粤港澳大湾区金融集聚对于产业结构高级化的影响——基于动态面板GMM模型的分析1

旷婷玥，孙宝文

(中央财经大学 中国互联网经济研究院，北京 100000)

当下，经济全球化发展使得区域经济互动变得更加频繁，这也导致了区域内经济活动更加集聚化。金融集聚作为经济活动结果的表现之一，早已被学界所重视。1974年，Kindleberger首次提出“金融集聚”的概念后，学者们开始广泛关注到这一经济现象。相关学者从产业集聚、规模经济等理论视角出发，对金融集聚的形成机制、原因等问题进行了探讨，力图明确金融界集聚的形成原因以及影响力。近年来，学者们关注到金融集聚对于经济发展的影响，指出区域间金融聚集现象对于经济发展的影响并不相同，总体而言，中国东部的金融集聚比中西部的金融集聚更能促进经济的发展。研究指出金融集聚对于区域经济绿色增长的作用已经越发被关注，基于非预期产出的SBM-DEA模型研究显示，金融集聚对于绿色经济增长具有正向影响。上述研究说明，金融集聚对于区域经济发展具有积极作用。

金融集聚还会影响到产业结构转型问题。顾海峰指出，金融作为引导经济资源配置的重要动力机制之一，从金融发展视角出发，金融支持产业结构优化调整具有多种路径与机制[1]。王曼怡等指出金融业发挥自身资本配置的功能影响了产业布局并优化了产业结构[2]。王培志等认为地区的产业结构化受到多个因素的影响，其中金融业在地区产业结构化升级优化与调整中起到了至关重要的作用[3]。

多个地区的研究表明，金融业发展能够帮助地区产业结构优化升级[4]。但关于粤港澳大湾区产业结构优化调整的研究主要关注区域一体化对于大湾区产业结构化优化升级的问题[5]，此外，也有研究者关注到数字化对于大湾区传统产业结构升级的问题，探讨了疫情背景下，数字化能够较好地解决粤港澳大湾区资源禀赋分配以及产业结构升级等问题[6]。总的来说，以往关于粤港澳大湾区产业结构升级的研究并未关注到金融业发展对于产业结构的影响问题。因此，在这一背景下，本研究力图探索出粤港澳大湾区的金融集聚是否有效作用于当地产业结构升级的问题。

1 金融集聚对于产业结构高级化的影响机理分析

1.1 金融集聚为产业创新提供资金，从而推动产业升级

金融集聚对企业的研发创新具有重要作用，通过对企业研发创新的支持为整个行业带来高素质劳动力，并引发劳动力之间的竞争，最终为产业结构高级化转型提供优秀劳动力资源。金融集聚是一个多元化建构的过程，从金融对于产业结构的影响分工看，行业内的金融集聚能够影响行业内劳动力资源的流动，并且金融集聚程度高的地区对于企业研发创新起着重要的支撑作用。

金融资本与产业创新之间的双向互动，有利于促进产业结构化升级。企业研发创新面临着巨大风险，这主要体现在技术创新风险上，企业所处的内外部环境都带有极强的不确定性，技术研发本身十分耗费金融财力。为使得技术创新风险降低，企业家们会与金融机构进行协商，从而获得更大程度上的研究经费支撑。研究显示，金融对企业研发具有显著作用，金融机构在进行企业投资时，会通过考量企业研发成功率与企业研发资金消耗来进行综合评价，因为金融机构对于企业的投资本身也面临着风险[7]。出于本身控制成本以及企业研发投资评价的需要，在地理空间上金融机构与企业的集中程度越高，越利于双方相互了解。亦即说，金融机构与创新企业在地理上越集中，双方付出的成本就会越小，这使得金融资源会沿着创新效率较高的地区进行集聚，并为相关地区带来大量的产业发展金融资本[8]。金融集聚程度越高，该地区的产业创新能力就会越强。随着产业创新能力的提升，该地区的产业就会产生“虹吸效应”，对金融以及劳动力的吸引能力就会越发强大，最终推动该地区金融集聚程度不断上升以及产业转型升级顺利完成。

1.2 金融集聚为产业带来高素质劳动力，帮助产业升级转型

劳动力作为产业发展的极大要素之一，本身能够有效影响产业发展。对于现代化产业的发展而言，劳动力充裕与否是产业转型发展的关键要素之一。葛永波等的研究表明，劳动力跨区域转移会影响到某一产业的升级转型，劳动力要素配置成为产业转型发展的有效影响因素[9]。江红莉等人的研究指出，金融服务集聚、金融机构结构优化对于高素质劳动力的流动具有正向影响[10]。进一步而言，叶德珠等人通过对金融与劳动力关系的研究，指出金融结构与劳动力结构之间需要达成某种匹配度，才能更好地激发产业发展动能，并且两者之间的匹配度对于产业创新发展具有重要意义[11]。由此可见，金融集聚一方面能够为产业创新带来金融资本支撑，另一方面金融集聚对于产业创新发展的劳动力支撑也具有吸引作用，正如马述忠和胡增玺的研究指出的，金融集聚会有效引导劳动力的流动方向，金融聚集程度越高的地区往往意味着拥有更多的劳动力缺口，因此劳动力会自然地涌入当地，从而使得相关产业获得产业升级转型所必要的劳动力要素[12]。

2 计量模型、变量选取与数据说明

2.1 计量模型选择

本研究关注粤港澳大湾区金融集聚对于产业结构高级化的影响，考虑到相关变量的内生性与外生性问题，本研究使用差分GMM模型进行计算，该模型公式为lnpgjhit=α0+α1lnfcit+α2lnpdit+α3Xit+α4ζit+εit。其中，i指代大湾区各个城市，t指代年份，pgjh指代被解释变量产业结构高级化；fc指代金融集聚；pd指代人口密度。研究的数据来源为大湾区各个城市的统计年鉴、广东科技年鉴、港澳政府信息官网。本研究的数据时间跨度为2009—2019年。

2.2 变量选择与说明

1)被解释变量：产业结构高级化。用大湾区各市的第三产业产值与第二产业产值之比来衡量。

2)核心解释变量：金融集聚。粤港澳大湾区的金融集聚程度需要采用金融区位熵衡量。区位熵指数结果越大，则意味着大湾区的金融集聚程度越高，即说明金融业规模水平以及金融专业化程度较高。因此，本研究将计算粤港澳大湾区11个城市的金融集聚水平。计算公式为Efinanceit=(eit/pit)/(Et/Pt)。其中，eit和pit被用来指城市i在第t时间段的金融业从业人员数和总从业人员数；Et和Pt则被用来表示粤港澳大湾区在第t时间段内的金融从业人员总人数和整个大湾区各行业总就业人数。

4)控制变量：城市人口密度。使用《中国城市统计年鉴》中城市户籍人口与城市建成区域面积之比作为衡量方法[13,14]。选择这一方法的原因在于，这一指标能帮助衡量城市对于人口的承载能力，也能反映出城市的经济集聚能力。人口密度越大的城市，其金融集聚的结果就越强大，因此吸引前来就业的人口就越多，于是为该城市产业结构升级提供更多更优质的劳动力。

5)控制变量：地区人均GDP。城市年末公布的GDP与城市年末人口数量的比值。

2.3 数据来源

本研究的数据主要来源于《中国科技统计年鉴》《中国城市年鉴》《中国统计年鉴》《中国金融统计年鉴》《香港统计年刊》《澳门统计年鉴》《中国教育统计年鉴》《广东科技年鉴》《惠州统计年鉴》《广州统计年鉴》《深圳统计年鉴》《东莞统计年鉴》《珠海统计年鉴》等。另外，由于中国香港和中国澳门的统计口径与中国内地的统计口径不一致，因此本研究进行了换算，并在建模前对数据进行了无量纲化处理。

3 实证结果与分析

3.1 实证结果

本研究使用动态面板GMM模型进行研究，使用这一方法的目的在于有效解除传统模型分析带来的参数估计的有偏性和非一致性，造成这一现象的原因是传统模型没能考虑到模型的内生性问题。

内生性问题是本研究需要特别关注的重要问题。本研究关注到粤港澳大湾区金融集聚对于产业结构高级化的影响，这其中可能存在一定的变量之间的联立性，即金融集聚与产业结构高级化相互影响。此外，本研究还考虑到遗漏变量的问题。任何模型都无法将所有的解释变量纳入模型之中，因而一些遗漏的变量可能会对模型结果造成影响，且当这些遗漏变量与本研究的解释变量产生相关性时，会引发更严重的内生性问题。最后，测量误差也会造成本研究模型的内生性问题。对于本研究而言，中国香港、中国澳门以及广东省所使用的统计口径并不一致，这也导致了相应的数据质量有所差异，尽管本研究对相关数据进行了无量纲化处理，但仍会面临统计口径差异带来的内生性问题。为有效解决上述内生性问题，本研究参照Arellano[15]、Blundell[16]等所提出来的动态面板数据GMM估计模型。 本研究使用差分动态面板GMM模型的好处有：一是在进行变量差分取值后，能够消除不随时间变化的变量以及个别城市非观测的效应，从而在理论上较好地解决本研究模型中可能存在的遗漏变量问题；二是差分GMM本身能够消除解释变量与被解释变量之间的相互作用，即有效消除解释变量与被解释变量之间的反向因果关系。

本研究采用差分GMM估计模型的原因有以下几点：一是差分GMM模型通过对模型变量的一阶差分处理，有效解除了“动态面板偏差”。然而，使用这一方法对模型具有严苛要求，它要求回归方程的随机扰动εi并不存在自相关问题。二是要求模型的内生解释变量具有弱外生性。本研究使用差分GMM估计模型的结果见表1。

表1 差分GMM估计模型的结果变量模型1模型2con1.4131.442pgjht-10.612∗∗∗(56.01)0.638∗∗∗(42.68)pgjh0.131∗∗∗(3.12)0.129∗∗∗(3.53)fc0.019∗∗∗(1.02)0.022∗∗∗(1.46)pd0.012∗∗(0.12)updrgpcAR1检验0.0230.031AR2检验0.4930.392sargan0.60290.7018 注:∗∗∗、∗∗、∗分别表示在1%、5%和10%的显著性水平下显著,()内数值为z检验值

为进一步分析估计结果，本研究进行了过度识别检验，检验结果接受原假设：所有工具变量均外生。

3.2 结果分析

对上述表格的数据进行分析，可以看到模型1和模型2的回归结果。

首先，通过对模型的系数进行分析，可以看出，金融集聚对于产业结构高级化的影响是正向的，即提高金融集聚程度能够积极影响产业结构的调整。具体而言，粤港澳大湾区的金融集聚程度本身代表了金融资本走向，这种金融资本走向会有效影响到整个湾区的产业布局，产业布局对整个湾区产业的升级转型具有重要意义。根据本研究的实证结果，可以推论出大湾区金融集聚程度与产业结构高级化之间存在某个区间的匹配度，在相应的匹配度内，金融集聚对于产业结构高级化发展具有正向作用。

其次，对于粤港澳大湾区的金融集聚与产业结构高级化而言，随着金融集聚程度逐步上升，产业结构高级化也逐步得到提升。这表明，加强金融集聚程度，扩大金融行业从业人员比例，能够对粤港澳大湾区的第二产业和第三产业产生积极影响。进一步而言，粤港澳大湾区的金融集聚式发展，一方面本身就能够有效提升该区域的当期产业结构变革；另一方面，人口密度提升也对粤港澳大湾区产业结构高级化发展提供积极影响。这一结果有效验证了本研究前面关于人口密度提升，形成经济产业结构化变革推动的分析。

最后，逐步将控制变量加入模型后，实证研究结果发现，产业结构高级化的一阶滞后项与金融集聚之间存在正相关关系。这说明产业结构高级化发展一方面取决于当期的多个影响因素，另一方面也受到了往期发展情况的影响，且往期的产业结构高级化发展水平越高，对于当期的产业结构高级化发展水平的作用就越大，这就在本质上说明了粤港澳大湾区的产业结构高级化发展本身就具有一定的惯性，这一结果符合了本研究在前面的分析，更加证明了本研究使用动态面板GMM估计模型的合理性。

4 结论与建议

4.1 研究结论

本研究基于2009—2019年粤港澳大湾区的面板数据，实证分析了粤港澳大湾区的金融集聚对于产业结构高级化的影响。首先，本研究讨论了金融集聚测量的方法，使用区位熵公式测量了粤港澳大湾区的金融集聚程度。其次，本研究使用永续盘存法测量了粤港澳大湾区11个城市的固定资本存量，并进行了人均固定资本存量，以便于进行模型计算。最后，本研究采用差分动态面板GMM模型实证了金融集聚与产业结构高级化的影响，结果发现金融集聚程度能够有效影响到产业结构高级化，且在加入更多控制变量后，人均固定资本存量对于产业结构高级化也具有积极影响。

4.2 研究建议

根据上述实证结果，提出以下建议：粤港澳大湾区11个城市可以适当提升人口密度，引入高级技能人才，从而形成更好的人力资本以利于产业结构高级化发展。因此，出台相应的人力资本吸纳政策显得十分必要。例如广东地区，紧跟“十四五”精神，南海重磅发布“南海鲲鹏人才计划”，提出实施“四大人才工程”，大力扶持人才及团队发展成长。从鼓励创业、减免税收等角度刺激高素质人才在大湾区扎根，服务于大湾区的产业升级转型。具体对策如下：

第一，提升金融集聚程度，促进产业结构优化转型。金融集聚需引入更多金融从业人员才能提升金融集聚程度，因此，在提升人口密度的基础上进一步加大对金融人才的引入，能够在一定程度上形成更好的金融集聚效应。通过加快金融产品和服务创新，达到提升粤港澳大湾区金融刺激产业升级发展的最终目标，进一步通过粤港澳大湾区产业发展平台，提升金融集聚的辐射能力。此外，夯实粤港澳大湾区金融基础设施建设，深入探索粤港澳大湾区金融服务平台的深度服务能力，开展国际金融业务、产权抵押、投资者金融便捷服务等业务，合理利用政策，遵循法规，探索金融集聚促进产业结构优化转型的新路径。

第二，合理规划产业布局，优化金融资源配置。对金融产业与其他产业的布局进行优化，从而达到通过布局优化第三产业产值的目的，最终使得产业结构逐步走向高级化。借助金融力量优化粤港澳大湾区产业布局成为一大趋势，金融机构中心度转移会有效影响到产业布局以及产业转移，因此，通过金融机构的布局进一步优化产业布局，并利用产业与金融之间的相互效应，出台产业结构优化奖励等政策，进一步刺激粤港澳大湾区产业合理布局。

第三，适当增大城市人口密度。城市人口密度作为经济发展的一个客观观测变量，就粤港澳大湾区各市的人口密度而言，中国香港的产业结构高级化程度较好，这与其所具备的城市人口密度有一定的关联性。粤港澳大湾区吸引了众多青年劳动力进入，青年劳动力是促进粤港澳大湾区众多产业升级转型的有效力量，因此，出台相应的落户政策，使相应的劳动力在大湾区扎根立足成为粤港澳大湾区人口政策主要方向之一。