金融生態環境質量的資金“洼地”效應

姚耀軍 黃林東

摘要：在理論上，金融生態環境的改善能夠提高本地區對外來資本的吸引力，從而促進本地區的資本積累。本文以外商直接投資實際利用額作為外來資本的代理變量，基于中國分省面板數據，采用空間計量模型檢驗了金融生態環境質量的資金“洼地”效應。結果發現，金融生態環境的改善具有顯著的資金“洼地”效應，并且實證結論具有穩健性。

關鍵詞：金融生態環境；“洼地”效應；空間計量

中圖分類號：F830文獻標識碼：A文章編號：1674-2265（2012）11-0003-04

一、引言

在開放經濟條件下，吸引區域外資金流入從而促進本區域資本形成是區域經濟政策的一個重要選項。與本地資本相比，外來資本的比較優勢在于，資金的流入通常伴隨著技術的流入。這種技術可能體現在市場機會發現能力、先進的制造技術、便利有效的融資渠道上，也可能體現為高效的決策機制以及管理能力等。技術優勢的存在使得外來資本能夠獲得溢價收益。然而外來資本也存在比較劣勢。外來資本與當地政府及其金融體系初次接觸，對地方產業政策、資源分布、風土人情、商業文化以及產業競爭狀況一般缺乏深入了解。外來資本在

本土信息上的比較劣勢使其投資具有風險和不確定性，而這種與資本跨區域投資相伴隨的風險以及不確定性阻礙了資本的流動（費爾德斯坦等，1980）。

金融生態環境指微觀層面的金融環境，包括法律、社會信用體系、會計與審計準則、市場體系、中介服務體系、企業改革進展及銀企關系等多方面的內容（周小川，2004）。在理論上，當地金融生態環境質量的改善能夠大大縮小外來資本在本土信息上的比較劣勢，對于外來資本流入具有促進作用。其具體的理論機制包括：

第一，金融生態環境質量的改善可能意味著政府治理機制的改善，這為外來資本與本地資本的公平競爭提供了重要的制度保障。一般認為，本地資本在長期與地方政府的接觸中建立了較為密切的聯系。這種政治聯系有利于本地資本在稅率、貸款融資以及政府救助等方面獲得益處（克萊森斯等，2008；法喬，2006；李等，2008）。然而隨著政府治理機制的不斷完善，地方政府對企業經營干預較少，政治聯系并不能給企業帶來直接的利益。另外，在金融生態環境良好的地區，國有經濟占整個經濟的份額通常也較低，從而降低了政府對本地國有企業資源傾斜的動機。

第二，金融生態環境質量的改善可能意味著社會信任水平的提高。作為一種社會資本，信任文化是金融生態環境的重要內容。誠信能夠降低信息成本，在一個缺乏誠信的經濟環境下，大量的資源被用來弱化信息不對稱帶來的影響。誠信能夠擴展社會經濟交往和交易邊界。在一個缺乏誠信的社會中，經濟交易主要基于血緣、親緣與地緣基礎上來完成，趨于封閉化從而具有較強的排外性，不利于外來資本在本地扎地生根。

第三，金融生態環境質量的改善通常與各類中介機構的蓬勃發展同步。這些中介機構包括，以提供專業服務為主的技術型中介機構（如會計師事務所、律師事務所等）、以提供信息服務為主的信息型中介機構（如擔保機構、行業協會、咨詢公司等）。各種中介機構的存在為外來資本獲取本地信息提供了標準化、專業化的服務，從而降低了本地信息的搜尋成本，減少了資本跨區域投資時所面臨的風險與不確定性。

一些文獻已經就金融生態環境質量與資金流動的聯系提供了反面案例。以自貢地區為例，蕭安富等（2005）發現，金融生態環境的惡化使得全國性經營金融機構有動力將當地的金融資源配置到其他金融生態環境質量較高的地區，從而造成當地資金外流。以伊春地區為例，人民銀行哈爾濱中心支行課題組（2006）發現，政府對企業和銀行的行政干預惡化了當地的金融生態環境，導致了資金外流現象。然而到目前為止，很少有研究就金融生態環境質量與資金流動的聯系進行正式的計量經濟研究，而本文的實證分析試圖填補這一空白。

二、模型設計、變量和數據

本文以外商直接投資（FDI）的實際利用額作為外來資金數量的代理變量，利用面板數據空間計量模型來檢驗金融生態環境質量改善的資金“洼地”效應。我們選用空間計量模型的理由是，FDI在中國的區位分布從地理空間上看呈現出非均衡性和集聚性特征（何興強等，2008），如果忽略FDI分布的空間效應，則相關的計量估計結果難以滿足無偏性和一致性要求（Anselin，1988）。庫格林等（Coughlin等，2000）基于空間誤差模型（SEM）考察了FDI在中國各省的分布，受此啟發，本文首先利用SEM模型來檢驗金融生態環境質量改善的資金“洼地”效應，其具體模型是：

在這里，下標 與 各自代表省份與時間；FDI表示外商直接投資實際利用額，FE表示金融生態環境質量指數，Control代表其他控制變量，其中 是變量序號。 與 是待估計參數， 是非觀測省份效應。 是具有空間自相關性的誤差項， 是空間效應影響系數， 是空間加權權重， 是隨機擾動項。

布倫尼根等（Blonigen等，2004）認為，與SEM模型相比較，空間自相關模型（SAR）與FDI分布存在更密切的理論聯系。有鑒于此，并為了確保實證結論的穩健性，我們也利用SAR模型進行了估計，其具體模型是：

在這里， 是空間自回歸系數，其余符號含義與（1）式相同。上述兩模型中的其他控制變量包括：

（一）金融業效率（FINC）

參照姚耀軍（2010）的研究，我們用金融業相對勞動生產率來衡量金融業效率，其具體計算方法為“金融業效率=（金融業增加值/金融業從業人員）/（GDP/總就業人數）”。金融業效率代表金融發展水平。地方金融發展與FDI存在替代與互補兩種關系（李青原等，2010）。一方面，地方金融發展水平越高，地方經濟發展所面臨的外部融資約束程度越輕，從而減少了對FDI這類外部資金的需求；另一方面，地方金融發展水平越高，則越便于FDI通過金融手段與本地上下游企業發生聯系，于是FDI更有動力進入當地。因此，金融業效率對FDI的影響預先難以確定。

（二）市場規模（SCAL）

參照利普西（Lipsey，2000）的研究，本文以人均GDP作為市場規模的代理變量。FDI 的主要目標之一是開辟新的市場空間，只有當市場規模達到一定水平時才能滿足FDI在當地規模化生產的基本要求，因此我們預期市場規模對FDI流入具有正面影響。

（三）勞動力成本（LABO）

勞動力成本用城鎮單位在崗職工平均工資衡量。按照FDI的要素決定理論，FDI傾向于流向要素價格較低的地區，因此我們預期勞動力成本對FDI流入具有負面影響。

（四）人均受教育年限（EDU）

在計算該指標時，我們首先假定接受小學、初級中學、高級中學、大學及以上教育程度的居民受教育年限分別為6、9、12和16年，然后以受教育人口比例為權重進行加權算術平均。本地較高的人力資源稟賦有助于提高員工生產效率，因此我們預期人均受教育年限對FDI的流入有正面影響。

（五）基礎設施水平（INFR）

參照李青原等（2010）的研究，基礎設施水平的衡量公式是“基礎設施水平=（公路里程+4.27×鐵路里程+1.06×內河航道里程）/地區國土面積”。資金流的背后是實物流，基礎設施建設的完善為原材料與產品運輸提供了便利，大大減少了物流成本，因此我們預期較高的基礎設施水平有助于吸引FDI的流入。

（六）自然資源稟賦（NATU）

參照丁菊紅等（2007）的研究，我們用采礦業城鎮單位就業人員勞動報酬占全部城鎮單位就業人員勞動報酬的比例來表征一個地區自然資源的富庶程度。當地自然資源稟賦豐富可能構成了FDI進入的原動力，然而，自然資源稟賦豐富的地方往往制度建設落后，此即格利森（Gylfason，2004）所謂的“資源詛咒”。因此，自然資源稟賦對FDI的影響預先難以確定。

中國社會科學院發布了2006、2008與2009年分省金融生態環境質量指數。我們將基于該指數進行相關的實證分析。其余數據皆根據《中國財政年鑒》、《中國統計年鑒》、《新中國60年統計資料匯編》以及各個省份的統計年鑒整理。由于無西藏自治區的金融生態環境指數數據，因此本文的樣本數據集不含西藏。本文相關變量的描述性統計結果見表1。