肖 艷，王中昭

(廣西大學 商學院，廣西 南寧，530004)

隨著國家“一帶一路”建設的深入推進，廣西國際大通道、戰(zhàn)略支點、重要門戶的地位突顯。廣西將發(fā)揮與東盟國家陸海相連的獨特優(yōu)勢，構建21世紀海上絲綢之路與絲綢之路經濟帶有機銜接的重要門戶，與東盟國家圍繞政策溝通、設施聯通、貿易暢通、貨幣流通、民心相通等五大方面，不斷深化交流合作。貿易暢通與貨幣流通離不開金融的支持，伴隨著區(qū)域交流合作的不斷深化，對外開放水平不斷擴大，金融資源將在更大的區(qū)域內流動，使得主要金融機構高度集聚于區(qū)域中心城市，以金融集聚為代表的金融組織形式已經成為現代金融產業(yè)的基本架構。同時，廣西的城鎮(zhèn)化步伐不斷加快，新型城鎮(zhèn)化建設已經進入快速發(fā)展的新階段，城鎮(zhèn)化的快速發(fā)展進一步促進金融市體系的健全和完善，為金融集聚發(fā)展創(chuàng)造良好環(huán)境。

一、文獻綜述

(一)金融集聚的空間溢出效應研究

金融集聚的空間溢出效應很大程度上依賴于有效的地方外部性。Choi等[1]運用規(guī)模經濟理論論證了當某一地區(qū)銀行的數量增多且規(guī)模不斷增大時，就可能形成金融中心，而金融機構之間的基礎設施共享、商品流通成本的降低、生產者與消費者之間的信息溝通更加便捷等外部規(guī)模經濟效應會進一步促進生產和消費群體的空間集聚； Davis[2]的實證調研結果表明，在金融集聚地區(qū)，交易成本降低、相互學習與技術外溢引起的技術創(chuàng)新等溢出效應導致各個層次的金融服務機構和金融輔助性行業(yè)都愿意集聚發(fā)展；Zhao[3]運用信息腹地理論將金融信息分為標準化信息和非標準化信息，金融機構為了獲取非標準化信息，就必須盡可能的靠近信息來源(金融集聚中心)，金融集聚中心帶來的信息外部性和不對稱信息成為吸引金融機構集聚的重要因素；Pan & Yang[4]指出金融中心和周邊地區(qū)金融企業(yè)的聚集存在強大的外部效應，金融機構的集聚提高了市場流動性，但集聚也會帶來負面的空間溢出效應；Yu 等[5]基于中國31個省份的2005-2014年面板數據，構建了三個不同空間權重矩陣的空間面板模型，研究表明金融集聚存在空間競爭效應，但空間溢出效應并不明顯，不利于金融深度發(fā)展。

(二)金融集聚與經濟增長的研究

金融集聚降低了企業(yè)融資成本，激發(fā)了企業(yè)的創(chuàng)新能力，提升產業(yè)結構，進而推動區(qū)域經濟增長。Apergis & Filippidis[6]運用金融市場與股票市場的指標分析了65個國家1975-2000年的相關經濟數據，結論顯示金融業(yè)、股票市場的發(fā)展與經濟增長呈現正相關關系；Tong 等[7]的研究表明金融集聚可以提高金融體系的管理水平，促進金融發(fā)展、人口增長、經濟增長和技術進步； Liu & Mu[8]依托空間自相關理論，分析了河南省17個城市金融集聚與經濟增長的空間分布特征，研究表明經濟增長和金融發(fā)展具有空間集聚性，金融集聚對經濟增長具有顯著的的空間溢出效應，但忽略空間相關性的影響將會夸大金融集聚對經濟增長的影響。

金融集聚對經濟增長的影響同時體現在時空維度，區(qū)域間地理位置的差異會導致區(qū)域金融差異發(fā)展。田超等[9]較早研究了我國金融集聚發(fā)展與區(qū)域經濟增長的現象，認為金融的區(qū)域發(fā)展差異是地區(qū)間經濟非均衡發(fā)展的重要原因；王重潤等[10]以環(huán)渤海地區(qū)五省市為研究對象，探究金融發(fā)展與經濟增長之間的內在關聯，發(fā)現金融發(fā)展與進經濟增長正相關，但不同區(qū)域受到的輻射度存在差異；成學真等[11]測量了西北五省金融集聚對區(qū)域經濟增長的空間溢出效應，結果顯示西北五省區(qū)金融集聚水平存在差異，但不同省區(qū)金融集聚的差異程度呈收斂態(tài)勢；D Wang[12]對我國區(qū)域金融發(fā)展及對經濟增長影響的區(qū)域差異進行研究，指出東部沿海地區(qū)在經濟、政治、政策等諸多優(yōu)勢支持下，金融高速發(fā)展不斷集聚，不斷拉開與中西部地區(qū)經濟增長差距，形成“馬太效應”；于斌斌[13]對全國285個市進行研究，結果顯示金融集聚對東、中部地區(qū)產業(yè)結構升級存在顯著的促進效應和空間溢出效應，但對西部地區(qū)并無顯著的促進效應和空間溢出效應，同時，特大城市和大城市成為金融集聚的“受益者”，但對小城市具有明顯的負向影響，且空間溢出效應并不顯著。

綜上，國內外學者關于金融集聚對經濟增長的研究較為豐富，并取得了一定的研究成果。然而關于金融集聚對經濟增長影響的研究重心多放在全國或者沿海個別發(fā)達地區(qū)，過于宏觀。金融集聚對經濟增長的作用研究較少。由于我國金融集聚具有較強的經濟屬性，全國及個別發(fā)達地區(qū)的規(guī)律和政策很難直接應用于欠發(fā)達地區(qū)。鑒于此，本文以市域數據為研究樣本，采用空間杜賓模型探究廣西金融集聚的空間溢出效應及對區(qū)域經濟增長的影響，為后發(fā)地區(qū)金融業(yè)的集聚發(fā)展提供決策參考。

二、空間計量模型的構建

(一)空間計量模型

在Moran’s I指數檢驗均通過的基礎上，如果所選取的數據存在空間依賴性，需要選擇空間計量模型對數據進行處理。對于空間效應模型，主要考慮的空間計量模型包括空間滯后模型、空間誤差模型以及其組合模型和空間杜賓模型，這些模型的主要區(qū)別是空間依賴性的體現方式?？臻g滯后模型是將空間依賴體現在相鄰地區(qū)的被解釋變量中；空間誤差模型空間依賴性通過誤差項來體現；混合模型是將空間依賴性體在兩者中都有體現；杜賓模型考慮本區(qū)域的被解釋變量會依賴于其鄰居的自變量的影響。

(二)變量設定

本文主要考察廣西金融集聚對區(qū)域經濟增長的空間溢出效應，研究的落腳點是廣西經濟增長情況，因此，選取廣西各市人均GDP作為被解釋變量，反映廣西經濟發(fā)展水平，核心解釋變量中涉及的金融集聚(FA)、金融效率(FE)，控制變量中涉及的政府干預(GI)和投資水平(I)均來自于《廣西統(tǒng)計年鑒》、2010—2016年廣西14個地級市統(tǒng)計年鑒、各市2011—2016年國民經濟發(fā)展統(tǒng)計公報和各市統(tǒng)計局提供數據。為降低數據異方差，對所有變量取自然對數。

關鍵解釋變量為金融集聚區(qū)位熵(FA)。對金融集聚程度的描述中，用區(qū)位熵指數計算得到的指標lq來反映廣西各城市金融集聚程度，區(qū)位熵數值的大小表明了金融相對集聚的程度的，數值越高，說明集聚水平越高；反之，數值低就集聚水平低。

金融效率(FE)代表的是資金的利用效率，用銀行的存貸比來體現效率的高低，等于城市的銀行存款/城市的貸款總額。金融效率指標是一個負向指標，比值越大表明資金的流動效率越低，反之，比值越小其效率越高。

控制變量(I)是為了避免遺漏影響經濟發(fā)展的一些變量。本文資本的積累用固定資產投資/地區(qū)GDP的比重，表示各城市的投資水平。考慮到我國的國情，政府的宏觀調控對城市的經濟發(fā)展有著不可忽視的影響，采用財政支出額來表示廣西14個城市的政府行為(GI)。

為了檢驗金融集聚對周邊地區(qū)的溢出效應，運用SDM模型引入金融集聚的空間變量，分別用W_LnFA、W_LnFE、W_LnGI和W_LnI表示金融集聚、金融效率、政府干預和投資水平的空間變量，模型表達式為：

LnPCGDP=α+β1LnFA+β2LnFE+β3LnGI+β4LnI+δ1W_LnFA+δ2W_LnFE+δ3W_LnGI+δ4W_LnI+εit

(5)

式(5)中，W為n*n階鄰接空間權重矩陣，矩陣元素wij取值為1表示當市域相鄰，wij取值為0時表示不相鄰。此外用空間自相關模型和帶空間自回歸誤差項的空間自回歸模型對空間杜賓模型進行穩(wěn)健性驗證。

三、空間計量分析

(一)空間相關性檢驗

在空間自相關檢驗之前，首先利用Geoda軟件分別繪制2011年和2015年的金融集聚度與人均GDP的三分位圖，探討兩者的空間自相關性以及空間演變過程。

從圖1到圖2可以看出，FA三分位圖的組間距離在縮小，隨著時間的推移金融集聚的差異在縮小，發(fā)展更加均衡。從空間上看，金融集聚是高低集聚，以南寧、柳州、桂林和北海為主的金融集聚區(qū)內高值地區(qū)沒有輻射到賀州、來賓、貴港和欽州等金融集聚低值地區(qū)，桂西地區(qū)的集聚是受到南寧地區(qū)的帶動，百色和崇左的金融集聚在區(qū)內更上一個臺階。

若渣箱、中間包的浮渣量突然增多且呈黑色泡沫狀時，則與銅磚支撐板及鐵塊掉入豎爐后銅水中鐵超標有關，可明確判斷為銅磚支撐板發(fā)生斷裂事故。

圖1 2011年FA三分位圖 圖2 2015年FA三分位圖Fig.1 FA Three Bitmap in 2011 Fig.2 FA Three Bitmap in 2015

圖3 2011年PCGDP三分位圖 圖4 2015年PCGDP三分位圖Fig.3 PCGDP Three Bitmap in 2011 Fig.4 PCGDP Three Bitmap in 2015

表1廣西金融集聚和經濟增長的空間相關性檢驗

Tab.1SpatialcorrelationtestoffinancialagglomerationandeconomicgrowthinGuangxi

注：*、**、***分別表示在10%、5%、1%的水平上顯著，下同。

從圖3到圖4，PCGDP三分位圖的組間距在整體上有提高，空間分布上高低環(huán)繞分布明顯，桂北、桂南是區(qū)內的兩個PCGDP高的分布，桂北以桂林和柳州為中心，桂南以南寧、北海和防城港為中心。柳州是廣西最大的工業(yè)城市，桂林是國內知名的國際旅游目的地和歷史文化名城，兩市具有較好的經濟基礎，桂南主要是港口城市，其中北海和防城港均是北部灣發(fā)展?jié)摿^大的城市，PCGDP在區(qū)內處于領跑地位，此外，百色的PCGDP攀升較為明顯。從整體上看，金融集聚和人均GDP呈現空間相關性。但是否存在來自高值地區(qū)對周邊地區(qū)的空間溢出效應，需要進一步的空間自相關檢驗。

在初步探討了金融集聚程度與經濟增長的空間相關性之后，對所選取的主要變量進行空間自相關性的檢驗，結果如表1所示。

表1檢驗結果顯示，FA指標與PCGDP指標的Moran’s I指數全部通過10%的顯著性檢驗，表明廣西市域金融集聚和經濟增長之間存在顯著的空間相關性。但金融集聚和經濟增長的Moran’s I指數均為負值，表明廣西金融集聚與經濟增長均表現出負的空間相關性，從數值的變化來看，這種空間的相關性沒有太大的波動，即廣西區(qū)金融集聚和城市經濟增長呈現高低集聚的狀態(tài)，并且這種高低互相集聚的狀態(tài)在近5年基本沒有變化，這表明區(qū)域間地理位置的差異是導致區(qū)域金融差異發(fā)展的重要原因，區(qū)域金融差異發(fā)展又會導致金融集聚在區(qū)域空間內呈現非均衡發(fā)展的特征，進而造成區(qū)域間經濟的不均衡發(fā)展。綜上所述，廣西金融集聚與經濟增長之間存在顯著的空間相關性，因此，基于空間自相關分析，若再用普通的回歸分析廣西各市金融集聚和經濟增長時，得到的估計結果會有偏差或無效，需要構建空間計量模型進行深入研究。

(二)金融集聚的空間溢出效應檢驗

建立空間杜賓模型衡量廣西區(qū)金融集聚對經濟增長的空間溢出，根據杜賓模型的效果以及Hausman檢驗結果，為了更好地體現地區(qū)特征的個體差異，選擇固定效應下的模型(見表2)。

表2空間杜賓模型估計結果

Tab.2Estimatedresultsofspacedoberenmodel

采用極大似然估計，在表2中報告了對數似然函數值(Log-likelihood)和似然比檢驗結果(LR test)對模型進行更好的選擇。首先選擇所有解釋變量的空間滯后項構建杜賓模型SDM(1)?？臻g自回歸系數spatial-rho在顯著性水平為10%時顯著為正(0.24447)，相鄰地區(qū)的經濟有相互促進作用，同時研究相鄰地區(qū)的金融集聚、金融效率、投資水平和政府行為是否會對本區(qū)域的經濟增長產生影響。LnFE、LnGI和LnI的空間滯后項在顯著性水平5%下顯著，說明相鄰市的金融效率、投資水平和政府行為會對本區(qū)域有空間溢出的效應，LnFA即金融集聚變量的空間滯后項并不顯著。在SDM(1)模型的基礎上進行調整，即將杜賓模型中的空間滯后項剔除金融集聚因素構建杜賓模型SDM(2)?？臻g自回歸系數spatial-rho在顯著性水平10%為0.24475，表明空間滯后的被解釋變量系數不為0，方程的擬合優(yōu)度是0.8085。各個解釋變量的系數都通過顯著性水平。

通過對四個模型進行對比，從對數似然函數值SAR和SAC來看，SAC優(yōu)于SAR，SDM(2)與SDM(1)一樣都是63.0388，比SAR和SAC都要高，杜賓模型的效果會更好。但是從LR檢驗來看，選擇SDM(2)模型效果優(yōu)于SDM(1)，固定效應下的杜賓模型SDM(2)估計結果比較好，其擬合優(yōu)度和各系數通過顯著性檢驗的情況都比較好，因此，根據固定效應下的SDM(2)，對廣西區(qū)各市金融集聚的空間溢出效應進一步分析。由于SDM(2)空間滯后被解釋變量的系數顯著不為0，因而采用空間回歸模型偏微分的方法，將金融集聚、金融效率、投資水平和政府行為對經濟增長的效應進行分解，從直接效應、間接效應和總效應來解釋空間溢出效應。

表3 杜賓模型2(SDM)的效應分解結果

注：*、**、***分別表示在10%、5%、1%的水平上顯著，括號內為z統(tǒng)計量，下同。

從表3的分解結果來看，在金融集聚的空間溢出效應方面，金融集聚對經濟增長的三類效應均通過了5%的顯著性檢驗，其中直接效應、間接效應和總效應系數分別為0.2806，0.0142和0.2948。表明廣西金融集聚對經濟增長有顯著的正向空間溢出效應，且金融集聚對本市經濟增長的影響大于對相鄰市經濟增長的影響，這與陳琦和于斌斌的研究結果一致。

在金融效率和政府行為的空間溢出效應方面，一方面，金融效率對經濟增長的直接效應、間接效應和總效應均通過10%的顯著性檢驗，其中直接效應、間接效應和總效應系數分別為0.2136，-0.0912和0.1226?？傮w來說金融效率對經濟增長呈正向促進作用，具體來說本市金融效率對本市的經濟增長具有正向的促進作用，但對相鄰區(qū)域的經濟增長呈現負向的空間溢出效應。另一方面，政府行為對經濟增長的三類效應均通過1%的顯著性檢驗，其中直接效應、間接效應和總效應系數分別為0.1545，0.5824和0.7369?？傮w來說政府行為對本市域和相鄰市域的經濟增長均存在顯著的空間溢出效應，且這種正向的促進作用集中體現在對相鄰市域經濟增長方面。

在投資水平的空間溢出效應方面，投資水平對經濟增長間接效應和總效應均通過1%的顯著性檢驗，而直接效應并未通過顯著性檢驗，表明廣西市域經濟增長過程中投資水平存在顯著的空間溢出效應，但集中體現在對相鄰市域經濟增長的影響方面。此外，投資水平的空間溢出效應估計系數為負，表明現階段廣西市域經濟增長是典型的投資拉動型增長模式，投資利用效率較低，致使投資水平對經濟增長沒有發(fā)揮出預期的促進作用。

(三)穩(wěn)健性檢驗

為了驗證杜賓模型估計結果的穩(wěn)健性，即其是否會隨著模型的變化有方向性的偏差，在固定效應下，利用空間自回歸模型(SAR)和空間自相關模型(SAC)檢驗空間杜賓模型系數的一致性。

表4 空間自回歸模型(SAR)與空間自相關模型(SAC)估計結果

從表4中的估計結果看出空間自回歸模型的spatial-rho顯著為0.5583，驗證杜賓模型中滯后的被解釋變量系數不為0，方程的擬合優(yōu)度是0.6826，各個系數的顯著性不及杜賓模型，以及Log-likelihood值SAR小于杜賓模型?？臻g自相關模型(SAC)spatial-rho顯著為0.8223，方程的擬合優(yōu)度是0.7879，但是LnGI的系數并不顯著，Log-likelihood值SAC模型也小于SDM模型。空間自回歸模型(SAR)和空間自相關模型(SAC)各變量的系數與杜賓模型和空間自回歸個系數的估計結果基本保持方向一致。構建的空間杜賓模型的估計結果是非常穩(wěn)健的。

四、結論與啟示

(一)研究結論

基于金融業(yè)產業(yè)集聚空間效應視角，本文將空間因素納入區(qū)域經濟增長的研究框架中，研究的主要結論如下。

1.從整體來看，現階段廣西金融集聚發(fā)展地區(qū)間不平衡，經濟發(fā)展水平差距較大。經濟發(fā)展在各市之間具有顯著的空間相關性，相鄰市域之間存在顯著的空間依賴和空間溢出效應。Moran’s I空間相關性檢驗結果顯示，廣西金融集聚與經濟增長均表現出負的空間相關性，金融集聚和城市經濟增長呈現高低集聚的分布狀態(tài)，本地區(qū)的金融集聚與經濟發(fā)展與鄰接地區(qū)息息相關。

2.從總效應的角度看，金融集聚、金融效率和政府行為都能為廣西市域經濟增長做出貢獻，從直接效應和間接效應分解來看，城市金融集聚和政府行為對本市和周邊城市的影響是一致的，都是正向的促進作用。金融效率的直接效應是正向的，但對周邊城市的溢出效應是負向影響。表明廣西市域之間存在非合作型競爭金融政策，導致市域之間金融集聚的空間溢出效應以“極化效應”為主。投資水平對經濟增長存在顯著的負向空間溢出效應，表明現階段廣西市域投資利用效率較低，產業(yè)結構和投資效率仍需轉型升級和提質增效。

(二)啟示

首先，現階段廣西市域金融集聚對本市經濟增長的影響大于對相鄰市經濟增長的影響，這主要是由于廣西金融產業(yè)的成長尚處于中級階段，區(qū)內的金融集聚主要集中在少數幾個經濟基礎較好的城市，并形成金融增長極，金融集聚的空間溢出效應主要以“極化效應”和“回程效應”為主，金融集聚的“涓流效應”尚比較弱。即金融增長極廣泛吸引周圍地域的金融資源向增長極凝集，促進增長極內金融產業(yè)成長和經濟增長，金融增長極的內聚力漸趨強化的同時，相對削弱了外圍地域的金融產業(yè)成長和經濟增長。因此，自治區(qū)政府在當前經濟增長極的基礎上將南寧打造成為區(qū)內的金融中心，充分發(fā)揮南寧金融中心的金融輻射效應，同時，鼓勵經濟基礎較好的城市打造金融增長極，最終形成金融支點、金融增長極和金融中心“三級聯動”的金融發(fā)展格局，實現整個區(qū)域內部各城市經濟協調發(fā)展。其次，金融效率和投資水平對廣西市域經濟增長帶來的影響較弱，因此，在擴大投資規(guī)模的同時應當更加注重提升金融效率，加強金融對以節(jié)能環(huán)保產業(yè)為代表的戰(zhàn)略性新興產業(yè)的支持和引導，提高資本市場的融資效率，提高經濟增長質量。