金融技術效率的異質性特征與產業傳導機制：省際面板的實證

王 韌，李志偉

(1.重慶工商大學 財政金融學院，重慶 400067；2.重慶工商大學 長江上游經濟研究中心，重慶 400067)

一、引言

“供給側結構性改革”始終是中國經濟轉型升級的重要指引，金融供給側結構性改革則是其中的關鍵一環，因為其不僅關系到傳統產業的產能過剩化解和沉淀資源釋放，也實質上構成推動新興產業發展的基礎支撐。習近平總書記在2019年2月的重要講話中強調要“深化金融供給側結構性改革”，通過“深化金融體制改革，增強金融服務實體經濟能力”來推動經濟高質量發展已成為最新的政策趨勢。綜合上述的理論與政策指引，準確測度金融體系的投入產出效率，探討其內部結構特征和具體影響因素，進而梳理其產業傳導的機制與路徑，無論在理論探索還是政策實踐層面都具有重要的參考價值和意義。

國外文獻對金融效率的測度分析基本遵循投入-產出視角，但更加關注微觀金融機構的成本效率和經營效率[1-2]。國內研究則更多聚焦于金融資源的配置效率[3-4]，更注重結構問題的探討，并對利率管制和信貸配給等“金融抑制”現象[5-7]、地方政府“錦標賽”模式下的金融資源配置干預[8-9]等現實經濟問題的效率影響展開了廣泛討論。理論邏輯看，效率是成本與收益的關系，因此基于“投入-產出”分析來探討金融體系的效率無疑更為合理。

另一方面，對于金融效率的產業傳導機制，國外研究多強調金融發展對于經濟增長的基礎作用[10]，并在具體傳導路徑方面更加關注金融摩擦效應和金融市場化程度對于微觀企業融資約束的影響[11]。而國內研究則更多聚焦于信貸所有制歧視[12]、“僵尸企業”貸款[13-14]、投資潮涌和過度投資[15]等現實問題的討論。考慮到工業部門是金融服務實體經濟的關鍵一環，而且工業企業沉沒成本高、投資周期長，金融依賴度高[16]，因此探討金融體系投入產出效率對工業部門融資約束和投資效率的影響無疑是剖析金融效率產業傳導機制的關鍵切入點。

綜合以上，金融效率并不局限于結構視角的配置效率，投入產出視角的技術效率測算同樣重要。而通過對金融技術效率的因素分解和異質性特征分析，可以更全面刻畫國內金融供給側的現實狀況和存在問題；同時以金融技術效率對工業部門融資約束和投資效率的實際影響為突破口，有助于系統性梳理金融技術效率的產業傳導機制，進而為深化金融供給側改革和增強金融服務實體經濟能力提供相應的政策參考。

本研究選擇中國2008—2016年的省際面板數據作為研究樣本，通過分區域的金融技術效率測算與分解，綜合時間、區域等不同視角的異質性特征比較，探討金融技術效率向工業部門融資約束和投資效率的實際傳導及其門檻效應，進而梳理總結金融體系投入產出的內在決定和產業傳導機制，并提供相應政策建議。

論文后續結構安排如下：第二部分是金融技術效率測算的文獻綜述；第三部分為分區域的金融技術效率測算、分解和比較；第四部分重點剖析金融技術效率差異的具體影響因素及其向工業部門融資約束的傳導；第五部分探討金融技術效率向工業部門投資效率的傳導機制及其門檻效應。最后是結論和政策建議。

二、金融技術效率測算的文獻綜述

投入產出視角的技術有效是指不減少其他產出(或增加其他投入)就無法增加任何產出(或減少任何投入)的一種生產狀態。技術效率也由此存在投入和產出兩種不同角度的概念界定：投入角度看，技術效率是在產出和價格不變條件下，既定要素投入比例所能達到的最小生產成本占實際生產成本的百分比；產出角度看，技術效率是實際產出在市場價格、投入規模及要素比例均不變的情況下與所能達到最大產出的百分比。其中后者在實踐中得到了更為廣泛的應用，而在產出視角的研究中，因為實際產出能夠直接觀測，確定生產前沿面就成為測算技術效率的關鍵.

綜合現有文獻，確定生產前沿面的方法大致可區分為非參數法和參數法。非參數法主要基于線性規劃技術，以數據包絡法(DEA)為代表，因為不需要設定前沿生產函數，也不需要事先了解投入產出之間的邏輯關聯而被廣泛運用[17-18]，但其問題在于經濟學邏輯的相對缺失。參數法則以隨機前沿方法(SFA)為代表，主要基于統計方法展開，并通過區分誤差項來測算和分解技術效率水平，同時對結果進行假設檢驗，這一研究的經濟學邏輯更強，因而在最新的技術效率相關研究中更受推崇[19]。

具體而言，隨機前沿模型(SFA)的基礎在于任何經濟個體的“實際產出”都無法超越“產出邊界”，二者偏離程度即為效率損失或非效率[20]，其實踐應用的關鍵在于三個方面：一是效率誤差項分布假設，Stevenson(1980)[21]提出了截尾正態分布假設，Lee(1993)[22]提出了四參數的Pearson分布；二是樣本數據選擇，早期多基于截面數據進行估計，后續研究更多利用面板數據展開[23-24]；三是函數形式設定，包括對技術效率的時間變化特征給予不同假設，包括時變衰退模型(TVD)、Cobb-Douglas生產函數下的時變衰退模型、技術效率不隨時間變化模型(TI)等，以及“基于距離函數的多產出SFA”[19]。

總體看，雖然隨機前沿模型的實踐應用不斷拓展，技術方法亦不斷改進，但其核心邏輯始終未變，即通過對誤差項的分解來測算技術非效率，最終測算結果也無太大差異[19]。依據這一思路，參照隨機前沿模型在全要素生產率(TFP)測算中的慣常做法，可將金融體系投入產出效率同樣分解為兩個部分：一是前沿技術進步(FTP)，用于刻畫金融體系生產前沿面移動，即在要素投入不變情況下，因為金融技術變革和金融制度完善等外生性因素所驅動的效率提升；二是前沿技術利用效率(TE)，用于描繪不同經濟主體對前沿技術進步的實際利用程度，以及該種吸收利用對其個體效率的提升程度。上述結構分解有利于更好甄別不同主體金融技術效率差異的來源，進而確認金融供給側改革的著力點。如果金融技術效率的提升更多源自于前沿技術進步，則金融供給側改革應更多強調金融制度完善和技術創新等外生性因素推動；如果更多受前沿技術利用效率影響，則需更多關注對金融制度或技術變革的實際吸收利用。

金融技術效率測算的另一個基礎問題是投入和產出的具體指標選擇。現有文獻中，相關指標選擇主要取決于研究對象的差異，并可大致區分為金融機構效率和金融體系效率兩種不同的研究路徑。其中，在以金融機構效率為基準的研究中，投入和產出指標的選擇大致包括以下三種方法：(1)生產法，該方法將金融機構視為金融產品的生產者，由此選擇資本和勞動作為投入指標，而以存款賬戶數量作為對應的產出指標；(2)中介法，該種方法將金融機構視為儲蓄轉化為投資或者存款轉化為貸款的中介機構，由此選擇存款、資本和勞動作為投入要素，而以貸款作為產出衡量指標；(3)資產法，該方法在中介法基礎上演變而來，但是只考慮具有負債性質的投入和具有資產屬性的產出[25-26]。而在以金融體系效率為基準的相關研究中，對于具體投入和產出指標的選擇則并未有一個明確定義，實踐中更加普遍的做法是參考金融機構效率的指標選取并將其直接套用于金融體系的效率測度。但從邏輯上看，該種簡單套用的最大問題在于忽略了金融體系本身的復雜性和多元性，因為現有微觀金融機構效率的測度基本上圍繞銀行等傳統金融機構展開，而在中國的金融體系中，因為監管套利或風險轉移的實際需求，存在著規模巨大的“影子銀行”業務，這些業務的投入產出名義上不在傳統機構的統計口徑之內，但實質上屬于“商業銀行的影子”[27-28]。因此，如果簡單套用金融機構效率的指標選取方法來測算金融體系的整體效率，很容易出現對實際投入和產出的漏算和偏誤。

有鑒于此，本文的實證研究試圖參考徐曉光等(2014)[29]的做法，選取金融業增加值作為金融體系整體的產出指標(Y)；同時參考張蘊萍等(2018)[30]的做法，選取金融業城鎮單位就業人員人數表征金融體系的勞動投入(L)指標；對于資本投入(K)，則并未簡單使用金融機構貸款余額指標，而是選擇金融業全社會固定資產投資作為金融體系資本投入的代理變量，以綜合考量傳統和非傳統金融業務影響。

三、金融技術效率的分地區測算與異質性分解

綜合上述的方法和指標選擇，這里借鑒Kumbhakar等(2013)[19]的做法，將金融技術效率同樣分解為金融前沿技術進步和金融前沿技術利用效率兩個組成部分，其中，前者表征金融制度環境和金融技術創新等外生性因素變化的效率影響；后者表示不同地區對金融技術創新或金融制度完善等外生變化的實際利用程度，其受制于當地經濟、社會、文化等諸多因素的綜合影響。基于以上分解，通過中國31個省、市、自治區的統計數據，全面考察中國不同區域間金融技術效率的時間趨勢和結構差異，并據此進行相應的比較分析。

(一)理論模型構建

參照索洛模型，將金融全要素生產率TFP增長率表述為以下形式：

(1)

其中，Y表示產出，K、L分別表示資本投入和勞動投入。參考Battese等(1992)[23]和Kumbhakar等(2013)[19]的做法，將TFP增長率進一步分解為前沿技術進步FTP和前沿技術利用效率TE，由此可以設定我國不同地區金融資源投入-產出的隨機前沿模型為：

Yit=f(K,L,t)*exp(vit-uit)

(2)

TEit=exp(-uit)

(3)

(4)

對式(2)左右兩邊取自然對數，然后對時間求導可得如下表示金融體系對數產出增長率的公式：

(5)

公式(5)中，①為前沿技術進步FTP，表示在要素投入不變的情況下，金融產出的時間變化趨勢；這里將生產函數形式設定為超越對數生產函數以進一步分解不同區域金融投入產出效率中的前沿技術進步與前沿技術利用效率，由此可以得到公式(2)的超越對數形式為：

lnYit=c0+ctt+cttt2+ctktlnKit+ctltlnLit+cklnKit+cllnLit+ckk(lnKit)2+cll(lnLit)2+ckllnKitlnLit+vit-uit

(6)

運用式(6)對 t 進行求導，可以得到前沿技術進步FTP為：

FTP=?lnYit/?t=ct+2cttt+ctklnKit+ctllnLit

(7)

依據公式(7)，前沿技術進步FTP同樣由兩部分組成：第一部分為ct+2cttt，表示所有地區共同面臨的前沿技術進步，取值主要由參數決定；第二部分為ctklnKit+ctllnLit，表示每個地區在不同時期各自面臨的前沿技術進步，具體取值由參數和要素投入量共同決定。

綜合前述公式推導，可以采用中國2008—2016年的分省數據測算金融技術效率；同時基于前一部分的指標選擇基準，這里分別采用金融業增加值、金融業全社會固定資產投資、金融業城鎮單位就業人員指標表示產出Y、資本投入K以及勞動投入L。具體數據來源于各省《統計年鑒》和《中國金融統計年鑒》。

(二)估計參數與測算結果

基于極大似然估計，可得到前述金融業隨機前沿生產函數中各參數的估計結果如下：

表1 隨機前沿生產函數的參數估計結果 (極大似然估計)

(注： “***”、“**”、“*”分別表示1%、5%和10%的顯著檢驗水平；)

基于表1的參數估計，可進一步計算2008—2016年間國內金融體系前沿技術進步(FTP)和前沿技術利用效率(TE)的時間趨勢和區域對比。圖1顯示，從縱向時間維度看，2008年后國內金融業的前沿技術進步(FTP)總體平穩，金融前沿技術利用效率(TE)則穩步抬升，說明該段時期內金融技術創新和金融制度變革等外生性變化驅動的金融技術效率提升并不明顯，同時期國內金融技術效率的改善更多源自于對金融制度和金融技術等要素的利用效率提升。圖2顯示，從橫向區域對比看，不同省份在前沿技術進步(FTP)方面同樣趨于一致，但不同地區間的金融前沿技術利用效率(TE)則存在顯著差異，最高五個省分別是廣東、江蘇、北京、上海、浙江，最低五位分別是甘肅、寧夏、海南、青海、西藏，基本與當地經濟社會發展水平和市場化程度正相關。說明在同一經濟金融體系和金融資源跨區調配機制的影響下，國內不同地區金融體系運行的技術和制度環境并無明顯差異；但是不同區域對于金融制度完善或金融技術創新的吸收利用能力則存在明顯差異，而且這種差距表觀上與當地的經濟社會發展水平以及經濟市場化程度直接相關。

圖1 中國金融技術效率各構成要素的時間變化

圖2 中國金融技術效率各構成要素的區域對比

綜合以上，無論在縱向時間維度還是橫向區域維度，金融前沿技術進步(FTP)都保持高度穩定性，金融技術效率的時間變化和區域差異主要體現于金融前沿技術利用效率(TE)的變化之上。這一方面說明外生性的金融制度變革或金融技術創新固然重要，但金融體系對該種制度變革或技術創新的實際吸收利用更為重要；另一方面也說明，前沿技術利用效率(TE)主導著國內的金融體系投入產出效率提升以及不同區域的金融技術效率差異。后續將主要圍繞金融前沿技術利用效率的具體影響因素和產業傳導機制展開分析。

四、金融技術效率差異的影響因素和產業傳導

鑒于前沿技術利用效率(TE)主導著金融技術效率的時間演變和區域差異，這里以此為基礎探討金融技術效率的內在決定和產業傳導機制。內在決定機制層面，綜合已有文獻，經濟市場化程度對于克服金融摩擦效應至關重要[31]，因此這里將在控制其他變量基礎上重點探討經濟市場化因素的影響；而在外部產業傳導方面，考慮到工業部門的金融摩擦程度最高，而且在中國實體經濟轉型升級中占據著特殊重要的位置，因此這里將以工業部門為對象探討金融前沿技術利用效率進而是金融技術效率的產業傳導機制。

(一)模型設定與指標選擇

為了驗證前面的理論假設，這里構建如下計量經濟模型：

TEit=α0+α1Stateit+α2Non_stateit+∑αjAjit+εit

(8)

LNROIit=β0+β1No_state+β2TEit+∑βkBkit+σit

(9)

LNLeverageit=δ0+δ1No_state+δ2TEit+∑δkBkit+ωit

(10)

模型(8)用于檢驗金融前沿技術利用效率的決定機制。考慮到國內金融體系的信貸歧視問題備受關注，其本身也能映射經濟金融運行的市場化程度[3,32]，這里通過添加不同所有制工業企業比重指標來重點考察經濟市場化程度對金融體系投入產出效率的影響，其中Stateit表示工業領域國有企業的數量占比，Non_stateit用來表示非國企數量占比。

模型(9)和(10)用來考察金融前沿技術利用效率向工業部門的傳導機制。鑒于工業部門面臨的金融約束主要涵蓋量和價兩個不同維度，這里分別選擇實際利率(ROI，利息支出/總負債)和資產負債率(Leverage，總負債/總資產)兩個指標作為被解釋變量，用于考察金融前沿技術利用效率差異對于工業部門金融約束的綜合影響。其中，TEit表示地區i在第t期的金融前沿技術利用效率；ε、σ、ω為模型的擾動項。

為控制其他因素影響以保證實證結果可靠性。模型(8)中引入了控制變量集合A，主要包括：(1)地區生產總值(GDP)，用于控制地區經濟規模對于金融前沿技術利用效率的影響，因為經濟發展本身存在規模效應，預期其影響系數為正。(2)產業結構(Indu_levelit)，用第三產業增加值與地區生產總值之比表示，第三產業發展會對金融業發展形成支撐互補效果，預計其影響為正。(3)技術水平(Tech)，用各省技術市場成交額和地區國內生產總值之比表示，科技創新活動有助于提高區域勞動生產率，進而對金融體系投入產出效率形成溢出，預期其影響系數為正。(4)開放程度(Open)，用各省進出口總額表示，經濟開放有助于提升經濟和金融市場化程度，進而正向驅動金融技術效率，預期其影響系數為正。

模型(9)和(10)引入控制變量集合B，用于控制隨時間變化的行業和地域因素影響。其中，行業因素包括：①工業規模(Scale)，用各省當年工業增加值表示，工業發展意味著更強的規模效應和網絡效應，理論上會降低實際利率并提高工業部門整體的杠桿率水平。②企業盈利能力(Profitability)，用工業企業利潤總額與主營業務收入表示，企業經營效益越好意味著未來現金流更加穩定，因此有利于享受金融機構的利率優惠并且降低目標杠桿率水平，預期其影響系數為負。③收入質量(Manage)，用企業應收賬款總額與主營業務收入之比衡量，應收賬款占比越高意味著企業收入質量越差，金融體系的理性選擇是壓縮資金供給并抬升實際利率，但在金融資源非市場化配置條件下則可能存在反向關聯，該指標的估計結果也可用來診斷工業部門“僵尸貸款”問題的現實存在性。④新產品占比(Innovation)，用新產品產值與工業銷售總產值衡量，企業新產品比例越高意味著技術創新能力越強，市場化條件下會獲得金融資源的供給傾斜，其影響系數估計可以部分反映金融體系對于企業創新的實際支持力度。控制的地域因素則包括：①地區生產總值(GDP)；②科技水平(T_tech)(用技術市場成交額表示)；③產業結構(Indu_levelit)。分別用于控制地區經濟規模、科技發展水平和第三產業占比對于工業部門實際生產經營活動的影響。

圖3 金融技術效率與工業部門債務負擔的省際對比

圖4 金融技術效率與工業部門杠桿率的省際對比

圖3和圖4分別展示了金融前沿技術利用效率與工業部門利息負擔以及杠桿率指標的區域比較。直觀數據看，不同省份的金融技術效率與其工業部門的利息負擔以及杠桿率水平之間呈現顯著的負相關關系。也就是說，金融前沿技術利用效率進而是金融技術效率更高的地區，其工業部門的杠桿率越低，利息負擔也相對更輕，這意味著提高金融體系的投入產出效率可能有助于推動當地工業部門的降成本、去杠桿。圖3和圖4只是初步顯示了上述數據間的負向統計關聯，進一步的因果關系證明有賴于相應的計量經濟檢驗。

(二)回歸結果分析

表2中的估計(1)-(2)匯報了模型(8)的回歸結果，估計(3)報告了模型(9)的回歸結果，估計(4)匯報了模型(10)的估計結果。估計(1)-(2)顯示：國有企業比重(State)的系數顯著為負，說明地區國有企業占比越高，金融前沿技術利用效率進而是金融技術效率反而越低；非國企比重(Non_state)系數則顯著為正，兩相對照驗證前面結果的穩健性，說明非國有企業比重提升有利于改善地區金融前沿技術利用效率，也初步證實非國有經濟發展進而是市場化程度提升確實有助于改善金融體系的投入產出效率。

估計(3)-(4)顯示，金融前沿技術利用效率改善一方面有助于降低工業部門的實際利率負擔，另一方面也有助于降低當地工業部門的資產負債率水平，說明金融體系的投入產出效率提升在工業部門“降成本、去杠桿”的過程中扮演著至關重要的角色，也印證當前時點深化金融供給側改革的重要性。

另外，控制變量集合A的估計結果顯示：地區生產總值系數(GDP)為正，產業結構(Indu_levelit)系數為正，技術水平(Tech)系數為正，開放程度(Open)系數為正，全部符合預期判斷，該結果說明：通過做大產業規模、加速產業升級、擴大對外開放、促進技術創新均有助于推動金融體系前沿技術利用效率進而是金融體系整體投入產出效率的提升，進一步推動整體經濟的改革開放是提升金融技術效率的前提。

控制變量集合B的估計結果中，對于時間因素：內生盈利能力(Profitability)改善有助于降低工業部門的實際利率并降低其杠桿率水平，符合預期；工業規模(Scale)擴張會提升整個工業部門的杠桿率水平，這與中國工業部門普遍存在的相互擔保等現象關系密切；收入質量(Manage)指標對于資產負債率的影響系數為正，這并不符合金融機構的理性選擇，側面印證國內工業部門“僵尸貸款”問題的現實存在性；新產品占比(Innovation)因素的影響不顯著，這可能意味著現有金融體系對企業創新的實際扶持依然不足。地域因素中，區域科技創新活動越活躍、經濟發展水平越高以及產業結構升級均能在一定程度上降低當地工業部門的實際利率負擔和資產負債率水平，符合基本經濟理論，這里不再贅述。

表2 金融技術效率內在決定機制和產業傳導機制的計量檢驗

(注：括號內為標準誤； “***”、“**”、“*”分別表示1%、5%和10%的顯著檢驗水平。)

綜合表2所有估計結果，實際上可以勾勒出一個“經濟市場化—金融技術效率提升—工業部門降成本去杠桿”的邏輯閉環，即進一步深化經濟整體的改革開放有助于提升金融體系對金融制度改革和金融技術創新的吸收利用能力，進而推動金融技術效率改善；而金融技術效率改善又能夠顯著降低工業部門的實際利率水平，壓低工業部門的資產負債率，進而推動工業部門“降成本、去杠桿”的戰略目標實現。

五、金融技術效率對工業投資效率的傳導機制和門檻效應

前面的數據描述和計量分析顯示：金融技術效率的改善有助于降低工業部門的實際利率和資產負債率水平，這也是金融服務實體經濟的應有之義。但是，金融約束只是工業活動的外部環境變量，工業部門生產經營效益的重心在于其投資行為和投資效率評估。現有眾多研究均發現金融環境會通過影響工業部門融資約束進而對工業企業項目選擇和投資規模施加影響[33]，因此有必要進一步剖析金融技術效率對工業部門投資行為和效率的影響。

(一)金融技術效率對工業部門投資的傳導機制

發展經濟學研究中，金融部門的資源傾斜對于工業部門過度投資以及投資效率的影響被反復提及和強調[34]。考慮到產品庫存和應收賬款等因素影響，簡單的投入產出指標并不能夠準確描述工業部門的投資效率，這里試圖從結果導向出發，使用工業企業存貨相對于產值的比例來近似模擬工業部門的實際投資效率，并設定如下計量經濟模型：

Investmentit=γ0+γ1Non_stateit+γ2TEit+γ4∑Bjit+Γi+τit

(11)

其中，Investmentit表示地區i在t期的工業部門投資效率，用存貨與工業增加值之比表示；Non_stateit表示非國有企業比重，Γi用來控制不隨時間變化的影響因素，并繼續采用控制變量集合B，τit為模型擾動項。

表3的估計(1)-(3)匯報了模型(11)的基準回歸結果，估計(4)-(6)則是用存貨與工業企業銷售總產值之比作為工具變量的穩健回歸結果。基準回歸顯示，金融前沿技術利用效率對工業部門投資效率(存貨占比)的影響系數顯著為負，說明金融技術效率改善能夠一定程度上抑制工業部門過度投資并推動其投資效率改善；非國有企業占比的影響系數也顯著為負，這和前面邏輯一致，說明市場主體的多元化和經濟市場化程度提升同樣有助于提升當地工業部門的投資效率，也與張帆等(2017)[35]的研究結果保持一致。

提供穩健回歸檢驗的估計(4)-(6)中，非國有企業比重和金融前沿技術利用效率的系數顯著性和方向均與前面的估計(1)-(3)保持一致，也證明前述結果具有較強的穩健性特征。

對于控制變量集合B，其估計結果和系數基本符合一般認知，這里也不再贅述。

(二)金融技術效率影響工業部門投資的門檻效應

前面初步證實了金融技術效率改善對于工業部門投資效率的正向驅動作用。但計量分析過程中也發現，金融技術效率改善對于工業投資效率的實際影響系數對于當地國有企業的占比變化具有極高敏感度：國企占比越高的省份，金融技術效率提升對工業部門投資效率的正向拉動作用會更加顯著。考慮到非國有企業占比能部分映射市場主體的多元化和經濟發展的市場化程度，這意味著金融技術效率對于工業投資效率的正向推動會受到經濟市場化程度的顯著制約。理論上將這種某變量的取值區間變化引發其他經濟機制發生重大變化的現象稱為門檻效應，結構突變發生的點則被稱為門檻值。有鑒于此，這里采用Hansen(1999)[36]的非線性面板數據門檻回歸模型來對上述機制的非線性門檻特征展開進一步探討。

依據前面計量結果，這里用私營企業比重作為衡量地區經濟市場化程度的代理變量(外資企業的金融資源享有存在特殊性，故這里進行了剔除)，并充當探討“金融技術效率-工業投資效率”這一機制傳導過程中結構突變特征的門檻變量。結合Hansen(1999)[36]的方法，這里可設定如下非線性單門檻模型：

Investmentit=α0+α1∑Bjit+β1TEitIit(THRit≤γ1)+β2TEitIit(THRit>γ1)+Γi+εit

(12)

表3 金融技術利用效率向工業投資效率的傳導機制檢驗

(注：括號內為標準誤； “***”、“**”、“*”分別表示1%、5%和10%的顯著檢驗水平。)

i和t分別代表省份與時間，Investmentit為被解釋變量，表征i省t年的存貨投資占比進而是投資效率狀況；α、β為相應變量的回歸系數，THRit為門檻變量(私營企業比重)，γ1為待估門檻值；I(·)為示性函數，當THRit≤γ1時，I(·)=1，否則I(·)=0。為進行更細致診斷，這里也繼續構建了雙重門檻或多重門檻模型。

表4報告了以私營企業比重為門檻變量的顯著性檢驗結果。單、雙門檻效應在10%的顯著性水平下通過檢驗(原假設被拒絕)，根據Hansen(1999)[36]的門檻理論，可以認為金融前沿技術利用效率與工業部門投資效率的關系受到了私營企業比重的顯著影響，即模型存在顯著門檻效應，采用門檻面板模型進行計量分析具有合理性。三重門檻效應在10%的顯著性水平下不顯著，但考慮到P值僅為0.157，這里也匯報了相應的回歸結果，其中表6的估計(1)-(3)分別匯報了單一門檻、雙重門檻、三重門檻模型下的回歸結果。

表4 不同門檻效應形式的顯著性檢驗

注:(1)P值和臨界值均為采用“自抽樣法”(Bootstrap)反復抽樣300次得到的結果；(2)*表示在10%水平上顯著，**表示在5%水平上顯著，***表示在1%水平上顯著。

門檻效應自抽樣檢驗之后，還需對雙門檻模型的門檻值估計結果進行檢驗。表5報告了以私營企業比重作為門檻變量的各門檻估計值及其置信區間。圖5和圖6的雙重門檻下似然比函數圖則更加清晰地展現了門檻值估計和置信區間的構造過程。門檻估計量是似然比統計量LR為0時的門檻變量取值。圖5-6中，LR=0時兩個門檻估計量分別為0.370和0.544。各個門檻估計值的95%置信區間是所有LR值小于5%顯著水平下臨界值(對應圖中虛線)的估計值構成區間。雙重門檻模型下，第一門檻估計值0.370在[0.317, 0.730]區間內，第二門檻估計值0.544在[0.538, 0.608]區間內，似然比值小于5%顯著性水平下的臨界值，處于門檻模型中關于原假設H0:γ=γ0的接受域內，即通過門檻估計值的真實性檢驗。

表5 不同門檻值的估計結果與置信區間

圖5 第一個門檻的估計值和置信區間

圖6 第二個門檻的估計值和置信區間

以上研究證明了金融技術效率對于工業部門投資效率的影響在不同私營企業比重下呈現出顯著的門檻效應。表6重點分析了雙重門檻效應的回歸結果，并參考了單一、三重門檻效應的回歸結果。估計(2)顯示，在私營企業比重低于0.370時，金融技術效率對工業部門投資效率的影響系數為-0.445，而當私營企業比重提升到0.307～0.544區間時，該影響系數快速降低至-1.120；而當私營企業比重繼續提高至0.544以上后，影響系數進一步下降至-1.529。估計(1)和(3)中對應的影響系數呈現相同的遞進關系，這一方面印證了金融技術效率對于工業部門投資效率的正向推動作用，另一方面也證實了該種影響的門檻效應：私營企業比重越高，金融技術效率改善越有利于抑制工業企業的過度投資，并推動工業部門投資效率的改善。

表6 基于分省面板數據的門檻效應模型計量檢驗結果

(注：括號內為標準誤； “***”、“**”、“*”分別表示1%、5%和10%的顯著檢驗水平。)

在基準回歸基礎上，這里也繼續使用存貨/銷售產值這一代理變量進行了門檻效應的穩健性檢驗(因篇幅有限，具體估計結果未做匯報，可向作者索取)。穩健回歸結果繼續證實金融前沿技術利用效率對于工業部門投資效率正向驅動作用的門檻效應，不僅證實了前面結果的穩健性特征，也繼續證實民營經濟發展和經濟市場化程度提升是金融技術效率的產業傳導機制發揮的重要門檻變量。由此，在推動金融供給側改革，提升金融體系投入產出效率，進而抑制工業部門過度投資并推動其投資效率改善的過程中，有必要配套推動民營經濟發展來營造相對有利的營商環境，由此才能更好發揮金融體系服務于實體經濟的能力。

六、結論與政策建議

基于金融體系整體的“投入-產出”視角，本文使用中國2008—2016年間的分省面板數據，對金融技術效率進行了整體測算和結構分解，并在此基礎上對其異質性特征和產業傳導機制進行了計量經濟檢驗。

效率測算和分解結果顯示，無論從縱向時間趨勢還是橫向區域比較看，金融體系的前沿技術進步均不存在明顯的波動性和差異性；金融技術效率的時間變化和區域差異主要源自于前沿技術利用效率。由此說明，在統一經濟金融市場和金融資源跨區調配機制的約束下，中國金融體系的投入產出效率改善主要取決于對金融制度改革和金融技術創新的實際吸收利用能力，這才是提升中國金融體系整體技術效率的關鍵。

計量分析的結果顯示，金融前沿技術利用效率的內在決定和產業傳導存在著“經濟市場化—金融技術效率—金融成本與金融杠桿”的邏輯閉環，即整體經濟的市場化改革，包括民營經濟發展、做大產業規模、加速產業升級、擴大對外開放、促進技術創新均有助于增強金融體系對金融制度變革和金融技術創新的吸收利用能力，進而推動金融技術效率改善；而金融技術效率提升又能夠顯著降低工業部門的實際利率和資產負債率，推動實現工業部門“降成本、去杠桿”的戰略目標。

進一步的實證檢驗也表明，金融技術效率不僅會影響工業部門的融資約束，也同樣會影響其投資行為和投資效率。金融前沿技術利用效率的改善有助于抑制工業部門的過度投資并提升其投資效率，但是，該種產業傳導機制會因為民營經濟比重變化而呈現出顯著的門檻效應；也就是說，促進民營經濟發展，進而改善地區營商環境改善，有助于推動形成金融體系改革到產業效率提升的正反饋循環。

綜合以上，金融技術效率提升的關鍵在金融技術利用效率；提升金融技術利用效率的關鍵又在民營經濟發展和經濟市場化改革；金融技術效率改善有助于緩解工業部門的融資約束并推動其高質量發展，圍繞上述“民營經濟發展—經濟市場化改革—金融技術利用效率提升—金融投入產出效率改善—降成本去杠桿—產業高質量發展”的邏輯傳導鏈條，可以對當前的金融供給側改革和工業部門轉型升級提供如下政策建議：

第一，通過重構政企關系來推動民營經濟發展。

民營經濟占比提升不僅會顯著影響金融技術效率，還能對金融技術效率的產業傳導產生門檻效應。因此推動民營經濟發展對深化金融體制改革，提升金融體系投入產出效率，同時增強金融服務實體經濟的能力具有至關重要的作用。而從實際經濟運行看，因為長期的地方政府“錦標賽”和“保增長就業”需求，衍生出千絲萬縷的政企關聯，存在針對國有企業的普遍性金融保護，也催生信貸所有制歧視和僵尸企業貸款等現實困擾。由此，轉變政府職能、規范政府定位，重新界定政企關系，構建多元化的政績考核體系，理順中央和地方的財權事權分配機制，是深化金融供給側結構性改革并推動產業轉型升級的應有之義。

第二，通過市場化改革加速金融技術效率提升。

金融體系投入產出效率改善的關鍵并不在于金融制度改革和金融技術創新本身，而在于金融體系對于該種金融制度改革與金融技術創新的實際吸收利用能力，也就是所謂的金融前沿技術利用效率。從這一角度看，推動金融供給側改革、提升金融技術效率的重點在于提升金融體系對于制度和技術的吸收利用能力。而實證結果顯示，金融技術利用效率的提升依賴于整體性的經濟市場化改革，不僅包括推動民營經濟發展，改善市場競爭機制；也包括做大經濟規模，引導產業集聚；推動服務業發展，加速產業結構升級；鼓勵科技創新，加速技術水平提升；以及進一步擴大對外開放。整體性的市場化改革是深化金融體制改革的基礎。

第三，通過金融效率提升來推動產業轉型升級。

金融體系的投入產出效率改善對于緩解工業部門的融資約束，以及提高工業部門的投資效率都具有顯著的正向推動作用。從計量結果看，金融技術利用效率提升不僅有助于整體性降低工業部門的外部融資成本，也能夠有效降低工業部門的資產負債率水平，同時還能夠對抑制工業部門過度投資并改善其投資效率產生顯著正向推動。對于中國當前深受高負債、高杠桿等歷史問題困擾，需要加速完成轉型升級并實現高質量發展目標的工業部門而言，推動金融技術效率提升無疑構成了推動其降杠桿、降成本、增效率的重要抓手，推動金融體系的投入產出效率提升也由此成為當前推進金融供給側結構性改革的重要方向。

第四，通過金融供給側改革來促進區域經濟協調發展。

國內各地區金融技術效率差距并不在金融制度和金融技術層面，而在對既定制度和技術的吸收利用能力。對中西部地區而言，雖然面臨統一的金融市場環境，甚至享受著跨區的金融資源調配，但過度的政府干預、過多的產業保護都制約著當地金融體系的投入-產出效率，并因為金融體系效率問題而推高工業部門金融杠桿和資金成本，拉低工業部門的投資效率。在各地區金融前沿技術進步基本趨同而前沿技術利用效率差異明顯的約束下，金融供給側改革應當避免“一刀切”式的制度和技術創新，而應當因地制宜，因城施策，通過差異化安排縮小區域金融技術效率差距，進而縮小其產業發展差距并實現地區經濟協調發展。