金融深化、技术创新与经济增长的关系研究

刘文文 李克强 赵倩

收稿日期：2023-06-10

基金项目：中央民族大学博士研究生自主科研项目“民族地区农业保险财政补贴机制研究——基于财政治理视角”（BZKY2021080）

作者简介：刘文文，女，宁夏固原人，博士研究生，研究方向为金融与保险；李克强，男，河北吴桥人，教授，博士生导师，研究方向为财政理论与政策；赵倩，女，河南南阳人，研究方向为财政学。

摘   要：金融是现代经济的血脉，创新是引领发展的第一动力。通过金融深化与技术创新驱动经济增长，是加快经济发展的科学有效途径。本文运用协整检验和向量误差修正模型，并引入脉冲响应函数，以宁夏为例研究金融深化、技术创新和经济增长之间的长期稳定关系和短期调整关系，以期为各地建设现代化经济体系提供一定的参考。实证结果表明，金融深化对技术创新有正向促进作用，且对技术创新的影响呈上升趋势；金融深化和技术创新是影响宁夏经济增长的重要因素，金融深化的两个指标变量与经济增长存在长期均衡关系，但作用方向不同，金融相关率与经济增长正相关，而货币化率与经济增长负相关。

关  键  词：金融深化；经济增长；技术创新；协整分析；向量误差修正模型

中图分类号：F830       文献标识码：Ａ         文章编号：2096-2517（２０24）０1－0０72－09

DOI：10.16620/j.cnki.jrjy.2024.01.007

一、引言

党的二十大表明要准确把握中国式现代化的战略安排，引导金融资源更好地支持经济社会发展的重点领域和薄弱环节， 将更多资金投向先进制造、绿色低碳、科技创新等领域，助力培育经济发展新动能，以高质量的金融服务促进经济高质量发展取得新突破。习近平总书记指出，“金融是现代经济的血脉，创新是引领发展的第一动力”。坚持推动金融深化、改善金融结构、优化金融中介，扩宽金融服务的深度与广度，并加快企业技术创新，通过金融深化与技术创新驱动经济增长，是加快经济增长的科学有效途径。

金融深化旨在使政府放松对金融体系的监管，给予市场一定的自由度。金融深化可以扩大金融中介的规模，增加金融工具的种类。金融机构通过专业化运作可以降低信息不对称程度，减少交易成本，提高市场的运作效率，进而促进经济增长。

目前国内外研究金融深化与经济增长的文献较多， 研究技术创新与经济增长的文献也较丰富，但是将金融深化、技术创新及经济增长融入到一个框架内进行分析的文献较少。本文利用协整检验和向量误差修正模型对金融深化、技术创新与经济增长之间的关系进行定量研究。这将为阐明金融深化与技术创新如何才能更好地服务于民族地区的经济发展， 为挖掘金融深化对技术创新有何影响，为现代化经济体系下民族地区坚定地推进金融深化和技术创新找到更加合理的解释。

改革开放以来，宁夏经济发展取得了令人瞩目的成就，地区生产总值不断增长，城乡居民收入逐步增加。但在经济快速发展的背后，还存在许多质量和结构上的问题。宁夏的整个金融体系过度依赖商业银行，现代金融体系不完整，金融深化程度较低。 且宁夏地处我国西北地区东部的黄河上游， 交通不发达，2020年才建成第一条高铁并通车，边缘化的区位劣势明显。在此背景下，以宁夏为例实证检验金融深化、 技术创新与经济增长的关系， 结果的可信度更强，也能为其他经济结构失衡，地缘劣势明显的省份提供一定的决策参考。

二、文献综述与理论分析

（一）金融深化与经济增长

金融深化对经济增长的影响一直是学术界的热门研究之一，初期大多数学者从定性的角度研究金融深化对经济增长的影响，Bagehot（1873）和Schumpeter（1911）较早认识到运行良好的金融体系对经济增长有举足轻重的作用[1-2]。金融深化有信息生产功能、风险管理功能、储蓄动员功能和公司控制功能等，这些功能通过资本清算机制、资本形成机制、企业家创新和技术创新机制三个渠道促进区域经济增长。 随着金融发展理论的不断演进，学者们开始从定量的角度进行研究。 宋勃等（2007）、苏立峰等（2008）研究证实我国的金融深化推动了经济发展[3-4]。刘刚等（2023）认为金融深化能显著提升我国经济效率水平，提升路径为改善各工业产业的全劳动生产率[5]。张富田（2013）认为长期的经济增长要依靠区域内金融深化程度的提高，经济欠发达的中西部地区应当适度提升区域金融深化水平[6]。事实上健康发展的金融体系能加快较贫困地区的经济发展速度，相反，扭曲的金融体系不仅不会刺激经济发展，还会拖累经济增长。贾清显等（2016） 利用动态面板数据模型GMM估计方法进行实证研究， 得出畸高的经济货币化可能与一国（地区）经济长期稳定增长呈负相关的结论[7]。

（二）技术创新与经济增长

内生增长理论表明创新是推动经济增长的根本动力，创新可以打破企业生产和民族地区经济发展的天花板。 技术创新是不断推陈出新的过程，是改变生产方式的最优途径，对生产力的发展有较大的推动作用。技术创新引致的核心竞争力可以充分转化为经济效益，为经济发展助力。有关技术创新与经济增长的文献较为丰富。于晓曦等（2011）定性分析了技术创新推动经济增长的作用机理[8]。姜军等（2014）通过固定效应回归模型分析发现，技术创新对促进地区经济增长起着较大的作用，作用的程度與地区经济发展水平基本一致[9]。谢婷婷等（2017）利用动态面板模型，周南南等（2020）利用空间计量模型研究证实，技术创新是加速经济增长的重要因素，可以显著提高发展质量和高度[10-11]。李吉祥等（2022）运用门槛模型研究发现，绿色技术创新可以显著促进绿色经济增长[12]。

（三）金融深化与技术创新

在约瑟夫·熊彼特的现代创新理论中，“创新”是一种新生产函数的建立，即为生产要素和生产条件选择一种新型的结合方式， 并将其引入生产体系。技术创新是一项兼具复杂性、动态性和高投入性的特殊商业活动。金融深化与技术创新的关系一直是学术界研究的热点，从现有文献来看，学者们主要从金融深化的三个功能出发研究金融深化对技术创新的影响机制，即储蓄动员功能、信息生产功能和风险管理功能[13]。金融深化能够影响储蓄转化资本比率以及改进投资配置效率，进而促进技术创新。且金融中介可以通过信息生产功能准确地甄别信息，提高信息获取的效率，将资金分配到最有可能成功的创新企业中，提升资本配置效率[14]，最大程度上支持企业创新。 当金融市场不成熟时， 经济主体为规避风险只能选择专业化程度低、生产率低的通用型技术。而成熟的金融市场拥有风险分散功能，可以助力经济主体选择专业化程度较高、生产力较高的技术，有利于产生更高水平的创新活动。

三、模型设定与数据来源

（一）模型设定

本文基于宁夏的时间序列数据构建向量自回归模型（VAR）和向量误差修正模型（VECM）探究金融深化、技术创新与经济增长之间的静态与动态稳定关系。VAR模型是自回归模型的联立形式，不以经济理论为前提，且打破了内生变量参数难以估计的困境[15]，是处理多个经济指标问题的最优模型之一。VAR模型的数学表达式为：

yt=■？椎iyt-i+？着t （1）

其中，yt的估计值为前p个时刻内生向量yt-i的线性组合， 组合系数为Φi，εt为其他非关键变量带来的随机误差。

若选取的指标变量原序列不平稳，但差分后的数據同阶平稳且存在显著的协整关系， 即可在式（1）的基础上对VAR模型进行误差修正，利用协整关系构建VECM模型。VECM模型可考察经济指标间的短期波动幅度与长期稳定关系[16]，其数学表达式为：

？驻yt=■？兹i？驻yt-i+？琢ECMt-1+？着t （2）

其中，？驻yt的估计值包括3项，分别是前p个时刻内生向量一阶差分？驻yt-i的线性组合、 误差修正项ECMt-1和随机误差项εt。

（二）指标选取

1.金融深化

金融深化往往取决于经济货币化和经济金融化程度。经济货币化指以货币为媒介进行的交易占全部经济交易的比例；经济金融化指使用金融工具的经济活动占全部经济活动总量的比例[17]。某国（地区）经济社会发展到一定阶段后，货币供应量的增长速度会逐渐下降，相反，股票、证券、基金等非货币性金融工具的增速会加快，此时相较于经济货币化而言，经济金融化更能反映该地的金融深化程度。因此本文从这两个方面建立模型综合衡量金融深化程度。

其中，用麦金农（1973）定义的货币化率（MR）来测算发展中经济体的经济货币化程度。根据公开可得的统计数据，本文将MR的计算公式由MR=M2/GDP调整为MR=（本外币存款余额-财政性存款）/GDP。

戈德史密斯定义金融相关率（FIR）来测算某国（地区）经济金融化程度。受统计资料的局限，将FIR的计算公式改善为FIR≈（本外币存款余额-财政性存款+保费收入+股票市价总值）/GDP。

2.技术创新

对于技术创新的量化，学界暂未形成统一的标准，现有研究多从创新投入（如创新经费投入等）和创新产出（如专利申请数、专利申请授权数等）两个维度来测度技术创新水平[18]。除此之外，岳宇君等（2022）另辟蹊径，考虑了市场对技术创新的接受程度及创新活动的经济效应，依据总销售收入中新产品销售收入所占的比重测量技术创新[19]。考虑到宁夏创新企业较少，且数据的完整性较差，本文借鉴刘佳宁等（2022）[20]，选用发明专利授权量（TI）作为技术创新的变量。相较于专利申请量，专利授权量更能直接有效地反映技术创新的成果。

3.经济增长

本文选择常见的地区生产总值（GDP）作为衡量经济增长的指标。 因为GDP能够完整地展示某地区或国家的经济状态， 且其统计数据准确性较高，能充分保证实证分析的可信度。

（三）数据来源

选取宁夏2001—2021年共21年的经济数据进行定量研究。数据来源于《宁夏统计年鉴》《宁夏回族自治区金融运行报告》《宁夏回族自治区国民经济和社会发展统计公报》，2001—2003年的小部分数据由于时间久远而缺失，利用插值法进行补齐。

四、实证检验与结果分析

（一）单位根检验

由于宏观经济指标的原始数据绝大程度上并不平稳，为了规避伪回归的情况，在建立向量自回归模型之前利用单位根（ADF）对各变量时间序列数据的平稳性进行检验。 为了避免出现异方差，对各指标取以e为底的对数。假设所选取的时间序列数据存在单位根，如果能拒绝原假设，则说明数据是平稳的，具体检验结果见表1。

由表1可以看出，FIR、MR、TI、GDP这四个序列的原数据在95%的置信度水平下，ADF值均大于5%的临界值，没有拒绝存在单位根的假定，因而是非平稳的， 但是一阶差分后四个序列的ADF值均小于95%置信度水平下的临界值， 通过检验，拒绝了原假定，即Ln FIR、Ln MR、Ln TI、Ln GDP皆是I（1）过程。

（二）协整检验

对于一阶差分数据平稳的变量，还需要对其进行协整检验以确定变量之间是否存在某种长期稳定的均衡关系，即是否存在协整关系，从而避免出现伪回归。本文选择Johansen检验法，先确定Ln MR、Ln TI、Ln GDP（模型Ⅰ）这三个变量有无协整关系，再确定Ln FIR、Ln TI、Ln GDP（模型Ⅱ）之间有无协整关系。

在进行协整检验之前， 还需通过无任何约束VAR模型的滞后项检验来确定恰当的滞后阶数。结合样本数据的年限， 从最大滞后阶数3开始检验， 根据LR、FPE、AIC、SC等多种检验准则确定，LLC检验的结果如表2所示。由表2可以看出，无约束VAR模型Ⅰ的最优滞后阶数为2， 模型Ⅱ的最优滞后阶数为3。 由于协整检验模型的滞后阶数是水平VAR模型的一阶差分，因此在5%的显著性水平下， 模型Ⅰ协整检验的最优滞后阶数为1， 模型Ⅱ的最优滞后阶数为2。依据ADF检验结果确定协整检验的形式为“序列含有线性趋势且协整方程有截距项和趋势项”，Johansen协整检验结果如表3所示。

由表3可以看出，Johansen协整检验显示，Ln MR、Ln TI、Ln GDP变量序列在5%的显著性水平下，迹检验值20.0462大于5%的臨界值18.3977，P值等于0.0292小于0.05，拒绝了至多存在1个协整方程的原假设， 认为至少存在2个协整方程， 说明3个变量之间存在长期稳定的均衡关系。协整方程为：

EC1，t-1=Ln MRt-1+0.1582×Ln GDPt-1-

0.0309×t-1.2777 （3）

EC1，t-2=Ln TIt-1+1.3265×Ln GDPt-1-

0.3864×t-12.3309    （4）

Ln FIR、Ln TI、Ln GDP变量序列在5%的显著性水平下，迹检验值32.0322大于5%的临界值25.8721，P值等于0.0075小于0.05， 拒绝了至多存在1个协整方程的原假设，认为至少存在2个协整方程，说明3个变量之间存在长期稳定的均衡关系。协整方程为：

EC1，t-1=Ln FIRt-1-57.0749×Ln GDPt-1-

6.6760×t+1.2777 （5）

EC1，t-2=Ln TIt-1-105.6810×Ln GDPt-1+

12.1034×t-632.9901   （6）

（三）误差修正模型

在上述协整关系的基础上，分别对变量Ln MR、Ln TI和Ln GDP，变量Ln FIR、Ln TI和Ln GDP建立误差修正模型（VECM）来表达变量之间的动态关系。鉴于篇幅原因，只写出有关△Ln GDP的误差修正模型。

模型Ⅰ的协整方程估计的VECM的表达式为：

？驻Ln GDPt=0.0079×t+0.4833+

［0.0593，-0.0362，-0.0388］×

［Ln MRt-1，Ln TIt-1，Ln GDPt-1］T+

［0.2902，0.0180，0.4971］×

［？驻Ln MRt-1，？驻Ln TIt-1，？驻Ln GDPt-1］T

（7）

模型Ⅱ的协整方程估计的VECM的表达式为：

？驻Ln GDPt=0.0607×t+2.2700+

［0.1401，-0.0723，-0.3597］×

［Ln FIRt-1，Ln TIt-1，Ln GDPt-1］T+

［0.4061，0.0420，0.3915］×

［？驻Ln FIRt-1，？驻Ln TIt-1，？驻Ln GDPt-1］T+

［0.4782，0.0670，1.1582］×

［？驻Ln FIRt-2，？驻Ln TIt-2，？驻Ln GDPt-2］T

（8）

本文选择AR检验对上述2个误差修正模型进行稳定性检验， 模型Ⅰ的检验结果如图1所示，模型Ⅱ的检验结果如图2所示。可以看出，除了只有1个根落在单位圆上以外，2个VECM模型的其他根均落在单位圆以内，VECM模型的稳定性条件得以满足，充分证实了根据误差修正模型得出的脉冲响应和方差分解结果是稳健、可靠的。

（四）脉冲响应函数

由于VECM模型中的所有变量都相互依赖，因此单个参数值提供的信息有限，为了更好地了解模型的动态行为， 在上述VECM模型的基础上利用脉冲响应函数绘制响应变量的轨迹做进一步分析。

模型Ⅰ的广义脉冲响应函数曲线图如图3所示。（1）当一个单位正向标准差的MR对GDP进行冲击后，冲击效应为负，表明货币化率的增加将阻碍经济增长。事实上，宁夏近5年的货币化率平均已经达到了170%以上，明显处于高位，且远超欧美等发达国家，这可能是由于居民高储蓄低投资引发的货币沉淀以及房地产行业对货币资金的超强吸附造成的。 一方面反映了宁夏金融市场不发达，金融资产单一，市场结构失衡；另一方面反映了其产业结构不合理，实体经济内部可能存在深层次的矛盾。可以发现，一味地追求经济货币化导致货币化率高企绝大程度会对经济长期稳定增长产生负作用。（2）GDP受到一个单位正向标准差的TI冲击后，冲击效应为正，表明技术创新水平的提升有利于经济增长。（3）TI受到一个单位正向标准差的MR冲击后，其作用在前3期滞后时间内迅速下降为负，第4期开始上升为正，说明货币化率对技术创新具有短期抑制作用和长期促进作用。

模型Ⅱ的广义脉冲响应函数曲线图如图4所示。（1）GDP受到一个单位正向标准差的FIR冲击后，在滞后1期内冲击效应为负，而之后的时期内冲击效应为正，表明短期内金融相关率对经济增长的促进作用并不能显现，但是长期来看，金融相关率的提高有利于经济增长。 金融体系的不断完善、金融结构的优化、金融机构规模的扩大以及金融市场活跃程度的提升，会提振资本市场的信心，个人的投资意识也能被充分激发，从而对经济增长产生正效应。 （2）GDP受到一个单位正向标准差的TI冲击后，短期内产生的冲击为负，长期来看将产生正向冲击，表明经济增长对技术创新的刺激作用需要一定的反应时间，这是因为从技术创新转化到成果产生经济效率可能需要一定的时间。 （3）TI受到一个单位正向标准差的FIR冲击后， 冲击效应为正，证实金融相关率与技术创新存在正相关的长期稳定关系。

值得注意的是，金融深化的两个指标（货币化率与金融相关率） 对经济增长的作用效果是相反的，这再次说明了衡量某地区或国家金融深化的程度时，需要结合当地的实际情况，构建多层次、全方位的指标体系[21]，这样才能为更好地理解金融深化与其他社会、 经济变量之间的关系打下可信的基础。

（五）方差分解

方差分解用于分析影响内生变量的结构冲击的贡献度。本文基于VECM模型，通过方差分解分析GDP、TI自身以及其他变量分别对GDP、TI未来10期变动的贡献程度，鉴于篇幅原因，这里仅展示部分期数。

模型Ⅰ的部分分解结果如表4所示。 可以看出，在经济增长的波动中，大约有76.25%～84.86%的波动可以由货币化率解释，大约有1.03%～1.83%的波動可以由技术创新解释， 剩余部分的波动为13.31%～22.42%，是经济增长自身的贡献，理解为惯性的作用。在技术创新的波动中，大约有17.00%～60.02%的波动可以由货币化率解释， 有0～10.85%的波动可以由经济增长解释， 自身解释的波动为29.13%～83.03%。总的来说经济货币化与技术创新是影响宁夏经济增长的重要因素，其中经济货币化是较为重要的影响因素，且经济货币化有利于技术创新，对技术创新的影响处于上升趋势。

模型Ⅱ的部分分解结果如表5所示。 可以看出，在经济增长的波动中，大约有72.54%～82.46%的波动可以由金融相关率解释， 大约有2.84%～6.52%的波动可以由技术创新解释， 其余部分的波动为14.70%～24.05%，是经济增长自身的波动造成的。在技术创新的波动中，大约有23.20%～61.37%的波动可以由金融深化解释，有0～1.65%的波动可以由经济增长解释， 自身解释的波动为37.15%～76.80%。总的来说经济金融化对技术创新和经济增长有促进作用，且经济金融化对技术创新的贡献呈逐渐上升趋势。

五、结论及建议

（一）主要结论

本文以宁夏为例， 利用2001—2021年的金融、专利授权和经济数据，选择协整检验和向量误差修正模型定量研究金融深化、技术创新与经济增长之间的短期动态关系和长期均衡关系，主要研究结论如下：

第一，长期来看金融深化、技术创新对经济增长具有正向促进作用。金融深化和技术创新是影响经济增长的主要因素，但是金融深化的两个指标变量对经济增长的作用方向不同，金融相关率与经济增长正相关， 而货币化率与经济增长负相关。 这充分证实金融深化强调金融市场的完善程度、金融工具的可获得性以及金融服务的普惠性等，不再是盲目追求高货币化率。只有股票、证券、保险等中介市场健康均衡发展，才能有效地促进经济增长，畸高的货币化率最终将阻碍经济增长，不利于实体经济的发展。

第二，经济增长中能够由技术创新解释的比例较低。方差分解发现技术创新对经济增长的贡献呈逐渐下降的趋势，这意味着宁夏没有充分将专利授权转化成经济效益，技术创新成果的核心竞争力较弱，专利成果的商业化程度不高，对全社会经济增长的贡献不大。

第三，金融深化有利于技术创新且影响呈现逐渐上升趋势。因此，要坚持推动金融深化，完善股票、债券等非银行金融机构，改善融资结构，为企业降低融资成本，为企业的技术创新提供一方沃土。

（二）政策建议

为了更好发挥金融深化与技术创新对经济增长的促进作用，依据上述实证研究的结果提出以下两点政策建议。

第一，提升金融深化的质量。在关注金融深化总量增长的同时， 需要更加重视金融深化的质量，并构建多维的金融深化指标体系。推动金融深化并非盲目地提高货币化率，加快银行及非银行金融机构的扩张，而是进一步深化“放管服”改革，提高金融市场自由度，完善非银行金融机构，优化融资结构，尤其是推进金融服务向底层扩展，加快储蓄向投资的转化，增强金融市场的风险管理能力，从而逐渐提高金融发展的质量，使金融深化能更好地为经济增长助力。

第二，推动技术创新成果的转化。相对而言，经济发展水平较低的地区对技术创新研发的投入不足，且创新型人才较少，技术创新的基础和总体实力较弱，单纯地推动技术创新的进程、扩大技术创新的规模并非易事。 由此企业更应该注重已有创新成果的转化，将具有实用价值的技术创新成果结合地区优势进行试验开发，制造新产品，打造新热点，形成新现象，发展新产业，并且进行针对性的市场开发和电子营销，提高创新成果的附加值，增加企业的经济效益，为经济增长持续赋能。

第三， 加强金融机构为实体经济的造血能力。将资金配置到有发展前景的创新型企业和新型实体企业中，为企业降低融资成本，加快企业研发速度和进程， 为实体经济增长和繁荣提供有力支持。

参考文献：

［1］BAGEHOT W.Lombard Street：A Description of the Money Market［M］.London：Henrys.King&Co，1873.

［2］SCHUMPETER J A.The Theory of Economic Development［M］.Cambridge：Harvard University Press，1911.

［3］宋勃，黄松桥.金融深化与经济增长——基于我国的实证检验：1979—2005［J］.贵州社会科学，2007（3）：140-144.

［4］苏立峰，黄太洋.金融深化与经济增长：文献综述与中国实证［J］.经济经纬，2008（5）：148-151.

［5］刘刚，张文茜.金融深化与全劳动生产率——基于30省市投入产出表的研究［J］.金融理论探索，2023（2）：3-14.

［6］张富田.区域金融深化与政府规模对经济增长的影响［J］.现代经济探讨，2013（4）：56-60.

［7］贾清显，朱铭来.经济货币化、信贷配置与经济增长——基于动态面板数据模型的GMM估计［J］.工业技术经济，2016，35（3）：23-30.

［8］于晓曦，孙英隽.技术创新对区域经济增长的动力机制分析［J］.企业经济，2011，30（7）：9-11.

［9］姜军，武兰芬.江苏省技术创新与经济增长的关系研究——基于面板数据的实证［J］.科技管理研究，2014，34（3）：82-84，90.

［10］谢婷婷，任丽艳.技术创新、金融创新与经济增长——基于中国省际面板数据［J］.工业技术经济，2017，36（11）：110-117.

［11］周南南，林修宇.金融集聚、技术创新与经济发展——基于面板数据的空间计量分析［J］.宏观经济研究，2020（11）：34-48.

［12］李吉祥，高山.绿色技术创新、金融门槛与绿色经济增长——基于沿黄生态经济带的实证研究［J］金融理论探索，2022（4）：72-80.

［13］千慧雄，安同良.中国金融深化对企业技术创新的影响机制研究［J］.南京社会科学，2022（7）：50-60.

［14］陈祖华.金融中介影响经济增长的内生机制分析［J］.上海金融，2013（12）：44-46.

［15］胡恒松，花蓓.城投债发行与宏观经济运行双向动态效应分析［J］.金融理论探索，2023（4）：31-39.

［16］夏铭娜，徐开娟，黄海燕.我国体育产业结构升级的就业效应——基于向量误差修正模型的实证分析［J］.上海体育学院学报，2020，44（10）：75-83.

［17］康书生，苏跃辉.经济金融化对产业结构优化效应的实证研究［J］.会计之友，2019（22）：76-79.

［18］包振山，徐振宇，谢安.技术创新、产业结构升级与流通业发展［J］.统计与决策，2022，38（5）：101-105.

［19］岳宇君，马艺璇，张磊雷.政府补贴、技术创新与高新技术企业高质量发展［J］.南京财经大学学报，2022（2）：46-54.

［20］刘佳宁，欧阳胜银.金融集聚对技术创新的非线性影响：以粤港澳大湾区为例［J］.广东社会科学，2022（3）：39-48.

［21］崔惠颖.人口、金融与产业结构的动态关系研究［J］.统计与决策，2017（3）：172-175.

［22］刘伟，陈静.金融深化、财政支出与经常项目顺差［J］.国际经贸探索，2011，27（7）：55-61.

Research on the Relationship between Financial Deepening， Technological Innovation and Economic Growth

—Take Ningxia as an Example

Liu Wenwen， Li Keqiang， Zhao Qian

（School of Economics， Central University for Nationalities， Beijing 100081， China）

Abstract： Finance is the lifeblood of modern economy， and innovation is the primary driving force for development. Driving economic growth through financial deepening and technological innovation is a scientific and effective way to accelerate economic development. The article uses cointegration test and vector error correction model， and introduces pulse response function to study the long-term stable relationship and short-term adjustment relationship between financial deepening， technological innovation， and economic growth in Ningxia as an example， so as to provide certain reference for the construction of modern economic systems in various provinces. The empirical results indicate that financial deepening has a positive promoting effect on technological innovation， and its impact on technological innovation is on the rise. Financial deepening and technological innovation are important factors that affect the economic growth of Ningxia. The two indicator variables of financial deepening have a long-term equilibrium relationship with economic growth， but their directions of action are different. The financial correlation rate is positively correlated with economic growth， while the monetization rate is negatively correlated with economic growth.

Key words： financial deepening; economic growth; technological innovation; cointegration analysis; vector error correction model

（責任编辑：龙会芳；校对：卢艳茹）