馬大來，陳仲常

(重慶大學 a.經(jīng)濟與工商管理學院;b.公共管理學院，重慶400044)

一、引言

20世紀90年代以來，我國銀行業(yè)發(fā)展迅速，金融資源不斷發(fā)生快速流動和整合現(xiàn)象。特別是黨中央、國務院高度重視加強“三農(nóng)”和中小企業(yè)的金融服務建設，通過鼓勵試點、放寬準入等措施，著力培育和發(fā)展中小金融機構，不斷取得了良好的進展。目前我國銀行業(yè)呈現(xiàn)出蓬勃發(fā)展的趨勢，地區(qū)商業(yè)銀行、股份制銀行以及農(nóng)村信用社等中小金融機構大量出現(xiàn)，不僅活躍了我國的金融市場，而且改變了我國銀行業(yè)的競爭結構。國有商業(yè)銀行的市場壟斷趨勢被打破，逐漸形成了國有商業(yè)銀行和中小銀行平等參與市場競爭的局面，銀行業(yè)競爭的激烈程度加強了。盡管我國銀行業(yè)競爭程度加強了，但是受地區(qū)經(jīng)濟發(fā)展以及國家金融政策等因素的影響，地區(qū)間的銀行業(yè)競爭表現(xiàn)為較大的區(qū)域差異性，這是目前我國銀行業(yè)競爭一個突出的特征。

目前區(qū)域經(jīng)濟增長收斂是社會公平的重要話題，各國都期望通過銀行業(yè)的均衡化和多元化帶動周邊區(qū)域經(jīng)濟發(fā)展，從而使整個區(qū)域經(jīng)濟得到均衡發(fā)展，進一步縮小區(qū)域經(jīng)濟發(fā)展差異。銀行業(yè)競爭有助于促進銀行業(yè)發(fā)展的均衡化和多元化，研究銀行業(yè)的競爭經(jīng)驗，包括競爭的變遷和特征對于促進區(qū)域經(jīng)濟增長收斂有重要的影響。但是國內外學者缺乏專門針對銀行業(yè)競爭理論進行深入系統(tǒng)的探討，主要分析銀行業(yè)競爭形成的因素和條件，而針對這些方面的研究也相對分散，缺乏系統(tǒng)的理論模型。傳統(tǒng)的銀行競爭理論研究未能將空間因素考慮在內，無法從根本上解釋銀行業(yè)競爭區(qū)域化和差異化的現(xiàn)象，且大部分研究忽略了區(qū)域地理特征這一重要因素，這種忽略和脫離“地域特征”的研究成果缺乏實際的應用價值。所以，本文在實證研究中引入了前沿的計量分析方法——空間計量方法來研究銀行業(yè)競爭結構對于促進區(qū)域經(jīng)濟增長收斂的重要作用。

二、文獻綜述

已有的研究表明，銀行業(yè)競爭結構與經(jīng)濟增長收斂之間存在著密切的聯(lián)系。關于銀行業(yè)競爭結構如何促進經(jīng)濟增長收斂，不同學者從不同角度解釋了這個問題，其代表性觀點有三種:(1)基于傳統(tǒng)的產(chǎn)業(yè)組織理論角度出發(fā)，一些學者發(fā)現(xiàn)銀行的集中程度與市場資金配置效率存在密切的關系，銀行的市場集中程度越低，越有利于打破金融市場壟斷，從而加強銀行之間的競爭，促進金融公平，提高市場上金融資金的配置效率，進而降低中小企業(yè)的貸款成本，提高中小企業(yè)的活力，最終有利于促進地區(qū)經(jīng)濟增長的收斂(Dewatripont and Maskin，1995;［1］Black and Strahan，2000［2］)。(2)有些學者則基于貨幣和利率的角度出發(fā)，認為市場上銀行業(yè)競爭結構變動主要體現(xiàn)銀行存貸款(包括數(shù)量和類型)的變化，進而改變市場利率，從而對經(jīng)濟增長收斂產(chǎn)生重要影響(Besallko and Thakor，1992;［3］Bernanke etal.，1996;［4］Petersen and Rajan，1995［5］)。(3)不少學者則通過研究銀行業(yè)競爭結構與資本積累的關系，進而分析對經(jīng)濟增長產(chǎn)生重要影響。Guzman(2000)［6］通過構建市場均衡模型，比較分析了壟斷的銀行體系和競爭激烈的銀行體系對資本積累起到的不同作用，發(fā)現(xiàn)壟斷的銀行體系對資本積累產(chǎn)生了較為不利的影響，相反競爭的銀行體系則有利于加速資本積累的過程。Cetorelli和 Peretto(2000)［7］也構建了資本積累的一般均衡模型，發(fā)現(xiàn)最優(yōu)的銀行市場結構是寡頭銀行結構，而完全競爭的銀行結構并不能促進經(jīng)濟增長的最大化。

關于銀行業(yè)競爭結構的空間依賴性問題，目前不少學者已經(jīng)認識到地理空間因素的重要作用。不少學者的研究發(fā)現(xiàn)，銀行競爭帶有明顯的區(qū)域差異性和空間相關性，尤其是國家間銀行業(yè)競爭帶有明顯的差異性。Bikker和 Haaf(2002)［8］通過構建PR模型分析了23個國家的銀行競爭體系，發(fā)現(xiàn)所有國家的銀行體系均呈現(xiàn)出壟斷競爭的形態(tài)，但是具體程度大小存在著較大的差異性。De Bandt和 Davis(2000)［9］基于國別的角度分別研究了德國和意大利中小銀行的市場體系，發(fā)現(xiàn)德國的中小銀行市場體系呈現(xiàn)出絕對壟斷的格局，而意大利的中小銀行市場體系呈現(xiàn)出壟斷競爭的格局，這表明德國的金融市場化程度要顯著高于意大利。Al－Muharrami和Matthews(2006)［10］基于對 1993 ～2002 年海灣合作委員會(GCC，Gulf Cooperation Couneil)會員銀行的數(shù)據(jù)進行分析，發(fā)現(xiàn)阿拉伯聯(lián)合酋長國、沙特阿拉伯和科威特的銀行業(yè)市場結構呈現(xiàn)完全競爭的格局，而卡特爾和巴林的銀行結構則呈現(xiàn)出壟斷競爭的態(tài)勢。Yildirim和Philippatos(2007)［11］基于對1993～2000年中歐14個貿易經(jīng)濟體國家的銀行數(shù)據(jù)進行實證研究，發(fā)現(xiàn)除了馬其頓和斯洛伐克聯(lián)邦共和國的銀行業(yè)結構呈現(xiàn)出完全競爭的格局外，其余國家的銀行業(yè)結構均有壟斷競爭的特征。Barbara和 Claudia(2009)［12］則基于結構化(CRk指數(shù)和 HHI 指數(shù))和非結構化(H－統(tǒng)計量和Lemer指數(shù))兩個指標，分析了最大的5個歐洲銀行的市場競爭格局，發(fā)現(xiàn)銀行業(yè)市場競爭存在較大的國別差異特征。

目前國內學者主要關注怎樣的銀行競爭結構有利于促進經(jīng)濟增長，從而實現(xiàn)地區(qū)經(jīng)濟增長收斂。林毅夫和姜燁(2006)［13］基于1999～2002年我國28個省份的面板數(shù)據(jù)，實證研究了銀行業(yè)結構與經(jīng)濟增長的關系，發(fā)現(xiàn)銀行的集中度越高，越對經(jīng)濟增長產(chǎn)生較為不利的影響。張鵬等(2012)［14］則利用1992～2004年我國28個省份的面板數(shù)據(jù)，實證分析了銀行集中度對經(jīng)濟增長的影響，結果表明銀行集中度越低，存貸款越分散，越有利促進經(jīng)濟增長。蘇國強(2006)［15］基于亞洲多個國家和地區(qū)的銀行數(shù)據(jù)，通過構建非穩(wěn)定面板數(shù)據(jù)計量模型實證研究了銀行競爭結構對經(jīng)濟增長的作用機制，發(fā)現(xiàn)銀行業(yè)集中程度與經(jīng)濟增長存在長期的面板協(xié)整關系，銀行集中程度提高反而有利于經(jīng)濟增長。談儒勇等(2006)［16］基于銀行市場結構的角度出發(fā)，利用我國31個省份1999～2003年的面板數(shù)據(jù)，實證研究了銀行集中度和經(jīng)濟增長兩者之間的關系，發(fā)現(xiàn)兩者之間存在顯著的負相關關系，并且東部、中部和西部地區(qū)存在著較大的差異性。

縱觀上述文獻，關于銀行業(yè)競爭對國家層面上經(jīng)濟增長影響的研究較多，而銀行競爭(特別是銀行業(yè)的競爭結構特征)對我國省際間經(jīng)濟發(fā)展差異影響的研究并沒有引起足夠的重視，而由于地理區(qū)位等因素影響，省際間經(jīng)濟增長水平的差異較大，銀行業(yè)競爭結構的改善是否對于縮小這種差異有顯著的影響呢?本文將從銀行業(yè)競爭結構的角度出發(fā)，加入空間因素，分析中小金融機構的發(fā)展對于縮小省際間經(jīng)濟增長差距所起的重要作用。

三、銀行業(yè)競爭結構與區(qū)域經(jīng)濟增長關系的理論分析

借鑒Pagano(1993)提出的內生經(jīng)濟增長理論，說明了促進經(jīng)濟增長的內在影響機制，而本文將銀行業(yè)競爭結構加入到內在影響因素之中。根據(jù)此模型，各省份的經(jīng)濟發(fā)展水平Y由勞動力和資本兩種要素所決定。假定總資本因素K由兩部分構成，一部分是銀行貸款，用K1來表示，另一部分來自于其他渠道的社會資本，如企業(yè)留存收益、FDI、債券融資、股票等，用K2來代表。為方便研究，假設兩者滿足一定的線性關系:K2=φK1，則總資本可以表示成 K=(1+ φ)K1?；诖?，內生增長模型可以轉換成:

基于內生經(jīng)濟增長機制，資本積累的提高由投資(形成新資本)和折舊(舊資本的損耗)兩種方式所決定。根據(jù)資本折舊的原理，假定折舊率為資本存量的恒定比率δ(0＜δ＜1)，I則代表社會總投資，假定其隨時間的變動而發(fā)生變化，將時間t引入到社會投資的變化之中，據(jù)此社會投資變動可以由以下公式所表示:

假定資本積累來自于銀行貸款資本和其他自由資本兩個主要渠道。本文所考察的銀行貸款主要由兩種不同類型的貸款所構成，一是來自于大型國有商業(yè)銀行貸款，二是來自于中小金融機構貸款。兩者不同類型的銀行貸款主要差異是其借貸成本的大小:大型國有銀行的規(guī)模龐大，其貸款業(yè)務主要由大額貸款組成，而小額貸款業(yè)務開展較少，且其貸款主要流向受國家政策影響并承載了較多職能的國家經(jīng)濟項目，因此，其貸款成本要遠高于中小銀行，由此導致了較為嚴重的儲蓄流失問題，最終致使整個銀行的儲蓄轉化率較低;而中小金融機構由于機構設置簡單，人員規(guī)模少，其主要開展的小額貸款業(yè)務具有較強的專門性和針對性，儲蓄流失較少，因此，具有較高的儲蓄轉化率。假定整個金融市場的貸款業(yè)務由大型國有商業(yè)銀行貸款和中小金融機構貸款構成:其中，中小金融機構的市場貸款份額為?，ε1代表其儲蓄轉化率;大型國有商業(yè)銀行的市場貸款份額為1-?，ε2代表其儲蓄轉化率，根據(jù)上文理論分析，則有ε1＞ε2。同時，本文假定s表示居民儲蓄率，據(jù)此社會總投資函數(shù)可以由以下公式所表示:

根據(jù)式(1)至式(3)，資本的增長率函數(shù)可以表示為:

其中，k=K/L，表示人均資本占有量。

假設用n代表人口的變化速率，基于式(1)和式(4)兩者結合起來可以得出經(jīng)濟增長率:gY=αgK+(1-α)gL。在此基礎上可以得出整個經(jīng)濟增長率:

根據(jù)以上公式可知，由于兩種不同類型的銀行貸款存在成本差異，其大型國有商業(yè)銀行儲蓄流失遠多于中小金融機構，因而有ε1＞ε2?；诖耍行〗鹑跈C構在金融市場上所占貸款份額?越大，企業(yè)特別是中小企業(yè)獲得銀行貸款的成本將越小，用于生產(chǎn)產(chǎn)品的資本積累會越多，所生產(chǎn)的產(chǎn)品將會增多，企業(yè)將會不斷開拓新的銷售市場，從而促進地區(qū)市場擴大，進一步加大對區(qū)域經(jīng)濟發(fā)展的貢獻力度，從而促進區(qū)域經(jīng)濟增長。由于各個區(qū)域的銀行競爭結構在一定的時間內相對穩(wěn)定，但是銀行的專業(yè)化發(fā)展薄弱，因此，在提高中小金融機構競爭力度前提之下，進一步加強中小金融機構貸款業(yè)務的專業(yè)化程度，從而最大程度地迎合金融市場的需求，有利于降低整體銀行業(yè)的貸款成本，進而提高銀行資本的市場配置效率，從而對區(qū)域經(jīng)濟增長產(chǎn)生更加有利的影響。

根據(jù)以上分析，本文做出以下兩個理論假設:

第一，基于兩種貸款類型的儲蓄轉化率差異，中小金融機構儲蓄率流失較少，儲蓄轉換率較高，因而企業(yè)從中小金融機構貸款時所付出的成本較低，而大型國有商業(yè)銀行的儲蓄率流失較多，儲蓄轉換率較低，因而企業(yè)獲得貸款時將付出較高的成本?；诖?，在整個金融貸款市場上，中小金融機構所占份額越大，其整體金融資本的配置效率將越高，有利于快速提高社會的整體生產(chǎn)力，從而促進區(qū)域經(jīng)濟的快速增長;相反，大型國有商業(yè)銀行在貸款市場上所占份額越多，越不利于提高整體金融資本的活力，因而其整體金融資本的配置效率會越低，進而降低整體社會資本的積累速度，從而對經(jīng)濟發(fā)展產(chǎn)生不利的影響。

第二，中小金融機構市場份額的提高將會提高整體銀行業(yè)的競爭力度。加強銀行貸款業(yè)務的專門化和針對性，有利于進一步提高銀行業(yè)的整體服務質量，進而促使企業(yè)以較低成本獲取銀行貸款，從而擴大整體金融市場的貸款需求，同時能夠提高銀行業(yè)整體的信貸資金配置效率。因此，在金融貸款市場上，中小金融機構所占份額越大，銀行業(yè)整體的競爭程度越高，越有利于提高銀行業(yè)整體的信貸資金配置效率，便于企業(yè)通過貸款的渠道獲得資本的積累，從而促進企業(yè)擴大再生產(chǎn)的進行，進一步增強區(qū)域經(jīng)濟發(fā)展的動力。

四、研究方法、模型設定與數(shù)據(jù)說明

(一)研究方法

1.空間自相關系數(shù)和空間LISA圖

區(qū)域銀行業(yè)競爭結構之間存在著相互的空間依賴性，具體表現(xiàn)為空間相關性和空間異質性等兩方面特征?？臻g相關性具體是指相鄰區(qū)域之間的銀行業(yè)競爭具有溢出和擴散效應的影響，而空間異質性則體現(xiàn)在銀行競爭結構在地域上的空間不均勻性，由此表現(xiàn)為區(qū)域銀行業(yè)競爭具有明顯的中心地區(qū)和邊緣地區(qū)的差別，在現(xiàn)實中則表現(xiàn)為區(qū)域銀行業(yè)競爭結構存在著較強的省際差異性?？臻g依賴性一般用空間自相關系數(shù)Global Moran's I指標來衡量，具體的表達式為(Moran，1948［17］):

其中，Wij為所采用的空間權重矩陣，n代表所考察的空間單元數(shù)目，xi和xj分別代表地區(qū)i和地區(qū)j所要考察的觀測值，是對所考察的地區(qū)觀測值取均值。全局Moran's I計算值在1和 -1之間，當Moran's I的數(shù)值為1時表明變量之間在空間上具有完全正相關的特性，而Moran's I的數(shù)值為-1時則表明變量之間在空間上則有完全負相關的特性，僅當Moran's I的數(shù)值為0時則表明變量之間不存在空間相關性。為驗證Moran's I的準確性，一般要采用Z統(tǒng)計指標來驗證其數(shù)值是否具有顯著性。

全局空間自相關指標Global Moran's I只能從整體的角度衡量被考察對象的空間相關性特征，但是其內部詳細的空間分布特點是無法表示的，因而此時需要引進局部空間相關性指標——局部散點圖(LISA)進一步展示被考察對象內部具體的空間分布特征。定義Local Moran's I的表達公式為(Moran，1950［18］):

2.SAR模型和SEM模型

經(jīng)典計量經(jīng)濟學模型成立的前提是比較嚴格的，比如關于被考察樣本的空間均質性和獨立同分布等假設，同時還假定解釋變量是固定不變的，包括在普通計量模型中關于被考察樣本不存在空間相關性等等。但是現(xiàn)實中，事物之間由于空間溢出和空間擴散等因素，不可避免地存在空間相關性，尤其當被考察事物存在空間自相關性和空間異質性等問題時，此時經(jīng)典的普通計量模型就無法解決了，由此可能導致模型的估計結果同現(xiàn)實存在著巨大的偏差。因而此時，需要引進空間計量模型來有效解決被考察對象的空間依賴性與空間異質性等問題。目前，學術界普遍采用的有空間自回歸模型(SAR)和空間誤差模型(SEM)等兩類空間計量模型，其中定義空間自回歸模型(SAR)為(Anselin，1988［19］):

其中，y為被解釋變量;ρ和λ用來表示空間自回歸系數(shù)的大小，以此衡量被解釋變量具有自身空間依賴程度的高低;W為采用的空間權重矩陣，一般以n×n維的0和1構成;Wy代表自身空間自回歸變量，用來衡量空間權重矩陣所起到的空間力度，ε為隨機誤差項。

空間誤差模型(SEM)為(Haining，1993［20］):

式(10)中，λ代表形式為n×1階的空間誤差系數(shù)，以此衡量殘差項具有的空間依賴程度;μ為隨機誤差項，服從典型的正態(tài)分布特征;β為模型所要估算的回歸參數(shù)，以此反映被解釋變量y與解釋變量X之間存在的因果聯(lián)系。

(二)空間計量模型設定與數(shù)據(jù)來源

1.計量模型設定與變量解釋

本文通過構建空間固定效應模型來研究銀行業(yè)競爭結構對區(qū)域經(jīng)濟增長收斂所起的作用。因為本文要對30個省份的面板數(shù)據(jù)進行回歸分析，因此，在回歸過程中需要對模型的固定效應與隨機效應做出選擇，前者指個體效應對回歸變量具有重要的影響，后者則指兩者不存在任何影響，因為本文的研究出發(fā)點是基于變量的個體效應角度，因而固定效應較之隨機效應更合適本文模型的需要。同時本文選定最基本的空間鄰接矩陣作為空間計量模型的空間權重矩陣，基于式(9)和式(10)，本文建立的空間計量模型如下:

式(11)是本文構建的最基本普通空間固定效應模型，δ和λ分別代表模型中的空間自回歸系數(shù)和空間誤差系數(shù)，如果δ的值等于0，則該模型變換成空間誤差模型(SEM)，如果λ的值等于0，則該模型轉換成空間自回歸模型(SAR);αi和?t分別代表空間固定效應系數(shù)和時間固定效應系數(shù)。

其中，gyi，t為i省份第t年的真實人均GDP增長率，Lg(yi，t-1)為i省份的期初經(jīng)濟發(fā)展水平，BSi，t是本文模型所要研究的主要解釋變量，即為所要考察的銀行業(yè)競爭結構變量，Xi，t是本文所選取的控制變量集合，μi，t代表隨機誤差項。模型中的指標及指標說明如下。

gyi，t為經(jīng)濟增長率指標，為i省份第t年真實人均GDP常用對數(shù)值減去第t-1年真實人均GDP常用 對 數(shù) 值，即:gyi，t= ΔLg(yi，t)=Lg(yi，t)-Lg(yi，t-1)。Lg(yi，t-1)為期初經(jīng)濟發(fā)展指標，用i省份第t-1年的真實人均GDP的常用對數(shù)來表示，該變量的系數(shù)用來考察我國的區(qū)域經(jīng)濟增長是否具有顯著的β收斂趨勢，如果系數(shù)取值為負數(shù)并且具有顯著性，則表示我國的經(jīng)濟增長有明顯的條件β收斂現(xiàn)象。BS為銀行業(yè)競爭結構指標，借鑒Besallko和 Thakor(1992)，［3］Bernanke 等(1996)［4］的研究成果，從存貸款的角度出發(fā)，本文將銀行業(yè)競爭結構定義為中小金融機構所占的市場份額，衡量指標是排除工行、農(nóng)行、中行、建行等四大國有商業(yè)銀行后，其余金融機構的存、貸款余額占整個地區(qū)存貸款市場的比重，分別用SCRD(存款市場份額)和SCRL(貸款市場份額)予以表示。模型所考察的控制變量涵義如下:(1)FIR為金融深化指標，具體衡量指標為地區(qū)全部金融機構的貸款余額除以地區(qū)GDP，以此考察金融深化對加快經(jīng)濟增長所起到的影響力度;(2)FDI為外商直接投資指標，具體衡量指標為通過對美元進行匯率折算成人民幣的實際利用外商直接投資額除以地區(qū)GDP，以此衡量提升對外開放水平對加快經(jīng)濟增長的影響程度;(3)EDU為人力資本存量指標，具體衡量指標為對各地區(qū)每萬人中所擁有的高校在校大學生的人數(shù)取常用對數(shù)，用來考察提升人力資本水平對于加快經(jīng)濟增長的影響程度;(4)INV為固定資產(chǎn)投資指標，具體衡量指標為各地區(qū)固定資本形成額除以地區(qū)GDP，以此考察增加地區(qū)投資水平對加快經(jīng)濟增長的影響程度;(5)EMP為就業(yè)人數(shù)指標，具體衡量指標為對各地區(qū)的年末從業(yè)人員取常用對數(shù)，該指標反映了一個地區(qū)勞動力的稟賦狀況，以此考察勞動力增長對加快經(jīng)濟增長的影響程度。

2.數(shù)據(jù)來源說明

本文重點考察的是銀行業(yè)競爭結構對于區(qū)域經(jīng)濟增長收斂所起到的重要作用，因此，在數(shù)據(jù)采集過程中充分注重數(shù)據(jù)的可獲性和統(tǒng)計口徑的一致性，基于此，本文選擇樣本的時間跨度為2000～2011年，同時剔除了數(shù)據(jù)缺失嚴重的西藏，本文最終選擇了30個省份12年的面板數(shù)據(jù)作為考察樣本。

本文所考察的最主要解釋變量為銀行業(yè)競爭結構指標，具體表現(xiàn)為中小金融機構的存款市場份額和貸款市場份額，由于相關的統(tǒng)計年鑒并沒有直接給出中小金融機構的存貸款數(shù)據(jù)，因而我們通過用全部金融機構存貸款數(shù)據(jù)減去四大國有商業(yè)銀行的存貸款數(shù)據(jù)間接推算出中小金融機構的存貸款數(shù)據(jù)。全部金融機構的存貸款數(shù)據(jù)來自2012年各省、市、自治區(qū)的統(tǒng)計年鑒。對于各個省份中行、建行、工行、農(nóng)行等四大國有商業(yè)銀行的存貸款數(shù)據(jù)的來源分別為:2000～2004年中行、建行、工行、農(nóng)行四大銀行存貸款數(shù)據(jù)以及2005年、2008年建行的存貸款數(shù)據(jù)來自于相應年份的《中國金融年鑒》。對于四大國有商業(yè)銀行缺失的2005～2011年存貸款數(shù)據(jù)，部分通過各省份的地區(qū)金融年鑒進行補全:包括上海、北京、山東、湖北、云南、河北、河南等7省份2005～2011年的統(tǒng)計數(shù)據(jù);黑龍江、浙江2005～2010年的統(tǒng)計數(shù)據(jù);《海南統(tǒng)計年鑒2006-2012》給出了海南省2005～2011年四大國有商業(yè)銀行的數(shù)據(jù);而安徽、江蘇和江西3個省份的統(tǒng)計年鑒中也有2006～2009年四大國有商業(yè)銀行的數(shù)據(jù);其余各個省份缺失的數(shù)據(jù)均通過各個省份的四大國有商業(yè)銀行各年年度報告中獲得。

其余變量包括實際利用外商直接投資額、固定資本形成額、高校在校大學生以及就業(yè)人數(shù)等指標的數(shù)據(jù)均來源于《新中國六十年統(tǒng)計資料匯編》和《中國統(tǒng)計年鑒2012》。對于存在的極少量因統(tǒng)計口徑或者印刷錯誤等原因導致的數(shù)據(jù)不一致，本文通過對各省份相應年份統(tǒng)計年鑒的數(shù)據(jù)進行比對并做出了修正。

五、實證結果與分析

(一)銀行業(yè)競爭結構的空間自相關系數(shù)和空間LISA圖

基于式(6)和式(7)，所采用的空間權重矩陣為空間鄰接矩陣，在運行Geoda軟件基礎上，本文計算出2000～2011年間我國銀行業(yè)存款結構和貸款結構的Global Moran's I數(shù)值，具體結果見表1。從表1可以看出，無論從存款角度還是從貸款角度看，我國銀行業(yè)競爭結構的Moran's I取值均為正數(shù)并且通過了10% 顯著性水平的檢驗，這表明中國的銀行業(yè)競爭結構在空間上具有顯著的正空間相關性存在，由此可知空間相關性對于我國銀行業(yè)競爭結構的空間變動趨勢具有重要的影響。我國的銀行業(yè)競爭結構在空間分布上具有一定的規(guī)律性，鄰近地區(qū)之間表現(xiàn)出較強的空間相似性，并且具有顯著的空間集群特征。因此，空間相關性是研究銀行業(yè)競爭結構必不可少的重要影響因素，在考察銀行業(yè)競爭結構對區(qū)域經(jīng)濟增長收斂的影響時應該將其考慮在內，否則會造成模型的估計結果嚴重偏離實際情況。

表1 銀行業(yè)競爭結構的Moran's I統(tǒng)計指數(shù)

圖1和圖2分別給出2000～2011年間我國各省份中小金融機構平均存貸款占比的空間LISA圖，由此可知，相鄰省份之間的銀行業(yè)競爭結構具有較強的空間相似性特征。其中H－H(高 －高)象限是指本身具有較高的中小金融機構存款(貸款)比重，同時周邊相鄰省份也是比較高的存款(貸款)比重的省份。通過考察空間滯后指標，可以衡量出銀行業(yè)競爭結構所具有的空間依賴性。從存款角度看，位于H－H象限的有北京、天津、河北、江蘇、浙江、上海、山東、福建、海南、重慶、湖北、河南等12個省份，共占全部統(tǒng)計單元的40%，從貸款角度看，位于H－H象限的有北京、天津、江蘇、浙江、上海、山東、福建、海南等8個省份，占全部統(tǒng)計單元的26.67%;L－H(低 －高)象限是指那些自身統(tǒng)計水平較低而空間滯后值較高的省份，位于L－H象限的省份，從存款角度看僅有安徽和陜西2個省份，僅占全部統(tǒng)計單元的6.67%，而從貸款角度看有河南、河北、貴州、吉林和江西等5個省份，占全部統(tǒng)計單元的16.67%;L－L(低 －低)象限主要包括那些自身統(tǒng)計水平較低而空間滯后值較低的省份，從存款角度看，位于L－L象限的省份有吉林、黑龍江、江西、貴州、廣西、內蒙古、甘肅、寧夏、青海、云南、新疆等11個省份，占全部統(tǒng)計單元的36.67%，而從貸款角度看，廣西、陜西、山西、湖北、湖南、內蒙古、甘肅、黑龍江、青海、云南、新疆等11個省份位于LL象限，同樣占全部統(tǒng)計單元的36.67%;位于H－L(高 －低)象限的則主要是自身統(tǒng)計水平較高而空間滯后值較低的省份，從存款角度看，僅包括山西、遼寧、廣東、四川和湖南等省份，占全部統(tǒng)計單元的16.67%，從貸款角度看，有重慶、四川、寧夏、遼寧、廣東和安徽等6個省份，占全部統(tǒng)計單元的20.00%。分別從存款角度和貸款角度看，其中位于H－H象限與L－L現(xiàn)象，具有相似空間自相關性的省份分別占76.67%和63.34%，而位于L－H象限與H－L象限，具有不同空間自相關性的省份分別僅占23.34%和36.67%。據(jù)此可知，我國銀行競爭結構在空間相關性上，主要表現(xiàn)為空間依賴性的特征，同時也存在著空間異質性的特點。

(二)空間計量模型的估計結果與分析

1.平穩(wěn)性檢驗

因為本文所采用的數(shù)據(jù)為面板數(shù)據(jù)，因此，在對模型進行回歸之前，為盡可能地避免模型出現(xiàn)偽回歸等問題，有必要對樣本數(shù)據(jù)的平穩(wěn)性進行實證檢驗。本文選擇采用LLC方法進行數(shù)據(jù)的平穩(wěn)性檢驗，具體的檢驗結果見表2。由表2可以看出，本文所考察的所有變量均體現(xiàn)出零階單整I(0)，因而本文所用的所有數(shù)據(jù)變量均具有平穩(wěn)性的特征。

表2 單位根檢驗

2.普通面板數(shù)據(jù)模型的計量結果與空間相關性檢驗

首先對模型(11)進行普通的數(shù)據(jù)模擬回歸，同時采用Matlab7.11軟件驗證其殘差是否具有顯著的空間相關性特征，具體的模型數(shù)值模擬結果如表3所示。表3一同列舉出了三個模型的估計結果，分別為混合面板模型、空間固定效應模型和雙向固定效應模型，通過對三個模型的檢驗數(shù)據(jù)進行比較分析，據(jù)此來說明模型需要控制固定效應的重要性。

表3 普通面板數(shù)據(jù)模型的估計與檢驗結果

通過表3可以看出，比較三個存款模型的擬合優(yōu)度的判定系數(shù)大小可知，混合面板模型的判定系數(shù)僅為0.3754，加入空間固定效應后，空間固定效應模型的判定系數(shù)增至0.4981，而同時加入空間固定效應和時間固定效應后，雙向固定效應模型的判定系數(shù)進一步增至0.7275，這充分表明在控制時間和空間效應后，計量模型的解釋力度更強。再通過對三個存款模型的對數(shù)似然函數(shù)值大小比較可知，雙向固定效應模型的對數(shù)似然函數(shù)值為1113.611，同樣在三個模型中取值最大，這也表明，雙向固定效應模型比其他兩個模型的解釋力度更強。貸款模型也是如此，雙向固定效應模型的擬合優(yōu)度的判定系數(shù)為0.7194，為三個模型中的取值最大，同樣其對數(shù)似然函數(shù)值為1108.389，也為三個模型中的取值最大。這充分表明，雙向固定效應模型是本文模型估計的最優(yōu)選擇?；诖耍疚倪x擇雙向固定效應模型的估計結果來分析銀行業(yè)競爭結構對區(qū)域經(jīng)濟增長收斂所起到的影響。

表3下半部分是本文的普通面板數(shù)據(jù)模型殘差項的空間相關性檢驗結果，其中兩個雙向固定效應模型中Moran's I值分別為0.0793和0.0683，且均通過了1% 顯著性水平的檢驗，表明模型殘差項的空間相關性是顯著存在的。同時，存款模型的LM-lag值為8.7703，LM-err值為6.3399，均通過了1% 的顯著性水平檢驗，貸款模型的 LM-lag值和LM-err值分別為7.4499和4.4841，分別通過了1%和5%的顯著性水平檢驗，這4個統(tǒng)計量指標同樣為空間計量模型的采用提供依據(jù)。但是相比較之下，無論是存款模型還是貸款模型，均有LM-lag的統(tǒng)計量顯著大于LM-err的統(tǒng)計量，因此，空間自回歸模型是本文空間計量模型的更好選擇。

3.空間面板數(shù)據(jù)模型的估計結果

通過上文驗證，普通面板數(shù)據(jù)模型的殘差項具有明顯的空間相關性特征，因此，本文采用空間計量方法對表3中的雙向固定效應模型進行重新的回歸估計，模型估計使用的是極大似然估計法ML，分別得到空間自回歸模型(SAR)和空間誤差模型(SEM)，具體的模型數(shù)值模擬結果如表4所示。

從表4可以看出，雙向固定效應空間計量模型引進空間滯后解釋變量W*dep.var.和空間誤差解釋變量spat.aut.兩個指標后，兩個指標的取值均在1%的顯著性水平上為正，這進一步為本文空間計量模型的采用提供了證據(jù)。較之普通面板數(shù)據(jù)模型的估計結果，雙向固定效應空間計量模型的變量估計系數(shù)均實現(xiàn)了小幅度提升，且T檢驗值也進一步增大，但是系數(shù)的正負取值不變，這充分表明雙向固定效應空間計量模型的估計結果要優(yōu)于普通面板數(shù)據(jù)模型的回歸結果。同時SAR模型和SEM模型的Log-L值也在普通面板模型的基礎上有所增大，但是前者的Log-L值要大于后面的Log-L值，這說明較之SEM模型，SAR模型的解釋力度更強，因此，本文最終選擇空間自回歸模型(SAR)的估計結果來分析變量的實際意義。

由表4可知，在控制了相同解釋變量的情況下，中小金融機構存、貸款市場份額SCRD和SCRL均對加快經(jīng)濟增長起到顯著的正向影響作用，這充分反映了中小金融機構存、貸款市場份額均是銀行業(yè)競爭結構良好的替代變量，但是兩者相比較之下，存款市場份額SCRD對加快經(jīng)濟增長的作用力度要大于貸款市場份額SCRL。從存款反應資金的集聚、貸款反應資金的流向的差異看，存款市場份額與經(jīng)濟增長的關系更為密切，這是因為存款是社會資本積累來源的最終源泉。根據(jù)前文檢驗可知，空間自回歸模型SAR是空間計量模型更合適的選擇，因此，本文主要分析存款模型中SAR模型的估計結果。可以得到如下結論:

第一，Lg(yt-1)的估計系數(shù)在1% 顯著性水平下為負，這表明我國區(qū)域經(jīng)濟增長具有顯著的條件β收斂特征。根據(jù)新古典經(jīng)濟增長模型給出的條件β收斂計算公式，①β* =1-e-λT，其中，λ為收斂速度，T為樣本數(shù)據(jù)考察期的長度，則λ=-ln(1- β*)?？梢詼y算出我國區(qū)域經(jīng)濟增長在所考察樣本期內的收斂速度為0.75%，這表明在控制了銀行業(yè)競爭結構、金融深化、固定資產(chǎn)投資、人力資本和勞動力等對經(jīng)濟發(fā)展穩(wěn)態(tài)值施加作用的控制變量后，每年我國省際間經(jīng)濟增長的收斂速度大約為0.75%。

第二，在1% 的顯著性水平下，存款市場份額SCRD對經(jīng)濟增長的影響為正，這表明中小金融機構市場份額的提升能有力地提升區(qū)域經(jīng)濟的發(fā)展速度。原因在于銀行業(yè)競爭結構能更好地代表銀行業(yè)資金的運營效率，特別是中小銀行市場份額的提升能夠有效地提升整體銀行業(yè)的資金配置效率，進一步提高銀行業(yè)的市場化經(jīng)營程度，進而有效降低整個銀行業(yè)的信貸成本，便于企業(yè)獲得銀行貸款，進而促進社會資本積累程度的不斷提升，對經(jīng)濟增長有顯著的促進作用。同時，中小金融機構市場份額的提高，能夠有效改變長期以來國有商業(yè)銀行存在的“貸款歧視”現(xiàn)象，會提高整個金融信貸市場的公平性，其主營的小額信貸業(yè)務更具有較強的靈活性和針對性，更加便于非國營的中小企業(yè)獲得銀行貸款，從而加速其資本的積累程度，促進其經(jīng)營規(guī)模的擴大。特別是國有經(jīng)濟發(fā)展較為飽和的前提下，充分發(fā)揮非國有經(jīng)濟的增長潛力，增加促進非國有中小企業(yè)發(fā)展的金融驅動力，會對加快區(qū)域經(jīng)濟增長產(chǎn)生顯著的帶動作用。

第三，從控制變量看，在1% 的顯著性水平下，金融深化FIR對加快經(jīng)濟增長的影響為負，表明我國的銀行體系仍然是以國有商業(yè)銀行為主導的銀行競爭格局，國有商業(yè)銀行占據(jù)了金融市場的大部分信貸份額，由于其運作效率低下和較高的貸款成本，如果大部分存款流向國有銀行，會降低整體銀行業(yè)信貸資金的配置效率，從而對加快經(jīng)濟增長產(chǎn)生不利影響。外商直接投資FDI對經(jīng)濟增長的影響不顯著，可能原因在于外商直接投資通過影響技術進步、財政稅收、貿易效應和就業(yè)效應等渠道對經(jīng)濟增長產(chǎn)生影響，中間存在著一定的時滯性。人力資本EDU在1%顯著水平下對經(jīng)濟增長有正向促進作用，人力資本水平每提高1%，經(jīng)濟增長率將提高6.54%，這與一般的經(jīng)驗研究認識相同，人力資本存量水平提高能夠有效改善社會勞動力素質和促進技術進步，從而加快經(jīng)濟增長。在5% 的顯著性水平下，固定資產(chǎn)投資INV對經(jīng)濟增長的影響為正，每提高1個百分點，經(jīng)濟增長將提高2.3個百分點，這表明提高地區(qū)投資水平能有力促進經(jīng)濟發(fā)展，這反映了現(xiàn)階段投資仍然是促進經(jīng)濟增長的主要驅動力。就業(yè)人數(shù)EMP未能有效促進經(jīng)濟增長，甚至出現(xiàn)了負向效應，這與奧肯定律相違背，可能原因是于地區(qū)的產(chǎn)業(yè)結構不合理，產(chǎn)業(yè)結構與就業(yè)不匹配，或者是資本深化導致就業(yè)吸納下降，地區(qū)出現(xiàn)大量失業(yè)等等。

六、結論與政策建議

借鑒內生經(jīng)濟增長理論模型，以中小金融機構存貸款市場份額作為銀行業(yè)競爭結構的替代變量，使用2000～2011年中國30個省份(西藏除外)的面板數(shù)據(jù)，建立空間計量模型考察了銀行業(yè)競爭結構對于促進經(jīng)濟增長收斂所起的重要作用。研究結果表明:無論從全局Moran's I指數(shù)還是空間局部散點圖(LISA)的角度看，我國銀行業(yè)競爭結構均存在顯著的空間依賴性;在控制了銀行業(yè)競爭結構、金融深化、固定資產(chǎn)投資、人力資本和就業(yè)人數(shù)等差異后，區(qū)域經(jīng)濟增長符合顯著的條件收斂假說，這表明我國省際間銀行業(yè)競爭結構差異是造成區(qū)域經(jīng)濟增長差異的重要原因;中小金融機構市場份額的提升對經(jīng)濟增長收斂產(chǎn)生顯著的促進作用，是加快地區(qū)經(jīng)濟發(fā)展的重要源泉，促進落后地區(qū)中小金融機構的發(fā)展，縮小省際間銀行競爭結構差異，提升中小金融機構的競爭力度有利于縮小區(qū)域經(jīng)濟增長的差距。

本文的政策啟示為:由于銀行業(yè)競爭結構是造成區(qū)域經(jīng)濟增長差異的重要原因，而中小金融機構市場份額的提升能夠有效加快經(jīng)濟增長，因此，必須縮小省際間銀行業(yè)競爭結構的差異，進一步提高金融落后地區(qū)中小金融機構的發(fā)展水平，改善銀行競爭結構，并充分加強銀行業(yè)的競爭力度以促進區(qū)域經(jīng)濟的協(xié)調發(fā)展。首先，政府應該出臺促進銀行競爭相關的政策法規(guī)，加強地區(qū)間金融交流合作，打破區(qū)域國有大銀行壟斷割據(jù)的局面，進一步提高金融的市場化力度，通過不斷加強銀行業(yè)的競爭力度，全面提高金融服務的質量和水平;其次，應該提高銀行業(yè)服務的專門性和針對性，促使各類金融機構的全面協(xié)調發(fā)展，進一步提高銀行信貸資本的配置效率;最后，逐步放松金融管制，鼓勵地區(qū)大力發(fā)展中小金融機構，進一步提升整個地區(qū)金融市場的活力，逐步消除中小非國有企業(yè)在面臨銀行貸款時所存在的“歧視”現(xiàn)象。

［1］Dewatripont M，Maskin E.Credit Efficiency in Centralized and Decentralized Economics［J］.Review of Economic Studies，1995，62(4):541－560.

［2］Black S E，Strahan P E.Entrepreneurship and Bank Credit Availability［J］.Journal of Finance，2000，57(6):2807 －2833.

［3］Besanko D，Thakor A V.Banking Deregulation:Allocational Consequences or Relaxing Entry Barriers［J］.Journal of Banking and Finance，1992，16(5):909 －932.

［4］Bernanke B，Gertler M，Gilehirist S.The Financial Accelerator and the Flight to Quality［J］.The Review of Economics and Statistics，1996，78(1):1－16.

［5］Petersen M，Rajan R G.The Effect of Credit Market Competition on Lending Relationships［J］.The Quarterly Journal of Economics，1995，110(3):407－443.

［6］Guzman Mark G.Bank Structure，Capital Accumulation and Growth:A Simple Macroeconomic Model［J］.Economic Theory，2000，16(2):421－455.

［7］Cetorelli N，Peretto P.Oligopoly Banking and Capital Accumulation［J］.Federal Reserve Bank of Chicago Working Paper，2000，61(12):1－34.

［8］Bikker J A，Haaf K.Competition，Concentration and Their Relationship:an Empirical Analysis of the Banking Industry［J］.Journal of Banking and Finance，2002，26(11):2191 －2214.

［9］De Bandt O，Davis P.Competition，Contestability and Market Structure in European Banking Sectors on the Eve of EMU［J］.Journal of Banking and Finance，2000，24(6):1045 －1066.

［10］Al－ Muharrami S，Matthews K，Khabari Y.Market Structure and Competitive Conditions in the Arab GCC Banking System［J］.Journal of Banking and Finance，2006，30(12):3487－3501.

［11］Yildirim H S，Philippatos G.Consolidation and Competition in Latin American Banking Markets［J］.Journal of Banking and Finance，2007，31(3):629－639.

［12］Barbara C，Claudia G.Competition Issues in European Banking［J］.Journal of Financial Relation and Compliance，2009，17(2):119 －133.

［13］林毅夫，姜燁.經(jīng)濟結構、銀行業(yè)結構與經(jīng)濟發(fā)展——基于分省面板數(shù)據(jù)的實證分析［J］.金融研究，2006，(1):7 －22.

［14］張鵬，薛志宏，黃詩琪.芻議銀行集中度與經(jīng)濟增長的關系——基于面板VAR模型的實證分析［J］.現(xiàn)代財經(jīng)，2012，(3):71 －79.

［15］蘇國強.亞洲國家銀行集中與經(jīng)濟增長實證研究［J］.中央財經(jīng)大學學報，2006，(9):36－39.

［16］談儒勇，葉海景，范坤祥.我國各地銀行集中度與經(jīng)濟增長關系的實證研究［J］.當代財經(jīng)，2006，(12):46 －50.

［17］Moran P A.The Interpretation of Statistical Maps［J］.Journal of the Royal Statistical Society.Series B(Methodological)，1948，10(2):243－251.

［18］Moran P A.Notes on Continuous Stochastic Phenomena［J］.Biometrika，1950，37(1/2):17－23.

［19］Anselin L.Spatial Econometrics:Methods and Models［M］.Berlin:Springer Press，1988.

［20］Haining R.Spatial Data Analysis in the Social and Environmental Sciences［R］.Cambridge:Cambridge University Press，1993.