金融發(fā)展與經(jīng)濟增長
—— 一個考慮空間溢出效應(yīng)的再檢驗

張 旭，劉曉星，姚登寶

（東南大學 經(jīng)濟管理學院，江蘇 南京 211189）

金融發(fā)展與經(jīng)濟增長
—— 一個考慮空間溢出效應(yīng)的再檢驗

張 旭，劉曉星，姚登寶

（東南大學 經(jīng)濟管理學院，江蘇 南京 211189）

利用2003—2013年中國285個地級及以上城市的統(tǒng)計數(shù)據(jù)，通過計算單變量和雙變量Moran’s I指數(shù)，檢驗了金融發(fā)展與經(jīng)濟增長的空間相關(guān)性，并運用空間Durbin模型實證檢驗了考慮空間溢出效應(yīng)后金融發(fā)展與經(jīng)濟增長的關(guān)系，結(jié)果表明：城市GDP存在顯著的正向空間自相關(guān)性，城市GDP與資本積累、勞動力投入存在正向空間相關(guān)性，而與金融發(fā)展水平存在負向空間相關(guān)性；在考慮空間溢出效應(yīng)后，金融發(fā)展仍然是推動經(jīng)濟增長的重要因素，本地區(qū)金融發(fā)展對周圍地區(qū)經(jīng)濟增長具有負向空間溢出效應(yīng)，而本地區(qū)經(jīng)濟增長、資本積累及勞動力投入對周圍地區(qū)經(jīng)濟增長具有正的空間溢出效應(yīng)。

金融發(fā)展；經(jīng)濟增長；空間溢出；空間Durbin模型

一、引　言

改革開放以來，中國政府采取了卓有成效的金融體系改革舉措，顯著促進了金融發(fā)展水平的提高以及金融結(jié)構(gòu)的優(yōu)化。中國的廣義貨幣供應(yīng)量M2從1990年的15293.40億元增加到2014年的1228374.81億元；貸款融資占全社會融資規(guī)模百分比由2002年的91.86%下降到2014年的59.59%。與此同時，中國經(jīng)濟保持持續(xù)快速增長，國內(nèi)生產(chǎn)總值年均增速高達10%，推動中國于2010年成為世界第二大經(jīng)濟體。那么金融發(fā)展是推動經(jīng)濟增長的重要因素嗎？

Schumpeter較早地認識到金融發(fā)展與經(jīng)濟增長的關(guān)系，他認為銀行能甄別出最有可能實現(xiàn)產(chǎn)品和生產(chǎn)過程創(chuàng)新的企業(yè)，進而促進經(jīng)濟增長［1］。之后的研究層出不窮。其中，大多數(shù)研究結(jié)論支持金融發(fā)展是推動經(jīng)濟增長重要因素的觀點［2-6］。一些相關(guān)的實證研究也表明金融發(fā)展可以有效地促進經(jīng)濟增長［7-9］。然而，Lucas認為金融發(fā)展對經(jīng)濟增長的作用被過度夸大了［10］；Zang和Kim認為金融發(fā)展與經(jīng)濟增長的關(guān)系并不明確［11］。少數(shù)學者的實證研究表明金融發(fā)展阻礙了經(jīng)濟增長或者兩者無顯著關(guān)系［12-13］。此外，還有一些學者發(fā)現(xiàn)金融發(fā)展與經(jīng)濟增長呈現(xiàn)出非線性特征關(guān)系［14-16］。

“地理學第一定律”的提出改變了人們認識空間事物的原有方式［17］。Anselin指出空間相關(guān)性的存在會導(dǎo)致面板回歸模型產(chǎn)生估計偏差［18］，Greene認為忽略回歸方程的相關(guān)解釋變量會導(dǎo)致估計量有偏且非一致［19］，因此，需要對變量間存在空間相關(guān)性的普通面板數(shù)據(jù)模型進行修正。一些學者的研究表明中國的省域經(jīng)濟增長存在顯著的空間相關(guān)性［20-21］。那么經(jīng)濟增長與金融發(fā)展、生產(chǎn)要素之間是否也存在空間相關(guān)性？金融發(fā)展、生產(chǎn)要素是否存在空間溢出效應(yīng)？如果存在，金融發(fā)展與經(jīng)濟增長的關(guān)系是否仍然成立？這正是本文要回答的問題。

Arestis和Demetriades指出利用國家層面的數(shù)據(jù)研究金融發(fā)展與經(jīng)濟增長的關(guān)系會忽略各國金融體系間的差異性，導(dǎo)致結(jié)論出現(xiàn)偏差［22］；武志發(fā)現(xiàn)對各國金融發(fā)展水平的測度與實際情況存在偏差［23］，因此，使用國家層面的數(shù)據(jù)檢驗金融發(fā)展與經(jīng)濟增長的關(guān)系是不合適的。本文嘗試利用城市面板數(shù)據(jù)和基于城市距離矩陣計算的空間權(quán)重矩陣估計空間杜賓模型，實證檢驗金融發(fā)展與經(jīng)濟增長的關(guān)系及其空間溢出效應(yīng)。

二、理論分析與假設(shè)提出

雖然大多數(shù)學者認為金融發(fā)展能夠有效地促進經(jīng)濟增長，但他們關(guān)于金融發(fā)展對經(jīng)濟增長作用機制的認識卻莫衷一是。傳統(tǒng)的金融發(fā)展理論認為，金融發(fā)展通過促進資本積累的形成，推動經(jīng)濟增長［24-25］。金融發(fā)展還可以通過金融中介的信用放大作用增加經(jīng)濟中的資金供給，推動經(jīng)濟增長［26］。金融市場的發(fā)展可以有效減輕道德風險和逆向選擇問題，從而降低貨幣的預(yù)防性需求，減少企業(yè)的融資成本，提高企業(yè)生產(chǎn)和創(chuàng)新的積極性［27］。此外，道德風險和逆向選擇問題的緩解還能夠減少市場摩擦，促進市場中的交易活動［28-29］。

金融發(fā)展在擴大資本投資規(guī)模的同時，還有助于提高投資活動中的資源配置效率。也就是說，金融活動通過提高資本積累、資本分配的效率，促進經(jīng)濟增長方式轉(zhuǎn)變，推動長期經(jīng)濟增長［30］。金融發(fā)展還可通過提高資本深化的相對生產(chǎn)率，促進經(jīng)濟增長由資本形成主導(dǎo)向生產(chǎn)率主導(dǎo)的方式轉(zhuǎn)變［31-32］。金融發(fā)展還有助于將儲蓄導(dǎo)向更具生產(chǎn)性的投資項目，也能夠促進風險分散［33］。此外，金融發(fā)展還能夠降低收入不平等，促進經(jīng)濟增長［34］。

Levine較為全面地總結(jié)了金融發(fā)展對經(jīng)濟增長的作用機制，他認為，金融發(fā)展通過便利商品和服務(wù)交易、動員和匯集儲蓄、在事先（提供融資之前）生產(chǎn)出關(guān)于投資與配置資本的信息、分散風險、在事后（在提供融資之后）監(jiān)督投資與實施公司治理推動經(jīng)濟增長［35］。因此，本文提出以下假設(shè)。

假設(shè)1：本地區(qū)金融發(fā)展能夠促進本地區(qū)經(jīng)濟增長。

潘文卿、Bai等研究表明，地區(qū)經(jīng)濟增長之間存在著顯著的空間溢出效應(yīng)［20-21］。這主要因為本地區(qū)技術(shù)、知識和創(chuàng)新效率可以通過傳播對周圍地區(qū)的經(jīng)濟產(chǎn)生正向空間溢出效應(yīng)［36-38］。此外，資本投入和勞動力投入也存在著空間溢出效應(yīng)［37］。本地區(qū)資本投入越高，一方面說明本地區(qū)具有優(yōu)越的地理區(qū)位優(yōu)勢或者政策傾向，周圍地區(qū)往往也具有類似的環(huán)境，使得具有相似特征的地區(qū)形成空間集聚；另一方面，資本投入的高低還會對要素價格產(chǎn)生影響，根據(jù)一價定律，資本會從投入高的地區(qū)流向投入低的地區(qū)，產(chǎn)生正向空間溢出效應(yīng)。勞動力投入也是如此；另一方面，本地區(qū)勞動力較多，往往會使得一部分勞動力流向周圍勞動力更為缺乏的地區(qū)，有助于周圍地區(qū)經(jīng)濟增長。因此，本文提出如下研究假設(shè)：

假設(shè)2：本地區(qū)經(jīng)濟增長、資本、勞動力對周圍地區(qū)經(jīng)濟增長具有正向空間溢出效應(yīng)。

我們認為影響投資活動的重要因素還應(yīng)包括融資的難易程度。然而，市場均衡利率和融資的難易程度又與金融發(fā)展水平緊密聯(lián)系：在其他條件不變的情況下，金融發(fā)展水平越高利率水平降低，這是因為，金融發(fā)展水平提高可以有效降低道德風險和逆向選擇問題，減少金融市場摩擦，降低資金交易成本［27］，利率水平趨于降低。

假設(shè)3：本地區(qū)金融發(fā)展對周圍地區(qū)經(jīng)濟增長具有負向空間溢出效應(yīng)。

三、空間計量模型設(shè)定

（一）空間計量模型選擇

鑒于金融發(fā)展對經(jīng)濟增長的重要推動作用，許多學者，如Svaleryd和Vlachos［39］、趙振全等［14］等將金融發(fā)展作為一種生產(chǎn)要素，研究了其與經(jīng)濟增長的關(guān)系，武志［23］、陸靜［26］提出了包含金融發(fā)展要素的柯布—道格拉斯生產(chǎn)函數(shù)：

其中，Yt、Kt、Lt、Ft、At分別表示時刻t的總產(chǎn)出、資本積累、勞動力投入、金融發(fā)展水平和全要素生產(chǎn)率。對兩邊取自然對數(shù)，再對兩邊關(guān)于時間求導(dǎo)：

系數(shù)α、β、γ分別表示資本積累、勞動力投入及金融發(fā)展水平的產(chǎn)出彈性。本文構(gòu)建的空間計量模型在此模型基礎(chǔ)上引入空間滯后變量。

Anselin指出如果觀測變量間存在著空間相關(guān)性，則需要引入一個空間權(quán)重矩陣對普通面板數(shù)據(jù)模型進行修正［18］。常用的空間計量模型有三種：空間滯后模型（SLM）、空間誤差模型（SEM）和空間杜賓模型（SDM）。本文構(gòu)建引入空間滯后變量和空間權(quán)重矩陣的空間面板數(shù)據(jù)模型①該計量模型可以表示為三種空間面板數(shù)據(jù)模型，具體來說，當時模型被稱為空間杜賓模型；當且時模型被稱為空間滯后模型；當且時模型被稱為空間誤差模型。：

其中，yit為城市i在時刻t的產(chǎn)出觀測值，Xit為自變量的觀測值，本文分別表示資本積累、勞動力投入、金融發(fā)展水平的觀測指標；ρ為空間滯后系數(shù)，λ為空間誤差系數(shù)；ψ為參數(shù)向量，反映周圍地區(qū)解釋變量對本地區(qū)經(jīng)濟增長的影響；φ、δi、υt、εit分別表示常數(shù)項、地區(qū)效應(yīng)、時間效應(yīng)和隨機擾動項；w為空間權(quán)重矩陣②本文根據(jù)城市的經(jīng)緯度坐標計算出距離矩陣，進行標準化得到空間權(quán)重矩陣。。

（二）變量選擇與數(shù)據(jù)說明

本文選擇城市生產(chǎn)總值作為經(jīng)濟增長的指標變量，全社會固定資產(chǎn)投資總額作為資本積累的代理變量，用Inv表示，在崗職工平均人數(shù)作為勞動力投入的反映變量，用Lab表示。通常采用的金融發(fā)展指標為麥金農(nóng)指標，即M2/GDP，其表示經(jīng)濟的貨幣化程度，由于市級統(tǒng)計數(shù)據(jù)并沒有M2指標，我們依據(jù)趙勇和雷達［32］、陸靜［26］、Zhang等［8］、楊友才［16］的做法，選擇“金融機構(gòu)貸款總額/GDP”作為金融發(fā)展水平的代理變量，用Fid表示。

本文實證分析的數(shù)據(jù)為《中國城市統(tǒng)計年鑒》（2004—2014）中285個地級及以上城市2003—2013年的統(tǒng)計數(shù)據(jù)。本文實證分析使用的變量均為實際變量，處理方法如下：根據(jù)《新中國60年統(tǒng)計資料匯編》和《中國統(tǒng)計年鑒》計算各省GDP平減指數(shù)，并對省內(nèi)城市GDP進行平減；利用各省的固定資產(chǎn)投資價格指數(shù)對省內(nèi)城市固定資產(chǎn)投資總額進行調(diào)整；利用CPI指數(shù)對金融機構(gòu)貸款總額進行調(diào)整。

四、城市經(jīng)濟增長的空間相關(guān)性檢驗

（一）單變量空間相關(guān)性

考察地區(qū)經(jīng)濟變量的空間相關(guān)性，大多數(shù)學者采用Moran’s I指數(shù)進行檢驗，該指數(shù)表示為：

表1　城市GDP的Moran’s I指數(shù)

表1為使用2003—2013年城市實際GDP計算的Moran’s I指數(shù)?？梢钥闯?，以四種帶寬（0—350、0—750、0—1150、0—1550）計算的中國城市GDP的Moran’s I指數(shù)均為正，且都通過了5%的顯著性檢驗，這表明中國城市GDP存在著顯著的正向空間相關(guān)性。從時間維度來看，Moran’s I指數(shù)沒有表現(xiàn)出明顯的遞增或遞減趨勢。

以上Moran’s I指數(shù)測度了全域范圍城市GDP的空間相關(guān)性，但全域Moran’s I指數(shù)有時并不能反映“非典型”局域分布特征［40］，因此需要一種補充測度方法——空間關(guān)聯(lián)局部指標（LISA）來測度空間相關(guān)的局域特征，其計算公式為：

圖1分別為期初（2003年）、期末（2013年）城市實際GDP的局域集聚特征圖?？梢钥闯?，2003年城市GDP的高值集聚城市共26個，主要集中于環(huán)渤海城市圈和長三角城市圈，低值集聚城市有44個，主要分布于西北地區(qū)和西南地區(qū)，“低—高”、“高—低”集聚城市共20個。在2013年，高值集聚城市數(shù)量增加到28個，仍然集中于環(huán)渤海城市圈和長三角城市圈，“高—低”、“低—高”城市個數(shù)增加到26個，增加的地區(qū)主要分布在西北地區(qū)。低值集聚城市顯著減少，由期初的44個減少到38個，減少的城市主要位于西部地區(qū)，這說明，我國西部地區(qū)的城市經(jīng)濟發(fā)展水平顯著提升。此外，珠三角城市群并沒有表現(xiàn)出高值集聚特征，這可能是城市發(fā)展模式不同或者是生產(chǎn)要素流通不暢所致。

圖1　2003、2013年城市GDP的局域集聚圖

（二）雙變量空間相關(guān)性

表2　雙變量Moran’s I指數(shù)

為驗證在模型中加入自變量空間滯后項的合理性，本文進一步計算雙變量Moran’s I指數(shù)。表2為城市GDP與勞動力投入、資本積累、金融發(fā)展的雙變量Moran’s I指數(shù)。

可以看出，城市GDP與資本積累、勞動力投入具有顯著的正的空間相關(guān)性，并且這種相關(guān)程度隨著城市距離的增加而逐漸減弱。從時間維度看，城市GDP與資本投入的Moran’s I指數(shù)呈現(xiàn)遞減趨勢；城市GDP與勞動力投入的Moran’s I指數(shù)并未表現(xiàn)出遞增或遞減趨勢。從城市GDP與金融發(fā)展的Moran’s I指數(shù)看出，多數(shù)指數(shù)為負，且只有部分通過了顯著性檢驗。

五、實證分析

（一）模型估計結(jié)果

城市GDP的單變量和雙變量Moran’s I指數(shù)檢驗表明，城市GDP確實存在著全域和局域空間自相關(guān)性，城市GDP與金融發(fā)展、資本積累、勞動力投入之間也存在空間相關(guān)性，因此，經(jīng)濟增長、生產(chǎn)要素、金融發(fā)展的地理空間效應(yīng)對地區(qū)經(jīng)濟增長的作用不容忽視，這意味著本文使用空間杜賓模型進行實證研究是合理的。Hausman檢驗結(jié)果表明固定效應(yīng)模型優(yōu)于隨機效應(yīng)模型，本文同時估計了空間滯后模型和空間誤差模型進行比較。借鑒Lee和Yu［41］的做法，本文采用極大似然方法（ML）估計模型參數(shù)，結(jié)果如表3所示。

表3　空間面板數(shù)據(jù)模型的估計結(jié)果

（二）實證結(jié)果分析

從三種空間面板數(shù)據(jù)模型的回歸結(jié)果可以看出，空間杜賓模型的、調(diào)整以及對數(shù)似然值（logL）均大于其他兩種模型，且其隨機誤差項的方差最小，這表明空間杜賓模型的擬合優(yōu)度最高、估計效果最好。從空間杜賓模型的估計結(jié)果可以看出，lnInv和lnLab的系數(shù)為正，且小于1，并通過了1%的顯著性檢驗。比較SEM、SLM 和SDM模型，lnInv、lnLab、lnFid系數(shù)的符號、大小、顯著性均未發(fā)生顯著變化。在SDM模型中，資本投入的產(chǎn)出彈性為0.35675，這意味著資本投入增加1%，產(chǎn)出將增加0.35675%；勞動力的產(chǎn)出彈性為0.20792，這意味著勞動力投入增加1%，產(chǎn)出將增加0.20792%。

在空間杜賓模型中，W*lnInv的系數(shù)為正，但并沒有通過顯著性檢驗。我們認為造成不顯著的原因在于：雖然我國東部發(fā)達地區(qū)城市之間，如環(huán)渤海城市群、長三角城市群、珠三角城市群，存在投資的顯著的正向空間溢出效應(yīng)，但在一些不發(fā)達的省份、城市之間仍然存在著投資的空間競爭效應(yīng)（負向空間溢出效應(yīng)）。

在SLM和SEM模型中，空間滯后項的系數(shù)為正，且通過顯著性檢驗，但在加入自變量滯后項的空間杜賓模型中該系數(shù)明顯減小，這也間接表明城市GDP的空間溢出不是偶然發(fā)生的，我們認為除資本投入、勞動力投入具有正的空間溢出效應(yīng)外，技術(shù)、知識的外溢也是造成本地區(qū)經(jīng)濟具有正向空間溢出效應(yīng)的重要原因。綜合以上分析，我們認為空間杜賓模型的實證結(jié)果驗證了本文的研究假設(shè)2。

LeSage和Pace［42］指出，利用空間計量模型的點估計結(jié)果判斷是否存在空間溢出效應(yīng)可能會導(dǎo)致錯誤的結(jié)論，而應(yīng)用直接效應(yīng)、間接效應(yīng)和總效應(yīng)進行分析可以提高研究結(jié)論的準確性①根據(jù)LeSage和Pace：直接效應(yīng)是指本地區(qū)自變量對本地區(qū)因變量總的作用效果，包括本地區(qū)自變量對本地區(qū)因變量的直接影響和本地區(qū)自變量通過空間滯后項對本地區(qū)因變量的影響；間接效應(yīng)是指周圍地區(qū)自變量對本地區(qū)因變量總的作用效果，包括周圍地區(qū)自變量對本地區(qū)因變量的直接影響和周圍地區(qū)自變量通過空間滯后項對本地區(qū)因變量的影響；綜合效應(yīng)是指自變量對因變量總的作用效果。見文后參考文獻［42］。。本文采用直接效應(yīng)、間接效應(yīng)和總效應(yīng)對金融發(fā)展與經(jīng)濟增長的關(guān)系及其空間溢出效應(yīng)做進一步檢驗。表4給出了SLM模型和SDM模型的直接效應(yīng)、間接效應(yīng)和總效應(yīng)估計結(jié)果。根據(jù)三種效應(yīng)的定義，直接效應(yīng)更適合檢驗金融發(fā)展與經(jīng)濟增長的關(guān)系，因為這種效應(yīng)考慮了金融發(fā)展的空間溢出效應(yīng)。從表4可以看出，金融發(fā)展的直接效應(yīng)均為正，通過了1%的顯著性檢驗，這表明在考慮了空間溢出效應(yīng)后，金融發(fā)展仍然是推動經(jīng)濟增長的重要因素。根據(jù)三種效應(yīng)的定義，間接效應(yīng)更適合檢驗自變量的空間溢出效應(yīng)。可以看出，金融發(fā)展的間接效應(yīng)為負，且通過了5%的顯著性檢驗，這更加說明金融發(fā)展具有負的空間溢出效應(yīng)；資本積累和勞動力投入的間接效應(yīng)為正，這再一次表明資本和勞動力具有顯著的正向空間溢出效應(yīng)。

（三）穩(wěn)健性檢驗

表4　空間面板數(shù)據(jù)模型的直接效應(yīng)、間接效應(yīng)與總效應(yīng)

表5　穩(wěn)健性檢驗結(jié)果

為了驗證模型估計結(jié)果是否穩(wěn)健，本文分別利用子樣本回歸和主要解釋變量替換進行穩(wěn)健性檢驗。首先，我國經(jīng)濟在2008—2010年間經(jīng)歷了從衰退到低谷，再到復(fù)蘇繁榮的過程，與此同時，寬松的貨幣政策與4萬億經(jīng)濟刺激措施使得社會融資規(guī)模產(chǎn)生巨大波動，鑒于此，我們剔除2008—2010年的樣本數(shù)據(jù)，使用子樣本數(shù)據(jù)重新估計模型，估計結(jié)果如表5所示?？梢钥闯?，在子樣本回歸中，W*lnLab的系數(shù)為負，但并未通過顯著性檢驗，而其他參數(shù)的符號、大小均未發(fā)生顯著變化，這說明金融危機沖擊并未對模型的參數(shù)估計結(jié)果產(chǎn)生實質(zhì)性影響，模型的估計結(jié)果具有較好的穩(wěn)健性。其次，本文使用“（金融機構(gòu)貸款總額+金融機構(gòu)存款總額）/GDP”作為本文金融發(fā)展指標的替代變量重新估計模型，估計結(jié)果如表5所示?？梢钥闯?，在使用替代變量估計的模型中，除金融發(fā)展指標及其空間滯后項的系數(shù)外，其余變量及空間滯后項系數(shù)的符號、大小、顯著性均未發(fā)生明顯變化，而正如我們所預(yù)期的，金融發(fā)展指標及其空間滯后項系數(shù)的大小均發(fā)生變化，但其符號、顯著性均未發(fā)生明顯變化，因此，本文模型的估計結(jié)果是穩(wěn)健的。

六、結(jié)　語

本文以2003—2013年中國285個地級及以上城市的統(tǒng)計數(shù)據(jù)為研究樣本，構(gòu)建城市距離空間權(quán)重矩陣，通過計算單變量和雙變量Moran’s I指數(shù)檢驗金融發(fā)展與經(jīng)濟增長的空間相關(guān)性，然后運用空間杜賓模型實證分析了金融發(fā)展與經(jīng)濟增長的關(guān)系及其空間溢出效應(yīng)，得出以下結(jié)論：

第一，單變量Moran’s I指數(shù)檢驗表明城市GDP存在顯著的正向空間自相關(guān)性，這種空間自相關(guān)程度隨著城市距離的增加逐漸減弱，雙變量Moran’s I指數(shù)檢驗表明城市GDP與資本積累、勞動力投入存在正向空間相關(guān)性，而與金融發(fā)展存在負的空間相關(guān)性，這意味著經(jīng)濟增長、生產(chǎn)要素、金融發(fā)展的地理空間效應(yīng)對地區(qū)經(jīng)濟發(fā)展的作用不容忽視。

第二，空間杜賓模型的估計結(jié)果顯示，在考慮空間溢出效應(yīng)后，金融發(fā)展仍然是推動經(jīng)濟增長的重要因素，并且本地區(qū)金融發(fā)展對周圍地區(qū)經(jīng)濟增長具有負的空間溢出效應(yīng)，本地區(qū)經(jīng)濟增長、資本積累及勞動力投入對周圍地區(qū)經(jīng)濟增長具有正的空間溢出效應(yīng)。金融發(fā)展、資本積累、勞動力投入的直接效應(yīng)、間接效應(yīng)進一步佐證了空間杜賓模型的實證結(jié)果。

本文的研究具有重要的理論意義和現(xiàn)實意義。首先，國內(nèi)外學者很少關(guān)注金融發(fā)展與經(jīng)濟增長的空間溢出效應(yīng)，本文嘗試從實證方面對其分析，后續(xù)的研究可構(gòu)建更為復(fù)雜的理論模型，從理論層面深入分析金融發(fā)展和生產(chǎn)要素的空間溢出效應(yīng)。其次，本文為克服“0—1”空間權(quán)重矩陣的缺陷，選擇基于城市距離矩陣計算的空間權(quán)重矩陣進行實證分析，后續(xù)的研究也可構(gòu)建更為符合實際的“經(jīng)濟距離”空間權(quán)重矩陣。再次，本文的研究表明珠三角城市群并沒有表現(xiàn)出城市GDP高值集聚特征，這值得更為深入細致的分析，也暗示著珠三角城市群仍然具有較大的經(jīng)濟增長潛力。最后，本文的研究結(jié)果表明，生產(chǎn)要素如投資、勞動力具有正向空間溢出效應(yīng)，而金融發(fā)展則具有負向空間溢出效應(yīng)，這些結(jié)論可以為制定地區(qū)經(jīng)濟政策提供重要借鑒：在制定經(jīng)濟增長政策時要充分發(fā)揮投資、勞動力、技術(shù)、知識等的正向空間溢出效應(yīng)，同時還應(yīng)注重通過制定相關(guān)的金融發(fā)展政策，縮小地區(qū)間的金融發(fā)展差距，減輕金融發(fā)展的負向空間溢出效應(yīng)。

［1］ Schumpeter J A．The theory of economic development［M］．MA：Harvard University Press，1912．

［2］Patrick H T．Financial development and economic growth in underdeveloped countries［J］．Economic Development and Cultural Change，1966，14（2）：174-189．

［3］ Mckinnon R．Money and capital in economic development［M］．Washington DC：Brookings Institution Press，1973．

［4］ Shaw E S．Financial deepening in economic development［M］．Oxford：Oxford University Press，1973．

［5］ King R G，Levine R．Finance and growth：Schumpeter might be right［J］．The Quarterly Journal of Economics，1993，108（3）：717-737．

［6］Fang X，Yu J．The promoting effect of financial development on economic growth：evidence from China［J］．Emerging Markets Fi?nance&Trade，2014，50（1）：34-50．

［7］ Hassana M K，Sanchezb B，Yu J．Financial development and economic growth：new evidence from panel data［J］．The Quarterly Re?view of Economics and Finance，2011，51（1）：88-104．

［8］Zhang J，Wang L，Wang S．Financial development and economic growth：recent evidence from China［J］．Journal of ComparativeEconomics，2012，40：393-412．

［9］ Al-Malkawi H，Hazem N，Marashdeh A，Abdullah N．Financial development and economic growth in the UAE：empirical assessment using ARDL approach to co-integration［J］．International Journal of Economics and Finance，2012，4（5）：105-116．

［10］ Lucus R．On the mechanics of economic development［J］．Journal of Monetary Economics，1988，22（1）：3-42．

［11］ Zang H，Kim Y C．Does financial development precede growth？Robinson and Lucas might be right［J］．Applied Economics Let?ters，2007（14）：15-19．

［12］Shan J，Morris A．Does financial development“l(fā)ead”economic growth？［J］．International Review of Applied Economics，2002，16 （2）：153-168．

［13］ 單俏穎．我國金融發(fā)展與經(jīng)濟增長關(guān)系的實證研究［J］．統(tǒng)計與信息論壇，2003（11）：72-76．

［14］ 趙振全，于震，楊東亮．金融發(fā)展與經(jīng)濟增長的非線性關(guān)聯(lián)研究：基于門限模型的實證檢驗［J］．數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2007（7）：54-62．

［15］ Rousseau P，Wachtel P．What is happening to the impact of financial deepening on economic growth？［J］．Economic Inquiry，2011，49（1）：276-288．

［16］ 楊友才．金融發(fā)展與經(jīng)濟增長：基于我國金融發(fā)展門檻變量的分析［J］．金融研究，2014（2）：59-71．

［17］ Tobler W R．Lattice tuning［J］．Geographical Analysis，1979，11（1）：36-44．

［18］ Anselin L．Spatial econometrics：methods and models［M］．Dordecht：Kluwer Academic Publishers，1988．

［19］ Greene W．Reconsidering heterogeneity in panel data estimators of the stochastic frontier model［J］．Journal of Econometrics，2005，126：269-303．

［20］ 潘文卿．中國的區(qū)域關(guān)聯(lián)與經(jīng)濟增長的空間溢出效應(yīng)［J］．經(jīng)濟研究，2012（1）：54-65．

［21］ Bai C，Ma H，Pan W．Spatial spillover and regional economic growth in China［J］．China Economic Review，2012，23：982-990．

［22］ Arestis P，Demetriades P．Financial development and economic growth：assessing the evidence［J］．Economic Journal，1997，107：783-799．

［23］ 武志．金融發(fā)展與經(jīng)濟增長：來自中國的經(jīng)驗分析［J］．金融研究，2010（5）：58-68．

［24］ Gurley J G，Shaw E S．Money in a theory of finance［M］．Washington DC：The Brookings Institution，1960．

［25］ Goldsmith R W．Financial structure and development［M］．New Haven：Yale University Press，1969．

［26］ 陸靜．金融發(fā)展與經(jīng)濟增長關(guān)系的理論與實證研究：基于中國省際面板數(shù)據(jù)的協(xié)整分析［J］．中國管理科學，2012（2）：177-184．

［27］Guiso L，Sapienza P，Zingales L．Does local financial development matter？［J］．The Quarterly Journal of Economics，2004，119 （3）：929-969．

［28］ Rajan R G，Zingales L．Financial dependence and growth［J］．American Economic Review，1998，88（3）：559-586．

［29］ 龔強，張一林，林毅夫．產(chǎn)業(yè)結(jié)構(gòu)、風險特性與最優(yōu)金融結(jié)構(gòu)［J］．經(jīng)濟研究，2014（4）：4-16．

［30］Graff M，Karmann A．What determines the finance-growth nexus？Empirical evidence for threshold models［J］．Journal of Eco?nomics，2006，87（2）：127-157．

［31］ 姚耀軍．中國金融發(fā)展與全要素生產(chǎn)率：基于時間序列的經(jīng)驗證據(jù)［J］．數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2010（3）：68-81．

［32］ 趙勇，雷達．金融發(fā)展與經(jīng)濟增長：生產(chǎn)率促進抑或資本形成［J］．世界經(jīng)濟，2010（2）：37-50．

［33］ Loayza N V，Ranciere R．Financial development，financial fragility，and growth［J］．Journal of Money，Credit and Banking，2006，38 （4）：1051-1076．

［34］ Beck T，Demirguc-Kunt A，Levine R．Finance，inequality and the poor［J］．Journal of Economic Growth，2007，12（1）：27-49．

［35］ Levine R．Finance and growth：theory and evidence［J］．Handbook of Economic Growth，2005，1（1）：865-934．

［36］Ertur C，Koch W．Growth，technological interdependence and spatial externalities：theory and evidence［J］．Journal of Applied Econometrics，2007，22（6）：1033-1062．

［37］ Tian L，Wang H H，Chen Y．Spatial externalities in China regional economic growth［J］．China Economic Review，2010，21（S1）：S20-S31．

［38］ 余泳澤，劉大勇．我國區(qū)域創(chuàng)新效率的空間外溢效應(yīng)與價值鏈外溢效應(yīng)：創(chuàng)新價值鏈視角下的多維空間面板模型研究［J］．管理世界，2013（7）：6-21．

［39］Svaleryd H，Vlachos J．Financial markets，the pattern of industrial specialization and comparative advantage［J］．European Eco?nomic Review，2005，49（1）：113-144．

［40］ Anselin L．Local indicators of spatial association-LISA［J］．Geographical Analysis，1995，27（2）：93-115．

［41］Lee L，Yu J．Estimation of spatial autoregressive panel data models with fixed effects［J］．Journal of Econometrics，2010，154：165-185．

［42］ LeSage J，Pace R K．Introduction to spatial econometrics［M］．Boca Raton：CRC Press，2009.

F830.2

A

1671-511X（2016）03-0106-09

2016-01-08

國家自然科學基金項目“資產(chǎn)價格波動與實體經(jīng)濟：影響機制及其動態(tài)均衡研究”（71473036）成果之一。

張旭（1988—），男，江蘇徐州人，東南大學經(jīng)濟管理學院博士研究生，研究方向：金融理論與政策。