金融產業集聚與安徽省經濟增長效應研究*

吳松飛，范金華

(安徽商貿職業技術學院 人文外語系，安徽 蕪湖 241002；南京理工大學 理學院，江蘇 南京210094)

?

金融產業集聚與安徽省經濟增長效應研究*

吳松飛，范金華

(安徽商貿職業技術學院 人文外語系，安徽 蕪湖 241002；南京理工大學 理學院，江蘇 南京210094)

對安徽省金融產業發展現狀進行了描述，運用區位熵指數測度了1998～2015年安徽省金融產業的集聚水平，結果表明，安徽省金融產業集聚度低于全國平均水平，在中部地區僅處于中等水平且區域內金融產業發展處于不平衡狀態。構建實證模型經檢驗，金融產業集聚對安徽省經濟增長有較強的推動作用。為提升安徽省金融產業集聚發展水平，應從優化金融產業結構，提升金融集聚速度，增強金融產業創新競爭力，利用“互聯網+”重構金融產業模式，融入國家戰略等方面推動產業集聚發展。

金融產業集聚；經濟增長；區位熵；集聚效應

在經濟全球一體化和金融國際化、共享化的背景下，金融產業已經發展成為一個國家、一個區域經濟社會發展的重要產業，金融產業的空間集聚已經成為產業發展的必然趨勢。在世界范圍內，已經形成了紐約、倫敦、東京等全球知名的金融產業集群，中國北京的金融街吸引了眾多國內外金融機構聚集，上海的陸家嘴金融貿易中心將成為國內外金融機構最集中的區域之一。區域經濟的快速增長吸引了金融機構空間集聚，金融產業的空間聚集又推動了區域經濟增長，二者之間存在著相互促進的關系，筆者從金融產業集聚視角定量分析其對安徽省經濟增長的影響程度。

一、金融產業集聚與經濟增長關系研究文獻回顧

國內學者關于金融產業對經濟增長的影響研究，主要側重于實證分析研究。錢水土和金嬌以長三角地區2000～2007年面板數據研究了金融結構、產業集聚與經濟增長之間的關系，認為產業集聚與區域經濟增長存在穩定的正相關關系[1]。張曉燕用國內10個省市作為樣本，運用混合OLS、隨機效應模型等來檢驗金融產業集聚與區域經濟增長的關系，得出金融產業集聚對區域經濟增長具有顯著地推動作用[2]。劉瑞波等以藍色經濟區為例，運用Granger因果關系檢驗，結果表明金融產業集聚與經濟增長存在雙向因果關系，通過脈沖響應函數驗證出在藍色經濟區金融產業集聚同經濟增長之間存在長期穩定的均衡關系，能促進區域經濟的增長[3]。田暉以廣東21個地市統計數據結合因子分析法和面板數據模型論證了廣東省金融產業發展不平衡，金融產業集聚度高的地區對經濟增長的正向促進作用比較明顯[4]。周海鵬等基于30個省市面板數據，采用探索性空間數據分析法得出融產業集聚對經濟增長規模和經濟增長質量均有正向促進作用[5]。

從現有文獻的梳理看，學術界對于金融產業集聚對區域經濟增長的影響問題研究比較成熟、深入，從研究結論看，金融產業集聚對區域經濟增長有促進作用，學者們的實證分析結果趨于一致。由于金融產業集聚與經濟增長相互作用，導致區域間發展不平衡，金融產業集聚對經濟增長的促進作用具有差異性，因此本文通過構建模型進行橫向比較和縱向比較，考察金融產業流向、集聚具有差異性，從而造成安徽省經濟增長的差異性。

二、安徽省金融產業發展現狀

安徽省2015年地區生產總值(GDP)22 005.6億元，增長8.7%，高于全國增長速度。金融業產值1 255.9億元，增長19.5%，占地區GDP的5.71%，社會融資規模3 574.6億元，全省金融機構人民幣各項存款余額34 482.9億元，增長14.2%，貸款余額25 489億元，增長14.1%，全省證券交易量82 533.7億元，全省有上市公司88家，累計籌資271.8億元，市價總值達到11 234.3億元，增長59.5%；全年保險業保費收入698.9億元，增長22.1%。[6]

安徽省主要城市中，合肥市生產總值(GDP)5 660.27億元，對安徽省經濟增長的貢獻率為25.72%，金融機構各項存款余額11 193.70億元，占全省的32.46%，各項貸款余額10 171.10億元，占全省的39.9%，證券交易量29 869.61億元，占全省交易額的36.19%，證券營業部68個，保險業保費收入154.05億元，占全省保費收入的22.04%。蕪湖市生產總值(GDP)2 457.32億元，對安徽省經濟增長的貢獻率為11.17%，金融業存款余額2 548.68億元，貸款余額2 491.57億元，保險業保費收入44.41億元。

表1 2015年安徽省各城市金融業發展狀況 /億元

數據來源：《安徽統計年鑒——2016》、各市2015年國民經濟和社會發展統計公報。

從安徽省及省內各城市統計數據看，安徽省金融產業增長速度明顯快于全省生產總值的增長速度。合蕪蚌自主創新綜合試驗區金融業實現產值555.22億元，占全省金融業產值的44.21%，金融資產的總量持續增長，金融業發展的增長速度高于全省金融業平均水平。合肥、蕪湖各項指標數據高于安徽省其他城市，合肥作為省會城市居于首位，金融產業集聚優勢在安徽省尤為突出。

三、安徽省金融產業集聚測度分析

(一)金融產業集聚各項測度指標

在產業集聚測度指標中，有空間基尼系數、E-G指數、區位熵、產業集中度指標、赫芬達爾—赫希曼指數等，筆者基于統計數據的搜集、研究對象的針對性，選取區位熵計量安徽省金融產業集聚水平。區位熵(Location Quotient)用來衡量要素在某一區域的空間分布，可以反映某一產業的專業化水平和產業的集聚狀態，是由哈蓋特(P．Haggett)首先提出的[7]。區位熵的計算公式為：

(1)

其中LQi是安徽省金融產業第i年份的區位熵，fi是安徽省第i年金融業指標，Fi是全國第i年份金融業指標，gi和Fi分別是安徽省和全國第年份經濟總量(GDP)指標。若LQi>1，則說明安徽省金融產業集聚水平高于全國平均水平，若LQi<1，則說明安徽省金融產業集聚水平低于全國平均水平，若LQi=1，則說明安徽省金融產業集聚水平與全國平均水平相當。

(二)安徽省金融產業集聚度比較分析

1.安徽省金融產業區位熵

從圖1看，安徽省金融產業對安徽省GDP的貢獻率逐年上升，特別是近年來金融業的增加值增長速度高于同期安徽省地區生產總值的增長水平。

圖1 安徽省2005～2015年金融產業對GDP的貢獻率 數據來源：安徽省統計局《安徽統計年鑒》。

年份安徽金融業產值區位熵年度安徽金融業產值區位熵19980.55920070.37519990.66220080.61720000.68220090.57320010.69120100.52020020.70320110.53220030.72420120.55120040.71720130.55820050.52720140.69320060.46720150.672

數據來源：安徽省統計局《安徽統計年鑒》、國家統計局 “分年度國家數據”計算得出。

根據區位熵公式(1)，安徽省1998～2015年金融業產值區位熵計量結果如表2所示。從計量結果看，安徽省金融產業集聚度指標呈上升趨勢，縱觀“十一五”“十二五”發展現狀，安徽省金融業產值區位熵從2006年的0.467逐年波動至2015年的0.672，10年間增加了0.205，表明隨著安徽省經濟總量不斷提升，金融產業集聚態勢逐步顯現。

2.安徽省金融產業集聚度橫向比較

安徽省金融業產值區位熵小于1，說明安徽省1998～2015年金融產業集聚水平一直低于全國平均水平。從中部地區2015年各省GDP和金融產業增加值統計數據看，山西、河南、安徽、湖北、江西、湖南等6省的區位熵計算結果分別為1.048、0.588、0.672、0.738、0.630、0.471，安徽省金融產業集聚度在中部地區居于第3位，安徽省經濟總量在中部地區位居第4名。中部地區僅山西省區位熵大于1，其他5省的金融產業區位熵均小于1，安徽省在中部地區落后于山西、湖北兩省。從珠三角、長三角等地區發達省份2015年GDP和金融產業增加值統計數據看，廣東、江蘇、浙江的區位熵計算結果分別為0.931、0.895、0.802，從計算結論看，安徽省金融產業集聚在全國處于中下游水平，金融產業發展比較落后。

(三)安徽省金融產業集聚度差異分析

根據國民經濟行業分類(GB/T 4754-2011)，金融業主要有銀行業、保險業、證券業等，由于安徽省各城市證券業統計數據難以獲取，主要計算安徽省主要城市銀行業、保險業區位熵來衡量省域范圍內金融產業發展的差異性。對區位熵計算公式(1)各變量重新命名，修正公式為：

(2)

其中LQj是城市j的區位熵，Xj是城市j的相應指標數據，X是安徽省對應總體指標數據，Yj是城市j的生產總值，GA是安徽省的生產總值。根據2015年安徽省和各城市統計數據，由公式(2)可以計算出安徽省各城市2015年金融業產值、銀行業、保險業區位熵的區位熵，如表3所示。

表3 2015年安徽省各城市金融業產值、銀行業、保險業區位熵

數據來源：《安徽統計年鑒》，各市《統計年鑒》、2015年國民經濟和社會發展統計公報指標數據計算得出；統計數據中缺少馬鞍山市、黃山市2015年金融業增加值。

綜合表3的區位熵值，安徽省各城市金融產業發展不平衡，合肥作為省會城市，金融產業的集聚化程度相對較高，蕪湖作為皖江城市帶中心城市，金融產業集聚化程度位居第2名；阜陽、淮南、六安、安慶、黃山等城市銀行業集聚化程度緊隨合肥之后，高于全省平均水平，蕪湖、蚌埠作為合蕪蚌自主創新綜合試驗區主要城市，銀行業集聚水平較低；亳州、宿州、蚌埠、阜陽、淮南、六安、池州、黃山等城市保險業集聚化程度較高，高于全省平均水平，合肥、蕪湖保險業集聚化水平低于全省平均水平。

四、金融產業集聚對安徽省經濟增長效應分析

(一)選取變量與構建模型

1.選取變量

為了較準確地進行實證分析，筆者統計數據主要選取國家統計局“年度國家數據”、國民經濟與社會發展統計公報、《安徽統計年鑒》、安徽省國民經濟與社會發展統計公報等公布的年度數據，在銀行業區位熵計算中，主要選取金融機構人民幣存款余額作為主要指標。為了實證分析金融產業集聚與安徽省經濟增長的關系，將選取安徽省生產總值(GDP)作為被解釋變量，選取安徽省金融業產值區位熵(LQC)、銀行業區位熵(LQb)、保險業區位熵(LQS)作為解釋變量。因選取的數據為時間序列數據，變量間可能存在異方差性，故運用EViews8.0軟件對各變量進行自然對數處理，消除異方差性[8]。具體數據如表4所示。

表4 安徽省金融產業集聚與經濟增長指標

2.構建回歸模型

為了消除變量間的異方差性，建立全對數回歸模型：

LNGDP=β0+βLNLQC+β2LNLQb+β3LNLQS+εi

將表4的數據在EViews軟件中進行處理，輸出初步估計結果為：

LNGDP= 12.388+1.113LNLQC+

9.494LNLQb-0.944LNLQS

(3)

t=(26.830) (2.438) (8.577) (-1.590)

R2=0.885F=35.775

在給定顯著性水平α=0.05下，F=35.775，F>Fα(3，14)=3.34下，模型通過了F檢驗，t檢驗中，tα/2(14)=2.14，輸出結果中，LNLQS的系數無法通過顯著性檢驗，這由于金融業產值區位熵(LQC)、銀行業區位熵(LQb)、保險業區位熵(LQS)之間可能存在一定的相關關系，致使模型估計失真或難以估計準確，無法正確判斷解釋變量對被解釋變量的影響程度，解釋變量之間存在多重共線性，采取逐步回歸法進行修正。在逐步回歸過程中，經t檢驗，LNLQC和LNLQb的回歸系數通過了顯著性檢驗，進一步驗證得出LNLQS若并入其他回歸方程進行計量，不能通過顯著性檢驗，表明LNLQS與其他解釋變量存在多重共線性。若建立LNGDP與LNLQS的回歸關系，回歸系數通過了顯著性檢驗，表明保險業區位熵(LQS)與經濟增長存在顯著性關系，但擬合優度較差，必須進行協整檢驗進一步確定?；貧w模型可以修正為：

LNGDP=12.2+1.234LNLQC+8.374LNLQb

(4)

t=(26.038) (2.611) (9.36)

R2=0.865F=47.55

LNGDP=9.159+2.325LNLQS

(5)

t=(46.252) (2.483)

R2=0.278F=6.166

(二)模型檢驗

1.平穩性檢驗

因選取的指標數據為年度數據，時間序列可能具有不平穩性，現運用單位根判斷時間序列LNGDP、LNLQC、LNLQb、LNLQS的穩定性。表4中數據經ADF檢驗的t統計量均大于0.01、0.05、0.10這三個顯著性水平的臨界值，表明取對數序列為非平穩序列，取對數后的序列一階差分序列分別大于不同檢驗水平的臨界值，表明一階差分序列為非平穩序列，而取對數后的二階差分序列分別小于不同給定檢驗水平的臨界值，故可以判斷該時間序列的二階差分序列是平穩序列，可以確定該時間序列是二階單整序列[9-10]，平穩性檢驗結果如表5所示。

表5 時間序列變量平穩性檢驗二階差分檢驗結果

2.協整檢驗

協整檢驗的目的是為了驗證解釋變量與被解釋變量之間是否存在長期的均衡關系，在實際問題中，雖然變量可能會出現隨機游走現象，但各個變量的某個線性組合卻有可能是平穩的，為此，可以通過對回歸方程的殘差項進行單位根檢驗，以確定其平穩性，若回歸方程的殘差序列是平穩序列，則可以判斷被解釋變量與解釋變量之間存在協整關系[9-10]。將回歸方程(4)(5)的殘差序列進行ADF檢驗，檢驗結果如表6所示。

表6 殘差序列ADF檢驗結果(不含趨勢項和截距項)

從ADF檢驗結果分析，在顯著性水平0.01、0.05、0.10下，回歸方程(4)(5)的殘差序列均為平穩序列，表明解釋變量與被解釋變量之間存在協整關系，即安徽省金融業產值區位熵、銀行業區位熵、保險業區位熵與安徽省經濟增長之間存在著長期的均衡關系。

3.格蘭杰因果檢驗

為了驗證結論的可靠性，運用Granger因果關系檢驗LNLQC與LNGDP、LNLQb與LNGDP、LNLQS與LNGDP之間的因果關系，選擇滯后期為1，輸出結果如表7所示。

表7 變量Granger因果關系檢驗

從輸出結果看，在顯著性水平0.10下，金融業產值區位熵是安徽省GDP的格蘭杰原因，銀行業區位熵是安徽省GDP的格蘭杰原因，保險業區位熵是安徽省GDP的格蘭杰原因，即金融產業集聚對安徽省經濟增長有積極的影響。

五、研究結論與安徽省金融產業發展建議

(一)研究結論

從近年來安徽省金融產值區位熵、銀行業區位熵、保險業區位熵指數看，安徽省金融產業集聚呈上升趨勢，但是在中部地區僅為中等水平，與珠三角、長三角等發達省份比較差距更大，產業集聚水平低于全國平均水平。安徽省內各城市金融產業區位熵比較分析看，安徽省金融產業發展呈現不均衡態勢，集中在極少數主要城市，不均衡發展在安徽省表現得尤為突出。在利用回歸模型論證金融業、銀行業、保險業與安徽省經濟增長的影響關系，實證結果表明，銀行業、保險業的發展對安徽省經濟增長有正向的促進作用，進一步比較回歸系數可知，銀行業對經濟增長的拉動力要強于保險業對經濟增長的拉動力，表明安徽省金融產業集聚主要依賴于銀行業的發展。

(二)安徽省金融產業發展建議

1.優化金融產業結構，提升金融集聚速度

區域金融產業的發展要以政府為主導，各級政府應著力于構建優質的金融生態，從金融監管、征信建設和法規建設等方面優化金融產業機構[11]。通過整合區域金融資源，形成良好的金融運行機制。一是區域培育與引入機制相結合，引入大型銀行金融機構、非銀行基金管理機構、投資基金機構等，培育地方金融機構和非銀行金融機構等為區域企業提供優質的投融資服務；二是金融監管與法規建設相結合，建立政府牽頭、各方參與的金融監管體系，構建政府、企業和普通民眾的三級征信網絡系統，完善金融法規，維護金融業綠色發展；三是資源整合與集聚輻射相結合，政府應鼓勵金融機構協同發展，形成集聚與輻射效應[12]，以規模效應提升金融產業集聚速度，從而更好地服務于區域經濟。

2.促進金融產業創新，增強金融產業競爭力

增強金融產業競爭力，要在政府政策的支撐下，金融機構應積極開展產品創新、組織創新，提高金融經營管理效率，推動金融產業綠色發展。一是構建多元化金融市場體系，貨幣市場、資本市場、保險市場、證券市場都應創新組織形式，形成良性發展機制，助力區域經濟發展；二是構建一體化金融服務平臺，以新領域、新業態、新服務為重點，拓展金融業務范圍，發揮政府、金融機構、企業各方優勢，形成一體化管理新模式，形成集聚推動區域經濟發展；三是研發多維度金融產品，針對企業規模、企業性質、包括普通民眾收入水平等有針對性地研發金融產品，滿足不同群體的個性化、多元化金融服務需求，加快資金的流轉速度，促進區域經濟發展。

3.利用“互聯網+金融”，重構金融產業模式

大數據、云計算的廣泛應用，推動了信息技術與金融產業的融合發展，傳統金融機構應充分利用互聯網應用平臺輻射效應，重構產業業務和服務模式，拓展業務領域。信息技術的發展，為金融產業提供了集數據處理、信貸管理、客戶服務等綜合應用平臺，互聯網技術將銀行金融產品與用戶進行無縫對接，傳統銀行運用互聯網的大數據分析，為企業提供更優質、便捷的融資服務，金融產業在互聯網的沖擊下，其業務模式、服務模式正在實現變革。互聯網金融具有信息對稱、交易成本低、覆蓋面廣等特點，資金供需對接便捷，容易形成“充分交易可能性集合”，這種新常態發展模式有利于促進經濟增長。特別是國家“大眾創業、萬眾創新”發展戰略下，安徽省小微企業異軍突起，這些小微企業在“資金融通”模式下，致力于技術研發、擴大再生產，可以促進安徽省經濟的增長。

4.融入國家戰略，發揮金融產業集聚效應

雖然安徽省金融產業集聚水平低于全國平均水平，但金融集聚對經濟增長的推動作用是比較明顯的，其中心城市合肥市的金融產業發展速度較快，集聚水平逐年上升，在全國省會城市中，發展速度居于前列。安徽省應發揮區域優勢，在國家長江經濟帶發展戰略、“一帶一路”發展戰略中，發揮金融產業的集聚效應，推動安徽省經濟增長。從安徽省各城市區位熵分析，安徽省金融產業的發展處于不平衡狀態，應處理好集聚效應與發展不平衡之間的矛盾，從政策上促進金融產業與國民經濟的融合發展，既重點發展又兼顧均衡發展，發揮合蕪蚌自主創新綜合試驗區、皖江城市帶在安徽不同區域內的輻射效應，帶動周邊城市經濟發展，以經濟發展帶動金融產業發展，以金融產業集聚推動城市經濟增長，實現區域內金融產業的均衡發展，提升安徽省金融產業在全國的競爭力。

[1]錢水土，金嬌. 金融結構、產業集聚與區域經濟增長：基于2000～2007年長三角地區面板數據分析[J].商業經濟與管理，2010(4)：67-74.

[2]張曉燕.金融產業集聚及其對區域經濟增長的影響研究[D].濟南：山東大學經濟學院，2012.

[3]劉瑞波，張仁釗，崔鳳.金融產業集聚與經濟增長關系研究：以藍色經濟區為例[J].東岳論叢，2014(10)：137-142.

[4]田暉.金融產業集群影響區域經濟增長的實證研究——以廣東21個地市為例[J].科技管理研究，2015(13)：158-162.

[5]周海鵬，李媛媛，李瑞晶.金融產業集聚對區域經濟增長的空間效應研究[J].現代財經(天津財經大學學報)，2016(2)：63-76.

[6]安徽省統計局.安徽省2015年國民經濟和社會發展統計公報[EB/OL]. [2017-05-11].http://www.ahtjj.gov.cn/tjj/web/info_view.jsp?strId=1456727214920362,2016-02-25/2016-11-25.

[7]柯麗菲.廣西金融產業集聚及其對經濟增長效應的比較研究[J].廣西社會科學，2016(8)：21-25.

[8]李婭麗.金融產業集聚與區域經濟增長的關系研究——基于中原城市群的實證分析[D].濟南：山東財經大學，2016.

[9]劉家國，曹靜，李根，等.EViews統計分析在計量經濟學中的應用[M].北京：機械工業出版社，2014.

[10]郭存芝，杜延軍，李春吉，王萬珺.計量經濟學——理論·方法·EViews應用[M].北京：科學出版社，2016.

[11]成學真，岳松毅.西北五省區金融集聚與產業結構升級關系的實證研究[J].西北師范大學(社會科學版)，2016(6)：41-47.

[12]陳愛瑋，周林. 金融產業集聚與區域經濟增長——以上海市黃浦區為例[J]. 新金融，2012(9)：51-54.

(責任編輯：劉 燕)

The Study on Agglomeration of Financial Industries and Economic Growth in Anhui Province

Wu Songfei, Fan Jinhua

(Department of Humanities and Foreign Languages ,Anhui Business College of Vocational Technology, Wuhu Anhui 241002; School of Science, Nanjing University of Science and Technology, Nanjing Jiangsu 210094, China)

In this paper, the author carries out description on development situation in financial industry of Anhui Province and selection of location entropy index to detect the degree of agglomeration in financial industry of Anhui Province from 1998 to 2015, which shows that the degree of it is lower than the national average level, only in the medium level in the central region,and the development of financial industry in the region is in a state of imbalance.Empirical model proves that agglomeration of financial industry has a strong impetus on economic growth in Anhui Province. We should optimize financial industry structure, promote the speed of financial agglomeration, innovate the financial industry, enhance the competiveness of financial industry, use “internet+” model for reconstruction of financial industry mode, integrate the national strategy, and promote the industry agglomeration development so as to increase the development level of financial industry agglomeration.

agglomeration of financial industry; economic growth; location entropy; agglomeration effect

國家自然科學基金面上項目“無限維Teichmuller空間緊化的相關研究”(11571172)；安徽省高校優秀青年人才基金重點項目“安徽省電子信息產業環境效應研究”(2013SQRW120ZD)；安徽省高等學校自然科學研究重點項目“基于物聯網技術的智慧農業系統研究”(KJ2016A254)。

2017-04-05；

2017-05-15

吳松飛(1979-)，男，安徽省長豐縣人，副教授，碩士，主要從事產業組織與企業發展研究。

10.3969/j.issn.1672-7991.2017.02.019

F062.9

A

1672-7991(2017)02-0106-08