民间金融的主要形式及发展现状

民间金融的主要形式及规模测度民间金融的主要形式及发展现状由于不同国家或者地区在文化历史、城市化进程、金融经济发展程度及法律法规完善程度等方面存在较大差异，所以出现了多样化的金融组织。ErnestAryeetey（2008）按照正式程度将金融体系进行了分层，并且总结了不同层级包含的金融机构主要的服务对象[[]AryeeteyE.FromInformalFinancetoFormalFinanceinSub-SaharanAfrica:LessonsfromLinkageEfforts[J].2008.]。在我国，不同地区由于经济发展水平参差不齐，当地政府对于民间金融的态度不同，各地的民间金融的形式种类繁多，各具特色。ZhouL和TakeuchiH（2010）认为我国农村非正规金融的部分形式包括临时性借贷（包括亲友借贷）、由“银中”“典当行”“合作经济会”作为中间人进行的置业性专业放贷、捆绑信贷、相互借贷和小组金融（包括小额信贷与合会）、以投资为目的的股权性借贷[[]ZhouL,TakeuchiH.InformalLendersandRuralFinanceinChina:AReportfromtheField[J].ModernChina,2010,36(3):302-328.[]AryeeteyE.FromInformalFinancetoFormalFinanceinSub-SaharanAfrica:LessonsfromLinkageEfforts[J].2008.[]ZhouL,TakeuchiH.InformalLendersandRuralFinanceinChina:AReportfromtheField[J].ModernChina,2010,36(3):302-328.第一种形态为个体形态，主要是无组织无机构的民间金融。这种民间金融是最原始且简单的存在形态，没有组织性特征，不通过具有法人人格的机构进行金融活动。其中最为典型普遍的交易形式即为民间借贷，即指交易双方通过承诺或借条等形式建立的让渡资本使用权的金融活动。民间借贷的资金来源多为个人的自有资金，交易活动多发生在亲友等互相信任了解的人之间。根据有无抵押，民间借贷分为民间信用借贷和抵押贷款。其中民间信用借贷是一种较为普遍的短期融资方式，包括亲友间互助借贷、高利息借贷以及一种类似于连结贷款的方式。亲友间借贷一般规模较小、期限短且没有明确还款期限，无息或低息；高利息借贷一般是私营企业、个体工商户用于生产周转、借贷金额较大且利率高。第二种形态则为组织形态，是有组织无机构的民间金融。随着民间金融活动和规模不断发展，自然人可以提供的融资额无法继续满足日益增长的贷款需求，这时就需要通过组织来增强信用、扩大融资规模和资金供给、需求的主体。这类组织主要的形式为互助会（储金会、互助互济会等）、民间投资基金（私募基金等）、民间信托、合会（标会、座会等）等组织开展的金融活动和集资活动。这种有组织无机构的民间金融组织在农村地区和正规金融机构网点没有覆盖的城市地区广泛存在。以下主要对于民间集资、私募基金以及合会这三种典型的有组织的民间金融形式进行讨论。民间集资主要是指中小企业面向内部员工募集资金。民间集资是一种以组织生产为目的、自愿互利为原则、汇集闲散资金的一种直接融资方式。由于民间集资数额巨大，风险较高，目前我国法律将民间集资行为定为非法行为，但民间集资行为依旧广泛存在。私募基金是相对于证券投资基金而言的，私募基金不受政府监管，向少数特定人群非公开募集资金并进行投资。私募基金有以下几个特点：私募方式非公开；募集对象针对性强；其发起人、管理者必须以自有资金参与投资。合会，在我国又称钱会、互助会，在根据具体的规则下有摇会、抬会等不同称呼，在国外合会称为“轮转储蓄与信贷协会”（ROSCA,RotatingSavingsandCreditAssociation）。这种组织是一种基于血缘、地域而建立起来的民间小规模的经济互助合作组织，有悠久的历史并且普遍存在于世界各地。合会本质上是一种入会成员之间的有息借贷，但是在融资规模、范围方面合会有较大局限性。合会在创立初期基本是基于血缘、地缘的关系建立的，规模较小，大多数属于互助性质，成员之间彼此熟悉，安全性较高，不以盈利为目的。民间金融的第三种形态是机构形态，指的是有组织有机构的民间金融。近年来，一方面由于我国市场化改革不断深入，民间金融的发展得到了大力支持与鼓励，并且政策对于正规金融准入门槛不断放宽，一方面是民间金融规模不断扩大，专业化不断提升，必然要通过设立机构不断拓展业务。在现行的法律框架下，只有部分民间金融被逐渐纳入国家金融监管体系，得到了合法化、规范化的改造，但是目前我国对于这部分的民间金融机构监管还存在缺失，并且监管机构需要在监管力度和保持民间金融的活力这两方面进行平衡。以下主要对于银背和私人钱庄、典当行、小额信贷几种有组织有机构的民间金融进行论述。“银中”、“银背”是一种民间金融经纪人，是借贷双方的中介人。这些经纪人在分散性小产经济中有十分重要的地位。“银中”一般是利用信息和信用优势促成借贷双方的信贷交易，通过收取交易种的手续费、中介费或者担保费来赚取利润。“银背”是一种原始的银行，有较大的资金规模，所以可以通过直接吸储并贷款来赚取利差。私人钱庄的规模和对象都有所扩大，类似于现代商业银行。私人钱庄的业务包括吸储、放贷、结算、外汇交易并以自有资金为借贷双方提供担保，有着更强的组织性。与正规金融相比，其服务质量更高、更方便快捷且有更为灵活的营业时间。其对于促进僵化的正规金融机构的改革以及带动当地民营经济的发展都有很大益处。典当行在我国已经有一千六百多年的发展历史，是重要的传统民间金融形式之一。典当行通过实物占有权的转移作为抵押，为个人和中小企业提供临时性抵押贷款。2005年的颁布《典当管理办法》对传统的典当业进行规范，商务部门实施监督管理，公安机关进行治安管理。截至2018年2月底，我国典当企业共有8532家，典当行企业的注册资本为1731.3亿元，资产总额达到1641.2亿元。在业务结构方面，全部典当业务种，动产典当占30.88%；房地产典当占52.89%；财产权利典当占16.23%。通过分析图4-1，可以看到在2011到2014年快速增长后，典当行业的发展逐渐放缓，2016年出现了负增长。图4-12011-2017年中国典当业典当余额及增速变化小额贷款，是一种主要向小微企业、中型企业、个体工商户、农户或是低收入人群提供的额度较小、持续的信贷服务。其目的在于通过这种不同于传统商业银行融资形式给予中小融资者发展的机会。目前除了银行业，小额贷款公司是唯一受到省级政府批准允许经营贷款业务的地方性金融企业，其主营业务即为贷款业务，具有融资和贷款过程中间环节少、效率高、运营链条短等特点。从上世纪九十年代中期开始，小额贷款公司作为为小微企业提供融资的服务机构开始出现。1994年为了解决贫困户的问题，农村小额贷款信贷业务开始试点。2000年小额信贷活动在农村进一步推广，人民银行开始推动以农村信用社为代表的正规金融进入小额贷款的领域，其服务对象也从贫困户扩展到一般农户和小微企业；2005年在山西、陕西、四川、贵州、内蒙古五省，人民银行对小额贷款进行了试点；为了进一步控制小额贷款公司的风险，2008年发布的《关于小额贷款公司试点的指导意见》将小额贷款公司的地位合法化，严格规定了小额贷款公司的市场准入、监督管理、退出机制等。2009年的《小额贷款公司改制设立村镇银行暂行规定》允许符合要求的小额贷款公司可专职成为村镇银行。2008年以来，小额贷款行业实现了快速发展，其门槛较低、机制灵活、程序简便、放贷速度快等特点，有效填补了偏远地区的金融服务空白。但是近年来，小额贷款行业规模缩减，遭遇发展瓶颈，经营状况较差。自2014年，小额贷款公司占金融机构总贷款余额的比例持续下降，2015年开始，其机构数量和从业人员规模呈现双降，截至2017年6月底，其贷款余额为9608.2亿元，占金融机构总贷款余额的0.84%。从小额贷款公司的平均盈利水平来看，40家在新三板上市的正常经营的小贷公司的年报显示，2017年上半年收入下降15.3%，总净利润下降8.7%。出现这样的发展困境，主要是融资渠道受限、与民间高利贷相比无明显竞争优势、风控体系薄弱、行业竞争加剧等原因导致的。民间金融规模测算学术界中存在多种民间金融规模的测算方法，本节将在比较了不同测度方法之后，结合本课题所研究问题选取较为合适的方法对全国以及29个省市地区的民间金融规模进行测算。（1）测度方法综述与选择民间金融存在于信用体系和监管体系之外，其自发性、隐蔽性、非公开性使得测量其规模相对困难，不同学者提出了不同的测量民间金融规模的方法。总体来说，测量的方法主要可以分为抽样调查为基础的直接调查法和以国家正式统计数据和经济理论为基础、经过一定理论推断的间接估计法。二者包含的具体测算方法、优点和缺点如表4-1所示。表4-1测量方法对比直接调查法具体测算方法审计调查法、实地抽样调查法优点统计结果说服力强、直接明了缺点抽样样本、问卷设计对于调查结果影响大，民间金融形式的多样性、隐蔽性可能导致调查结果代表性、可靠性低，同时调查的工作量大，成本高间接估计法具体测算方法金融相关系数法、收支差异法、资金供求轧差法、货币非经济因素吸收分析法优点利用国家正式统计数据、操作性强、成本低缺点理论推断、数据口径选择对于估计结果影响大，不同具体方法测量值差别较大根据以上直接调查法和间接估计法的优缺点分析，本课题主要选取间接估计法对于民间金融的规模进行测量。以下对于间接估计法的几种具体测算方法进行分析与比较。a.经济金融相关系数法（θ值法）这种经济金融相关系数法是以柯布-道格拉斯生产函数为基础，根据融资规模与GDP比例来估算民间金融规模的一种方法。这种方法适用面较广，并且基础数据的可得性较高，可以估算出不同年份不同地区的民间金融的规模。但是这种方法有着较为严格的基础假设，具体如下。假设1：民间金融的活跃度与正规金融的发达程度成反比。在一国的政治或者金融中心，正规金融市场更加活跃，发展更为成熟，所对应的金融监管也就越严格，并且正规金融对于企业个人的融资需求满足度也会越高，所以在这种情况下，民间金融的活跃度会大大降低，其规模也会相对较小。在学者运用经济金融相关系数法来对于民间金融规模进行预测的时候，一般会假设北京市或者上海市不存在民间金融活动。但是在现实中，尽管这两个城市的金融监管较严苛，但是还是会存在一定规模的民间金融，所以这个假设会导致估计的民间金融规模偏低。假设2：不同年份和地区的投入与产出的比例恒定，也就是各年各地区有相同的经济金融相关系数θ。这个假设的依据是道格拉斯生产函数，在一定时期内，一国内资本对于经济发展的贡献程度是相对稳定的，所以假设经济活动与金融活动之间有稳定的关系，民间金融的存在与否不影响经济发展的融资需求和融资比例。假设3：民间金融的金融活动多为短期行为，借贷期一般为6到12个月，所以在这种方法中以正规金融中的短期贷款作为参照。正规金融的投入包括短期信贷、证券市场融资和外商直接投资这三类，具体的计算公式和变量含义如下：θa=FFθb=GIi其中FFi=STL表4-2经济金融相关系数法变量符号及解释变量符号变量解释θ不含财政资金的经济金融相关系数θ含财政资金的经济金融相关系数GIi地区的财政投资支出(GovernmentInvesetment)FFi地区的正规金融规模(FormalFinance)IFi地区的民间金融规模(InformalFinance)STLi地区的6-12月短期贷款(Short-termLoan)EFi地区的股票融资额(EquityFinance)FDIi地区的外商直接投资金额(ForeignDirectInvestment)GDPi地区的一年的国民生产总值(GrossDomesticProduct)b.收支差异法收支差异法首先将经济整体分为地下经济活动和公开经济，地下经济是指所有未被政府掌握的经济活动，然后在对地下经济总量估计的基础上对民间金融的规模进行推算。这个方法的基本假设如下：假设1：公开经济和地下经济具有相同的融资需求比例。假设2：公开经济部门可以通过正规金融和民间金融两种渠道进行融资，同时，地下经济部门也会从公开经济部门获得周转资金用以经营，假设二者从对方获取的资金数额差别较小或者接近于0。假设3：民间金融活动一般期限较短，以短期贷款为主。假设4：用经济主体从地下经济部门获得的资金来表示地下经济的规模。居民和非金融企业作为地下经济的主体，是地下经济的主要价值分配者。经济主体的收入是储蓄和投资之和，用地下经济主体的地下经济收入来表示地下经济的规模。经济活动中，经济主体的实际总支出等于实际总收入，其中总收入是公开经济部门和地下经济之和；总支出是净金融投资、实物投资与消费之和。具体的计算公式和变量含义如下：Co/EoEt=IIt=IoEt=CℎIu=Cℎ表4-3收支差异法变量符号及解释变量符号变量解释变量符号变量解释C公开经济部门中的短期信贷规模E公开经济规模C民间金融规模E地下经济规模E经济主体的总支出I经济主体的总收入I公开经济部门收入I地下经济部门收入E经济主体的总支出C消费I实物投资NFIH净金融资产投资c.资金供求轧差法从理论上说，社会资金的总需求和总供给应该是相等的。但是实际的统计结果却显示了社会资金的总需求和总供给之间有很大缺口。统计误差是造成缺口的重要原因但是民间金融的存在是二者差距大的根本原因。由于资金总需求是消费需求与投资需求之和，资金总供给=政府财政支出+企业内源融资（自有资金）+实际利用外资额+正规金融机构融资额（银行贷款、债券、股票等）+民间金融融资额。所以可以根据资金总需求=资金总供给这个等式，通过轧算得出民间金融的规模。这种方法可以基于现有的统计年鉴的官方数据算出民间金融的规模，但是很多官方数据与等式中的数据口径并不相同而只是相关的替代数据，所以用这种方法算出来的民间金融的规模的精确程度不高。有学者运用这种方法测算农村民间金融的规模，将农村的经济主体分为农户和个私企业两个类别，在诸多的假设的基础上，运用正规金融市场供给资金与个私企业资金需求的差值获得民间金融提供给企业的融资规模，为了更加精确，学者运用不同的统计口径分别测算，最后可以得到一个农村民间金融规模的大致范围。d.货币非经济因素吸收分析法李建军（2006）[[]李建军[]李建军.中国未观测货币资金测估理论与方法[J].数量经济技术经济研究,2006(7).这个估计方法的基本思路是，货币供应是经济活动的货币表现，经济增长过程中的货币需求是货币供应的主要拉动力，而非经济因素吸收的货币量则可以通过货币总量扣除经济增长因素吸收的货币量得到，其中的一部分就是未观测金融活动吸收的货币。未观测货币资金规模可以通过以下的推导得到：M2=Ayn+Amz+Asm+AuefAuef=Mu=M表4-4货币非经济因素吸收分析法变量符号及解释变量符号变量解释Ayn公开经济增长吸收Amz新货币化经济吸收Asm证券市场吸收Auef未观测经济金融活动吸收M未观测货币资金规模(2)民间金融规模测算模型与结果考虑测量方法科学性以及数据可得等综合因素，此处运用经济金融相关系数法（θ值法）首先对于全国1997-2017年民间金融的规模进行测算，然后对于29个处于不同经济发展水平的省市的民间金融规模进行测算。a.经济金融相关系数测算模型假设1：民间金融的活跃度与正规金融的发达程度成反比。借鉴现有成果学者的做法（彭芳春，2010；欧文，2013等），本课题假设北京市不存在民间金融。假设2：不同年份和地区的投入与产出的比例恒定，也就是各年各地区有相同的经济金融相关系数θ。假设3：为了与民间金融活动的短期性特点匹配，本课题用短期信贷、股票筹资额和外商直接投资的规模来描述正规金融的规模。设经济金融相关系数为θ，以下公式中符号及解释见表4-2，则θ=GIi基于经济金融相关系数法的假设1，我们假设北京市不存在民间金融，所以北京经济金融相关系数为政府财政支出与正规金融规模的和与地区生产总值之比：θ=GIi+基于假设2和假设3，各地的民间金融增量规模为：IFi以下为基于以上模型对于数据的收集、处理和规模测算过程。b.全国民间金融规模测算过程以及结果本课题选取北京市、全国以及典型省份1997-2017年的数据，数据选取说明如下：第一，我国民间金融的期限和种类丰富，但6-12个月的短期信贷是民间金融的主要类型，所以为了使得正规金融与民间金融的数据在期限上可比，选取了正规金融机构6-12个月的短期信贷、股票融资规模、实际利用外商直接投资额和财政支出的数据进行计算。第二，θ值的分母是地区的国民生产总值，而国民生产总值是在一年内生产的全部最终产品和服务价值的总和，为了满足公式的匹配性，本课题假设短期贷款在一年内均匀流出，用年末与年初的平均值来表示年内的发生额。第三，本课题主要用股票市场融资来反映资本市场融资的规模，计算的公式为:股票融资规模=首发募集资金+增发募集资金+配股募集资金。第四，统计年鉴中的实际利用外商直接投资额是以万美元为单位的，为了计算口径的统一性，本课题根据国家外汇局网站的数据，计算出各年的汇率中间价，换算得到以人民币计价的实际利用外商直接投资额。首先，计算北京市各年的经济金融相关系数θ值如下：表4-5北京市1997-2017年经济金融相关系数θ年份199719981999200020012002200320042005θ1.0091.0271.0881.1661.1271.0091.0380.9740.902年份200620072008200920102011201220132014θ0.9751.0640.9000.9380.9460.8960.9210.9431.055年份201520162017θ1.1001.0761.036利用已经算出的北京市的θ值、全国的对应金融数据和公式（4-13），可以算出1997-2017我国全国民间金融规模IFi表4-6全国1997-2017年民间金融规模年份民间金融规模（亿元）短期正规金融规模（亿元）财政投资支出规模（亿元）199723852.8247348.119233.56199819193.5157520.40107981464415.3613187.67200031499.6469507.9215886.50200134772.1771310.1818902.58200226828.3273989.94220537680657.4624649.95200439651.9889424.8528486.89200541028.4993967.1533930.28200669965.90103597.5440422.732007116736.15120859.2549781.35200894504.46130098.9262592.662009102415.04148171.3276299.932010124505.72175552.0189874.162011129945.24197990.11109247.792012132978.57236889.14125952.972013139543.13279340.39140212.102014209901.00314695.22151785.562015225924.70352838.91175877.772016230055.34378251.58187755.212017240481.50406416.87203085.49图4-2反映了1997-2017年民间金融规模、短期正规金融与财政投资支出规模的变化与对比。可以看到，三者变化有基本相同的上升趋势，但是增长的速度不一致，并且民间金融的规模可以看到波动性较大。尤其是在2007年和2014年民间金融有快速扩张的趋势，2007年民间金融快速发展的原因主要有虚拟经济的兴起和经济发展过热这两个原因，经济发展过热拉动了民间投资的发展，使得民间金融活动活跃。也就是从2007年民间金融的快速扩张使得政府出台了第一个管理和引导民间金融发展的规定。2014年民间金融的快速发展主要是由于互联网金融的快速发展，很多网贷平台和小额贷款公司快速建立扩张，而现有的法律和法规无法对新兴形式的民间金融进行管理和控制，所以民间金融有了一个井喷式的发展。图4-2民间金融与短期正规金融、财政支出规模比较从图4-3可以看到，民间金融发展指数（民间金融规模/名义GDP）一直较为稳定，除了2007年的较高为43%，其余年份民间金融的比例一直在30%左右波动，可以说民间金融的规模和发展速度较稳定，基本是由经济发展需求拉动的有效资源配置。图4-3全国民间金融规模与GDP对比c.各省份民间金融规模测算结果分析考虑数据可得性等因素，运用经济金融相关系数法计算全国29个省或市2000-2017年的民间金融规模，测量结果按照东、中、西部分类见表4-7、表4-8和表4-9。表4-7东部省市民间金融规模（亿元）年份天津上海江苏浙江山东广东辽宁海南河北福建广西2000239892432826095363325014682242554202611702001260540471427724872280310672392677218612042002874739341737390426665322292269185510612003506174377167748334080701281305721321333200454285349801309605356516513473871228617162005776723604474773267510153836144962285179320061306198788381154108871317327705586089299926162007184821471272924321516618923444273086634421374320081805652107791331442816969426356081493815341020092397772124164781659219650517559483574298368920103471210714873375188322381767227809980480052392011366113631618114818706248667258869106464768535920123928113514525161948924823779310921089248705495201341661518182081932139225771813611651122154586099201461574973283034212922734154115331683141928931829220157282593332874279533315436385136701658142381122095242016764768623774631212351503831845981673152111310310595201771267594423923253036478405993948177715200148609580表4-8中部省市民间金融规模（亿元）年份黑龙江湖南山西内蒙古吉林安徽江西河南湖北200088623456497782191374878222116872001970207556969721914708252325148820025441636486604651086670170212252003974196577898319313748772260169720041288221810101293483170812513134202920051779254410801606746177513934216252520062814380116472512137723242116568135822007393357872826404625393375312986375469200834825415252342202233308128468454527420093619616322054709255534582673899161252010457180503116582234804517367410881797120114954966634885983417645943890107818670201252271127534386515505550043810114549903201352861281730346681545054653883121141072020146605166533866861375238623555418074148372015519018666368283558127985957882105016363201622971963531287578815911161586623094176552017404199254365445776131198757402500318651表4-9西部省市民间金融规模（亿元）年份重庆陕西四川贵州甘肃青海宁夏新疆云南200068759619114083641196952361320018205201628395312507443962620028043821282302200233226149120039965781738476281606050260420041152734211451331479795668062005117310932413514330110366757192006167619833744833741185931085107220072578309855541372117420124916861757200824382985398112337212332161468106320093044328943311270489137144110583320103837461963351604737963231511173320113826528477261625848122141330175420124542619285601942876188113691654201345876941885324507432995144018722014642794291205336141047189224251531402015783597921336243503282081912326347720169238106911548442901262496520223259201710155118271775451758119510819923156原始数据来源：各省市统计年鉴及统计公报(1999-2018)，《中国金融年鉴》(1999-2017)，《中国统计年鉴》(1999-2018)图SEQ图\*ARABIC4-4全国各省区民间金融发展情况空间演变图图4-4反映了不同时间段全国各省区民间金融发展指数（民间金融规模占GDP比重）空间差异情况，不同时间段内各省民间金融发展情况依照民间金融发展水平指标（mjjr）分为五个层级，并以不同灰度表示，民间金融发展水平指标数值越大，灰度越深。从图4-4中的图1可以看出，2002年左右民间金融发展水平较高的省份主要集中在东部和中部地区，其中以浙江省民间金融发展水平较为突出；西部地区民间金融发展水平整天较为落后，但广西壮族自治区民间金融发展水平较高。从图2可以看出，相对于2002年，2007年全国层面上各省份民间金融发展水平均有提升，整体来看仍呈东中西阶梯发展形态，即东部发展水平较高，中部次之，西部较弱，发展水平较高的省份包括东部地区的浙江和河北省，以及西部地区的广西壮族自治区。从图3可以看出，2012年前后民间金融发展水平较高的省份向中部集中，湖南湖北省发展水平较高，广西自治区的民间金融发展水平略有下降，东部地区的浙江发展水平依旧较高。从图4可以看出，近年来民间金融发展水平较高的省份明显增多，且主要集中在东部和中部，呈现出明显的空间集聚特性，但此前民间金融发展水平始终保持全国前列的浙江省发展水平相对滞后，已不再属于民间金融发展水平最前列的省份。从整体来看，我国民间金融发展水平较高的省份数量不断增多，空间分布态势上也逐渐由分散态势演变为逐渐向东部和中部地区集中，呈现出明显的空间集聚特性。民间金融规模变动特点分析根据以上对于29个省市的民间金融规模测算数据，可以看到，29个省份民间金融规模的变动呈现较为相似的特点。2000年到2005年，各省和市的民间金融规模都较小，都低于10000亿元。山东省和江苏省在这一阶段民间金融的规模高于其他地区。从2005年开始到2016年，广东省民间金融的规模一直处于领先地位，紧随其后的是山东省和江苏省，江苏省从2014年开始，民间金融快速发展，在2015和2017年分别超过山东省和广东省成为民间金融规模最大的省份。在测算的29个样本里面，广东、山东和江苏的民间金融规模与其他省份或者市的差别较大，在这三个省份之后，河南、湖南、湖北和河北这四个省份的民间金融规模相较其他地区较大且增长速度较快。总体而言，所有省份和市在2000到2007年之间民间金融发展缓慢，而2007年之后，除了辽宁省、黑龙江省、吉林省及内蒙古在2017年民间金融规模缩减，其余省份和市的民间金融规模都以较快的速度扩大。联合国人类发展报告中根据经济综合发展水平将中国不同省市分为了五类，图4-5为不同类别地区民间金融发展指数平均值的对比，可以看到，2、3、4类地区的民间金融规模占GDP的比重较大（40%左右），而1类地区（天津、上海）由于正规金融相对发达，正规金融对于中小企业的支持水平较高，对于民间金融的监管较为严格，所以在所有的发展类别里面，其民间金融发展指数最低，但是从2014年开始，1类地区的民间金融相对规模逐渐扩大，主要是由于新兴的互联网金融等的金融创新的推动。2类地区经济总体量较大，中小企业产出占总产出的比重大，中小企业活跃，而这些地区都有地域广等特点，正规金融由于成本等的限制无法有效覆盖所有区域，尤其是农村地区，所以中小企业的发展对于资金的需求拉动了对于民间金融的需求，民间金融规模在这些区域大，对经济的贡献更为突出。5类地区的民间金融发展指数在20%左右并且在2014年后，民间金融规模比例出现了缩减的情况。图4-5不同发展水平地区民间金融与GDP比率平均值对比图4-6是东、中、西部地区不同省市平均民间金融规模的对比，东部地区规模大于中部规模，中部规模大于西部地区，并且三者之间的差距在2013年后逐渐扩大。图4-6东、中、西部地区平均民间金融规模对比图4-7是东、中、西经济带的不同省份地区民间金融与名义GDP比值（民间金融指数）的平均值，可以看到，从2000年到2015年，三个区域民间金融发展的趋势基本一致，中部地区的民间金融指数最高，东部次之，西部最低。中部地区农业经济和传统工业的比重较大，对外开放程度较低，农业生产和传统加工生产对于民间金融的需求相对较大。而东部地区的经济发展平均水平较高，正规金融较为发达普遍，外资投资水平高，股票、债券融资市场较为发达，正规金融对经济发展的支持程度也较高，覆盖面较广，所以民间金融的发展空间相对较小。西部地区经济发展较落后，城市密度较小，以能源开采和农业为主要产业，经济发展速度相对较慢，国家财政转移支付的比例较大，所以对于民间金融的需求相对较低。2013年之后东部民间金融的比例明显上升，达到和中部相当的水平（40%），这与互联网金融的兴起密不可分。图4-7东、中、西部经济带民间金融规模与GDP比率平均值我国经济高质量发展现状及其指数测算我国经济高质量发展现状分析改革开放以来，我国实现了世界瞩目的经济发展成就。从GDP总量上来看，2010年中国GDP总量超过日本成为全球第二大经济体，2018年GDP总量中国以13.6万亿美元稳居世界第二位，占据全球GDP六分之一，以中国目前的GDP增速，预计中国将在2028年首次超过美国。改革开放四十年，以不变价格计算，我国GDP上涨了33.5倍，从低收入国家，迈入中等偏上收入国家的行列。从经济结构上来看，我国经济整体实现了“农业国转变为工业国”的历史设想，产业结构也从第二产业主导转变为第三产业主导，2017年第三产业比重超过50%。同时，我国建立了较为完善的产业链、产业体系以及相应的金融服务体系等。从人民的生活水平来看，2017年中国人均GDP为59201元，略高于中等偏上收入地区的平均GDP水平，城镇恩格尔系数为33.6%，农村为36.1%，均低于40%的小康标准，人民的物质生活水平大幅提高，并且开始追求对于更高层次、更高质量的物质和精神的生活。在40年的经济高速增长过后，随着改革红利和人口红利的消失，目前我国经济进入了“新常态”时期。主要的特征是经济的增速从高速变为中高速，经济结构不断升级优化，经济发展驱动因素从传统的要素驱动、投资驱动转向创新驱动。习近平总书记在党的十九大报告中明确提出了“高质量发展”的概念，做出了我国经济已由高速增长阶段转向高质量发展阶段的科学论断。制约我国经济发展质量提高的几个问题主要有以下四个方面。首先，农业经济发展水平相对较低，效率低，科技水平不高并且农业经济发展过程中环境污染问题严重。农业是国民经济的基础产业，是人民生存和发展重要的物质基础。目前，总体来说农产品质量不高，优质品种较少，越来越不能满足市场对优质化、多样化农产品的需求。并且我国不同区域并没有充分发挥独特的农业资源禀赋优势，农业区域结构趋同，布局不尽合理。同时农产品的附加值低，资源利用不充分，主要用于出口的农产品仍多是原材料和初级产品。与发达国家相比，机械化水平较低，种植、养殖的科技水平低，相关基础设施不足，生产效率还有很大的提升空间。在我国区域农业发展过程中，粗放式的生产方式在浪费了大量资源的同时，农业生产中的农药、畜禽粪便也对周围环境有了很大影响。各个地区存在着不同程度的水体、空气污染问题、水土流失及土地沙漠化的问题等。同时，农村、县域经济的发展和城镇化缺乏良好的融资渠道和融资环境。一方面，农村城镇化和农业生产效率的进一步提升需要大量资金对于机械化的生产设备、基础设施、农业新技术和新产品的研发进行投资。另一方面，农业的结构转型及传统粗放型高污染农业向集约型、绿色生态、可持续农业的转型都需要资金支持。农民自身的财富积累较少，且正规金融机构有覆盖农村地区成本较高、信息不对称程度高等固有问题，农业转型缺乏资金。现在大部分县市都依靠财政拨款维持生产发展，但目前政府负债率较高，财政支持难以持续。所以开拓新的融资渠道，发展新的融资工具是发展农村经济和县域经济的重点。第二，城乡经济、区域经济发展不平衡。1978年以来，国民总收入中农村居民收入份额始终低于总人口的比例，说明农村居民在收入分配中处于弱势的地位，同时，城乡间的收入差距明显加大，城乡收入分配的差距成为社会收入差距加大的主要原因。尽管近年来城乡居民收入都有较大程度提高，城镇恩格尔系数与农村恩格尔系数差别变小，但城乡居民的收入差距绝对值逐渐增大，城乡教育、就业、医疗、消费和福利水平之间的差距也逐渐增大。城乡收入和发展水平的较大差异不利于扩大释放内需，不利于经济结构的转变，不利于人力资源合理配置以及各产业的协调发展。同时，由于国家之前的政策方针以及各地不同的地理或资源优势，我国区域发展差距较大，区域经济不平衡的问题愈来愈严重。东部地区新兴制造业、服务业和高新技术产业发达，经济总量大，经济发达，经济增速降幅低于中西部地区。而中西部地区依旧以传统农业和工业为主导产业，经济发展较缓，面临着缺乏经济增长点、产能过剩、生产效率较低等问题，部分地区还面临着资源枯竭、环境污染问题严重等的问题。同时，产业结构和就业结构调整优化仍未到位。从三次产业的结构上来说，第三产业已经成为我国占比最大的产业，但是过多的资源，例如土地、资金和劳动力都被禁锢在严重过剩的第一和第二产业之中，严重影响了升级经济结构和提高生产效率。在不同产业内部，总体来说，依旧是传统产业、资源和劳动密集型的产业占据主导，而高附加值产业、资本和技术密集型的产业较少。从资源环境的角度来说，低碳、绿色节能的产业比例较小，产业结构急需进一步优化。第三，我国目前高质量的产品和服务供给不足，难以满足人民增长的对高质量产品和服务的需求。改革开放以来，我国建立了较为完善的农业、制造业和服务业的产品链，产品的质量和丰富性也有了极大发展，但是随着经济发展水平和人民生活水平的提高，目前的产品的质量及丰富性渐渐难以满足人们的需要，公共服务供给不充分的问题突出。同时，推动企业提升产品质量的机制并不完善，品牌建设较为匮乏，产品质量的监管不到位，监管标准存在缺失、滞后等问题。同时，金融发展脱实向虚的问题较严重，金融体系为实体经济提供有效融资资源的能力较低。在经济新常态的背景下，大量资金从实体经济流入虚拟经济，使得虚拟经济快速发展。主要的原因一方面是金融市场与实体经济缺乏健全的互动和传导路径，一方面是金融市场融资能力不强，不够完善，尤其是不能给中小企业提供的充足有效的资源。中小型企业及初创企业是科技创新、绿色经济发展的主要动力，但由于其缺乏资金实力和经营经验，信息不对称问题严重，尤其是科技企业的非固定资产比例高，没有充足的固定资产作为正规金融机构贷款的担保物，正规金融机构调查核实中小企业经营情况和发展前景的成本高，贷款的风险大，对于风险管控较严的正规金融机构来说，很难为中小中小型企业及初创企业提供需要的资金支持。值得指出的是，我国目前创新发展动力亦不足。创新尤其是科技领域的重大突破是经济高质量发展的第一动力。但我国仍存在缺乏创新主体动力、缺乏创新活力、基础研究供给不足且水平不高、研究开发投资效率低下、技术创新转化率不高、研发向生产转化渠道不通畅等问题。同时，从政策环境角度出发，存在很多的创新政策落实不到位、知识产权保护机制以及研究成果评价和利益分配机制不完善的问题。第四，我国环境污染和资源问题突出。我国经济的高速增长是以大量消耗资源和牺牲环境质量为代价实现的，资源匮乏和环境质量下降成为了现阶段经济高质量发展的发展瓶颈。在生态环境方面，自2015年以来，我国出台多个治理环境污染的法律法规，环保督察组对全国进行全覆盖监控，政府对环保产业的扶持力度业在加大。但中国目前生态环境恶化程度依旧较高，水土流失、雾霾天气多发、水污染、土壤污染、危废处置以及农村环境污染等问题突出。在资源问题方面，尽管我国自然资源门类齐全、总量丰富，但人均占有量小，资源空间分布不平衡，资源利用率低、浪费损失严重。在资源利用方面，世界各国的发展进程表明，经济发展水平和人均能源消费有显著的相关关系，即城镇化必然推动能源消费总量的不断提高。数据表明，我国改革开放以来的经济发展是以5倍以上的能耗作为代价实现的。这种粗放型的经济发展不利于生产效率的提高，难以可持续。从能源消费的结构上来说，煤炭消费的比例高达60%，清洁能源的使用比例尽管有所上升，但是比例依旧相对较低。我国经济发展质量指数测量（1）经济高质量发展的指标体系构建为全面反映经济高质量发展的诸多侧面，力求做到全面、准确、客观，本课题从经济增长效率、经济增长结构、经济增长稳定性、社会福利变化与成果分配以及生态环境和社会发展6个子系统35个测度指标对各省区高质量发展进行测算，进而采用主成分分析法构建高质量发展指标Higℎit首先，在经济增长效率指标中，采用随机前沿分析方法（StochasticFrontierAnalysis）对全要素生产率和技术效率进行测定，与别的方法相比（如数据包络分析DEA），这种方法可以在一定程度上识别和排除我国不断改革过程中的短暂冲击，也可以弱化数据测量误差对估计结果的影响。在具体估计中，产出变量为以2000年为基期的实际国民生产总值，并使用目前研究中普遍采用的永续盘存法对于物质资本的存量进行估计。经济增长效率指标中的其他指标，资源配置率=投资增长率/GDP增长率，这个指标反映了经济增长过程中部门的协调程度以及对于投资的有效利用程度，此处投资数据使用的是全社会固定资产投资数据。资本生产率是一定时期内(一年内)单位资本存量的产出，计算公式为资本生产率=GDP/资本存量，公式中的资本存量为实际资本存量（以2000年为基期的固定资产投资价格指数对于名义固定资本形成总额进行调整得到）。劳动生产率=GDP/就业总人数，这是一个衡量劳动生产能力和效率的指标。第二，在经济增长结构指数中，工业化率为工业增加值占全部生产总值的比重。第一、第二、第三产业比较劳动生产率＝第一、第二、第三产业产值比重/第一、第二、第三产业就业比重，反映的是各产业生产总值和各产业就业人数的匹配程度和结构。投资消费结构中，消费率又被称为最终消费率，指的是一定时期内，居民个人消费和政府消费的总和与当年GDP的比值。城乡发展指标中，二元对比系数=农业比较劳动生产率／非农业比较劳动生产率；二元反差指数则为非农产业产值比例与非农产业劳动力比例之差的绝对值。第三，在测度经济稳定性的指标中，消费者物价指数是用1999年为基期的居民消费价格指数进行测量的，生产者物价指数则是用1999年为基期的工业生产者出厂价格指数进行测量的。经济波动系数=(本期经济增长速度/前一期经济增长速度)-1，经济波动系数反映了经济增长稳定性的强弱，较大的经济波动系数代表了较差的经济增长稳定性。一般正负50%之内的经济波动系数表明了经济运行较为平缓稳定。在计算经济增长速度时使用剔除通货膨胀的实际GDP增长速度，以期分离价格波动对经济波动的影响。第四，在社会福利分配经济指标中，泰尔指数(Theilindex)是用来度量城乡收入差距的指数，具体计算方法为： Tt=12i=1其中，Tt为t时期的泰尔指数，i=1,2分别代表城镇和农村，Iit为t时期城镇或农村的可支配收入，It为城镇和农村的总收入，Pit此处共统计了2000-2017年18年的数据，数据包括全国数据和28个省或市的数据，三级指标共有35个，数据来源有《中国统计年鉴（1999-2018）》，《中国人口和就业统计年鉴（2001-2017）》，《中国财政年鉴（2001-2017）》，《中国金融统计年鉴（2017）》，《中国能源统计年鉴（2017）》，以及各省市地方统计年鉴（2000-2018）和各省市统计公报。具体的指标体系见下表：表4-10经济发展质量评价指标体系一级指标二级指标三级指标指标属性经济发展质量评价指标体系经济增长效率全要素生产率正指标技术效率正指标资源配置率正指标资本生产率正指标劳动生产率正指标经济增长结构产业就业结构工业化率正指标第一产业比较劳动生产率正指标第二产业比较劳动生产率正指标第三产业比较劳动生产率正指标第三产业占比正指标投资消费结构投资率适度指标消费率适度指标金融结构存款余额/GDP正指标贷款余额/GDP正指标需求结构进出口总额/GDP正指标城乡发展结构二元对比系数正指标二元反差指数逆指标经济增长稳定性产出波动经济波动系数逆指标价格波动消费者物价指数逆指标生产者物价指数逆指标就业波动城镇登记失业率逆指标社会福利变化与成果分配人均GDP正指标城镇居民人均可支配收入正指标农村居民人均可支配收入正指标城镇居民家庭恩格尔系数逆指标农村居民家庭恩格尔系数逆指标泰尔指数逆指标生态环境资源消耗单位地区生产总值能耗逆指标单位地区生产总值电耗逆指标环境污染单位产出废弃排放量逆指标单位产出废水排放量逆指标单位产出固体废弃物产生量逆指标社会发展公路里程/人口数正指标科学技术支出/财政支出正指标教育支出/财政支出正指标（2）经济发展质量指数测量方法与结果在指标体系权重的计算方面，主要有聚类-因子分析方法[[]邢艳春,王嘉策.基于R型聚类-因子分析的绿色经济发展指标体系的构建[J].统计与管理,2018(01):102-104.][]邢艳春,王嘉策.基于R型聚类-因子分析的绿色经济发展指标体系的构建[J].统计与管理,2018(01):102-104.主成分分析（principalcomponentsanalysis，简称PCA）是由霍特林（Hotelling）于1933年首先提出的。在损失较少数据信息的基础上，通过投影将数据降维，将多个指标转化为少量有代表性的综合指标。假如有p个指标，记为X1，X2,…,Xp，由这p个随机变量构成的随机向量为X=(X1,X2,…,Xp)，设X的均值向量为，协方差矩阵为。设Y=(Y1,Y2,…,Yp)为对X进行线性变换合成的随机向量，即Y1Y2⋮Y设i=(i1,i2,…,ip),A=(1,2,…,p)，则有Y=AX（4-16）且varYi=varYiY以上公式表明，对原始变量进行不同的线性变换将得到有不同统计特征的合成变量Y，我们希望每个Yi都可以尽可能多的反映原始指标数据的信息，Yi的方差越大表示它所包含的信息越多。为了消除将系数向量aiai'a同时，为了使得原始变量的信息可以被更为有效地反映出来，Y的不同分量应包含互不重叠重复的信息。综上，除了（5-19），式（5-15）还需要满足的约束条件为：Yp是在满足第一个约束，且与之前所有的合成变量（Y1，Y2，…，Yp-1）均不相关的条件下，方差达到最大的合成变量。满足上述约束得到的合成变量Y1,Y2,…,Yp被称为原始变量的第一、第二、…、第p主成分，并且Y1,Y2,…,Yp的方差比重逐渐减小，现实研究中，为了简化系统结构，学者一般仅选择方差较大的主成分作为综合指标。在主成分分析之前，对于原始数据进行预处理。第一，计算逆指标的倒数对其进行正向化。第二，对于适度指标，适度指标为原始数据和适度值之差绝对值的倒数，设定38%为投资率适度值，60%为消费率适度值。第三，对原始数据进行无量纲化处理（均值化法）并且以协方差矩阵作为数据输入。均值化法中指标的方差是指标变异系数的平方，保留了不同指标变异程度的信息。所以利用均值化的方法作为消除量纲的方式。利用EViews8.0对于全国数据分别进行基于协方差的主成分分析。在保留主成分数量的问题上，一般所取主成分应使得累积贡献率达到85%以上比较合理。或者是利用碎石图通过可视化的方法选取，选择碎石图斜率变化较大的拐弯点，通常在这个拐点后特征值明显变小，则将拐点对应的序号作为主成分的个数。以全国经济发展质量指标体系的数据的主成分为例，表5-11为前十个解释能力强的主成分的特征值（Value）、相应特征值与后一项的差（Difference）、对总方差的累积解释比例（CumulativeProportion）等。第一个成分占总方差的48.87%，第二个成分占总方差的23.18%，第三个成分占总方差的15.03%，前三个成分占总方差的87.09%。图4-8和图4-9分别为按顺序排列的特征值和方差累计贡献率的碎石图。结合数据，可以看到主成分1、2和3已经可以较好反应35个指标的总体变动情况，并且根据它们的特征值可以看到从主成分4开始特征值明显变小，碎石图明显出现拐弯并之后趋于平缓，所以提取主成分1、2和3作为反映全国经济发展质量变动的指标。下来，利用主成分1、2和3中不同指标的载荷和原始指标数据的乘积算出主成分1、2和3的值，再以主成分1、2和3对总方差的解释比例为权重，加权得到综合全国经济发展质量指数的值。表4-11前十个解释能力最强的主成分特征值和占比NumberValue

DifferenceProportionCumulativeValueCumulativeProportion13.2419111.7041840.48873.2419110.488721.5377270.5405890.23184.7796380.720530.9971380.5660500.15035.7767770.870940.4310880.2157530.06506.2078650.935950.2153360.1033980.03256.4232010.968360.1119370.0633410.01696.5351380.985270.0485960.0199620.00736.5837340.992580.0286340.0203380.00436.6123680.996890.0082960.0036600.00136.6206640.9981100.0046350.0013970.00076.6252990.9988图4-8按顺序排列的特征值碎石图图4-9方差累计贡献率碎石图通过以上计算，可得各基础指标相应的权重，进一步可得各指数权重及指数数值。具体来说，经济增长效率的比重为18.7%，经济增长结构比重为11.23%，经济稳定性比重最低为5.36%，社会福利变化与成果分配的比重最高为31.09%，生态环境和社会发展的比率也较高，分别为26.15%和15.49%。可见，目前社会福利变化与成果分配、生态环境和经济增长效率这三个方面是影响经济发展质量最为突出的三个因素。利用上述方法计算得到了2000-2017年全国经济发展质量综合指数，以及全国28个省市经济发展质量综合指数。4.2.3我国经济高质量发展时空演变分析（1）我国全国层面经济高质量发展的时序分析图4-10全国层面经济高质量发展时间演变示意图从图1可以看出，近年来，我国经济发展质量始终保持稳步上升态势，2002年，全国经济高质量发展指标平均值为0.65,2017年，该指标上升为2.68，上升幅度超过400%。（2）我国省际层面经济高质量发展的空间演变分析图4-11全国各省区经济高质量发展情况空间演变示意图图4-11反映了不同时间段全国各省区高质量发展空间差异情况，不同时间段内各省区高质量发展情况依照高质量发展指标（high）分为五个层级，并以不同灰度表示，高质量发展指标数值越大，灰度越深。从图1可以看出，在本课题样本时间段初期（2002年），我国各省区经济高质量发展整体处于较低水平，高质量发展水平较高的省份数量整体较少，且没有呈现一定的空间规律，西部地区的新疆和青海两省区处于较为领先的位置。这一时期东中西部各地区经济差距尚未明显显现，在经济层面各地区差距不大的情况下，生态环境较好的西部地区呈现出较高的发展质量。从图2可以看出，在2007年前后，属于高质量发展的省份数量进一步减少，全国各省份经济发展质量普遍不高。这一时期虽然东部经济快速发展，但存在明显的经济结构不合理、生产效率低下的问题，生态问题日益严重；西部地区不仅在经济层面与东部地区存在明显差距，且在经济发展导向下生态环境也遭到破坏，其高质量发展水平已处于末端位置。从图3可以看出，相比于2007年，2012年高质量发展省份明显增多，全国各省份高质量经济发展水平均有明显进步。这一时期，我国以北京奥运会为契机，坚持贯彻可持续发展战略，在保持经济高速发展的同时，生态环境保护力度不断加大，城乡二元经济结构也明显改善。从图4可以看出，2017年前后我国高质量发展整体水平进一步提高，且高质量发展省份主要集中在东部和中南部地区，呈现出明显的空间集聚特征。这一时期我国经济增速放缓，产业结构开始进入转型升级阶段，东部和中南部经济较为发达的省份利用自身经济优势转型较快，经济发展质量进一步提高，拉开了与其他地区经济发展质量的差距。从整体看，在样本区间内（2000-2017），我国各省区高质量发展呈现出整体进步并逐步向东南部地区集中地态势。民间金融与经济高质量发展的灰色关联度分析本节利用灰色关联度分析方法分别对民间金融指数与经济高质量发展指数、正规金融指数与经济高质量发展指数之间的关联程度进行测度，在此基础上对比同一地区民间金融与正规金融对于经济高质量发展的影响程度大小，并且横向对比不同地区民间金融对于经济质量发展影响的程度。灰色关联度分析基本原理一般的抽象系统都包含众多的影响因素并且这些因素共同决定系统的发展趋势。所以判断因素的主要和次要性、因素的影响大小、因素对系统是正向还是负向作用对分析系统的发展趋势非常重要。回归分析、主成分分析、方差分析是数理统计中常用来进行系统特征分析的方法。但这些分析方法往往需要大量数据样本，且数据需服从某个典型的概率分布，这对于数据提出较高的要求，并且对于因素数据、系统数据之间关系也有较高要求。从以上的面板数据模型的分析中可以看到，民间金融与经济高质量发展之间的关系较为模糊，在部分省市地区二者不存在典型的关系，并且很难剔除二者共有的内生增长趋势，所以运用有限的数据，无法利用数理统计的方法较为准确地衡量和比较不同省市民间金融与经济高质量发展之间的关系。灰色关联分析方法对样本量多少和样本有无典型分布规律没有特殊要求，弥补了采用数理统计方法作分析时对于数据要求较高的不足，并且灰色关联分析方法易于编程实现。我国学者邓聚龙教授1982年首先提出的灰色系统理论是控制论观点和方法的延伸，而灰色关联度是其中重要的组成部分。灰色系统理论通过研究信息间的关系，利用已知信息去揭示未知信息。灰色关联度分析是一种因素分析方法，是各因素间发展态势的量化比较分析，通过对统计数列之间的几何关系的分析比较来确定系统中各因素之间的关联程度，表征不同因素的变量数列之间曲线形状越相似，则表明因素发展变化趋势越接近，它们之间的关联程度就越大。运用灰色关联度模型测算系统变量之间关系大小，能够对系统中各因素间的影响程度，或系统中各影响因素对系统发展的影响大小，在各因素间影响机制较为模糊时进行数学方法上的准确分析。Xi=x在式（5-10）中，Xi为系统因素，序号k上的数据为xik,式（5-10）为因素Xi的行为序列，Xi=x为因素Xi对于（5-12）记为r0i(k)，，若r(X0（1）规范性：0<r(（2）整体性：对于Xir（3）偶对对称性：Xi,（4）接近性：|x0(k)−则称r(X0,Xi)=1本课题选用邓式及灰色综合关联度两个个指标对于不同省市民间金融和正规金融对于经济高质量发展影响的大小进行衡量对比，灰色关联度模型的研究主要基本步骤如下：（1）确定参考数列。参考数列一般是各指标的最优值（最劣值）或是根据评价目的设置的其他值。在本课题研究的问题中参考数据为经济高质量发展指数，参考数列记作：X0=x（2）根据评价目的确定评价指标体系，即确定参考数列作关联比较的比较数列，表示为Xi=xi其中，为比较数列的个数，为一个比较数列中数据的个数。在本课题中比较数列为民间金融发展指数与正规金融发展指数数列。民间金融发展指数为本课题4.1节中测度的全国和各省市民间金融规模与名义GDP之比，正规金融发展指数为正规金融规模（短期贷款、FDI与股票市场融资规模之和）与名义GDP之比。（3）参考序列与每个被评价对象序列的对应元素绝对差值计算如下：Vik=x0确定与,x0'k（4）每个参考序列与比较序列对应元素的关联系数计算如下：（5-16）则关联度为：（5-17）计算结果及分析设分辨系数ξ=0.5，计算得到的民间金融指数与正规金融指数与经济高质量发展指数之间的灰色关联度如下表所示：表5-18民间金融指数（IF）、正规金融指数（FF）与经济高质量发展指数（Y）关联度地区IF与Y邓式关联度IF与Y综合关联度FF与Y邓式关联度FF与Y综合关联度全国0.58450.50830.56480.5074天津0.82500.78180.54890.5127上海0.56140.51240.57160.5119江苏0.61180.50890.61900.5090浙江0.71180.56900.59930.5225山东0.59670.50850.60520.5092广东0.75760.68690.56620.5128辽宁0.56700.51230.54910.5105海南0.69720.51300.69960.5118河北0.68290.58070.71340.5404福建0.59710.81850.54010.6174广西0.64820.83020.71960.7799黑龙江0.62210.56570.61710.5107湖南0.62490.51160.60710.5113山西0.65230.51470.61690.5124内蒙古0.57500.61900.61090.7494吉林0.55960.51430.59860.9482安徽0.77100.57470.77140.5624江西0.62930.69490.63280.7939河南0.55960.55640.68220.9269湖北0.69700.57460.71520.5357陕西0.59080.53770.54840.5067四川0.57200.50600.57270.5057贵州0.61780.51040.59360.5090甘肃0.56130.50720.58000.5074青海0.63030.62500.51080.5810宁夏0.60820.50920.61140.5093新疆0.69620.51520.69550.5138云南0.69260.55950.68670.5440根据表5-18的关联度计算结果，全国数据显示，民间金融发展与经济高质量发展的关联度高于正规金融发展与经济高质量发展的关联度。28个省市之中，全国、天津、浙江、广东、辽宁、福建、黑龙江、湖南、山西、陕西、贵州、青海、新疆、云南共14个省份地区的民间金融发展与经济高质量发展的关联度高于正规金融发展与经济高质量发展的关联度，并且其中，天津、浙江、广东、福建、陕西、山西六个省市二者的差异十分明显，天津、浙江、广东民间金融与经济高质量发展的关联度分别比正规金融与经济高质量发展的关联度大0.2761、0.1125和0.1913，说明在这些地区民间金融与经济高质量发展的影响远远高于正规金融对于经济高质量发展的影响。上海、河北、广西、内蒙古、河南、湖北、甘肃这7个地区正规金融发展与经济高质量发展之间的关联度更大，其中广西、河南差异最为明显。其他的7省市二者与经济发展质量的关联度基本一样，关联度之差小于0.01。可以看到，全国各地区经济高质量发展与民间金融、正规金融的关联性不相同，并且各地差异明显，造成这种差异的几个主要原因可能有：经济发展水平的差异、产业结构的差异、经济增长极的差异、金融市场发展水平的差异等。但总体来说，民间金融与经济高质量发展的关联度整体要高于正规金融与经济高质量发展的关联度。这个结果反映了与正规金融相比，民间金融对于改善经济结构、提升经济效率、改善民生、环境保护等方面具有更强的拉动提升的能力。一方面，正规金融多倾向于向风险低、规模大的传统产业或者国有企业提供资源，一方面，民间金融倾向于风险更高、收益更高、创新性更强的新兴产业和效率更高的民营经济，比如绿色经济等，同时，民间金融的一个重要功能就是填补居民的生产生活的短期资金短缺，所以对于提升居民的生活质量也大有裨益。民间金融对经济高质量发展影响的作用渠道实证分析民间金融与经济高质量发展的协整分析在此对于全国总体民间金融规模与全国经济发展质量指数之间的关系进行研究。在计量方法选择上，采取时间序列分析方法，通过构建VAR模型以及通过协整检验来考察两者是否具有长期稳定的关系，通过格兰杰因果检验确定其因果关系，并利用误差修正模型进一步检验其因果关系的可靠性。模型构建与检验原理为了检验全国民间金融与经济发展质量之间的关系，本课题在传统的Cobb-Douglas生产函数的基础上，加入民间金融发展要素作为解释变量，构造了如下的实证模型：Yt=ⅇ对上式取自然对数后得到计量经济模型为：lnYt=其中，Yt代表t时期的经济发展综合质量指数，Kt是t时期的社会固定资产投资额与名义GDP的比率，Lt则是t时期的就业人数，IFt是t时期的民间金融发展指数（民间金融规模与名义GDP1980年，计量经济学家sims提出VAR模型，是一种单变量自回归模型推广到多变量的多方程模型，这种模型将所有外生变量作为内生变量的滞后项的函数。Granger因果关系检验、脉冲响应函数和方差分解等工具是此模型框架下进一步进行分析的常用工具。Engle和Granger在1987年提出协整理论及具体方法，为非平稳序列的建模开拓了新的路径[[]GrangerRFEWJ.Co-IntegrationandErrorCorrection:Representation,Estimation,andTesting[J].Econometrica,1987,55(2):251-276.]。对于很多经济变量来说，虽然其本身序列非平稳，但其线性组合有可能是平稳序列。这种线性组合被称为协整方程，可以反映变量之间稳定、长期的均衡关系。下面给出协整的定义：k维向量Y=(y1，y2，…，yk)的分量间被称为d,b阶协整，记为Y～CI(d，b)，如果满足：(1)y1，y2，…，yk都是d阶单整的，即yi～I(d)，i=1,2,…,k，要求Y的每个分量yi～I(d)；(2)存在非零向量=(1,2,…,k)，使得Y～I(d-b)，0<b≤d，则称Y是协整的，向量又称为协整向量。本课题使用Johansen和Juselius提出的一种以VAR[]GrangerRFEWJ.Co-IntegrationandErrorCorrection:Representation,Estimation,andTesting[J].Econometrica,1987,55(2):251-276.单位根检验由于大部分宏观经济时间序列往往受到非平稳的困扰。因此在建模或因果检验之前需要对各变量的平稳性进行检验，即所谓的单位根检验，以确定是否有必要采用协整分析的方法。本课题采用ADF（AugmentedDickey-Fuller）检验方法对模型中的4个变量和一阶差分序列进行