唐松
(廣東金融學(xué)院 區(qū)域金融政策重點(diǎn)研究基地,廣東 廣州 510521)
經(jīng)歷改革開放以來三十多年的經(jīng)濟(jì)高速增長,中國已然成為世界第二大經(jīng)濟(jì)體,但奇跡的背后,同樣不可避免資源、環(huán)境及增長方式對其約束日趨加重的現(xiàn)實。目前中國經(jīng)濟(jì)發(fā)展已經(jīng)處于轉(zhuǎn)型期,特別是金融危機(jī)后產(chǎn)業(yè)成本結(jié)構(gòu)持續(xù)上升,投資邊際產(chǎn)出持續(xù)下降,區(qū)域產(chǎn)業(yè)結(jié)構(gòu)調(diào)整滯緩導(dǎo)致的本幣資產(chǎn)泡沫已經(jīng)加劇了金融業(yè)脫離實體產(chǎn)業(yè)的系統(tǒng)性風(fēng)險。與此同時,中西部經(jīng)濟(jì)金融發(fā)展速度和水平也明顯落后于東部地區(qū),且有進(jìn)一步拉大的趨勢,區(qū)域經(jīng)濟(jì)面臨著全新的變化和挑戰(zhàn)。毫無疑問,金融作為現(xiàn)代經(jīng)濟(jì)的核心影響著區(qū)域經(jīng)濟(jì)的發(fā)展,但區(qū)域經(jīng)濟(jì)差異化發(fā)展很大程度又決定了金融資源的區(qū)域配置,而金融資源跨區(qū)域流動作為金融的基礎(chǔ)保障,又是任何區(qū)域經(jīng)濟(jì)合作與協(xié)調(diào)發(fā)展的重要前提。經(jīng)濟(jì)體制改革作為全面深化改革的重點(diǎn),金融體制改革將成為改革的關(guān)鍵點(diǎn)所在。加快金融重點(diǎn)領(lǐng)域和關(guān)鍵環(huán)節(jié)改革、加快發(fā)展多層次資本市場、進(jìn)一步擴(kuò)大金融對外開放、加強(qiáng)和完善金融監(jiān)管是當(dāng)前深化金融改革的重點(diǎn)任務(wù)。因此,如何實現(xiàn)金融資源的有效空間配置,促進(jìn)區(qū)域經(jīng)濟(jì)的均衡發(fā)展已成為影響我國經(jīng)濟(jì)社會和諧發(fā)展的重要因素。
金融資源是國民財富的核心,對經(jīng)濟(jì)發(fā)展具有重要的戰(zhàn)略意義。金融資源的有效開發(fā)和利用,不僅能夠降低經(jīng)濟(jì)體系的宏觀資源配置成本,而且能夠降低微觀經(jīng)濟(jì)主體的交易成本。傳統(tǒng)金融發(fā)展理論中,區(qū)域樣本總是被當(dāng)成一個獨(dú)立的個體進(jìn)行分析。由于研究技術(shù)及框架的原因,區(qū)域間所存在的關(guān)聯(lián)影響因素都無法納入,較多地依賴于大量宏觀發(fā)展的經(jīng)驗證據(jù)和跨國比較研究證明一個國家的金融發(fā)展水平影響其經(jīng)濟(jì)增長能力[1-5]。但金融作為現(xiàn)代經(jīng)濟(jì)的核心,已經(jīng)不可避免地成為影響地區(qū)經(jīng)濟(jì)發(fā)展差距的重要因素[6-7]。近些年來,國內(nèi)外已有學(xué)者開始關(guān)注區(qū)域經(jīng)濟(jì)增長與金融資源中不同區(qū)域間的互動關(guān)系,并嘗試將地理空間效應(yīng)引入相應(yīng)的分析模型中。一方面從金融集聚形成原因角度對某個區(qū)域?qū)用嫔系乩斫鹑诨顒拥募叟c擴(kuò)散,以及相鄰區(qū)域內(nèi)金融活動的分散趨勢進(jìn)行研究,并由此解釋金融中心的形成、路徑、資源流動性等空間差異性因素對區(qū)域經(jīng)濟(jì)增長的影響[8-15]。另一方面,部分學(xué)者以新經(jīng)濟(jì)地理學(xué)為基礎(chǔ),從區(qū)域經(jīng)濟(jì)發(fā)展中存在空間依賴性的邏輯起點(diǎn)出發(fā),對區(qū)域經(jīng)濟(jì)增長過程中的空間相關(guān)性以及空間溢出效應(yīng)進(jìn)行了研究,構(gòu)建了經(jīng)濟(jì)增長溢出效應(yīng)的相關(guān)結(jié)構(gòu)模型,并對包括金融發(fā)展在內(nèi)的相關(guān)經(jīng)濟(jì)指標(biāo)的空間相關(guān)性與溢出效應(yīng)進(jìn)行了測度[16-24]。
從現(xiàn)有研究來看,傳統(tǒng)金融發(fā)展理論通常以貨幣和市場作為研究對象或邏輯起點(diǎn),構(gòu)建金融市場理論分析體系,解析金融對于經(jīng)濟(jì)增長的影響,忽視了金融資源的空間分布規(guī)律和差異特征。特別針對金融資源的空間非均衡性與經(jīng)濟(jì)增長而言,缺乏金融“地理特征”的任何研究,其結(jié)論將在應(yīng)用價值上大打折扣。而近年來將地理空間效應(yīng)納入考慮的分析模型主要以產(chǎn)業(yè)集聚或傳統(tǒng)SAR和SEM空間模型為主,忽略了金融資源自身的空間溢出效應(yīng)及其與經(jīng)濟(jì)增長之間的互動性;而部分學(xué)者所構(gòu)造的SDM模型并不符合空間杜賓模型的定義,在空間自變量的選擇上具有任意性。因此,本文與已有中國金融資源配置與經(jīng)濟(jì)增長的傳統(tǒng)金融發(fā)展文獻(xiàn)的最大區(qū)別在于引入空間計量經(jīng)濟(jì)學(xué)的方法研究影響區(qū)域經(jīng)濟(jì)增長的金融資源因素,充分考慮空間因素對金融資源配置的作用。與已有少量采用空間計量經(jīng)濟(jì)學(xué)方法研究金融產(chǎn)業(yè)集聚及區(qū)域經(jīng)濟(jì)增長文獻(xiàn)的區(qū)別在于論文在傳統(tǒng)空間模型基礎(chǔ)上,嚴(yán)謹(jǐn)引入標(biāo)準(zhǔn)SDM空間計量模型檢驗了金融資源配置與區(qū)域經(jīng)濟(jì)增長差異之間的關(guān)系。
根據(jù)Cobb & Douglas(1928)所提出的柯布-道格拉斯生產(chǎn)函數(shù)Y=AKαLβ,一國或地區(qū)經(jīng)濟(jì)的總產(chǎn)出取決于資本K、勞動L和技術(shù)A的投入;兩邊取對數(shù)可得
LnY=LnA+αLnK+βLnL
(1)
考慮到技術(shù)進(jìn)步受到整個社會進(jìn)步、知識豐裕程度以及勞動力素質(zhì)提高等各種因素的影響,并不是在短期內(nèi)可以實現(xiàn)的,因此通常假定技術(shù)進(jìn)步A是常數(shù)。而資本的投入通??梢员豢醋魇墙鹑谫Y源的投入,金融資源空間配置的變化會導(dǎo)致不同地區(qū)資本投入發(fā)生變化,進(jìn)而影響經(jīng)濟(jì)發(fā)展,因此資本投入水平K可以用金融資源規(guī)模來衡量。勞動力L在不同地區(qū)間的配置和流動也會對不同區(qū)域的經(jīng)濟(jì)增長產(chǎn)生差異化影響。同時考慮到一個地區(qū)的經(jīng)濟(jì)發(fā)展不僅受到自身資本、勞動等要素投入的影響,還受到周邊地區(qū)要素投入和經(jīng)濟(jì)發(fā)展的影響,即存在空間相關(guān)性或空間溢出效應(yīng),因此需要將空間因素納入對中國金融資源配置及區(qū)域經(jīng)濟(jì)增長的研究中。
當(dāng)前常用的空間計量模型主要包括空間自回歸模型(SAR)和空間誤差模型(SEM)這兩種。其中SAR模型考慮了中國各地區(qū)經(jīng)濟(jì)總產(chǎn)出之間的空間相關(guān)性(空間相關(guān)系數(shù)為ρ),SEM模型考慮了中國各地區(qū)除了金融資源與勞動力以外的其他解釋變量對經(jīng)濟(jì)總產(chǎn)出的空間差異化影響(空間相關(guān)系數(shù)為λ),但無論是SAR模型還是SEM模型,都只考慮了本地金融資源和勞動力投入對本地經(jīng)濟(jì)發(fā)展的影響。而從實際來看,金融資源也具有空間溢出效應(yīng),不僅會對本地經(jīng)濟(jì)發(fā)展產(chǎn)生影響,還會對周邊地區(qū)經(jīng)濟(jì)發(fā)展產(chǎn)生影響;而勞動力也存在流動性,勞動力投入的變化也會對本地和周邊地區(qū)的經(jīng)濟(jì)發(fā)展都產(chǎn)生影響,為了將金融資源和勞動力投入的空間相關(guān)性納入模型,本文將設(shè)置SAR和SEM空間模型的基礎(chǔ)上進(jìn)一步構(gòu)建空間杜賓模型(SDM)來全面考察中國金融資源配置與區(qū)域經(jīng)濟(jì)增長差異之間的關(guān)系,具體模型表達(dá)式如下:
LnYi=ci+ρiWLnYi+αiLnKi+βiLnLi+
γiWLnKi+δiWLnLi+μi
(2)
其中LnYi表示中國第i個地區(qū)經(jīng)濟(jì)的總產(chǎn)出;ci為常數(shù)項;LnLi則代表第i個地區(qū)勞動投入量;LnKi表示第i個地區(qū)的金融資源配置情況;LnLi則代表第i個地區(qū)勞動投入量;αi代表第i個地區(qū)金融資源配置情況對i地區(qū)經(jīng)濟(jì)增長影響的彈性系數(shù);βi為第i個地區(qū)勞動力投入對i地區(qū)經(jīng)濟(jì)增長影響的彈性系數(shù);ρi,γi和δi都為空間相關(guān)系數(shù),其中ρi表示i地區(qū)的周邊地區(qū)經(jīng)濟(jì)的總產(chǎn)出WLnKi對i地區(qū)總產(chǎn)出的影響,即經(jīng)濟(jì)總產(chǎn)出的空間溢出效應(yīng);δi表示i地區(qū)的周邊地區(qū)金融資源配置WLnLi對i地區(qū)經(jīng)濟(jì)增長影響的彈性系數(shù),即金融資源配置的空間溢出效應(yīng);δi表示i地區(qū)的周邊地區(qū)勞動投入WLnLi對i地區(qū)經(jīng)濟(jì)增長影響的彈性系數(shù),即勞動投入的空間溢出效應(yīng);其中W為二進(jìn)制空間權(quán)重矩陣,μi為服從正態(tài)分布的隨機(jī)誤差項。
對于傳統(tǒng)模型的估計方法可以采用最小二乘法(OLS)來進(jìn)行,但對于考慮了空間自相關(guān)因素在內(nèi)的空間模型而言,模型中各變量存在內(nèi)生性問題,并不能采用最小二乘法來進(jìn)行,否則會產(chǎn)生有偏估計值或無效估計值[25],本文采用極大似然法(ML)來對SAR、SEM、SDM空間模型進(jìn)行估計。由于傳統(tǒng)SPSS、Eviews計量軟件無法對空間計量模型進(jìn)行分析,因此本文采用Matlab軟件來進(jìn)行空間統(tǒng)計分析和空間回歸分析。
為了考察中國金融資源配置及空間溢出效應(yīng)對區(qū)域經(jīng)濟(jì)增長的差異化影響,本文將中國劃分為東、中、西三個區(qū)域分別進(jìn)行研究;同時為了跟蹤中國金融資源空間配置及空間溢出效應(yīng)對區(qū)域經(jīng)濟(jì)影響的動態(tài)變化,選取中國不同年度的截面數(shù)據(jù)來進(jìn)行對比分析;通過區(qū)域和時間兩個層面的分析,全面剖析中國金融資源配置、空間溢出效應(yīng)及區(qū)域經(jīng)濟(jì)增長之間的關(guān)系。
本文選取中國31個省、直轄市和自治區(qū)作為區(qū)域樣本,其中東部地區(qū)包括11省市自治區(qū):北京、天津、遼寧、山東、江蘇、上海、浙江、福建、河北、廣東和海南;中部地區(qū)包括9省市自治區(qū):吉林、黑龍江、安徽、江西、河南、湖北、湖南、山西和內(nèi)蒙古;西部地區(qū)包括西部包括11省市自治區(qū):廣西、陜西、甘肅、青海、新疆、西藏、四川、貴州、云南、寧夏和重慶。
考慮到中國2001年12月加入世界貿(mào)易組織之后,金融業(yè)發(fā)展迅速,金融資源自由流動程度逐漸提高,因此本文選取2001年作為時間截面樣本來考察入世前中國金融資源配置、空間溢出效應(yīng)及區(qū)域經(jīng)濟(jì)增長之間的關(guān)系。而由于全國各地區(qū)從業(yè)人員總數(shù)的最新數(shù)據(jù)為2012年,因此本文選取了2012年這個時間截面作為入世后的時期樣本,從而考察加入WTO前后中國金融資源配置、空間溢出效應(yīng)及區(qū)域經(jīng)濟(jì)增長之間關(guān)系的動態(tài)變化。
在變量指標(biāo)選取上,采用了最常見的地區(qū)生產(chǎn)總值(GDP)來反映中國各省市自治區(qū)的經(jīng)濟(jì)總產(chǎn)出,勞動投入量也選用了常見的地區(qū)從業(yè)人員總數(shù),其中2011年和2012年從業(yè)人數(shù)是根據(jù)1-4季度就業(yè)人員數(shù)加總而得;但在選取衡量金融資源配置情況的指標(biāo)時,考慮到本文主要將金融資源作為整體來考慮其區(qū)域配置情況,而大多數(shù)文獻(xiàn)[26-27]選用融資規(guī)模、股票總市值、保費(fèi)收入等反映不同類型金融資源的指標(biāo)無法疊加,因此,選取中國各省市自治區(qū)的金融增加值作為衡量金融資源的指標(biāo)。所有原始數(shù)據(jù)來源于中宏統(tǒng)計數(shù)據(jù)庫、中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫和高校財經(jīng)數(shù)據(jù)庫。
為了分析中國金融資源空間配置對區(qū)域經(jīng)濟(jì)增長的影響,首先應(yīng)對中國金融資源配置和區(qū)域經(jīng)濟(jì)增長情況進(jìn)行空間相關(guān)性分析,從而判斷中國金融資源是否存在空間非均衡配置的狀況以及區(qū)域經(jīng)濟(jì)增長是否存在空間差異。此外還應(yīng)對勞動投入這個影響區(qū)域經(jīng)濟(jì)增長的變量進(jìn)行空間相關(guān)性分析以判斷上述SAR、SEM和SEM模型中究竟哪種空間模型設(shè)定更適用于中國。本文將基于Moran’s I指數(shù)對中國金融資源配置、勞動投入和區(qū)域經(jīng)濟(jì)增長的空間相關(guān)性進(jìn)行分析。
從表1可知,金融業(yè)增加值的Moran’s I指數(shù)均為正值,其P值都小于5%,這表明我國各地區(qū)金融資源配置存在著顯著的空間正相關(guān)性,也就是說,中國金融資源配置存在著非均衡性,某些地區(qū)的金融資源趨向于集聚。此外,金融業(yè)增加值的Moran’s I指數(shù)呈現(xiàn)出先升、后降、再升的波動趨勢,2001-2004年,金融業(yè)增加值的Moran’s I指數(shù)從2001年的0.321快速上升至2004年的0.3719,這主要是因為中國加入世界貿(mào)易組織之后金融業(yè)逐步開放,中國各省市之間金融資源流動逐漸增加,金融行業(yè)的相互影響也不斷加強(qiáng),從而導(dǎo)致金融資源的空間相關(guān)性不斷增加。隨著中國金融業(yè)開放程度逐漸提高,金融資源流動性增加所帶來的負(fù)面影響也進(jìn)一步凸顯,許多地區(qū)的金融資源都逐漸流入金融資源集聚地區(qū),導(dǎo)致本地區(qū)金融資源缺乏,金融業(yè)增加值的Moran’s I指數(shù)大幅回落至0.2569,此后2005-2007年一直呈現(xiàn)出下降的趨勢,一直下降到2007年的0.2182。隨著中國金融業(yè)相關(guān)法規(guī)的不斷完善,中國金融資源流動的負(fù)面影響也逐漸減小,自2008-2011年金融業(yè)增加值的Moran’s I指數(shù)又恢復(fù)了上升的趨勢,從2008年的0.2344快速上升至2011年的0.3259,2012年雖然略有下降,但仍維持在較高水平。
2001-2012年間,全國各地區(qū)從業(yè)人數(shù)的Moran’s I指數(shù)也都為正值,其Moran’s I指數(shù)的Z值都大于5%水平下的臨界值,即我國各地區(qū)勞動投入之間存在著明顯的正相關(guān)性,這表明我國也存在許多地區(qū)的勞動力流向某些集聚區(qū)域的趨勢。全國各地區(qū)從業(yè)人數(shù)的Moran’s I指數(shù)在2001-2010年間也呈現(xiàn)出先升、后降、再升的趨勢,但相對于金融業(yè)增加值的Moran’s I指數(shù)而言,其上升下降幅度都相對較小。2001年全國各地區(qū)從業(yè)人數(shù)的Moran’s I指數(shù)為0.2902,并逐漸上升2004年的0.2944,上升幅度僅為0.0042;2005年下降至0.2931,并一直下降至2009年的0.2806,下降幅度為0.0138;2010年又回升至0.2878,但與金融業(yè)增加值Moran’s I指數(shù)發(fā)展趨勢不同的是,2011-2012年全國各地區(qū)從業(yè)人數(shù)的Moran’s I指數(shù)出現(xiàn)了較大幅度的下降,這表明近兩年勞動力集聚趨勢有所下降。
從表1還可以發(fā)現(xiàn),地區(qū)國民生產(chǎn)總值的Moran’s I指數(shù)均為正值,且都在95%的置信水平下顯著,這表明我國31個省市經(jīng)濟(jì)增長之間存在著顯著的正相關(guān)性。也意味著我國經(jīng)濟(jì)增長存在著一定的空間集聚。從其發(fā)展趨勢來看,2001-2012年,我國GDP的空間相關(guān)性整體呈現(xiàn)出下降趨勢,除了在2004年Moran’s I指數(shù)上升到0.2908以外,其余年度我國GDP的Moran’s I指數(shù)都在0.29以下,Moran’s I指數(shù)從2001年的0.2855下降至2006年的0.2804;自2007年開始,我國GDP的Moran’s I指數(shù)已下降至0.28以下,2012年的Moran’s I指數(shù)為0.2739,比2001年的Moran’s I指數(shù)僅低0.0116,這表明我國GDP的空間相關(guān)性雖然呈現(xiàn)出整體下降的趨勢,但下降趨勢十分緩慢,這意味著我國經(jīng)濟(jì)增長的空間集聚狀況相對穩(wěn)定。
表1 2001-2012年中國金融資源、經(jīng)濟(jì)增長和勞動投入的Moran’s指數(shù)
根據(jù)上一部分的分析可以發(fā)現(xiàn),中國金融資源配置、勞動投入和區(qū)域經(jīng)濟(jì)增長總體上都存在顯著的空間相關(guān)性,也就是說中國金融資源配置、勞動投入和區(qū)域經(jīng)濟(jì)增長都存在空間非均衡的現(xiàn)象,因此,本文將從東、中、西部三個局部地區(qū)出發(fā),選取2001年和2012年作為時間截面樣本,利用傳統(tǒng)模型和SAR、SEM和SEM空間計量模型對比分析在不同地區(qū)和不同時期中國金融資源配置對區(qū)域經(jīng)濟(jì)增長的差異化影響。
考慮到東部地區(qū)是金融資源集聚和區(qū)域經(jīng)濟(jì)增長領(lǐng)先的區(qū)域,本文首先就東部地區(qū)不同時期金融資源配置及空間溢出效應(yīng)對區(qū)域經(jīng)濟(jì)增長的差異化影響進(jìn)行分析,利用傳統(tǒng)模型和空間計量模型對東部地區(qū)2001年和2012年的相關(guān)數(shù)據(jù)分別進(jìn)行OLS估計和ML估計,結(jié)果如表2所示。2001年傳統(tǒng)OLS模型的擬合優(yōu)度為92.41%,小于SAR模型(95.99%)和SDM模型(96.01%);而2012年也是如此,其中傳統(tǒng)OLS模型的擬合優(yōu)度為91.27%,低于其他3個空間模型中的擬合優(yōu)度,這表明中國金融資源配置與區(qū)域經(jīng)濟(jì)增長之間的關(guān)系存在空間溢出效應(yīng)。因此,在分析中國東部地區(qū)金融資源配置與區(qū)域經(jīng)濟(jì)增長之間的關(guān)系時,空間計量模型比傳統(tǒng)計量模型更好。
從各個空間模型比較來看,2001年SDM、SAR和SEM模型的擬合優(yōu)度分別是96.01%、95.99%和87.94%,2012年則分別為92.06%、91.75%和92.14%,這意味著2001年在SAR、SEM和SDM三個空間模型中,SDM模型的擬合程度最好,而2012年SDM模型的擬合程度也僅僅略小于SEM模型。因而需考慮其他因素判斷何種模型最適合。從sigma2和對數(shù)似然值LogL來看,2001年和2012年SDM模型的sigma2分別為0.0198和0.0434,比SAR模型和SEM模型的sigma2都要?。欢鳶DM的對數(shù)似然值在2001年和2012年分別為8.9555和5.1664,大于SAR模型LogL值(8.6992和4.7319)和SEM模型的LogL值(1.3919和4.3101)。因此,綜合而言,SDM模型是最適用于分析中國金融資源配置、空間溢出效應(yīng)與區(qū)域經(jīng)濟(jì)增長的空間計量模型。這進(jìn)一步驗證了中國東部地區(qū)不僅在區(qū)域經(jīng)濟(jì)增長方面存在空間相關(guān)性,而且在金融資源配置和勞動力配置方面也存在空間溢出效應(yīng),即其他地區(qū)金融資源和勞動力對所研究地區(qū)的經(jīng)濟(jì)增長也有影響。
表2 東部地區(qū)金融資源配置及空間溢出效應(yīng)對區(qū)域經(jīng)濟(jì)增長的影響
注:*表示在99%的水平下顯著,**表示在95%的水平下顯著,***表示在10%的水平下顯著。下標(biāo)1代表東部地區(qū)。
從SDM模型中各變量的回歸系數(shù)來看,東部各地區(qū)經(jīng)濟(jì)增長之間存在正向的空間互動關(guān)系,即存在相互促進(jìn)作用,但其作用程度和顯著性呈現(xiàn)出下降趨勢。2001年ρ1系數(shù)為0.527,在95%的水平下顯著;而2012年ρ2系數(shù)下降至0.337。這表明東部地區(qū)形成了經(jīng)濟(jì)集聚區(qū)域,且經(jīng)濟(jì)集聚程度相對適度,使得集聚區(qū)域經(jīng)濟(jì)增長的正向溢出效應(yīng)逐漸擴(kuò)散至周邊區(qū)域。
α2和β2的符號為正則表明本地金融資源和本地勞動力對本地區(qū)經(jīng)濟(jì)增長存在促進(jìn)作用。本地區(qū)金融資源越豐富、勞動力從業(yè)人數(shù)越多,則本地區(qū)經(jīng)濟(jì)增長越快。從本地金融資源和本地勞動力對本地區(qū)經(jīng)濟(jì)增長的影響趨勢來看,α2從2001年的0.291下降至2012年的0.2212,這表明本地金融資源對本地經(jīng)濟(jì)增長的促進(jìn)作用逐漸減弱,這主要是因為東部地區(qū)金融資源過度集聚,從而無法充分發(fā)揮其對經(jīng)濟(jì)增長的作用。相反β2卻從2001年的0.4217上升至2012年的0.3922,但仍然大于α2值,這表明本地勞動力資源對本地經(jīng)濟(jì)增長的促進(jìn)作用逐漸增強(qiáng)。這主要是因為東部地區(qū)經(jīng)濟(jì)正在經(jīng)歷從勞動密集型向資本密集型和技術(shù)密集型轉(zhuǎn)型的階段,所吸納的勞動力主要以高知識高技能的高層次勞動力為主,進(jìn)而促使東部地區(qū)勞動力增加對經(jīng)濟(jì)增長的促進(jìn)作用逐漸增加。
與本地金融資源和勞動力促進(jìn)本地經(jīng)濟(jì)增長不同,外地金融資源對本地經(jīng)濟(jì)增長的影響系數(shù)γ2在2001年和2012年都為負(fù)數(shù),這表明外地金融資源對本地經(jīng)濟(jì)增長存在負(fù)的空間溢出效應(yīng)。這主要是由于金融資源大量集聚在東部地區(qū)所造成的集聚不經(jīng)濟(jì)所造成的。當(dāng)前東部經(jīng)濟(jì)發(fā)達(dá)省份的許多地方政府都提出了建立金融中心的政策以促進(jìn)區(qū)域金融和經(jīng)濟(jì)發(fā)展,但這種對金融資源的爭奪導(dǎo)致外地金融資源集聚促進(jìn)了外地經(jīng)濟(jì)增長,卻阻礙了本地經(jīng)濟(jì)增長。而當(dāng)前中國金融體系發(fā)展不完善,過度的金融資源集中在少數(shù)地區(qū)導(dǎo)致金融體系不能適當(dāng)匹配經(jīng)濟(jì)發(fā)展,金融資源集聚對本地經(jīng)濟(jì)增長的促進(jìn)作用無法有效擴(kuò)散至其他地區(qū)。從γ2系數(shù)的變動情況來看,這種金融資源過度集聚的現(xiàn)象仍然未有改善,外地金融資源對本地經(jīng)濟(jì)增長的負(fù)向影響逐漸增大。此外,從外地勞動力資源對本地經(jīng)濟(jì)增長的影響系數(shù)δ2來看,2001年δ2系數(shù)為-0.1568,而2012年δ2系數(shù)則為0.4495,這表明外地勞動力資源對本地經(jīng)濟(jì)增長的影響方向發(fā)生了根本性變化,從阻礙作用逐漸變?yōu)榇龠M(jìn)作用。在以勞動密集型為主的發(fā)展階段,外地勞動力資源的增加導(dǎo)致本地勞動力資源相對減少,對本地經(jīng)濟(jì)增長有阻礙作用。但隨著東部經(jīng)濟(jì)的轉(zhuǎn)型,各地區(qū)釋放出大量的閑置勞動力資源,此時外地勞動力資源的增加有利于解決本地區(qū)多余勞動力,促進(jìn)本地經(jīng)濟(jì)增長。
接下來,利用傳統(tǒng)模型和空間計量模型對中部地區(qū)2001年和2012年的相關(guān)數(shù)據(jù)分別進(jìn)行OLS估計和ML估計,結(jié)果如表3所示。2001年和2012年中部地區(qū)傳統(tǒng)OLS模型的R2分別為79.44%和68.68%,是所有四個模型中最小的;而2001年和2012年的sigma2分別為0.0412和0.0425,是所有四個模型中最大的,因此,用空間計量模型來分析中部地區(qū)金融資源配置與區(qū)域經(jīng)濟(jì)增長之間的關(guān)系更為適合。此外,在三個空間計量模型中,2001年和2012年SDM模型的R2和logL都是最大的,sigma2都是最小的,因此,分析中部金融資源配置、空間溢出效應(yīng)與區(qū)域經(jīng)濟(jì)增長之間的關(guān)系時,SDM模型比SAR模型和SEM模型要更好。這表明中部地區(qū)金融資源和勞動力資源配置也存在空間溢出效應(yīng)。
表3 中部地區(qū)金融資源配置及空間溢出效應(yīng)對區(qū)域經(jīng)濟(jì)增長的影響
注:*表示在99%的水平下顯著,**表示在95%的水平下顯著,***表示在10%的水平下顯著。下標(biāo)1代表東部地區(qū)。
在中部地區(qū)的SDM模型中,2001年和2012年ρ2系數(shù)分別為0.418和-0.834,這表明中部各地區(qū)經(jīng)濟(jì)增長也逐漸從相互促進(jìn)轉(zhuǎn)向相互制約,但無論是促進(jìn)作用還是制約作用都不明顯。這種趨勢的形成是由中部經(jīng)濟(jì)發(fā)展程度所決定的。2001年中部地區(qū)各經(jīng)濟(jì)發(fā)展程度與東部相距較遠(yuǎn),但經(jīng)濟(jì)處于不斷發(fā)展的過程中,中部地區(qū)各省市經(jīng)濟(jì)之間存在相互促進(jìn)的關(guān)系。而隨著中部地區(qū)經(jīng)濟(jì)發(fā)展程度的提高,中部也逐漸開始形成產(chǎn)業(yè)集群,開始與周邊地區(qū)爭奪資源,導(dǎo)致中部地區(qū)經(jīng)濟(jì)發(fā)展之間出現(xiàn)負(fù)的空間相關(guān)性。
本地金融資源和勞動力資源對本地經(jīng)濟(jì)增長的促進(jìn)作用則相當(dāng)顯著。2001年和2012年α2系數(shù)分別為0.3012和0.424,都通過了10%水平下的顯著性檢驗,這表明本地金融資源對本地經(jīng)濟(jì)增長一直呈現(xiàn)出顯著的積極影響,且影響程度越來越大,即金融資源對經(jīng)濟(jì)增長的重要性不斷提高。此外,本地勞動力資源對本地經(jīng)濟(jì)增長的影響系數(shù)β2也為正,其中2001年β2為0.8302,并通過了99%的顯著性檢驗,而2012年β2下降至0.3203,顯著性水平也隨之下降。這意味著勞動力對經(jīng)濟(jì)增長的影響程度在逐漸減弱。將系數(shù)α2和β2對比來看可以發(fā)現(xiàn),2001年金融資源對經(jīng)濟(jì)增長的影響比勞動力資源對經(jīng)濟(jì)增長的影響要小得多,而2012年金融資源對經(jīng)濟(jì)增長的影響卻比勞動力資源對經(jīng)濟(jì)增長的影響要大,這表明在中部地區(qū),金融資源對經(jīng)濟(jì)增長的重要性不斷提高,而勞動力對經(jīng)濟(jì)增長的重要性在不斷下降。
從金融資源和勞動力投入與經(jīng)濟(jì)增長的空間相關(guān)性來看,外地金融資源和勞動力投入對本地經(jīng)濟(jì)增長的影響方向和顯著程度并不一致。一方面,2001年外地金融資源對經(jīng)濟(jì)增長有顯著的負(fù)向影響,外地金融資源每增長1%,都會導(dǎo)致本地經(jīng)濟(jì)增長下降0.501%。而2012年外地金融資源對經(jīng)濟(jì)增長的負(fù)向影響進(jìn)一步加深,表現(xiàn)為外地金融資源每增長1%,會導(dǎo)致本地經(jīng)濟(jì)增長下降1.5814%。中部地區(qū)金融資源規(guī)模相對不大,該地區(qū)各省市經(jīng)濟(jì)增長都需要足夠的金融資源,外地金融資源的增加會使得本地區(qū)可獲得的金融資源減少,進(jìn)而對本地區(qū)經(jīng)濟(jì)增長產(chǎn)生負(fù)面影響。隨著經(jīng)濟(jì)的發(fā)展,金融資源向東部過度集聚的趨勢進(jìn)一步加劇,導(dǎo)致中部地區(qū)金融資源的缺口也逐漸擴(kuò)大,進(jìn)而對中部地區(qū)經(jīng)濟(jì)增長產(chǎn)生更大的負(fù)面影響。另一方面,外地勞動力投入對本地經(jīng)濟(jì)增長的影響并不顯著,而且影響方向還產(chǎn)生了變化。2001年δ2系數(shù)為-0.294,表明在以勞動密集型產(chǎn)業(yè)為主體中部地區(qū),外地勞動力投入增加導(dǎo)致本地勞動力投入減少,不利于本地形成產(chǎn)業(yè)集群,從而阻礙本地經(jīng)濟(jì)增長。而2012年δ2系數(shù)為2.364,且通過了5%水平下的顯著性檢驗,表明外地勞動力投入對本地經(jīng)濟(jì)增長有促進(jìn)作用。這主要是因為產(chǎn)業(yè)集群的形成帶來的擴(kuò)散效應(yīng)所造成的,外地勞動力投入增加促使外地形成勞動力密集型產(chǎn)業(yè)集群,集聚效應(yīng)對經(jīng)濟(jì)發(fā)展的積極影響會擴(kuò)散至其他地區(qū),即產(chǎn)生正向空間溢出效應(yīng)。
利用西部地區(qū)數(shù)據(jù)對上述四個模型做回歸的結(jié)果也顯示,空間計量模型比傳統(tǒng)OLS模型更適用于分析金融資源配置與區(qū)域經(jīng)濟(jì)增長之間的關(guān)系。2001年和2012年西部地區(qū)傳統(tǒng)OLS模型的R2分別為94.32%和98.81%,是四個模型中最小的;而SDM模型的R2分別為0.963和0.9982,是所有模型中最大的。此外,西部地區(qū)傳統(tǒng)OLS模型在2001年和2012年的sigma2分別為0.0757和0.0161,是所有模型中最大的,而SDM模型的sigma2分別為0.0359和0.0103,是四個模型中最小的,因此,SDM空間計量模型最適用分析西部地區(qū)金融資源配置與區(qū)域經(jīng)濟(jì)增長之間的關(guān)系。
與中部地區(qū)類似,西部地區(qū)各省市經(jīng)濟(jì)增長之間的空間相關(guān)性也不顯著,但西部地區(qū)ρ2系數(shù)在2001年和2012年都為正值,表明西部地區(qū)各省市經(jīng)濟(jì)增長之間是互相促進(jìn)的。西部地區(qū)主要以農(nóng)業(yè)經(jīng)濟(jì)為主,即使近年來開始發(fā)展勞動密集型工業(yè),但經(jīng)濟(jì)發(fā)展程度比東部和中部落后很多,與經(jīng)濟(jì)集聚所需要的水平相差甚遠(yuǎn),因此,西部地區(qū)并未出現(xiàn)經(jīng)濟(jì)資源都集中到某一特定省域的趨勢,西部各省市經(jīng)濟(jì)之間呈現(xiàn)出相互促進(jìn)的關(guān)系。
表4中SDM模型的系數(shù)α3和β3都為正值,表明在西部地區(qū),本地金融資源和勞動力投入對本地經(jīng)濟(jì)增長也存在著促進(jìn)作用。其中α3在2001年為0.1794,但并未通過90%的顯著性水平檢驗,表明西部地區(qū)各省市金融資源雖然對經(jīng)濟(jì)增長存在促進(jìn)作用,但由于西部地區(qū)大量金融資源流入東部地區(qū),導(dǎo)致西部地區(qū)金融資源規(guī)模有限,從而對經(jīng)濟(jì)增長有一定的促進(jìn)作用,但其作用并不顯著。2012年α3系數(shù)為0.276,且在95%的水平下顯著,這表明隨著西部大開發(fā)政策的實施,西部地區(qū)所積累的金融資源規(guī)模開始逐漸擴(kuò)大,其對本地區(qū)經(jīng)濟(jì)增長的影響也顯著增加。此外,從本地勞動力投入對本地經(jīng)濟(jì)增長的影響系數(shù)β3來看,2001年β3系數(shù)為0.8305,2012年則下降為0.7507,都通過了99%水平下的顯著性檢驗,這表明西部地區(qū)各省市勞動力投入對本地經(jīng)濟(jì)增長存在顯著積極影響,但影響程度在逐漸減弱。這與西部地區(qū)以農(nóng)業(yè)經(jīng)濟(jì)為主,而近年來逐漸開始發(fā)展工業(yè)的發(fā)展趨勢是密不可分的。
表4 西部地區(qū)金融資源配置及空間溢出效應(yīng)對區(qū)域經(jīng)濟(jì)增長的影響
注:*表示在99%的水平下顯著,**表示在95%的水平下顯著,***表示在10%的水平下顯著。下標(biāo)1代表東部地區(qū)。
在西部地區(qū),外地金融資源對本地經(jīng)濟(jì)增長存在負(fù)面影響,但影響并不顯著。這主要是西部地區(qū)金融資源有限所造成的。西部經(jīng)濟(jì)發(fā)展程度不高,自實施西部大開發(fā)政策以來,西部各省市都需要大量資金來實現(xiàn)經(jīng)濟(jì)發(fā)展,因此,西部地區(qū)各省市都盡量爭取金融資源,而外地金融資源的增加會減少本地區(qū)金融資源的獲取,對本地經(jīng)濟(jì)增長帶來不利影響,但由于西部整體金融資源有限,這種影響并不顯著。雖然隨著西部經(jīng)濟(jì)的快速發(fā)展,這種不利影響有所減弱,但依然存在。此外,從外地勞動力投入對本地經(jīng)濟(jì)增長的影響來看,西部地區(qū)呈現(xiàn)出與東中部地區(qū)完全相反的態(tài)勢。2001年西部地區(qū)農(nóng)業(yè)經(jīng)濟(jì)仍然占據(jù)重要地位,第一產(chǎn)業(yè)比重相當(dāng)高,此時外地勞動力增加不僅不會對本地經(jīng)濟(jì)產(chǎn)生負(fù)面影響,相反外地勞動力的增加促使外地出現(xiàn)農(nóng)業(yè)集聚,這種農(nóng)業(yè)集聚對經(jīng)濟(jì)增長的促進(jìn)作用也會擴(kuò)散至周邊地區(qū),從而帶動本地經(jīng)濟(jì)發(fā)展。而隨著西部地區(qū)開始發(fā)展勞動密集型工業(yè),西部地區(qū)各省市對勞動力的需求進(jìn)一步擴(kuò)大,此時外地勞動力的增加有助于外地發(fā)展工業(yè),卻不利于本地發(fā)展工業(yè),而外地處于工業(yè)初級階段也無法為周邊地區(qū)帶來擴(kuò)散效應(yīng),因此,2012年外地勞動力的增加會對本地工業(yè)發(fā)展以及經(jīng)濟(jì)發(fā)展帶來負(fù)面空間影響,但由于處于工業(yè)初級階段,這種負(fù)面影響仍然不顯著。
金融資源空間配置與區(qū)域經(jīng)濟(jì)增長差異之間存在著相互影響、相互制衡的關(guān)系。本文利用Moran’s I指數(shù)說明了金融資源配置和區(qū)域經(jīng)濟(jì)增長之間存在空間相關(guān)性,傳統(tǒng)OLS模型不再適用。在此基礎(chǔ)上借助不同空間計量模型對比分析了中國東部、中部和西部金融資源配置與區(qū)域經(jīng)濟(jì)增長差異之間的關(guān)系,研究結(jié)論表明,中國金融資源配置與區(qū)域經(jīng)濟(jì)增長差異之間存在不同程度的空間溢出效應(yīng)(空間SDM模型的解釋力最強(qiáng))。一方面,本地金融資源對本地經(jīng)濟(jì)增長的促進(jìn)作用存在差異,其中中部地區(qū)的促進(jìn)作用最大,中西部地區(qū)的促進(jìn)作用也逐漸增大,而東部地區(qū)促進(jìn)作用逐漸下降;另一方面,外地金融資源對本地經(jīng)濟(jì)增長的負(fù)面影響也存在差異,這種負(fù)面影響在中部和東部地區(qū)大幅度增加,而在西部地區(qū)逐漸減小。此外,勞動力和區(qū)域經(jīng)濟(jì)增長等因素也存在空間溢出效應(yīng),且不同地區(qū)的空間溢出效應(yīng)存在差異性。
基于上述結(jié)論,本文提出以下政策建議:
第一,發(fā)揮地區(qū)特色,實施差別化金融政策。我國要實現(xiàn)金融資源的合理配置以促進(jìn)區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展,就必須根據(jù)東、中、西部地區(qū)的具體情況制定不同的金融政策和經(jīng)濟(jì)措施,在東部地區(qū)應(yīng)加強(qiáng)金融體系的建設(shè)以實現(xiàn)金融資源的有效利用,解決金融資源過度集聚給本地和外地所帶來的集聚不經(jīng)濟(jì)現(xiàn)象,同時加強(qiáng)對高技術(shù)人才的引入;中部地區(qū)則應(yīng)加強(qiáng)政府金融資源投入以及靈活運(yùn)用政府政策吸引民間投資進(jìn)入,從而在做好產(chǎn)業(yè)承接的基礎(chǔ)上,實現(xiàn)產(chǎn)業(yè)集聚和規(guī)模經(jīng)濟(jì);西部地區(qū)則應(yīng)加大對民間資本的引資力度,實現(xiàn)從完全依賴政府資金投入轉(zhuǎn)向依靠政府和民間資本相結(jié)合的融資方式的轉(zhuǎn)變,實現(xiàn)金融資源的合理配置,促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)向工業(yè)經(jīng)濟(jì)轉(zhuǎn)型。
第二,推動利率市場化改革,充分發(fā)揮市場機(jī)制在金融資源配置中的決定性作用。一方面,逐步放開對金融機(jī)構(gòu)的利率管制,完善市場利率體系建設(shè),促進(jìn)利率市場化,從而使利率能反映市場供求情況,引導(dǎo)資金流入中西部地區(qū),實現(xiàn)金融資源的有效配置。另一方面,應(yīng)加快區(qū)域性股權(quán)市場、債券市場、期貨市場、保險市場和外匯市場等多層次資本市場的發(fā)展,推動金融產(chǎn)品創(chuàng)新業(yè)務(wù)的發(fā)展,同時加強(qiáng)和完善政府和行業(yè)協(xié)會的金融監(jiān)管體制,在促進(jìn)科技創(chuàng)新和金融創(chuàng)新的同時,規(guī)范不同層次資本市場的運(yùn)作。
第三,加強(qiáng)金融機(jī)構(gòu)改革,提高金融資源效率。針對當(dāng)前我國金融機(jī)構(gòu)仍然以國有銀行為主的現(xiàn)象,應(yīng)在對政府主導(dǎo)型金融機(jī)構(gòu)進(jìn)行改革的同時加強(qiáng)民間資本的引入。針對政府主導(dǎo)型金融機(jī)構(gòu),政府應(yīng)適度引導(dǎo)政府主導(dǎo)型金融機(jī)構(gòu)加強(qiáng)對中西部地區(qū)以及中小企業(yè)的融資力度,同時要建立起對政府主導(dǎo)型金融機(jī)構(gòu)的資本約束機(jī)制,只針對政策性業(yè)務(wù)進(jìn)行管理,提高金融資源利用效率。在民間資本引入方面,應(yīng)鼓勵社會資本進(jìn)入政府主導(dǎo)型金融機(jī)構(gòu)所忽略的金融領(lǐng)域,投資建立中小型金融機(jī)構(gòu)或相關(guān)金融中介服務(wù)機(jī)構(gòu),從而充分利用民間資本,提高金融資源效率。
第四,推動金融資源配置與區(qū)域產(chǎn)業(yè)政策相結(jié)合,促進(jìn)金融與實體經(jīng)濟(jì)協(xié)調(diào)發(fā)展。我國東部地區(qū)正經(jīng)歷從勞動密集型向資本密集型和技術(shù)密集型的經(jīng)濟(jì)轉(zhuǎn)型過程,而中西部地區(qū)正在承接和發(fā)展勞動密集型經(jīng)濟(jì),因此,政府應(yīng)根據(jù)當(dāng)前區(qū)域產(chǎn)業(yè)政策合理配置金融資源,在東部地區(qū)應(yīng)將大部分金融資源配置于高新技術(shù)制造業(yè)和服務(wù)業(yè),部分配置于資本密集型行業(yè),同時注重將產(chǎn)業(yè)發(fā)展所不需要的金融資源轉(zhuǎn)移出去,防止金融泡沫化;中西部地區(qū)則應(yīng)在加大政府投入和拓寬融資渠道,將金融資源配置于勞動密集型和資本密集型制造業(yè),同時適當(dāng)發(fā)展技術(shù)密集型行業(yè)和相關(guān)服務(wù)業(yè)。
最后,制定合理的金融資源轉(zhuǎn)移政策,促進(jìn)區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展。針對我國東、中、西部金融資源和區(qū)域經(jīng)濟(jì)增長水平相差懸殊的情況,政府相關(guān)部門應(yīng)制定各種優(yōu)惠政策,引導(dǎo)東部地區(qū)過度集聚的金融資源逐漸向中西部轉(zhuǎn)移。同時適當(dāng)加強(qiáng)政府對中西部地區(qū)的金融支持,尤其是對中部地區(qū)的金融支持,充分發(fā)揮金融資源配置對本地區(qū)經(jīng)濟(jì)增長的促進(jìn)作用,減少對其他地區(qū)經(jīng)濟(jì)增長的負(fù)面影響,進(jìn)而縮小東、中、西部區(qū)域經(jīng)濟(jì)增長的差距。
參考文獻(xiàn):
[1]GUISO L, SAPIENZA P, ZINGALES L.Does local financial development matter?[J].The Quarterly Journal of Economics, 2004 (3):929-969.
[2]IDUN A, ABOAGYE A.Bank competition, financial innovations and economic growth in Ghana[J].African Journal of Economic and Management Studies, 2014 (1): 30-51.
[3]NYASHA S, ODHIAMBO N M.Bank-based financial development and economic growth: a review of international literature[J].Journal of Financial Economic Policy, 2014 (2): 1-28.
[4]胡宗義,劉亦文,袁亮.金融均衡發(fā)展對經(jīng)濟(jì)可持續(xù)增長的實證研究[J].中國軟科學(xué),2013(7):25-38.
[5]田劍英,黃春旭.民間資本金融深化與農(nóng)村經(jīng)濟(jì)發(fā)展的實證研究——基于浙江省小額貸款公司的試點(diǎn)[J].管理世界,2013(8):167-168.
[6]冉光和,李敬,熊德平;溫濤.中國金融發(fā)展與經(jīng)濟(jì)增長關(guān)系的區(qū)域差異[J].中國軟科學(xué),2006(2):102-110.
[7]周麗麗,楊剛強(qiáng),江洪.中國金融發(fā)展速度與經(jīng)濟(jì)增長可持續(xù)性—基于區(qū)域差異的視角[J].中國軟科學(xué),2014(2):58-69.
[8]DAVIS E P.International financial centers-An industrial analysis[R].London: Bank of England Discussion Paper, 1990: 1-23.
[9]PORTEOUS D J.The geography of finance: spatial dimensions of intermediary behaviour[M].Aldershot: Avebury, 1995: 243-245.
[10]GEHRIG T.Cities and the geography of financial centers[M].// THISSE J J, HURIOT J M.The economics of cities, Cambridge: Cambridge University Press, 2000: 415-445.
[11]LAULAJAINEN R.Financial geography: a banker' s view[M].New York: Routledge, 2003:9-12.
[12]ZHAO S X B.Spatial restructuring of financial centers in mainland China and Hong Kong.A Geogriaphy of Finance Perspective[J].Urban Affairs Review, 2003(4): 535-571.
[13]YUSOF R M, BAHLOUS M.Islamic banking and economic growth in GCC & east asia countries:a panel cointegration analysis[J].Journal of Islamic Accounting and Business Research, 2013 (2): 151-172.
[14]田菁.中國區(qū)域金融發(fā)展:差異,特點(diǎn)及政策研究[J].財經(jīng)問題研究,2011(2):63-70.
[15]袁云峰,賈康,徐向東.金融競爭,相對資本深化與地區(qū)經(jīng)濟(jì)效率[J].統(tǒng)計研究,2012(3):45-53.
[16]ANSELIN L.Spatial econometrics: methods and models[M].Dordrecht: Kluwer Academic Publishers, 1988:22-23.
[17]LOPEZ-BAZO E, VAYA E, ARTIS M.Regional externalities and growth: evidence from european regions[J].Journal of Regional Science, 2004(1): 57-72.
[19]REY S J, DEV B.σ-convergence in the presence of spatial effects[J].Papers in Regional Science, 2006(2): 217-234.
[20]DALL’ERBA S.Distribution of regional income and regional funds in europe 1989-1999: an exploratory spatial data analysis[J].The Annals of Regional Science, 2005(1):121-148.
[21]LE GALLO J, DALL’ERBA S.Evaluating the temporal and spatial heterogeneity of the european convergence process 1980-1999[J].Journal of Regional Science, 2006(2): 269-288.
[22]AMINI S.The amount of raised capital by small IPOs: spatial effect on the UK alternative investment market[J].International Journal of Entrepreneurial Behaviour & Research, 2013(3): 344-358.
[23]李林,丁藝.劉志華.金融集聚對區(qū)域經(jīng)濟(jì)增長溢出作用的空間計量分析[J].金融研究,2011(5):113-123.
[24]劉華軍,楊騫.金融深化、空間溢出與經(jīng)濟(jì)增長——基于空間回歸模型偏微分效應(yīng)分解方法及中國的實證[J].金融經(jīng)濟(jì)學(xué)研究,2014(2):86-95.
[25]ANSELIN L.Spatial econometrics: methods and models[M].Dordrecht: Kluwer Academic Publishers, 1988.
[26]張志元,季偉杰.中國省域金融產(chǎn)業(yè)集聚影響因素的空間計量分析[J].廣東金融學(xué)院學(xué)報,2009(1):107-117.
[27]方先明,孫愛軍,曹源芳.基于空間模型的金融支持與經(jīng)濟(jì)增長研究--來自中國省域1998-2008年的證據(jù)[J].金融研究,2010(10):68-82.