金融资源配置对产业结构升级的空间溢出效应研究

■刘传哲，管琳娜，杨梦满

本文选取2008～2017年我国省际面板数据，首先采用数据包络法（DEA）对我国各省市的金融资源配置效率进行测度，然后构建空间杜宾模型考察金融资源配置对产业结构升级的空间溢出效应。结果表明：第一，金融资源在空间上的配置是不均衡的，金融资源配置效率呈现由东向西递减趋势；第二，金融资源配置效率具有负向的空间溢出效应，本地金融资源配置效率的提高能够促进本地产业结构升级，但是对邻近地区的产业结构升级调整具有消极影响；第三，产业结构升级存在显著的空间正相关性。鉴于此，本文提出相关政策建议优化金融资源配置，促进产业结构升级。

一、引言与文献综述

党的十九大报告明确强调要“深化金融体制改革，增强金融服务实体经济能力”，从而全面提升经济发展质量与效益。金融作为一种资本要素，对推动经济发展发挥着关键作用。金融主要通过产业结构升级来影响实体经济的发展，而产业结构升级调整本身就是经济增长的助推器，产业结构一旦出现问题，与之相匹配的经济增速也会出现相应的问题，进而出现产能过剩，产业集中度过低，产业发展不平衡等问题。另外，产业结构升级调整的本质是金融资源的流向问题。目前金融资源流向的不合理导致的“有效供给”不足与“无效供给”过度问题依然严重。因此，如何合理优化金融资源配置来促进产业结构升级，推动经济高质量发展是当前金融领域值得关注的焦点。

金融与产业结构之间的关系一直受到国内外学者的关注。首先，金融发展和产业结构的关系并不是单向的，金融发展不仅能够对产业结构产生影响，产业结构的变动也会影响金融发展（Greenwood&Wang，2010；Guariglia&Poncet，2008）。其次，金融发展能够长期促进产业结构升级（姚华和宋建，2016），但是这种促进作用具有明显的时滞性特征（王定祥等，2013）。除此之外，金融规模增长对产业升级也具有正向作用（王立国和赵婉妤，2015），而且金融规模的扩大对第二、三产业的影响是非线性的（朱玉杰和倪骁然，2014）。

学者们还从金融资源配置的角度研究了金融对产业结构的影响。Wurgler（2000）首先提出了资本配置效率估算的方法，认为金融效率可以被表示为金融部门对资本的配置效率。随后，Carlin&Mayer（2003）将金融资源配置分为市场导向型和银行导向型两种，并认为市场导向型的配置方式有利于高新技术及高风险产业的成长，而银行导向型的配置方式有利于传统且风险低的产业成长，对不同产业进行资本的差异配置对调整产业结构具有积极促进作用（韩立岩和王哲兵，2005）。随着经济进入新常态，要求市场对金融资源配置的作用由基础性向决定性转换，这就使得市场导向型金融资源配置对产业结构的影响逐渐增强。因此，合理的金融资源配置有助于推动产业主体的资本积累，从而影响生产要素在不同产业的分布以及产业结构的升级与调整（郑若谷等，2010）。

综上所述，现有文献已从金融发展和金融资源配置的角度进行了大量研究，但忽略了金融资源在空间区域间的流动效应和溢出效应，难以有效准确地衡量相关政策的实施效果。鉴于此，本文引入了空间计量的方法，充分考虑空间因素对产业结构升级的作用，研究金融资源配置对产业结构升级影响的空间效应。

二、理论分析与研究假设

（一）金融资源配置与产业结构升级

金融影响产业结构的过程可以简单归纳为：金融首先通过各项金融活动影响储蓄和投资的转化来调整资金的流量与存量，进而对生产要素的分配结构和产业资本产生影响，最终推动产业结构的升级。从产业结构与金融的关系看，产业结构也反映了资金的分布状况，自改革开放以来，资金转向发生了改变，资金分布的集中度从原先的第一产业转向第二产业，再到现在的第三产业，体现了资金配置向合理化与高级化转变。

金融资源配置主要是对资本要素的配置，而产业在生产过程中需要资本，这是金融资源配置影响产业结构升级的前提。产业资本的形成可分为两个环节：第一，国民储蓄的形成，政府部门、企业和个人等经济主体通过投入生产要素获得全部要素后减去消费支出即得到财富剩余，在形式上表现为货币、储蓄、债券、证券等金融工具。第二，国民储蓄由货币资本的形式转化为现实的实物资本，如原材料，机械设备和技术等。金融系统将社会上闲散的货币资本汇聚起来后，通过配置功能将积累的货币资本转化为支持产业发展的产业资本，即通过影响资本要素的流向和资本投资的方向影响不同产业在发展过程中获得的资本总量。合理的金融资源配置能扩大优势产业发展所需要的产业资本，从而加速产业结构升级调整进程。而且在产业结构不断调整与升级的过程中，金融资源配置的提高也会带来新产业新技术，金融资源配置水平越高，金融机构和金融产品就越多，能实现的融资活动也就越灵活多样，这无疑都加速了资本的流动与配置，对产业结构由传统的劳动密集型产业向技术先进的新兴产业进行转变具有推进效应。综上，本文提出假设H1。

H1：优化本地金融资源配置有利于促进本地产业结构升级调整。

（二）金融资源配置的溢出效应与产业结构升级

金融资源在空间上的非均衡配置的主要原因是资本的配置渠道、金融信息获取差异以及资产收益率差异（白钦先，2001）。金融资源的配置取向是由社会市场运行情况、经济发展程度以及自然资源的使用共同决定的。在金融资源空间配置上，经济发展水平低的地区由于金融信息获取的有限性，资源配置和投资的可供选择渠道单一，加之我国各区域、各省份以及城乡间的市场运行差异大，金融发展程度存在显著的区域差异，金融资产膨胀系数和资产的趋利性进一步导致区域金融资源配置在空间上分布的非均衡性。

随着市场调节和政府干预等外部因素的作用，以及金融资源的集聚和扩散配置运动，再加上我国交通基础设施的发展与完善，各区域、各省市以及城乡间的资源相关性和经济相关性逐渐增强，金融资金、资源等要素在不同区域之间流动越来越方便，金融要素在相邻区域间流动转移会对周围地区的经济发展和产业发展产生影响。根据核心-边缘理论，经济增长快的核心区域会在集聚效应的作用下汇聚金融资源，从而不断从周围地区获得资金、劳动力等重要的要素资源，使得本地区的金融资源配置提高。但是金融资源的总量是有限的，一个地区的金融资源获得量的增加，必定会导致其他地区金融资源数量的减少。除此之外，各地区为了发展，会模仿周围发展好的地区的发展模式，这必将与周围地区争夺相同的金融资源，加剧了各省份争夺金融资源的情况，使得金融资源配置呈现负向的溢出效应。金融资源配置的负向空间溢出效应导致金融资源流出，从而减少了本地区产业生产发展所需要的资本，不利于本地产业结构升级调整。加上金融资源的配置本身具有极强的逐利性特点，在资金总量既定的情况下，金融资源会从产出效率低、收入弹性低的地区转移到产出效率高、收入弹性高的地区，进一步增加了金融资源配置高效地区的资本和劳动力获取能力，强化了对周边地区产业发展的不利影响。综上，本文提出假设H2。

H2：外地的金融资源配置效率的提高对本地的产业结构升级具有消极影响。

三、变量选取与模型构建

（一）变量选取

1.被解释变量

本文的被解释变量为产业结构升级。本文借鉴叶蜀君等（2018）、邵汉华和汪元盛（2018）的做法，用第三产业增加值与第二产业增加值的比值来表示产业结构升级，比值越大则说明产业结构越趋向高级化。

2.解释变量

本文的解释变量为金融资源配置。本文借鉴孙亚男（2018）的指标选取结果，采用DEA方法测算金融资源配置，其中投入指标是金融机构存款余额、金融业从业人数、政府财政支出额，产出指标为金融业增加值。具体指标体系如表1所示。

表1 金融资源配置效率评价指标

3.控制变量

金融开放度（OPEN）：一个地区吸引外商直接投资对本地区的产业结构升级调整具有重要影响，外商投资主要集中于发展前景良好、技术含量高的行业，通过合理利用外资既可以引进国外先进生产管理经验，又能有效弥补我国资金供给不足局面，从而促进产业结构调整升级。本文参考马强，孙佃亮（2016）的做法采用直接利用外商投资与地区生产总值的比值来表示金融开放度。

经济发展水平（PGDP）：一个地区经济发展水平显然会影响到这个地区的产业结构。本文借鉴祝丽云等人（2018）的做法，以人均GDP的自然对数值作为衡量经济发展水平的指标。该变量反映了不同地区经济增长的动力差别。

技术创新（RD）：技术创新能够促进生产要素流向比较优势的产业，从而使其得到优先发展，对于落后的产业由于缺乏生产要素从而会不断被淘汰，最终使得实体经济部门内部的产业结构迈向高级化水平。本文借鉴杨子荣和张鹏杨（2018）的做法采用各地区专利申请授权数占全国专利申请授权总量的比值来表示技术创新水平。

（二）数据来源

本文选取了我国31个省市自治区作为研究样本，由于金融业从业人数的统计从2008年开始，考虑到数据的可得性，本文的时间跨度为2008～2017年，所有数据来自国家统计局和WIND数据库。各变量的描述性统计如表2所示。

表2 变量的统计性描述

（三）模型的构建

对于空间计量模型，理论上可以分为两大类：空间误差模型（SEM）和空间滞后模型（SLM），其中空间滞后模型中又包括空间杜宾模型（SDM）和空间自回归模型（SAR）两类。广义空间滞后计量模型为：

其中，Wi为空间权重矩阵，ρ为空间滞后系数或空间自回归系数，通过该值可以反映产业结构升级是否 具有 空间 相关 性。 Xit=[FRit，OPENit，PGDPit，RDit]是表示所有自变量的行向量。其中，FRit代表解释变量金融资源配置效率，OPENit，PGDPit，RDit代表控制变量，分别为对外开放程度、经济发展水平和技术创新。β=[β1，β2，…，βm]是自变量的回归系数，而δ则主要反映的是相邻地区相应的自变量对本地产业结构升级的边际影响。若δ≠0，此时计量模型为空间杜宾模型（SDM），说明本地区产业结构升级不仅受到本地区金融资源配置和其他控制变量的影响，同时还受到相邻地区的金融资源配置和其他控制变量的影响。若δ=0，模型则为空间滞后模型（SAR）。另外，μi为不随时间变化的个体效应，γt为不随个体变化的时间效应，εit为模型误差项。

空间误差模型（SEM）考察的是邻近地区因变量的误差冲击对本地区的影响，其模型可构建为：

其中，λ为空间误差自相关系数，反应了样本观测值之间的空间依赖程度，取值范围在-1到1之间，μit表示服从正态分布的随机误差向量。

四、实证分析

（一）空间计量的选择

首先利用Hausman检验判断是否选择固定效应，其检验统计量的P值为0.0006＜0.01，即拒绝原假设，本文应选用固定效应模型进行实证分析。然后通过LM检验对空间误差模型（SEM）和空间滞后模型（SLM）进行选择检验，检验结果如表3所示。

表3 空间计量模型选择的检验结果

结果显示LM_lag和Robust LM_lag分别为125.8414（P=0）和 26.1375（P=0），而 LM_err和Robust LM_err分别为 227.6094（P=0）和 127.9055（P=0），由于P值都为0，说明上述结果同时支持了空间滞后模型与空间误差模型。因此，应该选择构建同时包含空间滞后模型与空间误差模型更稳健的广义空间模型，即空间杜宾模型（SDM）。

（二）实证结果与分析

1.基于空间面板杜宾模型的回归结果分析

本文通过Matlab软件分析金融资源配置对产业结构影响的空间溢出效应，结果如表4所示。其中，W*变量名代表解释变量和控制变量的空间滞后系数，W*dep.代表被解释变量的空间滞后系数，Spat.代表空间误差系数。从三个模型对比的结果可知，空间杜宾模型的拟合系数最大，说明本文选择构建空间杜宾模型是合理的。

在杜宾模型中，我国的产业结构升级的空间自回归系数为正，说明我国本地的产业结构升级不仅受到本地的解释变量与控制变量的影响，还受到周围地区的产业结构升级的正向影响。这与实际情况相符，在金融资源高速流动、信息外溢效应和市场机制等市场因素的作用下，区域产业结构形成和演变会受到区域外环境的影响，与区域外不断进行着物质、技术、信息、人才和资金的交流，进而带动本地与周边地区产业结构的升级。本地的金融资源配置效率提高对本地的产业结构升级影响的回归系数为正，说明提高本地的金融资源配置对本地的产业结构升级具有促进作用，验证了假设1。外地的金融资源配置效率对本地的产业结构升级影响的回归系数为负，说明外地的金融资源配置效率的提高不利于本地的产业结构升级，与前文的假设2相符合。

表4 金融资源配置对产业结构升级影响的空间模型估计结果

2.空间溢出效应的分解结果分析

在不存在空间相关项的时候，估计结果中的回归系数可以反映解释变量对被解释变量的边际影响，但是在存在空间滞后项的情况下，还需要通过求偏微分方程将解释变量系数估计值分解为直接效应和间接效应来进一步估算金融资源配置及其他控制变量对产业结构升级的直接影响和间接影响。表5给出了空间杜宾模型估算的三种效应结果。

表5 金融资源配置效率对产业结构升级的直接效应、间接效应和总效应

由表5可知，金融资源配置效率的直接效应为正，且通过了1%的显著性水平检验，说明金融资源配置效率对本地的产业结构升级具有显著的促进作用，本地金融资源配置效率提高1%，本地产业结构升级0.938%。这符合我国国情，在供给侧结构性改革过程中，通过提高金融资源供给质量优化投资结构，促进资源整合和产业资本集聚，实现金融资源优化配置和优化再生，资本有效地从劳动密集型向资本密集型、知识密集型转移，有利于产业结构升级。而金融资源配置效率对产业结构升级的间接效应为负，且通过了5%的显著性水平检验，说明金融资源配置效率对省域间的产业结构升级具有显著的抑制作用，本地金融资源配置效率提高1%，周围地区产业结构升级-1.039%。这表明各地区之间的资源流动在市场经济条件下是一种普遍现象，并且当某地区金融资源具有较高的配置水平时，会进一步削弱、降低周围区域配置金融资源的效率，从而对周围地区产业结构升级产生负的影响。

从其他控制变量的估计结果来看，对外开放程度与经济发展水平的直接效应为正且均通过了显著性水平检验。这说明本地对外开放程度与经济发展水平的提高对本地的产业结构升级具有显著的正向影响。外商投资不仅增加了产业的融资机会，极大程度上弥补了我国产业升级所需的资本缺口，同时外商直接投资的技术外溢效应也推动了我国产业结构的升级与调整。经济发展水平的提高会促进金融发展，提高社会资金的供给水平和配置效率，从而提高金融服务实体经济的能力，对产业结构升级具有促进作用。此外，科技创新对产业结构升级的直接效应为负且通过了1%的显著性检验，说明科技创新不利于本地的产业结构升级。从技术创新现状来看，目前我国的科技创新仍以模仿为主，缺乏核心技术、缺乏自主知识产权、缺乏世界知名品牌，这种“三缺”已不能满足我国产业结构升级的需求。为此，需要加快推进科技体制改革，强化消化吸收再创新，促进高技术含量、高附加值产业的发展。相反，对外开放程度与经济发展水平存在着负向的间接效应，技术创新存在着正向的间接效应，但对外开放程度未通过显著性水平检验，综合直接和间接两种溢出效应，对外开放程度的总溢出效应为负，经济发展水平与技术创新的总溢出效应为正，即对外开放程度不利于产业结构升级，经济发展水平与技术创新促进产业结构升级。这主要是因为在经济新常态之前，我国通过出口导向战略吸引大量外资改善我资本短缺的状况，然而这种“大进大出”的对外开放模式加剧了全球资源能源供应的紧张局面，引发了我国和资源能源产地的利益矛盾，再加上现阶段外商投资结构仍不合理，很多外资企业为了环保将大量高耗能、高耗材、高污染的企业引进我国，外商投资结构与我国产业结构调整的步伐不一致，甚至由于资源错配会对其产生负外部性，从而影响了我国产业结构的升级。

（三）稳健性检验

本文使用研发投入水平（YF）代替技术创新（RD）来对模型的稳健性进行检验，研发投入水平使用各省的R&D经费支出占地区生产总值来表示，数据来源于国家统计年鉴。

结果发现，使用研发投入水平替代技术创新后，从解释变量的原效应来看，金融资源配置效率对产业结构升级的影响仍为正，金融资源配置效率能显著促进本地区的产业结构升级，对外开放程度与经济发展水平对产业结构升级的影响仍然是正向的。研发投入水平对产业结构升级的影响为负。从解释变量的空间相关项来看，金融资源配置效率的空间相关项对产业结构升级的影响仍然为负，说明金融资源配置效率的提高抑制了周边地区产业结构升级，对外开放程度、经济发展水平和研发投入水平的空间相关项对产业结构升级的影响都仍均为负。综上，在替换了变量之后，解释变量和其空间相关项对被解释变量的影响均和前文分析结果一致，说明构建的空间杜宾模型的估计结果具有稳健性。

五、结论与建议

本文基于2008～2017年我国31个省市自治区的面板数据，首先利用数据包络法（DEA）测算了各省的金融资源配置效率，然后利用空间杜宾模型研究了金融资源配置方式对产业结构升级的空间溢出效应。结果表明：本地的金融资源配置效率的提高有利于本地产业结构升级，但是对周边相邻地区的产业结构升级的影响是负向的。从其他控制变量来看，对外开放程度与经济发展能够促进产业结构升级，而技术创新不利于产业结构升级。据此，本文提出以下建议。

第一，注重金融资源配置效率的提升以促进产业结构升级。提高金融服务实体经济的能力需要注重质量而非数量，在拓宽融资渠道与优化信贷结构的同时还要加强与产业政策的协调配合。按照有保有压、有扶有控的原则，加大对先进制造业、战略性新兴产业、劳动密集型产业、服务业和传统产业改造升级等的信贷支持，提高资金的使用效率，为产业结构在升级调整过程中提供有力的资金帮助。培养金融人才，推进人才资源市场的建设，以人才促转型，以智慧促升级，鼓励各类金融产品和金融衍生工具的开发和交易，激发金融机构服务产业发展的活力与创新动力。

第二，加强地区间的协调配合，充分考虑本地区金融资源配置给其他地区带来的外部性。在优化本地区金融资源对产业结构配置的同时，还需要充分考虑本地金融资源配置的提高对其他地区带来的外部性影响。这需要上一级政府和政策部门在宏观层面上强化区域协调配合机制，打破行政区划壁垒，避免各个行政区域各自为战。通过加强与外地政策协调配合以减少其对邻近地区的产业结构升级的不利效应，引导各地区充分利用金融资源以实现地区之间产业升级，缩小地区间的经济发展差距，实现共赢。除此之外还应当增强对区域以外高端金融资源的吸引力和聚集力，不断促进金融资源在不同地理空间上的自由流动及合理配置，深化区域金融合作，为产业结构优化升级提供源源不断的金融资源支持，共同实现优化完善区域产业结构升级的目标。

第三，改善金融资源在空间上分配的不均衡性。结合各地区的产业结构特征和经济发展现状优化金融资源配置，尤其是承接东部地区产业梯度转移的中西部地区，拥有着广阔的经济腹地和战略纵深，并在资源禀赋、要素成本与地理区位等方面具有明显的先天优势和有利条件。因此，中西部地区应积极顺应产业发展客观规律、变动趋势和供给侧改革的总体要求，充分结合自身条件积极引导鼓励资金流向具有创新技术的产业或收益较好的行业和企业，持续加大对生产性和生活性服务业的资源有效供给力度，以优化金融资源在产业间的配置，促进产业升级协调发展。