“金融結構-產業結構”協調演進與經濟發展*

肖康康 強皓凡

引 言

金融是現代經濟的核心，是促進產業結構優化和實體經濟發展的關鍵環節。習近平總書記更是強調要深化金融供給側結構性改革，深化金融改革開放，增強金融服務實體經濟的能力。事實上，1973年金融深化理論提出以來，金融發展對一國經濟發展的重要性已成為基本共識。(1)R.Levine,“Finance and Growth: Theory and Evidence”, Handbook of Economic Growth, No.1, 2005, pp.865-934.在深化金融改革的過程中，怎樣設計布局我國金融結構，從而最有利于經濟發展，這是我們研究的重要課題?？v觀全球，發達國家的金融結構多為市場主導型，伴隨著新自由主義思潮風靡全球，市場主導型金融結構更有利于經濟發展的觀念甚囂塵上。尤其是近年來，西方一些學術文獻愈發突出地視歐美發達國家市場主導型金融結構為最優，(2)A.Demirgüc-Kunt, E.Feyen and R.Levine, “Optimal Financial Structures and Development: The Evolving Importance of Banks and Markets”, World Bank, 2011; P. Sethi, B. Kumar, “Financial Structure Gap and Economic Development in India”, Journal of Business Economics and Management, Vol.15, No.4, 2014, pp.776-794.將大力建設證券市場與經濟發展績效直接掛鉤。但證券市場的建設成本相當高昂，為了我國持續穩定的經濟發展，是否需要“一步到位”地將金融結構調整為歐美國家的市場主導型，是否需要“一步到位”地舍棄我國長期運用的銀行主導型金融結構？

回首我國改革開放以來的金融結構演化與實體經濟發展，雖然金融結構不似西方國家那般發達和完備，尤其是20世紀90年代初證券市場創設以后亂象叢生，屢開屢關、狂漲狂跌，機制不健全、制度不完善，且大小銀行差距懸殊、金融壟斷水平高企，但年均9%的經濟增長奇跡卻是全球范圍內耀眼的成就，給予了“市場主導論”一個有力的挑戰。究竟最優金融結構是否存在，如果存在，有無標準范式？對此，一類學者秉持“市場主導論”，認為市場主導型金融結構在信息透明化、價格發現、創新激勵、分散截面風險及改善企業管理等方面具有積極作用。(3)C. Jensen, J. Murphy, “Performance Pay and Top-Management Incentives”, Journal of Political Economy, Vol.98, No.2, 1990, pp.225-264; H. Boyd, D. Smith, “The Evolution of Debt and Equity Markets in Economic Development”, Economic Theory, Vol.12, No.3, 1998, pp.519-560; R. Stulz, “Does Financial Structure Matter for Economic Growth? A Corporate Finance Perspective”, Financial Structure and Economic Growth: A Cross-country Comparison of Banks, Markets and Development, 2001, pp.143-188.持有“銀行主導論”的學者則認為，銀行主導型金融結構在動員社會儲蓄、項目搜集處理、企業監督、平滑跨期風險等方面具有積極作用，更有利于經濟發展。(4)W. Diamond, “Financial Intermediation and Delegated Monitoring”, The Review of Economic Studies, Vol.51, No.3, 1984, pp.393-414; E. Stiglitz, “Credit Markets and the Control of Capital”, Journal of Money, Credit and Banking, Vol.17, No.2, 1985, pp.133-152; F. Allen, D. Gale, Comparing Financial Systems, Cambridge, MA: MIT Press, 2000.還有部分學者提出了“結構無關論”，主張只有金融功能會顯著影響經濟發展，而金融結構無明顯作用，如Merton、Bodie、Levine等提出的金融功能觀，認為金融發展促進經濟增長在于金融功能的良好發揮，與金融結構無關。(5)Z. Bodie, C. Merton, “Financial Infrastructure and Public Policy: A Functional Perspective”, SSRN 6639, 1995; R. Levine, “Bank-based or Market-based Financial Systems: Which is Better”, Journal of Financial Intermediation, Vol.11, No.4, 2002, pp.398-428.

以林毅夫等為代表的新結構經濟學亦論及最優金融結構，其或可成為解釋中國金融結構-經濟增長之謎的鑰匙。這一觀點認為，最優金融結構內生于一國稟賦及與其相適應的產業結構和技術水平，且當金融結構與技術發展水平相適應時，才能取得穩定快速的經濟發展，且這種最優金融結構也是動態演化的。(6)林毅夫、孫希芳、姜燁：《經濟發展中的最優金融結構理論初探》，《經濟研究》2009年第8期。以此來解釋，考慮我國的歷史現實，在初期以傳統產業和模仿創新為主時，產業高級化程度低，生產效率不高，同期金融結構以銀行為主，雖金融市場整體規模不大，但完全可以適應實體經濟發展的需要。隨著產業結構進一步優化完善，我國逐步開啟多層次資本市場建設，漸進式金融結構改革為產業發展提供了所需的金融結構，從而使經濟持續較快增長，這一邏輯體系的解釋更具現實一致性。

在此基礎上，部分文獻開始著手于中國金融結構-經濟發展之謎的解釋研究。例如，龔強等研究發現，隨著經濟發展，金融結構將隨產業結構變化而變遷。(7)龔強、張一林、林毅夫：《產業結構、風險特性與最優金融結構》，《經濟研究》2014年第4期。隨著中國經濟轉型和產業升級，眾多產業不斷接近世界技術前沿，金融市場的重要性將逐步顯現。張成思和劉貫春以股市資本形成總額、交易總額與銀行信貸的比例作為測度金融結構的指標，發現金融結構的經濟發展效應顯著為正，且金融結構是經濟發展的單向格蘭杰因。(8)張成思、劉貫春：《最優金融結構的存在性、動態特征及經濟增長效應》，《管理世界》2016年第1期。景光正等研究發現，市場主導型金融結構更有利于推動技術進步，雙向FDI是促進技術進步的兩個渠道，但金融市場在金融結構中的比重并非越高越好，而是需要建立與經濟發展階段相適應的最優金融結構。(9)景光正、李平、許家云：《金融結構、雙向FDI與技術進步》，《金融研究》2017年第7期。盛斌和景光正研究發現，市場主導型金融結構能顯著提升國家的全球價值鏈地位，且隨著價值鏈分工地位的提升，金融市場的促進作用會依次遞增，而人力資本提升和研發創新激勵是造成這一現象背后的重要渠道。(10)盛斌、景光正：《金融結構、契約環境與全球價值鏈地位》，《世界經濟》2019年第4期。劉曉光等在最優產業配置框架下，發現市場主導型金融結構能更有效地促進資源配置向最優狀態收斂，且銀行業集中度越低、股市發展越有效率和活力時，市場主導型金融結構越能加速推動經濟向最優配置前沿收斂。(11)劉曉光、茍琴、姜天予：《金融結構、經濟波動與經濟增長——基于最優產業配置框架的分析》，《管理世界》2019年第5期。

然而，金融體系是一個復雜的系統，過去的研究所采用的單指標方法，無法全面反映金融結構的演化過程，且以往文獻大多孤立地研究金融結構對產業升級或經濟發展的影響，忽視了金融結構與產業結構之間一供一求、復雜交錯、協調影響的動態關聯性。其次，現有文獻多集中于國際面板數據的研究，缺乏從中國實際數據進行分析，而采用省級面板數據能為我們提供更多所需信息。最后，也是重要的一點，即與一定產業結構相匹配相適宜的金融結構是以何種方式促進經濟發展的，現有文獻在這方面的討論相對不足。

對此，本文主要的貢獻在于：第一，與既有研究不同，本文采用了物理學中的耦合協調模型，從更廣義的角度來度量金融結構與產業結構，避免過去單指標研究方法無法真實全面衡量這兩個交錯而復雜的系統的弊端，對兩者之間的互動關系予以充分考慮，也為未來的研究提供一種新的思路。第二，本文基于新結構經濟學的視角，為金融結構與產業結構相互耦合匹配、彼此協同發展對經濟發展的影響及其背后作用機制提供了理論與實證解釋。第三，本文基于門限模型，研究了金融結構與經濟發展和產業升級之間的關系，為新結構經濟學中“與一定產業結構相匹配相適宜的金融結構有利于促進經濟發展”這一重要命題提供了佐證。

一、模型框架與理論分析

采用單指標和線性運算方法來刻畫金融結構與產業結構，無法完全體現二者的非線性特征，也無法準確描繪兩個系統之間交錯而復雜的影響反饋作用。因此，本文借用物理學中的“耦合”概念——兩個或兩個以上系統相互作用和影響以至聯合并協調發展的現象，即系統之間的競合且聯動、多樣且協調、關聯且整體，對金融結構和產業結構之間協調互動關系進行研究。

為刻畫金融結構與產業結構的變化情況，本文首先構建子系統有序度模型。所謂有序，是指系統超越某一臨界點時呈現某種規律的結構狀態。設Xij為i子系統中第j個指標序參量，本文中i=1，2；j=1，2，…，n。其中，i=1代表金融結構子系統，i=2代表產業結構子系統，且有βij≤Xij≤αij，βij和αij分別為序參量分量Xij的下限和上限臨界點，本文采用序參量的最小、最大值。一般假定Xi1，Xi2，…，Xil為正向功效指標，即系統有序度是其取值的增函數，取值越大則系統有序度越大；假定Xi(l+1)，Xi(l+2)，…，Xin為負向功效指標，即系統有序度是其取值的減函數，取值越大則系統有序度越低。定義標準化功效函數xij∈[0,1]作為序參量Xij對系統的功效貢獻值，反映達到目標的滿意程度。

(1)

考慮到金融結構與產業結構兩個系統的復雜性，其演化過程為非線性過程，設其隨時間變化的演化方程如下：

(2)

在公式(2)中，f為xi的非線性函數。由于非線性系統運動的穩定性取決于一次近似特征根的性質，在保持系統穩定性的前提下，將f在x=0上按照泰勒級數展開：

(3)

在公式(3)中，f(0)=0，θ(x1，x2，…，xn)為xi的不低于二次方的解析函數。根據李雅普諾夫(Lyapunov)第一近似定理，省略公式(3)中的高次項，得到保持系統穩定性下的非線性系統近似表達：

(4)

在公式(4)中，ai為xt對xi的一階偏導，可理解為權數。于是，某一時刻金融子系統與產業子系統的發展演化水平為：

(5)

在公式(5)中，FSt和ISt分別為金融結構子系統和產業結構子系統的綜合序參量，xt,ij為序參量對子系統i的功效(i=1，2)，ωt,ij為各序參量對應的權重。

那么，“金融結構-產業結構”復合系統的演化方程為：

A=dFSt/dt=f1(FS,IS),B=dISt/dt=f2(FS,IS)

(6)

在公式(6)中，A和B分別為金融子系統和產業子系統的演化方程。根據上述分析，本文建立發展度指數，衡量金融系統與產業系統的整體發展水平：

T1=φtFSt+φ2ISt

(7)

在公式(7)中，T為“金融結構-產業結構”系統發展程度，φ1和φ2分別為金融結構與產業結構兩個子系統在整體系統運行中的重要程度，鑒于二者在當前發展中的重要性，本文視兩者同等重要，取φ1=φ2=0.5。

系統耦合度的概念最初來源于物理學，是兩種或兩種以上系統或系統要素之間的相互關聯，包括系統之間或系統內要素之間配合得當、和諧一致、良性循環，反映了系統或運動方式之間通過相互作用而彼此影響以致協同的現象。在本文中，將金融結構與產業結構兩個系統通過各自的功能元素相互作用、彼此影響的現象定義為金融結構與產業結構耦合。借鑒物理學中的容量耦合(Capacitive Coupling)概念及容量耦合系數模型，通過令偏離差系數最小進行推導，得到金融結構與產業結構的耦合度函數：(12)張勇、蒲勇健、陳立泰：《城鎮化與服務業集聚——基于系統耦合互動的觀點》，《中國工業經濟》2013年第6期。

(8)

本文參考逯進和周惠民的研究，對這一指標的實際意義進行說明。(13)逯進、周惠民：《中國省域人力資本與經濟增長耦合關系的實證分析》，《數量經濟技術經濟研究》2013年第9期。繪制T1、T2、T3三條等發展水平線，表征不同金融結構子系統與產業結構子系統的復合系統具有相同的發展水平，且由T1向右上到T3表示由低水平向高水平演進的系統發展水平(見圖1)。根據耦合度的模型可知，當耦合度達到最大值1時，恰有兩系統坐標點數列位于從原點出發的45°射線上，即C1，而C2和C3均表示金融結構與產業結構之間存在一定的偏離。值得注意的是，不應片面強調金融結構與產業結構的耦合或發展。如A、B兩點擁有相同的協調度，而A點發展水平低于B點，在缺乏外力推動下，A點其實是一種“低發展陷阱”；而B、D兩點具有相同的發展水平，但D點耦合度低于B點，這是一種無法發揮兩系統最大合力的“低效率陷阱”。

圖1 “金融結構-產業結構”協調演進發展模式

由此可見，耦合度C不失為衡量產業結構與金融結構相互協調的重要指標，但耦合度并未考慮到金融結構與產業結構的總體發展水平，由于金融結構與產業結構具有復雜交錯、動態變化和不平衡的特性，僅依據耦合度難以反映出二者互動的整體功效與協同效應，因此，須引入協調分析。協調一般指系統演變過程中各子系統及子系統構成要素各種質的差異部分，在組成復合系統時表現出相互配合與和諧一致的屬性。根據上文分析，耦合水平線與發展水平線的交點綜合且形象地描繪了系統的協調演進水平。因此，構建既能反映金融結構與產業結構二者耦合程度，又能體現二者發展水平的協調度函數如下：

(9)

在公式(9)中，D為協調度；一般T∈(0,1)，以保證D∈(0，1)。

結合以上分析，時期t的金融結構與產業結構二者耦合協調的演進過程可描述如下：

FSt=FSt-1+ξIS→FSdIS-FS,t-1

(10)

ISt=ISt-1+ξFS→ISdFS-IS,t-1

(11)

在公式(10)和(11)中，dIS-FS,t和dFS-IS,t分別表示t-1期金融結構與產業結構之間的偏離度。為了不失一般性，令兩系統之間的偏離度為二者所處狀態位置的差值：

(12)

則公式(10)和(11)可改寫為：

FSt=(1-ξIS→FS)FSt-1+ξIS→FSISt-1

(13)

ISt=(1-ξFS→IS)FSt-1+ξFS→ISFSt-1

(14)

因此，在不考慮其他影響因素條件下，經過一定時期的耦合作用后，可推導出“金融結構-產業結構”復合系統將趨于收斂的協調發展系統：

(15)

接下來，本文嘗試基于產業結構與金融結構兩個子系統協調發展的動態演進機制，對經濟發展影響進行解釋。根據新結構經濟學的觀點，金融結構演進的內在規律是順應產業結構的發展需求，將資源配置到特定階段最具比較優勢的產業中，為其提供所需金融服務，只有當經濟體的金融結構與產業結構相適應時，金融結構就達到了最優的水平，這樣便能最大限度地實現經濟持續快速發展。根據本文建立的耦合協調模型，經濟體要擺脫“低發展陷阱”和“低效率陷阱”，實現“金融結構-產業結構”系統協調發展，從而促進經濟發展，需要選擇適宜的耦合演進模式。

以經濟發展實際來看(見圖2)，假設某地初始耦合點為F，根據新結構經濟學的觀點，由于金融結構內生于產業結構，因此假設產業結構先行變化。在經濟發展初期，為提振經濟，大力發展當地產業，實行產業升級改造，建立起一批符合當地資源稟賦的產業，一段時間后到達G點，表示該地產業結構實現了一定的優化升級。在這一時期，產業發展需要大量資金支持，金融結構向以規模化為主方向發展，從G點移動至I點。由此建立起來的金融結構更加適應當下的產業結構，通過加速資本積累，給予更多的金融服務支持，如融資方面，增加產業發展所需資金，促進產業規模擴張，使勞動力、土地等其他實體經濟生產要素也流向相應的產業部門，促進產業規模進一步擴大，金融-產業系統實現了協調演進的耦合發展態勢，進而到達J點。此時，隨著經濟發展水平提升，產業規模擴大，高級產業具備更多增長動力，開始嘗試向產業結構高級、高效、合理的方向發展，技術研發與創新開始發揮關鍵作用。隨著向產業技術前沿邁進，產業結構進一步發展的高技術風險與市場風險加大，要求更多元化的金融產品、更市場化的融資渠道和更高效的資本配置。隨著金融結構向活力化、效率化的方向發展，通過提供更加豐富的金融產品和更高效的資本配置，金融資本逐漸流向高附加值的創新型企業，產業結構繼續升級，完成由J到K再到M點的運動，并最終再次實現金融結構與產業結構向更優質耦合協調水平演進的態勢，即移動至N點。

圖2 耦合度、發展水平與協調度

那么，金融結構和產業結構耦合協調如何對經濟發展產生作用呢？筆者認為，不同金融結構有各自的比較優勢，適合不同產業發展階段。當金融結構與產業發展階段相匹配時，金融市場效率在社會生產中能夠發揮最大化效應；當金融結構與產業發展階段不匹配時，金融市場便會成為社會生產的障礙。根據“金融結構-產業結構”協調演進發展模式可知，金融結構的發展是為了及時推動產業向技術前沿邁進，即產業結構不斷向高級化邁進需要金融服務支持，而產業在得到所需金融支持后，更有動力擴大生產規模、推動產業升級。在這一過程中，金融結構與產業結構良性的協調演進具有溢出效應，能促進資本的有效配置與勞動力生產效率的提高，即兩者良好配合所帶來的有形生產要素投入以外的社會生產效率提升，從而促進當地的經濟發展。舉例來看，假設一個生產服從如下的經濟形式：

Y=A·F(K,L)

(16)

在公式(16)中，Y為經濟發展的產出水平，K為物質資本投入，L為人力資本投入，A表示除資本與勞動力等有形生產要素投入以外的技術水平等生產率提升方面的內容?？紤]到金融結構與產業結構協調演進的溢出效應，能影響社會生產中的生產效率，因此：

Y=f[g(FSt,ISt),X]·F(K,L)

(17)

在公式(17)中，g(FSt，ISt)表示t時期金融結構與產業結構的協調演進水平，X表示影響社會生產效率的其他因素。

最后，關于指標序參量權重的確定，主要有層次分析法、德爾菲法等主觀賦權法和熵值法、變異系數法、主成分分析法等客觀賦權法兩類。本文采用基于香農(Shannon)“信息熵”思想的熵值法。作為一種客觀賦值法，其基于客觀的現實原始信息，通過對指標蘊含信息及彼此關聯程度的分析確定權重，不受個人主觀判斷影響，既能反映指標信息的效應價值，又能克服指標之間的信息重疊，在社會經濟等研究領域廣泛采用。

二、指標、數據與實證策略

(一)指標體系建立

考慮到金融結構與產業結構兩個子系統的交錯性和復雜性，本文改變了以往研究多采用的狹義單指標度量方法，采取多指標以求實現全面的綜合評價(見表1)。

在金融結構方面，本文借鑒Demirgüc-Kunt、Levine等的做法，從規模化、活力化和效率化三個維度進行衡量。(14)A. Demirgüc-Kunt, R. Levine, Financial Structure and Economic Growth: A Cross-Country Comparison of Bank, Markets, and Development, Massachusetts: MIT Press, 2001.其中，規?；x取股票市場規模、金融相關比率和金融產業產值三個角度；活力化考慮股票市場活力、信貸分配市場化、保險深度三個方面；效率化則考慮金融市場效率、金融中介效率和金融業產出效率三個指標。其中，選擇股票市場規模、股票市場活力和金融市場效率這三個與直接融資緊密相關的指標且屬性均為正，是因為新結構經濟學的眾多研究表明，隨著產業技術不斷向前邁進，金融市場較金融中介能提供更有力的資金支持。選擇信貸分配市場化與金融中介效率且定義為正，是由于中國金融體系仍具銀行為主的現實特征，中介效率提高對各地區產業投資增長有正向促進作用。高效的金融機構能使資金從盈余部門向赤字部門轉化，若儲蓄向投資轉化的過程受到抑制，則產業發展潛力將難以充分發揮。

在產業結構方面，本文從高級化、高效化和合理化三個角度賦予其更豐富的內涵。其中，一般文獻根據克拉克定律采用非農產值比重度量高級化，但鑒于“經濟服務化”過程中第三產業增長率快于第二產業增長率的典型事實及相關文獻，本文采用第二、三產業產值之比、高技術產業比重和R&D經費投入，從產出與投入兩個方面度量產業結構向技術前沿的邁進。所謂產業結構高效化，是指產業資源配置效率的提高，即因科技創新和要素稟賦變化，生產資源在產業之間流動并不斷優化配置，最終表現為產能利用率的提升及投入產出效率提高。本文基于配第-克拉克定理，采用第二、三產業投入產出比和人均產值進行表征。產業結構合理化則主要表現為三次產業的協調發展，過去研究常以產業結構偏離度來衡量，本文則采用干春暉等重新定義的泰爾指數，該指數考慮了產業相對重要性并避免了絕對值計算，同時保留了結構偏離度的理論基礎和經濟含義。(15)干春暉、鄭若谷、余典范：《中國產業結構變遷對經濟增長和波動的影響》，《經濟研究》2011年第5期。同時，參考韓永輝等的方式，度量國有產業占比。(16)韓永輝、黃亮雄、王賢彬：《產業政策推動地方產業結構升級了嗎?——基于發展型地方政府的理論解釋與實證檢驗》，《經濟研究》2017年第8期。此外，由于產業結構可持續性越來越受到重視，故將產業結構可持續發展性也納入其中，以單位生產總值能源消費量來度量。

(二)基本事實

基于上述模型框架與指標設計，本文選取我國1995年至2017年全國31個省、直轄市和自治區面板數據進行研究，相關數據來源于《中國統計年鑒》、《中國金融統計年鑒》、《中國勞動統計年鑒》、《中國人口統計年鑒》、《中國科技統計年鑒》、《中國高技術產業統計年鑒》、歷年分省統計年鑒及國家統計局。

表1 金融結構與產業結構耦合協調系統子變量

在時間維度上(17)囿于篇幅，具體數據未列出。，筆者計算發現，我國金融結構與產業結構耦合度始終處于0.9左右的水平，這表明盡管不同時期金融結構與產業結構發展情況不同，但兩者總體上保持了良好的協同促進作用，即金融結構能為產業結構供給發展所需的配套金融服務，產業結構也能基于其需求，及時把握金融結構提供的發展機遇并進行優化生產。這也從側面驗證了新結構經濟學中“處于不同發展階段的經濟體具有不同的產業結構、企業規模、資本需求和風險結構，對應有不同的最優金融結構”這一論點。雖然我國過去的金融結構發展水平較發達國家具有一定差距，如直接融資比例較低、市場發展較為落后、多層次資本市場尚未建成等，但還是適宜同時期產業結構發展需求的。值得注意的是，金融結構子系統發展水平與1998年、2008年兩次金融危機和我國股票市場的發展——尤其是幾次較大的牛熊市交替——密切相關。協調度的幾次起伏與當期金融結構發展水平的波動緊密相關，由起初受耦合度主導轉變為后期受發展度主導，這說明未來我國要進一步促進金融結構與產業結構的協同演進，應注意提升二者的發展水平以及降低金融體系波動性、嚴格把控金融風險、杜絕金融危機等方面。

在空間維度上，筆者將計算得到的“金融結構-產業結構”協調演進程度作空間可視化處理(見圖3)。一方面，各地區金融結構與產業結構相互耦合匹配、彼此協同發展的水平明顯提高，從1995年所有省份處于勉強協調狀態，到2017年所有省份均處于中度協調以上，其中，有27個省份實現了優質協調。另一方面，區域集聚特征也發生了明顯變化。1995年，江西、甘肅和山西分列協調演進水平前三位，而北京、上海、廣東等地位居倒數，區域產業需求與金融供給存在明顯的錯位現象，呈“多核心”格局特征；2017年，協調演進水平高值區主要集中在東部沿海地區，如上海、江蘇、廣東、浙江、遼寧、福建分列前六位，但中部地區如四川、河南、安徽等地也較高。究其原因，一方面是這些地區經濟基礎的支撐，另一方面也是在產業政策與金融政策推動下技術要素和金融要素資源優化配置與要素之間相互協調的結果。這一事實也啟示我們，研究“金融結構-產業結構”協調演進的作用時應考慮地區效應差異。

圖3 1995年與2017年“金融結構-產業結構”協調演進水平分布

(三)實證分析策略

本文在借鑒King、Levine等研究金融結構對經濟發展影響計量模型的基礎上，構建如下模型：(19)G. King, R. Levine, “Finance and Growth: Schumpeter might be Right”, The Quarterly Journal of Economics, Vol.108, No.3, 1993, pp. 717-737; R. Levine, N. Loayza and T. Beck, “Financial Intermediation and Growth: Causality and Causes”, Journal of Monetary Economics, Vol.46, No.1, 2000, pp. 31-77.

G(j)=α+βF(i)+γX+ε

(18)

在公式(18)中，G(j)表示第j個衡量經濟發展的變量，F(i)表示第i個衡量金融發展的變量，X表示控制變量。結合本文研究特點與思路，參考林毅夫、邵宜航、陶新宇、盛斌等人的研究成果，在公式(18)中加入時間與地區因素，得到驗證“金融結構-產業結構”協調演進程度與經濟發展的面板回歸模型：(20)林毅夫、姜燁：《經濟結構、銀行業結構與經濟發展——基于分省面板數據的實證分析》，《金融研究》2006年第1期；邵宜航、劉仕保、張朝陽：《創新差異下的金融發展模式與經濟增長：理論與實證》，《管理世界》2015年第11期；陶新宇、靳濤、楊伊婧：《“東亞模式”的啟迪與中國經濟增長“結構之謎”的揭示》，《經濟研究》2017年第11期；盛斌、蘇丹妮、邵朝對：《全球價值鏈、國內價值鏈與經濟增長：替代還是互補》，《世界經濟》2020年第4期。

(19)

在公式(19)中，Yit為地區i在t期的經濟發展水平；Dit表示地區i在t期的金融結構與產業結構適宜度和匹配度，考慮到金融結構與產業結構兩系統的交錯性和復雜性，本文采用前述計算的“金融結構-產業結構”協調演進水平進行檢驗；Controlijt表示地區i在t期的第j個控制變量；μi為地區固定效應；μt為時間固定效應；εit為隨機擾動項。

在被解釋變量和控制變量的選擇上，為盡量保證準確而全面，本文參考張杰、楊子榮等人的研究成果，以人均真實GDP對數值(Pgdp)衡量經濟發展水平，其引入還有助于從國民福利的角度對經濟績效進行評估。(21)張杰、高德步、夏胤磊：《專利能否促進中國經濟增長——基于中國專利資助政策視角的一個解釋》，《中國工業經濟》2016年第1期；楊子榮、張鵬楊：《金融結構、產業結構與經濟增長——基于新結構金融學視角的實證檢驗》，《經濟學(季刊)》2018年第2期?？刂谱兞窟x取如下：物質資本投資水平(Inv)以各省物質資本投資額占GDP比率表示；創新活動能力(Sci)以各省專利授權量對數值表示，這是因為發展中國家創新能力仍處模仿和學習階段，專利更能體現創新活動的價值；由于真正對經濟發展起作用的是人力資本的存量水平，選取每千人口高等學校在校生人數這一存量性指標作為人力資本投入水平(Hr)的度量標準；外資投資水平(Fdi)以各省實際利用外商直接投資占GDP比率表示；貿易水平(Exp)以各省出口總額占GDP比率表示；財政支出水平(Gov)以各省地方公共財政支出占GDP比率表示；最后，加入GDP平減指數(Def)，衡量宏觀經濟穩定性。數據來源同前，同時給出各變量基本統計性質(見表2)。筆者計算出各解釋變量VIF最大值為3.97，考慮到各變量最大值VIF≤10則多重共線性問題不存在這一計量經驗法則，本文所取解釋變量之間不存在多重共線性問題。

考慮到金融結構內生性問題，即金融結構是產業結構變遷中的內生變量，則模型中可能存在金融結構與產業結構協調演進之間的聯立性，若直接采用混合最小二乘、固定效應模型、隨機效應模型等傳統面板估計技術，往往會導致估計有偏和不一致。為盡量解決這一問題，本文采用系統廣義矩估計(SYS-GMM)。Arellano、Bond提出了差分廣義矩估計模型(DIF-GMM)，一方面通過一階差分消除固定效應影響，另一方面引入所有可能的滯后變量為工具變量，具有更高的估計效率，能有效解決解釋變量的內生性問題。(22)M. Arellano, S. Bond, “Some Tests of Specification for Panel Data: Monte Carlo Evidence and an Application to Employment Equations”, Review of Economic Studies, Vol.58, No.2, 1991, pp. 277-297.但隨著其被廣泛應用，研究發現DIF-GMM估計存在弱工具變量問題，差分矩估計量可能存在嚴重的小樣本偏誤。在此基礎上，Arellano、Bover、Blundell、Bond等提出了系統廣義矩估計方法(SYS-GMM)，(23)M. Arellano, O. Bover, “Another Look at the Instrumental Variable Estimation of Error-Components Models”, Journal of Econometrics, Vol.68, No.1, 1995, pp. 29-51; R. Blundell, S. Bond, “Initial Conditions and Moment Restrictions in Dynamic Panel Data Models”, Journal of Econometrics, Vol.87, No.1, 1998, pp. 115-143.相對于DIF-GMM，SYS-GMM一方面以差分變量滯后項作為水平方程相應變量的工具變量，增加更多工具變量運用以去除內生性；另一方面通過有效利用水平方程的信息減小有限樣本的偏誤，控制異方差問題，從而使估計結果有效性大幅提升。(24)馬勇、陳雨露：《金融杠桿、杠桿波動與經濟增長》，《經濟研究》2017年第6期。Blundell等指出，樣本時序較短時，相對于DIF-GMM，SYS-GMM更能充分利用樣本信息，使得估計量的小樣本偏誤明顯降低。(25)R. Blundell, S. Bond and F. Windmeijer, “Estimation in Dynamic Panel Data Models: Improving on the Performance of the Standard GMM Estimator”, Advances in Economics, Vol.15, No.2, 2001, pp.53-91.GMM估計又可進一步分為一步GMM估計和兩步GMM估計，但兩步估計的標準誤會嚴重向下偏誤，影響統計推斷的準確性。(26)F. Windmeijer, “A Finite Sample Correlation for the Variance of Linear Efficient Two-step GMM Estimators”, Journal of Econometrics, Vol.126, No.1, 2005, pp.25-51.

因此，本文選擇一步SYS-GMM估計方法，同時為避免工具變量過多的問題，參照Roodman的做法，(27)D. Roodman, “How to do Xtabond2: An Introduction to Difference and System GMM in Stata”, The Stata Journal, Vol.9, No.1, 2009, pp.86-136.限制最多使用兩階滯后變量作為工具變量，并通過兩個檢驗來驗證其適用性。其一，用Hansen Test檢驗過度識別約束，用以檢驗過度識別情況下所選工具變量是否準確，若在10%顯著性水平上不能拒絕原假設，表明工具變量不存在過度識別問題；其二，采用Arellano-Bond二階序列統計量來檢驗擾動項無自相關的假設，若顯著則以三階及更高階作為工具變量，然后檢驗三階序列統計量是否顯著。同時，為進一步消除異方差影響，估計時均采用穩健標準誤處理。

表2 描述性統計

三、計量結果分析

(一)耦合效應的灰色關聯分析

在進行回歸前，本文利用灰色關聯技術對金融結構與產業結構耦合作用的最主要因素進行遴選，對兩者之間交錯而復雜的耦合機制進行一定的揭示(見表3)。(28)根據張勇等人的研究，耦合度值為(0，0.3)(0.3，0.5)(0.5，0.8)(0.8，1)時，系統分別處于低水平耦合、頡頏階段、磨合階段、高度耦合；協調度值為(0，0.3)(0.3，0.6)(0.6，0.8)(0.8，1)時，系統分別處于低度協調、勉強協調、中度協調、優質協調。在金融結構指標中，金融市場效率對產業結構的平均影響最為顯著，關聯度達到0.801，金融業產出效率和金融相關比率的影響次之，影響最弱的是金融產業產值，但關聯度仍達到0.731，處于中等耦合強度。在產業結構指標中，第三產業人均產值、國有企業占比、R&D經費投入與金融結構的平均關聯度均超過0.8，達到高水平耦合強度，這說明它們是約束金融體系發展的主要因素，其他指標關聯度也基本保持在0.7以上。上述結論說明，金融結構各指標與產業結構各指標之間都有較強的關聯度，兩個體系是緊密聯系、彼此作用、互相影響的，也在一定程度上反映出本文指標系統構建的準確性與合理性。這也提示在推進金融結構與產業結構耦合協調的發展過程中，抓住主要影響因素提升優化，不僅能促進自身發展，還能通過耦合作用促進另一體系良性的共同演進。

(二)單位根分析

在回歸分析前，為判定變量平穩性，避免出現偽回歸，應首先對面板數據進行單位根檢驗與協整檢驗。本文采用LLC檢驗、IPS檢驗、ADF-Fisher檢驗和PP-Fisher檢驗等4種方法，對基準模型中各變量進行面板單位根檢驗，結果表明，所有變量均為非平穩過程，而一階差分后均變為平穩過程，即本文基準回歸采用的面板數均為一階單整[I(1)]過程。這滿足了方程協整的必要條件，為檢驗各變量之間是否存在穩定的長期關系，從而可使用原數據進行回歸分析，本文繼續進行協整檢驗，采用Kao提出的建立在Engle和Granger二步法檢驗基礎上的面板協整檢驗方法。(29)C. Kao, “Spurious Regression and Residual-based Tests for Cointegration in Panel Data”, Journal of Econometrics, Vol.90, No.1, 1999, pp.1-44.囿于篇幅，未具體列出(下同)。結果強烈支持變量系統存在協整關系，可以對原數據進行面板回歸。

表3 金融結構與產業結構耦合作用矩陣

(三)基準回歸分析

由于影響經濟發展的因素很多，因而在選取控制變量時可能會發生遺漏。為了盡可能降低遺漏變量問題所產生的影響，本文借鑒楊子暉、田磊等人的做法，首先以核心解釋變量回歸模型為分析對象，再采用逐步添加其他控制變量的方法進行參數估計，以考察核心解釋變量影響的穩健性及各控制變量的影響(見表4)。(30)楊子暉、田磊：《“污染天堂”假說與影響因素的中國省際研究》，《世界經濟》2017年第5期。根據第(1)至(8)列的回歸結果，通過逐步加入其他控制變量，“金融結構-產業結構”協調度或協調演進水平與經濟發展水平的回歸系數始終為正，且始終通過1%的置信度水平檢驗。這說明“金融結構-產業結構”協調演進水平的提升，對經濟發展的正向促進作用顯著且穩健，即一個地區金融結構與產業結構相互耦合匹配、彼此協同發展的協調程度越高，越有利于當地經濟績效的提升。在控制變量方面，物質資本投資水平、創新活動能力、人力資本水平、外資投資水平和貿易水平都能顯著促進經濟發展，這與既有研究結果相一致。此外，二階序列相關檢驗結果顯示，可以推斷原模型的誤差項不存在二階序列相關性，內生性得以克服，證明了模型設定的合理性；Hansen過度識別檢驗在10%的顯著性水平上不能拒絕過度識別約束有效的原假設，證明了工具變量有效性。

表4 “金融結構-產業結構”協調度與經濟發展分步檢驗

(四)分地區回歸

作為一個區域發展程度差異很大的國家，中國不同地區的金融結構與產業結構差異巨大，因此，有必要對不同地區作分組回歸比較。但由于系統GMM估計中加入過多解釋變量會產生較多的工具變量，因此為避免樣本數據數量過小的問題，本文將全國分為東、中西兩部分進行區域效應檢驗。(31)具體而言，根據《中共中央國務院關于促進中部地區崛起的若干意見》(中發〔2006〕10號)以及《國務院關于實施西部大開發若干政策措施的通知》(國發[2000]33號)等文件，將北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南劃分為東部地區；將山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南、內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆劃分為中西部地區。

“金融結構-產業結構”協調演進水平對經濟發展的影響在兩個分組均顯著為正，再次證明了前述結論的穩健性，但不同地區的影響程度存在差異(見表5)。無論是否加入各控制變量，中西部地區“金融結構-產業結構”協調演進水平回歸系數均超過東部地區(且通過組間差異檢驗)。這說明“金融結構-產業結構”耦合匹配、協同發展程度的提升能給欠發達地區經濟發展帶來更大的邊際影響，而在更為發達的東部沿海地區，協調演進水平的提升對經濟發展的促進作用相對較小。從這個意義上說，在改善我國區域發展差異時，尤其要注意使欠發達地區金融體系與產業體系形成良好配合，助力當地經濟增長。此外，二階序列相關檢驗和Hansen過度識別檢驗結果同樣證明了模型設定的合理性和工具變量選擇的有效性。

(五)穩健性分析

為確保回歸結果的有效性和準確性，本文從以下幾個角度進行穩健性檢驗：

首先，替換估計方法。一方面，采用OLS進行估計；另一方面，由于兩步系統GMM在一步GMM基礎上，進一步將一步GMM殘差納入新估計中，進一步放寬一步GMM中殘差獨立

表5 區域效應檢驗

與同方差的假設，因此，同時采用兩步系統GMM估計，以有效避免變量之間以及變量和殘差之間的內生性問題。但同時須用WC-robust估計方法，實現穩健標準誤，以增強回歸結果可信度。其次，降低逆向因果關系。從理論上說，合適的工具變量可以解決這種內生性問題。但在現實中，往往沒有完全合適的工具變量，著名的“各國到赤道的距離”“歐洲早期殖民者在各殖民地的死亡率”等工具變量仍受到許多批評。因此，本文一方面參照劉曉光等人的方法，在缺乏有效且隨時間變化的系統外部工具變量時，以解釋變量的2-3階滯后項作自身有效的工具變量進行2SLS法估計，以有效解決內生性問題；(32)劉曉光、劉元春、王健、劉嘉桐：《行為監管與股市發展》，《世界經濟》2020年第4期。另一方面，考慮到核心解釋變量及控制變量對經濟發展的影響可能存在時滯效應，將各解釋變量當期項替換為各自滯后一期項重新進行回歸。(33)J. Barro, “Inequality and Growth in a Panel of Countries”, Journal of Economic Growth, Vol.5, No.1, 2000, pp.5-32.最后，考慮空間上的穩健性。由于中國地區間經濟社會發展很不平衡，一些省市在經濟上的特殊性可能會對估計結果產生影響，參照劉曉光和盧鋒等人的做法，分別進行了剔除北京和上海及剔除西藏自治區的子樣本回歸。(34)劉曉光、盧鋒：《中國資本回報率上升之謎》，《經濟學(季刊)》2014年第3期。

在上述穩健性估計結果中，“金融結構-產業結構”協調演進水平對經濟發展的影響均為正顯著，且數值差異較小，這說明本文結論是穩健的。

(六)機制分析

上述結果證明了“金融結構-產業結構”耦合匹配、協同發展程度的提升對經濟發展具有顯著的促進作用及這一結論的穩健性，但這種促進作用是通過何種機制產生的？理論分析認為，這是通過帶來有形生產要素投入以外的生產效率提升，本文選擇全要素生產率(TFP)對此進行實證檢驗。近年來，TFP的計算主要通過估計前沿生產函數，然后根據投入、產出變動和前沿函數變動來計算生產率變化，而生產前沿估計則通過以參數方法(如隨機前沿分析方法，SFA)、OP方法和LP方法為代表的半參數分析方法或非參數方法(如數據包絡方法，DEA)來實現。其中，DEA方法對樣本容量的要求較低，且對生產函數的具體設定沒有要求，完全避免了由于隨意假定生產函數而導致的衡量誤差。因此，本文采取DEA方法計算TFP，其中，對資本存量的計算參考了單豪杰的相關研究。(35)單豪杰：《中國資本存量K的再估算：1952—2006年》，《數量經濟技術經濟研究》2008年第10期。囿于篇幅，具體計算公式不再列出。

表6 穩健性檢驗

這一部分基于Baron、Kenny等采用的中介效應模型，對“金融結構-產業結構”協調演進水平影響全要素生產率的經濟發展作用機制進行檢驗。(36)R. Baron, A. Kenny, “The Moderator-mediator Variable Distinction in Social Psychological Research: Conceptual, Strategic and Statistical Considerations”, Journal of Personality and Social Psychology, Vol.51, No.6, 1986, p.1173.為了克服變量內生性導致的估計偏誤，機制檢驗部分繼續采用一步SYS-GMM估計方法。結果顯示，第(1)列D的回歸系數顯著為正，證明了“金融結構-產業結構”耦合匹配、協同發展程度的上升能顯著促進全要素生產率的提升(見表7)。第(2)列中Tfp的回歸系數通過1%置信水平檢驗，說明TFP作為中介變量是顯著的。在此基礎上，第(2)列中D的回歸系數也在1%水平上顯著，故部分中介效應顯著，這表明提升全要素生產率是通過“金融結構-產業結構”協調演進水平提升來促進經濟發展的重要渠道(見表7)。

表7 中介效應影響機制檢驗估計結果

由于TFP可以分解為技術進步指數、技術效率指數和規模效率指數，其中，前者刻畫了技術前沿的移動情況(增長效應)，而后兩者合并起來衡量了規模報酬不變且要素自由可處置條件下相對效率的變化，刻畫了對最佳生產前沿的追趕程度(追趕效應)，如生產中采取最佳方式減少技術使用和無效率分配，發揮規模效應，提升管理效率等。因此，為進一步分析“金融結構-產業結構”協調演進水平對TFP各組成部分的異質性影響，本文分別將技術進步(TP)、技術效率(TE)和規模效率(SE)作為中介變量，再次進行中介效應檢驗(見表8)。可見，在TFP的三個組成部分中，技術進步(TP)與規模效率(SE)通過了中介效應檢驗，“金融結構-產業結構”協調演進水平的提升更有利于促進技術進步(TP)水平的提升，其次是促進規模效率(SE)的提升，進而推動經濟發展。這一結論與F?re等所指出的“技術進步是全要素生產率提升的主要來源，技術效率的波動主要體現為經濟周期因素，而規模效應的貢獻穩定而相對較小”基本一致。(37)R. F?re, S. Grosskopf, M. Norris and Z. Zhang, “Productivity Growth, Technical Progress and Efficiency Change in Industrialized Countries”, The American Economic Review,1994, pp.66-83.此外，雖然過去TFP提升對我國粗放式經濟發展的貢獻率不及要素投入，其中，技術進步對經濟推動作用也比較有限，(38)根據國家信息中心經濟預測部的測算，參見http://www.sic.gov.cn/News/455/6841.htm。但在經濟新常態下，原有成本優勢逐漸消失，傳統增長方式難以為繼，未來經濟的良性發展越來越離不開技術進步的驅動作用，因此，推動各地區金融結構與產業結構良性耦合、緊密協調、共同發展應是未來經濟工作中的一個重點。

表8 基于TFP組成部分的中介效應估計

四、進一步的分析

(一)門限效應回歸模型設定

在以面板GMM方法研究了“金融結構-產業結構”協調演進對經濟發展的影響及其作用機制后，這一部分通過Hansen提出的面板門限模型，(39)E. Hansen, “Sample Splitting and Threshold Estimation”, Econometrica, Vol.68, No.3, 2000, pp.575-603.實證研究不同“金融結構-產業結構”協調發展水平下金融結構與經濟發展和產業升級之間的關系。

首先，檢驗不同“金融結構-產業結構”協調發展水平下金融結構與經濟發展之間的關系，模型設定如下：

(20)

在公式(20)中，被解釋變量Yit為第i省第t年的經濟發展水平，選取真實人均GDP(Pgdp)和真實GDP(Gdp)度量，核心解釋變量Fsit為第i省第t年的金融結構，本文參照Demirgüc-Kunt、Levine、楊子榮、張鵬楊等人的研究方法，從規模、活力和效率三個維度度量金融結構，即金融結構規模(Fssize)=股市總市值/銀行貸款，金融結構活力(Fsactivity)=股票市場總交易量與GDP的比值比上銀行貸款與銀行存款的比值，金融結構效率(Fsefficiency)=(股票市場總交易量/GDP)×銀行凈利差，這三者分別衡量了股票市場較之銀行系統的比重輕重、活力大小和效率高低。門限效應變量為前文計算出的耦合協調度，θn為待估計的門限值，其余變量同前文。

其次，檢驗不同“金融結構-產業結構”協調發展水平下金融結構與產業升級之間的關系，模型設定如下：

(21)

在公式(21)中，被解釋變量Upgradeit為第i省第t年的產業升級水平，本文參考楊可方等人的研究方法度量產業升級，(40)楊可方、李世杰、楊朝軍：《金融結構與中國產業升級的關聯機制研究》，《管理世界》2018年第8期。即產業升級是第一產業向第二產業、第三產業逐步演進的過程，以第二產業增加值比第一產業增加值度量產業向工業化升級程度(Upgrade1)，以第三產業增加值比第二產業增加值度量產業向服務化升級程度(Upgrade2)。其余變量同前文，且為消除地區固定效應影響，對上述二式分別進行組內平均，再用原式減去該組內平均。

最后，門限效應檢驗是面板門限模型適用與否的必要條件，本文對門限效應是否顯著和門限估計值是否等于其真實值兩個方面進行檢驗。對前者而言，構造門限效應的F統計量；對后者而言，構造似然比統計量。

(二)經濟發展與金融結構的門限回歸

與楊子榮、張鵬楊的做法相同，本文首先使用雙向固定效應，就金融結構對經濟發展的影響進行面板估計。結果表明，金融結構規模、活力和效率皆與經濟發展呈負相關，其估計系數分別為-0.011(不顯著)、-0.007(1%水平顯著)和-0.0002(5%水平顯著)，與楊子榮、張鵬楊的研究結果類似，(41)囿于篇幅，雙重固定面板估計結果未列出。這說明金融結構向市場化邁進不能促進經濟發展，銀行系統較之股票市場更能對提升經濟績效作出貢獻。然而，考慮到我國不同地區產業結構及其與金融結構協調演進的發展水平存在巨大差異，且處于不斷變化過程中，在不同地區和同一地區不同“金融結構-產業結構”協調發展水平下，金融結構的安排應因地制宜，而面板回歸結果無法揭示這一機理。因此，本文以“金融結構-產業結構”協調演進水平為門限變量，對經濟發展與金融結構之間是否存在門限效應進行檢驗(見表9)。結果發現，分別在10%、5%和1%置信水平下，可以認為金融結構活力、金融結構效率、金融結構規模與經濟發展存在單一門限效應。

表9 經濟發展的門限效應檢驗與估計

在門限值測度的基礎上，繼續使用穩健標準誤的固定效應模型對金融結構與經濟發展之間關系是否受“金融結構-產業結構”協調演進水平影響進行檢驗(見表10)。囿于篇幅，后續只報告核心變量回歸結果。通過表10第(1)列可知，當“金融結構-產業結構”協調演進水平低于門限值0.5658時，金融結構(規模)的提升，即金融結構向市場化邁進程度的提升，或直接融資規模較間接融資規模的提升，會對經濟發展呈顯著抑制作用，而當協調演進水平高于門限值時，金融結構提升的經濟發展抑制作用不再顯著。表10第(2)和(3)列給出了類似的結論。將被解釋變量由真實人均GDP(Pgdp)替換為真實GDP水平(Gdp)后，上述結論不變。由此可知，當金融結構與產業結構不相適應時，會明顯抑制經濟績效提升，但當金融結構與產業結構協調適應水平增加時，金融結構提升對經濟發展呈不顯著抑制作用，或表現出不顯著促進作用。這從側面說明，隨著我國科技創新水平不斷向國際前沿邁進，產業結構在逐漸提升的同時，推動金融結構適時適宜地向市場化邁進是合理的。這其實也是對新結構經濟學中“與一定產業結構相匹配相適宜的金融結構有利于促進經濟發展”這一重要命題的佐證。

表1 0經濟發展與金融結構關系的門限回歸結果

在穩健性方面，除了表10第(4)至(6)列替換被解釋變量重新進行回歸外，本文還從變量核算角度重新進行實證估計，將金融結構規模指標改為股票市場總市值比銀行存款，金融結構活力指標選取的是股票市場總交易量比銀行貸款，重新進行門限回歸，發現核心解釋變量的系數正負號及顯著性與前文一致，估計結果穩健性得到驗證。

(三)產業升級與金融結構的門限回歸

過去針對金融結構的研究多聚焦對經濟績效方面的影響，最優金融結構理論關注到了兩者之間的關系，但目前仍缺乏基于最優金融結構理論的實證研究，這一部分內容嘗試彌補這一缺點。與前文做法相同，這一部分首先使用雙向固定效應，就金融結構對產業升級的影響進行面板估計。結果表明，金融結構規模、活力和效率皆與產業升級呈正相關，對于Upgrade1，其回歸系數分別為0.427(10%水平顯著)、0.573(1%水平顯著)和0.021(1%水平顯著)，對于Upgrade2，其回歸系數分別為0.142(5%水平顯著)、0.016(5%水平顯著)和0.0003(不顯著)。(42)囿于篇幅，雙重固定面板估計結果未列出。這說明金融結構向市場化邁進能有效促進產業升級，股票市場較之銀行系統更能對產業升級作出貢獻。同樣，考慮到面板回歸結果的缺陷，下文采用門限模型進行研究。因此，本文以“金融結構-產業結構”協調演進水平為門限變量，對產業升級與金融結構之間是否存在門限效應進行檢驗(見表11)。結果發現，在1%置信水平下，金融結構規模、金融結構活力、金融結構效率與產業升級均存在單一門限效應和雙重門限效應。

當“金融結構-產業結構”協調演進水平低于門限值時，金融結構向市場化的邁進會顯著抑制產業升級，而當協調演進水平高于門限值時，金融結構提升則呈現對產業升級的顯著促進作用(見表12)?？梢?，由于低級企業與高級企業、傳統企業與創新企業、低附加值企業與高附加值企業對金融需求存在差異，而金融體系中銀行系統與股票市場的金融供給也存在差異，只有金融結構供給與現實產業的金融需求相適應，才能提升金融資源配置與市場運行效率，促進產業逐步升級。在新常態背景下，中國經濟比以往任何時候都更需要憑技術創新來促進經濟提質增效和升級。隨著我國“金融結構-產業結構”協調演進水平跨越門限值，以銀行為主導的傳統金融結構無法完全滿足產業科研能力與創新水平提升的資金需要，推進金融結構市場化改革更能符合當前經濟轉型期產業升級的需求。

表1 1產業升級的門限效應檢驗與估計

在穩健性方面，從變量核算角度重新進行實證估計，將金融結構規模指標改為股票市場總市值比銀行存款，金融結構活力指標選取的是股票市場總交易量比銀行貸款，重新進行門限回歸，結果發現，核心解釋變量系數的正負號及顯著性與前文一致，結果穩健性得到驗證。

表1 2產業升級與金融結構關系的門限回歸結果

(四)金融風險與金融結構關系初探

當前我國金融改革的重點：一是提高促進實體經濟發展的能力，二是防范金融風險。以往中國金融結構以銀行為主(以央行基準利率調節金融市場運行)，但在逐漸偏向市場后，信貸、杠桿、跨境資本流動等可能誘發金融不穩定，造成金融風險的上升，這也是次貸危機后各國強化宏觀審慎調節的動因。因此，在系統研究金融結構與經濟發展和產業升級之間的作用關系后，本文進一步對金融結構演變與金融風險之間的關系作出討論。

如何度量金融風險是一個難題。本文采用PRS提供的ICRG指數作為宏觀金融風險的代理指標基礎，其也是IMF、World Bank等國際組織推薦并使用的金融風險評價指標。該指數包含外債占比、匯率穩定性等5個分項指標，指數值越低則宏觀金融風險越高。在此基礎上，本文對上述5個指標進行因子分析，得到最終的被解釋變量，其中，Bartlett球形檢驗統計量的觀測值為98.12，相應的顯著性概率為0.000，同時，KMO值為0.645，這說明數據適合因子分析。在控制變量方面，本文控制了以下三個方面：以通貨膨脹率絕對值自然對數度量貨幣政策質量(Monquality)，以政府總支出變動率的標準差度量財政政策質量(Fisquality)，以進出口貿易總額占GDP比重度量貿易開放程度(Open)。通過回歸結果可知，金融結構的提升或向市場化邁進，會對金融風險管控產生一定不利影響，因此，在深化金融供給側結構性改革、增強金融服務實體經濟能力的過程中，要特別注意防范金融風險(見表13)。

表1 3金融結構演進與金融風險

五、結論與政策建議

改革開放以來，中國沒有盲目模仿和復制西方證券市場主導的金融結構，而是以配合產業發展需求的漸進式金融改革，實現了經濟發展的奇跡。那么，金融結構與產業結構相互耦合匹配、彼此協同發展對經濟發展的影響及其作用機制是怎樣的？在不同“金融結構-產業結構”協調發展水平下，金融結構與經濟發展和產業升級之間的關系又是怎樣的？本文試圖對此作出回應。研究主要結論包括：第一，我國金融結構與產業結構經歷了從低級向高級的發展，即金融結構走向規模化、活力化、效率化和產業結構走向高級化、高效化、合理化，在這一過程中，兩者始終保持高度耦合，這說明我國在各時點的金融結構適合當時的產業發展需要，且金融結構與產業結構經歷了由勉強協調到優質協調的演進過程。第二，一個地區金融結構與產業結構相互耦合匹配、彼此協同發展的協調程度越高，越有利于當地的經濟發展，并且，中西部地區較之東部地區，二者協調演進水平的提升給當地經濟發展帶來更大的邊際影響。第三，提升全要素生產率是通過“金融結構-產業結構”協調演進水平提升來促進經濟發展的重要渠道，其中，主要是有利于促進技術水平提高，其次是促進規模效率提升，進而推動經濟發展。第四，當金融結構與產業結構協調適應水平較低時，金融結構提升會明顯抑制經濟績效和產業升級，而當協調演進水平高于門限值時，金融結構提升則表現出對二者有利的作用，此外，金融結構提升會對金融風險管控造成一定的不利影響。

因此，本文的政策意義包括：第一，不存在普適最優金融結構，單純模仿和復制西方金融結構是不合理的，我國以銀行為主導同時漸進發展多層次資本市場的金融改革路徑符合產業結構變化與技術發展需要，符合同期實體經濟發展需求。金融結構調整或改革應從供給側入手，避免簡單的指標達標式金融管理，以滿足產業發展需要為準繩，以產業現實條件為依據。第二，金融結構與產業結構相互耦合匹配、彼此協同發展的協調程度越高，越有利于當地經濟發展，這不僅提供了中國經濟快速穩定發展的理論解釋，也為未來改革提供了思路。從內部來看，我國東部與中西部地區經濟發展仍存在較大差距，應根據自身需要著重建設相適宜的金融結構，尤其需要政府以政策、資金等多種方式，促進中西部地區金融結構與產業結構的協調適應，使欠發達地區金融體系能及時滿足產業發展需求。從外部來看，我國與世界技術前沿的差距日益縮小，由“模仿創新”逐漸走向“自主創新”，這一方面需要發展多層次資本市場，提供風險乘數更高的直接融資予以支持，拓寬企業投融資渠道，為長期的技術創新鋪平道路；另一方面要提升現實規模龐大的金融中介的服務效率，通過取消存貸款基準利率、完善利率走廊機制、提升商業銀行市場化定價能力等措施，揚其長處，助力實體經濟。第三，建立與高級、高效、合理的產業結構相協調的有規模、有活力、有效率的金融結構。結合實際來看：一是要以政策引導企業向高技術產業發展，鼓勵技術創新，推進技術研發；二是要提升產業生產效率，同時協調好不同產業的發展，既要加強生產性服務業對先進制造業的積極推動，又要維護先進制造業對生產性服務業的市場支持，通過先進制造業與生產性服務業的互動協同來擺脫“微笑曲線”的低洼地帶；三是要推進國有企業改革，建立健全現代企業制度，增強國有企業活力，提高國有企業的經濟效益，同時注意產業綠色可持續發展；四是要逐步建設多層次資本市場，擴大對外開放，進一步擴大金融規模；五是要協調好金融中介和金融市場的發展，促進行業競爭，發展普惠金融、數字金融等，提升金融效率；六是要及時監測不利于產業發展的金融因素，降低金融體系波動性，嚴格把控金融風險，杜絕金融危機發生。