金融深化、技術創新與經濟增長的關系研究

劉文文 李克強 趙倩

收稿日期：2023-06-10

基金項目：中央民族大學博士研究生自主科研項目“民族地區農業保險財政補貼機制研究——基于財政治理視角”（BZKY2021080）

作者簡介：劉文文，女，寧夏固原人，博士研究生，研究方向為金融與保險；李克強，男，河北吳橋人，教授，博士生導師，研究方向為財政理論與政策；趙倩，女，河南南陽人，研究方向為財政學。

摘? ?要：金融是現代經濟的血脈，創新是引領發展的第一動力。通過金融深化與技術創新驅動經濟增長，是加快經濟發展的科學有效途徑。本文運用協整檢驗和向量誤差修正模型，并引入脈沖響應函數，以寧夏為例研究金融深化、技術創新和經濟增長之間的長期穩定關系和短期調整關系，以期為各地建設現代化經濟體系提供一定的參考。實證結果表明，金融深化對技術創新有正向促進作用，且對技術創新的影響呈上升趨勢；金融深化和技術創新是影響寧夏經濟增長的重要因素，金融深化的兩個指標變量與經濟增長存在長期均衡關系，但作用方向不同，金融相關率與經濟增長正相關，而貨幣化率與經濟增長負相關。

關? 鍵? 詞：金融深化；經濟增長；技術創新；協整分析；向量誤差修正模型

中圖分類號：F830? ? ? ?文獻標識碼：Ａ? ? ? ? ?文章編號：2096-2517（２０24）０1－0０72－09

DOI：10.16620/j.cnki.jrjy.2024.01.007

一、引言

黨的二十大表明要準確把握中國式現代化的戰略安排，引導金融資源更好地支持經濟社會發展的重點領域和薄弱環節， 將更多資金投向先進制造、綠色低碳、科技創新等領域，助力培育經濟發展新動能，以高質量的金融服務促進經濟高質量發展取得新突破。習近平總書記指出，“金融是現代經濟的血脈，創新是引領發展的第一動力”。堅持推動金融深化、改善金融結構、優化金融中介，擴寬金融服務的深度與廣度，并加快企業技術創新，通過金融深化與技術創新驅動經濟增長，是加快經濟增長的科學有效途徑。

金融深化旨在使政府放松對金融體系的監管，給予市場一定的自由度。金融深化可以擴大金融中介的規模，增加金融工具的種類。金融機構通過專業化運作可以降低信息不對稱程度，減少交易成本，提高市場的運作效率，進而促進經濟增長。

目前國內外研究金融深化與經濟增長的文獻較多， 研究技術創新與經濟增長的文獻也較豐富，但是將金融深化、技術創新及經濟增長融入到一個框架內進行分析的文獻較少。本文利用協整檢驗和向量誤差修正模型對金融深化、技術創新與經濟增長之間的關系進行定量研究。這將為闡明金融深化與技術創新如何才能更好地服務于民族地區的經濟發展， 為挖掘金融深化對技術創新有何影響，為現代化經濟體系下民族地區堅定地推進金融深化和技術創新找到更加合理的解釋。

改革開放以來，寧夏經濟發展取得了令人矚目的成就，地區生產總值不斷增長，城鄉居民收入逐步增加。但在經濟快速發展的背后，還存在許多質量和結構上的問題。寧夏的整個金融體系過度依賴商業銀行，現代金融體系不完整，金融深化程度較低。 且寧夏地處我國西北地區東部的黃河上游， 交通不發達，2020年才建成第一條高鐵并通車，邊緣化的區位劣勢明顯。在此背景下，以寧夏為例實證檢驗金融深化、 技術創新與經濟增長的關系， 結果的可信度更強，也能為其他經濟結構失衡，地緣劣勢明顯的省份提供一定的決策參考。

二、文獻綜述與理論分析

（一）金融深化與經濟增長

金融深化對經濟增長的影響一直是學術界的熱門研究之一，初期大多數學者從定性的角度研究金融深化對經濟增長的影響，Bagehot（1873）和Schumpeter（1911）較早認識到運行良好的金融體系對經濟增長有舉足輕重的作用[1-2]。金融深化有信息生產功能、風險管理功能、儲蓄動員功能和公司控制功能等，這些功能通過資本清算機制、資本形成機制、企業家創新和技術創新機制三個渠道促進區域經濟增長。 隨著金融發展理論的不斷演進，學者們開始從定量的角度進行研究。 宋勃等（2007）、蘇立峰等（2008）研究證實我國的金融深化推動了經濟發展[3-4]。劉剛等（2023）認為金融深化能顯著提升我國經濟效率水平，提升路徑為改善各工業產業的全勞動生產率[5]。張富田（2013）認為長期的經濟增長要依靠區域內金融深化程度的提高，經濟欠發達的中西部地區應當適度提升區域金融深化水平[6]。事實上健康發展的金融體系能加快較貧困地區的經濟發展速度，相反，扭曲的金融體系不僅不會刺激經濟發展，還會拖累經濟增長。賈清顯等（2016） 利用動態面板數據模型GMM估計方法進行實證研究， 得出畸高的經濟貨幣化可能與一國（地區）經濟長期穩定增長呈負相關的結論[7]。

（二）技術創新與經濟增長

內生增長理論表明創新是推動經濟增長的根本動力，創新可以打破企業生產和民族地區經濟發展的天花板。 技術創新是不斷推陳出新的過程，是改變生產方式的最優途徑，對生產力的發展有較大的推動作用。技術創新引致的核心競爭力可以充分轉化為經濟效益，為經濟發展助力。有關技術創新與經濟增長的文獻較為豐富。于曉曦等（2011）定性分析了技術創新推動經濟增長的作用機理[8]。姜軍等（2014）通過固定效應回歸模型分析發現，技術創新對促進地區經濟增長起著較大的作用，作用的程度與地區經濟發展水平基本一致[9]。謝婷婷等（2017）利用動態面板模型，周南南等（2020）利用空間計量模型研究證實，技術創新是加速經濟增長的重要因素，可以顯著提高發展質量和高度[10-11]。李吉祥等（2022）運用門檻模型研究發現，綠色技術創新可以顯著促進綠色經濟增長[12]。

（三）金融深化與技術創新

在約瑟夫·熊彼特的現代創新理論中，“創新”是一種新生產函數的建立，即為生產要素和生產條件選擇一種新型的結合方式， 并將其引入生產體系。技術創新是一項兼具復雜性、動態性和高投入性的特殊商業活動。金融深化與技術創新的關系一直是學術界研究的熱點，從現有文獻來看，學者們主要從金融深化的三個功能出發研究金融深化對技術創新的影響機制，即儲蓄動員功能、信息生產功能和風險管理功能[13]。金融深化能夠影響儲蓄轉化資本比率以及改進投資配置效率，進而促進技術創新。且金融中介可以通過信息生產功能準確地甄別信息，提高信息獲取的效率，將資金分配到最有可能成功的創新企業中，提升資本配置效率[14]，最大程度上支持企業創新。 當金融市場不成熟時， 經濟主體為規避風險只能選擇專業化程度低、生產率低的通用型技術。而成熟的金融市場擁有風險分散功能，可以助力經濟主體選擇專業化程度較高、生產力較高的技術，有利于產生更高水平的創新活動。

三、模型設定與數據來源

（一）模型設定

本文基于寧夏的時間序列數據構建向量自回歸模型（VAR）和向量誤差修正模型（VECM）探究金融深化、技術創新與經濟增長之間的靜態與動態穩定關系。VAR模型是自回歸模型的聯立形式，不以經濟理論為前提，且打破了內生變量參數難以估計的困境[15]，是處理多個經濟指標問題的最優模型之一。VAR模型的數學表達式為：

yt=■？椎iyt-i+？著t （1）

其中，yt的估計值為前p個時刻內生向量yt-i的線性組合， 組合系數為Φi，εt為其他非關鍵變量帶來的隨機誤差。

若選取的指標變量原序列不平穩，但差分后的數據同階平穩且存在顯著的協整關系， 即可在式（1）的基礎上對VAR模型進行誤差修正，利用協整關系構建VECM模型。VECM模型可考察經濟指標間的短期波動幅度與長期穩定關系[16]，其數學表達式為：

？駐yt=■？茲i？駐yt-i+？琢ECMt-1+？著t （2）

其中，？駐yt的估計值包括3項，分別是前p個時刻內生向量一階差分？駐yt-i的線性組合、 誤差修正項ECMt-1和隨機誤差項εt。

（二）指標選取

1.金融深化

金融深化往往取決于經濟貨幣化和經濟金融化程度。經濟貨幣化指以貨幣為媒介進行的交易占全部經濟交易的比例；經濟金融化指使用金融工具的經濟活動占全部經濟活動總量的比例[17]。某國（地區）經濟社會發展到一定階段后，貨幣供應量的增長速度會逐漸下降，相反，股票、證券、基金等非貨幣性金融工具的增速會加快，此時相較于經濟貨幣化而言，經濟金融化更能反映該地的金融深化程度。因此本文從這兩個方面建立模型綜合衡量金融深化程度。

其中，用麥金農（1973）定義的貨幣化率（MR）來測算發展中經濟體的經濟貨幣化程度。根據公開可得的統計數據，本文將MR的計算公式由MR=M2/GDP調整為MR=（本外幣存款余額-財政性存款）/GDP。

戈德史密斯定義金融相關率（FIR）來測算某國（地區）經濟金融化程度。受統計資料的局限，將FIR的計算公式改善為FIR≈（本外幣存款余額-財政性存款+保費收入+股票市價總值）/GDP。

2.技術創新

對于技術創新的量化，學界暫未形成統一的標準，現有研究多從創新投入（如創新經費投入等）和創新產出（如專利申請數、專利申請授權數等）兩個維度來測度技術創新水平[18]。除此之外，岳宇君等（2022）另辟蹊徑，考慮了市場對技術創新的接受程度及創新活動的經濟效應，依據總銷售收入中新產品銷售收入所占的比重測量技術創新[19]?？紤]到寧夏創新企業較少，且數據的完整性較差，本文借鑒劉佳寧等（2022）[20]，選用發明專利授權量（TI）作為技術創新的變量。相較于專利申請量，專利授權量更能直接有效地反映技術創新的成果。

3.經濟增長

本文選擇常見的地區生產總值（GDP）作為衡量經濟增長的指標。 因為GDP能夠完整地展示某地區或國家的經濟狀態， 且其統計數據準確性較高，能充分保證實證分析的可信度。

（三）數據來源

選取寧夏2001—2021年共21年的經濟數據進行定量研究。數據來源于《寧夏統計年鑒》《寧夏回族自治區金融運行報告》《寧夏回族自治區國民經濟和社會發展統計公報》，2001—2003年的小部分數據由于時間久遠而缺失，利用插值法進行補齊。

四、實證檢驗與結果分析

（一）單位根檢驗

由于宏觀經濟指標的原始數據絕大程度上并不平穩，為了規避偽回歸的情況，在建立向量自回歸模型之前利用單位根（ADF）對各變量時間序列數據的平穩性進行檢驗。 為了避免出現異方差，對各指標取以e為底的對數。假設所選取的時間序列數據存在單位根，如果能拒絕原假設，則說明數據是平穩的，具體檢驗結果見表1。

由表1可以看出，FIR、MR、TI、GDP這四個序列的原數據在95%的置信度水平下，ADF值均大于5%的臨界值，沒有拒絕存在單位根的假定，因而是非平穩的， 但是一階差分后四個序列的ADF值均小于95%置信度水平下的臨界值， 通過檢驗，拒絕了原假定，即Ln FIR、Ln MR、Ln TI、Ln GDP皆是I（1）過程。

（二）協整檢驗

對于一階差分數據平穩的變量，還需要對其進行協整檢驗以確定變量之間是否存在某種長期穩定的均衡關系，即是否存在協整關系，從而避免出現偽回歸。本文選擇Johansen檢驗法，先確定Ln MR、Ln TI、Ln GDP（模型Ⅰ）這三個變量有無協整關系，再確定Ln FIR、Ln TI、Ln GDP（模型Ⅱ）之間有無協整關系。

在進行協整檢驗之前， 還需通過無任何約束VAR模型的滯后項檢驗來確定恰當的滯后階數。結合樣本數據的年限， 從最大滯后階數3開始檢驗， 根據LR、FPE、AIC、SC等多種檢驗準則確定，LLC檢驗的結果如表2所示。由表2可以看出，無約束VAR模型Ⅰ的最優滯后階數為2， 模型Ⅱ的最優滯后階數為3。 由于協整檢驗模型的滯后階數是水平VAR模型的一階差分，因此在5%的顯著性水平下， 模型Ⅰ協整檢驗的最優滯后階數為1， 模型Ⅱ的最優滯后階數為2。依據ADF檢驗結果確定協整檢驗的形式為“序列含有線性趨勢且協整方程有截距項和趨勢項”，Johansen協整檢驗結果如表3所示。

由表3可以看出，Johansen協整檢驗顯示，Ln MR、Ln TI、Ln GDP變量序列在5%的顯著性水平下，跡檢驗值20.0462大于5%的臨界值18.3977，P值等于0.0292小于0.05，拒絕了至多存在1個協整方程的原假設， 認為至少存在2個協整方程， 說明3個變量之間存在長期穩定的均衡關系。協整方程為：

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變量序列在5%的顯著性水平下，跡檢驗值32.0322大于5%的臨界值25.8721，P值等于0.0075小于0.05， 拒絕了至多存在1個協整方程的原假設，認為至少存在2個協整方程，說明3個變量之間存在長期穩定的均衡關系。協整方程為：

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）誤差修正模型

在上述協整關系的基礎上，分別對變量Ln MR、Ln TI和Ln GDP，變量Ln FIR、Ln TI和Ln GDP建立誤差修正模型（VECM）來表達變量之間的動態關系。鑒于篇幅原因，只寫出有關△Ln GDP的誤差修正模型。

模型Ⅰ的協整方程估計的VECM的表達式為：

？駐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］×

［？駐Ln MRt-1，？駐Ln TIt-1，？駐Ln GDPt-1］T

（7）

模型Ⅱ的協整方程估計的VECM的表達式為：

？駐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］×

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

［0.4782，0.0670，1.1582］×

［？駐Ln FIRt-2，？駐Ln TIt-2，？駐Ln GDPt-2］T

（8）

本文選擇AR檢驗對上述2個誤差修正模型進行穩定性檢驗， 模型Ⅰ的檢驗結果如圖1所示，模型Ⅱ的檢驗結果如圖2所示?？梢钥闯?，除了只有1個根落在單位圓上以外，2個VECM模型的其他根均落在單位圓以內，VECM模型的穩定性條件得以滿足，充分證實了根據誤差修正模型得出的脈沖響應和方差分解結果是穩健、可靠的。

（四）脈沖響應函數

由于VECM模型中的所有變量都相互依賴，因此單個參數值提供的信息有限，為了更好地了解模型的動態行為， 在上述VECM模型的基礎上利用脈沖響應函數繪制響應變量的軌跡做進一步分析。

模型Ⅰ的廣義脈沖響應函數曲線圖如圖3所示。（1）當一個單位正向標準差的MR對GDP進行沖擊后，沖擊效應為負，表明貨幣化率的增加將阻礙經濟增長。事實上，寧夏近5年的貨幣化率平均已經達到了170%以上，明顯處于高位，且遠超歐美等發達國家，這可能是由于居民高儲蓄低投資引發的貨幣沉淀以及房地產行業對貨幣資金的超強吸附造成的。 一方面反映了寧夏金融市場不發達，金融資產單一，市場結構失衡；另一方面反映了其產業結構不合理，實體經濟內部可能存在深層次的矛盾?？梢园l現，一味地追求經濟貨幣化導致貨幣化率高企絕大程度會對經濟長期穩定增長產生負作用。（2）GDP受到一個單位正向標準差的TI沖擊后，沖擊效應為正，表明技術創新水平的提升有利于經濟增長。（3）TI受到一個單位正向標準差的MR沖擊后，其作用在前3期滯后時間內迅速下降為負，第4期開始上升為正，說明貨幣化率對技術創新具有短期抑制作用和長期促進作用。

模型Ⅱ的廣義脈沖響應函數曲線圖如圖4所示。（1）GDP受到一個單位正向標準差的FIR沖擊后，在滯后1期內沖擊效應為負，而之后的時期內沖擊效應為正，表明短期內金融相關率對經濟增長的促進作用并不能顯現，但是長期來看，金融相關率的提高有利于經濟增長。 金融體系的不斷完善、金融結構的優化、金融機構規模的擴大以及金融市場活躍程度的提升，會提振資本市場的信心，個人的投資意識也能被充分激發，從而對經濟增長產生正效應。 （2）GDP受到一個單位正向標準差的TI沖擊后，短期內產生的沖擊為負，長期來看將產生正向沖擊，表明經濟增長對技術創新的刺激作用需要一定的反應時間，這是因為從技術創新轉化到成果產生經濟效率可能需要一定的時間。 （3）TI受到一個單位正向標準差的FIR沖擊后， 沖擊效應為正，證實金融相關率與技術創新存在正相關的長期穩定關系。

值得注意的是，金融深化的兩個指標（貨幣化率與金融相關率） 對經濟增長的作用效果是相反的，這再次說明了衡量某地區或國家金融深化的程度時，需要結合當地的實際情況，構建多層次、全方位的指標體系[21]，這樣才能為更好地理解金融深化與其他社會、 經濟變量之間的關系打下可信的基礎。

（五）方差分解

方差分解用于分析影響內生變量的結構沖擊的貢獻度。本文基于VECM模型，通過方差分解分析GDP、TI自身以及其他變量分別對GDP、TI未來10期變動的貢獻程度，鑒于篇幅原因，這里僅展示部分期數。

模型Ⅰ的部分分解結果如表4所示。 可以看出，在經濟增長的波動中，大約有76.25%～84.86%的波動可以由貨幣化率解釋，大約有1.03%～1.83%的波動可以由技術創新解釋， 剩余部分的波動為13.31%～22.42%，是經濟增長自身的貢獻，理解為慣性的作用。在技術創新的波動中，大約有17.00%～60.02%的波動可以由貨幣化率解釋， 有0～10.85%的波動可以由經濟增長解釋， 自身解釋的波動為29.13%～83.03%?？偟膩碚f經濟貨幣化與技術創新是影響寧夏經濟增長的重要因素，其中經濟貨幣化是較為重要的影響因素，且經濟貨幣化有利于技術創新，對技術創新的影響處于上升趨勢。

模型Ⅱ的部分分解結果如表5所示。 可以看出，在經濟增長的波動中，大約有72.54%～82.46%的波動可以由金融相關率解釋， 大約有2.84%～6.52%的波動可以由技術創新解釋， 其余部分的波動為14.70%～24.05%，是經濟增長自身的波動造成的。在技術創新的波動中，大約有23.20%～61.37%的波動可以由金融深化解釋，有0～1.65%的波動可以由經濟增長解釋， 自身解釋的波動為37.15%～76.80%?？偟膩碚f經濟金融化對技術創新和經濟增長有促進作用，且經濟金融化對技術創新的貢獻呈逐漸上升趨勢。

五、結論及建議

（一）主要結論

本文以寧夏為例， 利用2001—2021年的金融、專利授權和經濟數據，選擇協整檢驗和向量誤差修正模型定量研究金融深化、技術創新與經濟增長之間的短期動態關系和長期均衡關系，主要研究結論如下：

第一，長期來看金融深化、技術創新對經濟增長具有正向促進作用。金融深化和技術創新是影響經濟增長的主要因素，但是金融深化的兩個指標變量對經濟增長的作用方向不同，金融相關率與經濟增長正相關， 而貨幣化率與經濟增長負相關。 這充分證實金融深化強調金融市場的完善程度、金融工具的可獲得性以及金融服務的普惠性等，不再是盲目追求高貨幣化率。只有股票、證券、保險等中介市場健康均衡發展，才能有效地促進經濟增長，畸高的貨幣化率最終將阻礙經濟增長，不利于實體經濟的發展。

第二，經濟增長中能夠由技術創新解釋的比例較低。方差分解發現技術創新對經濟增長的貢獻呈逐漸下降的趨勢，這意味著寧夏沒有充分將專利授權轉化成經濟效益，技術創新成果的核心競爭力較弱，專利成果的商業化程度不高，對全社會經濟增長的貢獻不大。

第三，金融深化有利于技術創新且影響呈現逐漸上升趨勢。因此，要堅持推動金融深化，完善股票、債券等非銀行金融機構，改善融資結構，為企業降低融資成本，為企業的技術創新提供一方沃土。

（二）政策建議

為了更好發揮金融深化與技術創新對經濟增長的促進作用，依據上述實證研究的結果提出以下兩點政策建議。

第一，提升金融深化的質量。在關注金融深化總量增長的同時， 需要更加重視金融深化的質量，并構建多維的金融深化指標體系。推動金融深化并非盲目地提高貨幣化率，加快銀行及非銀行金融機構的擴張，而是進一步深化“放管服”改革，提高金融市場自由度，完善非銀行金融機構，優化融資結構，尤其是推進金融服務向底層擴展，加快儲蓄向投資的轉化，增強金融市場的風險管理能力，從而逐漸提高金融發展的質量，使金融深化能更好地為經濟增長助力。

第二，推動技術創新成果的轉化。相對而言，經濟發展水平較低的地區對技術創新研發的投入不足，且創新型人才較少，技術創新的基礎和總體實力較弱，單純地推動技術創新的進程、擴大技術創新的規模并非易事。 由此企業更應該注重已有創新成果的轉化，將具有實用價值的技術創新成果結合地區優勢進行試驗開發，制造新產品，打造新熱點，形成新現象，發展新產業，并且進行針對性的市場開發和電子營銷，提高創新成果的附加值，增加企業的經濟效益，為經濟增長持續賦能。

第三， 加強金融機構為實體經濟的造血能力。將資金配置到有發展前景的創新型企業和新型實體企業中，為企業降低融資成本，加快企業研發速度和進程， 為實體經濟增長和繁榮提供有力支持。

參考文獻：

［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，黃松橋.金融深化與經濟增長——基于我國的實證檢驗：1979—2005［J］.貴州社會科學，2007（3）：140-144.

［4］蘇立峰，黃太洋.金融深化與經濟增長：文獻綜述與中國實證［J］.經濟經緯，2008（5）：148-151.

［5］劉剛，張文茜.金融深化與全勞動生產率——基于30省市投入產出表的研究［J］.金融理論探索，2023（2）：3-14.

［6］張富田.區域金融深化與政府規模對經濟增長的影響［J］.現代經濟探討，2013（4）：56-60.

［7］賈清顯，朱銘來.經濟貨幣化、信貸配置與經濟增長——基于動態面板數據模型的GMM估計［J］.工業技術經濟，2016，35（3）：23-30.

［8］于曉曦，孫英雋.技術創新對區域經濟增長的動力機制分析［J］.企業經濟，2011，30（7）：9-11.

［9］姜軍，武蘭芬.江蘇省技術創新與經濟增長的關系研究——基于面板數據的實證［J］.科技管理研究，2014，34（3）：82-84，90.

［10］謝婷婷，任麗艷.技術創新、金融創新與經濟增長——基于中國省際面板數據［J］.工業技術經濟，2017，36（11）：110-117.

［11］周南南，林修宇.金融集聚、技術創新與經濟發展——基于面板數據的空間計量分析［J］.宏觀經濟研究，2020（11）：34-48.

［12］李吉祥，高山.綠色技術創新、金融門檻與綠色經濟增長——基于沿黃生態經濟帶的實證研究［J］金融理論探索，2022（4）：72-80.

［13］千慧雄，安同良.中國金融深化對企業技術創新的影響機制研究［J］.南京社會科學，2022（7）：50-60.

［14］陳祖華.金融中介影響經濟增長的內生機制分析［J］.上海金融，2013（12）：44-46.

［15］胡恒松，花蓓.城投債發行與宏觀經濟運行雙向動態效應分析［J］.金融理論探索，2023（4）：31-39.

［16］夏銘娜，徐開娟，黃海燕.我國體育產業結構升級的就業效應——基于向量誤差修正模型的實證分析［J］.上海體育學院學報，2020，44（10）：75-83.

［17］康書生，蘇躍輝.經濟金融化對產業結構優化效應的實證研究［J］.會計之友，2019（22）：76-79.

［18］包振山，徐振宇，謝安.技術創新、產業結構升級與流通業發展［J］.統計與決策，2022，38（5）：101-105.

［19］岳宇君，馬藝璇，張磊雷.政府補貼、技術創新與高新技術企業高質量發展［J］.南京財經大學學報，2022（2）：46-54.

［20］劉佳寧，歐陽勝銀.金融集聚對技術創新的非線性影響：以粵港澳大灣區為例［J］.廣東社會科學，2022（3）：39-48.

［21］崔惠穎.人口、金融與產業結構的動態關系研究［J］.統計與決策，2017（3）：172-175.

［22］劉偉，陳靜.金融深化、財政支出與經常項目順差［J］.國際經貿探索，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

（責任編輯：龍會芳；校對：盧艷茹）