金融集聚對長江經(jīng)濟帶區(qū)域經(jīng)濟增長的影響研究

□ 陳斌 石懿

一、引言

改革開放40年來，長期處于高速發(fā)展階段的長江經(jīng)濟帶①長江經(jīng)濟帶東起上海、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環(huán)節(jié)，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。據(jù)統(tǒng)計，長江經(jīng)濟帶的總面積約占我國全部面積的五分之一，同時在人口數(shù)量和經(jīng)濟總量均超過全國的40%以上，2019年GDP總量占比達到全國45%以上，且同時期的經(jīng)濟增速要高于其他區(qū)域②根據(jù)國家統(tǒng)計局數(shù)據(jù):2010年全國經(jīng)濟增速為10.6%,在2014年降低至7.3%,而2020年由于疫情影響降至2.4%；比較同時期的經(jīng)濟增速,長江經(jīng)濟帶在2010年為13.7%,在2014年降低至9.1%,而2020年在疫情影響下降低至2.8%,顯著高于同期全國水平。。同時隨著中國經(jīng)濟進入新態(tài)勢，全球經(jīng)濟呈現(xiàn)出了多變而復(fù)雜的形式，以及國內(nèi)經(jīng)濟出現(xiàn)下行壓力的狀況下，各種各樣的社會經(jīng)濟風險都可能集中發(fā)生，我國的宏觀經(jīng)濟要想穩(wěn)定運行則面臨著挑戰(zhàn)與壓力。并且我國的宏觀經(jīng)濟運行同時也出現(xiàn)了許多新特點、新機遇：經(jīng)濟由高速增長走向中高速增長、金融與其它服務(wù)業(yè)經(jīng)濟等第三產(chǎn)業(yè)逐漸成長為我國經(jīng)濟中的主導(dǎo)地位、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、全面開創(chuàng)新開放發(fā)展格局、創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略地位也逐漸提高，有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)濟把握機遇、突破挑戰(zhàn)，從而推動經(jīng)濟增長？這已經(jīng)成為了我們目前亟待思考的關(guān)鍵。

在推動經(jīng)濟增長的過程中，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行優(yōu)化分配，更為有效地促使經(jīng)濟增長。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，這表明了經(jīng)濟增長與金融集聚有著密切的關(guān)聯(lián)。因此，本文運用2010-2019年中國長江經(jīng)濟帶區(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個省市金融集聚子行業(yè)水平，運用空間杜賓模型實證分析長江經(jīng)濟帶區(qū)域的金融集聚對經(jīng)濟增長的影響并提出對策建議。

二、文獻回顧

在全球金融一體化的時代背景下，金融作為實體經(jīng)濟運行的血液，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經(jīng)濟學(xué)家Kindle Berger(1974)提出，相較于產(chǎn)業(yè)集聚，他認為金融集聚最關(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構(gòu)集中的地方（例如華爾街、上海等金融中心）進行交易。現(xiàn)階段，國內(nèi)外均有關(guān)于金融集聚效應(yīng)的研究且研究內(nèi)容較為豐富，但都主要圍繞以下方面：一是有關(guān)金融集聚的存在會導(dǎo)致經(jīng)濟增長效應(yīng)的研究，展開的關(guān)于金融集聚對實體經(jīng)濟研究（劉軍等，2007；潘輝、冉光和等，2016）、綠色經(jīng)濟發(fā)展（王鋒等，2017；錢晶晶等，2022）、區(qū)域經(jīng)濟增長（Kabir et al.，2011；姚璐等，2022；李文啟等；2021）等方面的實證研究；二是有關(guān)金融集聚會促使產(chǎn)業(yè)集聚的同時產(chǎn)生帶動效應(yīng)，從而展開的金融集聚與產(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）等方面的影響研究；三是有關(guān)金融集聚會產(chǎn)生城市化效應(yīng)，展開金融集聚對城鄉(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，學(xué)術(shù)界將研究視角開始轉(zhuǎn)向金融集聚在空間溢出方面對經(jīng)濟增長所產(chǎn)生的影響之間的研究。回顧以往研究，傳統(tǒng)的空間計量經(jīng)濟學(xué)均以空間均質(zhì)性作為基本假設(shè)，而學(xué)者們在進行金融集聚等相關(guān)空間計量經(jīng)濟學(xué)研究時也基本以這一假設(shè)為基本假設(shè)。因此有研究發(fā)現(xiàn)金融集聚通過擴大產(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，推進產(chǎn)業(yè)升級，從而促進了區(qū)域經(jīng)濟增長。同時，學(xué)者們通過研究也發(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、機構(gòu)出現(xiàn)集聚強化（陸軍，2014；Greenwood，2013）。然而，現(xiàn)階段學(xué)者們對計量經(jīng)濟學(xué)的廣泛應(yīng)用，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)也成為部分學(xué)者所研究的內(nèi)容，同時也有研究顯示金融集聚所產(chǎn)生的金融集聚效應(yīng)、金融擴散效應(yīng)以及金融本身的功能等方面會影響本地區(qū)以及鄰近地區(qū)的經(jīng)濟增長（李林，2011；Hannu Tervo，2010）。

綜上所述，國內(nèi)外的許多學(xué)者對金融集聚及其經(jīng)濟增長效應(yīng)的內(nèi)容進行了深入研究，但現(xiàn)有研究仍存在以下不足：一是對金融集聚的指標評價體系的構(gòu)建不夠完全，部分學(xué)者僅通過銀行業(yè)指標對金融集聚程度進行衡量，未充分考慮到保險、證券等主要的金融子行業(yè)的金融集聚效應(yīng)的影響，結(jié)果難免存在錯誤。二是以往的金融集聚相關(guān)研究中，空間均質(zhì)性都作為空間計量經(jīng)濟學(xué)的基本假設(shè)而忽視了空間異質(zhì)性這一性質(zhì)對區(qū)域經(jīng)濟增長的影響，從而或許存在研究結(jié)果有被低估或高估的風險，故進行金融集聚對經(jīng)濟增長的效應(yīng)研究模型中應(yīng)將空間異質(zhì)性這一假設(shè)納入。因此，本文將長江經(jīng)濟帶區(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)濟增長的空間效應(yīng)研究。

三、金融集聚水平的評價模型構(gòu)建及指標選取

目前，國內(nèi)外對于集聚水平的衡量指標較以往豐富許多，不同的指標衡量方法有不同的特性與優(yōu)劣，且根據(jù)研究內(nèi)容也有差異，因而學(xué)術(shù)界至今也無統(tǒng)一標準。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)集中度進行測度以及對其在同時期內(nèi)該產(chǎn)業(yè)在國內(nèi)的集中水平進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：

（1）式中，指在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)，代表j地區(qū)i產(chǎn)業(yè)總?cè)丝冢óa(chǎn)值），代表j地區(qū)總?cè)丝冢óa(chǎn)值），代表i產(chǎn)業(yè)在全國的總產(chǎn)值，代表全國總?cè)丝冢óa(chǎn)值）。同時，若區(qū)位熵指數(shù),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，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，此時可以稱之為該地區(qū)該產(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)濟帶區(qū)域內(nèi)11個省市進行金融集聚水平的測算。利用2010-2019年我國長江經(jīng)濟帶沿線省市以及全國的金融機構(gòu)存款余額（億元）、保險機構(gòu)保險保費收入總額（億元）、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。文中所用金融機構(gòu)存款總額、總保險保費收入總額等數(shù)據(jù)從《中國統(tǒng)計年鑒》、《中國金融年鑒》、EPS數(shù)據(jù)庫以及Wind數(shù)據(jù)庫中獲取。

銀行業(yè)的區(qū)位熵計算公式如下：

證券業(yè)的區(qū)位熵計算公式如下：

保險業(yè)的區(qū)位熵計算公式如下：

通過計算得出2010-2019年間，長江經(jīng)濟帶沿線11個省市的三大金融子行業(yè)（銀行業(yè)、保險業(yè)、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年間，長江經(jīng)濟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)位熵基本處于上升態(tài)勢，其中有些年份有所波動，但總體上有所提高。到2019年為止，金融子行業(yè)區(qū)位熵大于1的僅長江經(jīng)濟帶下游區(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。總體來說長江經(jīng)濟帶下游地區(qū)金融集聚水平要顯著高于上中游地區(qū)，以及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。

四、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)均來自于《中國統(tǒng)計年鑒》、《中國城市年鑒》和《中國金融年鑒》等，部分缺失數(shù)據(jù)根據(jù)線性插值法予以補充。具體變量設(shè)置如下：

1.被解釋變量：長江經(jīng)濟帶11個省市的人均真實GDP（lnrGDP）,本文參照過往已有成熟的研究成果，用“各省市真實GDP與各省市年末總?cè)藬?shù)之比”得到。其中，實際GDP以2010年為基期，通過GDP平減指數(shù)得到（為減輕異方差，人均實際GDP經(jīng)過對數(shù)化處理）。

2.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)，具體含義以及指標測算參見前文。

3.控制變量：

（1）政府政策（Gov）：在區(qū)域經(jīng)濟的發(fā)展歷程中，政府是其中必不可少的重要角色，本文以“各省市財政預(yù)算支出與當?shù)?GDP之間的比重”表征政府政策的效用。

（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，外商投資實際利用額由各年份的中間匯率將美元轉(zhuǎn)換成人民幣單位計價。

（3）技術(shù)進步（TP）：技術(shù)進步作為經(jīng)濟增長的一個重要源泉，在研究經(jīng)濟增長內(nèi)容時不可避免。故本研究以“R＆D經(jīng)費支出與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，這將促進產(chǎn)業(yè)結(jié)構(gòu)進行轉(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)去衡量各省市之間產(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

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

表3 空間依賴性檢驗結(jié)果

表3的檢驗結(jié)果顯示,LM檢驗以及穩(wěn)健的LM檢驗均通過了顯著性水平檢驗并拒絕了原假設(shè)，因此根據(jù)檢驗空間杜賓模型作為本研究優(yōu)先采用的模型。因為LM檢驗不夠完全，本研究為了更進一步選擇恰當?shù)哪Ｐ停俅芜M行LR檢驗以及Wald檢驗，同時為了對隨機效應(yīng)與固定效應(yīng)進行選擇，本研究采用Hausman檢驗。

表4中顯示，LR檢驗與Wald檢驗均通過了顯著性水平檢驗，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作為本文回歸分析的模型來研究金融集聚對長江經(jīng)濟帶經(jīng)濟增長的影響效應(yīng)。同時Hausman檢驗結(jié)果顯示模型應(yīng)該采用隨機效應(yīng)的原假設(shè)在1%的顯著水平下被拒絕了。因此由檢驗結(jié)果可知，空間杜賓模型（雙向固定效應(yīng)的）將被本研究采用。

表4 模型以及效應(yīng)選擇檢驗結(jié)果

(三)模型設(shè)定

本研究模型具體設(shè)定如下所示：

(四)空間權(quán)重矩陣的構(gòu)建

空間權(quán)重矩陣是鏈接了空間計量經(jīng)濟學(xué)模型與現(xiàn)實世界中的空間效應(yīng)的橋梁，其在模型設(shè)計中表示了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)者在進行空間計量經(jīng)濟學(xué)的研究時，主要運用到鄰接、經(jīng)濟、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)有文獻研究以及研究內(nèi)容實際需要，本文選擇構(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

五、實證分析及結(jié)果討論

(一)空間相關(guān)性檢驗

如表5所示，在基于鄰接空間權(quán)重矩陣的情況下，無論是金融行業(yè)的變量抑或是實際人均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MoranS I指數(shù)均在0.2-0.4之間上下波動，這也顯示出在空間分布上長江經(jīng)濟帶區(qū)域內(nèi)11個省市的實際人均GDP與金融集聚兩者之間有著較強的正相關(guān)特性。

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

(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%的顯著性水平檢驗且為正數(shù)，這顯示長江經(jīng)濟帶區(qū)域內(nèi)11個省市的經(jīng)濟增長在空間分布上呈現(xiàn)出顯著正相關(guān)的形式，即在空間分布上金融集聚與經(jīng)濟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)，因此所得模型的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，為了進一步了解并研究金融集聚對長江經(jīng)濟帶沿線省市經(jīng)濟增長的空間效應(yīng)的大小以及作用途徑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)即表示直接效應(yīng)；臨近地區(qū)的解釋變量間接對本地區(qū)產(chǎn)生影響被表示成間接效應(yīng)（溢出效應(yīng)）；空間效應(yīng)中的直接效應(yīng)與間接（溢出）效應(yīng)兩者之和即為空間總效應(yīng)。

從表6中可以看到銀行業(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。這說明了本省市的銀行業(yè)集聚水平如果提高1%，將直接帶來經(jīng)濟增長0.146%，間接地通過溢出效應(yīng)從而影響臨近省市的經(jīng)濟增長0.08%，總體帶動區(qū)域內(nèi)的經(jīng)濟增長0.226%。綜合來講，在研究時期內(nèi)，長江經(jīng)濟帶區(qū)域內(nèi)11個省市的金融機構(gòu)存款余額處于增長態(tài)勢下，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)濟產(chǎn)生了較為明顯的增長促進作用。

證券業(yè)集聚對經(jīng)濟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、0.025，都沒有通過顯著性水平檢驗，這說明證券業(yè)集聚對于本省市以及臨近省市的經(jīng)濟增長均沒有較為明顯的影響。這有可能是由于目前證券業(yè)整體發(fā)展水平還不高，并且長江經(jīng)濟帶的證券業(yè)集聚水平兩極分化非常明顯，從表1中可以看到，除了長江經(jīng)濟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)定性和投機行為等一定程度上都阻礙了長江經(jīng)濟帶沿線省市的經(jīng)濟增長。

保險業(yè)集聚對本省市以及臨近省市的經(jīng)濟增長都出現(xiàn)了不同程度但正向的直接促進效應(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、0.244，且分別通過了1%、5%、1%的顯著性水平檢驗。即在本省市的保險業(yè)集聚程度提高1%的情況下，將直接帶動本省市的經(jīng)濟增長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，這為長江經(jīng)濟帶沿線省市的經(jīng)濟增長提供了更多的保障與支持，從而更好的對經(jīng)濟產(chǎn)生促進作用。

進一步考察本文控制變量，發(fā)現(xiàn)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)生了負的空間效應(yīng)，這與常識不合，但我們可以從以下角度進行理解：政府政策由于近年來的地方債務(wù)累計以及財政支付轉(zhuǎn)移等增加，因而導(dǎo)致了實際GDP的減少；而產(chǎn)業(yè)結(jié)構(gòu)則是因為各地區(qū)產(chǎn)業(yè)結(jié)構(gòu)不平衡，無法有效地分配資源從而進行合理的資源利用，因此在一定程度上抑制了長江經(jīng)濟帶的經(jīng)濟增長。技術(shù)進步對本省市的直接效應(yīng)為負且顯著可能是因為技術(shù)進步的滯后效應(yīng)對本省市的經(jīng)濟增長無法直接產(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)進步間接地促進了鄰近省市的經(jīng)濟增長。外商直接投資的直接效應(yīng)為0，間接效應(yīng)在1%水平上顯著且為正向，但可以看到間接效應(yīng)的系數(shù)為0.064，并非很大，這有可能是因為長江經(jīng)濟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際利用額較小以至于對經(jīng)濟的影響較低，且在外資引進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)濟帶的經(jīng)濟增長。

六、結(jié)論與對策建議

本文運用2010-2019年中國長江經(jīng)濟帶區(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)濟帶區(qū)域11個省市的金融子行業(yè)集聚水平，同時運用空間杜賓模型實證研究金融集聚對長江經(jīng)濟帶經(jīng)濟增長的影響研究。得到以下結(jié)論：第一，金融集聚顯著提高了長江經(jīng)濟帶區(qū)域的經(jīng)濟增長水平，表明促進金融集聚水平的提高同樣有利于經(jīng)濟增長水平的提高；第二，銀行業(yè)與保險業(yè)集聚對本省市的經(jīng)濟增長均有直接促進作用，銀行業(yè)促進經(jīng)濟增長的作用最強，保險業(yè)則稍弱；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)濟增長產(chǎn)生較為明顯的變化。因此通過以上結(jié)論，如何更好地激發(fā)金融業(yè)內(nèi)生活力，特別是證券業(yè)的潛力，從而有效促進經(jīng)濟增長成為當前最應(yīng)該思考的問題。基于上述研究結(jié)論，本文擬從以下三個方面提供對策建議：

第一，強化政府區(qū)域經(jīng)濟調(diào)控能力，有效發(fā)揮中國特色金融體制機制。要積極發(fā)展和優(yōu)化布局金融業(yè)，通過體制機制創(chuàng)新擴大金融規(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)濟帶流域整體發(fā)展水平提升。

第二，暢通長江經(jīng)濟帶金融資源流動，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)實施優(yōu)惠政策，吸引更多外省企業(yè)來當?shù)匕l(fā)展，增加更多合作交流的機會。中上游地區(qū)尤其是上游地區(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)主動加強與中上游地區(qū)的金融合作，重點合作下游企業(yè)有明顯優(yōu)勢的金融行業(yè)，從而能夠在引導(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，進一步實現(xiàn)長江經(jīng)濟帶的中上游地區(qū)金融產(chǎn)業(yè)發(fā)展從而推動經(jīng)濟增長。

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，而證券業(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，還能夠使得發(fā)展較為緩慢的子行業(yè)實現(xiàn)充分發(fā)展，有效發(fā)揮市場的作用，更為高效地協(xié)調(diào)區(qū)域金融產(chǎn)業(yè)發(fā)展。