长三角城市群金融集聚对贸易韧性的影响研究

石岿然 李匡义 孙 溢

（南京审计大学金融学院，南京 211815）

金融业是一个国家经济发展的引擎和催化剂，金融中心则是金融业长期发展的结果。长三角区域凭借得天独厚的地理位置、雄厚的经济基础以及完善的管理制度等优势条件成为了中国金融集聚程度最高的地区之一。长三角一体化是中国面对开放多元复杂的国际政治经济环境而做出的重大战略选择，自2018 年上升为国家战略以来①，长三角一体化有条不紊地推进。2021 年，长三角区域GDP 占全国比重达到24.1%，正加速成为我国经济发展的重要增长极。除此之外，上海国际金融中心的地位进一步凸显，在2021 年全球金融中心指数（GFCI）的排名已升至全球第三。

作为贸易大国，贸易对我国经济的拉动作用有目共睹。而长三角作为中国对外开放的最前沿，前端产业、高精尖要素、优势资源在这里大规模聚集。新冠肺炎疫情期间，虽然长三角区域经济及产业贸易等方面遭受一定冲击，但在一系列疫情防控措施和各项“稳增长”、“稳外贸” 政策效应的支撑下，长三角区域的贸易产业结构逐步完善，在我国贸易的平稳发展中扮演着愈发重要的角色。2021 年，长三角区域进出口贸易总额增速加快，规模也创下新高，占全国的比重达到36.1%，展示出了强劲的区域贸易韧性。党的二十大报告提出，要“促进区域协调发展”、“推进京津冀协同发展、长江经济带发展、长三角一体化发展”，同时也要“推进高水平对外开放”、“加快建设贸易强国”。因此本文研究长三角城市群金融集聚对贸易韧性的影响，不仅有利于深化长三角更高质量一体化发展的理论和对策研究，也有利于让区域发展规划更好地服务于中国式现代化进程。

研究金融集聚对贸易韧性的影响，首先需要对二者的概念内涵进行梳理。金融集聚这一概念最早由Kindleberger （1974）［1］提出，他认为地域集中是金融集聚形成的关键，特别是银行和金融中介的集聚。黄解宇和杨再斌（2006）［2］的研究认为，金融集聚是一个过程，最终的结果表现为金融机构与金融资源的相互协调，在一定区域空间范围内大量集中。孙国茂和范跃进（2013）［3］、王如玉等（2019）［4］均认为金融资源的空间集聚是金融空间格局即金融中心形成的导引。总结国内外学者的相关研究可知，在界定金融集聚的概念时，学界多从“演化过程” 和“集聚结果” 这两个研究视角出发，前者是指具有金融组织功能的机构或产品的空间聚集，后者是指形成金融中心。

“韧性” 一词最早由美国生态学家Holling（1973）［5］提出，意指系统在受到干扰后恢复至原始状态的能力。随后，国内外学者对于韧性的研究领域从生物学拓展到工程学、物理学甚至是经济学领域。其中，Martin （2012）［6］的研究在经济韧性领域做出了突出贡献，他将经济韧性分解为抵抗力、恢复力、重组更新力3 个维度。这3 个维度均强调了经济系统在复杂环境中保持稳定的重要性。目前关于贸易韧性的相关文献多借鉴了经济韧性的相关理论，学者们以此对贸易韧性的影响因素与测算方法进行了较为深入的研究。贺灿飞等（2019）［7］和宗会明等（2021）［8］探讨了我国贸易韧性在不同地区之间的空间差异及其影响因素，其中宗会明将贸易韧性看作区域经济韧性的一个维度进行测度。廖涵等（2021）［9］基于全球供应链的视角来衡量中国贸易产品的对外依存度及韧性。

在金融集聚如何对城市贸易韧性产生影响方面，目前学界认为金融集聚通过为区域内市场主体提供强有力的资金支持，并加强金融机构与其关联产业和部门之间的金融资源整合和信息交流，从而稳健赋能区域经济韧性。具体来说，鲁飞宇等（2021）［10］认为，区域金融环境越完善，即金融资本越充足、金融环境越良好，越有利于提高区域工业韧性水平。赵春燕和王世平（2021）［11］的研究表明，城市的经济韧性水平得以显着提高，其中多样化的经济集聚是至关重要的。华桂宏和陈雨佳（2022）［12］、张学超（2022）［13］的研究均证明了城市群金融集聚对区域经济韧性具有显着的促进作用。据此，本文提出：

假设1： 金融集聚水平的提升有利于促进城市贸易韧性。

金融集聚影响区域经济韧性的传导路径是多方面的，已有研究多从技术创新和产业结构这两个视角进行研究，其中产业结构调整以及产业结构多样化是学界关注较多的研究思路。学者们研究发现金融机构的集中会通过产业结构的优化和升级来促进地区经济的增长［14］。具体来说，金融集聚可以优化资源配置，鼓励金融资源要素向高新技术和创新产业倾斜，促进产业结构升级［15，16］；另外，区域的产业结构越多样化，就越能够快速实现产业结构调整，从而获得更加持续和坚实的经济韧性［17］。据此，本文提出：

假设2： 金融集聚通过产业结构调整效应促进城市贸易韧性。

近年来，学界有不少研究成果都讨论了由于金融集聚自身规模的变化而对区域经济发展产生的非线性影响。朱金鹤和孙红雪（2020）［18］通过比较分析我国三大城市群的城市韧性的空间演变，发现一味提升金融效率不利于城市群经济韧性的提高。朱广印和王思敏（2021）［19］采用我国省级面板数据，发现金融集聚对绿色经济效率的影响具有非线性特征，在不同约束条件下存在单门槛效应。张振和付琼（2022）［20］则不仅仅局限于金融集聚自身的水平高低来讨论其与区域经济韧性之间的非线性关系。他们认为，金融集聚在促进区域经济韧性方面的影响程度，主要取决于当地产业结构水平的高低。因此他们以产业结构为门槛变量，研究发现金融集聚与区域经济韧性之间符合倒“U” 形的变化趋势。据此，本文提出：

假设3： 金融集聚对贸易韧性的影响存在非线性特征，当产业结构水平达到一定门槛值后，金融集聚对贸易韧性的促进作用将发生变化。

（1） 被解释变量。贸易韧性（TR），根据贸易量指标计算得到。本文借鉴贺灿飞和陈韬（2019）［21］以及宗会明等（2021）［8］的测算思路，以2008 年金融危机作为冲击元年，采用2010 ～2021 年各省（区、市）的贸易额相较于2008 年贸易额的偏离度来体现外部冲击下的贸易韧性，计算公式如下。

测度结果显示，2010 ～2021 年，长三角各市的贸易韧性综合得分呈上升趋势，这表明长三角地区的对外贸易抗风险能力逐步增强，持续向好发展的态势明显。从具体城市来看，上海作为长三角龙头城市，贸易韧性水平一直处于遥遥领先的地位。苏州、杭州、宁波、南京、无锡和合肥紧随其后，均高于长三角城市群贸易韧性的平均水平。虽然无法与上海的显着贸易优势相匹敌，但他们都代表了江苏省、浙江省以及安徽省贸易韧性的领先水平。

（2） 解释变量。金融集聚（FA），根据熵值法计算得到。现有研究在测度金融集聚水平时倾向于采用区位熵指数，其中金融业从业人数和金融业增加值两个核心指标常被学界采用。此外，也有不少学者基于反映金融业发展水平的综合评价指标体系，采用熵值法或主成分分析法进行测度。本文参考徐延利和林广维（2021）［22］的做法，从金融集聚的规模、环境和效率3 个角度构建测度金融集聚水平的指标体系。如表1 所示，在梳理金融集聚的评价指标体系后，本文通过熵值法确定二级指标的权重，进而测算出各个城市金融集聚水平的综合得分。

表1 金融集聚评价指标体系

（3） 中介变量。中介变量为产业结构水平（IS），用第三产业增加值与第二产业增加值的比值来衡量。产业结构升级能够优化城市的经济体系，增强对不利冲击的抵抗力，驱动城市自身不断整合优质外贸资源，从而促进城市的外贸高质量发展。

（4） 控制变量。贸易韧性除了受金融集聚水平的影响，还受其他控制变量的影响。参考既有研究，本文选取贸易开放、金融发展水平、财政水平、技术创新、外商直接投资和人均GDP 6 个控制变量。变量具体说明如表2 所示。

表2 变量选取与说明

为研究长三角城市群的金融集聚对贸易韧性的整体影响，本文首先构建基准模型。

根据基准模型，本文采取逐步回归的方法，构建模型（3） 和（4），检验产业结构升级在金融集聚影响贸易韧性的过程中是否发挥中介效应。

进一步，本文选用Hansen （1999）［23］所提出的门槛效应模型。以产业结构为门槛变量，构建门槛回归模型（5） 以探究在不同产业结构水平下金融集聚与贸易韧性之间的非线性特征。

式（2）～（5） 中，TRit表示长三角城市群中的样本i在第t年的贸易韧性水平，FAit为解释变量，表示长三角地区的城市i在第t年的金融集聚水平；Controlit表示控制变量，包括贸易开放、金融发展水平、财政水平、技术创新、外商直接投资和人均GDP；φi用来控制城市固定效应；λt用来控制年份固定效应；εit为残差项。ISit为中介变量和门槛变量，表示城市i在第t年的产业结构水平；ω1和ω2是产业结构在不同水平上的门槛值，I（·）为指示函数，当门槛变量满足限制条件时，I赋值为1，否则I赋值为0。

本文对长三角城市群的城市划分基于《长江三角洲城市群发展规划》，囊括了江苏省、浙江省、安徽省以及上海市三省一市，共计26 个城市②。本文数据主要来源于2010 ～2022 年长三角各市的地方统计年鉴和统计公报以及《中国城市年鉴》，部分缺失数据通过插值法补齐。此外，部分年份的原始贸易数据单位为美元，本文按照人民币对美元的年平均汇率进行换算。为了消除异常值可能带来的影响，本文对所有变量进行1%的双向缩尾处理。主要变量的描述性统计特征如表3 所示。观测期内，被解释变量TR的均值为1.1695，标准差为1.3710，解释变量FA的均值为0.1265，标准差为0.1331。这说明长三角各市的金融集聚和贸易韧性水平存在一定程度的地区差异。其余变量的标准差都较小，说明整体数据较为平稳。

表3 描述性统计

在基准回归前，本文对数据进行方差膨胀因子（VIF）检验，主要变量的VIF 值均小于10，通过了多重共线性检验，说明本文的样本数据平稳，符合实证要求。通过Hausman 检验，本文选择双向固定效应模型进行基准回归分析，回归结果见表4。未加入控制变量时，金融集聚的估计系数在1%的显着性水平上显着为正。在控制关键变量后，核心解释变量的系数依然显着为正，假设1 初步得到验证。基准回归结果表明，长三角城市群金融集聚在1%的显着性水平上提升了城市贸易韧性，并且金融集聚水平每提升1%，能够驱动贸易韧性提高3.0516%。

表4 基准回归

主要控制变量中，贸易开放的系数显着为正，这可能是因为城市的对外开放水平提高，能引进更先进的技术和经验，从而促进城市贸易资源的高效整合，进而有效增强城市贸易的稳定性，这有利于该地区贸易韧性的提升。技术创新的回归结果显着为正，说明地方专利申请授权数量越多，代表地方的贸易产品的研发投入越多，贸易产品附加值得到提高，有利于增强贸易竞争力。人均GDP 的回归结果显着为正，这可能是因为作为人民生活水准的衡量指标，人均GDP 越高，该城市经济基础越强，贸易抗风险能力就越强。

（1） 工具变量估计。

在模型构建中，考虑到双向因果、变量遗漏等原因造成的内生性问题，本文借鉴江红莉等（2023）［24］的研究思路，选择工具变量FAmean进行IV－2SLS 回归，其中FAmean表示同一年度中长三角某一城市所有接壤城市的金融集聚水平的均值。描述性统计显示长三角各城市的金融集聚水平总体差异较小，邻近城市拥有类似的金融集聚水平，符合工具变量相关性假设。与此同时，长三角各城市的贸易资源存在一定程度的分割性，邻近城市的金融集聚难以对本市的贸易韧性产生直接的影响，这满足工具变量外生性假设。回归结果如表5 所示，在加入工具变量后，金融集聚对城市贸易韧性依然保持显着的赋能作用，因此可以排除内生性问题的影响。

表5 稳健性检验

（2） 删除中心城市样本。

本文将直辖市上海、省会城市合肥、南京和杭州作为中心城市，考虑到其在吸引资源、聚集人才、拓展融资渠道等方面的显着优势，本文在稳健性检验时剔除中心城市样本。回归结果显示，金融集聚的回归系数为8.0607，并且在5%的水平上显着，这进一步说明基准回归得到的结论可靠。

（3） 系统GMM 回归。

本文在基准模型（2） 的基础上，引入被解释变量TR的一阶滞后项构造动态面板回归模型（6）进行稳健性检验。系统GMM 的回归结果显示，金融集聚的系数仍然显着为正，假设1 得到验证。AR（2）检验得到的p 值为0.7080 大于0.1，说明模型通过了自相关检验。Hansen 值为0.1480 大于0.1，说明GMM 式的工具变量都是有效的。

本文进一步通过分位数回归研究不同分位点上金融集聚对贸易韧性提升的作用，回归结果如表6 所示。随着分位点提高，金融集聚对于城市贸易韧性的赋能作用总体上在不断提升，金融集聚发展水平每提升1 个百分点，能够促进贸易韧性稳定提升1.9046 ～3.0683 个百分点。值得注意的是，金融集聚对贸易韧性的赋能作用在0.5 分位点上最为显着，系数为3.0683 且通过了1%的显着性水平，但该赋能作用在0.75 分位点以及0.9 分位点上的拟合系数逐渐降低。这说明，金融集聚对城市贸易韧性的提升作用存在非线性影响，呈现出先升后降的趋势。当金融集聚发展到较高水平时，其对贸易韧性的驱动作用存在一定的瓶颈，此时的赋能作用有所减弱，仅通过提升金融集聚水平已经不能满足区域贸易稳定发展的要求，需要借助其它渠道，如推动产业结构升级来提升城市贸易韧性。

表6 分位数回归

本文采用逐步回归三步法来研究贸易韧性的内在机制，表7 为金融集聚基于产业结构升级的中介效应来影响贸易韧性的回归结果。模型（3）的回归显示，金融集聚的回归系数β2在1%显着性水平上显着为正，说明金融集聚可以促进产业结构升级。模型（4） 的回归结果显示，将产业结构加入模型后，金融集聚的回归系数β3和产业结构的回归系数β4均通过了10%的显着性检验，且β3的值比模型（2） 中β1的值小，说明产业结构升级在金融集聚赋能城市贸易韧性的过程中发挥着部分中介的作用。假设2 得到验证。

表7 中介效应回归

为检验假设3 是否成立，本文进行面板门限模型的回归检验。首先需要验证是否存在门槛效应，如果存在，就需要进一步确定门槛数量和门槛值的具体量值。本文使用自举抽样的方法重复抽取300 次，根据抽样得到的F 值和P 值来确定门槛数量。如表8 所示，经过使用以产业结构为门槛变量、以金融集聚为解释变量和以贸易韧性为被解释变量的抽样检验，发现单一门槛检验通过，并且在统计学上以5%的显着性水平得到证实。金融集聚赋能贸易韧性门槛值为1.6791，95%置信区间为［1.6170，1.7262］。

表8 门槛效应检验

表9 的回归结果显示，随着产业结构水平的不断提升，金融集聚对城市贸易韧性的赋能作用存在边际效用递减的趋势。假说3 得到验证。具体来说，当产业结构水平即第三产业增加值与第二产业增加值的比重低于1.6791 时，FA对TR回归系数为8.0369，并且在1%的统计水平上显着。这表明当产业结构处在较低水平时，随着产业结构的升级，金融集聚可以显着提升城市贸易韧性。当产业结构水平高于1.6791 时，FA对TR回归系数虽然仍在1%的统计水平上显着为正，但拟合结果下降到了3.5642。这意味着，一旦第三产业增加值与第二产业增加值的比例超过某个阈值，虽然金融聚集度仍然对城市贸易的抗风险能力有积极作用，但其利好效应逐渐减弱。可见，金融集聚程度只有与产业结构水平相匹配，才能够促进城市贸易韧性的提升。

表9 门槛模型回归

上述赋能作用符合倒“U” 形的变化趋势，可能的原因在于，在产业结构演变的初期阶段，金融集聚程度的提高使得“极化效应” 逐渐出现。城市周边地区的劳动力、资金、技术等要素向城市中心区域转移，中心区域劳动力供给充足，加工贸易企业的成本比较优势明显，有利于扩大加工贸易型产品的出口，促进其附加值的上升，从而为城市贸易发展提供强有力的支撑。而在产业结构演变的后期，随着金融集聚程度的进一步加深，贸易企业之间的竞争越发显现出“红海效应”，增加第三产业比重，从而促使贸易附加值提升的传统方式在当下难以为继。而且日益增加的人力成本和土地租金，也严重冲击了金融集聚区域原有的比较优势。同时，金融产业过度集中使金融系统和贸易系统承担了大量风险，在冲击来临时加工贸易企业容易因为缺乏核心技术和订单不稳定等因素而遭受较大冲击。

（1） 城镇化水平的异质性

考虑到长三角城市群中的不同城市在城镇化进程中存在的差异，本文以各市的城镇化率即城镇常住人口占总人口的比重作为衡量城镇化水平的代理指标，并进行中位数分组，将全样本划分为城镇化水平较高组和城镇化水平较低组。表10的回归结果显示，在1%的显着性水平上，城镇化水平较高的城市，金融集聚水平每提升1%，城市整体的贸易韧性将提升4.3633，而城镇化水平较低城市的金融集聚对贸易韧性赋能作用不显着。这说明城镇化率较低的城市金融集聚发展水平相对落后，具体表现为金融机构的种类较为单一以及政府财政对金融业的研发投入较为有限，金融集聚无法产生足够的规模经济效应，从而导致对城市贸易韧性的促进作用不显着。

表10 异质性分析

（2） 金融集聚不同维度的异质性

本文从规模、环境和效率3 个维度对长三角城市群的金融集聚水平进行测度，考虑到3 个一级指标及其各自的二级指标侧重点不同，本文分别探讨金融集聚3 个不同维度的发展水平可能对贸易韧性造成的差异化影响。表10 的回归结果显示，金融集聚的规模、环境和效率的提升均在1%显着性水平上促进了贸易韧性的提升，但从回归系数的拟合值来看，金融集聚效率的促进作用更为显着。

本文采用2010～2021 年长三角26 个城市的经济发展数据，选取相关研究变量，对样本城市进行回归分析，得出以下结论： （1） 长三角城市群金融集聚显着促进了城市贸易韧性的提升，产业结构升级是金融集聚赋能贸易韧性过程中的重要中介机制； （2） 异质性结果显示该赋能作用在城镇化水平更高的城市和金融集聚效率更强的城市中更为显着； （3） 分位数和门槛模型的回归结果显示，这种赋能作用具有非线性的特征，并且随着产业结构水平的提高，长三角城市群金融集聚赋能和贸易韧性之间存在倒“U” 形的关系。

基于此，本文提出3 点建议：

（1） 加强地区间的经济联系和贸易往来，实现区域协同发展。本文研究发现在城镇化水平较低的城市，金融集聚带来的利好效应甚微。要实现区域资源的互惠互通，城镇化水平较低的城市需要充分吸收其他经济发展水平较高地区的先进治理经验，改进传统贸易行业的布局结构，淘汰落后产能，形成多元互通的产业状态，增加抗风险能力，提升自身的贸易韧性水平。

（2） 保持适度金融集聚，且金融集聚水平的提高需与城市产业结构相适应。本文研究发现，当产业结构水平达到一定门槛值后，继续提升城市群的金融集聚程度反而会使得贸易韧性水平下降。这需要政府在制定政策时因地制宜，结合城市经贸发展的实际情况，制定针对性的产业政策，推动贸易韧性水平提高。

（3） 努力扶持实体企业，提高城市对外开放水平。随着城市金融集聚水平的提升，政府应积极引导金融资源流向实体企业，并提高金融资源的有效利用率，促进实体企业的转型升级。同时政府可以出台优惠政策吸引国际上的高新企业入驻本地，让本地实体企业享受更多优势资源的红利，畅通金融集聚影响贸易韧性的渠道，从而增强城市抵御冲击风险的能力。

注释：

①2018 年11 月，习近平总书记在首届中国国际进口博览会上宣布，支持长江三角洲区域一体化发展并上升为国家战略。

②长三角城市群： 上海、南京、无锡、常州、苏州、南通、盐城、扬州、镇江、泰州、杭州、宁波、嘉兴、湖州、绍兴、金华、舟山、台州、合肥、芜湖、马鞍山、铜陵、安庆、滁州、池州和宣城。