金融深化、空間溢出與經(jīng)濟(jì)增長(zhǎng)——基于空間回歸模型偏微分效應(yīng)分解方法及中國(guó)的實(shí)證

劉華軍

山東財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院，山東 濟(jì)南 250014

楊 騫

山東財(cái)經(jīng)大學(xué) 公共管理學(xué)院，山東 濟(jì)南 250014

一、問題的提出

自 Goldsmith(1969)［1］、McKinnon(1973)［2］以及 Shaw(1973)［3］開創(chuàng)新研究以來，“金融與增長(zhǎng)的關(guān)系”(Finance－Growth Relationship)就成為倍受關(guān)注的研究領(lǐng)域，涌現(xiàn)出大量理論和經(jīng)驗(yàn)研究文獻(xiàn)。盡管學(xué)術(shù)界對(duì)兩者的關(guān)系仍普遍存有爭(zhēng)論，但在整體上，理論研究和經(jīng)驗(yàn)證據(jù)均強(qiáng)調(diào)了金融深化對(duì)長(zhǎng)期經(jīng)濟(jì)增長(zhǎng)存在重要影響(Demirguc－Kunt and Levine，2008［4］)，這種影響從外部性角度可以視為金融深化對(duì)經(jīng)濟(jì)增長(zhǎng)的“溢出效應(yīng)”(Spillover Effect)。中國(guó)作為一個(gè)新興的發(fā)展中國(guó)家，其金融深化與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系也引起了眾多學(xué)者的研究興趣。目前，經(jīng)驗(yàn)研究得出了兩種截然不同的結(jié)論，一類研究認(rèn)為金融深化促進(jìn)了經(jīng)濟(jì)增長(zhǎng)，即金融深化對(duì)經(jīng)濟(jì)增長(zhǎng)具有正向溢出效應(yīng)(張軍和金煜，2005［5］;趙勇和雷達(dá)，2010［6］;Cheng and Degryse，2010［7］;Zhang et al．，2012［8］);而另一類研究則認(rèn)為金融發(fā)展阻礙的經(jīng)濟(jì)增長(zhǎng)，即金融發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)具有負(fù)向溢出效應(yīng)(Boyreau －Debray，2003［9］;Hasan et al．，2009［10］)。

然而，已有研究較少?gòu)目臻g維度考察金融深化對(duì)經(jīng)濟(jì)增長(zhǎng)的影響。由于中國(guó)各地區(qū)之間經(jīng)濟(jì)地理?xiàng)l件和國(guó)家制度傾斜等方面的差異導(dǎo)致區(qū)域金融發(fā)展在省際間存在差異(李敬等，2007［11］)，使得中國(guó)的金融深化呈現(xiàn)出顯著的空間非均衡特征(劉華軍和鮑振，2012［12］)，這種空間非均衡特征的存在表明金融深化在某些地區(qū)其程度較高，而在某些地區(qū)卻處于較低階段。由此，本文要回答的問題就是，金融深化對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)是否存在空間溢出效應(yīng)、如何衡量金融深化對(duì)經(jīng)濟(jì)增長(zhǎng)空間溢出效應(yīng)的大小及方向。在與本文密切相關(guān)的最新研究成果中，周凱和劉帥(2013)［13］利用空間誤差模型(SEM)和空間滯后模型(SLM)實(shí)證研究了金融資源集聚對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，但沒有納入金融發(fā)展變量的空間滯后項(xiàng)。而丁藝等(2010)［14］，則利用截面數(shù)據(jù)分別建立了空間誤差模型、空間滯后模型和空間杜賓模型(SDM)實(shí)證估計(jì)了金融集聚對(duì)經(jīng)濟(jì)增長(zhǎng)的影響。然而，盡管他們利用SDM將金融發(fā)展變量的空間滯后項(xiàng)納入了模型，但是卻直接用金融發(fā)展變量的空間滯后項(xiàng)估計(jì)系數(shù)來解釋金融發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)的空間溢出效應(yīng)，這是存在很大偏誤的。根據(jù)LeSage and Pace(2009)［15］，如果被解釋變量的空間滯后項(xiàng)回歸系數(shù)不為零，則在對(duì)空間回歸結(jié)果的解釋中，不能直接用回歸系數(shù)來度量解釋變量對(duì)被解釋變量的空間溢出效應(yīng)，為此，他們提出了空間回歸模型的偏微分方法(spatial regression model partial derivatives)，該方法將解釋變量對(duì)被解釋變量的空間溢出效應(yīng)分解為直接效應(yīng)、間接效應(yīng)和總效應(yīng)，其中直接效應(yīng)衡量解釋變量對(duì)被解釋變量的區(qū)域內(nèi)溢出;間接效應(yīng)衡量解釋變量對(duì)解釋變量的區(qū)域間溢出，而總效應(yīng)用來衡量解釋變量對(duì)被解釋變量總體的空間溢出效應(yīng)。

本文利用最新的空間計(jì)量經(jīng)濟(jì)學(xué)建模技術(shù)，采用中國(guó)2000～2011年的省際面板數(shù)據(jù)，設(shè)置多種空間權(quán)重矩陣，構(gòu)建多樣化的空間面板數(shù)據(jù)模型，采用LeSage and Pace(2009)提出的空間回歸模型偏微分方法，實(shí)證研究金融深化對(duì)經(jīng)濟(jì)增長(zhǎng)的空間溢出效應(yīng)。

二、模型與方法

(一)計(jì)量模型設(shè)定

借鑒LeSage and Pace(2009)，本文構(gòu)建如下空間面板Durbin模型:

式(1)中，被解釋變量y為分省經(jīng)濟(jì)增長(zhǎng)，X為金融深化，同時(shí)在實(shí)證研究過程中，本文加入了其他控制變量，如投資、政府支出、外商直接投資等。α為常數(shù)項(xiàng)，ιn為N×1階單位矩陣，N為省份個(gè)數(shù)，ε為誤差項(xiàng)。最后，W為空間權(quán)重矩陣，Wy和WX分別考慮了被解釋變量和解釋變量的空間依賴。需要強(qiáng)調(diào)的是，在空間計(jì)量模型的估計(jì)結(jié)果中，若ρ≠0，則對(duì)Wy和WX的回歸系數(shù)ρ和θ以及X的回歸系數(shù)β的解釋就與傳統(tǒng)OLS回歸系數(shù)的解釋存在很大不同，換言之，以上回歸系數(shù)并不能直接衡量解釋變量的空間溢出效應(yīng)。

(二)空間回歸模型的參數(shù)釋義與空間溢出效應(yīng)分解方法

為了對(duì)空間計(jì)量模型的回歸系數(shù)進(jìn)行合理解釋，LeSage and Pace(2009)提出了空間回歸模型偏微分方法;借鑒他們的方法，首先將模型改寫為:

其 中，In是n階單位矩陣;k為解釋變量個(gè)數(shù)，xr為第r個(gè)解釋變量，r=1，2，…，k，βr為解釋變量向量X中第r個(gè)解釋變量的回歸系數(shù)，θr表示W(wǎng)X的第r個(gè)變量的估計(jì)系數(shù)。為了解釋Sr(W)的作用，將式(2)寫為式(4)，某個(gè)地區(qū)i(i=1，2，…，n)的yi可以表示為式(5)。

根據(jù)式(5)，將yi對(duì)其他區(qū)域j的第r個(gè)解釋變量xjr求偏導(dǎo)得到式(6)，將yi對(duì)本區(qū)域內(nèi)的第r個(gè)解釋變量xir求偏導(dǎo)得到式(7)。

其中，Sr(W)ij衡量的是區(qū)域j的第r個(gè)解釋變量對(duì)區(qū)域i被解釋變量的影響;Sr(W)ii衡量的是區(qū)域i的第r個(gè)解釋變量對(duì)本區(qū)域被解釋變量的影響。根據(jù)式(6)、(7)可以發(fā)現(xiàn)，與OLS的估計(jì)系數(shù)相比，在空間回歸模型中，若j≠r，yi對(duì)xjr的偏導(dǎo)數(shù)通常也并不等于0，而是取決矩陣Sr(W)中的第i、j個(gè)元素。同時(shí)，yi對(duì)xir的偏導(dǎo)數(shù)也通常并不等于βr，因此某個(gè)地區(qū)解釋變量的變化將不僅影響本地區(qū)的被解釋變量，而且影響其他區(qū)域的被解釋變量，根據(jù)LeSage and Pace(2009)，前者可以稱為直接效應(yīng)，后者稱為間接效應(yīng)，兩者相加則為總效應(yīng)。

三、指標(biāo)與數(shù)據(jù)

本文采用中國(guó)分省數(shù)據(jù)，樣本中不考慮西藏以及港澳臺(tái)地區(qū)，樣本共包含大陸30個(gè)省(直轄市、自治區(qū)，下同)，樣本的時(shí)期跨度為2000～2011年。在經(jīng)驗(yàn)估計(jì)中，為了消除多重共線性問題，本文對(duì)所有變量取自然對(duì)數(shù)處理。其中，金融深化采用各省金融機(jī)構(gòu)存貸款總額與地區(qū)生產(chǎn)總值的比重(FD)來表示。各省金融機(jī)構(gòu)存貸款數(shù)據(jù)來源于歷年《中國(guó)金融年鑒》，地區(qū)生產(chǎn)總值(當(dāng)年價(jià))來源于歷年《中國(guó)統(tǒng)計(jì)年鑒》。經(jīng)濟(jì)增長(zhǎng)則利用人均實(shí)際地區(qū)生產(chǎn)總值的增長(zhǎng)率作為經(jīng)濟(jì)增長(zhǎng)的代理變量(G)，并按照2000=100作為基數(shù)。為了控制其他變量對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，本文選擇了投資、政府支出、外商直接投資作為控制變量。其中用固定資產(chǎn)投資占地區(qū)生產(chǎn)總值的比重表示(Inv);政府支出用財(cái)政支出占地區(qū)生產(chǎn)總值的比重表示(Exp);外商直接投資用外商直接投資額(根據(jù)匯率，將以美元計(jì)價(jià)換算為人民幣計(jì)價(jià))占地區(qū)生產(chǎn)總值的比重表示(fdi)。以上數(shù)據(jù)中，固定資產(chǎn)投資、地區(qū)生產(chǎn)總值、財(cái)政支出等數(shù)據(jù)來源于歷年《中國(guó)統(tǒng)計(jì)年鑒》，外商直接投資數(shù)據(jù)來源于商務(wù)部。需要說明，本文沒有考慮更多控制變量，原因有二:其一是增加控制變量將更加容易導(dǎo)致多重共線性;其二是本文在模型中通過考慮經(jīng)濟(jì)增長(zhǎng)的滯后一期，可以考慮沒有納入計(jì)量模型的控制變量對(duì)經(jīng)濟(jì)增長(zhǎng)的潛在影響。

關(guān)于空間權(quán)重矩陣的設(shè)置，本文選擇了鄰接、地理距離和經(jīng)濟(jì)三種空間權(quán)重矩陣。其中，鄰接空間權(quán)重矩陣(W1)的元素wij在空間單元i和j相鄰時(shí)取值為1;若不相鄰則取值為0。地理距離權(quán)重矩陣(W2)以省會(huì)城市之間球面距離平方的倒數(shù)來構(gòu)造。經(jīng)濟(jì)空間權(quán)重矩陣(W3)，選擇地區(qū)間人均實(shí)際地區(qū)生產(chǎn)總值的差額作為測(cè)度地區(qū)間“經(jīng)濟(jì)距離”的指標(biāo)，W3=W2。*E。其中，E的矩陣元素用樣本考察內(nèi)各省人均地區(qū)生產(chǎn)總值均值之差絕對(duì)值的倒數(shù)表示。

四、經(jīng)驗(yàn)發(fā)現(xiàn)

(一)空間相關(guān)性檢驗(yàn)

本文采用Moran’s I指數(shù)，對(duì)中國(guó)分省經(jīng)濟(jì)增長(zhǎng)的空間相關(guān)性進(jìn)行檢驗(yàn)。根據(jù)檢驗(yàn)結(jié)果(表1)可以看出，中國(guó)的經(jīng)濟(jì)增長(zhǎng)存在顯著的空間依賴性。為了進(jìn)一步觀察區(qū)域經(jīng)濟(jì)增長(zhǎng)的空間集聚特征，本文繪制了三種空間權(quán)重下區(qū)域經(jīng)濟(jì)增長(zhǎng)的Moran散點(diǎn)圖①限于篇幅，沒有提供具體的Moran散點(diǎn)圖，有需要的讀者可以向作者索取。?？梢园l(fā)現(xiàn)，在三種空間權(quán)重模式下，多數(shù)省份位于第一、第三象限(其中，在鄰接空間權(quán)重下有21個(gè)省;在地理距離權(quán)重下有24個(gè)省;在經(jīng)濟(jì)空間權(quán)重下有29個(gè)省)，這進(jìn)一步表明中國(guó)區(qū)域經(jīng)濟(jì)增長(zhǎng)存在高度的空間集聚特征，換言之，中國(guó)經(jīng)濟(jì)增長(zhǎng)的空間分布是非均質(zhì)的。

表1 被解釋變量(PGdp)的Moran’s I指數(shù)

(二)空間面板數(shù)據(jù)模型經(jīng)驗(yàn)估計(jì)結(jié)果

本文采用最大似然估計(jì)方法，分別對(duì)三種空間權(quán)重下的SLM、SEM和SDM進(jìn)行估計(jì)。需要強(qiáng)調(diào)的是，盡管基于空間回歸模型偏微分方法可以用效應(yīng)分解來衡量解釋變量對(duì)被解釋變量的直接效應(yīng)、間接效應(yīng)和總效應(yīng)，似乎回歸結(jié)果并不重要，但是效應(yīng)分解的基礎(chǔ)仍然是回歸系數(shù)，因此對(duì)計(jì)量模型的選擇和估計(jì)結(jié)果將直接影響效應(yīng)分解的準(zhǔn)確性。本文在具體估計(jì)中，首先通過Hausman檢驗(yàn)在固定效應(yīng)(FE)和隨機(jī)效應(yīng)(RE)中進(jìn)行選擇;然后利用赤池信息準(zhǔn)則(AIC)以及自然對(duì)數(shù)似然函數(shù)值(Log likelihood，LogL)在不同模型中進(jìn)行選擇。此外，對(duì)空間Durbin模型的解釋變量空間滯后項(xiàng)系數(shù)是否顯著進(jìn)行F檢驗(yàn)。表2、3、4分別報(bào)告了三種空間權(quán)重下的具體估計(jì)結(jié)果。觀察表中的空間變量滯后項(xiàng)(誤差項(xiàng))系數(shù)ρ/λ，可以發(fā)現(xiàn)它們均顯著為正，由此進(jìn)一步表明了中國(guó)省際經(jīng)濟(jì)增長(zhǎng)之間存在顯著的空間依賴性。此外，觀察被解釋變量的滯后一期，在所有回歸結(jié)果中均顯著為正，這表明中國(guó)的省際經(jīng)濟(jì)增長(zhǎng)在時(shí)間維度上存在明顯的慣性效應(yīng)，即當(dāng)期的經(jīng)濟(jì)增長(zhǎng)顯著依賴于前期的經(jīng)濟(jì)增長(zhǎng)。

對(duì)于鄰接空間權(quán)重矩陣下的估計(jì)(表2)，經(jīng)過Hausman檢驗(yàn)，所有模型均采用固定效應(yīng)。由于模型(2)的R2與LogL均遠(yuǎn)遠(yuǎn)小于其他模型，說明SEM擬合較差。而模型(3)中考慮了解釋變量和所有控制變量的空間滯后，盡管解釋變量和所有控制變量空間滯后項(xiàng)回歸系數(shù)的聯(lián)合F檢驗(yàn)通過了顯著性水平檢驗(yàn)，然而金融深化和投資的空間滯后項(xiàng)回歸系數(shù)并不顯著。模型(4)、(5)、(6)、(7)分別僅考慮了金融深化、投資、財(cái)政支出、外商直接投資的空間滯后項(xiàng)，根據(jù)F檢驗(yàn)結(jié)果，包含投資空間滯后項(xiàng)(WInv)的模型(5)和包含外商直接投資空間滯后項(xiàng)(W fdi)的模型(7)通過了F檢驗(yàn)。同時(shí)考慮投資和外商直接投資空間滯后項(xiàng)即模型(8)的估計(jì)結(jié)果中，LogL為負(fù)值，擬合效果并不好。因此SDM只能從模型(5)和模型(7)中進(jìn)行選擇。比較模型(5)和模

型(7)的LogL以及AIC，本文認(rèn)為模型(7)的擬合程度優(yōu)于模型(5)。最后，為了穩(wěn)健和便于比較，最終選擇SLM即模型(1)和SDM的模型(7)作為鄰接空間權(quán)重矩陣下的估計(jì)結(jié)果，以此進(jìn)行空間溢出效應(yīng)的測(cè)算與分解。

表2 鄰接空間權(quán)重(W1)下的空間面板模型估計(jì)結(jié)果

表3 地理距離權(quán)重(W2)下的空間面板模型估計(jì)結(jié)果

同鄰接空間權(quán)重下的回歸步驟一致，對(duì)于地理距離權(quán)重矩陣下的估計(jì)結(jié)果(表3)，最終選擇模型(1)和模型(8)作為地理距離權(quán)重下的估計(jì)結(jié)果，以此為基礎(chǔ)進(jìn)行空間溢出效應(yīng)的測(cè)算與分解。對(duì)于經(jīng)濟(jì)空間權(quán)重矩陣下的估計(jì)結(jié)果(表4)。最終選擇模型(1)和模型(7)的估計(jì)結(jié)果，以此為基礎(chǔ)進(jìn)行空間溢出效應(yīng)的測(cè)算與分解。

(三)空間溢出效應(yīng)分解

1．金融深化的空間溢出效應(yīng)。首先是金融深化的區(qū)域內(nèi)溢出效應(yīng)。根據(jù)表5的結(jié)果，鄰接空間權(quán)重和經(jīng)濟(jì)空間權(quán)重下，金融深化的直接效應(yīng)均顯著為正，且經(jīng)濟(jì)空間權(quán)重下的直接效應(yīng)約為0．11，而鄰接空間權(quán)重下的直接效應(yīng)約為0．10，表明在這兩種空間權(quán)重下，金融深化對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)存在正向的區(qū)域內(nèi)溢出效應(yīng)，且經(jīng)濟(jì)空間權(quán)重下金融深化的區(qū)域內(nèi)溢出效應(yīng)略大于鄰接空間權(quán)重。然而觀察地理距離權(quán)重下金融深化的直接效應(yīng)，其值約為0．07，小于另外兩種空間權(quán)重，且沒有通過顯著性檢驗(yàn)。其次是金融深化的區(qū)域間溢出效應(yīng)。根據(jù)表5，在鄰接空間權(quán)重和經(jīng)濟(jì)空間權(quán)重下，金融深化的間接效應(yīng)均顯著為正，且其值相差不大，均遠(yuǎn)遠(yuǎn)小于其對(duì)應(yīng)的直接效應(yīng)，這表明在這兩種空間權(quán)重下，金融深化對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)存在正向的區(qū)域間溢出效應(yīng)，但其溢出效應(yīng)要遠(yuǎn)小于區(qū)域內(nèi)溢出。而觀察地理距離權(quán)重下金融深化的間接效應(yīng)，其大小盡管與另外兩種空間權(quán)重下的間接效應(yīng)相當(dāng)，但是沒有通過顯著性檢驗(yàn)。對(duì)此，可作的解釋是，金融深化對(duì)本區(qū)域經(jīng)濟(jì)增長(zhǎng)的作用要遠(yuǎn)大于對(duì)外區(qū)域經(jīng)濟(jì)增長(zhǎng)的作用，而且金融深化對(duì)外區(qū)域經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用，對(duì)相鄰或者經(jīng)濟(jì)距離較近的省份更為明顯。最后，金融深化的空間溢出效應(yīng)。根據(jù)表5，在三種空間權(quán)重下，鄰接空間權(quán)重和經(jīng)濟(jì)空間權(quán)重下，顯著為正;而在地理距離權(quán)重下，盡管金融深化的總效應(yīng)為正值，但在統(tǒng)計(jì)上并不顯著。

表5 空間溢出效應(yīng)的分解

2．控制變量的空間溢出效應(yīng)。第一是投資。以固定資產(chǎn)投資占地區(qū)生產(chǎn)總值比重表示的投資在三種空間權(quán)重下均存在顯著的正向區(qū)域內(nèi)溢出效應(yīng)，且觀察其值的大小，在所有解釋變量和控制變量中是最大的，這表明投資對(duì)于拉動(dòng)區(qū)域經(jīng)濟(jì)增長(zhǎng)具有重要的意義。同時(shí)，在三種空間權(quán)重下，投資也均存在顯著的正向區(qū)域間溢出效應(yīng)，但其值要遠(yuǎn)小于其對(duì)應(yīng)的區(qū)域間溢出效應(yīng)。綜合投資的區(qū)域間溢出效應(yīng)和區(qū)域內(nèi)溢出效應(yīng)，投資對(duì)于區(qū)域經(jīng)濟(jì)增長(zhǎng)的總效應(yīng)即空間溢出效應(yīng)顯著為正。第二是財(cái)政支出。以財(cái)政支出占地區(qū)生產(chǎn)總值表示的財(cái)政支出在三種空間權(quán)重下均存在顯著的負(fù)向區(qū)域內(nèi)溢出效應(yīng)和區(qū)域間溢出效應(yīng)，且其總效應(yīng)也顯著為負(fù)。這說明政府支出的擴(kuò)大不僅不利于本區(qū)域的經(jīng)濟(jì)增長(zhǎng)，而且通過空間影響阻礙其他區(qū)域的經(jīng)濟(jì)增長(zhǎng)。第三是外商直接投資。在鄰接空間權(quán)重和經(jīng)濟(jì)空間權(quán)重下，外商直接投資對(duì)經(jīng)濟(jì)增長(zhǎng)均存在顯著的正向區(qū)域內(nèi)溢出效應(yīng)和區(qū)域間溢出效應(yīng)，這說明一個(gè)地區(qū)的外商直接投資不僅拉動(dòng)本地區(qū)的經(jīng)濟(jì)增長(zhǎng)，而且外商直接投資所帶來的先進(jìn)技術(shù)會(huì)通過空間渠道傳遞到其他區(qū)域，從而促進(jìn)其他區(qū)域的經(jīng)濟(jì)增長(zhǎng)。然而，在地理距離權(quán)重下，盡管外商直接投資的區(qū)域間溢出效應(yīng)顯著為正，但其區(qū)域內(nèi)溢出效應(yīng)并不顯著，而這并未影響地理距離權(quán)重下外商直接投資對(duì)經(jīng)濟(jì)增長(zhǎng)存在顯著的空間溢出效應(yīng)。

五、結(jié)論及建議

本文利用中國(guó)2000～2011年分省面板數(shù)據(jù)，構(gòu)建空間動(dòng)態(tài)面板數(shù)據(jù)模型，考慮多種空間關(guān)聯(lián)模式，采用LeSage and Pace(2009)提出的空間回歸模型偏微分方法，將金融深化對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的影響分解為直接效應(yīng)、間接效應(yīng)及總效應(yīng)，衡量了金融深化對(duì)經(jīng)濟(jì)增長(zhǎng)空間溢出效應(yīng)。研究結(jié)論如下:第一，在不同的空間關(guān)聯(lián)模式下，中國(guó)的區(qū)域經(jīng)濟(jì)增長(zhǎng)均存在顯著的空間依賴性和空間異質(zhì)性。第二，金融深化對(duì)經(jīng)濟(jì)增長(zhǎng)均存在正向的區(qū)域內(nèi)溢出效應(yīng)、區(qū)域間溢出效應(yīng)和空間溢出效應(yīng)，但在鄰接空間權(quán)重和經(jīng)濟(jì)空間權(quán)重下其顯著性并不高，僅有10%，而在地理距離權(quán)重下沒有統(tǒng)計(jì)顯著性檢驗(yàn)。第三，金融深化的區(qū)域內(nèi)溢出效應(yīng)遠(yuǎn)大于區(qū)域間溢出效應(yīng)。第四，控制變量中，投資、外商直接投資對(duì)經(jīng)濟(jì)增長(zhǎng)存在顯著的正向空間溢出效應(yīng);而與此相反，財(cái)政支出對(duì)經(jīng)濟(jì)增長(zhǎng)的空間溢出效應(yīng)為負(fù)值。

金融深化的空間溢出效應(yīng)不大且顯著性不強(qiáng)，原因一方面可能是金融資源沒有完全流向?qū)嶓w經(jīng)濟(jì)，另一方面就是金融資源的流動(dòng)往往在鄰接省份之間或者經(jīng)濟(jì)水平相近的省份之間發(fā)生，而在相鄰距離較遠(yuǎn)或者經(jīng)濟(jì)發(fā)展水平差距較大的省份之間金融資源的流動(dòng)性較差。為了進(jìn)一步發(fā)揮金融深化對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的溢出效應(yīng)，可以從以下三個(gè)方面著手:第一，中央政府及相關(guān)部門應(yīng)該進(jìn)一步制定相關(guān)政策措施，調(diào)整金融資源結(jié)構(gòu)，確保更多更優(yōu)質(zhì)的金融資源流向?qū)嶓w經(jīng)濟(jì)而非股市和樓市。而要做到這一點(diǎn)，實(shí)體經(jīng)濟(jì)自身的發(fā)展環(huán)境非常重要，如果實(shí)體經(jīng)濟(jì)本身的發(fā)展環(huán)境就非常惡劣，金融資源的所有者是不會(huì)對(duì)實(shí)體經(jīng)濟(jì)產(chǎn)生良好的收入預(yù)期的，也就難以將金融資源配置到實(shí)體經(jīng)濟(jì)當(dāng)中，從而制約了金融深化對(duì)經(jīng)濟(jì)增長(zhǎng)的溢出效應(yīng)。第二，破除金融資源在區(qū)域間流動(dòng)的壁壘，實(shí)現(xiàn)金融資源在區(qū)域間的自由流動(dòng)，以更大限度地發(fā)揮金融深化對(duì)經(jīng)濟(jì)增長(zhǎng)的區(qū)域間溢出效應(yīng)。第三，進(jìn)一步協(xié)調(diào)區(qū)域金融發(fā)展，尤其是通過相關(guān)政策讓金融資源向經(jīng)濟(jì)水平相對(duì)落后的地區(qū)傾斜，提高金融深化對(duì)落后地區(qū)的經(jīng)濟(jì)增長(zhǎng)的拉動(dòng)。

［1］Goldsmith，R．W．，1969．Financial Structure and Development，Yale University Press，New Haven，CT．

［2］McKinnon，R．I．，1973．Money and Capital in Economic Development，Washington:Brookings Institution．

［3］Shaw，E．S．，1973．Financial Deepening in Economic Development，NY:Oxford University Press．

［4］Demirguc－Kunt，A．a(chǎn)nd Levine，R．，2008．Finance，F(xiàn)inancial Sector Policies and Long－run Growth，Policy Research Working Paper，4469．

［5］張軍，金煜．中國(guó)的金融深化和生產(chǎn)率關(guān)系的再檢驗(yàn):1987－2001［J］．經(jīng)濟(jì)研究，2005(11)．

［6］趙勇，雷達(dá)．金融發(fā)展與經(jīng)濟(jì)增長(zhǎng):生產(chǎn)率促進(jìn)抑或資本形成［J］．世界經(jīng)濟(jì)，第2010(2)．

［7］Cheng，X．，and Degryse，H．，2010．The Impact of Bank and Non－bank Financial Institutions on LocalEconomic Growth in China，Journal of Financial Services Research，Vol．37，No．2－3:179－199．

［8］Zhang，J．，Wang，L．，and Wang，S．，2012．Financial Development and Economic Growth:Recent Evidence froMChina，Journal of Comparative Economics，Vol．40，No．3:393 －412．

［9］Boyreau－Debray，G．，2003．Financial Intermediation and Growth:Chinese Style，World Bank，Development Research Group，Investment Climate．Vol．3027．

［10］Hasan，I．，Wachtel，P．，and Zhou，M．，2009．Institutional Development，F(xiàn)inancial Deepening and E-conomic Growth:Evidence froMChina，Journal of Banking ＆ Finance，Vol．33，No．1:157－170．

［11］李敬，冉光和，萬廣華．中國(guó)區(qū)域金融發(fā)展差異的解釋——基于勞動(dòng)分工理論與Shapley值分解方法［J］．經(jīng)濟(jì)研究，2007(5)．

［12］劉華軍，鮑振．中國(guó)金融發(fā)展的空間非均衡與極化研究［J］．當(dāng)代財(cái)經(jīng)，2012(9)．

［13］周凱，劉帥．金融資源空間集聚對(duì)經(jīng)濟(jì)增長(zhǎng)的空間效應(yīng)分析——基于中國(guó)省域空間面板數(shù)據(jù)的實(shí)證分析［J］．投資研究，2013(10)．

［14］丁藝，李靖霞，李林．金融集聚與區(qū)域經(jīng)濟(jì)增長(zhǎng):基于省際數(shù)據(jù)的實(shí)證分析［J］，保險(xiǎn)研究，2010(2)．

［15］LeSage．P．，and Pace，R．K．，2009．Introduction to Spatial Econometrics，Taylor ＆ Francis Group，LLC．