陳兆年 李 靜
在改革開放以來的幾十年間,我國經濟一直保持了高達兩位數的增長速度,經濟總量迅速躍居世界前列。隨著經濟發展總量逐步提高,傳統的高投入-高消耗-高增長的粗放型增長模式帶來的經濟效率不高、投入要素浪費、環境污染嚴重等問題日益凸顯,高速增長難以維系,經濟增速從2012年開始降到了8%以下,經濟向高質量發展轉變迫在眉睫。為此,黨的十八大作出了創新驅動發展戰略部署,黨的十九大進一步明確強調要貫徹“創新、協調、綠色、開放、共享”的新發展理念,這就要求以此為指導,從推動經濟發展質量變革、效率變革、動力變革等方面,提高全要素生產率,改進增長的質量和效益。
在這一關鍵時期,金融系統作為現代經濟中的核心部門,毫無疑問發揮著重要作用:作為資金融通的中介部門,一方面金融體系可將資金從盈余方轉移到需求方,提高資金使用效率,另一方面可識別并投資于最有競爭力和創新能力的企業和行業,提高資本的配置效率,事實上,金融體系的這一配置效率更能體現其對于推動經濟向高質量發展階段轉型的支持作用。
然而,針對金融體系配置效率,已有文獻進行了有益的探討,但多基于經濟總量(數量)的考察,從而更多的是一種基于“穩增長”目標的衡量,難以準確反映金融體系對于經濟高質量發展的支持作用。張軍擴等(2019)指出,“高質量發展的本質內涵,是以滿足人民日益增長的美好生活需要為目標的高效率、公平和綠色可持續的發展。”換言之,經濟高質量發展階段的主要目標是“高效”、“公平”和“可持續”。高培勇等(2019)則從現代化經濟體系角度出發,同樣重點強調了“可持續增長”和“技術進步驅動為主的高質量發展”增長特征,指出在高速增長階段,經濟發展質量相對較低,表現在經濟波動幅度大,并且由于是要素驅動,對資源環境的破壞較大,而在高速增長階段,則主要依靠技術進步、效率驅動。因此可以看到,“效率”、“綠色可持續”是經濟高質量發展的兩大關鍵詞,金融體系配置效率所導向的最有競爭力和創新能力的企業和行業、最具成長性的企業和行業,也應是在在技術水平以及能源資源消耗強度方面達到一定的門檻水平的企業或行業。
因此,隨著我國經濟步入新常態,以創新驅動經濟發展方式向質量效益型轉變,實現經濟低能耗、低污染、高效率的高質量發展成為當前和今后我國經濟發展的重要路徑。在此背景下,我國金融體系是否實現了引導生產要素從“低效率”、“高耗能高排放”部門向“高效率”、“低能耗低排放”部門流動這一要求,從而提高配置效率,有效地支持了經濟高質量發展?如何衡量經濟高質量發展視角下的金融體系配置效率?我國目前金融體系對經濟高質量發展的支持作用如何?這些成為亟待研究的問題。通過對這些問題的回答,可為新時期中國經濟如何保持高質量發展、如何打贏決勝全面建設小康社會污染防治攻堅戰、如何發揮金融體系對實體經濟支持作用提供相關的政策建議。
在金融體系通過配置效率的提高來影響資本要素使用效率,從而推動經濟增長的研究方面,主要圍繞對一國整體或者各地區的資本配置效率測算來展開。傳統的資本配置效率主要是采用“資本邊際收益均一化”原則來衡量,其測量指標為投資效果系數,即邊際產出資本比率(IOCR),在實際的測算中,往往根據財務統計數據(如利潤率等)調整推算平均資本收益率,或者根據假定的總量生產函數,采用實際的產出、資本以及勞動投入數據進行回歸估計(龔六堂和謝丹陽,2004;陳詩一等,2019)。由于統計數據質量或者函數設定帶來的差異,這一方法的可靠性、可比性受到一定的限制(樊瀟彥等,2006;才國偉等,2009)。
Wurgler(2000)提出,金融體系配置效率的本質是將資金配置到成長性更高的行業,而從成長性較低的行業中撤出資金,因此,可以從“投資-成長性”敏感性的角度測算金融體系配置效率,具體地,在地區或行業層面,可采用固定資產投資增長率對于工業增加值增長率的彈性系數來衡量。與函數估計法或調整推算法相比,這一方法的好處在于不需要對生產函數進行設定,也不需要處理復雜并可能存在統計誤差的財務數據,同時具有較高的可比性,便于進行橫向和縱向比較。
許多學者依據這一思路開展了跨國/跨行業和企業層面的研究。在實際應用中,基于不同的研究目的,學者們或是對Wurgler(2000)中關于“成長性”的衡量指標進行改進(韓立巖、蔡紅艷,2002;李青原等,2010,2013),或是通過在模型中加入交叉項進行拓展(方軍雄,2006)。韓立巖、蔡紅艷(2002)采用了工業行業的利潤總額增長率來衡量行業成長性,此時,金融體系的配置效率實際上是我國工業各行業所吸收的投資對其盈利能力變化的敏感度,衡量的是我國金融體系整體的配置效率。測算結論認為,我國1991年至1999年間的資本配置效率在不斷下滑。韓立巖、王哲兵(2005)則沿用了Wurgler(2000)的設定,通過行業工業增加值的增長來衡量行業成長性,由此,他們測算了我國1993-2002年間的資本配置效率,結論認為,我國金融體系并未有效識別出行業的成長性,各行業的投資受國家宏觀經濟政策的影響較大。李青原等(2010,2013)也同樣采用行業工業增加值的增長來衡量行業的成長性,并采用省級工業行業數據來測算我國資本配置效率,從而將研究范圍從總體效率拓展到了行業配置效率。
盡管這些研究從不同角度來衡量“成長性”,但其共同之處在于均使用了價值指標。方軍雄(2006)細致比較了工業增加值的絕對值、工業增加值率以及銷售收入等“成長性”測算指標之間的相關性,認為這些衡量指標之間均存在顯著的正相關關系,因而采取不同的指標不會對估計結果產生大的影響。并進一步指出,工業增加值并不能恰當的反映行業的成長性,“因為工業增加值的增加既可能來自效益的改善(工業增加值/銷售毛利率),也可能源自生產數量的增加,而后者很可能意味著競爭的加劇(而非行業具有更高的成長性)”。因此,結合我國經濟發展的實踐和未來發展路徑來看,工業增加值的增長并不能很好地反映我國經濟高質量發展的要求,從而并不適合作為現階段“成長性”的衡量指標。
經濟高質量發展要求踐行“創新、協調、綠色、開放、共享”的新發展理念,其本質內涵和目標是高效率、公平和綠色可持續發展(張軍擴等,2019;高培勇等,2019),因此,對高質量增長的衡量主要涉及兩個方面,一是“高效率”,推動創新驅動發展,提高技術效率,二是“綠色可持續”,踐行“綠水青山就是金山銀山”理念,實現發展的低能耗、低污染。這與余永澤等(2019)提出的采用包含了環境因素的綠色全要素生產率作為經濟高質量增長的代理指標具有一定異曲同工之處。基于此,為了填補現有文獻在這方面的不足,本文結合經濟高質量發展要求,從綠色技術效率角度對行業成長性的衡量指標進行了改進,從而考察了金融體系對經濟高質量發展的支持作用。
綜上,本文研究創新主要體現在以下兩個方面:第一,在金融體系配置效率的測算中,不同于現有對經濟總量增速影響的考察,本文關注于對經濟增長效率的考察,第二,進一步地,本文將能源消耗及環境污染要素納入分析框架,從而考察了金融體系對綠色經濟增長效率的影響,從而更全面的反映了金融體系對經濟高質量發展的支持作用。
Wurgler(2000)提出,配置效率的本質是指識別出“好的投資”,將資金配置到成長性更高的行業。

(1)
其中,Ii,t是行業固定資產凈值,Vi,t是行業工業增加值,η是行業的固定資產投資增長率對于工業增加值增長率的彈性系數,反映了金融體系是否將資源配置到增長率較高的行業中,α為常數項,εi,t為誤差項。
經濟高質量發展視角下,基于“創新、協調、綠色、開放、共享”五大發展理念,行業成長性的衡量要從“高效率”和“綠色可持續”兩個角度進行分析,因此,可根據以下步驟對行業成長性衡量指標進行改進,從而考察經濟高質量發展視角下的金融體系配置效率。
結合經濟高質量發展的要求,本文提出從效率角度建立行業成長性衡量指標。
一方面,技術效率作為推動長期經濟增長的源泉,能更好地反映創新驅動經濟增長、提高全要素生產率的高質量發展要求(胡鞍鋼等,2008,余永澤等,2019),事實上,對于高質量增長的理解大部分文獻都是從全要素生產率角度展開相關分析,技術效率則是全要素生產率高低的重要決定因素(王志剛等,2006)。因此,從技術效率的角度考察行業的成長性更加具有合理性。
另一方面,Rajan and Zingales(1998)以及Beck et al(2000)等均指出,金融市場的配置效率體現在能夠為技術效率較高的行業提供更多的資金支持,換言之,金融與經濟增長的關系主要體現在金融體系是否將資本集中于生產率較高的部門。從國內的研究來看,樊綱(2011)指出,資源(包括資金)配置效率的改善指的是生產要素從生產率低的部門流向生產率較高的部門。簡澤等(2018)也同樣采取這一思路,將行業成長性指標轉換為資本生產率或勞動生產率指標,相對應的,將資金使用量拓展為生產要素使用量,從而考察了企業層面的資本配置效率。因此,從技術效率角度衡量金融體系配置效率,能夠更好地反映金融體系對于高質量發展的支持作用。
事實上,從配置效率測算的關鍵性指標——行業成長性的衡量來看,一方面,工業增加值或利潤增長率是行業的成長性的直接測度,而以技術效率衡量的生產率反映了行業的長期成長性,技術效率的提高無疑會促進經濟的高質量發展,這就意味著資源使用能力高的行業也具有更高的成長性,二者并不矛盾。因而,在測算我國金融體系配置效率方面,一個合理的改進指標是基于技術效率視角,考察技術效率較高的行業是否獲得了更多的資金支持,而技術效率較低的行業是否減少對其資金支持。
綜上,本文在Wurgler(2000)的基礎上建立基于技術效率的金融體系配置效率測算方法:

(2)

無論是增加值、總產值、利潤或者銷售毛利率等價值指標,還是技術效率這一效率指標,其所衡量的增長均未能反映我國經濟高效率、低能耗、低污染的高質量發展要求。而忽略資源環境因素測算的經濟產出和經濟效率均難以對經濟高質量發展進行準確的客觀評價(Nanere等,2007;余永澤等,2019),從而可能誤導經濟政策的制定(陳超凡,2016)。因此,本文提出建立基于資源環境可持續性的金融體系配置效率衡量模型。
一方面,資源環境要素對經濟高質量發展的影響主要體現在,資源環境的承載力有限,因而制約了經濟的長期可持續增長。陳詩一等(2017)的研究指出,我國經濟發展的能源需求具有較強剛性,比較1998-2013年間主要投入要素的趨勢性特征可以發現,能源要素增長勢頭顯著高于勞動要素。這就意味著,目前我國經濟發展面臨的環境質量急劇惡化以及能源價格不斷提高等情況必然影響經濟的可持續增長性。從實際情況來看,我國的經濟增長一直以來依靠的是高投入-高消耗-高增長模式,由于物質投入的邊際收益下降以及資源環境的約束,這一增長模式難以為繼,經濟高質量發展必然要依靠技術進步,降低能源消耗和環境污染。
另一方面,岳書敬(2011)指出,考慮到我國經濟發展面臨的能源約束越來越強等問題,從低碳經濟發展的角度來衡量資本配置效率,將比從規模擴大的角度來衡量資本配置效率更符合我國經濟發展的內在要求。陳詩一等(2017)則將能源要素納入生產函數,研究了我國資源配置效率的動態演化進程。
因此,在行業成長性的衡量中,有必要納入能源和資源效應,測算綠色增長核算下的技術效率,建立基于資源環境可持續性的金融體系配置效率衡量模型。

(7)

Wurgler(2000)度量資本配置效率衡量模型得到了理論界的廣泛認同,并被運用于度量國家或地區的資本配置效率(Beck and Levin,2002;Almeida and Wolfenzon,2005)。基于該模型,本文利用2002-2016年37個工業行業的數據測算了我國金融體系配置效率,考察金融體系資源在各個行業之間的配置情況。數據來源于《中國工業經濟統計年鑒》(2002-2012)及《中國工業統計年鑒》(2013-2017)并根據國民經濟行業分類2002及2011進行了合并匹配。
產出數據采取工業銷售產值①,固定資產投資數據采用固定資產合計減去累計折舊,二者分別根據各行業工業品出廠價格指數和固定資產投資價格指數換算為實際價格(2001年為基準)。
為了保證回歸結果不受極端值的影響,參照Wurgler(2000)的模型設定和樣本選擇標準,本文剔除了固定資產投資或產出的增長率對數的絕對值大于1的樣本點,最終獲得2002-2016年間423個工業行業樣本點及據此分年度運用普通最小二乘法測算出的行業資本配置效率樣本(見圖1)。
根據圖1的回歸結果可以發現,傳統的金融體系配置效率衡量建立在以工業產值等價值指標來衡量行業成長性的基礎上,增速越快的行業吸引了越多的資金投入,資金呈現出明顯的追“熱點”行為,并且金融體系配置效率整體呈現出上升趨勢,意味著這一趨勢有加劇傾向。這表明金融體系在“穩增長”這一目標下的配置效率有所提高。然而,增速快的行業未必是符合高質量發展要求的,下文將對此進行進一步分析。
1.模型設定及指標選擇

圖1 傳統的金融體系配置效率
從技術進步率的估算方法來看,目前學術界的普遍做法是基于索洛模型測度全要素生產率(TFP),進一步地,在納入了能源及污染排放要素的技術效率測算方面,Jorgenson et.al(2000)提出了衡量能源對經濟增長作用的KLEM模型,即,將能源作為中間投入品引入生產函數,這一思路得到了學者的廣泛應用;環境污染排放則可作為未支付的投入引入生產函數;在污染物的選擇方面,許多學者選用了碳排放量作為污染的衡量指標(Mohtadi,1996;陳詩一,2009;岳書敬,2011;陳詩一等,2017)。
綜上所述,本文將能源以及環境污染分別作為中間品和未支付的投入引入生產函數,從而計算基于環境資源可持續性的技術效率。具體方法是將生產函數設定為:
Yit=f(Kit,Lit,Eit,Cit,t)
(3)
其中,i代表工業分行業(i=1,2,3,…,37),t為時間趨勢變量t=1,2,…,14,Y為產出,相應地,K,L,E,C則分別表示資本、勞動、能源消耗以及碳排放四個要素。
工業分行業綠色全要素生產率的索洛殘差表達式為:
(4)

2.數據說明
產出Y及資本投入要素K如前文所述,勞動要素(L)取各工業行業從業人員年平均人數(萬人),以上數據均來源于《中國工業經濟統計年鑒》、《中國工業統計年鑒》。
能源消耗量(E)為各行業能源消耗總量。污染排放指標為各工業行業碳排放量(C),根據林伯強(2010)提出的估算方法,可通過煤炭、石油和天然氣這三種消耗量最大的一次能源為基準來核算:
其中,Ei為一次能源的消耗量,αi為一次能源的轉化率,煤炭的轉化率為0.7143kg標準煤,石油的轉化率為1.4286kg標準煤,天然氣的轉化率為1.33kg標準煤。以上數據均來源于《中國能源統計年鑒》。βi為一次能源的二氧化碳排放系數,其中,煤炭的碳排放系數為1.86t/t,數據來源于BP,石油和天然氣的碳排放系數分別為3.12t/t和0.00209t/m3,數據均來源于美國能源部二氧化碳信息分析中心(Carbon Dioxide Information Analysis Center,CDIAC)。在缺失數據的處理方面,若該行業其余年份均可獲得其能源消耗量,則缺失年份數據采用線性插值法得到,若該行業近幾年數據均不可得,則可認為該行業的生產不消耗該類能源,缺失數據取0。


表1 主要變量描述性統計
3.經濟高質量發展視角下的金融體系配置效率
本文利用我國37個工業行業2002-2016年的數據測算了我國經濟高質量發展視角下基于綠色技術效率的金融體系配置效率(見圖2)。
由圖中可以看到,從經濟高質量增長的視角來看,我國金融體系配置效率較低,并且年度之間波動較大,個別年份甚至為負,包括2008年底“四萬億”計劃出臺之后、2013年央行出手救“錢荒”、2016年進一步穩增長政策等等。換言之,基于行業綠色技術效率測算的金融體系配置效率較低,意味著金融資源的分配并未支持技術進步較快的、資源能源消耗較少的行業,由此可見,我國金融體系對于經濟高質量增長的支持作用仍未得到充分發揮,同時,宏觀經濟政策對這一效率產生了一定的負面影響。
4.傳統與經濟高質量發展視角下金融體系配置效率的對比分析

圖2 基于綠色技術效率的金融體系配置效率

圖3 我國金融體系配置效率
與基于Wurgler傳統指標的衡量結果相比,金融體系配置效率為負的比例大幅上升,此外,基于綠色技術效率的配置效率與傳統基于增長率的配置效率大體呈現反向運動,這可能意味著一方面,快速增長的行業仍未能充分提高綠色技術效率,另一方面,當資金過度追逐快速增長的行業時,往往更易忽略對于行業長期成長性、高質量發展的關注。
本文首先回顧了金融體系配置效率的衡量模型中比較廣泛應用的Wurgler(2000)的研究,并對國內學者的相關應用研究進行了梳理,發現各學者根據不同的研究目標采用了不同的指標衡量行業的成長性。其共同點均是采用了價值指標,如工業增加值、利潤總額、銷售毛利率等,由于其單純考慮了價值這一因素,導致未能反映經濟高質量增長要求下的金融體系配置效率。
考慮到經濟高質量發展對于“高效率、公平、綠色”的要求,結合傳統衡量方法的不足,本文提出從技術效率視角考察行業成長性,并進一步建立經濟高質量發展視角下的我國金融體系配置效率測算方法,這一方法具有以下優點:一是相對工業增加值等價值指標而言,從技術效率角度出發更能體現行業的長期成長性,有利于衡量金融體系配置效率對創新驅動長期經濟增長的影響;二是行業成長性的考察納入了能源消耗以及污染排放要素,在我國目前經濟發展面臨能源及環境限制的情況下,這一指標能更好的反映我國各工業行業的綠色可持續成長性,有利于衡量金融體系對經濟高質量發展的支持作用。
在以上模型的基礎上,本文利用我國2002-2016年間37個工業行業數據,對我國經濟高質量發展視角下的金融體系配置效率進行了測算,并與傳統的Wurgler模型測算結果進行了對比分析,結論發現:(1)傳統的成長性視角下,我國金融體系的配置效率穩步提高中,意味著“穩增長”目標下金融體系發揮了一定的作用;(2)經濟高質量發展視角下,我國金融體系配置效率較低甚至為負,且波動較大,金融體系對于經濟高質量發展的支持作用尚未得到充分發揮,同時宏觀經濟政策對其有一定負面影響;(3)傳統的測算結果與經濟高質量發展視角下測算結果大體呈現反向運動,可能意味著一方面,快速增長的行業仍未能充分提高綠色技術效率,另一方面,當資金過度追逐快速增長的行業時,往往更易忽略對于行業長期成長性、高質量發展的關注。
根據金融體系配置效率測算結果,結合經濟高質量發展要求,可以開展以下幾方面工作,以提高行業成長性,進一步發揮金融體系對經濟高質量發展的支持作用:
一是完善經濟高質量發展衡量指標,打破GDP考核下的唯價值論,引導金融體系資金向高效率、低能耗、低污染行業/企業流動。
二是進一步積極推動技術進步,包括積極引進國外先進技術、鼓勵技術創新等,通過發展低能耗、低污染的技術,在實現經濟可持續發展的同時保證生產的低成本或高利潤,實現行業增長速度與技術效率增長速度的統一,這既是實現經濟高質量發展的根本手段,也有助于進一步發揮金融體系配置效率。
三是進一步推進市場化改革,充分發揮市場在金融體系資源配置中的作用,減少或優化宏觀經濟政策作用。
此外,研究文獻表明,利率市場化進程、非國有銀行金融機構占比、非國有部門獲得信貸分配占比以及金融深化等因素對金融體系配置效率均產生一定的影響,未來的研究可基于經濟高質量發展視角下的金融體系配置效率,進一步考察以上因素對其影響,從而為金融體系發揮對實體經濟支持作用提供更豐富的理論支撐。
①本文同時采用了主營業務收入、利潤總額作為產出的衡量指標對金融體系配置效率進行了測算,結論基本保持一致。