金融发展、创新能力对区域高质量发展的空间效应分析

徐子暄 张旭

摘要：基于2010～2018年30个省份的面板数据，采用熵权法测算各省历年的高质量发展指数，运用空间计量模型分析金融发展、创新能力对区域高质量发展的空间效应。中国东部地区高质量发展水平显著高于中部和西部地区，但西部地区后发优势明显。金融发展、创新能力均对本区域的高质量发展有显著的促进作用，两者交互项的空间滞后项对周边地区高质量发展具有显著正向影响，但金融发展对周边地区高质量发展具有明显的抑制作用，说明中国区域金融发展存在虹吸效应，优质金融资源向中心区域聚集。因此，应加强区域间金融与创新合作，优化资源配置，推动区域高质量发展。

关键词：金融发展;创新能力;高质量发展;空间杜宾模型

中图分类号：F832.0         文献标志码：A

十九大报告明确指出“中国经济已由高速增长阶段转向高质量发展阶段”[1]。十九届五中全会进一步提出，“十四五”时期中国要“坚定不移贯彻创新、协调、绿色、开放、共享的新发展理念，以推動高质量发展为主题，以改革创新为根本动力，大力实施创新驱动战略”[2]。创新是提高社会生产力和综合国力的战略支撑，必须摆在国家发展全局的核心位置，科技创新及结果可视化过程中需要庞大的资金支持，也伴随着各类风险。金融作为现代经济核心和实体经济血脉，其资金融通功能和风险管理功能可为创新能力培育提供支持与保障，而创新能力提升带来国民财富的增长又会进一步促进金融发展。如何有效推进金融业发展，提升创新能力从而带动高质量发展，是亟待研究的课题。国内学者围绕高质量发展的内涵构建综合评价指标体系，研究中国省域发展状况。师博等[3]研究发现1992—2016年中国省际经济增长质量在波动中持续上升，未来中国经济增长质量将进入较长时期的上升通道，但东、中、西部经济增长质量呈现非均衡的态势，在短期内难以消除。鲁邦克等[4]认为，中国区域高质量发展水平呈现空间聚集效应，形成“东高”、“中平”和“西低”的格局。唐晓彬等[5]研究表明，中国东、中部地区的高质量发展呈周期性特征，西部地区则呈缓慢爬坡态势且改善最为明显，省域间高质量发展具有空间集聚性，并且空间差异呈缩小态势。关于金融发展、创新能力与高质量发展的研究文献可归纳为三个方面。一是金融发展能否促进高质量发展。Levine等[6-7]研究表明金融市场为企业融资提供更多选择，从而提高资源流动性，降低金融风险，促进经济增长。李村璞等[8]提出应保持金融机构、金融工具、金融政策的协调一致，追求“适度金融发展”，才能降低系统性风险，实现金融发展与经济增长协调一致。周立等[9]认为金融发展对实体经济发展具有显著的阈值效应，当“金融超发展”造成CPI高于临界值时，不利于实体经济发展。王文波等[10]构建两系统指标体系研究金融发展和经济增长之间的协调关系，发现2001—2014年间两系统的耦合水平已由金融发展制约经济增长跨越到两者协调发展的阶段，但区域间耦合水平发展速度显现由东向西逐渐减慢的趋势。华玉飞等[11]构建金融生态指标体系研究其与经济发展的关系，结果表明金融生态中文化环境、政策环境和信用环境的改善有益于经济发展，金融主体对经济发展的促进作用不显著。二是创新能力与高质量发展。国内外学者普遍认为创新是高质量发展的首要驱动力。于海天等[12]研究发现，信贷供给和科技创新对本省及周围省份实体经济增长均具有显著的正向促进作用，并且两者具有明显的空间溢出效应。任晓燕等[13]认为创新能力提升与产业结构升级的协同效应能够显著促进中国高质量发展，就独立效应而言，创新能力提升能够促进全国地区高质量发展，但产业结构升级对高质量发展的影响效应存在地区差异。王儒奇等[14]实证表明创新能力提升可以显著促进长三角城市群经济发展，其次是成渝城市群，长江中游城市群排名最后。三是金融发展与创新能力。Levine[15]研究表明金融体系的演进能够降低信息不对称带来的风险，提高资源配置效率，提升创新能力。Stulz[16]认为，金融中介具有监查与控制投资项目的功能，有助于调整信贷供给强度，把控创新项目的进展。李颖等[17]基于广东省数据，研究多种金融部门作用于科技创新时所呈现的差异性，认为资本市场对科技创新的影响最为显著。而徐玉莲等[18]认为，相对于政府财政投入和资本市场的支持，银行科技信贷的效果更佳。综上所述，金融发展与经济增长、创新能力与经济增长、金融发展与创新能力两两之间关系的相关研究多，但金融发展、创新能力与高质量发展三者关系的研究相对较少。本文在构建高质量发展指标体系基础上，采用空间清滞后模型和空间杜宾模型，研究金融发展和创新能力对中国经济高质量增长的影响效应，通过金融发展和创新能力的融合以实现区域高质量发展。

1 研究设计

1.1 模型构建

为探究金融发展、创新能力对高质量发展水平的空间效应，构建了带有交互项的空间杜宾模型（SDM）

HQDi，t=α+ρWHQDi，t+β1FINi，t+β2INOi，t+β3FINi，t×INOi，t+β4Ctrlsi，t+θ1WFINi，t+

θ2WINOi，t+θ3WFINi，t×INOi，t+θ4WCtrlsi，t+εi，t，εi，t

=λWεi，t+μi，t （1）

空间杜宾模型可分解为空间滞后模型（SLM）和空间误差模型（SEM）

HQDi，t=α+ρWHQDi，t+β1FINi，t+β2INOi，t+β3FINi，t×INOi，t+β4Ctrlsi，t+εi，t（2）

HQDi，t=α+β1FINi，t+β2INOi，t+β3FINi，t×INOi，t+β4Ctrlsi，t+εi，t（3）

其中，HQD为本文被解释变量，表示高质量发展水平;解释变量则是金融发展水平（FIN）、创新能力（INO），其中，FIN×INO表示金融发展与科技创新的交互项;Ctrls为本文的控制变量;W为空间权重矩阵;α为常数项;ε为随机扰动项;ρ为空间滞后系数，λ为空间误差系数，用来反映高质量发展的空间溢出效应。

1.2 变量选取及数据来源

（1）被解释变量。通过构建高质量发展指标体系评價高质量发展水平（HQD）。本文立足五大发展理念，借鉴文献[3]，构建经济增长、民生共享、绿色低碳、科技创新、人文发展五个维度的综合评价指标体系，见表1。

经济增长维度反映经济发展的稳定性、协调性和持续性。选用人均GDP、CPI、第三产业与第二产业增加值的比值、投资消费比、贸易依存度五项指标来衡量区域经济发展成果。民生共享维度反映社会和谐程度和人民生活质量。民生共享质量的提升有利于社会安定，选用人均医疗支出、城乡收入比、城乡消费比、教育支出与财政支出的比值等指标。绿色低碳维度反映国家生态文明建设成效。绿色低碳发展方式不仅可以实现经济可持续发展，而且能提高人民生活的幸福感，选取单位产出废气排放量、单位产出废水排放量、单位产出固体废弃物排放量和建成区绿化覆盖率四个指标。科技创新维度反映各地对科技创新的投入程度和重视程度。创新是经济发展的活力源泉，科技是第一生产力，选取R&D经费与GDP的比值、技术市场成交额与GDP的比值，从投入和产出两方面对科技创新进行衡量。人文发展维度反映某一地区对人才培养的投入。教育帮助人类传承文明和知识，为实现高质量发展积蓄力量，选取人均受教育年限和图书馆数量来衡量人文发展质量。

（2）核心解释变量。金融发展（FIN），中国金融业正加速迈向更多元、国际化，金融业增加值能综合反映金融服务经济发展的能力，本文选用该指标作为金融发展指标，并做对数处理;创新能力（INO）， 创新驱动战略要求构建以企业为主体、市场为导向、产学研相结合的技术创新体系，新发明带来生产效率提升，推进产业结构升级。发明专利是创新链最终可视化结果，是一个国家和地区创新能力的重要体现。故选用各省发明专利授权数量（取对数）作为创新能力的代理变量。

（3）控制变量。城镇化水平（URB），城镇化是一个国家由传统乡村型社会向现代城市型社会逐渐转变的过程，选用城镇人口占总人口的比重来表示;工业规模（INDUS），工业化是高质量发展的基石，采用地区规模以上工业企业数量来表示，并进行对数化处理;政府干预（GOV），政府干预对国家经济发展的影响效应存在争议，选用政府财政支出占GDP的比重来表示。

中国30个省市自治区（除西藏、港澳台地区）的高质量发展、金融发展、创新能力相关数据来自2010—2018年各省统计年鉴、wind数据库和中经网统计数据库，其中部分缺失数据采用插值法处理。为消除各指标量纲，采用标准化方法处理。各变量的描述性统计分析结果见表2。

2 实证分析

2.1 高质量发展测度水平分析

基于构建的高质量发展评价体系，测算得到2010—2018年各省份（除西藏、港澳台地区）高质量发展水平（表3）。数据显示，中国各省市的高质量发展具有三个特征。

（1）总体发展水平变动呈现阶段性。2010—2018年间，全国各省（区市）高质量发展指数总体呈稳步上升趋势，其中2012—2013年和2017—2018年两个时期呈下降趋势，这两个时期均是中国经济发展的转型期。其原因是美国次贷危机、欧洲主权债务危机爆发，对中国经济发展带来外部冲击，中国深入推进供给侧结构性改革，加快产业结构升级，经济由高速增长向高质量发展转变，各地经济增速普遍放缓。

（2）各省（市区）高质量发展水平存在差异。2010—2018年间，北京、上海、广东高质量发展水平一直保持全国前三位，其均值分别为0.844、0.489、0.356，远高于全国均值0.263;浙江、江苏、天津等省市高质量发展水平也较高，上述省市均为中国东南沿海省份或一线中心城市。青海、贵州、宁夏等西部内陆地区高质量发展水平排名靠后，这与中国区域发展实际相吻合。

（3）东、中、西部高质量发展速度发生变化。西部地区与中部地区均值为别为0.207和0.208，均值较为接近，显著低于东部地区均值0.356。总体看来，中部地区高质量发展水平略高于西部地区，东中西的差异在不断缩小（见图1）。随着国家实施区域协调发展战略，大力改善投资环境，加大资金投入和项目倾斜力度，充分发挥市场配置资源的基础性作用，吸引各类要素有序向中、西部地区流动，四川、安徽、广西等省份排名上升， “西快东稳”的态势愈加明显，中国推进区域高质量发展的政策效果已初步显现（见图2，排名无变化的省份未在图中展现）。

2.2 高质量发展空间相关性检验结果分析

采用全局Moran s I 指数检验变量的空间聚集程度，以此衡量其空间相关性。由表4可知，2010—2018年全国各省市区高质量发展Moran s I指数均大于0，其P值在5% 的显著性水平下均通过检验，表明中国各省域高质量发展存在一定的正空间相关性，即如果某省周边省份的经济发展质量高，对其经济发展质量有积极影响。此外，高质量发展Moran s I指数呈现逐年递增趋势，说明中国各省份间高质量发展水平的空间关联显著增强。

2.3 实证分析

首先对面板数据进行Hausman检验，结果为负值，本应接受随机效应的原假设，但由于本文为省级面板数据，因此构建固定效应空间面板模型。其次，通过LM检验对SEM模型和SLM模型进行选择。LM（Lag）和Robust- LM（Lag）的值分别为21.894和21.177，通过了1%的显著性水平检验，而LM（error）和Robust- LM（error）的P值不显著，表明SLM模型更合适（表5）。

为确定SDM模型的适用性，运用Wald检验判断杜宾模型是否可以简化为SLM模型或SEM模型。检验分别在1%的显著水平上拒绝了原假设，表明SDM模型不能转化为SLM或SEM 模型，说明采用空间杜宾模型进行研究更为适合。据此，本文采用空间地理距离矩阵，运用SLM和SDM模型进行回归分析，综合考虑对数似然值Log-L和拟合优度R2，选择空间固定效应的SDM模型进行分析，具体结果见表6。

（1）金融发展对高质量发展具有促进作用。在1%的显著性水平下，FIN对高质量发展有显著的正向影響，金融发展水平每提高1%会推动高质量发展水平提高4.06%，表明金融能够有效提升资源配置效率、分散风险，推动高质量发展。金融发展的滞后项（W-FIN）对高质量发展产生抑制作用，临近省份的金融发展水平每提升1%会对本地区金融发展起11.2%的阻碍作用，表明中国区域发展存在不平衡。金融发达地区在吸引投资、人才方面具备优势，金融发展具有虹吸效应，使金融欠发达地区发展动力不足，地区之间金融资源的过度竞争不利于区域高质量发展。

（2）创新能力对高质量发展具有促进作用。在1%的显著性水平下，INO对高质量发展有显著的正向影响，创新能力每提高1%会推动高质量发展水平提高2.31%，表明创新将科技产出转化为生产力，带来生产效率的提高和产业结构的优化升级，有利于高质量发展。创新的滞后项对高质量发展的影响不显著，表明其空间关联性不强。

（3）金融发展和创新能力的交互项对高质量发展的作用不显著。在1%的显著性水平下，FIN×INO的系数为-0.001，表明金融发展对创新的支持存在延迟效应，两者深层次融合互动不够，并未实现协调发展，故其交互项对高质量发展的推动作用不明显。同时，两者交互项的空间滞后项对高质量发展有积极作用，表明临近省份金融与创新的协调发展水平提升1%会推动本地区金融与创新的协调发展水平提高0.66%。

（4）控制变量与高质量发展的关系。一是城镇化水平，中国城镇化率逐年提高，意味着劳动力从农村向城市转移，有利于推动第二、三产业的发展，优化升级产业结构，促进高质量发展。二是工业规模，改革开放以来，中国工业水平大幅度提高，工业化是实现社会主义现代化的基石，有利于高质量发展。三是政府干预，政府干预弥补了市场机制的缺陷和不足，消除市场信息不对称，有效的政府干预可以维护宏观经济的稳定，促进高质量发展。

2.4 稳健性检验

为保证模型估计结果的稳健性，采用空间邻接矩阵代替空间地理权重矩阵检验上文的实证结果。模型选用SLM模型与SDM模型。由表7可知，金融发展、创新能力和二者交互项的回归系数大小有所改变，但其方向和显著性水平并未发生根本性改变，说明研究结果稳健可靠。

3 结论与建议

基于2010—2018年全国30个省市自治区（除西藏、港澳台地区）的面板数据，以区域高质量发展为被解释变量，综合分析金融发展、创新能力及两者的交互项对高质量发展的空间效应。中国高质量发展水平地区差异性明显，发展速度呈现“西快东稳”;金融发展对高质量发展具有显著的促进作用，金融发展的滞后项对高质量发展有消极影响，原因在于区域发展不平衡、金融资源不当竞争;创新能力对高质量发展具有显著的促进作用，但创新的滞后项对高质量发展的空间效应不显著，说明省份间应加强创新交流合作，共同提升创新能力;金融发展与创新能力交互项的空间滞后项具有明显的空间溢出效应，表明两者紧密结合有助于进一步推动区域高质量发展。

综上建议：（1）推进金融与经济协调发展。国家应着力缩小东、中、西部金融发展水平的差异，使金融真正服务于实体经济。目前，各地区金融中心建设竞争日趋激烈，应统筹规划，科学引导金融资源在区域间合理配置，以避免金融资源的恶性竞争，充分提高市场在金融要素配置中的配置效率，构建多层次资本市场，深入优化金融结构。（2）政府需持续改善创新的内外部环境，增强区域间的创新合作，注重加强产学研的结合，使企业发展成为科技创新主体，健全激励机制，鼓励企业创新提升科技成果转化率，为高质量发展注入创新发展动力。（3）推进金融与创新融合发展，支持银行、证券、保险行业创新金融模式，提升金融服务质量，推进创业板市场发展，降低科技型企业上市门槛，着力解决科技型企业融资难的问题，为企业创新提供更强大的资金支持。

参考文献

[1]习近平. 决胜全面建成小康社会 夺取新时代中国特色社会主义伟大胜利[EB/OL].中国共产党第十九次全国代表大会. [2021-03-29]. https：//baijiahao.baidu.com/s？id=1582495167355981788&wfr=spider&for=pc

[2]习近平.中共中央关于制定国民经济和社会发展第十四个五年规划和二○三五年远景目标的建议[EB/OL].中国共产党第十九届中央委员会第五次全体会议.[2021-03-29]. http：//www.gov.cn/zhengce/2020-11/03/content-555699.htm.

[3]师博，任保平.中国省际经济高质量发展的测度与分析[J].经济问题，2018（4）：1-6.

[4]鲁邦克，邢茂源，杨青龙.中国高质量发展水平的测度与时空差异分析[J].统计与决策，2019，35（21）：113-117.

[5]唐晓彬，王亚男，唐孝文.中国省域经济高质量发展评价研究[J].科研管理，2020，41（11）：44-55.

[6]LEVINE R. Stock markets， growth， and the tax policy[J]. Journal of Finance， 1991，46（4）：1445-1465.

[7]SAINT PAUL G. Technological choice， nancial markets and economic development[J]. European Economic Review，1992，36（4）：763-781.

[8]李村璞，何静.适度金融发展与经济增长：基于中国产业数据的分析[J].经济问题，2018（10）：52-57.

[9]周立，雷中豪.中国“金融超发展”与经济增长动态阈值效应[J].金融经济学研究，2019，34（1）：3-17.

[10]王文波，逯进.区域金融发展与经济增长协调效应评价比较研究[J].青岛大学学报（自然科学版）， 2017，30（3）：119-124.

[11]华玉飞，逯进.金融生态与经济增长关系的非线性变动特征分析——基于山东半岛蓝色经济区的实证分析[J].青岛大学学报（自然科学版），2014，27（4）：58-64.

[12]于海天，孙继国.信贷供给、科技创新与实体经济增长——基于省域面板数据的空间计量分析[J].青岛大学学报（自然科学版），2019，32（3）：62-68.

[13]任晓燕，杨水利.技术创新、产业结构升级与高质量发展——基于独立效应和协同效应的测度分析[J].华东经济管理，2020，34（11）：72-80.

[14]王儒奇，余思勇，胡绪华.技术创新、城市群一体化与经济高质量发展[J].金融与经济，2020（7）：59-66+96.

[15]LEVINE R. Financial development and economic growth： Views and agenda[J]. Journal of Economic Literature，1997， 35（2）：688-726.

[16]STULZ REN M. Financial structure corporate finance and economic growth.[J]International Review of Finance. 2000， 1（1）：11-38.

[17]李颖，凌江怀，王春超.金融发展对国内科技创新影响的理论与实证研究——基于对广东省面板数据的分析[J].科技进步与对策，2009，23：9-15.

[18]徐玉莲，王宏起.科技金融对技术创新的支持作用：基于Bootstrap方法的实证分析[J]，科技进步与对策， 2012（3）：1-4.

Analysis of the Spatial Effects of Financial Development， Innovation

Capabilities and Regional High-quality Development

XU Zi-xuan， ZHANG Xu

（School of Economics， Qingdao University， Qingdao 260061， China）

Abstract：

Based on the panel data of 30 provinces from 2010 to 2018， the entropy method was used to calculate the high-quality development index of each province over the years. The spatial econometric model was used to analyze the spatial effect of financial development and innovation capabilities on regional high-quality development. The level of high-quality development in the eastern region of China is significantly higher than that in the central and western regions， and the western region has obvious late-mover advantages. Financial development and innovation capabilities have a significant role in promoting the high-quality development of the region. The spatial lag of the interaction term between the two has a significant positive impact on the high-quality development of the surrounding areas. But financial development has an obvious inhibitory effect on the high-quality development of surrounding areas， which shows that China′s regional financial development has a siphon effect. High-quality financial resources gather in the central area. Therefore， it is necessary to strengthen interregional financial and innovation cooperatisn， optimize resource allocation and promote regional high-quality development.

Keywords：

financial development; innovation capabilities; regional high-quality development; spatial Durbin model

收稿日期：2021-04-09

基金項目：

山东省社会科学规划研究项目（批准号：19BJCJ60）资助。

通信作者：

张旭，男，博士，教授，主要研究方向为金融发展理论与政策，比较金融制度。E-mail：qddxzhangxu@163.com