金融產(chǎn)業(yè)集聚對(duì)區(qū)域經(jīng)濟(jì)增長的影響

蘇斌 胡德順

摘 要：文章首先利用區(qū)位熵指數(shù)法，從銀行業(yè)、保險(xiǎn)業(yè)和證券業(yè)三個(gè)維度測度了西部11個(gè)省區(qū)市金融產(chǎn)業(yè)集聚水平，然后采用2009—2018年面板數(shù)據(jù)，利用單位根檢驗(yàn)、協(xié)整檢驗(yàn)、拉格朗日乘數(shù)檢驗(yàn)和豪斯曼檢驗(yàn)構(gòu)建固定效應(yīng)模型，對(duì)我國西部地區(qū)金融產(chǎn)業(yè)集聚對(duì)區(qū)域經(jīng)濟(jì)增長影響進(jìn)行實(shí)證分析。結(jié)果表明：西部11個(gè)省區(qū)市金融產(chǎn)業(yè)集聚水平總體保持持續(xù)上升的勢頭;保險(xiǎn)業(yè)集聚因素對(duì)區(qū)域經(jīng)濟(jì)增長起正向推動(dòng)作用，而銀行業(yè)集聚和證券業(yè)集聚因素則起到抑制作用。

關(guān)鍵詞：區(qū)位熵指數(shù)法;單位根檢驗(yàn);銀行業(yè)集聚;保險(xiǎn)業(yè)集聚;固定效應(yīng)模型

中圖分類號(hào)：F124;F832.7? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? 文章編號(hào)：1671-0037（2020）6-75-8

DOI：10.19345/j.cxkj.1671-0037.2020.06.010

1 引言

自西部大開發(fā)戰(zhàn)略實(shí)施以來，西部地區(qū)取得的經(jīng)濟(jì)發(fā)展成果十分顯著，2000—2018年，GDP從17 276.41億元增長到189 156.1億元，年均增長14.2%，人均GDP從4 848.14元增長到49 835.99元，年均增長13.82%，城鎮(zhèn)居民可支配收入從5 648.88元上升到21 598.42元，年增長7.34%。不難看出，西部大開發(fā)戰(zhàn)略極大地促進(jìn)了西部地區(qū)的發(fā)展，提高了人民的生活水平。西部地區(qū)能夠取得這么大的進(jìn)步，除了國家給予政策上的傾斜外，也離不開金融產(chǎn)業(yè)的支持。黨的十九大以來，以習(xí)近平同志為核心的黨中央對(duì)西部大開發(fā)戰(zhàn)略高度重視，明確指出要采取一系列措施來促使西部大開發(fā)形成新格局。其中就提出支持商業(yè)金融、合作金融等更好地為西部地區(qū)發(fā)展服務(wù)。本文嘗試從產(chǎn)業(yè)集聚學(xué)角度分析西部地區(qū)金融產(chǎn)業(yè)集聚對(duì)經(jīng)濟(jì)增長的影響，從而正確定位金融產(chǎn)業(yè)在經(jīng)濟(jì)增長中的作用，為制定西部地區(qū)金融政策提供建議。

近些年，隨著金融產(chǎn)業(yè)的快速發(fā)展，金融產(chǎn)業(yè)集聚與區(qū)域經(jīng)濟(jì)發(fā)展之間的因果關(guān)系引起很多國內(nèi)外學(xué)者的關(guān)注。國內(nèi)外學(xué)者對(duì)于金融集聚的研究主要從三個(gè)方面進(jìn)行研究：①金融產(chǎn)業(yè)集聚對(duì)經(jīng)濟(jì)增長影響的實(shí)現(xiàn)機(jī)制?；隈R歇爾的產(chǎn)業(yè)集聚理論，Kindle Berger（1974）從金融功能觀和歷史觀角度，研究指出金融集聚不僅能實(shí)現(xiàn)跨地區(qū)支付結(jié)算效率和資源配置效率的提升，還能影響不同地域之間資金的轉(zhuǎn)移與交付，進(jìn)而拉動(dòng)該地區(qū)經(jīng)濟(jì)持續(xù)增長[1]。Pandilt等（2001）研究發(fā)現(xiàn)金融服務(wù)業(yè)集聚過程中會(huì)產(chǎn)生集聚效應(yīng)，這一集聚效應(yīng)又會(huì)促進(jìn)金融中心的產(chǎn)生，進(jìn)而對(duì)經(jīng)濟(jì)發(fā)展起助推作用[2]。Wen-Tai Hus等（2012）通過分析金融集聚與經(jīng)濟(jì)發(fā)展之間的關(guān)系，發(fā)現(xiàn)貿(mào)易自由化會(huì)影響企業(yè)的經(jīng)營地點(diǎn)，進(jìn)而促使金融集聚的產(chǎn)生，最終影響經(jīng)濟(jì)的發(fā)展[3]?；趥鹘y(tǒng)索洛增長模型，李標(biāo)等（2016）研究得出在創(chuàng)新驅(qū)動(dòng)下金融集聚對(duì)經(jīng)濟(jì)增長有顯著的驅(qū)動(dòng)作用[4]。劉軍等（2007）通過研究發(fā)現(xiàn)金融集聚會(huì)以集聚效應(yīng)、擴(kuò)散效應(yīng)和金融自身功能來推動(dòng)實(shí)體經(jīng)濟(jì)增長[5]。劉帥等（2012）運(yùn)用兩步系統(tǒng)GMM估計(jì)方法進(jìn)行研究，發(fā)現(xiàn)銀行業(yè)集聚和保險(xiǎn)業(yè)集聚對(duì)西部地區(qū)經(jīng)濟(jì)增長有非常顯著的正向促進(jìn)作用，而證券業(yè)集聚對(duì)西部地區(qū)經(jīng)濟(jì)增長的影響為負(fù)[6]。②金融集聚對(duì)區(qū)域經(jīng)濟(jì)帶來的經(jīng)濟(jì)效益。陸軍等（2014）利用區(qū)位熵、單位根檢驗(yàn)、格蘭杰檢驗(yàn)等方法，研究發(fā)現(xiàn)受北京市經(jīng)濟(jì)發(fā)展影響，北京市的金融集聚得到不斷強(qiáng)化，對(duì)天津市、河北省產(chǎn)生擴(kuò)散效應(yīng)，進(jìn)而對(duì)周邊地區(qū)經(jīng)濟(jì)發(fā)展起到明顯的拉動(dòng)作用[7]。李紅等（2014）采用改進(jìn)權(quán)重的空間杜賓模型，研究發(fā)現(xiàn)金融產(chǎn)業(yè)集聚能帶來資本、人才和稀缺資源的不斷聚集，并且不會(huì)產(chǎn)生擁擠效應(yīng);金融人力資本、金融集聚規(guī)模程度與金融產(chǎn)出密度不僅顯著促進(jìn)城市經(jīng)濟(jì)增長，還會(huì)在鄰近城市存在明顯的空間溢出效應(yīng)[8]。黃德春等（2018）研究發(fā)現(xiàn)長江經(jīng)濟(jì)帶的金融產(chǎn)業(yè)集聚實(shí)現(xiàn)了對(duì)該地區(qū)經(jīng)濟(jì)發(fā)展的溢出效應(yīng)[9]。③基于空間和地理視角，金融產(chǎn)業(yè)集群對(duì)區(qū)域經(jīng)濟(jì)增長的影響。Hassan等（2011）運(yùn)用面板數(shù)據(jù)模型，發(fā)現(xiàn)發(fā)展中國家的良好金融產(chǎn)業(yè)體系是區(qū)域經(jīng)濟(jì)穩(wěn)定增長的原因之一[10]。徐芳燕等（2020）通過構(gòu)建靜態(tài)SAR空間計(jì)量模型，研究表明粵港澳大灣區(qū)金融集聚促進(jìn)了區(qū)域經(jīng)濟(jì)增長[11]。王婧倩（2020）運(yùn)用區(qū)位熵度量模型，發(fā)現(xiàn)長江經(jīng)濟(jì)帶金融集聚對(duì)區(qū)域經(jīng)濟(jì)增長起正向推動(dòng)作用[12]。

綜上所述，雖然已有不少文獻(xiàn)采用計(jì)量經(jīng)濟(jì)模型來研究金融產(chǎn)業(yè)集聚對(duì)經(jīng)濟(jì)增長的影響，但是尚未有文獻(xiàn)直接實(shí)證研究金融產(chǎn)業(yè)集聚對(duì)西部地區(qū)經(jīng)濟(jì)增長影響，出于這個(gè)方面的考慮，同時(shí)為進(jìn)一步豐富金融產(chǎn)業(yè)集聚對(duì)經(jīng)濟(jì)增長影響理論，研究金融產(chǎn)業(yè)集聚對(duì)西部地區(qū)經(jīng)濟(jì)增長的影響就顯得十分有必要。本文在充分借鑒已有研究成果的基礎(chǔ)上，嘗試將區(qū)位熵指數(shù)與固定效應(yīng)模型結(jié)合起來，從銀行業(yè)區(qū)位熵、保險(xiǎn)業(yè)區(qū)位熵、證券業(yè)區(qū)位熵等維度構(gòu)建金融產(chǎn)業(yè)集聚指標(biāo)，探究金融產(chǎn)業(yè)集聚三個(gè)核心指標(biāo)對(duì)西部地區(qū)經(jīng)濟(jì)增長的影響作用方向和大小。

2 中國西部地區(qū)金融產(chǎn)業(yè)集聚水平的測度

2.1 測度方法

雖然產(chǎn)業(yè)集聚的測量方法有許多，包括EG指數(shù)、區(qū)位熵、赫芬達(dá)爾指數(shù)以及行業(yè)集中度等，但是區(qū)位熵測度方法具有能更好地反映出某地區(qū)的產(chǎn)業(yè)集聚情況以及消除地區(qū)企業(yè)規(guī)模差異等優(yōu)點(diǎn)，因而被大部分學(xué)者所采用。本文借鑒衣保中和周賀（2020）的做法，利用區(qū)位熵方法來計(jì)算金融產(chǎn)業(yè)集聚程度[13]。

區(qū)位熵的計(jì)算公式：

依據(jù)區(qū)位熵定義，可將中國西部地區(qū)銀行業(yè)集聚水平表示為：

同理，可將中國西部地區(qū)保險(xiǎn)業(yè)集聚水平表示為：

同理，可將中國西部地區(qū)保險(xiǎn)業(yè)集聚水平表示為：

2.2 指標(biāo)選取與數(shù)據(jù)來源

2.2.1 指標(biāo)選取。本文借鑒成學(xué)真和岳松毅（2016）的研究[14]，金融產(chǎn)業(yè)集聚的研究可以通過金融機(jī)構(gòu)這個(gè)維度進(jìn)行測度，而金融機(jī)構(gòu)主要包括銀行、保險(xiǎn)公司和證券公司，結(jié)合研究的真實(shí)性和數(shù)據(jù)的可獲得性，從而選取銀行業(yè)、保險(xiǎn)業(yè)和證券業(yè)三個(gè)代表性行業(yè)作為度量中國西部地區(qū)金融產(chǎn)業(yè)集聚水平的指標(biāo)。用[LQBAN]表示銀行業(yè)的區(qū)位熵，[LQINS]表示保險(xiǎn)業(yè)的區(qū)位熵，[LQSEC]表示證券業(yè)的區(qū)位熵。

2.2.2 數(shù)據(jù)來源。為了從全局把握中國西部地區(qū)的金融產(chǎn)業(yè)集聚水平的分布情況，基于數(shù)據(jù)的可獲得性原則，本文選取2009—2018年中國西部（除西藏外）11個(gè)省區(qū)市面板數(shù)據(jù)進(jìn)行分析。數(shù)據(jù)主要來源于《中國統(tǒng)計(jì)年鑒》《中國金融統(tǒng)計(jì)年鑒》、Wind數(shù)據(jù)庫和國家統(tǒng)計(jì)局，部分缺失數(shù)據(jù)采用插值法進(jìn)行補(bǔ)充。

2.3 實(shí)證結(jié)果

2.3.1 中國西部11個(gè)省區(qū)市銀行業(yè)集聚水平分析。由表1可知，從整體上看絕大部分西部地區(qū)銀行業(yè)集聚水平處在全國平均水平之下，說明西部地區(qū)的銀行業(yè)發(fā)展落后于中國東、中部地區(qū)。從局部看，云南和貴州近幾年的銀行業(yè)集聚水平穩(wěn)定在全國平均水平之上，表明貴州和云南兩個(gè)省的銀行業(yè)發(fā)展有了很大的進(jìn)步。陜西、甘肅、寧夏、四川和廣西等的銀行業(yè)集聚水平大體呈現(xiàn)出先上升后下降的變化趨勢，說明這幾個(gè)省區(qū)市的銀行業(yè)正經(jīng)歷發(fā)展瓶頸期，發(fā)展勢頭受到一定的限制。青海、新疆、重慶和內(nèi)蒙古總體呈現(xiàn)持續(xù)上升的勢頭，銀行業(yè)集聚勢頭表現(xiàn)良好，表明在西部大開發(fā)背景下，這些地區(qū)的銀行業(yè)得到更多的發(fā)展機(jī)會(huì)。

2.3.2 中國西部11個(gè)省區(qū)市保險(xiǎn)業(yè)集聚水平分析。由表2可知，西部絕大多數(shù)地區(qū)的保險(xiǎn)業(yè)區(qū)位熵低于全國的平均水準(zhǔn)，說明西部地區(qū)保險(xiǎn)業(yè)集聚水平在全國范圍內(nèi)處于劣勢。從時(shí)間的變化來看，西部多數(shù)地區(qū)保險(xiǎn)業(yè)集聚水平展現(xiàn)出不斷上升的趨勢，尤其是青海、甘肅、新疆和云南。2009—2018年，新疆保險(xiǎn)業(yè)集聚水平始終位于西北五省的首位，特別在近幾年里一直維持在全國平均水平之上，為絲綢之路經(jīng)濟(jì)帶的建設(shè)奠定了良好的基礎(chǔ)。西南四省的保險(xiǎn)業(yè)集聚總體上呈現(xiàn)出不錯(cuò)的發(fā)展勢頭。

2.3.3 中國西部11個(gè)省區(qū)市證券業(yè)集聚水平分析。由表3可知，西部11個(gè)省區(qū)市證券業(yè)集聚水平普遍處于較低水平，離全國平均水平還有不小的差距。2009年各省區(qū)市證券業(yè)區(qū)位熵指數(shù)均未超過1，但到了2018年，陜西、重慶、四川、云南和廣西的證券業(yè)區(qū)位熵指數(shù)超過1，說明部分西部地區(qū)證券業(yè)集聚水平較以往而言已超過全國平均證券業(yè)集聚水平。通過具體年份的證券業(yè)區(qū)位熵指數(shù)，能夠看到西部地區(qū)各個(gè)省份的差距也比較大，例如，2017年四川省證券業(yè)集聚區(qū)位熵為1.563 9，而青海省僅為0.451 0，兩者相差1.112 9，表明青海省通過證券市場進(jìn)行融資的能力要遠(yuǎn)弱于四川省。

3 中國西部地區(qū)金融產(chǎn)業(yè)集聚對(duì)區(qū)域經(jīng)濟(jì)增長影響的實(shí)證分析

3.1 變量選取

3.1.1 被解釋變量。反映一個(gè)地區(qū)經(jīng)濟(jì)增長的指標(biāo)有很多，如[GDP]增長率、人均實(shí)際[GDP]、技術(shù)密集型工業(yè)增加值占國內(nèi)生產(chǎn)總值比重、第三產(chǎn)業(yè)增加值占國內(nèi)生產(chǎn)總值比重、地區(qū)生產(chǎn)總值等，但是考慮到每個(gè)地區(qū)的發(fā)展情況不同，發(fā)展水平存在較大差距，相比于其他指標(biāo)，人均實(shí)際[GDP]能夠客觀反映一個(gè)地區(qū)的社會(huì)發(fā)展水平和發(fā)展?fàn)顩r，因此，本文選取人均實(shí)際[GDP]作為反映區(qū)域經(jīng)濟(jì)增長的指標(biāo)。用[AGDP]表示。

3.1.2 核心解釋變量。本文選取銀行業(yè)區(qū)位熵（[Bank]）、保險(xiǎn)業(yè)區(qū)位熵（[Insurance]）和證券業(yè)區(qū)位熵（[Security]）作為核心解釋變量，來衡量一個(gè)地區(qū)的金融集聚水平，且區(qū)位熵值的大小反映該地區(qū)的金融集聚水平的高低，分別用[Bank]、[Insurance]和[Security]表示。

3.1.3 控制變量?？刂谱兞恐饕强刂破溆嗫赡苡绊懙貐^(qū)金融集聚程度的因素。本文將借鑒仲深和杜磊（2018）所用的模型，采用政府干預(yù)、固定資產(chǎn)投資、基礎(chǔ)設(shè)施建設(shè)等3個(gè)控制變量[10]。

政府干預(yù)：本文用地方財(cái)政支出反映政府干預(yù)，選擇中國西部11個(gè)省區(qū)市財(cái)政一般預(yù)算支出與[GDP]的比值來衡量政府財(cái)政支出指標(biāo)，記為[Government]。

固定資產(chǎn)投資：本文選擇中國西部11個(gè)省區(qū)市固定資產(chǎn)投資額占[GDP]的比值來反映固定資產(chǎn)投資水平，記為[Investment]。

基礎(chǔ)設(shè)施建設(shè)：本文采用地區(qū)公路總里程、鐵路營業(yè)里程以及內(nèi)河航道總里程之和與該地區(qū)國土面積的比值來衡量一個(gè)地區(qū)的基礎(chǔ)設(shè)施情況，記為[Infrastructure]。

3.2 模型構(gòu)造

基于研究目的，本文選擇多元回歸模型來分析金融產(chǎn)業(yè)集聚對(duì)經(jīng)濟(jì)增長的影響。多元回歸模型的一般形式為：

選取人均實(shí)際GDP（[AGDP]）作為被解釋變量，銀行業(yè)區(qū)位熵（[Bank]）、保險(xiǎn)業(yè)區(qū)位熵（[Insurance]）和證券業(yè)區(qū)位熵（[Security]）作為解釋變量，政府財(cái)政支出（[Government]）、固定資產(chǎn)投資（[Investment]）和基礎(chǔ)設(shè)施建設(shè)（[Infrastructure]）作為控制變量，在設(shè)定模型時(shí)，為最大化降低時(shí)間序列數(shù)據(jù)中多重共線性、異方差等因素對(duì)回歸結(jié)果的干擾，需要對(duì)全部變量取自然對(duì)數(shù)。具體模型構(gòu)建如下：

3.3 實(shí)證結(jié)果與分析

3.3.1 ADF檢驗(yàn)。本文選取的數(shù)據(jù)是包含地區(qū)和年份兩個(gè)維度的面板數(shù)據(jù)，所以涉及時(shí)間序列的性質(zhì)，因而在進(jìn)行數(shù)據(jù)處理之前須進(jìn)行ADF檢驗(yàn)，避免因非平穩(wěn)數(shù)據(jù)造成的虛假回歸問題。本文利用Stata15.1軟件進(jìn)行單位根檢驗(yàn)，結(jié)果見表4（以5%顯著性水平為標(biāo)準(zhǔn)）。

根據(jù)表4結(jié)果可知，在5%的顯著性水平下，ln AGDP、ln Security、ln Government、ln Frastructure均能拒絕原假設(shè)，而ln Bank、ln Insurance、ln Investment都不能拒絕原假設(shè)，即這些變量原始數(shù)據(jù)均為非平穩(wěn)序列，但其在一階差分的條件下，均能拒絕原假設(shè)。

3.3.2 協(xié)整檢驗(yàn)。根據(jù)ADF檢驗(yàn)的結(jié)果，所研究的變量之間存在一階單整，而一階單整變量之間是否存在長期穩(wěn)定的關(guān)系，則需要利用協(xié)整檢驗(yàn)對(duì)數(shù)據(jù)進(jìn)行分析。Stata15.1中協(xié)整檢驗(yàn)主要有三種方法：Kao檢驗(yàn)、Pedroni檢驗(yàn)和Westerlund。為保證檢驗(yàn)結(jié)果的可靠性和準(zhǔn)確性，本文選擇Kao檢驗(yàn)、Pedroni檢驗(yàn)和Westerlund檢驗(yàn)，結(jié)果見表5（以10%顯著性水平為標(biāo)準(zhǔn)）。

表5結(jié)果顯示，在以10%的顯著性水平下，一階單整變量已通過Kao檢驗(yàn)、Pedroni檢驗(yàn)和Westerlund檢驗(yàn)，表明變量ln Bank、ln Insurance和ln Investment通過協(xié)整檢驗(yàn)，即一階單整變量之間存在長期穩(wěn)定關(guān)系。

3.3.3 模型檢驗(yàn)

3.3.3.1 LM檢驗(yàn)。根據(jù)表6的結(jié)果，P值為0.000 0，顯然拒絕不存在個(gè)體隨機(jī)效應(yīng)的原假設(shè)，所以，本文實(shí)證模型排除混合效應(yīng)模型。

3.3.3.2 Hausman檢驗(yàn)。判斷一組面板數(shù)據(jù)是使用隨機(jī)效應(yīng)模型，還是使用固定效應(yīng)模型？可以采用豪斯曼檢驗(yàn)方法，本文利用Hausman檢驗(yàn)作為判斷的依據(jù)。檢驗(yàn)結(jié)果如表7所示。

根據(jù)表7的結(jié)果，P值為0.000 0，由于該值小于0.05，則拒絕隨機(jī)效應(yīng)模型的原假設(shè)，故本文使用固定效應(yīng)模型進(jìn)行回歸。

3.3.3.3 回歸結(jié)果分析。通過LM檢驗(yàn)和Hausman檢驗(yàn)，本文應(yīng)該選擇固定效應(yīng)模型。借助Stata15.1對(duì)模型面板數(shù)據(jù)進(jìn)行回歸處理，回歸結(jié)果如表8所示。

由表8結(jié)果可知，回歸模型總體顯著性檢驗(yàn)F檢驗(yàn)的F統(tǒng)計(jì)量數(shù)值為13.82，大于95%置信水平所對(duì)應(yīng)的臨界值，說明該模型總體顯著，模型能比較真實(shí)地反映西部地區(qū)金融產(chǎn)業(yè)集聚與經(jīng)濟(jì)增長之間的關(guān)系。從模型的回歸系數(shù)來看，銀行業(yè)區(qū)位熵、證券業(yè)區(qū)位熵和政府干預(yù)的系數(shù)為負(fù)，并且在95%的置信水平上是顯著的;保險(xiǎn)業(yè)區(qū)位熵和固定資產(chǎn)投資的系數(shù)為正，并且在95%的置信水平上是顯著的;基礎(chǔ)設(shè)施建設(shè)的系數(shù)盡管是正的，但其在95%的置信水平上不顯著。不難看出，保險(xiǎn)業(yè)區(qū)位熵與基礎(chǔ)設(shè)施建設(shè)的系數(shù)之和大于銀行業(yè)區(qū)位熵、證券業(yè)區(qū)位熵與政府干預(yù)的系數(shù)之和的絕對(duì)值，故表明中國西部地區(qū)11個(gè)省區(qū)市的金融產(chǎn)業(yè)集聚對(duì)區(qū)域經(jīng)濟(jì)增長存在正向的促進(jìn)作用，而這種促進(jìn)作用主要來自于保險(xiǎn)業(yè)的集聚和基礎(chǔ)設(shè)施建設(shè)。

依據(jù)表8的回歸結(jié)果，逐個(gè)分析每個(gè)核心解釋變量對(duì)區(qū)域經(jīng)濟(jì)增長影響作用的方向和程度。

①行業(yè)集聚對(duì)經(jīng)濟(jì)增長影響分析。由表8的回歸結(jié)果可知，銀行業(yè)集聚區(qū)位熵每增加1個(gè)百分點(diǎn)，人均實(shí)際GDP就會(huì)減少0.449 0個(gè)百分點(diǎn)，表明銀行業(yè)集聚對(duì)地區(qū)經(jīng)濟(jì)發(fā)展起到抑制作用。之所以銀行業(yè)集聚對(duì)西部地區(qū)的經(jīng)濟(jì)發(fā)展產(chǎn)生抑制情況，可能原因一是，伴隨著西部大開發(fā)戰(zhàn)略的實(shí)施，西部地區(qū)經(jīng)濟(jì)一直保持高增速的發(fā)展，使得銀行產(chǎn)業(yè)集聚過度，從而導(dǎo)致銀行業(yè)競爭激烈，進(jìn)而出現(xiàn)銀行業(yè)利潤率大幅下滑，金融市場運(yùn)行效率下降等問題，對(duì)西部地區(qū)經(jīng)濟(jì)發(fā)展產(chǎn)生抑制情況;二是，2008年金融危機(jī)、一系列貨幣寬松政策等情況導(dǎo)致銀行產(chǎn)業(yè)資金空轉(zhuǎn)問題突出，在風(fēng)險(xiǎn)規(guī)避與資產(chǎn)增值雙重驅(qū)動(dòng)下，一部分資產(chǎn)只在金融體系內(nèi)流動(dòng)而未向?qū)嶓w經(jīng)濟(jì)轉(zhuǎn)移，另外一部分資金雖然流向?qū)嶓w經(jīng)濟(jì)，但融資通道被拉長，造成融資成本提高，從而阻礙經(jīng)濟(jì)發(fā)展。

②保險(xiǎn)業(yè)集聚對(duì)經(jīng)濟(jì)增長影響分析。保險(xiǎn)業(yè)集聚水平變量對(duì)區(qū)域經(jīng)濟(jì)增長起到正向的促進(jìn)作用，這一結(jié)果與成學(xué)真等（2016[14]）的結(jié)論相同。保險(xiǎn)業(yè)集聚區(qū)位熵每增加1個(gè)百分點(diǎn)，人均實(shí)際GDP相應(yīng)地增加0.464 9個(gè)百分點(diǎn)。實(shí)施西部大開發(fā)戰(zhàn)略近20年以來，西部地區(qū)保險(xiǎn)業(yè)取得了長足發(fā)展。保險(xiǎn)機(jī)構(gòu)數(shù)量與日俱增，保險(xiǎn)種類極大豐富，保費(fèi)收入增長較快，且增長率超過部分東、中部地區(qū)，保險(xiǎn)業(yè)制度的不斷完善與良好的政策環(huán)境，使得保險(xiǎn)業(yè)集聚對(duì)西部地區(qū)經(jīng)濟(jì)發(fā)展起到正向的促進(jìn)作用。

③證券業(yè)集聚對(duì)經(jīng)濟(jì)增長影響分析。回歸結(jié)果顯示，證券業(yè)集聚對(duì)西部地區(qū)經(jīng)濟(jì)增長起到抑制作用。其原因可能有以下幾點(diǎn)：一是相較于東部沿海發(fā)達(dá)地區(qū)發(fā)展成熟的證券業(yè)，西部地區(qū)證券業(yè)的發(fā)展仍處于初期階段，證券業(yè)的法律法規(guī)和體制建設(shè)不健全，西部地區(qū)上市企業(yè)的融資能力還有待進(jìn)一步提高，現(xiàn)階段西部地區(qū)的很多企業(yè)主要是通過國家政策手段來進(jìn)行融資;二是相較于銀行業(yè)，證券業(yè)資源脫離實(shí)體經(jīng)濟(jì)情況有些嚴(yán)重，在證券市場中，投資者不是出于企業(yè)所具有的價(jià)值投資，而是出于投機(jī)動(dòng)機(jī)，炒作虛擬經(jīng)濟(jì)，一定程度上阻礙了實(shí)體經(jīng)濟(jì)的健康發(fā)展。

4 結(jié)論與建議

本文首先利用區(qū)位熵指數(shù)法，從銀行業(yè)、保險(xiǎn)業(yè)和證券業(yè)三個(gè)維度測度了西部11個(gè)省區(qū)市金融產(chǎn)業(yè)集聚水平，分別計(jì)算出銀行業(yè)區(qū)位熵、保險(xiǎn)業(yè)區(qū)位熵和證券業(yè)區(qū)位熵，結(jié)果顯示西部地區(qū)的金融產(chǎn)業(yè)集聚水平總體保持持續(xù)上升的勢頭，然后利用單位根檢驗(yàn)、協(xié)整檢驗(yàn)、拉格朗日乘數(shù)檢驗(yàn)和豪斯曼檢驗(yàn)構(gòu)建固定效應(yīng)模型，分析了我國西部地區(qū)金融產(chǎn)業(yè)集聚水平對(duì)區(qū)域經(jīng)濟(jì)增長的影響，從實(shí)證結(jié)果可以看出：保險(xiǎn)業(yè)集聚、固定資產(chǎn)投資和基礎(chǔ)設(shè)施建設(shè)對(duì)區(qū)域經(jīng)濟(jì)增長起明顯的正向推動(dòng)作用，而銀行業(yè)集聚、證券業(yè)集聚和政府干預(yù)對(duì)區(qū)域經(jīng)濟(jì)增長起到抑制作用，綜合兩種不同作用的結(jié)果，金融產(chǎn)業(yè)集聚對(duì)區(qū)域經(jīng)濟(jì)增長具有促進(jìn)作用。

金融產(chǎn)業(yè)集聚是金融產(chǎn)業(yè)發(fā)展的高級(jí)形態(tài)，能夠有效提升一個(gè)地區(qū)核心競爭力，對(duì)于促進(jìn)本地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和經(jīng)濟(jì)高質(zhì)量增長具有十分重要的意義。本文結(jié)合西部地區(qū)金融產(chǎn)業(yè)發(fā)展的現(xiàn)實(shí)情況，針對(duì)如何提高金融產(chǎn)業(yè)集聚水平提出以下三點(diǎn)建議。

一是作為西部大開發(fā)金融制度體系的關(guān)鍵一環(huán)，金融機(jī)構(gòu)經(jīng)營管理制度的完善會(huì)對(duì)整個(gè)金融制度體系的健康運(yùn)作形成極其重要的影響。根據(jù)實(shí)證分析的結(jié)論，保險(xiǎn)業(yè)產(chǎn)業(yè)集聚與區(qū)域經(jīng)濟(jì)增長呈現(xiàn)高度正相關(guān)，表明西部地區(qū)保險(xiǎn)業(yè)經(jīng)營管理制度已經(jīng)相對(duì)成熟，保險(xiǎn)產(chǎn)業(yè)運(yùn)行良好，從而促進(jìn)西部地區(qū)經(jīng)濟(jì)增長。相對(duì)于保險(xiǎn)業(yè)制度，銀行業(yè)和證券業(yè)的制度建設(shè)還有待提高。為此，銀行業(yè)和證券業(yè)首先需要建立健全金融機(jī)構(gòu)的內(nèi)部法人治理體系，明確經(jīng)營者、監(jiān)事會(huì)和董事會(huì)的權(quán)責(zé)范圍，構(gòu)建相互制約的內(nèi)部經(jīng)營管理機(jī)制;其次，應(yīng)完善金融機(jī)構(gòu)內(nèi)部責(zé)任制度和獎(jiǎng)懲制度的考核;最后，要努力培養(yǎng)和留住具備專業(yè)知識(shí)技能的高素質(zhì)人才。

二是突破區(qū)域限制，加快推進(jìn)西部地區(qū)金融一體化發(fā)展格局。從整體上來看，西部地區(qū)的金融產(chǎn)業(yè)發(fā)展落后于全國平均水平，與東部地區(qū)的金融產(chǎn)業(yè)集聚水平相差較大;從局部來看，西部地區(qū)內(nèi)部的金融集聚水平也存在較大差距，陜西、云南、重慶、四川金融集聚水平相對(duì)來說較高，而青海、寧夏、內(nèi)蒙古相對(duì)較低。所以，應(yīng)破除行政區(qū)域限制，推進(jìn)金融產(chǎn)業(yè)互聯(lián)互通，進(jìn)而提高西部地區(qū)金融競爭力。當(dāng)然，西部地區(qū)要想在金融產(chǎn)業(yè)上有更快的發(fā)展與提升，還需要政策上的支持，讓金融產(chǎn)業(yè)集聚水平高的地區(qū)對(duì)口支援集聚水平較低的地區(qū)，能夠從一定程度上彌補(bǔ)區(qū)域金融產(chǎn)業(yè)發(fā)展不平衡的短板。

三是基于西部地區(qū)經(jīng)濟(jì)基礎(chǔ)相對(duì)比較薄弱、產(chǎn)業(yè)結(jié)構(gòu)相對(duì)落后以及金融機(jī)構(gòu)比較單一的現(xiàn)狀，重塑西部地區(qū)金融環(huán)境就顯得非常必要。第一，經(jīng)濟(jì)結(jié)構(gòu)的調(diào)整是營造西部地區(qū)良好金融環(huán)境的一個(gè)基礎(chǔ)。逐步建立由地方政府帶頭，“一行兩會(huì)”結(jié)合西部地區(qū)的地理區(qū)位和環(huán)境因素，通過發(fā)展特色現(xiàn)代農(nóng)業(yè)取代傳統(tǒng)落后農(nóng)業(yè)，大力培育和發(fā)展高新科技產(chǎn)業(yè)，推動(dòng)新型工業(yè)化的進(jìn)程，助推經(jīng)濟(jì)結(jié)構(gòu)自動(dòng)調(diào)整。第二，提高政府行政能力是構(gòu)筑良好金融環(huán)境的一個(gè)安全保障。由回歸分析的結(jié)果可知，政府干預(yù)對(duì)區(qū)域經(jīng)濟(jì)增長起到抑制作用，表明西部地區(qū)存在政府過度干預(yù)現(xiàn)象，因此，政府在履行政府職能時(shí)把握好尺度尤為重要。一方面，政府要把配置資源的職能轉(zhuǎn)交給市場，讓市場在資源配置中起基礎(chǔ)性作用;另一方面，政府要保證公共物品的供給和金融體系的完整，為區(qū)域經(jīng)濟(jì)增長奠定良好的基礎(chǔ)。

參考文獻(xiàn)：

[1] KINDLEBERGER C P.The Formation of Financial Centers： A Study of Comparative Economic History[M].Princeton University Press，1974：58-70.

[2] PANDILT N R， GARY A S，COOK G M，et al. A Comparison of Clustering Dynamics in the British Broadcasting and Financial Services Industries[J].International Journal of the Economics of business，2001（2）：195-224.

[3] HUS W T，WANG P.Trade，F(xiàn)irm selection，and Industrial Agglomeration[J].Regional Science and Urban Economics， 2012，42（6）： 975-986.

[4] 李標(biāo)，宋長旭，吳賈.創(chuàng)新驅(qū)動(dòng)下金融集聚與區(qū)域經(jīng)濟(jì)增長[J].財(cái)經(jīng)科學(xué)，2016（1）：88-99.

[5] 劉軍，黃解宇，曹利軍.金融集聚影響實(shí)體經(jīng)濟(jì)機(jī)制研究[J].管理世界，2007（4）：152-153.

[6] 劉帥，李海峰.金融資源集聚與經(jīng)濟(jì)增長：中國西部十二省數(shù)據(jù)檢驗(yàn)[J].西南民族大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2012（12）：124-128.

[7] 陸軍，徐杰.金融集聚與區(qū)域經(jīng)濟(jì)增長的實(shí)證分析：以京津冀地區(qū)為例[J].學(xué)術(shù)交流，2014（2）：107-113.

[8] 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.

[9] 黃德春，邵雨佳.長江經(jīng)濟(jì)帶的金融產(chǎn)業(yè)集聚對(duì)經(jīng)濟(jì)增長效應(yīng)的實(shí)證研究[J].工業(yè)技術(shù)經(jīng)濟(jì)，2018（6）：55-60.

[10] HASSAN M K，SANCHEZ B，YU J S.Financial development and economic growth： New evidence from panel data[J].The Quarterly Review of Economics and Finance， 2011， 51（1）： 88-104.

[11] 徐芳燕，鄭健濤.粵港澳大灣區(qū)金融集聚對(duì)經(jīng)濟(jì)增長影響的空間計(jì)量分析[J].統(tǒng)計(jì)與決策，2020（4）：109-112.

[12] 王婧倩，王露.金融集聚對(duì)區(qū)域經(jīng)濟(jì)影響研究：基于長江經(jīng)濟(jì)帶上海、重慶、杭州等八市相關(guān)數(shù)據(jù)的分析[J].價(jià)格理論與實(shí)踐，2020（4）：166-169.

[13] 衣保中，周賀.產(chǎn)業(yè)集聚對(duì)中國房地產(chǎn)價(jià)格影響的實(shí)證研究[J].稅務(wù)與經(jīng)濟(jì)，2020（1）：25-32.

[14] 成學(xué)真，岳松毅.西北五省區(qū)金融集聚與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)關(guān)系的實(shí)證研究[J].西北師范大學(xué)學(xué)報(bào)，2016（6）：41-47.