财政分权、地方政府行为与县域金融发展

一、引言

县域经济是以县级行政区划为地理界限，以城镇为中心、农村为基础，由各种经济成分构成的区域经济(钱水土，2006)。改革开放以后，随着中央转变经济发展战略、实施财政分权改革，县级政府越来越注重县域经济与金融协调发展，积极推进县域金融改革，打破县金融发展滞后瓶颈，促进县域金融资源聚集，进而促进县域经济快速发展。究竟财政分权激励下地方政府行为对金融发展有哪些影响，学术界存在两种不同观点：一种观点认为，政府干预金融发展是对欠发达国家或地区不成熟金融市场的纠正，可以减少市场失灵，化解信息不对策问题与降低金融运行成本，进而促进金融发展(张杰、谢晓雪，2008；徐建波、夏海勇，2014)。另一种观点认为，政府干预金融发展会造成生产要素价格扭曲，降低资源配置效率，进而抑制金融发展(Mckinnon，1973；谷慎、邹亚力，2012)。在县域层面，地方政府行为对县域金融发展是起到促进还是抑制作用是值得关注的问题。

由于国内金融市场是紧密相联的整体，地方政府干预行为不仅影响本县金融发展，而且还会传导至区域内其他县金融发展。县域政府之间为了在GDP增长竞争中胜出，竞相争夺有利于拉动本县经济发展的金融资源，进而造成政府政策的空间溢出效应(冯林、刘华军等，2016)。地方政府干预县域金融的政策溢出效应会产生“多方共赢”、“单方掠夺”两种效果。如果县级政府致力于加强地区金融体制机制建设，改善地区金融生态环境，落实农村“三权”改革，增强金融市场活力，从长期来看本县以及周边县金融都将从制度创新、模仿竞争中获益，进而提升区域整体金融发展水平。当县级政府采用扩张金融机构网点、实施税费减免、干扰要素分配等措施吸引县域金融资源时，这只是在短时间内抽走周边县域金融资源，引发县域之间“损人利己”、“以邻为壑”的金融竞争局面，进而降低区域整体金融发展水平。

总体而言，学术界对财政分权下地方政府行为对县域金融发展影响的关注度不高，研究地方政府行为对周边县域金融发展扰动的研究成果更是寥寥可数。在财政分权激励下地方政府行为对县域金融发展有哪些影响？地方政府干预县域金融发展在空间层面会产生“多方共赢”还是“单方掠夺”的效果呢？为解答上述问题，本文以甘肃省65个县域面板数据为研究样本，采用空间杜宾模型对财政分权激励下地方政府行为对县域金融发展的影响进行实证检验，论证政府干预县域金融发展对本县以及周边县的影响，最后得出结论与政策建议。

二、理论阐述与假说提出

改革开放以来，中央政府实施以经济发展为中心政策，采取行政分权与财政分权相结合的一系列放权改革，建立以财政包干、财政分权为特色的经济激励机制，极大调动地方政府发展经济的积极性。中央政府不仅通过行政放权赋予地方政府拥有调配社会资源的权利，解除地方无权调配资源的束缚，使其有条件“作为”，而且通过调整央地财政收支利益关系与硬化地方财政约束，激励地方政府着力发展地方经济，使其有动力“作为”(张晏、龚六堂，2005)。在GDP考核机制下，地方政府积极推进市场化改革、扩大税收基础以及增加就业机会，与周边区域展开激烈的竞争，即“为增长而竞争”、“晋升锦标赛”(张军，2005；周黎安，2007)。财政分权在促进中国经济社会发展的同时，也不可避免地存在着一些消极冲击。例如，财政分权改革引致地方政府为了促进本地GDP增长，大力投资建设回报周期短、增长见效快的基础设施领域，忽略教育、卫生、养老、环保等民生领域建设，甚至在短视利益驱动下实施地区保护主义、分割地区市场等损人利己的经济政策(林江、孙辉等，2011；任志成、张二震等，2014)。

由于金融是现代经济的核心、在促进经济发展与产业升级中扮演着重要作用，这激起地方政府干预辖区内金融机构运营或建立地方金融机构的内在动力(巴曙松、刘孝红等，2005；纪志宏、周黎安等，2014)。在20世纪80年代，新设立的国有商业银行管理尚不规范，贷款经营权按照省、市、县进行分权，地方政府通过干预贷款资源分配满足辖内企业扩大生产、稳定就业等资金需求。20世纪90年代以后，国家加强对国有商业银行的商业化运营与风险控制，通过实施垂直化管理、上收贷款审批权等方式，在制度上强化对地方政府干预国有商业银行的约束(姚耀军、彭璐，2013)。当国有银行干预路径受到封堵后，地方政府将干预对象转向地方性金融机构，重新开辟新的“窗口”。在20世纪80年代，各地鼓励成立大批信用合作社，但是它们因为体制僵化、管理成本高、内控不健全很快陷入经营僵局。中央政府为化解中小金融机构风险，决定由地方财政投资入股城市合作银行，客观上使其在政府主导下加强对地方经济的服务职能。目前，农村信用合作社、资金互助社等农村金融机构在地方政府的引导下，承担着服务“三农”、普惠金融、精准扶贫等工作。

通常而言，地方政府干预金融机构的目标包括如下方面：一是发挥金融业的投资功能。金融具有资本中介功能，能够聚集或吸引社会闲散资本，将资金富余方调剂到资金稀缺方，促进居民消费与企业扩大再生产，进而推动地方经济增长。政府可以利用政策存款转移、行政审批等举措向辖内银行施加压力，迫使其向辖内企业或地方融资平台增发贷款，满足企业发展与基础设施项目建设的贷款需求。二是填补地方政府财政收支缺口。1994年以前，中央政府的财政分权改革(如分灶吃饭、财政包干)对地方财政收支比较有利，中央拿得少、地方拿得多，地方财政收支存在较大盈余。1994年以后，中央调整央地财政分配策略，实施分税制改革，造成地方财政收入下降的同时支出分配却未明显变化。随着地方政府尤其是基层政府财政捉襟见肘、财政缺口日趋扩大，金融被视为填补财政缺口的替代来源(谢平、徐忠，2006)。在财政分权改革下地方政府行为对本县和周边县金融发展产生正面影响还是负面影响，还有待实证检验。由此，本文提出两个竞争性的备选研究假说：

假说1：财政分权下地方政府行为有助于本县和周边县金融发展。

假说2：财政分权下地方政府行为有碍于本县和周边县金融发展。

三、实证方法与变量选择

(一)研究方法

传统的面板计量经济模型忽略空间效应对参数估计的影响，导致研究结果存在偏误。现将把空间效应纳入到面板模型，建立空间面板模型，具体模型为：

(1)

(2)

2.企业政工队伍建设不到位。政工人员队伍的建设是做好员工思想政治工作的关键，但由于企业的不重视，许多企业政工队伍建设不完善，政工人员结构不合理，素质跟不上时代的发展是主要问题，许多政工人员在思维方式、教育思想等方面还比较落后，这就制约了思想政治工作效果的实现。例如当前许多企业的政工人员知识老化，教育思想和教育方式过于死板，缺乏心理、社会等多方面的综合教育。

空间自相关表示位置相近的区域具有相似的变量取值，如果出现“高高”“低低”组合，则为正空间相关，反之为负空间相关。关于空间面板模型的选择，需要进行空间自相关性检验，常见方法为莫兰指数检验(Moran’s I)：

(3)

莫兰指数若大于0表示正相关，反之为负相关。莫兰指数计算可用标准化统计量Z检验空间自相关的存在性。若变量间存在空间相关性，首先选择空间杜宾模型，然后通过Wald统计量和LR统计量检验空间杜宾模型是否可以转为空间滞后模型和空间误差模型。若原假设H0∶θ=0、H0∶θ=ρβ均被拒绝，则应选择空间杜宾模型；若原假设H0∶θ=0不能被拒绝，则应选择空间自回归模型；若原假设H0∶θ=-ρβ不能被拒绝，则应选择空间误差模型。通常，空间杜宾模型在分析溢出效应方面比空间自回归模型和空间误差模型更具优势(Elhorst，2010；Vega和Elhorst，2015)。

其中，yi,t-i为被解释变量滞后一期的滞后变量，表示解释变量的空间滞后项，di′、mi′分别表示其对应空间权重矩阵的行，γt为时间效应，mi为空间效应，εit为随机扰动项。

(二)变量选取和数据来源

对于面板数据，首先需检验模型应采用固定效应还是随机效应。从表3可知，采用Hausman检验，得出Hausman统计值为57.58，在1%的显著性水平下，拒绝模型采用随机效应的原假设。因此，应选择固定效应模型。在混合效应、时间固定效应、空间固定效应、时间和空间固定效应四种不同的模型类型中，LM和稳健的LM统计值较大，大多通过了显著性检验，证明模型存在空间效应，应采用空间固定效应面板模型。Wald-spatial-lag和LR-spatial-lag检验结果表明，在1%的显著性水平下，应拒绝H0∶=0的原假设，不能使用空间滞后模型。Wald-spatial-error 和 LR-spatial-error的检验结果表明，在1%的显著性水平下，应拒绝H0∶=-ρβ的原假设，不能使用空间误差模型。因此，最佳的模型为固定效应下的空间杜宾模型。

做空间面板模型回归分析前，需检验变量之间是否存在空间相关性，本文利用Stata13.1软件，对2000-2016年各变量做莫兰指数检验。从表2可以看出，所有变量在不同年份，至少在10%的显著性水平下都通过了莫兰检验，被解释变量金融发展的莫兰指数值分布在[0.2-0.4]的区间内，除个别年份外，莫兰指数值有逐年增大的趋势，表明空间相关性随时间变化逐年增强。各个解释变量的莫兰指数值均为正值，这表明变量在不同区域间存在高值和高值聚集，低值和低值聚集的正空间自相关。

由化脓性链球菌敏感菌株的轻至中度急性扁桃体炎、咽炎，以及由肺炎链球菌敏感菌株或流感嗜血杆菌（仅包括非产β‐内酰胺酶菌株）引起轻至中度急性细菌性上颌窦炎。

表1 各变量描述性统计

变量样本均值标准差最小值最大值金融发展11052.01721.41330.238527.2491财政分权11050.86820.97870.00007.2248财政赤字11050.74311.1346-6.13439.3264人均GDP11051.19742.37540.000136.8964人均工业增加值11051.14673.40890.000039.8490人均固定资产投资额11051.62504.39990.000155.0000

从图1可以大致看出，被解释变量与大多数解释变量间都存在正相关关系。图2显示了甘肃省65个县的金融发展随时间的变化趋势，除个别县外，大多数县域金融发展程度都会随时间推演而不断提高，但不同县域之间的发展差异较大，快慢不均，需做进一步分析。

本文选取2000-2016年甘肃省65个县作为样本，数据均来源于《甘肃发展年鉴》、《甘肃县域经济年鉴》以及中国人民银行兰州中支县域经济金融数据库。各变量描述性统计和变量间的散点图分别见表1、图1。

式中，Φ(t)为冲击波波阵面在拉格朗日坐标系下的位置。结合初始条件v(0) = V0，式(8)可以给出：

图1 被解释变量与解释变量的散点图

图2 甘肃各县金融发展的时间趋势

四、模型设定与实证结果分析

(一)模型设定

不来梅物流集团成立于1877年，现已成为欧洲最重要的物流企业之一。总部位于德国不来梅，旗下业务包括整车物流、汽车零配件物流、集装箱运输和港口运营等。其2012年运营收入超过12亿欧元，员工总数16 000人。运输标准集装箱超过1 450万个，汽车700万辆。不来梅物流集团于2007年设立中国代表处，并于2012年在北京成立独资公司，以进一步扩展在华业务、加速布局不来梅集团全球化网络。

例如，在美术教学中，有关《艺术—生命与自然和谐交融》这一内容的授课当中，学生将接触到国内外许多优秀的艺术作品。目的是为了提高学生对生命与自然和谐的理解，增强学生对自然美的感知，并形成正确的人生价值。同时文化差异带来的不同美的表现力，不仅扩大了学生的知识面，它使学生能够逐步掌握学习中的感知和欣赏方法；最后，为了保持课堂的活跃性并反映学生的主体学习地位，教师还可以让学生欣赏某幅作品。如“孟特芳丹的回忆”，以提高学生的审美能力。

Finait=ρWFinait+αIn+Xitβ+WXtθ+ui+γt+εit

本文的初始模型设定为空间杜宾模型，即：

(4)

其中，Finait为被解释变量金融发展水平，矩阵X是包含财政分权、财政赤字、人均GDP、人均工业增加值、人均固定资产投资额等解释变量矩阵。为了统计口径一致，对人均GDP、人均工业增加值、人均固定资产投资额取对数。由于金融发展、财政分权、财政赤字等指标已经是相对数，不再取对数。W为空间权重矩阵，In为单位矩阵，ui、γt、εit分别表示空间效应、时间效应和随机扰动项。

(二)空间相关性检验

本文的核心解释变量是财政分权程度和财政赤字。学界对财政分权(Decin)指标的度量方式多种多样(Zhang和Zou，1998；Lin和Liu，2000)，在此参考刘冲、乔坤元等(2014)的做法，采用甘肃省各县每年人均财政支出占甘肃省人均财政支出的比重来表示。财政赤字(Gap)采用甘肃省各县人均财政支出减去人均财政收入占各县人均GDP的比重表示。控制变量分别是人均GDP、人均工业化增加值、人均固定资产投资额。人均GDP(Pgdp)是甘肃各县每年GDP总额除以年末人口数。人均工业增加值(Pindus)是甘肃各县每年工业增加值除以年末人口数。人均固定资产投资额(Pinfr)是甘肃各县每年固定资产投资额除以年末人口。通常，人均GDP、工业增加值、固定资产投资增加有助于提升本县金融发展水平。

表2 各变量Moran’s I检验

年份FinaDecinDecexpGaplnPgdplnPindusln P inf r20000.224∗∗∗(2.403)0.341∗∗∗(4.106) 0.370∗∗∗(4.962)0.304∗∗∗(3.228)0.550∗∗∗(5.635)0.352∗∗∗(3.657)0.403∗∗∗(4.210)20010.251∗∗∗(2.667)0.306∗∗∗(3.610)0.390∗∗∗(4.892)0.228∗∗∗(2.485)0.551∗∗∗(5.645)0.381∗∗∗(3.948)0.498∗∗∗(5.144)20020.252∗∗∗(2.673)0.325∗∗∗(4.247)0.352∗∗∗(4.744)0.248∗∗∗(2.666)0.539∗∗∗(5.536)0.317∗∗∗(3.308)0.548∗∗∗(5.647)20030.260∗∗∗(2.755)0.265∗∗∗(3.883)0.395∗∗∗(4.906)0.316∗∗∗(3.353)0.525∗∗∗(5.394)0.345∗∗∗(3.580)0.507∗∗∗(5.234)20040.286∗∗∗(3.018)0.324∗∗∗(4.022)0.361∗∗∗(4.680)0.350∗∗∗(3.687)0.527∗∗∗(5.418)0.345∗∗∗(3.577)0.523∗∗∗(5.401)20050.287∗∗∗(3.057)0.336∗∗∗(4.144)0.360∗∗∗(4.503)0.297∗∗∗(3.118)0.535∗∗∗(5.489)0.391∗∗∗(4.042)0.518∗∗∗(5.388)20060.228∗∗∗(2.448)0.341∗∗∗(4.502)0.367∗∗∗(4.373)0.330∗∗∗(3.428)0.531∗∗∗(5.453)0.420∗∗∗(4.316)0.499∗∗∗(5.189)20070.275∗∗∗(2.918)0.309∗∗∗(4.223)0.364∗∗∗(4.477)0.370∗∗∗(3.841)0.523∗∗∗(5.392)0.433∗∗∗(4.462)0.462∗∗∗(4.807)20080.286∗∗∗(3.050)0.116∗∗∗(3.408)0.326∗∗∗(4.241)0.394∗∗∗(4.111)0.554∗∗∗(5.728)0.470∗∗∗(4.857)0.422∗∗∗(4.410)20090.356∗∗∗(3.824)0.209∗∗∗(4.202)0.378∗∗∗(4.295)0.345∗∗∗(3.774)0.564∗∗∗(5.850)0.462∗∗∗(4.316)0.463∗∗∗(4.838)20100.332∗∗∗(3.584)0.230∗∗∗(4.142)0.247∗∗∗(3.054)0.273∗∗∗(3.306)0.566∗∗∗(5.881)0.451∗∗∗(4.659)0.497∗∗∗(5.176)20110.341∗∗∗(3.782)0.225∗∗∗(3.613)0.355∗∗∗(4.197)0.296∗∗∗(3.256)0.573∗∗∗(5.962)0.401∗∗∗(4.162)0.465∗∗∗(4.866)20120.247∗∗∗(2.426)0.311∗∗∗(4.216)0.294∗∗∗(3.543)0.206∗∗∗(3.921)0.583∗∗∗(6.125)0.280∗∗∗(2.947)0.479∗∗∗(4.993)

表2(续)

年份FinaDecinDecexpGaplnPgdplnPindusln P inf r20130.382∗∗∗(3.999)0.199∗∗∗(4.308)0.370∗∗∗(4.715)0.257∗∗∗(2.813)0.147∗(1.939)0.205∗∗(2.248)0.241∗∗∗(2.982)20140.393∗∗∗(4.098)0.266∗∗∗(3.437)0.321∗∗∗(3.738)0.303∗∗∗(3.773)0.644∗∗∗(6.661)0.459∗∗∗(4.744)0.413∗∗∗(4.361)20150.310∗∗∗(3.258)0.321∗∗∗(3.940)0.299∗∗∗(3.415)0.278∗∗∗(3.317)0.617∗∗∗(6.373)0.156∗(1.877)0.486∗∗∗(5.131)20160.349∗∗∗(3.330)0.148∗(1.940)0.292∗∗∗(3.244)0.251∗∗∗(3.254)0.192∗∗∗(3.065)0.303∗∗∗(3.314)0.187∗∗∗(2.816)

注：***、**、*分别表示在1%、5%、10%显著性水平下通过检验，括号里是莫兰检验的z统计量值。该指数计算采用邻接权重矩阵，反距离权重矩阵计算结果类似，限于篇幅未予报告，备索.

(三)空间模型形式选择

本文所选取的被解释变量是金融发展(Fina)，用甘肃省各县本外币存贷款余额占甘肃省各县GDP比重来表示，存贷款余额占比越大表明县域经济发展水平越高。

这20年，我国GDP平均增长16.68%，国防费平均增长15.28%，低于GDP增长率1.4个百分点，比1978年至1991年平均提高了7个百分点。军队在保障人员正常生活的基础上，武器装备得到一定的发展和提高。这一阶段，可称为国防和军队建设“发展起步阶段”。

表3 模型选择

混合效应时间固定效应空间固定效应时间和空间固定效应LM 检验(无空间滞后)8.1756∗∗∗92.7451∗∗∗72.3964∗∗∗53.9623∗∗∗稳健的 LM test (无空间滞后)5.6946∗∗38.5213∗∗∗24.6327∗∗∗18.3642∗∗∗LM test(无空间误差)4.8531∗∗58.2376∗∗∗45.3684∗∗∗13.6953∗∗∗稳健的 LM test(无空间误差)1.32679.2546∗∗∗10.6359∗∗∗0.6398Wald-spatial-lag 18.3654∗∗∗LR-spatial-lag 20.9623∗∗∗Wald-spatial-error 19.3652∗∗∗LR-spatial-error 17.3548∗∗∗Hausman 57.78

注：***、**、*分别表示在1%、5%、10%显著性水平下通过检验.

(四)回归结果分析

由表4可知，和时间固定效应以及空间固定效应模型相比，时间和空间固定效应模型的R2、LogL最大，σ2最小，表明该模型拟合度较高，应选择时间和空间固定效应模型。邻接矩阵和反距离矩阵得出的结果基本相似：核心变量方面，财政分权和金融发展之间存在正相关关系，在5%的显著性水平下，财政分权程度每提高1%，金融发展程度提高0.74-0.79%；财政赤字每增加1%，金融发展程度提高0.07-0.08%。交互项系数表明，财政分权可能导致地方财政赤字增加，强化地方政府对县域金融干预，提升县域金融的存贷款规模。这说明，在财政分权激励下地方政府积极推动金融体系发展，发挥金融服务功能，推动本地经济发展。控制变量方面，ln(Pgdp)、ln(Pindus)、ln(P inf r)对甘肃省县域金融发展有显著的助推作用，表明当县域GDP、工业增加值、固定资产投资增加时，县域金融发展水平也会得到相应地提高。

自变量的外生交互效应方面，变量之间存在空间相关性，周边县财政分权程度提高不利于本县的金融发展，周边县财政分权程度提高1%，本县金融发展下降0.01-0.02%。可能的原因是，对于县域政府而言，改善金融生态环境、改革农村产权制度不仅推进困难，而且无法短时间内促进金融发展，争取上级金融政策倾斜、干预金融资源配置能够快速地汇聚金融资源，促进本县经济发展。周边县财政赤字促进了本县金融发展，周边县财政分权和财政赤字的交互项也能提高本县金融发展水平。可能原因是，周边县财政赤字通过消费、投资等途径形成“溢出效应”，带动本县经济发展，进而反过来促进本县金融发展。控制变量方面，周边县人均GDP的提高抑制本县金融发展，表明县域之间GDP竞争会产生“此消彼长”效果，会拉大县域金融发展差距。周边县人均工业产值每增加1%，本县金融发展程度提高0.14-0.15%，表明周边县工业化水平提升，有助于带动本县经济金融发展。周边县人均固定资产投资额对本县金融发展影响不显著。

表4 不同空间权重矩阵下SDM回归结果

变量邻接矩阵反距离矩阵时间固定效应空间固定效应时间和空间固定效应时间固定效应空间固定效应时间和空间固定效应Decin0.12910.6485∗∗0.7372∗∗0.11930.67520.7786∗∗Gap0.03240.00450.0676∗0.0450.012370.0752Decin∗Gap0.06240.0751∗0.0864∗0.05410.0634∗0.0871∗ln(Pgdp)1.8110∗∗∗2.1860∗∗∗2.2419∗∗1.91232.28562.0345∗∗∗ln(Pindus)0.3682∗∗0.15380.1725∗0.3782∗∗∗0.21570.2237∗ln(P inf r)0.5140∗∗∗0.7452∗∗∗0.5075∗0.5230∗∗∗0.6584∗∗∗0.4956∗W′Decin-0.0719-0.23170.0105∗-0.0612-0.25410.0236∗W′Gap-0.0797-0.1920∗-0.1117-0.07361-0.2156-0.1285W′ln(Pgdp)0.08510.0911∗0.1019∗∗0.07230.0641∗0.0811∗∗W′ln(Pindus)-0.21610.0004-0.3381∗∗∗-0.25650.0012-0.4126∗∗∗W′ln(Pindus)0.11520.03850.1352∗0.12560.05230.1523∗W′ln(P inf r)0.21230.4766∗0.16660.34560.51230.1952R20.65750.63670.74160.65960.62140.7581σ21.05820.82580.70711.10230.91290.6975LogL376.8473595.3334.1425552.1

根据LeSage和Pace(2009)研究，应依据解释变量对被解释变量的影响来源不同，将解释变量的系数估计值分解为直接效应、间接效应和总效应。表5反映了临接矩阵、反距离矩阵下SDM各变量直接效应、间接效应和总效应的结果，其回归结果基本相似。

直接效应方面，核心变量财政分权和财政赤字都显著提高了本县的金融发展，交互项回归结果表明财政分权导致的财政赤字推动了本县的金融发展。控制变量人均GDP、人均工业增加值和人均固定资产投资额都显著的促进了本县金融发展水平的提高。间接效应方面，核心变量财政分权程度的提高不利于周边县的金融发展水平提升，这表明县域政府之间存在激烈的竞争，积极吸引金融资源向本地汇聚，金融资源竞争给周边县带来竞争压力。此外，本县财政赤字增加会拉动周边县的消费和投资水平，提高周边县经济发展水平，进而提高周边县金融发展水平。因此，本县财政赤字有助于提高周边县的金融发展水平。控制变量方面，人均GDP增加会抑制周边县的金融发展，人均工业增加值的提高加快了周边县的金融发展程度，人均固定资产投资额增加对周边县的金融发展程度影响不显著。总效应方面，所有解释变量都显著的促进了本县和周边县金融发展水平的提高。

表5 直接效应、间接效应和总效应

邻接矩阵下的回归结果DecinGapDecin∗Gapln(Pgdp)ln(Pindus)ln(P inf r)直接效应0.7295∗∗0.0666∗0.0896∗2.2269∗∗∗0.1717∗0.5146∗间接效应-0.0432∗0.1109∗0.1069∗-0.4352∗∗0.1452∗0.1884总效应0.6863∗∗∗0.7775∗∗0.1966∗∗1.7917∗∗∗0.3169∗∗0.7029∗∗反距离矩阵下的回归结果DecinGapDecin∗Gapln(Pgdp)ln(Pindus)ln(P inf r)直接效应0.6991∗∗0.0765∗0.0896∗2.3066∗∗∗0.1826∗0.5215∗间接效应-0.0411∗0.1259∗0.1069∗-0.4462∗∗0.1541∗0.1795总效应0.6580∗∗∗0.2024∗∗0.1965∗∗1.5604∗∗∗0.3368∗∗0.7009∗∗

五、结论与政策建议

本文基于空间关联视角，以2000-2016年甘肃省65个县作为研究样本，采用空间杜宾模型分析财政分权激励下地方政府行为对县域金融发展的影响，并进一步剖析地方政府干预金融发展行为对周边县的空间溢出效应。研究结果表明：(1)在财政分权激励下地方政府行为对县域金融发展有显著促进作用。县域财政分权、财政赤字、人均GDP、工业增加值、固定资产投资的提升在不同程度上促进本县金融发展。(2)在财政分权激励下地方政府行为存在空间溢出效应。财政分权导致本县政府倾向于采取争夺稀缺性资源的非合作金融干预政策，给周边县金融发展造成负面溢出效应；本县财政赤字对周边县金融发展有促进作用；本县人均GDP增加不利于周边县金融发展；本县人均工业增加值的提高有利于周边县金融发展。

本文提出如下政策建议：第一，完善分权改革配套政策，加强对地方政府的政策引导，构建助推县域金融发展的规范化管理办法，引导地方政府致力于改善地方金融生态环境，如推进农村“三权”改革、信用镇、信用村与信用户以及普惠金融发展，促进县域金融平稳可持续发展。第二，加强县域之间对话交流与构建利益协调机制，促进县域之间开展合作，消除“以邻为壑”“单方掠夺”的金融政策，共同改善区域金融环境，促进本地金融机构或金融金融市场良性发展，吸引更多域外资金涌入。第三，加快推进县域产业发展，依托本地特色与优势，大力推进产业转型升级，如发展现代农业、做大做强工业、培育壮大服务业等，为县域金融发展夯实产业基础。同时，加强县域之间、城乡之间的道路联通与要素流动，促进县域内部与县域之间的经济金融合作，共同提升县域整体金融发展水平。

[参考文献]

[1] 钱水土.县域经济发展的县域金融体系重构：浙江案例[J].金融研究,2006,(9)：148-157.

[2] 张杰,谢晓雪.政府的市场增进功能与金融发展的“中国模式”[J].金融研究，2008,(11)：171-180.

[3] 徐建波,夏海勇.金融发展与经济增长：政府干预重要吗？[J].经济问题,2014,(7)：41-47.

[4] McKinnon,R.I.Money and Capital in Economic Development[M].Brookings Institution Press,1973.

[5] 谷慎,邹亚力.地区金融发展中地方政府角色：基于面板数据模型的研究[J].当代经济科学,2012,(6)：63-69.

[6] 冯林,刘华军等.政府干预、政府竞争与县域金融发展——基于山东省90个县的经验证据[J].中国农村经济, 2016,(1)：30-39.

[7] 张晏,龚六堂.分税制改革、财政分权与中国经济增长[J].经济学,2006,(1)：75- 108.

[8] 张军.中国经济发展: 为增长而竞争[J].世界经济文汇,2005,(4)：101- 105 .

[9] 周黎安.中国地方官员的晋升锦标赛模式研究[J].经济研究,2007,(7)：36-50.

[10] 林江,孙辉等.财政分权、晋升激励与地方政府义务教育供给[J].财贸经济，2011,(1)：34-40.

[11] 任志成,张二震等.贸易开放、财政分权与国内市场分割[J].经济学动态,2014,(12):44-52.

[12] 巴曙松,刘孝红等.转型时期中国金融体系中的地方治理与银行改革的互动研究[J].金融研究,2005,(5)：25-37.

[13] 纪志宏,周黎安等.地方官员晋升激励与银行信贷——来自中国城市商业银行的经验证据[J].金融研究,2014,(1)：1-15.

[14] 姚耀军,彭璐.地方政府干预银行业：内在逻辑与经验证据[J].金融评论，2013,(4)：68-78.

[15] 谢平,徐忠.公共财政、金融支农与农村金融改革——基于贵州省及其样本县的调查分析[J].经济研究，2006,(4)：106-114.

[16] Elhorst J.P.Applied Spatial Econometrics:Raising the Bar[J].Spatial Economic Analysis,2010,5(1): 9-28.

[17] Vega S.H. and J. P. Elhorst.The SLX Model[J].Journal of Regional Science,2015,55(3):339-363.

[18] Zhang,Zou.Fiscal Decentralization,Public Spengding, and Economic Growth in China[J].Journal of Public Economics,1998,67(2):221-240.

[19] Lin,Liu.Fiscal Decentralization and Econmic Growth in China[J].Economic,Development and Culture Change,2000,49(1):1-21.

[20] 刘冲, 乔坤元等.行政分权与财政分权的不同效应：来自中国县域的经验证据[J].世界经济,2014,(10)：123-144.

[21] Lesage J P,Pace R K.Introduction to Spatial Econometrics[J].CRC Press,Boca Raton,FL.Spatial Demography,2009,(1):143-145.

[22] 刘新，母龙盼.金融发展、财政支持与城乡收入差距——基于重庆2009—2012年各区县面板数据分析[J].重庆理工大学学报(社会科学)，2015,(4):54-60.