金融科技創新、企業全要素生產率與經濟增長
——基于新結構經濟學視角

巴曙松，白海峰，胡文韜

(1.東北大學 工商管理學院，遼寧 沈陽 110167；2. 清華大學 銀色經濟與健康財富研究中心，北京 100084)

一、問題的提出

改革開放給中國經濟帶來了40年的高速增長，但是隨著人口紅利的逐漸減少、產業升級的緩慢發展以及資本流動的持續受阻，中國經濟發展進入了結構調整陣痛期，因此，轉變經濟增長模式是中國實現產業升級和高質量發展的必要途徑。蔡昉等[1]通過擬合環境庫茲涅茨曲線，發現傳統經濟動能已無法實現持續的高質量經濟增長，需要提高企業生產效率。而莊濤和吳洪[2]認為，這種企業生產效率將會體現在企業的全要素生產率上，并采用中國國家知識產權局專利數據分析發現，全要素生產率能促進經濟增長,而全要素生產率的提高依托于企業的技術升級。在此領域，學者們嘗試通過引入專利產出和技術創新來研究企業績效與經濟增長之間的相互作用關系，從而探討技術創新對于經濟增長的重要意義，如Aghion等[3]的企業競爭與創新理論以及吳超鵬和唐菂[4]的科技創新驅動與經濟轉型理論。早在黨的十八大時，中國就把“實施創新驅動”提高到國家戰略，近二十多年的研發投入(R&D)逐年增長，研發投入占GDP的比重已經由1991年的0.6%提高到2015年的2.1%。但是創新帶動經濟發展仍然存在著問題。2018年美國政府發動對中國301條款調查使我們重新意識到，中國的創新模式還是以依賴發達國家的高新技術為主，自主創新能力不足。顧夏銘等[5]研究發現，2006—2015年，中國專利申請量和授權量年均增長率分別達到了24%和23%，發明專利申請年均增長率高達30%，徐瑛等[6]指出，雖然國內年專利申請量從47萬件迅速上升到328萬件，但是中國全要素生產率沒有得到明顯提升。這意味著一味謀求創新是無法持續促進經濟發展的，因此，楊子榮和張鵬楊[7]認為，想要從根本上改變經濟發展模式，首先需要促進產業結構轉型升級，優化金融資源配置，只有金融資源配置與產業結構相適應，才能夠促進產業增長。Allen和Gale[8]認為，在產業結構調整和經濟發展的不同階段需要不同的金融服務來提高融資效率。

近年來，全球金融科技投資額不斷增加，僅2018年全球金融科技投資額增長逾一倍，達到553億美元。其中，中國投資額達255億美元，占全球總投資額的一半，幾乎是2017年全球金融科技的投資總額。黨的十九大報告將發展現代金融作為建設現代化經濟體系的重要內容之一，而發展現代金融需要利用大數據、云計算、網絡借貸和支付等方式優化資源配置，實現金融與科技融合，進而帶動產業升級，促進實體經濟發展。劉蕾和鄢章華[9]認為，金融科技的興起有效地彌補了傳統金融的天然缺陷，提高了金融資源的配置效率。從企業融資角度來看，金融科技創新推動商業銀行更好地為企業提供融資服務。通過大數據技術分析企業的經營情況，商業銀行能更客觀有效地為企業提供信貸和擔保服務，從而解決企業融資難、融資貴等問題。從企業運營角度來看，區塊鏈技術確保了企業每筆交易有跡可循，降低了業務的違約風險。而區塊鏈的去中心特征提高了企業跨境交易和結匯的效率，同時減少了跨境資金成本。金融科技的創新使企業快速適應市場發展需求,實現經濟效益最大化。中國現階段經濟發展需要新的金融服務模式助力產業結構升級，從而推動經濟高質量增長。

本文從微觀層面分析金融科技創新對企業全要素生產率和經濟增長的作用,主要創新點集中在以下兩個方面：第一，基于新結構經濟學理論，探究金融科技創新促進經濟增長的內在路徑，對于進一步闡明中國經濟由要素驅動向創新驅動的轉型具有重要意義。第二，本文采用了動態面板模型和面板門檻模型分析金融科技創新在高技術密集型產業和低技術密集型產業中的作用效果，為金融科技創新與產業發展二者結合提供實證支持。

二、文獻綜述與理論假設

新古典經濟學認為，企業的生存能力是固定的，理論的本質在于研究生產力不變的情況下企業的最優資源配置。新古典經濟增長理論把全要素生產率視為推動經濟持續增長的重要因素，而探索提高全要素生產率的決定因素，已逐漸成為學術研究的熱點問題。Schumpeter[10]認為，創新帶動產業結構升級，進而實現經濟增長，而經濟增長的源泉是全要素生產率的提高。余泳澤和張先軫[11]認為，要研究技術創新對經濟的推動作用，就要研究作為生產函數要素并能代表產業技術水平進步的全要素生產率，這是因為技術的進步才能有效提高生產率。但是，從風險的視角來看，Villaverde等[12]、Gulen和Ion[13]與Kang等[14]認為，創新沒有帶動經濟發展，是由于經濟政策不確定性改變了企業經營活動成本，抑制研發投入欲望，不確定性影響了企業的投資決策，增加企業成本去權衡創新活動面臨的風險和收益，反而降低了企業的全要素生產率。從金融成本的視角，賈俊生等[15]與Chowdhurya和Maung[16]認為,金融發展的不完善導致融資成本、交易成本和市場摩擦變大，從而限制了研發經費的投入，金融發展有效降低了信息搜尋成本，合理發現企業創新的價值。從內生性視角，余泳澤和張先軫[11]指出，企業內部創新模式的不健全導致創新無法實現產業化。雖然對于創新帶動經濟發展的研究不勝枚舉，但是金融科技作為技術創新以及金融發展的產物，其對企業全要素生產率的影響缺乏相關研究。付才輝[17]基于新結構經濟學提出，經濟發展需要通過要素稟賦結構升級。隨著要素稟賦結構升級，原先符合比較優勢的產業和技術不再具備比較優勢，這將推動企業進行技術創新和產業升級，從而再次帶動經濟發展，實現高質量增長。楊子榮和張鵬楊[7]認為，金融資本作為一地區特定時點的要素稟賦，其結構的升級勢必也會帶動經濟發展。而金融科技創新是指金融產業通過與科技產業的融合，實現金融行業的要素稟賦結構升級，進而為實體經濟提供高效率和高質量的金融服務。金融科技通過提高資本配置效率和優化資本配置結構，為產業升級以及全要素生產率的提高提供了基礎。從企業融資來看，張玉明和趙瑞瑞[18]發現，在傳統的金融模式下，由金融中介機構主導的金融活動會導致傳統金融的低效、信息不對稱和存續期間短等問題，這必將弱化企業的融資能力，導致企業對于技術創新的投資下降，進而約束企業的全要素生產率。為了緩解企業資金約束，實現信息對稱以及節省中介費用。盧亞娟和劉驊[19]通過分析科技金融協調效應發現，金融科技創新如大數據、云計算等技術，降低了金融資源搜索和傳輸的成本，從而緩解信息不對稱問題以及降低企業的融資成本，這種資源的高效配置將有助于促進科技向生產力的穩步轉化。從技術應用的角度來看，郭凱明[20]認為，人工智能技術的運用可視為實現自動化生產方式、改進勞動生產效率的重要技術創新，而企業可以利用大數據分析手段來預測市場需求、挖掘潛在客戶,提供新產品和新服務,進而完善自我的競爭優勢。除了劉蕾和鄢章華[9]提出的共享經濟“去中心化”具備資金效率和成本優勢外，區塊鏈技術還提高了全產業鏈的可追溯性和真實性，并能對企業在研發、制造、銷售等環節實現全記錄，從而彌補傳統企業的防偽技術并提高生產率。基于上述討論，筆者提出以下假設：

假設1：金融科技創新提高了企業全要素生產率，有助于帶動企業發展。

Krugman[21]指出，大部分東亞國家的技術創新所帶來的經濟增長并不明顯，產業結構發展并沒有出現實質提高。對此，付才輝[17]通過討論新古典經濟學向新結構經濟學的轉換，強調了要素稟賦結構在優化生產方面的重要性。這意味著，技術創新帶動經濟增長需要建立在產業結構升級的條件下。劉偉和張輝[22]通過將技術進步和產業結構升級從全要素生產率中分解出來發現，兩者均對經濟增長有促進作用，而且產業升級發展至特定階段時，技術進步對于全要素生產率的帶動更加明顯。隨著產業結構不斷升級,金融結構也必將隨產業結構的升級進行創新變化。龔強等[23]認為，高技術型企業將面臨較高的技術風險和市場風險，會更依賴高效率和高質量的金融服務。而金融科技創新的優勢在于運用大數據、云計算、人工智能和區塊鏈等技術，減少信息不對稱，降低信用風險和融資成本，提高金融服務效率。因此，金融科技創新在高技術密集型產業中優化資本配置以及提高產能效率的優勢更加明顯。基于上述討論，筆者提出以下假設：

假設2：在高技術密集型產業中，金融科技創新對企業全要素生產率的帶動作用更加明顯，有助于進一步促進經濟增長。

三、研究設計

(一) 樣本選擇及數據來源

本文選擇2011—2018年中國33個省份上市和非上市公司作為研究樣本，其中包含了中國香港和中國澳門地區的公司，非上市公司的數據來自于Orbis全球企業數據庫，上市公司數據來源于Wind資訊金融數據庫，經篩選和整理，最終選取37 455個觀測值。本文選取的數據以財務數據為主，地區層面的經濟數據從Wind資訊金融數據庫和《中國統計年鑒》中獲取。本文對高技術密集型產業和低技術密集型產業的分類是根據歐盟統計局對Orbis行業的分類進行的劃分。

(二) 變量說明

1.被解釋變量

本文的主要被解釋變量為企業全要素生產率(TFP)，借鑒余泳澤和張先軫[11]的研究，通過采用隨機前沿分析法(Stochastic Frontier Analysis，SFA)計算企業層面的TFP，以此微觀視角探索經濟增長。隨機前沿生產函數采用柯布—道格拉斯形式，對其進行整理后如下：

Yit=β0+β1Wit+β2Cit+β3CGSit+εit

(1)

其中，Yit表示企業i在第t年的銷售收入；Wit表示企業i在第t年的勞動力投入(員工數量)；Cit表示企業i在第t年的資本投入；CGSit表示企業i在第t年的銷售成本；εit表示隨機誤差項。通過模型(1)計算出企業層面的全要素生產率(TFP)。

2.解釋變量

本文的解釋變量為金融科技創新(Fintech)，借鑒楊子榮和張鵬楊[7]的做法，從活力和規模兩個維度衡量金融科技創新發展程度。金融科技創新活力(Fintech_ID)，衡量的是一個地區的金融科技創新運用程度，反映金融科技創新技術對產業結構調整和地區經濟增長的影響。金融科技創新規模(Fintech_S)，衡量的是一個地區的金融科技創新的研發投入以及使用金融科技技術所產生的費用，主要反映一個地區的金融科技發展狀況。金融科技創新活力和金融科技創新規模的數據來源于World Bank數據庫和中國金融科技企業數據庫。

3.控制變量

為重點考察金融科技創新對企業全要素增長率和經濟增長的影響，本文除了控制地區效應外，還控制了一系列企業層面的影響因素：杠桿率Leverage，反映企業的負債風險以及衡量企業資金結構對企業經營績效的影響，用總負債與總資產的比率衡量；資產收益率ROA，反映企業的收益情況，用凈利潤與總資產的比率衡量；銷售成本Cost，反映企業的銷售收入與銷售投入之間的關系，用銷售成本總額的自然對數衡量；無形資產Intangible，反映企業的專利權、商標權的價值，用無形資產占總資產的比率衡量；外商直接投資FDI，反映外商直接投資對經濟增長的拉動作用，用企業實際利用外商直接投資額占GDP的比率衡量；地區出口總額Export，反映外需對經濟增長的拉動作用，用地區出口總額占GDP的比率衡量。

需要特別說明的是，在面板門檻模型的檢驗中，被解釋變量為經濟增長lnGDP，解釋變量為TFP，門檻變量為金融科技創新，即Fintech_ID和 Fintech_S。

(三)模型構建

為了探索金融科技創新與全要素生產率之間的關系，本文選擇固定效應模型如下：

TFPit=β0+β1Fintechit+β2Zit+μ1+εit

(2)

其中，TFPit表示企業i在第t年的全要素生產率；Fintechit表示地區i在第t年的金融科技創新；Zit為一組控制變量，包括上述企業層面變量；μ1表示地區效應。為了加強估值的有效性，我們引用動態面板模型，采用Arellano和Bover[24]提出的系統廣義矩形估值方法(System Meneralized Method of Moments)，如下：

TFPit=β0+β1TEPi,t-1+β2Fintechit+β3Zit+μ1+εit

(3)

其中，模型(3)右邊包含了滯后變量TEP及其他具有潛在內生性問題的解釋變量，因此，本文采用S-GMM模型來克服解釋變量內生性問題。所有動態面板回歸模型中，全要素生產率滯后項TEPi,t-1(L.TFP)、杠桿率Leverage、資產收益率ROA和地區出口總額比率Export被視為內生變量，采用一地區的進出口總額比率Alltrade作為工具變量。

四、實證檢驗與結果分析

(一)變量的描述性統計

本文選用中國33個省份(包括中國香港和中國澳門)企業層面面板數據作為樣本，同時考慮各地區的獨特優勢，控制了地區性數據。表1是主要變量的描述性統計結果。如表1所示，中國企業全要素生產率的均值為0.366，遠低于發達國家的0.700。而企業的杠桿率較高，為0.568，說明企業的債務問題較為嚴重。

表1 描述性統計結果

(二) 金融科技創新與企業全要素生產率關系的實證檢驗

金融科技創新與企業全要素生產率之間的固定效應模型估計結果，如表2所示。在表2的列(1)和列(2)中，金融科技創新活力(Fintech_ID)和金融科技創新規模(Fintech_S)與企業全要素生產率在1%和5%的置信水平下顯著正相關，這說明金融科技創新活力增加1%，企業全要素生產率將相應地提高0.5個百分點，而金融科技創新規模增加1%，企業全要素生產率將相應地提高1.8個百分點。為了消除內生性因素影響，本文引入了S-GMM模型，在列(3)和列(4)中同樣發現，金融科技創新活力和金融科技創新規模對企業全要素生產率有顯著的促進作用，意味著這一結論是穩健的。同時，企業杠桿率Leverage和無形資產比率Intangible與企業全要素生產率存在顯著的正相關關系，這說明資本的投入和無形資產的積累有利于企業的發展。

表2 金融科技創新與企業全要素生產率關系的動態面板估計結果

注：***、**和*分別表示在1%、5%和10%的置信水平下顯著，括號內為穩健性標準誤。AR(1)和AR(2)分別為模型殘差的Arellano-Bond 一階和二階序列相關檢驗，Hansen 檢驗是工具變量過度識別檢驗。下同。

(三)不同產業結構條件下金融科技創新與企業全要素生產率關系的實證檢驗

雖然金融科技創新對企業的發展具有顯著的帶動作用，但是這一結論是在對中國33個省份的數據進行整體分析基礎上得出的，而這些省份之間的產業結構可能存在巨大差異，因此，金融科技創新的作用在不同產業結構上的差異也應該具體考慮。表3列出了不同產業結構下金融科技創新對企業全要素生產率作用的估計結果。從列(1)、列(2)、列(5)和列(6)固定效應模型估計結果來看，在高技術密集型產業中，金融科技創新活力和金融科技創新規模對企業全要素生產率有顯著的正向作用；在低技術密集型產業中，金融科技創新活力和金融科技創新規模對企業全要素生產率的作用不顯著。這說明，金融科技創新的作用是有條件的，其能提高高技術密集型產業的企業全要素生產率，進而帶動企業發展。而且這幾列均通過了F檢驗和VIF檢驗，說明固定效應模型的估計是有效的。表3中列(3)、列(4)、列(7)和列(8)給出了S-GMM 模型的估計結果，(1)此處用S-GMM模型進行檢驗，主要是為了規避解釋變量的內生性問題。從中可以發現，估計結果與固定效應模型估計結果一致，進一步證明了上述結論。同時，這幾列的Arelleno-Bond檢驗表明，各模型殘差不存在二階序列相關，Hansen檢驗顯示，各模型的工具變量有效，表明S-GMM 模型有效且上文的估計結果是穩健的。

表3 不同產業結構下金融科技創新與企業全要素生產率關系的估計結果

(四)企業全要素生產率與經濟增長關系的面板門檻模型檢驗

為了進一步驗證金融科技創新通過企業全要素生產率對經濟增長的促進作用，本文運用面板門檻模型，選取金融科技創新做為門檻變量，對企業全要素生產率與經濟增長之間是否存在門檻效應進行檢驗。模型設定如下：

lnGDPit=β0+β1TFPit(Fintech<γ1)+β2TFPit(Fintech≥γ2)+β3Zit+μ1+εit

(4)

其中，被解釋變量Ln_GDPit表示地區i在第t年生產總值的自然對數；TFPit表示企業i在第t年的全要素生產率；Fintech作為門檻變量分別表示金融科技創新活力和金融科技創新規模；γn表示待估計的門檻值；Zit表示控制變量； μ1表示地區固定效應；εit表示隨機誤差項。

對企業全要素生產率與經濟增長之間是否存在門檻效應進行檢驗的結果如表4所示，從表4可以看出，在1%的置信水平下企業全要素生產率與經濟增長存在單一門檻效應。

表4 面板門檻模型檢驗結果

注：自助抽樣次數設定為100次。本文也進行了雙門檻檢驗，但結果與單一門檻檢驗一致。

在表4門檻值測度的基礎上，本文用固定效應模型對企業全要素生產率與經濟增長之間的關系是否受金融科技影響進行實證檢驗，檢驗結果如表5所示。從列(1)和列(2)可以看出，在高技術密集型產業中，企業全要素生產率對經濟增長有顯著的促進作用，尤其是金融科技創新高于門檻值時，企業全要素生產率促進經濟增長的作用更為明顯。但是，從列(3)和列(4)的結果來看，在低技術密集型產業中，企業全要素生產率對經濟增長的促進作用出現了差別，當金融科技創新低于門檻值時，促進作用并不顯著，當金融科技創新高于門檻值時，企業全要素生產率對經濟增長的促進作用才較為顯著。這意味著企業全要素生產率與特定發展階段的金融科技創新及其內生決定的產業結構相適應時，才能夠進一步促進經濟增長。

表5 不同產業結構條件下面板門檻模型檢驗結果

注：面板門檻模型挑選出2011—2018年平衡面板數據做檢驗，自助抽樣次數設定為100次。

(五)穩健性檢驗

關于企業生產率的度量，除了全要素生產率(TFP)之外，Arellano[24]認為，可以用員工的勞動生產率代替，即銷售總額與員工人數的比率。因此，借鑒Arellano[24]的做法，我們采用員工勞動生產率作為替代指標來對本文結果進行穩健性檢驗。回歸結果顯示，(2)限于篇幅，穩健性檢驗結果未在正文列出，留存備索。金融科技創新活力(Fintech_ID)和金融科技創新規模(Fintech_S)與企業生產率(員工勞動生產率)具有顯著正相關關系，而且該結果在1%的置信水平下顯著。同時，再次引入S-GMM模型，發現金融科技創新活力和金融科技創新規模對企業生產率有顯著的正向作用。以上結果均與表2中的主模型結果保持一致，這說明本文結果在采用不同企業生產率度量方法的情況下是穩健的。

五、結論與啟示

本文基于新結構經濟學理論，從微觀視角探討金融科技創新對企業全要素生產率和經濟增長的作用。通過收集2011—2018企業層面面板數據，利用動態面板模型和面板門檻模型實證檢驗不同產業結構下金融科技創新與企業全要素生產率和經濟增長之間的非線性關系，得出以下結論：第一，金融科技創新能夠提高企業全要素生產率，對企業發展有帶動作用。同時，當產業結構以高技術密集型為主時，金融科技創新對全要素生產率的促進作用更加明顯。第二，金融科技創新通過企業全要素生產率對經濟增長的帶動作用存在門檻效應。當金融科技與產業升級層度相互適應時，企業全要素生產率將進一步促進經濟增長。

本文的研究對于經濟高質量發展具有一定的啟示意義：第一，中國產業正處于轉型中，隨著要素稟賦結構的變化，產業結構也逐漸升級和轉型，而金融科技創新并不是對所有產業都起作用，其只對高技術密集型產業有促進作用。第二，金融科技創新的過程是金融業實現結構升級和轉型的過程，其本質還是以金融結構為主，因此，需要加強對金融機構的管理，強化金融科技的功能。