我国区域金融发展的经济增长效应测度及其时空分异研究

一、引言

金融作为经济系统运行的“血液”，通过资金高效引导作用助推技术进步与产业结构优化，有效地推进了经济增长。伴随着我国改革开放进程不断推进，区域金融发展在我国经济发展中作用日益突出。与此同时，我国金融机构的区际布局日趋失衡，金融活动易积聚于发达地区，阻碍了我国区域经济协调发展。要想有效探析我国区域金融发展对经济增长影响作用，推动地区间经济协调均衡发展，必须要弄清楚以下几个问题：如何有效解析区域金融发展对经济增长的影响机理与效应程度？究竟这种区域金融发展究竟能在多大程度上实现经济增长，以及这种程度是否存在空间与时间的分异特征变化等等。因此科学有效捕捉区域金融发展对经济增长效应程度，并剖析其时空分异特征是正确解读和解决我国区域金融发展问题、发挥区域金融发展对经济增长良性作用、深化区域协同发展的重要前提，从而有利于在理论上有效释析金融发展对经济增长影响 ,更有利于制定科学合理的金融发展政策来服务于经济健康协调发展。

本文在对中学财务工作中预算管理重要意义的分析基础上，展开了对中学财务工作中预算管理问题的研究，研究结果表明，我国的中学财务管理制度中，依然存在缺乏全面的预算编制，预算的执行力度不够，预算评价系统匮乏等问题。未来，我国应继续加强建立财务工作中的科学发展观念，对财务部门的培训工作，打造一个廉洁的预算管理平台，进而推动我国中学财务工作中预算管理的发展。

二、文献综述

金融发展与经济增长关系研究是经济学领域最重要的议题之一，尤其是肖(1992)[1]、麦金农(1993)[2]等人开创性地剖析两者关系以来，金融发展在经济研究领域中的地位不断受到重视。

从理论逻辑层面的分析研究来看，学者们通过构建具有现实意义的理论模型,阐析金融发展对经济增长的作用机理。一方面，单向性地探究金融发展对经济增长影响。王广谦(1997)[3]构建金融发展内生分析框架，认为金融发展通过储蓄投资转化率、资本边际收益率与个人储蓄率影响经济增长。Levine(1997)[4]提出金融部门具有便利交易、吸收储蓄、资源优化配置、风险经营和监管公司等特征,会依托资本深化与技术创新两条渠道促进经济增长。另一方面，则考虑到两者间的互动关系，如王永中(2006)[5]在新古典增长模型基础上将金融发展内生化，剖析了金融发展与经济增长间因果互动关系。然而学者们对这种因果关系，并非完全认同。林毅夫等人(2009)[6]强调金融发展是经济增长衍生物而非因由。一些学者甚至贬抑金融发展在经济增长中的积极作用，Lucas(1988)[7]指斥金融发展对经济发展的功用被盲目地夸大了。由于视角和分析框架不同，金融发展与经济增长关系仍未能达成共识。现有文献更多侧重于在经典经济增长模型中内生化金融发展加以拓展研讨，但这种拓展仍难以避免两者间因果互动带来的内生性问题。

而从实证分析方面文献来看，武志(2010)[8]结合我国省际经验数据从计量回归结果上得到了金融发展与经济增长间互动关系，但未能明确两者间具体因应关系。王景武(2005)[9]运用VEC模型和Granger因果检验分析了两者关系，不过东部省份显示出正向因果关系,而西部省份则显示相互遏抑关系。曾冰(2015)[10]将金融发展分为规模与效率两个层面，并选取省际面板数据分析其对经济增长敛散性影响，得出我国金融发展仅仅在规模上影响经济增长。张旭等人(2016)[11]考虑到空间相关性因素的影响，借助空间计量经济学重新检验金融发展与经济增长关系，发现区域金融发展对本地区经济增长存在积极作用，却抑制了周边地区经济增长。张成思与刘贯春(2015)[12]则运用面板分位数技术法，以1996-2012年间我国省际面板数据为基础，考察并检验我国经济增长过程中金融的影响效应，并得出了金融对经济增长具有阶段性“阶梯”式的倒“U”形动态影响的结论。

二进制粒子群中，为了实现上述的概率选择，将速度vid转换到概率区间[0,1]的目的，引入函数Sigmoid，对其定义为：

从上述基于超效率DEA模型得出的区域金融发展的经济增长效应情况看，我国省际金融发展的经济增长效应差异较大，具有鲜明的地域特点，需要进一步探寻各地区之间这种差异的发展特征及其演变规律，因此本文采用收敛性检验来进行分析。本文采用变异系数来分析我国区域金融发展的经济效率σ收敛情况，并按照中国的三大区域及全国四个层面分别作σ收敛检验，以期寻找三大区域与整体金融发展对经济增长影响程度间差异变化程度与趋势。变异系数越小则说明了省际金融发展对经济增长的影响程度差距缩小；反之，说明了省际金融发展对经济增长影响程度存在不平衡格局。相应结果显示见图2。

已有研究存在着以下困惑之处：一是尽管主流观点认为区域金融发展与经济增长存在正向交互性质，但如何科学有效地捕捉区域金融发展对经济增长单向性效应程度还未达成一致。大量实证研究更多倾向于构建相应的计量回归模型，并不断尝试用不同的计量方法提取这种影响效应。但两者间互动关系的存在，易产生内生性问题，从而导致相应的结果与结论出现偏差[13]。而且计量方法上的多样化也导致了实证结果及研究结论的矛盾化，这种多样化的结论其实也在某种程度上说明了通过计量回归模型去捕捉区域金融发展对经济增长的影响效应的途径是存在一定的商榷性；二是金融部门及其活动会具有一定的地域差异性，这种差异性势必会影响到区域经济增长，因此有必要将空间维度引入到两者关系中去。虽然也有学者对区域金融差异进行了研究，但主要是运用金融网点分布、存贷规模和金融相关率等指标来衡量金融资源数量的区域差异，很少考虑到区域金融发展对经济增长效应程度的空间差异性。

从我国整体格局来看，由于区域金融发展落后地区经济增长效应提升速度相对于金融发展良好地区较快，因此我国金融发展的经济增长效应的省际差异性不断减弱，这也说明了我国区域金融对经济增长的影响效应会呈现出均衡发展趋势。而从三大地区的情况来看，中部地区的差异程度较小，而东部地区差异程度最大。而从变动趋势来看，2008年是个转折点，即在2008年，无论是全国、东部、中部或者西部，都表现出较为明显的下降趋势，尤以东部地区下降最甚，可能的原因是受金融危机的影响，尤其是东部地区受金融危机冲击最大，倒逼我国区域金融体系不断改革与完善，使得区域金融发展的经济增长效应在省际差异逐步缩小。

综合以上的分析，儒家传统思想与高校的思想道德教育二者之间有着不解的渊源，他们相互影响，相互作用，这为我们培养青年学生的思想道德素质提供了可借鉴之处。

三、我国区域金融发展的经济增长效应测度

(一)超效率DEA模型(SDEA)

本文主要剖析区域金融发展对经济增长单向性影响效应，即区域金融发展仅作为一种“因”的输入端如何影响经济增长这种“果”的输出端。而通过度量这种输入端到输出端的效率水平变化，就可反映区域金融发展如何通过自身规模与效率的发展，将有限的货币与资本用于配置经济活动，优化经济增长，进而表征了金融发展对经济增长的效应程度。而测量这种效率变化的方法可分为参数法和非参数法，其中参数法又分为随机前沿分析方法(SFA)、自由分析方法(DFA)、后前沿分析方法(TFA)三种，这类方法须明确函数结构形式，约束条件较多；非参数法分数据包络分析(DEA)和无界分析(FDH)两种，这类方法相对不须具体的函数结构形式，限制条件不多，能有效处理输入变量较多的函数结构。故本文考虑非参数法中的超效率DEA方法，因其无须考虑具体的函数结构形式，回避了因函数形式设定偏误而引致的结果信度缺失，进而有效规避两者交互作用带来的内生性问题，从而科学有效提取出区域金融发展对经济增长的效应程度。

其中，θ为相应省份的效率值；X、Y分别表示输入、输出变量；λ为有效DMU中的组合比例，以甄别DMU规模收益情况：∑λ<1,∑λ=1和∑λ>1分别表示规模收益递增、不变和递减；和分别为松弛变量和剩余变量。N为省份的数量，m表示输入变量数；r表示输出变量数。一方面，θ可表示对应省份金融发展的经济效率，当θ<1时，且至少有某个松弛变量或剩余变量不为零，则表明对应省份金融发展的经济效率不是DEA有效，需要进行改进；当θ>1时，且松弛变量和剩余变量都为零时，说明对应省份DEA有效，区域金融发展的经济效率达到最佳。另一方面，通过θ大小还可有效比较省际金融发展的经济增长效应程度变化。

 

DEA方法起初源于Charnes等人，也称为CCR模型，以规模报酬不变为前提，借助数学规划模型评价多个输入、输出的“决策单元”(以下简称DMU,本文中可代表相应省份)间的相对有效性，是多指标综合评价方法。传统DEA方法在评价DMU效率时，会面临多个DMU同处于生产前沿面而难以评价和比较的困境。Andersen等人提出了超效率DEA模型(SDEA)来摆脱这种困境，该模型也可解析连续时间段内DMU动态效率变化及其影响因素。详细形式如下：

(二)指标与数据

本文侧重于捕捉金融发展对经济增长的单向性影响效应，故将金融发展作为一种输入端处理，经济增长作为输出端来处理。关于金融发展情况，可借鉴郑长德(2007)[14]、苏基溶(2010)[15]等人的方法，选取劳动、资本和技术创新投入三个层面反映区域金融发展情况。考虑到我国各省人口体量的差异性，故以金融业从业人员占各省总就业人数比重来量度劳动投入；以各省人均金融业存贷款余额来量度资本投入；以人均金融机构科技贷款来量度技术创新投入，金融机构科技贷款采用《中国科技统计年鉴》中“按执行部门和来源构成分研究与试验发展(R&D) 经费内部支出”中金融机构资金来反映；以人均GDP来量度输出端的经济增长情况，为消除各地区人均GDP会因价格差异带来偏误，故以2002年的价格水平作为基期对相应地区人均GDP做平减处理。所需数据经由2003-2014年《中国统计年鉴》、《中国科技统计年鉴》、《中国金融年鉴》、《新中国60年统计资料汇编》等整理而来，部分缺失年份数据在各省统计公报、中经网和国研网等数据库等加以修补。

  

图1 区域金融发展对经济增长的影响机理

(三)计算结果

从金融自身发展来看，金融发展会存在集聚与扩散性质的地理空间现象，某地区的金融在影响当地经济发展时，通过金融劳动力、资本投入以及技术外溢对周边地区经济带来空间溢出效应。因此在分析区域金融发展的经济增长效应变化时需考虑地理空间因素及其相互作用的影响，可引入空间自相关分析方法。本文采用全域Moran’I指数对其进行空间相关性进行检验，计算方法如下：

新课改的不断推进，教育中以学生为主体的教学模式被越来越多的学校所关注。而生活化教学可以让学生在观察生活中，将所学物理知识运用其中以此来解释某些生活现象，这样的教学模式可以有效发挥学生的主体地位，增强学生自我学习的能力。在学习物理的过程中联系生活，也可以提高学生适应生活的能力，有效将以人为本的教学理念加以体现。

四、我国区域金融发展的经济增长效应时空差异分析

(一)基础分析

在表1基础上经统计分析得表2，由表2可知，从各省份均值情况来看，除了东部沿海省份的取值大于1以外，其余省份都小于1，说明了我国中西部地区的金融效率低下，仍停留在数量扩张和要素堆积阶段，对经济增长影响作用有待改进。西部地区一些省份(如广西、重庆，内蒙古)较为单一的金融发展结构带来的经济增长效应反而要高于中部地区，验证了金融发展的经济增长效应会存在非线性变化(张成思、刘贯春，2015[12]；苏基溶、廖进中，2010[15])。总体而言，中西部金融发展的经济增长效应同东部地区还存在一定的差距，东部沿海地区由于市场规则和金融制度比较完善，在引进外国战略投资者和先进的管理经验上有优势，使得其金融发展具有较强的经济增长效应，而中西部地区金融发展生态环境较差，地方政府更加倾向于建立为自身所服务的金融机构体系以及信贷政策，会干预金融资源配给、金融机构设置，进而对地区金融效率产生负面影响，抑制了金融对经济增长的积极作用。从变化幅度来看，2003-2014年期间，东部地区由于处于金融深化和市场化改革阶段，导致部分省份更加注重质量结构效应，从而使得增长幅度出现下降。而中西部地区具有一定的后发优势和学习效应，使得其金融发展的经济增长效应的变化幅度呈现良好的上升趋势。总体而言，步入新世纪以来，我国区域金融发展的经济增长效应不断加强，但仍处于低效率运转状态，有待完善。

 

表1 2003-2014年各省金融发展的经济增长效应情况

  

省份200320042005200620072008200920102011201220132014北京2．5201．5341．9642．1752．0692．1841．9242．1351．4301．6551．4861．642天津1．2131．2301．7041．6392．0572．2862．1362．2050．9781．1821．2040．997河北0．7160．7200．7390．7510．7550．7340．7620．7780．7710．8230．7950．813山西0．5460．7200．7110．8830．8910．9400．7550．7980．8920．7950．6170．582内蒙古0．5580．5500．9581．0320．9440．8480．8480．8410．8670．8770．8990．917辽宁0．5680．6140．6100．5950．5750．5790．6450．6750．6300．6500．6580．668吉林0．5320．5350．5420．5530．5580．5910．6000．6281．0190．7060．7390．779黑龙江0．5060．5381．1670．5480．5600．6120．5690．5770．7610．5910．6300．641上海3．5193．7912．0512．8852．9992．5972．5472．5531．7712．5671．8251．743江苏2．1521．0651．5092．2782．7282．5491．1891．2341．2661．2941．2631．333浙江1．1021．0761．6831．5711．1391．1841．1121．2651．3061．0290．7980．703安徽0．7650．7710．8280．7970．7840．7730．7510．7730．7300．7500．7520．751福建1．1301．1141．0691．0691．0721．1931．0981．0541．1241．0981．1041．124江西0．7310．7070．7450．7210．7430．7530．7010．7040．7220．7710．7950．823山东0．9171．0930．9921．0120．9950．9680．9230．9951．0021．0571．0761．053河南0．6150．6200．6280．6420．6280．6980．7300．7430．7220．7980．8260．778湖北0．8410．8990．8690．8640．8820．8690．8190．8470．8770．8760．9020．914湖南0．7450．7760．7630．7650．7430．7650．6250．6280．7750．7940．8560．893广东1．6711．7011．7341．7391．7411．7561．2571．3011．3981．5961．9331．909广西0．9470．9600．9650．9490．9700．9980．9610．9720．9360．9350．9360．952海南0．6720．7540．7730．8660．8500．8440．7820．6620．6120．6780．7230．786重庆0．8740．8350．8190．8180．8510．8260．6120．7320．7710．9111．0381．365四川0．5490．6230．5510．5790．5750．5910．5740．5610．5490．5450．5590．665贵州0．6770．6650．6730．6360．6510．6570．6560．5060．8280．5670．9170．635云南0．7990．7950．8100．7690．7470．7240．7050．7350．9450．7700．8970．918陕西0．4000．4330．4140．4270．4340．4490．4130．4070．8040．3920．4190．480甘肃0．6380．6040．5510．5390．5240．5490．5560．5600．5820．5870．6030．623青海0．4320．4460．4930．5830．6250．6390．5130．5430．5820．6350．6840．701宁夏0．3540．4010．4760．5390．5650．5910．5010．5350．5980．640．6750．745新疆0．5580．5590．5780．5390．5650．5350．4960．5390．6320．5360．9680．599

考虑网络动态重构的分布式电源选址定容优化方法//朱俊澎,顾伟,张韩旦,王伟军,朱刚,尤锭军//(5):111

 

表2 我国省际金融发展的经济增长效应均值与增长变化分析

  

地区均值均值排名变化幅度变化幅度排名地区均值均值排名变化幅度变化幅度排名北京1．8932-34．841%27河南0．7022026．408%7天津1．5695-17．807%26湖北0．872108．774%18河北0．7631513．547%16湖南0．7611719．841%10山西0．761166．593%20广东1．645414．216%15内蒙古0．8451264．337%2广西0．95790．610%21辽宁0．6222417．606%11海南0．7501816．964%12吉林0．6492246．429%5重庆0．8711156．121%4黑龙江0．6422326．680%6四川0．5772620．995%8上海2．5711-50．469%30贵州0．67221-6．196%25江苏1．6553-38．058%29云南0．8011314．960%13浙江1．1646-36．207%28陕西0．4563019．862%9安徽0．76914-1．880%23甘肃0．57727-2．314%24福建1．1047-0．530%22青海0．5732862．269%3江西0．7431912．606%17宁夏0．55229110．452%1山东1．007814．860%14新疆0．592257．487%19

(二)收敛性分析

本文综述了Keltan（阿朗新科在全球多个国家注册的品牌商标）的发展历程和技术发展史。自1967年第一块Keltan EP（D）M制品在荷兰格林问世以来，在接下来的50年时间里，Keltan在催化技术、合成工艺、产品开发及应用技术上不断完善，包括从最初采用DCPD作为第三单体，一直到现在通过使用Keltan ACE催化技术来实现可持续化生产，以及开发Keltan Eco生物基EP（D）M。我们在技术方面持续创新，在产品品质方面精益求精，结合我们最佳的技术服务和全球化供应，赢得了客户的一致认可。

  

图2 我国区域金融发展的经济增长效应的收敛性趋势图

金融发展与经济增长关系研究一直充满着颉颃的味道，如何科学有效捕捉区域金融发展对经济增长的单向性效应程度是正确认识两者关系的重要前提。因两者正向交互性质的存在，难以借助于传统计量方法单向性有效提取区域金融发展对经济增长的效应程度。由于区域金融发展对经济增长的影响更多体现为一种过程性作用，类似一种输入端到输出端的动态性与结构性的变化过程，捕捉区域金融发展对经济增长单向性影响效应可以考虑将区域金融发展情况作为一种输入端，而经济增长作为输出端，因此可借用DEA模型来解析区域金融发展的经济效率变化，以此来表征区域金融发展对经济增长的影响效应，进而对这种效应的时空分异特征进行剖析，从而深入理解我国区域金融发展对经济增长的影响，以便为区域金融发展及经济增长提供良好的政策含义。

(三)全域空间相关性检验

基于上述分析内容，并设置金融发展存在规模报酬不变特征，通过DEA solver5.0软件运算2003-2014年各省份金融发展的经济增长效应，相应结果见表1。

 

其中，Yi为地区i金融发展的经济效率，为样本方差，n为地区数目，Wij为空间权重矩阵，以刻画区域i与区域j空间关联，本文选取rook一阶邻接矩阵定义省域间空间关系，即区域i与区域j相邻则Wij=1，否则Wij=0*考虑到海南与广西、广东关系较为密切，本文将三省作邻接处理。；Moran’I指数取值区间为[-1，1]，若取值大于 0，意味省际属性为空间正相关，越接近于1，其属性相似度越高，因相似聚集的可能性越大；若小于0，意味省际属性为空间负相关，越接近于-1，其属性相异度越大，因相异属性聚集的可能性越大；若取值越贴近于0，则意味着省际属性随机性强或不存在空间自相关性。具体来讲，空间正相关则表明相邻省份比不相邻省份金融发展的经济增长效应更为相似，存在“邻里模仿”效应；相反，空间负相关表明相邻省份比不相邻省份金融发展的经济增长效应差异更大。具体的莫兰指数情况如表3所示：

 

表3 我国省际金融发展的经济增长效应全域莫兰指数

  

年份全域莫兰指数p值Z值20030．3370．0043．49420040．3860．0034．10120050．4430．0044．01120060．4590．0014．51920070．4210．0043．98320080．4370．0024．00820090．3910．0053．69620100．4120．0023．79620110．3300．0043．11420120．2730．0062．90520130．1680．0411．80120140．1200．0631．928

从上述变化来看，我国金融发展的经济增长效应展现出显著的空间正相关性，但在2010年后，其正相关性有所减弱，且显著度也在下降，可能原因是我国区域金融步入新常态后也面临着自身结构的重要调整阶段。但总体而言，我国区域金融发展会对周边地区金融发展带来一定的溢出效应，并进一步促进周边地区经济增长，这也说明了区域金融发展对经济增长具有很强的波动性和脆弱性，容易出现一荣俱荣，一损俱损的空间变化格局。因此，我国省际金融发展对经济增长的影响作用并不是相互隔离、随机分布的，会呈现出空间相互关联性与依靠性。一旦某个地区形成金融集聚中心，将会有利于该区域金融效率的提高，并且其辐射周边地区的能力也会明显提高，通过空间溢出效应提升周边地区金融发展的经济增长效应。反之，一旦该地区金融发展对经济增长出现了负向作用，也会抑制周边地区金融发展对经济增长的积极作用。

(四)局域空间自相关检验

全域空间自相关分析考量的是总体性的地区间空间自相关性，难以甄别出相异地理位置的地区空间关联模式，尤其是面临大样本数据情形时，强而显著的全域空间自相关可能会隐没局部地区样本数据不存在相关性特征，甚至会发生局域空间关联特征与全域空间关联特征相悖，导致相应分析结果和结论偏误，掩盖了局部地区的非典型特性[17]。故有必要加以局域空间自相关性检验，其计算公式如下：

从上述结论可以看出，一者，说明了金融发展对经济增长的作用对不同发展时段地区会表现出差异性特征，这与Rioja&Valev(2004)[16]等人研究发现相一致；二者，我国区域金融发展带来的经济增长效应呈现出一定的空间分异性，研究其空间分布特征更具现实性。

 

其中，LocalMoran’s Ii为地区i的局域相关性系数，该值大于零，意味着该地区与邻近地区金融发展的经济增长效应水平相似(“H-H”或“L-L”)；若小于零，则意味着该地区与邻近地区金融发展的经济增长效应水平不相似(“H-L”或“L-H”)。基于LocalMoran’s Ii指数的空间关联局域指标分析可以得到相应的自相关情况表，该表可清晰地显示出我国区域金融发展的经济增长效应的局域空间自相关特征。我国省域金融发展的经济增长效应存在局部空间集聚特征，但横向差异分明，长三角表现出高金融发展效率、高空间滞后的特征，说明了这些省份的金融发展的经济增长效应明显，同时也带动了其相邻地区金融发展的经济增长效应。而西部的陕、甘、宁、川、蒙等省份表现出低金融发展效率、低空间滞后的特征，说明了这些地区金融发展效率率低，并且与其相邻地区的金融发展效率也低，呈现出一定的金融竟次现象，即通过金融的规模性发展，不断加大投入，来吸引粗放型产业发展，从而导致经济增长效应不高。而高-低相关的省区仅有重庆，说明西南地区“中心-外围”特点突出；低-高相关的省区不存在。总体来说，我国区域金融发展的经济增长效应在空间集聚模式上表现出“东热(H-H)、西冷(L-L)、中静(不显著)”的分布特征。

由于2008年金融危机影响，再加上金融对经济增长存在一定的时滞性，故选取了期初2003年、期末2014年以及金融危机后的2009年作为代表年份，以此从时间维度来分析我国区域金融发展的经济增长效应局部空间自相关差异变化。在本文时间区段内的初始阶段，可以看到长三角地区存在一定的金融发展效率高高集聚，而吉林、内蒙古、山西、陕西等地区存在低低相关性。而到了2009年以及2014年，整体变化不大。但一个最大的亮点是，对于西部地区发展来说，重庆近年来金融发展效率提升加快，但是对周边地区并未产生有效的溢出效应，可能的原因是重庆在建设西部地区金融中心时，容易对周边地区的金融人才，技术等要素产生虹吸效应，从而抑制了周边地区的区域金融发展效率的提升。总体而言，我国区域金融发展的经济增长效应空间结构还未能实现网状结构均衡发展，进一步说明了我国地区之间存在着资本流动障碍，验证了郑志刚(2007)[18]等人的研究结论。故在今后经济发展中应充分赋予金融市场更大的开放性，加强资金的跨区域流动性，优化金融要素的配置效率。

 

表4 代表性年份局部空间自相关情况表

  

2003年2009年2014年HH型浙、苏(2)浙、苏、沪(3)浙、苏(2)HL型(0)(0)渝(1)LL型蒙、吉、晋、陕、甘、宁、川(7)陕、甘、川、青、新(5)甘、宁、川、青、蒙(5)LH型(0)(0)(0)

五、结论与对策

总体而言，我国区域金融发展在经济增长中的作用越来越显著，但仍存在发展效率不高、金融生态环境不完善等问题。因此积极提升我国金融系统的综合效能，推进金融市场化改革，进一步健全金融机构体系，健全金融监管体制，加快金融信息化建设，提升金融机构的各种服务与中介功能，将金融综合效能提升与经济发展路径统筹结合，推进经济增长和结构调整。

秀容母亲说：“月明，从你懂事起，我就跟你讲北边的胡人如何侵犯宁国，如何烧杀抢掠，你攥着小拳头，说要去当兵，杀胡人。现今你长大了，娘想好了，等你成婚，你就当兵去吧。你走了，三五年也不见得回来一次，有你媳妇在，我就有了伴儿。若是你娶了乔瞧，她想干什么就干什么，我看不惯，难免说两句，以她的性子，顶嘴是小的，怕还要拍桌子打板凳。这个家，就不像个家了。你要是娶了越秀，这个家肯定和和睦睦，你在外打仗，也无须牵挂了。”

从地区差异来看，我国东部地区金融发展的经济增长效应要相对突出，中西部地区表现庸碌。我国金融改革进程中，应适当考虑将金融资源的布局和金融要素投入多侧重于中、西部省份，从而缓解省际金融资源失衡，构筑省际金融发展趋同的初始禀赋基础，有效缩小横向差距，加快金融落后地区向发达地区的追击。同时，中西部省份也须积极培育相应的金融中心，加快金融产业集群，实现“金融盆地隆起”。

我国省际金融发展的经济增长效应整体上映现出收敛趋势，但未能呈现出网络结构均衡发展，因此各省区应结合地区功能定位，统筹金融机构和金融市场发展，遵循外部相融、内部互补的原则，积极寻求跨区域的金融合作与金融市场联合，有效优化金融资源配置，实现互惠共赢。从国家层面来讲，要着力建立统一的开放性金融市场和区域金融体系，加快区域资本市场建设并完善区域金融生态系统的自我调节功能。通过这些手段的综合运用，促进信贷资金相对更为自由地在地区之间流动，扩大区域金融要素的流动和金融信息的共享，促进区域金融的协同发展，进而实现区域经济均衡协调发展。

参考文献：

[1]爱德华·S·肖.经济发展中的金融深化(中文版)[M].上海：上海三联书店,1992:89-112.

[2]麦金农.经济发展中的货币与资本(中文版)[M].上海：上海三联书店,1993:26-38.

[3]王广谦.经济发展中金融的贡献与效率[ M].北京: 中国人民大学出版社, 1997:45-65.

[4]R.Levine.Financial Development and Economic Growth: Views and Agenda[J].Social Science Electronic Publishing, 1997 , 35 (2) :688-726.

[5]王永中.新古典增长和内生经济增长中的金融发展效应[J].当代经济科学,2006 ,(05) :45-51.

[6]林毅夫,孙希芳,姜烨.经济发展中的最优金融结构理论初探[J].经济研究,2009，(08):4-17.

[7]Lucas, R.E.On the Mechanics of Economic Development [J].Journal of Monetary Economics, 1988,22(3):3- 42.

[8]武志.金融发展与经济增长:来自中国的经验分析[J].金融研究,2010，(05):58-68．

[9]王景武.金融发展与经济增长:基于中国区域金融发展的实证分析[J].财贸经济,2005，(06):23-26.

[10]曾冰.我国区域金融发展与经济敛散性分析——基于省级面板数据的研究[J].经济问题探索,2015，(08):134-141.

[11]张旭,刘晓星,姚登宝.金融发展与经济增长——一个考虑空间溢出效应的再检验[J].东南大学学报:哲学社会科学版,2016，(03) : 106-114．

[12]张成思,刘贯春. 经济增长进程中金融结构的边际效应演化分析[J].经济研究,2015，(12):84-99.

[13]杨友才.金融发展与经济增长:基于我国金融发展门槛变量的分析[J].金融研究,2002，(10):59-71．

[14]郑长德.中国区域金融问题研究[M].北京：中国财政经济出版社,2007：35-66.

[15]苏基溶,廖进中.金融发展的倒U型增长效应与最优金融规模[J]. 当代经济科学.2010，(01)：45-54.

[16]Rioja.F&Valev.N. Does one size fit all? A reexamination of the finance and growth relationship[J]. Journal of Development Economics,2004, 74(2) : 429-447．

[17]李建军,卢盼盼.中国居民金融服务包容性测度与空间差异[J]. 经济地理，2016 , (03) :118-124.

[18]郑志刚,邓贺斐.法律环境差异和区域金融发展——金融发展决定因素基于我国省级面板数据的考察[J]. 管理世界，2010，(06).14-27.