金融資源錯配、房價與經(jīng)濟(jì)高質(zhì)量發(fā)展

周建軍 龍平

摘 要：基于省級面板數(shù)據(jù)，運(yùn)用固定效應(yīng)模型、空間計量模型，考量金融資源錯配、房價及二者交互項對經(jīng)濟(jì)高質(zhì)量發(fā)展的影響。研究表明：金融資源錯配、房價上漲顯著抑制了我國經(jīng)濟(jì)高質(zhì)量發(fā)展;金融資源錯配與房價的交互作用表明，房價上漲加重了金融資源錯配對經(jīng)濟(jì)高質(zhì)量發(fā)展的負(fù)面影響;進(jìn)一步分樣本檢驗發(fā)現(xiàn)，中西部地區(qū)金融資源錯配對經(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)房價對經(jīng)濟(jì)高質(zhì)量發(fā)展呈現(xiàn)負(fù)向作用，但西部地區(qū)無顯著影響。同時，金融資源錯配、房價上漲均會促進(jìn)周邊地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展。

關(guān)鍵詞： 金融資源錯配;房價;經(jīng)濟(jì)高質(zhì)量發(fā)展;空間溢出效應(yīng)

中圖分類號：F299.23?? 文獻(xiàn)標(biāo)識碼： A??? 文章編號：1003-7217（2022）02-0099-07

一、引 言

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

金融行業(yè)作為我國經(jīng)濟(jì)發(fā)展中的關(guān)鍵領(lǐng)域，其可以通過信息傳遞、資金籌集、資金配置等功能驅(qū)動經(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)界重點研究方向[2]。很多國外學(xué)者也就金融發(fā)展與經(jīng)濟(jì)增長的關(guān)系進(jìn)行了研究，發(fā)現(xiàn)金融深化會極大提高經(jīng)濟(jì)效率[3，4]。但我國金融資源多配置到壟斷企業(yè)或一些產(chǎn)能過剩、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)生金融資源錯配效應(yīng)[5]。金融資源錯配現(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產(chǎn)出扭曲造成效率損失，導(dǎo)致金融市場扭曲，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]通過實證研究還發(fā)現(xiàn)金融資源的配置情況與很多企業(yè)實際產(chǎn)出貢獻(xiàn)不相符?？梢娊鉀Q金融資源錯配問題是保障經(jīng)濟(jì)高質(zhì)量發(fā)展的前提。

改革開放后，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)生了諸多問題，房價波動大，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價上漲的速度，不利于社會、經(jīng)濟(jì)穩(wěn)定發(fā)展。房價過高也極易造成資源錯配，進(jìn)而影響全要素生產(chǎn)效率，成為影響經(jīng)濟(jì)穩(wěn)定增長的重要因素[9]。

綜上所述，國內(nèi)外關(guān)于金融資源與經(jīng)濟(jì)發(fā)展、房價與經(jīng)濟(jì)發(fā)展的研究較為豐富，但金融資源錯配問題與經(jīng)濟(jì)高質(zhì)量發(fā)展的研究甚少，因此，本文將金融資源錯配、房價與經(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、空間計量模型考察三者之間的關(guān)系，豐富了金融資源錯配、房價對經(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配問題找到了切入點。

二、理論分析與研究假設(shè)

（一）金融資源錯配對經(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)、開放、共享五方面分析金融資源錯配對經(jīng)濟(jì)高質(zhì)量發(fā)展的影響。

從創(chuàng)新層面來看，金融資源錯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)無法實現(xiàn)。從綠色層面來看，金融資源常錯配到污染嚴(yán)重的企業(yè)，雖然我國開始注重高新技術(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，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)層面來看，金融資源錯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)等都會嚴(yán)重影響城市區(qū)域內(nèi)協(xié)調(diào)發(fā)展[11]。從開放層面來看，金融資源錯配現(xiàn)象導(dǎo)致我國金融供給扭曲、效率低下，致使“制度規(guī)避”，一定程度上加重了我國企業(yè)融資約束困境，從而顯著降低對外投資水平，抑制我國“開放”發(fā)展[12，13]。從共享層面來看，金融資源錯配導(dǎo)致政府為社會保障支付的資金減少，有時易受政策偏向影響造成資源的無效、低效供給或過度錯配，傳統(tǒng)企業(yè)、制造業(yè)等產(chǎn)能過剩，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，社會資源未得到充分“共享”，同時也阻礙了全體人民共享社會發(fā)展成果[14]，在一定程度上影響了我國“共享”發(fā)展。

此外，現(xiàn)階段我國經(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，由于區(qū)域之間聯(lián)系密切，金融資源可在區(qū)域間流動，錯配程度高低會影響區(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 金融資源錯配會顯著抑制經(jīng)濟(jì)高質(zhì)量發(fā)展。

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

（二）房價對經(jīng)濟(jì)高質(zhì)量發(fā)展的影響

近年來，房價居高不下，黃靜等（2009）[17]通過研究發(fā)現(xiàn)房價上漲會對居民消費(fèi)造成一定程度的影響。此外，房價上漲對我國產(chǎn)業(yè)結(jié)構(gòu)等方面也產(chǎn)生影響[18]，擠占企業(yè)實體投資進(jìn)而影響整體全要素生產(chǎn)率。基于此，這部分將從產(chǎn)業(yè)結(jié)構(gòu)、消費(fèi)、全要素生產(chǎn)率三方面分析房價對經(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，城市相對房價上漲會通過“勞動力擠出效應(yīng)”影響產(chǎn)業(yè)結(jié)構(gòu)升級，進(jìn)而影響經(jīng)濟(jì)高質(zhì)量發(fā)展進(jìn)程。房價上漲提高了大學(xué)畢業(yè)生離開本地外出就業(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力的跨區(qū)流動，進(jìn)而對當(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，房價上漲通過“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)總量來看，房價居高不下導(dǎo)致居民住房成本增加，房價增速遠(yuǎn)超工資漲幅，居民不得不增加儲蓄以承擔(dān)更高租金。從消費(fèi)結(jié)構(gòu)來看，由于信貸約束，房價上漲后居民也只能通過減少其他消費(fèi)來償還房貸，顯著抑制了消費(fèi)需求[20]。就全要素生產(chǎn)率層面而言，房價會通過“投入擠出效應(yīng)”影響全要素生產(chǎn)率，進(jìn)而抑制我國創(chuàng)新發(fā)展。房價上漲導(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)、勞動力等要素在區(qū)域間的流動，房價在漣漪效應(yīng)下也推動了其他地區(qū)房價上漲[21]。基于此，本文提出以下假設(shè)：gzslib202204011700

假設(shè)3 房價升高會顯著抑制經(jīng)濟(jì)高質(zhì)量發(fā)展。

假設(shè)4 房價升高會促進(jìn)周邊地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展。

（三）金融資源錯配、房價與經(jīng)濟(jì)高質(zhì)量發(fā)展

在現(xiàn)階段房價居高不下的背景下，金融資源受利益驅(qū)使過多流入房地產(chǎn)市場，這也就意味著支持實體經(jīng)濟(jì)的資金減少。我國正值經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵時期，如果資金供應(yīng)鏈出現(xiàn)問題，將會對各行業(yè)產(chǎn)生不利影響，對經(jīng)濟(jì)高質(zhì)量發(fā)展的負(fù)面影響愈甚。此外，我國房地產(chǎn)企業(yè)的盈利率在各行業(yè)之中位于前列，基于利潤驅(qū)動假說，某一行業(yè)盈利率如果超額，那么大部分資金將會流入該行業(yè)。房價上漲時，房地產(chǎn)行業(yè)盈利增加，達(dá)到超額利潤率，吸引了大量資金流入，加深了金融資源錯配程度。Koetter和Poghosyan（2010）[22]曾對德國房價上漲是否會影響銀行信貸進(jìn)行了研究，結(jié)果發(fā)現(xiàn)房價上漲會促使銀行資金流入房地產(chǎn)市場，進(jìn)而又增加了房價上漲幅度，導(dǎo)致實體經(jīng)濟(jì)從金融行業(yè)得到的支持資金越來越少，影響了實體經(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 房價持續(xù)上漲的背景會加劇金融資源錯配對經(jīng)濟(jì)高質(zhì)量發(fā)展的負(fù)面影響。

三、研究設(shè)計

（一）數(shù)據(jù)來源

選取30個省份的面板數(shù)據(jù)，由于部分地區(qū)數(shù)據(jù)缺失，故剔除了西藏、香港、臺灣及澳門。數(shù)據(jù)選取年份為2006-2019年，相關(guān)數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》《中國金融統(tǒng)計年鑒》以及Wind數(shù)據(jù)庫等。為避免異方差問題的影響，本文對房價以及人均受教育水平進(jìn)行了對數(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)見表1。

2.核心解釋變量：金融資源錯配，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)投資占全社會固定資產(chǎn)投資總額比重衡量，用Mofr表示。

房價，采用商品房平均銷售價格衡量，用Hp表示。

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

政府財政，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)來衡量，用Edu表示。

表2為變量的描述性統(tǒng)計。

（三）模型設(shè)計

為檢驗理論假說1與假說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配與房價相互影響，因此在原來參數(shù)模型中加入二者交互項Mofr_ln Hp檢驗是否存在調(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)者對金融資源錯配、房價和經(jīng)濟(jì)高質(zhì)量發(fā)展的空間溢出效應(yīng)研究，構(gòu)建空間計量模型驗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)擾動項。

四、實證分析

（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配與房價的系數(shù)在1%的水平下顯著為負(fù)，表明金融資源錯配、房價上漲均對經(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體系尚未完善，金融服務(wù)功能未實施到位。社會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)致其他部門行業(yè)無法擁有足夠的資金進(jìn)行生產(chǎn)活動或者創(chuàng)新活動等。房價上漲一方面會導(dǎo)致居民生活成本上升，因此會“推”出部分人口流出當(dāng)?shù)?，部分勞動密集型產(chǎn)業(yè)難以實現(xiàn)目標(biāo)產(chǎn)量，造成一定的經(jīng)濟(jì)損失;另一方面，房價上漲意味著租金增加，研發(fā)投入將會減少，阻礙了經(jīng)濟(jì)高質(zhì)量發(fā)展進(jìn)程，驗證了假設(shè)1和假設(shè)3。

從列（1）與列（3）金融資源錯配的系數(shù)中可以看出系數(shù)符號未變，但系數(shù)值在加入交互項后增加，說明房價上漲會顯著加劇金融資源錯配對經(jīng)濟(jì)高質(zhì)量發(fā)展的負(fù)向影響，住房的投資屬性會因房價上漲而引導(dǎo)資金流向房地產(chǎn)行業(yè)，虛擬經(jīng)濟(jì)更加繁榮，房價泡沫一旦破裂，將會使我國經(jīng)濟(jì)受損，經(jīng)濟(jì)發(fā)展質(zhì)量也難以保證。驗證了前文假設(shè)5。

（二）內(nèi)生性檢驗與穩(wěn)健性檢驗

1.內(nèi)生性檢驗。

金融資源錯配對我國企業(yè)運(yùn)營、居民收入水平等都存在直接或者間接影響，可能與隨機(jī)擾動項存在某種內(nèi)生關(guān)聯(lián)，因此對其進(jìn)行內(nèi)生性檢驗。借鑒張璇等（2019）[25]的做法計算該省份所有接壤省份每個年度金融資源錯配的均值（Bp）作為工具變量，再對該工具變量進(jìn)行弱工具變量檢驗，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)生性問題后金融資源錯配、房價，以及交互項的系數(shù)與基準(zhǔn)回歸結(jié)果仍保持一致。gzslib202204011700

2.穩(wěn)健性檢驗。

為了進(jìn)一步驗證回歸結(jié)果的穩(wěn)健性，采用縮減時間窗口與替換解釋變量的方法進(jìn)行穩(wěn)健性檢驗，刪除了2006-2008年的數(shù)據(jù)，將金融資源錯配衡量指標(biāo)替換為各省股票市場交易總額比金融機(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，看是否因金融危機(jī)爆發(fā)后的影響而改變系數(shù)符號。結(jié)果雖然與原模型的系數(shù)有差異，但系數(shù)符號依舊為負(fù)，回歸結(jié)果穩(wěn)健。具體結(jié)果見表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、西三部分檢驗金融資源錯配與房價對經(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、西三個地區(qū)金融資源錯配對經(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)金融資源錯配的系數(shù)的絕對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)更易錯配，因而對經(jīng)濟(jì)高質(zhì)量發(fā)展的抑制作用更加明顯。同時，東部與中部的房價系數(shù)在5%的水平上顯著為負(fù)，但西部地區(qū)房價上漲對經(jīng)濟(jì)高質(zhì)量發(fā)展無顯著影響，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)市場發(fā)展?fàn)顟B(tài)與東部、中部還存在較大差異，房價上漲的幅度較小，對經(jīng)濟(jì)高質(zhì)量發(fā)展并不會引起明顯影響，驗證了假設(shè)2。

（四）空間計量分析

1.空間自相關(guān)檢驗

（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，首先需要計算莫蘭指數(shù)，檢驗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)距離矩陣測算經(jīng)濟(jì)高質(zhì)量發(fā)展的莫蘭指數(shù)，見表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模型無法退化成為SAR模型與SEM模型，再利用Hausman檢驗確定使用固定效應(yīng)空間杜賓模型。回歸結(jié)果見表7。

從以上回歸結(jié)果可以看出，在三類矩陣中，空間溢出系數(shù)均在1%的水平下顯著，說明我國經(jīng)濟(jì)高質(zhì)量發(fā)展存在空間溢出效應(yīng)。金融資源錯配對周邊地區(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)升級所需的資金支持，在一定程度上推動了周邊地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展。同時，房價也會影響周邊經(jīng)濟(jì)高質(zhì)量發(fā)展，由表7中房價的空間溢出系數(shù)可以看出，房價上漲會促進(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)房價上漲使企業(yè)投資建設(shè)更加傾向于周邊低房價地區(qū)，低房價地區(qū)的企業(yè)運(yùn)營成本更低，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、空間計量模型驗證金融資源錯配、房價及其交互項對經(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)階段我國金融資源錯配現(xiàn)象普遍存在，對我國順利實現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展產(chǎn)生了阻礙。但可能會增加周邊地區(qū)資金支持力度，從而對周邊地區(qū)的經(jīng)濟(jì)高質(zhì)量發(fā)展產(chǎn)生積極影響。同時，研究結(jié)果表明，房價上漲給家庭、企業(yè)等帶來較大壓力，區(qū)域內(nèi)經(jīng)濟(jì)高質(zhì)量發(fā)展進(jìn)程受阻，但會因區(qū)域內(nèi)房價的“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，由于房價上漲吸引大量資金流入房地產(chǎn)市場，加劇了金融資源錯配對經(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，金融資源錯配與房價對經(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，將金融資源錯配程度控制在合理范圍;投資決策時，對目標(biāo)項目進(jìn)行全面評估，避免資源浪費(fèi);還可針對經(jīng)濟(jì)高質(zhì)量發(fā)展要求，將投資重點轉(zhuǎn)向高新技術(shù)、綠色能源等方面，對房地產(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;政府還需堅守“房住不炒”定位，加快房產(chǎn)稅政策實施的步伐，并可實行人才住房福利政策，對技術(shù)型、創(chuàng)新型等人才給予購房優(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)展對經(jīng)濟(jì)高質(zhì)量發(fā)展影響效應(yīng)的實證檢驗[J].統(tǒng)計與決策，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、房價與經(jīng)濟(jì)增長關(guān)聯(lián)性及空間溢出效應(yīng)——基于省域面板數(shù)據(jù)的空間計量[J].中央財經(jīng)大學(xué)學(xué)報，2018（11）：82-95.

[6] 張?zhí)烊A，張少華.偏向性政策、資源配置與國有企業(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，金簫，歐陽滌非.住房價格、資源錯配與中國工業(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.中國科技金融資源配置效率與影響因素關(guān)系研究[J].中國軟科學(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12個城市群面板數(shù)據(jù)的研究[J].經(jīng)濟(jì)問題探索，2019（1）：66-74.

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

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

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

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

[16]陳景華，陳姚，陳敏敏.中國經(jīng)濟(jì)高質(zhì)量發(fā)展水平、區(qū)域差異及分布動態(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)財富與消費(fèi)：來自于家庭微觀調(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.高房價是否導(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.房價波動、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.中國經(jīng)濟(jì)高質(zhì)量發(fā)展的邏輯、測度與治理[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)競爭、融資約束與企業(yè)創(chuàng)新——中國工業(yè)企業(yè)的經(jīng)驗證據(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

基金項目：? 教育部哲學(xué)社會科學(xué)重大課題攻關(guān)項目（21JZD024）;國家自然科學(xué)基金（71873117）

;湖南省自科基金（2021JJ30023）;湖南省教育廳重點項目（20A493）