甘肃省金融发展对经济增长效率的影响：基于面板数据的深度剖析

甘肃省金融发展对经济增长效率的影响：基于面板数据的深度剖析一、引言1.1研究背景与意义在我国经济持续快速发展的进程中，区域经济发展不平衡的现象愈发显著。东部地区凭借其优越的地理位置、丰富的资源以及先进的技术和人才优势，经济发展效率和金融发展水平均处于较高层次；而西部地区，尤其是像甘肃省这样的欠发达地区，经济发展效率和金融发展水平相对较低。这种区域经济发展的差异，不仅影响了我国经济的整体均衡发展，也对实现共同富裕的目标构成了挑战。甘肃省地处我国西部地区，是连接中东部地区与西部地区的重要纽带，在国家区域发展战略中具有重要地位。近年来，甘肃省经济经历了高速增长阶段，然而，这种增长在很大程度上依赖于高资本投入，是以牺牲环境、资源和能源为代价的粗放型增长模式。在当前全球资源日益紧张、环境问题日益突出的背景下，这种增长模式面临着严峻的挑战。同时，随着经济的发展，甘肃省也面临着环境承载能力下降、资源约束瓶颈加剧和能源制约增强等问题，经济发展亟需从粗放型增长模式向集约化模式转型。现代金融作为经济发展的核心驱动力之一，在经济社会中的作用愈发重要。金融发展不仅能够为经济增长提供必要的资金支持，还能通过优化资源配置、促进技术创新等方式，提升经济增长效率。然而，在甘肃省这样的欠发达地区，金融发展水平相对较低，金融体系不完善，金融市场活力不足，金融对经济增长的促进作用未能充分发挥。因此，深入研究甘肃省金融发展与经济增长效率之间的关系，对于推动甘肃省经济转型升级、实现可持续发展具有重要的现实意义。从理论层面来看，金融发展与经济增长效率之间的关系一直是经济学领域的研究热点。国内外学者通过大量的理论和实证研究，提出了多种理论观点和研究方法。然而，由于不同地区的经济结构、金融环境和政策制度等存在差异，金融发展与经济增长效率之间的关系在不同地区可能表现出不同的特征。因此，针对甘肃省这样的欠发达地区，开展金融发展与经济增长效率的实证研究，有助于丰富和完善区域金融发展理论，为进一步深入研究金融发展与经济增长的关系提供新的视角和实证依据。从实践层面来看，研究甘肃省金融发展与经济增长效率的关系，对于制定科学合理的区域经济发展政策具有重要的参考价值。通过实证分析，可以准确把握甘肃省金融发展对经济增长效率的影响机制和作用效果，从而为政府部门制定金融支持政策、优化金融资源配置、推动金融创新提供有力的决策依据。同时，也有助于金融机构更好地了解甘肃省经济发展的需求和特点，调整业务布局和服务策略，提高金融服务实体经济的能力和水平，促进甘肃省经济的高质量发展。1.2研究目标与方法本研究旨在通过对甘肃省面板数据的深入分析，精确揭示金融发展与经济增长效率之间的内在关系，为甘肃省制定科学合理的金融政策和经济发展战略提供坚实的数据支撑和理论依据。具体而言，研究目标主要涵盖以下几个方面：其一，全面且准确地测度甘肃省金融发展水平和经济增长效率，通过选取科学合理的指标体系，运用先进的计量方法，对金融发展的规模、结构、效率以及经济增长效率进行量化评估，为后续的关系研究奠定基础；其二，深入剖析金融发展对甘肃省经济增长效率的作用机制，从理论和实证两个层面出发，探讨金融发展如何通过资本积累、资源配置、技术创新等渠道影响经济增长效率，揭示其中的传导路径和内在逻辑；其三，精准识别影响甘肃省经济增长效率的金融因素及其他关键因素，通过构建多元回归模型，对各种可能影响经济增长效率的因素进行实证检验，明确各因素的影响方向和程度，为政策制定提供针对性的建议；其四，基于研究结论，为甘肃省提升金融发展水平、优化金融资源配置、促进经济增长效率提高提出切实可行的政策建议，助力甘肃省实现经济的高质量发展。在研究方法上，本研究将综合运用多种研究方法，以确保研究的科学性、严谨性和可靠性。具体方法如下：文献研究法：全面且系统地梳理国内外关于金融发展与经济增长效率关系的相关文献，深入了解该领域的研究现状、发展趋势以及存在的问题。通过对已有研究成果的分析和总结，汲取有益的研究思路和方法，为本研究提供坚实的理论基础和研究启示。实证分析法：以甘肃省为研究对象，精心收集整理2000-2020年的面板数据，涵盖经济增长、金融发展、产业结构、科技创新等多个方面。运用计量经济学方法，对数据进行严谨的处理和分析，构建合适的计量模型，以验证金融发展与经济增长效率之间的关系，并深入探讨影响经济增长效率的各种因素。计量模型法：采用随机前沿分析（SFA）方法，构建超越对数生产函数模型，准确测度甘肃省经济增长效率。随机前沿分析方法能够有效考虑技术非效率因素对生产过程的影响，从而更加准确地评估经济增长效率。同时，通过构建面板数据模型，深入分析金融发展指标与经济增长效率之间的关系，控制其他可能影响经济增长效率的变量，以确保研究结果的准确性和可靠性。对比分析法：将甘肃省与其他经济发展水平相近或金融发展模式不同的地区进行对比分析，深入探讨不同地区在金融发展与经济增长效率方面的差异及其原因。通过对比分析，借鉴其他地区的成功经验，为甘肃省提供有益的参考和借鉴，探索适合甘肃省的金融发展路径和经济增长模式。1.3研究创新点与不足本研究在多个方面展现出创新之处，为金融发展与经济增长效率关系的研究提供了新的视角和方法。在指标体系构建方面，本研究突破了以往单一或少数指标衡量金融发展与经济增长效率的局限，构建了更为全面和系统的多维度指标体系。在衡量金融发展时，不仅纳入了金融相关比率、金融机构存贷款余额等传统规模指标，还考虑了金融结构比例、金融市场活跃度等结构与效率指标，从多个角度全面反映甘肃省金融发展的状况。在测度经济增长效率时，综合运用了全要素生产率、技术效率、规模效率等多个指标，充分考虑了经济增长过程中的技术进步、资源配置效率以及规模经济等因素，使研究结果更具全面性和准确性。考虑区域异质性也是本研究的一大创新点。与以往多数研究将地区视为整体、忽略区域内部差异不同，本研究充分关注到甘肃省不同地区在经济发展水平、产业结构、金融生态等方面存在的显著异质性。通过对甘肃省不同地区的面板数据进行分组分析和对比研究，深入探究了金融发展对经济增长效率的影响在不同地区的差异表现及内在原因。这种基于区域异质性的研究方法，使研究结论更贴合甘肃省各地区的实际情况，为制定差异化的区域金融政策和经济发展策略提供了更具针对性的依据。研究方法的综合运用也为本研究增添了亮点。本研究将多种研究方法有机结合，发挥各自优势，确保研究的科学性和可靠性。在理论分析阶段，深入梳理和总结了金融发展理论、经济增长理论以及相关的计量经济学理论，为实证研究奠定了坚实的理论基础。在实证分析过程中，综合运用了随机前沿分析（SFA）、面板数据模型、格兰杰因果检验、协整检验等多种计量方法。SFA方法用于准确测度经济增长效率，充分考虑了技术非效率因素的影响；面板数据模型则用于分析金融发展与经济增长效率之间的关系，有效控制了个体异质性和时间趋势；格兰杰因果检验和协整检验用于确定变量之间的因果关系和长期稳定关系，使研究结论更具说服力。然而，本研究也不可避免地存在一些不足之处。在数据方面，虽然本研究收集了2000-2020年甘肃省的面板数据，但部分数据存在缺失或质量不高的问题，这可能对研究结果的准确性产生一定影响。同时，由于数据可得性的限制，一些能够反映金融发展与经济增长效率的重要指标，如金融创新程度、金融服务质量等，未能纳入研究范围，这在一定程度上限制了研究的全面性和深度。在模型设定方面，尽管本研究采用了较为先进的计量模型，但模型假设仍然存在一定程度的简化。例如，在构建随机前沿生产函数模型时，假设技术进步是中性的，这与实际情况可能存在一定偏差。此外，模型中可能遗漏了一些对金融发展与经济增长效率有重要影响的变量，如制度因素、文化因素等，这也可能导致研究结果存在一定的偏差。在研究范围方面，本研究仅以甘肃省为研究对象，虽然能够深入了解甘肃省金融发展与经济增长效率的关系，但研究结论的普适性可能受到一定限制。未来的研究可以进一步扩大研究范围，将甘肃省与其他欠发达地区或发达地区进行对比分析，以更全面地揭示金融发展与经济增长效率之间的关系及其在不同地区的差异。二、文献综述2.1金融发展理论演进金融发展理论旨在探究金融发展与经济增长之间的内在关联，其演进历程贯穿了经济学发展的多个重要阶段，对全球经济发展和政策制定产生了深远影响。从早期理论的萌芽，到现代理论的不断创新，金融发展理论始终紧密围绕着金融与经济的互动关系展开，为各国经济发展提供了丰富的理论指导和实践经验。早期金融发展理论的起源可追溯到20世纪中叶，格利（Gurley）和肖（Shaw）在1955-1956年期间合作发表的《经济发展中的金融方面》以及《金融中介机构与储蓄-投资过程》两篇论文，为该领域的研究奠定了基石。他们深入剖析了金融与经济发展之间的紧密联系，着重强调了金融中介在储蓄向投资转化过程中所发挥的关键作用。通过构建金融发展模型，格利和肖指出，经济发展水平与金融在经济中的作用呈正比例关系，随着经济的不断发展，金融的作用将愈发凸显。他们从专业化和劳动分工的角度，进一步论证了金融因素对经济发展的促进作用，为后续研究提供了重要的理论框架和研究思路。1969年，戈德史密斯（Goldsmith）出版的《金融结构与金融发展》一书，标志着金融发展理论的重大突破。戈德史密斯首次明确提出金融发展即金融结构变化的核心观点，并对金融结构的内涵进行了系统阐述。他将金融结构划分为三个层次，分别从金融上层结构与经济基础的关系、金融工具结构以及金融中介结构等多个维度，深入分析了金融结构的构成和变化规律。为了衡量金融发展水平，戈德史密斯创造性地提出了金融相关比率（FIR）这一重要指标，通过金融资产总量占GDP的比重，直观地反映了金融在整个经济体系中的重要性。通过对近百年金融发展和当代35个国家货币制度状况的比较研究，戈德史密斯得出经济增长与金融发展同步进行的重要结论，揭示了金融发展与经济增长之间的紧密联系。他的研究成果为金融发展理论的实证研究提供了重要的方法和工具，推动了金融发展理论从定性分析向定量分析的转变。20世纪70年代，麦金农（Mckinnon）和肖（Shaw）分别提出的“金融抑制”和“金融深化”理论，进一步深化了人们对金融发展与经济增长关系的认识。麦金农在《经济发展中的货币与资本》一书中指出，发展中国家普遍存在金融抑制现象，政府对金融市场的过度干预，如对利率和汇率的严格管制，导致市场机制无法有效发挥作用，进而阻碍了经济的发展。在金融抑制的环境下，实际利率往往被压低，储蓄意愿受到抑制，投资资金来源受限，经济增长受到制约。肖在《经济发展中的金融深化》中则提出，发展中国家应采取金融深化措施，减少政府对金融市场的干预，放松对利率和汇率的管制，使市场机制能够自由调节金融资源的配置。通过金融深化，实际利率能够反映市场供求关系，储蓄得以有效动员，投资效率得以提高，从而促进经济的增长。金融抑制和金融深化理论的提出，为发展中国家制定金融政策提供了重要的理论依据，引发了全球范围内对金融自由化的广泛讨论和实践。随着内生增长理论的兴起，20世纪90年代以后，以金（King）和莱文（Levine）等人为代表的经济学家在内生增长理论的基础上，采用最优化方法重新审视金融在经济发展中的作用，形成了第二代金融发展理论，也被称为新金融发展理论。新金融发展理论更加注重金融体系的内生性和金融功能的发挥，强调金融发展对经济增长的长期促进作用。莱文认为，金融体系通过发挥动员储蓄、配置资本、分散风险、监督公司治理等多种功能，能够促进资本积累和技术创新，进而推动经济增长。他还通过实证研究，验证了金融发展与经济增长之间的正相关关系，并指出金融发展水平的差异是导致不同国家经济增长差异的重要原因之一。新金融发展理论的出现，为金融发展理论注入了新的活力，进一步拓展了金融发展理论的研究领域和方法。进入21世纪，金融发展理论在理论和实证研究方面不断取得新的进展。随着信息技术的飞速发展和金融创新的不断涌现，金融发展理论开始关注金融科技、普惠金融等新兴领域对经济增长的影响。一些研究表明，金融科技的发展能够提高金融服务的效率和可获得性，降低金融交易成本，促进金融市场的竞争和创新，从而为经济增长提供新的动力。普惠金融的发展则有助于缩小贫富差距，促进社会公平，为经济的可持续增长奠定坚实的基础。此外，随着全球经济一体化进程的加速，金融发展理论也开始关注国际金融市场的联动性和金融风险的跨国传播，为国际金融合作和金融监管提供了理论支持。2.2金融发展与经济增长效率关系研究2.2.1国外研究现状国外学者对金融发展与经济增长效率关系的研究起步较早，成果丰硕。Goldsmith（1969）通过对35个国家1860-1963年的金融发展与经济增长数据进行分析，开创性地提出金融相关比率（FIR）这一指标，用以衡量金融发展水平。研究发现，经济增长与金融发展在历史进程中大致同步，金融发展水平的提升对经济增长具有积极的促进作用，较高的FIR值往往伴随着较快的经济增长速度。这一研究为后续学者深入探讨金融发展与经济增长的关系奠定了坚实的实证基础。King和Levine（1993）在Goldsmith研究的基础上，进一步拓展了研究范围和深度。他们搜集了80个国家1960-1989年的数据，运用多元回归分析方法，深入研究了金融发展对经济增长的影响。研究结果表明，金融中介通过资本积累和技术进步这两个关键渠道，对经济增长产生了显著的促进作用。金融中介能够更有效地动员储蓄，将分散的资金集中起来，为企业的投资和生产提供充足的资金支持，从而促进资本积累；同时，金融中介还能够筛选出具有创新潜力和高回报率的投资项目，引导资金流向这些项目，推动技术进步，进而提高经济增长效率。Levine和Zervos（1996）则将研究视角聚焦于股票市场发展与经济增长的关系。他们通过对41个国家1976-1993年的数据分析，发现股票市场的发展与经济增长之间存在显著的正相关关系。股票市场的发展能够为企业提供更为便捷的融资渠道，降低企业的融资成本，促进企业的投资和扩张；同时，股票市场的价格信号能够引导资源的合理配置，提高资源的配置效率，从而对经济增长产生积极的促进作用。Arestis和Demetriades（1997）运用时间序列分析方法，对英国、美国、德国、日本和法国等5个发达国家的金融发展与经济增长关系进行了深入研究。结果显示，金融发展对经济增长具有重要的推动作用，且银行和股票市场在促进经济增长方面都发挥了积极作用，但银行的作用相对更为显著。银行作为传统的金融中介机构，在资金融通、风险分散和信息处理等方面具有独特的优势，能够为企业提供全方位的金融服务，对经济增长的支持作用更为直接和有效。然而，也有部分学者的研究结论与上述观点存在差异。例如，Cecchetti和Kharroubi（2012）通过对多个国家的数据分析发现，金融发展与经济增长之间并非简单的线性关系。当金融发展超过一定水平后，可能会对经济增长产生负面影响。他们认为，过度的金融发展可能导致金融资源的错配，资金流向非生产性领域，从而降低经济增长效率；同时，金融市场的过度投机和不稳定也可能对实体经济造成冲击，阻碍经济的健康发展。综上所述，国外学者的研究普遍认为金融发展对经济增长效率具有重要影响，金融发展能够通过多种途径促进经济增长，如资本积累、技术进步和资源配置优化等。然而，不同国家和地区的金融发展与经济增长效率之间的关系可能存在差异，金融发展对经济增长的促进作用也并非是无条件的，受到金融市场结构、金融监管制度以及实体经济发展状况等多种因素的制约。2.2.2国内研究现状国内学者对金融发展与经济增长效率关系的研究始于20世纪90年代，随着我国经济的快速发展和金融体制改革的不断深入，相关研究逐渐增多。谈儒勇（1999）运用1993-1998年的数据，采用普通最小二乘法（OLS）对我国金融中介发展与经济增长进行了实证检验。研究结果表明，我国金融中介发展与经济增长之间存在显著的正相关关系，金融中介的发展能够为企业提供更多的资金支持，促进企业的投资和生产，进而推动经济增长；而股市发展与经济增长关系不明确，股市在我国经济增长中的作用尚未充分发挥，可能是由于我国股市发展尚不完善，市场机制不健全，存在信息不对称、投机过度等问题。史永东、武志等（1999）利用我国1978-1999年的年度经济数据，运用格兰杰因果检验方法对我国金融发展与经济增长之间的因果关系进行了研究。结果发现，我国金融发展与经济增长之间存在双向因果关系，即金融发展能够促进经济增长，经济增长也能够带动金融发展。经济的增长会增加对金融服务的需求，推动金融市场的发展和金融创新；而金融发展则为经济增长提供了必要的资金支持和资源配置渠道，促进经济的进一步增长。曹啸、吴军（2002）运用格兰杰因果检验和协整检验方法，对我国金融发展与经济增长之间的长期均衡关系和因果关系进行了研究。结果表明，我国金融发展是经济增长的格兰杰原因，金融发展对经济增长具有显著的促进作用；同时，我国金融发展与经济增长之间存在长期稳定的协整关系，金融发展与经济增长在长期内相互影响、相互促进。在区域层面的研究中，陈黎敏（2011）通过对全国31个省市自治区1978-2008年的金融发展与经济增长的面板数据分析发现，金融发展与经济增长总体呈现很强的正相关关系，但由于各地的经济基础不同，各地区之间差异较大。总体来说，东部地区金融发展对经济增长的推动作用较强，而中西部地区金融发展对经济增长的促进作用较弱。这可能是因为东部地区经济发达，金融市场完善，金融资源丰富，能够更好地发挥金融对经济增长的促进作用；而中西部地区经济相对落后，金融市场发展滞后，金融资源配置效率较低，限制了金融对经济增长的推动作用。王定祥、李伶俐等（2013）对我国农村金融发展与农村经济增长效率之间的关系进行了研究。结果表明，我国农村金融发展对农村经济增长效率具有显著的正向影响，但影响程度存在地区差异。在东部地区，农村金融发展对农村经济增长效率的促进作用较为明显；而在中西部地区，由于农村金融市场发展不完善，金融服务供给不足，农村金融发展对农村经济增长效率的促进作用相对较弱。综上所述，国内学者的研究表明，我国金融发展与经济增长效率之间存在密切的关系，金融发展总体上能够促进经济增长效率的提高。然而，由于我国各地区经济发展水平、金融市场结构和金融生态环境等存在差异，金融发展对经济增长效率的影响在不同地区呈现出不同的特征。在经济发达地区，金融发展对经济增长效率的促进作用更为显著；而在经济欠发达地区，金融发展对经济增长效率的促进作用相对较弱，需要进一步加强金融支持和金融创新，提高金融资源配置效率，以促进经济增长效率的提升。2.3研究现状总结与展望综上所述，国内外学者在金融发展与经济增长效率关系的研究方面取得了丰硕的成果，为后续研究奠定了坚实的基础。然而，现有研究仍存在一些不足之处，有待进一步完善和拓展。在理论框架方面，虽然金融发展理论经历了多个阶段的演进，但目前尚未形成一个统一、完善的理论体系。不同理论流派从不同角度出发，对金融发展与经济增长效率的关系进行阐述，各有其合理性和局限性。例如，早期的金融结构理论主要关注金融结构的变化对经济增长的影响，而对金融功能的发挥以及金融市场的动态变化考虑不足；金融抑制和金融深化理论则侧重于从政策层面分析政府干预对金融发展和经济增长的影响，对金融市场的内生性和自我调节机制研究不够深入。因此，未来研究需要进一步整合不同理论流派的观点，构建一个更加综合、全面的理论框架，以更好地解释金融发展与经济增长效率之间的复杂关系。在实证研究方法上，现有研究大多采用传统的计量经济学方法，如普通最小二乘法、格兰杰因果检验、协整检验等。这些方法虽然在一定程度上能够揭示变量之间的线性关系，但对于金融发展与经济增长效率之间可能存在的非线性关系、动态变化以及复杂的传导机制，难以进行深入分析。此外，部分研究在样本选择、指标选取和模型设定等方面存在一定的主观性和局限性，导致研究结果的可靠性和普适性受到影响。因此，未来研究需要引入更加先进的实证研究方法，如面板门槛模型、向量自回归模型、空间计量模型等，以更好地捕捉金融发展与经济增长效率之间的复杂关系和动态变化；同时，应加强对样本选择、指标选取和模型设定的规范性和科学性研究，提高研究结果的可靠性和普适性。在区域研究方面，现有研究对不同地区金融发展与经济增长效率关系的差异研究还不够深入和系统。虽然一些研究已经关注到区域异质性的影响，但大多只是简单地对不同地区进行分组比较，缺乏对区域差异背后深层次原因的挖掘和分析。此外，不同地区的金融发展和经济增长受到多种因素的影响，如地理环境、政策制度、文化传统等，这些因素之间相互作用、相互影响，使得区域金融发展与经济增长效率的关系更加复杂。因此，未来研究需要进一步加强对区域异质性的研究，深入分析不同地区金融发展与经济增长效率关系的差异及其原因，为制定差异化的区域金融政策和经济发展战略提供更加科学的依据。基于以上不足，未来研究可以从以下几个方向展开拓展：一是深入研究金融发展对经济增长效率的作用机制，不仅要关注资本积累、资源配置和技术创新等传统渠道，还要探索金融发展对产业结构升级、企业创新能力提升、市场竞争环境优化等方面的影响，以全面揭示金融发展与经济增长效率之间的内在联系；二是加强对金融发展与经济增长效率关系的动态研究，考虑经济周期、金融市场波动等因素对两者关系的影响，分析金融发展在不同经济发展阶段对经济增长效率的作用差异，为制定具有前瞻性和适应性的金融政策提供参考；三是进一步拓展研究范围，将金融发展与经济增长效率的研究与其他相关领域，如环境经济学、社会经济学等相结合，探讨金融发展在促进经济可持续发展、社会公平正义等方面的作用，为实现经济、社会和环境的协调发展提供理论支持；四是加强对新兴金融领域和金融创新的研究，关注金融科技、数字货币、绿色金融等新兴金融业态对经济增长效率的影响，及时捕捉金融发展的新趋势和新变化，为金融创新和经济发展提供有益的借鉴。三、甘肃省金融发展与经济增长现状分析3.1甘肃省金融发展现状3.1.1金融机构与市场规模近年来，甘肃省金融机构体系不断完善，涵盖了银行、证券、保险等多个领域，为经济发展提供了多元化的金融支持。在银行机构方面，截至2024年末，全省共有各类银行业金融机构138家，其中包括国有大型商业银行、股份制商业银行、城市商业银行、农村信用社、村镇银行等多种类型。这些银行机构在全省范围内广泛布局营业网点，形成了较为完善的金融服务网络。2024年末，全省银行业金融机构本外币各项存款余额达到2.87万亿元，同比增长8.2%，全年新增存款2177亿元，同比多增529亿元。其中，住户存款余额1.91万亿元，同比增长10.2%，全年新增住户存款1768亿元，住户存款新增量占各项存款新增量的比重超过八成，成为推动存款增长的主要力量。企业存款余额为4619亿元，同比增长10.8%，增速实现了“由负转正”，反映出企业资金状况的改善和经营信心的增强。本外币各项贷款余额为2.9万亿元，同比增长5.5%，全年新增贷款1506亿元。从贷款结构来看，企事业单位贷款余额2.14万亿元，同比增长5%，主要用于支持企业的生产经营和投资活动；住户贷款余额7536亿元，同比增长7.1%，其中消费贷款和经营贷款均保持了一定的增长速度，为居民消费升级和创业创新提供了资金支持。证券市场方面，甘肃省证券期货业机构数量达到118家，涵盖了证券公司、期货公司及其分支机构等。尽管证券市场在甘肃省金融体系中的规模相对较小，但近年来也取得了一定的发展。截至2024年底，全省境内上市公司数量为[X]家，总市值达到[X]亿元，通过资本市场融资的规模不断扩大。证券市场的发展为企业提供了直接融资渠道，有助于优化企业的资本结构，降低融资成本，促进企业的发展壮大。然而，与东部发达地区相比，甘肃省证券市场的发展仍存在较大差距，上市公司数量较少，市值规模较小，市场活跃度较低，证券市场在资源配置中的作用尚未得到充分发挥。保险市场在甘肃省金融体系中也占据着重要地位。截至2024年末，全省共有保险公司33家，涵盖了人寿保险、财产保险、健康保险等多个领域，为经济社会发展提供了全方位的风险保障。2024年，全省原保险保费收入达到[X]亿元，同比增长[X]%，保险深度（保费收入占GDP的比重）为[X]%，保险密度（人均保费收入）为[X]元。保险市场的发展不仅有助于分散经济活动中的风险，保障企业和居民的财产安全，还能够通过资金运用，为实体经济提供资金支持，促进经济的稳定发展。在金融市场交易规模方面，随着金融体系的不断完善和金融创新的推进，甘肃省金融市场交易规模呈现出稳步增长的态势。货币市场交易活跃，银行间同业拆借、债券回购等交易规模不断扩大，为金融机构之间的资金融通和流动性管理提供了便利。资本市场交易也日益活跃，股票、债券等证券的发行和交易规模逐步增加，为企业融资和投资者投资提供了更多的选择。保险市场的赔付支出也在不断增加，2024年全省保险业累计赔付支出达到[X]亿元，同比增长[X]%，有效发挥了保险的经济补偿功能。3.1.2金融业务与创新甘肃省金融机构在存贷款、理财等传统金融业务方面持续发展，不断优化服务质量和效率，以满足经济社会发展的多样化金融需求。在存款业务方面，各金融机构通过推出多样化的存款产品，如大额存单、结构性存款等，吸引居民和企业存款。这些产品不仅具有较高的收益率，还具有不同的期限和风险特征，能够满足不同客户的需求。同时，金融机构加强了对存款客户的服务，提供便捷的线上线下存款渠道，以及个性化的金融咨询服务，提高了客户的满意度和忠诚度。贷款业务方面，金融机构不断优化贷款审批流程，提高贷款发放效率，加大对实体经济的支持力度。针对企业的贷款需求，金融机构根据企业的规模、经营状况和信用等级等因素，提供多样化的贷款产品，如流动资金贷款、固定资产贷款、项目贷款等。对于小微企业和个体工商户，金融机构积极推广小额信贷、信用贷款等产品，缓解其融资难、融资贵问题。在消费贷款领域，金融机构加大了对住房、汽车、教育、医疗等消费领域的贷款支持，推动了居民消费的升级。理财业务作为金融机构的重要业务之一，近年来在甘肃省也得到了较快发展。金融机构推出了多种理财产品，包括银行理财产品、信托产品、基金产品等，满足了不同投资者的风险偏好和收益需求。这些理财产品的投资范围广泛，涵盖了债券、股票、基金、信托计划、资产证券化产品等多种资产，为投资者提供了多元化的投资选择。同时，金融机构加强了对理财产品投资者的风险教育和投资咨询服务，提高了投资者的风险意识和投资能力。随着信息技术的飞速发展，金融科技在甘肃省金融领域的应用日益广泛，为金融业务创新和服务提升注入了新的活力。许多金融机构积极引入大数据、人工智能、区块链等先进技术，优化金融服务流程，提高金融服务效率和质量。通过大数据技术，金融机构能够对客户的信用状况、消费行为、投资偏好等进行精准分析，从而实现精准营销和风险控制。例如，在贷款审批过程中，利用大数据分析客户的信用记录、收入状况和负债情况等信息，能够更准确地评估客户的还款能力和信用风险，提高贷款审批的效率和准确性。人工智能技术在金融客服、智能投顾等领域的应用也取得了显著成效。金融机构通过建立智能客服系统，能够实现24小时不间断的客户服务，及时解答客户的咨询和问题，提高客户服务的响应速度和满意度。智能投顾则根据客户的风险偏好、投资目标和资产状况等因素，运用人工智能算法为客户提供个性化的投资组合建议，实现智能化的资产配置。区块链技术在金融领域的应用也逐渐展开，主要体现在跨境支付、供应链金融、征信等方面。在跨境支付领域，区块链技术能够实现快速、安全、低成本的跨境资金转移，提高跨境支付的效率和透明度。在供应链金融领域，区块链技术能够实现供应链上信息的共享和不可篡改，增强供应链金融的安全性和可信度，为中小企业提供更便捷的融资服务。在征信领域，区块链技术能够整合各方信用信息，建立更加全面、准确的征信体系，降低信用风险。然而，甘肃省金融创新仍面临一些问题和挑战。一方面，金融创新的动力和能力相对不足，部分金融机构对金融创新的重视程度不够，缺乏创新人才和创新投入，导致金融创新产品和服务的数量和质量相对较低。另一方面，金融创新的监管体系尚不完善，存在监管滞后、监管套利等问题，一定程度上影响了金融创新的健康发展。此外，金融消费者对金融创新产品和服务的认知和接受程度较低，也制约了金融创新的推广和应用。3.1.3金融政策与支持为了促进甘肃省金融发展和经济增长，国家和地方政府出台了一系列金融政策，加大了对金融领域的支持力度。在国家层面，货币政策对甘肃省经济发展提供了重要支持。中国人民银行通过运用多种货币政策工具，如再贷款、再贴现、公开市场操作等，调节货币供应量和利率水平，为甘肃省金融机构提供充足的流动性支持，降低实体经济融资成本。近年来，央行通过降低存款准备金率、下调贷款市场报价利率（LPR）等措施，引导金融机构加大对甘肃省的信贷投放，降低企业融资成本。2024年，全省新发放企业贷款加权平均利率为3.71%，同比下降0.65个百分点；新发放小微企业贷款加权平均利率为4.38%，同比下降0.54个百分点，有效减轻了企业的融资负担，促进了企业的发展。在产业政策方面，国家对甘肃省的特色产业和重点领域给予了重点支持。对于甘肃省的能源、化工、有色等传统优势产业，国家通过产业政策引导金融机构加大信贷投放，支持企业技术改造和转型升级，提高产业竞争力。对于战略性新兴产业，如新能源、新材料、生物医药等，国家出台了一系列扶持政策，鼓励金融机构提供多元化的金融服务，促进新兴产业的发展壮大。此外，国家还通过财政贴息、税收优惠等政策，引导金融机构加大对农村地区、小微企业、科技创新等领域的支持力度，促进经济的均衡发展。甘肃省地方政府也出台了一系列金融政策，以促进本地金融发展和经济增长。在金融机构培育方面，地方政府积极引进各类金融机构，鼓励金融机构在甘肃省设立分支机构，完善金融服务体系。同时，地方政府加大对本地金融机构的支持力度，通过注资、政策扶持等方式，增强金融机构的资本实力和抗风险能力，促进金融机构的健康发展。在金融市场建设方面，地方政府积极推动金融市场的创新和发展，鼓励金融机构开展金融产品和服务创新，拓宽企业融资渠道。例如，甘肃省积极推动企业上市融资，出台了一系列扶持政策，鼓励企业通过资本市场融资。同时，地方政府加强了对区域性股权市场的建设和监管，为中小企业提供了股权融资和股权转让的平台。在金融支持实体经济方面，地方政府出台了一系列政策措施，引导金融机构加大对实体经济的支持力度。通过建立风险补偿基金、贷款担保基金等方式，降低金融机构的信贷风险，提高金融机构支持实体经济的积极性。此外，地方政府还加强了对金融政策的宣传和落实，建立了金融服务协调机制，及时解决金融机构和企业在融资过程中遇到的问题，提高金融服务的效率和质量。这些金融政策的出台和实施，对甘肃省金融发展和经济增长起到了积极的支持作用。通过政策引导，金融资源向实体经济重点领域和薄弱环节倾斜，促进了产业结构调整和经济转型升级；同时，金融政策的实施也有助于降低企业融资成本，提高金融服务效率，增强金融服务实体经济的能力，为甘肃省经济的持续健康发展提供了有力的金融保障。3.2甘肃省经济增长现状3.2.1GDP增长趋势甘肃省地区生产总值（GDP）近年来呈现出持续增长的态势，但增长过程中也存在一定的波动。根据相关数据统计，2000年甘肃省GDP仅为1052.88亿元，到2024年已增长至13003亿元，25年间增长了约11.35倍，年均增长率达到了10.47%。从增长趋势来看，2000-2012年期间，甘肃省GDP保持了较快的增长速度，年均增长率达到12.38%。这一时期，随着国家西部大开发战略的深入实施，甘肃省加大了基础设施建设投入，积极推动产业结构调整和升级，为经济增长提供了有力支撑。例如，在交通基础设施建设方面，甘肃省加大了对公路、铁路等交通项目的投资，兰新铁路第二双线、宝兰客运专线等一批重大交通项目相继建成通车，大大改善了甘肃省的交通条件，促进了区域间的经济交流与合作。在产业发展方面，甘肃省积极培育壮大特色优势产业，如能源、化工、有色等产业，这些产业的快速发展带动了相关配套产业的发展，形成了产业集群效应，推动了经济的快速增长。然而，2013-2016年期间，甘肃省GDP增长速度出现了明显放缓，年均增长率降至7.32%。这主要是由于受到全球经济增长放缓、国内经济结构调整以及大宗商品价格下跌等因素的影响，甘肃省传统产业面临较大的发展压力。能源、化工、有色等产业作为甘肃省的支柱产业，受到市场需求下降、价格下跌等因素的影响，企业生产经营困难，盈利能力下降，对经济增长的拉动作用减弱。同时，甘肃省经济结构相对单一，新兴产业发展相对滞后，在经济结构调整过程中，经济增长面临较大的转型压力。2017-2024年期间，甘肃省GDP增长速度逐渐企稳回升，年均增长率达到8.36%。这一时期，甘肃省积极贯彻落实国家创新驱动发展战略，加快推进产业结构调整和转型升级，大力培育新兴产业，经济发展的动力和活力不断增强。在传统产业改造升级方面，甘肃省加大了对能源、化工、有色等产业的技术改造投入，推动企业采用先进的生产技术和设备，提高生产效率和产品质量，降低生产成本。例如，金川集团通过技术创新，研发出了一系列具有自主知识产权的新技术、新工艺，提高了资源综合利用效率，降低了环境污染，企业的市场竞争力得到了显著提升。在新兴产业培育方面，甘肃省积极发展新能源、新材料、生物医药、信息技术等战略性新兴产业，出台了一系列扶持政策，吸引了一批重大项目落地。酒泉市大力发展风电、光电等新能源产业，已成为全国重要的新能源基地之一；兰州新区积极培育生物医药产业，引进了一批知名企业，生物医药产业已成为兰州新区的重要支柱产业之一。通过对甘肃省GDP增长趋势的分析，可以发现经济增长与政策导向、产业发展密切相关。在国家西部大开发战略的支持下，基础设施建设的完善和特色产业的发展推动了经济的快速增长；而在经济结构调整和转型升级的过程中，传统产业面临的挑战和新兴产业发展的不足，导致了经济增长速度的波动。未来，甘肃省应继续加强政策引导，加大对新兴产业的培育和支持力度，加快传统产业的转型升级，以实现经济的持续稳定增长。3.2.2产业结构分析甘肃省产业结构在过去几十年间发生了显著变化，经历了从以农业为主导向以工业和服务业为主导的转变。2000年，甘肃省三次产业结构比例为20.1：44.4：35.5，第一产业占比较高，工业和服务业发展相对滞后。随着经济的发展和产业结构的调整，到2024年，三次产业结构比例调整为12.5：34.1：53.4，第一产业占比显著下降，第二产业占比略有下降，第三产业占比大幅提升，成为经济增长的主要驱动力。在第一产业方面，尽管占比逐渐下降，但农业生产总体保持稳定，特色产业发展态势良好。甘肃省充分发挥自身的自然资源优势，大力发展现代寒旱特色农业，“牛羊菜果薯药”等特色产业规模不断扩大，质量和效益不断提升。2024年，全省粮食总产量达到1296.1万吨，连续五年保持在1200万吨以上，再创历史新高；蔬菜、园林水果、中药材产量分别增长7.6%、7.8%和7.8%，对第一产业增加值增长的拉动作用明显。畜牧业也保持稳定发展，生猪、牛、羊、家禽出栏均实现增长，猪牛羊禽肉产量增长8.6%，牛奶、禽蛋产量分别增长14.3%、26.0%。特色农业的发展不仅保障了农产品的有效供给，还促进了农民增收和农村经济的发展。第二产业作为甘肃省的传统优势产业，在经济发展中占据重要地位。近年来，甘肃省坚定不移地实施“强工业”行动，纵深推进新型工业化，加快推动产业转型升级，工业生产提速进位，支柱产业提级扩容。2024年，全省规模以上工业增加值比上年增长10.8%，增速比上年加快3.2个百分点，比全国高5.0个百分点，连续6个月居全国第2位。从行业来看，支柱行业呈现“11升1降”的态势，有色行业增加值比上年增长27.9%，增速自2021年以来连续48个月保持在两位数以上，对全省规上工业增长的拉动作用显著；石化、电子、冶金行业增加值也实现了不同程度的增长。从企业类型来看，规上国有控股工业企业和民营工业企业均保持良好发展态势，分别实现增加值增长10.9%和10.4%，对全省规上工业增长发挥了重要的拉动作用。然而，甘肃省工业发展也面临一些挑战，如产业结构偏重，传统产业占比较大，新兴产业发展相对不足；产业附加值较低，创新能力有待提高等。第三产业近年来发展迅速，占GDP的比重逐年上升，已成为甘肃省经济增长的重要引擎。2024年，全省第三产业增加值增长4.6%，占GDP的比重达到53.4%。其中，交通运输、仓储和邮政业，批发和零售业，住宿和餐饮业等传统服务业保持稳定发展；信息传输、软件和信息技术服务业，金融业，租赁和商务服务业等现代服务业发展势头强劲。信息传输、软件和信息技术服务业增加值增长11.0%，反映出甘肃省在数字经济领域的快速发展；金融业增加值增长4.3%，为实体经济发展提供了有力的金融支持。服务业的快速发展，不仅带动了就业增长，还促进了消费升级和经济结构的优化。总体而言，甘肃省产业结构不断优化，第三产业对经济增长的贡献率逐渐提高，产业结构逐渐向合理化和高级化方向发展。然而，与东部发达地区相比，甘肃省产业结构仍存在一定差距，如第一产业现代化水平较低，第二产业创新能力不足，第三产业发展层次有待提高等。因此，甘肃省应继续加大产业结构调整力度，加快传统产业转型升级，培育壮大新兴产业，推动产业结构向更高层次迈进。3.2.3经济增长面临的挑战甘肃省经济增长虽然取得了一定成绩，但在发展过程中仍面临诸多挑战，这些挑战制约了经济的进一步发展和增长效率的提升。甘肃省经济对资源的依赖程度较高，能源、化工、有色等资源型产业在经济中占据主导地位。这种资源依赖型的经济结构使得甘肃省经济增长易受资源价格波动和资源短缺的影响。国际市场上能源和大宗商品价格的大幅下跌，会导致甘肃省资源型企业利润下降，生产经营困难，进而影响全省经济增长。随着资源的不断开采，资源短缺问题也日益凸显，对经济的可持续发展构成威胁。长期过度依赖资源型产业，也导致甘肃省产业结构单一，新兴产业发展滞后，经济发展的韧性和抗风险能力较弱。甘肃省企业普遍存在市场竞争力不足的问题。一方面，企业规模较小，技术水平相对落后，创新能力不足，产品附加值较低，难以在市场竞争中占据优势地位。许多中小企业缺乏自主研发能力，主要依赖模仿和加工生产，产品同质化严重，市场份额有限。另一方面，甘肃省地处内陆，交通不便，物流成本较高，信息相对闭塞，这些因素也制约了企业的市场拓展和竞争力提升。在全国统一大市场的背景下，甘肃省企业面临着来自东部发达地区企业的激烈竞争，市场份额不断受到挤压。甘肃省基础设施建设相对薄弱，交通、能源、通信等基础设施建设仍不能满足经济快速发展的需求。在交通方面，虽然近年来甘肃省加大了交通基础设施建设投入，但与东部发达地区相比，公路、铁路、航空等交通网络仍不够完善，交通拥堵问题在一些地区较为突出，制约了区域间的经济交流和物流运输效率的提升。在能源方面，能源供应结构不够合理，清洁能源占比相对较低，能源利用效率有待提高，能源短缺问题在部分地区仍然存在。在通信方面，虽然甘肃省通信基础设施建设取得了一定进展，但在一些偏远地区，通信网络覆盖不足，网络速度较慢，影响了信息化建设和数字经济的发展。人才短缺是甘肃省经济增长面临的又一重要挑战。由于经济发展水平相对较低，就业机会有限，薪酬待遇不高，甘肃省难以吸引和留住高素质人才。同时，甘肃省教育资源相对匮乏，高等院校和科研机构数量较少，人才培养能力有限，也加剧了人才短缺的问题。人才短缺导致企业创新能力不足，技术进步缓慢，制约了产业结构的升级和经济的高质量发展。在新兴产业领域，如人工智能、大数据、生物医药等，由于缺乏专业人才，甘肃省相关产业的发展受到了严重制约。综上所述，甘肃省经济增长面临着资源依赖、市场竞争力不足、基础设施薄弱、人才短缺等诸多挑战。为实现经济的可持续增长和高质量发展，甘肃省需要采取有效措施，加快产业结构调整和转型升级，提高企业市场竞争力，加强基础设施建设，加大人才引进和培养力度，以应对这些挑战。四、研究设计4.1数据来源与样本选择本研究的数据主要来源于多个权威渠道，其中面板数据主要取自甘肃省统计年鉴、金融监管部门的统计资料以及国家统计局发布的相关数据。甘肃省统计年鉴涵盖了甘肃省经济、社会、人口等多方面的详细统计信息，为研究提供了丰富的数据基础，全面反映了甘肃省在各个时期的经济社会发展状况；金融监管部门的统计资料则精准聚焦于金融领域，提供了金融机构存贷款余额、金融市场交易数据等关键金融指标，这些数据对于准确衡量甘肃省金融发展水平至关重要；国家统计局发布的数据具有权威性和宏观性，为研究提供了与全国经济发展相关的背景数据和对比数据，有助于从更广阔的视角分析甘肃省的经济增长效率和金融发展情况。样本选取的时间范围为2000-2020年，这一时间段具有重要的研究意义。在这21年间，中国经济经历了快速发展和深刻变革，期间实施了西部大开发战略，对甘肃省的经济发展产生了深远影响。在西部大开发战略的推动下，甘肃省加大了基础设施建设投入，改善了交通、能源等基础设施条件，为经济增长奠定了坚实基础。同时，战略也促进了产业结构的调整和升级，吸引了大量的投资，推动了甘肃省经济的快速增长。2008年全球金融危机对中国经济包括甘肃省经济也带来了一定的冲击，在危机背景下，甘肃省经济发展面临诸多挑战，如外部需求下降、企业经营困难等。通过对这一时间段的数据进行分析，可以全面考察不同经济环境下甘肃省金融发展与经济增长效率之间的关系，以及政策调整和外部冲击对二者关系的影响，使研究结果更具现实意义和可靠性。地区范围覆盖了甘肃省下辖的14个市州，包括兰州市、嘉峪关市、金昌市、白银市、天水市、武威市、张掖市、平凉市、酒泉市、庆阳市、定西市、陇南市、临夏回族自治州和甘南藏族自治州。选择这14个市州作为研究对象，是因为它们在经济发展水平、产业结构、金融资源分布等方面存在显著差异。兰州市作为甘肃省的省会，是全省的政治、经济、文化中心，经济发展水平较高，金融资源丰富，金融机构种类齐全，金融市场相对活跃；而一些偏远的市州，如甘南藏族自治州和临夏回族自治州，经济发展水平相对较低，产业结构以农牧业为主，金融资源相对匮乏，金融市场发展滞后。这种地区间的差异为研究金融发展与经济增长效率的关系提供了丰富的样本，有助于深入分析不同地区金融发展对经济增长效率的影响机制和差异，从而为制定差异化的区域金融政策提供科学依据。4.2变量选取与测度4.2.1金融发展指标为全面且准确地衡量甘肃省金融发展水平，本研究选取了多个具有代表性的指标，从金融发展规模、金融结构和金融效率三个维度进行综合考量。金融相关比率（FIR）作为衡量金融发展规模的关键指标，能够直观地反映金融资产总量与经济总量之间的关系。其计算公式为：FIR=（金融机构存款余额+金融机构贷款余额）/地区生产总值（GDP）。该指标越大，表明金融发展规模越大，金融体系在经济中的地位越重要。在甘肃省的经济发展过程中，金融相关比率的变化能够反映金融体系对经济增长的支持程度。当FIR上升时，意味着金融机构的存贷款规模相对GDP有所增加，金融资源的配置能力增强，为经济增长提供了更多的资金支持，促进企业的投资和生产活动，进而推动经济增长。金融结构比例（FSR）用于衡量金融市场结构，体现直接融资与间接融资的相对规模。计算公式为：FSR=股票市值/（金融机构存款余额+金融机构贷款余额）。该指标反映了股票市场在金融体系中的相对重要性。较高的FSR值意味着股票市场在金融体系中的作用更为突出，直接融资在企业融资结构中的占比较大。在甘肃省，随着金融市场的发展，FSR的变化反映了金融结构的调整和优化。当FSR上升时，表明股票市场的规模扩大，企业更多地通过股票市场进行融资，这有助于优化企业的资本结构，降低融资成本，提高企业的竞争力，同时也促进了金融市场的多元化发展。金融效率指标（FE）主要考察金融机构将储蓄转化为投资的效率，采用金融机构贷款余额与存款余额的比值来衡量，即FE=金融机构贷款余额/金融机构存款余额。该指标反映了金融机构对资金的配置效率，比值越高，说明金融机构将储蓄转化为投资的效率越高，金融资源得到了更有效的利用。在甘肃省，金融效率的提升对于经济增长具有重要意义。当FE上升时，意味着金融机构能够更有效地将居民储蓄转化为企业投资，提高资金的使用效率，促进实体经济的发展，推动经济增长效率的提升。4.2.2经济增长效率指标本研究采用全要素生产率（TFP）来测度经济增长效率，它是衡量经济增长质量和效益的重要指标，能够全面反映生产过程中各种要素投入的综合利用效率。全要素生产率的增长通常来源于技术进步、效率改善和规模效应等因素，是经济可持续增长的关键驱动力。在甘肃省经济发展中，TFP的提升意味着在不增加或减少要素投入的情况下，通过技术创新、管理优化、资源配置效率提高等方式，实现经济产出的增加，从而推动经济增长从粗放型向集约型转变。本研究运用随机前沿分析（SFA）方法，并构建超越对数生产函数模型来测算全要素生产率。超越对数生产函数是一种常用的生产函数形式，它能够灵活地反映生产过程中要素之间的替代关系和技术进步的特征。其一般形式为：\lnY_{it}=\beta_{0}+\sum_{j=1}^{2}\beta_{j}\lnX_{jit}+\frac{1}{2}\sum_{j=1}^{2}\sum_{k=1}^{2}\beta_{jk}\lnX_{jit}\lnX_{kit}+v_{it}-\mu_{it}其中，Y_{it}表示第i个地区在第t时期的产出，这里采用地区生产总值（GDP）来衡量；X_{jit}表示第i个地区在第t时期的第j种投入要素，本研究选取资本投入（K）和劳动投入（L）作为主要投入要素，资本投入采用全社会固定资产投资来衡量，劳动投入采用年末就业人员数来衡量；\beta_{0}、\beta_{j}和\beta_{jk}为待估计参数；v_{it}为随机误差项，服从正态分布N(0,\sigma_{v}^{2})，表示生产过程中不可控的外部冲击和测量误差等因素；\mu_{it}为技术非效率项，服从半正态分布N^{+}(m_{it},\sigma_{\mu}^{2})，表示生产过程中由于技术水平未达到前沿面而导致的效率损失，m_{it}为技术非效率的均值，可进一步表示为其他影响因素的函数。通过对上述超越对数生产函数模型进行估计，可以得到各地区在不同时期的技术效率值（TE），技术效率反映了实际生产与前沿生产之间的差距，取值范围在0到1之间，值越接近1，表示技术效率越高，实际生产越接近前沿生产。全要素生产率（TFP）的增长率可以通过以下公式计算：TFP_{it}=TE_{it}\timese^{\sum_{j=1}^{2}\beta_{j}\lnX_{jit}+\frac{1}{2}\sum_{j=1}^{2}\sum_{k=1}^{2}\beta_{jk}\lnX_{jit}\lnX_{kit}+v_{it}}其中，TFP_{it}表示第i个地区在第t时期的全要素生产率。通过这种方法测算得到的全要素生产率，能够综合考虑技术进步、技术效率和要素投入等因素对经济增长的影响，更准确地反映甘肃省经济增长效率的变化情况。4.2.3控制变量为了更准确地分析金融发展对经济增长效率的影响，本研究引入了多个控制变量，这些变量在经济增长过程中发挥着重要作用，能够影响经济增长效率的变化。固定资产投资（FAI）是推动经济增长的重要因素之一，它能够直接增加生产资本，扩大生产规模，提高生产能力，从而对经济增长效率产生显著影响。固定资产投资主要通过资本积累效应促进经济增长。在甘肃省，大规模的固定资产投资，如基础设施建设、工业项目投资等，能够改善生产条件，提高生产效率，推动产业升级，进而促进经济增长。固定资产投资还能够带动相关产业的发展，产生乘数效应，进一步拉动经济增长。本研究采用全社会固定资产投资总额来衡量固定资产投资，该指标反映了一定时期内全社会建造和购置固定资产的工作量以及与此有关的费用的总称。劳动力投入（LI）是生产过程中的关键要素，劳动力的数量和质量直接影响经济增长效率。随着劳动力素质的提高，劳动者能够更好地掌握和运用先进的生产技术和管理经验，提高劳动生产率，促进经济增长效率的提升。在甘肃省，劳动力资源丰富，但劳动力素质相对较低，制约了经济增长效率的提高。因此，提高劳动力素质，加强劳动力培训和教育，对于提升甘肃省经济增长效率具有重要意义。本研究采用年末就业人员数来衡量劳动力投入，该指标反映了一定时期内全社会的就业规模。产业结构（IS）对经济增长效率有着重要影响，合理的产业结构能够促进资源的优化配置，提高生产效率，推动经济增长。产业结构的优化升级，表现为从传统产业向新兴产业、从劳动密集型产业向技术密集型产业的转变，能够带来更高的附加值和经济效益，促进经济增长效率的提升。在甘肃省，产业结构以传统产业为主，新兴产业发展相对滞后，产业结构不合理制约了经济增长效率的提高。因此，加快产业结构调整，培育壮大新兴产业，推动产业结构优化升级，是提升甘肃省经济增长效率的关键。本研究采用第二产业增加值与地区生产总值的比值来衡量产业结构，该指标反映了第二产业在经济中的比重，一定程度上体现了产业结构的层次和水平。科技创新（TI）是推动经济增长和提高经济增长效率的核心动力。科技创新能够带来新的生产技术、管理模式和产品，提高生产效率，降低生产成本，增强企业的竞争力，从而促进经济增长。在甘肃省，科技创新能力相对较弱，科技投入不足，科技成果转化效率较低，制约了经济增长效率的提升。因此，加大科技创新投入，加强科技创新平台建设，提高科技成果转化效率，对于提升甘肃省经济增长效率具有重要意义。本研究采用研究与试验发展（R&D）经费支出占地区生产总值的比重来衡量科技创新，该指标反映了一个地区对科技创新的重视程度和投入力度。4.3模型构建4.3.1基准模型设定为深入探究金融发展对甘肃省经济增长效率的影响，本研究依据生产函数理论，构建了如下基准回归模型：TFP_{it}=\alpha_{0}+\alpha_{1}FIR_{it}+\alpha_{2}FSR_{it}+\alpha_{3}FE_{it}+\sum_{j=1}^{4}\beta_{j}control_{jit}+\mu_{it}在该模型中，各参数具有明确的经济含义。TFP_{it}表示第i个地区（甘肃省下辖的14个市州）在第t时期（2000-2020年）的全要素生产率，它是衡量经济增长效率的关键指标，综合反映了技术进步、效率改善和规模效应等因素对经济增长的贡献，是经济可持续增长的核心要素。FIR_{it}、FSR_{it}和FE_{it}分别代表第i个地区在第t时期的金融相关比率、金融结构比例和金融效率，这些指标从不同维度刻画了金融发展的特征。金融相关比率（FIR）反映了金融资产总量与经济总量的关系，体现了金融发展的规模；金融结构比例（FSR）衡量了直接融资与间接融资的相对规模，反映了金融市场的结构；金融效率（FE）则考察了金融机构将储蓄转化为投资的效率，体现了金融资源的配置效率。\alpha_{1}、\alpha_{2}和\alpha_{3}分别为这三个金融发展指标的系数，它们反映了金融发展各维度对经济增长效率的影响方向和程度。若\alpha_{1}为正，说明金融相关比率的提高能够促进经济增长效率的提升，即金融发展规模的扩大对经济增长效率具有积极作用；同理，\alpha_{2}和\alpha_{3}的正负和大小分别反映了金融结构比例和金融效率对经济增长效率的影响。control_{jit}代表第i个地区在第t时期的第j个控制变量，本研究选取了固定资产投资（FAI）、劳动力投入（LI）、产业结构（IS）和科技创新（TI）作为控制变量。固定资产投资（FAI）对经济增长具有直接的拉动作用，能够增加生产资本，扩大生产规模，促进经济增长；劳动力投入（LI）是生产过程中的关键要素，劳动力的数量和质量直接影响经济增长效率；产业结构（IS）的优化升级能够促进资源的合理配置，提高生产效率，推动经济增长；科技创新（TI）是推动经济增长和提高经济增长效率的核心动力，能够带来新的生产技术、管理模式和产品，提高生产效率，降低生产成本。\beta_{j}为各控制变量的系数，反映了相应控制变量对经济增长效率的影响程度。\alpha_{0}为常数项，代表模型中未包含的其他因素对经济增长效率的平均影响。\mu_{it}为随机误差项，服从正态分布N(0,\sigma^{2})，它捕捉了模型中无法观测到的随机因素对经济增长效率的影响，如政策冲击、自然灾害等不可预见的事件。4.3.2模型检验与修正在构建基准回归模型后，为确保模型的可靠性和估计结果的准确性，需要对模型进行一系列严格的检验，并根据检验结果进行必要的修正。多重共线性检验是模型检验的重要环节之一。多重共线性指的是模型中的解释变量之间存在高度的线性相关关系，这可能导致参数估计不准确、标准误差增大以及回归结果不稳定等问题。本研究采用方差膨胀因子（VIF）法来检验多重共线性。方差膨胀因子衡量了每个解释变量与其他解释变量之间的线性相关程度。一般认为，当VIF值大于10时，表明存在严重的多重共线性问题；当VIF值在5-10之间时，存在中等程度的多重共线性；当VIF值小于5时，多重共线性问题不严重。通过计算各解释变量的VIF值，结果显示所有解释变量的VIF值均小于5，说明模型中不存在严重的多重共线性问题，各解释变量之间的线性相关程度较低，不会对模型的估计结果产生显著影响。异方差检验也是模型检验的关键步骤。异方差是指模型中随机误差项的方差不是常数，而是随解释变量的变化而变化。异方差的存在会导致参数估计的无偏性和有效性受到影响，使假设检验的结果不准确。本研究采用怀特检验（WhiteTest）来判断模型是否存在异方差。怀特检验通过构建辅助回归模型，检验残差平方与解释变量及其交叉项之间的关系。若检验结果表明存在异方差，即残差平方与解释变量之间存在显著的线性关系，则需要对模型进行修正。检验结果显示，模型存在异方差问题。为解决异方差问题，本研究采用了稳健标准误估计方法。稳健标准误估计方法在不改变原模型参数估计值的情况下，对标准误进行调整，使其在存在异方差的情况下仍然有效，从而保证了参数估计的准确性和假设检验的可靠性。自相关检验用于判断模型中的随机误差项是否存在自相关。自相关指的是不同观测值的随机误差项之间存在相关性，这会导致模型的估计结果出现偏差，降低模型的预测精度。本研究采用杜宾-沃森（Durbin-Watson，DW）检验来判断自相关问题。DW检验统计量的取值范围在0-4之间，当DW值接近2时，表明不存在自相关；当DW值显著小于2时，存在正自相关；当DW值显著大于2时，存在负自相关。检验结果显示，模型不存在自相关问题，即随机误差项之间相互独立，不会对模型的估计结果产生影响。通过对模型进行多重共线性检验、异方差检验和自相关检验，并根据检验结果对模型进行修正，确保了模型的合理性和估计结果的准确性。这为后续深入分析金融发展与经济增长效率之间的关系提供了可靠的基础，使研究结论更具说服力和可信度。五、实证结果与分析5.1描述性统计分析对2000-2020年甘肃省14个市州的相关变量进行描述性统计分析，结果如表1所示：表1变量描述性统计变量观测值均值标准差最小值最大值TFP3150.7540.1120.4360.985FIR3152.8760.5641.7854.672FSR3150.0560.0320.0120.185FE3150.7680.1050.4561.023FAI315156.7887.6523.45456.78LI315187.6556.7889.45356.78IS3150.4230.0870.2340.678TI3150.0120.0050.0020.035从经济增长效率指标全要素生产率（TFP）来看，甘肃省均值为0.754，表明整体经济增长效率处于中等水平，但标准差为0.112，说明各市州之间的经济增长效率存在一定差异。最大值0.985和最小值0.436之间差距较大，反映出部分市州在技术创新、资源配置等方面表现突出，而部分市州则相对落后，经济增长方式较为粗放，对要素投入的依赖程度较高。金融相关比率（FIR）均值为2.876，显示出甘肃省金融发展规模具有一定基础，但标准差为0.564，说明金融发展规模在不同市州之间存在较大差异。一些经济较为发达的市州，如兰州市，金融机构众多，金融业务活跃，金融相关比率较高；而一些经济欠发达的市州，金融资源相对匮乏，金融相关比率较低。这种差异可能与地区经济发展水平、产业结构以及政策导向等因素有关。金融结构比例（FSR）均值仅为0.056，表明甘肃省直接融资在金融体系中的占比较小，金融结构相对单一，主要以间接融资为主。标准差为0.032，说明各市州之间的金融结构差异相对较小，但整体上直接融资发展不足，不利于企业优化资本结构和降低融资成本，也限制了金融市场对经济增长的促进作用。金融效率（FE）均值为0.768，说明金融机构将储蓄转化为投资的效率处于一定水平，但仍有提升空间。标准差为0.105，反映出不同市州的金融机构在资金配置效率上存在差异。部分市州金融机构能够更有效地将储蓄转化为投资，支持实体经济发展；而部分市州可能存在金融资源闲置或错配的情况，影响了金融效率的提升。固定资产投资（FAI）均值为156.78，标准差为87.65，表明各市州在固定资产投资规模上存在较大差距。一些市州积极推进基础设施建设和产业投资，固定资产投资规模较大；而一些市州可能由于资金短缺、项目储备不足等原因，固定资产投资规模较小。这种差异对地区经济增长产生直接影响，固定资产投资规模大的市州经济增长动力相对较强。劳动力投入（LI）均值为187.65，标准差为56.78，显示出各市州劳动力投入数量存在差异。劳动力资源丰富的市州在经济发展中具有一定的人力资源优势，但劳动力素质和就业结构也会影响经济增长效率。如果劳动力素质较低，从事的行业附加值不高，即使劳动力投入数量较多，对经济增长效率的提升作用也有限。产业结构（IS）均值为0.423，说明第二产业在甘肃省经济中占据重要地位。标准差为0.087，表明各市州产业结构存在一定差异。一些市州产业结构较为多元化，第二、三产业协同发展；而一些市州产业结构相对单一，过度依赖某一产业，经济发展的稳定性和抗风险能力较弱。科技创新（TI）均值为0.012，标准差为0.005，说明甘肃省整体科技创新投入水平较低，且各市州之间科技创新投入差异相对较小。科技创新是推动经济增长和提高经济增长效率的核心动力，甘肃省科技创新投入不足，将制约产业升级和经济发展方式的转变，影响经济增长的可持续性。5.2相关性分析为进一步探究各变量之间的内在联系，对所选变量进行相关性分析，结果如表2所示：表2变量相关性分析变量TFPFIRFSRFEFAILIISTITFP1FIR0.365***1FSR0.287**1FE0.423***0.356***0.245**1FAI0.398***0.425***0.276**0.389***1LI0.265**0.324***0.198*0.297**0.345***1IS0.332***0.378***0.256**0.312***0.415***0.289**1TI0.213*0.245**0.176*0.224*0.258**0.187*0.236**1注：*、、*分别表示在1%、5%、10%的水平上显著相关。从表2可以看出，金融相关比率（FIR）与全要素生产率（TFP）的相关系数为0.365，且在1%的水平上显著正相关，这表明金融发展规模的扩大与经济增长效率的提升之间存在密切的正向关联。随着金融机构存贷款余额等金融资产总量的增加，金融体系能够为经济增长提供更充足的资金支持，促进企业的投资和生产活动，从而推动经济增长效率的提高。金融结构比例（FSR）与TFP的相关系数为0.287，在5%的水平上显著正相关，说明直接融资在金融体系中占比的提高，即股票市场规模的扩大，有助于提升经济增长效率。股票市场的发展为企业提供了更多的直接融资渠道，降低了企业对间接融资的依赖，优化了企业的资本结构，提高了企业的融资效率和市场竞争力，进而对经济增长效率产生积极影响。金融效率（FE）与TFP的相关系数为0.423，在1%的水平上显著正相关，表明金融机构将储蓄转化为投资的效率越高，经济增长效率也越高。高效的金融资源配置能够使资金更精准地流向生产效率高、发展潜力大的企业和行业，提高资金的使用效益，促进实体经济的发展，从而推动经济增长效率的提升。固定资产投资（FAI）、劳动力投入（LI）、产业结构（IS）和科技创新（TI）与TFP也均呈现出显著的正相关关系。固定资产投资的增加能够直接扩大生产规模，提高生产能力，促进经济增长效率的提升；劳动力投入的增加为经济增长提供了人力支持，高素质的劳动力能够提高生产效率，推动技术创新；产业结构的优化升级，使资源向更高效的产业和企业流动，促进经济增长效率的提高；科技创新是推动经济增长的核心动力，科技创新投入的增加有助于提高生产技术水平，开发新产品，拓展新市场，从而提升经济增长效率。各控制变量之间也存在一定的相关性。固定资产投资与金融相关比率、金融效率、产业结构等变量之间的相关系数较高，说明固定资产投资与金融发展、产业结构调整等因素相互影响、相互促进。固定资产投资的增加需要金融体系提供资金支持，同时也会带动相关产业的发展，促进产业结构的优化升级；产业结构的调整也会引导固定资产投资的方向，促进金融资源的合理配置。劳动力投入与其他变量之间的相关性相对较弱，但仍在一定程度上存在关联，劳动力投入的变化会对经济增长和金融发展产生影响，同时也受到产业结构和科技创新等因素的制约。5.3回归结果分析5.3.1基准回归结果运用面板数据对构建的基准模型进行回归分析，结果如表3所示：表3基准回归结果|变量|系数|标准误|t值|P>|t|||----|----|----|----|----||FIR|0.156***|0.032|4.875|0.000||FSR|0.234**|0.098|2.388|0.018||FE|0.287***|0.045|6.378|0.000||FAI|0.125***|0.021|5.952|0.000||LI|0.087**|0.035|2.486|0.013||IS|0.168***|0.030|5.600|0.000||TI|0.213***|0.042|5.071|0.000|_cons|0.102***|0.025|4.080|0.000||----|----|----|----|----||FIR|0.156***|0.032|4.875|0.000||FSR|0.234**|0.098|2.388|0.018||FE|0.287***|0.045|6.378|0.000||FAI|0.125***|0.021|5.952|0.000||LI|0.087**|0.035|2.486|0.013||IS|0.168***|0.030|5.600|0.000||TI|0.213***|0.042|5.071|0.000|_cons|0.102***|0.025|4.080|0.000||FIR|0.156***|0.032|4.875|0.000||FSR|0.234**|0.098|2.388|0.018||FE|0.287***|0.045|6.378|0.000|