金融发展、产业结构与经济增长基于中国省际面板数据的实证分析

金融发展、产业结构与经济增长基于中国省际面板数据的实证分析

近年来，中国经济快速增长，国内生产总值（gdp）达到世界第二，仅次于美国。与此同时,中国金融发展也取得了显著的成效,金融规模不断扩大,金融效率不断提高,初步形成了多元化的金融机构体系和多层次的金融市场体系,尤其是2013年国务院办公厅发布《关于金融支持经济结构调整和转型升级的指导意见》以来,政府加快推进金融体制改革步伐,完善相应的法律法规,推动上海自贸试验区的建立,鼓励金融创新,进一步推动了金融发展。随着工业化和城市化进程的推进,中国经济也经历着结构性的变化,第二、第三产业占比不断上升,第一产业比重则呈持续下降趋势,劳动力资源及其他生产资料也由落后的农业部门逐步转移到劳动生产率较高的工业部门以及第三产业部门,而经济增长不仅表现为量的增长还表现为质的变动,现代经济增长基本上表现为以产业结构的变动为核心、以技术的进步为基础的模式,产业结构状态在一定程度上决定了经济增长的方式一、产业结构和经济增长的关系本文对相关文献的梳理主要从金融发展与经济增长关系以及产业结构与经济增长关系两个方面展开。关于金融发展与经济增长的关系,多数的国内外文献在理论与实证上说明了金融发展对经济增长的促进作用。戈德史密斯(产业结构与经济增长关系密切,产业结构在随着经济发展而变动的同时,还会反作用于经济增长。现有研究对产业结构和经济增长的关系主要持两种观点。一是合理的产业结构可以有效地改善资源配置,促进经济增长。已有的研究多是单独分析金融发展或产业结构与经济增长的关系,把二者同时纳入经济增长的研究框架进行综合探讨,并进一步考察金融发展与产业结构的融合效应对经济增长影响的研究相对较少,但事实上,金融发展与产业结构密切相关,金融结构与产业结构特征相匹配,金融体系就能够发挥最大效用并促进产业结构的调整升级二、模型配置和数据解释(一)frgdp模型本文通过建立如下计量模型来检验金融发展、产业结构与经济增长之间的关系:其中,i表示省份,t表示年份,fRGDP模型(1)的变量选取与设定如下:1.解释变量：rgdt本文参照2.金融发展与产业结构(1)金融发展水平(FINA)。麦金农((2)产业结构(STRU)。随着经济增长和劳动生产率的提高,工业化水平也随之提高,第二产业在经济发展过程中具有举足轻重的地位。本文用第二产业产值占地区生产总值的比重来表示产业结构水平。(3)金融发展与产业结构的交互项(FINA×STRU)。该指标主要用来考察金融发展是加强还是削弱了产业结构对经济增长的影响以及产业结构是加强还是削弱了金融发展对经济增长的影响。3.固定资产投资规模和基础设施的改善对长期经济增长起到积极作用(1)政府支出(GOVE)。政府支出是政府实施宏观调控、弥补市场缺陷的重要手段,对国家经济的持续稳定增长有着重要的作用。本文参照邓敏和蓝发钦(2013)(2)固定资产投资(INVE)。固定资产投资是影响经济增长的一个重要因素。一方面,固定资产投资规模的扩大对国民经济持续快速增长有着重要的影响,另一方面,固定资产投资结构的改善和投资效率的提高可以形成有效的资本存量,有利于带动其他经济资源发挥对经济增长的有益作用,进而显著地促进经济增长。参考(3)基础设施(INFR)。基础设施的完善对于长期的经济增长具有十分重要的意义,本文借鉴(4)人力资本(HUMA)。人力资本水平的提高有利于长期经济增长,本文参照盛斌和毛其淋(2011)(5)城市化水平(UIBA)。城市化是经济社会发展的必然趋势,是社会进步的标志,在经济发展过程中发挥了至关重要的作用,城市化水平的提高具有集聚效应,可以促进人力资本和物质资本的快速积累,推进产业结构的不断优化调整,从而有利于中国经济增长,本文参照杨友才(2014)(二)变量的描述性统计受制于数据的可得性与一致性,本文选取全国31个省(市、自治区)(不包括港、澳、台地区)2001—2012年的面板数据进行研究。未经特别说明,所有数据均来源于《中国统计年鉴》(2002—2013)以及Wind数据库。表1为各主要变量的描述性统计。由表1可知,FINA(金融发展)的标准差最大,为0.953,变化波动最为明显;STRU(产业结构)和HUMA(人力资本)的标准差较小,均小于0.1,变化波动也较小;RGDP(经济增长)和INFR(基础设施)的标准差相当,COVE(政府支出)、INVE(固定资产投资)和URBA(城市化)的标准差基本相当,在数量关系上存在着波动的大体一致性。三、变量的相关系数通过计算各主要变量之间的相关系数,可以判定各变量之间是否存在有严重的多重共线性问题,结果如表2所示。表2中除变量INVE与GOVE的相关系数达到0.60以外,其余变量的相关系数均较小,基本可以判定模型不存在严重的多重共线性问题。此外,还可以通过计算各变量的方差膨胀因子值(VIF)来判断变量间是否存在多重共线性,结果表明,模型的膨胀因子平均值为2,最大值为3,远小于经验值10,这也意味着本文所设定的计量模型不存在严重的多重共线性问题。(一)交通基础设施联通对促进经济增长将发挥显著的作用基于2001—2012年中国31个省(市、自治区)的面板数据,并根据LM检验和Hausman检验的结果,本文采用个体固定效应模型进行回归分析,具体回归结果如表3所示。其中,模型(7)是不包含交互项的标准模型,由模型(7)可知,金融发展对经济增长的影响为正,且在10%的水平上显著,说明金融发展对经济增长有显著的正向影响,这在一定程度上支持了陈伟国和张红伟(2008)其他控制变量方面,GOVE(政府支出)在1%的水平上显著为正,说明政府在经济建设、科教文卫等方面支出的增加,一方面可以改善投资环境,降低私人投资成本,另一方面,也会增加关联产业的需求,为其提供新的投资机会并增加在这些领域的私人投资,从而有利于经济增长。INVE(固定资产投资)的系数为正,且通过了1%显著性水平的检验,这表明固定资产投资的增加可以有效地促进经济增长。基础设施水平(INFR)的系数在1%的显著性水平上为正,而本文的基础设施水平是用交通基础设施来反映的,一方面,交通基础设施的完善有利于省际交流,提高本省的开放度,促进经济增长,另一方面,交通基础设施的建设可以直接通过投资促进本地区的经济增长,也可以通过其他地区经济增长的溢出效应间接地促进本地区的经济增长。HUMA(人力资本)的估计系数显著为正,说明人力资本积累的增加,会显著地促进经济增长,这一点无论在理论还是实证上都取得了共识(二)计量模型稳健性检验内生性问题会影响估计结果的稳健性。本文将金融发展、产业结构、金融发展与产业结构的交互项、政府支出、基础设施、人力资本以及城市化水平等指标变量均滞后一期重新进行回归估计,以检验计量模型的稳健性,具体回归结果见表4。由表4的回归结果可知,各主要变量对经济增长的影响变化不大,说明本文的研究结论是稳健的,此处不再详述。四、金融发展与经济增长良性互动机制。在金融本文以2001—2012年中国省际面板数据为样本,在控制政府支出、固定资产投资、基础设施、人力资本以及城市化水平等因素后,通过实证分析考察了金融发展与产业结构水平对中国经济增长的影响。本文的主要结论和启示如下:第一,中国的金融发展水平的提高可以有效地促进经济增长。随着改革开放进程的推进,中国经济发展水平和市场化程度均有所提升,市场对资源配置发挥着越来越重要的作用,金融规模的扩大、金融机构的多元化以及金融工具的不断创新,使得金融业的市场化程度日益加深,有效地促进了经济增长。鉴于此,应大力发展资本市场并加强金融创新,构建金融发展与经济增长的良性协调互动机制,充分发挥金融发展对经济增长的促进作用。第二,产业结构与经济增长显著正相关,表明第二产业对经济增长的贡献明显,是中国经济持续快速增长的主导力量。中国仍处于新兴工业化过程的第二次产业结构升级阶段,即重化工业的发展阶段第三,通