全要素生產率、創新及金融發展的關系研究

李科瑾

(西南政法大學 經濟法學院，重慶 401120)

?

全要素生產率、創新及金融發展的關系研究

李科瑾

(西南政法大學 經濟法學院，重慶 401120)

全要素生產率作為一國經濟可持續發展的核心，與之密切相關的是創新以及金融發展。通過對2002—2004年中國各地區全要素生產率與創新的多種衡量指標及金融發展之間的關系且從1992—2009年這一時間序列出發，研究全要素生產率與中國金融發展隨時間變化的關系，揭示創新對全要素生產率有正效應，并且金融發展整體上也促進創新能力的提高。

全要素生產率；創新；金融發展

一、引言

經濟增長率是一國經濟實力的重要表現。經濟增長主要依靠人力資本、自然資源、資本和技術等四個車輪來推動，在投入既定的條件下，技術進步和創新是經濟增長的關鍵因素。改革開放以來，中國經濟以近10%的速度持續高速地增長。但Shan W認為中國經濟的高速增長主要是依靠生產要素的大量投入而不是全要素生產率(Total Factor Productivity，TFP)的提高來實現，林毅夫等人也對此持肯定的觀點。自2001年中國加入WTO組織以來，中國大量的廉價勞動力、資本、自然資源外流的現狀，要求我國必須提高科技創新能力。而創新能力的提高，離不開金融發展的支持，如：Schumpeter(1912)主張功能比較良好的銀行通過甄別并向最有可能在創新產品和生產過程中成功的企業提供融資促進技術創新；當然創新能力的提高也能促進金融的發展，因此，研究全要素生產率、創新及金融發展之間的關系對于經濟的和諧、高效發展具有重要的意義。

二、文獻綜述

從理論上看，國際上有很多著名的學者對全要素生產率、創新與金融發展進行了一系列的研究。

對于金融發展與TFP的關系的研究，King和Levine(1993)在Goldsmith的研究基礎之上，利用77個國家1960—1989年的面板數據，實證分析并證明了金融發展水平對于長期生產率的增長的預測能力。Levine、Loayza和Beck(2000)的實證研究表明：金融發展對長期經濟增長的貢獻在于提升全要素生產率而不在于提高資本存量。白積洋(2011)指出金融發展通過對外貿易對全要素生產率增長的寸金作用的存在性，并指出這種效應的發揮主要是通過技術進步實現的。江紅莉、李超杰(2011)通過對制造業全要素生產率與金融發展進行協整分析和Granger因果檢驗，發現兩者間存在協整關系，且滯后1到3階時，金融發展是制造業全要素生產率的Granger原因，反之不成立。譚林、鄧偉平(2011)運用面板數據誤差修正模型及格蘭杰因果檢驗方法證明了農業金融發展短期內不是TFP增長的原因，長期內顯著促進TFP的提高；而農業TFP既是金融發展的短期原因，也是影響金融發展的長期原因。余利豐、鄧柏盛、王菲(2011)從隨機前沿分析的視角推出并論證了金融發展促進全要素生產率的增長。但陳剛(2009)、王定祥(2011)等的研究表明，金融發展對中國全要素增長具有不利的影響。姚耀軍(2010)運用界限檢驗法、協整系數估計、向量誤差修正等方法，證實了金融發展與TFP存在長期穩定的關系。

對于創新與TFP的關系的研究，章立軍(2006)基于省際數據的經驗證據的分析得出：創新綜合能力對全要素生產率有正面的效應，同時發現創新能力對全要素生產率還沒有起到決定性的作用，目前的中國更多的還是依靠勞動力投入和資本投入來發展經濟。

對于創新與金融發展的關系的研究，Becivenga、Smith(1995)通過世代交替模型研究了金融效率對技術選擇的關系，研究結論表明在一個經濟系統中，當其金融市場的效率較低時，只會選擇發展期短的技術，當金融市場效率提高時，才會選擇發展期較長的技術。孫伍琴、朱順林(2008)通過測定我國23個省市金融體系對技術創新的Malmquist生產率，得出了23個省市金融發展促進技術創新的效率的平均水平逐漸提高且各地區間存在差異。劉小玄、吳巖冰通過DEA和M指數方法等分析證實了在市場需求高速增長的條件下，企業生產率增長與外部融資支持的密切正相關。

通過對相關文獻的綜述，大多數學者認為金融發展與中國全要素生產率存在正相關；也有一些文獻則認為金融發展對中國全要素增長具有不利影響；創新對全要素生產率具有促進作用。有些文獻從農業或制造業視角分析他們之間的關系。但他們基本上都只是從金融發展與TFP關系、創新與TFP關系亦或是創新與金融發展的角度實證分析其關系，很少將三者系統起來分析他們的具體關系，并且很少基于各地區的差異來分析他們之間的關系。因此，本文就在前人的基礎上，參照《中國生產率分析前沿》中生產率的度量方法、資本勞動投入度量方法與應用，進一步系統分析2002—2004年各地區TFP、創新與金融發展的關系，以彌補眾多文獻的空白領域。

三、模型的建立

假設總量生產函數為新古典函數即C-D生產函數：

Y=AL1-αKα

(1)

Y代表產出，K代表資本投入，L代表勞動投入，A表示服務業全要素生產率(TFP)。而全要素生產率的變動一般分解為技術進步和技術效率變動兩部分，但由于兩部分均與創新能力有一定的關聯，創新能力對全要素生產率(TFP)的關系可借鑒章立軍(2006)的研究，有實證關系：

A=RβGγ

(2)

R表示創新指標，G表示市場化指標(主要部分是政府控制)也即影響全要素生產率的其他外因素。創新與金融發展(FIR)的關系可以通過兩類數據在散點圖中的位置，對其進行擬合，找出相對合適的關系：

R=a+bFIR+μ或R=cFIRθ+d

(3)

FIR代表金融發展指標，上述兩式是R與FIR的兩種可能的關系。至于說全要素生產率與金融發展的關系可以綜合King和Levine(1993)、張軍(2005)、錢水土(2011)等人的實證模型，TFP與FIR的關系為：

LnA=m+LnFIR+ε或LnFIR=n+LnA+λ

(4)

將(1)式變形可得：

Ln(Y/L)=Ln(A)+αLn(K/L)，

(5)

同時，也可將(1)變形為：

(6)

將(2)式兩邊同時取對數，則有：

LnA=γLnG+βLnR

(7)

將(6)式結合王小魯、樊綱(2004)的研究，選取中國市場化指數(近似為政府控制)代替影響全要素生產率的其他外因素，構建分析全要素生產率與創新之間的回歸關系：

LnA=β1+β2LnR+γLnG+e

(8)

在計算時，先通過式(5)估計出α，然后根據以下式子：LnA=LnY-(1-α)LnL-αLnK

估計出全要素生產率的值，然后利用(7)式估計出創新對全要素生產率的影響能力β2。至于創新與金融發展的關系可以通過擬合回歸的方式，最終確定是否符合上述中的(3)式。而全要素生產率與金融發展的因果關系可以通過格蘭杰因果檢驗來確定符合上述(4)式中的哪一個。

四、數據的收集與處理

本文在研究全要素生產率、創新與金融發展之間的關系時，由于最近幾年的創新指數的數據不易獲得，故主要是采用2002—2004年全國31個省份的數據。

首先，Y代表產出，這里是用各年各地區生產總值來表示，單位是億元；K代表資本投入，這里用按地區分的社會固定資產投資來表示，單位是億元；L代表各地區按三次產業劃分的就業人數，單位是萬人。這些數據均直接來源于《2002—2004年中國統計年鑒》。

R表示創新指標，為了與國際接軌，這里借鑒2005年歐盟與聯合研究中心(Joint Research Centre)提供了的新的評估歐盟創新能力的綜合指標體系，即歐盟創新記分牌(European Innovation Scoreboard),將歐盟創新指標分為創新驅動、企業創新、知識產權、知識創造和技術應用等五類。因此，本文采用《中國區域創新能力報告2002》、《中國區域創新能力報告2003》、《2004—2005年中國區域創新能力報告分析(一)》中創新能力綜合值、知識創造、知識獲取、企業創新、創新環境、創新績效來分別檢驗其與TFP的關系。G代表的是影響全要素生產率的其他外因素，這里用市場化指標來代替(主要部分是政府控制)，其來源于樊綱《中國市場化指數》。

金融發展指數考慮到數據的可獲得性，本文主要引用肖雯等(2008)中的做法，主要從金融中介和金融市場兩個方面分別建立衡量指標。

(一)金融深化指標

DEPTH=M2/GDP

Goldsmith認為金融相關率作為金融發展程度的量化指標，是指一定時期內社會金融性活動總量與全社會經濟活動總量的比值。貨幣化程度越深，金融深化特征就越明顯，金融發展也就越快。衡量金融中介的總體規模，學界普遍認同的貨幣化指標為全部金融中介體的流動負債與GDP的比值，而全部金融中介體的流動負債實際上就是M3，但由于數據的可獲得性，因此選用M2來代替。這一指標的M2數據和GDP數據均出自《中國統計局年鑒》，主要采用1992—2009年的數據。

(二)資本化率

CAP=流通股總市值/GDP

該指標用來反映股票市場的規模，等于流通中的市價總值與GDP的比值。由于大多數國家股和法人股并沒有上市流通，不具備股票市場的信息搜集、分散風險等功能，只有在社會上真正流通的社會公眾股才能真正代表中國股票市場的發展規模，股票市場規模越大，募集資金和分散風險的能力就越強，這就是本文選用流通股市值而不選用總市值的原因。這一指標數據來源于《中國證券期貨統計年鑒2010》，主要采用1992—2009年的數據。

(三)平均換手率

TURN=股票總成交金額/股票流通市值

該指標反映了股票市場的流動性，股票市場是金融市場中的重要板塊，股票市場越活躍，也就反映了該國金融市場越發達。另外，金融市場流動性越強也就反映了交易越頻繁，交易成本也就越低，能夠反映金融市場的發展。在數據處理上，由于中國有上交所和深交所兩大證券交易所，在統計時，就上交所和深交所的平均換手率分別進行了統計，另外在2004年推出中小企業板塊和2009年推出了創業板塊，因此，在計算平均換手率時，可通過四者的加權平均值來獲得，每一部分的權重等于各自的成交金額與市場總成交金額的比值，但為了方便起見，這里用簡單的算術平均數代替復雜的加權平均數。這一指標也出自《中國證券期貨統計年鑒2010》，主要采用1992—2009年的數據。

(四)金融效率指標

DEBT=私人信貸/銀行信貸總額

這一指標相對來說比肖雯(2008)中所運用的存款性銀行的國內信貸與GDP的比值更能表述金融的效率。當然數據的獲得是通過多個途徑的，主要來源于中國統計局網站、中國人民銀行網站、《中國人民銀行統計季報》，主要采用1992—2007年數據，而之后兩年的數據可通過1992—2007年各季度數據來估算出2008年、2009年的數據，另外整年的數據這里采用四季度之和來替代。

另外，在運用數據時，當估算TFP與創新及創新與金融發展的關系，由于考慮創新這一指標數據的可獲得性，因此采用的是2002—2004年截面數據，分別估計各變量之間的關系。而在預測TFP與金融發展的關系時，由于各地區金融發展的狀況沒有明確的界限，故這里采用1992—2009年的數據，通過時間序列來估計回歸函數。

五、實證分析

通過上述方程式(5)及對1981—2011年Y、K、L數據的處理，我們得到α的計算結果：

α=0.8

其中，R2=0.9926,并且其系數在99%的置信度下顯著。并根據方程(6)可知勞動、資本及全要素生產率對經濟增長的貢獻，見表1。

表1　各種要素對產出的貢獻

通過表1中關于各要素增長率對產出增長率的貢獻，表明1981—1987年及1998—2010年全要素生產率對產出增長率的貢獻為負值，而資本的貢獻率甚至超過產出貢獻率，勞動的貢獻率雖然都是正值，但貢獻很小。這主要是因為中國是人口密集型國家，1981—1987年出現這種情況原因可能是剛剛改革開放后，需要的是資本拉動經濟的增長，技術的優勢還沒顯現出來；而1998—2010年出現這種情況，主要可能是1998年亞洲經濟危機、2008年經濟危機及2003—2007全球經濟泡沫(虛擬經濟)拉動經濟增長，而實體經濟的增長則遠遠落后于表面上經濟的增長。而1988—1997年經濟增長的主要原因依然是資本的貢獻率，但全要素生產率的貢獻為正值，主要原因可能是1992年鄧小平南方談話開放經濟特區引起的國外技術的引進等；2011年的數據表明資本對經濟增長的貢獻是55.6%，而全要素增長率對經濟增長的貢獻率達到40%以上，這也說明了21世紀是知識競爭的時代，自主創新能力對經濟的貢獻力將逐漸增強，創新將成為一個國家進步的靈魂。

由于創新的數據暫時只能獲得2002—2004年中國各地區創新指標，故這里須將各地區全要素生產率先計算出，然后方可得到各自與創新的關系。根據方程式(5)及2002—2004年各地區Y、K、L的數據可計算出的值見表2。

表2　資本貢獻率α的結果

表3、表4、表5和表6顯示了創新的各種指標與全要素生產率的回歸結果，并標注了顯著性水平及各種檢驗值及可決系數，說明其結果可靠性。

表3　創新綜合能力對全要素生產率的影響回歸結果

注：括號內的數字為t值。****、***、**、*分別表示在0.01、0.05、0.10、0.15水平顯著(雙尾)；intercept表示截距

表4　知識創造對全要素生產率的影響的回歸結果

注：括號內的數字為t值。****、***、**、*分別表示在0.01、0.05、0.10、0.15水平顯著(雙尾)；intercept表示截距

表5　知識流動對全要素生產率的影響的回歸結果

注：括號內的數字為t值。****、***、**、*分別表示在0.01、0.05、0.10、0.15水平顯著(雙尾)；intercept表示截距

上述僅僅只是就創新的幾個比較重要的方面對全要素生產率的影響做了回歸分析。從回歸結果中，不難發現創新能力、政府干預程度的減少都對全要素生產率有正相的效應，但是相比較而言，政府干預程度的減少對全要素生產率的影響更加顯著，這種情況也是計劃經濟產生的一些后續影響(不可能完全市場化)，而政府干預程度的減少主要包括：市場分配經濟資源比重、減輕農民稅費負擔、減輕政府對企業干預、減少企業對外稅費負擔、縮小政府規模等五個方面。因此，地方要提高全要素生產率可以通過從政府干預程度的等幾個方面入手進行調整。

表6　企業創新對全要素生產率的影響的回歸結果

注：括號內的數字為t值。****、***、**、*分別表示在0.01、0.05、0.10、0.15水平顯著(雙尾)；intercept表示截距

從創新能力總指標來看，創新能力綜合值對全要素生產率的正向效應不是特別顯著。從分項來看，表3、表4、表5分別從知識創造、知識流動(知識獲得)、企業創新(知識運用)等三個方面做了分析，結果發現：知識流動及企業創新對全要素生產率的正向效應十分顯著；而知識運用對全要素生產率的正向作用在95%的置信度水平下也比較顯著；但知識創造對全要素生產率的影響則不顯著。主要原因可能是知識創造主要由研發投入、發明專利、學術成就(科研論文)、科技投入產出比等四項內容所組成，則這一領域具有投資大、風險高、創新成果具有基礎性和長期性的特點，對全要素生產率的提高不能夠在短時間內顯現出來，因此其對TFP的影響在較高的置信度水平下不顯著。從知識流動(知識獲得)方面來看，衡量知識流動的指標主要有科技合作、技術轉移和FDI，根據眾多研究文獻，表明技術轉移和FDI對經濟效率的提高有顯著的作用，因此，知識流動對TFP也具有比較明顯的正向作用。從企業創新(知識運用)來看，它主要是由大中型企業的研發投入、團隊設計能力、制造和生產能力及新產品的產值四項分指標組成。隨著中國市場經濟改革不斷深入，社會主義的公有制為主題，多種所有制共同發展的經濟體制也表明了私有制企業在經濟發展中的重要地位。由于企業越來越多，市場競爭也越來越劇烈，這就要求企業進行不斷的創新，將新的技術轉化為產品進而提高產品質量降低商品成本，從而達到在競爭中勝出且利益最大化的目的。而企業創新相較于知識流動對TFP的影響相對較弱，原因是企業在創新中也有大量的科研投入，也存在一定的風險，另外，隨著新技術產生，會有大量的仿造品出現，有可能導致企業的入不敷出。

對于創新能力的另外兩個方面：創新環境和創新績效對全要素生產率的影響，可以通過圖表來分析他們之間的關系，如圖1是創新環境與全要素生產率之間的趨勢圖，反映出創新環境與TFP呈正相關關系，即創新環境越好，全要素生產率也就越高。環境對于創新綜合能力的影響，通過研究其所占權重為0.25，即創新環境越好，越有利于經濟的發展。

圖1　TFP與創新環境的關系

《2004—2005年中國區域創新能力分析報告》指出，創新績效在創新綜合值中所占比重為20%，創新績效主要是指實施采用新技術后，企業價值的增加，一般是以企業業務額的增加來衡量。創新績效既是創新的結果也為創新提供了動力，如圖2所示。

圖2　TFP與創新績效的關系

通過以上創新對全要素生產率的回歸分析及圖示分析，可以了解到，總體來看，創新能力的提高對全要素的生產率的提高有顯著的效用。而創新能力的提高可以通過以上五種途徑來解決，但考慮到時效性及風險性，建議先從知識流動及企業創新兩個方面進行提高，這一點也可通過以下結果來論證：

上式各項自變量之前的系數及符號代表其與因變量之間的關系，括號中權值代表的是t值，主要是檢驗該自變量對于因變量的影響是否顯著，我們發現政府控制的減少及知識的流動對TFP的影響比較顯著且符合經濟含義，而知識創造、創新績效及創新環境對TFP的影響不顯著且不符合經濟含義。并且五個創新指標之間存在著相關性，見表7。

表7　創新各指標的相關性

表7表明：首先，知識流動與創新環境的相關度最高；其次，知識創造與創新環境及知識運用與知識流動的相關度也比較高，因此，可以通過運用逐步回歸發現：知識流動對全要素生產率的影響最大且最為顯著，驗證了所有的創新指標中只有知識的流動才能在最短的時間內創造更大更快的收益，同時可以通過政府減少稅收等政策來達到經濟增長的目的。

無論是知識的流動，企業創新還是政府的干預(采取補貼或減少稅收的方式)，都是需要大量的資金為代價來支持企業的運營，這就需要有一個相對發達的金融市場作為支撐。研究TFP、創新與金融發展的具體的關系，可從兩組數據入手：一是用各地區金融市場化程度代替金融發展的指標；二是用上述所展示的四大指標，用時間序列來研究國內整體金融發展與全要素生產率的關系。

各地區2002—2004年創新與金融發展之間的關系，由于只能從理論上認為金融越發達，創新也就越高亦或是創新反過來促進了金融的發展，但兩者之間的關系無法確定是直線形式或者指數形式的關系。通過比較可以得出(3)方程的后者更符合要求，這里將三年的93個數據進行回歸分析，但是不能確定創新與金融發展的因果關系，故對兩者進行格蘭杰因果檢驗得表8。

表8　因果檢驗結果

由伴隨概率知，在5%的顯著性水平下，既拒絕“金融發展不是創新的格蘭杰原因”的假設，也拒絕“創新不是金融發展的格蘭杰原因”的假設。因此，從0階滯后的情況看，創新的變動與金融發展的變動呈正相關并且互為格蘭杰原因。

通過上邊兩式，可以發現t=8.23，則變量在99%的置信度下顯著，調整后的R2為0.42，另外D.W的值為1.27，而當n=90時，dL=1.63,dU=1.68;當n=95時，dL=1.64,dU=1.69，我們發現0

全要素生產率與金融發展的關系，可以理解為金融發展與創新直接相關，也有可能是金融發展通過創新與全要素生產率產生對應關系，對金融發展與全要素生產率進行回歸得到結果：

上式各項自變量之前的系數及符號代表其與因變量之間的關系，括號中權值代表的是t值，主要是檢驗該自變量對于因變量的影響是否顯著，而t檢驗在99%的置信水平下顯著，但R2=0.08，即金融發展對TFP的解釋力只有8%，雖然金融市場化對全要素生產率有正相關關系，但解釋能力不是特別強。至于兩者因果關系，這里通過1992—2009年時間序列來分析。

在計算1992—2009年的全要素生產率時，計算方法仍然如上述的方程(1)所示，得到如下結果：

上式各項自變量之前的系數及符號代表其與因變量之間的關系，括號中權值代表的是t值，主要是檢驗該自變量對于因變量的影響是否顯著，通過這四個方程式的解讀，能夠表明金融深化指標及資本化率指標對全要素生產率的影響不顯著且金融深化及換手率對其有負效應，這些似乎有悖于原有的金融發展會促進全要素生產率的提高的理論。主要原因不僅在于樣本較少，更主要的是沒有對數據進行平穩性檢驗，表9則是運用ADF方法對數據的平穩性進行分析。

表9　各項金融發展指標時間序列的ADF檢驗結果

注：檢驗類型中的c,t分別代表常數項和趨勢項，k表示的是滯后階數

正如表7所示，原序列的ADF統計量無法拒絕1%的顯著性水平下的單位根檢驗的原假設，進一步對其一階差分進行單位根檢驗，所有的變量的一階差分序列均平穩。

經過調整后金融發展與全要素生產率的關系為：

LnAi=0.0728+1.0091LnAi-1+0.4541LnDEPTH-0.7144LnDEPTHi-1

其中，R2=0.95，adjust-R2=0.94；

LnAi=-0.012+0.9552LnAi-1-0.0221LnCAPi-0.0242LnCAPi-1

其中，R2=0.79，adjust-R2=0.73；

LnAi=-0.6411+1.1010LnAi-1+0.0080LnTURNi+0.0462LnTURNi-1

其中，R2=0.72，adjust-R2=0.65；

LnAi=1.0797+0.6280LnAi-1+0。2006LnDEBTi+0.5749LnDEBTi-1

其中，R2=0.88，adjust-R2=0.84

以上反映了全要素生產率主要受上一期全要素生產率的影響，而受到資本化率指標及平均換手率的影響相對較弱，金融發展指標中短期內受金融效率指標的影響不那么顯著。平均換手率對全要生產率的提高有正效應，即平均換手率越高，金融市場也就越活躍，交易成本就要相對較低，則金融創新產品也就越多，有利于全要素生產率的提高。資本化率與全要素生產率是負相關的，這主要反映了一個事實：中國短期投機者比較多，股票交易太過頻繁，這樣反而不利于金融市場的發展，相應的全要素也得不到多大的提高甚至會阻礙其提高。

六、結論與建議

根據上文的實證分析表明：創新能力的提高有助于全要素生產率的提升；創新對金融發展具有正效應；金融發展對全要素生產率的提高有積極的作用且比較顯著。另外，金融市場中股票市場流通股流動過剩將不利于全要素生產率的提高。

我國的全要素生產率對經濟增長的貢獻還比較小，表明我國的宏觀經濟還是以外延式的擴大再生產為主，而要想在經濟發展中立足，只依靠資本、勞動力(尤其是目前中國的勞動力大量外流)是不夠的，未來靠的是創新，靠的是金融發展。因此，提高創新、金融發展與全要素生產率具有重要的意義。

第一，減少政府的干預能力。從以上結論中我們得出了減少政府干預程度有助于全要素生產率的提高。而政府干預程度的減少主要包括了市場分配經濟資源比重、減輕農民稅費負擔、減輕政府對企業干預、減少企業對外稅費負擔、縮小政府規模等五個方面，因此，可以通過這五個方面來提高全要素生產率。

第二，提高知識流動的速率。從以上結論中我們得到知識流動的提高對全要素有比較顯著的正作用。而知識的流動主要包括技術轉移、FDI及科技合作，因此，可加強國際間的合作，引進先進的技術及管理經驗，加大創新性人才的培養。當然，針對于國家的核心技術，如人造衛星、軍事技術等方面則主要考慮到國家安全等層面，建議通過加大科研項目的投資力度來提高國家在這些方面的技術水平。

第三，將全國的經濟發展中心轉移到中部。通過地區全要素生產率與中部地區數據的關系可見，中部地區雖然沒有沿海地區的地理優勢，但資源卻相對豐富，文化底蘊深厚且發展潛力巨大。因此，可通過不斷縮小地區間的差異，運用“木桶效應”來提高整體國力和提高整個國家在世界上的競爭力。

第四，金融體制改革。運用金融深化與金融發展、創新及全要素生產率的關系，通過深化金融體制改革來促進金融的發展，鼓勵金融機構競爭，從而形成多層次、高效的金融中介體系；同時，完善金融市場風險管理體制，提高資金使用效率及資本配置效率，最終以資本積累及技術進步來促進經濟的增長。

總而言之，全要素生產率的提高是一個長期而艱巨的任務，需要從經濟運行的主體、客體、目的、條件、過程、方式動力機制、傳動機制、空間、程度等全方位入手。

[1]章立軍.創新環境、創新能力及全要素生產率——基于省際數據的經驗證據[J].南方經濟，2006，(11)：43-56.

[2]孫伍琴，朱順林.金融發展促進技術創新的效率研究——基于malmuquist指數的分析[J].統計研究，2008，(3)

[3]江紅莉，李超杰.金融發展對制造業全要素生產率增長的驅動研究——基于江蘇省數據的實證分析[J].經濟論壇，2011，(5):46-50.

[4]譚霖，鄧偉平.金融發展與全要素生產率互動：農業視角[J].南方金融，2011，(8):23-26.

[5]余利豐，鄧柏盛，王菲.金融發展與中國生產率增長——隨機前沿分析的視角[J].管理科學，2011，(8):105-112.

[6]劉小玄，吳延兵.企業生產率增長及來源：創新還是需求拉動[J].經濟研究，2009，(7):45-54

[7]肖雯，王朝暉，謝瑜雨，傅必玲.我國金融發展與技術創新相關性的實證分析[J].當代經濟，2008，(11):114-116.

[8]姚耀軍.中國金融發展與全要素生產率——基于時間序列的經驗證據[J].數量經濟技術經濟研究，2010，(3):68-80.

[9]許欣欣，鄭長德.中國金融發展與全要素生產率關系研究[J].經濟研究導刊，2010，(5):110-111.

[10]Era Dabla-Norris, Erasmus Kersting and Geneviève Verdier. Firm Productivity, Innovation, and Financial Development[J]. 2010 International Monetary Fund：WP/10/49.

[11]Levine R. Financial Development and Economic Growth:Views and Agenda [J].Journal of Economic Literature, 1997 (35):688- 726.

[12]王定祥，劉杰，李伶俐.財政分權、銀行信貸和全要素生產率[J].財經研究, 2011,(4):69-79.

[13] Robert G. King, Ross Levine. Finance and Growth：Schumpeter Might be Right[J]. Quarterly Journal of Economics, 1993, (108).

[14] Shan W．China’ s Low-Profit Growth Model[J]．Far Eastern Economic Review，2006，169( 9) : 23-28.

[15]林毅夫，蘇劍．論我國經濟增長方式的轉換[J]．管理世界，2007,(11):5-13.

[16] Beck T，Levine R，Loayza N．Finance and the Sources of Growth[J]．Journal of Financial Economics， 2000， 58(1/2) : 261-300.

[17]李京文，鐘學義.中國生產率分析前沿[M].北京：社會科學文獻出版社，2006.

[18]孟維華.生產率的綠色內涵[M].上海：同濟大學出版社，2008.

[19]高鴻業.西方經濟學(宏觀部分)[M].北京：第四版.中國人民大學出版社，2000.

[20]范學俊.金融發展與經濟增長[M].上海：上海世紀出版團，2008:118-246.

[21]邵軍.利用外資與中國制造業全要素生產率增長[M].福州：東南大學出版社，2010.

[責任編輯：鄒學慧]

A Relationship Study of Total Factor Productivity,Innovation and Financial Development

LI Ke-jin

(Southuest University of Political Scionce&law,Collegg of Economic Law,Chongqing 401120,China)

Total Factor Productivity problem is the core issues of the study of Chinese economic sustainable growth. In this paper, use Cobb Douglas function to the estimate Total Factor Productivity. Also analyze the contribution of labor, capital and total factor on economic growth, and use regression analysis, scatter and unit root test methods on 2002 - 2004 China regions’ total factor productivity and innovation various indicators to measure the relationship between development and finance; and from 1992 - 2009, the starting time series, the main research is on the changes of relationship between Total Factor Productivity and Chinese financial development over time. In the conclusion of this paper, innovation has obtained a positive effect on Total Factor Productivity, and financial development also contributed to improving the innovation ability。

total factor productivity; innovation; financial development

2015-12-28

重慶市研究生科研創新項目“促進我國央行獨立性的法律研究——基于央行獨立性對通貨膨脹影響的視角”(CYS15091)

李科瑾(1991-)，女，山西長治人，碩士研究生，法律碩士(非法學)，主要從事金融法研究。

金融理論與實務

F830.3;F830.49

A

1671-7112(2016)03-0029-12