金發(fā)奇 文 茜(中南大學(xué),長沙 410083)
金融集聚、空間溢出與城鎮(zhèn)化——基于2005~2014年省級面板數(shù)據(jù)的實證研究
金發(fā)奇文茜
(中南大學(xué),長沙 410083)
本文基于2005~2014年我國31個省(市、自治區(qū))的面板數(shù)據(jù),分別構(gòu)建金融集聚指數(shù)和城鎮(zhèn)化指數(shù),考察金融集聚與城鎮(zhèn)化發(fā)展的空間自相關(guān)性,并建立了空間自回歸模型和空間杜賓模型,采用空間回歸偏微分方法分析金融集聚對城鎮(zhèn)化的空間溢出效應(yīng)。研究表明,我國金融集聚和城鎮(zhèn)化均呈現(xiàn)明顯的空間自相關(guān)性,且呈增強趨勢。金融集聚、金融投資比率、經(jīng)濟發(fā)展水平、對外開放程度對本地區(qū)及鄰近地區(qū)的城鎮(zhèn)化都存在著正向的空間溢出效應(yīng),且地理距離關(guān)聯(lián)模式下溢出效應(yīng)更強;而金融發(fā)展規(guī)模和政府干預(yù)程度對城鎮(zhèn)化發(fā)展存在負(fù)向空間溢出效應(yīng)。
金融集聚 空間溢出 城鎮(zhèn)化 金融投資比率 對外開放程度 政府干預(yù)
城鎮(zhèn)化是伴隨中國經(jīng)濟發(fā)展進程中的必然現(xiàn)象,是解決三農(nóng)問題,縮小城鄉(xiāng)差距,協(xié)調(diào)區(qū)域發(fā)展,實現(xiàn)社會主義現(xiàn)代化的必由之路。《國家新型城鎮(zhèn)規(guī)劃(2014~2020)》的頒布,明確了建設(shè)協(xié)調(diào)性、可持續(xù)性的中國特色城鎮(zhèn)化道路,高效推進新型城鎮(zhèn)化發(fā)展,不僅是深化經(jīng)濟體制改革背景下的重要戰(zhàn)略,更是我國現(xiàn)代化建設(shè)的重要任務(wù)之一。金融集聚是規(guī)模經(jīng)濟、范圍經(jīng)濟和區(qū)域?qū)I(yè)化分工的重要表征,是行業(yè)發(fā)展的必然趨勢??v觀全球性金融集聚中心,不論是美國紐約、英國倫敦,還是日本東京、中國上海,無一例外都處于城鎮(zhèn)化發(fā)展水平較高的階段,這意味著金融集聚與城鎮(zhèn)化處于良好的互動關(guān)系中。在金融發(fā)展與深化的過程中,區(qū)域內(nèi)產(chǎn)業(yè)不斷集聚,規(guī)模經(jīng)濟優(yōu)勢凸顯,資金配置效率提高,金融體系滿足實體經(jīng)濟資金需求的能力增強,能夠?qū)^(qū)域城鎮(zhèn)化發(fā)展帶來正外部性。本文基于2005~2014年省級經(jīng)濟數(shù)據(jù),分析金融集聚對我國城鎮(zhèn)化發(fā)展的影響及其空間溢出效應(yīng),以期厘清二者關(guān)系,增強金融集聚與中國新型城鎮(zhèn)化建設(shè)的良好互動。
就現(xiàn)有的該領(lǐng)域文獻來說,多聚焦于金融集聚與經(jīng)濟發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)升級的關(guān)系研究,探討金融集聚與城鎮(zhèn)化關(guān)系的研究文獻較少。Robert(1993)、Kyung(1997)、Glaeser(2003)基于不同樣本,提出金融體系對城鎮(zhèn)化的支持作用主要來自于保障城市交通基礎(chǔ)設(shè)施建設(shè)和住房建設(shè)的資金需求[1-3]。Kempson(1999)從農(nóng)村經(jīng)濟角度出發(fā),提出農(nóng)村地區(qū)金融發(fā)展的滯后導(dǎo)致了農(nóng)村經(jīng)濟發(fā)展的落后,造成了區(qū)域經(jīng)濟發(fā)展的失衡,影響城鎮(zhèn)化進程[4]。Nahashi,Stannics(2007)提出金融發(fā)展對于城鎮(zhèn)化的影響路徑有兩層:(1)完善的城市金融體系能為城鎮(zhèn)化進程中各經(jīng)濟要素的流動提供高效的支付系統(tǒng)。(2)金融體系能集中閑散資金,發(fā)揮金融資本集聚和配置功能,為城鎮(zhèn)化提供必要的資金支持[5]。國內(nèi)學(xué)者范川(2003)、范立夫(2010)、周宗安(2015)、李清政(2015)認(rèn)為金融與城鎮(zhèn)化存在正向互動關(guān)系,金融體系通過為城鎮(zhèn)化進程中的基礎(chǔ)設(shè)施建設(shè)提供信貸支持,加快城鎮(zhèn)化建設(shè)步伐[6-9]。陳立泰(2012)以我國西部地區(qū)為樣本,構(gòu)建了金融集聚和城鎮(zhèn)化發(fā)展水平的評價指標(biāo)體系,通過因子分析法得出二者之間存在著互動發(fā)展關(guān)系[10]。中國人民銀行天津分行課題組(2013)通過實證研究提出,金融發(fā)展對我國城鎮(zhèn)化建設(shè)的推動作用不明顯,金融的支持作用沒有充分發(fā)揮[11]。李寶禮(2015)從時間和空間兩個維度出發(fā),對我國省級面板數(shù)據(jù)進行了實證分析,認(rèn)為金融集聚對城鎮(zhèn)化的發(fā)展具有顯著的正向作用,且對東部地區(qū)的作用最明顯[12]。茍小菊(2016)運用空間滯后模型和空間誤差模型,以江淮城市群為例,研究金融集聚對人口城鎮(zhèn)化的影響,結(jié)果表明,江淮城市群金融集聚能夠顯著促進人口城鎮(zhèn)化發(fā)展[13]。王周偉(2016)從網(wǎng)絡(luò)關(guān)聯(lián)視角解構(gòu)了金融集聚支持新型城鎮(zhèn)化發(fā)展的直接效應(yīng)與間接效應(yīng)及總效應(yīng),研究結(jié)論表明金融集聚對新型城鎮(zhèn)化發(fā)展具有正向推動作用[14]。
縱觀前人的研究成果,大多從時間維度出發(fā),研究金融體系對城鎮(zhèn)化發(fā)展的支持作用,缺乏從空間維度考慮金融集聚對城鎮(zhèn)化建設(shè)的溢出效應(yīng)的研究。金融集聚作為產(chǎn)業(yè)發(fā)展的空間表現(xiàn)形式,忽略其空間因素的考察是不全面的,而且傳統(tǒng)的回歸分析方法不能解釋空間差異,容易造成結(jié)果偏差。本文借鑒已有的研究成果,基于空間計量經(jīng)濟學(xué)的研究視角,以2005~2014年我國省級經(jīng)濟數(shù)據(jù)為例,建立空間自回歸模型(SAR)和空間面板杜賓模型(SDM),采用空間回歸偏微分方法全面分析金融集聚對城鎮(zhèn)化發(fā)展的空間溢出效應(yīng)。
2.1空間自相關(guān)性檢驗方法
空間依賴,是指一個地區(qū)的觀測值依賴于鄰近地區(qū)觀測值的地理空間現(xiàn)象[15]。Moran’s I指數(shù)能夠揭示研究變量的空間依賴關(guān)系,是檢驗空間自相關(guān)性的重要指標(biāo),其取值范圍在-1~1之間,符號表明空間相關(guān)性的正負(fù)關(guān)系,數(shù)值越大則相關(guān)程度越高。具體計算公式如下:
其中,Yi是第i個樣本的觀測值,n為樣本總數(shù),Wij為空間權(quán)重矩陣。
2.2空間權(quán)重矩陣
空間權(quán)重矩陣Wij表征的是地理單位的空間安排,反映不同空間截面上研究變量的相互依賴程度,體現(xiàn)區(qū)域間空間地理效應(yīng),選擇不同的空間權(quán)重矩陣,會影響變量間的空間連接關(guān)系,對空間計量模型的估計結(jié)果有重要影響。為了客觀分析金融集聚對城鎮(zhèn)化發(fā)展的空間溢出效應(yīng),本文沿襲鄧若冰、劉顏(2016)[16]的做法,分別構(gòu)建地理距離權(quán)重矩陣和經(jīng)濟距離權(quán)重矩陣:
(1)地理距離權(quán)重矩陣以地理關(guān)系的遠(yuǎn)近為依據(jù)設(shè)定,地理相鄰的地區(qū)賦值為1,地理不相鄰地區(qū)賦值為0,具體定義如下:
(2)經(jīng)濟距離權(quán)重矩陣以經(jīng)濟實力的差距為依據(jù)設(shè)定,本文選擇以實際人均GDP均值之差來表征兩個地區(qū)的經(jīng)濟實力差距。兩個地區(qū)的經(jīng)濟實力相當(dāng),則權(quán)數(shù)較大,兩個地區(qū)經(jīng)濟實力懸殊,則權(quán)數(shù)較小。具體元素定義如下:
2.3空間面板計量理論
空間面板計量模型能夠綜合時間尺度的信息和地域空間單元的信息,集成考慮了時間相關(guān)性和截面相關(guān)性,能夠科學(xué)客觀地反映時空交互作用。主要形式有空間自回歸模型(SAR)、空間誤差模型(SEM)和空間杜賓模型(SDM)3種。在非空間模型中,參數(shù)的點估計值即表征自變量的邊際效應(yīng),但是由于空間滯后項的存在,這種點估計容易導(dǎo)致錯誤的結(jié)論,偏微分可以解釋不同模型設(shè)定中變量變化的影響,是檢驗空間溢出效應(yīng)更為有效的方法[16,17]。
空間自回歸模型(SAR):模型中包括了因變量空間滯后項,用來研究當(dāng)一個區(qū)域內(nèi)經(jīng)濟行為對鄰近區(qū)域的經(jīng)濟行為產(chǎn)生溢出效應(yīng)的情形[18]。具體模型形式如下:
其中,yit表示單位i在t時期的因變量,xit表示單位i在t時期的自變量,β為系數(shù)向量,Wij為空間權(quán)重矩陣,Wijyjt表示因變量空間滯后項,ρ為空間自回歸系數(shù),εit為殘差項,μi和γi表示空間特定效應(yīng)和時間特定效應(yīng)。
空間杜賓模型(SDM):模型中不僅包括因變量空間滯后項,同時包括自變量空間滯后項,是比空間自回歸模型(SAR)和空間誤差模型(SEM)更為廣義的回歸模型,具體形式如下:
其中,Wijxjt表示自變量空間滯后項,?表示自變量空間滯后項的系數(shù)。
空間總效應(yīng)分解:由于SAR和SDM中都存在空間滯后項,需要進一步估算模型的直接效應(yīng)、間接效應(yīng)和總效應(yīng)。LeSage和Pace(2009)通過空間回歸偏微分方法給出了空間溢出效應(yīng)分解的途徑,分解后的直接效應(yīng)表征區(qū)域內(nèi)效應(yīng),衡量某個外生變量對本地區(qū)被解釋變量造成的平均影響,間接效應(yīng)表征區(qū)域間效應(yīng),衡量某個外生變量對其他地區(qū)被解釋變量造成的空間溢出效應(yīng)。
3.1變量選擇與數(shù)據(jù)說明
3.1.1變量選擇
因變量指標(biāo):由于十八大提出的城鎮(zhèn)化是綜合、全面、協(xié)調(diào)、可持續(xù)的新型城鎮(zhèn)化,單一指標(biāo)評價法無法全面度量城鎮(zhèn)化發(fā)展水平。因此,基于新型城鎮(zhèn)化發(fā)展的內(nèi)涵,本文從人口、產(chǎn)業(yè)、經(jīng)濟、社會、環(huán)境5個方面構(gòu)建城鎮(zhèn)化評價指標(biāo)體系(表1),并采用熵值法對我國31個?。ㄊ?、自治區(qū))的城鎮(zhèn)化指數(shù)進行測算,得到2005~2014年我國31個?。ㄊ?、自治區(qū))的城鎮(zhèn)化指數(shù),用URB表示。
表1 城鎮(zhèn)化評價指標(biāo)體系
自變量指標(biāo):區(qū)位熵是從地理空間角度考察區(qū)域內(nèi)要素分布的有效指標(biāo),能夠反映區(qū)域內(nèi)要素集聚情況,數(shù)值越大,表明集聚程度越高,專業(yè)化程度越強。為衡量我國31個省(市、自治區(qū))的金融集聚程度,對金融區(qū)位熵進行測算,用FIN表示,計算公式如下:其中,Zij為區(qū)域i內(nèi)產(chǎn)業(yè)j的增加值,Zi為區(qū)域i內(nèi)的國民生產(chǎn)總值;Zpj為國家p內(nèi)產(chǎn)業(yè)j的總增加值;Zp為國家p的國民生產(chǎn)總值。
控制變量:由于影響城鎮(zhèn)化的因素眾多,為了更穩(wěn)健地考慮金融集聚對城鎮(zhèn)化的影響,引入金融發(fā)展規(guī)模(SCA)、金融投資比率(INV)、經(jīng)濟發(fā)展水平(GDP)、對外開放度(OPE)、政府干預(yù)度(GI)作為控制變量。其中:金融發(fā)展規(guī)模(SCA)以金融機構(gòu)年末各項存貸款余額占GDP的比重反映;金融投資比率(INV)以金融業(yè)固定資產(chǎn)投資額占GDP的比重反映;經(jīng)濟發(fā)展度水平(GDP)以國民生產(chǎn)總值(千億)反映;對外開放度(OPE)用當(dāng)年匯率折算為人民幣價值的進出口貿(mào)易額所占GDP的比重反映;政府干預(yù)度(GI)用各地區(qū)財政支出所占GDP的比重反映。
3.1.2數(shù)據(jù)說明
本文采用2005~2014年間我國不包括港澳臺在內(nèi)的31個?。ㄊ小⒆灾螀^(qū))的面板數(shù)據(jù)。所有原始數(shù)據(jù)均從各統(tǒng)計年鑒、中國國家統(tǒng)計局網(wǎng)站和EPS全球金融數(shù)據(jù)庫搜集整理得到。使用的軟件為Matlab 2010b和Geoda。
3.2空間自相關(guān)性檢驗
在進行空間計量建模之前,基于地理距離空間權(quán)重矩陣對城鎮(zhèn)化指數(shù)和金融集聚指數(shù)進行空間自相關(guān)檢驗,利用GeoDa軟件計算Moran’s I指數(shù)結(jié)果如下。
表2 金融集聚與城鎮(zhèn)化的Moran’s I指數(shù)值
從表2可以看出,城鎮(zhèn)化指數(shù)和金融集聚指數(shù)的Moran’s I值均為正值,且城鎮(zhèn)化指數(shù)的Moran’s I指數(shù)均顯著大于0.4,可見2005年以來我國省域間城鎮(zhèn)化建設(shè)具有較強的空間自相關(guān)性,某個省份的城鎮(zhèn)化建設(shè)會受到相鄰省份的顯著影響。同時,金融集聚指數(shù)也呈現(xiàn)明顯的空間自相關(guān)性,并從2006年開始呈現(xiàn)迅速增強趨勢。
3.3空間計量模型的構(gòu)建
基于Moran’s I指數(shù)測算,說明研究變量存在顯著的空間集聚特征,用空間面板模型進行估計是合理的。因此分別建立空間自回歸模型(SAR)和空間杜賓模型(SDM)如下,空間自回歸模型(SAR):
空間杜賓模型(SDM):
3.4模型估計結(jié)果與分析
在估計模型前,先進行LR檢驗和Wald檢驗,對哪個模型較優(yōu)進行預(yù)判。檢驗結(jié)果顯示,Wald Spatial Lag值和LR Spatial Lag值分別為35.78和36.64,在1%顯著性水平上拒絕了原假設(shè)。另一方面,Wald Spatial Error值和LR Spatial Error值分別為54.46和51.61,也同樣拒絕了原假設(shè),說明空間杜賓模型較優(yōu)。從Hausman檢驗來看,統(tǒng)計量為199.4且拒絕原假設(shè),說明固定效應(yīng)要明顯優(yōu)于隨機效應(yīng)。
表3 空間模型的LR和Wald 檢驗
為方便對比,在進行空間面板回歸之前進行了混合回歸,如表4所示,混合OLS估計的R-squared為0.646,變量都通過了10%顯著性水平檢驗。金融集聚指數(shù)、金融發(fā)展規(guī)模、金融投資比率、經(jīng)濟發(fā)展水平、政府干預(yù)程度、對外開放度與城鎮(zhèn)化發(fā)展均呈正相關(guān)關(guān)系,政府干預(yù)度與城鎮(zhèn)化發(fā)展成負(fù)相關(guān)關(guān)系。但是由于空間相關(guān)性的存在,混合回歸容易導(dǎo)致結(jié)果有偏或無效。因此采用極大似然法對兩種空間權(quán)重矩陣(地理距離與經(jīng)濟距離)下的SAR(空間自回歸模型)和SDM(空間杜賓模型)作進一步估計。
表4 金融集聚與城鎮(zhèn)化的OLS、SAR、SDM估計結(jié)果
在空間計量模型中,不論是基于哪種權(quán)重矩陣,模型的擬合優(yōu)度都超過了0.872,遠(yuǎn)高于混合回歸下的擬合優(yōu)度,說明加入空間因素后的模型擬合程度更好。另一方面,空間面板下所得的估計參數(shù)大部分小于混合回歸下的估計參數(shù),說明忽略空間因素容易夸大各變量的作用??臻g自相關(guān)系數(shù)在兩種權(quán)重矩陣下分別為0.478、0.965、0.607、0.827,且均在1%水平下顯著,說明被解釋變量具有明顯的空間依賴性和空間溢出效應(yīng),即城鎮(zhèn)化發(fā)展不僅受到本省金融集聚的影響,還受到鄰近省份金融集聚和其他解釋變量的影響。
在兩個權(quán)重矩陣下,核心解釋變量金融集聚指數(shù)對城鎮(zhèn)化發(fā)展的影響系數(shù)均顯著為正值,估計參數(shù)分別為1.04、0.424、0.826、0.277,說明省域內(nèi)金融集聚現(xiàn)象能夠?qū)π滦统擎?zhèn)化建設(shè)起到推動作用。金融業(yè)不斷深化發(fā)展帶來的產(chǎn)業(yè)集群現(xiàn)象,能夠吸引有活力的經(jīng)濟要素在區(qū)域內(nèi)集聚,激發(fā)金融創(chuàng)新,從而帶來正向的外部性。另一方面,金融集聚指數(shù)在地理距離下的溢出效應(yīng)(1.04,0.826)要明顯大于經(jīng)濟距離下的溢出效應(yīng)(0.424,0.277),說明金融集聚在地理空間關(guān)聯(lián)模式下的溢出效應(yīng)更強,我國已經(jīng)涌現(xiàn)上海、深圳等具有一定規(guī)模的金融集聚中心,這些省域能夠?qū)χ苓叺貐^(qū)的城鎮(zhèn)化起到一定的輻射作用。
金融投資比率在地理距離權(quán)重矩陣下,估計參數(shù)顯著為正,表明金融行業(yè)固定資產(chǎn)投資額的增加,能夠引導(dǎo)社會資源合理流向,為城鎮(zhèn)化建設(shè)過程中涉及到的公共基礎(chǔ)建設(shè)、生態(tài)環(huán)境保護、農(nóng)民權(quán)益性住房及保障、教育等問題需要的大量資金提供支持。
金融發(fā)展規(guī)模估計參數(shù)分別為-0.146、-0.023、-0.078、0.03,且大部分未通過顯著性檢驗。盡管金融行業(yè)通過發(fā)揮信貸平臺優(yōu)勢和資本市場功能,為實體經(jīng)濟提供了多元化的融資渠道,但我國目前的銀行業(yè)貸款仍處于粗放式階段,重規(guī)模,輕質(zhì)量,呆賬壞賬居高不下;另一方面,大部分銀行業(yè)貸款資金流向了大型國有企業(yè)和政府事業(yè)單位,民營企業(yè)仍然面臨著融資壁壘和投資約束問題。
經(jīng)濟發(fā)展水平在4個模型中均呈現(xiàn)明顯的正向影響,說明經(jīng)濟實力的提高能夠有效推動城鎮(zhèn)化發(fā)展。地理距離的溢出效應(yīng)(0.018,0.022)大于經(jīng)濟距離溢出效應(yīng)(0.008),說明地理位置相近的地區(qū)影響程度更大,如我國江浙滬城市集群、長三角城市集群、珠三角城市集群等經(jīng)濟發(fā)展較快的城市形成的集群效應(yīng),能夠推動本區(qū)域和周邊地區(qū)城鎮(zhèn)化建設(shè)。
政府干預(yù)程度與城鎮(zhèn)化關(guān)系不顯著,說明我國政府財政支出沒有充分發(fā)揮對新型城鎮(zhèn)化建設(shè)的支持作用。我們嘗試從兩方面去理解:第一可能是政府干預(yù)過度,導(dǎo)致市場配置失靈,給城鎮(zhèn)化建設(shè)造成一定阻力。另一方面,當(dāng)前我國仍停留在粗放型的城市化進程中,財政資金大部分流向城市基礎(chǔ)設(shè)施建設(shè),對生態(tài)建設(shè)的投入較少,重速度,輕質(zhì)量的發(fā)展模式,不符合新型城鎮(zhèn)化建設(shè)的要義。
對外開放度在4個模型均呈現(xiàn)明顯的正向作用,估計參數(shù)分別為1.133、0.629、1.233、0.401。伴隨我國國際化程度不斷提高,對外貿(mào)易額逐年攀升,頻繁的國際交流與合作催生了北京、上海等國際化大都市,國際化都市圈能夠?qū)︵徑貐^(qū)城鎮(zhèn)化建設(shè)起到一定的輻射作用。
3.5空間溢出效應(yīng)分解
基于LeSage和Pace(2009)提出的偏微分方法,本文對SAR與SDM在地理距離與經(jīng)濟距離權(quán)重矩陣下各變量的空間溢出效應(yīng)進行分解,如表5所示。上文已述空間杜賓模型是較優(yōu)模型,因此以SDM為主要解釋模型。(1)金融集聚對城鎮(zhèn)化的區(qū)域內(nèi)溢出效應(yīng),在兩個權(quán)重矩陣下分別為0.582和0.473,且均通過了1%水平下顯著性檢驗。說明金融集聚通過匯集閑散資金,優(yōu)化資源配置,在一定程度上保障城鎮(zhèn)化建設(shè)中的資金供給,給城鎮(zhèn)化建設(shè)提供推動力。(2)金融集聚的區(qū)域間溢出效應(yīng),在地理距離下取得負(fù)值(-2.66),而在經(jīng)濟距離下為正值(2.055),說明在地理關(guān)聯(lián)模式下,金融集聚對周邊地區(qū)的城鎮(zhèn)化發(fā)展造成了抑制。用我國北京市和河北省的例子解釋這個關(guān)系比較妥當(dāng),北京市作為國際化大都市,集聚了人才、資金、技術(shù)等要素稟賦,一定程度上剝奪了鄰近地區(qū)的資源,造成河北省資源相對稀缺,因此北京市的金融集聚對河北省的城鎮(zhèn)化建設(shè)造成了負(fù)向空間溢出。
在控制變量的空間溢出效應(yīng)上,金融投資比率和金融發(fā)展規(guī)模在地理距離下都達到了正向的溢出效應(yīng),說明金融業(yè)固定資產(chǎn)投資和銀行業(yè)貸款能夠在一定程度上滿足城鎮(zhèn)化建設(shè)的資金缺口,為城鎮(zhèn)化發(fā)展提供資金支持,推動城鎮(zhèn)化建設(shè),并對周邊地區(qū)起輻射作用。經(jīng)濟發(fā)展水平在兩種權(quán)重下的溢出效應(yīng)都在1%顯著水平下為正,說明經(jīng)濟實力的增強,能夠推動生產(chǎn)要素在區(qū)域間的流動以及市場、資源和人才的共享,推動產(chǎn)業(yè)結(jié)構(gòu)升級,從而對周邊區(qū)域產(chǎn)生積極輻射。政府干預(yù)度的溢出效應(yīng)顯著為負(fù),說明一個地區(qū)的政府支出會在一定程度上抑制私人投資,弱化市場效率。對外開放度在兩種權(quán)重矩陣下的溢出效應(yīng)都為正,在地理距離下的區(qū)域內(nèi)效應(yīng)高達1.247,說明不斷提高對外開放水平,不僅能夠深化改革,為經(jīng)濟繁榮增添活力,還能推動我國新型城鎮(zhèn)化發(fā)展,加強國際化城市的輻射作用。
表5 SAR和SDM 空間溢出效應(yīng)分解
本文從空間溢出視角出發(fā),選取了2005~2014年我國31個?。ㄊ小⒆灾螀^(qū))的面板數(shù)據(jù),運用空間自回歸模型和空間杜賓模型對金融集聚對城鎮(zhèn)化的空間溢出效應(yīng)進行估計,并利用偏微分方法進行了空間效應(yīng)分解。主要結(jié)論如下:我國金融集聚和城鎮(zhèn)化均呈現(xiàn)明顯的空間自相關(guān)性,且呈增強趨勢。金融集聚、金融投資比率、經(jīng)濟發(fā)展水平、對外開放程度對本地區(qū)及鄰近地區(qū)的城鎮(zhèn)化都存在著正向的空間溢出效應(yīng),且地理距離關(guān)聯(lián)模式下溢出效應(yīng)更強;而金融發(fā)展規(guī)模和政府干預(yù)程度對城鎮(zhèn)化發(fā)展存在負(fù)向空間溢出效應(yīng)。
基于以上結(jié)論,本文嘗試性提出以下建議:(1)鼓勵金融產(chǎn)業(yè)集聚,加強區(qū)域金融中心建設(shè),加大政策扶持,合理引導(dǎo)金融資源流向,吸引人才、資金、技術(shù)集聚;各金融機構(gòu)加強交流與合作,合理布局金融互動機制,加大對新型城鎮(zhèn)化的支持力度。(2)全面深化金融集聚,提升專業(yè)型、多元化的金融集聚水平,鼓勵金融創(chuàng)新,積極開發(fā)金融工具,激發(fā)金融活力,為新型城鎮(zhèn)化發(fā)展提供強大推動力。新型城鎮(zhèn)化建設(shè)涉及到長期巨額低收益的公共投資,可以發(fā)行地方政府債券,借助金融產(chǎn)品,緩解財政壓力,將地方政府債券交易與定價納入統(tǒng)一債券市場中,構(gòu)建完整的政府信用管理體系;積極拓展項目融資,在銀行信貸的基礎(chǔ)上,融合BOT、融資租賃、信托等方式,建設(shè)合理的融資體系,全面提升金融集聚支持新型城鎮(zhèn)化發(fā)展的服務(wù)范圍、水平與效率,構(gòu)建多元、協(xié)調(diào)、持續(xù)、高效的金融集聚中心。(3)政府可以對金融創(chuàng)新型企業(yè)提供稅收優(yōu)惠和政策補貼,鼓勵資金流向中小民營企業(yè),提升民營企業(yè)參與新型城鎮(zhèn)化建設(shè)的熱情。同時,加強政府調(diào)控機制,充分發(fā)揮市場調(diào)節(jié)機制,合理調(diào)整政府財政支出結(jié)構(gòu),加大治理污染,改善地區(qū)生態(tài),走可持續(xù)發(fā)展的集約模式。
[1]Robert G.King,Ross Levine.Finance,Entrepreneurship,and Growth:Theory and Evidence[J].Journal of Monetary Economics,1993,(32):513~542
[2]Kyung-Hwan Kim.Housing Finance and Urban Infrastructure Finance[J].Journal of Urban Studies,1997,(10):89~123
[3]Glaeser E L.Sprawl and Urban Growth[C].NBER Working Papers,2003:68~85
[4]Kempson E,Whyley C.Kept Out or Opted Out-Understanding and Combating Financial Exclusion[M].The Policy Press,1999:56~62
[5]Nahashi,Stannics.Diverging Patterns with Urban Growth[D]. Canada Economic Association Discussion Paper No 87,2007
[6]范川.金融創(chuàng)新是解決城市化發(fā)展資金瓶頸的關(guān)鍵[J].商業(yè)研究,2003,(21):149~150
[7]范立夫.金融支持農(nóng)村城鎮(zhèn)化問題思考[J].城市發(fā)展研究,2010,(7):63~66
[8]周宗安,王顯暉,汪洋.金融支持新型城鎮(zhèn)化建設(shè)的實證研究——以山東省為例[J].東岳論叢,2015,(1):116~121
[9]李清政.金融支持與我國新型城鎮(zhèn)化互動發(fā)展的理論和實證研究[J].宏觀經(jīng)濟研究,2015,(4):142~152
[10]陳立泰,劉倩.我國西部地區(qū)金融集聚與城鎮(zhèn)化互動關(guān)系實證研究[J].城市問題,2012,(9):17~22
[11]中國人民銀行天津分行課題組.城鎮(zhèn)化、經(jīng)濟增長與金融支持問題研究[J].天津經(jīng)濟,2013,(1):32~36
[12]李寶禮,胡雪萍.金融集聚對中國城鎮(zhèn)化的影響[J].城市問題,2015,(10):55~62
[13]茍小菊,牛傳濤.金融集聚與江淮城市群城鎮(zhèn)化空間計量分析[J].北京航空航天大學(xué)學(xué)報(社會科學(xué)版),2016,(1):98~103
[14]王周偉,柳閆.金融集聚對新型城鎮(zhèn)化支持作用的空間網(wǎng)絡(luò)分解[J].上海師范大學(xué)學(xué)報(哲學(xué)社會科學(xué)版),2016,(2):45~55
[15]J Paul Elhorst.空間計量經(jīng)濟學(xué)——從橫截面數(shù)據(jù)到空間面板[M].北京:中國人民大學(xué)出版社,2015
[16]鄧若冰,劉顏.工業(yè)集聚、空間溢出與區(qū)域經(jīng)濟增長——基于空間面板杜賓模型的研究[J].經(jīng)濟問題探索,2016,(1):66~76
[17]張曉燕,冉光和,季健.金融集聚、城鎮(zhèn)化與產(chǎn)業(yè)結(jié)構(gòu)升級——基于省級空間面板數(shù)據(jù)的實證分析[J].工業(yè)技術(shù)經(jīng)濟,2015,(9):123~130
[18]J.LeSage and R.K.Pace.Introduction to Spatial Econometrics[M].Taylor&Francis Group,LLC,2009
[19]沈體雁,馮等田,孫鐵山.空間計量經(jīng)濟學(xué)[M].北京:北京大學(xué)出版社,2010:27
Financial Agglomeration,Spatial Spillover Effect and Urbanization in China——Based on the Empirical Study with Provincial Panel Data from 2005 to 2014
Jin Faqi Wen Xi
(Central South University,Changsha 410083,China)
Based on the panel data of 31 provinces,municipalities or autonomous regions in China from 2005 to 2014,this paper constructs financial agglomeration index and urbanization index,studies the Spatial auto-correlation of financial agglomeration and urbanization development,moreover,builds spatial auto-regression model and spatial Durbin model and analyzes spatial spillover effects of financial agglomeration on urbanization based on spatial regression model partial derivatives method.It comes to the results as follows,China’s financial agglomeration and urbanization showed significant spatial auto-correlation,and showed an increasing trend.Financial agglomeration,financial investment ratio,the level of economic development and openness both have positive spatial spillover effect on urbanization of the region and adjacent areas,and the effect in geographical distance association mode is stronger than which in economic distance association mode.However,the scale of financial development and the extent of government intervention have negative spatial spillover effect on urbanization of the region and adjacent areas.
financial agglomeration;spatial spillover effect;urbanization;financial investment ratio;openness;government intervention
10.3969/j.issn.1004-910X.2016.11.006
F832
A
2016—07—07
省部級項目“復(fù)雜環(huán)境下系統(tǒng)性民間金融風(fēng)險的度量、傳導(dǎo)與防范研究”(項目編號:Z201606230160001)。
金發(fā)奇,中南大學(xué)商學(xué)院副教授,金融學(xué)博士。研究方向:新型城鎮(zhèn)化、商業(yè)銀行管理。文茜,中南大學(xué)商學(xué)院碩士研究生。研究方向:新型城鎮(zhèn)化、商業(yè)銀行管理。
(責(zé)任編輯:王 平)