■張 旭，王 靜

一、引言與文獻綜述

金融集聚是指金融資源與地域條件協(xié)調、配置、組合的時空動態(tài)變化，它對擴大資本積累，提高資源置效率具有巨大的推動作用。自2011年以來，國家實施以撤縣（市）設區(qū)為主的區(qū)劃調整，旨在提升中心城市核心競爭力，帶動周邊臨近地區(qū)同城化發(fā)展。行政建制的撤設影響著區(qū)域資源開發(fā)、生產要素配置以及經濟活動的開展，從而對區(qū)域發(fā)展產生深遠影響。行政區(qū)劃的調整是否有助于降低行政壁壘，加速區(qū)域內的金融集聚，成為金融發(fā)展理論研究的重要問題。

關于金融集聚動因的研究，國外存在兩種理論。一是規(guī)模經濟論（Kindleberger，1973），認為先進的技術裝備，良好的基礎設施和便利的公共服務等外部規(guī)模經濟效應是促進金融產業(yè)空間集聚的動因之一；二是信息流理論（Corbridge&Martin，1994），認為金融業(yè)是“高增值”的信息服務業(yè)，信息流是金融集聚形成的內在動因。國內學者從不同行政區(qū)劃視角出發(fā)，針對金融集聚現象及其成因展開研究。在省域層面，我國金融集聚在各省間存在較強的空間依賴性和正的空間溢出效應，區(qū)域創(chuàng)新、經濟基礎對金融集聚促進作用顯著，對外開放對金融集聚的正效應會隨著時間推移逐漸減弱，人力資本對金融集聚促進作用的發(fā)揮存在一個吸收和消化的過程（任英華等，2010）。在城市層面，基于金融空間結構理論分析發(fā)現金融集聚與城市層級正向匹配（王如玉等，2019）。金融集聚與城市規(guī)模的相關性極強，金融集聚中心一般為省會城市及副中心城市，全國金融業(yè)集聚態(tài)勢有從全國金融中心向鄰近區(qū)域擴散的趨勢，并向中部和近西部地區(qū)的中心城市不斷傳遞（茹樂峰等，2014）。在縣域層面，經濟基礎、政府干預、投資水平以及人力資本等因素均能顯著提高該地區(qū)的金融集聚水平（馮林等，2016）。

關于行政區(qū)劃調整的政策效果，國外學者多從行政效率和政治經濟方面展開研究。單中心學派認為，大政府有利于提高行政效率，減少多個小政府分別談判的交易成本，從而提供更有規(guī)模效益的公共服務（Rusk，1993）。而多中心學派則認為，分散化的地方政府是基于服務本地政治經濟而產生的，分散且具有競爭性的政府更有利于經濟發(fā)展（Mueller，1989）。國內研究則主要從經濟發(fā)展、城市化和社會發(fā)展三方面分析行政區(qū)劃調整的政策效應。多數研究認為，行政區(qū)劃調整對經濟增長具有促進作用（王賢彬和聶海峰，2010）。但也有研究表明，撤縣設區(qū)的作用依賴于要素擴張這一傳統(tǒng)粗放型增長模式，對城市增長經濟效率的改善作用較為有限（邵朝對等，2018）。此外，撤縣設區(qū)可以加快人口城市化，提高撤并城市市轄區(qū)城鎮(zhèn)常住人口的增長率（唐為和王媛，2015），并且能夠擴大城市規(guī)模，提高城市競爭力（謝滌湘等，2004）。從社會發(fā)展來看，行政區(qū)劃調整政策能夠推進區(qū)域市場融合，有助于提升重組城市的效率與就業(yè)（陳浩和孫斌棟，2016）。

理論上，行政區(qū)劃調整能夠擴大城市規(guī)模，促進區(qū)域一體化，弱化城市內部的行政壁壘。在我國當前行政分權體制下，地方金融發(fā)展無疑會受到市場的行政邊界影響（羅偉和呂越，2015）。然而，國內關于行政區(qū)劃調整對金融集聚影響方面的研究尚不多見。為此，筆者選取2008—2018年我國282個城市的面板數據，通過構建金融集聚指標體系，借助PSM—DID模型展開研究，探尋行政區(qū)劃調整對金融集聚的影響效應。

首先，選取十項金融發(fā)展指標，基于2008—2018年我國282個城市的經濟金融數據，采用因子分析法，計算各城市的金融集聚水平、金融規(guī)模和金融密度的得分。然后，采用DID方法和PSM—DID方法，以金融集聚水平綜合得分、金融規(guī)模得分和金融密度得分為被解釋變量，以分組虛擬變量與政策時間虛擬變量的交叉項（DID）為解釋變量，實證檢驗行政區(qū)劃調整政策對金融集聚的影響效應。最后，將實驗組樣本城市劃分為東、中、西部地區(qū)，采用PSM—DID方法研究行政區(qū)劃調整對不同地區(qū)的金融集聚影響的異質性。

二、研究設計

（一）樣本選取及模型設定

我國當前的行政區(qū)劃調整模式主要包括撤縣（市）設區(qū)和區(qū)界重組。其中，撤縣（市）設區(qū)是指撤銷原來隸屬于地級市、副省級城市或者直轄市的縣（或代管的縣級市），同時在原縣（市）行政區(qū)域設立市轄區(qū)。區(qū)界重組包括兩類：一是對縣（市）和市轄區(qū)進行合并和重組，它與撤縣（市）設區(qū)同樣具有擴大城市規(guī)模功能。二是將原屬于縣（市）的鄉(xiāng)、鎮(zhèn)劃歸市轄區(qū)管轄，這類區(qū)界重組涉及空間范圍較小，對城市影響有限。筆者旨在研究行政區(qū)劃調整對城市金融集聚的影響效應，故將行政區(qū)劃調整界定為撤縣設區(qū)、撤市設區(qū)和第一類區(qū)界重組。選取2008—2018年為研究時間段，收集了287個城市的統(tǒng)計數據。其中畢節(jié)市、銅仁市、普洱市和三沙市數據缺失嚴重，巢湖市于2011年撤銷地級市，故剔除以上5個城市，以其余282個城市為樣本。2011—2016年是我國撤縣（市）設區(qū)和區(qū)界調整的頻繁實施階段，故選取期間實施行政區(qū)劃調整的85個城市為實驗組樣本，其他197個城市為對照樣本組。由于不同城市實施區(qū)劃調整政策的次數和種類不同，為便于分析，統(tǒng)一選取實施一次行政區(qū)劃調整，并以第一次政策實施年份為政策實施時間。區(qū)劃調整信息來自中國行政區(qū)劃網，具體如表1所示。

表1 2011—2016年我國實施行政區(qū)劃調整的城市

筆者將行政區(qū)劃調整看作是一次準自然實驗，利用雙重差分法（Difference—in—differences，以下簡稱DID）評估行政區(qū)劃調整對城市金融集聚的影響。相較于傳統(tǒng)的單差法，DID方法具有更高的估計準確性，是估計政策效應最為常用的方法。使用DID方法分析行政區(qū)劃調整的金融集聚效應時，需構建兩個虛擬變量：一是實驗組和對照組虛擬變量，將實驗組定義為1，將對照組定義為0。二是政策時間虛擬變量，進入實驗期之后定義為1，進入實驗期之前定義為0。選用2011—2016年進行行政區(qū)劃調整的85個城市作為實驗組，而在研究期間（2008—2018年）未經歷過行政區(qū)劃調整的城市為對照組。DID方法假設政策的發(fā)生在樣本中是隨機的，如果滿足這一假設，則政策實施前后實驗組和對照組金融集聚水平的差異就是行政區(qū)劃調整對金融集聚的無偏估計量?；谏鲜鏊悸?，采用DID方法設定回歸模型如下：

DID方法中的隨機假設通常無法滿足，中國不同城市的發(fā)展水平具有較大差異，會造成選擇偏誤問題，導致估計結果有偏（Besley&Case，2000）。而傾向得分匹配法（后文簡稱PSM）能夠使得實驗組和對照組城市在各個方面盡可能水平相似，消除樣本選擇偏差問題。因此，使用PSM—DID方法，首先利用PSM方法將實驗組和與其各方面特征相似的對照組進行匹配，剔除不符合要求的對照組，然后利用DID方法對匹配后的實驗組和對照組進行回歸。具體模型如下：

模型（1）和模型（2）中，clusfina為城市金融集聚水平。did為分組虛擬變量與政策時間虛擬變量的交叉項，其系數能夠反應行政區(qū)劃調整政策的凈效應，是所要考察的核心變量。X為該模型的控制變量，用來控制影響城市金融集聚水平的其他因素，包括經濟發(fā)展水平、產業(yè)結構升級、人力資本水平、投資水平、對外開放程度、政府干預程度等。ε為擾動項。

（二）變量選取及數據說明

1.被解釋變量。金融集聚水平，采用綜合指標法，從金融規(guī)模和金融密度兩個方面構建金融集聚評價指標體系。金融規(guī)模指標包括：年末金融機構各項存款余額、年末金融機構各項貸款余額、年末城鄉(xiāng)居民儲蓄余額、金融機構數、金融業(yè)從業(yè)人員總數。金融密度指標從人口金融密度、地理金融密度和經濟地理密度三個方面來構建，具體指標包括：年末金融機構各項存貸款余額/年末總人口、金融機構數/年末總人口、年末金融機構各項存貸款余額/土地面積、金融機構數/土地面積、年末金融機構各項存款、貸款余額之和/生產總值。通過對以上10個衡量金融集聚水平的指標進行因子分析，得出我國城市金融集聚水平綜合得分（score），以此作為被解釋變量。

2.核心解釋變量。為分組虛擬變量與政策時間虛擬變量的交叉項，即DID，其系數的顯著性和正負是考察重點。其中，對于分組虛擬變量，將實驗組定義為1，將對照組定義為0。對于政策時間虛擬變量，則將樣本進入實驗期之后定義為1，進入實驗期之前定義為0。

表2 變量說明

3.控制變量。選擇影響城市金融集聚水平的其他因素作為控制變量。具體包括：經濟發(fā)展（gdp）：用GDP的對數來衡量（呂勇斌等，2015）。產業(yè)結構升級（stru）：用第三產業(yè)產值占GDP的比重表示。人力資本水平（stu）：金融業(yè)是高端服務業(yè)，對人力資本需求較高，用該城市高等學校在校學生數的對數表示。投資水平（fixinv）：用該城市固定資產投資總額的對數表示。對外開放（FDI）：考慮到外國直接投資與當地金融活動聯系密切，用當年實際利用外資金額的對數反映各個城市的對外開放水平。政府干預（gov）：在現行財政體制下，各級政府往往通過出臺財政扶持政策支持地方金融發(fā)展，故采用財政支出占GDP的比重反映政府對當地經濟金融發(fā)展的影響能力。所用數據樣本為中國282個城市2008—2018年的面板數據，其中85個城市為實驗組，197個城市為對照組，所有數據來源于《中國城市統(tǒng)計年鑒》和中國銀行保險監(jiān)督管理委員會網站。

三、實證結果及分析

（一）因子分析及描述性統(tǒng)計

使用因子分析來賦權算出金融集聚水平，因子分析的Bartlett球形檢驗的顯著性水平為0.000，說明10個指標的相關系數矩陣與單位矩陣具有顯著性差異，適合做因子分析。KMO值為0.848，比較接近于1，說明變量間相關性較強，因子分析的效果較好。對算出的score、s1和s2三個被解釋變量進行描述性統(tǒng)計，統(tǒng)計樣本分為實驗組、對照組，而實驗組樣本又分為東、中和西部地區(qū)城市①東部城市（46個）：保定、濱州、常州、潮州、大連、德州、東營、廣州、邯鄲、杭州、菏澤、衡水、淮安、濟南、濟寧、揭陽、連云港、龍巖、茂名、梅州、南京、南平、寧波、盤錦、秦皇島、青島、清遠、三亞、上海、紹興、深圳、沈陽、石家莊、蘇州、泰州、唐山、天津、威海、溫州、無錫、鹽城、揚州、陽江、云浮、張家口、肇慶。中部城市（13個）：撫州、贛州、哈爾濱、開封、馬鞍山、南昌、三門峽、上饒、十堰、銅陵、許昌、長春、長沙。西部城市（26個）：安順、巴中、成都、達州、廣安、貴陽、桂林、河池、昆明、拉薩、柳州、眉山、綿陽、南寧、曲靖、渭南、梧州、西安、雅安、延安、宜賓、榆林、玉林、玉溪、重慶、遵義。。結果如表3所示。

表3 描述性統(tǒng)計

從表3可以看出，實驗組與對照組城市的金融集聚水平不同。在實驗組樣本中，score、s1和s2的均值分別為0.260、0.393和0.087；而對照組樣本中，score、s1和s2的均值分別為-0.112、-0.167和-0.037?？梢?，實驗組被解釋變量均值遠遠大于對照組被解釋變量均值，即實施行政區(qū)劃調整的城市金融集聚水平明顯高于未實施城市。就實驗組樣本來看，東、中、西部地區(qū)金融集聚水平存在差異。在東部地區(qū)城市樣本中，score、s1和s2的均值分別為0.441、0.553和0.309。在中部地區(qū)城市樣本中，score、s1和s2的均值分別為0.023、0.132和-0.126。而在西部地區(qū)城市樣本中，score、s1和s2的均值分別為0.057、0.243和-0.194。可見，東部地區(qū)金融集聚水平遠遠高于中西部地區(qū)，西部地區(qū)金融集聚綜合水平、金融規(guī)模明顯高于中部地區(qū)，但是金融密度水平小于中部地區(qū)。

（二）行政區(qū)劃調整對金融集聚的影響

采用DID方法評估行政區(qū)劃調整對城市金融集聚的影響，由此驗證行政壁壘對金融集聚的影響效應是否存在，結果如表4所示。列（1）—列（3）為不加入控制變量，而列（4）—列（6）加入控制變量進行回歸。其中，第（1）列和第（4）列為行政區(qū)劃調整對金融集聚水平的影響，第（2）列和第（5）列為行政區(qū)劃調整對金融規(guī)模的影響，第（3）列和第（6）列為行政區(qū)劃調整對金融密度的影響。

所有估計結果表明，無論是否加入控制變量，did系數顯著為正，即行政區(qū)劃調整顯著提高了城市的金融集聚水平，提升了金融規(guī)模和金融密度。其中第（6）列的did系數比第（4）列的更大，說明行政區(qū)劃調整更加有力地提升了該地區(qū)的金融密度，有利于區(qū)域金融發(fā)展。第（2）、（4）和（6）列中，觀察控制變量，經濟發(fā)展水平的系數全部顯著為正，表明城市經濟發(fā)展水平越高，金融集聚水平越高。產業(yè)結構升級系數全部顯著為正，第三產業(yè)產值占比越高，當地金融集聚水平越高，表明第三產業(yè)發(fā)展引致金融需求快速增長。此外，政府干預的金融集聚綜合得分系數為正，表明政府在金融集聚中發(fā)揮重要作用，政府財政支付能力的提高有助于推動區(qū)域金融發(fā)展。

表4 行政區(qū)劃調整對金融集聚的影響

（三）穩(wěn)健性檢驗

為克服實施行政區(qū)劃調整的城市與其他城市的變動趨勢存在差異，降低雙重差分法估計偏差，利用PSM—DID方法進行穩(wěn)健性檢驗。使用PSM—DID方法時，通過行政區(qū)劃調整虛擬變量對控制變量進行Logit回歸，得到傾向得分值。傾向得分值最接近的城市即為實驗組的匹配城市。采用這種方法可以最大程度減少不同城市在金融發(fā)展水平上的差異，降低DID方法估計偏差。在進行PSM—DID估計前，還需進行平衡性檢驗，即匹配后各變量實驗組和對照組是否變得平衡，協(xié)變量的均值在匹配后是否具有顯著差異。如果不存在顯著差異，則支持使用PSM—DID方法，平衡性檢驗結果如表5所示。

表5 PSM-DID平衡性檢驗結果

續(xù)表5

表5顯示，經過匹配后，所有協(xié)變量的標準化偏差都小于10%，且所有T檢驗的P值為0，實驗組和對照組所有協(xié)變量不存在顯著性差異。對比匹配前后，所有協(xié)變量的標準化偏差均大幅縮?。▍⒁妶D1）。

圖1 標準化偏差變化圖

基于PSM—DID方法的研究結果如表6所示。模型（2）的回歸結果表明，在列（1）—（6）中，did系數顯著為正，說明行政區(qū)劃調整依然顯著提升了城市金融集聚水平，具體表現為擴大金融規(guī)模，提升金融密度。PSM—DID方法估計的結果與前文DID方法估計的結果并無顯著差異，從而進一步證明，行政區(qū)劃調整能夠顯著促進城市金融集聚。

這一結論可從兩個方面進行解釋：一是行政層級越高，金融集聚水平越強。行政層級提升過程中通常伴隨著更充足的財政費用與周轉資金，公共基礎更加完善，公共服務水平得到提高，有利于提升金融資源配置效率。伴隨著透明度更高的信息資源，根據金融業(yè)對信息的追逐，金融資源不可避免地開始向城區(qū)聚集。中心城區(qū)范圍擴大后，城區(qū)行政壁壘得到破除，行政成本降低，金融服務和金融資源也朝著區(qū)域一體化方向發(fā)展。行政區(qū)劃調整還會進一步激發(fā)政府官員對政績的追求，地方政府會出臺政策引導金融機構、金融人員和金融資本的聚集，刺激經濟的新一輪增長。二是行政區(qū)劃調整有助于產業(yè)集聚，間接促進金融集聚，金融集聚很大程度上依賴于產業(yè)集聚。區(qū)域一體化通過構建更為流暢的流通渠道，能夠促進生產要素流動，形成合適的人力資本結構，提高要素配置效率，促進產業(yè)集聚（張治棟和吳迪，2018），進而促進金融集聚。

表6 行政區(qū)劃調整與金融集聚：PSM-DID穩(wěn)健性檢驗

為確保計量結果的穩(wěn)健性，進一步做了其他穩(wěn)健性檢驗：一是更換城市數據口徑。將金融集聚水平變量和控制變量以城市市轄區(qū)為統(tǒng)計范圍，重新計算回歸結果①各城市市轄區(qū)的金融機構數據難以獲取，此處金融集聚指標是除金融機構數之外的其他指標。?；貧w結果顯示，核心解釋變量系數方向不變且顯著，這驗證了前述模型結論。二是剔除直轄市樣本。由于北京、上海、天津和重慶是直轄市，行政級別具有特殊性，所以剔除這4個樣本，重新回歸，回歸結果依然支持前述結論，說明行政區(qū)劃調整促進金融集聚的政策效果具備一般性。三是縮尾處理。由于極值樣本可能對計量結果造成影響，故而對被解釋變量進行上下1%的縮尾處理，將樣本中大于第99百分位數的值全部替換為第99百分位數的值，將小于第1百分位數的值全部替換為第1百分位數的值，剔除樣本中的極端值對計量結果的干擾，重新回歸，回歸結果依然支持前述結論。

四、異質性分析

前述實證結果表明，我國城市行政區(qū)劃調整有助于提升金融集聚水平。然而，一個地區(qū)的金融集聚水平與其所處的經濟發(fā)展水平密切相關，對于不同經濟發(fā)展水平的城市，行政區(qū)劃調整對金融集聚的影響是否存在差異值得進一步研究。將城市劃分為東、中、西部三個地區(qū)，檢驗結果如表7所示。東部城市的所有系數皆顯著為正，表明行政區(qū)劃調整能夠顯著促進東部地區(qū)金融集聚。中部城市的所有系數皆不顯著，表明行政區(qū)劃調整對中部地區(qū)的政策效應并不明顯。西部城市的score系數不顯著，s1系數顯著為正，s2系數顯著為負，表明行政區(qū)劃調整能夠顯著擴大西部地區(qū)的金融規(guī)模，但同時顯著降低了西部地區(qū)的金融密度。

我國不同地區(qū)綜合發(fā)展實力差距較大是造成異質性的主要原因。東部地區(qū)經濟基礎雄厚，各金融中心不斷發(fā)展壯大，行政區(qū)劃調整帶來的市場融合會進一步助力金融集聚。至于中部地區(qū)，雖然行政區(qū)劃調整能夠促進市場流動性，但是由于其經濟發(fā)展水平較低，通信、交通以及科、教、文、衛(wèi)等基礎設施不夠完善，而且信用評級、法律服務、金融咨詢等金融中介機構缺乏吸引力，使得中部地區(qū)難以依托行政區(qū)劃調整政策加快金融集聚。對西部地區(qū)而言，其綜合實力尤其薄弱，經濟增長相對滯后，難以承受行政區(qū)劃調整具有的強制性和非市場性帶來的陣痛，故行政區(qū)劃調整雖然會擴大金融集聚規(guī)模，但是卻顯著降低了金融集聚密度，不利于西部地區(qū)金融業(yè)的健康穩(wěn)定發(fā)展。

表7 地區(qū)異質性檢驗結果

五、結論和建議

基于2008—2018年中國282個城市的面板數據，構建反映我國城市金融集聚水平的指標體系，利用DID方法和PSM—DID模型分析行政區(qū)劃調整對城市金融集聚的影響效應。研究表明，行政區(qū)劃調整有助于降低城市金融集聚的行政壁壘，擴大金融規(guī)模，提升金融密度，促進城市金融集聚。較高的經濟發(fā)展水平、第三產業(yè)占比、政府干預程度和人力資本水平能夠提升我國城市金融集聚水平。通過城市所在地區(qū)的異質性檢驗發(fā)現，相較于中西部地區(qū)，我國東部地區(qū)行政區(qū)劃調整對金融集聚的促進效應明顯。

據此提出以下建議：第一，總體上，行政區(qū)劃調整有助于金融集聚發(fā)展，這間接表明金融集聚會受到行政因素的影響。各地需要在搭建平臺、建立機制、強化服務和優(yōu)化政策等方面發(fā)揮作用，應著力開展體制機制創(chuàng)新，降低資本跨區(qū)域配置的行政約束，提高金融運行效率，加快金融集聚，推動區(qū)域經濟高質量發(fā)展。第二，行政區(qū)劃調整效應復雜，該政策并不具有普遍應用性，在現行的行政管理與金融監(jiān)管體制下，應著力運用市場邏輯、資本力量，促使資本、人才、技術、信息等關鍵要素的充分流動，實現資本市場資源共享，各城市優(yōu)勢變成區(qū)域共同優(yōu)勢。第三，基于行政區(qū)劃調整對東、中、西部地區(qū)的金融集聚影響的異質性，行政區(qū)劃調整應當從各地區(qū)實際出發(fā)，差別定位。鼓勵符合政策要求的東部城市進行行政區(qū)劃調整，在原有發(fā)展規(guī)?；A上，深化改革，釋放活力，提升效率，積極探索金融集聚發(fā)展的新動力；中西部地區(qū)要不斷優(yōu)化金融發(fā)展環(huán)境，培育良好金融生態(tài)，進一步強化和優(yōu)化金融的基礎性能，形成金融集聚發(fā)展的內生動力。