行政區(qū)劃調(diào)整能加快金融集聚嗎？
——基于PSM—DID模型的分析

■張 旭，王 靜

一、引言與文獻(xiàn)綜述

金融集聚是指金融資源與地域條件協(xié)調(diào)、配置、組合的時(shí)空動(dòng)態(tài)變化，它對(duì)擴(kuò)大資本積累，提高資源置效率具有巨大的推動(dòng)作用。自2011年以來，國(guó)家實(shí)施以撤縣（市）設(shè)區(qū)為主的區(qū)劃調(diào)整，旨在提升中心城市核心競(jìng)爭(zhēng)力，帶動(dòng)周邊臨近地區(qū)同城化發(fā)展。行政建制的撤設(shè)影響著區(qū)域資源開發(fā)、生產(chǎn)要素配置以及經(jīng)濟(jì)活動(dòng)的開展，從而對(duì)區(qū)域發(fā)展產(chǎn)生深遠(yuǎn)影響。行政區(qū)劃的調(diào)整是否有助于降低行政壁壘，加速區(qū)域內(nèi)的金融集聚，成為金融發(fā)展理論研究的重要問題。

關(guān)于金融集聚動(dòng)因的研究，國(guó)外存在兩種理論。一是規(guī)模經(jīng)濟(jì)論（Kindleberger，1973），認(rèn)為先進(jìn)的技術(shù)裝備，良好的基礎(chǔ)設(shè)施和便利的公共服務(wù)等外部規(guī)模經(jīng)濟(jì)效應(yīng)是促進(jìn)金融產(chǎn)業(yè)空間集聚的動(dòng)因之一；二是信息流理論（Corbridge&Martin，1994），認(rèn)為金融業(yè)是“高增值”的信息服務(wù)業(yè)，信息流是金融集聚形成的內(nèi)在動(dòng)因。國(guó)內(nèi)學(xué)者從不同行政區(qū)劃視角出發(fā)，針對(duì)金融集聚現(xiàn)象及其成因展開研究。在省域?qū)用?，我?guó)金融集聚在各省間存在較強(qiáng)的空間依賴性和正的空間溢出效應(yīng)，區(qū)域創(chuàng)新、經(jīng)濟(jì)基礎(chǔ)對(duì)金融集聚促進(jìn)作用顯著，對(duì)外開放對(duì)金融集聚的正效應(yīng)會(huì)隨著時(shí)間推移逐漸減弱，人力資本對(duì)金融集聚促進(jìn)作用的發(fā)揮存在一個(gè)吸收和消化的過程（任英華等，2010）。在城市層面，基于金融空間結(jié)構(gòu)理論分析發(fā)現(xiàn)金融集聚與城市層級(jí)正向匹配（王如玉等，2019）。金融集聚與城市規(guī)模的相關(guān)性極強(qiáng)，金融集聚中心一般為省會(huì)城市及副中心城市，全國(guó)金融業(yè)集聚態(tài)勢(shì)有從全國(guó)金融中心向鄰近區(qū)域擴(kuò)散的趨勢(shì)，并向中部和近西部地區(qū)的中心城市不斷傳遞（茹樂峰等，2014）。在縣域?qū)用?，?jīng)濟(jì)基礎(chǔ)、政府干預(yù)、投資水平以及人力資本等因素均能顯著提高該地區(qū)的金融集聚水平（馮林等，2016）。

關(guān)于行政區(qū)劃調(diào)整的政策效果，國(guó)外學(xué)者多從行政效率和政治經(jīng)濟(jì)方面展開研究。單中心學(xué)派認(rèn)為，大政府有利于提高行政效率，減少多個(gè)小政府分別談判的交易成本，從而提供更有規(guī)模效益的公共服務(wù)（Rusk，1993）。而多中心學(xué)派則認(rèn)為，分散化的地方政府是基于服務(wù)本地政治經(jīng)濟(jì)而產(chǎn)生的，分散且具有競(jìng)爭(zhēng)性的政府更有利于經(jīng)濟(jì)發(fā)展（Mueller，1989）。國(guó)內(nèi)研究則主要從經(jīng)濟(jì)發(fā)展、城市化和社會(huì)發(fā)展三方面分析行政區(qū)劃調(diào)整的政策效應(yīng)。多數(shù)研究認(rèn)為，行政區(qū)劃調(diào)整對(duì)經(jīng)濟(jì)增長(zhǎng)具有促進(jìn)作用（王賢彬和聶海峰，2010）。但也有研究表明，撤縣設(shè)區(qū)的作用依賴于要素?cái)U(kuò)張這一傳統(tǒng)粗放型增長(zhǎng)模式，對(duì)城市增長(zhǎng)經(jīng)濟(jì)效率的改善作用較為有限（邵朝對(duì)等，2018）。此外，撤縣設(shè)區(qū)可以加快人口城市化，提高撤并城市市轄區(qū)城鎮(zhèn)常住人口的增長(zhǎng)率（唐為和王媛，2015），并且能夠擴(kuò)大城市規(guī)模，提高城市競(jìng)爭(zhēng)力（謝滌湘等，2004）。從社會(huì)發(fā)展來看，行政區(qū)劃調(diào)整政策能夠推進(jìn)區(qū)域市場(chǎng)融合，有助于提升重組城市的效率與就業(yè)（陳浩和孫斌棟，2016）。

理論上，行政區(qū)劃調(diào)整能夠擴(kuò)大城市規(guī)模，促進(jìn)區(qū)域一體化，弱化城市內(nèi)部的行政壁壘。在我國(guó)當(dāng)前行政分權(quán)體制下，地方金融發(fā)展無疑會(huì)受到市場(chǎng)的行政邊界影響（羅偉和呂越，2015）。然而，國(guó)內(nèi)關(guān)于行政區(qū)劃調(diào)整對(duì)金融集聚影響方面的研究尚不多見。為此，筆者選取2008—2018年我國(guó)282個(gè)城市的面板數(shù)據(jù)，通過構(gòu)建金融集聚指標(biāo)體系，借助PSM—DID模型展開研究，探尋行政區(qū)劃調(diào)整對(duì)金融集聚的影響效應(yīng)。

首先，選取十項(xiàng)金融發(fā)展指標(biāo)，基于2008—2018年我國(guó)282個(gè)城市的經(jīng)濟(jì)金融數(shù)據(jù)，采用因子分析法，計(jì)算各城市的金融集聚水平、金融規(guī)模和金融密度的得分。然后，采用DID方法和PSM—DID方法，以金融集聚水平綜合得分、金融規(guī)模得分和金融密度得分為被解釋變量，以分組虛擬變量與政策時(shí)間虛擬變量的交叉項(xiàng)（DID）為解釋變量，實(shí)證檢驗(yàn)行政區(qū)劃調(diào)整政策對(duì)金融集聚的影響效應(yīng)。最后，將實(shí)驗(yàn)組樣本城市劃分為東、中、西部地區(qū)，采用PSM—DID方法研究行政區(qū)劃調(diào)整對(duì)不同地區(qū)的金融集聚影響的異質(zhì)性。

二、研究設(shè)計(jì)

（一）樣本選取及模型設(shè)定

我國(guó)當(dāng)前的行政區(qū)劃調(diào)整模式主要包括撤縣（市）設(shè)區(qū)和區(qū)界重組。其中，撤縣（市）設(shè)區(qū)是指撤銷原來隸屬于地級(jí)市、副省級(jí)城市或者直轄市的縣（或代管的縣級(jí)市），同時(shí)在原縣（市）行政區(qū)域設(shè)立市轄區(qū)。區(qū)界重組包括兩類：一是對(duì)縣（市）和市轄區(qū)進(jìn)行合并和重組，它與撤縣（市）設(shè)區(qū)同樣具有擴(kuò)大城市規(guī)模功能。二是將原屬于縣（市）的鄉(xiāng)、鎮(zhèn)劃歸市轄區(qū)管轄，這類區(qū)界重組涉及空間范圍較小，對(duì)城市影響有限。筆者旨在研究行政區(qū)劃調(diào)整對(duì)城市金融集聚的影響效應(yīng)，故將行政區(qū)劃調(diào)整界定為撤縣設(shè)區(qū)、撤市設(shè)區(qū)和第一類區(qū)界重組。選取2008—2018年為研究時(shí)間段，收集了287個(gè)城市的統(tǒng)計(jì)數(shù)據(jù)。其中畢節(jié)市、銅仁市、普洱市和三沙市數(shù)據(jù)缺失嚴(yán)重，巢湖市于2011年撤銷地級(jí)市，故剔除以上5個(gè)城市，以其余282個(gè)城市為樣本。2011—2016年是我國(guó)撤縣（市）設(shè)區(qū)和區(qū)界調(diào)整的頻繁實(shí)施階段，故選取期間實(shí)施行政區(qū)劃調(diào)整的85個(gè)城市為實(shí)驗(yàn)組樣本，其他197個(gè)城市為對(duì)照樣本組。由于不同城市實(shí)施區(qū)劃調(diào)整政策的次數(shù)和種類不同，為便于分析，統(tǒng)一選取實(shí)施一次行政區(qū)劃調(diào)整，并以第一次政策實(shí)施年份為政策實(shí)施時(shí)間。區(qū)劃調(diào)整信息來自中國(guó)行政區(qū)劃網(wǎng)，具體如表1所示。

表1 2011—2016年我國(guó)實(shí)施行政區(qū)劃調(diào)整的城市

筆者將行政區(qū)劃調(diào)整看作是一次準(zhǔn)自然實(shí)驗(yàn)，利用雙重差分法（Difference—in—differences，以下簡(jiǎn)稱DID）評(píng)估行政區(qū)劃調(diào)整對(duì)城市金融集聚的影響。相較于傳統(tǒng)的單差法，DID方法具有更高的估計(jì)準(zhǔn)確性，是估計(jì)政策效應(yīng)最為常用的方法。使用DID方法分析行政區(qū)劃調(diào)整的金融集聚效應(yīng)時(shí)，需構(gòu)建兩個(gè)虛擬變量：一是實(shí)驗(yàn)組和對(duì)照組虛擬變量，將實(shí)驗(yàn)組定義為1，將對(duì)照組定義為0。二是政策時(shí)間虛擬變量，進(jìn)入實(shí)驗(yàn)期之后定義為1，進(jìn)入實(shí)驗(yàn)期之前定義為0。選用2011—2016年進(jìn)行行政區(qū)劃調(diào)整的85個(gè)城市作為實(shí)驗(yàn)組，而在研究期間（2008—2018年）未經(jīng)歷過行政區(qū)劃調(diào)整的城市為對(duì)照組。DID方法假設(shè)政策的發(fā)生在樣本中是隨機(jī)的，如果滿足這一假設(shè)，則政策實(shí)施前后實(shí)驗(yàn)組和對(duì)照組金融集聚水平的差異就是行政區(qū)劃調(diào)整對(duì)金融集聚的無偏估計(jì)量?；谏鲜鏊悸罚捎肈ID方法設(shè)定回歸模型如下：

DID方法中的隨機(jī)假設(shè)通常無法滿足，中國(guó)不同城市的發(fā)展水平具有較大差異，會(huì)造成選擇偏誤問題，導(dǎo)致估計(jì)結(jié)果有偏（Besley&Case，2000）。而傾向得分匹配法（后文簡(jiǎn)稱PSM）能夠使得實(shí)驗(yàn)組和對(duì)照組城市在各個(gè)方面盡可能水平相似，消除樣本選擇偏差問題。因此，使用PSM—DID方法，首先利用PSM方法將實(shí)驗(yàn)組和與其各方面特征相似的對(duì)照組進(jìn)行匹配，剔除不符合要求的對(duì)照組，然后利用DID方法對(duì)匹配后的實(shí)驗(yàn)組和對(duì)照組進(jìn)行回歸。具體模型如下：

模型（1）和模型（2）中，clusfina為城市金融集聚水平。did為分組虛擬變量與政策時(shí)間虛擬變量的交叉項(xiàng)，其系數(shù)能夠反應(yīng)行政區(qū)劃調(diào)整政策的凈效應(yīng)，是所要考察的核心變量。X為該模型的控制變量，用來控制影響城市金融集聚水平的其他因素，包括經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、人力資本水平、投資水平、對(duì)外開放程度、政府干預(yù)程度等。ε為擾動(dòng)項(xiàng)。

（二）變量選取及數(shù)據(jù)說明

1.被解釋變量。金融集聚水平，采用綜合指標(biāo)法，從金融規(guī)模和金融密度兩個(gè)方面構(gòu)建金融集聚評(píng)價(jià)指標(biāo)體系。金融規(guī)模指標(biāo)包括：年末金融機(jī)構(gòu)各項(xiàng)存款余額、年末金融機(jī)構(gòu)各項(xiàng)貸款余額、年末城鄉(xiāng)居民儲(chǔ)蓄余額、金融機(jī)構(gòu)數(shù)、金融業(yè)從業(yè)人員總數(shù)。金融密度指標(biāo)從人口金融密度、地理金融密度和經(jīng)濟(jì)地理密度三個(gè)方面來構(gòu)建，具體指標(biāo)包括：年末金融機(jī)構(gòu)各項(xiàng)存貸款余額/年末總?cè)丝?、金融機(jī)構(gòu)數(shù)/年末總?cè)丝凇⒛昴┙鹑跈C(jī)構(gòu)各項(xiàng)存貸款余額/土地面積、金融機(jī)構(gòu)數(shù)/土地面積、年末金融機(jī)構(gòu)各項(xiàng)存款、貸款余額之和/生產(chǎn)總值。通過對(duì)以上10個(gè)衡量金融集聚水平的指標(biāo)進(jìn)行因子分析，得出我國(guó)城市金融集聚水平綜合得分（score），以此作為被解釋變量。

2.核心解釋變量。為分組虛擬變量與政策時(shí)間虛擬變量的交叉項(xiàng)，即DID，其系數(shù)的顯著性和正負(fù)是考察重點(diǎn)。其中，對(duì)于分組虛擬變量，將實(shí)驗(yàn)組定義為1，將對(duì)照組定義為0。對(duì)于政策時(shí)間虛擬變量，則將樣本進(jìn)入實(shí)驗(yàn)期之后定義為1，進(jìn)入實(shí)驗(yàn)期之前定義為0。

表2 變量說明

3.控制變量。選擇影響城市金融集聚水平的其他因素作為控制變量。具體包括：經(jīng)濟(jì)發(fā)展（gdp）：用GDP的對(duì)數(shù)來衡量（呂勇斌等，2015）。產(chǎn)業(yè)結(jié)構(gòu)升級(jí)（stru）：用第三產(chǎn)業(yè)產(chǎn)值占GDP的比重表示。人力資本水平（stu）：金融業(yè)是高端服務(wù)業(yè)，對(duì)人力資本需求較高，用該城市高等學(xué)校在校學(xué)生數(shù)的對(duì)數(shù)表示。投資水平（fixinv）：用該城市固定資產(chǎn)投資總額的對(duì)數(shù)表示。對(duì)外開放（FDI）：考慮到外國(guó)直接投資與當(dāng)?shù)亟鹑诨顒?dòng)聯(lián)系密切，用當(dāng)年實(shí)際利用外資金額的對(duì)數(shù)反映各個(gè)城市的對(duì)外開放水平。政府干預(yù)（gov）：在現(xiàn)行財(cái)政體制下，各級(jí)政府往往通過出臺(tái)財(cái)政扶持政策支持地方金融發(fā)展，故采用財(cái)政支出占GDP的比重反映政府對(duì)當(dāng)?shù)亟?jīng)濟(jì)金融發(fā)展的影響能力。所用數(shù)據(jù)樣本為中國(guó)282個(gè)城市2008—2018年的面板數(shù)據(jù)，其中85個(gè)城市為實(shí)驗(yàn)組，197個(gè)城市為對(duì)照組，所有數(shù)據(jù)來源于《中國(guó)城市統(tǒng)計(jì)年鑒》和中國(guó)銀行保險(xiǎn)監(jiān)督管理委員會(huì)網(wǎng)站。

三、實(shí)證結(jié)果及分析

（一）因子分析及描述性統(tǒng)計(jì)

使用因子分析來賦權(quán)算出金融集聚水平，因子分析的Bartlett球形檢驗(yàn)的顯著性水平為0.000，說明10個(gè)指標(biāo)的相關(guān)系數(shù)矩陣與單位矩陣具有顯著性差異，適合做因子分析。KMO值為0.848，比較接近于1，說明變量間相關(guān)性較強(qiáng)，因子分析的效果較好。對(duì)算出的score、s1和s2三個(gè)被解釋變量進(jìn)行描述性統(tǒng)計(jì)，統(tǒng)計(jì)樣本分為實(shí)驗(yàn)組、對(duì)照組，而實(shí)驗(yàn)組樣本又分為東、中和西部地區(qū)城市①東部城市（46個(gè)）：保定、濱州、常州、潮州、大連、德州、東營(yíng)、廣州、邯鄲、杭州、菏澤、衡水、淮安、濟(jì)南、濟(jì)寧、揭陽、連云港、龍巖、茂名、梅州、南京、南平、寧波、盤錦、秦皇島、青島、清遠(yuǎn)、三亞、上海、紹興、深圳、沈陽、石家莊、蘇州、泰州、唐山、天津、威海、溫州、無錫、鹽城、揚(yáng)州、陽江、云浮、張家口、肇慶。中部城市（13個(gè)）：撫州、贛州、哈爾濱、開封、馬鞍山、南昌、三門峽、上饒、十堰、銅陵、許昌、長(zhǎng)春、長(zhǎng)沙。西部城市（26個(gè)）：安順、巴中、成都、達(dá)州、廣安、貴陽、桂林、河池、昆明、拉薩、柳州、眉山、綿陽、南寧、曲靖、渭南、梧州、西安、雅安、延安、宜賓、榆林、玉林、玉溪、重慶、遵義。。結(jié)果如表3所示。

表3 描述性統(tǒng)計(jì)

從表3可以看出，實(shí)驗(yàn)組與對(duì)照組城市的金融集聚水平不同。在實(shí)驗(yàn)組樣本中，score、s1和s2的均值分別為0.260、0.393和0.087；而對(duì)照組樣本中，score、s1和s2的均值分別為-0.112、-0.167和-0.037?？梢?，實(shí)驗(yàn)組被解釋變量均值遠(yuǎn)遠(yuǎn)大于對(duì)照組被解釋變量均值，即實(shí)施行政區(qū)劃調(diào)整的城市金融集聚水平明顯高于未實(shí)施城市。就實(shí)驗(yàn)組樣本來看，東、中、西部地區(qū)金融集聚水平存在差異。在東部地區(qū)城市樣本中，score、s1和s2的均值分別為0.441、0.553和0.309。在中部地區(qū)城市樣本中，score、s1和s2的均值分別為0.023、0.132和-0.126。而在西部地區(qū)城市樣本中，score、s1和s2的均值分別為0.057、0.243和-0.194。可見，東部地區(qū)金融集聚水平遠(yuǎn)遠(yuǎn)高于中西部地區(qū)，西部地區(qū)金融集聚綜合水平、金融規(guī)模明顯高于中部地區(qū)，但是金融密度水平小于中部地區(qū)。

（二）行政區(qū)劃調(diào)整對(duì)金融集聚的影響

采用DID方法評(píng)估行政區(qū)劃調(diào)整對(duì)城市金融集聚的影響，由此驗(yàn)證行政壁壘對(duì)金融集聚的影響效應(yīng)是否存在，結(jié)果如表4所示。列（1）—列（3）為不加入控制變量，而列（4）—列（6）加入控制變量進(jìn)行回歸。其中，第（1）列和第（4）列為行政區(qū)劃調(diào)整對(duì)金融集聚水平的影響，第（2）列和第（5）列為行政區(qū)劃調(diào)整對(duì)金融規(guī)模的影響，第（3）列和第（6）列為行政區(qū)劃調(diào)整對(duì)金融密度的影響。

所有估計(jì)結(jié)果表明，無論是否加入控制變量，did系數(shù)顯著為正，即行政區(qū)劃調(diào)整顯著提高了城市的金融集聚水平，提升了金融規(guī)模和金融密度。其中第（6）列的did系數(shù)比第（4）列的更大，說明行政區(qū)劃調(diào)整更加有力地提升了該地區(qū)的金融密度，有利于區(qū)域金融發(fā)展。第（2）、（4）和（6）列中，觀察控制變量，經(jīng)濟(jì)發(fā)展水平的系數(shù)全部顯著為正，表明城市經(jīng)濟(jì)發(fā)展水平越高，金融集聚水平越高。產(chǎn)業(yè)結(jié)構(gòu)升級(jí)系數(shù)全部顯著為正，第三產(chǎn)業(yè)產(chǎn)值占比越高，當(dāng)?shù)亟鹑诩鬯皆礁?，表明第三產(chǎn)業(yè)發(fā)展引致金融需求快速增長(zhǎng)。此外，政府干預(yù)的金融集聚綜合得分系數(shù)為正，表明政府在金融集聚中發(fā)揮重要作用，政府財(cái)政支付能力的提高有助于推動(dòng)區(qū)域金融發(fā)展。

表4 行政區(qū)劃調(diào)整對(duì)金融集聚的影響

（三）穩(wěn)健性檢驗(yàn)

為克服實(shí)施行政區(qū)劃調(diào)整的城市與其他城市的變動(dòng)趨勢(shì)存在差異，降低雙重差分法估計(jì)偏差，利用PSM—DID方法進(jìn)行穩(wěn)健性檢驗(yàn)。使用PSM—DID方法時(shí)，通過行政區(qū)劃調(diào)整虛擬變量對(duì)控制變量進(jìn)行Logit回歸，得到傾向得分值。傾向得分值最接近的城市即為實(shí)驗(yàn)組的匹配城市。采用這種方法可以最大程度減少不同城市在金融發(fā)展水平上的差異，降低DID方法估計(jì)偏差。在進(jìn)行PSM—DID估計(jì)前，還需進(jìn)行平衡性檢驗(yàn)，即匹配后各變量實(shí)驗(yàn)組和對(duì)照組是否變得平衡，協(xié)變量的均值在匹配后是否具有顯著差異。如果不存在顯著差異，則支持使用PSM—DID方法，平衡性檢驗(yàn)結(jié)果如表5所示。

表5 PSM-DID平衡性檢驗(yàn)結(jié)果

續(xù)表5

表5顯示，經(jīng)過匹配后，所有協(xié)變量的標(biāo)準(zhǔn)化偏差都小于10%，且所有T檢驗(yàn)的P值為0，實(shí)驗(yàn)組和對(duì)照組所有協(xié)變量不存在顯著性差異。對(duì)比匹配前后，所有協(xié)變量的標(biāo)準(zhǔn)化偏差均大幅縮?。▍⒁妶D1）。

圖1 標(biāo)準(zhǔn)化偏差變化圖

基于PSM—DID方法的研究結(jié)果如表6所示。模型（2）的回歸結(jié)果表明，在列（1）—（6）中，did系數(shù)顯著為正，說明行政區(qū)劃調(diào)整依然顯著提升了城市金融集聚水平，具體表現(xiàn)為擴(kuò)大金融規(guī)模，提升金融密度。PSM—DID方法估計(jì)的結(jié)果與前文DID方法估計(jì)的結(jié)果并無顯著差異，從而進(jìn)一步證明，行政區(qū)劃調(diào)整能夠顯著促進(jìn)城市金融集聚。

這一結(jié)論可從兩個(gè)方面進(jìn)行解釋：一是行政層級(jí)越高，金融集聚水平越強(qiáng)。行政層級(jí)提升過程中通常伴隨著更充足的財(cái)政費(fèi)用與周轉(zhuǎn)資金，公共基礎(chǔ)更加完善，公共服務(wù)水平得到提高，有利于提升金融資源配置效率。伴隨著透明度更高的信息資源，根據(jù)金融業(yè)對(duì)信息的追逐，金融資源不可避免地開始向城區(qū)聚集。中心城區(qū)范圍擴(kuò)大后，城區(qū)行政壁壘得到破除，行政成本降低，金融服務(wù)和金融資源也朝著區(qū)域一體化方向發(fā)展。行政區(qū)劃調(diào)整還會(huì)進(jìn)一步激發(fā)政府官員對(duì)政績(jī)的追求，地方政府會(huì)出臺(tái)政策引導(dǎo)金融機(jī)構(gòu)、金融人員和金融資本的聚集，刺激經(jīng)濟(jì)的新一輪增長(zhǎng)。二是行政區(qū)劃調(diào)整有助于產(chǎn)業(yè)集聚，間接促進(jìn)金融集聚，金融集聚很大程度上依賴于產(chǎn)業(yè)集聚。區(qū)域一體化通過構(gòu)建更為流暢的流通渠道，能夠促進(jìn)生產(chǎn)要素流動(dòng)，形成合適的人力資本結(jié)構(gòu)，提高要素配置效率，促進(jìn)產(chǎn)業(yè)集聚（張治棟和吳迪，2018），進(jìn)而促進(jìn)金融集聚。

表6 行政區(qū)劃調(diào)整與金融集聚：PSM-DID穩(wěn)健性檢驗(yàn)

為確保計(jì)量結(jié)果的穩(wěn)健性，進(jìn)一步做了其他穩(wěn)健性檢驗(yàn)：一是更換城市數(shù)據(jù)口徑。將金融集聚水平變量和控制變量以城市市轄區(qū)為統(tǒng)計(jì)范圍，重新計(jì)算回歸結(jié)果①各城市市轄區(qū)的金融機(jī)構(gòu)數(shù)據(jù)難以獲取，此處金融集聚指標(biāo)是除金融機(jī)構(gòu)數(shù)之外的其他指標(biāo)。?；貧w結(jié)果顯示，核心解釋變量系數(shù)方向不變且顯著，這驗(yàn)證了前述模型結(jié)論。二是剔除直轄市樣本。由于北京、上海、天津和重慶是直轄市，行政級(jí)別具有特殊性，所以剔除這4個(gè)樣本，重新回歸，回歸結(jié)果依然支持前述結(jié)論，說明行政區(qū)劃調(diào)整促進(jìn)金融集聚的政策效果具備一般性。三是縮尾處理。由于極值樣本可能對(duì)計(jì)量結(jié)果造成影響，故而對(duì)被解釋變量進(jìn)行上下1%的縮尾處理，將樣本中大于第99百分位數(shù)的值全部替換為第99百分位數(shù)的值，將小于第1百分位數(shù)的值全部替換為第1百分位數(shù)的值，剔除樣本中的極端值對(duì)計(jì)量結(jié)果的干擾，重新回歸，回歸結(jié)果依然支持前述結(jié)論。

四、異質(zhì)性分析

前述實(shí)證結(jié)果表明，我國(guó)城市行政區(qū)劃調(diào)整有助于提升金融集聚水平。然而，一個(gè)地區(qū)的金融集聚水平與其所處的經(jīng)濟(jì)發(fā)展水平密切相關(guān)，對(duì)于不同經(jīng)濟(jì)發(fā)展水平的城市，行政區(qū)劃調(diào)整對(duì)金融集聚的影響是否存在差異值得進(jìn)一步研究。將城市劃分為東、中、西部三個(gè)地區(qū)，檢驗(yàn)結(jié)果如表7所示。東部城市的所有系數(shù)皆顯著為正，表明行政區(qū)劃調(diào)整能夠顯著促進(jìn)東部地區(qū)金融集聚。中部城市的所有系數(shù)皆不顯著，表明行政區(qū)劃調(diào)整對(duì)中部地區(qū)的政策效應(yīng)并不明顯。西部城市的score系數(shù)不顯著，s1系數(shù)顯著為正，s2系數(shù)顯著為負(fù)，表明行政區(qū)劃調(diào)整能夠顯著擴(kuò)大西部地區(qū)的金融規(guī)模，但同時(shí)顯著降低了西部地區(qū)的金融密度。

我國(guó)不同地區(qū)綜合發(fā)展實(shí)力差距較大是造成異質(zhì)性的主要原因。東部地區(qū)經(jīng)濟(jì)基礎(chǔ)雄厚，各金融中心不斷發(fā)展壯大，行政區(qū)劃調(diào)整帶來的市場(chǎng)融合會(huì)進(jìn)一步助力金融集聚。至于中部地區(qū)，雖然行政區(qū)劃調(diào)整能夠促進(jìn)市場(chǎng)流動(dòng)性，但是由于其經(jīng)濟(jì)發(fā)展水平較低，通信、交通以及科、教、文、衛(wèi)等基礎(chǔ)設(shè)施不夠完善，而且信用評(píng)級(jí)、法律服務(wù)、金融咨詢等金融中介機(jī)構(gòu)缺乏吸引力，使得中部地區(qū)難以依托行政區(qū)劃調(diào)整政策加快金融集聚。對(duì)西部地區(qū)而言，其綜合實(shí)力尤其薄弱，經(jīng)濟(jì)增長(zhǎng)相對(duì)滯后，難以承受行政區(qū)劃調(diào)整具有的強(qiáng)制性和非市場(chǎng)性帶來的陣痛，故行政區(qū)劃調(diào)整雖然會(huì)擴(kuò)大金融集聚規(guī)模，但是卻顯著降低了金融集聚密度，不利于西部地區(qū)金融業(yè)的健康穩(wěn)定發(fā)展。

表7 地區(qū)異質(zhì)性檢驗(yàn)結(jié)果

五、結(jié)論和建議

基于2008—2018年中國(guó)282個(gè)城市的面板數(shù)據(jù)，構(gòu)建反映我國(guó)城市金融集聚水平的指標(biāo)體系，利用DID方法和PSM—DID模型分析行政區(qū)劃調(diào)整對(duì)城市金融集聚的影響效應(yīng)。研究表明，行政區(qū)劃調(diào)整有助于降低城市金融集聚的行政壁壘，擴(kuò)大金融規(guī)模，提升金融密度，促進(jìn)城市金融集聚。較高的經(jīng)濟(jì)發(fā)展水平、第三產(chǎn)業(yè)占比、政府干預(yù)程度和人力資本水平能夠提升我國(guó)城市金融集聚水平。通過城市所在地區(qū)的異質(zhì)性檢驗(yàn)發(fā)現(xiàn)，相較于中西部地區(qū)，我國(guó)東部地區(qū)行政區(qū)劃調(diào)整對(duì)金融集聚的促進(jìn)效應(yīng)明顯。

據(jù)此提出以下建議：第一，總體上，行政區(qū)劃調(diào)整有助于金融集聚發(fā)展，這間接表明金融集聚會(huì)受到行政因素的影響。各地需要在搭建平臺(tái)、建立機(jī)制、強(qiáng)化服務(wù)和優(yōu)化政策等方面發(fā)揮作用，應(yīng)著力開展體制機(jī)制創(chuàng)新，降低資本跨區(qū)域配置的行政約束，提高金融運(yùn)行效率，加快金融集聚，推動(dòng)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展。第二，行政區(qū)劃調(diào)整效應(yīng)復(fù)雜，該政策并不具有普遍應(yīng)用性，在現(xiàn)行的行政管理與金融監(jiān)管體制下，應(yīng)著力運(yùn)用市場(chǎng)邏輯、資本力量，促使資本、人才、技術(shù)、信息等關(guān)鍵要素的充分流動(dòng)，實(shí)現(xiàn)資本市場(chǎng)資源共享，各城市優(yōu)勢(shì)變成區(qū)域共同優(yōu)勢(shì)。第三，基于行政區(qū)劃調(diào)整對(duì)東、中、西部地區(qū)的金融集聚影響的異質(zhì)性，行政區(qū)劃調(diào)整應(yīng)當(dāng)從各地區(qū)實(shí)際出發(fā)，差別定位。鼓勵(lì)符合政策要求的東部城市進(jìn)行行政區(qū)劃調(diào)整，在原有發(fā)展規(guī)?；A(chǔ)上，深化改革，釋放活力，提升效率，積極探索金融集聚發(fā)展的新動(dòng)力；中西部地區(qū)要不斷優(yōu)化金融發(fā)展環(huán)境，培育良好金融生態(tài)，進(jìn)一步強(qiáng)化和優(yōu)化金融的基礎(chǔ)性能，形成金融集聚發(fā)展的內(nèi)生動(dòng)力。