山東省金融結(jié)構(gòu)、科技創(chuàng)新與經(jīng)濟(jì)增長
——基于空間杜賓模型的分析

趙建軍， 趙 煒

(1.青島大學(xué) 旅游與地理學(xué)院，山東 青島 266071； 2. 青島大學(xué) 經(jīng)濟(jì)學(xué)院， 山東 青島 266100)

一、引言

山東是我國新舊動能轉(zhuǎn)換綜合改革試驗(yàn)區(qū)，在新舊動能轉(zhuǎn)換背景下，金融結(jié)構(gòu)與科技創(chuàng)新對區(qū)域經(jīng)濟(jì)增長的作用日趨突出。目前，國內(nèi)外關(guān)于金融結(jié)構(gòu)、科技創(chuàng)新與經(jīng)濟(jì)增長的研究相對較多，如金融結(jié)構(gòu)無關(guān)論、銀行主導(dǎo)論、市場主導(dǎo)論等，這些分析具有一定片面性；相關(guān)研究對科技創(chuàng)新和金融結(jié)構(gòu)之間的協(xié)調(diào)互動研究相對較少；基于區(qū)域經(jīng)濟(jì)影響因素空間關(guān)聯(lián)性的存在，傳統(tǒng)空間計(jì)量模型的空間距離矩陣設(shè)定已不能反映真實(shí)情況。針對上述問題，本文試圖采用新結(jié)構(gòu)經(jīng)濟(jì)學(xué)分析視角，基于與發(fā)展階段相適應(yīng)的金融結(jié)構(gòu)理論，將科技創(chuàng)新引入金融結(jié)構(gòu)對經(jīng)濟(jì)增長影響的分析之中，研究金融結(jié)構(gòu)、科技創(chuàng)新與經(jīng)濟(jì)增長之間的互動關(guān)系與作用機(jī)制；在研究方法上，本文將采用時(shí)間距離替代傳統(tǒng)的空間距離構(gòu)建空間權(quán)重矩陣，改良了空間權(quán)重矩陣的設(shè)定方法，也使實(shí)證分析結(jié)果更加符合實(shí)際情況。在空間計(jì)量分析基礎(chǔ)上，本文試圖采用新結(jié)構(gòu)經(jīng)濟(jì)學(xué)思想，針對山東經(jīng)濟(jì)發(fā)展階段，對相關(guān)分析變量的作用機(jī)制進(jìn)行探索。

二、相關(guān)文獻(xiàn)回顧

有關(guān)科技創(chuàng)新、金融因素與經(jīng)濟(jì)增長之間的關(guān)聯(lián)研究相對較多，歸納起來主要有以下幾個(gè)層面：

(一)金融結(jié)構(gòu)對經(jīng)濟(jì)增長的影響

早在1969年Goldsmith[1]就金融結(jié)構(gòu)對經(jīng)濟(jì)增長的作用進(jìn)行研究，通過分析35個(gè)國家1964年之前的數(shù)據(jù)，指出金融發(fā)展和經(jīng)濟(jì)增長之間存在正相關(guān)性，但是由于數(shù)據(jù)的限制，關(guān)于金融結(jié)構(gòu)和經(jīng)濟(jì)增長之間的關(guān)系非常局限。Demirguc-Kunt和Levine(2001)[2]通過分析發(fā)現(xiàn)，越富有的國家，銀行和金融市場越活躍，金融結(jié)構(gòu)與經(jīng)濟(jì)增長之間的關(guān)系越密切。Allen和Gale[3](2000)檢驗(yàn)了金融結(jié)構(gòu)是否影響經(jīng)濟(jì)增長。他們認(rèn)為隨著一國經(jīng)濟(jì)增長，該國需要的金融服務(wù)(銀行和證券市場)的組合也不同(Boyd和smith，1998)；如果實(shí)際金融結(jié)構(gòu)偏離了最優(yōu)組合，經(jīng)濟(jì)體將無法獲得適當(dāng)?shù)慕鹑诜?wù)組合，從而傷害經(jīng)濟(jì)增長。Lin，Sun和Jiang[4]認(rèn)為經(jīng)濟(jì)在每一個(gè)增長階段都存在一個(gè)最優(yōu)的金融結(jié)構(gòu)。王澎波，于濤，王旺平[5]對金融發(fā)展、金融結(jié)構(gòu)和經(jīng)濟(jì)增長之間的關(guān)系研究得出如下結(jié)論：在我國銀行業(yè)對經(jīng)濟(jì)增長的作用相對于證券市場更加突出，但是邊際影響正在下降，說明目前我國總體上雖然偏向于銀行主導(dǎo)型，但正在逐漸向市場型轉(zhuǎn)變[6]。

(二)科技創(chuàng)新對經(jīng)濟(jì)增長的影響

創(chuàng)新的概念起源于1912年Schumpeter的《經(jīng)濟(jì)發(fā)展概論》，隨后他又在其著作中對創(chuàng)新進(jìn)行深化和應(yīng)用，形成系統(tǒng)的創(chuàng)新理論。但是系統(tǒng)性的建模工作是從20世紀(jì)40年代才開始，Harrod(1939)和Domar(1946)引發(fā)了大量基于這些路線的研究。在他們的研究基礎(chǔ)之上Solow-swan通過具有技術(shù)進(jìn)步的索洛模型，將技術(shù)外生，得出了“只有技術(shù)進(jìn)步才能解釋人均產(chǎn)出的長期上升”的重要結(jié)論。Romer(1987)將技術(shù)內(nèi)生提出內(nèi)生增長理論，假定技術(shù)是非競爭性的，技術(shù)可以在邊際成本為零的情況下被他人無限使用，進(jìn)一步闡釋了經(jīng)濟(jì)增長的核心是技術(shù)創(chuàng)新。國內(nèi)有大量文獻(xiàn)在討論科技創(chuàng)新對經(jīng)濟(jì)增長的影響。蔡昉、林毅夫、張維迎等分別從不同的方面進(jìn)行了研究。本文著重介紹林毅夫在新結(jié)構(gòu)經(jīng)濟(jì)學(xué)中關(guān)于技術(shù)創(chuàng)新對經(jīng)濟(jì)增長影響的見解。在《新結(jié)構(gòu)經(jīng)濟(jì)學(xué)》一書中回顧了從大衛(wèi)休謨到楊格的經(jīng)濟(jì)增長理論，一方面肯定了索洛、斯旺將技術(shù)引入增長理論的貢獻(xiàn)，也批判了其技術(shù)外生的做法。與此同時(shí)通過新結(jié)構(gòu)經(jīng)濟(jì)學(xué)的框架提出如下觀點(diǎn)：一個(gè)經(jīng)濟(jì)體的經(jīng)濟(jì)結(jié)構(gòu)內(nèi)生于它的要素稟賦結(jié)構(gòu)，持續(xù)的經(jīng)濟(jì)發(fā)展是由要素稟賦的變化和持續(xù)的技術(shù)創(chuàng)新推動的[7]。

(三)金融結(jié)構(gòu)與科技創(chuàng)新融合對經(jīng)濟(jì)增長的影響

學(xué)者們直接對金融結(jié)構(gòu)、科技創(chuàng)新、經(jīng)濟(jì)增長三者關(guān)系的分析較少，大多是對金融發(fā)展、金融競爭、金融集聚與經(jīng)濟(jì)增長的關(guān)系進(jìn)行研究。姜磊、柏玲(2012)[8]等采用空間杜賓模型研究金融支持與科技創(chuàng)新的空間溢出效應(yīng)，其中將金融支持分為金融規(guī)模、金融效率和金融結(jié)構(gòu)3個(gè)維度，認(rèn)為金融規(guī)模越大越有利于科技創(chuàng)新，但金融結(jié)構(gòu)對科技創(chuàng)新的影響不顯著。祝佳(2015)[9]從產(chǎn)業(yè)差異的角度，分別對銀行業(yè)、證券業(yè)和保險(xiǎn)業(yè)建立空間誤差模型，結(jié)果表明銀行業(yè)對技術(shù)創(chuàng)新的影響最大，而證券業(yè)和保險(xiǎn)業(yè)雖然對科技創(chuàng)新具有正向影響但均不顯著。張林(2016)[10]通過將科技創(chuàng)新和金融發(fā)展的乘積項(xiàng)納入到解釋變量的位置，試圖解釋金融發(fā)展、科技創(chuàng)新的融合互動對經(jīng)濟(jì)增長的影響。結(jié)果表明，二者的融合互動對經(jīng)濟(jì)增長具有正向影響，但是影響效果并不顯著。曹霞、張路蓬(2017)通過建立空間杜賓模型分析了金融支持對科技創(chuàng)新具有直接的影響，其中銀行業(yè)的支持強(qiáng)度最大。新結(jié)構(gòu)經(jīng)濟(jì)學(xué)認(rèn)為不同的經(jīng)濟(jì)增長階段需要不同的金融結(jié)構(gòu)與之匹配[11]，并且不同的科技創(chuàng)新水平需要不同的金融結(jié)構(gòu)來支持。

通過對文獻(xiàn)的梳理，關(guān)于金融結(jié)構(gòu)、科技創(chuàng)新以及經(jīng)濟(jì)增長的研究已經(jīng)非常豐富，對于三者之間問題的研究可歸納如下：首先，大多數(shù)學(xué)者認(rèn)為金融結(jié)構(gòu)、科技創(chuàng)新以及二者的協(xié)調(diào)互動對經(jīng)濟(jì)增長具有正向影響。可能由于數(shù)據(jù)等一些不可控因素導(dǎo)致回歸結(jié)果并不顯著，但這并不影響分析結(jié)果的大方向。其次，多數(shù)學(xué)者意識到空間相關(guān)性的問題，紛紛將空間因素引入到模型中，不僅分析了金融結(jié)構(gòu)和科技創(chuàng)新的直接影響，同時(shí)分析了間接影響，但是大多數(shù)文章仍然采用傳統(tǒng)的空間權(quán)重矩陣。最后，在多數(shù)文章中不管是經(jīng)濟(jì)增長方程還是知識生產(chǎn)函數(shù)，大多采用新古典增長方程的形式。

雖然文獻(xiàn)眾多，但是借鑒新結(jié)構(gòu)經(jīng)濟(jì)學(xué)的思想，通過建立空間計(jì)量模型對這三者關(guān)系的研究較少。有鑒于此，本文采取山東省2006-2015年17個(gè)市的面板數(shù)據(jù)，通過建立空間計(jì)量模型對上述關(guān)系進(jìn)行實(shí)證分析。在選取空間權(quán)重矩陣時(shí)，由于地理權(quán)重矩陣反映的僅是相鄰地區(qū)之間的影響，不足以反映現(xiàn)實(shí)經(jīng)濟(jì)中的空間聯(lián)系。所以本文在選取空間權(quán)重矩陣時(shí)，首先借鑒龍志和[12]等對經(jīng)濟(jì)距離權(quán)重矩陣設(shè)定的思想，將兩地之間的實(shí)際距離用時(shí)間距離替換，從而更加準(zhǔn)確地反映金融結(jié)構(gòu)、科技創(chuàng)新的空間效應(yīng)。

三、變量選取、數(shù)據(jù)來源以及模型設(shè)定

(一)變量選取與數(shù)據(jù)來源

本文在選取指標(biāo)時(shí)借鑒張建波、祝佳、張林等學(xué)者的研究成果，同時(shí)結(jié)合實(shí)際情況，采用的主要解釋變量如表1所示。其中，金融結(jié)構(gòu)的指標(biāo)選取借鑒張建波、張寧(2012)在研究山東金融結(jié)構(gòu)與經(jīng)濟(jì)增長關(guān)系時(shí)采用的銀行集中度與融資結(jié)構(gòu)。由于數(shù)據(jù)的缺失，本文放棄了貸款結(jié)構(gòu)這一指標(biāo)?？萍紕?chuàng)新水平、開放水平的指標(biāo)選取借鑒祝佳、張林等學(xué)者的研究，選取適合的二級指標(biāo)，通過熵權(quán)法最終算出衡量地區(qū)科技創(chuàng)新水平和開放水平的綜合指標(biāo)。

表1 變量選取

各個(gè)變量的解釋以及實(shí)證預(yù)期進(jìn)行如下分析：

經(jīng)濟(jì)增長水平：采用2006-2015年17個(gè)地級市的實(shí)際GDP來表示，其中實(shí)際GDP是名義GDP去除通脹之后的結(jié)果。

銀行集中度：借鑒張建波[13]等采用的四大國有銀行貸款額占年末金融機(jī)構(gòu)的貸款余額的比例，用來衡量壟斷性銀行結(jié)構(gòu)對經(jīng)濟(jì)增長的影響。銀行集中度對經(jīng)濟(jì)增長的影響還存在爭議。一部分學(xué)者認(rèn)為銀行集中度越高，越有利于經(jīng)濟(jì)增長，這是因?yàn)閴艛嘈糟y行結(jié)構(gòu)能夠減少風(fēng)險(xiǎn)貸款，提高貸款質(zhì)量。還有學(xué)者認(rèn)為集中度越高會帶來總體福利的損失。所以對銀行集中度估計(jì)系數(shù)的正負(fù)不能做出預(yù)期，要具體問題具體分析。

融資結(jié)構(gòu): 借鑒張建波[13]等采用直接融資額與間接融資額的比值來表示。由于市域數(shù)據(jù)可得性問題，本文采用證券市場成交額和保險(xiǎn)公司的保費(fèi)收入來代表間接融資額，銀行類的貸款額來表示直接融資額。二者的比值也反映了地區(qū)金融市場的活力，預(yù)期系數(shù)為正。

科技創(chuàng)新水平：采用熵權(quán)法賦予3個(gè)二級指標(biāo)不同的權(quán)重，最終算出代表地區(qū)的科技創(chuàng)新水平的綜合指標(biāo)?？萍紕?chuàng)新水平對經(jīng)濟(jì)增長的作用是毋庸置疑的，所以預(yù)期系數(shù)為正。

交叉項(xiàng)：將融資結(jié)構(gòu)和科技創(chuàng)新水平的乘積項(xiàng)引入，用來反映融資結(jié)構(gòu)和科技創(chuàng)新水平的互動情況。當(dāng)科技創(chuàng)新水平較高時(shí)，融資結(jié)構(gòu)對經(jīng)濟(jì)增長的正向影響效果越強(qiáng)；科技創(chuàng)新水平對經(jīng)濟(jì)增長的影響同樣依賴于融資結(jié)構(gòu)水平。所以，預(yù)期交叉項(xiàng)系數(shù)為正。

開放水平：同樣采用熵權(quán)法算得開放水平的絕對數(shù)，最終除以GDP，算得相對數(shù)。一般意義上來講，地區(qū)開放水平越高，越有利于地區(qū)經(jīng)濟(jì)增長，預(yù)期開放水平的系數(shù)為正。

物質(zhì)資本存量：由于數(shù)據(jù)可得性問題，無法得到物質(zhì)資本存量的數(shù)據(jù)。本文借鑒柯善咨 、向娟[14]文獻(xiàn)中關(guān)于市域物質(zhì)資本存量的計(jì)算公式如下：

(1)

(2)

市場活力：采用城鎮(zhèn)私營和個(gè)體從業(yè)人員與年末單位從業(yè)人員數(shù)的比值來表示。通常來講，地區(qū)市場活力越大越能促進(jìn)經(jīng)濟(jì)增長。預(yù)期系數(shù)為正。

本文采用數(shù)據(jù)主要來源于山東省統(tǒng)計(jì)年鑒、山東金融年鑒、國泰安數(shù)據(jù)庫、銳思數(shù)據(jù)庫、統(tǒng)計(jì)發(fā)展公報(bào)、前瞻數(shù)據(jù)網(wǎng)等。通過選取山東省17個(gè)市2006-2015年的變量數(shù)據(jù)，利用Matlab的工具包對數(shù)據(jù)進(jìn)行分析處理，得出主要結(jié)果和結(jié)論。

(二)模型設(shè)定

本文將新古典增長方程作為構(gòu)建經(jīng)濟(jì)增長方程的基礎(chǔ)，將新古典增長方程進(jìn)行適當(dāng)擴(kuò)展，具體形式為：

Yit=αConitβ1Struitβ2Joiitβ3Tecitβ4Opeitβ5Capitβ6Eneritβ7εit

εit～N(0，σ2) ?i=1,2,……,17

(3)

對方程(1)兩邊同時(shí)取自然對數(shù)，則可得標(biāo)準(zhǔn)線性回歸表達(dá)式為：

LnYit=α+β1LnConit+β2LnStruit+β3LnJoiit+β4LnTecit+β5LnOpeit+β6LnCapit+β7LnEnerit+εit
εit～N(0，σ2) ?i=1,2……,17

(4)

考慮到變量之間的空間相關(guān)性，考慮在式(4)中加入空間因素。在空間計(jì)量發(fā)展的最初階段，空間滯后模型(SLM)和空間誤差模型(SEM)應(yīng)用比較廣泛。隨著空間計(jì)量經(jīng)濟(jì)學(xué)的發(fā)展以及對于問題研究的深入，空間杜賓模型(SDM)的應(yīng)用越來越廣泛。SDM不僅考慮了因變量的空間滯后項(xiàng)，而且還納入了自變量的空間滯后項(xiàng)。其一般形式如下：

SDM：Y=λW1Y+Xβ1+W2Xβ2+ε

(5)

模型中包含兩個(gè)空間權(quán)重矩陣W1和W2，其中W1是因變量的空間相關(guān)關(guān)系，W2是自變量X的空間相關(guān)關(guān)系，兩者可以設(shè)定為相同的，也可以設(shè)置為不同的。β2是外生變量的空間自相關(guān)系數(shù)。因此，(4)式可以重新設(shè)置為如下形式：

LnYit=α+ρWLnYit+β1Xit+β2Zit+β3WXit+β4WZit+μi+λt+εit

εit～N(0，σ2)

(6)

其中，Xit代表核心解釋變量，Zit代表控制變量。相應(yīng)的WLnYit、WXit、WZit代表變量的空間滯后項(xiàng)。λt代表時(shí)間固定效應(yīng)，μi代表地區(qū)固定效用。由于不同空間計(jì)量模型的假設(shè)條件和所代表的經(jīng)濟(jì)含義不同，所以在采用模型分析問題時(shí)，面臨著模型的選擇問題。

利用空間計(jì)量模型進(jìn)行實(shí)證分析的時(shí)候，主要包括以下幾個(gè)步驟：

1. 空間權(quán)重矩陣的設(shè)定

常用的空間權(quán)重矩陣有基于鄰接關(guān)系的空間鄰接矩陣和基于地理距離的空間核函數(shù)權(quán)重矩陣?；卩徑雨P(guān)系和地理距離設(shè)定權(quán)重矩陣比較簡單直觀，但是并不能充分反映兩地之間的經(jīng)濟(jì)聯(lián)系。基于此，林光平、龍志和提出了經(jīng)濟(jì)距離權(quán)重矩陣，將權(quán)重矩陣設(shè)定為與GDP相關(guān)的形式。公式如下：

W*=W*E

(7)

(8)

(9)

其中dij為兩地之間的時(shí)間距離。dij最初的定義為兩地之間的實(shí)際距離?？紤]到有時(shí)雖然兩地之間的距離較遠(yuǎn)，但交通設(shè)施發(fā)達(dá)，真正能衡量兩地之間距離的并不是實(shí)際距離，而是時(shí)間距離。通過查詢各種交通工具運(yùn)輸時(shí)間，取其中的最小值作為兩者之間的時(shí)間距離。

2.對空間效應(yīng)進(jìn)行檢驗(yàn)

最經(jīng)典的方法是Moran’I檢驗(yàn)。Anselin[15]指出Moran’I檢驗(yàn)在截面數(shù)據(jù)模型中應(yīng)用廣泛。由于截面數(shù)據(jù)和面板數(shù)據(jù)的結(jié)構(gòu)不同，所以Moran’I檢驗(yàn)不能直接應(yīng)用在面板數(shù)據(jù)模型中。Debarsy和Erturt[16]提出了針對空間面板模型的條件LM檢驗(yàn)和LR檢驗(yàn)。雖然Moran’I檢驗(yàn)不能直接用于檢驗(yàn)，但是國內(nèi)大部分學(xué)者仍然采用這種方法對相關(guān)性進(jìn)行說明。林廣平和龍志和[17]在對中國縣域經(jīng)濟(jì)絕對β收斂分析時(shí)也是采用Moran’I檢驗(yàn)來進(jìn)行說明。利用山東省的數(shù)據(jù)計(jì)算的Moran’I值如下：

表2 Moran’I值

從Moran’I的結(jié)果來看，Moran I值為正，說明存在空間正相關(guān)。但是Moran’I檢驗(yàn)只能說明存在空間相關(guān)性，并不能判斷是哪種空間相關(guān)性。

利用LM檢驗(yàn)對選擇SLM還是SEM進(jìn)行判斷，如果LM(lag)檢驗(yàn)結(jié)果顯著，而LM(error)不顯著，則應(yīng)該選擇SLM。如果LM(error)結(jié)果顯著，而LM(lag)不顯著，則應(yīng)該選擇SEM。如果LM(lag)和LM(error)的結(jié)果都比較顯著，則應(yīng)該考慮選擇SDM[18]。選擇了SDM以后，再利用Wald和LR檢驗(yàn)量來判斷SDM是否可以轉(zhuǎn)化為簡單的SLM或者SEM[19]。

由表3中LM檢驗(yàn)結(jié)果可知，LM(lag)和LM(error)檢驗(yàn)量都顯著拒絕原假設(shè)，所以首先應(yīng)該考慮選擇SDM。

表3 LM檢驗(yàn)結(jié)果

由于采用的是面板數(shù)據(jù)，存在個(gè)體效應(yīng)，所以要采用Hausman檢驗(yàn)對固定效應(yīng)還是隨機(jī)效應(yīng)進(jìn)行選擇。通過Hausman檢驗(yàn)結(jié)果可知，統(tǒng)計(jì)值為110.91，P值為0.000，顯著拒絕原假設(shè)，所以應(yīng)該選用固定效應(yīng)模型。

由表4的Wald和LR檢驗(yàn)的結(jié)果表明，拒絕原假設(shè)，其中原假設(shè)為可以轉(zhuǎn)化為SLM或者SEM，所以本文選擇SDM最合適。

表4 Wald和LR檢驗(yàn)結(jié)果

在空間面板模型中不能直接對回歸系數(shù)進(jìn)行解釋。Lesage和 Pace[20]研究發(fā)現(xiàn)偏微分法可以彌補(bǔ)點(diǎn)估計(jì)法在解釋空間效應(yīng)方面存在的缺陷，有效解釋隨機(jī)沖擊對各個(gè)變量的影響，從而正確測度空間計(jì)量模型中自變量對因變量產(chǎn)生的直接效應(yīng)、間接效應(yīng)和總效應(yīng)。計(jì)算公式詳見附錄第一條。

四、結(jié)果分析

通過Matlab程序的運(yùn)行，得到表6，將表6放入附錄中。由表6中調(diào)整的擬合優(yōu)度、對數(shù)似然值以及顯著性等特征本文可知，應(yīng)該選擇空間固定效用下的SDM。為了解釋自變量對因變量的影響效果，對SDM的直接效應(yīng)、間接效應(yīng)和總效應(yīng)進(jìn)行了分析。

(一)直接效應(yīng)分析

由表5可見，銀行集中度對經(jīng)濟(jì)增長具有顯著的正向影響，說明就整個(gè)山東省而言對經(jīng)濟(jì)增長貢獻(xiàn)較大的仍是國有四大銀行。交叉項(xiàng)的系數(shù)為正，與預(yù)期方向相符，同時(shí)與張林、祝佳等學(xué)者的研究結(jié)論一致，二者之間有效的融合互動能促進(jìn)經(jīng)濟(jì)又好又快增長。雖然科技創(chuàng)新水平的系數(shù)也為正，但是不顯著，這說明山東省的科技創(chuàng)新水平還不高，對經(jīng)濟(jì)增長的貢獻(xiàn)不明顯。物質(zhì)資本存量、市場活力系數(shù)都顯著為正，與預(yù)期方向一致，說明物質(zhì)資本存量水平、市場活力對地區(qū)經(jīng)濟(jì)增長具有正向影響。然而，融資結(jié)構(gòu)的系數(shù)為負(fù)，與之前預(yù)期的不同。從新結(jié)構(gòu)經(jīng)濟(jì)學(xué)的視角可以解釋這一現(xiàn)象。新結(jié)構(gòu)經(jīng)濟(jì)學(xué)強(qiáng)調(diào)要素稟賦決定的比較優(yōu)勢，由于各個(gè)地區(qū)的比較優(yōu)勢不同，適合于每個(gè)地方的融資結(jié)構(gòu)也就不同[21]。就山東省而言，金融發(fā)展整體水平不高，主要體現(xiàn)在資產(chǎn)規(guī)模較小，服務(wù)水平較低，管理體制不健全等方面。在這種情況下，間接融資比重不宜過高，過高意味著證券市場比較活躍，而不健全的金融系統(tǒng)無法承接活躍的證券市場。

(二)間接效應(yīng)分析

由表5可見，融資結(jié)構(gòu)、科技創(chuàng)新、交叉項(xiàng)、市場活力的系數(shù)都比較顯著。而銀行集中度、開放水平、物質(zhì)資本存量的系數(shù)都不顯著。如果自變量空間滯后項(xiàng)的系數(shù)為正，表明鄰近地區(qū)的自變量對本地區(qū)因變量具有正向影響。如果系數(shù)符號為負(fù)，則表明地區(qū)之間關(guān)于自變量存在競爭效應(yīng)，鄰近地區(qū)的自變量降低了本地區(qū)因變量的水平。按照這個(gè)思路，上述間接效應(yīng)的結(jié)果可以分析如下：

融資結(jié)構(gòu)、科技創(chuàng)新水平的系數(shù)顯著為負(fù)，說明地區(qū)之間在融資結(jié)構(gòu)、科技創(chuàng)新方面存在競爭效應(yīng)。其中融資結(jié)構(gòu)的系數(shù)最顯著，這也說明了金融系統(tǒng)本身的強(qiáng)關(guān)聯(lián)性。競爭效應(yīng)主要表現(xiàn)在資金轉(zhuǎn)移方面。比方說，青島市的融資結(jié)構(gòu)更偏向于市場型，證券市場較活躍，則會吸引周邊更多的資金，這便不利于周邊地區(qū)的經(jīng)濟(jì)增長?？萍紕?chuàng)新水平的系數(shù)同樣為負(fù)，說明地區(qū)之間的科技創(chuàng)新存在著強(qiáng)烈的競爭關(guān)系。這與山東省目前的狀況比較吻合。從數(shù)據(jù)來看，濟(jì)南和青島是山東省內(nèi)科技創(chuàng)新水平較高的兩個(gè)地區(qū)，但是從高校實(shí)力、資源配置等方面，兩地之間競爭不斷，并不能達(dá)到相互溢出，共同進(jìn)步的良好狀態(tài)。

交叉項(xiàng)系數(shù)在95%的顯著性水平下為正。這更是說明兩者的融合互動不僅對本地區(qū)的經(jīng)濟(jì)具有正向的作用，同時(shí)對其他地區(qū)也有顯著的促進(jìn)作用。

開放水平、物質(zhì)資本存量并不顯著，說明地區(qū)之間關(guān)于這兩個(gè)方面的空間相關(guān)性并不非常突出，在此不進(jìn)行更深層次的分析。

(三)總效應(yīng)分析

與前述分析結(jié)果基本一致，融資結(jié)構(gòu)、融資結(jié)構(gòu)和科技創(chuàng)新的協(xié)調(diào)互動、物質(zhì)資本存量水平、市場活力對經(jīng)濟(jì)增長的作用非常顯著(見表5)。

表5 直接效應(yīng)、間接效應(yīng)、總效應(yīng)

五、結(jié)論及政策建議

本文利用山東省17市2006-2015年的面板數(shù)據(jù)，采用經(jīng)濟(jì)時(shí)間距離權(quán)重矩陣的SDM模型，分析了山東省技術(shù)創(chuàng)新、金融結(jié)構(gòu)以及二者的互動對經(jīng)濟(jì)增長的影響。根據(jù)實(shí)證結(jié)果，促進(jìn)山東省區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展可從以下幾個(gè)方面入手：

1. 關(guān)于銀行集中度、融資結(jié)構(gòu)，由估計(jì)結(jié)果可知，就山東省目前情況而言，仍然是四大國有銀行起主要作用，融資結(jié)構(gòu)與經(jīng)濟(jì)增長不協(xié)調(diào)，對經(jīng)濟(jì)增長具有抑制作用。結(jié)合新結(jié)構(gòu)經(jīng)濟(jì)學(xué)的分析框架，地區(qū)金融結(jié)構(gòu)必須與經(jīng)濟(jì)發(fā)展水平相適應(yīng)，不能快于也不能慢于經(jīng)濟(jì)發(fā)展水平。由于各個(gè)地區(qū)的金融、經(jīng)濟(jì)發(fā)展等方面各有不同，所以每個(gè)地區(qū)的最優(yōu)金融結(jié)構(gòu)也各不相同[22]。模仿發(fā)達(dá)地區(qū)的金融模式既不能帶來更高的金融效率，也不會有更好的經(jīng)濟(jì)表現(xiàn)。從目前山東省的經(jīng)濟(jì)水平和金融結(jié)構(gòu)來看，金融結(jié)構(gòu)滯后于經(jīng)濟(jì)增長，所以下一步應(yīng)該加快完善金融系統(tǒng)，逐步向市場型轉(zhuǎn)變，使其更好地服務(wù)于經(jīng)濟(jì)增長。

2. 從科技創(chuàng)新水平分析中可知，整個(gè)山東省的創(chuàng)新動力不足，并且地區(qū)之間存在激烈的競爭。這對全省的經(jīng)濟(jì)增長非常不利。中小企業(yè)競爭激烈，創(chuàng)新點(diǎn)足，并且山東省大部分創(chuàng)新是由中小企業(yè)完成的。但是由于中小企業(yè)融資難等問題，從根源上抑制了創(chuàng)新。這就需要更靈活的金融結(jié)構(gòu)。同時(shí)結(jié)合實(shí)際情況，濟(jì)南和青島是省內(nèi)技術(shù)水平最高、創(chuàng)新能力最強(qiáng)的地區(qū)，需要更高效的金融結(jié)構(gòu)促進(jìn)科技創(chuàng)新水平的提高。所以要鼓勵地方性銀行、小型金融機(jī)構(gòu)的設(shè)立以及大型銀行的資金下移。而對于大型的技術(shù)研發(fā)，需要有雄厚的資金支持，一般的公司、金融機(jī)構(gòu)無法承擔(dān)巨額資金，需要各大銀行之間的共同協(xié)作。同時(shí)要加強(qiáng)濟(jì)青在知識技術(shù)方面的協(xié)同合作。例如高校之間可以通過設(shè)立交流項(xiàng)目，開展學(xué)科知識比賽，在不同地區(qū)設(shè)立分校等方式，提高知識技術(shù)外溢性，從而加快科技創(chuàng)新的步伐。此外，要加強(qiáng)與先進(jìn)地區(qū)的合作，引進(jìn)適宜性的技術(shù)，從而帶動整個(gè)地區(qū)的技術(shù)活力。

3. 從交叉項(xiàng)對經(jīng)濟(jì)增長的影響可知一個(gè)地區(qū)的金融結(jié)構(gòu)要與科技創(chuàng)新相互融合，才能帶來良好的經(jīng)濟(jì)增長?？萍紕?chuàng)新對金融結(jié)構(gòu)有較高的要求，因?yàn)閯?chuàng)新本身帶有風(fēng)險(xiǎn)性，而各個(gè)金融機(jī)構(gòu)對風(fēng)險(xiǎn)的表現(xiàn)不同，傳統(tǒng)的四大銀行通常表現(xiàn)為風(fēng)險(xiǎn)厭惡型，從一定程度上不利于科技創(chuàng)新的發(fā)展。而中小型銀行、金融機(jī)構(gòu)往往投機(jī)性較強(qiáng)、資產(chǎn)配置方面較靈活，對科技創(chuàng)新具有促進(jìn)作用，所以不同的科技水平和創(chuàng)新能力要求有不同的金融結(jié)構(gòu)支持。加上地區(qū)之間的相互聯(lián)系，金融結(jié)構(gòu)、科技創(chuàng)新必須整體協(xié)調(diào)才能促進(jìn)全省經(jīng)濟(jì)的增長。

作為山東省最大的兩個(gè)經(jīng)濟(jì)增長極，濟(jì)南青島之間一直存在各種“較量”，從整體經(jīng)濟(jì)發(fā)展的視角，兩者的協(xié)調(diào)合作才能帶來更大的經(jīng)濟(jì)效應(yīng)。濟(jì)南作為省會城市，享有省會城市的政策優(yōu)勢，并且濟(jì)南人才濟(jì)濟(jì)，具有深厚的文化底蘊(yùn)和科技實(shí)力，交通便利，在實(shí)現(xiàn)自身經(jīng)濟(jì)增長的同時(shí)帶動周邊城市經(jīng)濟(jì)增長。青島則要把握好開放的優(yōu)惠政策，加強(qiáng)金融中心的建設(shè)，引進(jìn)高質(zhì)量外資，學(xué)習(xí)先進(jìn)技術(shù)，鼓勵大眾創(chuàng)新，加強(qiáng)與周邊地區(qū)的合作，實(shí)現(xiàn)共同增長。只有濟(jì)青實(shí)現(xiàn)以點(diǎn)連線，以線成軸，由軸拓面，才能通過雙核共振效應(yīng)推動全省經(jīng)濟(jì)增長。

六、附錄

利用偏微分求導(dǎo)以后，上述基本的SDM模型可以轉(zhuǎn)化為如下形式：

Yit=(I-δW)-1a+(I-δW)-1(Xitβ+WXitd)+(I-δW)-1εit

其中I為N階單位矩陣，因變量Yit關(guān)于第K個(gè)解釋變量從地區(qū)1到地區(qū)N的偏導(dǎo)數(shù)矩陣為：

按照Lesage 和 Pace的分析，上式中最右邊的矩陣對角線元素的均值代表直接效應(yīng)。即當(dāng)?shù)氐淖宰兞繉σ蜃兞康挠绊懗潭群头较?。非對角元素的均值代表間接效應(yīng)，即其他地區(qū)的自變量如何影響當(dāng)?shù)氐囊蜃兞?。將直接效?yīng)和間接效應(yīng)綜合起來便是總效應(yīng)[23]。

模型估計(jì)結(jié)果如下：

表6 模型估計(jì)結(jié)果

表6(續(xù))

變量混合估計(jì)空間固定時(shí)間固定雙固定Open-0.205966(0.2752)-0.201307(0.2975)-0.216031(0.2185)-0.215337(0.2244)Capital0.801597***(0.0000)0.779790***(0.0000)0.795231***(0.0000)0.771250***(0.0000)Activity2.202795***(0.0000)2.650195***(0.0000)1.491854***(0.0030)2.108095***(0.0000)W*concentration-0.186818*(0.0737)-0.165882(0.1188)-0.244646(0.1108)-0.305375**(0.0477)W*structure-0.608468**(0.0419)-0.890908***(0.0058)-0.737939**(0.0150)-1.077263***(0.0009)W*Tec-0.083658**(0.0167)-0.099012***(0.0061)-0.055704(0.1229)-0.072575**(0.0482)W*Joint0.055798**(0.0214)0.079375***(0.0025)0.060825**(0.0120)0.089128***(0.0006)W*open0.159833(0.5923)0.128845(0.6717)0.211127(0.5947)0.216337(0.5887)W*capital-0.343775***(0.0000)-0.336880***(0.0001)0.170058(0.1074)0.151912(0.1519)W* Activity0.076377(0.9153)0.064826(0.9329)-0.458336(0.6393)0.441748(0.6858)W*dep.var0.456961***(0.0000)0.435974***(0.0000)-0.106991(0.2384)-0.082885(0.3542)Adj-R20.89050.90010.82550.8360Log-likelihood52.40505360.52820985.42278496.578061