金融集聚對(duì)區(qū)域經(jīng)濟(jì)的增長(zhǎng)效應(yīng)和輻射效應(yīng)研究(下)

1、    金融集聚對(duì)區(qū)域經(jīng)濟(jì)的增長(zhǎng)效應(yīng)和輻射效應(yīng)研究(下)         當(dāng)貿(mào)易自由度大于持續(xù)點(diǎn)(集聚不能持續(xù)存在時(shí))的自由度s時(shí)，所有經(jīng)濟(jì)全部集中在北部，此后北部的福利水平保持不變。后兩種情況下，南部福利水平的分析較為復(fù)雜。圖中可看出，如果對(duì)制造業(yè)產(chǎn)品的支出份額足夠低，那么經(jīng)濟(jì)增長(zhǎng)率的提高對(duì)福利水平的影響較小，此時(shí)從經(jīng)濟(jì)聚集中受到的靜態(tài)損失占主導(dǎo)，經(jīng)濟(jì)起飛使南部的處境變壞。圖中最下面的曲線表示了這種情況。如果對(duì)制造業(yè)產(chǎn)品的支出份額足夠大，那么南部從經(jīng)濟(jì)增長(zhǎng)中獲得的動(dòng)態(tài)收益占

2、主導(dǎo)，兩個(gè)區(qū)域都從經(jīng)濟(jì)起飛中獲益。在圖中，點(diǎn)線表示了這種情況。如果處于中間值，經(jīng)濟(jì)起飛初期南部會(huì)有損失，但最終福利水平超過(guò)起飛前的福利水平。當(dāng)經(jīng)濟(jì)起飛后，交易成本的下降會(huì)降低從北部輸入的商品價(jià)格，從而提高南部的福利水平。四、金融資源擴(kuò)散對(duì)周邊地區(qū)的涓流效應(yīng)當(dāng)金融集聚的“市場(chǎng)擁擠效應(yīng)”愈加明顯后，金融資源可能從集中在核心區(qū)發(fā)展為向周邊地區(qū)擴(kuò)散，下面我們以內(nèi)生經(jīng)濟(jì)增長(zhǎng)理論中的AK模型為基礎(chǔ)，分析金融資源擴(kuò)散到周邊地區(qū)后產(chǎn)生的涓流效應(yīng)。AK模型假設(shè)一個(gè)沒(méi)有政府的封閉經(jīng)濟(jì)，只生產(chǎn)一種產(chǎn)品，它可被用于消費(fèi)或投資，如果被用于投資，每期以一定的比率折舊，人口規(guī)模不變。經(jīng)過(guò)一定推導(dǎo)，得出經(jīng)濟(jì)增長(zhǎng)率公式為：(其

3、中，A為資本的邊際生產(chǎn)率；表示儲(chǔ)蓄向投資轉(zhuǎn)化的比例；s表示儲(chǔ)蓄率)上式所反映的定性含義是經(jīng)濟(jì)增長(zhǎng)率依賴于邊際資本生產(chǎn)率、儲(chǔ)蓄率和儲(chǔ)蓄向投資的轉(zhuǎn)化率。基于此我們認(rèn)為金融資源流入對(duì)周邊地區(qū)的經(jīng)濟(jì)效應(yīng)可歸結(jié)為三點(diǎn)：1、技術(shù)進(jìn)步效應(yīng)。金融資源流入有利于加速技術(shù)進(jìn)步，提高邊際資本生產(chǎn)率。伴隨著金融資源向邊緣區(qū)的擴(kuò)散，會(huì)有信息和創(chuàng)新技術(shù)的擴(kuò)散。金融集聚區(qū)往往是知識(shí)中心、技術(shù)中心，具有豐富的未編碼知識(shí)，知識(shí)庫(kù)豐富，創(chuàng)新資源豐富。由于整個(gè)區(qū)域內(nèi)網(wǎng)絡(luò)的系統(tǒng)性特征會(huì)大大加快技術(shù)信息區(qū)域內(nèi)的流動(dòng)速度，新的技術(shù)會(huì)很快傳播到邊緣區(qū)的企業(yè)，有力地推動(dòng)了創(chuàng)新知識(shí)的擴(kuò)散，直接推動(dòng)了邊緣區(qū)的技術(shù)進(jìn)步，為提高產(chǎn)品性能提供了技術(shù)保

4、證。2、資本積累效應(yīng)。當(dāng)集聚區(qū)的金融資源向邊緣區(qū)擴(kuò)散時(shí)，金融機(jī)構(gòu)數(shù)量會(huì)有所增加，這意味著金融交易具有更廣闊的地域分布，有利于儲(chǔ)蓄主體獲得更為全面、充分和真實(shí)的金融交易信息，節(jié)約交易成本，進(jìn)而動(dòng)員各種類型主體積極參加儲(chǔ)蓄。同時(shí)隨著邊緣區(qū)內(nèi)金融機(jī)構(gòu)規(guī)模的擴(kuò)大，經(jīng)濟(jì)實(shí)力的增強(qiáng)，其承擔(dān)和處理流動(dòng)性風(fēng)險(xiǎn)的能力也相應(yīng)提高，其搜尋、處理相同金融信息的成本也相應(yīng)降低，這些能夠增強(qiáng)公眾的交易信心，提高儲(chǔ)蓄主體的儲(chǔ)蓄傾向。3、儲(chǔ)蓄投資轉(zhuǎn)化效應(yīng)。隨著金融資源從集聚區(qū)向邊緣區(qū)的流動(dòng)，邊緣區(qū)各層次的金融資源數(shù)量和質(zhì)量都有了增加或提升。在這些地區(qū)，金融中介可以通過(guò)專業(yè)技術(shù)收集信息，節(jié)約了個(gè)人搜尋信息的成本，有助于關(guān)于投資

5、機(jī)會(huì)的信息獲取；金融體系可以通過(guò)多樣化投資工具有效降低高風(fēng)險(xiǎn)企業(yè)的風(fēng)險(xiǎn)承擔(dān)，從而鼓勵(lì)企業(yè)向高風(fēng)險(xiǎn)同時(shí)又有高回報(bào)的領(lǐng)域投資；金融體系強(qiáng)化了企業(yè)的公司治理機(jī)制，引導(dǎo)資金流向高回報(bào)領(lǐng)域，可提高社會(huì)整體投資效率。五、對(duì)上海金融集聚經(jīng)濟(jì)效應(yīng)的實(shí)證分析上文從理論上推導(dǎo)出金融集聚對(duì)本地區(qū)和周邊地區(qū)的經(jīng)濟(jì)影響，認(rèn)為金融集聚應(yīng)對(duì)周邊地區(qū)有輻射功能，可以以某中心城市的金融集聚和金融發(fā)展來(lái)帶動(dòng)整個(gè)區(qū)域，乃至全國(guó)經(jīng)濟(jì)的共同增長(zhǎng)。下面以國(guó)內(nèi)金融集聚程度最高的上海為例，實(shí)證分析上海金融集聚對(duì)上海及周邊地區(qū)(江蘇省和浙江省)的經(jīng)濟(jì)效應(yīng)。(一)計(jì)量方法說(shuō)明由于我們選擇的是時(shí)間序列數(shù)據(jù)，如果這些變量都是一階差分平穩(wěn)向量，我們就

6、可以在向量自回歸(VAR)的基礎(chǔ)上，利用VAR中的脈沖響應(yīng)函數(shù)來(lái)分析系統(tǒng)中各個(gè)變量之間的影響程度。上海、江蘇和浙江是長(zhǎng)三角區(qū)域經(jīng)濟(jì)大系統(tǒng)的子系統(tǒng)，它們之間存在著相互影響、相互作用的動(dòng)態(tài)關(guān)系。我們將利用脈沖相應(yīng)函數(shù)試圖回答：若上海的金融集聚度由于某種原因提高1%，這種變化會(huì)對(duì)該市和其它地區(qū)的經(jīng)濟(jì)增長(zhǎng)產(chǎn)生什么樣的影響?這種影響作用有多大?在進(jìn)行脈沖響應(yīng)分析之前，首先必須考察各變量是否單整，要對(duì)各變量進(jìn)行時(shí)間序列數(shù)據(jù)的單位根檢驗(yàn)；然后進(jìn)行協(xié)整檢驗(yàn)，利用格蘭杰因果檢驗(yàn)法考察各變量之間的因果關(guān)系；最后進(jìn)行脈沖響應(yīng)函數(shù)，分析區(qū)域間的動(dòng)態(tài)關(guān)系。(二)指標(biāo)和數(shù)據(jù)的選取本文選取金融機(jī)構(gòu)存款額占全國(guó)金融機(jī)構(gòu)存款額

7、之比，反映地區(qū)的金融集中程度；以每年人均GDP(名義值)增長(zhǎng)率來(lái)近似衡量各地區(qū)的經(jīng)濟(jì)增長(zhǎng)水平。數(shù)據(jù)均來(lái)自新中國(guó)50年統(tǒng)計(jì)資料匯編、歷年中國(guó)統(tǒng)計(jì)年鑒、上海統(tǒng)計(jì)年鑒、上海金融年鑒、江蘇統(tǒng)計(jì)年鑒、浙江統(tǒng)計(jì)年鑒。從數(shù)據(jù)可收集性以及經(jīng)濟(jì)政策的連續(xù)性出發(fā)，以改革開(kāi)放以來(lái)1980年到2006年的歷年年度經(jīng)濟(jì)數(shù)據(jù)作為本研究的基礎(chǔ)數(shù)據(jù)。為克服數(shù)據(jù)系列的異方差性，文中將所有數(shù)據(jù)系列轉(zhuǎn)化成相應(yīng)的對(duì)數(shù)系列，并采用Eviews5進(jìn)行所有的相關(guān)測(cè)試。(三)實(shí)證分析結(jié)果1、單位根檢驗(yàn)。一般來(lái)講，當(dāng)時(shí)間序列具有不平穩(wěn)性時(shí)，會(huì)導(dǎo)致“偽回歸”現(xiàn)象，因此，在建立計(jì)量模型之前要對(duì)所用的時(shí)間序列進(jìn)行單位根檢驗(yàn)，以確定各序列的平穩(wěn)性和單

8、整階數(shù)，單位根檢驗(yàn)一般用ADF檢驗(yàn)。先根據(jù)其基本時(shí)序圖確定截距項(xiàng)和時(shí)間趨勢(shì)項(xiàng)是否存在，再根據(jù)赤池信息準(zhǔn)則(AIC)確定滯后階數(shù)，最后根據(jù)ADF統(tǒng)計(jì)量判斷是否平穩(wěn)。在Eviews5中，上述的第二步可以省去，由系統(tǒng)自動(dòng)根據(jù)AIC準(zhǔn)則確定合適的滯后階數(shù)。以下用lnfund、lshgdpr、ljsgdpr、lzjgdpr分別表示上海金融集聚度、上海人均GDP(名義值)增長(zhǎng)率、江蘇人均GDP(名義值)增長(zhǎng)率、浙江人均GDP(名義值)增長(zhǎng)率的對(duì)數(shù)值。下面對(duì)lnfund、lshgdpr、ljsgdpr、lzjgdpr序列的原序列、一階差分進(jìn)行ADF檢驗(yàn)，判斷其穩(wěn)定性(如表1)。檢驗(yàn)結(jié)果說(shuō)明，lnfund、l

9、shgdpr、ljsgdpr、lzjgdpr序列都是平穩(wěn)序列，都是I(0)，可進(jìn)一步檢驗(yàn)它們之間是否存在長(zhǎng)期協(xié)整關(guān)系。 2、協(xié)整檢驗(yàn)。既然四個(gè)變量都是平穩(wěn)的，我們就可以用Johansen檢驗(yàn)判斷它們之間是否存在協(xié)整關(guān)系，借以說(shuō)明lnfund和各地區(qū)經(jīng)濟(jì)增長(zhǎng)之間的長(zhǎng)期均衡關(guān)系。關(guān)于協(xié)整關(guān)系的檢驗(yàn)和估計(jì)具有許多技術(shù)模型，如EG分步法、Gregory、Hansan法、自回歸分布滯后模型法等，其中曾經(jīng)用得最多，也較為簡(jiǎn)單的是EG分步法，但其缺點(diǎn)是在小樣本下，參數(shù)估計(jì)的誤差較大，并且當(dāng)變量超過(guò)兩個(gè)以上時(shí)，變量間可能存在多個(gè)協(xié)整關(guān)系，此方法就無(wú)法找到所有可能的協(xié)整向量，其分析結(jié)果更不易解釋。Jo

10、hansen(1988)提出極大似然估計(jì)法(MLE)，這是一種基于向量自回歸模型(VAR)的檢驗(yàn)方法，較好地避免了上述問(wèn)題。在檢驗(yàn)過(guò)程中，首先要根據(jù)SIC、SC或LR值選擇滯后值k，并用Q統(tǒng)計(jì)量檢驗(yàn)殘差數(shù)列有無(wú)自相關(guān)，懷特統(tǒng)計(jì)量檢驗(yàn)是否存在異方差，最終確定合適的滯后值，另外基于單位根檢驗(yàn)的結(jié)果，在協(xié)整等式中只有截距項(xiàng)，沒(méi)有趨勢(shì)項(xiàng)。表2報(bào)告的檢驗(yàn)結(jié)果表明，上海金融集聚和上海經(jīng)濟(jì)增長(zhǎng)、浙江經(jīng)濟(jì)增長(zhǎng)、江蘇經(jīng)濟(jì)增長(zhǎng)之間都存在著長(zhǎng)期穩(wěn)定的均衡關(guān)系。但為了進(jìn)一步確定兩者可能的因果關(guān)系，我們還需要進(jìn)行格蘭杰因果檢驗(yàn)。 3.格蘭杰因果檢驗(yàn)。 表3是上海金融集聚和上海經(jīng)濟(jì)增長(zhǎng)、江蘇經(jīng)濟(jì)增長(zhǎng)、

11、浙江經(jīng)濟(jì)增長(zhǎng)之間的格蘭杰因果檢驗(yàn)的結(jié)果。從中可看出，在最優(yōu)滯后期2時(shí)，在10%的置信水平下，上海金融集聚是上海經(jīng)濟(jì)增長(zhǎng)的格蘭杰因，但是和江蘇、浙江兩省經(jīng)濟(jì)增長(zhǎng)間不存在格蘭杰因果關(guān)系。4.脈沖效應(yīng)函數(shù)?；谇懊娴姆治隹蚣?，下面接著運(yùn)用脈沖響應(yīng)函數(shù)對(duì)上海金融集聚和三省市經(jīng)濟(jì)增長(zhǎng)之間的相互關(guān)系進(jìn)行動(dòng)態(tài)分析。我們將金融集聚度對(duì)本地區(qū)經(jīng)濟(jì)增長(zhǎng)影響通過(guò)金融集聚度的一個(gè)標(biāo)準(zhǔn)沖擊對(duì)其經(jīng)濟(jì)增長(zhǎng)未來(lái)值的影響效應(yīng)來(lái)反映，體現(xiàn)了金融集聚的增長(zhǎng)效應(yīng)。同時(shí)，由于VAR模型中所有變量都是內(nèi)生的，金融集聚及周邊地區(qū)經(jīng)濟(jì)增長(zhǎng)相互影響也可以通過(guò)模型的動(dòng)態(tài)結(jié)構(gòu)傳遞，體現(xiàn)了金融集聚的“輻射效應(yīng)”。四個(gè)變量之間的脈沖響應(yīng)分析見(jiàn)圖2至圖

12、4。 從圖2可看出，上海金融集聚對(duì)上海經(jīng)濟(jì)增長(zhǎng)的沖擊作用有較為明顯的滯后效應(yīng)，在t=2后才開(kāi)始起作用，其作用大約在t=5時(shí)達(dá)到頂峰，然后慢慢回落。圖3中，上海金融集聚對(duì)江蘇的經(jīng)濟(jì)增長(zhǎng)的沖擊作用一開(kāi)始就表現(xiàn)得較為明顯，在t=4后則趨于平穩(wěn)，但仍然表現(xiàn)出較強(qiáng)的正面影響。但是圖4顯示，上海金融集聚對(duì)浙江經(jīng)濟(jì)增長(zhǎng)的沖擊作用不太明顯。5.簡(jiǎn)要結(jié)論上海作為長(zhǎng)三角地區(qū)的區(qū)域金融中心，其金融集聚已經(jīng)對(duì)本地經(jīng)濟(jì)增長(zhǎng)產(chǎn)生了較為顯著的促進(jìn)作用，增長(zhǎng)效應(yīng)比較明顯。但是上海作為金融中心理應(yīng)具備的金融輻射功能發(fā)揮得仍然不夠，對(duì)周邊地區(qū)的經(jīng)濟(jì)帶動(dòng)作用不大，相比較而言，江蘇省受到上海的輻射效應(yīng)更加明顯些。六、總結(jié)本文通過(guò)理論建模和實(shí)證分析認(rèn)為，金融集聚的兩種形態(tài)(集中和擴(kuò)散)會(huì)對(duì)集聚的核心區(qū)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生增長(zhǎng)效應(yīng)，對(duì)周邊地區(qū)經(jīng)濟(jì)增長(zhǎng)產(chǎn)生輻射效應(yīng)。具體來(lái)說(shuō)，在LS模型框架下，通過(guò)對(duì)金融集聚前后經(jīng)濟(jì)增長(zhǎng)率的比較發(fā)現(xiàn)，金融資源集中于核心區(qū)，可以使得核心區(qū)實(shí)現(xiàn)比集聚前更高的增長(zhǎng)率，這體現(xiàn)了金融集聚對(duì)核心區(qū)的增長(zhǎng)效應(yīng)，具體又包括“需求關(guān)聯(lián)效應(yīng)”和“資本溢出效應(yīng)”。金融集聚對(duì)周邊地區(qū)的輻射效應(yīng)也包括兩種形態(tài)，一是金融資源集中在條件滿足時(shí)也會(huì)對(duì)周邊地區(qū)產(chǎn)生福利補(bǔ)償效應(yīng)；二是當(dāng)金融集聚的“市場(chǎng)擁擠效應(yīng)”愈加明顯后，金融資源會(huì)從集中于核心區(qū)發(fā)展為向周邊地區(qū)擴(kuò)散，進(jìn)而通過(guò)鼓勵(lì)技術(shù)進(jìn)步、增加資本積累和促進(jìn)儲(chǔ)蓄投資轉(zhuǎn)化來(lái)刺激