金融集聚、科技创新与城市经济韧性

华桂宏，陈雨佳

（江苏师范大学 a.“一带一路”研究院；b.商学院，江苏 徐州 221116）

一、引 言

2020 年全球蔓延的新冠疫情对世界经济冲击巨大，疫情作为典型的全球公共危机，其突发性、不确定性和社会性特征对经济发展造成了重大影响［1］，我国经济在2020 年抗疫阶段表现出良好的韧性，成为全球疫情背景下唯一实现经济正增长的主要经济体。习近平总书记在2020 年7 月召开的企业家座谈会中指出，要让世界看到新时代中国经济的强大韧性与蓬勃活力。近年来“韧性”一词在学术界备受关注，大多以此来衡量经济体应对外部冲击的抵抗力与恢复力。除公共危机外，国际外部环境日益复杂，自然卫生环境日渐恶化，城市作为一个复杂的社会生态系统，提高其经济实力与经济韧性至关重要。党的十八大明确提出，科技必须摆在国家发展全局的核心地位，实施创新驱动发展战略。科技创新可以通过优化产业结构、提高生产效率、提升市场竞争力有效助力国家高质量发展［2-3］。科技创新作为经济发展的重要动力，能否通过高效的创新投入增强经济韧性是值得深入研究的问题。

金融作为经济运行血脉，可以为科技创新研发提供良好的资金支持。金融集聚作为高端化的产业集聚，是现代经济发展的必然趋势，有利于资源整合、提高生产效率，给经济发展带来积极影响。一方面，规模化的金融集聚会引发资本良性竞争，竞争压力能促使金融机构伴随集聚进程不断完成自我更新，从而满足企业技术研发的融资需求［4］；另一方面，金融集聚产生的集聚效应可以减少信息成本并增加融资渠道，给政府或企业等市场主体投融资带来便利，更好地响应国家创新驱动发展战略［5-6］。已有研究发现，金融集聚能够通过改善人力资本结构［7］、推动技术创新［8］等机制有效促进经济发展，且在城市群金融集聚作用下，市场信任度提高，技术和资金在空间内充分流动，从而促进科技创新［9］。但金融体系既事关经济整体稳定又存在不可预见性风险，金融能否通过空间集聚发展提高经济韧性？科技创新在两者间是否起到催化作用？基于上述思考，本文将金融集聚、科技创新和经济韧性放在同一框架下，探究金融产业集聚对城市经济韧性的影响及科技创新在两者间的中介作用。

本文可能的边际贡献在于：第一，在研究视角上，从韧性角度探讨金融产业促进经济发展，丰富了经济高质量发展的效应研究；第二，在研究方法上，采用中介效应模型，探究科技创新在金融集聚与城市经济韧性之间的中介作用；第三，在研究分类上，将城市划分区域和等级，对金融集聚赋能经济韧性的异质性影响进行分析，考察不同城市规模下金融集聚影响城市经济韧性的门槛效应。

二、理论分析与研究假设

（一）直接效应：金融集聚对城市经济韧性的影响

金融集聚可以促进经济高效率、高质量发展［10-11］。经济系统韧性良好是经济高质量发展的一种体现，经得起外部冲击考验的经济体是稳健并富有活力的，提高经济稳定性和抗风险能力也与我国应对当前外部经济环境尚不平稳的疫情阶段经济政策方向相吻合。一个韧性良好的经济体，除了需要及时有效的政府调控外，还需要强有力的市场为支撑，虽然在现实情况中不存在完全有效的市场，但市场的相对有效可以通过提高信息化水平、资源配置效率、劳动生产率以及要素市场机制来实现。金融集聚会加速资本市场信息流通，以满足企业资本获取需求；提高市场资源配置效率，让资金更高效地流入创新；提供便捷的信息交流平台，以激发资金供需双方的多样化需求。通过这些路径，金融集聚可以为市场经济发展提供有效的资金支持，完善市场结构以增强经济实力，进而赋能经济韧性。基于此提出假设1。

H1：金融集聚对城市经济韧性有积极的促进作用。

（二）间接效应：科技创新的中介作用

根据前人的理论分析可以发现，科技创新在金融集聚与城市经济韧性之间有中介作用。一方面，金融集聚可以有效促进科技创新，金融业空间上的集聚，可以促使资本、人力、信息在有限的区域内流动，金融资源的集中化可以降低信贷成本、提高资金获得率，进而提升研发效率［12］。金融集聚产生的外部效应，如技术外部性、人力资本外部性、知识外部性等可以通过空间溢出效应对创新产生显著的促进作用［13］。另一方面，科技创新对经济韧性有积极影响，陈奕玮和吴维库（2020）认为，技术创新是提升经济韧性的关键［14］；徐圆和张林玲（2019）提出，创新能力是一个地区适应性动态调整外部冲击影响的基础，部门间的创新溢出有利于提升城市经济韧性［15］。当地区产业科技实力居于行业领先地位时，其生产效率、产品质量都存在相应优势，不管外部冲击力度有多大，该地区经济总能凭借技术优势优先恢复到原发展轨迹上。另外，创新研发相对前沿的行业，其市场竞争较研发落后行业规模更大，运营模式更为成熟，应对外部冲击时能表现出更强的抵抗力。基于此提出假设2。

H2：科技创新对金融集聚与城市经济韧性有显著的中介作用。

（三）金融集聚影响城市经济韧性的异质性

已有研究认为，城市经济韧性的影响因素是多样的，而这些因素的影响作用会因城市的不同产生差异化，城市因规模、地理位置等原因，可获取的自然资源和政策资源存在差距，因此金融集聚对其经济韧性的影响效果会存在区域差异。庞庆华等（2020）研究发现，江苏省金融集聚、区域创新和生态效率之间的耦合协调度在不同地区差异很大［16］。张振和赵儒煜（2021）研究发现，金融集聚对区域经济韧性的影响存在明显的区域性差异，东部和中部地区提升金融集聚程度可以对邻近城市的经济韧性带来正向的溢出效应，而西部地区效果不显著［17］。由于我国东西部城市发展水平存在差异，东部地区尤其是东部沿海城市经济发展水平较高，北京、上海、深圳皆是跻身世界前列的国际金融中心，考虑金融集聚边际作用递减规律的存在，经济韧性对金融集聚的依赖性会随集聚程度的递增而逐渐减少。此外，不完善的集聚会带来垄断，未达到一定规模的金融集聚会给少数集聚的金融机构带来垄断空间，该现象更容易发生在规模较小的城市，因小范围内金融机构追逐利益最大化，会造成资本的不合理分配或提高企业贷款门槛和成本，不利于企业科技创新，同时给城市经济发展带来风险。所以本文认为，规模较小的城市，金融集聚未达到规模化与规范化，会在一定程度上改变金融集聚对经济韧性和科技创新的影响效果。基于此，提出假设3、假设4。

H3：金融集聚影响城市经济韧性存在区域差异；

H4：金融集聚影响城市经济韧性存在门槛效应。

基于上述文献，在分析金融集聚、科技创新对城市经济韧性影响的基础上构造机理分析图，如图1所示。

图1 金融集聚、科技创新对城市经济韧性的传导机制

三、研究设计

（一）样本选择

本文选取2010—2018年我国部分城市数据为样本，剔除数据缺失的城市，保留253个城市面板数据为最终样本，样本量为2 277 个。样本数据来自《中国城市统计年鉴》和《中国区域统计年鉴》，重要缺漏值通过翻阅各城市统计年鉴加以补充。

（二）变量定义

1.被解释变量

关于经济韧性（Resi）的测度，目前没有准确且统一的指标体系法来衡量，学者们在分析地区经济对冲击的反应程度时，通常采用就业率或GDP，以金融危机发生年份的经济数据为基准样本，比较按经济周期理论计算的原增长路径和速度与实际基准样本的差异，以衡量经济体在外部冲击下的受损程度和恢复情况［18］。但这种测度方法局限于危机的产生，若外部环境平稳，国际经济并未发生重大事件或没有产生波及全球的重大影响，就无法科学衡量经济韧性。Martin 等（2015）、刘逸等（2020）认为，城市经济韧性不仅体现在意外冲突发生时，也体现在冲突未发生时的正常运营中［19-20］，并且凸显个体经济韧性要以区域整体经济运行状况为基础。本文借鉴他们的做法，构建城市经济韧性的计算公式如下：

其中：Yi,t、Yi,t-1分别表示在t时期和t-1 时期i城市的实际GDP；Yn,t、Yn,t-1分别表示在t时期和t-1时期全国的实际GDP。

为了方便对比研究对象，将数据进行如下中心化处理：

2.解释变量

关于金融集聚（Agg）的测度方法，大多文献采用区位熵、空间基尼系数、赫芬达指数等，单一指标法更侧重于体现个体某一特征在整体中的比较优势，而综合指标法体现的指标特征更加全面。为了全面衡量金融集聚水平，本文借鉴茹乐峰等（2014）测度金融集聚的做法，利用因子分析法，从金融背景、金融规模、金融密度和金融深度四个角度来测度城市金融集聚指数［21］。指标选取和权重计算结果见表1所列。

表1 指标体系及权重

3.中介变量

科技创新（Tech）的衡量标准主要包括投入和产出，投入主要体现为科学支出、R&D经费和人员投入；产出主要体现为专利授权数、研发产品增长量。考虑数据的真实性及可获得性，本文选择从投入的角度来衡量，参考邓翔和张卫（2018）的做法，科技创新等于科学支出与财政支出的比值［22］。

4.门槛变量

一般来说，城市规模（Size）是以人口规模或城市建设规模来衡量，本文选用人口密度即每平方公里常住人口数量来表示。

5.控制变量

（1）对外开放水平（Open）。对外开放水平对城市资本规模有直接影响，外商投资可以为当地企业发展带来新的方向和动力。本文选用直接利用外资与GDP的比值来表示对外开放水平。

（2）人力资本（lnHuman）。人力资本是经济发展的动力、知识创新的基础，人力资本要素质量的提升与创新效率相匹配。本文选用每万人在校大学生人数来表示人力资本，为消除量纲差异，对其做取对数处理。

（3）产业结构（Industrial）。产业结构关系到一个地区内部生产要素间的协调，也代表着该地区经济发展状态。本文选用第二、三产业之和与GDP的比值来表示，比值越高说明该城市产业结构越高级。

（4）收入水平（lnSalary）。收入水平反映了一个地区企业生产效率和盈利能力，在一定程度上体现着地区经济水平。本文选用当地职工平均工资来表示，为消除量纲差异，对其做取对数处理。

（三）模型设定

1.基准回归

为检验H1和H2，分析金融集聚能否通过科技创新的中介作用影响城市经济韧性，据此建立相关模型。

首先，依据图1传导机制构建如下基本模型：

Resii,t=α0+α1Aggi,t+αcZi,t+ui+δt+εi,t（3）

其中：Resii,t为城市i在t时期的经济韧性水平；Aggi,t为城市i在t时期的金融集聚水平；向量Zi,t代表一系列控制变量；ui表示城市i不随时间变化的个体固定效应；δt则表示时间固定效应；εi,t表示随机扰动项。

其次，为讨论金融集聚对于城市经济韧性可能存在的作用机制，对科技创新是否为两者之间的中介变量进行检验。具体步骤如下：分别构建金融集聚Agg 对于中介变量科技创新Tech 的回归方程（4）、金融集聚Agg 与中介变量Tech 对被解释变量Resi的回归方程（5），通过β1、γ1和γ2等回归系数的显著性判断中介效应是否存在。以上回归模型的具体形式设定如下：

2.门槛效应

为了进一步考察金融集聚对城市经济韧性以及科技创新的影响是否基于城市规模的门槛效应，在模型（3）的基础上设定如下面板门槛模型：

其中：城市规模Sizei,t为门槛变量；θl、θh分别为城市规模的低门槛值和高门槛值；I为指标函数，满足括号内条件时取值为1，反之取值为0；Zi,t代表一系列控制变量；εi,t表示随机扰动项。

四、实证结果与分析

（一）描述性统计

表2为各变量的描述性统计结果，从表2可以看出：城市经济韧性（Resi）的标准差为1.039 2，说明不同城市的经济韧性存在较大差距；金融集聚（Agg）的最大值为9.625 5，最小值为-0.561 0，说明城市之间金融集聚程度参差不齐；科技创新投入（Tech）的均值、最大值和最小值也有明显的差距，说明不同城市对科技创新的重视程度及投入资金规模不同。

表2 变量的描述性统计

（二）基准回归

1.基准回归结果

在正式进行回归前，先判断回归模型是选择固定效应模型还是随机效应模型。Hausman 检验结果证明，p值均小于0.01，因此采用固定效应模型进行回归分析。

表3的回归结果（1）列示了基准回归结果。首先考察金融集聚对城市经济韧性的直接影响效果，模型（1-3）的结果显示，金融集聚可以显著促进城市经济韧性，验证了H1。进一步考虑科技创新的中介作用，模型（1-4）的结果显示，金融集聚对科技创新有显著的促进作用。从模型（1-5）的结果可以看出，将自变量金融集聚和中介变量科技创新放到同一模型中，分别对比模型（1-3）与模型（1-5）的回归结果，发现加入中介变量后，金融集聚对城市经济韧性的影响显著性虽未改变，但影响系数减小了，这说明科技创新在金融集聚与城市经济韧性之间发挥着中介作用，金融集聚对经济韧性的影响部分通过促进科技创新来实现，验证了H2。

2.内生性问题

考虑金融集聚、科技创新与城市经济韧性之间可能存在双向因果关系，从而引发内生性问题，影响回归结果的可靠性，本文将解释变量滞后一期作为工具变量进行稳健性检验，结果见表3的回归结果（2）所列。回归结果表明，解释变量的回归系数符号及显著性并未发生改变，科技创新作为中介变量加入回归模型后，解释变量的系数均变小了，说明科技创新有显著的部分中介作用，而其他控制变量的系数和显著性并未发生较大改变，因此认为上文的回归结果比较稳健。

表3 面板数据回归结果

（三）稳健性检验

为了验证回归结果的稳健性，从改变回归方法、更换样本量及替换部分控制变量三方面进行检验。改变回归方法选择用随机效应模型重新回归；更换样本量是将城市按照2010—2018年平均金融集聚水平进行排序，去除排名的前10%与后10%，对剩下203个城市样本重新回归；替换部分控制变量是将产业结构（Industrial）替换为城市建设用地占比进行重新回归。回归结果见表4所列。

从表4 可以看出，使用随机效应模型、更换样本数量以及替换部分控制变量进行稳健性检验，尽管常数项的显著性及影响系数与基准检验时有所差异，但金融集聚对城市经济韧性的影响系数及显著性并没有太大的改变，科技创新的中介作用也仍然有效，因此认为上文的回归结果比较稳健。

表4 稳健性检验结果

（四）区域异质性检验

在现实情况中，由于地区发展状况和资源禀赋存在差异，金融集聚程度、科技创新投入和经济韧性都存在着明显的区域异质性。本文首先将城市按地理位置划分为东、中、西三类；再根据城市等级划分为地级以上和地级市两类，其中地级以上城市包括直辖市、省会和副省级城市。根据以上城市分类分别进行模型回归，验证H3，回归结果见表5、表6所列。

表5 列示了东、中、西三类城市面板数据回归结果，结果显示，东、中、西部地区金融集聚对城市经济韧性的影响均是显著的且系数为正，说明金融集聚可以有效促进城市经济韧性，符合上文的理论假设。东部城市每提升一个单位金融集聚水平，经济韧性会提高0.327 4，而中部城市每提升一个单位金融集聚水平，经济韧性会提高0.849 4，说明中部城市金融集聚对经济韧性的影响系数最大，效果最明显。另外，东部和中部地区科技创新的中介作用是显著的，并且中部地区科技创新的系数要大于东部地区，这是因为东部地区金融体系发展规模已经渐渐完善，市场相较中部地区更成熟，金融发展空间没有中部地区大，经济韧性对金融集聚的依赖性会有所下降。另一方面，东部地区科技创新投入力度和产出成果一直领先中部和西部地区，随着科技投入对经济发展的边际作用递减［23］，城市经济韧性的进一步提高对科技投入的依赖程度会降低，所以中部地区科技创新的系数比东部地区要大。西部地区科技创新的中介作用效果不显著，其原因可能在于地处西部的大部分城市受发展所限，经济水平落后、资本存量有限、专业人才短缺等问题会导致其科技创新能力仍处于较低水平，研发产出成果不佳，创新效率较低［24］，因此不能有效地提高生产率、升级产业结构，从而赋能经济韧性。

表5 按地理位置划分的回归结果

续表5

表6 列示了地级以上城市和地级市面板数据的回归结果，数据显示，不论是地级以上城市还是地级市，金融集聚对经济韧性的影响均是显著的，并且系数为正，说明金融集聚可以促进城市经济韧性，符合上文的基本假设。比较模型（9-3）与模型（10-3）可以发现，地级以上城市金融集聚对城市经济韧性的影响系数要小于地级市，其原因在于我国直辖市、省会城市以及副省级城市大多是金融产业较发达的城市，其金融集聚程度一般高于普通地级市，资本市场较为完善、资本存量丰厚、金融产品类别丰富、金融工具活跃度与创新性较好，更利于吸引优质人口和国外资本，但随着金融集聚程度的不断加深，集聚带来的红利边际作用会递减。另外，大城市的城市规模、产业规模、人才吸引力、经济发展水平以及政策扶持力度都优于周边的普通地级市，因此当发生外部冲击如金融危机、公共卫生等问题时，城市的产业专业化与多样化、人口数量与质量、技术垄断与企业竞争等都会维持该地区产业在市场上的优势地位，从而维护城市经济状况的稳定，相比较单一的金融产业集聚能发挥更大的作用，这就导致经济对金融集聚红利的释放显得并不敏感，所以经济韧性对金融业的依赖程度会低于普通地级市，线性系数较小。

表6 按城市等级划分的回归结果

（五）门槛效应检验

考虑不同的城市规模可能会改变金融集聚对经济韧性及科技创新的影响效果，为验证H4，本文采用面板门槛回归模型进行实证检验，以城市规模为门槛变量，研究金融集聚对城市经济韧性以及科技创新的非线性影响。在进行门槛回归前，先对门槛个数进行存在性检验，发现模型（6）和模型（7）城市规模门槛变量均显著地通过了双重门槛检验，表明金融集聚对经济韧性和科技创新的影响均存在门槛效应。

表7列示了面板门槛回归结果，从模型（11-6）的结果来看，当城市规模小于94.65 人/平方公里时，金融集聚对城市经济韧性的影响均是负效应；城市规模小于74.02 人/平方公里时，影响系数为-0.977 8，提高到区间［74.02，94.65］时，影响系数为-3.479 1；当城市规模大于94.65人/平方公里时，金融集聚对城市经济韧性才有提升作用，该结果基本符合上文的理论假设，而产生这种结果的原因在于：我国人口比较集中于规模较大的城市，规模较小城市大多位于经济发展较落后、自然资源较短缺、地理位置较偏僻的地区，由于人口稀少，资本市场容量小、资本存量不足，金融产业会因城市规模、资源和人口的限制而增加发展难度，相比较规模大的城市，其金融产业的发展是落后的。发育滞后的金融市场易于增加市场垄断性，造成市场资源的无效配置，不利于经济发展［25］。因此，城市人口规模小于94.65人/平方公里的城市，金融集聚对经济韧性存在负效应。

表7 门槛效应回归结果

从模型（12-7）的结果来看，城市规模没有改变金融集聚对科技创新的影响系数，系数始终为正，说明不论城市规模大小，金融集聚可以有效促进科技创新。只是当城市规模小于629.28人/平方公里或大于646.26 人/平方公里时，金融集聚对科技创新的影响系数均小于0.005，处于区间［629.28，646.26］时，系数为0.032 9，该结果基本符合上文的理论假设。规模较小的城市受资源所限，产业发展相对滞后，金融集聚水平较低且未达成规模化，少数集聚的金融机构容易形成垄断，增加市场融资难度，所以这时的金融集聚对企业科技创新影响效果较小。而规模较大的城市，其经济发展走在全国前列甚至达到国际高水平，金融产业已经趋于完善，对外开放水平较高，市场资本存量充足，企业已有较多可选择的融资途径和相对低廉的融资成本，因此金融集聚边际作用会递减，企业科技创新对金融集聚的反应敏感度会降低，体现在回归结果上就是系数较小。

五、研究结论与启示

（一）研究结论

本文选取2010—2018 年我国253 个地级以上城市面板数据，从线性、非线性两个层面分析金融集聚对城市经济韧性的影响及科技创新的中介作用机制，实证结果如下：

（1）从线性层面看，金融集聚可以有效促进城市经济韧性，科技创新的中介效应是显著的，符合理论假设1、假设2，此也是后续稳健性检验、异质性分析的基础。

（2）从非线性层面看，本文以城市规模为门槛变量进行研究，发现城市人口规模也是影响金融集聚效能的一大原因，符合理论假设4。中等规模城市经济韧性和科技创新对金融集聚的反应效果最明显；规模较小城市的发展会受到人口、资源等客观条件的限制，产业发展相对滞后，人口稀少也会导致金融业资本存量短缺，其金融集聚规模较小且容易造成垄断现象，对经济韧性有抑制作用，对企业科技创新的促进作用也较小；规模较大城市因其发展水平较高，经济韧性对金融集聚的依赖性会有所下降，促进作用也较小，而城市规模大也会带给当地企业更好的发展平台，企业相对拥有更多的融资渠道和信息渠道，因此金融集聚对科技创新的影响系数较小。

（3）区域异质性检验结果表明，地理位置和城市等级差异并没有改变金融集聚促进经济韧性的显著性，但科技创新的中介影响具有显著的区域异质性，符合理论假设3。中部地区金融集聚对经济韧性的影响系数最大、反应最敏感，且中部城市科技创新的中介效应相较东部城市更明显；而西部城市科技创新不能有效提升经济韧性，说明西部城市创新能力远低于中东部地区，创新效率不及预期，科技创新成果并不能显著改变生产效率、市场效率和产业结构。从城市等级来看，地级以上城市金融集聚的影响系数要小于地级市，主要原因在于地级以上城市本身发展水平较高，金融产业规模趋于饱和，资本存量充足，相比较其他资源优势，金融集聚赋能经济韧性的效果没有地级市充分。

（二）理论启示与政策建议

根据上述研究结论，本文得到以下三点启示与建议：

（1）从地理位置来看，东部城市应进一步丰富产业多样化，整合金融业集聚发展以有利于经济稳定，同时科技创新效果较好，可继续加大研发规模，政策鼓励创新；中部城市大多处于中等发展水平，该地区金融集聚效果最好，该类城市追求经济高质量发展可以通过金融业高水平发展，形成规模化与规范化的金融产业集聚，减少信息成本，优化资源配置，从而促进科技创新，提高城市应对外部冲击的能力，保持经济平稳发展；西部城市应聚焦科技创新能力的提升，提高创新效率，让科技创新成果可以有效赋能经济发展，也应减少政策依赖性，加强市场自主性，使西部地区企业能自主通过市场层面获取投融资。

（2）从城市等级来看，各直辖市、省会及副省级城市不用一味追求金融产业的单一集聚，应充分利用资源和政策优势，将目光聚焦产业多样化与专业化发展上，进一步优化产业结构，高效实施创新战略，提高资金流入科技创新的利用率，从而发挥其中心城市功能，更好地带动周边城市发展；普通地级市可以积极招商引资，提高人才引进力，在发展规划上应该注重金融业集中有序发展，加大区域间的产业合作，为企业提供跨地域交流学习的机会，推动企业创新发展。

（3）从城市规模来看，规模较小的城市应首先关注人口问题，有效劳动力数量是经济发展的基础，减少人口流出是地方发展的重要前提，地方政府需要积极发展特色产业，为当地年轻人提供更多更好的就业选择，实施优质的人才引进政策，增强城市人才吸引力；规模较大的城市应进一步加强对金融机构的融资监管，走访了解企业贷款的实际状况，着重克服中小企业融资问题，从而提升资源配置效率，赋能经济高质量发展。