金融錯配對企業技術創新的抑制效應研究
——基于省際面板數據的實證分析

(重慶師范大學 重慶 401331)

一、引言

自改革開放以來，我國在經濟增長領域創造了“中國奇跡”，取得了舉世矚目的發展成果。除此之外，中國還是全球第一大貿易國，全球最大的出口國和制造業大國，外匯儲備多年來一直保持世界第一，獲得了令全球矚目的經濟成就。然而，正如克魯格曼所指出的那樣:“中國經濟增長依靠的是汗水，而不是靈感。”。伴隨著一系列成就的則是粗放式經濟增長所帶來的高污染、高消耗、不可持續等問題，而低技術含量、低附加值的生產模式只能將中國經濟鎖定在全球分工和價值鏈的低端。

盡管我國政府早已意識到，對于長期經濟增長與競爭優勢的提高來說，技術創新是至關重要的。但技術創新的實現卻十分困難，正如Holmsrom(1989)所指出的那樣，整個創新過程不僅漫長、具有異質性、難以預測結果，而且失敗的幾率極高。企業是技術創新的主體，因此，為了發展創新能力，政府需要創造各種條件，提供各種支持。伴隨著時代的發展，教育和科技水平在我國均有很大程度的提高，由此金融支持成了我國企業目前進行科研創新所面臨的主要問題。而實際上，早在1942年創新理論的開創者熊比特就明確指出，在創新活動中，金融系統的作用是至關重要的：“銀行可以通過自己的專業知識，有效的鑒別出在生產和工藝創新中可能獲得成功的企業，并對其進行資金上的支持，從而可以有效的促進創新。”(Schumpeter，1942)。正是由于金融市場的重要性，金融資源錯配近年來成為一個重要的研究議題。

二、文獻綜述

經過對國內外相關文獻的研究，筆者發現，直接針對金融錯配對企業技術創新水平的影響效應的研究不多，但是從金融錯配與技術進步相關性展開研究的文獻還是十分豐富的，首先從國內研究現狀來看，沈能，劉鳳朝(2007)研究了金融規模與技術進步之間的關系，通過Geveke分解得出金融規模對技術進步有正向的促進作用。邵挺(2010)從金融錯配的角度，通過選取1997-2007年的數據，研究金融錯配與企業回報率之間的關系，發現國有企業的資本回報率較私有企業低，且差距甚遠，進而估算了如果消除金融錯配，我國的GDP就可以較之增長2%-8%。錢水土、周永濤(2011)運用殘差結構一階自相關的固定效應面板數據方法，估算了截止到2008年9年間28個省市金融發展與技術進步的關系，結果表明：技術進步與金融發展有關聯，且技術進步受金融錯配正向促進。段軍山、魏友蘭、馬宇(2012)運用VAR模型，通過分析省際面板數據，證實經濟增長短期內確實受金融發展所影響，且績效經濟增長與技術進步存在良性互動。

從國外研究現狀來看，近幾年來，有部分學者針對資源錯配中的金融錯配進行了系統研究：Bartelsman等(2013)以租借成本需要抵押品的形式引入金融扭曲，研究發現對于外部融資占GDP比值達三分之一以上的樣本國家，至少會出現40%的TFP損失。鄭赫和湯森德(2007)(2010)認為以前的經濟增長模型忽略了金融扭曲對資本和財富積累的影響，從而難以判斷經濟體的自我融資能否抵消資本錯配。Mortensen(2009)的研究則否定了鄭赫的結論，他們認為產出數據在時間序列上的變化不足以產生較大的生產率損失，即便一個經濟體完全沒有外部融資，也只能造成最多不超過5%的TFP損失。

三、金融錯配對企業技術創新影響的實證分析

(一)變量選取與說明

1.被解釋變量：技術創新變量(Inno)本文選取各地區規模以上工業企業專利授權數作為衡量技術創新水平的指標。

2.核心解釋變量：金融錯配程度(Fm)。本文采用邵挺(2010)的方法，各地區金融錯配程度以各省規模以上工業企業資金使用成本與所在地區的平均資金使用成本的差額來衡量。

3.開放程度(Opened)：開放程度我們用該省進出口總額占該省當年GDP的比重進行衡量，其中各省份進出口總額將會使用當年的美元平均匯率進行對人民幣的折算。

4.外商直接投資(FDI)：這里的Fdi指標我們用將各省份的FDI數額進行衡量。

5.本文的研發投入指標選用各地區規模以上工業企業研究與試驗發展的內部支出來衡量。

6.企業規模(Str)用各省工業總產值與該省GDP的比值進行衡量。

7.受教育程度(Edu)用各省平均受教育年限來衡量。

(二)數據來源

本文選擇2006-2015年30個省市(區)相關的省級面板數據作為研究樣本。其中，各省GDP、各省工業總產值、規模以上工業企業利息支出、負債總額和應付賬款的數據取自歷年《工業經濟年鑒》和中國國家統計局網站；各地區規模以上工業企業專利授權數、各地區規模以上工業企業研究與試驗發展的內部支出的數據來自歷年《中國科技統計年鑒》；各地區平均受教育程度所需數據均來自于歷年《中國勞動統計年鑒》，計算方法參照彭國華(2005)《中國地區收入差距、全要素生產率及其收斂分析》；各地區進出口總額和外商直接投資額的數據取自各個省市(區)歷年《統計年鑒》。考慮到數據的科學性和合理性，以億美元為原始計價單位的相關數據需要根據各年度人民幣與美元之間的平均匯價折算成億元，同時為了減小變量數據間的差異性，技術創新、研發投入和外商直接投資測度指標的計算都表現為對數形式，其他部分控制變量的計算表現為對應原始數據與GDP之比的關系。所有數據均已通過平穩性檢驗。

現階段，中職學校中學生的基礎都比較差，而且他們學習的狀態不太好，如果不及時調整教學的現狀，會直接影響著學生學習的積極性和學生的能力。本文試圖結合中職機械專業教學實際入手，探索提高中職機械專業教學質量的方法。

(三)模型構建與實證檢驗

經過上述分析，經過對數處理后的模型構建如下：

lnlnnoi,t=β0+β1Fmi,t+β2Stri,t+β3lnRDi,t+β4lnFdii,t+β5Openi,t+β6Edui,t+εi,t,

其中i=1,2,…;t=1,2,…,T

在建立好模型之后，需要選取相應的估計方法進行估計。本文采用了混合回歸、普通面板固定效應模型與普通面板隨機效應模型分別進行了回歸，并通過F檢驗和LM檢驗得出固定效應模型與隨機效應模型優于混合回歸的結論，并在固定效應(FE)與隨機效應模型(RE)分別進行估計后最后進行了Hausman檢驗，檢驗結果表明，卡方檢驗統計量對應的概率值位0.1956，所以無法拒絕個體效應與解釋變量無關的零假設，即應放棄固定效應模型，選擇隨機效應模型。隨機效應的優點就是減少自由度的損失，同時可以對一些不隨時間改變的變量如教育程度等因素得到更好的測量。為了反映宏觀經濟變化的影響，我們加入時間虛擬變量，反映出隨著年度的變化。時間變量從year4開始到year10的系數呈增長趨勢，且基本都在1%的置信水平上顯著，說明相對于初始年份我國的技術創新水平一直在提高，這也與我們現實中的實際狀況一致。篇幅所限，本文略去了時間變量的估計結果。

表1 模型比較及估計結果(因變量：lnInno)

注：***、**、*分別表示在1%，5%，10%水平上顯著相關；()內數字為T統計值。

在控制了其他變量的影響以后，回歸的結果顯示，不僅隨機效應模型中金融資源的錯配(Fm)的系數為負而且固定效應的結果也顯著為負，且固定效應與隨機效應模型均在10%以下的水平上顯著，這一重要結果對我們的理論分析提供了有力的支持，即金融錯配(Fm)對地區技術創新水平具有顯著的負向影響，這說明我國各地區在面臨金融錯配的條件下，當地技術創新的提高受到了抑制，而面臨的金融錯配程度越大，技術創新受到抑制的程度就越大。

四、政策與建議

本文認為，要盡量減少金融錯配，提高企業技術創新水平，應從企業和政府兩角度進行努力。

(一)企業角度

第一，加大企業自身創新人才引進力度。人才是企業進行科技活動的堅實基礎和必備條件，可以從制度和培養兩方面著手。一方面，企業應適當提高創新型人才的待遇，另一方面，企業應自行培養合適的創新型人才。

第二，擴大創新資金投入。創新離不開資金的支持，對于企業來說也不例外。那么，企業應該擁有創新專項資金，因此企業每年可以從主營業務收入中提取一定比例用于技術研發創新。除此之外，也要積極地與當地政府以及銀行等金融機構溝通，獲得稅收政策和資金上的支持。

(二)政府角度

第一，減少政府對信貸領域的干預，提高金融法制水平，減少對低效國有企業的保護，增強銀行獨立性，并讓低效企業遵循市場機制退出市場。

第二，積極發揮外商直接投資作用，將國外先進的技術與資金引進，迅速形成產業集群效應。同時，國家應建立健全知識產權保障制度，積極鼓勵企業的進行研發。

第三，對技術落后地區進行全方位引導和扶持，提升各地教育水平，并對現有的人才市場進行整合、合理進行人力資本分配具有重要意義。

【參考文獻】

[1]陳永偉.資源錯配、問題、成因和對策[D].北京:北京大學，2013.

[2]Heish,C.and Klenow P.J.Misallocation and manufacturing TFP in China and India[J].Quarterly Journal of Economics,2009,V124(4):1403-1448.

[3]ZHOU Xiaochuan.A few thoughts on market-based interest rate reform[Z].Beijing:People’s Bank of China,2011.

[4]Abhijit V.Banerjee and Benjamin Moll.Why Does Misallocation Persist？[J].Macroeconomics,2010,V2(1):189-206.

[5]Syrquin,M.Productivity Growth and Factor Reallocation,in Industrialization and Growth[M].H.B.Chenery,Oxford:Oxford University Press,1986.

[6]Banerjee,Abhijit V.Duflo,Esther.Growth Theory through the Lens of Development Economics[J].Handbook of Economic Growth,2005.

[7]Dollar,D and Wei,S.Das(Wasted)Kapital:Firm Ownership and Investment Efficiency in China[R].NBER Working Paper No.13103,2007.

[8]Alfaro,Laura,Charlton,et al.Plant-Size Distribution and Cross-Country Income Differences[R].NBER Working Paper No.14060,2008.

[9]Peters,M.Heterogeneous Mark-Ups and Endogenous Misallocation[R].MIT Working Paper,2011.

[10]聶輝華,賈瑞雪.中國制造業企業生產率與資源誤置[J].世界經濟.2011(7):27-42.

[11]簡澤.市場扭曲、跨企業的資源配置與制造業部門的生產率[J].中國工業經濟.2011(1):58-68.

[12]羅德明,李曄,史晉川.要素市場扭曲、資源錯置與生產率[J].經濟研究,2012(3):4-14.

[13]邵挺.金融錯配、所有制結構與資本回報率:來自1999-2007我國工業企業的研究[J].金融研究,2010(9):51-68