中部地区金融发展与TFP增长的实证检验

1.实证模型

根据国内外的相关理论研究，旨在实证考察中部地区金融发展与TFP增长的关系，我们建立如下的回归模型：

(3-22)式中，下标i和t(t＝1996，1997，…，2015)分别代表了第i个省份和第t年。研究样本涉及中部6个省份，将1996—2015年各省的上述各项指标组成面板数据。

2.指标选取

(1)全要素生产率增长的指标(TFP)。

在实证研究中，估算TFP的常见方法有两种：一种是增长核算方法，另一种是经济计量学方法。增长核算方法是国际上普遍接受的TFP测算方法，并且对统计数据的要求相对宽松，所以，我们选择增长核算方法中的索洛残差法估算全要素生产率增长的变化。

(2)金融发展规模的指标(FIR)。

对金融发展规模衡量，普遍使用的指标是Goldsmith(1969)提出的金融相关率(FIR)，它表示金融资产总值占国内生产总值的比重。从资产流动性的角度看，M2、债券和股票也可以构成金融资产。因为我国是间接融资主导的金融体系，银行业在金融市场中具有垄断地位，它对各省TFP增长产生最重要的影响；同时由于一些指标的分省数据(如M2)难以统计，所以我们采用金融机构存贷款余额占地区生产总值之比作为金融发展规模指标。

(3)金融发展效率的指标(FE)。

在很多研究中的普遍做法是，以非国有经济获得银行贷款的比率，表示整个金融系统的中介效率。但是，基于国有经济在整体经济中的地位，王志强、孙刚(2003)指出这种指标设计是有缺陷的。他们认为，可以用存款与贷款的比值来衡量金融效率，该比值越大，说明商业银行的放贷越注重效益、风险，金融效率越高。

(4)人力资本的指标(H)。

在已有的研究中，通常采用政府的教育支出占财政总支出的比重来衡量人力资本。但是，人力资本的形成涉及政府、企业和个人的教育投资，目前我国缺乏企业和个人教育支出的统计数据，单纯以政府的教育支出衡量人力资本存在固有缺陷。所以，本书采用受教育年限法来计算人力资本。具体计算方法参照本章第二节。

(5)国际贸易的指标(TRADE)。

在经济全球化的背景下，国际贸易常常被看作经济增长的发动机，国际贸易可以通过充分利用静态与动态比较优势、“技术外溢”和外部刺激，促进一国或地区的技术进步和TFP增长。在相关实证研究中，人们通常采用进出口总额占GDP的比重(进出口总额/GDP)衡量一国或地区对外贸易水平，我们也选用该指标作为反映国际贸易变量。

(6)外商直接投资的指标(FDI)。

在新增长理论的框架下，运用经济增长要素分析方法，通常认为外商直接投资对东道国的资源供给如人力资本、技术和国际营销网络等有潜在的作用，通过资本形成、人力资本开发、技术进步、国际贸易等，促进发展中东道国的TFP增长。在相关实证研究中，人们一般采用实际使用外商直接投资额占GDP的比重(实际使用外商直接投资额/GDP)衡量一国或地区外商直接投资水平，我们也选用该指标作为反映外商直接投资变量。

3.数据说明(www.xing528.com)

在金融发展指标中，金融机构的存款、贷款余额来自《中国统计摘要》(2016年)；TFP的数据来自我们采用索洛残差法的估算结果。人力资本的计算数据来自1997—2016年的《中国人口统计年鉴》、《中国统计年鉴》和《新中国55年统计资料汇编》，2000年采用人口普查数据，其他年份采用1%的抽样调查数据，并进行了相应的换算。

本研究涉及的未作特别说明的其他数据源于：《新中国55年统计资料汇编》、《中国农村统计年鉴》(1997—2016年)、《中国统计年鉴》(1997—2016年)、《中国金融统计》(1997—1999年)和《中国金融年鉴》(2003—2016年)、中部六省《统计年鉴》(1997—2016年)。本研究的一些数据直接剔除了价格水平变动因素的影响，并且为了减少数据变动幅度，我们对相关变量数据取了自然对数值。

(二)实证分析过程与结果

1.面板数据回归分析

首先进行Wooldridge Test分析面板数据是否存在自相关，该检验的原假设(即H0)为不存在一阶自相关。检验结果表明，面板数据的P值为零，拒绝了原假设，即变量数据各自都存在自相关。其次，我们对面板数据是否存在异方差进行了检验，对异方差检验的原假设(即H0)是存在同方差。检验结果表明，面板数据的P值都非常小，拒绝了原假设，即面板数据存在异方差。

根据上述检验结果，我们认为，在面板数据中存在自相关结构和复杂误差，所以固定效应模型和随机效应模型不适合作为估计模型，我们采用FGLS(Feasible Generalized Least Squares)方法进行估计，估计结果见表3-6。

在表3-6中，单独考察金融发展规模，从方程(a)可知，1996—2015年，在5%的显著水平下，金融发展规模变量(FIR)抑制了中部地区TFP增长，人力资本(LnH)促进了中部地区TFP增长，国际贸易变量(TRADE)、外商直接投资变量(FDI)没有通过显著性检验。单独考察金融发展效率，从方程(b)可知，在5%的显著水平下，金融发展效率(FE)、人力资本促进了TFP经济增长，在10%的显著水平下，国际贸易抑制了中部地区TFP增长，外商直接投资变量没有通过显著性检验。在一个相对完整的实证模型中，从方程(c)可知，在10%的显著水平下，金融发展规模、国际贸易抑制了中部地区TFP增长，人力资本促进了中部地区TFP增长，在5%的显著水平下，金融发展效率促进了中部地区TFP增长，外商直接投资变量没有通过显著性检验。

表3-6　中部六省面板数据的估计结果

注：①∗∗∗、∗∗和∗分别表示1%、5%和10%的显著水平；②表中(·)内为显著水平的概率值(Prob.)。

2.时序数据回归分析

旨在对中部地区内部的差异进行比较，以及分析基本实证结论的稳健性，本书运用中部六省1996—2015年的时序数据，对金融发展与TFP增长的关系进行协整回归分析。限于篇幅，变量单位根、残差序列的平稳性等相关检验从略，协整回归估计结果见表3-7。

表3-7　中部六省时序数据的估计结果

注：①∗∗∗、∗∗和∗分别表示1%、5%和10%的显著水平；②表中(·)内为显著水平的概率值(Prob.)。

在表3-7中，方程(a)、(b)、(c)、(d)、(e)、(f)分别表示1996—2015年湖北、湖南、山西、江西、安徽和河南的时序数据的协整回归结果。如表3-7所示，在山西、江西、安徽和河南，金融发展规模(FIR)抑制了TFP增长(5%或10%的显著水平下)，在湖北、湖南，金融发展规模变量则没有通过显著性检验；在中部六省，在1%、5%或10%的显著水平下，金融发展效率(FE)均促进了TFP增长；除安徽外(没有通过显著性检验)，其他5省的人力资本投资(LnH)均促进了TFP增长(5%或10%的显著水平下)；在山西、江西和河南，国际贸易(TRADE)均抑制了TFP增长(5%或10%的显著水平下)，在其余3省则没有通过显著性检验；在5%的显著水平下，江西的外商直接投资(FDI)促进了TFP增长，而河南的外商直接投资(FDI)抑制了TFP增长，其余4省则没有通过显著性检验。

进一步，从总体上看表3-7的协整回归结果不难发现，金融发展规模、国际贸易抑制了中部六省TFP增长，金融发展效率、人力资本投资促进了中部六省TFP增长，外国直接投资对中部六省TFP增长的影响不确定。将上述结果与表3-6中相对完整的实证模型结果进行比较，可以发现两者具有较好的一致性，说明实证模型的结论比较稳健。