王永水等(2016)基于中国1996～2012年省级面板数据研究人力资本在经济增长中的门槛效应,发现人力资本门槛效应显著存在,人力资本水平超过9.75的门槛值后物质资本和FDI回报率大幅提高且显著促进经济增长[14-22]。

综上所述,学术界对金融集聚与经济增长、人力资本与经济增长关系进行诸多丰富的理论与实证研究,并取得一系列研究成果,然而把这三者作为一个动态系统研究的文献十分稀少,其重要性不言而喻。鉴于此,本文将以2001～2014年中国大陆30省市区(除西藏)的相关序列数据为研究对象,运用动态差分GMM面板模型对金融集聚、人力资本与经济增长之间的关系进行研究,以期在新常态下为中国经济增长提供一些可行性政策建议。

三、计量模型、变量选取与数据说明

(一)计量模型与变量选取

本文在传统的经济增长模型中纳入了金融集聚、人力资本等要素,构建动态面板计量模型,并采用动态差分GMM估计方法对模型进行估计,为消除各变量间可能存在的异方差对各变量进行对数化处理,具体模型为:

Lnagdpit=α0+α1Lnagdpit-1+α2Lnfinit+α3Lnstuit+βXit+ξit+εit..

(1)

其中,i表示不同地区省份,i=1,2,3…30;t;表示年份,t=1,2,3…14。被解释变量agdp表示地区人均实际生产总值,反映中国的国民经济发展水平。解释变量fin表示金融集聚,关于金融集聚实证研究通常采用区位熵法,考虑到这方法计算金融集聚程度很难反映金融业在某地区集聚程度随时间的发展情况,本文使用地区金融业从业人员占全部就业人口的百分比作为金融集聚代理变量(骆永民、刘艳华,2011)[23]。解释变量stu表示人力资本,本文从人均受教育年限角度度量人力资本,先将各个不同层次受教育人数除以6岁以上人口数,再对其结果赋予不同权重,文盲及半文盲1.5、小学6、初中9、高中12、大专及以上17。X表示其他一些重要的控制变量。由于经济增长受众多因素影响,本文在模型中纳入了城镇化率、产业结构优化和人口自然增长率等主要因素,其中,ubr表示城镇化率,即用城镇人口与总人口之比来衡量中国各地区城镇化率,城镇化对就业人数和物质资本空间分布产生集聚效应影响着经济增长。ais表示产业结构高级化,即用第三产业产值与第二产业产值之比来衡量中国各地区产业结构的优化升级。npgr表示人口自然增长率,其对产业结构与城镇化产生综合效应进而影响经济增长。ξ表示个体效应,反映省际之间存在的持续性差异;ε表示随机误差项,即随时间和个体而改变的扰动项,假定其期望值为零,无序列相关。

为消除个体效应影响和选择合适工具变量,按照Arellano&Bond(1991)[24]提出的方法对模型(1)进行一阶差分得到:

ΔLnagdpit=α1ΔLnagdpit-1+α2ΔLnfinit+α3ΔLnstuit+βΔXit+Δεit.

(2)

但需要注意的是:动态差分GMM估计结果需满足两个条件,一是随机误差项不存在序列相关,二是不存在弱工具变量问题,即工具变量必须和内生变量相关。因此,模型估计后还须对二者进行检验,本文以一阶差分转换方程的一阶、二阶序列相关检验AR(1)、AR(2)来检验随机误差项是否序列相关,如果差分后随机误差项只存在一阶自相关而不存在二阶自相关,即一阶自相关检验AR(1)概率值小于5%而二阶自相关检验AR(2)概率值大于5%,那么可认为估计方程随机误差项不存在序列相关;使用Sargan统计量检验工具变量是否有效,其原假设模型过度识别约束是有效的。

(二)数据说明

由于西藏地区统计数据缺失,本文选取除西藏外的中国大陆30个省市区2001～2014年面板数据为样本,数据来源于《中国统计年鉴》、各省市区统计年鉴和国家统计局网站。同时,为消除异方差降低数据波动程度,使统计结果更加精确可靠,本文以2001年为基期对agdp这个变量的数据进行价格指数平减,又对全部变量的数据进行对数化处理。利用Stata12计量统计软件进行数据描述性统计,结果如表1所示。

四、实证结果与分析

(一)面板数据单位根检验

含有时间序列过程的面板数据可能会因变量不平稳而产生虚假回归,为避免这个问题,本文在动态模型回归分析之前利用Stata12计量统计软件对各序列及差分序列进行LLC检验和IPS检验,如表2所示各变量有的平稳有的不平稳,但经一阶差分后均平稳。

表1 各变量的统计性描述

注:数据来源于《中国统计年鉴》、各省市区统计年鉴和国家统计局网站。

表2 各变量单位根检验结果

注: ③ 、② 和① 分别表示1%、5%和10%的显著性水平;Δ表示一阶差分。

(二)实证分析

由表2可知:首先,模型逐步加入控制变量的差分GMM估计结果,随机扰动项的差分存在一阶自相关AR(1)值都小于0.05,不存在二阶自相关AR(2)值都大于0.05,统计值均不显著,说明模型没有发现水平方程误差项存在序列相关问题。其次,模型中判断工具变量过度识别的sargan检验值为1,都大于0.05,说明模型所选择的工具变量都是有效的。最后,从解释变量回归系数看,这些系数差别并不大且符号都保持一致,说明模型都具有一定稳定性。根据上述计量方法及模型对比,解释变量金融集聚(Lnfin)和人力资本(Lnstu)及控制变量城镇化(Lnubr)、产业结构(Lnais)和人口自然增长率(Lnnpgr)在模型估计的结果中都显著通过统计检验。

金融集聚(Lnfin)变量的回归系数为0.0242,说明中国各地区金融集聚的发展对经济增长起着促进作用,一些学者研究也验证了这一点。刘军、黄解宇等(2007)指出金融集聚分别靠金融集聚效应、金融辐射效应及金融功能促进经济增长。丁艺等(2010)基于中国省际面板数据考察金融集聚与经济增长关系,认为金融集聚显著的促进经济增长[25-26]。

人力资本(Lnstu)变量的回归系数为0.0396,表明中国各地区平均受教育年限的增加对经济增长有促进作用,这与传统人力资本提高能促进经济增长观点相一致。homas(2011)基于跨国、跨区域数据,比较分析不同区域人力资本与经济增长关系,得出充裕的人力资本是一个国家经济持续增长最为关键的驱动力。周少甫等(2013)在两部门经济增长模型上运用分位数回归方法分析人力资本、产业结构对中国经济增长影响,发现人力资本显著的促进经济增长[27-28]。

城镇化(Lnubr)、人口自然增长率(Lnnpgr)的回归系数分别为0.0997和0.0122,意味着中国各地区城镇化水平和人口自然增长率越高,对经济增长的促进作用就越强。城镇化包涵了人口、产业及卫生城镇化、居民消费城镇化、教育城镇化和公共基础设施城镇化,它们水平越高对经济增长的就越大(喻开志等,2014)。人口持续性增长能够产生人口红利现象,能够为经济社会发展提供充足的劳动力,劳动年龄人口份额提高和人口扶养比下降是改革开放以来中国经济增长重要原因之一(蔡昉,2010)[29-30]。

表3 动态面板差分GMM估计结果

注: 估计系数下方括号里的数字为z值,③ 、② 和① 分别表示1%、5%和10%的显著性水平。AR (1)检验和AR(2)检验原假设分别为差分后的残差项不存在一阶和二阶序列相关,Sargan检验原假设为过度识别检验是有效的。

产业结构(Lnais)变量的回归系数为-0.0837,意味着中国各地区产业结构优化升级对经济增长没有起到应有带动作用。高更和等(2006)以多部门经济模型分析河南省1994～2003年产业结构变动对经济增长的贡献,结果发现产业结构变动对经济增长产生负面作用。付凌晖(2010)实证分析产业结构高级化与经济发展关系,发现中国经济发展显著地促进产业结构升级,而产业结构高级化却没有推动中国经济增长[31-32]。

五、结论与政策建议

本文以2001～2014年中国省际面板数据为样本,探讨新常态下金融集聚发展与人力资本提升是否对经济增长具有促进作用。实证结果表明:金融集聚与经济增长之间存在显著地正相关性,提升金融集聚水平能促进中国经济长足发展,是中国经济未来发展的潜在增长动力;人力资本与经济增长之间也存在显著地正相关性,提高人力资本存量和水平是推动中国经济健康、快速和持续发展的不竭动力,是中国经济未来发展的要素支撑。针对以上分析结果,提出符合新常态下中国经济发展需要的政策建议。

第一、构建合理的金融集聚格局。整合中国区域金融产业和资源,加快推进区域金融集聚速度,积极建设区域金融中心,大力释放金融中心对周边区域辐射效应,在金融中心形成基础上构建多元化、多层次的金融产业,以保证区域金融实现功能上互补,避免区域金融中心的建设与实际经济脱节,以带动中国经济增长;加快金融集聚与经济发展互动,打好用好金融集聚与经济增长之间相互促进关系这张牌,提升金融集聚水平,同时,在保障银行业稳定发展情况下,着力提高小微融资机构、证券业和保险业等发展水平,构建适应新常态中国经济发展的多元化金融体系。

第二、营造适宜的金融集聚环境。政府要积极引导社会资本在区域间自由流动、着力降低金融业进入门槛和颁布实施优惠的税收等政策,为金融集聚创造良好的政策环境;确定区域产业发展方向,合理地布局各区域产业,为金融集聚奠定优质的产业基础;着力构建区域信用体系,充分发挥信用监督机制作用,为金融集聚提供适宜的社会信用环境。

第三、加大人力资本投入。人力资本主要靠教育的方式来不断增加积累,而教育发展水平的高低则需政府的财政教育投入。当前,中国在教育上的财政投入虽然每年在不断的增加,但其占财政支出的比例还是远远低于世界平均水平,这恰恰成为制约中国教育快速发展的薄弱环节,为提升教育发展水平、提高人力资本水平和劳动者素质,政府亟需加大财政教育投入力度,同时,还要积极鼓励和引导社会资本、资源参与教育行业。

第四、优化人力资本教育结构。就当前劳动力市场而言,劳动力结构不合理等问题越来越凸显,每年大量的高校毕业生难以适应市场需求出现就业难,而劳动力市场恰恰对各种高级技工、熟练技术工人需求却很大。为此,政府亟需大力发展职业教育,培养职业技术人才,以解决当前工业化加速阶段对技术工人、技师等需求;优化完善高等教育专业结构,加快调整高等教育专业,使其设置更加科学合理、更加适应产业结构与未来发展趋势,以解决当前高等教育不合理专业设置、与劳动力市场脱节等问题,以期在新常态下为经济发展提供更优质的人力资本支撑。

[1]华小全.人口红利对中国经济增长影响的因素分解[J].财经理论研究,2015,(3):9-15.

[2]Kindle Berger, Charles P.The Formation of Financial Centers:A Study of Comparative Economic History[M]. Princeton:Princeton University,1974.

[3]管驰明,徐爱华.基于面板数据的长三角金融业集聚动态研究[J].商业研究,2010,(7):22-25.

[4]任英华,徐玲,游万海.金融集聚影响因素空间计量模型及其应用[J].数量经济技术经济研究,2010,(5):104-115.

[5]胡永远.人力资本积累与地区经济增长的联动关系分析[J].中国人口资源与环境,2011,(12):153-157.

[6]McKinnon,Shaw.Money and Capital in Economic Development[M].Washington DC:Brookings Institution,1973.

[7]Greenwood J,Jovanovic B.Financial Development,Growth,and The Distribution of Income[J].Journal of Political Economy,1990,98(5):1076-1107.

[8]王力,周波.金融中心建设与地区经济增长的相关问题研究[J].中国城市经济,2004,(6): 37-40.

[9]陈文锋,平瑛.上海金融产业集聚与经济增长的关系[J].统计与决策,2008,(10):93-95.

[10]张世晓.区域金融集聚与区域经济增长[J].湖北经济学院学报,2010,(4):41-47.

[11]李伟军.经济增长极视角下的金融集聚问题研究[J].安徽工业大学学报(社会科学版),2010,(1):41-43.

[12]何宜庆,廖文强,白彩全,等.中部六省省会城市金融集聚与区域经济增长耦合发展研究[J].华东经济管理,2014,(7):70-75.

[13]李标,宋长旭,吴贾.创新驱动下金融集聚与区域经济增长[J].财经科学,2016,(1):88-99.

[14]Uzawa Hi.Optimal Technical Change in an Aggregative Model of Economic Growth [J].Review of International Economics,1965,(6):18-31.

[15]Lucas R E.On the Mechanics of Economic Development[J].Journal of Monetary Economics,1988,(12):3-42.

[16]Romer P M.Endogenous Technological Change[J].Journal of Political Economy,1990,98(5):71-102.

[17]王超,罗然然.我国教育与经济增长的实证研究[J].统计与信息论坛,2004,(4):76-78.

[18]许和连,元朋,祝树金.贸易开放度、人力资本与全要素生产率:基于中国省际面板数据的经验分析[J].世界经济,2006,(12):3-10.

[19]陈仲常,马红旗.人力资本的离散度、追赶效应与经济增长的关系:基于人力资本分布结构的异质性[J].数量经济技术经济研究,2011,(6):21-36.

[20]罗良清,尹飞霄.人力资本结构与经济增长:基于普通面板模型和门槛回归模型的实证研究[J].江西财经大学学报,2013,(2):63-72.

[21]王希元,杨璐.人力资本、物质资本财政支出与经济增长:基于内生增长理论的分析[J].财经理论研究,2016,(2):59-65.

[22]王永水,朱平芳.中国经济增长中的人力资本门槛效应研究[J].统计研究,2016,(1):13-19.

[23]骆永民,刘艳华.金融集聚、人力资本与房价:基于PanelVAR模型[J].财贸研究,2011,(4):93-101.

[24]Arellano Bond.Some Tests of Specification for Panel Data:Monte Carlo Evidence and an Application to Employment Equations[J].Review of Economic Studies,1991,58(2):277-297.

[25]刘军,黄解宇,曹利军.金融集聚影响实体经济机制研究[J].管理世界,2007,(4):152-153.

[26]丁艺,李靖霞,李林.金融集聚与区域经济增长:基于省际数据的实证分析[J].保险研究,2010,(2):20-30.

[27]Thomas G R.人力资源与中国长期经济增长[J].经济学(季刊),2011,(4):1153-1185.

[28]周少甫,王伟,董登新.人力资本与产业结构转化对经济增长的效应分析:来自中国省级面板数据的经验证据[J].数量经济技术经济研究,2013,(8):65-77.

[29]喻开志,黄楚蘅,喻继银.城镇化对中国经济增长的影响效应分析[J].财经科学,2014,(7): 52-60.

[30]蔡昉.人口转变、人口红利与刘易斯转折点[J].经济研究,2010,(4):4-13.

[31]高更和,李小建.产业结构变动对区域经济增长贡献的空间分析:以河南省为例[J]. 经济地理,2006,(2):270-273.

[32]付凌晖.我国产业结构高级化与经济增长关系的实证研究[J].统计研究,2010,(8):79-81.

[责任编辑:刘炜]

10.3969/j.issn.1672-5956.2017.01.014

2016-10-10

国家社科基金青年项目“房地产市场行为金融特征及其预期弹性管理机制研究”(12CJL018)