王俊

（貴州省社會(huì)科學(xué)院對(duì)外經(jīng)濟(jì)研究所，貴州 貴陽(yáng) 550000）

引言

近年來(lái)，隨著經(jīng)濟(jì)一體化和金融全球化發(fā)展，金融業(yè)呈現(xiàn)出一種空間集聚發(fā)展趨勢(shì)，集聚形式也從最初幾家銀行業(yè)金融機(jī)構(gòu)的地理集中發(fā)展到各類金融資源的空間聚集。王如玉等（2019）[1]指出特別是隨著“互聯(lián)網(wǎng)+”時(shí)代來(lái)臨，就金融集聚而言，星羅棋布的金融網(wǎng)點(diǎn)已不再至關(guān)重要，金融資源向哪里集中才是問(wèn)題焦點(diǎn)。金融資源在某一特定地理空間上不斷聚集，不僅能增強(qiáng)區(qū)域經(jīng)濟(jì)發(fā)展動(dòng)力，而且能大幅提升區(qū)位競(jìng)爭(zhēng)力，因此地方政府為了獲取大量資本進(jìn)行著各種形式的金融競(jìng)爭(zhēng)，推動(dòng)金融產(chǎn)業(yè)集聚進(jìn)而增強(qiáng)經(jīng)濟(jì)實(shí)力成為各地政府的重要目標(biāo)[2]。伴隨著金融業(yè)在不同地域空間上不同程度的集聚，國(guó)際性和區(qū)域性金融中心建設(shè)也隨之拉開(kāi)序幕。楊濤指出目前已有30多個(gè)城市提出建設(shè)金融中心，而有金融中心功能規(guī)劃或設(shè)想的城市更在200個(gè)左右，一場(chǎng)區(qū)域金融中心爭(zhēng)奪戰(zhàn)如火如荼[3]。

目前關(guān)于金融集聚的研究主要集中分析了金融集聚的成因、影響因素以及集聚效應(yīng)等內(nèi)容。集聚成因方面，金融機(jī)構(gòu)對(duì)規(guī)模經(jīng)濟(jì)的追求被認(rèn)為是促使金融業(yè)在一定地理空間上聚集的主要原因，此外，金融機(jī)構(gòu)為了避免過(guò)大的信息成本、不同社會(huì)階層收入和消費(fèi)需求的異質(zhì)性以及地理鄰近和人際關(guān)系密切等因素也是推動(dòng)金融在一個(gè)地理空間內(nèi)聚集的重要原因[4,5]；集聚影響因素方面，供需以及環(huán)境優(yōu)劣被認(rèn)為是影響金融集聚發(fā)展的重要因素[6]，任英華等（2010）[7]、張清正（2015）[8]將經(jīng)濟(jì)基礎(chǔ)和區(qū)域創(chuàng)新也視為影響金融資源快速集聚的主要原因；集聚效應(yīng)方面，大多研究認(rèn)為金融集聚通過(guò)加速資本積累、技術(shù)創(chuàng)新以及改善交易效率能夠推動(dòng)經(jīng)濟(jì)實(shí)質(zhì)性增長(zhǎng)[9,10]。此外，部分研究如Bruno和Hauswald（2014）[11]、余泳澤等（2013）[12]還從銀行業(yè)集聚以及金融帶動(dòng)其他生產(chǎn)要素集聚視角分析了金融集聚的區(qū)域經(jīng)濟(jì)增長(zhǎng)效應(yīng)。

綜上，現(xiàn)有相關(guān)文獻(xiàn)從不同視角對(duì)金融集聚現(xiàn)象進(jìn)行了不同程度的分析，并肯定了金融集聚的事實(shí)及重要性。誠(chéng)然，金融集聚的最終目的是通過(guò)發(fā)揮金融資源的生產(chǎn)性功能而推動(dòng)經(jīng)濟(jì)增長(zhǎng)，但實(shí)現(xiàn)金融驅(qū)動(dòng)增長(zhǎng)首先需要解決如何實(shí)現(xiàn)金融集聚。對(duì)此，本文以金融集聚的空間特征以及各因素影響效應(yīng)為主，開(kāi)展以下兩個(gè)方面研究：一是金融業(yè)具有很強(qiáng)的動(dòng)態(tài)演化特征，隨著各地區(qū)對(duì)內(nèi)改革和對(duì)外開(kāi)放不斷深入，金融集聚在不同地域空間上是否具有顯著時(shí)變性和異質(zhì)性；二是由于現(xiàn)有關(guān)于金融集聚空間效應(yīng)分析多采用一個(gè)或多個(gè)空間回歸模型的點(diǎn)估計(jì)檢驗(yàn)，而這可能會(huì)使得結(jié)論存在偏誤。同時(shí)，由于經(jīng)濟(jì)活動(dòng)發(fā)展的地理空間聯(lián)系不斷增強(qiáng)，解釋變量之間空間相關(guān)性也應(yīng)納入模型予以考慮，因此，本文將通過(guò)規(guī)范的理論建模、LM和穩(wěn)?。≧obust）LM檢驗(yàn)、空間和時(shí)間效應(yīng)聯(lián)合顯著性LR檢驗(yàn)以及Wald檢驗(yàn)，選擇最佳空間計(jì)量模型進(jìn)行實(shí)證分析。此外，本文還將進(jìn)一步從求解偏微分視角對(duì)影響金融集聚相關(guān)因素的直接沖擊和空間溢出進(jìn)行效應(yīng)分解，從而使分析結(jié)果更為穩(wěn)健。

一、省域空間自相關(guān)與分布特征

（一）空間自相關(guān)檢驗(yàn)

本文選取全國(guó)31個(gè)省級(jí)行政區(qū)域（不包括中國(guó)香港、中國(guó)澳門和中國(guó)臺(tái)灣）數(shù)據(jù)對(duì)金融集聚現(xiàn)狀進(jìn)行空間自相關(guān)檢驗(yàn)，所有數(shù)據(jù)來(lái)源于2008—2020年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)金融年鑒》、各省統(tǒng)計(jì)年鑒及EPS數(shù)據(jù)平臺(tái)，綜合運(yùn)用Arcgis和Geoda進(jìn)行分析。

對(duì)于金融集聚（fin）衡量而言，與多數(shù)文獻(xiàn)基于金融業(yè)就業(yè)人數(shù)或金融業(yè)增加值來(lái)計(jì)算區(qū)位熵值不同，文中按銀行、保險(xiǎn)和證券進(jìn)行金融業(yè)分類，并參考王如玉等（2019）[1]做法依次對(duì)銀行業(yè)金融機(jī)構(gòu)存貸款額、保險(xiǎn)業(yè)機(jī)構(gòu)保費(fèi)收入以及股票市值賦予0.6、0.2和0.2的權(quán)重進(jìn)行計(jì)算，根據(jù)計(jì)算結(jié)果排序，樣本期間金融集聚度排名前五的依次為廣東、北京、江蘇、浙江和上海；同時(shí)，為了使結(jié)果更為穩(wěn)健，本文還通過(guò)將樣本期間各類別中所有區(qū)域的均值進(jìn)行加總，然后計(jì)算各類別比重（依次為0.73、0.01和0.26）進(jìn)行重新計(jì)算，根據(jù)計(jì)算結(jié)果排序，樣本期間金融集聚度排名前五的省份依次為廣東、北京、江蘇、上海和浙江，其余省份排序與之前計(jì)算結(jié)果相同；此外，文中關(guān)于自相關(guān)分析中空間權(quán)重矩陣選擇與多數(shù)文獻(xiàn)保持一致，即使用地理空間權(quán)重矩陣wgeo，該權(quán)重遵循兩地區(qū)擁有共同邊界即視為相鄰的Rook規(guī)則，相鄰為1，不相鄰為0，主對(duì)角線元素為0。根據(jù)上述思路計(jì)算的31個(gè)省域金融集聚Moran’s I值見(jiàn)表1。

從表1可知，樣本期間所有年份Moran’s I值均為正且通過(guò)了10%的顯著性檢驗(yàn)，這說(shuō)明我國(guó)31個(gè)省域的金融集聚存在著較為顯著的空間正相關(guān)性。

表1 31個(gè)省域金融集聚Moran’s I值與Z檢驗(yàn)值

（二）省域空間分布特征

為了進(jìn)一步明確31個(gè)省域金融集聚的空間分布狀況、相關(guān)模式與時(shí)變特征，本文給出金融集聚局部Moran’s I散點(diǎn)圖。出于篇幅考慮，文中給出2007年與2019年的散點(diǎn)圖（圖1）。

從圖1可知，省域金融集聚在地理空間上的相關(guān)模式存在4種類型，第一類是位于第1象限的高-高聚集模式，即金融聚集程度高的地區(qū)，其周圍地區(qū)金融聚集程度也很高，呈現(xiàn)出高集聚區(qū)包圍高集聚區(qū)的特征；第二類是位于第2象限的低-高聚集模式，即金融聚集程度低的地區(qū)，其周圍地區(qū)金融聚集程度卻比較高，呈現(xiàn)出高集聚區(qū)包圍低集聚區(qū)的特征；第三類位于第3象限表示低-低聚集模式，即金融聚集程度低的地區(qū)，其周圍地區(qū)金融集聚程度也較低，呈現(xiàn)出低集聚區(qū)包圍低集聚區(qū)的特征；第四類位于第4象限表示高-低聚集模式，即金融聚集程度高的地區(qū)，其周圍地區(qū)金融聚集程度卻較低，呈現(xiàn)出低集聚區(qū)包圍高集聚區(qū)的特征。

根據(jù)圖1Moran’s I散點(diǎn)圖，目前省域金融集聚呈現(xiàn)出顯著空間正相關(guān)與異質(zhì)性雙重特征。一方面，位于第1象限（高-高集聚類）區(qū)域的省域數(shù)量較少且并未隨著時(shí)間推移出現(xiàn)顯著變化，該象限省份主要以東部地區(qū)為主；另一方面，近十年來(lái)省域間金融集聚雖然具有顯著空間正相關(guān)特征，但多數(shù)省域仍主要集中于第3象限的事實(shí)也說(shuō)明這種相關(guān)性主要以低集聚區(qū)域被低集聚區(qū)域包圍為主（低-低集聚類），金融資源的空間分布存在明顯地區(qū)失衡。

圖1 金融集聚度省域空間分布Moran’s I散點(diǎn)圖

綜上，省域金融業(yè)發(fā)展存在著顯著的空間聚集現(xiàn)象，但不同省份間相關(guān)性在增強(qiáng)的同時(shí)也存在典型的異質(zhì)性特征。因此有必要基于金融發(fā)展異質(zhì)性和空間相關(guān)事實(shí)對(duì)影響金融集聚的主要因素以及溢出效應(yīng)進(jìn)行分析，從而進(jìn)一步明確影響金融集聚水平的要素差異。

二、空間計(jì)量設(shè)計(jì)

（一）數(shù)據(jù)來(lái)源與變量說(shuō)明

本文用于空間計(jì)量分析的數(shù)據(jù)與前文空間自相關(guān)分析數(shù)據(jù)來(lái)源一致。

1.被解釋變量。被解釋變量為空間自相關(guān)分析中使用的各地區(qū)金融集聚度（fin），該變量的解釋與測(cè)度與上文空間自相關(guān)檢驗(yàn)中的金融集聚一致。

2.解釋變量。解釋變量依次包括經(jīng)濟(jì)基礎(chǔ)（eco_base）、對(duì)外開(kāi)放度（openness）、區(qū)域創(chuàng)新能力（inno）、政府行為（gov）、人力資本（hc）以及規(guī)模經(jīng)濟(jì)（scale）。其中，經(jīng)濟(jì)基礎(chǔ)（eco_base）的強(qiáng)弱直接決定了一個(gè)地區(qū)金融業(yè)發(fā)達(dá)程度，也直接影響一個(gè)地區(qū)金融集聚強(qiáng)度，因此，經(jīng)濟(jì)基礎(chǔ)越強(qiáng)會(huì)使得金融集聚能力越大，對(duì)于該因素，文中使用地區(qū)財(cái)政收入與GDP之比表示；對(duì)外開(kāi)放度（openness）越高，金融資源跨區(qū)流動(dòng)越頻繁，金融業(yè)是一個(gè)外向型產(chǎn)業(yè)，對(duì)外開(kāi)放度越高越有利于加快金融集聚進(jìn)程，對(duì)于該因素，文中用各地區(qū)按境內(nèi)目的地和貨源地分貨物進(jìn)出口總額占GDP之比表示；區(qū)域創(chuàng)新能力（inno）是區(qū)域經(jīng)濟(jì)持續(xù)健康高效發(fā)展的動(dòng)力，金融集聚本身也是一種創(chuàng)新活動(dòng)，創(chuàng)新能力越強(qiáng)，金融產(chǎn)品的需求和供給將能夠更有效匹配，對(duì)于該因素，文中用地區(qū)三種專利（發(fā)明、實(shí)用新型和外觀設(shè)計(jì)）授權(quán)量與全國(guó)三種專利授權(quán)量之比表示；政府行為（gov）在推動(dòng)地區(qū)相關(guān)產(chǎn)業(yè)集聚過(guò)程中有著至關(guān)重要作用，許多經(jīng)濟(jì)奇跡的發(fā)生都離不開(kāi)政府有效的規(guī)劃與扶持，對(duì)于該因素，文中用地區(qū)政府財(cái)政支出與地區(qū)GDP之比表示；人力資本（hc）高低在一定程度上反映地區(qū)潛在可持續(xù)競(jìng)爭(zhēng)力水平，對(duì)于該因素，文中使用中國(guó)人力資本與勞動(dòng)經(jīng)濟(jì)研究中心（CHLR）基于J-F方法測(cè)算的省級(jí)層面人均勞動(dòng)力人力資本（未包含在校生）數(shù)據(jù)；規(guī)模經(jīng)濟(jì)（scale）越大越能夠以較低的邊際成本獲取金融資源并加速金融集聚，對(duì)于該因素，本文使用地區(qū)金融業(yè)增加值與GDP之比表示。

（二）模型設(shè)計(jì)

考慮到分析個(gè)體間空間依賴關(guān)系時(shí)，既可以使用包含被解釋變量空間相關(guān)項(xiàng)的空間滯后模型（Spatial Lag Model，SLM），也可以使用包含誤差項(xiàng)的空間誤差模型（Spatial Error Model，SEM），還可以將解釋變量空間相關(guān)項(xiàng)引入空間滯后模型從而使 用 空 間Durbin模 型（Spatial Durbin Model，SDM）[13]，因此，文中對(duì)金融集聚影響因素進(jìn)行空間計(jì)量時(shí)將涉及SLM、SEM以及SDM的選擇，SLM、SEM和SDM的具體形式依次如下：

其中，ω為地理空間權(quán)重矩陣，δ為空間自相關(guān)系數(shù)，反映省域間金融集聚的相互影響程度和方向，ρ為空間誤差系數(shù)，反映相鄰地區(qū)的誤差沖擊對(duì)本地區(qū)被解釋變量的影響，這種影響主要是通過(guò)不同個(gè)體（地區(qū)）間隨機(jī)誤差項(xiàng)的空間相關(guān)而產(chǎn)生。μi為空間固定效應(yīng)；λt為時(shí)間固定效應(yīng)；εit為隨機(jī)誤差項(xiàng)且εit～N(0,σ2I)。

三、實(shí)證結(jié)果與分析

（一）空間相關(guān)性檢驗(yàn)及模型選擇

Elhorst（2012）[14]指出構(gòu)建并使用空間面板模型前，需先通過(guò)設(shè)定非空間面板模型并根據(jù)其殘差分布來(lái)判斷是否具有空間交互影響。同時(shí)，較之隨機(jī)效應(yīng)而言，固定效應(yīng)更適合對(duì)一些特定個(gè)體進(jìn)行分析。鑒于此，文中對(duì)非空間面板模型進(jìn)行固定效應(yīng)（空間、時(shí)間和雙固定）估計(jì)并通過(guò)LM和（Robust）LM檢驗(yàn)來(lái)識(shí)別空間交互效應(yīng)。如果LM檢驗(yàn)支持被解釋變量間存在空間滯后模型（SLM），或支持假定隨機(jī)誤差項(xiàng)之間存在空間誤差模型（SEM），或二者均得到支持，那么將繼續(xù)對(duì)SDM進(jìn)行Wald檢驗(yàn)，即檢驗(yàn)H01:θ=0與H02:θ+δβ=0，通過(guò)檢驗(yàn)H01與H02可識(shí)別SDM是否能退化為SLM與SEM。若H01:θ=0不能被拒絕且LM檢驗(yàn)支持SLM，那么SLM更合適；若H02:θ+δβ=0不能被拒絕LM檢驗(yàn)支持SEM，那么SEM更合適。若H01:θ=0和H02:θ+δβ=0被同時(shí)拒絕，那么應(yīng)選擇SDM。為了最終確定模型空間交互形式所依賴的固定效應(yīng)類型，文中還將進(jìn)行空間和時(shí)間固定效應(yīng)聯(lián)合顯著性LR檢驗(yàn)。相關(guān)分析結(jié)果見(jiàn)表2。

表2 非空間面板模型估計(jì)、LM與LR檢驗(yàn)

根據(jù)表2中LR聯(lián)合顯著性檢驗(yàn)可知，實(shí)證模型應(yīng)同時(shí)考慮空間固定效應(yīng)μi和時(shí)間固定效應(yīng)λt，并根據(jù)空間和時(shí)間雙固定效應(yīng)下的LM檢驗(yàn)來(lái)識(shí)別是否存在空間交互影響。由于表2顯示雙固定效應(yīng)下SLM和SEM通過(guò)了LM和（Robust）LM檢驗(yàn)，出于謹(jǐn)慎考慮，我們繼續(xù)設(shè)定SDM并進(jìn)行雙固定效應(yīng)估計(jì)以及Wald檢驗(yàn)，進(jìn)而確定用于金融集聚計(jì)量分析的空間面板模型形式。

鑒于對(duì)系數(shù)估計(jì)而言，采用常規(guī)原始數(shù)據(jù)中心化極大似然估計(jì)可能存在偏誤[15,16]。文中將分別對(duì)雙固定SDM采用中心化方法估計(jì)和誤差校正并進(jìn)行Wald檢驗(yàn)，見(jiàn)表3。

表3 Wald檢驗(yàn)

根據(jù)表3可知，可以選擇更廣義形式的SDM用于分析，因此，本文最終選擇雙固定效應(yīng)SDM進(jìn)行金融集聚因素影響效應(yīng)的空間計(jì)量。

（二）參數(shù)估計(jì)

基于雙固定效應(yīng)SDM的參數(shù)估計(jì)結(jié)果見(jiàn)表4，為進(jìn)行對(duì)比，表中分別給出按中心化方法和誤差校正的參數(shù)估計(jì)結(jié)果。

表4 SDM估計(jì)結(jié)果

從表4分析結(jié)果來(lái)看，對(duì)本地區(qū)金融集聚影響而言，對(duì)外開(kāi)放度、區(qū)域創(chuàng)新和規(guī)模經(jīng)濟(jì)具有顯著影響，而經(jīng)濟(jì)基礎(chǔ)、政府行為和人力資本影響不具有顯著性。對(duì)相鄰地區(qū)影響而言，除區(qū)域創(chuàng)新、政府行為和人力資本外，其余變量均有顯著性影響。由于對(duì)含有空間權(quán)重項(xiàng)解釋變量矩陣使用點(diǎn)估計(jì)得到的系數(shù)并不一定是偏回歸系數(shù)的真實(shí)反映，對(duì)此，為使分析結(jié)果更為穩(wěn)健，本文利用求解偏微分方法進(jìn)一步將解釋變量對(duì)被解釋變量的影響進(jìn)行直接效應(yīng)和間接效應(yīng)（空間溢出）分解。

（三）進(jìn)一步分析

1.效應(yīng)分解。為進(jìn)行效應(yīng)分解，（3）式中的SDM模型形式將調(diào)整為：

其中，I為N階單位矩陣，Xit為自變量。被解釋變量finit關(guān)于第K個(gè)自變量從地區(qū)1到地區(qū)N的偏導(dǎo)數(shù)矩陣為：

其中最右端矩陣中對(duì)角線元素均值βk被定義為直接影響效應(yīng)，即第K個(gè)被解釋變量變化一單位對(duì)本地區(qū)fin的直接沖擊影響，矩陣中非對(duì)角線元素和的均值被定義為間接影響效應(yīng)（空間溢出），即第K個(gè)被解釋變量一單位變化對(duì)相鄰地區(qū)fin平均溢出影響。表5列出了經(jīng)誤差校正的雙固定SDM系數(shù)估計(jì)值。

表5 總效應(yīng)分解：直接效應(yīng)和間接效應(yīng)測(cè)度

從表5可知，就本文所選取的變量而言，除政府行為和人力資本外，各變量均對(duì)金融集聚產(chǎn)生不同程度顯著的直接或間接效應(yīng)。直接效應(yīng)方面，區(qū)域創(chuàng)新和規(guī)模經(jīng)濟(jì)具有顯著正向影響，而對(duì)外開(kāi)放則產(chǎn)生一定的負(fù)向效應(yīng)；間接效應(yīng)方面，對(duì)外開(kāi)放具有顯著正向影響，而經(jīng)濟(jì)基礎(chǔ)和規(guī)模經(jīng)濟(jì)則具有負(fù)向效應(yīng)。

2.效應(yīng)解釋。對(duì)于表5中各變量的效應(yīng)而言，本文認(rèn)為可以從以下視角加以理解。

（1）經(jīng)濟(jì)基礎(chǔ)方面。該變量的直接效應(yīng)為正但不具有顯著性，而間接效應(yīng)和總效應(yīng)均顯著為負(fù)。這可能表明長(zhǎng)期以來(lái)，在金融資源稀缺客觀前提下，各地區(qū)存在著GDP競(jìng)賽驅(qū)動(dòng)下的金融競(jìng)爭(zhēng)行為，在政績(jī)驅(qū)動(dòng)以及區(qū)域經(jīng)濟(jì)發(fā)展異質(zhì)性和不均衡性較大、且協(xié)同發(fā)展合力并未有效形成的交織影響下，經(jīng)濟(jì)基礎(chǔ)對(duì)于金融集聚的影響更多可能是“以鄰為壑”而不是“守望相助”。

（2）對(duì)外開(kāi)放方面。該變量具有顯著負(fù)向直接效應(yīng)和正向間接效應(yīng)。這說(shuō)明雖然各地都在加大力度推進(jìn)對(duì)外開(kāi)放進(jìn)程，但開(kāi)放效應(yīng)卻會(huì)因地區(qū)經(jīng)濟(jì)和金融發(fā)展規(guī)模以及質(zhì)量差異而具有較大異質(zhì)性，對(duì)金融與經(jīng)濟(jì)結(jié)構(gòu)匹配程度較低的地區(qū)，從更大開(kāi)放中支付的顯性或隱性成本可能會(huì)超過(guò)開(kāi)放收益，然而隨著相鄰地區(qū)開(kāi)放擴(kuò)大，開(kāi)放經(jīng)濟(jì)也提供了更多金融資源匹配契機(jī)，從而能夠產(chǎn)生一定的正向間接影響。此外，該變量總效應(yīng)為正且不顯著的情況也說(shuō)明，各地在擴(kuò)大開(kāi)放的同時(shí)，有必要注重提升開(kāi)放質(zhì)量。

（3）區(qū)域創(chuàng)新方面。區(qū)域創(chuàng)新的直接效應(yīng)為正、間接效應(yīng)為負(fù)且總效應(yīng)為正，但間接效應(yīng)和總效應(yīng)不具有顯著性。這或許具有兩方面原因，一是隨著經(jīng)濟(jì)增長(zhǎng)方式由數(shù)量型向質(zhì)量型轉(zhuǎn)變，創(chuàng)新驅(qū)動(dòng)成為各地共同予以強(qiáng)化的發(fā)展戰(zhàn)略，不同層次、不同強(qiáng)度和不同領(lǐng)域的創(chuàng)新開(kāi)始不斷涌現(xiàn)，這種地區(qū)創(chuàng)新對(duì)本地具有積極正面影響。二是可能一方面反映創(chuàng)新模式、產(chǎn)品等方面存在一定的同質(zhì)化現(xiàn)象，另一方面也反映區(qū)域創(chuàng)新能力、頻率以及轉(zhuǎn)化率存在顯著差異，這些情況使區(qū)域創(chuàng)新產(chǎn)生了一定負(fù)向溢出影響。同時(shí)，總效應(yīng)為正且不顯著的情況也說(shuō)明，創(chuàng)新雖從理論層面而言具有全局正向影響，但這種影響可能只在具有比較優(yōu)勢(shì)的高質(zhì)量創(chuàng)新下才能實(shí)現(xiàn)。

（4）政府行為方面。政府行為的直接效應(yīng)為正、間接效應(yīng)和總效應(yīng)為負(fù)，但這些效應(yīng)均不顯著。這可能說(shuō)明政府支出行為雖有利于增強(qiáng)本地區(qū)金融集聚，但政府支出在結(jié)構(gòu)、規(guī)模等方面存在顯著區(qū)域差異，這使得政府支出行為具有一定的“馬太效應(yīng)”。同時(shí)，政府支出行為在某種程度上也反映出政府競(jìng)爭(zhēng)意識(shí)。地方政府通過(guò)不斷加大政府支出來(lái)參與金融競(jìng)爭(zhēng)角逐和博弈，也易于導(dǎo)致潛在不容忽視的風(fēng)險(xiǎn)集聚與風(fēng)險(xiǎn)傳染，這些因素疊加使政府支出雖具有正向直接效應(yīng)，但并不具有利于全局增長(zhǎng)的集聚效應(yīng)。

（5）人力資本方面。人力資本直接效應(yīng)、間接效應(yīng)和總效應(yīng)均為負(fù)且不顯著。這或許具有如下原因，一是金融業(yè)作為知識(shí)密集型產(chǎn)業(yè)，金融集聚效應(yīng)的發(fā)揮需要有一定數(shù)量和質(zhì)量的金融從業(yè)人員（特別是高端金融人才），而就目前金融從業(yè)人員地區(qū)分布而言，北京和上海等相對(duì)發(fā)達(dá)地區(qū)的金融從業(yè)人員占全國(guó)金融從業(yè)人員總數(shù)比例遠(yuǎn)遠(yuǎn)高于其他城市[17]。這說(shuō)明人力資本特別是高端金融人才在地理空間分布方面存在嚴(yán)重失衡。二是隨著近年來(lái)各地對(duì)金融資源競(jìng)爭(zhēng)策略的強(qiáng)化，各區(qū)域普遍通過(guò)資金獎(jiǎng)勵(lì)、住房?jī)?yōu)惠以及落戶安置等政策加大人才引進(jìn)或培養(yǎng)力度，但由于政策以及人才實(shí)際利用效率等方面存在較大差異，人才流動(dòng)（特別是金融行業(yè)人才）也較為頻繁。此外，各地競(jìng)相爭(zhēng)取人才的策略或許只是一種簡(jiǎn)單的人才數(shù)量堆集，并未真正突出人才質(zhì)量或關(guān)注是否與地區(qū)經(jīng)濟(jì)結(jié)構(gòu)合理匹配等結(jié)構(gòu)性問(wèn)題，人才分布失衡、流量增大但存量積累緩慢以及人才錯(cuò)配等因素的共同作用，使得人力資本對(duì)金融集聚的影響雖不顯著但呈現(xiàn)出一定負(fù)向效應(yīng)。

（6）規(guī)模經(jīng)濟(jì)方面。規(guī)模經(jīng)濟(jì)表現(xiàn)出正向直接效應(yīng)、負(fù)向間接效應(yīng)和正向總效應(yīng)，這說(shuō)明形成規(guī)?；l(fā)展有利于增強(qiáng)本地區(qū)的金融集聚能力。但目前這種規(guī)模經(jīng)濟(jì)可能更多是“越大越好”而不是“越大越廣”，也就是說(shuō)規(guī)模經(jīng)濟(jì)磁吸效應(yīng)可能超過(guò)了因規(guī)模經(jīng)濟(jì)而形成的輻射效應(yīng)。同時(shí)，這兩種效應(yīng)的共同存在與此消彼長(zhǎng)，使得規(guī)模經(jīng)濟(jì)總效應(yīng)雖為正，但并不具有統(tǒng)計(jì)上的顯著性。

四、結(jié)論與政策建議

（一）結(jié)論

1.近年來(lái)金融集聚呈現(xiàn)出顯著的空間正相關(guān)與異質(zhì)性雙重特征，且總體以低集聚區(qū)域被低集聚區(qū)域包圍為主（低-低集聚類）。

2.經(jīng)濟(jì)基礎(chǔ)直接效應(yīng)為正但不具有顯著性，間接效應(yīng)和總效應(yīng)具有負(fù)向影響。對(duì)外開(kāi)放具有顯著負(fù)向直接效應(yīng)和正向間接效應(yīng)，但總效應(yīng)不顯著。區(qū)域創(chuàng)新具有顯著正向直接效應(yīng)，但不具有顯著間接效應(yīng)和總效應(yīng)。政府行為和人力資本在直接效應(yīng)、間接效應(yīng)和總效應(yīng)方面均不顯著。規(guī)模經(jīng)濟(jì)表現(xiàn)出正向直接效應(yīng)和負(fù)向間接效應(yīng)。

（二）政策建議

1.著重強(qiáng)化經(jīng)濟(jì)支撐，不斷夯實(shí)集聚基礎(chǔ)。在國(guó)內(nèi)外市場(chǎng)日益融合以及資本全球流動(dòng)的當(dāng)下，既需要注重傳統(tǒng)產(chǎn)業(yè)提質(zhì)增效，以此推動(dòng)傳統(tǒng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，從而充分釋放傳統(tǒng)產(chǎn)業(yè)在拉動(dòng)相關(guān)產(chǎn)業(yè)協(xié)同發(fā)展方面的潛在效應(yīng)，也需要注重新興業(yè)態(tài)培育壯大，從而構(gòu)建起具有鮮明比較優(yōu)勢(shì)的新興產(chǎn)業(yè)集群；既需要強(qiáng)化中小企業(yè)的基礎(chǔ)支撐，從而推動(dòng)中小企業(yè)加快技術(shù)和服務(wù)升級(jí)，增強(qiáng)其品牌培育、推廣和產(chǎn)權(quán)意識(shí)，也需著手化解融資難、融資貴等問(wèn)題，以此為推動(dòng)企業(yè)特別是中小微企業(yè)的可持續(xù)創(chuàng)新發(fā)展注入必要?jiǎng)恿?，從而更好地引?dǎo)勞動(dòng)、資本和技術(shù)等生產(chǎn)要素有效配置到經(jīng)濟(jì)活動(dòng)中，進(jìn)而不斷夯實(shí)金融集聚基礎(chǔ)。

2.著眼提升政務(wù)水平，不斷加強(qiáng)集聚效率。政府行為的及時(shí)性和有效性在很大程度上取決于政府政務(wù)水平質(zhì)量，政務(wù)水平質(zhì)量在很大程度上又決定了區(qū)域營(yíng)商環(huán)境優(yōu)劣，營(yíng)商環(huán)境優(yōu)劣又直接影響金融資源集聚。因此，有必要通過(guò)強(qiáng)化現(xiàn)代責(zé)任政府構(gòu)建以及政府職能優(yōu)化整合等舉措，強(qiáng)化政府責(zé)任擔(dān)當(dāng)以及務(wù)實(shí)作風(fēng)，真正有效地傳遞政府政策導(dǎo)向，從而樹(shù)立起責(zé)任政府、廉潔政府以及高效政府的區(qū)域品牌，在推進(jìn)本地區(qū)發(fā)展的同時(shí)也有利于形成正向外部溢出效應(yīng)，進(jìn)而能夠強(qiáng)化本地以及整體的金融集聚效率。

3.著實(shí)改善金融生態(tài)，不斷優(yōu)化集聚環(huán)境。金融資本具有逐利本性，不僅體現(xiàn)在追逐高回報(bào)率方面，而且體現(xiàn)在開(kāi)展金融活動(dòng)所面臨的生態(tài)環(huán)境方面。對(duì)此，有必要通過(guò)整合金融機(jī)構(gòu)和監(jiān)管部門的信息資源，建立健全中小微企業(yè)以及適合農(nóng)村特點(diǎn)的信用信息數(shù)據(jù)系統(tǒng)，以加快健全金融信用生態(tài)；有必要加大對(duì)各種違法違規(guī)金融行為或金融交易的懲治力度，加強(qiáng)對(duì)金融機(jī)構(gòu)從業(yè)人員法制培訓(xùn)，加強(qiáng)對(duì)執(zhí)法機(jī)構(gòu)工作人員金融培訓(xùn)，系統(tǒng)構(gòu)建金融法治生態(tài)；有必要通過(guò)開(kāi)展金融知識(shí)普及活動(dòng)，構(gòu)建起學(xué)金融、懂金融、會(huì)金融的金融生態(tài)，提高從事金融管理、金融投資以及金融消費(fèi)等工作的行為主體對(duì)金融產(chǎn)品的認(rèn)知能力和運(yùn)用能力，以加緊形成金融文化生態(tài)。上述舉措有利于改善區(qū)域金融生態(tài)、提升金融軟實(shí)力，進(jìn)而優(yōu)化金融集聚環(huán)境。

4.著力擴(kuò)大對(duì)外開(kāi)放，不斷發(fā)揮集聚協(xié)同。對(duì)外開(kāi)放具有顯著負(fù)向直接效應(yīng)和正向間接效應(yīng)，但總效應(yīng)不顯著。因此，一方面有必要鼓勵(lì)并加大支持金融業(yè)“走出去”力度，通過(guò)加強(qiáng)與周邊區(qū)域交流與合作，主動(dòng)釋放本地區(qū)的金融有效需求，并增強(qiáng)區(qū)域金融協(xié)作能力。另一方面也有必要通過(guò)簡(jiǎn)政放權(quán)以及有效監(jiān)管相結(jié)合的方式，放寬民間資本進(jìn)入金融業(yè)領(lǐng)域的限制，積極鼓勵(lì)民間資本參與地區(qū)經(jīng)濟(jì)特別是縣域經(jīng)濟(jì)發(fā)展，以此盤活社會(huì)盈余資本存量。同時(shí)，更有必要注重金融體系在開(kāi)放進(jìn)程中的高質(zhì)量構(gòu)建和金融效率提升等問(wèn)題，進(jìn)而實(shí)現(xiàn)開(kāi)放經(jīng)濟(jì)在做大金融集聚量的同時(shí)，更能推動(dòng)金融集聚質(zhì)的提升。

5.著手改革人才機(jī)制，不斷增強(qiáng)集聚動(dòng)力。目前人力資本變量直接效應(yīng)、間接效應(yīng)和總效應(yīng)方面均不顯著。這說(shuō)明既有必要從創(chuàng)新人才引進(jìn)機(jī)制、配套人才服務(wù)資源、構(gòu)建人才培養(yǎng)體系以及搭建人才交流平臺(tái)等方面予以突破，從而真正形成有利于人才“引進(jìn)來(lái)、留得住”的優(yōu)質(zhì)生態(tài)。同時(shí)，也有必要重視人才與經(jīng)濟(jì)金融發(fā)展的結(jié)構(gòu)匹配，真正從區(qū)域比較優(yōu)勢(shì)和經(jīng)濟(jì)社會(huì)發(fā)展所需出發(fā)，有針對(duì)性地引才、用才和留才，以此真正實(shí)現(xiàn)人才可用、人才適用和人才善用，從而使人力資本在推動(dòng)本地金融集聚的同時(shí)產(chǎn)生強(qiáng)大的正外部性，進(jìn)而增強(qiáng)金融集聚的內(nèi)生動(dòng)力。