金融集聚、區域特征與因素影響效應
——基于省級面板數據的空間計量分析

王俊

（貴州省社會科學院對外經濟研究所，貴州 貴陽 550000）

引言

近年來，隨著經濟一體化和金融全球化發展，金融業呈現出一種空間集聚發展趨勢，集聚形式也從最初幾家銀行業金融機構的地理集中發展到各類金融資源的空間聚集。王如玉等（2019）[1]指出特別是隨著“互聯網+”時代來臨，就金融集聚而言，星羅棋布的金融網點已不再至關重要，金融資源向哪里集中才是問題焦點。金融資源在某一特定地理空間上不斷聚集，不僅能增強區域經濟發展動力，而且能大幅提升區位競爭力，因此地方政府為了獲取大量資本進行著各種形式的金融競爭，推動金融產業集聚進而增強經濟實力成為各地政府的重要目標[2]。伴隨著金融業在不同地域空間上不同程度的集聚，國際性和區域性金融中心建設也隨之拉開序幕。楊濤指出目前已有30多個城市提出建設金融中心，而有金融中心功能規劃或設想的城市更在200個左右，一場區域金融中心爭奪戰如火如荼[3]。

目前關于金融集聚的研究主要集中分析了金融集聚的成因、影響因素以及集聚效應等內容。集聚成因方面，金融機構對規模經濟的追求被認為是促使金融業在一定地理空間上聚集的主要原因，此外，金融機構為了避免過大的信息成本、不同社會階層收入和消費需求的異質性以及地理鄰近和人際關系密切等因素也是推動金融在一個地理空間內聚集的重要原因[4,5]；集聚影響因素方面，供需以及環境優劣被認為是影響金融集聚發展的重要因素[6]，任英華等（2010）[7]、張清正（2015）[8]將經濟基礎和區域創新也視為影響金融資源快速集聚的主要原因；集聚效應方面，大多研究認為金融集聚通過加速資本積累、技術創新以及改善交易效率能夠推動經濟實質性增長[9,10]。此外，部分研究如Bruno和Hauswald（2014）[11]、余泳澤等（2013）[12]還從銀行業集聚以及金融帶動其他生產要素集聚視角分析了金融集聚的區域經濟增長效應。

綜上，現有相關文獻從不同視角對金融集聚現象進行了不同程度的分析，并肯定了金融集聚的事實及重要性。誠然，金融集聚的最終目的是通過發揮金融資源的生產性功能而推動經濟增長，但實現金融驅動增長首先需要解決如何實現金融集聚。對此，本文以金融集聚的空間特征以及各因素影響效應為主，開展以下兩個方面研究：一是金融業具有很強的動態演化特征，隨著各地區對內改革和對外開放不斷深入，金融集聚在不同地域空間上是否具有顯著時變性和異質性；二是由于現有關于金融集聚空間效應分析多采用一個或多個空間回歸模型的點估計檢驗，而這可能會使得結論存在偏誤。同時，由于經濟活動發展的地理空間聯系不斷增強，解釋變量之間空間相關性也應納入模型予以考慮，因此，本文將通過規范的理論建模、LM和穩健（Robust）LM檢驗、空間和時間效應聯合顯著性LR檢驗以及Wald檢驗，選擇最佳空間計量模型進行實證分析。此外，本文還將進一步從求解偏微分視角對影響金融集聚相關因素的直接沖擊和空間溢出進行效應分解，從而使分析結果更為穩健。

一、省域空間自相關與分布特征

（一）空間自相關檢驗

本文選取全國31個省級行政區域（不包括中國香港、中國澳門和中國臺灣）數據對金融集聚現狀進行空間自相關檢驗，所有數據來源于2008—2020年《中國統計年鑒》《中國金融年鑒》、各省統計年鑒及EPS數據平臺，綜合運用Arcgis和Geoda進行分析。

對于金融集聚（fin）衡量而言，與多數文獻基于金融業就業人數或金融業增加值來計算區位熵值不同，文中按銀行、保險和證券進行金融業分類，并參考王如玉等（2019）[1]做法依次對銀行業金融機構存貸款額、保險業機構保費收入以及股票市值賦予0.6、0.2和0.2的權重進行計算，根據計算結果排序，樣本期間金融集聚度排名前五的依次為廣東、北京、江蘇、浙江和上海；同時，為了使結果更為穩健，本文還通過將樣本期間各類別中所有區域的均值進行加總，然后計算各類別比重（依次為0.73、0.01和0.26）進行重新計算，根據計算結果排序，樣本期間金融集聚度排名前五的省份依次為廣東、北京、江蘇、上海和浙江，其余省份排序與之前計算結果相同；此外，文中關于自相關分析中空間權重矩陣選擇與多數文獻保持一致，即使用地理空間權重矩陣wgeo，該權重遵循兩地區擁有共同邊界即視為相鄰的Rook規則，相鄰為1，不相鄰為0，主對角線元素為0。根據上述思路計算的31個省域金融集聚Moran’s I值見表1。

從表1可知，樣本期間所有年份Moran’s I值均為正且通過了10%的顯著性檢驗，這說明我國31個省域的金融集聚存在著較為顯著的空間正相關性。

表1 31個省域金融集聚Moran’s I值與Z檢驗值

（二）省域空間分布特征

為了進一步明確31個省域金融集聚的空間分布狀況、相關模式與時變特征，本文給出金融集聚局部Moran’s I散點圖。出于篇幅考慮，文中給出2007年與2019年的散點圖（圖1）。

從圖1可知，省域金融集聚在地理空間上的相關模式存在4種類型，第一類是位于第1象限的高-高聚集模式，即金融聚集程度高的地區，其周圍地區金融聚集程度也很高，呈現出高集聚區包圍高集聚區的特征；第二類是位于第2象限的低-高聚集模式，即金融聚集程度低的地區，其周圍地區金融聚集程度卻比較高，呈現出高集聚區包圍低集聚區的特征；第三類位于第3象限表示低-低聚集模式，即金融聚集程度低的地區，其周圍地區金融集聚程度也較低，呈現出低集聚區包圍低集聚區的特征；第四類位于第4象限表示高-低聚集模式，即金融聚集程度高的地區，其周圍地區金融聚集程度卻較低，呈現出低集聚區包圍高集聚區的特征。

根據圖1Moran’s I散點圖，目前省域金融集聚呈現出顯著空間正相關與異質性雙重特征。一方面，位于第1象限（高-高集聚類）區域的省域數量較少且并未隨著時間推移出現顯著變化，該象限省份主要以東部地區為主；另一方面，近十年來省域間金融集聚雖然具有顯著空間正相關特征，但多數省域仍主要集中于第3象限的事實也說明這種相關性主要以低集聚區域被低集聚區域包圍為主（低-低集聚類），金融資源的空間分布存在明顯地區失衡。

圖1 金融集聚度省域空間分布Moran’s I散點圖

綜上，省域金融業發展存在著顯著的空間聚集現象，但不同省份間相關性在增強的同時也存在典型的異質性特征。因此有必要基于金融發展異質性和空間相關事實對影響金融集聚的主要因素以及溢出效應進行分析，從而進一步明確影響金融集聚水平的要素差異。

二、空間計量設計

（一）數據來源與變量說明

本文用于空間計量分析的數據與前文空間自相關分析數據來源一致。

1.被解釋變量。被解釋變量為空間自相關分析中使用的各地區金融集聚度（fin），該變量的解釋與測度與上文空間自相關檢驗中的金融集聚一致。

2.解釋變量。解釋變量依次包括經濟基礎（eco_base）、對外開放度（openness）、區域創新能力（inno）、政府行為（gov）、人力資本（hc）以及規模經濟（scale）。其中，經濟基礎（eco_base）的強弱直接決定了一個地區金融業發達程度，也直接影響一個地區金融集聚強度，因此，經濟基礎越強會使得金融集聚能力越大，對于該因素，文中使用地區財政收入與GDP之比表示；對外開放度（openness）越高，金融資源跨區流動越頻繁，金融業是一個外向型產業，對外開放度越高越有利于加快金融集聚進程，對于該因素，文中用各地區按境內目的地和貨源地分貨物進出口總額占GDP之比表示；區域創新能力（inno）是區域經濟持續健康高效發展的動力，金融集聚本身也是一種創新活動，創新能力越強，金融產品的需求和供給將能夠更有效匹配，對于該因素，文中用地區三種專利（發明、實用新型和外觀設計）授權量與全國三種專利授權量之比表示；政府行為（gov）在推動地區相關產業集聚過程中有著至關重要作用，許多經濟奇跡的發生都離不開政府有效的規劃與扶持，對于該因素，文中用地區政府財政支出與地區GDP之比表示；人力資本（hc）高低在一定程度上反映地區潛在可持續競爭力水平，對于該因素，文中使用中國人力資本與勞動經濟研究中心（CHLR）基于J-F方法測算的省級層面人均勞動力人力資本（未包含在校生）數據；規模經濟（scale）越大越能夠以較低的邊際成本獲取金融資源并加速金融集聚，對于該因素，本文使用地區金融業增加值與GDP之比表示。

（二）模型設計

考慮到分析個體間空間依賴關系時，既可以使用包含被解釋變量空間相關項的空間滯后模型（Spatial Lag Model，SLM），也可以使用包含誤差項的空間誤差模型（Spatial Error Model，SEM），還可以將解釋變量空間相關項引入空間滯后模型從而使 用 空 間Durbin模 型（Spatial Durbin Model，SDM）[13]，因此，文中對金融集聚影響因素進行空間計量時將涉及SLM、SEM以及SDM的選擇，SLM、SEM和SDM的具體形式依次如下：

其中，ω為地理空間權重矩陣，δ為空間自相關系數，反映省域間金融集聚的相互影響程度和方向，ρ為空間誤差系數，反映相鄰地區的誤差沖擊對本地區被解釋變量的影響，這種影響主要是通過不同個體（地區）間隨機誤差項的空間相關而產生。μi為空間固定效應；λt為時間固定效應；εit為隨機誤差項且εit～N(0,σ2I)。

三、實證結果與分析

（一）空間相關性檢驗及模型選擇

Elhorst（2012）[14]指出構建并使用空間面板模型前，需先通過設定非空間面板模型并根據其殘差分布來判斷是否具有空間交互影響。同時，較之隨機效應而言，固定效應更適合對一些特定個體進行分析。鑒于此，文中對非空間面板模型進行固定效應（空間、時間和雙固定）估計并通過LM和（Robust）LM檢驗來識別空間交互效應。如果LM檢驗支持被解釋變量間存在空間滯后模型（SLM），或支持假定隨機誤差項之間存在空間誤差模型（SEM），或二者均得到支持，那么將繼續對SDM進行Wald檢驗，即檢驗H01:θ=0與H02:θ+δβ=0，通過檢驗H01與H02可識別SDM是否能退化為SLM與SEM。若H01:θ=0不能被拒絕且LM檢驗支持SLM，那么SLM更合適；若H02:θ+δβ=0不能被拒絕LM檢驗支持SEM，那么SEM更合適。若H01:θ=0和H02:θ+δβ=0被同時拒絕，那么應選擇SDM。為了最終確定模型空間交互形式所依賴的固定效應類型，文中還將進行空間和時間固定效應聯合顯著性LR檢驗。相關分析結果見表2。

表2 非空間面板模型估計、LM與LR檢驗

根據表2中LR聯合顯著性檢驗可知，實證模型應同時考慮空間固定效應μi和時間固定效應λt，并根據空間和時間雙固定效應下的LM檢驗來識別是否存在空間交互影響。由于表2顯示雙固定效應下SLM和SEM通過了LM和（Robust）LM檢驗，出于謹慎考慮，我們繼續設定SDM并進行雙固定效應估計以及Wald檢驗，進而確定用于金融集聚計量分析的空間面板模型形式。

鑒于對系數估計而言，采用常規原始數據中心化極大似然估計可能存在偏誤[15,16]。文中將分別對雙固定SDM采用中心化方法估計和誤差校正并進行Wald檢驗，見表3。

表3 Wald檢驗

根據表3可知，可以選擇更廣義形式的SDM用于分析，因此，本文最終選擇雙固定效應SDM進行金融集聚因素影響效應的空間計量。

（二）參數估計

基于雙固定效應SDM的參數估計結果見表4，為進行對比，表中分別給出按中心化方法和誤差校正的參數估計結果。

表4 SDM估計結果

從表4分析結果來看，對本地區金融集聚影響而言，對外開放度、區域創新和規模經濟具有顯著影響，而經濟基礎、政府行為和人力資本影響不具有顯著性。對相鄰地區影響而言，除區域創新、政府行為和人力資本外，其余變量均有顯著性影響。由于對含有空間權重項解釋變量矩陣使用點估計得到的系數并不一定是偏回歸系數的真實反映，對此，為使分析結果更為穩健，本文利用求解偏微分方法進一步將解釋變量對被解釋變量的影響進行直接效應和間接效應（空間溢出）分解。

（三）進一步分析

1.效應分解。為進行效應分解，（3）式中的SDM模型形式將調整為：

其中，I為N階單位矩陣，Xit為自變量。被解釋變量finit關于第K個自變量從地區1到地區N的偏導數矩陣為：

其中最右端矩陣中對角線元素均值βk被定義為直接影響效應，即第K個被解釋變量變化一單位對本地區fin的直接沖擊影響，矩陣中非對角線元素和的均值被定義為間接影響效應（空間溢出），即第K個被解釋變量一單位變化對相鄰地區fin平均溢出影響。表5列出了經誤差校正的雙固定SDM系數估計值。

表5 總效應分解：直接效應和間接效應測度

從表5可知，就本文所選取的變量而言，除政府行為和人力資本外，各變量均對金融集聚產生不同程度顯著的直接或間接效應。直接效應方面，區域創新和規模經濟具有顯著正向影響，而對外開放則產生一定的負向效應；間接效應方面，對外開放具有顯著正向影響，而經濟基礎和規模經濟則具有負向效應。

2.效應解釋。對于表5中各變量的效應而言，本文認為可以從以下視角加以理解。

（1）經濟基礎方面。該變量的直接效應為正但不具有顯著性，而間接效應和總效應均顯著為負。這可能表明長期以來，在金融資源稀缺客觀前提下，各地區存在著GDP競賽驅動下的金融競爭行為，在政績驅動以及區域經濟發展異質性和不均衡性較大、且協同發展合力并未有效形成的交織影響下，經濟基礎對于金融集聚的影響更多可能是“以鄰為壑”而不是“守望相助”。

（2）對外開放方面。該變量具有顯著負向直接效應和正向間接效應。這說明雖然各地都在加大力度推進對外開放進程，但開放效應卻會因地區經濟和金融發展規模以及質量差異而具有較大異質性，對金融與經濟結構匹配程度較低的地區，從更大開放中支付的顯性或隱性成本可能會超過開放收益，然而隨著相鄰地區開放擴大，開放經濟也提供了更多金融資源匹配契機，從而能夠產生一定的正向間接影響。此外，該變量總效應為正且不顯著的情況也說明，各地在擴大開放的同時，有必要注重提升開放質量。

（3）區域創新方面。區域創新的直接效應為正、間接效應為負且總效應為正，但間接效應和總效應不具有顯著性。這或許具有兩方面原因，一是隨著經濟增長方式由數量型向質量型轉變，創新驅動成為各地共同予以強化的發展戰略，不同層次、不同強度和不同領域的創新開始不斷涌現，這種地區創新對本地具有積極正面影響。二是可能一方面反映創新模式、產品等方面存在一定的同質化現象，另一方面也反映區域創新能力、頻率以及轉化率存在顯著差異，這些情況使區域創新產生了一定負向溢出影響。同時，總效應為正且不顯著的情況也說明，創新雖從理論層面而言具有全局正向影響，但這種影響可能只在具有比較優勢的高質量創新下才能實現。

（4）政府行為方面。政府行為的直接效應為正、間接效應和總效應為負，但這些效應均不顯著。這可能說明政府支出行為雖有利于增強本地區金融集聚，但政府支出在結構、規模等方面存在顯著區域差異，這使得政府支出行為具有一定的“馬太效應”。同時，政府支出行為在某種程度上也反映出政府競爭意識。地方政府通過不斷加大政府支出來參與金融競爭角逐和博弈，也易于導致潛在不容忽視的風險集聚與風險傳染，這些因素疊加使政府支出雖具有正向直接效應，但并不具有利于全局增長的集聚效應。

（5）人力資本方面。人力資本直接效應、間接效應和總效應均為負且不顯著。這或許具有如下原因，一是金融業作為知識密集型產業，金融集聚效應的發揮需要有一定數量和質量的金融從業人員（特別是高端金融人才），而就目前金融從業人員地區分布而言，北京和上海等相對發達地區的金融從業人員占全國金融從業人員總數比例遠遠高于其他城市[17]。這說明人力資本特別是高端金融人才在地理空間分布方面存在嚴重失衡。二是隨著近年來各地對金融資源競爭策略的強化，各區域普遍通過資金獎勵、住房優惠以及落戶安置等政策加大人才引進或培養力度，但由于政策以及人才實際利用效率等方面存在較大差異，人才流動（特別是金融行業人才）也較為頻繁。此外，各地競相爭取人才的策略或許只是一種簡單的人才數量堆集，并未真正突出人才質量或關注是否與地區經濟結構合理匹配等結構性問題，人才分布失衡、流量增大但存量積累緩慢以及人才錯配等因素的共同作用，使得人力資本對金融集聚的影響雖不顯著但呈現出一定負向效應。

（6）規模經濟方面。規模經濟表現出正向直接效應、負向間接效應和正向總效應，這說明形成規模化發展有利于增強本地區的金融集聚能力。但目前這種規模經濟可能更多是“越大越好”而不是“越大越廣”，也就是說規模經濟磁吸效應可能超過了因規模經濟而形成的輻射效應。同時，這兩種效應的共同存在與此消彼長，使得規模經濟總效應雖為正，但并不具有統計上的顯著性。

四、結論與政策建議

（一）結論

1.近年來金融集聚呈現出顯著的空間正相關與異質性雙重特征，且總體以低集聚區域被低集聚區域包圍為主（低-低集聚類）。

2.經濟基礎直接效應為正但不具有顯著性，間接效應和總效應具有負向影響。對外開放具有顯著負向直接效應和正向間接效應，但總效應不顯著。區域創新具有顯著正向直接效應，但不具有顯著間接效應和總效應。政府行為和人力資本在直接效應、間接效應和總效應方面均不顯著。規模經濟表現出正向直接效應和負向間接效應。

（二）政策建議

1.著重強化經濟支撐，不斷夯實集聚基礎。在國內外市場日益融合以及資本全球流動的當下，既需要注重傳統產業提質增效，以此推動傳統產業結構升級，從而充分釋放傳統產業在拉動相關產業協同發展方面的潛在效應，也需要注重新興業態培育壯大，從而構建起具有鮮明比較優勢的新興產業集群；既需要強化中小企業的基礎支撐，從而推動中小企業加快技術和服務升級，增強其品牌培育、推廣和產權意識，也需著手化解融資難、融資貴等問題，以此為推動企業特別是中小微企業的可持續創新發展注入必要動力，從而更好地引導勞動、資本和技術等生產要素有效配置到經濟活動中，進而不斷夯實金融集聚基礎。

2.著眼提升政務水平，不斷加強集聚效率。政府行為的及時性和有效性在很大程度上取決于政府政務水平質量，政務水平質量在很大程度上又決定了區域營商環境優劣，營商環境優劣又直接影響金融資源集聚。因此，有必要通過強化現代責任政府構建以及政府職能優化整合等舉措，強化政府責任擔當以及務實作風，真正有效地傳遞政府政策導向，從而樹立起責任政府、廉潔政府以及高效政府的區域品牌，在推進本地區發展的同時也有利于形成正向外部溢出效應，進而能夠強化本地以及整體的金融集聚效率。

3.著實改善金融生態，不斷優化集聚環境。金融資本具有逐利本性，不僅體現在追逐高回報率方面，而且體現在開展金融活動所面臨的生態環境方面。對此，有必要通過整合金融機構和監管部門的信息資源，建立健全中小微企業以及適合農村特點的信用信息數據系統，以加快健全金融信用生態；有必要加大對各種違法違規金融行為或金融交易的懲治力度，加強對金融機構從業人員法制培訓，加強對執法機構工作人員金融培訓，系統構建金融法治生態；有必要通過開展金融知識普及活動，構建起學金融、懂金融、會金融的金融生態，提高從事金融管理、金融投資以及金融消費等工作的行為主體對金融產品的認知能力和運用能力，以加緊形成金融文化生態。上述舉措有利于改善區域金融生態、提升金融軟實力，進而優化金融集聚環境。

4.著力擴大對外開放，不斷發揮集聚協同。對外開放具有顯著負向直接效應和正向間接效應，但總效應不顯著。因此，一方面有必要鼓勵并加大支持金融業“走出去”力度，通過加強與周邊區域交流與合作，主動釋放本地區的金融有效需求，并增強區域金融協作能力。另一方面也有必要通過簡政放權以及有效監管相結合的方式，放寬民間資本進入金融業領域的限制，積極鼓勵民間資本參與地區經濟特別是縣域經濟發展，以此盤活社會盈余資本存量。同時，更有必要注重金融體系在開放進程中的高質量構建和金融效率提升等問題，進而實現開放經濟在做大金融集聚量的同時，更能推動金融集聚質的提升。

5.著手改革人才機制，不斷增強集聚動力。目前人力資本變量直接效應、間接效應和總效應方面均不顯著。這說明既有必要從創新人才引進機制、配套人才服務資源、構建人才培養體系以及搭建人才交流平臺等方面予以突破，從而真正形成有利于人才“引進來、留得住”的優質生態。同時，也有必要重視人才與經濟金融發展的結構匹配，真正從區域比較優勢和經濟社會發展所需出發，有針對性地引才、用才和留才，以此真正實現人才可用、人才適用和人才善用，從而使人力資本在推動本地金融集聚的同時產生強大的正外部性，進而增強金融集聚的內生動力。