河南省金融产业集聚与经济增长实证研究

聂玉丽/ 文

据统计，2016 年，河南省金融业增加值为2256.61 亿元，到2017 年年末，金融业增加值为2509.19 亿元，可以看出河南省金融产业产值在进一步提高，但是金融产业集聚到什么程度才会对经济产生一定的促进作用，本文用2006- 2017 年河南省18地市相关面板数据，运用区位熵的方法测度各市金融产业集聚程度，并通过基本面板数据模型研究金融产业集聚对经济增长的影响。

一、河南省金融产业集聚现状及测度

我们首先分析河南省经济发展现状及金融产业发展现状，为后续研究奠定基础。数据来自《中国统计年鉴2006- 2018》《河南省金融年鉴2006- 2018》《河南省统计年鉴2006- 2018》。

（一）河南省经济发展现状

河南省作为人口大省，在经济发展方面，生产总值和人均国民生产总值都在进一步提升。和北京、上海相比，河南省虽处于低水平发展阶段，但河南省同样也在为全国GDP 做贡献。可以通过以下的图表分析加以证明。

附图 河南省人均GDP 与全国人均GDP 比较

（二）河南省金融发展现状

通过分析河南省各地市的年末存款余额统计数据，发现各地市年末存款余额都有上升趋势，且郑州市的年末存款余额上升幅度最为显著，原因可能在于郑州市作为河南省的省会城市，是河南省金融、经济、政治活动中心，凭借优越的地理位置，已成为河南省金融产业发展集聚中心，加上金融产业特有的趋利性，金融产业更愿意选择在更有利的地方集聚。但其他市同样是在加快金融产业的发展，在统计年间确实是有所提高。

（三）金融产业集聚度的测度选择

金融产业集聚程度的测度方法有很多，如区位熵法，基尼系数法，赫芬达尔指数等。本文选用区位熵方法来测度金融产业集聚程度（金融产业就业人数集聚度），其计算公式如下：

其中，LQij表示j 区域i 产业区位熵，Lij表示j 区域i 产业从业人数，Lj表示j 区域总就业人数，Li表示全省i 产业就业人数，L 表示全省总就业人数。

LQij计算得出的区位熵数据，若LQij＞1，代表该区域产业区位熵高于全省平均水平，反之LQij＜1，代表低于全省平均水平。

最近12 年郑州市、洛阳市、鹤壁市、平顶山市、焦作市、三门峡市的金融产业区位熵平均都大于1，说明这几个市的金融有个别市呈现产业集聚水平优于河南省的金融产业集聚平均水平，但2016 年，这几个市有下降的趋势，原因可能是随着金融产业的发展，出现了产业向其他临近市扩散和转移。统计期内郑州市的金融产业区位熵最高，且呈现逐步上升的趋势，远高于其他城市，原因在于郑州作为河南省经济发展水平最高的城市，具有发展成为河南省区位金融中心的潜能。其他市的金融产业区位熵小于1，说明低于河南省金融产业集聚平均水平。鹤壁市、焦作市凭借自己特有的金融发展，金融产业集聚水平也高于河南省金融集聚平均水平。洛阳市发展比较迅速，金融发展也比较客观，金融产业集聚水平在逐步上升。

从纵向观察区位熵，不难发现，河南省各市金融产业集聚程度从2006- 2017 年平均呈现上升的趋势，也说明河南省的金融产业从相对分散到集聚的过程。河南省金融产业发展还需要各市共同努力，通过发展金融产业，以提高整个河南省经济发展情况。

二、模型设定、数据选取

（一）模型设定

本文主要研究金融产业集聚对经济增长的影响，首先选用柯布- 道格拉斯生产函数作为基本函数引入产出。柯布- 道格拉斯生产函数：Y=AKαLβ，其中Y 代表国内生产总值，A 表示技术水平，代表全要素生产率，K 为资本投资，L 为劳动投入，α、β 分别为资本和劳动的产出弹性，0＜α，β＜1。

为了消除自相关及异方差对研究结果的影响，我们对模型做对数处理，为了比较金融产业集聚水平对经济的影响程度的大小，我们在最初模型一中不加入金融产业集聚度水平，模型二为加入以区位熵计算出的各市金融产业集聚水平，模型如下：

模型一：LnYit=αi+α1LnKit+α2LnLit+uit

模型二：LnYit=Ci+β1LnKit+β2LnLit+β3FINit+uit

其中，Yit表示i 地第t 年的人均国民生产总值，Kit表示i 地第t 年的固定资产投资，Lit表示i 地第t 年的人力资本投入，FINit表示i 地第t 年的金融产业集聚指标，uit为随机误差项。

（二）数据说明

本文选取2006- 2017 年相关面板数据，Y、K、L 的原始数据来源均来自《河南省统计年鉴2006- 2018》《河南省金融年鉴2006- 2018》及各地统计网站，FIN 数据来源于第三部分以区位熵计算得出的数据。

被解释变量Y（人均国民生产总值）：为了避免各个地区由于区域面积及人口规模的差别对研究结果的影响，我们选取各市的人均国民生产总值进行研究，为了进一步准确反映一个地区的经济发展水平，我们选取以地区常住人口计算得出的人均国民生产总值作为衡量经济增长的指标。所以本文被解释变量选取以常住人口计算的人均GDP 来衡量各市的经济增长，并取对数。

控制变量：资本投入（K）和人力资本投入（L）。指除了主要解释变量以外能够影响地区经济增长水平的资源禀赋差异的变量，控制变量的选择旨在控制其他可能影响被研究对象的因素。本文以柯布- 道格拉斯生产函数为研究基本模型，故选择资本投入和人力资本作为研究的控制变量。

资本投入（K）：本文选取各个市2006- 2017 年固定资产投资总额作为衡量模型中资本投入，数据来源于《河南省统计年鉴2006- 2018》。

人力投入（L）：本文选取各市年末从业人数作为人力投入的衡量指标。

主要解释变量FIN（金融产业集聚）：本文主要解释变量数据来自上节以区位熵计算得出的金融产业集聚程度。

三、实证研究

（一）面板数据的单位根检验

面板数据的优点包括时间序列维度和截面空间维度，所以本文选用面板数据进行研究，但为了提高回归结果的有效性，降低伪回归的概率。首先对数据进行单位根检验。

由检验结果可知，人均GDP 在原值时既是平稳的，则其一阶差分自然是平稳的，其他变量在10%的显著性水平下，原始变量均不能拒绝原假设，意味着原值不平稳，进一步分析一阶差分的平稳性，检验结果如上所示，变量在5%的显著性水平下能拒绝原假设，即一阶差分序列平稳。

（二）面板数据的协整检验

现在对数据进行进一步的检验，即面板数据的协整检验，看变量之间是否存在长期均衡关系。

在模型一中Kao 检验在5%的显著性水平下拒绝了原假设，即存在协整关系，在Pedroni 检验中只有Panel v- Statistic 和Group rho- statistic 两个统计量没有通过5%显著性水平的检验，剩下五个均通过了显著性检验，可知在Pedroni 检验至少有四个通过检验，则认为存在协整关系。即模型一中人均GDP 与资本投入和人力投入之间存在协整关系。在模型二中，Kao 检验在5%的显著性水平下拒绝了原假设，在Pedroni 检验也存在至少四个通过了显著性检验，说明存在协整关系。由此可以得出，河南省金融产业集聚与经济增长之间存在长期的均衡关系，可以对模型进行回归。

（三）实证分析

1.基准回归

本文首先选用广义最小二乘法（OLS）（本文采用稳健标准误最小二乘回归）来对上述模型进行回归。结果显示，模型一中固定资产投资、人力投入在1%显著性水平下都是显著的。模型二加入了金融产业集聚度，并在10%的显著性水平下显著，说明金融产业集聚水平对经济增长有正向作用。

面板数据需要检验面板数据是否存在个体效应。如果个体效应与解释变量相关，则称为面板固定效应；如果个体效应与所有解释变量不相关，则称为随机效应模型。我们通过比较面板效应回归和最小二乘回归，面板固定效应回归优于OLS 回归，同时我们也做随机效应回归，和OLS 回归比较，p 值接近于0，非常小，拒绝原假设，说明随机效应回归同样优于OLS 回归。最后选择豪斯曼检验选出最优回归模型，通过检验结果显示，模型一中Hausman 检验统计量为W=18.77，p 值为0.0003＜0.05；在模型二中，Hausman 检验统计量为W=14.36，p 值为0.0062＜0.05。则豪斯曼检验在显著性水平下，两个模型都应该选择固定效应模型。

2.固定效应回归

（1）从模型拟合的角度看：回归模型的R2都在95%以上，说明模型的拟合效果比较好，模型的解释能力比较强。并且模型的F 值伴随的p 值为0，拒绝原假设，说明模型变量间存在高度的线性关系，模型方程高度显著。

（2）从资本投入和人力投来看：无论是模型一还是模型二，资本投入系数都通过了显著性检验，在1%的显著性水平下是显著的，说明一个地区的资本投入对经济增长具有正效应。模型一和模型二中资本投资的系数相差非常小，说明加入金融集聚水平后，与未加入金融集聚水平结果差别不大。资本投入增加1%，地区经济增长59%。人力投入在模型一和二中系数并不显著，说明人力投入对经济增长影响不显著，河南省作为人口大省，也是农业生产大省，第一产业从业人员占据大多数，对河南省来说，属于劳动密集，并由于趋利因素，高新技术人才往一线城市聚集的现象很明显，所以对河南省来说，招商引资、发展经济，人才战略是首选。

（3）从金融产业集聚系数来看：我们计算金融产业集聚程度是采用区位熵计算方法，数据选取是金融产业年末从业人员，也称金融从业人员区位熵。模型二中加入金融集聚度后，系数是为正，说明金融产业集聚对经济增长是存在正效应的，但是这种效果并不是很显著，说明河南省在全国经济发展来说，金融产业发展还是有待提高。我们从计算区位熵时分析发现，河南省省会圈里城市金融产业区位熵比较高，如郑州市、鹤壁市等。从河南省全省内来看，郑州作为省会城市，金融产业集聚水平最高，对经济增长影响相对来说是比较大的，并且由于扩散效应的影响，省会圈金融产业发展迅速，金融产业逐渐集聚，对周边城市经济增长具有一定的促进作用。其他城市的金融产业区位熵相对来说比较小，甚至低于0.5 水平，说明金融产业比较分散，对经济增长影响并不是很大。

四、结论及政策建议

（一）研究结论

首先，河南省18 个地市的金融产业集聚程度大不相同。郑州市、洛阳市、鹤壁市、平顶山市、三门峡市每年的金融产业集聚度区位熵平均值在1 以上，说明金融产业相对来说是集聚的，其他地市金融比较分散。

其次，我们从基本柯布道格拉斯生产函数入手进行实证方面的研究，在模型处理上，我们设计两个基本模型来比较金融产业集聚度对经济增长的影响。研究结果表明，地区的固定资本投资对经济增长有显著的促进作用，且促进作用为最大。说明河南省各市可以通过增加固定资产投资来进一步促进各个地区的经济增长。而以各市年末从业人数衡量的人力资本投入，研究结果显示表明对经济增长的影响并不显著，甚至出现负的作用。

最后，对金融产业集聚来说，分析结果虽有促进作用，但效果并不显著，说明河南省金融产业的发展仍然处于低水平发展阶段，只有金融产业集聚到一定水平，对经济增长才起一定的促进作用。

（二）政策建议

首先，政府部门要充分发挥自己职能，完善基础设施建设，增加固定资产投资来促进本地区的经济增长，并且要引进高技术人才促进地区经济发展，同时加大对金融产业就业人员的引进及培训，提高专业化水平。

其次，缩小地区间差异，加大各地市间金融合作。金融产业集聚水平高的地区要充分发挥扩散效应及示范效应，逐渐带动周边地区的发展。例如在河南省内，郑州市金融产业集聚水平最高，集聚了全省大部分金融资源和金融人才，因此要充分发挥其资源集聚优势，加强与周边城市的合作。

最后，要制定差异化区域金融政策。河南省18 个地市经济发展各不相同，金融产业发展更是有所差异。由于资本总是会流向利益高的地区，就会造成河南省部分地区无人问津。所以对河南省地区金融发展，要适当采用差异化的金融发展政策，对于金融发展落后的地区，如商丘市、济源市等，金融机构的进入门槛可以适当降低，金融人才的福利待遇应适当提高。对于郑州市金融发展，对金融机构的进入门槛可以适当提高，以筛选出更出色的金融资源和金融人才。