检验结果及分析-基于空间视角的我国区域金融生态运行效率研究

利用条件β收敛空间误差门槛模型以及估计方法，本文通过Stata10.统计软件进行实证估计检验分析。估计条件β收敛空间误差门槛模型，首先需要判别门槛的个数。本文分别按照以下三种情形进行假设：原假设：不存在门槛值；备选假设：存在一个门槛值。原假设：只存在一个门槛值；备选假设：存在两个门槛值。原假设：只存在两个门槛值；备选假设：存在三个门槛值。通过bootstrap方法检验出p值，估计结果见表6-6。LM统计量通过显著性检验，说明存在单一的滞后一期金融生态运行效率（Ei，t-1）的门槛值。

表6-6　门槛效应估计与检验结果

注：采用bootstrap法（自举法）反复抽样500次得到的结果。数据来源：笔者计算整理。

根据表6-6，本文给出了不同估计区间的估计系数以及参数的显著性水平。

表6-7　门槛值及参数估计

(www.xing528.com)

数据来源：笔者计算整理。

是否存在这样一个问题，本地区的金融生态运行效率越高，区域金融生态运行效率趋同的特征更明显呢？或者说是否在趋同的一个门槛。那么提到门槛，就需要重新考虑金融生态运行效率收敛与其影响因素之间是线性还是非线性的关系。以往学者大都认为金融生态效率及其影响因素是线性关系。然而，从表6-7结果所示，当Ei，t-1低于门槛0.625时，估计系数显著为负（-0.012），表明当较低的金融生态运行效率对区域收敛产生了抑制作用；当Ei，t-1跨越门槛值0.625后，估计系数由负转正（0.054），并通过显著性水平，金融生态运行效率空间收敛的趋势明显。这也证实了区域金融生态运行效率趋同效应并非自动实现，而是存在一个“门槛”或“拐点”。

表6-8　门槛值及省份分布

数据来源：笔者计算整理。

根据各省份金融生态运行效率值（2006—2015年均值）与门槛值数量关系，本文将我国各省份划分为两类组群，一是低区制（即金融生态运行效率低于阈值）；二是高区制（即金融生态运行效率高于阈值）。表6-8所示，处于低区制的地区主要是中西部省份，这些地区金融生态运行效率相对较低，未通过门槛值，较低的金融生态运行效率限制了空间的收敛。处于高区制的地区主要包括东部沿海和部分中部省份，均通过了门槛值，较高的金融生态运行效率对正向影响空间收敛。其原因在于，我国中西部地区经济发展水平相对落后、民间资本匮乏、市场主体尚未完全发育、投资环境欠佳、市场潜力尚未充分发掘，大部分还处于工业化的中期阶段，总体上地区金融生态环境不佳，从而直接加剧了本地区的资金短缺，进而影响了全国整体金融生态运行效率的提升；而东部沿海地区资本相对充裕，良好的金融生态运行环境有效提升了本地区企业的资金优势，反过来又进一步放大了本地区金融优势。