金融集聚對(duì)長(zhǎng)江經(jīng)濟(jì)帶區(qū)域經(jīng)濟(jì)增長(zhǎng)的影響研究

□ 陳斌 石懿

一、引言

改革開放40年來(lái)，長(zhǎng)期處于高速發(fā)展階段的長(zhǎng)江經(jīng)濟(jì)帶①長(zhǎng)江經(jīng)濟(jì)帶東起上海、西至云南,包括上海、江蘇、浙江、安徽、湖北、江西、湖南、重慶、四川、云南、貴州9省2市。已經(jīng)成為國(guó)家重大戰(zhàn)略發(fā)展區(qū)域中必不可少的一個(gè)重要環(huán)節(jié)，是支撐我國(guó)“三縱兩橫”戰(zhàn)略以及協(xié)調(diào)東中西部地區(qū)共同發(fā)展的重要支點(diǎn)。據(jù)統(tǒng)計(jì)，長(zhǎng)江經(jīng)濟(jì)帶的總面積約占我國(guó)全部面積的五分之一，同時(shí)在人口數(shù)量和經(jīng)濟(jì)總量均超過(guò)全國(guó)的40%以上，2019年GDP總量占比達(dá)到全國(guó)45%以上，且同時(shí)期的經(jīng)濟(jì)增速要高于其他區(qū)域②根據(jù)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù):2010年全國(guó)經(jīng)濟(jì)增速為10.6%,在2014年降低至7.3%,而2020年由于疫情影響降至2.4%；比較同時(shí)期的經(jīng)濟(jì)增速,長(zhǎng)江經(jīng)濟(jì)帶在2010年為13.7%,在2014年降低至9.1%,而2020年在疫情影響下降低至2.8%,顯著高于同期全國(guó)水平。。同時(shí)隨著中國(guó)經(jīng)濟(jì)進(jìn)入新態(tài)勢(shì)，全球經(jīng)濟(jì)呈現(xiàn)出了多變而復(fù)雜的形式，以及國(guó)內(nèi)經(jīng)濟(jì)出現(xiàn)下行壓力的狀況下，各種各樣的社會(huì)經(jīng)濟(jì)風(fēng)險(xiǎn)都可能集中發(fā)生，我國(guó)的宏觀經(jīng)濟(jì)要想穩(wěn)定運(yùn)行則面臨著挑戰(zhàn)與壓力。并且我國(guó)的宏觀經(jīng)濟(jì)運(yùn)行同時(shí)也出現(xiàn)了許多新特點(diǎn)、新機(jī)遇：經(jīng)濟(jì)由高速增長(zhǎng)走向中高速增長(zhǎng)、金融與其它服務(wù)業(yè)經(jīng)濟(jì)等第三產(chǎn)業(yè)逐漸成長(zhǎng)為我國(guó)經(jīng)濟(jì)中的主導(dǎo)地位、中高端科技產(chǎn)業(yè)逐漸成為我國(guó)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的新方向與新目標(biāo)、全面開創(chuàng)新開放發(fā)展格局、創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略地位也逐漸提高，有成為新增長(zhǎng)動(dòng)力的潛力（高波，2016；張?jiān)彽龋?022；劉曉光等，2022）。新態(tài)勢(shì)下，長(zhǎng)江經(jīng)濟(jì)帶是否能夠延續(xù)以往的正確方向并繼續(xù)引領(lǐng)我國(guó)經(jīng)濟(jì)把握機(jī)遇、突破挑戰(zhàn)，從而推動(dòng)經(jīng)濟(jì)增長(zhǎng)？這已經(jīng)成為了我們目前亟待思考的關(guān)鍵。

在推動(dòng)經(jīng)濟(jì)增長(zhǎng)的過(guò)程中，金融以其調(diào)配資源的高流動(dòng)性能力為各經(jīng)濟(jì)單位提供了充足的資金，同時(shí)金融中心通過(guò)對(duì)金融資源集中并進(jìn)行優(yōu)化分配，更為有效地促使經(jīng)濟(jì)增長(zhǎng)。美國(guó)紐約、英國(guó)倫敦以及中國(guó)上海是全球的金融集聚中心，同時(shí)這些城市的生產(chǎn)總值也在所在國(guó)家的前列，這表明了經(jīng)濟(jì)增長(zhǎng)與金融集聚有著密切的關(guān)聯(lián)。因此，本文運(yùn)用2010-2019年中國(guó)長(zhǎng)江經(jīng)濟(jì)帶區(qū)域的11個(gè)省市的面板數(shù)據(jù)，構(gòu)建銀行業(yè)、保險(xiǎn)業(yè)、證券業(yè)的區(qū)位熵指數(shù)，評(píng)價(jià)11個(gè)省市金融集聚子行業(yè)水平，運(yùn)用空間杜賓模型實(shí)證分析長(zhǎng)江經(jīng)濟(jì)帶區(qū)域的金融集聚對(duì)經(jīng)濟(jì)增長(zhǎng)的影響并提出對(duì)策建議。

二、文獻(xiàn)回顧

在全球金融一體化的時(shí)代背景下，金融作為實(shí)體經(jīng)濟(jì)運(yùn)行的血液，區(qū)域間金融資源的競(jìng)爭(zhēng)不斷加劇，金融業(yè)的發(fā)展逐步呈現(xiàn)出一種在空間上集中的特征。金融集聚這一個(gè)概念由經(jīng)濟(jì)學(xué)家Kindle Berger(1974)提出，相較于產(chǎn)業(yè)集聚，他認(rèn)為金融集聚最關(guān)鍵的形成要素是地域的集中性，參與金融活動(dòng)的個(gè)體更傾向于在金融機(jī)構(gòu)集中的地方（例如華爾街、上海等金融中心）進(jìn)行交易?，F(xiàn)階段，國(guó)內(nèi)外均有關(guān)于金融集聚效應(yīng)的研究且研究?jī)?nèi)容較為豐富，但都主要圍繞以下方面：一是有關(guān)金融集聚的存在會(huì)導(dǎo)致經(jīng)濟(jì)增長(zhǎng)效應(yīng)的研究，展開的關(guān)于金融集聚對(duì)實(shí)體經(jīng)濟(jì)研究（劉軍等，2007；潘輝、冉光和等，2016）、綠色經(jīng)濟(jì)發(fā)展（王鋒等，2017；錢晶晶等，2022）、區(qū)域經(jīng)濟(jì)增長(zhǎng)（Kabir et al.，2011；姚璐等，2022；李文啟等；2021）等方面的實(shí)證研究；二是有關(guān)金融集聚會(huì)促使產(chǎn)業(yè)集聚的同時(shí)產(chǎn)生帶動(dòng)效應(yīng)，從而展開的金融集聚與產(chǎn)業(yè)結(jié)構(gòu)的升級(jí)（Kindle，1974；劉峰等；2021）、產(chǎn)業(yè)創(chuàng)新效率（張長(zhǎng)征等，2012；楊春霞等；2022）等方面的影響研究；三是有關(guān)金融集聚會(huì)產(chǎn)生城市化效應(yīng)，展開金融集聚對(duì)城鄉(xiāng)收入差距（Burgess ＆ Pande，2005；王曉華等，2021）、城鎮(zhèn)化進(jìn)程（章曉英和徐雅涵，2021）、城市發(fā)展效率（張鵬和于偉，2019）等的影響研究。

現(xiàn)階段，學(xué)術(shù)界將研究視角開始轉(zhuǎn)向金融集聚在空間溢出方面對(duì)經(jīng)濟(jì)增長(zhǎng)所產(chǎn)生的影響之間的研究。回顧以往研究，傳統(tǒng)的空間計(jì)量經(jīng)濟(jì)學(xué)均以空間均質(zhì)性作為基本假設(shè)，而學(xué)者們?cè)谶M(jìn)行金融集聚等相關(guān)空間計(jì)量經(jīng)濟(jì)學(xué)研究時(shí)也基本以這一假設(shè)為基本假設(shè)。因此有研究發(fā)現(xiàn)金融集聚通過(guò)擴(kuò)大產(chǎn)業(yè)的發(fā)展資本、拓展投資的發(fā)展渠道、優(yōu)化金融資源的配置效率等方法，推進(jìn)產(chǎn)業(yè)升級(jí)，從而促進(jìn)了區(qū)域經(jīng)濟(jì)增長(zhǎng)。同時(shí)，學(xué)者們通過(guò)研究也發(fā)現(xiàn)“虹吸效應(yīng)”出現(xiàn)在了金融集聚的過(guò)程中，并且會(huì)使本地區(qū)的資金、機(jī)構(gòu)出現(xiàn)集聚強(qiáng)化（陸軍，2014；Greenwood，2013）。然而，現(xiàn)階段學(xué)者們對(duì)計(jì)量經(jīng)濟(jì)學(xué)的廣泛應(yīng)用，使得空間異質(zhì)性這一曾經(jīng)長(zhǎng)期被忽視的空間特質(zhì)逐步被納入研究范圍，金融集聚產(chǎn)生的空間溢出效應(yīng)也成為部分學(xué)者所研究的內(nèi)容，同時(shí)也有研究顯示金融集聚所產(chǎn)生的金融集聚效應(yīng)、金融擴(kuò)散效應(yīng)以及金融本身的功能等方面會(huì)影響本地區(qū)以及鄰近地區(qū)的經(jīng)濟(jì)增長(zhǎng)（李林，2011；Hannu Tervo，2010）。

綜上所述，國(guó)內(nèi)外的許多學(xué)者對(duì)金融集聚及其經(jīng)濟(jì)增長(zhǎng)效應(yīng)的內(nèi)容進(jìn)行了深入研究，但現(xiàn)有研究仍存在以下不足：一是對(duì)金融集聚的指標(biāo)評(píng)價(jià)體系的構(gòu)建不夠完全，部分學(xué)者僅通過(guò)銀行業(yè)指標(biāo)對(duì)金融集聚程度進(jìn)行衡量，未充分考慮到保險(xiǎn)、證券等主要的金融子行業(yè)的金融集聚效應(yīng)的影響，結(jié)果難免存在錯(cuò)誤。二是以往的金融集聚相關(guān)研究中，空間均質(zhì)性都作為空間計(jì)量經(jīng)濟(jì)學(xué)的基本假設(shè)而忽視了空間異質(zhì)性這一性質(zhì)對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的影響，從而或許存在研究結(jié)果有被低估或高估的風(fēng)險(xiǎn)，故進(jìn)行金融集聚對(duì)經(jīng)濟(jì)增長(zhǎng)的效應(yīng)研究模型中應(yīng)將空間異質(zhì)性這一假設(shè)納入。因此，本文將長(zhǎng)江經(jīng)濟(jì)帶區(qū)域內(nèi)11個(gè)省市的銀行業(yè)、證券業(yè)及保險(xiǎn)業(yè)三個(gè)金融子行業(yè)作為研究對(duì)象，使用區(qū)位熵指數(shù)建立相應(yīng)的金融集聚評(píng)價(jià)體系，運(yùn)用空間面板杜賓模型并納入空間異質(zhì)性以考察金融集聚水平對(duì)經(jīng)濟(jì)增長(zhǎng)的空間效應(yīng)研究。

三、金融集聚水平的評(píng)價(jià)模型構(gòu)建及指標(biāo)選取

目前，國(guó)內(nèi)外對(duì)于集聚水平的衡量指標(biāo)較以往豐富許多，不同的指標(biāo)衡量方法有不同的特性與優(yōu)劣，且根據(jù)研究?jī)?nèi)容也有差異，因而學(xué)術(shù)界至今也無(wú)統(tǒng)一標(biāo)準(zhǔn)。區(qū)位熵也被稱之為專業(yè)化率，通過(guò)對(duì)某地區(qū)的產(chǎn)業(yè)集中度進(jìn)行測(cè)度以及對(duì)其在同時(shí)期內(nèi)該產(chǎn)業(yè)在國(guó)內(nèi)的集中水平進(jìn)行對(duì)比從而衡量該區(qū)域該產(chǎn)業(yè)的集中水平在全國(guó)范圍內(nèi)的產(chǎn)業(yè)集中水平。區(qū)位熵公式如下：

（1）式中，指在j地區(qū)i產(chǎn)業(yè)同時(shí)期內(nèi)相對(duì)于全國(guó)的區(qū)位熵指數(shù)，代表j地區(qū)i產(chǎn)業(yè)總?cè)丝冢óa(chǎn)值），代表j地區(qū)總?cè)丝冢óa(chǎn)值），代表i產(chǎn)業(yè)在全國(guó)的總產(chǎn)值，代表全國(guó)總?cè)丝冢óa(chǎn)值）。同時(shí)，若區(qū)位熵指數(shù),則代表在同時(shí)期內(nèi)，j地區(qū)的i產(chǎn)業(yè)的集聚水平高于全國(guó)平均水平；若，則j地區(qū)的i產(chǎn)業(yè)在同時(shí)期內(nèi)的集聚水平等于或低于全國(guó)平均水平。j地區(qū)的區(qū)位熵?cái)?shù)值越大，表示同時(shí)期內(nèi)，該地區(qū)的產(chǎn)業(yè)集聚水平高于國(guó)內(nèi)其它區(qū)域的產(chǎn)業(yè)集聚水平，此時(shí)可以稱之為該地區(qū)該產(chǎn)業(yè)相較其它區(qū)域出現(xiàn)了產(chǎn)業(yè)集聚現(xiàn)象。

本文參考多位學(xué)者對(duì)金融集聚指標(biāo)統(tǒng)計(jì)的測(cè)度方法，從銀行業(yè)、證券業(yè)以及保險(xiǎn)業(yè)三個(gè)角度應(yīng)用區(qū)位熵法對(duì)長(zhǎng)江經(jīng)濟(jì)帶區(qū)域內(nèi)11個(gè)省市進(jìn)行金融集聚水平的測(cè)算。利用2010-2019年我國(guó)長(zhǎng)江經(jīng)濟(jì)帶沿線省市以及全國(guó)的金融機(jī)構(gòu)存款余額（億元）、保險(xiǎn)機(jī)構(gòu)保險(xiǎn)保費(fèi)收入總額（億元）、年末股票價(jià)值總額、年末常住人口計(jì)算三個(gè)行業(yè)的區(qū)位熵。文中所用金融機(jī)構(gòu)存款總額、總保險(xiǎn)保費(fèi)收入總額等數(shù)據(jù)從《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)金融年鑒》、EPS數(shù)據(jù)庫(kù)以及Wind數(shù)據(jù)庫(kù)中獲取。

銀行業(yè)的區(qū)位熵計(jì)算公式如下：

證券業(yè)的區(qū)位熵計(jì)算公式如下：

保險(xiǎn)業(yè)的區(qū)位熵計(jì)算公式如下：

通過(guò)計(jì)算得出2010-2019年間，長(zhǎng)江經(jīng)濟(jì)帶沿線11個(gè)省市的三大金融子行業(yè)（銀行業(yè)、保險(xiǎn)業(yè)、證券業(yè)）的區(qū)位熵指數(shù)表，具體數(shù)值如表1所示①限于篇幅,本文僅列出2010、2015與2019年的金融三大子行業(yè)區(qū)位熵值。。

表1 長(zhǎng)江經(jīng)濟(jì)帶各省市2010、2015、2019年銀行業(yè)、證券業(yè)、保險(xiǎn)業(yè)區(qū)位熵

從表1可知，2010-2019年間，長(zhǎng)江經(jīng)濟(jì)帶上中游省市銀行業(yè)、證券業(yè)以及保險(xiǎn)業(yè)三個(gè)行業(yè)的區(qū)位熵基本處于上升態(tài)勢(shì)，其中有些年份有所波動(dòng)，但總體上有所提高。到2019年為止，金融子行業(yè)區(qū)位熵大于1的僅長(zhǎng)江經(jīng)濟(jì)帶下游區(qū)域三個(gè)省市（上海、江蘇、浙江），剩余八個(gè)長(zhǎng)江經(jīng)濟(jì)帶中上游省市的區(qū)位熵均小于1，同時(shí)除了上海市外，其余省市的銀行業(yè)與保險(xiǎn)業(yè)的集聚水平要顯著高于證券業(yè)的集聚水平?？傮w來(lái)說(shuō)長(zhǎng)江經(jīng)濟(jì)帶下游地區(qū)金融集聚水平要顯著高于上中游地區(qū)，以及大部分省市的證券業(yè)集聚水平均低于其余兩個(gè)金融子行業(yè)的集聚水平。

四、空間計(jì)量模型設(shè)定及變量選取

(一)數(shù)據(jù)與變量

本文各變量所用數(shù)據(jù)均來(lái)自于《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)城市年鑒》和《中國(guó)金融年鑒》等，部分缺失數(shù)據(jù)根據(jù)線性插值法予以補(bǔ)充。具體變量設(shè)置如下：

1.被解釋變量：長(zhǎng)江經(jīng)濟(jì)帶11個(gè)省市的人均真實(shí)GDP（lnrGDP）,本文參照過(guò)往已有成熟的研究成果，用“各省市真實(shí)GDP與各省市年末總?cè)藬?shù)之比”得到。其中，實(shí)際GDP以2010年為基期，通過(guò)GDP平減指數(shù)得到（為減輕異方差，人均實(shí)際GDP經(jīng)過(guò)對(duì)數(shù)化處理）。

2.核心解釋變量：銀行業(yè)（BANK）、證券業(yè)(SEC)、保險(xiǎn)業(yè)（INS）區(qū)位熵指數(shù)，具體含義以及指標(biāo)測(cè)算參見前文。

3.控制變量：

（1）政府政策（Gov）：在區(qū)域經(jīng)濟(jì)的發(fā)展歷程中，政府是其中必不可少的重要角色，本文以“各省市財(cái)政預(yù)算支出與當(dāng)?shù)?GDP之間的比重”表征政府政策的效用。

（2）外商直接投資（lnFDI）：使用各省市的外商投資實(shí)際利用額表示（為減輕異方差，外商直接投資經(jīng)過(guò)對(duì)數(shù)化處理）。其中，為了保證計(jì)價(jià)單位的一致性，外商投資實(shí)際利用額由各年份的中間匯率將美元轉(zhuǎn)換成人民幣單位計(jì)價(jià)。

（3）技術(shù)進(jìn)步（TP）：技術(shù)進(jìn)步作為經(jīng)濟(jì)增長(zhǎng)的一個(gè)重要源泉，在研究經(jīng)濟(jì)增長(zhǎng)內(nèi)容時(shí)不可避免。故本研究以“R＆D經(jīng)費(fèi)支出與GDP之間的比重”衡量。

（4）產(chǎn)業(yè)結(jié)構(gòu)（IS）：第二產(chǎn)業(yè)向產(chǎn)業(yè)價(jià)值鏈高端攀升的過(guò)程中，第三產(chǎn)業(yè)就業(yè)和產(chǎn)出份額將上升，這將促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)進(jìn)行轉(zhuǎn)型升級(jí)。故本文使用“第三產(chǎn)業(yè)產(chǎn)值與第二產(chǎn)業(yè)產(chǎn)值之間的比重”指數(shù)去衡量各省市之間產(chǎn)業(yè)結(jié)構(gòu)的變遷。

表2 變量描述性統(tǒng)計(jì)

(二)模型選擇

在模型的選擇上，本文按照傳統(tǒng)的空間計(jì)量經(jīng)濟(jì)學(xué)范式進(jìn)行相關(guān)模型的選擇，在不考慮空間依賴性的條件下，使用基本的OLS法對(duì)模型進(jìn)行回歸估計(jì)，并使用LM檢驗(yàn)來(lái)確定是否可以使用空間計(jì)量模型。OLS回歸的LM檢驗(yàn)結(jié)果如表 3 所示。

表3 空間依賴性檢驗(yàn)結(jié)果

表3的檢驗(yàn)結(jié)果顯示,LM檢驗(yàn)以及穩(wěn)健的LM檢驗(yàn)均通過(guò)了顯著性水平檢驗(yàn)并拒絕了原假設(shè)，因此根據(jù)檢驗(yàn)空間杜賓模型作為本研究?jī)?yōu)先采用的模型。因?yàn)長(zhǎng)M檢驗(yàn)不夠完全，本研究為了更進(jìn)一步選擇恰當(dāng)?shù)哪Ｐ?，再次進(jìn)行LR檢驗(yàn)以及Wald檢驗(yàn)，同時(shí)為了對(duì)隨機(jī)效應(yīng)與固定效應(yīng)進(jìn)行選擇，本研究采用Hausman檢驗(yàn)。

表4中顯示，LR檢驗(yàn)與Wald檢驗(yàn)均通過(guò)了顯著性水平檢驗(yàn)，表明空間杜賓模型簡(jiǎn)化為空間自回歸模型以及空間誤差模型的原假設(shè)被拒絕。故本研究使用空間杜賓模型作為本文回歸分析的模型來(lái)研究金融集聚對(duì)長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)增長(zhǎng)的影響效應(yīng)。同時(shí)Hausman檢驗(yàn)結(jié)果顯示模型應(yīng)該采用隨機(jī)效應(yīng)的原假設(shè)在1%的顯著水平下被拒絕了。因此由檢驗(yàn)結(jié)果可知，空間杜賓模型（雙向固定效應(yīng)的）將被本研究采用。

表4 模型以及效應(yīng)選擇檢驗(yàn)結(jié)果

(三)模型設(shè)定

本研究模型具體設(shè)定如下所示：

(四)空間權(quán)重矩陣的構(gòu)建

空間權(quán)重矩陣是鏈接了空間計(jì)量經(jīng)濟(jì)學(xué)模型與現(xiàn)實(shí)世界中的空間效應(yīng)的橋梁，其在模型設(shè)計(jì)中表示了空間單位的相互依賴關(guān)系以及關(guān)聯(lián)程度。因此，合理構(gòu)建并運(yùn)用空間權(quán)重矩陣與模型的最終估計(jì)結(jié)果和解釋水平有著密切關(guān)聯(lián)?，F(xiàn)階段學(xué)者在進(jìn)行空間計(jì)量經(jīng)濟(jì)學(xué)的研究時(shí)，主要運(yùn)用到鄰接、經(jīng)濟(jì)、反距離權(quán)重矩陣以及各種權(quán)重矩陣嵌套形成的空間權(quán)重矩陣。參考現(xiàn)有文獻(xiàn)研究以及研究?jī)?nèi)容實(shí)際需要，本文選擇構(gòu)建鄰接權(quán)重矩陣（又稱0-1權(quán)重矩陣），記為W，公示如下

五、實(shí)證分析及結(jié)果討論

(一)空間相關(guān)性檢驗(yàn)

如表5所示，在基于鄰接空間權(quán)重矩陣的情況下，無(wú)論是金融行業(yè)的變量抑或是實(shí)際人均GDP均在5%以下水平顯著，其中證券業(yè)的莫蘭指數(shù)顯著小于其余兩個(gè)行業(yè)，顯現(xiàn)出接近于0.1的空間微弱正相關(guān)，這與本文實(shí)證結(jié)果也有一定符合，除了證券業(yè)的指數(shù)外，其余三個(gè)變量的MoranS I指數(shù)均在0.2-0.4之間上下波動(dòng)，這也顯示出在空間分布上長(zhǎng)江經(jīng)濟(jì)帶區(qū)域內(nèi)11個(gè)省市的實(shí)際人均GDP與金融集聚兩者之間有著較強(qiáng)的正相關(guān)特性。

表5 實(shí)際人均GDP與金融子行業(yè)區(qū)位熵的MoranI指數(shù)

(二)空間計(jì)量分析

在表6中，空間杜賓模型回歸的結(jié)果顯示空間滯后項(xiàng)系數(shù)ρ通過(guò)了10%的顯著性水平檢驗(yàn)且為正數(shù)，這顯示長(zhǎng)江經(jīng)濟(jì)帶區(qū)域內(nèi)11個(gè)省市的經(jīng)濟(jì)增長(zhǎng)在空間分布上呈現(xiàn)出顯著正相關(guān)的形式，即在空間分布上金融集聚與經(jīng)濟(jì)增長(zhǎng)之間存在著空間效應(yīng)。

表6 模型回歸結(jié)果

由于存在空間效應(yīng)，因此所得模型的解釋變量的回歸系數(shù)并不能直接用于表示解釋變量與被解釋變量之間的關(guān)系。因此，為了進(jìn)一步了解并研究金融集聚對(duì)長(zhǎng)江經(jīng)濟(jì)帶沿線省市經(jīng)濟(jì)增長(zhǎng)的空間效應(yīng)的大小以及作用途徑采用偏微分方法將其分解成表6中的直接效應(yīng)、間接效應(yīng)（又稱為溢出效應(yīng)）以及總效應(yīng)。其中地區(qū)內(nèi)被解釋變量由解釋變量直接影響所產(chǎn)生的效應(yīng)即表示直接效應(yīng)；臨近地區(qū)的解釋變量間接對(duì)本地區(qū)產(chǎn)生影響被表示成間接效應(yīng)（溢出效應(yīng)）；空間效應(yīng)中的直接效應(yīng)與間接（溢出）效應(yīng)兩者之和即為空間總效應(yīng)。

從表6中可以看到銀行業(yè)集聚的直接效應(yīng)回歸系數(shù)為0.146，在1%的水平上顯著為正；間接效應(yīng)的回歸系數(shù)為0.08，在5%的水平上顯著為正；空間總效應(yīng)的回歸系數(shù)為0.226，通過(guò)了1%的顯著性水平檢驗(yàn)。這說(shuō)明了本省市的銀行業(yè)集聚水平如果提高1%，將直接帶來(lái)經(jīng)濟(jì)增長(zhǎng)0.146%，間接地通過(guò)溢出效應(yīng)從而影響臨近省市的經(jīng)濟(jì)增長(zhǎng)0.08%，總體帶動(dòng)區(qū)域內(nèi)的經(jīng)濟(jì)增長(zhǎng)0.226%。綜合來(lái)講，在研究時(shí)期內(nèi)，長(zhǎng)江經(jīng)濟(jì)帶區(qū)域內(nèi)11個(gè)省市的金融機(jī)構(gòu)存款余額處于增長(zhǎng)態(tài)勢(shì)下，各國(guó)有銀行以及商業(yè)銀行具備足夠的放貸能力，并且積極地推出了許多利于投資的優(yōu)惠政策。因此銀行業(yè)的金融集聚對(duì)經(jīng)濟(jì)產(chǎn)生了較為明顯的增長(zhǎng)促進(jìn)作用。

證券業(yè)集聚對(duì)經(jīng)濟(jì)的影響作用較其余兩個(gè)金融子行業(yè)并不顯著。直接效應(yīng)、間接效應(yīng)以及總效應(yīng)的回歸系數(shù)分別為-0.01、0.035、0.025，都沒有通過(guò)顯著性水平檢驗(yàn)，這說(shuō)明證券業(yè)集聚對(duì)于本省市以及臨近省市的經(jīng)濟(jì)增長(zhǎng)均沒有較為明顯的影響。這有可能是由于目前證券業(yè)整體發(fā)展水平還不高，并且長(zhǎng)江經(jīng)濟(jì)帶的證券業(yè)集聚水平兩極分化非常明顯，從表1中可以看到，除了長(zhǎng)江經(jīng)濟(jì)帶的上海市以及浙江省出現(xiàn)了證券業(yè)集聚以外，其余省市均未出現(xiàn)證券業(yè)的集聚，同時(shí)證券市場(chǎng)的不穩(wěn)定性和投機(jī)行為等一定程度上都阻礙了長(zhǎng)江經(jīng)濟(jì)帶沿線省市的經(jīng)濟(jì)增長(zhǎng)。

保險(xiǎn)業(yè)集聚對(duì)本省市以及臨近省市的經(jīng)濟(jì)增長(zhǎng)都出現(xiàn)了不同程度但正向的直接促進(jìn)效應(yīng)以及空間溢出效應(yīng)。直接效應(yīng)、溢出效應(yīng)以及總效應(yīng)的回歸系數(shù)分別是 0.055、0.190、0.244，且分別通過(guò)了1%、5%、1%的顯著性水平檢驗(yàn)。即在本省市的保險(xiǎn)業(yè)集聚程度提高1%的情況下，將直接帶動(dòng)本省市的經(jīng)濟(jì)增長(zhǎng)0.055%，對(duì)鄰近省市產(chǎn)生0.19%的溢出效應(yīng)?，F(xiàn)階段我國(guó)保險(xiǎn)行業(yè)發(fā)展較以往有了較大的提高與改善，因此呈現(xiàn)出多元化、高效性的特點(diǎn)，這為長(zhǎng)江經(jīng)濟(jì)帶沿線省市的經(jīng)濟(jì)增長(zhǎng)提供了更多的保障與支持，從而更好的對(duì)經(jīng)濟(jì)產(chǎn)生促進(jìn)作用。

進(jìn)一步考察本文控制變量，發(fā)現(xiàn)政府政策以及產(chǎn)業(yè)結(jié)構(gòu)對(duì)本省市以及鄰近省市均產(chǎn)生了負(fù)的空間效應(yīng)，這與常識(shí)不合，但我們可以從以下角度進(jìn)行理解：政府政策由于近年來(lái)的地方債務(wù)累計(jì)以及財(cái)政支付轉(zhuǎn)移等增加，因而導(dǎo)致了實(shí)際GDP的減少；而產(chǎn)業(yè)結(jié)構(gòu)則是因?yàn)楦鞯貐^(qū)產(chǎn)業(yè)結(jié)構(gòu)不平衡，無(wú)法有效地分配資源從而進(jìn)行合理的資源利用，因此在一定程度上抑制了長(zhǎng)江經(jīng)濟(jì)帶的經(jīng)濟(jì)增長(zhǎng)。技術(shù)進(jìn)步對(duì)本省市的直接效應(yīng)為負(fù)且顯著可能是因?yàn)榧夹g(shù)進(jìn)步的滯后效應(yīng)對(duì)本省市的經(jīng)濟(jì)增長(zhǎng)無(wú)法直接產(chǎn)生影響，但產(chǎn)生了正向且顯著的溢出效應(yīng)，可能是本省市已經(jīng)產(chǎn)生的技術(shù)進(jìn)步間接地促進(jìn)了鄰近省市的經(jīng)濟(jì)增長(zhǎng)。外商直接投資的直接效應(yīng)為0，間接效應(yīng)在1%水平上顯著且為正向，但可以看到間接效應(yīng)的系數(shù)為0.064，并非很大，這有可能是因?yàn)殚L(zhǎng)江經(jīng)濟(jì)帶沿線省市大部分處于內(nèi)陸，導(dǎo)致除了沿海地區(qū)外，內(nèi)陸省市所能獲得的外商投資實(shí)際利用額較小以至于對(duì)經(jīng)濟(jì)的影響較低，且在外資引進(jìn)及資源分配方面不均衡導(dǎo)致外商直接投資利用效率較低，綜合影響了長(zhǎng)江經(jīng)濟(jì)帶的經(jīng)濟(jì)增長(zhǎng)。

六、結(jié)論與對(duì)策建議

本文運(yùn)用2010-2019年中國(guó)長(zhǎng)江經(jīng)濟(jì)帶區(qū)域的11個(gè)省市的面板數(shù)據(jù)，構(gòu)建銀行業(yè)、保險(xiǎn)業(yè)、證券業(yè)的區(qū)位熵指數(shù)，以此評(píng)價(jià)長(zhǎng)江經(jīng)濟(jì)帶區(qū)域11個(gè)省市的金融子行業(yè)集聚水平，同時(shí)運(yùn)用空間杜賓模型實(shí)證研究金融集聚對(duì)長(zhǎng)江經(jīng)濟(jì)帶經(jīng)濟(jì)增長(zhǎng)的影響研究。得到以下結(jié)論：第一，金融集聚顯著提高了長(zhǎng)江經(jīng)濟(jì)帶區(qū)域的經(jīng)濟(jì)增長(zhǎng)水平，表明促進(jìn)金融集聚水平的提高同樣有利于經(jīng)濟(jì)增長(zhǎng)水平的提高；第二，銀行業(yè)與保險(xiǎn)業(yè)集聚對(duì)本省市的經(jīng)濟(jì)增長(zhǎng)均有直接促進(jìn)作用，銀行業(yè)促進(jìn)經(jīng)濟(jì)增長(zhǎng)的作用最強(qiáng)，保險(xiǎn)業(yè)則稍弱；第三銀行業(yè)集聚與保險(xiǎn)業(yè)集聚均對(duì)鄰近省市產(chǎn)生了溢出效應(yīng)，與直接效應(yīng)相反，溢出效應(yīng)中保險(xiǎn)業(yè)集聚對(duì)鄰近省市的溢出效應(yīng)要大于銀行業(yè)集聚；第四，證券業(yè)集聚并未對(duì)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生較為明顯的變化。因此通過(guò)以上結(jié)論，如何更好地激發(fā)金融業(yè)內(nèi)生活力，特別是證券業(yè)的潛力，從而有效促進(jìn)經(jīng)濟(jì)增長(zhǎng)成為當(dāng)前最應(yīng)該思考的問(wèn)題?；谏鲜鲅芯拷Y(jié)論，本文擬從以下三個(gè)方面提供對(duì)策建議：

第一，強(qiáng)化政府區(qū)域經(jīng)濟(jì)調(diào)控能力，有效發(fā)揮中國(guó)特色金融體制機(jī)制。要積極發(fā)展和優(yōu)化布局金融業(yè)，通過(guò)體制機(jī)制創(chuàng)新擴(kuò)大金融規(guī)模、提升金融效率，充分發(fā)揮金融集聚對(duì)區(qū)域高質(zhì)量發(fā)展的輻射帶動(dòng)作用，考慮以地理位置為主要依據(jù)打造金融集群，借助金融集聚的外部性作用，推動(dòng)長(zhǎng)江經(jīng)濟(jì)帶流域整體發(fā)展水平提升。

第二，暢通長(zhǎng)江經(jīng)濟(jì)帶金融資源流動(dòng)，有效提高區(qū)域金融集聚水平。政府應(yīng)制定一系列政策措施以加強(qiáng)省市間金融資源有效流動(dòng)，可以鼓勵(lì)各省市政府對(duì)外省企業(yè)或產(chǎn)業(yè)實(shí)施優(yōu)惠政策，吸引更多外省企業(yè)來(lái)當(dāng)?shù)匕l(fā)展，增加更多合作交流的機(jī)會(huì)。中上游地區(qū)尤其是上游地區(qū)的金融集聚發(fā)展滯后于下游地區(qū)，政府要鼓勵(lì)集聚水平較高的下游地區(qū)主動(dòng)加強(qiáng)與中上游地區(qū)的金融合作，重點(diǎn)合作下游企業(yè)有明顯優(yōu)勢(shì)的金融行業(yè)，從而能夠在引導(dǎo)金融資源尤其是證券業(yè)相關(guān)資源向中上游地區(qū)流動(dòng)的基礎(chǔ)之上，進(jìn)一步實(shí)現(xiàn)長(zhǎng)江經(jīng)濟(jì)帶的中上游地區(qū)金融產(chǎn)業(yè)發(fā)展從而推動(dòng)經(jīng)濟(jì)增長(zhǎng)。

第三，協(xié)調(diào)區(qū)域金融產(chǎn)業(yè)發(fā)展，有效引導(dǎo)資本市場(chǎng)資金流向。實(shí)證結(jié)果表明銀行業(yè)仍然是區(qū)域中的金融資源分配主體，保險(xiǎn)業(yè)正處于穩(wěn)步發(fā)展的階段，而證券業(yè)的發(fā)展較為滯后，且各省市發(fā)展水平參差不齊，這不利于金融業(yè)整體的發(fā)展。因此，政府在利用銀行業(yè)與保險(xiǎn)業(yè)資源對(duì)經(jīng)濟(jì)產(chǎn)生影響的同時(shí)，更應(yīng)該加大對(duì)資本市場(chǎng)的支持力度，鼓勵(lì)并合理引導(dǎo)資本市場(chǎng)資金流向具有盈利性質(zhì)的項(xiàng)目，這不但能夠縮小金融業(yè)各子行業(yè)發(fā)展差距，還能夠使得發(fā)展較為緩慢的子行業(yè)實(shí)現(xiàn)充分發(fā)展，有效發(fā)揮市場(chǎng)的作用，更為高效地協(xié)調(diào)區(qū)域金融產(chǎn)業(yè)發(fā)展。