金融产业集聚与经济增长关系研究.doc

金融产业集聚与经济增长关系研究.doc

《金融产业集聚与经济增长关系研究.doc》由会员分享，可在线阅读，更多相关《金融产业集聚与经济增长关系研究.doc（8页珍藏版）》请在冰豆网上搜索。

金融产业集聚与经济增长关系研究

——以环渤海地区为例

[摘要]金融产业集聚是经济发展到一定程度时出现的普遍现象，而这种集聚效应本身也会促进当地经济的进一步发展，从而形成相互作用、共同进步的螺旋态势。

本文以环渤海地区五省市为例，探讨了金融产业集聚与区域经济增长的关系。

文章通过构建混合回归模型，得出以下结论：

银行业和保险业的集聚效应分别对经济增长速度有显著作用，而两者的综合作用却不甚明显。

[关键词]金融集聚；经济增长；混合回归模型

[中图分类号]F832.7[文献标识码]A

一、引言

随着经济的发展，产业集聚越来越成为世界范围的一个普遍现象。

所谓产业集聚，就是在地缘上接近的企业或机构，由于产业上的相似性或互补性联系在一起，从而形成一种持续性的竞争优势[1]。

从全球范围来看，纽约的华尔街、伦敦的金融城以及东京新宿是广为人知的世界三大金融集聚中心；从国内范围来看，也相继形成了上海陆家嘴、深圳世界金融中心等独具金融特色的产业集聚区。

这些产业集聚中心的出现，无一不带动了周边地区经济的发展。

环渤海地区是我国经济的第三大增长极，该地金融业的集聚，能否像其他地区一样，促进经济的腾飞，成为学界关注的一大热点问题，也是本文所要研究的中心内容。

对于产业集聚的学术研究，国内外早已有之。

最早可追溯到1890年马歇尔[2]提出的空间外部性概念。

他认为，中小企业之所以能在产业区内发生集聚，最根本的原因在于获取外部经济。

韦伯[3]提出了集聚经济函数，主要从运输成本的角度考察产业集聚。

20世纪80年代，以克鲁格曼等人为代表的新经济地理学派提出，影响产业集聚的原因主要有外部经济、市场需求以及地方特色产业等[4]。

然而受制于当时经济发展状况、产业成熟度等影响，这些研究更多关注实体产业，对金融业近年来发生的集聚现象却鲜有探讨。

然而金融发展在促进经济增长方面的重要性是不可小觑的。

1966年，Patrick[5]指出，金融发展和经济增长之间存在“需求追随”和“供给引导”两种模式，即金融既可以因经济的发展而发展，也可以超越当前经济水平，引导经济的进步。

麦金农和肖[6]研究了发展中国家的金融抑制现象，证明了完善的金融机制能促进发展中国家的经济增长，而扭曲的金融机制则对经济发展起到阻碍作用。

总而言之，多数研究都表明，完善的金融体制能够增强市场透明度，降低交易成本，优化资源配置，从而有利于经济发展。

因此，很多学者逐渐将目光转移到金融产业集聚上来，相关研究大致可分为金融集聚的模式、动因以及效应三个方面。

在金融集聚的模式方面，有依托实体经济的发展和积累自发形成的市场主导型集聚区，如伦敦；也有通过政府的政策推动形成的政府主导型集聚区，如新加坡。

在集聚的动因方面，黄解宇[7]认为，金融集聚是实体产业集聚的产物，伴随着产业集聚的发展而发展。

KindleBerger[8]参照马歇尔、韦伯等人的观点，将金融集聚归结为外部经济和规模经济。

路径依赖理论[9]解释了金融中心得以保持和发展的原因。

最后，在金融集聚的效应方面，大量文献通过实证模型证明了金融产业集聚对区域经济增长、产业结构升级等具有重要作用。

二、研究现状

目前国内对金融产业集聚与经济增长关系的研究大多集中于实证方面。

丁艺[10]采用2003—2007年的省际数据分析了中国的金融集聚程度，并通过面板数据模型证明了银行业集聚对经济增长作用最为明显。

鲁文斌、花俊[11]以“武汉8+1城市圈”为研究对象，分析了金融产业集聚对经济增长的影响机制。

周天芸[12]等通过格兰杰因果检验方法，对环渤海、长三角和珠三角地区进行了实证研究，结果表明，从长期来看，金融集聚和区域经济增长两者之间具有相互促进的作用。

上述文献分别验证了我国代表性地区金融产业集聚对经济增长的影响，但仍存在一些可改进之处。

如面板模型形式单一，多为简单的线性回归。

另外，即使在测度集聚程度时将金融业分为银行、保险、证券等行业分别考虑，但在实证时往往没有单独测算这些分行业对经济的作用。

三、金融集聚促进经济增长的作用机理

RossLevine[13]（1997）的金融功能论认为，金融发展是通过收集信息、便利交易、资本配置、分散风险和企业监督这五个方面来促进经济发展的。

在收集信息方面，金融制度可以强制企业公开披露其经营状况，提高市场的成熟度和透明度。

在交易成本方面，完善的金融制度降低了融资成本，从而使厂商能引进更好的机器设备或改进生产流程，进而提高生产率。

在资本配置方面，金融机构的主要作用就在于吸纳社会闲置资金，提高资金的使用效率。

在分散风险方面，金融集聚实际上在投资人和借款人之间形成了一个大中介，降低了两者之间的信息不对称，有助于风险的分散和规避。

最后，在企业监督方面，金融机构对贷款方的集中监督也降低了资金持有者对企业的监督成本。

Baldwin、Martin和Ottaviano[14]等人提出的“LS模型”，为分析金融集聚对区域经济的作用提供了理论基础。

该模型认为，金融集聚的效应主要表现为对集聚区的增长效应和对周边地区的辐射效应。

现简要介绍如下：

1.模型假设

1.一个国家分为两个地区，一是经济和金融比较发达的北部地区，二是经济金融发展比较落后的南部地区。

2.仅有资本K和劳动L两种要素参与生产。

3.地区之内没有交易成本，而跨地区交易则存在冰山成本。

另外，初始阶段金融资源在两个地区均匀分布，随着南北两地区各自的资本创造和折旧，资本存量和份额也会相应发生变化，从而导致金融资源的非均衡发展。

4.折旧率为，表示知识在区域间传播的难易程度。

越小，说明知识传播越困难，即其他地区的知识进入本地区时衰减越严重。

2.静态对比分析

当未发生金融集聚时，通过公式推导得出均衡状态下的长期增长率（南北相同）：

若发生了金融集聚，即所有资源都集中在北部，此时知识的传播完全无障碍（因为所有的生产都发生在北部地区），也就是的情况，此时北部地区的长期增长率：

比较以上两种情况，可以看到：

由此可见，当金融资源集中在一个地区时，可以带来更高的经济增长率。

3.集聚效应的分解

如前文所述，金融集聚的效应主要表现为对集聚区的增长效应和对周边地区的辐射效应两个方面。

这一假设可以通过对资本增量进行微分来加以证明。

若（代表资本份额），说明随着产业集聚的发生，资本积累的速度加快。

反之，当时，说明产业集聚存在自我纠正的机制。

经过推导可以得到以下公式：

该式的第一项说明，越小，知识的溢出效应越弱，产业集聚促进本地区资本积累的作用也就越强，这体现了集聚区的增长效应。

第二项，说明产业集聚可能引起资本从集聚区向周边地区的扩散，从而减弱了集聚区的资本积累趋势，这是集聚辐射效应的体现。

由此可见，由于增长效应和扩散效应的存在，金融产业集聚对经济增长的影响并不是一成不变的。

那么我国环渤海地区的金融产业是否已经发生了集聚，该集聚现象又对当地的经济产生了何种影响，则是下文的实证分析中着重探讨的内容。

四、实证分析

1.环渤海地区金融集聚度的测算

对于产业集聚度的测量，常用的指标有区位熵、集中度、赫芬达尔指数、空间基尼系数、空间集聚指数等。

本文选用区位熵作为衡量环渤海地区金融业的集聚程度。

区位熵，又称专门化率，用以衡量某一区域要素的空间分布情况，反映了某一产业部门的专业化程度，计算公式为：

其中，为j区域i产业的区位商，为j区域i产业的发展水平（如产值、从业人员等），为j区域所有产业的总水平，为全国i产业的经济水平，为全国总经济水平。

根据以上公式可以看出，区位熵主要是通过某区域某产业和全国平均水平的比较来衡量该产业的集聚能力和相对竞争力。

区位熵越大，表示该区域的该产业具有越强的集聚和竞争能力。

区位熵等于1时，表示该产业集聚和竞争能力与全国水平相等；小于l时，表示该产业相对全国平均水平处于劣势，集聚和竞争力也较弱。

文章分别计算银行业和保险业区位熵，以分别衡量环渤海地区金融业集聚程度。

银行业区位熵计算公式：

其中，代表银行业区位熵，m表示某地区存款余额，M表示环渤海地区存款余额；n代表该地区总人口数量，N代表环渤海地区人口数量。

保险业区位熵计算公式

其中，代表保险业区位熵，p表示某地区保费收入，P表示环渤海地区保费收入总额；n代表该地区总人口数量，N代表环渤海地区人口数量。

表1

银行业区位熵

北京

天津

河北

山东

辽宁

2006

5.66

1.68

0.49

0.57

0.87

2007

5.48

1.75

0.49

0.57

0.86

2008

5.19

1.70

0.51

0.58

0.87

2009

5.09

1.77

0.50

0.58

0.84

2010

4.63

1.73

0.50

0.59

0.87

2011

4.57

1.60

0.51

0.60

0.87

2012

4.43

1.55

0.51

0.62

0.87

2013

4.22

1.54

0.52

0.63

0.87

2014

4.28

1.50

0.55

0.60

0.88

注：

考虑到所用指标统计口径的一致性，本文选用2006-2014年的数据进行分析。

数据来源：

各年度《中国统计年鉴》以及相应省市统计年鉴。

表2

保险业区位熵

北京

天津

河北

山东

辽宁

2006

4.65

1.75

0.66

0.64

0.79

2007

4.37

1.94

0.69

0.65

0.75

2008

3.81

1.64

0.76

0.67

0.84

2009

3.83

1.19

0.82

0.69

0.77

2010

3.69

1.24

0.78

0.69

0.78

2011

3.30

1.27

0.82

0.75

0.70

2012

3.36

1.27

0.79

0.75

0.69

2013

3.22

1.29

0.78

0.77

0.70

2014

3.32

1.24

0.75

0.76

0.75

从表4.1和表4.2可以看出，北京、天津两地无论是银行业还是保险业，都在环渤海地区占据绝对的优势地位，可以认为已经发生了比较明显的集聚现象。

2.模型选择

本文拟用混合回归模型验证金融产业集聚和区域经济增长之间的关系。

以环渤海地区五省市2006-2014年的GDP增长率（GDP）为因变量，银行业区位熵（）和保险业区位熵（）为自变量，分别验证银行业集聚和保险业集聚是否对经济增长具有促进作用。

构造的模型形式如下：

（模型1）

（模型2）

其次，分别对自变量和因变量取自然对数再进行回归，以计算经济增长率对于集聚效应的弹性①若回归方程为，则两边求导数得，即。

。

（模型3）

（模型4）

最后，同时将银行业和保险业区位熵纳入方程，得到模型5，以验证银行和保险业集聚的共同效应：

（模型5）

3.平稳性检验

对变量进行平稳性检验，结果如表4.3所示。

可见GDP增长率和产业集聚的原始序列均为非平稳序列，经过一阶差分后成为平稳序列，满足协整检验的条件。

表3

单位根检验结果

GDP

原始序列

不平稳

一阶差分

平稳

原始序列

不平稳

一阶差分

平稳

原始序列

不平稳

一阶差分

平稳

4.协整检验

对变量进行Johansen协整检验，结果如表4：

表4

协整检验结果

Statistic

Prob.

组内v统计量

3.206526

0.0007

组内rho统计量

3.218353

0.0006

组内PP统计量

-5.098494

0.0000

组内ADF统计量

-3.588807

0.0002

组见rho统计量

2.298515

0.9892

组间P