金融業(yè)集聚對城鎮(zhèn)化的影響及空間效應(yīng)研究

彭新宇 蔣一帆 李孟民

摘?要：依據(jù)全國31個(gè)省、市、自治區(qū)的省域空間面板數(shù)據(jù)，構(gòu)建空間面板模型，考量金融業(yè)集聚對城鎮(zhèn)化的影響及空間外溢效應(yīng)。結(jié)果顯示：我國省域城鎮(zhèn)化率大部分集中在HH象限（高值集聚）和LL象限（低值集聚），呈現(xiàn)較為明顯的空間自相關(guān)性;全國層面，金融業(yè)集聚對城鎮(zhèn)化的直接效應(yīng)系數(shù)和間接效應(yīng)系數(shù)均顯著為正，說明金融業(yè)集聚對本省城鎮(zhèn)化有顯著的正向影響，且具有正向的空間外溢效應(yīng)，能促進(jìn)周邊省份的城鎮(zhèn)化;分東、中、西區(qū)域?qū)用?，東部地區(qū)金融業(yè)集聚對城鎮(zhèn)化具有正向的影響，且具正向空間外溢效應(yīng)，但在中西部地區(qū)，影響均不顯著?；诖?，應(yīng)加強(qiáng)金融業(yè)集聚區(qū)建設(shè)，構(gòu)建金融業(yè)集聚推進(jìn)城鎮(zhèn)化作用機(jī)制，在東中西區(qū)域科學(xué)布局建設(shè)金融中心。

關(guān)鍵詞：?金融業(yè)集聚;城鎮(zhèn)化;空間自相關(guān)性;空間外溢效應(yīng)

中圖分類號：F299.21;F832文獻(xiàn)標(biāo)識碼：?A文章編號：1003-7217（2020）02-0048-07

一、引?言

金融資源的高度流動性使得金融的地理區(qū)位特征成為影響經(jīng)濟(jì)增長的一個(gè)重要變量。一直以來，金融業(yè)發(fā)展就呈現(xiàn)出空間集聚的地理特征，這表現(xiàn)為各類金融機(jī)構(gòu)在地域上向特定區(qū)域集中的經(jīng)濟(jì)現(xiàn)象。自19世紀(jì)早期，英國銀行業(yè)就已出現(xiàn)集中化趨勢。20世紀(jì)70年代以來，金融集聚的趨勢日趨明顯，世界范圍內(nèi)出現(xiàn)了以倫敦金融城、紐約曼哈頓、東京新宿、新加坡水仙門等為代表的國際金融中心。在我國，金融業(yè)集聚呈現(xiàn)廣泛化和縱深化趨勢。超大型城市如北京、上海，出現(xiàn)了北京金融街、上海外灘金融集聚帶等集聚區(qū)。一些特大城市和大城市如杭州、鄭州，先后提出建設(shè)錢塘江金融港灣、鄭東新區(qū)金融集聚區(qū)等。近年來，我國甚至出現(xiàn)了一些特色金融小鎮(zhèn)，比如北京房山基金小鎮(zhèn)、杭州玉皇山南基金小鎮(zhèn)、寧波梅山海洋金融小鎮(zhèn)和寧波鄞州四明金融小鎮(zhèn)。那么，金融業(yè)集聚是否如同其促進(jìn)經(jīng)濟(jì)增長那樣，存在促進(jìn)城鎮(zhèn)化的影響？

學(xué)術(shù)界研究金融業(yè)集聚或城鎮(zhèn)化的文獻(xiàn)有很多，與本文議題相關(guān)的文獻(xiàn)主要研究思路集中在兩方面。一方面，研究金融業(yè)集聚對區(qū)域經(jīng)濟(jì)增長的影響。金融集聚能顯著地促進(jìn)城市經(jīng)濟(jì)增長[1-7]，還通過空間溢出效應(yīng)促進(jìn)鄰近區(qū)域經(jīng)濟(jì)增長[8-10]。但是，這種空間外溢效應(yīng)表現(xiàn)為一定的區(qū)域邊界，在300公里以內(nèi)為空間外溢密集區(qū)域，超過500公里后則出現(xiàn)了較為明顯的衰減[11]。也有研究表明，金融集聚對相鄰區(qū)域的經(jīng)濟(jì)增長影響較弱[12]。另一方面，研究金融業(yè)發(fā)展影響城鎮(zhèn)化。基本的共識是，金融發(fā)展能正向地促進(jìn)城鎮(zhèn)化[13-18]，但這種作用會隨著時(shí)間而呈現(xiàn)逐漸增強(qiáng)甚至短暫不顯著的變化[19，20]，也會有明顯的區(qū)域差異[21-24]。不同的金融政策對城鎮(zhèn)化的影響方向是不同的，放松利率管制等金融深化政策對城市化具有正向影響，而加強(qiáng)銀行業(yè)監(jiān)管對城市化具有負(fù)向影響[25]。另外，還有一些文獻(xiàn)如楊志民等（2015;2014）對某個(gè)特定區(qū)域或城鎮(zhèn)的金融集聚特征做了研究，但都是金融地理學(xué)層面的探討[26，27]。

顯然，上述文獻(xiàn)均不能直接證實(shí)金融業(yè)集聚對城鎮(zhèn)化的影響，因?yàn)榻鹑跇I(yè)集聚不等同于金融業(yè)發(fā)展，城鎮(zhèn)化也不等同于區(qū)域經(jīng)濟(jì)增長。王弓等（2016）基于2005-2013年省域面板數(shù)據(jù)進(jìn)行空間計(jì)量分析表明，金融集聚自身只能對本區(qū)域的城鎮(zhèn)化水平有所提升，無法對周邊區(qū)域發(fā)揮輻射效應(yīng);而在考慮知識溢出、資本深化、產(chǎn)業(yè)升級三種路徑后，金融集聚對周邊地區(qū)城鎮(zhèn)化的帶動有顯著提高[28]。但是，該文獻(xiàn)將城鎮(zhèn)化定義為農(nóng)業(yè)勞動力的非農(nóng)轉(zhuǎn)移，并用戶籍人口城鎮(zhèn)化率即非農(nóng)人口占比指標(biāo)作為城鎮(zhèn)化的代理變量，這在本研究議題中有失偏頗的，因?yàn)榻鹑谝蛩乜梢源龠M(jìn)勞動力從低一層級城鎮(zhèn)向高一層級城鎮(zhèn)轉(zhuǎn)移，這也是城鎮(zhèn)化的重要方面。而且，該文獻(xiàn)沒有對東、中、西不同區(qū)域的實(shí)證研究做區(qū)分，只停留在金融集聚對本地區(qū)和周邊地區(qū)影響的層面。李寶禮等（2015）基于2000-2012?年省域面板數(shù)據(jù)的實(shí)證研究表明：在控制政府財(cái)政收支缺口、城鄉(xiāng)二元系數(shù)、產(chǎn)業(yè)結(jié)構(gòu)升級系數(shù)和外商直接投資四個(gè)變量的條件下，銀行業(yè)、證券業(yè)和保險(xiǎn)業(yè)三大行業(yè)的集聚對城鎮(zhèn)化發(fā)展均具有顯著的正向作用[29]。但是，該文獻(xiàn)用基尼系數(shù)法測度金融集聚度，而且模型中沒有納入空間因素，不能很好地刻畫金融集聚的空間聯(lián)系特征。

綜上所述，雖然已有極少數(shù)文獻(xiàn)證實(shí)了金融業(yè)集聚對城鎮(zhèn)化存在影響，但是在模型構(gòu)建、變量選擇等方面都有待完善。為此，本文在理論分析的基礎(chǔ)上，利用2010-2017年全國省域面板數(shù)據(jù)，通過構(gòu)建空間計(jì)量模型，采用常住人口城鎮(zhèn)化率作為城鎮(zhèn)化的代理變量，采用區(qū)位熵分析法測度金融業(yè)集聚度，實(shí)證檢驗(yàn)金融業(yè)集聚對城鎮(zhèn)化的影響及空間效應(yīng)，并做了東、中、西不同區(qū)域的異質(zhì)性研究。

二、理論分析與研究假設(shè)

金融業(yè)集聚是指銀行、保險(xiǎn)、證券、期貨等行業(yè)部門以及金融監(jiān)管機(jī)構(gòu)、中介機(jī)構(gòu)在特定地理空間范圍內(nèi)集聚的現(xiàn)象。從本質(zhì)上看，金融業(yè)集聚是金融工具、金融信息、人力資源等金融資源與要素遵循市場規(guī)律，以及在規(guī)模、結(jié)構(gòu)、功能、等級上的時(shí)空演變的結(jié)果，更是這些金融資源與要素在特定區(qū)域的地理因素、文化環(huán)境，以及其他行業(yè)融合互饋的結(jié)果。由于金融資源的高度流動性，金融業(yè)集聚相對于制造業(yè)等其他產(chǎn)業(yè)集聚而言，集聚程度更高，對其他產(chǎn)業(yè)乃至整個(gè)區(qū)域經(jīng)濟(jì)的影響速度更快，影響范圍可能更大。

金融業(yè)集聚產(chǎn)生資本深化效應(yīng)、知識溢出效應(yīng)和要素流動效應(yīng)，進(jìn)而促進(jìn)城鎮(zhèn)化。首先，金融機(jī)構(gòu)在特定區(qū)域的集聚，使得該區(qū)域?qū)⑽罅康慕鹑谫Y源，儲蓄率和投資率都快速上升，人均資本存量增加，實(shí)現(xiàn)了資本深化。這有利于降低交易成本，增加投融資便利，提高金融配置效率，進(jìn)而增加了中小企業(yè)融資可及性，有利于創(chuàng)造更多就業(yè)崗位，吸引勞動力流入。其次，不同類型、處于不同發(fā)展階段、具有不同競爭力的金融機(jī)構(gòu)分布在同一特定區(qū)域，將產(chǎn)生極大的知識溢出效應(yīng)，使得該區(qū)域內(nèi)企業(yè)的學(xué)習(xí)成本降低，創(chuàng)新速度加快，城鎮(zhèn)化發(fā)展迅速。最后，金融資源的趨利性，決定了其會由利潤率相對較低的部門向利潤率相對較高的部門流動，并引致人才、技術(shù)、信息等先進(jìn)要素的同方向流動。金融業(yè)集聚增加了金融資源的規(guī)模，強(qiáng)化了金融資源的這種要素流動效應(yīng)，進(jìn)而促進(jìn)城鎮(zhèn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與升級，有利于先進(jìn)制造業(yè)、高端服務(wù)業(yè)等產(chǎn)業(yè)增長。基于以上分析，提出研究假設(shè)H1。

H1?金融業(yè)集聚對城鎮(zhèn)化會有顯著的正向影響。

金融業(yè)集聚對城鎮(zhèn)化是否具有空間外溢效應(yīng)？或者說，特定區(qū)域的金融業(yè)集聚是否會對周邊區(qū)域城鎮(zhèn)化產(chǎn)生影響？最直接地看，金融資源的流動半徑?jīng)Q定了金融業(yè)集聚的資本深化、知識外溢和要素流動三種效應(yīng)的空間距離影響。當(dāng)鄰近區(qū)域擁有利潤率占比較優(yōu)勢的產(chǎn)業(yè)部門和金融需求時(shí)，金融資源流動半徑延長，使得本區(qū)域的金融集聚效應(yīng)滲透到鄰近區(qū)域，進(jìn)而影響其城鎮(zhèn)化發(fā)展。從金融地理學(xué)的觀點(diǎn)看，金融資源在集聚的同時(shí)總是伴隨著擴(kuò)散。就特定區(qū)域來說，總會集聚一些高質(zhì)量、高成長性和高競爭力的金融資源，而會使一些處于產(chǎn)業(yè)鏈中下游的金融資源擴(kuò)散到鄰近區(qū)域。這樣，金融資源會呈現(xiàn)出核心外圍、核心擴(kuò)散邊緣等地理學(xué)特征。比如，很多金融機(jī)構(gòu)的綜合型總部通常布局在超大型城市的金融中心，而其職能性總部、地區(qū)總部、分支機(jī)構(gòu)等則分散在鄰近城市甚至更遠(yuǎn)的區(qū)域。從這個(gè)意義上看，金融業(yè)集聚同樣會影響到周邊區(qū)域的城鎮(zhèn)化。更進(jìn)一步分析，特定區(qū)域由于金融業(yè)集聚形成了金融中心，使得該區(qū)域處于相對更高的經(jīng)濟(jì)梯度，隨著區(qū)域之間的產(chǎn)業(yè)梯度轉(zhuǎn)移，必然會影響到周邊區(qū)域的城鎮(zhèn)化和經(jīng)濟(jì)增長?；谏厦娴姆治?，提出研究假設(shè)H2。

H2?金融業(yè)集聚對周邊區(qū)域城鎮(zhèn)化有顯著影響，但影響方向不能確定。

具體到我國的東、中、西部三大區(qū)域，金融業(yè)集聚對城鎮(zhèn)化的空間外溢效應(yīng)各有不同的特征。相對于中部和西部省份，東部省份的經(jīng)濟(jì)發(fā)達(dá)程度高，資本積累程度高，金融供給更加充裕，金融需求更為旺盛。而且，東部地區(qū)的金融基礎(chǔ)設(shè)施更加完善，資本深化制度環(huán)境更好，金融創(chuàng)新能力更強(qiáng)，因此東部的金融業(yè)集聚程度比中西部要高很多，金融資源與要素的集聚與擴(kuò)散速度都要更快，對周邊區(qū)域的影響范圍更大。所以，東部地區(qū)金融業(yè)集聚對城鎮(zhèn)化的空間外溢效應(yīng)要強(qiáng)于中西部地區(qū)。但中部地區(qū)和西部地區(qū)之間的這種分析則更為復(fù)雜，根據(jù)各自的金融資源稟賦、地理因素、制度環(huán)境以及整個(gè)區(qū)域所處的經(jīng)濟(jì)發(fā)展階段等方面的實(shí)際情況做深入分析，提出研究假設(shè)H3。

H3?東部地區(qū)金融業(yè)集聚對城鎮(zhèn)化有顯著的空間外溢效應(yīng)，但中部和西部地區(qū)不明確。

三、研究設(shè)計(jì)

（一）實(shí)證模型

依據(jù)空間計(jì)量經(jīng)濟(jì)學(xué)方法，將研究空間依賴性的模型分為三種基本形式：一是探討各變量在一個(gè)地區(qū)是否具有溢出效應(yīng)的空間滯后模型（SAR）。二是通過擾動項(xiàng)來觀測空間依賴性的空間誤差模型（SEM）。三是通過Durbin殘差自相關(guān)時(shí)間序列模型推導(dǎo)得出空間杜賓模型（SDM）。這三種模型可以借助STATA軟件來實(shí)現(xiàn)。本文構(gòu)建了金融業(yè)集聚影響城鎮(zhèn)化的面板SAR模型、面板SEM模型和面板SDM模型。

SAR模型：

U=α+α1caps+α2K+α3FDI+α4I+α5H+

λwu+ε（1）

SEM模型：

U=β+β1caps+β2K+β3FDI+β4I+β5H+

γwε+μ（2）

SDM模型：

U=c+c1caps+c2K+c3FDI+c4I+c5H+

c6w_caps+c7w_K+c8w_FDI+c9w_I+

c10w_H+λwu+ε（3）

其中，U代表城鎮(zhèn)化率，caps代表金融業(yè)集聚水平，K代表物質(zhì)資本投入，H代表人力資本水平，I代表產(chǎn)業(yè)結(jié)構(gòu)升級，F(xiàn)DI代表外商直接投資，w_caps、w_K、w_FDI、w_I和w_H為五項(xiàng)空間滯后變量。wu代表城鎮(zhèn)化率的空間滯后變量。λ代表空間自回歸系數(shù)，是用來度量wu對U的影響和判斷空間相關(guān)性的大小和方向。γ代表空間誤差自相關(guān)系數(shù)，體現(xiàn)殘差之間的空間相關(guān)強(qiáng)度。

在度量空間自相關(guān)時(shí)，需要解決地理空間結(jié)構(gòu)的數(shù)學(xué)表達(dá)問題，定義空間對象的相互鄰接關(guān)系?？臻g計(jì)量經(jīng)濟(jì)學(xué)引入空間權(quán)重矩陣來表示區(qū)域間的鄰接關(guān)系和依賴程度。常用的相鄰關(guān)系有“車”相鄰、“象”相鄰、“后”相鄰三種。如果區(qū)域i和區(qū)域j有共同的邊，則稱區(qū)域i和區(qū)域j車相鄰;如果區(qū)域i和區(qū)域j有共同的頂點(diǎn)但沒有共同的邊，則稱區(qū)域i和區(qū)域j象相鄰;如果區(qū)域i和區(qū)域j有共同的頂點(diǎn)或共同的邊，則稱區(qū)域i和區(qū)域j后相鄰。本文選取車相鄰，若區(qū)域i和區(qū)域j車相鄰，記Wij=1，否則記Wij=0。在具體研究中，默認(rèn)海南省與廣東省相互鄰接。

Wij=1，i≠j，xi和xj有共同邊界0，i≠j，xi和xj無共同邊界

（二）變量說明與數(shù)據(jù)來源

被解釋變量是城鎮(zhèn)化率。城鎮(zhèn)化率的計(jì)算方法主要有人口比重指標(biāo)法、城鎮(zhèn)土地利用指標(biāo)法、調(diào)整系數(shù)法等。其中，人口比重指標(biāo)法又分為兩種計(jì)算方法：一是用城鎮(zhèn)人口與總?cè)丝诘谋戎?，即常住人口城?zhèn)化率;二是用非農(nóng)業(yè)人口與總?cè)丝诘谋戎?，即戶籍人口城?zhèn)化率。本文選用城鎮(zhèn)常住人口占常住總?cè)丝诘谋戎底鳛槌擎?zhèn)化水平的代理變量。

核心解釋變量是金融業(yè)集聚度。選用區(qū)位熵分析法考察不同省域金融聯(lián)系，并以區(qū)位熵測度各省的金融業(yè)空間集聚水平，利用GeoDa軟件分析工具繪制出金融業(yè)集聚水平空間分布圖。金融業(yè)集聚區(qū)位熵（CAPS）具體計(jì)算方法為：

CAPSi=PSiXi/PSX（4）

其中，PSi、Xi分別代表i省金融業(yè)產(chǎn)值和生產(chǎn)總值，PS、X分別代表全國金融業(yè)產(chǎn)值和全國生產(chǎn)總值。該指數(shù)越大，說明該地區(qū)金融業(yè)相對集聚程度越高。

影響城鎮(zhèn)化的因素很多，基于數(shù)據(jù)的可獲得性，選擇物質(zhì)資本投入、人力資本水平、產(chǎn)業(yè)結(jié)構(gòu)升級、外商直接投資這四個(gè)因素作為控制變量。（1）物質(zhì)資本投入。以城鎮(zhèn)面積擴(kuò)張和公共基礎(chǔ)設(shè)施建設(shè)為主要特征的土地城鎮(zhèn)化，有賴于巨大的物質(zhì)資本投入。這里用各省份的全社會固定資產(chǎn)投資額作為物質(zhì)資本投入的代理變量。（2）人力資本水平。城鎮(zhèn)人力資本水平會直接影響到人口城鎮(zhèn)化率。采用各省人均受教育年限作為人力資本水平的代理變量。人均受教育年限的計(jì)算方法為：

HUMAN=（H1×1+H2×6+H3×9+

H4×12+H5×16）/L

其中，Hi（i=1，2，3，4，5，6）分別為6?歲及6歲以上未上過學(xué)、小學(xué)、初中、高中、大專及以上學(xué)歷的人口數(shù)，L為6歲及6歲以上的人口總數(shù)。（3）產(chǎn)業(yè)結(jié)構(gòu)升級。產(chǎn)城融合是城鎮(zhèn)健康持續(xù)發(fā)展的基本動力。沒有現(xiàn)代化的產(chǎn)業(yè)體系作為依托，就不可能有高品質(zhì)的城鎮(zhèn)化。選取工業(yè)增加值占GDP的比重作為代理變量。（4）外商直接投資。這是城鎮(zhèn)化的外部動因，選取實(shí)際利用外資額作為代理變量。

本文選取2010-2017年全國31個(gè)省、直轄市、自治區(qū)的省域數(shù)據(jù)。城鎮(zhèn)人口數(shù)量、固定資產(chǎn)投資額、工業(yè)總產(chǎn)值、金融業(yè)產(chǎn)值、省域生產(chǎn)總值、省域人口總數(shù)、實(shí)際利用外資額、人均受教育年限等指標(biāo)數(shù)據(jù)均來自于國家統(tǒng)計(jì)局網(wǎng)站。

四、實(shí)證結(jié)果分析

（一）空間自相關(guān)檢驗(yàn)

使用Moran指數(shù)來進(jìn)行全局空間自相關(guān)檢驗(yàn)，

并采用Moran散點(diǎn)圖及LISA圖進(jìn)行局部自相關(guān)分析。Morans?I指數(shù)的計(jì)算公式為：

Iczh=∑ni=1∑nj=1wijczhi-czhczhj-czhS2∑ni=1∑nj=1wij（5）

在式（5）中，n是地區(qū)總數(shù)，wij是空間權(quán)重矩陣，S2=∑ni=1xi-2/n是屬性方差。

Morans?I是觀測值和它的空間滯后項(xiàng)之間的相關(guān)系數(shù)。Morans?I的取值在-1到1之間，大于0?表示空間正相關(guān)，也就是具有相似屬性的單位會聚集在一起;小于0表示空間負(fù)相關(guān)，表明具有相反屬性的單位聚集在一起;等于0，表示單位隨機(jī)分布，沒有空間關(guān)聯(lián)性。

表1給出了2010-2017年中國省域城鎮(zhèn)化率的莫蘭指數(shù)檢驗(yàn)結(jié)果。結(jié)果表明，2010-2017年我國省域?qū)用娉擎?zhèn)化率的Morans?I值均大于0，且在1%的水平下通過了顯著性檢驗(yàn)，另外Z值均大于2.5，屬于高度聚集，這說明我國省域城鎮(zhèn)化率呈現(xiàn)明顯的空間自相關(guān)性。

采用Moran散點(diǎn)圖更加直觀地顯示我國省域城鎮(zhèn)化率的空間自相關(guān)性。Moran散點(diǎn)圖的橫軸為城鎮(zhèn)化率（czh），縱軸為空間滯后項(xiàng)lagged?czh。由于篇幅關(guān)系，這里僅列出2010年和2017年的Moran散點(diǎn)圖。圖1、圖2表明，

城鎮(zhèn)化率呈明顯的空間自相關(guān)性，大部分省份集中在HH（第一象限，表示一個(gè)高值被高值所包圍）和LL象限（第三象限，表示一個(gè)低值被低值所包圍），呈現(xiàn)明顯的規(guī)律性。這說明城鎮(zhèn)化率高的省份被城鎮(zhèn)化率高的省份所包圍，城鎮(zhèn)化率低的省份同樣被城鎮(zhèn)化率低的省份所包圍。

使用Geoda軟件繪制LISA集聚圖分析各個(gè)區(qū)域之間城鎮(zhèn)化率的空間自相關(guān)程度。LISA是用來衡量空間單元屬性和周圍單元的相近（正相關(guān)）和相異（負(fù)相關(guān)）程度的指標(biāo)，由于篇幅關(guān)系，這里不列出LISA集聚圖。從LISA圖可以看出，2010年我國城鎮(zhèn)化率分布在HH象限（高值集聚）且通過p<0.1的顯著性檢驗(yàn)的省份有2個(gè)，分別是天津和江蘇;分布在LL象限（低值集聚）且通過p<0.1的顯著性檢驗(yàn)的省份有6個(gè)，分別是新疆、西藏、青海、四川、云南、貴州。2017年我國城鎮(zhèn)化率分布在HH象限且通過p<0.1的顯著性檢驗(yàn)的省份有5個(gè)，分別是北京、天津、江蘇、上海、浙江;分布在LL象限且通過p<0.1的顯著性檢驗(yàn)的省份有6個(gè)，分別是新疆、西藏、青海、四川、云南、貴州。這表明西部地區(qū)城鎮(zhèn)化率低的地區(qū)彼此相鄰呈現(xiàn)外溢效應(yīng)，東部地區(qū)城鎮(zhèn)化率高的地區(qū)彼此相鄰呈現(xiàn)外溢效應(yīng)。城鎮(zhèn)化率主要以高值集聚類型與低值集聚類型為主，反映了省域的城鎮(zhèn)化率是正的空間聯(lián)系。從對比LISA集聚圖的結(jié)果來看，我國城鎮(zhèn)化率呈現(xiàn)明顯的地區(qū)差異，東部地區(qū)的城鎮(zhèn)化率高而西部地區(qū)的城鎮(zhèn)化率低。

（二）空間面板模型結(jié)果分析

空間杜賓模型（SDM）是空間滯后模型（SAR）和空間誤差模型（SEM）的一般形式。為了確定模型的具體形式，分別進(jìn)行了似然比檢驗(yàn)（LR檢驗(yàn)）和huasman檢驗(yàn)。LR檢驗(yàn)是通過檢驗(yàn)SDM能否簡化為SAR模型和SEM模型，來確定最優(yōu)的空間面板模型。如果SDM模型不能簡化為SAR模型和SEM模型，則選擇SDM模型;如果SDM模型可以簡化為SAR模型或SEM模型，則選擇相應(yīng)的SAR模型或SEM模型。同時(shí)，通過hausman檢驗(yàn)確定模型是使用固定效應(yīng)還是隨機(jī)效應(yīng)。從表2可以看出，LR檢驗(yàn)顯著拒絕原假設(shè)，表明單純使用SAR模型和SEM模型考察金融業(yè)集聚對城鎮(zhèn)化的空間溢出效應(yīng)可能存在偏誤，并且huasman檢驗(yàn)也拒絕了原假設(shè)。因此，本文選擇固定效應(yīng)下的SDM模型來分析金融業(yè)集聚對城鎮(zhèn)化的影響及其空間效應(yīng)。

將SDM模型中解釋變量對被解釋變量的影響分解為直接效應(yīng)和間接效應(yīng)。直接效應(yīng)體現(xiàn)了解釋變量對被解釋變量的直接影響，間接效應(yīng)體現(xiàn)了解釋變量對被解釋變量產(chǎn)生的空間外溢效應(yīng)。根據(jù)表4的結(jié)果，金融業(yè)集聚的直接效應(yīng)為0.0411且通過了顯著性5%的統(tǒng)計(jì)檢驗(yàn)，接受研究假設(shè)H1，金融業(yè)集聚對城鎮(zhèn)化有顯著的促進(jìn)作用。金融業(yè)集聚的間接效應(yīng)為0.1119且通過了顯著性為1%的統(tǒng)計(jì)檢驗(yàn)，接受研究假設(shè)H2，即金融業(yè)集聚對周邊地區(qū)城鎮(zhèn)化產(chǎn)生了正向的空間外溢效應(yīng)。但是，兩相比較后發(fā)現(xiàn)，金融業(yè)集聚對城鎮(zhèn)化的間接效應(yīng)要大于直接效應(yīng)，這不符合金融地理學(xué)的分析思路?？赡艿脑蚴?，相對于金融業(yè)集聚所在省份而言，鄰近省份的金融資源相對稀缺，甚至構(gòu)成了該省城鎮(zhèn)化的主要制約因素。因此，金融集聚省份的金融資源擴(kuò)散到鄰近區(qū)域，對鄰近省城鎮(zhèn)化起到的帶動作用會更大。而就金融集聚省份而言，金融資源相對充裕，可能并非當(dāng)?shù)爻擎?zhèn)化的主要短板，因此金融因素對城鎮(zhèn)化的促進(jìn)作用反而沒有這么大。

從控制變量來看，K的直接效應(yīng)顯著為正，間接效應(yīng)不顯著，說明物質(zhì)資本投入對城鎮(zhèn)化有正向影響，但不存在空間外溢效應(yīng);FDI、H的直接效應(yīng)和間接效應(yīng)都不顯著，說明外商直接投資和人力資本水平對城鎮(zhèn)化都沒有顯著的影響;I的直接效應(yīng)和間接效應(yīng)都顯著為正，說明產(chǎn)業(yè)結(jié)構(gòu)升級對本省城鎮(zhèn)化和周邊省城鎮(zhèn)化都有正向的影響。另外，λ為正說明周邊省的城鎮(zhèn)化發(fā)展對本省城鎮(zhèn)化具有正向的影響。（三）東、中、西部空間面板模型結(jié)果分析

從區(qū)域異質(zhì)性角度考察東、中、西部地區(qū)金融業(yè)集聚對城鎮(zhèn)化的影響。東部地區(qū)包括遼寧、北京、江蘇、上海、浙江、福建、廣東、海南、天津、河北、山東11個(gè)省市。中部地區(qū)包括湖南、湖北、黑龍江、吉林、山西、河南、安徽、江西8個(gè)省。西部地區(qū)包括新疆、青海、西藏、內(nèi)蒙古、四川、重慶、寧夏、陜西、貴州、云南、甘肅、廣西12個(gè)省市自治區(qū)。

采用SDM模型來分析東、中、西部金融業(yè)集聚影響城鎮(zhèn)化的空間外溢效應(yīng)，結(jié)果見表5、表6及表7，表中省略了SDM模型的回歸系數(shù)，只列出其分解效應(yīng)系數(shù)。東部地區(qū)金融業(yè)集聚對城鎮(zhèn)化的直接效應(yīng)和間接效應(yīng)系數(shù)都顯著為正，接受研究假設(shè)H3，說明東部地區(qū)金融業(yè)集聚能促進(jìn)城鎮(zhèn)化，并且在省域?qū)用嫔袭a(chǎn)生了正向的空間外溢效應(yīng)。但是，中部、西部地區(qū)金融業(yè)集聚的直接效應(yīng)和間接效應(yīng)都不顯著，說明中西部地區(qū)金融業(yè)集聚對城鎮(zhèn)化發(fā)展不存在影響，更沒產(chǎn)生空間外溢效應(yīng)?？赡艿脑蚴牵鹑跇I(yè)集聚對城鎮(zhèn)化的影響具有閾值效應(yīng)，當(dāng)金融業(yè)集聚規(guī)模低于某個(gè)閾值時(shí)，其對城鎮(zhèn)化的影響并不顯著;只有當(dāng)金融業(yè)集聚規(guī)模超過該閾值時(shí)，才會產(chǎn)生對城鎮(zhèn)化的促進(jìn)作用。一般地看，中部和西部地區(qū)的金融生態(tài)環(huán)境相對較差，金融市場發(fā)育不成熟，因此金融業(yè)集聚規(guī)模偏小，集聚速度較慢，集聚區(qū)的能級較低，因此難以對城鎮(zhèn)化產(chǎn)生顯著的影響。

從控制變量來看，物質(zhì)資本投入對東部、西部地區(qū)城鎮(zhèn)化都具有正向的直接效應(yīng)，而且在西部地區(qū)產(chǎn)生了正向的空間外溢效應(yīng);外商直接投資在東部地區(qū)產(chǎn)生了負(fù)向的直接效應(yīng)，并且在中部地區(qū)產(chǎn)生了正向的總效應(yīng);產(chǎn)業(yè)結(jié)構(gòu)升級在中部和西部產(chǎn)生了正向的直接效應(yīng);人力資本水平在東部地區(qū)有負(fù)向的直接效應(yīng)，而在西部地區(qū)有正向的直接效應(yīng)。

五、結(jié)論及啟示

本文研究結(jié)論主要包括：（1）我國省域城鎮(zhèn)化率大部分集中在HH象限（高值集聚）和LL象限（低值集聚），呈現(xiàn)較為明顯的空間自相關(guān)性。（2）從全國層面來看，金融業(yè)集聚對城鎮(zhèn)化的直接效應(yīng)系數(shù)和間接效應(yīng)系數(shù)均顯著為正，這說明金融業(yè)集聚對本省城鎮(zhèn)化有顯著的正向影響，而且具有正向的空間外溢效應(yīng)，能促進(jìn)周邊省份的城鎮(zhèn)化。（3）分東中西部地區(qū)來看，東部地區(qū)金融業(yè)集聚對城鎮(zhèn)化具有正向的影響，且產(chǎn)生了正向的空間外溢效應(yīng)，但在中西部地區(qū)，這些影響均不顯著。

由研究結(jié)論可以得到如下啟示：第一，地方政府要加強(qiáng)金融業(yè)集聚區(qū)建設(shè)。各級政府要科學(xué)規(guī)劃，制定優(yōu)惠的產(chǎn)業(yè)政策，引導(dǎo)金融機(jī)構(gòu)在空間上集聚，建設(shè)金融街、金融集聚帶、金融小鎮(zhèn)等不同類型的金融集聚區(qū)。發(fā)展條件好的城鎮(zhèn)，要將金融業(yè)集聚區(qū)打造成輻射帶動作用大的區(qū)域金融中心、國家金融中心甚至是國際金融中心，實(shí)現(xiàn)金融業(yè)集聚區(qū)在規(guī)模、結(jié)構(gòu)、功能、能級上的全面提升。第二，構(gòu)建金融業(yè)集聚推進(jìn)城鎮(zhèn)化的作用機(jī)制。地方政府要從完善金融基礎(chǔ)設(shè)施、培育金融市場、加強(qiáng)金融創(chuàng)新、改善金融生態(tài)環(huán)境等方面入手構(gòu)建機(jī)制，盡可能地降低區(qū)域金融市場交易成本，提高金融資源與要素的流動配置效率，擴(kuò)大金融業(yè)集聚產(chǎn)生的資本深化效應(yīng)、知識溢出效應(yīng)和要素流動效應(yīng)，進(jìn)而提升金融服務(wù)于城鎮(zhèn)化的效能。同時(shí)，要加大城鎮(zhèn)建設(shè)固定資本投入，促進(jìn)城鎮(zhèn)產(chǎn)業(yè)結(jié)構(gòu)升級，實(shí)現(xiàn)產(chǎn)城融合發(fā)展，更好地推進(jìn)城鎮(zhèn)化。第三，要在東中西部區(qū)域科學(xué)布局建設(shè)金融中心。從城鎮(zhèn)化水平的區(qū)域協(xié)調(diào)角度看，要充分發(fā)揮金融業(yè)集聚的空間外溢效應(yīng)，既要穩(wěn)步推進(jìn)北京、上海等東部城市的國際金融中心建設(shè)，更要提升中西部地區(qū)城鎮(zhèn)的金融業(yè)集聚區(qū)的能級。在武漢、重慶等增長極城市布局建設(shè)國際金融中心，加大在中西部其他城市建設(shè)國家金融中心和區(qū)域金融中心的力度，實(shí)現(xiàn)金融業(yè)集聚對城鎮(zhèn)化的以點(diǎn)帶面的空間外溢作用。

當(dāng)然，本研究還存在如下兩方面的局限性。一方面，由于部分變量指標(biāo)的數(shù)據(jù)可獲得性問題，本文采用的是省域面板數(shù)據(jù)，數(shù)據(jù)質(zhì)量沒有地級市層面數(shù)據(jù)高，對金融業(yè)集聚影響城鎮(zhèn)化這一現(xiàn)象的解釋力有限。這是本議題的現(xiàn)有研究文獻(xiàn)普遍存在的一個(gè)問題。另一方面，盡管本文在變量選擇和模型構(gòu)建等方面做了一些有別于現(xiàn)有文獻(xiàn)的研究工作，但是城鎮(zhèn)化的影響因素是非常復(fù)雜的，此類研究都會遇到控制變量選擇的科學(xué)性問題。未來研究可以從變量選擇入手解決數(shù)據(jù)可獲得性問題，開展省域、市域、縣域?qū)用娼鹑跇I(yè)集聚影響城鎮(zhèn)化的實(shí)證比較研究，同時(shí)研究不同等級城鎮(zhèn)的金融業(yè)集聚對城鎮(zhèn)化影響的閾值效應(yīng)。

參考文獻(xiàn)：

[1]?紀(jì)玉俊，?李超.?我國金融產(chǎn)業(yè)集聚與地區(qū)經(jīng)濟(jì)增長——基于225個(gè)城市面板數(shù)據(jù)的空間計(jì)量檢驗(yàn)[J].?產(chǎn)業(yè)經(jīng)濟(jì)評論，?2015（6）：35-46.

[2]?周海鵬，?李媛媛，?李瑞晶.?金融產(chǎn)業(yè)集聚對區(qū)域經(jīng)濟(jì)增長的空間效應(yīng)研究[J].?現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)），?2016（2）：63-76.

[3]?初春，?吳福象.?金融集聚、空間溢出與區(qū)域經(jīng)濟(jì)增長——基于中國31個(gè)省域空間面板數(shù)據(jù)的研究[J].?經(jīng)濟(jì)問題探索，?2018（10）：79-86.

[4]?謝婷婷，?潘宇.?金融集聚、產(chǎn)業(yè)結(jié)構(gòu)升級與中國經(jīng)濟(jì)增長[J].?經(jīng)濟(jì)經(jīng)緯，?2018，35（4）：92-99.

[5]?尹福祿，?申博.?金融集聚、空間溢出與區(qū)域經(jīng)濟(jì)增長——基于省級面板數(shù)據(jù)的空間計(jì)量分析[J].?哈爾濱商業(yè)大學(xué)學(xué)報(bào)（社會科學(xué)版），?2018（3）：61-69.

[6]?張同功，?孫一君.?金融集聚與區(qū)域經(jīng)濟(jì)增長：基于副省級城市的比較研究[J].?宏觀經(jīng)濟(jì)研究，2018（1）：82-93+120.

[7]?斯麗娟，?張利敏.?金融集聚外部性對經(jīng)濟(jì)增長的影響——基于省會城市面板數(shù)據(jù)的實(shí)證分析[J].?經(jīng)濟(jì)經(jīng)緯，?2019，?36（3）：156-162.

[8]?Richard?E.?Baldwin，?Philippe?Martin，?Gianmarco?I.?P.?Global?income?divergence，?trade?and?industrialization：the?geography?of?growth?take-offs[J].?Journal?of?Economic?Growth，?2001，?6（1）：5-37.

[9]?李紅，?王彥曉.?金融集聚、空間溢出與城市經(jīng)濟(jì)增長——基于中國286個(gè)城市空間面板杜賓模型的經(jīng)驗(yàn)研究[J].?國際金融研究，?2014（2）：89-96.

[10]化祥雨，?楊志民，?葉婭芬.?金融空間聯(lián)系與經(jīng)濟(jì)增長關(guān)系——基于江蘇省縣域的實(shí)證研究[J].?經(jīng)濟(jì)地理，?2016，?36（3）：32-40.

[11]余泳澤，?宣燁，?沈揚(yáng)揚(yáng).?金融集聚對工業(yè)效率提升的空間外溢效應(yīng)[J].?世界經(jīng)濟(jì)，?2013（2）：93-116.

[12]仲深，?杜磊.?金融集聚對區(qū)域經(jīng)濟(jì)增長的影響研究——基于空間面板數(shù)據(jù)的計(jì)量經(jīng)濟(jì)分析[J].?工業(yè)技術(shù)經(jīng)濟(jì)，?2018（4）：62-69.

[13]Juro?Teranishi.?Sectoral?resource?transfer，conflict，?and?macrostability?in?economic?development：a?comparative?analysis[M].?Role?of?Government?in?East?Asian?Economic?Development，?1998：279-322.

[14]Shahbaz?Muhammad，?Hooi?Lean.?Does?financial?development?increase?energy?consumption？?role?of?industrialization?and?urbanization?in?Tunisia[J].?Energy?Policy，?2012，?40（1）：473-479.

[15]李清政，?劉緒祚.?金融支持與我國新型城鎮(zhèn)化互動發(fā)展的理論與實(shí)證研究[J].?宏觀經(jīng)濟(jì)研究，?2015（4）：142-152.

[16]李凱倫，?何瀟蓉.?金融發(fā)展提高城鎮(zhèn)化水平嗎？——基于省際面板數(shù)據(jù)的實(shí)證分析[J].?河北地質(zhì)大學(xué)學(xué)報(bào)，?2018（5）：79-83.

[17]李新光，?胡日東，?張彧澤.?我國土地財(cái)政、金融發(fā)展對城鎮(zhèn)化支持效應(yīng)的實(shí)證研究——基于面板平滑轉(zhuǎn)換模型[J].?宏觀經(jīng)濟(jì)研究，?2015（4）：132-141.

[18]謝金樓.?金融發(fā)展對城鎮(zhèn)化建設(shè)的影響機(jī)理與實(shí)證研究[J].?經(jīng)濟(jì)問題，?2017（3）：45-49.

[19]朱越浦，?黃新建，?樊晗露.?我國金融業(yè)發(fā)展對城鎮(zhèn)化作用的演變——基于2003-2012年截面數(shù)據(jù)的空間計(jì)量分析[J].?江西財(cái)經(jīng)大學(xué)學(xué)報(bào)，?2015（5）：80-87.

[20]柳趙鄭，?張強(qiáng)，?桑素卉.?河南省金融發(fā)展、城鎮(zhèn)化及工業(yè)化動態(tài)關(guān)系研究[J].?河南農(nóng)業(yè)大學(xué)學(xué)報(bào)，?2018，?52（6）：1010-1016.

[21]陳志剛，?吳騰，?桂立.?金融發(fā)展是城市化的動力嗎——1997-2013年中國省級面板數(shù)據(jù)的實(shí)證證據(jù)[J].?經(jīng)濟(jì)學(xué)家，?2015（8）：80-89.

[22]陳志剛，?王曉夏，?桂立.?金融發(fā)展對中國區(qū)域城鎮(zhèn)化的影響[J].?經(jīng)濟(jì)經(jīng)緯，?2016（3）：155-160.

[23]何茜，?溫濤.?縣域金融發(fā)展與城鎮(zhèn)化進(jìn)程的分層化差異研究[J].?重慶社會科學(xué)，?2018（7）：84-94.

[24]陳志偉.?金融發(fā)展對河南縣域城鎮(zhèn)化的影響[J].?經(jīng)濟(jì)經(jīng)緯，?2015，?32（3）：7-12.

[25]呂惠明，?章合杰.?金融改革與城市化：跨國證據(jù)[J].?管理世界，?2015（12）：172-173.

[26]楊志民，?化祥雨，?葉婭芬，?邵元海.?金融空間聯(lián)系及K-means聚類中心等級識別研究——以長三角為例[J].?地理科學(xué)，?2015，?35（2）：144-150.

[27]楊志民，?化祥雨，?葉婭芬，?邵元海.?金融空間聯(lián)系與SOM神經(jīng)網(wǎng)絡(luò)中心等級識別——以浙江省縣域?yàn)槔齕J].?經(jīng)濟(jì)地理，?2014，?34（12）：93-98.

[28]王弓，?葉蜀君.?金融集聚對新型城鎮(zhèn)化影響的理論與實(shí)證研究[J].?管理世界，?2016（1）：174-175.

[29]李寶禮，?胡雪萍.?金融集聚對中國城鎮(zhèn)化的影響[J].?城市問題，?2015（10）：55-62.

（責(zé)任編輯：鐘?瑤）

Research?on?the?Impact?and?Spatial?Effect

of?Financial?Industry?Agglomeration?on?Urbanization

PENG?Xinyu1，JIANG?Yifan1，LI?Mengmin2

（1.School?of?Economics?and?Management，?Changsha?University?of?Science?and?Technology，

Changsha?410114，?China;2.?Hunan?Branch?of?China?Construction?Bank，?Changsha?410000，?China）

Abstract：Based?on?the?Provincial?Spatial?Panel?Data?of?31?provinces，?municipalities?and?autonomous?regions?in?China，?a?spatial?panel?model?is?constructed?to?analyze?the?impact?and?spatial?effect?of?financial?agglomeration?on?urbanization.?The?results?show?that：?most?of?the?provincial?urbanization?rates?are?concentrated?in?HH?quadrant（high?value?agglomeration）?and?LL?quadrant（low?value?agglomeration），?which?shows?a?clear?spatial?autocorrelation;?at?the?national?level，?the?direct?and?indirect?effects?of?financial?agglomeration?on?urbanization?are?significantly?positive，?which?means?that?the?agglomeration?of?financial?industry?has?a?significant?positive?impact?on?the?urbanization?of?the?province，?and?has?positive?spatial?spillover?effect?to?promote?the?urbanization?of?neighboring?provinces;?at?the?level?of?eastern，?central?and?western?China，?the?agglomeration?of?financial?industry?in?the?eastern?region?has?a?positive?impact?and?spatial?spillover?effect?on?urbanization，?but?these?impacts?are?not?significant?in?the?central?and?western?region.?Based?on?these?results，?it?is?necessary?to?strengthen?the?construction?of?financial?industry?cluster?area，?construct?the?mechanism?of?promoting?urbanization?by?financial?industry?cluster，?and?scientifically?layout?and?construct?financial?centers?in?the?eastern，?central?and?western?China.

Key?words：financial?industry?agglomeration;?urbanization;?spatial?autocorrelation;?spatial?spillover?effect