城市网络视角下金融中心性与区域技术创新

黄容 潘明清 曾志庆 谢清华

基金项目：教育部青年基金项目（EFA210402）、江西省教育厅科学技术项目（GJJ190965）、重庆理工大学科研启动资金项目（0106210295）

作者简介：黄 容（1986-），女，四川南充人，博士，重庆理工大学会计学院讲师，研究方向：会计理论、城市金融;潘明清（通讯作者）（1973—），男，河南信阳人，博士，宿迁学院商学院教授，研究方向：金融市场与投资。

摘 要：基于当前城市网络和金融地理研究，应用社会网络分析法构建城市金融中心性指标以衡量金融发展水平，并运用中国2005-2019年285个地级及以上城市面板数据对金融中心性和区域创新能力的关系进行实证研究。结果表明：金融中心性指数的增强显著提升城市创新能力，且这种促进作用呈现明显的“边际效应”递减的非线性特征;城市金融中心性的提高不仅能直接作用于区域创新能力，而且可以通过加快生产资本形成、促进产业结构升级以及加大外商投资力度产生积极影响;中、西部区域创新系统将从城市金融中心性提升中获益更多，金融危机前后城市金融中心性的提高对创新能力的影响明显不同，危机后的作用效果上升明显。

关键词：技术创新;金融中心性;城市网络视角

中图分类号：F830.9 文献标识码：A 文章编号：1003-7217（2021）06-0037-07

一、引 言

2020年11月，习近平总书记在亚太经合组织工商领导人对话会上指出：“我们将大力推动科技创新，打造经济发展新动能。”自2015年“新旧动能转化”概念被提出以来，如何培育经济新增长点、形成新动能逐渐成为政府和学界关注的热点，侯世英和宋良荣（2020）认为中国经济增长“新动能”来源于企业技术进步、居民消费释放、人力资本密集度上升以及全球价值链攀升[1]。毋庸置疑，改变过去依靠投入传统生产要素促进经济增长的旧动能，转换为依赖技术进步和创新的新动能，已成为新常态下我国经济高质量发展的有效途径和重要保证。金融是现代经济的核心，能够通过集聚储蓄、资源配置、便利融资、风险监控等功能刺激企业科研创新活动，提升区域技术水平[2]。当前，国民经济发展日益呈现多中心化、集群化以及网络化特征，以金融中心城市为核心的城市金融网络逐步形成，并在促进经济高质量发展中发挥重要作用。党的十九大明确提出“创新是引领发展的第一动力，是建设现代化经济体系的战略支撑”，同时强调“深化金融体制改革，增强金融服务实体经济能力”。在此背景下，本文从城市网络的视角研究金融发展对技术创新的影响效应。

20世纪以来，国外已有众多学者研究金融发展与创新行为的关系，Schumpeter（1912）认为银行等金融机构提供的金融支持是企业创新的重要保证[3]。De la Funte（1996）从道德风险的角度研究金融发展在技术创新中的作用，创新中风险厌恶和私人信息的结合产生了道德风险问题，要求金融中介机构通过激励和监督机制来促进企业家维持最佳努力，金融体系的发展能够使得金融机构在众多项目中实现投资多元化，降低授权成本和监控成本，间接降低借贷成本，鼓励创新活动[4]。Tadesse（2002）认为金融体系的主要功能为提供融资和风险控制，激励企业进行技术创新和成果轉化 [5]。Alfaro等（2003）基于74个国家的统计数据，发现金融发展与创新能力具有非线性关系，金融发展对创新活动的促进效果只在金融发展水平较高的国家中显现，在金融发展水平较低的国家两者呈负相关关系[6]。Laeven，Levine和Michalopoulos（2015）强调金融发展对前沿技术创新的重要性，提出金融发展有助于促进新产品和新工业的实施，对提高各国前沿技术进步至关重要[7]。Buera，Kaboski和Shin（2011）指出不发达的金融体系扭曲了现有企业和潜在创新企业的资本配置，不发达的金融体系将受资金约束但富有创新潜力的企业却被“拒之门外”，而将大量资金提供给资金充裕但没有生产力的企业，进而抑制整个区域的创新活动。这种现象在中国表现为银行机构将大量信贷资金提供给缺乏创新动力的国有企业，而富有创新潜力的民营企业往往受限于融资约束[8]。Rajan（2012）的分析发现高效的金融体系对企业创新的诸多环节均有明显的积极效果，包括研发投入、产品创新等[9]。Ang和Madsen（2012）认为金融体系主要通过降低融资成本来促进技术创新，其中私人信贷和风险资本是重要的决定因素[10]。Meierrieks（2014）基于1993-2008年51个发达国家和新兴国家的数据，发现更高水平的金融发展与更强的创新活动相吻合，证实了金融对创新的促进作用[11]。Siong，Weng和Nirvikar（2017）认为良好的制度环境能够降低投资中的风险和不确定性，强化金融对创新活动的促进作用[12]。此外，也有学者对印度、美国、英国、以色列和韩国等国家金融发展的技术创新效应进行详细的讨论，结论相当一致：金融发展整体上能够提升区域创新能力[13]。

金融发展与区域创新两者的关系一直备受国内学术界关注，孙武琴和朱顺林（2008）利用Malmquist指数分析金融发展对地区技术创新效率的影响，结果发现金融对创新的促进作用逐年提升[14]。张元萍和刘泽东（2012）认为金融发展与技术创新存在显著的良性互动关系，且金融发展更多地依靠规模扩张而非效率提升或结构优化来促进技术创新[15]。孙伍琴和王培（2013）的实证结果显示良好的金融环境可以刺激创新活动、提高区域创新水平，这种作用效果在我国呈现明显的地理特征，按照东、中、西部顺序依次递减[16]。李苗苗等（2015）对中国省级数据的分析发现金融发展与研发投入具有显著正向关系，是技术创新的直接原因[17]。聂正彦和马彦新（2013）的研究表明，城市金融深化程度的提高能够加快工业企业技术创新，而股票市场发展对此的强化效应大于银行信贷增长[18]。张杰和居杨雯（2017）认为其中的原因是以银行为主的金融体系倾向于短期贷款，难以支持实体经济部门转型升级和自主创新能力提升的长期融资需求，因此，股权融资市场的发展更能有效推进技术创新[19]。钟腾和汪昌云（2017）利用1997-2013年期间上市公司专利数据和分省的金融统计数据研究地区金融发展对微观企业创新产出的影响，发现股票市场相较于银行业更能促进企业创新，增加企业具有较高创新含量的发明专利的数量[20]。郑录军和王馨（2018）的研究表明随着地方金融结构层级的不断丰富，区域创新水平逐步提升，以证券发行和P2P为代表的金融创新能够从质量和数量两方面推动技术创新[21]。戚湧和杨帆（2018）发现中小银行的发展对于提升区域创新能力的效果强于直接融资市场[22]。李健和卫平（2015）指出我国中小银行、民间金融机构比大型商业银行和股票市场在信息成本、担保机制、灵活性等方面具有优势[23]。马微和惠宁（2018）以创新模式差异为切入点，研究金融结构对区域创新的影响效应，指出对于风险较低、收益稳定的引进模仿创新而言，银行是适宜的融资渠道;反之，资本市场更优 [24]。

综上可知，已有文献就金融发展与区域创新的研究已形成了许多有价值的成果，但是仍然有一些关键性问题有待进一步拓展。首先，已有文献对区域金融发展的衡量往往依据单一城市的金融资源、金融人员、机构数量或者基于此的衍生指标，忽略了城市间金融扩散效应，尤其是金融中心城市对周边城市的辐射效应，因此，无法全面、真实和准确地反映城市金融发展水平。本文综合运用社会网络分析法，构建一体化的金融网络关系来测算285个地级及以上城市的金融发展水平。其次，在研究金融中心性和区域创新时，国内文献将立足范围局限于全国、省域等宏观层面，样本选择过于狭窄，无疑降低了结论的可信性，本文的实证分析涉及2005—2019年我国285个地级及以上城市，能更加准确地捕捉金融发展对区域创新的影响效应。最后，已有文献较少疏理金融发展影响创新活动的内在关系，本文认为存在资本累积、产业结构、吸引外资三个渠道，并通过实证分析对其进行检验。

二、理论分析与研究假设

随着金融全球化，国外学者对金融问题的研究不再局限于时间维度，而是从空间视角探究金融资本的配置问题，Leyshon（1998）认为地理学所关注的“空间差异、空间作用、空间过程”可以广泛应用于金融领域[25]。伴随着我国大规模城镇化进程持续推进和区域城市间经济联系日益加深，经济空间结构集群化、网络化趋势愈发明显，部分国内学者开始关注城市体系下的金融网络和金融流动的相关内容[26]。季菲菲和陈雯（2013）提出“金融增长极—金融中心—金融网络体系”的形成过程 [27]。本文以克里斯塔勒的城市中心性为基础，提出金融中心性的概念，即在我国城市金融网络体系逐渐形成的背景下，城市单元为所在区域整合金融资源、提供金融服务的相对重要性。

一个城市金融中心性指标的增强源于內外两股“作用力”，内部作用力是自身金融实力的提升，包括银行、证券、保险等金融产业的发展;外部作用力则是与周边城市金融联系的密切，尤其是与金融中心城市的经济联系。因此，本文将从以下四个方面揭示金融中心性的提高与区域创新能力增强的内在机理：（1）金融中介效应。戚湧和杨帆（2018）、陈金勇等（2020）认为以银行机构为代表的金融中介一方面能够为企业、科研机构等创新主体提供资金支持，帮助其在更大规模上开展创新活动，提升区域创新能力;另一方面能够通过分散风险、流动性管理、项目评估等机制降低技术创新的风险，提高区域创新效率[22，28]。（2）金融市场效应。林毅夫等人（2009）提出的最优金融结构理论认为，各种金融制度安排是否与实体经济的产业特征相匹配决定了经济体金融结构的优劣程度[29]。目前，中小企业在国民经济中长期占据重要地位，且是技术创新的主力军，以金融市场为主导的金融结构更加适合中小企业的发展，刺激其创新活动[21]。 （3）金融集聚效应。金融功能、金融机构和金融活动在中心城市的集聚产生多方面的优势，例如金融机构之间的拆借与交易、信息网络与知识共享、专业性人才池效应以及其他外部性。这些优势使得金融集聚是一个不断自我强化的积累过程，金融中心的规模和层次得以不断提升，其竞争效应和创新效应亦不断增强[30]。（4）金融扩散效应。Agarwal和Hauswald（2010）认为金融扩散主要包括服务扩散和信息扩散，前者是指金融资源通过从业人员的传播、服务网络的延伸为周边地区经济活动提供扩散性服务，后者是指金融信息从中心城市向外围地区的传递，两者都提高周边临近城市的创新能力[31]。基于此，提出如下假设：

假设1 城市金融中心性的增强能够促进区域创新能力的提升。

如果城市金融中心性的提升能够刺激区域创新活动，那么，其背后可能的机理是什么？本文通过对已有研究的归纳梳理，将金融发展促进区域创新的路径划分为以下三条：一是资本累积效应。城市金融中心性的增强意味着其集聚储蓄资金能力的提升，扩充了资金储蓄池，缩小了资本转化的周期，便于金融机构、资本市场发挥融资功能，为创新主体提供金融支持。二是产业升级效应。产业结构理论认为产业结构配置的目的是促进区域产业结构优化，其中发展主导产业、协调主导与非主导产业关系以及扶持潜导产业是重要的经济手段。城市金融中心性的提高，意味着金融体系的健全、金融产业的扩张以及金融制度的完善等，加快金融资本在不同产业、部门之间合理流动，夯实主导产业实力，加快潜导产业的形成和出现，这又会对社会研发部门提出技术革新的需求，进一步促进创新活动。三是外商投资效应。Azman-Saini等（2010）指出一个地区的金融实力决定了金融服务水平和服务质量，而金融服务水平和质量的高低又影响企业吸收FDI数量多寡和质量高低，城市金融中心性越高，其吸收外来资本的能力越强 [32]。外商直接投资对地区创新活动的影响主要分为直接效应和间接效应，前者指的是FDI投资主体跨国公司本身强大的科研能力以及与当地科研机构合作实现地区创新能力的提高，后者指的是跨国公司在当地建立企业后，通过示范效应、竞争效应、人员流动效应和关联效应四种途径间接提升创新能力[33]。依据以上的分析，提出如下假设：

假设2 城市金融中心性的提高可以通过加快资本积累、产业结构升级和吸引外商投资来提升区域创新能力。

三、模型构建与数据描述

1.计量模型的构建与说明。

本文将城市金融中心性纳入区域创新能力提升的分析框架，构建的基本计量模型如下：

其中，TECit表示城市i在t时期的创新能力指标，MNCit代表城市i在t时期金融网络中心性指标，εit为随机扰动项。

2.主要变量及说明（见表1）。

（1）被解释变量。本研究中的区域创新主要是指科技创新，科技创新产出能够较为直接地衡量一个地区最终的技术创新成果，也反映了该地区技术创新的综合能力，本文亦采用科技创新产出作为衡量区域创新的指标。

（2）解释变量。借鉴劳昕等（2016）关于经济网络节点中心性的测算方法[34]，基于285个地级及以上城市的总人口数（P）、金融资源（F）和地理距离（d）的数据构建金融联系引力矩阵，公式如下：

其中，kij衡量城市i在城市i、j之间金融联系的贡献比重。

在网络分析中，用于描述网络中各节点在网络中的作用或者“地位”的常用指标是点度中心度（Degree Centrality），计算公式为CD（ni）=∑jxij，其中xij为城市i和城市j之间的联系强度。本文关于金融中心性指标的测度源于此，该指标的大小反映城市在全国金融网络中的重要性，上海、北京、深圳等全国金融中心城市，其金融中心性往往大于其他城市。在衡量城市金融资源方面，考虑到数据的可得性，城市的金融资源包括年末金融机构人民币存贷款余额、保费收入、证券市场筹资额以及实际利用外资等。其中，王纪全等（2007）选取总股本近似代替证券市场筹资额[35]。本文认为这一指标不能全面衡量上市公司的筹资状况，所以采用上市公司现金流量表中筹资活动产生的现金流作为证券市场筹资额的衡量指标。

（3）控制变量。政府支出水平（GOV），政府的财政支出，一方面，能够为区域创新提供财政支持;另一方面，又倾向于扭曲创新资源配置，本文以财政支出占地区生产总值的比重来衡量。城市化水平（URB），以市辖区人口占全市总人口的比重加以衡量。经济发展水平（LGD），经济发展水平较高的地区技术创新越活跃，以地区生产总值来衡量，进行对数化处理。基础设施水平（INF），以市辖区每万人拥有的医疗床位数作为基础设施水平的代理变量，进行对数化处理。

从2015年我国地级及以上城市金融中心性和区域创新能力的空间分布现状来看，我国城市金融中心性与区域创新能力具有显著的空间自相关性，即金融中心性高的城市一般也是区域创新能力强的地区。长三角城市群金融网络密集，不仅拥有上海这一全国金融中心城市，而且杭州、宁波、苏州等城市金融实力同样不俗，整个地区创新能力同样是全国最强，苏州和上海的年专利申请授权数量在60000以上，而杭州、宁波、无锡以及南京等城市的专利数在20000以上。京津冀、珠三角以及成渝城市群是典型的雙核驱动型城市群，北京、天津、广州、深圳、成都以及重庆这六座城市金融实力以及创新能力都远高于城市群内部其他城市。长江中游城市群以武汉为区域性金融中心，同时这些金融核心城市也是区域的创新中心，专利申请授权数量远高于周边其他城市。

四、估计结果与分析

1.基准回归。

表2模型（1）至模型（5）的结果显示，金融中心性指数的估计系数为正且显著，说明城市金融中心性指数的提高会强化其创新能力，可能的原因是，一方面，城市金融中心性的提高伴随着金融体系的健全、金融产业的发展、金融制度的完善等能够为地区企业、科研机构等创新主体提供更加全面的资金融通、知识信息、项目评估等服务，提高区域研发创新水平;另一方面，那些自身金融实力较弱的城市，随着其嵌入全国金融网络的程度深入，与金融中心城市的经济联系密切，能够利用节点优势，化外在的金融服务为己用，提升城市创新能力。

控制变量方面，代表经济发展水平的变量（LGD）指标的系数显著为正，本文的解释是，城市经济发展水平的提高不仅增加了对技术创新的需求，同时为科技创新提供了物质条件。政府干预程度（GOV）能够强化城市创新能力，主要的原因是政府在教育和科研方面的财政支出的增加为企业、高校等创新主体提供了有力支持;而政府通过加大对产品的需求扩大企业利润，而企业在利益驱动下则不断进行技术创新，带动城市创新能力的提升。城市化（URB）进程的推进对区域创新能力的增强具有显著的促进作用，人口和产业在地理上的集聚能够从需求和供给两个方面加快创新活动。此外，基础设施变量（INF）指标的系数为正，其原因可能是基础设施水平的提高，加快了城市间知识、信息、技术等的交流，刺激城市创新行为的产生。

2.机制检验。

参考Hayes的方法，对金融中心性影响城市创新能力的中介机制进行检验，方法如下：首先按照式（3）对金融中心性与创新能力进行回归分析，若显著为正，说明金融中心性的促进效应是存在的;接着对式（4）进行回归，其中W为中介变量;最后对式（5）进行回归，比较和的正负值和大小。

本文选取的中介变量包括：（1）资本积累效应，以固定资产投资变量（CAP）来衡量;（2）产业结构效应（IND），第二、三产业占比;（3）外商投资效应（FDI），引入外商直接投资占地区生产总值的比重来检验城市金融中心性的提升是否通过加快外商投资的吸收来增强区域创新能力。

表3模型（7）和模型（11）的结果显示，城市金融中心性指数每增长1个单位，区域创新水平会直接提升0.314个单位，同时会使资本累积水平提升1.38个单位，从而导致区域创新水平间接提升0.453（0.328×1.38）个单位，总效应为直接效应与间接效应之和（0.767）。就产业结构效应而言，金融中心性对产业结构的影响系数为0.029，产业结构对区域创新水平的影响系数为0.171，表明城市金融中心性通过促进产业结构升级的正向中介效应提升了区域创新能力。模型（9）和模型（13）的结果显示，城市金融中心性对扩大外商投资的影响系数为2.520，而外商投资对区域创新能力的影响系数为0.085，在1%的水平下显著，表明城市在全国金融网络中地位的提升可以通过吸引外商投资来提升区域创新能力。总体来看，金融发展对城市创新能力的直接效应均大于间接效应，即区域创新活动中的金融驱动以直接溢出为主，同时能够通过加快资本积累、产业结构升级和吸引外商投资来提升区域创新能力。

3.异质性分析。

异质性分析主要从空间与时间维度考察金融中心性对城市创新能力的影响差异。从空间维度来看，尽管金融中心性的估计系数都为正且显著，然而系数大小呈现出 “西部>中部>东部”，这也预示着如果提升西部城市在全国金融网络中的地位，将不仅有利于增强区域创新能力，还能有效缩小发达地区和落后地区之间的创新差距。本文对此的解释是：东部地区经济发展更加成熟，金融网络更加密集，创新能力总体更加强大，金融发展对创新的溢出红利可能已提前释放，从而使得创新能力的提升对城市金融中心性可能有着更高的要求。表4模型（4）、模型（5）反映了时间维度上的差异，2009年以后的时间段，金融中心性的估计系数有了显著的提升，由0.476上升为0.948，说明中国城市金融发展对创新水平的促进作用随着时间推移有上升的趋势。本文的解释是，以廉价的生产要素以及投资驱动等为核心的粗犷式发展模式越来越不适合后金融危机时期的中国经济发展，经济驱动力更多地来自于技术创新和技术深化，因此金融发展对区域创新能力的作用效果随之提升。

4.門槛效应分析。

为了考察金融中心性对城市创新能力的非线性影响，在式（1）的基础上构建面板门槛模型：

首先进行面板门槛存在性检验，根据检验结果，选取单一门槛回归模型来估算比较合理。由检验出的门槛值可知，当城市金融中心性指标数值低于1.103时，金融发展估计系数为2.526且显著，表明在该门槛区间内城市金融中心性的增强对区域创新具有积极且显著的推动效应。当城市金融中心性指标数值低于1.103时，金融发展估计系数为0.485且显著，呈现“边际效应”递减的非线性特征，预示着加快中小城市的金融发展，提升其在全国金融网络中的地位，能够提升其创新能力，加快经济发展，从而缩小与中心城市的经济差异。

5.稳健性检验。

第一，变更被解释变量，上文将地级市专利申请授权数占地区生产总值的比重作为区域创新能力变量，这里选取城市专利申请授权数对数化后的数值进行替代重新估计，发现金融中心性变量（MNC）系数为2.159，且显著。第二是变换解释变量重新估计，上文使用社会网络分析方法测算每个城市在金融网络中的节点中心性作为金融发展变量，这里重新选取城市存贷款总额占地区生产总值比重的数值进行替代重新估计，结果显示金融发展变量（FIN）的系数为0.424，在1%水平下显著。第三是剔除可能的异常值重新估计，对主要变量进行缩尾处理，表5模型（2）（3）（4）的结果显示本文的结论是稳健的。

为了解决研究中可能存在的内生性问题，即不仅城市的金融中心性会影响技术创新水平，同时，技术创新能力强的城市能够吸收大量的流动资金，促进城市金融地位的提升，采用工具变量估计方法进行处理。选用解释变量的滞后期作为GMM估计的工具，结果见表5模型（5）。与之前的结果相比，GMM估计结果回归系数的方向和显著性水平均没有发生根本性改变。

五、结论与对策建议

本文从金融网络体系的视角出发，基于2005-2019年地级及以上城市数据，实证检验城市金融中心性影响创新能力的效应及其内在机制。主要结论如下：第一，金融中心性指数的提高会强化城市创新能力。第二，生产资本形成、产业结构升级和外商直接投资是金融中心性赋能城市创新发展的作用机制。第三，金融中心性的创新驱动效应呈现出“西部>中部>东部”的趋势。第四，金融危机后金融发展对区域技术创新的驱动作用效果上升明显，2009—2016年金融发展对城市经济效率的影响效应明显高于2005—2008年。第五，城市金融发展对技术创新的促进作用表现出了显著的正向且“边际效应”递减的非线性特征，证实了进一步提升城市在全国城市金融网络中地位的重要性。由此，建议如下：（1）完善多层次城市金融网络。上海、北京、深圳全国性金融中心要不断深化金融体制改革，加强金融创新，打造世界级的金融中心;广州、杭州、武汉、成都等区域性金融中心不仅要强化自身的信贷市场、资本市场、结算服务、创投融资等核心功能，而且要协同周边次级城市的金融发展，扩大金融功能的辐射范围;数量众多的中小城市是全国城市金融网络的支点，金融发展应注重发展服务当地产业的特色金融产业。（2）推动城市金融发展与技术创新的深度融合。充分发挥政府资金的引导作用，建立科技创新基金，加强对高新技术项目、战略性新兴产业项目前中后期的投入。

参考文献：

[1] 侯世英，宋良荣.金融科技、科技金融与区域研发创新[J].财经理论与实践，2020（5）：11-19.

[2] Seokchin Kim，Hyunchul Lee. Divergent effects of external financing on technology innovation acticity：Korean evidence[J].Technological Forecasting and Social Change，2016（106）：22-30.

[3] Schumpeter J A. The theory of economic development[M].Cambridge，MA：Harvard University Press，1912.

[4] De la Funte A. Innovation， “Banking” monitoring and endogenous financial development[J].Journal of Monetary Economics，1996 （20）：269-301.

[5] Tadesse S. Financial architecture and economic performance：International evidence[J].Financial Development and Technology，2002，11（4）：429-454.

[6] Alfaroa L，Chandab A，Kalemli-Ozcan S. Financial markets and economic development[R].IMF Working Paper， 2003，No.186.

[7] Laeven L， Levine R， Michalopoulos S. Financial innovation and endogenous growth[J]. Journal of Financial Intermediation， 2015， 24（1）：1-24.

[8] Buera F J，Kaboski J P ，Shin Y. Finance and development：A tale of two sectors[J].American Economic Review，2011，101（5）：1964-2002.

[9] Rajan R G. Presidential address：The corporation in finance[J].Journal of Finance，2012，67：1173-1217.

[10]JB Ang，JB Madsen. Risk capital， private credit， and innovative production[J].Canadian Journal of Economics，2012，45（4）：1608-1639.

[11]Meierrieks D. Financial development and innovation：Is there evidence of a Schumpeterian finance-innovation nexus？ [J]Annals of Economics and Finance，2014，15（2）：343-363.

[12]Siong Hook Law，Weng Chang Lee，Nirvikar Singh. Revisiting the finance-innovation nexus：Evidence from a non-linear approach[J].Journal of Innovation & Knowledge，2017，3（3）：143-153.

[13]Acharya Viral，Xu Z. Financial dependence and innovation：The case of public versus private firms[J]. Journal of Financial Economics，2016，24（2）：223-243.

[14]孙伍琴，朱顺林.金融发展促进技术创新的效率研究——基于Malmuquist指数的分析[J].统计研究，2008（3）：46-50.

[15]张元萍，刘泽东.金融发展与技术创新的良性互动：理论与实证[J].中南财经政法大学学报，2012（2）：67-73，92，143-144.

[16]孙伍琴，王培.中国金融发展促进技术创新研究[J].管理世界，2013（6）：172-173.

[17]李苗苗，肖洪钧，赵爽.金融发展、技术创新与经济增长的关系研究——基于中国的省市面板数据[J].中国管理科学，2015，23（2）：162-169.

[18]聂正彦，马彦新.金融深化与中国工业企业技术创新——基于空间计量模型的实证研究[J].兰州大学学报（社会科学版），2013，41（2）：115-120.

[19]张杰，居杨雯.贷款期限结构与中国经济增长[J].世界经济文汇，2017（5）：1-22.

[20]钟腾，汪昌云.金融发展与企业创新产出——基于不同融资模式对比视角[J].金融研究，2017（12）：127-142.

[21]郑录军，王馨.地方金融结构、制度环境与技术创新[J].金融论坛，2018，23（10）：54-67.

[22]戚湧，杨帆.基于最优金融结构理论的区域创新能力研究[J].科技进步与对策，2018，35（23）：52-58.

[23]李健，卫平.民间金融与区域创新能力——基于中国省际动态面板数据的经验分析[J].经济体制改革，2015（6）：68-77.

[24]马微，惠宁.金融结构对技术创新的影响效应及其区域差异研究[J].经济科学，2018（2）：75-87.

[25]Leyshon A. Geographies of money and finance [J]. Progress in Human Geography，1998（3）：433-446.

[26]王耀中，黄选爱.中国城市网络结构及空间关联性——來自“网络流”数据的分析[J].财经理论与实践，2021，42（2）：112-118.

[27]季菲菲，陈雯.金融中心空间体系研究进展及其对长三角一体化的启示[J].经济地理，2013，33（2）：82-89.

[28]陈金勇，舒维佳，牛欢欢.区域金融发展、融资约束与企业技术创新投入[J].哈尔滨商业大学学报（社会科学版），2020（5）：38-54.

[29]林毅夫，孙希芳，姜烨.经济发展中的最优金融结构理论初探[J].经济研究，2009，44（8）：4-17.

[30]王琳，赵登攀，刘宏雅，等.央行政策沟通有效性及沟通策略研究[J].宏观经济研究，2021（6）：5-16.

[31]Agarwal S，Hauswald R. Distance and private information in lending[J]. Review of Financial Studies，2010，23（7）：2757-2788.

[32]Azman-Saini W，Law S H，Ahmad A H. FDI and economic growth：New evidence on the role of financial markets[J]. Economics Letters，2010，107：211-213.

[33]Kinoshita Y. Technology spillovers through foreign direct investment[M]. Prague， Czech Repiblic，1999.

[34]劳昕，沈体雁，杨洋，等.长江中游城市群经济联系测度研究——基于引力模型的社会网络分析[J].城市发展研究，2016，23（7）：91-98.

[35]王纪全，张晓燕，刘全胜.中国金融资源的地区分布及其对区域经济增长的影响[J].金融研究，2007（6）：100-108.

（责任编辑：王铁军）