紀(jì)玉俊,李 超
(中國海洋大學(xué)經(jīng)濟(jì)學(xué)院, 山東 青島266100)
金融產(chǎn)業(yè)集聚實(shí)質(zhì)上是由于金融業(yè)空間分布的不均衡而形成。作為重要的生產(chǎn)性服務(wù)業(yè),金融產(chǎn)業(yè)集聚對區(qū)域經(jīng)濟(jì)增長發(fā)揮著重要作用。金融產(chǎn)業(yè)集聚是伴隨著金融業(yè)的發(fā)展而逐漸形成的,黃解宇等(2006)從地域性、動(dòng)態(tài)性和符合性角度對金融集聚做出過定義。梁穎(2006)則對金融集聚進(jìn)行了界定,將其看作是各金融機(jī)構(gòu)總部在地域上特定集中,并與其他地區(qū)大型機(jī)構(gòu)密切聯(lián)系的特殊產(chǎn)業(yè)空間機(jī)構(gòu)。關(guān)于金融產(chǎn)業(yè)集聚的內(nèi)涵,林江鵬(2008)從累積經(jīng)濟(jì)性、空間性、層次性和遞進(jìn)性四個(gè)方面進(jìn)行了總結(jié)闡釋。在對金融產(chǎn)業(yè)集聚進(jìn)行定義和內(nèi)涵闡釋過程中,也從不同角度反映出了金融產(chǎn)業(yè)集聚對區(qū)域經(jīng)濟(jì)增長的促進(jìn)作用。
在金融產(chǎn)業(yè)集聚對區(qū)域經(jīng)濟(jì)增長的作用分析方面,國外學(xué)者較早開始了研究。相關(guān)研究表明,金融產(chǎn)業(yè)集聚能夠提高資源配置效率,降低交易成本促進(jìn)區(qū)域經(jīng)濟(jì)增長。金融產(chǎn)業(yè)集聚地區(qū)通常存在規(guī)模效應(yīng),金融產(chǎn)業(yè)集聚在便利了本地資金的跨時(shí)流動(dòng)與結(jié)算的同時(shí),也方便了不同區(qū)域之間資金的流通,提高了區(qū)域資源配置效率(Kindle Berger,1974)。Park(1989)的研究說明,大量金融機(jī)構(gòu)的地理接近便利了金融機(jī)構(gòu)之間的合作、基礎(chǔ)設(shè)施的共享、信息的交流溝通和知識(shí)及技術(shù)的創(chuàng)新,能夠降低融資成本,提高市場流動(dòng)性。此外,金融產(chǎn)業(yè)集聚形成的金融網(wǎng)絡(luò)結(jié)構(gòu)也會(huì)通過降低信息的交流和搜尋成本、建立信譽(yù)機(jī)制、促進(jìn)合作并降低交易成本來發(fā)揮網(wǎng)絡(luò)效應(yīng),給實(shí)體經(jīng)濟(jì)帶來額外收益(Bencivenga& Starr,1995)。之后,隨著空間經(jīng)濟(jì)學(xué)的發(fā)展,金融領(lǐng)域的地理距離和空間相關(guān)性的影響逐漸受到重視。較早的一些研究表明美國的區(qū)域經(jīng)濟(jì)發(fā)展不僅存在空間相關(guān)性,還存在空間溢出效應(yīng)(Bernard,1996)。Porteous(1995)將金融信息分為標(biāo)準(zhǔn)化信息和非標(biāo)準(zhǔn)化信息,標(biāo)準(zhǔn)化信息可以通過發(fā)達(dá)的通信技術(shù)進(jìn)行便捷的遠(yuǎn)距離傳播,而非標(biāo)準(zhǔn)化信息在傳播中會(huì)表現(xiàn)出隨距離增加而衰減的特征。這表明空間距離仍然是金融產(chǎn)業(yè)集聚發(fā)揮其作用不可回避的一個(gè)影響因素,“地理已死”的論斷(Obrien,1992)難以成立。Baldwin &Martin(2001)發(fā)現(xiàn)金融產(chǎn)業(yè)集聚不僅促進(jìn)本地經(jīng)濟(jì)的增長,對周邊地區(qū)也存在輻射作用,不同城市之間經(jīng)濟(jì)發(fā)展存在相互依賴關(guān)系。進(jìn)一步,Audress & Feldman(2006)對輻射作用進(jìn)行了研究,表明地理空間距離對地區(qū)間的技術(shù)擴(kuò)散效應(yīng)有一定的阻礙作用,而金融產(chǎn)業(yè)集聚會(huì)產(chǎn)生一定程度的知識(shí)溢出效應(yīng),有利于集聚區(qū)內(nèi)知識(shí)學(xué)習(xí)和本地區(qū)技術(shù)創(chuàng)新能力的提高。
國內(nèi)學(xué)者亦有相關(guān)研究證實(shí)了金融產(chǎn)業(yè)集聚對區(qū)域經(jīng)濟(jì)增長的促進(jìn)作用。金融產(chǎn)業(yè)集聚具有金融集聚效應(yīng)、金融擴(kuò)散效應(yīng)以及金融功能效應(yīng),三種效應(yīng)可以分別通過不同機(jī)理促進(jìn)實(shí)體經(jīng)濟(jì)增長(劉軍等,2007)。陳文鋒等(2008)通過格蘭杰因果檢驗(yàn)方法檢驗(yàn)上海市金融產(chǎn)業(yè)集聚與經(jīng)濟(jì)增長的關(guān)系,發(fā)現(xiàn)金融產(chǎn)業(yè)集聚與經(jīng)濟(jì)增長之間存在長期協(xié)整關(guān)系。丁藝(2010)基于我國31個(gè)省(自治區(qū)、直轄市)的面板數(shù)據(jù)的研究發(fā)現(xiàn),在省域?qū)用嫔希鹑诋a(chǎn)業(yè)集聚與經(jīng)濟(jì)增長彼此促進(jìn),并且銀行業(yè)集聚對區(qū)域經(jīng)濟(jì)增長的貢獻(xiàn)比證券業(yè)和保險(xiǎn)業(yè)更為明顯。李林等(2011)運(yùn)用空間計(jì)量分析方法分析我國金融集聚存在空間相關(guān)性,而且其空間輻射能力有限,空間相關(guān)性主要體現(xiàn)在銀行業(yè)集聚。另外,周凱等(2013)將金融資源分為銀行業(yè)金融資源、證券業(yè)金融資源和實(shí)際利用外資三部分,基于省域空間面板數(shù)據(jù),通過構(gòu)建空間滯后模型和空間誤差模型證實(shí)了金融資源空間集聚對經(jīng)濟(jì)增長產(chǎn)生顯著的空間溢出效應(yīng)。金融集聚還可以通過對工業(yè)效率的提升,提高經(jīng)濟(jì)整體的運(yùn)行效率,進(jìn)而促進(jìn)經(jīng)濟(jì)增長。余泳澤等(2013)利用我國230個(gè)城市數(shù)據(jù),采用空間計(jì)量模型的分析結(jié)果表明,金融空間集聚對工業(yè)生產(chǎn)效率提升的空間外溢效應(yīng)較為明顯,且表現(xiàn)為一定的區(qū)域邊界。進(jìn)一步,李紅等(2014)基于我國286個(gè)城市面板數(shù)據(jù),構(gòu)建了金融人力資本、金融集聚規(guī)模、金融產(chǎn)出密度等指標(biāo),采用空間杜賓模型檢驗(yàn)了金融集聚及其空間溢出與城市經(jīng)濟(jì)增長的關(guān)系。結(jié)果表明,金融人力資本、金融集聚規(guī)模和金融產(chǎn)出密度不僅顯著促進(jìn)城市經(jīng)濟(jì)增長,在鄰近城市還存在顯著空間溢出效應(yīng),同時(shí)也是城市經(jīng)濟(jì)發(fā)展差異的重要原因。
本文在目前的研究成果上,將全國225個(gè)地級市作為樣本,以金融業(yè)區(qū)位熵作代理變量來表示金融產(chǎn)業(yè)集聚,并引入固定資本投入、外商直接投資和人力資本投入三個(gè)控制變量。在空間權(quán)重矩陣的設(shè)定上,采用利用各地級市的經(jīng)緯度坐標(biāo)計(jì)算得到的空間權(quán)重矩陣,并通過固定效應(yīng)的空間滯后模型實(shí)證分析我國金融產(chǎn)業(yè)集聚與區(qū)域經(jīng)濟(jì)增長的關(guān)系。
本文重點(diǎn)是采用空間計(jì)量經(jīng)濟(jì)學(xué)的方法,探討金融產(chǎn)業(yè)集聚對我國城市經(jīng)濟(jì)增長的影響。因此,本部分重點(diǎn)說明本文所使用的研究方法以及所涉及到的具體空間計(jì)量模型,并對變量的選取和數(shù)據(jù)來源及處理做簡要說明。
1. 空間效應(yīng)的引入
空間計(jì)量經(jīng)濟(jì)學(xué)能夠快速發(fā)展并取得認(rèn)可,主要原因在于通過在模型中引入空間效應(yīng),該理論對現(xiàn)實(shí)的解釋能力比傳統(tǒng)的計(jì)量經(jīng)濟(jì)學(xué)理論更強(qiáng)。引入空間效應(yīng)的依據(jù)是在經(jīng)濟(jì)學(xué)領(lǐng)域里,很大一部分的統(tǒng)計(jì)數(shù)據(jù)具有某種程度上的空間聯(lián)系,學(xué)術(shù)界一般將空間聯(lián)系分成空間依賴性和空間異質(zhì)性。這也是空間溢出效應(yīng)的兩種主要表現(xiàn)形式。
空間依賴性的存在使得空間數(shù)據(jù)間不具有獨(dú)立性,空間異質(zhì)性的存在說明研究主體在空間上非平穩(wěn)。這兩種性質(zhì)均表明,空間數(shù)據(jù)的特征不再符合經(jīng)典計(jì)量經(jīng)濟(jì)學(xué)方法所要求的樣本獨(dú)立不相關(guān)假設(shè)以及所有樣本均來自同一總體的假設(shè)(Anselin, 1988)。傳統(tǒng)的計(jì)量分析工具對空間數(shù)據(jù)的分析能力降低。
基于上述分析,本文首先對基于我國地級市的金融集聚、經(jīng)濟(jì)增長的數(shù)據(jù)指標(biāo)做空間相關(guān)性的分析,在明確數(shù)據(jù)具有空間相關(guān)性的基礎(chǔ)上,從空間依賴性和空間異質(zhì)性兩方面來分析空間溢出效應(yīng)。
2. 探索性空間數(shù)據(jù)分析
探索性空間數(shù)據(jù)分析(Exploratory Spatial Data Analysis, ESDA),主要用于探測空間分布的非隨機(jī)性或空間自相關(guān)性,常使用兩類工具:第一類是全局空間自相關(guān)檢驗(yàn),主要用來刻畫空間數(shù)據(jù)在空間區(qū)域整體上的分布特征;第二類是局部空間自相關(guān)檢驗(yàn),主要用來反映具體地區(qū)的空間相關(guān)性。
(1)全局空間自相關(guān)檢驗(yàn)
全局空間自相關(guān)檢驗(yàn)的方法主要有Moran指數(shù)和G系數(shù)兩種,本文使用較為常用的Moran指數(shù) 。Moran指數(shù)的計(jì)算公式為:
Moran指數(shù)的取值范圍介于-1到1之間,指數(shù)大于0時(shí),表示正相關(guān),具有相似屬性值的空間單元傾向于集聚在一起;指數(shù)小于0時(shí),表示負(fù)相關(guān),具有相異屬性值的空間單元傾向于集聚在一起;指數(shù)接近于0時(shí),表示無空間自相關(guān)性。
(2)局部空間自相關(guān)檢驗(yàn)
本文主要使用Moran散點(diǎn)圖來進(jìn)行局部空間自相關(guān)分析。Moran散點(diǎn)圖橫坐標(biāo)為每個(gè)空間單元屬性值的離差,縱坐標(biāo)為相應(yīng)的空間滯后項(xiàng),代表周邊單元屬性值的加權(quán)和。Moran散點(diǎn)圖共分四個(gè)象限,分別代表四種局部空間相關(guān)性。第一象限表示屬性值較高的空間單元被屬性值高的地區(qū)所包圍,也稱HH象限;第二象限表示屬性值較低的空間單元被屬性值高的地區(qū)所包圍,也稱LH象限;第三象限表示屬性值較低的空間單元被屬性值低的地區(qū)所包圍,也稱LL象限;第四象限表示屬性值較高的空間單元被屬性值低的地區(qū)所包圍,也稱HL象限。
3. 空間計(jì)量模型
空間計(jì)量模型主要有兩種:空間滯后模型(Spatial Lag Model,SLM)和空間誤差模型(Spatial Error Model,SEM)。
(1)空間滯后模型主要用來分析變量的空間依賴性,探討各變量在一地區(qū)是否有擴(kuò)散現(xiàn)象(溢出效應(yīng)),其模型表達(dá)式為:
Wy 為空間滯后因變量,W 為空間權(quán)重矩陣,ρ為空間自回歸系數(shù),表示空間溢出效應(yīng)的大小,向量β代表各解釋變量對被解釋變量的影響,ε為隨機(jī)誤差項(xiàng)向量。
(2)空間誤差模型是主要用來分析誤差項(xiàng)的空間相關(guān)性,其模型表達(dá)式為:
ε為隨機(jī)誤差項(xiàng)向量,μ為服從正態(tài)分布的隨機(jī)誤差項(xiàng)向量,W 為空間權(quán)重矩陣,λ代表空間自相關(guān)系數(shù),反映模型的因變量誤差沖擊導(dǎo)致的臨近地區(qū)對本地區(qū)屬性值的影響程度。
1. 被解釋變量為人均地區(qū)生產(chǎn)總值。一般采用地區(qū)生產(chǎn)總值或者人均地區(qū)生產(chǎn)總值作為衡量因變量經(jīng)濟(jì)增長的指標(biāo)。鑒于本文所選樣本為全國225個(gè)地級市,樣本量多且樣本之間差異較大,為消除人口因素所引起的地區(qū)經(jīng)濟(jì)增長差異,本文選取人均地區(qū)生產(chǎn)總值作為衡量因變量的指標(biāo)。
2. 解釋變量為金融集聚度。有多種指標(biāo)可以用來衡量金融集聚度,如區(qū)位熵、行業(yè)集中度指數(shù)、G指數(shù)等,參考已有文獻(xiàn)并結(jié)合數(shù)據(jù)的可得性,本文選取區(qū)位熵(LQ)作為衡量金融空間集聚的指標(biāo)。理論上金融集聚對經(jīng)濟(jì)增長有促進(jìn)作用,其系數(shù)應(yīng)為正,這一點(diǎn)也得到已有文獻(xiàn)實(shí)證研究的證實(shí)(李林等,2011;周凱等,2013)。
3. 控制變量。經(jīng)濟(jì)增長影響因素的構(gòu)成是經(jīng)濟(jì)學(xué)領(lǐng)域的基本問題之一,很多因素都被證實(shí)對經(jīng)濟(jì)增長有顯著的影響。參考已有文獻(xiàn)的研究,結(jié)合數(shù)據(jù)可得性,本文選取的控制變量為:
(1)固定資本投入。經(jīng)典的Solow增長模型表明,資本作為基本的生產(chǎn)要素對經(jīng)濟(jì)增長有重要的促進(jìn)作用。本文采用固定資本的人均形式,即固定資產(chǎn)投資與年末總?cè)丝诘谋戎怠?/p>
(2)人力資本投入。人力資本可以通過提升勞動(dòng)者的素質(zhì),提高生產(chǎn)效率,進(jìn)而促進(jìn)經(jīng)濟(jì)增長。該變量可用教育從業(yè)人員數(shù)(余泳澤等,2013)、平均受教育年限(高遠(yuǎn)東等,2012)、教育支出等指標(biāo)來衡量。由于我國各地級市的教育從業(yè)人員素質(zhì)差異大,教育質(zhì)量亦有差距,因此,本文認(rèn)為,在地級市層面上,相對其他指標(biāo)來說,教育支出應(yīng)該更具有綜合性和代表性,更能反映各地級市的人力資本投入情況。因此,本文采用人均教育支出(教育支出與年末總?cè)丝诘谋戎担﹣肀硎救肆Y本的投入。
(3)外商直接投資。外商直接投資對我國經(jīng)濟(jì)增長的影響已有眾多學(xué)者研究,大部分文獻(xiàn)均表明,外商直接投資對我國經(jīng)濟(jì)增長有促進(jìn)作用(歐陽志剛,2004;姚樹潔等,2006;俞路,2013)。本文亦預(yù)期人均利用外資額的系數(shù)為正,該指標(biāo)采用當(dāng)年實(shí)際使用外資金額與年末總?cè)丝诘谋戎怠?/p>
根據(jù)上述的變量選取及說明,本文的空間計(jì)量模型為:
空間滯后模型:
空間誤差模型:
其中,PGDP 表示以人均地區(qū)生產(chǎn)總值為代理變量的城市經(jīng)濟(jì)增長,LQ表示金融產(chǎn)業(yè)的集聚程度,K 表示人均固定資產(chǎn)投資,F(xiàn)DI 為人均利用外資額,HUM為以人均教育支出為代理變量的人力資本投入,ρ為空間自回歸系數(shù),λ代表空間誤差自相關(guān)系數(shù)。W為空間權(quán)重矩陣,參照吳擁政等(2009)和李林(2011),本文利用各地級市的經(jīng)緯度坐標(biāo),在MATLAB7.0中使用xy2cont函數(shù)計(jì)算得到。
由于空間滯后模型中存在被解釋變量的空間滯后項(xiàng),空間誤差模型中也存在誤差的空間滯后項(xiàng),同時(shí),本文雖然是以研究金融產(chǎn)業(yè)集聚對區(qū)域經(jīng)濟(jì)增長的促進(jìn)作用為目的,但在某種程度上區(qū)域經(jīng)濟(jì)增長對金融產(chǎn)業(yè)集聚發(fā)展的正面作用也會(huì)存在。以上問題會(huì)使模型存在內(nèi)生性問題,如果使用普通最小二乘法(OLS)估計(jì)會(huì)導(dǎo)致估計(jì)量有偏或存在不一致性,一般需要用極大似然法(ML)或工具變量法(IV)等來估計(jì)。本文即采用極大似然法(ML)來估計(jì)相應(yīng)的空間計(jì)量模型,具體操作在MATLAB7.0中使用James P. LeSage的空間計(jì)量經(jīng)濟(jì)學(xué)工具包實(shí)現(xiàn)①空間計(jì)量經(jīng)濟(jì)學(xué)工具包來源于http://www.spatial-econometrics.com/。
本文中所有變量的數(shù)據(jù)均來自《中國城市統(tǒng)計(jì)年鑒》,統(tǒng)計(jì)年度為2007年至2012年,共六年。參考余泳澤、宣燁等(2013)的做法,鑒于金融業(yè)主要集中在城市,樣本的統(tǒng)計(jì)范圍限定為市轄區(qū)。由于某些地級市的數(shù)據(jù)缺失,具體使用時(shí),對數(shù)據(jù)缺失較嚴(yán)重的地級市進(jìn)行了剔除,最終采用225個(gè)地級市的數(shù)據(jù)。同時(shí),為減小數(shù)據(jù)異方差性等對估計(jì)的影響,所有變量的值均取自然對數(shù)。
本文第三部分首先進(jìn)行探索性空間數(shù)據(jù)分析,明確了空間相關(guān)性的存在,然后對第二部分建立的空間計(jì)量模型進(jìn)行估計(jì),并對估計(jì)結(jié)果予以說明。
表1給出了人均地區(qū)生產(chǎn)總值和金融集聚度的Moran指數(shù)、Z值及檢驗(yàn)結(jié)果。
表1 人均地區(qū)生產(chǎn)總值與金融集聚度的Moran指數(shù)及檢驗(yàn)
從表1可以看出人均地區(qū)生產(chǎn)總值和金融集聚度的Moran's I均為正值,而且,人均地區(qū)生產(chǎn)總值的Moran's I均通過1%水平下的顯著性檢驗(yàn)。金融集聚度2009年的Moran's I通過10%水平下的顯著性檢驗(yàn),2010年的Moran's I未通過顯著性檢驗(yàn),其余四年均通過1%水平下的顯著性檢驗(yàn),Moran's I呈現(xiàn)先下降后上升的趨勢,這可能與2008年的全球金融危機(jī)對我國金融業(yè)的沖擊有關(guān)??傮w上,我國地級市層面的人均地區(qū)生產(chǎn)總值和金融集聚度在空間分布上顯示出顯著的正空間相關(guān)性。
Moran散點(diǎn)圖可以更加直觀地呈現(xiàn)出各地級市的人均地區(qū)生產(chǎn)總值和金融集聚度的空間相關(guān)性。限于篇幅,本文只列出2007年和2012年人均地區(qū)生產(chǎn)總值和金融集聚度的Moran散點(diǎn)圖,如圖1至圖4所示。
圖1和圖2顯示各地級市位于第一象限和第三象限的居多,表明各地級市的人均地區(qū)生產(chǎn)總值有明顯的正向空間相關(guān)性。從圖3和圖4可以看出,金融集聚度這一指標(biāo)上,大部分地級市都處于第一象限和第三象限,說明金融集聚度高的地級市被高金融集聚水平的地級市所包圍,金融集聚度低的地級市被低金融集聚水平的地級市所包圍。
圖1 2007年人均地區(qū)生產(chǎn)總值的Moran散點(diǎn)圖
圖2 2012年人均地區(qū)生產(chǎn)總值的Moran散點(diǎn)圖
圖3 2007年金融集聚度的Moran散點(diǎn)圖
圖4 2012年金融集聚度的Moran散點(diǎn)圖
1. 空間滯后模型和空間誤差模型的選擇
為了判別空間滯后模型和空間誤差模型哪一個(gè)更符合客觀實(shí)際,Anselin等(1995)提出一種區(qū)分模型的檢驗(yàn)方法——空間滯后模型和空間誤差模型的拉格朗日乘子(Lagrange multiplier,LM)檢驗(yàn)及其穩(wěn)健性(Robust)形式。如果在檢驗(yàn)中發(fā)現(xiàn)LM-LAG比LM-ERR在統(tǒng)計(jì)上更加顯著,并且R-LMLAG顯著而R-LMERR不顯著,則可以認(rèn)為空間滯后模型更合適。相反,如果LMERR比LM-LAG在統(tǒng)計(jì)上更加顯著,并且R-LMERR顯著而R-LMLAG不顯著,則可以認(rèn)為空間誤差模型更合適。LM檢驗(yàn)的結(jié)果如表2所示。
從表2中可以看出,LM-LAG統(tǒng)計(jì)量大于LM-ERR統(tǒng)計(jì)量,并且R-LMLAG在1%的水平下通過了顯著性檢驗(yàn),而R-LMERR未通過顯著性檢驗(yàn),據(jù)此可認(rèn)為空間滯后模型更適合。
表2 LM檢驗(yàn)結(jié)果
2. 空間計(jì)量模型估計(jì)結(jié)果
在對數(shù)據(jù)估計(jì)之前,為確定應(yīng)該采用固定效應(yīng)模型還是隨機(jī)效應(yīng)模型,本文進(jìn)行了Hausman檢驗(yàn)。結(jié)果表明,Hausman統(tǒng)計(jì)量的值在1%的水平下顯著,因此,本文采用固定效應(yīng)模型進(jìn)行估計(jì),并且分別對地區(qū)固定效應(yīng)模型、時(shí)間固定效應(yīng)模型、地區(qū)時(shí)間固定效應(yīng)模型進(jìn)行估計(jì)。作為對比,本文同時(shí)給出了空間滯后模型和空間誤差模型的估計(jì)結(jié)果,如表3所示。
表3 空間滯后模型和空間誤差模型的估計(jì)結(jié)果
從表3中可以看出,空間滯后模型的擬合優(yōu)度(R2)和對數(shù)似然函數(shù)值(Log-likelihood)均大于空間誤差模型的R2和Log-likelihood,所以理論上相對于空間誤差模型,空間滯后模型更好地?cái)M合了空間效應(yīng),這也與LM檢驗(yàn)結(jié)果相一致。此外,在擬合優(yōu)度(R2)和對數(shù)似然函數(shù)值(Log-likelihood)兩個(gè)指標(biāo)上,地區(qū)固定效應(yīng)模型和地區(qū)時(shí)間固定效應(yīng)模型要優(yōu)于時(shí)間固定效應(yīng)模型。綜合考慮各指標(biāo)的結(jié)果,本文采用地區(qū)固定效應(yīng)的空間滯后模型作為最終的解釋模型。
從空間滯后模型的估計(jì)結(jié)果可以看出,代表金融產(chǎn)業(yè)集聚的區(qū)位熵的系數(shù)為正,并且在10%的水平下通過了顯著性檢驗(yàn),說明在全國地級市層面上金融產(chǎn)業(yè)集聚對地區(qū)經(jīng)濟(jì)增長有顯著促進(jìn)作用,加強(qiáng)金融產(chǎn)業(yè)集聚可以促進(jìn)城市經(jīng)濟(jì)增長,證實(shí)了本文在第二部分對該變量影響的預(yù)期??臻g自回歸系數(shù)(ρ)為0.541,且在1%的水平下通過了顯著性檢驗(yàn),某一地區(qū)的經(jīng)濟(jì)增長對鄰近地區(qū)會(huì)產(chǎn)生溢出效應(yīng),進(jìn)而表明我國各地級市之間經(jīng)濟(jì)增長的溢出效應(yīng)較為明顯,潘文卿(2012)的研究也認(rèn)為空間溢出效應(yīng)是中國地區(qū)經(jīng)濟(jì)發(fā)展不可忽視的重要影響因素。
加強(qiáng)金融產(chǎn)業(yè)集聚除了可以促進(jìn)本地區(qū)的經(jīng)濟(jì)增長外,還可以通過溢出效應(yīng)對鄰近地區(qū)產(chǎn)生積極影響。金融產(chǎn)業(yè)集聚的空間溢出效應(yīng)機(jī)制可以用“積累循環(huán)因果關(guān)系”(繆爾達(dá)爾,1957)來解釋,也就是說金融產(chǎn)業(yè)首先在一個(gè)地區(qū)形成集聚態(tài)勢后,會(huì)通過積累循環(huán)不斷擴(kuò)大本地的市場規(guī)模,逐漸演變?yōu)閰^(qū)域金融中心。但隨著本地市場競爭的加劇、金融服務(wù)的供給大于需求,金融機(jī)構(gòu)會(huì)在鄰近地區(qū)開拓市場,通過提供金融服務(wù)而促進(jìn)鄰近地區(qū)的經(jīng)濟(jì)增長,這就表現(xiàn)為金融產(chǎn)業(yè)集聚對經(jīng)濟(jì)增長的空間溢出效應(yīng)。
金融產(chǎn)業(yè)集聚的空間溢出效應(yīng)除了體現(xiàn)為上述的服務(wù)性溢出,還可以體現(xiàn)為信息性溢出(余泳澤等,2013)。信息性溢出主要表現(xiàn)在區(qū)域金融中心作為“信息腹地”(Zhao,2013)能夠?qū)ν馓峁┙鹑谛畔ⅲò?biāo)準(zhǔn)信息和非標(biāo)準(zhǔn)信息)。服務(wù)性溢出可以通過交易途徑完成,而信息性溢出通過市場交易的形式難以有效實(shí)現(xiàn)。金融集聚地區(qū)與其鄰近地區(qū)之間存在信息不對稱,金融信息尤其是非標(biāo)準(zhǔn)信息由集聚地區(qū)向鄰近地區(qū)傳播,會(huì)對鄰近地區(qū)的金融機(jī)構(gòu)產(chǎn)生積極的引導(dǎo)、示范等作用,進(jìn)而對鄰近地區(qū)的經(jīng)濟(jì)增長產(chǎn)生促進(jìn)作用。信息性溢出中的知識(shí)及技術(shù)的溢出效應(yīng)具有代表性,金融機(jī)構(gòu)在某一地區(qū)的集聚,會(huì)產(chǎn)生知識(shí)、技術(shù)、人才等要素的流動(dòng)及溢出,而金融領(lǐng)域的新知識(shí)、新技術(shù)往往具有非標(biāo)準(zhǔn)信息的特點(diǎn),這使得知識(shí)及技術(shù)的空間傳播能力受地理距離的影響較大,更易表現(xiàn)出集聚地區(qū)對鄰近地區(qū)的輻射作用,即空間溢出效應(yīng)。
另外,金融產(chǎn)業(yè)集聚的網(wǎng)絡(luò)效應(yīng)和規(guī)模經(jīng)濟(jì)效應(yīng)也是其空間溢出效應(yīng)得以發(fā)揮的原因。網(wǎng)絡(luò)效應(yīng)和規(guī)模經(jīng)濟(jì)效應(yīng)能夠降低信息交流、市場交易等成本,提高金融機(jī)構(gòu)的運(yùn)行效率,使其服務(wù)本地區(qū)及鄰近地區(qū)的能力得以加強(qiáng)。當(dāng)前信息通信技術(shù)的發(fā)展也為各種空間溢出形式的實(shí)現(xiàn)提供了技術(shù)上的可能性。
三個(gè)控制變量系數(shù)均為正值,并且均在1%的水平下通過了顯著性檢驗(yàn),說明固定資本投入、外商直接投資和人力資本投入均能顯著促進(jìn)地區(qū)經(jīng)濟(jì)增長,這也與本文之前的預(yù)期一致。其中,三個(gè)控制變量中,人力資本投入對經(jīng)濟(jì)增長的影響最大,這說明教育投入非常重要,各地方政府對教育領(lǐng)域的支出要有足夠的支持。
在對全國225個(gè)地級市分析的基礎(chǔ)上,本文還對我國東部、中部、西部三大區(qū)域分別進(jìn)行了分析。參考李紅等(2014)的劃分標(biāo)準(zhǔn),三大區(qū)域的具體劃分如表4所示。
表4 我國東部、中部及西部地區(qū)的劃分
按照表4的區(qū)域劃分,剔除部分地級市之后,東部地區(qū)包括100個(gè)地級市,中部地區(qū)包括90個(gè)地級市,西部地區(qū)包括35個(gè)地級市。為了與全國地級市層面的分析保持一致,對三大區(qū)域的分析,均采用地區(qū)固定效應(yīng)空間滯后模型,估計(jì)結(jié)果如表5所示。
表5 我國東部、中部及西部地區(qū)固定效應(yīng)空間滯后模型的估計(jì)結(jié)果
估計(jì)結(jié)果中三大區(qū)域的金融業(yè)區(qū)位熵系數(shù)為正,但均不顯著,本文數(shù)據(jù)統(tǒng)計(jì)年度為2007年至2012年,基本上處于2008年全球金融危機(jī)對我國金融業(yè)沖擊影響時(shí)間范圍內(nèi)。東部地區(qū)是三大區(qū)域中金融業(yè)最發(fā)達(dá)的,也是受沖擊最大的,在此時(shí)間范圍內(nèi),也可能使得金融產(chǎn)業(yè)集聚對經(jīng)濟(jì)增長的促進(jìn)作用不能有效發(fā)揮。中西部地區(qū)金融業(yè)相對落后,金融危機(jī)發(fā)生后,對經(jīng)濟(jì)增長的促進(jìn)作用也受到一定程度的抑制。因此,雖然在全國層面上,金融產(chǎn)業(yè)集聚對經(jīng)濟(jì)增長的促進(jìn)作用顯著,但具體到各區(qū)域,其變量并沒有通過顯著性檢驗(yàn)。
表5的估計(jì)結(jié)果同時(shí)顯示,三大區(qū)域的空間自回歸系數(shù)(ρ)均顯著為正,進(jìn)一步說明我國東、中、西部各地級市之間金融產(chǎn)業(yè)集聚的空間溢出效應(yīng)較明顯。從ρ的大小來看,中西部地區(qū)的空間溢出效應(yīng)要比東部地區(qū)更強(qiáng)一些,這與中西部地區(qū)的區(qū)域經(jīng)濟(jì)發(fā)展差異大、金融資源分布更不均衡有關(guān)。在此情況下,中西部經(jīng)濟(jì)發(fā)展水平較高、金融產(chǎn)業(yè)較發(fā)達(dá)的地市對鄰近地區(qū)的帶動(dòng)作用相對更明顯,也即空間溢出效應(yīng)相對更強(qiáng)一些。基于此,中西部地區(qū)更應(yīng)該重視如何發(fā)揮金融產(chǎn)業(yè)集聚對城市經(jīng)濟(jì)增長的空間溢出效應(yīng)問題,從而更好地帶動(dòng)區(qū)域經(jīng)濟(jì)發(fā)展。
從控制變量來看,三大區(qū)域有所不同。東部地區(qū)的固定資本投入、外商直接投資和人力資本投入對經(jīng)濟(jì)增長均有顯著促進(jìn)作用,但中部地區(qū)的外商直接投資并沒有顯示出顯著的促進(jìn)作用,西部地區(qū)則是固定資本投入未通過顯著性檢驗(yàn)。中部地區(qū)處于經(jīng)濟(jì)發(fā)達(dá)的東部和更為落后的西部之間,在對外商直接投資的吸引上處于比較尷尬的地位,也就是FDI在區(qū)位選擇上會(huì)呈現(xiàn)出“要么更好,要么更壞”的特點(diǎn),從而使得外商直接投資在中部地區(qū)的城市經(jīng)濟(jì)增長中的作用難以充分發(fā)揮出來。西部地區(qū)的固定資本投入之所以不顯著,可能是由于西部地區(qū)經(jīng)濟(jì)發(fā)展起步較晚,即使有大量的基礎(chǔ)設(shè)施建設(shè)等固定資本投資,其促進(jìn)作用的發(fā)揮也會(huì)存在一定的時(shí)滯,在短期內(nèi)并沒有顯著的影響。
長期以來,伴隨著我國經(jīng)濟(jì)的快速發(fā)展及科學(xué)技術(shù)的巨大變革,經(jīng)濟(jì)體系自身特征也在發(fā)生巨大變化。例如,互聯(lián)網(wǎng)科技為核心的技術(shù)變革,使得信息的傳播速度空前提高,市場的交易成本不斷降低。這使得市場要素和產(chǎn)品的流動(dòng)性更強(qiáng),資源配置效率更高,不同地區(qū)間經(jīng)濟(jì)聯(lián)系更加密切,相互之間的影響越來越強(qiáng)。金融產(chǎn)業(yè)集聚對經(jīng)濟(jì)增長影響的空間溢出效應(yīng)就是表現(xiàn)之一,這也是本文所關(guān)注的問題。通過本文的實(shí)證分析,可以得到如下的結(jié)論:
首先,使用探索性空間數(shù)據(jù)分析方法研究了我國人均地區(qū)生產(chǎn)總值和金融集聚度的空間相關(guān)性。結(jié)果顯示,人均地區(qū)生產(chǎn)總值存在顯著的正向空間相關(guān)性,說明我國不同地區(qū)的經(jīng)濟(jì)增長存在明顯的空間集聚現(xiàn)象。金融集聚度指標(biāo)雖有一年未通過顯著性檢驗(yàn),但總體上仍表現(xiàn)出顯著的正向空間相關(guān)性,表明我國金融產(chǎn)業(yè)在空間分布上也有集聚特征。其次,通過構(gòu)建空間計(jì)量模型,對金融產(chǎn)業(yè)集聚與區(qū)域經(jīng)濟(jì)增長的關(guān)系進(jìn)行了實(shí)證研究。不管是全國層面還是東、中、西三大區(qū)域的實(shí)證分析均表明,存在金融產(chǎn)業(yè)集聚對城市經(jīng)濟(jì)增長的空間溢出效應(yīng),也就是金融產(chǎn)業(yè)集聚不僅能促進(jìn)本地區(qū)的經(jīng)濟(jì)增長,還會(huì)對鄰近地區(qū)的經(jīng)濟(jì)增長有促進(jìn)作用。
依據(jù)以上所得的結(jié)論,可以得到以下啟示:其一,金融產(chǎn)業(yè)集聚能夠促進(jìn)城市經(jīng)濟(jì)增長,而且存在空間溢出效應(yīng),因此,應(yīng)該制定進(jìn)一步加強(qiáng)金融產(chǎn)業(yè)集聚的政策,尤其在金融產(chǎn)業(yè)集聚的促進(jìn)作用還不顯著的地區(qū)更應(yīng)該采取相應(yīng)措施。一方面,政府要摒棄地方保護(hù)主義,主動(dòng)破除金融行業(yè)的行政壁壘,消除體制性障礙,讓金融要素充分流動(dòng)起來,這將有利于不同地區(qū)間經(jīng)濟(jì)資源的優(yōu)化配置,對經(jīng)濟(jì)的良好發(fā)展有重要幫助。另一方面,金融機(jī)構(gòu)要主動(dòng)利用互聯(lián)網(wǎng)技術(shù)開展業(yè)務(wù),提供服務(wù)。這不僅能拓展業(yè)務(wù),還能降低運(yùn)營成本,在更廣的空間內(nèi)擴(kuò)大自己的服務(wù)范圍,減少地理距離的限制,這最終也會(huì)有利于金融產(chǎn)業(yè)集聚對城市經(jīng)濟(jì)增長的空間溢出效應(yīng)的發(fā)揮。其二,我國的金融產(chǎn)業(yè)發(fā)展水平與發(fā)達(dá)國家相比仍處于較低階段,且缺少具有國際影響力的金融中心城市,我國很有必要推動(dòng)區(qū)域金融中心的建設(shè)。區(qū)域金融中心一旦建設(shè)發(fā)展起來,相應(yīng)地區(qū)的金融產(chǎn)業(yè)集聚水平就會(huì)得以提高,其對城市經(jīng)濟(jì)增長的促進(jìn)作用也會(huì)顯現(xiàn)出來,而城市經(jīng)濟(jì)的增長也會(huì)推動(dòng)區(qū)域金融中心的發(fā)展。黃解宇等(2006)認(rèn)為金融中心的形成是金融產(chǎn)業(yè)集聚的結(jié)果,因此,加強(qiáng)金融產(chǎn)業(yè)集聚與建設(shè)區(qū)域金融中心是一致的。區(qū)域金融中心的建設(shè)有利于更好地發(fā)揮金融產(chǎn)業(yè)集聚對城市經(jīng)濟(jì)增長的空間溢出效應(yīng)。
[1]陳文鋒,平瑛.上海金融產(chǎn)業(yè)集聚與經(jīng)濟(jì)增長的關(guān)系[J].統(tǒng)計(jì)與決策,2008,(10):93-95.
[2]丁藝.金融集聚與區(qū)域經(jīng)濟(jì)增長的理論及實(shí)證研究[D].湖南大學(xué)博士學(xué)位論文,2010.
[3]高遠(yuǎn)東,花擁軍.人力資本空間效應(yīng)與區(qū)域經(jīng)濟(jì)增長[J].地理研究,2012,(4):711-719.
[4]黃解宇,楊再斌.金融集聚論[M].北京:中國社會(huì)科學(xué)出版社,2006.
[5]李紅,王彥曉.金融集聚、空間溢出與城市經(jīng)濟(jì)增長——基于中國286個(gè)城市空間面板杜賓模型的經(jīng)驗(yàn)研究[J].國際金融研究,2014,(2):89-96.
[6]李林,丁藝,劉志華.金融集聚對區(qū)域經(jīng)濟(jì)增長溢出作用的空間計(jì)量分析[J].金融研究,2011,(5):113-123.
[7]梁穎,羅霄.金融產(chǎn)業(yè)集聚的形成模式研究:全球視角與中國的選擇[J].南京財(cái)經(jīng)大學(xué)學(xué)報(bào),2006,(5):16-20.
[8]林江鵬,黃永明.金融產(chǎn)業(yè)集聚與區(qū)域經(jīng)濟(jì)發(fā)展——兼論金融中心建設(shè)[J].金融理論與實(shí)踐,2008,(6):49-54.
[9]劉軍,黃解宇,曹利軍.金融集聚影響實(shí)體經(jīng)濟(jì)機(jī)制研究[J].管理世界,2007,(4):152-153.
[10]歐陽志剛.外商直接投資及其對經(jīng)濟(jì)增長的貢獻(xiàn)[J].財(cái)經(jīng)科學(xué),2004,(6):83-86.
[11]潘文卿.中國的區(qū)域關(guān)聯(lián)與經(jīng)濟(jì)增長的空間溢出效應(yīng)[J].經(jīng)濟(jì)研究,2012,(1):54-65.
[12]繆爾達(dá)爾.經(jīng)濟(jì)理論與欠發(fā)達(dá)地區(qū)(中譯本)[M].倫敦:達(dá)克沃思,1957.
[13]吳擁政,顏日初.中部六省地級市區(qū)金融發(fā)展與經(jīng)濟(jì)增長的空間面板分析[J].統(tǒng)計(jì)與信息論壇,2009,(3):63-71.
[14]姚樹潔,馮根福,韋開蕾.外商直接投資和經(jīng)濟(jì)增長的關(guān)系研究[J].經(jīng)濟(jì)研究,2006,(12):35-46.
[15]俞路.中國城市經(jīng)濟(jì)增長中FDI的空間溢出效應(yīng)研究——來自空間面板數(shù)據(jù)的實(shí)證分析[J].區(qū)域經(jīng)濟(jì)評論,2013,(2):113-119.
[16]余泳澤,宣燁,沈揚(yáng)揚(yáng).金融集聚對工業(yè)效率提升的空間外溢效應(yīng)[J].世界經(jīng)濟(jì),2013,(2):93-116.
[17]周凱,劉帥.金融資源空間集聚對經(jīng)濟(jì)增長的空間效應(yīng)分析——基于中國省域空間面板數(shù)據(jù)的實(shí)證分析[J].投資研究,2013,(1):75-88.
[18]Anselin L. Spatial Econometrics: Methods and Models [M]. Dordrecht: Kluwer Academic, 1988.
[19]Anselin L., Bera A. K., and Florax, R., Yoon M.J. Simple Diagnostic Tests for Spatial Dependence [J]. Regional Science and Urban Economics, 1996, 26 (1), pp.77-104.
[20]Audress D., Feldman M. Spillovers and the Geography of Innovation and Production [J]. American Economic Review, 2006, 86 (3),pp. 630-640.
[21]Baldwin R., Martin P. Global Income Divergence Trade and Industrialization: The Geography of Growth Take off [J]. Journal of economic Growth, 2001, (6), pp. 5-37.
[22]Bencivenga V. R, Smith B. D. , Starr R.M. Transactions Costs, Technological Choice, and Endogenous Growth [J]. Journal of Economic Theory 1995, 67 (1), pp. 341-360.
[23]Bernard A., Jones C. Productivity and Convergence across U.S. States and Industries [J]. Empirical Economics, 1996, (21), pp. 113-135.
[24]Berger K., Charles P. The Formation of Financial Centers: A Study of Comparative Economic History [M]. America, Princeton University, 1974.
[25]Obrien R. Global Financial Integration: The End of Geography [M]. London: Royal Institute of International Affairs, 1992.
[26]Park Yoon S., Essayyad M. International Banking and Financial Centers [M]. Boston, Kluwer , 1989.
[27]Porteous J. The Geography of Finance: Spatial Dimensions of Intermediary Behaviour [M]. Aldershot: Avebery, 1995.
[28]Zhao, X. B. Spatial Restructuring of Financial Centers in Mainland China and Hong Kong: Geography of Finance Perspective [J].Urban Affairs Review, 2003, 38 (4), pp. 535-571.