導語：金融服務業與產業結構關聯性研究一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：金融服務業作為經濟增長的重要推動力，既具有凝聚資本的功能，也可以調節經濟結構。通過構建面板數據模型，對江蘇省9個城市2006—2018年的金融服務業數據統計測度表明，金融服務業發展對產業結構升級的影響存在持續性。進一步分析得出，金融發展水平指數與產業結構優化的內部關聯性達到0.0405。分別從縱向變化發展和橫向差異比較發現：金融服務業的融合發展能夠有效推進產業結構升級的進程，影響系數達到0.07，折射影響效果趨勢緩慢但持續性較強。

關鍵詞：金融服務業；產業結構升級；因子分析；綜合評價；面板數據模型

一、引言

金融服務業作為經濟增長的重要推動力，不僅具有凝聚資本的功能，還可以調節經濟結構。目前，銀行、證券、保險、信托是我國金融服務發展涉及的主要四大方面。尤其是銀行、證券、保險的發展相對于金融服務業的發展更具有決定性作用。我國在“一帶一路”倡議背景下，經濟處于平衡的發展狀態，促進了產能結構調整[1]。近年來，金融業實體經濟與虛擬經濟脫離的步伐加快，金融服務業與產業結構的關系日趨緊密[2]。江蘇作為經濟大省，2018年實現了生產總值92595.4億元，邁過了9萬億元的門檻，全國排名第二，按可比價格計算，比上年增長了6.7％。但是，根據區域經濟和金融服務發展的整體表現，該省出現了區域金融發展與需求不均衡等問題。當前，蘇南經濟發達，資本市場活躍度較高，金融行業由競爭激烈漸趨平緩。于是，金融發展的主力圈將進入經濟水平相對較低但融資需求較大的蘇中和蘇北地區[3]。（一）金融發展與經濟增長具有長期的穩定關系。金融業是經濟體系中的“血液”。1873年，Bagehot基于金融業發展對經濟發展的影響，認為經濟增長通過投資的轉變而實現，而這個過程靠金融體系來完成?，F有研究表明：金融發展與經濟增長之間存在相互促進關系[1]；金融服務業對國民經濟有一定的推動作用，但產生的影響程度低于社會平均水平[2]；金融服務業與經濟增長具有長期的穩定關系，且其規模和結構對經濟增長的貢獻率大于效率的貢獻率[3]。（二）金融服務業的融合發展推進產業結構升級。在金融服務業融合發展中，有效深化了供給側改革，實現了產業結構優化升級。研究結果表明：產業結構升級需要核心技術和金融規模投入，兩者存在格蘭杰因果關系[4]；金融相關比率達到一定程度時，產業結構將達到最優狀態[5]；金融服務業的融合發展能推進產業結構的升級進程[6]。目前，相關研究成果中大多數基于省級地區，未考慮到我國發展經濟的特殊性，地區之間的經濟差異較大，對宏觀層面的研究結論對特定區域金融服務業發展的指導作用有限，并且綜合性的金融服務業發展指標貼近產業結構的分析還沒有人探究。因此，本研究對長三角地區隸屬于江蘇的9個城市（南京、無錫、常州、蘇州、鎮江、南通、揚州、泰州、鹽城）進行實證分析，先通過構建金融發展綜合指標體系，再根據綜合指標與產業結構升級的關系，提出相關結論和建議。

二、指標體系構建與樣本選取

（一）產業結構指標。（Y）產業結構主要是指分別以農業、工業、服務業為代表的三大產業在一國經濟結構中所占的比重。在經濟社會的迅速發展中，服務業在我國的經濟結構中的占比逐步超過工業部分。經濟市場日益繁榮，金融服務業也獲得了良好的資源市場和資本條件。國內許多學者研究認為，發展中國家產業結構升級的方式是：第一產業產值不斷下降，而第二、三產業產值比重不斷增加。產業結構優化率：Y=3i=2ΣgdpiGDP其中：gdpi為第i產業生產總值，GDP表示該地區該年份生產總值。當第二、三產業占總GDP比重越大時，說明產業結構優化率越高。（二）金融發展水平。（F）現有研究中一般是以金融相關比率或金融深化程度、銀行規模和股票市場發展代表金融發展水平，這些指標不適用于發展中國家。本研究選用改進的金融發展指標F，由因子分析對人均GDP、人均保費收入、金融服務業從業人員、金融機構資產總額、上市公司數量、實際利用外資投資額、固定資產投資額計算得分。該指標能更為全面地反映和衡量金融服務業中的銀行及非銀行金融機構、保險公司和證券市場作為金融中介對資金調度融通的作用，并加入人均保費收入、金融機構人均存款額和貸款額展示金融活性。

三、實證分析的模型構建

（一）指標標準化與因子得分。本研究數據來源于《中國統計年鑒》和國泰安數據庫，時間跨度為2006—2018年。在以往的文獻中，學者們都采用了因子分析對金融服務業發展水平構建綜合評價指標體系。在許多代表性變量中，提取代表性高的主要變量作為首要因子，目的是起到降維的作用，并且根據各個公共因子的方差貢獻率得到最終綜合評價得分。由于因子分析中主成分法累積貢獻率比極大似然法多，所以通常采用主成分的因子分析。為了避免選取的原始指標因量綱容易出現偽回歸現象，首先，將數據進行歸一化處理；其次，對變量之間的相關性進行檢驗，若變量之間彼此獨立，則無法提取公共因子。通過Bartlett球形檢驗，得到南京、無錫、常州、蘇州、鎮江、南通、揚州、泰州、鹽城的概率值皆為0，說明不接受原假設，能夠進行因子分析。然后，進一步檢驗選取變量的偏相關性，基于KMO檢驗對此進行判斷，各城市的KMO值都大于0.7，說明用該數據進行的因子分析效果好。經模型檢驗后，根據上述的因子累計和特征值方差兩個貢獻率提取成分一、成分二。在金融服務業與產業結構升級關聯研究的因子分析中，累積方差貢獻率高達93％，與旋轉后完全相同，充分表明區域金融發展的整體水平。按照Kaiser標準化正交化方法，提取兩個載荷值較大的公因子：在成分一中，提取的變量有金融服務業從業人員數量、金融機構資產總額、上市公司數量、固定資產投資額、人均GDP、人均保費收入、金融機構人均貸款額和人均存款額；在成分二中，載荷值較大的變量是實際利用投資額。因此，將成分一、成分二分別作為金融內力指標、金融外力指標。金融發展因子F通過加權計算可得出：F=因子1方差貢獻率累積方差貢獻率×金融內力因子+因子2方差貢獻率累積方差貢獻率×金融外力因子（二）各城市2006—2018年的金融服務業指數情況。1.蘇南地區城市金融服務業發展穩中有序，健康有效南京的金融服務業在高效發展。該市的金融服務業發展指數從2006年的-0.846，到2013年的0.051，化負為正；2016年從0.719增加到0.996，增速為28％；2018年突飛猛進，金融服務指數達到了1.48，發展速度高達33％。南京金融服務業快速發展表明金融供給的增加和金融結構的優化升級，促進了該市整個資本市場活力煥發。無錫的金融服務業發展穩中求進。該市的金融服務業發展指數從2006年的-1.138，到2012年的0.087，再到2013年的0.324，增長速度高達73％，實現了質的飛躍；2014—2018年，金融服務業繼續穩中有序、健康有效地發展，平均增長速度穩定在25％左右。常州的金融服務業發展速度先慢后快、厚積薄發。該市的金融服務業發展指數從2006年的-0.903到2013年的0.065，相對較緩慢；2015—2018年，金融服務業發展速度基本保持在30％。蘇州的金融服務業發展速度相比于其他幾個城市最慢。該市的金融服務業發展指數從2006年的-1.069起步，2012年達到0.012；近幾年穩定發展，2018年金融服務指數達到了1.368，相比于2015年的0.672增加了0.696，平均速度達到17.5％。由于蘇州的金融供給和金融服務市場的資金鏈達到了一定的飽和度，因而金融服務業的發展與其他城市相比較緩慢。鎮江的金融服務業整體發展態勢在蘇南地區居于首位，區域不大卻潛力無窮。該市的金融服務業發展指數從2006年的-1.070攀升至2013年的0.146，2014－2018年實現了從0.291跨越至1.555的突破，居于蘇南地區金融服務業發展的前位。2.蘇中地區城市金融服務業發展后勁十足，潛力巨大南通的金融服務業發展趨勢一路上揚，實力較強。該市的金融服務業從2006年的整體發展水平最低的-1.378，躍居蘇中地區2018年金融服務發展水平的首位，金融服務業發展指數高達1.603，增加了2.981。該市的金融服務業發展指數快速增長，從2013年的0.079至2014年的0.306，增長速度高達74.5％，后續相對平穩降至17％左右。南通這座沿海城市，近幾年經濟形勢發展迅猛，科技水平日新月異，金融高效運轉，有力地促進了經濟與金融產業融合發展。產業結構優化、經濟改革都將成為這座城市經濟發展濃墨重彩的一筆。揚州的金融服務業發展快速前進，態勢可觀。該市的金融服務業從2006年的-1.194增長到2012年的0.018，相比于其他城市金融服務業發展指數增長速度較快。該市金融服務業發展指數在2013年達到了0.272，相比于2012年增長速度達到巔峰，約為93.4％。隨后從2014年的0.56穩定有序地增長到2018年的1.579，平均增長速度在20.8％上下浮動。泰州的金融服務業發展中規中矩，速度趨緩。該市的金融服務業發展指數從2006年的-0.887到2013年的0.03，發展趨勢平緩，增速整體較慢。2014—2018年增長速度連翻兩倍，顯示了該市金融服務業發展空間巨大。但是從2018年來看，該市的金融服務業發展水平相比于其他城市暫居后位。3.蘇北地區城市金融服務業發展有條不紊，快速有序鹽城是長三角地區唯一的蘇北區域城市，雖然其金融服務業發展相比于其他地區起點不高，但是后期發展速度較快。該市的金融服務業發展指數從2006年的-1.09到2013年的0.17，增加了1.26；2013－2014年高達93％；2015年達到了0.253；近幾年整體發展較快，2018年實現了1.519的新高。在金融市場和經濟市場需求都較龐大的發展中地區，金融供給的增加有效地銜接了市場的資金鏈條，充分展現了實體經濟和網絡經濟的巨大能量。金融服務業基礎設施的完善、服務水平和效率的提高，能夠有力地推動整個行業的革新和改進；產業結構的優化調整，實現了經濟新常態的規律有效發展。各城市金融服務業發展指數走勢，如圖1所示：圖1各城市金融服務業發展指數走勢從圖1可看出，橫向比較表明，整體上各城市金融服務業發展指數是波動上升的。南京的發展態勢趨于平穩，這幾年一直中規中矩，處于中間位置。2010年，該市金融服務業之所以處于最低水平，是因為當年4月調控新政出了差別化房貸，導致房價出現環比下降，間接地對金融市場產生了較大影響。無錫金融服務業的發展是上升式的后退，與其他城市相比發展速度緩慢，2008—2012年是最高水平，2013年發展速度突然下降，從2015年開始便處于最低位置。2013年，無錫新興實業總公司以高額利息為誘餌非法集資32億元，給金融市場造成了極大的傷害，導致無錫金融服務業發展緩慢。常州金融服務業的發展速度處于中上水平，未受外界市場太大的干擾，一直是持續上升。蘇州的金融服務業2007—2009年處于最低位置，但后發蓄勢上升成為“龍頭”，因為越來越多的金融機構入駐蘇州。大量金融機構集聚是保障金融業穩步發展的基石，再加上金融業本身的不斷優化促進了其發展。南通的金融服務業走勢威猛，雖然起點是最低的但后來居上，這是因為南通市政府出臺了很多舉措，大力支持金融業服務業的發展，再加上與上海一體化的發展，使得該市金融業服務業的未來發展不可估量。鎮江、揚州、泰州、鹽城的金融服務業發展趨勢沒有太大的波動，穩定上升。（三）面板數據模型的估計和解釋。1.數據的處理與檢驗。學者們在探討產業結構與金融服務業發展水平時，大多采用時間序列數據或截面數據，采用面板數據較少。而在實證分析中，面板數據具有較少的共線性和更多的自由度，使得模型設定更加合理。因此，本研究采用9個城市2006—2018年的數據建立面板數據模型，綜合考慮縱向演進和橫向差異因素，全面考慮長三角地區的江蘇省金融服務業與產業結構兩者的關聯性。在一般的線性面板數據模型中，設有k×1維的解釋變量向量xit=(x1,it，x2,it，…，xk,it)'和因變量yit，滿足線性關系：yit=αit+xitβit+μit，(i=1,2…，N；t=1,2…，T)上式是考慮K個經濟指標在N個截面成員于T個時間點上的變動關系。其中：yit為被解釋變量，xit為解釋變量，N表示截面成員的個數，T表示每個截面成員的觀測時間總期數；、αit、βit為代估參數，αit表示模型的常數項，βit=β1it，β2it，…βkit，βit表示對應于解釋變量xit的k×1維系數向量，K表示解釋變量的個數；μit為隨機擾動項。面板數據模型為：yit=αit+βitFit+μit'(i=1,2，…,9;t=1,2，…,13)要分析經濟變量之間是否存在長期關系，必須先對數據的平穩性進行檢驗，以防止虛假回歸或偽回歸。首先，對模型所選取的面板數據進行面板單位根檢驗，得到變量之間是非同階單整，其中，面板數據Y是一階單整I（1）、F是二階單整I（2），對數據進行序列變換，采取對面板數據F差分處理，對變換后的序列DF進行單位根檢驗，得出Y與DF都為一階單整I（1）；然后，進行協整檢驗，通過Kao檢驗得到t統計量為-3.067，P值為0.0011＜0.05,拒絕原假設H0為p＝1,證實了金融服務業的發展狀況（F）與產業結構升級水平（Y）這兩組數據中存在協整的關系，即它們之間存在一種長期均衡關系。2.回歸模型的確定。第一步：確定回歸模型影響形式，是選用固定影響還是隨機影響。用Hausman檢驗該模型是否是具有隨機影響，通過檢驗，結果表明：HausmanTest統計量（W）是1.283184，P值是0.2573大于0.05的顯著性水平，接受原假設，說明該隨機模型中，個體變量與解釋變量之間不相關。第二步：確定模型形式。模型有三種形式：變系數模型、固定影響模型、不變參數模型。通過構建F統計量得知，F2＝76.7197＞F0.05（18，90），F1＝1.046＜F0.05（18，90），即拒絕假設H2為α1=α2=…αN，接受假設H1為β1=β2=…βN，所以模型選取變截距形式：Yit=αi+βDFit+μit(i=1,2，…9；t=1,2，…12)結論顯示，金融投入與發展對產業結構優化升級的影響系數和關聯度高達0.0405；模型設置的影響因子變量的P值均小于0.05，模型通過了顯著性檢驗。

四、結論與建議

（一）結論。選取江蘇省9個城市2006—2018年的金融服務業發展和產業結構數據，構建面板數據模型，基于單位根和協整檢驗，證實兩者長期的均衡關系。通過Haus-man檢驗并采用F檢驗進行參數估計，金融投入規模擴大對產業結構的深化調整正向關聯影響高達0.0405。金融的深化融合能夠刺激整個市場的高效運轉和產業資源配置；同時，產業結構升級也對應著促進了金融的發展。如果金融發展水平低、資本流通不順暢，必然不利于產業結構升級。研究結果表明：一是提高金融服務業發展水平，能夠有效促進產業結構優化；二是金融服務業發展對產業結構優化的促進作用存在持續性。目前，第三產業與新興產業存在占比低、效率低、生產結構不合理，以及市場化程度低、技術創新能力弱、投資與消費比例失衡等問題。金融發展是經濟增長的重要動力，需要調配資金流向附加值、勞動生產率和收益較高產業，提升產業協調發展市場競爭力；完善資金形成、資金導向和信用催化機制，優化供給結構，推動產業結構升級。（二）建議。金融服務業是競爭性服務業。金融是服務業的重要組成部分，是現代經濟的核心。對當前我國產業結構不合理提出幾點政策建議：1.加快金融服務業對外開放的步伐在“一帶一路”倡議的指引下，會涉及大量的新型金融合作，會帶來進一步開放的需求，也為我國金融開放和國際合作提供了新的機遇。2.積極發展區域性金融市場，促進區域金融協調發展無錫、蘇州、南通位于上海大都市“1＋7”城市群中，搭上上海的高鐵，可以承接上海的產業轉移，也可以擔負其上海港口的重任。3.繼續發展直接融資，優化證券市場投融資功能由于我國證券市場量的擴張較為迅速，以及貨幣市場、資本市場欠發達等，證券業的整體發展水平在當前的經濟市場背景下還無法承擔市場資源配置和資本條件的主力軍角色。隨著網絡金融和小型金融的整體發展，直接融資將成為未來的重心，證券市場在促進經濟發展中的作用也會愈加重要。

參考文獻：

[1]萬壽橋，李小勝.中國資本市場與經濟增長關系的脈沖響應分析[J].財經研究，2014（6）：104-113.

[2]盧倫慧，陳相臻.重慶市金融服務業對國民經濟的影響分析：基于投入產出表的視角[J].重慶工商大學學報（自然科學版），2012（10）：30-36.

[3]劉茜.河北省金融服務業對經濟增長的貢獻分析[J].經濟論壇，2012（1）：39-41.

[4]周孝坤，楊曉.房價、銀行信貸與經濟增長關系的實證分析：基于重慶市1990-2009年的數據[J].全國商情（理論研究），2010（13）：60-61.

[5]彭志良，胡榮才.金融服務業對產業結構變化的貢獻研究[J].廣西財經學院學報，2010（5）：83-94.

[6]劉珍，阮陸寧.金融服務業發展與產業結構升級關聯性研究：基于中國中部地區面板數據模型的分析[C]//美國科研出版社會議論文集.上海：工程和商業管理國際學術會議，2012-03-26.

作者:黎 月 樓鑫雯 單位:南京審計大學