黃夢琳 李富有
民營經濟已經成為中國經濟持續健康發展的重要力量,社會主義市場經濟的重要組成部分,促進就業和技術創新的有效來源,而民營經濟的主體民營企業是發揮主要作用的有力推手。王海兵和楊蕙馨(2018)[1]總結出改革開放以來民營經濟發展經歷了四個階段,2002年是實現民營經濟跨越式發展的第三階段,民營經濟對我國GDP的貢獻及民間投資首次超過60%;民營經濟轉型發展對我國經濟的貢獻體現在第四階段,2012年以來黨的十八大、十八屆三中全會、民建工商聯委員聯組會等相繼提出不同政策肯定民營經濟及民營企業在我國經濟發展中的地位,民營經濟對GDP的貢獻、民營企業稅收、民間投資分別超過該指標的50%。鑒于民營經濟對我國經濟發展的重要作用,研究民營經濟主體民營企業具有重要意義。民營企業的學術定義并不統一,學者普遍認同把民營企業定義為除國有及國有控股、集體經濟、外商和港澳臺商獨資及其控股外的經濟組織,它主要包括私營企業、個體工商戶和農民專業合作社,由于個體及農民專業合作社規模較小,對經濟的影響程度低,本文研究民營企業主要針對私營企業。“十四五”明確提出穩定制造業在我國經濟中的比重,以制造業為核心的工業比重近年呈現下降趨勢,工業是高新技術轉化為生產力的載體,選擇合適的金融渠道是解決金融服務于實體經濟、促進產業發展的主要途徑。
全要素生產率是企業高質量發展的衡量指標,為了實現民營工業企業活躍市場、高質量發展的目標,通過規模擴張或科技創新是有效方式。金融抑制背景下多數民營工業企業研發、投資活動受到限制,導致民營工業企業生產率提升遇到阻礙,所以資金支持是提升民營工業企業生產率的必要條件。資金主要來源于兩種金融渠道,一是銀行信貸,二是證券融資。對于民營工業企業來說,銀行信貸渠道方便當地金融機構對民營工業企業進行風險評估,但銀行貸款需要價值高的實物資產和抵押品,貸款門檻相對嚴格;證券融資是民間資本投資的主要渠道,證券市場搭建多樣化融資平臺供符合要求的民營工業企業進行匹配,給民營工業企業融資提供更多機會,但民間融資市場空間有限,民間資本偏好流向規模大、業績好的行業領先企業,使得部分民營工業企業在證券市場融資表現不佳。雖然不同金融渠道對民營工業企業融資利弊參半,但各個區域適合民營工業企業的融資渠道不同,能夠滿足融資需求并提升民營工業企業生產率的融資渠道選擇值得進一步分析。以民營工業企業為研究對象,通過全要素生產率分解方法掌握民營工業企業發展趨勢,從金融渠道選擇視角出發,既能解決民營企業長期面臨的資金難問題,為我國經濟增長提供持續動力,又能為完成我國工業穩定發展目標奠定基礎,從而給提升民營工業企業生產率提供理論支持。
國內外圍繞全要素生產率的研究主要是全要素生產率的測度及分解。一是圍繞行業或企業生產率的測度。Kondo等(2017)[2]分析了日本42個縣區1996—2006年大米產業全要素生產率變動規律;Aponte(2020)[3]提出隨著時間變化挪威三文魚行業全要素生產率降低;Giang等(2019)[4]分析了越南農業全要素生產率的大小;Harris和Moffat(2019)[5]利用1973—2012年數據研究了英國制造業全要素生產率的下降及原因;Wang等(2020)[6]采用TFP研究了1992—2007年亞洲中心國家的農業發展。國內全要素生產率的測算應用更廣泛,應瑞瑤和潘丹(2012)[7]、詹禮輝等(2016)[8]分別研究了中國農業、福建縣域農業全要素生產率;李小平和朱鐘棣(2005)[9]、王萍萍和陳波(2018)[10]分別針對中國工業行業和中國軍工企業全要素生產率進行了測算與分析。二是對區域經濟進行全要素生產率研究。Otsuka(2017)[11]提出人口集聚有利于日本全要素生產率的提高及經濟持續增長;武群麗(2009)[12]測算了各地區全要素生產率,分析發現東部地區和中部TFP趨同并略高于西部地區;張保勝(2014)[13]采用Malmquist生產率指數分解生產率、技術進步及技術效率,并歸納出三大效率變化趨勢的收斂狀況。
圍繞金融與生產率的互動效應,毛盛志和張一林(2020)[14]重點考察了金融深化和金融結構對于產業升級促進作用的動態變化;劉家悅等(2020)[15]實證考察了人力資本和融資約束對中國制造業企業全要素生產率的影響;孫陽陽和丁玉蓮(2021)[16]分析了融資約束對戰略性新興產業全要素生產率的影響;杜傳忠和金華旺(2021)[17]實證考察了產融結合對制造業企業全要素生產率的影響機制。國外研究主要圍繞相關因素對全要素生產率的影響,Nguyen(2017)[18]利用越南制造業數據測算了企業改革、市場競爭加強對全要素生產率變化趨勢的影響;Herzer(2017)[19]研究了外國直接投資對玻利維亞全要素生產率的作用;Dixon和Lin(2018)[20]利用全要素生產率分析了勞動力投入、企業市場份額與產出彈性的關系;Poplawski-Ribeiro(2020)[21]分析了老齡化對全要素生產率的影響,得出不利于TFP增長的結論;Najkar等(2020)[22]分析了產業集聚對伊朗食品產業生產率的影響。國內學者余東華和信婧(2018)[23]研究了制造業全要素生產率,認為信息技術擴散、生產性服務業集聚能推動制造業產業升級;劉威等(2019)[24]分析了中國進口貿易結構與全要素生產率的關系,表明進口密度有利于提高中國全要素生產率。
國外基本沒有關于民營企業生產率的衡量,國內圍繞民營企業生產率測度的研究成果主要對比國有及民營生產率的大小。董梅生(2012)[25]采用DEA方法得出國有企業技術效率高于民營工業企業但規模效率無差別的結論;張濤等(2018)[26]利用三階段DEA模型測算國有及民營制造業上市公司生產率,發現民營制造業綜合效率、技術效率略高于國有制造業,而國有制造業規模效率高于民營制造業;張玄等(2019)[27]基于空間面板杜賓模型,得出增加信貸資本總額和改善融資環境促進民營經濟成長的結論;安強身和顏笑笑(2021)[28]在測算私營工業企業TFP的基礎上,實證分析了民間資本異化對民營實體經濟TFP的影響。
總結國內外關于民營企業生產率的文獻,國內研究民營企業生產率側重上市企業的微觀數據,本文從宏觀角度分析我國不同地區民營工業企業生產率、技術效率、規模效率變動規律,試圖以金融發展水平為邊界分析區域金融渠道選擇對民營工業企業生產率的影響效應,本文的邊際貢獻體現在:第一,通過計算DEA-Malmquist指數估計民營工業企業全要素生產率動態變化,分解我國東部、中部、西部及東北地區全要素生產率、技術效率、規模效率變化趨勢,歸納不同地區民營工業企業發展規律。第二,通過面板平滑轉換模型PSTR分析我國東部、中部、西部及東北地區選擇間接金融銀行渠道或直接金融證券渠道,利用轉換函數圖描述民營工業企業生產率在不同金融發展水平下與金融渠道的非線性特征,為提升不同地區民營工業企業生產率提出合理建議。
全要素生產率的測算根據是否需要提前設定生產函數分為參數及非參數方法,常用的全要素生產率測算主要是由Charnes等(1978)[29]提出的非參數DEA數據包絡分析和Aigner等(1977)[30]提出的參數SFA前沿分析方法。由于DEA方法能夠有效避免函數設定錯誤,不需要對投入和產出變量賦權,可以減少主觀影響,本文采用較為適合面板數據的DEA測算方法。為了進一步分析民營工業企業生產效率的變動,本文采用Malmquist指數將面板數據進行分解,考察民營工業企業全要素生產率、技術效率及規模效率的變動規律,其中技術效率指企業組織管理水平變動,規模效率是企業規模對生產率影響的變動,DEA-Malmquist指數分解以t期為參照,計算t+1期實際生產率的環比變動,可以得出民營工業企業生產率動態變化結果。
民營企業與全要素生產率理論模型設定參考蘇明政和張慶軍(2017)[31]、劉希章等(2019)[32]的模型假設,經濟系統由中間品部門、最后消費品部門、技術部門、家庭部門和金融部門組成,市場滿足完全競爭市場和歐拉定理,全部勞動中最終消費品部門勞動力投入比例為φ,則中間消費品部門勞動投入為(1-φ),其中最終消費品部門分為國營企業和民營企業,設國營企業勞動投入占最終消費品市場比例為θ,則民營企業勞動投入占比為(1-θ),以勞動投入規模代表民營企業在最終產品市場占比,金融部門資金來源于銀行渠道及證券渠道。
設最終消費品部門的生產函數為公式(1):
(1)
其中,Ft代表國營及民營企業最終消費品市場的產品數量,Lt為當期勞動力總投入,φLt為最終消費品市場勞動力投入,Mi表示i種中間品數量,中間品的種類為N個,α代表邊際生產貢獻率。
國有企業最終消費品生產函數為公式(2):
(2)
其中,Fts代表國營企業生產最終產品數量。根據國營企業在最終產品市場的產量占比,假設中間品投入為所有中間品總數量的θ比例,同理民營企業中間品投入比例占(1-θ),則生產函數為公式(3):
(3)
其中Ftp表示民營企業生產的最終產品。
則民營企業最終消費品市場利潤為公式(4):

(4)
其中ω代表工資水平,Pi代表中間品價格。
完全競爭市場追求利潤最大化,假設每種中間產品產量相等為M,則民營企業中間產品投入為(1-θ)NM,對民營企業利潤函數求關于φ、Mi的一階導數使其等于零,求得工資ω和中間品價格Pi函數分別為公式(5)和(6):
(5)
(6)
假設所有中間產品進入下一生產環節,則中間品廠商利潤函數為公式(7):
π0=[Pi-1]Mi
(7)
將公式(6)代入公式(7),獲得為民營企業提供中間品的廠商利潤函數(8):
(8)
根據完全競爭市場利潤最大化條件,對利潤函數求關于Pi的一階導數使其等于零整理得到:
(9)
將公式(9)代入公式(6),解得民營企業中間產品數量:
(10)
中間產品部門由技術部門提供支持,技術部門提供技術支持的時間連續,所以中間部門收入現值滿足:

(11)
中間產品部門獲得技術部門支持的成本為ψ,根據技術部門市場均衡的條件收入現值等于成本,整理獲得中間產品部門收益率:
(12)
技術部門為中間產品部門提供技術支持,金融部門為技術部門提供資本,設金融部門為技術部門提供的資金為K,資金K來源于銀行及證券市場,則中間產品部門獲得技術支持后為民營企業增加的中間品投入設為N0,用公式(13)表示:
N0=λ(K)T(K)(1-φ) (1-θ)LtN
(13)
其中λ(K)表示資金支持技術效率的提高,T(K)表示資金支持的技術進步。
家庭部門為消費最終產品的部門,假設勞動力總體水平不變所以家庭規模不變,家庭消費支出受家庭收入的約束,家庭效用函數滿足公式(14):
(14)
其中σ代表風險規避系數。
定義生產函數Y=AF(L,K),A為技術進步,L為勞動力,K為資本,完全競爭市場最終消費品函數為公式(15):
(15)
其中ε表示中間廠商加成率,衡量中間投入品的替代性。
根據歐拉定理可知:
(16)
(17)
將公式(12)代入公式(17),整理得到公式(18):
(18)
民營企業中間產品增長率等于公式(19):

(19)
聯立公式(18)和公式(19),求解得到:

(20)
將公式(20)代入公式(18),化簡整理得到:
(21)
從公式(21)可知,當民營企業金融投入規模增加時,全要素生產率顯著提高。民營企業金融規模提高生產率的作用體現在自由競爭市場中,民營企業為了存續發展具有更強的創新活力,通過銀行或證券市場獲得可用資金,金融投入規模較大能夠提供資金支持技術研發及技術改進,為民營企業生產新產品、提高產量或降低生產成本提供動力,民營企業自主經營自由競爭的特性決定其生產經營效率較高,合適的金融獲取渠道有利于提高民營企業生產效率,進一步為整個經濟體效率的提高發揮作用。民營工業企業作為民營企業最主要的組成部分,通過銀行、證券獲取更多金融資源同樣具有促進民營工業企業生產率提高的作用。
為了分析民營工業企業生產率動態變化,本文采用Malmquist指數分解民營工業企業的全要素生產率(TFP)、技術效率(PECH)、規模效率(SECH)的變動結果。由于本文主要研究民營企業飛速發展第三階段即2002年以后的生產率變化,而Malmquist指數分解結果以第二年為起始時期,所以采用2001—2019年各省份面板數據為決策單元。根據一般生產函數設定,民營工業企業投入變量采用私營工業企業固定資產投資凈值,產出變量選擇私營工業企業營業收入,數據來源于國泰安CSMAR數據庫及統計局網站。圖1是我國民營工業企業全要素生產率、技術效率、規模效率的分解結果。
圖1代表全國整體2002至2019年技術效率(PECH)、規模效率(SECH)和全要素生產率(TFP)的平均變動水平,Malmquist指數分解結果顯示,我國民營工業企業全要素生產率從2003至2008年呈現環比上升狀態,2005年達到增長率峰值18.5%,2009年開始民營工業企業TFP急轉直下,環比下降8.4%,經歷兩年恢復上升之后2012—2018年TFP呈現逐年下降的趨勢,2018年達到下降峰值17.5%,2019年恢復增長狀態,達到12.8%。從我國宏觀營商環境分析,國家相繼出臺扶植民營企業發展的措施向稅收和貨幣政策等方面傾斜,但外部多變的市場環境使貿易狀況惡化,進出口受到限制導致大宗商品價格波動加劇,企業經營成本上升再加上民營企業相對市場規模小抗風險能力弱,融資困難且競爭能力不強,2018年很多民營工業企業經營困難加劇導致破產。從企業內部視角去看,體現民營工業企業組織管理的技術效率呈現波動變化趨勢,環比增長和下降交替進行,技術效率呈現增長的階段有2003—2007年、2009—2011年,2003年民營工業企業PECH環比上升,達到峰值19.3%,在環比下降的階段,2019年PECH效率下降幅度最大,達到15.8%,說明我國民營工業企業組織管理能力不穩定,這給民營工業企業在復雜多變的外部環境和內部環境生存中造成隱患。民營工業企業規模效率變動保持波動趨勢,2002年規模效率上升至峰值9.2%,2010年SECH環比下降幅度最大達到7.4%,綜合分析發現民營工業企業技術效率與規模效率變動趨勢近似,在最近年份均呈現一定幅度的降低。

圖1 全要素生產率、技術效率、規模效率變動趨勢
表1反映的是2002至2019年不同地區民營工業企業全要素生產率、技術效率及規模效率的變動情況,統計上東中西和東北地區的分組方法是:東部地區包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東、海南10個省份;中部地區包括山西、安徽、江西、河南、湖北、湖南6個省份;西部地區包括重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆、內蒙古、廣西12個省份;東北地區包括遼寧、吉林、黑龍江3個省份,共計31個省份。首先分析不同地區民營工業企業TFP變動趨勢,西部地區TFP呈現逐年遞增的趨勢,其中寧夏、四川、陜西、云南TFP增長較快,分別為6.6%、4.3%、4.5%和3.8%;中部地區和東北地區僅有一個省份環比下降,中部的河南環比下降3.4%及東北的吉林環比下降1.4;東部地區河北、江蘇、山東TFP下降幅度分別為0.6%、1.9%和4.1%;中部的江西、東北的遼寧及東部的北京TFP增長較快。分析技術效率的變化規律,東部和西部地區技術效率下降得較多,東部地區河北、江蘇、山東、上海、天津、浙江PECH環比下降,其中河北下降程度最大,為2.1%;西部地區重慶、甘肅、廣西、貴州、內蒙古、青海、新疆均呈現下降趨勢,其中重慶下降幅度最大,達到2.9%;全國范圍為東北的吉林PECH下降程度最大,為4.5%;我國有一半地區民營工業企業組織管理水平逐漸下降,民營工業企業PECH遞增的地區技術效率增長程度小,北京PECH上升1.4%、福建上升3.1%、陜西上升1.4%、遼寧上升1.4%,其他地區民營工業企業技術效率提高水平位于1%以下。各省份民營工業企業組織管理水平下降幅度高于上升幅度。分析民營工業企業不同區域規模效率變動情況,SECH增長略多于下降地區,東部福建、廣東、上海、浙江環比上升,其中浙江增長幅度最大,為1%;中部地區安徽、湖北、江西、山西上升,其中山西增長幅度最大,為0.7%;西部增長的6個省份中四川的增長幅度最大,為0.7%;東北三省SECH均環比上升,其中遼寧增長幅度最大,為0.8%;全國范圍規模效率下降最大的省份為山東5.8%。可以看出規模效率下降幅度普遍超越增長幅度。

表1 區域全要素生產率、技術效率、規模效率變化
民營工業企業全要素生產率分解結果顯示,生產率下降幅度普遍高于增長幅度,所以選擇合適的金融渠道,為民營工業企業擴大規模提高抗風險能力,提供資金推動技術進步具有重要意義。民營工業企業金融投入規模大小取決于地區金融渠道的支持作用,傳統可選擇的金融渠道主要有銀行渠道和證券渠道,為了根據不同地區金融發展狀況選擇合適的金融渠道,本文采用非線性模型面板平滑轉換回歸模型(PSTR)進行實證,分析金融渠道選擇與民營工業企業生產率的互動效應,并基于區域異質性分析東部、中部、西部及東北地區如何選擇銀行渠道或證券渠道從而提高民營工業企業生產率。
1.模型設定。
為了驗證我國各地區不同渠道民營工業企業金融投入規模與全要素生產率的非線性關系,本文建立非動態門檻PSTR模型,該模型突破傳統面板線性模型無法解釋因變量與自變量的個體差異性,且完善了Hansen靜態面板回歸引入門檻變量產生回歸系數變化的跳躍性問題。本文以各地區民營工業企業全要素生產率為被解釋變量,以金融發展水平為門檻變量,參考Colletaz和Hurlin(2001)[33]將面板門檻回歸模型的轉換函數設定為logistic形式,具體模型如下:
yit=αi+β1xit+β2xitg(qit,γ,c)+μit
(22)
(23)
其中:yit代表被解釋變量民營工業企業全要素生產率。xit代表解釋變量,核心解釋變量為不同渠道的金融投入,即民營貸款比、民營證券比。控制變量為政府干預、市場制度、科技投入、人力投入和企業變動。g(qit,γ,c)是轉換函數,qit為門檻變量,決定模型轉換的區制個數;γ為平滑系數,決定模型的轉換速度;c為臨界值,決定模型發生轉換的區制位置。m為轉換臨界值個數。
為了檢驗是否有必要設定非線性PSTR模型及最優轉換函數個數的確定,進行剩余非線性檢驗,在γ=0處對轉換函數g(qit,γ,c)進行一階泰勒展開,并構建線性輔助方程式(24):
(24)

LM=TN(SSR0-SSR1)/SSR0
(25)
(26)
pseudo-LRT=-2[log(SSRur/SSR0)]
(27)

2.變量說明。
各變量數據來源于CEIC數據庫、各省統計局網站及國泰安CSMAR數據庫。其中,被解釋變量TFP是各地區2002—2019年私營工業企業全要素生產率Malmquist指數值,變量值大于1表示民營工業企業全要素生產率增加,變量值小于1表示民營工業企業全要素生產率降低。門檻變量金融發展水平采用金融相關率(FIR)即金融資產占GDP比值表示,金融資產由廣義貨幣供給量M2、股票市值、債券余額組成,由于區域M2及債券余額數據不可獲得,相關學者采用銀行存貸款余額與GDP之比代表FIR,為了更加精確金融資產規模,本文以銀行存貸款與股票市值之和與GDP之比表示FIR指標。核心解釋變量為民營工業企業從銀行渠道或證券渠道獲取的金融規模比例,銀行渠道采用民營貸款比,即民營工業企業銀行貸款總額比總貸款余額,由于民營工業企業從銀行貸款數據無法直接獲取,用私營企業利息支出除以年貸款利率計算而得;證券渠道采用民營證券比,即上市民營工業企業股票籌資總額比上市企業股票籌資總額,股票籌資額由IPO、增發、配股籌資額加總而得。
控制變量政府干預采用私營工業企業應交增值稅占GDP之比表示。民營工業企業繳納的稅額越多,占財政收入比例越大,政府從民營工業企業獲取的可用資金越多,促使積極引導資金市場對民營工業企業的金融支持。市場制度采用單位私營工業企業與國營工業企業資產之比表示。一般來說指標值大表明該地區民營工業企業營商環境良好,支持力度大,對民營工業企業生產率提高產生正向影響。對于科技投入,由于數據無法直接獲得,采用工業企業科技投入總量占私營工業企業收入比值表示。科技投入能夠進行技術革新、生產新產品并降低單位成本,對民營工業企業生產率具有正向作用。人力投入采用私營工業企業從業人員數量表示。人力規模增長可以通過分工提升民營工業企業生產率,也可以間接擴大企業規模提升規模效率。民營工業企業變動采用私營工業企業單位數量表示。民營工業企業數量變動程度越大,表明該地區民營工業企業生命周期減短,經營環境越不穩定,對民營工業企業生產率產生負面影響。
全要素生產率、金融相關率、民營貸款比、民營證券比、政府干預、市場制度、科技投入變量是比值直接應用實證分析,人力投入、企業變動變量是絕對值進行取對數處理。
1.轉換函數臨界值確定。
轉換函數臨界值m影響后續轉換函數形式設定,所以優先確定臨界值m的個數,通用做法是采用AIC和BIC準則判定模型最優位置參數的個數。估計結果當m=1時,AIC=-3.463,BIC=-3.246;當m=2時,AIC=-3.273,BIC=-3.041,所以模型最優m值為1。
2.線性檢驗和剩余非線性檢驗。
為了保證非線性模型設定合理,接著對金融渠道影響民營工業企業生產率的非線性效應進行檢驗,利用LM、LMF、pseudo-LRT檢驗統計量保障結果的穩健性,估計結果如表2所示,模型線性檢驗統計量均拒絕原假設,表明隨著金融發展水平的提高,不同金融渠道對民營工業企業生產率具有顯著的非線性效應,模型設定合理。從剩余非線性檢驗結果得出,在10%的顯著性水平上模型非線性轉換函數的最優個數均為2,即全國劃分為三區制。

表2 線性檢驗和剩余非線性檢驗估計結果
3.非線性模型參數估計。
模型采用非線性最小二乘法進行估計,首先通過格點法計算出使殘差平方和最小的參數初始值,然后對模型平滑參數、位置參數及其他系數進行估計,結果如表3所示。

表3 PSTR模型參數估計結果
表3顯示的是我國不同金融渠道對民營工業企業生產率的影響效應,從PSTR模型估計結果的平滑參數可知金融投入規模對民營工業企業生產率的轉換速度,對于三個區制來說,位置參數c分別大于423.302 8、445.225 5時民營工業企業生產率處于中區制、高區制的平滑轉換速度為25.004 0、7.343 4。隨著金融水平的提高,傳統銀行渠道對民營工業企業生產率的影響顯著,估計結果可以看出中區制由于為民營工業企業提供的貸款不足所以影響效應為負,高區制銀行貸款可以顯著地提高民營工業企業生產率。民營工業企業上市籌資的證券渠道僅在高區制通過顯著性檢驗,說明金融發展水平相對較高的地區為民營工業企業利用資本市場籌資提供的平臺更健全。政府干預、市場制度、科技投入、人力投入四個因素對中區制、高區制民營工業企業影響效應相似,對中區制產生正向影響而對高區制產生負向影響,表明處于金融發展水平中間的區域在政府引導金融投入、營商環境、科技創新及從業人員方面數量充足,可以支持民營工業企業不斷提高生產率,而金融高度發達的地區要素流向民營工業企業不足,導致阻礙民營工業企業生產率的提高。企業變動因素剛好相反,金融較發達的地區民營工業企業數量多且經營周期穩定,對提高民營工業企業生產率具有正向影響。
為了進一步說明不同金融發展水平下金融渠道與民營工業企業生產率的非線型特征,我們根據面板平滑轉換模型公式(22)中參數β2的估計值得到轉換函數的關系參數,在此基礎上繪制轉換函數散點圖(圖2)。圖2整體表現出金融發展水平越高,不同金融渠道提供的資金對提高民營工業企業生產率的作用越大。金融發展水平在低于423.302 8的低區制時,金融渠道對促進民營工業企業生產率提高沒有發揮正向效應,但隨著金融發展水平的提高正向效應逐漸增大,金融發展水平在高于445.225 5的高區制時,能有效促進民營工業企業生產率的提升,金融發展水平越高,促進民營工業企業生產率提升的正向效應越大。金融發展水平處于445.225 5是關鍵位置參數,低于該金融發展水平的地區對民營工業企業發展產生負向影響。圖中可以看出我國大部分地區的民營工業企業受銀行渠道和證券渠道資金限制,對生產率提升不能發揮有效作用,推進金融開放發展,向高區制金融發展水平地區靠攏,是發揮金融渠道提升民營工業企業生產率的有利保證。

圖2 轉換函數圖
為了進一步得到關于不同地區金融渠道選擇對民營工業企業生產率的影響效應,采用PSTR模型檢驗區域異質性特征,表4是東部、中部、西部及東北的估計結果。

表4 分地區PSTR模型參數估計結果
東部地區和中部地區的PSTR模型估計結果顯示,民營工業企業利用金融渠道提升生產率的互動效應一致,銀行渠道對民營工業企業生產率影響顯著而證券渠道不顯著,且兩大地區估計系數表明銀行信貸在金融發展水平低的區制提供資金不足產生負面效應,而金融發展水平高的區制銀行貸款能夠顯著提高民營工業企業生產率。東部、中部地區證券渠道對民營工業企業生產率影響較小的原因,一是由于金融發展水平高的地區民間金融市場較發達,民營工業企業除了利用傳統銀行貸款提供生產經營、科技研發、擴大規模所需資金,還可以利用民間投資需求為民營工業企業籌資資金;二是由于東部、中部經濟發展水平較高的地區服務業較發達,且我國農業發展排位前十的省份有山東、江蘇、河北、廣東位于東部地區,河南、湖南、湖北位于中部地區,以市場為導向的證券資源可能向第一、三產業傾斜,從而證券渠道對民營工業企業生產率沒有發揮應有作用。市場制度、科技投入、人力投入均對高區制的東、中部地區民營工業企業生產率產生正向影響,政府引導對東部地區低區制的民營工業企業生產率產生積極作用,東部高區制企業變動對民營工業企業生產率提升起到負向作用,這歸因于東部地區市場競爭激烈造成民營工業企業進出市場變化大,但中部高區制民營工業企業經營穩定能有效提高民營工業企業生產率。
西部地區和東北地區的PSTR模型估計結果顯示,銀行渠道和證券渠道對民營工業企業生產率均產生顯著影響,西部地區高區制銀行信貸和證券籌資對民營工業企業生產率提升發揮促進作用,東北地區高區制信貸資金對民營工業企業供給不足產生阻礙作用,而證券資金有助于提升民營工業企業生產率。對于西部地區來說,政府干預、市場制度、科技投入、企業變動對低區制民營工業企業生產率產生正向影響,人力投入因素對高區制民營工業企業生產率發揮積極作用。對于東北地區來說,政府干預、市場制度、人力投入對高區制民營工業企業生產率具有提高作用,科技投入、企業變動對高區制民營工業企業生產率發揮負面作用。
本文以地區金融發展水平為邊界,研究不同金融渠道與民營工業企業生產率的互動效應。首先通過DEA-Malmquist指數測度及分解民營工業企業全要素生產率、技術效率、規模效率的變動情況,發現民營工業企業TFP呈現波動變化,近年全要素生產率、技術效率、規模效率均具有下降趨勢,從地區角度觀察民營工業企業生產率,即使上升省份略多于下降但下降程度高于上升。然后通過面板平滑轉換PSTR模型,以區域金融發展水平為門檻變量,銀行、證券對民營工業企業投入占比為核心解釋變量,分析不同金融渠道選擇與民營工業企業生產率的互動效應,發現東部、中部地區高區制銀行信貸提升了民營工業企業生產率,西部地區、東北地區高區制證券籌資提升了民營工業企業生產率,而銀行信貸對西部地區民營工業企業發揮促進作用但對東北地區產生負向影響。
分析發現區域金融發展水平、金融渠道選擇與民營工業企業生產率緊密聯系,提高民營工業企業生產率對當地經濟發展具有關鍵作用,所以提出民營工業企業生產率的提升建議具有現實意義。首先,提高民營工業企業生產率在于政府有效引導,為民營工業企業發展提供良好的營商環境,分析發現政府干預、市場制度、人力投入、民營工業企業數量變動都給不同地區區制的民營工業企業生產率帶來積極作用,地方政府建立政策導向規范市場有序競爭,民營工業企業和國有企業、民營工業企業之間競爭都能為提高民營工業企業生產率提供動力。政府為民營工業企業創造穩定的政策環境,對需要支持的民營工業企業、重點發展領域的民營工業企業給與資金支持及合理引導。其次,金融渠道選擇問題成為限制民營工業企業生產率提升且健康發展的外部約束,分析發現銀行信貸、證券籌資對不同地區區制的民營工業企業生產率產生不同效應,根據地區及金融發展狀況,選擇合適的金融渠道才能有效提高民營工業企業生產率。高投入、高消耗、低產出的企業特征不適合民營工業企業長期經營戰略,民營工業企業不斷進行技術改造和設備更新,提升產品質量及服務價值,是各國企業、特別是民營工業企業在我國持續發展的關鍵點,但技術創新需要一定比例的資金支持,增加技術投入的解決方法是解決資金來源問題,金融部門在總體風險可控的情況下應高度重視民營工業企業在市場經濟中發揮的作用,建立健全民營工業企業信用制度及上市條件,通過開發新產品、采用新技術手段的方式擔保民營工業企業重點發展時期有資金可用,設立民營工業企業發展基金成為長期供給的外部融資渠道。