内生技术变迁视角下金融发展与产业结构升级

邓 晶,管 月

(南京航空航天大学 经济管理学院,江苏 南京 210000)

摘要:基于内生技术变迁视角,采用1985—2016年中国产业结构升级、金融发展、劳动力、技术创新相关数据,建立VAR模型进行脉冲响应函数分析和方差分解,并进一步构建VEC模型。结果表明:金融发展与产业结构升级具有长期均衡且显著为正的关系,同时产业结构升级和技术创新对金融发展扰动的响应具有滞后性。从长期看,金融发展对产业结构升级的贡献度超过劳动力。从短期看,金融发展与产业结构升级短期偏离修正系数较小,恢复均衡的速度较慢,且金融发展对产业结构升级的短期波动具有显著影响。

关键词:金融发展;产业结构升级;内生技术变迁;VAR模型;VEC模型

Financial Development and Industrial Structure Upgrading:the Perspective of Endogenous Technological Change

Deng Jing,Guan Yue

(School of Economics and Management, Nanjing University of Aeronautics and Astronautics, Nanjing 210000,China)

AbstractBased on the perspective of endogenous technological change, this paper uses data from 1985-2016 China's industrial structure upgrading, financial development, labor, and technological innovation to establish a VAR model for impulse response function analysis and variance decomposition, and further construct a VEC model. The conclusions of the study indicate that financial development and industrial structure upgrading have a long-term equilibrium and a significant positive relationship, while industrial structure upgrading and technological innovation have a lag in response to financial development disturbances. In the long run, the contribution of financial development to the upgrading of industrial structure will exceed the contribution of labor. In the short run, the short-term deviation of financial development and industrial structure upgrading is small, the recovery equilibrium is slow, and financial development has a significant impact on short-term fluctuations in industrial structure upgrading.

Key Words:Financial Development;Industrial Structure Upgrading;Endogenous Technological Change;VAR Model;VEC Model

收稿日期:2019-06-19

基金项目:江苏省哲学社会科学基金重点项目(16EYA003)

作者简介:邓晶(1975-)男,湖北荆州人,博士,南京航空航天大学经济与管理学院副教授,研究方向为产业组织与产业政策;管月(1994-),女,安徽芜湖人,南京航空航天大学经济与管理学院硕士研究生,研究方向为产业组织与产业政策。

DOI10.6049/kjjbydc.2018120170

开放科学(资源服务)标识码(OSID):

中图分类号:F264

文献标识码:A

文章编号:1001-7348(2019)19-0066-08

0 引言

产业是国民经济发展的基石,近年来,我国一直致力于推进供给侧结构性改革。许多结构性问题亟待解决,如低端技术生产、劳动力密集、缺少核心技术等问题。要实现经济持续平稳增长,就要优化升级产业结构,而产业结构升级在不同时代背景下需要不同的动力。20世纪60年代,索洛认为,外生技术进步是经济持续发展的动力,而近代罗默的新内生增长理论认为,经济并不依赖于外力推动,内生技术进步才是经济持续发展的源泉。产业结构是指各产业间的比例关系和经济联系。随着人均收入水平提高,人们的需求日益增长,与之对应的消费结构就会发生变化。各产业作为社会供给的源头,需求结构变动会导致产业结构发生变化。由配第和克拉克定理可知,产业结构变化具有一定规律,即随着国民收入水平提高,社会大部分资源会流向第二、三产业,第二三产业的产值比例也会提高。金融本身就具有趋利性特点,能将社会资源分配至利润率和附加值高的产业中,因此,通过金融资本流动趋势,就可以找到产业结构变化规律。同时,金融发展水平越高,资源分配越高效合理,产业结构就能越实现升级。新的内生技术和金融发展都是时代发展的关键点,基于内生技术视角研究金融发展如何影响产业结构升级,是一个具有重要理论和实践价值的问题。因此,本文将罗默的内生技术变迁模型加以拓展,引入金融部门,从理论和实证两个方面探究金融发展与产业结构升级之间的关系。

1 文献综述

国外学者在研究金融发展与产业结构升级之间的关系时,主要从金融体系的投资、财务作用、调整经济等功能着手。如Gu等[1]研究发现,不同的金融体系可以在收入和消费不平等的国家之间发挥关键作用,金融资本跨国流动较实体更加便捷;Carvalho & Cardim[2]、Alexandru[3]基于金融资本的财务作用,分析金融发展对产业结构升级的影响,发现金融发展水平较高的地区,容易将资金从盈余单位转移到稀缺单位,从而提供了一种产业结构升级的必要机制;Raj[4]、Kongsamut[5]、Acemoglu等[6]研究发现,有效的金融体系能够调整产业结构,通过对产业间各部门比例进行调整实现产业结构升级。国内学者主要从金融资本资源配置功能出发,探讨金融发展与产业结构调整和升级之间的关系。李强[7]研究发现,金融效率、金融结构、金融规模对我国产业结构升级均有促进作用;李新功[8]利用河南省时间序列数据,通过格兰杰因果检验发现金融改善与产业结构优化具有单向因果关系。

近年来,随着我国金融、科技、互联网等第三产业迅速发展,许多学者验证了金融发展能够通过影响技术进步[9]、劳动力转移[10]、人力资本[11]、市场需求[12]等间接作用于产业结构升级。李西江[13]、李文艳[14]、崔庆安等[15]深度探讨了金融体系对产业机构的影响,认为金融效率、金融存量对产业结构优化升级具有直接影响,并存在一定的技术溢出效应。部分学者同时考虑金融发展和技术进步两个要素,并将两者作为外生变量分析其对产业结构升级的影响。童毛弟[16]研究发现,金融深化和科技创新对产业结构升级具有促进作用且双向收敛;逯进等[17]认为,通过调整金融发展-技术创新、金融发展-产业结构、技术创新-产业结构3类二系统能实现三者协同发展;林春[18]实证表明,金融发展和技术创新联合有助于第一和第三产业发展;谢婷婷等[19]通过数据拟合显示,科技创新和金融发展对产业结构升级的影响不同,其中,金融发展的促进作用大于科技创新,科技创新对产业机构升级具有“倒U”曲线效应。可以看出,金融发展和产业结构升级与技术创新联系紧密。

目前,金融发展与产业结构升级关系的研究成果颇多,但大多数基于静态视角,缺乏对两者关系的时序动态分析。同时,在研究金融发展、技术创新与产业结构升级三者关系时,往往将金融发展、技术创新作为外生变量,忽略了内生变量系统的影响,对三者之间的影响缺乏机理分析。因此,本文基于罗默的内生技术变迁模型并加以拓展,引入金融部门,探究金融发展对产业结构升级的作用机理。同时,利用1985—2016年我国产业结构升级、金融发展、技术创新、劳动力水平相关数据,建立向量自回归模型进行脉冲响应函数和方差分解分析。最后,建立向量误差修正模型,实证分析内生技术变迁视角下金融发展与产业结构升级的长期均衡关系和短期偏离修正关系。

2 内生技术变迁视角下产业结构升级机理分析

2.1 理论模型设定

罗默内生技术变迁模型的关键点在于技术不是外生给定的,而是由模型决定的。在该模型中,研发由追求利润最大化的部门担任。其核心思想在于研发成果促进了产出增长,反过来,产出增长又会激励部门进行研发,积累的知识技术在部门间扩散,从而形成长久增长动力。为探究内生技术变迁模型中金融发展对产业结构升级的作用机理,本文遵循罗默内生技术变迁模型的基本思想,并对该模型加以拓展,分成4个部门:最终产品部门、中间产品部门、研发部门、金融部门。其中,最终产品由完全竞争性产商生产,他们均采用劳动和含有最新技术的中间产品进行生产。Romer假设既定的专利使用权由垄断生产者所有,中间厂商为了获取市场垄断利润积极进行技术创新,且因为自己的研发活动从金融市场获得投资。金融市场完全竞争,金融部门通过向中间产品部门的研发活动投资获得回报。

(1)最终产品部门。借鉴D-S函数,劳动力仍然作为投入要素。假设最终产品部门有m个行业,最终产品和要素市场都完全竞争,这里的资本要素被替换成中间投入品是为了显示模型中各部门在生产上的联系。设行业i中的中间产品函数Xit(k),技术水平Ait(k),在区间[0,1]上非负连续。最终产品部门生产函数如式(1)所示。

Yit=Lit1-βAit(k)1-βXit(k)βdk

(1)

式(1)中,Yit表示第i个行业在t时刻的产出,Lit表示第i行业在t时刻投入的劳动力,β表示中间产品所得在总产量中所占的份额,Ait(k)表示第i个行业生产中间品k的技术创新水平,Xit(k)表示i个行业生产的中间品k。根据模型设定形式,可以看出最终产品函数规模报酬不变。

(2)中间产品部门和研发部门。罗默在模型中假设中间厂商作为技术开发者可以垄断该思想的使用权,即中间厂商可以收取高于边际成本的价格,从而获得垄断利润,故可以将中间产品部门和研发部门联系起来。同时,中间产品生产商在生产过程中要将行业最终产品作为投入品,因而中间产品生产商的利润函数可以设置为式(2)。同时,假设中间厂商在t时刻进行了技术研发,且成功概率为uit(k),一旦成功,技术创新水平能提升δi倍。考虑到技术创新除能够直接提高生产效率外,还会通过各种外溢途径使生产效率提高,因此具有规模效应。本文借鉴Philippe等[21]的研发设计函数,如式(3)所示。

πit(k)=Pit(k)Xit(k)-PitXit(k)

(2)

(3)

其中,Pit(k)表示第i个行业中间产品k的价格,Piti个行业的最终产品价格,Rit(k)表示第i个行业k中间品的研发投入,λi表示技术参数。

(3)金融部门。中间产品生产商在进行技术开发时往往资金投入较大,为了分散风险需要向外部金融机构进行融资。同时,金融部门在市场上寻找合适的研发投资项目,但由于存在信息不对称,需要对投资对象进行事前资信调查和事后监督,从而增加了金融部门的交易成本。一旦中间产品部门研发成功,金融机构就能获得投资回报,于是将金融部门的边际收益和边际成本函数设置为:

MRit(k)=ziFit(k)

(4)

MCit(k)=PitCitRit(k)

(5)

其中,zi为金融部门投资研发项目成功概率,Fit(k)为金融机构i行业中间产品k单位投资回报,易知金融部门边际收益取决于投资成功概率。Cit为金融抑制系数,利用最终产品价格、研发投入与金融抑制系数的乘积表示金融部门的边际成本,可以表示金融市场金融抑制每增加一单位时所增加的成本,能直观地体现出金融抑制对金融发展的阻碍。

2.2 模型求解

(1)最终厂商最优行为。最终产品生产商利润函数为:

πY=PitLit1-βAit(k)1-βXit(k)βdk-wiLit-Pit(k)Xit(k)dk

(6)

根据利润最大化一阶条件,最终产品厂商获得的利润使得第i行业中间投入品的边际收益等于边际成本,边际劳动力价格等于劳动力边际成本,分别对Xit(k)和Lit求偏导可得:

Pit(k)=βPitLit1-βAit(k)1-βXit(k)β-1

(7)

(8)

(2)产业结构升级。根据式(7)可得i行业中间产品需求函数,代入式(2)得到中间产品部门利润函数:

πit(k)=βPitLit1-βAit(k)1-βXit(k)βPitXit(k)

(9)

求解式(9)的最大利润,由于中间产品部门厂商进行垄断竞争,长期均衡时边际收益等于长期边际成本,可以得出中间厂商在均衡条件下的中间产品最优产量:

(10)

将式(10)代入式(1)可以得到最终产品厂商的最优生产函数:

(11)

由式(11)可以看出,产业内最终产品厂商的最优产出取决于劳动力L、技术创新水平A、中间投入品投入密度β。干春晖等[22]、Aganbegian[23]认为,产业结构升级的目标就是为了增加产业附加值,因而可以通过第二、三产业产值的增加比例反映。假设存在高新技术产业h和传统产业o,其比例关系为:

(12)

式(12)结果显示的是当市场均衡时,各厂商采取最优生产行为后高新技术产业和传统产业产值之间的比例关系。可以看出,各产业通过改变劳动力投入L和研发投入A升级产业结构。

(3)金融发展影响产业结构的内在机理。由于金融市场完全竞争,在长期均衡条件下,金融机构的边际收益等于边际成本即平均收益。此时,单个金融机构的利润等于零。那么根据式(4)和(5)可以得到投资回报为:

(13)

从式(13)可以看出,投资回报取决于最终产品价格、金融抑制和研发投入量。研发投入量取决于技术进步概率,设Ait(k)dk=Aituit既为行业i的平均技术水平,也代表市场均衡时行业i中间产品k研发成功的概率。技术创新增长率为:

(14)

接着,求解中间厂商进行技术创新活动成功的概率uit(k)。中间厂商一旦向金融机构融资,除付出投入最终品的成本外,还需要支付研发成本和金融机构的研发回报。于是,中间产品部门利润函数变为:

(15)

将式(3)、(9)和(10)代入式(14)中得:

(16)

uit(k)求导得:

(17)

将式(17)代入(14)得:

(18)

Cit求一阶导数得:

(19)

由式(17)、(18)可以发现,技术增长率的影响因素有技术创新强度δi、中间产品投入密度β、金融部门投资成功概率zi,金融市场发展状况直接影响技术创新水平,当金融抑制增大时,技术增长率就会下降。同时,中间厂商和金融机构的净利润也会减少,侧面反映出金融发展水平极低的市场会抑制技术创新,而技术进步水平又直接影响产业结构升级,在内生技术变迁视角下,技术创新不仅仅是金融发展影响产业结构升级的中介条件,而是一个新的思考视角。从微观视角看,最终产品部门需要高技术含量的中间投入品,中间产品部门只有获得金融机构资金支持后才能进行技术创新,而技术创新不是外生的,需要最终产出增长的激励。如果没有这种激励,中间厂商融资积极性就会降低,那么金融资本就无法配置到产业部门中去,金融发展就不会促进产业结构升级。

3 实证分析

根据前文理论分析可以得出,在内生技术变迁视角下,劳动力、技术创新、金融发展对产业结构升级具有促进作用,但无法进一步识别上述4个变量之间的相互影响,故本文将其纳入VAR模型中,研究它们之间的相互影响。进一步地,根据内生变量存在的协整关系,建立向量误差修正模型,探究长期均衡的偏离如何得到修正。

3.1 实证模型设定

向量自回归模型(VAR)是一种非结构化模型,常用来分析随机扰动对变量系统的冲击。令Yt=(ISYt,TIt,LABt,FIRt),可以得到4个变量滞后p期的VAR模型:

Yt=A1Yt-1+A2Yt-2+…+ApYt-p+εt

(20)

其中,ISYtTItLABtFIRt分别表示产业结构升级系数、技术创新水平、劳动力水平、金融发展水平,At表示k×k维系数矩阵,εt表示k维随机误差项构成的向量。内生变量向量Yt中的原序列如果存在单位根,且一阶差分序列平稳,可以将式(20)改写为:

(21)

其中,ΔYt为变量的滞后差分项,

如果矩阵Π的秩r’,且β 'Yt~I(1),那么β为协整向量矩阵,α为调整参数矩阵。进一步地,如果Yt所包含的k个I(1)变量序列存在协整关系,则有:

(22)

称为误差修正项,式(22)中每个方程都是一个误差修正模型。误差修正项反映了变量之间的长期均衡关系,对长期均衡的偏离可以通过短期调整得到修正。

3.2 变量选取与来源

(1)产业结构升级。威廉·配第和克拉克认为,产业结构变化存在一般规律,随着人均收入水平提高,劳动力、资本会从第一产业向第二、三产业转移,并且第二、三产业产值比例也会提高,产业结构变化体现出一种层次性。为了展现30多年来我国产业结构变化趋势,本文以产业结构升级系数表示。

(23)

式(23)中,Y表示国内生产总值,Yi表示第i产业的国内生产总值。产业结构升级系数ISY越接近1,表示产业结构发展层次越低,越接近3表示产业结构发展层次越高。

(2)金融发展水平。本文从宏观上考虑金融发展情况,需要选择一个从整体上代表金融发展的指标,这样所有金融机构的存贷款都被纳入考虑范围。学术界比较认可的主流方法是Goldsmith[24]的金融相关比率FIR。因此,本文以“FIR=(金融机构年末存款+年末贷款)/GDP”表示。

(3)技术创新。现在大多数文献主要利用3种方法:TFP法、投入法和产出法测度技术创新水平。由于本文中的技术创新是内生技术,更多地关注我国历年产出状况而非投入,所以投入法并不合适。TFP法衡量的技术创新来自于索洛模型中的索洛余值,衡量的是外生技术,也不符合本文要求。因此,本文采用产出法反映我国技术创新实际发展水平,以“专利授权量/专利申请量”表示。

(4)劳动力水平。劳动力是产业活动的主体,产业活动的开展不仅需要受过高等教育的劳动力,也需要掌握一般技术的劳动力。同时,不断有劳动力参与到生产中来,使得产业各部门劳动力内涵十分丰富。因此,本文以“经济活动人口/年末总人口”测度,用“LAB”表示。

本文以1985—2016年中国时间序列数据为样本,各变量历年数据均来自《中国统计年鉴》、《中国金融统计年鉴》、国家知识产权局。各变量描述性统计结果如表1所示。

表1 各变量描述统计结果(1985—2016年)

变量说明Mean Median Maximum Minimum Std. Dev.ISY2.230 32.261 82.429 92.014 20.124 1FIR2.240 42.272 33.458 81.182 40.617 0TI0.529 00.546 30.837 50.011 80.155 9LAB0.563 40.579 10.584 60.473 40.034 8

4 实证结果与分析

4.1 单位根检验

为了保证变量序列的平稳性和同阶单整,首先进行单位根检验。本文利用ADF单位根进行检验,检验结果如表2所示。

各变量检验统计量的原序列均大于1%和5%的临界值,且P值均大于0.05。因此,上述4个变量都包含单位根,是非平稳时间序列。各变量一阶差分的检验统计值均小于1%检验水平下的临界值,同时,P值均小于0.01,因此,差分序列不包含单位根,从而表明差分序列是平稳的。其ISY、TI、LAB、FIR都是I(1)序列,在1%水平上拒绝“存在单位根”的假设。在Eviews软件中,一般从可以设定的最大滞后阶数开始,根据信息准则确定最优滞后长度。如表3所示,在允许的滞后长度中,AIC值最小的是滞后4阶,而SC值最小的是滞后1阶,此时仍不能确定最优滞后阶数。继续观察HQ值可知,在滞后4阶时,HQ绝对值最大,故选择滞后4阶作为最优滞后阶数。

表2 序列与差分序列ADF单位根检验结果

变量检验形式(C,T,K)ADF检验值1%临界值5%临界值概率值结论ISY(C,T,1)-2.604 6-4.296 7-3.568 40.280 9不平稳TI(C,0,0)-0.282 8-2.641 7-1.952 10.575 9不平稳LAB(C,0,0)-2.853 4-3.661 7-2.960 40.062 6不平稳FIR(C,T,6)-3.556 6-4.374 3-3.603 20.054 8不平稳D(ISY)(C,0,0)-4.942 8-3.670 2-2.964 00.000 4平稳D(TI)(0,0,0)-6.455 7-2.644 3-1.952 50.000 0平稳D(LAB)(C,T,0)-5.929 8-4.296 7-3.568 40.000 2平稳D(FIR)(C,0,1)-5.349 3-3.679 3-2.967 80.000 1平稳

注:检验形式(C,T,K),其中C、T表示检验方程中包含常数项、趋势项,若这两个值是0,表示没有;K表示滞后阶数

表3 VAR模型最优滞后阶数

LagAICSCHQ0-10.266 1-10.075 8-10.208 01-14.964 4-14.012 8*-14.673 52-15.112 3-13.399 4-14.588 73-14.964 9-12.490 8-14.208 54 -15.670 2*-12.434 8 -14.681 1*

注:*表示符合要求的阶数

4.2 协整检验

根据单位根检验结果可知满足协整检验条件,协整检验主要是为了检验金融发展与产业结构,以及其余变量之间是否存在长期均衡关系。本文采用Johansen协整检验法进行分析,检验结果如表4所示。

表4 Johansen协整检验结果

Hypothesized No.of CE(s)特征根迹统计值5%临界值P值None*0.747 277.092 647.856 10.000 0At most 10.614 638.584 729.797 10.003 8At most 20.326 511.885 415.494 70.162 5At most 30.028 80.818 13.841 50.365 7Trace indicates 2 cointegrating eqn(s) at the 0.05 levelMax-eigenvalue test indicates 2 cointegrating eqn(s) at the 0.05 level

首先看迹统计量,第一行“None”表示原假设“存在零个协整关系”,该假设下迹统计值为77.092 6,5%的临界值为47.856 1,迹统计值大于临界值,因此拒绝原假设,从而表明至少存在一个协整关系。接着,考察“At most 1”假设下迹统计值为38.584 7,5%临界值为29.796 1,迹统计值大于临界值,显示不止一个协整关系,“At most 2”假设下迹统计值小于5%临界值,因此接受原假设,从而得出各变量存在两个协整关系,即各变量之间存在长期均衡关系。考虑到计量经济学模型不仅要通过统计检验,还要通过经济学意义检验,只有一个协整方程符合要求,如式(23)所示,当我国金融发展每提升一个单位,产业结构升级提升0.219 3,劳动力、技术创新增加一个百分点,产业结构升级分别提升0.370 66、0.223 4个单位,如式(24)所示。

ISY=0.223381TI+0.37066LAB+0.219315FIR

(24)

4.3 VAR模型动态估计

由协整检验结果可知,变量之间存在长期均衡关系,因而可建立VAR模型,利用VAR模型中的脉冲响应函数和方差分解方法,分析模型中每个内生变量对自身以及其它变量的扰动反应,了解模型动态特征。

4.3.1 脉冲响应函数分析

脉冲响应函数用于衡量来自某个内生变量随机扰动项的一个标准差冲击,对VAR模型中所有内生变量当前值和未来值的影响,如图1所示。其中,横轴表示时期数,纵轴表示脉冲响应函数大小,虚线表示正负两倍的标准差偏离带,实线表示脉冲响应函数。

根据图1可知,技术创新TI对来自金融发展FIR的扰动没有立即作出响应,但从第1期开始迅速增加,并在第2期技术创新对金融发展的扰动作出了最大响应且为正向,之后在第4期,技术创新的响应下降为0,第6—8期缓慢增加又趋于0,说明金融发展能够促进我国技术创新水平提高。同时,从子图可以看出一旦金融发展态势良好,经过一段时间累积后就能够带来技术水平迅速提升。

产业结构升级对金融发展的扰动在第1-5期的响应都不是很明显且为负,第5-7期开始攀升,并在第7期达到最大。这与我国金融发展状况有关,早期我国金融发展基础环境差,并且存在金融抑制现象,故早期金融发展对产业结构升级的影响不是很明显。直至1995年,金融形势平稳,金融结构优化,开始用于支持国家重点项目和产业结构调整。滞后第7期,金融发展的变动带来了产业结构升级的负向响应,可能是因为1997—1998年亚洲金融危机爆发,2007—2008年环球金融危机爆发,金融市场极不稳定,许多产业部门面临财务危机。“九五”期间,我国金融体制改革继续深化,金融风险防范工作加强。随着我国国际参与度提高,面临的金融风险越来越大,因此,在推进产业结构升级过程中继续加强金融改革工作依然很重要。

产业结构升级对技术创新水平的一个冲击没有立即反应,第1—3期响应为负可能是由于技术创新前期研发投入成本大,我国专利权保护也是从1985年开始的,从第3期开始产业结构升级对技术创新的影响开始增强并在第4期达到最大值,持续至第7期才减弱为0。由此可知,技术创新对产业结构升级的影响很大并且持续较久。

从产业结构升级对劳动力扰动的响应可知,第1-2期产业结构升级响应迅速增加,第3期产业结构升级的响应达到最大值,且直至第10期都是正向。我国早期“人口红利”的确带来了产业繁荣发展,但近年来“人口红利”逐渐消失,从脉冲响应图可以发现,虽然第9期仍然为正,但已经呈现下降趋势。

TI对FIR扰动的响应 ISY对FIR扰动的响应

ISY对TI扰动的响应 ISY对LAB扰动的响应
图1 脉冲响应曲线

4.3.2 方差分解

方差分解可以了解各变量对另一个变量变化的贡献度,如表5所示。在第1期预测中,产业结构升级预测是由自身扰动引起的。不考虑产业结构升级对其自身贡献率,在第2期有15.543 3%是由劳动力引起的,5.570 9%是由技术创新引起的,0.194 3%是由金融发展引起的。第2-16期,除产业结构升级自身贡献外,劳动力对产业结构升级的贡献最大,但是随着时间推移,劳动力贡献率在第7期开始下降。金融发展对产业结构升级的贡献度在前7期不到0.5%,但数据整体呈现增长趋势。在第18期,金融发展对产业结构升级的贡献度首次超过劳动力,达到12.407 8%。在第20期,产业结构升级分解结果为:技术创新贡献率为2.556 0%,劳动力贡献率为10.734 9%,金融发展贡献率为17.516%,与第2期的结果存在较大差距,尤其是金融发展的贡献度。

由产业结构升级方差分解结果可知,早期较长时间内,金融对产业结构的贡献微乎其微,但随着时间推移,金融发展对产业结构升级的影响逐渐显著,并且贡献度提升幅度明显,超越了劳动力。这可能与我国早期经济状况相关,我国金融体系早期不完善,货币调控方式带有主观因素,同时经济发展急于求成,一度出现了通货膨胀,政府为抑制通过膨胀人为地限定利率,再次导致金融抑制。近年来,我国证券市场逐步规范,金融机构存贷款稳定增加。从长期看,金融发展对产业结构升级的贡献会逐步增大。

表5 产业结构升级方差分解结果

时期标准差ISYTILABFIR10.0149 100.000 00.000 00.000 00.000 020.022 478.691 45.570 915.543 30.194 330.027 573.618 93.721 022.197 80.462 340.031 675.562 83.720 820.238 70.477 850.035 279.600 33.388 016.618 30.393 560.038 182.103 93.197 114.344 30.354 770.040 583.707 52.836 213.003 60.452 880.042 684.335 92.893 512.247 00.523 790.044 182.913 83.134 112.751 01.201 2100.045 582.085 02.955 212.913 72.046 1110.046 781.555 72.865 712.916 72.661 8120.047 781.467 82.819 912.667 43.044 9130.048 581.344 42.735 112.485 33.435 2140.049 180.865 92.709 112.303 84.121 3150.049 879.531 52.747 712.089 15.631 6160.050 577.661 22.764 011.883 17.691 8170.051 375.627 62.703 011.622 210.047 2180.052 073.568 82.646 211.377 212.407 8190.052 871.480 12.588 211.084 714.847 0200.053 769.193 12.556 010.734 917.516 0

4.4 VEC模型估计

Johansen协整检验结果表明,变量之间存在协整关系,可以建立VEC模型(向量误差修正模型)。根据协整检验得出的协整关系进一步估计误差修正项,结果如表6所示。

从误差修正项调整系数看,ISY、TI、LAB、FIR的误差项调整系数分别为-0.078 6、2.252 0、0.181 6、1.977 5,误差修正项系数绝对值越大,短期偏离调整速度就越快。可见,技术创新在VEC模型短期偏离过程中的修复速度最快。这与实际情况相符,近年来我国正在推进供给侧结构性改革,就是为了解决与经济发展不相容的结构问题。由于产业结构调整牵涉问题较多,短期内改变某些宏观因素容易偏离均衡。对于技术创新而言,一旦积累到一定量后便能保持稳定。劳动力在各产业间转移变动较大,也容易出现偏离均衡状况。随着我国金融市场规模扩大,海内外资金流入干预,牵一发而动全身,短期偏离均衡是常态。在VEC模型中的产业结构升级方程中,误差修正项系数为负,存在反向修正机制。短期内若金融发展、技术创新、劳动力偏离产业结构升级的长期均衡水平,纠正上一期的非均衡状态强度为7.86%。根据VEC模型估计系数可以得到每个内生变量方程,在ΔISY方程中,ISY差分滞后一期项系数在5%水平上显著,对自身波动存在影响。滞后1期时,当劳动力水平增加1个单位,产业结构升级就波动0.895 7个单位。技术创新水平对于产业结构升级的短期波动没有显著反应。滞后1期时,金融发展对产业结构升级的短期波动存在抑制作用但不显著,滞后2期和3期时,金融发展对产业结构升级短期波动具有促进作用,且在滞后2期时,金融发展对产业结构升级短期波动的影响为0.001 9,滞后3期的影响为0.014,说明短期内金融发展对于产业结构升级的影响具有滞后现象。在ΔTL模型中,滞后1、2、3期时,金融发展对技术创新水平提高均具有显著促进作用,说明短期内金融体系的良性发展对产业部门技术研发具有积极作用。

表6 VEC模型估计结果

误差修正D(ISY)D(TI)D(LAB)D(FIR)CointEq1-0.078 6[-0.676 8]2.252 0***[3.793 4]0.181 6[1.472 1]1.977 5*[1.895 2]D(ISY(-1))0.532 6**[2.416 9]0.161 5[0.084 0]-0.356 4[-0.892 6]-2.280 5[-0.675 2]D(ISY(-2))-0.083 7[-0.213 0]0.538 0[0.267 7]0.348 9[0.835 5]4.534 3[1.283 5]D(ISY(-3))-0.141 2[-0.451 6]-3.175 5*[-1.987 1]-0.473 7[-1.426 9]-1.674[-0.596 0]D(TI(-1))-0.040 1**[-2.395 8]-0.172 7*[-1.176 1]0.051 0[1.673 1]-0.341 3[-1.322 3]D(TI(-2))-0.036 3[-0.138 8]0.071 1[0.436 3]0.062 1*[1.833 9]-0.007 6[-0.026 4]D(TI(-3))-0.015 1[-0.540 7]-0.158 7[-1.112 4]0.016 4[0.552 8]-0.005 8[-0.023 1]D(LAB(-1))0.895 7***[2.876 5]-0.018 0[-0.011 3]-0.332 3[-1.004 8]-0.705 7[-0.252 3]D(LAB(-2))0.094 9[0.2370 3]-0.069 [-0.033 8]0.413 6[0.972 9]2.249 3[0.625 5]D(LAB(-3))-0.280 2[-0.820 4]1.341 4[0.768 1]-0.291 2[-0.802 5]-4.748 4[-1.547 1]D(FIR(-1))-0.036 3[-0.889 8]0.542 9**[2.605 9]0.069 0[1.593 3]0.765 8**[2.091 6]D(FIR(-2))0.001 9**[2.0542 6]0.172 1***[2.948 4]-0.026 7[-0.707 0]-0.295 3[-0.925 9]D(FIR(-3))0.014 0**[2.392 1]0.387 6**[2.127 8]0.035 1[0.926 5]0.467 3[1.459 5]C0.009 3[1.450 0]-0.037 7[-1.151 4]0.003 4[0.504 3]0.021 2[0.368 3]

注:“[]”中的数字表示t值,“***、**、*”分别表示在1%、5%、10%显著水平下显著

5 结论与政策建议

5.1 结论

本文在内生变迁模型的基础上,分析金融发展对产业结构升级的作用机制,并基于内生变量视角运用VAR模型对1985—2016年我国金融发展、劳动力水平、技术创新和产业结构升级的关系进行实证分析。

(1)通过拓展后的内生技术变迁模型理论分析得出,金融体系越不完善,金融发展水平就越低,从而阻碍技术增长,最终影响产业结构升级。

(2)金融发展与产业结构升级存在长期正向均衡关系。产业结构升级和技术创新对金融发展的扰动具有滞后性,从第18期开始,金融发展对产业结构升级的贡献度超过了劳动力。

(3)从短期看,金融发展和产业结构升级会偏离均衡,短期偏离修正系数较小,恢复速度较慢。

5.2 建议

(1)提升我国技术创新水平,不断完善我国知识产权保护法,构建我国创新型企业家和科研工作者激励机制。同时,将我国劳动力成本优势转化为人才优势。

(2)加大技术创新项目金融资本投入力度。由于金融发展对技术创新的影响具有滞后性,因此,应该从长期视角看待研发成果,给予科研活动适当宽松的融资权力,保障技术创新活动不会因为资金问题而中断。

(3)由于金融发展与产业结构升级在短期偏离中的修正速度较慢,因此,应当进一步规范证券市场,加大金融机构监管力度,深化金融体制改革,提升我国金融风险防范能力,从而降低金融市场波动对我国产业发展的影响,并通过金融发展支持技术创新,进一步促进产业结构升级。

参考文献:

[1] GU X,ZHANG Y,CHANG X.The role of financial systems for cross-country differences in the link between income and consumption inequality[J].Applied Economics,2016(7):1-14.

[2] DE CARVALHO,FERNANDO J.On the nature and role of financial systems in Keynes's entrepreneurial economies[J].Journal of Post Keynesian Economics, 2016, 39(3):287-307.

[3] ALEXANDRU,CARUNTU GENU,LOREDANA,et al.The role of the financial system system in market economy [J]. Economy Series,2015(6):101-104.

[4] RAJ,TILAK,VIKAS.Financial development and industry growth in India:an empirical investigation.[J].Journal of Commerce & Accounting Research,2018,7(3):1-7.

[5] KONGSAMUT,PIYABHA,REBELO,et al.Beyond balanced growth[J].Review of Economic Studies,2001,68(4):869-882.

[6] ACEMOGLU,DARON,VERONICA.Capital deepening and non-balanced economic growth[J].Journal of Political Economy,2008(116):467-498.

[7] 李强.金融发展与我国产业升级:全球价值链攀升的视角[J].商业经济与管理,2015(6):86-96.

[8] 李新功.区域金融改善与产业结构优化[J].科学学研究,2016, 34(6):884-849.

[9] 王定祥,李伶俐,吴代红.金融资本深化、技术进步与产业结构升级[J].西南大学学报:社会科学版,2017,43(1):38-53.

[10] 张彤进.包容性金融发展的城乡收入分配效应研究——基于产业结构升级的视角[J].山西财经大学学报,2016,38(6):28-40.

[11] 候丁,郭彬.要素集聚下金融发展与产业结构升级的非线性关系[J].管理现代化,2017,37(5):5-8.

[12] 商海岩,杜志明.异质性需求、金融定向支持与产业结构适应性升级[J].科技进步与对策,2015,32(3):55-59.

[13] 李西江.金融发展、金融结构变迁与产业结构升级[J].财经问题研究[J],2015(6):32-39.

[14] 李文艳, 吴书胜. 金融发展与产业结构升级——基于经济危机视角的实证研究[J].金融论坛,2016(3):18-29.

[15] 崔庆安,王文坡,张水娟.金融深化、产业结构升级与技术创新——基于空间杜宾模型的实证分析[J].工业技术经济,2018,37(2):42-50.

[16] 童毛弟,童业冬.金融深化、科技创新对产业结构升级的影响研究——基于江苏省1984—2013年的数据[J].求索,2015(9):88-91.

[17] 张竣喃,陈阳,逯进.技术创新、产业结构变迁与金融发展的协同效应研究——基于山东省17市的实证分析[J].山东科技大学学报:社会科学版,2017,19(5):68-77.

[18] 林春. 金融发展、技术创新与产业结构调整——基于中国省际面板数据实证分析[J]. 经济问题探索, 2016(2):40-48.

[19] 谢婷婷,赵莺.科技创新、金融发展与产业结构升级——基于贝叶斯分位数回归的分析[J].科技管理研究,2017(5):2-8.

[20] ROMER,PAUL.Endogenous technological change[J].Journal of Political Economy,1990,98(5):71-102.

[21] AGHION P,HOWITT P.A model of growth through creative destruction[J].Econometrica,1992,60(2):323.

[22] 干春晖,郑若谷,余典范.中国产业结构变迁对经济增长和波动的影响[J].经济研究, 2011(5):4-16.

[23] AGANBEGIAN A G.On a new industrial policy[J].Problems of Economic Transition,2014,56(10):6-20.

[24] GOLDSMITH.Financial structure and development[M].New Haven:Yale University Press,1969:310-365.

(责任编辑:张 悦)