王晚秋，曾 瑩

(湖北工業(yè)大學(xué)理學(xué)院，湖北 武漢 430068)

近年來，在區(qū)域金融發(fā)展和經(jīng)濟(jì)增長方面，國內(nèi)外已有不少學(xué)者進(jìn)行了研究。Hassan等(2011)認(rèn)為金融發(fā)展和經(jīng)濟(jì)增長之間存在因果關(guān)系，且金融發(fā)展促進(jìn)經(jīng)濟(jì)增長，發(fā)展中國家比發(fā)達(dá)國家金融發(fā)展的經(jīng)濟(jì)增長效應(yīng)更要顯著[1]。而Menyah等(2014)研究非洲國家數(shù)據(jù)后發(fā)現(xiàn)，金融發(fā)展與經(jīng)濟(jì)增長之間不存在因果關(guān)系[2]。Rousseau和Wachtel(2011)發(fā)現(xiàn)1965-2004年私人部門的信用擴(kuò)張對GDP增長沒有顯著影響[3]。之后，Zhang等(2012)驗(yàn)證了金融深化對經(jīng)濟(jì)增長具有正向的溢出效應(yīng)[4]。多數(shù)文獻(xiàn)研究認(rèn)為金融發(fā)展促進(jìn)經(jīng)濟(jì)增長，但也有些持金融中性論。

在國內(nèi)，李敬等人(2011)運(yùn)用Theil指標(biāo)、基尼系數(shù)和對數(shù)離差均值衡量了我國金融發(fā)展省際差異、東中西部金融發(fā)展差異和城鄉(xiāng)金融差異，發(fā)現(xiàn)我國金融發(fā)展存在巨大的區(qū)域差異[5]。孟兆娟(2013)采用熵權(quán)法和描述性統(tǒng)計(jì)方法分析了我國農(nóng)村金融資源分布的區(qū)域差異，得出我國農(nóng)村金融資源分布存在顯著的區(qū)域差異的結(jié)論[6]。陳小林(2013)將經(jīng)濟(jì)金融協(xié)調(diào)發(fā)展作為金融資源配置效率的標(biāo)準(zhǔn)，對甘肅省城鄉(xiāng)金融資源配置效率進(jìn)行測算，認(rèn)為甘肅省城鄉(xiāng)金融資源配置存在差異[7]。李林等(2011)運(yùn)用Moran指數(shù)計(jì)算中國金融集聚存在空間相關(guān)性，建立了空間計(jì)量模型，證實(shí)金融集聚對區(qū)域經(jīng)濟(jì)增長的空間溢出效應(yīng)[8]。王認(rèn)真(2014)指出金融資源與GDP之間存在著顯著的空間相關(guān)性，各省份之間形成了較強(qiáng)的空間依賴作用和空間溢出效應(yīng)[9]。俞穎等人(2017)運(yùn)用1978-2014年省級數(shù)據(jù)計(jì)算金融發(fā)展差異的Theil指數(shù)，發(fā)現(xiàn)政府以及市場機(jī)制的交互影響導(dǎo)致區(qū)域金融差異[10]。

梳理相關(guān)文獻(xiàn)發(fā)現(xiàn)，經(jīng)濟(jì)方面是影響金融發(fā)展的核心因素，而專門從經(jīng)濟(jì)因素角度研究金融發(fā)展差異影響因素的文獻(xiàn)較少，僅有的文獻(xiàn)只是從政策與結(jié)構(gòu)方面進(jìn)行理論分析，并未進(jìn)行實(shí)證分析。本文選取2000-2019年我國31省市區(qū)的面板數(shù)據(jù)，以金融發(fā)展水平作為被解釋變量，經(jīng)濟(jì)因素(經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)水平和對外開放程度)作為核心解釋變量，引入政府規(guī)制水平、城市化水平和教育水平作為潛在變量，構(gòu)建固定效應(yīng)空間滯后模型和空間誤差模型，對我國各地區(qū)金融發(fā)展影響因素溢出效應(yīng)展開實(shí)證研究。

1 數(shù)據(jù)與模型

1.1 指標(biāo)選取與數(shù)據(jù)來源

本文綜合考慮影響金融發(fā)展的現(xiàn)實(shí)因素以及數(shù)據(jù)的可獲得性，選取了以下幾個(gè)指標(biāo)。

1)區(qū)域金融發(fā)展水平(ln FIN)：金融業(yè)增加值被認(rèn)為是金融中介機(jī)構(gòu)(銀行業(yè)、證券業(yè)、保險(xiǎn)業(yè))在進(jìn)行金融交易活動(dòng)時(shí)提供的服務(wù)所創(chuàng)造出的價(jià)值。因地區(qū)金融市場數(shù)據(jù)不完善，故本文用各地區(qū)金融業(yè)增加值來衡量區(qū)域金融發(fā)展水平。

2)經(jīng)濟(jì)發(fā)展水平(ln PGDP)：人均GDP會隨經(jīng)濟(jì)發(fā)展水平的提高而增加。為排除人口規(guī)模對金融發(fā)展的影響，本文選取人均GDP來反映各地區(qū)的經(jīng)濟(jì)發(fā)展水平。

3)產(chǎn)業(yè)結(jié)構(gòu)水平(IND)：金融業(yè)是第三產(chǎn)業(yè)的支柱行業(yè)。第三產(chǎn)業(yè)相對于其他產(chǎn)業(yè)具有很強(qiáng)的滲透功能，可促進(jìn)社會化水平的提高以及生產(chǎn)、服務(wù)的專業(yè)化，進(jìn)而促進(jìn)金融發(fā)展。本文采用第三產(chǎn)業(yè)產(chǎn)值占GDP的比重來衡量各地區(qū)產(chǎn)業(yè)結(jié)構(gòu)水平。

4)對外開放水平(OPEN)：一個(gè)地區(qū)對外貿(mào)易開放程度的提高，會增加外部融資需求，促進(jìn)地區(qū)金融發(fā)展。長期對外開放能夠促進(jìn)金融的發(fā)展，短期則阻礙金融發(fā)展。本文采用進(jìn)出口總額與GDP的比值來反映各地區(qū)的對外開放程度。

5)政府規(guī)制水平(GOV)：地方政府通過政策環(huán)境影響金融發(fā)展。本文采用各省政府財(cái)政支出占GDP的比值來反映當(dāng)?shù)卣囊?guī)制水平。

6)城市化水平(URB)：城市化進(jìn)程的加快對地區(qū)金融發(fā)展有一定的推動(dòng)作用，城市化率是度量一個(gè)地區(qū)城市化水平的重要指標(biāo)。本文采用各地區(qū)城鎮(zhèn)人數(shù)占總?cè)藬?shù)的比重來衡量城市化水平。

7)教育水平(EDU)：一個(gè)地區(qū)人力資源水平是由該地區(qū)教育水平?jīng)Q定的。人均資本的提高，推動(dòng)制度與文化創(chuàng)新，進(jìn)而促進(jìn)該地區(qū)經(jīng)濟(jì)金融業(yè)的發(fā)展。本文采用?？茖W(xué)歷及以上人數(shù)占地區(qū)6歲以及6歲以上受教育人數(shù)的比例來衡量各地區(qū)的教育水平。

采用統(tǒng)計(jì)軟件Stata16.0對2000-2019年31省市自治區(qū)的面板數(shù)據(jù)進(jìn)行分析。數(shù)據(jù)來源于相關(guān)省市區(qū)的金融運(yùn)行報(bào)告、《中國金融年鑒》以及國家統(tǒng)計(jì)局等。

1.2 模型的設(shè)定

在各個(gè)指標(biāo)面板數(shù)據(jù)平穩(wěn)且存在協(xié)整關(guān)系的前提下，不考慮空間單元之間的相關(guān)性，可以構(gòu)建普通面板數(shù)據(jù)回歸模型進(jìn)行估計(jì)。其一般形式為：

Yit=φ+βXit+ci+αt+εit，

i=1,…,N;t=1,…,T

(模型1)

其中:i為空間單元，t為時(shí)間截面數(shù)；Yit為被解釋變量，Xit為解釋變量，β為解釋變量的回歸系數(shù)，反映解釋變量對被解釋變量的影響，φ是常數(shù)項(xiàng)，ci與αt為空間單元i與時(shí)刻t的截距項(xiàng)，εit為誤差項(xiàng)。當(dāng)ci與Xit相關(guān)時(shí)，模型1為固定效應(yīng)模型。

考慮到各地區(qū)金融發(fā)展存在空間關(guān)聯(lián)性，而面板數(shù)據(jù)模型在社會經(jīng)濟(jì)生活中具有很好的經(jīng)濟(jì)解釋和適用性，因此選擇空間面板數(shù)據(jù)模型分析變量和擾動(dòng)項(xiàng)在空間上的分布。在空間計(jì)量模型中，常使用空間滯后模型(SLM)和空間誤差模型(SEM)來體現(xiàn)空間效應(yīng)。

對于空間滯后模型而言，考慮被解釋變量之間的空間依賴性，引入空間滯后因變量作為協(xié)變量，模型形式為：

i=1,…,N;t=1,…,T

(模型2)

空間誤差模型是假設(shè)模型的誤差存在空間相關(guān)性，模型形式為：

Yit=βXit+μi+μit，

(模型3)

其中：i為空間單元；t為時(shí)間截面數(shù)；Yit為被解釋變量；Xit為解釋變量；ρ為待估空間滯后系數(shù)；wij為空間權(quán)重矩陣；β為待估參數(shù)，反映解釋變量對被解釋變量的影響；λ為空間誤差系數(shù)；μi為個(gè)體效應(yīng)；εit為隨機(jī)誤差項(xiàng)；μit為空間自相關(guān)殘差項(xiàng)。

引入經(jīng)濟(jì)模型，則

ln FINit=φ+β1ln GDPit+β2INDit+

β3OPENit+μi+εit

(模型1)

β1ln GDPit+β2INDit+β3OPENit+μi+εit

(模型2)

ln FINit=β1ln GDPit+β2INDit+

β3OPENit+μi+μit

(模型3)

其中，i為省份(i=1,2，…，31)，t為時(shí)間截面數(shù)(t=2000,…,2019)；ln FINit為i省份在t年的金融業(yè)增加值對數(shù)值，ln GDPit為i省份在t年的人均GDP對數(shù)值，INDit為i省份在t年第三產(chǎn)業(yè)產(chǎn)值占GDP的比值，OPENit為i省份在t年的進(jìn)出口總額占GDP的比值，wij為31×31空間鄰接權(quán)重矩陣。

在做空間計(jì)量時(shí)，還引入了潛在變量：對外開放程度(OPEN)、政府規(guī)制水平(GOV)、城市化水平(URB)、教育水平(EDU)。

1.3 變量的描述性分析

以2000-2019年我國31省(市、自治區(qū))共620個(gè)樣本面板數(shù)據(jù)為研究對象，對各個(gè)變量序列進(jìn)行描述性統(tǒng)計(jì)分析，結(jié)果如表1所示。由表1中最大值和最小值可以看出，各省市金融業(yè)發(fā)展水平(ln FIN)、對外開放水平(OPEN)、政府規(guī)制水平(GOV)、城市化水平(URB)、教育水平(EDU)的差距較大，其中金融業(yè)增加值對數(shù)值(ln FIN)最大值為9.089，最小值為0.905，反映了我國各省市之間金融發(fā)展水平差距較大，存在較為明顯的地區(qū)發(fā)展不平衡狀況。

表1 各變量描述性統(tǒng)計(jì)分析

2 實(shí)證分析

2.1 單位根檢驗(yàn)和協(xié)整檢驗(yàn)

為避免經(jīng)濟(jì)變量不平穩(wěn)導(dǎo)致偽回歸的問題，采用單位根檢驗(yàn)方法來檢驗(yàn)各變量是否平穩(wěn)。然而，面板數(shù)據(jù)單位根檢驗(yàn)的方法主要有LLC檢驗(yàn)、IPS檢驗(yàn)、ADF檢驗(yàn)和PP檢驗(yàn)等。采用這4種方法對各變量分別進(jìn)行單位根檢驗(yàn)，檢驗(yàn)結(jié)果如表2所示。

表2 各變量平穩(wěn)性檢驗(yàn)結(jié)果

根據(jù)表2可得，原始變量是非平穩(wěn)的，一階差分變換后的變量序列均是平穩(wěn)且一階單整，故可進(jìn)行下一步協(xié)整關(guān)系檢驗(yàn)。

為檢驗(yàn)各變量間是否存在協(xié)整關(guān)系，采用面板數(shù)據(jù)協(xié)整檢驗(yàn)中的Kao方法和Pedroni方法進(jìn)行檢驗(yàn)。檢驗(yàn)結(jié)果如表3所示。

表3 面板數(shù)據(jù)協(xié)整檢驗(yàn)結(jié)果

由表3可以看出，Kao檢驗(yàn)中ADF統(tǒng)計(jì)量和Pedroni檢驗(yàn)的7個(gè)統(tǒng)計(jì)量中PanelADF和Group ADF統(tǒng)計(jì)量分別在1%和10%的顯著水平上拒絕不存在協(xié)整關(guān)系的原假設(shè)。即我國各地區(qū)金融發(fā)展的影響因素間存在顯著的協(xié)整關(guān)系，可以認(rèn)為影響各地區(qū)金融發(fā)展差異的變量間存在長期均衡關(guān)系。

2.2 空間相關(guān)性檢驗(yàn)

空間相關(guān)性檢驗(yàn)是研究變量在空間上是否具有相關(guān)性，以及這種關(guān)系是如何存在的?？臻g相關(guān)性檢驗(yàn)最常用的方法是莫蘭指數(shù)(Moran’s I)檢驗(yàn)：

采用莫蘭指數(shù)(Moran’s I)檢驗(yàn)2000-2019年全國31省之間金融發(fā)展水平的空間相關(guān)關(guān)系，檢驗(yàn)結(jié)果如表4所示。根據(jù)表4可得，我國金融發(fā)展水平的Moran’s I指數(shù)均為正數(shù)，并在10%的顯著性水平下通過了檢驗(yàn)，說明我國省際間金融發(fā)展水平存在空間正相關(guān)性。

表4 2000-2019年我國金融發(fā)展水平Moran’s I值

為進(jìn)一步分析各個(gè)省份金融發(fā)展之間的情況，采用局部Moran’s散點(diǎn)圖反映區(qū)域之間金融發(fā)展水平的空間集聚特征，局部空間關(guān)聯(lián)形式分為高-高(HH)，低-高(LH)，低-低(LL)，高-低(HL)4種類型。分別對2000、2009、2015、2019年我國省域金融發(fā)展水平作莫蘭散點(diǎn)圖(圖1)。

圖1 莫蘭散點(diǎn)圖

從圖1可得，北京、天津、江蘇、浙江等省份出現(xiàn)在第一象限，這些省份在空間上彼此存在積極影響，即金融發(fā)展水平較高的省份被金融發(fā)展水平較高的省份所包圍；新疆、西藏、青海、寧夏等地區(qū)出現(xiàn)在第三象限，即金融發(fā)展水平較低的省份被金融發(fā)展水平較低的省份所包圍；海南、四川、廣東、遼寧等幾個(gè)省份出現(xiàn)在第二、四象限，說明這幾個(gè)省份存在差異，區(qū)域金融發(fā)展不平衡。同時(shí)空間效應(yīng)不可忽視，應(yīng)引入空間因素進(jìn)行建模。

2.3 空間面板數(shù)據(jù)模型的檢驗(yàn)

在建立空間計(jì)量回歸模型之前，需要對模型進(jìn)行LM檢驗(yàn)和穩(wěn)健的LM檢驗(yàn)，以確定模型的形式，檢驗(yàn)結(jié)果如表5所示。

表5 LM檢驗(yàn)結(jié)果

由表5可得，LM(lag)統(tǒng)計(jì)量、R-LM(lag)統(tǒng)計(jì)量、LM(error)統(tǒng)計(jì)量和R-LM(error)統(tǒng)計(jì)量均在1%的水平下顯著，因此本文同時(shí)選擇空間滯后模型和空間誤差模型進(jìn)行分析。

2.4 空間面板數(shù)據(jù)模型的估計(jì)

面板數(shù)據(jù)分為固定效應(yīng)和隨機(jī)效應(yīng)。根據(jù)Hausman檢驗(yàn)結(jié)果可知，在1%的顯著性水平下拒絕了模型是隨機(jī)效應(yīng)的原假設(shè)，所以應(yīng)該選擇固定效應(yīng)模型。本文分別擬合普通固定效應(yīng)回歸模型、固定效應(yīng)空間滯后模型和空間誤差模型，并對這三種模型進(jìn)行比較(表6)。

表6 2000-2019年省際金融發(fā)展水平影響因素的實(shí)證結(jié)果

以固定效應(yīng)空間滯后模型為例，對結(jié)果分析如下。

1)經(jīng)濟(jì)發(fā)展水平(ln PGDP)對金融發(fā)展有顯著的促進(jìn)作用。回歸系數(shù)為0.1848，且在1%的水平下顯著為正，即增加1單位對數(shù)人均GDP，將會增加0.1848單位的金融業(yè)產(chǎn)值，說明地區(qū)經(jīng)濟(jì)發(fā)展水平的提高，使得該地區(qū)對金融服務(wù)的需求較大，從而促進(jìn)金融發(fā)展。

2)第三產(chǎn)業(yè)產(chǎn)值占GDP比重(IND)對金融發(fā)展具有顯著的推動(dòng)作用。回歸系數(shù)為0.6211，其作用大于經(jīng)濟(jì)發(fā)展水平對金融發(fā)展的影響，意味著產(chǎn)業(yè)結(jié)構(gòu)的升級會給金融業(yè)發(fā)展帶來更大的影響，第三產(chǎn)業(yè)所占比重增加，對融資的需求會變大，從而推動(dòng)地區(qū)金融發(fā)展。

3)對外開放水平(OPEN)對金融發(fā)展有負(fù)向影響。其回歸系數(shù)為-0.1185，沒有通過顯著性檢驗(yàn)，說明地方金融以及中小微金融業(yè)務(wù)單一，渠道狹窄，外資進(jìn)入將致其生存空間壓縮，中資金融市場和金融服務(wù)面臨挑戰(zhàn)，限制了地區(qū)金融市場的發(fā)展。

4)政府財(cái)政支出占GDP比重(GOV)對金融發(fā)展有顯著的促進(jìn)作用?；貧w系數(shù)為1.3858，且在1%的水平下顯著為正。政府財(cái)政支出每提高1個(gè)單位，金融發(fā)展水平將會提高1.3858個(gè)單位，這說明政府通過制定相關(guān)財(cái)政政策調(diào)控銀行、金融機(jī)構(gòu)和金融市場，提高金融運(yùn)行效率，促進(jìn)金融積極發(fā)展。

5)城市化水平(URB)對金融發(fā)展有顯著的正向影響?；貧w系數(shù)為2.7429，且在1%的顯著性水平下顯著為正，說明城市化進(jìn)程的加快對地區(qū)金融發(fā)展有一定的推動(dòng)作用。

6)教育水平(EDU)的提高對金融發(fā)展有顯著的正向影響?；貧w系數(shù)為1.8643，且在1%的水平下顯著為正，說明教育水平的提高會使得該地區(qū)文化、制度等方面得到創(chuàng)新發(fā)展，從而推動(dòng)地區(qū)金融發(fā)展。

在固定效應(yīng)空間誤差模型的估計(jì)結(jié)果中，空間誤差自相關(guān)系數(shù)λ為0.2330，在1%的水平上顯著為正，這表明空間溢出效應(yīng)是我國各地區(qū)金融業(yè)發(fā)展不可忽視的重要影響因素，金融業(yè)發(fā)展水平較高的省份將會對其周圍地區(qū)的金融發(fā)展產(chǎn)生正的輻射作用，并帶動(dòng)相鄰地區(qū)金融發(fā)展。而在固定效應(yīng)空間滯后模型的估計(jì)結(jié)果中，空間滯后項(xiàng)系數(shù)ρ為0.5330，并且在1%的顯著性水平下顯著，這說明一個(gè)地區(qū)的金融業(yè)產(chǎn)值的增加，會對其相鄰地區(qū)金融發(fā)展水平的提高有顯著影響。

3 結(jié)論與建議

3.1 結(jié)論

本文在查閱相關(guān)研究文獻(xiàn)的基礎(chǔ)上，采用2000-2019年中國31省(直轄市、自治區(qū))數(shù)據(jù)建立空間面板數(shù)據(jù)模型，對我國省際金融發(fā)展水平的影響因素進(jìn)行分析。

1)我國省際金融發(fā)展具有明顯的空間相關(guān)性和區(qū)域輻射作用。從全局和局部相關(guān)性來看，莫蘭指數(shù)顯著為正，總體大致呈現(xiàn)上升的趨勢，說明我國省際金融發(fā)展水平相似的地區(qū)存在高-高或低-低集聚現(xiàn)象，并且這種集聚趨勢不斷強(qiáng)化。同時(shí)，金融發(fā)展水平較高的省份對周邊地區(qū)具有帶動(dòng)輻射作用。

2)我國省際金融發(fā)展水平存在差異是由多種因素共同驅(qū)動(dòng)形成的。3種模型均得出地區(qū)經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整、政府的規(guī)制行為、城市化進(jìn)程、教育水平與當(dāng)?shù)亟鹑诎l(fā)展之間存在正相關(guān)關(guān)系，而對外開放程度與地區(qū)金融發(fā)展之間存在負(fù)相關(guān)關(guān)系的結(jié)論。

3.2 建議

1)建立多元化的金融機(jī)構(gòu)和多層次的資本市場，適當(dāng)放寬對外融資的限制；不斷優(yōu)化升級產(chǎn)業(yè)結(jié)構(gòu)，擴(kuò)大金融市場規(guī)模，引入更多的金融資源，提高金融運(yùn)行效率。

2)政府應(yīng)針對各區(qū)域自身情況來制定不同的金融發(fā)展戰(zhàn)略和政策，積極建立適應(yīng)對外貿(mào)易規(guī)則的制度體系，讓市場開放在可控的范圍之內(nèi)，以縮小地區(qū)間金融發(fā)展差異。

3)加快推進(jìn)城市化進(jìn)程，增強(qiáng)地區(qū)城市的融資優(yōu)勢；大力發(fā)展金融職業(yè)教育，創(chuàng)新金融產(chǎn)品和金融工具，促進(jìn)區(qū)域金融發(fā)展。