豆晓利

（黄河科技学院商贸学院，河南 郑州 450063）

一、引言

中国经济几十年持续高速增长的奇迹被誉为“中国之谜”。另一个值得注意的现象是：伴随着经济增长，区域经济增长不平衡现象日益严重，经济行为往往倾向于集中在发达地区。例如我国以上海为中心的长三角地区、以广州为中心的珠三角地区等，区域经济学称之为经济集聚现象，且地区经济行为的高密度或低密度的地理分布很少是随机产生的。经济集聚之所以发生，需要一个主导集聚的力量，该力量可能包括人力资本、政府政策、投资环境等因素。近年来随着金融业在经济增长中的核心地位日益凸显，金融业在区域经济增长集聚与差异过程中扮演着怎样的角色是一个值得关注的研究课题。

关于经济增长过程中的金融支持相关理论可以追溯到1912年熊彼特（Schumpeter）的研究，他认为银行通过甄别那些最有机会在创新产品和生产过程中成功的企业家并为他们提供融资促进了技术创新，发挥了对经济增长的促进作用。帕特里克（Patrick，1966）从“需求追随”和“供给领先”两个方面指出了金融支持经济增长的两种可能。“需求追随”强调经济主体对金融服务的需要，随着经济增长，经济主体会产生对金融服务的需求，进而导致金融机构、金融资产和相关金融服务的产生。“供给领先”则强调金融服务的供给领先于经济主体的需求，金融中介和金融系统通过提供金融服务来促进经济增长。Patrick强调经济增长和金融发展互为因果关系，应当把“需求追随”和“供给领先”结合起来研究两者的相关关系。麦金农和肖（McKinnon和Shaw，1973）进一步从金融抑制理论角度完善了金融支持与经济增长关系理论体系，认为发展中国家应建立金融自由化体系，解除金融抑制，实现金融深化，从而促进经济增长。80年代中期之后的研究基于罗默（Romer，1986）和卢卡斯（Lucas，1988）的内生增长理论，经济学家开始关心金融体系如何内生形成以及内生的金融体系又如何与经济增长相互作用。这些理论模型在传统模型的基础上又引入了不完全竞争、信息不对称、不确定性等因素，模型设计更加复杂，研究结论也与前者的研究存在分歧，认为金融发展对经济增长的支持作用受到很多其他因素的影响，而不仅仅是一种简单的正相关关系。

实证研究方面，戈德史密斯（Goldsimth，1969）对金融发展与经济增长的相关关系进行了开创性的跨国领域的实证研究，得出金融发展与经济增长一般是同步发生的结论。金和莱文（King和Levine，1993）对戈德史密斯的研究在样本数量、金融发展指标、控制变量、研究时段等方面均进行了补充和扩展，引起了人们对金融发展支持经济增长实证研究的浓厚兴趣，相关的文献也大量涌现。我国自谈儒勇（1999）开始了对这一问题的探讨，很多学者也论证了我国金融发展与经济增长间的正相关关系（如周立、王子明，2002；沈坤荣、孙文杰，2004；陈刚等，2006；白钦先、张志文，2008等）。但是，由于指标选取的合理性、数据方面的准确性、模型构建的完善性等方面的原因，不能就此认为金融发展必定促进经济增长。事实上，也有文献通过对发展中国家的经验研究，论证了两者之间的因果关系并不显著。如我国学者李广众（2002）、沈坤荣和张成（2004）的研究认为，我国改革开放后金融发展对经济增长的支持作用并不明显。有的学者得出了两者可能存在非线性关系的结论，即两者存在一个门限效应，这就是说一国的金融发展必须达到一定的水平后才会对经济增长起到显著的作用（赵振全、于震和杨东亮，2007；杨俊、刘珺，2008）。也有的学者通过实证研究表明我国金融发展与经济增长之间呈现负的相关性（韩廷春，2001；伍海华、马正兵，2003；繁胜、王晓黎，2003）。因此，纵观国内外现有的关于金融发展与经济增长关系的实证研究成果，并没有取得一致的结论，金融发展对经济增长的支持作用对于不同的国家、不同的区域来说存在很大差异，尤其是对于我国这样一个区域经济增长极为不平衡的大国来说更是如此，该差异可能助长了区域经济增长水平的差异。

另外，在梳理金融支持与区域经济增长差异的有关文献过程中发现，在研究方法上，这些研究成果均是采用基尼系数、变异指数、泰尔指数等静态指数对区域经济增长差异进行度量，未能考虑空间上的临近对差异的影响。各区域之间的数据存在与时间序列相关相对应的空间相关（Anselin，1988），这也是空间计量经济学产生的原因及所要分析的问题。对于空间计量经济学较为系统的研究，自安瑟兰（Anselin，1988）出版了空间计量经济学领域具有重要意义的著作 （Spatial Econometrics： Methods and Models） 之后，关于空间计量经济学的理论研究以及实证应用得到了迅速的发展。考虑到空间效应的一系列模型设定方法、估计方法以及检验方法得到了许多计量学者的关注。同时，空间计量经济学模型及方法在分析区域经济增长集聚及差异问题等领域，也得到了一定的应用（应，2001，2003；吴玉鸣，2006，2007；）。这些开拓性的研究为空间计量经济学研究方法在经济增长相关问题研究的推广起到了重要作用。

因此，本文的研究基于两种考虑：第一，现有的对金融支持与区域经济增长关系的相关研究并未取得较为一致的结论，且鉴于我国区域经济发展不平衡这一事实，有必要将相关的探讨深入到地区层面进行分析，以更客观地评价我国金融支持在区域经济增长集聚与差异中的作用。第二，考虑到我国区域经济增长的空间依赖性，而国内现有对金融支持与区域经济增长关系的研究多数未能考虑空间上的临近对差异的影响，忽视该影响可能导致研究结论偏离经济现象的真实性，这也是现有研究未能得出一个较为一致的结论的原因之一。并且，从目前已有的计量研究成果看，空间计量经济学模型是最能反映投入产出要素在地理空间上相互联系的模型。基于此，本文拟采用空间计量方法，从空间交互作用的角度对金融支持与区域经济增长集聚与差异进行分析。

基于以上考虑，本文试图在以下几个方面做一些改进：（1）将金融发展与区域经济增长集聚与差异问题深入到地区层面，以我国的31个省区作为样本来具体考察；（2）基于新增长理论框架对区域经济增长集聚与差异问题进行分析，并使用空间计量模型和方法进行检验；（3）具体分析了区域经济增长集聚与差异的影响因素，在兼顾人力资本、政府作用、对外开放等影响因素的基础上，重点分析了金融发展的影响。

二、空间计量方法、模型设定与变量选择

（一）空间计量方法

1.空间滞后模型（Spatial Lag Model，SLM）。空间滞后模型主要用来检验一个地区的某一经济变量是否对邻近地区的同一变量产生扩散效应，表达式为：

式中，Y为被解释变量；ρ为空间回归系数，反映了空间单元之间的相互关系，即临近空间单元对本空间单元的影响程度（该影响程度为矢量，即具有一定的方向性）；W为n×n阶空间权值矩阵，WY为空间滞后因变量，X为n×k阶外生解释变量矩阵，β反映了自变量X对因变量Y的影响；ξ为随机误差向量。

2.空间误差模型。空间误差模型主要用来检验区域经济指标间的相互影响因所处的相对位置不同而存在的差异，表达式为：

公式中，β反映了自变量X对因变量Y的影响；ξ为随机误差向量；λ为n×1阶的因变量向量的空间误差系数，反映了因变量的空间依赖程度；μ为正态分布的随机误差向量。空间误差模型认为空间依赖作用存在于扰动误差中，反映了邻近区域因变量的误差冲击对本地区观察值的影响程度。

（二）模型设定与变量选取

现有关于金融发展与区域经济增长关系的实证分析多数是基于传统的新古典增长模型基本框架进行的检验，该模型假定技术进步是一种外生变量，即技术水平是一个既定的变量，其受什么因素影响、如何变化没有给予解释，基于该假设的结论是：区域经济增长最终会出现“趋同”，即不同区域的经济增长最终会趋于同一个水平，人均增长率最终是趋于停滞的。实际上，技术进步在现代经济增长中扮演的角色越来越重要，简单地把它作为一个外生变量构建的模型对经济增长的解释力是不能令人信服的，发达区域和不发达区域的经济增长也并没有出现所谓的“趋同”。80年代中期以来，以经济学家罗默和卢卡斯为代表的新增长理论对新古典增长理论进行了重新思考，探讨了增长的根本原因，强调经济增长不是外部力量（技术水平的外生性），而是经济体系的内部力量（技术水平的内生性）作用的产物。该理论认为，技术水平的提高是影响经济增长的最主要动力，而教育的投资与发展程度、人力资本的质量、政府行为是影响技术水平的重要因素。该理论消除了递减收益，因此区域经济不一定会出现“趋同”反而更加可能差距越拉越大。因此，本文拟借助于新增长理论中的AK函数这一分析工具来检验金融支持与区域经济增长集聚与差异。

对于我国各省域总体金融发展状况，本文拟通过金融规模、金融结构、金融效率三个指标来综合衡量。（1）金融规模：用来度量一个国家金融部门的总体规模。因此，本文用银行信贷加股票市场价值之和与GDP之比FG作为金融部门总体规模的衡量指标。（2）金融结构：用来度量一个国家拥有市场导向型或者银行导向型金融系统的程度。对银行导向型和市场导向型的优缺点学术界一直有长期讨论，这里暂不论孰优孰劣，且中国整体上一直以来都是明显的银行主导型的金融结构类型，但随着资本市场的快速发展，有必要了解近年来中国各省金融结构的历史变迁及其对区域经济增长集聚与差异产生的影响。对于衡量金融结构的指标，本文拟用银行信贷与股票市场价值之比这一指标FS来表示，该比率越高，意味着银行导向的概率越大。（3）金融效率：本文拟同时考虑资本市场和银行部门的运行效率来综合描述金融系统的运行效率，但是在指标选择上鉴于资本市场运行效率数据的可得性，这里仍然暂时只选择了度量银行系统效率的指标，即存贷比（银行贷款额与存款额之比）SL来衡量。SL越高意味着金融系统效率越高，当然考虑风险问题指标通常需控制在一定的范围之内。

基于新增长理论的AK函数以及以上选择的变量，以人均GDP（用PGDP表示）为因变量，在空间计量经济学技术支持下，分别建立双对数空间滞后和空间误差回归模型。

三、区域经济增长集聚与差异的空间统计描述

（一）样本选择与数据说明

1.样本空间与时期选择。本文选择我国31个省、自治区、直辖市作为研究样本。样本数据方面，鉴于一般认为2003年我国经济真正走出东南亚金融危机的阴影，本文选择自2003年到2010年以来8年的经济数据，分析近年来金融支持与区域经济增长集聚与差异的空间相关性。

2.数据来源说明。本文人均GDP、普通高校在校生数量、财政收入与支出规模、进出口规模等相关指标，2003—2008年数据来源于《新中国六十年汇编》，2009—2010年数据来源于2010年及2011年的《中国统计年鉴》，2003—2010年银行信贷余额、保费收入、股票总市值等数据来源于中国经济统计数据库。

（二）经济指标的空间自相关检验

空间模式一般呈现聚集型、分散性、随机型三种情况，我们判断一个区域内相邻地区某属性值是相似性还是差异性，也就是进行空间自相关程度分析，空间自相关也就是属性值在空间上相关。在对空间数据进行统计分析时，空间自相关影响很大。如果数据存在显著的空间自相关，但研究没有意识到这一点，那么统计结果就会失真。测度空间自相关程度的指标分为全局指标和局部指标。对于全局指标，可用Moran’s I指数、G统计量来测度，这里选择使用Moran’s I指数。但是，整个区域内空间自相关的变化不一定是稳定的，因此还有必要用局部指标来测度空间自相关的空间异质性。在借助Moran散点图直观识别空间自相关局部变化的基础上，本文拟采用局部空间关联指标（LISA）来测度局部自相关。

表1：2003—2010年中国省域经济指标全局自相关指标Moran’s I检验值

首先采用基于距离的邻接矩阵计算Moran’s I指数进行全局空间自相关分析，计算结果见表1。

由表1可知，从2003年到2010年，被解释变量指标人均GDP的Moran’s I指数从0.1234变化为0.2243，其相应计算得到的正态标准统计量Z值分别为2.0855和3.0059，显著大于惯用标准（α=0.01）下的1.96，说明人均GDP存在明显的空间正相关性，且相关性存在日趋显著的趋势。同样的，全局自相关检验结果表明，各项金融发展指标—金融规模指标FG、金融结构指标FS、金融效率指标SL，除个别年份外，也存在正的空间相关性。金融规模的空间相关性随着年份增长稍有减弱，而金融结构和金融效率均有微弱的增强趋势。另外，人力资源指标——发展水平指标HC、政府作用指标FA也存在显著的空间相关性。只有对外开放程度指标MX的Moran’s I对应的负的Z值由于不足够小而没有通过显著性检验，即不存在显著的空间相关性。究其原因，主要是由于各省域的进出口贸易行为主要取决于自身区位优势或者外贸资源的丰富程度，因而不存在显著的聚集性特征。

基于全局自相关分析结果，进一步绘制Moran’s I散点图和LISA集聚图来测度区域经济增长地理分布的空间依赖性和空间异质性。

图1和图3说明，2003年显示出正相关空间关联的省区占70.9%，聚集在第一象限和第三象限，即高—高（HH）类型和低—低（LL）类型区。其中位于第一象限的省区有10个，分别是北京、天津、上海、江苏、浙江、辽宁、黑龙江、云南、福建、山东；位于第三象限的省区有12个，分别是贵州、甘肃、西藏、四川、陕西、广西、湖南、宁夏、重庆、海南、新疆、青海；另外的22.6%的省区则显示了负的空间自相关关系，偏离了全局空间自相关结果，其中位于第二象限的低—高类型区的有6个省区，分别是安徽、河南、湖北、内蒙古、山西、吉林；位于第四象限的高—低类型区的只有1个省区，即广东。而河北位于第一、第二象限的边界，江西位于第二、第三象限的边界。

图2和图4显示，总体来看，2010年的中国省域的正空间关联性相比2003年变化不大。大部分省域仍继续显示出较显著的正向空间关联性，个别省份所处的象限发生了变化。如浙江、福建从第一象限进入了第四象限，黑龙江从第一象限进入第二象限，内蒙古从第二象限进入第一象限，云南从第一象限进入第二象限。

图1：2003年人均GDP Moran’s I散点图

图2：2010年人均GDP Moran’s I散点图

图3：2003年LISA聚集地图P〈0.05

图4：2010年LISA聚集地图P〈0.05

四、空间计量实证检验结果与分析

以上的全局和局部空间自相关检验结果，进一步验证了我国省域经济增长地理空间分布上存在着显著的空间依赖性，经济增长呈现聚集现象，且地区间的经济增长水平差异较大。那么，金融发展水平对集聚与差异的形成产生了多大影响？为回答该疑问，需要进一步构建空间计量模型进行分析。同时，为考察金融发展支持区域经济增长集聚与差异的动态特征，需将2003年与2010年的检验结果进行对比分析。

（一）基于2003年数据的检验结果及分析

运用OpenGeoda软件对相关变量2003年样本数据通过OLS法估计，分析结果显示：OLS估计拟合优度达到0.9098，显示出一个比较好的契合，误差正态性检验指标Jarque-Bera检验结果为1.9477，P值为0.3776，认为服从正态分布；异方差检验指标Breusch-Pagan和Koenker-Bassett检验结果不显著，无法推翻同方差的零假设，认为不存在异方差；空间自相关检验结果显示，残差项的Moran's I值为0.4046，表明存在显著的空间自相关，有必要使用极大似然估计法（Maximum Likelihood，ML）。在空间模型的决策选择上，空间误差模型和空间滞后模型均显著，但LM-Error较于LM-LAG更为显著，且Robust LM-Error显著（P〈0.0044） 而Robust LM-LAG不显著 （P〈0.1153），因此判断空间误差模型（SEM）更为合适①。

构建的SEM模型进行回归分析及检验相关结果显示：空间自回归系数为0.9380，高度显著（P〈0.0000），说明区域经济增长在空间上的邻接上呈现出较强的溢出效应，区域经济通过邻接地区的相互传递而表现出集聚特点，进而不同的集聚区域体现出区域经济增长水平的差异。另外，检验指标对数似然函数值（LOG Likelihood）从OLS统计中的-40.6239增加为-29.9862，同时赤池信息标准（AIC）和施瓦茨准则（SC）结果分别从OLS统计中的95.2478和105.932下降到73.9723和84.6568，说明空间误差模型拟合优度要优于经典线性回归模型②。

根据SEM参数估计结果，2003年金融规模对经济增长的作用显著为正，说明就中国金融总体发展而言，以银行信贷和股票市值之和为体现的金融规模仍是支持区域经济增长的主要动力；金融效率指标SL系数显著为负，说明金融效率的运行状况并未体现出对区域经济增长支持作用；金融结构指标FS系数为负，但未通过显著性检验，使得金融结构对区域经济增长的贡献难以判断。

再观察影响经济增长的其他经济变量，体现人力资本发展水平的人力资本变量HC的系数显著为正，支持了新增长理论的观点，即教育水平的提高对区域经济增长具有明显的促进作用；体现政府作用的财政能力指标FA系数显著为正，说明政府财政能力越大的地区越有利于调控经济并促进本地区的经济增长，进一步支持了新增长理论的观点，即政府行为对经济增长具有正面影响，符合我们的预期。反映对外开放程度的进出口指标MX系数为正但不显著。由于之前的空间自相关检验MX指标无法得出存在空间相关性的结论，这里进出口贸易对于经济增长集聚与差异的贡献无法给出明确的结论。

（二）基于2010年数据的检验结果及分析

首先运用OpenGeoda软件对相关变量2010年样本数据进行OLS法估计，结果显示：OLS估计拟合优度达到0.9457，显示出一个比较好的契合，服从正态分布，不存在异方差性。但空间自相关检验结果显示，残差项的Moran's I值为0.2956，表明存在显著的空间自相关。在空间模型的决策选择上，LM-Error显著而LM-LAG不显著，且Robust LM-Error显著（P〈0.0367） 而Robust LM-LAG不显著（P〈0.4214），因此判断空间误差模型（SEM）更为合适。

构建的SEM模型进行回归分析及检验回归结果显示：与2003年相似，空间自回归系数仍然显著为正（P〈0.0000），值为0.7135。且检验指标对数似然函数值（LOG Likelihood）从OLS统计中的-35.5253增加到-30.9237，同时，赤池信息标准（AIC）和施瓦茨准则（SC）结果分别从OLS统计中的85.0506和95.7351下降到75.8475和86.532，说明空间误差模型拟合优度要优于经典线性回归模型。

根据参数估计结果，与2003年相似，金融规模指标FG继续呈现显著的正相关关系，意味着金融规模对区域经济增长仍然存在溢出效应，金融效率指标和金融结构指标FS系数虽然均为正，但未能通过10%的显著性检验，使得金融效率指标和金融结构指标对于区域经济增长的溢出效应难以判断。

为了使结论并非出于偶然，并进一步比较金融规模、金融结构、金融效率三指标在区域经济增长集聚与差异中的作用差异，本文对2003—2010年的统计数据做了空间回归（鉴于篇幅问题，回归结果不在本文列出），得出结论：2003—2010年，金融规模指标均呈现显著正相关关系，且相关系数有逐步减小的趋势，说明近年来中国金融业的发展主要是以规模扩张为主，但“量”性扩张的趋势稍有改善；金融结构指标除了2007年通过显著性检验显示出微弱的正相关关系以外，其他年份均未通过显著性检验。究其原因，我国历来是以银行为主导的金融结构，且银行体系以国有银行为主，并且股票市场发展相对滞后。因此，该结构体系对区域经济增长目前并未显示出令人满意的集聚效应；金融效率指标系数均为负值，但绝对值有变小的趋势，说明金融效率虽然并未对区域经济增长产生应有的支持作用，但该状况在逐步改善。实证结果也与我们之前的研究结论（豆晓利、王文剑，2011）相吻合，中国金融发展仍是以快速的规模扩张为主，而不是金融效率的提升，呈现出“量”性扩张、“质”性不足的特点，但是该状况在逐步改善。

另外，2010年人力资本变量HC和财政能力指标FA系数均显著为正，较2003年系数估计值均有所增加，进一步观察2003—2010年历年回归结果，发现HC系数和FA系数估计值均逐渐增大，说明人力资本和政府行为对于区域经济增长的促进作用均在增强，人力资本的集聚和有效的政府调控能力是区域经济增长集聚与差异的两个不容忽视的影响因素。关于对外开放指标MX，与2003年相似，其系数估计结果仍然不显著。

五、结论和政策建议

本文基于2003—2010年我国省域经济增长相关统计数据，利用空间计量模型，通过金融规模、金融结构、金融效率三个指标，同时兼顾了人力资本、政府行为、对外开放因素，考察了金融发展对区域经济增长集聚与差异的支持作用，得出以下结论和政策建议：

第一，我国区域经济增长呈现明显的空间集聚和差异特征，即一个省域的经济增长不仅仅受到本省域诸多因素的影响，还与邻近省域的经济状况密切相关。因此，传统OLS回归模型忽略空间依赖性而得出的结论解释力变弱。这也给我们一些启示：地方政府在今后发展本省经济的过程中，需更加注重与邻近省份的经济协作，注重经济的相互传递效应。

第二，金融发展是影响我国区域经济集聚与差异形成的重要因素，验证了新增长理论的观点。需要注意的是，衡量金融发展水平的各项指标中，金融规模对于区域经济集聚与差异的作用最为显著，而金融效率的支持作用为负，金融结构的支持作用不显著。因此，相应的政策建议是：地方政府在今后发展本省经济的过程中，需注重通过提高金融业发展水平来支持本地区经济增长；在发展金融业的过程中，应避免盲目扩张规模，逐步从“量”性扩张向“质”性发展转变，注重金融效率的提高和金融结构的优化。

第三，人力资本发展对于经济增长的作用愈加重要，支持了新增长理论的观点，这也是造成中国区域经济集聚与差异的一个重要原因，因此建议地方政府，尤其是中、西部地区的地方政府，在开展基础设施建设的同时，更应在发展教育上下大功夫，培养人才、留住人才，通过提高人力资本水平进而形成经济发展的长效机制。同时，政府作用对于我国区域经济集聚与差异的形成不容忽视，财政能力较好的地方政府通常更有利于调控经济发展，进而形成经济发展良性循环而不会掠夺本地区的资源。相反，财政能力较差的地方政府不仅不能有效调控本地区经济发展，反而容易形成“掠夺型政府”，阻碍了本地区经济发展。

最后，在后续研究中，我们计划在如下方面做进一步的深入和拓展：一方面，将截面数据拓展至面板数据进而构建空间模型进行回归分析；另一方面，在本文研究结论的基础上更具体地分析区域金融发展集聚与差异对区域经济增长集聚与差异的影响。

注：

①LM-LAG和Robust LM-LAG适合于空间滞后模型，LM-Error和Robust LM-Error适合于空间误差模型，LM-LAG和LM-Error哪个更显著就选择相应的空间模型，当LM-LAG和LM-Error均显著时，则考虑Robust统计量，通常选择最显著的统计量相应的空间模型。

②对数似然函数值（LOG Likelihood）越大，表明模型拟合优度越好，赤池信息标准（AIC）和施瓦茨准则（SC）越小，表明模型拟合优度越好。

[1]Asli Demirguc-Kunt and Ross Levine，2003.Financial Structure and Economic Growth，MIT Press.

[2]Anselin，1988.S patial Econometrics：Methods and Models，Dordrecht，Kluwer Academic Publishers.

[3]Ying，L.G，2000，Measuring the Spillover Effects：Some Chinese Evidence，Papers in Regional Science，79.

[4]Ying，L.G，2003.Understanding China’s Recent Growth Experience：A Spatoal Econometric Perspectove，The Annals of Regional Science，37.

[5]陈刚，尹希果，陈华智.我国金融发展与经济增长关系的区域差异分析—兼论分税制改革对金融发展与经济增长关系的影响[J].金融论坛，2006，（7）.

[6]方先明，孙爱军，曹源芳.基于空间模型的金融支持与经济增长研究—来自中国省域1998-2008年的证据[J].金融研究，2010，（10）.

[7]何运信.中国金融发展的区域差异与区域金融协调发展研究进展与评论[J].经济地理，2008，（6）.

[8]李林，丁艺，刘志华.金融集聚对区域经济增长溢出作用的空间计量分析[J].金融研究，2011，（5）.

[9]许海平，王岳龙.我国城乡收入差距与全要素生产率—基于省域数据的空间计量分析[J].金融研究，2010，（10）.

[6]沈坤荣，孙文杰.投资效率、资本形成与宏观经济波动—基于金融发展视角的实证研究[J].中国社会科学，2004，（6）.

[7]文青，刘楠.我国城乡居民收入与经济增长的同步性分析[J].西南金融，2012，（10）.

[8]沈坤荣，张成.金融发展与中国经济增长—基于跨地区动态数据的实证研究[J].管理世界，2004，（7）.

[9]谈儒勇.中国金融发展和经济增长关系的实证研究[J].经济研究，1999，（10）.

[10]吴玉鸣.空间计量经济模型在省域研发与创新中的应用研究[J].数量经济技术经济研究，2006，（6）.

[11]吴玉鸣.县域经济增长集聚与差异空间计量经济实证分析[J].世界经济文汇，2007，（2）.

[12]周立，王子明.中国各地区金融发展与经济增长实证分析：1978-2000[J].金融研究，2002，（10）.