唐松

(廣東金融學院 區(qū)域金融政策重點研究基地，廣東 廣州 510521)

一、引言

經歷改革開放以來三十多年的經濟高速增長，中國已然成為世界第二大經濟體，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。目前中國經濟發(fā)展已經處于轉型期，特別是金融危機后產業(yè)成本結構持續(xù)上升，投資邊際產出持續(xù)下降，區(qū)域產業(yè)結構調整滯緩導致的本幣資產泡沫已經加劇了金融業(yè)脫離實體產業(yè)的系統(tǒng)性風險。與此同時，中西部經濟金融發(fā)展速度和水平也明顯落后于東部地區(qū)，且有進一步拉大的趨勢，區(qū)域經濟面臨著全新的變化和挑戰(zhàn)。毫無疑問，金融作為現(xiàn)代經濟的核心影響著區(qū)域經濟的發(fā)展，但區(qū)域經濟差異化發(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保障，又是任何區(qū)域經濟合作與協(xié)調發(fā)展的重要前提。經濟體制改革作為全面深化改革的重點，金融體制改革將成為改革的關鍵點所在。加快金融重點領域和關鍵環(huán)節(jié)改革、加快發(fā)展多層次資本市場、進一步擴大金融對外開放、加強和完善金融監(jiān)管是當前深化金融改革的重點任務。因此，如何實現(xiàn)金融資源的有效空間配置，促進區(qū)域經濟的均衡發(fā)展已成為影響我國經濟社會和諧發(fā)展的重要因素。

金融資源是國民財富的核心，對經濟發(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，不僅能夠降低經濟體系的宏觀資源配置成本，而且能夠降低微觀經濟主體的交易成本。傳統(tǒng)金融發(fā)展理論中，區(qū)域樣本總是被當成一個獨立的個體進行分析。由于研究技術及框架的原因，區(qū)域間所存在的關聯(lián)影響因素都無法納入，較多地依賴于大量宏觀發(fā)展的經驗證據和跨國比較研究證明一個國家的金融發(fā)展水平影響其經濟增長能力[1-5]。但金融作為現(xiàn)代經濟的核心，已經不可避免地成為影響地區(qū)經濟發(fā)展差距的重要因素[6-7]。近些年來，國內外已有學者開始關注區(qū)域經濟增長與金融資源中不同區(qū)域間的互動關系，并嘗試將地理空間效應引入相應的分析模型中。一方面從金融集聚形成原因角度對某個區(qū)域層面上地理金融活動的集聚與擴散，以及相鄰區(qū)域內金融活動的分散趨勢進行研究，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)域經濟增長的影響[8-15]。另一方面，部分學者以新經濟地理學為基礎，從區(qū)域經濟發(fā)展中存在空間依賴性的邏輯起點出發(fā)，對區(qū)域經濟增長過程中的空間相關性以及空間溢出效應進行了研究，構建了經濟增長溢出效應的相關結構模型，并對包括金融發(fā)展在內的相關經濟指標的空間相關性與溢出效應進行了測度[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，構建金融市場理論分析體系，解析金融對于經濟增長的影響，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濟增長而言，缺乏金融“地理特征”的任何研究，其結論將在應用價值上大打折扣。而近年來將地理空間效應納入考慮的分析模型主要以產業(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及其與經濟增長之間的互動性；而部分學者所構造的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濟增長的傳統(tǒng)金融發(fā)展文獻的最大區(qū)別在于引入空間計量經濟學的方法研究影響區(qū)域經濟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濟學方法研究金融產業(yè)集聚及區(qū)域經濟增長文獻的區(qū)別在于論文在傳統(tǒng)空間模型基礎上，嚴謹引入標準SDM空間計量模型檢驗了金融資源配置與區(qū)域經濟增長差異之間的關系。

二、理論模型

根據Cobb & Douglas(1928)所提出的柯布-道格拉斯生產函數(shù)Y=AKαLβ，一國或地區(qū)經濟的總產出取決于資本K、勞動L和技術A的投入；兩邊取對數(shù)可得

LnY=LnA+αLnK+βLnL

(1)

考慮到技術進步受到整個社會進步、知識豐裕程度以及勞動力素質提高等各種因素的影響，并不是在短期內可以實現(xiàn)的，因此通常假定技術進步A是常數(shù)。而資本的投入通常可以被看作是金融資源的投入，金融資源空間配置的變化會導致不同地區(qū)資本投入發(fā)生變化，進而影響經濟發(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)域的經濟增長產生差異化影響。同時考慮到一個地區(qū)的經濟發(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)要素投入和經濟發(fā)展的影響，即存在空間相關性或空間溢出效應，因此需要將空間因素納入對中國金融資源配置及區(qū)域經濟增長的研究中。

當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)經濟總產出之間的空間相關性(空間相關系數(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濟總產出的空間差異化影響(空間相關系數(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濟發(fā)展的影響。而從實際來看，金融資源也具有空間溢出效應，不僅會對本地經濟發(fā)展產生影響，還會對周邊地區(qū)經濟發(fā)展產生影響；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)的經濟發(fā)展都產生影響，為了將金融資源和勞動力投入的空間相關性納入模型，本文將設置SAR和SEM空間模型的基礎上進一步構建空間杜賓模型(SDM)來全面考察中國金融資源配置與區(qū)域經濟增長差異之間的關系，具體模型表達式如下：

LnYi=ci+ρiWLnYi+αiLnKi+βiLnLi+

γiWLnKi+δiWLnLi+μi

(2)

其中LnYi表示中國第i個地區(qū)經濟的總產出；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)經濟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)經濟增長影響的彈性系數(shù)；ρi，γi和δi都為空間相關系數(shù)，其中ρi表示i地區(qū)的周邊地區(qū)經濟的總產出WLnKi對i地區(qū)總產出的影響，即經濟總產出的空間溢出效應；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)經濟增長影響的彈性系數(shù)，即金融資源配置的空間溢出效應；δi表示i地區(qū)的周邊地區(qū)勞動投入WLnLi對i地區(qū)經濟增長影響的彈性系數(shù)，即勞動投入的空間溢出效應；其中W為二進制空間權重矩陣，μi為服從正態(tài)分布的隨機誤差項。

三、研究方法和數(shù)據來源

(一)研究方法

對于傳統(tǒng)模型的估計方法可以采用最小二乘法(OLS)來進行，但對于考慮了空間自相關因素在內的空間模型而言，模型中各變量存在內生性問題，并不能采用最小二乘法來進行，否則會產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空間模型進行估計。由于傳統(tǒng)SPSS、Eviews計量軟件無法對空間計量模型進行分析，因此本文采用Matlab軟件來進行空間統(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對區(qū)域經濟增長的差異化影響，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對區(qū)域經濟影響的動態(tài)變化，選取中國不同年度的截面數(shù)據來進行對比分析；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、空間溢出效應及區(qū)域經濟增長之間的關系。

(二)數(shù)據來源

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、空間溢出效應及區(qū)域經濟增長之間的關系。而由于全國各地區(qū)從業(yè)人員總數(shù)的最新數(shù)據為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、空間溢出效應及區(qū)域經濟增長之間關系的動態(tài)變化。

在變量指標選取上，采用了最常見的地區(qū)生產總值(GDP)來反映中國各省市自治區(qū)的經濟總產出，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[26-27]選用融資規(guī)模、股票總市值、保費收入等反映不同類型金融資源的指標無法疊加，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。所有原始數(shù)據來源于中宏統(tǒng)計數(shù)據庫、中經網統(tǒng)計數(shù)據庫和高校財經數(shù)據庫。

四、金融資源配置和區(qū)域經濟增長的空間相關性分析

為了分析中國金融資源空間配置對區(qū)域經濟增長的影響，首先應對中國金融資源配置和區(qū)域經濟增長情況進行空間相關性分析，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)域經濟增長是否存在空間差異。此外還應對勞動投入這個影響區(qū)域經濟增長的變量進行空間相關性分析以判斷上述SAR、SEM和SEM模型中究竟哪種空間模型設定更適用于中國。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)域經濟增長的空間相關性進行分析。

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，從而導致金融資源的空間相關性不斷增加。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面影響也進一步凸顯，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)相關法規(guī)的不斷完善，中國金融資源流動的負面影響也逐漸減小，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個省市經濟增長之間存在著顯著的正相關性。也意味著我國經濟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，這意味著我國經濟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、經濟增長和勞動投入的Moran’s指數(shù)

五、金融資源配置與區(qū)域經濟增長差異的空間計量分析

根據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)域經濟增長總體上都存在顯著的空間相關性，也就是說中國金融資源配置、勞動投入和區(qū)域經濟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)域經濟增長的差異化影響。

(一)東部地區(qū)分析

考慮到東部地區(qū)是金融資源集聚和區(qū)域經濟增長領先的區(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對區(qū)域經濟增長的差異化影響進行分析，利用傳統(tǒng)模型和空間計量模型對東部地區(qū)2001年和2012年的相關數(shù)據分別進行OLS估計和ML估計，結果如表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)域經濟增長之間的關系存在空間溢出效應。因此，在分析中國東部地區(qū)金融資源配置與區(qū)域經濟增長之間的關系時，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??；而SDM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、空間溢出效應與區(qū)域經濟增長的空間計量模型。這進一步驗證了中國東部地區(qū)不僅在區(qū)域經濟增長方面存在空間相關性，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，即其他地區(qū)金融資源和勞動力對所研究地區(qū)的經濟增長也有影響。

表2 東部地區(qū)金融資源配置及空間溢出效應對區(qū)域經濟增長的影響

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)經濟增長之間存在正向的空間互動關系，即存在相互促進作用，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)形成了經濟集聚區(qū)域，且經濟集聚程度相對適度，使得集聚區(qū)域經濟增長的正向溢出效應逐漸擴散至周邊區(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)經濟增長存在促進作用。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)經濟增長越快。從本地金融資源和本地勞動力對本地區(qū)經濟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濟增長的促進作用逐漸減弱，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)揮其對經濟增長的作用。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濟增長的促進作用逐漸增強。這主要是因為東部地區(qū)經濟正在經歷從勞動密集型向資本密集型和技術密集型轉型的階段，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，進而促使東部地區(qū)勞動力增加對經濟增長的促進作用逐漸增加。

與本地金融資源和勞動力促進本地經濟增長不同，外地金融資源對本地經濟增長的影響系數(shù)γ2在2001年和2012年都為負數(shù)，這表明外地金融資源對本地經濟增長存在負的空間溢出效應。這主要是由于金融資源大量集聚在東部地區(qū)所造成的集聚不經濟所造成的。當前東部經濟發(fā)達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區(qū)域金融和經濟發(fā)展，但這種對金融資源的爭奪導致外地金融資源集聚促進了外地經濟增長，卻阻礙了本地經濟增長。而當前中國金融體系發(fā)展不完善，過度的金融資源集中在少數(shù)地區(qū)導致金融體系不能適當匹配經濟發(fā)展，金融資源集聚對本地經濟增長的促進作用無法有效擴散至其他地區(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濟增長的負向影響逐漸增大。此外，從外地勞動力資源對本地經濟增長的影響系數(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濟增長的影響方向發(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致本地勞動力資源相對減少，對本地經濟增長有阻礙作用。但隨著東部經濟的轉型，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，促進本地經濟增長。

(二)中部地區(qū)分析

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年的相關數(shù)據分別進行OLS估計和ML估計，結果如表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)域經濟增長之間的關系更為適合。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、空間溢出效應與區(qū)域經濟增長之間的關系時，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。

表3 中部地區(qū)金融資源配置及空間溢出效應對區(qū)域經濟增長的影響

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)經濟增長也逐漸從相互促進轉向相互制約，但無論是促進作用還是制約作用都不明顯。這種趨勢的形成是由中部經濟發(fā)展程度所決定的。2001年中部地區(qū)各經濟發(fā)展程度與東部相距較遠，但經濟處于不斷發(fā)展的過程中，中部地區(qū)各省市經濟之間存在相互促進的關系。而隨著中部地區(qū)經濟發(fā)展程度的提高，中部也逐漸開始形成產業(yè)集群，開始與周邊地區(qū)爭奪資源，導致中部地區(qū)經濟發(fā)展之間出現(xiàn)負的空間相關性。

本地金融資源和勞動力資源對本地經濟增長的促進作用則相當顯著。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濟增長一直呈現(xiàn)出顯著的積極影響，且影響程度越來越大，即金融資源對經濟增長的重要性不斷提高。此外，本地勞動力資源對本地經濟增長的影響系數(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濟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年金融資源對經濟增長的影響比勞動力資源對經濟增長的影響要小得多，而2012年金融資源對經濟增長的影響卻比勞動力資源對經濟增長的影響要大，這表明在中部地區(qū)，金融資源對經濟增長的重要性不斷提高，而勞動力對經濟增長的重要性在不斷下降。

從金融資源和勞動力投入與經濟增長的空間相關性來看，外地金融資源和勞動力投入對本地經濟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濟增長有顯著的負向影響，外地金融資源每增長1%，都會導致本地經濟增長下降0.501%。而2012年外地金融資源對經濟增長的負向影響進一步加深，表現(xiàn)為外地金融資源每增長1%，會導致本地經濟增長下降1.5814%。中部地區(qū)金融資源規(guī)模相對不大，該地區(qū)各省市經濟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，進而對本地區(qū)經濟增長產生負面影響。隨著經濟的發(fā)展，金融資源向東部過度集聚的趨勢進一步加劇，導致中部地區(qū)金融資源的缺口也逐漸擴大，進而對中部地區(qū)經濟增長產生更大的負面影響。另一方面，外地勞動力投入對本地經濟增長的影響并不顯著，而且影響方向還產生了變化。2001年δ2系數(shù)為-0.294，表明在以勞動密集型產業(yè)為主體中部地區(qū)，外地勞動力投入增加導致本地勞動力投入減少，不利于本地形成產業(yè)集群，從而阻礙本地經濟增長。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濟增長有促進作用。這主要是因為產業(yè)集群的形成帶來的擴散效應所造成的，外地勞動力投入增加促使外地形成勞動力密集型產業(yè)集群，集聚效應對經濟發(fā)展的積極影響會擴散至其他地區(qū)，即產生正向空間溢出效應。

(三)西部地區(qū)分析

利用西部地區(qū)數(shù)據對上述四個模型做回歸的結果也顯示，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)域經濟增長之間的關系。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)域經濟增長之間的關系。

與中部地區(qū)類似，西部地區(qū)各省市經濟增長之間的空間相關性也不顯著，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)各省市經濟增長之間是互相促進的。西部地區(qū)主要以農業(yè)經濟為主，即使近年來開始發(fā)展勞動密集型工業(yè)，但經濟發(fā)展程度比東部和中部落后很多，與經濟集聚所需要的水平相差甚遠，因此，西部地區(qū)并未出現(xiàn)經濟資源都集中到某一特定省域的趨勢，西部各省市經濟之間呈現(xiàn)出相互促進的關系。

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濟增長也存在著促進作用。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濟增長存在促進作用，但由于西部地區(qū)大量金融資源流入東部地區(qū)，導致西部地區(qū)金融資源規(guī)模有限，從而對經濟增長有一定的促進作用，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)模開始逐漸擴大，其對本地區(qū)經濟增長的影響也顯著增加。此外，從本地勞動力投入對本地經濟增長的影響系數(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濟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)以農業(yè)經濟為主，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對區(qū)域經濟增長的影響

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1代表東部地區(qū)。

在西部地區(qū)，外地金融資源對本地經濟增長存在負面影響，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。西部經濟發(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)經濟發(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，對本地經濟增長帶來不利影響，但由于西部整體金融資源有限，這種影響并不顯著。雖然隨著西部經濟的快速發(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濟增長的影響來看，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)農業(yè)經濟仍然占據重要地位，第一產業(yè)比重相當高，此時外地勞動力增加不僅不會對本地經濟產生負面影響，相反外地勞動力的增加促使外地出現(xiàn)農業(yè)集聚，這種農業(yè)集聚對經濟增長的促進作用也會擴散至周邊地區(qū)，從而帶動本地經濟發(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一步擴大，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)帶來擴散效應，因此，2012年外地勞動力的增加會對本地工業(yè)發(fā)展以及經濟發(fā)展帶來負面空間影響，但由于處于工業(yè)初級階段，這種負面影響仍然不顯著。

六、結論與政策建議

金融資源空間配置與區(qū)域經濟增長差異之間存在著相互影響、相互制衡的關系。本文利用Moran’s I指數(shù)說明了金融資源配置和區(qū)域經濟增長之間存在空間相關性，傳統(tǒng)OLS模型不再適用。在此基礎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)域經濟增長差異之間的關系，研究結論表明，中國金融資源配置與區(qū)域經濟增長差異之間存在不同程度的空間溢出效應(空間SDM模型的解釋力最強)。一方面，本地金融資源對本地經濟增長的促進作用存在差異，其中中部地區(qū)的促進作用最大，中西部地區(qū)的促進作用也逐漸增大，而東部地區(qū)促進作用逐漸下降；另一方面，外地金融資源對本地經濟增長的負面影響也存在差異，這種負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)域經濟增長等因素也存在空間溢出效應，且不同地區(qū)的空間溢出效應存在差異性。

基于上述結論，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區(qū)域經濟協(xié)調發(fā)展，就必須根據東、中、西部地區(qū)的具體情況制定不同的金融政策和經濟措施，在東部地區(qū)應加強金融體系的建設以實現(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濟現(xiàn)象，同時加強對高技術人才的引入；中部地區(qū)則應加強政府金融資源投入以及靈活運用政府政策吸引民間投資進入，從而在做好產業(yè)承接的基礎上，實現(xiàn)產業(yè)集聚和規(guī)模經濟；西部地區(qū)則應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向依靠政府和民間資本相結合的融資方式的轉變，實現(xiàn)金融資源的合理配置，促進農業(yè)經濟向工業(yè)經濟轉型。

第二，推動利率市場化改革，充分發(fā)揮市場機制在金融資源配置中的決定性作用。一方面，逐步放開對金融機構的利率管制，完善市場利率體系建設，促進利率市場化，從而使利率能反映市場供求情況，引導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，應加快區(qū)域性股權市場、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，推動金融產品創(chuàng)新業(yè)務的發(fā)展，同時加強和完善政府和行業(yè)協(xié)會的金融監(jiān)管體制，在促進科技創(chuàng)新和金融創(chuàng)新的同時，規(guī)范不同層次資本市場的運作。

第三，加強金融機構改革，提高金融資源效率。針對當前我國金融機構仍然以國有銀行為主的現(xiàn)象，應在對政府主導型金融機構進行改革的同時加強民間資本的引入。針對政府主導型金融機構，政府應適度引導政府主導型金融機構加強對中西部地區(qū)以及中小企業(yè)的融資力度，同時要建立起對政府主導型金融機構的資本約束機制，只針對政策性業(yè)務進行管理，提高金融資源利用效率。在民間資本引入方面，應鼓勵社會資本進入政府主導型金融機構所忽略的金融領域，投資建立中小型金融機構或相關金融中介服務機構，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)域產業(yè)政策相結合，促進金融與實體經濟協(xié)調發(fā)展。我國東部地區(qū)正經歷從勞動密集型向資本密集型和技術密集型的經濟轉型過程，而中西部地區(qū)正在承接和發(fā)展勞動密集型經濟，因此，政府應根據當前區(qū)域產業(yè)政策合理配置金融資源，在東部地區(qū)應將大部分金融資源配置于高新技術制造業(yè)和服務業(yè)，部分配置于資本密集型行業(yè)，同時注重將產業(yè)發(fā)展所不需要的金融資源轉移出去，防止金融泡沫化；中西部地區(qū)則應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)，同時適當發(fā)展技術密集型行業(yè)和相關服務業(yè)。

最后，制定合理的金融資源轉移政策，促進區(qū)域經濟協(xié)調發(fā)展。針對我國東、中、西部金融資源和區(qū)域經濟增長水平相差懸殊的情況，政府相關部門應制定各種優(yōu)惠政策，引導東部地區(qū)過度集聚的金融資源逐漸向中西部轉移。同時適當加強政府對中西部地區(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)經濟增長的促進作用，減少對其他地區(qū)經濟增長的負面影響，進而縮小東、中、西部區(qū)域經濟增長的差距。

參考文獻：

[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)展對經濟可持續(xù)增長的實證研究[J].中國軟科學，2013(7)：25-38.

[5]田劍英，黃春旭.民間資本金融深化與農村經濟發(fā)展的實證研究——基于浙江省小額貸款公司的試點[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)展與經濟增長關系的區(qū)域差異[J].中國軟科學，2006(2)：102-110.

[7]周麗麗，楊剛強，江洪.中國金融發(fā)展速度與經濟增長可持續(xù)性—基于區(qū)域差異的視角[J].中國軟科學，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，特點及政策研究[J].財經問題研究，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)經濟效率[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)域經濟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、空間溢出與經濟增長——基于空間回歸模型偏微分效應分解方法及中國的實證[J].金融經濟學研究，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.中國省域金融產業(yè)集聚影響因素的空間計量分析[J].廣東金融學院學報，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濟增長研究--來自中國省域1998-2008年的證據[J].金融研究，2010(10)：68-82.