都市经济圈金融合作的路径与机制研究——基于杭州都市经济圈SEM模型的分析

陶永诚，姚星垣

(1．中央财经大学金融学院，北京 100081;2．浙江金融职业学院投资与保险系，浙江 杭州 310018)

一、引 言

伴随着我国城市化进程向纵深方向推进，都市经济圈的发展与演变成了近年来国内研究的一个热点问题。除了从经济地理学、区域经济学、产业经济学和发展经济学等角度研究都市经济圈经济一般发展和演变规律外，还有学者着重从都市经济圈内部合作的角度进行探讨，比如罗小龙、沈建法(2007)认为都市经济圈合作是否有效取决于合作的机制、合作的过程、合作的性质和领域、伙伴的选择和伙伴关系形成中利益相关者的作用［1］。王红霞(2006)指出，城市群的崛起带动了经济圈的形成和发展，城市群的演变是推动区域经济发展的一个重要动力，也是促进区域经济一体化的内在因素［2］。

基于金融发展与经济增长之间的密切关系，不少学者从金融的角度探讨都市经济圈合作，例如许长新、李政(2007)提出了金融地理圈的概念，并进一步分析其发展过程、演化的动力和路径，认为在我国行政割据较为严重的情况下，金融地理圈与都市经济圈并未实现和谐发展［3］。张永乐(2008)指出区域金融合作能够促进区域内金融资源的自由流动，缓和地区间资金供求失衡矛盾，促进区域经济合作发展［4］。值得注意的是，还有部分学者，例如唐吉平等(2005)、闫彦明(2010)等依据经济地理和金融地理理论，从“金融辐射”的角度出发，通过经验分析，计算出中心城市的金融辐射半径，指出区域金融合作的实际状况和进一步推进的潜在可能性［5］［6］。

总体而言，目前对于都市经济圈金融合作的研究，主要仍以定性分析和政策建议为主，缺乏经验数据支持。究其原因，恐怕在于金融合作本身是一个十分复杂的系统工程，在传统的计量经济学范畴内，如何定义“金融合作”的具体量化指标，如何分析金融合作与其他影响因素之间的关系始终是一个难题。

本文试图运用结构方程模型(Structural Equation Modeling，SEM)，以杭州都市经济圈为例，依据相关理论和假设为基础，对都市经济圈金融合作的可能路径与内在机制进行经验研究，并得出促进都市经济圈金融合作的政策建议。

二、理论研究和基本假设

在具体研究都市圈金融合作的路径和机制之前，首先需要明确以下几个方面的问题:一是都市经济圈金融合作的可行性和必要性。龚钰涵(2009)认为区域金融合作是区域经济增长、区域产业分工与区域经济一体化的内在要求［7］。陶永诚、赵振华(2011)认为都市经济圈金融合作是产业转型升级、地方金融产业发展、金融资源共享、优势金融资源整合与扩散以及金融合作创新的需要［8］。二是都市经济圈金融合作的基础。一般认为，都市经济圈特定区域内各个城市间的经济状况和金融发展水平的差异是影响都市经济圈金融合作效果的重要因素。一方面，差异是都市经济圈金融分工合作、提高效率的前提。另一方面，差异下的共性是为相关金融合作提供基础平台和保障，否则就缺乏合作的平台和对话的机制。三是都市经济圈金融合作的效果。陶永诚、赵振华(2011)认为区域金融合作会产生资源集聚效应、规模经济效应以及“极化”与扩散效应［8］。

我们认为，要最大限度地发挥金融合作的积极效果，关键是要权衡这些影响的利弊，尤其是要处理好都市经济圈金融合作“极化”与扩散效应这一对看似矛盾的影响，因此需要分析它们各是受到什么因素影响，以及影响的程度。

对于金融合作效果的极化和扩散效应，我们借鉴区位熵①区位熵是哈盖特(P．Haggett)首先提出并运用于区位分析中，主要用于衡量某一区域要素的空间分布情况，反映某一产业部门的专业化程度，以及某一区域在高层次区域的地位和作用。的概念加以测度，具体包括金融资源区位熵数(QFinRGDP)、金融人才区位熵数(QDepEmp)和金融理财区位熵数(QSavPop)。我们定义:

其中FinRi是i地存贷款余额，FinR为都市经济圈存贷款余额总量，GDPi是i地当年GDP，GDP是都市经济圈GDP总额。

其中Depi是i地存贷款余额，Dep为都市经济圈存贷款余额总量，Empi为i地金融业职工人数，Emp为都市经济圈金融职工总人数。

其中Savi是i地城乡居民储蓄额，Sav为都市经济圈城乡居民储蓄总额，Popi为i人口总数，Pop为都市经济圈人口总数。

金融资源区位熵数的经济学含义是相对于实体经济，某地金融资源的分布状况。如果QFinRGDP＞1，则表明该地区的金融资源集聚度较高。金融人才区位熵数反映的是金融资源相对于金融从业人员之间的分布关系，如果QDepEmp＞1，说明该地区的金融人才效率较高，金融人才集聚程度较高。金融理财区位熵数表明以城乡居民储蓄为代表的财富相对于人口的分布状况，如果QSavPop＞1，表明该地区的财富管理的潜力大于平均水平。因此，从某种意义上说，金融资源区位熵数、金融人才区位熵数和金融理财区位熵数分别是金融资源合作、金融人才合作和金融理财合作的测度。

都市经济圈金融合作是一个复杂的系统，包含了众多需要考虑的因素，而且各个基本因素之间的关系也十分复杂。依据上文分析和已有的相关成果，我们把都市经济圈金融合作的关键因素归纳提炼为“经济发展”、“金融发展”、“社会保障”和“金融合作”4个方面，并对它们之间的相互关系提出如下假设:

表1 都市经济圈金融合作路径与机制研究假设

三、模型构建与数据处理

本文采用SEM方法进行建模分析。典型的SEM包括测量方程(分析观测变量与潜变量之间关系)和结构方程(潜变量之间关系)。SEM的优势在于可处理多个原因、多个结果的关系，以及不可直接观测的变量(即潜变量)，弥补了传统统计方法的不足，成为多元数据分析的重要工具。吴明隆(2010)指出，结构方程模型属于多变量统计，它整合了因素分析与路径分析两种统计方法，同时检验模型中包含的显性变量、潜在变量、干扰或误差变量之间的关系［9］。

表2 结构方程模型指标

我们构建一个由“经济发展”、“金融发展”、“社会保障”和“金融合作”4个潜变量构成的变量体系。关于经济发展水平的度量，不等同于经济增长，而且都市经济圈的金融合作往往基于各城市经济结构和产业集聚的差异性，因此我们选择产业结构(第三产业产值/GDP)、所有制结构(年末单位从业人员数/人口总数)和经济增长动力结构(固定资产投资/GDP)来测度。在金融发展水平方面，则包含了金融资产规模(金融相关比率)、金融效率(贷存比)和金融差异(贷款余额分布比例)来测度。我们分别用基本养老保险参保比例、基本医疗保险参保比例和社会福利院床位数来衡量都市经济圈的社会保障水平。本文采用区域熵数法来描述金融合作，各个指标及其符号如表2所示。

本文的经验研究包含2003－2010年杭嘉湖绍四地市的市区以及下辖各个县(市)，共176个样本，数据来源为历年浙江省统计年鉴。

表3 杭州都市经济圈各市区金融合作区位熵数

从表3中可以看到，杭州都市经济圈各市区的区位金融熵数有较大的差异性，这种差异体现了金融合作的可能性和潜在机会。杭州市作为打造长三角南翼金融中心的城市和省会城市，其历年的金融资源区位熵数、金融人才区位熵数和金融理财区位熵数均大于1，尤其是金融资源方面优势尤其明显。绍兴金融资源区位熵数、金融人才区位熵数和金融理财区位熵数也都大于1，而且在金融资源集聚方面，甚至还超过了杭州，即绍兴市区的金融规模相对于GDP而言最为集中。相对而言，嘉兴和湖州区位熵数较低，但是近年来总体上正稳步提高。

四、模型拟合度与路径分析

(一)拟合度检验和模型修正

图1 都市经济圈金融合作结构模型图示

通过运行Amos7.0构建结构方程，如图1所示。我们对都市经济圈各地2003－2010年无量纲化数据用GLS方法进行估计，并对模型适配度各项指标进行检验，模型卡方值为345.065，自由度为48，适配概率为0.000，模型适配度效果并不理想，需要进行模型修正。

我们依据都市经济圈金融合作的相关理论和假设为基础，主要从以下几个方面着手:一是检验路径系数是否显著，依据模型简约性原则，逐步删除不显著的潜变量之间的路径以及潜变量与观测变量之间的路径，具体是根据CR(Critical Ratio)标准，去除路径系数在95%的置信度下与0不存在显著性差异的路径;二是通过参考Modification Indices，通过增加残差相关的路径，减少估计方程的卡方值，提高模型适配度;三是可以根据Critical Ratio for Difference中的CR值判断两个待估参数间是否存在显著性差异。若两个待估参数间不存在显著性差异，则可以限定模型在估计时对这两个参数赋以相同的值，以增加自由度，改进其他建议指标效果。

表4 结构方程模型路径系数估计

路径系数显著性检验结果表明，经济发展对金融合作没有显著的影响，首先去除，同样金融发展对社会保障也无显著影响。然后进一步考察观察变量与潜在变量之间的关系，逐步去除固定资产投资/GDP等变量的影响。最后参考Modification Indices和Critical Ratio for Difference指标值，对模型进行进一步修正，得到新的估计模型，各项路径系数均显著，如表4所示，且通过了大多数模型适配度的检验，效果良好，如表5所示。

表5 结构方程模型适配度检验

(二)都市经济圈金融合作影响机制

从模型估计的路径系数的参数估计结果来看，除了金融发展对社会保障没有影响以外，基本符合理论假设，但是其影响的路径和机制却有所区别。经济发展对金融发展和社会保障有正面影响，标准化系数分别为0.910和0.965，但是对金融合作没有直接影响。金融发展对金融合作的影响主要体现在极化效应方面，即某地的金融发展增加本地区的金融区域熵数，体现了金融资源的集聚效果。而社会保障对金融合作的影响主要体现在扩散效应方面，即社会保障水平的提高，有助于各项金融资源的合理调配，可避免金融资源的过度集聚导致投资边际收益下降，效率降低的负面影响。

值得关注的是，作为金融合作的前提基础，经济发展水平对金融合作尽管没有直接影响，但是有较大正的间接影响，系数为0.808。因此，从当前发展水平来看，金融合作的效果主要还是体现在极化效应上。

表6 结构方程模型各潜变量之间的影响机制

五、结论与政策建议

本文以杭州都市经济圈为例，通过构建结构方程模型，提炼出了“经济发展”、“金融发展”、“社会保障”和“金融合作”4个方面的要素，对都市经济圈金融合作的路径和机制进行了经验分析，研究结果支持了经济发展是都市经济圈金融合作的基础，并通过金融发展水平的提高和社会保障水平的完善两条路径，对金融合作产生影响，但其影响机制不同。金融发展对金融合作的作用主要体现在“极化”方面，而社会保障对金融合作的作用主要体现在“扩散”方面。因此，为进一步推进都市经济圈金融合作，建议采取和完善如下措施:

第一，以经济结构转型升级为契机，转变发展方式。经济发展水平是都市经济圈金融合作的基础。经济水平的提高不仅仅是GDP总量或者人均GDP的增加，更是经济的全面发展，是经济增长质量和效率的提升。因此，转变发展方式势在必行，主要由过去对劳动力数量和大量消耗资源能源转变为主要依赖技术水平、资金效率、劳动者素质的提升。经济转型升级应强调都市经济圈的整体性与区域分工合作性，推进经济圈内整体的经济转型升级。

第二，以推动金融自身转型为动力，推进金融合作。现代经济的发展也需要金融自身的转型，金融发展同样不能只依赖于数量规模的增加，更要通过金融创新，积极拓展投融资渠道，提高金融效率，更好地发挥各项金融功能。鉴于金融发展对金融合作的影响主要体现在极化效应，就更应该辩证地处理好金融发展中规模和效率的关系，防止极化效应的过度反应。在金融合作内容的选择上，应优先推进新金融业务的合作和跨行业的金融合作，以实现在极化效应中带动扩散效应。

第三，以发挥各自比较优势为抓手，强化金融合作。金融差异是都市经济圈金融合作的重要基础，为金融业内部结构的优化和要素的流动提供了某种“势能”。因此，都市经济圈内各城市在大力促进本市金融发展的同时，也要根据各自的比较优势，找准自身的定位，既要防止过度竞争，也要避免盲目合作。从根本上说，只有各地进一步发挥各自的金融发展特色，才能真正互惠互利，实现合作共赢。都市经济圈各方在协调政策时要兼顾各地利益，充分发挥各地、各金融机构的比较优势，深化金融专业分工，促进区域金融优势互补。

第四，以完善社会保障机制为后盾，护航金融合作。经验研究表明，社会保障对金融合作的影响主要体现在扩散方面，这是一个很有启发意义的结果。与经济发展侧重“效率”不同，社会保障制度的完善，更多地体现了社会发展的“公平”层面。这个结果有助于我们更加全面地思考经济发展和金融合作带来的各种效应，科学地处理好公平与效率的关系。通过完善社会保障，或推进社会保障方面的业务合作，可以更好地实现高质量的金融合作。

［1］ 罗小龙，沈建法．长江三角洲城市合作模式及其理论框架分析［J］．地理学报，2007，(2):115－126．

［2］ 王红霞．城市群的发展与区域合作:城市与区域合作发展研究热点综述［J］．上海经济研究，2006，(12):115－123．

［3］ 许长新，李政．基于都市圈空间成长的金融地理圈研究［J］．金融理论与实践，2007，(6):29－31．

［4］ 张永乐．京津冀都市圈金融合作协调发展研究 ［J］．河北金融，2008，(3):18－20．

［5］ 唐吉平，陈浩，姚星垣．长三角城市金融辐射力研究［J］．浙江大学学报(人文社会科学版)，2005，(6):62－70．

［6］ 闫彦明．区域经济一体化背景下长三角城市的金融辐射效应研究［J］．上海经济研究，2010，(12):27－36．

［7］ 龚钰涵．我国中部六省区域金融合作研究［D］．湘潭大学，2009．

［8］ 陶永诚，赵振华．关于推进杭州都市经济圈金融合作的思考［J］．浙江金融，2011，(9):51－55．

［9］ 吴明隆．结构方程模型:AMOS的操作与应用(第2版)［M］．重庆:重庆大学出版社，2010．