金融資源配置對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的作用機(jī)理及空間溢出效應(yīng)研究
發(fā)布時(shí)間:2020-12-09 04:21
金融作為經(jīng)濟(jì)增長的關(guān)鍵稀缺要素,金融資源有效配置是實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展的突破口。采用2001-2017年我國30個(gè)省市的面板數(shù)據(jù),構(gòu)建經(jīng)濟(jì)高質(zhì)量發(fā)展指標(biāo)體系,并通過空間杜賓模型,考察金融資源配置對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的作用機(jī)理及空間溢出效應(yīng),結(jié)果表明:(1)金融資源有效配置是經(jīng)濟(jì)高質(zhì)量發(fā)展的直接動(dòng)力因素;(2)金融資源配置可以通過全要素生產(chǎn)率來間接發(fā)揮對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的推動(dòng)作用,即全要素生產(chǎn)率是金融資源配置影響我國經(jīng)濟(jì)高質(zhì)量發(fā)展的傳導(dǎo)渠道;(3)金融資源配置對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的這種直接作用和間接傳導(dǎo)在區(qū)域內(nèi)和區(qū)域間都具有空間溢出效應(yīng),既可以推動(dòng)本地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展,也能促進(jìn)周邊地區(qū)的經(jīng)濟(jì)高質(zhì)量發(fā)展水平的提高,這有助于我國經(jīng)濟(jì)發(fā)展向高水平收斂;诖,提出優(yōu)化金融資源配置,推進(jìn)我國經(jīng)濟(jì)高質(zhì)量發(fā)展的政策建議。
【文章來源】:西南民族大學(xué)學(xué)報(bào)(人文社科版). 2019年07期 第116-123頁 北大核心CSSCI
【文章頁數(shù)】:8 頁
【部分圖文】:
-2018年我國社會(huì)融資和直接融資情況(二)金融資源配置通過技術(shù)進(jìn)步來提升TFP
)人力資本積累用人力資本投入即人均受教育年限(賀曉宇和沈坤榮,2018)來表示,計(jì)算公式為平均教育年限+(樣本中小學(xué)文化人口數(shù)×6+初中人口數(shù)×9+高中和中專×12+大專及以上×16)/6歲以上抽樣人口。(3)城鎮(zhèn)化率用城鎮(zhèn)人口占總?cè)丝诒戎睾饬浚?000-2004年各地區(qū)城鎮(zhèn)人口比重直接來自林堅(jiān)(2010)[32]的測(cè)算數(shù)據(jù),其余年份數(shù)據(jù)來自中國統(tǒng)計(jì)年鑒;財(cái)政支出占GDP比重用來反映各地區(qū)的公共支出水平,可納入生產(chǎn)函數(shù)中加以分析(Bar-ro,1990)[33]。圖2變量描述性統(tǒng)計(jì)考慮到西藏的數(shù)據(jù)不全和港澳臺(tái)的統(tǒng)計(jì)方式不同,本文采用我國30個(gè)省級(jí)份單位2001—2017年的面板數(shù)據(jù)進(jìn)行分析,其中物資和人力資本積累以及實(shí)際產(chǎn)出的數(shù)據(jù)范圍為2001-2017年,如此得出2002-2017年的TFP,其他變量的樣本范圍均是2002-2017年。數(shù)據(jù)主要來源于《中國統(tǒng)計(jì)年鑒》、《中國金融年鑒》、《中國科技統(tǒng)計(jì)年鑒》、《中國環(huán)境統(tǒng)計(jì)年鑒》及WIND數(shù)據(jù)庫等,少數(shù)變量的缺失數(shù)據(jù)采用插值法補(bǔ)齊。由于公布的GDP指數(shù)、人均GDP指數(shù)、固定資產(chǎn)投資價(jià)格指數(shù)等均是上年=100的同比數(shù)據(jù),需要轉(zhuǎn)化成以2000年=100的同比數(shù)據(jù),所有和價(jià)格有關(guān)的變量都要剔除價(jià)格因素,轉(zhuǎn)化成以2000年為基期的不變價(jià)數(shù)據(jù)。同時(shí)考慮到各解釋變量具有指數(shù)增長趨勢(shì),需要它們?nèi)?duì)數(shù)。四、實(shí)證分析(一)經(jīng)濟(jì)高質(zhì)量發(fā)展水平測(cè)度經(jīng)因子分析法計(jì)算,可得2002-2017年各地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展綜合得分的均值,如表2所示。北京的經(jīng)濟(jì)高質(zhì)量發(fā)展水平最高,其次是上海,然后是天津,可見北京作為首都,在經(jīng)濟(jì)高質(zhì)量發(fā)展?
?23四川24貴州25云南26陜西27甘肅28青海29寧夏30新疆6遼寧15山東19廣東我國經(jīng)濟(jì)高質(zhì)量發(fā)展的空間相關(guān)性較為穩(wěn)定,隨著時(shí)間的推移,各象限的省份有所變化的僅有:遼寧從第IV進(jìn)入第III象限,福建從第II象限慢慢移向第I象限并得以穩(wěn)定,山東經(jīng)常處于象限與象限分割處且不斷變化,但主要還是居于第IV象限。同時(shí)可以看出,高-高、高-低聚集基本處于東部沿海地區(qū),而低-低、低-高主要落在西部內(nèi)陸地區(qū),這一點(diǎn)從聚集圖看更明顯(圖3)。2002年2007年2012年2017年圖3各地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展的聚集圖(三)空間計(jì)量分析通過Moran'sI指數(shù)發(fā)現(xiàn)我國各地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展具有顯著的空間自相關(guān)性,從圖4可以看出金融資源配置和經(jīng)濟(jì)高質(zhì)量發(fā)展情況的基本一致性,因而引入空間面板模型來分析金融資源配置對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的作用機(jī)理,經(jīng)比較,空間杜賓時(shí)間固定效應(yīng)的估計(jì)效果最好,模型回歸結(jié)果見表4。圖42002-2017年金融資源配置和經(jīng)濟(jì)高質(zhì)量發(fā)展均值本文的空間權(quán)重矩陣,采取地理相鄰、地理距離、經(jīng)濟(jì)距離三種方式。0-1空間權(quán)重矩陣,由于海南一般不作為孤島處理,所以認(rèn)定其與廣東相鄰,其他地區(qū)則按照地理相鄰規(guī)則,相鄰取1,不相鄰則取0;地理距離權(quán)重矩陣,根據(jù)各個(gè)省市省會(huì)城市的經(jīng)緯度坐標(biāo),在按地理球面距離來測(cè)算各城市之間的地理距離;經(jīng)濟(jì)距離權(quán)重矩陣,由地區(qū)間人均收入水平差額的倒數(shù)計(jì)算得出[34],本文用實(shí)際人均GDP均值作為人均收入,樣本期間為2002至2017年。表4全樣本回歸結(jié)果0-1鄰接權(quán)重矩陣地理距離權(quán)重矩陣經(jīng)濟(jì)距離權(quán)重矩
本文編號(hào):2906261
【文章來源】:西南民族大學(xué)學(xué)報(bào)(人文社科版). 2019年07期 第116-123頁 北大核心CSSCI
【文章頁數(shù)】:8 頁
【部分圖文】:
-2018年我國社會(huì)融資和直接融資情況(二)金融資源配置通過技術(shù)進(jìn)步來提升TFP
)人力資本積累用人力資本投入即人均受教育年限(賀曉宇和沈坤榮,2018)來表示,計(jì)算公式為平均教育年限+(樣本中小學(xué)文化人口數(shù)×6+初中人口數(shù)×9+高中和中專×12+大專及以上×16)/6歲以上抽樣人口。(3)城鎮(zhèn)化率用城鎮(zhèn)人口占總?cè)丝诒戎睾饬浚?000-2004年各地區(qū)城鎮(zhèn)人口比重直接來自林堅(jiān)(2010)[32]的測(cè)算數(shù)據(jù),其余年份數(shù)據(jù)來自中國統(tǒng)計(jì)年鑒;財(cái)政支出占GDP比重用來反映各地區(qū)的公共支出水平,可納入生產(chǎn)函數(shù)中加以分析(Bar-ro,1990)[33]。圖2變量描述性統(tǒng)計(jì)考慮到西藏的數(shù)據(jù)不全和港澳臺(tái)的統(tǒng)計(jì)方式不同,本文采用我國30個(gè)省級(jí)份單位2001—2017年的面板數(shù)據(jù)進(jìn)行分析,其中物資和人力資本積累以及實(shí)際產(chǎn)出的數(shù)據(jù)范圍為2001-2017年,如此得出2002-2017年的TFP,其他變量的樣本范圍均是2002-2017年。數(shù)據(jù)主要來源于《中國統(tǒng)計(jì)年鑒》、《中國金融年鑒》、《中國科技統(tǒng)計(jì)年鑒》、《中國環(huán)境統(tǒng)計(jì)年鑒》及WIND數(shù)據(jù)庫等,少數(shù)變量的缺失數(shù)據(jù)采用插值法補(bǔ)齊。由于公布的GDP指數(shù)、人均GDP指數(shù)、固定資產(chǎn)投資價(jià)格指數(shù)等均是上年=100的同比數(shù)據(jù),需要轉(zhuǎn)化成以2000年=100的同比數(shù)據(jù),所有和價(jià)格有關(guān)的變量都要剔除價(jià)格因素,轉(zhuǎn)化成以2000年為基期的不變價(jià)數(shù)據(jù)。同時(shí)考慮到各解釋變量具有指數(shù)增長趨勢(shì),需要它們?nèi)?duì)數(shù)。四、實(shí)證分析(一)經(jīng)濟(jì)高質(zhì)量發(fā)展水平測(cè)度經(jīng)因子分析法計(jì)算,可得2002-2017年各地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展綜合得分的均值,如表2所示。北京的經(jīng)濟(jì)高質(zhì)量發(fā)展水平最高,其次是上海,然后是天津,可見北京作為首都,在經(jīng)濟(jì)高質(zhì)量發(fā)展?
?23四川24貴州25云南26陜西27甘肅28青海29寧夏30新疆6遼寧15山東19廣東我國經(jīng)濟(jì)高質(zhì)量發(fā)展的空間相關(guān)性較為穩(wěn)定,隨著時(shí)間的推移,各象限的省份有所變化的僅有:遼寧從第IV進(jìn)入第III象限,福建從第II象限慢慢移向第I象限并得以穩(wěn)定,山東經(jīng)常處于象限與象限分割處且不斷變化,但主要還是居于第IV象限。同時(shí)可以看出,高-高、高-低聚集基本處于東部沿海地區(qū),而低-低、低-高主要落在西部內(nèi)陸地區(qū),這一點(diǎn)從聚集圖看更明顯(圖3)。2002年2007年2012年2017年圖3各地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展的聚集圖(三)空間計(jì)量分析通過Moran'sI指數(shù)發(fā)現(xiàn)我國各地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展具有顯著的空間自相關(guān)性,從圖4可以看出金融資源配置和經(jīng)濟(jì)高質(zhì)量發(fā)展情況的基本一致性,因而引入空間面板模型來分析金融資源配置對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的作用機(jī)理,經(jīng)比較,空間杜賓時(shí)間固定效應(yīng)的估計(jì)效果最好,模型回歸結(jié)果見表4。圖42002-2017年金融資源配置和經(jīng)濟(jì)高質(zhì)量發(fā)展均值本文的空間權(quán)重矩陣,采取地理相鄰、地理距離、經(jīng)濟(jì)距離三種方式。0-1空間權(quán)重矩陣,由于海南一般不作為孤島處理,所以認(rèn)定其與廣東相鄰,其他地區(qū)則按照地理相鄰規(guī)則,相鄰取1,不相鄰則取0;地理距離權(quán)重矩陣,根據(jù)各個(gè)省市省會(huì)城市的經(jīng)緯度坐標(biāo),在按地理球面距離來測(cè)算各城市之間的地理距離;經(jīng)濟(jì)距離權(quán)重矩陣,由地區(qū)間人均收入水平差額的倒數(shù)計(jì)算得出[34],本文用實(shí)際人均GDP均值作為人均收入,樣本期間為2002至2017年。表4全樣本回歸結(jié)果0-1鄰接權(quán)重矩陣地理距離權(quán)重矩陣經(jīng)濟(jì)距離權(quán)重矩
本文編號(hào):2906261
本文鏈接:http://sikaile.net/guanlilunwen/bankxd/2906261.html
最近更新
教材專著