區域產業結構升級中的金融支持
——基于合肥市的實證分析

胡 艷,江 玲

安徽大學經濟學院,合肥,230601

1 問題提出與相關研究

隨著供給側結構性改革不斷深入，合肥市以創新發展為主線，調整優化產業結構，經濟保持上升勢頭，2015年實現地區生產總值5 660.27億元，比上年增長9.7%，順利完成“十二五”規劃確定的主要目標和任務。作為“十三五”規劃的開局之年，2016年地區生產總值達到6 274.3億元，比2015年增長10.8%,但是產業結構不合理不協調問題依然突出，在全省經濟加快發展的重要機遇期和戰略轉型期，必須優化升級產業結構，才能實現經濟發展方式的根本轉變，推動合肥市的經濟健康穩定持續的發展。

2017年10月18日，在黨的十九大報告中，習近平總書記指出，“深化金融體制改革，增強金融服務實體經濟能力”，凸顯了金融是新時代經濟發展的核心。金融作為經濟發展的助推器，是資源配置的重要手段，通過資金形成功能、資金導向功能、資金集中功能和風險管理功能使社會資金在各個企業和部門間能夠得到優化配置，直接影響產業結構升級的速度及質量，助力產業結構調整與升級。那么金融發展究竟如何為產業結構優化升級提供動力支持？如何通過深化金融體制改革來帶動產業結構的優化升級？這對轉型時期的合肥撬動金融因素推動產業結構升級具有極其重要的現實意義。

金融發展與產業結構升級作為經濟活動中的重要現象，其內在聯系引起了國內外學者的關注。1912年熊彼特(Schumpeter)在《經濟發展理論》中系統地展示了銀行的信用創造功能是如何將資金配置到創新活動領域去，從而推動了產業結構優化升級并有利于經濟增長[1]；戈德史密斯(Goldsmith)創造性地認為“通過建立多層次、多方面的金融服務體系，金融發展為產業升級奠定了堅實的資金基礎”[2]；McKinnon提出的“金融深化”理論和Shaw提出的“金融抑制”理論，指出金融與以產業結構變動為特征的經濟增長之間是互為因果關系的[3]；Levine認為“金融體系結構的差異不能影響兩個國家總量增長差異，但可以影響不同工業部門的增長”，即金融結構對產業結構具有較大的影響[4]。Bernanke等提出了“金融加速器”理論,分析了金融是通過資產負債渠道影響實體經濟的[5]。從已有的國外學者們的研究理論中，可以看出他們的關注點在于金融發展與經濟增長之間的態勢，而金融發展所產生的產業結構變動效應未得到充分研究。

國內理論研究方面，最早是1996年劉世錦關注了金融與產業問題，他認為，中國產業發展新階段所遇到的一個重要問題就是如何為產業結構的升級創造一個必要的金融體制機制[6]；徐劍鈞認為風險投資能夠促進高科技產業的發展和催生新的產業的產生與發展，進而帶動整個產業結構的戰略性升級[7]；肖大偉等提出了金融是通過對產業結構高級化和合理化的推動來支持產業結構的升級[8]；范方志等從理論和實證相結合的角度探討了我國金融結構轉變與產業結構升級之間的關系[9]。實證分析方面，張玉喜運用因子分析法、協整分析的方法，對我國金融總量、金融結構、金融效率與產業發展之間的關系進行了分析和研究[10]；馬智利等利用非平穩時間序列分析法描述了我國產業結構升級和金融市場化比率之間存在雙向因果關系[11]；劉珍利用面板Hausman檢驗發現我國中部地區的金融服務業對產業結構的升級給予了很大的支持[12]；陳聰和張璟分別通過格蘭杰因果檢驗法、柯布道格拉斯生產函數和采用廣義矩估計(GMM)方法對我國金融發展與產業發展之間的關系進行了分析和研究[13,14]。

綜上研究可知，雖然國內外眾多學者開始注意到金融發展在產業結構升級中的重要性和必要性，但是就金融發展在產業結構升級中的支持力度的研究還不夠深入，并不能明確論述金融發展對于產業結構升級的具體作用；且鑒于各區域金融發展存在非均衡性，導致金融發展在區域產業結構升級中的作用不同，所以有必要將相關的探討深入到地區層面進行分析。本文在前人研究的基礎上，以合肥市為切入點，深入剖析了產業結構升級中的金融支持作用，并據此為合肥市的金融支持產業結構優化升級提出切實可行的政策建議。

2 實證分析

本文以合肥市為研究對象，從產業升級角度研究金融發展在經濟活動中的支持作用，通過相關統計數據，利用實證分析的方法對金融支持在產業結構升級中的支持力度進行檢驗，希望可以為定性分析提供定量依據。

2.1 指標選擇

在做實證檢驗之前，首先要選定衡量產業結構升級和金融發展的指標。本文借鑒前人的研究，再結合合肥市地區實際的產業結構升級與金融發展的現實情況，選取了以下指標。

2.1.1 產業結構升級指標

在遵循產業結構演化規律的基礎上，選擇產業結構優化率(ISR)來衡量地區的產業結構水平[15]，即第二產業和第三產業增加值之和占地區生產總值(GDP)的比重，其中地區生產總值(GDP)表示區域經濟產出水平。

2.1.2 金融發展指標

(1)金融相關率(FIR)：表示金融與經濟的相關程度，選取地區的年終金融機構存款總額(D)、年終金融機構貸款總額(L)的和與GDP的比值來表示金融相關率，即為FIR=(D+L)/GDP；(2)金融發展效率(SC): 體現了金融機構的資金自給和信貸配置能力，選取一個地區年終金融機構貸款總額與存款總額的比值來衡量，即為SC=L/D[13]。

2.2 數據的來源和基本特征統計

考慮到時間序列的長度要盡可能的足夠長，以及2017年的相關歷史數據是能得到的最新數據，本文樣本設定為1990—2017年。其中1999—2017年合肥市的GDP、第二產業產值、第三產業產值和年終金融機構存貸款總額的數據來源于《合肥統計年鑒2018》 、各年的《統計公報》，部分早年的數據來源于《區域金融運行報告》中。1990—2017年合肥市主要變量的數據特征描述性統計如表1所示。

表1 變量的描述性統計表

2.3 數據檢驗

2.3.1 數據的平穩性檢驗

由于選取的數據均為時間序列數據，而大部分時間序列數據都是非平穩的，如果直接將非平穩性數據進行回歸分析，則會造成“偽回歸”現象。為了避免估計結果和檢驗統計失去通常的性質而得出錯誤的結論，在建立VAR模型之前首先對各時間序列進行平穩性檢驗，因為平穩性檢驗是可以提高實證分析可靠性的有效方法。本文選取ADF單位根檢驗對各時間序列進行檢驗，采用計量經濟學軟件Stata 15.0。具體結果如表2所示。

表2 變量的ADF單位根檢驗結果

注：DFIR是FIR的一階差分。

根據表2的檢驗結果，在5%和10%的置信水平下，ISR和SC的零假設(即時間序列是非平穩的)是可以被拒絕的，說明這兩個變量是平穩性序列。而FIR是非平穩性序列，但其一階差分DFIR在5%和10%的置信水平下是能夠拒絕零假設的，是平穩性序列[16]。

2.3.2 數據的協整檢驗

根據ADF單位根檢驗的結果，為更好地了解變量之間的關系，本文采用協整檢驗分析產業結構優化率(ISR)、金融相關率(FIR)和金融發展效率(SC)之間的穩定均衡關系。這里運用的是“E-G兩步法”來進行協整檢驗[17]。

第一步計算非均衡誤差Et，先估計方程：

Y=β0+β1X1+β2X2+Et

(1)

其中,變量Y、X1和X2分別表示ISR、FIR和SC，β0、β1和β2分別表示常數項、X1的系數和X2的系數。

第二步檢驗單整性，對估計得到的殘差序列進行ADF單位根檢驗，檢驗結果如表3所示。

表3 殘差ADF單位根檢驗結果

從表3中可以看出,ADF統計量為-2.964 823，是小于5%顯著性水平下的臨界值-1.958 42和10%顯著性水平下的臨界值-1.611 21的，所以可以拒絕原假設，是接受不存在單位根的結論，說明殘差序列是平穩的。因此，ISR和FIR、SC之間是存在協整性關系的，即具有長期穩定的均衡關系。

2.4 向量自回歸模型(VAR)估計

根據協整檢驗，可以清楚地看到ISR和FIR、SC之間是存在長期均衡關系的，為了進一步地分析FIR和SC對ISR的影響程度，建立VAR模型觀察他們之間的動態特征。

2.4.1 建立VAR模型

向量自回歸模型(VAR)通常用于時間序列系統的預測和隨機擾動對變量系統的動態沖擊，從而了解各種經濟沖擊對經濟變量形成的影響。本文在數據平穩性的基礎上根據AIC和SC最小信息準則來確定VAR模型的最大滯后期為2期,通過Stata 15.0運算得到以下方程式：

ISR=0.512 156ISR(-1)-0.140 501ISR(-2)+0.043 633FIR(-1)+0.003 212 2FIR(-2)+0.136 425SC(-1)+0.120 323SC(-2)

(2)

由回歸結果可知，其中回歸方程的擬合優度R2值為0.884 092，表明了估計效果較好。為了進一步地檢驗模型的穩定性，本文采用AR根進行檢驗。從圖1可以看出，數據所有特征根的倒數值全部位于單位圓之內，表明模型是穩定的。

圖1 特征根倒數位置圖

2.4.2 脈沖響應分析

以上的分析只是根據歷史統計數據來反映ISR、FIR和SC之間的關系，其分析的前提是外部環境保持基本穩定。但外部環境是不斷變化的，所以分析三者的關系就需要借助脈沖響應分析，通過觀察各變量之間脈沖擾動的長期反映，確定各變量之間的長期關系，脈沖響應分析結果見圖2。

圖2 ISR、FIR、SC的脈沖響應結果

由圖2可知，ISR對其自身一個標準差新息立即做出了響應，在前五期都是產生正向沖擊，第一期最高，達到了0.55左右，隨后正向沖擊逐期減弱，在第五期變成了0后繼續緩慢下降，基本在0到-0.1之間保持。當本期給FIR一個新息沖擊后，在第一期不會對產業結構優化率ISR產生沖擊，但在第二期時達到了將近0.1的正向沖擊，接下來平緩下降至0.05左右一直保持。對于SC，在第一期不會對產業結構優化率ISR產生沖擊，但在第二期后開始正向沖擊，到第三期達到了0.2左右，接著沖擊減弱到第六期變為0開始負向沖擊，第十期保持0.5左右的負向沖擊。

2.4.3 格蘭杰因果關系檢驗

克萊夫·格蘭杰于1969年提出了一種基于“預測”的因果關系檢驗，主要用于檢驗時間序列變量之間的因果關系，看現在的變量在多大程度上能夠被過去其他變量解釋[17]。本文選擇滯后期1，對ISR、FIR和SC進行格蘭杰因果關系檢驗，結果如表4所示。

表4 ISR和FIR、SC的格蘭杰因果關系檢驗結果

從表4可以看出，在1990—2016年期間，在ISR的方程中，FIR和SC不是ISR的格蘭杰原因的概率將近0.9和0.87；在FIR方程中，產業ISR和SC是FIR的格蘭杰原因的概率高達0.96和0.94；在SC的方程中，ISR是其的格蘭杰原因概率為0.81，FIR是其的格蘭杰原因概率只有0.066 1。

綜上可知，在格蘭杰意義下，金融相關率和金融發展效率并不是產業結構優化率的格蘭杰原因；但產業結構優化率和金融發展效率是金融相關率的格蘭杰原因；產業結構優化率是金融發展效率的格蘭杰原因，而金融相關率不是。由此可見，合肥市的金融相關率與金融發展效率對產業結構優化升級的支持力度不夠，金融發展并沒有發揮出應有的功效；但產業結構優化升級反過來卻對金融相關率和金融發展效率的影響顯著；其中金融相關率需要通過金融發展效率的提高來發揮對產業結構優化升級的推動作用。

3 主要結論與政策建議

本文通過分析產業結構優化率、金融相關率和金融發展效率三個指標，考察了金融發展對合肥市區域產業結構優化升級的支持作用，發現三者在長期呈現出均衡的關系、回歸效果較好且具有一致的動態性特征，但金融發展對產業結構優化升級并沒有發揮出應有功效，即金融總量不夠，金融發展水平較低；金融發展效率有待提高，金融機構的資金自給和信貸配置能力不足。在未來的一段時間內，合肥市要實現“十三五”規劃中的產業結構顯著優化升級這一目標，就要從以下幾個方面做出努力：

首先，加強政府對金融發展與產業結構優化升級的統籌協調，以產業政策引導金融資源向重點產業與領域集聚。合肥市政府可以強化金融支持產業結構調整升級工作的組織領導及政府與銀行、企業之間的相互合作；制定好金融發展對產業結構升級支持的產業政策，以政策為約束和向導來影響金融資源在不同產業間的分配，平衡各產業發展。

其次，加快金融產品和服務的創新力度，完善產業結構升級的資本形成機制。合肥市金融機構應積極發揮互聯網金融創新優勢，推出一系列線上融資產品；主動與各級政府合作，加強銀政合作，為具有發展潛力但缺乏抵押物的小微客戶提供融資支持；創新運用商投互動、投資聯動等手段，積極支持戰略性新興產業、高科技產業和創新創業企業的發展，促進產業結構升級新動能發展壯大；促進構建多層次資本市場，為產業結構轉型升級籌集穩定的低成本資金和滿足不同類型產業發展的多層次需求；構建完善發達的科技金融體系，科技帶動金融產品和服務創新，以帶動產業結構整體優化。

最后，完善金融監管機制與金融生態環境，為產業結構升級提供良好的外部環境。監管體制的改革要解決多頭監管的問題，應由證監會負責主要的監管責任，加大金融監管力度[18]；同時要從根本上防止黑幕交易，盡可能地讓金融資產用到最需要的產業部門去；另外要加強金融各級部門的自律行為和作風建設，從內部預防金融風險；完善中央和地方金融監管工作協調機制，在地方政府部門和中央金融監管部門之間有效進行信息交換、資源共享和聯防聯動，加強縱向的業務指導和橫向的經驗交流，形成常規化、制度化的機制保障，爭取為產業結構的升級提供一個健康的發展環境。