東亞國家金融發展與經濟增長的研究

白杰+孟繁偉+李秀敏

摘 要：東亞地區金融發展和經濟增長是否存在雙向的促進關系？采用Bootstrap面板格蘭杰檢驗方法定量研究這個問題。實證模型考慮了系數的異質性和截面的相關性問題，同時通過將各國的Wald統計量與bootstrap模擬的臨界值比較，直接得出相應的格蘭杰因果關系。結果顯示，東亞各國的金融發展與經濟增長存在雙向格蘭杰因果關系。盡管各國之間金融發展存在差異，但都對經濟增長產生了影響。此外，經濟增長也從各方面對金融發展起到了支持和促進作用。

關鍵詞：金融發展；經濟增長；Bootstrap面板格蘭杰因果檢驗

中圖分類號：F113；F833 文獻標識碼：A 文章編號：1003-3890（2016）06-0036-08

一、引言

2007年爆發的亞洲金融危機對東亞國家經濟發展造成了巨大的沖擊，盡管危機爆發前在金融業帶動下整個東亞地區的經濟經歷了快速增長。事實上，金融發展與經濟增長之間的關系已經學界長期的關注和探討，但是金融發展與經濟增長間的因果關系卻始終無法形成一致的結論。部分學者認為金融發展可以有效促進經濟增長，原因在于金融發展降低外部融資成本，提高資本配置效率（Merton和Bodie，1995[1]；Levine，1997[2]），尤其是金融市場的發展可以使一個國家的經濟環境更有效率（Levine，1997[2]）。另一些學者指出不應該過分強調金融因素在經濟增長中的作用，認為經濟發展會創造對金融服務的需求，同時經濟增長會使得金融企業提供更好的服務（Robinson，1952[3]；Lucas，1988[4]）。此外，部分研究表明，金融發展和經濟增長有一個雙向因果關系（Demetriades和Hussein，1996[5]）。也有部分實證研究支持了金融發展對經濟增長并沒有明顯影響甚至是對經濟產生負向影響（Christopoulos和Tsionas，2004[6]；Kemal et al，2007[7]）。

目前已有的研究多數是基于發達國家和發達國家間關系的探討，對于發展中國家和發展中國家間關系，尤其是針對亞洲國家的研究相對不足。Fase和Abma（2003）[8]指出亞洲國家不同于其他地區，從而在研究金融發展與經濟增長時必須小心考慮其因果關系。事實上，隨著亞洲國家金融市場的逐步開放以及國外游資的大量涌入，在國內經濟迅速增長的同時國內金融發展卻明顯滯后，造成諸多亞洲國家不良貸款量急劇上升，從而導致了1997年亞洲金融危機的爆發。但是，大多數學者研究仍然支持了亞洲經濟發展與金融發展之間存在著密不可分的關系（Eichengreen和Luengnaruemitchai，2004[9]；Habibullah和Eng，2006[10]）。

本文通過對已有文獻的梳理發現，關于金融發展與經濟增長因果關系的研究結果大多依賴于受檢驗的國家和時間區段，并未得到一致性的結論。考慮到傳統方法的有限性，近年來學界更多的采用多國的面板數據對兩者的關系進行實證研究，然而在運用面板數據進行參數估計時，極有可能產生有偏估計的問題（Levine，2005[11]）。而且，面板數據分析一般需要假設系數同質性或者截面不相關，進而會導致錯誤的因果推斷（Bai和Kao，2006[12]）。Habibullah和Eng（2006）[13]運用GMM估計克服了由于解釋變量和被解釋變量間的因果關系引發的內生性問題。然而，GMM方法的前提假設是系數的同質性。Hurlin（2010）[14]提出了一種面板數據的因果檢驗方法，雖然考慮了系數的異質性，但忽略了截面相關性問題。

本文為克服已有研究的不足，采用并擴展了Konya（2006）[15]提出的Bootstrap面板格蘭杰檢驗方法，分析了東亞國家的金融發展和經濟增長的因果關系。該方法考慮了系數異質性和截面相關性問題，提高了模型的解釋能力，研究結論具有穩健性。與本文非常近似的研究包括Hsueha et al（2013）[16]采用該方法對亞洲國家進行了檢驗。但是，Hsueha et al（2013）[16]研究所選取的樣本不具有代表性，結論在一定程度上存在偏差。事實上，在亞洲國家范圍內，東亞經濟的發展模式是長期富有爭議的問題，尤其是亞洲金融危機后東亞地區金融發展與經濟增長之間的關系亟待進行更深層次的探討。

本文寫作內容安排如下：第一部分是引言和文獻綜述；第二部分為實證分析模型構建，本文主要基于Konya提出的Bootstrap面板格蘭杰檢驗方法進行擴展分析；第三部分為實證分析結論，主要包括了指標選取和數據來源、滯后階數選取以及格蘭杰檢驗等；第四部分為結論與政策啟示。

二、實證模型構建

在考慮面板數據的因果關系時，需要考慮兩個問題：一是國家間數據的截面相關性，二是系數之間的同質性。如果存在截面相關性，那么SUR比OLS方法更為有效（Zellner，1962）[17]。由于全球化和一體化進程的加深，國家之間存在傳遞效應，因此有必要提前進行截面相關性檢驗。Breusch和Pagans（1980）[18]提出的LM檢驗是截面相關性實證研究中應用最廣泛的一種檢驗方法，具體形式如式1所示：

λLM=T■■r2ij=■[trace（R′R）-M]（1）

式中R為M組T維OLS殘差的樣本相關系數矩陣。

另一個需要考慮的是系數之間的同質性問題。Breitung（2005）[19]指出在系數同質性的假設條件下，很難獲得由國家特定性質導致的異質性。本文采用F檢驗來檢驗系數β的同質性，施加同質性約束，即其假設為H0∶β1=β2=…=βM，備則假設H1∶非H0。

東亞國家宏觀變量面板數據因果關系有可能存在上述的兩個問題，因此本文采用了Konya提出的bootstrap面板格蘭杰因果檢驗方法，這一方法可以同時考慮截面相關性和系數的異質性。具體來說，基于SUR模型可以考慮各個國家的相關性；同時在此基礎上構造的各國的Wald統計量與所模擬的bootstrap臨界值相比較，可以得出各自的格蘭杰因果關系，因此不需要對所有國家進行聯合假設。而且該方法還不需要提前檢驗面板單位根和協整關系。

Konya提出的bootstrap面板格蘭杰因果檢驗方法改進表述如式2和3：

y1，t=α1，1■β1，1，iy1，t-l+■θ1，1，lxk，1，t-1+γ1，1t+ε1，1，t

y2，t=α1，2■β1，2，iy2，t-l+■θ1，2，lxk，2，t-1+γ1，2t+ε1，2，t（2）

……

yM，t=α1，M■β1，M，iyM，t-l+■θ1，M，lxk，M，t-1+γ1，2t+ε1，M，t

和

xk，1，t=α2，1+■β2，1，ly1，t-l+■θ2，1，lxk，1，t-1+γ2，1t+ε2，1，t

xk，2，t=α2，2+■β2，2，ly2，t-l+■θ2，2，l xk，2，t-1+γ2，2t+ε2，2，t（3）

……

xk，M，t=α2，N+■β2，M，lyM，t-l+■θ2，M，lxk，M，t-1+γ2，Mt+ε2，M，t

其中，y代表經濟增長率（GDP增長率），xk代表金融發展變量。M代表面板的截面個數（i=1，2…M，國家個數），t代表時間長度（t=1，2…T），l是滯后期。Konya（2006）文章中選取滯后期數時，考慮到工作量的龐大，對式2和3分別各自選擇了一組滯后期數，并固定其期數，不隨著國家的變化而變化，而且對所有的金融發展變量采用相同的滯后期數，即只有兩組滯后期。本文在此基礎上對其進行改進，允許滯后期數隨金融發展變量的變化而變化，但仍固定其不隨著國家變化而變化，即共有十組滯后期。這樣在一定程度上降低了由于變量變化而導致的誤差。滯后期長度由AIC和SC準則確定。

每個國家j的格蘭杰因果關系可能存在如下結果：（i）如果式2中θ1，j，l不全為0而式3中β2，j，l的全為0，那么存在金融發展對經濟增長的單向格蘭杰因果關系；（ii）如果式2中β2，j，l的不全為0而式3中θ1，j，l全為0，那么存在經濟增長對金融發展的單向格蘭杰因果關系；（iii）如果θ1，j，l和β2，j，l都不全為0，那么存在金融發展和經濟增長的雙向的格蘭杰關系。

臨界值構造采用的Bootstrap是一種重新抽樣的方法，其關鍵在于如何抽取樣本。具體步驟如下：

第一步，在X對Y沒有單向格蘭杰因果關系的零假設條件下（例如添加約束θ1，j，l全為零）估計式2，然后獲得殘差：

eH0，i，t=yi，t-■1，i-■■1，i，lyi，t-l

其中，i=1，2，…，M；t=1，2，…，T（4）

從這些殘差中可以得到M×T[eH0，i，t]矩陣。

第二步，在這些殘差中重新取樣。為了保留式2中的同期截面相關結構，因此在整個[eH0，i，t]矩陣中隨機抽取，而不是逐個國家抽取樣本。記新得到的bootstrap殘差為[e*H0，i，t]，其中t=1，2，…，T *，而且T *可以大于T。

第三步，利用式5重新生成bootstrap樣本Y：

y*i，t=■1，i-■■1，i，l y*i，t-l+e*H0，i，t

其中，t=1，2，…，T*（5）

第四步，用y*i，t代替yi，t，分別對式2進行無約束和有約束估計，得到Wald即為臨界值。

三、實證分析

（一）指標選取與數據來源

在評估經濟增長和金融發展之間的關系時，最重要的問題是如何獲得令人滿意的測度金融發展的變量。現有的文獻研究已經使用了各種各樣的指標來代表金融發展，然而不同的指標代表了金融系統的不同方面。考慮到大多數東亞國家股票與債券市場不夠成熟，因此本文主要選取與銀行和其他金融機構相關的變量來衡量金融發展。

基于貨幣總量的金融發展指標應用的最為廣泛。文獻中常用貨幣（M1）、準貨幣（M3）、貨幣和準貨幣（M2）與名義GDP的比率（Arestis和Demetriades，1997[20]；Sinha和Macri，2001[21]；Odhiambo，2009[22]）。這些指標反映了經濟體的貨幣化程度，衡量了金融部門的規模。在本文中分別記為M1/GDP，QM/GDP和M2/GDP。

另外的指標還有銀行部門提供的國內信貸（DC）與名義GDP的比率，記為DC/GDP。較高的DC意味著融資對銀行具有較高的依賴程度。換言之，較高的DC意味著較高的金融發展水平。但是，這一論斷必須建立在銀行不用持有政府債券或優先部門的委托貸款等基礎上。然而，這對于發展中國家并不完全適合。為了彌補這一缺陷，本文選取了私營部門提供的國內信貸（CPS）與名義GDP的比率作為衡量金融發展的指標，記為CPS/GDP。DC/GDP越高，不僅意味著較高的國內投資水平，而且意味著金融系統較為完善。那么金融系統就會對私營部門分配較多的信貸，從而參與到研究信貸公司，發揮公司控制，提供風險管理，促成交易和儲蓄流通（Levine，2005[23]）。

綜上所述，本文選取的金融發展指標包括：M1/GDP，QM/GDP，M2/GDP，DC/GDP和CPS/GDP。經濟增長采用GDP增長率衡量。本文選取了中國、日本，韓國、新加坡、菲律賓，印度尼西亞，馬來西亞和泰國1978—2014年各指標相關數據，數據均來源于世界銀行集團（World Bank Group）數據庫。

（二）滯后階數選取

前文已經指出，在進行SUR方程系統估計之前，一個關鍵的步驟是確定方程的滯后階數，原因在于格蘭杰因果檢驗的結果依賴于方程滯后結構。過多的或者過少的階數都會產生偏誤問題，如果滯后階數過多會降低自由度并增加估計系數的標準誤，導致估計結果的準確度下降，相反，如果滯后階數過少可能會導致變量遺漏問題因而造成較大的偏差。考慮到本文的樣本數據長度，被解釋變量以及解釋變量的滯后不超過4階，在此基礎上通過AIC和SC信息準則進行選取。本文SUR方程系統地滯后階數結果見表1。

（三）系數同質性檢驗和截面相關性檢驗

實證模型部分指出，不同國家之間可能存在的相互影響會導致基于SUR模型的格蘭杰因果檢驗結論不同于傳統檢驗結論，因此進行國家之間的截面相關性檢驗是必要的。此外，考慮到不同國家構成的方程系數回歸系數可能存在的差異，同樣需要進行回歸系數的同質性檢驗。其中，截面相關性檢驗采用的時LM檢驗，而系數同質性檢驗采用的是F檢驗。檢驗結果見表2。

表2中的LM統計量均在1%顯著性水平上拒絕了截面國家回歸方程之間不存在相關性的原假設，表明了不同截面國家之間存在相關性，即不同國家間的金融發展與經濟增長之間存在著相互影響的渠道或機制。同時，F檢驗結果顯示除DC/GDP與GDP系統外，其余系統均在1%顯著性水平上拒絕了每一個系統中國家回歸方程系數相同的原假設，即每個國家的回歸方程系數不全相同。因此，國家之間存在異質性（heterogeneity），這表明不同國家之間金融發展指標與經濟增長的格蘭杰因果是存在差異的。所以，國家間截面相關性的存在和系數異質性的存在證實了本文采用的實證模型的合理性。

（四）SUR-五*2個方程系統

表3至表7顯示了8個東亞截面國家5組金融發展變量與GDP增長率之間的關系，其中的Wald統計量與所構造的bootstrap臨界值進行比較，從而檢驗金融發展變量與GDP增長率之間是否存在正向以及反向的格蘭杰因果關系。表8對表3至表7的檢驗結果進行總結。事實上，與傳統的金融發展與經濟增長研究相比，本文更清晰地表明在考慮了不同國家之間存在的相互影響條件下金融發展變量與GDP增長率之間的關系，為不同國家政府部門和中央銀行宏觀經濟政策制定提供參考。

表3是8個東亞國家M1增長與GDP增長之間的格蘭杰因果關系。其中，中國、日本、新加坡的M1增長為GDP增長的格蘭杰原因，對于泰國、韓國而言，GPD增長是M1增長的格蘭杰原因。表4顯示的是8個東亞國家QM增長與GDP增長之間的格蘭杰因果關系，其中韓國的QM增長為GDP增長的格蘭杰原因，印度尼西亞的GDP增長為QM增長格蘭杰原因，對于中國來說，則存在雙向格蘭杰因果關系。表5顯示的是M2增長與GDP增長之間的格蘭杰因果關系，其中菲律賓、新加坡的M2增長為GDP增長格蘭杰原因，馬來西亞、韓國的GDP增長為M2增長的格蘭杰原因，對于中國和印度尼西亞來說則存在雙向的因果關系。對于M1、QM、M2來說，盡管三者通常用來衡量一國金融深化程度，但是這些貨幣總量指標往往作為基礎構造，更多地代表了交易職能，往往難以反映金融體系連接儲蓄與投資的功能，這往往會導致經濟欠發達國家會表現出較高的M/GDP數值。因此，對這M1、QM、M2增長與GDP增長的格蘭杰因果關系，除了通過統計檢驗所表現出的事實，結合其他金融發展指標進行一個國家金融發展程度的分析是十分必要的。

表6為DC增長與GDP增長之間的格蘭杰因果關系。對于菲律賓、日本來說，DC增長是GDP增長格蘭杰原因，對于印度尼西亞來說，GDP增長是DC增長的格蘭杰原因，對于泰國、中國、韓國來說則存在雙向的格蘭杰因果關系。表7為CPS增長與GDP增長之間的格蘭杰因果關系。對于韓國來說，CPS增長為GDP增長的格蘭杰原因，對于馬來西亞、中國、印度尼西亞來說GDP增長為CPS增長的格蘭杰原因，對于泰國、菲律賓、日本、新加坡來說則存在雙向的格蘭杰因果關系。事實上，發達國家的銀行信貸體系和非銀行信貸體系通常高度發達，而且兩種體系在發展中國家的逐步建立，所以DC、CPS增長與GDP增長的格蘭杰因果關系十分重要。

通過不同金融發展指標與GDP增長之間的格蘭杰因果檢驗發現，金融發展是否為經濟增長的格蘭杰原因依賴于每個截面國家所采用的金融發展指標。通過表8可以看出，除馬來西亞外，其余7個東亞國家基本可以分為三種類型：①銀行金融體系發展為主的金融發展，例如中國、印度尼西亞；②私營部門信貸發展為主的金融發展，例如泰國；③銀行金融體系和私營部門同時發展的金融發展，例如日本、韓國、新加坡。以上三種基本類型的劃分與三種類型國家實際采用的刺激經濟發展的宏觀經濟政策措施相吻合。日本、韓國、新加坡作為發達國家，無論是銀行信貸部門還是非銀行金融發展均較為完善，銀行部門對于金融資源配置效率高，私營部門信貸以及股票、債券市場高度發展等共同作用促進了經濟增長。對于泰國來說，私營部門信貸是其經濟發展的格蘭杰原因，而銀行金融體系對經濟發展的影響較弱，這部分是由于泰國銀行系統受到政治因素影響較大，即政府通過持有銀行股權，直接干預銀行業務從而導致銀行部門對經濟貢獻較小。對于中國和印度尼西亞而言，以銀行信貸為主的間接融資在金融活動中居于主導地位，因而國有銀行在資源配置效率方面表現出相應的優勢，從而銀行信貸是經濟增長的格蘭杰原因；相反，由于國內管理體制的不健全，私營部門信貸發展受到極大的限制使得其對經濟增長的影響十分微弱，并未表現為經濟增長的格蘭杰原因。

除了金融發展變量是否為經濟增長的格蘭杰原因，從表8中同樣可以歸納出8個東亞國家的經濟增長是否為金融發展的格蘭杰原因，同樣可以劃分為三種類型：①經濟發展促進銀行金融體系發展，例如韓國；②經濟發展促進私營部門信貸發展，例如日本、新加坡；③經濟發展促進銀行金融體系和私營部門同時發展，例如馬來西亞、泰國、菲律賓、中國、印度尼西亞。事實上，1997年亞洲金融危機爆發前，韓國采取政府主導型的產業金融制度，其運行機制呈現出“官職金融”的特征，金融危機后韓國強化金融機構體制改革，其中銀行的改革是重要的組成部分，因而韓國經濟增長是銀行金融體系發展的格蘭杰原因。對于日本、新加坡而言，無論是銀行業發展還是股票、債券等非銀行金融體系高度發展，因而經濟增長主要促進了私營部門信貸的發展。對于東亞的發展中國家來說，經濟增長不僅為銀行體系改革提供了基礎，同樣為私營部門信貸更好地發展提供了條件。

四、結論

通過對東亞8個代表性國家1978—2014年的金融發展與經濟增長數據進行分析。采用Bootstrap進行樣本采取計算臨界值，再運用SUR方法計算殘差的Wald值，通過兩者的比較，從而檢驗金融發展變量與經濟增長之間是否存在正向以及反向的格蘭杰因果關系。

本文得出以下結論：

第一，金融發展是經濟增長的格蘭杰原因，盡管這種格蘭杰原因的存在可能是由于不同截面國家特定的金融發展情況所導致的，即不同國家不同的金融發展模式導致了經濟增長，這種格蘭杰因果關系往往被視為支持供給拉動假說（supply-leading hypothesis）。金融機構的產生以及金融資產和相關金融服務的產生，包括私營信貸部門的發展（CPS/GDP），不僅將傳統部門的金融資源轉移到現代部門，同時推動并刺激了這些現代部門的企業家創新，從而導致了經濟的持續增長。

第二，經濟增長同樣是金融發展的格蘭杰原因，盡管對于不同國家，經濟增長促進金融發展的模式并不固定。這種格蘭杰因果關系通常認為支持了需求推動假設（demanding-following hypothesis）。即經濟發展水平的提升增加了居民的后入水平提高，進而銀行部門吸收儲蓄增加，銀行規模得以擴大，與此同時，私營部門信貸得到發展（CPS/GDP），以上兩種因素的共同作用導致了整個金融體系的發展。結果發現東亞各國的經濟增長與金融發展存在雙向格蘭杰因果關系。盡管各國之間的金融發展程度存在差異，但是都對經濟增長產生了影響。而經濟增長也從各方面對金融發展起到了支持和推動作用。

第三，從金融發展推動經濟增長的角度來說，應該通過進一步促進市場自由化發揮金融市場資源配置的核心作用，從需求追隨型和供給主導型兩方面提高金融資源的利用效率，以人為本的提高金融服務質量，最終達到“融資成本低、投資收益高、資金流動快、機構效率優”。不僅如此，在金融擴張的同時，規范金融市場，加強金融監管，推動金融創新，從金融市場的質與量兩方面共同促進經濟增長。

第四，從經濟增長促進金融發展的角度來看，我國的經濟增長必然會要求金融市場的再發展。鑒于目前我國金融發展與經濟增長的關系仍處于供給拉動型銀行體系與需求推動型資本市場的混合階段，這是中國經濟成長過程的必然選擇。但隨著經濟增長，金融市場的資本充裕度不斷上升必然會導致其轉變為供給拉動型市場，從而完成經濟增長對金融發展的反向推動作用。

參考文獻：

[1]MERTON R C，BODIE Z. A conceptual framework for analyzing the financial environment[J]. Cambridge，MA：Harvard Business School Press，1995.

[2]LEVINE R. Financial development and economic growth：views and agenda[J]. Journal of economic literature，1997，35（2）：688-726.

[3]ROBINSON J. The generalization of the general theory[M]//the rate of interest and other essays. London：MacMillan，1952：67-142.

[4]LUCAS R E. On the mechanics of economic development[J]. Journal of Monetary Economics，1988，22（1）：3-42.

[5]DEMETRIADES P O，HUSSEIN K A. Does financial development cause economic growth？ Time-series evidence from 16 countries[J]. Journal of Development Economics，1996，51（2）：387-411.

[6]CHRISTOPOULOS D K，TSIONAS E G. Financial development and economic growth：evidence from panel unit root and cointegration tests[J]. Journal of Development Economics，2004，73（1）：55-74.

[7]KEMAL A R，QAYYUM A，HANIF M N. Financial development and economic growth：evidence from a heterogeneos panel of high income countries[J]. The Lahore Journal of Economics，2007，12（1）：1-34.

[8]FASE M M G，ABMA R C N. Financial environment and economic growth in selected Asian countries[J]. Journal of Asian economics，2003，14（1）：11-21.

[9]EICHENGREEN B，LUENGNARUEMITCHAI P. Why doesn't Asia have bigger bond markets？[R]. National Bureau of Economic Research，2004.

[10]HABIBULLAH M S，ENG Y K. Does financial development cause economic growth？ A panel data dynamic analysis for the Asian developing countries[J]. Journal of the Asia Pacific Economy，2006，11（4）：377-393.

[11]LEVINE R. Finance and growth：theory and evidence[J]. Handbook of Economic Growth，2005（1）：865-934.

[12]BAI J，KAO C. On the estimation and inference of a panel cointegration model with cross-sectional dependence[J]. Contributions to Economic Analysis，2006，274：3-30.

[13]HABIBULLAH M S，ENG Y K. Does financial development cause economic growth？ A panel data dynamic analysis for the Asian developing countries[J]. Journal of the Asia Pacific Economy，2006，11（4）：377-393.

[14]HURLIN C. What would Nelson and Plosser find had they used panel unit root tests？[J]. Applied Economics，2010，42（12）：1515-1531.

[15]KONYA L. Exports and growth：Granger causality analysis on OECD countries with a panel data approach[J]. Economic Modelling，2006，23（6）：978-992.

[16]HSUEH S J，HU Y H，TU C H. Economic growth and financial development in Asian countries：a bootstrap panel Granger causality analysis[J]. Economic Modelling，2013，32：294-301.

[17]ZELLNER A. An efficient method of estimating seemingly unrelated regressions and tests for aggregation bias[J]. Journal of the American Statistical Association，1962，57（298）：348-368.

[18]BREUSCH T S，PAGAN A R. The lagrange multiplier test and its applications to model specification in econometrics [J]. Review of Economic Studies，1980，47（1），239-253.

[19]BREITUNG，J. A parametric approach to the estimation of cointegration vectors in panel data [J]. Econometric Reviews，2005，24 （2），151-173.

[20]ARESTIS P，DEMETRIADES P. Financial development and economic growth：assessing the evidence[J]. The Economic Journal，1997，107（442）：783-799.

[21]SINHA D，MACRI J. Financial development and economic growth：the case of eight Asian countries[J]. Economia Internazionale，2001，54（2）：219-234.

[22]ODHIAMBO N M. Savings and economic growth in South Africa：A multivariate causality test[J]. Journal of policy Modeling，2009，31（5）：708-718.

[23]LEVINE R. Finance and growth：theory and evidence[J]. Handbook of Economic Growth，2005（1）：865-934.

責任編輯：高鐘庭