金融發展、FDI與經濟增長關聯性的空間效應特征識別

潘海峰，魏宏杰

（1.安徽工程大學 數理學院，安徽 蕪湖 241000；2.中央財經大學 中國經濟與管理研究院，北京 100081；3.中鋁國際貿易有限公司，上海 200126）

0 引言

伴隨FDI的不斷流入，境外資金不斷增加，金融開放度也不斷深化。金融業的發展是否對經濟增長起到推動作用？區域金融發展的差異性與FDI效能的發揮是否具有相關性？區域經濟增長的空間溢出效應在經濟發展中起到何種作用？對這些問題的合理解答，有利于明確經濟增長中金融發展、FDI及溢出效應因素的具體影響，為我國制定因地制宜的金融發展和招商引資政策提供決策依據。

關于金融發展與經濟增長關系的研究，國外文獻多基于跨國截面或面板數據，或某一國家的時間序列數據進行分析；同時，研究結果往往因選取的金融發展指標不同、國家不同、樣本區間不同而存在差異性，出現了正影響、負影響和沒有顯著影響的不同結果；國內文獻也未出現一致性結論。此外，關于FDI的溢出效應，多是從金融市場發展對FDI促進經濟增長的效應進行分析，較少從FDI對我國金融市場發展促進經濟增長的效應進行分析。由于信貸資源的配置、FDI的溢出效應對不同金融發展水平的區域所帶來的效應往往表現出差異性，尤其是金融發展對經濟增長的短期和中長期影響表現出不同。因此，本文從以下四個方面進行改進：一是對于金融發展的度量，考慮金融發展水平和金融發展效率兩個方面，采用多個指標，通過不同變量實證結果的對比分析，得到穩健性的結論；二是考慮區域經濟增長的空間溢出效應，采用省域面板數據的空間滯后和空間誤差模型進行實證分析，深化金融發展影響經濟增長的機制；三是考慮信貸結構因素，研究金融發展對經濟增長的短期與中長期影響；四是結合FDI因素，從FDI對我國金融市場發展溢出效應的視角，分析FDI和金融發展對經濟增長的影響。

1 計量模型與變量選擇

1.1 空間計量模型

首先，使用Moran指數來衡量并檢驗全局空間相依性。假設地區總數為N，該指數計算公式為：

空間滯后模型（Spatial Lag Model,SLM）主要用來研究變量的空間依賴性，分析各個變量在某一地區是否有溢出或擴散效應，其模型為：

其中，隨機誤差項 ε～N(0 ，σ2I)；wij是空間權重矩陣；ρ是空間自回歸系數，一般在（-1,1）之間，代表了空間溢出效應的強弱，如果為正，代表著空間集聚效應，反之，表明存在空間互斥現象。

空間誤差模型（Spatial Error Model,SEM）主要用來研究誤差項的空間相關性，其模型為：

其中，u是隨機誤差項，λ是空間自相關系數，ε～N(0 ，σ2I) 。

1.2 變量選擇與數據描述

實證研究中一般采用GDP或人均GDP衡量地區經濟發展現狀，由于人均GDP能夠較好反映當地人口對經濟發展的影響，因此本文被解釋變量采用人均GDP增長率衡量地區的經濟增長水平，記為GDPG。

解釋變量包括四個方面：金融發展水平、金融發展效率、實際利用外資及溢出效應。金融發展水平的度量指標一般采用麥氏指標或戈氏指標，但考慮到省域數據的可獲得性，本文采用金融產業增加值與GDP比值、存貸總額與GDP比值作為地區金融發展水平的度量指標，分別記為FIG和DLG。金融發展效率的度量，一般采用私有經濟貸款與GDP的比值或直接融資占比指標進行度量，本文采用信貸總額、短期信貸和中長期信貸與儲蓄總額的比值衡量儲蓄轉化為投資的指標，反映金融發展的效率，分別記為LDR、SLDR和LLDR。用地區實際利用外資額與GDP比值，反映利用外資對經濟的拉動作用，記為FDI；用金融發展水平與FDI的交叉項反映FDI促進金融發展進而對經濟增長的溢出效應。控制變量包括：教育水平，采用教育支出與總支出比值測度，記為EDG；對外開放度，采用省際貿易量與總貿易量比值測度，記為PTR；固定資產投資水平，采用固定資產投資與GDP比值測度，記為FAI。具體見表1。

表1 變量匯總

本文選取樣本的時間跨度為2000—2017年，由我國31個省份組成的面板數據，數據來源于Wind數據庫及各年中國統計年鑒。

2 實證分析

2.1 經濟增長的空間相依性檢驗

根據前述Moran指數公式，計算2000—2017年我國31個省份人均GDP增長率的空間依賴程度，結果見表2。

由表2可知，2000—2017年的Moran指數均大于0。其中，僅2000年Moran指數較小，未通過顯著性檢驗；其他各年均大于0.19。尤其是2010—2016年，均在0.3以上，且在5%顯著性水平下通過顯著性檢驗，經濟增長在空間上呈現出明顯的正相關關系。因此，經濟增長的空間效應需要加以考慮。

表2 空間相依性檢驗

2.2 空間滯后和空間誤差模型估計

以人均GDP增長率（GDPG）為被解釋變量，解釋變量為：金融產業增加值與GDP比值（FIG）、信貸總額與儲蓄總額比值（LDR）、實際利用外資與GDP比值（FDI）、交叉項FIG*FDI，控制變量為EDG、PTR和FAI。估計結果見表3。根據Hausman檢驗可知，在空間滯后模型中，P值為0.9911，接受隨機效應的原假設；對于空間誤差模型，P值為0.0167，在5%顯著性水平下拒絕原假設，接受固定效應的備擇假設。進一步結合擬合優度，可知空間滯后的隨機效應模型最優。結果顯示僅FIG變量在1%的水平下顯著，反映出金融發展水平FIG對區域經濟增長具有顯著的負影響。

表3 金融產業增加值/GDP估計

2.3 多模型估計及穩健性檢驗

為研究金融發展水平、金融發展效率對區域經濟增長的短期與長期影響，以及FDI與金融發展水平對經濟增長的交互影響，得到穩健性的結論，本文基于變量的差異，通過模型進行空間計量分析。

將存貸總額與GDP比值（DLG）作為金融發展水平的變量，進行空間滯后和空間誤差模型估計，結果見表4。根據Hausman檢驗可知，空間滯后和空間誤差模型，均在5%顯著性水平下拒絕原假設。進一步結合擬合優度，可知空間滯后的固定效應模型最優。結果顯示LDR、DLG*FDI、FAI變量在5%的水平下顯著，反映出金融發展效率LDR對區域經濟增長具有顯著的負影響；FDI對推動金融發展促進經濟增長產生了顯著的積極作用；固定資產投資對經濟增長具有顯著的正影響。

表4 存貸總額/GDP估計

將金融產業增加值與GDP比值（FIG）作為金融發展水平的度量指標，將短期信貸與儲蓄總額的比值（SLDR）、中長期信貸與儲蓄總額的比值（LLDR）作為金融發展效率的指標，以度量金融變量對經濟增長的短期和長期影響，結果見表5。由Hausman檢驗，并結合LR、LM檢驗可以得出，空間滯后隨機效應模型優于固定效應模型、空間誤差固定效應模型優于隨機效應模型；結合擬合優度，最終選擇空間滯后的隨機效應模型為最優模型。金融發展水平的度量指標FIG在1%水平下顯著，對經濟增長產生負影響；金融發展效率指標SLDR、LLDR均在1%水平下顯著，反映出對經濟的短期增長具有負影響，而對長期增長具有正影響。

將存貸總額與GDP比值（DLG），作為金融發展水平的度量指標，結合短期信貸與儲蓄總額的比值（SLDR）、中長期信貸與儲蓄總額的比值（LLDR）金融發展效率的指標，進行空間滯后和空間誤差分析，結果見表6。結合Hausman、LR、LM和R2，可知空間滯后的隨機效應模型最優。結果表明，DLG、SLDR、LLDR均在1%水平下顯著。

表5 金融產業增加值/GDP、信貸結構估計

表6 存貸總額/GDP、信貸結構估計

綜合以上結論，所有模型結果表現出一致性，具有穩健性。從回歸系數看，金融產業增加值與GDP比值、存貸總額與GDP比值、信貸總額與儲蓄總額比值等變量系數均顯著為負。這主要源于我國地區經濟發展的區域差異性，由于東部、中部、西部發展不均衡，金融發展與經濟結構出現一定的匹配失衡。東部地區雖然金融資源規模大，但民營企業獲得的金融資源相對不足，一定程度上成為阻礙經濟發展的因素；中部和西部地區，雖然國有企業較多，優勢地位明顯，但金融資源總量卻相對不足。金融發展的不均衡和金融資源分配的歧視性一定程度上對金融發展的效率產生負向影響。

中長期貸款主要投向周期性較長的基建、實體經濟和房地產等領域，占固定資產投資的比重較大，對經濟發展起到積極的推動作用。短期貸款并未對經濟發展起到推動作用，反映出我國短期貸款的使用效率還存在不足。一般情況下短期貸款可以為企業的流動性提供有效補充，減少企業經營風險，是推動經濟發展不可缺少的重要組成部分。因此，我國還需要進一步優化貸款結構，在合理配置中長期貸款的同時，有效提升短期貸款資金的使用效率。

外商直接投資為企業投資增加資金積累，提供外部融資方式，一定程度上可以解決企業的融資需求，并倒逼企業進行產業升級、技術創新。FDI中涉及的資金往來由當地金融市場完成，可以促進資金融通與配置的優化。但正溢出效應的不穩健性，表明我國還需要進一步優化FDI的質量，加強對FDI的有效引導，使其配置到切實存在融資需求的實體經濟中去，發揮緩沖國內金融資源配置不足、促進金融體系配置效率提升的作用。

3 結論

本文基于新經濟地理的視角，對金融發展、FDI溢出與經濟增長之間的關系進行了研究，主要結論如下：第一，我國區域經濟增長存在著空間相依性特征，不同地區間的經濟增長存在著空間聯系與空間鄰近效應；第二，我國金融發展水平、金融發展效率均與地區經濟增長呈負相關關系，反映出我國金融業的快速發展并未對經濟增長產生積極作用；第三，從信貸結構看，中長期信貸與經濟增長呈顯著的正相關關系；短期信貸與經濟增長呈顯著的負相關關系；第四，一定條件下，FDI因素有利于提升我國金融市場發展對地區經濟增長的促進作用。