中国普惠金融发展对区域创新能力的影响——基于274个城市的实证研究

来源 :重庆大学 | 被引量 : 0次 | 上传用户:aionkina
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
2017年党的十九大报告指出“中国特色社会主义进入了新时代”,中国经济由高速增长正式转向高质量发展阶段。毋庸置疑的是,深入落实创新驱动发展战略是实现中国经济高质量发展的根本保障。而中国当下面临的现实是,科技发展水平总体不高,科技对经济增长贡献率与发达国家还存在较大差距,国家创新能力不强已经成为中国经济社会发展的“阿喀琉斯之踵”。从区域层面上看,增强区域创新能力是提升国家创新能力和建设创新型国家的必由之路。金融作为现代经济的核心,在改善资源配置效率、降低交易成本、防范和化解风险等方面具有重要作用。技术创新活动高风险高投入的固有特征使其与金融发展存在天然的密切联系。目前,深化金融体制改革,增强金融服务实体经济能力的一个重点和方向就是健全具有普惠性的现代金融体系。
  基于上述中国现实情境,本文研究主题在于定量考察普惠金融发展对区域创新能力的影响。研究工作的创新与价值主要在于:一是本文从普惠金融内涵出发构建了金融发展水平渗透性、金融发展使用有效性和金融发展水平效率性的三维普惠金融测算指标体系,首次尝试对2005-2015年中国城市单元普惠金融发展水平进行测度和评价。已有文献主要针对国家或省级尺度的测算,为后来研究奠定了研究基础,但过于宏观的评估会掩盖微观尺度上的信息,存在较大的加总偏误,导致其对现实的指导能力有限。本文尝试将普惠金融发展评估拓展至相对微观的城市层面,为认识中国普惠金融发展规律提供了更为精细的经验参考。二是,论文从理论层面分析了普惠金融发展对区域创新能力的内在逻辑和作用机理,更为重要的是,本文基于2005-2015年274个城市平衡面板数据,使用包含专利价值信息的城市创新指数反映区域创新能力,充分考虑模型内生性问题,系统评估了普惠金融发展对区域创新能力的因果效应。本文的理论分析工作有助于加深对普惠金融发展和实现经济高质量发展关系的理解,实证工作则为理论假说提供了较为扎实的经验证据,进而为深化金融体制改革、增强金融服务实体经济能力以及落实创新驱动发展战略、实现经济高质量发展提供经验借鉴。三是,本文还论证了地区人力资本积累、贸易开放和制度环境的重要调节作用,从而一定程度上揭示了中国情景下优化外部环境对于充分发挥普惠金融发展的技术创新效应的重要性。
  本文主要研究发现:一是中国城市普惠金融发展呈现出明显的“集聚”、“鸿沟”与“波动”特征,普惠金融发展与区域创新能力表现出较强的时空一致性。普惠金融发展是促进区域创新能力增强的重要因素,提升普惠金融发展水平有助于增强区域创新能力;二是普惠金融发展对区域创新能力影响因不同普惠金融发展维度、不同创新水平以及不同城市规模之间表现出一定差异;三是地区人力资本积累程度、贸易开放水平和制度环境状况是约束普惠金融发展对区域创新能力影响的重要外部因素,促进人力资本积累、扩大贸易开放水平和改善制度环境有助于强化普惠金融发展对区域创新能力的作用效果;四是人力资本积累、贸易开放和制度环境对普惠金融发展和区域创新能力关系调节作用存在一定“门槛”效应,只有这些外部环境因素优化到一定程度时,普惠金融发展对区域创新能力才存在显著的正向边际作用。
其他文献
提出基于属性为主的三支概念格的合并和基于对象为主的三支概念格的合并,对合并后的三支概念格及经典概念格之间的关系进行研究,对两种方法合并后所得到的三支概念格之间的关系进行探讨,并给出三支概念格合并的算法。通过实例对该理论进行验证。
使用仿射变换网络对遥感图像进行空间变换,批量生成训练图像,将特征提取和匹配放在卷积神经网络的端到端架构中,直接预测仿射变换参数;通过采用校正网络对卷积神经网络的结果进行改进,实现遥感图像更加精确的配准。通过与SIFT算法、SURF算法和其他深度学习方法相比,该方法对遥感图像配准的速度和精度均有显著提升。
针对电影彩色化面临着上色质量和时序稳定性的双重挑战,提出一种带有循环结构的生成对抗网络,可用于电影的自动彩色化,不需要任何参考帧和人工干预。该网络基于经典的条件生成对抗网络:生成器用于生成彩色图像,完成彩色化任务;鉴别器用于鉴别真伪,提升生成器性能。引入循环结构和时序一致性损失,用于整合时序信息,解决上色的稳定性问题。实验结果表明,该方法在保证单帧图像上色的同时,可以有效减少生成的电影序列中的闪烁
提出一种基于快速无偏分层图抽样的MapReduce负载平衡方法。将聚类算法融合到MapReduce连接操作中,提出MapReduce并行聚类连接算法的实现方法;根据聚类结果动态调整抽样率的无偏分层图抽样算法,从而实现连接操作目标数据的准确、平衡抽样。通过合成数据集和真实数据集下的数据处理实验,与Hash连接算法及基于NS抽样的聚类算法进行对比,验证了所提出的算法方案在不同数据倾斜程度下都具有良好的
信息物理融合系统(Cyber-Physical systems, CPS)是由信息系统和物理系统融合而成,从而引入了信息系统中普遍存在的安全隐患。传统信息系统的入侵检测算法专注于检测的准确率而忽略算法的复杂度和实时性,不适用于CPS。为了解决CPS入侵检测的实时性问题,提出一种结合相关性特征选择的堆叠极限树集成算法(CFS-SET)。针对CPS中数据特征众多的特点,使用基于相关性的特征选择算法(C
为了更加准确地揭示恶意程序在异质传感网络中的传播规律,考虑异质传感器节点的移动性,基于扩展经典传染病理论而提出具有不同恶意程序潜伏期的延迟HSEIRD(Heterogeneous Susceptible-Exposed-Infected-Recovered-Dead)模型。计算得出该模型的稳定点,并使用下一代矩阵算法,得到该模型的基本再生数。进行数值模拟,以验证不同恶意程序潜伏期和自由移出率对异质
提出一种基于KL散度的结构化剪枝方法,用KL散度来衡量通道之间的差异性,并定义通道的重要因子,通过删减重要因子较小的通道来进行结构化剪枝。在CIFAR-10和CIFAR-100数据集上,对ResNet进行结构化剪枝,并对比几种较为先进的硬剪枝方法,发现KL散度能发掘出卷积层中的冗余通道,剪枝后精度可能不会下降太多,在减少10%~30%网络参数与浮点运算的情况下,甚至比原始网络准确率要高0.4到0.
基于深度学习的图像超分辨率重建算法不能很好地处理现实生活中有多种复杂噪声干扰的低分辨率图片,提出一种双向的生成对抗网络,引入下采样网络及重建网络联合学习的方法。下采样网络模拟生成现实生活中有复杂噪声及受运动干扰的低分辨率图片,重建网络将模拟生成的低分辨率图片恢复为细节清晰的高分辨率图片。实验结果表明,该算法能够重建出视觉效果良好的超分辨率图像,在Set5、DIV2K等通用测试集上,其客观评价指标(
为了获得利益,在线评论当中有很多伪造的评论,酒店领域的评论也不例外。由于酒店领域的评论只有少部分的标注数据,这给深度学习技术的应用带来了困难。提出一种融合酒店消费领域的专业知识和基于文本卷积神经网络的方法。该方法对数据进行增强,用无监督学习方法获得aspect情感信息,利用卷积神经网络识别虚假评论。实验结果表明,该方法的识别效果比传统方法有显著的提升。
针对云计算在运算过程中资源利用率低以及节点负载不均衡的问题,提出一种改进狮群优化算法的云计算资源调度策略。针对传统狮群算法易早熟收敛陷入局部最优以及算法收敛精度低的问题,通过余弦扰动因子以及双高斯变异函数对算法进行改进。数值仿真实验结果表明,改进后的狮群优化算法较好地平衡了算法的全局勘探能力和局部开发能力,提高了算法的全局收敛精度。建立云计算资源调度数学模型,并通过改进后的狮群算法对模型进行优化。