金融深化与全劳动生产率

刘刚 张文茜

摘   要：金融深化改革是提高我国产业经济效率、实现高质量发展的重要政策。从国民经济核算视角，基于投入产出法开展地区生产效率研究，通过引入全劳动生产率来衡量产业经济效率的提升效应，利用2002—2017年全国30个省（市、区、自治区）的面板数据，采用固定效应模型进行实证检验，结果发现：金融深化政策能显著提升我国经济效率水平，提升路径为改善各工业产业的全劳动生产率。机制检验表明，金融深化政策发挥了“改善资本配置”效应和“促进技术进步”效应，通过提高社会劳动的产出效率推动经济效率提升。金融深化在不同发展阶段对经济效率的影响存在差异，进一步研究表明，金融深化与全劳动生产率存在非线性关系，具有门限效应，当金融深化跨越门限值后，能进一步推动全劳动生产率提高。此外，金融深化对全劳动生产率的促进效应表现为东部最强，西部次之，中部最弱。因此，应因地制宜地推进金融深化，改善融资方式，优化金融功能，防范金融风险，持续推进市场化改革，突破“门限效应”制约，努力改善社会资本配置效率并提高企业技术水平，从而推动中国经济发展的效率变革进程。

关  键  词：金融深化；全劳动生产率；门限效应；投入产出分析

中图分类号：F832；F223      文献标识码：Ａ        文章编号：2096-2517（２０23）０2－0０03－12

DOI：10.16620/j.cnki.jrjy.2023.02.001

一、引言

金融自由主义的思想渊源最早可以追溯到英国唯物主义哲学，其对“自然规律”的理性追求被亚当·斯密和李嘉图等人合理应用到描述财富和生产力的经济理论中，而后又被马歇尔、帕累托等人注入一般均衡理论体系，提出以自由竞争实现资源的有效配置，即市场经济能充分自我调节和自我矫正，促使经济实现常态均衡，因此国家无需直接干预经济[1]。这种竞争均衡理论成为新古典经济学的信条，而后被金融深化理论吸收、改造并延续。

伴随着20世纪70年代经济滞胀出现，凯恩斯主义倡导的国家干预与金融管制思想的统治地位一落千丈，新自由主义兴起，金融自由取代了金融抑制，金融迎来了黄金成长期。1973年，麦金农（R. I. Mckinnon）和肖（E. S. Shaw）分别出版了《经济发展中的货币与资本》与《经济发展中的金融深化》，进一步批判、改进了新古典学派的理论，批判以低利率刺激投资、 实现国家金融管制的货币理论；将实现一般均衡改为局部均衡，以更好地适应发展中国家的经济现状。

金融自由化理论主张政府放弃对汇率和利率的管制，反映资金、外汇市场的真实供求状况，发挥市场力量的主导作用，实现“金融深化”。金融深化不是完全意义上的金融自由化，金融自由化是以实现金融深化为目的的政策手段，只有当金融自由化能吸引储蓄、扩大投资，提高金融系统的效率[2]，从而推动国民经济发展时，才能称为金融深化。金融深化思想为发展中国家金融改革提供了经典范式，但改革出现了两种截然不同的结果。部分国家改革成效超乎预期，金融市场展现出金融深化改革的巨大优势，比如韩国；然而亦有部分国家改革不见成效，甚至出现了金融危机，比如阿根廷。一时间，债务危机、储蓄贷款危机、泡沫经济、金融危机相继席卷了美洲、亚洲和欧洲，金融的脆弱性使得人们对金融深化展开反思[3]，这对经济发展具有较大的现实意义。但国际市场上批判金融深化的声音始终没能阻挡金融深化的主流趋势，尤其是在政府失灵产生恶劣后果以及麦金农对国家干预做出适当妥协之后，即政府对金融市场的控制仅表现为其对极端市场失灵后果的兜底[4]。至此，国际市场的呼声与国家经济实践的方向也逐渐偏向于金融深化的进一步推动。

中国的金融深化改革是伴随着改革开放的号角一同吹响的， 逐步完善的金融市场和利率体系，种类多样的金融工具与金融资产，都成为金融深化推动经济增长的有力武器。改革开放初期，“温和性”的金融约束政策展现出了强大的活力，适当的资本管制弥补了金融系统的脆弱性，有效抵制了国际金融危机、次债危机的冲击。然而亦有研究表明，金融约束从长期来讲不一定能促进经济金融发展，金融深化将是一直以来推动经济增长的有效手段[5]。 2010年以来，经济发展步入新常态，经济发展效率提高取代追求发展速度成为中国经济发展的目标，但与此同时，金融深化改革怎样使有限的金融资源推动宏观经济实现最大限度的增长， 金融资源配置是否还需要政府的干预才能实现效应最大化， 金融深化在经济效率提高的新阶段能否持续地迸发活力，这些问题至今仍未得出结论。

二、研究综述与理论基础

（一）研究综述

新古典框架内的全要素生产率（TFP）度量的是全部投入要素组合对经济增长的贡献，该测量方式包含了大多数学者对经济问题的观察，是解释一国或地区经济增长效率的关键指标，是宏观经济政策制定的重要参考。全要素生产率理论建立在要素价值论的基础上，用于解释一个经济体增加的产出中扣除生产要素投入所引起的增加的剩余部分，衡量所有要素组合对经济增长的贡献。但由于全要素生产率基于不同的计算方法，采用不同的技术处理会得到不同的计算结果[6]。伴随着研究的推进，全要素生产率的测算经历了使用生产函数（参数法）到尽量回避生产函数（非参数法，包括指数法和数据包络分析法）的演变[7]，这就导致了计算结果的差异性。另外，新剑桥学派提出的“资本加总循环推论”悖论也直指新古典理论的弊端[8]。因此，本文试图跳出新古典理论的框架，从马克思主义政治经济学领域寻找解释经济效率的概念。

马克思在《资本论》（第一卷）中提出“劳动生产率”的概念，劳动生产率是单位时间内生产的使用价值，即单位产品价值量的倒數[9]。凝结在商品中的社会必要劳动时间构成了价值量，此处的“劳动”既包含生产商品的直接劳动投入，又包含物化在商品中的劳动。在后续研究中，其又对生产率做了这样的解释：“一种新的生产方法要证明自己实际上提高了生产率，就必须使固定资本由于损耗而转移到单个商品中的追加价值部分小于因活劳动的减少而节约下来的价值部分，总之，它必须减少商品的价值”[10]。荣兆梓（1992）赞同了马克思关于生产率的介绍，他认为对劳动生产率的传统认识具有片面性，传统劳动生产率单纯表征活劳动效率而忽略了物化劳动生产率的作用，这与马克思定义的劳动生产率相违背。马克思主义劳动生产率是将全部活劳动与物化劳动共同纳入生产消耗的劳动生产率，是真正意义上的“全劳动生产率”[11]。置盐信雄（1977）和松田和久（1980）正式提出全劳动生产率（TLP）的概念[12-13]。全劳动生产率表示全国平均意义上单位劳动生产的价值，此处的劳动，既包含直接投入于生产中的劳动力，也包含其他部门产品作为原材料的投入。而在该理论中，生产中的异质投入均可以还原为同质的劳动投入，全劳动生产率将投入的要素还原为无差别的人类劳动，这既包容了全要素生产率对“全部投入要素”的坚持，又克服了其计算结果不统一的矛盾，还能避免资本加总悖论，实现不同生产率的加总。因此，本文认为全劳动生产率相比全要素生产率，在解释经济效率方面更具优势。

关于全劳动生产率的源泉，马克思从科技进步角度给予了诠释：“随着大工业的发展，现实财富的创造……较多地取决于在劳动时间内所运用的动因的力量，而这动因自身——它们的巨大效率——又和生产它们所花费的直接劳动时间不成比例， 相反地却取决于一般的科学水平和进步，或者说取决于科学在生产上的应用”[14]。 这表明提高活劳动生产率与推动科技进步在物质财富快速积累的过程中均具有重要意义，但随着技术的进步以及未来劳动者供给减少和抚养负担加重[15]，物化劳动在生产中的比重越来越大，这将强化科技进步对物化劳动生产率的提升作用，使其占生产效率的比重也越来越大，进而使得全劳动生产率对生产效率的影响日益凸显。

关于全劳动生产率的测算，陈春华等（2011）在研究要素流动影响生产率的过程中指出，生产要素的转移会通过劳动生产率的增长和转移效应促进社会全劳动生产率的增长[16]。何祚庥（2013）认为，仅从供给角度计算的全劳动生产率对社会财富的贡献不全面，“供给”须与“需求”相结合[17]。戴艳娟等（2014）放松了计算中关于完全竞争、规模收益不变等假设，将各行业其他形式的投入转换为劳动投入，并测算了国内各行业的全劳动生产率[18]。冯志轩等（2020）引入了一个特殊的均衡利润率， 通过计算包含中国在内的40个经济体的全劳动生产率增长率，论证了以全劳动生产率增长率测度发展中国家经济效率的合理性[6]，但该方法无法准确测量我国不同地区的全劳动生产率。荣兆梓等（2021）以我国社会纯产品生产的全劳动生产率解释了社会劳动生产率的概念，进一步指出全劳动生产率在我国改革开放40年的经济增长中贡献最大[19]。

关于金融深化对经济效率的相关研究，基本围绕金融深化能否显著影响经济效率来展开。 受到Schumpeter（1911）提出的关于金融发展能显著促进经济增长[20]以及King等（1993）发现的金融发展与提高经济效率之间存在明显相关性[21]观点的影响，关于金融深化能否带动生产率提高出现了不同的意见。部分学者持否定态度，徐建军等（2009）依托金融内生化增长模型，检验得出金融深化对生产效率不存在显著影响[22]，这一意料之外的结论是由指标选取不当造成的，这也说明了经济货币化指标（M2/GDP）已不再适用于衡量中国当前的金融深化水平。陈刚等（2009）采用了更合理的衡量指标却也得出了相同的观点，并指出放宽市场准入与缓解融资约束并不足以提升我国金融体系的效率[23]。后续学者的研究中也发现了这一点[24-26]。与之相对的，亦有部分学者对此持赞同意见，即认为金融深化能够带动生产效率提高。Beck等（2004）以股票市场和银行为例，验证得出金融深化能显著推动经济增长[27]。Arestis等（2006）进一步补充道，推动作用的大小取决于经济效率所达到的程度，更高的经济效率对应着更高的金融深化水平[28]。另外，金融深化带来的股票、债权等直接融资方式的多样化会对经济效率提高产生空间溢出效应，而银行等间接融资方式对经济效率提高有着更显著的直接影响[29]，金融资源的流动和聚集所产生的规模效应有利于经济效率的全面提升[30]。

现有研究已对金融深化与经济效率的关系进行了探析，但仍存在以下不足之处：第一，对经济效率的测算大多采用全要素生产率指标，但该指标在理论基础和计算方法上均存在弊端。第二，在发展的不同阶段，金融深化与经济效率的关系并非是一成不变的， 而现有研究在非线性关系方面有所忽略。本文的边际贡献体现为以下几个方面：第一，本文从马克思政治经济学视角重新审视经济效率，构建全劳动生产率指标，首次较为系统地识别了金融深化与全劳动生产率提高的因果关系，这不仅有助于丰富经济发展理论，对于包括中国在内的广大发展中国家正确认识和对待金融改革也具有积极的现实意义。第二，拓展现有研究视角，利用门限模型考察金融深化与全劳动生产率间的非线性关系，有助于打开金融深化如何影响我国经济效率的“黑匣子”。

（二）理论基础

通过梳理文献，本文认为金融深化可能会从推动资本配置改善和技术水平提高这两个渠道对全劳动生产率产生影响。无论是直接投入生产过程的生产资料，还是以折旧的形式将自身价值转移到产品中的固定资本，都可以还原为同质的劳动（物化劳动），与劳动力直接投入的劳动时间（活劳动）共同构成产品的价值量（全劳动）。随着金融深化水平提高，社会资本配置效率和技术进步水平也会相应得到提高， 这将进一步提高社会劳动的产出效率，对全劳动生产率产生正向影响。

1.资本配置改善效应

金融深化水平较低时，金融资本仍受到政府和国有银行管制，信贷呈现明显的“国有企业倾向”，效率高的中小企业以及科技企业受到严重的信贷歧视与融资约束，此时金融资本的扩张非但不能有效改善配置，還将引发严重的资本错配问题，降低金融市场效率和产能利用率，严重“拖累”经济效率[31]。故金融资本的无效率配置将导致投入的冗余，对全劳动生产率产生负向影响。一国经济效率能否提高，取决于实际有效的投资有多少能被投入到经济运行中[32]。资本作为金融市场的运行核心，积累的资本若能为企业生产经营提供有效的资金支持，将是经济效率的关键推动力[33]。一是随着金融深化水平提高， 政府越来越放松对金融的管制，市场中多样化的金融工具和金融机构能有效拓宽融资渠道，社会储蓄率得以提升，金融深化直接带来了生产资本的积累。二是金融深化能有效缓解信息不对称问题，提高金融系统搜集与评估企业投资项目信息的能力，引导企业进行筛选、投资，把稀缺资本有效配置到高回报率的项目中去[34]，以减少道德风险和逆向选择，缓解市场失灵[35]。三是专业化的金融机构能形成规模经济，降低金融市场的交易费用和金融体系的运营成本， 并能进一步通过整合、配置社会闲置资金，使资金流向生产效率更高的私人部门，提高金融市场运行效率和私人部门的边际生产率，最终提升金融资本形成效率、配置效率和产出效率[36]。

最终， 社会资本总量的累积与投资效率的提升，有利于各部门在生产使用价值过程中购买、雇佣更优质的生产资料和劳动力，提高了各部门的劳动产出水平，进而提升了社会总体的生产率水平。

2.技术水平提高效应

当金融深化水平较低时，技术水平的提升速度会相应放缓。一方面，中国尚为发展中国家，技术水平相对落后，科技企业研发人员的工资薪酬在总投资额中占比较大，这使得社会融资成本较高，创新融资难度较大；另一方面，金融系统的监管制度不完善助长了创新企业隐瞒收益以规避还贷之风，导致投资者望而生畏，投资意愿降低，进而加剧融资约束。但伴随着中国金融深化水平的提高，这种情况可以有效改善。

一是随着金融市场的发展，企业所面临的融资约束和信贷风险问题得以缓解，这能保障企业技术升级所需的资金，并能分散和转移技术风险。高风险与高收益并存的直接融资能充分筛选、考察有融资需求的企业，以此降低流动性风险；而低风险与低收益并存的间接融资能有效充当市场的“资金蓄水池”，起到保障资金、转移风险的作用。同时伴随着金融与互联网的深度结合，大数据也能精准计量技术风险来源，与多样化的风险管理产品共同推动技术风险的分散与转移[37]。

二是金融深化提高了市场经济活跃度，形成了有利于技术创新的区域环境[38]。这促使企业为争夺市场份额或加强竞争源源不断地积累技术知识， 提升知识技能效率以及推动产品创新升级，最终形成行业内部技术水平提高效应[39]。

三是金融深化为技术进步集聚了高质量的专业性人才，通过对劳动者智能要求的提高，提升了劳动者知识技能效率和产品技术开发能力，从而带来了技术创新能力的改善，使企业能够快速消化引进的技术，使其转变为生产技术[40]。

企业技术水平的提升和效率的改进，能直接提高各部门技术要素投入的数量与效率，进而有效改善社会融资和生产环境， 延长资本品的使用寿命，并减少单位劳动的固定资本消耗，最终提高各部门的劳动产出水平和全劳动生产率。

鉴于此，本文提出如下假说：

假说1：金融深化能促进全劳动生产率水平提升。

假说2：金融深化通过资本配置改善效应和技术水平提高效应有效推动了全劳动生产率水平的提升。

假说3：金融深化与全劳动生产率存在非线性关系，当金融深化跨越门限值后，能进一步推动全劳动生产率提高。

三、研究设计

（一）模型设定

为有效计量金融深化对我国全劳动生产率的净效应，本文借鉴熊德平等（2014）[41]的做法，基于我国经济产出持续增加但就业不充分的事实，构建如下模型：

TLPit=α0+α1FINit+α2controlit+γi+rt+εit （1）

其中，TLPit是被解释变量， 表示省份i在t年的全劳动生产率水平；FINit为核心解释变量，表示省份i在t年的金融深化水平；α0是截距项，α1和α2是对应的回归系数；controlit表示影响全劳动生产率并随i和t变动的控制变量，γi表示个体固定效应，rt表示年份固定效应；εit为随机扰动项。

（二）变量选取

1.被解释变量

被解释变量为全劳动生产率，以各地区实际平均单位劳动时间创造的价值量的价格来衡量。全劳动生产率的计算公式为：

TLPi=1/τ=1/l（I-A-D）-1 （2）

其中，τ为行业单位产出所消耗的全劳动量的价格行向量，I为单位矩阵，A为中间投入系数矩阵，D为固定资本消耗系数矩阵，l为直接劳动投入系数行向量。具体的计算过程见附录。

2.解释变量

解释变量为金融深化，采用非国有企业获取贷款余额占地区GDP的比重来衡量。在此借鉴张军等（2005）[42]的回归分析方法，公式如下：

loanit=α+βsoeit+ηi+vit （3）

其中，vit=ρvit-1+εit，|ρ|＜1。

3.控制变量

（1）财政支出水平（fis），以政府一般公共预算支出占生产总值的比重来反映；（2）对外开放水平（ope），以外商投资企业投资总额占生产总值的比重来控制；（3）城市化水平（urb），以城镇人口占总人口的比重来体现；（4）人力资本水平（edu），以6岁以上人口的平均受教育年限来表示；（5）基础设施投入（inf），以每平方公里的公路通行里程来体现。

4.中介变量

（1）信贷资本配置效率（η）。信贷资本配置效率的测算参考Wurgler（2001）[43]，以信贷投入对增加值的敏感程度来表示，如公式（4）所示。其中，Iit代表i地区第t年的固定资产净值，vit为i地区第t年的工业增加值，εit为随机扰动项。

ln=α+ηln+εit （4）

（2）技术进步水平（t）。技术进步水平的计算方法主要有三种：投入法（研发投入）、产出法（专利申请和授权）、全要素生产率法。本文采用产出法衡量技术进步，用各地区专利申请数量来衡量。

（三）数据来源与描述性统计分析

本文使用的数据主要有四个来源：一是2002年、2007年、2012年、2017年我国除西藏外的30个省（市、区、自治区）的投入产出表，将42个部门的投入产出表做合并处理，构建统一的37个部门投入产出表，选取24个制造业行业①，从中获取各行业劳动者报酬以及计算投入系数矩阵。二是《中国劳动统计年鉴》，从中获得各省份各行业的平均工资以及各行业的周劳动时间。三是《中国统计年鉴》和各省份统计年鉴，获取地区生产总值、国有企业产出、信贷总额、政府一般公共预算支出、外商投資企业投资总额、城镇人口、总人口、平均受教育年限、公路通行里程以及专利申请数量。四是《中国工业统计年鉴》，从中获取固定资本净值和工业增加值。

表1给出了本文主要变量的描述性统计结果，通过观察发现，主要变量在样本期间差异性较小，数据相对比较平稳。

四、实证结果与分析

（一）基准回归

基于上述计量模型与Hausman检验结果，本部分采用固定效应模型进行参数估计。表2的回归结果表明，金融深化对全劳动生产率呈现出显著的正向影响，金融深化水平每提高1个单位，全劳动生产率平均能提高0.6597个单位。这有力地证明了金融深化对全劳动生产率具有提高效应，假说1得证。

至于控制变量，城市化水平、人力资本水平和基础设施投入的回归系数均显著为正，财政支出水平和对外开放水平的回归系数均显著为负。 这说明，一方面，城市发展、教育改善和基础建设将农村剩余劳动力从低效产业向高效产业转移，使其边际生产率提高，还促进了地区规模效应、竞争效应的发挥，使得全劳动生产率得以提升。另一方面，政府财政补贴向国有大企业“倾斜”，对私人投资存在挤出效应，严重降低了私人投资的规模和效率；在鼓励开放的背景下，外资企业大规模涌入，对本国企业形成了强力竞争，外商抢占我国市场资源，导致劳动力等成本上升，使得国内企业衰退，造成全劳动生产率的下降。这与盛明泉等（2021）[44]的研究发现相一致。

（二）内生性检验

本文模型的内生性主要源于遗漏变量和互为因果。一方面，固定效应模型无法解决遗漏变量问题；另一方面，全劳动生产率与金融深化之间可能存在逆向因果问题，即在经济发展新阶段，全劳动生产率增长，社会财富增多，从而对金融服务的需求越发增大，从而促使金融改善结构、提高效率、推进市场化改革以实现深化发展。因此，本部分采用GMM模型，将金融深化这一解释变量的滞后项作为工具变量，对内生性加以解决。从检验结果表3第（1）列可以看出，FIN系数均为正，且在5%的水平下显著，支持原结论。

（三）稳健性检验

为验证金融深化对全劳动生产率的促进作用是否稳健， 本文通过更换被解释变量衡量指标、对变量进行缩尾处理以及剔除直辖市样本三种方法对基准回归的结果进行验证。

1.更换被解释变量衡量指标。由于全劳动生产率的计算结果包含中间产品和最终产品两部分，因此无法仅展示最终产品的生产率水平。考虑到荣兆梓（1992）[11]对纯产品的社会劳动生产率的解释①弥补了全劳动生产率无法分解的不足，可暂时不考虑总产品中用于再生产的部分，仅考虑流通于市场中的纯产品的生产率，因此本文基于国家统计局的数据，采用纯产品生产的劳动生产率（社会纯产品价格/直接劳动投入量）作为全劳动生产率的代理变量重新进行回归，检验结果如表3第（2）列所示。可以看出金融深化显著促进了全劳动生产率水平的提高，替换被解释变量并不影响本文研究结论的稳健性。

2.对数据进行缩尾处理。由于数据可能存在极端值，因此为消除变量数据异常值对回归结果的影响，本文对变量数据进行2%与98%分位上的缩尾处理，回归结果如表3第（3）列所示。可以看出回归系数和显著性水平与基准回归结果基本一致，即证本文研究结果的稳健性。

3.剔除直辖市样本。由于北京、天津、上海、重庆四个直辖市的经济发展水平和金融普及程度等与其他26个省份存在较大差异，会对基准回归的结果造成一定影响，使估计结果产生偏误，因此本文对剔除四个直辖市的样本进一步进行回归检验，估计结果见表3第（4）列。可以看出估计系数通过了显著性检验，进一步证实了研究结果的稳健性。

五、机制检验

前文论证了金融深化对全劳动生产率的直接影响，下面将进一步构建如下中介效应模型探讨金融深化对全劳动生产率的作用机制。

TLPit=α0+α1FINit+γi+ri+εitMedit=α2+α3FINit+φi+kt+εitTLPit=α4+α5FINit+α6Medit+■i+λt+εit （5）

其中，Medit为中介变量，即金融深化影响全劳动生产率的作用机制，包括资本配置效率和技术进步水平两个方面，α6为其估计系数。若模型的估计系数α1、α3、α5以及α6均显著，且α5相较于α1变小，则说明机制成立。检验结果如表4所示。

表4第（1）列显示，金融深化对信贷资本配置效率的估计系数为0.2379，在1%的水平下显著，说明金融深化有效提升了信贷资本配置效率。第（2）列说明，当将金融深化和信贷资本配置效率同时纳入模型后，其估计系数显著为正，这说明金融深化可通过资本配置改善效应实现资本总量累积与投资效率提升，从而提高全劳动生产率水平。

根据表4第（3）列，金融深化对技术进步水平的估计系数为0.5053，在5%的水平下显著，说明金融深化通过提高技术要素投入效率、改善投资技术环境，能够推动企业技术创新。第（4）列显示，当将金融深化和技术进步水平同时纳入模型后，其估计系数为正，这说明金融深化可通过技术水平提升效应提高全劳动生产率水平。

根据上述分析可得，资本配置改善效应和技术水平提升效应的估计系数均通过了统计显著性检验，说明其中介作用存在，验证了假说2。

六、门限效应研究

（一）模型设定

为验证金融深化对全劳动生产率潜在的非线性效应，本部分利用面板门限回归模型进行检验。门限回归模型如下：

TLPit= β0+ β1FINit×I（FINit≤γ）+ β2 FINit×I（FINit＞γ）+

βControlit+Provincei+Yeart+εit （6）

其中，金融深化（FINit）既是门限变量，也是门限效应变量，γ是门限值，控制变量（Controlit）与基准回归设定相同。

（二）門限效应检验

基于潜在的门限效应，在实证回归之前要利用Bootstrap法抽样500次，检验变量的门限情况。

由表5可知，单一门限的P值均通过了10%水平上的显著性检验，而双重门限的P值为0.6040，没有通过检验。因此，本文建立单一门限模型。经检验，模型的门限值为0.6729，这将我国金融深化划分为低水平和高水平两个层次：当金融深化水平低于0.6729时，定义该区域为金融深化低水平地区；当金融深化水平高于0.6729时，定义该区域为金融深化高水平地区。

（三）回归结果分析

表6第（1）列报告了我国金融深化门限效应的回归结果。当FIN低于0.6729时，在1%的水平上显著为正，系数为2.0857；当FIN高于0.6729时，在1%的水平上显著为正，系数为2.6608。通过对比发现，当FIN跨越门限值后，系数由2.0857增大到2.6608，这表明，当金融深化升至0.6729时，能进一步推动全劳动生产率提升。在金融初步深化阶段，政府放松了金融管制，市场迸发出强大活力，社会资本能逐步实现按市场需求配置，企业技术创新受到鼓舞，全劳动生产率得以提升。然而，由于这一阶段金融深化水平较低，全劳动生产率容易受到融资约束的“拖累”。伴随着金融深化水平的提高，融资约束状况逐渐减轻，资本配置和技术进步的优势逐渐显现，将进一步激发全劳动生产率的提升。

鉴于我国区域经济发展不平衡，本文依经济水平将30个样本划分为东、中、西三大地区进行对比分析。依据门限效应检验，我国东部地区不存在门限效应；中部地区存在单一门限效应，门限值为0.6714；西部地区存在单一门限效应，门限值为0.6703。表6第（2）至（4）列是对异质性的分析结果，对于不存在门限效应的东部地区，报告固定效应模型的回归结果加以分析。

可以看到，各区域FIN系数均在各自的显著性水平上为正，进一步证实了假说1。在中部区域，当FIN跨越门限值（0.6714）前，系数为1.0352；跨越门限值后，系数增大至1.7662。在西部区域，当FIN跨越门限值（0.6703）后，系数由3.2178增大至4.0519，进一步证实假说3成立。当金融深化水平跨越对应门限值后，能进一步激发金融深化对全劳动生产率的提升效应，这与全国样本保持一致，证明结果具有一定的稳健性。

从各区域的显著性水平和系数大小来看，表现为东部地区最强，西部地区次之，中部地区最弱，表明金融深化对全劳动生产率的促进作用具有区域异质性。区域经济水平较高的东部地区，凭借优异的地理环境和战略优势在改革开放政策下得以优先发展，这既会促使区域内不同金融机构对信贷份额的争夺愈发激烈，竞争之下的金融资本会被配置到技术创新等高效率的行业中去，又会吸引中西部地区金融资本东移，与中西部地区拉开差距。以上两个维度，能充分激发金融深化对全劳动生产率的促进作用。而中西部地区受限于资源禀赋，金融市场化水平较低，金融机构不完善，因此与东部地区相比，金融深化对全劳动生产率的提升效应有所减弱。近年来，国家推行精准扶贫战略，为西部地区带去了信息化，西部地区利用互联网和大数据平台简化了资本管理，调整了产业结构，金融深化对全劳动生产率的促进效应较为明显；而中部地区内部不同区域间金融深化差异较大，且信贷流向东部地区限制了本地发展，因此金融深化对全劳动生产率的推动作用小于西部地区。

七、研究结论与政策启示

（一）研究结论

推动金融深化更好地服务经济效率是实现我国经济高质量转型发展的关键。本文以政治经济学中的全劳动生产率为落脚点，从资本配置改善和技术水平提升两个角度对金融深化影响全劳动生产率的机制进行刻画，以探讨金融深化对我国经济效率的促进作用。相关结论可以总结为三个方面：第一，金融深化顯著提高了我国全劳动生产率的水平，这一结论在经一系列稳健性检验验证后仍然成立。第二，金融深化促进全劳动生产率的提升通过资本配置改善和技术水平提高两条路径得以实现。第三，金融深化对全劳动生产率的影响存在基于自身发展水平的单一门限效应，当金融深化水平跨过门限值后，信贷约束逐渐缓解，金融深化对全劳动生产率的提升作用进一步增强；分地区来看，金融深化对全劳动生产率的提升作用表现为东部最强，西部次之，中部最弱。

（二）政策启示

综合前文的研究结论，得到如下政策启示：

第一，继续推进金融深化改革，把握金融市场化发展方向。要注重改善融资方式，从间接融资、政府管控转向建设直接与间接并重、市场化程度更高的融资体系；优化金融功能，从单一的动员储蓄转向规模与效率并重，注重提升金融配置效率；防范金融风险， 将地方政府债务率维持在合理水平；推进利率市场化改革，完善金融监管。另外，考虑到我国正处于发展方式转型期，过程漫长而复杂，因此应尽快消除金融发展进程中的固化约束和抑制局面，加快金融深化进程。

第二，改善社会资本配置效率，提升企业技术水平。要减少财政对金融市场的控制，从根本上消除信贷歧视， 包括企业所有制歧视和企业规模歧视，减少信贷向国有大企业倾斜，使其更多地流向生产效率更高的企业； 应建立技术创新长效机制，严格把控高污染、高耗能企业的准入门槛，适当放宽技术创新企业和投资项目准入条件，为企业创新提供资金补贴和风险担保，优化产业结构。

第三，因地制宜地推进金融深化。扶持落后地区，带动其金融深化发展，发挥先进地区金融优势，进一步平衡区域间发展。对于中西部地区，加强对金融资本在该地区产业间流动的引导，适当调整产业发展定位，同时着重引进、仿用先进技术，加快技术追赶；对于东部地区，构建包括商业银行、证券、保险和基金在内的多元化金融体系，推动金融体系内部各主体的多元竞争发展，坚定市场化改革方向。

参考文献：

［1］罗煜.金融自由化与金融约束：金融发展的政治经济学［C］//北京天则经济研究所.中国制度经济学年会论文集.2006：407-440.

［2］王建国.金融自由化与金融深化［J］.金融研究，1998（9）：34-37.

［3］张成思.金融化的逻辑与反思［J］.经济研究，2019，54（11）：4-20.

［4］王定祥，刘杰，李伶俐.财政分权、银行信贷与全要素生产率［J］.财经研究，2011，37（4）：69-79.

［5］熊鹏，王飞.中国金融深化对经济增长内生传导渠道研究——基于内生增长理论的实证比较［J］.金融研究，2008（2）：51-60.

［6］冯志轩，刘凤义.马克思-斯拉法框架下的全劳动生产率增速测算［J］.世界经济，2020，43（3）：3-25.

［7］田友春，卢盛荣，靳来群.方法、数据与全要素生产率测算差异［J］.数量经济技术经济研究，2017，34（12）：22-40.

［8］柳欣.剑桥资本争论之谜——实物还是货币、技术关系还是社会关系［J］.学术月刊，2012，44（10）：62-71.

［9］马克思.资本论（第一卷）［M］.北京：人民出版社，2018：59.

［10］马克思.资本论（第三卷）［M］.北京：人民出版社，2018：88.

［11］荣兆梓.总要素生产率还是总劳动生产率［J］.财贸研究，1992（3）：15-22.

［12］置盐信雄.马克思经济学［M］.东京：筑摩书房，1977．

［13］松田和久.劳动生产性的理论［M］.东京：千仓书店，1980．

［14］马克思，恩格斯.马克思恩格斯全集 （第46卷下册） ［M］.北京：人民出版社，2009：217-218.

［15］乔晓楠，张月莹，张坷坷.动力转换、效率提升与第二个一百年目标的实现——一个基于马克思主义政治经济学的数理分析［J］.学习与探索，2018（10）：13-22.

［16］陈春华，路正南.江苏省工业企业社会劳动生产率增长效应分析［J］.企业经济，2011，30（3）：137-140.

［17］何祚庥.马克思主义政治经济学也要“与时俱进”（下）［J］.学术界，2013（8）：5-43.

［18］戴艳娟，泉弘志.基于全劳动生产率的中国各产业生产率的测算［J］.财经研究，2014，40（12）：89-101.

［19］荣兆梓，李亚平.全劳动生产率与马克思主义基本增长方程［J］.上海经济研究，2021（1）：15-27.

［20］SCHUMPETER J A.The Theory of Econimic Development［M］.Cambridge Harvard University Press，1911.

［21］KING R，LEVINE R.Finance and Growth：Schumpeter Maybe Right［J］.Quarterly Journal of Economics，1993（3）：717-738.

［22］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］.国际贸易问题，2009（6）：113-119.

［23］陈刚，李树，刘樱.银行信贷、股市融资与中国全要素生产率动态［J］.经济评论，2009（6）：47-56.

［24］吴超，王定祥，李畅.金融深化、FDI溢出效应与地区TFP——基于省级面板门槛模型的实证分析［J］.上海金融学院学报，2013（4）：10-22.

［25］姚耀军，董钢锋.中小企业融资约束缓解：金融发展水平重要抑或金融结构重要？——來自中小企业板上市公司的经验证据［J］.金融研究，2015（4）：148-161.

［26］MASSLMO A，GLANLUCA F，MICHELE M.Technological Districts and the Financing of Innovation：Opportunities and Challenges for Local Banks［J］.Economic Notes，2015，4（3）：483-492.

［27］BECK T，LEVINE R.Stock Markets，Banks，and Growth：Panel Evidence［J］.Journal of Banking & Finance，2004， 28.

［28］ARESTIS P，CHORTAREAS G，DESLI E.Financial Development and Productive Efficiency in OECD Countries：an Exploratory Analysis［J］.Manchester School，2006，74（4）：417-440.

［29］李广析，梅林海.金融发展对全要素生产率的直接效应与溢出效应的研究——基于空间溢出的视角［J］.贵州财经大学学报，2017（5）：41-49.

［30］孙光林，艾永芳，李淼.资本错配与中国经济增长质量——基于金融效率与产能利用率中介效应实证研究［J］.管理学刊，2021，34（5）：57-73.

［31］蔡昉.生产率、新动能与制造业——中国经济如何提高资源重新配置效率［J］.中国工业经济，2021（5）：5-18.

［32］文礼朋，郭熙保.借用技术与资本积累型经济增长——兼论全要素生产率与经济增长效率的异同［J］.当代财经，2010（8）：14-19.

［33］钱雪松，方胜.《物权法》出台、融资约束与民营企业投资效率——基于双重差分法的经验分析［J］.经济学（季刊） ，2021，21（2）：713-732.

［34］罗付岩.信息不对称、银企关系与企业投资效率［J］.金融经济学研究，2013，28（6）：86-98.

［35］徐盈之，童皓月.金融包容性、資本效率与经济高质量发展［J］.宏观质量研究，2019，7（2）：114-130.

［36］陆岷峰，徐博欢.普惠金融：发展现状、风险特征与管理研究［J］.当代经济管理，2019，41（3）：73-79.

［37］张玄，冉光和，陈科.金融集聚对区域民营经济生产率的空间效应研究——基于空间面板杜宾模型的实证［J］.管理评论，2019，31（10）：72-84.

［38］易信，刘凤良.金融发展、技术创新与产业结构转型——多部门内生增长理论分析框架［J］.管理世界，2015（10）：24-39，90.

［39］赵息，马杰.环境规制与绿色创新的关系研究——基于金融发展与人力资本调节效应的实证分析［J］.现代财经（天津财经大学学报） ，2018，38（2）：63-72，90.

［40］唐未兵，傅元海，王展祥.技术创新、技术引进与经济增长方式转变［J］.经济研究，2014，49（7）：31-43.

［41］熊德平，孙佳.中国金融发展的渔业经济增长效应——基于人均GDP和劳动生产率视角的省级面板数据GMM估计［J］.农业技术经济，2014（3）：97-107.

［42］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.

［43］WURGLER J.Financial Market and the Allocation of Capital［J］.Journal of Financial Economics，2001，58（1）：187-214.

［44］盛明泉，陈一玲，鲍群.国企混合所有制改革对全要素生产率的影响、作用机制与异质性研究［J］.经济纵横，2021（7）：47-56.

Financial Deepening and Total Labor Productivity

—Research Based on Input-output Tables of 30 Provinces and Cities

Liu Gang1，2， Zhang Wenqian2

（1. School of Economics， Fudan University， Shanghai 200433， China;

2. School of Economics， Qufu Normal University， Rizhao 276800， China）

Abstract： Deepening financial reform is an important policy to improve Chinas industrial economic efficiency and achieve high-quality development. Attempting from the perspective of national economic accounting， based on input-output method，this paper carried out the regional production efficiency research. By introducing the labor productivity measure to evaluate the efficiency of industrial economy effect， the paper used panel data of 30 provinces（cities， districts， and autonomous regions） in China from 2002 to 2017 as the sample， and carried out empirical test by using fixed effect model. The paper found that financial deepening policy can significantly improve the level of economic efficiency in China， which can be achieved by improving the total labor productivity of various industries. The mechanism test shows that financial deepening policy brings into play the effect of “improving capital allocation” and “promoting technological progress”， and promotes economic efficiency by improving the output efficiency of social labor. Financial deepening has different influences on economic efficiency at different stages of development. Further research shows that financial deepening has a non-linear relationship with total labor productivity， which has a threshold effect. When financial deepening crosses the threshold value， it can further promote the improvement of total labor productivity. In addition， the promotion effect of financial deepening on total labor productivity is the strongest in eastern China， the second in western China， and the weakest in central China. Therefore， we should promote financial deepening according to local conditions， improve financing methods， optimize financial functions， guard against financial risks， continue to promote market-oriented reform， break through the “threshold effect” restriction， and strive to improve the efficiency of social capital allocation and improve the technical level of enterprises， so as to promote the efficiency reform process of Chinas economic development.

Key words： financial deepening; total labor productivity; threshold effect; input-output analysis