金融資源配置對經(jīng)濟高質(zhì)量發(fā)展的作用機理及空間溢出效應研究
發(fā)布時間：2020-12-09 04:21
金融作為經(jīng)濟增長的關(guān)鍵稀缺要素,金融資源有效配置是實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展的突破口。采用2001-2017年我國30個省市的面板數(shù)據(jù),構(gòu)建經(jīng)濟高質(zhì)量發(fā)展指標體系,并通過空間杜賓模型,考察金融資源配置對經(jīng)濟高質(zhì)量發(fā)展的作用機理及空間溢出效應,結(jié)果表明:（1）金融資源有效配置是經(jīng)濟高質(zhì)量發(fā)展的直接動力因素;（2）金融資源配置可以通過全要素生產(chǎn)率來間接發(fā)揮對經(jīng)濟高質(zhì)量發(fā)展的推動作用,即全要素生產(chǎn)率是金融資源配置影響我國經(jīng)濟高質(zhì)量發(fā)展的傳導渠道;（3）金融資源配置對經(jīng)濟高質(zhì)量發(fā)展的這種直接作用和間接傳導在區(qū)域內(nèi)和區(qū)域間都具有空間溢出效應,既可以推動本地區(qū)經(jīng)濟高質(zhì)量發(fā)展,也能促進周邊地區(qū)的經(jīng)濟高質(zhì)量發(fā)展水平的提高,這有助于我國經(jīng)濟發(fā)展向高水平收斂�；诖�,提出優(yōu)化金融資源配置,推進我國經(jīng)濟高質(zhì)量發(fā)展的政策建議。
【文章來源】：西南民族大學學報(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年我國社會融資和直接融資情況(二)金融資源配置通過技術(shù)進步來提升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，計算公式為平均教育年限+(樣本中小學文化人口數(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(2010)［32］的測算數(shù)據(jù)，其余年份數(shù)據(jù)來自中國統(tǒng)計年鑒;財政支出占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)計考慮到西藏的數(shù)據(jù)不全和港澳臺的統(tǒng)計方式不同，本文采用我國30個省級份單位2001—2017年的面板數(shù)據(jù)進行分析，其中物資和人力資本積累以及實際產(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)計年鑒》、《中國金融年鑒》、《中國科技統(tǒng)計年鑒》、《中國環(huán)境統(tǒng)計年鑒》及WIND數(shù)據(jù)庫等，少數(shù)變量的缺失數(shù)據(jù)采用插值法補齊。由于公布的GDP指數(shù)、人均GDP指數(shù)、固定資產(chǎn)投資價格指數(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)，所有和價格有關(guān)的變量都要剔除價格因素，轉(zhuǎn)化成以2000年為基期的不變價數(shù)據(jù)。同時考慮到各解釋變量具有指數(shù)增長趨勢，需要它們?nèi)?shù)。四、實證分析(一)經(jīng)濟高質(zhì)量發(fā)展水平測度經(jīng)因子分析法計算，可得2002－2017年各地區(qū)經(jīng)濟高質(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)濟高質(zhì)量發(fā)展的空間相關(guān)性較為穩(wěn)定，隨著時間的推移，各象限的省份有所變化的僅有:遼寧從第IV進入第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)濟高質(zhì)量發(fā)展的聚集圖(三)空間計量分析通過Moran'sI指數(shù)發(fā)現(xiàn)我國各地區(qū)經(jīng)濟高質(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經(jīng)濟高質(zhì)量發(fā)展的作用機理，經(jīng)比較，空間杜賓時間固定效應的估計效果最好，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)各個省市省會城市的經(jīng)緯度坐標，在按地理球面距離來測算各城市之間的地理距離;經(jīng)濟距離權(quán)重矩陣，由地區(qū)間人均收入水平差額的倒數(shù)計算得出［34］，本文用實際人均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)濟距離權(quán)重矩
本文編號：2906261
【文章來源】：西南民族大學學報(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年我國社會融資和直接融資情況(二)金融資源配置通過技術(shù)進步來提升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，計算公式為平均教育年限+(樣本中小學文化人口數(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(2010)［32］的測算數(shù)據(jù)，其余年份數(shù)據(jù)來自中國統(tǒng)計年鑒;財政支出占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)計考慮到西藏的數(shù)據(jù)不全和港澳臺的統(tǒng)計方式不同，本文采用我國30個省級份單位2001—2017年的面板數(shù)據(jù)進行分析，其中物資和人力資本積累以及實際產(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)計年鑒》、《中國金融年鑒》、《中國科技統(tǒng)計年鑒》、《中國環(huán)境統(tǒng)計年鑒》及WIND數(shù)據(jù)庫等，少數(shù)變量的缺失數(shù)據(jù)采用插值法補齊。由于公布的GDP指數(shù)、人均GDP指數(shù)、固定資產(chǎn)投資價格指數(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)，所有和價格有關(guān)的變量都要剔除價格因素，轉(zhuǎn)化成以2000年為基期的不變價數(shù)據(jù)。同時考慮到各解釋變量具有指數(shù)增長趨勢，需要它們?nèi)?shù)。四、實證分析(一)經(jīng)濟高質(zhì)量發(fā)展水平測度經(jīng)因子分析法計算，可得2002－2017年各地區(qū)經(jīng)濟高質(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)濟高質(zhì)量發(fā)展的空間相關(guān)性較為穩(wěn)定，隨著時間的推移，各象限的省份有所變化的僅有:遼寧從第IV進入第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)濟高質(zhì)量發(fā)展的聚集圖(三)空間計量分析通過Moran'sI指數(shù)發(fā)現(xiàn)我國各地區(qū)經(jīng)濟高質(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經(jīng)濟高質(zhì)量發(fā)展的作用機理，經(jīng)比較，空間杜賓時間固定效應的估計效果最好，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)各個省市省會城市的經(jīng)緯度坐標，在按地理球面距離來測算各城市之間的地理距離;經(jīng)濟距離權(quán)重矩陣，由地區(qū)間人均收入水平差額的倒數(shù)計算得出［34］，本文用實際人均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)濟距離權(quán)重矩
本文編號：2906261
本文鏈接：http://www.wukwdryxk.cn/guanlilunwen/bankxd/2906261.html
最近更新
教材專著
