中国地区金融结构转变与产业结构升级研究

摘要：在市场经济改革背景下，我国地区间的经济发展水平有着较大的差距，且现有的金融结构难以满足经济发展的需求。需加强我国金融结构调整，促进产业结构的升级改造。无论是传统产业的升级改造还是新型产业的发展，都离不开金融结构优化的支持，分析中国地区金融结构转变与产业升级之间的关系，为地区选择适合的金融结构与经济发展模式，实现区域经济协调发展。

关键词：金融结构产业结构升级

改革开放以来，我国经济发生翻天覆地的变化。随着市场经济改革不断深入，传统的产业结构也发生较大的变化，从劳动密集型产业升级改造为技术含量高的技术密集型产业。在产业升级改造的过程中，我国的金融结构未能与之同步地进行调整，影响着地区的经济发展。要想实现区域经济的快速发展，需要加强金融结构的转变。梳理地区金融结构与产业结构升级之间的关系，找到合适地区自身经济发展的金融结构。

一、模型的构建与变量的选择

本文的模型构建主要以「最优金融结构与发展」（Asli，2011）为基础进行模型的设计。即：

其中，CYJG 在上述模型中所表示的含义为产业结构，表示为在某地区的经济发展中，对第二、三产业变化的程度进行反映，即第三产业与第二产业的比值，在此模型中，其为自变量；JRH 在上述模型中所表示的含义为金融结构，解释为：是该地区的金融结构占该地区的 GDP 总值的比值；KZBL 在上述模型中所表示的含义为影响产业结构发展的因素，在此模型中，其为控制变量；KZBL 包含受教育程度（JYCD）、开放程度（WZ）、银行信贷水平（XDSP）等，JYCD 解释为：其主要反映该地区的教育水平与经济之间的关系，可以用该地区高校在校学生的平均受教育年限所表示；WZ 解释为：其反映该地区的开放程度，并且利用外部资金/该地区的 GDP 所表示；XDSP 解释为：该地区银行部门所提供的信贷，利用其占 GDP 的百分比所表示。

二、数据处理与实证分析

（一）全国省份数据处理

本文 2005-2018 年期间不同金融结构对产业结构的影响，选取 2018 年在 GDP 上排名前八和排名后 8 的地区进行分析。

CYJG 统计性描述依次是均值（1.1758）、中位数（1.1909）、最大值（2.0154）、最小值（0.2821）、标准差（0.3362）、峰度（-0.3663）、偏度（3.084）、样本容量（420）、样本数（30）；WZ 统计性描述依次是 0.0321、0.0242、0.1616、1. 43E-05、0.0264、1.5975、6.1503、420、30；JRH 统计性描述依次是 1.0508、0.9786、2.6195、0.0899、0.4231、1.2781、5.7559、420、30；JYCD 统计性描述依次是 9.3296、9.0451、14.1382、6.7514、1.4452、1.3832、4.7565、420、30；XDSP 统计性描述依次是 0.9638、0.8395、3.54232、0.4953、0.4565、2.8308、12.4153、420、30。

由上述数据可以知道，中国地区产业结构最小值为 0.2821，最大值为 2.0154，差距较大，这说明我国不同地区的第三产业和第二产业发展不均衡，我国东部地区为经济发达地区，其产业多以第三产业为主，我国西部为欠发达地区，其产业多以第二产业为主。同时产业结构和金融结构均值和中位数相接近，这说明第三产业结构所占比重较高，金额融化程度加高，促进了各个地区的经济发展。开放程度为显着控制变量，回归结果为：C 系数为-0.0849，P 值为 0.0992，在 10% 水平上具有相关性；WZ 系数为 3.5598，P 值为 0.0001，在 1% 水平上具有相关性；WZ^2 系数为-2.8874，P 值为 0.0012，在 1% 水平上具有相关性；JRH 系数为 3.2235，P 值为 0.0007，在 1% 水平上具有相关性；JRH^2 系数为-0.2187，P 值为 0.0044，在 1% 水平上具有相关性；JYCD 系数为 6.5681，P 值为 0.0086，在 1% 水平上具有相关性；XDSP 系数为 0.0508，P 值为 0.2994，无相关性。

由此可以知道，我国经济发展呈现出不同的规律，地区与地区之间存在着较大的差异，结合地区实际情况，科学的选择金融结构，金融机构要与地区经济发展相匹配，若是两者之间的匹配程度不高，则会制约该地区的经济发展。

（二）GDP 排名前八的省份面板数据分析

通过查阅资料，我国 GDP 排名前八的省份是我国经济发达的地区，在 2018 年，经济发达地区依次是广东省 > 江苏省 > 山东省 > 浙江省 > 河南省 > 四川省 > 湖北省 > 湖南省。为了验证金融结构对于产业结构影响的线性关系，加入金融结构的平方项，而加入控制变量的平方项，在众多控制变量中，开放程度的二次幂项较为显着，因此对其进行回归分析，回归结果为：C 系数为 1.067，P 值为 0.00140，在 1% 水平上具有相关性；WZ 系数为-0.3471，P 值为 0.0008，在 1% 水平上具有相关性；WZ^2 系数为-0.6453，P 值为 0.0797，在 10% 水平上具有相关性；JRH 系数为 0.4877，P 值为 0.0009，在 1% 水平上具有相关性；JRH^2 系数为-0.4769，P 值为 0.0070，在 1% 水平上具有相关性；JYCD 系数为 6.9959，P 值为 0.0090，在 1% 水平上具有相关性；XDSP 系数为 0.773，P 值为 0.2141，无相关性。

与全国数据回归结果相比较，GDP 排名前八的省份的金融结构一次幂较小，说明排名前 8 名省份的金融结构对产业结构影响较小，即排名前 8 名省份的金融化程度较高，在产业结构升级时，不需过多的调整地区金融结构。

（三）GDP 排名后八的省份面板数据分析

通过查阅资料，我国 GDP 排名后八的省份是我国经济欠发达的地区，在 2018 年，经济欠发达地区依次是山西省 > 吉林省 > 贵州省 > 新疆维吾尔自治区 > 甘肃省 > 海南省 > 宁夏回族自治区省 > 青海省。为了验证我国经济欠发达地区的金融结构与产业结构之间的线性关系，加入金融结构的平方项，而加入控制变量的平方项，在众多控制变量中，开放程度的二次幂项较为显着，因此对其进行回归分析，回归结果为：C 系数为 0.5459，P 值为 0.0469，在 5% 水平上具有相关性；WZ 系数为 3.0852，P 值为 0.078，在 10% 水平上具有相关性；WZ^2 系数为-3.4834，P 值为 0.0869，在 10% 水平上具有相关性；JRH 系数为 3.1241，P 值为 0.0568，在 10% 水平上具有相关性；JRH^2 系数为-0.078，P 值为 0.5986，无相关性；JYCD 系数为 6.3561，P 值为 0.0123，在 1% 水平上具有相关性；XDSP 系数为 1.2743，P 值为 0.0879，在 10% 水平上具有相关性。

由上表可以知道，GDP 排名后八的省份的金融结构一次幂系数为正数，而排名后八省份的二次幂系数为负，由此可以说明金融结构对于该 8 个省份的产业结构升级有着重要的影响，即该 8 个省份在升级产业结构过程中，要注重金融结构的调整，实现金融结构与产业结构的匹配，促进该 8 个省份的经济快速增长。

三、结束语

在我国经济发展的初期，金融结构对于产业结构的发展有着重要的影响，随着经济不断发展，金融结构对于经济发展的影响逐渐地减弱。因此，我国不同阶段的经济发展，都需要有与之相匹配的金融结构，若是某一时期的金融结构与经济发展不相匹配，则会起到反作用力，制约着经济的发展。我国经济发达地区为 GDP 总量较大的地区，该部分地区的金融化程度较高，在产业结构升级过程中，金融结构的影响较小。我国经济欠发达为 GDP 总量较小的地区，该部分地区的金融化程度较低，在产业结构升级过程中，金融结构的影响较大。所以针对不同地区，依据 GDP 总量情况，采取不同的金融结构调整方法，促进该地区的产业结构升级，进而实现区域经济协调发展。

参考文献：

[1]唐成伟.中国区域金融结构与产业结构升级的门槛效应[J].区域金融研究，2017（1）：27-32.

[2]黄浩靥.我国金融发展与产业结构升级研究[J].经营管理者，2017（13）：38.

[3]吴爱东，刘东阁.中国金融发展与产业结构升级的关系——基于耦合协调度模型[J].南方金融，2017（3）：28-36.

[4]徐云松，齐兰.区域金融化、地方政府行为与产业结构升级——基于中国四大经济区域面板数据的实证研究[J].贵州财经大学学报，2017（6）：19-31.

作者单位：贵州阳光产权交易所有限公司

作者黄敏姝