金融集聚与人才集聚的空间交互效应研究——以广东为例

李 敏， 李 怡

(华南理工大学 工商管理学院，广东 广州 510641)

一、引言

金融是现代经济的核心，是国民经济的血脉，已成为我国推动科技创新和经济高质量发展的重要力量。国家“十四五”规划纲要明确提出，构建实体经济、科技创新、现代金融、人力资源协同发展的现代产业体系，要完善金融支持创新体系。建设现代金融体系要求增设金融机构和提高资本金规模，而金融机构和金融资源的分布都是不均匀的，他们会受不同区域资源禀赋差异的影响，逐渐在特定区域形成集群，成为区域金融中心。在金融中心的形成过程中，人才集聚是重要的驱动力。人才集聚可以为金融集聚提供大量的专业人才[1]，也可以推动金融产品、模式创新，是完善金融支持服务体系的重要支撑，也是提高现代金融竞争力的基本要素。

现有关于产业集聚与人才集聚关系的研究已经较为深入，但多集中于制造业领域，鲜少将金融业作为研究对象。实际上，制造业与金融业存在较大差距，制造业企业的生产除了需要人才，还需要大量的原材料和机器等要素，而金融产品的生产基本上只消耗劳动力，所以人力资本是金融产业的核心要素，直接影响和决定了产业的发展繁荣。同时，金融业的特殊性还在于其对相关辅助性产业或社会中介服务业(如计算和软件开发、教育、广告和市场研究)的依赖。[2]相关辅助性产业的人才集聚不仅为金融集聚提供专业人才，其本身的金融需求也是金融创新的强大动力，所以学者们采用的以人力资本存量[3]或金融行业从业人数[4]作为人力资本水平的代理变量无法完全体现人才集聚对金融集聚的影响。此外，在以往对产业集聚与人才集聚互动关系的实证研究中，学者们普遍得到的结论是人才集聚对产业集聚的影响和促进作用更大[5][6]，专业人才集聚加快了产业集聚速度，使得该产业在人才集聚基础上迅速发展壮大。与此不同的是，我国金融集聚的形成主要依赖于国家的相关扶持政策，由政府根据各地区的发展现状和潜力做出战略规划和布局，选择特定区域并给予政策扶持，引导金融机构和资金向该区域流动和集中，逐渐形成金融集群，吸引众多人才到集聚区内工作。因此，相较于其他产业，金融集聚与人才集聚的互动关系可能会呈现不同的特点。

广东坐拥广州和深圳两大金融中心，金融业产值常年位居全国第一，金融机构众多，金融产业空间集聚趋势明显，集聚效应使金融要素由区域边缘地区流向核心珠三角地区，并辐射周边城市区域。同时，近年来，广东各市积极出台人才引进政策，吸引了大批人才涌向广东，实现了人才结构的优化。那么，广东金融集聚与人才集聚存在怎样的相互关系？区域间两者是否存在交互效应？解释验证上述问题，可以为广东建设金融强省提出政策建议。

二、文献综述与研究假设

(一)区域内金融集聚与人才集聚互动关系

区位对于金融服务业的成长发展非常重要。[7]Tschoegl等人认为，规模经济使得众多金融机构和金融资源在一个特定空间集聚，对其他金融机构、金融人才和金融支持服务行业具有很强的吸引力。[8]金融集群的形成有利于金融机构获取信息，信息空间分布不对称决定了金融机构和人才需要靠近客户和其他合作方以更快获取充分的信息。[9]尤其金融服务技能在很大程度上是通过分享经验获得的[2]，当人才集聚后，隐性知识更容易交流，从而提高集群的技术和服务水平，进一步推动金融集聚的发展。

金融集聚的需求牵引、网络经济、资源配置效应对人才集聚起重要作用。金融产业在某些城市集聚发展，使得当地的金融机构数量增多、规模扩大，需要大量的金融相关专业人才，集聚区可凭借自身规模优势为人才提供众多就业机会和较高的薪酬期望[10]，从而吸引相关行业优质人力资源集中；网络经济效应是集群内金融机构通过沟通合作、信息共享所产生的经济效益，集聚区内编码知识、信息共享的成本降低[11]，逐渐形成系统的知识信息共享、传递的网络，便于金融机构人才之间的密切合作，并且网络还与其他如法律、计算机等相关辅助性企业联结，需求信息和隐性知识可以快速共享，实现了企业间的互利合作和专业化分工，共同培育了一个提供专业服务和人才的市场，集群内人才的知识技能水平整体提升；资源配置效应是指金融集聚通过提高资金利用效率、降低投融资风险和成本营造了开放高效的经济环境，自然会吸引相关辅助性企业在附近形成集群以享受便利的金融服务，集群内的人才也相应拥有更大的发展空间。因此，专业性人才倾向于到金融集聚区内工作。

人才集聚对金融集聚的作用机制包括知识溢出、激励和创新驱动效应。金融业和其他辅助性产业均属于知识密集型产业，人才集聚所带来的知识溢出效应促进专业性人才之间的沟通和交流，使得行业的隐性知识得以“溢出”，还会进一步通过合作产生新知识，人员技能由此增加，出现一批跨行业的复合型人才，进一步提高金融产品的供给能力，增强金融集聚区的优势；激励效应是通过人才竞争实现的，集聚与竞争相伴而生，集群内必然会有更激烈的企业竞争和人才竞争，但竞争所产生的激励效应促使人才不断提升个人的能力[12]，最终使得集群内整体人才质量水平上升，吸引更多为获得专业劳动力的金融机构和资源集聚；在集群内企业之间的合作过程中，人才集聚的创新效应驱动金融发展方式转变、金融产品更新和金融产业结构的优化升级，最终实现金融集聚质量提升。[12]因此，人才集聚强化了金融集聚的优势并推动金融产业进一步高质量集聚发展。据此，本文提出第一个假设：

H1：区域内金融集聚与人才集聚存在双向促进作用，即金融集聚正向促进人才集聚的提升，人才集聚正向促进金融集聚的提升。

(二)金融集聚与人才集聚的空间溢出效应

Krugman提出的“中心——外围”模型认为当资本和劳动力可以跨区域移动时，一个区域在向心力的作用下通过累积的循环发展趋势实现集聚成为“中心”地区，但是也同样出现集聚不经济的离心力抑制这种集聚发展的趋势。[13]本文将空间因素引入分析框架，分析金融集聚与人才集聚的空间溢出和空间交互效应。

1.金融集聚的空间溢出效应

Gehrig提出金融集聚与相邻区域金融分散趋势并存。金融集聚的空间溢出效应主要是通过辐射效应和示范效应得以实现。[14]当较多的金融机构和资源集聚时，将导致地区的内部经济成本增加，比如企业的用工成本提高，市场也可能将达到饱和状态，在此影响下，金融机构和金融资源逐渐向外辐射和扩散。尤其现代网络技术的发展使许多金融功能和服务摆脱了地理距离上的限制，金融业务能够在不同区域低成本、快速开展，这改变了金融业的市场格局和结构，金融机构并不需要靠近信息源，可以通过设立分支机构、跨区域提供金融产品服务来获取更多的收益和降低成本，集聚区的外围地区在承接这些金融机构和资源转移的过程中也促进了本地的金融产业的发展。示范效应是外围地区基于地理空间上的邻近便于向金融集聚区学习知识和交流信息，提高自身的金融服务水平。据此，本文提出第二个假设：

H2：金融集聚具有空间溢出效应，即周边地区金融集聚对本地区的金融集聚有正向促进作用。

2.人才集聚的空间溢出效应

人才空间集聚产生的人力资本外部性主要表现为知识的溢出效应。实现区域产业发展，不仅仅依靠人才和知识在空间的聚集，而是这些资源在更大范围的流动与交流。人才集聚水平较高的区域知识密集度较高，所产生的知识溢出效应也相应突出。专业性人才拥有较多的隐性知识，是知识溢出的主体。[15]人才集聚区和周边地区之间人才的流动，加强了人才集聚区和周边地区的交流，知识、技术和信息也向周边地区溢出，降低了集聚区与外围地区的知识位势差，促进了知识的传播、整合和再创新，集聚地和溢出地实现了利益共享。同时，区域间可以通过集体学习、项目合作、共同人才市场、人才外派等合作形式，积极推动不同区域不同类型人才间的交流互动，提升了人才集聚区周围地区的人才吸引力。[16]尤其相邻地区通常会有相近的产业环境和文化环境，所以人才集聚区的邻近地区也会承接集聚区的专业人才转移。因此，我国人才集聚中心区(如北京、江苏)的邻近地区(如河北、安徽)同样也拥有相对较高的人才集聚水平。据此，本文提出第三个假设：

H3：人才集聚具有空间溢出效应，即周边地区人才集聚对本地区的人才集聚有正向促进作用。

3.金融集聚和人才集聚的空间交互溢出效应

在“向心力”和“离心力”的影响下，集聚地区对周边地区的影响作用主要有两个方面：一方面，金融集聚与人才集聚发挥知识溢出和规模效应，通过跨区域投资、设立分支机构和人才流动带动外围地区金融发展和人才集聚[17]；另一方面，核心地区凭借自身优势与外围地区竞争，抑制了外围地区的产业发展，降低外围地区的人才吸引力，产生“极化效应”[18]，最终造成外围地区金融集聚和人才集聚水平下降。

金融地理学家们认为金融机构和相关辅助性产业所需要的隐性知识、信息的交流和共享大多依赖特定的路径，这种依赖会逐渐形成累积效应促进金融产业集聚趋势的发展。在核心地区金融集聚程度增加的过程中，其较好的产业基础和发展环境会不断吸引外围地区的专业性人才，核心地区的规模经济效应就会不断增强，并进一步作用于金融和人才集聚，加强本地金融资源和人力资源的集聚趋势，当人才都向核心地区流动后，外围地区的金融产业发展就失去了动力和基础，最终扩大了核心地区和外围地区的资源差距，使得地域间的非均衡性进一步增强。当地区间差距过大时，集聚区与外围地区知识共享的成本增高，原本知识溢出的利益无法实现，知识无法通过传播、交流进行整合创造，集聚区就失去了向外围地区发挥溢出和辐射效应的动力。此外，我国的金融资源和高素质人力资源还属于稀缺资源，空间分布不均匀，再加上行政壁垒和不合理的经济结构阻碍了集聚区与外围地区的信息交流和人才共享[19]，将最终造成外围地区金融产业萎缩、人才流失严重。据此，本文提出第四个假设：

H4：金融集聚与人才集聚之间存在负向空间交互效应。即周边地区金融集聚对本地区人才集聚存在抑制作用，周边地区人才集聚也对本地区金融产业集聚存在抑制作用。

三、模型设定与变量选取

(一)计量模型设定与估计方法

根据上文理论分析可知，金融集聚与人才集聚之间存在复杂的相互作用机制和交互效应，所以借鉴张可[20]的研究方法，设立包含金融集聚方程与人才集聚方程的联立方程模型，对其影响效应进行实证检验，模型设定如下：

(1)

(2)

i和t分别表示地区和年份,FLQ和TLQ分别为金融集聚程度和人才集聚程度；w表示空间权重矩阵，反映地区间的空间关系；ρ表示反映金融集聚和人才集聚的空间溢出效应；Xit、Zit分别表示影响金融集聚和人才集聚的控制变量组；u、ξ和ε、υ分别表示地区个体效应和随机扰动因素。

(二)数据来源和变量测量

1.数据来源

本文选取2010—2019年广东21个地级市的面板数据对金融集聚和人才集聚的空间交互效应进行实证分析。数据来自《广东省统计年鉴》和各地级市统计年鉴和统计公报。

2.内生变量

(1)金融集聚度

本文借鉴张鹏[21]、张帆[22]等人的研究，采用区位熵指数来测度各地区的金融相对集聚程度，公式如下：

(3)

其中，fit、ft分别表示城市i和全省的金融机构(含外资)存款和贷款余额之和；gdpit、gdpt分别表示城市i和全省的生产总值；FLQit是指i城市第t年的金融产业集聚程度，若该指数大于1，表示相较于全省而言，该城市的金融产业集聚趋势较为明显。

(2)人才集聚度

金融业的发展离不开相关辅助性产业和社会中介服务业的支持，获取这些行业的专业性人才就是金融集聚的动因之一，并且辅助性产业的分布靠近金融集聚区也能获得较大的灵活性，在享受更完善的金融服务的同时促进金融产品创新，所以人才集聚并不能仅考虑金融行业的从业人数。根据Pandit对金融相关辅助性行业的定义[1]，本文借鉴王猛等[23]学者的研究方法，将人才水平定义为软件和信息技术服务业、金融业、租赁和商务服务业、科学研究和技术服务业、教育业的从业人员人数，并以此计算人才集聚区位熵指数，公式如下：

(4)

其中，tit、tt分别表示城市i和全省的人才水平；eit、et分别表示城市i和全省的总就业水平，TLQ是人才集聚度，若该指数大于1，则该城市从事金融相关产业的人才集聚趋势明显优于其他地区。

3.控制变量

影响金融集聚的控制变量Xit包括：经济发展水平(gdp)，采用各地区GDP衡量；产业结构(indus)，采用第三产业产值占GDP比重表示；对外开放水平(open)，采用进出口贸易总额与GDP之比衡量。影响人才集聚的控制变量Zit包括：经济发展水平(gdp)；人力资本水平(edu)，使用地区在校大学生人数与地区总人口数的比值衡量；创新投入(rd)，用R&D内部经费支出额占GDP的比值表示。

4.空间权重矩阵

本文采用三种空间权重矩阵：①相邻空间权重矩阵，两地区拥有共同边界时空间相关，即地理相邻Wg=1，若两地区不相邻Wg=0；②地理距离空间权重矩阵，Wd=1/d，d为两地之间的地理距离；③经济地理空间权重矩阵，We= Wd×Wij，Wij=1/|pGDPi-pGDPj|，pGDPi、pGDPj分别为考察期内i市和j市人均GDP的平均值。所有空间权重矩阵均经标准化变换。

四、实证检验结果与分析

(一)联立方程的识别与联立性检验

针对金融集聚与人才集聚的复杂联立关系，本文先采用Hausman设定误差检验方法进行联立性检验，结果如表1所示。ef、et系数显著不为0，表明金融集聚与人才集聚相关，方程存在联立性。

表1 联立性检验结果

(二)空间相关性检验

在进行空间计量分析前，首先分别对广东各地级市间的金融集聚程度和人才集聚程度的空间相关性进行分析。本文采用Moran’s I指数检验空间关联性，计算公式为：

(5)

其中，n为所研究区域总数，xi、xj分别代表区域i、j的观测值，wij是空间权重矩阵，结果如表2所示。

表2 2010—2019年内生变量的 Moran′I 指数

可以看出，在2010—2019年样本期内，广东各地级市的金融集聚程度和人才集聚程度的Moran′s I指数均通过了显著性检验且均大于0，表明广东各地级市间的金融集聚和人才集聚水平都具有显著的空间关联性，集聚程度高的地区相邻的概率较大。虽然指数值在观察期内略有浮动，但整体是呈上升趋势，表明广东省的金融集聚和人才集聚的空间分布相关性不断增强，地理位置上相邻的地区更容易受到溢出效应的影响。

(三)模型结果估计

本文构建的是联立方程为过度识别模型，因此采用广义空间三阶段最小二乘法(GS3SLS)进行整体估计，以解决可能的非有效估计问题。经检验，本文各变量方差膨胀因子VIF检验值均在6以下，表明解释变量间不存在严重的多重共线性问题。考虑到广东各地级市的集聚水平存在明显的空间相关性，各地级市容易受到相邻城市的影响，所以下文主要选用相邻空间权重矩阵进行估计分析，并验证前文的假设。本文同时报告了不含空间效应的2SLS、3SLS估计结果，结果如表3所示。

表3 金融集聚与人才集聚的空间交互效应估计结果

从交互效应看，人才集聚对金融集聚的影响系数为0.659且在1%水平下显著，金融集聚对人才集聚的影响系数为1.251，在1%水平下显著，表明金融集聚与人才集聚之间存在显著的互促关系，且金融集聚处于优势地位，符合H1假设。政府会根据地区经济发展水平和产业发展基础选择最有潜力的城市，给予政策和资源上的倾斜，当地就会慢慢形成金融机构和资源的集群。当规模经济和网络效应逐渐发挥作用时，更多的金融机构和资源就会汇集，成为一个提供专业金融产品和服务的市场，不仅吸引众多金融人才的集聚，还吸引其他相关辅助性企业和社会中介服务业的专业人才。这些行业人才的集聚为金融机构提供了技术和知识上的支持，满足了金融产业成长发展的需求，同时他们还是金融资源和服务的需求方，通过与金融机构的互利合作，既能提升自身的灵活性和发展潜力，还能促进金融产品的创新和服务能力的提升，强化了金融集聚区的优势，推动金融集聚的进一步发展。

从空间效应看，金融集聚的空间滞后项估计系数为0.119，在1%水平下显著，人才集聚空间滞后项估计系数为0.072，在1%水平下显著，表明周边地区金融集聚或人才集聚水平的提高对本地区存在正向空间溢出效应，符合H2、H3假设。资本的流动性较强，且相对不受地理空间的限制，当高集聚地区内部经济成本上涨时，位于其中的金融机构会寻求低成本提供服务的方法，如向低集聚地区提供创新的金融产品和服务、设立分支机构等，提高了低集聚地区金融资源和金融活动的密度。[24]因此，在辐射和溢出效应的作用下，周边地区金融集聚程度提高也会带动本地金融集聚程度显著增加。同理，在人才集聚过程中，因为跨区域人才之间知识技能、专业背景的差距，促使高集聚地区人才的知识向低集聚地区人才溢出，实现了隐性知识的共享，带动本地人才集聚水平提高。

从空间交互效应看，人才集聚对金融集聚的空间溢出效应在1%水平下显著为负，影响系数为-0.059，表明周边地区人才集聚水平的提高会对本地区金融产业的集聚趋势产生抑制作用；金融集聚对人才集聚的空间溢出效应同样显著为负，影响系数为-0.157，表明周边地区金融集聚将会导致本地区人才集聚水平下降，符合H4假设，且周边地区金融集聚程度提高对本地人才的吸引力更大，对人才集聚的抑制作用也更明显。在集聚效应和规模效应的作用下，高人才集聚地区不断吸引低集聚地区人才向其流动，使得低集聚地区的金融产业失去发展的基础和动力，金融集聚程度下降。同理，金融集聚程度高的周边地区依靠其产业优势与其他地区的金融机构竞争，吸引人才跨区域流动，提升了当地专业人才集聚度，形成“虹吸效应”[25]，导致集聚地周边地区人才集聚程度下降。同时，产业对人才的吸引力更强，人才更倾向于在开放高效的金融集聚区内工作。这表明广东金融发展和人才分布并不均衡，资源分布存在“此消彼长”的情况，高集聚地区会不断吸引外围地区的资源流入，低集聚地区流失人才、产业得不到发展，但最终高集聚地区也可能会出现集聚不经济的情况。

从控制变量看，地区对外开放水平对金融集聚有显著的正向促进作用，回归系数为0.023，并在10%的水平下通过显著性检验，表明开放程度较高的地区金融需求更强，吸引金融机构和金融资源集聚；产业结构升级能够促进金融产业集聚，但影响不显著；经济发展水平对金融集聚的影响显著为负，表明广东各地级市的经济实力强，但金融集聚水平还比较低，两者的发展水平并不匹配，金融产业还有发展潜力，政府还需要进一步推动金融产业发展。经济发展水平对人才集聚具有显著的正向促进作用，回归系数为0.192，表明经济发达地区能够提供更多的就业岗位和良好的生活环境，吸引专业人才集聚；人力资本水平和创新投入对人才集聚的影响是正向的，但并不显著，表明人力资本存量和地区的创新投入可能还不足够，发挥对人才集聚的促进作用仍需要一个吸收和消化的过程。

(四)稳健性检验

空间溢出和交互效应不仅发生在相邻的地级市之间，还与经济距离有关，城市之间经济水平相近可能会有更深的关联性，再综合考虑到较近的距离更有利于区域之间的互动交流，所以本文运用地理距离和经济地理距离空间权重矩阵来做稳健性检验。检验结果表明，金融集聚和人才集聚之间存在稳定的相互促进作用，区域间溢出效应也显著为正，但空间交互效应显著为负，均与前文结果一致，如表4所示。此外，本文再采用人均金融资源占有量作为金融集聚度的代理变量进行检验，结果显示关键变量与控制变量的系数值及显著性亦无太大波动，因此本文所得结论是稳健的。

表4 稳健性检验结果

五、结论与建议

本文通过建立空间面板联立方程模型考察了广东各地级市金融集聚与人才集聚的空间互动关系，结果表明：(1)金融集聚与人才集聚之间存在显著的正向互动关系，且金融集聚的促进作用处于相对优势地位。金融集聚为人才提供更大的职业发展空间和高效便利的金融服务，金融业和其他辅助性产业的人才集聚在满足金融集聚人才需求的同时，其本身的金融需求也推动了金融产业进一步集聚发展。(2)区域间金融集聚存在正向联动效应，周边地区金融集聚可以通过辐射效应促进本地区金融产业集聚发展。广东各地级市之间金融资源跨区域流动和金融机构之间的合作促使金融集聚产生显著的空间外溢效应。(3)区域间人才集聚存在正向空间溢出效应，各地级市间人才的流动和互动交流产生了知识溢出效应，增强了人才集聚区周边地区的吸引力，周边地区人才的知识技能水平和集聚程度也显著提高。(4)金融集聚与人才集聚存在负向空间交互影响，且周边地区金融集聚对本地区人才集聚的抑制作用更明显。金融资源和人力资本的稀缺性以及行政壁垒阻碍了金融集聚和人才集聚辐射作用的发挥，更多表现为“虹吸”效应，表明广东还要继续支持金融产业的发展、加大人才引进力度、促进地级市之间的合作以实现共赢。

对此本文提出相关政策建议：(1)建设与人力资源协同发展的现代金融体系，发挥金融集聚与人才集聚的双向促进作用。政府在促进金融产业集聚发展过程中担任重要角色，因此要明确角色定位，推动金融体系市场化改革，发挥产业政策的引导作用，通过促进金融资源集聚吸纳人才与创新要素，并为金融产业集聚发展提供高质量的公共服务。建设现代金融体系的重点在人才，政府可以继续加大人才引进力度和培养力度。完善金融机构体系、提高金融市场效率，为人才营造鼓励创新、开放高效的发展环境，大力支持科技金融的发展和金融创新，实现人才供给体系、金融需求体系对现代金融体系的支撑作用。(2)促进区域金融协调运行，实现区域金融产业一体化，强化金融集聚的空间关联溢出效应。广州和深圳作为广东两大金融集聚和辐射中心，可以结合特色产业链条，实现金融功能定位和分工，在发展的同时向周边地区设立分支机构，让周边城市都能享受到高质量的金融服务，共同推动广东省金融一体化的发展。(3)加强适应产业发展需求的复合型人才的引进和培养力度，发挥人才集聚的知识溢出效应。现代金融的发展需要的是复合型、创新型人才，地区政府和企业可以打破人才流动的壁垒，鼓励金融人才与其他产业如互联网科技人才相互流动和学习，以提升人才的可用性。此外，缩小区域间知识水平的差距有利于知识溢出效应的发挥，所以中心城市金融机构在向周边城市拓展业务的同时也要积极输送人才，在当地培育、孵化专业人才，实现区域间高素质人力资源的平衡。(4)优化区域金融发展生态，引导金融要素和人才要素在区域间自由流动。广东省政府可以通过适当政策鼓励金融发展相对落后的地区加强区域信用环境建设，促进形成良好的金融氛围，以利于承接集聚区域金融和人才要素的转移。完善粤东粤西粤北地区的政策支持体系，大力推广普惠金融，鼓励金融产品创新，推出适合当地发展需求的农业特色信贷产品，发挥金融对产业的扶持作用，吸引各行业专业人才。