金融基础设施对长三角金融一体化的影响——基于金融效率的视角

左 川，乔 智，王亚童

（1.上海立信会计金融学院 财税与公共管理学院，上海 201620；2.珠海复旦创新研究院 金融创新发展中心，广东 珠海 519000；3.湖南大学 金融与统计学院，湖南 长沙 410082）

2020 年3 月5 日，为加强金融基础设施建设，统筹监管重要金融基础设施，提高服务实体经济水平和防控金融风险能力，经中央全面深化改革委员会第十次会议审议通过，人民银行、发展改革委、财政部、银保监会、证监会、外汇局日前联合印发了《统筹监管金融基础设施工作方案》，强调了金融基础设施重要地位，也为我国金融基础设施的持续安全运行提供了保障。

国内外相关文献从多方面阐释了金融基础设施的重要性。首先，从金融市场来看，金融基础设施一方面能够促进金融市场的快速发展，帮助投资者做出更有效的投资决策，降低投资者的交易成本，从而改善资本结构，促进实际资本积累。另一方面，由于金融基础设施与金融机构之间存在着相互依存、相互耦合的关系，一定程度上会加剧金融的不稳定性，这对金融基础设施的监管提出了更高的要求[1-2]。更进一步地，通过降低资本成本，金融基础设施增加了储户数量和中间储蓄额，这些因素反过来又能提高增长率，并有助于各国摆脱贫困陷阱[3]。特别是我国存在私营企业资金短缺与金融体系中大量非政府资金过剩的问题，金融基础设施的发展有利于减少对民营金融机构的制约，从而有利于我国经济的可持续发展[4]。

从深化区域金融一体化的因素看，不同区域的金融一体化存在各自的特征。欧洲金融一体化目前更强调填补跨境金融服务和贸易准入方面的明显缺陷，如跨境证券结算效率低、成本高等问题，以进一步推动欧洲金融一体化的深化发展[5-6]。亚洲金融一体化强调通过减少信息摩擦、继续支持一体化和资本市场发展、取消外资流动的限制以及促进共同监管框架等予以深化[7-8]。太平洋联盟金融一体化则强调通过单一股票市场实现资本市场的全面整合并予以深化[9]。而在我国，制约长三角金融一体化进程的因素主要有行政区划分割、银行内部条状垂直管理体制、跨区域经营的监管限制、不同省市之间金融水平的差异及金融信息共享服务平台的缺失等，因此，推进长三角金融一体化的深入，需从这些因素着手[10-11]。

在整理相关文献的过程中，可以发现，探讨金融基础设施对区域金融一体化作用的研究相对匮乏。因此，本文在长三角金融一体化的过程中，以金融基础设施作为切入点，深入阐述金融基础设施在区域金融一体化中的作用及机理，并为相关金融措施的改革和实施提供参考。

一、理论分析

（一）金融基础设施的界定

金融基础设施的界定有广义和狭义之分。广义的金融基础设施涵盖的内容较多，包含相关的机构、技术系统及制度安排，而狭义的金融基础设施仅仅指提供服务的相关机构。目前得到广泛认可的界定源自国际清算银行支付结算体系委员会（CPSS）和国际证监会组织（IOSCO）发布的《金融市场基础设施原则》，该界定更接近于狭义上的界定，并将相关机构明确划分为五类：支付系统（PS）、中央证券托管系统（CSD）、证券结算系统（SSS）、中央对手方（CCP）以及交易报告（TR）。本文对金融基础设施的研究主要限定于狭义上的界定，即主要考虑相关机构的作用。

（二）金融基础设施对长三角金融一体化的影响

金融基础设施对长三角金融一体化的影响有正向和负向作用，最终影响取决于两者的综合。从正向作用来看，金融基础设施作为基础设施的一种，具有基础设施的一般属性，基础设施作为准公共品，具有一定的非排他性和非竞争性，是微观主体开展经济活动的前提，在经济活动中处于基础性地位，并加强了各微观主体、区域间的联系。同样，金融基础设施也是金融活动开展的前提和媒介，各经济体通过利用金融基础设施完成托管、结算、支付等行为，从而加强了金融活动间的关联度，因此，金融基础设施有利于促进金融一体化。

从负向作用来看，金融基础设施阻碍长三角金融一体化的进程与金融市场的分割有关。金融市场的分割可从两个角度理解，一方面，金融市场的分割主要是指行政区域间的市场分割。在中国式经济分权的制度背景下，GDP 是各个地区的主要考核指标，导致地方保护主义抬头和市场分割现象盛行，主要表现为一些地方政府通过阻碍要素流入、产品流入及异地企业并购等措施来保护本地企业的发展。另一方面，金融市场的分割主要体现在债券市场的分割，王庆华等[12]指出银行间债券市场和交易所债券市场间存在着立法体系、监管体系、交易体系和托管体系的分割，虽然相关政策的出台使得金融市场分割现象整体上有所减少，但总体上仍然阻碍着金融基础设施功能的发挥。

此外，区域因素也会产生异质性的影响，金融基础设施对长三角金融一体化的作用与金融基础设施所在的区域位置相关，即存在二元空间结构。Myrdal[13]23-37最早利用扩散效应（spread effect）和回荡效应（backwash effect）概念框架来解释二元空间结构，提出扩散效应是指中心地区通过向周边地区辐射资源等方式，带动周边地区的发展。因此，对周边地区来说是正向的作用。而回荡效应则恰恰相反，指中心地区凭借自身优势地位吸引周边地方的资源，从而阻碍了周边地区的发展。地区间资源的流动受这两种效应的影响，在市场自发作用下，回荡效应占据主导作用，地区间的差距不断扩大。Hirschman[14]514-515提出了与之对应的涓滴效应（trickling-down effect）和极化效应（polarization effect）。Fujita 等[15]43-59则进一步探讨了回荡效应产生的原因，认为向心力的存在是为了实现报酬递增与运输成本节约，进而导致产业集聚并自我强化，形成所谓“中心—外围”结构及新经济地理理论。

在回荡、扩散效应的分析框架下，可以将时间趋势分为三个阶段：回荡效应在发展初期具有主导性[16-17]，相关实证研究也证实了这一观点[18-20]，扩散效应在发展中后期逐渐增强[13]23-37，[21]，扩散效应的最终结果是一体化[22-23]。汪立鑫等[24]将该框架与地方政府竞争方式结合，提出长三角都市圈可能处于从回荡效应向扩散效应转换的初期。因此，当金融基础设施位于中心城市时，有利于将扩散效应和金融基础设施本身效应进行叠加，从而推动长三角金融一体化的发展。

此外，金融基础设施最重要的功能之一是风险管理功能。2008 年金融危机期间，金融基础设施成功阻止了系统性金融风险的扩张，因此，本文预期金融基础设施还能够增加长三角金融一体化的稳定性。

二、模型构建

（一）指标选取

本文从金融效率的角度分析长三角金融一体化的问题，选择合适的投入产出数据，首先利用数据包络分析法（Data Envelope Analysis，DEA）测算出长三角各城市金融行业全要素生产率的变动值，再利用Malmquist 指数对其进行分解，得到技术效率变动率（TECH）、技术进步率（TECCH）及规模报酬效应变动率（SECH）三个指标。其中，TECH能够测算该城市金融行业对技术前沿的追赶效应，当TECH>1 表明该城市金融行业的技术追赶效应较前一期有所上升；TECH<1 则相反，表明该效应有所下降；TECH=1 则表示该效应不变。而TECCH 则衡量的是技术前沿本身的移动，当TECCH>1 时可以理解为该城市的金融行业相对于前一期出现了技术的创新或改进，从而带来技术进步；反之则可以理解为技术退步；当TECCH=1 时则保持不变。SECH 测算的是与上期相比，当要素投入增长比例相同时，若产出增长得更多，则SECH>1；反之则SECH<1；不变则SECH=1。

（二）网络构建

在测算出各城市金融效率指标后，本文利用皮尔逊相关系数（person correlation coefficient）研究长三角各城市金融效率之间的相关关系，计算公式如下：

其中x 和y 分别代表长三角任意两个城市的金融效率值，ρxy的取值范围为[-1，1]，大于0 为正相关，小于0 为负相关。对长三角的城市两两求得皮尔逊相关系数，即可得到N*N 阶的皮尔逊相关系数矩阵，N 为长三角的城市数量，初步构建长三角金融效率网络，节点为长三角的各个城市，连边为两个城市之间金融效率的相关性，权重为皮尔逊相关系数的大小。

为了进一步剔除相关性较低的连边，筛选出相关性较高的连边，从而更有利于后续的网络分析，本文运用最小生成树（Minimum Spanning Tree，MST）算法对初步构建的网络进行过滤，以呈现长三角金融效率网络最基本的结构。最小生成树要求既包含原图的所有节点，也要求所有边的权重最小，这里的权重指的是距离，距离越小则节点之间的关系越紧密。但本文初步构建的网络权重为相关系数，系数越大，节点之间的关系越紧密，因此，需要将系数权重转换为距离权重，借鉴黄玮强等[25]的研究，计算公式为：

本文利用普里姆算法（MST-Prim）来生成初始网络的最小生成树，以构建最终的长三角金融效率网络，具体步骤如下：

1.输入原始的网络，顶点集合为V，即长三角所有城市的集合，边集合为E，即城市间皮尔逊系数不为0，则视为存在连边。

2.生成新的顶点集合VNEW={x}，x 为原始顶点集合的任意一个顶点，作为初始点，再生成新的边集合ENEW={ }，初始为空集。

3.循环以下步骤，直至VNEW=V，即包含了原始网络中所有的节点。

a.以VNEW中的元素为起点，找到除了VNEW中的顶点外，与之相连的最小权重的连边；

b.将该连边加入边集合ENEW，相应的顶点加入顶点集合VNEW。

4.VNEW和ENEW构成了原网络的最小生成树。

（三）网络特征分析

在生成长三角金融效率网络后，需对其进行初步的描述性分析，可以进一步划分为两个维度，即整体网络的特征分析和节点的特征分析。整体网络的特征分析主要包括：网络顶点的数量、网络边的数量、平均最短路径和平均群聚系数等。其中，平均最短路径和平均群聚系数主要用来衡量整体的关联程度。本文对网络节点的特征分析主要关注节点的中心性，即关注哪些城市在金融效率网络中的地位更重要，主要以度中心性、趋近中心性和中间中心性三个指标来衡量，三者间的具体关系见表1。

表1 节点中心性指标关系

（四）网络稳定性分析

网络稳定性分析是假设网络面临随意攻击和恶意攻击时，利用网络连通情况的变化来测度稳定性的方法。其原理为当小部分节点被移除后，会增加剩余节点间的距离，使剩余节点间的联系变得更加困难。根据移除方式的不同，可分为随意攻击和恶意攻击。随意攻击是指被移除的节点为随机挑选，而恶意攻击是指被移除的节点是度最大的点，即网络中相对重要的点。若网络面临随意攻击和恶意攻击，随着节点的移除，其连通情况的变化趋势在两种情形下是趋近的，说明整体网络的稳定性较好，反之则稳定性较差。这是因为相对随意攻击来说，恶意攻击是最坏的情况，破坏的是网络中较为重要的节点，若随意攻击和恶意攻击对网络连通情况的影响趋同，即在重要节点移除的情况下，网络受到的影响只是相当于随便移除了一个节点受到的影响，说明整体网络并没有受到太大的冲击。具体的网络连通情况，以移除部分节点后网络最大连通分支的长度与整体网络尺寸的比例来衡量。

对长三角金融效率网络进行稳定性分析具有较强的现实意义，如2020 年爆发的新冠肺炎疫情具有一定的随机性，受疫情影响，武汉市大部分经济活动停滞，金融业作为经济活动的重要组成部分，一定程度上也受到了影响，可视为受到了随意攻击。通过对长三角金融效率网络的稳定性分析，可模拟出长三角的城市受到该冲击时，整体网络受到的影响，进而测度长三角金融一体化的稳定性。

三、实证分析

（一）指标构建与数据来源

1.效率测度

金融效率本质上是一种最优状态，那么对其的测度就可以看成是对最优状态的偏离程度，偏离程度越低，效率越高；反之，则效率越低。那么我们可以利用样本值对生产前沿函数的偏离值来衡量金融效率，以该偏离值作为衡量效率的指标。我们主要运用生产前沿函数来界定投入和产出之间的最优关系，得到每一种投入水平的最优产出，该生产前沿线能够包含所有的样本点，达到生产前沿线的投入产出组合被视为有效，反之则无效。那么，测算效率最重要的前提就是估计出生产前沿函数，基于对生产前沿函数假设的不同可分为确定性前沿和随机性前沿。

确定性前沿函数下主要运用数据包络分析法，该方法不假设生产前沿函数的具体形式，因而无须估计生产函数中的相关参数，也被命名为非参数法。DEA 模型以样本数据中效率较高的点为基准，构造一条生产前沿线以包含所有的样本点，因而生产前沿线是确定的，衡量效率的指标则是样本点为达到生产前沿线的改进值。随机前沿函数下主要运用随机前沿方法（Stochastic Frontier Approach，SFA），该方法的生产前沿线是一条上下波动的非确定性曲线，但是SFA 模型需假设具体的函数形式，估计出相应的参数，从而确定随机前沿生产函数。

对比两种估算方法，各有利弊。DEA 模型主要是运用线性规划的方法计算，而SFA 模型有传统的检验数作为样本拟合度和统计性质的参考，但SFA 模型需要对具体的函数形式进行假设，且需要尽可能地囊括影响效率值的因素，从而估算出最优产出，在实际操作中存在困难。考虑到金融业数据的可得性，及降低模型设定上的干扰，本文选用DEA 模型估算长三角各城市的金融效率值，同时为了降低时间因素对指标的干扰，使用动态DEA 模型进行估算。

2.效率分解

本文利用Malmquist 指数对全要素生产率变动率进行分解。Fare 等[26]基于规模报酬不变的假设，首次使用该方法对全要素生产率变动率进行分解，得出技术效率变动率和技术进步率。但因规模报酬不变的假设，使得规模经济带来的经济效益无法被测算。因此，Fare 等[27]进一步放松假设，将全要素生产率变动率进行分解和细化，得出技术效率变动率、技术进步率及规模报酬效应变动率，该分解被称为FGNZ 分解。然而Ray 等[28]认为FGNZ 分解在技术进步率的分解上存在逻辑问题，应当将规模报酬变动的因素也考虑进去，即应当测算规模报酬的可变情况下的技术进步率，这样规模报酬效应变动率才能更准确，该分解被称为RD 分解。本文综合上述分析方法，选择Malmquist指数和RD 分解对长三角金融行业的全要素生产率变动率进行具体分析。

3.数据选取和数据来源

基于上述分析，我们需要明确相应的投入产出变量，并测算出长三角各城市金融行业的效率值。相关文献根据对金融效率含义理解的不同，将金融效率投入产出大致分为微观层面指标和宏观层面指标。从微观层面来看，金融效率是指金融行业本身的投入产出效率，一般以人力和资本为投入，以存款和贷款为产出；或者以存款作为投入，贷款作为产出。[29]从宏观层面来看，金融效率指金融行业对整体产出的影响，一般以微观层面包含的所有变量作为投入，以金融业增加值作为产出。[30-31]本文为了更好地服务实体经济而更多关注宏观层面的金融效率，选择的投入产出指标和测算方法见表2。

表2 计算金融效率相关指标及数据来源

4.时间节点选取

根据数据的可获得性，本文选取的投入产出指标涵盖的区间为2003—2017 年，考虑到时间因素，在测算金融效率时需舍弃基期指标，因此最终金融效率值涵盖的区间为2004—2017 年。2014年国务院印发的《国务院关于依托黄金水道推动长江经济带发展的指导意见》，首次明确将安徽纳入长三角城市群。因此，2014 年以前，作为样本的城市有上海、南京、无锡、常州、苏州、南通、盐城、扬州、镇江、泰州、杭州、宁波、绍兴、湖州、嘉兴、金华、舟山、台州、温州；2014 年以后，在上述城市的基础上，纳入合肥、芜湖、马鞍山、铜陵、安庆、宣城、池州、滁州，样本范围进一步扩大。

“金融是现代经济的核心，为现代城市和区域经济的发展起到重要的服务功能。随着经济全球化和金融信息化的不断加快，区域间各类金融资源突破了空间限制，形成了集聚化发展的趋势”[32]。所以，本文研究的主要问题是金融基础设施对长三角金融一体化的影响，还需要在时间节点的选择上考虑该因素。同时由于金融基础设施的界定有广义、狭义之分，本文在指标的选取上，从狭义的角度理解金融基础设施，利用相关机构的成立来衡量金融基础设施的作用，从而最终选择银行间市场清算所股份有限公司（简称“上海清算所”）的成立来衡量金融基础设施对长三角金融一体化的影响。首先，根据李培林[33]6-13的研究，《金融市场基础设施原则》界定的五类机构与我国金融基础设施并不是一一对应，存在着“一对多”的现象，以证券结算系统和中央证券托管系统为例，我国承担相应功能的机构，主要包括：中央国债登记结算有限责任公司、中国证券登记结算有限责任公司、上海清算所等。这些机构还承担着多项职能，如上海清算所还承担着中央对手方的职能。所以，上海清算所在我国金融基础设施中，发挥着重要的作用。其次，上海清算所总部位于我国金融中心上海，而上海也是长三角的中心城市，因此，上海清算所的成立为研究金融基础设施在区域金融一体化发挥的作用，提供了良好的方向。综上所述，本文将研究的区间2004—2017 年划分为：2004—2008 年、2009—2013 年、2014—2017 年。

（二）长三角金融一体化关联网络特征

本文首先基于金融业投入产出指标，测算出长三角各城市金融行业2004—2017 年全要素生产率变动率，将其进一步分解为技术效率变动率、技术进步率和规模报酬变动率，再运用MST-Prim算法分别构建这四个指标下的长三角金融一体化关联网络，并分析整体网络特征和节点特征。

1.全要素生产率变动率

基于全要素生产率构建变动率的关联网络可得，最小生成树在2004—2013 年共19 个节点、18条连边，2014 年加入安徽后变化为27 个节点、26条连边。平均最短路径在初始区间段为3.22，但2009 年上海清算所成立后，该值下降为3.11，加入安徽后，该值进一步下降为3.07。一定程度上可以说明，上海清算所的成立促进了长三角各城市间金融行业全要素生产率变动率之间的关联程度，安徽的加入也使得关联度进一步上升。

进一步分析各城市在网络中的地位，基于2014—2017 年全要素生产率变动率构建的关联网络，得出长三角各城市节点重要程度排名（见表3）。2016 年5 月11 日，国务院常务会议通过的《长江三角洲城市群发展规划》中提出，要全面建成具有全球影响力的世界级城市群，需发挥上海中心城市的作用，同时需要推进南京都市圈、杭州都市圈、合肥都市圈、苏锡常都市圈、宁波都市圈等都市圈同城化发展。因此，本文主要关注上海、南京、杭州、合肥、苏州、无锡、常州和宁波，八个具有经济战略地位的城市在网络中发挥的作用。上海的度中心性和中间中心性排名较高，而趋近中心性排名居中，因此上海的中心城市地位还有进一步提升的空间。南京、杭州的三项指标都较低；合肥趋近中心性处于居中地位，另外两项指标排名较低，一定程度上可以说明南京、杭州和合肥作为各自都市圈的中心城市，主导地区发展的能力相对不足。苏州、常州三项指标排名均较低，无锡三项指标排名都较高，一定程度上说明苏州和常州还需进一步增强其节点重要性，以加快推进沪苏通、锡常泰跨江融合发展。宁波作为宁波都市圈的中心城市，三项指标排名靠前，有利于带动该都市圈其他城市的发展。

2.技术效率变动率

基于技术效率变动率构建的关联网络可得，最小生成树在2014 年加入安徽后由19 个节点、18 条连边变为27 个节点、26 条连边。平均最短路径在初始区间段为3.75，但上海清算所成立后，该值上升为3.94，加入安徽后，该值下降为2.83。一定程度上可说明，上海清算所的成立降低了长三角各城市间技术变动率效率之间的关联程度，但随着安徽的加入，各城市间关联程度上升，且比第一阶段联系更加紧密。

进一步分析各城市在网络中的地位，基于2014—2017 年技术效率变动率构建的关联网络，得出长三角各城市节点重要程度排名（见表4）。上海的三项指标排名均较低，进一步说明上海的中心城市地位还有进一步提升的空间。南京的度中心性、中间中心性较高，而趋近中心性较低，由于趋近中心性是主要衡量整个网络的中心地位，所以不影响南京作为南京都市圈的中心地位。杭州的三项指标均较低，一定程度上可以说明杭州作为杭州都市圈的中心城市，其主导地区发展的能力相对不足。合肥趋近中心性位排名居中，而另外两项指标排名均靠后，其都市圈中心城市地位相对不足。苏州、常州趋近中心性位排名居中，而另外两项指标排名均靠后，无锡的三项指标排名靠前，苏州和常州还需进一步增强其节点重要性。宁波作为宁波都市圈的中心城市，三项指标排名都靠前，有利于带动该都市圈其他城市的发展。

表4 长三角各城市节点重要程度

3.技术进步率

基于技术进步率构建的关联网络可得，平均最短路径在初始区间段为3.09，但上海清算所成立后，该值上升为3.74，加入安徽后，该值下降为3.52。一定程度上可以说明，上海清算所的成立降低了长三角各城市间技术进步率之间的关联程度，但随着安徽的加入，各城市间的关联程度上升。

进而分析各城市在网络中的地位，基于2014—2017 年技术进步率构建的关联网络，得出长三角各城市节点重要程度排名（见表5）。上海的三项指标排名均较高，一定程度上说明上海较好地发挥了中心城市的作用。南京的度中心性、中间中心性较低，趋近中心性排名居中，一定程度上可以说明南京作为南京都市圈的中心城市，其主导作用相对不足。杭州、合肥三项指标均较低，一定程度上可说明杭州、合肥分别作为各自都市圈的中心城市，其主导地区发展的能力相对不足。苏州趋近中心性位排名居中，而另外两项指标排名均靠后，常州三项指标均较高，无锡的度中心性、中间中心性较高，而趋近中心性居中，由于趋近中心性主要衡量整个网络的中心地位，因此苏州还需进一步增强其节点重要性。宁波作为宁波都市圈的中心城市，三项指标均较低，不利于发挥其中心城市的作用。

表5 长三角各城市节点重要程度

4.规模报酬变动率

基于规模报酬率变动率构建的关联网络可得，平均最短路径在初始区间段为4.5，但上海清算所成立后，该值下降为3.45，加入安徽后，该值上升为4.76。一定程度上可以说明，上海清算所成立后，长三角各城市间规模效率变动率之间的关联程度上升了，但随着安徽的加入，各城市间规模效率变动率的关联程度下降。

进一步分析各城市在网络中的地位，基于2014—2017 年规模效率变动率构建的关联网络，得出长三角各城市节点重要程度排名（见表6）。上海的三项指标排名均较高，进一步说明了上海较好地发挥了中心城市的作用。南京、合肥三项指标排名位居前列，有利于都市圈建设。杭州的度中心性、中间中心性高，但趋近中心性居中，一定程度上可以说明杭州作为浙江省的省会城市，其他节点的影响较大，有利于发挥其次中心城市的作用。苏州、常州三项指标排名居中，无锡三项排名均较高，因此苏州、常州还需进一步增强其节点重要性。宁波作为节点的重要程度不高，不利于都市圈建设。

表6 长三角各城市节点重要程度

（三）长三角金融一体化关联网络的稳定性

在分析了金融行业全要素生产率变动率及分解指标构建的网络下不同时期各城市的关联程度后，本文进一步分析该关联网络的稳定性。主要通过模拟两种攻击方式，即随意攻击和恶意攻击，得出网络崩溃的临界点，来测算该网络的稳定性。具体分析如下：

1.全要素生产率变动率

图1 绘制了不同时期的两种攻击方式下，基于全要素生产率变动率构建的关联网络崩溃走势。由走势图及网络崩溃零界点可知，2004—2008年、2009—2013 年和2014—2017 年三个时间段，恶意攻击下的网络崩溃趋势和随意攻击下的网络崩溃趋势差异均较大，这在一定程度上说明了，基于全要素生产率变动率构建的关联网络稳定性在三个阶段变化不大，没有显著提升。

图1 基于全要素生产率变动率构建的关联网络崩溃走势

2.技术效率变动率

图2 绘制了不同时期的两种攻击方式下，基于技术效率变动率构建的关联网络崩溃走势。由走势图及网络崩溃零界点可知，2004—2008 年恶意攻击下的网络崩溃趋势和随意攻击下的网络崩溃趋势差很大；2009—2013 年该趋势差异变小，有了一定的趋同性；2014—2017 年的趋势差异在前一阶段的基础上变大。一定程度上可说明，基于技术效率变动率构建的关联网络稳定性在上海清算所成立后有了一定程度的上升，但是在安徽加入后，关联网络稳定性暂时下降了。

图2 基于技术效率变动率构建的关联网络崩溃走势

3.技术进步率

图3 绘制了不同时期的两种攻击方式下，基于技术进步率构建的关联网络崩溃走势。由走势图及网络崩溃零界点可知，2004—2008 年恶意攻击下的网络崩溃趋势和随意攻击下的网络崩溃趋势差较大，2009—2013 年该趋势差异没有变化，2014—2017 年的趋势差异在前两个阶段的基础上变小。一定程度上可以说明，基于技术效率构建的关联网络稳定性在上海清算所成立后暂时没有变化，但是在安徽加入后，关联网络稳定性上升了。

图3 基于技术进步率构建的关联网络崩溃走势

4.规模报酬变动率

图4 绘制了不同时期的两种攻击方式下，基于规模报酬变动率构建的关联网络崩溃走势。由走势图及网络崩溃零界点可知，2004—2008 年恶意攻击下的网络崩溃趋势与随意攻击下的网络崩溃趋势差异较大，2009—2013 年该趋势差异变小，2014—2017 年的趋势差异在前两个阶段的基础上变大。一定程度上可以说明，基于规模报酬变动率构建的关联网络稳定性在上海清算所成立后有了暂时的改善，但是在安徽加入后，关联网络稳定性下降了。

图4 基于规模报酬变动率构建的关联网络崩溃走势

四、结论与政策建议

（一）结论

本文主要采用了网络特征分析和网络稳定性分析的方法，系统分析了金融基础设施在长三角金融一体化动态变化的过程中产生的具体影响。根据关联网络特征分析，可以得到以下结论：第一，金融基础设施的引入促进了长三角各城市间金融行业全要素生产率之间的关联程度，在长三角城市群扩大的过程中，这种关联程度进一步得到加强。第二，金融基础设施的引入暂时降低了长三角各城市金融行业技术效率和技术进步率之间的关联程度，但长三角城市群规模的扩大，使这种关联程度得到了回升。第三，金融基础设施的引入促进了长三角各城市间金融行业规模报酬变动率之间的关联程度，在长三角城市群扩大的过程中，这种关联程度暂时下降了。第四，上海作为中心城市的地位还有进一步提升的空间，具体体现在技术效率还需要进一步提升；南京、杭州、合肥作为都市圈的中心城市，其主导地区发展的能力相对不足，主要体现在技术效率和技术进步率还需要进一步提升。

根据关联网络稳定性分析，可以得出以下结论：第一，金融基础设施的引入在长三角城市群扩大的过程中，总体上并没有提升关联网络的稳定性。第二，金融基础设施的引入提升了长三角城市群关联网络技术效率的稳定性，但城市群的扩大暂时抑制了这种提升。第三，金融基础设施的引入暂时没有提升长三角城市群技术进步率的稳定性，但城市群的扩大提升了技术进步率的稳定性。第四，金融基础设施的引入提升了长三角城市群关联网络规模报酬变动率的稳定性，但城市群的扩大暂时抑制了这种提升。

（二）政策建议

根据以上分析，结合长三角金融一体化的特点，提出如下政策建议：

第一，以金融基础设施为切入点，以长三角城市群为依托，强化金融基础设施推动长三角金融一体化高质量发展的能力。传统的支付清算方式主要依靠中国人民银行清算总中心建设、维护、管理的支付清算系统，并允许相关机构接入该系统来实现。该方式满足了社会各界多样化资金汇划的需求，在我国支付体系中发挥着不可替代的作用，但不利于发挥长三角城市群的区域优势。而整合长三角地区的金融资源，强化金融基础设施的互联互通，构建一个长三角地区的区域支付清算系统，实现长三角地区金融基础设施的一点接入，再由区域支付清算系统连接总支付清算系统，既有利于保持传统支付清算方式的优势，又能发挥长三角城市群的区域作用，从而推动长三角金融一体化高质量发展。

第二，以各中心城市为支点，充分发挥其扩散效应，夯实金融基础设施推动长三角金融一体化高质量发展的基础。长三角区域优势的发挥离不开中心城市及各次中心城市的支持。因此，需要积极引入重点金融基础设施，鼓励金融基础设施机构将总部设在上海，并在南京、杭州、合肥等次中心城市设立金融基础设施的分支机构，借助各中心城市对周边城市的扩散效应，实现“1+1>2”的双赢局面。

第三，以证券交易为突破口，以金融基础设施的风险管理功能为支撑，提升长三角金融一体化高质量发展的稳定性。整合长三角地区的证券交易资金结算平台，构建一个长三角区域的证券结算系统，将运营该系统的机构总部设在上海，对接中国人民银行的支付清算系统，引入央行货币进行统一结算，提高资金的流转和配置效率，降低资金结算的风险，从而提升长三角地区金融一体化的稳定性。