长江三角洲地区金融创新、金融集聚与经济协调发展研究

2020年第12期总第263期
征信
CREDIT REFERENCE
No.122020Serial No.263
收稿日期：2020-08-24作者简介：耿德林（1987—），男，安徽天长人，硕士，主要研究方向为货币信贷管理与金融稳定。

摘要：梳理金融创新、金融集聚对长三角地区经济发展的传导机制，借助空间面板模型对传导效应进行实证分
析，结果显示：长三角地区经济发展的空间关联性较强，为区域经济协调发展奠定了基础；长三角地区金融创新指数具有明显的正向溢出效应，推动区域金融创新指数，有利于推动区域经济合作和协调发展；金融集聚程度具有正向的涓流效应，能够通过规模递增效应促进区域经济的协同发展。

关键词：长三角；金融创新;金融集聚;经济发展;空间溢出中图分类号：F832文献标识码：B 文章编号：1674-747X （2020）12-0083-06
长江三角洲地区金融创新、金融集聚与
经济协调发展研究
耿德林
（中国人民银行南通市中心支行，江苏南通）
一、引言及文献综述（一）研究背景及意义
长三角地区包括上海市、江苏省、浙江省和安徽省，面积35.8万平方公里，约占我国国土面积的3.73%，区域内人口总数达到全国总人口的16.15%，而地区经济总量（GDP ）约占我国经济总量的1/4，全员劳动生产率位居全国前列。

当前，长三角地区已经成为我国经济发展最活跃、开放程度最高、创新能力最强的区域之一，在我国现代化建设大局和全方位开放格局中具有举足轻重的战略地位。

推动长三角一体化发展，增强长三角地区创新能力和竞争能力，提高经济集聚度、区域连接性和政策协同效率，对引领全国高质量发展、建设现代化经济体系意义重大。

而金融发展作为经济发展的核心和血脉，是实体经济发展中不可或缺的一环，长三角地区一体化发展离不开金融的协调发展。

因此，研究金融发展与区域经济协调发展的影响对于推动长三角一体化发展、服务经济高质量发展具有重要的理论和现实意义。

（二）文献综述
1.金融创新与经济发展关系研究
王爱俭等人（2008）借助系统理论研究了金融创新对经济的扩散效应，并利用长三角地区的数据对扩散效应进行了验证，研究认为金融创新能够强有力地支持经济发展［1］。

朱淑珍和陈丽娟（2010）研究了经济增长方式转变与金融创新之间和谐度问题，研究结果显示，金融创新与经济增长之间存在动态的互动过程，金融创新能够促进经济增长［2］。

喻平和严卉靓（2016）采用耦合理论方法研究了湖北省金融创新与经济增长的相关关系，研究认为，湖北省金融创新与经济增长之间存在较强的关联关系［3］。

谢廷宇和叶存军（2017）采用耦合度测度模型研究发现，当前我国金融创新水平、区域统筹发展水平、产业转型升级水平以及城乡协调发展能力等的协调度和创新能力均较低，导致金融创新对经济增长的促进作用受到限制［4］。

左月华和王丹（2017）从农村区域金融创新理论出发，构建了金融环境、金融制度、金融产品和服务创新三个方面的指标体系，通过因子分析方法进一步研究得出：不同创新方式的效果
·
·83
受到县域差异的影响，市场内生性金融创新对城镇化率较高的区域作用较为明显［5］。

何剑和柳开（2018）采用数据包络分析方法（DEA）对我国30个省份的金融创新效率进行了测算，并借助空间杜宾模型（SDM）分析了金融创新与经济增长之间的空间相关关系，研究认为金融创新能够推动经济增长，但存在一定的负向空间溢出效应［6］。

李嗜成（2019）指出，当前金融行业存在“脱实向虚”现象，严重影响了金融服务实体经济效率，应积极探索推进金融供给侧结构性改革，推动金融创新，可有效促进经济发展方式的转型升级［7］。

2.金融集聚与经济发展关系研究
潘辉和冉光和等人（2013）实证分析了我国总体和分区域情景下金融集聚与经济增长的相关关系，结果表明，金融集聚能够有效推动经济增长，同时东部地区金融集聚的促进作用远远超过其他地区［8］。

李静和马丽娟（2016）实证分析了银行业和保险业金融集聚度对经济增长的影响，结果显示，银行业、保险业金融集聚均能够推动经济增长，但不同地区之间存在一定的差异性［9］。

谢非、谭朋（2017）运用面板模型分析了金融集聚与经济增长的关系，研究发现金融集聚存在区域差异性，且金融集聚对经济增长的影响存在区域异质性［10］。

胡东婉和宋玉祥（2017）借助面板空间计量模型，研究分析了金融集聚对区域经济增长的溢出效应，结果显示：受经济发展区域不平衡与金融行业结构不平衡等因素影响，金融集聚的溢出效应呈现区域分布不平衡特征，同时金融集聚对区域经济增长具有正向溢出效应，其中银行业的溢出效应最为明显，证券业和保险业的溢出效应较弱［11］。

谢婷婷和潘宇（2018）实证分析了金融集聚和产业结构升级对我国经济增长的影响，分析认为金融集聚和产业结构升级不仅能够有效推动我国经济增长，而且对周边区域具有较强的溢出效应［12］。

廖霄梅和林烨（2019）对广西金融集聚水平进行了测度，并研究了金融集聚对区域经济增长的溢出效应，结果表明，金融集聚水平总体呈现出持续上升趋势，其对经济增长具有正向推动作用［13］。

国内学者对金融创新、金融集聚与经济发展相关关系问题进行了广泛的研究，但针对长三角地区金融创新、金融集聚与经济发展相关关系的研究文献相对较少，且基于空间面板模型分析的文献较为缺乏。

二、金融创新、金融集聚影响经济发展的传导机制分析
（一）金融创新影响区域经济发展的机制分析
一是金融创新推动区域经济发展所需资本的积累。

其一，金融创新增加资金供给。

金融创新推动产生的金融工具多样且具有较强的差异特点满足潜在投资者的风险偏好，同时金融创新能够提高金融市场的风险防控能力和交易的效率，进而增强了投资者的投资意愿。

其二，金融创新增加了投资者的投资需求。

通过对债券和股权等金融产品风险和收益等关键要素进行重新组合和创新，有效提升实体企业的融资效率，降低融资成本和风险，减少金融市场信息不对称问题，帮助投资者有效识别金融风险，增加投资者的投资需求。

其三，金融创新能够有效提升储蓄—投资的转化效率。

通过金融工具、金融市场和金融制度的创新，能够为储蓄向投资转化提供载体、场所以及制度保障，并扩大交易规模。

二是金融创新改变了区域实体经济融资格局。

大力提升区域金融创新水平，能够有效推动股票、债券、投资基金等直接融资市场的发展，降低对间接融资的依赖，有效提升金融发展对实体经济的支持力度。

其中，直接融资的发展有利于提高金融资源的配置效率，且资源供给双方能够直接形成债权或股权关系，延长了金融资源的使用期限，同时直接融资减少了金融中介的参与，推动实体经济融资成本的降低。

此外，通过金融市场创新，可推动区域内逐步建立制度完善、功能完备、监管有效的全方位资本市场，增加实体企业尤其是创新型企业的资金供给，不断增强服务实体经济的能力。

三是金融创新加速区域经济发展资源的流动。

一方面，金融创新能够推动经济发展中的各类资源要素自由流动，同时金融工具流动效率的改善能够加速生产要素的流动，推动其从过剩产能行业向绿色、高科技产业流动。

另一方面，货币市场上的金融创新，为金融资源流动提供了更多的方式，在一定程度上加速了生产要素在区域之间的优化配置。

（二）金融集聚影响区域经济的机制分析
一是规模效应。

随着区域金融集聚程度的提升，区域内的交通、信息网络等基础设施将得到充分利用，金融人才等资源将不断集聚，区域内金融机构在沟通交流、信息共享等方面的成本将大幅降低，金
··84
融服务效率和创新能力将得到大幅提升。

同时，金融集聚程度能够提升区域内金融资源的流动和使用效率，有效缓解区域实体经济融资难、融资贵问题，推动区域实体经济高质量发展。

二是技术创新效应。

一方面，金融集聚区是知识和技术中心，有利于创造良好的区域金融生态环境，推动区域内新科技知识和技术的传播和扩散，提升区域金融市场参与主体的创新协作能力。

另一方面，金融集聚程度较高的区域金融业务竞争较为激烈，有利于推动金融机构研发创新型金融产品，提升金融服务效率，增强区域金融市场竞争力。

三是溢出效应。

当区域内个别地区金融集聚程度达到一定规模时，金融集聚对周边地区的溢出影响将由虹吸效应转变为涓流效应，区域内金融发展将对本区域和周边区域的影响程度呈上升趋势，将加速区域内人才、技术等重要资源的流动，从而有效支持区域经济的协同发展。

同时，金融资源的流动能够推动区域内实体企业和相关产业的协同发展和转型升级，将进一步优化区域内产业经济结构。

（三）研究假设
根据上述分析，金融创新、金融集聚对区域经济发展的影响机制存在一定差异，但金融创新、金融集聚对区域经济协调发展均存在一定的正向影响。

基于此，本文提出以下理论假设。

假设1：长三角区域经济联系不断增强，经济资源流动较为频繁，区域经济发展存在较强的空间关联性。

假设2：金融创新有利于推动本区域经济发展，且对周边区域具有正向外溢效应，能够推动区域经济的协同发展。

假设3：金融集聚能够实现规模递增效应，促进区域经济的协同发展，且对周边地区具有正向的涓流效应。

三、长三角地区金融创新、金融集聚度评价
（一）长三角地区金融创新指数
金融创新涵盖内容众多，主要基于全要素生产率视角以金融创新效率指标衡量长三角地区金融创新水平。

具体指数的测量采用数据包络分析方法中的DEA-Malmpuist指数方法计算，该指标计算仅需要采集投入变量和产出变量的相关数据，Malmpuist 指数出现增长，表明全要素生产率提升，该计算方法具有一定的适用性。

金融创新投入产出具体指标见表1。

地区之间金融创新程度的差异与地方金融发展的程度、金融参与主体的活跃程度以及地方金融创新支持政策等密切相关，长三角地区经济金融资源禀赋和发展程度存在一定的差异，导致区域之间的金融创新出现一定的分层。

由DEA模型可得出长三角地区2004年至2018年金融创新指数（见图1）。

数据显示，长三角地区金融创新指数总体较高，多数年份金融创新指数在1附近。

其中：上海金融
表1金融创新投入产出指标
数据来源：Wind数据库、国家统计局及三省一市统计年鉴和统计公报。

类别
金融
行业
投入
指标
金融
行业
产出
指标
指标
宏观
情况
行业
情况
资源
情况
中介
情况
交易所
指标
保险行
业指标
债券市
场指标
一级指标
金融相关率
金融深化程度
市场机构总量
市场存款总量
市场人才资源
市场固定资本
中介产值占比
中介配置效率
市场规模
市场效率
保险密度
保险深度
债券市场规模
债券市场流动性
明细指标
存贷款总额/GDP
贷款总额/GDP
金融机构总数
银行存款（含保险
公司保费收入）
金融业从业人员
总数
金融业固定资产投
资总额
金融业、保险业
GDP/第三产业GDP
贷款余额/储蓄
存款
沪深股票市值/GDP
沪深股票交易额/
GDP
人均保费收入
保费收入/GDP
债券存续余额/GDP
债券交易额/GDP
图1长三角地区金融创新指数
·
·85
创新指数总体高于其他地区，江苏和浙江金融创新指数较为接近，安徽金融创新指数相对较差。

从时序来看，近年来，受金融去杠杆等政策影响，金融行业逐步回归主业，脱虚向实，无序创新得到了进一步规范，区域金融创新逐步回归正常。

（二）长三角地区金融集聚度
对金融集聚度进行衡量和综合评价的指标较多，其中较为常用的指标有空间基尼系数、区位熵系数、赫芬达指数、产业地理集中指数、G 指数、CAD 指数。

基于指标代表性和数据可得性的原则，本文选取金融区位熵系数作为金融集聚程度的评价指标，该指标能够较好地衡量区域内金融资源分布非均衡状况，指标计算公式为各省市金融行业从业人员总数在该省市从业人员总数中的占比再除以长三角地区金融行业从业人员总数在长三角地区从业人员总数中的占比（见图2）。

金融集聚度与地区经济金融发展、金融资源禀赋以及地方经济金融政策等息息相关。

从图2中可以看到，金融集聚度地区之间差异较为显著，这充分反映了长三角地区金融资源呈现非均衡分布状况，金融资源禀赋差异较为明显。

其中，上海市金融资源较为集中，集聚程度远远超过其他地区；浙江省金融集聚度超过1；江苏省金融资源处于中等水平，绝对值在0.9-1之间徘徊；安徽省金融资源相对较少，金融集聚度最低，绝对值在0.5附近。

四、实证结果与分析（一）指标选取
1.指标选取
（1）被解释变量。

区域经济发展的衡量指标众多，本文基于适用性和可得性原则，选用2004年至2018年人均GDP 指标区域经济发展水平的代理变量，数据均来源于Wind 数据库。

（2）核心解释变量。

核心解释变量主要为2004年至2018年长三角地区金融创新指数（M ）和金融集聚度（Q ），数据具体计算过程详见上文，单位以%表示，数据来源于Wind 数据库、国家统计局及三省一市统计年鉴和统计公报。

（3）其他解释变量。

融资规模（F ）为直接融资规模和间接融资规模。

其中，直接融资规模分为股权融资规模和债券融资规模，股权融资规模主要选取了非金融企业在沪深A 股的融资规模，债券融资规模为非金融企业在银行间和交易所市场债券市场的净融资金额；间接融资规模主要为银行等金融机构的本外币各项贷款新增金额，单位为亿元，数据来源于Wind 数据库和《中国金融统计年鉴》。

本文还选取了：固定资产投资完成额（K ），单位为亿元，数据来源于Wind 数据库、三省一市统计年鉴；劳动力投入（L ）选用第一产业就业人数来表示，单位为人，数据来源于Wind 数据库、三省一市统计年鉴；政府财政支出（G ），单位为亿元，数据来源于Wind 数据库。

2.空间权重矩阵
区域空间关联性主要源于各地区之间的经济资源等流动产生的相关作用。

为进一步提升模型设定的科学性，本文选取经济距离矩阵作为空间权重矩
阵，单项权重指标设定如下：
w ij =
1
|GDP i -GDP j |，i ≠j
0，i =j
（2）
其中：w ij 为i 和j 地区之间地理距离的空间权重；
GDP i 、GDP j 为i 地区和j 地区的GDP 。

（二）Moran 指数检验及模型设定1.Moran 指数检验
在建立空间面板计量模型之前，需要对被解释变量进行Moran 指数检验，检验结果见表2［14］。

检验发现，2004年至2018年长三角地区三省一市在10%的显著性水平下通过检验。

Moran 指数均为负值，表明长三角地区经济发展的差异性较大，分布不均衡，但关联程度较高，为区域互补均衡发展奠定了基础。

空间相关性检验验证了本文第一个假设，长三角地区经济发展存在较强的空间相关性。

2.
模型设定
根据检验结果进一步确定选用空间杜宾随机效应模型（SDM ），模型设定如下：
图2
长三角地区金融集聚度
·
·86
（3）
其中，c 为常数项，β1—β6分别为各解释变量的系数，γ1—γ6分别为加入空间效应后各解释变量的系数，W 为空间权重矩阵。

（三）空间面板实证分析1.空间面板模型回归结果
随机效应模型最终拟合效果达到99.59，拟合效果较好；对数似然函数估计值log-likelihood 绝对值也较大，达到105.2788。

从空间自回归系数ρ来看，其估计值为0.087，表明长三角地区经济发展存在空间正向溢出效应，详细结果见表3。

从回归结果我们可以看到：
（1）金融创新指数对区域经济发展具有正向促
进作用，金融创新指数每提升1%，人均GDP 将提升0.0044%；金融创新指数对区域经济发展具有正向
的空间效应。

（2）金融集聚度同样对区域经济发展具有正向促进作用，金融集聚度每提升1%，人均GDP 将提升0.1418%；金融集聚度对区域经济发展具有正向的空间效应。

（3）其他变量指标对区域经济发展的影响和预期基本一致。

其中，融资规模增长对区域经济发展具有正向促进作用；固定资产投资增长对区域经济发展具有正向促进作用；劳动力投入与区域经济发展具有负向关系，说明劳动生产率提升，劳动力投入减少，区域经济发展有所提升；政府财政支出增加有利于促进区域经济发展。

2.空间效应分解
为进一步探讨金融创新、金融集聚对区域经济发展的空间效应，本文对空间效应的直接效应、间接效应和总效应进行了分解分析（见表4）。

从直接效应来看，核心解释变量金融创新指数和金融集聚度指数对区域经济发展均有一定的推动作用。

从间接效应来看，金融创新指数的提升对周边区域具有正向外溢效应，有利于带动周边地区的经济协同发展，验证了本文的第二个假设；金融集聚度指数的提升对周边地区具有正向促进作用，对周边地区具有正向的涓流效应，能够促进区域经济的协同发展，验证了本文的第三个假设。

从总效应来看，核心解释变量金融创新指数和金融集聚度指数对区域经济发展均有一定的推动作用。

综合上述分析，可以得出如下结论：一是长三角地区经济发展具有不平衡不充分特征，但区域内经济发展的空间关联性较强，为区域经济协调发展奠定了基础；二是长三角地区金融创新指数具有明显的
年份200420052006200720082009201020112012201320142015201620172018
Moran 值-0.843-0.833-0.827-0.813-0.800-0.792-0.774-0.750-0.728-0.712-0.708-0.701-0.717-0.710-0.709
Z 值
-2.034-2.065-2.066-2.052-2.044-2.033-1.997-1.934-1.861-1.802-1.762-1.732-1.767-1.719-1.705对应P 值0.0420.0390.0390.0400.0410.0420.0460.0530.0630.0710.0780.0830.0770.0860.088
表2长三角地区经济发展空间自相关性表4空间效应分解情况
变量ln （M ）ln （Q ）ln （F ）
ln （K ）ln （L ）ln （GOV ）直接效应0.0055
0.1496*0.2439***0.0355-0.2270***0.5628***
间接效应0.00390.2499
-0.2861***0.0815*0.3947**0.0197总效应0.0095
0.3995**-0.0422***
0.1171**0.16770.5824***
注：其中，***、**、*分别代表系数在5%、10%和15%显著水平下显著。

下同。

表3
实证模型回归结果变量ln （M ）ln （Q ）ln （F ）
ln （K ）ln （L ）ln （G ）R^2overall
Log-likelihood 样本量
系数0.0044
0.1418*0.2495***0.0332-0.2437***0.5590***
变量W*ln （M ）W*ln （Q ）W*ln （F ）
W*ln （K ）W*ln （L ）W*ln （G ）0.9943
105.278860
系数0.00420.2233
-0.2881***0.06990.4087***-0.0252·
·87
正向溢出效应，推动区域金融创新指数，有利于推动区域经济合作和协调发展，应不断提升区域金融创新能力，努力增强区域金融服务实体经济效能；三是金融集聚度具有正向的涓流效应，能够通过规模递增效应促进区域经济的协同发展，应大力推动区域金融中心建设，提升区域金融集聚程度和辐射能力。

五、政策建议
（一）落实一体化发展规划纲要，协调推进区域一体化进程
一方面，要充分发挥上海市的龙头带动作用，围绕综合经济实力、金融资源配置功能、贸易枢纽功能、航运高端服务功能和科技创新策源能力建设，全面提升上海市城市核心竞争能力，为长三角地区经济、社会的全面高质量发展奠定坚实基础。

另一方面，江苏、浙江和安徽三省应充分发挥自身的比较优势，加强区域分工协同和互补发展，不断提升区域整体发展水平和效率，推动长三角中心区一体化发展。

如江苏应充分发挥制造业发达、科教资源丰富、开放程度高等优势；浙江应发挥数字经济领先、生态环境优美、民营经济发达等优势；安徽应发挥创新活跃强劲、制造特色鲜明、生态资源良好、内陆腹地广阔等优势。

（二）加强金融创新战略合作，提升金融服务实体经济效率
一方面，加快推动区域金融创新的战略合作，促进区域内金融资源的自由流动，有效提升区域金融资源的配置效率，助力区域经济高质量发展。

探索推进金融与科技深度融合，加快区块链等新技术在金融基础设施建设、金融产品研发、金融服务提升等方面的应用，不断提升金融服务实体经济能级，有序推进区域经济的高质量发展。

另一方面，继续推进长三角地区金融监管协调机制建设，从政策发布、标准制定、风险防控、信息共享等方面加强沟通交流，统一区域内金融交易机制和保护机制，在有效防控风险的基础上，促进区域金融创新协调发展，不断提升金融服务经济高质量发展能力。

（三）推动区域金融中心建设，助推区域经济协调发展
一方面，以上海为代表的金融中心区要借助金融开放、放宽金融市场外资准入等对外开放政策
的契机，大力引进国外大型金融机构入驻，大力培育本土金融机构的综合实力，推动区域金融资源深度参与国际市场的分工与协作，提升区域金融综合竞争力，不断提升区域金融服务经济发展的能效。

另一方面，长三角地区要进一步强化各类资本市场的分工协作，加强区域金融领域的协同改革和创新机制建设，逐步构建金融资源共享、金融信息共通和金融风险联合防控的合作共赢机制，推动区域金融资源的快速发展、集聚和高效循环，不断扩大金融资源的涓流效应，促进区域经济一体化发展。

参考文献：
［1］王爱俭，庞镭，林楠.金融创新在区域经济发展中的动力传递研究：基于系统控制、演化与滨海金融视角的分析［J］.
财贸经济，2008（1）：14-19.
［2］朱淑珍，陈丽娟.基于经济增长方式转变的金融创新和谐性分析［J］.甘肃社会科学，2010（5）：171-173.
［3］喻平，严卉靓.金融创新与经济增长的耦合关系：基于湖北省数据的例证［J］.武汉理工大学学报（社会科学版），2016（6）：1148-1156.
［4］谢廷宇，叶存军.金融创新与中国经济增长质量的耦合性研究［J］.广西师范大学学报（哲学社会科学版），2017（5）：34-41.
［5］左月华，王丹.县域视角下的农村金融创新综合评价与分析：以湖北省为例［J］.征信，2017（1）：52-58.
［6］何剑，柳开.金融创新、空间溢出与实体经济增长［J］.新疆农垦经济，2018（2）：48-56.
［7］李嗜成.新常态下金融创新服务实体经济转型升级发展路径探析［J］.现代管理科学，2019（1）：44-46.
［8］潘辉，冉光和，张冰，等.金融集聚与实体经济增长关系的区域差异研究［J］.经济问题探索，2013（5）：102-107.［9］李静，马丽娟.金融集聚的区域经济增长效应分析［J］.社会科学战线，2016（10）：249-253.
［10］谢非，谭朋.金融集聚对区域经济增长影响的异质性研究：基于我国31个省份面板数据的实证分析［J］.重庆理
工大学学报（社会科学），2017（4）：58-64.
［11］胡东婉，宋玉祥.金融集聚对区域经济增长的溢出效应研究［J］.中南财经政法大学学报，2017（4）：30-34+45.［12］谢婷婷，潘宇.金融集聚、产业结构升级与中国经济增长［J］.经济经纬，2018（4）：86-93.
［13］廖霄梅，林烨.金融集聚对区域经济增长的影响研究：基于广西地市级面板数据的空间计量分析［J］.征信，2019（6）：73-77.
［14］陈强.高级计量经济学及Stata应用［M］.2版.北京：高等教育出版社，2014：575-598.
（责任编辑：杨德怀）
··88。