京津冀地區銀行信貸、技術創新與經濟增長

袁慶祿（副教授），劉翠俠（教授）

一、問題的提出

在傳統人口紅利消退、環境資源約束趨緊的背景下，當前我國經濟進入新常態的發展階段，依賴于要素驅動和投資驅動的增長模式逐漸喪失運行條件，長期依靠傳統粗放式的增長積聚了一系列的深層矛盾，我國經濟迫切需要新的驅動機制。黨的十八大和十九大均提出，要堅定實施創新驅動發展戰略，技術創新將長期成為我國最重要的新的生產要素。而要使科技創新成為持續驅動經濟增長的引擎，必須予以科技創新長期、穩定的信貸資金支持。

技術創新模式主要有兩種：自主創新和技術引進。改革開放30 多年以來，我國一直走技術引進為主、自主創新為輔的發展道路。然而，2018年初中美貿易戰爆發，美國商務部針對中興通訊發布了長達七年的出口禁令，導致其業務幾乎瞬時中斷，再次暴露了我國企業關鍵技術受制于國外的尷尬現實，因此提高企業自主創新能力迫在眉睫。那么，當前我國是否具備放棄技術引進的現實條件？還是尚需經歷一個自主創新為主、技術引進為輔的過渡階段？

2015年4月，《京津冀協同發展規劃綱要》要求“以實現創新驅動發展作為合作重點”。2016年6月，《京津冀產業轉移指南》進一步要求“全面推進京津冀產業協同發展，充分發揮三地比較優勢，形成空間布局合理、產業鏈有機銜接、各類生產要素優化配置的發展格局”。然而，京津冀地區信貸結構的異質性較為明顯，經濟表現失衡。當前急需明確的是，隨著技術創新水平的提高，京津冀不同區域的銀行信貸對經濟增長的影響會有怎樣的差異？能否將技術創新和銀行信貸有效結合起來，實現地區經濟的穩定增長？本文對不同的技術創新模式在京津冀地區銀行信貸的經濟效應中所起的作用展開了研究。

二、國內外研究現狀

（一）銀行信貸的經濟效應

一些國內外學者從商業銀行的角度來分析信貸投放與經濟增長的關系，得出的結論基本一致。Goldsmith[1]強調金融機構將社會資金配置到最有效率的部門，進而加速了經濟增長。Loayza 等[2]發現，從長期來看銀行信貸對經濟增長的作用非常顯著。李世杰和校亞楠[3]、楊長漢[4]都認為銀行信貸對經濟增長有正向促進效應。王偉等[5]則提出，銀行信貸過度擴張會顯著地降低經濟增長速度。

還有學者從貸款企業的角度分析信貸投放與經濟增長的影響機制。Fisher[6]認為在信用經濟中，如果可抵押資產價格上升，信貸的高杠桿政策會鼓勵企業擴大投資額，繼而推動經濟上行；遇到債務到期清償時，資金短缺的企業被迫折價出售資產，企業會減少投資額，引發經濟下行。Bernanke等[7]提出了著名的金融加速器理論，認為在假定信貸市場信息不對稱的前提下，銀行為避免逆向選擇和道德風險，要求貸款人提供抵押資產；當外部沖擊發生時，全社會資產價格下降，借款人可供抵押資產價值縮水，同樣會導致投資下降和經濟下行。程棵等[8]實證檢驗了我國金融加速器效應的存在性。張良貴等[9]研究發現，國內信貸供給量與金融加速器之間存在倒U型關系。

（二）技術創新的經濟效應

較多學者研究了技術創新對經濟增長的影響，其對經濟的推動作用已成基本共識。新古典增長模型將技術創新視為影響經濟增長的決定因素，內生經濟增長理論進一步將技術創新內生化，提出即使資本和勞動等生產要素有限，經濟仍可以通過產品創新和知識存量的增加實現持續增長。Atkinson、Stigliz[10]提出通過“干中學”，各國將積累的技術創新經驗進行傳播，促進了地區之間的經濟增長。Bravo、Marin[11]認為，創新還會以溢出效應以及提升全要素生產率等方式間接地促進經濟增長。

國內學者沈坤榮、耿強[12]考察了外資引進形成的技術溢出對經濟增長的影響。白俊紅、王林東[13]發現創新驅動對我國地區經濟增長具有的異質性影響。孔曉妮、鄧峰[14]證實了地區研發投入不僅可以顯著提高本地區的經濟增長水平，還會通過技術溢出顯著影響其鄰近地區的經濟增長。

（三）技術創新模式的選擇

對于技術創新模式的選擇，無論是理論上還是實踐上，均未取得統一意見。由于發達國家處于世界技術前沿，一般依靠自主研發來推動生產效率的持續提升。發展中國家的技術創新情況更復雜，需要依據本國經濟增長所處的階段以及現存的技術基礎，在技術引進與自主研發之間權衡。

眾多學者認為，發展中國家單純依靠內在積累進行自主創新，以此促進經濟增長的方式在實踐中存在很多問題，而通過技術引進可以實現經濟的快速增長。Nelson[15]的研究證明，若一個發展中國家技術水平的提高同其與發達國家的技術差距成正比，則該國技術創新速度往往高于發達國家。Elkan[16]假定所有國家資本存量都可以從技術的轉移、模仿或創新中得到提升，發展中國家可以通過技術引進，最終實現技術和經濟水平的趕超，不同經濟起點的國家經濟增長速度最終趨于收斂。林毅夫[17]認為，我國要素結構升級并不具備施行自主創新為主的技術創新模式的客觀條件，從外部引進先進技術是實現技術趕超的捷徑。

雖然技術引進可以以較低成本在短期內為發展中國家帶來大量先進技術，但是也有學者對其在實現技術趕超和經濟增長收斂中的作用產生了懷疑。由于技術引進的路線受制于國外的技術壁壘，會形成技術依賴，長遠來看，自主創新才是實現技術趕超的最終途徑。陳璋、黃彪[18]認識到，技術引進會產生技術依賴，將技術進步路徑固化在技術引進上，國內企業要想實現技術趕超，必須選擇自主創新。

部分觀點認為，發展中國家應該將技術引進與自主創新相結合，兩者存在一定的互補性和協同性。Lee、Lim[19]指出，落后國家在經過前期的復制性模仿和創造性模仿階段之后，可以過渡到自主創新階段來推動經濟的發展，自主創新應是技術引進的高級階段。方福前等[20]研究發現，2010年前后是我國技術創新模式由技術引進為主變為自主創新為主的轉折點，借助當前經濟增速持續下行可促進由以技術引進為主向以自主創新為主的模式轉換。

（四）銀行信貸、技術創新與經濟增長的關系

Schumpeter[21]指出，運行良好的銀行系統可以識別那些最有可能創新成功的企業家并向其提供資金，促進技術創新，進而推動經濟增長。Amore等[22]發現對企業信貸支持可以有效促進其改進技術，提高企業生產率，從而帶動經濟增長。邵宜航等[23]研究發現，經濟發展水平越低，技術進步越多地選擇模仿時，銀行機構數量對經濟增長的促進作用越顯著；隨著經濟的不斷發展，自主創新比重增加時，銀行貸款額對經濟增長的促進作用開始顯現。溫濤、張梓榆[24]認為，信貸擴張和研發投入對我國經濟增長均起到了促進作用，且研發投入的作用更強。

可見，現有研究仍存在需要拓展和深化的部分：第一，較多地討論銀行信貸規模，而忽略了地區信貸結構的作用。第二，大多是研究技術創新或銀行信貸與經濟增長之間的單一關系，缺乏關于三者之間影響機制的研究，包括技術創新和銀行信貸之間的交叉效應。第三，較少學者關注技術引進或自主創新以及共同在銀行信貸的經濟效應中所起的非線性作用。本文將對上述三個問題展開探索性研究。

三、數據選取與變量設計

本文收集并整理了2009～2016年間京津冀43個地級市的經濟數據，其中北京市有16 個市轄區，天津市有16個市轄區，河北省有11個地級市。

通過構建面板門檻模型，分析在技術創新背景下，銀行信貸對京津冀區域宏觀經濟的影響。因變量為經濟增長率，關鍵自變量為地區信貸度，門檻變量為技術創新，包括技術引進和自主創新兩種模式，并考慮兩者的交互項。其他控制變量包括固定資產投資占比、就業人員占比、政府干預度等。為了避免價格指數的影響，自變量多數采用了占比指標。

1.經濟增長率（RGDP）。《中國統計年鑒》沒有直接給出GDP平減指數，每年披露的數字都是名義GDP，附帶按不變價格下的GDP年增長率，GDP 平減指數=GDPt,p=GDPt,現價/GDPt,不變價。本文沒有計算不同省市歷年的GDP 平減指數，而是構造出GDPt,p/GDPt-1,p，將其稱為第 t年的 GDP 平減指數比。則有：

得出（：GDPt,p/GDPt-1,p）=（GDPt,現價/GDPt-1,現價）/GDPt,p。計算出各市不同年份的GDP 平減指數比后，將其作為各市統一GDP 平減指數比，然后通過不同地區的現價GDP，計算出不同地區的GDP 指數，繼而得出其經濟增長率，表示為RGDP。

2.地區信貸度（LLD）。LLDi,t=第i 個地區第t年銀行信貸余額/第i個地區第t年GDP。其中，銀行信貸余額口徑為中資銀行人民幣貸款余額。

3.自主創新度（PGR）。自主創新度用專利授權量的占比來表示，PGRi,t=第i個地區第t年專利授權量/第t年京津冀地區專利授權總量×100。

4.技術引進度（TYD）。TYDi,t=第i 個地區第t年實際利用外資額/第i個地區第t年GDP。其中，本文將采用萬美元計量的實際利用外資額，根據當年的人民幣匯率折算為人民幣億元。

5.固定資產投資占比（FAIR）。FAIRi,t=第i個地區第t年全社會固定資產投資/第t年京津冀地區全社會固定資產投資總額×100。

6.就業人員占比（CER）。CERi,t=第i個地區第t年法人單位從業人員數量/第t年京津冀地區法人單位從業人員總數×100。

7.政府干預度（GID）。政府干預度也稱政府支出率，反映政府干預經濟的程度。GIDi,t=第i個地區第t年一般公共預算支出/第i個地區第t年GDP。

各市數據主要取自歷年的北京區域統計年鑒、天津統計年鑒和河北經濟年鑒，部分數據來自不同地級市的統計年鑒和統計公報，貸款數據部分來自地區金融年鑒。天津市地級市部分年份的專利授權量取自《天津科技統計年鑒》，天津市地級市2009～2012年的貸款數據補充自《中國縣（市）社會經濟統計年鑒》。從上述資料中手工摘取數據，并利用商業數據庫補充和印證，出現差異的數據以統計部門公布為準。由于行政區劃合并，北京市東城區和西城區以及天津市濱海新區存在合并前后數據口徑不一致的情況，因此采取對應加總的方式處理。

四、關鍵變量的描述性統計與面板單位根檢驗

（一）關鍵變量的描述性統計

1.GDP 增長率。2009～2016年京津冀 GDP 增長率走勢如圖1所示。

圖1 2009～2016年京津冀GDP增長率走勢

2009～2016年間，天津市 GDP年均增長率為13.24%，北京市（8.16%）和河北省（8.93%）大體持平。天津市的GDP 平均增速高出北京市和河北省4 個百分點以上，近幾年差距有所減小。三個省市的GDP增速均呈逐步下降態勢，2015年和2016年有企穩跡象但不明顯，經濟企穩向好的基礎尚不牢固，經濟下行壓力仍然存在。

2.地區信貸度。2009～2016年京津冀地區信貸度走勢如圖2所示。

圖2 2009～2016年京津冀LLD走勢

2009～2016年間，三個省市的地區信貸度呈逐年緩慢爬升態勢。2016年，北京市地區信貸度達到2.86，表明1元GDP 能夠獲得2.86 元的銀行信貸支持；天津市達到1.51，表明1元GDP僅能獲得1.51元的銀行信貸支持；河北省為1.68，表明1元GDP僅能獲得1.68元的銀行信貸支持。可見，北京市的信貸支持力度遠遠高于天津市和河北省。

3.自主創新度。2009～2016年京津冀自主創新度走勢如圖3所示。

圖3 2009～2016年京津冀PGR走勢

2009～2016年，三個省市的專利授權占比基本保持不變。2016年，北京市自主創新度為58.43%，盡管較前幾年略有下降，但仍占京津冀總量的一半以上；天津市為23.08%，不到京津冀總量的四分之一；河北省為18.49%，不到京津冀總量的五分之一。表明北京市的自主創新能力要高于其他兩省市。

4.技術引進度。2009～2016年京津冀技術引進度走勢如圖4所示。

圖4 2009～2016年京津冀TYD走勢

2009～2016年間，天津市技術引進度年均為0.07，表明1元GDP可獲得0.07元的直接外資支持，2015年之前天津市技術引進度一直遠高于北京市和河北省，但是2015年突然下降。北京市技術引進度年均為0.03，河北省為0.01，均明顯低于天津市。

（二）面板單位根檢驗

傳統面板計量分析方法隱含假設是時間序列均為平穩，實際數據并不如此，因此有必要對各個變量進行面板的單位根檢驗。從表1中的檢驗結果來看，絕大部分的檢驗方法拒絕了原假設，變量均為零階單整變量（TPR 為PGR 和TYD 的交互項）。選擇上述變量構建模型進行估計，能夠避免虛假回歸現象。

表1 各變量平穩性檢驗結果

五、實證分析

（一）模型估計與結果分析

以LLD 為核心解釋變量，分別以PGR 和TYD為門檻變量，建立經濟增長率的面板門檻效應模型。

其中，TI 為門檻變量，分別為PGR 和TYD。Xit為控制變量，包括FAIR、CER、GID和TPR，并加入時間控制變量，i 表示市轄區和地級市，t 表示年份。αi為待估參數，γ為門檻值，I（·）是指示函數，隨機項εit～i.i.dN（0，σ2）。

基于模型（1）估計門檻值及其95%漸近置信區間，所得結果如表2所示。

表2 門檻估計值及置信區間

表3 PGR門檻效應的顯著性檢驗結果

表4 TYD門檻效應的顯著性檢驗結果

本文采用Bootstrap方法依次在0個門檻、1個門檻和2個門檻設定估計模型（1），并利用測算的F值和相應P 值判斷模型的最佳形式。由表3和表4可知，單一門檻模型的F值顯著，雙重門檻模型的F值不顯著，可以運用如下單一門檻回歸模型進行分析。

對估計的門檻值進行檢驗，可以構造出門檻估計值的95%置信區間圖形，如圖5和圖6所示，該結果可以進一步通過似然比函數圖來直觀反映置信區間與門檻值的構造過程。由圖5和圖6可知，兩個門檻值均落于LR 值（圖中虛線）下方的區間，證明門檻值估計有效。

圖5 PGR單一門檻的LR函數圖

圖6 TYD單一門檻的LR函數圖

使用POLS 估計模型（2）和模型（3），采用穩健性的固定效應處理方法，同時列出沒有交叉項的估計結果作為比較，結果如表5所示。

由表5可知，地區信貸度與經濟增長率之間存在顯著的非線性關系，即存在單門檻效應。在自主創新度的門檻值兩側，地區信貸度對經濟增長率的影響出現了明顯變化，這種影響過程可以劃分為兩個不同的區制，即低水平區制和高水平區制。當PGR不高于2.72%，即處于低水平區制內時，地區信貸度對經濟增長率的影響顯著為6.190（無交叉項）、6.161（有交叉項）。當PGR 高于2.72%，即處于高水平區制內時，地區信貸度對經濟增長率的影響為正但不顯著。表明在自主創新度較低的地區，信貸投放有力地支持了當地經濟增長；而在自主創新度較高的地區，信貸投放的經濟效應反而不顯著。這意味著，在當前我國經濟發展水平下，自主創新度在信貸的經濟效應中所起的作用由強變弱，不具備持續性。

在技術引進度的門檻值兩側，地區信貸度對經濟增長率的影響也出現了變化。當TYD 不高于0.034，即處于低水平區制內時，地區信貸度對經濟增長率的影響顯著為4.873（無交叉項）、4.943（有交叉項）。當地區的TYD 高于0.034，處于高水平區制內時，地區信貸度對經濟增長率的顯著影響增加至6.763（無交叉項）、6.850（有交叉項）。表明即使技術引進度較低，地區信貸投放也能夠有力地支持當地經濟增長，隨著技術引進度的提高，地區信貸投放對當地經濟的支持力度逐漸變強。這意味著，在當前我國經濟發展水平下，技術引進度在信貸的經濟效應中所起的作用具有較強的持續性。

自主創新度與技術引進度的交叉項在模型（2）和模型（3）中均為負且不顯著，表明兩者對經濟增長的影響可能存在相互替代的效果，雖然這種效果目前并不顯著。

表5 單一門檻模型系數的穩健性估計結果

（二）穩健性檢驗

由于信貸投放與經濟增長之間是相互影響的關系，因此上述回歸可能存在內生性問題，需要利用地區信貸度的工具變量進行穩健性檢驗。本文將地區信貸度的滯后一期值作為工具變量，對模型（2）和模型（3）再次進行門檻效應回歸，結果如表6所示。

表6 滯后一期值工具變量的穩健性檢驗結果

與表5相比，表6中關鍵變量的回歸系數符號及顯著性未發生變化，證明表5的回歸結果是穩健的。

（三）進一步分析

根據自主創新度和技術引進度的門檻值，可以將樣本分為四個不同區制：低低區制、高低區制、低高區制和高高區制。表7中列示了2009～2016年處于不同PGR 區制和TYD 區制的地區個數。2009～2016年間，43個地區共有344個分布點。

對PGR 區制而言，在整個京津冀區域，大部分地區處于低水平區制內，而且常年所列名次沒有太大變化，年度間實現區制跨越的地區很少。北京市表現稍好一些，從2010年起每年有43.75%的地區越過2.72%的門檻，步入高水平區制，其中海淀區和朝陽區表現得較為突出，專利授權量占比均達到10%以上，這兩個區高新技術企業數量較多，自主創新能力相對較強。西城區、東城區、豐臺區、昌平區、大興區在3%～10%之間，通州區、順義區、石景山區、房山區、懷柔區、密云區、平谷區門頭溝區和延慶區均低于3%。天津市和河北省的情況顯得較差，其中只有濱海新區（平均6.90%）、石家莊市（平均3.94%）、保定市（平均2.82%）表現得相對好一些，其他所轄地區均值不超過2.72%的門檻。

表7 2009～2016年PGR/TYD區制內的地區分布

對TYD區制而言，大部分地區處于低水平區制內。天津市表現較好，每年有56.25%的地區越過0.034的門檻，步入高水平區制，其中濱海新區（平均0.086）、北辰區（平均0.073）、西青區（平均0.069）超過門檻2倍以上。北京市和河北省的情況顯得較差，其中只有朝陽區（平均0.070）、懷柔區（平均0.039）、秦皇島市（平均0.036）稍高于門檻值，其他多數地區水平很低。TYD 的計算與實際利用外資額、匯率變動和地區GDP 等因素有關，大部分地區年度間的TYD有較大波動。

在自主創新度和技術引進度的雙重作用下，每個地區信貸投放的經濟效應都是有效的，但有效程度有所不同。有效程度最高的是處在PGR 不高于2.72%、TYD高于0.034的低高區制，有71個點，其中天津市57 個，北京市8 個，河北省6 個。有效程度次之的是處在PGR 不高于2.72%、TYD 不高于0.034的低低區制，大部分地區處在這一區制，有191 個點，其中河北省69個，北京市66個，天津市56個，分布較為均勻。有效程度第三的是處在PGR 高于2.72%、TYD高于0.034的高高區制，有21個點，其中北京市11個，天津市10個，河北省0個。有效程度最小的是處在 PGR 高于 2.72%、TYD 不高于 0.034 的高低區制，有61 個點，其中北京市43 個，河北省13個，天津市5 個。整體來看，天津市和北京市的經濟效應有效程度要高于河北省。

單一來看，在自主創新能力較低的地區，銀行信貸的經濟效應是有效的，而在自主創新能力較高的地區，銀行信貸對經濟的支持效應并沒有發揮出來。隨著技術引進度的不斷提高，銀行信貸的經濟效應有效性越來越強。綜合來看，不管是考慮自主創新還是技術引進，銀行信貸的經濟效應都或多或少地存在，其中技術引進一直發揮著正向推動作用。地區自主創新能力既表現在數量上，還表現在質量上。京津冀大部分地區自主創新能力低、技術引進度也低，占比為55.52%，這些地區的銀行在考察企業的技術創新能力時只關注專利數量，沒有能力識別專利質量。其實，此時企業引進技術的質量一般要高于其自身的專利質量，而且自主研發的技術和引進技術之間的重疊度一般也不高，兩者共同推動地區經濟增長。專利變多、技術引進不多的地區（占比17.73%）的銀行開始注意到企業自主研發專利的質量低于引進技術的質量，轉而對引進成熟先進技術的企業更感興趣，其信貸投放規模和結構相應發生變化，銀行信貸的經濟效應有所減弱。專利變多、技術引進也多的地區更是如此，但其占比僅為6.10%。對技術引進的重視會使當地經濟對國外技術產生嚴重依賴，蘊藏了較大的知識產權風險和持續發展風險。

六、結論和建議

本文的研究結果表明，京津冀地區銀行信貸的非線性效應是存在的。在當前經濟發展水平下，在衡量京津冀信貸投放的經濟效應的過程中，技術引進起著持續顯著的助推作用。自主創新與引進技術之間的質量差距不斷暴露，其推動力逐漸減弱甚至喪失。基于此，提出如下建議：

1.京津冀需要技術引進過程。受技術條件和要素稟賦的限制，京津冀大部分地區的企業屬于勞動密集型產業，技術創新知識積累不足，核心技術難以有效突破。為了發揮后發優勢，技術引進仍然是當前京津冀地區比較好的選擇。通過接觸先進技術，可以避免支付高昂的試錯成本和成果轉化成本，快速縮小與發達地區同類技術之間的差距，也有助于縮小京津冀各地區間經濟發展水平的差距。因此，銀行的信貸投放要注意向引進高質量技術的企業傾斜。

2.必須堅持自主創新發展戰略。當前的技術引進并不意味著摒棄自主創新，技術引進只是過程，自主創新才是目的。技術引進向自主研發轉變是一個復雜的組織學習過程，通常要經過模仿創新、改進創新以及二次創新等階段，才可能實現自主創新。長期依靠引進技術驅動發展會擠壓我國自主研發技術的市場空間，而且很容易形成路徑依賴。當技術輸入國引進的技術接近或者達到技術輸出國水平時，他們會立刻采用早已研制好的新技術，以確保競爭優勢，從而導致輸入國的技術創新空心化，陷入“引進—落后—再引進—再落后”的惡性循環。因此，在這一階段，銀行的信貸投放對企業考核的重心要落到自主創新層面，加大扶持企業自主創新的力度。只有實現從技術引進向自主創新的轉變，堅持自主創新發展戰略，才能實現京津冀地區經濟的可持續增長。