金融集聚对城镇居民消费支出的挤出效应
——基于中国省际面板数据的实证检验

苏明华  廖戎戎

      【摘要】本文以 2000—2021 年中国省际面板数据为样本，从城镇居民消费支出占GDP 比重变动的角度，使用差分 GMM 方法实证检验金融集聚对我国城镇居民消费支出的挤出效应。静态模型中，金融集聚对我国城镇居民消费支出的影响不显著；但在引入被解释变量与金融集聚指数滞后期的动态模型中，金融集聚对城镇居民消费支出有显著的挤出效应，且后发展地区的挤出效应大于先发展地区。前者的挤出效应可能由金融集聚不足，后者可能源于金融集聚过度，而全国的挤出效应可能源于金融集聚的不均衡。据此，优化金融资源空间布局、加大消费金融扶持等措施，或可在一定程度上缓解该挤出效应。
      【关键词】城镇居民消费支出；金融集聚；挤出效应；比重
一、研究综述
      （一）研究背景
      在我国经济由高速增长向高质量发展转变的背景下，金融集聚日趋明显、城镇居民消费快速增长。然而，我国的城镇居民消费支出占 GDP 比重相对较低。例如，以2021 年数据为例，除西藏、青海、宁夏、海南、甘肃和天津外，其他地区比重均不足 20%。消费不足制约经济发展，增加了企业破产和人们失业风险，阻碍了经济高质量发展。2023 年中央经济工作会议明确提出，要“激发有潜能的消费，推动消费持续扩大，培育壮大新型消费，稳定和扩大传统消费”。当前，我国的经济和金融业不断发展，金融集聚对城镇居民消费影响增大，研究其对城镇居民消费支出的影响十分必要。
      有关居民消费的研究由来已久，涵盖经济发展水平、社会保障水平或家庭偏好等对居民消费的影响因素。近年来，学界逐渐关注金融集聚对居民消费的影响。金融集聚是金融要素和功能在区域空间上的集中，它通过缓解流动性约束和信贷约束等提高居民消费（Tran et al，2018）。虽然金融集聚有助于缓解居民流动性约束和信贷约束，但其对居民消费也可能有抑制作用（Dynan，2013）。分区域来看，中国东部的金融集聚能促进居民消费，但中西部地区不明显（罗艺婷，2023）。分行业来看，金融集聚对居民消费的影响差异较大，银行业和保险业等金融集聚对居民消费有溢出效应，证券业等金融集聚则对居民消费有挤出效应（张汨红，2020）。
      目前，有关金融集聚对居民消费影响的研究尚未形成共识。从缓解居民流动性约束和信贷约束等角度的主流研究通常认为，金融集聚能促进和提高居民消费，这类研究成果十分丰富。但认为金融集聚对居民消费存在抑制作用的研究相对不足，特别是金融集聚对居民消费是否存在挤出效应的相关研究仍较为欠缺。因此，本尝试从城镇居民消费支出占 GDP 比重变动的角度，探索金融集聚对城镇居民消费可能存在的抑制作用，检验其挤出效应，为破解我国消费不足和经济高质量发展提供一个新的分析视角。
      （二）金融集聚的理论分析
      世界金融业在 20 世纪 70 年代逐渐形成地理空间上的集聚态势，纽约、伦敦及新加坡等成为著名的国际金融集聚区（金融中心）。金融集聚是金融资源在地理区域上的集中，其因规模效应降低了交易成本，提高了资源跨区域配置效率（Porteous，1999）。集聚效应、区域效应及空间成本降低相互作用，推动了金融资源地理区域上的集聚（何雄浪等，2007）。金融集聚提高了金融交易主体之间信息传递的效率及服务效率，降低了交易成本，巩固了金融交易主体之间的合作关系，反过来它又进一步强化了金融集聚（Pandit et al，2001）。
      金融集聚是金融资源追求效率及功能深化在地理区域上的调整和配置过程及结果（王修华等，2009）。规模经济、经济发展及先进技术的应用等使某些地区能吸引大量金融交易主体，推动这些地区逐渐成为金融集 聚 区（ 任 英 华，2010）。 为 了 降 低 交 易 主 体 的 信息搜集成本及增强抗风险能力，金融中心的集聚十分必要（Dixon,2011）。政府当局对金融参与主体的税收优惠程度提高和金融技术的创新等促进了金融集聚的形成（ 王 宇 等，2015； 王 如 玉 等，2019）， 但 金 融 集聚的未来发展趋势可能是向金融中心之外扩散和转化（Aalbers,2015）。
      （三）金融集聚对消费挤出效应的理论分析
      金融集聚通过提供更多的金融产品及服务（如理财产品、保险、贷款等）增加居民财富，提高居民的未来收入预期，进而刺激居民消费。但金融集聚的影响可能并非单向，金融资源的集聚可能加剧价格波动、资金和财富高度集中于某些地区及某些行业等，引起居民消费支出减少而产生挤出效应。
      第一，金融集聚导致房屋等需求增加和资金地区性集中，推高房价和租金，进而对消费支出形成挤出效应。金融集聚带动房地产市场繁荣和房价上涨，居民可能把更多的收入用于投资房地产或增加居民购房成本，居民不得不降低消费而形成挤出效应（颜色等，2013）。且金融集聚还可能引起房屋租金上涨，导致居民生活成本上升而不得不减少其他领域的消费（孙伟增等，2020）。金融集聚对居民消费的挤出效应可能存在区域性的差异，我国东部地区的金融集聚可能会促进当地居民消费，但中西部地区的金融集聚程度不足，其对当地居民消费的促进作用有限，甚至可能抑制消费（罗艺婷，2023）。
      第二，金融集聚引起物价上涨和金融价格波动，影响居民收入的货币购买力，改变居民消费及储蓄行为，进而对居民消费产生挤出效应。物价稳定是居民消费提高的环境保障，金融集聚可能引起物价上涨，居民对未来的不确定性增加，导致居民储蓄意愿上升和消费下降（林红菊，2018）。物价上涨引起企业融资成本上升，企业破产和居民降薪失业的风险提高，居民消费能力下降。金融集聚还会引起金融资产价格波动，居民金融资产与居民消费之间具有反向变动关系，如果居民将更多当期收入用于储蓄、购买股票或保险等，那么自然会挤占居民消费，即对居民消费产生挤出效应（王葵，2018）。
      第三，金融集聚推动资金行业性集中和企业金融化，挤出居民消费。金融集聚导致资金主要流向某些特定的行业而造成投资过度，其他行业缺乏资金支持，引起资金供求关系失衡。例如，长期以来银行资金涌向房地产行业，广大中小微企业难以获得融资（吴占永和贾志民，2023），造成经营困难引起居民收入减少，从而挤出居民消费。金融集聚的表现还包括实体企业脱实向虚化，即非金融类企业通过金融渠道获得利润的比例持续提高，实体企业越来越倾向于持有金融资产，降低了企业的创新和实物投资，导致就业机会减少，居民消费下降，即挤出居民消费（杜勇等，2017；王怀明等，2019）。
二、数据说明及研究设计
      （一）主要变量及数据说明
      本文引入的被解释变量是各地区（省、自治区、直辖市）城镇居民消费支出占 gdp 比重，解释变量是金融集聚（指数）、城镇居民可支配收入占 GDP 比重和人口老龄化率等。其中，引入的变量均为比例数据，避免了不同年份间的折现问题，减少或消除通胀（价格变动）对研究结论的影响，变量介绍见表 1。

      本文数据来源于中国各地区及国家历年统计年鉴,并以万德（Wind）数据库作为数据来源补充。样本为子样本。其中，排名不低于 14 的地区归类为先发展地区（北京、上海、天津、江苏、福建、2000—2021 年省际面板数据，其中 2011 年到 2021 年数据用于实证估计，2000 年到 2010 年的数据用于稳健性检比分析，有助于探索金融集聚对我国城镇居民消费支出形成挤出效应的可能原因。验。当把样本分为东部、中部和西部时，模型稳健性相变量/时间/地区 先发展地区 后发展地区 全国对较差。因此，本文根据全国 2021 年按照从高到低排序占 GDP 比重（%） 2011-2021 22.996 24.098 23.400的人均 GDP，把样本再分成两个子样本。其中，排名不CO金it融城集镇聚居（民指消数费）支出比重 各地区城镇居民消费支出÷各地区 gdp低于 14 的地区归类为先发展地区（北京、上海、天津、注：该表数据根据统计年鉴数据计算样本期间的平均值，全国数据等于先发展地区及后发展地江苏、福建、浙江、广东、重庆、湖北、内蒙、山东、）区子样本。从横向和纵向两个维度拆分样本估计模型，再通过估计结果的横向与纵向交叉对比分析，有助于探91.386。因此，统计数据表明，我国可能存在金融集聚的区域性不均衡问题。

      表2 数 据 显 示， 我 国 先 发 展 地 区 城 镇 居 民 消 费 支出占GDP 比重由2000-2010年期间的 23.491 下降到，2011—2021 年期间的 22.996，后发展地区城镇居民消费支出占其GDP比重则由21.278上升到24.098，全国地这一比重则由22.659上升到23.400.同时，我国先发展地区及后发展地区的金融聚集（指数）分别由2000-2010年期间的95.090及63.370上升到2011-2021年期间的101.571及81.202，全国的金融聚集（指数）则由79.230上升到91.386。因此，统计数据表明，我国可能存在金融集聚的区域性不均衡问题。
      图1 的对比分析显示：2000—2021 年期间，我国先发展地区、后发展地区及全国的金融集聚程度总体趋势，不断提高，但该期间先发展地区的城镇居民消费支出占GDP 比重下降，而后发展地区及全国的城镇居民消费支出占 GDP 比重逐渐提高。因此，通过对比分析表 2 的相关统计数据及图 1 中金融集聚及城镇居民消费支出占GDP 比重的变动趋势，或许可以直观判断，金融集聚对我国城镇居民消费支出有较大的影响，且其对城镇居民消费支出可能存在一定的挤出效应。
      （二）模型设计
      在相关的研究中，量化金融集聚程度的方法较多，区位熵指数是其中较为简单和常用的一种（任英华，2010；王如玉等，2019 等）。结合研究内容，本文基于金融业产值的区位熵测度金融集聚程度。金融集聚（指数）公式如下：

      在式（1）中，FAit 表示第 i 个地区第 t 年的金融集聚（指数），其越大则该地区的金融集聚程度越高；gdptit 和gdpit 分别表示第 i 个地区第 t 年的金融业产值和国内生产总值，GDPFt 和GDPt 分别表示第 t 年全国的金融业产值及全国的国内生产总值。因此，某地区的金融集聚程度等于该地区金融业产值占其国内生产总值的比重除以全国金融业产值占全国国内生产总值的比重。
      本文从静态角度检验金融集聚对我国城镇居民消费支出的影响，构建的静态模型为模型（2）到模型（5）。

      模型（2）到（5）模型的被解释变量都是城镇居民消费支出比重 (COit)，模型（2）的解释变量包括金融集聚(FAit)、城镇居民可支配收入比重（IGit）、人口老龄化率（OLit）和常数项；模型（3）与模型（2）相比解释变量减少了城镇居民可支配收入比重（IGit），模型（4）与模型（2）相比解释变量减少了人口老龄化率（OLit），模型（5）的解释变量只有金融集聚（FAit）和常数项。再从动态角度检验和估计金融集聚对我国城镇居民消费支出的挤出效应，构建的动态模型如下：

      动态模型由模型（6）到模型（9）构成，其与静态模型（2）到模型（5）一一对应，但每个动态模型中都包含城镇居民消费支出比重及金融集聚的一阶滞后变量COit-1 和FAit-1，滞后变量用于考察模型的动态特征。
      最后，用模型（6）到模型（9）中的金融集聚（指数）

三、实证研究
      （一）静态分析与稳健性检验
      金融集聚对城镇居民消费支出挤出效应的静态分析实证检验及稳健性检验基于模型（2）到模型（5）进行，结果见表 3。
      金融集聚（FAit）对我国城镇居民消费支出挤出效应的静态分析显示：金融集聚的参数在实证估计和稳健性检验中都不显著，且两者中每个变量相对应的参数正负不相同。城镇居民可支配收入占 gdp 比重（IGit）对城镇居民消费支出的影响在实证估计和稳健性检验中都显著，且估计的参数正负相同，表明该变量的稳健性相对较好。各地区人口老龄化率（OLit）在模型中不都显著，且参数正负不全相同，表明该变量的稳健性较差。
      （二）动态分析与稳健性检验
      在表 4 的四个模型中引入了城镇居民消费支出比重的一阶滞后项（Coit-1）和金融集聚的一阶滞后项（Fait-1）作为动态变量，检验金融集聚对我国城镇居民消费支出的挤出效应。本文运用差分 GMM 方法估计和检验模型，结果见表 4。

      金融集聚（FA）对我国城镇居民消费支出挤出效应的动态分析显示：无法拒绝 4 个模型估计结果的随都为负）。因此，实证估计和稳健性检验结果显示，模型估计结果具有较强的稳健性，表明金机干扰项 1 阶差分及 2 阶差分不存在自相关，且引入的所 有 工 具 变 量 都 在 1% 的 水 平 上 有 效。 在 4 个 模 型的实证估计和稳健性检验中，常数项、被解释变量滞个百分点，但未来一期城镇居民消费支出占 GDP 比重将下降至少不低于 0.102 个百分点。因此，后期、当期和滞后期的解释变量都在 1% 的水平上显著。在四个模型中除了常数项外，全部参数正负符号相同，且当期及滞后期的金融集聚变量前的参数相对大小相似（挤出效应估计值都为负）。因此，实证估计和稳健性检验结果显示，模型估计结果具有较强的稳健性，表明金融集聚对我国城镇居民消费支出具有显著影响，且存在一定挤出效应。
      （三）实证结果分析
      表4 的实证估计和稳健性检验结果显示，金融集聚对我国城镇居民消费支出具有一阶滞后影响：当期金融集聚程度提高 1 个单位，当期城镇居民消费支出占 GDP比重将提高至少 0.078 个百分点，但未来一期城镇居民消费支出占 GDP 比重将下降至少 0.102 个百分点。因此，如果只考虑金融集聚两个时期的影响，当金融集聚提高1个单位时，其对城镇居民消费支出的挤出效应不低于0.012 个百分点。即当期金融集聚程度提高 1 个单位，城镇居民消费支出占当地 gdp 的比重将下降至少 0.012 个百分点。
      此外，城镇居民消费支出具有一阶滞后效应，当期城镇居民消费支出占 GDP 比重提高 1 个百分点，未来一期其会提高至少 0.087 个百分点。提高城镇居民可支配收入占 GDP 比重能显著提升城镇居民消费支出占 GDP的比重；当期城镇居民可支配收入占 GDP 比重提高 1 个百分点，当期城镇居民消费支出占 GDP 比重将提高至少0.759 个百分点。同时，人口老龄化会显著降低城镇居民消费支出占 GDP 比重，当期人口老龄化率提高 1 个百分点，当期城镇居民消费支出占 GDP 比重将下降至少 0.101个百分点。
      通过表 4 中模型（6）到模型（9）实证估计和稳健性检验对比发现，2000—2010 年期间我国金融集聚对城镇居民消费支出挤出效应大于 2011—2021 年期间的挤出效应。例如，2011—2021 年样本期间估计 4 个模型的挤出效应均值等于 0.036，而 2000—2010 年样本期间估计 4个模型的挤出效应均值等于 0.046。因此，随着时间的推移，金融集聚对城镇居民消费支出的挤出效应可能有所下降。
四、金融集聚对城镇居民消费支出挤出效应的区域异质性分析
      当把样本分为东部、中部和西部时，模型稳健性相对较差，故改为先发展地区与后发展地区两个子样本，以探索挤出效应的区域异质性。具体就是把 2021 年人均GDP 排名不低于 14 的省、自治区、直辖市归类为先发展地区，把其他省、自治区、直辖市归类为后发展地区。再基于模型（6）到模型（9）使用差分 GMM 方法分别估计两个地区金融集聚对城镇居民消费支出的挤出效应（静态模型的主要变量不显著省略）。
      (一）先发展地区金融集聚对城镇居民消费支出挤出效应研究
      先发展地区包括北京、上海、天津、江苏、福建、浙江、广东、重庆、湖北、内蒙古、山东、陕西、安徽和湖南共 14 个省（自治区或直辖市），该地区金融集聚对城镇居民消费支出挤出效应的实证和稳健性检验结果见表 5。
      (二）后发展地区的挤出效应研究
        后发展地区包括江西、辽宁、山西、四川、海南、宁夏.新疆、河南、云南、西藏、青海、吉林、河北、贵州、广西.黑龙江和甘肃等 17 个省（或自治区）该地区金融集聚对城镇居民消费支出挤出效应的实证和稳健性检验结果见表6.

      （三）区域异质性实证结果分析
      表5 与表 6 的实证及稳健性检验结果表明：无法拒绝4 个模型估计结果的随机干扰项 2 阶差分不存在自相关的假设，且无法拒绝引入的所有工具变量在 1% 水平上有效的假设。在两个子样本的实证估计和稳健性检验中，除了常数项正负符号不全相同外，被解释变量滞后期、解释变量当期和滞后期对应的参数正负符号相同，且都在1% 的水平上显著，表明模型实证结果的稳健性相对较好。同时，区分先发展地区和后发展地区两个子样本的实证估计与稳健性检验结果表 5 及表 6，与表 4 的实证及稳健性检验结果相比，除了常数项之外，其他变量对应的参数估计结果正负符号相同，再次表明实证估计结果具有较强的稳健性。
      横向对比：当只考虑当期和滞后一期的影响时，根据实证估计与稳健性检验结果计算的先发展地区金融集聚对城镇居民消费支出挤出效应的均值等于负 0.0147，后发展地区金融集聚对城镇居民消费支出的挤出效应均值等于负 0.0869，因而先发展地区的挤出效应小于后发展地区的挤出效应。
      纵向对比：先发展地区金融集聚对城镇居民消费支出的挤出效应随着时间推移有所增强，后发展地区正好相反。例如，表 5 中先发展地区 2000—2010 年期间金融集聚对城镇居民消费支出挤出效应等于 0.007（均值），但2011—2021 年期间挤出效应上升到 0.022（均值）；后发展地区 2000—2010 年期间的挤出效应等于 0.131（均值），但 2011—2021 年期间的挤出效应下降到 0.042（均值）。
      （四）基于区域异质性的挤出效应成因探索
      本文基于全国样本、先发展地区样本及后发展地区样本估计结果，通过横向和纵向对比分析金融集聚对城镇居民消费支出挤出效应的区域异质性，探索我国及不同地区金融集聚对城镇居民消费支出具有挤出效应的原因，结果见表 7。

      表7 的对比分析显示，全国金融集聚（指数）的均值从 2000—2010 年期间的 79.230 上升到 2011—2021 年期间的 91.386，提高了 15.343%；金融集聚对城镇居民消费支出挤出效应的均值下降了 21.739%。后发展地区金融集聚（指数）的均值从 2000—2010 年期间的 63.370 上2011—2021 年期间的 81.202，提高了 28.139%；金融集聚对城镇居民消费支出挤出效应的均值下降了 67.939%。上升到 2011—2021 年期间的 101.71，提高了 6.816%；金融集聚对城镇居民消费支出挤出效应先发展地区金融集聚（指数）的均值从 2000—2010 年期通过横向和纵向对比分析可以发现，当前我国后发展地区金融集聚对城镇居民消费支出的间的 95.090 上升到 2011—2021 年期间的 101.71，提高了6.816%；金融集聚对城镇居民消费支出挤出效应的均值集聚的不均衡。因此，当前我国实施差异化的金融发展战略十分必要。上升了 214.286%。
      通过横向和纵向对比分析可以发现，当前我国后发展地区金融集聚对城镇居民消费支出的挤出效应可能主但具体影响存在量的差异。因此，虽然经济发展水平差异可能影响金融集聚对城镇居民消费支要由金融集聚不足造成，先发展地区金融集聚对城镇居费水平提升。民消费支出的挤出效应则可能由金融集聚过度引起，而全国金融集聚对城镇居民消费支出的挤出效应则可能源有所提高，可能意味着该地区存在金融集聚过度的问题；后发展地区金融集聚对城镇居民消费于金融集聚的不均衡。因此，当前我国实施差异化的金纵向对比表明，金融集聚对我国城镇居民消费支出的挤出应可能由金融集聚不均衡引起。融发展战略十分必要。
五、结论及建议
      （一）研究结论
      首先，金融集聚对我国城镇居民消费支出存在挤出效应，但随着时间的推移这种挤出效应可能有所下降。先发展地区和后发展地区金融集聚对城镇居民消费支出的影响和挤出效应类似，但具体影响存在量的差异。因此，虽然经济发展水平差异可能影响金融集聚对城镇居民消费支出挤出效应的大小，但金融集聚程度的提高会降低城镇居民消费支出占 GDP 比重，抑制居民消费水平提升。      其次，横向对比表明，与先发展地区相比后发展地区金融集聚对城镇居民消费支出的挤出效应更大。纵向对比显示，先发展地区金融集聚对城镇居民消费支出的挤出效应随着时间推移有所提高，可能意味着该地区存在金融集聚过度的问题；后发展地区金融集聚对城镇居民消费支出的挤出效应随着时间推移逐渐下降，可能意味着该地区存在金融集聚不足的问题。横向及纵向对比表明，金融集聚对我国城镇居民消费支出的挤出效应可能由金融集聚不均衡引起。
      最后，在先发展地区和后发展地区，城镇居民可支配收入及人口老龄化对城镇居民消费的影响方向类似，只是影响大小存在差异。具体而言，城镇居民可支配收入占 GDP 比重提高能显著提升城镇居民消费支出占GDP 比重，但提高程度低于城镇居民可支配收入占 GDP比重的提高程度；人口老龄化的加剧会显著降低城镇居民消费支出占 GDP 的比重。
      （二）政策建议
      为了更好地实现金融与居民消费良性互动，推动金融服务实体经济和居民消费，走中国特色金融发展之路，建设“金融强国”，结合研究结论及现实需要，提出以下政策建议：
      第一，优化金融资源的空间布局。坚持全国一盘棋，构建全国先发展地区和后发展地区间、大城市与周边中小城市间、城市与乡镇间多层次金融体系，建设分布合理、具有一定辐射功能的区域金融中心，缩小各地金融的系统性差距，避免资源过度集中引起金融服务不足而造成消费支出下降。
      第二，加大消费金融扶持力度。通过财政政策及货币政策加大消费金融的扶持力度，降低企业和个人融资成本，激发投资和消费的积极性。政府设立专项资金用于支持消费升级项目，引导社会资本投向消费领域。完善全社会信用体系，利用大数据技术进行风险评估和信用评级，建立健全社会信用评价体系，完善信用信息共享和监管机制，以便及时响应消费者信贷需求。
      第三，引导金融资源支持实体经济，推动居民人均可支配收入增长。金融机构加大对实体经济的支持力度，推动产业升级和科技创新，促进企业发展和壮大，推动居民人均可支配收入持续增长，提高居民人均可 支 配 收 入 在 GDP 中 的 比 重。 实 现 以 实 体 经 济 高质量发展增加居民人均可支配收入，为消费升级提供有力支撑。
      第四，创新消费金融产品和服务。鼓励金融机构创新金融产品和服务，利用大数据、区块链、人工智能等新兴技术合理降低消费信贷门槛，缓解居民消费的流动性约束和信贷约束，引导普通消费者和老年消费者进行合理信贷消费，合理地提高居民消费杠杆效应，刺激消费增长。
参考文献
[1]Tran V T,Walle Y M,Herwartz H.Local financialdevelopment  household welfare in Vietnam:Evidencefrom a panel survey[J].The Journal of DevelopmentStudies,2018.54(4):619-640.
[2]Dynan Karen,Edelberg W.The Relationship betweenleverage  household spending behavior:Evidence fromthe 2007-2009 survey of consumer finances[J].FederalReserve Bank of St Louis Review,2013(5):425-448.
[3][16] 罗艺婷，唐青生，李秋林 . 金融集聚影响居民消费升级的空间效应 [J]. 经济地理，2023，43（8）：31-38.[4] 张汨红 . 不同业态金融集聚对居民消费升级的影响 [J]. 商业经济研究 ,2020(6):160-163.
[5 ] P o r t e o u s D J . T h e D e v e l o p m e n t o f F i n a n c i a lCenters:Location, Information Externalities PathDependence[M]Martin R L.Money  the Space Economy.Chichester:Wiley,1999:95-114.
[6] 何雄浪，李国平，杨继瑞 . 我国产业集聚原因的探讨——基于区域效应、集聚效应、空间成本的新视角 [J]. 南开经济研究，2007,(6):43-60.
[7]PANDIT N R, COOK G A S, SWANN G M P. The dynamicsof industrial clustering in British financial services[J].TheService Industries Journal,2001,21(4): 33-61.
[8] 王修华 , 黄明 . 金融资源空间分布规律 : 一个金融地理学的分析框架 [J]. 经济地理 , 2009, 29(11): 1808-1811.
[9] 任英华，徐玲，游万海 . 金融集聚影响因素空间计量模型及其应用 [J]. 数量经济技术经济研究，2010,27(5):104-115.
[10]DIXON A D.The geography of finance: form functions[J]. Geography Compass, 2011, 5(11): 851-862.
[11] 王宇，郭新强，干春晖 . 关于金融集聚与国际金融中心建设的理论研究——基于动态随机一般均衡系统和消息冲击的视角[J]. 经济学 ( 季刊 ),2015,14(1):331-350
[12] 王如玉，王志高，梁琦，陈建隆 . 金融集聚与城市层级 [J].经济研究，2019，54(11),165-179.[13]Aalbers,M B.Financial geography:Introduction to thevirtual issue[J]Transactions of theInstitute of BritishGeographers,2015,40(2):300-305.
[14] 颜色 , 朱国钟 .“房奴效应”还是“财富效应”?——房价上涨对国民消费影响的一个理论分析 [J]. 管理世界 ,2013(3):34-47.
[15] 孙伟增 , 邓筱莹 , 万广华 . 住房租金与居民消费：效果、机制与不均等 [J]. 经济研究 ,2020,55(12):132-147.
[17] 林红菊 . 我国城镇居民消费价格指数、人均可支配收入与消费水平关系的实证分析 [J]. 现代经济信息 ,2018(23):10-11.
[18] 王葵 . 资产价格变动对城镇居民消费水平的影响 [J]. 现代商业 ,2018(6):214-215.
[19] 吴 占 永 , 贾 志 民 . 要 素 市 场 扭 曲 是 否 加 剧 企 业“ 脱 实 向虚”——基于实体企业金融化视角 [J]. 投资研究 ,2023,42(10):100-114.
[20] 杜勇 , 张欢 , 陈建英 . 金融化对实体企业未来主业发展的影响: 促进还是抑制 [J]. 中国工业经济 ,2017(12):113-131.
[21] 王怀明 , 王成琛 . 非金融企业金融化对就业的影响研究 [J].中南财经政法大学学报 ,2019(3):25-34.