縣域經(jīng)濟(jì)發(fā)展問題研討范文

本站小編為你精心準(zhǔn)備了縣域經(jīng)濟(jì)發(fā)展問題研討參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

［摘要］銀行是金融的主體，金融是實(shí)體經(jīng)濟(jì)的血脈。銀行信貸與經(jīng)濟(jì)發(fā)展之間的關(guān)系一直是經(jīng)濟(jì)研究的熱點(diǎn)。早期學(xué)者主要通過邏輯分析的方式探討儲(chǔ)蓄轉(zhuǎn)化為投資進(jìn)而促進(jìn)經(jīng)濟(jì)增長的作用機(jī)制。隨著計(jì)算機(jī)技術(shù)的革新和計(jì)量經(jīng)濟(jì)學(xué)方法的發(fā)展，時(shí)間序列分析、面板數(shù)據(jù)分析成為研究銀行信貸與經(jīng)濟(jì)發(fā)展之間關(guān)系的主要手段。但是時(shí)間序列分析和面板數(shù)據(jù)分析都沒有考慮經(jīng)濟(jì)單元之間的相互作用，可能存在遺漏重要效應(yīng)的問題，應(yīng)該將空間面板計(jì)量模型引入對經(jīng)濟(jì)的分析中。

［關(guān)鍵詞］銀行信貸；吉林省縣域經(jīng)濟(jì)；發(fā)展；空間面板

一、引言

在2017年的全國金融工作會(huì)議上強(qiáng)調(diào)，金融是實(shí)體經(jīng)濟(jì)的血脈，為實(shí)體經(jīng)濟(jì)服務(wù)是金融的天職，是金融的宗旨。從微觀層面來說，銀行作為最主要的金融載體，通過吸收存款、發(fā)放貸款，解決微觀主體面臨的融資問題，達(dá)到服務(wù)微觀主體、促進(jìn)微觀主體發(fā)展的目的。在縣域經(jīng)濟(jì)層面，銀行信貸與縣域經(jīng)濟(jì)發(fā)展之間的關(guān)系如何，銀行信貸是否能夠促進(jìn)縣域經(jīng)濟(jì)發(fā)展，其作用機(jī)制及影響程度如何，這是本文探討的問題。

二、文獻(xiàn)回顧

由于我國金融市場起步較晚，在金融市場中又以銀行為絕對主體，證券和保險(xiǎn)等其他形式的金融市場發(fā)展相對薄弱且不均衡，因此很多文獻(xiàn)都以研究金融發(fā)展與經(jīng)濟(jì)增長的關(guān)系為名，但實(shí)質(zhì)都是以銀行信貸相關(guān)指標(biāo)作為金融發(fā)展的指示變量，使用不同方法分析其與經(jīng)濟(jì)發(fā)展之間的關(guān)系，如張軍等（2005）［1］、張志強(qiáng)（2012）［2］、高曉燕等（2013）［3］、崔喜蘇等（2014）［4］。研究銀行信貸與經(jīng)濟(jì)發(fā)展之間關(guān)系的文獻(xiàn)很多。從研究方法來說，分析銀行信貸與經(jīng)濟(jì)發(fā)展之間關(guān)系的方法主要有：時(shí)間序列的回歸分析、向量誤差修正模型、Granger因果關(guān)系檢驗(yàn)、協(xié)整分析，如談儒勇（1999）［5］、王志強(qiáng)等（2003）［6］；基于省際和縣域面板數(shù)據(jù)的回歸分析、協(xié)整分析，如謝問蘭等（2008）［7］、郭剛等（2012）［8］、陳明（2014）［9］、劉雅嬌等（2018）［10］；利用空間面板計(jì)量模型分析銀行信貸與經(jīng)濟(jì)發(fā)展之間關(guān)系的文獻(xiàn)相對較少，方先明等（2010）［11］利用中國省域1998—2008年的面板數(shù)據(jù)分析金融支持與經(jīng)濟(jì)增長的關(guān)系，其構(gòu)建的是空間截面回歸模型，并未構(gòu)建空間面板計(jì)量模型。本文試圖通過構(gòu)建空間面板計(jì)量模型來分析吉林省縣域經(jīng)濟(jì)中銀行信貸與經(jīng)濟(jì)發(fā)展之間的關(guān)系和內(nèi)在作用機(jī)制，驗(yàn)證如下三個(gè)假設(shè)：假設(shè)1：擴(kuò)大銀行信貸規(guī)模能夠促進(jìn)經(jīng)濟(jì)發(fā)展。假設(shè)2：提高銀行信貸效率能夠促進(jìn)經(jīng)濟(jì)發(fā)展。假設(shè)3：銀行信貸促進(jìn)經(jīng)濟(jì)發(fā)展的作用機(jī)制存在空間效應(yīng)。

三、影響因素分析與計(jì)量模型設(shè)定

本文的被解釋變量為人均地區(qū)生產(chǎn)總值，記作pergdp。（一）影響因素分析與變量指標(biāo)選擇通過整理現(xiàn)有文獻(xiàn)，明確銀行信貸是影響經(jīng)濟(jì)發(fā)展的重要因素，但是為了防止由于遺漏重要變量造成模型估計(jì)問題，還需要考慮影響經(jīng)濟(jì)發(fā)展的其他因素，將其作為控制變量引入到模型中。選擇指標(biāo)的具體情況如下：1.解釋變量本文的核心解釋變量為銀行信貸?？赡苡绊懡?jīng)濟(jì)發(fā)展的銀行信貸指標(biāo)主要有兩個(gè)：一是銀行信貸規(guī)模，二是銀行信貸效率。（1）銀行信貸規(guī)模銀行信貸規(guī)模的測度指標(biāo)有兩類，一類是絕對指標(biāo)，即銀行信貸的絕對數(shù)量，可用金融機(jī)構(gòu)各項(xiàng)貸款余額表示；另一類為相對指標(biāo)，即銀行信貸相對于地區(qū)生產(chǎn)總值的比重，用金融機(jī)構(gòu)各項(xiàng)貸款余額與GDP的比值表示。本文選擇相對指標(biāo)，即金融機(jī)構(gòu)各項(xiàng)貸款余額與GDP的比值來代表銀行信貸規(guī)模，符號(hào)記作FS。（2）銀行信貸效率現(xiàn)有文獻(xiàn)對銀行信貸效率的測度通常也有兩個(gè)指標(biāo)：一是將發(fā)放給私人部門的銀行信貸比例作為衡量銀行信貸效率的指標(biāo)；二是學(xué)者們通常使用的金融機(jī)構(gòu)貸款與存款的比值?？紤]到獲取私人部門銀行信貸數(shù)額比較困難，本文選擇金融機(jī)構(gòu)貸款與存款的比值來代表銀行信貸效率，符號(hào)記作FE。2.控制變量選擇控制變量主要是在參考已有文獻(xiàn)及相關(guān)經(jīng)濟(jì)理論的基礎(chǔ)上，為避免遺漏關(guān)鍵變量造成估計(jì)誤差膨脹而確定的，本文選擇的主要指標(biāo)如下：（1）工業(yè)發(fā)展水平工業(yè)指從事自然資源的開采，對采掘品和農(nóng)產(chǎn)品進(jìn)行加工和再加工的物質(zhì)生產(chǎn)部門。工業(yè)能夠吸收農(nóng)村剩余勞動(dòng)力、提高農(nóng)產(chǎn)品附加值，有助于發(fā)展地方經(jīng)濟(jì)。本文以工業(yè)增加值代表工業(yè)發(fā)展水平，符號(hào)記作indus。（2）固定資產(chǎn)投資固定資產(chǎn)投資是一種再生產(chǎn)活動(dòng)，表現(xiàn)為建造和購置固定資產(chǎn)的各種經(jīng)濟(jì)活動(dòng)，包括固定資產(chǎn)更新、新建、改建和擴(kuò)建等。本文以全社會(huì)固定資產(chǎn)投資總額表示，符號(hào)記作inv。（3）地方財(cái)政支出［12］。財(cái)政支出一方面可以衡量縣域地方政府對經(jīng)濟(jì)發(fā)展的作用力，另一方面也可以衡量政府對經(jīng)濟(jì)發(fā)展的投入和調(diào)控。本文以各市縣公共財(cái)政支出表示，符號(hào)記作pub。（4）經(jīng)濟(jì)密度。經(jīng)濟(jì)密度（GDP/平方公里）可以反映一個(gè)地區(qū)經(jīng)濟(jì)活動(dòng)的頻繁程度和市場規(guī)模（商品購買力）的大小，符號(hào)記作eco。（5）空間相依影響［13］［14］。經(jīng)濟(jì)活動(dòng)通常在空間上表現(xiàn)出集聚特征，相鄰地區(qū)的經(jīng)濟(jì)發(fā)展存在一定的相關(guān)性。因此，針對多區(qū)域的計(jì)量分析，需要考慮指標(biāo)間的空間相依特征。具體而言，空間相依關(guān)系是通過空間加權(quán)矩陣進(jìn)行考量的。當(dāng)前比較流行的空間權(quán)重矩陣主要有三種：第一種是基于相鄰的空間加權(quán)矩陣，即任意兩個(gè)地區(qū)i和j如果在空間上是臨近的，即設(shè)定空間加權(quán)矩陣W的元素為1，否則為0；第二種是以距離的倒數(shù)作為構(gòu)建空間加權(quán)矩陣的元素，此種空間加權(quán)矩陣需外生給定截?cái)啵╟utoff）距離；第三種是以地區(qū)之間經(jīng)濟(jì)聯(lián)系為權(quán)重的空間加權(quán)矩陣，主要是利用地區(qū)之間的貿(mào)易數(shù)據(jù)，構(gòu)建貿(mào)易流量矩陣。由于本文研究的是縣域經(jīng)濟(jì)，相關(guān)部門并未專門統(tǒng)計(jì)縣域之間的貿(mào)易數(shù)據(jù)，因此第三種空間加權(quán)矩陣在本文中并不適用。本文在研究過程中，構(gòu)建了基于相鄰的Queen空間加權(quán)矩陣［15］和基于距離倒數(shù)的空間加權(quán)矩陣。基于距離倒數(shù)的空間加權(quán)矩陣截?cái)啵╟utoff）點(diǎn)分別為100、150、200、250和300。經(jīng)過分析發(fā)現(xiàn)，截?cái)啵╟utoff）點(diǎn)為200的空間加權(quán)矩陣，各項(xiàng)指標(biāo)表現(xiàn)更好，因此本文的分析是基于截?cái)嗑嚯x（cutoff）為200的空間加權(quán)矩陣展開。（二）實(shí)證模型與空間計(jì)量方法傳統(tǒng)面板數(shù)據(jù)計(jì)量模型在進(jìn)行模型估計(jì)時(shí)，通常假定個(gè)體之間具有獨(dú)立性和同質(zhì)性。其對個(gè)體差異性的刻畫通過截距項(xiàng)的差異設(shè)置，即固定效應(yīng)和隨機(jī)效應(yīng)來體現(xiàn)，不能顯示個(gè)體之間差異的內(nèi)在作用機(jī)制?？臻g面板數(shù)據(jù)計(jì)量模型在傳統(tǒng)面板數(shù)據(jù)計(jì)量模型的基礎(chǔ)上，通過空間加權(quán)矩陣引入空間乘子，將個(gè)體之間的相互作用及表現(xiàn)的差異性考慮進(jìn)來，能夠在一定程度上彌補(bǔ)傳統(tǒng)面板數(shù)據(jù)模型的不足。

四、實(shí)證分析

本文的實(shí)證分析基于吉林省40個(gè)縣域、2000—2016年共計(jì)17年的經(jīng)濟(jì)金融數(shù)據(jù)。數(shù)據(jù)來源于2001—2017年的《吉林省統(tǒng)計(jì)年鑒》《中國縣域統(tǒng)計(jì)年鑒（縣市卷）》、各縣市年度政府工作報(bào)告及統(tǒng)計(jì)公報(bào)，中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫。為了減弱絕對指標(biāo)存在的異方差可能對模型估計(jì)造成的影響，本文對相關(guān)變量做了取對數(shù)處理，相關(guān)變量分別表示為logpergdp（人均地區(qū)生產(chǎn)總值）、logindus（工業(yè)發(fā)展水平）、loginv（固定資產(chǎn)投資水平）、logpub（地方財(cái)政支出）、logeco（經(jīng)濟(jì)密度）。在實(shí)證分析中，首先對核心變量進(jìn)行了空間相關(guān)性檢驗(yàn)，然后對變量進(jìn)行了平穩(wěn)性檢驗(yàn)及協(xié)整檢驗(yàn)，最后選擇相對恰當(dāng)?shù)哪Ｐ蛯ψ兞恐g的關(guān)系進(jìn)行分析。

（一）空間相關(guān)性檢驗(yàn)及平穩(wěn)性檢驗(yàn)1.空間相關(guān)性檢驗(yàn)由于在宏觀經(jīng)濟(jì)序列中，橫截面樣本序列之間普遍存在相關(guān)問題，因此Pesaran（2007）［16］提出了基于宏觀經(jīng)濟(jì)序列的CD檢驗(yàn)，用于檢驗(yàn)橫截面之間的相關(guān)性。本文對核心變量人均地區(qū)生產(chǎn)總值（logpergdp）及銀行信貸效率（FE）和銀行信貸規(guī)模（FS）分別進(jìn)行了CD檢驗(yàn)。從檢驗(yàn)結(jié)果來看，上述三個(gè)變量都拒絕了橫截面相互獨(dú)立的假設(shè)。為了檢驗(yàn)這三個(gè)變量是否存在空間相關(guān)性，本文又分別計(jì)算了MoranI指數(shù)和Geary’sC統(tǒng)計(jì)量。從檢驗(yàn)結(jié)果來看，銀行信貸效率（FE）具有顯著的空間相關(guān)性，人均地區(qū)生產(chǎn)總值（logpergdp）和銀行信貸規(guī)模（FS）的空間相關(guān)性不很顯著。2.變量平穩(wěn)性檢驗(yàn)第一代面板單位根檢驗(yàn)，如IPS檢驗(yàn)、Maddala和Wu檢驗(yàn)，都假定橫截面?zhèn)€體之間是彼此相互獨(dú)立的。而前文相關(guān)性檢驗(yàn)結(jié)果表明，核心變量橫截面?zhèn)€體之間存在明顯的相關(guān)關(guān)系，因此在單位根檢驗(yàn)中，也需要考慮橫截面之間的相關(guān)性，將各個(gè)橫截面?zhèn)€體所面臨的隨機(jī)沖擊和公共因素考慮進(jìn)去。本文的面板單位根檢驗(yàn)使用的是Pesaran（2007）［16］提出的CIPS檢驗(yàn)，檢驗(yàn)結(jié)果見表2。從CIPS檢驗(yàn)結(jié)果來看，F(xiàn)S和logeco是一階單整序列，其它變量都是平穩(wěn)序列。對非平穩(wěn)的變量直接進(jìn)行回歸分析，可能會(huì)產(chǎn)生虛假回歸問題，因此需要對目標(biāo)變量進(jìn)行協(xié)整檢驗(yàn)，以確定變量之間是否存在長期穩(wěn)定的關(guān)系。3.變量之間的協(xié)整檢驗(yàn)在選擇協(xié)整檢驗(yàn)方法時(shí)，同樣需要考慮到橫截面?zhèn)€體之間存在的空間相關(guān)性問題，因此本文選擇的是Westerlund（2007）［17］構(gòu)建的誤差修正模型狀態(tài)下面板協(xié)整關(guān)系檢驗(yàn)（Westerlund檢驗(yàn)）。

（二）實(shí)證模型及解釋通過前面的各種檢驗(yàn)，可以認(rèn)為本文所選擇的變量可以用來建立回歸模型分析銀行信貸支持經(jīng)濟(jì)發(fā)展的作用機(jī)制，但是應(yīng)該選擇何種模型呢？1.固定效應(yīng)和隨機(jī)效應(yīng)Baltagi（2005）［18］指出，隨機(jī)效應(yīng)模型應(yīng)更多地對應(yīng)于樣本個(gè)體隨機(jī)來自于總體，當(dāng)實(shí)際樣本針對某些特定的個(gè)體時(shí)，固定效應(yīng)模型要優(yōu)于隨機(jī)效應(yīng)模型。本文選擇的樣本為吉林省40個(gè)縣（市、區(qū)），針對性較強(qiáng)，選擇固定效應(yīng)比較合適。為了驗(yàn)證上述判定，本文使用似然比（LR）檢驗(yàn)進(jìn)行固定效應(yīng)與隨機(jī)效應(yīng)的檢驗(yàn)。檢驗(yàn)原假設(shè)為空間固定效應(yīng)的聯(lián)合非顯著時(shí)，LR為954.44，在自由度為40時(shí)，P=0.00，說明必須拒絕原假設(shè)，認(rèn)為空間固定效應(yīng)聯(lián)合顯著。檢驗(yàn)原假設(shè)為時(shí)間固定效應(yīng)聯(lián)合非顯著時(shí)，LR為100.51，自由度為17時(shí)，P=0.00，說明同樣必須拒絕原假設(shè)，認(rèn)為時(shí)間固定效應(yīng)聯(lián)合顯著。LR檢驗(yàn)證實(shí)，空間面板計(jì)量模型應(yīng)選擇具有空間固定效應(yīng)和時(shí)間固定效應(yīng)的模型，即雙向固定效應(yīng)模型。此外，本文還利用LeeandYu（2012）［19］推導(dǎo)的用于一般空間面板數(shù)據(jù)模型的Hausman檢驗(yàn)對固定效應(yīng)的選擇做了進(jìn)一步驗(yàn)證。Hausman檢驗(yàn)的原假設(shè)為隨機(jī)效應(yīng)模型，其結(jié)果為34.94，P=0.00，同樣表明選擇固定效應(yīng)模型更合適。2.空間面板自回歸模型（SPAR）、空間面板誤差模型（SPEM）和空間面板杜賓模型（SPDM）在空間面板自回歸模型（SPAR）、空間面板誤差模型（SPEM）和空間面板杜賓模型（SPDM）之間的選擇，從包含信息量最大的空間面板杜賓模型開始，然后分別考慮空間面板杜賓模型是否可簡化為空間面板自回歸模型或空間面板誤差模型，可供選擇的檢驗(yàn)方法有Wald檢驗(yàn)和LR檢驗(yàn)。（1）空間面板杜賓模型（SPDM）是否可簡化為空間面板自回歸模型（SPAR）原假設(shè)為可簡化為空間面板自回歸模型（SPAR）時(shí)，Wald取值為54.97，P值為0.00；LR取值為54.77，P值為0.00。Wald檢驗(yàn)和LR檢驗(yàn)都表明不能接受空間面板自回歸模型（SPAR）的原假設(shè)。（2）空間面板杜賓模型（SPDM）是否可簡化為空間面板誤差模型（SPEM）原假設(shè)為可簡化為空間面板誤差模型（SPEM）時(shí)，Wald取值為42.35，P值為0.00；LR取值為46.47，P值為0.00。Wald檢驗(yàn)和LR檢驗(yàn)都表明不能接受空間面板誤差模型（SPEM）的原假設(shè)。綜上，本文選擇空間面板杜賓模型（SPDM）分析銀行信貸支持經(jīng)濟(jì)發(fā)展的作用機(jī)制。3.模型估計(jì)結(jié)果及解釋銀行信貸支持經(jīng)濟(jì)發(fā)展的空間面板杜賓模型（SPDM）估計(jì)結(jié)果見表4。從表4的結(jié)果來看，銀行信貸規(guī)模（FS）、銀行信貸效率（FE）、工業(yè)發(fā)展水平（logindus）、固定資產(chǎn)投資（loginv）、消費(fèi)水平（log-con）及經(jīng)濟(jì)密度（logeco）對經(jīng)濟(jì)發(fā)展都有顯著的正效應(yīng)，而地方財(cái)政支出（logpub）對經(jīng)濟(jì)發(fā)展具有顯著的負(fù)效應(yīng)。考慮了空間效應(yīng)的變量，銀行信貸效率（W*FE）對經(jīng)濟(jì)發(fā)展有顯著的正效應(yīng)，而銀行信貸規(guī)模（W*FS）和消費(fèi)水平（W*logcon）有顯著的負(fù)效應(yīng)。這些結(jié)果與經(jīng)濟(jì)理論及發(fā)展實(shí)際基本符合。但是，LesageandPace（2009）［20］指出，由于空間加權(quán)矩陣（W）的引入，空間面板杜賓模型（SPDM）中的點(diǎn)估計(jì)將不能反映解釋變量對被解釋變量的全部線性影響，如果將其視為某個(gè)自變量對因變量的影響大小，將會(huì)存在嚴(yán)重的錯(cuò)誤。因此，應(yīng)考慮在空間作用機(jī)制下自變量對因變量的直接影響、間接影響和總影響的大小。（1）銀行信貸規(guī)模（FS）銀行信貸規(guī)模（FS）具有顯著正的直接效應(yīng)，顯著負(fù)的間接效應(yīng)和不顯著的總效應(yīng)，與空間相關(guān)性檢驗(yàn)的結(jié)果一致。具體來說，單純擴(kuò)大銀行信貸規(guī)模（FS）并不能起到促進(jìn)經(jīng)濟(jì)增長的作用。某縣通過擴(kuò)大銀行信貸規(guī)模（FS），可能會(huì)促進(jìn)本地經(jīng)濟(jì)發(fā)展，但同樣可能會(huì)給臨近縣的發(fā)展帶來不利影響，總體看不會(huì)對經(jīng)濟(jì)產(chǎn)生較顯著的影響。（2）銀行信貸效率（FE）銀行信貸效率（FE）具有顯著正的直接效應(yīng)、間接效應(yīng)和總效應(yīng)。具體來說，某縣銀行信貸效率（FE）提高1個(gè)百分點(diǎn)，可以促進(jìn)當(dāng)?shù)亟?jīng)濟(jì)增長0.2個(gè)百分點(diǎn)；臨近縣銀行信貸效率（FE）提高1個(gè)百分點(diǎn)，可以促進(jìn)本縣經(jīng)濟(jì)增長0.7個(gè)百分點(diǎn)；總體來看，銀行信貸效率（FE）提高1個(gè)百分點(diǎn)，可促進(jìn)經(jīng)濟(jì)增長0.9個(gè)百分點(diǎn)。提高某縣銀行信貸效率（FE），不但可以促進(jìn)本縣經(jīng)濟(jì)發(fā)展，還可以起到促進(jìn)臨近縣市經(jīng)濟(jì)發(fā)展的作用。（3）控制變量控制變量中，工業(yè)發(fā)展水平（logindus）、固定資產(chǎn)投資水平（loginv）、消費(fèi)水平（logcon）、經(jīng)濟(jì)密度（logeco）都對經(jīng)濟(jì)發(fā)展有顯著正的直接效應(yīng)，消費(fèi)水平（logcon）對經(jīng)濟(jì)發(fā)展有顯著負(fù)的間接效應(yīng)，工業(yè)發(fā)展水平（logindus）和經(jīng)濟(jì)密度（logeco）對經(jīng)濟(jì)發(fā)展的總效應(yīng)是顯著正的，而消費(fèi)水平（logcon）對經(jīng)濟(jì)發(fā)展的總效應(yīng)是顯著負(fù)的。工業(yè)發(fā)展對經(jīng)濟(jì)發(fā)展的作用是顯而易見的，工業(yè)發(fā)展，可促進(jìn)經(jīng)濟(jì)發(fā)展。通過擴(kuò)大固定資產(chǎn)投資的方式促進(jìn)經(jīng)濟(jì)增長屬于粗放型的增長方式，并不能持久，因此短期內(nèi)可能會(huì)促進(jìn)某縣經(jīng)濟(jì)發(fā)展，但是長期并不會(huì)給經(jīng)濟(jì)發(fā)展帶來好處。消費(fèi)與儲(chǔ)蓄之間是此消彼長的關(guān)系，對于經(jīng)濟(jì)發(fā)展水平相對較低的縣域經(jīng)濟(jì)來說，增加消費(fèi)無疑會(huì)減少儲(chǔ)蓄，是不利于經(jīng)濟(jì)未來發(fā)展的，因此表現(xiàn)出消費(fèi)對經(jīng)濟(jì)發(fā)展的總效應(yīng)是顯著負(fù)的。但是，隨著經(jīng)濟(jì)的發(fā)展，消費(fèi)對經(jīng)濟(jì)發(fā)展的促進(jìn)作用也會(huì)顯現(xiàn)出來。經(jīng)濟(jì)密度反映的是一個(gè)地區(qū)經(jīng)濟(jì)活動(dòng)的頻繁程度和市場規(guī)模的大小，顯然縣域經(jīng)濟(jì)活動(dòng)越頻繁、市場規(guī)模越大，越能夠促進(jìn)縣域經(jīng)濟(jì)發(fā)展。

五、結(jié)論與對策建議

（一）結(jié)論本文運(yùn)用空間面板計(jì)量模型，基于吉林省40個(gè)縣域、2000—2016年共計(jì)17年的經(jīng)濟(jì)金融數(shù)據(jù)，對銀行信貸支持吉林省縣域經(jīng)濟(jì)發(fā)展的作用機(jī)制進(jìn)行了研究。實(shí)證研究證實(shí)：第一，假設(shè)1不能完全成立，擴(kuò)大銀行信貸規(guī)模在短期內(nèi)可能起到促進(jìn)經(jīng)濟(jì)發(fā)展的目的，但是從長期來看并不能起到促進(jìn)經(jīng)濟(jì)整體發(fā)展的作用。第二，假設(shè)2是完全成立的，提高銀行信貸效率不僅能夠促進(jìn)本縣經(jīng)濟(jì)發(fā)展，還能帶動(dòng)臨近縣域經(jīng)濟(jì)發(fā)展。從驗(yàn)證這兩個(gè)假設(shè)得出的結(jié)論可以看出，粗放式的發(fā)展方式對經(jīng)濟(jì)發(fā)展并不會(huì)產(chǎn)生有益影響，只有提高效率和效益的集約式發(fā)展方式才能促進(jìn)經(jīng)濟(jì)長期、持續(xù)發(fā)展。第三，假設(shè)3在本文中得到了證實(shí)，銀行信貸在促進(jìn)經(jīng)濟(jì)發(fā)展中確實(shí)存在空間效應(yīng)，有著空間傳導(dǎo)機(jī)制。假設(shè)3印證了張傳娜（2018）［21］的猜測，即吉林省縣域經(jīng)濟(jì)之間確實(shí)存在空間相關(guān)關(guān)系。（二）對策建議經(jīng)濟(jì)單元并不是孤立存在的，相互之間存在緊密聯(lián)系。制定經(jīng)濟(jì)發(fā)展戰(zhàn)略需統(tǒng)籌兼顧、有全局意識(shí)，避免顧此失彼、得不償失。針對本文的分析，提出以下政策建議：第一，關(guān)注經(jīng)濟(jì)發(fā)展的空間傳導(dǎo)機(jī)制，可嘗試通過金融要素的流動(dòng)達(dá)到配置經(jīng)濟(jì)資源的目的；第二，制定銀行信貸政策時(shí)，不應(yīng)單純以擴(kuò)大信貸規(guī)模為考核依據(jù)，而應(yīng)著力提高信貸效率，用提高效率促進(jìn)發(fā)展；第三，在不擴(kuò)大銀行信貸規(guī)模的前提下，應(yīng)把資金投向工業(yè)等增加值較高的行業(yè)，大力促進(jìn)縣域農(nóng)業(yè)生產(chǎn)、農(nóng)產(chǎn)品加工的發(fā)展，繁榮縣域經(jīng)濟(jì)。

作者：張傳娜1，2，董玫汐3 單位：1.吉林省農(nóng)村金融改革研究中心，2.長春金融高等?？茖W(xué)校科研處，3.北京市海淀區(qū)農(nóng)村合作經(jīng)濟(jì)經(jīng)營管理站