數字金融、政府監管與全要素生產率

■王 旺

一、引言與文獻綜述

隨著中國經濟向高質量發展階段轉型，依靠要素投入拉動經濟增長的傳統粗放型發展模式已經難以為繼。推動經濟增長由主要依靠要素投入增加向全要素生產率（TFP）提升轉變，是中國經濟高質量發展的必由之路（劉志彪和凌永輝，2018）。隨著金融創新的進行，金融體系在國家社會經濟運行中發揮的作用日益凸顯，越來越多的學者開始從金融發展的視角來探究金融對全要素生產率的影響（King&Levine，1993）。雖然大量的研究認為金融發展能夠提升全要素生產率，但金融體系對全要素生產率的驅動作用在不同國家間存在明顯差異（Beck&Levine，2004）。國內學者在認可金融支撐作用的同時（林季紅和郭志芳，2013），發現金融發展的TFP增長效應受區域因素影響較大，其對內陸地區全要素生產率的提升作用強于東部沿海地區（姚耀軍，2012）。從宏觀視角看，金融發展在動員儲蓄、分散風險的同時，更能夠顯著降低經濟主體之間的信息不對稱程度，從而促進全要素生產率的提高（Ahmad&Malik，2009）；從微觀角度看，金融發展能夠有效降低微觀經濟主體的融資約束，進而通過激勵科技創新來提高全要素生產率（陳志剛和郭帥，2012）。

早期的研究大多基于傳統的正規金融視角，忽略了民間金融和新型金融服務模式對全要素生產率的影響。民間金融作為正規金融的補充已經成為部分微觀經濟主體融資的重要渠道，李健和衛平（2015）對正規金融與民間金融對全要素生產率的影響進行了檢驗，發現民間金融對全要素生產率的增長同樣產生了促進作用，且民間金融的TFP增長效應大于正規金融。隨著互聯網技術的普及，互聯網金融和數字金融逐漸成為金融服務新業態，沈悅和郭品（2015）發現互聯網金融的飛速發展可以有效推動商業銀行全要素生產率的增長。巴曙松等（2020）基于新結構經濟學的視角對金融科技與全要素生產率的關系進行了研究，認為金融科技對全要素生產率的提升作用是非線性的，存在顯著的門檻效應。侯層和李北偉（2020）指出，數字金融主要通過提高科技創新能力、增強技術溢出效果以及促進產業結構轉型升級等途徑提高全要素生產率，在技術密集型和資本密集型行業作用更顯著。賀茂斌和楊曉維（2021）進一步發現，數字金融對全要素生產率的提升效應可以通過降低區域碳排放，特別是減少第三產業的碳排放來實現。

然而，上述文獻對全要素生產率的研究明顯是不充分的。首先，已有文獻主要將研究重點集中于傳統金融領域，對數字金融與全要素生產率關系的研究明顯偏少；其次，金融監管的作用沒有得到系統有力地詮釋，尤其是忽略了金融監管在金融與全要素生產率之間究竟扮演了何種角色。中國正處于防范化解重大金融風險，引導金融體系服務于實體經濟，提升全要素生產率的關鍵時期，數字金融作為金融服務的新模式更應該切實為全要素生產率的提升和經濟高質量發展提供助力。因此，將數字金融、金融監管與全要素生產率聯系起來，嘗試厘清如下幾個關鍵問題：在追求經濟高質量發展的雙循環背景下，數字金融的發展能否促進全要素生產率的提升？伴隨著數字金融的擴張，金融監管應該扮演什么樣的角色？金融監管是否會抑制數字金融提升全要素生產率作用的發揮？金融監管與全要素生產率之間是否存在非線性關系的演變？

本文可能的邊際貢獻在于三個方面：一是在研究內容上，從數字金融的角度探究金融發展與全要素生產率的關系，突破了傳統金融的束縛；二是在研究視角上，立足于金融監管和省際面板數據，使用門限回歸分析金融監管對全要素生產率的非線性影響；三是在研究觀點方面，提出金融監管影響全要素生產率的“U型”假說，結合中央反壟斷的政策背景，探討強化金融監管促進全要素生產率提高的政策意義，以期為“十四五”時期政府加強金融監管，促進全要素生產率提高，實現經濟高質量發展提供政策參考。

二、理論分析

為探究數字金融、政府監管對全要素生產率的影響，參照岳華和張海軍（2019）的研究思路，假設技術進步為希克斯中性，構建的生產函數形式如下：

其中，Ait表示全要素生產率，Lit、Kit分別表示勞動投入和資本投入。全要素生產率主要受到物質資本投入和人力資本投入的影響。為進一步分析，將數字金融與政府監管納入其中，假設Ait是一個多元組合，即：

其中，P表示物質資本，H表示人力資本，F表示數字金融，G表示政府監管。假定物質資本要素的投入價格為wp，人力資本要素的投入價格為wH，數字金融要素的投入價格為wF，監管部門投入的要素價格為wG；參數α、β、γ和τ分別為各要素在總投入中所占的比重，γ=1-α-β-τ，且0＜α、β、γ、τ。如果不存在資本折舊，那么利潤最大化函數可以表示為：

當利潤實現最大化時，所有投入要素的邊際產出必然等于各要素的價格，且一定滿足這一前提。如果進一步考慮政府監管與數字金融之間的關系，可以求出如下等式：

化簡便可以求解出每單位政府監管的數字金融效率：

對式（5）中的τ進行求導即可求解政府監管的金融效率與監管部門投入之間的關系：

因為式（6）恒小于0，所以數字金融的效率政府監管投入呈反向變動關系。這說明政府對數字金融的監管越強，數字金融的效率越低，對全要素生產率的推動作用越小。

為便于進一步分析，利用簡單算術平均的方法來求解各種投入要素的平均價格w=（wP+wH+wF+wG）/4，根據邊際報酬不變的函數形式可以求出wP=αA/P、wH=βA/H、wF=γA/F、wG=τA/G，因此各種投入要素的平均價格可以進一步寫成：

在研究數字金融與全要素生產率增長之間的關系時，可以用居民消費水平作為全要素增長的替代指標（孟憲春等，2020）。為簡化分析，使用跨期消費替代彈性為常數的效用形式來表示消費者的效用函數，假設市場利率為r，使用最優控制論便可求出居民最優消費路徑的歐拉方程：

其中，gc時居民消費增長率，可以用它表示全要素增長率；ρ是貼現率，σ表示跨期消費替代彈性的倒數。根據市場競爭均衡的條件，所有要素的平均價格與市場利率和要素的平均收益都相等。因此，全要素增長率的最優公式可以表示為：

為分析政府監管對全要素生產率的影響，可以通過對監管部門的投入求一階偏導數和二階偏導數來分析：

在市場達到均衡的條件下，所有要素的投入之比與價格之比必定相等，即α/P=β/H=γ/F=τ/G，整理可以得到一階導數和二階導數分別為：

由于0＜τ＜1，因此全要素增長率對監管部門投入的一階偏導數小于0恒成立。因此，提出假設1：

假設1：金融監管與全要素生產率之間存在負相關關系，金融監管的加強會顯著抑制全要素生產率增長。

雖然政府監管在一定程度抑制數字金融的發展，從而阻礙全要素生產率的提升。但是隨著數字金融壟斷趨勢的加強和資本無序擴張，金融資本將流向回報率更高的虛擬經濟市場，數字金融對全要素生產率的提升作用可能會逐漸減小。政府部門在這一時期介入監管則可以矯正數字金融的“異化”，從而引導數字金融服務于國家經濟發展的需要，促進全要素生產率的提高。從這一方面來說，金融監管對全要素生產率的影響可能是非線性的，存在“門檻效應”。令式（11）中的一階導數等于0，可以求出當滿足全要素生產率增長速度達到最大時，數字金融發展水平與金融監管之間的關系：

假設2：金融監管對全要素生產率的影響是非線性的，二者之間的關系受數字金融發展的影響，并且存在門檻效應。

三、研究數據與分析方法

（一）研究方法

為研究數字金融與政府監管對全要素生產率的影響，首先構建如下基礎模型：

其中，TFP是全要素生產率，fin是數字金融發展水平，fr表示金融監管，X表示控制變量，包括對外貿易、外商直接投資、人力資本、財政支出和研發投入。根據前面的理論推導可知，金融監管對全要素生產率的影響可能是非線性的，因此本文引入金融監管的平方項fr2。如果金融監管fr的系數為負，平方項的系數為正，那么說明金融監管對全要素生產率的影響可能存在“U型”關系。

如果初步驗證金融監管對全要素生產率的影響存在“U型”關系，則進一步考慮門限回歸模型來進行深入探究：

其中，TFP表示全要素生產率，qit是門檻變量，Xit表示一系列控制變量。I（·）是示性函數，當門檻變量滿足條件時，示性函數取值為1，否則為0。

（二）全要素生產率

1.全要素生產率測度

采用Fare—Primont指數法測度全要素生產率，該方法不需要對市場進行假設，不依賴價格指數，不需要嚴格的假設，具備乘積的完備性，滿足所有經濟性公理和相關性檢驗（郭文偉和周媛，2020）。Fare—Primont指數是產出與投入之比的函數，即省份i在t時期的TFP為：

其中，Yit是總產出，Xit為總投入，總投入函數和總產出函數均滿足齊次線性、非負和非遞減可加總的條件。衡量t期省份i和s期省份h全要素生產率變化的TFP指數為：

其中，YBhs，it=Yit/Yhs是總產出數量指數，XBhs，it=Xit/Xhs是總投入數量指數。因此，全要素生產率TFP的增長率可以表示為產出增長率與投入增長率的函數，滿足乘積的完備性。

Fare—Primont指數法測度的全要素生產率TFP可以分解為多個效率指標的乘積，假設TFP*t表示t時期生產可行技術下所能達到的最大TFP，那么t時期省份i的TFP效率可以表示為：

若在現行生產可行技術下，i省產出為Yit時最小的總投入為，則t期省份i的技術效率OTE為：

技術效率表示在給定投入的情況下，由于技術進步可獲取的最大產出。其經濟含義表現為科技進步所引起的TFP增量。

若t時期投入Xit的最大總產出為，全要素生產率最大時的總投入和總產出分別為X*it和Y*it，那么t時期省份i的規模效率OSE和剩余混合效率RME分別為：

其中，和為保持產出組合一定的情況下，TFP最大時的總產出和總投入。規模效率表示在技術有效且投入和產出比例固定時，改變投入產出比例所獲得的最佳產出；剩余混合效率是指擁有技術效率的地區通過調整投入產出組合對全要素生產率的影響。全要素生產率的效率TFPE可以分解為：

通過對上式進行改寫，可以求出全要素生產率的公式：

2.投入產出指標

在參考余泳澤等（2020）研究的基礎上，以地區生產總值（GDP）作為全要素生產率產出指標，并以GDP平減指數對中國各地區GDP按2010年的不變價進行平減處理，計算得到2011—2018年各個省份實際地區生產總值。

全要素生產率的投入指標主要包括人力資本投入和物質資本投入兩個部分。參考朱承亮等（2011）的研究，使用各地區實際就業人口數量作為人力資本投入指標。物質資本投入不僅包括每年新增固定資產投資，還包括上年度的物質資本存量。因此，采用“永續盤存法”對資本存量進行估算，其計算公式為：

其中，Kt表示t年的資本存量，It表示t年的固定資本形成總額，Pt是t年的固定資產投資價格指數，δt是折舊率，在參考國內外相關研究的基礎上，本文將各省份的折舊率取為10.96%。對于永續盤存法來說基期的選擇非常重要，利用距離基期越遠的年份進行估算，結果誤差也相對越小（郭家堂和駱品亮，2016）。因此，使用單豪杰（2008）以1952年為基期所估算出來2006年資本存量作為數據基礎，將其轉換為以2006年當年價，以此作為估算的基期資本存量，對2011—2018年中國各地區資本存量進行了估算。

（三）核心解釋變量

本文的核心解釋變量分別是數字金融和政府監管。對于數字金融發展水平的測度，國內已有研究基本采用北京大學發布的數字金融指數，因此也使用數字金融指數作為核心解釋變量。對于政府監管而言，已有研究多集中于商業銀行領域，主要用商業銀行的不良貸款率作為金融監管的衡量指標，但是這忽略了證券、保險等其他金融領域，并不能完全客觀反映地區金融監管的嚴格程度。本文使用財政支出中金融事務支出來反映金融監管的嚴格程度，之所以選取該項指標的原因在于，財政支出中金融事務支出覆蓋了轄區內所有的金融監管機構，能夠有效避免以往研究重視銀行監管、忽略其他領域的不足，有助于真實反映政府對金融監管的投入情況（李華民等，2021）。

（四）控制變量①

①控制變量中的進出口總額和外商直接投資均用當年人民幣兌美元匯率的中間價折合成人民幣。

1.對外貿易（open）

對外貿易是衡量一個國家或地區經濟對外開放，參與世界經濟的重要衡量指標。對于發展中國家來說，參與對外貿易在獲取發達國家先進技術的同時，更能夠改善國內經濟主體的管理水平，從而促進國內全要素生產率的增長（毛其淋和盛斌，2012）。因此，使用各地區進出口總額與GDP的比值來衡量對外貿易水平。

2.外商直接投資（fdi）

與對外貿易不同，外商直接投資對全要素生產率的影響存在較大差異。一方面，外商直接投資不僅緩解了發展中國家資本短缺的困境，而且能夠通過技術外溢來促進技術進步，進而提高全要數生產率。另一方面，外商直接投資所帶來的技術進步可能會降低東道國科技研發的積極性，進而導致其自主研發動力減弱，從而不利于全要素增長率的提升（周杰琦，2011）。使用外商直接投資占GDP的比重來衡量FDI。

3.人力資本（peop）

人力資本是促進全要素生產率增長的重要動力。一方面，豐富的人力資本能夠為技術創新提供人才基礎。另一方面，人力資本有助于幫助國內快速吸收國外的先進技術，加速新技術的擴散速度。為客觀衡量各地區人力資本水平，將勞動力數量與人均受教育年限的乘積作為人力資本的衡量指標。關于平均受教育年限的度量，采用全國6歲及以上人口作為統計口徑，將受教育程度劃分為文盲、小學、初中、高中和大專及以上5類，根據我國的學制，本文將累計受教育年限分別界定為0年、6年、9年、12年和16年。

4.財政支出（fe）

政府對經濟活動的干預主要體現在財政支出上。一方面，財政支出過大的地區往往會從企業和居民征收更高的稅收，會降低經濟主體的積極性，進而損害效率的提高。另一方面，財政支出用于科技、教育和社會保障等方面時，對全要素生產率的提高會產生積極影響。因此，財政支出對全要素生產率的影響存在較大的不確定性（殷紅等，2020）。使用財政支出占GDP的比重來衡量財政支出狀況。

5.研發投入（res）

研發投入直接關系到科技創新水平的高低，在參考葉祥松和劉敬（2018）研究的基礎上，使用R&D經費與GDP的比值作為研發投入的代理變量。

（五）描述性統計

表1是變量的描述性統計結果，其中數字金融總指數、金融監管和人力資本分別進行了取對數處理。

表1 描述性統計

四、實證分析

（一）基準回歸

使用固定效應模型對數據進行基準回歸，估計結果見表2。從表中可以看出，數字金融的系數顯著為正，這說明數字金融的發展有利于全要素生產率的提高。數字金融提升全要素生產率的作用途徑主要是提高創新能力、促進產業結構升級。數字金融的發展一方面可以緩解經濟主體的融資約束，進而提高經濟主體的創新能力，另一方面可以通過技術溢出效果促進產業結構優化升級。金融監管的一階系數顯著為負，二次項系數顯著為正，這說明金融監管與全要素生產率之間可能存在“U”型關系。以列（4）為例，金融監管的一階項與平方項在5%的置信水平下顯著相關，這說明金融監管的一階項系數每增加1%，全要數生產率相應減少0.78個百分點，金融監管平方項的系數每增加1個百分點，全要素生產率相應提高0.04個百分點。

表2 基準回歸

（二）門限回歸

在不同的時空背景下，數字金融與政府監管對全要素生產率的影響可能存在較大差異，使用門限回歸來研究非線性關系。在進行檢驗前必須確定門限的數量，驗證后發現數字金融和金融監管對全要素生產率的影響存在雙重門門檻。門限回歸結果如表3所示。從列（1）和列（2）可以看出，數字金融對全要素生產率的影響作用始終為正，但是作用大小存在顯著差異。以列（2）為例，當低于第一個門檻值時，數字金融的系數為0.0104，說明數字金融每提高1個百分點，全要素生產率增加1.04%；當高于第一個門檻值小于第二個門檻值時，系數下降為0.0096；當高于第二個門檻值時，系數進一步下降為0.0089。這說明數字金融雖然在整體上能夠促進全要素生產率的提高，但是其影響作用呈現出“倒U型”關系。數字金融對全要素生產率的作用效果至少包括兩個方面：一方面，在數字金融發展的初期，數字金融憑借其低成本、廣覆蓋等戰略優勢，可以為經濟主體提供資金支持，緩解融資約束，進而促進全要素生產率的提高。另一方面，隨著數字金融的完善，其在金融市場上的壟斷優勢會逐漸確立，數字金融及其背后的金融資本會將資金投入回報率更高的虛擬經濟行業，甚至可能會借助金融杠桿加劇經濟主體的負債率，導致其對全要素生產率的激勵作用遞減。

表3 門限回歸結果

但是政府監管對全要素生產率的影響正好相反，以列（4）為例，當低于第一個門檻值時，金融監管的系數為負，說明這一時期金融監管會抑制全要素生產率的增長；當高于第一個門檻值小于第二個門檻值時，系數顯著為正，說明這一時期金融監管能夠有效提高全要素生產率；當高于第二個門檻值時，系數進一步上升為0.0145。這說明數字金融與全要素生產率之間呈現出“U型”關系。在數字金融發展的初期，金融監管的介入可能會扼殺金融主體的積極性、主動性和創造性，金融監管越嚴格，經濟主體獲取金融服務的機會越小，從而抑制全要素生產率的增長。隨著數字金融壟斷優勢的確立，金融監管的及時介入會促進金融平臺合規、健康發展，矯正數字金融向其他領域的過度擴張，從而促進全要素生產率的提高。

（三）地區異質性

上文的實證結果表明數字金融能有效促進全要素生產率的提高，金融監管對全要素生產率的影響呈現出“U型”關系。但我國不同地區之間經濟差異明顯，不同地區的影響可能存在較大差異，金融監管嚴格地區和金融監管寬松地區之間也可能存在顯著差異。本文將樣本區域劃分為東部、中部和西部三個分組①參考國家統計局網站統計科普劃分方法進行劃分。，同時參考唐松等（2020）的研究，根據金融監管的平均水平為參照，將各地區劃分為監管嚴格地區（即政府監管fr值大于平均值）與監管寬松地區（fr值小于平均值），地區異質性檢驗結果見表4。

從表4可以看出，無論是在哪一個地區，數字金融的系數估計值均顯著為正，這說明數字金融確實能夠促進全要素生產率的增長。從地理分區角度看，數字金融對全要素生產率的促進作用在東部地區表現的較為突出，西部次之，中部最小；金融監管對全要素生產率的影響，在東部地區和西部地區具有典型的“U型”特征，在中部地區表現的不明顯，且沒有通過顯著性檢驗。從監管嚴格與否的角度看，數字金融對全要素生產率的激勵作用在監管嚴格地區強于監管寬松地區，金融監管的“U型”關系在兩個地區均成立。

表4 地區異質性

（四）穩健性檢驗①

①限于篇幅，結果留存備索。

為檢驗上文分析的穩健性，這里使用數字金融體系中的覆蓋廣度、使用深度和數字化程度替換數字金融總指數。穩健性檢驗結果顯示，數字金融的覆蓋廣度、使用深度和數字化程度對全要素生產率均具有顯著正向影響，且在1%的置信水平下顯著，其中使用深度的估計系數最大。金融監管的一次項系數顯著為負，平方項系數顯著為正，說明金融監管與全要素生產率之間的“U型”關系同樣存在。穩健性檢驗結果與上文估計結果保持一致，說明研究結論是穩健的。

五、結論

本文在借鑒數字金融相關研究的基礎上，以金融監管作為新的切入點進行探究，論證在防范資本無序擴張的背景下，金融監管對全要素生產率的影響，并基于省際面板數據進行了實證檢驗。檢驗結果顯示：一是數字金融的發展對提升全要素生產率至關重要，但其影響效應呈現出非線性的“倒U”型關系。即隨著經濟社會的發展，數字金融對全要素生產率的提升效應邊際遞減。二是金融監管與全要素生產率之間呈現出“U”型關系，在數字金融出現的早期，政府介入監管會抑制全要素生產率的增長，但隨著互聯網金融平臺的擴張，政府介入監管會矯正數字金融的無序擴張，促進全要素生產率的提升。

基于研究結論，提出以下政策建議：第一，必須強化監管，樹立危機管理意識。金融資本追逐利潤并沒有對錯之分，但是金融資本逐利的手段和方式是否合法，是否有利于中國經濟高質量發展至關重要。在數字金融發展的初期，政府和監管層確實提供了較為寬松的政策空間，雖然出現過一些問題，但是數字金融在總體上對于破解金融排斥、提升全要素生產率做出了貢獻。然而，數字金融平臺已經出現非理性競爭與無序發展的傾向，甚至在經濟領域推行盲目兼并與收購，不僅加劇了杠桿率的上升，更損害了居民福利和全要素生產率。因此，“十四五”時期，必須全面認識數字金融監管的必要性和迫切性，要將金融監管擺在總體國家安全觀的重要位置，強化數字金融危機管理意識，將金融活動納入政府監管體系之中，在審慎監管的前提下有序推進數字金融創新。

第二，嚴格監管數字金融公司的注冊資本，限制資本擴張的上限。注冊資本是保障企業信用機制的物質基礎，監管機構對傳統金融機構有非常嚴格的資本充足率規定，但對數字金融機構的資本監管存在缺陷。某些數字金融公司利用資產證券化的手段，先憑借少量的資本獲取一定量的負債，然后將債權資產進行剝離，進入資產池發行證券，獲取新的資金。反復操作便可以達到以少量資本控制巨額債務性資產的目的，這種滾雪球式的操作不僅無限放大負債規模，更加劇了居民的債務水平，甚至可能將居民、企業等微觀主體的金融風險轉變為宏觀系統性金融風險。監管機構應該對數字金融公司的注冊資本實行嚴格的監管，保證資本充足率最低要求，嚴格限制資本擴張的上限。

第三，設立專門的數字經濟或數字金融監管機構。長久以來中國對于互聯網金融的監管主體一直存在爭議，雖然我國對數字金融的第三方支付業務已經制定了非常細致的監管規則，但是數字金融的其他業務模塊尚處于缺乏監管的狀態。隨著數字技術的發展，金融活動與科技之間的邊界變得越來越模糊，數字金融領域積累的風險需要得到政府的重視。而我國數字金融的監管主體由人民銀行、銀保監會和證監會等眾多部門協同負責，監管主體的分散化不利于監管工作的協調開展。未來政府可以成立專門的數字金融監管部門，專司數字金融的監管與互聯網金融風險的防范。