王金哲，王 军，余声启，张 焱

(西南财经大学 经济学院，四川 成都 611130)

一、问题提出与文献评述

城市是现代经济的载体，是资源空间配置优化和经济系统高质量发展的重要依托，其重要性伴随着一国经济发展而日益凸显。随着中国大规模城镇化进程持续推进和交通网络建设的快速发展，城市间相互联系和相互作用日渐增强，区域的多中心化、集群化以及网络化演化趋势愈加明显，越来越多的研究聚焦于城市网络的经济增长效应[1]。网络是社会空间关系的重要维度，城市网络能够将不同位置、不同性质的城市连接起来，推动资本、信息、劳动力等经济要素在地理空间上的转移。金融作为现代经济的核心，金融要素的空间分布不仅直接影响了本地区的经济增长质量，而且相比于其他经济要素更容易突破地理空间的限制，借助城市网络的扩张而影响周边城市的经济发展。当前，以金融中心城市为核心，大中城市为重点，小城市和城镇为依托的金融网络逐步形成，并且在国民经济与社会发展中的作用越来越重要，这为从网络视角研究金融发展与城市经济增长质量创造了条件。党的十九大明确提出“推动经济发展质量变革、效率变革、动力变革，提高全要素生产率”，同时强调“深化金融体制改革，增强金融服务实体经济能力”。金融改革与经济质量被提升到全新高度，推动城市经济高质量发展成为当前和未来发展中必须直面的重大课题。在此背景下，城市金融网络的空间结构特征及其对经济增长质量的影响效应已经成为亟待深入研究的重要理论与实践问题。

事实上，国外学术界对金融发展及其经济增长效应进行了长期而广泛的研究，早期的文献指出，金融中介能够克服信息不对称引发的逆向选择和道德风险[2]，成熟的金融市场可以通过金融多样性分散风险，合理的金融安排能够提高资源配置效率，引导资金流向高盈利前景的投资项目，进而促进经济增长。内生金融增长理论认为金融发展推动区域技术进步，促进生产效率提升，从而克服资本边际效率递减的困境，维持地区经济长期增长[3]。Calderón和Liu基于多国面板数据的实证研究证实上述效应[4]。部门学者从微观主体(企业)的创新活动分析金融发展影响经济增长的机制，即金融创新—金融功能完善—企业家精神实现—技术创新水平提升—经济增长。Kandil等调查了1970—2013年中国和印度经济增长的驱动因素，认为金融发展是重要驱动力[5]。另一方面，得益于经济全球化和交通技术进步，地区之间经济联系不断加强，多中心、集群化、网络化逐渐成为地区发展的重要空间组织形式，社会网络分析方法越来越多地被用于研究区域性金融发展问题[6]，Bhattacharya等运用网络结构分析法衡量非洲国家金融一体化程度，指出经济增长、私营部门信贷市场发展以及外国直接投资能够对国家间金融联系产生积极影响，金融网络的形成巩固了抵御金融冲击的能力，强化了非洲区域经济整合，提升了整体经济实力[7]。

在金融经济学的文献中，国内学者也曾围绕金融深化的经济增长质量问题展开研究，姚耀军指出金融发展与生产率增长之间存在显著为正的关系，其中技术进步为重要途径。李健旋和赵林度的研究表明金融集聚是促进城市总体生产率增长的重要推动力，而这种推动力存在明显的外溢效应与门槛效应[8-9]。伴随着中国城市体系的发展，城市网络这一经济空间结构日益成为影响经济增长的重要因素。另一方面，部分学者开始关注金融要素在城市网络中流动现状以及由此形成的金融网络对城市经济增长质量的影响。张虎和周迪采用商业银行异地扩张的数据，借助社会网络分析工具和Dagum方法考察了长三角城市群金融资源在城市网络中的流动程度、路径选择以及空间协调性[10]。陶锋等检验了金融地理结构对企业生产率增长的影响，地方金融发展对当地企业的生产率增长具有促进作用，金融中心建设对所在城市及其周边邻近城市企业的生产率增长具有积极影响[11]。

可以发现，已有文献就金融发展与城市经济增长质量的研究已形成了许多有价值的成果，但是仍然有一些关键性问题有待进一步的拓展。首先，大部分国内文献主要通过测算单一城市的金融资源存量(主要是存贷款规模)、金融从业人数以及基于此的衍生指标来衡量金融发展水平[12]，忽视了经济地理上“相邻”或“相近”城市金融发展的空间扩散效应，无法准确衡量城市真实的金融发展水平，本文基于社会网络分析方法(Social Network Analysis，SNA)，通过构建全国城市金融资金引力矩阵，测算不同城市的金融中心性指标，从全局视角考察城市在全国金融网络中的地位，更加全面、真实地描述285个地级及以上城市金融发展的现状。社会网络分析法是一种针对关系数据的跨学科分析方法，Cassi等运用网络分析方法研究了国际贸易、金融一体化的网络关系及其特征[13]。其次，在研究金融发展与经济增长质量关系时，已有的文献常把问题的研究范围局限于全国、省域、重点城市层面，样本选择过于狭窄，部分研究虽包含了全国地级城市，但数据仅更新到2013年[14]，本文的实证研究涉及2006—2016年中国285个地级及以上城市，能够准确捕捉金融发展对经济增长质量的影响效应；再次，先前的研究对城市金融发展与经济增长质量内在机理的讨论并不充分，本文在理论分析中从产业升级、资本形成以及技术进步三个视角梳理金融发展对经济效率的影响机制，并通过实证分析对其进行检验。

二、金融中心性影响经济增长质量的理论机制探讨

二十世纪八十年代以来，伴随着经济全球化的脚步，金融资本在世界范围内加速流动，从空间视角分析金融问题逐渐成为西方经济地理学的研究热点，地理学包含的“空间差异、空间作用、空间过程”可以广泛应用于金融领域，金融地理学随之产生，金融中心、金融主体的空间演化以及金融网络与区域互动等成为其重点关注的领域。金融地理学认为金融资源往往最先以孤点的形式集聚于城市，形成金融增长极，随着金融规模的扩大、机构的集中和功能的强化，金融增长极跃升为金融中心，当金融中心的影响力扩散到整个区域，最终形成以金融中心为核心，金融腹地为边缘的金融网络体系。随着中国大规模城镇化进程的不断推进和区域城市间经济联系的日益密切，经济空间结构表现出明显的网络化趋势，城市体系下金融网络的形成加快金融资源的流动，在空间维度上演化为一个集聚与扩散的过程，表现为金融机构和金融资本不同程度的分布差异最终形成了核心区域、附属区域、边缘区域等梯队型的空间结构。城市是金融资源集聚、金融服务供给和金融功能发挥的天然载体，本文将城市视为全国金融网络的重要单元，参考网络分析中“度中心性”(Degree Centrality)的概念，提出金融中心性的概念，即描述城市在全国金融网络中的重要性，金融中心性指数越大，意味着城市在金融网络中地位越重要。城市金融中心性的提高一方面来源于自身金融实力的提升，即以银行为主的金融体系的完善和以证券融资为主的金融市场的成熟，另一方面来源于与周边城市金融联系的加深，空间关联有助于发挥金融集聚和金融扩散效应，拓宽整体融资渠道以及提升资金配置效率。

区域经济增长质量的提升通常与该地区要素配置效率、科学技术发展、制度环境改善等密切相关。而金融发展又是影响产业结构、技术革新、物质资本的重要因素，因此一个城市金融中心性的提高，在全国城市金融网络中地位的提升必然对经济增长质量产生重要影响[15]。本文认为城市金融中心性的增强会从以下几个渠道影响经济增长质量：

1.技术进步效应。内生增长理论将内生的技术进步视为区域经济长期持续增长的决定性因素，企业作为区域技术创新的主体，其研发活动面临巨大的风险和不确定性，而成熟的金融体系能够通过降低信息不确定性、提高资本流动性以及分散投资风险等支持企业的科技创新活动。首先，降低信息不确定性，准确识别创新项目。金融机构在调研、评估、监管企业创新项目时具有信息成本和搜寻效率的天然优势，能够以较低的成本筛选出符合市场需求的创新项目，高效合理地分配金融资本，加快企业技术革新和进步[16]；其次，缓解创新融资约束，提供外源融资支持。高效的金融体系能够缓解企业创新过程中的融资约束，实现企业对创新研发长期稳定的投入，促进技术创新行为的长期化、稳定化和持续化。再次，分散投资风险，提供监督管理。金融机构和金融市场不仅能够有效解决因跨期风险而导致的投资不足，而且有能力对所投企业实行有效监督，促使企业进行更高水平的创新生产。因此，城市金融中心性的提升能够加快金融资源的集聚，完善以银行为主的金融机构和以证券融资为主的金融市场，为企业技术创新提供项目识别、资金支持以及分散风险等服务，从而加快区域技术创新，提升经济增长质量。

2.产业升级效应。金融发展理论认为金融是实现产业结构升级的重要途径，银行机构和金融市场能够优化经济资源在不同产业的配置，通过引导金融资源从衰退产业、低附加值产业流向高发展潜力、高成长性、高附加值的产业，促进区域产业结构合理化、高级化。具体而言，当主导产业适合区域经济增长时会产生超额利润，打破原有金融资本配置格局，资金从非主导产业流向主导产业，随着越来越多的厂商进入以及利润率的下降，金融机构、金融市场会减少资本供给，并对未来具有高收益、高生产率的潜导产业进行投资，推动区域产业结构的合理转换。上述资金活动循环往复的进行，为地区产业资本的合理化配置提供了强劲的金融支持。同时，现代金融工具、金融制度的不断创新使得金融资本的累积速度、影响范围以及信用创造能力成倍提升，强化金融发展对区域产业结构升级的推动作用。城市金融中心性的提升通过完善金融功能、推动金融创新，加速金融资本在不同产业、部门之间合理流动，推动产业链向中高端升级，提高城市整体经济效率，促进经济高质量增长。

3.资本累积效应。Greenwood和Smith对金融中介的资本累积效应进行深入的研究，认为金融中介机构解决居民的流动性困境，有效避免资本投资的未到期变现，加快资金由储蓄转为生产资本进程，同时能够降低交易成本、克服信息不对称，引导储蓄资金与生产项目按照市场原则结合，优化资源的配置效率，进而加快资本累积。金融发展水平持续提升所形成合理、高效的金融资产价格体系，解决了高收益投资项目的不可分性、投资机会与能力分布的不平均性所带来的金融资源配置问题，促使资本由收益率较低的项目转移至收益率较高的项目，提高储蓄一投资转化率，加快生产性资本累积。本文认为城市金融中心性的增强是城市集聚储蓄、资源配置、便利融资、风险监控等金融功能逐步深化的过程，通过加快生产资本的形成和累积来提高经济增长质量，一方面发挥集聚储蓄功能，扩充经济融资的“资金储蓄池”，集聚社会闲散资金；另一方面发挥便利融资功能，为经济活动提供全面的融资渠道，缩小生产资本形成的周期。

三、计量模型构建与数据描述

(一)计量模型的构建与说明

通过构建计量模型进一步检验金融中心性是否提高了城市整体经济增长质量，设定如下基准回归模型：

LnTFPit=αit+β1·MNCit+δ·Xit+εit

(1)

其中：LnTFP为全要素生产率，描述城市经济增长质量，MNC为金融中心性指标，X表示其他控制变量，i表示不同城市，t表示年份。

1.全要素生产率

采用柯布道格拉斯(C-D)生产函数计算全要素生产率，函数形式如下：

(2)

其中：Y、K、L分别表示中国285个地级及以上城市实际地区生产总值、资本存量和劳动人数。为了消除不同年份间的价格差异，本文以2000年为基期，对各城市历年GDP进行平减，最终调整为以2000年不变价格计算的GDP数据。关于资本投入，本文采用永续盘存法进行计算，在计算的过程中，对涉及的基期资本存量、折旧率和固定资产投资价格指数等，借鉴刘常青等的做法进行核算[17]。对于劳动投入，本文采用各城市城镇单位从业人员期末人数进行衡量。α和β表示资本和劳动的产出弹性，借鉴张浩然关于α和β的取值，并对式(2)进行对数化处理，得到如下结果：

LnTFP=LnY-αLnK-βLnL

(3)

2.城市金融网络中心性

借鉴经济网络节点中心性的测算方法，运用基于引力模型的社会网络分析方法(Social Network Analysis，SNA)，利用城市人口(P)、金融资源(F)、地理距离(D)等指标来测算考察2005—2016年全国285个地级及以上城市间的金融联系度，具体公式如下：

(4)

其中：Pi表示城市i的年末总人口，Fi表示城市i年末金融资源总量，dij表示城市i与城市j的地理距离，kij衡量城市i在城市i、j之间金融联系的贡献比重，mij衡量城市i与城市j之间的金融联系度。根据上述的金融联系矩阵，计算历年不同城市的节点中心性指标(MNC)，即本文的核心解释变量，该指数的大小直接反映城市在金融网络中位阶的高低。上述测度方法不仅能够反映出与距离相关的城市集群特征，而且能够捕捉城市间彼此联系的网络关系，体现城市在嵌入全国城市金融网络中的相对节点大小。金融资源总量直接反映一个城市的金融发展水平，本文从存贷款、保费、直接融资以及利用外资四个方面衡量城市金融资源总量，采用上市公司筹资活动的现金总量衡量城市直接融资水平。

3.其他变量的度量

①对外开放水平(FDI)，以外商直接投资占GDP的比值作为城市对外开放水平的代理变量；②政府干预程度(GOV)，政府财政支出中去除科技支出和教育支出，得到的数值占GDP的比值作为城市政府参与程度的代理变量；③城市化水平(UBR)，以市辖区人口占全市总人口的比值作为城市化水平的代理变量；④人力资本水平(HUM)，以每万人中普通高等学校在校生人数作为城市人力资本水平的代理变量；⑤基础设施水平(BED)，以市辖区每万人拥有的医疗床位数作为基础设施水平的代理变量。为了降低异方差并尽可能保持数据量纲的一致性，对变量取自然对数。

(二)数据来源与描述性统计

选定2006—2016年为研究时段，285个地级及以上城市为区域样本，采用相对稳定的市域统计口径。本研究采用的数据中经济、人口数据基本来自2006—2016年《中国城市统计年鉴》、《中国保险统计年鉴》以及各省、市历年统计年鉴；城市间的地理距离数据是根据国家基础信息系统中1∶400万中国地形数据库并借助ArcGIS10.0软件整理得到；上市公司的相关数据来源于国泰安数据库。个别数据缺失使用插值法进行补齐。各个变量的统计性描述如表1所示。

表1 主要变量描述性统计值

北京、上海和深圳是全国金融中心，但是北京(2008年3.514；2016年3.931)和上海(2008年3.521；2016年4.27)的金融中心性指标大幅高于深圳(2008年0.638；2016年1.285)，其中主要原因有三：一是深圳金融资源总量仍不如北京、上海；二是珠三角城市群整体发展水平不及长三角和京津冀城市群，周边城市给予深圳的金融支持不足；三是本文没有将香港的金融资源数据纳入计算范围，忽视了香港这一国际金融中心对珠三角城市群的金融辐射能力，因此对深圳金融中心性指标的计算存在一定的偏误。长三角城市群在金融资源空间整合方面最佳，形成以上海为核心，南京、杭州、苏州、宁波等为次级中心的城市金融网络。京津冀、珠三角以及成渝城市群表现为双核驱动型金融网络结构，北京、天津、深圳、广州、成都以及重庆分别在各城市群的金融核心，长江中游城市群以武汉为区域性金融中心。总体看来，以北京、上海为全国性金融中心，深圳、重庆、广州、天津、杭州等主要城市为区域性金融中心，其他城市为金融节点的城市金融网络在中国已经初步形成，对于整合全国金融资源、提高城市生产效率，加快经济高质量发展具有重要作用。

四、估计结果与分析

(一)基准回归

依据Hausman检验结果，本文选择固定效应模型进行回归，得到的结果如表2所示。从表2模型(1)～模型(6)可以看出，无论对城市金融中心性指数进行单独回归，还是加入控制变量后对其进行回归，得到的回归系数均为正，且都在1%水平下显著。这表明一个城市金融中心性的增强可以有效地提高经济增长质量。从表2的模型(1)～(6)的结果可以看出，平均而言，金融中心性指数每提高1个百分点，城市全要素生产率将上升0.024～0.039个百分点。这说明城市在全国金融网络中的地位的提高能够有效推动区域经济高质量发展，可能的原因是，就现阶段而言，金融网络的外部性正在形成，这种外部性使得金融发展对经济质量的推动作用超越了城市的边界，那些金融资源总量较小，但靠近金融中心的中小城市能够利用节点优势，为本地企业提供来自金融中心城市的便利的外部融资服务，提高城市经济效率。

本文的其他控制变量，回归系数也大体与预期相一致。代表经济开放程度的变量FDI指标的系数为正，且在1%的水平下显著。这表明对外开放程度的提高可以提升城市经济增长质量。对此，本文的解释是，企业在与外商接触中学习先进管理理念、更新机器设备，加大创新投入，实现区域经济高质量发展。政府干预程度的估计系数为正，且至少通过5%的显著性水平，政府公共服务支出增加，会推动教育水平提升与技术进步，对提升社会经济效率具有促进作用。城市化进程的推进对城市发展具有显著的促进作用，人口和产业在地理上的集聚能产生规模经济效率，优化资本和技术等资源配置，提升城市经济增长质量。此外，人力资本水平变量HUM的系数为正，其原因可能是人力资本和知识技能的提高，促进城市经济效率的提升。

表2 金融中心性影响经济增长质量的估计结果

注：**、***分别代表5%、1%的显著性水平，括号内数字为回归系数的标准差。资料来源：作者整理。(下同)

(二)机制检验

根据上文的理论机制分析，金融中心性对经济增长质量的影响主要通过技术进步效应、产业结构效应以及资本累积效应发挥作用，这里将逐一检验三个中介效应是否成立。中介变量的回归结果如表3所示。参考Hayes检验中介效应的方法[18]，具体检验步骤为：首先对式(5)进行回归，检验金融中心性提升城市经济增长质量的效应是否存在，若β1显著为正，说明金融中心性的增强确实能够加快区域经济高质量发展；接着对式(6)进行回归，其中W为中介变量，分析金融中心性与中介变量的关系；最后对式(7)进行回归，比较β2和β1的正负值和大小，按照本文的预期，β1、λ1和β2应当均为正且显著，且β2小于β1，从而说明金融中心性能够通过中介变量提升经济增长质量。

TFPit=αit+β1·MNCit+δ·Xit+εit

(5)

Wij=αij+λ1·MNCit+ψ·Xit+εit

(6)

TFPit=αit+β2·MNCit+θ·Wij+

φ·Xit+εit

(7)

本文选取的中介变量包括：①技术进步效应，引入285个地级及以上城市专利申请授权数(TEC)，检验金融中心性是否通过加快技术进步的路径促进区域经济效率的提升。城市专业申请授权数据能够比较合理地反映一个城市的科技创新水平，数据来源于专利云数据库[19]。局限于数据的可得性，本文仅获取2005—2015年285个地级城市的专业申请授权数量，缺少2016年的数据。②产业结构效应，引入第二、三产业占GDP比重变量(IND)，以检验金融发展能够通过促进产业结构优化影响城市经济质量。③资本积累效应，引入固定资产投资变量(FIX)作为城市物质资本形成的指标。

表3报告了金融中心性推动城市经济高质量发展的中介效应回归结果。模型(9)中金融中心性的回归系数显著为正，表明城市金融地位的提升确实会加快城市技术进步。模型(13)中同时加入金融中心性指数与代表技术进步的专利申请授权数量变量后得到回归系数β2(0.025)，与基准回归模型(10)中得到的系数估计值β1(0.032)相比，下降了1/4左右，这印证了加快技术进步确实是金融发展提升城市经济增长质量的一个重要渠道，与理论预期一致。同理，模型(7)和模型(8)中金融发展回归系数显著为正，同时，模型(11)和模型(12)中回归系数β2(0.023和0.025)低于基准回归模型(10)中的系数估计值β1(0.032)。这说明产业结构升级和生产资本累积都在一定程度上“分担”了金融中心性对城市经济高质量发展的促进作用。总而言之，金融中心性能够通过推动创新科技进步、促进产业结构升级、加快生产资本形成来提高城市经济增长质量。

表3 中介效应估计结果(技术进步、产业结构、资本累积)

(三)进一步分析

中国是一个幅员广阔、地区差异较大的国家，为了深入考察大国特征下金融中心性与城市经济增长质量的内在关系，本文从时间阶段和地理空间两个维度分别对全国城市样本进行回归。在时间维度上，以2008年的全球金融危机为分割线，2006—2008年间以及2009—2016年间两个不同阶段的估计结果见表4，与前一阶段相比，金融中心性指标的估计系数在后一阶段有显著的下降，由0.043下降为0.025，说明中国城市金融发展对经济增长质量的促进作用随着时间推进有下降的趋势，可能的原因是金融危机后中国经济逐渐步入新常态，内外经济红利衰退，金融中心性对城市经济发展的促进作用同样受到经济大环境的影响，呈现下降的趋势。

表4 分时段的回归结果

在地理空间上，本文将金融中心性指数整体较高的东部作为中心区域，将西部、中部和东北地区作为外围地区，分别对中心和外围区域城市样本进行估计，见表5。与中心区域相比，外围区域金融中心性的估计系数不仅出现大幅度下降，由0.037下降为0.001，且不显著，说明金融发展促进经济效率提升的效果在东部地区更加明显。本文的解释是，东部地区经济更加成熟，金融网络更加密集，金融一体化水平更高，以城市金融中心性表征的金融发展水平的提升，更能推动劳动力、技术、信息等经济要素的充分流动，形成高收益的产业分工，推动城市经济高质量发展。

表5 分区域的回归结果

为了检验回归估计结果的可靠性，本文对回归结果进行稳健性检验。以城市存贷款总额占GDP的比重代替上文的城市金融中心性来衡量城市金融发展水平。从回归估计结果来看，解释变量FD以及其他变量除了数值大小出现略微变动外，其方向及显著性与之前回归结果相比并未发生太大的变化，进一步证实了本文估计结果的稳健性(1)受篇幅所限，这里并没有详细汇报稳健性检验的结果，如感兴趣，可向作者索要。。

五、结论与启示

本文详细阐述了城市金融中心性的定义，并总结了金融发展引起区域经济增长质量提升的理论机制，应用社会网络分析法构建城市金融中心性指标以衡量城市金融发展水平，并运用中国2006—2016年285个地级及以上城市面板数据进行实证研究。主要得到以下结论：第一，城市网络视角下的金融发展能够提升城市经济增长质量，城市金融中心性指数每提高1个百分点，经济增长效率将上升0.024～0.039个百分点。第二，城市金融中心性的增强通过推动创新科技进步、促进产业结构升级、加快生产资本形成来提升经济增长质量，其中产业升级效应的作用效果更加显著。第三，城市金融中心性对经济增长质量的促进效果在区域之间存在较大的差异。东部地区表现显著高于其他地区，表明新常态下中国落后地区城市要实现高质量的经济增长，更加依赖于金融发展水平的提升，该结论为加快中西部、东北部区域性金融中心的建立提供有力支持。第四，研究发现金融危机后金融发展对城市经济增长的驱动作用不断下降，2009—2016年间金融发展对城市经济效率的影响效应明显低于2006—2008年间。

从以上研究结果中得到如下政策启示：第一，考虑到城市金融发展的空间联系和互动以及其产生的经济效率提升效应，应构建并完善“多点带面”的多层次城市金融网络体系，消除金融资源转移的行政壁垒，增强区域金融发展的互补性和协调性。同时，中西部以及东北地区城市金融发展相对落后，不仅需要在金融政策上加以扶持，增加其金融资源总量，加强金融基础设施建设，提高金融管理水平，而且需要有针对性地规划和建设属于中西部以及东北地区的金融中心，加快成都、重庆、武汉、沈阳等区域性金融中心的建设，以点带面拓宽其他中小城市的融资渠道，尽可能避免或缓解边缘城市“金融排斥”现象。第二，充分发挥金融中介和金融市场的融资作用，鼓励金融创新，加大对企业科技创新的投资力度；以市场化为原则，推动金融发展与产业升级的衔接配合，引导金融资源流向战略新兴产业；提高社会资金向生产资本的转化率，提升正规金融机构竞争力，规范民间金融的发展，最大限度地汇集闲散资金，为推动城市高质量发展提供资金支持。第三，中国经济步入“新常态”以来，实体企业“脱实向虚”现象愈演愈烈，因此，在打造全国城市金融网络体系的同时，要强化金融发展对实体经济部门的支撑作用，引导实体企业回归主业，进而提升城市经济绩效。