| 1,702 | 10 | 296 |
| 下载次数 | 被引频次 | 阅读次数 |
本文基于2012—2019年长三角地区41座城市的面板数据，在测度城市群经济分布特征及演变轨迹的基础上，采用时空加权回归模型从城市金融与经济存在时空非平衡关系的视角，解释城市群经济时空演变轨迹形成的原因，并以传统金融和数字金融两种维度，实证检验两类金融业态驱动城市经济发展的时空异质性。研究发现：（1）长三角空间经济呈现相对稳定但极化程度逐步减弱的“核心—外围”结构，伴随城际经济差距的拉大，经济分布主要向南北两端扩散；（2）传统金融对城市经济发展的影响存在时空异质性，促进效应较大的区域逐渐由苏南等次核心区向周边城市迁移，显示其对城市群经济向北、向西扩散具有重要作用；（3）数字金融对城市经济的影响受空间异质性主导，促进效应较大的城市主要是上海及上海以南的浙江城市，表明数字金融是拉动城市群经济向南扩散的主要力量。
Abstract：Based on the panel data of 41 cities in the Yangtze River Delta from 2012 to 2019, on the basis of measuring the economic distribution characteristics and evolution trajectories of urban agglomer-ations, this paper adopts Geographically and Temporally Weighted Regression model to explain the reasons for the formation of the temporal and spatial evolution trajectory of the urban agglomeration economy from the perspective of the unbalanced relationship between urban finance and economy, and empirically test the temporal and spatial heterogeneity of the two types of financial formats driving urban economic development from the two dimensions of traditional finance and digital finance. The study found that:(1)the spatial economy of the Yangtze River Delta presents a relatively stable “core-periphery” structure with a gradually weakening degree of polarization. With the widening of the inter-city economic gap, the economic distribution mainly spreads to the north and south;(2)the effect of traditional financial on urban economic development is temporal and spatial heterogeneity, plays an important role in the northward and westward diffusion of the urban agglomeration economy,areas with greater promotion effect gradually migrate from subcore areas such as southern Jiangsu to surrounding cities;(3)the effect of digital finance on the urban economy is dominated by spatial heterogeneity; it is the main forces driving the economic spread of the urban agglomeration to the south; the cities with greater promotion effect are mainly Shanghai and Zhejiang cities.
1.陈安平：《集聚与中国城市经济韧性》，《世界经济》2022年第1期。
2.陈旭、邱斌：《多中心空间结构与劳动收入---来自中国工业企业的证据》，《南开经济研究》2021年第2期。
3.郭峰、王靖一、王芳、孔涛、张勋、程志云：《测度中国数字普惠金融发展：指数编制与空间特征》，《经济学（季刊）》2020年第4期。
4.刘修岩、李松林、秦蒙：《城市空间结构与地区经济效率---兼论中国城镇化发展道路的模式选择》，《管理世界》2017年第1期。
5.刘修岩、李松林、陈子扬：《多中心空间发展模式与地区收入差距》，《中国工业经济》2017年第10期。
6.卢盛峰、陈思霞、杨子涵：《“官出数字”：官员晋升激励下的GDP失真》，《中国工业经济》2017年第7期。
7.逯进、朱顺杰：《金融生态，经济增长与区域发展差异---基于中国省域数据的耦合实证分析》，《管理评论》2015年第11期。
8.邱晗、黄益平、纪洋：《金融科技对传统银行行为的影响---基于互联网理财的视角》，《金融研究》2018年第11期。
9.唐松、伍旭川、祝佳：《数字金融与企业技术创新---结构特征，机制识别与金融监管下的效应差异》，《管理世界》2020年第5期。
10.王贤彬、黄亮雄：《夜间灯光数据及其在经济学研究中的应用》，《经济学动态》2018年第10期。
11.王永仓、温涛：《数字金融的经济增长效应及异质性研究》，《现代经济探讨》2020年第11期。
12.王喆、陈胤默、张明：《传统金融供给与数字金融发展：补充还是替代?---基于地区制度差异视角》，《经济管理》2021年第5期。
13.武耀华、蒋勇、付晓东：《金融集聚对区域经济影响的空间效应研究》，《经济问题探索》2021年第8期。
14.谢朝华、邓亚波、刘玲杉、裴文婷：《银行信贷影响实体经济增长的区域性差异研究》，《财经理论与实践》2020年第3期。
15.徐徕：《金融结构与中国经济增长潜力的实证研究》，《中国经济问题》2020年第1期。
16.许宪春、吕峰：《改革开放40年来中国国内生产总值核算的建立、改革和发展研究》，《经济研究》2018年第8期。
17.许宪春：《中国国民经济核算核心指标的变迁---从MPS的国民收入向SNA的国内生产总值的转变》，《中国社会科学》2020年第10期。
18.尹志超、吴雨、甘犁：《金融可得性，金融市场参与和家庭资产选择》，《经济研究》2015第3期。
19.曾冰：《基于NPP/VIIRS夜间灯光数据的湘鄂赣省际交界区县域经济空间格局及影响因素》，《地理科学》2020年第6期。
20.张文、钟宸：《我国经济，生态，技术和金融的协同发展研究》，《金融与经济》2019年第9期。
21.赵建吉、刘岩、王艳华、苗长虹：《欠发达地区城市群金融机构空间演化特征及影响因素》，《经济地理》2022年第1期。
22.郑渊茂、何原荣、王晓荣、高元衡：《夜光遥感数据应用述评与展望》，《遥感信息》2020年第6期。
23.中国社会科学院金融研究所、特华博士后科研工作站、《银行家》研究中心联合课题组、王力、黄育华：《2020年中国城市金融竞争力评价报告》，《银行家》2021年第8期。
24.周立、王子明：《中国各地区金融发展与经济增长实证分析：1978-2000》，《金融研究》2002年第10期。
25.周丽丽、杨刚强、江洪：《中国金融发展速度与经济增长可持续性---基于区域差异的视角》，《中国软科学》2014年第2期。
26.Arcand J.L.,Berkes E.&Panizza U.Too much finance?[J].Journal of Economic Growth,2015,20(2):105~148.
27.Beck T.,Degryse H.&Kneer C.Is more finance better?Disentangling intermediation and size effects of financial systems[J].Journal of Financial Stability,2014,10:50~64.
28.Cline W.Further Statistical Debate On'too Much Finance’[J].Peterson Institute for International Economics Working Paper,2015(15~16）.
29.De la Torre A.,Ize A.&Schmukler S.L.Financial development in Latin America and the Caribbean:the road ahead[M].World Bank Publications,2011.
30.Donaldson D.&Storeygard A.The View from Above:Applications of Satellite Data in Economics[J].Journal of Economic Perspectives,2016,30(4):171~198.
31.Durusu-Ciftci D.,Ispir M.S.&Yetkiner H.Financial development and economic growth:Some theory and more evidence[J].Journal of Policy Modeling,2017,39(2):290~306.
32.Goldsmith R.W.Financial structure and development[M].New Haven:Yale University Press,1969.
33.Henderson J.V.,Squires T.,Storeygard A.&Weil D.The global distribution of economic activity:nature,history,and the role of trade[J].The Quarterly Journal of Economics,2018,133(1):357~406.
34.Henderson J.V.,Storeygard A.&Weil D.N.Measuring economic growth from outer space[J].American Economic Review,2012,102(2):994~1028.
35.Huang B.,Wu B.&Barry M.Geographically and temporally weighted regression for modeling spatio-temporal variation in house prices[J].International Journal of Geographical Information Science,2010,24(3):383~401.
36.King R.G.&Levine R.Finance and growth:Schumpeter might be right[J].The Quarterly Journal of Economics,1993,108(3):717~737.
37.Luintel K.B.,Khan M.,Arestis P.&Theodoridis K.Financial structure and economic growth[J].Journal of Development Economics,2008,86(1):181~200.
(1)2019年12月，习近平总书记在《求是》杂志发表题为《推动形成优势互补高质量发展的区域经济布局》的重要文章，文章指出当前需要正确认识经济空间结构发生深刻变化的区域经济发展新形势，按照客观经济规律调整完善区域政策体系，多方面健全区域协调发展新机制。
(2)影像资料下载地址：https：//eogdata.mines.edu/produ cts/vnl/。
(3)本文没有选用个体固定效应而选用OLS是出于如下考虑。一是OLS是一种从空间全域角度粗略观察变量关系的基准分析，是一种暂不考虑区域个体时空特征的参照性分析，也是国内外时空加权回归分析的常用模块和一般程序。二是个体固定效应是选用一个截距参数控制区域的个体异质性，没有考虑每个区域的区位属性和空间经济关联性，得出的结论不符合本文的分析框架，反而会对局部效应的分析形成干扰。综上两点，本文未选用计量经济学常用的固定效应模型进行分析。此外，考虑到各维度金融发展变量在指标构建和内涵上有一定的重叠，为避免共线性对实证结论的干扰，本文参考已有研究的通常做法，将各金融变量单独作为核心变量进行分析，以突出变量对经济发展的独立影响。
(4)中国银行业协会数据显示，2020年银行业离柜交易率接近90%,2012年这一数值仅为54.37%。另据央行《2020年支付体系运行总体情况》数据，仅2020一年，ATM就减少了8.39万台。
基本信息:
DOI：10.14167/j.zjss.2022.05.008
中图分类号:F832.7
引用信息:
[1]倪进峰,隗斌贤.长三角金融发展影响城市群空间经济演变的时空异质性分析——基于传统金融与数字金融双重维度的实证研究[J].浙江社会科学,2022,No.309(05):4-16+28+155.DOI:10.14167/j.zjss.2022.05.008.
2022-05-10
2022-05-10