金融集聚对新质生产力的影响研究

摘 要：金融是国民经济的血脉，是推动新质生产力形成的加速器。本文基于空间视角，选取我国30个省份2008—2022年的面板数据作为研究对象，利用熵值法测算出新质生产力水平，并借助空间杜宾模型探究金融集聚对新质生产力的作用机制。研究结果表明：我国新质生产力水平存在较明显的空间差异，新质生产力水平较高的地区主要集中在东部地区；总体而言，金融集聚对新质生产力水平的提升具有正向空间溢出效应；金融集聚对新质生产力水平提升的赋能作用存在明显的区域异质性。基于以上结论提出相关建议：推动区域协调发展，缩小地区空间差异；促进金融集聚发展，放大正向溢出效应；加速要素高效流动，推动产业转型升级。

关键词：金融集聚；新质生产力；熵值法；空间杜宾模型

DOI：10.3969/j.issn.1003-9031.2024.09.002

中图分类号：F832 文献标识码：A 文章编号：1003－9031（2024）09－0018－14

一、引言及文献综述

生产力是推动社会进步和经济发展的根本动力。2023年，新质生产力的概念首次被提出；2024年政府工作报告把加快发展新质生产力列为首要任务，新质生产力被正式写入政府工作报告中，培育和发展新质生产力成为我国实现“弯道超车”的根本动力，也是推动经济高质量发展和顺利完成新旧动能转换的内在要求和重要着力点。

金融是现代经济的核心，是经济的“助推器”和“润滑剂”，发展新质生产力离不开金融的支持，2023年中央金融工作会议提出要做好科技金融、绿色金融、普惠金融、养老金融、数字金融五篇大文章，将科技金融放在了五篇大文章的首要位置，足见金融对于推动科技创新和经济社会发展的重要性。金融集聚通过优化金融资源配置，加强对新科技、新赛道、新市场的金融支持，推动创新链、产业链、资金链、人才链深度融合，从而加速新质生产力的形成。

新质生产力一经提出，便在学术界掀起了研究的热潮，新质生产力的研究主要集中在以下两个方面。一方面，侧重于新质生产力的理论研究，包括新质生产力的理论内涵、发展特征、形成逻辑、形成实践、实现路径等方面研究。曾宪奎（2024）从科技创新、生产要素创新性配置、绿色发展底蕴三个维度阐述新质生产力核心内涵。胡莹（2024）认为新质生产力是具有创新性、融合性、引领性和超越性等特点的生产力。柳学信等（2024）分别从打造一流企业、提升竞争优势、构建人类命运共同体三个维度阐述了新质生产力形成的理论逻辑。蒋永穆和乔张媛（2024）提出了从提升科技创新能力、促进新要素成长、推进核心技术研发应用、建设现代产业体系四个方面入手，提升新质生产力。另一方面，聚焦于新质生产力的实证研究，包括新质生产力水平测度、新质生产力的影响因素、新质生产力对经济增长以及资源配置效率的促进作用等。王珏等（2024）基于新质劳动者、新质劳动资料和新质劳动对象三大生产力构成要件，运用熵值法对中国省域新质生产力发展水平进行测度。卢江等（2024）从科技、绿色和数字生产力三个维度构建新质生产力评价体系，基于2012—2021年我国省级面板数据，采用改进的熵权-TOPSIS方法测度了各区域新质生产力水平。宋佳等（2024）从微观角度研究了ESG发展对企业新质生产力的影响，实证结果表明ESG发展对企业新质生产力水平的提升有显著促进作用。韩文龙等（2024）通过构建空间杜宾模型对新质生产力的空间效应进行检验，发现新质生产力不仅能够直接促进经济增长，并且具有显著的空间溢出效应。徐波等（2024）利用面板固定效应模型、空间杜宾模型、空间门槛模型评估新质生产力对资源配置效率的影响效应及作用机制，实证结果表明新质生产力能够缓解市场扭曲，提升资源配置效率。

关于金融集聚对新质生产力的影响，现有文献的探讨相对有限，特别是实证研究方面更显匮乏。理论层面，何青等（2024）剖析了金融服务新质生产力发展的重点难点以及路径。李东民和张旭（2024）认为数字金融可以通过提高金融效率、降低交易成本推动新质生产力发展。王珏和李子成（2024）基于2014—2021年省域面板数据，运用双固定模型、面板门槛模型探究低空经济对新质生产力的驱动机制，实证结果表明金融发展与企业集聚在低空经济与新质生产力的关系中发挥正向调节作用。任宇新等（2024）研究金融集聚、产学研合作、新质生产力之间的关系，结果显示金融集聚可以促进新质生产力提升。为进一步丰富金融与新质生产力之间关系的研究，本文拟从空间视角出发，深入探索金融集聚对新质生产力水平的赋能作用。本文的边际贡献主要包括：一是建立一套测度新质生产力水平的指标体系，指标体系更加注重“新”和“质”；二是研究对象创新，致力于研究金融集聚对新质生产力水平的赋能作用，现有文献鲜少涉及；三是研究方法创新，用空间杜宾模型从空间视角研究金融集聚对新质生产力的空间溢出效应。

二、理论分析与研究假设

经济是肌体，金融是血脉，经济兴则金融兴，金融活则经济活，两者共生共荣。金融具有资金融通、优化资源配置、促进创新、调整结构等作用，可以促进生产力三要素实现跃升，提升新质生产力水平。

金融集聚有助于培育和吸引更多高素质劳动者。劳动者在生产力中具有主导作用，是生产力中最具有决定性的力量。高素质劳动者通过他们的生产经验、劳动技能和文化科学知识，不断改进劳动资料，创造新材料，推动生产力水平的提升。丰富的金融资源有助于科教兴国、人才强国等战略的实施，金融可以通过提供助学贷款、教育贷款等金融服务，支持劳动者接受更高层次的教育，提升劳动者素质。金融集聚程度越高的地区更具有开放性、包容性和创新性，更能够激发劳动者的创造力和创新精神。在金融发达地区可以接触到更多前沿的技术和创新的商业模式，且通常拥有更多的科技园区、孵化器、加速器等创新平台，能够为高素质人才提供更多的创新资源和支持，有助于吸引和留住高素质人才，为促进新质生产力提升提供人才支持。

金融集聚有助于提升劳动资料技术含量与先进性。劳动资料是生产力的重要载体，其技术含量和先进程度对新质生产力水平具有直接影响。金融集聚通过优化金融资源配置，引导金融资本更多地投入到科技创新领域，为科研院所、企业等市场主体提供更优质、成本更低廉的资金，推动科技成果转化和技术的创新与突破。金融集聚可以推动传统产业的转型升级，通过供应链金融打通产业链上下游企业，实现资源共享、优势互补，推动产业链向高端领域、高附加值环节延伸，实现产业链的整合和升级，提升整个产业链的效率和竞争力，推动产业向更高层次发展。此外，金融集聚可以通过提供数字化转型贷款等金融产品，支持企业建设先进的生产线、生产设备等劳动资料，提高生产效率和质量。

金融集聚有助于培育范围更加广阔的劳动对象。劳动对象是生产过程中的被加工对象，是生产力的重要组成部分，劳动对象的数量和质量，影响着劳动生产率的高低，劳动对象范围的扩展和深化对于新质生产力的提升具有重要意义。金融集聚通过提供多样化的金融服务和产品，能够支持不同领域、不同行业劳动对象的开发和利用。金融集聚为风险投资提供了丰富的金融资源和良好的市场环境，可以通过提供风险投资、产业基金等金融服务，为新兴产业和未来产业提供充足的资金支持，推动其快速发展，从而培育出更加广阔的劳动对象。同时，金融集聚还可以推动产业向高端化、智能化、绿色化方向发展，在这个过程中，传统产业的劳动对象也将得到拓展和深化，从而提升新质生产力水平。

综上，通过分析金融集聚对新质生产力三要素的影响，认为金融集聚能够促进新质生产力水平的提升。鉴于此，本文提出以下研究假设：

金融集聚有助于新质生产力水平的提升。

三、模型设定与数据说明

（一）样本与数据来源

本文选取2008—2022年我国30个省、自治区、直辖市为样本，共450个观测值。数据来自国家统计局，《中国科技统计年鉴》《中国能源统计年鉴》《中国环境统计年鉴》以及国际机器人联合会（IFR）年度报告，少量缺失值用线性插值法补齐，若线性插值法出现负数，则先取对数再插值。另外，为避免出现极值和异方差问题，本文还对所有非比例型和非指数型变量进行取对数处理。

（二）变量说明

1.被解释变量

新质生产力水平（NPRO）。以新质生产力构成三要素——新质劳动者、新质劳动资料、新质劳动对象作为一级指标，在现有研究基础上，本文更加注重指标的“新”和“质”：劳动者维度，分为基础要素、投入要素和产出要素，通过6个三级指标衡量新质劳动者水平，重点突出劳动者的科技创新素养；劳动资料维度，细分为数字基础设施完善水平、机器人安装量、能源消耗水平，通过5个三级指标共同衡量劳动资料的技术含量与前沿性；劳动对象维度，分为高技术企业规模、技术创新成果、生态环境，通过9个三级指标来衡量新质劳动对象的广阔程度；３个维度共20个指标都是连续变量指标，便于进行量化分析，能够客观准确地反映出不同地区在新质劳动者、新质劳动资料和新质劳动对象三个维度上的横向差异和纵向差异。指标选取如表１所示，运用熵值法计算出各省、自治区、直辖市2008—2022年新质生产力水平①。

2.解释变量

金融集聚度（FAI）。以金融业增加值占国内生产总值的比重来衡量金融集聚度，公式如下：

FAIit=FINit/GDPit （1）

其中，FAIit、FINit、GDPit分别代表区域i时间t的金融集聚度、金融业增加值和国内生产总值。

3.控制变量

控制变量选取如下：人力资本水平（HR）、城镇化水平（URBAN）、对外开放程度（OPEN）、工业化水平（IND）、环境规制（ENV）。其中人力资本水平（HR）以高等学校在校生总数占人口总数比重衡量；城镇化水平（URBAN）以城镇人口占常住人口比重衡量；对外开放程度（OPEN）以外贸进出口总额占GDP比重衡量；工业化水平（IND）以工业增加值占GDP的比重衡量；环境规制（ENV）以工业污染治理完成投资占GDP比重衡量。

（三）模型设定

空间计量模型可以考虑和量化地理单元之间的相互影响，即一个地理单元上的变量值可能会受到邻近地理单元上变量值的影响。本文从空间视角出发，研究金融集聚对新质生产力的空间溢出效应，设定模型如下：

NPROit=a0+WijNPROit+a1FAIit+a2Xit+a3WijFAIjt+a4WijXjt+ui+t+it （2）

其中，NPROit、FAIit分别为区域i时间t的新质生产力水平、金融集聚度；a1～a4、？籽为待估参数；Xit为控制变量；ui、？淄t分别为个体固定效应和时间固定效应；Wij为空间权重矩阵；？渍it为随机干扰项。

空间权重矩阵方面，空间相邻权重矩阵和经济距离权重矩阵应用较为广泛。其中，空间相邻权重矩阵假定相邻地理单元之间会产生空间效应，经济距离权重矩阵则根据地理单元经济指标的绝对差进行衡量，表达形式如表2所示。

在经济距离权重矩阵中，本文以各省份人均GDP衡量X值。为了研究相邻省份间的空间效应，本文选用空间相邻权重矩阵进行实证分析，同时采用经济距离权重矩阵进行稳健性检验。

四、金融集聚度与新质生产力水平的空间相关性分析

（一）全局空间自相关分析

鉴于使用空间计量模型的前提是研究对象具有空间相关性，一般采用全局莫兰指数（Global Moran's I）检验空间相关性，其定义如下：

I= （3）

其中，S=w，n为地理单位总个数，w为空间权重矩阵，x和x分别为i地区和j地区的观测值，为所有观测值的平均值。

通常情况下，当 Moran's I>0 代表邻近地理单元的空间关联度为正，而 Moran's I<0 则代表邻近地理单元的空间关联度为负向关系，而Moran's I的绝对量愈大，则邻近区域之间的关联度愈高。

表3为金融集聚度和新质生产力水平的Moran's I指数计算结果，均在5%水平下显著，且绝大多数通过了1%的显著性检验，表明我国各省金融集聚度和新质生产力水平并非随机分布，均存在显著的正向空间相关性，因此有必要进行空间计量建模分析。

（二）局部空间自相关分析

为分析局部特征差异，选取2010、2014、2018、2022年进行局部空间自相关分析，通过绘制Moran's I散点图研究相邻省份的空间关联度。Moran's I散点图可划分为四个象限，第一象限（高-高）代表高观测值的地理单元被高观测值地理单位包围，即高-高集聚，第二、三、四象限分别代表低-高集聚、低-低集聚、高-低集聚，第一、三象限表示具有正向空间溢出效应，第二、四象限表示具有负向空间溢出效应，图1、图2中金融集聚度和新质生产力水平Moran's I落入第一、三象限的省份居多，表明具有显著的正向空间溢出效应。

五、实证结果与分析

（一）金融集聚对新质生产力水平的回归分析

为确定空间面板模型的具体形式，参照Elhorst的方法，通过LR检验和Hausman检验进行确定。对式（2）进行检验，LM检验结果表明可以选择空间计量模型；LR检验以及ward检验结果表明，不能退化为空间误差模型（SDM）和空间滞后模型（SDM）。最后进行Hausman检验，根据表4的检验结果，最终采用固定效应的空间杜宾模型，回归结果如表5所示。

回归结果表明，由于极大似然估计值较大，可信度较高，在空间相邻权重矩阵模型和空间经济距离权重矩阵模型下空间回归系数（？籽）均显著为正，表明相邻省份新质生产力水平具有正向溢出效应。

（二）金融集聚对新质生产力水平影响的效应分解

LeSage and Pace（2009）、Elhorst（2014）和陈强（2014）提到，由于空间滞后项的存在，式（2）中除被解释变量的空间项外，各变量回归系数无法真实反映解释变量对被解释变量的实际影响，同时，回归系数的显著性水平也不能反映解释变量是否对被解释变量产生影响，不能直接采用回归系数来研究金融集聚对新质生产力水平的影响。LeSage and Pace（2009）提出了一种更为全面的分析方法利用效应分解来反映空间计量模型中解释变量对被解释变量的影响，包括平均直接效应和平均间接效应，平均直接效应为地区i金融集聚对该地区本身新质生产力水平的平均影响；平均间接效应为地区i金融集聚对周边地区新质生产力水平产生的平均影响。为保证回归结果的可靠性，本文运用效应分解就金融集聚对新质生产力水平的影响进行研究。由表6可知，金融集聚对新质生产力水平的平均直接效应、平均间接效应和总效应均显著，说明金融集聚不仅能提高本地区新质生产力水平，并且对相邻地区的新质生产力水平也有正向溢出效应。

（三）区域异质性分析

为了探索地理位置异质性影响，本文将我国30个省、自治区、直辖市划分为东部、中部、西部和东北4个区域进行探讨，探究金融集聚对新质生产力水平影响的区域异质性，区域异质性回归结果如表7所示，效应分解如表8所示。

由表7可知，东部地区和东北地区空间回归系数显著为负，说明这两个区域新质生产力具有负向空间溢出效应，即一个地区新质生产力的增长会“虹吸”周边地区的人才、资金等资源，从而抑制相邻地区新质生产力的提升，这种现象可能是由于东部与东北地区内部资源流动高效，产生了虹吸效应。而中部和西部地区新质生产力未表现出显著的空间溢出效应。由表8可知，东部地区直接效应和总效应均显著为正，说明相邻地区金融集聚能够促进本地区新质生产力水平提升，相邻地区金融集聚度的提升对本地区新质生产力水平的促进作用不显著；中部和东北地区间接效应和总效应均显著为正，说明相邻地区金融集聚能够促进本地区新质生产力水平提升，本地区金融集聚对新质生产力水平的促进作用不显著；西部地区直接效应、间接效应、总效应均显著为正，说明本地区和相邻地区金融集聚均能够促进新质生产力水平提升。

（四）稳健性检验

为了验证结果的可靠性，本文进行以下稳健性检验，回归结果见表9所示。一是更换解释变量。本文用金融发展水平（FDI）代替金融集聚度，金融发展水平由本外币存贷款余额占GDP的比值衡量。二是调整样本区间。用2013—2022年近10年的数据作为样本。三是更换权重矩阵。上文中已在表5中展示了使用经济距离权重矩阵的回归结果，空间回归系数、解释变量系数和解释变量滞后项均显著。四是使用固定效应模型。检验结果显示，核心解释变量的显著性和正负均未发生明显改变，验证了结论的稳健性。

六、结论与政策建议

（一）结论

本文采用2008—2022年中国省域面板数据，以新质生产力三要素建立新质生产力水平指标体系，在此基础上运用熵值法测算出新质生产力水平，基于空间杜宾模型研究金融集聚对新质生产力水平的影响。实证结果表明：我国新质生产力水平存在较明显的空间差异，新质生产力水平较高的地区主要集中在东部地区，北京、上海、江苏、浙江、广东等；总体上而言，新质生产力具有正向空间溢出效应，即周边地区的新质生产力的提升能够促进相邻地区新质生产力的提升，金融集聚对新质生产力水平的提升具有正向空间溢出效应，金融集聚度的提升在促进本地区新质生产力水平提升的同时，也能够促进相邻地区新质生产力水平的提升；异质性分析发现，东部、东北地区新质生产力的发展具有负向空间溢出效应，可能存在虹吸效应，导致一个地区新质生产力的增长抑制了相邻地区新质生产力的提升，东部地区金融集聚对本地区新质生产力具有促进作用，中部和东北地区金融集聚能够提升相邻地区新质生产力水平，西部地区本地区和相邻地区金融集聚均能够提升新质生产力水平。

（二）政策建议

第一，推动区域协调发展，缩小地区空间差异。东部地区新质生产力水平较高，但可能存在虹吸效应，加剧区域不均衡，建议建立区域发展协调机制，通过技术转移、产业协作、搭建合作平台等方式，引导人才、资金、技术等向新质生产力水平较低的地区流动，实现优势互补和资源共享。东部地区要加快构建现代化产业结构，以科技创新推动产业创新，不断塑造发展新动能、新优势，充分发挥示范效应。中部、西部、东北地区要充分发挥地区比较优势，根据资源禀赋、产业特点等，因地制宜制定发展战略和政策措施，明确适合当地发展的新质生产力方向，优化产业布局，逐步缩小与东部地区的差距。

第二，促进金融集聚发展，放大正向溢出效应。加快构建现代金融体系，汇聚银行、保险、证券、风险投资基金等多种金融业态，通过金融集聚提升区域金融整体实力和服务水平。支持商业银行结合自身优势与当地产业特色设立特色专营机构，不断创新金融服务方式，优化金融服务产品供给，适应新质生产力发展的需要。推动金融开放和创新，鼓励金融机构利用物联网、大数据、人工智能等现代科技手段，促进金融资源自由流动和优化配置，提高金融服务的智能化水平和便捷性，扩大正向溢出效应。

第三，加速要素高效流动，推动产业转型升级。通过金融集聚吸引和培育高端人才，鼓励金融机构积极招募具备理工科背景及丰富产业经验的复合型人才，参与到信贷政策研究制定、授信模型构建等核心工作，以此增强金融服务与支持产业发展的适配性。引导金融机构将金融资源向新兴产业和未来产业倾斜，优化劳动资料配置，提升劳动资料技术含量与先进性。通过绿色信贷、绿色基金、绿色债券等金融工具，引导资金流向节能环保、生态修复等绿色产业，支持这些产业成为新的劳动对象，进一步丰富劳动对象。

（责任编辑：夏凡）

参考文献：

[1]宋玉茹.数字普惠金融对经济高质量发展的影响研究[J].海南金融，2022（4）：58-74.

[2]曾宪奎.新质生产力：内涵、时代价值、核心要素[J].中国劳动关系学院学报，2024，38（3）：10-19.

[3]胡莹.新质生产力的内涵、特点及路径探析[J].新疆师范大学学报（哲学社会科学版），2024，45（5）：36-45+2.

[4]柳学信，曹成梓，孔晓旭.大国竞争背景下新质生产力形成的理论逻辑与实现路径[J].重庆大学学报（社会科学版），2024，30（1）：145-155.

[5]蒋永穆，乔张媛.新质生产力：逻辑、内涵及路径[J].社会科学研究，2024（1）：10-18+211.

[6]王珏，王荣基.新质生产力：指标构建与时空演进[J].西安财经大学学报，2024，37（1）：31-47.

[7]朱富显，李瑞雪，徐晓莉，等.中国新质生产力指标构建与时空演进[J].工业技术经济，2024，43（3）：44-53.

[8]卢江，郭子昂，王煜萍.新质生产力发展水平、区域差异与提升路径[J].重庆大学学报（社会科学版），2024，30（3）：1-17.

[9]宋佳，张金昌，潘艺.ESG发展对企业新质生产力影响的研究——来自中国A股上市企业的经验证据[J].当代经济管理，2024，46（6）：1-11.

[10]韩文龙，张瑞生，赵峰.新质生产力水平测算与中国经济增长新动能[J].数量经济技术经济研究，2024，41（6）：5-25.

[11]徐波，王兆萍，余乐山，等.新质生产力对资源配置效率的影响效应研究[J].产业经济评论，2024（4）：35-49.

[12]何青，胡通，梁柏林.金融服务新质生产力发展：历史经验与中国启示[J].当代财经，2024（7）：59-70.

[13]李东民，张旭.数字金融推动加快新质生产力发展探析[J].征信，2024，42（6）：67-74.

[14]王珏，李子成.低空经济对新质生产力的作用机制与因素分析——基于金融发展与企业集聚的调节效应[J].湖北经济学院学报，2024，22（3）：86-100.

[15]任宇新，吴艳，伍喆.金融集聚、产学研合作与新质生产力[J].财经理论与实践，2024，45（3）：27-34.

[16]Elhorst J P.Matlab Software for Spatial Panels[J].International Regional Science Review，2014，37（3）：389-405.

[17]LeSage J P，Pace R K.Introduction to Spatial Econometrics[M].Boca Raton：CRC Press，2009.

[18]陈强.高级计量经济学及Stata 应用（第二版）[M].北京：高等教育出版社，2014.

[19]邵帅，范美婷，杨莉莉.经济结构调整、绿色技术进步与中国低碳转型发展——基于总体技术前沿和空间溢出效应视角的经验考察[J].管理世界，2022，38（2）：46-69+4-10.

作者简介：刘春霞（1989-），女，广东佛山人，现供职于佛山市金融服务中心。