论文部分内容阅读
摘要:金融集聚通过金融功能的强化以及集聚效应的发挥,在促进区域经济增长上发挥着不可小觑的作用。遵循“机理分析路径分析模型分析”的研究思路,归纳出金融集聚影响区域经济增长的规模经济、信息溢出、知识溢出、创新催化、结构调整以及自我强化效应;基于资金、技术和人才等生产要素流动视角分析金融集聚与区域经济增长的因果反馈路径;建立系统动力学模型,并应用Vensim PLE进行仿真模拟和政策实验。研究结果表明,人才政策的实施效果优于法律制度的完善,而创新支持政策的实施对区域经济增长的影响效果不明显。据此提出若干政策建议以实现二者协同发展。
关键词:金融集聚;经济增长;系统动力学;要素流动
一、引言及文献回顾
纵观世界范围,除纽约之外,伦敦、东京等地均相继形成了区域乃至全球性金融中心;中国的北京、上海、深圳等地也因其发达的金融体系而备受瞩目。这些金融中心作为区域经济的一个极具活力的增长极,拉动了经济增长,提升了区域综合竞争力,甚至还为周边地区的发展起到了示范或辐射效应。
国内外众多学者对金融集聚与区域经济增长的关系问题进行了广泛而深入的研究,形成了丰硕的研究成果。在理论研究层面,学者基于规模经济理论、交易成本理论、信息共享和信息不对称理论等集中探讨金融集聚的形成及其影響区域经济增长的作用机制。Kindle Berger基于垄断竞争框架的分析认为,金融中心的形成对跨地区支付效率和金融资源跨地区配置效率的提高有明显的促进作用。Park等指出金融集聚是由银行间业务协作、基础设施共享、信息便捷沟通等因素共同决定的,规模经济降低了企业的融资交易成本,为区域生产率的提升和经济的内生增长准备了条件。Baldwin等针对金融中心的知识空间传播效应提出了“LS模型”,指出空间距离越近,知识在传播时的衰减越少,金融集聚促进经济增长的作用越强。该模型同时还证明了金融集聚具有“自我纠正”机制,即集聚可能引起资本从集聚中心向周边地区的扩散。刘红基于LS模型框架将金融集聚影响经济增长的效应进一步划分为“需求关联效应”“资本溢出效应”和“市场拥挤效应”,前两者表现为促进本地区经济增长,而“市场拥挤效应”表现为抑制本地区经济增长。刘军等将金融集聚促进区域经济增长的路径机制归纳为外部规模经济、网络效益、创新效益、技术进步效益和自我强化机制效益5个方面,通过金融功能的发挥影响区域经济增长。王丹和叶蜀君基于金融地理学视角构建演化博弈模型,认为金融集聚主要通过促进企业创新、推动技术进步和实现信息升级等渠道实现集聚网络内外部知识溢出,进而促进经济增长。潘卫红基于金融集聚导引经济增长的逻辑框架分析了内生经济增长模式下的最优路径,主张对经济发展处在不同阶段的地区采取不同的金融集聚模式。
在实证研究层面,学者倾向于沿用机理研究的分析框架建立计量模型,并代入相关数据进行实证检验,其中空间计量模型的应用广受学者青睐。李林等在分析中国金融业集聚空间相关性特征的基础上,建立空间滞后、空间误差以及空间杜宾模型以分析银行、证券和保险业集聚对GDP的影响。李红采用修正后的空间权重矩阵,以中国286个城市面板数据为例研究金融集聚对城市经济增长的作用效果。周凯和刘帅以规范以上工业企业经济效益作为衡量经济增长的指标,运用两步系统GMM验证了金融集聚对经济增长的动态影响。但值得注意的是,由于金融发展与经济增长之间存在明显的因果关系或从属关系,从而使得金融集聚指标与地区GDP之间存在较强的内生性,上述计量模型往往不能很好地处理变量内生性问题,因此有必要从方法上进行创新,从新的视角分析金融集聚与经济增长的关系问题。陈林心和何宜庆对此进行了初步探索,通过构建金融集聚、要素流动和资源环境的评价指标和系统动力学仿真流率基本人树模型,分析和刻画了金融集聚过程中资源过度利用和环境污染问题,并通过政策因子的变化进行参数调控,模拟政策实施效果。
综上可知,金融集聚与区域经济增长之间的正相关关系几乎在学界已达成共识,但实证结果还存在一定局限性,尤其是在分析方法上还有待创新。本文立足金融支持实体经济的大背景以新的视角分析问题,基于要素的流动研究金融集聚影响区域经济的作用机理和传导路径,据此构建系统动力学(System Dynamic,SD)模型并进行模拟预测和政策仿真,力图从根源上克服经济计量模型中金融变量与经济变量的内生性,打开金融集聚影响区域经济的路径“黑箱”,为相关政策的制定提供思路。
二、金融集聚影响区域经济增长的机理分析
通过集聚效应的发挥,金融聚集区或金融中心可通过规模经济效应、信息溢出效应、知识溢出效应、创新催化效应、结构调整效应以及自我强化效应这六大效应来影响区域经济增长(图1)。
(一)规模经济效应
首先,金融集聚有利于聚集资金、信息和高素质专业化人才,使金融企业之间通过交流与合作实现更好的分工,进而出现“1+1>2”的报酬递增现象,这就是金融集聚的规模经济效应。其次,金融集聚的规模经济效应一旦产生,随着金融市场的多样化和层次化发展,该地区的金融服务也将更具普惠性,由此带来实体经济获取金融支持的规模经济。
(二)信息溢出效应
在没有形成金融集聚或集聚程度较弱的情况下,单个投资者获取信息能力有限,因而在投资渠道上受到很大阻碍。随着金融集聚程度增加,信息得以广泛、有效地在集群内流动,便利了金融中介对各类投资信息的收集,大大降低了投融资者获取信息的成本,有利于金融中介功能更好地发挥和投融资者之间的高效对接。此外,机构之间通过企业信息共享大幅降低了公司的贷后管理和监督成本,能够在事后监督和控制的实施中避免不必要的支出,使得更多的资金以更高效的形式投入到经济发展中,实现资源的节约和配置的优化,有利于企业发展,进而促进区域经济增长。
(三)知识溢出效应
伴随着金融集聚的形成和发展,一些正式或非正式的集群网络逐渐产生并成熟,成为知识溢出的主要渠道。金融集聚形成初期的知识溢出通常仅停留在集群内部,表现为集群内金融企业技术和知识的交流、传播与共享。但是随着金融集聚从初期的形成发展到最终走向成熟,金融知识的溢出往往会超出区域金融中心的范围,向周边的经济增长和金融支点进行扩散。因此,金融集聚后期的知识溢出,主要表现为对周边地区经济增长的辐射作用。 (四)创新催化效应
根据金融功能理论,金融集聚能够通过金融功能的强化和发挥,从而更好地响应金融市场上资本投资的需求和储户对自身资产的流动性偏好,实现投融资有效对接,使更多企业获得超额利润,并通过扩张投融资渠道分散和降低创新风险,为企业开展技术创新提供良好的宏观经济金融环境。此外,在集聚作用的影响下,金融产业集群创新能力也得到了提升。金融集聚区的激烈竞争是集群创新的直接动力,而企业间合作共赢又是集群创新的重要保障,通过金融企业的竞合作用实现金融产品和金融工具的快速更新换代,有利于实现区域金融深化和经济增长。
(五)结构调整效应
首先,金融部门可以通过引导信贷资金的流向而体现地区产业发展政策偏向,通过为那些生产率较高的领军行业提供金融支持的方式引导地区产业结构转型升级。其次,技术的创新可以使得资金向发展前景好、可行性高的行业流动,从而使得产业结构得到优化。最后,在金融中心形成金融服务聚集,客观上也成为了地区经济结构和产业结构调整的重要原因。
(六)自我强化效应
金融集聚的自我强化机制确保了经济增长效应发挥的可持续性。伴随着金融集聚的网络效应,集聚区内会出现细致的专业化分工,存在着大金融机构与小机构相互竞争、相互合作的共生状态。在众多金融机构的长期竞争与合作中形成了集群相对竞争优势,吸引更多金融机构进驻,金融集聚也形成了正强化的路径依赖。
金融集聚影响区域经济增长的各类效应并不是各自独立的。金融集聚的信息溢出效应有利于信息在腹地传播,从而有利于企业融资和开展创新活动,集聚的创新催化效应因此得以体现。伴随着创新催化效应的实现,新兴产业因此快速发展,集聚区经济结构向着合理化和高级化的方式不断改善,使创新催化带来产业调整效应的发挥。同时,集群内部以及集群与外部环境之间的信息交换和知识流动也是金融集聚自我强化的不竭动力。
三、金融集聚影响区域经济增长的路径分析
一方面,金融集聚通过各类效应的发挥促进区域经济的增长;另一方面,在经济发达地区,各项经济业务往来相对更加频繁,又反过来为金融集聚形成了实体依托,这使得金融集聚与区域经济增长二者之间的因果循环路径的形成成为可能。应用系统动力学方法研究金融集聚影响区域经济增长的因果循环路径,主要是依据系统各部分之间潜在的关系“流”的影响来判断循环路径传导机制。
根据索罗增长模型,我们从生产要素流动视角将金融集聚的经济影响划分为资金流、技术流和人才流三大主要路径(图2)。通过资金、技术和人才等生产要素在系统各部分间的流动与循环,金融集聚影响区域经济的各类效应得以发挥,其中资金流为集聚效应发挥的核心。金融通过发挥其资金中介功能向经济系统中的生产部门提供服务。伴随着集聚程度的提升,信贷资金利用率增加,由此促进经济增长。人才流是集聚效应发挥的前提。人是社会经济活动的主体,一个地区只有聚集起大量高素质专业人才,金融集聚才能得以维持和发展,生产经营才能保持活力。技术流是集聚效应发挥的关键。在创新驱动发展战略下,金融集聚创新催化效应的发挥为区域经济增长贡献新的活力。
(一)资金流
金融的首要功能是融通资金,因此资金流在金融集聚一经济增长系统中处于最重要地位。如图3所示,资金流包含的回路为:金融集聚程度-金融机构数量-(金融市场完善程度)-投资吸引程度-总投资-地区GDP-地区金融业增加值-金融集聚程度,反映了通过间接(直接)融资渠道,金融集聚程度的提升吸引更多金融機构进驻本地区,金融市场日趋完善,能更好地吸引社会各界资金,从而扩大投资,促进实体经济发展的过程。而地区GDP的增长使得金融业同步发展,进一步深化了金融集聚,从而构成一个完整的反馈环。
(二)技术流
技术流的因果反馈如图4所示,该回路图代表的含义是:金融集聚程度越高,金融机构数量也越多,金融市场越完善,能更好地吸引社会各界资金,从而扩大投资。在大量高素质人才和大量资金的支持下,可以为企业和区域技术的进步创造有利环境,技术创新又内生性地促进了经济的增长,导致地区GDP增加,进而推动金融集聚的进一步深化。
(三)人才流
高素质人才集聚会形成知识溢出效应,对提高区域社会劳动生产率和促进区域经济增长大有裨益。根据人才要素流动构建因果反馈如图5所示。该图说明,金融业的集聚程度带来了大量的就业机会,增加了金融业从业人员的数量,提升了第三产业的占比,同时引起全社会劳动生产率的提高,地区GDP也随之增加,促使金融行业的进一步集聚。总之,正是由于上述要素“流”在不同的部分问实现循环,才能使金融集聚和区域经济增长完成良性互动。
四、金融集聚影响区域经济增长的模型分析
(一)模型建立
根据上述资金流、人才流和技术流的因果回路,本文构建如图6所示的系统流图。变量的赋值依据天津真实数据,经过调试可确定其中23个变量的函数表达式。
(二)模型检验
模型检验的目的是要验证模型与现实是否吻合,是否能反映真实系统的特征和变化规律,本文分别对模型进行直观结构检验,稳定性检验和历史检验。
1.直观结构检验。通过将模型变量设定情况与系统内部运行机制进行对比,观察二者之间是否具备一致性,是否具备合理的因果关系。模型建立在对金融集聚影响区域经济增长的机理分析之上,以资金、技术和人才等要素的实际流动路径为依据构建,力求保证模型结构与现实的吻合。
2.稳定性检验。选择不同的仿真步长对模型稳定性进行考察。当仿真步长分别设定为1、0.5和0.25时,变量模拟结果十分接近,相对误差均控制在±30%以内,说明系统具有稳定性。
3.真实性检验。本文选择金融业区位熵、地区GDP、第三产业增加值占比和社会劳动生产率等8个变量2005-2014年模拟值与同期历史数据进行对比。结果表明,金融业区位熵等5个变量的相对误差均全部控制在5%以内,地区GDP、地区金融业增加值和社会劳动生产率这3个变量的相对误差在个别年份略高于5%,但大部分仍处在可接受范围以内,由此可见模型的拟合效果较好。 (三)模型预测
设定模拟时间为2005-2020年,模拟步长为1年,人才、创新和法律制度3个常量分别设为10、10和1,进行仿真模拟。从金融集聚程度来看,金融业从业人员占比稳中有升,预计2020年可达到7.498%左右,金融业区位熵在2005-2007年高于0.9,2008-2011年略有下降,平均在0.88左右,2011年之后基本维持在0.90以上,说明此时金融集聚达到相对稳定状态,区域性金融中心基本形成;从代表区域经济增长情况的指标来看,各项指标均表现出稳定增长的趋势。
(四)政策仿真
在模型的政策仿真阶段,通过改变人才吸引力、创新支持因子和法律制度因子3个政策可控变量体现相应政策变化,以地区GDP作为输出变量来考察政策实施影响。在无政策强化效应的初始状态下,令人才吸引、创新支持和法律制度因子分别为10、10和1,数据集记为current0;若采取鼓励人才进入政策,令人才吸引因子为20,其余变量不变,数据集记为currentl;若采取创新支持政策,令创新支持因子为20,其余变量保持不变,数据集记为current2;若完善金融相关法律制度,则令法律制度因子增加为2,其余保持不变,数据集记为current3。4种情况下的仿真结果如图7所示。
1.人才吸引。图7中曲线4到曲线3的变化反映了人才战略的实施导致地区GDP的变化。两条曲线从2011年开始出现明显差异,这体现了人才政策从实施到生效具有一定时滞性。曲线3位于曲线4上方,说明增强地区吸引人才的能力有助于经济增长规模的扩大。
2.创新支持。图7中曲线2和曲线4的对比体现了创新支持政策的实施导致地区GDP仿真结果的变化。从图7中可以看出,两条曲线基本重合,即创新支持政策的实施与否对经济增长的影响几乎可以忽略不计。这或许是由于创新成果转化和效益发挥是一个漫长的过程,而这个过程往往又具有极高的不确定性,这意味着区域经济增长的创新驱动战略还有待进一步规划和完善。
3.法律制度。图7中曲线1和曲线4的对比体现了由于金融相关法律制度的完善导致模型输出变量仿真值的变化情况。相比曲线3,可以看出法律制度的完善带来地区GDP的变化生效很快,几乎不存在时滞。说明金融法律制度的完善有利于提高金融市场的完善程度,从而增强地区投资吸引力,集聚金融资源,推动经济增长。
总之,通过以上政策调控仿真结果可以发现:第一,通过人才吸引政策的实施和金融相关法律制度的完善均可以促进区域经济增长,而支持创新活动对于提高地区GDP的作用比较微弱;第二,人才战略从实施到生效存在時滞,但法律制度完善的效果却可以立刻在模型中体现出来;第三,吸引金融人才对于地区GDP的增长效果强于完善法律法规制度。
五、主要结论与政策建议
本文使用系统动力学方法分析金融集聚影响区域经济增长的作用路径和实际效应,使得二者的关系机理不仅仅停留在理论层面,而是深入现实,具备了现实意义。本文主要研究内容与结论如下。
首先,金融集聚影响区域经济增长的过程是一个集复杂性、非线性、多重反馈等特征于一体的过程,其中涉及到资金、技术和人才等多种要素的交互作用。金融集聚可通过规模经济效应、信息溢出效应、知识溢出效应、创新催化效应、结构调整效应以及自我强化效应对区域经济产生正向影响。
其次,基于资金、人力和技术要素流动视角描绘了金融集聚影响区域经济增长的具体反馈路径,建立系统动力学模型并进行仿真实验。结果表明:在金融集聚程度方面,金融业区位熵的仿真趋势在波动中增长,后期趋向平稳;而代表区域经济增长的变量基本都保持稳定增长。
最后,从人才、创新和制度的角度实证验证了相关政策的实施可以有效提高地区GDP。其中人才吸引战略的实施对区域经济增长的贡献度最大,但人才培养也需要一段时间,政策效果不会立即显现;金融法律法规的完善也有助于金融集聚,促进经济增长,且时滞很短;但创新支持政策的实施对经济增长不存在显著影响。
因此,本文提出以下政策建议以发挥金融集聚对区域经济增长的促进作用。首先,人才是提升区域竞争力的灵魂,应主动吸引国内外金融人才,同时加大对金融人才培养的投入,充分利用国内丰富的人力资源优势,积极培养复合型专业人才;其次,应完善金融相关法律法规制度,建立良好的金融生态环境,提高金融市场公平性和透明性,降低交易中的信息不对称和信用风险,切实保障投资者利益;最后,应贴合本地区经济发展实际,制定金融发展规划,以实现区域金融与区域经济的高效协同,避免脱离实体经济支撑的“超前型”金融集聚。
关键词:金融集聚;经济增长;系统动力学;要素流动
一、引言及文献回顾
纵观世界范围,除纽约之外,伦敦、东京等地均相继形成了区域乃至全球性金融中心;中国的北京、上海、深圳等地也因其发达的金融体系而备受瞩目。这些金融中心作为区域经济的一个极具活力的增长极,拉动了经济增长,提升了区域综合竞争力,甚至还为周边地区的发展起到了示范或辐射效应。
国内外众多学者对金融集聚与区域经济增长的关系问题进行了广泛而深入的研究,形成了丰硕的研究成果。在理论研究层面,学者基于规模经济理论、交易成本理论、信息共享和信息不对称理论等集中探讨金融集聚的形成及其影響区域经济增长的作用机制。Kindle Berger基于垄断竞争框架的分析认为,金融中心的形成对跨地区支付效率和金融资源跨地区配置效率的提高有明显的促进作用。Park等指出金融集聚是由银行间业务协作、基础设施共享、信息便捷沟通等因素共同决定的,规模经济降低了企业的融资交易成本,为区域生产率的提升和经济的内生增长准备了条件。Baldwin等针对金融中心的知识空间传播效应提出了“LS模型”,指出空间距离越近,知识在传播时的衰减越少,金融集聚促进经济增长的作用越强。该模型同时还证明了金融集聚具有“自我纠正”机制,即集聚可能引起资本从集聚中心向周边地区的扩散。刘红基于LS模型框架将金融集聚影响经济增长的效应进一步划分为“需求关联效应”“资本溢出效应”和“市场拥挤效应”,前两者表现为促进本地区经济增长,而“市场拥挤效应”表现为抑制本地区经济增长。刘军等将金融集聚促进区域经济增长的路径机制归纳为外部规模经济、网络效益、创新效益、技术进步效益和自我强化机制效益5个方面,通过金融功能的发挥影响区域经济增长。王丹和叶蜀君基于金融地理学视角构建演化博弈模型,认为金融集聚主要通过促进企业创新、推动技术进步和实现信息升级等渠道实现集聚网络内外部知识溢出,进而促进经济增长。潘卫红基于金融集聚导引经济增长的逻辑框架分析了内生经济增长模式下的最优路径,主张对经济发展处在不同阶段的地区采取不同的金融集聚模式。
在实证研究层面,学者倾向于沿用机理研究的分析框架建立计量模型,并代入相关数据进行实证检验,其中空间计量模型的应用广受学者青睐。李林等在分析中国金融业集聚空间相关性特征的基础上,建立空间滞后、空间误差以及空间杜宾模型以分析银行、证券和保险业集聚对GDP的影响。李红采用修正后的空间权重矩阵,以中国286个城市面板数据为例研究金融集聚对城市经济增长的作用效果。周凯和刘帅以规范以上工业企业经济效益作为衡量经济增长的指标,运用两步系统GMM验证了金融集聚对经济增长的动态影响。但值得注意的是,由于金融发展与经济增长之间存在明显的因果关系或从属关系,从而使得金融集聚指标与地区GDP之间存在较强的内生性,上述计量模型往往不能很好地处理变量内生性问题,因此有必要从方法上进行创新,从新的视角分析金融集聚与经济增长的关系问题。陈林心和何宜庆对此进行了初步探索,通过构建金融集聚、要素流动和资源环境的评价指标和系统动力学仿真流率基本人树模型,分析和刻画了金融集聚过程中资源过度利用和环境污染问题,并通过政策因子的变化进行参数调控,模拟政策实施效果。
综上可知,金融集聚与区域经济增长之间的正相关关系几乎在学界已达成共识,但实证结果还存在一定局限性,尤其是在分析方法上还有待创新。本文立足金融支持实体经济的大背景以新的视角分析问题,基于要素的流动研究金融集聚影响区域经济的作用机理和传导路径,据此构建系统动力学(System Dynamic,SD)模型并进行模拟预测和政策仿真,力图从根源上克服经济计量模型中金融变量与经济变量的内生性,打开金融集聚影响区域经济的路径“黑箱”,为相关政策的制定提供思路。
二、金融集聚影响区域经济增长的机理分析
通过集聚效应的发挥,金融聚集区或金融中心可通过规模经济效应、信息溢出效应、知识溢出效应、创新催化效应、结构调整效应以及自我强化效应这六大效应来影响区域经济增长(图1)。
(一)规模经济效应
首先,金融集聚有利于聚集资金、信息和高素质专业化人才,使金融企业之间通过交流与合作实现更好的分工,进而出现“1+1>2”的报酬递增现象,这就是金融集聚的规模经济效应。其次,金融集聚的规模经济效应一旦产生,随着金融市场的多样化和层次化发展,该地区的金融服务也将更具普惠性,由此带来实体经济获取金融支持的规模经济。
(二)信息溢出效应
在没有形成金融集聚或集聚程度较弱的情况下,单个投资者获取信息能力有限,因而在投资渠道上受到很大阻碍。随着金融集聚程度增加,信息得以广泛、有效地在集群内流动,便利了金融中介对各类投资信息的收集,大大降低了投融资者获取信息的成本,有利于金融中介功能更好地发挥和投融资者之间的高效对接。此外,机构之间通过企业信息共享大幅降低了公司的贷后管理和监督成本,能够在事后监督和控制的实施中避免不必要的支出,使得更多的资金以更高效的形式投入到经济发展中,实现资源的节约和配置的优化,有利于企业发展,进而促进区域经济增长。
(三)知识溢出效应
伴随着金融集聚的形成和发展,一些正式或非正式的集群网络逐渐产生并成熟,成为知识溢出的主要渠道。金融集聚形成初期的知识溢出通常仅停留在集群内部,表现为集群内金融企业技术和知识的交流、传播与共享。但是随着金融集聚从初期的形成发展到最终走向成熟,金融知识的溢出往往会超出区域金融中心的范围,向周边的经济增长和金融支点进行扩散。因此,金融集聚后期的知识溢出,主要表现为对周边地区经济增长的辐射作用。 (四)创新催化效应
根据金融功能理论,金融集聚能够通过金融功能的强化和发挥,从而更好地响应金融市场上资本投资的需求和储户对自身资产的流动性偏好,实现投融资有效对接,使更多企业获得超额利润,并通过扩张投融资渠道分散和降低创新风险,为企业开展技术创新提供良好的宏观经济金融环境。此外,在集聚作用的影响下,金融产业集群创新能力也得到了提升。金融集聚区的激烈竞争是集群创新的直接动力,而企业间合作共赢又是集群创新的重要保障,通过金融企业的竞合作用实现金融产品和金融工具的快速更新换代,有利于实现区域金融深化和经济增长。
(五)结构调整效应
首先,金融部门可以通过引导信贷资金的流向而体现地区产业发展政策偏向,通过为那些生产率较高的领军行业提供金融支持的方式引导地区产业结构转型升级。其次,技术的创新可以使得资金向发展前景好、可行性高的行业流动,从而使得产业结构得到优化。最后,在金融中心形成金融服务聚集,客观上也成为了地区经济结构和产业结构调整的重要原因。
(六)自我强化效应
金融集聚的自我强化机制确保了经济增长效应发挥的可持续性。伴随着金融集聚的网络效应,集聚区内会出现细致的专业化分工,存在着大金融机构与小机构相互竞争、相互合作的共生状态。在众多金融机构的长期竞争与合作中形成了集群相对竞争优势,吸引更多金融机构进驻,金融集聚也形成了正强化的路径依赖。
金融集聚影响区域经济增长的各类效应并不是各自独立的。金融集聚的信息溢出效应有利于信息在腹地传播,从而有利于企业融资和开展创新活动,集聚的创新催化效应因此得以体现。伴随着创新催化效应的实现,新兴产业因此快速发展,集聚区经济结构向着合理化和高级化的方式不断改善,使创新催化带来产业调整效应的发挥。同时,集群内部以及集群与外部环境之间的信息交换和知识流动也是金融集聚自我强化的不竭动力。
三、金融集聚影响区域经济增长的路径分析
一方面,金融集聚通过各类效应的发挥促进区域经济的增长;另一方面,在经济发达地区,各项经济业务往来相对更加频繁,又反过来为金融集聚形成了实体依托,这使得金融集聚与区域经济增长二者之间的因果循环路径的形成成为可能。应用系统动力学方法研究金融集聚影响区域经济增长的因果循环路径,主要是依据系统各部分之间潜在的关系“流”的影响来判断循环路径传导机制。
根据索罗增长模型,我们从生产要素流动视角将金融集聚的经济影响划分为资金流、技术流和人才流三大主要路径(图2)。通过资金、技术和人才等生产要素在系统各部分间的流动与循环,金融集聚影响区域经济的各类效应得以发挥,其中资金流为集聚效应发挥的核心。金融通过发挥其资金中介功能向经济系统中的生产部门提供服务。伴随着集聚程度的提升,信贷资金利用率增加,由此促进经济增长。人才流是集聚效应发挥的前提。人是社会经济活动的主体,一个地区只有聚集起大量高素质专业人才,金融集聚才能得以维持和发展,生产经营才能保持活力。技术流是集聚效应发挥的关键。在创新驱动发展战略下,金融集聚创新催化效应的发挥为区域经济增长贡献新的活力。
(一)资金流
金融的首要功能是融通资金,因此资金流在金融集聚一经济增长系统中处于最重要地位。如图3所示,资金流包含的回路为:金融集聚程度-金融机构数量-(金融市场完善程度)-投资吸引程度-总投资-地区GDP-地区金融业增加值-金融集聚程度,反映了通过间接(直接)融资渠道,金融集聚程度的提升吸引更多金融機构进驻本地区,金融市场日趋完善,能更好地吸引社会各界资金,从而扩大投资,促进实体经济发展的过程。而地区GDP的增长使得金融业同步发展,进一步深化了金融集聚,从而构成一个完整的反馈环。
(二)技术流
技术流的因果反馈如图4所示,该回路图代表的含义是:金融集聚程度越高,金融机构数量也越多,金融市场越完善,能更好地吸引社会各界资金,从而扩大投资。在大量高素质人才和大量资金的支持下,可以为企业和区域技术的进步创造有利环境,技术创新又内生性地促进了经济的增长,导致地区GDP增加,进而推动金融集聚的进一步深化。
(三)人才流
高素质人才集聚会形成知识溢出效应,对提高区域社会劳动生产率和促进区域经济增长大有裨益。根据人才要素流动构建因果反馈如图5所示。该图说明,金融业的集聚程度带来了大量的就业机会,增加了金融业从业人员的数量,提升了第三产业的占比,同时引起全社会劳动生产率的提高,地区GDP也随之增加,促使金融行业的进一步集聚。总之,正是由于上述要素“流”在不同的部分问实现循环,才能使金融集聚和区域经济增长完成良性互动。
四、金融集聚影响区域经济增长的模型分析
(一)模型建立
根据上述资金流、人才流和技术流的因果回路,本文构建如图6所示的系统流图。变量的赋值依据天津真实数据,经过调试可确定其中23个变量的函数表达式。
(二)模型检验
模型检验的目的是要验证模型与现实是否吻合,是否能反映真实系统的特征和变化规律,本文分别对模型进行直观结构检验,稳定性检验和历史检验。
1.直观结构检验。通过将模型变量设定情况与系统内部运行机制进行对比,观察二者之间是否具备一致性,是否具备合理的因果关系。模型建立在对金融集聚影响区域经济增长的机理分析之上,以资金、技术和人才等要素的实际流动路径为依据构建,力求保证模型结构与现实的吻合。
2.稳定性检验。选择不同的仿真步长对模型稳定性进行考察。当仿真步长分别设定为1、0.5和0.25时,变量模拟结果十分接近,相对误差均控制在±30%以内,说明系统具有稳定性。
3.真实性检验。本文选择金融业区位熵、地区GDP、第三产业增加值占比和社会劳动生产率等8个变量2005-2014年模拟值与同期历史数据进行对比。结果表明,金融业区位熵等5个变量的相对误差均全部控制在5%以内,地区GDP、地区金融业增加值和社会劳动生产率这3个变量的相对误差在个别年份略高于5%,但大部分仍处在可接受范围以内,由此可见模型的拟合效果较好。 (三)模型预测
设定模拟时间为2005-2020年,模拟步长为1年,人才、创新和法律制度3个常量分别设为10、10和1,进行仿真模拟。从金融集聚程度来看,金融业从业人员占比稳中有升,预计2020年可达到7.498%左右,金融业区位熵在2005-2007年高于0.9,2008-2011年略有下降,平均在0.88左右,2011年之后基本维持在0.90以上,说明此时金融集聚达到相对稳定状态,区域性金融中心基本形成;从代表区域经济增长情况的指标来看,各项指标均表现出稳定增长的趋势。
(四)政策仿真
在模型的政策仿真阶段,通过改变人才吸引力、创新支持因子和法律制度因子3个政策可控变量体现相应政策变化,以地区GDP作为输出变量来考察政策实施影响。在无政策强化效应的初始状态下,令人才吸引、创新支持和法律制度因子分别为10、10和1,数据集记为current0;若采取鼓励人才进入政策,令人才吸引因子为20,其余变量不变,数据集记为currentl;若采取创新支持政策,令创新支持因子为20,其余变量保持不变,数据集记为current2;若完善金融相关法律制度,则令法律制度因子增加为2,其余保持不变,数据集记为current3。4种情况下的仿真结果如图7所示。
1.人才吸引。图7中曲线4到曲线3的变化反映了人才战略的实施导致地区GDP的变化。两条曲线从2011年开始出现明显差异,这体现了人才政策从实施到生效具有一定时滞性。曲线3位于曲线4上方,说明增强地区吸引人才的能力有助于经济增长规模的扩大。
2.创新支持。图7中曲线2和曲线4的对比体现了创新支持政策的实施导致地区GDP仿真结果的变化。从图7中可以看出,两条曲线基本重合,即创新支持政策的实施与否对经济增长的影响几乎可以忽略不计。这或许是由于创新成果转化和效益发挥是一个漫长的过程,而这个过程往往又具有极高的不确定性,这意味着区域经济增长的创新驱动战略还有待进一步规划和完善。
3.法律制度。图7中曲线1和曲线4的对比体现了由于金融相关法律制度的完善导致模型输出变量仿真值的变化情况。相比曲线3,可以看出法律制度的完善带来地区GDP的变化生效很快,几乎不存在时滞。说明金融法律制度的完善有利于提高金融市场的完善程度,从而增强地区投资吸引力,集聚金融资源,推动经济增长。
总之,通过以上政策调控仿真结果可以发现:第一,通过人才吸引政策的实施和金融相关法律制度的完善均可以促进区域经济增长,而支持创新活动对于提高地区GDP的作用比较微弱;第二,人才战略从实施到生效存在時滞,但法律制度完善的效果却可以立刻在模型中体现出来;第三,吸引金融人才对于地区GDP的增长效果强于完善法律法规制度。
五、主要结论与政策建议
本文使用系统动力学方法分析金融集聚影响区域经济增长的作用路径和实际效应,使得二者的关系机理不仅仅停留在理论层面,而是深入现实,具备了现实意义。本文主要研究内容与结论如下。
首先,金融集聚影响区域经济增长的过程是一个集复杂性、非线性、多重反馈等特征于一体的过程,其中涉及到资金、技术和人才等多种要素的交互作用。金融集聚可通过规模经济效应、信息溢出效应、知识溢出效应、创新催化效应、结构调整效应以及自我强化效应对区域经济产生正向影响。
其次,基于资金、人力和技术要素流动视角描绘了金融集聚影响区域经济增长的具体反馈路径,建立系统动力学模型并进行仿真实验。结果表明:在金融集聚程度方面,金融业区位熵的仿真趋势在波动中增长,后期趋向平稳;而代表区域经济增长的变量基本都保持稳定增长。
最后,从人才、创新和制度的角度实证验证了相关政策的实施可以有效提高地区GDP。其中人才吸引战略的实施对区域经济增长的贡献度最大,但人才培养也需要一段时间,政策效果不会立即显现;金融法律法规的完善也有助于金融集聚,促进经济增长,且时滞很短;但创新支持政策的实施对经济增长不存在显著影响。
因此,本文提出以下政策建议以发挥金融集聚对区域经济增长的促进作用。首先,人才是提升区域竞争力的灵魂,应主动吸引国内外金融人才,同时加大对金融人才培养的投入,充分利用国内丰富的人力资源优势,积极培养复合型专业人才;其次,应完善金融相关法律法规制度,建立良好的金融生态环境,提高金融市场公平性和透明性,降低交易中的信息不对称和信用风险,切实保障投资者利益;最后,应贴合本地区经济发展实际,制定金融发展规划,以实现区域金融与区域经济的高效协同,避免脱离实体经济支撑的“超前型”金融集聚。