金融资源配置对经济高质量发展的作用机理及空间溢出效应研究
发布时间：2020-12-09 04:21
金融作为经济增长的关键稀缺要素,金融资源有效配置是实现经济高质量发展的突破口。采用2001-2017年我国30个省市的面板数据,构建经济高质量发展指标体系,并通过空间杜宾模型,考察金融资源配置对经济高质量发展的作用机理及空间溢出效应,结果表明:（1）金融资源有效配置是经济高质量发展的直接动力因素;（2）金融资源配置可以通过全要素生产率来间接发挥对经济高质量发展的推动作用,即全要素生产率是金融资源配置影响我国经济高质量发展的传导渠道;（3）金融资源配置对经济高质量发展的这种直接作用和间接传导在区域内和区域间都具有空间溢出效应,既可以推动本地区经济高质量发展,也能促进周边地区的经济高质量发展水平的提高,这有助于我国经济发展向高水平收敛。基于此,提出优化金融资源配置,推进我国经济高质量发展的政策建议。
【文章来源】：西南民族大学学报(人文社科版). 2019年07期 第116-123页 北大核心CSSCI
【文章页数】：8 页
【部分图文】：
－2018年我国社会融资和直接融资情况(二)金融资源配置通过技术进步来提升TFP
)人力资本积累用人力资本投入即人均受教育年限(贺晓宇和沈坤荣，2018)来表示，计算公式为平均教育年限+(样本中小学文化人口数×6+初中人口数×9+高中和中专×12+大专及以上×16)/6岁以上抽样人口。(3)城镇化率用城镇人口占总人口比重衡量，2000－2004年各地区城镇人口比重直接来自林坚(2010)［32］的测算数据，其余年份数据来自中国统计年鉴;财政支出占GDP比重用来反映各地区的公共支出水平，可纳入生产函数中加以分析(Bar-ro，1990)［33］。图2变量描述性统计考虑到西藏的数据不全和港澳台的统计方式不同，本文采用我国30个省级份单位2001—2017年的面板数据进行分析，其中物资和人力资本积累以及实际产出的数据范围为2001－2017年，如此得出2002－2017年的TFP，其他变量的样本范围均是2002－2017年。数据主要来源于《中国统计年鉴》、《中国金融年鉴》、《中国科技统计年鉴》、《中国环境统计年鉴》及WIND数据库等，少数变量的缺失数据采用插值法补齐。由于公布的GDP指数、人均GDP指数、固定资产投资价格指数等均是上年=100的同比数据，需要转化成以2000年=100的同比数据，所有和价格有关的变量都要剔除价格因素，转化成以2000年为基期的不变价数据。同时考虑到各解释变量具有指数增长趋势，需要它们取对数。四、实证分析(一)经济高质量发展水平测度经因子分析法计算，可得2002－2017年各地区经济高质量发展综合得分的均值，如表2所示。北京的经济高质量发展水平最高，其次是上海，然后是天津，可见北京作为首都，在经济高质量发展?
?23四川24贵州25云南26陕西27甘肃28青海29宁夏30新疆6辽宁15山东19广东我国经济高质量发展的空间相关性较为稳定，随着时间的推移，各象限的省份有所变化的仅有:辽宁从第IV进入第III象限，福建从第II象限慢慢移向第I象限并得以稳定，山东经常处于象限与象限分割处且不断变化，但主要还是居于第IV象限。同时可以看出，高－高、高－低聚集基本处于东部沿海地区，而低－低、低－高主要落在西部内陆地区，这一点从聚集图看更明显(图3)。2002年2007年2012年2017年图3各地区经济高质量发展的聚集图(三)空间计量分析通过Moran'sI指数发现我国各地区经济高质量发展具有显著的空间自相关性，从图4可以看出金融资源配置和经济高质量发展情况的基本一致性，因而引入空间面板模型来分析金融资源配置对经济高质量发展的作用机理，经比较，空间杜宾时间固定效应的估计效果最好，模型回归结果见表4。图42002－2017年金融资源配置和经济高质量发展均值本文的空间权重矩阵，采取地理相邻、地理距离、经济距离三种方式。0－1空间权重矩阵，由于海南一般不作为孤岛处理，所以认定其与广东相邻，其他地区则按照地理相邻规则，相邻取1，不相邻则取0;地理距离权重矩阵，根据各个省市省会城市的经纬度坐标，在按地理球面距离来测算各城市之间的地理距离;经济距离权重矩阵，由地区间人均收入水平差额的倒数计算得出［34］，本文用实际人均GDP均值作为人均收入，样本期间为2002至2017年。表4全样本回归结果0－1邻接权重矩阵地理距离权重矩阵经济距离权重矩
本文编号：2906261
【文章来源】：西南民族大学学报(人文社科版). 2019年07期 第116-123页 北大核心CSSCI
【文章页数】：8 页
【部分图文】：
－2018年我国社会融资和直接融资情况(二)金融资源配置通过技术进步来提升TFP
)人力资本积累用人力资本投入即人均受教育年限(贺晓宇和沈坤荣，2018)来表示，计算公式为平均教育年限+(样本中小学文化人口数×6+初中人口数×9+高中和中专×12+大专及以上×16)/6岁以上抽样人口。(3)城镇化率用城镇人口占总人口比重衡量，2000－2004年各地区城镇人口比重直接来自林坚(2010)［32］的测算数据，其余年份数据来自中国统计年鉴;财政支出占GDP比重用来反映各地区的公共支出水平，可纳入生产函数中加以分析(Bar-ro，1990)［33］。图2变量描述性统计考虑到西藏的数据不全和港澳台的统计方式不同，本文采用我国30个省级份单位2001—2017年的面板数据进行分析，其中物资和人力资本积累以及实际产出的数据范围为2001－2017年，如此得出2002－2017年的TFP，其他变量的样本范围均是2002－2017年。数据主要来源于《中国统计年鉴》、《中国金融年鉴》、《中国科技统计年鉴》、《中国环境统计年鉴》及WIND数据库等，少数变量的缺失数据采用插值法补齐。由于公布的GDP指数、人均GDP指数、固定资产投资价格指数等均是上年=100的同比数据，需要转化成以2000年=100的同比数据，所有和价格有关的变量都要剔除价格因素，转化成以2000年为基期的不变价数据。同时考虑到各解释变量具有指数增长趋势，需要它们取对数。四、实证分析(一)经济高质量发展水平测度经因子分析法计算，可得2002－2017年各地区经济高质量发展综合得分的均值，如表2所示。北京的经济高质量发展水平最高，其次是上海，然后是天津，可见北京作为首都，在经济高质量发展?
?23四川24贵州25云南26陕西27甘肃28青海29宁夏30新疆6辽宁15山东19广东我国经济高质量发展的空间相关性较为稳定，随着时间的推移，各象限的省份有所变化的仅有:辽宁从第IV进入第III象限，福建从第II象限慢慢移向第I象限并得以稳定，山东经常处于象限与象限分割处且不断变化，但主要还是居于第IV象限。同时可以看出，高－高、高－低聚集基本处于东部沿海地区，而低－低、低－高主要落在西部内陆地区，这一点从聚集图看更明显(图3)。2002年2007年2012年2017年图3各地区经济高质量发展的聚集图(三)空间计量分析通过Moran'sI指数发现我国各地区经济高质量发展具有显著的空间自相关性，从图4可以看出金融资源配置和经济高质量发展情况的基本一致性，因而引入空间面板模型来分析金融资源配置对经济高质量发展的作用机理，经比较，空间杜宾时间固定效应的估计效果最好，模型回归结果见表4。图42002－2017年金融资源配置和经济高质量发展均值本文的空间权重矩阵，采取地理相邻、地理距离、经济距离三种方式。0－1空间权重矩阵，由于海南一般不作为孤岛处理，所以认定其与广东相邻，其他地区则按照地理相邻规则，相邻取1，不相邻则取0;地理距离权重矩阵，根据各个省市省会城市的经纬度坐标，在按地理球面距离来测算各城市之间的地理距离;经济距离权重矩阵，由地区间人均收入水平差额的倒数计算得出［34］，本文用实际人均GDP均值作为人均收入，样本期间为2002至2017年。表4全样本回归结果0－1邻接权重矩阵地理距离权重矩阵经济距离权重矩
本文编号：2906261
本文链接：https://www.wllwen.com/guanlilunwen/bankxd/2906261.html
