金融集聚對粵港澳大灣區產業升級的影響

摘要：金融集聚與產業發展升級的關系復雜，但這一課題的研究對粵港澳大灣區的發展具有重要的價值。本文旨在利用中介模型分析技術創新作為金融集聚與產業升級之間的中介變量的作用。基于大灣區2009—2021年的相關數據，采用中介模型的3個方程進行回歸分析，發現技術創新確實是金融集聚與產業升級之間的中介變量，即技術創新是金融集聚與產業升級之間彼此影響十分重要的橋梁。

關鍵詞：粵港澳大灣區；金融集聚；產業升級

中圖分類號：F2文獻標識碼：Adoi：10.19311/j.cnki.16723198.2025.02.001

隨著粵港澳大灣區城市一體化程度的提高，金融業蓬勃發展，出現了一種引人注目的金融集聚現象[1]。粵港澳大灣區具有“一國兩制”、三關稅四中心的特殊性，研究大灣區金融集聚與產業結構升級的關系，一方面，有利于粵港澳地區整合資源和優化配置，更好更快地推動金融體系建設與經濟發展；另一方面，可以為其他區域性創新市場一體化建設提供來自大灣區的經驗。然而，粵港澳大灣區內各城市間的金融集聚水平、科技創新能力以及產業發展進程均有顯著差距[2]，這將直接影響資源流動和有效配置。在當前的政治經濟環境下，探討金融發展對產業升級的影響及其作用機制是否仍然有效，及其影響途徑，對粵港澳大灣區的建設具有深遠的價值[3]。

1基于中介效應的“金融集聚—技術創新—產業升級”模型

1.1中介效應

在統計學中，中介效應模型可以分析自變量對因變量影響的過程和作用機制，與僅關注自變量對因變量影響的傳統研究相比，中介分析在方法上更加先進，能夠提供更深入、更全面的結果[4]。中介效應模型示意圖如圖1所示，其中X為自變量，Y為因變量，M為中介變量，c代表總效應（c=ab+c′），c′代表直接效應，ab代表間接效應，e1、e2、e3是誤差項。

1.2指標度量

1.2.1金融集聚

區位熵是衡量特定地區特定行業集聚程度的指標。當某一地區的金融集聚程度越高，該地區的金融產業區位熵就越大。金融集聚和區位熵之間存在正相關關系。因此，本文選用金融產業區位熵作為度量金融集聚的代理變量，記為lnFinancial。

大灣區各城市金融集聚區位熵如表1所示。可以看出，深圳和香港的金融集聚水平相當高，而其他城市甚至還沒有達到平均水平。這說明集聚過程主要發生在深圳和香港兩個城市。雖然10年前其他城市的表現遠不如深圳和香港，但在過去的10年里，城市發展迅速。國家的扶持政策對這一趨勢起到了很大的推動作用，這種趨勢被認為進一步推動了海灣地區的金融集聚[5]。

1.2.2技術創新

技術創新是指利用新知識、新科技開發新產品和提供新服務的過程。而發明專利是衡量一個國家或地區技術創新水平的重要指標。因此，本文選用發明專利作為度量技術創新的代理變量，記為lnInnovation。發明專利授權量的數據來源于廣州日報數據和數字化研究院（GDI智庫）發布的《粵港澳大灣區協同創新發展報告（2022）》。數據顯示2014年至2021年，粵港澳大灣區專利總量年均增長25.56%。

1.2.3產業升級

從產業結構比例的視角來看，產業升級主要表現在第一產業占比下降、第二產業占比穩定或下降、第三產業占比持續上升、高技術產業增長迅速、服務業發展多樣化、綠色產業比重增加、創新驅動成為主流以及數字化和智能化滲透等方面。以現有數據為基礎，為有效度量產業升級，本文通過將第一產業占GDP的比重乘以1加上第二產業占GDP的比重乘以2再加第三產業占GDP的比重乘以3來計算產業升級指數，作為衡量產業升級的代理變量，記為lnIndustry。

1.3數據來源

本文選取了大灣區內地9個城市與香港、澳門特別行政區共11個城市2009—2018年的面板數據，選取了幾個對產業結構比例有顯著影響的指標。數據主要來源于廣東省及內地各城市統計年鑒、大灣區多個城市統計年鑒、國家統計局官網、澳門特區統計局官網、香港特區政府統計處官網、Wind數據庫。為了去除變量單位不同的影響并消除異方差，本文將整理好的金融集聚、技術創新和產業升級的數據均進行了取對數處理。

1.4模型構建

假設技術創新是粵港澳大灣區金融集聚與產業升級之間的中介變量，金融集聚對產業升級有促進作用。本文采用溫忠麟（2014）的逐步方法來驗證中介效應的存在。

具體方法如下：

（1）對回歸式Y=cX+e1進行回歸，檢驗總效益c是否顯著。如果顯著則執行下一步，否則樣本數據不符合中介效應檢驗條件，終止檢驗；

（2）通過回歸式M=aX+e2和Y=c′+bM+e3確定系數a和b是否均顯著，如果a和b都是顯著的，可以得出中介效應存在的結論，否則不存在中介作用；

（3）判斷c′系數是否顯著，如果顯著則模型中存在部分中介效應，否則就存在完全的中介作用。

逐步法的第一步是計算X對Y的總影響；第二步旨在確定系數乘積（即ab）的顯著性，并區分是否存在中介效應；第三步，區分模型是完全中介模型還是部分中介模型。基于此模型，本文將以技術創新作為中介變量，檢驗金融集聚與產業升級指數之間是否存在中介效應。構建模型如下：

lnIndustrty=e1+a0lnFinancialit+a1lngit+a2lnFAit+a3lnFDit+a4lnKNit+ε（1）

lnInnovationit=e2+b0lnFinancialit+b1lngit+b2lnFAit+b3lnFDit+b4lnKNit+ε（2）

lnIndustrty=e3+c0lnFinancialit+c1lnInnovationit+c2lngit+c3lnFAit+c4lnFDit+c5lnKNit+ε（3）

1.5變量定義

（1）被解釋變量為產業升級指數lnIndustry；

（2）解釋變量為金融集聚水平lnFinancial，本文選取金融集聚區位熵的對數來測度各城市的金融集聚水平，由以下公式導出：

lnFinancialit=fit∑Nj=1fjtFit∑Nj=1Fjt

式中fit表示第t年i市金融產業產出，∑Nj=1fjt表示第t年大灣區金融部門總產值，Fit表示第t年i市總產值，∑Nj=1Fjt表示大灣區第t年總產值；

（3）中介變量為技術創新水平lnInnovation；

（4）此外，產業升級還受到其他控制變量的影響，包括政府支出指標（git）是選用各城市政府總支出的對數值來衡量；固定資產投資（FAit）選用各城市固定資產投資總額的對數值來衡量；外商直接投資（FDit）是選用各城市外商直接投資總額的對數值來衡量；知識投入指標（KNit）選用各城市髙等教育人才的對數值來衡量；（ε）為隨機誤差項。

2實證結果與分析

單位根檢驗后進行回歸分析，首先，保持所有控制變量不變，檢驗區位熵與產業升級指數的關系（模型1）；其次，引入中介變量技術創新，利用區位熵進行回歸分析，檢驗金融集聚的技術創新效應是否存在（模型2）；最后，利用技術創新和金融集聚水平來解釋產業升級指數（模型3）。

模型（1）的回歸結果如表2所示。結果顯示產業升級指數在1%的水平上顯著，因此滿足中介效應存在的第一個前提。lnFinancial的系數為1.024，說明區位熵與產業升級指數之間存在正相關關系，即大灣區金融集聚確實對產業升級有積極作用。但這種效應是否由金融集聚的技術創新效應引起尚不確定，需要進一步分析。

模型（2）的回歸結果如表3所示。結構表明，lnFinancial系數在5%水平下是顯著的，這意味著滿足中介效應檢驗的另一個前提。由lnFinancial（0507）的系數可以看出，金融集聚在很大程度上促進了區域的技術進步。也就是說，金融集聚帶來了技術創新效應，有助于提高大灣區產業發展的技術價值。

模型（3）的回歸結果如表4所示。結果顯示在1%水平下，lnFinancial和lnInnovation的系數都是顯著的，即lnFinancial和lnInnovation帶來的直接和間接影響是顯著的。到目前為止，檢驗中介效應的3個步驟已經完成。結果表明，中介效應是顯著的。技術創新確實是金融集聚與產業升級之間的中介變量，存在部分中介效應。

此外，lnFinancial的系數為1192，說明金融聚集促進了產業結構升級；lnInnovation的系數在1%的水平下為0473，說明技術創新對產業結構升級有促進作用，但彈性略小。結合粵港澳大灣區近年來的數據分析可以發現，在大灣區內部技術創新主要集中在深圳、廣州兩地，數據顯示2020年廣州高新技術企業數量達13600家、深圳超23000家，而粵港澳大灣區內地九市高新技術企業數量為50999家，這種不均衡一定程度影響了在整體上大灣區的技術創新對產業升級的推動效率。

3結論與對策建議

本文利用大灣區內地9個城市與香港、澳門特別行政區共11個城市2009—2018年的面板數據，建立以技術創新為中介變量的中介模型。然后將技術創新指標替換為創新投入指標，進行穩健性檢驗。

本研究的結論如下：實證分析發現金融集聚對產業升級具有顯著的正向影響，即隨著金融集聚程度的提高，大灣區內產業升級顯著提升；技術創新可以作為金融集聚與大灣區產業結構升級之間的中介變量，即確實存在中介效應；從大灣區整體來看，技術創新對產業結構升級有促進作用，但彈性相對較小。

因此，從金融集聚、技術創新和產業升級整體的角度出發，本文提出以下建議：在粵港澳大灣區“‘一國兩制’三關稅四中心”特殊格局下，應進一步加強大灣區內的金融和科技人才交流，促進區域內人才流動，為大灣區的產業升級提供高素質人才支持；支持城市間金融基礎設施一體化推動資本和金融市場的互聯互通，在整體上提高金融服務的便利性和效率；加強政策協調和合作，推動金融和科技政策的對接和整合，為大灣區的產業升級提供政策保障。

參考文獻

[1]涂建軍，姜莉，徐桂萍，等.長三角城市群科技創新、產業結構升級與新型城鎮化的交互影響[J].城市發展研究，2021，28（12）：111.

[2]謝林林，姚雪松，王志勇，等.金融發展、科技創新與產業升級——基于VAR和中介效應模型的實證研究[J].技術經濟與管理研究，2023，（9）：4247.

[3]徐國勇，朱勇，劉勇，等.金融集聚對科技創新效率的雙重影響[J].科技進步與對策，2019，36（17）：122127.

[4]溫忠麟，葉寶娟.中介效應分析：方法和模型發展[J].心理科學進展，2014，（22）：731745.

[5]張亞明，宋雯婕，武曉涵，等.科技創新驅動產業升級的多重并發因果關系與多元路徑[J].科研管理，2021，42（12）：1928.