趙 峰,鄒 悅

(山東科技大學(xué) 經(jīng)濟(jì)管理學(xué)院,山東 青島 266590)

一、引言

金融集聚可以通過集聚效應(yīng)強(qiáng)化本區(qū)域的經(jīng)濟(jì)實(shí)力,并在擴(kuò)散效應(yīng)的作用下帶動鄰近區(qū)域的經(jīng)濟(jì)發(fā)展,金融集聚也會促使金融集聚區(qū)內(nèi)和區(qū)外產(chǎn)生經(jīng)濟(jì)發(fā)展差距,提高金融集聚風(fēng)險(xiǎn)的發(fā)生概率,進(jìn)而阻礙本區(qū)域和鄰近區(qū)域的經(jīng)濟(jì)發(fā)展進(jìn)程。現(xiàn)有的經(jīng)濟(jì)學(xué)理論認(rèn)為,短期內(nèi)適度的金融風(fēng)險(xiǎn)會拉動經(jīng)濟(jì)發(fā)展,但如果長期不能化解這些風(fēng)險(xiǎn),則會使區(qū)域內(nèi)金融發(fā)展處于不安全狀態(tài),這反而會對區(qū)域經(jīng)濟(jì)發(fā)展產(chǎn)生負(fù)面影響,一旦這些風(fēng)險(xiǎn)順著金融集聚網(wǎng)絡(luò)蔓延到區(qū)域外,則會對區(qū)域內(nèi)外的經(jīng)濟(jì)發(fā)展產(chǎn)生抑制作用,嚴(yán)重時(shí)會誘發(fā)區(qū)域內(nèi)外的金融危機(jī),甚至是全國性的經(jīng)濟(jì)危機(jī)。所以,金融集聚、金融風(fēng)險(xiǎn)是一把雙刃劍,其既能夠促進(jìn)經(jīng)濟(jì)的快速發(fā)展,也會在一定程度和一定范圍內(nèi)對經(jīng)濟(jì)發(fā)展產(chǎn)生逆向作用。因此,研究金融集聚、金融風(fēng)險(xiǎn)與區(qū)域經(jīng)濟(jì)發(fā)展之間的關(guān)系存在現(xiàn)實(shí)意義。

在金融集聚和區(qū)域經(jīng)濟(jì)發(fā)展的關(guān)系研究中,丁藝等人基于中國省域樣本,測算出了各省份的金融集聚度,并深刻地剖析了金融集聚對區(qū)域經(jīng)濟(jì)發(fā)展進(jìn)程的推動機(jī)制[1],而趙曉霞則將研究樣本聚焦于國際金融中心及我國的大型城市,其認(rèn)為只有充分發(fā)揮金融集聚對大型城市經(jīng)濟(jì)的帶動機(jī)制才能優(yōu)化我國的經(jīng)濟(jì)增長方式[2]。陳林心等將金融、經(jīng)濟(jì)與生態(tài)納入同一分析體系,通過構(gòu)建空間面板模型對金融集聚、經(jīng)濟(jì)發(fā)展以及生態(tài)效率三者之間的關(guān)系進(jìn)行了研究,發(fā)現(xiàn)金融集聚對經(jīng)濟(jì)發(fā)展水平確實(shí)起到了促進(jìn)作用[3]。此外,Changhua等將中國長江經(jīng)濟(jì)帶77個(gè)城市設(shè)置為樣本,發(fā)現(xiàn)長江三角洲經(jīng)濟(jì)帶具有金融集聚特征,金融集聚能夠促進(jìn)人口城市化和經(jīng)濟(jì)城市化[4],而張玄等則以東、中、西三個(gè)區(qū)域?yàn)檠芯繕颖?通過構(gòu)建空間杜賓模型研究了空間層次上金融集聚對民營經(jīng)濟(jì)所發(fā)揮的重要作用[5]。

金融風(fēng)險(xiǎn)也會對區(qū)域經(jīng)濟(jì)發(fā)展?fàn)顩r產(chǎn)生影響,張震宇和周松山從整體角度出發(fā)對新發(fā)展局勢下如何防范化解金融風(fēng)險(xiǎn)以促進(jìn)城市經(jīng)濟(jì)向好發(fā)展提出了自己的觀點(diǎn)[6],而王蔭林等則從個(gè)案角度出發(fā)研究了山西省臨汾市經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型與金融風(fēng)險(xiǎn)之間所存在的動態(tài)相關(guān)性,發(fā)現(xiàn)宏觀層面上的經(jīng)濟(jì)波動將會影響經(jīng)濟(jì)轉(zhuǎn)型的結(jié)果,并導(dǎo)致金融風(fēng)險(xiǎn)的發(fā)生[7]。此外,部門之間或者部門內(nèi)部是否存在金融風(fēng)險(xiǎn)呢?為了探究該問題,宋凌峰和葉永剛以我國31個(gè)省(市、自治區(qū))為研究對象,通過構(gòu)建部門金融風(fēng)險(xiǎn)的指標(biāo)體系并選取面板數(shù)據(jù)模型進(jìn)行了實(shí)證分析[8]。此外,Abdelkader利用邊際預(yù)期缺口研究了2007年金融危機(jī)后歐洲銀行所發(fā)生的系統(tǒng)性風(fēng)險(xiǎn)[9],黃乃靜和于明哲則進(jìn)一步比較了幾種常見的系統(tǒng)性金融風(fēng)險(xiǎn)指標(biāo),他們認(rèn)為當(dāng)系統(tǒng)性金融風(fēng)險(xiǎn)的發(fā)生概率提高時(shí),未來實(shí)體經(jīng)濟(jì)下行的風(fēng)險(xiǎn)也會提高[10]。

針對金融集聚與金融風(fēng)險(xiǎn)的關(guān)系,Porteous D J剖析了金融風(fēng)險(xiǎn)的發(fā)生原因,他認(rèn)為信息不對稱會引發(fā)金融風(fēng)險(xiǎn),金融集聚要想發(fā)揮對金融風(fēng)險(xiǎn)的抑制效能,應(yīng)加強(qiáng)信息對稱程度[11],黃佳軍和蔣海在此基礎(chǔ)上做了更深層次的拓展,他們認(rèn)為金融風(fēng)險(xiǎn)之所以出現(xiàn)是由于存在信息缺陷,在金融集聚過程中,信息不完全和不對稱均會增強(qiáng)金融風(fēng)險(xiǎn)的發(fā)生概率[12]。蔡森則進(jìn)一步探究了金融集聚風(fēng)險(xiǎn)的傳導(dǎo)機(jī)制,他認(rèn)為不正當(dāng)競爭會積聚金融風(fēng)險(xiǎn),在良好的經(jīng)濟(jì)發(fā)展?fàn)顩r下,盲目的投資或者無節(jié)制的消費(fèi)會導(dǎo)致金融體系崩潰,進(jìn)而引發(fā)金融風(fēng)險(xiǎn)[13]。除此之外,黃倩等探究了金融杠桿作用于金融風(fēng)險(xiǎn)的原理,他們認(rèn)為適當(dāng)?shù)慕鹑诟軛U對區(qū)域經(jīng)濟(jì)發(fā)展是有利的;相反,如果金融杠桿過高,金融風(fēng)險(xiǎn)的發(fā)生概率會提高[14]。

概括而言,現(xiàn)有文獻(xiàn)關(guān)于金融集聚、金融風(fēng)險(xiǎn)和區(qū)域經(jīng)濟(jì)發(fā)展關(guān)系的研究較為豐富且透徹,但卻忽視了金融集聚、金融風(fēng)險(xiǎn)與區(qū)域經(jīng)濟(jì)發(fā)展三者之間的內(nèi)在關(guān)聯(lián),未深入剖析金融集聚和金融風(fēng)險(xiǎn)對本區(qū)域經(jīng)濟(jì)發(fā)展所產(chǎn)生的空間影響以及對鄰近區(qū)域的外溢效應(yīng)。同時(shí),現(xiàn)有文獻(xiàn)也未探究金融集聚與金融風(fēng)險(xiǎn)兩者關(guān)系的非線性特征?；诖?為了彌補(bǔ)上述不足,本文將從以下兩個(gè)方面進(jìn)行研究:(1)將金融集聚、金融風(fēng)險(xiǎn)與區(qū)域經(jīng)濟(jì)發(fā)展納入模型分析體系,從省域角度出發(fā),收集2007至2019年的面板數(shù)據(jù)并按照地理方位將這些省份劃分成四個(gè)區(qū)域,借助空間計(jì)量模型從我國整體角度以及區(qū)域角度分別探究金融集聚和金融風(fēng)險(xiǎn)對本區(qū)域經(jīng)濟(jì)發(fā)展所產(chǎn)生的空間效應(yīng)以及對周邊區(qū)域的外溢效應(yīng);(2)考察金融集聚和金融風(fēng)險(xiǎn)之間的非線性關(guān)系,通過引入金融集聚的二次項(xiàng),探究當(dāng)金融集聚程度提高時(shí)金融風(fēng)險(xiǎn)所具有的變化趨勢,根據(jù)兩者的作用關(guān)系圖像來揭示金融集聚對金融風(fēng)險(xiǎn)的非線性影響,從而豐富金融集聚與金融風(fēng)險(xiǎn)之間的關(guān)系研究。

二、理論分析與研究假設(shè)

(一)金融集聚對區(qū)域經(jīng)濟(jì)發(fā)展的作用機(jī)理

金融集聚是指在一定的時(shí)空中,各類金融資源向著同一目標(biāo)區(qū)域靠攏聚合的過程。當(dāng)金融主體和資源在這一區(qū)域集聚時(shí),該區(qū)域會形成金融中心,區(qū)域經(jīng)濟(jì)發(fā)展水平也會發(fā)生一定程度的改變。金融集聚主要通過以下兩個(gè)效應(yīng)作用于區(qū)域經(jīng)濟(jì)發(fā)展。

第一,集聚效應(yīng)。金融主體和金融機(jī)構(gòu)在某一區(qū)域聚集使得金融主體能夠從多方吸納資金,同時(shí)各種金融資源會源源不斷地流入集聚區(qū),金融知識也會在金融機(jī)構(gòu)之間擴(kuò)散,從而改善金融機(jī)構(gòu)的運(yùn)營效率,助力實(shí)現(xiàn)規(guī)模經(jīng)濟(jì);此外,高素質(zhì)人才也會流入集聚區(qū),這不僅會加速金融知識的傳播進(jìn)程、誘導(dǎo)前沿技術(shù)創(chuàng)新,也會促進(jìn)區(qū)域內(nèi)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級,從而助力經(jīng)濟(jì)增長。

第二,擴(kuò)散效應(yīng)。金融核心區(qū)內(nèi)資源充足,各種資源的聚集會促進(jìn)本區(qū)域金融產(chǎn)業(yè)的升級以及經(jīng)濟(jì)的發(fā)展,也可能會減緩相鄰地區(qū)的金融發(fā)展進(jìn)程,從而導(dǎo)致核心區(qū)內(nèi)外的經(jīng)濟(jì)發(fā)展速度和水平有差異,但是隨著時(shí)間的推移,金融核心區(qū)會逐漸地向周邊區(qū)域擴(kuò)張,金融資源也會隨之外溢,區(qū)內(nèi)的各類產(chǎn)業(yè)不斷地向外輻射,從而推動周邊區(qū)域的經(jīng)濟(jì)發(fā)展。

根據(jù)上述的理論分析,本文提出了假設(shè)1。

假設(shè)1:金融集聚能促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展。

(二)金融風(fēng)險(xiǎn)對區(qū)域經(jīng)濟(jì)發(fā)展的作用機(jī)理

隨著經(jīng)濟(jì)的進(jìn)一步發(fā)展,金融在經(jīng)濟(jì)運(yùn)行中的作用越來越重要,由于金融活動具有虛擬性和信用性的特點(diǎn),因此金融風(fēng)險(xiǎn)已變成經(jīng)濟(jì)發(fā)展過程中最重要的風(fēng)險(xiǎn)。我國東中西部地區(qū)的經(jīng)濟(jì)發(fā)展水平存在較大差別,經(jīng)濟(jì)發(fā)展的不均衡致使各區(qū)域的金融政策存在差異,從而導(dǎo)致金融風(fēng)險(xiǎn)具有明顯的區(qū)域特征。短期內(nèi)適度的金融風(fēng)險(xiǎn)會產(chǎn)生正向的經(jīng)濟(jì)效應(yīng),一旦金融風(fēng)險(xiǎn)程度超過了區(qū)域的可承載能力,則會威脅該區(qū)域的金融狀況,從而抑制經(jīng)濟(jì)增長。總而言之,金融風(fēng)險(xiǎn)主要通過以下兩個(gè)效應(yīng)作用于區(qū)域經(jīng)濟(jì)發(fā)展。

第一,累積效應(yīng)。該效應(yīng)誘導(dǎo)區(qū)域內(nèi)部金融風(fēng)險(xiǎn)的形成,其根本原因是資本擴(kuò)張的需求,加之區(qū)域金融監(jiān)管的不規(guī)范、政府干預(yù)的不及時(shí)等因素,這些因素會加劇金融風(fēng)險(xiǎn)的發(fā)生規(guī)模和頻率,并對區(qū)域經(jīng)濟(jì)發(fā)展產(chǎn)生負(fù)向影響。

第二,傳導(dǎo)效應(yīng)。該效應(yīng)誘導(dǎo)區(qū)域內(nèi)外關(guān)聯(lián)性金融風(fēng)險(xiǎn)的形成,不同區(qū)域的金融機(jī)構(gòu)和金融資產(chǎn)存在交叉現(xiàn)象,若某個(gè)區(qū)域的經(jīng)濟(jì)活動誘發(fā)了金融風(fēng)險(xiǎn),則風(fēng)險(xiǎn)會隨著區(qū)域關(guān)聯(lián)網(wǎng)絡(luò)傳導(dǎo)到相鄰區(qū)域,從而對鄰近區(qū)域的經(jīng)濟(jì)狀況產(chǎn)生負(fù)面影響[15]。

根據(jù)上述的理論分析,本文提出了假設(shè)2。

假設(shè)2:金融風(fēng)險(xiǎn)會抑制區(qū)域經(jīng)濟(jì)發(fā)展,并會產(chǎn)生負(fù)向溢出效應(yīng)影響周邊區(qū)域經(jīng)濟(jì)發(fā)展?fàn)顩r。

(三)金融集聚對金融風(fēng)險(xiǎn)的機(jī)理分析

金融主體以及金融資源朝著同一目標(biāo)區(qū)域聚合,金融集聚核心區(qū)應(yīng)運(yùn)而生。在集聚效應(yīng)下,金融信息迅速匯聚,金融主體可以從多方面了解交易信息。同時(shí),在擴(kuò)散效應(yīng)下,金融集聚紅利會向周邊區(qū)域輻射,且隨著各種信息傳播工具和手段的涌現(xiàn),金融信息快速蔓延,各金融主體可以依據(jù)大數(shù)據(jù)掌握整體的經(jīng)濟(jì)動態(tài)以及其他相關(guān)主體的行為傾向,進(jìn)而做出最優(yōu)決策,這在一定程度上降低了金融風(fēng)險(xiǎn)的發(fā)生概率。當(dāng)信息過量時(shí)不可避免地會出現(xiàn)信息失真問題。也就是說,金融主體在面臨大量信息時(shí)無法識別最有價(jià)值的信息,偽信息會誘導(dǎo)金融主體做出錯(cuò)誤的決策,一旦決策失利便可能會造成金融主體的損失,誘發(fā)金融風(fēng)險(xiǎn),同時(shí)金融風(fēng)險(xiǎn)會在累積效應(yīng)和傳導(dǎo)效應(yīng)的作用下發(fā)生外溢,從而致使周邊區(qū)域發(fā)生金融風(fēng)險(xiǎn),此時(shí)如果不及時(shí)予以措施的話,很可能會發(fā)生區(qū)域性乃至全國性的金融危機(jī)。

根據(jù)上述的理論分析,本文提出了假設(shè)3。

假設(shè)3:金融集聚對金融風(fēng)險(xiǎn)的作用過程中存在先抑制后促進(jìn)的非線性特征。

三、模型構(gòu)建

(一)金融集聚水平測度模型

金融集聚是隨著時(shí)空的變遷,各種金融資源在某一區(qū)域內(nèi)發(fā)生聚集的過程,在集聚區(qū)內(nèi),金融資源配置不斷得到優(yōu)化,金融機(jī)構(gòu)的運(yùn)營效率也得以提高,從而促進(jìn)該區(qū)域?qū)崿F(xiàn)外部規(guī)模經(jīng)濟(jì)并拉動區(qū)域內(nèi)的經(jīng)濟(jì)發(fā)展。同時(shí),隨著集聚區(qū)內(nèi)金融資源的集聚,高水平人才也會在核心區(qū)聚集,這不僅促進(jìn)了隱性的金融智力資源在集聚區(qū)內(nèi)的傳播,也促進(jìn)了技術(shù)的創(chuàng)新,進(jìn)而促進(jìn)集聚區(qū)內(nèi)的產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化;而且,隨著金融集聚活動的開展,區(qū)內(nèi)金融資源也會發(fā)生外溢,從而對鄰近區(qū)域的經(jīng)濟(jì)活動和金融發(fā)展起帶動作用。因此,考察金融集聚對本區(qū)域和相鄰區(qū)域經(jīng)濟(jì)發(fā)展的空間效應(yīng)關(guān)系,有必要對各個(gè)區(qū)域的金融集聚水平進(jìn)行測度,基于對現(xiàn)有成果的綜合考量,本文選擇指數(shù)測算法,利用其中的區(qū)位熵指數(shù)來測算各區(qū)域的金融集聚度[16-17],其測算公式如下:

(1)

公式(1)中,LQij是第j個(gè)省市的金融業(yè)區(qū)位熵,qij和qj分別指示第j個(gè)省份的金融業(yè)增加值和地區(qū)生產(chǎn)總值,qi和q則分別代表我國整體的金融業(yè)增加值和總產(chǎn)值。

(二)金融風(fēng)險(xiǎn)水平測度模型

金融風(fēng)險(xiǎn)是金融資產(chǎn)在經(jīng)濟(jì)活動中發(fā)生減值的概率。本文在此借鑒陶玲和朱迎[18]、沈麗等[19]的指標(biāo)選取方法,并結(jié)合前文金融風(fēng)險(xiǎn)對區(qū)域經(jīng)濟(jì)發(fā)展的作用機(jī)理,按照指標(biāo)具有代表性、指標(biāo)具有可測性與指標(biāo)存在有效性的原則,首先將金融風(fēng)險(xiǎn)劃分為外源性金融風(fēng)險(xiǎn)和內(nèi)生性金融風(fēng)險(xiǎn)兩大類,然后在這兩大類下面分為六小類,如表1所示。其中,宏觀環(huán)境關(guān)乎區(qū)域金融的健康發(fā)展,當(dāng)經(jīng)濟(jì)環(huán)境較好時(shí),區(qū)域金融業(yè)和其他經(jīng)濟(jì)行業(yè)便可以平穩(wěn)運(yùn)行,從而促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展。一般而言,政府的財(cái)力狀況與金融風(fēng)險(xiǎn)存在緊密的聯(lián)系,政府的合理干預(yù)有助于降低金融風(fēng)險(xiǎn)。此外,銀行業(yè)、保險(xiǎn)業(yè)和證券業(yè)是金融產(chǎn)業(yè)的重要組成部分,這三個(gè)行業(yè)是否穩(wěn)定有序也會直接關(guān)系到金融風(fēng)險(xiǎn),從而影響區(qū)域經(jīng)濟(jì)發(fā)展?fàn)顩r。同時(shí),產(chǎn)業(yè)結(jié)構(gòu)風(fēng)險(xiǎn)也是評判金融風(fēng)險(xiǎn)水平的重要因素,著力推動產(chǎn)業(yè)結(jié)構(gòu)高級化和合理化水平有助于防范化解金融風(fēng)險(xiǎn),推動區(qū)域經(jīng)濟(jì)進(jìn)步。

表1 我國金融風(fēng)險(xiǎn)水平評價(jià)指標(biāo)體系

表1中的測度指標(biāo)均為一般意義上的測度指標(biāo),如不良貸款率指標(biāo),可用不良貸款額除以所有貸款額之商來表示,年末貸存比則表示為年末的貸款余額與存款余額之比;再如,為了衡量區(qū)域保險(xiǎn)業(yè)所面對的風(fēng)險(xiǎn),本文選取的測度指標(biāo)為保險(xiǎn)深度和保險(xiǎn)賠付率,其中保險(xiǎn)深度可以用保費(fèi)收入除以GDP所得的商來表示,保險(xiǎn)賠付率則用賠款支出除以保費(fèi)收入來表示;為了衡量區(qū)域證券市場存在的風(fēng)險(xiǎn),本文將利用股票市值比來測度,即股票市值總額除以GDP之商。此外,由于其他指標(biāo)的含義及計(jì)算公式具有普遍意義,這里不再贅述。

基于上述指標(biāo),本文將采用熵值法[20-21]對金融風(fēng)險(xiǎn)水平進(jìn)行測算。先根據(jù)指標(biāo)屬性對收集到的指標(biāo)數(shù)據(jù)進(jìn)行處理,以防止因量綱不同而無法計(jì)算的局面。

第一,對于正向指標(biāo):

(2)

第二,對于逆向指標(biāo):

(3)

其中,rij為第i年的第j個(gè)指標(biāo)值,(i=1,2,L,n;j=1,2,L,m)。

第三,測度第i年的第j項(xiàng)指標(biāo)占所有年份第j項(xiàng)指標(biāo)值加和的比重,即:

(4)

第四,計(jì)算第j項(xiàng)指標(biāo)的熵值,即:

(5)

第五,計(jì)算熵冗余度,即:

dj=1-ej, j=1,2,L,m

(6)

第六,計(jì)算各指標(biāo)的權(quán)重,即:

(7)

(三)空間自相關(guān)模型

由于區(qū)域與區(qū)域之間聯(lián)系緊密,因此有必要開展空間自相關(guān)檢驗(yàn)以評判變量之間是否相關(guān),為了探究整體層面上區(qū)域經(jīng)濟(jì)發(fā)展水平之間是否存在關(guān)聯(lián),本文會開展全局空間自相關(guān)檢驗(yàn),具體公式如(8)所示。此外,局部空間自相關(guān)檢驗(yàn)可以用來探究本區(qū)域與鄰近區(qū)域之間的關(guān)聯(lián)程度,因此本文將以局部莫蘭散點(diǎn)圖的形式描繪各個(gè)省份經(jīng)濟(jì)發(fā)展水平之間的相關(guān)性,局部莫蘭指數(shù)的計(jì)算公式如公式(9)所示。在測算之前,應(yīng)選擇采用何種空間權(quán)重矩陣,由于事物之間總是存在某些程度上的關(guān)聯(lián)性,離得越近則越相似,關(guān)系也就越密切,因此本文將采用空間相鄰權(quán)重矩陣來做進(jìn)一步探究。

(8)

(9)

其中,Zi與Zj代表經(jīng)標(biāo)準(zhǔn)化處理之后得到的觀測值,wij則是指標(biāo)準(zhǔn)化后得到的空間相鄰權(quán)重矩陣,以0為分界線,若公式(9)中局部莫蘭I的值比0大,則表明本區(qū)域與相鄰區(qū)域具有正相關(guān)性,若比0小,則具有負(fù)相關(guān)性。

(四)空間計(jì)量模型

為了剖析金融集聚和金融風(fēng)險(xiǎn)對區(qū)域經(jīng)濟(jì)所產(chǎn)生的空間影響,還需要借助空間滯后(SAR)模型[22]、空間誤差(SEM)模型[23]以及空間杜賓(SDM)模型[24-25]進(jìn)行檢驗(yàn),公式(10)(11)與(12)分別為上述模型的基本形式,公式中的Y表示因變量,X則為與之相對應(yīng)的自變量,ρ與W分別表示空間回歸分析中的相關(guān)系數(shù)和所采用的空間相鄰權(quán)重矩陣,λ和δ則分別指代空間誤差系數(shù)和鄰近區(qū)域?qū)Ρ緟^(qū)域產(chǎn)生的影響,ε表示需要考慮的誤差項(xiàng)。

Y=ρWY+βX+μ

(10)

Y=βX+μ,μ=λWμ+ε

(11)

Y=ρWY+βX+δWX+μ

(12)

對于研究空間效應(yīng)問題而言,上述三種模型具有普遍意義。因此,本文根據(jù)以上三種模型的基本表達(dá)式,剖析了金融集聚和金融風(fēng)險(xiǎn)對區(qū)域經(jīng)濟(jì)發(fā)展所產(chǎn)生的空間效應(yīng),從而構(gòu)建三種相應(yīng)的空間計(jì)量模型如公式(13)(14)(15)所示。其中,被解釋變量為區(qū)域經(jīng)濟(jì)發(fā)展?fàn)顩r,為了計(jì)算簡便,縮小數(shù)據(jù)之間的絕對差異以及避免極端值對實(shí)驗(yàn)結(jié)果造成的影響,本文將以人均GDP的對數(shù)值來衡量該變量,即公式中的lnEDit,解釋變量為金融集聚度和金融風(fēng)險(xiǎn)水平,即公式中的FCit和FRit。同時(shí),本文所選用的控制變量分別為人力資本、產(chǎn)業(yè)結(jié)構(gòu)以及進(jìn)出口貿(mào)易,即式中的lnTNit、lnLIit及l(fā)nFTit,公式中的WX表示本區(qū)域的經(jīng)濟(jì)發(fā)展水平受周邊地區(qū)人力資本、產(chǎn)業(yè)結(jié)構(gòu)以及進(jìn)出口貿(mào)易影響的測度值。

lnEDit=ρWlnEDit+βX+μit, X=FCit+FRit+lnTNit+lnLIit+lnFTit

(13)

lnEDit=βX+μit, μit=λWμit+εit, X=FCit+FRit+lnTNit+lnLIit+lnFTit

(14)

lnEDit=ρWlnEDit+βX+δWX+μit, X=FCit+FRit+lnTNit+lnLIit+lnFTit

(15)

四、實(shí)證分析

(一)樣本選擇與數(shù)據(jù)來源

為了評價(jià)金融集聚和金融風(fēng)險(xiǎn)對本區(qū)域及周邊區(qū)域經(jīng)濟(jì)發(fā)展所產(chǎn)生的空間關(guān)聯(lián)程度,本文收集了2007年到2019年我國30個(gè)省份的金融及經(jīng)濟(jì)發(fā)展的面板統(tǒng)計(jì)數(shù)據(jù),由于西藏自治區(qū)、香港特別行政區(qū)、澳門特別行政區(qū)和臺灣地區(qū)的某些指標(biāo)數(shù)據(jù)缺失,且找尋較為困難,所以本文在展開研究時(shí)將不予考慮這些地區(qū)。此外,本文所用到的金融和經(jīng)濟(jì)方面的數(shù)據(jù)大部分摘取自《中國統(tǒng)計(jì)年鑒》(2007—2019年)、《中國金融年鑒》(2007—2019年)以及各省區(qū)的《統(tǒng)計(jì)年鑒》(2007—2019年),少部分摘取自中國銀監(jiān)會官方網(wǎng)站公布的數(shù)據(jù)。

(二)金融集聚度和金融風(fēng)險(xiǎn)水平綜合測評

為了研究金融集聚和金融風(fēng)險(xiǎn)對經(jīng)濟(jì)發(fā)展的空間影響,我們需要測算出各個(gè)省區(qū)的金融集聚度和金融風(fēng)險(xiǎn)水平,基于上述的金融集聚水平測度模型及金融風(fēng)險(xiǎn)水平測度模型,把各自的面板數(shù)據(jù)分別代入模型中,便可得到表2中的測評結(jié)果,表2應(yīng)呈現(xiàn)2007年到2019年我國四個(gè)區(qū)域中各省區(qū)的金融集聚度和金融風(fēng)險(xiǎn)水平測度值,但由于所研究的樣本年限較長,且樣本數(shù)據(jù)測評結(jié)果較多,因此這里只列示了2007年、2013年和2019年的樣本數(shù)據(jù)的測評結(jié)果。

表2 我國30個(gè)省份的金融集聚度和金融風(fēng)險(xiǎn)水平

(三)空間自相關(guān)實(shí)證分析

1.全局空間自相關(guān)檢驗(yàn)

本文將運(yùn)用全局Moran’s I指數(shù)來反映各省域間經(jīng)濟(jì)發(fā)展水平的相關(guān)性,該指數(shù)的取值范圍在-1與1之間。具體而言,如果該指數(shù)的區(qū)間范圍為(0,1],則表明各省域的經(jīng)濟(jì)發(fā)展水平之間具有正相關(guān)關(guān)系;相反,若該指數(shù)的測算結(jié)果落在[-1,0)區(qū)間內(nèi),則各省域經(jīng)濟(jì)發(fā)展水平之間具有負(fù)相關(guān)關(guān)系。當(dāng)然,Moran’s I指數(shù)的測度結(jié)果也可能為0,這種情況則表明各省域的經(jīng)濟(jì)發(fā)展水平在空間層面上不存在相關(guān)關(guān)系。根據(jù)此原理,本文將各省域的經(jīng)濟(jì)發(fā)展水平數(shù)據(jù)導(dǎo)入到Stata 15軟件中,通過命令運(yùn)算,便可導(dǎo)出反映我國2007年到2019年各省域間經(jīng)濟(jì)發(fā)展水平相關(guān)性的全局莫蘭指數(shù),如表3所示。在表3中,雖然Moran’s I指數(shù)在樣本年度內(nèi)發(fā)生了不同程度的波動,但該指數(shù)始終介于0和1之間,且P值均小于或等于0.001,這充分地說明了我國各省域的經(jīng)濟(jì)發(fā)展水平在樣本年度內(nèi)具有空間層面上的正相關(guān)性。

表3 2007—2019年省域經(jīng)濟(jì)發(fā)展水平的全局Moran’s I指數(shù)

2.局部空間自相關(guān)檢驗(yàn)

為研究局部范圍內(nèi)經(jīng)濟(jì)發(fā)展水平之間的相關(guān)性,本文將采用莫蘭散點(diǎn)圖來測度,在此列示出了2007年到2019年的莫蘭散點(diǎn)圖如圖1、圖2所示。觀察圖1、圖2可知,每個(gè)圖中均存在四個(gè)象限,每一個(gè)象限都表示一種區(qū)域與區(qū)域的聚集模式,第一象限屬于“高—高”聚集,即本區(qū)域和相鄰區(qū)域的經(jīng)濟(jì)發(fā)展?fàn)顩r都很好;第二象限屬于“低—高”聚集,即本區(qū)域的經(jīng)濟(jì)發(fā)展?fàn)顩r較差或者說經(jīng)濟(jì)發(fā)展滯后,而相鄰區(qū)域的經(jīng)濟(jì)發(fā)展?fàn)顩r良好;第三象限屬于“低—低”聚集,也就是說本區(qū)域及鄰近區(qū)域的經(jīng)濟(jì)發(fā)展?fàn)顩r都很落后;第四象限屬于“高—低”聚集,換言之,本區(qū)域的經(jīng)濟(jì)發(fā)展?fàn)顩r良好而周邊地區(qū)的經(jīng)濟(jì)滯后。

圖1 2007—2012年的莫蘭散點(diǎn)圖

圖2 2013—2019年的莫蘭散點(diǎn)圖

從圖1至2可以看出,在2007年到2019年,我國大多數(shù)省區(qū)的Moran’s I指數(shù)分布于第一、三象限內(nèi),少數(shù)省區(qū)的Moran’s I指數(shù)分布于第二、四象限內(nèi),這表明我國大部分省份的經(jīng)濟(jì)發(fā)展水平在空間層面上具有集聚分布特性且具有明顯的正相關(guān)性,這貼合于全局空間自相關(guān)檢驗(yàn)的結(jié)果。

(四)空間計(jì)量模型檢驗(yàn)

為了確定本文中的變量是否適用空間誤差(SEM)以及空間滯后(SAR)模型,需要分別檢驗(yàn)LM和Robust LM中的兩個(gè)統(tǒng)計(jì)量,若二者均顯著,則說明應(yīng)采用空間計(jì)量模型進(jìn)行分析;反之,則需要選取非空間計(jì)量模型進(jìn)行實(shí)證分析。利用Stata15軟件進(jìn)行LM和Robust LM檢驗(yàn),相關(guān)結(jié)果呈現(xiàn)在表4中。

表4 LM檢驗(yàn)結(jié)果

由表4可知,SAR模型與SEM模型的LM檢驗(yàn)和Robust LM檢驗(yàn)的結(jié)果均顯著,這表明SAR模型和SEM模型均通過了檢驗(yàn),也說明的確需要采用空間計(jì)量模型進(jìn)行實(shí)證檢驗(yàn),然后對這兩個(gè)模型進(jìn)行LR檢驗(yàn),在LR檢驗(yàn)結(jié)果中,SAR模型的LR統(tǒng)計(jì)量顯示為53.08(p=0.000),SEM模型的LR統(tǒng)計(jì)量顯示為139.40(p=0.000)。由于兩者均顯著,因此無法將SDM模型轉(zhuǎn)化為其他兩種模型,需要對三種空間計(jì)量模型分別進(jìn)行回歸分析,以使實(shí)證結(jié)果更加可靠。

為了順利地進(jìn)行空間回歸分析,必須確定所需要采用的模型類別,本文采用Stata軟件進(jìn)行Hausman檢驗(yàn),檢驗(yàn)結(jié)果在Stata中呈現(xiàn)為:Prob>chi2=0.0000,可見固定效應(yīng)模型是最優(yōu)選擇,接著再利用軟件分別對SAR、SEM和SDM模型展開空間回歸檢驗(yàn),回歸檢驗(yàn)結(jié)果如表5所示。

表5 空間回歸結(jié)果

通過比較三個(gè)模型中的R2及l(fā)ogL可知SDM模型的擬合效果最好,因此SDM模型是接下來進(jìn)行實(shí)證分析的最優(yōu)模型,表6則是采用SDM模型從全國角度對各個(gè)變量進(jìn)行空間效應(yīng)分解的相關(guān)結(jié)果。

表6 全國30個(gè)省的SDM空間效應(yīng)分解結(jié)果

從全國視角來看,金融集聚的總效應(yīng)為正,這表明金融集聚整體上會促進(jìn)經(jīng)濟(jì)發(fā)展,因此假設(shè)1成立。金融集聚的直接效應(yīng)為正且顯著,而間接效應(yīng)不顯著,這表明金融集聚能積極助力本地區(qū)的經(jīng)濟(jì)進(jìn)步,但對相鄰地區(qū)經(jīng)濟(jì)發(fā)展的溢出效應(yīng)比較有限。金融風(fēng)險(xiǎn)的總效應(yīng)為負(fù),這表明金融風(fēng)險(xiǎn)總體上會對經(jīng)濟(jì)發(fā)展起到顯著的負(fù)向阻礙作用,由此假設(shè)2成立。金融風(fēng)險(xiǎn)的直接效應(yīng)不顯著,間接效應(yīng)具有負(fù)向顯著性,這表明金融風(fēng)險(xiǎn)能夠抑制周邊地區(qū)的經(jīng)濟(jì)發(fā)展,但對本地區(qū)經(jīng)濟(jì)發(fā)展的影響作用有限,應(yīng)重點(diǎn)關(guān)注金融風(fēng)險(xiǎn)在不同區(qū)域間的空間依賴性。人力資本和進(jìn)出口貿(mào)易均會顯著提升本區(qū)域和相鄰區(qū)域的經(jīng)濟(jì)發(fā)展水平;對于產(chǎn)業(yè)結(jié)構(gòu)變量而言,其三個(gè)效應(yīng)均為負(fù)值,但只有直接效應(yīng)顯著,這表明我國目前的產(chǎn)業(yè)結(jié)構(gòu)會顯著抑制本地區(qū)的經(jīng)濟(jì)發(fā)展水平,但對周邊區(qū)域的外溢效應(yīng)有限。為了研究我國四個(gè)區(qū)域中的各個(gè)變量是如何對本區(qū)域經(jīng)濟(jì)發(fā)展產(chǎn)生影響的,本文分別對各區(qū)域的空間效應(yīng)進(jìn)行了分解,結(jié)果如表7至表10所示。

表7 東部地區(qū)SDM空間效應(yīng)的分解結(jié)果

由表7可知,我國東部地區(qū)的金融集聚會對相鄰區(qū)域的經(jīng)濟(jì)效益產(chǎn)生顯著負(fù)向的抑制作用。與此同時(shí),該區(qū)域金融風(fēng)險(xiǎn)的直接效應(yīng)、間接效應(yīng)和總效應(yīng)均不顯著,這表明金融風(fēng)險(xiǎn)對該區(qū)域經(jīng)濟(jì)發(fā)展的作用水平有限。此外,東部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)與進(jìn)出口貿(mào)易政策均會對本區(qū)域產(chǎn)生正向的經(jīng)濟(jì)效應(yīng),并顯著帶動相鄰地區(qū)的經(jīng)濟(jì)發(fā)展,雖然人力資本總體上會促進(jìn)經(jīng)濟(jì)發(fā)展,但其對本地區(qū)經(jīng)濟(jì)發(fā)展的正向促進(jìn)作用有限,更多地表現(xiàn)出對周邊地區(qū)的外溢效應(yīng)。

據(jù)表8可知,我國中部地區(qū)的金融集聚不僅能夠?qū)Ρ緟^(qū)域經(jīng)濟(jì)發(fā)展產(chǎn)生顯著的正向效應(yīng),而且對相鄰區(qū)域經(jīng)濟(jì)發(fā)展也會發(fā)揮促進(jìn)效能,而金融風(fēng)險(xiǎn)的直接效應(yīng)和總效應(yīng)均為負(fù)且顯著,間接效應(yīng)為負(fù)不顯著,這表明金融風(fēng)險(xiǎn)會對中部地區(qū)的經(jīng)濟(jì)發(fā)展發(fā)揮顯著的抑制效應(yīng),但不會對周邊地區(qū)的經(jīng)濟(jì)發(fā)展產(chǎn)生顯著的外溢效應(yīng)。此外,該地區(qū)所擁有的人力資本會驅(qū)動本地區(qū)的經(jīng)濟(jì)發(fā)展進(jìn)程,但還無法輻射到周邊區(qū)域。與此同時(shí),中部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)會對周邊地區(qū)的經(jīng)濟(jì)發(fā)展產(chǎn)生負(fù)向溢出效應(yīng),進(jìn)出口貿(mào)易政策會對周邊地區(qū)的經(jīng)濟(jì)發(fā)展發(fā)揮正向溢出效應(yīng)。

從表9可以看出,我國西部地區(qū)金融集聚對本區(qū)域經(jīng)濟(jì)發(fā)展的正向促進(jìn)作用有限,但其所引發(fā)的溢出效應(yīng)會助力臨近區(qū)域的經(jīng)濟(jì)進(jìn)步;該地區(qū)的金融風(fēng)險(xiǎn)會顯著抑制本區(qū)域和周邊區(qū)域的經(jīng)濟(jì)進(jìn)步。西部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)和進(jìn)出口貿(mào)易政策均能正向促進(jìn)相鄰地區(qū)的經(jīng)濟(jì)發(fā)展,該地區(qū)目前的人力資本會對周邊地區(qū)的經(jīng)濟(jì)發(fā)展產(chǎn)生負(fù)向的溢出效應(yīng),與此同時(shí),也無法發(fā)揮對本區(qū)域經(jīng)濟(jì)發(fā)展的促進(jìn)作用。

表9 西部地區(qū)SDM空間效應(yīng)的分解結(jié)果

由表10可以看出,我國東北部地區(qū)的金融集聚能夠?yàn)楸镜貐^(qū)和相鄰地區(qū)帶來正向的經(jīng)濟(jì)發(fā)展效應(yīng),但對于金融風(fēng)險(xiǎn)而言,其總效應(yīng)和間接效應(yīng)均小于零,這表明金融風(fēng)險(xiǎn)總體上會限制經(jīng)濟(jì)發(fā)展水平,且會通過其特有的傳導(dǎo)效應(yīng)抑制相鄰地區(qū)經(jīng)濟(jì)的向好發(fā)展。同時(shí),該區(qū)域的人力資本還無法助推區(qū)域內(nèi)外的經(jīng)濟(jì)發(fā)展進(jìn)程,產(chǎn)業(yè)結(jié)構(gòu)只能助推周邊區(qū)域的經(jīng)濟(jì)發(fā)展進(jìn)程,而該地區(qū)目前的進(jìn)出口貿(mào)易只能改善本區(qū)域的經(jīng)濟(jì)發(fā)展?fàn)顩r,而無法輻射到鄰近區(qū)域。

表10 東北部地區(qū)SDM空間效應(yīng)的分解結(jié)果

(五)金融集聚對金融風(fēng)險(xiǎn)的影響分析

以上研究運(yùn)用空間計(jì)量模型從全國層面以及區(qū)域?qū)用嫫饰隽私鹑诩酆徒鹑陲L(fēng)險(xiǎn)對區(qū)域內(nèi)外經(jīng)濟(jì)發(fā)展產(chǎn)生的影響,那么金融集聚和金融風(fēng)險(xiǎn)之間存在怎樣的關(guān)聯(lián)呢?根據(jù)前述的理論分析,在此以金融風(fēng)險(xiǎn)為因變量,以金融集聚為自變量,并引入自變量的二次項(xiàng),然后進(jìn)行空間回歸分析,相關(guān)圖像如圖3所示。該圖像對稱軸對應(yīng)的金融集聚度為0.918,當(dāng)金融集聚度小于0.918時(shí),金融集聚能抑制金融風(fēng)險(xiǎn)的發(fā)生與發(fā)展,而當(dāng)金融集聚度大于0.918時(shí),金融集聚會提高金融風(fēng)險(xiǎn)的發(fā)生概率,因此金融集聚對金融風(fēng)險(xiǎn)存在先抑制后促進(jìn)的非線性影響,由此,假設(shè)3成立。

圖3 金融集聚與金融風(fēng)險(xiǎn)的關(guān)系圖

(六)內(nèi)生性與穩(wěn)健性檢驗(yàn)

1.內(nèi)生性檢驗(yàn)

為了避免內(nèi)生性對實(shí)證結(jié)果造成影響,本文將選取金融集聚度和金融風(fēng)險(xiǎn)水平的滯后一期作為工具變量來檢驗(yàn)研究結(jié)果是否具有可靠性,表11(1)即為相關(guān)結(jié)果。由表11(1)可知,金融集聚具有正系數(shù)而金融風(fēng)險(xiǎn)存在負(fù)系數(shù),這表明金融集聚會促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展,而金融風(fēng)險(xiǎn)則會對區(qū)域經(jīng)濟(jì)發(fā)展起到抑制作用。因此,前述分析得出的研究結(jié)論依然成立。

2.穩(wěn)健性檢驗(yàn)

本文主要采用以下兩種方式來檢驗(yàn)實(shí)證結(jié)果的可靠程度:其一,將本文所使用的權(quán)重矩陣更換為經(jīng)濟(jì)距離空間權(quán)重矩陣;其二,將被解釋變量的衡量指標(biāo)換為GDP的對數(shù)值,兩種方式對應(yīng)的效應(yīng)分解結(jié)果分別如表11(2)與(3)所示。在表11(2)與(3)中,新數(shù)據(jù)各個(gè)變量的系數(shù)符號與原數(shù)據(jù)的變量符號一致,且具有相同的顯著性水平,這表明本文的研究結(jié)果是可靠和穩(wěn)定的。

五、研究結(jié)論

本文通過收集2007至2019年30個(gè)省區(qū)的面板數(shù)據(jù),采用空間計(jì)量模型剖析了金融集聚、金融風(fēng)險(xiǎn)對本區(qū)域經(jīng)濟(jì)發(fā)展的空間效應(yīng)以及對鄰近區(qū)域的外溢效應(yīng),探究了金融集聚對金融風(fēng)險(xiǎn)的非線性影響。通過實(shí)證分析,本文得出以下三點(diǎn)重要結(jié)論。

第一,基于空間自相關(guān)檢驗(yàn)結(jié)果,全局空間自相關(guān)檢驗(yàn)中的Moran’s I指數(shù)均介于0與1之間,并在1%的水平下顯著,這表明我國各省份的經(jīng)濟(jì)發(fā)展水平之間具有較強(qiáng)的正相關(guān)性;觀察局部空間自相關(guān)檢驗(yàn)的Moran’s I指數(shù)散點(diǎn)圖可以發(fā)現(xiàn),大部分省區(qū)分布于第一、三象限,即這些省份處于“高—高”聚集或“低—低”聚集狀態(tài),這也表明省區(qū)之間的經(jīng)濟(jì)發(fā)展在空間上具有較強(qiáng)的集聚分布特征。

第二,從全國范圍而言,金融集聚總體上會促進(jìn)經(jīng)濟(jì)發(fā)展,但更多地表現(xiàn)為對本區(qū)域的促進(jìn)作用,而對相鄰地區(qū)帶來的經(jīng)濟(jì)效應(yīng)是有限的;金融風(fēng)險(xiǎn)總體上會降低經(jīng)濟(jì)發(fā)展水平,但更多地表現(xiàn)為周邊地區(qū)的抑制效應(yīng),因此應(yīng)當(dāng)重點(diǎn)關(guān)注金融風(fēng)險(xiǎn)在不同區(qū)域間的空間依賴性;人力資本和對外貿(mào)易政策均會對本地區(qū)和相鄰地區(qū)的經(jīng)濟(jì)發(fā)展?fàn)顩r起到顯著改善作用,但是我國目前的產(chǎn)業(yè)結(jié)構(gòu)還不足以對經(jīng)濟(jì)發(fā)展起到正向作用。此外,整體層面上金融集聚對金融風(fēng)險(xiǎn)存在先抑制后促進(jìn)的非線性影響。

第三,從區(qū)域視角而言,不同地區(qū)的金融集聚和金融風(fēng)險(xiǎn)所帶來的經(jīng)濟(jì)效應(yīng)具有異質(zhì)性,如東部地區(qū)的金融集聚會對相鄰區(qū)域的經(jīng)濟(jì)效益產(chǎn)生顯著負(fù)向的抑制作用,而金融風(fēng)險(xiǎn)對區(qū)域經(jīng)濟(jì)發(fā)展的作用水平有限;中部地區(qū)的金融集聚會為本地區(qū)和鄰近區(qū)域帶來正向經(jīng)濟(jì)效應(yīng),雖然該地區(qū)的金融風(fēng)險(xiǎn)會顯著抑制本區(qū)域的經(jīng)濟(jì)發(fā)展,但不會對周邊區(qū)域經(jīng)濟(jì)發(fā)展產(chǎn)生溢出效應(yīng);西部地區(qū)金融集聚對本區(qū)域經(jīng)濟(jì)發(fā)展的正向促進(jìn)作用有限,但其所引發(fā)的溢出效應(yīng)會助力臨近區(qū)域的經(jīng)濟(jì)進(jìn)步,與此同時(shí),該地區(qū)的金融風(fēng)險(xiǎn)會對區(qū)域內(nèi)外經(jīng)濟(jì)發(fā)展起抑制作用;東北部地區(qū)的金融集聚會對區(qū)域內(nèi)外經(jīng)濟(jì)會產(chǎn)生助推效應(yīng),而該地區(qū)的金融風(fēng)險(xiǎn)總體上會限制經(jīng)濟(jì)發(fā)展,且會通過風(fēng)險(xiǎn)傳導(dǎo)效應(yīng)阻礙相鄰地區(qū)經(jīng)濟(jì)的向好發(fā)展。