金融發展與創新效率
——基于隨機前沿模型的實證分析

■許夢楠，周新苗

一、引言

一個完整健全的金融體系既能夠通過增加資本供給、提供風險管理、進行信息處理以及激勵與緩解信貸約束等功能來提高技術創新能力，也能夠有效配置金融資源，從而使得金融的投入產出效率得以提高。當前中國政府正在積極推動金融市場化改革，為創新型國家建設提供充足動力。在如此背景下進一步探究金融發展（信貸市場和資本市場）如何影響創新效率具有重要的現實意義。然而通過文獻梳理發現，多數學者將目標聚焦在金融發展對創新產出和經濟增長的影響以及三者之間關系的研究，而對于金融發展如何影響經濟增長的最終決定因素——技術創新的研究偏少，且鮮有文章將信貸市場和資本市場的發展對創新效率的影響放在同一框架下進行研究。此外，在已有的探究金融發展與創新效率關系的文獻中，主要采用非參數的數據包絡分析。此種方法在測量多投入多產出的效率上比較適用，但是DEA由于設立了確定的邊界，而且不考慮是否存在測量誤差，故而也存在缺點（楊龍和胡曉珍，2015）。而相比DEA，另一種測定效率的方法——參數方法，即隨機前沿方法（Stochastic Frontier Analysis）通過計量方法來估計生產函數，具有更扎實的理論基礎。根據估計出來的生產函數闡釋生產過程，從而控制技術效率的估計。此外SFA不僅可以將每個個體的技術效率度量出來，還可以定量分析各種相關因素對每個個體創新效率產生的影響有何不同。特別是在中國，各地區創新水平相差很大，可能存在著技術效率損失的情況下尤為如此。基于此，本文通過SFA在測算中國各地區創新效率水平的基礎上，分析地區區域金融體系（信貸市場和資本市場）的發展如何影響技術創新效率，進而提出相關政策建議，為中國推進金融市場化改革和創新國家建設提供經驗證據。

二、基本理論分析與假設

創新效率反映了技術創新質量，是技術創新本質所在，而創新活動具有高風險和高投入特征，這表示進行創新活動必須有充足的資金。Tadesse（2002）指出，健全完善的金融體系可以為技術創新提供充足的資金，而金融體系又包含資本市場和信貸市場。無論哪種市場作用技術創新，都是從分散投資風險、提供信息服務、創新激勵和動員儲蓄等四個方面展開。具體說來：一是分散風險。金融發展主要通過兩種途徑來分散投資風險，第一種途徑是分散流動性風險。一般而言，一項創新項目的技術含量越高，對資金的需求量越大，持續周期較長，短期回報率較低，且還具有較大的風險。投資者們不愿意承擔過高的投資費用以及較高的投資風險，導致重大技術創新項目資金不足，從而制約了科技進步。金融系統可以為企業等提供金融資產組合產品，降低創新投資項目的風險水平，從而使得一些含有高風險的創新項目吸引到充足的投資資金。另外一種途徑是分散跨期風險。金融機構可以交叉組合不同期限的金融產品，從而實現風險的跨期組合。二是提供信息服務。如果預測一項技術創新項目的前景成本過高且難度較大，投資者們可能不愿意花費大量的時間與精力去搜集相關方面的信息，此外投資者們不愿意投資信息不可靠的項目。因而約束了高新技術項目的創新與發展。而金融中介可以收集整理可靠的信息，并提供資金給企業，從而推動企業開發新產品，提高技術創新效率。并且強有效的金融市場可以直接通過價格信號為技術創新項目吸引更多的金融資源。三是解決創新激勵。技術創新具有收益不確定性。金融體系的資本投入分為債權性資本投入和股權性資本投入兩種，債權性投資合約可以激發風險厭惡者投資技術創新的積極性；而股權性投資雖然需要投資者自己承擔技術風險，但是與此同時擁有對技術創新的剩余索取權。四是動員儲蓄。金融中介可以幫助小額儲蓄者以及投資者降低交易成本，從而使他們在參與的金融活動中獲益，將風險內部化，從而提高信用水平，此外與投資企業的信息不對稱問題可以通過穩固的關系來消除，從而激勵更多的儲蓄者參與技術創新。金融市場中有各種適合居民小額投資的金融工具，居民們可以利用這些小額投資的金融工具來分散投資，從而分散風險，并且可以將居民們零散的資金積少成多，投向具有高技術含量的大型創新項目。商業銀行還能夠利用貸款創造存款，賦予社會增量資本的信用創造能力，依靠信用創造功能獲取充足的資金進行技術創新。

在推動技術創新方面，資本市場與信貸市場最本質的區別是不同市場作用在這四個方面所產生的效果不同。銀行體系在獲取和處理借款企業信息方面具有規模優勢，能夠以較低的信息成本和交易成本獲得企業相關信息。再加上能夠積極主動進行事后監控，有助于降低違約風險和融通成本。另外，銀行依靠合同要求企業披露相關信息和償債能力，并且可以借助抵押和清算等手段克服信息不對稱引起的道德風險等問題，進而合理分配稀缺的信貸資金，將資金運用到創新成功可能性較大的項目。對于時間周期長、風險系數高的創新性項目，資本市場可以發揮銀行難以比擬的優勢，且對于不成熟的創新項目，銀行很難基于經驗判斷新產業的價值，而資本市場在信息收集和處理方面更具優勢。完善的資本市場能夠將資金配置給最具競爭和創新能力的市場主體，尤其是依賴外部融資的新型企業和產業。但需要指出的是，中國一直以來都是以銀行為主導的金融結構，近年來盡管中國資本市場不斷發展，但尚未達到西方發達國家以資本市場支撐技術創新的程度。而且中國資本市場建立的初衷是為了緩解國有企業融資困境，一度成為國有企業上市圈錢、解困的工具（楊友才，2014）。因此，在促進資金向創新水平較高的民營企業流動方面并未起到應有的作用，進而對創新效率的促進作用可能并不明顯，甚至是起到了抑制作用。因此，本文提出如下假設。

假設：信貸市場對創新效率起正向促進作用，而資本市場會抑制創新效率。

三、模型設定、變量和數據說明

結合本文研究目的，將中國各個省級行政單位視作在既定創新投入下進行生產的決策部門，各地區的潛在創新水平（即最大產出水平）取決于創新資源的總投入量及其有效配置。在單一產出和確定的生產函數情況下，這一潛在創新水平便可理解為可能達到的生產可能性邊界。判斷某地區創新活動是否有效，便可通過觀測該地區實際產出與潛在產出，即生產可能性邊界對應的產出是否相同來進行判別。那么，創新活動的技術效率——創新效率，便可定義為既定創新資源投入下實際產出與最大產出的比率。根據現有文獻的一般做法，本文選取R&D物質資本和R&D人員全時當量作為創新投入指標，而20世紀70年代以來，創新產出指標——專利，被國內外學者廣泛采用，考慮到專利授權量比專利申請量更能體現專利生產的質量和專利的商業化水平。本文選取專利授權量作為產出指標，參考Zhang et al.（2003）以及朱有為和徐康寧（2006）設定的模型，構造如下隨機前沿模型：

其中，下標t和i表示時間與省份，c表示待估常數項，lnpat、lnRD、lnRL分別代表專利授權量對數、研發物質資本存量與人力資本的對數。研發物質資本存量根據永續盤存法估算，公式為：

其中，η表示研發資本的折舊率，Eit代表省份i在t年R&D經費內部支出。本文參考嚴太華和劉煥鵬（2014）的做法，將研發資本的折舊率設為15%，初始知識存量的估算方法為RDi2006=RDi2006/(gi+η)，其中：gi表示省份i在樣本期內研發經費支出的年平均增長速度；vit-uit為方程隨機誤差，呈復合結構，其中：vit表示經濟系統中不可控制因素的沖擊所產生的噪聲誤差。在假定uit與解釋變量是否相關以及uit與vit的分布具體形式之后，可以進行MLE估計：（1）同解釋變量也相互獨立，此模型稱為技術效率不隨時間變化的隨機效應模型，記為SFA1；（2）若uit-e-η(t-Ti)模型為技術效率隨時間變化的時變衰減模型，記為SFA2。創新效率定義如下：

μit為i地區在t時期創新活動的技術無效率期望，μit的大小與技術效率成反比，即μit越大，技術無效率程度越高，也表示投入相同數量的研發人員與研發資本可以取得的專利授權量越少，即投入等量的創新投入取得的創新產出越少。為了考察金融發展對創新效率的作用，構建如下計量方程：

其中，finit，k表示 i地區 t時期的金融發展程度（K=1，表示信貸市場發展；K=2，表示資本市場發展）。銀行在中國金融體系中向來處于主要地位，因而中國各省的金融發展水平通常由該省的貸款以及存款規模來表示。一般來說，存款量的增加可以給金融機構提供充裕的資金來源，從而推動金融投資活動的展開；而貸款量的增加表示該地區對資金的利用程度。因此，本文用銀行等金融結構的存貸款余額衡量信貸市場發展水平（bank）。由于技術創新活動風險較大，往往需要較高的資金支持，但是能夠取得銀行資金支持的幾乎都是規模大且運營良好的大中型企業，許多新興的中小企業很難得到銀行的資金支持，故而需要借助資本市場來進行融資。本文以股票市場為代表展開研究，以各省市股票市價總值（stock）作為資本市場發展水平指標。controlit表示反映地區特征及其影響技術非效率的控制變量，具體包括如下：

1.地區開放程度（open）。地區的開放水平不僅反映地區參與國際化事物特征，而且為引進和學習國外技術進而提高自身創新水平提供了平臺。而且國際間貿易是跨國技術擴散的又一重要途徑。而貿易水平是開放水平的重要體現，本文參照一般做法，用進出口總額在GDP中所占的比重來衡量。

2.外商直接投資（fdi）。全球化背景下存在著技術擴散，可以通過提高自身研發投入進而提高創新能力，還可以通過學習和模仿國外技術，外商直接投資就是主要途徑之一。比如，Cheung&Lin（2004）與Hu et al.（2005）運用省級面板數據和大中型企業數據的研究表明，外商直接投資是引發技術創新的重要因素。因此，本文以實際利用外商投資額與GDP的比重衡量FDI引起的技術溢出效應。投資額按人民幣對美元的當年平均匯價計算。

3.人力資本（edu）。人力資本是影響創新效率的重要因素，用15歲及以上人口平均受教育年限來度量。

4.政府干預程度（gov）。政府干預會影響創新資源的配置，進而影響創新效率，本文參照一般做法，用政府消費支出（扣除教科文衛）額占CDP的比重度量。

本研究以2006～2015年中國省際數據（西藏由于數據缺失嚴重，故將其略去）作為研究對象。以上變量數據主要來源于《中國統計年鑒》《中國科技統計年鑒》《中國金融年鑒》和《中國人口統計年鑒》，采用Stata12進行數據處理。主要變量的描述性統計如表1所示。

表1 描述性統計

四、回歸結果分析

在測算創新效率和進行回歸分析之前，本文對模型的選擇進行檢驗。結果表明，η的估計值為0.008，對應的標準誤差為0.015，沒有通過5%的顯著性檢驗。說明樣本期間內創新效率沒有隨時間發生變化。故而，本文采取SFA1來估計相關參數。

（一）創新效率的測度

根據SFA1測得中國各省創新效率值以及中國各地區創新效率均值，其中表2顯示了中國各省份創新效率值的大小。由結果可知，中國各區域、各省份的技術創新效率存在較大的差異，總體水平普遍較低。最高的是東南沿海（上海、江蘇、浙江、廣東、福建）地區，且大大高于其他區域，這是由于東南沿海區域的改革開放早于中國其他地區，并且具有優越的自然地理環境，再加上政府政策上的傾斜，從而為開展技術創新活動創造了良好的政治和地理環境。

就中部五省（安徽、江西、湖南、湖北、河南）、西南六省（廣西、海南、重慶、四川、貴州、云南）以及環渤海地區（北京、天津、河北、山東）和東北三省（黑龍江、吉林、遼寧）而言，西北地區（山西、陜西、內蒙古、甘肅、青海、寧夏、新疆）的創新效率值最低，可能由于該地區創新資源匱乏及地理等因素，創新資源無法自由流動。西南地區重慶、四川、貴州這三個省份的創新效率值較大，分別位于中國創新效率值的第四、第六和第七。此外，東北三省的創新效率均不高，東北地區的創新效率僅僅略高于西北地區，這表示中國東北地區經濟發展主要還是依賴于重工業，第三產業等高新技術產業較為落后。

表2 中國各省份創新效率值

（二）金融發展對技術創新效率的作用

創新活動一般周期較長，從創新投入到創新成果形成存在時滯，而根據現有的研究成果，時滯一般設定為1年或者2年。本文為了穩健性，分別考慮無時滯、滯后1年和滯后2年的情況，并分為不考慮影響創新效率的因素和納入金融發展等影響創新效率的因素這兩種情況，對隨機前沿模型相關系數進行估計，結果如表3和4所示。

表3 不考慮效率影響因素的回歸結果

由表3可知，無滯后、滯后1年、滯后2年這三種情況，σ2和γ均通過了5%的顯著性檢驗，說明無效率項是造成復合擾動偏差的主要原因，各地區的非技術創新效率在創新活動中顯著存在，也表明選取隨機前沿模型進行估計是合理的。在不考慮影響創新效率因素和無滯后的情況下，lnrd的系數是0.468，lnrl的系數是0.387，在1%的顯著性水平下為正，表示R&D投入對創新產出有著明顯的推動作用，且研發物質資本的產出彈性略大于研發人力資本，說明物質資本的促進作用較大。而且無論是滯后1年還是2年，lnrd和lnrl的系數都顯著為正，且lnrd的系數較大，即研發物質資本在促進產出方面貢獻始終較大，說明估計結果較為穩健一致。

表4 金融發展對創新效率的影響回歸結果

表4列出了考慮金融發展等影響創新效率因素下的估計結果，就無時滯情況而言，stock的系數為～0.033，通過了10%的顯著性水平檢驗，表明資本市場發展對創新效率起到了抑制作用。可能是由于中國的資本市場體系不夠完善，沒有充分發揮其分散風險以及化解融資障礙的影響力。而且在滯后1年和滯后2年的情況下，stock系數在10%的顯著性水平下都為負。而相比無時滯情況下，bank的系數在1%的顯著性水平下為正，說明信貸市場發展顯著促進了地區創新效率的提升，這和理論預期以及中國實際相吻合，在滯后1年和2年的情況下，bank系數雖然并不顯著，但始終為正，表明無論考慮滯后與否，信貸市場發展在提升創新效率方面都具有積極作用。

就控制變量而言，open系數為正，總體顯著，說明開放水平有助于創新效率的提升，地區開放為獲取先進技術創造了平臺，有助于提升創新效率；edu的系數為正，總體顯著，這是因為人力資本投入越多，中國培養的高科技創新型人才就越多，從而有助于創新效率的提高，這也與實際相符；gov的系數總體為負，表示政府過多干預經濟不利于增強創新效率；fdi的系數盡管并不十分顯著，但總體為正，說明外商直接投資有助于東道國獲取先進的管理和生產技術，進而有助于提升創新效率。

（三）進一步分析

提高創新效率的一個重要途徑是促進創新資源由創新效率低的地區向高的地區流動，進而提高整體的創新資源利用效率。如果金融發展促進了地區間創新資源的優化配置，勢必會提高創新效率，也就意味著創新資源會迅速地從創新效率低的地區流向創新效率高的地區，表現為創新效率高的地區獲得的創新投入要素增長得更快。基于此構建如下計量模型：

其中，growthit表示地區 i在第t年相比第t～1年的研發資本增長率（研發物質資本和人力資本）。本文關注的是金融發展與創新效率的交互項系數φ，如果φ的估計結果顯著為正，就代表著金融發展使得創新效率高的地區獲得了更快的增長，也意味著金融市場的發展改善了地區間的創新資源配置。由于創新效率和增長率可能存在連續性，采用廣義矩估計方法對系數進行估計，考慮到系統廣義矩估計（SGMM）比差分矩估計（DGMM）在工具變量選擇上更有效，本文采用系統廣義矩進行估計，估計結果如表5所示。

由表5的第（1）和（2）列可以看到，資本市場發展水平與創新效率交叉項系數（IE_stock），以及信貸市場發展水平與創新效率的交叉項的系數（IE_bank）在1%的顯著性水平下為正，表明無論是資本市場還是信貸市場的發展，都能顯著促進研發物質資本由創新效率低的地區向高的地區流動，優化研發物質資本的配置。同理，由第（3）和第（4）列也可以看到，資本市場和信貸市場的發展都顯著促進了人力資本在地區間的優化配置，而就交叉項系數比較而言，信貸市場的作用較為明顯。

表5 金融發展對配置創新效率回歸結果

五、結論與建議

本文通過SFA技術測算了2006～2015年中國30個省級行政單位（西藏部分數據缺失，將其除外）的技術創新效率，并在此基礎上實證研究了金融發展對技術創新效率所產生的作用。主要有如下研究結論：（1）整體來看，中國各省市的技術創新效率普遍較低，這表示中國沒有充分利用技術創新的投入資源，導致其利用率較低。而且各地區的創新效率表現出很強的地區差異性，東南沿海區域的創新效率大大高于中、西部地區，西南地區又高于中部地區；（2）研發物質資本和研發人力資本均對創新效率起到正面作用，且研發物質資本對創新效率的貢獻更大；（3）信貸市場的發展能夠增強技術創新效率，而資本市場對技術創新效率具有抑制作用。（4）信貸市場和資本市場的發展都能促進創新資源由創新效率低的地區向高的地區流動，優化創新資源配置。

基于以上研究結論，本文提出如下政策建議：（1）政府應努力突破因制度和市場分割導致的創新資源不能在地域間自由流動的障礙，推動創新資源在地理空間上的合理分配，促進創新資源的有效配置，進而提升中國整體的創新效率；（2）加大對企業自主創新的支持和幫扶力度，激勵企業加大自主研發投入，進而充分發揮研發投入的創新和增長效應；（3）進一步協同發展信貸市場和資本市場，特別是健全和完善資本市場，積極發揮資本市場在企業創新過程中應有的緩解融資約束、分散風險等功能，進一步推進資本市場的市場化改革，從而更好地為優化地區創新資源配置和提高自主創新能力服務。