金融集聚、要素价格扭曲与城市全要素生产率.pdf

JRYJJ金融集聚、要素价格扭曲与城市全要素生产率摘要 金融活动的空间集聚通过多种方式影响城市要素配置与生产率，使用随机前沿模型测度了中国283个城市的动态时序全要素生产率，以多模型实证分析了金融集聚与要素价格扭曲对城市生产率的影响。回归结果表明，金融集聚有助于提升城市全要素生产率，并通过缓解要素价格扭曲对生产率起到正向作用。金融集聚影响资本替代和劳动结构优化的拓展分析和系列稳健性检验均支持了相应回归结论。提升金融集聚的专业化能力和增强金融业务的普惠性，有助于优化城市要素配置及提升效率，更好发挥金融活动服务城市发展的功能。关键词 金融集聚；要素价格扭曲；全要素生产率；资本替代；劳动结构优化中图分类号 F425文献标识码A文章编号1006-169X（2023）08-0028-15DOI：10.19622/36-1005/f.2023.08.003基金项目 天津市高等学校人文社会科学研究一般项目“中小企业集聚与区域自主创新能力提升路径研究”（20112419）。作者简介 张翼（1978），山东寿光人，中国民航大学经济与管理学院，副教授，博士，研究方向为产业组织理论；王可昕（1995），江西南昌人，中国民航大学经济与管理学院，硕士研究生，研究方向为金融创新理论；王艺萌（1999），河北定州人，中国民航大学经济与管理学院硕士研究生，研究方向为技术创新理论；郑兴无（1965），四川隆昌人，中国民航大学经济与管理学院，教授，博士，研究方向为经济与发展政策。张翼，王可昕，王艺萌，郑兴无一、引言城市是经济社会高质量发展的空间载体，城市活动的空间组织和要素流动都离不开资源禀赋与区位地理的高效匹配、完善的城市功能以及城市经营与管理等综合效率的提升。新发展阶段，城市功能运作和持续发展动力更依赖于社会生产效率的提升以及现代金融体系的紧密结合，即便在互联网和金融技术快速发展的今天，金融活动并没有明显表现为脱离地域空间发展的趋势，反而更加依附于城市功能集聚。随着金融业态与实体经济间融合程度的不断加深，金融活动和货币资金聚集在发展水平更高、潜力更大的城市区域。金融经营主体为了缓解业务地理市场高经营成本与金融专业能力提升的冲突，更注重地域内资源禀赋的协同配置，促使金融资源在空间区域内形成密集业态，演化为高端化的金融集聚业态，进而以金融规模优势和专业化服务影响城市的功能配置、产业业态布局和资源配置效率。要素配置直接影响经济社会的发展质量，改革开放以来中国城市系统和城市功能进一步完善，形成了较为发达的要素市场体系和城市生产生活体系等（唐为，2021），然而要素价格机制不完善、地域及行业间市场分割以及政策性限制等导致要素市场化配置产生不同程度的扭曲（李言，2020）。未来一段时期，进一步深化要ournal of Finance and Economics金融与经济2023.08J28JRYJJ素市场体制改革，畅通要素合理流动，改进要素失衡错配是中国城市要素体系发展的重要任务目标。构建现代金融体系更加强调金融服务实体经济的基本功能，强调金融活动集聚与城市活动和要素市场化配置的紧密结合，更使金融业的空间集聚既会对城市功能配置和生产效率产生影响，也在要素价格和要素配置方面发挥作用。已有研究更多注重金融集聚对地区生产率或对要素配置结构的影响（杨旭等，2020；刘洋和颜华，2022），并没有很好阐释金融集聚和要素价格配置对城市生产率的作用路径和机制。该文重点阐释金融业集聚对中国城市生产率的直接和间接影响机制，研究金融集聚通过改进要素市场化配置的扭曲结构进而影响城市生产率的现实机制，从物质资本要素和劳动力要素市场化配置两个维度推演并验证金融集聚通过要素价格扭曲对城市生产率发挥作用的影响机制和内在机理。二、文献评述与研究假设（一）金融与金融集聚对城市生产率的影响城市的金融活动紧密契合于区域产业发展和经济活动，已有文献支持了金融发展对城市经济增长和全要素生产率的积极影响（柳春等，2020）。作用机制既体现在金融活动通过缓解融资约束，促进企业更多从事技术研发和创新活动，提供更发达的消费信用，促进居民消费水平与结构的升级等微观层面（舒利敏等，2023），也表现在通过改进地区的资源禀赋与要素的配置状况、深化本地市场化程度等，促进城市产业发展与结构升级（吴金燕和滕建州，2020）。与分散金融业态相比，金融机构和金融活动的城市地域空间集聚不仅有效扩张了金融业服务城市产业的功能，更能够在城市空间视域下发挥金融活动的网络效应，使金融专业化水平和业务边界更为集聚和显著（江红莉等，2023），因而从城市空间发展视角看，金融业的空间集聚化发展有助于城市经济功能提升和生产率的提高。金融业的空间集中有助于区域内金融活动的规模化和专业化发展，并促成金融机构内部的专业化分工协作，形成专业化金融服务网络（冯珏和黄解宇，2023），以降低金融活动服务微观企业投融资活动和居民消费金融所产生的成本，提高金融服务质量和效率，为区域内企业带来了更高额外收益的同时，提升地区整体生产效率。金融服务的专业化更有助于地区金融机构市场服务范围的扩大，区域金融规模扩大、金融部门共享基础设施，从而提高不同类型金融资源内部匹配效率及其与实体经济发展的协调能力（刘军等，2007）。此外，投融资是金融活动的基本功能，一方面，区域内金融业的集中会促进金融机构竞争，财务绩效驱动金融机构竞争发掘更好的投资机会，推动投资者更高效地识别高质量的投资项目，确定最有效的投资组合，使得资本向更优质企业和项目流动，对整体生产率产生正向影响。另一方面，区域内金融业集聚会引致更多金融机构入驻，推动当地金融市场发展，提高地区储蓄率，促成分散的储蓄资金更有效地转化为投资，服务于生产性企业扩大生产规模，地区金融业服务实体产业的能力得到提高，从而有助于整体生产效率的提高。基于以上阐述提出假设H1。H1：金融业空间集聚有助于提升城市生产率。（二）金融集聚、要素价格扭曲影响城市生产率的间接机制金融业通过信用渠道直接影响生产要素的市场化配置，也通过分配、消费等环节对要素再配置产生间接影响，金融业的空间集聚更可以为社会再生产带来物质资本积累的空间集聚，劳动力高效流动并促成城市基础设施共享和集约使用，从而有助于增强城市发展的功能优势（江红莉等，2023），特别是金融活动的空间集聚通过与金融信用技术发展的有机结合，以市场化方式作用于要素市场，改善要素的市场价格扭曲，从而影响生产要素配置效率。但已有的研究大多是关于金融业与城市发展或者要素配置与城市生产率的相关分析，并没有从金融集聚和要素价格扭曲二者结合的视角来系统分析对城市生产率提升的作用方式和影响机制。地区金融集聚提升金融体系为资本、劳动金融集聚、要素价格扭曲与城市全要素生产率29JRYJJ等生产要素的空间配置提供信用服务的专业化能力和水平。金融专业化一方面有助于不同生产要素在要素市场的竞争性配置，譬如在市场机制下，发达的金融体系更有助于发挥要素价格的配置功能，促进要素在地域间的优化配置，实现要素更有效流动（何宜庆和王舒舒，2018），从而发挥要素配置对城市生产率提升的规模和结构贡献。另一方面，金融集聚引发的更专业金融服务和金融竞争，加快要素价格机制形成，促进企业实现要素边际报酬均等化，实现要素优化配置，从而改善微观主体的生产效率，并通过要素价格传导，优化企业的成本和投入结构，提高市场竞争效率。因而从城市和微观层面看，集聚的金融业态有助于缓解要素价格扭曲，从而对地区生产率有促进作用。基于以上阐述提出假设H2。H2：金融集聚通过缓解要素价格扭曲而促进城市生产率提升。金融资源的空间集聚能形成金融体系的高效供给，提升金融市场有效竞争，降低融资成本，促进金融发现（李华民等，2022），更好发挥信用工具服务实体投资的作用。金融集聚通过金融活动的规模效应、网络效应等提高金融服务效率，降低城市固定资产投资成本，为城市发展创造更多的物质资本积累机会，提升城市资本广化能力。金融集聚与竞争既能够拓展微观企业主体的融资渠道，也有效降低资本设备的服务价格，使企业有动力进行生产技术更新和设备更新，形成资本对低技能劳动等的替代，不断提升资本深化能力，并通过要素需求结构的变化传导到要素价格的变化，引起资源配置结构的优化调整（何剑等，2021）。中国改革开放以来的经济增长方式就体现为明显的资本偏向型的技术进步（张翼等，2020），而要素市场价格扭曲的缓解则提升整体生产率（李展和崔雪，2021）。因而金融业空间集聚会更倾向于资本积累的快速实现方式，并通过资本的替代效应改进要素配置结构，从微观企业和地区整体各层面引发要素配置效率和生产率的提升，因此从资本市场角度出发，可以提出假设H2a。H2a：金融集聚通过资本要素的替代效应对城市生产率产生正向作用。金融集聚易于促成金融业态多元发展与服务效率提升，通过高水平金融服务发挥金融服务人力资本配置作用（徐章星等，2020）。作为基础生产性服务业，金融业集聚促进微观企业经济活动的规模扩张和业务多样化，更有利于产 业 创 新 和 提 高 劳 动 报 酬（Buera&Shin，2013）。金融多元化的薪酬机制促进劳动人才竞争与优胜劣汰，增加高素质人才的有效供给，提高劳动要素配置效率；同时劳动报酬提高倒逼企业研发创新，提高生产效率以增强自身竞争力。金融业作为一种知识和技术密集型行业，金融集聚会诱发现代服务业、战略性产业等高端产业形态集中，高端研发和高技能人才需求随之增加，驱动人才流动形成地区高质量人才集聚（苗峻玮和冯华，2021），通过“要素流动效应”促进人力资本累积，实现劳动力结构高级化，提升城市整体生产效率。基于以上阐述提出假设H2b。H2b：金融集聚通过提高人力资本质量和劳动力结构对城市生产率产生积极影响。三、模型与变量（一）基准模型为考察金融集聚对城市生产率产生的影图1金融集聚、要素价格扭曲对城市生产率的影响机制金融与经济 2023.0830JRYJJ响，设定基准回归模型如式（1）所示：lnTEit=C+1lnfinit+kkZkit+it（1）为进一步验证金融集聚能否通过要素价格扭曲对城市生产率施加作用，借鉴温忠麟等（2004）检验中介效应的方法来构建递归方程，模型具体设定如式（2）（4）：lnTEit=C1+1lnfinit+kklnZkit+it（2）lndistit=C2+1lnfinit+kklnZkit+it（3）lnTEit=C3+1lnfinit+2lndistit+kklnZkit+it（4）式（1）（4）中，i代表城市，t为年份，C为截距项，it为随机扰动项。被解释变量TEit为城市生产率，finit为地区金融集聚程度，distit为中介变量，表示要素价格扭曲程度，Zkit为控制变量组。（二）核心变量的测度1.城市生产率水平的测算地区全要素生产率的测度方法主要有参数法和非参数法（鲁晓东和连玉君，2012；颜鹏飞和王兵，2004）。其中参数法又包括索洛余值法和随机前沿分析，相对于随机前沿技术，索洛余值法基于规模效益、希克斯分析及完全竞争市场的假设前提，在实际测度使用中约束性大，因而考虑采用随机前沿模型测算各城市生产率。一般随机前沿模型为：Yit=f（Xit，t，）evit-uit（5）对模型取对数得到：lnYi=0+k=1kklnxki+vi-ui,ui0（6）uit=uiexp-（t-T）（7）其中，Yit为城市的实际产出，f（）表示生产可能性边界上的确定性前沿产出。Xit代表生产所需投入的各项生产要素，表示各要素的待估计参数，vit-uit为复合误差项，表示各种随机环境因素对前沿产出的影响，uit=uiexp-（t-T）表示由于技术非效率导致的效率损失。依据刘秉镰等（2010）使用的随机前沿模型来假定城市的总产出函数，表示为：lnYit=0+1lnKit+2lnLit+3t+（vit-uit）（8）uit=uiexp（t-T）iidN+（，2u）（9）其中，T为样本的基期年，Y为国内生产总值。城市的国内生产总值来自 中国城市统计年鉴，以2005年为基期，利用CPI指数将各年度的名义GDP数值换算为实际GDP；L为劳动力要素，用 中国城市统计年鉴 中“城镇单位从业人员”和“私营与个体从业人员”的数值之和表示；K为物质资本存量，以城市历年的固定资产投资为基础，采取永续盘存法测算而得，并同样以2005年为基期，利用固定资产投资价格指数进行平减。vit为随机干扰项，服从正态分布，uit为技术无效率项，服从零点截断的半正态分布。基于式（8），城市生产率TEit可表示为实际产出期望值和最优前沿面产出的期望值之比，即城市相对前沿的技术效率水平衡量实际产出与潜在最大产出的比率：TEit=Ef(Xit(t),t)exp(vit-uit)Ef(Xit(t),t)exp(vit)|uit=0)（10）随机前沿分析模型中关于资本存量K的测算，依照多数研究使用的方法，在永续盘存法的基础上，考虑相对效率几何递减模式，基本公式如下：K0=I0/（g+）（11）Kit=Iit/+（1-it）Kit-1（12）其中，K0为基期资本存量，g为增长率，由基准期后五年增长率计算平均值所得，Kit和Kit-1分别为t期和t-1期的资本存量，I0为第t期的固定资产投入额，采用历年固定资产投资额，为几何递减模式下的折旧率，参照单豪杰（2008）的研究，折旧率选取10.96%。同时在对各城市固定资本投资额进行平减时，由于城市固定资产价格指数缺失，采用省级层面固定资产价格指数作为替代进行平减，将资本存量折算为各城市以2005年为基期的实际价格形式。2.金融集聚程度的测度国内外相关金融集聚的测度指标主要有空间基尼系数、行业集中度、区位熵等，考虑数据的可得性，参照刘瑞波和张茜（2020）选取区位熵计算金融集聚程度，以金融业的相对地理密度作为衡量指标，计算公式如下：金融集聚、要素价格扭曲与城市全要素生产率31JRYJJfinit=saveitritsavetrt（13）其中，saveit和rit分别代表城市年末金融机构存款余额和土地面积；savet和rt则分别代表在t时期的全国年末金融机构存款余额和土地面积；finit为城市金融集聚指数，其指标数值越小，代表该城市的金融集聚程度相对较低，反之则说明金融集聚程度相对较高。3.要素市场价格扭曲程度的度量要素市场价格扭曲的测算方法主要包括成本函数法、生产函数法和市场指数法等。其中，生产函数法不仅能够直接测算生产要素的边际产出，更为客观地反映要素市场扭曲的含义，也可以测算不同生产要素的扭曲程度。因此，该文将基于生产函数法测度要素市场的扭曲程度，通过估计要素投入的生产函数计算各投入要素的边际产出，再将每种要素边际产出与其要素价格进行对比，得出各要素的绝对扭曲程度和要素间的相对扭曲程度（王宁和史晋川，2015）。这里采用超越对数形式的生产函数对要素扭曲程度进行测算，设定模型如下：lnYit=0+1lnKit+2lnLit+123（lnKit）2+124（lnLit）2+5lnKitlnLit+it（14）其中，Y代表地区产出，以地区生产总值表征，并采用CPI指数将其核算成2005年不变价；L为劳动力要素，采用 中国城市统计年鉴 中“城镇单位从业人员”和“私营与个体从业人员”数值的加总表示；K为物质资本存量，以城市历年的固定资产投资额为基础，采取永续盘存法测算而得，并以2005年为基期，利用固定资产投资价格指数进行平减；0为常数项，15分别表示各变量的待估计参数，it为随机干扰项。根据式（14），分别关于K和L求一阶导数，可得资本和劳动的边际产出如下：MPK=（1+3lnKit+5lnLit）Y/K（15）MPL=（2+4lnLit+5lnKit）Y/K（16）假设劳动和资本的实际价格分别为和r，将要素的边际产出与实际价格之间的比值视为要素的绝对扭曲系数。其中，劳动力要素价格选取历年城市职工平均工资作为原始数据，以2005年为基期，利用CPI指数将其调整为不变价进行计算，资本要素价格r选取中国人民银行公布的每年度内6个月至1年（含1年）的贷款基准利率，以累计的每天平均利率取平均值得到的一年的平均利率作为资本价格（徐莹莹和李平，2017）。基于此，将各要素的边际产出与其要素价格对比，即：distK=MPKr（17）distL=MPL（18）采取distK和distL作为资本和劳动的绝对扭曲程度指标，若绝对扭曲指标值为1，则认为该要素不存在价格扭曲，是合理的；若绝对扭曲指标值大于1，则认为该要素存在负向扭曲，同理，若小于1则认为该要素存在正向扭曲。在此基础之上，对资本和劳动的相对扭曲程度进行计算：distkl=|distkdistl-1=|MPkMPlr-1（19）这里不考虑要素市场的扭曲方向，故采用要素市场价格的绝对扭曲程度减1的绝对值作为要素价格的扭曲程度。distkl为资本-劳动的相对扭曲值，若其值等于0，则表示不同要素的相对价格是合理的，反之则表示其相对价格是扭曲的。（三）变量、指标与数据1.变量说明城市生产率作为被解释变量，以城市生产率（TE）作为衡量指标，金融集聚度作为核心解释变量，用区位熵法进行测算，以金融业的相对地理密度（fin）作为金融集聚程度的衡量指标，要素价格扭曲作为中介变量，选取资本和劳动的相对扭曲程度（dist）作为中介变量衡量指标。为控制其他因素的影响，回归模型控制影响城市生产率的其他变量，主要包括地区工业化水平、政府干预程度、居民消费规模、基础设施水平和外商投资。地区工业化水平（ind）以第金融与经济 2023.0832JRYJJ二产业所占GDP的比重来衡量；政府干预程度（gov），以政府财政支出占GDP的比重再除以年末总人口数来衡量；居民消费规模（st）以社会消费品零售总额占GDP的比重再除以年末总人口数来表示；基础设施水平（inf）以公路客运量再除以年末总人口数来衡量；外商投资水平（FDI）以城市实际利用外商投资额占GDP的比重来衡量。各变量的描述性统计如表1所示。2.数据来源选取中国20052018年283个城市面板数据作为样本，数据主要来自 中国城市统计年鉴、各省份的统计年鉴、中经网数据库以及各地的经济与社会发展统计公报，各指标的缺失值采用线性插值法补齐。中国城市统计年鉴只统计20052016年各地区的固定资产投资总额数据，2017年和2018年的固定资产投资总额数据以各城市按登记注册类型分固定资产投资比上年增长的速度推算得出，增速数据来自各省市自治区的统计年鉴，由于 四川统计年鉴缺少相关地级市的数据，这里使用各城市统计年鉴的全社会固定资产投资额表示固定资产投资总额。四、回归结果与进一步分析（一）基准回归结果基准回归模型的Hausman检验结果显示基准回归在1%的显著性水平下拒绝原假设，故使用固定效应模型进行回归。为消除异方差影响，在回归中对涉及的变量均进行了对数化处理。基准回归结果如表2所示。为克服内生性影响，分别引入核心解释变量的滞后一期和金融距离作为工具变量，其中金融距离基于冯珏和黄解宇（2023）等文献的做法，构建以各城市到北京、上海、广州三城市的地理距离之和的倒数年份为金融集聚的代理变量，回归结果如列（5）（6）所示，弱工具变量检验显示均拒绝原假设，过度识别检验也验证了两 工 具 变 量 都 是 外 生 的（Sargan（P 值）为0.6436），回归结果与基准回归结果基本一致，进一步说明金融集聚存在对城市生产率的正向影响，意味着金融集聚程度越高越有助于提高城市生产率，支持了假设H1。在逐步增加控制变量后，地区金融集聚程度对城市生产率的影响仍显著为正。同时，地区工业化水平（ind）的回归系数显著为正，工业变量名称城市生产率金融密度要素扭曲程度地区工业化水平政府干预程度居民消费规模基础设施水平外商投资水平变量符号TEfindistindgovstinfFDI均值0.2357.4812.50949.2220.0093.8980.6970.007最大值0.921161.82129.17990.9700.325547.73434.3960.113最小值0.0480.0280.0368.0500.0000.0590.0000.000标准差0.13112.3731.66112.2600.01810.0301.0230.009样本量39623962396239623962396239623962表1主要变量的描述性统计对于某些年份缺失的个别数据通过以下几种方法来进行处理：一是通过该城市所在省份或自身的当年统计年鉴进行补充；二是来自该城市所在省份或自身的统计局发布的经济与社会发展统计公报；三是根据相应指标前后几年的平均增长速度推算得到。另外，由于时间跨度较长，存在部分城市数据缺失严重和行政区划变更，在最终的回归样本中剔除了这些城市，包括毕节市、巢湖市、儋州市、哈密市、海东市、海拉尔区、三沙市、铜仁市、吐鲁番市以及西藏的城市。金融集聚、要素价格扭曲与城市全要素生产率33JRYJJ化水平的提高可以提高国民经济整体的装备制造水平和技术，从而提高城市的生产效率；政府干预程度（gov）的回归系数显著为负，表明地方政府官员为实现政绩目标干预企业投资会对城市生产率的提升产生负面影响；居民消费规模（st）的影响显著为负，城市居民经济行为偏向于服务消费，工业产业和制造业等需求市场减小，缺乏生产动力从而影响生产效率的提升；基础设施水平（inf）对城市生产率的影响显著为正，完善的基础设施有利于为制造企业或工业企业创造良好的生产环境，降低交通成本，为城市生产活动提供便利条件，进而提高城市生产率；外商投资（FDI）对城市生产率的作用显著为正，这也支持了已有研究对FDI通过高质量投资、知识技能溢出等显性和隐性机制对地区生产率的积极作用。（二）稳健性检验1.城市生产率的超越对数测度为进一步验证以上回归结果的稳健性，采用超越对数法重新测算城市生产率以及分样本回归等方法重复上述回归过程。通过构建基于超越对数生产函数的随机前沿模型，重新计算城市生产率并进行回归，以验证基准回归结论的稳健性，设定的超越对数生产函数如下：lnYit=0+1lnKit+2lnLit+123（lnKit）2+124（lnLit）2+5lnKitlnLit+vit-uit（20）uit=uiexp-（t-T）：N（，2u）（21）vit：N（0，2v）（22）式（20）中Y代表地区产出，以地区生产总值表征，并采用CPI指数将其核算成2005年不变表2基准模型回归结果解释变量findistindgovstinfFDIconstant个体效应时间效应within R2样本量Hausman检验下的p值弱工具变量检验值（1）FE0.0981*（20.22）-1.6753*（-297.19）是是0.100139620.0005（2）0.0062*（15.02）-0.1020*（-31.87）-1.5643*（257.04）是是0.294939620.0000（3）0.1115*（24.08）0.0771*（6.80）-0.1964*（-34.46）-0.0780*（-12.48）0.0204*（12.91）0.0109*（6.58）-2.6709*（-58.74）是是0.373839620.0000（4）0.0946*（22.21）-0.0803*（-27.57）0.0190*（1.81）-0.1762*（-33.63）-0.0692*（-12.14）0.0155*（10.63）0.0056*（3.66）-2.3155*（-53.41）是是0.481139620.0000（5）2SLS0.0895*（13.46）-0.0867*（-29.71）0.0372*（3.37）-0.1367*（-24.01）-0.0427*（-7.53）0.0141*（9.96）0.0078*（5.15）-2.2919*（-53.20）是是0.486136790.0000（6）0.6181*（24.37）-0.0288*（-4.14）0.3091*（-11.06）-0.3069*（-23.23）-0.0136（1.02）0.0114*（-3.25）0.0003*（-0.1）-2.7935*（-27.85）是是0.640136790.0000注：*、*和*分别表示回归结果在10%、5%和1%的水平上显著，括号内为t值。金融与经济 2023.0834JRYJJ价；K为物质资本存量，以城市历年的固定资产投资额为基础，采取永续盘存法测算而得，并以2005年为基期，利用固定资产投资价格指数进行平减；L为劳动力要素，采用 中国城市统计年鉴 中“城镇单位从业人员”和“私营与个体从业人员”数值的加总表示。0为常数项，15分别为各变量的回归系数，vit为随机干扰项，服从正态分布，uit为技术无效率项，服从零点截断的半正态分布。与上文生产率的计算公式相近，基于超越对数生产函数以实际产出期望值与前沿面产出期望值之比来测度城市生产率（TE），并将其作为解释变量构建前文回归方程进行基准回归，回归结果如表3所示。利用超越对数生产函数法重新测算城市生产率为被解释变量进行稳健性分析的基准模型表3以超越对数生产函数测算的城市生产率的基准模型回归结果解释变量findist控制变量constant个体效应时间效应within R2样本量Hausman检验下的p值弱工具变量检验值（1）FE0.0749*（20.95）否-1.4460*（347.78）是是0.106639620.0003（2）0.0505*（15.71）-0.0781*（33.44）否-1.3610*（306.49）是是0.314939620.0000（3）0.0841*（24.72）是-2.2008*（-65.95）是是0.384539620.0000（4）0.0710*（22.95）-0.0618*（-29.24）是-1.9271*（-61.21）是是0.500839620.0000（5）2SLS0.0677*（14.04）-0.0663*（-31.37）是-1.9079*（-61.18）是是0.507536790.0000注：*、*和*分别表示回归结果在10%、5%和1%的水平上显著，括号内为t值。表4以存贷款余额比值测算的金融集聚的基准模型回归结果解释变量findist控制变量constant个体效应时间效应within R2样本量Hausman检验下的p值（1）FE0.2348*（21.12）否-1.6770*（-305.83）是是0.109939620.0003（2）0.1724*（17.23）-0.1023*（-32.07）否-1.5716*（-268.69）是是0.314939620.0000（3）0.1595*（15.90）是-2.5690*（-54.16）是是0.327039620.0000（4）0.1317*（14.38）-0.0843*（-27.74）是-2.2240*（-49.61）是是0.445339620.0000注：*、*和*分别表示回归结果在10%、5%和1%的水平上显著，括号内为t值。金融集聚、要素价格扭曲与城市全要素生产率35JRYJJ回归结果与表2基本吻合，金融集聚程度对城市生产率的影响同样显著为正，同时其余控制变量的回归结果也与前文一致，进一步证明了假设H1的理论机制，也证明了表2回归结果的稳健性。2.金融集聚的存贷款余额比值测度根据庄毓敏和储青青（2021）及谢丽娟等（2023）测度金融集聚的方法，以城市地理面积的年末金融机构存款余额与地理面积的年末金融机构贷款余额之比重新测算了城市的金融集聚程度，并重复基准回归过程，金融集聚的正向作用仍稳健，结果如表4。3.分地区稳健性检验为进一步证明回归结果的稳定性并考查金融集聚影响机制的空间异质性，将城市样本数据按区域分为东中西三部分分别回归，同时对各部分子样本分别进行内生性检验和工具变量回归，回归中涉及的变量均采取对数化处理，结果如表5所示。从表5的回归结果中可以看出，在分地区回归中，模型中的核心解释变量与被解释变量之间的相关关系在各地区均显著且结果一致，且在地区间的影响差异并不显著，进一步支持了假说1，也在一定程度上证明了基准回归结果的稳定性。（三）机制检验与进一步讨论前文阐述了金融集聚通过缓解要素价格扭曲进而提高城市生产率的作用机制，其中要素市场价格扭曲对生产率的影响已有了经验研究的支持，中国改革开放以来的市场化改革提升了资源配置效率，加快要素价格市场化，使劳动力、资本等要素价格由市场来决定，但始终面临要素有效配置问题，在要素价格维度上表现为劳动报酬相对物质资本价格偏低（刘冠军和李鑫，2022），要素的市场价格扭曲会阻碍资源再配置机制对生产率提升的正向影响，从而抑制城市生产率（赵新宇和郑国强，2021），这与前文的实证研究结果一致，即要素扭曲对城市生产率有抑制作用。然而金融集聚对要素市场价格扭曲的影响却没有引起足够的注意，因此尝试对前文阐释的间接机制进行推演并检验，通过实证结果说明金融集聚将如何作用于要素扭曲从而对城市生产率产生影响。1.以要素价格扭曲为中介变量的机制分析解释变量findist控制变量constant个体效应时间效应within R2样本量麦金农检验下的p值弱工具变量检验值（1）东部FE0.0790*（17.52）-0.0605*（-16.56）是-2.1508*（-34.99）是是0.646114140.0000（2）中部0.1125*（16.53）-0.0927*（-20.07）是-2.7460*（-46.46）是是0.622714000.1235（3）西部0.0530*（4.04）-0.0769*（-11.98）是-1.9724*（-19.68）是是0.323311480.0000（4）东部2SLS0.0922*（12.59）-0.0618*（-16.94）是-2.1621*（-36.00）是是0.664113130.0000（5）中部0.1144*（10.86）-0.1011*（-21.65）是-2.6981*（-45.05）是是0.610113000.0000（6）西部-0.0133（-0.56）-0.0850*（-12.98）是-2.0173*（-20.09）是是0.301610660.0000表5分地区基准回归结果注：*、*和*分别表示回归结果在10%、5%和1%的水平上显著，括号内为t值。金融与经济 2023.0836JRYJJ根据前文设定的中介效应模型，采用逐步检验回归系数方法，对以要素价格扭曲作为中介变量的模型机制进行检验，回归结果如表6所示。表6中介效应模型回归结果注：*、*和*分别表示回归结果在10%、5%和1%的水平上显著，括号内为t值。列（1）中金融集聚程度的回归系数显著为正，说明模型总效应结果显著，列（2）显示金融集聚程度对要素价格扭曲的影响显著为负，说明金融集聚在一定程度上对当地的要素价格扭曲程度有所缓解，而列（3）中显示的金融集聚程度对城市生产率的影响为正，但要素价格扭曲的系数显著为负。整体回归结果表明，金融集聚程度的提高对城市生产率的提升有一定促进作用，同时隐含了要素价格扭曲会在金融集聚与城市生产率之间产生中介效应，即金融集聚程度提高能够改善由于要素价格扭曲造成的城市生产率的下降，支持了假设H2的分析机制。参照温忠麟和叶宝娟（2014）的中介效应分析，为进一步判断中介效应模型的影响作用，用Bootstrap法进行检验，结果显示（表7）金融集聚对城市生产率的直接效应和以要素价格扭曲作为中介变量的间接效应均显著。表7Bootstrap中介效应检验结果将重新测算出的城市生产率作为被解释变量，根据前文设定的中介效应模型，对以要素价格扭曲作为中介变量的模型机制进行逐步回归检验，回归结果如表8所示。表8以超越对数测算的城市生产率中介效应回归结果注：*、*和*分别表示回归结果在10%、5%和1%的水平上显著，括号内为t值。表9以存贷款比值测算的金融集聚的中介效应模型回归结果注：*、*和*分别表示回归结果在10%、5%和1%的水平上显著，括号内为t值。模型回归结果中各变量对以超越对数测算的城市生产率均产生显著影响，且回归系数与解释变量findist控制变量constant个体效应时间效应within R2样本量（1）TE0.0841*（24.72）是-2.2008*（-65.95）是是0.38453962（2）dist-0.2106*（-8.81）是4.4289*（18.88）是是0.15503962（3）TE0.0710*（22.95）-0.0618*（-29.24）是-1.9271*（-61.21）是是0.50083962解释变量findist控制变量constant个体效应时间效应within R2样本量（1）TE0.1595*（15.90）是-2.5690*（-54.16）是是0.32703962（2）dist-0.2106*（-8.81）是4.4289*（18.88）是是0.15503962（3）TE0.1317*（14.38）-0.0843*（-27.74）是-2.2240*（-49.61）是是0.44533962解释变量findist控制变量constant个体效应时间效应within R2样本量（1）TE0.1115*（24.08）是-2.6709*（-58.74）是是0.37383962（2）dist-0.2106*（-8.81）是4.4289*（18.88）是是0.15503962（3）TE0.0946*（22.21）-0.0803*（-27.57）是-2.3155*（-53.41）是是0.48113962ind_effdir_effObserved Coef.0.00370.0827z4.3220.68P|z|0.00000.0000Normal-based95%Conf.Interval0.00200.07490.00540.0905金融集聚、要素价格扭曲与城市全要素生产率37JRYJJ前文的中介效应模型回归的结果基本一致，进一步判定了要素价格扭曲对城市生产率的中介效应影响。进一步将使用存贷款比值重新测算的金融集聚作为解释变量，重复上述中介效应回归过程，回归结果如表9所示。模型回归结果支持了金融集聚通过改善地区要素价格的相对扭曲对城市生产率发挥正向作用的影响机制，假设H2对应回归结果稳健。2.金融集聚对城市要素投入增速的差异影响从资本市场影响微观活动视角看，资金投入对于资本市场和劳动力市场的扭曲影响是非对称的，相比于劳动力市场，投资对于资本市场的影响程度会更高（才国伟和杨豪，2019），生产型企业实现技术进步，利用资本和技术代替低效率劳动力并进行设备更新，往往需要充足的资金支持，而金融市场发展增加了投资机会，使得生产性企业可以通过内部资金和外部融资资金满足实体投资需求，避免企业因资金不足导致资源错配问题（盛安琪和耿献辉，2021）。因而从社会生产要素投入变动的不同比例看，相对于劳动要素投入的增加，固定资产投资速度加快可以在一定程度上改善要素间的错配程度，提高资本配置效率。根据前文测算的资本和劳动存量值算得各要素的年增速，并以资本投入增速减去劳动投入增速得到要素投入增速差来表征资本要素投入相对于劳动要素投入的相对增速（kl），作为被解释变量，以金融集聚程度（fin）为解释变量，并对其他有可能产生影响的外生变量进行控制，回归结果如表10所示。全国样本中金融集聚对地区投资增速有显著的促进作用，地域空间内金融类活动的不断集聚有助于资本的积聚与集中，改善受融资约束企业的融资环境，提高其外部融资能力和社会投资水平，以实现现代化的大规模生产经营，使企业有足够的资金支持扩大生产，追加投资并达到最优生产规模（马红和侯贵生，2018），最终使得整体效率得到提升。在分地区样本中，中东部地区金融集聚对投资增速有显著的促进作用，但西部地区其作用效果并不明显。就回归系数来看，中部地区影响系数高于东部地区，这表明金融集聚在中部城市中对投资增速的促进作用最强，但从整体来看金融集聚普遍能够通过刺激城市固定资产投资增速对城市生产率产生正向作用。3.金融集聚对劳动力结构优化的影响从劳动要素的市场化配置角度看，一方面，金融集聚通过当地经济活动规模