金融多中心分布与制造业全球价值链嵌入

陈 旭, 纪展鹏

(安徽财经大学 国际经济贸易学院, 安徽 蚌埠 233030)

加快促进制造业全球价值链地位提升是中国在当前“逆全球化”趋势抬头、贸易增速下降的大环境中实现外贸高质量发展的重要突破口。与国内贸易相比,企业在参与全球贸易竞争中由于更高的沉没成本和技术装备要求等更加依赖于金融信贷[1],但长期以来中国大量制造业企业所面临的“高门槛、高成本”融资困境依然严峻,这对企业在全球价值链中的地位攀升形成了巨大障碍[2]。中国金融业对实体经济的支持力度不足,既与银行机构的风险偏好不断下降有关,也是由于金融资源空间布局的失衡所致[3]。在过去较长时期内,各地政府往往将金融资源优先配置于省会城市来扶持重点区域和特定产业的优先发展,导致大城市金融供给过剩、中小城市金融供给不足的空间错配现象十分突出。这为本文探讨多中心金融地理分布能否促进中国制造业全球价值链地位提升提供了研究动机。

一、文献综述

目前关于金融与全球价值链地位的关系研究可以围绕信贷扩张、金融市场结构、金融开放以及金融科技这四大方面来梳理。在信贷扩张方面,由于高附加值生产环节往往需要更多的前期投入,融资约束会显著抑制企业全球价值链地位提升。为此,Reddy 和 Sasidharan运用制造业企业数据证明了金融信贷规模扩张对降低企业融资约束和提升企业出口国内增加值率的重要意义[4]。盛斌和王浩从银行分支机构视角的研究显示,城市金融机构的增加能够通过促进银行竞争提高本地企业的全球价值链地位[5]。在金融市场结构方面,相比于以银行为主导的间接融资,以股权为代表的直接融资能够更加有效地减少投融资主体之间的信息不对称并缓解处于高附加值生产环节企业的融资约束,进而推动企业全球价值链地位的提升[6]。在金融开放方面,金融市场开放程度提高有助于增加企业信贷融资并促进其开展研发创新,企业全球价值链地位由此实现提升[7-8]。在金融科技方面,金祥义和张文菲揭示了数字技术在金融服务中的渗透对全球价值链地位的影响机理[9]。

此外,金融资源在不同城市中的分布与各地实体经济的信贷需求错配也是导致中国金融对制造业转型升级支撑不足的原因之一[10]。为此,金融地理分布所产生的经济效应近年来开始得到关注和研究。有学者指出,金融资源在特定范围内的集中通过信息共享等集聚外部性降低了金融风险和信贷成本,进而有助于提高本地制造业生产率[11-12]。李志生等分析了企业周边特定范围内银行数量对企业负债水平的影响,发现金融密度的增加通过加剧银行业竞争提高企业获得的信贷规模[13]。戴美虹等从固定投入成本这一视角检验了紧凑型的城市金融地理结构对当地企业出口扩张的促进作用[14]。然而,有限的金融资源在特定范围内的集中也意味着金融中心外围地区面临着金融供给不足的压力,进而导致外围地区企业信贷可得性以及生产效率较低[15]。因此,另一种观点认为,适度分散化的金融分布能够提高金融对实体经济的服务效率。比如陶锋等研究发现,金融中心建设对外围地区的辐射范围和力度较为有限,注重非中心城市的金融供给形成“多点开花”的金融地理分布能够更大程度地发挥金融对企业生产率的积极影响[16]。特别是对于那些位于中小城市中不具有财务和信息优势的创新型企业,金融机构入驻这些城市能够明显降低银行与企业之间的信息不对称并为企业提供贷款[17]。

在区域多中心结构对制造业全球价值链地位的影响已经得到证实的基础上,区域金融多中心分布对制造业价值链嵌入的影响如何?[18]现有研究为我们探索如何通过优化金融地理分布促进贸易高质量发展提供了丰富且有益的基础,但还存在值得进一步延伸的空间。首先,目前关于金融地理分布对制造业的经济效应研究主要落脚于债务水平,在全球价值链地位与金融发展之间的密切关联已得到证实的基础上,地区的金融地理结构演变将会如何影响当地制造业的全球价值链地位尚未得到直接探索。其次,虽然部分研究探讨了金融地理结构对出口的影响,但这类文献涉及的金融地理结构均为城市内部的金融密度或规模。在当前中国各地区均在建设区域金融中心城市但忽略了大量非中心城市金融发展的背景下,如何将有限的金融资源在不同城市之间更加科学地分配并形成梯度合理的金融供给体系,进而促进贸易高质量发展有待我们论证。最后,银行贷款是目前中国企业外部融资的主要来源,在银行业竞争对企业出口参与的显著影响已得到初步证明的基础上,金融地理分布与银行业竞争之间的交互效应同样值得考察[19]。基于此,本文将聚焦于以下三个问题:金融多中心分布是否有助于制造业全球价值链地位提升?这种促进作用主要通过哪些渠道实现?在金融多中心分布发展过程中,银行业竞争环境会发挥怎样的调节作用?

本文主要的创新和贡献可以概括为以下三方面:其一,在研究切入点方面,本文在省域和城市群地理单元中考察金融资源在不同城市之间的规模分布如何影响制造业全球价值链地位,而现有大多有关金融地理分布经济效应的研究主要从城市金融密度视角出发,未考虑不同城市共同构成的金融供给体系。其二,在研究内容方面,本文不仅从制造业服务化和技术创新视角揭示金融多中心分布影响制造业全球价值链地位,还重点讨论了银行业竞争的调节效应,这对于各城市如何更大程度地发挥金融地理分布优化所带来的制造业全球价值链地位促进效应具有一定的现实意义。其三,在研究方法方面,在实证检验中将具有强外生性的贷款利率与地理指标(城市距离、地表起伏度)相结合构建工具变量,这为后续相关研究在利用工具变量处理内生性方面提供了一种思路。

二、理论分析与研究假说

当前,中国各地区正在建设的金融中心在较大程度上离不开政府干预[20]。尽管金融集聚能够通过信息共享、人力资本优化以及创新环境改善等正外部性促进出口升级,但目前中国金融资源(特别是异地信贷)的跨城市流动仍面临诸多体制机制障碍,使得金融中心的空间辐射带动范围较为有限[21]。大量远离金融中心城市的制造业企业的融资困境并未得到改善。制造业全球价值链地位的提升离不开其在生产过程中投入较高技术含量的中间品并赋予更高的技术复杂度,若融资成本较高,企业往往会选择进口对现金流要求较低且接近生产环节终端的产品进行加工(特别是无需对进口品支付货款的来料加工)并减少对国内中间品的采购和投入,导致企业生产过程中国内增值部分减少和全球价值链地位下降[22]。此外,尽管中国各省会城市已初步被定位为区域金融中心城市,但从促进制造业贸易发展视角出发,金融中心的集聚效应仅处于初步发展阶段[23]。这种情况下,构建金融多中心格局能够通过金融节点城市之间的互动和协同来弥补单中心金融集聚的不足并对制造业释放更强的金融势能[24],这有助于提高区域内企业的信贷可得性并为其研发创新、生产模式升级提供更多资金支持,企业产品的价值增值和全球价值链地位由此获得提升;同时,多中心金融分布缩短了中小城市与金融节点城市之间距离,提高了企业与金融机构之间的接触性,减少了由于地理距离导致的金融信贷成本[25]。相反,如果金融资源集中于中心城市,大量距离较远的中小城市中的制造业企业既难以获得中心城市的金融资源和规模经济,本地有限的金融资源也不足以为价值链升级提供有力的支撑,区域内企业全球价值链地位更容易面临低端锁定。基于此,本文提出假说1:

H1:金融多中心分布对提升制造业全球价值链地位具有促进作用。

关于金融多中心分布促进制造业全球价值链地位提升的具体路径,本文将其概括为制造业服务化和技术创新这两大方面。在制造业服务化方面,相比于单中心空间结构,金融多中心分布推动了服务业特别是现代服务业的扩张及其与制造业的融合,提高了企业生产过程中服务要素的使用比例[26]。而服务要素的投入是制造业企业参与全球价值链竞争的重要支撑,位于制造业的上、中、下游的环节均能够通过增加服务要素投入实现贸易附加值提升[27]。在上游环节,制造业服务化主要通过完善研发设计和提升人力资本水平增强产品附加值和提升价值链地位[28];在中游环节,制造业服务化主要通过规模经济和生产模式转变提升价值链地位[29];在下游环节,制造业服务化主要通过品牌战略、销售渠道创新以及物流运输等促进价值链升级[30]。金融多中心分布带来的地方城市金融供给能力的增强既改善了制造业服务化所需客观条件,也提升了制造业企业向服务化转型的自主动力。这使得越来越多的制造业企业参与全球竞争的模式不再局限于研发和生产,而是借助金融以及其他相关服务业增加了“技术+管理+服务”等增值内容[31],实现全球价值链地位提升。

制造业在全球价值链中地位的深化离不开产品内在技术含量的提升,这既包括企业自主创新也包括本地企业之间的技术合作和模仿,因此城市技术创新水平对当地企业参与全球价值链竞争至关重要[32-33]。而技术创新在一定程度上取决于本地的金融支持是否充足。对于金融资源丰裕的中心城市而言,金融机构扎堆带来的过高的信贷可得性反而会提高企业“脱实向虚”的动机,城市中的研发投入和技术创新由此受到抑制[34];对于大量远离金融中心的外围城市而言,由于本地金融供给相对不足,创新型项目由于不确定性较高、资金投入量大而更加难以获得充足的信贷支持。这种情况下,如果区域内金融资源能够较为均衡地分布在中心城市以及若干较大城市中,能够显著改善金融对实体部门的配置效率和促进城市创新,进而推动制造业全球价值链地位提升。由此,本文提出假说2:

H2:制造业服务化和技术创新是金融多中心分布促进制造业全球价值链地位提升的重要渠道。

除了通过调整金融资源在不同城市之间的规模分布来提高制造业信贷可得性之外,还需要注意优化城市的银行业竞争环境。目前银行贷款是企业外部融资的主要来源且多数企业在获取银行信贷过程中往往处于弱势地位。特别是对于中小企业而言,竞争激烈、机构多元的银行业市场能够通过提高信贷可得性来降低企业的融资约束[35]。如此一来,虽然金融多中心分布能使得城市金融供给能力有所增加,但如果城市中的银行业市场仍被少数银行所垄断,信贷成本和条件依然由少数银行主导,金融多中心分布对制造业全球价值链地位的促进作用将被大大削弱。相反,在增加城市金融供给能力的同时提高银行业市场竞争,一方面会促使银行为争取客户而设计更加灵活多样的信贷方案和优惠的贷款利率,制造业融资成本由此得以降低,进而能够通过开展创新和增加服务中间品投入来促进全球价值链地位的提升[36];另一方面能够提高银行充分搜集和了解企业信息的动力以及对企业贷款申请的事前调查和审批效率,进而通过提高制造业现金流推动全球价值链地位的上升。此外,在地方金融供给能力提升过程中,银行业竞争的加剧会促使信贷部门加强对企业投资的监管,使得信贷资金真正流入研发和生产部门。基于以上分析,本文提出假说3:

H3:银行业竞争的加剧能够增强金融多中心分布对制造业全球价值链地位的促进作用。

三、模型设定与指标构建

1.模型设定

根据上述理论分析,本文用于实证检验的基准模型见(1)式所示:

DVARf,t=α0+α1FSf,t+α2sizef,t+α3prof,t+α4exportf,t+α5subsidyf,t+

α6capiratei,t+α7financelevi,t+year+corp+city×industry+εf,t

(1)

其中:下标f、i和t分别表示企业、行业和年份;DVAR表示企业的全球价值链地位,本文用出口国内增加值率来计算;FS表示企业所在省份的金融地理多中心指数。

此外,本文加入若干可能会影响出口国内增加值率的控制变量:企业规模(size),本文用企业产值的对数来表示;劳动生产率(pro),本文用企业人均产值的对数来体现;出口参与(export),本文用出口交货值占销售产值的比例来衡量;政府补贴(subsidy),若企业获得了补贴,赋值为1,反之赋值为0;行业资本投入占比(capirate),以各行业资本投入占行业总产出的比重来衡量;行业金融发展水平(financelev),以各行业加总的流动负债对数值表示。此外,模型中控制了企业、年份以及城市与行业交互项的固定效应。

2.指标构建

(1)出口国内增加值率 根据Upward 等[37],企业出口国内增加值率的公式为:

DVAR=1-[MP+(M0×X0)/Y-XP]/X

(2)

其中:M0、MP分别表示一般贸易、加工贸易的出口额;X和Y则是企业的出口总额和总产出。加工贸易过程中进口的中间品最终流向国外,一般贸易过程中进口的中间品最终流入国内和国外市场,并有一般贸易中出口国外和国内销售的中间品中的进口占比相等,此时,(2)式可以调整为:

DVAR=(MP/X)(1-MP/XP/XP)+(X0/X)[1-M0/(Y-XP)]

(3)

Madj=M/(1-proportion)

(4)

(5)

其中:δ表示资本折旧率,本文参考业内惯例,将其取值10.96%;MT表示中间品进口总额。最终根据(5)式测得中国企业层面的出口国内增加值率。

(2)金融多中心分布 近年来,位序规模分布被广泛用于衡量区域范围内资源要素在不同城市之间的分布。因此,本文使用位序规模分布的思想来测算中国各省份的金融地理分布的多中心指数,如(6)式所示:

ln (Rc,t)=C-pln (financec,t)

(6)

其中:c和t分别表示城市和年份;finance表示各城市的金融从业人数;R表示金融节点城市金融业人数在全省的排名。将相应的数据代入(6)式进行回归可以得到系数p,p值越大,意味着城市之间的金融资源体量差距越小,金融地理分布趋于多中心,反之则趋于单中心。考虑到我国不同省份的城市数量存在较大差异,加之将省内排名前多少位的城市定义为金融节点城市目前尚未有权威统一的标准。借鉴Meijers 和 Burger[40],本文将各省份金融从业人数排名前二、前三、前四的城市分别进行回归,取p的平均值来衡量金融地理分布的多中心水平。

(3)银行业竞争 借鉴姜付秀等的做法[41],本文使用银行分支机构赫芬达尔指数(HHI)来衡量城市的银行业竞争水平,如(7)式所示:

(7)

其中: branchk表示第k类银行在城市中的分支机构数量;total表示城市中银行分支机构总数。该指数介于0和1之间,指数越大,意味着银行业市场被少数银行所垄断,竞争程度越低(1)本文涉及的银行分支机构是指商业银行,由于政策性银行、农村合作银行、信用社等类型金融机构的信贷具有特殊性,这三类银行未被包含在本文的银行业竞争指标测算中。。

同时,本文使用前四大银行分支机构数量占所有银行分支机构的比重来衡量城市的银行业竞争程度,如(8)式所示:

CR4=(branch1+branch2+branch3+branch4)/total

(8)

其中:branch1、branch2、branch3和branch4分别表示城市中分支机构数量排名前四的银行,不难看出,CR4的数值越高,该城市的银行业竞争程度越低。

(4)数据来源和样本说明 在本文中,测算出口国内增加值率的数据来源于中国海关数据库和中国工业企业数据库,测算金融地理分布的数据来源于中国城市统计年鉴,测算银行业竞争程度的数据来源于中国经济金融研究数据库。本文的金融地理分布主要是以省域为单元,并考虑到数据完整性,最终选定主回归样本包含中国23个省区市(2)江苏、山东、安徽、内蒙古、江西、广西、河北、浙江、山西、河南、广东、湖南、福建、吉林、黑龙江、辽宁、湖北、宁夏、贵州、陕西、云南、甘肃和四川。625 626个制造业企业。此外,为了使得样本能够覆盖中国四个直辖市且提高研究结果的稳健性和普适性,本文以城市群为地理单元作为稳健性检验,样本包含2000-2013年中国十大城市群497 305个制造业企业。

四、实证检验与分析

1.基准估计结果

本文首先运用OLS估计对模型(1)进行回归,结果见表1所列。在控制了时间变化这一因素之后,金融多中心指数的系数显著为正,见表1列(1)和列(2)。考虑到不同企业之间存在较大的属性差别以及不同城市的行业禀赋和政策存在差异,本文进一步控制了企业固定效应以及行业与城市的交互固定效应,结果见表1列(3)。可以看出,回归结果的拟合优度明显提升的同时,金融多中心指数的系数方向和显著性保持不变,这意味着金融资源多中心分布能够显著推动制造业全球价值链地位提升。此时,假说1得到了初步验证。结合前文理论分析和现状描述,出现此结果的原因主要在于,在目前中国各地区金融分布较为集中且金融中心辐射范围较为有限的情形下,由若干节点城市形成的多中心金融格局能够明显提高金融覆盖广度,进而为更多企业开展技术创新和生产模式升级提供资金保障,制造业的全球价值链地位由此得以提高。此外,城市首位度常被用于衡量要素的空间集中度,借鉴这一思想,本文构建调整的首位度(非中心城市金融资源/全省金融资源总和)作为金融多中心分布的替代指标进行稳健性检验,该数值越高,意味着金融地理分布越趋于多中心。相应的结果报告于表1列(4),可以发现,金融多中心分布对提升企业全球价值链地位的积极影响再次得到了体现。

表1 基准回归结果

关于控制变量,企业规模size的系数表明,相比于大型企业,小规模企业的全球价值链地位更高。出现此现象的原因可能在于,小型企业由于不具有规模经济优势而不得不通过提高产品的附加值率来从国际贸易中获益和生存。劳动生产率pro的系数显著为正,这意味着生产率较高的制造业企业往往具有更高的全球价值链地位,这可能归因于高生产率背后的技术和人力资本水平优势。企业出口占比export的系数表明出口占总产出比重越高的制造业企业,其全球价值链地位反而越低,原因可能在于这类企业拥有稳定的海外销售渠道和市场,提高产品附加值的动机由此受到削弱。政府补贴subsidy的系数显著为正,这体现了补贴对制造业全球价值链地位的促进意义。制造业行业资本占比capirate的系数显著为正,说明了在资本投入密集度更高的制造业行业中企业提升产品附加值的动机更强。最后,行业金融发展水平financelev的系数显著为正,佐证了金融发展对提升全球价值链地位的积极作用。

2.稳健性检验

值得注意的是,制造业全球价值链地位可能会影响融资约束和信贷可得性,进而对金融地理分布产生反向影响并导致模型中存在内生性。基于此,本文构建工具变量并运用2SLS估计来验证金融多中心分布与制造业全球价值链地位之间的关系。关于工具变量,本文选取各省份金融中心城市与其他城市之间的平均距离、城市地表起伏度和城市地表坡度这三个指标。原因在于,一方面,城市之间的距离无疑会影响金融资源的迁移和流动成本,进而影响金融地理分布;城市地表起伏度和坡度能够通过影响基础设施建设成本进而改变金融资源在城市之间的规模分布[42]。另一方面,这些地理指标具有强烈的外生属性,与制造业全球价值链地位之间关系微弱。同时,由于地理指标不随时间变化而变化,还需要将其与某个时间变量相结合而与面板数据匹配。最终,本文选取滞后一期的中长期贷款利率与上述三个地理指标相乘,作为金融多中心分布的工具变量[43-44]。

表2列(1)和列(2)展示了金融多中心指数对制造业全球价值链地位的估计结果,表2列(3)和列(4)展示了调整的首位度对全球价值链地位的估计结果。可以看出,在考虑了模型内生性之后,金融多中心分布指标的系数保持显著为正,金融多中心分布对提升制造业全球价值链地位依然呈现明显的促进作用,假说1的稳健性得到了体现。此外,关于工具变量的有效性,Cragg-Donald WaldF值远高于Stock-Yogo检验10%水平的临界值,拒绝了“工具变量识别不足”这一假设。由于本文的工具变量多于内生变量,有必要通过冗余检验观察是否存在弱工具变量,冗余检验得到的P值拒绝了这一情况。因此,本文构建的工具变量及其估计结果的有效性得到了保证,假说1也再次得到充分证明(3)此外,在学术同行的建议下,本文使用金融机构贷款规模替代从业人数重新计算金融多中心指数、使用基于WIOD计算的制造业全球价值链位置指数替换制造业企业出口国内增加值率进行回归估计,假说1依然成立,结果留存备索。。

表2 稳健性检验1:考虑内生性 (4)城市金融发展水平用金融机构年末贷款余额与GDP之比来衡量,比值越大意味着城市金融发展水平越高。

需要注意的是,企业所在城市的金融发展同样会影响制造业的出口竞争力。因此我们需要区分制造业全球价值链地位是由金融规模扩张所致还是由金融地理分布优化所驱动。为此,本文将企业所在城市的金融发展水平FD加入模型再次进行回归,结果报告见表3列(1)。可以发现,金融发展在促进制造业全球价值链地位提升的同时,金融多中心分布的系数由0.020下降至0.005,但在1%的统计水平上保持显著,这表明考虑了本地金融发展这一因素之后,金融多中心分布对制造业全球价值链地位的促进作用依然存在。

表3 稳健性检验2:考虑金融发展水平和金融区位

此外,长期以来,超过一半的全国金融资产汇聚于31个金融中心城市,导致金融中心与非金融中心在金融供给方面形成鲜明对比。金融地理分布的变化无疑会改变金融中心与外围城市的金融相对丰裕程度。由此,本文考察金融多中心分布对制造业全球价值链地位的影响在金融中心和非金融中心城市中是否存在差异,结果报告于表3列(2)～(3)。根据系数可见,不论是对于金融中心城市还是外围城市,制造业的全球价值链地位均能够受益于金融多中心分布。用变换的首位度替代多中心指数之后,以上结论仍然成立,结果报告于表3列(4)～(6)。对此现象可理解为:过去较长一段时期内,在政府引导下大量金融资源快速涌入省会城市,城市内金融业过度竞争和信贷可得性过高导致企业金融化现象日益凸显;同时外围城市金融机构的融资模式和信贷规模受限,实体经济一般难以获得足够的金融支持。在这种情况下,发展金融多中心分布有助于缓解或避免中心城市的市场拥挤并提高外围城市的金融供给。金融资源适度从中心城市向次级城市转移形成的多中心金融地理分布不仅增加了次级大城市的制造业企业能够获得的金融资源,同时也能够通过缩短中小城市与金融(次级)中心的距离来更大范围地发挥金融集聚效应。

本文主要将省域作为地理单元的原因在于,城市发展战略往往是在省级政府制定的大框架下延伸和细化。然而,这导致作为区域金融中心的直辖市样本未得到体现。城市群一体化发展模式正在成为中国经济转型发展的重要支撑,金融多中心分布与制造业全球价值链地位之间的关系在城市群层面是否仍然成立值得我们检验。

鉴于此,本文以中国十大城市群为地理单元再次测算和检验金融多中心分布对制造业全球价值链地位的影响,结果见表4所列。 不难发现,在考虑金融发展水平前后以及区分城市金融地位,金融多中心分布的系数均保持正值且显著,这表明金融多中心分布对制造业全球价值链地位具有积极影响这一结论在城市群范围内同样成立。

3.机制分析

(1)中介效应分析 根据上文理论分析,本文从制造业服务化和技术创新这两方面来分析。

关于制造业服务化,本文首先测算各省份的制造业服务化水平,如(9)式所示:

(9)

(10)

关于技术创新,本文运用熵值法对各城市的发明专利授权数、实用新型专利公开数、外观专利公开数以及商标授权数这四项子维度进行赋权得分,进而测得各城市的综合技术创新水平(6)数据来源于北京大学企业大数据研究中心发布的《中国区域创新创业指数》。。

首先,我们考察金融多中心分布对制造业服务化和技术创新的影响,结果报告于表5列(1)和列(2)。通过系数可以看出,金融多中心分布显著推动了制造业服务化和技术创新。随后,我们将两个中介变量分别加入基准模型,发现金融多中心指数以及中介变量的系数仍为正值且显著;同时,Sobel检验所得到的Z值均高于0.97,这佐证了中介变量的有效性。至此,假说2得到了证明。此外,在将两个中介变量同时加入回归模型后发现,制造业服务化、技术创新以及金融多中心的系数均显著为正,这意味着除了本文揭示的中介效应,金融多中心分布对企业全球价值链地位可能具有直接效应或者其他作用渠道。

表5 中介效应检验(7)此外,本文基于城市群层面再次进行了中介效应检验,得到了同样的结论。为避免赘述,结果留存备索。

(2)异质性分析:“补短板”和“纠错配” 与低技术行业相比,我国技术程度较高的行业在全球价值链中的地位反而偏低,成为我国参与全球价值链竞争的短板。同时,创新能力较强且全球价值链地位增长空间较大的技术型企业融资依赖程度较高,而这类企业往往由于相对较高的市场风险时常面临融资成本高的困境。如果一个地区中的金融空间分布过于集中,大量非中心城市的金融机构对技术型企业的资金支持力度会更加不足。为此,本文将样本划分为高技术水平、中等技术水平以及低技术水平三种类型分别回归估计,来观察金融多中心分布对我国制造业全球价值链地位的影响在不同技术水平的行业中是否存在差异,相应的结果报告于表6列(1)～(3)。可以发现,与中高技术行业相比,尽管金融多中心指数在低技术行业全球价值链地位同样为正,但未通过显著性检验。这意味着金融多中心分布能够通过“补短板”促进我国制造业全球价值链地位提升。对此现象可理解为,技术型企业的出口竞争力更容易受到融资成本的制约,金融多中心分布能够缩短这类企业与金融机构之间的距离并提高企业的信贷可得性,进而实现全球价值链地位的提升。

表6 企业异质性检验:“补短板”和“纠错配”

制约我国金融机构高效服务实体经济的关键原因之一在于金融供求的错配。具体而言,相比于非国有企业,国有企业往往能够凭借政策优势获得金融部门的信贷支持,加之政府对本地国有企业的各类补贴和信贷支持,造成非国有企业在获取金融支持的过程中受到国有企业的挤出。如果金融资源过度集中于中心城市,那么对于大量非中心城市,稀缺的金融资源更是优先被当地国有企业所获得,即金融资源“属性错配”,大量非国有企业的贸易活动和出口竞争力也由此难以提升。因此,金融多中心分布带来的地方城市金融供给能力的提升能够提高非国有企业的金融可得性,从而表现为非国有企业的全球价值链地位受到金融多中心分布的影响更为明显。相应的估计结果见表6列(4)～(5)所列。

五、进一步讨论:银行业竞争的调节效应

根据前文理论分析,我们进一步探讨银行业竞争在金融多中心分布影响制造业全球价值链地位的过程中发挥着怎样的调节效应,计量模型如下:

DVARf,t=γ0+γ1FSf,t+γ2HHIf,t+γ3FS×HHI+γCVf,t

(11)

DVARf,t=θ0+θ1FSf,t+θ2CR4f,t+θ3FS×CR4+θCVf,t

(12)

(11)式中,FS×HHI表示金融多中心分布与银行业分支机构赫芬达尔指数的交乘项。(12)式中,CR4表示前四大银行市场集中度,FS×CR4表示金融多中心分布与前四大银行市场集中度的交乘项。观察表7列(1),HHI的系数显著为负,表明由少数银行机构主导的银行业市场不利于提升制造业全球价值链地位,这表明银行业竞争程度的提高有助于本地制造业全球价值链地位的提升。同时,交互项显著为负的系数意味着随着银行业竞争与金融多中心分布之间具有正向协同效应,即银行业竞争加剧有助于增强金融多中心分布对制造业全球价值链地位的促进作用。同理,在表7列(2)中,FS×CR4显著为负的系数表明,垄断程度较高的银行业市场会削弱金融多中心分布对制造业全球价值链地位的促进作用。此外,表7列(3)和列(4)展示了以变换的首位度代替金融多中心指数的检验结果,并得到了同样的结论。至此,假说3得到了验证。对此现象不难理解,金融多中心分布在通过增强金融覆盖广度提高各城市中企业面临的信贷可得性的同时,银行业竞争的加剧一方面能够提高金融机构对制造业融资业务的服务效率,另一方面能够通过提高银行对企业资金的监督动机而促进信贷资金流入实体部门,最终表现为企业产品价值增值的增长和全球价值链地位提升。

表7 银行业竞争的调节效应

随后,本文考察了银行业竞争的调节效应在金融中心和非金融中心城市中是否存在差异,结果报告见表8所列。在表8列(1)和列(2)中,金融多中心指数与银行业分支机构赫芬达尔指数的交互项的系数均显著为负,这表明银行业竞争与金融多中心分布之间的正向协同效应在金融中心和非金融中心城市中均存在。在表8列(3)和列(4)中,通过观察金融多中心指数与银行集中度的交互项的估计结果,我们得到同样的结论。至此,假说3的稳健性得到了体现。

表8 银行业竞争的调节效应:区位城市金融地位

六、结论与政策启示

现有关于金融地理与企业出口参与的研究主要从城市金融密度、银企距离等方面展开,但如何将有限的金融资源在不同层级城市之间配置进而提高金融对制造业参与全球价值链竞争的支持力度尚未得到直接关注。鉴于此,本文运用位序规模分布和首位度的思想构建中国省域和城市群层面的金融地理多中心指数,并围绕金融多中心分布对制造业企业全球价值链地位的影响、作用路径以及银行业竞争在其中所发挥的调节效用展开实证研究,主要研究结论如下:一是金融多中心分布对提升我国制造业全球价值链地位具有显著的促进作用,在考虑内生性、控制地方金融发展水平以及改变地理尺度之后,结论依然稳健。二是在影响机理方面,从间接效应来看,金融多中心分布能够通过促进制造业服务化和技术创新提升我国全球价值链地位;从直接效应来看,金融多中心分布能够通过“补短板”和“纠错配”提升我国全球价值链地位。三是银行业竞争与金融多中心分布之间具有正向协同效应,即银行业竞争程度的提高有助于增强金融多中心分布对提升制造业全球价值链地位所产生的促进作用。

根据以上研究结论,本文提出以下对策建议:一是注重集中和分散相结合的原则,发展“多中心”金融地理格局。各地区在保证主要城市的区域金融中心地位的同时,还需注重建设金融副中心以及若干金融特色城市。在过去较长时期中,大城市过度繁荣的房地产市场以及相关上下游产业吸纳了大量金融资源并对实体经济的融资造成明显冲击。在当前房地产业趋于平稳的阶段,各级政府应立足本地产业对金融的实际需求,引导和推动金融机构在中小城市有序设立并加强对实体经济的服务深度和覆盖广度,助力制造业企业出口升级及其在全球价值链中地位的深化,最终形成以省会城市为龙头、次级大城市为支撑、其他城市为腹地的梯度合理、层次分明的金融供给体系。二是拓宽疏通民营企业特别是技术型民营企业的外部融资渠道。通过将金融科技与银行业务场景深度融合,覆盖贷前审查、贷中审批和贷后监管各环节。在提升风险管理精度和效率的同时降低企业与银行之间的沟通成本。此外,各地政府应鼓励金融机构通过大数据技术整合各方平台数据和细分各类市场主体融资需求来为创新活力强的技术型企业提供针对性的信贷方案,进而更好地发挥金融多中心分布所带来的“补短板”和“纠错配”功能。三是强化竞争意识,构建多元化、差异化的银行体系。在明确国有大型银行主导地位的基础上,加大对中小银行和股份制银行的支持力度。银行机构种类的丰富有助于提高银行业市场竞争并激发金融对实体经济发挥的外部治理作用。在当前由国有银行主导的银行业市场下,在增强中小城市金融资源规模的过程中要避免过多地设立国有银行分支机构,而是通过政策支持和加强监管相结合的方式来增加本地中小银行数量和市场份额。借助中小银行更加灵活的信贷模式以及注重服务中小企业的业务优势,鼓励此类银行支持战略性新兴企业和“专精特新”企业的融资需求及创新活动,进而更加充分地发挥金融多中心分布对制造业企业参与全球竞争的促进作用。