开放经济下金融集聚对技术创新的影响

高小龙，杨建昌

(1.山东理工大学 商学院，山东 淄博 255012；2.中国工商银行 德州分行，山东 德州 253000)



开放经济下金融集聚对技术创新的影响

高小龙1，杨建昌2

(1.山东理工大学 商学院，山东 淄博 255012；2.中国工商银行 德州分行，山东 德州 253000)

技术创新是一国经济增长的动力和源泉，而金融集聚对经济发展和技术创新具有十分重要的意义。运用2003—2012年中国257个地级市的面板数据和30个省的省级面板数据分别实证检验了金融集聚对技术创新影响作用。研究发现，金融集聚不仅对技术创新具有显著促进作用，同时金融集聚还会通过产业集聚效应、服务创新效应、信息扩散效应和人力资本效应对技术创新产生影响。其他如研发人员、纳税贡献度、固定资产投资、金融发展效率、城市道路面积和贸易等控制变量都对技术创新有显著正向促进作用，而控制变量FDI对技术创新的影响具有显著的滞后性，且滞后一期时效果更好。

金融集聚；金融效率；技术创新

一、问题提出

技术创新对一个国家的经济可持续增长起着关键性作用，同时，技术创新的研发、转化和形成生产力又是一个十分复杂和高风险的过程，必须有一个发达的金融体系作为支撑。中国目前的金融体系虽然已具有一定规模，但在中国各大行业中仍存在不同程度的金融约束，技术研发、创新和转化往往是存在着诸多问题。金融发展是一直制约着中国技术创新的重要因素，对促进中国经济增长具有很强的弱化作用。同时，资本在全球范围内的流动，因受全球经济一体化的影响也不断加快，促使中心城市聚集了大量金融机构，进而形成金融中心，从而产生金融集聚现象。至2014年9月份的GFCI15排行榜上，中国香港排名全球第3位，仅次于纽约与伦敦，上海、深圳和北京分列20位、25位和32位，彰显了中国金融集聚的水平。金融中心内各大企业乃至产业都会形成很强的技术创新能力，其对经济增长的促进作用要远远大于非金融集聚区域。同时，中国台北、广州、济南、大连等很多大型城市也在金融集聚方面展现了巨大的潜力。中国金融行业发展迅速，金融集聚已成为金融行业发展趋势。因此，本文旨在研究开放经济条件下中国金融集聚是如何对技术创新产生影响的，从而为中国如何充分发挥技术创新的推动作用，增加经济长期稳定发展能力和潜力提供理论和实践支撑。

现有关金融集聚的研究视角大都集中在金融集聚对经济增长与金融创新影响两方面，鲜有研究者来系统性研究其对技术创新的影响，更无学者来细致的分析金融集聚对技术创新的影响机制。在金融集聚日益发展条件下，作者对金融集聚与技术创新理论和实证研究进行系统总结，提出开放经济下金融集聚对技术创新影响研究这一论题，运用2003—2012年中国257个地级市的面板数据和30个省的省际面板数据进行实证检验，以技术创新为研究对象，以金融市场和产业集聚两个方面作为切入点，主要研究如下几个问题：一是金融集聚与技术创新间关系；二是金融集聚影响技术创新的四大效应机制；三是运用2SLS、GMM等方法实证检验金融集聚对技术创新的影响，从而促使人们更好认识金融集聚对技术创新的影响。具体行文结构如下：首先，对金融集聚对技术创新的作用机制进行分析；其次，选取相应的实证指标，进行数据说明并构建实证模型；再次，对实证结果进行分析；最后，得出相应结论。

二、金融集聚对技术创新的作用机制分析

本部分在总结金融集聚和技术创新相关文献的基础上，侧重于金融集聚对技术创新的作用机制的分析，主要体现在以下四个方面：

(一)产业集聚效应

从供需角度来讲，金融产业的集聚效应会打破本地区原有产业资本的供求平衡，进而导致金融价格的变化，并最终会降低企业技术创新的融资成本[1]。银行、证券、保险、信托等不同类型的金融机构也会因为金融产业的集聚效应而聚集到某一个特定的区域内，从而实现更大的经济效益。根据经济学的基本原理，假设资本的价格—利率，在某一固定地区资本需求基本不变的情况下，随着资本供给量的不断增加而会不断降低，使得企业的融资成本大为降低，本地区的技术创新也会得到相应提高。

从资源配置效率角度来讲，金融市场可充分发挥自身的信息优势，将储蓄转化为投资，通过不断的改善信息不对称进而提高资源配置效率。大量积累的资本被运用到企业的新产品和新技术的研发中，从而不断推动企业技术创新[2]。金融机构经营目的就是为了实现自身经济利益的最大化，期望获取资本的最高回报率，而资本回报率的高低往往是由一个企业的技术水平的高低决定的，从而导致金融机构更倾向于将资本投入到技术水平比较高的企业中，这样就间接地促进了一个企业的技术创新[3]。金融集聚比较发达的地区通常有着较为完善的金融体系，可有效地降低企业的金融成本，提升企业的资源配置效率，促进企业的技术创新[3-8]。国内学者孙晶等(2012)认为大量的金融机构会随着产业集聚而不断发展起来，促进金融资本在不同企业间相互流动，金融资本往创新效率比较高的企业的流动会进一步促进地区整体的技术创新[9]。

因此，本文提出假设1：金融集聚能通过产业集聚效应促进技术创新。

(二)服务创新效应

技术创新资金的投入往往会具有一定的风险性，需要良好的、有效的金融制度作为保障。金融机构通过聚集在某个特定区域可以改善该区域的风险投资环境，从而促进政府加强对资本风险的制度及作用机制建设等[4]。目前，中国金融产业在法制建设方面很不健全，存在着很多的弊端，管理效率低下，金融产业的稳定性受到严重威胁。因此，为了实现金融产业的健康稳定发展，各级政府需要不断地出台一系列政策措施，强化法律的监管作用，为国家金融体系的发展创造良好的发展环境，更好的为企业和科研机构服务。同时，还要不断加强对这些创新型企业和科研机构的金融资本的投入，为科学技术创新发展提供强劲动力和资本支撑。

因此，本文提出假设2：金融集聚能通过服务创新效应促进技术创新。

(三)信息扩散效应

金融集聚的信息扩散效应主要是指有效信息可在某一个特定的金融集聚区内凭借良好的通信平台，使得信息在传播过程中能够更加透明化、公开化，即一个逐步消除信息不对称的过程。在此条件下，金融集聚便可获取“信息外部性”，即随着信息不对称的逐步消除过程，信息更加透明化和公开化，企业或个人搜索信息和使用信息的成本就会降低，从而减少了企业或个人在信息运用方面的资本投入，增加在科研、技术创新等方面的资本投入，促进企业间的金融竞争和创新，并最终提升整个地区的金融结构和功能，为地区发展提供强有力引擎[5]。

在项目甄别方面，资本供需者通过不断地金融集聚增强了他们之间的交流，进而增强了金融机构对信息的认知和把控能力，通过相互间的不断学习，技术相互间的融合，使得各金融机构的技术水平差距不断缩小，既能为企业技术创新活动提供有效的资金支持，又能够通过信息处理和项目甄别功能提高企业创新效率[6]。金融机构利用自身的项目甄别能力筛选出那些边际产出比较高的项目，增加类似项目的投资，促进技术的有效创新。

因此，本文提出假设3：金融集聚能通过信息扩散效应促进技术创新。

(四)人力资本积累效应

一方面，金融市场集聚往往会促使金融精英的集聚，金融精英为不同的金融机构带来先进的管理技术和理念，进而增强了金融机构对信息采集、风险管控、收益分析和项目管理的把控，这也间接地提升了企业项目的技术水平和边际产出水平，从而吸引金融机构进行更多的资金投入[3，10]。

另一方面，一个企业的资金支持和企业管理可通过金融集聚带来更多的专业性人才进而获得提升[11]。同时，金融市场通过开展不同的教育培训等，提高了区域内部人才的专业化水平，促进了区域内部人才的聚集，实现了人力资本积累，也在一定程度上提升了本地区生产效率[12]。

因此，本文提出假设4：金融集聚能通过人力资本效应促进技术创新。

三、模型设定和指标说明

(一)模型设定

文章主要是在柯布—道格拉斯生产函数的基础上进行延伸和拓展，进而研究各个变量对技术创新的作用程度的大小，因此，将柯布—道格拉斯生产函数进行如下变形：

lntii，t=A+αlnldi，t+ξi，t

(1)

模型(1)中，i表示地区，t表示时间，tii，t表示i地区在时间t的创新产出。各地区的创新投入包括研发资本投入ki，t和研发人员投入ldi，t，本文主要是选取了中国257个地级市面板数据，运用投入法来衡量各地区间的技术创新水平，即以各地区研发资本的投入ki，t衡量各地区技术创新水平tii，t。因全文主要研究金融产业集聚对技术创新影响，设定金融集聚fci，t这一变量，加入模型中作为本文的关键解释变量，因此，模型(1)变形如下：

lntii，t=A+αlnldi，t+βlnfci，t+ψRi+ζQt+ξi，t

(2)

在此，产业集聚效应和服务创新效应主要跟居民储蓄率和贷款率有关，信息扩散效应和信息化水平有关，人力资本效应与金融从业人员数量有关。为了体现金融集聚的几个效应，以金融集聚和金融发展效率的交互项(lnfci，t×lnfei，t)来衡量金融集聚的产业集聚和服务创新效应，以金融集聚与信息化水平的交互项(lnfci，t×lntli，t)来衡量金融集聚的信息扩散效应，以金融集聚与研发人员的交互项(lnfci，t×lnldi，t)来衡量金融集聚的人力资本效应。将这些交互项分别引入模型中，模型(2)变为如下形式：

lntii，t=A+αlnldi，t+βlnfci，t+φ1lnfci，t×lnfei，t+γ1fe+ψRi+ζQt+ξi，t

(3)

lntii，t=A+αlnldi，t+βlnfci，t+φ2lnfci，t×lntli，t+γ2tl+ψRi+ζQt+ξi，t

(4)

lntii，t=A+αlnldi，t+βlnfci，t+φ3lnfci，t×lnldi，t+γ3ld+ψRi+ζQt+ξi，t

(5)

将其他影响各地区技术创新因素作为控制变量Xt分别加入模型后，模型变为如下形式：

lntii，t=A+αlnldi，t+βlnfci，t+γXi，t+ψRi+ζQt+ξi，t

(6)

最后将各个效应加入模型(6)中，最终变为如下形式：

lntii，t=A+αlnldi，t+βlnfci，t+φ1lnfci，t×lnfei，t+
φ2lnfci，t×lntli，t+φ3lnfci，t×lnldi，t+γXi，t+ψRi+ζQt+ξi，t

(7)

上述模型中，α、β、φ1、φ2、φ3分别代表研发人员、金融集聚以及三个效应机制对各个地区技术创新的弹性，Xt是影响各地区技术创新的一组控制变量，包括FDI、固定资产投资、金融发展效率、纳税贡献度、信息化水平和城市道路面积，分别用fdi，t，fii，t，fei，t，txi，t，tli，t，rdi，t来表示。A是常数项，ξi，t为随机干扰项。

在选择控制变量时，作为影响技术创新水平的重要控制变量，选取FDI，还将政府投资、金融效率、企业规模等也一并作为控制变量。同时考虑到时滞性问题，在研究金融集聚对技术创新的作用时引入滞后期。

(二)变量测度

采用贝森格尔等(Baysinger et al.，1991)[13]使用的人均科学支出来衡量技术创新水平tii，t。相关统计量是从2003年开始的，鉴于部分地级市存在数据缺失情况，根据相邻三年的平均增长率来计算并代替空缺额。

研发人员采用的是各个地级市的科研人员数量作为指标，在测算方法上，采用每万人中的科研人员数量作为研发人员投入ldi，t。具体是以各个地级城市市辖区的科研人员总数除以市辖区的劳动总人口，为了整体数据的统一性，使用了每万人中的研发人员数。

在产业集聚指标的选取方面，使用哈盖特(Haggett，1965)年提出的区位熵作为衡量金融集聚的水平指标。

在其他影响技术创新的变量方面，选取各个地级市的固定资产投资总额与GDP的比例作为固定资产投资指标，最终换算成了每万元GDP的固定资产投资。

(三)数据来源

地级城市中市辖区的数据作为面板数据*采用了全国287个地级城市中的257个地级城市的市辖区的数据，删掉了部分数据不全的城市。和30个省(西藏除外)的省际面板数据、全国就业人员数、国内生产总值来自《中国统计年鉴》；所使用的科学支出、人口数量、就业人口数量、金融就业人员数、各地级市GDP、固定资产额、增值税额、国外直接投资、电信收入、城市道路面积和年末金融机构存贷款总额等都来自各年度《中国城市统计年鉴》；全国金融从业人员数据来源于《中国金融统计年鉴》。

四、实证结果分析

首先，针对面板数据中各个变量进行平稳性检验，证实了所取的面板数据的平稳性，并对数据进行了多重共线性处理后，豪斯曼检验得出应选用固定效应模型。在此基础上初步验证金融集聚对技术创新影响，并通过检验金融集聚的各个效应对技术创新影响来验证第二部分的四大假设。同时引入了滞后期进行进一步的回归，考虑到模型可能存在的内生性，通过引入工具变量之后进行2SLS，也利用GMM回归做了进一步的检验。

(一)初步计量结果

为克服模型可能存在的异方差，使回归结果更符合线性预期和数据分析合理性，所有数据采用对数处理。为解决可能存在的内生性问题，使用二阶段2SLS估计，在大样本条件下，增加工具变量通常会得到更有效的估计结果，具体初步回归结果见表1。

1.初步回归结果

表1 金融集聚对技术创新影响及产业集聚和服务创新效应

表1(续)

注：***、**、*分别表示1%、5%、10%的显著水平。

据模型(2)回归结果可以看出，使用固定效应对模型进行回归时，金融集聚对技术创新相关系数为1.664。即金融集聚每变动一单位，对技术创新影响为1.664单位，并通过了1%的显著性检验。

对比模型(2)与模型(3)两个固定效应结果可看出，加入产业集聚和服务创新效应后，金融集聚对技术创新影响明显减小，且机制对技术创新影响都具有显著促进作用，每变动一单位对技术创新影响为0.29单位，这验证了假设一与假设二，即金融集聚会通过产业集聚和服务创新效应对技术创新产生影响。对比模型(3)两个分析结果可看出，滞后期对产业集聚和技术创新效应影响并不是很明显。

对比模型(6)与模型(7)固定效应结果可看出，加入金融集聚几个影响机制后，金融集聚对技术创新影响系数由0.942变成了0.642，有明显变小趋势，集聚效应、创新效应和人力资本效应在模型(3)与模型(4)中都通过了显著性检验，且符号均为正，这表明金融集聚确实会通过上述三个效应影响技术创新，验证了前文假设1、假设2与假设4。但金融集聚信息扩散效应始终未通过显著性检验，

对比模型(3)与模型(7)固定效应结果可看出，加入控制变量后，金融集聚对技术创新作用系数明显减小，R2也明显增大，证实了数据选取的可靠性。

模型(6)中FDI对技术创新影响系数确为负数，即FDI对技术创新具有抑制作用，这与前文的分析相悖，也与其他经济学家结论不一致，考虑到FDI对技术创新的影响具有相应的时滞，引入了滞后期进行进一步的固定效应回归，结果发现FDI对技术创新的回归系数仍然为负数，仍与上面分析相悖。考虑到模型设定情况，假定出现此状况的原因跟解释变量之间存在内生性有关。

接下来进一步验证金融集聚的信息扩散效应，详细结果见表2。

表2 金融集聚对技术创新影响及信息扩散效应

注：***、**、*分别表示1%、5%、10%的显著水平。

对比表2中模型(2)与模型(4)两个固定效应结果可以看出，加入信息扩散效应后，金融集聚对技术创新影响几乎不变，但金融集聚信息扩散机制对技术创新影响为负数，没有通过显著性检验。这与假设三相矛盾，即金融集聚的信息扩散效应并未对技术创新造成显著的促进作用。主要原因有如下两点：一是在信息扩散的替代变量方面可能没有选取到位；二是针对信息化水平的处理可能存在一定的缺陷。对比模型(3)两个分析结果可看出，引入滞后期并没有改变信息扩散负面影响与显著性。

接下来进一步验证金融集聚的人力资本效应，详细结果见表3。

表3 金融集聚对技术创新影响及人力资本效应

表3(续)

注：***、**、*分别表示1%、5%、10%的显著水平。

对比表3中模型(2)、模型(7)以及模型(5)固定效应结果可看出，加入人力资本效应后，金融集聚对技术创新的影响减小，并且机制对技术创新影响均有显著促进作用，每变动一单位对技术创新的影响为0.12单位，这验证了假设四，即金融集聚会通过人力资本效应对技术创新产生影响。对比模型(5)两个分析结果可看出，滞后期对产业集聚和技术创新效应影响并不明显。

2. 2SLS检验结果

通过使用固定效应模型解决了遗漏变量问题，但模型本身可能存在内生解释变量问题，为避免此问题，通过引入工具变量，然后对固定效应模型进行离差变换或者一阶差分后进行回归，或者是针对模型进行2SLS(二阶段最小二乘法)回归。

引入工具变量后，使用2SLS与GMM两种方法对模型(6)和模型(7)分别进行回归，具体的回归结果见表4。

表4 不同计量结果对比分析

表4(续)

注：***、**、*分别表示1%、5%、10%的显著水平。

由模型(6)、模型(7)结果可看出，金融集聚确实对技术创新具有显著促进作用，金融集聚通过扩大研发资金来源、提高研发资金配置效率两个角度直接对技术创新起了促进作用。

模型(6)与模型(7)结果显示FDI对技术创新影响也变为正向促进作用，这表明FDI对技术创新确实有正向促进作用，同时之前的OLS检验确实存在着内生性问题，引入工具变量后已解决此问题。除FDI系数变化外，尽管信息化水平与金融集聚相关系数为正，但并没有通过10%的显著性检验。

在模型(7)中金融效率溢出效应(交互项)方面，交互项对技术创新影响系数为正，并且也通过10%的显著性检验。因此，金融集聚可以通过金融效率溢出效应(产业集聚效应和服务创新效应)来影响中国技术创新；人力资本积累效应来看，交互项对技术创新具有积极影响，并且也通过了10%的显著性检验，这表明人力资本除了能够直接促进金融集聚外，还通过各种间接的方式促进着中国技术创新的发展。

其他控制变量中，当滞后一期时研发人员、纳税贡献度、固定资产投资、和城市道路面积的相关系数都为正，且都至少通过了10%的显著性检验，这都表明研发人员、纳税贡献度、固定资产投资、金融发展效率、和城市道路面积对技术创新都具有显著影响，并且对金融集聚影响都是正向促进作用。金融效率对技术创新也具有积极促进作用，但并未通过显著性检验，这可能是因当前形势下中国政府对金融整体干预太多，导致市场自身机制被打破。

对比表4中模型FDI系数的不同，得出FDI对技术创新具有显著促进作用，还能够证明FDI对技术创新影响具有显著滞后效果，且滞后一期时效果更好。这也与当前大多数研究的结论一致。

对比2SLS与GMM结果可以看出，各个解释变量系数之间几乎没有变化，由于GMM检验在有异方的条件下检验结果会优于2SLS检验，因此模型本身已经很好地解决了异方差的问题，2SLS的估计结果已经具有比较强的代表性。

五、结论

通过针对金融集聚对技术创新的直接效应和四大效应机制进行分析和初步回归，提出并检验了四大假设。引入滞后期进一步检验，证实金融集聚通过产业集聚效应、技术创新效应和人力资本效应对技术创新有着积极促进作用，但信息扩散效应并不显著。在其他影响技术创新因素中，只有FDI对技术创新的影响系数为负数。解决模型存在的内生性和异方差后，2SLS和GMM检验也得出类似结论，同时人均道路面积、固定资产投资、金融发展效率和纳税贡献度等都对中国的技术创新有着显著促进作用，FDI对技术创新影响具有滞后性，滞后期数为一年。

金融集聚对技术创新具有显著的促进作用，加强对金融中心的建设，促进金融产业不断的集聚对中国技术创新水平的提升乃至中国生产力的提高具有重要意义。中国金融产业发展目前依存在很多问题，比如金融集聚程度不高，金融服务效率地区差异明显，金融集聚地区发展不平衡，金融人才相对缺乏等，而金融集聚会通过产业集聚、服务创新和人力资本效应对技术创新产生影响。因此，全面提升金融服务的效率，提高地区金融服务方式，改善地区金融投资机制以及加大对金融服务人员和企业科技创新人员培养力度等都会对各个城市技术创新产生积极促进作用。

[1]LEVINE A.Unit root tests in panel data：asymptotic and finite-sample properties[J].Journal of Econometrics，2002，108(1)：1-24.

[2]SCHUMPETER J A.Business cycles：a theoretical，historical，and statistical analysis of the capitalist process[M].New York：McGraw-Hill，1939.

[3]GREENWOOD J，JOVANOVIC B.Financial development and economic development[J].Economic Development and Cultural Change，1990，(15)：257-268.

[4]程昆，刘仁和.股权溢价之谜研究述评[J].商场现代，2006(2)：201-202.

[5]蒋海，黄佳军.金融集聚、信息缺陷与金融风险形成机制分析[J].南方金融，2010(11)：31-35.

[6]林玲，李江冰.金融发展与国际贸易关系研究评述[J].经济学动态，2008(10)：126-131.

[7]BOYD J H,PRESCOTT E C.Financial intermediary-coalitions[J].Journal of Economic Theory，1986，38(2)：211-232.

[8]翟胜宝，王菡，陆正飞.金融生态环境和企业创新能力——基于中国制造业的经验数据[J].经济与管理研究，2015(7)：53-69.

[9]孙晶，李涵硕.金融集聚与产业结构升级—来自2003—2007年省际经济数据的实证分析[J].经济学家，2012(3)：80-86.

[10]BAILLIU J N.Private capital flows，financial development and economic growth in developing countries[R].Bank of Canada Working Paper 200015,July 2000.

[11]LEVINE R.Financial development and economic growth：views and agenda[J].Journal of Economic Literature，1995，35(2)：688-726.

[12]DEVEREUX M B，SMITH G W.International risk sharing and economic growth[J].International Economic Review，1991,35(3)：535-550.

[13]BAYSINGER B D，KOSNIK R D，TURK T A.Effects of board and ownership structure on corporate R&D strategy[J].Academy of Management Journal，1991，34(1)：205-214.

(责任编辑：高立红)

The Impact of Financial Industry Cluster on Technological Innovation in Open-Economy

GAO Xiaolong1，YANG Jianchang2

(1.Shandong University of Technology，Zibo 255012,China；2.Dezhou Branch of the Industrial and Commercial Bank of China，Dezhou 253000,China)

Technology innovation is driving force and source of a country’s economic growth，and financial agglomeration is very important for economic growth.Based on this，this paper uses China’s 257 prefectures panel data and the provincial panel data of 30 provinces during 2003—2012 respectively to test the financial agglomeration effect on technology innovation.The study finds that financial agglomeration not only plays a significant role in promoting the technological innovation，but also influences the technological innovation by industrial agglomeration mechanism，service innovation mechanism and the effect mechanism of human capital.Other control variables such as research and development personnel，tax，fixed asset investment，financial development efficiency and contribution to the urban road area and trade have positive effect on technology innovation，and the control variable FDI has significant lag effect on technological innovation.

financial agglomeration；financial efficiency；technology innovation

10.13504/j.cnki.issn1008-2700.2017.01.004

2016-01-19

国家自然科学基金青年科学基金项目“外商直接投资与经济增长：基于演化视角的数量分析”(71202011)；山东省自然科学基金项目“社会资本与经济增长质量：基于演化框架的数量分析”(ZR2014GQ001)

高小龙(1989—)，男，山东理工大学商学院硕士研究生；杨建昌(1989—)，男，中国工商银行德州分行职员。

F830

A

1008-2700(2017)01-0025-09