《现代财经-早读早分享》2025年3月27日周四（第3324期）

今天是2025年3月27 日，星期四，农历二月二十八，美好的一天从阅读《现代财经-早读早分享》开始！

每日晨语

---

世间的惊喜，往往源于点滴善举的累积。若想收获好运，不妨从成为一个友善之人做起：对家人关怀备至，待朋友真诚相待，与陌生人相处时保持敬意，待人接物把握分寸……行善积德，传递温暖，终将收获内心的安宁与幸福。美好的一天从“心怀善念”开始！周四，早安！

以下内容是由《现代财经》编辑部根据国内外财经类门户网站相关资讯编辑整理而成（总第3324期）。原创不易，敬请尊重。谢谢鼓励。

一、早读分享

1 、 聚焦算力基建 ， 业界助力区域数字经济发展。 当下，数字经济已成为推动各国经济增长的核心力量，而算力作为数字经济时代的“新引擎”，成为衡量一个国家或地区竞争力的关键指标。随着人工智能技术在各领域的广泛渗透，从医疗诊断到智能交通，从工业制造到金融风控，对算力的需求呈指数级增长。在这样的背景下，算力基础设施建设的战略意义愈发凸显。（人民网）

蔡子微评： 算力基础设施建设是区域数字经济发展的关键支撑。强大的算力能够高效处理海量数据，为人工智能、大数据、云计算等新兴数字产业提供强大动力，助力区域产业结构升级。同时，它吸引高科技企业集聚，形成产业集群效应，带动上下游产业协同发展 ， 此外，还能提升区域创新能力，促进数字技术与传统产业深度融合，推动区域数字经济蓬勃发展，缩小数字鸿沟，增强区域经济的整体竞争力，为区域经济高质量发展注入强劲动力。

话题关注：算力基础设施建设对区域数字经济发展影响研究

2、湖北启动实施知识价值信用贷，助科技型企业发展。 记者25日从湖北省科技厅获悉，该省近日启动实施知识价值信用贷款，针对科技型企业，探索数据增信和财政增信，助力其依靠自身拥有的知识价值获得“轻资产、宽信用、便利化”融资。通过开发科技型企业知识价值的信用空间，湖北围绕企业科技创新要素生成知识价值评价模型，对企业的创新人才、研发投入、研发活动、知识产权、创新产品、创新服务、创新品牌7个指标进行评价，引导支持银行机构应用评价结果为科技型企业提供“全线上、纯信用、优利率”、期限不超过3年、单笔金额不超过1000万元的授信支持。（中国新闻网）

蔡子微评： 知识产权质押融资对 提升企业 技术创新水平具有重要意义。一方面，它为创新型企业提供了资金支持，解决了企业在技术研发过程中面临的资金短缺难题，使企业能够持续投入研发，加速技术创新进程。另一方面，促使企业更加注重知识产权的创造和保护，激励企业提升技术创新质量，以增强质押物的价值，从而推动企业技术创新水平不断提高，促进企业的可持续发展，增强其在市场中的竞争力。

话题关注：知识产权质押融资对企业技术创新水平影响研究

3、“创新是企业的底气”，重庆民营企业创新发展见闻。 数十吨豆瓣在搅拌池中翻滚，再通过自动输料管运至装运车内……走进位于重庆市九龙坡区的重庆红天下食品有限公司，偌大的厂房中几乎看不到人。企业是科技创新的主体。在山城重庆，一批民营企业主动拥抱创新，或实现转型升级，或突破卡脖子技术，或以场景驱动创新、“花式”开拓市场。数据显示，2024年，重庆民营高新技术企业数量同比增长16.72%，民营科技型企业数量同比增长19.27%。“让民营企业在科技创新中‘挑大梁’。”重庆市科技局副局长王伟表示，重庆正以实施高新技术企业和科技型企业“双倍增”行动计划为引领，积极优化创新生态，持续推动政策、资金、项目、平台、人才等创新资源向民营企业集聚。（中国经济网）

蔡子微评： 创新是企业的底气。然而，企业技术创新目前存在着技术 研发 不足与人才培养不足等问题。对此，一方面要加强技术研发与突破，加大研发投入，提升企业技术创新能力，突破关键核心技术；另一方面要优化人才管理与培养，通过提供优厚薪酬福利、加强人才培养与发展、与高校院所合作等方式吸引和留住人才，建立“赋能型人才体系”，培养有企业家精神的职业经理人。

话题关注：数字经济时代下民营企业发展的技术创新与人才培养研究

4、自研文商旅数字化解决方案正式交付苏文投集团使用。 日前，由大 麦 麦座自主研发的文商旅数字化解决方案正式交付苏州文化投资发展集团使用。该方案打通了苏文投集团会员体系、数据体系和营销体系，实现了其旗下所有商业体会员资产通用、数据信息共享、营销体系共建，为苏文投集团一体化管理及会员消费体验提升带去了极大的便利。（中国经济网）

蔡子微评： 数字经济时代下，文商旅数字化发展尤为重要。然而，文商旅数字化发展目前存在着技术瓶颈与数字化转型不足等问题。对此，一方面要加强技术研发与应用，推进数字技术与文旅资源的深度融合，重点关注文旅资源数字化展示、交互式传播与智慧化服务技术的开发与应用；另一方面要完善数字基础设施，加快5G网络、物联网等数字基础设施建设，推动文旅产业链上下游企业数据融合。

话题关注：数字经济时代下文商旅数字化发展的基础设施建设与技术突破研究

5、内蒙古科右前旗：壮大乡村振兴富民产业。 乡村振兴，首先要发展富民产业。黄瓜、西红柿、香菜等蔬菜，不仅满足市场供给，也是提升民生幸福感的关键抓手。这些年，归流河镇陆续建棚达800栋，收入3000余万元。与大田相比，每亩增收1万余元。科右前旗地域广阔，产业区域性特征和结构性特色与生俱来，居力很镇西瓜、察尔森鱼、归流河大米、乌兰毛都牛羊肉等，很多乡镇实现“一乡一品”，而且在向“一村一品”深入推进，为乡村振兴的“起跑”与“提速”打下坚实基础。（经济日报）

蔡子微评： 乡村振兴不应仅仅依靠传统农业，而是要注重资源的整合与产业链的延伸。科右前旗的做法值得借鉴，其成功不仅体现在产业规模的扩大，更在于通过整合本地优势资源，提升农民的参与感和获得感 ， 此外，绿色食品和有机认证的推进，进一步推动了可持续发展，展现了乡村振兴的广阔前景。

话题关注：资源禀赋下乡村产业建设的价值底蕴与实施路径研究

6、云南怒江：精准服务优化营商环境。 去年以来，云南省怒江傈僳族自治州着力优化营商环境，努力为经营主体发展创造良好条件。怒江州发改委发挥牵头抓总作用，积极协调相关职能部门，全力推动“暖心行动”，致力于打造具有怒江特色的“峡谷营商”品牌，吸引投资和创新资源，助推地区经济高质量发展。据介绍，为满足不同行业、规模和发展阶段企业的需求，怒江州制定了精准扶持政策，通过税收减免、金融援助、简化行政审批流程等措施，构建全面政策体系。（经济日报）

蔡子微评： 优化营商环境不仅仅是降低企业的税费负担，还需要从制度创新、流程简化和人才引进等多方面入手。怒江州的做法为其他地区提供了宝贵的经验，特别是在政务服务的“智慧化”转型和政务与金融服务的融合方面，展现了营商环境改革的新思路。这些措施不仅能提高企业的经营效益，还能激发地方经济的活力。

话题关注：营商环境优化与企业经济发展的耦合协调关系及互动效应研究

7、湖北省发布科技型企业知识价值信用贷款政策。 财联社3月26日电，湖北省科技型企业知识价值信用贷款政策发布会 3 月25日在武汉举行，会上发布《湖北省科技型企业知识价值信用贷款实施办法（试行）》。《办法》针对科技型企业轻资产债权融资难题，充分开发知识价值的信用空间，围绕企业科技创新要素生成知识价值评价模型，对全省28.5万家科技型企业进行评价，评价结果按5个等次推送各银行机构，银行机构运用评价结果相应为科技型企业提供“全线上、纯信用、优利率”、期限不超过3年、单笔金额不超过1000万元的授信支持。在健全风险分担机制，运用财政资金设立风险补偿资金池的同时，建立以合理不良贷款率为触发条件的熔断机制，解决银行机构后顾之忧。（财联社）

蔡子微评： 湖北省以“知识价值信用贷款”破解科技企业融资困局，本质是通过数据化手段重构信用评估范式，但其创新背后潜藏三重悖论：一是知识价值评价模型过度依赖静态指标（如专利数量、研发投入），忽视技术转化周期与市场验证的时滞性，可能导致“高估值低效能”的授信错配；二是风险补偿资金池的财政兜底虽降低银行风险厌恶，却可能诱发道德风险——银行放松贷后管理依赖政府托底，形成“劣币驱逐良币”；三是熔断机制以不良贷款率为单一触发条件，难以区分系统性风险（如行业衰退）与个体经营失效，或误伤优质企业。更深层问题在于，政策未触及知识产权定价与交易的市场化瓶颈，若缺乏专利证券化、技术期权等配套工具，知识价值的信用转化将止步于政策试验。

话题关注：知识产权证券化对知识信用贷款的替代弹性测算

8、国资委将积极引导中央企业加大资金投入，持续壮大发展人工智能的长期资本、战略资本、耐心资本 。 财联社3月25日电，国务院国资委规划发展局有关负责人25日表示，国务院国资委将继续深化央企“AI+”专项行动，更加突出应用领航，更加突出数据赋能，更加突出智算筑基，深化与各方协同合作，为加快推动我国人工智能产业高质量发展作出更大贡献。据了解，国务院国资委下一步还将积极引导中央企业加大资金投入，持续壮大发展人工智能的长期资本、战略资本、耐心资本，优化人才引育，建立更加符合行业特点规律的人才评价体系。 （ 新华社 ）

蔡子微评： 国资委引导央企加码 AI长期资本，折射出国家战略资本与市场化资本的功能分野，但其执行逻辑面临结构性矛盾：一是“耐心资本”属性与央企短期考核压力的冲突，央企管理层为平衡任期业绩可能倾向“重硬件投入轻算法创新”；二是“数据赋能”与数据垄断的悖论——央企凭借行政资源获取数据优势，或挤压民企创新空间，反噬生态多样性；三是“行业特点人才评价体系”的模糊表述，未解构AI人才与传统制造业考核标准的本质差异（如试错周期容忍度、团队协作模式 等） 。更深层问题在于，央企AI投资可能陷入“技术民族主义”陷阱，过度追求国产化率而忽视全球技术协同，容易导致创新闭环和创新孤岛，不利于AI产业生态培育。未来需探索战略资本“使命-利润”双目标治理框架，并构建数据开放与知识产权共享的激励机制。

话题关注：AI行业投资的行业属性对耐心资本决策的影响

9、商务部：加快落实各项扩消费政策措施。 3月25日，记者在商务部扩消费专题新闻发布会上获悉，今年以来消费市场平稳增长，下一步商务部将加快落实各项扩消费政策措施，为推动经济持续回升向好作出积极贡献。商务部消费促进司司长李刚表示，后期来看，我国消费市场韧性强、潜力大、活力足，回升向好的基本趋势没有改变。随着各项扩消费政策措施持续发力，“购在中国”系列活动有序开展，今年的消费市场总体将继续呈现平稳发展态势。（中经网）

蔡子微评： 消费是拉动经济增长的关键动力，数字消费已成为消费领域的新亮点。推动各类电商活动中融入数字消费主题，引导企业加大数字化产品研发投入，培育创新场景，加速新技术融合应用，将为消费者带来全新的消费体验，创造更多消费需求，能拓展消费边界，提升消费的趣味性与互动性，推动消费升级。

话题关注：数字消费创新场景培育对产业升级的驱动作用及策略研究 —基于新技术融合视角

10、中国成创新药热土，跨国药企纷纷加码投资。 阿斯利康宣布将在北京投资25亿美元，建立第六个全球战略研发中心以及高标准产业化项目；礼来在中国落地三大举措，包括投资15亿元人民币扩建苏州生产基地 等…… 近段时间，跨国药企纷纷发声，表示将加码在华投资。业内人士表示，随着政策支持力度不断加大，外资企业密集投出“信任票”，中国正成为创新药发展热土。（中经网）

蔡子微评： 经过多年发展，中国生物医药产业已具备良好基础，阿斯利康、礼来、武田等跨国药企的大规模投资行动，正是对中国政策积极响应的体现，彰显了政策在吸引外资、促进产业发展方面的强大驱动力。审评审批制度与国际接轨，大大缩短了创新药从研发到上市的周期，提高了企业的研发积极性。跨国药企与中国本土伙伴的创新合作不断深化， 不仅 促进了中国生物医药产业的创新发展，也为全球健康事业贡献力量。

话题关注：基于全球视野的中国创新药产业投资环境优化与发展战略研究

11、“人工智能+”助力消费焕新。 近日，中共中央办公厅、国务院办公厅印发的《提振消费专项行动方案》提出，开展“人工智能+”行动，促进“人工智能+消费”，加速推动自动驾驶、智能穿戴、超高清视频、脑机接口、机器人、增材制造等新技术新产品开发与应用推广，开辟高成长性消费新赛道。这一政策具有鲜明的现实针对性。当前，在新一轮科技革命和产业变革的浪潮中，以人工智能为代表的前沿科技深刻重塑市场需求，推动着消费模式和商业模式变革。智能算法对消费者需求的精准捕捉、虚实融合场景对体验边界的突破、数据要素对产业链协同的赋能，共同勾勒出未来消费生态的轮廓。 （经济日报）

蔡子微评： 我国在人工智能领域具有诸多优势，如庞大的互联网用户群体、丰富的数据资源、超前布局的数字信息基础设施建设，且人工智能产业整体处于全球第一梯队，是全球拥有人工智能专利最多的国家，并涌现出一批优秀大模型产品。然而，发展“人工智能+消费”也面临一些问题，如智能化水平不足、技术成熟度不够、消费者对数据安全与隐私保护的担忧以及企业在市场推广时面临的挑战。为促进其发展，应构建良好的政策环境，加强制度建设支撑，完善规则体系。在这一进程中，要坚持以人为本，坚守技术向善，以消费者需求为核心，创造更多价值，推动高质量发展。

话题关注：人工智能对我国消费结构升级的影响研究

12、“快鱼吃慢鱼”助力半导体行业创新发展。 2025年以来，半导体行业的并购重组持续火热，众多上市公司试图借助并购重组优化企业战略布局，推动业务拓展升级，也有望促进整个行业的高质量发展。对此，多位业内人士在接受《证券日报》记者采访时表示，这标志着我国硬科技投资正在步入新阶段。随着半导体产业的逐步成熟、宏观环境的演变以及投资机构能力的持续增强，我国半导体行业系统性并购重组的黄金时代已然开启，行业正从零散的机会探索向纵深的战略协同加速转变。 （经济日报）

蔡子微评： 2025年以来，半导体行业的并购重组持续火热。半导体行业具有资金密集、技术密集、行业周期性强等特点，并购重组能够实现资源整合、技术互补，产生协同效应，成为企业突破发展瓶颈的关键手段。同时，对于行业巨头而言，垂直整合有助于提升技术储备、优化成本。半导体行业技术更新迭代极为迅速，上市公司通过并购能够快速获取先进技术、专利和人才团队，有效缩短研发周期。

话题关注：数字经济背景下半导体行业创新发展路径

二、今日社科期刊佳作关注

金融资源在城市群的空间集聚与扩散效应:基于新经济地理模型的分析

---

作者：肖冬利,肖锐,班琦 来源：《现代财经》2025年第2期

导读

摘要： 金融资源作为最具流动性的要素，在城市群发展背景下呈现新的空间集聚与扩散规律。本文从微观的城市群空间视角来揭示金融资源的空间集聚与扩散效应。通过构建新经济地理模型，运用多维数值模拟分析金融集聚与扩散规律，采用1991—2022年中国297个地级市数据为样本，运用空间SARAR模型对金融空间外溢模式与边界进行识别。研究发现：(1)城市群及其中心城市金融资源集聚对外围城市具有扩散效应，但存在边际递减；(2)不同城市群中，中心城市对外围城市呈现正负两种相反的空间外溢效应，随着城市群发展，中心城市的空间外溢效应从集聚(虹吸)变为扩散(辐射);(3)四类城市群的金融空间外溢模式随着距离增加、次中心城市出现而分化，呈现四种不同溢出衰减模式；(4)城市群内部的产业分工、一体化水平等因素成为影响区域金融集聚效应的重要机制。本文为金融资源的地理空间集聚规律和机制研究建立了系统的理论分析框架，对促进区域经济一体化与协同发展、经济圈规划建设、因地制宜地规划各区域金融中心具有重要意义。

关键词： 金融地理;城市群;中心—外围;金融集聚;

引用格式： 肖冬利,肖锐,班琦.金融资源在城市群的空间集聚与扩散效应：基于新经济地理模型的分析[J].现代财经(天津财经大学学报),2025,45(02):39-54.

一、引言与文献综述

习近平总书记指出:“金融是实体经济的血脉,是国家重要的核心竞争力”“金融活,经济活;金融稳,经济稳”。金融资源作为现代社会最富流动性的资源和要素,其流向和流量在影响区域发展和宏观调控政策中发挥越来越重要的作用。相较于传统产业在地理上的分布,金融资源在空间上呈现更加集聚的态势 [1] 。与此同时,中国城市在空间上呈现城市群式的聚合发展现象,城市群的兴起使经济空间格局正在突破传统行政和地理区划界限,形成全新的要素集聚与扩散模式。党的十九届四中全会提出“提高中心城市和城市群综合承载和资源优化配置能力”,更是明确了城市群及其中心城市对未来中国经济发展的引领作用。

金融资源的空间分布极其不平衡,这体现在国家、区域和城市多重空间尺度上,我国作为一个幅员辽阔的大国,过去东中西部地区的金融发展差距长期存在,而现在各微观区域则呈现新的集聚与扩散趋势。从宏观空间维度看(图1),发达城市群金融集聚度持续增加,而非城市群金融集聚度加速下降,欠发达城市群和衰退城市群则维持在低位。从微观空间维度看(图2),中心城市金融集聚占比持续上升,其中发达中心城市却趋于平缓。由此可见,城市群金融资源的流动规律在宏微观维度表现出相反趋势,呈现“宏观发达区域集聚,微观发达城市扩散”的趋势。相较而言,工业集聚的趋势则较为均衡,并未出现如此明显的集聚与扩散现象。由此可见,金融资源的流动规律已经不能简单地用“自西向东”或者向沿海地区转移来进行描述,也不能用传统的产业转移理论来解释,而是在宏观区域、微观区域呈现精细化差异特征。因此,金融资源空间集聚与扩散的研究若仅仅停留在单独的省份或城市层面,就难以全面理解中国金融资源在地理空间上的真实流动规律。

图1 四类城市群金融集聚走势

图2 四类城市群中心城市金融集聚占比

已有文献对金融集聚现象进行了深入研究,金融集聚持续演进的结果是在地理空间形成不同层次的金融中心 [2] ,随着金融体系的一体化进程不断加深,逐渐形成“中心—外围”结构 [3] ,并在数字技术的发展下有进一步加速集聚的趋势。其中,与本文较为相关的研究是关于金融资源区域流动规律的探寻。王如玉等(2019) [1] 验证了金融中心与城市层级是正向匹配的,顶级城市对金融资源的虹吸效应更为显著;俞颖等(2017) [4] 从区域金融差距演化视角出发,发现中国总体金融差距与东部地区的金融差距呈现出倒“U”型发展态势,而中西部地区金融资源锁定在较低水平,该类研究为本文金融资源的集聚与扩散规律提供了理论基础。但是,已有研究仍缺乏金融资源在城市群之间、城市群内部空间维度的金融集聚效应研究,无法解释金融资源在宏微观区域演变趋势的不一致问题,忽视了金融资源在更微观、精细区域的集聚与扩散特征。虽然有部分文献以城市群为视角,也仅选取了城市群整体作为样本,未凸显城市群内部独特的经济空间结构,比如徐延利和林广维(2021) [5] 以三大城市群作为研究对象,但只是对城市群整体的金融集聚进行测度,并未剖析城市群内部的“中心—外围”关系。王韧等(2023) [6] 研究了城市群金融集聚的绿色创新效应,并非针对金融集聚本身空间规律的探寻。方芳和李长治(2020) [7] 对城市群边界和省际行政边界的金融集聚效应进行了对比,但城市群边界的研究并非揭示城市群内部特殊空间的性质。

对于金融集聚的机制和动因,已有文献基于产业经济学、金融地理学等理论,从多个视角研究了金融集聚的机制与成因。早期文献借鉴产业集聚的理论,认为外部规模经济效应是金融集聚的主要机制,金融机构集聚有助于企业间降低交易成本 [8] 。金融地理学派以“信息腹地论”为基础,认为金融机构作为以信息为核心竞争力的企业,有动机集聚在信息发达区域以降低信息成本 [9] 。黄丹荔和吴昳(2019) [10] 从经济利益最大化的视角,认为利润最大化动机使得金融资源在空间中集聚。而李敬等(2007) [11] 则认为区域政策的倾斜是金融集聚的重要原因。综上,已有研究从金融业的规模效应、信息交流、金融逐利性、政策倾斜等角度揭示了金融集聚的机制和动因,但是忽略了地理空间本身的重要作用,城市群的发展使得区域间交通距离缩短、产业间关联度提高、要素空间流动更便利,这些重要的机制未被纳入对金融集聚的研究中。

综合上述关于金融集聚及其机制的文献,主要存在以下问题尚未深入研究:一是城市群之间、城市群与非城市群之间的金融集聚与扩散效应的研究(宏观区域维度)。二是城市群内部“中心—外围”金融集聚与扩散效应研究(微观区域维度),即城市群内部的具体空间结构。三是影响金融空间外溢模式与外溢距离的探索。四是系统的空间经济学理论分析模型的搭建。综上,本文在城市群发展的金融集聚背景下,以18个城市群为研究对象,并将其科学分为四大类,针对城市群“中心—外围”地理结构来构建新经济地理模型与空间计量模型,考察城市群金融集聚与扩散效应,揭示金融集聚的空间外溢机制、边界与模式。

本文的贡献主要体现在以下几方面:第一,城市群视角下的金融集聚与扩散特征研究。现有研究多以行政单位或单个城市为对象,未体现城市群内部“中心—外围”空间特征。第二,识别金融集聚空间外溢的模式与机制。传统研究多聚焦于空间正向相关性,忽视负向效应(虹吸效应),且对外溢模式和机制缺乏深入探讨。本文通过精细化空间权重分析,发现金融集聚的空间外溢存在多种模式,并从城市群协同发展角度分析其内在机制。第三,在理论模型、空间计量方法上分别做了新的探索。在理论模型上,本文引入银行与制造业部门,构建两地区新经济地理模型,建立了一般均衡分析框架;在计量方法上,本文针对“中心—外围”模式构造多种空间权重和估计方法,更精准地识别金融风险外溢边界。

二、理论模型

本文借鉴Krugman(1991) [12] 的研究思路,构建了一个包含消费者、制造业、银行三个部门,以及中心城市和外围城市两个地区的新经济地理模型,通过建立一般静态均衡框架来分析金融资源在城市间的流动规律。

(一)基本假设

(1)企业生产不同的产品,并存在规模报酬递增;(2)劳动力跨地区迁移由低薪地区到高薪地区;(3)经济系统中每个人的效用函数为 U = F μ I 1- μ ,其中, I 代表购买的制造业产品, F 为购买的金融产品, μ 为制造业产品占有的份额。 F 和 I 为固定替代弹性函数形式。

(二)消费者行为

制造业产品的价格为 ,银行贷款价格为 p i ,消费者的工资为 w ,消费者可以通过工资和贷款购买商品,消费者的总收入为 , a 为制造业产品价值占消费者收入的比重( a ≥0)。则消费者预算约束为

(1)

随后,消费者即通过最优化选择 d i ,以获取银行贷款 F ,即

(2)

(3)

对第 j 类银行贷款的消费支出为 p j d j ,全部制造业产品的购买支出为

(4)

推导可得

(5)

其中, G 为价格指数; σ 为各制造业产品之间的替代弹性, σ >1,且 ρ =( σ -1) /σ 。

消费者在预算约束下寻求效用最大化的问题转换为

max U =( F ) μ ( βI ) 1- μ

(6)

通过拉格朗日函数解得

(7)

(三)中心、外围城市的发展水平

由于区域上的差异,银行更愿意贷款给距离较近的企业,这是由于地理位置的不同导致信息不对称程度存在差异。城市的发展水平将影响两地之间的交通距离、信息传输效率,而发达城市具备更优越的地理条件和经济优势,更容易获取本地和周边的金融服务。中心城市获取外围城市的银行贷款需要付出 p 2 τ 2 ,外围城市购买中心城市的银行贷款需付出 p 1 τ 1 ,由此可见中心城市的 τ 应当更低。两个城市的银行贷款量分别为

(8)

(9)

(四)银行行为分析

假设银行固定投入为 A ,边际投入为 c ,总劳动力成本为 L = A + cq 。设区域 r 银行员工的名义工资 w r ,贷款价格为 p r ,贷款单位收入 η ,坏账率 P b ,银行可以收回抵押物拍卖,拍卖价 。则银行期望利润 B r 可以表示为

(10)

利润最大化定价条件为

(11)

通过选择适当的单位可得

q * = l * = μ , n r = L r /μ

(12)

(五)名义与实际工资率

零利润条件下, q 1 = q 2 = q * ,由式(8)(9)得

(13)

(14)

由式(12)-(14)计算名义工资率

(15)

(16)

进一步得到实际工资率为

(17)

(18)

(六)均衡条件

根据式(12),又令中心城市制造业人员占比为 z ,金融从业人员占比 x ,同时令 L F = μ , L I =1- μ ,则 L 1 = μx , L 2 = μ (1- x ),可得

(19)

(20)

(七)数值算例

当把制造业工资作为计价标准,得到两区域收入为

(21)

(22)

当某个城市的实际工资更高时,劳动力倾向于流向高工资区域。随着城市群的发展,中心城市会具有先发优势,即此时 τ 2 的值较小,外围城市发展较为落后( τ 1 的值较大)。通过对上述均衡条件进行数值模拟得出图3,图3两条横坐标分别为 τ 1 和 τ 2 ,纵坐标是中心城市与外围城市的工资差距。从图3可知,在城市群发展初期时, τ 2 的值较小、 τ 1 的值较大,此时中心与外围的工资差距较大(且大于零),金融从业人员倾向于从外围城市向中心城市集聚。

图3 数值模拟三维结果图

图4 数值模拟平面结果图

随着城市群的发展,中心与外围逐渐实现一体化, τ 1 的值逐渐缩小(代表外围城市与中心城市的地理距离或者信息距离缩短)。为了方便分析和观察,此时将图3转变为图4的2D平面图形,横坐标为 τ 1 ,用于专门讨论外围城市的发展变化。由图4可知,随着 τ 1 的降低,中心与外围的工资差距也逐渐缩小,当 τ 2 <0.55时,工资差距首次小于0,这意味着金融从业人员开始从中心城市向外围城市扩散。此外,当 τ 1 固定不变时, τ 2 的减少依然会使得工资差增加。

综上所述,提出以下研究假设。

H1 城市群发展初期,中心城市虹吸外围城市金融资源;城市群发展后期,中心城市向外围城市辐射金融资源。

进一步地探讨中心与外围城市距离较远的情况下,金融资源的流动情况。考虑 τ 取最大值的情况,代表着中心城市与外围城市具有较大地理距离和信息距离,当 τ 1 = τ 2 =2时,得出数值模拟结果如图5所示,此时中心—外围工资差距接近为0,这代表着两座城市之间金融从业人员难以互相流动。该现象从模型层面上看,主要归因于城市之间距离增加使得人口、商品交易变得困难,两座城市更接近于独立发展,工资差距不会外生地拉大,因此金融资源的流动性减弱。由此提出以下研究假设。

图5 中心—外围距离较远的情况

H2 随着中心—外围城市距离增加,中心城市对外围城市的虹吸或者辐射效应逐渐下降。

基于新经济地理模型的视角,将城市群金融集聚的演进过程总结为“S型曲线”,这一过程反映了城市群内部金融集聚与扩散的动态演进机制。城市群发展背景下的金融集聚与扩散模式发生了根本性变化,叠加金融数字化趋势,传统金融集聚对地理空间的依赖降低,金融服务的空间约束减弱,金融服务的虚拟化、分散化特征,形成了跨越地理边界的金融扩散效应。这种“无界化”的金融服务模式在城市群中表现为金融资源由中心城市向外围城市更为均衡的扩散,尤其是通过数字平台与网络,金融资源的流动不再局限于中心城市,外围城市也能够获得更多的金融资源支持和信息流动。金融集聚演进趋势总结如下。

城市群的金融集聚效应呈现出“先下降、后上升、再下降”的S型走势。这一演变趋势是由集聚与扩散之间的动态博弈所驱动的,是城市群形成与发展的关键机制。在初期阶段,城市群内部尚未形成成熟的分工协作体系,金融资源的集聚效应主要表现为“中心—外围”的虹吸效应。由于外围城市对中心城市的高度依赖,金融资源向中心城市过度集中,导致中心城市的金融集聚能力显著增强,而外围城市的金融集聚能力相对减弱。这种虹吸效应在城市群发展的早期导致了区域金融资源配置的失衡。

随着城市群的发展,中心城市通过产业升级和服务功能转型,逐步实现了从制造业向高端服务业的过渡。此时,城市群内开始形成更高层次的分工协作机制,金融资源不再仅仅集中于中心城市,而是通过“中心—外围”的辐射效应向外围城市扩散。中心城市作为金融、研发、信息等高端服务的集聚中心,通过将部分金融资源和制造业外溢到周边城市,实现了区域内的产业与资源的有效整合。在这一阶段,城市群内的金融资源流动更具协同效应,整体的金融集聚效率显著提升。然而,随着金融集聚达到一定规模,边际效应开始递减,表现为集聚能力和效率的再次下降。尤其在发达城市群中,中心城市与外围城市之间的金融资源扩散效应趋于饱和,金融集聚的增量效应逐步减弱,金融集聚效应进入平台期,金融资源开始向城市群以外的地区扩散。综上,提出以下研究假设。

H3 从宏观空间维度看,城市群发展程度较高时,金融资源开始向非城市群扩散。

三、城市群金融集聚测度与分布特征

借鉴茹乐峰等(2014) [13] 的做法,运用主成分分析法对金融集聚进行了测度,构建城市金融集聚程度的指标体系(表1)。

表1 城市金融集聚水平测度指标体系

城市群的形成和发展受到诸多因素的影响并经过产生、成长、成熟、衰退的发展规律。结合城市群的成熟度、影响力和发展动态趋势,本文将中国的城市群划分为欠发达城市群、快速发展城市群、发达城市群和衰退城市群(表2)。

表2 城市群类型与金融集聚情况

四、城市群金融集聚效应实证检验

(一)样本与数据

本文选用1991—2022年度中国297个地级市为样本。城市数据来自《中国城市统计年鉴》《中国工业统计年鉴》、中国研究数据服务平台(Chinese Research Data Services,简称CNRDS)。对于城市群数据,通过查阅国务院批准的关于各个城市群的发展规划,来对城市群所包含城市及其中心城市进行界定。

(二)实证设计

1.模型设定

现有的面板固定效应模型无法反映各城市之间的影响程度,也无法反映各城市群之间的资源流动,而空间计量将不同城市(群)间的空间关联和经济关联纳入其中,这为揭示城市(群)间的金融资源流动(如“虹吸”和“辐射”)提供了可能。

本文采用空间SARAR模型进行金融集聚和扩散的识别,模型具体如式(23)。 y i , t 为城市(群) i 的金融集聚程度, Wy i , t 为代表其他城市(群) j 的金融集聚增速的空间滞后项。 control i , t 为控制变量, μ i 为 i 的个体效应, γ t 为时间效应, ε i , t 为残差项。

(23)

在本文的模型中,根据研究需要, y i , t 的 i 可以代表城市群 i 、城市 i 、以及“该城市 i 是否属于城市群”的虚拟变量。因此该模型的本质是在探讨其它城市的金融集聚对本城市金融集聚的影响。系数 ρ 值为正 / 负代表了本地城市受到其他城市的金融集聚变化的正向 / 负向影响,比如 ρ 值为负可能代表着其他城市金融集聚会降低本地城市金融集聚,产生虹吸效应。在式(23)扰动项中引入空间滞后项,以减弱共同冲击等空间相关因素的影响。

ε i , t = λWε j , t + η j , t η ～ N (0, σ 2 )

(24)

2.构造空间权重

传统的地域加权方法并不能很好地反映出城市群与周边地区的相互作用机理。同时,距离加权方法仅能反映出城市间的距离差别,而不能反映出城市间的空间分布情况。为此,有必要构建“中心权重”(见式25)“经济权重”(见式26)等一系列新的空间权重,以确定中心城市对周边地区的金融聚集效应。对于式(25),在 j 是中心城市的情况下,加权中相应的要素取1。 ρ 可以单纯地体现出中心城市对其周边城市的金融聚集效应,如果 ρ 是正值,那么代表着与周边城市同向变化,如果 ρ 是负向,则代表着逆向变化。式(25)是本研究的核心权重。此外,构造另一个“经济权重”指标作为对比分析和稳健性检验, y j 为城市 j 的经济水平, W ij 的经济意义为城市 j 在其城市群中经济集聚量所占比重。

(25)

(26)

(三)主要变量的定义与计算

1.被解释变量

外围城市金融集聚( Fin _ p )。正如之前所述,本文运用主成分分析法对金融集聚指标进行测度,得到每个地级市金融集聚程度。

2.解释变量

中心城市金融集聚( fin )。运用主成分分析法得到每个地级市金融集聚程度后,将其与空间权重 W 相乘,得到中心城市金融集聚度。因此解释变量能够衡量中心城市金融集聚对外围城市金融集聚的影响。

3.控制变量

工业产值( Industry ):用城市第二产业增加值占GDP比重衡量,由于金融主要服务于实体企业,因此一个地区的工业企业会带来金融集聚;财政开支( Expend ):采用地方财政一般预算内支出进行衡量,地方政府一定程度上会影响金融的发展;国内生产总值( GDP ):反映一个地区的整体经济发展水平;对外开放( FDI ):由于各个区域FDI和本地金融之间存在着密切的关联,以外商投资额度来衡量各个区域的对外开放水平;电话普及程度( Teleph ):采用固定电话年末用户数加上移动电话年末用户数进行衡量;基础设施( Transp ):反映了一个城市的运输便捷程度,运输发达对要素资源的流动有利,采用高速公路里程公里数进行衡量;人力资本( Human ):金融业是智力密集型行业,从业人员的教育程度影响金融集聚,采用每万人在校大学生数进行衡量。

(四)实证结果与分析

1.基准回归

首先,本文对中国城市(群)的整体情况进行验证,采用模型式(23)以及多种空间权重。表3列(1)按照传统思路验证距离较近城市之间的相互影响,列(2)研究中心城市与外围城市之间的影响,列(3)研究大型城市对小型城市的影响,列(4)研究城市群对非城市群的影响。

表3 城市全样本回归结果

注:括号内为t值;***、**和*分别表示在1%、5%和10%的水平上显著。下同。

由列(1)可知,基于距离权重的回归系数 ρ 1 为正,即相邻城市的金融集聚趋势具有高度相似性,这与地理学第一定律相符。地理距离影响城市间的资源共享和信息交流,进而在距离相近的城市中形成类似的金融集聚模式。这一现象揭示了金融资源分布中的重要空间规律,说明地理邻近性仍然是金融集聚的关键影响因素之一。进一步分析背后的经济学机理可以得出,城市之间的金融资源流动并不仅仅是物理距离的函数,还受到区域经济活动的强度、基础设施的连接性以及区域政策协作的推动。因此,距离权重反映了空间邻近性对金融集聚的促进作用,但更深层次的原因在于邻近城市在经济结构上的互补性和信息流通便利性,强化了其集聚效应。

列(2)显示,在中心—外围权重下的回归系数 ρ 1 为正,表明中心城市通过金融资源的外溢效应向外围城市辐射。这不仅仅是简单的资金流动,而是受中心城市在经济规模、金融服务和资本积累方面的强大优势所驱动。随着中心城市的金融市场逐渐成熟,其溢出效应推动外围城市在金融服务、资本投资和经济增长方面取得了发展。这种辐射效应源自于中心城市通过提供高级别金融服务、创新技术和管理经验,提升了外围城市的经济效率,带动了外围地区金融集聚的发展。这表明中心—外围结构不仅是物理上的空间分布,更是经济结构和功能上的有机互动,中心城市在金融集聚中的带动作用是区域经济整合和发展的重要推动力。

列(3)的经济权重回归系数 ρ 1 为正,进一步揭示了大型城市对小经济体的金融辐射作用。这种现象可以从规模经济的角度解释:大型城市拥有更多的金融资源和市场影响力,能够通过资本和技术输出,带动周边小型城市金融发展。大型城市的金融活动对小型城市产生了示范效应和吸引效应,金融机构和投资者倾向于依赖大型城市的稳定性,从而扩大了对小型城市的辐射。

列(4)的回归结果表明,城市群对非城市群的金融辐射效应同样显著,这验证了本文提出的假说1。城市群作为区域经济整合的高级形式,其内部的资源流动和集聚效应不仅限于城市群内部,也通过金融市场、产业链和物流网络的扩展,影响到了非城市群区域的发展。这种现象可以解释为城市群通过制度创新和区域一体化,提升了整体经济的协同效应,使得外围区域能够分享到核心区域的发展红利。

列(1)到列(4)从不同空间尺度上证明了城市群金融集聚具有向外的辐射作用,可以促进周边区域的金融发展,但是这种辐射效应是边际递减的,因为回归系数的二次项系数( ρ 2 )为负数,说明随着中心城市金融集聚增加,对外围城市的辐射效应在下降,这表明随着中心城市金融集聚的增加,其对外围城市的辐射效应在逐渐减弱,这是由于中心城市金融集聚后期面临资源饱和效应,随着中心城市的持续发展,可能会面临资源和空间的限制,如土地稀缺、环境压力增大等,这些限制可能减缓中心城市的进一步发展,从而降低其对外围城市的辐射能力。此外,外围城市在发展到一定程度后开始形成自身的金融集聚,减少了对中心城市的依赖,随着区域经济一体化的深入发展,金融资源和服务在更广泛的区域内流动和分布,使得单一的中心城市对外围城市的影响逐渐减弱,这进一步验证了H1。

2.城市群内部集聚扩散特征验证

表4列(1)欠发达城市群回归为负(中心金融集聚增加导致外围金融集聚降低),表明欠发达城市群的中心城市目前只展现出虹吸效应,且虹吸效应不断增加。因为在欠发达城市群中,中心城市可能是该区域唯一或最主要的经济增长点,由于外围城市的经济基础薄弱,中心城市容易吸引周边地区的金融资源,形成现阶段的虹吸效应,随着城市群整体发展,城市群具有一体化和协同效应后,中心城市才展现出辐射效应。列(2)快速发展城市群回归为正(中心金融集聚增加,外围也增加),表明快速发展城市群的中心城市与外围城市产生金融协同效益,中心城市能够与外围城市同时产生金融集聚现象。这种现象可能是因为快速发展的城市群开始具有较强的经济互补性和良好的基础设施,促进了中心和外围之间的资源流动和信息共享,带动了外围城市的发展,使其自身的金融集聚能力增加。从列(3)可知,发达城市群的 ρ 值为正,表明整体上看,发达城市群表现为中心对外围的辐射效应。因为在发达城市群中,中心城市的金融服务已经相对饱和,导致金融资源和活动开始向外围城市扩散,以寻找新的增长点,中心城市的金融资源流向外围城市,形成了一种辐射效应。

表4 不同类型城市群“中心外围”金融集聚效应结果

列(4)显示,衰退城市群的 ρ 值为负,表明外围的金融资源吸引能力较弱。首先,这种现象源于衰退城市群的经济结构存在路径依赖性,长期依赖单一或过时的产业基础,当这一主导产业陷入衰退时,区域内缺乏多元化的经济支撑,难以推动金融资源的有效再分配。其次,创新能力的缺乏与投资活力的减弱也加剧了这一现象,在衰退城市群中,由于缺乏技术进步和资本积累驱动,金融资本对新兴产业和新市场的流动性受限,导致中心与外围城市之间的金融协同效应无法显现。此外,基础设施的老化或未能与经济发展需求同步升级,进一步制约了城市群内部的要素流动与资源共享,弱化了中心城市对外围城市的辐射作用。最后,人口外流和劳动力市场的收缩使得地方经济活力进一步削弱,外围城市的经济集聚力和金融需求双双下滑,阻碍了金融资本的有效循环。表4的结论进一步验证了H2。

此外,从第二产业占比( Industry )的回归结果来看,除了发达城市群中心城市产业能够对外围产生金融辐射效应,其余城市群都是虹吸效应,这表明发达城市群中心城市的产业已经对外围城市产生支撑作用,这是由于发达城市群中心与外围之间形成产业一体化和协同发展。

表5呈现了城市群对非城市群的集聚与扩散效应,由结果可知,只有列(3)发达城市群的 ρ 1 为正,这表明发达城市群整体对非城市群具有金融辐射(扩散)效应,其他类型城市群则不明显。此外,列(1) Industry 系数为负,表明欠发达城市群对周边非城市群具有产业虹吸效应,会吸收周边非城市群城市的工业资源。由此验证了H3。

表5 不同类型城市群对非城市群的集聚效应结果

(五)影响城市群金融集聚机制分析

为了全面理解城市群金融集聚的影响因素,本文基于城市群协同发展因素进行机制分析,包含了一体化、城市群分工等因素,因为一个成熟的城市群应该具有以下特征:(1)城市群一体化程度。新经济地理学认为产业集聚基础上形成的“中心—外围”模式与地区差距密切相关;(2)城市群发展之所以高效,很大程度上得益于中心与外围之间合理的产业分工,在城市群发展过程中,中心与外围城市逐渐形成“中心城市服务业集聚,外围城市制造业集聚”的分工结构。因此,在主模型基础上引入上述机制变量( mechanism )及其与空间滞后项的交乘项,得到如式(27)。回归结果如表6。列(1)(2)为城市样本回归,列(3)(4)为城市群样本回归。

表6 机制检验结果

fin i , t = α + ρ 1 ( Wfin i , t × mechanism i , t )+ ρ 2 Wmechanism i , t + ρ 3 fin i , t + μ i + γ t + ε i , t

(27)

列(1)中心—外围分工系数为正,表明中心与外围的服务业与制造业的分工越明显,越有利于促进城市群金融集聚,中心城市与外围地区之间的服务业与制造业分工通常反映了区域内的经济专业化,中心城市可能专注于高附加值的服务业,如金融、咨询、技术等,而外围地区则可能专注于制造业和其他劳动密集型产业,这种分工不仅提升了整体的生产效率,还促进了经济的互补性,为金融集聚创造了良好的环境。从列(3)(4)的一体化系数为正可以看出,城市群一体化程度越高,金融集聚程度越高,因为城市群一体化意味着在其内部的资源、信息、人才和资本流动更加畅通,无缝的互动促进了金融服务的高效配置,使得金融资源能够根据市场需求和投资机会迅速流动。此外,一体化的城市群通常具有更大的经济规模和市场深度,这种规模效应不仅吸引了更多的金融机构和服务,也为金融产品和服务的多样化提供了条件从而增强金融集聚。

从空间滞后项看, W :一体化× fin 为正,表明城市群一体化增强会促进中心对外围的辐射作用,因为一体化进程中,基础设施如交通、通信网络的建设和完善,有助于缩短中心与外围地区之间的距离,加强它们之间的物流、信息流和人流交换,从而加强了中心对外围的辐射作用。随着中心与外围逐渐一体化,城市群内部的企业、教育和研究机构之间可能形成更紧密的合作网络,促进资源共享和协同创新,有利于提升外围地区的发展水平。

W :中心—外围分工× fin 为正,表明中心与外围之间的合理分工能够促进中心对外围的金融辐射作用。合理的分工意味着中心和外围之间经济活动的互补性,中心城市通常专注于服务业,包括金融、技术和管理服务,而外围地区则可能更加侧重于制造业和初级产业。这种分工使得外围地区可以利用中心城市的金融服务和专业知识来促进自身产业的发展,中心城市作为金融服务的集聚地,随着与外围地区分工的深入,这些服务更容易扩散到外围地区。此外,中心城市的金融机构可能会在外围地区寻求投资机会,特别是在制造业和其他产业领域,这种投资不仅提供了必要的资金支持,还可能带来技术和管理知识的转移。

列(3)表明大型城市群的一体化程度越高、中心—外围分工越明显、中心城市竞争力越强,都有利于城市群整体金融集聚。此外,竞争力越强会加剧该城市群对其他城市群的虹吸作用,一体化与分工作为城市群内部特征,其提升对外部城市群产生辐射作用。列(2)(4)用面板固定效应模型进行再验证,结论不变。

(六)空间外溢边界的实证检验

一般而言,城市与城市之间的距离越大,空间相关性就越小,这造成了金融集聚的空间溢出效应具有有限的边界。采用以地球大圆半径为基础,对周边城市进行地理距离度量的方法。在此基础上,通过设置不同的距离门限,构建了一个空间权重矩阵,用以反映城市群中心城市的金融集聚对外围城市的空间溢出效应。

从新经济地理的视角来看,金融资源的集聚与扩散不仅受到地理距离的影响,还与人口和产业的交通距离成本密切相关。图6中所示的欠发达城市群中,空间外溢系数和t值均为负值,这表明中心城市对外围城市的金融资源存在显著的虹吸效应。这种效应的形成,不仅仅是由于金融资源在中心城市的高度集聚,更是由于人口和产业的交通距离成本较高,使得外围城市在地理上难以与中心城市建立有效的资源流动和协同机制。随着距离中心城市的增加,回归系数的绝对值逐渐减小,这意味着中心城市的虹吸效应随着距离的增加而衰减。结合交通成本的因素,距离越远的外围城市,由于交通、信息和物流等成本显著增加,导致金融资源难以有效地从中心城市转移到远距离的外围城市。同时,由于欠发达城市群的产业链协作和分工水平相对较低,产业集群效应难以跨越长距离,导致外围城市难以形成自身的金融集聚能力。因此,中心城市的金融资源外溢在地理上呈现出明显的距离衰减效应。本文提出的假说2正是基于这一理论,随着距离的增加,外围城市的金融集聚能力减弱,中心城市的虹吸效应逐渐衰退。这种衰减不仅反映了地理距离的作用,还受制于人口流动和产业转移的高成本,尤其是在欠发达地区,交通距离成本成为金融资源在城市间有效转移的关键障碍。这一机制凸显了金融集聚过程中的区域不平衡性,尤其是距离远的外围城市,在面对高交通成本和低产业联动时,无法有效参与金融资源的扩散和共享。

图6 欠发达城市群的空间溢出效应

图7 快速发展城市群的空间溢出效应

从图7(快速发展城市群)可以看出,空间外溢系数和t值基本都为正数,这表明快速发展城市群的中心城市对外围城市的金融资源主要呈现辐射作用,有利于外围城市金融集聚。进一步观察趋势可知,随着距离中心城市越来越远,回归系数的绝对值先下降后增加,最终下降并趋于平缓,这表明快速发展城市群对周围近距离城市以及稍远城市的辐射作用较大,并且最后也遵循距离衰减的规律。从距离上看,快速发展城市群的金融外溢距离相较于欠发达城市群更远,呈现 型走势,这说明距离中心城市240公里左右会出现次中心城市,从而出现溢出效应的第二波峰。

从图8(发达城市群)可以看出,空间外溢系数和t值基本都为正数,这表明发达城市群的中心城市对外围城市的金融资源呈现金融辐射作用,有利于外围城市金融集聚。进一步观察趋势可知,随着距离中心城市越来越远,回归系数的绝对值先上升后降低,这表明在距离较近时,中心城市呈现虹吸作用,当距离到达280公里时,中心城市转变为辐射作用,并最终衰减,整体上呈现倒V型特征,这是因为距离中心城市较近的城市较容易受到虹吸作用,而在中等距离的时候虹吸效应衰减至较低水平,此时能够享受发达城市群虹吸非城市群金融资源所带来的红利,处于接受金融资源的最优区域,随着离中心城市的距离继续增加,中心城市辐射效应难以覆盖,金融扩散效应再次下降。

图8 发达城市群的空间溢出效应

图9 衰退城市群的空间溢出效应

从图9(衰退城市群)可以看出,空间外溢系数和t值先为正,后转变为负,这表明衰退城市群的中心城市对外围城市的金融资源呈现金融辐射作用,有利于外围城市金融集聚,但是辐射的强度随着距离衰减较快,呈现 型走势,这是因为在中心城市近距离尚能受到金融辐射作用,距离较远时,其他城市群具有更强的资源虹吸能力,外围城市的金融资源耗散加快。

综上所述,四类城市群中心城市的金融空间外溢效应各不相同,其中欠发达城市群中心城市一直呈现虹吸效应;快速发展城市群呈现辐射效应并展现 型走势;发达城市群呈现辐射效应并展现倒V型走势;衰退城市群呈现先辐射后虹吸的效应,呈现 型走势。该结果揭示了在微观区域层面金融集聚与扩散的异质性,表现出金融外溢效应随着地理距离的衰减规律。

(七)稳健性检验

1.工具变量

为进一步解决内生性问题,本文采用由Kelejian和Prucha(2010) [15] 提出并在处理模型内生性问题上具有优势的GS2SLS进行估计,以有效解决内生性问题。这种方法无需假设误差项正态分布,并且在异方差条件下,IV估计值也具有相容性。在此基础上,利用GS2SLS方法,通过对样本数据的统计分析,进一步验证中心城市(群)对周边城市(群)的影响是否存在因果效应。结果如表7所示,中心城市对外围城市的空间溢出作用具有因果效应,中心城市在金融集聚的过程中起到决定性作用。

表7 所有城市全样本回归结果

2.替换金融集聚的测度方法

通过关键指标替换的方法,进一步进行金融集聚效应的稳健性检验。第一,通过改变金融集聚的测度权重。各城市市辖区存贷款占全国的比重(赋权为50%)、各城市市辖区在A股市场发行IPO的公司个数占全国所有IPO公司个数的比重(赋权为30%)、金融机构就业人员占全国金融总就业人员的比重(赋权为20%)(见表7列(3))。第二,通过主观赋权法来合成新的金融集聚指标。重新使用该指标回归,主要回归结果并未受影响(表7列(4))。

五、结论及启示

金融资源是一种极富流动性的资源,城市群则是较高层次的经济空间形态,城市群的形成与发展对金融集聚特性与空间格局产生了重要影响。本文聚焦于城市群金融集聚特征与机制,从时空维度对中国各大城市群金融集聚与扩散规律、机制进行研究。通过构建引入了金融部门和制造业部门的新经济地理模型,运用多维数值模拟分析金融集聚规律,并采用改进的空间计量模型对金融空间外溢模式和边界进行识别,得出如下结论:(1)城市群中心城市的金融空间外溢效应存在正负两面性:随着城市群发展,中心城市的虹吸效应逐渐转变为辐射效应(尤其是发达和快速发展中的城市群)。欠发达和衰退中的城市群则由于结构性问题,中心城市仍表现出金融资源虹吸效应;(2)金融资源在向城市群及其中心城市集聚后,会向外围城市(辐射)扩散,中心城市对外围城市的金融辐射效应在初期较为显著,但随着距离增加和次中心城市的崛起,这一效应边际递减。各类中心城市呈现不同的空间外溢衰减模式,欠发达、快速发展、发达、衰退城市群依次呈现线性衰减、 型衰减、倒V型衰减、 衰减;(3)城市群内部的产业分工和一体化水平影响“中心—外围”金融集聚效应,中心城市主要集中于服务业,而外围城市则更倾向于制造业集聚,形成了“中心—外围”分工和一体化发展格局,提高金融资源的配置效率,增强中心城市的金融辐射能力。

基于上述研究结论,本文给出以下启示。

第一,强化城市群发展规划,优化金融资源空间格局。中国金融快速发展的同时,金融区域空间失衡矛盾仍在城市群宏微观区域加剧,中国城市群发展的数量和质量在区域分布严重失衡,须加快城市群布局和规划,特别是加快西部地区欠发达城市群的发展,增强西部地区金融资源的集聚能力,强化次中心区域布局,提高欠发达区域金融吸引能力,利用市场经济规律均衡金融资源在地理空间上的分布。

第二,加快城市群内部协同发展机制创新,提高城市群金融资源空间配置效率。实现城市群金融集聚规模报酬递增的基础是中心城市和外围城市之间建立良好的分工体系和协同发展机制。引导集聚动态演进过程中逐渐形成“中心城市服务业集聚,外围城市制造业集聚”的“中心—外围”空间功能分工格局和发挥城市群协同效应,通过城市错位竞争来缓解中心城市对外围城市的金融虹吸效应,中心城市的金融服务须重视所在城市群的发展,要与外围城市的金融发展和产业的金融需求相匹配,从而优化金融资源的空间配置。

第三,科学规划金融中心分布的空间距离,监测金融中心的空间溢出范围。不同城市群中心城市的金融辐射与空间溢出效应存在多种模式,发达区域中心城市金融辐射效应较强,应进一步发挥金融集聚优势,强化中心城市金融机构的科学效率管理,疏通中心城市的拥挤效应,适当鼓励跨区域经营模式,并在适当空间距离规划次中心城市以扩大金融辐射半径。欠发达区域中心城市虹吸效应较强,应鼓励中心城市扩大金融投资的搜索半径,同时在外围城市创造更多的盈利项目和投资机会。提升中心城市金融效率和总量,加快中心城市由虹吸效应向辐射效应的转变。构建金融中心溢出距离与强度指数,根据各区域指数动态调节金融资源与金融机构的宏观区域规划。

第四,建立多层次的区域金融中心。一个地区的金融中心不仅与其所处的区域经济发展程度有关,而且与一个地区所处的区域经济发展状况密切相关。以资本市场为例,当前中国已建立并发展了上海证券交易所、深圳证券交易所和北京证券交易所,构成了南、北两大证券交易所的资源配置,但整体上仍呈现集中于东部地区的格局,存在区域金融虹吸现象。我国应在中西部增加成都、重庆、武汉等金融中心的资源供给,建立西安等周边城市群的区域金融中心,促进金融中心多空间层级发展,实现全国金融中心与区域性金融中心的协同效应,以及南北联动、东西协同的协同发展。

参考文献

[1]王如玉,王志高,梁琦,等.金融集聚与城市层级 [J].经济研究,2019,54 (11):165-179.

[2]REED H C.Financial center hegemony,interest rates,and the global political economy [J].International Banking and Financial Centers,1989:247-268.

[3]W JCIK D,BURGER C.Listing BRICs:stock issuers from Brazil,Russia,India,and China in New York,London,and Luxembourg [J].Economic Geography,2010,86(3):275-296.

[4]俞颖,苏慧琨,李勇.区域金融差异演进路径与机理[J].中国工业经济,2017(4):74-93.

[5]徐延利,林广维.基于熵值法的三大城市群之间金融集聚测度横向比较研究 [J].中国软科学,2021(S1):333-338.

[6]王韧,段义诚,刘柳巧.金融—科技协同集聚与城市群一体化发展:空间耦合模式视角 [J].经济与管理评论,2023,39(6):43-56.

[7]方芳,李长治.金融集聚效应:城市群边界VS省际行政边界 [J].经济地理,2020,40(9):53-61.

[8]PARK Y S.The economics of offshore financial centers [J].Columbia Journal of World Business,1982,17(4):31-35.

[9]GEHRIG T.Screening,cross-border banking,and the allocation of credit [J].Research in Economics,1998,52(4):387-407.

[10]黄丹荔,吴昳.长三角城市群的金融集聚效应和金融辐射效应研究 [J].财经问题研究,2019(12):65-72.

[11]李敬,冉光和,温涛.金融影响经济增长的内在机制——基于劳动分工理论的分析 [J].金融研究,2007(6):80-99.

[12]KRUGMAN P.Increasing returns and economic geography [J].Journal of Political Economy,1991,99(3):483-499.

[13]茹乐峰,苗长虹,王海江.我国中心城市金融集聚水平与空间格局研究[J].经济地理,2014,34(2):58-66.

[14]赵勇,白永秀.中国城市群功能分工测度与分析[J].中国工业经济,2012(11):18-30.

[15]KELEJIAN H H,PRUCHA I R.Specification and estimation of spatial autoregressive models with autoregressive and heteroskedastic disturbances [J].Journal of Econometrics,2010,157(1):53-67.

基金项目： 国家社会科学基金重点项目(21AJY002);教育部人文社会科学青年项目(24YJC790197)。

作者简介： 肖冬利,女,西南财经大学中国金融研究院博士生,主要从事区域金融与金融计量研究;肖锐,男,西南财经大学中国金融研究院讲师,博士,主要从事银行经济学与地方金融研究;班琦(通讯作者),男,复旦大学应用经济学博士后,广西北部湾银行博士后,主要从事公司金融与金融风险研究。

---

【免责声明】《现代财经》微信公众平台所转载的专题文章，仅作佳作推介和学术研究之用，未有任何商业目的；对文中陈述、观点判断保持中立，请读者仅作参考，并请自行承担全部责任；文章版权属于原作者，如果分享内容有侵权或非授权发布之嫌，请联系我们，我们会及时审核处理。

---

《现代财经-早读分享》是由《现代财经》天津财经大学学报编辑部编辑出版（总第 3324

期）

编辑整理： 蔡子团队

团队成员 ： 陈晨、张晓丹、王建飞、吴玉婷、王晴晴、丁慧、李炳杰、杨国臣、孙桂萍、王敬峰、韩俊莹、庞清月、王旭、张雅彤

审核审校： 蔡双立  方菲  胡少龙

长按以下二维码，关注《现代财经》公众微信号（modern-finance)

欣赏和阅读《现代财经》2025年第3期，敬请点击以下 阅读原文