前言：寻找写作灵感？中文期刊网用心挑选的金融助推新旧动能转换探究，希望能为您的阅读和创作带来灵感，欢迎大家阅读并分享。
摘要：金融在新旧动能转换的过程中，通过将金融资源配置到新旧动能转换的重要领域和薄弱环节，达到助力新旧动能转换、助推经济转型升级的目的。因此，通过资源配置，不仅能明确青海省新旧动能转换的具体进度，更能从金融资源支持的角度来分析对新旧动能转换的助推力度，并提出相关的对策建议，具有现实意义。
关键词：新旧动能；金融支持；青海
本文从新能源利用、产业布局以及居民生活质量三个不同的角度，选取1999—2017年共19年的数据（个别指标数据缺失），构建了新旧动能转换评价的指标体系。分别为Y1新能源化（风电发电量/全部发电量）、Y2低碳化（大气中碳排放量/地区生产总值）、Y3高级化（第三产业增加/第二产业增加值）、Y4产业结构优化率（第二、三产业增加值的和/地区生产总值）、Y5全员劳动生产率（地区生产总值/就业人员数）、Y6城镇化率，共6个因变量指标。金融角度用X1金融相关率FIR（贷款/生产总值）、X2金融机构融资效率SLR（贷款余额/存款余额）、两个自变量综合指标来衡量。SLR在一定程度上反映了某一地区金融机构发展水平以及资金有效利用的水平。
一、青海省金融支持新旧动能转换发展现状
（一）青海省新能源利用方面的发展现状。新能源化指标Y1为水电发电量占全部发电量的比值，青海省从2012年开始加入风力发电和太阳能发电。因此指标Y1的分子部分是从2012至2017年的水力发电、风力发电以及太阳能发电量的总和。此部分用电量在全部用电量的占比中逐年提升，在逐渐降低水力发电比重的前提下，青海省新能源指标自2018年有了显著的提升，新能源占比由2017年的71%增长为83%，增长率高达16%。2019年新能源指标为87%，火力发电用电量仅占全部用电量的13.5%，这一数据表明自2018年以来，青海省在开发新能源发电方面有了显著的提升。低碳化指标Y2在青海省碳排放中自1999年至2017年整体处于增长状态，2002年至2015年一直保持在4%的增长率左右快速增长，至2016年碳排放量骤降，增长率为-11%。说明2016年开始，青海省节能措施的效果显现，青海贯彻实施“绿水青山就是金山银山”的理念得到成效。与此同时青海省地区生产总值逐年提升，从1999年的239.38亿元至2017年的2865.23亿元，19年的时间增长十倍；尤其是2010年开始，增长率较之前有大幅提升，由此得到的低碳化指标总体为下降趋势，由1999年的7.15%降至2017年的2.83%。结合Y1和Y2的数据趋势分析，可以看出青海省在新能源利用以及节能方面近几年有了一定的成效。在保证生产总值稳步增长的前提下，提高了清洁能源利用的比重，减少了碳排放量，由此说明青海省经济技术水平有明显的提高。
（二）青海省产业结构方面的发展现状。高级化指标Y3为第三产业增加值和第二产业增加值的比值。数据表明，青海省高级化数据自1999至2011年一直是在降低的，说明此阶段青海省重点发展对象为第二产业。自2011年开始高级化指标逐年增长，由55%至2017年的105%，此数据表明青海省产业结构重心从2011年开始由第二产业向第三产业转移，高附加值以及高技术水平的部门开始成为发展的重点。产业结构优化率ISR（金融机构贷款余额/金融机构存款余额）是二、三产业增加值的和与地区生产总值的比值。青海省ISR数据自1999年至2017年间一直保持低速稳步增长，由82%增长至91%。此数据表明青海省一直在努力优化产业布局，在保持农业稳定发展的前提下，大力发展有更大增长空间的二、三产业，打造更加合理，更加优化的产业结构。（三）青海省居民生活质量方面的发展现状全员劳动生产率Y5为地区生产总值和就业人员数的比值。当技术水平较高时单位时间单位个体可以创造出更高的价值；反之，当技术水平较低时单位个体多数从事体力劳动，创造出的价值也更低。青海省全员劳动生产率从1999年的0.90上升至2017年的8.03，其中1999年至2009年缓慢上升，2009年至2017年开始快速上升，中间有短暂停滞，整体保持上升趋势。城镇化率Y6为城镇人口比重，由城镇人口占全部人口的比值反映了人口向城市聚集的过程和聚集程度。城镇化过程增大了二、三产业城镇集聚度，与经济发展水平密切相关。城镇化率呈现稳步缓慢增长的态势，自0.35增长至0.53。这两个指标反映出青海省经济发展水平与生产技术水平的稳步提升。
二、实证研究
多重多元回归分析是在多元回归分析的基础上增加因变量y的个数，即多个因变量和多个自变量之间关系的研究。本文通过SPSS23做多重多元回归分析，首先要考虑因变量之间的相关关系。由于本文所选6个因变量具有一定程度的相关关系，因此选择通过构建中间变量组转换的方式解决。即先做因子分析，将6个因变量通过三个因子表达出98.3%的贡献率，进而再做回归分析即可得出相对应的方程式。
（一）因子分析。首先对数据进行标准化处理，然后对标准化处理后的6个因变量做KMO和Bartlett的球形度检验，结果如表1。由运行结果可以看出，KMO和Bartlett的球形度检验显示0.717>0.5，且P值=0.000<0.5，数据适合做因子分析。由特征值≥1选取了3个主因子，其中第一主因子F1在Y4、Y5、Y6三个变量上有较大的载荷，从而命名为经济技术因子。F2在Y2、Y3两个变量上有较大的载荷，命名为产业优化因子。F3在Y1变量上有较大载荷，命名为能源因子。三个因子的累积贡献率达到98%。因子得分系数矩阵如表2。
（二）回归分析。首先通过变量各自之间做散点图来初步判断不同自变量与因变量之间是否存在线性关系，然后分别对F1、F2、F3三个因子做回归分析。1.做X1、X2对F1的回归分析：由输出结果可知复相关系数R=0.984，决定系数R^2=0.968，接近于1，表明回归拟合效果较好。P值为0，小于0.5，表明自变量x对因变量y的线性效果显著。因此构建回归方程如下：F1=6.287E-7+0.972X1-0.177X2此方程表明：青海省金融相关率FIR对经济技术因子具有较高的正影响，金融发展水平越高相应地带动产业结构、劳动生产率、以及城镇化率的提高。融资效率SLR（金融机构贷款余额/金融机构存款余额）对经济技术因子F1有负相关的影响，由于SLR是金融机构所对应的指标，可见金融机构对于产业结构转型、可持续发展、以及科技含量较高的高新技术产业的支持力度较低。在一定程度上阻碍了青海地区经济技术水平的提高。2.做X2对F2的回归分析：由输出结果可知复相关系数R=0.929，决定系数R^2=0.863，接近于1，表明回归拟合效果较好。P值为0，小于0.5，表明自变量x对因变量y的线性效果显著。因此构建回归方程如下：F2=-8.295E-7+0.929X2此方程表明：X2融资效率SLR对产业优化因子F2有正向影响。首先明确F2主要代表了低碳化和高级化两个因变量，由此方程可以得知金融机构融资效率对于第三产业的发展以及企业节能减排有明显的促进作用。由于三个自变量与F3构建的回归方程均不显著，因此不做F3的回归分析，由此说明青海省金融相关指标对能源发展的影响并不显著。
三、结论及建议
（一）结论。1.金融相关率FIR对青海省经济技术水平的发展有显著的提高，解释为金融发展水平对产业结构优化率、全员劳动生产率、以及城镇化率等宏观指标有正向影响。2.金融机构融资效率SLR对青海省经济技术水平的发展有轻微的阻碍效果，对产业优化水平有显著促进作用。解释为金融机构融资效率对产业结构优化率、全员劳动生产率以及城镇化率等宏观指标有负向影响。对低碳化和高级化指标有显著正向影响。3.能源化指标与金融相关率FIR以及金融机构融资效率SLR没有显著的线性关系，表明金融发展水平对能源化指标不具有明显影响。金融机制已经成为经济发展不可或缺的促进机制，在国民经济以及产业发展过程中，其作用是核心的支持机制。青海省金融相关率对经济技术水平的促进作用正体现了金融支持理论的内涵。金融业通过自身的金融行为促进资金产出率和经济运行效率的提高，从而起到缓解资金供求矛盾，最终实现对经济发展的推动、调度和润滑作用。
（二）建议。1.青海省金融机构融资效率对当地经济技术水平的发展具有轻微的阻碍作用，主要是由于金融机构及其相关金融产品创新不足。面对科技含量较高相对于产品价格更高的设备，企业自身难以承担，而银行由于考虑风险控制、信用担保等各种要求减少相应的贷款额度。建议金融机构完善金融产品种类，针对不同类型的贷款推出不同的产品以满足多样化受众群体的需求。2.青海省应建立法治化的市场环境，健全当地信用体系。由政府设立跨部门的综合协调机制，规范金融秩序，统一金融思想。各部门协调合作，最大限度地发挥金融对经济技术转型，新旧动能转化的支持作用。
作者:牛晓青 单位:青海民族大学
