沿海地區(qū)金融空間關(guān)聯(lián)的經(jīng)濟(jì)效應(yīng)研究
——以山東省為例

趙 昕， 李淑淑

（中國(guó)海洋大學(xué) a.經(jīng)濟(jì)學(xué)院，b.海洋發(fā)展研究院，山東 青島 266100）

引 言

我國(guó)2019年政府工作報(bào)告明確提出“促進(jìn)區(qū)域協(xié)調(diào)發(fā)展”，“大力發(fā)展藍(lán)色經(jīng)濟(jì)”，“建設(shè)海洋強(qiáng)國(guó)”。沿海地區(qū)作為藍(lán)色經(jīng)濟(jì)的核心陣地，其經(jīng)濟(jì)持續(xù)高質(zhì)量發(fā)展成為拓展我國(guó)藍(lán)色經(jīng)濟(jì)空間的關(guān)鍵環(huán)節(jié)[1，8］。金融作為經(jīng)濟(jì)增長(zhǎng)的助推器，是經(jīng)濟(jì)發(fā)展模式升級(jí)的關(guān)鍵動(dòng)力來(lái)源。伴隨著區(qū)域經(jīng)濟(jì)一體化的極速演進(jìn)，以及科技的飛速發(fā)展，金融資源區(qū)域間的高速流動(dòng)引致了金融集聚，金融發(fā)展的空間集聚效應(yīng)勢(shì)必對(duì)區(qū)域經(jīng)濟(jì)發(fā)展產(chǎn)生影響。因此，在金融地理學(xué)框架下，探明沿海地區(qū)金融發(fā)展的空間關(guān)聯(lián)關(guān)系，并深入分析其對(duì)經(jīng)濟(jì)增長(zhǎng)的作用方向與路徑，是促進(jìn)沿海地區(qū)經(jīng)濟(jì)優(yōu)化增長(zhǎng)，推進(jìn)區(qū)域協(xié)調(diào)發(fā)展的重要基石。

目前有關(guān)區(qū)域經(jīng)濟(jì)發(fā)展中金融驅(qū)動(dòng)效能的文獻(xiàn)集中在金融發(fā)展空間效應(yīng)與區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展研究。隨著金融地理學(xué)的發(fā)展，區(qū)域金融發(fā)展的空間相關(guān)性、溢出效應(yīng)得到深入研究。Johnston等（2015） 基于異質(zhì)企業(yè)模型發(fā)現(xiàn)，金融發(fā)展通過(guò)引導(dǎo)經(jīng)濟(jì)活動(dòng)在空間上的分散化，達(dá)到縮減區(qū)域經(jīng)濟(jì)發(fā)展與收入的不平衡的目標(biāo)[2］。于平等（2017） 檢驗(yàn)發(fā)現(xiàn)我國(guó)十大城市群金融發(fā)展的空間交互效應(yīng)顯著[3］。唐松（2014）、茹樂(lè)峰等 （2014）、張浩然 （2014）等曾指出我國(guó)東中西不同區(qū)域金融資源配置與區(qū)域經(jīng)濟(jì)增長(zhǎng)之間存在著不同程度的空間溢出效應(yīng)[4-6］。徐曉光等（2015） 則借助區(qū)位熵測(cè)度了深圳特區(qū)的金融集聚的空間溢出效應(yīng)[7］；鄭威等（2019）認(rèn)為地理臨近能夠通過(guò)降低交易成本與風(fēng)險(xiǎn)而產(chǎn)生空間效應(yīng)，并區(qū)分了金融發(fā)展的本地效應(yīng)與溢出效應(yīng)[9］。另一方面，空間計(jì)量經(jīng)濟(jì)學(xué)、社會(huì)網(wǎng)絡(luò)分析等為區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展中的金融空間效應(yīng)檢驗(yàn)提供了良好手段。Wang等（2019） 通過(guò)Moran'I指數(shù)發(fā)現(xiàn)區(qū)域間金融發(fā)展具有空間相關(guān)性，且在推動(dòng)本地區(qū)經(jīng)濟(jì)增長(zhǎng)的同時(shí)抑制了周邊地區(qū)經(jīng)濟(jì)發(fā)展[10］。Ye等（2018）則綜合考慮距離和經(jīng)濟(jì)雙重因素構(gòu)建了經(jīng)濟(jì)地理空間權(quán)重矩陣，指出金融集聚對(duì)區(qū)域城市化的影響存在差異[11］。國(guó)內(nèi)學(xué)者張輝等（2016） 基于區(qū)域金融的地理空間，研究發(fā)現(xiàn)金融空間關(guān)聯(lián)對(duì)區(qū)域經(jīng)濟(jì)均衡發(fā)展有一定的正向作用[12］。高星等（2018） 在地理距離矩陣下構(gòu)建空間杜賓模型，發(fā)現(xiàn)金融發(fā)展對(duì)區(qū)域創(chuàng)新存在異質(zhì)性空間效應(yīng)[13］。趙金麗等（2018） 則借助社會(huì)網(wǎng)絡(luò)分析、GIS可視化及多元回歸方法，通過(guò)研究中國(guó)城市群金融聯(lián)系網(wǎng)絡(luò)的演化特征及驅(qū)動(dòng)機(jī)制，發(fā)現(xiàn)中國(guó)城市群內(nèi)部金融聯(lián)系網(wǎng)絡(luò)間聯(lián)系不斷增強(qiáng)[14］。

現(xiàn)有研究多通過(guò)空間計(jì)量經(jīng)濟(jì)學(xué)方法對(duì)金融發(fā)展空間關(guān)聯(lián)性的經(jīng)濟(jì)增長(zhǎng)效應(yīng)進(jìn)行研究，但因在研究過(guò)程中直接使用鄰接矩陣或地理矩陣，將空間關(guān)聯(lián)局限于“相近”或“相鄰”地區(qū)，忽略了地理上不相鄰但仍存在其他關(guān)聯(lián)關(guān)系的關(guān)聯(lián)性互動(dòng)，致使現(xiàn)有研究存在較強(qiáng)主管隨意性。為此，本文考慮區(qū)域間金融關(guān)聯(lián)關(guān)系，基于經(jīng)濟(jì)地理距離矩陣，構(gòu)建涵蓋區(qū)域間金融空間關(guān)聯(lián)關(guān)系的空間權(quán)重矩陣，進(jìn)而以山東省17個(gè)城市為研究對(duì)象，運(yùn)用空間計(jì)量經(jīng)濟(jì)模型探究金融的空間關(guān)聯(lián)性對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，以期為優(yōu)化金融對(duì)沿海地區(qū)經(jīng)濟(jì)的持續(xù)高質(zhì)量增長(zhǎng)的助推作用提供一定參考。

1 山東省金融發(fā)展的時(shí)空格局

1.1 金融發(fā)展水平測(cè)算

常見(jiàn)衡量金融發(fā)展水平的指標(biāo)有金融相關(guān)比率、存貸款量等。參考學(xué)者劉金全（2016）的思路，本文選取FIR作為山東省金融發(fā)展水平的測(cè)度指標(biāo)[15］?？紤]到城市層級(jí)的股票、債券、保險(xiǎn)等數(shù)據(jù)不完整，同時(shí)考慮到數(shù)據(jù)的可得性、相關(guān)數(shù)據(jù)統(tǒng)計(jì)口徑的一致性，本文參照Goldsmith的處理方式，根據(jù)式（1） 測(cè)算FIR指標(biāo)。

據(jù)此，本文采用2003-2016年山東省17個(gè)城市的FIR數(shù)據(jù)作為分析的基礎(chǔ)，相關(guān)數(shù)據(jù)均來(lái)源于《山東統(tǒng)計(jì)年鑒》《山東金融年鑒》和山東省各城市各年份的金融統(tǒng)計(jì)年鑒，以及國(guó)民經(jīng)濟(jì)與社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)。

1.2 區(qū)域金融發(fā)展的時(shí)空演變

根據(jù)各城市的FIR數(shù)據(jù)，運(yùn)用GeoDA軟件和自然斷點(diǎn)法，以高值、中值、低值為等級(jí)，繪制出山東省金融發(fā)展水平的空間分布圖，由于篇幅限制，本文給出2007年、2011年、2015年以及2016年的分布圖，如圖1所示。

總體上，山東省17城市的金融發(fā)展逐漸提升，集聚特征逐漸凸顯。從時(shí)間維度上看，2003-2016年山東省金融發(fā)展水平呈穩(wěn)步上升趨勢(shì)，部分城市的金融發(fā)展水平實(shí)現(xiàn)躍升。如濰坊市在2011年脫離金融發(fā)展水平低值區(qū)，達(dá)到中等發(fā)展水平，臨沂、東營(yíng)、濱州等城市在2015年進(jìn)入中值群體，但菏澤的金融發(fā)展則下降至低值區(qū)。然而，山東省整體仍然不高，2016年處于中高水平的城市僅有8個(gè)，占比為47%，仍存在較大的改善空間。從空間維度上看，山東省城市金融發(fā)展水平呈明顯的集聚特征，其中，中等金融發(fā)展水平城市的集聚特征最為明顯，并且逐步向山東半島藍(lán)色經(jīng)濟(jì)區(qū)延伸，但煙臺(tái)、威海的金融發(fā)展仍然較為緩慢。另外，濟(jì)南作為山東省政治中心，其經(jīng)濟(jì)實(shí)力雄厚，始終處在山東省金融發(fā)展的高水平區(qū)，西部城市則呈現(xiàn)出低-低集聚特征。

圖1 山東省金融發(fā)展水平空間分布示意圖

2 區(qū)域金融發(fā)展的空間關(guān)聯(lián)性分析

2.1 空間關(guān)聯(lián)網(wǎng)絡(luò)構(gòu)建

基于山東省17個(gè)城市2003-2016年的金融發(fā)展水平（FIR）數(shù)據(jù)，對(duì)城市金融發(fā)展間的關(guān)聯(lián)關(guān)系進(jìn)行識(shí)別與判定。首先，根據(jù)數(shù)據(jù)的ADF檢驗(yàn)結(jié)果，對(duì)FIR數(shù)據(jù)取二階差分后，借助VAR模型對(duì)城市間的格蘭杰因果關(guān)系進(jìn)行檢驗(yàn)。結(jié)果表明，依據(jù)AIC和BIC準(zhǔn)則，在10%置信水平下，山東省17城市之間的金融發(fā)展存在113個(gè)顯著的單向格蘭杰因果關(guān)系。根據(jù)城市金融發(fā)展水平間的格蘭杰因果關(guān)系，利用UCINET軟件繪制山東省17城市金融發(fā)展水平的有向空間關(guān)聯(lián)網(wǎng)絡(luò)圖（圖2）。

圖2 山東省城際金融發(fā)展空間關(guān)聯(lián)網(wǎng)絡(luò)圖

根據(jù)山東省城市間金融發(fā)展的有向空間關(guān)聯(lián)網(wǎng)絡(luò)圖，城市金融發(fā)展之間廣泛存在著關(guān)聯(lián)關(guān)系，且大部分城市同時(shí)是金融發(fā)展的溢出者和受益者。濟(jì)南、青島、萊蕪、德州、泰安、棗莊等城市與其他地區(qū)存在緊密的關(guān)聯(lián)，占據(jù)空間關(guān)聯(lián)網(wǎng)絡(luò)的中心區(qū)域。其中，濟(jì)南、青島、德州的輻射功能顯著，而棗莊和泰安是金融發(fā)展溢出效應(yīng)的受益者。相比之下，菏澤、濟(jì)寧、淄博、臨沂、聊城和濱州分散于有向空間關(guān)聯(lián)網(wǎng)絡(luò)的邊緣地帶，與其他城市的關(guān)聯(lián)關(guān)系較弱且多為受益者。

從整體來(lái)看，網(wǎng)絡(luò)中實(shí)際存在113個(gè)關(guān)聯(lián)關(guān)系，0個(gè)不可達(dá)點(diǎn)，網(wǎng)絡(luò)密度為0.415 4，網(wǎng)絡(luò)關(guān)聯(lián)度為1，表明山東省城際金融發(fā)展空間關(guān)聯(lián)網(wǎng)絡(luò)中所有城市都可達(dá)，且具有較高的穩(wěn)健性。網(wǎng)絡(luò)中有35個(gè)對(duì)稱可達(dá)點(diǎn)，網(wǎng)絡(luò)等級(jí)度為0.449，網(wǎng)絡(luò)等級(jí)結(jié)構(gòu)相對(duì)穩(wěn)定。網(wǎng)絡(luò)中有20條多余關(guān)系線，網(wǎng)絡(luò)效率較高，為0.883，表明山東省城際金融發(fā)展之間的冗余疊加現(xiàn)象不顯著。

從個(gè)體來(lái)看，濟(jì)南、青島、萊蕪、德州等四城市的度數(shù)中心度均高于50%，居于網(wǎng)絡(luò)中心地位，對(duì)其他城市的關(guān)聯(lián)度、影響力和資源控制能力較高；菏澤、濱州、聊城、臨沂等城市經(jīng)濟(jì)增長(zhǎng)相對(duì)落后，與其他城市的關(guān)聯(lián)度不高，其度數(shù)中心度處于20%～30%?？梢?jiàn)，山東省城際金融發(fā)展的區(qū)域差距明顯。

2.2 金融關(guān)聯(lián)空間權(quán)重矩陣設(shè)計(jì)

2.2.1 傳統(tǒng)空間權(quán)重矩陣

空間權(quán)重矩陣是空間相關(guān)性檢驗(yàn)的基礎(chǔ)，也是區(qū)域金融發(fā)展空間關(guān)聯(lián)經(jīng)濟(jì)效應(yīng)檢驗(yàn)的前提。常見(jiàn)的空間權(quán)重矩陣有地理鄰接矩陣W1、地理距離矩陣W2和經(jīng)濟(jì)地理矩陣W3。

（1）地理鄰接矩陣以兩個(gè)空間單元是否相鄰為依據(jù)，當(dāng)兩個(gè)空間單元相鄰時(shí)，認(rèn)為兩者相互影響很大，則兩者的權(quán)重賦值為1，否則為0，同時(shí)將對(duì)角線上的元素設(shè)定為0，即：

（2）地理距離權(quán)重矩陣則認(rèn)為，兩個(gè)空間單元的地理距離越近，則兩者的相互影響程度就會(huì)越高，權(quán)重要素wij是以兩個(gè)空間單元間地理距離平方的倒數(shù)為基準(zhǔn)確定的，即：

（3）經(jīng)濟(jì)地理矩陣則基于地理距離權(quán)重矩陣，同時(shí)考慮地區(qū)間經(jīng)濟(jì)關(guān)聯(lián)，綜合分析地區(qū)間經(jīng)濟(jì)發(fā)展?fàn)顩r的影響與地理空間影響，即：

2.2.2 金融關(guān)聯(lián)空間權(quán)重矩陣

考慮到不同城市單元的金融發(fā)展水平存在空間關(guān)聯(lián)關(guān)系，這里根據(jù)前文山東省城市間金融發(fā)展水平的空間關(guān)聯(lián)關(guān)系，綜合分析社會(huì)經(jīng)濟(jì)因素，同時(shí)納入城際空間關(guān)聯(lián)關(guān)系，理論上更具有客觀性和精確性。區(qū)域金融關(guān)聯(lián)空間權(quán)重矩陣WF的構(gòu)建過(guò)程如下：

（1）基于山東省城市金融發(fā)展水平有向空間關(guān)聯(lián)網(wǎng)絡(luò)分析結(jié)果，按照式（2） 的規(guī)則將17城市金融發(fā)展的空間關(guān)聯(lián)網(wǎng)絡(luò)圖轉(zhuǎn)化成17×17的關(guān)聯(lián)關(guān)系矩陣Wf：

（2）沿經(jīng)濟(jì)地理矩陣設(shè)計(jì)思路，重點(diǎn)研究經(jīng)濟(jì)要素的流動(dòng)性對(duì)金融發(fā)展的重要性影響，將經(jīng)濟(jì)因素納入矩陣Wf中，按式（3） 計(jì)算金融關(guān)聯(lián)空間權(quán)重矩陣WF。

2.3 區(qū)域金融發(fā)展的空間相關(guān)性檢驗(yàn)

基于金融關(guān)聯(lián)的空間權(quán)重矩陣，分別估計(jì)山東省17城市間的金融發(fā)展水平的全局莫蘭指數(shù)和局部莫蘭指數(shù)，實(shí)施全局空間自相關(guān)檢驗(yàn)和局部空間自相關(guān)檢驗(yàn)，識(shí)別山東省總體關(guān)聯(lián)度以及不同城市間金融發(fā)展空間關(guān)聯(lián)狀態(tài)隨空間轉(zhuǎn)移的變化規(guī)律。

全局空間自相關(guān)檢驗(yàn)結(jié)果（圖3） 顯示，2003-2016年山東省17城市金融發(fā)展水平的全局莫蘭指數(shù)均為負(fù)值，且在-0.15附近浮動(dòng)，這表明山東省金融發(fā)展存在城際間微弱的負(fù)向影響。根據(jù)全局莫蘭指數(shù)的變動(dòng)路徑，可將其分為三個(gè)階段：第一階段為2003-2006年，由城市間激烈競(jìng)爭(zhēng)對(duì)外部產(chǎn)生了較大程度的負(fù)向影響，全局莫蘭指數(shù)迅速下降；第二階段為2006-2014年，適時(shí)的區(qū)域協(xié)調(diào)發(fā)展政策推動(dòng)了區(qū)域間的交流與合作，區(qū)域間的負(fù)向效應(yīng)弱化，此時(shí)的全局莫蘭指數(shù)平穩(wěn)上升；第三階段則為2014年后，全局莫蘭指數(shù)略有下降，回復(fù)到-0.15附近。

圖3 山東省金融發(fā)展全局Moran'I指數(shù)

圖4 山東省金融發(fā)展局部Moran'I指數(shù)

基于前文所構(gòu)建的金融關(guān)聯(lián)空間權(quán)重矩陣，估計(jì)2003-2016年山東省17個(gè)城市金融發(fā)展水平的局部莫蘭指數(shù)。通過(guò)散點(diǎn)圖可知，2003-2016年山東省城市間金融發(fā)展水平的局部莫蘭指數(shù)在第二象限和第四象限的分布較為集中，呈現(xiàn)出明顯的高-低集聚或低-高集聚現(xiàn)象，山東省17城市間的金融發(fā)展水平呈現(xiàn)顯著的負(fù)向空間相關(guān)性。

3 區(qū)域金融發(fā)展空間關(guān)聯(lián)的經(jīng)濟(jì)效應(yīng)檢驗(yàn)

3.1 金融發(fā)展空間關(guān)聯(lián)的經(jīng)濟(jì)效應(yīng)的模型估計(jì)

3.1.1 模型設(shè)定

前文研究表明山東省17個(gè)城市間存在金融發(fā)展的空間關(guān)聯(lián)效應(yīng)，為探索金融發(fā)展的空間關(guān)聯(lián)的經(jīng)濟(jì)效應(yīng)，這里基于本文所設(shè)計(jì)的金融關(guān)聯(lián)空間權(quán)重矩陣，構(gòu)建空間計(jì)量模型，對(duì)山東省金融發(fā)展空間關(guān)聯(lián)的經(jīng)濟(jì)效應(yīng)進(jìn)行實(shí)證分析。為此，本文將空間計(jì)量模型設(shè)定為其中，C是常數(shù)項(xiàng)，i為山東省各城市，t為時(shí)間。Yit為被解釋變量，F(xiàn)init為區(qū)域金融發(fā)展水平，Xit是其他控制變量的集合，β、ρ、λ、θ是各變量的回歸系數(shù)，wij是空間權(quán)重矩陣的元素，表示區(qū)域間的交互程度；ui為個(gè)體效應(yīng)，νit為隨便誤差項(xiàng)。

3.1.2 變量選取

根據(jù)經(jīng)濟(jì)運(yùn)行實(shí)踐，這里選取經(jīng)濟(jì)發(fā)展水平（RGDP） 為被解釋變量，金融發(fā)展水平（Fin）為核心解釋變量；另外，選擇勞動(dòng)投入（Lab）、固定資產(chǎn)投資（Inv） 為控制變量。

（1） 經(jīng)濟(jì)發(fā)展水平（RGDP）。GDP能夠反映一個(gè)國(guó)家或地區(qū)的經(jīng)濟(jì)發(fā)展?fàn)顩r，為消除區(qū)域面積、區(qū)域人口數(shù)量等差異，保證GDP能夠準(zhǔn)確反映實(shí)際區(qū)域經(jīng)濟(jì)發(fā)展水平，本文選取人均GDP作為經(jīng)濟(jì)增長(zhǎng)水平的衡量指標(biāo)。

（2） 金融發(fā)展水平（Fin）。金融作為現(xiàn)代經(jīng)濟(jì)的核心，是一國(guó)經(jīng)濟(jì)核心競(jìng)爭(zhēng)力的決定因素之一。沿用多數(shù)學(xué)者做法，本文選取FIR作為山東省各城市金融發(fā)展水平的衡量指標(biāo)。

（3）勞動(dòng)投入（Lab）。勞動(dòng)力投入是經(jīng)濟(jì)增長(zhǎng)的基本要素之一，本文選取各城市城鎮(zhèn)就業(yè)人員與總?cè)丝诘谋戎刈鳛閯趧?dòng)投入指標(biāo)，以衡量勞動(dòng)力投入水平。

（4） 固定資產(chǎn)投資（Inv）。投資是拉動(dòng)經(jīng)濟(jì)的三駕馬車之一，對(duì)經(jīng)濟(jì)增長(zhǎng)的影響不容忽視，根據(jù)數(shù)據(jù)可得性，同時(shí)剔除區(qū)域面積差異的影響，本文選取人均固定資產(chǎn)投資量作為區(qū)域投資水平的衡量指標(biāo)。

研究樣本為2003-2016年山東省17個(gè)城市的面板數(shù)據(jù)，相關(guān)數(shù)據(jù)均源于《山東省統(tǒng)計(jì)年鑒》和各城市統(tǒng)計(jì)年鑒及統(tǒng)計(jì)公報(bào)。同時(shí)，為去除時(shí)間趨勢(shì)并降低異方差性，本文對(duì)所有的變量均進(jìn)行取對(duì)數(shù)處理。

3.1.3 模型估計(jì)

為提高研究精確性，本文在基于區(qū)域金融空間關(guān)聯(lián)空間矩陣設(shè)計(jì)空間計(jì)量模型的同時(shí)，選取傳統(tǒng)空間權(quán)重矩陣中的地理鄰接矩陣W1和W3經(jīng)濟(jì)地理矩陣，對(duì)區(qū)域間金融發(fā)展水平的經(jīng)濟(jì)效應(yīng)進(jìn)行實(shí)證檢驗(yàn)?；诖耍疚膶?duì)模型（7）進(jìn)行LM檢驗(yàn)、Wald檢驗(yàn)以及Hausman檢驗(yàn)，以確定適用于山東省17個(gè)城市間金融發(fā)展空間關(guān)聯(lián)經(jīng)濟(jì)效應(yīng)分析的空間計(jì)量模型形式，檢驗(yàn)結(jié)果如表1所示。

表1 山東省17城市金融發(fā)展空間關(guān)聯(lián)的經(jīng)濟(jì)效應(yīng)模型檢驗(yàn)

LM檢驗(yàn)表明，在1%的顯著性水平下，在三類空間權(quán)重矩陣下，模型（7） 均可通過(guò)LM-lag與LM-error的顯著性檢驗(yàn)和穩(wěn)健性檢驗(yàn)，表明模型空間自相關(guān)性顯著，可將該模型設(shè)定為空間面板模型，且SDM模型形式的空間面板模型將更適用于所選樣本。同時(shí)，根據(jù)Wald檢驗(yàn)，SDM模型不可簡(jiǎn)化為SAR模型和SEM模型?；诖?，本文選擇SDM模型對(duì)山東省區(qū)域金融空間關(guān)聯(lián)的經(jīng)濟(jì)效應(yīng)進(jìn)行研究。

另外，根據(jù)Hausman檢驗(yàn)，使用金融關(guān)聯(lián)的空間權(quán)重矩陣WF的SDM模型有不顯著的Hausman統(tǒng)計(jì)量，而使用地理權(quán)重矩陣W1與W3經(jīng)濟(jì)地理權(quán)重矩陣的時(shí)，SDM模型的Hausman統(tǒng)計(jì)量通過(guò)了1%的顯著性檢驗(yàn)。因而本文在使用空間權(quán)重矩陣WF時(shí)選取了隨機(jī)效應(yīng)SDM模型形式，在基于空間矩陣W1和W3的SDM模型采用固定效應(yīng)形式。

特別地，LM檢驗(yàn)中，相比于傳統(tǒng)空間權(quán)重矩陣W1和W3，金融相關(guān)空間權(quán)重矩陣W3的顯著性水平更高，表明將金融發(fā)展的空間關(guān)聯(lián)性納入空間權(quán)重矩陣對(duì)研究其經(jīng)濟(jì)效應(yīng)來(lái)說(shuō)，更具合理性。同時(shí)，為驗(yàn)證金融關(guān)聯(lián)空間權(quán)重矩陣的有效性，本文對(duì)SDM模型參數(shù)進(jìn)行了極大似然參數(shù)估計(jì)。模型估計(jì)結(jié)果匯總?cè)绫?所示。

表2 山東省17城市金融發(fā)展空間關(guān)聯(lián)的經(jīng)濟(jì)效應(yīng)的實(shí)證分析結(jié)果

3.2 金融發(fā)展空間關(guān)聯(lián)的經(jīng)濟(jì)效應(yīng)的實(shí)證結(jié)果分析

由模型參數(shù)估計(jì)結(jié)果可知，相較于傳統(tǒng)面板模型，考慮空間因素的SDM模型的擬合優(yōu)度有所提升，由0.924提高到0.960、0.961、0.939。與此同時(shí)，三種空間權(quán)重矩陣下的SDM空間相關(guān)系數(shù)均在1%的顯著水平下通過(guò)檢驗(yàn)，進(jìn)一步驗(yàn)證了山東省17城市金融發(fā)展的經(jīng)濟(jì)效應(yīng)具有顯著的空間效應(yīng)。

核心解釋變量的參數(shù)估計(jì)結(jié)果顯示，未考慮空間效應(yīng)的面板模型中，金融發(fā)展水平的系數(shù)估計(jì)值顯著為正，表明山東省城市金融發(fā)展水平的提高能夠有效拉動(dòng)經(jīng)濟(jì)增長(zhǎng)。當(dāng)把空間效應(yīng)引入模型后，使用地理距離權(quán)重W1和經(jīng)濟(jì)地理距離權(quán)重W3時(shí)lnFin的系數(shù)估計(jì)值顯著為負(fù)，W1·lnFin與W3·lnFin的系數(shù)均為正，但其顯著性較低，說(shuō)明山東省城市金融發(fā)展水平的提高是以犧牲本地經(jīng)濟(jì)發(fā)展為代價(jià)的，反而對(duì)周邊地區(qū)經(jīng)濟(jì)增長(zhǎng)有輕微的拉動(dòng)作用。相比之下，基于金融關(guān)聯(lián)空間權(quán)重矩陣WF的SDM模型中，lnFin與WF·lnFin的系數(shù)分別為0.033和-0.096，且能夠通過(guò)5%的顯著性檢驗(yàn)，說(shuō)明本地金融發(fā)展對(duì)本地經(jīng)濟(jì)發(fā)展有著更強(qiáng)的正向作用，而對(duì)周邊區(qū)域的經(jīng)濟(jì)發(fā)展表現(xiàn)出微弱的負(fù)向影響，這一結(jié)論與唐松學(xué)者的研究結(jié)論相似[4］。這主要是由于金融資源過(guò)度集聚在少部分城市，從而引致集聚的不經(jīng)濟(jì)性所造成的。

從控制變量的系數(shù)估計(jì)值來(lái)看，四個(gè)模型中l(wèi)ninv的系數(shù)估計(jì)值顯著為正，但其表征其空間效應(yīng)的W·lninv系數(shù)估計(jì)值在金融關(guān)聯(lián)空間權(quán)重矩陣下顯著為負(fù)，表明投資對(duì)本地經(jīng)濟(jì)增長(zhǎng)有促進(jìn)作用，但對(duì)其他城市的經(jīng)濟(jì)發(fā)展有負(fù)面影響。勞動(dòng)力投入lnLab的系數(shù)估計(jì)值在考慮金融關(guān)聯(lián)空間效應(yīng)之后變?yōu)樨?fù)值，同時(shí)表征其空間效應(yīng)變量的系數(shù)估計(jì)值顯著為負(fù)，表明勞動(dòng)力的投入已經(jīng)不再是經(jīng)濟(jì)發(fā)展的核心動(dòng)力。

4 結(jié)論與建議

本文以山東省17城市為例，基于社會(huì)網(wǎng)絡(luò)分析構(gòu)建區(qū)域間金融發(fā)展空間關(guān)聯(lián)網(wǎng)絡(luò)，探索了山東省城際金融發(fā)展的空間關(guān)聯(lián)效應(yīng)，進(jìn)而設(shè)計(jì)了區(qū)域金融關(guān)聯(lián)的空間權(quán)重矩陣，通過(guò)空間杜賓模型，對(duì)沿海地區(qū)金融發(fā)展空間關(guān)聯(lián)的經(jīng)濟(jì)增長(zhǎng)效應(yīng)進(jìn)行深入探究。結(jié)果發(fā)現(xiàn)：山東省城市間經(jīng)濟(jì)金融發(fā)展水平逐漸向好，并呈現(xiàn)一定的空間集聚性，城市間金融發(fā)展存在穩(wěn)健的空間關(guān)聯(lián)性。與此同時(shí)，山東省城際金融發(fā)展水平同區(qū)域經(jīng)濟(jì)發(fā)展之間存在著正向空間效應(yīng)，金融發(fā)展能有效拉動(dòng)本區(qū)域經(jīng)濟(jì)狀況，對(duì)周邊區(qū)域經(jīng)濟(jì)同樣能起到正向作用，但作用效果相對(duì)微弱。

針對(duì)沿海地區(qū)城際金融發(fā)展的空間關(guān)聯(lián)性及其經(jīng)濟(jì)拉動(dòng)效應(yīng)，為促進(jìn)沿海地區(qū)經(jīng)濟(jì)與金融協(xié)調(diào)發(fā)展，縮小區(qū)域差距，本文提出如下建議。

第一，加快推進(jìn)區(qū)域一體化進(jìn)程，充分發(fā)揮金融發(fā)展的正向溢出效應(yīng)，拉動(dòng)區(qū)域經(jīng)濟(jì)向好發(fā)展。發(fā)揮區(qū)域經(jīng)濟(jì)中心與金融中心作用，借助其中心輻射效應(yīng)與擴(kuò)散效應(yīng)，大力促進(jìn)金融資源的區(qū)域間交流，實(shí)現(xiàn)金融資源在區(qū)域間的優(yōu)化配置與共享，帶動(dòng)周邊區(qū)域城市的經(jīng)濟(jì)增長(zhǎng)。

第二，加強(qiáng)城際間金融交流合作，促進(jìn)金融溢出效應(yīng)的有效傳遞。打破區(qū)域限制、促進(jìn)資源流動(dòng)、加強(qiáng)城際交流合作是縮小區(qū)域金融發(fā)展差異的關(guān)鍵。因此，應(yīng)打破區(qū)域壁壘，鼓勵(lì)金融機(jī)構(gòu)在區(qū)域內(nèi)外同時(shí)開(kāi)展業(yè)務(wù)，在加強(qiáng)區(qū)域間金融資源暢通流動(dòng)與有效溝通的同時(shí)，進(jìn)一步降低交易成本與經(jīng)營(yíng)風(fēng)險(xiǎn)，按照“市場(chǎng)引導(dǎo)、政府拖動(dòng)、互利共贏”原則，加快建成區(qū)域間互動(dòng)機(jī)制，充分發(fā)揮區(qū)域間正向溢出效應(yīng)，促進(jìn)區(qū)域協(xié)調(diào)發(fā)展。

第三，優(yōu)化區(qū)域產(chǎn)業(yè)結(jié)構(gòu)，鼓勵(lì)金融創(chuàng)新發(fā)展，激發(fā)經(jīng)濟(jì)增長(zhǎng)新動(dòng)能。一方面，著力加快落后城市產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)，通過(guò)產(chǎn)業(yè)發(fā)展帶動(dòng)金融發(fā)展；另一方面，政府對(duì)金融產(chǎn)品、金融制度的創(chuàng)新采取鼓勵(lì)措施，優(yōu)化金融發(fā)展環(huán)境，同時(shí)促進(jìn)優(yōu)秀創(chuàng)新成果的區(qū)域間流動(dòng)與共享，縮減區(qū)域間金融發(fā)展差距，進(jìn)而促進(jìn)區(qū)域間金融協(xié)調(diào)發(fā)展，激發(fā)經(jīng)濟(jì)增長(zhǎng)新動(dòng)能。