張克雯

（貴州財經(jīng)大學(xué) 金融學(xué)院，貴陽 550004）

0 引言

當(dāng)前，國內(nèi)外學(xué)者在金融產(chǎn)業(yè)集聚與經(jīng)濟(jì)增長的關(guān)系研究上取得了較為全面和系統(tǒng)的理論成果，主要體現(xiàn)在以下三個方面：一是認(rèn)為世界經(jīng)濟(jì)能夠如此快速發(fā)展，其核心動力在于金融機(jī)構(gòu)對初創(chuàng)型公司提供了金融資產(chǎn)信貸的幫助[1]；二是在數(shù)據(jù)分析過程中發(fā)現(xiàn)金融產(chǎn)業(yè)集聚和經(jīng)濟(jì)增長存在一定程度的正相關(guān)關(guān)系，即金融產(chǎn)業(yè)集聚程度越高、金融體系越完善、金融企業(yè)數(shù)量越多，經(jīng)濟(jì)發(fā)展水平越高[2]；三是認(rèn)為金融產(chǎn)業(yè)集聚可以借助需求和資本關(guān)系促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展，通過構(gòu)建金融產(chǎn)業(yè)集聚發(fā)展水平指標(biāo)、建立VAR模型等手段，得出金融產(chǎn)業(yè)集聚與經(jīng)濟(jì)增長有著明顯的相互促進(jìn)作用關(guān)系[3-5]。

但當(dāng)前研究成果鮮有通過雙向互動的視角展開深入研究，因此，本文構(gòu)建了金融產(chǎn)業(yè)集聚與經(jīng)濟(jì)增長的雙向互動模型，對金融產(chǎn)業(yè)集聚與經(jīng)濟(jì)增長的內(nèi)在關(guān)系進(jìn)行實證分析，并從金融角度得出了與經(jīng)濟(jì)增長相互促進(jìn)的結(jié)論。

1 模型構(gòu)建、變量選取和數(shù)據(jù)說明

1.1 模型構(gòu)建

本文根據(jù)相關(guān)的經(jīng)濟(jì)增長理論，構(gòu)建經(jīng)濟(jì)增長和金融產(chǎn)業(yè)集聚影響因素之間的雙向互動關(guān)系模型[6]，其模型方程為：

其中，G為社會經(jīng)濟(jì)增長率，D為經(jīng)濟(jì)集聚強(qiáng)度，XG為影響經(jīng)濟(jì)增長的因素，XD為影響經(jīng)濟(jì)集聚強(qiáng)度的因素。

1.1.1 經(jīng)濟(jì)增長模型

為了具體說明我國經(jīng)濟(jì)增長的影響因素，并體現(xiàn)金融產(chǎn)業(yè)集聚對經(jīng)濟(jì)增長的作用，本文選取以下因素作為影響我國經(jīng)濟(jì)增長的關(guān)鍵因素：金融產(chǎn)業(yè)集聚水平（FIAL）、金融投資（FI）、人力資源（HR）、財政水平（FIN）、基礎(chǔ)設(shè)施（INF）和人口密度（PD）。據(jù)此，本文構(gòu)建如下經(jīng)濟(jì)增長模型：

其中，i為樣本數(shù)據(jù)的金融中心城市，t為時間，αg為總控制變量，φi1、φi2、φi3、φi4、φi5、φi6為經(jīng)濟(jì)增長影響因素的參數(shù)，εi，t為經(jīng)濟(jì)增長誤差值。相應(yīng)的影響因素是：FIAL為金融產(chǎn)業(yè)集聚水平因素、FI為金融投資因素、HR為人力資源因素、FIN為財政水平因素、INF為基礎(chǔ)設(shè)施因素、PD為人口密度因素。

1.1.2 金融集聚影響因素模型

相對而言，經(jīng)濟(jì)增長會直接影響金融產(chǎn)業(yè)集聚。因此，以大城市為例，本文的金融集聚影響因素模型的基本形式為：

其中，Ai，t為第i個城市在第t年的金融產(chǎn)業(yè)集聚水平，Yi，t為第i個城市在第t年的金融集聚影響因素，Zi為金融集聚影響因素的控制變量，αA、φ、γi，t為參數(shù)，μi，t為第i個城市在第t年的金融集聚誤差值。

為了具體說明我國金融集聚的影響因素，并體現(xiàn)金融產(chǎn)業(yè)集聚對經(jīng)濟(jì)增長的反作用，本文選取國內(nèi)生產(chǎn)總值（GDP）、金融投資（FI）、人力資源（HR）、對外開放程度（OTOW）、基礎(chǔ)設(shè)施（INF）和人口密度（PD）作為影響我國金融集聚的關(guān)鍵因素。因此，金融集聚影響因素模型的具體表達(dá)式為：

其中，i為樣本數(shù)據(jù)的金融中心城市，t為時間，αA為總控制變量，γi1、γi2、γi3、γi4、γi5、γi6為經(jīng)濟(jì)增長影響因素的參數(shù)，μi，t為金融集聚誤差值。相應(yīng)的影響因素是：GDP為國內(nèi)生產(chǎn)總值因素、FI為金融投資因素、HR為人力資源因素、OTOW為外開放程度因素、INF為基礎(chǔ)設(shè)施因素、PD為人口密度因素。

1.2 變量選取和數(shù)據(jù)說明

GDP表示國內(nèi)生產(chǎn)總值，反映一段時間內(nèi)生產(chǎn)和制造的全部產(chǎn)品和服務(wù)的市場價值。FIAL表示金融產(chǎn)業(yè)集聚水平，它通過金融集聚城市的發(fā)展規(guī)模和人口密度等指標(biāo)衡量。因此，本文選擇金融產(chǎn)業(yè)集聚區(qū)位熵衡量法對金融中心城市的金融產(chǎn)業(yè)集聚水平進(jìn)行衡量。此外，本文選擇金融投資（FI）來體現(xiàn)金融企業(yè)發(fā)展業(yè)務(wù)等方面的資金流動；選擇人力資源（HR）來體現(xiàn)每萬人中接受過高等教育的人數(shù)；選擇財政水平（FIN）來體現(xiàn)政府實際的財政支出能力；選擇基礎(chǔ)設(shè)施（INF）來體現(xiàn)政府投入社會的公共服務(wù)財力；選擇人口密度（PD）來體現(xiàn)每平方公里中的人口數(shù)量；選擇對外開放（OTOW）來體現(xiàn)金融企業(yè)與國外企業(yè)合作的投資。

本文研究對象為我國地級市以上（包括地級市）的金融中心城市。樣本數(shù)據(jù)選擇2008—2016年我國10個大中小型金融中心城市的國內(nèi)生產(chǎn)總值（GDP）、金融產(chǎn)業(yè)集聚水平（FIAL）等變量數(shù)據(jù)[7]。10個金融中心城市為：北京、上海、深圳、廣州、天津、重慶、濟(jì)南、南京、杭州、沈陽。另外，金融產(chǎn)業(yè)集聚水平可以通過金融產(chǎn)業(yè)附加值的高低來體現(xiàn)。

2 實證分析

2.1 單位根檢驗

單位根檢驗可以檢驗?zāi)Ｐ妥兞康钠椒€(wěn)性。而在判斷樣本數(shù)據(jù)之間的協(xié)整關(guān)系之前需要進(jìn)行單位根檢驗。在建立金融產(chǎn)業(yè)集聚與經(jīng)濟(jì)增長關(guān)系的數(shù)據(jù)模型前需要采用相關(guān)的單位根檢驗法對樣本數(shù)據(jù)的平穩(wěn)性進(jìn)行檢驗。為了避免單一的單位根檢驗法造成的偶然性，本文將選擇如下單位根檢驗方法對樣本數(shù)據(jù)進(jìn)行檢驗：LLC檢驗、Hadri檢驗、IPS檢驗和Fisher-ADF檢驗[8]。單位根檢驗結(jié)果如表1所示。

從表1可以看出，樣本數(shù)據(jù)無單位根，即單位根數(shù)據(jù)穩(wěn)定，滿足協(xié)整檢驗的基本要求，可進(jìn)行后續(xù)協(xié)整檢驗。

2.2 協(xié)整檢驗

協(xié)整檢驗可以判斷多組樣本數(shù)據(jù)在線性組合后是否具有了穩(wěn)定性。本文采用Pedroni檢驗和Kao檢驗法[9]對金融產(chǎn)業(yè)集聚與經(jīng)濟(jì)增長的關(guān)系進(jìn)行協(xié)整檢驗，判斷是否具有協(xié)整關(guān)系。

首先對經(jīng)濟(jì)增長模型進(jìn)行協(xié)整檢驗，相關(guān)模型中的參數(shù)變量的Pedroni檢驗和Kao檢驗結(jié)果如表2所示。

表1 樣本數(shù)據(jù)的單位根檢驗結(jié)果

表2 經(jīng)濟(jì)增長模型協(xié)整檢驗結(jié)果

設(shè)原假設(shè)樣本數(shù)據(jù)不存在協(xié)整關(guān)系。從表2可以看出，Pedroni檢驗和Kao檢驗的8個檢驗中有6個否決了原假設(shè)，可以認(rèn)為經(jīng)濟(jì)增長模型中，金融產(chǎn)業(yè)集聚水平、金融投資、人力資源、財政水平、基礎(chǔ)設(shè)施和人口密度與經(jīng)濟(jì)增長之間存在協(xié)整關(guān)系。

之后對金融集聚影響因素模型進(jìn)行協(xié)整檢驗，協(xié)整檢驗結(jié)果如表3所示。

表3 金融集聚影響因素模型協(xié)整檢驗結(jié)果

同樣設(shè)原假設(shè)樣本數(shù)據(jù)不存在協(xié)整關(guān)系。從表3可以看出，Pedroni檢驗和Kao檢驗的8個檢驗中有5個否決了原假設(shè)，可以認(rèn)為金融集聚影響因素模型中，國內(nèi)生產(chǎn)總值、金融投資、人力資源、對外開放程度、基礎(chǔ)設(shè)施和人口密度與金融產(chǎn)業(yè)集聚水平之間存在協(xié)整關(guān)系。

2.3 參數(shù)估計

2.3.1 經(jīng)濟(jì)增長模型參數(shù)估計

本文使用固定因素模型法分析金融產(chǎn)業(yè)集聚因素對經(jīng)濟(jì)增長的作用效果。經(jīng)濟(jì)增長模型的參數(shù)估計結(jié)果如下頁表4所示。

從表4可以看出，模型一未加入金融產(chǎn)業(yè)集聚因素（FIAL）進(jìn)行參數(shù)估計，而模型二加入了金融產(chǎn)業(yè)集聚因素（FIAL）進(jìn)行參數(shù)估計，兩個模型進(jìn)行比較與分析。當(dāng)樣本數(shù)據(jù)未考慮金融產(chǎn)業(yè)集聚因素（FIAL）時，只有金融投資（lnFI）的P值不顯著，其他變量均體現(xiàn)出顯著特征；調(diào)整R2的值，此時F檢驗結(jié)果顯著，提高了總體數(shù)據(jù)的擬合度。當(dāng)樣本數(shù)據(jù)考慮金融產(chǎn)業(yè)集聚因素（FIAL）時，即模型二所示，調(diào)整R2的值，使其略高于模型一的對應(yīng)值，總體數(shù)據(jù)擬合度也較高。因此，在經(jīng)濟(jì)增長模型中，金融投資（FI）、人力資源（HR）、財政水平（FIN）、基礎(chǔ)設(shè)施（INF）和人口密度（PD）對經(jīng)濟(jì)增長起到了一定的促進(jìn)作用，而金融產(chǎn)業(yè)集聚水平（FIAL）的促進(jìn)作用更加明顯。

10個樣本金融中心城市的經(jīng)濟(jì)增長的綜合因素作用和金融產(chǎn)業(yè)集聚因素作用結(jié)果如表5所示。

表4 經(jīng)濟(jì)增長的固定因素模型參數(shù)估計結(jié)果

表5 樣本城市經(jīng)濟(jì)增長綜合因素和金融產(chǎn)業(yè)集聚因素作用結(jié)果

從表5中可以看出，10個城市中經(jīng)濟(jì)增長的綜合因素作用最大的是上海、北京和深圳。而金融產(chǎn)業(yè)集聚因素作用結(jié)果的差異性較為明顯，深圳和重慶的金融產(chǎn)業(yè)集聚因素作用結(jié)果表現(xiàn)為負(fù)相關(guān)。對于其他城市而言，金融產(chǎn)業(yè)集聚因素作用對經(jīng)濟(jì)增長起到了一定的推動作用。

2.3.2 金融集聚影響因素模型參數(shù)估計

金融集聚影響因素模型是用于研究國內(nèi)生產(chǎn)總值等金融因素對金融產(chǎn)業(yè)集聚的影響效果，為了突顯國內(nèi)生產(chǎn)總值因素對金融產(chǎn)業(yè)集聚的影響，本文同樣采用固定因素模型法分析國內(nèi)生產(chǎn)總值因素對金融產(chǎn)業(yè)集聚的作用效果。金融集聚影響因素模型的參數(shù)估計結(jié)果如表6所示。

表6 金融集聚影響因素的固定因素模型參數(shù)估計結(jié)果

從表6可以看出，調(diào)整R2的值為0.955772，F(xiàn)檢驗結(jié)果顯著，總體數(shù)據(jù)擬合度較高。因此，在金融集聚影響因素模型中，國內(nèi)生產(chǎn)總值（GDP）、金融投資（FI）、人力資源（HR）、對外開放程度（OTOW）、基礎(chǔ)設(shè)施（INF）和人口密度（PD）對金融產(chǎn)業(yè)集聚有著較強(qiáng)的促進(jìn)作用。特別是國內(nèi)生產(chǎn)總值因素，經(jīng)濟(jì)增長加快也能吸引更多的金融機(jī)構(gòu)進(jìn)行金融產(chǎn)業(yè)集聚，符合本文的實證結(jié)論。

10個樣本金融中心城市的金融產(chǎn)業(yè)集聚的綜合因素作用和經(jīng)濟(jì)增長因素作用結(jié)果如表7所示。

表7 樣本城市經(jīng)濟(jì)增長綜合因素和經(jīng)濟(jì)增長因素作用結(jié)果

從表7中可以看出，10個城市中經(jīng)濟(jì)增長的綜合因素作用最大的是北京、南京、沈陽、廣州和濟(jì)南。而經(jīng)濟(jì)增長因素作用結(jié)果的差異性也較為明顯，沈陽、廣州、深圳和南京的經(jīng)濟(jì)增長因素作用結(jié)果表現(xiàn)為正相關(guān)，經(jīng)濟(jì)增長對金融產(chǎn)業(yè)集聚作用明顯。對于其他城市而言，經(jīng)濟(jì)增長對金融產(chǎn)業(yè)集聚的影響為負(fù)值，表明經(jīng)濟(jì)增長和金融產(chǎn)業(yè)集聚已經(jīng)出現(xiàn)了反向作用。

3 結(jié)論

本文把經(jīng)濟(jì)增長和金融產(chǎn)業(yè)集聚的關(guān)系作為研究對象，構(gòu)建了經(jīng)濟(jì)增長和金融產(chǎn)業(yè)集聚影響因素之間的雙向互動關(guān)系模型，并分析了金融產(chǎn)業(yè)集聚和經(jīng)濟(jì)增長的相互影響程度。實證結(jié)果顯示，一方面，金融產(chǎn)業(yè)集聚確實能促進(jìn)經(jīng)濟(jì)增長，而金融產(chǎn)業(yè)集聚程度不同，對城市經(jīng)濟(jì)增長的影響也存在較大差異，樣本中的10個城市金融產(chǎn)業(yè)集聚促進(jìn)了城市經(jīng)濟(jì)增長的效果，排名為：廣州、沈陽、杭州、天津、北京、南京、上海、濟(jì)南；另一方面，經(jīng)濟(jì)增長也會促進(jìn)金融產(chǎn)業(yè)集聚，樣本中的10個城市經(jīng)濟(jì)增長對金融產(chǎn)業(yè)集聚有明顯促進(jìn)作用的是：沈陽、廣州、深圳和南京。因此，金融產(chǎn)業(yè)集聚和經(jīng)濟(jì)增長表現(xiàn)為相互促進(jìn)作用。