“金融资源诅咒说”的实体经济渠道

奥鹏网院作业

“金融资源诅咒说”的实体经济渠道
——基于劳动力配置视角的跨国证据
赵艳平1,2 张梦婷3 黄友星1
(1.中国海洋大学 经济学院，山东 青岛 266100；2.中国海洋大学 海洋发展研究院，山东 青岛 266100；3.中国科学院大学 经济与管理学院，北京 100190)
摘 要： 为探究“金融资源诅咒说”背后的实体经济渠道，本文基于劳动力资源配置的视角，通过建立理论模型分析国际证券资本流入对生产率增长的影响机制。文章以100个经济体2000-2015年的数据作为研究样本，采用中介效应模型实证检验国际证券资本流入规模与流入激增能否通过劳动力配置渠道影响一国生产率增长，结果表明：证券资本流入规模对生产率增长无显著影响，而证券资本流入激增则通过引起劳动力资源转向生产率增长水平更低的非贸易部门损害一国整体的生产率增长。此外，考虑到不同类型经济体之间的异质性，本文又进一步将样本分为高收入经济体和中低收入经济体，发现劳动力配置的中介效应在不同收入类型经济体之间表现出显著的异质性特征，高收入经济体中劳动力配置的中介效应不再显著。综上，“金融资源诅咒说”的劳动力配置渠道仅发生于证券资本大规模流入时期，且只存在于中低收入经济体。
关键词： 国际证券资本流入； 劳动力配置； 生产率增长； 中介效应； 国家异质性
一、引言
2017年以来，迫于中美贸易摩擦的压力以及发展国内金融市场的需要，我国出台了大量举措加速国内金融市场开放。2019年7月，国务院金融委办公室宣布推出11条金融业对外开放措施，涉及债券市场、银行保险市场和证券市场三个领域。然而，金融账户开放是一柄双刃剑，多数针对2008年全球金融危机之前的文献认为资本自由流动有助于提高资本配置效率，促进生产率增长[1-2]；而针对全球金融危机之后的研究则更加强调资本自由流动的负面效应。其中，多数研究从金融视角出发，聚焦于资本自由流动对金融稳定的影响，认为大规模资本流动通过加剧一国金融市场的不稳定进而影响生产率的增长[3-4]，鲜有研究从实体经济渠道分析国际资本流动对一国生产率增长的负面影响。有学者将跨境资本流入损害一国生产率增长水平的现象命名为“金融资源诅咒说”(1)“金融资源诅咒”这一命名仿照著名的“资源诅咒说”，意指大量跨境资本流入可能阻碍经济发展。[5-6]，然而，当前研究对于“金融资源诅咒说”的影响机制渠道分析尚为不足，本文将立足于“金融资源诅咒说”的劳动力配置渠道，弥补这一不足，并试图回答以下问题：第一，“金融资源诅咒”这一假说是否成立，即国际证券资本流入是否会损害生产率增长？第二，国际证券资本是否能通过要素配置渠道影响生产率？第三，上述效应在不同收入类型的经济体之间是否存在差异？对以上问题的解答不仅能为我国金融账户开放风险防范提供理论依据，而且有利于提高金融部门更好地服务于实体经济的能力，具有重要的现实意义和政策含义。
本文的边际贡献主要包括以下三点：首先，纵观现有文献，有关资本流动与生产率增长关系的研究不乏少数，但多数研究基于资本流动影响资产价格继而引发危机的视角，鲜有研究立足要素配置视角进行机制分析及做进一步的跨国实证考察。本文则通过建立理论模型，从要素配置视角出发分析证券资本流入对生产率增长的影响机制，以100个经济体2000—2015年的数据作为研究样本，采用中介效应模型实证考察了国际证券资本流入能否通过劳动力配置渠道影响一国生产率增长；其次，本文将国际证券资本区分为规模和激增两个方面，其中流入规模可以代表国际资本流动的收益，而流入激增能够在一定程度上代表资本流动的风险，分析指出两者对生产率增长可能存在的差异化影响；最后，考虑到不同类型收入经济体之间的异质性，进一步将样本划分为中低收入经济体和高收入经济体。
二、文献综述与机理分析
(一)文献综述
已有实证研究指出，不同类型境外资本的流入对生产率增长的影响存在较大差异，现有文献对国际直接投资的生产率增长效应已基本达成一致见解：FDI主要通过示范效应、员工流动效应、产业间关联效应等渠道促进东道国的研发创新和生产率增长[7]。有关国际证券投资等其他投资对生产率增长的作用则存在较大争议：一方面，国际证券投资有助于缓解信贷约束、提高国内金融体系分散风险的能力以及金融创新水平，促进金融部门发展，进而推动一国的生产率增长：如Bonfiglioli(2008)[1]建立理论模型指出由于金融中介部门具有筛选能力，能够识别出生产率更高的企业，外部资本能够得到最优配置，故资本账户开放能够提高一国的生产率，Henry和Sasson(2008)[8]发现发展中经济体的股票市场自由化和劳动生产率的增长呈现正相关；另一方面，鉴于证券资本流动相对短期性的特征，其亦是引起金融不稳定的重要因素之一，证券资本过度流动会导致证券市场泡沫，甚至会引发银行危机以及货币危机[4]，进而阻碍一国生产率增长。综上，现有文献对证券资本流入的生产率增长效应未得出统一结论。
国际证券资本对生产率增长的影响机制是错综复杂的，有可能通过不同的渠道产生不同甚至相反的影响。直接渠道方面，证券资本流动有助于缓解信贷约束，避免投资途径限制引起的资源错配，提高生产率[9]，但过多的证券资本流入容易导致资产价格激增，引发股市泡沫，企业杠杆率过高，进而导致金融危机，降低一国生产率；间接渠道方面，Gourinchas和Jeanne(2006)[11]指出资本稀缺的发展中经济体可间接受益于金融一体化，包括金融业的发展、制度的改善、宏观经济政策的优化以及金融资产的多样化[3,12]，但也可能从中受损，资本自由流动可能通过引起资源配置的扭曲间接阻碍生产率增长：若一个经济体内部金融体系的贷款抵押能力较弱，金融一体化将引起资本外流进而恶化一国的资本稀缺状况[13]；金融摩擦亦会弱化金融一体化带来的收益[14-15]。然而，多数研究对证券资本流动影响生产率增长的中间渠道研究仅限于理论层面，Reis(2013)[15]、Benigno和Fornaro(2014)[6]、Gopinath等(2017)[16]从实证角度进行了初步探讨，他们分别以葡萄牙、西班牙及意大利作为研究对象，通过案例分析发现，金融危机期间资本流入激增导致上述经济体的经济资源错配，从而损害了生产率增长，但尚未有研究建立计量模型加以验证。
(二)机制分析
本文建立在Benigno和Fornaro(2014)[6]开放经济理论模型的基础上，从劳动力配置视角出发，探讨国际证券资本流入影响生产率增长的机制。首先，一个经济体由家庭部门和产品生产部门构成，产品生产部门又包括两类：贸易品生产部门和非贸易品生产部门，不同部门间的差异在于能否通过参与国际贸易获取外部知识进而促进生产率增长。
经济体中存在大量同质家庭，视作一个整体1，时间t为离散型变量，家庭部门每t时期向市场提供L单位的劳动力，并通过在产品市场上消费获得效用，消费者最大化终生效用为

(1)
其中，βt为贴现因子，Ct是当期的消费，以柯布-道格拉斯函数形式表示，包括对贸易品的消费和非贸易品的消费代表对贸易部门产品消费占整体消费水平的比例，取值范围是0-1，家庭部门消费函数可表示为

(2)
采用斯勒茨基方程等式构建家庭预算约束方程，等式左右两边分别代表家庭部门的消费和收入。在等式左边，将贸易部门产品相对价格设定为单位1，非贸易部门产品相对价格记作则代表家庭部门在贸易部门和非贸易部门的消费总支出，Rt为外生决定的世界利率，Bt+1为家庭在单位时期t以价格1/Rt购买的无风险债券；在等式右边，Wt表示单位劳动力的工资水平，WtL代表了家庭部门总收入，Bt为t-1时期购买的债券收益，πt表示家庭部门投资企业获得的利润收入，则家庭部门预算约束记作

(3)
产品生产部门由生产贸易产品的企业及生产其他非贸易品的企业构成。其中，贸易部门可通过参与国际贸易吸收外部知识，从而提高生产率水平。那么，贸易部门当期生产水平不仅取决于劳动力供给而且与外部知识积累水平At有关，则贸易部门在时期t的生产函数为

(4)
模型假设知识具有非竞争性和非排他性，故贸易部门能够自由运用外部知识而无需支付成本。因此，贸易部门的生产成本仅包括工资，贸易部门企业利润表示为

(5)
根据边际收益与边际成本相等，可得贸易部门利润最大化的条件
At=Wt
(6)
需要注意的是，模型假设知识的积累过程具有内生性，贸易部门下一时期获得知识的过程可表示为

(7)
其中，代表全球科技领先者带来的知识积累，参数c表示向贸易部门分配的劳动力比例。由于人力资本有助于外部知识的吸收，因此知识积累不仅取决于过去的知识积累，而且有赖于贸易部门雇佣的劳动力数量。假定At和在稳态的增长速度均为g*，定义为稳态时该经济体与世界技术可能性边界的接近程度，为资本积累达到稳态时at的值

(8)
式(8)表明贸易部门劳动力雇佣的提高使得一国更加靠近世界技术可能性边界，进而促进了整体的生产率增长。
接下来，考虑非贸易产品生产部门。非贸易部门不可参与贸易，故假设其主要利用劳动力进行生产，而无法直接获取国外先进技术，故其生产函数为为非贸易部门产出，为非贸易部门劳动力雇佣水平，则非贸易部门企业获得的利润可表示为

(9)
根据边际收益与边际成本相等，可得非贸易部门利润最大化条件

(10)
非贸易部门市场出清要求消费量等于生产量，即

(11)
结合式(3)、(5)、(9)、(10)、(11)，以及公司利润的均衡条件，可得贸易部门的市场出清条件

(12)
已知一国的净外部投资头寸为

(13)
结合式(12)、(13)，可以得到一国净外部投资头寸的跨期变化，即经常账户余额

(14)
根据上述理论推导过程，对国际证券资本流入的一系列连锁反应提出以下假设。
首先，国际证券资本大规模流入(由式(14)可知同时表现为贸易账户赤字)引起证券市场价格上涨，证券资本流入国居民财富增加，国内消费水平提高。由式(11)、(12)可知，家庭对贸易部门和非贸易部门的消费需求将同时提高，引起贸易部门和非贸易部门同时扩张。贸易部门扩张可通过扩大进口及雇佣更多劳动力，而非贸易部门则仅能通过吸收更多的劳动力满足扩张需求，由于非贸易部门对劳动力的需求增长更快，最终引起了劳动力从贸易部门向非贸易部门的转移。此外，除了理论模型所推导的证券资本流入通过提高国内需求间接引起非贸易部门扩张之外，还有可能直接引发以金融行业为主的非贸易部门扩张，从而提高非贸易部门的劳动力需求。其中的机理在于，国际证券资本的主要流向即为金融行业，金融行业通过吸收境外资本而不断扩大规模，最终引起金融行业自身劳动力需求提高，亦有可能挤占具有更高生产率部门的劳动力资源[17-19]。由此提出本文的假设1。
H1 国际证券资本流入导致劳动力从贸易部门向非贸易部门转移。
合理有效的要素配置有助于提高经济效益。结构红利假说指出，生产要素的稀缺性决定了必须通过一定的方式把有限的资源合理分配到生产效率更高、消费需求更高的生产部门，从而提高经济体整体的生产率增长水平。然而，市场配置资源具有一定的盲目性和滞后性，可能导致要素配置结构不合理。若劳动力资源过多地被配置到生产率增长水平更低的非贸易部门，将显著降低整体生产率增长，已有证据表明非贸易部门生产率增长水平显著低于贸易部门：首先，传统的李嘉图比较优势理论指出，贸易部门之所以能够参与国际贸易，正是由于其比其他部门拥有较高的生产率；其次，非贸易部门的自身特性决定了其生产函数面临的技术进步和资源配置效率改善的空间较小，生产率进步受到限制[20]；再次，如前文理论模型式(8)所示，相较于非贸易部门，贸易部门可以借助参与国际贸易的机会吸收外部知识，这有助于贸易部门生产率水平的提高。非贸易部门产品难以参与国际贸易和国际竞争，缺乏来自国际的技术与资源配置效率提升的路径。正因如此，劳动力在两部门间转移所引起的非贸易部门扩张，将最终引起整体生产率增长水平的下降。一些学者从企业微观角度展开研究，发现劳动及资本要素在企业间的错配损害了企业生产率[16,21-22]。鉴于此，本文提出假设2。
H2 劳动力从贸易部门向非贸易部门转移导致整体生产率增长水平下降。
合理的资本流入有助于填补一国的投资—储蓄缺口，为了追逐更高的投资收益，投资者往往更加青睐预期生产率增长水平更高的投资，从而有利于促进东道国生产率增长水平的提高[23]。然而，这一理论逻辑并不完全适用于所有类型的境外资本，国际证券资本往往具有较强的短期逐利性，更关注短期内的投机收益，故极易对经济造成扭曲，从而损害生产率增长[24]。尽管证券资本流入中存在非投机性资金，但由于难以辨别其中的规模，故证券资本对一国生产率的作用方向难以确定；相反，突然且大规模的证券资本流入往往是投机资金涌入的强烈信号，超出一定规模的证券资本涌入极有可能会对经济产生负面影响[25]。
此外，从证券资本影响劳动力配置的角度而言，一方面，向非贸易部门转移的劳动力存在劳动边际产出递减，另一方面，资本流入又有可能通过提高非贸易部门资金配置效率对生产率产生正面影响。当劳动力边际产出降至低于资金配置效率提高的正面影响时，劳动力流入会损害非贸易部门生产率。此时，证券资本流入对一国整体生产率的负面影响会进一步加剧。进一步，两个重要的条件会加剧“金融资源诅咒”现象，一是大规模资本流入导致劳动力大量转移，引起非贸易部门劳动力边际产出大幅下降，二是经济体制相对不健全，导致资本流入的资金配置效率提升不足。高收入经济体金融发展水平更高且金融体系较为健全，金融制度更加完善，因此对不稳定资本的吸收能力及抵御负面冲击的能力较强。相反，中低收入经济体由于金融账户开放时间较短，国内金融体系较为脆弱，更易受到外部冲击的影响，因此资本流入对生产率增长的影响可能存在一定的国别差异，“金融资源诅咒”主要存在于中低收入经济体内。鉴于此，本文提出假设3。
H3 “金融资源诅咒”的劳动力配置渠道主要作用于资本流入激增时期，且在中低收入经济体表现更显著。
三、数据来源与描述性分析
(一)关键变量测度
1．劳动力配置
本文需要构建的指标是劳动力在贸易部门与非贸易部门之间的配置，首先必须明确贸易部门与非贸易部门的划分。巴拉萨-萨缪尔森效应假说(2)巴拉萨-萨缪尔森效应假说研究了经济增长与实际汇率之间的关系，是实际汇率理论的重要假说之一。将国民经济划分为可贸易部门与不可贸易部门。其中，可贸易品的跨国价格差异可通过商品的套利活动消除，不可贸易品的套利活动交易成本无限大，其跨国价格差异不可通过套利消除。现代国际贸易理论指出贸易部门是一国经济增长的引擎。
尽管在实际经济活动中，大多商品在一定程度上都是可贸易品，并且由于经济系统的复杂性及动态性，难以进行精确的分类，因此有关不同产业的部门归属问题引发了一系列争议[26]。但在实证研究中，关于不可贸易部门的分歧较少，大多数学者直接将服务业作为不可贸易部门[27]，由于高昂的贸易成本以及贸易壁垒的广泛存在，多数研究表明服务业参与国际贸易的程度较低，因此可粗略地将服务业部门视作非贸易部门。有关贸易部门划分的研究中，由于农业部门生产率水平较低，有学者单独将工业作为可贸易部门[28]，而多数研究直接使用制造业来代替贸易部门[20，29-30]。结合现实考虑，本文最终采取后者的划分方法，将制造业作为贸易部门，服务业作为非贸易部门。
有关劳动力资源在不同行业间配置的衡量方法主要包括以下三种：其一，关注劳动力在不同产业间的转移[31]，并从劳动力占比的角度构建产业间劳动力转移的指标，但该方法无法识别劳动力的转移方向；其二，关注劳动力配置扭曲对企业生产率的损害，常采用不同企业之间要素投入的边际产品收益分散程度衡量要素配置的扭曲[16，21]，但该方法仅适用于微观层面的研究；其三，直接测度不同部门劳动力占比变化[5]，该方法较为简单直观。由于本文的研究主要集中于宏观层面的分析，同时考虑到数据的可得性，故借鉴第三种方法，将劳动力配置计算为非贸易部门劳动力占比，其值增加表明劳动力更多地分配到非贸易部门。跨国样本劳动力数据来源于国际劳工组织(ILO，International Labour Organization)(3)数据来源网址：http://www.ilo.org/ilostat/faces ... age3.jspx?MBI_ID=49。。
2.生产率增长
索洛模型指出，技术进步是经济持续增长的动力，而生产率增长则是技术进步对经济发展的综合反映。实证研究中，衡量生产率的常用指标为全要素生产率(TFP，Total Factor Productivity)。考虑到发展中国家普遍存在技术非效率问题，为保证实证结果的稳健性，研究亦采用技术效率(TE，Technical Efficiency)替代TFP作为稳健性检验指标。
TFP通过估计“索洛残差”的方式获取，估计公式为其中下标i和t分别为国家和年份，VAi,t为全部产业的附加价值，和为生产要素固定资产Ki,t和劳动力人数Li,t的估计参数，VAi,t、Ki,t和Li,t均采用2010年不变价格美元，估计所获得的TFPi,t取对数即为研究中使用的TFP。进一步将TFP进行一阶差分处理，得到研究所需的TFP增长值。
稳健性指标TE则通过分别估计各年份数据获得，具体估计方法如下：首先建立正态-指数(Normal-Exponential)分布SFA模型并进行估计，公式为VAi=βKKi+βLLi+εi，其中干扰项为代表一般误差，ui则为非效率项；然后利用点估计量获得TE，非效率项的点估计量为E(u│的条件分布，在获得的点估计量后，可通过公式获取研究使用的技术效率。
3.国际证券资本流入与激增
国际证券资本流入规模与激增是本文的关键解释变量。国际证券资本流入数据来源于Lane和Milesi-Ferretti(2018)[32]建立的资本存量数据库，并将证券资本总流入额占GDP的比重作为标准化的资本流入规模；资本流动激增是指跨境资本突发性的大幅增加，对资本流入激增水平的衡量方式借鉴Sula(2010)[33]、刘莉亚等(2013)[34]的计算方法，将某年的国际证券资本流入增量超过某一阈值视作资本流入激增，表示为式(15)。其中，由于证券资本流动规模相对GDP较小，因此将阈值σ设置为1%(4)为保证结果稳健性，将阈值扩大为1.5%进行稳健性检验，结果保持不变，鉴于篇幅限制不再报告。，若超过该阈值，则将证券资本流入激增变量记作1，反之记作0。

(15)
4．控制变量的选取与说明
在模型控制变量的选取方面，文章主要参考以下研究：Bonfiglioli(2008)[1]、Restuccia和Rogerson(2013)[35]及刘莉亚等(2013)[34]，结合生产率相关理论及实证研究结果选取了以下控制变量，具体包括：就业水平、人均GDP、贸易开放度、城镇化水平、政府支出、资本积累、通胀水平、金融发展程度和中学入学率，以上数据均来自世界银行WDI数据库，详细说明见表1。
表1 控制变量的选取与说明

(二)描述性分析
结合各变量数据的可得性(5)由于LMF数据库中的国际资本流动数据仅更新至2015年，而国际劳工组织公布的分部门劳动力数据仅从2000年开始，故本文的样本区间为2000-2015年。，文章最终选取100个国家2000-2015年的面板数据作为研究样本，并采用winsorize方法对上下1%的极端值进行了处理，各变量的描述性统计结果如表2所示。从表中可以看出，样本国家的TFP增长率平均为-0.2%，负向增长可能源于2008年全球金融危机的巨大冲击，且从极值特征可以看出各国TFP生产率的增长率差异较大，最小值为-39.4%，最高可达66.9%；国际证券资本流入规模占GDP的比例平均为8.6%，激增水平均值为0.307；非贸易部门劳动力占比均值为56.3%，从极值特征可以看出不同经济体之间差异较大。此外，控制变量中通胀水平标准差为5.967，波动性较大，其他控制变量均较为稳定。
表2 变量描述性统计

四、模型介绍与实证分析
(一)模型介绍
本文致力于探究国际证券资本流入能否通过劳动力配置渠道影响一国的生产率增长，实证检验可借助中介效应模型实现，该模型广泛应用于分析自变量对因变量的影响过程及作用机制。Baron和Kenny(1986)[36]最早提出采用逐步回归法检验中介效应，该方法的实现过程较为简单，基本步骤包括：(1)Y=cX+∈1；(2)M=aX+∈2；(3)Y=c′X+bM+∈3。第一步，将自变量X对因变量Y进行回归，若回归系数c显著，说明存在主效应；第二步，将自变量X对中介变量M进行回归，若回归系数a显著，说明自变量对中介变量有影响；第三步，将自变量X和中介变量M同时对因变量进行回归，若中介变量M的回归系数b显著，且满足上述两个条件，则证明存在中介效应。此外，进一步观察自变量X的回归系数c′，若c′显著说明该中介是部分中介，若不显著说明是完全中介。
采用该方法的好处在于犯第一类错误的概率很小，但当中介效应较弱时这种检验的功效很低，系数乘积实际上显著而依次检验容易得出不显著的结论。因此，现有文献多采用Sobel提出的直接检验系数和的乘积显著性[37]，即检验原假设H0:ab=0。检验统计量为其中，和分别是a和b的估计，Sab是的标准误。依照温忠麟等(2004)[38]提出检验程序检验中介效应是否存在，该程序犯第一类错误和第二类错误的概率均较小。
根据本文的研究内容建立以下三步骤回归模型
TFPi,t=α0+α1CAPi,t-1+X′σ+εi,t
(16)
LTRAi,t=β0+β1CAPi,t-1+X′φ+∈i,t
(17)
TFPi,t=γ0+γ1CAPi,t-1+γ2LTRAi,t-1+X′ω+θi,t
(18)
其中，下标i、t分别表示国家和年份，α0、β0、γ0是截距项，εi,t、εi,t、θi,t是随机误差，X′是一组控制变量构成的向量。考虑到时间序列数据的非平稳性，且证券资本流动对要素生产率产生影响存在一定的时滞，因此对数据进行三年期移动平均及五年期移动平均处理。另外，考虑到模型可能存在的内生性，将所有解释变量进行滞后一阶处理。
关于模型的估计方法，传统的中介效应模型主要运用于横截面数据，估计方法为最小二乘法，而并未考虑个体效应和时间效应，为克服中介效应分析方法的这一缺陷，本文则在模型中加入了国家虚拟变量和年份虚拟变量(6)在最小二乘估计模型中加入个体虚拟变量可以达到固定效应估计的效果。。式(16)测度了证券资本流入CAP对要素生产率TFP的影响；式(17)测度了证券资本流入CAP对劳动力配置LTRA的影响，其中，以非贸易部门劳动力水平占比衡量劳动力配置水平；式(18)测度了证券资本流入CAP和劳动力配置LTRA对要素生产率的共同影响。Mackinnon等(2002)发现，中介效应检验中z值在5%显著性水平下的临界值是0.97左右，而不是通常的1.96，本文根据这一标准检验中介效应是否显著。
(二)实证检验
1.基准回归
实证研究结果如表3、4所示。其中，表3中的关键解释变量为证券资本流入规模，列(1)、列(2)分别表示三年移动平均和五年移动平均的回归结果。结果显示未通过主效应的检验，即证券资本流入规模对TFP增长不存在显著影响。根据上文提到的中介效应检验程序，存在主效应是中介效应检验的前提条件，因此认为证券资本流动规模无法通过劳动力配置渠道影响全要素生产率TFP的增长。
表3 证券资本流入规模对全要素生产率TFP增长的中介效应回归(7)受篇幅所限，不再报告控制变量的回归结果，如有需要可向作者索取。

注：***，**和*分别表示在1%，5%和10%的水平上显著，括号内为标准差。下同。
表4中的关键解释变量为证券资本流入激增，列(1)、列(2)分别表示三年移动平均和五年移动平均的回归结果。列(1)中步骤一的回归结果表明：证券资本流入激增在99%的显著性水平上损害TFP增长，证明主效应显著为负，可以进一步进行中介效应检验。由步骤二的回归结果可知证券资本流入激增显著促进了劳动力向非贸易部门的配置，步骤三表明劳动力向非贸易部门的配置显著降低了生产率增长，Sobel检验的Z值为-2.06，其绝对值大于0.97，认为中介效应存在，这一结果说明在证券资本流入激增对生产率增长的抑制过程中，劳动力配置起到了中介作用，且该中介渠道能够解释14.67%的主效应；列(2)的回归结果表明：证券资本流入激增在95%的显著性水平上损害了TFP增长，证明存在主效应，Sobel检验的Z值为-2.804，其绝对值大于0.97，认为中介效应存在，劳动力配置渠道占总效应的比例为29.28%。
总结而言，在证券资本流入激增对生产率增长的影响中，劳动力配置起到了中介作用。上述研究结果证明理论假设1和2成立。首先，国际证券资本大规模流入引起贸易部门与非贸易部门的消费水平同时提高，对贸易部门的消费需求可通过进口满足，而非贸易部门则主要通过吸收人力资本提高其自身生产力水平以满足高涨的消费需求，进而引起劳动力更多的流向非贸易部门。然而，人力资本有助于贸易部门企业通过学习国外先进技术进而促进整体生产率增长，非贸易部门则通过吸引更多劳动力阻碍了贸易部门吸收外部技术的过程，进而损害了整体的生产率增长。国际证券资本流入规模对生产率增长无显著影响；而国际证券资本流入激增对生产率增长有显著抑制作用。说明正常水平下的证券资本流入不足以影响生产率增长水平，突然且大规模的证券资本流入将对一国经济体系产生冲击，超出金融体系承受能力，进而引起资源错配。这一结果证明假设3成立。
表4 证券资本流入激增对全要素生产率TFP增长的中介效应回归

2.分样本回归
上文将高、中、低收入水平的经济体样本进行混合处理，得出了国际证券资本对劳动生产率增长的平均影响，然而不同收入类型的经济体经济基本面往往存在较大差异。鉴于发达经济体金融体制相对健全，受到“金融诅咒”的可能性更低，进一步将样本划分为中低收入经济体和高收入经济体，并加以对比分析，以验证假设3。此外，中国作为典型的中等收入国家，资本账户开放时间较短且尚未完全开放，金融制度仍存在较多不合理不完善之处。但近年来由于经济发展水平较快吸引了大规模的外部投资，如何应对外部资本冲击的问题亟待解决。将中低收入经济体分离出来，对我国而言更具参考价值与借鉴意义。针对中低收入经济体的回归结果如表5所示，可以看出，证券资本流入对生产率增长的主效应不存在，证券资本流入激增在99%的显著性水平上抑制了生产率增长。Sobel检验的Z值为-1.584，大于0.96的临界值，说明在证券资本流入激增对生产率增长的抑制过程中，劳动力配置起到了显著中介作用，中介效应占总效应的比例为6.94%；对高收入经济体的回归结果如表6所示，证券资本流入规模及激增对生产率增长的主效应均不存在。
表5 中低收入经济体证券资本流入激增对全要素生产率TFP增长的中介效应回归

表6 高收入经济体证券资本流入激增对全要素生产率TFP增长的中介效应回归

上述研究结果表明劳动力配置的中介效应主要体现在中低收入经济体样本中。自20世纪90年代以来，中低收入经济体不断遭遇外部资本冲击，遭受了巨大损失。由于其金融发展水平较低且金融制度不够完善，难以承受大规模资本流动后突然停止或大规模撤回的风险，故易遭受损失。发达经济体则不然，其拥有完善的金融系统，资源配置效率更高，能够有效利用金融资本使其服务于实体经济发展。至此，假设3得证。
(三)稳健性分析
为检验模型结果的稳健性，本部分分别采用更换模型估计方法、替换被解释变量、替换中介变量三种方式重新进行中介效应检验，稳健性分析的回归模型仍与基准模型保持一致，此处不再赘述。
1.稳健性检验Ι
为检验回归结果的稳健性，首先采用Bootstrap方法代替Sobel中介效应检验方法。Sobel的检验统计量为和分别为系数a、b的估计值)，该统计量要求服从正态分布。Preacher和Hayes(2004)[39]提出了检验力更高的非参数百分位Bootstrap方法进行中介检验，该方法放松了统计量必须满足正态分布的假设(8)Bootstrap算法的步骤如下：首先对样本进行有放回的随机重复抽样，接下来基于抽取的样本计算中介效应的估计值重复上述步骤若干次(记作A，一般设定为1 000次)，计算出A个中介效应估计值的均值，并将其作为中介效应的点估计值。最后，将A个中介效应估计值按照从小到大的顺序排列，得到序列B，用序列B的第2.5百分位数(LLCI)和第97.5百分位数(ULCI)来估计95%的中介效应的置信区间。。若在95%的置信区间下，Bootstrap所构造的置信区间不包含零值，则认为存在中介效应。但该方法中介效应估计值的中值接近于的真实值，但不一定等于其真实值。鉴于此，学者们又提出了偏差校正的非参数百分位Bootstrap法，在实证研究中得到了广泛应用。基于Bootstrap方法的中介效应检验结果如表7所示，其中与基准回归结果一致，证券资本流入规模直接效应的置信区间和偏差矫正的置信区间均包含零，认为不存在直接效应。证券资本流入激增直接效应的置信区间及偏差矫正的置信区间均不包含零，说明主效应存在，而间接效应的置信区间及偏差矫正的置信区间亦不包含零，证明中介效应存在。这一结果验证了模型的稳健性。
表7 稳健性分析Ⅰ

2.稳健性检验Ⅱ
为保证回归结果的稳健性，采用技术效率TE作为被解释变量TFP增长的稳健性指标，重新进行中介效应检验，技术效率TE的计算方法在上文已进行了详细介绍。回归结果如表8所示。同样，列(1)、列(2)分别表示证券资本流入规模和证券资本流入激增的回归结果。列(1)中步骤一的回归结果表明，证券资本流入规模对生产率增长负向影响的主效应不存在；列(2)中步骤一的回归结果表明主效应存在，Sobel检验Z值为-1.8，其绝对值大于0.97，表明中介效应存在，且中介效应占主效应的比例为14.80%。综上，稳健性回归的结果亦表明：证券资本流入激增通过影响劳动力资源配置进而抑制了生产率增长，从而验证了模型的稳健性。
表8 稳健性分析Ⅱ

3.稳健性检验Ⅲ
在衡量中介变量劳动力配置时，贸易部门以制造业代替，而非贸易部门以服务业代替。本文主要关注国际证券资本流入的生产率增长抑制作用，而国际证券资本可能主要流向金融部门，从而导致金融部门的扩张，并提高金融部门对劳动力的需求，由此推断劳动力可能主要从制造业转向金融服务业。鉴于上述考虑，本部分以金融服务业的劳动力作为非贸易部门劳动力的稳健性指标，劳动力配置具体计算为金融服务业劳动力占其与制造业劳动力之和的比例，重新进行中介效应检验。其中，证券资本流入规模对生产率增长的主效应不存在；证券资本流入激增在99%的水平上显著抑制了生产率增长，Sobel检验的结果表明劳动力配置的中介效应显著，且中介效应占总效应的比例为22.74%。这一结果再次验证了模型基准回归结果的稳健性。
表9 稳健性分析Ⅲ

五、结论与政策建议
为考察金融资源诅咒的实体经济渠道，本文通过建立理论模型，阐释了国际证券资本流动通过劳动力配置渠道影响生产率增长的理论机制，进而以2000-2015年100个经济体的跨国面板数据作为研究样本，采用中介效应分析方法，实证检验了劳动力配置在国际证券资本流入对生产率增长的影响中是否发挥了中介作用；此外，由于证券资本流入规模与激增可能对生产率增长产生不同影响，文章进一步对两者进行了区分；最后，考虑到不同收入类型的经济体之间可能存在较大异质性，将研究样本划分为中低收入经济体和高收入经济体。实证研究结果表明：国际证券资本流入规模对生产率增长不存在显著影响，而国际证券资本流入激增通过提高非贸易部门劳动力比例间接损害了一国的劳动生产率增长；劳动力配置的中介效应在不同类型经济体之间表现出显著的异质性特征，高收入经济体的中介效应不再显著。也即是说，“金融资源诅咒说”的劳动力配置渠道仅发生于证券资本大规模流入时期，且只存在于中低收入经济体。文章根据上述实证研究结果提出以下政策建议。
第一，本文发现证券资本流入激增对一国的生产率增长存在显著抑制作用，故从本质上来说，应提高一国吸收和管理境外资本的能力，尤其是应对短期资本流入激增的能力。在国际资本市场不确定水平提高以及资本流动性风险日益加剧的国际新形势下，以证券投资为代表的国际短期资本流动成为影响各国经济不稳定因素的主要来源，政府可通过加强资本管制以限制不稳定资金的流入，强化对跨境资本的监管与识别，从源头上阻止短期资本流入激增对国内生产率造成的损害。由于金融资源诅咒效应并未发生于高收入经济体，因此对于以我国为代表的中低收入经济体而言，应不断强化国内金融体系的建设与完善，提高金融部门吸收与消化外部资金的能力。
第二，本文验证了在国际证券资本损害一国生产率增长的过程中，劳动力配置渠道所发挥的重要作用，证券资本流入激增通过促进劳动力转向生产率增长水平较低的非贸易部门，间接抑制了一国整体的生产率增长。对于参与国际贸易的企业而言，其虽可在全球范围内组织生产要素，但这些生产要素必须与人力资本相结合才能形成竞争优势。因此，应密切监管和纠正劳动力的不合理配置。在资本流入激增时期，可加强对贸易部门雇佣劳动力的补贴，提高其对劳动力资源的吸引力。长期来看，应加速推进供给侧结构性改革，提高资源利用效率。近年来，随着我国经济发展水平不断提高，跨境资本不断涌入，投资行为的盲目性既降低了资源配置效率又损害了企业价值，供需关系正面临着不可忽视的结构性失衡，因此有必要从要素投入角度出发纠偏要素错配。
参考文献
[1]BONFIGLIOLI A. Financial integration, productivity and capital accumulation[J]. Journal of International Economics, 2008, 76(2): 337-355.
[2]BEKAERT G, HARVEY C R, LUNDBLAD C. Financial openness and productivity[J]. World Development, 2011, 39(1): 1-19.
[3]KOSE M A, PRASAD E S, TERRONES M E. Does openness to international financial flows raise productivity growth?[J]. Journal of International Money and Finance, 2009, 28(4): 554-580.
[4]BINICI M, HUTCHISON M, SCHINDLER M. Controlling capital? Legal restrictions and the asset composition of international financial flows [J]. Journal of International Money and Finance, 2010, 29(4): 666-684.
[5]BENIGNO G, CONVERSE N, FORNARO L. Large capital inflows, sectoral allocation, and economic performance [J]. Journal of International Money and Finance, 2015, 55: 60-87.
[6]BENIGNO G, FORNARO L. The financial resource curse [J]. The Scandinavian Journal of Economics, 2014, 116(1): 58-86.
[7]HUANG Y, ZHANG Y. How does outward foreign direct investment enhance firm productivity? A heterogeneous empirical analysis from Chinese manufacturing[J]. China Economic Review, 2017, 44: 1-15.
[8]HENRY P B, SASSON D. Capital account liberalization, real wages, and productivity:NBER Working Paper,No.13880 [R]. [S.l.:s.n.],2008.
[9]BUERA F J, KABOSKI J P, SHIN Y. Finance and development:a tale of two sectors [J]. American Economic Review,2011,101(5): 1964-2002.
[10]CABALLERO J A. Do surges in international capital inflows influence the likelihood of banking crises?[J]. The Economic Journal, 2016, 126(591): 281-316.
[11]GOURINCHAS P O, JEANNE O. The elusive gains from international financial integration[J]. The Review of Economic Studies, 2006, 73(3): 715-741.
[12]AIZENMAN J, PINTO B, RADZIWILL A. Sources for financing domestic capital-is foreign saving a viable option for developing countries?[J]. Journal of International Money and Finance, 2007, 26(5): 682-702.
[13]MATSUYAMA K. Financial market globalization, symmetry-breaking, and endogenous inequality of nations[J]. Econometrica, 2004, 72(3):853-884.
[14]MIDRIGAN V, XU D Y. Finance and misallocation: evidence from plant-level data[J]. American Economic Review, 2014, 104(2): 422-58.
[15]REIS R. The Portuguese slump and crash and the euro crisis[R].[S.l.]:National Bureau of Economic Research, 2013.
[16]GOPINATH G, KALEMLI-ÖZCAN , KARABARBOUNIS L, et al. Capital allocation and productivity in South Europe [J]. The Quarterly Journal of Economics, 2017, 132(4): 1915-1967.
[17]CECCHETTI S, KHARROUBI E. Why does financial sector growth crowd out real economic growth:BIS Working Paper 490,[R]. [S.l.:s.n.],2015.
[18]GORTONG, ORDOEZ G. Good booms, bad booms [R][S.l.]:National Bureau of Economic Research, 2016.
[19]张庆君, 李雨霏, 毛雪. 所有制结构、金融错配与全要素生产率[J]. 财贸研究, 2016(4): 9-15.
[20]刘惠好, 苏振天. 我国通货膨胀的结构性原因——基于贸易部门和非贸易部门的研究[J]. 投资研究, 2011(12):61-73.
[21]HSIEH C T, KLENOW P J. Misallocation and manufacturing TFP in China and India [J]. Quarterly Journal of Economics, 2009, 124(4):1403-1448.
[22]BORIO C E V, KHARROUBI E, UPPER C, et al. Labour reallocation and productivity dynamics: financial causes, real consequences[J]. BIS Working Papers, 2016, 19(1):1-15.
[23]CHENERY H B, BRUNO M. Development alternatives in an open economy: the case of Israel [J]. The Economic Journal, 1962, 72(285): 79-103.
[24]CALVO G A, MENDOZA E G. Capital-markets crises and economic collapse in emerging markets: an informational-frictions approach[J]. American Economic Review, 2000, 90(2): 59-64.
[25]GOURINCHAS P O, OBSTFELD M. Stories of the twentieth century for the twenty-first[J]. American Economic Journal: Macroeconomics, 2012, 4(1): 226-65.
[26]马君潞, 吕剑. 巴拉萨-萨缪尔森效应假说:研究进展及其启示[J]. 经济评论, 2008(4):119-124.
[27]GREGORIO J D, WOLF W C. Terms of trade, productivity, and the real exchange rate [J]. NBER Working Papers, 1994.
[28]丁剑平, 鄂永健. 实际汇率、工资和就业——对中国贸易部门和非贸易部门的实证研究[J]. 财经研究, 2005, 31(11): 41-49.
[29]ITO T, ISARD P, SYMANSKY S. Economic growth and real exchange rate:an overview of the Balassa-Samuelson hypothesis in Asia:NBER Working Paper No.5979 [R].[S.l.:s.n.],1997.
[30]卢锋, 刘鎏. 我国两部门劳动生产率增长及国际比较(1978-2005)-巴拉萨萨缪尔森效应与人民币实际汇率关系的重新考察[J]. 经济学(季刊), 2007,6(2).
[31]WACZIARG R, WALLACK J S. Trade liberalization and intersectoral labor movements [J]. Journal of International Economics, 2004, 64(2):411-439.
[32]LANE P R, MILESI-FERRETTI G M. The external wealth of nations revisited: international financial integration in the aftermath of the Global Financial Crisis[J]. IMF Economic Review, 2018, 66(1):189-222.
[33]SULA O. Surges and sudden stops of capital flows to emerging markets [J]. Open Economies Review, 2010,21(4):589-605.
[34]刘莉亚, 等. 资本管制能够影响国际资本流动吗? [J]. 经济研究, 2013(5):33-46.
[35]RESTUCCIA D, ROGERSON R. Misallocation and productivity[J]. Review of Economic Dynamics, 2013,16:1-10.
[36]BARON R M, KENNY D A. The moderator-mediator variable distinction in social psychological research: conceptual, strategic, and statistical considerations[J]. Journal of Personality and Social Psychology, 1986, 51(6): 1173.
[37]SOBEL M E. Asymptotic confidence intervals for indirect effects in structural equation models[J]. Sociological Methodology, 1982,13:290-312.
[38]温忠麟, 等. 中介效应检验程序及其应用[J]. 心理学报, 2004, 36(5):614-620.
[39]PREACHER K J, HAYES A F. SPSS and SAS procedures for estimating indirect effects in simple mediation models[J]. Behavior