金融发展影响产业结构优化的空间效应研究*

龙海明，姜 辉，蒋 鑫

(1.湖南大学 金融与统计学院，湖南 长沙 410079；2. 南宁轨道交通集团有限责任公司运营分公司，广西 南宁 530029)

一 引 言

当前我国经济发展已经步入新常态，经济增速逐步放缓，产业结构转型升级的压力日益凸显，在新的经济形势下，从根本上改变过去粗放式的经济发展模式，加快产业结构优化的步伐，提升产业核心竞争力显得尤为重要。金融作为现代经济发展的核心组成部分，对产业发展的速度、效率和方向有着引导作用，是影响产业结构优化升级的重要因素。随着金融结构的优化和金融效率的提升，充分发挥金融在产业结构优化升级过程中的“ 地基”作用，以金融机构为桥梁，以金融资源为纽带，推动产业结构向高级化和高效化迈进，成为新时期我国经济保持中高速增长的重要举措。

关于金融发展对产业结构优化的影响，国内的研究成果较为丰富。(1)关于影响路径的研究。易信(2015)利用熊彼特内生增长模型，通过数值模拟分析表明，金融发展通过降低技术创新所需的融资成本，提高技术进步率，从而影响产业结构转型速度并促进经济增长[1]。刘悦(2016)研究发现金融资源通过信用创造活动、价格资源优化配置影响产业成本，进而对产业结构的调整产生影响[2]。龙海明(2018)通过构建双向固定效应模型，研究表明金融规模扩大推动产业高级化，金融效率提升促进产业高效化，但是金融结构优化引导产业高端化的作用效果并不显著[3]。(2)关于影响效果的研究。曾国平(2007)实证研究发现金融发展对服务业的就业结构影响显著，对农林牧渔产业的产值水平影响显著[4]。王定祥(2013)通过构建金融发展影响产业结构升级的VAR模型，研究发现我国金融发展促进产业结构升级的过程中具有显著的时滞性和长期性的特点，金融规模的扩大、结构的改善和效率的改变对产业结构高级化有明显的促进作用[5]。罗荣华(2014)研究表明金融发展规模提高了产业结构高级化程度却降低了合理化程度，金融发展效率和证券市场的发展提高了产业结构合理化程度却降低了高级化程度[6]。罗超平(2016)研究发现从长期均衡关系来看，金融机构储蓄转化率的提高对产业结构升级发挥了促进作用，金融部门产出效率的提升并未对产业结构升级表现出促进作用[7]。杨子荣(2018)采用面板门限模型，研究表明只有在金融结构与产业结构相匹配时才能够促进产业增长[8]。刘凤良(2018)基于跨国面板数据，研究发现金融深化发展和市场主导型的金融结构有效加速了工业向服务业转型升级的步伐[9]。(3)关于区域差异的研究。范方志(2003)研究发现我国中西部地区金融结构水平滞后，金融结构调整的速度较慢，抑制了中西部地区产业结构升级与经济增长[10]。徐云松(2017)基于我国四大经济区域的数据，研究发现区域金融水平的提升对产业结构升级存在显著的正向效应，并且西部、东北部、中部和东部的金融化贡献程度依次递减[11]。李雯(2018)研究发现中西部地区金融效率的提升能显著促进产业结构优化，东部地区金融规模的扩张对产业结构优化的促进作用明显[12]。

此外，对于金融发展影响产业结构优化的空间效应，国内研究成果极少。朱玉杰(2014)研究发现金融规模的直接和间接效应对地区经济增长呈现出先促进后抑制的现象，金融效率的直接和间接效应对二三产业的发展有抑制作用，各地区金融发展对产业升级的影响不一致[13]。熊婷燕(2018)通过空间杜宾模型实证研究发现以大中型银行为主导的金融结构有利于产业结构优化，而国有企业占用的金融规模没有直接促进产业结构优化，同时发现金融规模和金融结构的空间溢出效应分别在600和400千米以内的范围[14]。

通过对现有文献的梳理可以发现，大部分文献是通过片面的指标来衡量金融发展，缺少度量金融发展的全面指标，并且大多采用单一的指标衡量产业结构优化，同时，已有文献往往采用时间序列数据或者普通面板数据进行研究，忽略了区域间的空间异质性和空间依赖性。基于此，本文通过构建金融发展综合指数，从产业结构高级化和高效化两个维度，运用多种空间计量模型考察空间效应，同时将空间总效应分解为直接效应和溢出效应深入研究，从而在一定程度上从研究视角、实证方法以及结果稳健性等层面对现有研究作出有效的补充。

二 理论分析

金融发展包括宏观层面金融市场和微观层面金融机构的发展，具体表现为金融资源总量扩张、金融市场结构优化和金融中介效率提升。产业结构优化是指依托技术革新，通过产业调整，使产业的发展方向、效率和水平向更高层次迈进，具体表现为产业结构向高级化和高效化动态演进。产业结构高级化是指产业结构由低层次向高层次转化的动态调整过程，主要表现为由劳动密集型产业向资本和技术密集型产业调整，由低附加值产业向高附加值产业迈进。产业结构高效化是指产业结构由低效率向高效率转变的循环往复过程，主要表现为低技术含量、低生产率产业向高技术含量、高生产率产业的动态演进。空间效应是指受具有空间属性因素的影响，使经济活动在地理位置上表现出差异性和相关性，在空间上相互关联、彼此作用，呈现出一定的空间分布特征。经济活动所产生的空间效应通常分为直接效应和溢出效应，空间直接效应反映的是不同区域经济活动的自身影响，空间溢出效应反映的是不同区域经济活动的交互影响。

金融发展影响产业结构优化的空间直接效应表现为：金融发展通过资本形成机制、资金导向机制和技术创新机制，实现资源优化配置和技术进步，推动地区产业结构优化升级。(1)在经济发展的过程中，产业资本的积累和转换在产业升级的过程中发挥着重要的作用，货币资本的积累规模和速度决定着实物资本的积累和转换速度。金融系统将社会中闲置分散的资金集聚为储蓄，进而将储蓄转化为投资，从而实现资本形成机制，为产业发展与转型提供资金动力。(2)在市场经济条件下，产业资本的增量和存量的动态调整表现为金融资源在各产业间进行市场化的流动和重组的过程。金融体系通过合理调动和配置各产业部门的资金存量，引导资金流向高附加值产业，从而实现资金导向机制，促进产业结构向高级、高效化转变。(3)技术进步使得传统产业部门降低生产要素的成本，提高生产要素的利用率，推动产业向高生产率、高技术含量方向转型，从而促进产业结构高效化发展。金融发展为产业技术创新提供资金支持，技术创新是推动产业结构转型升级的内在驱动力，从而实现技术创新机制，影响着产业结构变迁的效率和方向。

假设1：各地区通过发挥金融的资本集聚和资金导向功能，实现资源优化配置和产业技术进步，推动产业高级化和高效化发展，因而空间直接效应可能为正。

由于不同区域间存在要素流动、知识溢出和技术扩散等行为，从而不同经济单元的经济活动相互关联、相互影响。金融发展影响产业结构优化的空间溢出效应表现为技术扩散效应和要素集聚效应。一方面，金融发展为产业技术创新提供资金支持，技术创新在地区间经济交流与合作中得以扩散，知识、技术向金融发展水平较低、产业结构优化水平较低的区域溢出，致使地区间产业结构优化的技术支撑差距不断缩小，从而对金融发展水平低的区域产生正向效应。另一方面，地区间金融发展水平的差距，引起生产要素和研发要素在区域间流动，在金融发展水平较高的区域形成要素集聚现象，致使地区间产业结构优化的要素支撑差距不断增大，从而对金融发展水平高的地区产生正向效应，对金融发展水平低的地区产生负向效应。

假设2：由于新技术的研发成本较高，致使技术扩散行为的影响效果较为微弱，同时要素流动的成本较低，因而要素集聚现象更容易发生，因而空间溢出可能产生负向效应。

三 实证检验

(一)变量选取与数据说明

1．被解释变量。对于产业结构优化，本文从产业结构高级化(ais)和产业结构高效化(eis)两个方面进行衡量。选取各地区第三产业与第二产业增加值的比值衡量产业结构高级化，与工业相比，服务业所占比重越高，产业结构越高级；选取地区GDP与地区社会固定资产投资额的比值衡量产业结构高效化，该指标值越大，说明单位投入所带来的产出越大，产业效率越高。

2．解释变量。本文参考张林(2014)的做法，选取金融相关比、金融结构和金融效率三大指标构建金融发展综合指数(fdi)来度量各地区金融发展水平[15]。金融相关比以各地区金融机构贷款余额与地区GDP比值度量，该指标值越高意味着银行等中介的金融资本聚集能力越强；金融结构以各地区股票市值与地区金融机构贷款余额和股票市值总和的比值度量，该指标值越大表明直接融资占比越高，金融市场结构更加合理；金融效率以各地区融资规模总额与地区固定资产投资总额比值度量，其中融资规模总额为贷款余额、保费收入与股票市值总和，该指标值越大表明金融市场的融资能力越强，对资本的创造和运用更加有效。本文借鉴江三良(2018)的做法采用熵权法合成金融发展综合指数[16]。为消除指标单位不一致带来的影响，首先对三个指标进行无量纲化处理，计算公式如下：

Dij=fdij-min(fdj)/max(fdj)-min(fdj)

(1)

3．控制变量。依据研究内容与侧重点不同，不同的学者选取的控制变量不尽相同。本文选取投资水平(inv)、对外开放度(open)、政府支出规模(gov)作为控制变量。其中，以各地区固定资产投资额与地区GDP的比值衡量投资水平，以各地区进出口总额与地区GDP的比值衡量对外开放度，以各地区财政一般预算支出与地区GDP的比值衡量政府支出规模。变量定义及说明见表1。

表1 变量定义及说明

考虑到各指标数据的可获得性，本文选取中国31个省份2008至2017年为研究样本，数据来源于WIND数据库、《中国统计年鉴》以及《中国金融年鉴》。通过对279个样本进行排序，结果显示：产业结构高级化水平最高的是北京市，最低的是河南省；产业结构高效化水平最高的是上海市，最低的是西藏自治区；金融发展水平最高的是上海市，最低的是西藏自治区，由此可初步判断出地区金融发展与产业结构优化之间存在正向作用，各变量的描述性统计结果如表2所示。

表2 变量的描述性统计

(二)空间计量模型设定

伴随着地理信息系统的发展和经济行为人之间的互动，空间计量经济学得到广泛应用。空间计量模型充分考虑空间依赖性和空间异质性，空间依赖性是指不同空间单元的经济变量存在相关性，空间异质性是指不同空间单元的经济变量存在差异性，因此，在充分考虑我国各省份金融发展与产业结构优化的空间依赖性和空间异质性的基础上，本文使用空间计量方法研究金融发展影响产业结构优化的空间效应。

2．空间自相关性。空间自相关是指位置相近的区域具有相似的变量取值。通常以Moran’s I指数考量是否在存在空间相关性，确定是否使用空间计量方法。Moran’s I指数的表达式为：

(2)

Moran’s I指数的取值区间通常为-1到1，通过该值与0进行比较，大于、小于和接近于0分别表示空间正相关、负相关和不存在空间相关。Moran’s I指数检验结果如表3所示。

表3 Moran’s I指数检验结果

注：*、**、***分别表示在10%、5%、1%的显著性水平下通过检验。下同。

检验结果显示，中国省域的金融发展水平、地区产业结构高级化与产业结构高效化的Moran’s I指数均为正，且均通过10%的显著性水平检验，表明省域的金融发展水平和产业结构的优化升级并非随机分布，而是存在着高度的正向空间相关性。金融发展水平和产业结构高级化和高效化均呈现出高值与高值地域、低值与低值地域相邻的空间聚集分布状态。

3．模型设定。常用的空间计量模型主要包括空间滞后模型(SAR)、空间误差模型(SEM)与空间杜宾模型(SDM)。三种模型的侧重点有所不同，分别反映了被解释变量、误差项、被解释变量与解释变量的空间相关性及其效应。依照本文理论分析和变量选取的结果，三种模型的表达式分别为：

(3)

(4)

(5)

其中，yit为被解释变量，α为常数项，xit为解释变量，wit为空间权重矩阵的元素，zitm为控制变量，τi为个体固定项，εit和vit均为随机误差项，a和β为相应变量的参数，ρ和γ为相应空间滞后项的参数，本文选用上述三大空间计量模型实证检验我国金融发展影响产业结构优化的空间效应。

(三)实证结果分析

基于上述的模型设定，回归结果如表4所示，六组结果分别为三种空间模型的金融发展对产业结构高级化和高效化的影响结果。通过对三种计量模型的结果进行对比，以增强实证结果的稳健性。

表4 空间计量模型回归结果

注：括号内数值为对应系数的稳健标准误。下同。

三种空间经济计量模型的自相关回归估计参数ρ均显著为正，表明空间面板模型能很好地拟合金融发展对产业结构优化的影响，更进一步表明某一省份的产业结构优化会受到其他省份的产业结构调整的影响。通过对比以上三种模型的回归结果，可以发现各变量的回归系数正负号完全一致，各主要变量均能通过显著性检验，表明回归结果是稳健可靠的。对比三大模型的R2和Log-L值，可以发现SDM模型的估计值大于SAR、SEM模型，说明SAR、SEM模型忽略了解释变量金融发展水平的空间相关性，导致拟合优度较低，因而本文选择空间SDM模型对回归结果进行分析。

从表4的回归结果来看，不管是产业结构高级化，还是产业结构高效化，空间相关项系数ρ均显著为正，表明地区间产业结构转型升级能够相互影响，某一地区产业结构向更高层次转化，产业效率的提升会对其他地区产业发展产生正向的带动示范效应。金融发展综合指数fid的估计系数均为正，且通过了1%的显著性水平检验，表明金融发展对产业高级化和高效化均有明显的促进作用，这是由于在金融深化发展的过程中，金融结构的转变和金融效率的提升加速了产业资本的积累，引导金融资源的有效配置从而促进产业结构高级化，同时推动技术进步与创新，引导产业融合高效发展从而促进产业结构高效化，从而初步验证了假设1。虽然SDM模型中金融发展综合指数空间相关项W*fdi的系数均为负，且通过了5%的显著性水平检验，初步验证了假设2成立，空间溢出效应为负，但是LeSage和Pace(2009)曾指出，为了更好地反映SDM模型中解释变量对被解释变量的影响，需要按照来源将空间效应分解为直接效应与间接效应(空间溢出效应)[18]。直接效应是指地区i的解释变量对地区i的被解释变量的影响，间接效应是指地区i的解释变量对地区j的被解释变量的影响。因而，本文对SDM模型的空间效应进行分解，结果如表5所示。

表5 SDM模型的效应分解

从直接效应来看，金融发展对本地区产业结构高级化和高效化均有显著的促进作用，在第二产业向第三产业升级的过程中，金融发展水平每提高1%，产业层次上升1.868%，在产业投入向产出转化的过程中，金融发展水平每增加1%，产业效率提升2.6912%，金融发展影响产业结构优化的空间直接效应为正，进一步验证了假设1。从间接效应来看，金融发展对产业结构优化的间接效应为负，进一步验证了假设2。金融发展对产业结构高效化的抑制作用较为显著，说明本地区金融发展水平的提高对其他地区的产业结构升级有抑制作用。究其原因，产业结构高效化需要资金、技术支持，而金融发展水平较高的区域，对资本要素和研发人才具有较强的吸引力，资金要素的集聚为技术创新提供财力支撑，科技型人力资本的聚集为技术创新提供智力支持，要素往往由金融发展水平落后区域向发达区域流入，致使地区间技术创新能力差距加大，从而对金融发展水平较低的地区产业结构优化升级产生抑制作用。

(四)稳健性检验

前文基于空间经济水平构造的空间权重矩阵，尚未充分体现空间实际的地理距离，因而本文参考白俊红(2017)的做法，选用地理距离来刻画距离函数，以检验实证结果的稳定性。两地区距离越远，空间相关性就越低，因而应赋予较小的权重，即wij=1/d且wii=0，其中d为省域i和省域j的省会间直线[19]。从表6的回归结果可以看出，采用实际地理距离的权重矩阵后，仍然是SDM模型的拟合效果最优。更进一步发现，主要变量的回归系数方向和显著性水平并未发生实质性改变，只是系数大小略有差别，回归结果仍支持上文的实证分析结论，从而表明本文的研究结果具有较强的稳健性。

表6 变换权重矩阵的空间计量模型回归结果

四 结论及建议

本文基于我国2008-2016年31个省份的面板数据，采用Moran’s I指数检验是否存在空间效应，进而运用三种空间计量模型对比实证结果的可靠性，并以空间杜宾模型具体检验了金融发展影响产业结构优化的空间直接效应和空间溢出效应，最后通过变换空间权重矩阵对实证结果的稳健性进行检验。研究结果表明：我国地区金融发展水平和产业结构优化水平均存在显著的空间相关性；金融发展水平的提高通过资本形成机制、资金导向机制和技术创新机制，推动本地区产业结构的高级化和高效化；但是由于金融发展的区域间不平衡促使研发要素向金融发展水平较高的地区流动，致使地区间技术创新能力的差距增大，从而对金融发展水平较低的地区产业结构优化升级产生抑制作用，金融发展对产业结构升级的空间溢出效应表现为负向作用。

基于上述分析，本文提出以下建议：(1)完善金融机构的融资服务体系，为产业结构升级提供充足的资金支持。扩展多元化的融资渠道，不仅要发挥银行等传统金融中介的间接融资优势，同时充分发挥资本市场的直接融资优势，适度扩大金融市场的间接融资规模，鼓励高新技术产业，高增长潜力的企业证券融资，适当降低金融机构的融资门槛，对符合国家政策的产业部门给予融资成本扶持，从而为产业转型升级、新兴产业发展提供资金保障。(2)优化金融资源配置，促进产业高级化发展。政府部门应当通过政策导向，在信贷市场和资本市场上，合理引导各类金融机构的资金配置，支持鼓励金融资源向高效产业部门倾斜，流向绿色产业、优势产业和战略新兴产业，促进产业向高附加值转化升级，从而推动产业高级化进程。(3)加快技术创新步伐，推动产业高效化发展。鼓励企业依托国家重点实验室、科技创新平台、技术研发中心等高校和研究院的资源，重点推进新型技术的开发与应用，加快研发成果的转化与推广，提升企业的先进技术吸收与应用能力，同时鼓励企业的自主创新行为，对企业重大自主研发成果给予奖励，从而促进产业效率提升。(4)吸引区域金融资源和研发要素，助力地区产业结构优化升级。地方政府应当整合金融资源，缩小区域间金融发展的差距，以优惠优待政策吸引金融机构向本地区注入金融资源，为产业升级提供良好的金融环境，同时，建立完备的人才引进机制，打造区域科技人才“ 高地 ”，为产业技术创新提供智力支撑，从而实现产业结构的优化发展。