金融压抑下的法治、金融发展和经济增长
卢峰
博士研究生
美国西北大学凯洛格管理学院
姚洋*
教授
北京大学中国经济研究中心
2003年8月22日
* 通讯作者，通信地址：北京市北京大学中国经济研究中心；邮编：100871；电话：10－62753103；传真：10－62751474；电子邮件：。姚洋感谢斯坦福大学国际发展中心对本项研究提供的部分支持。
金融压抑下的法治、金融发展和经济增长
摘要
在以金融压抑为特征的经济中，加强法治可能妨碍金融领域某些方面的发展。我们采用1990年代中国省级单位的数据，通过计量研究发现，加强法治有助于提高私人部门获得的银行信贷份额，推动银行业的竞争，但抑制私人投资，并对金融深化没有显著影响。我们认为，这些结果源自中国金融部门存在的“漏损效应” － 即金融资源从享有特权的国有部门流向受到信贷歧视的私人部门的过程。此外，我们还发现加强法治并不能显著提高经济的平均增长率。我们的结论是，只有在其他配套制度安排完善的情况下，法治才能发挥良性作用。
关键词：法治、金融发展、金融压抑、经济增长
金融发展是促进经济增长的一个关键因素(Levine,1997)。近期的研究将书面法视作推动金融发展和经济增长的重要原因(La Porta, Lopez-de-Silanes, Shleifer, and Vishny, 1998; Levine, 1998)。但是，这个观点受到了Pistor 等人的挑战（参见Berkowitz ， Pistor ，and Richard，2003和Pistor ，Raiser ，and Gelfer ，2000），他们发现，法治的实际执行效率比法律条文对促进金融发展更为重要，尤其是在转型国家。本文在这类研究的基础上推进一步，研究在以金融压抑为特征的经济中，法治通过哪些途径影响金融的发展。在发展中国家和转型经济体中，金融压抑现象普遍存在（Mckinnon, 1973,1993; Shaw, 1973）。金融压抑的一个后果是造成金融资源的实际成本和名义成本之间出现差距，由此激励经济体和个人参与一些不合法但却有利于推动社会生产的活动，结果，加强法治未必有助于金融的发展。
对于研究法治和金融发展之间的关系而言，中国省级单位构成一个很好的研究案例。尽管中国的各省、自治区和直辖市共享同样的书面法，但是它们的法治和金融发展水平都参差不齐。中国的金融体系具有显著的抑制特征。利率是由中央银行制定的，且远远低于市场的实际利率；同时，四大国有银行在银行业中一直占据垄断地位。其结果是导致银行出现严重的信贷歧视，使它们倾向于向国有企业提供信贷，同时压抑对私人部门的信贷。然而，众所周知，非国有经济部门在过去十几年间已经成为中国经济发展的引擎。显而易见，金融资源的配置与对经济增长的贡献之间出现了极不匹配的情形。
在一些关于中国法律和经济发展的研究中，Allen, Qian and Qian（2002）采用La Porta 等人(1998)的法律指标来研究中国的法律体系，发现与La Porta 等人研究中的样本国家相比，中国的法律体系是不完善的。然而，中国经济的增长主要由一些非正式的部门推动的，恰恰是在这些部门，正式法律体系的影响很微弱。Pei （2001）也发现，尽管中国在经济增长方面有着漂亮的纪录，但是商业合同的执行情况却很差。Alford (2000) 指出，在评价中国法律体系的时候，仅仅研究中国的正式法律条文是不够的；他建议研究者关注中国正式法律和非正式执行机制之间的相互影响。
本文将拓展以上的研究成果，解释在金融体系扭曲的情况下，不完善的法治体系如何影响经济的增长。本文主要论证金融资源从国有部门流向私人部门的漏损效应的存在性。这种资金流动机制有效地减弱了银行信贷配给制度给私人部门带来的负面影响，并提高了全社会资金配置的效率。金融资源不时地通过不合法的渠道漏损到非国有部门，有效地缓解了私人部门资金紧张的困境；因此，加强法治将会阻碍资金的有效配置，进而可能抑制经济增长。当然，在不存在信贷歧视的情况下，更为有效的法治能够推动金融的发展。在本文中，我们将分别研究加强法治对衡量金融发展的四个指标的影响。这四个指标是：私人投资比重、私人获得的银行贷款比重、金融深度和银行业的竞争。这些指标经常出现在各类文献中(Levine, 1997) 。
我们构建了一个独特且客观的指标来衡量法治的实施效率，即各省法院每年经济案件的结案率。采用这个法治指标，我们发现更为有效的法治对对私人部门获得的银行贷款比例和银行业竞争有显著的正效应，但降低私人投资比重，并对金融深度没有显著影响。我们发现，对私人投资的负面影响将导致经济增长率每年损失0.7个百分点，约相当于900亿元人民币。总体而言，加强法治对中国各省1990年代以来的年平均经济增长率没有显著的影响。
我们的工作与正在兴起的对转轨经济国家法律价值的研究密切相关。近期的研究成果表明，对于解释转轨国家、特别是前苏联和中国的经济效率而言，法律所扮演的角色是有限的。特别值得一提的是，存在一个“中国之谜”，即低水平的法治和高速的经济增长同时并存(Murrell主编，2001) 。通过研究法治和金融发展之间的关系，我们的工作部分地解释了这个迷。尽管我们的结果可以作为一个支持以下这个论断的证据，即一种制度的扭曲需要另一种制度的扭曲来纠正，但是我们更倾向于如下的解释，即法律制度只是制度总体中的一个环节，要使它发挥良性作用，需要其他相应的制度来配套。这个论断类似于Berkowitz 等人(2003)
提出的“移植效应”假说，这个假说强调，外来法律的有效运作有赖于接受国各项配套制度的完善。
文章安排如下。第一节介绍中国金融的相关背景，并讨论在金融压抑情况下产生漏损效应的机制；第二节提出一些可供检验的关于法治效率对金融发展和经济增长的影响的假说；
第三节介绍数据和讨论变量的选取；第四节是关于法治和金融发展之间关系的计量研究结果；第五节进一步研究法治对经济增长的影响；第六节是结论。
一、金融压抑和漏损效应
1．中国的金融压抑
金融压抑是中国银行体系的主要特征之一。早在1952-1978年的计划经济年代，低利率体系就被用来向重工业优先发展战略提供低成本的资金（林毅夫、蔡昉、李周，1996）。自1970年代末实行改革开放政策以来，金融压抑依然存在。官方利率一直比非正式信贷市场的利率低50-100% (Garnaut, Song, Yao, and Wang, 2000)。最近几年，国家允许银行在向中小企业提供贷款时可以采用比官方利率高10-50%的利率，可是，市场利率仍然比最高利率高出50%。此外，四大国有银行压倒性的垄断地位使中国银行体系更加恶化。一直到1990年代早期，四大国有银行的贷款总额都占整个银行业总贷款量的90%以上；即使是到2000年，这个比例依然维持在77%左右（中国人民银行，2001）。这些银行面临着大量的不良贷款。据中国人民银行统计，在1997年中国各银行贷款余额中，不良贷款约占25%（赵海宽、郭田勇，1998）。有人甚至认为，中国的银行体系总体上已经处于破产的境地，因为它的净资产已经是负值了（Lardy ，1998，109-111）。金融压抑和低效率的国有银行垄断造成银行业严重的信贷歧视，非国有经济部门深受其害。虽然非国有部门对中国GDP 的贡献超过了70%，它在过去十几年里获得的银行正式贷款却不到20%，其余的80%以上都流向了国有部门 (Garnaut, et al, 2000)。
非国有部门受到银行信贷歧视的原因主要来自三个方面。第一个是政治原因。在中国的银行业中，国有企业不偿还贷款被认为是可以接受的，但是，如果一笔给私人企业的贷款出了问题，有关负责人就会被怀疑收受了对方的贿赂。这就造成信贷员在考虑是否给私人企业贷款时很怕承担风险，异常谨慎。第二个原因更为现实。非国有部门的大多数企业是中小型企业，他们先天就比国有企业面临更多的风险。因此，对非国有企业的歧视实质上是基于企业规模的歧视。在信息不对称的情况下，这种信贷取向对银行来说是理性的。最后，金融监管部门出台的商业银行贷款政策和纪律加重了信贷歧视。最为严苛的政策可能是1998年颁布的“贷款终身责任制”：如果有一笔贷款成为坏帐，那么办理这笔业务的信贷员就要终身负责。在这个政策下，银行自然产生了“惜贷”现象。
理论和经验研究均表明，金融压抑阻碍经济增长(McKinnon, 1973; Levine, 1997)。那么，为什么中国的情况却与这个认知不吻合呢？虽然近年来围绕中国GDP 的统计数据展开了许多争论，但是中国的经济增长率超过世界上大部分国家，却是一个不争的事实。虽然有人可能会认为，如果中国消除了金融压抑，那么她的经济增长率可能会更高；但是，一个像中国这么大的国家要在二十年里一直保持两位数字的增长率，几乎是不可能的。因此，必然存在一些其它的原因来弥补由于金融压抑所带来的损失。一些学者从非金融领域的角度提出了解释，1 李稻葵（Li ，2001）则从金融压抑本身入手提出了具有洞见的解释。他认为中国的金融压抑不是太严重，而且适当的金融压抑通过达到金融业的稳定性，为改革获得了政治上的1 比如，林毅夫等（1996）指出，中国发挥比较优势是导致其过去20年高速增长的主要原因；钱颖一和他的合作者(Qian and Weingast, 1996; Qian and Roland, 1999)认为中国独特的财政联邦体系是她成功的关键。
支持，促进了中国经济的增长。2 这个推理尚有可商榷之处，但本文在此不进行讨论，而也从金融压抑入手，提出并检验另一个假说，即个人和经济体自发地采取了一些措施来弥补金融压抑所带来的资金不足。这个假说将围绕金融资源从国有部门向私人部门的流动、即漏损效应来展开。
2．资金漏损的渠道
尽管中国已经拥有了一系列相当完整且较合理的书面法，但是执法力度却非常弱(Garnaut et al., 2000; Pei, 2001; Stone and Yao, 2002)。Alford (2000)正确地指出了仅仅研究中国成文法律是不够的。Pistor 等人 (2000) 观察了19个转型国家的样本，提出法律的执行效果对经济增长的影响力度远胜于立法的完整性。这个结论是从法治的整体效果提出的，法治的执行效果具体通过哪些渠道提高经济的效率，有待于进一步的研究。本文的目的就是要论证，加强法治可能会阻碍金融资源从国有部门向私人部门的流动。因为私人部门比国有部门更有效率(Wang and Yao, 2002; Song and Yao, 2003)，这种流动 － 由于它往往涉及不合法的行为，我们因此称之为漏损效应 － 有助于提高经济效率。在金融压抑体系下，中国存在两种主要的资金漏损渠道。
第一条渠道是商业信用，它的形式往往是三角债。到2001年时，三角债的数额已经达到1500亿元（人民日报，2002）。但是，许多事实表明，三角债是企业获得流动资金的一种方式。高善文（2000）发现，当经济过热的时候（特别是1990年代中期），三角债的数量大幅增长；当经济增长减缓的时候，三角债也随之下降。他认为，对信贷的需求是造成这种变化模式的主要原因。虽然缺少系统的数据，但是我们有理由相信，在整个三角债链条中，私人部门所欠的债务要多于国有部门。国有部门作为特权部门，比较容易从国有银行获得信贷，而且国有企业还有预算软约束问题，到期可以不还债。因此，国有部门更可能成为三角债循环中的资金净供应方。延期付款违反了合约，这在发达国家是违法行为；然而，在中国已成为痼疾的三角债问题，可能是企业经过理性选择后达成的次优均衡。本文作者在实地调查中发现，企业在和购货方谈判的时候，总是会适量地提高货物的价格，用以应付延期付款带来的风险。尽管这种低水平均衡的代价是很高的，但它毕竟是在存在信贷歧视情况下的最优选择。
第二条漏损渠道是国有企业的资产和资金直接转移到私人部门。国有企业可以通过很多方式将它的资产和投资转移到私人部门。一部分是合法的，但是大多数方式都是非法的。比如，国有企业可以将银行划拨给指定项目的贷款用于其它用途，投资到私人企业。一直以来，内陆省份的银行贷款以各种方式流向沿海省份。因为内陆省份的国有企业较多，沿海省份的私有经济部门相对发达(Garnaut et al., 2003)，这种资金的流动实际上实现了资金从国有部门向私人部门的转移。这种资金漏损的情形同样也发生在由国有企业主导的股票市场。上市公司把从股市中募集的资金用作它途，这已经是公开的秘密。虽然这方面没有系统的数据，但是由此推断部分募集的资金早已流到私人部门是合理的，因为私人部门的回报率更高。还有一种漏损方式是经理人员的资产转移，在改制过程中，这样的现象比比皆是。改制的一种方式是从原来的国有企业中剥离出一个新的私人企业，原国有企业中的有效资产被转移到新的企业，老企业只保留债务、陈旧的设备和一些老工人(Garnaut et al., 2003)。
通过以上两种渠道进行资金转移的活动大多数是违法的，然而它们的确有助于私人部门获得稀缺的金融资源，进而可能有助于经济的增长。在下一节里，我们将进一步挖掘法治、金融发展和经济增长三者之间的关系，并推导出一些可供检验的假说。
2 然而，李稻葵也认为中国已经形成了“金融压抑陷阱”，因为既得利益者不想失去他们从旧体系中获得的特权。
图一、法治和金融发展的关系 (括号里的符号表示加强法治带来的效应)
二、假说
1．法治与金融发展
为了展开讨论，我们需要一个结构性的分析框架。图一就是这个框架。我们假定金融体系存在对私人部门的信贷歧视。为简化起见，我们把视线集中在银行业，忽略股票市场（我们的计量研究也同样集中在银行业）。假设国有部门只通过银行信贷融资，私人部门则通过银行信贷和其他方式（如自我融资、从亲朋好友和非正式的信贷市场借贷等）获得企业生产所需的资金。虽然私人企业也可以从银行获得贷款，但是银行对它们有限额规定。
我们关注金融发展的四个指标：金融深度（DEPTH ），银行业竞争（COMP ），银行对私人企业的贷款比重（PRIV ATE ）和私人投资比重（PRIINV ）。DEPTH 是从King and Levine （1993）那里借用的，他们将这个指标定义为金融机构的流动负债除以GDP ，我们这里则用银行年末总贷款余额除以GDP 。这个定义比King 和Levine 的狭窄一些，因为我们没有考虑非银行金融机构；而且，在银行业中，我们没有将银行的资本以及像国债和在央行的存款等生息资产包括在内。我们采用这个狭窄的定义主要是受到可数据的限制。虽然如此，我们相信我们所定义的金融深度与King 和Levine 的指标高度相关。COMP 是我们采用的一个新的指标，它是除四大国有银行以外的其他银行的信贷份额。King 和Levine （1993）采用了BANK 这个指标，衡量中央银行和商业银行之间分配贷款的程度。由于我们研究的对象是以省为单位的，这个指标不适用。我们使用COMP 衡量银行系统内的竞争程度。有事实表明，一些小型和地区性银行经营灵活，服务种类多样，但是他们在全国各地的发展是不均衡的。3 PRIV ATE 与King 和Levine 的定义一样，等于拨给私人部门的信贷额占各省总信贷额的比例。PRIINV 是一个新的指标，专门用于衡量漏损效应。
根据以上的设定，我们可以推导出一些关于法治效率和金融发展的四个指标之间关系的3 姚洋（Yao ，2003）发现浙江省的地区性银行已经引进了大量的金融创新产品（像买方信贷和使用出口退税作为抵押等），而四川省的银行目前还囿于旧有的金融操作方式。
假说。当法院对经济合同纠纷的处理变得更加准确、快速，而且能够有效地执行判决时，我们说法治的效率提高了。我们的主要论点集中在资金从国有部门流向私人部门的漏损效应。如果我们有关于漏损的数据，那么对于这个效应的检验应该是很容易的。不幸的是，我们没有这方面的数据，因此，我们不得不求助于间接方法，利用私人投资比重（PRIINV ）来进行这个检验。我们注意到有三个因素决定PRIINV 的大小：私人部门从银行获得的直接贷款（PRIV ATE ），漏损效应，以及通过其他方式获得的资金（比如企业留利、非正式市场的融资以及私人借款等）。在控制其它两个因素的情况下，我们预期漏损效应将会导致法治对私人投资产生负面影响，这就是我们的第一个假说：
假说一、在私人贷款和其他融资方式被控制的情况下，提高法治的效率会降低私人投资的比重。
如果这个假说获得证实，那么加强法治不一定能提高私人投资比重，我们由此可以得到第二个假说：
假说二、当法治加强的时候，私人投资比重不一定增加。
在这两个假说成立的情况下，我们可以进一步研究信贷的扩张。私人部门受到信贷歧视的原因部分源于信息的不对称。如果当一笔信贷不能按时归还的时候，法院采取强制措施保护合同的履行，给予银行事后的补偿，则由于信息不对称所带来的风险就会降低。因此，我们推测当法治效率改善的时候，私人部门能够从银行获得更多的贷款。同样的情况也会发生在国有部门，但是由于国有部门没有被歧视，它得到的银行贷款不会像私人部门增加得那么明显。虽然加强法治对这两个部门的直接效应都是正的，但是我们预测私人部门获得银行贷款的比例会提高。当我们把漏损效应考虑进来的时候，这个趋势就会更加明显。这样，当法治变得更为有效的时候，银行的总信贷额不一定增长，最终的结果取决于漏损效应的大小以及国有部门和私人部门的相对规模。由此我们得到两个假说：
假说三、当法治变得更加有效的时候，私人部门的银行信贷比例会增加。
假说四、加强法治对金融深度的影响是不确定的。
最后，与四大国有银行比起来，小型和地区性银行更关注私人企业，所以，加强法治能激励这些银行向私人部门提供贷款，原因和假说三是一样的。由此，我们得到下面的假说：
假说五、更为有效的法治会加强银行业的竞争。
2．法治与经济增长
加强法治既可以通过促进金融发展，也可以通过促进其他领域的发展来促进经济增长。从上文建立的假说推知，我们无法在事先评估法治对金融的总体影响效应。同样，我们也无法判断加强法治对其他非金融领域是否有正面的效应。因此，我们有如下假说：
假说六、加强法治对经济增长的影响是不确定的。
三、数据和变量
我们收集了中国大陆28个省级单位1991-2001期间的数据用于本文的计量研究。4 大部分数据来自中国官方正式的出版物，特别是《中国统计年鉴》。金融发展的四个指标，DEPTH, PRIV ATE, COMP 和PRIINV ，已经在前文定义过了。作为金融深度的衡量指标，DEPTH 确实存在一定的局限性。众所周知，中国银行业的不良贷款数额相当惊人，因此，用DEPTH 衡量金融深度的解释力被削弱了。但是，公开的数据中不存在各省不良贷款的具体数额，也很难通过个人努力找到这些数据。所以，我们只好使用这个不太完美的指标来描述金融深度。但是，我们相信各省真实的金融深度和我们的指标高度相关，因为不良贷款的数额基本上和贷款余额成正比。
其他研究通过问卷调查的方式构建法治指标（例如Pistor 等人, 2000），我们则收集了各省每年经济案件结案率（即结案数和收案数之比）这个客观指标。5 我们用CASES 来表示这个指标。一个案件结案所需的时间取决于法院的审判速度和执行速度。虽然法院的审判时间可能较长，但是执行是最大的问题，很多企业家对此抱怨不已。有些案件花了数年的时间才可能得到执行(Stone and Yao, 2002)。法官的素质、法院资金的充足状况、法治体系的腐败程度以及人们对法治的认知程度都影响到结案速度。因此，CASES 是一个衡量各省法律体系效率的综合指标。6 在回归中，我们对CASES 取对数，这样便于解释它的影响程度。
在回归中，我们也加入了一些描述一个省总体经济条件和社会发展状况的控制变量。它们是：各省财政支出占GDP 的比重(GOV)、国有工业产值占工业总产值的比重(STATE)、外商直接投资占GDP 的比重(FDI)、进出口总额占GDP 的比重(TRADE)、学龄儿童入学率(ENROLL)以及每千人拥有的社团数量（ASSOCs ）。文献表明，政府支出对经济增长存在负面影响，外商直接投资、贸易和良好的教育水平则促进经济增长 (如 Barro and Sala-i-Matin, 1995; Dollar, 1992)。因此，我们可以推断，这些变量对金融发展同样有重要的影响。特别要指出的是，政府支出对金融发展可能有挤出效应。另外，文献也表明，社会资本促进经济发展 (Knack and Keefer, 1997)。变量ASSOCs 表示的正是一个省的社会资本存量。较多的社会资本有助于社会信用的形成，这对当前的中国尤为重要。良好的信用降低交易成本，因此我们相信，变量ASSOCs 对金融发展有正面的作用。变量STA TE 是用来描述一个省的经济结构的。尽管我们预测较大的国有经济会减弱银行间的竞争、减少私人企业获得的银行信贷以及对私人投资具有挤出效应，但是我们无法判断它对金融深度是否有害，这是因为，国有企业向银行借钱相对容易，国有部门越大，银行的贷款可能越多。
[表一]
表一是各个变量的基本统计描述。CASES 的均值很高，为0.95。但是，这么高的比例并不代表法治体系近乎完善。相反，CASES 应被看作随着法律体系总体效率提高而提高的一个指标。为了解决内生性问题和防止时间上的扰动，所有的解释变量（包括CASES 和其他控制变量）都以滞后一期的三年移动平均进入回归方程（金融发展的四个指标仍然使用当年值）。为了减少数据的浪费，1992年的解释变量使用1991年的数据，1993年的解释变量采用1991年和1992年的平均值。
四、法治效率和金融发展
1．对假说一、二的检验
对于假说一的检验，最重要的是找到能够控制其他金融渠道的变量。正式的法律可能4 西藏不包括在内。重庆市是新建的省级单位，1997年开始从四川省分离出来。因此，我们把重庆的数据加回到四川省。
5 因为有些年份所结的案件是前一年遗留下来的，所以这个比例可能大于1。
6 这个指标也存在一些缺点。最大的问题在于法院在受理案件的时候可能有选择性地受理那些容易结案的案件。但是，这已经是我们可以获得的最好指标了。
为非正式市场和个人关系提供操作准绳(Hay and Shleifer, 1998)，因此，加强法治可能提高私人企业从其他金融渠道获得资金的可能性。如果我们不控制其他金融渠道的话，那么对漏损效应的估计就会出现偏差。不幸的是，我们没有直接数据，而不得不依靠一些间接的控制变量。上一节介绍的某些控制变量可以帮助我们解决这个问题。比如，FDI 可能是私人部门融资的一个重要来源；在社会资本存量较高的省份，企业比较容易从非正式的金融市场获得融资，等等。当然，最有效的控制变量可能是人均GDP ，因为人均GDP 越高意味着人们收入的剩余越多。我们采用以下双向面板模型来检验假说一：
PRIINV it =a 0+b 1CASES it -1+b 2it -1+c 1PRIVATE it -1+c 2ln GDP it -1+a i +a t +e it （1）
在这个方程里，PRIINV it 表示第i 个省在t 年的私人投资比重，CASES it -1是CASES 滞后一期的三年平均值，it -1代表前文定义的控制变量，也取滞后的三年平均值，PRIVATE it-1代表PRIV ATE 滞后一期的量，ln GDP it-1表示滞后一期的人均GDP ，a 0是常数项，b 1, b 2, c 1 和 c 2是待估计的参数，a i 表示省际效应，a t 表示年度效应，e it 是服从独立同分布的误差项。GDP 以1990年为基年经过换算，取对数进入模型。由于我们引入GDP 的目的不是增加一个解释变量，而是要控制t 年的其他金融渠道的影响，所以GDP 是以滞后一期而不是滞后的三年移动平均的数值进入方程。根据假说一，PRIV ATE 用以控制分配给私人部门的银行信贷额，它也以滞后一期进入模型。中国各省的差异非常大，因此省际效应可能非常强。我们的数据所涵盖的时期经历了国内外宏观形势的剧烈变化。就国内而言，1990年代前半期经历了较高的通货膨胀，后半期又遇到了严重的通货紧缩。在国际上，亚洲金融危机对中国的冲击是显而易见的，尤其是1998年和1999年。因此，控制不同年份的宏观环境是很有必要的。基于以上这些原因，本文在方程（1）中采用双向面板模型是合理的。我们分别应用了固定影响和随机影响的面板数据方法估计该模型，并且把普通最小二乘法（OLS ）的回归结果列出来做比较。
[表二]
表二是方程（1）的估计结果。LR 检验和F 检验都表明两个面板数据估计比OLS 更适用；同时，豪斯曼检验显示，随机影响模型比固定影响更有效（P 值为0.272）。此外，OLS 模型的结果和随机影响模型的结果很相似。所以我们的讨论将集中在随机影响模型的结果上。证明假说一最为重要的结果是ln(CASES)的系数为负，显著水平在5%以上。该系数值为-0.112。这意味着，当一个省的法治效率从最低水平（CASES 的最小值是0.54）提高到最高水平（1.09）时、也就是法治效率提高100%的时候，私人投资比重将下降11.2个百分点，比样本均值的1/4还大。
在控制变量中，有三个显著。国有工业产值比重对私人投资比重有很强的负效应，STA TE 提高一个百分点，就会造成PRIINV 减少0.22个百分点。相反，学龄儿童入学率提高一个百分点，会促进PRIINV 增加1.1个百分点；对外贸易增加一个百分点，PRIINV 将提高0.05个百分点，影响较小。所有其他的控制变量都不显著。外国直接投资和社会资本没有呈现出预期的正效应，政府财政支出也没有出现预期的负效应。
PRIVATE_1 和 LNGDP_1也同样不显著，虽然它们的符号是正的。在OLS 回归中，PRIVA TE_1表现得非常显著。这表明，私人投资和私人信贷均与不可观察的省际效应或年度效应高度相关。LNGDP_1不显著，可能暗示人均GDP 这个变量不适合用来控制私人部门的其他资金来源，抑或暗示其他资金来源对私人投资而言不是那么重要。Garnaut 等人（2000）提到，私人部门的投资严重依赖自我融资和从非正式渠道获得的资金，有鉴于此，我们推断人均GDP 可能不是一个很好的控制变量。但是，这一认识却增强了我们对漏损效
应的信心，因为一个更好的控制私人部门其他资金来源的变量只会增强估计的结果。
假说二的验证模型是方程（1）的简化：
PRIINV it =a 0+b 1CASES it -1+b 2it -1+a i +a t +e it （2） 各个变量和系数的定义与方程（1）相同。表三是估计的结果。两个面板模型依然好于OLS ，而且随机影响模型同样比固定影响模型更为有效（P 值为0.124），因此，随机影响模型的估计结果仍然是我们讨论的对象。除了TRADE 现在变得不显著之外，其他变量的情况和我们在方程（1）中的发现一样。Ln(CASES)还是显著为负，但是它的系数和显著性稍微变小了，这和我们的理论预期一致。
加强法制会导致私人投资比重降低，这个发现表明漏损效应是显著的，远远超过了法治对私人获得银行信贷和私人从其他途径获得资金的正面效应。法治对私人投资比重的总影响显著为负。如果法治效率最弱的省将其法治效率提高100%，私人投资效应将降低10.2个百分点。我们在下一部分可以看到，这个降幅对GDP 的增长率有显著的影响。
[表三]
2．对假说三、四、五的检验
用PRIVATE, DEPTH和COMP 分别替代PRIINV ，方程（2）就可以用来检验假说三、
四、五。回归的结果表述在表四、表五和表六中。在这三个检验中，面板模型的结果比OLS 有效，随机影响模型不适用（因为省际和年度的虚拟变量与回归因子相关）。因此，我们将主要根据固定影响模型的回归结果展开讨论，但也会将这个结果和其他两个模型的回归结果进行比较。
[表四]
在对假说三的检验中，除了FDI ，其他所有变量在固定影响模型中都显著。特别是ln(CASES)的显著水平达到1%，系数值为0.111。事实上，这个变量在OLS 模型和随机影响模型的回归中同样显著。因此，假说三得到了坚实的支持。比较假说三和假说一、二的检验结果是非常有意思的。它表明，私人投资比重和私人贷款比重两者截然不同，法治对它们的影响的方向也不同，由此进一步证实了漏损效应的存在性。
在控制变量中，私人贷款比重与GOV 和TRADE 正相关，与STATE 、 ENROLL 和 ASSOCs 负相关。TRADE 和STA TE 的结果是可想而知的，但是GOV 、ENROLL 和ASSOCs 的结果却令人困惑。值得一提的是，固定影响模型显示的这三个变量的结果和其他两个模型不同。GOV 和ASSOCs 在OLS 和随机影响模型中是不显著的，ENROLL 却是显著为正的。这暗示了这三个变量与省际或年度固定影响高度相关。例如，PRIV ATE 和ENROLL 可能和省际固定影响有正相关关系，所以ENROLL 在OLS 和随机影响模型中都表现为正号。然而，一些省份很有可能在学龄儿童入学率上有较大的改善，但在提高私人贷款比例方面却裹足不前。一些内陆省份很符合这种推测。它们的学龄儿童入学率较低，与沿海省份比起来，更容易改善；但是，它们向私人部门提供贷款上却无法做得比后者好。无论如何，固定影响模型的结果至少表明，私人贷款比重与GOV 、ENROLL 和ASSOCs 这三个变量之间有某些未知的因素起着主导作用，单纯地改善这三个方面不太可能提高私人贷款的份额。
[表五]
我们回过头来看表五中关于假说四的检验结果。可以看到，固定影响模型中只有GOV 和STA TE 这两个变量的系数是显著的，相反，在OLS 和随机影响模型中每一个变量的系数都是强烈显著的。所以，大部分变量和DEPTH 同时与省际或年度固定影响有强相关关系。GOV 和STATE 在三个模型中都显著为正，这个结果有些意外，但也在情理之中。中国的政府支出通常和银行信贷互为补充，在基础设施项目上表现尤为明显；因此，GOV 与银行发
放的信贷额之间存在很强的正相关关系。此外，STATE 的正效应可以解释为中国的银行体
系强烈倾向于给国有部门贷款，这进一步证实了我们的前提假设，即私人部门在获得正式信
贷方面受到歧视。
关于假说四，我们在固定影响模型中得到一个“不相关”的结果：法治的改善对金融
深化没有显著的正面或负面影响。但是，OLS 和随机影响模型却显示两者有很强的正相关
关系，从固定影响模型最适用于数据这点来看，我们只能认为这个正相关关系是虚假的，因
为它与我们没有观察到的一些省际或年度特征有关，而这些特征与法治和金融深度都呈正相
关关系。这一结论意味着，单纯地改善法治不足以促进金融深化。由于以下三个相关的理由，
这个结果再次证明了漏损效应的存在性。第一，因为私人贷款比重会随着法治的加强而提高，
所以私人贷款的增长速度一定快于国有部门贷款的增长速度；第二，由于改善法治不影响信
贷总量，因此，由上面的第一点结论可以进一步推知，国有部门获得的信贷因法治的加强而
减少了；第三，加强法治导致流向国有部门的信贷减少只可能是因为一个原因，那就是它阻
碍了资金从国有部门向私人部门的漏损。
[表六]
最后，表六是假说五的检验结果。固定影响模型和其他两个模型仍然存在较大的差异，
虽然在其他两个模型中ln(CASES)对银行业的竞争有显著的影响，但是在固定影响模型里这
种影响却变得很小，尤其是和OLS 的回归结果相比较。这说明省际和年度固定影响取走了
法治很大一部分的解释力。不管怎么样，经过固定影响处理后，法治对银行竞争的影响仍然
在统计上是显著的，尽管这个效应很微弱（法治的效率提高100%，会促进其他银行的信贷
份额增加9个百分点）。
在控制变量当中，只有FDI 和ASSOCs 这两个变量在固定影响模型里是显著的。FDI
显示为正效应，但是其系数却小得几乎可以忽略。另外，ASSOCs 显示为负效应，再次和
OLS 的结果矛盾。事实上，我们在所有的合适的回归里都没有发现ASSOCs 存在显著的正
效应。因此，可以这么说，社会资本对推动中国的金融发展没有太大的影响作用，除非我们
采用的ASSOCs 这个社会资本的衡量指标不适当。7
五、法治效率和经济增长
我们进行了五个回归来挖掘法治效率和经济增长之间的关系，这五个回归的结果表述
在表七中。回归中的因变量是1992年到2001年期间各省的人均GDP 的平均增长率（%），
解释变量取它们在1991年的值。这样做和文献一致（见Levine ，1997），主要是避免时间波
动的干扰和内生性问题。
[表七]
在模型I 、II 、III 中，我们探究了金融发展的四个指标和经济增长之间的关系。模型I
只包括了金融的四个指标和1991年人均GDP 的对数值。加入1991年的GDP 是为了控制各
省在初始点的异质性。在四个金融指标中，只有PRIINV 呈现显著的正效应，其系数值也很
大。私人投资比重增加1个百分点能促进增长率提高0.81个百分点。模型一的回归表明，
中国各省的经济增长存在较强的发散现象：一个省在1991年的人均GDP 提高一倍，能使该
省在今后十年里的年平均增长速度提高1.2个百分点。当我们在其他模型里加入更多的控制
变量的时候，这种发散趋势却不存在了。在模型II 中，我们加入先前的控制变量。PRIINV
仍然是四个金融指标中唯一显著的变量，但是它的系数值变小了，它自身增加一个百分点，7 仔细想想，这个指标的确可能不大妥当。中国大部分注册的社会团体都与政府有关，他们不是在自愿的
基础上组织的。有事实表明，一些自发组织的社团和商会并没有在政府那里登记注册（Yao ，2003）。尽管
如此，ASSOCs 是我们可以得到的与各省社会资本最相关的代理变量。
经济增长率只能提高0.62个百分点。在控制变量中，只有STATE 是显著的。国有工业比重
较大的省的增长率远远落后于其他省份：国有工业比重增加一个百分点，将会使该省的平均
增长率降低0.79个百分点。模型III 加入了中部和西部两个地区虚拟变量。我们这么做是因
为最近的一些研究（例如，徐现祥，待刊）表明中国各省之间出现了俱乐部收敛趋势。然而，
这种收敛在我们回归的结果中是不显著的，虽然1991年人均GDP 的符号变成负号了。
PRIINV 继续成为四大指标中唯一一个显著的变量，它的系数值与模型II 几乎一样。此外，
STA TE 仍然显著为负，但它的影响力减弱了。模型III 还有两个新的结果，即FDI 和ASSOCs
现在显著为正。
总而言之，私人投资比重是金融发展指标中唯一总是促进经济增长的指标。在其他的
跨国研究中发现的金融发展的其他指标对经济增长的显著正作用，在本文并没有体现出来。
一个可能的解释是，我们的数据的时间跨度比较短。在现存文献中，学者们通常用20到30
年的平均增长率来做研究，而我们只用了10年的增长数据。但是，我们的结果的确和中国
1990年代以来的现实相吻合。私人经济部门已经成为中国经济增长的引擎，国有部门却成
为增长的负担(Garnaut等人, 2000)。
私人投资对经济增长至关重要，这意味着改善法治环境可能会对经济增长有副作用。
根据我们先前的估计，如果一个法治效率最低的省达到最有效率的水平，该省的私人投资份
额将减少10.2个百分点。采用模型II 和III 的保守估计，这个降幅会导致经济增长率下跌大
约0.7个百分点。中国在1990年代的年平均增长率在8%左右，这意味着每年的损失大约为
900亿元人民币。
为了获悉加强法治对经济增长的总效应，我们还进行了两个回归，即表七里的模型IV
和V 。金融发展的四个指标不再加入回归中。模型V 包括了地区的虚拟变量，模型IV 没有
加入。STATE 在两个模型中仍然呈现高度负效应，ASSOCs 在模型V 中显著为正。此外，
模型V 显示了较强的俱乐部收敛趋势。当然，这些发现和模型的设置高度相关，倘若以此
来支持俱乐部收敛效应，恐怕为时过早。
模型IV 和V 的重要结果是证明法治效率对增长率不存在显著影响。这个不显著的结果
可以由以下两个原因综合起来解释。一方面，改善法治对金融发展的四个指标的影响很复杂，
唯一与经济增长正相关的指标 — 私人投资比重，随着法治的加强而降低。另一方面，法治
的改善并没有给经济发展的其他方面带来任何显著的影响。当然，这个结果也可能是我们研
究的数据时间跨度较短所至。
六、结语
我们的计量研究证实了以下的结果：在金融压抑的经济体中，单纯地改善法治并不促
进金融的全面发展；相反，它通过减少私人投资的比重对经济增长产生相当大的负面作用。
我们发现这个负面效应来自于法治对漏损效应的牵制，它阻碍了金融资源从无效的国有经济
部门流向有效率的私人经济部门。
我们的结果为中国之谜—低水平的法治和高速的经济增长并存—提供了部分的解释，
但这并不意味着我们否认“良好的法治促进经济增长”这个命题。我们更倾向于认为，法律
仅仅是整个制度体系中的一个环节，为了使法律体系有效地运作起来，其他配套制度的完善
是绝对必要的。Berkowitz 等（2003）发现接受国的社会经济条件对保证外来的法律体系在
本国的有效运作至关重要。本文的发现是对Berkowitz 等人的研究成果的一个回应。但是，
我们比他们更进了一步，通过构建一个结构框架研究了法律体系在什么情况下以及如何对金
融的发展产生推动或阻碍作用。
本文的发现对转轨国家的改革次序也提供了启示。尽管加强法治是终极目标，但可能
不是这些国家的当务之急，尤其是当市场和制度存在多重缺陷的时候。我们相信，如果能够
给非正式的执行机制留出空间，私人能够找到一些方法来克服这些制度上的缺陷，使整个经
济接近社会最优水平（Hay and Shleifer，1998在俄罗斯问题上也从不同的角度提出过相似的
观点）。对于转轨国家而言，最为迫切的是消除那些可以为寻租行为提供土壤的制度性缺陷，
而不是加强法治。当这些制度缺陷存在的时候，不合法的行为总会存在。就中国的金融发展
而言，改革银行体制、尤其是使利率市场化所带来的收益可能远远超过改善法治的收益。
参考文献：
Alford, William (2000). “The More Law, the More...? Measuring Legal Reform in the
People's Republic of China.” Working Paper No. 59, Center for International
Development, Stanford University.
Allen, Franklin, Jun Qian, and Meijun Qian (2002). “Law, Finance, and Economic
Growth in China.” Working paper, University of Pennsylvania.
Barro, Robert, and Xavier, Sala-i-Martin (1995). Economic Growth , New York:
McGraw-Hill.
Berkowitz, Daniel, Katharina Pistor, and Jean-Francois Richard (2003). “Economic
Development, Legality, and the Transplant Effect.” European Economic Review,
47: 165-195.
Dollar, David (1992). “Outward-Oriented Developing Economies Really Do Grow
More Rapidly: Evidence from 95 LDCs, 1976-1985.” Economic Development and
Cultural Change, 40(3): 523-44.
高善文 (2000). “三角债的成因分析”，手稿，中国人民银行。
Garnaut, Ross, Ligang Song, Yang Yao, and Xiaolu Wang (2000). The Emerging
Private Enterprise in China. Canberra: The National University of Australia Press.
Garnaut, Ross, Ligang Song, Stoyan Tenev, and Yang Yao (2003). Study on
Restructured SOEs (Gaizhi) in China. Washington, D.C.: The World Bank.
Hay, Jonathan, and Andrei Shleifer (1998). “Private Enforcement of Public Laws: A
Theory of Legal Reform.” American Economic Review, 88(2): 398-403.
King, Robert, and Ross Levine (1993). “Finance and Growth: Schumpeter Might be
Right.” Quarterly Journal of Economics, 108(3): 717-37.
Knack, Stephen, and Philip Keefer (1997). “Does Social Capital Have an Economic
Payoff? A Cross-Country Investigation.” Quarterly Journal of Economics, 112(4):
1251-88.
La Porta, Ratael, Florencio Lopez-de-Silanes, Andrei Shleifer, and Robert Vishny
(1998). “Law and Finance.” Journal of Political Economy, 106(6): 1113-55.
Lardy, Nicholas (1998). China’s Unfinished Economic Revolution, Washington, D.C.:
Brookings Institute.
Levine, Ross (1997). “Financial Development and Economic Growth: Views and
Agenda.” Journal of Economic Literature, XXXV (June 1997): 688-726.
Levine, Ross (1998). “The Legal Environment, Banks, and Long -Run Economic
Growth.” Journal of Money, Credit, and Banking, 30(3, Part 2): 596-613.
Li, David (2001). “Beating the Trap of Financial Repression in China.” Cato Journal,
21(1): 77-90.
林毅夫、蔡昉、李周 (1996). 《中国的奇迹》，上海：上海三联出版社。
McKinnon, Ronald (1973). Money and Capital in Economic Development .
Washington, D.C.: Brookings Institution.
McKinnon, Ronald (1993). The Order of Economic Liberalization: Financial Control
in the Transition to a M arket Economy . Baltimore: Johns Hopkins University
Press.
Murrell, Peter, ed. (2001). Assessing the Value of Law in Transition Countries. Ann
Arbor: University of Michigan Press.
Pei, Minxin (2001). “Does Legal Reform Protect Economi c Transactions?
Commercial Disputes in China.” In Peter Murrell, ed., Assessing the Value of Law
in Transition Countries, pp. 180-210. Ann Arbor: University of Michigan Press.
中国人民银行(2000).《中国统计年鉴》，北京：中国金融出版社。
人民日报 (2002). “三角债问题仍然严重”，《人民日报》, 2002年5月15日, 第 5版。
Pistor, Katharina, Martin Raiser, and Stanislaw Gelfer (2000). “Law and Finance in
Transition Economies.” Economics of Transition, 8(2): 325-368.
Qian, Yingyi, and Barry Weingast (1996). “China’s Transition to Markets:
Market-Preserving Federalism, Chinese Style.” Journal of Policy Reform, 1(2):
149-85.
Qian, Yingyi, and Gernald Roland (1999). “Federalism and the Soft -budget
Constraint.” American Economic Review, 88(5): 1143-62.
Shaw, E. (1973). Financial Deepening in Economic Development. New York: Oxford
University Press.
Song, Ligang, and Yang Yao (2003). “Privatization and Firm Performance in China.”
Working paper, Center for International Development, Stanford University.
Stone, Andrew, and Yang Yao (2002). Administrative Costs in Sichuan Province,
China . Report submitted to the China Project Development Facility, International
Finance Corporation.
Wang, Yueping, and Yang Yao (2002). “Market Reforms, Technological Capabilities
and the Performance of Small Enterprises in China.” Small Business Economics,
18(1-3): 197-211.
World Bank (2000). The Quality of Growth. Oxford: Oxford University Press.
徐现祥(待刊). “中国省际经济增长的比较”，《经济学季刊》。
Yao, Yang (2003). A Comparison of the Business Environments of Zhejiang and
Sichuan . Report submitted to the China Project Development Facility,
International Finance Corporation.
赵海宽、郭田勇（1998）. 《中国金融体制改革20年》，郑州：中州古籍出版社。
DEPTH 0.54 2.53 1.03 0.31
PRIV ATE 0.04 0.35 0.16 0.07
COMP 0.00 0.59 0.36 0.12
PRIINV 0.00 0.70 0.39 0.14
CASES 0.54 1.09 0.95 0.09
GOV 0.05 0.24 0.12 0.04
STATE 0.10 0.85 0.49 0.18
FDI 0.00 0.89 0.41 0.51 TRADE 0.03 0.79 0.31 0.42
ENROLL 0.84 1.00 0.98 0.03
Two factor model
OLS Fixed effect Random effect
Estimate St. err. Estimate St. err. Estimate St. err.
Constant 0.036 0.353 -0.242 0.836 -0.752 0.577
Ln(CASES) -0.106* 0.062 -0.097 0.061 -0.112** 0.059
GOV -0.241 0.286 0.729 0.468 0.223 0.406
STATE -0.353*** 0.069 -0.079 0.113 -0.215** 0.100
FDI 0.031 0.020 -0.036 0.034 -0.021 0.031
TRADE 0.003 0.022 0.036 0.033 0.051* 0.030
ENROLL 0.610 0.561 0.771 0.574 1.062** 0.501
ASSOCs 0.234 0.144 -0.322 0.295 -0.056 0.241
PRIV ATE_1 0.297*** 0.105 0.024 0.116 0.075 0.111
LNGDP_1 -0.013 0.014 -0.015 0.058 0.020 0.032
R-squared 0.501 0.778 0.892
*、** 和 *** 分别代表10%、5%和1%的显著性水平。
Estimate St. err. Estimate St. err. Estimate St. err.
Constant 0.069 0.356 -0.382 0.531 -0.499 0.491
Ln(CASES) -0.094 0.057 -0.094 0.059 -0.102* 0.058
GOV -0.242 0.288 0.736 0.464 0.210 0.401
STATE -0.409*** 0.066 -0.077 0.111 -0.244*** 0.095
FDI 0.026 0.020 -0.037 0.033 -0.014 0.030
TRADE 0.000 0.022 0.039 0.032 0.055 0.029
ENROLL 0.521 0.344 0.789 0.544 0.989** 0.491
ASSOCs 0.044 0.116 -0.319 0.291 -0.031 0.231
R-squared 0.481 0.784 0.901
*、** 和 *** 分别代表10%、5%和1%的显著性水平。
Estimate St. err. Estimate St. err. Estimate St. err.
Constant -0.034 0.205 0.851 0.290 0.049 0.145
Ln(CASES) 0.114*** 0.033 0.111*** 0.032 0.106*** 0.023
GOV 0.055 0.166 0.416* 0.253 0.047 0.117
STATE -0.228*** 0.038 -0.119** 0.061 -0.234*** 0.027
FDI -0.025 0.011 0.019 0.018 -0.023*** 0.008
TRADE 0.004 0.012 0.048*** 0.017 0.006 0.009
ENROLL 0.331* 0.201 -0.651** 0.291 0.252* 0.140
ASSOCs -0.003 0.067 -0.357** 0.159 -0.024 0.048
R-squared 0.362 0.761 0.856
OLS Fixed effect Random effect
Estimate St. err. Estimate St. err. Estimate St. err.
Constant -1.666 0.791 -0.699 0.812 -1.633 0.536
Ln(CASES) 0.570*** 0.127 0.038 0.091 0.286*** 0.076
GOV 1.930*** 0.640 3.827*** 0.710 2.383*** 0.426
STATE 0.887*** 0.147 0.608*** 0.170 0.779*** 0.099
FDI 0.118*** 0.044 0.078 0.051 0.139*** 0.030
TRADE 0.168*** 0.048 0.041 0.049 0.129*** 0.032
ENROLL 1.870** 0.812 0.871 0.822 1.841*** 0.521
ASSOCs 0.952*** 0.261 0.641 0.445 0.840*** 0.190
R-squared 0.462 0.891 0.901
OLS Fixed effect Random effect
Estimate St. err. Estimate St. err. Estimate St. err.
Constant -0.037 0.333 0.067 0.432 0.093 0.212
Ln(CASES) 0.250*** 0.054 0.093* 0.048 0.132*** 0.037
GOV -1.200*** 0.269 0.029 0.378 -1.073*** 0.172
STATE 0.004 0.062 0.063 0.091 -0.020 0.041
FDI 0.005 0.018 0.047* 0.027 -0.007 0.012
TRADE 0.008 0.020 -0.010 0.026 0.031** 0.013
ENROLL 0.525* 0.322 0.317 0.437 0.409** 0.205
ASSOCs 0.181* 0.109 -0.440* 0.237 -0.009 0.070
R-squared 0.360 0.845 0.864
Estimate St. err. Estimate St. err. Estimate St. err. Estimate St. err.
Constant 0.346 4.512 12.600 9.000 24.600 8.838 11.300 9.656 Ln(CASES) 0.142 1.212 DEPTH -0.690 1.712 1.031 1.101 0.914 1.121 PRIV ATE -0.757 5.212 -1.578 3.605 -3.032 3.246 PRIINV 8.053*** 2.526 6.219*** 1.919 6.281*** 1.767 COMP 1.030 4.119 -4.565 3.221 -0.193 3.915 GOV 3.855 7.716 2.789 6.606 3.231 9.180 STATE -7.913*** 2.989 -5.278* 2.724 -9.361*** 2.865 FDI 1.682 1.136 2.564* 1.515 0.854 1.981 TRADE 0.023 0.815 -0.552 0.918 0.253 0.812 ENROLL 0.031 0.123 -0.088 0.111 0.097 0.104 ASSOCs 0.553 0.558 0.857** 0.423 0.666 0.607 Ln(GDP) 1.210* 0.701 -0.443 0.616 -0.743 0.745 -0.712 0.681 Central 0.187 1.123 West -1.359 0.957
Estimate S 26.103 1 -0.230 2.110 -7.023** 0.637 0.410 -0.018 0.960** -1.309* -0.467 -2.016*
金融压抑下的法治、金融发展和经济增长
卢峰
博士研究生
美国西北大学凯洛格管理学院
姚洋*
教授
北京大学中国经济研究中心
2003年8月22日
* 通讯作者，通信地址：北京市北京大学中国经济研究中心；邮编：100871；电话：10－62753103；传真：10－62751474；电子邮件：。姚洋感谢斯坦福大学国际发展中心对本项研究提供的部分支持。
金融压抑下的法治、金融发展和经济增长
摘要
在以金融压抑为特征的经济中，加强法治可能妨碍金融领域某些方面的发展。我们采用1990年代中国省级单位的数据，通过计量研究发现，加强法治有助于提高私人部门获得的银行信贷份额，推动银行业的竞争，但抑制私人投资，并对金融深化没有显著影响。我们认为，这些结果源自中国金融部门存在的“漏损效应” － 即金融资源从享有特权的国有部门流向受到信贷歧视的私人部门的过程。此外，我们还发现加强法治并不能显著提高经济的平均增长率。我们的结论是，只有在其他配套制度安排完善的情况下，法治才能发挥良性作用。
关键词：法治、金融发展、金融压抑、经济增长
金融发展是促进经济增长的一个关键因素(Levine,1997)。近期的研究将书面法视作推动金融发展和经济增长的重要原因(La Porta, Lopez-de-Silanes, Shleifer, and Vishny, 1998; Levine, 1998)。但是，这个观点受到了Pistor 等人的挑战（参见Berkowitz ， Pistor ，and Richard，2003和Pistor ，Raiser ，and Gelfer ，2000），他们发现，法治的实际执行效率比法律条文对促进金融发展更为重要，尤其是在转型国家。本文在这类研究的基础上推进一步，研究在以金融压抑为特征的经济中，法治通过哪些途径影响金融的发展。在发展中国家和转型经济体中，金融压抑现象普遍存在（Mckinnon, 1973,1993; Shaw, 1973）。金融压抑的一个后果是造成金融资源的实际成本和名义成本之间出现差距，由此激励经济体和个人参与一些不合法但却有利于推动社会生产的活动，结果，加强法治未必有助于金融的发展。
对于研究法治和金融发展之间的关系而言，中国省级单位构成一个很好的研究案例。尽管中国的各省、自治区和直辖市共享同样的书面法，但是它们的法治和金融发展水平都参差不齐。中国的金融体系具有显著的抑制特征。利率是由中央银行制定的，且远远低于市场的实际利率；同时，四大国有银行在银行业中一直占据垄断地位。其结果是导致银行出现严重的信贷歧视，使它们倾向于向国有企业提供信贷，同时压抑对私人部门的信贷。然而，众所周知，非国有经济部门在过去十几年间已经成为中国经济发展的引擎。显而易见，金融资源的配置与对经济增长的贡献之间出现了极不匹配的情形。
在一些关于中国法律和经济发展的研究中，Allen, Qian and Qian（2002）采用La Porta 等人(1998)的法律指标来研究中国的法律体系，发现与La Porta 等人研究中的样本国家相比，中国的法律体系是不完善的。然而，中国经济的增长主要由一些非正式的部门推动的，恰恰是在这些部门，正式法律体系的影响很微弱。Pei （2001）也发现，尽管中国在经济增长方面有着漂亮的纪录，但是商业合同的执行情况却很差。Alford (2000) 指出，在评价中国法律体系的时候，仅仅研究中国的正式法律条文是不够的；他建议研究者关注中国正式法律和非正式执行机制之间的相互影响。
本文将拓展以上的研究成果，解释在金融体系扭曲的情况下，不完善的法治体系如何影响经济的增长。本文主要论证金融资源从国有部门流向私人部门的漏损效应的存在性。这种资金流动机制有效地减弱了银行信贷配给制度给私人部门带来的负面影响，并提高了全社会资金配置的效率。金融资源不时地通过不合法的渠道漏损到非国有部门，有效地缓解了私人部门资金紧张的困境；因此，加强法治将会阻碍资金的有效配置，进而可能抑制经济增长。当然，在不存在信贷歧视的情况下，更为有效的法治能够推动金融的发展。在本文中，我们将分别研究加强法治对衡量金融发展的四个指标的影响。这四个指标是：私人投资比重、私人获得的银行贷款比重、金融深度和银行业的竞争。这些指标经常出现在各类文献中(Levine, 1997) 。
我们构建了一个独特且客观的指标来衡量法治的实施效率，即各省法院每年经济案件的结案率。采用这个法治指标，我们发现更为有效的法治对对私人部门获得的银行贷款比例和银行业竞争有显著的正效应，但降低私人投资比重，并对金融深度没有显著影响。我们发现，对私人投资的负面影响将导致经济增长率每年损失0.7个百分点，约相当于900亿元人民币。总体而言，加强法治对中国各省1990年代以来的年平均经济增长率没有显著的影响。
我们的工作与正在兴起的对转轨经济国家法律价值的研究密切相关。近期的研究成果表明，对于解释转轨国家、特别是前苏联和中国的经济效率而言，法律所扮演的角色是有限的。特别值得一提的是，存在一个“中国之谜”，即低水平的法治和高速的经济增长同时并存(Murrell主编，2001) 。通过研究法治和金融发展之间的关系，我们的工作部分地解释了这个迷。尽管我们的结果可以作为一个支持以下这个论断的证据，即一种制度的扭曲需要另一种制度的扭曲来纠正，但是我们更倾向于如下的解释，即法律制度只是制度总体中的一个环节，要使它发挥良性作用，需要其他相应的制度来配套。这个论断类似于Berkowitz 等人(2003)
提出的“移植效应”假说，这个假说强调，外来法律的有效运作有赖于接受国各项配套制度的完善。
文章安排如下。第一节介绍中国金融的相关背景，并讨论在金融压抑情况下产生漏损效应的机制；第二节提出一些可供检验的关于法治效率对金融发展和经济增长的影响的假说；
第三节介绍数据和讨论变量的选取；第四节是关于法治和金融发展之间关系的计量研究结果；第五节进一步研究法治对经济增长的影响；第六节是结论。
一、金融压抑和漏损效应
1．中国的金融压抑
金融压抑是中国银行体系的主要特征之一。早在1952-1978年的计划经济年代，低利率体系就被用来向重工业优先发展战略提供低成本的资金（林毅夫、蔡昉、李周，1996）。自1970年代末实行改革开放政策以来，金融压抑依然存在。官方利率一直比非正式信贷市场的利率低50-100% (Garnaut, Song, Yao, and Wang, 2000)。最近几年，国家允许银行在向中小企业提供贷款时可以采用比官方利率高10-50%的利率，可是，市场利率仍然比最高利率高出50%。此外，四大国有银行压倒性的垄断地位使中国银行体系更加恶化。一直到1990年代早期，四大国有银行的贷款总额都占整个银行业总贷款量的90%以上；即使是到2000年，这个比例依然维持在77%左右（中国人民银行，2001）。这些银行面临着大量的不良贷款。据中国人民银行统计，在1997年中国各银行贷款余额中，不良贷款约占25%（赵海宽、郭田勇，1998）。有人甚至认为，中国的银行体系总体上已经处于破产的境地，因为它的净资产已经是负值了（Lardy ，1998，109-111）。金融压抑和低效率的国有银行垄断造成银行业严重的信贷歧视，非国有经济部门深受其害。虽然非国有部门对中国GDP 的贡献超过了70%，它在过去十几年里获得的银行正式贷款却不到20%，其余的80%以上都流向了国有部门 (Garnaut, et al, 2000)。
非国有部门受到银行信贷歧视的原因主要来自三个方面。第一个是政治原因。在中国的银行业中，国有企业不偿还贷款被认为是可以接受的，但是，如果一笔给私人企业的贷款出了问题，有关负责人就会被怀疑收受了对方的贿赂。这就造成信贷员在考虑是否给私人企业贷款时很怕承担风险，异常谨慎。第二个原因更为现实。非国有部门的大多数企业是中小型企业，他们先天就比国有企业面临更多的风险。因此，对非国有企业的歧视实质上是基于企业规模的歧视。在信息不对称的情况下，这种信贷取向对银行来说是理性的。最后，金融监管部门出台的商业银行贷款政策和纪律加重了信贷歧视。最为严苛的政策可能是1998年颁布的“贷款终身责任制”：如果有一笔贷款成为坏帐，那么办理这笔业务的信贷员就要终身负责。在这个政策下，银行自然产生了“惜贷”现象。
理论和经验研究均表明，金融压抑阻碍经济增长(McKinnon, 1973; Levine, 1997)。那么，为什么中国的情况却与这个认知不吻合呢？虽然近年来围绕中国GDP 的统计数据展开了许多争论，但是中国的经济增长率超过世界上大部分国家，却是一个不争的事实。虽然有人可能会认为，如果中国消除了金融压抑，那么她的经济增长率可能会更高；但是，一个像中国这么大的国家要在二十年里一直保持两位数字的增长率，几乎是不可能的。因此，必然存在一些其它的原因来弥补由于金融压抑所带来的损失。一些学者从非金融领域的角度提出了解释，1 李稻葵（Li ，2001）则从金融压抑本身入手提出了具有洞见的解释。他认为中国的金融压抑不是太严重，而且适当的金融压抑通过达到金融业的稳定性，为改革获得了政治上的1 比如，林毅夫等（1996）指出，中国发挥比较优势是导致其过去20年高速增长的主要原因；钱颖一和他的合作者(Qian and Weingast, 1996; Qian and Roland, 1999)认为中国独特的财政联邦体系是她成功的关键。
支持，促进了中国经济的增长。2 这个推理尚有可商榷之处，但本文在此不进行讨论，而也从金融压抑入手，提出并检验另一个假说，即个人和经济体自发地采取了一些措施来弥补金融压抑所带来的资金不足。这个假说将围绕金融资源从国有部门向私人部门的流动、即漏损效应来展开。
2．资金漏损的渠道
尽管中国已经拥有了一系列相当完整且较合理的书面法，但是执法力度却非常弱(Garnaut et al., 2000; Pei, 2001; Stone and Yao, 2002)。Alford (2000)正确地指出了仅仅研究中国成文法律是不够的。Pistor 等人 (2000) 观察了19个转型国家的样本，提出法律的执行效果对经济增长的影响力度远胜于立法的完整性。这个结论是从法治的整体效果提出的，法治的执行效果具体通过哪些渠道提高经济的效率，有待于进一步的研究。本文的目的就是要论证，加强法治可能会阻碍金融资源从国有部门向私人部门的流动。因为私人部门比国有部门更有效率(Wang and Yao, 2002; Song and Yao, 2003)，这种流动 － 由于它往往涉及不合法的行为，我们因此称之为漏损效应 － 有助于提高经济效率。在金融压抑体系下，中国存在两种主要的资金漏损渠道。
第一条渠道是商业信用，它的形式往往是三角债。到2001年时，三角债的数额已经达到1500亿元（人民日报，2002）。但是，许多事实表明，三角债是企业获得流动资金的一种方式。高善文（2000）发现，当经济过热的时候（特别是1990年代中期），三角债的数量大幅增长；当经济增长减缓的时候，三角债也随之下降。他认为，对信贷的需求是造成这种变化模式的主要原因。虽然缺少系统的数据，但是我们有理由相信，在整个三角债链条中，私人部门所欠的债务要多于国有部门。国有部门作为特权部门，比较容易从国有银行获得信贷，而且国有企业还有预算软约束问题，到期可以不还债。因此，国有部门更可能成为三角债循环中的资金净供应方。延期付款违反了合约，这在发达国家是违法行为；然而，在中国已成为痼疾的三角债问题，可能是企业经过理性选择后达成的次优均衡。本文作者在实地调查中发现，企业在和购货方谈判的时候，总是会适量地提高货物的价格，用以应付延期付款带来的风险。尽管这种低水平均衡的代价是很高的，但它毕竟是在存在信贷歧视情况下的最优选择。
第二条漏损渠道是国有企业的资产和资金直接转移到私人部门。国有企业可以通过很多方式将它的资产和投资转移到私人部门。一部分是合法的，但是大多数方式都是非法的。比如，国有企业可以将银行划拨给指定项目的贷款用于其它用途，投资到私人企业。一直以来，内陆省份的银行贷款以各种方式流向沿海省份。因为内陆省份的国有企业较多，沿海省份的私有经济部门相对发达(Garnaut et al., 2003)，这种资金的流动实际上实现了资金从国有部门向私人部门的转移。这种资金漏损的情形同样也发生在由国有企业主导的股票市场。上市公司把从股市中募集的资金用作它途，这已经是公开的秘密。虽然这方面没有系统的数据，但是由此推断部分募集的资金早已流到私人部门是合理的，因为私人部门的回报率更高。还有一种漏损方式是经理人员的资产转移，在改制过程中，这样的现象比比皆是。改制的一种方式是从原来的国有企业中剥离出一个新的私人企业，原国有企业中的有效资产被转移到新的企业，老企业只保留债务、陈旧的设备和一些老工人(Garnaut et al., 2003)。
通过以上两种渠道进行资金转移的活动大多数是违法的，然而它们的确有助于私人部门获得稀缺的金融资源，进而可能有助于经济的增长。在下一节里，我们将进一步挖掘法治、金融发展和经济增长三者之间的关系，并推导出一些可供检验的假说。
2 然而，李稻葵也认为中国已经形成了“金融压抑陷阱”，因为既得利益者不想失去他们从旧体系中获得的特权。
图一、法治和金融发展的关系 (括号里的符号表示加强法治带来的效应)
二、假说
1．法治与金融发展
为了展开讨论，我们需要一个结构性的分析框架。图一就是这个框架。我们假定金融体系存在对私人部门的信贷歧视。为简化起见，我们把视线集中在银行业，忽略股票市场（我们的计量研究也同样集中在银行业）。假设国有部门只通过银行信贷融资，私人部门则通过银行信贷和其他方式（如自我融资、从亲朋好友和非正式的信贷市场借贷等）获得企业生产所需的资金。虽然私人企业也可以从银行获得贷款，但是银行对它们有限额规定。
我们关注金融发展的四个指标：金融深度（DEPTH ），银行业竞争（COMP ），银行对私人企业的贷款比重（PRIV ATE ）和私人投资比重（PRIINV ）。DEPTH 是从King and Levine （1993）那里借用的，他们将这个指标定义为金融机构的流动负债除以GDP ，我们这里则用银行年末总贷款余额除以GDP 。这个定义比King 和Levine 的狭窄一些，因为我们没有考虑非银行金融机构；而且，在银行业中，我们没有将银行的资本以及像国债和在央行的存款等生息资产包括在内。我们采用这个狭窄的定义主要是受到可数据的限制。虽然如此，我们相信我们所定义的金融深度与King 和Levine 的指标高度相关。COMP 是我们采用的一个新的指标，它是除四大国有银行以外的其他银行的信贷份额。King 和Levine （1993）采用了BANK 这个指标，衡量中央银行和商业银行之间分配贷款的程度。由于我们研究的对象是以省为单位的，这个指标不适用。我们使用COMP 衡量银行系统内的竞争程度。有事实表明，一些小型和地区性银行经营灵活，服务种类多样，但是他们在全国各地的发展是不均衡的。3 PRIV ATE 与King 和Levine 的定义一样，等于拨给私人部门的信贷额占各省总信贷额的比例。PRIINV 是一个新的指标，专门用于衡量漏损效应。
根据以上的设定，我们可以推导出一些关于法治效率和金融发展的四个指标之间关系的3 姚洋（Yao ，2003）发现浙江省的地区性银行已经引进了大量的金融创新产品（像买方信贷和使用出口退税作为抵押等），而四川省的银行目前还囿于旧有的金融操作方式。
假说。当法院对经济合同纠纷的处理变得更加准确、快速，而且能够有效地执行判决时，我们说法治的效率提高了。我们的主要论点集中在资金从国有部门流向私人部门的漏损效应。如果我们有关于漏损的数据，那么对于这个效应的检验应该是很容易的。不幸的是，我们没有这方面的数据，因此，我们不得不求助于间接方法，利用私人投资比重（PRIINV ）来进行这个检验。我们注意到有三个因素决定PRIINV 的大小：私人部门从银行获得的直接贷款（PRIV ATE ），漏损效应，以及通过其他方式获得的资金（比如企业留利、非正式市场的融资以及私人借款等）。在控制其它两个因素的情况下，我们预期漏损效应将会导致法治对私人投资产生负面影响，这就是我们的第一个假说：
假说一、在私人贷款和其他融资方式被控制的情况下，提高法治的效率会降低私人投资的比重。
如果这个假说获得证实，那么加强法治不一定能提高私人投资比重，我们由此可以得到第二个假说：
假说二、当法治加强的时候，私人投资比重不一定增加。
在这两个假说成立的情况下，我们可以进一步研究信贷的扩张。私人部门受到信贷歧视的原因部分源于信息的不对称。如果当一笔信贷不能按时归还的时候，法院采取强制措施保护合同的履行，给予银行事后的补偿，则由于信息不对称所带来的风险就会降低。因此，我们推测当法治效率改善的时候，私人部门能够从银行获得更多的贷款。同样的情况也会发生在国有部门，但是由于国有部门没有被歧视，它得到的银行贷款不会像私人部门增加得那么明显。虽然加强法治对这两个部门的直接效应都是正的，但是我们预测私人部门获得银行贷款的比例会提高。当我们把漏损效应考虑进来的时候，这个趋势就会更加明显。这样，当法治变得更为有效的时候，银行的总信贷额不一定增长，最终的结果取决于漏损效应的大小以及国有部门和私人部门的相对规模。由此我们得到两个假说：
假说三、当法治变得更加有效的时候，私人部门的银行信贷比例会增加。
假说四、加强法治对金融深度的影响是不确定的。
最后，与四大国有银行比起来，小型和地区性银行更关注私人企业，所以，加强法治能激励这些银行向私人部门提供贷款，原因和假说三是一样的。由此，我们得到下面的假说：
假说五、更为有效的法治会加强银行业的竞争。
2．法治与经济增长
加强法治既可以通过促进金融发展，也可以通过促进其他领域的发展来促进经济增长。从上文建立的假说推知，我们无法在事先评估法治对金融的总体影响效应。同样，我们也无法判断加强法治对其他非金融领域是否有正面的效应。因此，我们有如下假说：
假说六、加强法治对经济增长的影响是不确定的。
三、数据和变量
我们收集了中国大陆28个省级单位1991-2001期间的数据用于本文的计量研究。4 大部分数据来自中国官方正式的出版物，特别是《中国统计年鉴》。金融发展的四个指标，DEPTH, PRIV ATE, COMP 和PRIINV ，已经在前文定义过了。作为金融深度的衡量指标，DEPTH 确实存在一定的局限性。众所周知，中国银行业的不良贷款数额相当惊人，因此，用DEPTH 衡量金融深度的解释力被削弱了。但是，公开的数据中不存在各省不良贷款的具体数额，也很难通过个人努力找到这些数据。所以，我们只好使用这个不太完美的指标来描述金融深度。但是，我们相信各省真实的金融深度和我们的指标高度相关，因为不良贷款的数额基本上和贷款余额成正比。
其他研究通过问卷调查的方式构建法治指标（例如Pistor 等人, 2000），我们则收集了各省每年经济案件结案率（即结案数和收案数之比）这个客观指标。5 我们用CASES 来表示这个指标。一个案件结案所需的时间取决于法院的审判速度和执行速度。虽然法院的审判时间可能较长，但是执行是最大的问题，很多企业家对此抱怨不已。有些案件花了数年的时间才可能得到执行(Stone and Yao, 2002)。法官的素质、法院资金的充足状况、法治体系的腐败程度以及人们对法治的认知程度都影响到结案速度。因此，CASES 是一个衡量各省法律体系效率的综合指标。6 在回归中，我们对CASES 取对数，这样便于解释它的影响程度。
在回归中，我们也加入了一些描述一个省总体经济条件和社会发展状况的控制变量。它们是：各省财政支出占GDP 的比重(GOV)、国有工业产值占工业总产值的比重(STATE)、外商直接投资占GDP 的比重(FDI)、进出口总额占GDP 的比重(TRADE)、学龄儿童入学率(ENROLL)以及每千人拥有的社团数量（ASSOCs ）。文献表明，政府支出对经济增长存在负面影响，外商直接投资、贸易和良好的教育水平则促进经济增长 (如 Barro and Sala-i-Matin, 1995; Dollar, 1992)。因此，我们可以推断，这些变量对金融发展同样有重要的影响。特别要指出的是，政府支出对金融发展可能有挤出效应。另外，文献也表明，社会资本促进经济发展 (Knack and Keefer, 1997)。变量ASSOCs 表示的正是一个省的社会资本存量。较多的社会资本有助于社会信用的形成，这对当前的中国尤为重要。良好的信用降低交易成本，因此我们相信，变量ASSOCs 对金融发展有正面的作用。变量STA TE 是用来描述一个省的经济结构的。尽管我们预测较大的国有经济会减弱银行间的竞争、减少私人企业获得的银行信贷以及对私人投资具有挤出效应，但是我们无法判断它对金融深度是否有害，这是因为，国有企业向银行借钱相对容易，国有部门越大，银行的贷款可能越多。
[表一]
表一是各个变量的基本统计描述。CASES 的均值很高，为0.95。但是，这么高的比例并不代表法治体系近乎完善。相反，CASES 应被看作随着法律体系总体效率提高而提高的一个指标。为了解决内生性问题和防止时间上的扰动，所有的解释变量（包括CASES 和其他控制变量）都以滞后一期的三年移动平均进入回归方程（金融发展的四个指标仍然使用当年值）。为了减少数据的浪费，1992年的解释变量使用1991年的数据，1993年的解释变量采用1991年和1992年的平均值。
四、法治效率和金融发展
1．对假说一、二的检验
对于假说一的检验，最重要的是找到能够控制其他金融渠道的变量。正式的法律可能4 西藏不包括在内。重庆市是新建的省级单位，1997年开始从四川省分离出来。因此，我们把重庆的数据加回到四川省。
5 因为有些年份所结的案件是前一年遗留下来的，所以这个比例可能大于1。
6 这个指标也存在一些缺点。最大的问题在于法院在受理案件的时候可能有选择性地受理那些容易结案的案件。但是，这已经是我们可以获得的最好指标了。
为非正式市场和个人关系提供操作准绳(Hay and Shleifer, 1998)，因此，加强法治可能提高私人企业从其他金融渠道获得资金的可能性。如果我们不控制其他金融渠道的话，那么对漏损效应的估计就会出现偏差。不幸的是，我们没有直接数据，而不得不依靠一些间接的控制变量。上一节介绍的某些控制变量可以帮助我们解决这个问题。比如，FDI 可能是私人部门融资的一个重要来源；在社会资本存量较高的省份，企业比较容易从非正式的金融市场获得融资，等等。当然，最有效的控制变量可能是人均GDP ，因为人均GDP 越高意味着人们收入的剩余越多。我们采用以下双向面板模型来检验假说一：
PRIINV it =a 0+b 1CASES it -1+b 2it -1+c 1PRIVATE it -1+c 2ln GDP it -1+a i +a t +e it （1）
在这个方程里，PRIINV it 表示第i 个省在t 年的私人投资比重，CASES it -1是CASES 滞后一期的三年平均值，it -1代表前文定义的控制变量，也取滞后的三年平均值，PRIVATE it-1代表PRIV ATE 滞后一期的量，ln GDP it-1表示滞后一期的人均GDP ，a 0是常数项，b 1, b 2, c 1 和 c 2是待估计的参数，a i 表示省际效应，a t 表示年度效应，e it 是服从独立同分布的误差项。GDP 以1990年为基年经过换算，取对数进入模型。由于我们引入GDP 的目的不是增加一个解释变量，而是要控制t 年的其他金融渠道的影响，所以GDP 是以滞后一期而不是滞后的三年移动平均的数值进入方程。根据假说一，PRIV ATE 用以控制分配给私人部门的银行信贷额，它也以滞后一期进入模型。中国各省的差异非常大，因此省际效应可能非常强。我们的数据所涵盖的时期经历了国内外宏观形势的剧烈变化。就国内而言，1990年代前半期经历了较高的通货膨胀，后半期又遇到了严重的通货紧缩。在国际上，亚洲金融危机对中国的冲击是显而易见的，尤其是1998年和1999年。因此，控制不同年份的宏观环境是很有必要的。基于以上这些原因，本文在方程（1）中采用双向面板模型是合理的。我们分别应用了固定影响和随机影响的面板数据方法估计该模型，并且把普通最小二乘法（OLS ）的回归结果列出来做比较。
[表二]
表二是方程（1）的估计结果。LR 检验和F 检验都表明两个面板数据估计比OLS 更适用；同时，豪斯曼检验显示，随机影响模型比固定影响更有效（P 值为0.272）。此外，OLS 模型的结果和随机影响模型的结果很相似。所以我们的讨论将集中在随机影响模型的结果上。证明假说一最为重要的结果是ln(CASES)的系数为负，显著水平在5%以上。该系数值为-0.112。这意味着，当一个省的法治效率从最低水平（CASES 的最小值是0.54）提高到最高水平（1.09）时、也就是法治效率提高100%的时候，私人投资比重将下降11.2个百分点，比样本均值的1/4还大。
在控制变量中，有三个显著。国有工业产值比重对私人投资比重有很强的负效应，STA TE 提高一个百分点，就会造成PRIINV 减少0.22个百分点。相反，学龄儿童入学率提高一个百分点，会促进PRIINV 增加1.1个百分点；对外贸易增加一个百分点，PRIINV 将提高0.05个百分点，影响较小。所有其他的控制变量都不显著。外国直接投资和社会资本没有呈现出预期的正效应，政府财政支出也没有出现预期的负效应。
PRIVATE_1 和 LNGDP_1也同样不显著，虽然它们的符号是正的。在OLS 回归中，PRIVA TE_1表现得非常显著。这表明，私人投资和私人信贷均与不可观察的省际效应或年度效应高度相关。LNGDP_1不显著，可能暗示人均GDP 这个变量不适合用来控制私人部门的其他资金来源，抑或暗示其他资金来源对私人投资而言不是那么重要。Garnaut 等人（2000）提到，私人部门的投资严重依赖自我融资和从非正式渠道获得的资金，有鉴于此，我们推断人均GDP 可能不是一个很好的控制变量。但是，这一认识却增强了我们对漏损效
应的信心，因为一个更好的控制私人部门其他资金来源的变量只会增强估计的结果。
假说二的验证模型是方程（1）的简化：
PRIINV it =a 0+b 1CASES it -1+b 2it -1+a i +a t +e it （2） 各个变量和系数的定义与方程（1）相同。表三是估计的结果。两个面板模型依然好于OLS ，而且随机影响模型同样比固定影响模型更为有效（P 值为0.124），因此，随机影响模型的估计结果仍然是我们讨论的对象。除了TRADE 现在变得不显著之外，其他变量的情况和我们在方程（1）中的发现一样。Ln(CASES)还是显著为负，但是它的系数和显著性稍微变小了，这和我们的理论预期一致。
加强法制会导致私人投资比重降低，这个发现表明漏损效应是显著的，远远超过了法治对私人获得银行信贷和私人从其他途径获得资金的正面效应。法治对私人投资比重的总影响显著为负。如果法治效率最弱的省将其法治效率提高100%，私人投资效应将降低10.2个百分点。我们在下一部分可以看到，这个降幅对GDP 的增长率有显著的影响。
[表三]
2．对假说三、四、五的检验
用PRIVATE, DEPTH和COMP 分别替代PRIINV ，方程（2）就可以用来检验假说三、
四、五。回归的结果表述在表四、表五和表六中。在这三个检验中，面板模型的结果比OLS 有效，随机影响模型不适用（因为省际和年度的虚拟变量与回归因子相关）。因此，我们将主要根据固定影响模型的回归结果展开讨论，但也会将这个结果和其他两个模型的回归结果进行比较。
[表四]
在对假说三的检验中，除了FDI ，其他所有变量在固定影响模型中都显著。特别是ln(CASES)的显著水平达到1%，系数值为0.111。事实上，这个变量在OLS 模型和随机影响模型的回归中同样显著。因此，假说三得到了坚实的支持。比较假说三和假说一、二的检验结果是非常有意思的。它表明，私人投资比重和私人贷款比重两者截然不同，法治对它们的影响的方向也不同，由此进一步证实了漏损效应的存在性。
在控制变量中，私人贷款比重与GOV 和TRADE 正相关，与STATE 、 ENROLL 和 ASSOCs 负相关。TRADE 和STA TE 的结果是可想而知的，但是GOV 、ENROLL 和ASSOCs 的结果却令人困惑。值得一提的是，固定影响模型显示的这三个变量的结果和其他两个模型不同。GOV 和ASSOCs 在OLS 和随机影响模型中是不显著的，ENROLL 却是显著为正的。这暗示了这三个变量与省际或年度固定影响高度相关。例如，PRIV ATE 和ENROLL 可能和省际固定影响有正相关关系，所以ENROLL 在OLS 和随机影响模型中都表现为正号。然而，一些省份很有可能在学龄儿童入学率上有较大的改善，但在提高私人贷款比例方面却裹足不前。一些内陆省份很符合这种推测。它们的学龄儿童入学率较低，与沿海省份比起来，更容易改善；但是，它们向私人部门提供贷款上却无法做得比后者好。无论如何，固定影响模型的结果至少表明，私人贷款比重与GOV 、ENROLL 和ASSOCs 这三个变量之间有某些未知的因素起着主导作用，单纯地改善这三个方面不太可能提高私人贷款的份额。
[表五]
我们回过头来看表五中关于假说四的检验结果。可以看到，固定影响模型中只有GOV 和STA TE 这两个变量的系数是显著的，相反，在OLS 和随机影响模型中每一个变量的系数都是强烈显著的。所以，大部分变量和DEPTH 同时与省际或年度固定影响有强相关关系。GOV 和STATE 在三个模型中都显著为正，这个结果有些意外，但也在情理之中。中国的政府支出通常和银行信贷互为补充，在基础设施项目上表现尤为明显；因此，GOV 与银行发
放的信贷额之间存在很强的正相关关系。此外，STATE 的正效应可以解释为中国的银行体
系强烈倾向于给国有部门贷款，这进一步证实了我们的前提假设，即私人部门在获得正式信
贷方面受到歧视。
关于假说四，我们在固定影响模型中得到一个“不相关”的结果：法治的改善对金融
深化没有显著的正面或负面影响。但是，OLS 和随机影响模型却显示两者有很强的正相关
关系，从固定影响模型最适用于数据这点来看，我们只能认为这个正相关关系是虚假的，因
为它与我们没有观察到的一些省际或年度特征有关，而这些特征与法治和金融深度都呈正相
关关系。这一结论意味着，单纯地改善法治不足以促进金融深化。由于以下三个相关的理由，
这个结果再次证明了漏损效应的存在性。第一，因为私人贷款比重会随着法治的加强而提高，
所以私人贷款的增长速度一定快于国有部门贷款的增长速度；第二，由于改善法治不影响信
贷总量，因此，由上面的第一点结论可以进一步推知，国有部门获得的信贷因法治的加强而
减少了；第三，加强法治导致流向国有部门的信贷减少只可能是因为一个原因，那就是它阻
碍了资金从国有部门向私人部门的漏损。
[表六]
最后，表六是假说五的检验结果。固定影响模型和其他两个模型仍然存在较大的差异，
虽然在其他两个模型中ln(CASES)对银行业的竞争有显著的影响，但是在固定影响模型里这
种影响却变得很小，尤其是和OLS 的回归结果相比较。这说明省际和年度固定影响取走了
法治很大一部分的解释力。不管怎么样，经过固定影响处理后，法治对银行竞争的影响仍然
在统计上是显著的，尽管这个效应很微弱（法治的效率提高100%，会促进其他银行的信贷
份额增加9个百分点）。
在控制变量当中，只有FDI 和ASSOCs 这两个变量在固定影响模型里是显著的。FDI
显示为正效应，但是其系数却小得几乎可以忽略。另外，ASSOCs 显示为负效应，再次和
OLS 的结果矛盾。事实上，我们在所有的合适的回归里都没有发现ASSOCs 存在显著的正
效应。因此，可以这么说，社会资本对推动中国的金融发展没有太大的影响作用，除非我们
采用的ASSOCs 这个社会资本的衡量指标不适当。7
五、法治效率和经济增长
我们进行了五个回归来挖掘法治效率和经济增长之间的关系，这五个回归的结果表述
在表七中。回归中的因变量是1992年到2001年期间各省的人均GDP 的平均增长率（%），
解释变量取它们在1991年的值。这样做和文献一致（见Levine ，1997），主要是避免时间波
动的干扰和内生性问题。
[表七]
在模型I 、II 、III 中，我们探究了金融发展的四个指标和经济增长之间的关系。模型I
只包括了金融的四个指标和1991年人均GDP 的对数值。加入1991年的GDP 是为了控制各
省在初始点的异质性。在四个金融指标中，只有PRIINV 呈现显著的正效应，其系数值也很
大。私人投资比重增加1个百分点能促进增长率提高0.81个百分点。模型一的回归表明，
中国各省的经济增长存在较强的发散现象：一个省在1991年的人均GDP 提高一倍，能使该
省在今后十年里的年平均增长速度提高1.2个百分点。当我们在其他模型里加入更多的控制
变量的时候，这种发散趋势却不存在了。在模型II 中，我们加入先前的控制变量。PRIINV
仍然是四个金融指标中唯一显著的变量，但是它的系数值变小了，它自身增加一个百分点，7 仔细想想，这个指标的确可能不大妥当。中国大部分注册的社会团体都与政府有关，他们不是在自愿的
基础上组织的。有事实表明，一些自发组织的社团和商会并没有在政府那里登记注册（Yao ，2003）。尽管
如此，ASSOCs 是我们可以得到的与各省社会资本最相关的代理变量。
经济增长率只能提高0.62个百分点。在控制变量中，只有STATE 是显著的。国有工业比重
较大的省的增长率远远落后于其他省份：国有工业比重增加一个百分点，将会使该省的平均
增长率降低0.79个百分点。模型III 加入了中部和西部两个地区虚拟变量。我们这么做是因
为最近的一些研究（例如，徐现祥，待刊）表明中国各省之间出现了俱乐部收敛趋势。然而，
这种收敛在我们回归的结果中是不显著的，虽然1991年人均GDP 的符号变成负号了。
PRIINV 继续成为四大指标中唯一一个显著的变量，它的系数值与模型II 几乎一样。此外，
STA TE 仍然显著为负，但它的影响力减弱了。模型III 还有两个新的结果，即FDI 和ASSOCs
现在显著为正。
总而言之，私人投资比重是金融发展指标中唯一总是促进经济增长的指标。在其他的
跨国研究中发现的金融发展的其他指标对经济增长的显著正作用，在本文并没有体现出来。
一个可能的解释是，我们的数据的时间跨度比较短。在现存文献中，学者们通常用20到30
年的平均增长率来做研究，而我们只用了10年的增长数据。但是，我们的结果的确和中国
1990年代以来的现实相吻合。私人经济部门已经成为中国经济增长的引擎，国有部门却成
为增长的负担(Garnaut等人, 2000)。
私人投资对经济增长至关重要，这意味着改善法治环境可能会对经济增长有副作用。
根据我们先前的估计，如果一个法治效率最低的省达到最有效率的水平，该省的私人投资份
额将减少10.2个百分点。采用模型II 和III 的保守估计，这个降幅会导致经济增长率下跌大
约0.7个百分点。中国在1990年代的年平均增长率在8%左右，这意味着每年的损失大约为
900亿元人民币。
为了获悉加强法治对经济增长的总效应，我们还进行了两个回归，即表七里的模型IV
和V 。金融发展的四个指标不再加入回归中。模型V 包括了地区的虚拟变量，模型IV 没有
加入。STATE 在两个模型中仍然呈现高度负效应，ASSOCs 在模型V 中显著为正。此外，
模型V 显示了较强的俱乐部收敛趋势。当然，这些发现和模型的设置高度相关，倘若以此
来支持俱乐部收敛效应，恐怕为时过早。
模型IV 和V 的重要结果是证明法治效率对增长率不存在显著影响。这个不显著的结果
可以由以下两个原因综合起来解释。一方面，改善法治对金融发展的四个指标的影响很复杂，
唯一与经济增长正相关的指标 — 私人投资比重，随着法治的加强而降低。另一方面，法治
的改善并没有给经济发展的其他方面带来任何显著的影响。当然，这个结果也可能是我们研
究的数据时间跨度较短所至。
六、结语
我们的计量研究证实了以下的结果：在金融压抑的经济体中，单纯地改善法治并不促
进金融的全面发展；相反，它通过减少私人投资的比重对经济增长产生相当大的负面作用。
我们发现这个负面效应来自于法治对漏损效应的牵制，它阻碍了金融资源从无效的国有经济
部门流向有效率的私人经济部门。
我们的结果为中国之谜—低水平的法治和高速的经济增长并存—提供了部分的解释，
但这并不意味着我们否认“良好的法治促进经济增长”这个命题。我们更倾向于认为，法律
仅仅是整个制度体系中的一个环节，为了使法律体系有效地运作起来，其他配套制度的完善
是绝对必要的。Berkowitz 等（2003）发现接受国的社会经济条件对保证外来的法律体系在
本国的有效运作至关重要。本文的发现是对Berkowitz 等人的研究成果的一个回应。但是，
我们比他们更进了一步，通过构建一个结构框架研究了法律体系在什么情况下以及如何对金
融的发展产生推动或阻碍作用。
本文的发现对转轨国家的改革次序也提供了启示。尽管加强法治是终极目标，但可能
不是这些国家的当务之急，尤其是当市场和制度存在多重缺陷的时候。我们相信，如果能够
给非正式的执行机制留出空间，私人能够找到一些方法来克服这些制度上的缺陷，使整个经
济接近社会最优水平（Hay and Shleifer，1998在俄罗斯问题上也从不同的角度提出过相似的
观点）。对于转轨国家而言，最为迫切的是消除那些可以为寻租行为提供土壤的制度性缺陷，
而不是加强法治。当这些制度缺陷存在的时候，不合法的行为总会存在。就中国的金融发展
而言，改革银行体制、尤其是使利率市场化所带来的收益可能远远超过改善法治的收益。
参考文献：
Alford, William (2000). “The More Law, the More...? Measuring Legal Reform in the
People's Republic of China.” Working Paper No. 59, Center for International
Development, Stanford University.
Allen, Franklin, Jun Qian, and Meijun Qian (2002). “Law, Finance, and Economic
Growth in China.” Working paper, University of Pennsylvania.
Barro, Robert, and Xavier, Sala-i-Martin (1995). Economic Growth , New York:
McGraw-Hill.
Berkowitz, Daniel, Katharina Pistor, and Jean-Francois Richard (2003). “Economic
Development, Legality, and the Transplant Effect.” European Economic Review,
47: 165-195.
Dollar, David (1992). “Outward-Oriented Developing Economies Really Do Grow
More Rapidly: Evidence from 95 LDCs, 1976-1985.” Economic Development and
Cultural Change, 40(3): 523-44.
高善文 (2000). “三角债的成因分析”，手稿，中国人民银行。
Garnaut, Ross, Ligang Song, Yang Yao, and Xiaolu Wang (2000). The Emerging
Private Enterprise in China. Canberra: The National University of Australia Press.
Garnaut, Ross, Ligang Song, Stoyan Tenev, and Yang Yao (2003). Study on
Restructured SOEs (Gaizhi) in China. Washington, D.C.: The World Bank.
Hay, Jonathan, and Andrei Shleifer (1998). “Private Enforcement of Public Laws: A
Theory of Legal Reform.” American Economic Review, 88(2): 398-403.
King, Robert, and Ross Levine (1993). “Finance and Growth: Schumpeter Might be
Right.” Quarterly Journal of Economics, 108(3): 717-37.
Knack, Stephen, and Philip Keefer (1997). “Does Social Capital Have an Economic
Payoff? A Cross-Country Investigation.” Quarterly Journal of Economics, 112(4):
1251-88.
La Porta, Ratael, Florencio Lopez-de-Silanes, Andrei Shleifer, and Robert Vishny
(1998). “Law and Finance.” Journal of Political Economy, 106(6): 1113-55.
Lardy, Nicholas (1998). China’s Unfinished Economic Revolution, Washington, D.C.:
Brookings Institute.
Levine, Ross (1997). “Financial Development and Economic Growth: Views and
Agenda.” Journal of Economic Literature, XXXV (June 1997): 688-726.
Levine, Ross (1998). “The Legal Environment, Banks, and Long -Run Economic
Growth.” Journal of Money, Credit, and Banking, 30(3, Part 2): 596-613.
Li, David (2001). “Beating the Trap of Financial Repression in China.” Cato Journal,
21(1): 77-90.
林毅夫、蔡昉、李周 (1996). 《中国的奇迹》，上海：上海三联出版社。
McKinnon, Ronald (1973). Money and Capital in Economic Development .
Washington, D.C.: Brookings Institution.
McKinnon, Ronald (1993). The Order of Economic Liberalization: Financial Control
in the Transition to a M arket Economy . Baltimore: Johns Hopkins University
Press.
Murrell, Peter, ed. (2001). Assessing the Value of Law in Transition Countries. Ann
Arbor: University of Michigan Press.
Pei, Minxin (2001). “Does Legal Reform Protect Economi c Transactions?
Commercial Disputes in China.” In Peter Murrell, ed., Assessing the Value of Law
in Transition Countries, pp. 180-210. Ann Arbor: University of Michigan Press.
中国人民银行(2000).《中国统计年鉴》，北京：中国金融出版社。
人民日报 (2002). “三角债问题仍然严重”，《人民日报》, 2002年5月15日, 第 5版。
Pistor, Katharina, Martin Raiser, and Stanislaw Gelfer (2000). “Law and Finance in
Transition Economies.” Economics of Transition, 8(2): 325-368.
Qian, Yingyi, and Barry Weingast (1996). “China’s Transition to Markets:
Market-Preserving Federalism, Chinese Style.” Journal of Policy Reform, 1(2):
149-85.
Qian, Yingyi, and Gernald Roland (1999). “Federalism and the Soft -budget
Constraint.” American Economic Review, 88(5): 1143-62.
Shaw, E. (1973). Financial Deepening in Economic Development. New York: Oxford
University Press.
Song, Ligang, and Yang Yao (2003). “Privatization and Firm Performance in China.”
Working paper, Center for International Development, Stanford University.
Stone, Andrew, and Yang Yao (2002). Administrative Costs in Sichuan Province,
China . Report submitted to the China Project Development Facility, International
Finance Corporation.
Wang, Yueping, and Yang Yao (2002). “Market Reforms, Technological Capabilities
and the Performance of Small Enterprises in China.” Small Business Economics,
18(1-3): 197-211.
World Bank (2000). The Quality of Growth. Oxford: Oxford University Press.
徐现祥(待刊). “中国省际经济增长的比较”，《经济学季刊》。
Yao, Yang (2003). A Comparison of the Business Environments of Zhejiang and
Sichuan . Report submitted to the China Project Development Facility,
International Finance Corporation.
赵海宽、郭田勇（1998）. 《中国金融体制改革20年》，郑州：中州古籍出版社。
DEPTH 0.54 2.53 1.03 0.31
PRIV ATE 0.04 0.35 0.16 0.07
COMP 0.00 0.59 0.36 0.12
PRIINV 0.00 0.70 0.39 0.14
CASES 0.54 1.09 0.95 0.09
GOV 0.05 0.24 0.12 0.04
STATE 0.10 0.85 0.49 0.18
FDI 0.00 0.89 0.41 0.51 TRADE 0.03 0.79 0.31 0.42
ENROLL 0.84 1.00 0.98 0.03
Two factor model
OLS Fixed effect Random effect
Estimate St. err. Estimate St. err. Estimate St. err.
Constant 0.036 0.353 -0.242 0.836 -0.752 0.577
Ln(CASES) -0.106* 0.062 -0.097 0.061 -0.112** 0.059
GOV -0.241 0.286 0.729 0.468 0.223 0.406
STATE -0.353*** 0.069 -0.079 0.113 -0.215** 0.100
FDI 0.031 0.020 -0.036 0.034 -0.021 0.031
TRADE 0.003 0.022 0.036 0.033 0.051* 0.030
ENROLL 0.610 0.561 0.771 0.574 1.062** 0.501
ASSOCs 0.234 0.144 -0.322 0.295 -0.056 0.241
PRIV ATE_1 0.297*** 0.105 0.024 0.116 0.075 0.111
LNGDP_1 -0.013 0.014 -0.015 0.058 0.020 0.032
R-squared 0.501 0.778 0.892
*、** 和 *** 分别代表10%、5%和1%的显著性水平。
Estimate St. err. Estimate St. err. Estimate St. err.
Constant 0.069 0.356 -0.382 0.531 -0.499 0.491
Ln(CASES) -0.094 0.057 -0.094 0.059 -0.102* 0.058
GOV -0.242 0.288 0.736 0.464 0.210 0.401
STATE -0.409*** 0.066 -0.077 0.111 -0.244*** 0.095
FDI 0.026 0.020 -0.037 0.033 -0.014 0.030
TRADE 0.000 0.022 0.039 0.032 0.055 0.029
ENROLL 0.521 0.344 0.789 0.544 0.989** 0.491
ASSOCs 0.044 0.116 -0.319 0.291 -0.031 0.231
R-squared 0.481 0.784 0.901
*、** 和 *** 分别代表10%、5%和1%的显著性水平。
Estimate St. err. Estimate St. err. Estimate St. err.
Constant -0.034 0.205 0.851 0.290 0.049 0.145
Ln(CASES) 0.114*** 0.033 0.111*** 0.032 0.106*** 0.023
GOV 0.055 0.166 0.416* 0.253 0.047 0.117
STATE -0.228*** 0.038 -0.119** 0.061 -0.234*** 0.027
FDI -0.025 0.011 0.019 0.018 -0.023*** 0.008
TRADE 0.004 0.012 0.048*** 0.017 0.006 0.009
ENROLL 0.331* 0.201 -0.651** 0.291 0.252* 0.140
ASSOCs -0.003 0.067 -0.357** 0.159 -0.024 0.048
R-squared 0.362 0.761 0.856
OLS Fixed effect Random effect
Estimate St. err. Estimate St. err. Estimate St. err.
Constant -1.666 0.791 -0.699 0.812 -1.633 0.536
Ln(CASES) 0.570*** 0.127 0.038 0.091 0.286*** 0.076
GOV 1.930*** 0.640 3.827*** 0.710 2.383*** 0.426
STATE 0.887*** 0.147 0.608*** 0.170 0.779*** 0.099
FDI 0.118*** 0.044 0.078 0.051 0.139*** 0.030
TRADE 0.168*** 0.048 0.041 0.049 0.129*** 0.032
ENROLL 1.870** 0.812 0.871 0.822 1.841*** 0.521
ASSOCs 0.952*** 0.261 0.641 0.445 0.840*** 0.190
R-squared 0.462 0.891 0.901
OLS Fixed effect Random effect
Estimate St. err. Estimate St. err. Estimate St. err.
Constant -0.037 0.333 0.067 0.432 0.093 0.212
Ln(CASES) 0.250*** 0.054 0.093* 0.048 0.132*** 0.037
GOV -1.200*** 0.269 0.029 0.378 -1.073*** 0.172
STATE 0.004 0.062 0.063 0.091 -0.020 0.041
FDI 0.005 0.018 0.047* 0.027 -0.007 0.012
TRADE 0.008 0.020 -0.010 0.026 0.031** 0.013
ENROLL 0.525* 0.322 0.317 0.437 0.409** 0.205
ASSOCs 0.181* 0.109 -0.440* 0.237 -0.009 0.070
R-squared 0.360 0.845 0.864
Estimate St. err. Estimate St. err. Estimate St. err. Estimate St. err.
Constant 0.346 4.512 12.600 9.000 24.600 8.838 11.300 9.656 Ln(CASES) 0.142 1.212 DEPTH -0.690 1.712 1.031 1.101 0.914 1.121 PRIV ATE -0.757 5.212 -1.578 3.605 -3.032 3.246 PRIINV 8.053*** 2.526 6.219*** 1.919 6.281*** 1.767 COMP 1.030 4.119 -4.565 3.221 -0.193 3.915 GOV 3.855 7.716 2.789 6.606 3.231 9.180 STATE -7.913*** 2.989 -5.278* 2.724 -9.361*** 2.865 FDI 1.682 1.136 2.564* 1.515 0.854 1.981 TRADE 0.023 0.815 -0.552 0.918 0.253 0.812 ENROLL 0.031 0.123 -0.088 0.111 0.097 0.104 ASSOCs 0.553 0.558 0.857** 0.423 0.666 0.607 Ln(GDP) 1.210* 0.701 -0.443 0.616 -0.743 0.745 -0.712 0.681 Central 0.187 1.123 West -1.359 0.957
Estimate S 26.103 1 -0.230 2.110 -7.023** 0.637 0.410 -0.018 0.960** -1.309* -0.467 -2.016*