中國金融資源配置效率不均衡對地區經濟差距的影響
——基于南北視角分析

肖 旭，洪祥鎮

（大連交通大學經濟管理學院，遼寧大連 116028）

一、引言

隨著中國特色社會主義已經進入新時代，我國經濟發展已由高速增長階段轉向高質量發展階段，人民日益增長的美好生活需要和不平衡不充分的發展之間的矛盾成為當前中國社會的主要矛盾，而區域經濟差距正是發展不平衡的重要體現。“十四五”規劃綱要中提出要推動區域經濟協調發展，實施區域重大戰略、區域協調發展戰略，這意味著我國已經進入到了區域發展的新階段。長期以來，學術界對我國區域經濟研究主要集中在東、中、西部地區的經濟發展差距，而隨著經濟進入新常態，我國經濟發展格局正從“東西差距”轉向“南北差距”（楊明洪等，2021）。黨的十八大以來，隨著長江經濟帶發展、京津冀協同發展、粵港澳大灣區建設、長江三角洲區域一體化發展等重大戰略的落實與推進，我國區域發展格局經歷了前所未有的變化，區域分化情況逐漸顯現（焦云霞，2022）。以長江三角洲、珠江三角洲為代表的經濟增長帶動下，南方地區經濟總體保持著較好的發展，而北方地區多數省份經濟增長則呈放緩態勢（黃少安和謝冬水，2022），經濟重心南移趨勢明顯。隨著2013 年南部地區整體GDP 首次超越北方，南部地區GDP 占全國GDP 的比重由2013 年的57.42%上升至2020 年的64.79%，北部地區GDP 占全國比重則由2013 年的42.58%下降至2020 的35.21%，南北地區間差距由2013 年的14.85 個百分點擴大至2020 年的29.56 個百分點（安虎森和周江濤，2021），南北地區經濟發展差距的逐步擴大成為我國區域整體協調發展的重大阻礙。除了南北地區之間的差距對我國區域協調發展進程的制約外，由南北地區內部所帶來的阻力也十分強烈，以2021 年為例，北方地區人均GDP 最高的北京（16.49 萬元）是最低的甘肅（3.60 萬元）的4.58 倍，南方地區人均GDP 最高的上海（15.58 萬元）是最低的廣西（4.43 萬元）的3.52 倍。劉學良等（2022）指出南北地區內部經濟差距從2013 年已經步入進一步擴大階段，南北地區內部經濟差距逐漸超越了東西地區的內部差距。因此，緩解由南北地區差異所導致的我國區域經濟總體的不均衡、不協調是新時代下我國經濟高質量發展所面臨的新任務、新挑戰，積極尋找能夠促進區域經濟協調發展的新路徑成為當前學術界討論的重要話題。

自改革開放以來我國金融業發展迅猛，作為國家重要核心競爭力之一，金融發展關系著國民經濟的穩定運行，對經濟增長產生著持續重要的影響。然而，隨著我國金融業增加值在2010—2020 年以15.75%的平均增長率不斷增加，我國金融體量得到大幅度擴張，而在此期間我國實業投資率與GDP 增長率卻出現了持續下降的趨勢（張雪芳和戴偉，2020），這說明了我國金融業的迅速發展對經濟增長的拉動作用并不聯動，我國金融發展呈現出過度化。對于經濟增長而言，適度的金融發展規模能夠促進經濟的穩步增長，而當金融業資源配置過度膨脹時，會導致社會經濟效率的下降，從而抑制甚至損害總體經濟的增長。對于現階段我國金融發展而言，不能一味地追求金融體量的擴張，更重要的是考察金融資源能否通過金融中介機構與金融市場投入到能夠最大幅度促進經濟增長的部門當中，即金融資源配置的效率如何。金融資源配置效率越高則說明金融資源越合理地配置到了效率更高的生產部門中，從而更好地促進經濟增長。然而，目前我國金融資源配置效率存在一定程度的區域失衡，由于我國金融資源分布格局、產業分工布局均呈現明顯的區域不均衡。因此金融資源配置效率也存在明顯的地域差異性。以2020 年為例，我國南方地區金融從業人員與金融機構存款余額占比全國總量分別為54.74%和61.44%，而我國北方地區從業人員與存款余額占比全國總量則分別為45.26%和38.56%。趙文舉和張曾蓮（2022）指出區域金融效率的失衡主要體現在金融資源的“屬性配置失衡”“領域配置失衡”“階段配置失衡”及“量質配置失衡”四大方面，各區域在不同金融資源屬性的配置差異導致了區域間金融效率的差距。

綜上所述，我國金融資源配置效率和經濟增長均存在明顯的區域發展不均衡、不協調問題，而這種不均衡的來源逐漸從“東西差距”轉向了“南北差距”。因此，在南北成因的背景下，我國金融資源配置效率的區域不均衡具體表現如何？緩解金融配置效率區域差異能否縮小我國地區經濟差距？理清上述問題可為我國在“雙循環”新發展格局下如何提高金融資源流動能力、糾正區域金融效率失衡、實現經濟協調發展打開新的突破口。

目前關于金融資源配置效率的相關研究主要集中在如下幾個方面：

第一，金融資源配置效率的指標體系構建及測度。Levine（1997）將商業銀行信貸占比、國有銀行資產占比、儲蓄投資轉化率作為評價指標來測算金融資源的配置效率。劉飛（2007）基于數據包絡分析方法（DEA）采用存貸款余額、銀行業職員工資、貸款損失準備作為投入指標，銀行業當年結益、銀行業資金邊際產出作為產出指標對金融效率進行測算。陸遠權和張德鋼（2012）以金融機構年末存款余額、貸款余額分別作為投入產出指標。張玉苗（2017）則采用超效率DEA 方法以金融業從業人數、金融業增加值作為投入產出指標進行測算，并通過Malmquist 指數分析了其動態變化趨勢。多數學者采用數據包絡模型對金融資源配置效率進行測算，但所選取的投入與產出指標有所出入。

第二，金融資源配置效率的區域差異。陸遠權和張德鋼（2012）通過測算省級金融效率的基尼系數，指出在1995—2009 年我國區域內金融效率差異是金融效率總差異的主要來源。徐曉光等（2014）將我國內地城市按金融資源配置效率劃分為成熟且效率高、規模效應不足、新型、不成熟4 個等級，并指出技術進步、規模效益與投入產出因素是提升金融效率的關鍵因素。戴偉和張雪芳（2016）指出我國2004—2014 年金融資源配置效率區域差異較為明顯，金融效率總體水平不高，且中西部地區尤為明顯，極少數高效率省份均集中在東部沿海地區。

第三，金融資源配置效率對地區經濟協調發展的影響。安強身和姜占英（2015）指出由政府主導的資金利用效率和國有銀行資金運用效率的失衡導致了金融資源配置效率的低下，從而抑制了經濟增長。許瀟文（2015）通過研究發現金融效率能夠促進經濟增長，并呈現出一定的區域差異性，表現為金融效率對經濟較發達地區促進效果較強，對經濟落后地區效果較弱。劉小玄和周曉艷（2011）發現壟斷行業與部分產能過剩行業聚集了大量金融資源，金融資源的投入與產出不匹配，對我國經濟效率產生了一定程度的負面影響。

綜上所述，關于金融資源配置效率的研究更多的集中在其測度、演化動態及其對經濟增長的影響機理，針對我國金融資源配置效率不均衡對地區經濟差距的影響研究，仍存在進一步的討論空間。與已有研究不同，本文將通過關系數據分析范式，從金融資源配置效率地區差距及經濟發展地區差距的視角，來分析緩解金融資源配置效率不均衡能否縮小地區經濟差距。

本文的主要邊際貢獻在于如下兩點：①基于“南北差距”視角，對金融資源配置效率與經濟發展進行分析，通過Dagum 基尼系數對金融效率及經濟的地區差距進行測算，理清我國金融資源配置效率的不均衡在南北地區的空間分布及空間差異，對豐富當前我國南北差距的研究有一定意義；②為我國經濟協調發展尋找新的突破口，即金融資源配置效率。梳理金融資源配置效率不均衡與經濟發展的區域差距在理論層面上的關系，采用二次指派程序（quadratic assignment procedure，QAP）對二者間的“差距關系”在全國及南北視角下進行實證考察，以期得出我國在新時代下經濟協調發展的新對策。

二、理論基礎及分析

金融發展是我國實體經濟發展的重要保障，金融要更好地服務實體經濟增長，最關鍵的是優化金融資源配置效率（曾燕萍等，2022）。對于金融資源配置來講，當金融規模體量較小、金融資源相對匱乏時，金融機構對于資金投資的傾向更側重國有或大型企業，而中小企業在融資時則受到約束，若金融資源或金融規模長期處于較低狀態，則對經濟增長會產生一定阻礙。然而對于現階段我國金融發展而言，則呈現出資源總量過度金融化的現象，如熊彼特理論所述，在經濟發展與社會資本積累均達到一定程度時，由于原有資本積累模式無法滿足生產規模的日益擴大，越來越多的資本從產業中脫離出來成為金融資本。我國的過度金融化也存在著明顯的資源配置結構性問題，即大量的金融資源仍被投入且集中在部分重資產類行業當中，導致了此類行業金融資源過剩，形成局部泡沫，而在經濟體中真正占比較大且具有較高資產收益率與投資效率的小微企業、農業、輕資產制造業和服務業則嚴重缺少金融資源。圖1 為我國各行業上市公司2021 年的信貸額度情況，由于銀行端數據沒有公布信貸具體的分行業流向。因此本文從證券資本市場著手，通過上市公司公開的資產負債表中的短期借款、長期借款數據測算了各企業信貸額度，并按照國家統計局的行業、區域劃分標準對各上市公司按證券代碼、所屬地區進行分類，考慮到各行業之間上市公司數量差距懸殊。因此對行業信貸總額做均值處理，得到各行業上市公司信貸額度均值，另外，根據控股性質測算了各行業上市公司中，國有控股占總數的比重。如圖1 所示，在全國上市公司行業中，建筑、水電燃氣、房地產、采礦與交通運輸行業共同分割了信貸市場中絕大部分的金融資源，建筑業、水電燃氣行業單個上市公司可獲金融資源的均值高達199.775 億元與171.599 億元，是其他如批發零售（28.607 億元）、農林牧漁（24.294 億元）、制造業（15.588 億元）等行業的幾至十幾倍。交通運輸、水電燃氣、采礦行業中的國有控股上市公司占比分別高達69.44%、67.44%與59.74%，顯性或隱性的國家擔保力度，使其在銀行業貸款的非系統性風險評估與控制中享有更大優勢，從而誘發了金融資源配置方向明顯傾斜的現象。南北地區上市公司可獲信貸平均額度的顯著差異主要體現在建筑、水電燃氣生產、采礦行業，北方地區上述上市公司信貸額度均值分別達到406.331 億元、284.935 億元、135.367 億元，以中國建筑（601668）、中國交建（601800）、中國石油（601857）、中國核電（601985）為代表的北方地區行業龍頭國有控股公司，短期與中長期貸款額度高達2000 億元以上。金融資源配置在資本證券市場的特征能夠反映出其在業界的同等規律，對于那些不處在投資熱門行業的非上市中小企業，由于規模較小、資質較差導致其在銀行及金融機構所能夠獲得的融資資源更加稀缺，最終形成了整體金融效率的低下，以及區域金融資源配置的進一步失衡（劉錫良和文書洋，2018）。

圖1 2021 年各行業上市公司信貸額度均值

金融產能過剩、資源配置不合理及實體經濟資金短缺并存的局面為我國經濟協調發展帶來較大阻力，對各區域間經濟差距也產生了較大的影響，這些都是由金融資源配置效率低下所導致的（任碧云和賈賀敬，2019）。從內部機制來看，信息不對稱是金融資源配置效率低下的重要誘因，在我國金融市場信息不對稱、不完全的背景下，利率通過金融資產定價的價格機制對金融資源進行有效配置的途徑受阻，導致了整體金融資源配置效率的失衡與低下，從而阻礙經濟發展。從外部機制來看，我國金融體系的不健全進一步加劇了金融資源錯配的現象，以中央銀行為主導，國有控股銀行為主體的金融體系在金融資本配置方向、配置效率上均存在明顯的欠缺，公有制與私有制的差別也使得在信貸市場上，具有壟斷地位的國有銀行主導的金融市場也對民間資本產生明顯的排斥性（張慕瀕和孫亞瓊，2014；關成華和張偉，2022）；另外，政府干預在一定程度上也扭曲了金融資源的配置（李青原等，2010），以利率補貼為主要方式的政府干預手段導致了金融資源從生產型企業轉移至那些只為獲得補貼而繼續生產的“僵尸企業”，金融資源遭到了極大程度的浪費。由此可見，優化金融資源配置、提高金融效率是促進金融業健康發展與經濟增長的重要途徑。全社會應引導金融資源向生產性用途的合理流動，使資金真正地進入到實體經濟，投向生產效率更高的領域當中，避免金融資源的“脫實向虛”，為實體經濟發展注入不可或缺的血液，促進我國經濟協調發展。

三、金融資源配置效率的不均衡

（一）金融資源配置效率的測算

金融資源具有一般資源和特殊資源屬性，既是資源配置的對象，也是配置其他資源的方式，金融資源不僅包含資本或資金、與資本或資金緊密聯系的其他金融要素，也包含與資本或資金及其他金融要素相互作用、影響的功能（白欽先，1999）。目前學術界對金融資源配置效率測算的指標體系沒有明確的定義，通過對相關文獻的梳理發現，衡量金融資源配置效率的主要投入指標包括金融機構存款與貸款、金融機構與金融從業人員數量、政府財政支出，而產出指標主要包括金融業增加值、金融業產值、金融相關比率等。另外，為適應我國在“雙循環”戰略背景下經濟高質量發展對金融業的需求，金融資源投入產出指標應當作出適當調整（許世琴等，2020）。鑒于此，本文設置的金融資源配置效率的投入產出指標見表1。

表1 金融資源配置效率投入產出指標體系

學術界通常采用數據包絡分析（DEA）法來測度金融資源配置效率，借助投入產出變量，求出最大產出或最小投入的生產前沿邊界并衡量效率，DEA 是一種非參數方法，不需要考慮量綱問題，適合處理多投入產出變量問題。本文在此基礎之上，借鑒Andersen 和Petersen（1993）的方法，運用超效率DEA（SE-DEA）模型對金融資源配置效率進行測算，采用超效率DEA 方法的原因在于解決了經典DEA 模型效率取值為0～1，在效率比對時區別度不高，且在規劃過程中無法對決策單元（DMU）效率值進行比較與排序的情況。另外，為體現金融資源配置效率的時變性，實現各省份金融資源配置效率在不同年份間的可比性，本文在超效率DEA 方法的基礎之上，采用全期前沿方式根據上述各項投入產出指標對我國金融資源配置效率進行測算，具體模型公式如下：

其中：為決策單元超效率值；m和n分別為投入和產出指標個數；Xij為第i年第j個決策單元的投入值；Yij為第i年第j個決策單元的產出值；λj為第j個決策單元的權重；Xi0和Yi0為評價單元的投入、產出值；和分別為松弛變量和剩余變量；ε為阿基米德無窮小，取值通常為0.00001。

根據上述方式，本文測度了我國2001—2020 年30 個省份（因數據缺失，不包含西藏地區及港澳臺地區）的金融資源配置效率指數，按照國家統計局劃分標準對南部與北部地區進行分類，各省份金融資源配置效率指數測算結果如圖2 所示。由圖2 可見，在我國總體金融資源配置效率的全樣本均值曲線上，金融效率均值前五位的省份分別為北京（0.887）、廣東（0.801）、上海（0.749）、湖北（0.694）及江蘇（0.667），而在上述省份當中，僅有北京屬于北方地區，其他省份均位于南方地區，而對于均值排名較低的新疆（0.361）、陜西（0.403）、貴州（0.424）、甘肅（0.436）與江西（0.447）在地理分布上則呈現了北多南少的現象。本文進一步以2001 年和2020 年金融效率指數為例進行南北視角分析，在南部地區15 個省份中，2020 年金融效率較2001 年有明顯提高的省份有11 個，廣西、海南、湖南、江西則出現了不同程度的下降；而對于北部地區15 個省份而言，僅有北京、河北、河南、山東、天津及新疆的金融配置效率有上升趨勢，其他省份均呈現出較為明顯的下降。我國金融效率存在一定程度的區域差異，基于上述的分析，這種空間的差異從南北視角進行考察后得到了進一步認定。為探究我國金融資源配置效率空間不均衡的演變動態、差異來源，本文將進一步深入分析。

圖2 金融資源配置效率測算結果

（二）金融資源配置效率的地區差異

本文采用Dagum 基尼系數及其分解方法對我國金融資源配置效率空間不均衡的特征進行分析，相比泰爾指數與傳統基尼系數相比較，Dagum 基尼系數能夠解決樣本數據間存在的交叉重疊問題，從而精確度量地區差異的來源，具體公式為

其中：G為總體基尼系數；為金融資源配置效率均值；k為區域個數，本文中取值為2；j和h為區域內部省份個數，本文取值為30；yji（yhr）為地區j（h）內任意i（r）觀測省份的金融資源配置效率指數。Dagum 基尼系數可進一步按子群分解方法將整體基尼系數分解為組內差異Gw、組間差異Gnb及超變密度Gt，且G=Gw+Gnb+Gt，計算公式為

其中：，pj=nj/ n，sj=為區域j和區域h之間的金融資源配置效率指數的相對影響；djh為區域金融效率指數差值，表示區域j和h中所有yji-yhr＞0 樣本加總的數學期望；pjh為超變一階矩，表示區域j和h中所有yhr-yji ＞0 樣本加總的數學期望；Fj和Fh為區域j和h的累計密度函數。

我國金融資源配置效率基尼系數及分解結果如圖3 所示，基尼系數的總體趨勢在全樣本期內較為平緩，而在部分年份中出現了一定程度的擴大，具體來看，在2001—2004 年金融資源配置效率的總體差異有所加劇，年均增長率為6.93%，而從2005 年開始，總體基尼系數進入到相對穩定下降的趨勢當中，至2018 年基尼系數下降至0.126，說明2005—2018 年我國金融資源配置效率的地區差距有所縮小，2018—2020 年基尼系數再呈上升趨勢，年均增長率為6.68%。從基尼系數的內部差異分解結果中可見，三大貢獻來源中，組內基尼系數年均貢獻率（47.88%）占比最大，說明2001—2020 年我國金融資源配置效率的總體差異主要來源于南、北區域各自內部的差距。組間基尼系數在全樣本期內的年均貢獻率較低（18.21%），但值得注意的是在2018—2020 年組間貢獻率有劇烈提升，年均增長率為68.38%，說明了總體基尼系數在2018 年后的上升有可能是南北區域之間金融資源配置效率的差異變動所引起的。除此之外，超變密度在總體基尼系數的貢獻當中也有較大占比，年均貢獻率為33.91%，而在2018 年后隨著組間貢獻的激增，超變密度貢獻出現了縮小的跡象，意味著各區域金融資源配置效率指數的數據分布重疊部分減少，也從側面印證了金融資源配置效率南北區域之間差異逐漸擴大的事實。

圖3 金融資源配置效率總體基尼系數及內部差異貢獻

通過上述的梳理，理清了我國金融資源配置效率總體基尼系數的貢獻來源，以及隨時間的變化，組內差異、組間差異及超變密度對基尼系數貢獻度的演變趨勢，圖4 進一步展示了我國金融資源配置效率南北地區組內差異、組間差異的演變過程。整體看來，南部地區與北部地區的組內差異呈“南增北降”的反向發展趨勢，其中，南部地區在2001 年的初始金融效率差異水平（0.077）較低，并以4.47%的年均增幅上升至2020 年的0.177，說明對于整體金融資源配置效率水平較高的南部地區，其內部各省份之間的效率差異逐漸增大，以2015 年和2020 年為例，上海金融效率指數分別是廣西的1.79 和3.01 倍，廣東金融效率指數分別是海南的1.95 和2.57 倍。對于北部地區而言，組內基尼系數曲線呈波動下降趨勢，2001 年北部地區組內基尼系數為0.162，2010 年下降為0.124，并逐漸低于南部地區組內基尼系數，至2020 年北部地區組內差異下降至0.120，年平均下降率為1.57%，值得注意的是雖然北部地區組內差異有明顯縮小，但這種縮小不完全是北部地區內中低金融效率水平省份逐步提高所導致的，也可能是高水平省份的金融效率下滑并趨向中低水平所形成的。除此之外，南北地區組間差異在觀測期內也出現明顯的上升趨勢，其上升幅度較大的兩個時期分別為2001—2004 年、2018—2020 年間，而在中間時段，南北兩地區域間各省份的金融效率差異的變動相對平穩。

圖4 金融資源配置效率地區差異

本文還測算了以人均GDP 為表征的地區經濟發展的相關基尼系數，如圖5 所示，與總體經濟發展基尼系數具有明顯的下降趨勢相同，南北地區組內、組間差異也呈整體下降趨勢，其中，南部地區初始時組內差異較大，但在觀測期內下降幅度明顯，北部地區經濟發展組內差異較低，始終保持在南部地區組內差異與南北地區組間差異基尼系數的下方。值得注意的是，從2013 年開始所有差異曲線均逐步進入平穩期，在個別年份中甚至出現小幅擴大趨勢，說明近年來我國整體及南北方地區經濟差距的縮小受到一定程度的阻礙。綜上所述，與地區經濟發展差異相比，我國金融資源配置效率的地區差異的演變動態較為復雜，其內部南北地區差異變化的異質性使得無法直觀地辨析出兩者間存在的相關性。因此關于我國金融資源配置效率不均衡對地區經濟差距能否產生影響，產生何種影響，以及在南北地區中這種影響是否存在差異仍需進一步探討。

圖5 經濟發展地區差異

四、金融資源配置效率不均衡對地區經濟差距的影響

（一）方法與數據

已有關于地區經濟差異的研究，多數局限在考察解釋變量本身的樣本數據對區域經濟的影響，卻無法識別出解釋變量的地區差異程度對經濟差距的影響，據此，本文嘗試從關系數據范式的角度進行分析。關系數據可以體現出兩個“行動者”之間的相互關系（Scott，1988），假設將每個地區視為一個“行動者”，那么任意兩兩地區之間的差距都可構建出一種關系，在本文中將對各地區間的經濟、金融資源配置效率及控制變量一一構建這種關系，并通過計量模型與二次指派程序（QAP）來探究中國金融資源配置效率不均衡對地區經濟差距的影響。

1.模型設定

本文的關系數據計量模型設定如下：

其中：β0、β1和β2為待估參數；Y和X分別為被解釋變量與解釋變量；Z為控制變量；U為殘差項，關系數據模型與屬性數據模型在形式上是相同的，不同點在于關系數據模型的變量數據形式為N階方陣，方陣具體形式見式（6）。其中，Y、X和Z分別為被解釋變量、解釋變量和控制變量兩兩地區差值的方陣，其內部各元素的具體數值由yi-yj、xi-xj、zi-zj計算而得，當i=j時，主對角線上元素均為0。

2.二次指派程序（QAP）

基于地區間的經濟發展程度、金融資源配置效率及其他控制變量的數值差異所構建的關系數據，隱含地假設由非獨立的觀測數據組成，這導致了模型存在自相關的問題（Krackhardt，1988）。此外，以關系數據為形式的觀測值通常存在嚴重的多重共線性問題，采用傳統的統計方法會導致參數估計量的方差與標準差增大，顯著性檢驗也失去了意義。因此，本文采用不需要假設變量之間相互獨立的二次指派程序（QAP）來克服關系數據中存在的自相關與多重共線性問題。二次指派程序包括適用于兩兩矩陣之間的相關性分析，以及適用于多因素的回歸分析兩部分，具體分析方法如下：

（1）長向量轉化。將關系數據矩陣Y、X和Z分別轉化成n（n-1）維的長向量，通過最小二乘法（OLS）方法進行參數與擬合優度的估計，得到第一次估計回歸系數集Γ（Y，X，Z）。

（2）隨機置換與統計檢驗。由于關系數據存在自相關。因此OLS 回歸結果不具有穩健性，本文采用DSP（double semi-partialing）殘差置換法進行顯著性檢驗，相比較FLSP（freedman-lane semi-partialing）置換關系數據矩陣的行與列，殘差置換法更加具有穩健性（Dekker et al，2007）。通過隨機置換所得的殘差矩陣對估計量進行檢驗，得到隨機置換后的回歸系數集及統計量標準誤。將大于或等于，小于或等于第一次長向量回歸系數的隨機置換后系數的個數與總個數的比例，分別定義為PLarge和PSmall，由于存在交叉重疊部分。因此兩者之和不一定為1。使用雙尾檢驗對回歸系數進行顯著性檢驗，若系數為正，則用PLarge表示P值；若系數為負，則用PSmall表示P值。使用單尾檢驗對R2進行顯著性檢驗，P值為置換后產生的R2大于或等于第一次長向量回歸產生的R2次數占總次數的比重。

3.變量選擇與數據說明

本文將地區經濟差異作為被解釋變量，采用人均GDP 作為衡量指標，以2001 年為基期根據GDP 指數進行平減處理，構建地區經濟差異矩陣，記為gdp。金融資源配置效率為核心解釋變量，采用前文金融資源配置效率指數作為衡量指標，構建地區金融資源配置效率差異矩陣，記為fre。除上述兩個關鍵變量外，考慮到地區經濟差異會受到不同因素的影響，本文選取了如下指標作為控制變量，并進行差異矩陣的構建：

產業結構變遷是地區經濟發展存在差距的重要原因，根據“結構紅利”假說，在技術進步和主導產業共同推動產業變遷的過程中，難免會出現產業生產水平效率的巨大差異，投入要素在從低生產率的部門向高生產率部門流動中促進了社會生產效率水平的提高，從而維持經濟增長（李峰等，2021），目前我國產業結構變遷存在十分嚴重的區域不平衡現象，干春暉和王強（2018）指出我國東部地區已經建立了能夠嵌入全球價值鏈的外向型產業集群，而中、西部地區則是以內向型產業發展為主的產業變遷，并被定義為前者產業鏈上的要素供給者，這種區域產業結構變遷的不平衡對我國地區經濟協調發展產生了嚴重的負面影響。本文以產業高級化作為產業結構的衡量指標，參考劉偉和張輝（2008）的做法，以各產業占總體的產出比與各產業勞動生產率的乘積計算而得，構建出地區產業結構差異矩陣，記為ind。

經濟增長引起城市規模擴大、城鎮化進程加速，而較高的城鎮化水平反過來也會影響經濟的發展，朱孔來等（2011）通過Granger 因果檢驗證明了我國城鎮化發展對經濟增長具有促進效果，即城鎮化每提高一個百分點，可以維持7.1%的經濟增長。城鎮化進程是勞動力要素通過遷移向城鎮聚集的過程，較高的城鎮化水平能夠刺激居民消費、積極拉動投資、聚集要素資源實現規模經濟，促進經濟增長。本文以城鎮人口數量占總人口數量比重作為衡量地區城鎮化水平的指標，構建出地區城鎮化差異矩陣，記為ubr。

在新古典經濟增長與內生增長理論中，物質資本存量、人力資本及技術進步均是促進經濟增長的主要原因，其中物質資本具有逐利性，使其向高收益率的地區流動，在短期內有助于提高地區產業產出，但長期會造成地區間資本存量差距的加大，從而導致地區經濟差距。本文以勞動力平均資本存量作為衡量指標，首先，采用永續盤存法核算各地區物質資本存量，其中折舊率參考張軍等（2004）設定的9.6%，再一步計算得到勞動力平均資本存量，構建出地區資本存量差異矩陣，記為cp。

新古典經濟增長理論將物質資本廣義化，并將其與人力資本等同處理，無法體現出人力資本在經濟增長中的特殊作用，自人力資本理論與人力資本溢出模型（Lucas，1988）提出后，多數學者關注人力資本對現代經濟的影響作用，并強調人力資本通過教育投資的積累，對推動經濟發展的作用高于物質資本，朱承亮等（2011）通過研究發現，對人力資本的投資能夠促進我國經濟增長效率的改善，而區域間居民受教育程度的明顯差異對地區經濟差距產生了重要影響。本文采用平均受教育年限來衡量地區人力資本，計算方式為edu=6pr+9mi+12hi+16co+19po，其中pr、mi、hi、co和po分別為小學、初中、高中、本科和研究生以上勞動力占地區人口比重，構建出地區人力資本差異矩陣，記為edu。

財政支出是政府利用社會資源提供公共物品與服務，從而滿足社會公共需要的支出，財政支出規模反映了政府行為干預社會經濟發展的程度，然而隨著財政支出規模的逐步擴大，公共支出的調整成本也將不斷上升，從而對經濟發展產生負向影響（莊子銀和鄒薇，2003）；另外，當財政結構與經濟環境存在差異，特別是地方政府采取了保護性或掠奪性財政策略時，所導致的資源錯配與價格扭曲將會抑制經濟發展（周業安，2003）。因此地區間政府行為干預強度的差異也會影響區域經濟的協調發展。本文以政府一般財政預算支出占比地區生產總值來表示地區的政府行為，構建出地區政府行為差異矩陣，記為gov。

對外貿易不僅推動了我國經濟持續增長，而且改變了我國經濟增長方式，提高了經濟質量，對外貿易所帶來的經濟效應主要體現在資源配置的優化、技術進步的促進及就業結構的改善三大方面（陶薇，2009；顧雪松等，2020），我國各區域間對外貿易程度存在較大差距，對經濟發展不平衡性產生了一定影響。本文以地區出口貿易總額與地區生產總值的比值作為衡量指標，并構建出地區對外貿易差異矩陣，記為open。

外商直接投資有利于改善國內資金供應狀況、形成先進高效的產業鏈（馬立軍，2013），增加國內資金供給，緩解資金短缺問題，對區域經濟的發展具有顯著的影響。本文采用外商直接投資總額占比地區生產總值比重作為衡量指標，并構建出地區外商直接投資差異矩陣，記為fdi。

圖6 為本文的關系數據分析框架圖，在圖6 中，A 和B 為兩個不同的地區，各地區經濟發展用GDPA（B）表示，而兩地區間經濟發展差距則為GDPA-GDPB，影響各地區經濟發展的因素分別為金融資源配置效率freA（B）、產業結構ubrA（B）、資本存量cpA（B）、人力資本eduA（B）、政府行為govA（B）、對外貿易openA（B）、外商直接投資fdiA（B），而影響兩地區間經濟發展差距的因素差異表示為freA-freB、ubrA-ubrB、cpA-cpB、eduA-eduB、govA-govB、openA-openB、fdiA-fdiB。由此可見，A、B 地區的經濟發展狀況取決于兩地各因素稟賦的發展程度，而A、B 地區間的經濟差距則是由兩地之間各因素稟賦的差異所導致的。將分析框架由兩個地區擴展到多個地區，兩兩地區之間的經濟發展差距則可由兩兩地區間各因素差異進行聯合解釋。各變量形式均為關系數據，即為30 階方陣，由于主對角線上行列坐標相同。因此差值為0，觀測數據為30×（30-1）=870 個。上述變量數據均來自歷年《中國統計年鑒》及各省份統計年鑒。

圖6 關系數據分析框架圖

（二）QAP 相關性分析

表2 匯總了地區經濟發展差異與地區金融資源配置效率、產業結構、城鎮化、資本存量、人力資本、政府行為、對外貿易及外商直接投資差異的相關性分析結果。其中，地區城鎮化（0.854）、產業結構（0.679）、對外貿易（0.640）的差異與地區經濟差異的相關性系數依次排名在前三位，且均通過了1%的顯著性檢驗，說明三者與地區經濟差異的相關程度最為密切。地區金融資源配置效率差異（0.523）與經濟差異的相關系數僅次于前三者，排名在第四位，說明兩者間存在高度相關，緩解金融資源配置的不均衡、提高金融效率的協調性能夠在縮小地區經濟差距中起到互動作用，驗證了本文的理論基礎與框架，但由于相關分析僅能夠識別出兩者的相關度，因而金融資源配置效率差異對縮小地區經濟差距的影響強度仍需進一步分析。此外，外商直接投資（0.516）、人力資本（0.512）、政府行為（0.460）、資本存量（0.260）與地區經濟差異的相關性分別排在后四位，且通過了顯著性檢驗。由此可見，上述各變量均與地區經濟差異存在顯著的相關性，為檢驗各因素在縮小地區經濟差距中所產生的影響效果，以及為處理變量間可能存在的多重共線性問題，本文將進一步采用QAP 回歸方法進行分析。

表2 QAP 相關性分析結果

（三）QAP 回歸分析

QAP 回歸與傳統OLS 回歸有所不同，在QAP 回歸結果中包含未標準化系數與標準化系數，兩者的區別在于，標準化系數是將關系數據形式的變量矩陣標準化處理后，再進行回歸所得到的參數估計量，相比而言，標準化系數消除了數據間不同量綱所造成的單位不統一（Borgatti et al，2002），實現了不同變量系數在統一模型中可以進行縱向的比較。因此在QAP 回歸結果中，通常采用標準化系數來進行因素變量對被解釋變量的影響研究。

1.全樣本期回歸

表3 匯總了全樣本期間內各變量差異與地區經濟差異的回歸結果，解釋變量金融資源配置效率差異的標準化系數（0.111）在5%的置信水平下顯著為正，說明了通過平衡地區間金融資源配置效率能夠有效縮小地區經濟差距，再一次驗證了本文的理論分析部分。另外，產業結構（0.227）、城鎮化（0.606）及外商直接投資（0.092）均通過了顯著性檢驗，根據變量標準化系數的縱向可比性，城鎮化的影響系數是金融資源配置效率的5.46 倍，對地區經濟差距的影響強度排在第一位，產業結構是金融資源配置效率的2.05 倍，排在次位，而外商直接投資的影響系數較低于金融資源配置效率，排在第四位。可見，除金融資源配置效率外，通過縮小上述變量的地區差異也能夠有效地緩解我國各地區經濟發展的差距。其他變量中，資本存量（0.040）、人力資本（0.060）及對外貿易（0.092）均不顯著，說明在全樣本期內，三者對縮小地區經濟差距的影響效果不明顯。值得注意的是，政府行為（-0.199）在1%的置信水平上通過了顯著性檢驗，表明對地區經濟差距而言，消除各地區間的財政支出比例會產生負向的影響。模型擬合情況較好，調整后的擬合優度R2達到了0.780，說明各變量對地區經濟差距的解釋力較強。

表3 QAP 全樣本期內回歸結果

2.分期考察回歸

為進一步探究各因素在不同時期對地區經濟差距產生的不同影響，本文將樣本期劃分為多個階段，考慮到五年規劃對國民經濟起到的重要作用。因此將樣本間設為2001—2005 年的“十五”時期、2006—2010 年的“十一五”時期、2011—2015 年的“十二五”時期及2016—2020 年的“十三五”時期，針對五年規劃不同期間來考察各因素對地區經濟差距的影響，并觀察變量回歸系數的變化趨勢。

根據表4 中的回歸結果，“十五”期間金融資源配置效率（-0.083）對縮小地區經濟差距產生了負面影響，原因可能在于，在“十五”期間我國整體金融效率較低，金融資源處在十分匱乏的階段，對于經濟增長的促進方式主要是通過金融資產數量上的擴張，而非通過金融資源配置效率的提升（曹嘯和吳軍，2002）；另外，在前文中關于金融資源配置效率的時空演化動態與區域差異分析中可知，2001—2004 年間我國總體金融效率的基尼系數呈上升趨勢，而我國總體經濟發展的基尼系數相對平穩，并在2003 年逐漸下降，說明在“十五”期間我國金融效率與經濟發展的地區差異呈反向增長動態，導致了金融效率對縮小地區經濟差距具有負向作用。“十一五”期間，金融資源配置效率（0.071）的回歸系數轉為正數，并通過了10%的顯著性檢驗，原因可能在于，在此期間為響應十六屆五中全會通過的第十一個五年規劃建議中對金融行業的明確要求，我國正處在金融體制改革的階段，通過推動多層次金融市場發展，推進國有商業銀行、政策性銀行的體制改革，提高金融企業的資產質量、盈利能力及提高金融監管水平、建立金融風險機制等改革方式，促進了我國金融行業的健康穩定發展，在一定程度上縮小了區域間金融資源配置效率原本存在的差異，從而對緩解地區經濟差距做出了一定貢獻。在“十二五”和“十三五”期間，金融效率的回歸系數（0.106）、（0.076）在5%的置信水平上顯著，說明在2011—2020 年間，地區金融效率差異對地區經濟差距的影響強度有明顯的增強，一方面是得益于“十二五”和“十三五”期間對金融行業持續的深化改革，為我國金融業發展提供了良好的成長環境；另一方面，在2013 年前后隨著科技金融和數字金融的爆發式發展，新型金融機構、新型金融商業模式、金融業新業態層見疊出，金融行業的經營態勢由此發生了前所未有的轉變，與銀行業所代表的以信用、抵押為金融經營的傳統模式相比，依托信息技術的數字金融新模式在建立風險評估監管體系、挖掘潛在金融客戶、提高風險定價及全面拓寬金融業務范圍等方面均產生了顛覆性影響，有效緩解了在傳統金融模式下中小微企業所面臨的融資約束問題，實現了各地區金融資源的高效流動、配置優化，促進了地區間經濟協調發展，從而起到緩解地區經濟差距的作用。在其他變量中，產業結構、城鎮化、資本存量、人力資本、對外貿易及外商直接投資在各期間內的回歸系數均為正數，說明上述變量在不同期間內均對緩解地區經濟發展不平衡具有正向影響，其中，城鎮化水平在全部期間內的回歸系數均通過了1%的置信水平檢驗，對經濟差距的影響強度最大且最穩定，這與目前已有文獻結論相同（劉華軍等，2018），說明城鎮化能夠作為長期持續影響地區經濟差距的關鍵因素。與城鎮化截然相反，政府行為的回歸系數在全部期間顯著為負，與前文全樣本回歸分析相同，說明消除了地區間財政支出比例的差距會擴大地區經濟差距。

表4 QAP 分期考察回歸結果

五、基于南北視角考察

前文中已基于全國層面考察了金融資源配置效率與其他變量對地區經濟差距的影響，為更深一步探究我國地區經濟差距及相關因素在地緣位置的差別，本文將從南北兩個角度構建各變量的差異矩陣，并進行QAP 回歸分析，與前文相同，對南北視角的分析仍從全樣本期與分期考察兩部分進行。

（一）南北地區全樣本期回歸

表5 匯總了基于南北視角的全樣本期考察結果，在南方地區回歸結果中，城鎮化（0.945）、產業結構（0.467）、對外貿易（0.121）、人力資本（0.118）與金融資源配置效率（0.109）分別對縮小地區經濟差距有顯著的正向作用，說明通過縮小上述因素的地區差異能夠緩解南方地區經濟差距。相比較全國而言，南方地區中城鎮化與產業結構的影響強度具有顯著的增大，分別擴大為金融資源配置效率的8.66 倍和4.28 倍，并與對外貿易、人力資本依次排在前四位，而金融資源配置效率排在第五位。北方地區金融資源配置效率的回歸系數（0.145）排在第三位，而排在前兩位的城鎮化（0.331）、產業結構（0.172）的影響強度分別為金融效率的2.28 倍、1.18 倍，北方地區其他因素中的資本存量、人力資本及對外貿易也均對縮小北部地區經濟差距有促進效果。由上述分析可知，金融效率在南北地區中的影響強度有較大的差別，其在北方地區更能體現出對地區經濟差距的影響效果；另外，與全國樣本考察相同，在南北地區中城鎮化與產業結構仍然是影響區域經濟差距的核心因素，而政府行為對經濟協調發展的負向作用依舊存在。

表5 南北地區QAP 全樣本期內回歸結果

（二）南北地區分期考察回歸

1.南方地區QAP 分期考察

南方地區QAP 分期考察結果詳見表6。由表6 所示，南方地區各因素差距在不同的五年規劃期間內，對地區經濟差距的影響有較大的出入。具體來看，在各考察期內南方地區城鎮化、產業結構依舊對緩解地區經濟差距保持著穩定的貢獻。南方地區金融資源配置效率在“十五”“十一五”“十二五”期間均對縮小經濟差距具有顯著的促進效果，但在三個五年期間內金融效率的影響強度則出現了下滑，由“十五”期間的第三位下滑至“十二五”期間的第五位，而在“十三五”期間，金融效率的回歸系數（0.048）沒有通過顯著性檢驗，說明在“十三五”期間，南方地區金融效率對縮小經濟差距的影響逐漸弱化。南方地區金融資源配置效率存在著明顯的“領頭羊”效應，以上海、廣東、江蘇、浙江為代表形成了南方地區金融資源配置效率的第一梯隊，以福建、重慶、安徽、四川等為第二梯隊，而效率低下的廣西、貴州、海南、云南等則為第三梯隊，“領頭羊”效應雖能夠對其他地區產生示范作用，帶動周邊地區金融發展，促進區域整體金融資源配置效率的提升，但金融資源作為流動性較強的要素，也存在著逐漸從第三梯隊向一、二梯隊轉向流動的趨勢，這對南方地區的金融效率區域差異造成一定程度的影響，由此也導致了金融效率對經濟協調發展的影響逐漸削弱；另一方面，作為經濟增長的投入要素之一，金融資源配置效率對經濟發展的影響機理也存在著與經濟要素投入相同的邊際效應遞減規律（張雪芳和戴偉，2020），隨著南方地區整體上金融資源配置效率的不斷提升，其對區域經濟協調發展的促進作用也在不斷的弱化。南方地區其他變量中的人力資本、對外貿易對地區經濟差距在各期間均產生了明顯的促進效果。人力資本的聚集是經濟發展的血脈，南部地區作為高素質勞動力聚集的核心區域，以知識轉化產能的水平較高，高素質人才的不斷積累促進南方地區人力資本的高級化，通過推動技術結構升級對經濟增長產生重要作用（劉智勇等，2018）。產業地理理論指出，靠近貿易伙伴國或擁有進出口便利條件的地區，更加具備對外貿易的先天優勢（許德友和梁琦，2011），南方地區由于實行對外開放較早，且多數省份處于東南沿海地區，逐漸形成區位優勢，國內與進出口相關的產業不斷向其集中，從而拉動南方地區經濟增長，實現經濟協調發展。此外，資本存量的影響在“十五”期間之后逐漸顯現，但影響強度卻從整體的第四位下降至第五位，外商直接投資在前三個五年規劃期間對縮小地區經濟差距有正向促進效果，但在“十三五”期間卻出現負向影響。

表6 南方地區QAP 分期考察回歸結果

2.北方地區QAP 分期考察

在表7 結果中可見，金融資源配置效率在“十五”期間效果欠佳，回歸系數為0.020，沒有通過顯著性檢驗，主要原因可能是在“十五”期間我國金融資源長期匱乏、金融規模較小，且與北方地區在金融發展中相對地忽視金融資源的配置效率，更注重金融資源體量的擴張有關。然而，從“十一五”期間開始，金融資源配置效率對北方地區經濟差距的影響逐漸顯現，且影響強度在后續期間出現了上升，從整體排名第三上升至“十三五”期間的第二，說明緩解北方地區金融效率不均衡對縮小地區經濟差距的功效愈加顯著。我國金融資源配置效率分布總體上呈現“南高北低”的階梯式，北方地區金融效率整體偏低，僅有北京作為北方地區金融效率的“佼佼者”，而以天津、山東、河南為主的北方第二梯隊在全國范圍內效率也并不顯著，其他省份金融效率均處在較低的水平，與南方地區相比，在北方地區整體效率較低、差距較小的基礎上，由金融資源的配置效率優化對區域經濟協調發展所帶來的邊際效應仍處在相對較高的水平上。因此在“十一五”到“十三五”期間，金融資源配置效率的影響效果較為顯著。北方地區產業結構與城鎮化在各期間內均對縮小區域經濟差距有促進效果，但值得注意的是，城鎮化的影響強度在“十一五”期間之后開始下降，原因可能在于，隨著以城鎮化率為表征的我國經濟人口格局趨于一致，我國逐漸形成了以京津冀、長三角、珠三角、成渝四大區域為頂點、相鄰區域為連線所圍成的大致“菱形”結構（樊杰等，2019）。與南方地區比較，北方地區勞動力人口的流向選擇單一，近年來隨著東北、西北兩大區域的人口流失現象日益加重，北方地區各省份間的城鎮化進程差異逐漸加大，對區域經濟協調發展的促進效應有所削弱。此外，北方地區資本存量、人力資本、對外貿易、外商直接投資均對縮小地區經濟差距有所貢獻，但影響效果并不穩定，在部分五年規劃期間出現效果不佳的情況。

表7 北方地區QAP 分期考察回歸結果

基于上述分析可以發現，金融資源配置效率這一重要因素在緩解我國南北兩大區域經濟差距中均起到了關鍵作用，由于金融效率的邊際效應遞減規律，對兩大地區的影響也產生了一定的時間差，作為金融資源配置效率較高的南方地區，其影響效果呈現了“前移”的特點，更早的享受到了通過金融效率促進經濟協調發展的紅利，而對于北方地區而言，正因前期金融效率的總體萎靡，對于金融資源缺少量質統籌優化的重視。因此金融效率前期功效較弱，而在“十一五”之后效果愈加明顯。

六、結論與政策建議

地區差距是我國經濟協調發展所面臨的重大阻礙，由于各區域間資源稟賦、地緣位置、產業布局等多方面因素的差異導致了區域經濟差距的凸顯，尋找區域經濟增長不均衡的關鍵誘因是當下迫切需要解決的問題。地區差距是地區間的一種“關系”，本文采用關系數據范式對這種“關系”進行了詮釋，基于2001—2020年我國省級數據，構建關系數據計量模型，使用二次指派程序（QAP）對金融資源配置效率差距與經濟差距之間的關系進行了實證分析，并嘗試從南北方地區的視角對其進行深入探討，為理清金融資源配置效率能否成為緩解地區經濟差距的有效途徑提供了新的經驗證據。

本文的研究結論如下：第一，金融資源配置效率的空間非均衡特征較為明顯。我國金融效率整體上呈現了自南向北下降的“階梯式”空間分布格局，在樣本期內南方地區整體效率上升幅度較大，北方地區上升緩慢。金融資源配置效率總體基尼系數分別在2001—2004 年與2018—2020 年出現擴大趨勢，在2004—2018年變化較為平緩，南北方地區的組內差距是總體基尼系數的主要來源，南方地區早期金融效率組內差距較低，但差距逐年擴大，北部地區組內差距在樣本期內有所下降，并在2011 年后逐漸低于南方，南北地區組間差距在2018 年之前較為平穩，但在后續年份中激增。第二，金融資源配置效率對縮小地區經濟差距具有明顯的正向促進效果。在全樣本期考察中，金融資源配置效率的影響強度十分顯著，并與城鎮化、產業結構共同成為縮小地區經濟差距的關鍵因素，這表明通過金融資源配置效率這一途徑來緩解地區經濟差距是可行的。在分期考察中，“十五”規劃期間金融資源配置效率對縮小經濟差距產生了負向影響，但在后續考察期內隨著金融體制深化改革、金融科技創新賦予了金融資源配置效率優化的新動能，其影響效果逐漸顯現。第三，金融資源配置效率對南北地區經濟差距存在異質性影響。全樣本考察期內金融資源配置效率對南方、北方的影響強度分別排在第五位和第三位，北方地區金融資源配置效率的影響效果更加明顯。南方地區金融資源配置效率在“十五”到“十二五”期間對縮小經濟差距具有明顯的效果，但在“十三五”期間并不顯著，而北方地區則與之相反，金融效率的作用主要集中在“十一五”到“十三五”期間。

本文的結論理清了我國金融資源配置效率存在空間不均衡的特征，以及在南北視角下，金融資源配置效率能夠作為緩解地區經濟差距的有效途徑。基于上述結論，本文提出以下政策建議：首先，要著力緩解金融資源配置效率的空間不均衡，一方面，對于金融資源配置效率較高的省份要進行適當的調控，以避免某一區域投資過熱對周邊地區金融資源的吸收掠奪，從而導致周邊地區金融效率的下降。要發揮南北地區金融效率一、二梯隊的示范帶頭作用，引導金融資源在區域內的合理流動，促進區域整體金融資源配置效率的提升。另一方面，對金融資源配置效率欠發達省份也要實行差異性的金融政策，如提高區域貨幣供應量、降低商業銀行一級分行的二級存款準備金率，或為企業融資提供相對較低的準入門檻，拓寬融資渠道，將金融資源投入到更具活力的實體經濟當中，從而加快金融效率欠發達地區向發達地區的追趕。其次，隨著金融資源配置效率的不斷提升，其對經濟增長的邊際效應有所遞減，在本文的研究中，“十三五”期間南方地區金融資源配置效率對經濟增長的影響逐漸弱化，但這并不意味著南方地區經濟差距失去了金融資源配置效率這一重要改善途徑，在金融資源配置效率促進經濟增長的效應遞減時，南方地區應當轉變思路，在發揮金融效率的作用下，以優化金融結構、建立多層次的資本市場體系及提高直接融資比例為途徑，給予區域經濟協調發展新動力。最后，金融資源配置效率應與其他多種因素共同合力促進區域經濟協調發展，從本文的研究結果來看，地區經濟差距受多種因素的綜合影響，城鎮化、產業結構、對外貿易、外商直接投資、資本存量及人力資本均對緩解地區經濟差距產生了明顯的效果，這說明了區域經濟協調發展并不能通過某一單獨因素而獲得極大改善，更注重多因素的綜合作用。具體來說，在發揮金融資源配置效率作用的同時，要積極推動各區域城鎮化進程，加快建設區域間城鄉協調發展的新型城鎮化格局，也要著力建立產業協調機制，跟蹤產業發展新態勢，促使產業結構與區域協調發展的有機結合，在兼顧投入要素市場中的物質資本存量積累前提下，更注重高素質人力資源的聚集，另外，在全球化進程中，各地區也應當把握對外貿易、吸引外資的機會，促進各地區間對外開放的均衡發展。