城市群战略对区域金融效率的影响——基于双重差分法的研究

沈 丽，刘伟华，朱绪东

(山东财经大学金融学院，山东济南 250014)

一、引 言

当前，我国城市群的建设与发展已被作为国家加快现代化进程、促进地区经济增长的主体形态。国务院在《国家新型城镇化规划(2014-2020年)》中明确提出，建设具有集聚程度高、辐射效应强、优势互补的城市群，将有力地推动全国经济增长，促进区域协调发展。自法国学者哥特曼在20世纪50年代最早提出城市群概念之后，通过促进城市群形成与发展以加快本国经济增长，成为各国加快现代化进程的重要途径。我国目前已形成的国家级城市群有7个，正在建设的区域性城市群有10个。据统计，我国城市群以21.1%的国土面积占有率，集中了全国48.9%的总人口、78.8%的经济总量、70%的固定资产投资、84%的第三产业增加值和98%的外资。由此可见，城市群在我国经济发展的过程中正发挥着越来越重要的作用。

作为国家推动区域金融与经济发展，打造参与国际竞争合作平台的重要举措，城市群战略的提出将推动跨区域城市间的协调发展，创新金融市场要素管理机制，打破区域内行政壁垒，促进金融要素自由流动和优化配置。但是，从目前我国区域金融的发展现状来看，区域金融发展不平衡、金融资源分配不均等问题仍然存在，尤其是金融效率总体水平偏低，这在一定程度上制约了金融对区域经济的先导作用，不利于区域经济稳定与发展的和谐统一。因此，研究城市群战略对区域金融效率的作用效果对于提高我国区域金融效率水平，缩小区域间金融发展差距，最终实现我国区域金融的协调稳定发展有着重要的现实意义。

二、文献综述

自Mckinnon和Show在20世纪70年代提出金融发展理论以后，关于金融效率理论的研究一直以金融发展理论为前提，经过学者们30多年的探索，学术界对于金融发展理论的研究逐渐形成了几种不同的观点，每一种观点下都蕴含着不同的金融效率观。在对金融效率理论的研究中，王广谦[1]率先主张应该按照金融机构效率、金融市场效率、宏观金融效率和金融调控效率四个层次对金融效率进行考察。此后，越来越多的学者致力于金融效率理论的研究。Kim[2]、Abott[3]和Naraya[4]等学者把金融效率看作是一国或地区金融体系的资金配置对国民经济增长的促进效率，通过对财政和贸易等数据的周期性波动进行考察，探讨了储蓄与投资的相关性。还有一些学者将金融效率看作是以金融机构为中介的市场中资金融通的效率，其含义是指金融机构在既定的成本约束下实现其最大化产出的目标，如Zied[5]、张珩[6]等。

在区域金融效率测度方面，数据包络分析(DEA)是学术界应用最为广泛的一种方法。如孙威[7]运用DEA模型实证测度了我国部分城市的效率，并对研究结果进行了对比分析。伴随计量经济学的不断发展，学者们对传统DEA模型进行了有益的改进，如提出多阶段DEA模型来弥补传统方法的不足，厉伟[8]运用2007-2011年有效数据，采用多阶段DEA模型对我国26个省份的财政支农效率进行了实证评价。与传统的DEA测度方法相比，多阶段DEA模型不仅能够进行径向的松弛度测度，而且考虑了投入产出的松弛性问题，进一步对松弛性的变化进行测算，因此计算结果更加准确。

现有关于城市群战略对区域金融效率影响，学者们更多从区域角度对城市群与区域金融效率的关系进行了研究。如陈章喜[9]基于DEA模型实证研究了珠三角城市群的整体效率及其内部结构效率。曹贤忠[10]基于DEA模型对长三角城市群投入产出效率进行了分析。然而，已有研究主要集中于金融效率的测度及其空间分布特征分析且多采用对比分析方法对城市群战略实施所导致的区域金融效率进行探讨，并没有准确估计出城市群战略实施对区域金融效率的影响程度。尽管部分学者引入时期变量，通过对比城市群战略实施前后的金融效率差异来判断城市群战略的有效性与否，但是在区域金融效率受众多因素影响的情况下，单纯应用单差法来进行估计，是存在很大误差的。根据Wang等[11]的研究，自然实验在样本分组上的非随机性，使得政策在不同样本组间存在事前差异，而单一的对比分析难以消除这种差异，从而导致不能准确评价政策实施效果，利用双重差分法则能够有效消除这种事前差异，将政策实施的净效应有效分离出来。

在已有研究的基础上，本文结合1997-2015年省际数据，采用多阶段DEA模型对区域金融效率进行测度，进而通过双重差分模型对城市群战略作用于区域金融效率的净效应进行评价。

三、模型、指标和数据

(一)模型设计

为了检验城市群战略对区域金融效率的影响，本文通过构建双重差分模型以分离出城市群战略对区域金融效率的净效应。而对区域金融效率水平进行准确客观的测度是有效评价这种影响效应的前提。

1.区域金融效率测度模型

采用投入导向的多阶段DEA模型对区域金融效率水平进行测度，不同决策单元的效率指数如公式(1):

以任意效率指数为目标，以全部效率指数为约束条件进而构造条件约束函数:

2.双重差分模型

为了进一步评价城市群战略对区域金融效率的作用，一种方法是通过对比区域金融效率水平在城市群战略实施前后的差异大小，但是这种方法未能考虑到即使排除城市群战略实施这一因素，其他驱动金融发展的因素也会对区域金融效率产生影响。此外，同一时期实施的其他政策也会对未受城市群战略影响的地区的金融效率产生影响，这些因素必然会干扰对城市群战略作用效果的研究，影响评价结果。因此，我们采用双重差分法在排除其他影响因素的前提下分离出城市群战略对区域金融效率的净影响，该方法基本思想如下:调查样本由两部分组成，一组是受城市群战略影响的“实验组”，一组是未受城市群战略影响的参照组。根据实验组和参照组在城市群战略实施前后的相关信息，可以计算出实验组和参照组在城市群战略实施前后金融效率的变化量，然后对上述两个变化量进行求差运算，以此种方式反映出城市群战略实施对实验组的净影响。

本文基于我国省际面板数据，选取包括长三角城市群、珠三角城市群、京津冀城市群等在内的十大城市群作为研究对象，在样本期内，分别有北京、上海、江苏、浙江和重庆等17个省市获批实施城市群战略，因此，我们可以将其看作一个“准自然实验”。具体来讲，获批实施城市群战略的17个省市构成处理组，其余在样本期内未受城市群战略影响的省份则构成对照组。同时，不同地区的城市群战略在实施时间上存在差异，根据地区获批城市群战略实施时间，我们设置Treated变量，地区在城市群战略实施前Treated＝0，之后Treated＝1，构造如下双向固定效应模型以实现双重差分，检验城市群战略对区域金融效率的作用效果:

模型(3)中，i代表个体，t代表时期。被解释变量Yit为区域金融效率。ut表示时间固定效应，αi表示各省份的个体固定效应。Xit是其他控制变量，包括经济发展程度、政府干预程度、地区教育水平、金融规模、经济开放程度等。模型中，估计值β1便是我们所关心的双重差分估计量，它衡量了城市群战略对区域金融效率的净效应。如果城市群战略的实施确实促进了区域金融效率的提高，那么β1应显著为正。

(二)指标与数据

本文主要研究城市群战略的实施对区域金融效率的影响，并对城市群战略推动区域金融效率增长的地区差异进行详细分析。考虑到其他因素也会对区域金融效率的变动产生影响，本文还选取了一系列控制变量。

1.被解释变量

被解释变量为区域金融效率，运用多阶段DEA模型测度区域金融效率，参照已有研究中的普遍做法，将金融机构看作是储蓄向投资转化的中介机构，从这一角度出发，选取金融部门的从业人员数量、金融部门固定资产投资额和金融机构年末存款的余额作为投入指标；将金融业增加值、地区生产总值以及金融机构年末贷款的余额作为输出指标。具体来说，金融业从业人员包括金融机构中各部门的工作人员，如技术人员、后勤人员等；金融业固定资产投资作为金融机构主要的资本投入，其高低直接代表了金融机构储蓄向投资转化的能力，因而作为输入指标；存款作为金融机构开展其他业务的基础，其规模大小能够间接影响金融机构贷款规模进而对经济有重要影响，因而作为一项输入指标；贷款作为金融机构的资产，不但满足了社会扩大生产所产生的资金需求，而且对于推动经济增长具有重要作用，因此作为模型的输出指标；金融业增加值代表了全部金融部门剔除中间业务后的总产出值，因此作为输出指标；地区生产总值衡量了金融发展对某一地区经济增长的促进程度，因此作为输出指标。

2.解释变量

城市群战略虚拟变量(Treated)。我国城市群在1998之后获得快速发展，基于数据可得性，考虑到样本容量，本文样本期确定为1997-2015年，根据国务院批准的城市群战略及实施时间，对各省份进行赋值。如果某一省份在当年开始实施或已经实施城市群战略，则赋值为1，否则为0。此外，为了检验城市群战略对区域金融效率在不同地区间的作用效果，我们进一步将样本省份按照东、中、西部进行划分，根据名单分别对样本省份进行赋值，如果在样本期内，某一省份属于以上名单则分别赋值为1，否则为0。

3.控制变量

为了控制其他变量对区域金融效率的影响，我们选取金融规模(Fin)、经济发展水平(Pgdp)、地区教育水平(Edu)、政府干预程度(Gov)、经济开放程度(Ecop)作为控制变量。具体来讲，一个地区的金融资源配置只有在最合适的金融规模中才能发挥出最大的效率，因此，本文以“金融机构存贷款余额/地区GDP”表示金融规模。经济基础是地区金融发展的保障，能够为金融发展提供有效的资金供给，因此，用人均GDP表示地区经济发展水平。高素质的人力资源在一定程度上促进了区域金融的发展，因此以“高校在校学生数/地区总人口”代表地区教育水平，用以衡量人力资本的文化水平对区域金融效率的作用。政府在区域经济和金融的发展中起着至关重要的作用，对金融业的有力支持将极大地促进金融的发展，进而影响区域金融效率，因此本文用“政府预算内支出/地区GDP”表示政府干预程度。一个地区的经济开放程度越高则越有利于国外先进管理经验与制度的引进，从而促进地区经济与金融的发展，因此，本文以“地区进出口总额(根据历年中间汇率换算为人民币计价)/地区GDP”表示经济开放程度。为消除多重共线性问题，上述所有控制变量均取其对数形式。考虑到数据的可得性等原因，香港、澳门、台湾地区不在样本范围之内，全部样本包括31个省市，时间跨度为1997-2015年。所有原始数据均来自于《中国城市统计年鉴》及各省份统计局网站。各变量的描述性统计结果见表1。

表1 主要变量的描述性统计

四、实证分析

(一)区域金融效率测度结果分析

本文基于多阶段DEA模型测度得到1997-2015年我国31个省市的金融效率水平，如表2所示，并对测度结果做了初步统计分析，表3为描述性统计结果。

由表3可以看出，天津市金融效率水平最高，有17次位于效率前沿面上，其次为北京、江苏和山东，皆有10次位于效率前沿面上，可以发现，这4个省市的金融效率处于最高水平，且均位于东部沿海地区。此外，青海和宁夏虽属于西部地区，但确分别有9次和8次位于效率前沿面上，金融效率同样处于较高水平。同时，可以看到西藏、辽宁、甘肃和四川等省份的效率水平较低，其中西藏和四川一次也没有出现在效率前沿面上，这几个城市除辽宁外均来自西部地区。

从总体上看，东部沿海地区整体效率水平较高，中部地区如内蒙古、河南、湖南等地金融效率处于中间水平，西部地区除个别省份效率水平较高之外，其他省份的效率水平则明显处于较低层次。

表2 1997-2015年部分省市金融效率

表3 1997-2015年部分省市金融效率描述性统计

(二)城市群战略与区域金融效率:基本回归结果

在基于上述效率测度的基础上，首先估计城市群战略对区域金融效率的直接影响。同时，考虑到不同地区间效率水平存在较大差异，本文进一步估计城市群战略对区域金融效率的作用效果在不同地区间所具有的差异，由于城市群的设立在样本省份中表现出差异化特性，因此我们应用双重差分模型来评价城市群战略对区域金融效率变化的净效应，回归结果如表4。

表4 双重差分模型估计结果

表4中，回归1是没有考虑控制变量时的估计结果，可以看到，Treated的估计系数显著为正，表明城市群战略对区域金融效率存在正向推动作用。回归2是加入其他控制变量时的结果，Treated的系数为0.072且十分显著。可以看出，无论是否加入控制变量，城市群战略虚拟变量的估计系数均显著为正，这表明城市群战略的实施对于区域金融效率具有显著促进作用。

分地区来看，回归3估计了东部地区金融效率受城市群战略的影响，交互项Eastern-Treated的系数为负但并不显著，而且系数较小，表明在东部经济发达地区城市群战略对区域金融效率的影响并不明显。回归4估计了中部地区效率水平受城市群战略影响的程度，交互项Central-Treated的系数为正，在10%的显著性水平下显著，表明城市群战略对区域金融效率具有一定的提高效果。回归5估计了西部经济欠发达地区的城市群战略影响效果，交互项Western-Treated的系数显著为正，且大于东部地区与中部地区的交互项系数，这表明在西部地区城市群战略的实施能够有效推动区域金融效率增长。

对于上述不同地区间的估计差异，本文认为城市群战略对区域金融效率的推动作用随着地区经济的发展与金融体系的不断建设而逐渐递减。东部地区经济基础较好，金融体系与市场运行机制相对完善，金融效率已经处于一个较高的水平，因而城市群战略实施所带来的影响较小；西部内陆地区经济发展落后，金融体系建设不够完善，金融效率水平较低，因此城市群战略的实施对于推动金融效率提高的效果比较明显；中部地区经济发展与金融体系建设比较均衡，金融效率处于中间水平，城市群战略推动金融效率提升的空间相对有限。

(三)稳健性检验

对于上述基本回归结果，借鉴已有研究经验，采用反事实检验进一步检验估计结果的稳健性。除了城市群战略这一政策之外，其他随机因素也会对区域金融效率的变化产生影响，而这种影响与城市群战略的实施并没有很大关系，从而导致前述估计结果不准确。为排除这些因素对估计结果的干扰，我们将战略实施的时间提前若干年，如果城市群战略虚拟变量仍十分显著，则表明区域金融效率的变化很可能来自其他因素的影响，而不是城市群战略的实施，如果城市群战略虚拟变量并不显著，则表明金融效率的变化由城市群战略导致，回归结果如表5。

表5 反事实检验结果

表5假设将城市群战略实施时间提前3年的情况，可以看到，假设的城市群战略虚拟变量均不显著，这间接表明金融效率的变化并不是其他随机性因素的结果，而是来自于城市群战略的影响。

除了采用上述检验方法外，本文进一步采用“单差法”检验城市群战略对区域金融效率的作用，回归结果如表6。

由表6可以看到，在控制其他变量和地区效应以后，Treated的估计系数显著为正，并且明显大于基于双重差分法回归得到的系数，这表明，传统的单差法在处理这类问题时没能有效分离出城市群战略对区域金融效率的净效应，在存在诸多因素干扰的情况下，使得城市群战略对区域金融效率的作用被高估，因此，基于双重差分法得到的结果更为可信。

五、结论与建议

本文以1997-2015年我国31个省市数据为样本，运用多阶段DEA模型与双重差分法，研究城市群战略对区域金融效率的影响。研究发现，城市群战略可以显著提高区域金融效率水平，这一结果进行稳健性检验后仍然成立。而且城市群战略对区域金融效率的作用在不同禀赋条件的地区间表现出差异性，在那些经济发展水平高、金融体系完善的地区城市群战略对区域金融效率的作用效果更低。这一结论表明，通过合理布局，城市群的设立不仅可以推动区域金融效率的提高，还可以进一步促进不同地区间的金融发展平衡。

表6 单差法检验结果

就目前我国的发展现状来看，虽然不同地区自改革开放以来均获得了快速发展的机遇，但区域金融效率发展不均衡，部分地区发展缓慢的现象仍然存在。为此，提出如下几方面建议以提高区域金融效率水平，促进区域金融与经济的协调稳定发展。首先，政府管理部门应充分认识到城市群的建设对于区域金融发展的积极作用，结合各地区发展现状积极推进城市群的建设与发展，同时鼓励各地区对城市群战略及类似政策的探索和推广。其次，获批城市群战略的地区金融效率水平获得了有效的提升机会，而经济条件落后、金融发展水平较低的地区则由于提升空间大，可以获得更好的政策实施效果。因此，政府部门应从整体角度出发，积极探寻城市群发展过程中的规律，通过合理布局城市群的建设以实现向那些基础条件较差的中西部地区倾斜，促进不同地区间金融发展的协调稳定。最后，以城市群为发展载体，实现区域金融一体化。要立足于城市群的建设发展，并以此为基础促进区域金融体系的优化整合，构建科学合理的区域金融协调发展机制，全方位推进区域金融一体化进程。

[1]王广谦.经济发展中金融的贡献与效率[M].北京:中国人民大学出版社，1997:13-56.

[2]KIM S.The Saving-Investment Correlation Puzzle Is Still a Puzzle[J].Journal of International Money and Finance，2001(7):1017-1034.

[3]VITA G D，ABOTT A.Are Saving and Investment Cointegrated?An ARDL Bounds Testing Approach[J].Economics Letters，2002(77):293-299.

[4]NARAYAN P K.The Saving and Investment Nexus for China:Evidence from Cointegration Tests[J].Applied Economics，2005(17):1979-1990.

[5]ZIED F.What Can We Learn about Islamic Banks Efficiency under the Subprime Crisis?Evidence from GCC Region[J].Pacific-Basin Finance Journal，2015(33):81-92.

[6]张珩，罗剑朝，李琪.基于多元统计方法的农村合作金融机构运营效率研究——以延安地区为例[J].华中农业大学学报(社会科学版)，2012(5):47-51.

[7]孙威，董冠鹏.基于DEA模型的中国资源型城市效率及其变化[J].地理研究，2010(12):2155-2165.

[8]厉伟，姜玲，华坚.基于三阶段DEA模型的我国省际财政支农绩效分析[J].华中农业大学学报(社会科学版)，2014(1):69-77.

[9]陈章喜，徐通.珠三角城市群战略实施以来的效率评价[J].经济地理，2011(11):1822-1839.

[10]曹贤忠，曾刚，邹琳.长三角城市群R＆D资源投入产出效率分析及空间分异[J].经济地理，2015(1):104-111.

[11]WANG S S，LI W，CHENG L T W.The Impact of H-Share Derivatives on the Underlying Equity Market[J].Review of Quantitative Finance and Accounting，2009，32(3):235-267.