论文部分内容阅读
摘 要：本文以2003—2017年我国西部地区77个地级市的面板数据为样本，在中介效应模型框架下，检验金融发展对科技创新以及全要素生产率的贡献，并分析金融发展通过促进科技创新最终作用于全要素生产率的具体效应。结果表明：（1）金融发展显著提升我国西部地区TFP增长率，这种直接效应主要通过要素资源在行业间的配置效率改善来实现;（2）金融发展推动西部地区科技创新，并且验证了科技创新在推动高质量发展过程中存在中介效应，但其贡献度还较低;（3）进一步分析中介效应的实现路径发现，科技创新的中介效应主要是通过结构效应而非技术效应来实现的，意味着当前西部地区金融发展促进了科技创新成果转化和产业化进而提高经济发展质量，还没有明显推动原有传统产业的技术升级。
关键词：经济高质量;金融发展;科技创新;中介效应
中图分类号：F832 文献标识码：A 文章编号：1674-2265（2020）09-0030-07
DOI：10.19647/j.cnki.37-1462/f.2020.09.004
一、引言
当前，我国经济已由高速增长阶段转向高质量发展阶段，科技创新是促进经济高质量发展的重要驱动力，金融则是科技创新和经济高质量发展的核心要素[1]。相关文献表明，由于服务效率、制度环境差异等，金融对经济发展质量的影响表现出非线性特征[2]，这种非线性特征可能与金融发展在推动科技创新方面存在门槛效应有关[3]。改革开放以来我国实现了经济高速增长与金融基本稳定，但区域发展不平衡特征明显[4]。西部大开发以来，我国西部地区经济保持了快速增长，但西部地区市场化改革进程相对缓慢，缺乏完善的知识产权保护体系、经济结构不合理、基础设施薄弱等[5]，金融发展对西部地区经济高质量发展的影响及其如何通过科技创新传导，有待进一步检验。
二、文献回顾
亚当·斯密将经济发展定义为国民财富增长，初步探讨技术创新与经济发展质量之间的关系。后来，Schumpeter首次关注创新要素，进一步拓展了学界对经济增长质量理论体系的探讨[6，7]。在我国，随着社会主要矛盾和经济发展阶段的变化，经济高质量发展的理论和实践主要从以下三个方面不断丰富：一是经济高质量发展的内涵，包括理论渊源、客观必然性、发展目标、指标构建及测度等[8-11];二是经济高质量发展的影响因素，学者们强调了科技创新是经济高质量发展的重要动力，同时金融发展、结构红利、政府治理、市场化水平、开放程度等对其有重要影响[12-16];三是经济高质量发展的实现路径，学者们从深化要素市场改革、供给侧结构性改革、加大产权保护力度等角度进行了研究[17]。
金融发展、科技创新是经济高质量发展的重要影响因素。学者们对金融推动经济高质量发展的研究主要从金融功能观角度开展，认为金融系统通过风险分担、提供激励、降低融资成本、优化资源配置，进而推动技术进步和全要素生产率提升[18，19]。但实证研究发现，不同地区金融对经济发展质量的影响方向和路径存在异质性：影响方向上，金融发展通常对全要素生产率增长存在正向的推动效应[20-22]，但存在门槛效应，金融抑制严重的区域，信贷歧视将导致其影响为负[23-25];影响路径上，金融发展水平较低的地区往往存在一定程度的金融抑制现象，主要依赖资本积累而非技术创新来影响经济增长，这种“效率拖累”在西部地区表现突出[26]，金融结构不合理可能是重要原因[27]。
上述文献大多集中对三者两两关系的研究上，少数文献通过全国省级面板数据实证研究三者联系，结果表明金融发展通过技术进步作用于经济增长的渠道效应显著为负[28]，但并没有进一步解释这种渠道效应的贡献度和区域异质性，同时也仍然停留在经济增长的视角。本文将金融发展、科技创新与经济高质量发展三者纳入一个分析框架，不仅仅分析金融发展通过风险分散、资金集聚等影响经济发展质量的直接效应，还研究其通过科技创新作为中介的间接效应。由于我国金融资源、科技资源和经济发展在地级市层面仍然存在极不平衡特征，为了更加有效捕捉区域异质性，本文采用2003—2017年我国西部地区77个地级市样本数据，以期进一步补充相关领域的研究。
三、研究设计
（一）研究假设
金融发展包括了多个层面，其中既有水平提升，也有结构变化和效率改变。基于经济增长理论，金融发展通过改善金融功能从而影响经济增长[29]。实证分析也显示金融發展通过缓解高效率行业的融资约束，引导资金流向更有效率的部门和企业，最终提升资源运用效率，推动经济增长[30]。基于上述研究，提出待检验假设1：
H1：西部地区金融发展对经济高质量发展有显著的正向作用。
现有理论表明，在不同的创新阶段，金融对其产生的作用机制也不同。一方面，金融发挥资源配置功能，通过缓解信贷约束、信息解释、监督激励等促进科技创新，与科技创新形成良性互动。另一方面，金融抑制也可能导致资源浪费、效率损失等，进而对科技创新形成逆向排挤。金融发展对科技创新可能是一把双刃剑，其具体效应还有待检验[31]。因此，提出了待检验假设2：
H2：西部地区金融发展对科技创新具有推动作用。
金融发展影响经济发展的途径多种多样，其中之一是技术进步渠道，功能完备的金融体系可以通过促进技术变革和生产率提升，从而提升经济发展质量。本文试图检验金融发展是否通过驱动科技创新最终提升了经济发展质量[32]。因此，提出待检验假设3：
H3：西部地区科技创新在金融发展影响经济高质量发展的过程中起到中介传导作用。
其中，中介效应模型考虑动态面板，基于以下考虑：技术进步是一个依赖于人力资本投入和技术知识积累的渐进过程[33];科技创新中政府支持的作用效果可能不是突变而是渐变的[34]，西部大开发战略和“一带一路”倡议的实施，可能导致西部地区间科学研究与技术开发对提高全要素生产率的影响效果也不同。 （二）模型与方法
本文基于中介效应模型，对科技创新是否是金融发展影响经济高质量发展的中介变量进行机制检验。本文根据温忠麟和叶宝娟（2014）[35]提出的综合性中介效应检验程序进行进一步检验。模型设置如下：
[TFPit=β1L.TFPit+β2FINit+β3jnControlit+αi+θt+μit] （1）
[Innovationit=λ1L.Innovationit+λ2FINit+λ3jnControlit+αi+θt+μit] （2）
[TFPit=γ1L.TFPit+γ2FINit+γ3Innovationit+γ4jnControlit+αi+θt+μit] （3）
[i]代表城市，[t]代表年度，[TFPi，t]为经济发展质量，[FinDevi，t]为金融发展水平，[Innovationi，t]为科技创新水平，[jnControlit]为控制变量，[L.x]表示[x]的一阶滞后项。
本文采用逐步检验法对金融是否通过科技创新这一中介渠道促进经济高质量发展进行验证。检验步骤共分为三步：第一步，检验方程（1）中金融发展的系数[β2]是否显著。若系数不显著，则说明其对经济高质量发展无影响，应停止中介效应检验;若系数显著，则中介效应检验继续进行。第二步，依次检验方程（2）中金融发展的系数[λ2]和方程（3）中科技创新的系数[γ3]是否显著。若两者系数均显著，则说明中介效应存在，部分中介效应抑或完全中介效应取决于第三步检验的结果。第三步，检验方程（3）中金融发展水平的系数[γ2]是否显著。在第二步两者系数均显著以及Sobel检验拒绝原假设的情形下，若金融发展水平系数显著，则说明存在部分中介效应;若其不显著，则说明存在完全的中介效应。
（三）数据与变量
本文选取2003—2017年间我国西部地区的77个地级市面板数据进行实证分析。本文借鉴张莉等（2019）、詹新宇等（2019）的研究方法[36，37]，本文以全要素生产率来衡量地区经济发展质量。全要素生产率（TFP）是指总产出与全部投入要素数量之比，其本质是技术进步、管理模式改进的效率。测算方法从最初的索洛余值法發展到DEA数据包络法。本文采用以固定时期作为参考集的CRS乘数模型计算ML指数，作为全要素生产率增长指数，并借鉴蔡跃洲等（2017）[38]的做法将其分解为由于将要素配置到生产率水平更高的产业部门形成的结构效应（EC）和各产业部门技术进步带来的技术效应（TC）。
[Mf（xt+1，yt+1，xt，yt）=Ef（xt+1，yt+1）Ef（xt，yt）=Et+1（xt+1，yt+1）Et（xt，yt）（Ef（xt+1，yt+1）Et+1（xt+1，yt+1）×Et（xt，yt）Ef（xt，yt））=EC×TCf]
测算ML指数时，产出为地区生产总值，并按照相应年份GDP平减指数调整为实际GDP。由于缺少各城市的GDP平减指数，因此分省份对各城市地区生产总值进行平减。投入指标选取资本（K）和劳动（L）两种要素，分别通过资本存量和年末全社会从业人员来表示。资本存量是一个需要计算的间接变量，本文使用永续盘存法计算资本投入，公式为：
[kt=（1-δ）Kt-1+It/Pt]
其中，[kt]和[Kt-1]分别为第[t]年和第[t-1]年的实际资本存量，[Pt]为固定资产投资价格指数，[It]为当年名义投资额，选取固定资本形成总额作为各地级市全要素生产率的资本投资额，[δ]为当年折旧率。根据单豪杰（2008）[39]提供的方法，折旧率δ取10.96%。
本文另一个关键变量是城市层面的金融发展水平。考虑到数据的可得性，本文选取金融相关比率作为金融发展水平的衡量指标。科技创新作为本文的中介变量，选择各地级市专利授权量（取对数）作为衡量科技创新的指标。在控制变量的选取上，本文作如下考虑：（1）城市经济发展水平。（2）产业结构。（3）就业水平。（4）政府支出规模。本文样本数据来源于《中国统计年鉴》《中国金融年鉴》《中国科技年鉴》及各地级市统计年鉴、统计公报和国泰安数据库。
四、实证结果
（一）描述性分析
各变量的描述性统计见表2。从表2中可以看出，我国西部地区各城市的总体全要素生产率水平差异较小，但结构效应大于技术效应。另外，金融相关比率和科技创新的发展水平存在较大的地区差异。
（二）基准模型回归
检验金融发展对经济高质量发展的直接效应。本文分别将全要素生产率（TFP）和其进一步分解得到的结构效应（EC）、技术效应（TC）作为被解释变量，考虑到全要素生产率的变动具有一定的持续性特征，为了捕捉这种特征，选择动态面板数据模型，具体结果列于表3（1）—（3）列。引入滞后项一定程度上有效降低计量模型的设定偏误，但同时带来了内生性问题。针对内生性，采用系统GMM方法进行估计。TFP的系数显著为正，说明全要素生产率的变动具有持续性特点。除此之外，金融发展（FinDev）的系数显著为正，说明金融发展对经济高质量发展具有显著的正向影响，金融发展每提升1个百分点，全要素生产率增长提升0.0204个百分点，这与假设1结论一致。从传导路径来看，金融发展对结构效应改善和技术效应提升都产生正向影响，且对结构效应的正向影响更大，意味着西部地区金融发展主要通过要素资源在行业间的配置改善来带动全要素生产率的提升。接着运用Hansen检验工具变量的过度识别，结论是接受原假设，即工具变量选取是科学的。此外，系统GMM还要求一阶差分的干扰项与其滞后一期的干扰项不相关，即允许一阶扰动项自相关而二阶不相关，该模型拒绝AR（1），接受AR（2），符合系统GMM要求。
（三）中介效应模型 先检验金融发展对科技创新的影响。本文通过进行Hausman检验，选用固定效应模型，列于表4第（1）—（2）列。从表中可以看出，金融发展（FinDev）对科技创新发展具有显著的正向影响，证实了假设2。考虑到科技创新有一定的滞后性，本文将其展示为动态面板数据模型，结果列于表4第（3）列。结果显示，金融发展（FinDev）的估计系数显著为正，表明金融发展对科技创新有显著正效应，说明金融发展为科技创新提供了资本支持，进一步检验了本文的假设2。
最后，检验金融发展通过影响科技创新对经济高质量发展的中介效应。将全要素生产率（TFP）和其进一步分解得到的结构效应（EC）、技术效应（TC）作为被解释变量，并采用系统GMM方法进行估计，结果列于表5第（1）—（3）列。根据中介效应检验程序，进一步检验科技创新是否起到了中介变量的作用。从表5第（1）列中可以看出，科技创新（Innovation）的估计系数显著为正，表明科技创新作为中介变量是显著的;金融发展（FinDev）的系数在5%水平上显著，表明存在部分中介效应，其中中介效应为总效应的19.51%，检验了假设3。进一步分析科技创新在结构效应和技术效应中是否发挥了中介作用，从表5中可以看出金融发展通过科技创新对我国西部地区的结构效应产生正向影响，但其在技术效应中并不存在中介效应。这意味着，西部大开发以来，西部地区金融发展通过支持科技创新成果转化和产业化形成新兴产业形态，进而从增量上推动了经济高质量发展，即产业结构效应开始显现，但金融发展并没有通过科技创新有效推动西部地区原有产业的技术升级来实现经济高质量发展。
（四）稳健性检验
第一，样本替换。为检验上述结论的稳健性，本文按照城市规模对样本分组进行估计。依据国务院2014年对城市规模的划分标准，依照各市市辖区2016年末人口数量，将77个城市划分为四类，其中特大城市12个、大城市58个、中型城市4个和小城市3个，分组回归结果见表6。从估计结果来看，不同城市规模分组估计的结果存在一些差异，但三个模型均通过了1%、5%和10%水平上的显著性检验。这意味着对于不同规模的城市，金融发展对全要素生产率增长的影响仍然显著。对于剔除小城市的样本估计结果，科技创新在金融发展影响经济高质量发展的过程中发挥了显著的部分中介作用。对于剔除特大城市的樣本估计结果，科技创新起到了完全中介作用。基于上述稳健性检验，认为实证结论是比较稳健的。
第二，变量替换。把本文中的核心变量全要素生产率改用索罗余值法进行测算，利用C-D生产函数来测算全要素生产率。表7结果与本文基准模型的回归结果基本相同，佐证了本文的三个假设，本文结论具有稳健性。
五、结论与启示
本文以我国西部地区77个地级市2003—2017年的数据为样本，研究金融发展、科技创新与经济高质量发展的关系。研究发现：（1）金融发展对西部地区TFP具有显著的正向影响，金融发展每提升1个百分点，全要素生产率增长提升0.0204个百分点，这种直接效应主要通过要素资源在行业间的配置效率改善来实现;（2）金融发展推动了西部地区科技创新，并且验证了科技创新在推动高质量发展过程中存在中介效应，但其贡献度（19.51%）还较低;（3）进一步分析中介效应的实现路径发现，上述中介效应主要是通过结构效应而非技术效应来实现的，意味着当前西部地区科技创新成果转化和产业化提高了经济发展质量，但西部地区传统产业转型升级“拖累”效应仍然存在，尚未成为推动经济高质量发展的有效途径。正是由于西部地区新兴产业占比较低而技术效应又不明显，最终导致中介效应的贡献度还较低。
基于以上结论，本文有如下启示：（1）西部地区经济基础相对薄弱、多为传统产业，要加快推动西部地区战略性新兴产业的发展，提高其在区域经济布局中的比重，推动西部经济高质量跨越式发展;（2）注重对西部地区传统产业的技术改造和升级，创新金融资本、社会资本等参与的机制体制，实现经济存量结构调整，进而通过优化经济存量推动西部经济高质量发展;（3）西部地区金融创新要兼顾一般性和特殊性，既要通过建设多层次资本市场、发展科技金融等支持科技创新和战略性新兴产业，也要结合西部地区产业技术升级的实际需求，充分运用财政引导基金、差异化的货币政策等工具精准施策，形成合力，推动西部地区传统产业的高质量发展。
参考文献：
[1]黄永明，姜泽林.金融结构、产业集聚与经济高质量发展 [J].科学学研究，2019，37（10）.
[2]陈秀英，刘胜，顾乃华.区域服务效率、制度环境与利用外资转型升级———基于服务业供给侧结构性改革视角 [J].财贸研究，2018，29（8）.
[3]黄永明，姜泽林.金融结构、产业集聚与经济高质量发展 [J].科学学研究，2019，（10）.
[4]黄益平，葛婷婷.评估中国金融改革：抑制性金融政策的动态效应 [J].清华金融评论，2019，（5）.
[5]袁航，朱承亮.西部大开发推动产业结构转型升级了吗？——基于PSM-DID方法的检验 [J].中国软科学，2018，（6）.
[6]Schumpeter J A. 1934. The Theory of Economic Development [M].Cambridge MA：Harvard UniversityPress.
[7]Romer Paul M. 1986. Increasing Returns and Long-Run Growth [J].Journal of Political Economy，94（5）.
[8]洪银兴.改革开放以来发展理念和相应的经济发展理论的演进——兼论高质量发展的理论渊源 [J].经济学动态，2019，（8）.
[9]高培勇.理解、把握和推动经济高质量发展 [J].经济学动态，2019，（8）.
关键词：经济高质量;金融发展;科技创新;中介效应
中图分类号：F832 文献标识码：A 文章编号：1674-2265（2020）09-0030-07
DOI：10.19647/j.cnki.37-1462/f.2020.09.004
一、引言
当前，我国经济已由高速增长阶段转向高质量发展阶段，科技创新是促进经济高质量发展的重要驱动力，金融则是科技创新和经济高质量发展的核心要素[1]。相关文献表明，由于服务效率、制度环境差异等，金融对经济发展质量的影响表现出非线性特征[2]，这种非线性特征可能与金融发展在推动科技创新方面存在门槛效应有关[3]。改革开放以来我国实现了经济高速增长与金融基本稳定，但区域发展不平衡特征明显[4]。西部大开发以来，我国西部地区经济保持了快速增长，但西部地区市场化改革进程相对缓慢，缺乏完善的知识产权保护体系、经济结构不合理、基础设施薄弱等[5]，金融发展对西部地区经济高质量发展的影响及其如何通过科技创新传导，有待进一步检验。
二、文献回顾
亚当·斯密将经济发展定义为国民财富增长，初步探讨技术创新与经济发展质量之间的关系。后来，Schumpeter首次关注创新要素，进一步拓展了学界对经济增长质量理论体系的探讨[6，7]。在我国，随着社会主要矛盾和经济发展阶段的变化，经济高质量发展的理论和实践主要从以下三个方面不断丰富：一是经济高质量发展的内涵，包括理论渊源、客观必然性、发展目标、指标构建及测度等[8-11];二是经济高质量发展的影响因素，学者们强调了科技创新是经济高质量发展的重要动力，同时金融发展、结构红利、政府治理、市场化水平、开放程度等对其有重要影响[12-16];三是经济高质量发展的实现路径，学者们从深化要素市场改革、供给侧结构性改革、加大产权保护力度等角度进行了研究[17]。
金融发展、科技创新是经济高质量发展的重要影响因素。学者们对金融推动经济高质量发展的研究主要从金融功能观角度开展，认为金融系统通过风险分担、提供激励、降低融资成本、优化资源配置，进而推动技术进步和全要素生产率提升[18，19]。但实证研究发现，不同地区金融对经济发展质量的影响方向和路径存在异质性：影响方向上，金融发展通常对全要素生产率增长存在正向的推动效应[20-22]，但存在门槛效应，金融抑制严重的区域，信贷歧视将导致其影响为负[23-25];影响路径上，金融发展水平较低的地区往往存在一定程度的金融抑制现象，主要依赖资本积累而非技术创新来影响经济增长，这种“效率拖累”在西部地区表现突出[26]，金融结构不合理可能是重要原因[27]。
上述文献大多集中对三者两两关系的研究上，少数文献通过全国省级面板数据实证研究三者联系，结果表明金融发展通过技术进步作用于经济增长的渠道效应显著为负[28]，但并没有进一步解释这种渠道效应的贡献度和区域异质性，同时也仍然停留在经济增长的视角。本文将金融发展、科技创新与经济高质量发展三者纳入一个分析框架，不仅仅分析金融发展通过风险分散、资金集聚等影响经济发展质量的直接效应，还研究其通过科技创新作为中介的间接效应。由于我国金融资源、科技资源和经济发展在地级市层面仍然存在极不平衡特征，为了更加有效捕捉区域异质性，本文采用2003—2017年我国西部地区77个地级市样本数据，以期进一步补充相关领域的研究。
三、研究设计
（一）研究假设
金融发展包括了多个层面，其中既有水平提升，也有结构变化和效率改变。基于经济增长理论，金融发展通过改善金融功能从而影响经济增长[29]。实证分析也显示金融發展通过缓解高效率行业的融资约束，引导资金流向更有效率的部门和企业，最终提升资源运用效率，推动经济增长[30]。基于上述研究，提出待检验假设1：
H1：西部地区金融发展对经济高质量发展有显著的正向作用。
现有理论表明，在不同的创新阶段，金融对其产生的作用机制也不同。一方面，金融发挥资源配置功能，通过缓解信贷约束、信息解释、监督激励等促进科技创新，与科技创新形成良性互动。另一方面，金融抑制也可能导致资源浪费、效率损失等，进而对科技创新形成逆向排挤。金融发展对科技创新可能是一把双刃剑，其具体效应还有待检验[31]。因此，提出了待检验假设2：
H2：西部地区金融发展对科技创新具有推动作用。
金融发展影响经济发展的途径多种多样，其中之一是技术进步渠道，功能完备的金融体系可以通过促进技术变革和生产率提升，从而提升经济发展质量。本文试图检验金融发展是否通过驱动科技创新最终提升了经济发展质量[32]。因此，提出待检验假设3：
H3：西部地区科技创新在金融发展影响经济高质量发展的过程中起到中介传导作用。
其中，中介效应模型考虑动态面板，基于以下考虑：技术进步是一个依赖于人力资本投入和技术知识积累的渐进过程[33];科技创新中政府支持的作用效果可能不是突变而是渐变的[34]，西部大开发战略和“一带一路”倡议的实施，可能导致西部地区间科学研究与技术开发对提高全要素生产率的影响效果也不同。 （二）模型与方法
本文基于中介效应模型，对科技创新是否是金融发展影响经济高质量发展的中介变量进行机制检验。本文根据温忠麟和叶宝娟（2014）[35]提出的综合性中介效应检验程序进行进一步检验。模型设置如下：
[TFPit=β1L.TFPit+β2FINit+β3jnControlit+αi+θt+μit] （1）
[Innovationit=λ1L.Innovationit+λ2FINit+λ3jnControlit+αi+θt+μit] （2）
[TFPit=γ1L.TFPit+γ2FINit+γ3Innovationit+γ4jnControlit+αi+θt+μit] （3）
[i]代表城市，[t]代表年度，[TFPi，t]为经济发展质量，[FinDevi，t]为金融发展水平，[Innovationi，t]为科技创新水平，[jnControlit]为控制变量，[L.x]表示[x]的一阶滞后项。
本文采用逐步检验法对金融是否通过科技创新这一中介渠道促进经济高质量发展进行验证。检验步骤共分为三步：第一步，检验方程（1）中金融发展的系数[β2]是否显著。若系数不显著，则说明其对经济高质量发展无影响，应停止中介效应检验;若系数显著，则中介效应检验继续进行。第二步，依次检验方程（2）中金融发展的系数[λ2]和方程（3）中科技创新的系数[γ3]是否显著。若两者系数均显著，则说明中介效应存在，部分中介效应抑或完全中介效应取决于第三步检验的结果。第三步，检验方程（3）中金融发展水平的系数[γ2]是否显著。在第二步两者系数均显著以及Sobel检验拒绝原假设的情形下，若金融发展水平系数显著，则说明存在部分中介效应;若其不显著，则说明存在完全的中介效应。
（三）数据与变量
本文选取2003—2017年间我国西部地区的77个地级市面板数据进行实证分析。本文借鉴张莉等（2019）、詹新宇等（2019）的研究方法[36，37]，本文以全要素生产率来衡量地区经济发展质量。全要素生产率（TFP）是指总产出与全部投入要素数量之比，其本质是技术进步、管理模式改进的效率。测算方法从最初的索洛余值法發展到DEA数据包络法。本文采用以固定时期作为参考集的CRS乘数模型计算ML指数，作为全要素生产率增长指数，并借鉴蔡跃洲等（2017）[38]的做法将其分解为由于将要素配置到生产率水平更高的产业部门形成的结构效应（EC）和各产业部门技术进步带来的技术效应（TC）。
[Mf（xt+1，yt+1，xt，yt）=Ef（xt+1，yt+1）Ef（xt，yt）=Et+1（xt+1，yt+1）Et（xt，yt）（Ef（xt+1，yt+1）Et+1（xt+1，yt+1）×Et（xt，yt）Ef（xt，yt））=EC×TCf]
测算ML指数时，产出为地区生产总值，并按照相应年份GDP平减指数调整为实际GDP。由于缺少各城市的GDP平减指数，因此分省份对各城市地区生产总值进行平减。投入指标选取资本（K）和劳动（L）两种要素，分别通过资本存量和年末全社会从业人员来表示。资本存量是一个需要计算的间接变量，本文使用永续盘存法计算资本投入，公式为：
[kt=（1-δ）Kt-1+It/Pt]
其中，[kt]和[Kt-1]分别为第[t]年和第[t-1]年的实际资本存量，[Pt]为固定资产投资价格指数，[It]为当年名义投资额，选取固定资本形成总额作为各地级市全要素生产率的资本投资额，[δ]为当年折旧率。根据单豪杰（2008）[39]提供的方法，折旧率δ取10.96%。
本文另一个关键变量是城市层面的金融发展水平。考虑到数据的可得性，本文选取金融相关比率作为金融发展水平的衡量指标。科技创新作为本文的中介变量，选择各地级市专利授权量（取对数）作为衡量科技创新的指标。在控制变量的选取上，本文作如下考虑：（1）城市经济发展水平。（2）产业结构。（3）就业水平。（4）政府支出规模。本文样本数据来源于《中国统计年鉴》《中国金融年鉴》《中国科技年鉴》及各地级市统计年鉴、统计公报和国泰安数据库。
四、实证结果
（一）描述性分析
各变量的描述性统计见表2。从表2中可以看出，我国西部地区各城市的总体全要素生产率水平差异较小，但结构效应大于技术效应。另外，金融相关比率和科技创新的发展水平存在较大的地区差异。
（二）基准模型回归
检验金融发展对经济高质量发展的直接效应。本文分别将全要素生产率（TFP）和其进一步分解得到的结构效应（EC）、技术效应（TC）作为被解释变量，考虑到全要素生产率的变动具有一定的持续性特征，为了捕捉这种特征，选择动态面板数据模型，具体结果列于表3（1）—（3）列。引入滞后项一定程度上有效降低计量模型的设定偏误，但同时带来了内生性问题。针对内生性，采用系统GMM方法进行估计。TFP的系数显著为正，说明全要素生产率的变动具有持续性特点。除此之外，金融发展（FinDev）的系数显著为正，说明金融发展对经济高质量发展具有显著的正向影响，金融发展每提升1个百分点，全要素生产率增长提升0.0204个百分点，这与假设1结论一致。从传导路径来看，金融发展对结构效应改善和技术效应提升都产生正向影响，且对结构效应的正向影响更大，意味着西部地区金融发展主要通过要素资源在行业间的配置改善来带动全要素生产率的提升。接着运用Hansen检验工具变量的过度识别，结论是接受原假设，即工具变量选取是科学的。此外，系统GMM还要求一阶差分的干扰项与其滞后一期的干扰项不相关，即允许一阶扰动项自相关而二阶不相关，该模型拒绝AR（1），接受AR（2），符合系统GMM要求。
（三）中介效应模型 先检验金融发展对科技创新的影响。本文通过进行Hausman检验，选用固定效应模型，列于表4第（1）—（2）列。从表中可以看出，金融发展（FinDev）对科技创新发展具有显著的正向影响，证实了假设2。考虑到科技创新有一定的滞后性，本文将其展示为动态面板数据模型，结果列于表4第（3）列。结果显示，金融发展（FinDev）的估计系数显著为正，表明金融发展对科技创新有显著正效应，说明金融发展为科技创新提供了资本支持，进一步检验了本文的假设2。
最后，检验金融发展通过影响科技创新对经济高质量发展的中介效应。将全要素生产率（TFP）和其进一步分解得到的结构效应（EC）、技术效应（TC）作为被解释变量，并采用系统GMM方法进行估计，结果列于表5第（1）—（3）列。根据中介效应检验程序，进一步检验科技创新是否起到了中介变量的作用。从表5第（1）列中可以看出，科技创新（Innovation）的估计系数显著为正，表明科技创新作为中介变量是显著的;金融发展（FinDev）的系数在5%水平上显著，表明存在部分中介效应，其中中介效应为总效应的19.51%，检验了假设3。进一步分析科技创新在结构效应和技术效应中是否发挥了中介作用，从表5中可以看出金融发展通过科技创新对我国西部地区的结构效应产生正向影响，但其在技术效应中并不存在中介效应。这意味着，西部大开发以来，西部地区金融发展通过支持科技创新成果转化和产业化形成新兴产业形态，进而从增量上推动了经济高质量发展，即产业结构效应开始显现，但金融发展并没有通过科技创新有效推动西部地区原有产业的技术升级来实现经济高质量发展。
（四）稳健性检验
第一，样本替换。为检验上述结论的稳健性，本文按照城市规模对样本分组进行估计。依据国务院2014年对城市规模的划分标准，依照各市市辖区2016年末人口数量，将77个城市划分为四类，其中特大城市12个、大城市58个、中型城市4个和小城市3个，分组回归结果见表6。从估计结果来看，不同城市规模分组估计的结果存在一些差异，但三个模型均通过了1%、5%和10%水平上的显著性检验。这意味着对于不同规模的城市，金融发展对全要素生产率增长的影响仍然显著。对于剔除小城市的样本估计结果，科技创新在金融发展影响经济高质量发展的过程中发挥了显著的部分中介作用。对于剔除特大城市的樣本估计结果，科技创新起到了完全中介作用。基于上述稳健性检验，认为实证结论是比较稳健的。
第二，变量替换。把本文中的核心变量全要素生产率改用索罗余值法进行测算，利用C-D生产函数来测算全要素生产率。表7结果与本文基准模型的回归结果基本相同，佐证了本文的三个假设，本文结论具有稳健性。
五、结论与启示
本文以我国西部地区77个地级市2003—2017年的数据为样本，研究金融发展、科技创新与经济高质量发展的关系。研究发现：（1）金融发展对西部地区TFP具有显著的正向影响，金融发展每提升1个百分点，全要素生产率增长提升0.0204个百分点，这种直接效应主要通过要素资源在行业间的配置效率改善来实现;（2）金融发展推动了西部地区科技创新，并且验证了科技创新在推动高质量发展过程中存在中介效应，但其贡献度（19.51%）还较低;（3）进一步分析中介效应的实现路径发现，上述中介效应主要是通过结构效应而非技术效应来实现的，意味着当前西部地区科技创新成果转化和产业化提高了经济发展质量，但西部地区传统产业转型升级“拖累”效应仍然存在，尚未成为推动经济高质量发展的有效途径。正是由于西部地区新兴产业占比较低而技术效应又不明显，最终导致中介效应的贡献度还较低。
基于以上结论，本文有如下启示：（1）西部地区经济基础相对薄弱、多为传统产业，要加快推动西部地区战略性新兴产业的发展，提高其在区域经济布局中的比重，推动西部经济高质量跨越式发展;（2）注重对西部地区传统产业的技术改造和升级，创新金融资本、社会资本等参与的机制体制，实现经济存量结构调整，进而通过优化经济存量推动西部经济高质量发展;（3）西部地区金融创新要兼顾一般性和特殊性，既要通过建设多层次资本市场、发展科技金融等支持科技创新和战略性新兴产业，也要结合西部地区产业技术升级的实际需求，充分运用财政引导基金、差异化的货币政策等工具精准施策，形成合力，推动西部地区传统产业的高质量发展。
参考文献：
[1]黄永明，姜泽林.金融结构、产业集聚与经济高质量发展 [J].科学学研究，2019，37（10）.
[2]陈秀英，刘胜，顾乃华.区域服务效率、制度环境与利用外资转型升级———基于服务业供给侧结构性改革视角 [J].财贸研究，2018，29（8）.
[3]黄永明，姜泽林.金融结构、产业集聚与经济高质量发展 [J].科学学研究，2019，（10）.
[4]黄益平，葛婷婷.评估中国金融改革：抑制性金融政策的动态效应 [J].清华金融评论，2019，（5）.
[5]袁航，朱承亮.西部大开发推动产业结构转型升级了吗？——基于PSM-DID方法的检验 [J].中国软科学，2018，（6）.
[6]Schumpeter J A. 1934. The Theory of Economic Development [M].Cambridge MA：Harvard UniversityPress.
[7]Romer Paul M. 1986. Increasing Returns and Long-Run Growth [J].Journal of Political Economy，94（5）.
[8]洪银兴.改革开放以来发展理念和相应的经济发展理论的演进——兼论高质量发展的理论渊源 [J].经济学动态，2019，（8）.
[9]高培勇.理解、把握和推动经济高质量发展 [J].经济学动态，2019，（8）.