郭文杰

摘要：本文采用長(zhǎng)三角地區(qū)26個(gè)城市2009-2017年的面板數(shù)據(jù)，采用隨機(jī)效應(yīng)模型實(shí)證分析了高鐵開(kāi)通和信息化水平對(duì)地區(qū)金融產(chǎn)業(yè)集聚程度的影響，并采用二階段最小二乘法（2SLS）對(duì)模型進(jìn)行了內(nèi)生性檢驗(yàn)。通過(guò)本文的實(shí)證結(jié)果可以得出高鐵開(kāi)通和信息化水平對(duì)地區(qū)金融產(chǎn)業(yè)集聚具有顯著性的正效應(yīng)。通過(guò)高鐵建設(shè)和信息基礎(chǔ)建設(shè)的回歸系數(shù)可知，信息基礎(chǔ)建設(shè)對(duì)金融產(chǎn)業(yè)集聚的正向效應(yīng)遠(yuǎn)遠(yuǎn)大于高鐵建設(shè)對(duì)金融產(chǎn)業(yè)集聚的正向效應(yīng)。

關(guān)鍵詞：信息基礎(chǔ)建設(shè) 高鐵建設(shè) 金融集聚 內(nèi)生性檢驗(yàn) 穩(wěn)健性檢驗(yàn)

一、引言

自20世紀(jì)開(kāi)始，倫敦、紐約、東京三大國(guó)際金融中心在全球的影響力日趨加深，同時(shí)隨著經(jīng)濟(jì)水平的發(fā)展，世界各國(guó)金融產(chǎn)業(yè)集聚現(xiàn)象越來(lái)越明顯，金融產(chǎn)業(yè)集聚問(wèn)題越來(lái)越成為經(jīng)濟(jì)學(xué)研究的熱點(diǎn)。自改革開(kāi)放以來(lái)，我國(guó)經(jīng)濟(jì)飛速發(fā)展，我國(guó)金融產(chǎn)業(yè)集聚現(xiàn)象日益顯著，尤其是2001年加入WTO以后，出現(xiàn)了以上海陸家嘴和北京金融街為代表的金融中心。近年來(lái)，我國(guó)各大城市都在積極建設(shè)地方金融中心，因此研究金融產(chǎn)業(yè)集聚的影響因素對(duì)于地方建設(shè)金融中心具有一定的意義。綜合國(guó)內(nèi)外文獻(xiàn)來(lái)看，大多數(shù)學(xué)者從經(jīng)濟(jì)發(fā)展水平、地理位置、政府干預(yù)程度、對(duì)外開(kāi)放程度、產(chǎn)業(yè)結(jié)構(gòu)等角度來(lái)研究對(duì)金融產(chǎn)業(yè)集聚的影響，本文在原有理論的基礎(chǔ)上，特別是近年來(lái)我國(guó)高鐵建設(shè)如火如荼，高鐵因其時(shí)空壓縮效應(yīng)顯著縮短了地理距離，促進(jìn)了人流、信息流的流動(dòng)，同時(shí)伴隨著5G時(shí)代的到來(lái)，信息基礎(chǔ)建設(shè)和通信技術(shù)水平的提高，促進(jìn)了產(chǎn)業(yè)結(jié)構(gòu)的升級(jí)和產(chǎn)業(yè)集聚，因此本文從高鐵建設(shè)和信息基礎(chǔ)建設(shè)的角度來(lái)實(shí)證分析兩個(gè)因素對(duì)金融產(chǎn)業(yè)集聚的影響。

二、文獻(xiàn)綜述與理論分析

（一）金融產(chǎn)業(yè)集聚

金融產(chǎn)業(yè)集聚是金融產(chǎn)業(yè)空間動(dòng)態(tài)演進(jìn)的結(jié)果。國(guó)內(nèi)外學(xué)者的實(shí)證結(jié)果表明金融產(chǎn)業(yè)集聚已成為金融業(yè)發(fā)展的趨勢(shì)，金融產(chǎn)業(yè)集聚能夠促進(jìn)金融發(fā)展和金融效率提高（Taylor 等，2003;Christophers，2012），金融產(chǎn)業(yè)集聚逐漸成為區(qū)域經(jīng)濟(jì)競(jìng)爭(zhēng)力的中堅(jiān)力量。

其中以戴維斯（Davis，1988，1990）、泰勒（Taylor，2003）、潘英利（2003）等從區(qū)位選擇理論分析了金融產(chǎn)業(yè)集聚的動(dòng)因，金德?tīng)柌瘢↘indleberger ，1974）、黃解宇和楊再斌（2006）等從規(guī)模經(jīng)濟(jì)理論探究了金融產(chǎn)業(yè)集聚的影響因素，格里克（Gehrig，1998）、馬?。∕artin R L.，1999）等運(yùn)用金融地理學(xué)理論從信息的角度對(duì)金融產(chǎn)業(yè)集聚的成因進(jìn)行闡釋。

（二）高鐵建設(shè)與金融產(chǎn)業(yè)集聚

近年來(lái)，我國(guó)高速鐵路建設(shè)飛速發(fā)展，“高鐵”效應(yīng)成為學(xué)者們研究的熱點(diǎn)問(wèn)題。已有學(xué)者研究高鐵對(duì)相關(guān)產(chǎn)業(yè)的影響，如汪德根等（2012）、丁金學(xué)（2014）、嵇昊威等（2015）覃成林（2016）、鄧濤濤等（2017）等。高鐵對(duì)產(chǎn)業(yè)集聚的理論基礎(chǔ)來(lái)自于新經(jīng)濟(jì)地理學(xué)，高鐵對(duì)產(chǎn)業(yè)集聚的影響源于高鐵開(kāi)通帶來(lái)的交通運(yùn)輸成本的降低，而交通運(yùn)輸成本的降低有利于促成產(chǎn)業(yè)集聚。高鐵顯著提高了人流、信息流、資金流等在運(yùn)輸過(guò)程中的時(shí)效性，同時(shí)提升了交通可達(dá)性。交通可達(dá)性的提升對(duì)產(chǎn)業(yè)集聚有著重要的影響力，同樣，可達(dá)性在很大程度上決定著區(qū)域的競(jìng)爭(zhēng)力和城市的吸引力。

通過(guò)對(duì)已有學(xué)者們的研究發(fā)現(xiàn)，高鐵建設(shè)對(duì)相關(guān)產(chǎn)業(yè)尤其是第三產(chǎn)業(yè)具有顯著地促進(jìn)作用，同時(shí)結(jié)合學(xué)者們對(duì)金融產(chǎn)業(yè)集聚影響因素的分析，發(fā)現(xiàn)并沒(méi)有學(xué)者細(xì)化高鐵建設(shè)對(duì)金融產(chǎn)業(yè)集聚的影響，因此本文以長(zhǎng)三角地區(qū)26個(gè)城市群為例，實(shí)證分析了高鐵對(duì)金融產(chǎn)業(yè)集聚的影響。

（三）信息基礎(chǔ)建設(shè)與金融產(chǎn)業(yè)集聚

由于金融產(chǎn)業(yè)信息的不對(duì)稱性，因此必然需要在地理空間上的集聚從而達(dá)到信息共享。Porteous（1999）和王坦（2006）等強(qiáng)調(diào)信息流在金融產(chǎn)業(yè)集聚中發(fā)揮著重要作用，通過(guò)對(duì)已有學(xué)者的研究發(fā)現(xiàn)，學(xué)者們已經(jīng)在信息對(duì)金融產(chǎn)業(yè)集聚的重要影響上達(dá)成了共識(shí)，因此本文進(jìn)一步探討信息基礎(chǔ)建設(shè)對(duì)金融產(chǎn)業(yè)集聚的影響機(jī)制。首先，信息基礎(chǔ)設(shè)施是信息有效流轉(zhuǎn)的基本物質(zhì)條件，是影響信息流的重要因素，能降低交易成本;其次，信息基礎(chǔ)建設(shè)能夠縮短企業(yè)之間的信息傳遞的地理距離，提高信息傳遞的實(shí)效性，降低信息傳遞的成本，隨著互聯(lián)網(wǎng)信息時(shí)代的到來(lái)，即使企業(yè)相距甚遠(yuǎn)，也能隨時(shí)傳遞信息，從而導(dǎo)致產(chǎn)業(yè)產(chǎn)生“虛擬集聚”。

三、實(shí)證分析

（一）變量說(shuō)明

被解釋變量。本文選擇金融產(chǎn)業(yè)區(qū)位熵（FLQ）測(cè)算我國(guó)金融產(chǎn)業(yè)區(qū)域集聚程度。區(qū)位熵是衡量產(chǎn)業(yè)集中度的重要指標(biāo)，可充分比較不同地區(qū)金融集聚程度，確定該地區(qū)金融產(chǎn)業(yè)集中程度在全國(guó)所處的位置。計(jì)算公式如下：

其中，Lij指地區(qū)i內(nèi)產(chǎn)業(yè)j的就業(yè)人數(shù)，Li指地區(qū)i內(nèi)的總就業(yè)人數(shù)，Lj指全國(guó)內(nèi)產(chǎn)業(yè)j的總就業(yè)人數(shù)，L指全國(guó)的總就業(yè)人數(shù)。區(qū)位熵的值越大，該區(qū)域的金融集聚程度越高。一般認(rèn)為，如果FLQij大于1，意味著金融產(chǎn)業(yè)在區(qū)域比較重要。

解釋變量。本文將金融集聚的影響因素分為核心解釋變量和控制變量?jī)山M。

本文核心解釋變量有兩個(gè)，一個(gè)是高鐵開(kāi)通時(shí)間虛擬變量（ot），本文以2010年作為基期，2010年開(kāi)通高鐵的城市取值為1，2010年未開(kāi)通高鐵的城市取值為0。另一個(gè)是信息化水平（ict），本文參考梁琳（2016）的信息基礎(chǔ)設(shè)施指標(biāo)選取方法來(lái)反映各城市的信息化水平。

控制變量包括以下4個(gè)變量：

一是經(jīng)濟(jì)發(fā)展水平（dec），本文以各城市人均GDP與全國(guó)人均GDP的比值來(lái)反映各城市的經(jīng)濟(jì)發(fā)展水平。

二是創(chuàng)新能力水平（ivon），本文以各城市專利授權(quán)量的對(duì)數(shù)來(lái)反映各城市創(chuàng)新能力水平。

三是通信水平（ptr），本文以各城市郵電業(yè)務(wù)量與全國(guó)郵電業(yè)務(wù)總量的比值來(lái)反映各城市的通信水平。

四是全社會(huì)用電量（ec）。本文以各城市全社會(huì)用電量反映各城市能源消耗情況，該指標(biāo)能夠反映出各城市經(jīng)濟(jì)活躍程度和社會(huì)活躍程度。

（二）模型設(shè)定與數(shù)據(jù)來(lái)源

根據(jù)以上理論假說(shuō)及變量的選擇，本文的線性模型形式設(shè)定如下：

式中，β為待估計(jì)參數(shù)，下標(biāo)i和t分別代表第i個(gè)城市和第t年，εit為隨機(jī)誤差項(xiàng)。

本文數(shù)據(jù)包括長(zhǎng)三角地區(qū)1個(gè)直轄市和25個(gè)地級(jí)市2009-2017年的統(tǒng)計(jì)數(shù)據(jù)，數(shù)據(jù)來(lái)源于上海市統(tǒng)計(jì)年鑒（2010-2018）及各省、市統(tǒng)計(jì)年鑒（2010-2018）。

（三）模型估計(jì)

本文利用軟件stata14.0對(duì)面板模型進(jìn)行估計(jì)，定量分析核心解釋變量以及控制變量對(duì)金融產(chǎn)業(yè)集聚程度（FLQ）的影響。首先混合回歸，由于混合回歸的基本假設(shè)是不存在個(gè)體效應(yīng)，對(duì)于這個(gè)假設(shè)必須進(jìn)行統(tǒng)計(jì)檢驗(yàn)，由于個(gè)體效應(yīng)以兩種不同的形態(tài)存在（即固定效應(yīng)和隨機(jī)效應(yīng)），因此本文分別進(jìn)行固定效應(yīng)模型估計(jì)和隨機(jī)效應(yīng)模型估計(jì)。然后通過(guò) Hausman 設(shè)定檢驗(yàn)判斷使用固定效應(yīng)模型或者隨機(jī)效應(yīng)模型，根據(jù)hausman檢驗(yàn)結(jié)果，由于p值為0.1336，在5%的顯著性水平上接受原假設(shè)，因此應(yīng)該使用隨機(jī)效應(yīng)模型，而不是固定效應(yīng)模型。

考慮到面板數(shù)據(jù)模型的內(nèi)生性問(wèn)題，因此使用信息化水平的滯后一期（L.ict）和城鎮(zhèn)化率的滯后一期（L.urban）作為信息化水平（ict）的工具變量，使用二階段最小二乘法（2sls）對(duì)模型進(jìn)行檢驗(yàn)。工具變量的選擇考慮到慣性因素因此將信息化水平的滯后一期作為信息化水平的工具變量，另外由于城鎮(zhèn)化率的提高對(duì)地區(qū)信息化水平的影響，因此將城鎮(zhèn)化率的滯后一期作為信息化水平的工具變量。同時(shí)，通過(guò)stata14.0軟件得出城鎮(zhèn)化率的滯后一期（L.urban）和信息化水平的滯后一期（L.ict）與信息化水平（ict）有較強(qiáng)的正相關(guān)關(guān)系（相關(guān)系數(shù)分別為0.6656和1.0000，并且在1%的水平上顯著）。表1中給出了固定效應(yīng)模型、隨機(jī)效應(yīng)模型和二階段最小二乘法的回歸結(jié)果。從表1（2）和表1（3）的回歸結(jié)果看，兩個(gè)核心解釋變量對(duì)地區(qū)金融產(chǎn)業(yè)的集聚程度水平分別在1%和10%的水平上具有顯著性影響，且回歸系數(shù)都為正。

四、結(jié)論與對(duì)策

通過(guò)實(shí)證分析，本文得到如下結(jié)論：第一，高鐵建設(shè)顯著縮短了空間距離，提高了人力資本和信息的流動(dòng)，對(duì)金融產(chǎn)業(yè)的集聚起到了顯著性的促進(jìn)作用;第二，信息基礎(chǔ)建設(shè)水平的提高通過(guò)影響信息化水平顯著的促進(jìn)的信息穩(wěn)定流動(dòng)和信息流轉(zhuǎn)的時(shí)效性，從而對(duì)金融產(chǎn)業(yè)集聚起到了顯著的正向效應(yīng)。

根據(jù)本文得出的結(jié)論可以得到如下啟示：第一，根據(jù)國(guó)家《鐵路“十三五”發(fā)展規(guī)劃》的目標(biāo)，我國(guó)2020年鐵路總里程要達(dá)到15萬(wàn)公里，高鐵營(yíng)運(yùn)里程要達(dá)3萬(wàn)公里，從該文件中可以看出，高鐵建設(shè)已成為國(guó)家戰(zhàn)略，同時(shí)在該文件中強(qiáng)調(diào)要發(fā)揮高鐵的經(jīng)濟(jì)效應(yīng)，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，因此各地方應(yīng)依托鐵路“十三五”規(guī)劃戰(zhàn)略，積極建設(shè)高鐵，從而提升金融產(chǎn)業(yè)集聚水平，促進(jìn)城市金融中心的發(fā)展，為地區(qū)經(jīng)濟(jì)發(fā)展提供強(qiáng)大助力。第二，信息基礎(chǔ)建設(shè)水平已經(jīng)成為影響當(dāng)今金融業(yè)發(fā)展的重要因素，信息技術(shù)的提高改變了傳統(tǒng)金融業(yè)的生存方式，5G時(shí)代的到來(lái)更會(huì)為金融業(yè)的進(jìn)一步發(fā)展帶來(lái)機(jī)遇，因此各地方應(yīng)加強(qiáng)信息基礎(chǔ)建設(shè)，提高信息化水平，為地方金融產(chǎn)業(yè)集聚發(fā)展提供關(guān)鍵支撐。

參考文獻(xiàn)：

[1]李小建.金融地理學(xué)理論視角及中國(guó)金融地理研究[J].經(jīng)濟(jì)地理，2006，（5）：721-725，730.

[2]寧鐘，楊紹輝.金融服務(wù)產(chǎn)業(yè)集群動(dòng)因及其演進(jìn)研究[J].商業(yè)經(jīng)濟(jì)與管理2006，（8）：38-44，66.

[3]潘英麗.論金融中心形成的微觀基礎(chǔ)——金融機(jī)構(gòu)的空間聚集[J].上海財(cái)經(jīng)大學(xué)學(xué)報(bào)，2003（2）：50-57.

[4]陳建軍，陳國(guó)亮，黃潔.新經(jīng)濟(jì)地理學(xué)視角下的生產(chǎn)性服務(wù)業(yè)集聚及其影響因素研究——來(lái)自中國(guó)222個(gè)城市的經(jīng)驗(yàn)證據(jù)[J].管理世界，2009（04）：83-95.

[5]梁琳.信息腹地、空間溢出和金融服務(wù)業(yè)集聚關(guān)系研究[J].商業(yè)經(jīng)濟(jì)研究 2016（10），171-173.

[6]覃成林，楊晴晴.髙速鐵路發(fā)展與城市生產(chǎn)性服務(wù)業(yè)集聚[J].經(jīng)濟(jì)經(jīng)緯，2016，33（03）：1-6.

[7]任英華，徐玲，游萬(wàn)海.金融集聚影響因素空間計(jì)量模型及其應(yīng)用[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010（05）：104-116.

作者單位：天津工業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院