金融發展影響綠色全要素生產率的理論和實證研究

張 帆

(北京理工大學 管理與經濟學院，北京 100081)

金融發展影響綠色全要素生產率的理論和實證研究

張 帆

(北京理工大學 管理與經濟學院，北京 100081)

全要素生產率增長是經濟長期增長的重要源泉，而考慮了能源投入和污染等非期望產出的綠色全要素生產率則是轉變中國經濟增長方式，實現經濟可持續增長的重要保障。本文通過構建一個包含金融發展與綠色全要素生產率的熊彼特內生增長模型，將全要素生產率和綠色全要素生產率放在同一個理論框架中對比研究，從理論上推導出金融發展影響綠色全要素生產率的3個重要推論。在此基礎上，通過中國31個省市2000-2013年面板數據實證考察中國金融發展對綠色全要素生產率的影響。研究結果表明，金融發展能夠同時促進全要素生產率和綠色全要素生產率的增長，這種增長促進作用會隨著金融發展水平的提高而遞減，呈現出非線性的關系。研究同時發現金融發展提升相同幅度，全要素生產率提高幅度會高于綠色全要素生產率的提高幅度，表明我們在評價經濟增長的時候如果不考慮環境污染等非期望產出因素，會部分夸大金融發展對生產率提高的影響作用。

金融發展；綠色全要素生產率；全要素生產率

Abstract：Total Factor Productivity (TFP) growth is an important source of long-term economic growth. Considering the non expected output of energy input and pollution, the Green Total Factor Productivity (GTFP) is the important guarantee for the transformation of China's economic growth mode and the realization of sustainable economic growth. In this paper, we construct a model of endogenous growth model which includes financial development and GTFP, and put the TFP and GTFP in the same theoretical framework.Three important inferences about the effect of financial development on GTFP are derived from the model.On this basis, the empirical study on the impact of China's financial development on the GTFP through the 2000-2014 panel data of 31 provinces and cities in China.The results show that financial development can also promote the TFP and GTFP growth, and this growth promoting effect will decrease with the improvement of financial development level, which shows a non-linear relationship.Study also found that financial development to enhance the same range, the TFP increased more than the GTFP .It shows that when we evaluate the economic growth, if we don't take into account the non expected output factors such as environmental pollution, we will partially exaggerate the impact of financial development on productivity.

Keywords:financial development, green total factor productivity, total factor productivity

一、引 言

金融是貨幣與信用的融合，是商品交換與市場經濟發展到了一定階段的產物。金融產業和經濟發展關系密切，金融作為推動經濟發展的主要動力，在經濟發展中逐漸處于核心地位。在我國經濟新常態的巨大變革的新時期，金融為促進經濟平穩運行和結構調整提供了強有力的支撐。當前，金融服務已經滲透到了國民經濟的方方面面，在中國“一帶一路”戰略為統籌的全面對外開放國家戰略和中國經濟由投入型增長轉向效率型增長轉變的大背景下，金融將助推國家戰略和經濟轉型升級的實現。

自Romer(1986)[1]開創性提出內生增長理論后，金融發展的研究在內生增長理論框架下重點探尋內生的技術進步對經濟增長的重要作用，以此研究金融發展影響全要素生產率(TFP)增長的各種機制。內生的技術進步依賴于對R&D 部門的科研投入，由于主要依靠金融支持的技術升級創新活動對生產率提高具有顯著的外部性，從而導致資本邊際報酬遞增。這為研究金融發展與全要素生產率之間的關系打通了理論分析渠道，諸多國內外學者展開了著有成效的研究。在Buera、Kaboski和Shin(2011)[2]及Buera和Shin(2013)[3]的理論模型中，金融發展水平較低的金融市場由于風險分散功能不足，導致高生產率的貿易部門難以形成，而低生產率的非貿易部門更易于生存。發達的金融系統可以提供更好的風險分散和風險對沖服務，有效降低投資者對企業技術創新的風險顧慮，進而促使企業開展技術升級創新活動。在技術創新方面，Brown、Fazzari和Petersen (2009)[4]認為，R&D融資是連接金融發展和長期經濟增長的一個重要渠道，發達的金融市場在通過融資價格引導金融資源投向技術升級創新項目的同時也為投資者提供有效激勵和共贏機會，促進技術升級創新行為的長期化、穩定化和持續化。Tadesse(2005)[5]研究發現金融發展促進了全要素生產率的增長，其中金融中介的發展對技術進步的影響尤為顯著。Beck和Levine (2004)[6]以40個國家為研究樣本，發現金融中介和金融市場發展對全要素生產率提升和長期經濟增長具有顯著的積極作用。而Rioja和Valev (2004)[7]研究發現金融發展和全要素生產率之間可能并不能以單純的線性關系來解釋，在金融發展水平不同的國家金融發展對全要素生產率增長的促進作用存在顯著的差異，兩者之間存在一種近似的倒U型關系。

國內學者對金融發展和全要素生產率的關系主要集中在實證研究。張軍等(2005)[8]研究表明，中國金融發展和全要素生產率增長具有顯著的正面影響。姚耀軍(2010)[9]認為金融發展與全要素生產率存在長期的均衡關系，并且金融發展是全要素生產率變動的原因。趙勇等(2010)[10]研究發現金融發展水平的提高可以促進全要素生產率的增長，但促進效應的大小與經濟發展的階段有關。在金融發展解決融資約束問題上，朱紅軍等(2006)[11]、饒華春(2009)[12]等學者都提出了肯定的結論。但陳剛等(2009)[13]則對銀行信貸規模擴大對全要素生產率提升給出了負面影響的研究結論。徐思遠等(2016)[14]研究了在信貸歧視背景下“效率拖累”現象，認為金融發展會加強國有經濟比重對地區技術效率的拖累效應和對地區技術進步的促進作用，進而傳導至全要素生產率的拖累之上。上述國內學者的研究中，金融發展指標的選擇有所不同。金融發展指標選擇的不同，雖然會使得實證模型中的數值大小不同，但在時間發展趨勢上由于中國金融產業發展水平逐年提高，因此在趨勢上仍是類同的。由于金融發展和全要素生產率不是簡單的線性關系，不同學者得出的不同甚至相反的結論，和不同金融發展指標所反映的金融發展水平高低以及所研究的時間區間有關。

現有研究仍存在如下幾個方面的不足：第一，現有研究主要通過實證分析考察金融發展對全要素生產率的影響，而鮮有考察研究金融發展對考慮了環境污染等非期望產出因素的綠色全要素生產率(GTFP)影響的。考慮到中國長期以來粗放的經濟增長模式，伴隨經濟增長的是自然資源過度消耗和環境惡化日益嚴重的問題，純粹以GDP為導向的增長模式嚴重破壞了經濟的可持續健康發展。忽略經濟發展過程中的環境污染代價不僅會使我們對經濟增長缺乏更加全面和科學的認識，而且會讓地方政府在高污染高增長這種不可持續的發展方式上不可自拔。第二,在金融發展和綠色全要素生產率影響研究中缺乏理論模型方面的分析。據我們所知，還沒有文獻將金融發展對綠色全要素生產率的作用模型化。第三,關于我國綠色全要素生產率的影響因素研究中大多沒有考慮金融發展的影響，因為金融發展本身對粗放的經濟增長模式說帶來的環境污染有很直接的聯系，正如Shahbaz、Tiwari和Nasir(2013)[15]所提出的在分析二氧化碳排放原因時不考慮金融發展可能導致嚴重的變量缺失問題。基于該問題的現實重要性以及現有研究存在的不足，本文首先構建了一個內生了金融發展的綠色全要素生產率內生增長模型，將污染產品和綠色創新產品區分開，從理論上推導出金融發展影響綠色全要素生產率的3個重要推論。然后在此基礎上，通過面板數據模型實證考察我國金融發展對綠色全要素生產率的影響，并提出政策建議。本文研究結果表明，金融發展能夠同時促進全要素生產率和綠色全要素生產率的增長，這種增長促進作用會隨著金融發展水平的提高而遞減，呈現出非線性的關系。研究同時發現金融發展提升相同幅度，全要素生產率提高幅度會高于綠色全要素生產率的提高幅度。

本文其余部分的結構如下：第二部分是金融發展影響綠色全要素生產率的理論模型；第三部分是實證模型設定和指標選取說明；第四部分是實證分析；第五部分是結論與政策建議。

二、金融發展影響綠色全要素生產率的理論模型

在Aghion、Howitt和Mayer-Foulkes(2004)[16]及Acemoglu、Zilibotti和Aghion (2006)[17]等模型的基礎上，本節構建了一個熊彼特增長離散時間模型。在融資約束條件下，綠色技術升級型投資將嚴重不足，這將阻礙了綠色全要素生產率的提升，影響經濟持續增長。因此，綠色技術升級活動所面臨的融資約束是妨礙一國綠色全要素生產率提升的重要因素，這在金融發展水平仍普遍較低的中國更是普遍存在。在自由競爭市場領域，與一般投資項目相比，綠色技術升級型投資項目面臨更緊的融資約束問題。這主要是因為綠色技術升級型投資項目具有高風險和收益不確定的主要特征，導致外部投資者提高了風險容忍水平，由此帶來了綠色技術升級項目更高的融資成本以保證風險與收益的匹配。這在Brown、Martinsson和Petersen (2012)[18]研究中有所體現，他們認為信貸市場對保守的投資具有與生俱來的偏好，并阻礙企業技術創新活動?；谝陨戏治觯Ｐ图僭O一國綠色全要素生產率的發展取決于綠色技術升級型投資項目的成功概率，而綠色技術升級型投資項目的成功概率由項目面臨的融資約束內生決定。金融發展通過解決信息不對稱和降低資本使用成本等問題在一定程度上解決融資約束問題，從而提高了項目成功概率，并最終作用于綠色全要素生產率。

(一)基本假設

模型假設某一經濟體由最終產品部門、中間產品部門和金融部門3個部門組成，最終產品部門只生產兩種最終產品：G產品為綠色技術升級產品，P產品為污染產品。最終產品和中間產品具有一一對應的特定性，分別對應的有中間產品G和中間產品P。金融部門為最終產品和中間產品的生產提供融資服務。不失一般性，本文假設中間產品G和中間產品P的初始生產率水平一致，兩者的生產函數表達形式、事前投資成本表達形式和世界前沿技術增長速度等都保持相同。兩類產品的主要區別在于，在綠色技術升級過程中，G部門將面臨更高的事前投資成本和更緊的融資約束，但當G部門的綠色技術升級投資行為成功將會為G部門帶來更高的生產率水平。

(二)該國標準生產率的數理推導

1.總量生產函數

最終產品由勞動和中間產品進行生產，兩類最終產品的總量生產函數可分別表示為：

(1)

(2)

其中，AG,t(i)和AP,t(j)分別表示第i種中間產品G的生產率和第j種中間產品P的生產率；xG,t(i)和xP,t(j)分別表示t時刻用于生產最終產品G的第i種中間產品G的數量和表示t時刻用于生產最終產品P的第j種中間產品P的數量；0<αG<1,0<αP<1；LG和LP分別為從事G產品和P產品生產的勞動者數量，且LG+LP=L。為了節約篇幅，下文僅表述關于G產品的公式，而不再同時羅列P產品相類似的公式，讀者可以自行將下標更改就可以得到關于P產品的公式。

2.中間產品部門的技術進步

技術進步主要來源于創新和對世界前沿技術的模仿兩個方面[19-20],中間產品部門的技術進步為這兩種技術升級行為所帶來的效應之和。若生產單位的綠色技術升級型的投資獲得成功，則該生產單位的生產率可提升到：

(3)

3.國家標準生產率

YG,t=ζGAG,tLG

(4)

(5)

(6)

其中，μG,t為G產品綠色技術升級成功的概率。由式(6)可得t時刻該國中間產品的標準生產率不僅僅受到以吸收能力系數η為表征的前沿技術模仿行為的影響，同時也受到了以創新能力系數γ為表征的自主創新行為的影響，而且還與綠色技術升級型投資的成功概率以及t-1時刻該國中間產品的標準生產率有關。

在一個僅生產G產品和P產品的經濟體中，該國的社會平均生產率為：

(7)

*當一國在綠色技術產品升級的初期，市場主要是P產品為主，企業對G產品的投資還在一個起步階段，此時Ω→∞，則Atotal,t=AP,t。當一國在綠色技術產品升級到很高水平時，市場以G產品為主，企業面臨向更高的綠色產品發展的階段，此時Ω→0，則Atotal,t=AG,t。當介于兩者中間階段時，該國的平均生產率水平和兩個產品的生產率以及兩者的投資比例相關。

(8)

對Atotal,t進行標準化處理，有：

(9)

4.期望收益

綠色技術升級型投資不僅能帶來生產率的提升，而且生產成本也會比其他不投入綠色技術升級的企業更低。為簡便計，假設綠色技術升級型投資成功的生產單位中間產品：最終產品為1∶1的比例來配比生產資源。但能生產相同產品的其他未進行綠色技術升級的生產單位，該中間產品部門會面臨著更高的生產成本，記為χG(χG>1)。每個中間產品邊際收益等于邊際成本，也等于該中間產品的價格，可知中間產品的需求為：

(10)

在市場中，同類產品具有相同價格，在均衡狀態下生產率得以成功提升的生產單位所能獲得的利潤可以表示為：

(11)

θG,δG>0(12)

因此，生產單位在均衡狀態下追求期望收益最大化，相對應的成功概率即為最優的成功概率。進行綠色技術升級型投資的生產單位最終將獲得的期望收益為：

(13)

(三)完全信貸市場下，標準生產率的收斂路徑

在完全信貸市場條件下，企業不受融資約束的影響，它能以r 的利率從金融部門獲取全部需求資金。在期望收益最大化時的事前投資為：

(14)

≡F1,G(aG,t)

(15)

一國的標準生產率表征為：

(16)

在長期的經濟運行過程中，標準生產率將達到一個穩定的狀態，此時有：

(17)

圖1 完全信貸市場下標準生產率

(18)

(四)不完全信貸市場下，標準生產率的收斂路徑

假設在不完全信貸市場下，生產G產品的企業家擁有的初始財富不能來源于財富繼承而只能來源于工資收入wG,t，同時也假設進行生產G產品生產單位都面臨著融資約束，即NG,t>wG,t。為保證該類項目的順利進行，生產G產品的企業家須向金融部門借款(NG,t-wG,t)以彌補自有資金的不足。在最終產品市場中勞動者創造的邊際收益的等于勞動者工資，有：

(19)

在現實中，由于生產單位和金融部門之間天然存在由于信息不對稱造成潛在的操作風險和道德風險，生產單位可以篡改成本來粉飾經營情況和財務報表，借此躲避債務。令cG表示生產G產品企業隱藏真實信息的單位成本，則生產G產品企業的隱藏成本為cGNG,t。只有當信息篡改成本大于所需支付的利息支出時，生產單位才會放棄信息作假而將真實信息如實告知金融部門，即：

cGNG,t≥rG(NG,t-wG,t)

(20)

(21)

(22)

為謀求利益，生產企業會盡可能融資以使(20)中等式成立，得以進行綠色技術升級。

(23)

其中：wG(rG,cG,aG,t)=

(24)

式(24)中的aG,t滿足融資約束條件式(21)。由于融資約束對生產單位事前投資總額有影響，并且生產單位進行綠色技術升級成功概率也由事前投資總額內生，且可表示為wG(rG,cG,aG,t)的反函數。即：

(25)

(26)

(27)

(28)

在其他條件相同的情況下，綠色技術升級是一個風險較大的投資項目，由此綠色技術升級項目投資成功的概率要低于其他項目投資成功的概率。因此實際中，金融部門出于躲避風險的考慮，將更加愿意為其他項目進行融資支持。這就表現為在一個坐標系下，F2,G(aG,t)曲線的斜率要小于F2,P(aP,t)曲線斜率，且F2,G(aG,t)曲線將一直處于F2,P(aP,t)曲線下方，一國的標準生產率介于F2,P(aP,t)和F2,G(aG,t)之間，示意圖如圖2。

圖2 不完全信貸市場下的標準生產率

此時對wG(rG,cG,aG,t)求F的偏導，可以得到一次偏導為正，這就表明隨著金融發展水平的提高，wG(rG,cG,aG,t)將增長，從而生產單位綠色技術升級型投資成功的概率提高，在圖形上表示為曲線以原點為中心逆時針旋轉。而二次偏導為負，表明這一提高程度隨著金融發展水平進一步提高而呈現遞減趨勢，在圖形上表示為以原點為中心逆時針旋轉的角度會逐漸變小。

(五)標準生產率收斂的均衡狀態

從上文的公式推導和分析中知道，企業進行綠色技術升級型投資的成功概率內生于融資約束問題是否能夠順利解決，取決于從金融部門是否籌借充足的資金來支付投資成本。在只有G產品和P產品的國家中，

(29)

國家生產率與世界前沿生產率之間的差距(即標準生產率)可由式(30)表示：

atotal,t+1=Ftotal(atotal,t)=
min{F1,total(atotal,t),F2,total(atotal,t)}

(30)

式(30)的示意圖為圖3，即根據融資約束條件，一國標準生產率演變路徑由一條直線和一條遞增凸函數曲線銜接而成。

在本文中，將研究金融發展與傳統全要素生產率(TFP)和加入了非期望產出的綠色全要素生產率(GTFP)之間的關系。在前面的理論模型中，我們將P產品的標準生產率水平視為傳統TFP，此時該國的標準生產力水平就是GTFP。此時的示意圖如圖5所示。

根據以上理論模型分析結果，我們可以推斷出3個有待實證的假說：

假說一：金融發展水平提高，會同時提升全要素生產率和綠色全要素生產率水平。

假說二：金融發展水平的提升將促進生產率水平的增長，但這種促進效應隨著金融發展水平的增長呈現出遞減趨勢，呈現出了較為明顯的非線性特征。

圖3 標準生產率的演變路徑

圖4 提高F的標準生產率演變示意圖

圖5 金融發展與TFP和GTFP的關系示意圖

假說三：金融發展水平提升幅度相同情況，全要素生產率提高幅度會高于綠色全要素生產率提高幅度。

三、實證模型、數據和變量構造

(一)計量模型

本節通過構造計量模型來分別驗證前文理論分析的3個推論假說。

1.驗證假說一：金融發展水平提高，會提升TFP和GTFP水平。我們引入模型：

TFPit=α0+α1Fit+α2Controlit+εit

(31)

GTFPit=α0+α1Fit+α2Controlit+εit

(32)

其中，分別以TFP和GTFP作為因變量，F 代表金融發展水平；Control 代表其他控制變量；α0代表具有不變性質的省級效應；ε是特異性誤差；α1與α2表示待估計參數；i 與t 分別是省區和時間標示變量。

2.驗證假說二：金融發展水平的提升將促進生產率增長速度的增長，但這種促進效應隨著金融發展水平的增長呈現出遞減趨勢。

我們引入模型：

TFPit=α0+α1Fit+α2Fit2+α3Controlit+εit

(33)

GTFPit=α0+α1Fit+α2Fit2+α3Controlit+εit

(34)

其中，F2代表金融發展水平二次項，控制變量和其他符號與驗證假說一中的符號一致。

3. 驗證假說三：金融發展提升相同幅度，TFP提高幅度會高于GTFP提高幅度。

由于目前兩種指數大小和意義都不同，因此我們設定以下3種指標以解決因指數衡量方法不同帶來的增長速度不可比較的問題：

指標1：GTFP指數/TFP指數

指標2：ln(GTFP指數/TFP指數)

指標3：GROW=

我們相應引入以下3個計量模型：

GTFPit/TFPit=α0+α1Fit+α2Controlit+εit

(35)

ln(GTFPit/TFPit)=α0+α1Fit+α2Controlit+εit

(36)

GROW=α0+α1Fit+α2Controlit+εit

(37)

其中，分別以GTFP/TFP、ln(GTFP/TFP)、GROW為因變量，控制變量和其他符號與驗證假說一中的符號一致。

(二)指標構建

1.金融發展(F)：本文從區域金融總體發展規模質量、金融發展環境，以及中國金融產業中的銀行業、證券業和保險業三類金融中介機構發展情況為五類一級指標，構建區域金融發展綜合評價指標體系，以期刻畫金融發展的不同層面。

(1)金融產業總體發展規模質量：從整體上反映金融產業的發展規模和發展質量，包括了金融業增加值占GDP的比值，反映了金融業在國民經濟中的地位和金融業發展程度。參考胡章宏(1999)[21]的研究工作使用金融業從業人員數量與總人口的比值來考察金融從業人員的相對規模，納入到該一級指標體系中。同時考慮到雖然各省市金融從業人員的工作效率、工作時間的不同，但金融業人均工資這一指標能總體衡量金融業的發展質量，由此也納入到該一級指標體系中。

(2)金融發展環境：金融產業發展與宏觀經濟環境、消費能力、基礎建設和教育水平等因素息息相關。首先，考慮加入人均可支配收入、社會消費品零售總額占GDP比值作為宏觀經濟環境中消費能力的考察指標。其次，選用金融業固定資產投資和新建辦公樓面積與土地面積的比值這兩個指標，來表征與金融產業相關的基礎建設水平來反映基礎設施建設對金融發展的支持度。再次，由于金融產業從業人員學歷程度普遍較高，引入高校畢業生數量與總人口的比例、教育經費占地方財政支出的比例這兩個指標作為衡量教育發達程度的指標。最后，近年來發展迅猛的互聯網金融成為了新型金融業態。由于互聯網金融的發展直接依賴于互聯網的覆蓋面以及移動互聯的發展水平，我們使用了互聯網滲透率和移動網絡的滲透率作為網絡普及程度的指標。

(3)銀行業發展指標：銀行業在金融產業中占有很大比重，我們分別參考了Goldsmith(1969)[22]、胡章宏(1999)[21]、周立和胡鞍鋼(2002)[23]等人的研究工作，使用人均儲蓄、金融機構存貸款總額與GDP的比值、貸款占比與GDP占比的比值作為衡量銀行及借貸行業的活躍指標。

(4)證券業發展指標：我們使用股票市值與GDP的比值、股票交易額與GDP的比值分別反映股市的規模和股票交易的活躍度。同時，還使用股市換手率作為對股票交易活躍度的補充，使用上市公司數量與總人口的比值來反映證券市場對企業的支持程度。

(5)保險業發展指標：使用保險深度和保險密度兩項指標作為衡量指標。

綜上，區域金融發展綜合評價指標體系可以參見表1。

2.全要素生產率和綠色全要素生產率

我們采用應用較為廣泛的基于Chung、F?re和Grosskopf(1997)提出的基于方向性距離函數的Malmquist-Luenberger生產率指數模型[24]，利用R語言中的Nonparaeff程序包對GTFP和TFP進行估算。估算中涉及到的其他變量有：

(1)資本投入(物質資本存量)：資本存量測度的最常用方法是永續盤存法，用數學公示表達就是：

Kt=Kt-1*(1-δ)+It (38)

其中，主要涉及的變量包括基期資本存量、折舊率，以及當年投資，以及用于調整的固定資產投資價格指數。我們在變量和參數的選取上均參考文獻[25]，使用該文已經估計得到的2000年資本存量作為基期資本存量，折舊率定為9.6%，固定資本形成總額(按照該年的固定資產投資價格指數平減為2000年價格水平)作為當年投資，以此逐年推算得到各年的資本存量。

(2)勞動投入(從業人員數)：勞動投入理論上應以實際投入的勞動量(即勞動時間總和)來衡量，但實際統計中由于沒有相關數據，因此使用從業人員數作為代替數據。從業人員數2010年及之前的數據來自《中國統計年鑒》，之后年份由于該年鑒不再匯總這一指標，因此2010年以后數據來自各省年鑒。

(3)期望產出(GDP，按照地區生產總值指數平減)：用各省市GDP作為衡量期望產出的指標。與資本投入保持一致，我們將所有年份的GDP均折算為基期(2000年)價格。

(4)非期望產出：本文選取CO2和SO2排放量作為非期望產出的衡量指標。由于CO2排放無法直接觀測，本文根據陳詩一(2009)提供的公式和核算方法，以各省份歷年消耗的煤炭、石油、天然氣三種主要的一次能源為依據，按照一定系數對碳排放量進行了折算[26]。

(39)

其中, CO2代表估算的二氧化碳排放量，i=1,2,3分別代表3種一次能源；E代表它們的消耗量；NCV為《中國能源統計年鑒》附錄提供的中國3種一次能源的平均低位發熱量；CEF為IPCC(2006)提供的碳排放系數；COF是碳氧化因子(本文煤炭設定為0.99，原油和天然氣為1)；44和22分別為二氧化碳和碳的分子量。

3.控制變量(Control)：除了上述介紹的主要解釋變量和被解釋變量，本文還借鑒了姚耀軍(2012)的做法，收集了地方財政收入、地方財政支出、按照境內目的地和貨源地分類的出口、進口總額、第一產業和第三產業增加值、FDI(以上指標均除以名義GDP)，以及專利數、公路里程、教育經費(以上三個指標均除以常住人口)、國有經濟比重(國有企業職工占從業人員比例)等指標作為控制變量[27]。表2展示了控制變量的描述性統計說明。

表2 控制變量的描述性統計說明

(三)數據來源和處理方法

我們的估計涵蓋31個省市，考察期間為2010-2013年。原始數據來源于相應省市的《中國統計年鑒》、《新中國60年統計資料匯編》、《中國能源統計年鑒》、《中國能源經濟統計年鑒》、《中國環境統計年鑒》、《中國金融年鑒》、《中國保險年鑒》、國家統計局、銀監會、證監會、保監會、以及社科院金融研究所數據庫等。對于極少量缺失數據，采用牛頓插值法進行補充。

在金融發展綜合評價指標體系中，由于初選的指標體系層次和指標種類較多，可以先進行標準化處理后采用主成分因子分析法，降低運算維度，可以更加客觀、準確、科學的測算和評價。對我國31個省市的20個指標使用SPSS軟件進行主成分分析，相關矩陣特征值結果如表3所示。從表3看出，前五個主成分累計貢獻率達86.45%。

表3 2000-2013年金融發展指標主成分分析相關矩陣特征值

四、實證檢驗與分析

(一)計量方法的確定

為了避免偽回歸問題，我們分別采用ADF、LCC和IPS三種方法對原始數據做平穩性檢驗，所有變量均通過平穩性檢驗，滿足協整檢驗的條件。我們采用Weaterlund、Edgerton(2007)使用的自舉技術改進LM方法進行協整檢驗[28]，協整性檢驗結果參見表4。

表4 協整性檢驗結果

結果顯示4個統計量P值均大于0.05，說明指標間存在明顯的協整關系，表示變量擁有長期均衡關系。同時本文數據是橫截面固定的中國31個省市、時間跨度為固定的2000-2013年的全樣本面板數據，不存在隨機抽樣。本文檢驗金融發展與GTFP、TFP的內生性的Hausman檢驗結果顯示P<0.001，表明金融發展與GTFP、TFP存在內生性，需要采用工具變量的方法進行模型回歸估計。由此本文采用Hausman檢驗方法來驗證是采用隨機效應模型還是固定效應模型，檢驗結果顯示在5%的置信水平下顯著，則拒絕模型為隨機效應模型的原假設，故而采用固定效應模型。上述的檢驗方法和后續的固定效應模型回歸分析均采用Stata 14實現。

(二)計量結果和分析

1.假說一的驗證結果

表5展示了假說一的驗證結果。我們發現金融發展指標在回歸模型中系數均大于零，意味著金融發展指標對TFP和GTFP都具有顯著促進作用，即一個區域的金融發展水平越高，生產率水平增長越快，假說一得以驗證。從計量結果中同時可以看出，FDI對TFP有促進作用，但對GTFP促進作用不太明顯。這表明了通過FDI渠道對中國生產率提高和技術進步起到了不可低估的作用，但也同時表明了FDI渠道所引進的創新性技術中綠色技術比重仍然較少，不足以支撐中國綠色生產率水平的提升。財政收入、農業比重和公路里程對TFP有促進作用，而對GTFP則有負向作用，這在一定程度表明研究跨度期間各地生產建設活動中非綠色產出較多，降低了綠色全要素生產率水平。人均專利、服務業比重則對GTFP有明顯促進作用，表明技術創新和服務業發展水平對社會的綠色經濟發展有明顯促進作用。

表5 假說一驗證結果

2.驗證假說二：金融發展水平的提升將促進生產率的增長速度，但這種促進效應隨著金融發展水平的增長呈現出遞減趨勢，直到達到完全信貸市場時消失。

為了驗證金融發展對生產率增長的非線性作用，我們將樣本逐年按照金融發展指標分為高于該年均值的高組和低于該年均值的低組，回歸驗證金融發展指標一次項和二次項對TFP和GTFP的影響，以此判斷是否存在異質的非線性影響。回歸結果參見表6，我們發現在金融發展指標高組樣本中，金融發展指標對GTFP為正，金融發展指標二次項對GTFP為負，顯示了高組金融發展指標對GTFP的非線性效應：區域金融的發展會促進綠色生產率的提升，但這種提升的促進效果會隨著區域金融的發展而衰減。對于金融發展指標低組樣本來說，這一非線性效應并沒有顯現，只顯示了區域金融的發展會促進綠色生產率的提升。這一結果驗證了假說二，即金融發展水平對不同區域綠色生產率存在異質的、非線性的影響。我們也針對TFP做了同樣的研究，發現不論是在高組還是低組，都不存在這樣的非線性特征。

表6 假說二驗證結果

3.驗證假說三：金融發展提升相同幅度，TFP提高幅度會高于GTFP提高幅度

回歸結果參見表7，我們發現不論采用哪種衡量方法，金融指標的系數都顯著為正，即金融業發展水平更加先進的省份，GTFP的提高會比TFP更加明顯，由此我們證實了假說三。從回歸結果中我們還可以發現，金融業發展水平較為先進的省份的服務業比重、人均教育投入對GTFP的提高會比TFP更加明顯。

表7 假說三驗證結果

五、結論與政策建議

本文構建了一個包含金融發展、污染產品與綠色創新產品的內生增長模型，考察了金融發展對TFP和GTFP的影響。理論研究表明，金融發展能夠同時促進TFP和GTFP的增長，這種增長促進作用會隨著金融發展水平的提高而呈遞減趨勢，同時金融發展提升相同幅度，TFP提高幅度會高于GTFP的提高幅度。在理論分析的基礎上，我們運用我國31個省市2000—2013年的數據考察了金融發展對TFP和GTFP的影響。實證研究很好地佐證了理論研究的結論。但需要說明的是，本文的理論模型和實證研究仍然會存在一定的缺陷。例如，為使模型既能反映客觀經濟實際，又能遵從內生增長模型的技術性條件，本文理論模型部分的一些假設條件可能會過于理想，一些約束要求可能會過強。并且省級層面的宏觀數據不能充分反映微觀決策行為，通過行業或是企業等微觀的數據分析可能會得到更加貼合實際的結果。

本文的政策含義主要包括如下幾個方面: (1)更好地發揮金融發展在技術升級創新，特別是綠色技術創新中的重要作用，引導金融機構在分散風險和增加流動性供給方面緩解技術創新企業的融資約束問題。為此，金融資源要向綠色經濟和創新經濟傾斜，要加大對環境友好型企業、綠色技術創新型企業的支持，通過金融支持加快我國經濟轉型升級。(2)加大金融創新力度，形成金融創新和技術創新的良性互動發展，金融中介通過金融創新活動促進技術創新，企業的技術創新將提高金融創新的回報，并激勵新一輪的金融創新，由此兩者之間形成良性互動發展。這與Michalopoulos、Laeven和Levine (2009)金融創新被內生化的結論相符，他們認為金融家通過金融創新活動來篩選更有創新能力的企業家，而企業家的技術創新又增加了金融創新活動的回報，于是在金融創新和技術創新之間良性的互動得以形成，從而金融發展在他們的模型中被真正地內生化了[29]。(3)要更加理性的看待經濟發展和生產率提高，不能一味的走犧牲環境的粗放的經濟發展老路，特別在評價經濟增長的時候如果不考慮環境污染等非期望產出因素，會部分夸大金融發展對生產率提高的影響作用，讓地方政府做出一些效果一般甚至效果負面的政策。

[1]PAUL M Romer. Increasing returns and long-run growth[J]. Journal of Political Economy, 1986, 94(5):1002-1037.

[2]FRANCISCO J Buera, JOSEPH P Kaboski， YONGSEOK Shin. Finance and development: A tale of two sectors[J]. The American Economic Review,2011, 101(5):1964-2002.

[3]FRANCISCO J Buera, YONGSEOK Shin. Financial frictions and the persistence of history: A quantitative exploration[J]. Journal of Political Economy, 2013, 121(2):221-272.

[4]JAMES R Brown, STEVEN M Fazzari, BRUCE C Petersen. Financing innovation and growth:Cash flows, external equity, And the 1990s R&D boom[J]. Journal of Finance, 2009,64(1):151-185.

[5]TADESSE Solomon A. Financial development and technology[R]. Michigan,William Davidson Institute,2005.

[6]THORSTEN Beck, ROSS Levine. Stock markets, banks, and growth: Panel evidence[J]. Journal of Banking and Finance,2004,28(3):423-442.

[7]FELIX Rioja, Neven Valev. Does one size fit all?: A reexamination of the finance and growth relationship[J]. Journal of Development Economics,2004,74(2):429-447.

[8]張 軍,金 煜.中國的金融深化和生產率關系的再檢測：1987—2001[J]，經濟研究,2005(11):34-45.

[9]姚耀軍.中國金融發展與全要素生產率：基于時間序列的經驗證據[J].數量經濟技術經濟研究,2010(3):68-80.

[10]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):37～50.

[11]朱紅軍,何賢杰,陳信元.金融發展、預算軟約束與企業投資[J].會計研究,2006(10):64-71.

[12]饒華春.中國金融發展與企業融資約束的緩解：基于系統廣義矩估計的動態面板數據分析[J].金融研究,2009(9):22-27.

[13]陳 剛,李 樹,劉 櫻.銀行信貸、股市融資與中國全要素生產率動態[J].經濟評論,2009(6):47-56.

[14]徐思遠,洪占卿.信貸歧視下的金融發展和效率拖累[J].金融研究,2016(5):51-65.

[15]MUHAMMAD Shahbaz, AVIRAL Kumar Tiwari, MUHAMMAD Nasir. The effects of financial development，economic growth，coal consumption and trade openness on CO2emissions in south african[J]. Energy Policy，2013,61(10): 1452-1459．

[16]PHILIPPE Aghion, PETER Howitt, DAVID Mayer-Foulkes. The effect of financial development on convergence: Theory and evidence[R]. Cambridge,NBER Working Paper, 2004.

[17]DARON Acemoglu, PHILIPPE Aghion， FABRIZIO Zilibotti. Distance to frontier, selection, and economic growth[J]. Journal of the European Economic Association, 2006, 4(1):37-74.

[18]JAMES R Brown, GUSTAV Martinsson， BRUCE C Petersen.Do financing constraints matter for R&D?[J]. European Economic Review,2012,56(8):1512-1529.

[19]DAVID T Coe, Elhanan Helpman.International R&D spillover[J]. European Economic Review,1995,39(5):859-887.

[20]DARON Acemoglu, FABRIZIO Zilibotti. Was prometheus unbound by chance? Risk, Diversification, and Growth[J]. Journal of Political Economy, 1997, 105(4):709-751.

[21]胡章宏.金融可持續發展論[M].北京:中國金融出版社,1998.

[22] GOLDSMITH R W. Finaneial structure and development[M]. New Haven: Yale University Press，1969.

[23]周 立,胡鞍鋼.中國金融發展的地區差距狀況分析(1978—1999)[J]. 清華大學學報(哲學社會科學版),2002(2):60-74.

[24] CHUNG Y H, FRE R, GROSSKOPF S. Productivity and undesirable outputs: A directional distance function approach [J]. Journal of Environmental Management,1997,51(3):229-240.

[25]張 軍, 吳桂英, 張吉鵬.中國省際物質資本存量估算：1952—2000[J],經濟研究,2004(10):35-44.

[26]陳詩一. 節能減排、結構調整與工業發展方式轉變研究[M],北京:北京大學出版社,2010.

[27]姚耀軍.金融發展與全要素生產率增長：區域差異重要嗎?：來自中國省級面板數據的經驗證據[J].當代財經,2012(3):43-53.

[28]JOAKIM Westerlund, DAVID L Edgerton. A panel bootstrap cointegration test[J]. Economics Letters,2007,97(3):185-190.

[29]LUC Laevena, ROSS Levinec, STELIOS Michalopoulos. Financial innovation and endogenous growth[J]. Journal of Financial Intermediation,2015,24(1):1-24.

(本文責編：海洋)

TheoreticalandEmpiricalResearchontheEffectofFinancialDevelopmentonGreenTotalFactorProductivity

ZHANG Fan

(BeijingInstituteofTechnology，SchoolofManagementandEconomics，Beijing100081,China)

F061.3

A

1002-9753(2017)09-0154-14

2017-04-21

2017-07-30

張帆(1980-)，男(漢)，浙江麗水人，碩士，研究方向：知識管理和知識溢出。