王晚秋，曾 瑩

(湖北工業(yè)大學理學院，湖北 武漢 430068)

近年來，在區(qū)域金融發(fā)展和經(jīng)濟增長方面，國內外已有不少學者進行了研究。Hassan等(2011)認為金融發(fā)展和經(jīng)濟增長之間存在因果關系，且金融發(fā)展促進經(jīng)濟增長，發(fā)展中國家比發(fā)達國家金融發(fā)展的經(jīng)濟增長效應更要顯著[1]。而Menyah等(2014)研究非洲國家數(shù)據(jù)后發(fā)現(xiàn)，金融發(fā)展與經(jīng)濟增長之間不存在因果關系[2]。Rousseau和Wachtel(2011)發(fā)現(xiàn)1965-2004年私人部門的信用擴張對GDP增長沒有顯著影響[3]。之后，Zhang等(2012)驗證了金融深化對經(jīng)濟增長具有正向的溢出效應[4]。多數(shù)文獻研究認為金融發(fā)展促進經(jīng)濟增長，但也有些持金融中性論。

在國內，李敬等人(2011)運用Theil指標、基尼系數(shù)和對數(shù)離差均值衡量了我國金融發(fā)展省際差異、東中西部金融發(fā)展差異和城鄉(xiāng)金融差異，發(fā)現(xiàn)我國金融發(fā)展存在巨大的區(qū)域差異[5]。孟兆娟(2013)采用熵權法和描述性統(tǒng)計方法分析了我國農村金融資源分布的區(qū)域差異，得出我國農村金融資源分布存在顯著的區(qū)域差異的結論[6]。陳小林(2013)將經(jīng)濟金融協(xié)調發(fā)展作為金融資源配置效率的標準，對甘肅省城鄉(xiāng)金融資源配置效率進行測算，認為甘肅省城鄉(xiāng)金融資源配置存在差異[7]。李林等(2011)運用Moran指數(shù)計算中國金融集聚存在空間相關性，建立了空間計量模型，證實金融集聚對區(qū)域經(jīng)濟增長的空間溢出效應[8]。王認真(2014)指出金融資源與GDP之間存在著顯著的空間相關性，各省份之間形成了較強的空間依賴作用和空間溢出效應[9]。俞穎等人(2017)運用1978-2014年省級數(shù)據(jù)計算金融發(fā)展差異的Theil指數(shù)，發(fā)現(xiàn)政府以及市場機制的交互影響導致區(qū)域金融差異[10]。

梳理相關文獻發(fā)現(xiàn)，經(jīng)濟方面是影響金融發(fā)展的核心因素，而專門從經(jīng)濟因素角度研究金融發(fā)展差異影響因素的文獻較少，僅有的文獻只是從政策與結構方面進行理論分析，并未進行實證分析。本文選取2000-2019年我國31省市區(qū)的面板數(shù)據(jù)，以金融發(fā)展水平作為被解釋變量，經(jīng)濟因素(經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結構水平和對外開放程度)作為核心解釋變量，引入政府規(guī)制水平、城市化水平和教育水平作為潛在變量，構建固定效應空間滯后模型和空間誤差模型，對我國各地區(qū)金融發(fā)展影響因素溢出效應展開實證研究。

1 數(shù)據(jù)與模型

1.1 指標選取與數(shù)據(jù)來源

本文綜合考慮影響金融發(fā)展的現(xiàn)實因素以及數(shù)據(jù)的可獲得性，選取了以下幾個指標。

1)區(qū)域金融發(fā)展水平(ln FIN)：金融業(yè)增加值被認為是金融中介機構(銀行業(yè)、證券業(yè)、保險業(yè))在進行金融交易活動時提供的服務所創(chuàng)造出的價值。因地區(qū)金融市場數(shù)據(jù)不完善，故本文用各地區(qū)金融業(yè)增加值來衡量區(qū)域金融發(fā)展水平。

2)經(jīng)濟發(fā)展水平(ln PGDP)：人均GDP會隨經(jīng)濟發(fā)展水平的提高而增加。為排除人口規(guī)模對金融發(fā)展的影響，本文選取人均GDP來反映各地區(qū)的經(jīng)濟發(fā)展水平。

3)產(chǎn)業(yè)結構水平(IND)：金融業(yè)是第三產(chǎn)業(yè)的支柱行業(yè)。第三產(chǎn)業(yè)相對于其他產(chǎn)業(yè)具有很強的滲透功能，可促進社會化水平的提高以及生產(chǎn)、服務的專業(yè)化，進而促進金融發(fā)展。本文采用第三產(chǎn)業(yè)產(chǎn)值占GDP的比重來衡量各地區(qū)產(chǎn)業(yè)結構水平。

4)對外開放水平(OPEN)：一個地區(qū)對外貿易開放程度的提高，會增加外部融資需求，促進地區(qū)金融發(fā)展。長期對外開放能夠促進金融的發(fā)展，短期則阻礙金融發(fā)展。本文采用進出口總額與GDP的比值來反映各地區(qū)的對外開放程度。

5)政府規(guī)制水平(GOV)：地方政府通過政策環(huán)境影響金融發(fā)展。本文采用各省政府財政支出占GDP的比值來反映當?shù)卣囊?guī)制水平。

6)城市化水平(URB)：城市化進程的加快對地區(qū)金融發(fā)展有一定的推動作用，城市化率是度量一個地區(qū)城市化水平的重要指標。本文采用各地區(qū)城鎮(zhèn)人數(shù)占總人數(shù)的比重來衡量城市化水平。

7)教育水平(EDU)：一個地區(qū)人力資源水平是由該地區(qū)教育水平?jīng)Q定的。人均資本的提高，推動制度與文化創(chuàng)新，進而促進該地區(qū)經(jīng)濟金融業(yè)的發(fā)展。本文采用?？茖W歷及以上人數(shù)占地區(qū)6歲以及6歲以上受教育人數(shù)的比例來衡量各地區(qū)的教育水平。

采用統(tǒng)計軟件Stata16.0對2000-2019年31省市自治區(qū)的面板數(shù)據(jù)進行分析。數(shù)據(jù)來源于相關省市區(qū)的金融運行報告、《中國金融年鑒》以及國家統(tǒng)計局等。

1.2 模型的設定

在各個指標面板數(shù)據(jù)平穩(wěn)且存在協(xié)整關系的前提下，不考慮空間單元之間的相關性，可以構建普通面板數(shù)據(jù)回歸模型進行估計。其一般形式為：

Yit=φ+βXit+ci+αt+εit，

i=1,…,N;t=1,…,T

(模型1)

其中:i為空間單元，t為時間截面數(shù)；Yit為被解釋變量，Xit為解釋變量，β為解釋變量的回歸系數(shù)，反映解釋變量對被解釋變量的影響，φ是常數(shù)項，ci與αt為空間單元i與時刻t的截距項，εit為誤差項。當ci與Xit相關時，模型1為固定效應模型。

考慮到各地區(qū)金融發(fā)展存在空間關聯(lián)性，而面板數(shù)據(jù)模型在社會經(jīng)濟生活中具有很好的經(jīng)濟解釋和適用性，因此選擇空間面板數(shù)據(jù)模型分析變量和擾動項在空間上的分布。在空間計量模型中，常使用空間滯后模型(SLM)和空間誤差模型(SEM)來體現(xiàn)空間效應。

對于空間滯后模型而言，考慮被解釋變量之間的空間依賴性，引入空間滯后因變量作為協(xié)變量，模型形式為：

i=1,…,N;t=1,…,T

(模型2)

空間誤差模型是假設模型的誤差存在空間相關性，模型形式為：

Yit=βXit+μi+μit，

(模型3)

其中：i為空間單元；t為時間截面數(shù)；Yit為被解釋變量；Xit為解釋變量；ρ為待估空間滯后系數(shù)；wij為空間權重矩陣；β為待估參數(shù)，反映解釋變量對被解釋變量的影響；λ為空間誤差系數(shù)；μi為個體效應；εit為隨機誤差項；μit為空間自相關殘差項。

引入經(jīng)濟模型，則

ln FINit=φ+β1ln GDPit+β2INDit+

β3OPENit+μi+εit

(模型1)

β1ln GDPit+β2INDit+β3OPENit+μi+εit

(模型2)

ln FINit=β1ln GDPit+β2INDit+

β3OPENit+μi+μit

(模型3)

其中，i為省份(i=1,2，…，31)，t為時間截面數(shù)(t=2000,…,2019)；ln FINit為i省份在t年的金融業(yè)增加值對數(shù)值，ln GDPit為i省份在t年的人均GDP對數(shù)值，INDit為i省份在t年第三產(chǎn)業(yè)產(chǎn)值占GDP的比值，OPENit為i省份在t年的進出口總額占GDP的比值，wij為31×31空間鄰接權重矩陣。

在做空間計量時，還引入了潛在變量：對外開放程度(OPEN)、政府規(guī)制水平(GOV)、城市化水平(URB)、教育水平(EDU)。

1.3 變量的描述性分析

以2000-2019年我國31省(市、自治區(qū))共620個樣本面板數(shù)據(jù)為研究對象，對各個變量序列進行描述性統(tǒng)計分析，結果如表1所示。由表1中最大值和最小值可以看出，各省市金融業(yè)發(fā)展水平(ln FIN)、對外開放水平(OPEN)、政府規(guī)制水平(GOV)、城市化水平(URB)、教育水平(EDU)的差距較大，其中金融業(yè)增加值對數(shù)值(ln FIN)最大值為9.089，最小值為0.905，反映了我國各省市之間金融發(fā)展水平差距較大，存在較為明顯的地區(qū)發(fā)展不平衡狀況。

表1 各變量描述性統(tǒng)計分析

2 實證分析

2.1 單位根檢驗和協(xié)整檢驗

為避免經(jīng)濟變量不平穩(wěn)導致偽回歸的問題，采用單位根檢驗方法來檢驗各變量是否平穩(wěn)。然而，面板數(shù)據(jù)單位根檢驗的方法主要有LLC檢驗、IPS檢驗、ADF檢驗和PP檢驗等。采用這4種方法對各變量分別進行單位根檢驗，檢驗結果如表2所示。

表2 各變量平穩(wěn)性檢驗結果

根據(jù)表2可得，原始變量是非平穩(wěn)的，一階差分變換后的變量序列均是平穩(wěn)且一階單整，故可進行下一步協(xié)整關系檢驗。

為檢驗各變量間是否存在協(xié)整關系，采用面板數(shù)據(jù)協(xié)整檢驗中的Kao方法和Pedroni方法進行檢驗。檢驗結果如表3所示。

表3 面板數(shù)據(jù)協(xié)整檢驗結果

由表3可以看出，Kao檢驗中ADF統(tǒng)計量和Pedroni檢驗的7個統(tǒng)計量中PanelADF和Group ADF統(tǒng)計量分別在1%和10%的顯著水平上拒絕不存在協(xié)整關系的原假設。即我國各地區(qū)金融發(fā)展的影響因素間存在顯著的協(xié)整關系，可以認為影響各地區(qū)金融發(fā)展差異的變量間存在長期均衡關系。

2.2 空間相關性檢驗

空間相關性檢驗是研究變量在空間上是否具有相關性，以及這種關系是如何存在的。空間相關性檢驗最常用的方法是莫蘭指數(shù)(Moran’s I)檢驗：

采用莫蘭指數(shù)(Moran’s I)檢驗2000-2019年全國31省之間金融發(fā)展水平的空間相關關系，檢驗結果如表4所示。根據(jù)表4可得，我國金融發(fā)展水平的Moran’s I指數(shù)均為正數(shù)，并在10%的顯著性水平下通過了檢驗，說明我國省際間金融發(fā)展水平存在空間正相關性。

表4 2000-2019年我國金融發(fā)展水平Moran’s I值

為進一步分析各個省份金融發(fā)展之間的情況，采用局部Moran’s散點圖反映區(qū)域之間金融發(fā)展水平的空間集聚特征，局部空間關聯(lián)形式分為高-高(HH)，低-高(LH)，低-低(LL)，高-低(HL)4種類型。分別對2000、2009、2015、2019年我國省域金融發(fā)展水平作莫蘭散點圖(圖1)。

圖1 莫蘭散點圖

從圖1可得，北京、天津、江蘇、浙江等省份出現(xiàn)在第一象限，這些省份在空間上彼此存在積極影響，即金融發(fā)展水平較高的省份被金融發(fā)展水平較高的省份所包圍；新疆、西藏、青海、寧夏等地區(qū)出現(xiàn)在第三象限，即金融發(fā)展水平較低的省份被金融發(fā)展水平較低的省份所包圍；海南、四川、廣東、遼寧等幾個省份出現(xiàn)在第二、四象限，說明這幾個省份存在差異，區(qū)域金融發(fā)展不平衡。同時空間效應不可忽視，應引入空間因素進行建模。

2.3 空間面板數(shù)據(jù)模型的檢驗

在建立空間計量回歸模型之前，需要對模型進行LM檢驗和穩(wěn)健的LM檢驗，以確定模型的形式，檢驗結果如表5所示。

表5 LM檢驗結果

由表5可得，LM(lag)統(tǒng)計量、R-LM(lag)統(tǒng)計量、LM(error)統(tǒng)計量和R-LM(error)統(tǒng)計量均在1%的水平下顯著，因此本文同時選擇空間滯后模型和空間誤差模型進行分析。

2.4 空間面板數(shù)據(jù)模型的估計

面板數(shù)據(jù)分為固定效應和隨機效應。根據(jù)Hausman檢驗結果可知，在1%的顯著性水平下拒絕了模型是隨機效應的原假設，所以應該選擇固定效應模型。本文分別擬合普通固定效應回歸模型、固定效應空間滯后模型和空間誤差模型，并對這三種模型進行比較(表6)。

表6 2000-2019年省際金融發(fā)展水平影響因素的實證結果

以固定效應空間滯后模型為例，對結果分析如下。

1)經(jīng)濟發(fā)展水平(ln PGDP)對金融發(fā)展有顯著的促進作用?；貧w系數(shù)為0.1848，且在1%的水平下顯著為正，即增加1單位對數(shù)人均GDP，將會增加0.1848單位的金融業(yè)產(chǎn)值，說明地區(qū)經(jīng)濟發(fā)展水平的提高，使得該地區(qū)對金融服務的需求較大，從而促進金融發(fā)展。

2)第三產(chǎn)業(yè)產(chǎn)值占GDP比重(IND)對金融發(fā)展具有顯著的推動作用?；貧w系數(shù)為0.6211，其作用大于經(jīng)濟發(fā)展水平對金融發(fā)展的影響，意味著產(chǎn)業(yè)結構的升級會給金融業(yè)發(fā)展帶來更大的影響，第三產(chǎn)業(yè)所占比重增加，對融資的需求會變大，從而推動地區(qū)金融發(fā)展。

3)對外開放水平(OPEN)對金融發(fā)展有負向影響。其回歸系數(shù)為-0.1185，沒有通過顯著性檢驗，說明地方金融以及中小微金融業(yè)務單一，渠道狹窄，外資進入將致其生存空間壓縮，中資金融市場和金融服務面臨挑戰(zhàn)，限制了地區(qū)金融市場的發(fā)展。

4)政府財政支出占GDP比重(GOV)對金融發(fā)展有顯著的促進作用?；貧w系數(shù)為1.3858，且在1%的水平下顯著為正。政府財政支出每提高1個單位，金融發(fā)展水平將會提高1.3858個單位，這說明政府通過制定相關財政政策調控銀行、金融機構和金融市場，提高金融運行效率，促進金融積極發(fā)展。

5)城市化水平(URB)對金融發(fā)展有顯著的正向影響。回歸系數(shù)為2.7429，且在1%的顯著性水平下顯著為正，說明城市化進程的加快對地區(qū)金融發(fā)展有一定的推動作用。

6)教育水平(EDU)的提高對金融發(fā)展有顯著的正向影響。回歸系數(shù)為1.8643，且在1%的水平下顯著為正，說明教育水平的提高會使得該地區(qū)文化、制度等方面得到創(chuàng)新發(fā)展，從而推動地區(qū)金融發(fā)展。

在固定效應空間誤差模型的估計結果中，空間誤差自相關系數(shù)λ為0.2330，在1%的水平上顯著為正，這表明空間溢出效應是我國各地區(qū)金融業(yè)發(fā)展不可忽視的重要影響因素，金融業(yè)發(fā)展水平較高的省份將會對其周圍地區(qū)的金融發(fā)展產(chǎn)生正的輻射作用，并帶動相鄰地區(qū)金融發(fā)展。而在固定效應空間滯后模型的估計結果中，空間滯后項系數(shù)ρ為0.5330，并且在1%的顯著性水平下顯著，這說明一個地區(qū)的金融業(yè)產(chǎn)值的增加，會對其相鄰地區(qū)金融發(fā)展水平的提高有顯著影響。

3 結論與建議

3.1 結論

本文在查閱相關研究文獻的基礎上，采用2000-2019年中國31省(直轄市、自治區(qū))數(shù)據(jù)建立空間面板數(shù)據(jù)模型，對我國省際金融發(fā)展水平的影響因素進行分析。

1)我國省際金融發(fā)展具有明顯的空間相關性和區(qū)域輻射作用。從全局和局部相關性來看，莫蘭指數(shù)顯著為正，總體大致呈現(xiàn)上升的趨勢，說明我國省際金融發(fā)展水平相似的地區(qū)存在高-高或低-低集聚現(xiàn)象，并且這種集聚趨勢不斷強化。同時，金融發(fā)展水平較高的省份對周邊地區(qū)具有帶動輻射作用。

2)我國省際金融發(fā)展水平存在差異是由多種因素共同驅動形成的。3種模型均得出地區(qū)經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結構的調整、政府的規(guī)制行為、城市化進程、教育水平與當?shù)亟鹑诎l(fā)展之間存在正相關關系，而對外開放程度與地區(qū)金融發(fā)展之間存在負相關關系的結論。

3.2 建議

1)建立多元化的金融機構和多層次的資本市場，適當放寬對外融資的限制；不斷優(yōu)化升級產(chǎn)業(yè)結構，擴大金融市場規(guī)模，引入更多的金融資源，提高金融運行效率。

2)政府應針對各區(qū)域自身情況來制定不同的金融發(fā)展戰(zhàn)略和政策，積極建立適應對外貿易規(guī)則的制度體系，讓市場開放在可控的范圍之內，以縮小地區(qū)間金融發(fā)展差異。

3)加快推進城市化進程，增強地區(qū)城市的融資優(yōu)勢；大力發(fā)展金融職業(yè)教育，創(chuàng)新金融產(chǎn)品和金融工具，促進區(qū)域金融發(fā)展。