金融集聚对长江经济带区域经济增长的影响研究

□ 陈斌 石懿

一、引言

改革开放40年来，长期处于高速发展阶段的长江经济带①长江经济带东起上海、西至云南,包括上海、江苏、浙江、安徽、湖北、江西、湖南、重庆、四川、云南、贵州9省2市。已经成为国家重大战略发展区域中必不可少的一个重要环节，是支撑我国“三纵两横”战略以及协调东中西部地区共同发展的重要支点。据统计，长江经济带的总面积约占我国全部面积的五分之一，同时在人口数量和经济总量均超过全国的40%以上，2019年GDP总量占比达到全国45%以上，且同时期的经济增速要高于其他区域②根据国家统计局数据:2010年全国经济增速为10.6%,在2014年降低至7.3%,而2020年由于疫情影响降至2.4%；比较同时期的经济增速,长江经济带在2010年为13.7%,在2014年降低至9.1%,而2020年在疫情影响下降低至2.8%,显著高于同期全国水平。。同时随着中国经济进入新态势，全球经济呈现出了多变而复杂的形式，以及国内经济出现下行压力的状况下，各种各样的社会经济风险都可能集中发生，我国的宏观经济要想稳定运行则面临着挑战与压力。并且我国的宏观经济运行同时也出现了许多新特点、新机遇：经济由高速增长走向中高速增长、金融与其它服务业经济等第三产业逐渐成长为我国经济中的主导地位、中高端科技产业逐渐成为我国产业转型升级的新方向与新目标、全面开创新开放发展格局、创新驱动发展战略地位也逐渐提高，有成为新增长动力的潜力（高波，2016；张曾莲等，2022；刘晓光等，2022）。新态势下，长江经济带是否能够延续以往的正确方向并继续引领我国经济把握机遇、突破挑战，从而推动经济增长？这已经成为了我们目前亟待思考的关键。

在推动经济增长的过程中，金融以其调配资源的高流动性能力为各经济单位提供了充足的资金，同时金融中心通过对金融资源集中并进行优化分配，更为有效地促使经济增长。美国纽约、英国伦敦以及中国上海是全球的金融集聚中心，同时这些城市的生产总值也在所在国家的前列，这表明了经济增长与金融集聚有着密切的关联。因此，本文运用2010-2019年中国长江经济带区域的11个省市的面板数据，构建银行业、保险业、证券业的区位熵指数，评价11个省市金融集聚子行业水平，运用空间杜宾模型实证分析长江经济带区域的金融集聚对经济增长的影响并提出对策建议。

二、文献回顾

在全球金融一体化的时代背景下，金融作为实体经济运行的血液，区域间金融资源的竞争不断加剧，金融业的发展逐步呈现出一种在空间上集中的特征。金融集聚这一个概念由经济学家Kindle Berger(1974)提出，相较于产业集聚，他认为金融集聚最关键的形成要素是地域的集中性，参与金融活动的个体更倾向于在金融机构集中的地方（例如华尔街、上海等金融中心）进行交易。现阶段，国内外均有关于金融集聚效应的研究且研究内容较为丰富，但都主要围绕以下方面：一是有关金融集聚的存在会导致经济增长效应的研究，展开的关于金融集聚对实体经济研究（刘军等，2007；潘辉、冉光和等，2016）、绿色经济发展（王锋等，2017；钱晶晶等，2022）、区域经济增长（Kabir et al.，2011；姚璐等，2022；李文启等；2021）等方面的实证研究；二是有关金融集聚会促使产业集聚的同时产生带动效应，从而展开的金融集聚与产业结构的升级（Kindle，1974；刘峰等；2021）、产业创新效率（张长征等，2012；杨春霞等；2022）等方面的影响研究；三是有关金融集聚会产生城市化效应，展开金融集聚对城乡收入差距（Burgess ＆ Pande，2005；王晓华等，2021）、城镇化进程（章晓英和徐雅涵，2021）、城市发展效率（张鹏和于伟，2019）等的影响研究。

现阶段，学术界将研究视角开始转向金融集聚在空间溢出方面对经济增长所产生的影响之间的研究。回顾以往研究，传统的空间计量经济学均以空间均质性作为基本假设，而学者们在进行金融集聚等相关空间计量经济学研究时也基本以这一假设为基本假设。因此有研究发现金融集聚通过扩大产业的发展资本、拓展投资的发展渠道、优化金融资源的配置效率等方法，推进产业升级，从而促进了区域经济增长。同时，学者们通过研究也发现“虹吸效应”出现在了金融集聚的过程中，并且会使本地区的资金、机构出现集聚强化（陆军，2014；Greenwood，2013）。然而，现阶段学者们对计量经济学的广泛应用，使得空间异质性这一曾经长期被忽视的空间特质逐步被纳入研究范围，金融集聚产生的空间溢出效应也成为部分学者所研究的内容，同时也有研究显示金融集聚所产生的金融集聚效应、金融扩散效应以及金融本身的功能等方面会影响本地区以及邻近地区的经济增长（李林，2011；Hannu Tervo，2010）。

综上所述，国内外的许多学者对金融集聚及其经济增长效应的内容进行了深入研究，但现有研究仍存在以下不足：一是对金融集聚的指标评价体系的构建不够完全，部分学者仅通过银行业指标对金融集聚程度进行衡量，未充分考虑到保险、证券等主要的金融子行业的金融集聚效应的影响，结果难免存在错误。二是以往的金融集聚相关研究中，空间均质性都作为空间计量经济学的基本假设而忽视了空间异质性这一性质对区域经济增长的影响，从而或许存在研究结果有被低估或高估的风险，故进行金融集聚对经济增长的效应研究模型中应将空间异质性这一假设纳入。因此，本文将长江经济带区域内11个省市的银行业、证券业及保险业三个金融子行业作为研究对象，使用区位熵指数建立相应的金融集聚评价体系，运用空间面板杜宾模型并纳入空间异质性以考察金融集聚水平对经济增长的空间效应研究。

三、金融集聚水平的评价模型构建及指标选取

目前，国内外对于集聚水平的衡量指标较以往丰富许多，不同的指标衡量方法有不同的特性与优劣，且根据研究内容也有差异，因而学术界至今也无统一标准。区位熵也被称之为专业化率，通过对某地区的产业集中度进行测度以及对其在同时期内该产业在国内的集中水平进行对比从而衡量该区域该产业的集中水平在全国范围内的产业集中水平。区位熵公式如下：

（1）式中，指在j地区i产业同时期内相对于全国的区位熵指数，代表j地区i产业总人口（产值），代表j地区总人口（产值），代表i产业在全国的总产值，代表全国总人口（产值）。同时，若区位熵指数,则代表在同时期内，j地区的i产业的集聚水平高于全国平均水平；若，则j地区的i产业在同时期内的集聚水平等于或低于全国平均水平。j地区的区位熵数值越大，表示同时期内，该地区的产业集聚水平高于国内其它区域的产业集聚水平，此时可以称之为该地区该产业相较其它区域出现了产业集聚现象。

本文参考多位学者对金融集聚指标统计的测度方法，从银行业、证券业以及保险业三个角度应用区位熵法对长江经济带区域内11个省市进行金融集聚水平的测算。利用2010-2019年我国长江经济带沿线省市以及全国的金融机构存款余额（亿元）、保险机构保险保费收入总额（亿元）、年末股票价值总额、年末常住人口计算三个行业的区位熵。文中所用金融机构存款总额、总保险保费收入总额等数据从《中国统计年鉴》、《中国金融年鉴》、EPS数据库以及Wind数据库中获取。

银行业的区位熵计算公式如下：

证券业的区位熵计算公式如下：

保险业的区位熵计算公式如下：

通过计算得出2010-2019年间，长江经济带沿线11个省市的三大金融子行业（银行业、保险业、证券业）的区位熵指数表，具体数值如表1所示①限于篇幅,本文仅列出2010、2015与2019年的金融三大子行业区位熵值。。

表1 长江经济带各省市2010、2015、2019年银行业、证券业、保险业区位熵

从表1可知，2010-2019年间，长江经济带上中游省市银行业、证券业以及保险业三个行业的区位熵基本处于上升态势，其中有些年份有所波动，但总体上有所提高。到2019年为止，金融子行业区位熵大于1的仅长江经济带下游区域三个省市（上海、江苏、浙江），剩余八个长江经济带中上游省市的区位熵均小于1，同时除了上海市外，其余省市的银行业与保险业的集聚水平要显著高于证券业的集聚水平。总体来说长江经济带下游地区金融集聚水平要显著高于上中游地区，以及大部分省市的证券业集聚水平均低于其余两个金融子行业的集聚水平。

四、空间计量模型设定及变量选取

(一)数据与变量

本文各变量所用数据均来自于《中国统计年鉴》、《中国城市年鉴》和《中国金融年鉴》等，部分缺失数据根据线性插值法予以补充。具体变量设置如下：

1.被解释变量：长江经济带11个省市的人均真实GDP（lnrGDP）,本文参照过往已有成熟的研究成果，用“各省市真实GDP与各省市年末总人数之比”得到。其中，实际GDP以2010年为基期，通过GDP平减指数得到（为减轻异方差，人均实际GDP经过对数化处理）。

2.核心解释变量：银行业（BANK）、证券业(SEC)、保险业（INS）区位熵指数，具体含义以及指标测算参见前文。

3.控制变量：

（1）政府政策（Gov）：在区域经济的发展历程中，政府是其中必不可少的重要角色，本文以“各省市财政预算支出与当地 GDP之间的比重”表征政府政策的效用。

（2）外商直接投资（lnFDI）：使用各省市的外商投资实际利用额表示（为减轻异方差，外商直接投资经过对数化处理）。其中，为了保证计价单位的一致性，外商投资实际利用额由各年份的中间汇率将美元转换成人民币单位计价。

（3）技术进步（TP）：技术进步作为经济增长的一个重要源泉，在研究经济增长内容时不可避免。故本研究以“R＆D经费支出与GDP之间的比重”衡量。

（4）产业结构（IS）：第二产业向产业价值链高端攀升的过程中，第三产业就业和产出份额将上升，这将促进产业结构进行转型升级。故本文使用“第三产业产值与第二产业产值之间的比重”指数去衡量各省市之间产业结构的变迁。

表2 变量描述性统计

(二)模型选择

在模型的选择上，本文按照传统的空间计量经济学范式进行相关模型的选择，在不考虑空间依赖性的条件下，使用基本的OLS法对模型进行回归估计，并使用LM检验来确定是否可以使用空间计量模型。OLS回归的LM检验结果如表 3 所示。

表3 空间依赖性检验结果

表3的检验结果显示,LM检验以及稳健的LM检验均通过了显著性水平检验并拒绝了原假设，因此根据检验空间杜宾模型作为本研究优先采用的模型。因为LM检验不够完全，本研究为了更进一步选择恰当的模型，再次进行LR检验以及Wald检验，同时为了对随机效应与固定效应进行选择，本研究采用Hausman检验。

表4中显示，LR检验与Wald检验均通过了显著性水平检验，表明空间杜宾模型简化为空间自回归模型以及空间误差模型的原假设被拒绝。故本研究使用空间杜宾模型作为本文回归分析的模型来研究金融集聚对长江经济带经济增长的影响效应。同时Hausman检验结果显示模型应该采用随机效应的原假设在1%的显著水平下被拒绝了。因此由检验结果可知，空间杜宾模型（双向固定效应的）将被本研究采用。

表4 模型以及效应选择检验结果

(三)模型设定

本研究模型具体设定如下所示：

(四)空间权重矩阵的构建

空间权重矩阵是链接了空间计量经济学模型与现实世界中的空间效应的桥梁，其在模型设计中表示了空间单位的相互依赖关系以及关联程度。因此，合理构建并运用空间权重矩阵与模型的最终估计结果和解释水平有着密切关联。现阶段学者在进行空间计量经济学的研究时，主要运用到邻接、经济、反距离权重矩阵以及各种权重矩阵嵌套形成的空间权重矩阵。参考现有文献研究以及研究内容实际需要，本文选择构建邻接权重矩阵（又称0-1权重矩阵），记为W，公示如下

五、实证分析及结果讨论

(一)空间相关性检验

如表5所示，在基于邻接空间权重矩阵的情况下，无论是金融行业的变量抑或是实际人均GDP均在5%以下水平显著，其中证券业的莫兰指数显著小于其余两个行业，显现出接近于0.1的空间微弱正相关，这与本文实证结果也有一定符合，除了证券业的指数外，其余三个变量的MoranS I指数均在0.2-0.4之间上下波动，这也显示出在空间分布上长江经济带区域内11个省市的实际人均GDP与金融集聚两者之间有着较强的正相关特性。

表5 实际人均GDP与金融子行业区位熵的MoranI指数

(二)空间计量分析

在表6中，空间杜宾模型回归的结果显示空间滞后项系数ρ通过了10%的显著性水平检验且为正数，这显示长江经济带区域内11个省市的经济增长在空间分布上呈现出显著正相关的形式，即在空间分布上金融集聚与经济增长之间存在着空间效应。

表6 模型回归结果

由于存在空间效应，因此所得模型的解释变量的回归系数并不能直接用于表示解释变量与被解释变量之间的关系。因此，为了进一步了解并研究金融集聚对长江经济带沿线省市经济增长的空间效应的大小以及作用途径采用偏微分方法将其分解成表6中的直接效应、间接效应（又称为溢出效应）以及总效应。其中地区内被解释变量由解释变量直接影响所产生的效应即表示直接效应；临近地区的解释变量间接对本地区产生影响被表示成间接效应（溢出效应）；空间效应中的直接效应与间接（溢出）效应两者之和即为空间总效应。

从表6中可以看到银行业集聚的直接效应回归系数为0.146，在1%的水平上显著为正；间接效应的回归系数为0.08，在5%的水平上显著为正；空间总效应的回归系数为0.226，通过了1%的显著性水平检验。这说明了本省市的银行业集聚水平如果提高1%，将直接带来经济增长0.146%，间接地通过溢出效应从而影响临近省市的经济增长0.08%，总体带动区域内的经济增长0.226%。综合来讲，在研究时期内，长江经济带区域内11个省市的金融机构存款余额处于增长态势下，各国有银行以及商业银行具备足够的放贷能力，并且积极地推出了许多利于投资的优惠政策。因此银行业的金融集聚对经济产生了较为明显的增长促进作用。

证券业集聚对经济的影响作用较其余两个金融子行业并不显著。直接效应、间接效应以及总效应的回归系数分别为-0.01、0.035、0.025，都没有通过显著性水平检验，这说明证券业集聚对于本省市以及临近省市的经济增长均没有较为明显的影响。这有可能是由于目前证券业整体发展水平还不高，并且长江经济带的证券业集聚水平两极分化非常明显，从表1中可以看到，除了长江经济带的上海市以及浙江省出现了证券业集聚以外，其余省市均未出现证券业的集聚，同时证券市场的不稳定性和投机行为等一定程度上都阻碍了长江经济带沿线省市的经济增长。

保险业集聚对本省市以及临近省市的经济增长都出现了不同程度但正向的直接促进效应以及空间溢出效应。直接效应、溢出效应以及总效应的回归系数分别是 0.055、0.190、0.244，且分别通过了1%、5%、1%的显著性水平检验。即在本省市的保险业集聚程度提高1%的情况下，将直接带动本省市的经济增长0.055%，对邻近省市产生0.19%的溢出效应。现阶段我国保险行业发展较以往有了较大的提高与改善，因此呈现出多元化、高效性的特点，这为长江经济带沿线省市的经济增长提供了更多的保障与支持，从而更好的对经济产生促进作用。

进一步考察本文控制变量，发现政府政策以及产业结构对本省市以及邻近省市均产生了负的空间效应，这与常识不合，但我们可以从以下角度进行理解：政府政策由于近年来的地方债务累计以及财政支付转移等增加，因而导致了实际GDP的减少；而产业结构则是因为各地区产业结构不平衡，无法有效地分配资源从而进行合理的资源利用，因此在一定程度上抑制了长江经济带的经济增长。技术进步对本省市的直接效应为负且显著可能是因为技术进步的滞后效应对本省市的经济增长无法直接产生影响，但产生了正向且显著的溢出效应，可能是本省市已经产生的技术进步间接地促进了邻近省市的经济增长。外商直接投资的直接效应为0，间接效应在1%水平上显著且为正向，但可以看到间接效应的系数为0.064，并非很大，这有可能是因为长江经济带沿线省市大部分处于内陆，导致除了沿海地区外，内陆省市所能获得的外商投资实际利用额较小以至于对经济的影响较低，且在外资引进及资源分配方面不均衡导致外商直接投资利用效率较低，综合影响了长江经济带的经济增长。

六、结论与对策建议

本文运用2010-2019年中国长江经济带区域的11个省市的面板数据，构建银行业、保险业、证券业的区位熵指数，以此评价长江经济带区域11个省市的金融子行业集聚水平，同时运用空间杜宾模型实证研究金融集聚对长江经济带经济增长的影响研究。得到以下结论：第一，金融集聚显著提高了长江经济带区域的经济增长水平，表明促进金融集聚水平的提高同样有利于经济增长水平的提高；第二，银行业与保险业集聚对本省市的经济增长均有直接促进作用，银行业促进经济增长的作用最强，保险业则稍弱；第三银行业集聚与保险业集聚均对邻近省市产生了溢出效应，与直接效应相反，溢出效应中保险业集聚对邻近省市的溢出效应要大于银行业集聚；第四，证券业集聚并未对经济增长产生较为明显的变化。因此通过以上结论，如何更好地激发金融业内生活力，特别是证券业的潜力，从而有效促进经济增长成为当前最应该思考的问题。基于上述研究结论，本文拟从以下三个方面提供对策建议：

第一，强化政府区域经济调控能力，有效发挥中国特色金融体制机制。要积极发展和优化布局金融业，通过体制机制创新扩大金融规模、提升金融效率，充分发挥金融集聚对区域高质量发展的辐射带动作用，考虑以地理位置为主要依据打造金融集群，借助金融集聚的外部性作用，推动长江经济带流域整体发展水平提升。

第二，畅通长江经济带金融资源流动，有效提高区域金融集聚水平。政府应制定一系列政策措施以加强省市间金融资源有效流动，可以鼓励各省市政府对外省企业或产业实施优惠政策，吸引更多外省企业来当地发展，增加更多合作交流的机会。中上游地区尤其是上游地区的金融集聚发展滞后于下游地区，政府要鼓励集聚水平较高的下游地区主动加强与中上游地区的金融合作，重点合作下游企业有明显优势的金融行业，从而能够在引导金融资源尤其是证券业相关资源向中上游地区流动的基础之上，进一步实现长江经济带的中上游地区金融产业发展从而推动经济增长。

第三，协调区域金融产业发展，有效引导资本市场资金流向。实证结果表明银行业仍然是区域中的金融资源分配主体，保险业正处于稳步发展的阶段，而证券业的发展较为滞后，且各省市发展水平参差不齐，这不利于金融业整体的发展。因此，政府在利用银行业与保险业资源对经济产生影响的同时，更应该加大对资本市场的支持力度，鼓励并合理引导资本市场资金流向具有盈利性质的项目，这不但能够缩小金融业各子行业发展差距，还能够使得发展较为缓慢的子行业实现充分发展，有效发挥市场的作用，更为高效地协调区域金融产业发展。