廖凱誠(chéng)，彭 耿，劉 芳，王 昊

（吉首大學(xué) 商學(xué)院，吉首416000）

?

湖南武陵山片區(qū)金融資源集聚與經(jīng)濟(jì)增長(zhǎng)研究

廖凱誠(chéng)，彭 耿，劉 芳，王 昊

（吉首大學(xué) 商學(xué)院，吉首416000）

摘要：貧困地區(qū)經(jīng)濟(jì)增長(zhǎng)的影響因素研究是當(dāng)前研究的熱點(diǎn)，但鮮有文獻(xiàn)從金融資源集聚的角度去探討。本文利用2003-2011年湖南武陵山片區(qū)面板數(shù)據(jù)，利用固定影響變系數(shù)模型和混合廣義最小二乘（Pooled EGLS）估計(jì)法進(jìn)行實(shí)證研究。研究結(jié)論表明：湖南武陵山片區(qū)金融集聚程度與經(jīng)濟(jì)增長(zhǎng)之間呈現(xiàn)同期反向變動(dòng)的關(guān)系，且各地區(qū)的金融集聚程度對(duì)本地區(qū)的經(jīng)濟(jì)增長(zhǎng)影響不顯著，多數(shù)地區(qū)的金融集聚程度與經(jīng)濟(jì)增長(zhǎng)成負(fù)相關(guān)，同時(shí)從三個(gè)層面分析了這一現(xiàn)象出現(xiàn)的原因。

關(guān)鍵詞：金融集聚；經(jīng)濟(jì)增長(zhǎng)；固定影響變系數(shù)模型；混合廣義最小二乘法

1　引言

2010年，中央把集中連片特殊困難地區(qū)（以下簡(jiǎn)稱(chēng)“連片特困地區(qū)”）作為新階段扶貧攻堅(jiān)主戰(zhàn)場(chǎng)的戰(zhàn)略部署和國(guó)家區(qū)域發(fā)展的總體要求，決定率先啟動(dòng)武陵山片區(qū)區(qū)域發(fā)展與扶貧攻堅(jiān)試點(diǎn)工作，為全國(guó)其他連片特困地區(qū)提供示范。武陵山片區(qū)地處湖北、湖南、重慶、貴州四省市交界處，覆蓋71個(gè)縣（市、區(qū)），總面積達(dá)17.18萬(wàn)平方公里，其包括湖北11個(gè)縣市、湖南37個(gè)縣市區(qū)、重慶市7個(gè)縣區(qū)、貴州16個(gè)縣市。2011年末，總?cè)丝?578.41萬(wàn)人，城鎮(zhèn)人口占比28.59%，農(nóng)村人口占比71.41%。本文選取湖南省34個(gè)縣市區(qū)作為研究對(duì)象（其中，鶴城區(qū)、洪江市、新化縣由于數(shù)據(jù)的缺失被剔除），從相關(guān)經(jīng)濟(jì)發(fā)展數(shù)據(jù)來(lái)看，2003-2011年間，整個(gè)湖南武陵山片區(qū)的年末金融機(jī)構(gòu)貸款總額從2003年的356.94億元擴(kuò)大到2011年的1009.14億元，平均每年以12.24%的速度增長(zhǎng)，人均GDP總額從2003年的144749元以年均16.45%的發(fā)展速度快速增長(zhǎng)，到2011年達(dá)到569952元，而社會(huì)消費(fèi)品零售總額、財(cái)政支出、規(guī)模以上工業(yè)總產(chǎn)值以及社會(huì)固定資產(chǎn)投資額年均增長(zhǎng)速度分別為14.44%、23.08%、29.16%以及24.78%。在過(guò)去的9年里，湖南武陵山片區(qū)經(jīng)濟(jì)發(fā)展總體趨勢(shì)良好。從上面數(shù)據(jù)分析可知湖南武陵山片區(qū)經(jīng)濟(jì)金融都獲得了快速的增長(zhǎng)。眾所周知，金融資源是經(jīng)濟(jì)生活中國(guó)民財(cái)富的核心，是經(jīng)濟(jì)發(fā)展的動(dòng)力源泉。但湖南武陵山片區(qū)金融資源對(duì)經(jīng)濟(jì)增長(zhǎng)的影響方向與程度還未有學(xué)者進(jìn)行討論，因此，本文將探討湖南武陵山片區(qū)金融資源集聚與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系，這可為合理配置金融資源，促進(jìn)區(qū)域經(jīng)濟(jì)增長(zhǎng)，以及協(xié)調(diào)金融與經(jīng)濟(jì)發(fā)展提供重要依據(jù)。

2　文獻(xiàn)回顧

近年來(lái)，一些研究者開(kāi)始從金融的視角去探索區(qū)域經(jīng)濟(jì)增長(zhǎng)的內(nèi)在機(jī)制。通過(guò)對(duì)相關(guān)文獻(xiàn)的梳理發(fā)現(xiàn)，研究者借鑒金融發(fā)展理論的觀點(diǎn)，在經(jīng)濟(jì)增長(zhǎng)模型中引入金融因素來(lái)表明金融發(fā)展水平與區(qū)域經(jīng)濟(jì)增長(zhǎng)有著密切的聯(lián)系。如，賴(lài)娟（2013）運(yùn)用多元線性回歸模型，實(shí)證研究了江西省金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系，研究發(fā)現(xiàn)：影響江西經(jīng)濟(jì)增長(zhǎng)的不僅僅是金融發(fā)展規(guī)模，還有金融發(fā)展效率，而且金融發(fā)展規(guī)模與江西經(jīng)濟(jì)增長(zhǎng)之間存在顯著的因果關(guān)系和正相關(guān)關(guān)系［1］。陸靜（2012）根據(jù)中國(guó)省際面板數(shù)據(jù)，采用面板單位根、面板協(xié)整和向量誤差修正模型實(shí)證分析了金融對(duì)于中國(guó)經(jīng)濟(jì)增長(zhǎng)的影響，研究表明：金融發(fā)展程度不僅是經(jīng)濟(jì)增長(zhǎng)的Granger原因，還對(duì)經(jīng)濟(jì)增長(zhǎng)具有明顯的正向推動(dòng)作用［2］。雖然金融增長(zhǎng)能夠促進(jìn)經(jīng)濟(jì)增長(zhǎng)，但金融發(fā)展的內(nèi)在質(zhì)卻只能由經(jīng)濟(jì)增長(zhǎng)所引致（武志，2010）［3］。而韓廷春（2003）認(rèn)為:只要金融部門(mén)的效率在不斷提高以及無(wú)形資本的水平在不斷增長(zhǎng)，則經(jīng)濟(jì)的持續(xù)增長(zhǎng)就成為可能［4］。冉光和李敬（2006）等人發(fā)現(xiàn)在不同的區(qū)域條件約束下，金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系可能不會(huì)穩(wěn)定一致［5］。這一觀點(diǎn)得到了馬軼群和史安娜（2012）的證實(shí)，他們認(rèn)為金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)方式質(zhì)量和經(jīng)濟(jì)增長(zhǎng)穩(wěn)定性不存在長(zhǎng)期穩(wěn)定關(guān)系，并且金融發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)協(xié)調(diào)性呈現(xiàn)出短期增強(qiáng)和長(zhǎng)期是弱化的影響［6］。還有學(xué)者認(rèn)為由于地域的差異性，金融發(fā)展對(duì)地區(qū)的經(jīng)濟(jì)增長(zhǎng)表現(xiàn)出不同的作用，有些地區(qū)的金融發(fā)展甚至不利于該地區(qū)的經(jīng)濟(jì)增長(zhǎng)。如，梅丹和周松（2008）的研究表明，我國(guó)城市金融發(fā)展與其經(jīng)濟(jì)增長(zhǎng)間是負(fù)相關(guān)關(guān)系，同時(shí)不同區(qū)域位置和不同規(guī)模城市間金融發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)作用有顯著差異［7］。

國(guó)內(nèi)外另一些學(xué)者用金融發(fā)展的觀點(diǎn)來(lái)解釋地區(qū)收入分配差距，整理相關(guān)文獻(xiàn)發(fā)現(xiàn)有以下幾種觀點(diǎn)。其中部分學(xué)者認(rèn)為金融發(fā)展與收入差距之間存在著庫(kù)茲涅茨效應(yīng)，就是所謂的倒U型關(guān)系。如，陳偉國(guó)和樊士德（2009）在對(duì)中國(guó)金融發(fā)展水平與城鄉(xiāng)收入分配之間的關(guān)系進(jìn)行檢驗(yàn)時(shí)發(fā)現(xiàn)金融發(fā)展和城鄉(xiāng)收入差距之間存在著庫(kù)茲涅茨倒U型關(guān)系［8］。李志軍和奚君羊（2012）也認(rèn)為在金融發(fā)展的初期，其對(duì)收入差距具有擴(kuò)大效應(yīng)，而在金融發(fā)展達(dá)到一定程度，收入差距就會(huì)隨之縮小，即金融發(fā)展與收入差距之間存在倒U關(guān)系［9］。劉朝陽(yáng)和梁惠娟（2014）等從宏觀、中觀和微觀視角對(duì)金融發(fā)展影響收入分配的機(jī)制進(jìn)行研究，發(fā)現(xiàn)越是欠發(fā)達(dá)地區(qū)，金融規(guī)模的提高越會(huì)縮小城鄉(xiāng)收入差距，在經(jīng)濟(jì)相對(duì)發(fā)達(dá)的地區(qū)，金融效率的提高對(duì)收入差距的縮減效應(yīng)更明顯，同時(shí)金融發(fā)展與城鄉(xiāng)居民收入差距存在庫(kù)茲涅茨效應(yīng)［10］。第二種觀點(diǎn)認(rèn)為金融發(fā)展有利于改善收入分配不平衡程度縮小貧富差距，Clarke & Xu （2003）等人利用全球91個(gè)國(guó)家1960-1995年的數(shù)據(jù)實(shí)證研究了金融部門(mén)發(fā)展和收入差距之間的關(guān)系，發(fā)現(xiàn)金融發(fā)展會(huì)顯著降低一國(guó)收入分配差距［11］。對(duì)于金融發(fā)展規(guī)模的提高能有效抑制貧富分化，于瀟和王學(xué)龍（2011）等人給出了自己的解釋?zhuān)麄冋J(rèn)為資本的貨幣化能夠使單個(gè)資本在一定程度上超越種類(lèi)和規(guī)模的限制，特別是金融發(fā)展將進(jìn)一步促進(jìn)這種超越，從而有助于抑制貧富分化［12］。第三種觀點(diǎn)則認(rèn)為金融發(fā)展會(huì)加劇收入分配的不平等擴(kuò)大貧富差距，持這種觀點(diǎn)的人主要是國(guó)內(nèi)學(xué)者，他們利用中國(guó)現(xiàn)有的數(shù)據(jù)進(jìn)行實(shí)證研究，得出了自己的結(jié)論。溫濤和冉光和（2005）等人在對(duì)中國(guó)金融發(fā)展與農(nóng)民收入增長(zhǎng)進(jìn)行制度和結(jié)構(gòu)分析的基礎(chǔ)上，利用1952—2003年的實(shí)際數(shù)據(jù)實(shí)證研究了中國(guó)整體金融發(fā)展、農(nóng)村金融發(fā)展與農(nóng)民收入增長(zhǎng)的關(guān)系。研究發(fā)現(xiàn):中國(guó)金融發(fā)展對(duì)農(nóng)民收入增長(zhǎng)具有顯著的負(fù)效應(yīng)［13］。楊俊和李曉羽（2006）等人的研究結(jié)論顯示我國(guó)金融發(fā)展顯著擴(kuò)大了全國(guó)、農(nóng)村以及城鄉(xiāng)居民收入不平等程度［14］。

隨著金融發(fā)展的深入研究，研究者結(jié)合地理因素在考察金融問(wèn)題時(shí)發(fā)現(xiàn)，在適宜的地域或空間內(nèi)金融資源通過(guò)與地域情況相結(jié)合參與地域運(yùn)動(dòng)凝結(jié)成金融產(chǎn)業(yè)，進(jìn)而形成金融集聚，但由于地域差異，使金融資源會(huì)流向條件優(yōu)越的地區(qū)，從而導(dǎo)致各區(qū)域的金融集聚存在差異（劉紅、葉耀明，2007）［15］。然而，在現(xiàn)有金融集聚的文獻(xiàn)中，有關(guān)金融集聚與區(qū)域經(jīng)濟(jì)增長(zhǎng)關(guān)系的相關(guān)研究相對(duì)不足，同時(shí)將視角聚焦于武陵山片區(qū)的區(qū)域經(jīng)濟(jì)增長(zhǎng)的研究更為缺乏。鑒于此，本文參考已有的文獻(xiàn)，以湖南武陵山片區(qū)為例，利用2003-2011年的面板數(shù)據(jù)采用固定影響變系數(shù)模型進(jìn)行實(shí)證分析。

3　研究方法與模型構(gòu)建

3.1區(qū)位商

國(guó)內(nèi)外眾多學(xué)者研究某一產(chǎn)業(yè)聚集程度時(shí)，常用空間基尼系數(shù)、產(chǎn)業(yè)集聚指數(shù)、哈萊一克依指數(shù)以及區(qū)位商指數(shù)這四種方法。其中，空間基尼系數(shù)的缺點(diǎn)在于，沒(méi)有考慮企業(yè)規(guī)模分布對(duì)產(chǎn)業(yè)地理集中的影響，而產(chǎn)業(yè)集聚指數(shù)雖然是在基尼系數(shù)的基礎(chǔ)上進(jìn)行了改進(jìn)，但仍然沒(méi)有排除產(chǎn)業(yè)內(nèi)企業(yè)規(guī)模的影響。哈萊一克依指數(shù)由于需要運(yùn)用高深的數(shù)學(xué)方法進(jìn)行計(jì)算得到，相對(duì)復(fù)雜難懂［16］。區(qū)位商又稱(chēng)專(zhuān)業(yè)化率，是衡量區(qū)域某產(chǎn)業(yè)專(zhuān)業(yè)化水平的指標(biāo)，并得到了長(zhǎng)期的使用。為更好的將湖南地區(qū)金融集聚程度量化，又結(jié)合各項(xiàng)數(shù)據(jù)的可得性原則，把區(qū)位商計(jì)算公式做了合理的改動(dòng)為：

公式（1）中，Pit為i地區(qū)第t年的區(qū)位商，hit為i地區(qū)第t年的金融產(chǎn)業(yè)值，本文用該地區(qū)的年末金融機(jī)構(gòu)貸款余額表示該地區(qū)的金融產(chǎn)業(yè)值。eit為i地區(qū)第t年的第三產(chǎn)業(yè)的總產(chǎn)值。Ht為第t年湖南武陵山片區(qū)的金融產(chǎn)業(yè)總值，Et為湖南武陵山片區(qū)第三產(chǎn)業(yè)總產(chǎn)值。如果Pit＞1，那么，金融集聚程度比較高，金融產(chǎn)業(yè)在該地區(qū)比較有優(yōu)勢(shì)，競(jìng)爭(zhēng)力就越強(qiáng)。Pit值越大，專(zhuān)門(mén)化程度越高，該區(qū)域的金融產(chǎn)業(yè)優(yōu)勢(shì)越充分。

根據(jù)這一思想，可以計(jì)算出在過(guò)去9年湖南武陵山片區(qū)的各個(gè)縣市金融集聚程度的平均值。其中，花垣縣的金融集聚程度為2.195，排名第一，而吉首市的金融集聚值為1.924，暫居第二，中方縣金融集聚值最低僅為0.399，其次是會(huì)同縣，它的金融集聚值為0.486。金融集聚值大于1的縣市有14個(gè)，如，城步縣、永定區(qū)、瀘溪縣、永順縣、新邵縣、龍山縣、保靖縣、石門(mén)縣、冷水江市、武陵源、慈利縣以及辰溪縣，金融集聚值低于1的大部分縣市均值均在0.8到0.97范圍內(nèi)，個(gè)別縣市的值低于0.8，例如，新晃縣為0.737、鳳凰縣為0.701，芷江、邵陽(yáng)、靖州的金融集聚值分別為0.665、0.648以及0.544。

為了更加客觀的觀察湖南武陵山片區(qū)金融集聚程度與經(jīng)濟(jì)增長(zhǎng)的關(guān)系，本文將用人均GDP增長(zhǎng)率（環(huán)比法）代替經(jīng)濟(jì)增長(zhǎng)率，同樣用環(huán)比法求出湖南武陵山片區(qū)的金融集聚度增長(zhǎng)率（圖1）。

從圖1可以看出湖南武陵山片區(qū)金融集聚程度與經(jīng)濟(jì)增長(zhǎng)是同期反向變動(dòng)，而經(jīng)濟(jì)增長(zhǎng)和金融集聚程度的變動(dòng)呈現(xiàn)出波峰波谷交替變動(dòng)的趨勢(shì)，即循環(huán)變動(dòng)。

圖1　湖南武陵山片區(qū)金融集聚度與經(jīng)濟(jì)增長(zhǎng)

3.2模型構(gòu)建

為分析金融集聚程度對(duì)該地區(qū)經(jīng)濟(jì)增長(zhǎng)的影響程度，本文構(gòu)建的模型如下：

他開(kāi)始摸索自己的盲品攻關(guān)套路?！捌骄靠罹浦挥写蟾?1分鐘，那我會(huì)規(guī)定自己必須每款酒都在8分鐘內(nèi)完成。我會(huì)看著時(shí)間，如果到點(diǎn)，我就必須跳到下一組題。這樣每款酒的時(shí)間都縮短，最后你還有十幾分鐘剩。這跟跑步差不多，如果你定的目標(biāo)是5公里，但可能你到4公里就跑不下去了，但如果你目標(biāo)是8公里，那跑5公里就比較輕松了?！敝炖部偨Y(jié)道，隨后有點(diǎn)羞澀地笑著說(shuō)：“我每次還是會(huì)超時(shí)。不過(guò)，可能寫(xiě)不完，但基本上也不會(huì)再超十幾分鐘了?！?/p>

其中，Yit為人均GDP，基于參考大多數(shù)文獻(xiàn)選取人均GDP代替反映經(jīng)濟(jì)增長(zhǎng)更為合理也便于獲取，為了控制變量的尺度和和計(jì)算的方便性，同時(shí)消除部分異方差問(wèn)題，故對(duì)人均GDP取對(duì)數(shù)。FPit表示i區(qū)域第t年的金融區(qū)位商值，以此來(lái)衡量該地區(qū)的金融集聚程度，由于該值為比值形式故不做對(duì)數(shù)處理。為剔除其他因素對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，本文選取了其他4個(gè)變量作為控制變量1。其中，LnGPit表示i區(qū)域第t年的人均規(guī)模以上工業(yè)總產(chǎn)值取對(duì)數(shù)，以此來(lái)衡量該地區(qū)的人均規(guī)模以上工業(yè)總產(chǎn)值對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)。LnTZit衡量i地區(qū)第t的人均固定資產(chǎn)投資取對(duì)數(shù)，是用來(lái)考察人均固定資產(chǎn)投入量帶來(lái)的經(jīng)濟(jì)增長(zhǎng)的影響。LnZCit表示i地區(qū)第t年的人均財(cái)政支出取對(duì)數(shù)，以此衡量人均財(cái)政支出對(duì)經(jīng)濟(jì)增長(zhǎng)的影響。LnCit表示i地區(qū)第t年的人均社會(huì)消費(fèi)品零售總額取對(duì)數(shù)，用于觀測(cè)人均消費(fèi)對(duì)該地區(qū)增長(zhǎng)的影響。

本數(shù)據(jù)來(lái)源于《湖南統(tǒng)計(jì)年鑒》部分?jǐn)?shù)據(jù)來(lái)源于各縣市統(tǒng)計(jì)公報(bào)，本文分析了湖南武陵山片區(qū)34個(gè)縣市地區(qū)2的金融聚集、規(guī)模以上工業(yè)總產(chǎn)值、固定資產(chǎn)投資、財(cái)政支出以及社會(huì)消費(fèi)品零售總額對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，各數(shù)據(jù)的描述性統(tǒng)計(jì)分析結(jié)果如表2。

表2　描述性統(tǒng)計(jì)分析結(jié)果

4　回歸結(jié)果

4.1面板數(shù)據(jù)檢驗(yàn)

4.1.1單位根檢驗(yàn)

為了避免偽回歸問(wèn)題，我們?cè)谶M(jìn)行時(shí)間序列分析時(shí)會(huì)通過(guò)單位根檢驗(yàn)對(duì)數(shù)據(jù)平穩(wěn)性進(jìn)行判斷。然而，面板數(shù)據(jù)單位根的檢驗(yàn)主要有Levin、Lin &Chu 方法（LLC 檢驗(yàn)）、Im、Pesaran and Shin W-Stat 方法（ IPS檢驗(yàn)）、ADF-Fisher Chi-square方法（ADF檢驗(yàn)）和PPFisher Chi-square方法（PP檢驗(yàn)）等方法3。實(shí)證過(guò)程我們首先對(duì)各變量分別進(jìn)行以上四種方法單位根檢驗(yàn)，結(jié)果見(jiàn)表3。

表3　單位根檢驗(yàn)結(jié)果

從表3中的LLC檢驗(yàn)結(jié)果表明所有變量在1%和10%顯著性水平下不存在同質(zhì)面板單位根，然而從IPS、ADF、PP檢驗(yàn)來(lái)看LnZC、LnC、LnY檢驗(yàn)結(jié)果表明存在異質(zhì)面板單位根。LnTZ、LnGY在1%顯著性水平下不存在異質(zhì)面板單位根的原假設(shè)。其中FP通過(guò)了所有檢驗(yàn)說(shuō)明該變量序列平穩(wěn)。

綜上所述：我們可以得出LnTZ、 LnGY、FP是平穩(wěn)序列，LnZC、LnC、LnY為非平穩(wěn)序列，需要進(jìn)一步對(duì)變量做差分再對(duì)差分后的結(jié)果進(jìn)行平穩(wěn)性檢驗(yàn)。變量差分后的平穩(wěn)性檢驗(yàn)結(jié)果如表4。

表4　一階差分后平穩(wěn)性檢驗(yàn)結(jié)果

從表4的檢驗(yàn)結(jié)果可以看出，變量經(jīng)過(guò)一階差分后序列為平穩(wěn)序列，LLC檢驗(yàn)顯示在1%顯著性水平下各變量不存在同質(zhì)面板單位根，在IPS、ADF及PP檢驗(yàn)結(jié)果顯示在在1%顯著性水平不存異質(zhì)面板單位根?？傊瑥牟煌姘鍐挝桓鶛z驗(yàn)可以得到基本一致的結(jié)論：各變量經(jīng)過(guò)一階差分后都是平穩(wěn)的，即各變量為一階單整I（1）。

基于上述單位根檢驗(yàn)我們發(fā)現(xiàn)變量之間為一階單整，那么我們可以進(jìn)行協(xié)整檢驗(yàn)，以確定各變量之間的長(zhǎng)期聯(lián)系。早在1987年Engle和Granger提出的協(xié)整理論為非平穩(wěn)序列的直接建模提供了一種非常有用的途徑，其基本思路是：對(duì)于非平穩(wěn)序列，如果它們的線性組合可以構(gòu)成平穩(wěn)序列，此時(shí)我們稱(chēng)這些變量序列間有協(xié)整關(guān)系存在。目前，檢驗(yàn)面板數(shù)據(jù)的協(xié)整關(guān)系的方法主要有（1） Kao（1999［17］；2000［18］）構(gòu)造的DF和ADF檢驗(yàn)。（2）Pedroni（2004）［19］構(gòu)造的7個(gè)檢驗(yàn)面板協(xié)整關(guān)系的統(tǒng)計(jì)量4［20］。為了保證結(jié)果的穩(wěn)健性，本文將進(jìn)行Kao方法檢驗(yàn)并報(bào)告ADF統(tǒng)計(jì)量和Pedroni方法檢驗(yàn)并報(bào)告全部統(tǒng)計(jì)量，檢驗(yàn)結(jié)果如下：

表5　協(xié)整檢驗(yàn)

從表5可知，Pedroni 檢驗(yàn)的七個(gè)統(tǒng)計(jì)量和 Kao 檢驗(yàn)2的統(tǒng)計(jì)量在1%顯著性水平上拒絕不存在協(xié)整關(guān)系的原假設(shè)，這充分表明各個(gè)變量之間存在協(xié)整關(guān)系。4.1.3模型設(shè)定

本文對(duì)最終計(jì)量模型的選定包含兩個(gè)方面（1）首先采用F檢驗(yàn)確定模型形式，先進(jìn)行變系數(shù)模型5的檢驗(yàn)，其原假設(shè)H0：（即不變系數(shù)模型）。檢驗(yàn)的F統(tǒng)計(jì)量為：

其中，RSSR為受約束模型6（即混合回歸模型）的殘差平方和RSSures為變系數(shù)模型的殘差平方和。N為截面數(shù)目，T為時(shí)間數(shù)目，K為解釋變量的個(gè)數(shù)（同下）。其計(jì)算結(jié)果RSSR=12.21674，RSSures=0.326095，N=34，T=9，K=5，則F=18.784＞F0.01（198，102）=1，故在1%的顯著性水平下拒絕不變系數(shù)的原假設(shè)，該模型確定為變系數(shù)模型。

再對(duì)模型進(jìn)行混合回歸模型和固定影響模型的檢驗(yàn)。其原假設(shè)H0：混合回歸模型，檢驗(yàn)的F統(tǒng)計(jì)量為：

RSSR為受約束模型（即混合回歸模型）的殘差平方和，RSS為最小二乘虛擬變量模型的殘差平方和（即固定影響模型）。其計(jì)算結(jié)果為：RSSR=12.21674 ，RSS=2.284277，N=34，T=9，K=5則F=35.181＞F0.01（33，267）=1.7，故在1%的顯著性水平下拒絕原假設(shè)，將模型設(shè)定為固定影響模型。

（2）采用Hausman檢驗(yàn)，進(jìn)行固定影響模型和隨機(jī)影響模型的確定，其原假設(shè)H0：隨機(jī)影響模型 H1：固定影響模型，Hausman檢驗(yàn)結(jié)果如下：

表6　Hausman檢驗(yàn)結(jié)果

由表6可知，在1%顯著性水平下，拒絕原假設(shè)H0：隨機(jī)影響模型，選擇固定影響模型比較好。

綜上所述，基于本文研究對(duì)象的特性，加之使用截面數(shù)據(jù)中N（截面單元的數(shù)目）大于時(shí)間長(zhǎng)度T（時(shí)間序列數(shù)據(jù)的數(shù)量）模型設(shè)定和估計(jì)更加側(cè)重于截面分析，因此我們最終將模型設(shè)定為固定影響變系數(shù)模型，估計(jì)方法我們通過(guò)橫截面加權(quán)的方法采用面板廣義最小二乘估計(jì)（即Pooled EGLS），估計(jì)結(jié)果如表7。

協(xié)整檢驗(yàn)結(jié)果顯示，各變量之間存在長(zhǎng)期均衡關(guān)系（即協(xié)整關(guān)系），那么我們對(duì)變量進(jìn)行估計(jì)其結(jié)果是可信的。為研究金融集聚程度對(duì)該地區(qū)經(jīng)濟(jì)發(fā)展的影響，我們著重分析FP（金融集聚程度系數(shù)）的數(shù)值。從表7中我們發(fā)現(xiàn)，大部分縣市金融集聚程度對(duì)經(jīng)濟(jì)增長(zhǎng)的影響是不顯著的，而且與經(jīng)濟(jì)增長(zhǎng)成負(fù)相關(guān)，這與部分學(xué)者的研究是相一致的，如鄧永亮等（2010），在VAR模型的基礎(chǔ)上，采用我國(guó)年度數(shù)據(jù)，研究發(fā)現(xiàn):長(zhǎng)期內(nèi)，金融發(fā)展阻礙經(jīng)濟(jì)增長(zhǎng)，而通貨膨脹促進(jìn)經(jīng)濟(jì)增長(zhǎng)；短期內(nèi)，金融發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)影響不顯著，通貨膨脹對(duì)經(jīng)濟(jì)增長(zhǎng)影響顯著［21］。如果把那些有可能影響經(jīng)濟(jì)增長(zhǎng)的相關(guān)因素都考慮在內(nèi)的話，換句話說(shuō)，如果我們對(duì)經(jīng)濟(jì)增長(zhǎng)進(jìn)行多元回歸分析的話，那么信貸比重與經(jīng)濟(jì)增長(zhǎng)之間的負(fù)相關(guān)關(guān)系就會(huì)更加顯著（張軍，2006）［22］。

表7　Pooled EGLS估計(jì)結(jié)果

注：***、**、*分別表示在1%、5%和10%的顯著性水平上通過(guò)統(tǒng)計(jì)性檢驗(yàn)，結(jié)果保留至小數(shù)點(diǎn)后三位

在分析中還顯示，絕大多數(shù)縣市的社會(huì)消費(fèi)品零售總額的系數(shù)與經(jīng)濟(jì)增長(zhǎng)是正相關(guān)，這說(shuō)明該地區(qū)還是主要依靠消費(fèi)來(lái)拉動(dòng)經(jīng)濟(jì)的增長(zhǎng)，特別是在幾個(gè)旅游勝地，如，石門(mén)縣、中方縣、會(huì)同縣、吉首市、鳳凰縣、龍山縣，它們的消費(fèi)系數(shù)都大于1，對(duì)比發(fā)現(xiàn)這些地區(qū)的金融集聚程度都沒(méi)有有力的拉動(dòng)經(jīng)濟(jì)增長(zhǎng)，反而有些地方還阻礙的經(jīng)濟(jì)增長(zhǎng)比如石門(mén)縣、中方縣、吉首市、以及鳳凰縣。再?gòu)囊?guī)模以上工業(yè)總產(chǎn)值系數(shù)分析會(huì)發(fā)現(xiàn)，除小數(shù)幾個(gè)縣市以外，絕大多數(shù)規(guī)模以上工業(yè)總產(chǎn)值系數(shù)為正，這說(shuō)明大部分地區(qū)的經(jīng)濟(jì)增長(zhǎng)是靠工業(yè)帶動(dòng)，即規(guī)模以上工業(yè)總產(chǎn)值對(duì)GDP的貢獻(xiàn)是巨大的。這是符合經(jīng)濟(jì)現(xiàn)象的，然而從政府支出來(lái)看，大部分各縣市的政府支出都有利于經(jīng)濟(jì)增長(zhǎng)，這說(shuō)明政府的支出投入到基礎(chǔ)設(shè)施建設(shè)對(duì)本地區(qū)的GDP增長(zhǎng)帶來(lái)的正向效應(yīng)，為本地區(qū)的發(fā)展做出了貢獻(xiàn)。

5　結(jié)論與政策建議

本文從金融資源的角度分析了湖南武陵山片區(qū)金融集聚程度對(duì)各個(gè)縣市的經(jīng)濟(jì)增長(zhǎng)的關(guān)系，研究結(jié)果表明各個(gè)縣市的金融集聚程度對(duì)經(jīng)濟(jì)增長(zhǎng)存在明顯的差異，而對(duì)于絕大多數(shù)地區(qū)金融集聚程度對(duì)該地區(qū)的經(jīng)濟(jì)增長(zhǎng)的影響不顯著，金融集聚程度與經(jīng)濟(jì)增長(zhǎng)的關(guān)系成負(fù)相關(guān)。從新古典經(jīng)濟(jì)學(xué)理論上說(shuō)，金融的發(fā)展可以從外生動(dòng)力和內(nèi)生動(dòng)力兩個(gè)層面來(lái)推動(dòng)地區(qū)的經(jīng)濟(jì)發(fā)展，外生動(dòng)力通過(guò)政府對(duì)該地區(qū)的優(yōu)惠和傾向政策，外生的驅(qū)動(dòng)金融資源和金融機(jī)構(gòu)在該地區(qū)形成金融中心，然后運(yùn)用規(guī)模經(jīng)濟(jì)和輻射效應(yīng)等促進(jìn)該地區(qū)的經(jīng)濟(jì)增長(zhǎng)，而內(nèi)生動(dòng)力（即需求型動(dòng)力）是隨著社會(huì)經(jīng)濟(jì)的發(fā)展，自然的產(chǎn)生了某些金融需求，從而驅(qū)使金融資源和金融機(jī)構(gòu)在該地區(qū)聚集形成金融中心從而促進(jìn)經(jīng)濟(jì)增長(zhǎng)。因?yàn)榻鹑跈C(jī)構(gòu)聚集在很大程度上提高跨地區(qū)的支付效率和金融資源跨地區(qū)的配置效率，節(jié)約周轉(zhuǎn)資金、提供融資和投資便利，有效地降低交易成本，促進(jìn)各金融機(jī)構(gòu)及各行業(yè)的信息交流（Kindleberge，1974）［23］，更有利于服務(wù)該地區(qū)的經(jīng)濟(jì)發(fā)展。那么，為什么本文的研究結(jié)果顯示湖南武陵山片區(qū)各縣市金融集聚程度對(duì)經(jīng)濟(jì)增長(zhǎng)的影響是不顯著而且大部分地區(qū)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響是有阻礙作用？筆者認(rèn)為原因有如下三點(diǎn)：第一，從湖南武陵山片區(qū)的特殊地理環(huán)境來(lái)說(shuō)，部分地區(qū)由于經(jīng)濟(jì)產(chǎn)業(yè)發(fā)展相對(duì)單一，經(jīng)濟(jì)發(fā)展相對(duì)落后，金融集聚程度底，金融資源得不到合理的開(kāi)發(fā)，導(dǎo)致金融資源流失，即金融資本未能在內(nèi)部循環(huán)而是轉(zhuǎn)而流向經(jīng)濟(jì)條件更為優(yōu)越的地區(qū)。第二，從湖南武陵山片區(qū)的生產(chǎn)要素的角度來(lái)看，由于地區(qū)的相對(duì)特殊性，導(dǎo)致了交通的不便捷，大量的勞動(dòng)力人口流失，導(dǎo)致該地區(qū)的生產(chǎn)要素的流失，從而導(dǎo)致金融機(jī)構(gòu)的貸款得不到有效率的應(yīng)用。第三，雖然金融機(jī)構(gòu)能夠降低交易成本，提供融資和投資的便利，實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)，但對(duì)一個(gè)區(qū)域的可能承受能力來(lái)說(shuō)，當(dāng)該地區(qū)的規(guī)模經(jīng)濟(jì)過(guò)度膨脹將會(huì)導(dǎo)致規(guī)模不經(jīng)濟(jì)，甚至影響該地區(qū)的發(fā)展。本文的研究意義在于，解釋了在貧困地區(qū)金融資源并不一定能促進(jìn)該地區(qū)的經(jīng)濟(jì)發(fā)展，為政府對(duì)貧困地區(qū)制定相關(guān)的金融政策提供幫助。當(dāng)然，本文僅以湖南省武陵山片區(qū)為研究對(duì)象，如以整個(gè)武陵山片區(qū)為考察對(duì)象進(jìn)行對(duì)比分析，其結(jié)論將會(huì)更具說(shuō)服力。

注釋?zhuān)?/p>

1 由于數(shù)據(jù)的局限性，控制變量中未為引入就業(yè)人口（此變量用來(lái)考察人力資本對(duì)經(jīng)濟(jì)增長(zhǎng)的影響），這是該模型的不足.

2 其中鶴城區(qū)、洪江市、新化縣等地部分年份的數(shù)據(jù)缺失，所以將其剔除.

3 Levin，Lin & Chut原假設(shè):同質(zhì)面板單位根；Im，Pesaran & Shin W-stat、ADF - Fisher Chi-square、 PP - Fisher Chi-square的原假設(shè):異質(zhì)面板單位根；同質(zhì)面板指所有部門(mén)系數(shù)相同，異質(zhì)面板指所有部門(mén)系數(shù)不相同.

4 Pedroni構(gòu)造的7個(gè)檢驗(yàn)面板統(tǒng)計(jì)關(guān)系的統(tǒng)計(jì)量分別為: Panelν、Panelρ、Panel PP、Panel ADF、Group P、 Group PP 和 Group ADF。其中前4個(gè)統(tǒng)計(jì)量假設(shè)不同的截面具有相同的自回歸系數(shù)，后3個(gè)統(tǒng)計(jì)量假設(shè)不同的截面具有不同的自回歸系數(shù).

5 變系數(shù)模型假設(shè)模型個(gè)體成員既有個(gè)體影響又有結(jié)構(gòu)變化.

6 這類(lèi)模型假設(shè)所有橫截面?zhèn)€體在各個(gè)不同時(shí)期的斜率和截距都是相同的.

參考文獻(xiàn)：

［1］賴(lài)娟. 金融發(fā)展抑制還是促進(jìn)了經(jīng)濟(jì)增長(zhǎng)—來(lái)自江西省的數(shù)據(jù)檢驗(yàn)［J］. 江西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2013（02）:17-24.

［2］陸靜. 金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)關(guān)系的理論與實(shí)證研究—基于中國(guó)省際面板數(shù)據(jù)的協(xié)整分析［J］. 中國(guó)管理科學(xué)，2012（01）:177-184.

［3］武志. 金融發(fā)展與經(jīng)濟(jì)增長(zhǎng):來(lái)自中國(guó)的經(jīng)驗(yàn)分析［J］. 金融研究，2010（05）:58-68.

［4］韓廷春. 金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)的內(nèi)生機(jī)制［J］. 清華大學(xué)學(xué)報(bào)，2003（S1）:80-85.

［5］冉光和，李敬，熊德平，溫濤.中國(guó)金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)關(guān)系的區(qū)域差異—基于東部和西部面板數(shù)據(jù)的檢驗(yàn)和分析［J］.中國(guó)軟科學(xué)，2006（02）:102-110.

［6］馬軼群，史安娜. 金融發(fā)展對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)質(zhì)量的影響研究—基于VAR模型的實(shí)證分析［J］.國(guó)際金融研究，2012（11）:30-39.

［7］梅丹，周松. 中國(guó)城市金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)關(guān)系的實(shí)證研究:1990-2005［J］. 經(jīng)濟(jì)地理，2008（01）:91-95.

［8］陳偉國(guó)，樊士德. 金融發(fā)展與城鄉(xiāng)收入分配的庫(kù)茲涅茨效應(yīng)研究—基于中國(guó)省級(jí)面板數(shù)據(jù)的檢驗(yàn)［J］. 當(dāng)代財(cái)經(jīng)，2009（03）:44-49.

［9］李志軍，奚君羊. 中國(guó)金融發(fā)展與收入差距的倒U關(guān)系分析［J］.上海經(jīng)濟(jì)研究，2012（09）：12-18

［10］劉朝陽(yáng)，梁惠娟，賴(lài)洪婷. 金融發(fā)展對(duì)居民收入分配的影響研究—基于廣東的實(shí)證分析［J］.海南金融，2014（02）:21-26.

［11］Clarke George. Xu Lixin Colin and Zou，Heng-fu，2003，F(xiàn)inance and Income Inequality: Test of A ltemative Theories World Bank Policy Research Working PaPer2984，March.

［12］于瀟，王學(xué)龍，白雪秋. 金融發(fā)展對(duì)貧富分化抑制作用的研究［J］. 經(jīng)濟(jì)研究，2011（06）: 16-24.

［13］溫濤，冉光和，熊德平. 中國(guó)金融發(fā)展與農(nóng)民收入增長(zhǎng)［J］. 經(jīng)濟(jì)研究，2005（09）:30-43.

［14］楊俊，李曉羽，張宗益. 中國(guó)金融發(fā)展水平與居民收入分配的實(shí)證分析［J］. 經(jīng)濟(jì)科學(xué)，2006（02）:23-33.

［15］劉紅，葉耀明. 金融集聚與區(qū)域經(jīng)濟(jì)增長(zhǎng)：研究綜述［J］. 經(jīng)濟(jì)問(wèn)題探索，2007（11）：46-45.

［16］茍小蘭. 我國(guó)金融集聚與經(jīng)濟(jì)增長(zhǎng)的區(qū)域差異研究［D］. 西南大學(xué)，2014，5，20:47.

［17］C. Kao. Spurious Regression and Residual-based Tests for Cointetration in Panel Data［J］. Journal of Econometrics，1999（90）:1-44.

［18］C. Kao. 2000. NonstationaryPanels，Cointegration in Panels and Dynamic Panels，Advances in Econometrics，Vol.15，No.1:93-130.

［19］P. Pedroni 2004. Panel Cointegretion: Asymptotic and Finite Sample Properties of Pooled Timeseries Tests with an Application to the PPP Hypothesis ［J］.Econometric Theory，Vol.20，No.3:597-625.

［20］江春，張秀麗. 金融發(fā)展與企業(yè)家精神:基于中國(guó)省級(jí)面板數(shù)據(jù)的實(shí)證檢驗(yàn)［J］. 廣東金融學(xué)院學(xué)報(bào)，2010（02）:62-70.

［21］鄧永亮. 基于VAR模型的金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)的實(shí)證分析［J］.蘭州商學(xué)院學(xué)報(bào)，2010（01）:79-86.

［22］張軍. 中國(guó)的信貸增長(zhǎng)為什么對(duì)經(jīng)濟(jì)增長(zhǎng)影響不顯著［J］. 學(xué)術(shù)月刊，2006（07）:69-75.

［23］Kindleberger and Charles P. The Formation of Financial Centters:A Study in Comparative Economic History. Princeton University Press，1974.

（責(zé)任編輯：龍 蓉）

Financial Resource Agglomeration and Economic Growth of Hunan Wuling Mountain Area

LIAO Kaicheng，PENG Geng，LIU Fang，WANG Hao
（Business School，Jishou University，Jishou 416000，China）

Abstract：The research on the influence factors of economic growth in poor areas is a hotspot，but there are little literatures discussing that from the perspective of financial resources agglomeration. This paper uses the panel data from 2003 to 2011 of Hunan Wuling Mountain Area and the fixed effect variable coefficients model and Pooled GLS to do empirical research. The results indicate that the relationship between the degree of financial agglomeration and economic growth of Hunan Wuling Mountain Area exists reverse change in the same period，and the influence of regional financial agglomeration degree on economic growth isn’t significant，most of which is negative. From three aspects，this paper analyses the reasons for this phenomenon.

Keywords：Financial Agglomeration； Economic Growth； Fixed Effect Variable Coefficient Model； Pooled Generalized Least Squares Method

中圖分類(lèi)號(hào)：F832；F124

文獻(xiàn)標(biāo)識(shí)碼 ：A DOI∶10.3969/j.issn.1003-8256.2016.02.011

基金項(xiàng)目：湖南省社科基金項(xiàng)目資助（15YBX046）、湖南省教育廳優(yōu)秀青年項(xiàng)目資助（14B145）、吉首大學(xué)大學(xué)生研究性學(xué)習(xí)和創(chuàng)新性實(shí)驗(yàn)計(jì)劃項(xiàng)目資助（201513）

作者簡(jiǎn)介：廖凱誠(chéng)（1990-），男，漢族，江西新余人，吉首大學(xué)商學(xué)院碩士研究生，研究方向?yàn)閰^(qū)域金融；彭耿（1979-），男，漢族，湖南邵東人，博士，教授，碩士生導(dǎo)師，研究方向?yàn)榻鹑陲L(fēng)險(xiǎn)管理。