黃顯敏 周兵

摘 要：本文利用全國31個(gè)省市2000—2015年的面板數(shù)據(jù)，基于“生態(tài)位理論”的視角，從金融發(fā)展水平、金融發(fā)展效率、金融發(fā)展規(guī)模擴(kuò)張三個(gè)維度對各個(gè)省市金融業(yè)的生態(tài)位進(jìn)行測度，通過測度結(jié)果分析得出經(jīng)濟(jì)越是發(fā)達(dá)的省市其生態(tài)位寬度越高，即經(jīng)濟(jì)發(fā)展程度與金融資源稟賦相匹配；金融行業(yè)競爭最激烈的省市是金融資源處于中等層級、生態(tài)位重疊度高的省市；應(yīng)重點(diǎn)關(guān)注的省市是生態(tài)位勢值和態(tài)值都高的省市，即金融發(fā)展勢態(tài)良好、增長能力較強(qiáng)的省市。同時(shí)根據(jù)測度結(jié)果進(jìn)一步分析金融發(fā)展與經(jīng)濟(jì)增長之間的關(guān)系，得出金融規(guī)模擴(kuò)張能促進(jìn)經(jīng)濟(jì)增長。

關(guān)鍵詞：生態(tài)位理論；金融發(fā)展；經(jīng)濟(jì)增長

中圖分類號：F830 文獻(xiàn)標(biāo)識碼：A 文章編號：1674-2265（2018）07-0003-10

DOI：10.19647/j.cnki.37-1462/f.2018.07.001

一、引言

在現(xiàn)代市場經(jīng)濟(jì)日新月異的今天，金融作為內(nèi)生于經(jīng)濟(jì)的戰(zhàn)略性資源，儼然已成為全球經(jīng)濟(jì)發(fā)展的核心產(chǎn)業(yè)，占據(jù)著國家間博弈的戰(zhàn)略制高點(diǎn)。金融業(yè)的發(fā)展?fàn)顟B(tài)在一定程度上可以直接反映一個(gè)國家或者地區(qū)的經(jīng)濟(jì)發(fā)展水平。金融發(fā)展是一個(gè)較為抽象的概念，西方學(xué)者普遍認(rèn)為金融具有貨幣流通和資金融通的功能，對經(jīng)濟(jì)增長有一定的促進(jìn)作用。它通過為經(jīng)濟(jì)增長提供方便可靠的交易方式、通過金融活動(dòng)促進(jìn)儲(chǔ)蓄向投資的轉(zhuǎn)移、通過提高資本積累和分配效率等方式來促進(jìn)經(jīng)濟(jì)增長。因而，完善的金融體系和健全的金融市場將是經(jīng)濟(jì)持續(xù)發(fā)展的重要保障。

我國地大物博、民族繁多、地勢多樣、氣候各異，區(qū)域間經(jīng)濟(jì)發(fā)展在資源、政策、環(huán)境等方面都存在著巨大差異。自1978年以來，雖然我國經(jīng)濟(jì)一直保持著較快的增長速度，GDP從1978年的3645億元（世界排名第10）躍升至2016年743585億元（世界排名第2），但區(qū)域間的經(jīng)濟(jì)發(fā)展卻出現(xiàn)了不平衡；并且，經(jīng)濟(jì)的不平衡也間接導(dǎo)致了金融發(fā)展的不平衡。同時(shí)，區(qū)域間的不平衡發(fā)展催生了阻礙金融發(fā)展的諸多問題，如金融發(fā)展總體水平滯后、金融資源利用不充分、金融效率偏低、金融規(guī)模較小等。本文基于生態(tài)位理論的角度，通過測度各省市金融業(yè)的生態(tài)位寬度、重疊度、絕對生態(tài)位等來探究我國31個(gè)省市金融業(yè)的發(fā)展?fàn)顩r，不僅有助于為各省市金融業(yè)發(fā)展作出指導(dǎo)，還可以為我國統(tǒng)籌全面發(fā)展、制定金融發(fā)展戰(zhàn)略提供有力依據(jù)。

二、文獻(xiàn)綜述

綜觀金融發(fā)展理論的研究脈絡(luò)，可大致歸結(jié)為萌芽、創(chuàng)立、發(fā)展、深化四個(gè)階段。早期有關(guān)金融的思想都蘊(yùn)含在經(jīng)濟(jì)研究中，如《論貨幣的產(chǎn)生、本質(zhì)和變化》、《國富論》、《利息與價(jià)格》、《就業(yè)、利息與貨幣通論》等大都專注于對貨幣的研究。這也印證了Hamilton（1781）的一句話，“就刺激經(jīng)濟(jì)增長而言，銀行是已被發(fā)明的最令人愉快的引擎”。在學(xué)術(shù)界，最先全面探究金融對于經(jīng)濟(jì)發(fā)展的意義的是Bagehot（1873），其強(qiáng)調(diào)了金融系統(tǒng)對資金有效配置的作用。直到二戰(zhàn)之后，金融發(fā)展理論才有了開創(chuàng)性的成果，成為一門獨(dú)立的學(xué)說。之后，麥金農(nóng)和肖（1973）更加系統(tǒng)地開展研究，不斷深化金融理論，為金融發(fā)展理論奠定了基石。隨著理論的進(jìn)一步深化，現(xiàn)代金融發(fā)展理論逐漸發(fā)展起來，它是在索洛的內(nèi)生經(jīng)濟(jì)增長理論基礎(chǔ)上提出的，代表人物是King和Levine，他們將發(fā)達(dá)國家和發(fā)展中國家都納入理論之中，探索了金融發(fā)展對經(jīng)濟(jì)增長的作用機(jī)制。我國屬于發(fā)展中國家，對于金融的研究起步較晚，是在國外成熟理論的基礎(chǔ)上，結(jié)合本國國情進(jìn)行進(jìn)一步探索。梳理相關(guān)文獻(xiàn)發(fā)現(xiàn)，國內(nèi)對于金融發(fā)展與經(jīng)濟(jì)增長之間的關(guān)系的研究較多。如陳軍和王亞杰（2002）利用Granger檢驗(yàn)法得出金融發(fā)展與經(jīng)濟(jì)增長互為格蘭杰因果。林毅夫和姜燁（2006）從信貸市場和股票市場的視角研究金融對經(jīng)濟(jì)增長的影響，得出它們之間存在著顯著的正相關(guān)。謝平（1992）、韓廷春（2002）等也得出了類似的結(jié)論。

隨著金融研究工作的進(jìn)一步開展，金融發(fā)展的界定和指標(biāo)體系構(gòu)建逐漸成為理論界和學(xué)術(shù)界討論的焦點(diǎn)。綜合現(xiàn)有研究文獻(xiàn)，學(xué)術(shù)界對金融發(fā)展水平的界定與測度仍未達(dá)成一致，金融發(fā)展水平的衡量大致包括金融深度、金融寬度、金融效率、金融結(jié)構(gòu)、金融規(guī)模和金融發(fā)展生態(tài)環(huán)境等維度。首先是體系構(gòu)建方面，李學(xué)文和李明賢（2007）綜合金融指標(biāo)和經(jīng)濟(jì)指標(biāo)來建立金融發(fā)展測度體系；馮毓婷和蔡文彬（2008）從金融發(fā)展的量性和質(zhì)性出發(fā)，構(gòu)建了囊括9個(gè)二級指標(biāo)的金融可持續(xù)發(fā)展指標(biāo)體系；田菁（2011）從金融中介、資本市場以及保險(xiǎn)市場三個(gè)方面構(gòu)建地區(qū)金融差異的測評指標(biāo)體系；仲深和王春寧（2011）從產(chǎn)業(yè)規(guī)模、生態(tài)環(huán)境以及市場規(guī)模三方面構(gòu)建了金融水平測評體系；劉翠（2013）從廣度、寬度、深度和支持力度四個(gè)維度構(gòu)建了金融支持農(nóng)業(yè)發(fā)展的指標(biāo)體系；夏祥謙（2013）更是建立了三級指標(biāo)，將金融規(guī)模、金融結(jié)構(gòu)、金融效率作為一級指標(biāo)，金融組織規(guī)模、金融資產(chǎn)規(guī)模、融資規(guī)模、融資結(jié)構(gòu)、銀行結(jié)構(gòu)、保險(xiǎn)結(jié)構(gòu)、金融產(chǎn)出效率、金融配置效率以及證券市場流動(dòng)性效率作為二級指標(biāo)，再在二級指標(biāo)的基礎(chǔ)上建立了21個(gè)三級指標(biāo)；林勇（2014）從金融發(fā)展總量、金融發(fā)展效率、金融發(fā)展結(jié)構(gòu)三方面建立指標(biāo)體系等等。在指標(biāo)衡量上，所選數(shù)據(jù)又有差異；如金融發(fā)展水平，陳剛等（2006）用國有銀行年末貸款余額與GDP比值表示；王洪斌和柳欣（2008）分別用貨幣存量、信貸存量、股票和債券市值與名義GDP的比值來衡量；陸靜（2012）分別用金融機(jī)構(gòu)的存款余額和貸款余額與GDP相比作為衡量金融發(fā)展的指標(biāo)；張亮（2013）用存貸款余額與GDP的比值來表示；李延凱和韓廷春（2013）用股票市場總市值與GDP之比來表示等等。金融發(fā)展規(guī)模方面，如崔艷娟和孫剛（2012）用存貸款總額與GDP的比值表示；夏祥謙（2013）分別用保費(fèi)收入與GDP的比值、本外幣貸款新增額與GDP的比值、銀行從業(yè)人員與三次產(chǎn)業(yè)從業(yè)人員的比值來表示；李苗苗等（2015）也用此方法。金融發(fā)展效率方面，馮毓婷和蔡文彬（2008）用儲(chǔ)蓄投資轉(zhuǎn)化效率、投資投向效率表示宏觀金融效率，用凈資產(chǎn)收益率、銀行業(yè)向金融管理部門的超額融資比率等表示微觀金融效率；崔艷娟和孫剛（2012）用貸款與儲(chǔ)蓄存款的比值來表示，張亮（2013）也用此法等等。

綜上所述，國內(nèi)外對于金融發(fā)展的研究已比較成熟，所構(gòu)建的測度指標(biāo)體系也較為完善。但對于我國來說，區(qū)域發(fā)展的不平衡制約著經(jīng)濟(jì)的持續(xù)發(fā)展，當(dāng)務(wù)之急是找出各省市之間金融業(yè)發(fā)展的差異和聯(lián)系。因此，基于已有文獻(xiàn)，筆者借鑒生態(tài)學(xué)“生態(tài)位理論”中物種競爭和合作的測度方法，對全國31個(gè)省市的金融業(yè)發(fā)展水平進(jìn)行測度，探索其發(fā)展現(xiàn)狀以及它們之間的競爭合作關(guān)系。

三、各省市金融發(fā)展的生態(tài)位測度

（一）測度指標(biāo)選擇與數(shù)據(jù)處理

考慮到證券數(shù)據(jù)的限制和可得性，本文放棄金融發(fā)展結(jié)構(gòu)指標(biāo)，僅考慮“質(zhì)”與“量”的指標(biāo)。同時(shí)，從金融的可持續(xù)發(fā)展視角出發(fā)，量性金融發(fā)展是質(zhì)性金融發(fā)展的基礎(chǔ)，質(zhì)性金融發(fā)展又能進(jìn)一步促進(jìn)量性金融發(fā)展（馮毓婷和蔡文彬，2008），兩者兼顧，共同推進(jìn)金融業(yè)向好發(fā)展。量性方面，筆者選取金融發(fā)展水平指標(biāo)，用FIR表示，借鑒張亮（2013）、崔艷娟（2014）、李苗苗（2015）等人的方法，用金融存貸款余額與地方GDP的比值取得，能很好地從量上直觀反映出一個(gè)地區(qū)的金融發(fā)展現(xiàn)狀。并且，存貸款都是通過金融中介實(shí)現(xiàn)，能進(jìn)一步展示當(dāng)?shù)氐呢泿呕潭扰c金融發(fā)展水平之間的關(guān)系。選取兩個(gè)質(zhì)性指標(biāo)：金融發(fā)展效率指標(biāo)和金融發(fā)展規(guī)模擴(kuò)張指標(biāo)。金融發(fā)展效率指標(biāo)用CS表示，借鑒孫剛和崔艷娟（2012）、林勇和陳名銀（2014）等人的計(jì)算方法，用貸款余額與存款余額的比值來衡量。它反映的是金融機(jī)構(gòu)各項(xiàng)存款轉(zhuǎn)變成貸款的效率，進(jìn)而為分析地方金融資金的利用效率提供依據(jù)。金融發(fā)展規(guī)模擴(kuò)張指標(biāo)用GuiM表示，借鑒王毅（2002）、王志強(qiáng)和孫剛（2003）等人的計(jì)量方式，用全部金融資產(chǎn)總額與地方GDP的比值來衡量，同時(shí)將廣義貨幣、股票市值和債券余額囊括其中，更為全面地反映金融發(fā)展規(guī)模擴(kuò)張。

考慮到改革開放以來，我國的統(tǒng)計(jì)報(bào)表已歷經(jīng)數(shù)次修改，部分?jǐn)?shù)據(jù)的名稱和口徑有較大出入，直至2001年才相對完善，因此，本文選擇我國31個(gè)省市2001—2016年的數(shù)據(jù)，數(shù)據(jù)來自地方經(jīng)濟(jì)統(tǒng)計(jì)年鑒和金融統(tǒng)計(jì)年鑒。為解決經(jīng)濟(jì)發(fā)展所帶來的價(jià)格波動(dòng)問題，筆者用2000年的消費(fèi)者物價(jià)指數(shù)作為基期進(jìn)行換算。

（二）生態(tài)位寬度測度

生態(tài)位是一個(gè)抽象的生態(tài)學(xué)概念，需要尋找對應(yīng)的量化指標(biāo)對其進(jìn)行測度和解釋。目前生態(tài)位的測度方法主要有生態(tài)位寬度測算、生態(tài)位重疊度測算、生態(tài)位多維體積測算、生態(tài)位多元統(tǒng)計(jì)等等。本文選擇測度的三種方法如下：生態(tài)位寬度、重疊度以及勢值與態(tài)值非線性組合的測度。首先來看各省市金融生態(tài)位寬度測度。

所謂“生態(tài)位寬度”又稱作生態(tài)位廣度、生態(tài)位大小，是指被一個(gè)生物所利用的各種不同資源的總和。在本文中金融業(yè)的生態(tài)位寬度是指某個(gè)省市所利用的各種不同金融資源的總和。在測度之前先建立一個(gè)生態(tài)位因子的資源矩陣，本文參考王子龍（2005）企業(yè)集群的資源狀態(tài)矩陣，建立如下金融資源矩陣：

在上述矩陣中，行代表各個(gè)省市，由于本文選取我國31個(gè)省市作為研究對象，因此p=31；列代表金融資源狀態(tài)，即是金融的生態(tài)位測度指標(biāo)，由于本文選擇3種金融生態(tài)位測度指標(biāo)，因此q=3；[Nij]代表i省市對金融資源j的利用程度。[Yi]代表的是某一個(gè)省市的金融資源集合，等于[j=1qNij]；[Xj]代表j列某種金融資源在全國31個(gè)省市的總和，等于[i=1pNij]；而[i=1pYi]或者[j=1qXi]都代表的是31個(gè)省市構(gòu)成的整個(gè)金融生態(tài)位系統(tǒng)的資源總和。

基于生態(tài)位因子的金融資源狀態(tài)矩陣，結(jié)合各省市金融發(fā)展差異狀況，選擇借鑒最先考慮生態(tài)位寬度測度的Levins的測度方法——Simpson指數(shù)公式法，即：

[Bi=1/j=1RPij=（j=1RNij）2/j=1RNij2=Yi2/j=1RNij2]

（1）

其中，[R=p×q]，代表整個(gè)金融生態(tài)系統(tǒng)的資源總個(gè)數(shù)；[Bi]表示金融的生態(tài)位寬度；[Pij]表示生態(tài)專業(yè)性（Kohn，1968），等于[Nij/Yi]，代表了某一省市利用某種金融資源在該省市所有金融資源中所占的比重。根據(jù)定義，[Bi]數(shù)值越小，表明該省市對某一金融資源的占用較多，該省市的生態(tài)位寬度也就越寬，即該省市在金融生態(tài)系統(tǒng)中所起的作用也越大；反之，[Bi]數(shù)值越大表明其生態(tài)位寬度越窄。

現(xiàn)有研究對于生態(tài)位寬度的測度都是基于某一時(shí)點(diǎn)的數(shù)據(jù)，筆者認(rèn)為這樣的測算結(jié)果帶有偶然性，因此，筆者將時(shí)間因素納入其中，通過對時(shí)間維度求均值的方式化解某一時(shí)刻的數(shù)值突變現(xiàn)象，增加測算的真實(shí)性。將樣本數(shù)據(jù)分為2000—2003年、2004—2007年、2008—2011年和2012—2015年四個(gè)階段，分別取其均值進(jìn)行寬度測度，最終再求四個(gè)階段的平均值作為生態(tài)位寬度分組依據(jù)。根據(jù)各項(xiàng)金融指標(biāo)進(jìn)行初步測算，代入公式（1）中，得到31個(gè)省市金融業(yè)的生態(tài)位寬度數(shù)據(jù)如表1所示。

根據(jù)表1最后一列[Bi]進(jìn)行寬度排序，可以看出，我國31個(gè)省市的金融生態(tài)位寬度處于1.2—1.9之間。其中，北京、西藏、上海、山西、廣東、陜西的[Bi]值集中在1.2—1.5之間，筆者將這幾個(gè)省市歸為一類（關(guān)鍵種生態(tài)元）；海南、甘肅、新疆、浙江、四川、云南、遼寧和天津?qū)挾戎抵饕性?.5—1.6之間，將其歸為一類（節(jié)點(diǎn)型生態(tài)元）；重慶、貴州、青海、寧夏、江蘇、黑龍江和湖北的[Bi]值相差不多，集中分布在1.60—1.65之間，將其歸為另一類（中間位生態(tài)元）；江西、河北、安徽和廣西的[Bi]值集中分布在1.65—1.70之間，將其分為一類（小生位生態(tài)元）。吉林、福建、湖南、河南、山東和內(nèi)蒙古的Bi值主要集中在1.7—1.9之間，將其歸為最后一類（小微型生態(tài)元）；其中北京的[Bi]值為1.21，為最小值，即北京市金融的生態(tài)位寬度最大，在整個(gè)金融生態(tài)位中占據(jù)著舉足輕重的地位；內(nèi)蒙古的[Bi]值為1.87，為最大值，即內(nèi)蒙古金融生態(tài)位寬度最小，金融資源少。具體分類結(jié)果如表2。

表2：我國金融的生態(tài)位寬度層次分布

[生態(tài)元類型 省市名稱 關(guān)鍵種生態(tài)元 北京、西藏、上海、山西、廣東、陜西 節(jié)點(diǎn)型生態(tài)元 海南、甘肅、新疆、浙江、四川、云南、遼寧、天津 中間位生態(tài)元 重慶、貴州、青海、寧夏、江蘇、黑龍江、湖北 小生位生態(tài)元 江西、河北、安徽、廣西 小微型生態(tài)元 吉林、福建、湖南、河南、山東、內(nèi)蒙古 ]

在“關(guān)鍵種生態(tài)元”分類中，北京、西藏、上海、山西、廣東、陜西的[Bi]值都偏小，表明這些省市對金融資源的占用較大，在整個(gè)金融資源生態(tài)系統(tǒng)中占據(jù)著主要位置，其中，北京居于首要位置。在“節(jié)點(diǎn)型生態(tài)元”分類中，海南、甘肅、新疆、浙江、四川、云南、遼寧、天津的[Bi]值比“關(guān)鍵種生態(tài)元”總省市的[Bi]值稍大，可能是其對金融資源的利用率較“關(guān)鍵種生態(tài)元”中的省市低的原因所致，但其金融的生態(tài)位寬度仍然較大，在金融生態(tài)系統(tǒng)中仍占據(jù)重要地位。在“中間位生態(tài)元”分類中，以貴州和黑龍江為首的地區(qū)，由于地域因素的限制，金融業(yè)的發(fā)展也受到一定阻礙，其金融生態(tài)位寬度較窄，但上升空間很大。在“小生位生態(tài)元”分類中，僅有江西、河北、安徽、廣西4個(gè)省市，其[Bi]值較大，金融的生態(tài)位寬度較窄，自身金融業(yè)的發(fā)展滯后、規(guī)模較小，對金融資源的占用較小、利用率不高?！靶∥⑿蜕鷳B(tài)元”分類中主要有吉林、福建、湖南、河南、山東、內(nèi)蒙古，它們的[Bi]值都在1.7以上，表明這些省市金融業(yè)的生態(tài)位寬度極窄，對金融生態(tài)系統(tǒng)中資源的利用極少。

為了更清晰地顯示出全國各省市金融系統(tǒng)中資源的空間分布特征，筆者根據(jù)表2信息利用GeoDa 作圖軟件將我國金融發(fā)展的五個(gè)層次的生態(tài)元繪制在地圖上，如圖1所示。

圖中顏色越淺的省市代表生態(tài)位寬度大，即金融資源越豐富；反之，顏色越深，生態(tài)位寬度越小，所對應(yīng)省市的金融資源越稀缺。從總體上看，顏色淺的省市主要集中分布在西部和中部地區(qū)，隨著顏色的加深，逐漸向東部地區(qū)蔓延?？傮w上，中西部地區(qū)各省市金融資源較東部地區(qū)豐富。我國東部地區(qū)大多為一線城市，是我國的金融高地，金融發(fā)展水平相對較高。因而，筆者猜想出現(xiàn)這種現(xiàn)象主要還是歸因于金融資源的利用和合理配置問題：中西部地區(qū)總體生態(tài)位寬度雖高，金融資源豐富，但是金融資源利用率低，銀行的資金轉(zhuǎn)換率低，金融產(chǎn)品供大于求，使得總體金融發(fā)展緩慢、水平較低。各板塊分開來看，每個(gè)板塊都存在“斷裂”，即同一種顏色并非連在一起。如顏色最淺的板塊除了西部地區(qū)外，東部的北京、上海、山西也是最淺的。這些省市是金融資源豐富，且立足本地優(yōu)勢充分利用了金融資源。而西藏、陜西雖與北京、上海等處于同一層級，但其金融發(fā)展卻不能與之相比。特別是西藏，地廣人稀，自身經(jīng)濟(jì)發(fā)展較慢，金融發(fā)展多是依賴于政府的支持，金融機(jī)構(gòu)大多局限于地級城市。同時(shí)其金融服務(wù)配套設(shè)施不足、業(yè)務(wù)風(fēng)險(xiǎn)相對較大，浪費(fèi)了現(xiàn)有的金融資源，不利于金融發(fā)展。因此，雖然這些地區(qū)生態(tài)位寬度很低，但礙于自身因素的限制金融發(fā)展仍然很落后。這表明金融資源的生態(tài)位既呈現(xiàn)出地區(qū)間的不均衡性，同時(shí)也存在省市間政治、經(jīng)濟(jì)、人文等與金融發(fā)展相關(guān)的環(huán)境差異。

（三）生態(tài)位重疊度測度

在生態(tài)學(xué)理論中，生態(tài)位的重疊現(xiàn)象就是指生物群落間多個(gè)物種對同一種物種的取食。這代表了物種之間的競爭程度，也代表著物種之間在生態(tài)位上的相似程度。當(dāng)物種間的重疊度增大時(shí)，它們之間的生態(tài)位相似度也會(huì)提高，從而競爭也會(huì)變得更加激烈。如果將物種間對資源的利用曲線用正態(tài)分布來表示，用曲線峰值間的距離與標(biāo)準(zhǔn)差的對比來衡量物種間重疊度的大小，可以將生態(tài)位的重疊分為以下五種情況：生態(tài)位分離、生態(tài)位相鄰、生態(tài)位部分重疊、生態(tài)位包含和生態(tài)位完全重疊。

梳理相關(guān)文獻(xiàn)，發(fā)現(xiàn)對生態(tài)位重疊度的測度方法有很多，譬如相似百分率指數(shù)法、對稱[a]法、不對稱[a]法、信息函數(shù)法、似然法等。本文將借鑒R.萊文斯的沃爾泰拉種群競爭法（競爭系數(shù)[a]公式）對重疊度進(jìn)行測算。具體公式如下：

[aij=t=1qPit×Pjt/t=1qPit2=t=1qPit×Pjt*（Bi）] （2）

其中，[aij]表示各省市間金融的生態(tài)位重疊度，即i城市與j城市之間的生態(tài)位相似度；[Pit]表示i省市對金融資源t的利用占比；[Pjt]表示j省市對金融資源t的利用占比。由于各省市間生態(tài)位寬度的差異性，導(dǎo)致[aij]與[aji]的不相等。為了便于分析各個(gè)省市之間的重疊度，筆者只計(jì)算了其中一個(gè)值。

和寬度測算方法一樣，仍然采取四階段分別計(jì)算的重疊度值求均值作為最終的重疊值。具體數(shù)據(jù)如表3所示。

由各個(gè)省市的重疊度計(jì)算結(jié)果可以看出，在第一層級的分類中，各省市與其他省市的重疊度除了北京外都普遍較高，絕大多數(shù)都超過了1。北京市與所有省市間的重疊度都小于1，且北京的寬度又是最大的，因此北京市金融業(yè)發(fā)展與其他省市間的競爭并不激烈，自主發(fā)展能力較強(qiáng)。再看同一層級的其他省市，西藏、上海、山西、廣東、陜西五省市中，除了山西與部分省市間的重疊度低于1，其他省市的重疊度都偏高，但由于它們都處于第一層級，金融業(yè)的生態(tài)位寬度都較大，即便生態(tài)位相似度較高也不會(huì)帶來特別激烈的競爭。在第二層級的分類中，海南、甘肅、新疆、浙江、四川、云南、遼寧、天津與其他省市間的重疊度大多是圍繞數(shù)值1上下波動(dòng)，最大數(shù)值也未曾超過1.1，相較于第一層級整體上呈現(xiàn)出重疊度降低的趨勢。但由于這些省市的金融生態(tài)位寬度在第一層級之下，因而綜合來看，第二層級與其他省市的金融競爭與第一層級的相仿，也不算很激烈。在第五層級的分類中，吉林與北京、天津、河北、山西等省市的重疊度都小于1；福建與北京、天津、河北、山西、遼寧、黑龍江、上海、江蘇等省市間的重疊度也小于1；河南、湖南、山東、內(nèi)蒙古分別與北京、天津、河北等省市間的重疊度也幾乎小于1，表明第五層級的省市與其他省市之間的金融競爭并不激烈，行業(yè)內(nèi)的競爭僅限于當(dāng)?shù)胤秶鷥?nèi)。處于第三和第四層級中的省市，從整體上看，這些省市的重疊度仍然處于較高的水平，大部分都大于1，而且但這些省市的金融資源并不算豐富，因而其競爭仍然十分激烈。

綜合金融生態(tài)位寬度和重疊度來看，雖然第一層級的重疊度較高，但其寬度也高，因此金融業(yè)發(fā)展最好的還是處于第一層級的省市，第二層級次之；處于第五層級的省市重疊度較低，生態(tài)位寬度也偏低，既缺乏金融業(yè)發(fā)展的資源，也缺乏刺激上進(jìn)的競爭，不利于其金融業(yè)發(fā)展；而第三、第四層級的省市重疊度偏高、生態(tài)位寬度居于中間水平，競爭最為激烈，如若充分利用好金融資源以及與其他省市之間的競爭關(guān)系就會(huì)擠進(jìn)一、二層級中，如若競爭太過于激烈且自身規(guī)模和能力欠缺就可能下滑到最后一層級里。

（四）生態(tài)位的勢與態(tài)的測度

生態(tài)位寬度和重疊度刻畫的是各省市對金融資源占用的情況，而生態(tài)位的態(tài)值（Ti）反映的是各省市從過去到現(xiàn)在的時(shí)間維度的積累，包括成長狀態(tài)和與其他省市之間的環(huán)境作用狀態(tài)，一般呈峰狀；勢值（Si）反映的是各省市的金融業(yè)在未來的發(fā)展勢態(tài)和發(fā)展能力，包括增長率、變換率、適應(yīng)率等，一般呈S形（陳瑜，2014）。筆者將在接下來的分析中，通過測算各省市金融業(yè)的生態(tài)位勢值和態(tài)值及其非線性組合值來綜合體現(xiàn)各省市對金融生態(tài)系統(tǒng)的影響力和支配力。

首先構(gòu)建勢與態(tài)的指標(biāo)。由于態(tài)反映的是前期的積累，可以直接用衡量金融發(fā)展的三個(gè)指標(biāo)：FIR、CS、GuiM的原始值；而勢是一種增長能力的象征，可以采用態(tài)值的增長率作為勢的指標(biāo)，即金融發(fā)展水平的增長率、金融效率的增長率和金融規(guī)模擴(kuò)張的增長率。同時(shí)，為避免數(shù)據(jù)的量綱問題和數(shù)量級的問題，本文借鑒黃微等（2013）、邊偉軍等（2014）、付英（2017）等采用的最小—最大標(biāo)準(zhǔn)化法對數(shù)據(jù)做標(biāo)準(zhǔn)化處理。具體公式如下：

[標(biāo)準(zhǔn)化值=原始值-最小值最大值-最小值] （3）

由于勢值和態(tài)值都是單方面從增長能力和累積狀態(tài)來表征每個(gè)省市的金融現(xiàn)狀，為更加全面地反映出每個(gè)省市金融業(yè)的生態(tài)位情況，還應(yīng)對它們作線性組合和非線性組合來進(jìn)行更加深入的分析。主要利用如下兩個(gè)公式完成：

[絕對生態(tài)位=Ti+Ki×Si] （4）

[相對生態(tài)位=（Ti+Ki×Si）/j=1n（Tj+Kj×Sj）] （5）

其中，[Ki]為量綱轉(zhuǎn)換系數(shù)，由于筆者選取的是年度數(shù)據(jù)，且增長率的單位也是年，所以量綱轉(zhuǎn)換系數(shù)[Ki=1]。對數(shù)據(jù)仍然采用四階段均值形式獲取最終的數(shù)值，計(jì)算結(jié)果如表4所示。

先看態(tài)值排序，內(nèi)蒙古的態(tài)值最高，為1.527；其次是山東、河南、湖南、河北、吉林等，態(tài)值都在1.3以上，表明這些省市的金融資源存量比較豐富。但結(jié)合金融的生態(tài)位寬度排序結(jié)果可看出，這些省市的排位多靠后，表明這些省市并未充分利用所累積的金融資源存量，同時(shí)也揭示了充分利用資源的重要性。其次看勢值，勢值表征的是一個(gè)省市的金融增長速度。從排序來看，山東省增長最為迅速，勢值為1.658；河北、河南、湖南、四川、甘肅、上海、浙江、西藏、山西等緊隨其后，都是排序靠前的省市。除了上海和浙江的金融發(fā)展相當(dāng)完善，上升空間較小外，其他大都是經(jīng)濟(jì)正在蓬勃發(fā)展的省市，金融發(fā)展成本壓力較低，且在態(tài)值中排序也處于靠前的位置，金融發(fā)展的空間較大，金融與經(jīng)濟(jì)協(xié)同發(fā)展。最后看相對生態(tài)位和絕對生態(tài)位，由于兩者的排序一致，分析其中之一即可。此處以絕對生態(tài)位為例作分析。排序來看，仍是山東、河北、河南、湖南等省排在前面；相較態(tài)值排序而言，在考慮了勢值因素后，個(gè)別省市的排序有所上升，特別是河北省，從第7位上升到第2位，表明充分利用資源、加大建設(shè)力度，采取“生產(chǎn)資料+生產(chǎn)力”的方式能夠更快、更好地推動(dòng)金融業(yè)的發(fā)展。

四、金融發(fā)展與經(jīng)濟(jì)增長間關(guān)系驗(yàn)證

（一）數(shù)據(jù)與變量選擇

通過對我國31個(gè)省市的金融業(yè)進(jìn)行生態(tài)位測度，發(fā)現(xiàn)地區(qū)的金融業(yè)水平與經(jīng)濟(jì)發(fā)展有著一定的聯(lián)系。接下來進(jìn)一步通過回歸分析來探尋這種長期穩(wěn)定關(guān)系。為使回歸結(jié)果準(zhǔn)確而有效，選取生態(tài)位寬度處于“關(guān)鍵種生態(tài)元”和“節(jié)點(diǎn)型生態(tài)元”兩個(gè)層級的14個(gè)省市，剔除西藏、新疆等經(jīng)濟(jì)相對落后的省市，選擇北京、廣東、上海、浙江、海南、陜西、遼寧、四川和天津9個(gè)省市2000—2015年的面板數(shù)據(jù)作實(shí)證分析。被解釋變量為經(jīng)濟(jì)增長水平，用Yit表示，經(jīng)過多次試驗(yàn)，決定使用平減后的人均GDP取一階差分來衡量；核心解釋變量仍然選擇金融發(fā)展水平（FIR）、金融發(fā)展效率（CS）、金融規(guī)模擴(kuò)張（GuiM）。同時(shí)，考慮到與經(jīng)濟(jì)發(fā)展相關(guān)的影響因素頗多，為更好地檢驗(yàn)金融與經(jīng)濟(jì)之間的關(guān)系，需加入其他因素作為控制變量。但由于影響因素很多，且沒有規(guī)定的標(biāo)準(zhǔn)，為避免選擇的隨意性，筆者借鑒干春暉等（2011）分析產(chǎn)業(yè)結(jié)構(gòu)變遷與經(jīng)濟(jì)增長和波動(dòng)間關(guān)系時(shí)對控制變量的處理方法，用被解釋變量與金融因子的交叉項(xiàng)來衡量其他的影響因素，進(jìn)而可以得到回歸模型為：

[Yit=β0+β1×FIRit+β2×CSit+β3×GuiMit+β4×（FIRit×Yit）+β5×（CSit×Yit）+β6×（GuiMit×Yit）+εit] （6）

表5是數(shù)據(jù)的描述性統(tǒng)計(jì)。

回歸之前，為避免偽回歸現(xiàn)象需對各個(gè)變量序列進(jìn)行平穩(wěn)性檢驗(yàn)。由于地區(qū)間存在個(gè)體差異，所以此處采用異質(zhì)根IPS單位根檢驗(yàn)方法進(jìn)行平穩(wěn)性檢驗(yàn)。表6為檢驗(yàn)結(jié)果。

由單位根檢驗(yàn)結(jié)果可知，所有序列都是一階差分后平穩(wěn)，即序列是同階單整的，它們之間可能會(huì)存在長期的均衡關(guān)系。接下來為驗(yàn)證各變量之間的這種長期關(guān)系，將進(jìn)行Johansen Fisher協(xié)整檢驗(yàn)。檢驗(yàn)發(fā)現(xiàn)，組內(nèi)和組間的“Panel ADF-Statistic”都通過了1%的顯著性檢驗(yàn)，即存在協(xié)整關(guān)系。在驗(yàn)證這種協(xié)整關(guān)系之前，需確定模型的類型和最優(yōu)滯后期。筆者采用“Y+@trend+@trend^2+c”的方式確定模型中是否有截距項(xiàng)、線性趨勢以及平方趨勢。最終得出模型這三種都滿足，即選擇五種檢驗(yàn)結(jié)果的最后一種“Quadratic trend in data”。然后基于VAR找到最優(yōu)的滯后期階數(shù)，通過反復(fù)試驗(yàn)得到滯后4期為最優(yōu)。接下來就可直接進(jìn)行協(xié)整了，如下為協(xié)整方程：

[DYit=-0.2035×FIRit+0.0268×CSit+9.673×GuiMit+0.0376×（FIRit×Yit）-0.0210×（CSit×Yit）-1.7857×（GuiMit×Yit）+0.0003×@trend（00）+0.0914]

[R2=0.786244] [R2=0.677554] [LogL=280.3815]

[AIC=-5.541812] [SC=-4.680766]

模型的可決系數(shù)為0.78，即模型的擬合度較高，結(jié)果較為可信。協(xié)整方程表明，金融發(fā)展水平與經(jīng)濟(jì)增長之間存在長期穩(wěn)定的關(guān)系。長期來看，金融發(fā)展效率和金融規(guī)模擴(kuò)張對經(jīng)濟(jì)增長有推動(dòng)作用，且規(guī)模擴(kuò)張所產(chǎn)生的影響要遠(yuǎn)大于發(fā)展效率，其影響彈性分別為0.0268和9.673。同時(shí)，我們也能看到，金融發(fā)展水平會(huì)抑制經(jīng)濟(jì)增長，其影響彈性為0.2035。綜合金融發(fā)展的三個(gè)指標(biāo)來看，總體上表現(xiàn)為顯著地促進(jìn)經(jīng)濟(jì)增長。對金融發(fā)展水平而言，[β1]為負(fù)而[β4]為正，表明金融發(fā)展水平的提升會(huì)抑制經(jīng)濟(jì)的增長，但金融發(fā)展水平與影響經(jīng)濟(jì)增長的其他因素的交互作用卻能促進(jìn)經(jīng)濟(jì)的增長。同時(shí)[β1β4>1]，表明當(dāng)金融發(fā)展水平很低的時(shí)候，它對經(jīng)濟(jì)增長的影響主要表現(xiàn)為抑制作用。對金融發(fā)展效率而言，[β2]為正而[β5]為負(fù)，表明金融發(fā)展效率的提高會(huì)促進(jìn)經(jīng)濟(jì)增長，但金融發(fā)展效率與影響經(jīng)濟(jì)增長的其他因素的交互作用會(huì)抑制經(jīng)濟(jì)的增長。同時(shí)[β2β5<1]，這意味著當(dāng)金融發(fā)展效率不夠高時(shí)，它對經(jīng)濟(jì)增長的作用主要表現(xiàn)為抑制作用。對金融規(guī)模擴(kuò)張而言，[β3]為正且系數(shù)較大，而[β6]為負(fù)，表明金融規(guī)模的進(jìn)一步擴(kuò)張會(huì)在很大程度上促進(jìn)經(jīng)濟(jì)的增長，但金融規(guī)模擴(kuò)張與影響經(jīng)濟(jì)增長的其他因素的交互作用會(huì)抑制經(jīng)濟(jì)的增長。同時(shí)，[β3β6>1]，表明當(dāng)金融規(guī)模在適度范圍內(nèi)不斷擴(kuò)張時(shí)，隨著規(guī)模的擴(kuò)張會(huì)促進(jìn)經(jīng)濟(jì)的增長，且這種促進(jìn)作用遠(yuǎn)遠(yuǎn)大于金融發(fā)展水平和金融發(fā)展效率在前期帶來的抑制作用。因此，總體上表現(xiàn)為金融發(fā)展會(huì)促進(jìn)經(jīng)濟(jì)的增長。

首先，對模型進(jìn)行誤差修正。 以上的協(xié)整分析主要針對長期而言，而誤差修正模型是對長期和短期影響的結(jié)合分析。因此，筆者為進(jìn)一步探究變量序列之間的短期非均衡關(guān)系，作了誤差修正分析。首先，模型形式設(shè)定為：

[ΔYit=φ1×ΔXit+θ×ecmi，t-1+uit] [0<θ<1] （7）

其中，[ecmi，t-1]為誤差修正項(xiàng)，它等于[Yi，t-1-?0-?1×Xi，t-1]，代表[t-1]期的短期波動(dòng)幅度（也可以叫作非均衡誤差項(xiàng)）；[θ×ecmi，t-1]表示經(jīng)濟(jì)系統(tǒng)中的長期均衡機(jī)制對短期波動(dòng)的調(diào)整作用，[θ]為長期關(guān)系的調(diào)整速度。經(jīng)操作分析后得到的誤差修正結(jié)果如下：

[D（DY）=0.0409×Ecm-0.3895×D（DY（-1））-0.4886×D（DY（-2））-0.2775×D（DY（-3））+0.0768×D（DY（-4））-0.0755×D（FIR（-1））+0.1738×D（FIR（-2））-0.2039×D（FIR（-3））+0.1899×D（FIR（-4））+0.0615×D（CS（-1））-1.3002×D（CS（-2））-0.1065×D（CS（-3））+0.9165×D（CS（-4））-1.9361×D（GuiM（-1））-12.2429×D（GuiM（-2））+11.5114×D（GuiM（-3））+1.8556×D（GuiM（-4））+0.0247×D（FIR×Y（-1））-0.0338×D（FIR×Y（-2））+0.0434×D（FIR×Y（-3））-0.0399×D（FIR×Y（-4））-0.0084×D（CS×Y（-1））+0.2363×D（CS×Y（-2））-0.0109×D（CS×Y（-3））-0.1994×D（CS×Y（-4））+0.4631×D（GuiM×Y（-1））+2.4683×D（GuiM×Y（-2））-2.6005×D（GuiM×Y（-3））-0.3311×D（GuiM×Y（-4））-2.4284e-05×@trend（00）-0.0068]

從修正方程可以知道，[ecmi，t-1]的系數(shù)為0.0409，這是當(dāng)變量在本期發(fā)生短期波動(dòng)偏離長期關(guān)系時(shí)下一期的調(diào)整速度，表明金融發(fā)展與經(jīng)濟(jì)增長偏離長期均衡的修正速度為0.0409。再看短期，滯后一期、二期、三期、四期的經(jīng)濟(jì)增長偏離短期均衡軌跡后回到原軌跡的速度分別為-0.3895、-0.4886、-0.2775和0.0768；當(dāng)滯后一期、二期、三期、四期的金融發(fā)展水平偏離短期均衡軌跡后回到原軌跡的速度分別為-0.0755、0.1738、-0.2039和0.1899；滯后一期、二期、三期、四期的金融發(fā)展效率偏離短期均衡軌跡后回到原軌跡的速度分別為0.0615、-1.3002、-0.1065和0.9165；滯后一期、二期、三期、四期的金融規(guī)模擴(kuò)張偏離短期均衡軌跡后回到原軌跡的速度分別為

-1.9361、-12.2429、11.5114和1.8556。綜合短期影響來看，經(jīng)濟(jì)增長、金融發(fā)展水平和金融發(fā)展效率的短期波動(dòng)幅度較小，從短期非均衡向均衡修正的速度較慢；金融規(guī)模擴(kuò)張的短期波動(dòng)相對較大，其修正速度很快，能較快從短期非均衡恢復(fù)到均衡狀態(tài)，在很大程度上主宰著金融對經(jīng)濟(jì)增長的影響效益。同時(shí)，交互影響中的修正也數(shù)金融規(guī)模擴(kuò)張最為迅速。

五、結(jié)論

筆者利用我國31個(gè)省市的面板數(shù)據(jù)從金融發(fā)展水平、金融發(fā)展效率、金融發(fā)展規(guī)模擴(kuò)張三個(gè)維度構(gòu)建測度體系，對各個(gè)省市金融業(yè)的生態(tài)位寬度、生態(tài)位重疊度、勢值、態(tài)值、絕對生態(tài)位、相對生態(tài)位進(jìn)行測度，并結(jié)合測度結(jié)果對金融發(fā)展與經(jīng)濟(jì)增長間的關(guān)系做了探索。通過分析發(fā)現(xiàn)，從生態(tài)位寬度看，空間分布上從西部往東部逐漸變寬，各省市的金融業(yè)發(fā)展程度與經(jīng)濟(jì)發(fā)展程度基本一致，北京、上海、廣東等省市都是經(jīng)濟(jì)發(fā)達(dá)的城市，屬于“關(guān)鍵種生態(tài)元”，生態(tài)位寬度最小，金融資源多。從生態(tài)位重疊度看，重疊度最低的省市都在寬度分類中的第五層，即這些省市金融資源稀缺，行業(yè)競爭很小；在第一層和第二層的省市中，雖然重疊度較高，但金融資源豐富，也不至于帶來激烈的行業(yè)競爭，因而競爭最激烈的是處在第三層和第四層的省市。從勢值、態(tài)值、絕對生態(tài)位來看，金融資源越是豐富的省市其態(tài)值相對較大，即金融發(fā)展現(xiàn)狀較好；勢值與省市的經(jīng)濟(jì)發(fā)展增速相匹配，處于經(jīng)濟(jì)迅速發(fā)展中的省市其勢值也較高；絕對生態(tài)位是對態(tài)值和勢值的綜合，得出充分利用金融資源和加大發(fā)展力度對于金融業(yè)發(fā)展的重要性。通過實(shí)證分析得出金融發(fā)展對經(jīng)濟(jì)增長有促進(jìn)作用，且金融規(guī)模擴(kuò)張對經(jīng)濟(jì)增長效應(yīng)最大，金融發(fā)展效率次之，金融發(fā)展水平最小。

從金融發(fā)展可促進(jìn)經(jīng)濟(jì)增長的角度出發(fā)，對于處在“小微型生態(tài)元”層級的省市，金融資源缺乏，應(yīng)合理增加金融機(jī)構(gòu)，盡可能在經(jīng)濟(jì)效益良好的基礎(chǔ)上擴(kuò)大規(guī)模，鼓勵(lì)農(nóng)村人口對金融知識的認(rèn)知，引導(dǎo)地方資金的流轉(zhuǎn)；對于處在“中間位生態(tài)元”和“小生位生態(tài)元”層級的省市，行業(yè)競爭激烈，應(yīng)適度調(diào)配、合理把控相互間的競爭，有必要的時(shí)候政府可對部分金融機(jī)構(gòu)進(jìn)行扶持、淘汰那些“夕陽產(chǎn)業(yè)”，提高金融機(jī)構(gòu)的效率；對于山東、河南、湖南、河北、吉林等態(tài)值和勢值都靠前的省市，金融發(fā)展現(xiàn)狀較好、增長能力較強(qiáng)，國家金融發(fā)展戰(zhàn)略和經(jīng)濟(jì)戰(zhàn)略應(yīng)優(yōu)先針對這些省市。

參考文獻(xiàn)：

[1]徐云松.我國西部區(qū)域金融發(fā)展的非均衡問題研究[D].中央財(cái)經(jīng)大學(xué)博士研究生論文，2015.

[2]陳軍，王亞杰.我國金融發(fā)展與經(jīng)濟(jì)增長互動(dòng)關(guān)系分析[J].中國軟科學(xué)，2002，（8）.

[3]林毅夫，姜燁.經(jīng)濟(jì)結(jié)構(gòu)、銀行業(yè)結(jié)構(gòu)與經(jīng)濟(jì)發(fā)展—基于分省面板數(shù)據(jù)的實(shí)證分析[J].金融研究，2006，（1）.

[4]林毅夫，姜燁.發(fā)展戰(zhàn)略、經(jīng)濟(jì)結(jié)構(gòu)與銀行業(yè)結(jié)構(gòu)：來自中國的經(jīng)驗(yàn)[J].管理世界，2006，（1）.

[5]謝平.中國金融資產(chǎn)結(jié)構(gòu)分析[J].經(jīng)濟(jì)研究，1992，（2）.

[6]韓廷春.金融發(fā)展與經(jīng)濟(jì)增長的內(nèi)生機(jī)制[J].產(chǎn)業(yè)經(jīng)濟(jì)評論，2002，（1）.

[7]林勇，陳名銀.我國金融發(fā)展指標(biāo)體系構(gòu)建與水平測度[J].商業(yè)時(shí)代，2014，（18）.

[8]馮毓婷，蔡文彬.我國金融可持續(xù)發(fā)展能力指標(biāo)體系的構(gòu)建[J].統(tǒng)計(jì)與決策，2008，（21）.

[9]劉翠.構(gòu)建金融支持農(nóng)業(yè)發(fā)展績效四維評價(jià)指標(biāo)體系——基于31個(gè)省市數(shù)據(jù)的經(jīng)驗(yàn)分析[J].華北金融，2013，（1）.

[10]夏祥謙.各省區(qū)市金融發(fā)展水平的比較研究[J].金融理論與實(shí)踐，2014，（1）.

[11]崔艷娟，孫剛.金融發(fā)展是貧困減緩的原因嗎？——來自中國的經(jīng)驗(yàn)[J].金融研究，2012，（11）.

[12]王洪斌，柳欣.金融發(fā)展與經(jīng)濟(jì)增長：基于中國的經(jīng)驗(yàn)分析[J].經(jīng)濟(jì)問題，2008，（1）.

[13]陸靜.金融發(fā)展與經(jīng)濟(jì)增長關(guān)系的理論與實(shí)踐研究——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(xué)，2012，（1）.

[14]李苗苗，肖洪鈞，趙爽.金融發(fā)展、技術(shù)創(chuàng)新與經(jīng)濟(jì)增長的關(guān)系研究——基于中國的省市面板數(shù)據(jù)[J].中國管理科學(xué)，2015，（1）.

[15]李延凱，韓廷春.金融環(huán)境演化下的金融發(fā)展與經(jīng)濟(jì)增長：一個(gè)國際經(jīng)驗(yàn)[J].世界經(jīng)濟(jì)，2013，（8）.

[16]陳剛，尹希果，潘楊.中國的金融發(fā)展、分稅制改革與經(jīng)濟(jì)增長[J].金融研究，2006，（2）.

[17]王志強(qiáng)，孫剛.中國金融發(fā)展規(guī)模、結(jié)構(gòu)、效率與經(jīng)濟(jì)增長關(guān)系的檢驗(yàn)分析[J].管理世界，2003，（7）.

[18]張亮.區(qū)域經(jīng)濟(jì)增長與金融支撐能力的實(shí)證研究——以吉林省為例[D].吉林大學(xué)博士研究生論文，2013.

[19]崔艷娟.金融發(fā)展與貧困減緩路徑效應(yīng)與政策啟示[M].經(jīng)濟(jì)科學(xué)出版社，2014.

[20]田菁.中國區(qū)域金融發(fā)展：差異、特點(diǎn)及政策研究[J].財(cái)經(jīng)問題研究，2011，（2）.