高鐵、信息化水平對金融產(chǎn)業(yè)集聚的實證研究

郭文杰

摘要：本文采用長三角地區(qū)26個城市2009-2017年的面板數(shù)據(jù)，采用隨機效應模型實證分析了高鐵開通和信息化水平對地區(qū)金融產(chǎn)業(yè)集聚程度的影響，并采用二階段最小二乘法（2SLS）對模型進行了內(nèi)生性檢驗。通過本文的實證結(jié)果可以得出高鐵開通和信息化水平對地區(qū)金融產(chǎn)業(yè)集聚具有顯著性的正效應。通過高鐵建設(shè)和信息基礎(chǔ)建設(shè)的回歸系數(shù)可知，信息基礎(chǔ)建設(shè)對金融產(chǎn)業(yè)集聚的正向效應遠遠大于高鐵建設(shè)對金融產(chǎn)業(yè)集聚的正向效應。

關(guān)鍵詞：信息基礎(chǔ)建設(shè) 高鐵建設(shè) 金融集聚 內(nèi)生性檢驗 穩(wěn)健性檢驗

一、引言

自20世紀開始，倫敦、紐約、東京三大國際金融中心在全球的影響力日趨加深，同時隨著經(jīng)濟水平的發(fā)展，世界各國金融產(chǎn)業(yè)集聚現(xiàn)象越來越明顯，金融產(chǎn)業(yè)集聚問題越來越成為經(jīng)濟學研究的熱點。自改革開放以來，我國經(jīng)濟飛速發(fā)展，我國金融產(chǎn)業(yè)集聚現(xiàn)象日益顯著，尤其是2001年加入WTO以后，出現(xiàn)了以上海陸家嘴和北京金融街為代表的金融中心。近年來，我國各大城市都在積極建設(shè)地方金融中心，因此研究金融產(chǎn)業(yè)集聚的影響因素對于地方建設(shè)金融中心具有一定的意義。綜合國內(nèi)外文獻來看，大多數(shù)學者從經(jīng)濟發(fā)展水平、地理位置、政府干預程度、對外開放程度、產(chǎn)業(yè)結(jié)構(gòu)等角度來研究對金融產(chǎn)業(yè)集聚的影響，本文在原有理論的基礎(chǔ)上，特別是近年來我國高鐵建設(shè)如火如荼，高鐵因其時空壓縮效應顯著縮短了地理距離，促進了人流、信息流的流動，同時伴隨著5G時代的到來，信息基礎(chǔ)建設(shè)和通信技術(shù)水平的提高，促進了產(chǎn)業(yè)結(jié)構(gòu)的升級和產(chǎn)業(yè)集聚，因此本文從高鐵建設(shè)和信息基礎(chǔ)建設(shè)的角度來實證分析兩個因素對金融產(chǎn)業(yè)集聚的影響。

二、文獻綜述與理論分析

（一）金融產(chǎn)業(yè)集聚

金融產(chǎn)業(yè)集聚是金融產(chǎn)業(yè)空間動態(tài)演進的結(jié)果。國內(nèi)外學者的實證結(jié)果表明金融產(chǎn)業(yè)集聚已成為金融業(yè)發(fā)展的趨勢，金融產(chǎn)業(yè)集聚能夠促進金融發(fā)展和金融效率提高（Taylor 等，2003;Christophers，2012），金融產(chǎn)業(yè)集聚逐漸成為區(qū)域經(jīng)濟競爭力的中堅力量。

其中以戴維斯（Davis，1988，1990）、泰勒（Taylor，2003）、潘英利（2003）等從區(qū)位選擇理論分析了金融產(chǎn)業(yè)集聚的動因，金德爾伯格（Kindleberger ，1974）、黃解宇和楊再斌（2006）等從規(guī)模經(jīng)濟理論探究了金融產(chǎn)業(yè)集聚的影響因素，格里克（Gehrig，1998）、馬?。∕artin R L.，1999）等運用金融地理學理論從信息的角度對金融產(chǎn)業(yè)集聚的成因進行闡釋。

（二）高鐵建設(shè)與金融產(chǎn)業(yè)集聚

近年來，我國高速鐵路建設(shè)飛速發(fā)展，“高鐵”效應成為學者們研究的熱點問題。已有學者研究高鐵對相關(guān)產(chǎn)業(yè)的影響，如汪德根等（2012）、丁金學（2014）、嵇昊威等（2015）覃成林（2016）、鄧濤濤等（2017）等。高鐵對產(chǎn)業(yè)集聚的理論基礎(chǔ)來自于新經(jīng)濟地理學，高鐵對產(chǎn)業(yè)集聚的影響源于高鐵開通帶來的交通運輸成本的降低，而交通運輸成本的降低有利于促成產(chǎn)業(yè)集聚。高鐵顯著提高了人流、信息流、資金流等在運輸過程中的時效性，同時提升了交通可達性。交通可達性的提升對產(chǎn)業(yè)集聚有著重要的影響力，同樣，可達性在很大程度上決定著區(qū)域的競爭力和城市的吸引力。

通過對已有學者們的研究發(fā)現(xiàn)，高鐵建設(shè)對相關(guān)產(chǎn)業(yè)尤其是第三產(chǎn)業(yè)具有顯著地促進作用，同時結(jié)合學者們對金融產(chǎn)業(yè)集聚影響因素的分析，發(fā)現(xiàn)并沒有學者細化高鐵建設(shè)對金融產(chǎn)業(yè)集聚的影響，因此本文以長三角地區(qū)26個城市群為例，實證分析了高鐵對金融產(chǎn)業(yè)集聚的影響。

（三）信息基礎(chǔ)建設(shè)與金融產(chǎn)業(yè)集聚

由于金融產(chǎn)業(yè)信息的不對稱性，因此必然需要在地理空間上的集聚從而達到信息共享。Porteous（1999）和王坦（2006）等強調(diào)信息流在金融產(chǎn)業(yè)集聚中發(fā)揮著重要作用，通過對已有學者的研究發(fā)現(xiàn)，學者們已經(jīng)在信息對金融產(chǎn)業(yè)集聚的重要影響上達成了共識，因此本文進一步探討信息基礎(chǔ)建設(shè)對金融產(chǎn)業(yè)集聚的影響機制。首先，信息基礎(chǔ)設(shè)施是信息有效流轉(zhuǎn)的基本物質(zhì)條件，是影響信息流的重要因素，能降低交易成本;其次，信息基礎(chǔ)建設(shè)能夠縮短企業(yè)之間的信息傳遞的地理距離，提高信息傳遞的實效性，降低信息傳遞的成本，隨著互聯(lián)網(wǎng)信息時代的到來，即使企業(yè)相距甚遠，也能隨時傳遞信息，從而導致產(chǎn)業(yè)產(chǎn)生“虛擬集聚”。

三、實證分析

（一）變量說明

被解釋變量。本文選擇金融產(chǎn)業(yè)區(qū)位熵（FLQ）測算我國金融產(chǎn)業(yè)區(qū)域集聚程度。區(qū)位熵是衡量產(chǎn)業(yè)集中度的重要指標，可充分比較不同地區(qū)金融集聚程度，確定該地區(qū)金融產(chǎn)業(yè)集中程度在全國所處的位置。計算公式如下：

其中，Lij指地區(qū)i內(nèi)產(chǎn)業(yè)j的就業(yè)人數(shù)，Li指地區(qū)i內(nèi)的總就業(yè)人數(shù)，Lj指全國內(nèi)產(chǎn)業(yè)j的總就業(yè)人數(shù)，L指全國的總就業(yè)人數(shù)。區(qū)位熵的值越大，該區(qū)域的金融集聚程度越高。一般認為，如果FLQij大于1，意味著金融產(chǎn)業(yè)在區(qū)域比較重要。

解釋變量。本文將金融集聚的影響因素分為核心解釋變量和控制變量兩組。

本文核心解釋變量有兩個，一個是高鐵開通時間虛擬變量（ot），本文以2010年作為基期，2010年開通高鐵的城市取值為1，2010年未開通高鐵的城市取值為0。另一個是信息化水平（ict），本文參考梁琳（2016）的信息基礎(chǔ)設(shè)施指標選取方法來反映各城市的信息化水平。

控制變量包括以下4個變量：

一是經(jīng)濟發(fā)展水平（dec），本文以各城市人均GDP與全國人均GDP的比值來反映各城市的經(jīng)濟發(fā)展水平。

二是創(chuàng)新能力水平（ivon），本文以各城市專利授權(quán)量的對數(shù)來反映各城市創(chuàng)新能力水平。

三是通信水平（ptr），本文以各城市郵電業(yè)務量與全國郵電業(yè)務總量的比值來反映各城市的通信水平。

四是全社會用電量（ec）。本文以各城市全社會用電量反映各城市能源消耗情況，該指標能夠反映出各城市經(jīng)濟活躍程度和社會活躍程度。

（二）模型設(shè)定與數(shù)據(jù)來源

根據(jù)以上理論假說及變量的選擇，本文的線性模型形式設(shè)定如下：

式中，β為待估計參數(shù)，下標i和t分別代表第i個城市和第t年，εit為隨機誤差項。

本文數(shù)據(jù)包括長三角地區(qū)1個直轄市和25個地級市2009-2017年的統(tǒng)計數(shù)據(jù)，數(shù)據(jù)來源于上海市統(tǒng)計年鑒（2010-2018）及各省、市統(tǒng)計年鑒（2010-2018）。

（三）模型估計

本文利用軟件stata14.0對面板模型進行估計，定量分析核心解釋變量以及控制變量對金融產(chǎn)業(yè)集聚程度（FLQ）的影響。首先混合回歸，由于混合回歸的基本假設(shè)是不存在個體效應，對于這個假設(shè)必須進行統(tǒng)計檢驗，由于個體效應以兩種不同的形態(tài)存在（即固定效應和隨機效應），因此本文分別進行固定效應模型估計和隨機效應模型估計。然后通過 Hausman 設(shè)定檢驗判斷使用固定效應模型或者隨機效應模型，根據(jù)hausman檢驗結(jié)果，由于p值為0.1336，在5%的顯著性水平上接受原假設(shè)，因此應該使用隨機效應模型，而不是固定效應模型。

考慮到面板數(shù)據(jù)模型的內(nèi)生性問題，因此使用信息化水平的滯后一期（L.ict）和城鎮(zhèn)化率的滯后一期（L.urban）作為信息化水平（ict）的工具變量，使用二階段最小二乘法（2sls）對模型進行檢驗。工具變量的選擇考慮到慣性因素因此將信息化水平的滯后一期作為信息化水平的工具變量，另外由于城鎮(zhèn)化率的提高對地區(qū)信息化水平的影響，因此將城鎮(zhèn)化率的滯后一期作為信息化水平的工具變量。同時，通過stata14.0軟件得出城鎮(zhèn)化率的滯后一期（L.urban）和信息化水平的滯后一期（L.ict）與信息化水平（ict）有較強的正相關(guān)關(guān)系（相關(guān)系數(shù)分別為0.6656和1.0000，并且在1%的水平上顯著）。表1中給出了固定效應模型、隨機效應模型和二階段最小二乘法的回歸結(jié)果。從表1（2）和表1（3）的回歸結(jié)果看，兩個核心解釋變量對地區(qū)金融產(chǎn)業(yè)的集聚程度水平分別在1%和10%的水平上具有顯著性影響，且回歸系數(shù)都為正。

四、結(jié)論與對策

通過實證分析，本文得到如下結(jié)論：第一，高鐵建設(shè)顯著縮短了空間距離，提高了人力資本和信息的流動，對金融產(chǎn)業(yè)的集聚起到了顯著性的促進作用;第二，信息基礎(chǔ)建設(shè)水平的提高通過影響信息化水平顯著的促進的信息穩(wěn)定流動和信息流轉(zhuǎn)的時效性，從而對金融產(chǎn)業(yè)集聚起到了顯著的正向效應。

根據(jù)本文得出的結(jié)論可以得到如下啟示：第一，根據(jù)國家《鐵路“十三五”發(fā)展規(guī)劃》的目標，我國2020年鐵路總里程要達到15萬公里，高鐵營運里程要達3萬公里，從該文件中可以看出，高鐵建設(shè)已成為國家戰(zhàn)略，同時在該文件中強調(diào)要發(fā)揮高鐵的經(jīng)濟效應，促進產(chǎn)業(yè)結(jié)構(gòu)升級，因此各地方應依托鐵路“十三五”規(guī)劃戰(zhàn)略，積極建設(shè)高鐵，從而提升金融產(chǎn)業(yè)集聚水平，促進城市金融中心的發(fā)展，為地區(qū)經(jīng)濟發(fā)展提供強大助力。第二，信息基礎(chǔ)建設(shè)水平已經(jīng)成為影響當今金融業(yè)發(fā)展的重要因素，信息技術(shù)的提高改變了傳統(tǒng)金融業(yè)的生存方式，5G時代的到來更會為金融業(yè)的進一步發(fā)展帶來機遇，因此各地方應加強信息基礎(chǔ)建設(shè)，提高信息化水平，為地方金融產(chǎn)業(yè)集聚發(fā)展提供關(guān)鍵支撐。

參考文獻：

[1]李小建.金融地理學理論視角及中國金融地理研究[J].經(jīng)濟地理，2006，（5）：721-725，730.

[2]寧鐘，楊紹輝.金融服務產(chǎn)業(yè)集群動因及其演進研究[J].商業(yè)經(jīng)濟與管理2006，（8）：38-44，66.

[3]潘英麗.論金融中心形成的微觀基礎(chǔ)——金融機構(gòu)的空間聚集[J].上海財經(jīng)大學學報，2003（2）：50-57.

[4]陳建軍，陳國亮，黃潔.新經(jīng)濟地理學視角下的生產(chǎn)性服務業(yè)集聚及其影響因素研究——來自中國222個城市的經(jīng)驗證據(jù)[J].管理世界，2009（04）：83-95.

[5]梁琳.信息腹地、空間溢出和金融服務業(yè)集聚關(guān)系研究[J].商業(yè)經(jīng)濟研究 2016（10），171-173.

[6]覃成林，楊晴晴.髙速鐵路發(fā)展與城市生產(chǎn)性服務業(yè)集聚[J].經(jīng)濟經(jīng)緯，2016，33（03）：1-6.

[7]任英華，徐玲，游萬海.金融集聚影響因素空間計量模型及其應用[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2010（05）：104-116.

作者單位：天津工業(yè)大學經(jīng)濟管理學院