安徽省金融产业集聚的就业效应研究——基于16个地市面板数据的实证分析

杨 芸，朱家锋

(安徽大学 经济学院，安徽 合肥 230601)

2008年国际金融危机使得所有经济体开始推动更深层次的结构化调整。中国目前以制造业和服务业为主，应当着重开始经济产业结构转变。金融作为当代经济的核心，既是实体经济的衍生产业，也是经济的引导者，对市场有决定性作用。金融集聚作为金融规模经济化的过程，其产生的效应通过发挥其功能性，不仅改善经济的资本配置效率，还通过其集聚效应优化了产业结构升级，并促进区域经济的双向发展，从而改善就业状况，降低失业率。宏观金融调控一直将扩大就业再就业作为重要方向，特别是在发生贸易冲突以后略显严峻的就业情况下，央行坚决贯彻党中央、国务院的各项政策方针，加大金融支持就业的工作力度。

安徽省作为中部地区重要省份，省内部分城市被划入长三角城市群，并凭借其拥有淮河、长江两大流域的地理优势和政策支持，经济发展进步明显，逐渐从农业输出转变为以工业和服务业为主。但是安徽省还存在着产业结构缺乏层次、资金运作不灵敏、创新程度不足等问题，制约了产业发展，直接影响了区域就业状况，部分劳动力因此转移至其他地区。因此，探究安徽省金融集聚效应对地方人口就业情况的作用，对区域经济稳定发展，降低地方失业率有着重要意义。

一、文献综述

随着金融业对经济的影响力逐渐扩大，国内外学者开始重视对金融产业集聚效应的研究。总体来说，关于金融集聚的就业效应的研究主要集中在以下几方面。

关于金融集聚的研究，首先是从金融集聚的定义开始。Kindleberge(金德伯格)认为金融机构集聚所形成的金融中心可以提高资源的配置效率，加快资金周转速度，降低企业的融资成本，从而实现规模经济。[1]Park(帕克)认为自我强化机制是外部经济应该具有的，金融集聚会降低企业的成本，同时吸引更多的金融企业以及相关产业加深集聚，达到信息资源共享。[2]以Krugman(克鲁格曼)为代表的新经济地理学从动态的角度，认为集聚就是经济活动的集群过程，并通过某种循环逻辑创造并维持。[3]在国内，黄解宇、杨再斌提出金融集聚是由各种金融资源如货币资金等时空运动所产生的经济效应结果，再加上特殊的地域优势，从而形成金融集聚或金融中心。[4]邓杨丰、张露认为金融集聚是由于空间位置上的金融资源集中的产物，随着区域内经济联系的加深，金融资源向特定区域集中。[5]

从集聚产生的动因来看，经济学家马歇尔较早开始产业集聚的动因研究。他认为产业集聚的主要原因是外部规模经济、集聚经济和交易成本等因素。他的理论得到很多学者的认同。Davis(戴维斯)首次运用企业选址理论解释了金融集聚的动因，认为金融业集聚是金融企业为了实现利益的最大化因而自发集聚在一定范围内的区域，并认为金融企业集聚选址的因素主要集中在供需要求、规模经济、沉没成本等多个方面。[6]Porteous(波蒂厄斯)认为在信息化的时代，企业可以便利地利用网络系统和高效的经济设备来实现规模经济。[7]王保庆等利用新制度经济学理论分析，认为金融中心主要是金融企业的需求和政府的决策两大要素形成的。[8]李羚、成春林认为不仅仅是经济体量、政府干预、技术进步，互联网的蓬勃发展也推进了金融集聚的形成。[9]

关于金融集聚的就业效应国内外学者研究文献相对较少。McKinnon(麦金农)认为，金融集聚和发展，在一定程度上可以降低交易和融资成本、提高企业利润，实现金融和其他相关产业的发展，因而提高就业水平。[10]Merton(莫顿)认为，金融集聚能够提高资金周转速度和融资效率，社会资金因集聚效应流向技术和生产力水平更高的企业，降低了优势企业的融资成本，进一步促进企业发展和就业的增加。[11]杨艳琳、陶新桂认为金融产业的集聚发展对就业效应是显著正向推动作用，但是中国金融集聚发展的就业效应并不明显。[12]王元月、王青照认为，金融发展和就业相互关系显著，加快金融集聚速度和金融系统完善有助于降低中国城乡失业率。[13]

综上，国内外学者对金融集聚的内涵、效应和动因研究较多，较少有研究金融集聚效应对区域就业水平作用以及作用机理的文献，更多研究金融发展对就业水平的影响。因此，本文结合安徽省内各地级市金融集聚程度和各省就业水平的实际情况，运用计量模型，为研究金融集聚对区域内就业水平的效用做出实证解释。

二、研究假设

本文选取2008年至2017年安徽省16个地级市的样本数据，实证研究金融产业集聚的就业效应。综合前人文献研究，选取就业率(Y)作为被解释变量，解释变量为金融集聚区位熵FC，政府财政支出、产业结构、外商直接投资和高等教育人数作为控制变量，并提出以下研究假设。

假设1： 金融集聚效应能够提高就业水平。

金融经济是市场经济发展水平较高的产物，并且最终服务于实体经济。主要体现在优化产业资金配置、解决货币市场间资金供求结构化问题。良性发展的金融产业，能够促进经济行业实现融资成本降低、资金有效流动、实体经济与金融经济协同发展，省内劳动力因区域经济增长出现劳动力缺口而回流，就业水平得到提高。

假设2： 金融集聚效应降低了就业水平。

金融业作为“虚拟经济的一部分”，其发展本身是与实体经济相对立的，资本的“脱实向虚”使得实体经济发展减速，资金供给不足、人才外流、产业升级动力不足，因此对劳动力需求不足，严重影响了实体经济的就业水平。尽管金融产业发展迅速，但是相对于制造业等实体经济，无法提供更多就业岗位，社会整体就业水平相对下降。

三、变量选取与模型设定

(一)变量选取

1.解释变量

(1)金融集聚(FC)。本文选择区位熵FC用来衡量安徽省各地市金融产业发展程度，区位熵值越大表明该地区的金融集聚程度越高，其计算公式如下：

i=1, 2，…，n；t=1, 2，…，n

其中FINit表示t年i市金融业增加值，SERit表示t年i市GDP，AFINt表示t年全省金融业增加值，ASERt表示t年全省GDP增加值。

(2)各行业金融集聚。分别用LEB、LES、LEI表示银行业集聚度、证券业集聚度、保险业集聚度，其计算公式如下：

LEBi、LESi以及LEIi分别代表i市银行业集聚度、证券业集聚度以及保险业集聚度，Bi、Si及Ii分别表示i市银行业储蓄存款余额、股票筹资额以及保费收入，B、S及I分别表示该省银行储蓄存款余额、股票筹资额以及保费总收入，Pi表示i市GDP规模，P表示全省GDP规模。

2.被解释变量

就业率(Y)： 本文用选择《安徽省统计年鉴》所登记的从业人数与地区总人口的比值来衡量该指标，记为Y。

3.控制变量

为控制其他因素对就业率的影响，本文选取以下控制变量： 财政支出(X1)、外商直接投资(X2)、产业结构(二、三产业占比X3)和高等教育人数(X4)。

财政支出(X1)： 本文用地方财政支出反映政府干预，选择安徽省各地市财政支出与GDP的比值来衡量财政支出水平指标，记为X1。

外商直接投资(X2)： 本文选择安徽省外商直接投资额与GDP的比值来衡量该指标，记为X2。

产业结构(X3)： 本文将用第二、三产业的产值总和与总产值比来反映产业结构这一指标，其值越大则产业结构发展越好，记为X3。

高等教育人数(X4)： 本文以高等学校在校学生数反映人力资本水平，选择《安徽省统计年鉴》所登记的高等教育在校学生人数来衡量该指标，记为X4。

本文将选取2008年至2017年安徽省16个地级市以及安徽省全省的样本数据，数据来源于安徽省各地级市国民经济发展统计公报和2009—2018年《安徽省统计年鉴》，通过建立面板数据模型来论证安徽省各地金融产业集聚对就业率的促进作用。

(二)模型构建

本文选取就业率(Y)作为被解释变量，金融集聚区位熵(FC)、银行业区位熵(LEB)、证券业区位熵(LES)和保险业区位熵(LEI)作为核心解释变量，财政支出(X1)、外商直接投资(X2)、产业结构(X3)、高等教育人数(X4)作为控制变量，构造回归模型：

Y=α1+β1·FC+β2·LEB+β3·LES+β4·LEI+β5·X1+β6·X2+β7·X3+β8·X4+ε

四、实证分析

(一)描述性统计

由表1可知，安徽省近十年来就业率均值为0.732，且波动幅度小，维持在10%左右； 根据熵值法确定的FC、LEB、LES和LEI均值分别为0.737、1.038、1.36、1.036。其中证券业波动较大，其他样本值相对较稳定。

表1 变量描述性统计分析

数据来源： 2009—2018年《安徽省统计年鉴》

(二)实证分析

1.LM检验

平衡面板数据的回归方法主要为： 混合OLS回归分析、随机效应RE回归分析和固定效应FE回归分析，本文首先使用LM检验对模型选取进行评估。

表2 LM检验

数据来源： Stata14.0软件分析结果

根据表2结果，P值等于0，强烈拒绝“不存在个体随机效应”的原假设，故本文实证模型不适合使用OLS混合回归。

2.Hausman(豪斯曼)检验

在处理面板数据时，本文使用Hausman检验来判别对于固定效应FE和随机效应RE模型的使用，其检验结果如下。

传统的豪斯曼检验假定，在H0成立的情况下，随机效应模型是最有效率的，但根据表3结果，由于P值为0.0000，远小于0.01，拒绝原假设H0，即拒绝随机效应模型的原假设，因此本文采用固定效应模型进行回归分析。

表3 Hausman检验

数据来源： Stata14.0软件分析结果

3.回归分析

由表4可知，金融集聚区位熵(FC)与就业率(Y)在5%的显著性水平下呈现正相关，相关系数为0.025; 银行业集聚区位熵(LEB)与就业率在1%的显著性水平下呈现正相关，相关系数为0.041； 保险业集聚区位熵(LEI)与就业率(Y)在5%的显著性水平下呈现正相关，相关系数为0.002，即表示随着安徽省各城市金融集聚程度的提高，对就业率的提升有着促进作用，但影响程度较弱。该实证结果表明，安徽省各城市金融集聚程度的提高对就业率的提高有着正向影响，其原因为金融集聚通过规模效应、集聚效应和扩散效应，促进了信息、经验及技术的传播，调整了产业结构，提升了产业整体效率，提升了社会就业水平。

表4 回归分析

注： ***p<0.01, **p<0.05, *p<0.1

数据来源： Stata14.0软件分析结果

4.GMM稳健性检验

考虑模型中存在弱工具变量、被解释变量滞后项和遗漏变量的问题，本文采用SYS-GMM(系统广义矩估计)对模型进行稳健性检验分析，其检验结果如表5。

表5 GMM稳健性检验结果

数据来源： Stata14.0软件分析结果

从表5控制变量参数检验结果可知，模型1—5各变量参数结果显著程度极高，表明整体上模型设计合理，同时关键解释变量金融集聚区位熵(FC)的检验结果与固定效应回归模型结果几乎保持一致，显著性也无差别。整体表明，本文设计的固定效应模型具有较强的稳定性。

五、促进金融产业集聚提升就业效应的建议

本文选取安徽省内16个地级市2008—2017年间的面板数据，对安徽省金融产业集聚的就业效应进行实证研究。从结果可以看到，安徽省金融集聚效应可以提高区域就业水平，两者之间是正向的促进作用。目前全国经济处在转型阶段，安徽省也不例外，在新常态背景下，金融作为当今世界经济的主要核心，推动各地金融业发展，加强省内金融集聚效应是提升区域经济实力的重要手段。在此背景下，金融产业集聚效应可以提高就业水平的研究结论对发展安徽省经济、稳定劳动力市场、促进就业有重要的指导意义。

第一，完善省内金融体系，鼓励金融机构多元发展。不健全的金融市场体制会扰乱市场秩序，影响区域经济全面发展和地方就业水平。安徽省金融体系相比于一线城市金融产业较为落后，主要产业集中在银行业，保险业和证券业相对较少，缺乏完整的同业市场竞争机制。因此，应在合肥、芜湖等较为发达地区鼓励证券业、保险业、信托业等金融产业发展，形成多元化金融体系，改变目前银行业为主的金融格局。

第二，加强金融创新，拓宽企业融资渠道。金融机构应根据安徽省内企业分布差异性，开发不同的金融产品，满足各类型企业融资需求。重视金融支持下的技术进步，引导信贷资金流向技术型、中小劳动密集型企业。一方面解决创新型企业资金不足的问题，另一方面解决小微企业融资难问题，实现创新型人才和劳动力的高水平就业。

第三，引导互联网金融发展，服务实体经济进步。近年来互联网金融业蓬勃发展，其种类繁多，大大弥补了传统金融行业的短板，扩大了金融产业的人才需求。互联网金融也能推动实体产业，“三只松鼠”“恰恰”等安徽省内制造业品牌利用互联网电商平台，市场份额迅速扩张，劳动力需求逐渐增长，带动了当地就业。因此，要鼓励互联网金融业发展，同时紧密联系实体经济，实现线上线下同进步，对提高就业水平有着现实意义。