金融业集聚对城镇化的影响及空间效应研究 彭新宇 蒋一帆 李孟民摘 要：依据全国31个省、市、自治区的省域空间面板数据，构建空间面板模型，考量金融业集聚对城镇化的影响及空间外溢效应结果显示：我国省域城镇化率大部分集中在HH象限（高值集聚）和LL象限（低值集聚），呈现较为明显的空间自相关性;全国层面，金融业集聚对城镇化的直接效应系数和间接效应系数均显著为正，说明金融业集聚对本省城镇化有显著的正向影响，且具有正向的空间外溢效应，能促进周边省份的城镇化;分东、中、西区域层面，东部地区金融业集聚对城镇化具有正向的影响，且具正向空间外溢效应，但在中西部地区，影响均不显著基于此，应加强金融业集聚区建设，构建金融业集聚推进城镇化作用机制，在东中西区域科学布局建设金融中心Key： 金融业集聚;城镇化;空间自相关性;空间外溢效应：F299.21;F832： A：1003-7217（2020）02-0048-07一、引 言金融资源的高度流动性使得金融的地理区位特征成为影响经济增长的一个重要变量一直以来，金融业发展就呈现出空间集聚的地理特征，这表现为各类金融机构在地域上向特定区域集中的经济现象自19世纪早期，英国银行业就已出现集中化趋势。
20世纪70年代以来，金融集聚的趋势日趋明显，世界范围内出现了以伦敦金融城、纽约曼哈顿、东京新宿、新加坡水仙门等为代表的国际金融中心在我国，金融业集聚呈现广泛化和纵深化趋势超大型城市如北京、上海，出现了北京金融街、上海外滩金融集聚带等集聚区一些特大城市和大城市如杭州、郑州，先后提出建设钱塘江金融港湾、郑东新区金融集聚区等近年来，我国甚至出现了一些特色金融小镇，比如北京房山基金小镇、杭州玉皇山南基金小镇、宁波梅山海洋金融小镇和宁波鄞州四明金融小镇那么，金融业集聚是否如同其促进经济增长那样，存在促进城镇化的影响？学术界研究金融业集聚或城镇化的文献有很多，与本文议题相关的文献主要研究思路集中在两方面一方面，研究金融业集聚对区域经济增长的影响金融集聚能显著地促进城市经济增长[1-7]，还通过空间溢出效应促进邻近区域经济增长[8-10]但是，这种空间外溢效应表现为一定的区域边界，在300公里以内为空间外溢密集区域，超过500公里后则出现了较为明显的衰减[11]也有研究表明，金融集聚对相邻区域的经济增长影响较弱[12]另一方面，研究金融业发展影响城镇化基本的共识是，金融发展能正向地促进城镇化[13-18]，但这种作用会随着时间而呈现逐渐增强甚至短暂不显著的变化[19，20]，也会有明显的区域差异[21-24]。
不同的金融政策对城镇化的影响方向是不同的，放松利率管制等金融深化政策对城市化具有正向影响，而加强银行业监管对城市化具有负向影响[25]另外，还有一些文献如杨志民等（2015;2014）对某个特定區域或城镇的金融集聚特征做了研究，但都是金融地理学层面的探讨[26，27]显然，上述文献均不能直接证实金融业集聚对城镇化的影响，因为金融业集聚不等同于金融业发展，城镇化也不等同于区域经济增长王弓等（2016）基于2005-2013年省域面板数据进行空间计量分析表明，金融集聚自身只能对本区域的城镇化水平有所提升，无法对周边区域发挥辐射效应;而在考虑知识溢出、资本深化、产业升级三种路径后，金融集聚对周边地区城镇化的带动有显著提高[28]但是，该文献将城镇化定义为农业劳动力的非农转移，并用户籍人口城镇化率即非农人口占比指标作为城镇化的代理变量，这在本研究议题中有失偏颇的，因为金融因素可以促进劳动力从低一层级城镇向高一层级城镇转移，这也是城镇化的重要方面而且，该文献没有对东、中、西不同区域的实证研究做区分，只停留在金融集聚对本地区和周边地区影响的层面李宝礼等（2015）基于2000-2012 年省域面板数据的实证研究表明：在控制政府财政收支缺口、城乡二元系数、产业结构升级系数和外商直接投资四个变量的条件下，银行业、证券业和保险业三大行业的集聚对城镇化发展均具有显著的正向作用[29]。
但是，该文献用基尼系数法测度金融集聚度，而且模型中没有纳入空间因素，不能很好地刻画金融集聚的空间联系特征综上所述，虽然已有极少数文献证实了金融业集聚对城镇化存在影响，但是在模型构建、变量选择等方面都有待完善为此，本文在理论分析的基础上，利用2010-2017年全国省域面板数据，通过构建空间计量模型，采用常住人口城镇化率作为城镇化的代理变量，采用区位熵分析法测度金融业集聚度，实证检验金融业集聚对城镇化的影响及空间效应，并做了东、中、西不同区域的异质性研究二、理论分析与研究假设金融业集聚是指银行、保险、证券、期货等行业部门以及金融监管机构、中介机构在特定地理空间范围内集聚的现象从本质上看，金融业集聚是金融工具、金融信息、人力资源等金融资源与要素遵循市场规律，以及在规模、结构、功能、等级上的时空演变的结果，更是这些金融资源与要素在特定区域的地理因素、文化环境，以及其他行业融合互馈的结果由于金融资源的高度流动性，金融业集聚相对于制造业等其他产业集聚而言，集聚程度更高，对其他产业乃至整个区域经济的影响速度更快，影响范围可能更大金融业集聚产生资本深化效应、知识溢出效应和要素流动效应，进而促进城镇化。
首先，金融机构在特定区域的集聚，使得该区域将吸引大量的金融资源，储蓄率和投资率都快速上升，人均资本存量增加，实现了资本深化这有利于降低交易成本，增加投融资便利，提高金融配置效率，进而增加了中小企业融资可及性，有利于创造更多就业岗位，吸引劳动力流入其次，不同类型、处于不同发展阶段、具有不同竞争力的金融机构分布在同一特定区域，将产生极大的知识溢出效应，使得该区域内企业的学习成本降低，创新速度加快，城镇化发展迅速最后，金融资源的趋利性，决定了其会由利润率相对较低的部门向利润率相对较高的部门流动，并引致人才、技术、信息等先进要素的同方向流动金融业集聚增加了金融资源的规模，强化了金融资源的这种要素流动效应，进而促进城镇产业结构调整与升级，有利于先进制造业、高端服务业等产业增长基于以上分析，提出研究假设H1H1 金融业集聚对城镇化会有显著的正向影响金融业集聚对城镇化是否具有空间外溢效应？或者说，特定区域的金融业集聚是否会对周边区域城镇化产生影响？最直接地看，金融资源的流动半径决定了金融业集聚的资本深化、知识外溢和要素流动三种效应的空间距离影响当邻近区域拥有利润率占比较优势的产业部门和金融需求时，金融资源流动半径延长，使得本区域的金融集聚效应渗透到邻近区域，进而影响其城镇化发展。
从金融地理学的观点看，金融资源在集聚的同时总是伴随着扩散就特定区域来说，总会集聚一些高质量、高成长性和高竞争力的金融资源，而会使一些处于产业链中下游的金融资源扩散到邻近区域这样，金融资源会呈现出核心外围、核心扩散边缘等地理学特征比如，很多金融机构的综合型总部通常布局在超大型城市的金融中心，而其职能性总部、地区总部、分支机构等则分散在邻近城市甚至更远的区域从这个意义上看，金融业集聚同样会影响到周边区域的城镇化更进一步分析，特定区域由于金融业集聚形成了金融中心，使得该区域处于相对更高的经济梯度，随着区域之间的产业梯度转移，必然会影响到周边区域的城镇化和经济增长基于上面的分析，提出研究假设H2H2 金融业集聚对周边区域城镇化有显著影响，但影响方向不能确定具体到我国的东、中、西部三大区域，金融业集聚对城镇化的空间外溢效应各有不同的特征相对于中部和西部省份，东部省份的经济发达程度高，资本积累程度高，金融供给更加充裕，金融需求更为旺盛而且，东部地区的金融基础设施更加完善，资本深化制度环境更好，金融创新能力更强，因此东部的金融业集聚程度比中西部要高很多，金融资源与要素的集聚与扩散速度都要更快，对周边区域的影响范围更大。
所以，东部地区金融业集聚对城镇化的空间外溢效应要强于中西部地区但中部地区和西部地区之间的这种分析则更为复杂，根据各自的金融资源禀赋、地理因素、制度环境以及整个区域所处的经济发展阶段等方面的实际情况做深入分析，提出研究假设H3H3 东部地区金融业集聚对城镇化有显著的空间外溢效应，但中部和西部地区不明确三、研究设计（一）实证模型依据空间计量经济学方法，将研究空间依赖性的模型分为三种基本形式：一是探讨各变量在一个地区是否具有溢出效应的空间滞后模型（SAR）二是通过扰动项来观测空间依赖性的空间误差模型（SEM）三是通过Durbin残差自相关时间序列模型推导得出空间杜宾模型（SDM）这三种模型可以借助STATA软件来实现本文构建了金融业集聚影响城镇化的面板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代表城鎮化率，caps代表金融业集聚水平，K代表物质资本投入，H代表人力资本水平，I代表产业结构升级，FDI代表外商直接投资，w_caps、w_K、w_FDI、w_I和w_H为五项空间滞后变量。
wu代表城镇化率的空间滞后变量λ代表空间自回归系数，是用来度量wu对U的影响和判断空间相关性的大小和方向γ代表空间误差自相关系数，体现残差之间的空间相关强度在度量空间自相关时，需要解决地理空间结构的数学表达问题，定义空间对象的相互邻接关系空间计量经济学引入空间权重矩阵来表示区域间的邻接关系和依赖程度常用的相邻关系有“车”相邻、“象”相邻、“后”相邻三种如果区域i和区域j有共同的边，则称区域i和区域j车相邻;如果区域i和区域j有共同的顶点但没有共同的边，则称区域i和区域j象相邻;如果区域i和区域j有共同的顶点或共同的边，则称区域i和区域j后相邻本文选取车相邻，若区域i和区域j车相邻，记Wij=1，否则记Wij=0在具体研究中，默认海南省与广东省相互邻接Wij=1，i≠j，xi和xj有共同边界0，i≠j，xi和xj无共同边界（二）变量说明与数据来源被解释变量是城镇化率城镇化率的计算方法主要有人口比重指标法、城镇土地利用指标法、调整系数法等其中，人口比重指标法又分为两种计算方法：一是用城镇人口与总人口的比值，即常住人口城镇化率;二是用非农业人口与总人口的比值，即户籍人口城镇化率本文选用城镇常住人口占常住总人口的比值作为城镇化水平的代理变量。
核心解释变量是金融业集聚度选用区位熵分析法考察不同省域金融联系，并以区位熵测度各省的金融业空间集聚水平，利用GeoDa软件分析工具绘制出金融业集聚水平空间分布图金融业集聚区位熵（CAPS）具体计算方法为：CAPSi=PSiXi/PSX（4）其中，PSi、Xi分别代表i省金融业产值和生产总值，PS、X分别代表全国金融业产值和全国生产总值该指数越大，说明该地区金融业相对集聚程度越高影响城镇化的因素很多，基于数据的可获得性，选择物质资本投入、人力资本水平、产业结构升级、外商直接投资这四个因素作为控制变量1）物质资本投入以城镇面积扩张和公共基础设施建设为主要特征的土地城镇化，有赖于巨大的物质资本投入这里用各省份的全社会固定资产投资额作为物质资本投入的代理变量2）人力资本水平城镇人力资本水平会直接影响到人口城镇化率采用各省人均受教育年限作为人力资本水平的代理变量人均受教育年限的计算方法为：HUMAN=（H1×1+H2×6+H3×9+H4×12+H5×16）/L其中，Hi（i=1，2，3，4，5，6）分别为6 岁及。