金融集聚对新型城镇化的影响——以长江经济带沿线11省市为例

章晓英,徐雅涵

(重庆理工大学 经济金融学院,重庆 400054)

一、引言

2020年5月14日,中共中央政治局常委会会议首次提出“构建国内国际双循环相互促进的新发展格局”,“国内国际双循环”“新发展格局”在后续重要会议上多次被提及。习近平总书记在2020年“两会”期间再次强调,要“逐步形成以国内大循环为主体、国内国际双循环相互促进的新发展格局”。根据当前形势,牢牢把握扩大内需这一战略基点是构建新发展格局的重点。作为内生动力的源泉,城镇化能提高内需的潜在增长空间,对扩大内需具有重要作用。随着经济的不断发展,国家对城镇化质量有了更高要求。2014年,我国正式发布《国家新型城镇化规划(2014—2020年)》,指出新型城镇化涵盖人口、经济、社会等多个方面,强调生态优先、重视绿色发展,为经济可持续发展奠定基础。在城镇化的推进过程中,金融凭借其资源的高流动性,为城镇化发展提供充足的资金支持。金融集聚通过对资本市场的资源进行优化配置,能够高效促进城镇化水平的提升。英国伦敦、美国纽约、日本东京及中国上海是全球金融集聚中心,同时也处于城镇化发展的高水平阶段,反映出城镇化发展与金融集聚水平具有密切联系。

我国长江经济带覆盖 9 省 2 市,横跨东、中、西三大板块,总面积为 205 万平方公里,以全国 21% 的国土面积承载着40%以上的人口和经济总量。2016年中共中央政治局召开会议,审议通过了《长江经济带发展规划纲要》,长江经济带发展战略快速推进。长江经济带实现经济可持续发展必然离不开新型城镇化建设,金融集聚为新型城镇化建设提供了有效支持。

二、文献回顾

美国经济学家Kindle Berger最先提出“金融集聚”一词,他认为地域的集中性是形成金融集聚的关键因素,金融活动的参与者更倾向于在某一集中地进行交易[1]。国内学者对金融集聚概念的界定众说纷纭,较为全面的是黄解宇等[2]的解释,他们认为金融集聚既是一个过程,也是一种状态。过程是指通过金融资源与地域条件协调、配置、组合的时空动态变化,金融产业成长、发展,进而在一定地域空间生成金融地域密集系统的变化过程;而状态是通过前一过程,达到一定规模和密集程度的金融产品、工具、机制、制度、法规、政策文化在一定地域空间有机结合而形成的。因此,金融集聚可通过发挥集聚效应与辐射效应促进经济发展[3]。当前,世界各国经济紧密相连,任何一个国家的经济行为都可能对其他国家产生连锁反应。在此背景下,金融集聚已成为增强区域金融业综合竞争力、推动区域经济进一步发展的重要手段[4]。

城镇化又被称为城市化,不同的学科对其定义有所差异。就其本质而言,城镇化是经济结构、社会结构和空间结构进行变迁的过程,尤其与经济结构变化有着密不可分的联系。Brian[5]和Henderson[6]收集多个国家城镇化与经济的相关数据,研究认为城镇化发展能够促进经济增长。中国城镇化与经济发展进程基本符合国际一般规律[7]。中国的城镇化进程,无论是人口城镇化还是空间城镇化,均对经济增长具有明显促进作用[8-9]。我国一直非常重视城镇化建设,早在“十五”规划中就明确提出积极推进城镇化,但那时的城镇化主要侧重人口方面的城镇化。考虑到不同时期国家的发展理念以及人民对美好生活的向往有所差异,新型城镇化战略应运而生。党的十八大提出新型城镇化是综合、全面、协调以及可持续的,包含人口、经济、生态、社会等多方面;其目的是提高人口素质和居民生活质量,使城镇成为高品质的宜居之所[10]。

金融集聚与新型城镇化有着密切关系。一个国家或地区的新型城镇化水平越高,就越能证明其拥有较为完善的金融体系,完备的金融体系能够通过自身高效的支付系统来促进各经济要素的有效流动。金融集聚因其资源的高流动性,具备高效聚集社会闲散资金的功能,能够及时为新型城镇化建设给予资金支持。有学者结合“新型城镇化”概念,构建城镇化评价指标体系研究其与金融集聚的关系。郑建锋等[11]将金融业分为银行业、保险业及证券业,用3个子行业的区位熵衡量金融集聚水平,构建金融-城镇化耦合指标研究长江经济带11省市金融集聚与城镇化的关系,研究发现金融集聚与城镇化之间具有稳定的均衡关系。俞思静等[12]从金融业深度、规模和密度3个方面构建金融产业集聚评价指标体系,研究江浙沪地区金融集聚与新型城镇化之间的关系,发现银行业及证券业相关指标对新型城镇化建设具有显著促进作用。王弓等[13]借助空间计量模型研究金融集聚的空间溢出效应,发现若仅考察传统意义上的城镇化,金融集聚只能提升本地区城镇化水平,无法带动邻近地区城镇化水平的提高;若考察新型城镇化,金融集聚不仅可以促进本区域新型城镇化水平的提升,还能产生显著的空间溢出效应[14]。

综上所述,金融集聚对城镇化影响的相关研究大多以传统城镇化为研究对象,较少涉及新型城镇化;且相关研究未考虑空间因素。因此,利用空间计量模型研究长江经济带金融集聚与新型城镇化关系具有较强的现实意义。

三、金融集聚及新型城镇化指标构建与水平测度

(一)金融集聚指标构建与水平测度

目前能够衡量金融集聚水平的指标较丰富,不同的衡量指标具有不同的特性及优缺点,且不同研究对象的特点也有差异,学术界也无统一标准。根据相关原理并参考刘瑞波等[15]的处理办法,本文选择将区位熵作为衡量金融集聚水平的指标。区位熵又称专业化率,主要通过将某一区域产业的集中度与该产业的全国水平进行对比来衡量该区域产业的集中度,可以更加清晰地反映该区域的产业集聚情况。公式如下:

(1)

其中,LQij表示j地区i产业相对于全国的区位熵,eij为j地区i产业总产值,ei表示j地区生产总值,Ej为i产业在全国的总产值,E为全国生产总值。若LQij>1,说明j地区i产业的集聚水平位于全国平均水平之上;若LQij≤1,说明j地区i产业集聚水平等于或者低于全国平均水平。LQij值越大,表示集聚水平越高。

参考多数学者对区位熵的测度方法,本文从银行业、保险业以及证券业3个角度研究长江经济带沿线11省市的金融集聚水平,以2008—2019年我国长江经济带省市及全国金融机构存款余额(亿元)、各类保险机构原保险保费收入总额(亿元)、年末股票流通总值、年末常住人口数计算得到的银行业、保险业[16]及证券业区位熵[17]为样本数据。金融机构存款余额、各类保险机构原保险保费收入总额等数据来源于《中国统计年鉴》《中国金融年鉴》《中国第三产业统计年鉴》及全国与长江经济带沿线11省市历年的统计公报。

银行业区位熵计算公式为:

(2)

其中,LQB表示各省市研究期内对应年份的银行业区位熵,Bj表示研究年份j省(市)金融机构存款余额,B表示对应年份我国金融机构的存款余额,Pj及P分别表示相应年份年末j省(市)常住人口数及国内常住人口总数。LQB<1表明该省市该行业金融集聚水平低于全国平均水平,反之则表示金融集聚水平等于或高于全国平均水平。以下保险业及证券业区位熵计算结果及公式中Pj及P的含义同式(2),后面不再赘述。

保险业区位熵计算公式为:

(3)

其中,LQI表示各省市研究期内对应年份的保险业区位熵,Ij表示该年j省(市)的保费收入总额,I表示我国该年的保费收入总额。

证券业区位熵计算公式为:

(4)

其中,LQs表示各省市研究期内对应年份的证券业区位熵,Sj表示研究年份j省(市)年末的股票流通市价总值,S表示我国该年年末的股票流通市价总值。

通过计算得出2008—2019年长江经济带沿线11省市银行业、保险业及证券业的区位熵值,具体见表1。

表1 长江经济带沿线11省市银行业、保险业及证券业区位熵

由表1可知,2008—2019年,长江经济带中上游地区省市3个金融子行业的区位熵基本处于上升态势,期间虽有波动,但总体有所提高,表明长江经济带中上游地区省市银行业、保险业及证券业集聚水平实现了提升。截至2019年,仅上海、江苏及浙江的银行业、保险业、证券业的区位熵大于1,其余8个省市的区位熵均在1以下。同时,中上游省市证券业的区位熵低于其他2个金融子行业的区位熵,说明长江经济带下游地区金融集聚水平明显高于中上游地区,中上游地区省市证券业的发展较为落后。

(二)新型城镇化综合评价体系的构建及水平测度

根据国家发布的《国家新型城镇化规划(2014—2020年)》,城镇化发展是人口规模、经济发展、社会服务及城市空间等多方面融合的过程。因此,在参考张梦瑶[18]、杨建亮等[19]研究的基础上,本文基于上述4个层面选取指标,以构建较为完整且全面的新型城镇化综合评价体系。由于指标较多,且具有较强的主观性,为了避免部分指标过度重叠,利用Pearson检验对选取的指标进行筛选,最终结果如表2所示。

表2 新型城镇化综合评价体系

正向指标数值越高,说明越有利于推进新型城镇化的发展;负向指标数值越低,说明对新型城镇化发展的阻碍越小。本文参考杨阳等[20]所用的熵值法,对新型城镇化综合评价体系中的各项指标赋权重,并对2008—2019年长江经济带沿线11省市新型城镇化水平进行综合得分计算。具体步骤如下:

(1)各指标单位不统一,且对研究对象的作用有正负关系的差异。所以,首先对其进行归一化处理,处理方式稍有差异,其中,下面公式中的P为所选指标总数,m为研究年份的长度,n为研究的省市个数)

由表3可知,2008—2019年,长江经济带沿线11省市的新型城镇化综合得分均保持上升态势。位于上游地区的上海、江苏及浙江的综合得分在各省市中保持领先;中游地区的湖北、湖南得分略高于其他2个省份,且湖北的得分在中上游地区中是最高的;上游地区的四川及重庆得分相近,贵州及云南的得分与四川及重庆相比有一定差距,且贵州及云南的得分在11省市中最低。上述结论与我国新型城镇化建设和经济发展实际情况相符。

2008—2019年,长江中上游地区省市的新型城镇化水平增速均超过20%,其中贵州的增速接近40%,安徽与湖南的增速接近30%,远高于下游地区。由此可知,虽然长江经济带中上游地区省市新型城镇化综合得分低于下游地区,但近年来随着西部大开发战略的推行及国家对中西部地区的政策扶持,中上游地区省市的新型城镇化水平提升速度较快。

四、金融集聚对新型城镇化的影响实证

(一)空间计量模型的选择

在空间计量经济学中,模型一般分为3种:空间滞后模型(SLM)(也被称为空间自回归模型(SAR))、空间误差模型(SEM)及空间杜宾模型(SDM),这3种模型都可用Stata软件实现。本文使用LR、Wald及Hausman检验确定最终模型。

通过LR及Wald检验,可确定SDM模型是否退化为SLM或SEM模型,若检验结果表明SDM模型既不会变为SLM模型,也不会变为SEM模型,则选择SDM模型;若SDM模型会退化成上述2个模型中的任意一个,则选择对应的模型即可。Hausman检验可确定模型是采用随机效应还是固定效应。LR、Wald及Hausman检验结果如表4所示。

表4 LR、Wald及Hausman检验结果

由表4可知,LR检验与Wald检验的统计值均显著拒绝原假设,即SDM模型既不会退化为SLM模型,也不会退化为SEM模型,表明选择SDM模型最恰当。Hausman检验的结果也显著拒绝原假设,因此选择固定效应。综上,本文选择个体固定效应下的空间杜宾模型研究金融集聚对新型城镇化的影响。

(二)变量说明与数据来源

本文的被解释变量为长江经济带沿线11省市的新型城镇化水平,用构建的综合评价体系计算的综合得分表示。核心解释变量为银行业集聚水平、保险业集聚水平及证券业集聚水平,分别用银行业区位熵、保险业区位熵及证券业区位熵表示。控制变量为政府财政支出(用政府财政支出占地区生产总值的比重表示)、人力资本水平(用每十万人口高等学校在校生人数占年末总人数的比重表示)及产业结构(用第三产业增加值与第二产业增加值的比值表示)。所用数据均来源于《中国统计年鉴》《中国金融统计年鉴》《中国第三产业统计年鉴》及各省市统计年鉴、全国与各省市统计公报。

(三)空间计量模型的建立及结果分析

通过上文的检验,最终构建如下模型:

(5)

其中,α为常数截距项;ρ为空间自回归系数;β0～β5为各自变量系数;θ0～θ5为各自变量空间滞后项系数且不为0,反映本省市被解释变量与外生的邻近省市解释变量间的关系;wij为地理邻近矩阵,εit为随机干扰项。

由表5可知,银行业与保险业集聚均促进了本省市新型城镇化的发展。同时,银行业与保险业集聚产生了负向间接效应,但保险业集聚产生的负间接效应不显著。究其原因,研究期内,长江经济带沿线各省市金融机构存款余额处于上升态势,各银行具有充足的贷款实力，并且推出了许多优惠政策参与新型城镇化项目建设。同时,本省市因其高效且多层次的保险体系,为银行业的资金划拨分配提供有力的保障,进而为新型城镇化建设提供有力支撑,使本省市新型城镇化建设能够有效推进。然而,相较于本省市,邻近省市银行业的业务模式及产品服务较为单一,银行业集聚无法满足多层次、多元化新型城镇化建设的金融要求。保险业集聚在新型城镇化建设的产品、制度及流程设计方面缺乏灵活性,无法为新型城镇化建设融资体系提供有效保障,增加了新型城镇化建设工作的难度。证券业集聚对邻近省市新型城镇化的建设起到了推动作用,但对本省市的新型城镇化建设未起到推动作用。这不符合一般逻辑,我们可以尝试从以下角度解释:首先,证券市场的重要作用在于它能够直接对投资需求产生影响。在本省市银行业汇集大量存款的基础上,证券市场能够将这部分资金转化为投资。将储蓄转化为投资的过程很关键,实证结果显示证券业集聚抑制了本省市新型城镇化的发展,可能的原因是:本省市证券市场金融资源薄弱、发展时间较晚且速度缓慢,未能提供安全有效的投资工具;加之投资方式与模式单一,不能为新型城镇化建设提供多样化的资金来源,无法有效推进新型城镇化建设,甚至还产生抑制作用。而邻近省市由于金融基础较好,证券市场发展较快,能够为新型城镇化建设提供灵活的融资渠道,降低其融资成本,同时吸引周边省市证券业的相关资源并将其有效利用,进而对新型城镇化发展起到促进作用。

从3个控制变量的估计结果可知:政府财政支出抑制了本省市新型城镇化发展,但促进了邻近省市新型城镇化发展,这可能与地方及中央在提供基本公共服务职责上的交叉及权责划分有关。人力资本的直接效应与间接效应为正且显著,表明人力资本能够促进本省市及邻近省市新型城镇化发展,并且人口素质已成为推动各省市新型城镇化发展的主要动力。产业结构的直接效应为正且显著,但产生了负的间接效应,可能是本省市与邻近省市相比,第三产业的发展更为迅速,产生了显著的虹吸效应,不利于邻近省市新型城镇化建设。

五、研究结论与对策建议

本文运用2008—2019年中国长江经济带沿线11省市的面板数据构建综合指标评价体系,测算各省市新型城镇化水平得分,并运用空间杜宾模型实证研究金融集聚对新型城镇化的影响,得到以下结论:第一,金融集聚显著促进了长江经济带沿线11省市的新型城镇化发展,提高金融集聚水平有利于新型城镇化的进一步发展。第二,银行业集聚对本省市新型城镇化的促进作用最强,保险业集聚的促进作用稍弱,证券业集聚则产生了轻微的抑制作用。如何协调好三者对新型城镇化的作用非常关键。第三,银行业集聚对邻近省市新型城镇化发展产生了抑制作用,证券业集聚的作用则与之相反,保险业集聚对邻近省市新型城镇化发展无显著影响。如何激发金融业内生活力,从而更好地推进新型城镇化建设是当前应思考的问题。

根据本文的研究结论,提出以下对策建议:

第一,畅通区域金融资源流动,有效提升区域金融集聚水平。首先,长江经济带各省市应将自身的金融资源进行有效整合,为金融业创造更好的成长环境;其次,国家应制定一系列政策措施以加强省市间金融资源的有效流动。如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,消除各省市间金融合作与交流的壁垒及阻碍。长江中上游地区,尤其是上游地区的金融集聚发展滞后于下游地区,政府应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,使中上游企业能够在与下游企业的合作中学习到更好的发展方式,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上,进一步实现中上游地区金融产业的发展。此举有利于减弱金融产业发达省市的虹吸效应,减小各省市间金融水平的差异,有助于各省市金融集聚水平的共同提升。

第二,协调区域金融产业发展,有效引导资本市场资金流向。本研究的实证结果表明银行业仍然是金融资源分配的主体,保险业稳步发展,证券业发展较为滞后。银行业及保险业主要通过货币市场实现对新型城镇化建设的支持作用,而证券业由于发展较为滞后,资本市场对新型城镇化的建设未能起到有效作用。但资本市场是进行中长期资金融通活动的市场,而新型城镇化建设是一个长期持续的过程,所以,资本市场对新型城镇化建设的支持作用具有很大潜力。因此,政府在利用货币市场支持新型城镇化发展的同时,应加大对资本市场的支持力度,鼓励并引导资本市场资金流向具有盈利性质的新型城镇化建设项目,协调好金融业各子行业在新型城镇化建设中的分工,使各子行业能够充分发挥作用,不但能够缩小金融业各子行业的发展差距,还能使发展较为缓慢的子行业实现充分发展,进而减少政府财政对新型城市化建设的干预,充分发挥市场的作用,更好地协调区域金融产业发展。

第三,创新区域金融结构类型,有效拓展区域金融产品功能。金融集聚在促进新型城镇化发展的路径中,最主要的就是其资金渠道及中间产业渠道。目前,金融集聚能够为新型城镇化建设提供较为充足的资金支持。但是由于新型城镇化建设是一项复杂且庞大的工程,存在很多不确定因素,而金融行业最为重视的就是风险把控。中间产业具有服务性质,不需付出高额资金获取盈利,风险较小。因此,在新型城镇化建设过程中,利用中间渠道筹集资金是较为合适且稳妥的方式。但目前各区域中间产业发展晚且慢,产品种类单一。金融创新能够催生出更加多样化的产品,并通过这些多样化产品提升金融行业的运行效率,进而为新型城镇化建设提供更加高效、及时的支持。因此,应大力支持省市间金融产业与创新资源要素的融合;提升省市内金融机构与政府、科研机构、高校及企业的沟通效率,从而提升创新成果的整体转化效率,研发适合于新型城镇化的金融产品,推动金融集聚与新型城镇化融合发展。