金融集聚对我国经济增长的影响
2021-03-23衣保中高锦杰
衣保中，高锦杰
(吉林大学 东北亚研究院，吉林 长春 130012)
一、问题的提出
金融集聚是一种动态过程，即在某一特定区域空间内，通过金融资源与地域条件相融合、协调、配置的时空动态变化，使金融业获得成长与发展，进而形成一定规模和集中度的金融市场的过程。[1]目前我国的经济已由过去的高速发展转变为中速高质量发展，经济总体发展步入“新常态”，大力发展金融集聚有助于实体经济的建设。党的十九大和十九届二中、三中全会针对金融业的发展升级提出“进一步完善金融体制改革，提高金融业对实体经济的服务水平，推动多层次资本市场有序发展”的明确要求。可见，着力发展金融业已成为当前经济建设的重要内容，金融集聚进程的加快推进势不可挡。金融集聚产生的投资扩散效应通过强化城市经济功能为城市及周边地区创造大量的就业机会和财政收入，促进地区经济的长期发展。
近年来，国内外学者对金融集聚的动因问题关注度不断提高，Davis(1990)认为，交易成本是影响金融集聚发展水平的主要原因，各类金融机构通过交易成本的降低不断向大城市集中。[2]Bossone(2003)指出，地区竞争力与金融集聚发展水平具有明显的正向关系，即地区竞争力的提升能够显著促进国家或地区的金融集聚发展水平，因此，各地区可以通过提升地区竞争力的方式来拉动金融集聚的发展。[3]Karltorp(2016)指出，信息不对称和技术创新不仅是影响金融集聚的重要原因，而且还是影响区域经济发展的直接原因。[4]此外，秦琳贵等(2013)从软设施建设的视角进行了细致分析，发现金融机构最终会向高素质人才多、城市绿色水平高、现代服务业发展快的地区集聚，这表明软设施建设对金融集聚起到了一定的促进作用。[5]
金融集聚与经济增长之间的关系问题也是学者们研究的热点之一，Hassan等(2011)运用格兰杰检验方法探讨了发展中国家金融集聚与经济增长之间的关系，结果表明发展中国家大部分地区的金融发展与经济增长存在双向因果关系，而在贫穷地区仅存在单向因果关系。[6]刘军等(2007)研究后认为，金融集聚能促进金融机构在业务开展、人力资本与设备共享等领域形成规模经济，降低了交易成本，提高了资金的流通能力和配置效率，促进了实体经济的增长。[7]另外，王丹和叶蜀君(2015)指出，金融集聚利用知识溢出效应提升了地区的知识技术总量与基本认知程度，提高了区域技术创新能力，带动了地区经济增长。[8]还有学者采用计量模型的方式对金融集聚与经济增长之间的关系进行了实证分析，李静霞等人(2009)将长三角地区作为分析对象且用格兰杰因果检验进行了实证研究，最终发现上海金融集聚对其附近地区具有较大的辐射作用，同时在银行业与证券业的表现均十分明显。[9]吴茂国等人(2018)采用空间面板模型探究了我国大部分省份的金融集聚对经济增长产生的影响，结果发现金融集聚不但对当地的经济增长具有较大的促进作用，同时也能明显推动附近区域的经济发展。[10]
综合而言，上述研究考察了金融集聚的动因及金融集聚与区域经济增长的相关性问题，对推动我国金融集聚与区域经济发展具有积极作用。尽管如此，但现有研究大多是单纯以时间序列或截面数据作为分析对象，区域总是被看成一个独立的个体进行分析。基于此，本文运用面板模型与门限模型研究我国不同区域的金融集聚对经济增长的影响，目的在于将金融集聚和其所属区域结合起来分析，得到更加丰富的研究结论。
二、金融集聚测算及其对区域经济增长的影响机制
(一)金融集聚的测算
参考相关文献[11-12]，本文选用区位熵指数对我国金融集聚水平进行测算，具体计算公式如下：
(1)
其中，i表示地区，t表示年份；LQit为金融区位熵，eit为各地区金融业增加值，Eit为各地区生产总值；et表示全国金融业增加值，Et表示全国地区生产总值。LQit的值越大，说明该地区的金融集聚程度较高，金融业竞争力较强；反之，表明某地的金融集聚水平较低，金融业竞争力相对较弱。
根据上述方法，本文测算了2001～2019年我国各地区的金融集聚水平。测算结果显示，我国金融集聚水平总体呈现出逐年上升的趋势，均值由2001年的0.81上升到2019年的1.05，金融区位熵的最大值和最小值分别出现在东部地区和西部地区，这表明我国金融集聚水平呈现出显著的空间异质性。具体而言，东部地区的金融区位熵最高，中部次之，西部最低，这说明东部地区的金融集聚程度更明显，对经济的拉动作用强劲；而中西部地区的金融区位熵普遍偏低，表明中西部地区的金融集聚水平相对落后。由此看来，我国金融集聚水平存在明显的地区差异性。总的来说，自2001年起全国金融集聚趋势与地区间的金融集聚趋势相同，均表现出逐年稳步提升的态势，且东部地区金融集聚的增幅相对较快，而中西部地区的金融集聚增长相对缓慢。
(二)金融集聚对区域经济增长的影响机制
金融集聚不仅是打破金融“孤岛”效应、发挥“联动”作用的必要手段，更是金融业发展的必经之路。金融集聚因其所处阶段不同导致对区域经济增长产生的影响也不尽相同，主要表现在以下三个方面：
1.资本形成机制。资本的集中程度是金融集聚发展的主要关注对象，在金融集聚区内，资本能够获得高效流通，为经济增长解决资本问题。从经济增长的常态规律来看，经济的高质量发展以及资源的合理配置，一方面要求雄厚的资本存量与之相对应；另一方面资本的运作效率和能力也要随经济的转型升级而提高。当资本需求不断增加时，这就要求金融集聚通过资金集聚的方式为经济发展提供资金支持，金融集聚的发展和产生能够改善金融体制的构架，充实区域内部的金融组织，提升金融体系的融资能力；在投资对象和储蓄对象不断趋近独立的情况下，更好地化解从单一且存在差别的储蓄对象中产生的交易成本和信息资源不对等的情况。与此同时，由于金融集聚程度的不断提高，资本的供给方和需求方的沟通与合作方式也趋近于多样化，集聚范围内的信息资源有效传递，从侧面推进了高效的资金融通机制的产生，进而从根本上解决经济发展中的资本需求问题。
2.资金导向机制。在经济增长的过程中，无论是对基础行业的改进，还是对新兴行业深入发展的支持，都需要一个完善、高水准的金融体系。基于宏观经济视角，金融集聚在发展过程中使得资本累积转向金融投资，进而减少企业筹资所需的费用，为当地的实体经济提供更多的投融资机会，尽量满足企业成长的资金需求。不仅如此，金融集聚中心利用其资源获取能力与风险监管手段，通过技术、资金等方式向周围区域延伸，促进资金在市场体制的作用下向周围区域传输。在集聚区的金融资源向附近地区扩张时，金融机构的数量将持续增加，从而使金融交易持有更大的空间划分，有助于储蓄对象获得更多的金融交易信息。由于附近区域内金融机构的规模不断扩大，其搜寻成本也因此而减少，处理流动性风险的水平也得以提升，这些都有助于提升大众的交易信心，增强群众的储蓄意识，形成资本叠加效应。在产业持续发展的基础上，金融资源开始辐射到临近地区，引导资金流向周边地区，助推其经济建设和产业发展。
3.创新催化机制。在有效市场中，利益最终将获得平衡。针对利差变小、手续费减少等情况，为了在竞争中获得优势，金融机构需要通过金融创新获取核心竞争力。此时，金融集群中的各种人才正好为金融机构的创新提供了便利条件。同时，基础技术的发展与通讯技术的进步使金融集群得以互联网化，金融机构和顾客间、竞争者间的关系变得更融洽，各方获取信息的方式更为系统、便捷，从而为金融创新奠定了优良的条件。不仅如此，在金融集聚区内，复合型专业人才的高度集中和资源技术充分融合，大量的知识型人才和创新性资源也能直接帮助金融服务和有关技术的革新，而且有助于在行业之间形成创新性平台。在日渐紧密的经济体系中，各行各业的发展都需要金融信息资源的扶持，每个行业和企业都需要创新自身，创新金融交流互动平台，经济增长也需要技术和服务创新的支持。同时，激烈的行业竞争也迫使金融机构不断创新金融产品和金融服务，提高金融服务的效率、质量和多元化，加快创新成果在经济增长中的推广和运用。
三、金融集聚与区域经济增长关系的实证检验
(一)模型构建及变量选取
1.模型构建与变量选取。根据前文分析可知，区域经济增长受益于金融集聚产生的知识溢出与技术溢出的正外部性，在投入要素维持稳定的前提下，总产出会受正外部性的影响而有所提升。为了进一步确认金融集聚对地区经济增长的影响，本文参考相关研究成果[13-14]，设定具体模型如下：
GDPit=c+θ1LQit+γXit+μi+δi+εit
(2)
其中，i表示各地区，t表示时间，θ1和γ均为待估参数；被解释变量GDP表示各地区的人均地区生产总值增长率；核心解释变量LQ表示各地区的金融集聚程度；控制变量X分别表示财政配置能力、人力资本水平、对外直接投资水平、城镇化水平以及产业结构优化水平等；同时，该模型还控制了地区固定效应δi和年份固定效应μi，εit为随机误差项。
2.变量选取与数据来源。本文的被解释变量为人均GDP增长率，采用各地区生产总值占总人口的比重来衡量；核心解释变量为LQ，采用各地区金融集聚区位熵来衡量；其余的控制变量分别为：GOV表示各地区的政府财政能力，以财政支出占地区生产总值的比重来表示政府行为对区域经济增长的影响；EDU表示各地区人力资本的投入，以高校在校生人数在地区总人口中的比例来衡量；FDI表示各地区对外商直接投资水平，以当地实际运用外资总额占GDP的比重来衡量；UR表示各地区城镇化水平，采用各地区年末城镇人口占总人口的比重来衡量；IS表示各地区产业结构高级化程度，运用第二产业产值占第三产业产值比重来衡量。
本文选取的样本为2001～2019年全国30个省市地区(不含西藏和港澳台地区)，数据来源于历年《中国统计年鉴》、Wind数据库以及各地区统计年鉴。本文还对存在明显异常的数据进行了Winsor处理，部分缺失值利用插值法补足。同时，利用GDP平减指数将名义变量地区生产总值调整为以2001年为基期的实际值。
(二)总体样本的估计结果
本文分别运用混合数据模型和面板数据模型对总体样本加以探讨。前者基本上都是运用OLS混合估计，而后者则采用固定效应模型与随机效应模型加以估计。因为样本间存在异质性，如果直接使用OLS混合估计将会产生估计偏误，所以本文运用Hausman检验选择面板数据模型来避免该问题的出现。若Hausman检验拒绝原假设，就表明应选择固定效应模型进行估计。总体回归估计结果见表1。
表1 总体回归估计结果
由模型(1)的OLS估计结果表明，金融集聚在10%的水平下对经济增长的影响为负，这和既有的分析结果不一致，主要原因在于OLS混合估计带来的有偏性与非一致性。对比OLS回归结果，模型(2)的固定效应模型估计结果相对平稳，金融集聚在5%的显著性水平上对经济增长具有正向作用。
根据上文可知，金融集聚在一定程度上能够推动地区经济增长。这种推动作用体现在以下几方面：首先是竞争效应，金融要素的持续集聚让区域内的金融业一直处于较为激烈的竞争环境中，使金融机构持续提升研发投入，提升自己的技术创新水平和综合竞争力，并为区域经济的稳步增长保驾护航。其次是溢出效应，金融要素集聚的正外部性可促使知识与技术在集聚区内的金融机构间彼此传递，利用知识溢出作用，减少单个金融机构的技术创新风险，鼓励其持续提高技术创新水平，并直接促使技术进步；另外，由于集聚区内要素的迅速流通与技术扩散，其它企业也将因溢出效应而有所获益。最后为规模经济效应，金融集聚不仅通过地区内的资金、技术、人力等资源聚集发挥规模效应，还能使金融机构进行价值链分解，将发展重点放在主要业务上，这能有针对性地提升创新水平和主要竞争力，在某种层面上促进区域经济增长。
此外，就控制变量而言，人力资本在5%的显著性水平上能够促进经济增长，说明我国人力资本结构与经济发展水平的适宜性拉动了经济增长，人力资本仍然是我国经济增长的重要引擎。外商直接投资的系数很明显大于零，这表明我国以廉价的人力优势获得了众多外商的投资，让企业通过加工贸易得到了较多的收益，推动了地区经济增长。政府财政能力对经济增长的影响并不显著，说明政府参与经济活动的效果还未显现。城镇化水平对经济增长的影响显著为正，表明生产要素在城镇化进程中加速集聚促进了区域经济增长。产业结构高级化程度在1%的显著性水平上促进了经济增长，说明工业化程度对经济增长的影响不容小觑。
(三)稳健性检验
为了检验以上回归结果的可信性，本部分分别使用下述两种方式进行稳健性检验：一是变更样本数量，去除了2001年和2019年的数据，将2002～2018年我国30个省市地区的面板数据作为新样本进行估计，结果见模型(3)；二是替换为不同的解释变量，用金融机构从业人数占总人数的比重代替金融集聚区位熵作为金融集聚的代理变量，回归结果见模型(4)。由稳健性检验的估计结果发现，所有变量的系数符号没有发生明显变化，只有显著性水平存在较小的差异，这意味着本文的回归结果是稳健的。
(四)各区域的样本估计结果
为了深入探讨金融集聚对经济增长影响的区域异质性，此处使用固定效应模型分别对东部、中部与西部地区进行估计，结果见表2。
表2的回归结果显示，各地区金融集聚对经济增长的区域异质性特征明显，其中，对东部、中部与西部三大区域金融集聚的影响系数分别是0.011、0.009与-0.157，东部地区的促进作用最强，中部次之，西部最弱。具体而言，东部地区依托丰富的资源与区位优势，在这些年的优先发展后，已获得了相对较高的金融集聚水平，金融集聚处于相对最优状态，其拉动经济增长效应最强；西部地区的工业基础良好，城镇化进程不断推进，金融集聚带动经济增长效应相对于东部地区稍显逊色；西部地区不管是基于城镇化建设，抑或是产业结构高级化，和东中部区域始终具有较大的差距，金融集聚、技术革新以及知识溢出能力不高，金融集聚水平明显低于东中部地区，对经济增长的推动作用还未显现。
表2 分样本估计回归结果
四、金融集聚对区域经济增长的门限效应分析
前文的研究显示，金融集聚能够显著促进区域经济增长，但这种促进效应存在明显的区域差异性。由于科技创新能够提升集聚区内更多企业的技术进步，进而拉动区域经济增长，本部分旨在以科技创新作为门限变量来分析金融集聚与地区经济增长间的非线性关系。本文参考雷欣等学者的观点[15]，以发明专利授权量在区域人口数量中的占比作为地区技术创新能力的度量指标。
(一)模型设定
本文借鉴Hansen的门限模型，将科技创新作为门限变量，设定金融集聚对区域经济增长影响的门限模型如下：
GDPit=μit+θ1GOVit+γXit+β1LQit(qit≤γ1)+β2LQit(γ1
(3)
式中，q表示科技创新水平，λ表示门限值，其他指标同前文一致。
(二)门限检验
为了深入探讨金融集聚在科技创新的作用下对经济增长的影响，本部分分别对东部、中部与西部三大区域进行门限检验。在面板门限模型回归估计前，先采用“Bootstrap”法，经由500次迭代模拟似然比统计量，通过估计F值与P值来检验是否存在门限效应，目的在于明确门限的数量与具体门限值，门限检验结果见表3。
表3 门限模型检验
由表3可知，将金融集聚发展水平作为解释变量时，东部地区无论是单一门限还是双重门限的F值均在5%水平下显著，而三重门限的F值在10%的水平下不显著，所以东部地区在以科技创新为门限变量时，应建立固定效应的双门限面板模型。中西部地区拒绝存在双重门限的假设，说明这两个地区应采用固定效应的单一门限面板模型。
(三)估计结果
结合门限效应的检验结果，本部分以科技创新为门限变量对东中西三大区域进行回归分析，即模型I，为了消除异方差的存在，加入了稳健性标准误，即模型II。具体结果见表4。
表4 以科技创新水平为门限的模型估计结果
从表4可看出，东部地区金融集聚水平对经济增长的影响将会在科技创新水平分别达到0.0377和0.3931时发生根本性变化，当科技创新水平较低(q≤0.0377)时，金融集聚对经济增长的影响是负向的，其值为-0.056，此时，经济增长主要是依靠人力资本和固定资本的投入；而随着科技创新的进一步发展(0.0377
中部地区金融集聚在科技创新的作用下对经济增长的正向影响呈边际效应递减趋势。当科技创新水平不超过0.512时，金融集聚在5%的显著性水平下能够促进经济增长，表明金融集聚为资金、劳动力、技术等生产要素的加速集中提供了便利，使企业更容易利用公共基础设施以达到规模经济，进而促进经济增长；当科技创新水平超过0.512时，金融集聚对经济增长的促进作用明显降低，这是因为科技创新能力后劲不足，未能与较高的金融集聚水平相匹配，导致金融集聚对经济增长的边际效应有所下降。
西部地区金融集聚受科技创新作用对经济增长呈显著负向影响，这与东中部地区截然相反。当科技创新能力低于0.2799时，金融集聚对经济增长的抑制作用相对薄弱，一旦科技创新能力跨过了门限值0.2799时，金融集聚对经济增长的抑制作用表现显著。这种现象的主要原因在于：西部地区产业结构高级化程度不高，经济发展严重依赖第一产业，制造业规模较小且现代化水平不高，高端服务业占比偏低，这严重影响区域内企业的创新水平，在某种程度上不利于金融要素在地区间的流动和溢出，导致金融集聚的阻塞效应大于促进效应。
五、结论与建议
(一)研究结论
1.我国金融集聚水平整体呈稳步上升态势，但在各区域间存在明显的异质性。本文通过构建金融区位熵指数对我国2001～2019年的金融集聚程度进行了测算，结果显示，我国金融集聚发展水平总体呈现出稳中有升的趋势，各地区的金融集聚水平表现出明显的空间异质性。而东部地区的金融区位熵显著超过了中西部地区，表明东部地区的金融集聚水平较高，对经济增长的拉动作用强劲；而中西部地区的金融区位熵普遍偏低，表明中西部地区的金融集聚水平相对落后。
2.整体而言，金融集聚在5%的显著性水平上对区域经济增长具有正向促进作用；但就各区域而言，金融集聚对区域经济增长的促进作用存在着明显的异质性，金融集聚对东部地区经济增长的作用系数为0.011，而对中西部地区经济增长的作用系数分别为0.009与-0.157，可见，东部地区的金融集聚对经济增长的促进作用最强；中部次之，西部最弱。为了验证估计结果的可靠性，本文分别采用改变样本数量和替换解释变量的方式对其进行了稳健性检验，从稳健性检验的估计结果可以看出，各变量的系数符号并未发生明显变化，仅显著性水平稍有不同，表明本文的回归结果是稳健的。
3.金融集聚在技术创新的作用下对区域经济增长的影响表现出明显的非线性。其中，以科技创新作为门限变量时，东部地区金融集聚对经济增长具有双门限效应，而中西部地区的金融集聚对经济增长则表现为单门限效应。具体而言，东部地区金融集聚水平对经济增长的影响在科技创新水平分别达到0.0377和0.3931时发生根本性变化；而中西部地区的科技创新水平分别达到0.512和0.2799时，金融集聚水平对经济增长的影响发生根本性变化。
(二)政策建议
1.强化区域间金融合作，发挥金融集聚的扩散效应。区域间的适度竞争对提高金融市场效率十分重要，但金融业自身的发展壮大对金融集聚区的形成有明显的助推作用。然而，金融集聚达到一定程度后，因外部规模经济效应及资本的逐利性，金融资源扩散到周边地区，带动周边区域经济及金融业的发展，缩小各地区间的金融集聚程度。因而，根据各区域不同的经济基础及资源禀赋的差异性进行功能定位，形成分工合理、结构优化、点线面有机结合的完整金融体系，整合各区域金融资源，推动各地区金融联动发展，进而增加金融集聚度，充分发挥其扩散效应。具体而言，各地区应结合自身资源禀赋条件及地区特色，发挥其比较优势，准确合理定位，并综合考虑周边地区的经济发展趋势，积极调动信息流、资金流及物流等要素向周边地区辐射，抓住金融集聚的扩散效应所带来的机遇，形成区域间金融合作、错位分工、优势互补的发展格局。
2.建立多层次金融中心，协调区域经济发展。由于东部地区资源禀赋丰厚、区位条件良好加之国家发展战略向东倾斜的优势，其经济发展速度和质量均大幅超过了中西部地区。经济发展得越快对金融资源的需求量与质量便越高，这使周边发展落后地区的金融资源不断地向东部地区流动，使得东部地区的金融集聚水平显著高于其他地区，并加速了东部地区的经济增长，进一步导致我国各地区的经济发展不平衡。因此，为了协调各区域间的经济发展，防止出现同质化竞争，应加强多层次金融中心建设。根据各地的经济发展情况，因地适宜地制定金融政策支持当地经济发展。东部地区应引进能力强的专业金融人才，持续改进自身的内部体系，提升金融服务品质与经营效率，提高自己的核心竞争力，建设高质量的金融集聚中心；而中西部地区则应改进金融基础设施建设，改进金融保障机制，改变传统单一的以银行为核心的金融体系，同时提升对外开放水平，激励国内外金融机构在当地建立分支单位，促进金融投资便利化。
3.加大金融创新力度，提升经济增长质量。金融创新作为推动金融发展的核心力量，其以金融产品创新为主体。在竞争环境如此激烈的形势下，金融产品创新通过高度融合专业型人才和资源技术，推动我国金融资源的有效流动和整合，加速创新成果转化，提高经济发展质量。具体来说，应积极推动综合型和混合型金融产品的创新，通过重组并购的形式整合不同类型的金融机构，吸引并自主研发多种类型的金融衍生品，加快资产证券化产品创新，以解决我国实体企业融资需求问题，助推地区经济增长；金融机构应依托金融集聚的良好环境，利用网络技术与科创平台，加强知识、信息、技术的共享，实现金融制度、运营模式、产品设计及服务方式等金融创新，为我国区域经济高质量增长助力。
