經濟增長“俱樂部收斂”中的金融門限效應
——基于動態面板門限模型的分析

王俏茹 劉金全 劉達禹

一、引 言

后發國家能否縮小技術差距，實現向發達經濟體收斂一直以來都是宏觀經濟學研究的重點問題。發達國家的技術水平處于國際前沿，生產率的提高主要依靠自主創新，而發展中國家由于與發達國家的技術水平存在較大差距，生產率的提高則包括自主創新與技術引進兩大途徑，正是技術差距的存在為發展中國家發揮后發優勢并最終實現經濟趕超提供了可行路徑。然而，縱觀全球，不同國家的技術進步路徑存在較大的區別，同時各國長期以來的增長率也差異明顯，并非所有國家都會向前沿增長水平收斂，出現了所謂的“俱樂部收斂”。“俱樂部收斂”是指發達經濟體與落后經濟體將各自實現集團內收斂，而兩個集團之間則趨于發散，這一現象無法由新古典增長理論所解釋。

20世紀末期，以 Romer(1986)和 Lucas(1988)為代表的新增長理論打破了新古典增長理論中關于技術外生性的假設，隨后的技術差距理論對“俱樂部收斂”的內在機制進行了理論解釋。在存在技術轉移的前提下，當一定的條件得以滿足時，落后國家能夠借助技術差距獲得后發優勢并改善技術落后的局面，最終實現向技術前沿國家收斂；然而，當條件無法滿足時，落后國家無法從技術引進中受益，最終將導致經濟增長停滯并發散于技術前沿國家。簡言之，經濟體能否實現收斂取決于特定條件能否得以滿足。由此，探索這一非線性機制中的影響條件則成為進一步研究的重點。

現有研究將上述收斂機制的形成條件主要歸結于物質資本與人力資本，卻忽略了金融因素。縱觀歷史，人類社會每一輪產業革命均始于科技創新，而成于金融創新。金融作為現代經濟的核心，已經與技術創新并稱為創新發展戰略中的“新雙輪”驅動因素。因此，將收斂命題擴展到金融因素，在“俱樂部收斂”機制內考慮金融發展的非線性效應對于合理規劃技術進步路線和部署“追趕—趕超”戰略具有重要的理論價值。作為后發國家，中國已于2010年成為了上中等收入國家，目前正處于戰略轉型的關鍵時期，這一問題的解決對于我國順利跨越“中等收入陷阱”以向發達經濟體收斂并最終實現現代化“中國夢”具有重要的戰略意義。

二、文獻綜述

技術差距理論誕生于 1960年，早期的技術差距理論著重探討“后發優勢是否存在”的問題，主要包括“趕超論”與“新累積論”兩大觀點。“趕超論”認為技術擴散的存在能夠降低后發國家的創新成本，從而實現技術收斂(Posner，1961)；而后期發展的“新累積論”則認為，技術差距的均衡存在多樣性，即技術差距最終穩態能否收斂具有不確定性(Kumar 和 Russell，2002)，結果則視不同國家的特定條件而定。這一多元化的結論為經濟增長收斂理論中的“俱樂部收斂”現象提供了解釋，支持了結構特征相似但初始條件不同的國家可能收斂于不同穩態的結論，同時也為技術差距理論提供了新的研究方向(Galor，1996)。此后，關于影響技術差距內生因素的討論逐漸得到關注，其中人力資本、FDI、進口貿易以及基礎設施建設是眾多研究中普遍認可的因素。人力資本水平是技術差距增長模型中最為核心的要素，人力資本水平決定了后發國家的技術吸收能力(Eaton和 Kortum，1997；Xu，2000)，后發國家的人力資本水平只有達到了必要的門檻才可能實現技術與經濟趕超(Yilmaz和Saracoglu，2016；郝楠和李靜，2018)；外商直接投資與進口貿易是各國實現技術轉移的兩大重要渠道(Dunning，1994；Loukil，2016；Coe和 Helpman，1995；傅東平，2010；Glas等，2016)；而基礎設施建設在技術轉移的過程中則發揮著支持作用(Chinn和 Fairlie，2010；Hodrab等，2016)，其對技術進步的影響主要包括直接“資本效應”和間接“溢出效應”(王自鋒等，2014)。

現有研究對技術差距產生跨國差異原因的解釋與證明已較為充分，然而美中不足的是大部分研究都將信貸市場設定為完美市場，而忽視了信貸約束可能帶來的影響。這一邏輯不容忽視的原因在于，研發過程必然離不開相應的金融支持，一旦信貸約束改變了技術研發部門的行為，勢必會對一國技術生產率造成影響，進而改變技術差距的演變，并最終影響到該國的收斂特性。由此可見，反映信貸約束大小的金融發展水平的不同必然會導致不同國家技術差距演變的異質性，進而對不同國家經濟增長的影響也將存在差異，換句話說，金融發展水平對經濟增長的影響很可能具有非線性特征。

關于金融發展對長期經濟增長影響的研究由來已久，并且學術界對二者之間的非線性關系也基本達成了共識。Greenwood和 Jovanovic(1990)、Bencivenga和Smith(1991)以及 Khan(2001)等在無差異技術投入的 AK模型中分析了金融中介對經濟增長的影響，認為二者之間存在多重均衡關系。King和 Levine(1993)、Blackburn和 Hung (1998)以及 Morales(2003)等則在創新增長模型中分析了金融與經濟增長間的關系，同樣得出二者間具有非線性關聯的結論。李成和張琦(2015)運用擴展的“兩部門劃分法”對此進行深入研究，發現金融部門自身規模經濟遞減效應和對實體經濟的擠占效應是產生非線性的根本原因；黃憲和黃彤彤(2017)在研究金融發展與經濟增長關系的過程中提出了“金融超發展”的概念，指的是當金融發展超越實體經濟發展達到一定程度時，其對經濟增長會產生抑制作用，且這一非線性特征能夠通過修正的AK模型得到證明。需要指出，這些理論模型并未考慮技術轉移過程，因此也無法解釋為什么技術轉移不足以使所有國家實現一致收斂。

在研究方法層面，對二者之間非線性關系的研究方法主要分為兩類：一是直接利用非單調變化模型進行估計；二是先對樣本進行分類，再利用單調變化模型進行分析。在第一類方法中，部分文獻對線性回歸模型進行了變換從而實現非線性擬合，而大部分模型則利用門限模型進行分析。趙振全等(2007)在 Odedokun(1996)提出的生產函數的基礎上，通過多元門限模型對金融發展與經濟增長之間的非線性依存機制進行檢驗，證明了二者間的關聯機制具有門檻效應；Rousseau 和 Wachtel(2011)運用滾動回歸法對金融發展的門限效應進行分析，發現金融發展對經濟增長的影響系數在低于32%時為負數，高于60%時趨近于零，界于二者之間時為正但提升緩慢，然而這一模型在計算門限值的精確度方面有待改進；Demirgü?-Kunt 等(2013)利用分位數回歸方法發現，金融發展在不同的經濟發展階段對經濟增長的影響存在動態變化特征；Gambacorta 等(2014)在 OLS中加入了金融發展變量的二次項，發現銀行以及市場化金融中介對經濟增長的影響存在“倒 U型”特征，超過臨界點后金融發展對經濟增長的影響則由正向轉為不顯著并最終轉變為負向；楊友才(2014)在 King和Levine(1993)以及 Levine(2005)理論模型的基礎上，構建含固定效應的面板門限模型研究金融發展對經濟增長的影響，認為金融發展對經濟增長的影響存在邊際效用遞減特征；劉金全和解瑤姝(2016)運用面板平滑轉移模型(PSTR)分析了我國金融發展對經濟增長影響的非線性遷移機制，發現這一非線性機制隨時間與空間均呈現出不同程度的變化。

由于第一類方法中所涉及到的模型普遍未對金融發展水平作為門限變量所帶來的內生性問題進行處理，使得估計結果可能存在偏誤。為此，第二類方法旨在解決內生性問題。Rioja 和 Valev(2004)首先利用分位數對不同程度金融發展水平的國家進行劃分，隨后借助動態 GMM 法分析發現，金融發展在發達國家中具有提高全要素生產率的作用，但這一效應在欠發達國家并未顯現；Samargandi 等(2015)運用 ARDL模型對中等偏上收入國家和中等偏下收入國家進行回歸，發現兩組樣本中金融發展對經濟增長的系數存在顯著差異；Arcand 等(2015)采用 OLS、GMM 以及半參數檢驗法，分別對發達國家與發展中國家的數據進行檢驗，結果證明金融發展在達到一定水平時會對經濟增長產生抑制效應；李強和李書舒(2017)運用系統 GMM 方法對我國的省級數據進行分樣本回歸，發現我國發達地區的金融發展能夠對經濟增長產生正向促進作用，而欠發達地區的金融發展卻表現為抑制效應。雖然第二類方法能夠解決內生性問題，但這樣的估計結果可能在很大程度上依賴于樣本的分組方式，同時這種單調變化的模型還會掩蓋或曲解數據背后的真實趨勢，使得數據關系的描述不全面甚至會產生偏差，進而使結果的可信度大幅下降。

通過梳理文獻可知，在對金融發展與經濟增長非線性關系的研究中，理論部分并未對現實狀況進行充分解釋，特別是當存在非完美信貸市場時，二者間非線性關聯機制的演化機理亟待闡明。而實證研究中使用的大部分模型大多無法在非線性框架下將內生性問題化解，估計技術同樣有待改進。為此，本文首先在考慮非完美信貸市場的理論模型中推導出金融發展水平與經濟增長的非線性關系，隨后利用全球 60個國家的面板數據，以可能具有內生性的金融發展水平作為門限變量，采用由 Seo 和Shin(2016)提出的動態面板門限模型，對本文的理論猜想進行檢驗，以期揭示在非完美信貸市場下，經濟增長與金融發展間的依存機理，同時也為解析不同經濟體非一致收斂的宏觀表象提供相應的經驗證據。

三、理論分析

借鑒 Acemoglu 等(2006)的研究，本文考慮一個離散時間框架下的熊彼特增長理論模型。首先將一國與技術前沿的距離即“技術差距”定義為：

其中，At代表一國的平均生產率為世界技術前沿，假設其以不變速率g增長。同時，一國成功實現是技術轉移的結果，也就是說，國內研發者成功利用了世界范圍內其他地方的思想實現了技術進步。

其中qt代表t-1期創新行業占比，其生產率參數將等于而在t-1期沒有創新的行業占比為1-qt，其生產率參數將仍等于At-1，創新隨機分布在各部門之間。因此，技術差距可進一步表示為：

出于分析的目的，本文將工資率wt設定為與國內生產率成正比關系，即：

由此，一國的人均總收入可以表示為工資收入與利潤收入的總和，即：

企業創新活動所需要的研發投資由下式決定：

在均衡狀態下，創新企業通過選擇qt以最大化預期凈收益，即：

在信貸市場完美的情況下，假設每個創新者可以按照有償的具有約束力的承諾以現行利率借貸無限數量的資金，那么qt則可以在無約束條件下最大化式(7)得到，這意味著：

均衡情況下的研發投資則表示為：

因此，在完美信貸市場下，一國的技術差距可表示為：

這一差距從長期來看收斂于穩態值：

因此，穩態下的人均收入為：

然而，在信貸市場非完美的情況下，這一結果將有所改變。假設創新者可以以的成本隱藏成功創新的成果，從而避免向債權人償還債務。這筆費用可以看作是對債權人保護程度的指標。一國的欺詐代價越高昂，債權人越能夠得到更好的保護。此時，企業家更容易獲得信貸。

當創新者在期初決定是否違約時，必須支付相應的隱藏費用。即若如下的激勵相容約束被違背時，創新者則會選擇違約：

約束條件右側是在投資Nt時決定違約的預期儲蓄，其中 R是貸款的利息因子，是創新的生產函數，即函數的非負逆函數：

貸款人只有在提供的預期回報率等于r時才會借出。因此，均衡時貸款的利率不僅必須滿足激勵相容條件式(14)，還要滿足套利條件：

因此，激勵相容性條件取決于企業家投資的上限：

其中：

函數ω(c)是一個“金融乘數”，這一乘數取決于欺詐債權人的成本。因此是關于c的遞減函數。也就是說，在債權人保護程度較高的國家，企業家信貸受到限制的臨界差距值低于債權人保護程度較低的國家。直覺上，一個已經遠遠落后于前沿技術的國家已經無法再為前沿技術所需的投資提供資金。

當式(18)成立時，每個企業家將最大限度地投入在技術投資上，以使式(17)滿足下列等式：

綜上，一國技術差距的動態演化過程可以表示為：

注意，F1是截距為正且斜率界于 0和 1之間的線性函數，時是遞增的凹函數，其中

具有更加發達金融體系的國家其貸款人的違約成本c更高，原因在于，運作良好的金融中介機構和市場能夠更好地發揮監測與預防違約的功能。由此，世界范圍內的國家將根據其金融乘數的大小被分為三個組，這一金融乘數被定義為金融發展指標c的增函數。技術差距的演變如圖1所示。

圖1 技術差距演化圖(從前向后金融發展水平依次降低)

因此，如演化圖中的第二個圖所示，at將會收斂于嚴格為正的極限但小于。長期來看，人均收入將表示為：

因此有：

在這種情況下，生產率和人均 GDP都具有相同的長期增長率。因此，人均國內生產總值的穩態增長率將嚴格小于前沿技術增長率g，并隨著國家的金融發展水平的提高而嚴格提高。

綜合上述三種動態模式的分析，可以得出以下結論。

結論一：金融水平較低的國家無法實現向前沿增長率收斂，但其穩態增長率會隨著金融水平的提高而提高；

結論二：隨著金融發展水平的提高，一個國家向前沿增長率收斂的可能性將增加；

結論三：對于已收斂于前沿增長率的國家，金融發展對該國穩態下的相對產出存在正向影響但最終趨于消失。

接下來，本文將使用跨國的金融發展和經濟增長證據來驗證這些結論。

四、動態面板門限模型的建立

（一）經驗收斂方程

出于經驗分析的目的，上述模型中技術差距的動態演變方程(22)需要平滑近似為線性形式。為此，需要重新表示式(22)：

其中：

ω是由式(19)定義的金融乘數，創新函數為遞增函數且嚴格凹。

結合式(27)，技術增長率可改寫為：

其中，git是國家i在t期的人均 GDP增長率是同期前沿國家(美國)的人均 GDP增長率是國家i在t期的金融發展水平，yit-1是國家i在t-1期的人均 GDP的對數值，y1t-1是美國同期的人均 GDP的對數，因此為國家i在t-1期的相對產出為對應的系數為干擾項。

若相對產出實現收斂，該國與前沿增長率的差異也會同時收斂于零。因此，收斂的必要條件是則一國的相對產出在初始時期低于其穩態值時將隨時間逐漸下降，其增長率也會逐漸低于前沿增長率。

（二）數據的選取與說明

借鑒 Levine 等(2000)的研究，本文選取 2000—2016年間 60個國家的面板數據作為樣本數據，數據來源于世界銀行與IMF數據庫。相應變量的選取與處理如下。

1.被解釋變量：各國人均GDP增長率與美國人均 GDP增長率的差值，也即相對產出增長率

3.控制變量：(1)通貨膨脹率Pit：由各國 GDP隱含價格平減指數年增長率衡量，顯示的是整個經濟體的價格變動率；(2)貿易開放度TRit：采用各國進出口總和占 GDP的比重衡量，反映了進出口貿易對經濟的拉動作用；(3)政府支出Git：采用各國政府財政總支出占GDP的比重衡量，顯示政府干預對經濟的影響。

相應變量的統計性描述如表1所示。另外，面板數據單位根檢驗結果顯示所有變量均為平穩序列①具體結果出于篇幅限制省略，備索。。

表1 變量的描述統計

（三）動態面板門限回歸模型的設定

前文的理論分析結果可以通過建立動態面板門限模型(Seo 和 Shin，2016)加以驗證，本文將門限變量設定為金融發展水平Fit，以分析不同金融發展水平下金融發展對經濟增長影響的差異，具體形式可表示為：

其中，i=1,…,N，t=1,…,T，被解釋變量為相對產出增長率解釋變量xit包括金融發展水平Fit以及相對產出控制變量矩陣Zit包括通貨膨脹率Pit和貿易開放度TRit以及政府支出Git三個變量為示性函數，括號內條件滿足時即為1，否則為0；qit代表門限變量，也即金融發展水平Fit，γj則代表對應的門限值。

諸多研究表明，金融發展與經濟增長之間可能存在內生性問題(Huang 和 Lin，2010；黃智淋和董志勇，2013；楊友才，2014)，為了解決模型中解釋變量和門限變量的內生性問題，Seo 和Shin(2016)將模型的誤差項εit設定為由兩部分構成：

其中，αi為不可觀測的個體固定效應，υit為零均值異質隨機擾動項，特別地，υit被假定為一個鞅差分序列：

其中Ξt為t期自然濾波，此處并未假設xit與qit相對于Ξt-1是可測的，即這一點允許模型中解釋變量xit與門限變量qit存在內生性。

（四）動態面板門限回歸模型的估計

為了解決動態面板門限模型中存在的內生性問題，Seo 和 Shin(2016)借鑒Arellano和 Bond(1991)的研究，采用 FD-GMM 法對模型進行估計。考慮動態面板門限模型的基本形式：

其一階差分形式可表示為：

由于回歸元與個體效應的相關性問題，直接對式(38)進行最小二乘回歸得到的參數估計量是有偏的。為此，需要尋找l×1維的工具變量對于任意的，需滿足

由于允許門限變量qit存在內生性，即，那么qit就不屬于工具變量集合考慮如下l維列向量的樣本矩條件：

θ的GMM估計量可以根據

對于固定的γ，令其中：

則對于給定的γ，β與δ的GMM估計量由下式給出：

五、實證結果分析

（一）變量內生性檢驗

其中，FD-2SLS為Seo和Shin(2016)提出的適用于門限變量為嚴格外生情況下的面板門限模型的估計法，FD-2SLS的估計結果可以表示為：

在原假設成立的條件下，FD-GMM與FD-2SLS得到的估計值?γ相同，由此得到的t統計量漸進服從標準正態分布。根據表2中內生性檢驗結果可知，作為門限變量，金融發展水平的確存在內生性問題。為此，需要選取被解釋變量與解釋變量的滯后項作為工具變量進行估計，為了避免與弱工具變量或過度擬合相關的潛在問題，本文遵循Roodman(2009)關于工具變量的設定，選取被解釋變量與解釋變量的一階滯后項作為工具變量。由表2可知，度量工具變量過度擬合的J統計量等于31.351，未能拒絕工具變量有效的原假設，說明工具變量選取有效。

（二）模型非線性檢驗

表2 動態面板門限模型估計結果

續表2

（三）估計結果分析

從表2的估計結果可以看出，金融發展水平的兩個門限值分別為 26.827%與174.384%，這兩大門限值將樣本劃分為低金融發展水平( F ≤ 2 6.827)、中等金融發展水平( 2 6.827＜F≤ 1 74.384)和高金融發展水平( F ≥ 1 74.384)三大區制，且這三大區制中變量的系數存在顯著差異，具體分析如下。

1.考慮解釋變量的影響

2.考慮控制變量的影響

通過對比可知，貿易開放度TR在三大區制的表現較為穩定，均呈現正向影響，而通貨膨脹率P與政府支出G在三大區制的表現存在顯著差異。隨著金融發展水平的提高，通貨膨脹與政府支出對經濟增長的影響逐漸減弱，在區制 3中則均表現出負向影響。在熊彼特增長模型中，貨幣供給的主要目標除了物價穩定之外，更重要的是為創新活動提供新的動力，因此通貨膨脹在金融發展欠發達地區能夠適度促進經濟增長，然而隨著金融發展水平的提升，通貨膨脹的提高可能是由投機資金為攫取利潤而大量涌入市場所引起的，進而可能催生出巨大泡沫，最終威脅到實體經濟。另外，政府支出與民間投資具有一定的互補性，在金融發展水平較低的國家，政府支出的增加能夠為技術轉移與技術創新提供必要的資金，進而對整體生產率以及經濟增長產生正向影響，且這一正向作用所發揮的效用隨著金融發展水平的提高而逐漸降低。在金融發展水平極高的國家，資金投入已不再是限制技術進步的主要因素，不必要的政府干預反而會降低資源的配置效率，不利于經濟的增長。該三大區制中的系數差異說明通貨膨脹率P和政府支出G與經濟增長之間存在較為明顯的金融發展的門限效應。

（四）穩健性檢驗

為了進一步對上述門限模型的結果進行檢驗，本文決定采用由 Abrigo 和Love(2016)提供的 PVAR模型的程序對變量之間的動態關系進行深入探索。Abrigo和Love(2016)提出的PVAR模型能夠在廣義矩估計法(GMM)的框架下進行模型的選擇、估計和推理，進而能夠有效解決變量的內生性問題。

根據上述動態面板門限模型的估計結果可知，金融發展水平的兩大門限值將樣本劃分為低金融發展水平、中等金融發展水平和高金融發展水平三大區制。因此，本文則利用這兩大門限值，根據樣本期內各國金融發展水平的平均值將 60個國家的樣本劃分為三組，分別研究金融發展水平對相對產出增長率的動態影響，相應的脈沖響應結果如圖2至圖4所示。

首先，在三個脈沖響應圖中，脈沖效應均隨著時間的推移向0收斂，這意味著估計的PVAR模型具有相當的穩定性。其次，通過對比可知，三個區制的脈沖響應函數的結果存在顯著的差異，進一步證明了上述門限模型使用的正確性與必要性，說明對于三者差異的忽視將導致估計結果出現偏差。最后，考慮三個脈沖響應函數圖的形態。圖2中，金融發展水平一單位的變動，將導致相對產出增長率約 0.3單位的正向變動，且這一沖擊的影響效果十分持久，脈沖響應曲線下降得非常緩慢；圖3中，金融發展水平一單位的變動，將導致相對產出增長率約1單位的正向變動，但隨后迅速降低到0附近，脈沖響應曲線下降十分迅速，與圖2形成了鮮明的對比；圖4中，金融發展水平一單位的變動，將導致相對產出增長率約 0.3單位的負向變動，隨后逐漸回升至零附近。這三條曲線與零線之間所形成的面積可以分別代表三個區制中金融發展水平在一段時間內對相對產出增長率的平均影響。通過對比可知，低金融發展區制中雖然初始的脈沖效應不高，但影響持久，因此其脈沖響應曲線與零線之間形成的面積最大，即平均影響效應最大；而中等金融發展區制的初始脈沖效應最高，但持續期卻很短，因此其平均影響效應較第一區制相對較小；高金融發展區制的平均影響效應為負，體現出一定的邊際報酬遞減效應。由此可知，這三大曲線的走勢與上文三個區制中金融發展水平的系數估計值高度耦合，再一次證明了上述結果的可靠性。

圖2 區制1中樣本的脈沖響應函數圖

圖3 區制2中樣本的脈沖響應函數圖

圖4 區制3中樣本的脈沖響應函數圖

（五）對中國現狀的考慮

我國的金融發展水平自金融體制改革以來呈現逐年增長的趨勢，廣義貨幣供應量M2從1990年的15293.4億元上升至2016年的1550066.67億元，26年內上升了100多倍，貨幣化程度在逐年提高，同時以私人信貸度量的金融發展指標從 1978年的50.290上升至2016年的156.706，樣本期間一直處于模型估計的區制2當中，且已經逐漸接近模型計算的第二門限值(174.384)。根據前文分析可知，這一階段的金融發展水平足以支撐一國進行技術轉移與技術創新，進而縮小與前沿國家的技術差距，提高向前沿增長水平收斂的可能性。當然，這一機制的實現仍需具備一定的條件，前文的理論分析中暗含著一個假設，即金融資源在轉化為研發投資的過程中的摩擦為零，即金融對實體經濟的支持是充分且有效的。然而，目前我國金融的高速發展尚未能有效促進科技創新成果轉化為現實生產力，金融在與科技融合的過程仍然存在相當多的問題。首先，最突出的問題是信息不對稱。由于缺乏相應的中介體系，金融市場難以獲得科技企業的財務及信用等信息，信息溝通受限，無法做出合理的判斷與支持。其次，金融市場自身脫實向虛現象嚴重。資本市場與實體經濟在報酬上的具大差異使資本從實體經濟處抽離，造成資本的空轉，我國M2與GDP的比值從1990年的0.81一直上升至2016年的2.08，遠高于這一比例的適宜值1.5，并且遠高于發達經濟體的平均值，貨幣擴張速度快于實體經濟需求，進而抑制了實體經濟的發展。最后，資本市場效率低下。目前的資本市場呈現出流動性泛濫、投資層次單一、融資方式與信貸配置不合理、隱含風險偏高等問題，降低了資本市場的資源配置效率。這些問題的存在說明我國目前的金融發展無法有效發揮其對科技發展的助推作用。因此，在新形勢下，注重金融與技術的深度融合，充分發揮金融服務實體經濟的作用是我國探索創新驅動發展道路中的重要環節。

六、結 論

本文在存在技術轉移的熊彼特增長模型中考慮了非完美的信貸市場，對經濟體的“俱樂部收斂”過程進行了理論解釋，指出是信貸約束阻礙了窮國充分發揮技術轉移的作用，這一關鍵環節是導致窮國無法向前沿增長率收斂的重要原因之一，由此為貧困陷阱問題提供了理論依據，同時證明了“俱樂部收斂”的存在。另外，通過技術差距的動態演變可知，由信貸約束引起的技術進步的跨國差異，使得不同的金融發展水平對經濟增長的影響也有所區別，這一結論為二者間的非線性關系提供了新的理論支撐。最后，通過動態面板門限模型對理論分析結論進行實證檢驗，具體得到以下結論。

第一，金融水平較低的國家無法實現經濟增長收斂，但其穩態增長率會隨著金融水平的提高而提高。金融發展的第一個門限值為 26.827%，意味著當一國金融發展水平低于該值時，其技術轉移過程可能會受到信貸約束的限制，經濟增長過程存在金融發展瓶頸，無法向前沿增長率收斂，即陷入了“貧困陷阱”。同時，金融資源的缺乏使該國的“吸收能力”很大程度上取決于金融發展程度，導致金融發展水平對經濟增長產生顯著的正向影響。

第二，隨著金融發展水平的提高，一個國家向前沿增長率收斂的可能性將會增加。對于金融發展水平高于第一個門限值(26.827%)的國家來說，隨著金融水平的提高，外部融資過程中代理問題所帶來的負面影響會減小，其與前沿國的技術差距縮小的可能性會更大，使得該國向前沿增長率收斂的可能性也隨之增大。

第三，對于已收斂于前沿增長率的國家，金融發展對該國穩態下的相對產出增長率存在正向影響并最終趨于消失；金融發展的第二個門限值為 174.384%，意味著一國金融發展水平高于該值時，其很可能已經實現了收斂。此時，金融發展水平逐漸表現出邊際效率遞減的特性，限制技術轉移與技術創新進一步發展的不再是金融約束而是技術本身，投資需求僅是為了保持與之前的創新水平同步，對經濟增長的影響也會逐漸趨于消失。

就中國當前的信貸市場基礎和技術發展狀態來看，信貸市場已高度繁榮，特別是在經濟進入新常態時期后，金融發展水平已逐漸逼近第二門限，說明我國的金融發展已處于較高的水平。然而，我們也應該客觀地認識到，中國作為后發國家，現階段正面臨著傳統低垂技術果實消耗殆盡和自主研發能力尚存差距的雙重瓶頸，這個問題的深層原因不在于資金短缺，而在于金融對科技的支持渠道不順暢，即我國的金融資源在轉化為研發投資的過程中可能存在一定的摩擦，使得金融發展對科技活動的支持并不充分甚至存在脫節。因此，在當前戰略轉型的關鍵時期，政府和金融監管部門應切實抓好兩個重點：一是要長期支持技術自主研發和知識產權保護，促進高端自主研發技術的研、產、銷的順暢銜接，為經濟增長的內生源動力提供堅實基礎；另一方面應建立一個能夠識別評估科技成果的潛在價值，并引導資金優化配置的高效的金融體系，采用定向貸款、定向減免等創新金融舉措優化高新技術產業集群的融資環境，為其長期繁榮發展提供重要的資金保障。此外，考慮到現階段金融發展水平已接近第二門限，這意味著貸款規模已經較大，在經濟緊縮時期可能會存在著金融隱患。因此，政府還應不斷加強完善金融監管體系，充分警惕在科技與金融結合過程中出現的信息不對稱、風險收益不匹配等問題，從而確保在推動高新技術產業集群良性發展的同時，盡最大努力維護國家的經濟穩定和金融安全。