金融发展与全要素生产率：水平效应与增长效应，本文主要内容关键词为：效应论文,生产率论文,要素论文,水平论文,金融论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中国经济在过去30多年里取得了快速的增长，但是经济增长背后的效率问题也引起了越来越多的关注。[1][2][3]由于资源和环境的约束，传统要素推动型的增长模式难以持续；长期而言，经济增长的唯一出路是创新和生产率进步。[4]
现代金融理论表明金融发展对于生产率进步具有重要意义。由于经济系统存在大量的风险和不对称信息，金融机构可以通过对投资项目的事前甄别和事后监督，促进资源的有效配置，推进创新和技术进步；从“效率通道”和“技术通道”两个层面推动全要素生产率的进步。[5][6][7][8][9]大量研究也从实证角度验证了金融发展对全要素生产率的正面影响。[10][11][12][13]
但是当研究转向国内时，结论却变得模糊了。一些研究验证了金融发展对全要素生产率的正面影响[14][15]，一些研究则得出了否定结论。[16][17][18]理论界似乎无法对“金融发展是否对中国全要素生产率具有正面影响”这一基本问题给出明确解答。本文认为造成这一困惑的主要原因是没有认识到金融发展对全要素生产率的影响可以区分为两个层次：水平效应和增长效应。[19]前者表示金融发展水平高的地区，拥有更高的全要素生产率；后者表示金融发展水平高的地区，拥有更高的全要素生产率增长率。显然后者的含义强于前者，为了区别起见可以将前者称为弱效应，后者称为强效应。大量的实证研究以全要素生产率的增长率为解释变量，验证的其实是金融发展对全要素生产率的增长效应(强效应)；如果这一效应成立，显然可以确认金融发展对全要素生产率的正面影响。但是即使增长效应(强效应)不成立，也不能认为金融发展对全要素生产率不存在正面影响。因为衡量“金融发展是否对全要素生产率具有正面影响”的标准是金融发展的水平效应(弱效应)，而非增长效应(强效应)。
本文讨论的另一个问题是，为什么西方国家金融发展的增长效应(强效应)普遍存在，而在中国却不存在。本文通过明确区分金融发展对全要素生产率的两种作用通道——效率通道和技术通道——为这一问题的解答提供了理论思路：增长效应能否成立取决于技术通道作用的强弱；如果金融体系无法有力促进创新和技术进步，那么增长效应将不成立。
本文的结构如下：第二节为文献综述，第三节为理论模型，分析金融发展影响全要素生产率的作用机制，第四节为实证分析，第五节为结论和建议。
二、文献综述
对金融发展与经济增长和生产率关系的现代研究，通常认为始于戈德史密斯(Goldsmith)[20]，麦金农(McKinnon)[21]和肖(Shaw)[22]。但是直到内生增长理论[23]兴起之前，研究的重点主要是在“外生技术进步”的框架下，讨论金融体系如何通过评估项目、监督管理者、管理风险、便利交易来优化资源的配置，促进生产率进步。[9]
格林伍德和约万诺维奇(Greenwood and Jovanovic)在金融和经济相互作用的框架下讨论了金融对生产率的影响。指出金融发展可以改善项目评估效果，提高资源配置效率，促进经济增长。[6]斯蒂格利茨和韦斯(Stiglitz and Weiss)指出，合理的金融安排将使投资者能够有效监督和影响企业管理层，使资本流向利润最高的投资项目。[24]圣保罗(Saint-Paul)强调了金融的风险分散功能，指出如果缺乏有效的金融市场，行为人为了规避风险会倾向于选择“低专业化—低生产率的技术”。成熟的金融市场可以通过金融多样性来有效分散风险，促进“专业化—高生产率技术”的发展。[25]戴蒙德和迪布维格(Diamond and Dybvig)从资产流动性的角度强调了金融对生产率提升的作用。当经济系统存在风险时，单个行为人不会将大部分财富用于高回报但低流动性的投资。金融中介可以为投资者提供流动性服务，将汇集的资金用于高回报但低流动性的投资项目。[26]
20世纪80年代以后，随着内生增长理论的发展，金融发展理论也从关注“资源配置问题”转向对“创新和技术进步”的讨论。金和莱文(King and Levine)指出金融系统可以对企业家和投资项目进行评估，将资金用于最有前景的“生产率提升”项目上，并分散创新活动所带来的风险；从“创新活动”而非从“使用现有技术生产现有产品的活动”中获取利润。[8]莫拉莱斯(Morales)指出金融中介可以有效减轻研究者的道德风险，提升科研的效率，推动创新和技术进步。[27]
在实证研究方面，金和莱文(King and Levine)具有重要的开创性。[7]金和莱文在传统的金融发展指标(即金融深化指标)之外，又另外创建了三个指标以全面测度金融发展水平：存款货币银行相对中央银行的信贷比例(BANK)，私人部门信贷占总信贷的比例(PRI VATE)，私人部门信贷与GDP的比率(PRIVY)。通过对1960-1989年77个国家的实证分析，金和莱文发现金融发展与资本积累、效率提升和经济增长之间存在显著的正相关性。同时早期金融发展对其后的资本积累、效率提升和经济增长也具有显著的正相关性，说明金融发展是经济增长的良好预报器。
虽然金和莱文证明了金融发展能预示生产率和经济的增长，但并没有消除可能的内生性偏误；为了消除内生性偏误需要引入工具变量。贝克等人(Beck et al.)[11]使用拉波塔等人(La Porta et al.)[28]构建的法律起源指标作为映射金融发展的工具变量；检验金融发展对经济增长、全要素生产率增长、物质资本积累和私人储蓄率的影响。在控制了内生性偏误后，他们发现金融发展对全要素生产率增长具有重大的正面影响，而金融发展对物质资本增长、私人储蓄率的影响则比较薄弱。
借鉴金和莱文构造的金融指标，本哈比和斯皮格尔(Benhabib and Spiegel)发现，并不是所有的金融指标都对全要素生产率产生显著正面效应。在不包含国家固定效应时，金融深化指标和私人部门信贷与GDP的比率(PRIVY)对全要素生产率有显著正面效应；如果包含国家固定效应，则只有私人部门信贷与GDP的比率(PRIVY)具有正面效应。[12]
另一方面，里奥哈和瓦列夫(Rioja and Valev)指出金融发展对于全要素生产率的影响可能是非线性的。在不同的经济发展阶段，金融发展对于经济增长来源因素(全要素生产率和资本积累)的影响也不相同。在发达国家，金融发展对生产率增长具有较强的正面影响；而在发展中国家，金融发展的影响主要是推动资本积累，对于生产率增长的影响不显著。[29]
显然里奥哈和瓦列夫已经认识到“高金融发展水平对应高生产率增长率”(增长效应)的结论并不适用于所有国家。但是在“增长分析框架”下，里奥哈和瓦列夫并没有继续讨论金融发展对于生产率改进的“水平效应”；而对于发展中国家，更可能存在的恰恰是“水平效应”。
在国内研究方面，学者们主要也是在增长分析框架下，对金融发展的增长效应进行研究。张军和金煜通过构造“私人部门信贷与GDP比率”指标，对中国各地区金融发展水平进行了更为合理的测度。利用省份面板数据，他们发现金融发展和生产率增长之间存在显著的正相关性。[14]吉拉蒙-让纳内等人(Guillaumont Jeanneney et al.)利用中国1993-2001年的省级面板数据，也发现金融发展对生产率增长具有显著贡献。[15]
熊鹏和王飞发现，金融深化主要通过资本积累、人力资本和制度因素来促进经济增长，其对技术进步的影响并不显著。[16]陈刚等人发现银行公共信贷以及股票市场规模的扩张对中国全要素生产率增长具有不利的影响，银行私人信贷规模的扩张对全要素生产率增长的促进效应也不是十分显著。[17]王定祥等人发现非国有银行信贷对全要素生产率增长的影响为负。他们认为可能的原因包括以下两点：金融市场准入条件太过严格，内生金融发展滞后，无法满足市场需求；非国有银行的贷款对象主要是中小企业，贷款主要流向企业的固定资产投资而非人才培养和技术创新。[18]
显然对于金融发展的增长效应(强效应)，国内现有研究并没有得到一致的结论。同时对于如下两个问题“金融发展是否对中国全要素生产率具有正面影响”，以及“为什么增长效应在中国不显著”也难以给出明确的回答。为了回答上述问题，需要引入金融发展的“水平效应”(弱效应)概念；并区分金融发展对全要素生产率的两大作用通道：效率通道和技术通道。
三、理论模型
考虑一般形式的生产函数Y=AF(K，L)，其中A为全要素生产率水平参数，表示相同要素投入下产出的效率。考虑到资源配置效率的差异，可以将上式进一步分解：
Y=θTF(K,L)
(1)
其中，T表示技术发展水平，θ表示资源配置效率，或对现有技术水平的运用效率。内生增长理论兴起之前，金融发展理论研究的重点是在“外生技术进步”的框架下，讨论金融如何通过评估项目、监督管理者、管理风险、便利交易来优化资源配置，促进生产率进步。显然在“外生技术进步”框架下，金融发展不对技术水平T产生影响，仅仅提高资源配置效率θ。但是由于资源配置效率存在极限θ≤1，金融发展对资源配置效率的影响将是递减的。记金融发展水平为f，有
。金融对资源配置效率、技术水平以及生产率水平的影响如图1实线所示。
图1 金融发展对全要素生产率的影响
但是考虑金融发展对资源配效率增长率和全要素生产率增长率的影响时，其结论却是相反的。为了简化分析，本文假设金融发展对资源配置效率的影响为如下形式：
。由此可得资源配效率和全要素生产率的增长率函数：
由于资源配置效率的收敛规律，金融发展对配置效率增长率的影响是负的，从而更高的金融发展水平将对应更低的资源配置效率增长率和全要素生产率增长率。
因此在“外生增长框架”下，我们将观察到金融发展的水平效应：更高金融发展水平对应更高全要素生产率水平；但是却观察不到金融发展的增长效应：更高金融发展水平对应更高全要素生产率增长率。显然这个结论与大量主要基于发达国家的实证研究结果是相矛盾的。矛盾的原因在于“外生技术进步”的假设——金融发展不对技术进步产生影响。事实上在现代经济发展中，技术进步是内生的，金融发展不只是影响资源配置效率q，还同时影响技术进步T；
此时金融发展的水平效应仍然成立，并且更加显著。而金融发展对全要素生产率增长率的影响如下式所示：
综合上述分析，本文可以得到如下命题：
命题1：金融发展能够通过提高资源配置效率(效率通道)，推动技术进步(技术通道)，提升全要素生产率(水平效应)。
命题2：金融发展对资源配置效率的增长率具有负面影响；如果金融发展能够有力推动技术进步，从而对技术水平增长率的正面影响大于对配置效率增长率的负面影响，则金融发展能够提升全要素生产率的增长率。反之，无法提升全要素生产率的增长率(增长效应)。
通过上述分析，笔者可以对引言和综述中所提出的两个问题进行回答：
(1)金融发展是否对中国全要素生产率具有正面影响？显然衡量这个问题的标准应该是金融发展的水平效应(弱效应)，即更高金融发展是否对应更高的全要素生产率水平；而非增长效应(强效应)，即更高金融发展是否对应更高的全要素生产率增长率。正如良好的法治可以对应更高的人均收入水平，但是不一定对应更高的人均收入增长率。
(2)为什么增长效应在中国不显著？如果增长效应在中国确实不显著，则说明金融发展在推动技术进步方面作用不是很大，无法抵消配置效率增长率的负面影响，从而没有产生增长效应。
本文接下来通过分析我国1978-2010年的省际面板数据，对金融发展的水平效应和增长效应进行验证。如果水平效应成立，则说明金融发展对全要素生产率具有正面影响。如果增长效应成立，则说明金融发展对全要素生产率具有强的正面影响(或递增的正面影响)。反之，如果增长效应不成立，则说明金融发展对技术进步的作用不是很显著，只对全要素生产率产生递减的正面影响。
四、实证分析
本文使用生产函数法测度1978-2010年我国各省(市、自治区)的全要素生产率；数据来源于《新中国六十年统计资料汇编》以及2011年《中国统计年鉴》。本文采用以1978年不变价格表示的各省国内生产总值作为产出指标，以各省从业人员作为劳动投入指标，以固定资本存量作为资本投入指标。固定资本存量的计算采用“永续盘存法”，采用张军等人[30]测算的1978年各省资本存量作为基期资本存量，折旧率采用10%①；由于统计资料中只有1991年以后的固定资产投资价格指数，本文采用此前各年的GDP平减指数作为固定资产投资价格指数的近似替代。
根据式(5)，要估计全要素生产率水平还需要对资本产出弹性α进行设定。在国外α一般设置为0.3左右，如金和莱文(King and Levine)[7]即设α取值为0.2～0.4。这也与国外的要素分配份额相一致。但是中国，资本的分配份额相对要高一些，位于0.35～0.5之间[32]；因此本文分别取α等于0.35～0.5对全要素生产率进行估计。结果显示不同α取值所得到的估计结果相关系数在0.94以上，说明α的取值对全要素生产率的相对水平没有显著影响。因此在后面的分析中本文报告α=0.4的估计结果。
如图2(a)所示，各地区的全要素生产率水平存在比较大的区别，经济比较发达、金融发展水平较高的地区，如上海、北京、天津等地，其生产率水平也相对较高，这与水平效应相吻合。但是在图2(b)中，各地区全要素生产率增长率的差别却没有这么明显，增长率的平均值介于3%至5%之间；并且经济和金融比较发达的地区，如上海、北京、天津等地，其生产率增长率也不占什么优势，显然这与增长效应是不吻合的。
图2(a) 各地区1978-2010年全要素生产率水平
图2(b) 各地区1979-2010年全要素生产率增长率
说明：横轴为各省编号，按照《中国统计年鉴》顺序排列，具体顺序如表1所示。
资料来源：《新中国六十年统计资料汇编》以及2011年《中国统计年鉴》。根据式(5)计算。
将各地区1978-2010年的累积生产率增长率对1978年的全要素生产率进行回归，可以得到如下结果：
其中TFP_CH=TFP-2010/TFP-1978，为1978年到2010年全要素生产率的总合增长率。上述回归显示生产率进步存在“收敛效应”：初始生产率水平高的地区，其生产率的进步率相对较低。这显然与增长效应也是不吻合的，在增长效应下，增长率进步将呈现“扩散效应”：金融发展水平高、生产率水平高的地区，将拥有更高的生产率增长率。
当然图2、图3与回归方程(6)只是给出了初步的直观描述，更准确的实证结果需要在测度了各地区的金融发展水平，并控制了其他影响因素(如工业化水平、城市化水平、对外开放程度、教育发展水平等)之后才能得到。
参照金和莱文(King and Levine)的思想[7]，本文构造三个衡量金融发展水平的指标：金融深化指标(DEPTH)：信贷总额占GDP的比例；私人部门金融深化指标(PRIVY)：非国有企业信贷额占GDP的比例；市场化指标(RELAT)：非国有企业信贷额与国有企业信贷额之比。由于《中国金融年鉴》没有提供历年国有部门和非国有部门的信贷数据，因此本文无法直接计算后两个指标。本文按照张军和金煜[14]模型对银行给予国有和非国有企业的信贷额进行估计。在张军和金煜以及贵斌威等人模型中，假设两类企业各年的信贷系数(信贷额和产出的比例)不变，这个假设对于短期数据是适用的，但是对于长期数据却不适用。由于本文使用1978-2010年的长期数据，因此需要对上述假设进行放松，即允许各年信贷系数变动。扩展后的模型构造如下：
将国内企业分为国有企业和非国有企业两类，定义国有企业的信贷系数
；非国有企业的信贷系数
。其中
分别为国有和非国有企业所获得的信贷额及产出。信贷系数可以理解为反向信贷效率，该值越大意味着单位产出需要的信贷支持越多。
根据信贷系数表达式，可得各地区信贷总额为
；地区金融深化水平可以分解为：
其中，
为信贷系数差，表示国有企业和非国有企业的信贷效率差异；如果φ＞0，意味着对于相同的产出水平，国有企业需要更多的信贷支持。由式(7)，在允许国有和非国有企业各年信贷系数变动的情况下，本文可以构造如下时期固定效应的面板回归方程：
其中，
和
分别表示各个地区各年的金融深化水平和国有企业的产出比重。由于难以获得国有企业产出在GDP中的比重，本文使用工业总产值中国有企业的比重作为代理变量。根据历年《中国统计年鉴》以及《中国金融年鉴》，本文利用1978-2010年全国31个地区的信贷GDP占比、工业总产值中国有企业的比重等数据对方程(8)进行回归，估计国有和非国有企业历年的信贷系数。根据信贷系数和国有企业的产出比重可以计算各地区国有和非国有企业的金融深化水平，从而构造私人部门金融深化指标(PRIVY)以及市场化指标(RELAT)。表1给出了1978-2010年各地区三类金融发展指标的平均值。
表1显示，如果以总体金融深化指标衡量，则宁夏、青海、吉林等西部和东北地区省份的金融发展水平较高。这与实际情况是不符的。这一点也为许多研究者所指出[7][14]：在存在政府干预和政策性贷款的情况下，使用总体信贷无法准确反映金融发展水平，而使用金融体系给予私人部门的信贷能更准确反映金融发展水平。按照PRIVY和RELAT指标，浙江、江苏、广东等东部地区的金融发展水平比较高。这显然更加符合实际。
本文再使用面板分析方法对金融发展的“水平效应”和“增长效应”进行检验。与标准增长模型相似，除了金融发展水平外，本文还在解释变量中包含了基本的控制变量：城市化水平、工业化水平、服务业发展水平、非国有化进程、对外开放程度、教育发展水平，以及政府支出规模(具体说明见表2)。一般而言，笔者预期城市化水平、工业化水平、服务业发展水平、非国有化进程、对外开放程度、教育发展水平的提高将对全要素生产率水平产生正面影响，而政府支出规模的增大则会对全要素生产率水平产生负面影响(水平效应)。但是考虑到配置效率的收敛作用，在无法确定上述正面因素对技术进步推动力度的情况下，我们无法确定其对全要素生产率增长率的影响方向。当然，政府支出可能会通过降低配置效率和减慢技术进步对全要素生产率的增长率产生负面影响(增长效应)。
本文使用如下两个面板模型对水平效应和增长效应进行检验：
式中TFP，TFPG分别表示全要素生产率水平及全要素生产率的增长率；FIN表示金融发展水平，分别用金融深化指标(DEPTH)、私人部门金融深化指标(PRIVY)以及市场化指标(RELAT)进行测度。CTRL为控制变量，包括表2中列出的7个变量。为了避免内生性偏误，本文引入滞后一期的金融发展指标FIN(-1)为工具变量，使用Eviews的Pool-2SLS方法进行回归。由于使用了工具变量，本文无法通过Hausman检验对个体一时期的固定效应和随机效应进行选择。由于中国的统计口径在各年之间可能存在较大的变动，同一时期各个地区的比较可能更具现实意义，所以本文将模型设定为具有时期效应的面板回归。另一方面，如古扎拉蒂[33]所指出，如果确信样本不是从一个较大的总体中随机取出的，那么固定效应可能更为合适；因此本文最终将模型设定为具有时期固定效应的面板回归。回归结果如表3和表4所示。
在水平效应模型中，金融发展指标的符号似乎有些矛盾。金融深化指标(DEPTH)对生产率的影响是负面的，而私人部门金融深化指标(PRIV以及市场化指标(RELAT)对于生产率的影响是正面的。如上面所述，由于总体信贷中包含大量的政策性贷款，宁夏、青海、吉林等西部和东北地区省份的金融深化水平反而较高；但是这种政府补贴型的信贷增长显然不能真正反映金融发展水平。如模型所示，如果考虑这种信贷对全要素生产率的影响，我们会发现其对生产率的影响是负面的。而包含私人部门信贷额的两个指标(PRIVY和RELAT)则比较准确地测度了金融发展的水平，从而对全要素生产率水平产生显著的正面影响。在控制变量方面，城市化水平、服务业发展、对外开放、教育发展对生产率产生正面影响，政府支出规模对生产率产生负面影响，这与大部分研究的结果是一致的。在DEPTH中，非国有化进程对生产率产生正面影响，与理论预测一致。而在PRIVY中，非国有化进程却对生产率产生负面影响(显著性水平为10%)。这可能与PRIVY和非国有化进程指标的构造方式有关。两者都是基于国有比重STATE构造的，从而具有线性相关性，对估计结果产生一定的扰动。而在RELAT中，本文通过构造RELAT指标，一方面提取了私人部门信贷的有效信息，避免了金融发展指标和非国有化进程的线性相关性，从而得到了比较好的估计效果。此时非国有化进程对生产率产生显著正面影响，显著性水平为1%。另一方面，在模型中工业化进程对生产率水平的影响并不显著，提示我们工业部门的生产率可能出现某种形式的停滞。
在增长效应模型中，DEPTH对于全要素生产率增长率的影响不显著，而PRIVY和RELAT对于全要素生产率增长率产生显著的负面影响。这说明金融发展的增长效应并不存在。这一结果表明，在中国金融发展主要发挥了改善资源配置效率的作用，对于技术进步的推动作用有限，从而在配置效率收敛规律的影响下，金融发展对生产率增长率呈现负面影响(对生产率产生递减的正面影响)。金融发展不能有力推动技术进步的原因可能有二：一是中国技术进步的内生性不强，自主创新能力不足，在引进型技术进步的背景下，金融发展对技术进步的作用相对有限。二是中国金融机构的创新管理能力比较有限；对于运用成熟技术、具有较长运行经验的项目，金融机构的投资判断能力比较强，从而在给定的技术水平下，金融机构能够发挥改善资源配置效率的作用；但是对于运用创新技术和管理方式的项目，金融机构的投资判断能力比较弱，从而无法为推动技术进步的创新型项目提供有效的资金支持。
非国有化进程和教育发展对生产率增长具有显著正面影响说明，非国有化进程和教育发展能够有效推动技术进步，对生产率进步具有重大意义。而政府支出规模对生产率增长具有负面影响，说明政府支出无法有效推动技术进步，从而从配置效率和技术进步两个层面减缓了生产率进步。工业化进程对生产率增长率也具有负面影响，这与本文上述工业部门生产率可能出现某种形式停滞的推断是一致的。这也提示我们加大对工业部门的改革力度将对生产率进步产生积极影响。
五、结论、建议与展望
本文使用1978-2010年我国31个省(市、自治区)的面板数据，检验了金融发展对生产率进步的水平效应(弱效应)和增长效应(强效应)。发现金融发展对生产率进步具有正的水平效应和负的增长效应。这提示我们，在中国金融发展能够推动生产率进步，但不能推动生产率增长率的提升。
水平效应和增长效应的区分为之前研究关于“金融发展是否对全要素生产率具有正面影响”的争论提供了解决的思路。与已有研究强调增长效应的思路不同，本文认为衡量这一问题的标准应该是水平效应而非增长效应。增长效应不成立并不意味金融发展不能有利于生产率的提升；只要水平效应成立，就可以说明金融发展能促进生产率进步；而增长效应不成立，只是说明这种促进作用比较有限，或呈现递减的促进作用。
水平效应成立而增长效应不成立，说明中国的金融发展主要是通过改善资源配置效率的途径提升生产率水平，而推动创新和技术进步的作用相对较弱。由于资源配置效率具有收敛规律，因此当金融发展无法有效推动技术进步时，将会出现水平效应成立而增长效应不成立的情况。金融发展不能有力推动技术进步的原因可能有二：一是中国技术进步的内生性不强，自主创新能力不足，从而在引进型技术进步的背景下，金融发展对技术进步的作用相对有限。二是中国金融机构的创新管理能力比较有限；对于运用成熟技术、具有较长运行经验的项目，金融机构的投资判断能力比较强，从而在给定的技术水平下，金融机构能够发挥改善资源配置效率的作用；但是对于运用创新技术和管理方式的项目，金融机构的投资判断能力比较弱，从而无法为推动技术进步的创新型项目提供有效的资金支持。
由于资源配置效率的收敛作用，从长期而言推动生产率进步的唯一动力是技术进步。[9]所以中国的金融发展还面临着更为艰巨的任务：从传统的“资源配置型”模式向现代的“创新推动型”模式转变。而进一步开放金融体系的民间资本准入门槛，是提升中国金融体系竞争格局，推动中国金融体系不断创新发展的必然要求。
还要指出的是，本文的实证结果也显示，由于存在较多的政府干预和政策性贷款，传统的基于总体信贷数量构建的金融深化指标(DEPTH)并不适合用来刻画我国的金融发展水平，基于金融体系给予私人部门信贷数量所构建的指标(PRIVY和RELAT)相比而言更能准确反映我国的金融发展水平。
本文使用地区层面的宏观数据对金融发展与全要素生产率的关系进行考察，必然疏忽了很多微观层面的细节。进一步的分析可以逐步加入行业、企业层面的信息，以深化我们对这一问题的认识。
感谢匿名评审人提出的修改建议，笔者已做了相应修改，本文文责自负。
①国内关于地区资本存量研究比较权威的是张军等人[30]和单豪杰[31]；两者关于1978年资本存量的估计差异不大，本文选取数据相对全面的张军等的数据。关于折旧率前者取9.6%，后者取10.96%，本文折中取为10%。
标签：全要素生产率论文; 生产率论文; 中国统计年鉴论文; 信贷规模论文; 中国信贷论文; 劳动生产率论文; 经济增长论文;