金融集聚对经济增长的非线性效应研究

赵明慧

内容摘要：基于2003-2013年我国省级面板数据，本文通过构建包括面板门限模型（PTR）在内的面板非线性效应模型，对金融集聚与经济增长的非线性效应进行研究。结果发现，金融集聚对经济增长的影响存在阈值转化特征，阈值范围内金融集聚可以显著促进经济增长，反之则对经济增长具有一定的抑制作用。另外，金融集聚及其对经济增长的影响在东、中、西部存在明显的空间异质性和差异性。最后，给出相关政策建议。

关键词：金融集聚 经济增长 面板门限 非线性效应

随着经济全球化与信息化的发展，金融业打破地理因素的限制和同质化的假设，出现不同程度的集聚，表现为不同国家或地区间世界级金融中心的出现。根据内生经济增长理论可知，劳动力、资本和技术进步是经济增长的源泉，具体表现为规模经济和经济效率的提升。理论上，产业集聚特别是金融业集聚可以充分利用既有的金融系统、数据信息库和基础资源，缩短交易周期，降低交易成本和投融资门槛，促使整个金融体系运营效率和金融资源配置效率的提升。上述理论是以金融业同质化假设为前提的，但金融业演进历程表明，不同地区间的金融业具有极端的异质性和不规则性。那么，我国金融集聚是否对我国经济增长具有促进作用？再加上我国地区间经济发展的异质性，其金融集聚对不同地区经济增长的促进作用是否存在差异性？本文基于2003-2013年我国省级面数据，通过构建面板非线性效应模型，对我国金融集聚与经济增长的非线性效应进行研究。

相关文献综述

有关金融集聚的理论研究和实证分析主要体现在金融集聚的产生条件、原因、集聚效应和风险等方面，形成了金融地理学、区域金融等理论。Gehrig（1998）通过实证分析发现，不同地域间的金融集聚是同时存在的，信息外部性和不对称信息是促进金融集聚形成的重要因素。Davis（1990）通过对金融服务业的调研，发现金融业集聚现象在各类型的金融服务业中比较明显。包括会计业、保险精算等金融行业通过集聚的形成，可以更加贴近市场，减小交易成本，实现外部经济，提升经济效率。任英华等（2010）通过构建金融集聚影响因素空间计量模型，针对我国28个省域金融集聚影响因素进行实证研究，结果表明区域创新、经济基础对金融集聚具有显著促进作用，而对外开放水平、人力资本对金融集聚的影响效应具有一定的周期性。

有关金融集聚对经济增长影响效应的研究文献也比较丰富，多数学者认为金融业在地理空间上的集聚可以促进经济增长，刘军（2007）通过实证分析，研究认为金融集聚通过形成金融集聚效应、金融扩散效应和金融功能促进区域经济水平增长。林江鹏等（2008）根据金融集聚的具体理论内涵，对金融集聚对区域经济发展的影响效应进行实证分析，发现金融集聚的促进作用明显。丁艺等（2010）分别从银行、证券、保险三个方面度量了金融集聚程度，对金融集聚对区域经济增长的影响进行实证研究，发现金融集聚对我国区域经济增长具有明显的促进作用。孙维峰等（2012）在对1979-2010年我国金融集聚程度进行测度的基础上，利用单位根检验和协整检验进行实证分析，发现金融集聚和区域经济增长之间存在着长期稳定均衡的促进作用，但不存在短期的因果关系。豆晓利（2013）采用空间计量方法，从银行业、证券业和保险业三个维度，对2003-2010年金融集聚对区域经济增长的支持作用进行了分析，结果表明我国金融集聚呈现的空间地理特征，对区域经济增长具有溢出作用。部分学者认为这种促进作用具有阶段性特征，陈得文（2015）基于面板平滑转换模型（PSTR）实证检验了1998-2012年金融集聚对我国区域经济增长的非线性效应，结果表明金融集聚与我国区域经济增长之间存在显著的转换关系，且金融集聚效应存在明显的空间差异。

综上所述，既有研究主要运用静态面板模型，采用单位根协整检验、空间计量等方法对金融集聚与经济增长的影响机制进行分析，多为线性效应，不能全面解释我国金融集聚空间异质性与经济增长之间可能存在的非线性效应。鉴于此，本文将从我国金融集聚的空间异质性的角度，构建包括面板门限（PTR）模型在内的非线性效应模型，实证分析金融集聚对经济增长的作用机理和影响效应。

计量模型设定、变量说明与数据处理

（一）计量模型设定

根据研究假设，金融集聚对经济增长的影响可能存在阈值特征，本文设定如下简约型非线性效应模型（1），被解释变量是人均GDP（LNGDP），核心变量是金融集聚水平（LNSCA），基本变量是人力资本水平（LNHUM）、固定资产投资（LNINV），控制变量是对外开放程度（LNOPEN）、政府财政支出水平（LNSPE）。

LNRGDPit=β0+β1LNSCAit+β2LNOPENit+β3LNHUMit+β4LNINVit+β5LNSPEit+β6（LNSCA）2it+μi+εit （1）

式中，LNRGDPit表示i地区t时期的人均GDP水平，并取对数；LNSCAit表示i地区t时期的金融集聚程度；LNOPENit表示i地区t时期的对外开放程度；LNHUMit表示i地区t时期的人力资本水平；LNINVit表示i地区t时期的固定资产投资额度；LNSPEit表示i地区t时期的财政支出水平；（LNSCA）2it表示i地区t时期的人均GDP水平的平方，用来测定和分析金融集聚对经济增长可能存在的非线性效应；μi表示地区i的地区差异性；εit表示随机干扰项。

上述非线性效应模型中金融集聚阈值测定是由模型设定决定的，并且不能推导出阈值的置信区间，所测度参数的有效性也较差。因此，本文进一步选用Hansen（2000）提出的面板门限模型，则得到如下非线性效应模型（2）：

LNRGDPit=β0+β1LNOPENit+

β2LNHUMit+β3LNINVit+β4LNSPEit+

α1LNSCAit·I{LNSCAit≤η1}+α2LNSCAit·I{η1≤LNSCAit≤η2}+…+μi+εit （2）

其中，LNSCAit·I{ηn≤LNSCAit≤

ηn+1}为示性函数，表示金融集聚可能存在的门限值，且模型（2）中金融集聚的门限个数设定为多个。

（二）变量说明

被解释变量。本文采用人均GDP水平来表示地区经济增长水平，采用2003年居民消费价格指数为基准，构建2003-2013年的居民消费价格指数表，对统计年鉴中查询得到的2003-2013年的人均GDP进行平减，以消除价格因素的影响。

解释变量。金融集聚水平（LNSCA），考虑到数据的可得性和完整性，本文采用金融业固定资产投资额来表示各地区金融集聚水平，金融业固定资产投资额越大，该地区金融集聚水平就越高，反之则越低。为消除价格因素影响，以2003年固定资产投资价格指数为基准，构建2003-2013年固定资产投资价格指数表，对金融业固定资产投资额进行平减。

人力资本水平（LNHUM），本文采用李梅，柳士昌（2012）的做法，用测算得到的样本区间内我国各地区劳动力的平均受教育年限表示我国各地区劳动力的人力资本。计算公式为hum=pr×6+mr×9+hr×12+cr×16，其中pr、mr、hr、cr分别表示我国当年从事劳动人员的学历比重，即小学学历人员所占比重、初中学历人员所占比重、高中学历人员所占比重、大专及以上学历人员所占比重。

固定资产投资（LNINV），本文采用社会固定资产投资额对该指标进行度量，为消除价格因素影响，以2003年固定资产投资价格指数为基准，构建2003-2013年固定资产投资价格指数表，对社会固定资产投资额进行平减。外开放程度（LNOPEN）运用历年各地区进出口总额占GDP的比重表示。财政支出水平（LNSPE）数据直接取自《中国经济与社会发展数据库》，同样需要进行数据平减，已消除价格因素的影响。

（三）数据处理

本文研究对象为我国30个省、自治区和直辖市（除去香港、澳门和台湾地区，西藏地区由于数据不全也没有包括在内）。根据数据的可获得性，将样本区间确定为2003-2013年。数据主要来源于《中国统计年鉴》、《中国经济与社会发展数据库》、《中国劳动力统计年鉴》。另外，为反映金融集聚对经济增长影响的地域差异性，将我国进行地域划分为东、中、西三个部分。为减小数据波动性，对所有变量进行去自然对数处理。

实证结果及分析

（一）基本非线性模型分析

对模型（1）进行计量回归，为比较结果的稳健性，将面板最小二乘法（POLS）、面板固定效应（FE）和面板随机效应（RE）的统计结果置于表1所示。根据回归结果可知，三个模型中核心变量金融集聚和金融集聚的二次项的系数都不同，说明金融集聚对经济增长的影响效应存在拐点，即金融集聚对经济增长的非线性影响效应是存在的。面板最小二乘法受制于面板数据可能存在的异方差，导致回归结果有偏。另外，对面板固定效应（FE）回归结果与面板随机效应（RE）回归结果进行豪斯曼检验，其原假设是随机效应。豪斯曼检验统计量拒绝原假设，即拒绝了随机效应的原假设，于是本文选择面板固定效应模型进行分析。

据表1可知，固定效应模型下，金融集聚的影响效应为0.38，且通过了显著性水平为10%的显著性检验。金融集聚的二次项系数为-0.02，并且通过了显著性水平为1%的统计检验。说明金融集聚对经济增长的影响存在拐点，且拐点为9.5，金融集聚与经济增长的相关关系图成“倒U型”的形状。当金融集聚水平（LNSCA）低于9.5时，金融业集聚程度的提高可以显著促进经济增长；反之当地区间金融集聚程度超过拐点9.5时，金融集聚的增加反而对经济增长有微弱的抑制作用。金融业本身包括银行业、证券业和保险业，对于我国金融市场而言银行业在金融体系结构中占有较大份额。2003年以来，我国银行业相继改革重组，形成了当前国有银行、股份制银行、城市商业银行三个梯度的银行业结构。其对于实现金融业市场化、利率市场化的实现具有显著的推动作用，与此同时以北京、上海、广州、深圳为金融中心的金融业集聚程度快速提高，为我国经济增长提供了相对稳定的金融支持和保障。另外，经济增长受劳动力、资本和技术等基本生产要素外，还受人力资本、对外开放程度、财政支出、基础设施等因素的影响。所以当金融集聚水平达到拐点时，其他影响因素的不确定会导致金融体系臃肿，运营效率和支付效率降低，反过来抑制经济水平的上升。

其他解释变量中，人力资本（LNHUM）对经济增长具有正向影响效应，且通过了显著性水平为1%的统计性检验，回归系数为0.24。人力资本的提升是样本期间内我国创新能力和技术水平提升的表现，反向说明现阶段我国教育业的发展逐渐与我国经济发展相靠拢。固定资产投资（LNINV）对经济增长也具有显著的正向影响，同样通过了显著性水平为1%的统计性检验，但影响程度微弱，影响系数仅为0.08。投资在促进我国经济发展的“投资”、“消费”和“进出口”的“三驾马车”中所占比重较大，但近年来我国积极进行产业结构调整、经济结构转型，投资和进出口呈下降趋势，对经济增长的促进作用略显乏力。对外开放程度（LNOPEN）对经济增长的影响效应为负，但影响程度较小，影响系数仅为-0.04。改革开放以来，我国积极引进外资，加快对外开放的速度和步伐，但所引进的外资受地理位置的影响多数集中在我国的沿海地区，吸引了我国中西部地区大量的劳动力向东部沿海地区转移，挤占了中西部地区的劳动力资源和投资，反过来抑制当地经济水平的提高。财政支出（LNSPE）与经济增长呈现正相关变动的关系，回归系数为0.16，且通过了显著性水平为1%的统计性检验。我国政府财政支出主要用于城镇基础设施建设、教育和医疗等方面，基础设施的完善、教育水平的提高和医疗水平的完善可以显著促进经济发展。

（二）门限效应分析

本文首先对模型（1）进行回归分析，以探究和确定金融集聚和经济增长之间是否存在一定的非线性效应，然后根据数理统计方法求出金融集聚的拐点。但模型（1）是外在设定的，拐点是由模型（1）内生决定的，因此并非最优拐点，为此本文采用模型（2）对其进行进一步估计。根据Hansen（2000）的门限值和门限个数的确定方面，运用stata12.0软件，进行门限效应检验，分别按照不存在门限值（原假设）或存在一个门限值（备择假设）、只存在一个门限值（原假设）或存在两个门限值（备择假设）两种条件进行假设检验，具体结果如表2所示。

根据表2可知，模型（2）回归分析后发现金融集聚（LNSCA）存在单一门限，值为9.635。在门限值范围内，金融集聚水平的提升有利于地区经济增长的实现，金融集聚效应表现为正；在门限值之外，金融集聚水平对地区经济增长具有一定的抑制作用。这和陈得文（2010）的研究结论一致。可以发现模型（2）和模型（1）的研究结论一致，但金融集聚在各自测度的同门限值下对经济增长影响程度是不同的。在影响经济增长的控制变量中，人力资本（LNHUM）、固定资产投资（LNINV）和财政支出（LNSPE）在金融集聚的门限值内外对经济增长的影响效应均为正，但固定资产投资的影响程度相对较低，这和模型（1）的研究结论一致。随着对外开放程度（LNOPEN）的不断加深，经济增长幅度或经济增长的规模在下降。另外，按照金融集聚水平的门限值在地域上进行划分，发现只有北京、天津、上海、山东、辽宁等省份跨越了金融集聚水平的门限值，而山西、内蒙古、河南等省份的金融集聚水平处在门限值内，如表3所示。地区经济发展水平的差异体现在两个层面，一是经济总量方面的差异，二是影响经济发展的其他因素的差异，这些影响因素主要包括人力资本、基础设施、社会保障。诸如人力资本、基础设施和社会保障水平都存在一定的门槛，只有越过相应门槛值后，金融集聚才能显著促进经济水平的提升；反之，高水平金融集聚程度下，缺乏一定程度的人力资本、基础设施和社会保障，将会导致金融集聚的负向溢出，对经济发展产生一定的抑制作用。

结论与政策建议

本文基于2003-2013年我国省级面板数据，通过构建包括面板门限模型（PTR）在内的面板非线性效应模型，对金融集聚与经济增长的非线性效应进行研究。结果发现，金融集聚对经济增长的影响存在阈值转化特征，阈值范围内金融集聚可以显著促进经济增长，反之则对经济增长具有一定的抑制作用。另外，金融集聚及其对经济增长的影响在东、中、西部存在明显的空间异质性和差异性。为此，提出如下相关政策建议。

首先，我国金融业发展具有集聚特征和空间差异性，表明中央和地方政府在制定政策时应以统筹区域协调发展为前提，合理布局我国金融资源，以充分发挥金融资源在协调我国区域经济差距的效应；其次，由于金融集聚对经济增长的非线性效应，应充分协调人力资本、基础设施、社会保障与金融集聚之间均衡发展的关系。对于处在金融集聚阈值范围内的地区来讲，应快速推进其他影响经济增长相关因素的改进和发展，尤其在教育、医疗、基础设施等方面加大投资建设力度。而对于跨越金融集聚阈值的地区而言，在保证当前金融集聚质量的前提下，以实现金融集聚的升级发展。最后，人力资本、固定资产投资和财政支出对于经济实现增长就具有一定的推动作用，尤其是在金融业方面加大人力资本投入、金融资产投资和财政支出倾向。特别是在金融业发展不发达的中西部地区，在加大基础设施建设的同时，更应在教育建设方面加大力度。

参考文献：

1.Gehrig.T.Cities and the geography of financial centers[M].Cambridge University Press，2000

2.Davis.F.P.International financial centers-an industrial analysis[C].London Bank of England Discussion Paper，1990，NO.51

3.任英华，徐玲，游万海.金融集聚影响因素空间计量模型及其应用[J].数量经济技术经济研究，2010（5）

4.刘军，黄解宇，曹利军.金融集聚影响实体经济机制研究[J].管理世界，2007（4）

5.林江鹏，黄永明.金融产业集聚与区域经济发展—兼论金融中心建设[J].金融理论与实践，2008（6）

6.丁艺，李靖霞，李林.金融集聚与区域经济增长—基于省级数据的实证分析[J].保险研究，2010（2）

7.孙维峰，黄解宇.金融集聚、资源转移与区域经济增长[J].投资研究，2010（10）

8.豆晓利.基于空间模型的中国金融集聚对区域经济增长的溢出作用分析[J].区域经济评论，2013（6）

9.陈得文.金融集聚对区域经济增长影响效应研究—基于PSTR模型的实证检验[J].金融发展评论，2015（1）

10.李梅，柳仕昌.对外直接投资逆向技术溢出的地区差异和门槛效应—基于中国省际面板数据的门槛回归分析[J].管理世界，2012（1）