刘元洪，王雨婷

（南昌航空大学 经济管理学院，南昌 330063）

引 言

改革开放40 多年来，我国金融和经济同时取得了巨大的发展，经济年均增长率高达9.4%，GDP由2008年的332 919 亿元增加至2019年的990 865亿元。与此同时，金融资产的总量与结构发生了巨大变化，金融已然成为国家宏观调控经济的重要手段和社会资源优化配置的重要杠杆。随着经济发展步入“新常态”时期，我国经济增长的驱动力已由过去的要素驱动、投资驱动转变为创新驱动，而中国过去几十年基本稳定的金融支撑了经济高速增长，但如今却无法再有效地“支持实体经济”，需要以金融创新支持未来中国经济实现高质量发展[1]。因此，进一步探究金融创新对区域经济高质量发展的驱动作用，对提升我国金融创新能力，实现区域经济高质量发展显得愈发重要。

在现代经济高质量发展的过程中，金融创新在金融机构、金融市场、金融产品及金融治理等方面发挥了核心作用。从现有研究来看，金融创新驱动高质量发展的作用并不直接，所以研究金融创新驱动高质量发展的作用难度较大，但仍有部分学者注意到两者间存在较强的因果关系。KING 和LEVINE[2]用实证方法证实了金融创新对经济增长的积极作用。蒋瑞波和蒋岳祥[3]、王进富[4]等立足于金融创新的一般理论分析,强调了金融创新因素对区域经济发展的重大影响。李丛文[5]、吕喜明[6]等采用广义矩估计方法对金融创新与经济增长的区域差异进行探究。谢婷婷和任丽艳[7]、刘培森[8]等采用面板数据方法对金融创新和经济增长的数据进行实证分析。

就文章文献研究所及，现阶段有关金融创新驱动经济高质量发展的研究正处于起步发展阶段，过往研究从金融创新角度对经济高质量发展进行实证研究的文献较少，抑或囿于指标体系及研究方法的局限性，不能有效反映金融创新驱动经济高质量发展的新特征，更重要的是从面板角度研究金融创新对区域经济高质量发展的驱动因素尚属初探阶段。因此文章利用2008—2018年我国大陆30 个省市的统计数据，选用面板数据计量经济学模型，对金融创新驱动区域经济高质量发展的作用进行了实证分析。

一、指标选取和模型构建

（一）数据来源和选用指标

数据收集自2009—2019年的《中国统计年鉴》、国家统计局数据库及Wind 数据库，其中数据分析软件选用Stata 16 为主要软件，并以Spss 24、Excel 2010 为辅助软件。由于西藏地区部分数据缺失，文章选取我国大陆30 个省、市、自治区2008—2018年的数据作为研究样本，按经济区域划分标准，将30 个省、市、自治区划分成东部地区、中部地区、西部地区以及东北地区共4 个区域，如表1 所示。

考虑到金融创新驱动经济高质量发展作用的复杂性，故对金融创新驱动经济高质量发展的效果研究很难从单一指标来进行。在指标选取上，通过对金融创新与经济高质量发展相关文献研究并结合数据的可得性和研究的准确、有效性，文章的变量设置如表2 所示。

被解释变量方面，国内学者对高质量发展的定义大致分为宽泛和狭窄两种极端，过于宽泛的评价指标缺乏针对性，过于狭窄的评价指标容易导致研究目的不明确，故对高质量发展的定义应综合两者进行考虑，更注重经济方面的研究。因此，文章从效率变革与动力变革入手对高质量发展进行定义，同时采用简单透明的均等权重法赋值，对“GDP 增长率”和“高技术产业创收度”2 个维度各赋予1/2 权重，以凸显效率变革和动力变革两者对高质量发展的同等重要性。

表1 区域划分

表2 变量设置

解释变量方面，金融创新是创新驱动的重要因素之一，将与金融相关的人员、技术、机构、资本等有效地结合在一起，通过政府的金融制度的调控作用及金融市场调节与整合来实现对区域经济高质量发展的影响。因此，文章从金融机构创新（X1）、金融市场创新（X2）、金融产品创新（X3）和金融治理创新（X4）4 个方面来衡量金融创新因素变量，对这4 个指标测算时均先用极值法对原始数据进行标准化处理，再利用熵值法进行测算。

控制变量方面，文章除选择了金融创新驱动经济高质量发展的基本影响指标外，考虑到创新、协调、绿色、开放、共享五大发展理念对高质量发展的影响，故控制了创新发展质量（X5）、协调发展质量（X6）、绿色发展质量（X7）、开放发展质量（X8）及共享发展质量（X9），特别注意的是，这里提到的创新发展质量是区别于金融创新的其他创新因素；考虑到用各省市的区域金融创新的虚拟变量能够观察金融创新对高质量发展的影响，故控制了区域（X10）；我国正处于经济社会全面转型变革的新时代，故文章以新时代为界设置年份虚拟变量（X11）。

（二）面板数据计量经济学模型

面板数据模型能够保证样本的信息尽可能充分地被利用，同时随着计算机以及计量软件的不断优化发展，大多技术性的问题已经得以解决，促使面板数据计量经济分析运用越来越广泛。面板数据，又被称作是“平行数据”，具体是指在时间序列上选取多个不同截面，随后利用这些不同截面上选取的样本观测值所形成的样本数据，面板数据不仅能够控制个体的一致性，同时也能够提供更多的自由度并减少模型的异质性，文章研究的面板数据模型为：

第一，固定效应模型，即

由国内外大量参考文献论述，绝大多数研究学者在探究经济发展时都使用了柯布-道格拉斯（ CD）生产函数模型，用GDP 增长率、高技术产业创收度测度总产出，金融机构创新、金融市场创新、金融产品创新和金融治理创新测度总投入，这个是比较容易接受的。文章设定的金融创新驱动经济高质量发展的面板数据模型如下：

二、实证分析

（一）单位根检验

为了避免模型存在伪回归问题，必须对各变量进行单位根检验，即检验各变量的平稳性，各变量单位根的检验能判断各变量间是否具有协整关系。检验面板数据是否平稳的方法主要有LLC 检验、HT 检验、Breitung 检验、IPS 检验、费雪式检验和Hadri LM 检验等6 种，费雪式检验主要有ADF 检验和PP 检验2 种，且这6 种检验方法的特点各不相同。文章在建立有效而较精确的金融创新驱动经济高质量发展作用的面板数据模型前，首先对各变量进行单位根检验，考虑到文章的研究对象允许每位个体具有不同的单位根，故文章釆用费雪式检验中的ADF 检验进行面板数据单位根的检验。通过ADF 检验发现各变量在原水平的条件下存在单位根，故采用传统的处理方法，即进行一阶差分得到平稳序列，处理后得到的序列一阶差分单位根的最终检验结果见表3。

由表1 可以看出，基于1%，5%，10%的置信水平下，所有的一阶差分数据的单位根检验都较为显著，这说明这些序列在一阶差分下通过了单位根检验，即一阶差分平稳，不存在单位根，满足协整检验的条件，从而可以进一步进行协整检验。

（二）协整检验

由通过对各变量的单位根检验可知，一阶差分序列平稳，不存在单位根，故可以进行协整检验。协整检验可以分析金融创新驱动经济高质量发展各序列间是否存在长期均衡关系，换言之，多个非平稳变量序列的某个线性组合之后的面板数据是否同样具有平稳性。面板数据的协整检验主要分为2 类：一类是基于Engle and Granger 两步法检验（EG-ADF 检验）的面板协整检验，以Pedroni 检验和Kao 检验为主；另一类是基于Johansen 协整检验的面板协整检验。考虑到EG-ADF 检验为正式的协整检验，而Pedroni 检验的DF 和ADF 面板协整检验的检验统计量使用较为普遍，故文章拟采用Pedroni 检验来检验金融创新驱动经济高质量发展各变量之间是否存在协整关系，其原假设为“不存在协整关系”，若能够通过协整检验，则说明各变量之间存在着长期稳定的均衡关系，从而能够建立方程进行回归分析。对面板数据进行Pedroni 检验，协整检验结果如表4 所示。

表3 单位根检验结果

表4 协整检验结果

由表4 可以看出，Pedroni 检验的统计量均显著，在1%的显著性水平下拒绝“不存在协整关系”的原假设，说明了变量间存在着协整关系。由此可见，在1%的置信水平下，金融治理与经济高质量发展之间均存在着长期均衡的协整关系。

（三）Hausman 检验

由前文可知，面板数据分为固定效应模型、随机效应模型和混合回归模型，因此首先通过Stata 16软件对2008—2018年我国30 个省市金融机构创新、金融市场创新、金融产品创新及金融治理创新各变量对区域经济发展的驱动作用进行判断模型（5）中方程的类型，满足面板数据模型建模及回归条件后，进行具体实证分析。

Hausman 检验结果如表5 所示，首先判断模型为混合回归模型还是个体效应模型，东部地区F值为23.12，远超过5%概率下的F临界值（1.83）；中部地区F值为19.16，大于5%概率下的F临界值（ 2.37）；西部地区F值为5.56，大于5%概率下的F临界值（1.93）；东北地区F值为 29.43，大于5%概率下的F临界值（1.82），所以应推翻原假设，建立个体效应模型。其次利用Hausman 检验对模型进行判断，由东部、中部、西部和东北地区的P值结果均小于0.05，故固定效应模型的实证结果较优于随机效应模型的实证结果，遂采用固定效应模型对其进行实证分析。

表5 Hausman 检验结果

（四）回归分析

为进一步研究金融创新对区域经济高质量发展的驱动作用，继续对我国四大区域进行探索性实证分析，实证分析结果如表6 所示。从总体研究结果来看，金融机构创新、金融市场创新、金融产品创新和金融治理创新对区域经济高质量发展的驱动作用显著。所以可以推断出，金融创新驱动区域经济高质量发展的作用显著。

在1%，5%、10%的显著性水平下，东部、东北地区的金融机构创新、金融市场创新、金融产品创新及金融治理创新对经济高质量发展均呈显著的正向影响，中西部地区的金融机构创新、金融市场创新及金融产品创新对经济高质量发展均呈显著的正向影响。中西部地区在金融治理创新对经济高质量发展的影响呈现负相关，原因可能是中部地区正处于“中部崛起”战略的关键时期，西部地区正处于“西部大开发”的转型时期，两大地区金融发展过快，政府干预程度受到影响，因此呈现负相关。

表6 回归分析结果

从东部、中部、西部、东北四大地区金融创新驱动经济高质量发展的回归系数差异分别进行具体分析。东部地区在金融市场创新及金融治理创新两方面对经济高质量发展的影响远大于中部、西部、东北地区，值得注意的是，北京、广东、天津及上海4 个省市自身以及其省市内城市属于国际金融中心，资源禀赋优势得天独厚：北京集国家金融决策中心、行业标准制定中心、信息集散中心与监管中心为一体，金融创新发展态势良好；上海属于改革开放前沿城市，金融市场活力十足，极大程度上提供了金融创新环境；广东省内的广州和深圳两大城市大力发展金融产业，并将其作为自身重要的支柱产业，形成了以主板、中小板、创业板及OTC市场相协调的金融体系架构，吸引大批的金融科技企业扎根其中，与之相关的金融创新技术推动着金融业的创新发展。中部地区在金融机构创新及金融产品创新等方面对经济高质量发展的影响要高于东部、西部、东北地区，由于中部崛起相关发展战略的有效实施，扩大了对金融创新资源的需求，金融机构结构合理化水平逐渐提高，处于效应递增阶段，因此驱动作用力影响较为明显，也极大程度上推动了普惠金融、绿色金融等金融产品蓬勃发展。西部地区在金融机构创新和金融产品创新对经济高质量发展的影响均仅次于中部地区位于第二，且金融产品创新对经济高质量发展的影响基本持平中部地区，这多与其地区的金融创新资源获取受限，供给不足，且金融机构体系结构与市场活动尚未形成多元化密切相关。东北地区在金融机构创新对经济高质量发展的影响远落后于其他三大地区，其原因在于东北地区的金融机构创新水平整体不高，表面上看来是由于金融机构从业人员数和金融研发强度等金融机构创新能力发展较为滞后，其本质原因在于东北地区的投融资体制压抑，从而导致金融供需双方所形成的自身驱动力始终无法成为金融机构创新的主要动力。

（五）稳健性检验

为了避免伪回归的存在，有必要进行稳健性检验。在被解释变量高质量发展的定义方面，尝试使用人均GDP 增长率替换GDP 增长率作为效率变革的代理变量，专利申请授权量增长率替换高技术产业创收度作为动力变革的代理变量，对“人均GDP 增长率”和“专利授权数量增长率”2 个维度进行均等权重法各赋予1/2 权重，以凸显效率变革和动力变革两者对高质量发展的同等重要性，重新估计模型。稳健性检验的系数与文章中差别不大,检验的结果与文章结论一致，因文章篇幅有限，稳健性检验结果不予展示。

三、结论与政策启示

文章利用2008—2018年的面板统计数据，运用计量经济学模型从金融机构创新、金融市场创新、金融产品创新和金融治理创新等4 个方面对我国30 个省市的金融创新驱动区域经济高质量发展的作用进行了实证分析，结论如下：金融创新驱动区域经济高质量发展存在着长期均衡的协整关系，金融创新各指标对区域经济高质量发展的作用显著，且以回归系数大小作为金融创新各指标驱动区域经济高质量发展影响程度高低的衡量，金融市场创新及金融治理创新对东部地区经济高质量发展的影响最大，金融机构创新及金融产品创新对中部地区经济高质量发展的影响最大，金融机构创新和金融产品创新对西部地区经济高质量发展的影响次于中部地区，金融机构创新对东北地区经济高质量发展的影响远落后于其他三大地区。

从金融创新驱动区域经济高质量发展的实证结果分析，可以得出各区域要因地制宜地提高金融创新能力，为区域经济高质量发展持续提供强大驱动力的政策启示。具体而言：

一是东部地区金融市场创新、金融产品创新和金融治理创新水平高，金融创新优势和区域经济高质量发展优势显著，故应更进一步的加强其金融产品、金融服务及金融技术创新，与此同时对其成功的金融市场创新、金融产品创新和金融治理创新模式进行合理地复制，以此来强化其对其他区域金融创新和经济高质量发展的辐射作用。

二是中、西部地区金融市场和金融治理水平较低，这是因为其市场活动过于单一，故应对国有银行等金融机构进一步深化改革，特别是混合所有制改革，创造条件让更多的地区银行等金融机构上市，吸引更多的社会资金进入金融领域，进一步推进金融市场的多元化发展，从而激发金融市场和金融治理创新活力，促进中、西部地区经济高质量发展。

三是东北地区金融机构创新水平较低，应重塑其金融创新主体。考虑到装备制造业是东北地区的经济核心载体，故金融机构创新改革也可以基于此重新定位，如创建产业投资发展基金和发展地区性金融机构等措施，致力发展产业链金融，加快金融机构创新与经济的有机融合，从而更好地发挥金融机构创新在东北地区产业转型升级中的引领作用。