周建軍 龍平

摘 要：基于省級(jí)面板數(shù)據(jù)，運(yùn)用固定效應(yīng)模型、空間計(jì)量模型，考量金融資源錯(cuò)配、房?jī)r(jià)及二者交互項(xiàng)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響。研究表明：金融資源錯(cuò)配、房?jī)r(jià)上漲顯著抑制了我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展;金融資源錯(cuò)配與房?jī)r(jià)的交互作用表明，房?jī)r(jià)上漲加重了金融資源錯(cuò)配對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的負(fù)面影響;進(jìn)一步分樣本檢驗(yàn)發(fā)現(xiàn)，中西部地區(qū)金融資源錯(cuò)配對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的負(fù)面影響要強(qiáng)于東部地區(qū);東中部地區(qū)房?jī)r(jià)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展呈現(xiàn)負(fù)向作用，但西部地區(qū)無(wú)顯著影響。同時(shí)，金融資源錯(cuò)配、房?jī)r(jià)上漲均會(huì)促進(jìn)周邊地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展。

關(guān)鍵詞： 金融資源錯(cuò)配;房?jī)r(jià);經(jīng)濟(jì)高質(zhì)量發(fā)展;空間溢出效應(yīng)

中圖分類(lèi)號(hào)：F299.23?? 文獻(xiàn)標(biāo)識(shí)碼： A??? 文章編號(hào)：1003-7217（2022）02-0099-07

一、引 言

中共中央十八屆五中全會(huì)首次提出創(chuàng)新、協(xié)調(diào)、綠色、開(kāi)放、共享五大發(fā)展理念，社會(huì)主要矛盾也轉(zhuǎn)為人民日益增長(zhǎng)的美好生活需要和不平衡不充分發(fā)展之間的矛盾。改革開(kāi)放后，我國(guó)居民平均生活水平、醫(yī)療保障水平等都實(shí)現(xiàn)了極大提高，但我國(guó)供給側(cè)存在較大問(wèn)題，有些發(fā)展無(wú)法滿(mǎn)足人民美好生活需要，因此，只有通過(guò)推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展才能有效解決這些問(wèn)題[1]。探究經(jīng)濟(jì)高質(zhì)量發(fā)展新路徑也成為我國(guó)學(xué)術(shù)界熱點(diǎn)話(huà)題。

金融行業(yè)作為我國(guó)經(jīng)濟(jì)發(fā)展中的關(guān)鍵領(lǐng)域，其可以通過(guò)信息傳遞、資金籌集、資金配置等功能驅(qū)動(dòng)經(jīng)濟(jì)發(fā)展。目前關(guān)于如何將金融業(yè)變?yōu)榻?jīng)濟(jì)高質(zhì)量發(fā)展的“助推器”已成為學(xué)術(shù)界重點(diǎn)研究方向[2]。很多國(guó)外學(xué)者也就金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)的關(guān)系進(jìn)行了研究，發(fā)現(xiàn)金融深化會(huì)極大提高經(jīng)濟(jì)效率[3，4]。但我國(guó)金融資源多配置到壟斷企業(yè)或一些產(chǎn)能過(guò)剩、產(chǎn)出效率低下的企業(yè)，致使部分中小企業(yè)融資受阻，從而產(chǎn)生金融資源錯(cuò)配效應(yīng)[5]。金融資源錯(cuò)配現(xiàn)象也嚴(yán)重影響了資源配置效率以及企業(yè)資本結(jié)構(gòu)，再加上偏向性政策通過(guò)產(chǎn)出扭曲造成效率損失，導(dǎo)致金融市場(chǎng)扭曲，僵尸企業(yè)因此形成。日本的經(jīng)濟(jì)受到重創(chuàng)的主要原因之一就是僵尸企業(yè)的大量存在[6，7]。Jeanneney等（2006）[8]通過(guò)實(shí)證研究還發(fā)現(xiàn)金融資源的配置情況與很多企業(yè)實(shí)際產(chǎn)出貢獻(xiàn)不相符。可見(jiàn)解決金融資源錯(cuò)配問(wèn)題是保障經(jīng)濟(jì)高質(zhì)量發(fā)展的前提。

改革開(kāi)放后，城市化水平不斷提高，住房制度逐漸完善，房地產(chǎn)行業(yè)因此獲得發(fā)展機(jī)遇。但隨之產(chǎn)生了諸多問(wèn)題，房?jī)r(jià)波動(dòng)大，上漲幅度較快，大部分居民都承擔(dān)了較高的房貸，收入的增加追不上房?jī)r(jià)上漲的速度，不利于社會(huì)、經(jīng)濟(jì)穩(wěn)定發(fā)展。房?jī)r(jià)過(guò)高也極易造成資源錯(cuò)配，進(jìn)而影響全要素生產(chǎn)效率，成為影響經(jīng)濟(jì)穩(wěn)定增長(zhǎng)的重要因素[9]。

綜上所述，國(guó)內(nèi)外關(guān)于金融資源與經(jīng)濟(jì)發(fā)展、房?jī)r(jià)與經(jīng)濟(jì)發(fā)展的研究較為豐富，但金融資源錯(cuò)配問(wèn)題與經(jīng)濟(jì)高質(zhì)量發(fā)展的研究甚少，因此，本文將金融資源錯(cuò)配、房?jī)r(jià)與經(jīng)濟(jì)高質(zhì)量發(fā)展置于同一研究框架，利用基準(zhǔn)回歸、空間計(jì)量模型考察三者之間的關(guān)系，豐富了金融資源錯(cuò)配、房?jī)r(jià)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展影響的理論研究，為更好地解決金融資源錯(cuò)配問(wèn)題找到了切入點(diǎn)。

二、理論分析與研究假設(shè)

（一）金融資源錯(cuò)配對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響

根據(jù)經(jīng)濟(jì)高質(zhì)量發(fā)展理念，以下將從創(chuàng)新、綠色、協(xié)調(diào)、開(kāi)放、共享五方面分析金融資源錯(cuò)配對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響。

從創(chuàng)新層面來(lái)看，金融資源錯(cuò)配背景下通常隱含金融法律法規(guī)不健全的情況，導(dǎo)致研發(fā)投入過(guò)少[10]，資金未能充分利用到技術(shù)創(chuàng)新領(lǐng)域，經(jīng)濟(jì)高質(zhì)量發(fā)展的“創(chuàng)新”目標(biāo)無(wú)法實(shí)現(xiàn)。從綠色層面來(lái)看，金融資源常錯(cuò)配到污染嚴(yán)重的企業(yè)，雖然我國(guó)開(kāi)始注重高新技術(shù)與創(chuàng)新，但因高新技術(shù)的研發(fā)成本及難度，很多銀行都不愿借貸大量款項(xiàng)，因此依舊扎根于重工企業(yè)，導(dǎo)致部分污染嚴(yán)重的企業(yè)得以繼續(xù)生產(chǎn)甚至擴(kuò)大發(fā)展規(guī)模，嚴(yán)重阻礙綠色發(fā)展。從協(xié)調(diào)層面來(lái)看，金融資源錯(cuò)配加劇了收入不平等以及城市間發(fā)展不均衡現(xiàn)象，進(jìn)一步擴(kuò)大了城市群內(nèi)部發(fā)展差距，資源浪費(fèi)以及重復(fù)建設(shè)等都會(huì)嚴(yán)重影響城市區(qū)域內(nèi)協(xié)調(diào)發(fā)展[11]。從開(kāi)放層面來(lái)看，金融資源錯(cuò)配現(xiàn)象導(dǎo)致我國(guó)金融供給扭曲、效率低下，致使“制度規(guī)避”，一定程度上加重了我國(guó)企業(yè)融資約束困境，從而顯著降低對(duì)外投資水平，抑制我國(guó)“開(kāi)放”發(fā)展[12，13]。從共享層面來(lái)看，金融資源錯(cuò)配導(dǎo)致政府為社會(huì)保障支付的資金減少，有時(shí)易受政策偏向影響造成資源的無(wú)效、低效供給或過(guò)度錯(cuò)配，傳統(tǒng)企業(yè)、制造業(yè)等產(chǎn)能過(guò)剩，而三農(nóng)、高新技術(shù)產(chǎn)業(yè)、互聯(lián)網(wǎng)等資源供給不足，社會(huì)資源未得到充分“共享”，同時(shí)也阻礙了全體人民共享社會(huì)發(fā)展成果[14]，在一定程度上影響了我國(guó)“共享”發(fā)展。

此外，現(xiàn)階段我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的綜合指數(shù)還較低，且東、中、西部地區(qū)發(fā)展不平衡，形成“東高”“中平”“西低”的分布格局[15，16]。同時(shí)，由于區(qū)域之間聯(lián)系密切，金融資源可在區(qū)域間流動(dòng)，錯(cuò)配程度高低會(huì)影響區(qū)域間的經(jīng)濟(jì)發(fā)展。因此，本文提出相關(guān)假設(shè)：

假設(shè)1 金融資源錯(cuò)配會(huì)顯著抑制經(jīng)濟(jì)高質(zhì)量發(fā)展。

假設(shè)2 金融資源錯(cuò)配對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響存在區(qū)域異質(zhì)性。

（二）房?jī)r(jià)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響

近年來(lái)，房?jī)r(jià)居高不下，黃靜等（2009）[17]通過(guò)研究發(fā)現(xiàn)房?jī)r(jià)上漲會(huì)對(duì)居民消費(fèi)造成一定程度的影響。此外，房?jī)r(jià)上漲對(duì)我國(guó)產(chǎn)業(yè)結(jié)構(gòu)等方面也產(chǎn)生影響[18]，擠占企業(yè)實(shí)體投資進(jìn)而影響整體全要素生產(chǎn)率?；诖耍@部分將從產(chǎn)業(yè)結(jié)構(gòu)、消費(fèi)、全要素生產(chǎn)率三方面分析房?jī)r(jià)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響。

就產(chǎn)業(yè)結(jié)構(gòu)層面而言，城市相對(duì)房?jī)r(jià)上漲會(huì)通過(guò)“勞動(dòng)力擠出效應(yīng)”影響產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，進(jìn)而影響經(jīng)濟(jì)高質(zhì)量發(fā)展進(jìn)程。房?jī)r(jià)上漲提高了大學(xué)畢業(yè)生離開(kāi)本地外出就業(yè)的概率，高技術(shù)人才逐漸流出，這在一定程度上影響了勞動(dòng)力的跨區(qū)流動(dòng)，進(jìn)而對(duì)當(dāng)?shù)禺a(chǎn)業(yè)結(jié)構(gòu)產(chǎn)生影響[19]。就消費(fèi)層面而言，房?jī)r(jià)上漲通過(guò)“消費(fèi)抑制效應(yīng)”影響經(jīng)濟(jì)高質(zhì)量發(fā)展。從消費(fèi)總量來(lái)看，房?jī)r(jià)居高不下導(dǎo)致居民住房成本增加，房?jī)r(jià)增速遠(yuǎn)超工資漲幅，居民不得不增加儲(chǔ)蓄以承擔(dān)更高租金。從消費(fèi)結(jié)構(gòu)來(lái)看，由于信貸約束，房?jī)r(jià)上漲后居民也只能通過(guò)減少其他消費(fèi)來(lái)償還房貸，顯著抑制了消費(fèi)需求[20]。就全要素生產(chǎn)率層面而言，房?jī)r(jià)會(huì)通過(guò)“投入擠出效應(yīng)”影響全要素生產(chǎn)率，進(jìn)而抑制我國(guó)創(chuàng)新發(fā)展。房?jī)r(jià)上漲導(dǎo)致企業(yè)生產(chǎn)成本增加，企業(yè)為維持正常生產(chǎn)活動(dòng)不得不減少研發(fā)投入，技術(shù)創(chuàng)新失去資金支撐難以突破，全要素生產(chǎn)率降低。此外，由于區(qū)域間經(jīng)濟(jì)聯(lián)系日益密切，加速了資本、技術(shù)、勞動(dòng)力等要素在區(qū)域間的流動(dòng)，房?jī)r(jià)在漣漪效應(yīng)下也推動(dòng)了其他地區(qū)房?jī)r(jià)上漲[21]。基于此，本文提出以下假設(shè)：gzslib202204011700

假設(shè)3 房?jī)r(jià)升高會(huì)顯著抑制經(jīng)濟(jì)高質(zhì)量發(fā)展。

假設(shè)4 房?jī)r(jià)升高會(huì)促進(jìn)周邊地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展。

（三）金融資源錯(cuò)配、房?jī)r(jià)與經(jīng)濟(jì)高質(zhì)量發(fā)展

在現(xiàn)階段房?jī)r(jià)居高不下的背景下，金融資源受利益驅(qū)使過(guò)多流入房地產(chǎn)市場(chǎng)，這也就意味著支持實(shí)體經(jīng)濟(jì)的資金減少。我國(guó)正值經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵時(shí)期，如果資金供應(yīng)鏈出現(xiàn)問(wèn)題，將會(huì)對(duì)各行業(yè)產(chǎn)生不利影響，對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的負(fù)面影響愈甚。此外，我國(guó)房地產(chǎn)企業(yè)的盈利率在各行業(yè)之中位于前列，基于利潤(rùn)驅(qū)動(dòng)假說(shuō)，某一行業(yè)盈利率如果超額，那么大部分資金將會(huì)流入該行業(yè)。房?jī)r(jià)上漲時(shí)，房地產(chǎn)行業(yè)盈利增加，達(dá)到超額利潤(rùn)率，吸引了大量資金流入，加深了金融資源錯(cuò)配程度。Koetter和Poghosyan（2010）[22]曾對(duì)德國(guó)房?jī)r(jià)上漲是否會(huì)影響銀行信貸進(jìn)行了研究，結(jié)果發(fā)現(xiàn)房?jī)r(jià)上漲會(huì)促使銀行資金流入房地產(chǎn)市場(chǎng)，進(jìn)而又增加了房?jī)r(jià)上漲幅度，導(dǎo)致實(shí)體經(jīng)濟(jì)從金融行業(yè)得到的支持資金越來(lái)越少，影響了實(shí)體經(jīng)濟(jì)的發(fā)展。因此，基于以上分析提出以下假設(shè)：

假設(shè)5 房?jī)r(jià)持續(xù)上漲的背景會(huì)加劇金融資源錯(cuò)配對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的負(fù)面影響。

三、研究設(shè)計(jì)

（一）數(shù)據(jù)來(lái)源

選取30個(gè)省份的面板數(shù)據(jù)，由于部分地區(qū)數(shù)據(jù)缺失，故剔除了西藏、香港、臺(tái)灣及澳門(mén)。數(shù)據(jù)選取年份為2006-2019年，相關(guān)數(shù)據(jù)主要來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)金融統(tǒng)計(jì)年鑒》以及Wind數(shù)據(jù)庫(kù)等。為避免異方差問(wèn)題的影響，本文對(duì)房?jī)r(jià)以及人均受教育水平進(jìn)行了對(duì)數(shù)化處理。

（二）指標(biāo)選取

1.被解釋變量：經(jīng)濟(jì)高質(zhì)量發(fā)展，結(jié)合楊耀武等（2021）[23]的測(cè)度方法，即利用五大發(fā)展理念創(chuàng)建相應(yīng)指標(biāo)，利用熵權(quán)法求出經(jīng)濟(jì)高質(zhì)量發(fā)展的綜合指數(shù)，以此作為被解釋變量，用Hqed表示。具體指標(biāo)見(jiàn)表1。

2.核心解釋變量：金融資源錯(cuò)配，借鑒彭俞超等（2018）[24]的研究，利用房地產(chǎn)行業(yè)固定資產(chǎn)投資占全社會(huì)固定資產(chǎn)投資總額比重衡量，用Mofr表示。

房?jī)r(jià)，采用商品房平均銷(xiāo)售價(jià)格衡量，用Hp表示。

3.控制變量：物質(zhì)資本投資，用全社會(huì)固定資產(chǎn)投資占國(guó)內(nèi)生產(chǎn)總值比重衡量，用Inv表示。

政府財(cái)政，采用政府一般公共預(yù)算收入與支出之比衡量，用Gov表示。

產(chǎn)業(yè)結(jié)構(gòu)，采用第二產(chǎn)業(yè)生產(chǎn)總值占生產(chǎn)總值的比重衡量，用Ind表示。

教育水平，使用人均教育經(jīng)費(fèi)來(lái)衡量，用Edu表示。

表2為變量的描述性統(tǒng)計(jì)。

（三）模型設(shè)計(jì)

為檢驗(yàn)理論假說(shuō)1與假說(shuō)3，可設(shè)定一般的固定參數(shù)模型：

Hqedi，t=β0+β1Mofri，t+β2Controlsi，t+

Provincei+Yeart+Ui，t （1）

Hqedi，t=β0+β1ln Hpi，t+β2Controlsi，t+

Provincei+Yeart+Ui，t（2）

由于理論分析中提到金融資源錯(cuò)配與房?jī)r(jià)相互影響，因此在原來(lái)參數(shù)模型中加入二者交互項(xiàng)Mofr_ln Hp檢驗(yàn)是否存在調(diào)節(jié)效應(yīng)：

Hqedi，t=β0+β1Mofri，t+β2ln Hpi，t+

β3Mofri，t_ln Hpi，t+β4Controlsi，t+

Provincei+Yeart+Ui，t （3）

其中，Controls表示控制變量，包括物質(zhì)資本投資Inv、政府財(cái)政Gov、產(chǎn)業(yè)結(jié)構(gòu)Ind、教育水平ln Edu;Province與Year分別表示地區(qū)固定效應(yīng)與年份固定效應(yīng)。

此外，基于部分學(xué)者對(duì)金融資源錯(cuò)配、房?jī)r(jià)和經(jīng)濟(jì)高質(zhì)量發(fā)展的空間溢出效應(yīng)研究，構(gòu)建空間計(jì)量模型驗(yàn)證是否存在空間溢出效應(yīng)，設(shè)定模型如下：

Hqedi，t=β0+β1Mofri，t+β2ln Hpi，t+

β3Mofri，t_ln Hpi，t+δXi，t+

ρ1∑ni≠jWMofrj，t+ρ2∑ni≠jWln Hpj，t+

ρ3∑ni≠jWMofrj，t_ln Hpj，t+

ρ4∑ni≠jWXj，t+Ui，t （4）

其中，Xi，t為控制變量;Ui，t為隨機(jī)擾動(dòng)項(xiàng)。

四、實(shí)證分析

（一）基準(zhǔn)回歸分析

表3為基準(zhǔn)回歸結(jié)果，可以看出金融資源錯(cuò)配與房?jī)r(jià)的系數(shù)在1%的水平下顯著為負(fù)，表明金融資源錯(cuò)配、房?jī)r(jià)上漲均對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展產(chǎn)生顯著負(fù)向影響，可能原因是金融市場(chǎng)體系尚未完善，金融服務(wù)功能未實(shí)施到位。社會(huì)上較多資金流入房地產(chǎn)投資行業(yè)，擠出其他部分行業(yè)資本，導(dǎo)致其他部門(mén)行業(yè)無(wú)法擁有足夠的資金進(jìn)行生產(chǎn)活動(dòng)或者創(chuàng)新活動(dòng)等。房?jī)r(jià)上漲一方面會(huì)導(dǎo)致居民生活成本上升，因此會(huì)“推”出部分人口流出當(dāng)?shù)?，部分勞?dòng)密集型產(chǎn)業(yè)難以實(shí)現(xiàn)目標(biāo)產(chǎn)量，造成一定的經(jīng)濟(jì)損失;另一方面，房?jī)r(jià)上漲意味著租金增加，研發(fā)投入將會(huì)減少，阻礙了經(jīng)濟(jì)高質(zhì)量發(fā)展進(jìn)程，驗(yàn)證了假設(shè)1和假設(shè)3。

從列（1）與列（3）金融資源錯(cuò)配的系數(shù)中可以看出系數(shù)符號(hào)未變，但系數(shù)值在加入交互項(xiàng)后增加，說(shuō)明房?jī)r(jià)上漲會(huì)顯著加劇金融資源錯(cuò)配對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的負(fù)向影響，住房的投資屬性會(huì)因房?jī)r(jià)上漲而引導(dǎo)資金流向房地產(chǎn)行業(yè)，虛擬經(jīng)濟(jì)更加繁榮，房?jī)r(jià)泡沫一旦破裂，將會(huì)使我國(guó)經(jīng)濟(jì)受損，經(jīng)濟(jì)發(fā)展質(zhì)量也難以保證。驗(yàn)證了前文假設(shè)5。

（二）內(nèi)生性檢驗(yàn)與穩(wěn)健性檢驗(yàn)

1.內(nèi)生性檢驗(yàn)。

金融資源錯(cuò)配對(duì)我國(guó)企業(yè)運(yùn)營(yíng)、居民收入水平等都存在直接或者間接影響，可能與隨機(jī)擾動(dòng)項(xiàng)存在某種內(nèi)生關(guān)聯(lián)，因此對(duì)其進(jìn)行內(nèi)生性檢驗(yàn)。借鑒張璇等（2019）[25]的做法計(jì)算該省份所有接壤省份每個(gè)年度金融資源錯(cuò)配的均值（Bp）作為工具變量，再對(duì)該工具變量進(jìn)行弱工具變量檢驗(yàn)，F(xiàn)值大于10，拒絕原假設(shè)。第一階段回歸結(jié)果顯示內(nèi)生變量與工具變量滿(mǎn)足相關(guān)性條件;第二階段回歸結(jié)果顯示處理內(nèi)生性問(wèn)題后金融資源錯(cuò)配、房?jī)r(jià)，以及交互項(xiàng)的系數(shù)與基準(zhǔn)回歸結(jié)果仍保持一致。gzslib202204011700

2.穩(wěn)健性檢驗(yàn)。

為了進(jìn)一步驗(yàn)證回歸結(jié)果的穩(wěn)健性，采用縮減時(shí)間窗口與替換解釋變量的方法進(jìn)行穩(wěn)健性檢驗(yàn)，刪除了2006-2008年的數(shù)據(jù)，將金融資源錯(cuò)配衡量指標(biāo)替換為各省股票市場(chǎng)交易總額比金融機(jī)構(gòu)資產(chǎn)總額。考慮到2008年發(fā)生了金融危機(jī)，以此作為分界點(diǎn)，看是否因金融危機(jī)爆發(fā)后的影響而改變系數(shù)符號(hào)。結(jié)果雖然與原模型的系數(shù)有差異，但系數(shù)符號(hào)依舊為負(fù)，回歸結(jié)果穩(wěn)健。具體結(jié)果見(jiàn)表4列（4）和列（5）。

（三）進(jìn)一步討論：區(qū)域異質(zhì)性分析

為探究區(qū)域異質(zhì)性，將樣本分為東、中、西三部分檢驗(yàn)金融資源錯(cuò)配與房?jī)r(jià)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的差異性影響。結(jié)果如表5所示，東、中、西三個(gè)地區(qū)金融資源錯(cuò)配對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響顯著為負(fù)，但中西部地區(qū)金融資源錯(cuò)配的系數(shù)的絕對(duì)值顯著大于東部地區(qū)，可能原因是中西部地區(qū)金融發(fā)展水平較低，金融監(jiān)管力度欠缺，金融資源較東部地區(qū)更易錯(cuò)配，因而對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的抑制作用更加明顯。同時(shí)，東部與中部的房?jī)r(jià)系數(shù)在5%的水平上顯著為負(fù)，但西部地區(qū)房?jī)r(jià)上漲對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展無(wú)顯著影響，可能原因是西部地區(qū)經(jīng)濟(jì)發(fā)展較為落后，其基礎(chǔ)設(shè)施水平較低，部分偏向性政策導(dǎo)致各地區(qū)發(fā)展差異拉大，房地產(chǎn)市場(chǎng)發(fā)展?fàn)顟B(tài)與東部、中部還存在較大差異，房?jī)r(jià)上漲的幅度較小，對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展并不會(huì)引起明顯影響，驗(yàn)證了假設(shè)2。

（四）空間計(jì)量分析

1.空間自相關(guān)檢驗(yàn)

（1）構(gòu)建空間權(quán)重矩陣。利用鄰接矩陣與地理距離矩陣考察分析經(jīng)濟(jì)高質(zhì)量發(fā)展是否存在空間自相關(guān)性。鄰接矩陣主要是看i地區(qū)與j地區(qū)是否相鄰或是否有公共邊界，相鄰則用1表示，不相鄰則用0表示，方程如下：

Wij=1，若i與j之間存在公共邊界或相鄰

0，若i與j之間不存在公共邊界或不相鄰? （5）

地理距離矩陣是以各省份的經(jīng)緯度為基礎(chǔ)構(gòu)建的反地理距離矩陣。方程如下：

Wij=1d2ij，i≠j0，i=j? （6）

經(jīng)濟(jì)距離矩陣，以各省份人均生產(chǎn)總值為基礎(chǔ)構(gòu)建，方程如下：

Wij=1/|i-j|，i≠j0，i=j（7）

（2）計(jì)算莫蘭指數(shù)。

為了空間面板數(shù)據(jù)模型分析的順利進(jìn)行，首先需要計(jì)算莫蘭指數(shù)，檢驗(yàn)變量是否存在空間自相關(guān)。本文使用鄰接矩陣、地理距離矩陣以及經(jīng)濟(jì)距離矩陣測(cè)算經(jīng)濟(jì)高質(zhì)量發(fā)展的莫蘭指數(shù)，見(jiàn)表6，可以看出經(jīng)濟(jì)高質(zhì)量發(fā)展存在顯著的空間自相關(guān)性?？蛇M(jìn)行下一步分析。

2.空間杜賓模型回歸分析。

設(shè)定空間杜賓模型后，利用LR檢驗(yàn)空間杜賓模型是否能進(jìn)一步退化為空間誤差模型或空間滯后模型，結(jié)果發(fā)現(xiàn)SDM模型無(wú)法退化成為SAR模型與SEM模型，再利用Hausman檢驗(yàn)確定使用固定效應(yīng)空間杜賓模型?；貧w結(jié)果見(jiàn)表7。

從以上回歸結(jié)果可以看出，在三類(lèi)矩陣中，空間溢出系數(shù)均在1%的水平下顯著，說(shuō)明我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展存在空間溢出效應(yīng)。金融資源錯(cuò)配對(duì)周邊地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展呈正向影響，可能原因是區(qū)域間經(jīng)濟(jì)聯(lián)系緊密，區(qū)域內(nèi)部分金融資源流入周邊地區(qū)，給予了周邊地區(qū)企業(yè)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)所需的資金支持，在一定程度上推動(dòng)了周邊地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展。同時(shí)，房?jī)r(jià)也會(huì)影響周邊經(jīng)濟(jì)高質(zhì)量發(fā)展，由表7中房?jī)r(jià)的空間溢出系數(shù)可以看出，房?jī)r(jià)上漲會(huì)促進(jìn)周邊地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展，可能原因是本地區(qū)房?jī)r(jià)上漲使企業(yè)投資建設(shè)更加傾向于周邊低房?jī)r(jià)地區(qū)，低房?jī)r(jià)地區(qū)的企業(yè)運(yùn)營(yíng)成本更低，可供資金更多投入到技術(shù)創(chuàng)新等方面，有利于創(chuàng)新發(fā)展。

五、研究結(jié)論與政策建議

本文利用基準(zhǔn)回歸模型、空間計(jì)量模型驗(yàn)證金融資源錯(cuò)配、房?jī)r(jià)及其交互項(xiàng)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響，由此得出以下結(jié)論：第一，由于現(xiàn)階段我國(guó)金融資源錯(cuò)配現(xiàn)象普遍存在，對(duì)我國(guó)順利實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展產(chǎn)生了阻礙。但可能會(huì)增加周邊地區(qū)資金支持力度，從而對(duì)周邊地區(qū)的經(jīng)濟(jì)高質(zhì)量發(fā)展產(chǎn)生積極影響。同時(shí)，研究結(jié)果表明，房?jī)r(jià)上漲給家庭、企業(yè)等帶來(lái)較大壓力，區(qū)域內(nèi)經(jīng)濟(jì)高質(zhì)量發(fā)展進(jìn)程受阻，但會(huì)因區(qū)域內(nèi)房?jī)r(jià)的“推力”作用促進(jìn)周邊地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展。第二，由于房?jī)r(jià)上漲吸引大量資金流入房地產(chǎn)市場(chǎng)，加劇了金融資源錯(cuò)配對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的負(fù)面影響。第三，由于地區(qū)發(fā)展差異，金融資源錯(cuò)配與房?jī)r(jià)對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響存在區(qū)域異質(zhì)性。

綜上，本文提出以下政策建議：

從企業(yè)層面，企業(yè)需優(yōu)化內(nèi)部投資結(jié)構(gòu)，調(diào)整投資方向，將金融資源錯(cuò)配程度控制在合理范圍;投資決策時(shí)，對(duì)目標(biāo)項(xiàng)目進(jìn)行全面評(píng)估，避免資源浪費(fèi);還可針對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展要求，將投資重點(diǎn)轉(zhuǎn)向高新技術(shù)、綠色能源等方面，對(duì)房地產(chǎn)行業(yè)的投資需控制在合理范圍。從政府層面，應(yīng)加強(qiáng)金融監(jiān)管，注重資源利用效率與質(zhì)量，完善金融法律法規(guī);政府也需擴(kuò)大財(cái)政支持力度以促進(jìn)科技創(chuàng)新、縮小城鄉(xiāng)收入差距等，且因地制宜、因區(qū)施策;政府還需堅(jiān)守“房住不炒”定位，加快房產(chǎn)稅政策實(shí)施的步伐，并可實(shí)行人才住房福利政策，對(duì)技術(shù)型、創(chuàng)新型等人才給予購(gòu)房?jī)?yōu)惠政策，降低首付比或者貸款利率。

參考文獻(xiàn)：

[1] 張軍擴(kuò)，侯永志，劉培林，等.高質(zhì)量發(fā)展的目標(biāo)要求和戰(zhàn)略路徑[J].管理世界，2019，35（7）：1-7.

[2] 李瑞，董璐.金融發(fā)展對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展影響效應(yīng)的實(shí)證檢驗(yàn)[J].統(tǒng)計(jì)與決策，2021，37（20）：136-140.

[3] Beck T，Levine R， Loayza N.Finance and the sources of growth[J].Journal of Financial Economics， 2000，58（1）：261-300.

[4] Brown J R，F(xiàn)azzari S M， Petersen B C.Financing innovation and growth：cash flow，external equity and the 1990s R&D Boom[J].Journal of Finance，2009，64（1）：151-185.gzslib202204011701

[5] 潘海峰，張定勝.信貸約束、房?jī)r(jià)與經(jīng)濟(jì)增長(zhǎng)關(guān)聯(lián)性及空間溢出效應(yīng)——基于省域面板數(shù)據(jù)的空間計(jì)量[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2018（11）：82-95.

[6] 張?zhí)烊A，張少華.偏向性政策、資源配置與國(guó)有企業(yè)效率[J].經(jīng)濟(jì)研究，2016，51（2）：126-139.

[7] Jaskowski M.Should zombie lending always be prevented？[J]. International Review of Economics and Finance，2015，40：191-203.

[8] Jeanneney S G，Hua P， Liang Z.Financial development，economic efficiency，and productivity growth： evidence from China[J]. The Developing Economies，2006，44（1）：27-52.

[9] 陳斌開(kāi)，金簫，歐陽(yáng)滌非.住房?jī)r(jià)格、資源錯(cuò)配與中國(guó)工業(yè)企業(yè)生產(chǎn)率[J].世界經(jīng)濟(jì)，2015，38（4）：77-98.

[10]李俊霞，溫小霓.中國(guó)科技金融資源配置效率與影響因素關(guān)系研究[J].中國(guó)軟科學(xué)，2019（1）：164-174.

[11]趙曦，王金哲.金融資源空間整合的城市群協(xié)調(diào)發(fā)展效應(yīng)研究——基于2005—2015年全國(guó)12個(gè)城市群面板數(shù)據(jù)的研究[J].經(jīng)濟(jì)問(wèn)題探索，2019（1）：66-74.

[12]王碧珺，譚語(yǔ)嫣，余淼杰，等.融資約束是否抑制了中國(guó)民營(yíng)企業(yè)對(duì)外直接投資[J].世界經(jīng)濟(jì)，2015，38（12）：54-78.

[13]倫曉波，楊竹莘，李欣.所有制、對(duì)外直接投資與融資約束：基于金融資源錯(cuò)配視角的實(shí)證分析[J].世界經(jīng)濟(jì)研究，2018（6）：83-93，136-137.

[14]蔡則祥，武學(xué)強(qiáng).金融資源與實(shí)體經(jīng)濟(jì)優(yōu)化配置研究[J].經(jīng)濟(jì)問(wèn)題，2016（5）：16-25.

[15]魯邦克，邢茂源，楊青龍.中國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展水平的測(cè)度與時(shí)空差異分析[J].統(tǒng)計(jì)與決策，2019，35（21）：113-117.

[16]陳景華，陳姚，陳敏敏.中國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展水平、區(qū)域差異及分布動(dòng)態(tài)演進(jìn)[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2020，37（12）：108-126.

[17]黃靜，屠梅曾.房地產(chǎn)財(cái)富與消費(fèi)：來(lái)自于家庭微觀調(diào)查數(shù)據(jù)的證據(jù)[J].管理世界，2009（7）：35-45.

[18]Hanson H. Market potential， increasing returns and geographic concentration[J]. Journal of International Economics， 2005，67（1）：1-24.

[19]宋弘，吳茂華.高房?jī)r(jià)是否導(dǎo)致了區(qū)域高技能人力資本流出？[J].金融研究，2020（3）：77-95.

[20]周建軍，孫倩倩，鞠方.房?jī)r(jià)波動(dòng)、收入差距與消費(fèi)差距[J].消費(fèi)經(jīng)濟(jì)，2018，34（5）：23-30.

[21]毛琦梁，王菲.制度環(huán)境、技術(shù)復(fù)雜度與空間溢出的產(chǎn)業(yè)間非均衡性[J].中國(guó)工業(yè)經(jīng)濟(jì)，2020（5）：118-136.

[22]Koetter M，Poghosyan T.Real estate prices and bank stability[J].Journal of Banking and Finance，2010，34（6）：1129-1138.

[23]楊耀武，張平.中國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的邏輯、測(cè)度與治理[J].經(jīng)濟(jì)研究，2021，56（1）：26-42.

[24]彭俞超，黃嫻靜，沈吉.房地產(chǎn)投資與金融效率——金融資源“脫實(shí)向虛”的地區(qū)差異[J].金融研究，2018（8）：51-68.

[25]張璇，李子健，李春濤.銀行業(yè)競(jìng)爭(zhēng)、融資約束與企業(yè)創(chuàng)新——中國(guó)工業(yè)企業(yè)的經(jīng)驗(yàn)證據(jù)[J].金融研究，2019（10）：98-116.

（責(zé)任編輯：鐘 瑤）

Mismatch of Financial Resources， Housing Price and

High Quality Economic Development

——Analysis Based on Spatial Econometric Model

ZHOU Jianjun，LONG Ping

（Business School，Xiangtan University，Xiangtan，Hunan 411100，China）

Abstract：Based on provincial panel data， this paper uses fixed effect model and spatial econometric model to explore? the impact of financial resource mismatch， housing price and their interaction on high-quality economic development. The results show that the mismatch of financial resources and the rise of housing prices significantly inhibit the high-quality development of Chinas economy. The interaction between financial resource mismatch and housing price shows that housing price rise intensifies the restraining effect of financial resource mismatch on high-quality economic development. Further sample analysis shows that the negative impact of financial resource mismatch on high-quality economic development in central and western regions is stronger than that in eastern regions. The housing price has a negative effect on the high-quality economic development in the eastern and central regions， but has no significant effect in the western regions. At the same time， the mismatch of financial resources and the rise of housing prices will promote the high-quality economic development of surrounding areas.

Key words：mismatch of financial resources; housing prices; high quality economic development;spatial spillover

收稿日期： 2021-09-23

基金項(xiàng)目：? 教育部哲學(xué)社會(huì)科學(xué)重大課題攻關(guān)項(xiàng)目（21JZD024）;國(guó)家自然科學(xué)基金（71873117）

;湖南省自科基金（2021JJ30023）;湖南省教育廳重點(diǎn)項(xiàng)目（20A493）