■ 陳 斌 石 懿

（福建師范大學(xué)經(jīng)濟(jì)學(xué)院 福州 350108）

引 言

改革開放40 年來，處于高速發(fā)展階段的長江經(jīng)濟(jì)帶①長江經(jīng)濟(jì)帶東起上海，西至云南，包括上海、江蘇、浙江、安徽、湖北、江西、湖南、重慶、四川、云南、貴州9 省2 市。已經(jīng)成為國家重大戰(zhàn)略發(fā)展區(qū)域中必不可少的一個重要區(qū)域，是支撐我國“三縱兩橫”戰(zhàn)略以及協(xié)調(diào)東中西部地區(qū)共同發(fā)展的重要支點(diǎn)。據(jù)統(tǒng)計，長江經(jīng)濟(jì)帶的總面積約占我國全部面積的五分之一，同時人口數(shù)量和經(jīng)濟(jì)總量均超過全國的40%以上， 2019 年GDP 總量占比達(dá)到全國45%以上，且同時期的經(jīng)濟(jì)增速高于其他區(qū)域②根據(jù)國家統(tǒng)計局?jǐn)?shù)據(jù)：2010 年全國經(jīng)濟(jì)增速為10.6%，在2014 年降低至7.3%，而2020 年由于新冠肺炎疫情影響降至2.4%；比較同時期的經(jīng)濟(jì)增速，長江經(jīng)濟(jì)帶在2010 年為13.7%，在2014 年降至9.1%，而2020 年在疫情影響下降至2.8%，顯著高于同期全國水平。。隨著中國經(jīng)濟(jì)進(jìn)入新常態(tài)，全球經(jīng)濟(jì)呈現(xiàn)出多變而復(fù)雜的特點(diǎn)，國內(nèi)經(jīng)濟(jì)出現(xiàn)下行壓力的背景下，宏觀經(jīng)濟(jì)穩(wěn)定運(yùn)行則面臨著挑戰(zhàn)與壓力。我國的宏觀經(jīng)濟(jì)運(yùn)行同時也出現(xiàn)了許多新特點(diǎn)、新機(jī)遇:經(jīng)濟(jì)由高速增長走向中高速增長；金融業(yè)與其它服務(wù)業(yè)等第三產(chǎn)業(yè)逐漸成長為我國經(jīng)濟(jì)中的主導(dǎo)產(chǎn)業(yè)；中高端科技產(chǎn)業(yè)逐漸成為我國產(chǎn)業(yè)轉(zhuǎn)型升級的新方向與新目標(biāo)、全面開創(chuàng)新開放發(fā)展格局和創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略地位逐漸提高，成為新增長動力的潛力（高波，2016；張曾蓮等，2022；劉曉光等，2022）。新態(tài)勢下長江經(jīng)濟(jì)帶是否能夠延續(xù)以往的正確方向并繼續(xù)引領(lǐng)我國經(jīng)濟(jì)把握機(jī)遇、突破挑戰(zhàn)，從而推動經(jīng)濟(jì)增長？這已成為目前亟待思考的重要問題。

在推動經(jīng)濟(jì)增長的過程中，金融以其調(diào)配資源的高流動性能力為各經(jīng)濟(jì)單位提供了充足的資金，同時金融中心通過對金融資源集中并進(jìn)行優(yōu)化分配，更為有效地促進(jìn)經(jīng)濟(jì)增長。美國紐約、英國倫敦以及中國上海是全球的金融集聚中心，同時這些城市的生產(chǎn)總值也在所在國家的前列，表明經(jīng)濟(jì)增長與金融集聚有著密切的關(guān)聯(lián)。因此，本文運(yùn)用2010～2019 年中國長江經(jīng)濟(jì)帶區(qū)域的11 個省市的面板數(shù)據(jù)，構(gòu)建銀行業(yè)、保險業(yè)、證券業(yè)的區(qū)位熵指數(shù)，評價11個省市的子行業(yè)金融集聚水平，運(yùn)用空間杜賓模型實(shí)證分析長江經(jīng)濟(jì)帶區(qū)域的金融集聚對經(jīng)濟(jì)增長的影響并提出對策建議。

一、文獻(xiàn)回顧

全球金融一體化背景下，金融是實(shí)體經(jīng)濟(jì)運(yùn)行的血液，區(qū)域間金融資源的競爭不斷加劇，金融業(yè)的發(fā)展逐步呈現(xiàn)出一種在空間上集中的特征。金融集聚這一個概念由Kindle Berger(1974)提出，相較于產(chǎn)業(yè)集聚，他認(rèn)為金融集聚最關(guān)鍵的形成要素是地域的集中性，參與金融活動的個體更傾向于在金融機(jī)構(gòu)集中的地方（例如華爾街、上海等金融中心）進(jìn)行交易。國內(nèi)外關(guān)于金融集聚效應(yīng)的研究較為豐富，主要包括以下方面：一是有關(guān)金融集聚帶來經(jīng)濟(jì)增長效應(yīng)的研究，如金融集聚對實(shí)體經(jīng)濟(jì)（劉軍等，2007；潘輝、冉光和等，2016）、綠色經(jīng)濟(jì)發(fā)展（王鋒等，2017；錢晶晶等，2022）、區(qū)域經(jīng)濟(jì)增長（Kabir et al.，2011；姚璐等，2022）等方面的實(shí)證研究；二是有關(guān)金融集聚促使產(chǎn)業(yè)集聚的同時產(chǎn)生帶動效應(yīng)，如金融集聚與產(chǎn)業(yè)結(jié)構(gòu)的升級（Kindle，1974；劉峰等；2021）、產(chǎn)業(yè)創(chuàng)新效率（張長征等，2012；楊春霞等；2022）等方面的關(guān)系研究；三是有關(guān)金融集聚產(chǎn)生城市化效應(yīng)，如金融集聚對城鄉(xiāng)收入差距（Burgess & Pande，2005；王曉華等，2021）、城鎮(zhèn)化進(jìn)程（章曉英和徐雅涵，2021）、城市發(fā)展效率（張鵬和于偉，2019）等的影響研究。

現(xiàn)階段，這一領(lǐng)域的研究視角逐漸轉(zhuǎn)向金融集聚的空間溢出對經(jīng)濟(jì)增長產(chǎn)生的影響?；仡櫼酝芯浚瑐鹘y(tǒng)的空間計量經(jīng)濟(jì)學(xué)均以空間均質(zhì)性作為基本假設(shè)，而學(xué)者們在進(jìn)行金融集聚等相關(guān)空間計量經(jīng)濟(jì)學(xué)研究時也遵循這一基本假設(shè)。因此有研究發(fā)現(xiàn)金融集聚通過擴(kuò)大產(chǎn)業(yè)的發(fā)展資本、拓展投資的發(fā)展渠道、優(yōu)化金融資源的配置效率等方法推進(jìn)產(chǎn)業(yè)升級，從而促進(jìn)了區(qū)域經(jīng)濟(jì)增長。同時，研究發(fā)現(xiàn)“虹吸效應(yīng)”出現(xiàn)在了金融集聚的過程中，并且會使本地區(qū)的資金和機(jī)構(gòu)出現(xiàn)集聚強(qiáng)化（陸軍，2014；Greenwood，2013）。近年來，使得空間異質(zhì)性這一曾經(jīng)長期被忽視的空間特質(zhì)逐步被納入研究范圍，金融集聚產(chǎn)生的空間溢出效應(yīng)成為部分學(xué)者關(guān)注的內(nèi)容，同時有研究顯示金融集聚所產(chǎn)生的金融集聚效應(yīng)、金融擴(kuò)散效應(yīng)以及金融本身的功能會影響本地區(qū)以及鄰近地區(qū)的經(jīng)濟(jì)增長（李林，2011；Hannu Tervo，2010）。

綜上所述，國內(nèi)外學(xué)者對金融集聚及其對經(jīng)濟(jì)增長的效應(yīng)進(jìn)行了深入研究，現(xiàn)有研究仍存在以下不足:一是對金融集聚指標(biāo)評價體系的構(gòu)建不夠完全，部分學(xué)者僅通過銀行業(yè)指標(biāo)對金融集聚程度進(jìn)行衡量，未充分考慮到保險、證券等主要金融子行業(yè)的金融集聚效應(yīng)，結(jié)果難免存在錯誤。二是以往研究中，空間均質(zhì)性都作為空間計量經(jīng)濟(jì)學(xué)的基本假設(shè)而忽視了空間異質(zhì)性對區(qū)域經(jīng)濟(jì)增長的影響，可能存在研究結(jié)果被低估或高估的風(fēng)險，因此，應(yīng)將空間異質(zhì)性這一假設(shè)納入金融集聚對經(jīng)濟(jì)增長的研究中。本文將長江經(jīng)濟(jì)帶區(qū)域內(nèi)11 個省市的銀行業(yè)、證券業(yè)及保險業(yè)三個金融子行業(yè)作為研究對象，使用區(qū)位熵指數(shù)建立相應(yīng)的金融集聚評價體系，運(yùn)用空間面板杜賓模型并納入空間異質(zhì)性以考察金融集聚水平對經(jīng)濟(jì)增長的空間效應(yīng)研究。

二、金融集聚水平的評價模型構(gòu)建及指標(biāo)選取

目前，國內(nèi)外對于集聚水平的衡量指標(biāo)較以往豐富了許多，不同的指標(biāo)衡量方法有不同的特點(diǎn)與優(yōu)劣，且研究內(nèi)容也有差異，因而學(xué)術(shù)界至今也無統(tǒng)一標(biāo)準(zhǔn)。區(qū)位熵也被稱之為專業(yè)化率，通過對某地區(qū)的產(chǎn)業(yè)集中度進(jìn)行測度，以及對同時期內(nèi)該地區(qū)某產(chǎn)業(yè)的集中水平進(jìn)行對比，從而衡量該區(qū)域該產(chǎn)業(yè)的集中水平在全國范圍內(nèi)的產(chǎn)業(yè)集中水平。區(qū)位熵公式如下：

式（1）中，LQjit指j 地區(qū)i 產(chǎn)業(yè)同時期內(nèi)相對于全國的區(qū)位熵指數(shù)，uij代表j 地區(qū)i 產(chǎn)業(yè)總?cè)丝冢óa(chǎn)值），ui代表j 地區(qū)總?cè)丝冢óa(chǎn)值），Ui代表i 產(chǎn)業(yè)在全國的總?cè)丝诋a(chǎn)值，U代表全國總?cè)丝冢óa(chǎn)值）。同時，若區(qū)位熵指數(shù)LQjit＞1,則代表在同時期內(nèi)，j 地區(qū)的i 產(chǎn)業(yè)的集聚水平高于全國平均水平，若LQjit≤1，則j 地區(qū)的i 產(chǎn)業(yè)在同時期內(nèi)的集聚水平等于或低于全國平均水平。j 地區(qū)的區(qū)位熵數(shù)值越大，表示同時期內(nèi)該地區(qū)的產(chǎn)業(yè)集聚水平高于國內(nèi)其它區(qū)域的產(chǎn)業(yè)集聚水平，即地區(qū)產(chǎn)業(yè)相較其它區(qū)域出現(xiàn)了產(chǎn)業(yè)集聚現(xiàn)象。

本文參考多位學(xué)者對金融集聚指標(biāo)統(tǒng)計的測度方法，從銀行業(yè)、證券業(yè)以及保險業(yè)三個角度應(yīng)用區(qū)位熵法對長江經(jīng)濟(jì)帶區(qū)域內(nèi)11 個省市進(jìn)行金融集聚水平的測算。利用2010～2019 年我國長江經(jīng)濟(jì)帶沿線省市以及全國的金融機(jī)構(gòu)存款余額、保險機(jī)構(gòu)保險保費(fèi)收入總額、年末股票價值總額、年末常住人口計算三個行業(yè)的區(qū)位熵。

銀行業(yè)的區(qū)位熵計算公式如下：

式（2）中，BANK 代表區(qū)位熵指數(shù)，BKij代表j 地區(qū)金融機(jī)構(gòu)存款余額，pj代表j 地區(qū)的年末常住人口，BKi表示全國當(dāng)期的金融機(jī)構(gòu)全部存款余額，p表示當(dāng)期國內(nèi)的常住人口數(shù)。若BANK＜1，則代表j 地區(qū)的銀行業(yè)集聚水平低于同時期國內(nèi)銀行業(yè)集聚的平均水平，反之則高于或等于同時期國內(nèi)銀行業(yè)集聚的平均水平。證券業(yè)以及保險業(yè)中的區(qū)位熵計算結(jié)果以及p、pj均與銀行業(yè)區(qū)位熵計算公式中含義相同，不再重復(fù)敘述。

證券業(yè)的區(qū)位熵計算公式如下：

式（3）中，SEC表示區(qū)位熵指數(shù)，Sij表示j 地區(qū)年末股票總價值，Si表示全國的年末股票總價值。

保險業(yè)的區(qū)位熵計算公式如下：

式（4）中，INS表示區(qū)位熵指數(shù)，Iij代表j 地區(qū)全部的保險保費(fèi)收入，Ii表示全國的保險保費(fèi)總收入。

通過計算得出2010～2019 年間，長江經(jīng)濟(jì)帶沿線11 個省市的三大金融子行業(yè)（銀行業(yè)、保險業(yè)和證券業(yè)）的區(qū)位熵指數(shù)表，具體數(shù)值如表1 所示①限于篇幅，本文僅列出2010、2015 與2019 年的金融三大子行業(yè)區(qū)位熵值。。

表1 長江經(jīng)濟(jì)帶各省市2010、2015、2019 年銀行業(yè)、證券業(yè)、保險業(yè)區(qū)位熵

從表1 可知，2010～2019 年長江經(jīng)濟(jì)帶上中游省市銀行業(yè)、證券業(yè)以及保險業(yè)三個行業(yè)的區(qū)位熵處于上升態(tài)勢，除個別年份有所波動外，總體上有所提高。截至2019 年，金融子行業(yè)區(qū)位熵大于1 的僅長江經(jīng)濟(jì)帶下游區(qū)域三個省市（上海、江蘇、浙江），剩余八個長江經(jīng)濟(jì)帶中上游省市的區(qū)位熵均小于1，同時除了上海市外，其余省市的銀行業(yè)與保險業(yè)的集聚水平要顯著高于證券業(yè)的集聚水平?？傮w來說，長江經(jīng)濟(jì)帶下游地區(qū)金融集聚水平顯著高于上中游地區(qū)，大部分省市的證券業(yè)集聚水平均低于其余兩個金融子行業(yè)的集聚水平。

三、空間計量模型設(shè)定及變量選取

（一）數(shù)據(jù)與變量

本文各變量所用數(shù)據(jù)來自于《中國統(tǒng)計年鑒》《中國城市年鑒》《中國金融年鑒》、Wind 數(shù)據(jù)庫和EPS 數(shù)據(jù)庫，部分缺失數(shù)據(jù)根據(jù)線性插值法予以補(bǔ)充。具體變量設(shè)置如下：

被解釋變量：參考以往研究，長江經(jīng)濟(jì)帶11 個省市的人均真實(shí)GDP（lnrGDP）,用各省市真實(shí)GDP 與各省市年末總?cè)藬?shù)之比得到。其中，實(shí)際GDP 以2010 年為基期，通過GDP 平減指數(shù)得到（為減輕異方差，人均實(shí)際GDP 經(jīng)過對數(shù)化處理）。

核心解釋變量：銀行業(yè)（BANK）、證券業(yè)(SEC)、保險業(yè)（INS）區(qū)位熵指數(shù)的具體含義以及指標(biāo)測算參見前文。

控制變量：（1）政府政策(Gov)。本文以各省市財政預(yù)算支出與當(dāng)?shù)?GDP 之間的比重表示政府政策的效用。（2）外商直接投資(lnFDI)。使用各省市的外商投資實(shí)際利用額表示（為減輕異方差，外商直接投資經(jīng)過對數(shù)化處理）。其中，為了保證計價單位的一致性，外商投資實(shí)際利用額由各年份的中間匯率將美元轉(zhuǎn)換成人民幣計價。（3）技術(shù)進(jìn)步(TP)。技術(shù)進(jìn)步作為經(jīng)濟(jì)增長的一個重要源泉，在研究經(jīng)濟(jì)增長內(nèi)容時不可避免。故本文以R&D 經(jīng)費(fèi)支出與GDP 之間的比重衡量。（4）產(chǎn)業(yè)結(jié)構(gòu)(IS)。第二產(chǎn)業(yè)向產(chǎn)業(yè)價值鏈高端攀升的過程中，第三產(chǎn)業(yè)就業(yè)和產(chǎn)出份額將上升，這將促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)進(jìn)行轉(zhuǎn)型升級。故本文使用第三產(chǎn)業(yè)產(chǎn)值與第二產(chǎn)業(yè)產(chǎn)值之間的比重指數(shù)衡量各省市之間產(chǎn)業(yè)結(jié)構(gòu)的變遷。

表2 變量描述性統(tǒng)計

（二）模型選擇

本文按照傳統(tǒng)的空間計量經(jīng)濟(jì)學(xué)范式進(jìn)行相關(guān)模型的選擇，在不考慮空間依賴性的條件下，使用OLS 法對模型進(jìn)行回歸估計，并使用LM 檢驗(yàn)來確定是否可以使用空間計量模型。OLS 回歸的LM 檢驗(yàn)結(jié)果如表3 所示。

表3 空間依賴性檢驗(yàn)結(jié)果

續(xù)表3 空間依賴性檢驗(yàn)結(jié)果

表3的檢驗(yàn)結(jié)果顯示,LM 檢驗(yàn)以及穩(wěn)健的LM 檢驗(yàn)均通過了顯著性水平檢驗(yàn)并拒絕了原假設(shè)，空間杜賓模型適合作為本研究優(yōu)先采用的模型。因?yàn)長M 檢驗(yàn)不夠完全，本研究為了更進(jìn)一步選擇恰當(dāng)?shù)哪Ｐ?，再次進(jìn)行LR 檢驗(yàn)以及Wald檢驗(yàn)，采用Hausman 檢驗(yàn)對隨機(jī)效應(yīng)與固定效應(yīng)進(jìn)行選擇。

表4顯示，LR 檢驗(yàn)與Wald 檢驗(yàn)均通過了顯著性水平檢驗(yàn)，表明空間杜賓模型簡化為空間自回歸模型以及空間誤差模型的原假設(shè)被拒絕。故本研究使用空間杜賓模型來研究金融集聚對長江經(jīng)濟(jì)帶經(jīng)濟(jì)增長的影響。Hausman 檢驗(yàn)結(jié)果顯示模型應(yīng)該采用隨機(jī)效應(yīng)的原假設(shè)在1%的顯著水平下被拒絕。由檢驗(yàn)結(jié)果可知，本文應(yīng)采用空間杜賓模型（雙向固定效應(yīng)）。

表4 模型以及效應(yīng)選擇檢驗(yàn)結(jié)果

（三）模型設(shè)定

本研究模型具體設(shè)定如下所示：

式（5）中，lnrGDPit為被解釋變量，代表各省市真實(shí)人均GDP 的指數(shù)形式，BANKit、SECit、INSit分別表示長江經(jīng)濟(jì)帶區(qū)域省市的三大金融子行業(yè)區(qū)位熵，GOVit、lnFDIit、ISit、TPit分別表示政府政策、外商投資實(shí)際利用額的對數(shù)、產(chǎn)業(yè)結(jié)構(gòu)以及技術(shù)進(jìn)步等控制變量；a0為常數(shù)項截距項，為空間自回歸系數(shù)；代表了各解釋變量以及控制變量的系數(shù)，為解釋變量的空間滯后項系數(shù)且不為0，該回歸系數(shù)部分地反映了本省市與鄰近省市的解釋變量之間的關(guān)系；W 代表空間權(quán)重矩陣（本文使用地理鄰近矩陣），分別表示時間效應(yīng)、個體效應(yīng)以及隨機(jī)干擾項。

（四）空間權(quán)重矩陣的構(gòu)建

空間權(quán)重矩陣鏈接了空間計量經(jīng)濟(jì)學(xué)模型與現(xiàn)實(shí)世界中的空間效應(yīng)的橋梁，其在模型設(shè)計中表示空間單位的相互依賴關(guān)系以及關(guān)聯(lián)程度。因此，合理構(gòu)建并運(yùn)用空間權(quán)重矩陣與模型的最終估計結(jié)果和解釋水平有著密切關(guān)聯(lián)。現(xiàn)階段學(xué)者在進(jìn)行空間計量經(jīng)濟(jì)學(xué)的研究時，主要運(yùn)用到鄰接、經(jīng)濟(jì)、反距離權(quán)重矩陣以及各種權(quán)重矩陣嵌套形成的空間權(quán)重矩陣。參考現(xiàn)有研究以及本文的研究需要，本文構(gòu)建鄰接權(quán)重矩陣（又稱0-1 權(quán)重矩陣），記為W，公示如下：

式（6）中，Wij=1 表示i、j 兩個省市相鄰，Wij=0 則表示i、j 兩個省市不相鄰。據(jù)此，構(gòu)建本文的空間權(quán)重矩陣W。

四、實(shí)證分析及結(jié)果討論

（一）空間相關(guān)性檢驗(yàn)

對區(qū)域的經(jīng)濟(jì)活動進(jìn)行空間相關(guān)性判斷，常用的方法有拉格朗日乘數(shù)形式的LM 檢驗(yàn)及穩(wěn)健形式的LM 檢驗(yàn)。其中，全局MoranS I 指數(shù)是現(xiàn)階段研究常用方法，其具體公式計算如下所示:

本文采用鄰接空間權(quán)重矩陣，同時計算了長江經(jīng)濟(jì)帶區(qū)域內(nèi)11 個省市的人均實(shí)際GDP 以及三大金融子行業(yè)的全局指數(shù)，結(jié)果見下表5。

表5 實(shí)際人均GDP 與金融子行業(yè)區(qū)位熵的MoranI 指數(shù)

在基于鄰接空間權(quán)重矩陣的情況下，無論是金融行業(yè)的變量或是實(shí)際人均GDP 均在5%以下水平顯著，其中證券業(yè)的莫蘭指數(shù)顯著小于其余兩個行業(yè)，顯現(xiàn)出接近于0.1的空間微弱正相關(guān)，這與本文實(shí)證結(jié)果也有一定符合，除了證券業(yè)的指數(shù)外，其余三個變量的指數(shù)均在0.2～0.4 之間上下波動，顯示出在空間分布上長江經(jīng)濟(jì)帶區(qū)域內(nèi)11 個省市的實(shí)際人均GDP 與金融集聚兩者之間有著較強(qiáng)的正相關(guān)關(guān)系。

（二）空間計量分析

在表6 中，空間杜賓模型回歸的結(jié)果顯示空間滯后項系數(shù)ρ通過了10%的顯著性水平檢驗(yàn)且為正數(shù)，表明長江經(jīng)濟(jì)帶區(qū)域內(nèi)11 個省市的經(jīng)濟(jì)增長在空間分布上呈現(xiàn)出顯著正相關(guān)關(guān)系，即在空間分布上金融集聚與經(jīng)濟(jì)增長之間存在著空間效應(yīng)。

表6 模型回歸結(jié)果

由于存在空間效應(yīng)，因此所得模型解釋變量的回歸系數(shù)并不能直接用于表示解釋變量與被解釋變量之間的關(guān)系。因此，為了進(jìn)一步研究金融集聚對長江經(jīng)濟(jì)帶沿線省市經(jīng)濟(jì)增長的空間效應(yīng)的大小以及作用途徑，本文采用偏微分方法將其分解成表6 中的直接效應(yīng)、間接效應(yīng)（又稱為溢出效應(yīng)）以及總效應(yīng)。其中本地區(qū)內(nèi)被解釋變量由解釋變量直接影響所產(chǎn)生的效應(yīng)為直接效應(yīng)；臨近地區(qū)的解釋變量間接對本地區(qū)產(chǎn)生影響即為間接效應(yīng)；空間效應(yīng)中的直接效應(yīng)與間接效應(yīng)兩者之和即為空間總效應(yīng)。

表6可以看到，銀行業(yè)集聚的直接效應(yīng)回歸系數(shù)為0.146，在1%的水平上顯著為正；間接效應(yīng)的回歸系數(shù)為0.08，在5%的水平上顯著為正；空間總效應(yīng)的回歸系數(shù)為0.226，通過了1%的顯著性水平檢驗(yàn)。表明本省市的銀行業(yè)集聚水平如果提高1%，將直接帶來經(jīng)濟(jì)增長0.146%，間接地通過溢出效應(yīng)從而影響鄰近省市的經(jīng)濟(jì)增長0.08%，總體帶動區(qū)域內(nèi)的經(jīng)濟(jì)增長0.226%。綜合而言，長江經(jīng)濟(jì)帶區(qū)域內(nèi)11 個省市的金融機(jī)構(gòu)存款余額處于增長態(tài)勢，各國有銀行以及商業(yè)銀行具備足夠的放貸能力，并且積極地推出了許多利于投資的優(yōu)惠政策。因此銀行業(yè)的金融集聚對經(jīng)濟(jì)產(chǎn)生了較為明顯的增長促進(jìn)作用。

證券業(yè)集聚對經(jīng)濟(jì)的影響作用較其余兩個金融子行業(yè)并不顯著。直接效應(yīng)、間接效應(yīng)以及總效應(yīng)的回歸系數(shù)分別為-0.01、0.035 和0.025，都沒有通過顯著性水平檢驗(yàn)，這說明證券業(yè)集聚對于本省市以及鄰近省市的經(jīng)濟(jì)增長均沒有較為明顯的影響。這可能與證券業(yè)整體發(fā)展水平還不高，長江經(jīng)濟(jì)帶的證券業(yè)集聚水平兩極分化明顯有關(guān)，從表1 中可以看到，除了長江經(jīng)濟(jì)帶的上海市以及浙江省出現(xiàn)了證券業(yè)集聚以外，其余省市均未出現(xiàn)證券業(yè)的集聚，同時證券市場的不穩(wěn)定性和投機(jī)行為一定程度上都阻礙了長江經(jīng)濟(jì)帶沿線省市的經(jīng)濟(jì)增長。

保險業(yè)集聚對本省市以及鄰近省市的經(jīng)濟(jì)增長都出現(xiàn)了不同程度但正向的直接促進(jìn)效應(yīng)以及空間溢出效應(yīng)。直接效應(yīng)、溢出效應(yīng)以及總效應(yīng)的回歸系數(shù)分別是0.055、0.190 和0.244，且分別通過了1%、5%和1%的顯著性水平檢驗(yàn)。本省市的保險業(yè)集聚程度提高1%，將直接帶動本省市的經(jīng)濟(jì)增長0.055%，對鄰近省市產(chǎn)生0.19%的溢出效應(yīng)。現(xiàn)階段我國保險行業(yè)發(fā)展較以往有了較大的提高與改善，因此呈現(xiàn)出多元化、高效性的特點(diǎn)，這為長江經(jīng)濟(jì)帶沿線省市的經(jīng)濟(jì)增長提供了更多的保障與支持，從而更好地促進(jìn)了經(jīng)濟(jì)增長。

進(jìn)一步考察本文控制變量，政府政策以及產(chǎn)業(yè)結(jié)構(gòu)對本省市以及鄰近省市均產(chǎn)生了負(fù)的空間效應(yīng)，這與常識不符，可能的原因在于，由于近年來的地方債務(wù)累積以及財政支付轉(zhuǎn)移增加，因而導(dǎo)致了實(shí)際GDP 的減少；而產(chǎn)業(yè)結(jié)構(gòu)則因?yàn)楦鞯貐^(qū)產(chǎn)業(yè)結(jié)構(gòu)不平衡，無法有效地分配資源從而進(jìn)行合理的資源利用，因此在一定程度上抑制了長江經(jīng)濟(jì)帶的經(jīng)濟(jì)增長。技術(shù)進(jìn)步對本省市的直接效應(yīng)為顯著負(fù)，可能是因?yàn)榧夹g(shù)進(jìn)步的滯后效應(yīng)對本省市的經(jīng)濟(jì)增長無法直接產(chǎn)生影響，但產(chǎn)生了正向且顯著的溢出效應(yīng)，可能是本省市已經(jīng)產(chǎn)生的技術(shù)進(jìn)步間接地促進(jìn)了鄰近省市的經(jīng)濟(jì)增長。外商直接投資的直接效應(yīng)為0，間接效應(yīng)在1%水平上顯著為正，但可以看到間接效應(yīng)的系數(shù)為0.064，這有可能是因?yàn)殚L江經(jīng)濟(jì)帶沿線省市大部分處于內(nèi)陸，導(dǎo)致除了沿海地區(qū)外，內(nèi)陸省市所能獲得的外商投資實(shí)際利用額較小以至于對經(jīng)濟(jì)的影響較小，且在外資引進(jìn)及資源分配方面不均衡導(dǎo)致外商直接投資利用效率較低，綜合影響了長江經(jīng)濟(jì)帶的經(jīng)濟(jì)增長。

五、結(jié)論與對策建議

通過運(yùn)用2010～2019 年中國長江經(jīng)濟(jì)帶區(qū)域的11 個省市的面板數(shù)據(jù)，構(gòu)建銀行業(yè)、保險業(yè)、證券業(yè)的區(qū)位熵指數(shù)，以此評價長江經(jīng)濟(jì)帶區(qū)域11 個省市的金融子行業(yè)集聚水平，同時運(yùn)用空間杜賓模型實(shí)證研究金融集聚對長江經(jīng)濟(jì)帶經(jīng)濟(jì)增長的影響。得到以下結(jié)論：第一，金融集聚顯著提高了長江經(jīng)濟(jì)帶區(qū)域的經(jīng)濟(jì)增長水平，表明促進(jìn)金融集聚水平的提高有利于經(jīng)濟(jì)增長水平的提高。第二，銀行業(yè)與保險業(yè)集聚對本省市的經(jīng)濟(jì)增長均有直接促進(jìn)作用，銀行業(yè)促進(jìn)經(jīng)濟(jì)增長的作用最強(qiáng)，保險業(yè)稍弱。第三，銀行業(yè)集聚與保險業(yè)集聚均對鄰近省市產(chǎn)生了溢出效應(yīng)，與直接效應(yīng)相反，溢出效應(yīng)中保險業(yè)集聚對鄰近省市的溢出效應(yīng)要大于銀行業(yè)集聚。第四，證券業(yè)集聚并未對經(jīng)濟(jì)增長產(chǎn)生較為明顯的變化?；谏鲜鲅芯拷Y(jié)論，本文從以下三個方面提出對策建議：

第一，強(qiáng)化政府區(qū)域經(jīng)濟(jì)調(diào)控能力，有效發(fā)揮中國特色金融體制機(jī)制的優(yōu)勢。要積極發(fā)展和優(yōu)化布局金融業(yè)，通過體制機(jī)制創(chuàng)新擴(kuò)大金融規(guī)模、提升金融效率，充分發(fā)揮金融集聚對區(qū)域高質(zhì)量發(fā)展的輻射帶動作用，考慮以地理位置為主要依據(jù)打造金融集群，借助金融集聚的外部性作用，推動長江經(jīng)濟(jì)帶流域整體發(fā)展水平提升。

第二，暢通長江經(jīng)濟(jì)帶金融資源流動，有效提高區(qū)域金融集聚水平。政府應(yīng)制定一系列政策措施以加強(qiáng)省市間金融資源有效流動，可以鼓勵各省市政府對外省企業(yè)或產(chǎn)業(yè)實(shí)施優(yōu)惠政策，吸引更多外省企業(yè)來當(dāng)?shù)匕l(fā)展，增加更多合作交流的機(jī)會。長江經(jīng)濟(jì)帶上游地區(qū)的金融集聚發(fā)展滯后于下游地區(qū)，政府要鼓勵集聚水平較高的下游地區(qū)主動加強(qiáng)與中上游地區(qū)的金融合作，從而在引導(dǎo)金融資源尤其是證券業(yè)相關(guān)資源向中上游地區(qū)流動的基礎(chǔ)之上，進(jìn)一步實(shí)現(xiàn)長江經(jīng)濟(jì)帶的中上游地區(qū)金融產(chǎn)業(yè)發(fā)展從而推動經(jīng)濟(jì)增長。

第三，協(xié)調(diào)區(qū)域金融產(chǎn)業(yè)發(fā)展，有效引導(dǎo)資本市場資金流向。實(shí)證結(jié)果表明銀行業(yè)仍然是區(qū)域中的金融資源分配主體，保險業(yè)正處于穩(wěn)步發(fā)展的階段，證券業(yè)的發(fā)展較為滯后，且各省市發(fā)展水平參差不齊，這不利于金融業(yè)整體的發(fā)展。因此，政府在利用銀行業(yè)與保險業(yè)資源對經(jīng)濟(jì)產(chǎn)生影響的同時，更應(yīng)該加大對資本市場的支持力度，鼓勵并合理引導(dǎo)資本市場資金流向具有盈利性質(zhì)的項目，這不但能夠縮小金融業(yè)各子行業(yè)發(fā)展差距，還能夠使發(fā)展較為緩慢的子行業(yè)實(shí)現(xiàn)充分發(fā)展，有效發(fā)揮市場的作用，高效地協(xié)調(diào)區(qū)域金融產(chǎn)業(yè)發(fā)展。