工業化后期中國三大灣區金融資本產出效率的審視
—— 中國三大灣區44個城市面板數據的實證

劉孝斌，鐘 堅

(深圳大學 經濟學院， 廣東 深圳 518060)

一、引言

2017年7月1日，《深化粵港澳合作推進大灣區建設框架協議》在香港簽署，標志著粵港澳大灣區進入實質性的推進階段。2018年3月7日，習近平總書記在參加十三屆全國人大一次會議廣東代表團審議時強調：“要抓住建設粵港澳大灣區重大機遇，攜手港澳加快推進相關工作，打造國際一流灣區和世界級城市群*詳情請參見南方都市報2018年03月12日AA10版的報道《抓住重大機遇 打造一流灣區——代表、委員建議建立國家層面的協調機制，設立粵港澳大灣區建設協調機構》。?！边@意味著粵港澳大灣區所代表的區域經濟合作新模式已經開啟了國內灣區經濟建設的浪潮。在區域經濟發展錦標賽的動力刺激下，中國沿海三大經濟圈除珠三角率先進入灣區經濟框架外，另外兩大經濟圈也在謀劃自己的灣區經濟建設框架：長三角正在以杭州灣為地理依托打造滬杭甬大灣區，京津冀嘗試以渤海灣為空間紐帶謀劃環渤海大灣區。因此，未來在中國沿海將形成三大灣區：粵港澳大灣區、滬杭甬大灣區、環渤海大灣區。三大灣區之間的相互競爭及合作將為工業化后期中國經濟的空間新格局添加新的色彩。

根據中國社會科學院工業經濟研究所“中國工業化進程研究課題組”2017年6月份發布的研究報告，中國于2010年進入工業化后期，并且在2015年進一步踏入工業化后期的后半階段*中國社會科學院工業經濟研究所“中國工業化進程研究課題組”與社會科學文獻出版社在2017年6月15日共同發布了《工業化藍皮書：中國工業化進程報告(1995-2015)》。根據這本書的觀點，整個工業化進程分為前工業化、工業化初期、工業化中期、工業化后期和后工業化五個階段，每一個階段又分為前半階段和后半階段。中國在“十一五”末的2010年剛剛進入工業化后期前半階段(工業化綜合指數為66)，中國在“十二五”末的2015年則進入到了工業化后期的后半階段(工業化綜合指數為84)。關于中國社科院與社會科學文獻出版社發布的這本藍皮書的詳細內容請參見：黃群慧，李芳芳. 工業化藍皮書:中國工業化進程報告(1995-2015)[M]. 北京：社會科學文獻出版社, 2017年5月.。在中國總體上進入工業化后期之前，長三角、珠三角、京津冀三大經濟圈早已提前邁入工業化后期的門檻。無論是人均GDP，還是產業結構、城市化率，這三大經濟圈均遙遙領先國內其他地區*工業化的三大常用衡量指標即為人均GDP、產業結構(主要是第三產業占比)、城市化率，關于工業化這三大指標的詳細論述請參見Chenery et al.(1975)和庫茲涅茨(1989)的研究成果。。在工業化后期階段，經濟的內部結構和外部表征均會發生重要變化，這是中國三大灣區共同面臨的現狀。同時，三大灣區由于行政、地理、歷史等原因形成了各自不同的發展模式，這有可能導致三大灣區在工業化后期的沖擊下出現不同的變化特征。于是對三大灣區的經濟發展在工業化后期的表現進行階段性審視和比較便有了必要，這關乎著未來三大灣區的走向及空間競爭格局。

對工業化后期中國三大灣區的經濟發展進行階段性審視，本文選擇的視角是金融資本產出效率。金融資本產出效率關聯著金融和經濟增長兩個變量，是一個融合了宏觀與微觀、直接與間接、量與質、靜態與動態等多種闡釋維度的綜合性概念。它在解釋區域經濟發展的時候具有較強的橋接作用。尤其是在粵港澳大灣區的未來建設框架中，金融資本產出效率是一個非常重要的前瞻性指標?；浉郯拇鬄硡^金融市場有三種貨幣(人民幣、港幣、澳元)并存，灣區金融資本的自由流動因而掣肘，灣區金融市場的交易成本因而提高，灣區金融資本產出效率因而發生損失。以促進金融資本產出效率為指針，粵港澳大灣區金融一體化將獲得越來越多的理論支撐和現實訴求。

在內容安排上，本文將按照以下五個部分進行闡述：第一部分為引言，重點闡述工業化后期背景下研究中國三大灣區金融資本產出效率的現實意義；第二部分為理論設想，本文以AK模型為邏輯起點演化出了一個跨期動態均衡的金融資本模型，并試圖去探索金融資本最優解的鞍點路徑以及最優金融資本產出效率的特征；第三部分為數據和基本事實，通過觀察三大灣區的數據來發現三大灣區的一些基本事實。第四部分為實證分析，本文以工業化后期以來中國三大灣區的面板數據為樣本，采用面板數據對中國三大灣區的金融資本產出效率進行估計，然后進行比較分析。第五部分為結論與啟示，在實證檢驗的基礎上，總結本文的主要結論并得出幾點啟示。

圍繞金融資本產出效率的研究形成了兩種趨向：結構論和產出論。結構論以金融資源的結構優化為路徑來促進金融部門產出效率的提高。此時學者們更多地關注金融資本自身的配置效率，或者簡稱金融市場效率。Goldsmith(1969)[1]開啟了結構論的先河，其認為金融發展的差異可以從金融結構的差異中得到解釋。Eugene Fama(1970)[2]的資本市場有效理論為研究資本市場效率提供了經典框架。Ross Levine(1997)[3]對不同國家之間金融體系的效率進行了實證分析。Mckinon(1973)[4]、Shaw(1973)[5]、Merton(1995)[6]同樣從金融體系自身的效率來探討其對經濟發展的作用，希望通過金融機制的改變來提高金融效率。Diamond and Dybvig(1983)[7]、Greenwood and Jovanovic(1990)[8]、Bercivenga and Smith(1991,1995)[9-10]、Levine(1991)[11]通過分析金融機構自身效率的一個重要影響因素——信息不對稱，探討解決信息不對稱的途徑以促進金融機構自身效率的提高。Diamond(1984,1991)[12-13]、Blackburn and Hung(1998)[14]研究金融機構如何通過防范道德風險來提高資本收益率。Laurea Alfaroa(2004)[15]分析了當地金融市場對連接FDI和經濟增長的作用。產出論，即從投入-產出的視角來觀察金融資本的產出效率，將金融資本產出效率理解為金融資本投入與經濟總產出之間的投入-產出關系(這種關系可以量化為投入產出比、投入產出彈性、邊際產量、凈邊際產量等指標)。Niels, Robert(2013)[16]、Weiguo Chen, Hongwei Zhang(2008)[17]、Zhiqiang Wang, Gang Sun(2003)[18]都研究了金融發展與經濟增長的關系，但是研究結論存在差異，金融發展與經濟增長之間的回歸系數有正有負，意味著投入產出視角下金融資本投入對經濟總產出的影響既有可能是正向也有可能是負向，進而表明金融資本產出效率在實證分析中也有出現負數的可能。

從以上的研究文獻看出，目前研究金融資本產出效率的文獻均在理論和實證上有了較為豐富的演繹。然而關于金融資本產出效率的研究仍然存在一些不足，具體表現在以下兩個方面：第一個方面，研究缺乏連續性，因而無法反映金融資本產出效率的動態變化，尤其是最新的階段性變化。這是本文選擇工業化后期作為時間變量的原因，希望對工業化后期金融資本產出效率的最新變化進行階段性審視。第二個方面，金融資本產出效率的區域性差異沒有得到深度關注，尤其是對中國最新的經濟地理區域缺乏金融資本產出效率的比較。這是本文選擇中國三大灣區進行金融資本產出效率比較的原因。綜合看來，本文在工業化后期的時代背景下探討中國三大灣區的金融資本產出效率，體現了對金融資本產出效率在時間和空間上最新變化的關注，這是本文的小小創新之處。

二、一個跨期動態均衡的理論設想及演化

本文通過一個跨期動態均衡的理論設想來考察金融資本產出效率。Jones, Manuelli(1990)[19]等提出了內生增長的經典模型——AK模型。AK模型的表達式如下：

(1)

上式中，Yt表示總產出，Kt表示資本(包括了各種類型的資本)。AK模型的假設前提包括：技術進步包含了資本投資中，并非外生給定；資本的規模報酬不變。

在(1)式兩邊同時除以總人口Nt：

(2)

(3)

上式中，yt表示人均產出，kt表示人均資本。以上是經典的AK模型，現在我們以經典的AK模型為基礎，進行演化。我們把金融資本從物質資本中剝離出來，即：將經典的AK模型中kt劃分成兩個組成部分：物質資本kt與金融資本dt。于是就從經典的AK模型演化出內生增長的金融資本模型：

(4)

上式中，延續了AK模型的假設前提：技術進步并非外生，規模報酬不變。同時金融資本的積累跟物質資本一樣需要投入。物質資本和金融資本的的積累過程如下：

(5)

(6)

(7)

式中，ct表示消費，假定即時效用函數為冪效用函數：

(8)

在跨期動態的過程中實現效用最大化意味著：

(9)

上式中，Vt表示跨期動態過程中第t期的總效用(它等于當期效應和未來效應的現值之和)。β是貼現因子，滿足：

(10)

上式中θ是貼現率，于是可知0<β<1。接下來，我們通過拉格朗日乘子法來跨期效應最大化問題。用(9)式和(7)式來建立拉格朗日方程：

(11)

拉格朗日方程的一階條件為：

(12)

(13)

(14)

通過(12)、(13)、(14)式可以求出均衡解k*、d*、c*。進而可以求出y*，于是按照投入產出的邏輯，可以將(y*/d*)視為均衡狀態下金融資本產出效率的最優解，此時(y*/d*)被我們稱之為靜態的金融資本產出效率(因為它是以產出和資本的絕對量之比來衡量的)*靜態的金融資本產出效率與后文動態的金融資本產出效率形成對應關系，相較于靜態的金融資本產出效率用產出和金融資本的絕對量之比來衡量，動態的金融資本產出效率用產出和金融資本的變化率之比(即彈性)來衡量。。不過，(y*/d*)只能是區域解，我們需要經過一系列簡化才能分析(y*/d*)的變化軌跡。

將(12)式的結果帶入(13)式可得：

(15)

當s=1時，上式就簡化成了：

(16)

上式就是歐拉方程，它是在跨期動態均衡分析中用到的基礎動態方程。當資源實現有效配置的時候，物質資本和金融資本的邊際產量會實現趨同，即：

MPk=MPd

(17)

(18)

(19)

(20)

簡化后金融資本的形成過程為：

dt+1-dt=Δdt+1=yt-φdt-ct

(21)

在靜態均衡(或者長期均衡)的框架中，Δct=0,Δdt=0，于是從(19)、(20)式可得到靜態均衡解c*和d*：

(22)

(23)

對(20)式求線性近似需要對其進行一階泰勒展開：

β[y′(d*)+1-φ+y″(dt+1-d*)]?1

(24)

將(22)、(23)式中的結果代入到(24)式中：

(ct-c*)

(25)

將(21)式做線性近似處理：

(26)

(27)

將(26)、(27)兩個方程整理成矩陣方程：

(28)

上式是一個一階向量自回歸，其一般的形式是：

xt+1=Βxt

(29)

上式中，xt=(ct-c*,dt-d*)。

經過以上長時間的鋪墊，我們的用意是分析金融資本給整個經濟系統帶來的動態變化以及金融資本的鞍點路徑。經濟體的動態變化取決于矩陣B的特征根，即取決于如下方程的根：

H(L)=1-(trB)L+(detB)L2=0

(30)

用1/λ1、1/λ2分別表示方程的兩個單位根，則有：

(1-λ1L)(1-λ2L)=0

(31)

經過計算，兩個單位根大約為：

(32)

圖1 金融資本最優解的鞍點路徑相位圖

圖2 最優金融資本產出效率的特征

以上對金融資本產出效率所做的跨期動態均衡的設想僅僅在理論上探討了最優金融資本產出效率的特征及形成過程。如果要在現實中去精確測算金融資本產出效率，需要對理論假設進行松綁，然后進一步演化。我們回到內生增長的金融資本模型，將規模報酬不變的假設放開，于是(4)式演化成以下形式：

(33)

上式兩邊取自然對數：

?ln(yt)=lnA+αlnkt+βlndt

(34)

上式中，β的含義為：金融資本增加1%可以帶來產出增加β%，也即總產出的金融資本彈性系數，這就是本文從彈性視角對金融資本產出效率的理解，我們稱之為動態的金融資本產出效率，與前文靜態的金融資本產出效率對應。β值越大，意味著金融資本增加1%可以帶來的產出增加幅度就越大，也即金融資本產出效率越高。由于動態的金融資本產出效率比靜態的金融資本產出效率更具穩定性，因而具備更強的現實參考價值，本文將以動態的金融資本產出效率作為實證檢驗對象。β可以通過回歸分析進行估計，(34)式則是本文實證檢驗的計量模型。

三、數據與基本事實

在進行實證檢驗之前，我們對樣本數據進行概覽式觀察，從樣本數據中探究一些基本事實。

(一)總產出

對于總產出我們用人均GDP來衡量，其中人口的統計口徑為年末戶籍人口數。中國三大灣區人均GDP數據如表1、表2和表3所示。

表1是環渤海大灣區(Bay Area surrounding the Bohai Sea)13個主要城市2004-2015年以人均GDP衡量的總產出數據。從時間維度看，13個城市以人均GDP衡量的總產出均呈現了較快增長，北京從2004年的52114元增長到了2015年的171086.8元，東營從2004的49909.4元增長到2015年的181021.9元，超越北京成為環渤海大灣區人均總產出最高的城市。從平均值來看，環渤海大灣區13個城市的人均總產出平均值從2004年的29840元增長到2015年的105900.3元，增幅達到254.9%。從空間分布來看，環渤海大灣區的總產出呈現出了極大的不均衡性，2015年人均總產出最高的是東營(181021.9元)，最低的是保定(24957.3 元)，兩者之間的差距達到了6.25倍。以標準差來衡量每年的不均衡性，則環渤海大灣區13城市呈現了逐年擴大的趨勢，2004年的標準差為12398.1，此后逐年上升到2015年的48334.2。

表1 環渤海大灣區13個主要城市人均GDP(2004-2015)* 環渤海灣大灣區主要包括13個城市(下同)：北京、天津、石家莊、唐山、秦皇島、保定、沈陽、大連、東營、煙臺、威海、濟南、青島。 (單位：元)

數據來源：國泰安數據庫。

表2是滬杭甬大灣區(Shanghai-Hangzhou-Ningbo Greater Bay Area)10個主要城市以人均GDP衡量的總產出數據。從時間維度看，滬杭甬大灣區10個城市均表現出了快速增長的態勢，上海從2004年的59693.1元增長到2015年的174109.3元，蘇州從2004年的57610.4元增長到2015年的217449.1元，超越上海成為滬杭甬大灣區人均總產出最高的城市。從平均值來看，滬杭甬大灣區10個城市人均總產出的平均值從2004年的33843.0元增長到2015年的119931.8元，增幅達到了254.4%。在空間分布上，滬杭甬大灣區同樣呈現了較大的不均衡性。2015年最高的是蘇州(217449.1元)，最低的是臺州(59479.7元)，差距是2.66倍。以標準差來衡量每年的不均衡性，則滬杭甬大灣區10個城市呈現了逐年擴大的趨勢，2004年的標準差為15088.3 ，此后逐年上升到2015年的48051.5。

表3是粵港澳大灣區(Guangdong-Hong kong-Macau Greater Bay Area)11個城市以人均GDP衡量的總產出數據。從時間維度看，粵港澳大灣區的絕大部分城市表現出了快速增長的態勢，廣州從2004年的55794.7元增長到2015年的211901.5元，深圳從2004年的207279.1元增長到2015年的493052.3，成為滬杭甬大灣區人均總產出最高的城市。在粵港澳大灣區一眾城市中，增長最慢的是香港，2004年香港的人均總產出為206324.9元，2015年增長到275010.6元，11年間增幅僅為33.3%,遠低于同期東莞的451%和佛山的436%，也低于同期澳門的164%。從平均值來看，粵港澳大灣區11個城市人均總產出的平均值從2004年的85441.5 元增長到2015年的232562.7元，增幅達到了172%。在空間分布上，粵港澳大灣區呈現了極大的不均衡性(超過了環渤海大灣區和滬杭甬大灣區)。2015年最高的是深圳(493052.3元)，最低的是肇慶(44949.7元)，差距是10倍,遠遠超過了環渤海大灣區和滬杭甬大灣區。以標準差來衡量每年的不均衡性，則粵港澳大灣區11個城市同樣呈現了逐年擴大的趨勢，2004年的標準差為75722.9，此后逐年上升到2015年的153903.8。同一年度，粵港澳大灣區人均總產出的標準差遠超另外兩大灣區，這意味著粵港澳大灣區人均總產出的空間分布比環渤海大灣區和滬杭甬大灣區更為復雜，空間協調的難度更大。

表2 滬杭甬大灣區10個主要城市人均GDP (2004-2015)* 滬杭甬大灣區主要包括10個城市(下同)：上海、蘇州、南通、杭州、寧波、嘉興、湖州、紹興、舟山、臺州。 (單位：元)

數據來源：國泰安數據庫。

表3 粵港澳大灣區11個城市人均GDP (2004-2015)* 粵港澳大灣區包括11個城市(下同)：廣州、深圳、珠海、佛山、江門、肇慶、東莞、惠州、中山、香港、澳門。 (單位：元)

數據來源：國泰安數據庫。*粵港澳大灣區中廣東九市的數據來源于國泰安數據庫，香港、澳門的數據來源于世界銀行，并且按照年末人民幣匯率換算成人民幣。

對三大灣區的人均總產出進行對比，發現粵港澳大灣區與其他兩大灣區相比存在較為明顯的差異性。圖1是中國三大灣區人均總產出的平均值在2004-2015年之間的變化趨勢，滬杭甬大灣區和環渤海大灣區的變化趨勢非常接近(無論是人均總產出平均值的數額還是增長幅度)，但是粵港澳大灣區的趨勢線與其他兩大灣區在圖中是分離的，在人均總產出平均值的數額上，粵港澳大灣區遙遙領先其他兩大灣區，但是在增長軌跡上卻呈現了較大的波動性，增長幅度也沒有其他兩大灣區大。圖2是中國三大灣區人均總產出的標準差在2004年-2015年之間的變化趨勢。滬杭甬大灣區和環渤海大灣區兩條曲線幾乎重合，表明這兩大灣區人均總產出的空間不均衡性是大致相當的。然而粵港澳大灣區的標準差趨勢線在圖中與其他兩條曲線嚴重分離，在標準差的數值上，粵港澳大灣區遠遠超過了其他兩大灣區，表明粵港澳大灣區人均總產出的空間不均衡性非常大。結合圖3和圖4來看，粵港澳大灣區人均總產出的內部差異性在三大灣區中最大，也就意味著粵港澳大灣區在建設模式上必然與環渤海大灣區和滬杭甬大灣區存在較大差別。而環渤海大灣區和滬杭甬大灣區人均總產出的增長軌跡和空間不均衡性都極為接近，這可能會導致未來這兩大灣區的建設趨于同質化，至少在基本框架上會有諸多共同點。

圖3 中國三大灣區人均GDP的平均值(2004-2015)數據來源：國泰安數據庫和世界銀行。注：“GHM”表示粵港澳大灣區; “HHN” 滬杭甬大灣區; “BHS” 環渤海大灣區。

圖4 中國三大灣區人均GDP的標準差(2004-2015)數據來源：國泰安數據庫和世界銀行。注：“GHM”表示粵港澳大灣區; “HHN” 滬杭甬大灣區; “BHS” 環渤海大灣區。

(二)物質資本

對物質資本的衡量比較復雜，比較流行的一個衡量方法是永續盤存法(如孫敬水等，2007[20])。永續盤存法的一個關鍵要素是基年資本存量，只有在已知基年資本存量的前提下才能使用永續盤存法對物質資本進行估計。全國、分省的基年資本存量已有學者做出了估算(如張軍，2004[21])，因此用永續盤存法對全國、分省的物質資本進行衡量是可行的。但是在城市層面，僅有部分城市的物質資本得到了估算(如王穩琴等，2011[22])，對中國三大灣區44個城市而言，其中的大部分城市都還沒有基年的資本存量數據，因此對這44個城市的物質資本進行估計難度比較大，可以另辟為一個單獨研究的課題。鑒于此，本文基于目前有限的數據，選擇人均固定資產投資作為三大灣區44個城市物質資本的衡量指標。至于采用永續盤存法對三大灣區44個城市物質資本存量進行估計，則是我們下一步需要單獨研究的課題。中國三大灣區人均固定資產投資的數據如表4、表5和表6所示。

表4是環渤海大灣區(Bay Area surrounding the Bohai Sea)13個主要城市2004-2015年以人均固定資產投資衡量的物質資本數據。從時間維度看，13個城市的人均固定資產投資出均呈現了較快增長，其中天津和唐山兩市增長最快，天津的人均固定資產投資從2004年的13500.4元增長到2015年的127062.0元(增長幅度達到了841%)，唐山的人均固定資產投資從2004年的6493.1元增長到2015年的60187.0元(增長幅度達到了827%)。從平均值來看，環渤海大灣區13個城市的人均固定資產投資平均值從2004年的13354.6元增長到2015年的74907.7元，增幅達到461%。從空間分布來看，環渤海大灣區的人均固定資產投資呈現出了較大的不均衡性，2015年人均固定資產投資最高的是東營(161823.3元)，最低的是保定(20169.3元)，兩者之間的差距達到了7倍。以標準差來衡量每年的不均衡性，則環渤海大灣區13城市呈現了逐年擴大的趨勢，2004年的標準差為6497.0，此后逐年上升到2015年的37924.5。

表4 環渤海大灣區13個主要城市人均固定資產投資(2004-2015)* 環渤海灣大灣區主要包括13個城市(下同)：北京、天津、石家莊、唐山、秦皇島、保定、沈陽、大連、東營、煙臺、威海、濟南、青島。 (單位：元)

數據來源：國泰安數據庫。

表5是滬杭甬大灣區(Shanghai-Hangzhou-Ningbo Greater Bay Area)10個主要城市人均固定投資的數據。從時間維度看，滬杭甬大灣區10個城市均表現出了持續增長的態勢，其中舟山和南通的增長速度最快。舟山從2004年的13195.2元增長到2015年的116552.5元(增長幅度為783%)，南通從2004年的7843.5元增長到2015年的57070.9元(增長幅度為628%)。從平均值來看，滬杭甬大灣區10個城市人均固定資產投資的平均值從2004年的16430.7元增長到2015年的67749.8元，增幅達到了312%。在空間分布上，滬杭甬大灣區呈現出來的不均衡性小于環渤海大灣區。2015年人均固定資產投資最高的是舟山(116552.5元)，最低的是臺州(33406.8元)，差距是2.49倍，遠小于環渤海大灣區最高與最低的差距。以標準差來衡量每年的不均衡性，則滬杭甬大灣區10個城市也呈現了逐年擴大的趨勢，2004年的標準差為5852.1，此后逐年擴大到2015年的24019.9。

表6是粵港澳大灣區(Guangdong-Hongkong-Macau Greater Bay Area)11個城市人均固定資產投資的數據。從時間維度看，粵港澳大灣區11個城市雖然總體上都在增長，但是增長速度各異。增長最快的是肇慶，從2004年的3704.4元增長到2015年的30347.3元(增長幅度為719%)；增長最慢的是香港，2004年的人均固定資產投資為45020.4元，2015年為61599.9元，增長幅度僅為36.8%。此外深圳的增長速度排在倒數第二位，2004年人均固定資產投資為66163.0元，2015年為92912.7元，增長幅度僅為40.4%。從平均值來看，粵港澳大灣區11個城市人均固定資產投資的平均值從2004年的23801.0元增長到2015年的67519.7元，增幅為184%。在空間分布上，粵港澳大灣區也存在較大的不均衡性。2015年人均固定資產投資最高的是澳門(120770.8元)，最低的是肇慶(30347.3元)，差距是3倍。以標準差來衡量每年的不均衡性，則粵港澳大灣區11個城市同樣呈現了逐年擴大的趨勢，但是增長速度較慢。2004年的標準差為18221.6，此后擴大到2015年的25441.7，增幅僅為40%。

表5 滬杭甬大灣區10個主要城市人均固定資產投資 (2004-2015)* 滬杭甬大灣區主要包括10個城市(下同)：上海、蘇州、南通、杭州、寧波、嘉興、湖州、紹興、舟山、臺州。 (單位：元)

數據來源：國泰安數據庫。

表6 粵港澳大灣區11個城市人均固定資產投資(2004-2015)* 粵港澳大灣區包括11個城市(下同)：廣州、深圳、珠海、佛山、江門、肇慶、東莞、惠州、中山、香港、澳門。 (單位：元)

數據來源：國泰安數據庫和世界銀行。*粵港澳大灣區中廣東九市的數據來源于國泰安數據庫，香港、澳門的數據來源于世界銀行，并且按照年末人民幣匯率換算成人民幣。

對比分析三大灣區人均固定資產數據，發現三大灣區的變化軌跡各具特色。圖5是三大灣區人均固定資產投資的平均值在2004年-2015年之間的變化，圖中三條曲線展現了各自相異的變化趨勢：環渤海大灣區從三大灣區中人均固定資產投資平均值最低的一個迅速增長到三大灣區最高的一個，增長速度最快；粵港澳大灣區的增長速度最慢，從三大灣區中最高的位置起步，到被環渤海大灣區超越，最后被滬杭甬大灣區趕上；滬杭甬大灣區保持了穩定的增長趨勢，增長速度遜于環渤海大灣區，但是增長的態勢與之相似。這給我們傳遞的信息是，環渤海大灣區的固定資產投資相較于其他兩大灣區具有最強勁的動力，這將給環渤海大灣未來的經濟增長帶來巨大的潛力，粵港澳大灣區的固定資產投資已經接近拐點，高速增長的可能性已不大，滬杭甬大灣區的固定資產投資仍然保持高速增長，未來很有可能與環渤海大灣區趨同，這似乎告訴我們環海大灣區與滬杭甬大灣區有著更為接近的命運。圖6是中國三大灣區人均固定資產投資標準差在2004年-2015年之間的變化趨勢，圖中三條曲線同樣展現了三種不同的變化軌跡：環渤海大灣區人均固定資產投資標準差的增長速度在三大灣區中一騎絕塵，從2010年開始便遠遠拋開了其他兩大灣區；粵港澳大灣區的標準差經歷一段波折的經歷，最初是標準差最大的一個灣區，2007年標準差出現拐點，之后急劇下滑，觸底之后再緩慢上升，中間被環渤海大灣區超越，并逐步被滬杭甬大灣區逼近；滬杭甬大灣區的標準差是一個逐步攀升的過程，沒有粵港澳大灣區的大起大落，也沒有環渤海大灣區的疾風驟雨式擴張。這表明在空間不均衡性上，環渤海大灣區在急速擴張，粵港澳大灣區則在逐步收縮，滬杭甬大灣區以較為平緩的速度擴張?；浉郯拇鬄硡^空間不均衡性所呈現的特征契合了其產業結構特征(第三產業占比占據了主要地位，靠固定資產投資拉動的第二產業則在萎縮)，環渤海大灣區和滬杭甬大灣區雖然增長速度有快慢之分，但方向是一致的，這意味著在灣區建設中，環渤海大灣區和滬杭甬大灣區對固定資產投資的依賴要比粵港澳大灣區大很多。

圖5 中國三大灣區人均固定資產投資的平均值 (2004-2015)數據來源：國泰安數據庫和世界銀行。注：“GHM”表示粵港澳大灣區; “HHN” 滬杭甬大灣區; “BHS” 環渤海大灣區。

圖6 中國三大灣區人均固定資產投資的標準差 (2004-2015)數據來源：國泰安數據庫和世界銀行。注：“GHM”表示粵港澳大灣區; “HHN” 滬杭甬大灣區; “BHS” 環渤海大灣區。

(三)金融資本

我們用人均金融機構人民幣存貸款來衡量金融資本。中國三大灣區主要城市2004年-2015年之間的人均金融機構人民幣存貸款數據見表7、表8、表9。

表7是環渤海大灣區(Bay Area surrounding the Bohai Sea)13個主要城市2004-2015年以人均金融機構人民幣存貸款衡量的金融資本數據。從時間維度看，13個城市的人均金融機構人民幣存貸款均呈現了快速增長，其中天津和東營兩市增長最快，東營的人均金融機構人民幣存貸款從2004年的51039.8元增長到2015年的341518.3元(增長幅度達到了570%)，天津的人均金融機構人民幣存貸款從2004年的92100.9元增長到2015年的502939.3元(增長幅度達到了446%)。從平均值來看，環渤海大灣區13個城市的人均金融機構人民幣存貸款平均值從2004年的76333.8元增長到2015年的337102.6元，增幅達到342%。從空間分布來看，環渤海大灣區的人均金融機構人民幣存貸款呈現出了極大的不均衡性，2015年人均金融機構人民幣存貸款最高的是北京(1272208.3元)，最低的是保定(67262.2元)，兩者之間的差距達到了18倍，以標準差來衡量每年的不均衡性，則環渤海大灣區13城市呈現了逐年擴大的趨勢，2004年的標準差為78660.6，此后逐年上升到2015年的309233.8。

表7 環渤海大灣區13個主要城市人均金融機構人民幣存貸款(2004-2015)* 環渤海灣大灣區主要包括13個城市(下同)：北京、天津、石家莊、唐山、秦皇島、保定、沈陽、大連、東營、煙臺、威海、濟南、青島。 (單位：元)

數據來源：國泰安數據庫。

表8是滬杭甬大灣區(Shanghai-Hangzhou-Ningbo Greater Bay Area)10個主要城市人均金融機構人民幣存貸款的數據。從時間維度看，滬杭甬大灣區10個城市均表現出了持續增長的態勢，其中南通和湖州的增長速度最快。南通從2004年的30714.2元增長到2015年的204186.3元(增長幅度為565%)，湖州從2004年的36081.9元增長到2015年的210248.9元(增長幅度為483%)。從平均值來看，滬杭甬大灣區10個城市人均金融機構人民幣存貸款的平均值從2004年的91710.9元增長到2015年的448080.2元，增幅達到了389%。在空間分布上，滬杭甬大灣區同樣呈現了極大的不均衡性。2015年人均金融機構人民幣存貸款最高的是上海(1089058.0元)，最低的是臺州(194451.0元)，差距是4.6倍，小于環渤海大灣區最高與最低的差距。以標準差來衡量每年的不均衡性，則滬杭甬大灣區10個城市也呈現了逐年擴大的趨勢，2004年的標準差為71473.3，此后逐年擴大到2015年的291654.1。

表9是粵港澳大灣區(Guangdong-Hong kong-Macau Greater Bay Area)11個城市人均金融機構人民幣存貸款的數據。從時間維度看，粵港澳大灣區11個城市總體上都實現了較快增長(香港除外)。增長最快的是珠海，從2004年的137738.1元增長到2015年的2541703.7元(增長幅度為417%)；增長最慢的是香港，2004年的人均金融資本為365334.9元，2015年為640069.7元，增長幅度為75%。從平均值來看，粵港澳大灣區11個城市人均金融資本的平均值從2004年的202110.8元增長到2015年的695088.9元，增幅為244%。在空間分布上，粵港澳大灣區的不均衡性超過了環渤海大灣區和滬杭甬大灣區。2015年人均金融資本最高的是深圳(2541703.7元)，最低的是肇慶(69968.9元)，差距高達是35倍。以標準差來衡量每年的不均衡性，則粵港澳大灣區11個城市同樣呈現了逐年擴大的趨勢，2004年的標差為207744.8，此后擴大到2015年的671758.2 ，增幅為223%。

表8 滬杭甬大灣區10個主要城市人均金融機構人民幣存貸款 (2004-2015)* 滬杭甬大灣區主要包括10個城市(下同)：上海、蘇州、南通、杭州、寧波、嘉興、湖州、紹興、舟山、臺州。 (單位：元)

數據來源：國泰安數據庫。

表9 粵港澳大灣區11個城市人均金融機構人民幣存貸款 (2004-2015)* 粵港澳大灣區包括11個城市(下同)：廣州、深圳、珠海、佛山、江門、肇慶、東莞、惠州、中山、香港、澳門。 (單位：元)

數據來源：國泰安數據庫和世界銀行。*粵港澳大灣區中廣東九市的數據來源于國泰安數據庫，香港、澳門的數據來源于世界銀行，并且按照年末人民幣匯率換算成人民幣。香港和澳門的金融機構人民幣存貸款數據通過“總儲蓄+私人部門信貸”來近似求得。

對中國三大灣區人均金融資本的變化趨勢進行對比分析，發現的一個重要特征是：無論是同期人均金融資本的數額，還是同期人均金融資本的空間差距，粵港澳大灣區都遠遠超過了其他兩大灣區。圖7是中國三大灣區人均金融機構人民幣存貸款平均值在2004年-2015年之間的變化趨勢，圖中三條曲線表現出了相同的走向，即：隨著時間的推移平均值在不斷攀升。但是在走向一致的前提下三條曲線存在一些細節性的差別：粵港澳大灣區人均金融機構人民幣存貸款的平均值與其他兩大灣區之間的絕對量差距在不斷擴大，并且粵港澳大灣區同期平均值都是三大灣區中最高的。這表明粵港澳大灣區的金融資本較之其他兩大灣區要充裕得多。圖8是中國三大灣區人均金融機構人民幣存貸款的標準差在2004-2015年之間的變化趨勢。圖中三條曲線有著不同的特征：粵港澳大灣區的波動性最大，2010年出現了一個波谷，并且在2014年出現了急劇上升；環渤海大灣區最為穩定，一直處于平穩爬升的狀態；滬杭甬大灣區也在2010年出現了一個波谷，但是此后平穩攀升，其波動性比粵港澳大灣區小，但是比環渤海大灣區大?；浉郯拇鬄硡^的標準差是三大灣區中最大的，并在2015年達到最頂峰，遠遠甩開了其他兩大灣區，而滬杭甬和環渤海兩大灣區的標準差非常接近，這意味著粵港澳大灣區金融資本雖然最為充裕，但是空間不均衡性也最大。因此在未來的灣區建設中，如何將充裕的金融資本在極度不均衡的空間中進行配置，將是粵港澳大灣區的一個難題。

圖7 中國三大灣區人均金融機構人民幣存貸款的平均值(2004-2015)數據來源：國泰安數據庫和世界銀行。注：“GHM”表示粵港澳大灣區; “HHN” 滬杭甬大灣區; “BHS” 環渤海大灣區。

圖8 中國三大灣區人均金融機構人民幣存貸款的標準差(2004-2015)數據來源：國泰安數據庫和世界銀行。注：“GHM”表示粵港澳大灣區; “HHN” 滬杭甬大灣區; “BHS” 環渤海大灣區。

四、實證檢驗

(一)模型、變量與數據

本文進行實證檢驗的基本模型來自于第二部分中的(34)式：

ln(yt)=lnA+αlnkt+βlndt

(35)

不過本文采用的是中國進入工業化后期以來2004-2015年三大灣區的面板數據，因而需要對(35)式進行擴展，擴展之后的計量模型按照檢驗的目的劃分為以下兩組：

檢驗灣區之間金融資本產出效率的差異性：

ln(yit)=lnA+αlnkit+βlndit+uit

(36)

i= 北京，天津，唐山……(環渤海大灣區13個城市)

t= 2004，2005，……，2015

ln(yit)=lnA+αlnkit+βlndit+uit

(37)

i= 上海、蘇州、杭州……(滬杭甬大灣區10個城市)

t= 2004，2005，……，2015

ln(yit)=lnA+αlnkit+βlndit+uit

(38)

i= 廣州、深圳、香港……(粵港澳大灣區11個城市)

t= 2004，2005，……，2015

檢驗灣區內部金融資本產出效率的不均衡性：

a.環渤海大灣區

ln(yit)=lnA+αlnkit+βlndit+uit

(39)

i= 環渤海大灣區高收入組別的城市

t= 2004，2005，……，2015

ln(yit)=lnA+αlnkit+βlndit+uit

(40)

i= 環渤海大灣區中等收入組別的城市

t= 2004，2005，……，2015

ln(yit)=lnA+αlnkit+βlndit+uit

(41)

i= 環渤海大灣區低收入組別的城市

t= 2004，2005，……，2015

b.滬杭甬大灣區

ln(yit)=lnA+αlnkit+βlndit+uit

(42)

i= 滬杭甬大灣區高收入組別的城市

t= 2004，2005，……，2015

ln(yit)=lnA+αlnkit+βlndit+uit

(43)

i= 滬杭甬大灣區中等收入組別的城市

t= 2004，2005，……，2015

ln(yit)=lnA+αlnkit+βlndit+uit

(44)

i= 滬杭甬大灣區低收入組別的城市

t= 2004，2005，……，2015

c.粵港澳大灣區

ln(yit)=lnA+αlnkit+βlndit+uit

(45)

i= 粵港澳大灣區高收入組別的城市

t= 2004，2005，……，2015

ln(yit)=lnA+αlnkit+βlndit+uit

(46)

i= 粵港澳大灣區中等收入組別的城市

t= 2004，2005，……，2015

ln(yit)=lnA+αlnkit+βlndit+uit

(47)

i= 粵港澳大灣區低收入組別的城市

t= 2004，2005，……，2015

第一組計量模型用來檢驗三大灣區之間金融資本產出效率的差異性，即β的估計值在中國三大灣區之間的差異性。在檢驗過程中，對三大灣區分別采用面板數據進行檢驗，截面變量是三大灣區各自包含的城市，時間變量為中國進入工業化后期以來的2004-2015年。第二組計量模型用來檢驗三大灣區內部金融資本產出效率的不均衡性。在檢驗過程中將三大灣區內部的城市劃分成高收入城市、中等收入城市、低收入城市三個組別，然后分別估計三個組別的β，通過比較β的估計值在三個組別的差異來判斷灣區內部金融資本產出效率的不均衡性。

對于計量模型中的變量及樣本數據，做如下說明。

人均總產出(yit)，我們用人均GDP來衡量，這也是一個通行的做法。三大灣區2004-2015年人均GDP的數據來源于國泰安數據庫。

人均物質資本(kit)。對物質資本的衡量比較復雜，比較流行的一個估計方法是永續盤存法(如孫敬水等，2007[20])，永續盤存法的一個關鍵要素是基年資本存量，只有在已知基年資本存量的前提下才能使用永續盤存法對物質資本進行估計。全國、分省的基年資本存量已有學者做出了估算(如張軍，2005[21])，因此用永續盤存法對全國、分省的物質資本進行衡量是可行的。但是在城市層面，僅有部分城市的物質資本得到了估算(如王穩琴等，2011[22])，對中國三大灣區44個城市而言，其中的大部分城市都還沒有基年的資本存量數據，因此對這44個城市的物質資本進行估計難度比較大，這將是一個可以單獨研究的課題。鑒于此，本文基于目前有限的數據，選擇人均固定資產投資作為三大灣區44個城市人均物質資本的衡量指標。至于采用永續盤存法對三大灣區44個城市物質資本存量進行估計，則是我們下一步需要單獨研究的課題。三大灣區2004-2015年人均固定資產投資的數據來源于國泰安數據庫，其中香港和澳門的數據來源于世界銀行，并按照年末美元兌人民幣的匯率換算成人民幣。

人均金融資本(dit)，參考王定祥等(2017)[23]的做法，我們用人均金融機構人民幣存貸款來衡量。三大灣區2004-2015年人均金融資本的數據來源于國泰安數據庫，其中香港和澳門的數據用“總儲蓄+私人部門信貸”來替代，數據來源于世界銀行，并按照年末美元兌人民幣的匯率換算成人民幣。

表10是對計量模型中各變量按照三大灣區分別做的描述性統計。

表10 變量的描述性統計

(二)三大灣區之間金融資本產出效率的差異性

對中國三大灣區自工業化后期以來的2004-2015年的面板數據按照三大灣區分別進行實證檢驗，結果如表11所示。面板數據模型有三種：一般模型(Pooled Model)、固定效應模型(Fixed Effect Model)、隨機效應模型(Random Effect Model)。在環渤海大灣區的估計結果中，Hausman檢驗值為2.92，其P值為0.2326，沒有通過顯著性檢驗，而B-P檢驗值為356.25，其P值為0.0000，在1%的顯著性水平上顯著。因此根據Hausman檢驗和B-P檢驗的結果進行判斷，對環渤海大灣區采用隨機效應模型更為有效，隨機效應的估計結果中，金融資本回歸系數β的估計值是0.382357，并且在1%的顯著性水平上顯著，意味著金融資本增加1%會使產出增加0.382357%，也即產出的金融資本彈性系數為0.382357，這便是環渤海大灣區工業化后期(2004-2015)金融資本產出效率的估計值。

在滬杭甬大灣區的估計結果中，Hausman檢驗值是0.37，其P值為0.8296，沒有通過顯著性檢驗。進一步觀察B-P檢驗，B-P檢驗值是362.22，其P值為0.0000，在1%的顯著性水平上顯著。因此從Hausman檢驗和B-P檢驗的結果進行判斷，對滬杭甬大灣區采用隨機效應模型更有效，隨機效應估計結果中，金融資本回歸系數β的估計值是0.507377，并且在1%的顯著性水平上顯著，意味著金融資本增加1%會使產出增加0.507377%，也即產出的金融資本彈性系數為0.507377，這便是滬杭甬大灣區工業化后期(2004-2015)金融資本產出效率的估計值。

在粵港澳大灣區的估計結果中，Hausman檢驗值為-3.43，是一個負數。進一步觀察B-P檢驗，B-P檢驗值為317.33，其P值為0.0000，在1%的顯著性水平上顯著。因此從Hausman檢驗和B-P檢驗的結果進行判斷，對粵港澳大灣區采用隨機效應模型更為有效，隨機效應估計結果中，金融資本回歸系數β的估計值是0.660699，并且在1%的顯著性水平上顯著，意味著金融資本增加1%會使產出增加0.660699%，也即產出的金融資本彈性系數為0.660699，這便是滬杭甬大灣區工業化后期(2004-2015)金融資本產出效率的估計值。

將三大灣區工業化后期的金融資本產出效率進行對比，粵港澳大灣區的金融資本產出效率最高(0.660699)，滬杭甬大灣區居中(0.507377)，環渤海大灣區墊底(0.382357)。三大灣區在工業化后期的金融資本產出效率存在較大差異，粵港澳大灣區的金融資本產出效率是環渤海大灣區的1.73倍，是滬杭甬大灣區的1.30倍。這反映出來的一個現實是：在未來的大灣區建設過程中，三大灣區有著不同的演進路徑，粵港澳大灣起點較高，以破除行政性壁壘(例如貨幣一體化)為主要任務；滬杭甬大灣區的的金融資本產出效率居中，將以加強區域金融合作為主要任務；環渤海大灣區起點最低，未來將從夯實內部各個城市的金融資本產出效率做起，然后再進階到區域金融合作，因此環渤海大灣區的建設路徑較之其他其他兩大灣區要更為曲折。

(三)三大灣區內部金融效率的不均衡性

將每一個灣區的城市按照人均GDP劃分成高收入組、中等收入組、低收入組三個組別，然后對每一個灣區按照三個組別進行實證檢驗，以此來考察每個灣區內部不同組別在金融資本產出效率上的差異性。三大灣區各自的分組實證檢驗結果反映在下面的表12、表13和表14中。

表12是環渤海大灣區工業化后期以來(2004-2015年)三個組別的城市實證檢驗的結果。在高收入組的估計結果中，Hausman檢驗值是3.92，其P值為0.1406，沒有通過顯著性檢驗，進一步觀察B-P檢驗，B-P檢驗值為108.58，其P值為0.0000，在1%的顯著性水平上顯著。因此根據Hausman檢驗和B-P檢驗進行判斷，對高收入組采用隨機效應模型進行估計更為有效，隨機效應估計結果中，金融資本回歸系數β的估計值是0.355257，并且在1%的顯著性水平上顯著，意味著金融資本增加1%會使產出增加0.355257%，也即產出的金融資本彈性系數為0.355257，這便是環渤海大灣區工業化后期(2004-2015)高收入組金融資本產出效率的估計值。

表11 三大灣區的面板估計結果

注：()中的數值是回歸系數的P值。

在中等收入組的估計結果中，Hausman檢驗值為1.82，其P值為0.4027，沒有通過顯著性檢驗。進一步觀察B-P檢驗，B-P檢驗值是99.93，其P值為0.0000，在1%的顯著性水平上顯著。因此根據Hausman檢驗和B-P檢驗的結果，對中等收入組采用隨機效應模型進行實證檢驗更為有效，隨機效應的估計結果中，金融資本回歸系數β的估計值是0.324541，并且在1%的顯著性水平上顯著，意味著金融資本增加1%會使產出增加0.324541%，也即產出的金融資本彈性系數為0.324541，這便是環渤海大灣區工業化后期(2004-2015)中等收入組金融資本產出效率的估計值。

在低收入組的估計結果中，Hausman檢驗值為0.05，其P值為0.9767，沒有通過顯著性檢驗。再考察B-P檢驗，B-P檢驗值為173.53，其P值為0.0000，在1%的顯著性水平上顯著。于是根據Hausman檢驗和B-P檢驗的結果，對低收入組采用隨機效應模型進行實證檢驗更為合適，在隨機效應估計結果中，金融資本回歸系數β的估計值是0.307896，并且在1%的顯著性水平上顯著，意味著金融資本增加1%會使產出增加0.307896%，也即產出的金融資本彈性系數為0.307896，這便是環渤海大灣區工業化后期(2004-2015)中等收入組金融資本產出效率的估計值。

將環渤海大灣區三個組別的金融資本產出效率進行對比，三個組別之間的金融資本產出效率存在差異(高收入組>中等收入組>低收入組)，但是這種差異并不大，高收入組的金融資本產出效率(0.355257)僅僅比低收入組(0.307896)高出15.4%，這表明環渤海大灣區工業化后期的金融資本產出效率具有較好的內部均衡性，組別之間的差異性不大。

表13是滬杭甬大灣區工業化后期(2004-2015年)三個組別的實證檢驗結果。在高收入組的估計結果中，Hausman檢驗值為3.95，其P值為0.1390，沒有通過顯著性檢驗，再進行B-P檢驗，B-P檢驗值為125.17，其P值為0.0000，在1%的顯著性水平上顯著。因此從Hausman檢驗和B-P檢驗的結果進行判斷，對高收入組別采用隨機效應模型更為合適，隨機效應檢驗結果中，金融資本回歸系數β的估計值是0.561921，并且在1%的顯著性水平上顯著，意味著金融資本增加1%會使產出增加0.561921%，也即產出的金融資本彈性系數為0.561921，這便是滬杭甬大灣區工業化后期(2004-2015)高收入組金融資本產出效率的估計值。

表12 環渤海大灣區內部三大組別的面板估計結果* 環渤海大灣區高收入組的城市包括：北京、天津、東營、大連、青島；中等收入組的城市包括：沈陽、煙臺、威海、濟南；低收入組的城市包括石家莊、秦皇島、唐山、保定。

注：()中的數值是回歸系數的P值。

在中等收入組的估計結果中，Hausman檢驗值為-860.46，是一個負數，B-P檢驗值為0.00，因此根據Hausman檢驗和B-P檢驗無法判斷是采用固定效應模型還是采用隨機效用模型。但是通過比較固定效應模型和隨機效應模型的擬合優度發現，隨機效應模型的三種擬合優度(組內、組間和總體)要稍微好于固定效應模型，尤其是組間R2，隨機效應模型(0.5083)明顯好于固定效應模型(0.1474)，因此隨機效應模型的估計結果要略優于固定效應模型。隨機效應模型估計結果中，金融資本回歸系數β的估計值是0.623332，并且在1%的顯著性水平上顯著，意味著金融資本增加1%會使產出增加0.623332%，也即產出的金融資本彈性系數為0.623332，這便是滬杭甬大灣區工業化后期(2004-2015)中等收入組金融資本產出效率的估計值。

在低收入組的估計結果中，Hausman檢驗值為0.45，其P值為0.7994，沒有通過顯著性檢驗，B-P檢驗值為0.00，因此根據Hausman檢驗和B-P檢驗無法判斷固定效應模型、隨機效應模型哪一種更為有效，但是同樣比較擬合優度，可以認為隨機效應模型的結果略優。在隨機效應的估計結果中，金融資本回歸系數β的估計值是0.468437，并且在1%的顯著性水平上顯著，意味著金融資本增加1%會使產出增加0.468437%，也即產出的金融資本彈性系數為0.468437，這便是滬杭甬大灣區工業化后期(2004-2015)低收入組金融資本產出效率的估計值。

對滬杭甬大灣區工業化后期三個組別的金融資本產出效率進行對比，出現了與環渤海灣大灣區不一樣的情況：金融資本產出效率最高的并非高收入組，而是中等收入組，排序是中等收入組>高收入組>低收入組。而且滬杭甬大灣區內部金融資本產出效率的不均衡性要大于環渤海大灣區，中等收入組的金融資本產出效率比低收入組高出33.1%，超過了環渤海大灣區最高與最低的差距。

表13 滬杭甬大灣區內部三個組別的面板估計結果* 滬杭甬大灣區高收入組的城市包括：上海、蘇州、杭州、寧波；中等收入組的城市包括：嘉興、紹興、舟山；低收入組的城市包括：湖州、臺州、南通。

注：()中的數值是回歸系數的P值。

表14是粵港澳大灣區工業化后期(2004-2015)三個組別的實證檢驗結果。在高收入組的估計結果中，Hausman檢驗值為-136.40，是一個負數，B-P檢驗值為15.25，其P值為0.0000，在1%的顯著性水平上顯著。因此根據Hausman檢驗和B-P檢驗的結果進行判斷，隨機效應模型更適合，在隨機效應模型的估計結果中，金融資本回歸系數β的估計值是0.149858，并且在10%的顯著性水平上顯著，意味著金融資本增加1%會使產出增加0.149858%，也即產出的金融資本彈性系數為0.149858，這便是粵港澳大灣區工業化后期(2004-2015)高收入組金融資本產出效率的估計值。

在中等收入組的估計結果中，Hausman檢驗值為0.42，其P值為0.8125，沒有通過顯著性檢驗。B-P檢驗值為41.68，其P值為0.0000，因此根據Hausman檢驗和B-P檢驗的結果，隨機效應模型更合適。在隨機效應模型估計結果中，金融資本回歸系數β的估計值是0.387216，并且在10%的顯著性水平上顯著，意味著金融資本增加1%會使產出增加0.387216%，也即產出的金融資本彈性系數為0.387216，這便是粵港澳大灣區工業化后期(2004-2015)中等收入組金融資本產出效率的估計值。

在低收入組的估計結果中，Hausman檢驗值為-13.55，是一個負數，B-P檢驗值為0.00，因此根據Hausman檢驗和B-P檢驗無法確定該采用固定效應模型還是隨機效應模型。不過通過比較擬合優度發現，隨機效應的擬合優度略微占優，于是我們最終還是選擇隨機效應模型。在隨機效應模型的估計結果中，金融資本回歸系數β的估計值是0.516959，并且在1%的顯著性水平上顯著，意味著金融資本增加1%會使產出增加0.516959%，也即產出的金融資本彈性系數為0.516959，這便是粵港澳大灣區工業化后期(2004-2015)低收入組金融資本產出效率的估計值。

將粵港澳大灣區工業化后期三個組別的金融資本產出效率進行比較，則會發現與前兩大灣區完全不同的現象：出現了一個倒金字塔結構，金融資本產出效率的排序為：低收入組>中等收入組>高收入組。收入越高的組別，金融資本產出效率越低。并且在內部不均衡程度上，粵港澳大灣區也是最大的，低收入組的金融資本產出效率是高收入組的3.4倍，這種差距遠遠超過了環渤海大灣區和滬杭甬大灣區。這給我們展示了粵港澳大灣區金融資本產出效率的一個立體化形象：粵港澳大灣區總體的金融資本產出效率非常好，在三大灣區中最高，但是其內部不均衡程度也最高，并且出現了一個倒金字塔結構。這告訴我們粵港澳大灣區建設不應僅僅關注它在整體性上體現出的優勢，還要關注它在內部出現的極度不均衡性。通過探索縮小這種內部不均衡性的途徑(例如貨幣一體化)來推進粵港澳大灣區的未來進程，將是一個不容忽視的議題。

表14 粵港澳大灣區內部三個組別的面板估計結果* 粵港澳大灣區高收入組的城市包括：香港、澳門、廣州、深圳；中等收入組的城市包括：珠海、佛山、東莞、中山；低收入組的城市包括：惠州、江門、肇慶。

注：()中的數值是回歸系數的P值。

五、結論與啟示

本文以中國三大灣區44個城市進入工業化后期以來(2004-2015)的面板數據對中國三大灣區金融資本產出效率進行了實證檢驗，結論如下。

在對三大灣區之間金融資本產出效率的差異性進行實證檢驗的過程中，將三大灣區工業化后期(2004-2015)的面板數據按照三個灣區分別進行實證檢驗。實證檢驗的結果為：環渤海大灣區工業化后期金融資本產出效率的估計值為0.382357，滬杭甬大灣區工業化后期金融資本產出效率的估計值為0.507377，粵港澳大灣區工業化后期金融資本產出效率的估計值為0.660699。三大灣區在工業化后期的金融資本產出效率存在較大差異，粵港澳大灣區的金融資本產出效率是環渤海大灣區的1.73倍。

在對三大灣區內部金融效率的不均衡性進行實證檢驗的過程中，將每一個灣區的城市按照人均GDP劃分成高收入組、中等收入組、低收入組三個組別，然后對每一個灣區按照三個組別進行實證檢驗，以此來考察每個灣區內部不同組別在金融資本產出效率上的差異性。環渤海大灣區工業化后期以來(2004-2015年)三個組別的城市實證檢驗結果為：高收入組金融資本產出效率的估計值為0.355257，中等收入組金融資本產出效率的估計值為0.324541，低收入組金融資本產出效率的估計值為0.307896。環渤海大灣區工業化后期的金融資本產出效率具有較好的內部均衡性，組別之間的差異性不大。

滬杭甬大灣區工業化后期(2004-2015年)三個組別的實證檢驗結果為：高收入組金融資本產出效率的估計值為0.561921，中等收入組金融資本產出效率的估計值為0.623332，低收入組金融資本產出效率的估計值為0.468437。滬杭甬大灣區內部金融資本產出效率的不均衡性要大于環渤海大灣區，金融資本產出效率最高的并非高收入組，而是中等收入組，中等收入組的金融資本產出效率比低收入組高出33.1%。

粵港澳大灣區工業化后期(2004-2015)三個組別的實證檢驗結果為：高收入組金融資本產出效率的估計值為0.149858，中等收入組金融資本產出效率的估計值為0.387216，低收入組金融資本產出效率的估計值為0.516959。粵港澳大灣區內部金融資本產出效率呈現了一個倒金字塔結構，金融資本產出效率的排序為：低收入組>中等收入組>高收入組。收入越高的組別，金融資本產出效率越低。并且在內部不均衡程度上，粵港澳大灣區也是最大的，低收入組的金融資本產出效率是高收入組的3.4倍，這種差距遠遠超過了環渤海大灣區和滬杭甬大灣區。

從以上實證檢驗結果，本文得到了以下一些啟示。

大灣區建設沒有固定的模式，而且存在階段性特征，因而需要因地制宜提出不同的建設路徑?；浉郯拇鬄硡^整體的金融資本產出效率遠遠高于環渤海大灣區和滬杭甬大灣區，但是其內部的不均衡性也是最高的。金融資本產出效率總體與結構的嚴重不對稱有可能導致粵港澳大灣區未來面臨諸多的困境，例如金融資本的割據、金融資本流動的行政性壁壘固化、金融保護主義的抬頭等等。在這種情況下，探索縮小粵港澳大灣區金融資本產出效率內部不均衡性程度的途徑顯得尤為重要，例如貨幣一體化的嘗試，資本賬戶的進一步放開等等。

由于粵港澳大灣區在金融資本產出效率上表現出了與環渤海大灣區和滬杭甬大灣區極大的差異性，這告訴我們，未來的環渤海大灣區和滬杭甬大灣區建設將循著一條與粵港澳大灣區極度差異化的路徑前行。與粵港澳大灣區相比，環渤海大灣區和滬杭甬大灣區有著更為優越的先天條件：統一的貨幣、統一的行政體制、長久以來的區域合作基礎等等。但是環渤海大灣區和滬杭甬大灣區的金融資本產出效率整體水平低于粵港澳大灣區，這意味著環渤海大灣區和滬杭甬大灣區與粵港澳大灣區處于不同的發展階段，發展階段的差異決定了大灣區建設承擔的歷史使命和重點工作也會存在差異。因此，環渤海大灣區和滬杭甬大灣區未來的演進軌跡將呈現出許多新的特征。

粵港澳大灣區內部金融資本產出效率出現的倒金字塔結構值得關注，高收入組的金融資本產出效率最低，這給未來調控粵港澳大灣區內部金融資本產出效率的不均衡性提供了一條思路：如何進一步擴大金融資本產出效率的空間溢出效應，即創造更為便利的條件讓較高收入城市的金融資本更為積極地流向較低收入的城市。既然收入越低的城市金融資本產出效率越高，那么較高收入城市的金融資本流向低收入城市后將帶來更多的產出增量。