中部地区金融发展与产业发展互动关系的实证研究——基于空间计量经济学的分析方法

■任晓怡

毋庸置疑，产业发展与金融发展是密切相关的。金融作为现代经济的核心组成部分，在经济生活中发挥着重要的作用。金融发展能够促进资源优化配置机制的有效形成，并在资源配置中起着基础性的作用。除此之外，金融体系能够有效吸纳社会资金，并能够识别出真正有发展潜力的项目和企业，促进创新的产生，进而对产业发展和升级产生深远的影响。换言之，金融体系通过动员储蓄、风险分散、资本导向机制等方式作用于产业发展和升级。随着国家近年来对中部地区的投入力度加大，中部地区金融和产业发展都取得了不错的成绩，因此，对于中部地区金融发展与产业发展的互动关系进行深入研究就具有一定的现实意义。

金融发展与产业发展互动关系的研究一直是国内外学者热衷的课题。例如：Hicks（1969）指出金融发展能够促进产业的发展和国家经济的进步；Rajan&Zingales(1998)从行业的外部融资角度研究了金融发展与行业发展的影响；Wurgler(2000)采用1963～1995年间 65个国家的制造业数据进行实证研究，从金融体系的资金投向视角对金融发展与产业发展之间的关系进行了研究；Fisman&Love指出金融发展在行业资源配置方面发挥着重要的作用。而在国内研究方面，林毅夫等（2002）对制造业与金融发展的关系进行了研究；范方志和张立军(2003)对中国东部、中部和西部地区的产业结构升级和金融发展的互动关系进行了研究；蔡红艳和阎庆民（2004）对中国不同行业的结构调整与金融发展的关系进行了研究。

值得指出的是，现有的文献大多采用传统的经济方法进行研究，没有把空间相关性考虑在内，这样的研究结果将是有偏的。因为一个地区的经济活动将不可避免地受到临近地区的影响，传统计量经济学对空间均质性的假定并不符合经济活动的实际情况，因此必须把经济变量的空间效应纳入考量。有鉴于此，本文采用空间计量经济学的分析方法，构建空间自回归模型和空间误差模型，对中部地区金融发展与产业发展的关系进行研究。

一、金融发展与产业发展互动关系的空间计量模型

（一）指标选取和数据来源

由于在经济生活中第一产业的产值比较小，因此本文在对产业发展进行研究时只选取了第二产业和第三产业进行分析。根据Cobb&Douglas在1928年所提出的柯布-道格拉斯生产函数，一国或地区经济的经济总产出受资本、劳动和技术进步的影响，而由于技术进步受到众多因素的影响，并不是一个在短期内波动剧烈的变量，通常假定技术是一个常量，在对经济产出进行研究时只考虑资本投入和劳动投入的影响。因此借鉴柯布-道格拉斯生产函数，本文在构建金融发展（资本投入）与产业发展（产业产出）互动关系的模型时，也将劳动投入考虑在内。

本文采用年末贷款余额衡量金融发展；采用第二、三产业产值衡量第二、三产业产值；采用第二、三产业从业人数衡量劳动投入。

本文数据选取2003年至2012年间中部地区（湖南省、湖北省、河南省、安徽省、江西省和山西省）共80个城市的数据进行分析，数据主要来源于中经网统计数据库和历年《中国城市统计年鉴》，所有数据均为市辖区数据。本文采用matlab软件进行空间模型运算。

（二）模型设定

由于考虑了各因素的空间相关性，因此对空间计量模型不能采用传统的最小二乘法进行估计，否则结果将会是有偏的 （Anselin，1988）。为了解决参数估计值有偏的问题，本文采取极大似然法（ML）来对空间模型进行估计。

（1）空间自回归模型

空间自回归模型主要研究某个区域是否存在空间上的溢出效应。

设y2c为第二产业产值，x1为年末金融机构贷款余额，x2为产业从业人员数。那么对于第二产业发展与金融发展的关系建立空间计量模型，其空间自回归模型（SAR）表达式为：

其中，a2、b2分别为 lnx1、lnx2的回归系数。C 为常数项，a2代表城市金融机构年末贷款余额对第二产业产值的弹性系数，b2代表城市第二产业从业人员数对第二产业产值的弹性系数。ρ为空间相关系数，表示周边地区第二产业产值对本地区第二产业产值的影响。W为空间权重矩阵。

设y3c为第三产业产值，构建第三产业发展与金融发展互动关系的空间自回归模型如下：

其中，a3、b3分别表示解释变量 lnx1、lnx2的回归系数。C为常数项，a3代表城市金融机构年末贷款余额对第三产业产值的弹性系数，b3代表城市第三产业从业人员数对第三产业产值的弹性系数，ρ为空间相关系数，表示周边地区第三产业产值对本地区第三产业产值的影响。W为空间权重矩阵。

（2）空间误差模型

构建第二产业发展与金融发展的空间误差模型如下：

其中，y2c为第二产业产值，x1为年末金融机构贷款余额，x2为产业从业人员数，C为常数项。a2、b2分别为lnx1、lnx2的回归系数，a2代表城市金融机构年末贷款余额对第二产业产值的弹性系数，b2代表城市第二产业从业人员数对第二产业产值的弹性系数。λ为第二产业产值误差项的空间自回归系数，W为空间权重矩阵。

第三产业发展与金融发展的空间误差模型同理构建如下：

其中，a3、b3分别表示解释变量 lnx1、lnx2的回归系数。a3代表城市金融机构年末贷款余额对第三产业产值的弹性系数，b3代表城市第三产业从业人员数对第三产业产值的弹性系数，C为常数项，λ为空间误差项的回归系数。W为空间权重矩阵。

（三）空间权重矩阵W的设定

空间权重矩阵的设定十分关键，因为其能够反映变量之间的空间相关性。目前大部分的空间计量经济学文献均采用传统的二进制权重矩阵，即对相邻的区域取权值1，而不相邻的地区则取权值0。这种二进制空间权重矩阵只考虑到直接相邻的区域对本地区的影响，而在实际经济生活中，本地区的经济活动并不仅仅受到相邻地区的经济活动影响，就算是地理上没有直接接壤的地区，即相邻地区的经济发展状况也会对本地区的经济活动有一定的影响，只是这种影响会随着地理距离的增加而减弱。因此，有必要采用高阶空间权重矩阵，充分考虑到各城市间的相互影响程度随着空间距离的增加而逐渐减弱的情况，以更好地解释经济现象。有鉴于此，本文采用四阶三角剖分空间权重矩阵，由中部地区80个城市的经纬度坐标根据Delaunay三角剖分算法计算得到。Delaunay三角剖分算法能够满足最大化最小角与最接近规则化的三角网唯一性的特点，并且排除空间四点共圆冗余性，能够充分反映出中部地区城市在地理空间上的分布关系。

二、中部金融发展与产业发展关系的计量分析

（一）空间相关性分析

空间计量模型充分考虑到空间相关性，不仅能够反映区域产业自身发展情况，而且能够反映区域产业受到周边区域发展的影响。对于这种空间上的溢出效应，可以采用Moran’s I指数来进行空间相关性检验。Moran’s I指数是空间计量经济学里最常用的衡量经济变量在各区域间的空间相关性的分析方法。如果Moran’s I指数大于0，那么经济变量存在空间正相关；如果Moran’s I指数小于0，则经济变量为空间负相关；如果Moran’s I指数取值为0，那么所研究的经济变量并不存在空间相关性。Moran’s I指数的绝对值越大，说明研究变量之间的空间相关性越强。当Moran’s I指数的正态统计量Z值大于1.96，那么所研究的经济变量统计显著，在95%的水平下存在空间正相关，如果Z值小于-1.96，则研究变量同样通过了显著性检验，在95%的情况下存在空间负相关，如果Z值介于1.96和-1.96之间，那么变量并没有通过95%水平下的显著性检验，即并不存在显著的空间相关性。

结果显示，中部地区第二产业产值的Moran’s I指数均为正值，且正态统计量Z值均大于1.96，其P值也小于1%，说明我国中部地区第二产业发展存在显著的空间相关性，而且这种相关为空间正相关。换言之，中部六省80个城市的第二产业存在产业集聚现象，相邻地区的第二产业发展能够促进本地区的第二产业发展。

另外，我国中部地区第三产业产值的Moran’s I指数的正态统计量Z值均大于1.96，P值也趋近于0，这说明第三产业在中部地区80个城市的分布情况并不是随机的，而是存在显著的空间正相关，在空间上产生了集聚。与第二产业相比较，其空间集聚的程度更低。

（二）空间计量分析

由于第二产业发展与第三产业发展都存在空间上的溢出效应，因此本文采用极大似然法（ML）来对空间自回归模型（SAR）和空间误差模型（SEM）进行估计，对中部地区金融发展与产业发展的关系进行进一步的空间计量分析，以更好地解释金融发展对产业发展的影响。

（1）金融发展对第二产业发展影响的空间计量分析

首先采用2003年、2008年、2012年的数据对中部地区金融发展与第二产业发展的关系进行空间计量分析，其结果如表1、表2、表3所示。

表1 2003年中部地区金融发展对第二产业发展影响的结果

如表1所示，在2003年，SEM模型的拟合优度较好，而SAR模型的拟合系数较低。这表明SEM模型较SAR模型更优，SEM模型能够更好地反映区域金融发展与区域第二产业发展的关系，因此采用SEM模型来进行解释。其中lnx1的回归系数通过了10%置信水平下的显著性检验，表明lnx1的回归系数统计显著，即对于中部地区80个城市而言，贷款余额对城市第二产业发展有显著的推动作用，换言之，城市金融发展推动第二产业发展。Lnx2的回归系数没有通过显著性检验。这说明虽然城市第二产业从业人员数能够促进城市第二产业的发展，但是这个促进作用并不显著，这也可以从另一方面说明中部地区的第二产业正在从劳动密集型向资本密集型和技术密集型转型，故此第二产业的发展受到产业从业人员数的影响并不显著。此外，从两个变量的回归系数来看，lnx2的回归系数比lnx1的回归系数更小，这表明第二产业劳动力的增加对第二产业的促进作用已经比金融发展对第二产业的促进作用更小。空间回归系数通过了1%置信水平下的显著性检验，空间上的溢出效应十分显著。这种空间溢出效应表现为周边城市的误差冲击对本城市的误差冲击为正，换言之，不可观测变量所组成的误差冲击对第二产业发展具有正影响。对2003年而言，第二产业发展不仅受到本地区金融发展、劳动力资源发展的影响，而且还受到相邻地区误差冲击的影响。这种误差冲击影响对第二产业发展具有空间集聚作用。

表2 2008年中部地区金融发展对第二产业发展影响的结果

如表2所示，在2008年间，SEM模型的拟合系数更大，表明SEM模型更加适合解释2008年金融发展与第二产业发展的实际情况。其中lnx1的回归系数通过了5%置信水平下的显著性检验，表明lnx1的回归系数统计显著。Lnx2的回归系数没有通过显著性检验。与2003年的回归结果相似，虽然在2008年城市金融发展与第二产业就业人员数的增加均对本地区第二产业发展有着促进作用，但劳动力对产业发展的促进作用并不显著。从回归系数来看，金融发展对第二产业的促进作用比2003年的促进作用略有下降，这是因为2008年国际金融危机爆发，受到金融危机的影响，金融发展对第二产业的促进作用有所下降。与此同时，第二产业的从业人员数的增加对第二产业的促进作用也比2003年要小，这也进一步说明了中部地区的第二产业正在转型升级，特别是中部地区重点发展的重工业，对劳动力的依赖程度正在逐步降低。空间回归系数通过了1%置信水平下的显著性检验。这说明在2008年中部六省80个城市第二产业发展的空间溢出效应十分显著，第二产业发展依然受到周边城市误差冲击的影响。

表3 2012年中部地区金融发展对第二产业发展影响的结果

如表3所示，在2012年间，SEM模型更加适合解释2012年金融发展与第二产业发展的实际情况。其中lnx1回归系数通过了5%置信水平下的显著性检验，lnx1的回归系数统计显著。lnx2的回归系数统计不显著。与2003年和2008年的计量分析结果一样，城市金融发展与第二产业劳动力发展均促进本地区第二产业发展，但第二产业劳动力对产业的促进作用并不显著。Lnx2的回归系数较2008年时更小，表明劳动力因素对第二产业发展的促进作用越来越小。单纯依靠就业人数的增加并不能够满足第二产业发展的需要。空间回归系数通过了1%置信水平下的显著性检验。表明中部地区80个城市的第二产业发展受到相邻城市的误差冲击影响，这种误差冲击影响表现为不可观测参数。由于受到误差冲击影响，第二产业在空间上表现出集聚的现象。表明第二产业发展形势良好，产生空间集聚。

（2）金融发展对第三产业发展影响的空间计量分析

接着采用2003年、2008年、2012年的数据对中部地区金融发展与第三产业发展的关系进行空间计量分析，结果如表4、表5、表6所示。

表4 2003年中部地区金融发展对第三产业发展影响的结果

如表4所示，在2003年间，SEM模型的拟合系数更大，表明SEM模型能够更好地解释金融发展与第三产业发展之间的关系。其中代表年末贷款余额的lnx1的回归系数没有通过显著性检验，这表明虽然金融发展能够促进第三产业的发展，但是这个促进作用并不显著。代表第三产业从业人员数的lnx2的回归系数同样没有通过显著性检验。与金融发展相比，劳动力对第三产业发展的促进作用更大，这表明中部地区的第三产业主要还是劳动密集型产业，故此受到劳动力的影响更加巨大。空间回归系数通过了1%置信水平下的显著性检验，空间回归系数统计显著。这表明相邻城市对本城市误差冲击表现为空间正相关，能够促进第三产业集聚。促进第三产业的空间集聚的因素更多的表现为相邻城市的误差冲击，这种误差冲击为空间上的不可测值。

如表5所示，在2008年间，SEM模型更加适合解释2008年金融发展与第三产业发展的实际情况。其中代表年末金融机构贷款余额的lnx1的回归系数没有通过显著性检验。回归系数为负表明金融发展并没有促进第三产业发展，这主要是因为在金融危机期间，中部地区将绝大部分的金融资源都投入到第二产业，而投入到第三产业的金融资源非常少，故此金融发展不但没有促进第三产业发展，反而对第三产业发展起到负面的作用。代表第三产业从业人员数的lnx2的回归系数通过了5%置信水平下的显著性检验，lnx2的回归系数统计显著。计量结果表明2008年中部地区第三产业劳动力投入能够显著促进第三产业发展。空间回归系数通过了1%置信水平下的显著性检验。这表明在2008年第三产业发展表现出显著的空间集聚现象，相邻城市的误差冲击对本城市的第三产业有促进作用，这种促进作用表现为空间正相关。

表6 2012年中部地区金融发展对第三产业发展影响的结果

如表6所示，2012年SEM模型比SAR模型的适合力更强。其中代表年末金融机构贷款余额的lnx1的回归系数统计不显著，没有通过显著性检验。代表第三产业从业人员数的lnx2的回归系数通过了10%置信水平下的显著性检验，lnx2的回归系数统计显著。这表明虽然2012年中部地区80个城市金融发展与劳动力投入对第三产业有促进作用，但劳动力投入对金融发展的促进作用更为显著。空间回归系数也通过了1%水平下的显著性检验。表明在2012年间，中部地区城市间第三产业发展表现出空间集聚效应。相邻城市对本城市的第三产业发展有促进作用。

三、结论

综上所述，本文对中部地区80个城市金融发展与产业发展的关系分别利用传统OLS模型、空间自回归模型和空间误差模型进行分析，得出以下结论：

第一，空间误差模型（SEM）对中部地区金融发展与产业发展互动关系的解释力更强。从2003年至2012年的回归结果来看，SEM模型的拟合系数均大于SAR模型的拟合系数，说明SEM模型的拟合优度更好，模型更具有解释力。这表明第二产业发展和第三产业发展都存在空间相关性，并且是空间正相关。这种空间正相关性不仅受可观测因素影响，还受到不可观测因素的作用。正是由于受到不可观测因素的影响比较大，所以SEM模型的拟合系数较SAR模型更高，SEM模型为更优的模型选择。

第二，区域金融发展对区域产业发展有促进作用。由计量结果来看，除了2008年金融危机期间，中部地区金融发展并没有促进第三产业发展，其他时候本地金融发展对当地产业发展均有促进作用。资本投入能够促进第二产业和第三产业的发展，换言之，中部地区80个城市的金融发展能够促进第二产业和第三产业的发展。与第三产业相比，金融发展对第二产业发展的影响更大。这主要是由于中部地区的发展重点为第二产业，大量的资源都投放到相关的行业，使得第二产业发展受到金融发展的影响更大。但是随着我国经济结构转型，未来第三产业应该在经济中占据更重要的位置，金融发展对第三产业的促进力度小并不利于产业结构的转型升级。

第三，劳动力投入对区域产业发展有促进作用。由计量结果来看，劳动力投入对区域的第二产业和第三产业发展具有促进作用。对于第二产业而言，劳动力的促进效果在逐步减弱，并且这个促进作用并不显著。这表明中部地区第二产业正在经历由劳动密集型向资本密集型和技术密集型转型，预计未来劳动力投入对第二产业发展的影响将进一步减少。反之，劳动力增加对第三产业发展的促进力度则在逐步增强，未来中部地区服务业需要加快转型升级，发展资本密集型和技术密集型的高端服务业。

第四，第二产业与第三产业在空间上表现出集聚。计量结果表明从2003年至2012年，中部地区第二产业和第三产业发展都产生了空间集聚。相邻城市的产业发展对本地的产业发展有促进作用。这种促进作用不仅仅是由于资本投入和劳动力投入而产生，还因为存在空间误差冲击，而这种空间误差属于不可测量的因素。第二产业和第三产业的这种空间正相关性表明了中部地区产业集聚正在逐步形成，有效地促进了地区产业发展和经济增长。

综上所述，中部地区的区域金融发展与区域产业发展之间存在空间溢出效应，且表现为空间正相关。资本投入与劳动力都对产业发展有促进作用。但是中部地区金融发展对第二产业的促进力度大于对第三产业的促进力度，长远来看不利于产业结构转型升级。因此为了更好促进中部地区产业的发展，需要培育多层次的资本市场，扩大资本市场的总体规模，降低资金的使用成本，改善资本在产业间的流动，特别是要大力支持战略性新兴产业，并给予一定的优惠政策，加快中部地区产业的转型升级。

[1]Hicks,J.R.A Theory of Economic History[M].Oxford:Oxford University Press,1969.

[2]Rajan,Rhagurm G.,Zingales,Luigi.Financial Dependence and Growth[J].The American Economic Review,1998,88（3）:559～586.

[3]Neusser,K.,M.Kugler.Manufacturing Growth and Financial Development:Evidence from OECD Countries [J].Review of Economics and Statistics,1998,80(4):636～646.

[4]Wurgler,J.Financial markets and the allocation of capital[J].Journal of Financial Economics,2000,58（1-2）:187～214.

[5]Fisman,R.,Love,I.Trade Credit,Financial Intermediary Development and Industry Growth[J].Journal of Finance,2003,58(1):353～374.

[6]林毅夫，章奇，刘明兴．金融结构与经济增长：以制造业为例[J]．世界经济，2002，(1):3～11.

[7]范方志，张立军．中国地区金融结构转变与产业结构升级研究[J]．金融研究，2003，(11)：36～48.

[8]蔡红艳，阎庆民．产业结构调整与金融发展——来自中国的跨行业调查研究[J]．管理世界，2004，(10):42～47.