金融服務實體經濟效率測度及影響因素研究

摘要：本文利用2000—2022年全國31個省（市、自治區）的數據，運用Malmquist指數測度了我國金融服務實體經濟的效率及變化情況，并進一步運用GMM估計方法分析了銀行業壟斷程度、直接融資比重、普惠金融發展水平、實體經濟產業結構、勞動力素質和外貿出口水平對金融服務實體經濟效率的影響作用及效果。結果表明，受技術進步驅動，2000—2022年間我國金融服務實體經濟效率整體呈上升趨勢；這一效率受銀行業壟斷程度、直接融資比重等上述因素影響，其中除銀行業壟斷程度對金融服務實體經濟效率存在負向影響外，其他因素均為正向影響，且以上影響在東部、中部、西部和東北地區存在異質性。據此，本文提出持續深化區域性金融供給側改革；擴大股權債券融資規模，提高直接融資比重；鼓勵中小銀行發展，促進銀行業內良性競爭等建議。

關鍵詞：金融效率；銀行業壟斷；普惠金融；產業結構；勞動力素質；外貿出口水平；Malmquist指數

中圖分類號：F832" " " " " " 文獻標識碼：A" " " " " " "文章編號：1007-0753（2024）05-0032-11

一、引言與文獻綜述

黨的二十大報告明確指出：“建設現代化產業體系。堅持把發展經濟的著力點放在實體經濟上，推進新型工業化，加快建設制造強國、質量強國、航天強國、交通強國、網絡強國、數字中國。”2022年10月28日，時任中國人民銀行行長的易綱在《國務院關于金融工作情況的報告》中總結了黨的十八大以來，我國金融在推進經濟社會發展中取得的成就。縱觀我國多年經濟運行情況，金融與經濟之間的關系絕非僅僅是簡單的數量關系，重拾并高度重視金融支持經濟增長的效率問題是現階段的占優策略（張林和張維康，2017）。為此，深入分析各省金融服務實體經濟的效率，并挖掘其中的影響因子，對于有效提升金融服務實體經濟的效率具有重要理論意義。

關于金融效率，國外學者多從金融機構尤其是銀行效率的視角展開，認為銀行業的投入與產出比在一定程度上可以反映金融效率，并進一步探討了銀行效率與經濟發展的關系。如Sherman和Gold（1985）開創性地采用DEA方法測算了伊朗銀行分支機構的運行效率；之后學者們紛紛借助DEA方法測度了美國、日本等國家和地區的銀行業效率（Jeng，2001）。國內學者對我國的金融效率進行了測度和研究。張林和張維康（2017）運用以DEA為基礎的Malmquist指數測度了我國金融服務實體經濟的全要素生產率。蔡則祥和武學強（2017）認為中國金融資源“貨幣空轉”“脫實向虛”等問題較為嚴重，已影響到了金融服務實體經濟效率。游士兵和楊芳（2019）基于綠色發展視角測度了金融服務實體經濟效率，將金融資源作為投入指標，將實體經濟增加值作為期望產出指標，同時增加了二氧化碳排放量作為非期望的產出指標進行測算。陳豐華（2021）運用動態面板數據測算了金融服務實體經濟發展的效率水平及變動情況，并對其影響因素進行了實證分析，結果證實了技術進步是推動我國金融服務實體經濟效率提升的主要原因。潘海峰等（2022）基于DEA模型測度了我國金融服務實體經濟效率，在此基礎上分析了其區域差異性和空間相依性特征。

關于金融服務實體經濟效率的影響因素，學者們主要探討了政府干預、產業結構、融資結構等方面的影響。其中國外研究較多從理論層面開展。Krause和Rioja（2006）認為金融體系成熟度、央行的獨立性以及通貨緊縮是影響金融服務實體經濟的重要因素；Qin和Song（2009）認為優化融資結構將提升金融服務實體經濟效率。國內學者李雯和王純峰（2019）通過構建固定效應模型考察了宏觀經濟環境、對外貿易程度、人力資本水平對金融業全要素生產率的影響，并發現這些因素均能有效提高金融業全要素生產率。周曄和丁鑫（2023）認為金融科技能夠提升企業對數據的運用能力，挖掘用戶的潛在需求，提高資金的配置效率，進而有效提高金融支持實體經濟的效率。張煥明和馬昭君（2023）運用我國省級面板數據證實了宏觀金融杠桿波動對金融服務實體經濟效率的負向影響。

綜上，現有國內外研究主要側重于分析金融支持宏觀經濟增長的效率，較為缺少金融服務實體經濟效率影響因素的實證研究。基于此，為本文利用2000—2022年全國31個省（市、自治區）的面板數據，首先構建Malmquist指數模型，準確測算金融服務實體經濟效率，在此基礎上進一步探究其影響因素，為在“去產能、去庫存、去杠桿、降成本、補短板”的供給側結構性改革過程中增強實體經濟內生盈利能力、充分發揮金融助推經濟發展作用提供理論參考。

二、金融服務實體經濟效率的測度與分析

（一）指標選取

金融服務實體經濟過程復雜，涉及的影響因素眾多，而且因素之間相互關聯，綜合指標法更加適合本文主題。基于以上分析并聯系生產實際，本文選擇以下投入和產出指標來衡量金融服務實體經濟效率，詳見表1。

投入指標包括：金融機構貸款余額、股票市場IPO和增發融資額、金融從業人數、金融機構（網點）數。其中，金融機構貸款余額反映了實體經濟從金融部門獲取資金的情況，由各省（市、自治區）年末金融機構貸款余額來衡量。股票市場IPO和增發融資額反映了金融支持實體經濟的資金情況，由各省（市、自治區）年末股票市場IPO和增發融資額來衡量。金融從業人數反映了金融部門人力資本的投入情況，人力資本投入是金融的最基本投入要素，用各省（市、自治區）年末金融從業人數來衡量。金融機構（網點）數直觀反映了金融服務的規模，由金融機構包括網點的具體數量來衡量。

產出指標為實體經濟產值。實體經濟產值反映了實體經濟實際產出水平，由各省（市、自治區）GDP扣減金融業增加值和房地產業增加值來衡量。實體經濟即與各種產品和服務的生產、分配、流通、消費相關的一切經濟活動，且不具有自我擴張和衍生膨脹的特性。金融業和房地產業的高杠桿會放大價格的上漲趨勢，2008年金融危機后美聯儲將金融業和房地產業排除在實體經濟范疇之外。黃群慧（2016）創造性地提出了實體經濟的分層框架，認為實體經濟的整體內容應該是除去金融業、房地產業后的其他全部行業。本文借鑒此觀點，在核算實體經濟實際產出時剔除金融業增加值和房地產業增加值。

本文選取全國31個省（市、自治區）2000—2022年的年度面板數據①，共3 565個觀測值，并對數據進行了取對數處理。另外，本文數據主要來源于WIND數據庫和中國人民銀行網站。

（二）模型構建

本文基于Malmquist指數模型測度金融服務實體經濟效率，包括全要素生產率的跨期變化及其內在驅動因素，t期技術水平下的Malmquist指數為：

Mt =" " " " " " " " " " " " " " " " " " " " " " " （1）

將t期和t+1期的Malmquist指數進行幾何平均后可得到生產效率指數變化，并將生產效率指數變化分解為技術進步指數、純技術效率變化指數和規模效率變化指數：

M' （ yt+1， xt+1， yt， xt ） =

（2）

式（2）中，xt，yt分別表示t期的投入要素和產出要素，xt+1，yt+1分別表示t+1期的投入要素和產出要素。選取Malmquist指數評價效率水平，當Malmquist指數＞1時，表明效率水平將提高；當Malmquist指數＜1時，表明效率水平將下降；當Malmquist指數=1時，表明效率水平沒有變化。

（三）測算結果分析

1. 金融服務實體經濟效率年度變化情況

根據Malmquist模型的測算方法，本文運用DEAP2.1軟件測算2000—2022年間金融服務實體經濟效率Malmquist指數，結果如圖1所示。

從圖1可以看出2000—2022年全國范圍內Malmquist指數呈緩慢上升趨勢。Malmquist指數高于1的有13年，其中最高值出現在2010—2011年，達到了1.234，說明這13年中金融服務實體經濟效率遞增。Malmquist指數低于1的有9年，說明這9年中金融服務實體經濟效率呈現負增長，其中最低值0.719出現在2008—2009年。

2.分省份金融服務實體經濟效率變化情況

分省份金融服務實體經濟效率見表2。19個省（市）的Malmquist指數大于1，上海市Malmquist指數位居第一。上海市通過發揮自身的綜合金融服務和資源優勢，近22年來社會融資規模增長已超10倍，金融從業人員逐年增長，存貸比提升速度較快，促進金融效率邊際增長。12個省（自治區）的Malmquist指數小于1，說明金融服務實體經濟的全要素生產率下降。其中，Malmquist指數最小的是吉林。12個省（自治區）在純技術效率變化指數和技術進步指數方面稍顯薄弱，未來應加強金融管理和資源配置水平以提高純技術效率變化指數，完善金融服務創新產品以提高金融資源的技術進步指數。

從表2我國31個省（市、自治區）金融服務實體經濟Malmquist指數及其分解指數值的變化趨勢來看，絕大部分省（市）的Malmquist指數和技術進步指數的變化呈明顯的同步趨勢，但純技術效率變化指數和規模效率變化指數兩者的同步趨勢并不明顯。但是也有一些例外，比如湖北省Malmquist指數上升主要受技術進步指數和純技術效率變化指數驅動，與此同時規模效率變化指數卻呈現明顯下降趨勢。河北省Malmquist指數下降主要是由技術進步指數和規模效率變化指數下降引起的，而純技術效率變化指數反而上升。

三、金融服務實體經濟效率影響因素分析

從理論上分析，在同一效率模型下，通過增加投入要素的數量也可以提高產出，使其產出達到理想值，但是一方面，我國各省（市、自治區）之間經濟發展狀況存在較大差異，資源有限；另一方面，即使通過增加投入要素的數量在一定程度上可以提高產出，這種提高產出的方法過于膚淺且不可持續。要切實提高各省（市、自治區）金融服務實體經濟的效率，必須研究影響金融服務實體經濟效率的長期穩定的實質性因素。本文基于上文測算的數據特點，運用GMM估計方法對金融服務實體經濟效率值進行回歸分析，探索影響金融服務實體經濟效率的因素。

（一）指標選取

本文選取金融方面相關指標，如銀行業壟斷程度、直接融資比重、普惠金融發展水平，以及實體經濟相關指標，如實體經濟產業結構、勞動力素質、外貿出口水平等作為自變量，將金融服務實體經濟效率作為因變量進行實證檢驗。相關指標說明見表3。

銀行業壟斷程度指的是政府控制銀行的壟斷程度。我國國有控股五大行資產占銀行業總資產的40%以上，加上各種國有控股銀行及政策性銀行對資金的控制，使得我國國有銀行資產占銀行業總資產的比例較高，銀行業壟斷水平較高。本文用國有控股五大行和政策性銀行的總資產占銀行業總資產的比重來衡銀行業壟斷程度。

直接融資是一種以股票、債券為主要金融工具的融資機制，企業債券融資和非金融企業股票融資是實體經濟常用的兩種直接融資渠道。直接融資比重指的是直接融資額占全部融資額的比重，是衡量一個地區的金融發展水平的重要指標。本文用企業債券融資規模和非金融企業股票融資規模兩者之和占社會融資規模的比重來衡量直接融資比重。

普惠金融作為一種新型的金融服務體系，指的是最大限度地向需要金融服務的社會各階層提供公平、恰當和高效的金融服務。在我國，普惠金融的發展有利于增強社會各個階層的資本可得性，促進企業的長期穩定和可持續發展，為提高金融服務實體經濟發展效率奠定堅實的環境基礎。本文參考陳銀娥等（2015）的做法構建我國各省份“普惠金融發展指數”來衡量普惠金融發展水平，算式如下：

IFIi = 1 -

（3）

Ek = ωk × yi，k" " " " " " " " " " " " " " " " " " " " " " " " " " " （4）

其中，IFIi表示第i個地區的普惠金融發展指數，Ek表示第k個維度的測度值，wk表示第k個維度的權重。普惠金融發展指數的取值范圍為0—1。

當IFIi =0時，表示存在完全的金融排斥，普惠金融服務實體經濟發展水平非常低；當IFIi =1時，表示完全不存在金融排斥，普惠金融服務實體經濟發展水平較高。Ek根據式（4）計算得到，式（4）中將異質指標同質化，yi，k表示第i個省份的第k項指標進行標準化處理后的結果；權重可運用熵值法計算得到。

實體經濟產業結構在很大程度上決定了資源配置的效率，優化產業結構可以強化由技術創新帶來的放大效應，帶動經濟增長。本文采用各省第二產業產值占實體經濟總產值的比重來衡量實體經濟產業結構，該比值越大說明實體經濟的產業結構越優化。

勞動力素質的提升可以促進生產要素與技術稟賦高效配置，提升地區的經濟效率。本文采用各省勞動力平均受教育年限來衡量勞動力素質。

外貿出口水平反映了我國與世界各國的貿易關聯度。本文參考樊輝（2022）的做法，采用我國外貿出口總額占GDP的比重來衡量外貿出口水平。同時選取經濟發展水平、政府干預經濟、國有經濟比重三個控制變量。

（二）模型構建

本文將前文測度的Malmquist指數作為因變量，將銀行業壟斷程度、直接融資比重、普惠金融發展水平、實體經濟產業結構、勞動力素質和外貿出口水平作為自變量，構建動態面板數據模型進行實證檢驗，模型如下：

DEFEi，t = c + DEFEi，t-1 + X'i，t β + μi + εi，t" " " " " " "（5）

在式（5）中，DEFEi，t表示金融服務實體經濟發展效率Malmquist指數，即金融服務實體經濟的全要素生產率，DEFEi，t-1表示其滯后一期的金融服務實體經濟發展效率Malmquist指數，c表示常數項，X'i，t表示1×N維的金融服務實體經濟發展效率影響因素的向量，N表示解釋變量的個數，本文中解釋變量有6個，β表示N×1維的估計系數向量，εi，t為隨機干擾項。

（三）實證結果分析

本文根據構建的系統GMM模型，運用Stata

17.0軟件進行分析。為了提高結果的有效性和穩定性，首先選用金融服務實體經濟效率的滯后二期項為工具變量，并參考邸曉東和張園（2019）的做法，采用分步加入控制變量的方式進行系統GMM估計，在估計過程中消除個體效應的影響。系統GMM估計結果如表4所示。從表4中可以看出：首先，7個方程均接受原假設“擾動項無自相關”，內生性檢驗通過。其次，從方程（1）—（7）的Sargan檢驗結果看，方程（1）—（7）檢驗的卡方值都沒有通過檢驗，說明7個方程均拒絕原假設“所有工具變量均有效”，方程中的工具變量均為外生的，過度識別的問題不存在。總之，表4中系統GMM估計的7個方程設定是合理和穩健的。下面分別對系統GMM估計的結果進行分析。

從表4可以看出：銀行業壟斷程度的提升會降低金融服務實體經濟效率，我國銀行偏好投資國有企業、大型企業的項目，流向活躍中小企業的資金有限，制約了我國金融服務實體經濟效率的提升。直接融資比重對金融服務實體經濟效率有顯著的正向影響。實體經濟產業結構的優化會顯著提高金融服務實體經濟效率。第二產業的迅猛發展在經濟增長中發揮了顯著的促進作用，形成了強大的金融資源吸引力，從而極大提升了金融服務實體經濟效率。勞動力素質、外貿出口水平對金融服務實體經濟效率均有顯著的正向影響。國有經濟比重的不斷提高使得更多的優質金融資源流向國有經濟領域，不利于市場經濟下的中小企業等實體經濟的發展，抑制了金融服務實體經濟效率的提升。另外，經濟發展水平對金融服務實體經濟效率有顯著的正向影響。

（四）地區異質性檢驗

按照國家統計局的經濟區域劃分標準，將我國31個省份劃分為東部、中部、西部和東北四大地區②，運用金融服務實體經濟效率的滯后二期項為工具變量進行系統GMM估計，進一步分析金融服務實體經濟效率影響因素的區域差異性。將區域啞變量和銀行業壟斷程度、直接融資比重、普惠金融發展水平、實體經濟產業結構、勞動力素質和外貿出口水平的交互項作為解釋變量，將金融服務實體經濟效率作為被解釋變量分別代入方程，結果見表5。

首先，從內生性檢驗結果看，AR（1）值均顯著為負，AR（2）值沒有通過檢驗，說明均接受原假設“擾動項無自相關”，內生性檢驗通過。其次，從Sargan檢驗結果看，檢驗的卡方值均沒有通過檢驗，說明均拒絕原假設“所有工具變量均有效”，工具變量均為外生，不存在過度識別問題，可以進行后續分析。

從表5可知，銀行業壟斷程度對金融服務實體經濟效率的負向影響在東部地區大于中部地區，但銀行業壟斷程度對西部地區和東北地區的影響不顯著，其原因可能是西部、東北地區銀行業壟斷程度已經較高，銀行業競爭對實體經濟的積極效應未得到體現。直接融資比重、普惠金融發展水平和勞動力素質對金融服務實體經濟效率的正向影響在東部和中部地區均較為顯著，但是對西部地區和東北地區的影響不顯著。我國東、中部地區經濟發展相對較好，抵抗金融風險能力更強，直接融資比重、普惠金融發展水平和勞動力素質的提高有利于金融服務實體經濟效率的提升。西部和東北地區實體經濟特別是中小企業發展相對落后，因此直接融資比重、普惠金融發展水平和勞動力素質的小范圍提升對金融服務實體經濟效率并無實質影響。實體經濟產業結構對金融服務實體經濟效率的正向影響在中部和西部地區較為顯著，但是在東部和東北地區不顯著，可能原因在于中、西部地區產業結構水平相對較低，且正處于上升期，產業結構優化可以強化由技術創新帶來的放大效應，帶動經濟增長，提升金融服務實體經濟效率。外貿出口水平對金融服務實體經濟效率的正向影響僅在東部地區顯著，其他地區均不顯著。可能的原因在于除東部地區外，其他區域外貿出口水平較低，無法提升金融服務實體經濟效率。

（五）穩健性檢驗

為了檢驗模型的穩健性，本文將進行分區間穩健性檢驗。考慮到本文的實證階段期間，經濟增速放緩，經濟體制改革的重點也由“需求側”轉向“供給側”，2015年提出供給側結構性改革后我國供求關系在更高水平上實現了新的動態均衡，經濟進入高質量發展階段，本文以2015年供給側結構性改革提出之年為間隔點，將樣本時間段分為供給側結構性改革之前的2000—2015年和供給側結構性改革之后的2016—2022年兩階段進行穩健性檢驗，檢驗結果如表6所示。

從表6可以看出，2015年供給側結構性改革前后自變量和因變量之間的回歸結果的正負符號和顯著性也基本與前文結果保持一致，其他控制變量對金融服務實體經濟效率的影響在2015年供給側結構性改革前后也并無明顯變化，說明本文構建的模型是穩健的。

四、結論與政策建議

本文運用2000—2022年全國31個省（市、自治區）的數據，采用Malmquist指數方法測度了我國金融服務實體經濟效率及變化情況。在此基礎上，進一步采用GMM估計方法分析了銀行業壟斷程度、直接融資比重、普惠金融發展水平、實體經濟產業結構、勞動力素質和外貿出口水平對金融服務實體經濟效率的影響作用及效果。通過實證研究得出以下結論：

（1）2000—2022年間全國范圍內金融服務實體經濟效率呈現緩慢上升趨勢，且主要驅動因素是技術進步。Malmquist指數最高值出現在2010—2011年，達到了1.234；Malmquist指數最低值出現在2008—2009年，為0.719。另外，各省金融服務實體經濟效率也呈現明顯差異，上海市Malmquist指數位居全國第一，吉林省Malmquist指數最小，未來應加強金融管理和資源配置水平以提高純技術效率變化指數，完善金融服務、創新產品以提高金融資源的技術進步指數。

（2）銀行業壟斷程度的加深會阻礙金融服務實體經濟效率的提升；直接融資比重的提升、普惠金融發展水平的提高、勞動力素質和外貿出口水平的提高，實體經濟產業結構的優化則有利于金融服務實體經濟效率的提升。

（3）上述因素對金融服務實體經濟效率的影響存在明顯的區域異質性。與西部與東北地區相比，我國東部和中部地區經濟發展狀況較好，金融體系更加完善，資本市場更加活躍，因此銀行業壟斷程度對金融服務實體經濟效率的阻礙效應在東部和中部表現得較為明顯，在西部和東北地區不明顯。直接融資比重、普惠金融發展水平和勞動力素質對金融服務實體經濟的促進效應在東部和中部表現得較為明顯，在西部和東北地區不明顯。實體經濟產業結構的優化在中部和西部會明顯促進金融服務實體經濟效率的提升，但在東部和東北地區不具有顯著影響。外貿出口水平對金融服務實體經濟效率的促進作用僅在東部地區表現明顯，其他地區均不顯著。

鑒于上述分析，本文提出以下政策建議。

持續深化區域性金融供給側改革，進一步提高各省金融服務實體經濟效率。首先，合理引導金融資本流向，強化信貸對實體經濟薄弱區域的支持，優化營商環境，提高資金投向的積極性。其次，提高金融建設的針對性，重點加強寧夏、山西、吉林等地的金融基礎設施建設，提高上海、廣東等地的金融服務質量和創新水平。

擴大股權債券融資規模，提高直接融資比重。首先，多渠道推進股權融資，引導中長期資金入市；同時，加快發展債券市場，通過豐富債券市場品種、建立多層次債券市場等方式擴大債券融資規模。其次，重視期貨、金融衍生品、私募等市場的發展，建立多層次資本市場體系，豐富直接融資方式，提高直接融資比重。

鼓勵中小銀行發展，促進銀行業內良性競爭。中小銀行在支持民營企業、小微企業上具有天然的優勢，應加快構建中小銀行服務體系，鼓勵社區銀行、小微銀行等的發展，形成多層次、廣覆蓋的銀行體系，精準服務不同層次的金融需求，擴大金融的有效供給。

注釋：

① 由于數據限制等原因，研究樣本不包括港澳臺地區。

② 東部地區：北京市、天津市、河北省、上海市、江蘇省、浙江省、福建省、山東省、廣東省、海南省；中部地區：山西省、安徽省、江西省、河南省、湖北省、湖南省；西部地區：內蒙古自治區、廣西壯族自治區、重慶市、四川省、貴州省、云南省、西藏自治區、陜西省、甘肅省、青海省、寧夏回族自治區、新疆維吾爾自治區；東北地區：遼寧省、吉林省、黑龍江省。

參考文獻：

[1] 張林，張維康.金融服務實體經濟增長的效率及影響因素研究[J].宏觀質量研究，2017，5（01）：47-60.

[2] Sherman H D， Gold F.Bank branch operating efficiency： Evaluation with data envelopment analysis

[J]. Journal of Banking＆Finance，1985，9（02）：297-315.

[3] JENG S C.Efficiency issues in the financial services industry worldwide[D].Rhode Island： University of Rhode Island，2001.

[4]蔡則祥，武學強.新常態下金融服務實體經濟發展效率研究——基于省級面板數據實證分析[J].經濟問題，2017（10）：14-25.

[5] 游士兵，楊芳.金融服務實體經濟的效率測度及影響因素——基于綠色發展視角[J].金融論壇，2019（04）：29-44.

[6]陳豐華.金融服務實體經濟發展效率的影響因素研究[J].現代經濟探討，2021（12）：71-80.

[7]潘海峰，程文，張定勝.金融支持實體經濟發展的效率測度及其空間效應分析[J].統計與決策，2022（08）：139-143.

[8] Krause S，Rioja F.Financial development and monetary policy efficiency[R]. Department of Economics， Emory University：Working Paper， 2006.

[9] Qin D， Song H. Sources of investment inefficiency： The case of fixed-asset investment in China[J]. Journal of Development Economics， 2009，90（01）：94-105.

[10] 李雯，王純峰.我國區域金融效率及影響因素分析——基于供給側和需求側二維視角[J].商業經濟研究，2019（03）：159-162.

[11] 周曄，丁鑫.科技賦能提升金融支持實體經濟效率了嗎？——基于金融供求結構視角[J].國際金融研究，2023（10）：50-61.

[12] 張煥明，馬昭君.宏觀金融杠桿波動抑制了金融服務實體經濟效率的提高嗎？[J].統計研究，2023（06）：49-62.

[13] 黃群慧，論中國工業的供給側結構性改革[J].中國工業經濟，2016（09）：5-23.

[14] 陳銀娥，孫瓊，徐文赟.中國普惠金融發展的分布動態與空間趨同研究[J].金融經濟學研究，2015（06）：72-81.

[15] 樊輝.產業數字化、科技創新與外貿出口水平——基于長江經濟帶的實證[J].統計與決策，2022（19）：115-119.

[16] 邸曉東，張園.經濟增長是如何影響養老金支出的？——基于省際數據的系統GMM估計[J].經濟體制改革，2019（03）：32-39.

（責任編輯：唐詩柔）

作者簡介：嚴" "丹，通訊作者，副教授，廣東財經大學人力資源學院，研究方向為宏觀經濟管理、勞動與社會保障。

湛" "泳，教授，博士生導師，湘潭大學商學院，研究方向為金融發展。

王詩茹，碩士研究生，廣東財經大學公共管理學院，研究方向為宏觀經濟管理。