金融发展与区域经济增长的收入门槛效应研究
2021-05-27杜佳毅陈信康
杜佳毅， 陈信康
(1.上海财经大学 商学院， 上海 200433； 2.上海对外经贸大学 会展与旅游学院， 上海 201620)
一、问题的提出
改革开放40多年来，中国金融市场的发展呈现出“重规模、轻机制”的特点。一方面，银行系统、股票市场和债务市场的市值规模在全球处于领先地位；另一方面，中央银行的政策干预程度较深，金融市场发展总体滞后于实体经济，“金融抑制”现象长期存在[1]。上述金融发展模式的形成当然具有浓厚的“双轨制”色彩。在特定的历史阶段，中国金融市场通过“不对称的市场化”服务于“要素驱动型”经济的快速发展。其直接的后果便是，中国创造了连续多年经济高速发展的“增长奇迹”，与此同时还总体维持了金融稳定，成为近年来唯一的一个没有发生过重大金融危机的新兴经济体国家。上述事实表明，金融政策、金融发展对经济增长的影响可能并非简单的、线性的。国内外文献将其深刻地总结为两种效应，即“麦金农效应”和“斯蒂格利茨效应”。前者认为，抑制性金融政策会阻碍金融市场发展，降低金融资源配置效率，从而遏制经济增长。后者认为，抑制性金融政策有助于维护金融稳定，加快实现社会储蓄向投资的转换，有助于“投资驱动型”经济发展。那么，中国经济在过去若干年期间是以何种金融市场效应为主导，这是一个值得检验的重要话题。
值得注意的是，近年来中国金融市场的资源配置效率不断降低，导致金融风险迅速提升。党的十八届三中全会以来，防范系统性金融风险的重要性被提到前所未有的高度，成为中央政府“三大攻坚战”之首要任务。上述事实深刻说明，“要素驱动型”经济在中国已经难以为继，金融市场“粗放式”发展模式需要加快转型，适应“新时期”实体经济发展的要求，提高金融资本的利用效率。导致上述结构性变化的一个重要驱动因素正是国民收入水平的“赶超”(catch-up)。当前，中国已经基本达到中等偏上收入水平，不得不面临“中等收入陷阱”的挑战。在低收入阶段，国家可以利用成本优势或依靠要素投入来推动经济增长。过去若干年以来，中国农村剩余劳动力源源不断地涌向城市，支持了制造业的快速发展。但随着收入水平的不断提升，劳动密集型、低附加值企业的成本优势将逐渐丧失，如果无法通过技术创新实现经济动能转换，经济体将陷入“陷阱”。正因如此，党的十九大以来，中国经济不断向创新驱动型转变，过去长期支持“要素驱动型”经济增长的金融市场同样迫切需要转型。以上分析主要是基于国别层面，就区域金融发展与经济增长的关系来看，机制可能更加复杂。一个值得关注的重要问题是，金融发展与区域经济增长之间是否存在收入门槛效应，上述问题的科学回答有助于从区域经济层面理解收入水平对金融服务实体经济的调节影响，这对于我国经济转型时期精准实施差异化的区域金融政策具有重要意义。
基于此，本文选用1987—2018年全国31个省份的面板数据，以人均可支配收入为门槛变量，运用动态面板门槛模型，探讨了金融发展与经济增长之间的“非线性”关系。
二、文献综述
金融发展与经济增长之间到底存在怎样的关系？这是金融发展理论的核心问题。20世纪中叶以来，对于两者之间关系的研究成果丰硕，但大多集中于实证研究，且热衷于“因果”关系的识别。相对而言，主流理论学派对于金融市场在宏观经济中的作用明显忽视。20世纪90年代以来，越来越多的学者意识到相对于两者“因果”关系的识别，更重要的研究话题是金融发展影响经济增长的条件、渠道和作用机制。这才使得制度变迁、金融稳定、收入分配等关键词逐渐被纳入相关研究当中。2008年金融危机以后，主流学界开始反思经济学理论对金融市场作用的忽视，将更多的金融要素纳入增长模型当中，而实证研究也逐渐走向深入。目前，国内外学界已经有大量的学者进行过相关的研究综述[2-3]，因此本文不再进行详细而全面的综述，而是更聚焦于研究主题的历史脉络、方法论演进和经验证据对比等。
(一)金融发展影响经济增长的理论研究脉络
早在20世纪初期，以熊彼特(Schumpeter)为代表的一些学者敏锐地指出，金融市场发展会带来储蓄率的提高以及资源的合理配置，提高生产性投资的同时带来技术创新，从而带动地区经济增长[4]。然而，其他主流宏观流派并未充分重视金融市场的作用。经典的增长理论侧重于分析在“外生性”给定的技术条件下，经济增长的长期影响因素，而金融市场并不在讨论范围当中[5]。随着内生增长理论的提出[6-7]，技术水平内生化。部分学者开始在该理论框架内探讨金融市场和经济增长的关系。在这一时期，金融市场在配置资源、资本积累和技术进步方面的积极作用受到了充分肯定，并被认为具有提供市场流动性、分散市场风险的功能。公司金融领域，良好的金融市场被认为有助于缓解企业的融资约束、优化内部治理框架、培育企业家精神，这将在一定程度上拉动经济增长[8]。
但客观地讲，金融市场在主流经济理论中实际上长期处于“边缘化”地位。尤其在中央银行家等宏观决策者所广泛使用的新凯恩斯模型中，整个金融体系仅为一个名义利率所概括[9]。如果说大萧条和滞胀分别带来了凯恩斯革命和理性预期革命，那么发生于2008年的金融危机对目前主流学界居于统治地位的新—新古典综合体系提出了挑战。许多经济学家试图构建其他理论模型来更好地描述真实世界，这其中以剑桥学派及其演化而成的“后凯恩斯”学派影响较大。特别地，以Godley为代表的学者开始将宏观资产负债表的分析用于解释经济衰退和金融危机的原因[10]，这种分析范式更加注重交易联系，有助于全面掌握各宏观主体在资产价格波动情况下的行为逻辑和关联关系。可以说，金融危机的爆发使得主流学界对金融市场的重视明显提高，也进一步引发了对金融市场影响实体经济问题的深度探索。
(二)金融发展影响经济增长的“非线性”视角和“阈值”效应
伴随着理论模型的更新和改进，很多学者从学理上开始质疑危机前的一些研究结论。Rousseau & Wachtel[11]和Bordo & Rousseau[12]提出了“消失效应”，即金融与经济增长之间的关系变得不再明确。Andersen et al.[13]甚至对金融与经济增长关系的稳健性持“怀疑态度”。这也使得开始于20世纪90年代的对金融市场促进经济增长前提条件的讨论成为“主流”。自2012年起，学者们开始聚焦于“金融过度发展”问题，并对金融发展与经济增长之间的“非线性”关系展开探讨。所谓的“非线性”关系，即指当一个国家的金融市场发展到一定的水平时，金融发展与经济增长的关系将发生转变，这意味着存在“最优”金融发展水平。Pagano & Pica[14]认为，与实体经济相比，过度的金融部门可能会失效并引发金融泡沫和系统性危机，不利于实体经济的发展。Beck[15]进一步指出，不稳定性可能会随着金融体系规模的增加而加大，规模过大的金融体系很有可能出现危机，进而出现经济增长下滑。这表明，在某些情况下，金融发展对经济增长产生负向作用。在未来金融增长关系研究中，不仅要关注非线性，还要关注金融体系的规模、构成和监管，反映了金融发展与经济增长之间的多维视角。
危机以后，还有部分学者敏锐地指出，金融发展与经济增长的关系可能会因为第三个变量的发展而出现变化，即存在“阈值”效应。很多早期研究得到事实上的延续。Hansen[16]提出的面板门槛模型为刻画金融发展与经济增长之间的“阈值”效应提供了量化工具。其中，通货膨胀水平、国家收入水平、制度质量、经济发展水平成为国内外学者捕捉金融发展与经济增长关系的“焦点”变量。首先，温和的通胀会在一定程度上促进经济发展，但倘若地区通货膨胀率较高，降低居民购买力的同时带来储蓄和投资能力的下降，从而抑制经济增长，因此金融发展与经济增长会因为通货膨胀率水平而呈现非线性关系。其次，制度质量水平可能会影响金融发展与经济增长之间的关系[17]，只有当金融市场在一个制度健全的体系时，金融部门对地区经济的促进作用才会显示出来，因此民主化进程、产权意识和法治环境的提高对地区经济增长至关重要[18]。最后，金融发展与经济增长之间的关系会因为不同的经济发展水平而存在差异[19]。
(三)金融发展影响经济增长的经验证据
实证研究总是伴随着理论研究的脉络同步进行。King & Levine[20]运用全球80个国家1960—1989年数据，创新性地就金融发展与经济增长的关系进行实证分析，证实了“金融发展促进经济增长”。以该文献作为代表性标注，随后相关实证研究大量涌现。总的来说，无论金融发展和经济增长“谁是因、谁是果”，危机前的国外文献普遍认为两者之间呈现紧密的“正相关”关系。在“非线性”关系和“阈值”效应的研究方面，Deidda & Fattouh[19]发现，当收入位于很高水平时，金融发展对经济增长存在统计意义上的正效应；当收入低于这一水平时，该效应往往不明显，甚至可能阻碍经济发展。Beck & Feyen[21]的经验证据显示，在金融体系更发达的高收入国家，金融增长的“非线性”性更加显著。Chen et al.[22]基于1978—2010年中国省际面板数据，发现金融市场对经济增长的促进作用只有达到一定经济发展水平后才会显著，而在经济发展水平较低时，金融市场的发展会抑制经济增长。部分研究进一步指出，创新会对金融市场服务经济增长的能力起到重要的促进作用。
国内学者同样就金融发展与经济增长关系问题展开了大量实证研究，但早期的研究更多地聚焦于“线性”关系[23]。在“非线性”关系和“阈值”效应方面，部分学者指出，我国金融发展与经济增长之间存在通货膨胀率门槛效应[24-25]，金融发展与经济增长的关系因金融部门规模和结构以及地区经济发展水平而异[26-27]。此外，国内学者还探讨了数字金融发展与经济增长的关系[28]、企业创新的调节作用[29]、宏观杠杆率攀升[30-31]对金融拉动经济增长的抑制作用等。
(四)文献述评
通过对国内外文献的梳理不难发现，理论研究对金融发展影响经济增长的机制有所涉猎，但总体讨论不足。2008年的金融危机促使研究范式发生深度转变。实证研究也经历了从“因果”效应识别向条件、机制识别的过渡。危机以来，金融发展与经济增长的非线性、负向关系、阈值效应等问题受到明显重视。部分学者也从国别层面，关注到收入水平、金融发展和经济增长三者之间的关系。但总体而言，已有文献存在以下“可能性”问题：(1)由于样本选取、研究方法和衡量指标的差异，学界迄今尚未形成一致性的研究结论；(2)多数基于跨国数据的研究没有充分考虑国家异质性问题；(3)在“非线性”关系的识别过程中，存在主观设定问题，且大多忽视了宏观变量之间的“潜在”内生性；(4)国内文献从区域经济层面展开了大量有益的研究，但总体上对金融发展、经济增长和地区收入水平关系的研究较少，且缺乏机制层面的深度探索。
本文基于1987—2018年全国31个省份面板数据，借鉴Hansen[16]提出的面板门槛模型，在区域层面审视了金融发展、经济增长与地区收入水平之间的内在逻辑，并进行了机制层面的进一步检验，可能的创新之处在于：(1)遵循Acemoglu & Zilibotti[32]的逻辑①，区分低、中、高地区收入水平，在不同地区收入水平下探讨金融发展与经济增长之间的关系，克服了国别数据可能存在的制度发展、人文因素、资源禀赋等方面的差异，并充分考虑了宏观变量的内生性问题。(2)从市场化程度、人才配置、制度环境质量等角度深入探讨了形成金融发展与经济增长之间地区收入水平门槛效应的可能原因，扩展了收入“阈值”效应的机制研究范畴。(3)结合中国金融市场长期处于“金融抑制”的制度背景，在学理层面阐释了实证结论存在的原因，与“金融发展”视角的阐释有所区别。
三、研究设计
本文的实证研究主要关注两个问题：其一，地区金融发展与经济增长之间是否存在“非线性”关系，尤其是收入的“阈值”效应；其二，为何会产生上述效应。本文预计，金融发展与经济增长会在不同地区收入水平之间呈现“非线性”关系和收入“阈值”效应。市场化程度和由国有经济造成的“资源错配”可能是上述效应产生的原因。为此，通过构建动态面板门槛模型和面板回归模型进行相关实证分析。
(一)样本选取和数据来源
本文选用全国31个省份1987—2018年的面板数据，核心变量的数据主要来自Wind数据库、CSMAR据库、EPS数据库和中经网统计数据库。部分变量为包含在上述数据库中，分别通过查阅各省份历年的统计年鉴和《新中国六十年统计资料汇编1959—2008》进行补齐。针对零星数据缺失的问题，为了尽可能地利用数据，参考以往文献的一般做法，如果缺失数据小于3个，即数据序列在时间维度上具有90%以上的完整度，则进行插值法处理，采用上下两期的数据算术平均值来进行补齐。
(二)变量说明
1.被解释变量：经济增长(growth)
选取实际GDP指数(gdp1)、实际GDP增长率(gdp2)、人均实际GDP指数(pergdp1)和人均实际GDP增长率(pergdp2)等4个指标来全面度量经济增长。具体而言，在主回归中，选用实际GDP指数(gdp1)和人均实际GDP指数(pergdp1)进行相关分析；同时，采用实际GDP增长率(gdp2)和人均实际GDP增长率(pergdp2)来进行稳健性检验。相关指标均按当年不变价格计算，在剔除通货膨胀影响同时，以1986年为基期计算所得。
2.解释变量：金融发展(fin)
充分借鉴已有文献对金融发展的度量，选取各省份当年金融机构人民币各项贷款余额占当年名义GDP的比重(fin1)、各省份当年金融机构人民币各项存贷款余额占当年名义GDP的比重(fin2)和各省份总储蓄占当年名义GDP的比重(fin3)来衡量地区金融发展水平。
3.门槛变量：地区收入水平(income)
借鉴已有文献的通用做法，选取各省份人均可支配收入的自然对数值作为地区收入水平(income)的衡量指标。
4.控制变量
为了防止遗漏变量问题，本文选取通货膨胀率、工业增加值、资本形成、对外开放度、政府支出、城镇化率和人力资本作为主要控制变量。为消除宏观经济波动的影响，借鉴马勇、吴雪妍[33]的研究，对上述所有变量进行3年的滚动平均处理②，最终得到899个研究样本。所有相关变量的计算方法见表1。
表1 主要变量定义表
表2报告了相关变量的描述性统计结果。不难发现，4个衡量地区经济发展指标的标准差较大，说明我国区域间经济发展水平存在明显差异。与地区经济发展水平的差异类似，金融发展程度也存在明显的地区异质性。相对而言，人均可支配收入的地区差异略小一些。此外，相比于工业增加值，资本形成对GDP的带动作用更加明显，而政府支出对GDP的带动作用较低。
(三)实证模型构建
1.可支配收入的“阈值”效应检验模型
采用Kremer et al.[34]提出的动态面板门槛模型来捕捉收入对金融发展影响经济增长的“阈值”效应。在解决金融发展与经济增长潜在内生性问题的同时，还对门槛值和门槛效应进行更准确的刻画。以当地经济发展水平作为动态面板模型的门槛变量，本文的模型设定如下(以单一门槛模型为例)：
growthit=αi+φgrowthit-1+β1finit×I(incomeit≤γ)+β2finit×I(incomeit>γ)+δ1I(incomeit≤γ)+φzit+εit
(1)
其中，下标i代表全国具体省份，t代表年份，αi为31个省份的个体固定效应，εit～iid(0，σ2)为误差项。γ为未知的门槛值，zit为一系列控制变量向量，I()为示性函数，当括号内的表达式成立时，I()=1，否则为0。为了防止遗漏截距门槛效应而带来估计结果的有偏，本文借鉴上述文献的研究思路，在考虑斜率门槛效应的同时，还加入截距门槛效应，通过δ1对不同组的截距门槛效应进行捕捉，即当incomeit≤γ时，截距为δ1。
在运用动态面板门槛模型对式(1)进行估计前，需要先去除存在的固定效应。尽管采用一阶差分和组内去均值都可以去除个体固定效应，但Kremer et al.[34]认为上述两种方法在动态面板中均不适用，并建议采用Arellano & Bover[35]提出的前向正交偏差变换(the forward orthogonal deviations transformation)来消除个体固定效应αi，防止误差项序列相关问题的出现。在去除个体固定效应之后，本文将处理截面门槛模型内生性的思路拓展到动态面板门槛模型中来[36]。本文采用两步系统广义矩估计(SYS-GMM)方法对门槛效应进行估计，可以有效避免变量和变量、变量与残差之间的内生性问题，同时为了防止过多的工具变量被引入SYS-GMM估计中而带来弱工具变量问题，限定最多只将被解释变量的三期滞后项作为工具变量引入SYS-GMM估计中。
表2 主要变量的描述性统计结果
2.市场化程度和资源错配的机制检验模型
为进一步检验可支配收入“阈值”效应的影响机制，分别构建以下模型：
growthit=αi+β1marketit+β2marketit×finit+β3finit+β4zit+εit
(2)
growthit=αi+β1gyryit+β2gyryit×finitβ3finit+β4zit+εit
(3)
为提高实证结果的可读性，这一部分主要使用实际GDP指数(gdp1)作为地区经济增长的衡量指标；地区市场化程度的衡量主要选取王小鲁等发布的《中国分省份市场化指数报告(2018)》相关指数③；金融发展的衡量主要使用fin1和fin2两个指标来度量，zit为一系列控制变量向量，εit～iid(0，σ2)为误差项。
四、金融发展与区域经济增长的收入门槛效应分析
(一)单位根检验
为避免伪回归所带来的影响，首先对所有变量进行单位根检验，检验变量是否为平稳过程。本文选取LLC检验和ADF-Fisher检验来进行面板的单位根检验。表3报告了ADF-Fisher检验和LLC检验结果，各变量都通过了平稳性检验，均在1%的水平下拒绝了存在单位根的原假设，因此，是平稳的平行面板数据，可以进行后续的实证分析。
(二)收入“门槛”效应的回归结果
基于模型(1)的动态面板门槛估计结果如表4所示。其中，列(1)和列(4)采用金融机构贷款占GDP比重(fin1)作为地区金融发展的代理指标；列(2)和列(5)采用金融机构存贷款占GDP比重(fin2)作为地区金融发展的代理指标；列(3)和列(6)采用居民储蓄存款占GDP比重(fin3)作为地区金融发展的代理指标。
表3 主要变量的面板单位根检验
Panel A的结果显示，金融发展与经济增长之间存在非线性的双重门槛效应，并同时存在斜率门槛效应和截距门槛效应。地区发展水平的双重门槛分别为9.889和10.292④，且均在1%的水平下拒绝不存在门槛效应的原假设。而借助似然比函数图(图1)可以更直观地理解门槛值的估计和置信区间。双重地区发展门槛的存在将样本划分为低发展水平区域(incomeit≤γ1)、中等发展水平区域(γ1
其次，在金融发展对经济增长的影响方面，从Panel B中可以看出：金融发展与经济增长之间的关系因不同的地区发展水平而异，存在明显的“非对称”效应。尽管在不同的金融发展指标度量下，金融发展对经济增长的“非对称”效应数值略微不同。但所有列均是只有进入高收入水平地区(incomeit>γ2)后，金融发展对经济增长的影响系数β3显著为正，即此时金融发展对经济增长起到显著的拉动作用；而当地区收入水平没有跨过第二个门槛值时，金融发展会抑制地区经济增长，这一结论与Chen et al.[22]吻合。需要指出的是，当收入水平在[19 712，29 495]这一区间时，会出现类似“中等收入陷阱”的困境，金融发展对经济增长的抑制作用会进一步加剧。至此，收入的“阈值”效应得以证实。这一经验与前文阐述的中国现实也是高度吻合的，即在收入水平达到较高的阈值前，“金融抑制”为经济增长提供主要解释，具体逻辑此处不再赘述。
最后，在其他控制变量对经济增长的影响方面，Panel C表明：工业化程度(industry)、地区资本积累(capital)以及人力资本的形成(human)会在不同程度上刺激当地的经济增长，而通货膨胀(inflation)对经济增长的拉动作用微弱；而地区开放度(openness)和政府支出(gov)也会带动当地的经济增长，但不具有统计意义上的显著性。此外，所有模型都通过了 Sargan检验和二阶序列相关检验，表明模型的估计结果是有效的。
表4 金融发展与经济增长的非线性关系检验及稳健性分析
图1 收入“门槛”估计值的置信区间
(三)稳健性检验
为了确保门槛值及门槛效应估计的准确性，本文主要采用以下两种方法进行稳健性检验：(1)替换被解释变量——选取实际GDP增长率和实际人均GDP增长率作为经济增长的代理指标，对门槛值的搜索进行稳健性估计。(2)建立包含虚拟变量的动态面板模型，其中虚拟变量根据门槛值设定，运用广义矩估计(GMM)方法进行检验(回归结果见表5)。具体而言，依据人均可支配收入是否大于第二门槛进行虚拟变量处理，当人均可支配收入的对数值大于10.292时，将dummy1赋值为1；反之为0。由于模型未通过二阶序列相关检验，本文采用固定效应模型进行估计。为了与基准回归中相对应，本文选取实际GDP指数(gdp1)和人均实际GDP指数(pergdp1)作为经济增长的衡量指标。
当替换被解释变量后，金融发展与经济增长之间的地区收入水平“非对称效应”依然存在，地区收入水平的双重门槛值未发生改变。表5的结果进一步显示，金融发展与dummy1的交乘项均显著为正，说明当人均可支配收入的对数值跨过第二门槛后，地区金融发展对经济增长的带动作用明显。稳健性检验均证明原结论未发生根本性改变，因此本文的实证结论是高度稳健的⑤。
五、进一步检验：金融发展与经济增长关系的地区收入水平门槛效应的机制分析
(一)典型事实
前文的经验证据显示，在不同的地区收入水平下，金融发展与经济增长存在显著的双重“非对称门槛效应”。只有当地区的收入水平跨越第二个门槛之后，金融发展对经济增长才会起到显著的拉动作用；而当地区收入水平处于较低或中等发展水平时，金融发展反而在一定程度上抑制了地区经济增长。通过中国宏观现实，可以进行初步的观察，表6给出了31个省份跨越地区收入第二门槛值的时间。可以看到，上海是最早跨过地区收入第二门槛值的省份，其次是北京和浙江。多数省份集中在2017年和2018年跨越第二收入门槛。截至2018年，仅有黑龙江未跨越第二门槛值。本文尝试从市场化程度、营商环境、资源错配等角度展开分析。
首先，较高的市场化程度、良好的制度质量和营商环境是金融市场促进经济增长的重要“软环境”。对于还处在转型期的中国而言，以政府为主导的金融发展战略滞后于地区经济发展需求。市场化建设、制度优化和营商环境建设将为金融市场服务实体经济的能力奠定重要基础，这将在一定程度上降低金融抑制政策的不良影响。在我国，各省份的“软环境”差异明显。以营商环境为例，2018年营商环境指数排名前10的省份分别为上海、北京、江苏、浙江、广东、山东、天津、福建、重庆和安徽⑥，这些省份以东部和沿海地区的省份为主，恰好也是较早跨越第二收入门槛的省份。表7的结果显示，优先跨越第二收入门槛的12个省份⑦的市场化程度同样较高，因此本文初步认为市场化程度(营商环境)将正向调节金融发展对经济增长的影响，这也是收入门槛效应的正向影响机制。
表5 构建包含虚拟变量的稳健性检验回归结果
表6 各省份跨越第二收入水平门槛的时间
其次，一些文献指出，由国有经济造成的资源错配可能会制约金融市场服务实体经济的能力，这或许将构成收入门槛效应的负向机制。一方面，在我国，收入水平较落后的省份大多是经济发展水平较落后的省份。在这些地区，私营经济占比较小，而国有经济占比较大。在以政府为主导的银行体系下，由于“父爱”情结，以及商业银行的“求稳”和“保险”偏好，金融中介机构将会给当地国有企业更多的银行信贷，而私营企业可能面临“贷款难”和“贷款贵”的困境。信贷资源错配尽管扶持了国有经济的迅速发展，但也可能负面影响民营经济的生产效率。另一方面，经济的高速增长离不开人力资本的聚集，只有实现人才与资本的有效结合才能提高地区经济发展水平。金融抑制政策在扶持国有经济发展的同时，可能会引发人才资源配置扭曲，使得地区由“生产财富”向“分配财富”转变，在一定程度上抑制地区经济发展。表7的结果同样显示，在较晚跨越第二收入门槛的省份中，国有企业就业人员占整个地区就业人员的比重相对其他省份更高。这或许意味着，由国有经济导致的资源错配将在一定程度上制约金融市场服务实体经济的能力。但前文的分析表明，在一定的时期内，“金融抑制政策”扶持了重点产业的国有经济的快速发展，是“增长奇迹”的重要原因。因此，本文预计上述“负向机制”或并不显著。
表7 不同省份人均可支配收入、市场化程度和国有企业就业人员占比的排序状况
(二)实证结果分析
表8报告了机制检验的实证结果。为进一步增强实证结果的可读性，本部分仅选取了市场化程度和国有企业人员占比进行实证检验，分别用以验证制度建设的“正向机制”和资源错配的“负向机制”。通过Hausman检验，本文拒绝了随机效应模型的原假设，因此列(1)～列(4)均为固定效应模型的回归结果。前两列的估计结果显示，金融发展和市场化程度的交乘项均显著为正值。这表明，随着地区市场化程度的提高，金融发展对经济增长的促进作用显著提高。而后两列的估计结果显示，国有部门就业人员比重与地区金融发展的交乘项均不显著，这说明资源错配并未影响金融市场促进经济增长的能力。而交乘项的系数同样为正，则在一定程度上说明，在特定的历史发展阶段，我国“抑制性”金融政策确实通过扶持国有经济的发展，对经济增长产生了一定的正向“溢出”，这也间接说明过去的金融发展模式具有一定的合理性。但值得注意的是，国有部门就业人员占比的水平项与经济增长呈现负相关关系。这表明，当过多的人才集中于国有部门时，会对当地经济发展带来直接的负面冲击。这意味着，在中国经济转型的背景下，要重视梳理国有经济和非国有经济的关系，不断提升市场在资源配置中的决定性地位。
六、研究结论与政策启示
本文基于全国31个省份1987—2018年面板数据，在考虑各省份发展水平(地区收入水平)差异下，运用动态面板门槛模型捕捉我国金融发展与地区经济增长之间的非线性关系，得出以下结论和启示。
第一，金融发展与经济增长之间存在地区收入水平的双重门槛“非对称效应”。只有当地区跨越第二收入门槛时，金融发展才会显著促进当地经济增长。这或许意味着，在特定的经济发展阶段，金融抑制政策的间接效应才是解释经济增长的主要原因，而金融市场的发展并不会直接促进经济增长。从样本分布情况来看，沿海省份及直辖市均稳步进入高收入水平地区，而我国中西部地区中的大多数省份于2016年首次进入高收入水平地区。此外，截至2018年年底，仅有黑龙江没有进入高收入水平地区。因此，政府应根据当地发展水平理性地引导当地金融部门的发展，找到不同经济发展水平和不同收入状况下金融部门的基本定位，寻找不同发展阶段下促进当地经济增长的核心动力。
第二，较高的市场化水平、良好的制度建设是实现金融发展并有效促进经济增长的必要条件，一个健全的制度体制不仅有利于培育产权意识和企业家才能，也可以在一定程度上打破靠资本或关系获得财富的格局，在增强社会收入流动性的同时解决贫困的“代际世袭”问题，有利于形成合理的社会结构。此外，在一些经济发展较为落后且国有经济占比较大的省份，应降低金融业的准入门槛，在防止“人才错配”问题的同时，逐步实现金融“宽化”带动金融“深化”的发展路径。
第三，在特定的历史阶段，由政府主导的工业化发展对中国经济的高速发展曾经做出重要的贡献，但金融市场的培育和发展较为滞后，甚至在一定程度上有所牺牲。在上述过程中，金融市场更多的是政府工业化进程中的“配角”，无法发挥对地区经济增长的带动作用。随着经济转型和产业升级进程的加快，以金融中介为主导的金融发展模式与经济增长之间的不协调问题会日益凸显，政府应当重视并加快金融基础设施的建设。
总的来说，随着中国经济由高速发展转向高质量发展，在宏观经济稳定发展的大前提下，金融部门与实体经济部门的平衡发展日益迫切。与此同时，应按照分类思维，根据经济发展状况和地区收入水平差异分区域、分进度推进市场化进程和金融开放进程。在中低收入地区，政府应给予更多的金融扶持政策，提高金融市场服务实体经济的深度；而在高收入地区，要敢于将金融资源配置的决策权交给市场。上述举措有助于提高金融市场效率，从根本上防范系统性金融风险的生成。
表8 市场化程度与资源错配对金融发展与经济增长调节效应的回归结果
注释：
①Acemoglu & Zilibotti认为，金融发展对经济增长的促进作用存在金融发展的最小经济规模限制，一些具有高投资回报的项目往往需要大量的资金，而对于经济发展水平较低的省份而言，金融发展规模的限制无法满足既定的资金规模，因此，这些省份只好放弃高投资回报项目转而投资一些生产力较为低下的项目，导致金融发展对当地经济的促进作用不明显甚至抑制地区经济增长。
② 计算变量当期值和后两期值的算术平均所得。
③参见：王小鲁,樊纲,胡李鹏. 中国分省份市场化指数报告(2018)[M]. 北京：社会科学文献出版社,2019.
④本文在这里采用投票的方式确定第一和第二门槛值分别为9.889和10.292。
⑤限于篇幅，具体结果未列示，留存备索。作者邮箱dodo.jiayi@163.com。
⑥资料来源：万博新经济研究院推出的“中国营商环境评价体系及指数排序”。
⑦具体包括北京、上海、广东、浙江、江苏、天津、重庆、山东、福建、湖南、内蒙古和辽宁。
