劉降斌 劉秋明

內容提要：基于我國2011—2017年省級面板數據，通過構建金融集聚指數探究其與經濟增長的交互影響以及空間溢出效應。研究表明：（1）普通面板聯(lián)立方程模型與空間聯(lián)立方程模型均顯示金融集聚與經濟增長兩者之間存在顯著的雙向互促效應，且金融集聚對經濟增長的沖擊程度較大。（2）金融集聚與經濟增長在三種不同空間權重矩陣下均存在顯著的空間溢出效應。其中，以地理二值空間權重矩陣為例，鄰近省域金融集聚會促進本省域地區(qū)金融行業(yè)發(fā)展，但是由于金融資源競爭等因素，對本省域經濟增長產生抑制作用;鄰近省域經濟增長一方面由于虹吸作用會阻礙本省域金融行業(yè)發(fā)展，另一方面由于示范效應會提高本省域經濟增長水平。本文認為金融集聚與經濟增長能夠實現(xiàn)融合互動發(fā)展，通過兩者的互促關系充分調動金融資源合理配置，對逐步縮小各地經濟增長差異具有一定的借鑒意義。

關鍵詞：金融集聚;經濟增長;空間聯(lián)立方程;溢出效應

中圖分類號：F832 文獻標識碼：A 文章編號：1001-148X（2021）06-0073-08

作者簡介：劉降斌（1968-），男，遼寧義縣人，哈爾濱商業(yè)大學金融學院教授，博士生導師，研究方向：金融理論與政策;劉秋明（1995-），男，廣東惠州人，哈爾濱商業(yè)大學金融學院碩士研究生，研究方向：金融理論與政策。

基金項目：國家社會科學基金項目“馬克思流通理論創(chuàng)新與我國商貿流通效率變革的實現(xiàn)機制及政策研究”，項目編號：18BJY174。

一、問題提出

在經濟全球化的時代背景下，伴隨著經濟一體化的持續(xù)深入與科學信息技術的不斷發(fā)展，有“經濟血液”之稱的金融行業(yè)在很多方面已經能夠克服空間地理位置的約束。即使在相距甚遠的不同區(qū)域，也能以低信息交流成本實現(xiàn)金融交易活動，于是便產生金融資源、金融機構在區(qū)域中心集聚的現(xiàn)象且程度不斷加深[1]。金融行業(yè)對資源合理有效配置提供了很大的便利，間接地為企業(yè)創(chuàng)造了“購買力”，從而提高經濟發(fā)展水平。因此由各類銀行機構或者證券保險機構所組成的金融組織越完善，即金融體系越完善，對生產率的提升以及經濟增長具有重要作用[2]。根據中國統(tǒng)計年鑒數據顯示，我國金融行業(yè)增加值從2011年3.1萬億元上升到2019年7.7萬億元，而金融行業(yè)對我國經濟增長的貢獻率也從2011年的6.3%上升到2019年的7.8%。那么，金融集聚所帶來的金融發(fā)展與經濟增長存在著怎樣的關系？金融集聚通過什么樣的方式來促進經濟增長，而經濟增長是否會反過來刺激金融集聚呢？金融集聚與經濟增長的空間輻射作用程度如何？展開這兩者關系的探討對我國實現(xiàn)經濟結構轉型，促進經濟高質量發(fā)展就顯得尤為重要。

二、文獻回顧

關于金融集聚形成的原因，從金融腹地論與中國金融發(fā)展情況出發(fā)，不對稱信息與信息的外溢作用是金融集聚形成的重要條件，當企業(yè)能最大化地利用不對稱信息，則會不斷壯大集聚規(guī)模，從而逐漸發(fā)展成為金融集聚[3]。但是從金融資源論的視角來看，金融集聚則表現(xiàn)為金融資源在空間地理上的分布具有不均質性以及不連續(xù)性的特征，會導致金融地域運動[4]。在金融集聚初期成長階段，其往往是通過產業(yè)集聚演化而來的，并將實體經濟作為金融集聚的依托，加之金融資源本身具有較高流動性的特點，從而加快金融集聚的產生，甚至超越產業(yè)集聚進程[5]。因此借助于金融資源自身產生的規(guī)模效益，促進金融中心加快吸收外圍區(qū)域資源，使得金融集聚程度進一步得到加強[6]。

從20世紀70年代以來，更多學者從成本角度入手展開研究，發(fā)現(xiàn)金融資本在跨區(qū)域流動所形成金融集聚能夠提供高效的支付體系，有助于降低金融交易成本或者融資成本，從而節(jié)省了企業(yè)成本支出，對推動經濟增長具有直接作用[7]。金融集聚還可以通過其他方式來作用于經濟增長，劉軍等（2007）[8]指出金融集聚對實體經濟增長的影響是通過集聚效應、擴散效應以及金融功能共同實現(xiàn)的，其中集聚效應指的是通過外部規(guī)模經濟效益等方面影響經濟增長，而擴散效應則是通過“涓流效應①”與“極化效應②”作用于經濟活動。

隨后一些學者驗證了金融集聚與經濟增長兩者具有單向因果關系[9]或具有雙向因果關系[10]。Chow等（2013）[11]認為金融集聚與經濟增長之間具有因果關系是需要前提條件的，他認為貧窮國家金融集聚與經濟增長不存在單向因果關系，相反，富裕國家的發(fā)達程度越高，金融集聚與經濟增長之間的關系表現(xiàn)得愈發(fā)密切。在健全的金融系統(tǒng)中，更加容易提高全要素生產率，從而達到促進經濟增長的目的，這種情況在發(fā)達國家表現(xiàn)得愈加顯著[12]。金融集聚與經濟增長的因果關系得到了較多學者的探究，但是由因果關系引發(fā)的內生性討論也逐漸受到了眾多學者的關注，關于這兩者具有相互作用的內生性關系已經得到了較多學者的認同[13-14]。金融行業(yè)集聚產生的促進作用體現(xiàn)在產業(yè)集聚與經濟增長關系中，銀行業(yè)集聚是金融集聚的關鍵因素，是助推經濟增長的核心[15]。金融行業(yè)集聚產生的促進作用不僅體現(xiàn)在產業(yè)集聚與經濟增長關系中，而且還體現(xiàn)在不同地區(qū)之間，孫武軍等（2013）[16]指出金融集聚會隨著實體經濟的變化而變化，對于經濟發(fā)達程度高的地域，金融集聚產生的經濟效應更加明顯，但是我國東中西部的金融集聚差距并沒有縮小。

20世紀90年代以來，較多學者在金融集聚與經濟增長關系的研究加入了空間地理因素，涌現(xiàn)了較多新經濟地理主義者，如通過構建模型來充分說明產業(yè)集聚與經濟增長之間的關系[17]。在金融集聚溢出效應的研究中，Palmberg（2012）[18]發(fā)現(xiàn)金融集聚產生溢出效應時，還會導致創(chuàng)新效應與增長效應的發(fā)生。李延軍等（2016）[19]指出京津冀地區(qū)金融集聚的空間溢出效應顯著作用于經濟增長。李思霖等（2017）[20]對省域城市的研究中，認為金融集聚程度高的區(qū)域會對周邊城市形成較強的溢出作用，并指出了金融集聚與經濟增長的空間依賴性是造成兩極分化的主要原因。

對以上研究文獻梳理我們可以看出，國內外學者先后對金融集聚形成原因做了詳細描述，并且從理論和實證兩個層面對兩者關系做了深入探討。但是針對國內情況，國內學者較少開展關于金融集聚與經濟增長內生關系研究。雖然國內外學者對這兩者關系的研究采取了較為前沿的空間計量技術，但在研究內生性問題上，本文認為采取一般空間計量模型存在估計結果上的誤差?；诖?，本文的創(chuàng)新之處在于對金融集聚與經濟增長內生性問題采取空間聯(lián)立方程模型，對兩者可能存在雙向影響以及空間效應進行分析，彌補了以往學者只考慮單向影響以及忽略空間效應影響的缺陷。

三、理論分析與作用機制

（一）金融集聚與經濟增長的交互影響作用機制

1.金融集聚對經濟增長的作用機制。第一，金融集聚對外部產生規(guī)模經濟效應主要是通過提高金融市場流動性，降低投融資風險以及節(jié)省周轉資金余額來實現(xiàn)的。金融集聚在形成的過程中，各類金融機構更加愿意選擇在區(qū)域間進行聚集和發(fā)展，從而提升整個地區(qū)金融行業(yè)服務水平，進而為經濟增長提供高效的金融支撐。第二，網絡經濟效應作為金融集聚的優(yōu)勢之一，其憑借降低金融網絡中的市場信息交流費用以及為金融網絡內部人員緊密協(xié)作導致的額外收益來實現(xiàn)的。由網絡經濟理論③可知，通過空間地理上的匯集，金融集聚所形成的網絡為各類金融機構以及其他投資者形成信息交流渠道，從而實現(xiàn)降低信息溝通以及信息共享的成本，同時更容易使得各類金融機構之間形成長期合作的信用關系，有利于降低合約和監(jiān)督成本。第三，隨著金融行業(yè)不斷集聚和發(fā)展，規(guī)模經濟效應與網絡經濟效應得到進一步提高，金融集聚區(qū)域的自我強化能力也在不斷深化加強，從而使得更多的金融機構受惠。在金融集聚區(qū)域中，金融機構的專業(yè)化程度得到提高，機構間的交流聯(lián)系更加緊密，金融行業(yè)規(guī)模進一步擴大，從而對其他相關金融企業(yè)具有較強的吸附力，使得大量金融企業(yè)涌入集聚區(qū)域，為實現(xiàn)經濟進一步增長增加了可能性。

2.經濟增長對金融集聚的作用機制。第一，經濟增長可以通過作用于金融人才的供給，從而影響到金融集聚程度。地方經濟增長會為當地金融相關企業(yè)提供較多的投資機會，并且獲得相對較低的融資成本。在激烈的市場競爭環(huán)境下，獲得成功融資的金融企業(yè)就會持續(xù)地發(fā)展市場業(yè)務和擴大生產規(guī)模，意味著金融企業(yè)的發(fā)展為金融人才提供更多的機會。金融企業(yè)不斷地加強金融人才以及各種金融資源的匯集能力，為地方金融產業(yè)規(guī)模的擴大提供了直接作用，使得金融集聚程度得到進一步提高。第二，我國地方政府人員得到晉升的激勵后會更加致力于經濟增長的各種政策落實，即經濟增長會“助長”地方政府人員更加致力于惠民政策的實施，在經濟增長與政策實施之間形成良性循環(huán)。為吸引更多優(yōu)秀人才，當地政府逐漸出臺人口與收入等相關優(yōu)惠政策，眾多勞動力人口不斷涌向金融集聚區(qū)域，從而提升了金融集聚程度。第三，經濟增長為技術改善與傳播營造良好環(huán)境，經濟發(fā)達地區(qū)較之于不發(fā)達地區(qū)擁有更加良好的技術孕育環(huán)境與技術傳播條件，因此在地方經濟得到一定程度發(fā)展之后，有關技術革新與地區(qū)間的信息交流通過高速流轉機制促使新技術的創(chuàng)新效率高于其他地區(qū)，以及信息交流成本低于其他地區(qū)。較低的信息交流成本使得社會上各種信息能夠在金融系統(tǒng)中得到充分流動，這意味著技術創(chuàng)新與低信息交流成本相互補充，不僅使得各類金融機構減少信息獲取成本，而且還使得各類隱形知識在金融機構之間實現(xiàn)高效傳遞，有助于提高金融系統(tǒng)效率，進一步提升金融集聚度。

（二）金融集聚與經濟增長的空間溢出作用機制

1.金融集聚的空間溢出效應。金融集聚形成的動力源主要是指金融集聚內部增長點，當增長點發(fā)展成金融集聚的中心區(qū)之后，會進一步累積而實現(xiàn)更大程度的聚集。當集聚到一定程度之后，在“涓流效應”作用下，金融集聚區(qū)域會通過外溢效應對周邊鄰近地區(qū)產生影響，金融資源不斷流向金融集聚中心區(qū)，這會導致中心區(qū)的投資機會減少以及投資成本上升，而金融集聚的周邊鄰近地區(qū)則獲得更多投資機會與較低投資成本。這意味著金融集聚度的提高會帶來金融資源在周邊鄰近地區(qū)向外擴散的態(tài)勢，而周邊鄰近區(qū)域的發(fā)展將會對更多金融資源產生更大的吸附力，進而產生規(guī)模更大的金融集聚。但是金融集聚中心區(qū)也可能在“極化效應”作用下，使得周邊鄰近地區(qū)的金融服務行業(yè)“抵擋”不住中心區(qū)吸附金融資源的能力，從而在競爭金融資源方面，周邊臨近地區(qū)的金融機構或企業(yè)處于下風，從而阻礙了周邊鄰近區(qū)域金融行業(yè)的發(fā)展。因此，金融集聚空間溢出效應的大小主要取決于“涓流效應”與“極化效應”的作用程度大小。

2.經濟增長的空間溢出效應。當下社會各地區(qū)經濟聯(lián)系日漸緊密，在地方經濟得到一定增長效果后，會對周邊鄰近區(qū)域產生示范效應與競爭效應，其中主要表現(xiàn)在以下兩個方面。第一，人力資源以及資本等要素在各地區(qū)之間流動，經濟發(fā)達地區(qū)將人才引入與資金吸收作為首要任務，如某地區(qū)實行人才引進補貼政策，鄰近周圍城市會通過示范效應也出臺相應的政策，從而提高地區(qū)經濟增長水平等。第二，從地方政府的角度來說，處于經濟發(fā)達地區(qū)擁有較強政治談判的話語權，有助于將更多社會資源或者資金流入到本地區(qū)，從而提升本地區(qū)經濟增長水平，與此同時，對于周邊鄰近區(qū)域的城市會通過示范效應逐漸提高當地政府的政治談判話語權。另外，地方政府間對當地招商引資存在競爭效應，如某區(qū)域通過引進高科技產業(yè)或者對企業(yè)予以扶持政策，從而使得當地經濟實現(xiàn)快速發(fā)展，周邊鄰近區(qū)域也會通過引進相類似產業(yè)或者予以企業(yè)優(yōu)惠政策來維持競爭力。

根據以上理論分析，我們可以得出金融集聚與經濟增長的空間交互影響作用機制圖（圖1）。

四、金融集聚與經濟增長的交互影響分析

（一）模型構建

由于金融集聚與經濟增長之間具有內生性關系，若采取單一方程模型對變量進行估計，則容易忽略變量之間內生性問題而產生估計結果偏差，為了有效解決此類問題，對金融集聚與經濟增長建立聯(lián)立方程模型來探討兩者之間交互作用的影響。

其中FA和PGDP分別表示金融集聚與經濟增長兩個內生變量。EDU、FRU、PF、PI、FC、INF、GOV、INVE、RD為外生變量，分別表示為人力資本、交通基礎設施情況、人均金融業(yè)增加值、人均保費收入、金融業(yè)從業(yè)人數、信息化水平、政府財政支出、物質資本投入、R&D經費投入。下標i和t分別表示省域和時間。α和β分別表示變量的回歸系數，α0和β0表示與各省域相關的截面效應，μ與η表示隨機誤差項。

（二）變量選擇

1.內生變量

（1）金融集聚。目前學界對金融集聚的定義尚未統(tǒng)一，大多數學者采用主成分分析法或區(qū)位熵等方法進行衡量?？紤]到數據可得性，本文采取區(qū)位熵指數作為金融集聚的衡量指標。

其中FA表示i地區(qū)金融集聚指數，F(xiàn)ij表示i地區(qū)金融業(yè)產值，F(xiàn)i表示i地區(qū)生產總值， Fj表示全國金融業(yè)產值，F(xiàn)表示全國生產總值。當金融集聚指數大于1時，表示金融集聚水平顯著，否則不顯著。

（2）經濟增長。用于衡量經濟增長指標比較多，比如人均GDP、地區(qū)生產總值等，本文采取人均GDP作為衡量經濟增長指標，用PGDP表示。

2.外生變量

（1）金融集聚方程。影響金融集聚因素較多，本文在借鑒車欣薇（2012）[21]研究基礎上，選擇人力資本、交通基礎設施情況、人均金融業(yè)增加值、人均保費收入、金融業(yè)從業(yè)人數、信息化水平作為金融集聚方程的外生變量。其中：

①使用接受教育年限度量人力資本（EDU），計算公式為：

EDUit=接受教育年限的人數從業(yè)人數=6×小學文化+9×初中文化+12×高中文化+16×大專以上文化從業(yè)人數（4）

②本文使用各省域鐵路、公路以及內河航運總里程與省域面積的占比作為衡量交通基礎設施情況（FRU）。

③人均金融業(yè)增加值（PF）使用各省域每年金融行業(yè)增加值與每年末人口總數的比值表示，并對數據進行對數處理。

④人均保費收入（PI）使用各省域每年保費收入總量與每年末人口總數的比值表示，并對數據采取對數化處理。

⑤金融行業(yè)從業(yè)人數（FC）使用每年的金融行業(yè)從業(yè)人數表示，并采取對數化處理。

⑥借鑒劉生龍等（2010）[22]的做法，使用各省域郵電業(yè)務總量作為衡量各省域信息化水平（INF），并對數據進行對數化處理。

（2）經濟增長方程。本文將政府財政支出、物質資本投入、人力資本、信息化水平以及R&D經費投入作為經濟增長方程的外生變量。其中：

①衡量政府財政支出（GOV）通常采用一般性支出與收入的比值，因此本文使用政府一般財政支出與各省域GDP的比值作為政府財政支出指標。

②物質資本投入（INVE）采用社會固定資產投資額與各省域GDP的比值表示。

③R&D經費投入（RD）采用每年各省域R&D經費投入的對數值。

（三）數據來源與變量描述性統(tǒng)計

本文選取我國31個省市區(qū)（不包括港澳臺地區(qū)）2011—2017年的面板數據。本文所涉及的數據均來源于中國統(tǒng)計年鑒、國務院發(fā)展研究中心信息網以及前瞻數據庫。變量的描述性統(tǒng)計如表1。

（四）普通面板聯(lián)立方程模型估計

為了防止產生虛假回歸現(xiàn)象，需要對本文選取的面板數據進行單位根檢驗，本文對變量采取LLC檢驗，檢驗結果說明所有變量均表現(xiàn)一階平穩(wěn)，因此可以直接進行回歸結果分析。由聯(lián)立方程模型識別條件可知，公式（1）和公式（2）均為過度識別方程，故對其采取三階段最小二乘回歸的方法進行參數估計。具體估計結果如表2所示。

表2的結果顯示，經濟增長與金融集聚之間均在1%的顯著性水平下表現(xiàn)正向促進反饋效果，說明兩者存在顯著正向相互聯(lián)動關系。其中，金融集聚對經濟增長的影響系數為4.718，而經濟增長對金融集聚的影響系數為0.047，說明兩者之間存在著非線性關系，并且金融集聚對經濟增長的沖擊程度更強。金融集聚形成過程可以分為最初的金融支點階段，接著形成金融增長極，最終形成金融中心階段。在金融集聚最后階段，金融集聚會由于“涓流效應”而使得金融中心區(qū)域向外圍區(qū)域蔓延。這種蔓延趨勢所造成的規(guī)模經濟效應，會使得整個金融集聚中心區(qū)域的融資溝通成本大幅度下降，各類金融機構會得到快速發(fā)展，并且會帶動金融服務水平的提升，從而助推經濟增長;同樣，經濟增長與金融集聚之間存在累計循環(huán)因果作用，從而使得經濟增長作用于金融集聚，帶動金融資本上升，進一步促進金融系統(tǒng)完善升級，從而加強金融集聚中心形成。

在經濟增長方程中，政府財政支出與R&D經費投入的影響系數均表現(xiàn)為正，并且都通過了5%顯著性水平，說明當政府財政支出與R&D經費投入每上升1個百分點時，會使得經濟增長分別上升1.942與0.717個百分點。在當下財政分權以及各種激勵措施的條件下，為了更有效地促進經濟增長，當地政府除了要適當增加財政收入之外，更多利用政府財政支出服務于經濟增長的一系列措施。物質資本投入和人力資本水平對經濟增長的作用程度分別為-1.170和-0.498，均通過了10%置信水平。信息化水平不顯著，且對經濟增長的影響系數為-0.162，這可能是由于我國各省域信息化水平存在顯著差異，而且各省市之間經濟發(fā)展存在明顯差異，從而導致信息化水平出現(xiàn)不顯著的負相關關系。在金融集聚方程中，人均金融業(yè)增加值、人均保費收入、金融行業(yè)從業(yè)人數以及人力資本對金融集聚均起到了不同程度的促進作用，并且除了人力資本表現(xiàn)不顯著之外，其余變量均通過了5%顯著性水平檢驗。金融基礎設施情況對金融集聚的促進作用為0.135，并且在1%的水平顯著，這說明交通基礎設施水平越高，使得城市與城市之間金融交易溝通成本下降，從而使得金融集聚水平提高。信息化水平對金融集聚的影響系數在1%的顯著性水平下表現(xiàn)為-0.098。

五、金融集聚與經濟增長的空間溢出效應分析

（一）空間面板聯(lián)立方程模型設定

金融集聚與經濟增長具有較顯著的空間相關特性④，因此若采取普通聯(lián)立方程模型估計而不考慮金融集聚與經濟增長的空間地理溢出效應和區(qū)域間交互聯(lián)動作用，則可能在一定程度上造成估計結果的偏差。為了更好地解決內生性問題，對本文選取的數據構建空間聯(lián)立方程模型做進一步分析。

其中公式（5）是金融集聚方程，公式（6）是經濟增長方程，i和t分別代表地區(qū)和時間， FA代表金融集聚，PGDP代表經濟增長水平。ρ代表空間自相關系數，用來衡量金融集聚與經濟增長的空間溢出效應，而w代表區(qū)域間的空間關系。對金融集聚方程加入外生變量Z，分別為人力資本、交通基礎設施情況、信息化水平、人均金融業(yè)增加值、人均保費收入以及金融行業(yè)從業(yè)人數;在經濟增長方程中添加的外生變量X，分別為政府財政支出、物質資本投入、人力資本、信息化水平以及R&D經費投入。ξ和μ代表區(qū)域的個體效應，υ和ε代表隨機誤差項。

（二）空間聯(lián)立方程實證過程與估計結果分析

在進行實證結果分析之前，需要對金融集聚方程與經濟增長方程最小二乘回歸估計的殘差結果進行空間效應診斷，由診斷結果顯示對兩個方程的莫蘭指數p值均小于5%，兩個方程的LMlag與LMerror統(tǒng)計值基本上通過1%顯著性水平⑤，這表明兩個方程的內生變量均不接受不存在空間滯后項與空間滯后殘差項的原假設，金融集聚與經濟增長均表現(xiàn)出空間自相關特性。

根據聯(lián)立方程模型識別條件可知，本文構建公式（5）與公式（6）兩個方程均為過度識別，因此可以采取GS3SLS對聯(lián)立方程進行整體估計，同時為了增強GS3SLS估計結論的穩(wěn)健性，我們同時報告了基于三種空間權重矩陣的估計結果。全國層面估計結果如表3所示。

由表3估計結果可以看出，金融集聚與經濟增長相互作用的影響系數在三種空間權重矩陣下均表現(xiàn)為正向促進，并且均通過了1%顯著性水平檢驗，說明金融集聚與經濟增長之間具有相互促進內生性關系。以表3地理二值權重矩陣模型估計結果為例，在其他影響因素保持不變的前提下，當金融集聚指數上升1個百分點時，意味著經濟增長將上升5.076個百分點;同理，當經濟增長上升1個百分點時，金融集聚將上升0.09個百分點，可以看出金融集聚作用于經濟增長的強度更大，即對于兩者的聯(lián)動作用，金融集聚對經濟增長的邊際效應更顯著。對于金融集聚的空間滯后項結果表明，鄰近周圍省域金融集聚對本省域金融集聚起到了顯著促進作用，并且通過1%的置信水平檢驗。當金融集聚對市場產生“擁擠效應”時，金融資源可能就從中心地帶向鄰近周邊區(qū)域蔓延，而且各省市之間對金融資源的競爭會對本省域金融集聚產生阻礙效應，但是鄰近周圍省域會由于中心地帶產生的“擁擠效應”而逐步形成金融集聚，通過金融資源的溢出效應與外部規(guī)模經濟反作用于本省域金融集聚，從而促進本省域金融行業(yè)的發(fā)展。鄰近省域金融集聚對本省域經濟增長的影響系數為-1.004，且在1%水平下顯著，說明周圍省域金融集聚越集中，會對本省域經濟增長產生下行壓力，由于金融資源的競爭，當本省域的“擁擠效應”愈加明顯時，會使得金融資源由中心地區(qū)流向鄰近省域，從而削減了本省域的金融資源，而金融行業(yè)作為經濟增長的重要動力，使得在一定程度上抑制了經濟增長。鄰近省域經濟增長對本省域金融集聚產生的作用力度為-0.029，且通過了1%顯著性水平檢驗。當周邊鄰近省域經濟增長作用表現(xiàn)愈明顯，會帶動金融行業(yè)得到進一步發(fā)展，比如金融機構數量增多以及金融體系完善等，而這勢必會對本省域金融資源產生一定的競爭程度，進而促使本省域金融集聚指數下降。鄰近省域經濟增長對本省域經濟增長產生正向促進作用，作用力度在1%顯著性水平下表現(xiàn)為0.167，意味著當鄰近省域經濟增長取得一定成效時，會對本省域經濟增長形成良好的示范效應，從而達到促進本省域經濟增長的作用。

在經濟增長方程中，人力資本水平對經濟增長的影響系數為-0.566，且通過5%顯著性水平，說明人才流入對經濟增長并沒有起到顯著促進作用，可能存在的原因：相較于其他投資，我國教育投資水平顯著不高，這可能會影響到我國人力資本質量提升，從而影響到經濟增長。信息化水平對經濟增長的影響系數為-0.080，但不顯著，主要是因為我國各省域信息化水平的建設不高，比如路網以及寬帶占比密度等均有待提高，各地信息化水平存在較大差距，從而使得對經濟增長的作用力度不強且為負向影響。政府財政支出對經濟增長的作用程度為1.225，說明政府財政支出通過完善城市各項基礎設施以及各項城市服務，從而達到促進經濟增長的目的。物質資本投入在10%顯著性水平下對經濟增長的影響系數為-0.755，部分原因可能是因為我國物質資本投入配置存在問題，我國東中西部地區(qū)人均收入水平存在較大差距，而物質資本投入的配置卻沒有因地區(qū)差異性而適當配給，從而出現(xiàn)物質資本投入并沒有實質性地影響到經濟增長，甚至對經濟增長起到阻礙作用。R&D經費投入對經濟增長的促進作用是顯著的，說明我國對科學研究與創(chuàng)新開發(fā)的投入在一定程度上對經濟增長起到顯著提升作用。

在金融集聚方程中，人力資本水平對金融集聚的影響作用為0.064，即人力資本水平上升1個百分點會帶動金融集聚上升0.06個百分點，說明人力資本水平的上升在一定程度上促進金融集聚的上升。交通基礎設施情況對金融集聚產生的影響系數在1%顯著性水平表現(xiàn)為0.101，說明隨著交通基礎設施情況的完善，各類金融機構互相合作與信息共享等都得到保障，為各類金融交易降低了成本，并且提高了合作溝通效率，從而更進一步地促進金融集聚。與金融集聚緊密相關的其他幾個外生變量，如人均金融業(yè)增加值、人均保費收入以及金融行業(yè)從業(yè)人數對金融集聚均起到了不同程度的促進作用。

針對地理距離權重矩陣與經濟距離權重矩陣下的空間聯(lián)立方程模型估計結果來看，整體上對所有變量估計的作用方向與地理二值權重矩陣相一致，但是針對金融集聚與經濟增長兩個內生變量之間的關系均表現(xiàn)為相互促進，并且兩者的空間滯后項均對本省域金融集聚與經濟增長產生不同程度的沖擊力度，說明基于空間地理二值權重矩陣的模型估計結果具有一定的穩(wěn)健性。

六、研究結論及政策建議

本文以全國省級區(qū)域2011—2017年的數據為研究對象，先后通過構建普通聯(lián)立方程模型與空間聯(lián)立方程模型探討了金融集聚與經濟增長兩者之間存在雙向交互影響的內生關系以及空間溢出效應的作用。研究表明：（1）普通聯(lián)立方程模型與空間聯(lián)立方程模型均表明金融集聚與經濟增長之間存在顯著的雙向交互促進效應，并且金融集聚對經濟增長的沖擊程度較大。（2）對三種不同空間權重矩陣的估計結果表明，金融集聚與經濟增長之間的空間交互影響表現(xiàn)出不同程度的差異。（3）在地理二值空間權重矩陣下，鄰近周邊省域金融集聚會促進本省域地區(qū)金融行業(yè)發(fā)展，但是由于金融資源的競爭，使得金融資源流向鄰近周圍省域，使得對經濟增長產生抑制作用;而鄰近周邊省域提升經濟增長水平時，對本省域金融資源產生虹吸作用，從而抑制本省域金融行業(yè)發(fā)展，但是由于鄰近周邊省域經濟增長水平的提升會對本省域形成良好的示范效應，從而提高本省域經濟增長水平。（4）以地理距離權重矩陣與經濟距離權重矩陣下的估計結果作為穩(wěn)健性檢驗的依據，結果顯示基于空間地理二值權重矩陣的模型估計結果具有一定的穩(wěn)定性?；诖?，本文提出以下政策建議：

第一，盡可能實現(xiàn)金融集聚與經濟增長之間相互促進關系。充分實現(xiàn)金融資源合理配置，完善金融資源競爭機制，從而增強金融集聚的“涓流效應”與經濟增長的示范作用。同時加快我國金融中心建設，形成更多惠及周邊地區(qū)的金融中心，達到促進經濟增長的目的。

第二，逐步縮小各省域之間經濟增長存在的差異，有計劃地加強經濟政策措施落實，通過經濟增長發(fā)展的動力，進一步強化金融集聚形成過程;同時加大力度提高金融集聚的程度與質量水平，完善多元化金融發(fā)展系統(tǒng)，通過金融資源整合，為各省域之間經濟增長提供高效便捷的金融服務。

第三，加強我國人力資本質量的提升，大力引進高素質金融從業(yè)人才，從而培養(yǎng)更多具備現(xiàn)代化專業(yè)化的金融人才，為金融人才提供更多廣闊平臺，為金融集聚奠定更加牢固的基礎;同時，對我國交通基礎設施以及信息化水平的建設提供良好的建設環(huán)境，為推動經濟增長營造更有利的外部環(huán)境。

注釋：

① “涓流效應”是指金融集聚中心區(qū)通過對周邊鄰近地區(qū)增加金融網絡節(jié)點或者增加投資等方式帶動周邊鄰近區(qū)域的經濟或者金融的發(fā)展。

② “極化效應”是指金融集聚中心區(qū)高效率金融機構與周邊鄰近地區(qū)低效率金融機構產生競爭效應，使得周邊鄰近地區(qū)的金融服務行業(yè)趨于萎縮。

③ 網絡經濟理論指出通過金融網絡上增加的節(jié)點來加強各類金融機構或者企業(yè)之間的聯(lián)系，從而增強金融網絡成員之間依賴性，最終實現(xiàn)金融網絡成員的效率和價值得到大幅度提升。

④ 除經濟增長方程在經濟地理加權空間矩陣的LMlag統(tǒng)計量不顯著之外，其余均通過1%的顯著性水平。

⑤ 同④。

參考文獻：

[1]石沛，蒲勇健.金融集聚與產業(yè)結構的空間關聯(lián)機制研究[J].技術經濟， 2011，30（1）：39-44.

[2]King R G， Levine R. Finance， entrepreneurship and growth： Theory and evidence[J].Journal of Monetary Economics， 1993，32（3）：513-542.

[3]Simon X.B. Zhao. Spatial Restructuring Of Financial Centers In Mainland China And Hong Kong[J].Urban Affairs Review， 2003，38（4）：535-571.

[4]張鳳超.金融等別城市及其空間運動規(guī)律[J].東北師大學報（自然科學版）， 2005（1）：125-129.

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

[6]胡國暉，鄭萌.金融集聚向擴散轉化動因及機理研究[J].商業(yè)研究，2013，4（4）：117-121.

[7]Greenwood J， Sanchez J， Wang C. Quantifying the Impact of Financial Development on Economic Development[J].Review of Economic Dynamics， 2013，16（1）：194-215.

[8]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.

[9]Nasir N M， Rehman M Z， Ali N. Foreign Direct Investment， Financial Development and Economic Growth Evidence from Saudi Arabia[J].Journal of Development Studies， 2017，40（1）：142-163.

[10]Kar M， Nazlioglu S， Agir H. Financial development and economic growth nexus in the MENA countries： Bootstrap panel granger causality analysis[J].Economic Modelling， 2011，28（1-2）：685-693.

[11]Chow W W， Fung M K. Financial development and growth： A clustering and causality analysis[J].Journal of International Trade&Economic Development， 2013，22（3）：430-453.

[12]Nourzad F. Financial development and productive efficiency： A panel study of developed and developing countries[J].Journal of Economics & Finance， 2002，26（2）：138-148.

[13]Philippe Martin， Gianmarco I. P. Ottaviano. Growth and Agglomeration[J].International Economic Review， 2001，42（4）：947-968.

[14]Fujita M. And J.F. Thisse. Economics of Agglomeration： Cities， Industrial Location and Regional Growth[M].Cambridge： Cambridge University Press， 2002.

[15]Valentina B， Robert H. The Real Effect of Foreign Banks[J].Review of Finance，2015（5）：1683-1716.

[16]孫武軍，寧寧，崔亮.金融集聚、地區(qū)差異與經濟發(fā)展[J].北京師范大學學報（社會科學版）， 2013（3）：92-103.

[17]Krugman P. Increasing Returns and Economic Geography[J].Journal of Political Economy， 1991，99（3）：483-499.

[18]Palmberg J. Spatial Concentration in the Financial Industry[M].Emerald Group Publishing Limited， 2012.

[19]李延軍，李海月，史笑迎.京津冀區(qū)域金融集聚的空間溢出效應及影響路徑[J].金融論壇，2016，21（11）：20-29.

[20]李思霖，魏修建.我國金融集聚與經濟增長的空間相關性研究[J].財經問題研究， 2017（3）：55-59.

[21]車欣薇，部慧，梁小珍，等.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.

[22]劉生龍，胡鞍鋼.交通基礎設施與經濟增長：中國區(qū)域差距的視角[J].中國工業(yè)經濟， 2010（4）：14-23.

（責任編輯：李江）