金融集聚对中国产业结构优化升级溢出作用的空间计量分析

何剑，肖凯文

金融集聚对中国产业结构优化升级溢出作用的空间计量分析

何剑，肖凯文

当前，金融发展促进产业结构升级成为国内外学者研究的热点。本文运用区位熵指数测算中国31个省市自治州金融业的集聚程度，检验金融集聚与产业结构升级之间的空间相关关系，并引入外商直接投资、人力资本、技术进步和政府干预四个控制变量，通过建立SLM、SEM和SDM空间计量模型，实证检验了2005～2014年中国各省市自治区金融集聚对产业结构升级的空间溢出效应。研究结果表明：金融集聚对产业升级具有显著的空间溢出效应，其中银行业的促进作用最为显著，而证券业和保险业的空间溢出效应有待进一步提高。此外，在引入的四个控制变量中，除人力资本外，其余三个变量都对产业升级具有显著的空间溢出效应。

区位熵；金融集聚；产业升级；空间溢出

何剑（1973-），四川西充人，石河子大学教授，博士，研究方向为农村金融和金融计量；肖凯文（1992-），河南信阳人，石河子大学金融学研究生，研究方向为农村金融。（新疆石河子832000）

一、引言及文献综述

（一）引言

随着经济和金融的一体化、全球化发展，国际资本快速流动，国际金融企业掀起并购重组的狂潮，引起金融机构和金融活动在地域上向特定区域集中，金融集聚现象在全球范围内日益凸显。越来越多的金融企业采用企业间协调配合的方式来组织业务往来和产品生产，金融集聚形式由前期的金融控股公司集聚的形式转变为多种类型的金融机构的空间集聚形式。目前，世界范围内形成了伦敦、纽约和东京三大金融集聚中心，中国在金融集聚的浪潮中，形成了以香港国际金融中心、上海浦东金融区和北京金融街等全国性金融集聚中心。金融集聚因为其规模经济效应、外部经济效应和集聚经济效应，已成为世界各国金融发展的主流方式，是经济增长和产业结构优化升级的集中体现和核心力量。

改革开放以后，中国经济总量在快速增长的同时，经济发展中的问题也日益凸现出来，如制约经济可持续健康发展的重大结构性问题。目前，中国产业结构性问题主要表现在第一产业薄弱、第二产业大而不强和第三产业发展相对滞后。在中国提出“腾笼换鸟，凤凰涅槃”的产业结构优化升级的战略背景下，如何利用金融集聚的空间外溢效应推动产业结构升级，实现“稳增长，调结构”的经济发展目标，已成为国内学者的研究重点。本文试图采用空间计量方法，描绘中国金融产业聚集特征，探索金融集聚对产业优化升级的具体作用效果。

（二）文献综述

国外学者对金融集聚与产业结构优化升级的关系进行了大量的研究，主要分为两大类。一类是传统经济学范式分析。Mckinnon(1973)依据金融深化理论和金融抑制理论，提出发展中国家进行产业结构优化升级，必须依靠金融发展的自由化和结构的合理化，并通过金融发展的自由化改革，促进金融企业和金融机构的集聚化进程。Jovanovic(1997)研究了产业结构优化升级与金融发展之间的因果关系，发现金融发展与产业升级之间存在双向因果关系。另一类是以Krugman为代表的新经济地理学派，这些学者从空间视角，探索金融集聚与产业结构优化升级之间是否存在空间相关关系。Johanna Palmberg(2012)指出，随着金融全球化和互联网技术的发展，提高了金融机构集聚度，同时金融集聚中心的触角伸向更远，金融集聚的辐射作用更加明显。Cotugno(2013)从具体的金融产业角度出发，探索了银行、证券和保险机构的集聚对产业升级的溢出效用，研究发现银行业集聚对产业升级具有明显的空间溢出作用。

国内学者递延了国外学者的主流研究思路。施卫东(2010)以银行储蓄规模和储蓄转化率为研究对象，衡量金融发展状况对产业升级的影响效用。王雪(2010)构建了金融集聚对产业升级的作用机理框架图，验证了金融集聚与产业升级之间存在因果效应。孙晶、李涵硕(2012)考虑到金融发展具有较强的空间溢出效应和空间依赖性，考察了金融集聚对产业升级的空间溢出效应，发现金融集聚促进了产业结构的优化升级。朱玉洁、倪骁然(2014)利用空间杜宾模型，基于金融集聚的直接影响和溢出作用视角，研究金融集聚对产业升级的综合影响作用。

纵观国内外已有研究，充分证明了金融集聚通过金融资源配资功能、空间溢出效应和网络效应促进了产业结构升级，忽视金融集聚的“地域特征”，必然会导致实证模型的应用价值大打折扣。但是，目前国内的研究多集中于长三角和珠三角地区，缺乏对全国所有地区金融集聚对产业升级促进作用的综合有效评价。此外，虽然有些研究采用了空间面板数据模型，但在空间权重矩阵的设置上多采用基于地理相邻关系的0-1矩阵，忽视了信息技术的发展增强了金融集聚的辐射效应，在“互联网+”的时代背景下，互联网技术使得金融服务辐射到更远的地区。鉴于此，本文以中国31个省市为研究对象，改进了区域相邻关系的0-1空间权重矩阵，采用前沿的空间计量模型，探索金融集聚对产业升级的空间溢出效应。

二、中国金融集聚、产业结构的空间相关性分析

Klaassen于1979年提出空间计量经济学的概念，逐步形成了空间计量经济学的理论框架体系。主流经济学的研究多以地理的“均质性”为假设前提，认为地区经济活动是独立的个体，这种假设忽视了人力、资本、资源和技术知识在空间地理位置的差异性和流动性。因此，在这种假设前提下的研究与现实经济之间有较大的差别，而空间计量经济学在研究区域经济问题时考虑到空间效应，很好地解决了传统的经济学假设与现实不相符的问题。

在研究金融集聚问题时，一般都以空间依赖性为理论基础，认为区域间的经济行为具有一定的联系，即空间数据具有相关性。为验证我国金融产业集聚具有空间分布特征，运用空间计量经济学对金融集聚进行了全局相关性检验和局部空间相关性检验。在空间计量经济学中，通常采用Moran′I指数和G统计量来测算空间相关性，本文采用更为常用和合理的Moran′I指数。

（一）基于Moran′I散点图的全局空间相关性检验

计算Moran′I指数之前，首先设定各省区的空间权重矩阵W，前人的研究中，多以0-1空间相邻矩阵和基于距离二次方的倒数确定空间权重矩阵。随着信息技术的迅猛发展，“互联网+”时代的到来，金融科技水平的发展，拓展了金融机构的服务范围，传统的空间相邻权重矩阵忽视了信息技术发展水平对金融集聚溢出效应的影响。因此，本文借鉴李红、王彦晓(2014)的研究，采用地区人均互联网宽带接入端口衡量省区的信息技术发展水平，并构建空间权重矩阵。因此，基于信息技术发展水平构建如下空间权重矩阵W。

式中：mi为省区信息技术发展发展水平，采用地区人均互联网宽带接入端口拥有数来衡量，rij代表城市空间距离，参照李红、王彦晓（2009）运用城市经纬度计算城市空间距离。本文对空间权重矩阵进行变换，使之每行和为1，得到标准化的相邻矩阵W。

Moran′I指数计算公式如下：

式中：Bi表示i省市银行储蓄存款余额，B表示全国储蓄存款总量，Si表示i省市A股市场发行的总股本，S表示全国A股市场发行的总股本，Ii表示i省市的保费收入，I表示全国保费收入，Pi表示省市人口总数，P表示全国总人口，产业结构水平采用地区生产总值中第二产业和第三产业的占比来衡量，产业结构水平与第二、三产业所占GDP的比例成正比。

Moran′I指数取值范围为(-1,1)，在(-1,0)范围内，表示负相关，表明具有相异的属性集聚在一起，在(0,1)范围内，表示正相关，表明具有相似的属性集聚在一起，如果指Moran′I数越接近于0，表示属性是随机分布的，不存在空间相关性，具体结果如表1所示。

表1 金融集聚与产业结构的指数统计

从表1中可以看出，银行业、证券业、保险业和产业结构在全局上表现出具有显著的空间依赖性，说明金融产业的区域化发展并不是随机产生，是正空间相关性造成的。2005年到2014年Moran′I指数的动态变化过程反映出金融集聚的内部具体情况，银行业的空间集聚指数呈现逐年上升的趋势，表现出很强的空间相关性；证券业集聚的Moran′I指数呈现出正负交替的现象，正向空间相关性表现不是很明显，这和我国证券业发展起步晚、与发达国家相比仍有差距的现状是相符合的；保险业集聚的指数表现出较强的空间相关性，但呈现出逐年下降的态势，说明我国保险业的发展在区域内趋于协调均衡发展。此外，产业结构的空间集聚指数由正变负，2011年之前，产业结构变化呈现出明显的空间相关性，2011年之后，空间相关性不明显，说明在后金融危机时代，我国不断推动产业结构优化升级的进程，很多产业重新规划布局，尚未在短期内形成明显的空间集聚现象。

（二）基于Moran′I散点图的局部空间相关性检验

全局Moran′I指数只能从全局衡量金融集聚和产业集聚的发展水平，而各地区的集聚类型不能得到有效分析。为了进一步探索各地区金融集聚的发展水平，本文基于Moran′I指数散点图，进行局部相关性检验。空间联系局域是衡量被检测单元与周边单元属性相近或相异程度的指标，Moran′I散点图以（x，Wx）为坐标点，构造可视化的空间系数的Moran′I指数散点图，研究各地区的金融集聚行为。Moran′I指数散点图将二维图表分为四个象限，每个象限代表被观测单元与临近单元的不同空间相关性情况。其中，第一象限代表金融集聚高水平的地区被其他金融集聚高水平的地区包围(HH)；第二象限代表金融集聚低水平的地区被金融高水平的地区包围(LH)；第三象限表示金融集聚低水平的地区被金融集聚低水平的地区包围(LL)；第四象限代表金融集聚高水平的地区被金融集聚低水平的地区包围(HL)。第一、三象限表示正的空间自相关，第二、四象限表示负的空间自相关，如果Moran′I散点图均匀地分布在四个象限内，则表示各个地区之间不存在空间自相关性。为了探索金融集聚的空间相关性变化情况，本文做出了2005年和2014年的Moran′I指数散点图，具体归纳如表2、表3所示。

表2 2005年省区金融集聚与产业结构水平的空间类型

由表2、表3可以看出，中国金融集聚和产业结构水平都呈现明显的空间相关性，而且，2014年金融集聚的正向空间相关性显著高于2005年的水平，说明中国金融集聚的辐射效应逐年增加。2014年，有71%的省际区域在银行业呈现正向空间相关性，其中13.6%位于高银行业集聚高空间滞后的第一象限，57.4%位于低银行业集聚低空间滞后的第三象限；在证券业方面，有77.4%的省际区域显示正向空间相关性，其中16.7%的区域位于第一象限，60.7%的区域位于第三象限；保险业省际区域的74.2%表现出正向相关性，其中17.4%位于第一象限，56.8%位于第三象限。总体来看，银行业集聚水平高的省市远多于证券业和保险业集聚水平，说明中国产业的发展多来自银行体系的支持，多元化投融资体系建设尚未完成。

Moran′I散点图有助于识别区域的不稳定性，即区域中出现两极分化格局。从表2、表3中可以看出，金融集聚区主要集中于中国东部的长三角地区和珠三角地区，这些地区的金融集聚水平和产业结构水平都较高。而东部地区的金融集聚和产业结构水平呈现多峰分布状态，即东部地区金融集聚表现为多层级发展。其中，北京、上海、广州作为第一层级，江苏、浙江、山东作为第二层级，而河北、天津、福建、海南等作为第三层级。中西部地区多分布在第三象限即金融集聚水平和产业结构水平的省市被相同属性的城市包围，造成我国产业发展中“中部塌陷”的结构性问题，东部地区和中西部地区在金融集聚高水平和产业结构水平都表现出明显的两极分化格局。

此外，Moran′I指数散点图也识别出一些非典型区域，即与普遍的空间正相关性违背的金融集聚类型。如北京，2005年和2014年的散点图中保险业位于第四象限，说明北京作为中国的金融中心，其主要功能主要表现在总部效应，而对周边的河北、内蒙古和山西等省的辐射效应有限；2005年和2014年的散点图中广东的银行业、证券业和保险业都处于第四象限，说明广州作为南方省市中金融集聚水平和产业结构水平最高的省份，具有广州和深圳这样的金融中心，但对周边的广西、江西、福建和湖南等省的辐射作用和涓滴作用有限，珠三角地区的金融集聚水平存在较大的差异。

三、金融集聚对产业结构优化升级的空间计量模型

（一）空间计量理论模型

通过以上金融集聚的空间相关性分析，证明了中国金融产业发展存在显著的空间相关性，因此采用空间计量经济模型探索金融集聚与产业升级之间的相关关系。空间计量经济学在截面数据和面板数据回归模型中复杂的空间相互作用与空间依存性结构分析日趋成熟，空间依存性可以设置为三种经典形式的计量经济学模型：空间滞后模型(SLM)、空间误差模型(SEM)和空间杜宾模型(SDM)。

1.空间滞后模型

空间滞后模型主要研究的是在一个地区内，各个变量对其他变量是否具有溢出效应。通常采用空间自回归模型(SAR)分析，具体表达式如下：

式中，Y是n×1列决策向量，W是n×n阶空间权重矩阵，ρ为空间效应系数，其取值范围为(-1,1)，反映样本数据中固有的空间依赖性，即空间相关性的大小和方向，WY是空间滞后算子，X表示一个n×k的解释变量观测矩阵，β是与外生变量X相关的k×1阶参数向量，ε为n×1的随机误差向量。

2.空间误差模型

空间误差模型描述的是空间扰动相关和空间总体相关，当地区间的相互作用因为相对地理位置不同而存在差异时，采用空间误差模型，具体表达式如下：

式中，ε，δ是互不相关且服从独立同分布的n×1列随机误差项，λ是空间相关误差的参数，取值范围为(-1,1)，反映了空间外溢效应，Wδ为空间滞后误差项。

3.空间杜宾模型

当解释变量的空间滞后项影响被解释变量时，就需要建立空间杜宾模型(SDM)，具体表达式如下：

式中，WX是相邻地区观测值的空间滞后解释变量，β2是k×1阶的回归系数矩阵，反映的是相邻地区变量对决策变量的影响程度。

在模型(4)、(5)、(6)中，解释变量中出现了被解释变量的空间滞后项，导致解释变量的内生性，如果普通最小二乘估计(OLS)，会导致估计结果的有偏和不一致。为避免解释变量的内生性，常用的估计方法有工具变量估计(IV)、广义矩估计(GMM)和最大似然估计(ML)。

（二）空间自相关检验及SLM、SEM的选择

为检验地区产业升级是否存在空间相关性，可以采用两个拉格朗日乘数形式LMERR、LMLAG和稳健的R-LMERR、R-LMLAG来判断。Anselin和Florax提出如下判别规则：在空间相关性检验中，如果在统计上，LMERR比LMLAG显著，且R-LMERR较R-LMLAG显著，则可以判断空间误差模型(SEM)是比较合适的模型；如果在统计上，LMLAG较LMERR显著，且满足R-LMLAG比LMERR显著，则可以判断空间滞后模型(SLM)是比较合适的模型。除了拟合优度R2检验以外，常用的检验准则有对数似然值LogL越大，赤池信息准则值AIC、施瓦茨准则值SC越小，模型的拟合效果较好。

（三）变量选取及数据来源

为了测算不同地区产业结构优化升级的水平（Y），本文采用地区生产总值中第二、三产业占比来衡量，选取银行业（ban）、证券业（sto）和保险业（ins）集聚水平指标作为自变量,其中用银行业区位熵衡量银行业集聚水平，用证券业区位熵衡量证券业集聚水平，用保险业区位熵衡量保险业集聚水平。此外，本文还采用了以下四个控制变量，全面考虑金融集聚对产业结构升级的空间外溢效应，四个控制变量如下。

1.外商直接投资（fdi）。刘沛(2014)的研究验证了外商直接投资对中国产业结构优化升级产生了显著的推动作用。因此，将外商直接投资作为控制变量引入模型，以外商直接投资占地区GDP比重来衡量。

2.人力资本（stu）。人力资本的不断积累是产业结构升级的重要驱动因素，在知识经济的时代背景下，人才决定着产业结构升级的发展进程。采用普通高等学校在校学生数来衡量。

3.技术进步（tec）。产业升级是由劳动密集型向技术密集型、由低附加值向高附加值转变的过程，在这个过程中，技术进步是产业结构升级最直接的推动因素。利用Cobb-Douglas生产函数推导出技术进步水平指标，计算公式如下：

式中，GDP代表地区生产总值，L代表就业人数，利用年末就业人数衡量，K代表固定资产投入总额，用社会固定资产投资衡量，α的取值范围为(0.2, 0.3)，文中α取值0.2。

4.政府干预（gov）。我国的经济体制是以市场调节为主，政府调控为辅，政府制定合适的产业政策能够有效促进产业结构升级的进程。采用地方财政支出占地方生产总值的比例来衡量政府干预对产业升级的影响。

基于前文的分析，空间依存性可以表现为空间自回归模型和空间误差模型。在空间自回归模型中，因变量的空间滞后项的影响变量的空间相关性。用于考察金融集聚与产业结构升级的空间自回归模型为：

当解释变量不能解释金融集聚与产业结构升级的空间相关关系时，即金融集聚与产业结构水平的相关关系是通过被忽略的解释变量传递时，可以假设空间相关性通过误差项传递。因此，用于考察金融集聚与产业结构升级的空间误差模型为：

为考察金融集聚对周边地区的空间溢出效应，本文采用空间杜宾模型(SDM)，引入银行业、证券业和保险业的空间变量。因此，空间杜宾模型可设为：

本文选取的是2005～2014年的省际面板数据，数据来源于《中国统计年鉴》、《中国财政统计年鉴》和《中国金融统计年鉴》。为消除异方差，在数据处理中对所有数据取对数。考虑到空间效应的存在，本文采用了Anselin于1988年提出的最大似然估计(ML)来估计模型回归参数。

（四）空间计量模型检验结果分析

利用极大似然估计方法，对空间自相关模型和空间误差模型的回归结果见表4。

表4 金融集聚与产业结构升级的SLM、SEM、SDM估计结果

结果显示，空间自回归模型的ρ值和空间误差模型的λ值在统计学上都具有高度显著性，再一次论证了金融集聚和产业结构升级之间存在空间相关性。因为空间误差模型的LogL值(4.2095)大于空间自回归模型的LogL值(3.9674)，所以有理由认为空间误差模型更好地拟合了金融集聚和产业结构升级的空间效应。空间误差模型中空间相关误差参数λ的估计系数为0.1435，并在统计上通过显著性检验，说明地区产业升级具有显著的空间效应，一个地区的产业结构优化升级与周边区域产业结构优化升级的发展状况密切相关，周边地区的产业结构的优化对周边地区具有显著的正向促进作用。

通过分析空间杜宾模型(SDM)的回归结果发现，模型的拟合优度达到0.7412，是空间自回归模型空间误差模型和空间杜宾模型中拟合优度最高的，说明模型中引入银行业、证券业和保险业的空间变量是合理的。银行业、证券业、保险业以及三者的空间变量系数都为正，说明中国的金融业集聚现象通过地理机制对中国产业结构升级发挥着促进作用，对周边地区的产业结构升级存在空间溢出效应。从回归系数来看，银行业依然是发挥促进作用和溢出效应最为显著的变量，证券业的促进作用和溢出作用最小，这符合中国金融业的发展状况。目前，中国产业结构的优化升级主要通过银行业实现金融资源的调配，证券业和保险业对产业的调节作用没有充分发挥出来，对周边地区的溢出作用并不是很明显，具体分析结果如下。

回归结果表明，银行业的集聚发展对产业结构升级的影响显著为正，说明银行业在提高发展规模和发展效率的同时，调整信贷资金投向，带动企业结构的调整优化，企业的“羊群效应”和“潮涌现象”实现整个产业结构优化升级。此外，银行业的空间滞后项的回归系数为正，且通过显著性检验，说明银行业的集聚发展在省际之间的溢出作用显著，这主要是因为在“互联网+”背景下，为银行业集聚带来技术条件，银行业集聚带来的规模经济效应和中心辐射效应促进周边地区的产业升级。伴随着中国多层次融资保障体系的建立，证券业和保险业得到快速发展，金融系统的整体风险得到释放，实现风险的真正转移，通过为企业管理升级及技术进步提供专业化的金融服务，提高产业集中度，促进产业生产要素在城乡之间、区域之间有序流动和合理调整，实现产业结构的优化升级。然而，证券业和保险业的空间滞后项的回归系数尽管为正，但未能通过显著性检验，说明证券业和保险业在省际之间的溢出作用并不明显，这主要与中国证券业和保险业发展起步晚、制度不健全有关。随着金融市场改革的不断推进，证券业和保险业集聚对产业升级的空间溢出作用将充分发挥出来。

外商直接投资对本区域产业结构升级的影响为正，但未通过显著性检验，说明外商直接投资对本区域产业升级的提升作用并不显著高于国内资本的投入。同时，W-fdi的系数显著为正，说明外商直接投资的知识溢出作用和前后关联效应显著提高了周围区域产业结构升级的边际产出。

人力资本对本区域产业结构升级具有明显的促进作用，这与代谦、别朝霞(2006)的研究结果一致，说明人力资本的不断累积促进产业由低附加值向高附加值、由粗放型向集约型、由高耗能高污染到低能耗低污染的转变，是产业优化升级的内驱力。同时，W-stu的系数为负，但未能通过显著性检验，说明人力资本的空间外溢效应主要局限于本地区，具有很强的空间局限性。同时人力资本主要聚集于中国东部地区，人力资本的结构性问题抑制了外溢效应的发挥。

技术进步对产业结构升级具有明显的正向促进作用，说明技术进步通过推动需求结构变动，带来产业间的相互转变；同时技术进步促进朝阳产业的兴起，加快就业结构的转变，从而实现产业结构的升级。此外，W-tec的系数显著为正，说明技术进步通过技术溢出效应对周边区域产生积极效应。

政府干预对产业结构优化升级具有显著的正向推动作用，这主要归因于产业政策的制定、财政支出规模的增加以及财政支出偏向高新技术产业和服务业的结构特征，促进了服务业和高新技术产业的发展，推动了产业结构的优化升级。W-gov的回归系数显著为正，表明政府干预存在正的外部性，周边区域产业调整存在“搭便车”的行为，有效促进周边地区产业结构的调整。

四、结论及政策建议

（一）研究结论

本文基于空间溢出视角，引入改进型的空间权重矩阵，采用空间计量模型，利用中国31省市自治区的2005～2014年面板数据考察金融集聚与产业升级的空间相关关系。研究发现中国金融业发展呈现明显的集聚现象，形成了东高西低的多层级发展格局，金融发展未产生“拥挤现象”，中西部地区的金融产业还有很大的发展潜力。其中银行业集聚对产业升级的促进作用和溢出效应最大，而证券业和保险业的集聚发展对产业结构的优化升级促进作用和溢出作用不显著。此外，四个控制变量中的外商直接投资、技术进步和政府干预不仅对产业升级起促进作用，而且对周边地区存在显著的溢出效应；而人力资本虽促进产业升级，但对周边地区的溢出效应不明显。

（二）政策建议

1.构建“由点到面”的多层次金融集聚中心，充分发挥集聚中心的辐射带动作用

构建由点到面的多层次、网格化的金融集聚中心是中国金融建设工作中的重中之重。由省、地、县级市组成中国金融的中心、节点和支点，由点到面，发挥集聚中心的辐射带动作用。从中国金融产业的发展现状来看，仅依赖北京、上海、广州多级金融发展结构来推动产业升级是缺乏效率的。中国不但要建设像北京、上海这样的国际金融中心，还需要建设区域内金融中心，特别是中西部地区，可依托“丝绸之路经济带”战略，构建辐射中西部地区的金融集聚中心。而且中国金融业的发展要与区域产业结构的特殊化与差异化相吻合，实施差异化的金融政策，发挥不同区域产业结构的比较优势，充分实现金融集聚中心空间溢出效用的最大化。

2.创新多层次融资保障体系，突出产业结构的差异化调整升级

多层次的融资保障体系是产业结构升级的重要保障，应深化多层次融资保障体系建设，发挥财政资金的杠杆作用，健全风险保障机制，引导社会资本在高新技术产业和服务业等新兴产业上的配置，迫使夕阳产业坚持创新升级，实现产业结构升级。在后金融危机时代，中国各地区都兴起了产业结构调整战略，各地应结合本地区产业发展状况，制定合适的产业结构调整政策，发挥区位优势。在发展朝阳产业、实施产业升级的战略中，避免产业结构升级的“羊群效应”，防止落入产业结构趋同和产能过剩的陷阱，做到区域间产业协同升级，实现区域产业有效融合。

3.打破地区间行政壁垒，建立双边或多边合作机制，优化资源的整体配置

中国各地存在的区域保护主义在一定程度上阻碍了金融资源的优化配置和集聚。外商直接投资、人力资本、技术进步、政府干预对产业升级有明显的空间溢出效应，然而，行政区域的划分在一定程度上抑制了空间溢出效应的发挥。只有行政体制障碍消除后，通过市场力量的推动作用，促进区域间形成双边或多边合作机制，加快区域间产业升级要素的快速流动，依照各地区差异化的产业政策，优化资源的整体配置，达到资源利用的社会效益最大化。

[1]Mckinnon.Money and Capital inEconomic Development[J].Washington DC:Brooking Institution,1973(4):167～172.

[2]Jovanovic.Financial Inter-mediation and Endogenous Growth[J].The Review of Economic Studies,1997(2):195～209.

[3]Johanna Palmberg.Spatial Concentration in the Financial Industry[J].Ratio Working Paper，2012(18): 4～5.

[4]Cotugno.Relationship Lending,Hierarchical Distance and Credit Tightening:Evidence From the Financial Crisis[J].Journal of Banking&Finance,2013 (5):1372～1385.

[5]施卫东.城市金融产业集聚对产业结构升级影响的实证分析[J].经济经纬，2010，(6):132～136.

[6]王雪.基于金融集聚视角的广东省产业结构升级研究[D].硕士学位论文,暨南大学,2010.

[7]孙晶,李涵硕.金融集聚与产业结构升级[J].经济学家,2012，(3):80～86.

[8]朱玉洁,倪骁然.金融规模如何影响产业升级:促进还是抑制?——基于空间面板杜宾模型的研究:直接影响与空间溢出[J].中国软科学，2014，(4): 180～194.

[9]李红,王彦晓.金融集聚、空间溢出与城市经济增长[J].国际金融研究,2014，(2):89～96.

[10]刘沛,黎齐.金融集聚对产业结构提升的空间外溢效应研究——以广东省为例[J].科技管理研究，2014，(10):187～201.

F830

A

1006-169X（2017）01-0018-08

2015年国家社科基金西部项目“丝绸之路经济带中国西北段金融集聚和金融中心建设研究”，项目编号：15XJY020。