金融發展促進中國技術創新的空間面板計量分析

摘要：本文運用空間面板計量方法研究了金融發展與中國技術創新之間的關系，實證研究結果表明：中國技術創新具有明顯的空間相關性。非國有部門貸款/GDP對技術創新具有顯著的正向影響；股票市場對技術創新的正向促進作用不明顯；保險市場對技術創新具有較大的推動作用；科研經費投入和人力資本水平均是推動技術創新的主要因素；但是，FDI對我國技術創新具有顯著的負向作用。

關鍵詞：金融發展；技術創新；空間面板計量

中圖分類號：F830 文獻標識碼：A 文章編號：1674-2265（2013）04-0014-08

一、引言

我國經濟增長質量提高的核心在于以構建創新型國家為戰略目標，走“創新驅動、內生增長”之路。考慮到技術創新的重要作用，我國政府開始實施一系列鼓勵技術創新的政策，包括國家“863”計劃、“973”計劃和“火炬”計劃，大大增強了中國的技術創新能力。同時，國務院于2006年印發實施《國家中長期科學和技術發展規劃綱要（2006—2020年）》的若干配套政策，指出為了“營造激勵自主創新的環境，推動企業成為技術創新的主體，努力建設創新型國家”，需要科技投入、稅收支持、金融支持、政府采購、引進消化吸收再創新、創造和保護知識產權、人才隊伍、科技創新基地與平臺等方面的配套政策予以配合。由此可見，金融發展對于技術創新至關重要，對兩者關系的研究具有重要的理論和現實意義。

當前，我國正著力改革銀行體制，推動資本市場創新，擴大保險市場規模。但值得指出的是，銀行體系、資本市場以及保險市場對技術創新的作用并不完全相同①，厘清這三個金融市場的重要組成部分對于提升中國技術創新能力的不同作用具有十分重要的意義。與此同時，考慮到我國省級地區經濟發展的空間相關特性，本文采用空間面板計量分析方法，在綜合銀行、證券和保險三個方面的基礎上，結合研發投入、外商直接投資及人力資本等因素，全面深入地剖析中國金融支持技術創新的現狀，以期為中國金融市場發展，特別是為提高金融支持技術創新的效率，提供有效的對策建議。

二、文獻回顧

技術創新是經濟增長的原動力，其實現取決于多方面的因素，包括制度環境、研發投入、人力資本、國際貿易等。根據內生經濟增長理論以及金融發展理論的觀點，金融體系主要通過動員儲蓄、配置資源、提供清算支付、風險管理、提供信息以及監督激勵等功能來推動技術創新。熊彼特（Schumpeter，1934）強調了金融發展對技術創新的重要性，指出銀行通過甄別把資金提供給最具新產品研發能力的企業，從而推動技術創新。希克斯（Hicks，1969）指出，金融體系通過把流動性金融證券轉化為長期投資，為經濟增長提供大量長期資本，進而使技術創新成為可能。庫利和史密斯（Cooley和Smith，1991）認為，金融市場通過建立各種建議制度，使得交易成本降低，從而促進企業的專業化、技術創新和在干中學習，他們關于金融市場促進技術創新的觀點得到了格羅斯曼和埃爾普曼（Grossman和Helpman，1991）、阿吉翁和豪伊特（Aghion和Howitt，1992）、格林伍德和史密斯（Greenwood和Smith，1997）的支持。圣保羅（Saint-Paul，1992）認為，金融市場所提供的風險分散和對沖服務，消減了風險厭惡型的行為人對低投資靈活性的顧慮，進而促使他們選擇具有高生產率的新技術進行生產。格林伍德和約萬諾維奇（Greenwood和Jovanovic，1990）指出，金融體系可以篩選出最具潛力的企業經理，從而有效引導資本配置。進一步地，金和萊文（King和Levine，1993）從監督公司管理者并形成公司治理這一金融功能與技術創新的關系上進行了開創性的研究，他們指出金融機構對企業家所進行的風險性創新活動進行評估并提供資金，因此，金融機構對于企業家的創新活動具有重要作用。富恩特和馬丁（Fuente和Martin，1996）的研究并沒有側重于對企業家技術創新能力進行事前評估從而避免逆向選擇，而是側重于對企業家技術創新能力進行事中或事后監督從而防止道德風險的產生。拉揚和津加萊斯（Rajan和Zinganles，1998）認為，運行良好的金融體系能夠減少企業獲得外源融資的障礙，更加依賴外部融資的企業在金融發展中尤其受益，經濟因新興產業的大力發展而提高了增長率。此外，伊頓和科圖姆（Eaton和Kortum，1996）指出，國際技術外溢是促進技術創新的重要手段之一，并且國際技術外溢程度取決于東道國本身的技術吸收能力，而金融發展又是影響技術吸收能力的重要因素之一。赫米斯和蘭辛克（Hermes和Lensink，2003）、阿爾法羅（Alfaro，2004）等都認為東道國的金融市場效率是影響其技術吸收能力的關鍵因素。

在國內的相關研究中，韓廷春（2001）指出，與金融發展相比，技術進步和制度創新才是我國經濟長期增長的最關鍵因素，但是他并沒有對金融發展和技術進步之間的關系進行研究。孫伍琴（2004）從金融功能的角度出發，研究了不同金融結構對技術創新的作用。劉鳳朝和沈能（2007）采用Geweke分解檢驗及協整分析方法，實證檢驗了中國金融發展和技術進步的因果關系與動態演進，研究結果表明，在長期中金融發展和技術進步之間存在均衡關系，不論是長期還是短期，金融規模和技術進步之間存在正向關系，同時兩者之間具有雙向因果關系。葉耀明和王勝（2007）以長三角城市群作為研究對象，實證檢驗了金融中介對技術創新的促進作用，得出了以銀行為代表的金融中介對技術創新有顯著促進作用的結論。王莉（2008）基于信息、風險以及公司治理三個維度比較了兩種金融結構促進微觀、中觀和宏觀層面的創新活動的差異，同時指出銀行和市場在支持創新方面并沒有絕對的優勢差異，一國的創新和經濟增長需要更加多元化的金融結構和更高的金融總體發展水平。姚耀軍（2010）基于新熊彼特增長模型，采用中國省級面板數據，實證檢驗了金融中介發展與技術進步之間的關系，研究結果表明，金融發展可以推動技術進步從而促進經濟長期增長。錢水土和周永濤（2010）采用2000—2008年中國省級面板數據，運用分位數回歸方法，對金融發展、技術進步和產業升級之間的關系進行研究，結果表明金融發展與人力資本對技術進步和產業升級均具有顯著的推動作用，并且在跨過某一分界點之后，金融發展和人力資本的系數值迅速提高；然而，外商直接投資對技術進步和產業升級的作用并不顯著；同時，研發投入對技術進步的系數變化曲線呈現斜向上的“W”型，但從整體來看，研發投入所產生的經濟效益將會越來越好。

綜上所述，關于金融發展和技術創新之間的關系，國內外許多文獻均從全國和地區兩個層面進行了理論和實證研究。但是，迄今為止，鮮有文獻采用空間面板計量分析方法，對中國金融發展促進技術創新的空間效應進行研究。考慮到中國經濟增長與金融發展的地區差異性以及經濟增長中可能存在的空間依賴性，本文利用空間面板計量分析方法，綜合銀行、證券和保險這三個主要渠道，兼顧研發投入、外商直接投資、人力資本，以中國省級數據作為樣本，對金融發展和技術創新之間的關系進行研究，以期得到符合實際的結論，從而為中國未來經濟協同發展提供經驗和政策思路。

三、空間計量方法與實證模型

在經濟增長中，勞動力轉移、技術擴散以及資金流動等問題可能會導致變量間的空間相互作用。但是，傳統的面板計量模型卻沒有考慮到經濟增長中包含的空間自相關性。因此，如果在經濟增長的研究中直接運用傳統的面板計量模型，把不同的經濟體當作互相獨立的個體，而忽略了它們在空間上的相互依賴性，則會產生建模失誤以及有偏估計等問題（吳玉鳴，2006；安瑟蘭，2009）。鑒于此，本文根據空間統計學和空間計量經濟學原理，嘗試采用空間面板計量模型來進行研究。空間計量經濟分析的一般思路是：利用空間統計分析Moran I指數法檢驗各個變量之間是否存在空間依賴性；如果存在空間依賴性，則建立空間計量經濟模型，進行空間計量估計和檢驗；如果不存在空間依賴性，則建立傳統的面板計量模型進行估計和檢驗。

（一）空間相關性檢驗

目前，我們一般采用莫蘭（Moran，1950）提出的空間自相關指數Moran I來判斷各地區變量之間是否存在空間相關性。Moran I的定義是：

[Moran I=i=1nj=1nWij（Yij-Y）S2i=1nj=1nWij] （1）

式中，[S2=1ni=1n（Yi-Y）]；[Y=1ni=1nYi]；[Yij]表示第[i]個地區的第[j]次觀測值；[n]表示地區總數；[Wij]表示二進制的鄰接空間權值矩陣，意味著其中任意元素使用鄰接標準或距離標準，旨在定義空間對象相互鄰接關系。本文根據相鄰距離設定權值即：

[Wij=1，區域i和區域j相鄰0，區域i和區域j不相鄰 i，j=1，2，???，N，i≠j] （2）

根據數據的分布，計算狀態分布Moran I的期望值為：

[En（I）=-1n-1]

[VaRn（I）=n2w1+nw2+3w20w20（n2-1）-E2n（I）] （3）

式中，[w0=i=1nj=1nwij]；[w1=12i=1nj=1n（wij+wji）2]；

[w2=i=1n（wi.+w.j）2]，[wi.]與[w.j]分別為空間權值矩陣的[i]行與[j]列之和。

根據公式（4）可以檢驗出[n]個地區是否存在空間自相關關系：

[Z（d）=Moran I-E（I）VaR（I）] （4）

如果Moran I正態統計量[Z（d）]值都大于正態分布函數95%（99%）置信水平的臨界值1.65（1.96），那么意味著該指標的統計觀測值在空間分布上存在顯著的空間正相關關系（即空間依賴性）。更進一步地，在二維平面上，繪制空間相關系數Moran I指數的散點圖，可以把各個區域的這個指標分為四個象限的集群模式，用來清晰地識別出一個區域與其鄰近區域之間的關系。其中，第一象限是“高—高”組合，意味著該指標高統計值的區域被同是高統計值的區域包圍；第二象限是“低—高”組合，意味著該指標低統計值的區域被高統計值的區域包圍；第三象限是“低—低”組合，意味著該指標低統計值的區域被同是低統計值的區域包圍；第四象限是“高—低”組合，意味著該指標低統計值的區域被同是低統計值的區域包圍。

（二）空間計量模型

本文采用了考慮空間效應的空間常系數回歸模型，包括空間滯后模型（SLM）和空間誤差模型（SEM）。SLM與SEM的主要區別在于：SLM研究因變量在各個子區域的空間相關性，考察變量在一個區域是否存在溢出效應；SEM則研究存在于誤差擾動項中的空間依賴性，考察鄰近區域對因變量的誤差影響對于本區域觀測值的影響程度。

SLM把因變量引入空間加權矩陣修正經典回歸模型，其形式為：

[y=ρWy+Xβ+ε] （5）

式中，[y]表示因變量；[ρ]表示空間自回歸系數；[W]表示[n×n]的空間權重矩陣；[X]表示[n×k]的外生解釋變量矩陣；[Wy]表示空間滯后因變量；[ε]表示隨機誤差項。

SEM在誤差修正項中引入空間加權矩陣來修正模型，其形式為：

[y=Xβ+εε=λW+μ] （6）

式中，[β]為參數，表示自變量[X]對因變量[y]的影響；[λ]表示[n×1]的截面因變量的空間誤差系數，用來衡量樣本觀測值的空間依賴性，即相鄰區域的觀測值[y]對本區域觀測值[y]的影響方向與程度；[ε]表示隨機誤差項；[μ]表示正態分布的隨機誤差向量。

（三）實證模型建立

本文所構建的實證模型如下：

[lnINVit=a0+α1lnSTPit+α2STEit+α3FDit+α4FDIit+α5HCit+εit] （7）

式中，[i]表示地區；[t]表示年份；[INVit]表示技術創新水平，用專利申請量來衡量；[STPit]表示科技活動人員數；[STEit]表示科技活動經費內部支出；[FDit]表示金融發展水平②；[FDIit]表示外商直接投資；[HCit]表示人力資本水平；[εit]表示隨機擾動項。

本文根據SLM和SEM空間估計方法，分別建立空間滯后模型和空間誤差模型，同時與傳統面板模型的估計結果進行比較。

1. 空間滯后模型為：

[lnINVit=ρWlnINVit-1+a0+α1lnSTPit+α2STEit+α3FDit+α4FDIit+α5HCit+εit]（8）

式中，[W]表示[n×n]的空間加權矩陣，意味著不同地區在地理上的相鄰關系；[ρ]表示反映觀測值空間依賴性的系數；[εit]表示隨機擾動項。

2. 空間誤差模型為：

[lnINVit=a0+α1lnSTPit+α2STEit+α3FDit+α4FDIit+α5HCit+εitεit=λWεit+μit （9）]

式（9）采用了與式（8）相同的空間加權矩陣；[λ]表示反映空間依賴對誤差項影響程度的系數；[μ]表示隨機擾動項。此外，鑒于空間相關性的存在，采用傳統的OLS方法估計空間滯后模型，不但是有偏的，而且不一致；同時采用OLS方法估計空間誤差模型雖然是無偏的，但不具備有效性。為了克服這一缺陷，本文使用針對空間面板模型的極大似然估計方法（埃洛斯特，2003），同時使用對數似然函數值（Log-Likelihood）來判斷模型的有效性。

四、實證分析

（一）指標及數據說明

1. 技術創新。技術創新（INV）是因變量。綜觀現有文獻，尚無直接衡量技術創新的指標，專利申請量或授權量是常用的近似指標。鑒于專利局審批專利到授權存在較長的滯后性，專利授權量不能及時反映各區域的技術創新產出，因此本文使用專利申請量作為技術創新的指標。

2. 金融發展。金融發展（FD）是主要的自變量，一般采用三類指標來衡量。（1）以銀行信貸為主的間接融資市場。周立（2002）選用金融市場化比率作為衡量金融中介發展水平的指標；張軍等（2005）提出非國有企業的貸款規模與GDP的比值是衡量金融中介發展程度較為合適的指標；林毅夫（2006）則認為由于我國是以銀行為主導的金融發展模式，因此應該用中小銀行的市場份額來衡量銀行業機構的優化程度；姚耀軍（2009）指出私營企業與個體貸款之和占總貸款的比重可以合理地衡量我國金融中介發展程度③。本文借鑒張軍（2005）等的做法，采用非國有企業貸款與GDP的比值來衡量我國金融中介發展程度④。（2）以股票和債券為主的直接融資市場。由于債券數據較難獲得，本文選擇股票總市值與GDP之比來衡量。（3）新興的保險市場。考慮到保險市場各個指標之間的相關性以及原始數據的可獲得性，本文采用保費收入與GDP之比來衡量。

3. 其他指標。外商直接投資（FDI）用各區域外商直接投資實際利用額與名義GDP的比值來衡量；人力資本（HC）用6歲以上人口平均受教育年數來衡量⑤；科技活動人員數（STP）和科技活動經費內部支出總額（STE）⑥的含義如前文所述。相關描述性統計如表1所示。

通過對模型（7）的進一步研究可以發現，科技活動人員數（STP）與科技活動經費內部支出（STE）之間存在較高的相關性；數據的相關性分析顯示，科技活動人員數與專利申請量之間的相關性比較弱，故將其去掉。變量間的相關系數矩陣如表2所示。

（二）技術創新的空間相關性檢驗

圖1是2007年我國31個省級地區專利申請數（取對數）在地理空間上的分位圖，地圖上的顏色由淺到深表示估計值由小到大。其中一個顯著的特點是大量的創新活動發生在沿海省域，尤其是以上海為中心的長三角地區、以廣東為核心的珠三角地區、以北京為核心的環渤海地區及以四川為核心的中西部地區。這表明圍繞我國若干大都市的空間集群已經形成，當然還有一些中等程度的空間集群，如中部的湖北、河北和河南等地區。

依據式（1）計算可得1998—2007年各指標的Moran I值，同時根據式（4）判斷變量是否存在空間相關性。由表3可見，技術創新指標的Moran I值由1998年的0.3048增加到2007年的0.3367，其正態統計量Z（d）值均大于正態分布函數在1%顯著性水平下的臨界值，這說明技術創新空間隨機分布的假設被拒絕，技術創新在整個樣本期間具有顯著的空間集群趨勢。圖2是2007年我國31個省級地區技術創新的Moran I指數散點圖，該圖顯示了技術創新指標空間滯后INV作為橫軸和W_INV作為縱軸的分布情況，其中，W_INV表示鄰近值的加權平均值。北京、上海、江蘇、浙江、天津、山東、福建、河北、河南、湖北、湖南、重慶等12個省市位于第一象限，屬于“高—高”的正空間自相關關系的集群；安徽、江西、貴州、廣西、吉林、山西等6個省區位于第二象限，屬于“低—高”的負空間自相關關系集群；甘肅、內蒙古、云南、青海、寧夏、新疆、西藏等7個省區位于第三象限，屬于“低—低”的正空間自相關關系的集群；遼寧、四川、黑龍江等3個省份位于第四象限，屬于“高—低”的負空間自相關關系集群；廣東同時位于第一象限和第四象限；海南和陜西同時位于第二象限和第三象限。其中，61.29%的省域存在正向關聯，29.03%的省域偏離了全域空間自相關。技術創新指標的第一象限和第三象限這種局域集群的“高—高”和“低—低”分化，在某種程度上表明了中國省域技術創新在地理空間分布上具有依賴性和異質性。

（三）估計結果分析

本文使用Matlab7.0軟件，對面板SEM模型和面板SLM模型進行估計，同時，為了便于比較，我們還對傳統面板數據進行估計。由表4可見，空間固定的面板SEM模型估計結果的Log似然值優于傳統面板模型以及其他各種空間面板模型的log似然值，與此同時，空間固定面板SEM模型的調整后的R2值也很大。因此，本文將選擇空間固定的面板SEM模型對我國金融發展促進技術創新的影響程度進行實證分析。

根據表4空間固定面板SEM模型的估計結果可見，銀行信貸的系數顯著并且為正（0.697），這說明以非國有部門貸款與GDP之比來衡量的間接融資市場發展水平對技術創新具有顯著的正向影響。而股票市場的系數為正（0.019）但是不顯著，說明股票市場對技術創新的正向促進作用并沒有完全顯現出來。值得肯定的是，保險市場的系數顯著并且為正（6.654），同時其數值比較大，這說明保險市場對技術創新具有較大的推動作用。

首先，大量學者研究發現，盡管非國有企業在擴大就業、技術創新和經濟增長中發揮著越來越重要的作用，但國內銀行仍然將大量的信貸資源優先分配給國有企業（林毅夫，2006）。實證結果顯示，在控制了其他因素的影響之后，各個地區非國有部門增加銀行信貸的支持將有利于提高該地區的技術創新，但不可否認的是目前這一支持力度明顯小于人們的預期。其次，傳統理論指出股票市場拓寬了公司的融資渠道，從而會促進公司的技術創新。但是，實證研究表明，在中國省域經濟發展中，股票總市值占比與技術創新水平呈現不顯著的變動關系，這與中國股票市場的走勢與經濟發展水平出現背離、信息披露不充分和市場投機氣氛較濃等密切相關。最后，保險市場的參數估計要明顯大于銀行信貸與股票市場，這與中國保險市場的興起與高速發展密不可分。加入WTO之后，外資保險機構的引入促使國內保險業在精算技術、風險控制、產品開發以及核保核賠等方面取得了長足發展；同時作為風險分散的手段之一，保險產品對科技企業及研發機構在研發、生產、銷售等環節合理安排風險轉移具有越來越重要的作用。

除此之外，在內生經濟增長理論中，人力資本具有極其重要的作用。空間固定面板SEM模型的估計結果表明，人力資本水平與我國的技術創新均呈正相關關系，與我們的預期相符，這說明近年來我國教育事業的發展對技術創新發揮了積極的促進作用，因此我國應該進一步增加教育、培訓和醫療等投入，努力提升人力資本水平。我國雖然實行了“以市場換技術”的戰略，并且連續多年成為吸收外商直接投資最多的發展中國家，但外商直接投資對我國的技術創新的影響整體上顯著為負，遠遠沒有成為推動我國技術創新的外在動力。從理論上來看，外商直接投資不但有助于發展中國家資本的形成，而且有助于技術水平的提高，同時具有產業升級、就業創造等效應；但是，實際上外商直接投資對不同國家經濟增長的影響效果大相徑庭。研究結果顯示，大量流入的外商直接投資對我國技術創新的影響顯著為負，導致該結果的根本原因在于：一是發達國家和跨國公司設立了技術壁壘，限制核心技術的出口；二是我國在金融發展水平、人力資本積累以及基礎設施建設等方面仍然比較薄弱，因此導致對外商直接投資的吸收能力比較弱。科研經費投入的系數顯著為正，符合我們的預期。

五、結論

本文基于銀行信貸、股票市場和保險市場三個角度，采用空間面板計量模型，對1998—2007年間我國金融支持技術創新的空間關系進行實證分析，所得結論如下：（1）技術創新展示出顯著的局域集群“高—高”和“低—低”分化，具體表現為局域高值的沿海集群地區是我國整體經濟發展水平較高的區域，而局域低值的西部集群地區是我國整體經濟發展水平較低的區域。（2）由于變量間存在空間依賴性和空間自相關性，傳統面板模型的估計結果是有偏且不一致的，使用空間面板計量分析方法可以獲得更加穩健的結論。（3）空間固定面板SEM模型的估計結果顯示：以非國有部門貸款與GDP之比來衡量的間接融資市場發展水平對技術創新具有顯著的正向影響；股票市場前面的系數為正但不顯著；保險市場前面的系數顯著為正且數值較大；科研經費投入、人力資本水平也是推動我國技術創新的主要因素；FDI對我國技術創新具有顯著的負向作用。

基于以上結論，我們認為，為了構建與中國技術創新相適應的金融體系，應該從以下幾個方面著手：（1）進一步加快金融市場開放，深化國有商業銀行改革。從我國實際情況來看，目前間接融資（從國有商業銀行獲得貸款）仍然是企業技術創新外源融資的主要手段。一方面，我國金融市場必須通過對外和對內開放，引入競爭機制，提高效率，才能真正發揮其對技術創新的作用；另一方面，國有商業銀行必須突破傳統觀念的束縛，在把握銀行追求利潤及穩健經營的基礎上，辯證地看待技術創新的高風險，對具有發展潛力的創新技術給予資金支持，促使高風險轉化為高收益。（2）中小企業對技術創新具有重要的促進作用，但是當前我國的金融供給仍然不能滿足中小企業技術創新的需求，所以必須積極發揮政府的作用，大力改善中小企業的融資環境。例如，鼓勵金融機構改善并加強對高新技術企業的金融服務；加大對中小企業科技成果轉化項目的信貸支持力度；完善中小企業技術創新融資的政策法律體系；構建多種形式的科技金融合作平臺，引導各類金融機構及民間資本參與科技研發等等，從而為企業技術創新提供良好的外部條件。（3）建立企業技術創新的多層次金融支持體系。科研的投入是技術創新的真正源泉，應該大力推進我國資本市場的發展與完善，建立多層次的兼容支持體系，逐步形成一個推動中小企業技術創新的涵蓋商業銀行和政策性銀行、證券市場、保險、創業投資以及技術產權交易機構的金融支持體系，進而提高我國的技術創新能力。

注：

① 艾倫（Allen，1993）、莫克和中村（Morck和Nakamura，1999）、布特和撒克（Boot和Thakor，1997）等認為，市場導向的資本市場相比銀行中介導向的金融體系來說更適合高創新、高風險的投資項目，而銀行導向的金融體系更適合傳統型的低風險投資項目。

②金融發展指標（FD）由三大類指標衡量：銀行信貸（BAN）、股票市場（SEC）、保險市場（INS），詳見下文。

③國內的實證研究大多采用金融機構存貸款之和/GDP、或金融機構貸款/GDP，但由于中國銀行部門存在政策導向的貸款和大量的不良資產（張軍、金煜，2005），且實際中我國政府把銀行信貸作為一種降低省際經濟發展差距的工具，經濟發展水平落后的省份會更容易獲得銀行貸款的支持（姚耀軍，2010），用該指標進行實證的結果大多為負，造成的假象是我國金融中介好像根本沒有促進經濟增長，所以該指標并不能真實地衡量我國金融中介發展水平。

④這里我們假定全部信貸只分配給國有企業和非國有企業兩個部門，并進一步假定各省分配到國有企業的貸款與該省國有企業的固定資產投資成正比，則非國有部門貸款為總貸款余額× （1-國有經濟固定資產投資總額/全社會固定資產投資總額）。

⑤即設文盲半文盲、小學、初中、高中、大專以上教育程度的居民平均年數分別為0、6、9、12和16年，然后再計算加權平均值。

⑥其中STE歷年數據都以1998年為不變價格進行折算。

參考文獻：

[1]King R G， R Levine.1993.Finance，Entrepreneurship，and Growth：Theory and Evidence [J]. Journal of Monetary Economics， 32.513-542.

[2]Anselin L.Spatial Econometrics： Methods and Models [M].Dordrecht， Kluwer Academic Publishers.

[3]Elhorst， J.P.2003. Specification and Estimation o f Spatial Pane l Data Models.[J]. International Regional Science Review， 26（3）： 244 - 267.

[4]Lesage，J.P.1999.The Theory and Practice of Spatial Econometrics. http： www. spatial econometrics.com.

[5]Moran， P.A.P.1950. Notes on Continuous Stochastic Phenomena. [J]. Biometrika， 37（17）： 445 - 462.

[6]Greenwood， J. and Jovanovic，B.，1990，Financial Development， Growth， and the Distribution of Income [J]， Journal of Political Economy. 98（2）：1076-1107.

[7]Saint-Paul，G.1992，Technological Choice，Financial Markets and Economic Development [J]，European Economic Review， 36（3）：763-781.

[8]周立，胡鞍鋼.中國金融發展的地區差距狀況分析（1978—1999） [J].清華大學學報，2002，（2）.

[9]林毅夫. 經濟結構、銀行業結構與經濟發展——基于分省面板數據的實證分析[J].金融研究，2006，（1）.

[10]韓廷春，龍源.投融資機制與技術創新：基于中國省級區域的實證研究[J].科研管理，2007，（4）.

[11]張軍，金煜.中國的金融深化和生產率關系的再檢測：1987—2001 [J].經濟研究，2005，（11）.

[12]劉鳳朝，沈能.金融發展與技術進步的Geweke因果分解檢驗及協整分析[J].管理評論，2007，（11）.

[13]吳玉鳴.中國區域研發知識溢出與創新的空間計量經濟研究[M].北京：人民出版社，2007.

[14]孫伍琴，朱順林.金融發展促進技術創新的效率研究——基于Malmuquist指數的分析[J].統計研究，2008，（3）.

[15]王莉.技術創新、金融結構與新經濟發展[M].北京： 經濟科學出版社，2007.

[16]姚耀軍.金融中介發展與技術進步——來自中國省級面板數據的證據[J].財貿經濟，2010，（4）.

[17]錢水土，周永濤.金融發展、技術進步與產業升級[J].統計研究，2011，（1）.

（責任編輯 張立光；校對 YJ，GX）