张师卿，张 旭,李文丽
(1.青岛大学经济学院，青岛 266061；
2.潍坊银行青岛分行，青岛 266100)
2018年1月，国务院批复《山东新旧动能转换综合试验区建设总体方案》，这是党的十九大之后获批的首个区域性国家发展战略。山东省委省政府发布推进新旧动能转换重大工程的实施意见和实施规划，提出“一年全面起势，三年初见成效，五年取得突破，十年塑成优势”的发展目标，全面启动山东新旧动能转换综合试验区建设。新旧动能转换是以供给侧结构性改革为主线，以发展实体经济为着力点，以新技术、新产业、新业态、新模式为核心，以知识、技术、信息、数据等新生产要素为支撑，着力加快建设实体经济、科技创新、现代金融、人力资源协同发展的产业体系，推动经济实现更高质量、更有效率、更加公平、更可持续的发展。金融是现代经济的核心，是实体经济的血脉，新旧动能转换离不开金融的强力支持。金融集聚是金融机构、金融资源在地理空间上向某一区域集中，从而形成一定规模和集中度的金融市场的现象。近年来，山东省金融集聚程度保持逐年上升态势，但各地级市之间存在明显差异。如何有效推进金融集聚，加快新旧动能转换，是实现全省经济高质量发展亟待研究的课题。关于金融集聚与经济增长的研究主要围绕三方面展开：一是金融集聚与经济增长之间因果关系分析，研究发现金融集聚通过规模效应影响经济增长[1]，并与经济增长存在相互促进、互为因果的耦合关系[2-3]；
二是金融集聚影响经济增长的空间效应分析，金融集聚通过直接效应与溢出效应促进经济增长[4]，但溢出效应的范围有限[5]，直接效应对经济的影响更为显著[6]；
三是金融集聚对经济高质量发展的空间效应与作用机制，部分学者认为金融集聚会影响资本投入、劳动力投入和技术创新，从而促进经济高质量发展[7]，但对经济高质量发展的促进作用存在长短期差异[8-9]。针对新旧动能转换的影响因素及其路径，研究发现金融发展提升了金融机构聚集资金的水平，有助于优化资源配置效率，为新旧动能的有序转换提供支撑[10]；
金融集聚对新旧动能转换的影响呈现倒“U”型的非线性形态[11]；
山东省的经济发展存在明显的空间溢出效应，产业结构调整和全要素生产率提升是山东新旧动能转换的重要动力[12-13]。综上,金融集聚与经济增长的相关研究较为成熟，但金融集聚与经济发展质量的空间关联研究尚处于起步阶段。本文以山东新旧动能转换综合试验区建设为背景，实证分析金融集聚对新旧动能转换的空间溢出效应，有助于深化对金融与实体经济的关系认识，为山东新旧动能转换试验区建设实现“五年取得突破”目标提供决策参考。
基于2012—2019年山东省16个地级市的面板数据，构建综合评价体系，采用空间杜宾模型，实证分析金融集聚对山东省新旧动能转换的影响。
1.1 指标选取与数据来源
(1)被解释变量：新旧动能转换水平(NOKEC)。参照山东省现有新旧动能转换考核指标体系及现有参考文献[14]，考虑数据可得性，构建包括质量效益、创新发展、对外开放和环保民生4项一级指标、12项二级指标的综合评价指标体系，采用熵值法计算各城市新旧动能转换指数，用以评价各城市新旧动能转换水平(见表1)。
表1 新旧动能转换综合评价指标体系
本文中"四上"企业数量不包含规模以上服务业企业。
(2)解释变量：金融集聚程度(FA)。金融集聚程度可采用金融区位熵、空间基尼系数等单一指标衡量，也可通过构建指标体系进行综合评价。区位熵着重从产业专业化角度反映产业集聚度，但无法估计产业集聚的绝对规模；
空间基尼系数只能计算某个行业在几个区域的空间分布而无法测算其在某一个区域的集聚程度[15]。由于区位熵、空间基尼系数等单一指数测度金融集聚度均存在一定的不足，基于现有研究文献[16-18]和数据可得性，构建包括金融规模、金融效率和金融密度3项一级指标、7项二级指标的综合评价指标体系，采用熵值法计算金融集聚指数，用以评价各城市金融集聚程度(见表2)。
表2 金融集聚程度评价指标体系
(3)控制变量：选取科研投入、教育投入、外资利用和基础设施作为影响区域新旧动能转换水平的控制变量(见表3)[10，19]。
表3 控制变量的选择
研究数据主要来源于《山东省统计年鉴》、各地级市统计年鉴、Wind数据库和中经网宏观经济统计数据库。为消除各变量之间量纲不同的影响，对控制变量的初始数据进行离差标准化处理，对缺失的数据采用插值法补充，各变量的描述性统计见表4。
表4 变量描述性分析
1.2 模型构建
(1)空间面板数据模型。模型基本形式
(1)
其中，yit为i地区t年度被解释变量，xit为i地区t年度解释变量，yjt和xjt为周边j地区t年度的被解释变量和解释变量，W={wij}为空间权重矩阵，wijyjt、wijxjt为被解释变量和解释变量的空间滞后项。当式(1)满足δ≠0、θ=0和ρ=0时，即当模型中只包含周边地区被解释变量的空间滞后项时，此模型为空间滞后模型(SAR)；
当满足δ=0、θ=0和ρ≠0时，模型为空间误差模型(SEM)；
当满足δ≠0、θ≠0和ρ=0时，即当模型中包含周边地区被解释变量和解释变量的空间滞后项时，此模型为空间杜宾模型(SDM)。
(2)确定空间权重矩阵。本文主要研究金融集聚对新旧动能转换的溢出效应，故选取经济距离权重矩阵
(2)
其中，dij为i地区与j地区的直线距离，yi与yj为i地区与j地区的2012—2019年GDP的均值。
(3)模型选取。首先，与随机效应模型相比，固定效应模型能够更好体现区域个体之间的差异性；
其次，通过LR检验(见表5)，可知P值分别为0.966和0.001，表明时间固定效应模型更为适合本文研究。
表5 LR检验
由表6可知，LR检验与WALD检验均在1%的显著性水平下拒绝原假设条件，验证了SDM模型优于SAR和SEM模型，说明空间杜宾模型更适用于研究金融集聚对新旧动能转换的影响。
表6 LR与WALD检验
2.1 山东省金融集聚及新旧动能转换现状分析
基于综合评价指标体系，测算山东省16个地级市的新旧动能转换水平及金融集聚程度，并比较分析相关指标。
(1) 新旧动能转换成效初显，部分城市转型发展任务艰巨。山东省新旧动能转换指数从2012年的0.251提高到2019年的0.299，年均增长率为2.39%(图1)。自新旧动能转换重大工程实施以来(2017—2019年)，青岛、济南、淄博、东营、潍坊、临沂、枣庄、日照、德州、聊城和滨州11个城市综合指数上升，而烟台、济宁、泰安、威海、菏泽综合指数下降。2019年，青岛、济南、东营位居山东省新旧动能转换综合指数前三位，分别为0.682、0.563和0.397(图2)。青岛为北方地区第三大城市、山东开放发展的龙头、东部沿海重要中心城市，是新旧动能转换的三核之一；
济南承东启西、沟通南北，处于京津冀协同发展战略、长三角一体化发展战略的交汇处，是北京、上海之间重要的节点城市，强省会战略的逐步实施使其新旧动能转换的内外部动力强劲；
东营临近环渤海经济圈，开放发展优势明显。独特的区位优势和强力的政策支持使得青岛、济南和东营的新旧动能转换走在全省前列。
图1 山东省新旧动能转换综合指数(2012-2019)
图2 山东省各地级市新旧动能转换综合指数(2019年)
(2)金融集聚程度总体保持逐年上升，各地市间差异明显。近年来山东省金融业发展迅速，金融集聚程度从2012年的0.151提高到2019年的0.350，年均增长率为16.47%(图3)。2019年济南、青岛、临沂位居山东省金融集聚综合指数值前三位，分别为0.908、0.867和0.344(图4)。济南拥有四大国有商业银行区域性总部和地方性商业银行、外资银行分支机构；
青岛为山东省对外开放的“桥头堡”，各类金融机构众多，金融资源丰富；
临沂作为商贸服务型国家物流枢纽中心，地处鲁南经济圈，商贸流通及制造业发达，民营经济活跃。随着要素集聚和产业协同发展水平不断提高，济南、青岛和临沂对金融服务需求持续增加，有望成为区域金融中心。
图3 山东省金融集聚综合指数(2012-2019)
图4 山东省各地级市金融集聚综合指数(2019年)
2.2 空间自相关检验
空间自相关检验用以考察邻近区域的空间自相关性。2012年至2019年山东省各地级市金融集聚程度与新旧动能转换水平均显著，说明各地级市金融集聚、新旧动能转换存在较为明显的空间相关性，具体指标详见表7。
表7 Moran"s I统计
2.3 空间计量模型的估计
考虑到结果稳定性，本文同时用SAR、SEM和SDM三种模型进行实证分析，见表8。
表8 SAR、SEM和SDM回归结果
根据回归结果可知，SDM的R2和Log-likelihood的值分别为0.433和227.369，该模型的拟合度和可信度高于SAR和SEM。根据SDM回归结果，金融集聚对本地区和周边地区的新旧动能转换有显著的空间相关性；
科技投入对当地和周边地区的新旧动能转换有显著的空间相关性；
外资利用仅对本地区新旧动能转换有显著的空间相关性，对周边地区新旧动能转换的影响并不显著；
基础设施对本地区和周边地区的新旧动能转换有显著的空间相关性。
2.4 实证结果分析
由于SDM中包含解释变量的空间滞后项、被解释变量的空间滞后项，彼此之间存在空间依赖性，即本地区的金融集聚对本地区的新旧动能转换水平和邻接地区的金融集聚程度都可能产生影响,仅通过回归系数难以全面解释其相互间的影响效应。因此利用偏微分方法将金融集聚的空间总效应分解为直接效应和溢出效应[20]，直接效应反映本地区金融集聚对本地区新旧动能转换水平的影响，溢出效应反映本地区金融集聚对周边地区新旧动能转换水平的影响，具体指标见表9。可知金融集聚不仅对当地的新旧动能转换水平存在显著的正向影响，而且对周边地区也存在显著的正向影响。金融集聚区通过资金、技术、人才等直接效应，推进新旧动能转换，而周边地区通过学习和模仿金融集聚区推动自身经济发展。此外，科技投入、外资利用和基础设施也对新旧动能转换水平存在一定影响，其中外资利用仅与本地区新旧动能转换水平存在显著的正向影响，对周边地区新旧动能转换水平的影响不显著；
科技投入与基础设施对本地区与周边地区的新旧动能转换水平均存在显著影响。
表9 空间杜宾模型(SDM)效应分解结果
基于实证分析，通过综合评价指标可知山东省金融集聚程度呈现明显区域差异。济南、青岛、临沂金融集聚程度较高，其余各地市相对较低。山东省新旧动能转换存在区域不平衡现象，青岛、济南、东营新旧动能转换水平较高，其余各地市相对较低。空间自相关检验结果表明山东省金融集聚与新旧动能转换都具有明显的正空间相关性，相邻区域间存在较强的空间依赖性。SDM实证发现金融集聚对本地区与周边地区的新旧动能转换具有明显的正向影响作用，其对本地区新旧动能转换的影响更大。
据此，山东省应积极引进各类金融机构，提高区域金融竞争力，发挥金融集聚的直接效应，推进山东省新旧动能转换；
优化金融资源的空间布局，以济南、青岛、临沂为重点，打造省内金融中心，放大金融集聚的溢出效应，带动省会、胶东和鲁南三大经济圈协调发展；
实施创新驱动发展战略，持续加大政府对科技创新的支持力度，发挥科技投入对新旧动能转换的直接效应，积极推进基础设施建设工程，加强区域间的资源流动，放大基础设施的溢出效应，为山东新旧动能转换提供持久动力。