金融集聚与城市经济质量——基于效率、韧性与活力三维视角

吴富强，杨晓丽，陈雨佳

(江苏师范大学 商学院，江苏 徐州 221116)

一、问题提出

在新发展理念的引导下，以经济增长为目标的发展模式已然发生改变，传统粗放型生产方式不再适用当前经济运行环境，提高经济运行效率已迫在眉睫。与此同时，日益复杂的国际环境和全球生态压力也对中国经济稳定和可持续发展提出了新的挑战，如贸易关税争端、新冠肺炎疫情、自然灾害等一系列不可预测性外部冲击，对中国各城市金融环境和以实体产业为主的经济建设造成了巨大冲击，凸显了提高城市经济韧性、增强经济活力的重要意义。一方面，2020年11月，《中共中央关于制定国民经济和社会发展第十四个五年规划和二○三五年远景目标的建议》首次提出建设韧性城市，旨在“提高城市治理水平，加强特大城市治理中的风险防控”。因此，关注韧性问题有助于提升城市经济应对意外性风险的抵抗力与恢复力。另一方面，经济活力是衡量经济发展潜力与可持续竞争力水平的重要标准。鉴于此，在高质量发展背景下，以提高经济效率为基础，深入挖掘城市经济的韧性与活力属性，可以更全面地考察金融产业集聚赋能城市经济高质量发展的效果，这与当前稳中求进的经济工作基调及区域协调发展理念相吻合。

金融集聚作为区域内金融专业化分工的新形态，是金融监管部门、国内外金融企业等金融机构在区域上形成的特殊产业空间结构，引导了金融产业集中发展趋势。马歇尔(Marshall，1890)最早提出产业集聚及空间外部经济的理论，并指出外部经济和规模经济是产业集聚形成的两大动因[1]。随着新竞争优势理论和交易费用理论的提出和发展，学者们逐渐从企业竞争与市场交易的角度来研究产业集聚现象。从作用效果来看，金融集聚释放的正外部性和规模性红利优化了区域资源配置，而金融集聚带来的信息便利和竞争激励可有效扶持产业发展，为地区经济注入更多发展动力。在经济高质量发展过程中，探索如何提高经济效率、强化经济韧性和激发经济活力，更好地发挥金融在现代经济发展中的核心推动力，赋能区域协调发展，厘清金融产业集聚对城市经济效率、韧性与活力的影响机制及空间作用具有重要意义。

本文的研究贡献在于：第一，基于效率、韧性与活力三维视角，科学全面地考察金融集聚影响城市经济质量的直接效应及空间溢出效应，丰富城市经济高质量发展理论体系；第二，进一步探讨不同地理位置、城市等级与人口规模下金融集聚对城市经济质量的影响差异，以期为不同区域、不同类型城市制定适宜的经济发展战略提供可行依据。

二、文献综述

经济高质量发展是新发展理念下经济的高效、公平和可持续发展。已有研究在剖析其核心内涵时，对高质量发展的目标要求、评价标准和影响因素进行了深入分析。首先，在目标要求上，金碚(2018)提出深化供给侧和需求侧两端改革的经济发展模式[2]；张军扩等(2019)指出质量的提高是经济、政治、社会和生态环境的全方位提高，并强调建立与之对应的体制机制的重要性[3]。其次，在评价标准上，马茹等(2019)将高质量供给、高质量需求、发展效率、经济运行和对外开放一同纳入高质量发展的评价体系中，发现北京、上海领衔高质量发展，东中西部地区呈阶梯递减发展态势[4]；张涛(2020)创新性地从企业、行业和区域三个层面分别构建测度体系，用以评价宏微观一体化高质量发展程度[5]。最后，在影响因素上，王慧艳等(2019)测度了经济高质量发展绩效水平，发现科技创新是驱动经济高质量发展的重要路径，但当前作用力度欠缺，地区差距较大[6]；刘志彪和凌永辉(2020)认为全要素生产率的提高是实现经济高质量发展的核心源泉，并提出加速产业结构转变的重要途径[7]；赵涛等(2020)从激发市场创新活力视角出发，发现数字经济能够在赋能城市经济高质量发展上提供较大助力[8]。

金融集聚和经济高质量发展的相关研究主要从金融集聚的经济效应和金融集聚影响经济高质量发展的作用机制方面展开。首先，关于金融集聚的经济效应。从本地效应来看，金融集聚能通过其资本融通、分散风险等基本功能形成规模经济效应，促进本地实体经济增长[9]，而金融集聚的人力资本、集聚规模和产出密度是城市经济发展产生差异的主要原因[10]。从溢出效应来看，金融集聚式发展会形成中心向外围扩散的空间发展格局，产生的涓滴效应和极化效应影响着周边城市经济建设，如发达地区城市受惠于周边城市金融集聚的外溢效应[10]，中心城市也能释放积极的技术溢出效应拉动周边城市经济[11]。其次，关于金融集聚作用机制。金融集聚能够通过赋能技术创新和产业融合[12-13]，对城市经济高质量发展产生直接影响和空间影响已成为学术界共识。例如，明雷等(2019)发现县域的金融集聚效应和金融竞争力共生，对县域经济增长促进作用明显[14]；张忠俊等(2021)认为金融集聚与人力资本结构演进已经形成良性互动机制，能显著促进经济多维度高质量发展[15]。

经济高质量发展有着多维性的根本特征，现有文献在构建评价指标体系中，大都涉及创新、协调、绿色、开放、共享的发展理念，但在面对当前多变的国际环境和全球生态压力下，稳步提高经济效率、强化经济韧性和激发经济活力是深化中国经济高质量发展的重要途径。鉴于此，本文拟从效率、韧性与活力三维视角出发，探讨金融集聚对经济高质量发展的直接影响和空间影响，以期丰富相关研究。

三、理论分析与研究假设

(一)金融集聚与城市经济效率

资本在空间维度上的流动是实现生产要素再配置的基础，也是造成区域经济发展差异的关键因素[16]，而减小金融发展差距是解决区域发展非均衡的有效措施[17]。在中国利率市场化改革的背景下，金融集聚通过外部经济与规模经济可有效提高资本流动效率、降低信息成本[18]。空间上的适度集中是金融机构良性竞争的推动力，而金融集聚可为存在融资需求的企业提供更丰富、更专业化的金融产品与服务，激励企业技术创新，从而提高生产效率[19]。因此，金融集聚能够给城市经济效率带来积极影响已成为学术界的共识。随着信息化程度的不断提高，区域间互联互动性逐渐增强，金融集聚产生的知识、技术溢出等正外部性效应会进一步拉动邻近城市经济发展[20]。但由于中国目前存在区域发展不均衡、不充分的问题，地区金融集聚程度差异明显，金融集聚对城市经济效率的影响存在显著的异质性。有学者发现，金融集聚对实体经济增长的促进作用在东部地区效果更好[21]，并且东部地区空间溢出系数显著高于中西部地区[10]，这表明金融集聚在经济基础更优的城市表现出更好的促进及溢出作用。据此，本文提出如下假设：

H1：金融集聚不仅可以有效促进本地区经济增长，还能对周边城市经济增长产生积极的溢出作用，且对经济基础好的地区影响效果更显著。

(二)金融集聚与城市经济韧性

增强韧性是经济高质量发展的一种体现，已有研究发现多样化与专业化的产业集聚可以显著提高城市经济韧性[22]。经济韧性的展现要求组织系统内部各因素之间存在可靠且可适应的协调性[23]，但这种协调性仅依靠政府调控是被动且局限的。一个国家要想在国际市场上占有竞争优势，其产业、技术要领先，这就要求市场主导要素禀赋结构，使市场能自主选择与其经济发展阶段相适应的资本规模，从而形成比较优势。金融集聚可以通过规模效应、网络效应来降低信息成本及交易成本，整合人力资源并激发竞争活力，提高区域内部资源配置效率，使得经济系统内部资源更加协调与稳定。然而，金融风险问题不容忽视。一味地增长金融体量、加速金融集聚会加大流动性风险，过高的负债比率会使经济泡沫化，这些都将不再有利于经济增强韧性。更进一步，集聚效应红利可伴随区域间信息流通，激活邻近地区行业间的良性竞争，加速技术革新与信息透明化，从而有利于邻近地区经济稳定。然而，金融风险也会随着产业集聚拓宽传播渠道和扩大影响范围，如区域间金融风险传递将导致金融欠发达地区同等承压，造成更深程度的负面影响，因此金融集聚可能不利于金融弱势一方的经济稳定。同理，不同地区经济基础水平不一，金融集聚对经济韧性的影响也存在异质性。张振和赵儒煜(2021)发现，金融集聚对中东部地区促进作用与溢出效果较好，而西部地区效果不显著[24]。据此，本文提出如下假设：

H2：金融集聚不仅可以有效提升本地区经济韧性，还能对周边城市经济韧性产生积极的溢出作用，且对经济基础好的地区影响效果更显著。

H3：金融集聚不能有效激发本地区经济韧性，对周边城市经济韧性溢出作用有限，但对经济基础较好的地区影响效果更显著。

(三)金融集聚与城市经济活力

经济活力代表着城市经济发展潜力，是衡量城市人才与资源吸引力的重要标准。已有研究发现产业集聚较发达的地区往往富含经济活力[25]。塔娜等(2020)通过实证研究发现，高密度街区带来的消费、人群与文化集中能够显著促进城市经济活力[26]。富含活力的经济体往往体现为消费需求旺盛、投资市场活跃、创新能力强[27]，而金融集聚可有效激发城市经济活力。一方面，金融集聚带来的知识技术外溢可有效激励金融主体良性竞争、推出更优质且多样化的金融产品及服务，可以为地区居民超前消费、企业投融资等微观经济活动带来便捷，从而刺激投资与消费需求。另一方面，金融集聚促进资源充分流通，能够为实体经济注入资本以推动企业创新研发[28]，可有效缓解经济增速疲软，从而实现创新驱动发展。更进一步，金融集聚产生的经济辐射效应可拉动周边地区资源流通，技术、经验、信息外溢等辐射红利为周边城市注入了活力。但经济基础较差的地区，其消费规模、投资规模及产业规模受发展水平所限，与经济发达地区差距较大，因此金融集聚对经济活力的影响可能存在异质性。考虑到经济发达地区人才与资源吸引力存在天然优势，金融集聚更容易发挥作用。据此，本文提出如下假设：

H4：金融集聚不仅可以有效激发本地区经济活力，还能对周边城市经济活力产生积极的溢出作用，且对经济基础较好的地区影响效果更显著。

四、研究设计

(一)模型设定

本文从直接传导机制验证上述研究假设，构建基本模型方程组如下：

Effi，t=α1+β11Fini，t+β1cZi，t+ui+δi+εi，t

(1)

Resii，t=α2+β21Fini，t+β2cZi，t+ui+δi+εi，t

(2)

Viti，t=α3+β31Fini，t+β3cZi，t+ui+δi+εi，t

(3)

其中，式(1)代表效率模型，Effi，t为城市i在t时期的经济效率水平；式(2)代表经济韧性模型，Resii，t为城市i在t时期的经济韧性水平；式(3)代表经济活力模型，Viti，t为城市i在t时期的经济活力水平。Fini，t为城市i在t时期的金融集聚程度，Zi，t代表一系列控制变量，ui表示个体固定效应，δt则表示时间固定效应，εi，t为随机扰动项。

为进一步讨论金融集聚对经济发展的空间溢出效应，本文在基本模型方程组的基础上建立空间计量模型。考虑到空间杜宾模型(SDM)既同时包括被解释变量与解释变量的空间交互项，能更好地避免遗漏变量造成的误差，使得空间检验结果更加准确[29]，还能进一步将总效应分解为直接效应与间接效应，本文进一步选择空间杜宾模型进行研究，并构建如下方程组：

Effi，t=α4+ρ1W×Effi，t+β41Fini，t+φ11W×Fini，t+β4cZi，t+φ1cW×Zi，t+ui+δi+εi，t

(4)

Resii，t=α5+ρ2W×Resii，t+β51Fini，t+φ21W×Fini，t+β5cZi，t+φ2cW×Zi，t+ui+δi+εi，t

(5)

Viti，t=α6+ρ3W×Viti，t+β61Fini，t+φ31W×Fini，t+β6cZi，t+φ3cW×Zi，t+ui+δi+εi，t

(6)

其中，ρ为空间自回归系数；W为空间权重矩阵，考虑到一些不邻接但距离较近的城市仍会产生空间影响，本文选择以城市间地理距离倒数来构建空间权重矩阵；φ1和φc分别为解释变量与控制变量的空间交互项系数。

由于空间杜宾模型的空间交互项系数无法直接测算溢出效应，本文采用偏微分的方法，将作用细分为总效应、直接效应与间接效应[30]。其中，总效应代表解释变量对地区内外部作用之和；直接效应为解释变量对本地区内部影响；间接效应为解释变量对邻近地区影响，即空间溢出效应(1)限于篇幅，具体推导过程省略，备索。。

(二)数据来源与变量选择

考虑到国际外部环境的相对平稳和数据可得性，本文剔除次贷危机与新冠肺炎疫情前后的年份及数据缺失的城市，最终选取2010—2018年中国253个地级及以上城市数据，共获得2 277个样本。夜间灯光数据来自美国国家海洋管理局地理数据中心，其中2010—2013年数据来自美国国防气象卫星计划(DMSP)，2014—2018年数据来自可见光红外成像辐射仪(VIIRS)，其余样本数据均来自《中国城市统计年鉴》和《中国区域统计年鉴》，重要缺漏值以各城市统计年鉴加以补充。由于固定资产投资额数据仅更新至2016年，2017—2018年数据通过前十年增长率裁剪平均值计算得到。另外，为减少异方差影响及量纲差异，本文对所有控制变量取自然对数处理。

1.被解释变量

(1)经济效率(Eff)。已有研究证实夜间灯光数据与地区经济增长息息相关，相较国内生产总值(GDP)数据能更加客观地反映经济发展真实性[31]，本文借鉴刘修岩等(2017)[32]的做法，以校正后的夜间灯光数据作为经济效率衡量指标。具体来说：首先，将获取的DMSP年度数据和VIIRS年度数据分别进行校正或降噪处理，即剔除月光、极光等自然光及气体燃烧等物质光；其次，将2012年、2013年辐射像元值进行敏感度分析以选取最佳拟合参数；最后，根据该最佳拟合参数将VIIRS数据拟合为DMSP数据，此时的数据即夜间灯光数据，本文用以表示城市经济效率。

(2)经济韧性(Resi)。目前学者们大多以外部冲击发生时点该地区GDP或就业率为基准，比较实际值与按原增长路径及速度测算出的预测值差异，来衡量该地区经济在外部冲击下的抵抗力与复原力。但韧性的展现不应局限于危机的发生，也要体现于经济体平稳运行期，因此本文借鉴已有研究[33]的做法，构建城市经济韧性的指标形式如下：

(7)

进一步进行数据中心化处理：

(8)

式(7)中，Yi，t和Yi，t-1分别表示在t时期和t-1时期城市i实际GDP，Yn，t和Yn，t-1分别表示在t时期和t-1时期全国实际GDP。

(3)经济活力(Vit)。经济活跃度主要体现在消费、投资与创新创业活动上，因此本文选择从消费活力、投资活力与创业活力三个方面测算地区经济活力。消费活力主要表现为居民零售商品购买力，因此本文选用人均社会消费品零售总额来表示。已有研究表明固定资产投资与经济活力有显著关联[34]，因此本文选用人均固定资产投资额来衡量投资活力。借鉴许士道和江静(2021)[35]的做法，本文选用地区城镇私营和个体从业人员占比表示地区的创业活力。然后，利用熵值法对上述三个维度指标进行赋权，得到城市经济活力指数。

2.解释变量

金融集聚(Fin)。现有文献大多采用区位熵的方法来衡量产业集中程度，但区位熵更侧重于从产业产值或从业人员的角度单一体现行业的相对集中度，不够可视化与客观[36]。而因子分析法可以客观全面地赋权各指标，因此本文借鉴茹乐峰等(2014)[37]测度金融集聚的做法，从金融背景、规模、密度和深度四个方面来测度城市金融集聚指数，指标选取和权重计算结果如表1所示。

表1 金融集聚指标体系及权重

3.控制变量

(1)对外开放水平(Open)。对外开放带来的外商资本、知识技术、管理思维等要素溢出可以在很大程度上推动地区经济发展，因此本文以实际使用外资占GDP的比值来表示对外开放水平。

(2)信息化水平(Inf)。地区信息化水平是经济发展的基础条件，而信息化程度高的地区生产效率较高、产业竞争力较强、信息成本较低。本文以人均电信业务总量表示信息化水平。

(3)收入水平(Salary)。收入水平是反映地区经济基础的重要指标，也体现着地区税收水平和企业盈利状况，如收入水平较高的地区往往具有更强的人才吸引力，能够有效提升经济发展水平。本文以当地职工平均工资来表示收入水平。

(4)人力资本(Human)。劳动力数量和质量是影响经济发展的重要因素，因此本文以城镇单位从业人员数来表示人力资本。

(5)研发支出(Science)。科技创新是拉动地区经济发展的新动力，而研发支出可以在一定程度上反映地区创新投入力度。本文以科学支出占财政支出的比值来表示研发支出。

4.描述性统计

上述各个变量的描述性统计结果如表2所示。由表2可知，中国各城市经济发展水平从效率、韧性、活力三维度来看，数值差距较大，说明地区之间发展水平不一，存在着较严重的区域发展不均衡现象。金融集聚程度最大值为9.625 5，最小值为-0.561 0，标准差大于均值，说明地区间金融集聚程度存在差异。另外，各城市对外开放水平、信息化水平、收入水平、人力资本、研发支出均存在明显的差距。

表2 各变量描述性统计

五、实证分析

(一)基准回归结果

表3列示了双固定模型下金融集聚影响经济发展三个维度的基准回归结果。结果显示：无论是否加入控制变量，金融集聚对城市经济效率、经济韧性与经济活力的影响系数均显著为正，从而验证了假设H1、H2、H4中的直接效应。这说明金融集聚能通过资金融通等基本功能提高经济效率，也能通过降低风险保持经济稳定，还能通过刺激消费和投资跃升发展活力，对城市经济更高质量发展起到显著的推动作用。

表3 基准回归结果

(二)空间计量模型检验结果

1.空间自相关性检验

在进行空间计量之前，需要利用莫兰指数(Moran’sI)分析研究对象的空间自相关性，检验结果如表4所示。可以看出：2010—2018年金融集聚与经济效率、经济韧性、经济活力在地理距离倒数权重下均显著，说明各城市间金融集聚及经济发展的三个维度具有明显的空间正相关性，因此构建空间计量模型分析金融集聚对城市经济发展的溢出效应具有统计学意义。

表4 莫兰指数检验结果

2.空间计量结果

考虑到内生和外生交互效应，先对空间计量模型进行拉格朗日乘数(LM)检验、豪斯曼(Hausman)检验以及空间杜宾模型简化检验，最终选择双向固定的空间杜宾模型。表5列示了金融集聚分别对经济发展效率、韧性及活力三维度的空间杜宾模型的回归结果。点估计结果显示：三个被解释变量的空间自回归系数ρ均显著，说明存在经济发展的内生交互效应。核心解释变量金融集聚系数及空间滞后项回归系数也显著为正，说明还存在外生的金融集聚的交互效应。主要原因在于，金融产业集聚可以带来规模效应进而提高本地区及邻近地区经济效率、增强经济韧性、激发经济活力，对城市经济健康可持续发展及区域内良性联动发展有很好的促进作用。

表5 空间杜宾模型回归结果

3.溢出效应分解结果

考虑到基础的点回归可能存在误差造成空间溢出效应分析不准确[10]，不能直观反映出金融集聚对城市经济发展的边际影响，本文进一步运用偏微分的方法对金融集聚的空间溢出效应进行分解。结果如表5所示。

从直接效应看，金融集聚可以有效提高城市经济效率、增强经济韧性、激发经济活力，从而验证了假设H1、H2、H4。因此，金融集聚在促进城市经济稳健增长过程中不仅可以增加产值，还可以相应提高经济运行效率、稳定性与活跃度。金融机构带来的规模经济效应加速了集聚效应扩散，并通过激励技术创新、鼓励新兴产业发展、优化产业结构、加强市场监管等路径促使城市经济多元化建设。从控制变量来看，(1)经济效率方面：对外开放水平、人力资本、研发支出对城市经济效率没有影响。原因在于中国引进外资先进技术和管理经验尚且不足，人力资本正处于数量向质量转型当口，研发支出并没有做到规模资本化。同时，信息化水平和收入水平对经济效率存在抑制作用。这主要是因为信息技术发达导致的金融发展过速引发了金融脱实向虚，泡沫风险、道德风险等加剧了对实体经济负向冲击，且向后弯曲的劳动供给曲线为收入水平提升不利于效率提高提供了理论依据。(2)经济韧性方面：研发支出水平对经济韧性没有影响，其原因在于研发支出在财政中占比应该与城市发展速度相匹配，而过度的研发投入会紧缩政府支配于城市其他方面的建设投资，对于经济稳定发展可能会产生一定的不利影响。(3)经济活力方面：对外开放、信息化水平和收入水平对经济活力没有影响。具体来说，外商投资存在效率不高、针对性不强等问题；信息化时代给中国带来机遇的同时也带来更大的挑战，如垄断问题、监管问题等；偏稳定、重储蓄思想使得平均工资的提高不能有效激发消费及投资，亦不能对经济活力产生影响。同时，人力资本抑制了经济活力，原因可能在于人力资本不足以满足高质量人才的市场需求，对经济活力产生明显抑制。

从间接效应看，金融集聚对周边城市经济效率、经济韧性及经济活力有显著的外溢作用，说明集聚存在明显的空间溢出效应。这不仅有利于本地区经济发展，对周边城市也存在正向空间影响。一是金融机构通过空间集中布局营造跨区域密切合作及良性竞争氛围，即合作有效降低交易成本及信息不对称引发的道德风险，而竞争促使金融机构推出更多元化的金融产品及更优质的服务以便满足企业的融资需求，提高了周边城市的经济运行效率。二是金融集聚通过提供更便捷有效的网络服务交流平台，加速知识和技术溢出，形成由金融中心向外围的空间技术推动力，增强周边城市经济韧性。三是集聚的空间溢出也增强了周边城市金融吸引力，进一步优化资源配置及人力资本结构，激发招商引资热情，提升经济活力。从控制变量来看，(1)经济效率方面：收入水平对周边地区经济效率产生显著负向溢出作用，原因在于工资水平驱使劳动力向中心城市转移，更不利于产业发展，给周边城市经济效率带来负向冲击。(2)经济韧性方面：信息化水平对周边城市韧性没有影响，且研发支出带来了显著的负向溢出效应。这表明中国信息化建设还处于初级阶段，由中心城市辐射周边城市发展带来技术溢出红利还需要时间；城市间的创新研发存在竞争性，如中心城市技术水平领先，这会挤出周边城市政府研发投入对经济韧性的影响。(3)经济活力方面：收入水平、人力资本与研发支出对经济活力没有影响，说明中心城市工资、劳动力和研发经费的提高并没有显著拉动周边城市的消费意愿和投资水平。此外，信息化水平抑制了经济活力，其原因在于中心城市信息化建设程度高，产业多元化和更多的机遇吸引了周边城市的投资意愿，产生不利于周边城市发展的“虹吸效应”，导致经济活力下降。

(三)稳健性检验

1.更换空间权重矩阵

为验证上述实证结果的稳健性，本文采用更换空间权重矩阵的方法进行稳健性检验。考虑到城市之间经济基础与地理距离存在空间联系，本文选用经济地理距离矩阵进行回归，构建矩阵模型公式如下：

(9)

基于上述地理经济距离矩阵的空间杜宾模型回归结果显示，金融集聚对经济效率、韧性与活力的直接效应和空间效应均显著为正，且不同空间权重矩阵下解释变量参数估计基本一致(2)限于篇幅，此部分检验结果省略，备索。，说明回归结果具有稳健性。

2.内生性问题

从经济发展的三维视角出发，金融集聚与经济发展效率、韧性、活力之间均可能存在双向因果关系，即虽然金融集聚通过集聚效应扩散有利于城市经济高质量发展，但城市经济跃升也会吸引金融资源、加速金融集聚，因此有必要进一步处理内生性问题。本文采用将工具变量替换核心解释变量的方法来解决内生性问题，选择构建如下两种工具变量：(1)以解释变量滞后一期作为工具变量。主要原因在于解释变量干扰项与当期数值有关联，往往不与滞后期数值相关[39]，因此可以作为替代的工具变量；(2)工具变量的选择通常借助历史或地理层面等不随被解释变量而变化的客观数据[40]，借鉴范剑勇(2006)[41]以城市土地面积作为产业集聚工具变量的做法，将金融从业人员数与城市土地面积的比值作为工具变量。为检验以上两种工具变量的可行性，采用两阶段最小二乘(2SLS)方法对工具变量进行检验。由表6可知，不可识别检验(Kleibergen-Paap rkLM)统计量P值显著，弱工具变量检验(Cragg-Donald WaldF统计量和Kleibergen-Paap Wald rkF统计量)均大于Stock-Yogo检验10%水平上的临界值，因此认为选择金融集聚滞后一期或金融从业人员数与城市土地面积占比作为金融集聚的工具变量是合理有效的。

表6 工具变量检验结果

基于上述两种工具变量替换核心解释变量金融集聚的空间计量回归结果显示，金融集聚影响城市经济效率、韧性与活力的直接与间接效应显著性均未发生改变，系数仍然为正(3)限于篇幅，稳健性检验结果省略，备索。，说明回归结果具有稳健性。

(四)异质性分析

考虑到中国区域发展存在不均衡，地区之间经济水平差距大，为进一步考察金融集聚在不同区域、不同行政等级、不同人口规模城市是否存在影响差异，本文将城市按三种类别进行分类，分别检验金融集聚对当地经济发展三维度的影响及溢出作用。首先，由于目前中国南北地区经济差距较大[42]，本文以秦岭—淮河为界，将城市按南北区域划分，考察不同区域分布的城市金融集聚对经济发展的影响。其次，由于不同行政等级城市的资源禀赋存在差异，本文将城市按行政等级划分为地级市以上城市和地级市，其中地级市以上城市包括直辖市、省会和副省级城市。最后，劳动力人口是经济发展的内生动力，不同人口规模会产生经济发展差距，因此本文将城市按人口规模进行划分，人口密度大于500人/平方千米视为人口密集型城市，人口密度小于500人/平方千米且大于200人/平方千米视为人口中等型城市，人口密度小于200人/平方千米视为人口稀疏型城市。表7列示了区域异质性检验回归结果。

表7 区域异质性检验结果

结果显示：第一，从区域分布来看，南方城市金融集聚不仅对本地区城市经济效率、韧性和活力有显著的促进作用，对周边城市也有显著正向的溢出作用，即金融集聚有利于经济健康可持续发展。而北方城市影响效果不如南方，不仅对本地区经济效率没有影响，而且对周边城市经济效率产生抑制作用，但对经济韧性及活力没有影响。综合来说，在经济基础较好、基础设施建设较完善的南方城市，金融集聚发挥积极的促进作用，推动经济全面高质量发展，不仅显著提高经济效率，还有利于维持经济稳定、激发经济活力。而在经济基础相对薄弱、基础设施建设不够完善的北方地区，金融集聚对当地经济效率提升效果不强。这主要是因为中心城市金融集聚在一定程度上剥削了周边城市金融资源，产生较强的极化作用，不利于周边城市经济效率的提高，但其凭借资源整合优化、技术知识溢出等优势有效提高了当地经济韧性，并且金融中心也刺激了微观主体的投资及消费，激发了经济活力；然而，金融资源向中心城市倾斜抑制了周边城市新兴产业发展，不能形成大规模具有较大吸引力的商业中心，而周边城市的消费和投资行为会被较发达的金融中心区域所吸引，抑制了经济韧性和经济活力的提高，无法有效带动周边城市发展。

第二，从城市等级来看，地级以上城市金融集聚可以有效提高当地经济效率和经济韧性，且对周边城市经济效率产生显著正向溢出作用，但对经济韧性没有溢出作用。这主要是因为金融存在较明显的内在脆弱性与风险传递性[43]，一旦外部冲击发生，金融风险易在邻近城市间传递。当地金融机构规模化集聚凭借较丰厚的金融体量可以更好地应对风险，但这种集聚效应也存在空间溢出，且风险会伴随该效应一起作用于周边城市，所以金融集聚不能有效增强周边城市经济抗逆力。值得注意的是，地级以上城市金融集聚对当地经济活力没有影响，却显著激活了周边城市经济活力。主要原因在于，地级以上城市拥有天然的资源禀赋优势，金融发展水平较高，进一步盲目发展会导致金融脱实向虚严重，泡沫化程度增加将导致去工业化的服务业发展承压，生活成本的虚高抑制了居民消费，从而不利于本地区的经济活力建设。但工业产业向周边城市转移刺激了投资，大型商业街及电商快速普及也满足了消费需求，因此金融集聚的空间溢出效应显著。对于普通地级市来说，金融集聚可以全面有效促进当地经济发展，包括提高经济效率、增强经济韧性、激活经济潜力，但金融集聚对周边城市经济韧性和活力溢出作用不显著。这一现象进一步说明地级城市金融集聚在空间上既会产生普惠式的涓滴效应，也会带来极化效应挑战，即金融风险会伴随金融集聚带来的红利效应一并传递给周边城市，因此对经济韧性溢出作用不显著。

第三，从人口规模来看，人口密集型城市金融集聚对当地经济韧性和活力有显著促进作用，而对经济效率没有影响。主要原因在于，人口密集虽然在共同对抗风险和消费拉动上有明显优势，但却不利于经济效率的提高，而提高经济效率需要进一步优化劳动力结构，引进各领域高端人才，释放技术创新红利。金融集聚可以显著提高周边城市经济活力，但不能显著提高效率，甚至抑制了周边城市经济韧性。人口密集型城市本身并未享受人口优势带来的劳动力红利，对周边城市的人才吸引导致周边城市专业领域人才更为缺乏，因此金融集聚对周边地区经济效率的空间溢出效应不显著。此外，由于人口密集型城市金融体量较大，且越集中发展其金融实力就越强，应对不可预测性风险能力会随之增强。但当金融风险随集聚效应影响到周边城市时，周边城市可能出现金融体量不达规模而不足以应对意外风险的情况，因此不仅不能有效提升周边城市韧性，还有可能造成负面影响。人口中等型城市金融集聚效应传导效果最为显著，即金融集聚不仅可以有效推动本地区经济在效率、韧性及活力三维度全面发展，对周边城市经济效率和活力也有显著的溢出作用，但对经济韧性没有产生溢出作用。由于人口中等型城市金融体量处于正常规模，所以其风险与集聚效应在同时作用于周边城市时，可以达到相对均衡的状态，即使不能有效提升周边城市经济韧性，也不至于对其造成负面影响。在人口稀疏型城市，金融集聚对当地和周边地区的经济效率均没有影响，其原因在于人口稀疏型城市金融集聚加速优质劳动力趋于中心区发展，但总量上难以满足当地的劳动力市场需求。金融集聚对该地区经济韧性没有影响，对周边城市经济韧性的溢出作用显著为负。其原因是人口稀疏型城市金融体量较小，金融发展水平落后，即使形成空间意义上的集聚也达不成规模化与专业化，所以该类城市金融集聚对城市抗风险能力没有释放集聚红利，并不能明显提高经济韧性。此外，人口稀疏型城市金融集聚通过提高金融吸引力刺激新兴产业投资，实现了产业、商业从有到多的跃升，给该地区和周边地区经济活力带来显著促进作用。

六、结论与启示

(一)结论

在新时代高质量发展背景下，城市经济建设不再追求高速增长，更注重内在质量提升，包括提高经济运行效率，增强经济抗风险韧性，激发由消费投资拉动的经济活力。金融作为经济运行血脉，其空间集聚对城市经济产生深远影响。本文立足经济效率、韧性与活力三维视角，基于中国253个地级及以上城市面板数据，构建双向固定的基准回归模型和空间杜宾模型，采用多种工具变量策略(包括滞后期工具变量，外部工具变量)控制内生性问题，实证分析了金融集聚对城市经济发展的综合影响，得到结论如下：

第一，金融集聚可以有效提高经济效率，增强经济韧性，激发经济活力。对外开放与政府研发支出也从以上三维角度对城市经济建设起到显著促进作用。但信息化水平、收入水平却显著抑制了经济效率，人力资本对经济效率带来一定负向冲击但不显著。此外，收入水平、人力资本均不利于激发经济活力。

第二，金融集聚不仅从效率、韧性与活力三方面显著促进当地经济高质量发展，对周边地区也存在明显的空间溢出效应。这一结论在进行更换空间权重矩阵、选取解释变量滞后一期及地理层面数据作为工具变量等稳定性检验后仍然成立。此外，对外开放是经济效率、韧性与活力的较强支撑点，对经济建设的促进效果明显，而信息化水平、收入水平、人力资本和研发支出只能产生局部的促进作用甚至不利影响。

第三，金融集聚对经济效率、韧性和活力的影响存在异质性。(1)南方城市金融集聚对本地区及周边城市经济效率、韧性和活力均存在显著的促进作用，而北方城市影响效果不如南方，差距表现在金融集聚对本地区经济效率和周边城市经济韧性与活力没有影响，且显著抑制了周边城市经济效率。(2)地级市以上城市金融集聚可以有效提高当地经济效率与韧性，而不利于激发经济活力，对周边城市经济效率及活力产生显著正向溢出影响，但对韧性的溢出作用不明显。普通地级市金融集聚全面提高了当地经济效率、韧性及活力，但对周边城市经济韧性与活力溢出作用不显著。(3)人口密集型城市金融集聚能给当地经济韧性与活力带来显著提高，也能激发周边城市经济活力。人口中等型城市金融集聚效应传导效果最为显著，但不能作用于周边城市经济韧性。人口稀疏型城市金融集聚能给当地及周边城市经济活力带来显著积极影响，但对经济效率不产生作用，且明显抑制了周边城市经济韧性。

(二)政策启示

第一，各城市需加速金融机构及分支机构沿线城市中心布局，优化金融监管体系，广纳金融贤才，借助互联网便利条件，将更具吸引力的金融产品与更优质的金融服务面向社会群体，巩固集聚效应为经济效率、韧性与活力带来的红利优势。

第二，各城市政府需充分发挥在地域、行业、文化等不同领域优势，制定更具吸引力的招商引资政策，在吸收外资先进技术与管理经验同时，制定合理合法的监管手段，避免陷入“污染避难所”陷阱。此外，各城市政府也需协调信息化建设，运用合理手段缩小收入差距，优化劳动力资本结构，扩大本土创新优势，减少技术依赖，避免给经济发展带来不同维度的负向冲击。

第三，北方城市需充分借鉴南方城市在金融管制和经济发展方向的先进经验。首先，应扩大城市中心金融体量建设，提高金融集聚对本土经济发展的促进作用；其次，沿区域内网状布局向外扩散发展，消除金融集聚给周边城市经济带来的不利冲击。地级市以上城市应强化金融、市场风险监管力度，防范金融脱实向虚及风险沿周边传递。地级城市需加强经济抗风险能力，激发经济活力，常存忧患意识。不同人口规模城市也需发挥自身城市特征，强化金融集聚带来发展优势，针对性地处理其带来的不利冲击，制定符合自身城市综合发展的全方位策略。