民間金融和全要素生產率增長

李 健 衛 平

一、引 言

新古典經濟增長理論把全要素生產率(Total Factor Productivity，TFP)的增長視為經濟持續增長的唯一源泉。如何識別全要生產率增長的決定因素，已經成為學術研究的熱點問題。國外研究表明，金融發展在全要素生產率增長的過程中具有重要的作用(Levine，1997，2005；Carlota，2004；Demirgu-Kunt 和Levine，2008)。雖然國內現有文獻較多地研究了中國金融發展與TFP 增長之間的關系，且為金融發展與TFP 增長的正向關系提供了經驗證據，但這些研究通常是從正規金融部門角度來分析的。當前中國中小企業融資困境為內生于民營經濟中的民間金融提供了生存土壤和空間。在信息不對稱以及中國長期金融抑制背景下，民間金融作為正規金融發展的補充，已經成為中小企業外部融資的重要渠道。研究民間金融對全要素生產率以及中間渠道的影響，不僅有利于中小企業發展，而且在長期可以通過對國家資源優化配置來促進中國經濟持續增長。因此，分析民間金融發展對全要素生產率的影響，這對中國在新一輪的國際經濟競爭中搶占制高點具有重要的意義。

Allen 等(2005，2006)在對金融發展與經濟增長之間的關系進行研究時指出，“中國是金融和經濟增長文獻研究中的一個重要反例”，即與國際平均水平相比，中國的金融業存在很明顯的滯后，無法為經濟發展提供支持。然而，中國在法律和金融體系不健全的情況下取得了經濟的高速增長。中國經濟在21 世紀初始至今十多年的超速增長，主要是由民營經濟驅動的。在中國金融體系不健全的背景下，正規金融部門在對企業進行貸款時，面臨著信息不對稱導致的逆向選擇和道德風險，為了規避信貸風險而實行信貸配給，同時，中國銀行業結構高度壟斷，主要以大型國有商業銀行為主導，伴隨著“撥改貸”政策，國有銀行與國有企業形成了中國縱向信用體系，金融資源的配置不太重視投資的收益問題，而在于是否符合國家發展戰略，由此導致處于壟斷地位的國有企業以及大型企業獲得了正規金融部門提供的絕對比例的信貸資源，民營中小企業有資金需求卻沒有可依賴的金融市場為其服務，在這種情況下中小企業只能求助于體制外融資，這導致民間信貸規模的不斷擴大，最終推動民間金融快速發展。民間金融作為正規金融部門的補充，基于地緣、血緣、親緣等多重關系的民間金融具有信息成本、擔保機制、靈活性等方面的優勢，能夠有效避免正規金融部門由于信息不對稱引發的一系列問題，有助于幫助中小企業克服融資難題(郭斌和劉曼璐，2002；林毅夫和孫希芳，2005；Kellee，2002；胡金焱和張博，2013)。林毅夫和李永軍(2001)在研究中小企業融資問題時指出，對于勞動力相對豐富而資本相對稀缺的中國，勞動力密集型中小企業在未來相對較長的時間里會是中國企業組織中最有活力的組成部分。民間金融的發展為中小企業提供了信貸服務，幫助企業克服融資難題，使生產運作過程更加順暢，從而企業不斷獲取豐厚的經濟利益，中小企業受到更大利益和市場份額的驅使，不斷進行技術創新，提升自身創新能力，提高企業的生產率，最終影響一個區域的全要素生產率增長，這對未來中國經濟增長產生了重要的促進作用。

民間融資行為是在正規金融體系外發生的，正是因為這個特點，民間融資行為具有隱蔽性，民間金融的相關數據難以獲得。這致使國內經濟學者在早期多從案例分析(羅丹陽和殷興山，2006；虞群娥和李愛喜，2007)或者微觀調查(郭斌和劉曼路，2002；馮興元，2004)來考察民間金融與中小企業的關系，這些研究在一定程度上間接說明民間金融對經濟增長的影響。由于測量方法不斷改善以及數據可獲得性增大，近幾年國內學者開始采用多種方法來測算民間金融發展水平，如李建軍(2005)采用間接估算方法測算出1981—2003 年我國地下信貸規模從1982 年的22.8 億元增加到了2003 年的7462.4 億元。王春宇(2010)在李建軍(2005)研究的基礎上，也采用間接估算方法但進行了一定程度的修正，測了全國以及各個地區的民間借貸規模。李健和衛平(2015a)在王春宇(2010)和李建軍(2005)的研究基礎上測算了2001—2012 年的民間借貸規模，他們發現民間借貸總額從2001 年的2587.13 億元增長到2011 年的23162.80 億元。李建軍(2010)對中國未觀測信貸規模進一步研究，依舊采用間接估算方法，測算出在1978—2008 年的30 年間中國未觀測短期借貸規模從400 多億元擴大到5.4 萬億元左右。易遠宏(2013)通過θ 法測算出1990—2010 年間廣東省農村民間金融規模。蘭秀(2013)同樣采用θ 法測算出了鄂爾多斯地區的非正規金融發展規模。與此同時，由于中國人民銀行從2005 年開始發布的《中國區域金融運行報告》以及各省份發布的《金融運行報告》為民間借貸利率的計算提供了可行性，國內學者開始采用民間借貸利率的實際值(即是名義利率減去通貨膨脹率)作為衡量民間金融發展水平的負指標(馮興元，2004；胡金炎和張博，2013；陳志武，2005；姚耀軍，2009；錢水土和翁磊，2009；張雪春等，2013)。我國對民間融資利率上限標準調整存在較大的滯后性，多年不變的民間借貸利率上限會在金融機構貸款基準利率較高時給高利貸披上合法外衣。同時，由于《中國區域金融運行報告》發布的時間跨度不大以及個別地區數據嚴重缺失，如胡金焱和張博(2013)采用民間借貸利率的方法衡量民間金融發展水平時，由于數據的缺失，只能得到25 個省份的非平衡面板數據，并且總體樣本量為121 個，采用民間借貸利率的方法進行分析，具有較大的局限性。

現有相關研究表明金融發展對一國經濟增長具有較強的促進作用(Rajan 和Zingales，1998；沈坤榮和孫文杰，2004；陳剛等，2006)。同時，也有從影響經濟增長的中間渠道進行分析的，如從TFP 增長視角證明了金融發展具有TFP 增長效應，進而促進了經濟增長(Demirgu-Kunt 和Levine，2008；Bekaert 等，2010；余利豐等，2011；趙勇和雷達，2010；李健和衛平，2015b)，但也有一些反面的經驗證據顯示正規金融發展對TFP 增長具有負面影響(陳啟斐和吳建軍，2013)。從這些研究中不難看出，學者們通?？紤]的是正規金融對全要素生產率和經濟增長的影響。在民營經濟的快速發展以及中國金融體系不健全導致中小企業面臨融資難的背景下，民間金融發展及其經濟效應引起了學者們的關注和研究。潘士遠和羅德明(2006)通過構建一個內生經濟增長模型來研究民間金融對經濟增長的影響和內生民間金融問題，通過數理模型證實了民間金融發展對經濟增長具有促進作用。李建軍(2008)在研究未觀測金融規模與經濟增長關系時，通過采用時間序列協整方法證實了未觀測貸款一定程度上彌補了正規信貸的不足，對經濟增長有一定的積極作用。未觀測貸款規模變動1 個百分點，可能導致經濟增長速度變動0.17～0.18個百分點，同時還發現前一期未觀測凈金融投資占GDP 比重的絕對值每提高1 個百分點，會對本期產出缺口產生0.14 個百分點左右的反向擴大效應。姚耀軍(2009)發現非正規金融發展的區域差異對經濟增長具有顯著的解釋力，且正規金融與非正規金融均具有顯著的經濟增長效應。胡金焱和張博(2013)研究發現，民間金融發展對中國經濟增長具有顯著的推動作用，且這種推動作用是通過第二產業影響經濟增長的，對第一和第三產業并沒有產生顯著的影響。鄧路等(2014)基于全國范圍內3000 多家民營企業樣本進行調查發現，民間金融對民營企業的業績具有負面影響，從而對當地經濟產生負向作用。李健和衛平(2015a)的研究發現，民間金融發展對創新能力和城市化具有顯著的促進作用，間接地表明民間金融具有經濟增長效應。我們發現，民間金融的經濟增長效應也沒有得到學者們的一致認可。本文在現有研究的基礎上，從全要素生產率視角來探索民間金融發展是否具有經濟增長效應。從這個研究視角進行分析，會更好的理解民間金融發展是通過何種中間路徑促進或抑制中國經濟增長。本文在李建軍(2010)以及李健和衛平(2015a，2015b)的研究基礎上推算出不同地區不同年份民間信貸規模，從民間金融發展規模角度分析民間金融對全要素生產率、技術進步以及技術效率的影響，而這又能夠避免用民間借貸利率的方法進行研究時所面臨的樣本量不足的難題。

二、實證模型與變量設定

（一）模型設定

盡管民間金融與正規金融的特征具有較大的差異，但是從本質上同屬于金融發展范疇，民間金融發展在一定程度上也具有正規金融所具備的特征。在現有文獻中，Levine(1997)構建了一個包含金融部門的經濟增長模型，檢驗了金融發展和經濟增長之間的關系。Buera 等(2011)通過構建內生化全要素生產率的模型，進一步分析金融發展對經濟增長的影響。潘士遠和羅德明(2006)通過構建一個內生經濟增長模型來研究民間金融對經濟增長的影響和內生民間金融問題，驗證了民間金融發展和經濟增長之間的關系。本文主要借鑒他們的思想并對其擴展，以內生增長理論為研究基礎，假定全要素生產率受到內生民間金融的影響。本文采用如下形式的生產函數：

其中，Y 表示區域的生產總值，A 表示TFP(全要素生產率)，L 為勞動投入，K 為資本投入，i 和t 分別代表地區和時間。本文生產函數設定為?？怂怪行?，由于假定全要素生產率受到內生民間金融的影響，因此我們設A 是一個多元組合，即：

其中，Aio表示影響TFP 的其他因素，infit為民間金融發展水平，othersit為控制變量，β 和β1為參數。

將式(2)帶入式⑴中，可以得到：

對式(3)進一步變形可得：

對式(4)兩邊取對數可得：

我們采用基于DEA 的Malmquist 生產率指數對TFP 進行測算和分解。本文研究重點為民間金融發展對全要素生產率(TFP)、技術進步(TP)以及技術效率(TE)的影響?？紤]到經濟活動的慣性問題，我們采用動態面板模型。因此，在式(5)的基礎上構建本文所需要研究的計量模型：

其中，i 和t 分別表示地區和時間，Vi是不可觀測的個體異質性，εit為隨機擾動項。系數δ、φ、φ 為待估計參數，η’為待估計參數集合。根據現有相關研究，我們把以下幾個變量作為控制變量引入到模型中：R&D 經費支出、人力資本(Human)、外商直接投資(FDI)、進出口水平(EX)、政府財政支出(G)、城市化水平(Urban)。因此，設定研究模型中lnothers 為一個多元組合：

將式(9)入模型(6)、(7)、(8)得到本文最終計量模型：

其中，i 和t 分別代表地區和時間，Vi是不可觀測的個體異質性，εit為隨機擾動項。系數δ、φ、φ 為待估參數。Vi是不可觀測的個體異質性，εit為隨機擾動項。

（二）變量設定和數據來源說明

1. 數據來源說明

考慮到統計指標的一致性、數據的可獲得性以及完整性，本文的樣本為2000—2012 年中國大陸除西藏以外共30 個省、市、自治區的面板數據(由于西藏自治區數據缺失嚴重，按照現有大量文獻的處理方法，本文剔除西藏自治區)，剔除西藏地區之后其他地區不存在數據缺失的現象，因此本文計量模型所采用的數據為平衡面板數據。本文使用的所有數據均來自于2000—2012 年《中國統計年鑒》、《中國金融統計年鑒》、各地區的統計年鑒以及中經網統計數據庫。

2. 要素生產率的測算

本文采用DEA 方法中的Malmquist 指數對樣本區域的TFP 進行測算。此測算方法具體參見李健和衛平(2015c)、顏鵬飛(2004)、章祥蓀和貴斌威(2008)的文獻，本文在此部分不作論述。

本文采用數據以及分析方法中的Malmquist 指數對中國各個區域TFP 進行測算時，需要得到地區生產總值、勞動力投入以及物質資本存量。對于物質資本存量采用“永續盤存法”來衡量，測算公式為其中，Kt為當期的物質資本存量，Kt-1為上一期的物質資本存量，It為當期的固定資產形成額，Pt為以2000 年為基期的資本價格指數，δ 為固定資產折舊率。基期值我們借鑒張軍等(2004)測算的數據。本文為了使研究方法具有一致性，設定δ=9.6%,,。由于張軍等(2004)所給出的結果是將四川和重慶的數據進行合并處理，我們以1990—1999 年重慶市生產總值與四川省生產總值之比的均值來近似資本存量的比值拆分這兩個地區的基期資本存量。本文用GDP 平減指數對2000—2012 年各個地區名義生產總值進行平減得到實際生產總值數據(即以2000 年不變價格衡量)，以此作為產出指標。對于勞動力投入的計算，本文采用各個地區的歷年從業人數作為勞動力投入的替代變量。

本文利用DEAP2.1 軟件，測算了中國30 個地區2000—2012 年TFP 指數、技術進步指數(TP)、技術效率變化指數(TE)，計算結果見表1?？傮w而言，中國在2000—2012年間，全要素生產率年平均增長為0.6%,,。對全要素生產率(TFP)分解可知，技術進步的平均增長率為2.9%,,，而技術效率平均增長率為-2.2%,,，技術效率惡化對TFP 增長造成了一定負面影響，在一定程度上抵消了技術進步對TFP 增長的積極效應。2000—2012 年間，中國區域全要素生產率增長為正的省份有：北京、天津、山西、遼寧、黑龍江、上海、江蘇、浙江、福建、江西、山東、廣東、海南、重慶、四川、陜西、青海、新疆。中國區域全要素生產率增長為負的省份有：河北、內蒙古、吉林、安徽、河南、湖北、湖南、廣西、貴州、云南、甘肅、寧夏。

表1 2000—2012年各個地區Malmquist生產率指數及其分解

續表1

3. 民間金融發展水平測算

李建軍(2010)對中國未觀測信貸規模進一步研究，測算出在1978—2008 年的30年間中國未觀測貸規模從400 億元左右擴大到5.4 萬億元左右。李建軍測算的是中國未觀測信貸規模，之所以定義為未觀測信貸是為了避免概念的混淆，而沒有定義成民間金融或者非正規金融。筆者發現，李建軍測算出來數據是未觀測信貸規模，實際上就是民間信貸規模。本文默認把未觀測信貸規模(民間信貸規模)等同于民間金融發展規模。因此，本文采用李建軍(2010)測算未觀測信貸規模的方法來測度中國2000—2012年民間金融發展規模。由于統計數據的更新以及一定程度上的修正，本文并沒有直接采用李建軍測算的最終數據，而是采用最新的統計數據進行測算，這會在一定程度上異于李建軍的測度結果，但是相差不會很大。筆者查閱近年《中國統計年鑒》發現，2009 年以后，《金融機構人民幣信貸資金平衡表》注釋：從2010 年起，短期貸款分類有所變化，這致使2010 年的分類數據缺失。為了把2010—2012 年全國民間金融規模測算出來，筆者從統計年鑒中搜集到1980—2009 年農業貸款和私營個體經濟貸款，采用時間序列預測的方法預測出2010—2012 年農業貸款和私營個體經濟貸款的數據。對于民間金融發展水平的測算方法，數據的處理過程以及公式來源于李健和衛平(2015b)的文獻。本文為了研究結構的嚴謹性，直接采用李健和衛平(2015b)研究成果。測算過程如下。

假定農戶、私營企業以及個體工商戶等中小經濟體從正規金融部門獲得的貸款占全部貸款融資的比重定義為正規貸款滿足率(用MLS表示)，可以將中小經濟體的正規貸款滿足率進一步劃分為農戶正規貸款滿足率(MLF)和私營企業及個體工商戶等經濟單位正規貸款滿足率(MLE)。在一定時期內社會經濟活動主體實現的GDP 需要全部金融部門的信貸支持，即實現一定數量的GDP 需要一定數量的貸款(用NYL表示)，用全社會當年未償還貸款余額與當年GDP 的比率(NYL=LOAN/GDP)來衡量。相應的農戶、私營企業和個體經濟單位創造的GDP 與從正規金融部門獲得的貸款之間存在一個系數NYLS，進一步細分為農戶單位GDP 正規貸款系數NYLF，私營企業和個體經濟單位GDP 正規貸款系數NYLE。由于金融抑制以及信息不對稱造成的道德風險和逆向選擇，這些中小經濟主體從正規金融部門獲得的貸款無法滿足他們對資金的需求，這些中小經濟體的單位GDP 正規貸款系數與全社會經濟主體平均的單位GDP 貸款系數之比，可以反映出正規金融機構信貸對這些中小經濟主體的貸款滿足程度。

農戶、私營企業和個體經濟單位的正規貸款滿足率：

農戶的正規貸款滿足率：

私營企業和個體經濟單位的正規貸款滿足率：

農戶、私營企業和個體經濟主體創造的GDP 用YS表示，進一步可以分為農戶創造的GDP 用YF表示以及私營企業和個體經濟單位創造的GDP 用YE表示。農戶、私營企業和個體經濟單位的民間信貸規模用NOLS表示，農戶的民間信貸規模用NOLF表示，私營企業和個體經濟單位的民間信貸總額用NOLE表示。

農戶、私營企業和個體經濟單位的民間信貸總額公式為：

農戶的民間信貸總額計算公式為：

私營企業和個體經濟主體的民間信貸總額計算公式為：

通過以上方法計算出的民間信貸規模均為短期貸款，李建軍通過計算全國當年短期貸款總額占全國全部貸款的比率L，將計算出來的全國短期民間信貸總額NOLS調整為全國民間信貸總額NOLT，即通過以下公式計算：

李建軍(2010)的研究只是測度出了全國的民間信貸規模，而沒有進一步測算各個地區的民間信貸規模。盡管此方法在測算各個地區的民間信貸規模是可行的，但是由于統計數據的可獲得性，該方法在測算各個地區的民間信貸規模時無法使用。筆者借鑒李健和衛平(2015a，2015b)測算民間金融規模時采用的方法，進一步通過假設各個地區民間信貸規模占全國民間信貸規模的比重與各個地區正規金融機構貸款占全國正規金融機構貸款的比重相同，以便計算出各個地區的民間信貸規模，即：

其中，LOANi為第i 個地區的正規金融機構貸款總額，LOANT為全國的正規金融機構貸款總額，NOLi為第i 個地區的民間信貸總額，全國民間信貸總額NOLT。

進而由公式(20)測算2000—2012 年我國30 個地區的民間金融發展規模，具體測算結果見表2。從表2 中可看出從2000 年到2012 年，中國民間借貸規模從25715.78億元增加到129296.57 億元，凈增長4 倍多，這表明我國民間金融發展速度較快。

表2 2000—2012年中國30個省、市、自治區民間信貸總額(單位：億元)

4. 相關變量測算

① 民間金融發展水平(inf)：結合前文計算出來的民間信貸規模，我們采用“民間信貸規模與地區生產總值比值”來衡量民間金融發展水平。

②研發投入強度(RD)：本文用“研發投入存量/地區生產總值”來表示這一指標。對于研發投入存量的計算，本文采用永續盤存法(PIM)來測算。這里面問題主要涉及到折舊率、R&D 的價格指數以及R&D 基期存量計算。本文設定R&D 價格指數=α1×固定資產價格指數+α2×消費物價指數，參數的選擇與朱平芳等(2003)設定的值一致，即α1=0.45 和α2=0.55。對于基期R&D 支出存量，本文采用夏良科(2010)的做法，即：

其中，RDK0為地區i 的基期存量，Ii0是經過平減之后得到的2000 年的R&D 投入額；g1是地區i 在2000—2012 年R&D 支出的年平均增長率；δ1為R&D 支出的折舊率，這里設定為10%,,與夏良科(2010)的研究設定一致。本部分采用的地區生產總值是以2000 年為基期的GDP 平減指數折算而得。

③ 人力資本(Human)：本文采用平均受教育年限為人力資本的代理變量?，F有文獻中衡量人力資本的方法較多，采用的衡量指標各異，如平均受教育年限、每萬人中大學生人數、教育支出占GDP 比重等。目前實證研究中使用較為普遍的衡量指標——平均受教育年限作為人力資本的代理變量。Henderson 等(2007)通過Mincer 函數和勞動受教育年限數據計算出平均受教育年限，但此種測算方法需要對指標的系數設定沒有標準說明，會由于系數選取的不同導致不同的測算結果。本文借鑒周少甫等(2013)以及李健和衛平(2015b，2015c)測算方法，設定不同教育水平的受教育年限：不識字或者識字很少為0 年、小學為6 年、初中為9 年、高中為12 年、大專及以上為16 年。然后，以不同受教育水平的人數在人口的比例為權數，計算得到各個地區的平均受教育年限。由于相關統計年鑒公布的是6 歲以上人口的受教育年限數據，本文測算出來的也是6 歲及以上人口的平均受教育年限。

④ 外商直接投資(FDI)：本文利用“實際利用外商直接投資額與地區GDP 的比值”來對這一指標進行衡量。

⑤ 進出口水平(EX)：本文利用“進出口總額與地區GDP 的比值”來衡量進出口水平。

⑥ 政府規模(G)：本文利用“政府財政支出與地區GDP 生產總值的比值”來表示政府規模。

⑦ 城市化水平(Urban)：國內外對城市化的度量通常采用城鎮人口與地區總人口之比來表示。陸銘(2004)認為，中國的城鎮人口統計是建立在城鎮戶籍制度基礎上的，由于城鎮居民中有一部分沒有城鎮戶籍，所以采用城鎮人口比重會低估城市化水平。因此，本文采用“非農業人口與地區總人口之比”對城市化水平進行衡量。

三、實證結果分析與討論

由于我們設定的模型加入了全要素生產率增長的滯后一期值，說明方程(10)～(12)個動態面板模型，這導致被解釋變量受其滯后一期影響而產生自相關。此外全要素生產率顯然受到一些觀測不到的各地區的特征影響，而在動態面板模型中，這導致全要素生產率的滯后一期值TFPit-1與殘差項 εit存在相關性，從而產生內生性問題。計量模型中的解釋變量民間金融發展和全要素生產率增長之間可能存在雙向因果關系，進而產生聯立內生性問題，為了處理這些問題，本文在計量分析中使用Arellano(1991)發展的動態廣義矩估計方法(GMM)。動態面板差分GMM 估計方法通過使用解釋變量的所有可能滯后項作為工具變量以解決變量的內生性問題及動態面板偏差，得出一致無偏估計量。然而，差分GMM 估計方法也存在一定的缺陷，無法估計不隨時間變化的個體效應以及解決弱工具變量問題。Blundell 等將差分GMM 與水平GMM 結合在一起，并將差分方程和水平方程作為一個方程系統進行廣義矩估計，即 System GMM(系統GMM)。在使用動態面板時，滯后階數的選取決定了這個模型估計出來的結果是否有效。本文為了避免工具變量過多所產生的問題，限制使用最多滯后三階的工具變量。使用系統GMM 估計方法的兩個前提是：①擾動項{εi，t}不存在自相關。其原假設為：擾動項{εi，t}無自相關，即不存在二階自相關；②所有工具變量均有效。其原假設為：所有工具變量全部有效。因此，本文通過隨機擾動項的自相關檢驗和Sargan 檢驗(Sargan 檢驗和Hansen 檢驗各有千秋，盡管前者不穩健，但不受工具變量過多的影響，而后者雖然穩健，卻可能因工具變量過多而失效。在后文研究中，筆者把樣本量分成兩個時間段，樣本量進一步變小。由于本文的樣本量不算大，同時本文計量模型中的變量均采用相對比值并取對數的形式，這會進一步降低了異方差性問題。綜合考慮我們認為Sargan 檢驗會更加可靠)以驗證使用系統GMM 估計方法是否合理。

本文利用stata12.0 計量軟件對設定模型進行分析，回歸結果見表3。從表3 可看出，所有的模型均通過了隨機擾動項無自相關的檢驗，故不拒絕原假設“隨機擾動項無二階自相關”，進而動態面板Sys-GMM 估計量是一致的。同時，所有方程均通過Sargan 檢驗，即無法拒絕“所有工具變量均有效”的原假設。被解釋變量的滯后一期均通過1%,,顯著水平的檢驗，這表明本文設定的動態面板模型是合理的，證實了個體的當前行為取決于過去行為及結果。

在表3 的模型(1)中，民間金融發展水平的系數為正且在1%,,的水平上顯著，這表明民間金融發展顯著地促進了全要素生產率的增長。民間金融發展→全要素生產率的增長→經濟增長，可見民間金融發展在經濟增長過程中具有正向效應。在信息不對稱以及中國長期實行金融抑制背景下，國有企業以及大型企業可以從正規金融體系中獲得充足的信貸資源，而民營企業(尤其中小企業)無法從正規金融市場中進行融資，只能向體系外的民間金融市場進行融資，民間金融為中小企業提供了很大支持，企業的生產運作得到了保障，企業不斷增加產量實現了“干中學”式的全要素生產率增長效應。同時，基于地緣、血緣、親緣等多重親密關系，民間金融市場可以在特定的區域內降低投資者的信息成本和交易成本，這也最終對TFP 增長產生了正面影響。從模型(2)的回歸結果可以看出，民間金融發展水平系數為負且在1%,,的水平上顯著，這表明民間金融發展并沒有促進技術進步反而抑制了技術進步。從模型(3)的回歸結果可以看出，民間金融發展水平的系數為正且在1%,,的水平上顯著，這說明民間金融發展對技術效率促進作用明顯。因此，民進金融發展促進中國全要素生產率增長的中間渠道是技術效率增長效應而非技術進步效應。

研發投入(lnRD)對全要素生產率增長產生了顯著的抑制作用，且研發投入對技術進步產生正面作用但不顯著，而對技術效率卻產生了顯著的抑制作用。這雖然與同期理論預期相悖，但與謝建國(2009)和陳剛(2010)采用地區數據的研究結論一致。可能的解釋是，中國的研發與生產體制的長期分割導致研發成果轉化率和使用率嚴重過低，而且還與我國制度環境不完善具有很大關聯，制度因素缺失內生地決定了私人部門的研發激勵不足，中國還處于制度轉型時期，制度建設的絕對滯后已是不爭的事實，特別是法律等正式制度的執行效率低下，這增加了企業R&D 創新收益的不確定性，降低了企業的R&D 創新能力和創新效率。人力資本(lnHuman)對全要生產率增長產生顯著的促進作用，而且通過技術進步效應和技術效率增長效應雙渠道推進TFP 增長，這表明提高國民教育水平對國家經濟發展具有重大作用。外商直接投資(lnFDI)對我國全要素生產率增長產生了顯著的促進作用，且主要通過技術進步來推進TFP 增長，這與現有絕大多數研究結論一致。對外開放(lnEX)的系數在10%,,的水平上顯著且為正，這說明對外開往對中國全要素生產率增長產生了顯著的促進作用，在模型(2)中系數為負且不顯著，而在模型(3)中系數為正且顯著，這表明對外開放的TFP 增長效應主要是通過技術效率提升來實現的。政府財政支出(lnG)的系數為負且不顯著，這說明政府財政支出在一定程度上抑制了全要素生產率的增長，通過對比模型(2)和(3)中系數可知，政府財政支出盡管推動了技術進步水平，但對技術效率的提升產生了較大的阻礙影響，這在一定程度上證實了現有研究的結論，政府過度干預經濟活動，會造成政府“越位”嚴重，妨礙市場經濟的運行。城市化(lnUrban)的系數為正但不顯著，這表明城市化發展對全要素生產率增長具有一定正向作用，通過對比模型(2)和(3)中系數可知城市化對技術進步產生了顯著的抑制作用，而對技術效率提升產生了顯著的促進作用，但后者效應要顯著小于前者。當前我國“超城市化”現象比較嚴重，城市化水平落后于工業化水平，一味追求城市化水平忽視了城市化的負面影響如土地價格上漲、物價水平上升、就業難以及犯罪率升高，這在一定程度上均阻礙了全要素生產率的增長。

表3 系統GMM回歸結果

為了驗證前文的回歸結果的穩健性以及對全要素生產率增長的促進作用是否具有明顯的階段性特征，筆者把樣本時間段分成了2000—2005 年和2006—2012 年。按照這個時間段進行劃分主要有兩個原因：其一，2005 年5 月25 日，中國人民銀行公布了2004 年中國區域金融運行報告，報告中提出要正確認識民間金融的補充作用，這是中國人民銀行首次對中國民間金融的正面、積極的評價；其二，出于本文計量模型樣本量和檢驗方法考慮。2008 年8 月15 日中國人民銀行在《貨幣政策執行報告》中對民間金融的作用進一步加以肯定。盡管正面指出民間金融發展的促進作用，但由于采用此年份為時間點拆分樣本量，導致樣本量不足，在檢驗隨機誤差項是否二階自相關時無法進行。基于以上兩點考慮，故本文把樣本量劃分成2000—2005 年和2006—2012年。在此部分本文主要檢驗民間金融發展對全要素生產率增長的促進作用是否具有階段性。從表4 中回歸結果可以看出，在2000—2005 年和2006—2012 年，民間金融發展(lninf)的系數符號為正且均在1%,,水平上顯著，這說明民間金融發展均顯著地促進了全要素生產率增長，且與前文全部樣本的回歸結果一致，在一定程度上驗證了前文研究結果具有穩健性。從兩個時間段的回歸結果可以看出，民間金融發展上升1%,,，全要素生產率增長在2000—2005 年間和2006—2012 年間分別上升0.029%,,和0.075%,,，從系數可以看出在2005 年中國人民銀行對中國民間金融的正面且較為積極的評價之后，民間金融對全要素生產率增長的作用顯著地增加了。以上回歸結果可以從更深層次的證實潘士遠和羅德明(2006)、李建軍(2008)、姚耀軍(2009)以及胡金炎和張博(2013)等研究結論，即民間金融發展具有顯著的經濟增長效應。

表4 分時間段系統GMM回歸結果

研發投入(lnRD)在2000—2005 年和2006—2012 年這兩個時間段均對全要素生產率增長產生了顯著的抑制作用，這與全部樣本數據的模型估計出來的結果一致。人力資本(lnHuman)的系數符號在兩個時間段里均為正，且在2006—2012 年期間更為顯著，表明隨著經濟的快速發展，人均資本的經濟增長效應越來越明顯，人力資本在經濟發展過程的作用越來越重要。外商直接投資(lnFDI)在2000—2005 年間對TFP 增長產生了顯著抑制作用，而在2006—2012 年間產生了顯著的促進作用，這表明FDI 對TFP增長的影響具有階段性，FDI 在前期流入本國中由于本國技術水平較發達國家落后，無法有效地利用國外先進技術，而且FDI 的流入意味著跨國企業不斷的進入本土市場，帶來了更為激烈的市場競爭，市場占有率增高，抑制了本土企業的發展。在隨后的時間里我國經濟快速發展，本國技術水平不斷上升，吸收國外先進技術能力不斷增強。從全國樣本和兩個時間段的回歸結果綜合可以看出，FDI 對我國全要素生產率增長的正面作用要大于負面作用。對外開放(lnEX)的系數符號在兩個時間段里為正且均顯著，與全部樣本所得到的回歸結果一致，這說明中國在加入世貿以來，國內企業的技術水平、管理理念和組織形態與發達國家企業具有較大的差距，中國通過向國外企業進行技術學習、模仿以及自主創新的方式不斷提升自身技術水平，轉變管理理念、完善組織形態，推動了TFP 增長。政府財政支出(lnG)的系數符號在兩個時間段里均為負且在2006 年以后更為顯著，這說明隨著經濟的快速發展，政府在經濟增長過程中的作用需要快速轉變，過度干預經濟活動，會造成政府“越位”嚴重，妨礙市場經濟的運行，尤其在最近幾年，應該加快政府在經濟發展中的角色轉變。城市化(lnUrban)的系數在2000—2005 年符號為正但不顯著，而在2006—2012 年符號為負且顯著，這說明隨著經濟快速發展，城市化水平不斷提高，在新世紀初，會產生TFP 增長效應。我國城鄉二元結果較為突出，收入差距過大和農業生產率不斷提升，導致人口向城市轉移，帶來統計數據上的城市化水平提高。農村流動人口轉移到城市中由于教育程度和技能較差，產業發展并沒有充分吸收從農業轉移出來的勞動力，這部分人口面臨較大的失業風險，同時又享受不到平等的就業、居住、教育、社會保障和社會福利，處于被邊緣的狀態，勢必會對全要素生產率的增長產生負面的影響(施建剛和王哲，2011)。

四、主要結論與政策建議

本文利用2000—2012 年中國省際平衡面板數據，采用間接估算方法和數據包絡分析方法(DEA)分別對民間金融發展規模和全要素生產率進行測量，進而分析民間金融與全要素生產率增長的聯系以及中間渠道進行檢驗，得到以下幾個結論：(1)2000—2012 年間中國全要素生產率出現了正增長(0.6%)，主要動力為技術進步(2.9%)，而技術效率的惡化(-2.2%)對全要素生產率增長造成了一定的負面影響。(2)全國民間金融發展水平呈現穩步上升的態勢，但各個地區發展水平差距較大。經過測算得知從2000年到2012 年我國民間信貸規模凈增長約為4 倍，呈現出較快的發展勢頭。(3)在對研發強度、人力資本、FDI、對外開放等因素控制之后，民間金融發展對中國全要生產率增長產生了顯著的促進作用，且對全要素生產率增長的渠道為技術效率增長效應而非技術進步效應，研發投入對TFP 增長產生了顯著的抑制作用，人力資本、FDI 和對外開放均顯著地促進了TFP 增長，而政府財政支出對TFP 產生了正面作用但不是很明顯，城市化對TFP 產生了負面影響但不顯著。通過對樣本量劃分成兩個時間段考察民間金融對中國全要素生產率增長的影響，在兩個時間段的樣本中，均證實了民間金融發展具有顯著的TFP 增長效應，這與全國樣本呈現出的結論一致，但在2006—2012 年期間民間金融發展的TFP 增長效應更大些。

從上述研究結論中得到如下政策啟示：第一，大力推進金融體制改革，建立現代化的金融體系，提高金融資源配置效率，同時要使金融更好地服務于實體經濟，尤其要增強對民營中小企業的支持力度，實現技術進步效應和技術效率增長效應雙管齊下推動全要素生產率增長。我國民間金融快速發展不斷滿足民營中小企業的信貸需求，這在一定程度上暗示當前我國金融體制不健全。然而，民營中小企業融資難已經成為了中國經濟發展過程中一個比較棘手的難題，若是解決不好融資難題，這勢必造成經濟增長速度放緩。因此，我國需要加大力度推動金融體制改革，引領正規金融部門更好的服務于中小企業，為企業提供充足的信貸資源。第二，在新的經濟發展時期要正視民間金融發展的作用，區別對待不同的民間金融發展形式，促進民間金融的發展步入正軌，推動民間金融良好穩健的發展，促進區域技術進步和經濟增長。民間金融對經濟增長的作用具有雙重特性，作為正規金融發展的補充，國家應當根據不同的民間金融交易形式制定具有針對性的法律法規以便區別對待不同形式的民間金融。

［1］ 陳 剛. R&D 溢出、制度和生產率增長[J]. 數量經濟技術經濟研究，2010(10)：64-76.

［2］ 陳 剛，尹希果，潘 楊. 中國的金融發展、分稅制與經濟增長[J]. 金融研究，2006(2)：99-109.

［3］ 陳啟斐，吳建軍. 金融發展與技術進步：一項來自中國省級數據的研究[J]. 經濟評論，2013(06)：98-106.

［4］ 陳志武. 反思高利貸與民間金融[J]. 新財富，2005(8)：10-12.

［5］ 鄧 路，謝志華，李思飛. 民間金融、制度環境與地區經濟增長[J]. 管理世界，2014(3)：31-40.

［6］ 馮興元. 溫州市蒼南縣農村中小企業融資調查報告[J]. 管理世界，2004(9)：64-65.

［7］ 郭 斌，劉曼路. 民間金融與中小企業發展：對溫州的實證分析[J]. 經濟研究，2002(10)：40-45.

［8］ 胡金焱，張 博. 民間金融、產業與經濟增長——基于中國省級面板數據的實證分析[J]. 中國工業經濟，2013(8)：18-30.

［9］ 蘭秀文. 非正規金融對地區經濟增長的效應研究[D]. 武漢理工大學，2013.

［10］ 林毅夫，李永軍. 中小金融機構發展與中小企業融資[J]. 經濟研究，2001(1)：10-18.

［11］ 林毅夫，孫希芳. 信息、非正規金融與中小企業融資[J]. 經濟研究，2005(7)：35-42.

［12］ 羅丹陽，殷興山. 民營中小企業非正規融資研究[J]. 金融研究，2006(4)：142-46.

［13］ 李 健，衛 平. 民間金融、城市化與創新能力[J]. 中國人口·資源與環境，2015(2)：152-59.

［14］ 李 健，衛 平.金融發展與全要素生產率增長——基于中國省際面板數據的實證分析[J].經濟理論與經濟管理，2015(8)：47-64.

［15］ 李 健，衛 平.中國地區工業生產率增長差異及收斂性研究——基于三投入DEA 實證分析[J]. 產業經濟研究，2015(5)：21-30.

［16］ 李建軍. 中國地下金融規模與宏觀經濟影響研究[M]. 北京：中國經濟出版社，2005.

［17］ 李建軍. 中國未觀測信貸規模的變化：1978～2008 年[J]. 金融研究，2010(4)：42-47.

［18］ 李建軍. 未觀測金融與經濟運行[M]. 中國金融出版社，2008.

［19］ 陸 銘，陳 釗. 城市化、城市傾向的經濟政策與城鄉收入差距[J]. 經濟研究，2004(6)：50-54.

［20］ 潘士遠，羅德明. 民間金融與經濟發展[J]. 金融研究，2006(4)：134-141.

［21］ 錢水土，翁 磊. 社會資本、非正規金融與產業集群發展——浙江經驗研究[J]. 金融研究，2009(11)：195-204.

［22］ 沈坤榮，孫文杰. 投資效率、資本形成與宏觀經濟波動——基于金融發展視角的實證研究[J]. 中國社會科學，2006(6)：52-63.

［23］ 施建剛，王 哲. 中國城市化與經濟增長關系實證研究[J]. 城市問題，2011(9)：8-13.

［24］ 王春宇. 我國民間借貸發展研究[D]. 哈爾濱：哈爾濱商業大學出版社，2010.

［25］ 夏良科. 人力資本與R&D 如何影響全要素生產率——基于中國大中型工業企業的經驗分析[J]. 數量經濟技術經濟研究，2010(4)：64-76.

［26］ 謝建國，周露昭. 進口貿易、吸收能力與國際R&D 技術溢出[J]. 世界經濟，2009(9)：68-79.

［27］ 顏鵬飛，王 兵. 技術效率、技術進步與生產率增長：基于DEA 的實證分析[J]，經濟研究，2004(12)：56-58.

［28］ 姚耀軍. 非正規金融發展的區域差異及其經濟增長效應[J]. 財經研究，2009(12)：129-137.

［29］ 易遠宏. 我國農村民間金融規模測算：1990-2010[J]. 統計與決策，2013(11)：126-129.

［30］ 虞群娥，李愛喜. 民間金融與中小企業共生性的實證分析——杭州案例[J]. 金融研究，2007(12)：215-221.

［31］ 朱平芳，徐偉民. 政府的科技激勵政策對大中型工業企業R&D 投入及其專利產出的影響[J]. 經濟研究，2003(6)：46-52.

［32］ 張 軍，吳桂英，張吉鵬. 中國省級物質資本存量估算[J]. 經濟研究，2004(10)：35-43.

［33］ 章祥蓀，貴斌威. 中國全要素生產率分析：Malmquist 指數法評述與應用[J]. 數量經濟技術經濟研究，2008(6)：111-122.

［34］ 張雪春，徐 忠，秦 朵. 民間借貸利率與民間資本的出路：溫州案例[J]. 金融研究，2013(3)：1-12.

［35］ 趙 勇，雷 達. 金融發展與經濟增長：生產率促進抑或資本形成[J]. 世界經濟，2010(2)：37-49.

［36］ 周少甫，王 偉，董凳新. 人力資本與產業結構轉化對經濟增長的效應分析——來自中國省級面板數據的經驗證據[J]. 數量經濟技術經濟研究，2013(8)：65-77.

［37］ Allen，F.，Jun，Q.，Meijun，Q. Law，Finance，and Economic Growth in China [J]. Journal of Financial Economics，2005，77：57-90.

［38］ Allen，F.，Jun，Q.，Meijun，Q. China′s Financial System：Past，Present，and Future [R].Warton Financial Institurions Center Working Paper，2006，17828：1-72.

［39］ Bekaert，G.，Harvey，R.，Lundblad，C. Financial Openness and Productivity [R]. NBER Working Paper，2010，W89：1-36.

［40］ Blundell，R.，Bond，S. Initial Conditions and Moment Restrictions in Dynamic Panel Data Models [J]. Journal of Econometrics，1998，87：115-36.

［41］ Buera F. J.，Kaboski J. P.，Lin J. Y. Finance and Development：A Tale of Two Sectors [J]. The American Economic Review，2009，101(5)：1964-2002.

［42］ Carlota，P. Finance and Technical Change：A Neo-schumpeterian Perspective [R]. Working Paper，2004，14：1-16.

［43］ Demirgu-Kunt A.，Levine R. Finance，Financial Sector Policies，and Long-run Growth [R].Policy Research Working Paper，2008，4469：1-78.

［44］ Henderson，D. J.，Tochkow，K.，Badunenko，O. A Drive up the Capital Coast? Contributions to Post-Reform Growth across Chinese Provinces [J]. Journal of Macroeconomics，2007，29：569-94.

［45］ Kellee，T. Back-Alley Banking：Private Entrepreneurs in China [M]. Cornell University Press，2002.

［46］ Levin，R. Financial Development and Economic Growth：Views and Agenda [J]. Journal of Economic Literature，1997，35(2)：688-726.

［47］ Levine，R. Finance and Growth：Theory and Evidence [M]. The Netherlands Press，2005.

［48］ Rajan，R. G.，Zingales，L. Financial Dependence and Growth [J]. American Economic Review，1998，88(3)：559-89.