長三角地區的金融集聚與區域經濟增長

孫寧華 王磊

摘要：長三角地區既是我國經濟最發達的地區，也是金融業高度集聚發展的地區。本文研究了長三角地區金融集聚的空間布局和相關關系，并探討了金融集聚影響區域經濟發展的主要路徑，同時運用空間計量方法，基于2011—2015年江浙滬皖41個市的面板數據研究了長三角地區金融集聚對區域經濟增長的影響。空間杜賓模型的計量結果顯示，長三角地區證券市場和信貸市場集聚水平對人均意義上的地區經濟增長有著積極影響，而保險業的這一影響則不顯著；證券市場對周邊地區人均增長的溢出效應顯著，而信貸市場的溢出效應不顯著。

關鍵詞：長三角地區；金融集聚；經濟增長；輻射作用

中圖分類號： F207文獻標志碼： A 文章編號：16720539（2018）03005208

一、引言

黨的十九大報告指出，我國社會的主要矛盾已經轉化為人民日益增長的美好生活需要和不平衡不充分的發展之間的矛盾。在繼續推動發展的基礎上，著力解決好發展不平衡不充分問題，是黨和國家工作面臨的新要求。區域不平衡是我國經濟發展不平衡問題的主要方面。如何充分發揮率先發展地區對后進地區的帶動作用，促進區域經濟協調發展是備受關注的重要問題。長三角地區作為我國綜合競爭力最強的地區，工業化水平高，經濟增長速度、效益領先全國，新常態下依然保持穩健增長，是我國區域經濟發展的重要增長極。產業轉移、區域經濟轉型升級和創新發展離不開金融支持。長三角地區的金融業發達，聚集了眾多金融機構與金融人才，上海則是最具競爭力的全國性金融中心。因此，長三角地區金融發展的優勢能否輻射帶動全國經濟協調發展，是一個十分有意義的話題。

二、文獻回顧

金融與經濟發展之間關系的研究開始于Goldsmith（1969）[1]31-45，此后學者對這一問題進行了大量的研究。在金融集聚方面，Kindleberger（1973）較早開始了對金融中心的研究，并用規模經濟解釋了金融集聚的形成[2]3395-3397。Fujita， Krugman， Venables（1999）合著的《空間經濟學》開創性地將新經濟地理學引入了主流經濟學中，大大豐富了產業集聚等空間經濟問題的研究方法[3]。Anselin（1988）， Lesage （2009）， Elhorst（2015）等人在空間計量經濟學方面的貢獻為空間經濟學問題提供了實證工具[4-6]。國內有關金融集聚與區域經濟發展問題的研究大多建立在上述文獻的基礎之上。

關于金融集聚形成的原因，滕春強（2006）認為，產業集聚發展的需求、社會根植性與制度根植性、金融企業的特征是金融集聚的內在動力，此外，政府調控、外部競爭、信息等外部動力也起到了促進集聚的作用[7]14-17。黃解宇（2011）認為，空間外在性、不對稱信息與默示信息、內部與外部規模經濟促使了金融集聚的發生[8]129-136。車欣薇等（2012）認為，地理因素導致的機會成本、規模效應、金融業份額和默示信息是金融集聚發生的原因[9]16-29。孫國茂、范躍進（2013）認為，金融中心的形成可以劃分為自然形成和政府引導兩種模式，金融中心的形成主要依賴金融發展水平、資源稟賦和經濟基礎、區位優勢和專業人才等條件[10]1-13。

劉軍、黃解宇、曹利軍（2007）分析了金融集聚影響實體經濟的機制，認為金融集聚是一個通過金融資源與地域條件協調、配置、組合的時空動態變化，金融產業成長、發展，進而在一定地域空間生成金融地域密集系統的變化過程，金融集聚通過集聚、擴散和金融功能影響實體經濟[11]152-153。孫國茂、范躍進（2013）梳理了金融中心理論，從金融中心的形成、本質和功能的角度，對我國金融中心的實現路徑進行了分析[10]1-13。王丹、葉蜀君（2015）基于演化博弈模型分析認為，企業的編碼信息能力、風險系數和收益系數影響了金融集聚對區域內知識溢出的效應，區域間知識水平差距過大而形成的知識鎖定局面阻礙了知識溢出[12]38-44。

隨著新經濟地理學的發展受到我國學者的關注，一些學者嘗試將金融因素引入新經濟地理學的框架中來分析金融集聚與區域經濟的關系。倪鵬飛、劉偉、黃斯赫（2014）在新經濟地理學自由資本模型（FC模型）基礎上建立了證券市場資本流動模型，說明證券市場在短期會加劇區域差距，而長期則會促進區域差距收斂，并用SYS-GMM方法驗證了結論[13]121-132。張輝等（2016）將金融部門看作金融合約的生產部門引入FC模型，說明金融異質性和信息擴散能夠提高區際金融協作效率，推動后發地區經濟發展[14]40-57。

實證方面文獻的做法可以分為兩類，一類運用傳統的計量模型，構造反映金融集聚的指標來對金融集聚與經濟增長的關系進行研究；另一類采用了空間計量的方法，檢驗不同地理單位上觀測值的空間交互效應。比如，李林、丁藝、劉志華（2011）將空間計量經濟學用于金融集聚溢出效應的實證研究，他們分別應用SLM、SEM、SDM對省際截面數據進行了空間計量分析，發現我國金融集聚對周邊地區的經濟增長存在溢出效應，并且相對于證券業和保險業，銀行業的溢出效應最明顯[15]113-123。

一些學者從不同的機制角度對金融集聚的作用進行了實證檢驗。孫晶、李涵碩（2012）將區位熵作為金融集聚的度量指標，運用2003—2007年東、中、西部省際面板數據檢驗了金融集聚與產業結構升級的關系，發現各區域銀行業對產業結構升級存在明顯的促進作用[16]80-86。王弓、葉蜀君（2016）分析了金融集聚對城鎮化水平的影響及其路徑，并通過實證檢驗發現金融集聚本身無法對周邊區域發揮輻射效應，而結合知識溢出、資本深化、產業升級三種路徑后對周邊地區城鎮化的輻射效應顯著提高[17]174-175。張虎、韓愛華（2017）從金融創新的空間效應角度進行了實證分析，發現金融集聚對金融創新有正向熊彼特效應，而金融創新對周邊地區存在涓滴效應[18]10-17。

根據已有的文獻，一般認為集聚產生的規模經濟、擴散效應和金融產業的功能等是金融集聚影響區域經濟增長的主要因素，實證方面，近年來應用空間計量經濟學方法研究金融集聚的溢出效應的方法開始出現，這些文獻以全國范圍省際層面的數據居多。本文將借鑒文獻中的成果，總結和分析金融集聚影響區域經濟的機制，并以長三角地區城市為樣本，運用空間計量方法進行實證研究，檢驗金融集聚的空間溢出效應。

三、理論分析與研究假設

金融發展與區域經濟發展有著密切的關系，我國金融業還不發達，金融資源還是一種稀缺資源，區域之間金融水平差距還比較大。金融產業的空間布局本身具有非均質性，金融集聚是我國金融產業發展的一個必經過程（黃解宇，2012）[8]129-136。金融集聚發展的初期，金融集聚通過極化效應將金融資源、金融機構、金融人才吸引到金融中心，形成規模效應。集聚區內金融機構和從業者之間通過密切來往，相互協作，共享信息和基礎設施，降低成本，提高資金利用效率，金融業的相互競爭，使得集聚區內整體金融業的服務水平也得到提高。金融業的進步又便利了實體經濟的發展，從而促進了區域經濟的增長。因此，本文提出如下假設：

假設1：金融集聚能夠促進區域內的經濟增長，證券市場、銀行信貸市場的發展對區域經濟的增長起著推動作用。

金融產業與大部分實體經濟行業不同，其專以資本和提供資本服務為經營對象，相對于巨大的資金量而言，金融業因地理位置的差別而產生的運輸成本對金融業的制約較小，因而他們能夠不局限于本地，而是在更大的范圍內提供金融服務，通過專業的金融從業人員的活動，能夠為周邊以外的地區企業提供投融資便利，提升其他地區的金融環境，降低交易成本。同時由于金融市場的發展，使得金融能夠實現跨地區的資源配置，優化資本的空間流動。

長三角地區向中西部地區的梯度產業轉移是優化產業空間布局，實現長三角產業轉型升級和區域經濟協調發展，縮小區域經濟發展差距的一條有效路徑。產業轉移的承接和產業升級需要大量資本的投入，在市場機制下金融服務的支持對產業轉移起著不可忽視的作用。作為承接地的后進地區通常也是金融產業不發達的地區，缺乏良好的金融生態環境，融資渠道單一，因而金融集聚地區的金融支持和合作可以彌補承接地金融服務的不足，挖掘區際產業轉移的深度。率先發展地區的金融發展水平越高，金融產品越豐富，對外輻射的能力越強，則越有助于推動周邊地區實體經濟的發展。

金融業是知識密集型的行業，金融人才在金融業發展中占據了非常重要的作用。金融集聚使得金融從業者匯聚在一起，增加了他們交流、協作的機會，因而往往集聚區的從業人員有更好的機會提高業務水平。區域間金融合作和金融從業人員的遷移使得金融知識有機會向周邊地區外溢，為周邊地區金融業的發展提供可供復制的經驗，促進區域金融環境的協調發展。因此，本文提出如下假設：

假設2：金融集聚對經濟增長的影響具有溢出效應。金融集聚不僅能夠促進區域內部實體經濟的增長，還能夠對周邊地區的經濟增長產生積極的推動作用。

長三角地區金融業集聚程度高，證券市場也處于較高的發展水平，金融機構和上市公司眾多。十九大報告提出，增強金融服務實體經濟能力，提高直接融資比重。證券市場在籌集資金、分散風險和優化資源配置方面對實體經濟的支持起著非常關鍵的作用。相比于銀行信貸通常更關注本地市場，證券市場跨區域籌集資金和配置資源的特征更明顯。地區經濟的增長需要依靠產業結構的優化調整，在產業結構優化升級和產業轉移的過程中，發達的證券市場能夠為地區的技術創新和后進地區的產業調整升級提供大量需要的資金，從而發揮其溢出效應。當前我國經濟發展進入新常態，創新驅動成為經濟增長的新動力技術創新及其成果轉換作為一項高風險的活動，迫切需要金融的支持。大部分地區金融業以傳統銀行業為主，能承受的風險較低，偏好技術和產品較為成熟的產業，而高風險高收益的創新活動需要金融市場的支持。金融集聚為聚集區內的金融發展提供了有利條件，形成能夠承受不同等級風險的金融安排，形成有效分散風險的金融市場。金融創新使得金融服務面向的范圍得到擴大，金融集聚區的信息優勢和大量高水平的從業人員能夠實現甄別優質創新項目、提供資金支持的功能，從而形成金融創新與技術創新的雙輪驅動。因此，本文提出如下假設：

假設3：金融業各部門的溢出效應存在差異，證券市場的溢出效應對周邊區域經濟增長的作用更大。

四、長三角金融業集聚的空間布局和局部相關分析（一）金融集聚的空間布局

區位熵常被用于度量產業集聚度，本文亦采用區位熵來度量長三角四省（市）的金融業集聚狀況。某一地區i金融業的位熵（Ei）的計算方法如下：

Ei=Fi/YiF/Y

其中Fi為地區i的金融業增加值，F為全國金融業增加值，Yi為地區i的地區生產總值，Y為全國的國內生產總值。數據來自各市統計年鑒和國家統計年鑒。區位熵以金融業在地區i的生產總值中所占的比重與全國金融業在國內生產總值中所占的比重之比來衡量該地區金融業的集聚程度。區位熵（Ei）越大，表明該地區集聚水平越高。如果Ei>1，說明該地區金融業產值的份額高于全國份額，則該地區金融業集聚程度高，金融業存在外向功能；如果Ei<1，則說明該地區金融集聚的程度低于全國水平。長三角四省（市）2011—2015年的金融業區位熵見表 1。

從表 1可見，上海作為全國范圍的金融中心之一，金融集聚程度遠高于其他地區，并且集聚度總體在升高。江蘇、浙江的省會南京和杭州的金融集聚程度也高于全國水平，長三角城市群中的主要城市在這四省范圍內也處于較高水平，而其他城市的金融集聚水平則較低，大部分位于0.5以下，說明區域間金融發展水平存在著較大的差距。

（二） 金融集聚的局部相關分析

為了了解各地區金融集聚水平的局部空間相關關系，本文用Morans I散點圖法對各地區的金融區位熵進行分析。Morans I散點圖以各地理單位的標準化觀測值與其鄰近單位的標準化觀測值之間的關系來呈現各單位之間的相關關系。設定空間權重矩陣W，其中當地區i與地區j相鄰時，當地區i與地區j不相鄰時Wij=0，并將W標準化。將各地區金融業區位熵的標準化值z作為橫軸，將其空間滯后項Wz作為縱軸，得到2015年和2011年各地金融業區位熵的Morans I散點圖（見圖 1和圖 2）。由于空間權重矩陣W經過了標準化，Wz實際上度量了各地區周圍鄰近地區區位熵標準化值的加權平均值，因而反映了各個地區金融集聚程度與其周圍地區金融集聚程度之間的相關性。標準化的區位熵反映了各地區集聚程度在整體分布中的相對位置。將大于0的城市視為集聚程度相對較高，而將小于0的城市視為集聚程度相對較低，可以將坐標軸上的四個象限對應四種不同的情況，見圖1和圖2。

由圖 1和圖 2可以看出，大部分城市分布在第一象限和第三象限。第一象限中的數據表明金融集聚程度高的城市周圍的各城市平均集聚程度也高；第三象限中的數據表明金融集聚程度低的城市周圍的各城市平均集聚水平也低，反映出地區金融集聚程度與周邊地區金融集聚的相關性。各城市在圖中的分布類型如表 2所示：

由表 2可見，上海作為金融中心的集聚效應比較明顯，周邊發展了許多高金融集聚水平的城市，而其中以對浙江的輻射作用較大，南京、合肥、南通雖然金融集聚水平較高，但沒有能夠帶動周邊地區金融業的發展，而眾多金融集聚水平較低的后進地區則聚在一起。

五、模型設定與計量檢驗

（一）模型設定

空間計量經濟學模型是處理一系列具有空間關聯的地理單位之間的互動效應的重要方法之一，它通過描述地理單位之間空間關系的空間權重矩陣W，將空間滯后項引入模型，從而考察地理單位之間的空間交互效應。Elhorst（2015）給出的一般的嵌套的空間計量模型形式如下：

Y=δWY+Xβ+WXθ+u

u=λWu+ε

W與不同項相乘分別體現了三種交互效應：WY是內生交互效應，WX是外生交互效應，而Wu是誤差項的交互效應。施加限制λ=0得到的空間杜賓模型（Spatial Durbin Model， SDM）包括了某一地理單位的被解釋變量受其他單位的被解釋變量和解釋變量的影響，常被用來檢驗變量之間的空間溢出效應。為了考察金融資源集聚對周邊地區經濟增長的影響，本文采用SDM來估計其溢出效應：

PGDP=β0+δW·PGDP+β1DFIR+

β2INDFIR+β3INSURE+β4FDI+

β5FIS+β6Tech+β′1W·DFIR+

β′2W·INDFIR+β′3W·INSURE+

β′4W·FDI+β′5W·FIS+

β′6W·Tech+μ

其中PGDP為人均地區生產總值（萬元），DFIR是反映地區證券市場（直接融資）發展情況的指標，用股債籌資總額（其中股票融資包括首發、增發、配股、可轉債等）在地區生產總值中所占的比重表示；INDFIR是反映地區銀行信貸市場（間接融資）發展狀況的指標，用人民幣存貸款余額之和在地區生產總值中所占的比重表示；INSURE是反映地區保險業發展情況的指標，用保費收入占地區生產總值的比重表示。FDI、FIS、Tech為控制變量，分別代表外資、財政和技術，FDI用實際使用外資額占地區生產總值的比重表示；FIS用一般財政預算內支出占地區生產總值的比重表示；Tech用人均專利申請授權量表示（人數取各地區全社會從業人數）。本文采用一階鄰近矩陣作為空間權重矩陣W，即若地區i與地區j相鄰，則Wij=1，否則Wij=0。系數β是當地的解釋變量對地區生產總值的影響（直接效應），系數β′是相鄰地區的解釋變量對本地區地區生產總值的影響（間接效應），反映了本文關注的空間溢出效應。

（二）數據來源和處理

根據長江三角洲城市群發展規劃，長三角城市群在上海市、江蘇省、浙江省、安徽省范圍內，本文選取上海及江蘇、浙江、安徽三省各地級市共計41個城市作為樣本，采用2011—2015年面板數據進行實證檢驗。各地區人均地區生產總值、地區生產總值、實際使用外資額和一般財政支出數據來自國研網區域經濟數據庫；專利申請授權量、全社會從業人數來自各省（市）統計年鑒；人民幣存貸款余額數據和保費收入來源于Wind經濟數據庫；分地區股債融資額數據依據Wind統計數據整理得到；空間權重矩陣W根據地圖數據借助Geoda和Stata按照“車相鄰”的原則得到，即兩個城市在地圖上有共同的邊則認為相鄰（1）。變量的描述性統計如表 3所示：

表3中均值結果顯示證券市場、銀行信貸市場、保險市場的發展水平存在較大差異，銀行信貸市場發展水平最高，而保險市場發展水平較低。證券市場發展水平的變異系數（標準差/均值）最高，為1.05。銀行信貸市場和保險市場的變異系數分別為0.348和0.292，表明證券市場發展水平數據的離散程度相對較高。

（三）實證結果與分析

由于空間效應的存在，空間計量模型違背了經典假設，因而通常不采用OLS估計，而是使用最大似然法估計。利用Stata對面板數據的SDM模型估計的結果如表 4所示。

從估計結果可以看出，DFIR和INDFIR的系數在1%顯著性水平下均顯著，而INSURE的系數在1%、5%、10%顯著性水平下都不顯著，說明證券市場和信貸市場發展水平對人均經濟增長有顯著影響，而保險業的發展水平對人均經濟增長的影響不顯著。DFIR和INDFIR的系數均為正，從整體上看，金融業的集聚促進了本地區人均經濟的增長。因此，假設1得到了驗證。

滯后項中，W·DFIR的系數在1%顯著性水平下顯著，且系數為正，而W·INDFIR的系數不顯著，表明地區證券市場的發展水平不僅能促進本地區的人均經濟增長，還能對其他地區的經濟增長產生溢出效應；而信貸市場的發展僅對本地的經濟產生了作用，對周圍地區的經濟作用不顯著。這可能是因為直接融資比間接融資能夠更靈活地發揮異地金融服務的作用。因此，假設2和假設3得到了驗證。

表 5報告了各變量的平均直接效應、平均間接效應（溢出效應）和平均總效應。平均直接效應反映了各地區解釋變量對本地區人均生產總值的影響的平均狀況，證券市場和銀行信貸市場的平均直接效應均為正，而保險市場的平均直接效應為負，表明本地證券市場和銀行信貸市場的發展有利于本地經濟的增長。平均間接效應反映了各地區解釋變量的溢出效應，證券市場的平均間接效應為正，而銀行信貸和保險的平均間接效應為負但不顯著，表明證券市場的發展水平對于區域人均生產總值的影響具有較強的溢出作用。

六、結論

本文首先通過區位熵和Morans I散點圖對長三角地區各城市金融業增加值集聚的空間布局進行了分析，較高的金融集聚水平發生在以上海為核心的小部分長三角城市中，并且這種集聚具有地理上的相關性，往往金融業高集聚的城市周圍也分布著高集聚的其他城市，而后進地區扎堆出現。通過分析，本文認為，金融集聚能夠通過集聚帶來的規模經濟、跨地區的金融服務功能以及支持產業轉移升級和技術創新促進區域經濟的發展，并且通過金融業的知識溢出使得周邊地區的金融服務水平得到發展。隨后，本文運用空間計量方法就長三角地區金融集聚對區域經濟增長的影響進行了研究，選取了江蘇、浙江、上海、安徽四省（市）的41個城市作為樣本，用空間杜賓模型對2011—2015年的面板數據進行了實證檢驗，得出結論：長三角地區金融集聚對人均意義上的區域經濟增長有著積極的影響，具體來看，證券市場和信貸市場發展均能促進地區經濟的增長，而保險業的影響不顯著；而在對周邊地區的影響方面，證券市場發展的溢出效應顯著，信貸市場的溢出效應不顯著。

金融是現代經濟的核心，與實體經濟有著密不可分的聯系，我國的金融發展水平還不高，地區之間金融資源存在著差距。金融集聚是金融發展的一個必經過程，研究金融集聚與區域經濟的發展，對于從金融的視角探索區域經濟協調發展有著重要的意義。利用長三角地區金融集聚的優勢，充分發揮金融中心的輻射作用，對于扭轉區域發展不平衡的局面，承擔“先富帶動后富”的責任，能夠起到重要的支持作用。

注釋：

（1）由于浙江舟山市是一個孤島，會導致估計的困難，考慮到舟山與沿岸的寧波市十分接近，本文認為舟山與寧波相鄰。

參考文獻：

[1]Goldsmith R. W. Financial structure and development[J]. Studies in Comparative Economics， 1969， 70（4）： 31-45.

[2]Kindleberger C. P. The formation of financial centers： A study in a comparative economic theory[J]. Working Papers， 1973， 5（4）：3395-3397.

[3]Fujita M.，Krugman P.R.，Venables A.J.The spatial economy：Cities，regions，and international trade[M].Cambridge： The MIT Press， 1999.

[4]Anselin L. Spatial econometrics： Methods and models[J]. Economic Geography， 1988， 65（2）：160.

[5]Lesage J.P.An introduction to spatial econometrics[J]. Revue Déconomie Industrielle， 2009， 123（123）：513-514.

[6]J. Paul Elhorst.空間計量經濟學：從橫截面數據到空間面板[M]. 北京：中國人民大學出版社， 2015.

[7]滕春強. 金融企業集群：一種新的集聚現象的興起[J]. 上海金融， 2006，（5）：14-17.

[8]黃解宇. 金融集聚的內在動因分析[J]. 工業技術經濟，2011，30（3）：129-136.

[9]車欣薇，部慧，梁小珍，王拴紅，汪壽陽. 一個金融集聚動因的理論模型[J]. 管理科學學報，2012，15（3）：16-29.

[10]孫國茂，范躍進. 金融中心的本質、功能與路徑選擇[J]. 管理世界，2013，（11）：1-13.

[11]劉軍， 黃解宇， 曹利軍. 金融集聚影響實體經濟機制研究[J]. 管理世界， 2007，（4）：152-153.

[12]王丹， 葉蜀君. 金融集聚對經濟增長的知識溢出機制研究[J]. 北京交通大學學報（社會科學版）， 2015， 14（3）：38-44.

[13]倪鵬飛，劉偉，黃斯赫. 證券市場、資本空間配置與區域經濟協調發展——基于空間經濟學的研究視角[J]. 經濟研究，2014，49（5）：121-132.

[14]張輝，劉鵬，于濤，安虎森，戚安邦. 金融空間分布、異質性與產業布局[J]. 中國工業經濟，2016，（12）：40-57.

[15]李林，丁藝，劉志華. 金融集聚對區域經濟增長溢出作用的空間計量分析[J]. 金融研究，2011，（5）：113-123.

[16]孫晶， 李涵碩. 金融集聚與產業結構升級——來自2003—2007年省際經濟數據的實證分析[J]. 經濟學家， 2012，（3）：80-86.

[17]王弓， 葉蜀君. 金融集聚對新型城鎮化影響的理論與實證研究[J]. 管理世界， 2016，（1）：174-175.

[18]張虎，韓愛華. 金融集聚、創新空間效應與區域協調機制研究——基于省級面板數據的空間計量分析[J]. 中南財經政法大學學報，2017，（1）：10-17.