粵港澳大灣區金融集聚對于產業結構高級化的影響
——基于動態面板GMM模型的分析1

曠婷玥，孫寶文

(中央財經大學 中國互聯網經濟研究院，北京 100000)

當下，經濟全球化發展使得區域經濟互動變得更加頻繁，這也導致了區域內經濟活動更加集聚化。金融集聚作為經濟活動結果的表現之一，早已被學界所重視。1974年，Kindleberger首次提出“金融集聚”的概念后，學者們開始廣泛關注到這一經濟現象。相關學者從產業集聚、規模經濟等理論視角出發，對金融集聚的形成機制、原因等問題進行了探討，力圖明確金融界集聚的形成原因以及影響力。近年來，學者們關注到金融集聚對于經濟發展的影響，指出區域間金融聚集現象對于經濟發展的影響并不相同，總體而言，中國東部的金融集聚比中西部的金融集聚更能促進經濟的發展。研究指出金融集聚對于區域經濟綠色增長的作用已經越發被關注，基于非預期產出的SBM-DEA模型研究顯示，金融集聚對于綠色經濟增長具有正向影響。上述研究說明，金融集聚對于區域經濟發展具有積極作用。

金融集聚還會影響到產業結構轉型問題。顧海峰指出，金融作為引導經濟資源配置的重要動力機制之一，從金融發展視角出發，金融支持產業結構優化調整具有多種路徑與機制[1]。王曼怡等指出金融業發揮自身資本配置的功能影響了產業布局并優化了產業結構[2]。王培志等認為地區的產業結構化受到多個因素的影響，其中金融業在地區產業結構化升級優化與調整中起到了至關重要的作用[3]。

多個地區的研究表明，金融業發展能夠幫助地區產業結構優化升級[4]。但關于粵港澳大灣區產業結構優化調整的研究主要關注區域一體化對于大灣區產業結構化優化升級的問題[5]，此外，也有研究者關注到數字化對于大灣區傳統產業結構升級的問題，探討了疫情背景下，數字化能夠較好地解決粵港澳大灣區資源稟賦分配以及產業結構升級等問題[6]?？偟膩碚f，以往關于粵港澳大灣區產業結構升級的研究并未關注到金融業發展對于產業結構的影響問題。因此，在這一背景下，本研究力圖探索出粵港澳大灣區的金融集聚是否有效作用于當地產業結構升級的問題。

1 金融集聚對于產業結構高級化的影響機理分析

1.1 金融集聚為產業創新提供資金，從而推動產業升級

金融集聚對企業的研發創新具有重要作用，通過對企業研發創新的支持為整個行業帶來高素質勞動力，并引發勞動力之間的競爭，最終為產業結構高級化轉型提供優秀勞動力資源。金融集聚是一個多元化建構的過程，從金融對于產業結構的影響分工看，行業內的金融集聚能夠影響行業內勞動力資源的流動，并且金融集聚程度高的地區對于企業研發創新起著重要的支撐作用。

金融資本與產業創新之間的雙向互動，有利于促進產業結構化升級。企業研發創新面臨著巨大風險，這主要體現在技術創新風險上，企業所處的內外部環境都帶有極強的不確定性，技術研發本身十分耗費金融財力。為使得技術創新風險降低，企業家們會與金融機構進行協商，從而獲得更大程度上的研究經費支撐。研究顯示，金融對企業研發具有顯著作用，金融機構在進行企業投資時，會通過考量企業研發成功率與企業研發資金消耗來進行綜合評價，因為金融機構對于企業的投資本身也面臨著風險[7]。出于本身控制成本以及企業研發投資評價的需要，在地理空間上金融機構與企業的集中程度越高，越利于雙方相互了解。亦即說，金融機構與創新企業在地理上越集中，雙方付出的成本就會越小，這使得金融資源會沿著創新效率較高的地區進行集聚，并為相關地區帶來大量的產業發展金融資本[8]。金融集聚程度越高，該地區的產業創新能力就會越強。隨著產業創新能力的提升，該地區的產業就會產生“虹吸效應”，對金融以及勞動力的吸引能力就會越發強大，最終推動該地區金融集聚程度不斷上升以及產業轉型升級順利完成。

1.2 金融集聚為產業帶來高素質勞動力，幫助產業升級轉型

勞動力作為產業發展的極大要素之一，本身能夠有效影響產業發展。對于現代化產業的發展而言，勞動力充裕與否是產業轉型發展的關鍵要素之一。葛永波等的研究表明，勞動力跨區域轉移會影響到某一產業的升級轉型，勞動力要素配置成為產業轉型發展的有效影響因素[9]。江紅莉等人的研究指出，金融服務集聚、金融機構結構優化對于高素質勞動力的流動具有正向影響[10]。進一步而言，葉德珠等人通過對金融與勞動力關系的研究，指出金融結構與勞動力結構之間需要達成某種匹配度，才能更好地激發產業發展動能，并且兩者之間的匹配度對于產業創新發展具有重要意義[11]。由此可見，金融集聚一方面能夠為產業創新帶來金融資本支撐，另一方面金融集聚對于產業創新發展的勞動力支撐也具有吸引作用，正如馬述忠和胡增璽的研究指出的，金融集聚會有效引導勞動力的流動方向，金融聚集程度越高的地區往往意味著擁有更多的勞動力缺口，因此勞動力會自然地涌入當地，從而使得相關產業獲得產業升級轉型所必要的勞動力要素[12]。

2 計量模型、變量選取與數據說明

2.1 計量模型選擇

本研究關注粵港澳大灣區金融集聚對于產業結構高級化的影響，考慮到相關變量的內生性與外生性問題，本研究使用差分GMM模型進行計算，該模型公式為lnpgjhit=α0+α1lnfcit+α2lnpdit+α3Xit+α4ζit+εit。其中，i指代大灣區各個城市，t指代年份，pgjh指代被解釋變量產業結構高級化；fc指代金融集聚；pd指代人口密度。研究的數據來源為大灣區各個城市的統計年鑒、廣東科技年鑒、港澳政府信息官網。本研究的數據時間跨度為2009—2019年。

2.2 變量選擇與說明

1)被解釋變量：產業結構高級化。用大灣區各市的第三產業產值與第二產業產值之比來衡量。

2)核心解釋變量：金融集聚。粵港澳大灣區的金融集聚程度需要采用金融區位熵衡量。區位熵指數結果越大，則意味著大灣區的金融集聚程度越高，即說明金融業規模水平以及金融專業化程度較高。因此，本研究將計算粵港澳大灣區11個城市的金融集聚水平。計算公式為Efinanceit=(eit/pit)/(Et/Pt)。其中，eit和pit被用來指城市i在第t時間段的金融業從業人員數和總從業人員數；Et和Pt則被用來表示粵港澳大灣區在第t時間段內的金融從業人員總人數和整個大灣區各行業總就業人數。

4)控制變量：城市人口密度。使用《中國城市統計年鑒》中城市戶籍人口與城市建成區域面積之比作為衡量方法[13,14]。選擇這一方法的原因在于，這一指標能幫助衡量城市對于人口的承載能力，也能反映出城市的經濟集聚能力。人口密度越大的城市，其金融集聚的結果就越強大，因此吸引前來就業的人口就越多，于是為該城市產業結構升級提供更多更優質的勞動力。

5)控制變量：地區人均GDP。城市年末公布的GDP與城市年末人口數量的比值。

2.3 數據來源

本研究的數據主要來源于《中國科技統計年鑒》《中國城市年鑒》《中國統計年鑒》《中國金融統計年鑒》《香港統計年刊》《澳門統計年鑒》《中國教育統計年鑒》《廣東科技年鑒》《惠州統計年鑒》《廣州統計年鑒》《深圳統計年鑒》《東莞統計年鑒》《珠海統計年鑒》等。另外，由于中國香港和中國澳門的統計口徑與中國內地的統計口徑不一致，因此本研究進行了換算，并在建模前對數據進行了無量綱化處理。

3 實證結果與分析

3.1 實證結果

本研究使用動態面板GMM模型進行研究，使用這一方法的目的在于有效解除傳統模型分析帶來的參數估計的有偏性和非一致性，造成這一現象的原因是傳統模型沒能考慮到模型的內生性問題。

內生性問題是本研究需要特別關注的重要問題。本研究關注到粵港澳大灣區金融集聚對于產業結構高級化的影響，這其中可能存在一定的變量之間的聯立性，即金融集聚與產業結構高級化相互影響。此外，本研究還考慮到遺漏變量的問題。任何模型都無法將所有的解釋變量納入模型之中，因而一些遺漏的變量可能會對模型結果造成影響，且當這些遺漏變量與本研究的解釋變量產生相關性時，會引發更嚴重的內生性問題。最后，測量誤差也會造成本研究模型的內生性問題。對于本研究而言，中國香港、中國澳門以及廣東省所使用的統計口徑并不一致，這也導致了相應的數據質量有所差異，盡管本研究對相關數據進行了無量綱化處理，但仍會面臨統計口徑差異帶來的內生性問題。為有效解決上述內生性問題，本研究參照Arellano[15]、Blundell[16]等所提出來的動態面板數據GMM估計模型。 本研究使用差分動態面板GMM模型的好處有：一是在進行變量差分取值后，能夠消除不隨時間變化的變量以及個別城市非觀測的效應，從而在理論上較好地解決本研究模型中可能存在的遺漏變量問題；二是差分GMM本身能夠消除解釋變量與被解釋變量之間的相互作用，即有效消除解釋變量與被解釋變量之間的反向因果關系。

本研究采用差分GMM估計模型的原因有以下幾點：一是差分GMM模型通過對模型變量的一階差分處理，有效解除了“動態面板偏差”。然而，使用這一方法對模型具有嚴苛要求，它要求回歸方程的隨機擾動εi并不存在自相關問題。二是要求模型的內生解釋變量具有弱外生性。本研究使用差分GMM估計模型的結果見表1。

表1 差分GMM估計模型的結果變量模型1模型2con1.4131.442pgjht-10.612???(56.01)0.638???(42.68)pgjh0.131???(3.12)0.129???(3.53)fc0.019???(1.02)0.022???(1.46)pd0.012??(0.12)updrgpcAR1檢驗0.0230.031AR2檢驗0.4930.392sargan0.60290.7018 注:???、??、?分別表示在1%、5%和10%的顯著性水平下顯著,()內數值為z檢驗值

為進一步分析估計結果，本研究進行了過度識別檢驗，檢驗結果接受原假設：所有工具變量均外生。

3.2 結果分析

對上述表格的數據進行分析，可以看到模型1和模型2的回歸結果。

首先，通過對模型的系數進行分析，可以看出，金融集聚對于產業結構高級化的影響是正向的，即提高金融集聚程度能夠積極影響產業結構的調整。具體而言，粵港澳大灣區的金融集聚程度本身代表了金融資本走向，這種金融資本走向會有效影響到整個灣區的產業布局，產業布局對整個灣區產業的升級轉型具有重要意義。根據本研究的實證結果，可以推論出大灣區金融集聚程度與產業結構高級化之間存在某個區間的匹配度，在相應的匹配度內，金融集聚對于產業結構高級化發展具有正向作用。

其次，對于粵港澳大灣區的金融集聚與產業結構高級化而言，隨著金融集聚程度逐步上升，產業結構高級化也逐步得到提升。這表明，加強金融集聚程度，擴大金融行業從業人員比例，能夠對粵港澳大灣區的第二產業和第三產業產生積極影響。進一步而言，粵港澳大灣區的金融集聚式發展，一方面本身就能夠有效提升該區域的當期產業結構變革；另一方面，人口密度提升也對粵港澳大灣區產業結構高級化發展提供積極影響。這一結果有效驗證了本研究前面關于人口密度提升，形成經濟產業結構化變革推動的分析。

最后，逐步將控制變量加入模型后，實證研究結果發現，產業結構高級化的一階滯后項與金融集聚之間存在正相關關系。這說明產業結構高級化發展一方面取決于當期的多個影響因素，另一方面也受到了往期發展情況的影響，且往期的產業結構高級化發展水平越高，對于當期的產業結構高級化發展水平的作用就越大，這就在本質上說明了粵港澳大灣區的產業結構高級化發展本身就具有一定的慣性，這一結果符合了本研究在前面的分析，更加證明了本研究使用動態面板GMM估計模型的合理性。

4 結論與建議

4.1 研究結論

本研究基于2009—2019年粵港澳大灣區的面板數據，實證分析了粵港澳大灣區的金融集聚對于產業結構高級化的影響。首先，本研究討論了金融集聚測量的方法，使用區位熵公式測量了粵港澳大灣區的金融集聚程度。其次，本研究使用永續盤存法測量了粵港澳大灣區11個城市的固定資本存量，并進行了人均固定資本存量，以便于進行模型計算。最后，本研究采用差分動態面板GMM模型實證了金融集聚與產業結構高級化的影響，結果發現金融集聚程度能夠有效影響到產業結構高級化，且在加入更多控制變量后，人均固定資本存量對于產業結構高級化也具有積極影響。

4.2 研究建議

根據上述實證結果，提出以下建議：粵港澳大灣區11個城市可以適當提升人口密度，引入高級技能人才，從而形成更好的人力資本以利于產業結構高級化發展。因此，出臺相應的人力資本吸納政策顯得十分必要。例如廣東地區，緊跟“十四五”精神，南海重磅發布“南海鯤鵬人才計劃”，提出實施“四大人才工程”，大力扶持人才及團隊發展成長。從鼓勵創業、減免稅收等角度刺激高素質人才在大灣區扎根，服務于大灣區的產業升級轉型。具體對策如下：

第一，提升金融集聚程度，促進產業結構優化轉型。金融集聚需引入更多金融從業人員才能提升金融集聚程度，因此，在提升人口密度的基礎上進一步加大對金融人才的引入，能夠在一定程度上形成更好的金融集聚效應。通過加快金融產品和服務創新，達到提升粵港澳大灣區金融刺激產業升級發展的最終目標，進一步通過粵港澳大灣區產業發展平臺，提升金融集聚的輻射能力。此外，夯實粵港澳大灣區金融基礎設施建設，深入探索粵港澳大灣區金融服務平臺的深度服務能力，開展國際金融業務、產權抵押、投資者金融便捷服務等業務，合理利用政策，遵循法規，探索金融集聚促進產業結構優化轉型的新路徑。

第二，合理規劃產業布局，優化金融資源配置。對金融產業與其他產業的布局進行優化，從而達到通過布局優化第三產業產值的目的，最終使得產業結構逐步走向高級化。借助金融力量優化粵港澳大灣區產業布局成為一大趨勢，金融機構中心度轉移會有效影響到產業布局以及產業轉移，因此，通過金融機構的布局進一步優化產業布局，并利用產業與金融之間的相互效應，出臺產業結構優化獎勵等政策，進一步刺激粵港澳大灣區產業合理布局。

第三，適當增大城市人口密度。城市人口密度作為經濟發展的一個客觀觀測變量，就粵港澳大灣區各市的人口密度而言，中國香港的產業結構高級化程度較好，這與其所具備的城市人口密度有一定的關聯性。粵港澳大灣區吸引了眾多青年勞動力進入，青年勞動力是促進粵港澳大灣區眾多產業升級轉型的有效力量，因此，出臺相應的落戶政策，使相應的勞動力在大灣區扎根立足成為粵港澳大灣區人口政策主要方向之一。