梁任敏，巴曙松

(1 云南大學(xué)經(jīng)濟學(xué)院， 云南昆明 650000；2 北京大學(xué)匯豐金融研究院， 北京 100010)

一、問題提出

金融激勵是指通過金融政策滿足技術(shù)創(chuàng)新對資本需求的過程。金融激勵政策組合主要由利率價格政策、匯率政策與數(shù)量型貨幣政策組成。 縱觀世界各國的經(jīng)濟發(fā)展歷史，無論是處于技術(shù)前沿的發(fā)達國家， 還是處于技術(shù)追趕地位的發(fā)展中國家，都普遍采用包括利率價格政策、匯率政策與數(shù)量型貨幣政策等在內(nèi)的一系列金融激勵政策組合來促進技術(shù)創(chuàng)新并推動經(jīng)濟增長。

盡管研究者圍繞金融激勵政策組合是否有效展開了廣泛的討論，但在如何準確地衡量不同類型的金融激勵政策組合的效果方面還充滿挑戰(zhàn)。金融激勵政策組合效果評價的難點在于：第一，各國的金融激勵政策組合是一個復(fù)雜的系統(tǒng)且充滿變化，此時采用的金融激勵政策組合可能在彼時已經(jīng)棄用，難以持續(xù)地觀測金融激勵政策的組合效應(yīng)。 第二，金融激勵政策有多種組合，就主要的數(shù)量型貨幣政策、利率政策、匯率政策而言，存在多種組合，難以清晰地識別某國具體實施的是何種金融激勵政策組合，對于分析其效果更是具有困難。第三，金融激勵政策組合往往具有選擇性，政策評價過程中存在嚴重的選擇性偏誤。在不同的金融激勵政策組合目標下，中高收入國家可能更傾向于利用金融激勵政策組合來激勵技術(shù)創(chuàng)新與提升經(jīng)濟增長質(zhì)量，如果不考慮選擇性偏誤，經(jīng)驗研究得到的金融激勵政策組合有效或無效的結(jié)論， 可能是金融激勵政策組合實施過程中挑選贏家或扶持弱者的表征。 第四，不僅要關(guān)注金融激勵政策組合對所有國家樣本的影響， 也要關(guān)注對中高收入國家與中低收入國家兩類國家的差異化影響效果。 各國都希望能夠通過金融激勵政策組合有效地實現(xiàn)其經(jīng)濟增長質(zhì)量與創(chuàng)新水平的提升， 但事實上各種類型的國家都能夠得償所愿嗎？ 這是需要探討的一個重要問題。 第五，金融激勵政策組合的影響效果可能存在較大的異質(zhì)性， 不同類型的金融激勵政策組合、實施該金融激勵政策組合的國家自身特征、對金融激勵政策組合的把控水平、 國家金融發(fā)展水平與實施方式的差異， 都可能影響金融激勵政策組合的最終實施效果。

為研究金融激勵政策組合的有效性，本文選擇世界主要國家樣本， 并按照人年均10000 美元的GDP 標準，把世界主要國家劃分為中高收入國家與中低收入國家；按照年度國家全要素生產(chǎn)率與平均國家全要素生產(chǎn)率的水平對比，把國家劃分為創(chuàng)新國家與非創(chuàng)新國家；檢驗金融激勵政策組合對于不同類型國家創(chuàng)新與經(jīng)濟增長質(zhì)量的影響。在檢驗金融激勵政策組合對創(chuàng)新與經(jīng)濟增長質(zhì)量的影響過程中進行如下分析：（1） 利用佩恩表 （Penn World Table） 所估算的全要素生產(chǎn)率與研發(fā)支出占GDP的比重來衡量創(chuàng)新， 同時， 借鑒鈔小靜和任保平（2011）估計經(jīng)濟增長質(zhì)量的方法，并在此基礎(chǔ)上應(yīng)用Yuan 等（2020）的研究方法，把經(jīng)濟增長質(zhì)量用整體經(jīng)濟增長質(zhì)量指數(shù)與經(jīng)濟增長質(zhì)量進步指數(shù)來衡量；（2） 把國家分為中高收入國家與中低收入國家、創(chuàng)新國家與非創(chuàng)新國家，并把8 種金融激勵政策組合對于創(chuàng)新與經(jīng)濟增長質(zhì)量的影響效果劃分為“創(chuàng)新友好型-經(jīng)濟增長質(zhì)量友好型”“創(chuàng)新較友好型-經(jīng)濟增長質(zhì)量較友好型”“創(chuàng)新友好型-經(jīng)濟增長質(zhì)量較友好型”“創(chuàng)新不友好型-經(jīng)濟增長質(zhì)量較友好型”等多種類型。 分析不同類型的金融激勵政策組合對創(chuàng)新與經(jīng)濟增長質(zhì)量的影響；檢驗普惠性與競爭性的環(huán)境下金融激勵政策是否有效。

二、文獻回顧與理論基礎(chǔ)

（一）文獻綜述

中國的經(jīng)濟處于要素驅(qū)動型向創(chuàng)新驅(qū)動型轉(zhuǎn)型的階段（張遠，2016），而創(chuàng)新驅(qū)動是實現(xiàn)經(jīng)濟持續(xù)增長的戰(zhàn)略選擇（楊駿，2015）。 現(xiàn)有研究顯示，金融結(jié)構(gòu)對經(jīng)濟增長有影響（許燕等，2021），而金融激勵政策對創(chuàng)新與經(jīng)濟增長的影響尚未得到廣泛的關(guān)注。 一些學(xué)者認為，金融激勵能夠有效地促進創(chuàng)新或經(jīng)濟增長 （熊彼特，1942；Saperstein 和Rouach，2002； 李九斤,2018）；Bernanke 和Blinder（1992）認為寬松的貨幣政策能夠通過信貸投放促進投資，進而促進經(jīng)濟增長；任碧云和高鴻（2010）把貨幣供應(yīng)量的增長作為推動GDP 增長的關(guān)鍵要素。 另一些學(xué)者認為金融激勵政策會抑制創(chuàng)新（Mckinnon，1973）。 如王少華和上官澤明（2019）發(fā)現(xiàn)，與貨幣政策緊縮的年度相比，寬松的貨幣政策將強化過度金融化對創(chuàng)新的擠出效應(yīng)。 具體來說，存在金融激勵政策對研發(fā)投資的擠出效應(yīng)， 一是由于股息與股票占據(jù)了內(nèi)部資金， 降低了企業(yè)對長期規(guī)劃的關(guān)注； 二是金融激勵政策通過影響管理層的激勵， 進而抑制創(chuàng)新活動 （Seo 和Kim，2016）。

另外一些學(xué)者研究了不同的金融激勵政策組合對于推動創(chuàng)新或經(jīng)濟增長的效果差異。 如張永安和郄海拓（2017）構(gòu)建了7 種金融政策組合，發(fā)現(xiàn)多數(shù)金融政策組合對企業(yè)技術(shù)創(chuàng)新有積極的效應(yīng)，證實了金融激勵政策組合的有效性。 黃志忠等（2015）發(fā)現(xiàn)貨幣政策對國有企業(yè)的研發(fā)支出投入影響不顯著，但會影響民營企業(yè)創(chuàng)新投資-現(xiàn)金流敏感性，并提升民營企業(yè)研發(fā)投入；王少華和上官澤明（2019）研究發(fā)現(xiàn)，考慮企業(yè)金融化的異質(zhì)性，貨幣政策在國有企業(yè)、 成熟期企業(yè)與高主業(yè)增長企業(yè)中表現(xiàn)出了更強的調(diào)節(jié)效應(yīng)。Mojon 等（2002）研究發(fā)現(xiàn)，利率對企業(yè)投資影響顯著，但并不存在不同規(guī)模企業(yè)間的異質(zhì)性。 現(xiàn)有文獻一定程度上涉及了金融激勵政策組合對創(chuàng)新與經(jīng)濟增長的影響，本文對其進行了理論推導(dǎo)，并用相關(guān)的經(jīng)驗證據(jù)進行驗證。

（二）理論基礎(chǔ)

在IS-LM 模型與蒙代爾-弗萊明模型的基礎(chǔ)上， 分析金融激勵政策組合對經(jīng)濟增長質(zhì)量的影響。 與IS-LM 模型不同的是，本研究假設(shè)在開放經(jīng)濟環(huán)境中引入凈出口和實際匯率； 與蒙代爾-弗萊明模型不同的是，本研究假設(shè)并非所有國家都是理性的投資者，能夠準確地識別出套利機會，因此，利率并沒有固定在世界水平上，不同國家有不同的實際利率水平。

1.拓展的蒙代爾-弗萊明模型

（1）開放經(jīng)濟的IS 曲線

在蒙代爾-弗萊明模型基礎(chǔ)上，在IS-LM 模型基礎(chǔ)上加入了凈出口這個新項，認為產(chǎn)品市場可以用以下表達式表達：

總收入是消費、投資、政府購買和凈出口nx 之和。 消費是可支配收入y 的增函數(shù)， 投資是利率r的減函數(shù)，凈出口是匯率e 的減函數(shù)。 以上產(chǎn)品市場均衡條件下有兩個金融變量（利率和匯率）影響產(chǎn)品和服務(wù)的產(chǎn)出，此時，先考慮匯率對產(chǎn)出的影響，而關(guān)于利率對產(chǎn)出的影響將在LM 曲線中進行分析。

（2）貨幣市場與LM 曲線

用與IS-LM 模型相類似的一個方程代表貨幣市場：

該方程表明，實際貨幣供應(yīng)M/P 等于貨幣需求L（r,y），實際貨幣需求反向地取決于利率，正向地取決于收入y。

（3）蒙代爾-弗萊明模型的拓展

把前述IS 和LM 曲線結(jié)合起來就是本文所拓展的蒙代爾-弗萊明模型，可以用兩個方程表達：

IS 方程描述了產(chǎn)品市場的均衡，LM 模型描述了貨幣市場的均衡，認為財政變量g、物價水平P 是外生的，而貨幣供應(yīng)量M 是內(nèi)生的，各國利率并不等于世界利率，匯率、利率與貨幣都是內(nèi)生變量。 圖1 表明，經(jīng)濟均衡處于IS-LM 曲線的交點，這個交點表示產(chǎn)品市場與貨幣市場都均衡時的匯率與收入水平，根據(jù)該圖，可以用蒙代爾-弗萊明模型來說明收入y 對“匯率-利率-貨幣”政策變化所做出的反應(yīng)，而市場中貨幣供應(yīng)量、 利率水平與匯率水平的改變會相應(yīng)地影響產(chǎn)出水平， 但是對產(chǎn)出水平的影響方向不確定，具體視“匯率-利率-貨幣”政策的改變方向而定，進而推出假設(shè)1。

圖1 拓展的蒙代爾-弗萊明模型

假設(shè)1：“利率-匯率-貨幣”等金融政策組合會影響經(jīng)濟增長質(zhì)量，但影響方向不確定。

2.拓展的內(nèi)生增長模型

在Romer（1990）、Grossman 和Helpman（1992）以及Aghion 和Howitt（1992）的研究基礎(chǔ)上予以拓展，建立在三部門模型基礎(chǔ)上，該模型認為經(jīng)濟體有產(chǎn)品生產(chǎn)部門、研發(fā)支出部門與國際貿(mào)易部門組成。 勞動力中份額為αL的部分被用于研究與開發(fā)部門，（1-αL）的份額被用于產(chǎn)品生產(chǎn)部門，同理，資本存量中份額為αK的部分被用于研究與開發(fā)部門，（1-αK）的份額被用于產(chǎn)品生產(chǎn)部門，國民收入Y 中，份額為τ 的部分來自凈出口且是匯率e 的函數(shù)，記作τ（e）。αL和αK都是外生且不變的。 因為對于一種思想或知識在一個場合的使用并不妨礙其在其他地方的使用，所以三部門都會使用全部的資本存量K。 因此，在考慮凈出口的情況下，t 時生產(chǎn)的產(chǎn)品數(shù)量為：

式（4）意味著資本和勞動的規(guī)模報酬不變。 新思想的產(chǎn)生取決于投入研究的資本、勞動的數(shù)量與技術(shù)水平。 設(shè)生產(chǎn)函數(shù)為一般的柯布-道格拉斯生產(chǎn)函數(shù)形式，可以寫為：

其中，B 是轉(zhuǎn)移參數(shù)，K 代表資本存量，L 代表勞動力數(shù)量，A 代表技術(shù)水平，t 代表時間，式（4）的字母含義相同。 模型中有兩個內(nèi)生變量A 和K,集中研究A 和K 的增長動態(tài)學(xué)，將式（4）代入資本累積方程=sY（t）。 此時，不考慮折舊問題，但是，由于實際情況中儲蓄水平、資本存量與技術(shù)創(chuàng)新會受到金融激勵政策組合的影響，本文假設(shè)儲蓄率、 資本存量與技術(shù)創(chuàng)新為時間t、 貨幣供應(yīng)量M與利率r 的函數(shù)，可以得出：

式（6）兩邊同時除以K（t），并定義CK=（1-αK）α（1-αL）1-α可得：

對式（7）兩邊取對數(shù)并對于時間求微分，可得：

所以，gS（r,t,M）與[gA（r,t,M）+n-gK（r,t,M）]同號，則gK上升，若二者異號，則gK下降，若其中之一為0，則gK不變。 同理，對式（5），即=B[αKK（t）]β[αLL（t）]γA（t）θ，B＞0，β≥0，γ≥0 兩邊同時除以A，可以得到A 的增長率表達式：

其中，CA≡BαKβαLγ，對公式（9）兩邊取對數(shù)并求微分,有：，把公式（7）代入，可得

因此技術(shù)進步的增長取決于βCKS（r,t,M）的符號，其為正，gA上升，反之，則gA下降，由此可以得出假設(shè)2。

假設(shè)2：“利率-匯率-貨幣”等金融激勵政策組合影響技術(shù)創(chuàng)新但方向不確定。

三、指標構(gòu)建、測算方法、數(shù)據(jù)處理與統(tǒng)計分析

（一）指標體系構(gòu)建及測算方法

1.金融激勵政策組合的指標體系構(gòu)建

（1）在世界各國層面構(gòu)建金融激勵政策實施主體的虛擬變量。市場中貨幣供應(yīng)量的充足性將影響創(chuàng)新資本來源的充足性，設(shè)定數(shù)量型貨幣政策虛擬變量（Dummy_Monetary），用某國某年廣義貨幣供應(yīng)量占總儲蓄的比例與其年均值比較，高于均值設(shè)為1，否則設(shè)為0；實際利率的高低（低利率政策或高利率政策）將影響創(chuàng)新的成本，構(gòu)建利率政策虛擬變量（Dummy_Interest），用某國某年實際利率與其年均值比較，低于均值設(shè)為1，否則設(shè)為0；貨幣幣值變化（匯率變化）將影響本國貨幣的價值，設(shè)定匯率政策虛擬變量（Dummy_Exchange），用某國某年實際匯率指數(shù)（本國匯率/美元價，市場價與估值法）與其年均值比較，高于均值設(shè)為1，否則設(shè)為0。

（2）在中高收入國家與中低收入國家層面構(gòu)建反映金融激勵政策離散程度的變量。 借鑒Hopenhayn（2014）、Restuccia 和Rogerson（2008）以及戴小勇和成力為（2019），并將其應(yīng)用于金融激勵政策的研究， 認為不恰當(dāng)?shù)慕鹑诩钫咚殡S的政策錯配將會帶來創(chuàng)新投入資源的錯配， 政策扭曲對創(chuàng)新主體的差異化程度越高， 全要素生產(chǎn)率損失也就越大， 構(gòu)建反映金融激勵政策分別在中高收入國家與中低收入中各國家各地區(qū)間的離散程度指標：

其 中，Policyijnt代 表Monetaryijnt、Interestijnt或Exchangeijnt， 分別表示隸屬發(fā)達程度為n 地區(qū)j 的地區(qū) （n 為1 表示發(fā)達國家，n 為0 表示發(fā)展中國家，j 由除南極洲以外的世界六大洲組成，用虛擬變量1-6 表示）i 在時間t 的貨幣激勵政策、利率激勵政策或匯率激勵政策。 其中，貨幣激勵政策用各國的廣義貨幣供應(yīng)量占總儲蓄的比率表示，利率激勵政策用各國實際利率表示，匯率激勵政策用各國的匯率指數(shù)表示，Sum_policynjt代表金融激勵政策在“中高收入國家-中低收入國家”不同地區(qū)層面的加總。 Dispersion_Policynjt越大，意味著國家獲得的利率激勵政策、 匯率激勵政策與貨幣激勵政策越分散，金融激勵政策對于同一發(fā)達程度且同一地區(qū)內(nèi)部的國家差異化程度越低，金融激勵政策越具有普惠性。

（3）在不同地理區(qū)位層面構(gòu)建反映金融激勵政策與區(qū)域競爭程度相關(guān)性的指標。同一地理區(qū)位的國家間的技術(shù)創(chuàng)新既存在相互競爭，又存在空間區(qū)域溢出效應(yīng)，同一地理區(qū)位的國家間會展開相互學(xué)習(xí)， 且競爭通常是存在于同質(zhì)發(fā)達程度的國家間。借鑒Aghion 等（2015）及戴小勇和成力為（2019）的研究，構(gòu)建反映金融激勵政策和區(qū)域競爭相關(guān)性的指標，并在中高收入國家與中低收入國家層面進行測算：

其中，Policyijt表示隸屬地區(qū)j 的國家i 在t 時期所受到的貨幣激勵政策、利率激勵政策或匯率激勵政策的影響，Competotopnjt,t-1代表該大洲地理區(qū)域在上一時期的競爭程度。 同樣是借鑒戴小勇和成力為（2019）的方法并予以拓展，采用赫芬達爾-赫希曼指數(shù)（HHI）體現(xiàn)大洲區(qū)域的集中程度，集中度高則競爭度低。

其中t 代表時期，i 代表國家，j 代表國家隸屬大洲,l 代表具體的金融激勵政策 （l=1 代表貨幣激勵政策，l=2 代表利率激勵政策，l=3 代表匯率激勵政策），n 代表i 國家隸屬大洲j 的所有國家數(shù)量。把某大洲的金融激勵政策組合l 的區(qū)域競爭度設(shè)為：Competitionjt=1-HHIjt，取值越大則競爭越充分。（12）式中的相關(guān)系數(shù)Competition_Policyjt的取值越大，意味著金融激勵政策組合傾向于扶持金融競爭度更高的區(qū)域。

2.技術(shù)創(chuàng)新水平（TFP）的測算

目前測算TFP 的方法主要包括三種：（1） 增長核算， 預(yù)估資本和勞動份額是前提；（2） 非參數(shù)方法，主要用于面板數(shù)據(jù)，可以把TFP 分解為技術(shù)進步、技術(shù)效率和規(guī)模效率等不同內(nèi)容，該方法僅有相對意義；（3） 參數(shù)法， 具體包括SFP、OLS、FE 和GMM 等參數(shù)方法以及如OP 和LP 等半?yún)?shù)方法（余泳澤，2017）。 鑒于本文的TFP 數(shù)值不需要進行測算，已由佩恩表（Penn World Table）計算得出，將不再對全要素生產(chǎn)率的測算問題做贅述。

3.增長質(zhì)量綜合指標 （HQPer 和HQPro）的構(gòu)建

（1）指標體系。 本文認為經(jīng)濟增長質(zhì)量并非體現(xiàn)在某單一的指標上，而是由一系列的指標體系構(gòu)成，并從各方面反映經(jīng)濟增長的質(zhì)量。 經(jīng)濟增長質(zhì)量綜合指標由經(jīng)濟增長的結(jié)構(gòu)組成、經(jīng)濟增長的穩(wěn)定性、福利狀況與成果分配、資源利用與生態(tài)環(huán)境代價等4 個維度的指標體系構(gòu)成（表1）。

表1 經(jīng)濟增長質(zhì)量指標體系

維度指標 分類指標 具體指標 數(shù)據(jù)獲取方式（計算公式或直接獲?。?單位 指標方向 權(quán)重資源利用與生態(tài)環(huán)境 代 價（0.191）資源利用 17.資本生產(chǎn)率 GDP/ 資本存量 % + 0.067生態(tài)環(huán)境代價 18.單位產(chǎn)出二氧化碳排放量 二氧化碳排放量/GDP 千噸/ 美元 - 0.032 19.單位產(chǎn)出顆粒物損害 顆粒物排放量損害/GDP 倍數(shù) - 0.042 20.單位產(chǎn)出PM2.5 空氣污染物排放量PM2.5 空氣污染排放量/GDP 微克每立方米/ 美元- 0.050

（2）權(quán)重計算。 應(yīng)用李豫新和王改麗（2015）的熵值指標賦權(quán)法，對每一指標用極差法進行標準化處理，取值在[-1,1]，對于表1 中的正向指標（+），標準 化 處 理 公 式 為對于負向指標（-），公式為是第i 個國家的第j 項具體指標在第t 年標準化處理后的結(jié)果，xijt′代表第i 個國家的第j 項指標在第t 年的實際值；G 表示正向指標，B 表示負向指標，為確保取值不為0 或1， 保證標準化處理后的取值在（0,1），若標準化處理后的值為1，則用0.99 替代，若為0，則用0.01 替代。 xijtmax、xijtmin分別表示所有國家的第j項指標在第t 年的最大值和最小值。 具體來說，熵值法的計算過程如下： ①i 國家，j 指標在t 年的貢獻度；②i 國j 指標的信息熵③i 國家j 指標在t 年的信息效用值：dijt=1-eijt；④j 指標的權(quán)重：wj=是年份。

接下來，構(gòu)建維度指標的權(quán)重，用A、B、C、D 分別代表世界各國經(jīng)濟發(fā)展質(zhì)量的4 個維度指標層：式中的wj是各指標的權(quán)重。

（3） 經(jīng)濟增長質(zhì)量的指標估計。 在Yuan 等（2020） 的研究基礎(chǔ)上構(gòu)建世界經(jīng)濟增長質(zhì)量的整體經(jīng)濟增長質(zhì)量指數(shù)（HQPer）和經(jīng)濟增長質(zhì)量進步指數(shù)（HQPro），分別用于評價世界各國經(jīng)濟增長質(zhì)量現(xiàn)狀和經(jīng)濟增長質(zhì)量進步。

各維度的整體經(jīng)濟增長質(zhì)量指數(shù)計算公式如下：

①整體經(jīng)濟增長質(zhì)量指標(HQPer)的計算公式如式（15）：

HQPerd表示的是整體經(jīng)濟的增長質(zhì)量，d 表示經(jīng)濟增長的結(jié)構(gòu)組成、經(jīng)濟增長的穩(wěn)定性、福利狀況與成果分配、資源利用與生態(tài)環(huán)境代價等四個維度的經(jīng)濟發(fā)展質(zhì)量，Gd、Bd、wij含義同上， 同樣是使用熵值法對該指標進行賦權(quán)計算，差異化的權(quán)重指標間沒有互補關(guān)系。

②整體經(jīng)濟增長質(zhì)量進步指數(shù)（HQPro）闡述的是世界經(jīng)濟增長質(zhì)量的進步指數(shù)，“世界經(jīng)濟增長質(zhì)量的轉(zhuǎn)變”是計算這一指標的核心與關(guān)鍵。 同時，經(jīng)濟增長質(zhì)量進步指數(shù)被認為是正向指標的增加以及負向指標的負向減少，計算方法如下：

式16 中，x0是具體指標的期初值，x1是該具體指標的期末值，x*是該具體指標的變化目標， 進一步借鑒Yuan 等（2020） 的研究定義目標值， 如式（17）所示：

式（17）中，t 表示目標門檻值，參照相關(guān)文獻的一般做法， 假設(shè)它是正向指標期初值與增加后的期末之間30%的分位數(shù)，對于負向指標，認為它是成本指標期初值與最終值的70%的分位數(shù)，λ 代表正向指標的80%分位數(shù)的值與初始值之間的比例，β 代表負向指標的20%分位數(shù)的值與初始值之間的比例。 建立在上述式（16）與式（17）的基礎(chǔ)上，世界經(jīng)濟增長質(zhì)量進步指數(shù)的計算方式如式（18）所示。

對于細分層級的經(jīng)濟增長質(zhì)量進步指數(shù)，用式（19）表達。

式（19）表達了經(jīng)濟增長的結(jié)構(gòu)組成、經(jīng)濟增長的穩(wěn)定性、福利狀況與成果分配、資源利用與生態(tài)環(huán)境代價等4 個層面的經(jīng)濟增長質(zhì)量的進步指數(shù)，wij是熵值法估算的權(quán)重系數(shù)，Gd和Bd分別表示正向指數(shù)與負向指數(shù)。不同層面的經(jīng)濟增長質(zhì)量進步指數(shù)不具有互補性，同理，可以求出世界經(jīng)濟增長質(zhì)量進步指數(shù)，如式（20）所示。

（二）數(shù)據(jù)處理及統(tǒng)計分析

1.數(shù)據(jù)來源與數(shù)據(jù)處理

數(shù)據(jù)來自《世界銀行數(shù)據(jù)庫》與PENN WORLD Table10.1， 包含了1960 年-2019 年間的世界各國數(shù)據(jù)。通過兩個數(shù)據(jù)庫計算并匹配出的數(shù)據(jù)具有樣本容量大、指標全面、時間跨度長的優(yōu)點，但也存在數(shù)據(jù)缺失、異常值及測量誤差等問題，且部分相關(guān)指標并非從兩個數(shù)據(jù)庫直接獲取， 需要計算得出。最后得到58 個國家1960-2019 年間的3480 個樣本，數(shù)據(jù)屬于平衡面板數(shù)據(jù)。

2.測算結(jié)果及統(tǒng)計分析

為了檢驗金融激勵政策組合的有效性是否與金融激勵政策組合的具體方式有關(guān)， 本文計算了金融激勵政策組合在同類發(fā)展水平國家與同大洲之間的離散程度（Dispersion_Policy）的指標，并計算了金融激勵政策組合與同類國家、 同大洲的競爭度相關(guān)性 （Competition_policy）， 結(jié)果如表2 所示。 平均而言，金融激勵政策組合的離散程度為（-42.660），利率政策的離散程度最低（-24.762），其次是數(shù)量型貨幣政策 （-15.762） 與匯率政策（-0.524）。 金融激勵政策組合的離散程度越高，說明同類國家、 同大洲內(nèi)國家獲得金融激勵政策扶持的差異化程度越低， 意味著金融激勵政策越具有普惠性。 因此，以上結(jié)果說明金融激勵政策組合的差異化程度較低，并不具有普惠性，尤其是利率政策與數(shù)量型貨幣政策的差異化程度特別大。 表2的結(jié)果還表明， 樣本國家的金融激勵政策組合并沒有偏向競爭度較高的國家， 金融激勵政策組合與國家間競爭度的相關(guān)系數(shù)較低，甚至呈負相關(guān)，意味著金融激勵政策組合偏向了市場競爭度較低的國家。 其中當(dāng)期金融激勵政策組合與上期同類同大洲國家上期的競爭度的相關(guān)系數(shù)取值范圍為-1～0.6349，均值為-0.880，這說明大部分金融激勵政策組合甚至是集中于市場競爭度較低的國家，從各類金融激勵政策組合來看，無論是數(shù)量型貨幣政策、利率政策還是匯率政策，這一指標也均為負，且接近于-1，意味著金融激勵政策高度集中于市場競爭度較低的國家。

表2 金融激勵政策及其組合特征變量的描述性統(tǒng)計

根據(jù)國家的經(jīng)濟增長質(zhì)量與技術(shù)創(chuàng)新的測算結(jié)果，圖2 的核密度函數(shù)曲線說明，實施寬松數(shù)量型貨幣政策的國家的整體經(jīng)濟增長質(zhì)量指數(shù)明顯高于實施緊縮數(shù)量型貨幣政策的國家。 圖4 的核密度函數(shù)曲線說明，實施高匯率政策國家的整體經(jīng)濟增長質(zhì)量指數(shù)明顯高于實施低匯率政策的國家， 但是，對于經(jīng)濟增長質(zhì)量進步指數(shù)、全要素生產(chǎn)率、研發(fā)支出占GDP 的比率而言， 其對實施寬松數(shù)量型貨幣政策與實施緊縮數(shù)量型貨幣政策的國家、實施高利率政策與實施低利率政策的國家以及實施高匯率政策與實施低匯率政策的國家的影響都差不多，多個子圖里的核密度函數(shù)是重合的，對于實施高利率政策國家與實施低利率政策國家的整體經(jīng)濟增長質(zhì)量指數(shù)也是如此，差異并不十分明顯。然而，金融激勵政策并非單獨實施的，現(xiàn)實生活中也難以觀察到單獨實施某個金融激勵政策的政策效應(yīng)，其多是以政策組合的形式出現(xiàn)。為了識別金融激勵政策組合的凈影響，不能簡單地觀測寬松數(shù)量型貨幣政策與緊縮數(shù)量型貨幣政策、 高利率政策與低利率政策、高匯率政策與低匯率政策國家之間的創(chuàng)新與經(jīng)濟增長質(zhì)量間的差異， 而必須剔除事先的選擇效應(yīng)，此處使用傾向得分匹配方法繪制圖2-圖4。

圖2 實施寬松數(shù)量型貨幣政策與實施緊縮數(shù)量型貨幣政策國家的經(jīng)濟增長質(zhì)量與技術(shù)創(chuàng)新

在圖2-圖4 中， 除不同數(shù)量型貨幣政策與不同匯率政策對于國家經(jīng)濟增長質(zhì)量的影響差異較大外，其余的圖均顯示各種政策對于國家的整體經(jīng)濟增長質(zhì)量進步指數(shù)、 全要素生產(chǎn)率、研發(fā)支出占GDP 比重的影響差異不大， 圖3 甚至顯示，不同的利率政策對于整體經(jīng)濟增長質(zhì)量指數(shù)的影響效果也不明顯。 為此，我們產(chǎn)生了三個疑問：

圖3 實施高利率政策與低利率政策國家的經(jīng)濟增長質(zhì)量與技術(shù)創(chuàng)新

圖4 實施高匯率政策與低匯率政策國家的經(jīng)濟增長質(zhì)量與技術(shù)創(chuàng)新

第一個疑問是， 難道金融激勵政策中僅有數(shù)量型貨幣政策與匯率政策對于整體經(jīng)濟增長質(zhì)量指數(shù)的影響效果比較明顯， 而其他金融激勵政策并不具備影響創(chuàng)新與經(jīng)濟增長質(zhì)量的效應(yīng)？ 第二個疑問是， 如果從金融激勵政策的單個政策效果來看， 其對創(chuàng)新與經(jīng)濟增長質(zhì)量的影響并不是十分明顯，那么其政策組合的效應(yīng)又如何呢？ 第三個疑問是，究竟是金融激勵政策本身沒有效果，還是研究對象樣本沒有進行合理分類， 進而使得金融激勵政策組合的效果沒有真正地顯現(xiàn)出來？

帶著本文所提出的疑問以及描述性統(tǒng)計分析中出現(xiàn)的幾組問題，本文接下來將展開進一步的分析。

四、不同金融激勵政策組合的有效性：對比分析

（一）創(chuàng)新與經(jīng)濟增長質(zhì)量的效果類型

參考現(xiàn)有相關(guān)文獻（林毅夫和姜燁，2006；林毅夫和孫希芳，2008；葉德珠和曾繁清，2019）的做法，并兼顧數(shù)據(jù)的可得性，選擇體現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)變遷狀況的第一產(chǎn)業(yè)增加值占總增加值的比重(C1)、體現(xiàn)政府干預(yù)水平的政府財政支出水平占總GDP 的比重(C2)、 反映資本開放水平的實際利用外資水平占GDP 的比重(C3)、反映企業(yè)的國際化水平的對外直接投資占GDP 的比重(C4)、固定資本形成總額占總產(chǎn)出的比重(C5)以及體現(xiàn)宏觀經(jīng)濟穩(wěn)定性的GDP平減指數(shù)(C6)作為控制變量。

表3 對經(jīng)濟增長質(zhì)量與創(chuàng)新影響的類型

為了區(qū)分各種類型的金融激勵政策組合，把金融激勵政策組合定義為由利率政策、匯率政策與數(shù)量型貨幣政策組成， 以國家為參照對象，如果該國1960-2019 年間使用的某金融激勵政策的均值大于或等于該金融激勵政策的均值，認為其使用的是高程度的金融激勵政策，否則認為其使用的是低程度的金融激勵政策，把三大金融激勵政策劃分為高利率政策、低利率政策、高匯率政策、低匯率政策、寬松數(shù)量型貨幣政策與緊縮數(shù)量型貨幣政策等六種類型， 發(fā)現(xiàn)利率政策、匯率政策與數(shù)量型貨幣政策三者間共有8 種金融激勵政策組合。

（二）傾向得分預(yù)測及匹配的平衡性

根據(jù)上文設(shè)定的傾向得分匹配模型，我們分別以國家是否執(zhí)行了8 種金融激勵政策中的某一種作為因變量，通過估計logit 模型預(yù)測國家獲得每項金融激勵政策組合的傾向得分， 繼而采用和匹配算法為實驗組的國家匹配傾向得分分值最為接近的對照組國家。為保證模型的匹配效果，參考戴小勇和成力為（2019）的做法，從兩方面進行匹配的平衡性檢驗：（1）匹配變量在實驗組與對照組的標準偏差，如果匹配完成后匹配變量的標準偏差大大降低， 那么意味著匹配效果比較好；（2）研究匹配前后傾向得分分值情況， 如果匹配后實驗組與對照組的傾向得分分值更加接近，那么意味著匹配效果比較好。

以同時執(zhí)行高利率、低匯率與寬松數(shù)量型貨幣政策的金融激勵政策組合為例，傾向得分匹配模型的平衡性檢驗意味著， 在使用傾向得分匹配模型前，從匹配變量的標準偏差來看，同時執(zhí)行高利率、低匯率與寬松數(shù)量型貨幣政策組合的國家更傾向于第一產(chǎn)業(yè)增加值占總增加值的比重更低、政府干預(yù)水平更高、資本開放水平更低、國際化水平更高、固定資本形成總額占總產(chǎn)出的比重更低、宏觀經(jīng)濟穩(wěn)定性更高的國家，這反映了金融激勵政策的多重目標以及對國家特征選擇性偏好。 在匹配完成后，匹配變量的標準差大大降低，而t 檢驗表明匹配后實驗組國家與對照組國家不再存在系統(tǒng)性特征差異，模型的匹配效果較好。

圖5 匹配前后傾向得分值的核密度函數(shù)

同樣的，本文對其他7 種金融激勵政策組合的傾向得分匹配模型進行了檢驗，其平衡性檢驗與共同支撐檢驗均認為匹配模型具有有效性。

（三）分樣本國家效應(yīng)檢驗與對比分析

如表4 所示，對于全樣本而言，僅有金融激勵政策組合（1）和（7）有利于整體經(jīng)濟增長質(zhì)量與創(chuàng)新綜合效應(yīng)的提升；對于中高收入國家而言，金融激勵政策組合（1）、（2）、（7）、（8）有利于整體經(jīng)濟增長質(zhì)量與創(chuàng)新綜合效應(yīng)的提升；對于中低收入國家而言，沒有任何金融激勵政策組合有利于其整體經(jīng)濟增長質(zhì)量與創(chuàng)新綜合效應(yīng)的改善。橫向?qū)Ρ热珮颖?、中高收入國家樣本與中低收入國家樣本的金融激勵政策組合效應(yīng)可以發(fā)現(xiàn)， 金融激勵政策組合更有可能對中高收入國家產(chǎn)生積極的經(jīng)濟增長質(zhì)量與創(chuàng)新綜合效應(yīng)，而對于中低收入國家而言，無論采用何種金融激勵政策組合， 其通常都是無效或會帶來負向綜合影響效應(yīng)的。

表4 不同類型國家的金融激勵政策組合效果對比

五、金融激勵政策的國家間效應(yīng)再檢驗

為進一步確保第四部分研究結(jié)論的穩(wěn)健性，本部分按照國家的創(chuàng)新水平是否大于所有國家創(chuàng)新水平的均值（即按照全要素生產(chǎn)率水平的均值）進一步把國家劃分為創(chuàng)新國家（全要素生產(chǎn)率大于該年平均全要素生產(chǎn)率的國家）與非創(chuàng)新國家（全要素生產(chǎn)率小于該年平均全要素生產(chǎn)率的國家），進一步分析金融激勵政策組合對于創(chuàng)新國家與非創(chuàng)新國家經(jīng)濟增長質(zhì)量與創(chuàng)新水平的影響。 如表5所示，金融激勵政策組合（3）、（4）、（6）、（7）有利于提升創(chuàng)新國家的經(jīng)濟增長質(zhì)量與創(chuàng)新的綜合效應(yīng)，其他金融激勵政策組合是無效或負向效應(yīng)的；僅有金融激勵政策組合（1）能夠提升非創(chuàng)新國家的經(jīng)濟增長質(zhì)量與創(chuàng)新的綜合效應(yīng)， 其他金融激勵政策組合都是無效或有害的。 通常來說，創(chuàng)新水平較高的國家會伴隨著較高的發(fā)展水平， 且更有可能成為更發(fā)達的國家， 而創(chuàng)新水平較低的國家可能會伴隨著較低的發(fā)展水平， 且更有可能成為發(fā)展水平更低的國家， 因此進一步證實了第四部分結(jié)論的穩(wěn)健性。

表5 不同類型國家的金融激勵政策效果對比

六、進一步拓展：金融激勵政策組合的普惠性與競爭性

（一）基準回歸結(jié)果分析

表6 結(jié)果顯示，對于全樣本而言，金融激勵政策組合的普惠性對整體經(jīng)濟增長質(zhì)量指數(shù)的影響不顯著，促進市場競爭特征的金融激勵政策組合有利于整體經(jīng)濟增長質(zhì)量指數(shù)的提高。 在（1） 列中Dispersion_Policy（金融激勵政策的普惠性）的系數(shù)不顯著， 說明金融激勵政策組合的普惠性與否，對于整體經(jīng)濟增長質(zhì)量的影響并不大。就全樣本國家而言，各國實施何種金融激勵政策組合，對他國的影響并不大，各國所使用的金融激勵政策組合是一致或不同并不影響其整體經(jīng)濟增長質(zhì)量指數(shù)。對于全樣本的整體經(jīng)濟增長質(zhì)量進步指數(shù)、全要素生產(chǎn)率與研發(fā)支出占GDP 的比重而言， 金融激勵政策組合普惠性的影響相類似，原因主要在于世界國家眾多，金融市場的發(fā)達程度參差不齊，有的國家金融市場較為發(fā)達，而有的國家金融市場還處于起步階段，基本上談不到金融激勵政策組合的普惠性與否，其影響甚微。

表6 金融激勵政策對經(jīng)濟增長質(zhì)量與創(chuàng)新的影響（全樣本）

金融激勵政策組合的競爭性對整體經(jīng)濟增長質(zhì)量指數(shù)的影響顯著為正，說明金融激勵政策越能促進市場競爭則越有利于整體經(jīng)濟增長質(zhì)量指數(shù)的提高，市場競爭機制越完善，越有利于整體經(jīng)濟增長質(zhì)量的進步。原因在于完善的市場競爭有利于市場主體優(yōu)勝劣汰，而完善的金融市場也是整體經(jīng)濟增長質(zhì)量的重要組成部分，金融市場的競爭程度也是其發(fā)展程度的重要表現(xiàn)之一。金融激勵政策組合的競爭性對于整體經(jīng)濟增長質(zhì)量進步指數(shù)的影響并不顯著，要推動整體經(jīng)濟增長質(zhì)量進步指數(shù)的提高，更應(yīng)該依托實體經(jīng)濟，而不是虛擬金融市場的加杠桿。金融激勵政策組合的競爭性對于全要素生產(chǎn)率與研發(fā)支出占GDP 比重的影響顯著為負，這意味著金融市場的競爭性并不有利于創(chuàng)新，金融市場的競爭性發(fā)達程度過高將抑制創(chuàng)新。原因在于創(chuàng)新是一種高投入、高風(fēng)險、意外性具有較高不確定性的活動，往往需要大量的資金支持，而這些研發(fā)資金有部分是來自金融市場的融資，如果金融市場對于創(chuàng)新活動的資金支撐約束過緊或過度甄別創(chuàng)新活動以提供融資，將降低創(chuàng)新的積極性，進而影響創(chuàng)新產(chǎn)出。

如表7 所示，對于中高收入國家而言，由于金融市場普遍較為發(fā)達， 會顯現(xiàn)出對經(jīng)濟增長質(zhì)量與創(chuàng)新的影響。具體來說：（1）金融激勵政策組合的普惠性對整體經(jīng)濟增長質(zhì)量指數(shù)的影響顯著為負， 說明金融激勵政策越具有普惠性， 則越不利于發(fā)達國家整體經(jīng)濟增長質(zhì)量指數(shù)的提高， 原因在于不同發(fā)達國家雖然都有著金融市場較為發(fā)達的特點， 但并不意味著不同的發(fā)達國家應(yīng)該采用比較相似的金融激勵政策組合來提升其整體經(jīng)濟增長質(zhì)量， 不同發(fā)達國家應(yīng)采用適合其國情的金融激勵政策組合來應(yīng)對經(jīng)濟增長過程中所遇到的問題， 而不是采用一致的金融激勵政策組合；（2）金融激勵政策組合的普惠性對于全要素生產(chǎn)率的影響顯著為正， 原因在于金融激勵政策組合惠及的創(chuàng)新主體越多， 則能夠給創(chuàng)新主體更多開展創(chuàng)新的機會， 越有可能帶來實際創(chuàng)新產(chǎn)出的提升；（3）金融激勵政策組合的普惠性對于中高收入國家研發(fā)支出占GDP 比重的影響顯著為負，原因在于發(fā)達國家的金融市場比較發(fā)達， 創(chuàng)新活動很大程度上依賴于向金融市場融資， 而普惠的金融激勵政策會降低那些研發(fā)支出占比較大的國家的實際融資水平， 進而降低研發(fā)支出占GDP 的比重；（4）與全樣本國家相類似， 金融激勵政策組合的普惠性與競爭性對推動整體經(jīng)濟增長質(zhì)量的提高作用并不顯著， 整體經(jīng)濟增長質(zhì)量的提高還是應(yīng)該更多的依托實體經(jīng)濟而非虛擬經(jīng)濟；（5）金融激勵政策組合的競爭性對創(chuàng)新的影響與全樣本相類似，原因也相類似。

表7 金融激勵政策對經(jīng)濟增長質(zhì)量與創(chuàng)新的影響（中高收入國家樣本）

如表8 所示，中低收入國家的金融激勵政策組合對經(jīng)濟增長質(zhì)量與創(chuàng)新的影響與全樣本相類似，多數(shù)形成原因也相類似，金融激勵政策組合的普惠性對各指標的影響不顯著的原因在于中低收入國家的金融市場發(fā)達程度整體較低，尚談不上金融激勵政策組合的普惠性問題。

表8 金融激勵政策對經(jīng)濟增長質(zhì)量與創(chuàng)新的影響（中低收入國家樣本）

七、結(jié)論與政策啟示

本文使用1960-2019 年世界58 個國家的樣本數(shù)據(jù)，檢驗了8 種金融激勵政策組合對經(jīng)濟增長質(zhì)量與創(chuàng)新的影響。結(jié)果顯示：對全樣本國家而言，金融激勵政策組合的效果并不十分理想，僅有少數(shù)金融激勵政策組合是有效的，能夠改善經(jīng)濟增長質(zhì)量與創(chuàng)新水平； 對于中高收入國家或創(chuàng)新國家而言，金融激勵政策組合的有效性有所提升，一半及以上的金融激勵政策組合能夠有效地促進中高收入國家與創(chuàng)新國家的經(jīng)濟增長質(zhì)量與創(chuàng)新水平提升；對于中低收入國家或非創(chuàng)新國家而言，多數(shù)金融激勵政策組合是無效或產(chǎn)生負向效應(yīng)的，僅有一項金融激勵政策組合有利于非創(chuàng)新國家的經(jīng)濟增長質(zhì)量與創(chuàng)新水平的提升。 另外，在引入金融激勵政策組合競爭程度指標與金融激勵政策組合分散程度指標后發(fā)現(xiàn)，金融激勵政策組合的普惠性的影響只在中高收入國家之間才有效應(yīng)，在整體國家樣本與中低收入國家樣本間還談不上金融激勵政策的普惠性問題。 對于發(fā)達國家而言，金融激勵政策組合的普惠性負向顯著影響其整體經(jīng)濟增長質(zhì)量。金融激勵政策組合的競爭性對全樣本與中低收入國家樣本整體經(jīng)濟增長質(zhì)量的影響顯著為正，意味著金融市場在完善過程中會有利于提升整體經(jīng)濟增長質(zhì)量，但對中高收入國家樣本的整體經(jīng)濟增長質(zhì)量的影響不顯著。