京津冀银行业结构对区域经济增长的异质性影响与协同发展研究

京津冀银行业结构对区域经济增长的异质性影响与协同发展研究一、引言1.1研究背景与意义在经济全球化与区域经济一体化的大背景下，区域协同发展已成为推动经济增长、提升综合竞争力的重要战略选择。京津冀地区，作为我国经济发展的重要引擎之一，其协同发展战略自提出以来，便备受关注。2014年，京津冀一体化发展战略正式提出，旨在通过加强区域间的合作与协同，实现资源共享、优势互补，打造具有国际竞争力的世界级城市群。这一战略涵盖了交通、环境、产业、金融等多个领域，其中金融领域的协同发展，尤其是银行业结构的优化与调整，对于推动京津冀地区经济增长具有关键作用。银行业作为金融体系的核心组成部分，在经济发展中扮演着至关重要的角色。它不仅为企业和个人提供融资支持，促进资本的流动与配置，还通过信用创造、支付结算等功能，推动经济的循环与发展。银行业结构，即银行业市场中各类银行机构的构成及其相互关系，直接影响着金融资源的配置效率和经济增长的质量。合理的银行业结构能够提高金融服务的可得性和有效性，满足不同经济主体的融资需求，促进科技创新和产业升级，从而推动经济的持续增长；反之，不合理的银行业结构则可能导致金融资源配置失衡，中小企业融资难、融资贵问题突出，抑制经济的发展活力。京津冀地区在地理位置上紧密相连，经济往来频繁，但长期以来，三地的银行业发展存在着显著的差异。北京作为我国的政治、文化和金融中心，拥有众多的国有大型商业银行总部和金融监管机构，金融资源高度集聚，银行业市场较为发达；天津作为北方经济中心和国际港口城市，银行业发展也具有一定的优势，金融创新活跃；而河北省尽管经济总量较大，但银行业发展相对滞后，金融资源相对匮乏，与京津两地存在较大的差距。这种银行业发展的不平衡，不仅制约了河北省自身的经济发展，也影响了京津冀地区整体协同发展的进程。在京津冀协同发展战略的推动下，京津冀地区的经济结构正在经历深刻的调整与优化。产业转移与升级加速推进，大量的央企、教育资源、医疗资源等从北京向天津和河北转移，形成了北京（知识性区域）、天津（加工型区域）、河北（资源型区域）分工协作的产业系统。在这一过程中，企业的融资需求呈现出多样化和复杂化的特点，对银行业的服务能力和创新能力提出了更高的要求。传统的银行业结构和服务模式已难以满足京津冀协同发展的需要，如何优化银行业结构，提高金融服务的协同性和有效性，成为亟待解决的重要问题。深入研究京津冀银行业结构对区域经济增长的影响，具有重要的理论和现实意义。从理论层面来看，尽管国内外学者对银行业结构与经济增长的关系进行了大量的研究，但由于研究样本、方法和视角的不同，尚未得出一致的结论。以京津冀地区为研究对象，探讨在区域协同发展背景下银行业结构对经济增长的影响机制和效应，有助于丰富和完善区域金融发展理论，为进一步深化对银行业结构与经济增长关系的认识提供新的实证依据。从现实意义而言，研究结果可以为京津冀地区的金融政策制定提供科学依据。通过揭示银行业结构与经济增长之间的内在联系，能够帮助政策制定者明确银行业结构调整的方向和重点，制定更加精准有效的金融政策，促进银行业与实体经济的深度融合，推动京津冀地区经济的高质量发展。研究成果还可以为银行业机构的战略决策提供参考。引导银行业机构根据区域经济发展的需求，优化自身的业务布局和服务模式，加强区域间的合作与协同，提高金融服务的效率和质量，增强自身的竞争力。1.2研究目标与方法本研究旨在深入剖析京津冀地区银行业结构对区域经济增长的影响机制与效应，通过理论与实证相结合的方法，为京津冀地区银行业结构的优化以及经济的协同发展提供科学依据和政策建议。具体研究目标如下：揭示内在关系：运用计量经济学方法，构建合适的经济模型，量化分析京津冀银行业结构与区域经济增长之间的关系，明确银行业结构变动对经济增长的影响方向和程度。剖析影响机制：从理论和实证两个层面，深入探究银行业结构影响区域经济增长的内在机制，包括金融资源配置、企业融资、技术创新等方面的作用路径。提出优化建议：基于研究结论，结合京津冀地区的实际情况，提出针对性的银行业结构优化建议，以促进金融与经济的良性互动，推动京津冀地区经济的高质量协同发展。为实现上述研究目标，本研究将综合运用多种研究方法，具体如下：文献研究法：广泛搜集和梳理国内外关于银行业结构与经济增长关系的相关文献，了解已有研究的现状、成果和不足，为本文的研究提供理论基础和研究思路。通过对文献的分析，总结前人在研究方法、研究结论等方面的经验，明确本文的研究重点和创新点。实证分析法：收集京津冀地区银行业和经济发展的相关数据，运用计量经济学软件进行实证分析。构建面板数据模型，将银行业结构指标作为核心解释变量，经济增长指标作为被解释变量，同时控制其他可能影响经济增长的因素，如固定资产投资、劳动力投入、技术创新等，通过回归分析检验银行业结构对经济增长的影响。运用格兰杰因果检验等方法，验证银行业结构与经济增长之间的因果关系，确保研究结果的可靠性和科学性。比较分析法：对京津冀三地的银行业结构和经济增长状况进行横向比较，分析三地银行业发展的差异及其对经济增长的不同影响。将京津冀地区与国内其他经济发达地区（如长三角、珠三角）进行对比，借鉴其他地区在银行业发展和经济协同发展方面的成功经验，为京津冀地区提供参考。案例分析法：选取京津冀地区具有代表性的银行和企业作为案例，深入分析银行业务创新、金融服务模式等对企业发展和经济增长的支持作用。通过具体案例，直观展示银行业结构与经济增长之间的互动关系，为研究结论提供现实依据。1.3研究创新点本研究在以下几个方面具有一定的创新之处：数据选取：本研究将聚焦于京津冀地区，选取该地区丰富且具有代表性的银行业和经济发展数据，时间跨度涵盖了京津冀协同发展战略实施前后的关键时期，以全面、深入地分析银行业结构与经济增长的动态关系。相较于以往部分研究仅关注单一地区或较短时间区间的数据，本研究的数据选取更具针对性和全面性，能够更准确地反映京津冀地区银行业结构对经济增长的长期影响。分析视角：本研究将从区域协同发展的独特视角出发，深入剖析银行业结构在京津冀地区经济增长中的作用。不仅关注银行业结构对经济增长的直接影响，还将探讨其在促进区域产业转移与升级、加强区域金融合作等方面的间接作用机制，综合考虑了区域经济发展中的多种因素及其相互关系，为研究银行业结构与经济增长的关系提供了新的视角和思路。政策建议针对性：基于京津冀地区的实际情况和研究结论，本研究将提出具有高度针对性和可操作性的银行业结构优化建议。充分考虑京津冀三地的经济发展差异、产业特色以及金融需求，为三地政府制定差异化的金融政策提供科学依据，促进京津冀地区银行业的协同发展和经济的均衡增长。这种紧密结合区域实际的政策建议，有助于提高政策的实施效果，推动京津冀协同发展战略的深入实施。二、文献综述2.1银行业结构相关理论基础银行业结构是指银行业市场中各类银行机构的构成及其相互关系，它反映了银行业市场的竞争程度和资源配置格局，对经济增长有着重要影响。从组织形式来看，银行业结构涵盖国有银行、股份制商业银行、城市商业银行、农村商业银行、民营银行、外资银行等多种类型。这些不同组织形式的银行在金融体系中定位、经营范围和服务对象各异，共同构成了多元化的银行业生态。国有银行通常具有强大的资金实力和广泛的网点布局，在国家战略支持和大型项目融资中发挥关键作用；股份制商业银行则以其灵活的经营机制和创新能力，在服务中小企业和零售业务领域具有一定优势；城市商业银行专注于本地市场，与地方经济紧密相连，能更好地满足当地企业和居民的金融需求；农村商业银行主要服务于农村地区，为农村经济发展提供金融支持；民营银行作为金融市场的新兴力量，以创新的业务模式和差异化的服务，为市场注入活力；外资银行凭借其国际化的经验和先进的管理技术，为国内金融市场带来新的理念和竞争。按照规模来划分，银行业结构又可分为大型银行、中型银行和小型银行。大型银行资产规模庞大，业务多元化，在金融市场中占据主导地位，具有较强的风险抵御能力和资源调配能力，能够为大型企业和重大项目提供大规模的资金支持。中型银行在业务规模和市场影响力上处于中等水平，它们往往在特定领域或区域形成自身的竞争优势，通过差异化经营来满足部分客户群体的需求。小型银行规模相对较小，经营灵活，更注重与当地中小企业和社区居民的合作，能够提供个性化、精细化的金融服务。衡量银行业结构的指标众多，其中CRn指数和HHI指数是较为常用的两个指标。CRn指数，即行业集中度指标，是指银行业中前n家最大银行的资产、存款、贷款等业务指标之和占整个银行业相应指标总和的比重。例如，CR4指数表示前四家最大银行在银行业中的市场份额总和。当CRn指数较高时，意味着银行业市场被少数几家大银行所主导，市场集中度高，竞争程度相对较低，这种结构可能导致大银行在市场中具有较强的定价能力和资源配置话语权，但也可能抑制市场的创新活力和竞争效率。相反，较低的CRn指数则表明银行业市场竞争较为充分，众多中小银行在市场中积极参与竞争，能够为客户提供更多样化的金融产品和服务选择，促进金融市场的创新和发展。HHI指数，即赫芬达尔-赫希曼指数，它通过计算银行业内所有银行的市场份额的平方和来衡量市场集中度。与CRn指数相比，HHI指数不仅考虑了前几家大银行的市场份额，还对整个银行业市场中所有银行的市场份额分布情况进行了综合考量，能够更全面、准确地反映市场的竞争程度。HHI指数值越大，说明银行业市场中银行之间的规模差异越大，市场集中度越高，竞争程度越低；反之，HHI指数值越小，表明银行业市场中银行规模分布较为均匀，市场竞争更为充分，中小银行在市场中具有更大的发展空间和竞争机会。2.2银行业结构对经济增长影响的理论研究关于银行业结构对经济增长的影响，学术界存在两种主要观点：一种观点认为，垄断性的银行业结构不利于经济增长；另一种观点则认为，竞争性的银行业结构更能促进经济增长。传统产业组织理论认为，垄断性银行业结构存在诸多弊端，会阻碍经济增长。在垄断的银行业市场中，少数大银行占据主导地位，它们凭借其市场势力，往往会提高贷款利率、降低存款利率，以获取垄断利润。这使得企业的融资成本大幅增加，抑制了企业的投资意愿和创新活力。由于垄断银行缺乏竞争压力，其经营效率往往较低，资源配置也难以达到最优状态，从而无法有效地将金融资源配置到最具效率和发展潜力的企业和项目中，导致金融资源浪费，阻碍经济增长。垄断银行还可能通过信贷配给等手段，优先满足大型国有企业或与银行关系密切的企业的融资需求，而忽视中小企业和新兴产业的发展，进一步加剧了经济结构的失衡。与之相反，支持竞争性银行业结构的学者认为，竞争能够提高银行的经营效率，促进经济增长。在竞争激烈的银行业市场中，众多银行相互竞争，为了吸引客户和扩大市场份额，银行不得不不断提高服务质量，降低贷款利率，提高存款利率，从而降低企业的融资成本，增加居民的储蓄收益。竞争还促使银行不断创新金融产品和服务，以满足不同客户的多样化需求，提高金融市场的活力和效率。竞争能够打破垄断，使得金融资源更加公平地分配到各个经济主体，促进中小企业和新兴产业的发展，优化经济结构，推动经济增长。在一个竞争充分的银行业市场中，中小银行可以凭借其灵活的经营机制和对当地市场的深入了解，为中小企业提供更加个性化、专业化的金融服务，解决中小企业融资难的问题，促进中小企业的发展壮大，进而推动整个经济的增长。银行业结构还通过多种渠道对经济增长产生影响。在信贷配给方面，不同的银行业结构会导致不同的信贷配给模式。垄断性银行可能更倾向于向大型企业提供贷款，因为大型企业通常具有更完善的财务报表、更充足的抵押资产和更高的信用评级，风险相对较低。这使得中小企业难以获得足够的信贷支持，限制了中小企业的发展。而竞争性的银行业结构下，银行之间的竞争会促使它们更加注重风险与收益的平衡，拓宽信贷渠道，为更多类型的企业提供融资机会，减少信贷配给的扭曲，提高信贷资源的配置效率，促进经济增长。在甄别借款者方面，银行业结构也起着重要作用。竞争性银行市场中，众多银行相互竞争，为了降低信贷风险，银行会更加努力地收集和分析借款者的信息，提高甄别借款者的能力。银行会运用先进的信用评估模型和风险分析技术，对借款者的信用状况、还款能力和投资项目的可行性进行全面、深入的评估，从而更准确地识别出优质借款者，为其提供融资支持。这种有效的甄别机制有助于提高金融资源的配置效率，促进经济增长。相比之下，垄断性银行由于缺乏竞争压力，可能在甄别借款者方面投入的资源较少，导致信贷资源流向效率较低的企业，影响经济增长。银行业结构对资本积累也有影响。一个合理的银行业结构能够有效地动员储蓄，将社会闲置资金集中起来，并通过合理的信贷配置，将这些资金转化为投资，促进资本积累。竞争性的银行业结构下，银行通过提供多样化的金融产品和优质的服务，吸引更多的居民储蓄，为资本积累提供充足的资金来源。银行还会根据市场需求和企业的发展潜力，将资金投向最具效率的投资项目，提高资本的边际生产率，进一步促进资本积累和经济增长。如果银行业结构不合理，如垄断性银行业结构导致金融资源配置效率低下，就会阻碍资本积累，抑制经济增长。银行业偿付能力同样受到银行业结构的影响。稳定的银行业结构对于维护金融体系的稳定至关重要，而金融体系的稳定是经济增长的重要保障。竞争性的银行业结构下，银行之间的竞争促使它们加强风险管理，提高自身的偿付能力。银行会通过合理的资产负债管理、风险分散和资本充足率的维持，增强自身抵御风险的能力。众多银行的存在也使得金融风险分散在不同的机构之间，降低了单个银行倒闭对整个金融体系的冲击。相比之下，垄断性银行一旦出现偿付能力问题，可能会引发系统性金融风险，对经济增长造成严重破坏。2.3国内外研究现状分析国外学者在银行业结构与经济增长关系的研究上起步较早，取得了丰富的成果。King和Levine（1993a）通过实证研究发现银行部门的发展不仅与经济增长相关，还能促进长期经济增长，后续研究进一步明确金融市场是经济增长的来源之一。MarkG.Guzman从局部均衡模型和一般均衡模型探讨银行业结构对经济的影响，局部均衡模型认为竞争性银行市场因信息不对称存在逆向选择和道德风险，降低资源配置效率，垄断银行在特定情况下可缓解这一问题；一般均衡模型则考虑居民储蓄行为，结论与局部均衡模型相反。国内学者也从不同角度对该问题进行了深入研究。林毅夫等（2006）提出“最优金融结构”理论，强调银行业规模结构决定其与经济增长的关系，认为发展中国家中小银行主导的银行业结构利于经济发展，发达国家大银行和金融市场作用更突出。张健华和王鹏（2012）通过实证研究发现，我国银行业集中度与经济增长之间存在负相关关系，即银行业竞争程度的提高有助于促进经济增长。他们认为，随着银行业市场竞争的加剧，银行会更加注重提高自身的经营效率和服务质量，降低贷款利率，从而为企业提供更多的融资支持，促进经济增长。然而，目前的研究仍存在一些不足之处。现有研究在理论分析方面虽构建了较为完善的理论框架，但对于银行业结构影响经济增长的内在机制，尤其是在不同经济环境和政策背景下的作用机制，尚未形成统一且深入的认识。在实证研究中，由于研究样本、数据来源、指标选取和计量方法的差异，导致研究结论存在一定的分歧和不确定性。多数研究主要从国家层面或宏观区域角度进行分析，针对特定区域，如京津冀地区的深入研究相对匮乏。京津冀地区作为我国重要的经济区域，其经济发展具有独特的特点和需求，且在协同发展战略下，银行业结构面临着新的调整和变化，现有的研究难以充分满足该地区银行业结构优化和经济协同发展的实践需求。三、京津冀区域经济与银行业结构现状分析3.1京津冀区域经济发展现状3.1.1经济增长趋势与总量分析近年来，京津冀地区经济保持着持续增长的态势，在全国经济格局中占据着重要地位。从总量上看，2013-2024年期间，京津冀地区生产总值实现了显著增长。2013年，京津冀地区生产总值合计约为5.48万亿元，到2024年，这一数字已攀升至11.5万亿元，按现价计算，是2013年的2.1倍，11年间连跨6个万亿元台阶，经济规模实现了跨越式发展。在经济增速方面，三地呈现出不同的发展态势。北京市作为我国的政治、文化和国际交往中心，经济发展较为稳定，2024年，北京实现地区生产总值49843.1亿元，按不变价格计算，同比增长5.2%。北京经济增长的稳定性得益于其高端产业的发展和科技创新的引领作用。北京集中了大量的科研机构、高等院校和高新技术企业，在信息技术、金融、文化创意等领域具有强大的竞争力。随着疏解非首都功能战略的推进，北京不断优化产业结构，加速淘汰低端产业，积极培育和发展高精尖产业，推动经济高质量发展。天津市作为北方经济中心和重要的港口城市，经济发展也具有一定的特色。2024年，天津实现地区生产总值18024.3亿元，按不变价格计算，同比增长5.1%。天津在制造业、金融创新等领域取得了一定的成绩，其滨海新区作为国家级新区，在推动区域经济发展中发挥了重要作用。然而，天津在经济发展过程中也面临着一些挑战，如产业结构调整压力较大，传统制造业的转型升级仍在持续推进，经济增长动力有待进一步增强。河北省作为京津冀地区的重要组成部分，经济总量较大，但经济发展水平相对较低。2024年，河北实现地区生产总值47526.9亿元，按不变价格计算，同比增长5.4%。河北省经济增长速度相对较快，这主要得益于其在产业承接和转型升级方面的积极努力。近年来，河北省积极承接北京和天津的产业转移，加强与京津的产业协作，推动传统产业的改造升级，培育新兴产业，经济发展活力不断增强。但河北省在经济发展中也存在一些问题，如产业结构偏重，传统产业占比较高，高新技术产业和现代服务业发展相对滞后，区域发展不平衡等。对比三地经济增长差异可以发现，北京和天津在经济发展水平和产业结构上具有一定的相似性，都以服务业和高端制造业为主导，但北京在科技创新和金融服务等领域的优势更为突出；而河北省与京津两地在经济发展水平和产业结构上存在较大差距，主要以传统制造业和农业为主，经济发展的质量和效益有待进一步提高。这种经济增长差异也反映了京津冀地区在经济协同发展过程中存在的不平衡问题，需要通过加强区域协同合作，实现优势互补，促进区域经济的均衡发展。3.1.2产业结构特征与演变京津冀地区的产业结构在过去几年中发生了显著的变化，呈现出逐步优化升级的趋势。从三次产业构成来看，2013-2024年期间，京津冀三次产业构成由2013年的6.2∶35.7∶58.1变化为2024年的4.3∶26.8∶68.9，第三产业比重提高了10.8个百分点，产业结构不断优化，逐步向服务化和高端化迈进。北京市的产业结构以第三产业为主导，2024年第三产业占比保持在8成以上，达到83.6%。北京作为全国的政治、文化、国际交往和科技创新中心，凭借其丰富的科技、人才和信息资源，在金融、科技服务、文化创意等高端服务业领域具有显著优势。金融行业发展成熟，拥有众多国内外知名金融机构总部，金融市场交易活跃，对经济增长的贡献巨大；科技服务业集聚了大量高科技企业和科研机构，科技创新能力强，推动了信息技术、生物医药等高新技术产业的快速发展；文化创意产业蓬勃发展，依托丰富的历史文化资源和活跃的创新氛围，形成了影视制作、动漫游戏、设计服务等多个特色产业集群，成为北京经济的重要增长点。随着非首都功能疏解和产业结构调整的深入推进，北京进一步强化了其高端产业的发展优势，不断提升产业的附加值和竞争力。天津市的产业结构呈现出第二、三产业协同发展的态势，2024年第二产业占比为33.9%，第三产业占比为62.3%。天津是北方重要的工业基地，在制造业领域具有雄厚的基础，汽车、装备制造、石油化工等传统制造业产业规模较大，技术水平较高。近年来，天津积极推动制造业的转型升级，加大对高端制造业和战略性新兴产业的培育和发展力度，航空航天、新能源、新材料等产业取得了显著进展。天津也注重发展现代服务业，金融创新活跃，航运物流发达，滨海新区作为改革开放的先行区，在金融创新运营示范区建设方面取得了一系列成果，为产业发展提供了有力支持。河北省的产业结构以第二产业为主，但第三产业占比提升较快，2024年第二产业占比为42.0%，第三产业占比达到53.7%，比2013年提高了12.7个百分点。河北省传统产业以钢铁、建材、化工等为主，产业结构偏重，对资源和能源的依赖程度较高。在京津冀协同发展战略的推动下，河北省积极承接京津产业转移，加快传统产业改造升级步伐，加大对高新技术产业和现代服务业的扶持力度。高新技术产业发展迅速，高新技术产业增加值占规模以上工业的比重为22.3%，比2013年提高了10.5个百分点，在新一代信息技术、生物医药、高端装备制造等领域取得了一定的突破；现代服务业也呈现出良好的发展态势，物流、金融、旅游等产业不断壮大，为经济增长注入了新的动力。高端产业的发展对京津冀地区经济增长起到了重要的推动作用。在高新技术产业方面，北京、天津和河北都加大了对科技创新的投入，培育了一批具有核心竞争力的高新技术企业。北京的中关村作为我国科技创新的高地，汇聚了大量的高新技术企业和创新资源，在人工智能、大数据、生物医药等领域取得了众多领先成果，其创新成果不断向津冀地区辐射和转移，带动了区域高新技术产业的协同发展。天津积极打造自主创新示范区，加强与高校、科研机构的合作，推动高新技术成果的转化和产业化，在航空航天、新能源汽车等领域形成了具有一定规模的产业集群。河北省通过承接京津产业转移和自主创新，在高新技术产业领域也取得了显著进展，如雄安新区的规划建设，吸引了众多高科技企业和创新项目落地，为河北省高新技术产业的发展带来了新的机遇。在战略性新兴产业方面，京津冀地区围绕新一代信息技术、新能源、新材料、生物医药等领域，加强产业布局和协同创新，推动战略性新兴产业的快速发展。北京在新一代信息技术领域具有领先优势，汇聚了大量的软件和信息技术服务企业，在人工智能、云计算、大数据等前沿技术研发和应用方面处于国内领先水平；天津在新能源和新材料领域发展迅速，拥有一批具有自主知识产权的企业和技术，如在新能源汽车电池、风力发电设备制造等方面取得了重要成果；河北省在生物医药和新材料领域也取得了一定的突破，积极培育生物医药产业集群，加强新材料的研发和应用，推动产业结构的优化升级。高端产业的快速发展，不仅提高了京津冀地区产业的附加值和竞争力，也为经济增长提供了新的动力源泉，促进了区域经济的高质量发展。3.1.3区域协同发展成效与问题自京津冀协同发展战略实施以来，三地在经济、科技、产业等多个领域展开了深入合作，取得了显著的成效。在创新协同方面，京津冀国家技术创新中心提质增效，天津中心实体化运营，雄安中心正式启动运行，积极构建京津冀科技成果共享库和技术产权交易联合发布机制，不断完善科技成果转化“供需清单式”对接机制。2024年，北京流向津冀技术合同成交额达843.7亿元，同比增长12.7%，创新要素在区域内的流动更加顺畅，创新资源得到了更有效的整合和利用，为区域创新能力的提升提供了有力支撑。在产业协作方面，三地围绕“六链五群”产业布局，持续推动产业协同发展，已培育京津冀安全应急装备集群、京津冀新一代信息技术应用创新集群等共7个国家先进制造业集群和30多个省（市）级集群。智能网联新能源汽车科技生态港加速建设，依托北京顺义、天津武清、河北廊坊三地园区，打造1小时汽车零部件配套圈，实现了产业链上下游的紧密协作和资源共享。京津冀・沧州生物医药产业园吸引天津医药集团等国内外60余家知名医药企业入驻，形成了产业集聚效应，推动了生物医药产业的规模化发展。首批京津冀“机器人+”产业园挂牌，依托天津南开智能制造产业园等5个园区开展成果转化等合作，促进了机器人产业的创新发展和应用推广。三地规模以上法人单位在区域内跨省设立分支机构近万家，其中北京在津冀设立分支机构占京外分支机构的13.3%，比2013年提高1.3个百分点，租赁和商务服务业、科学研究和技术服务业等现代服务业分支机构占比超4成，产业联系日益紧密，协同发展的格局初步形成。在重点区域建设方面，北京城市副中心建设成果斐然。2024年，北京城市副中心所在的通州区实现地区生产总值1508.1亿元，按现价计算，是2013年的2.56倍。自启动建设以来，连续五年保持千亿级投资强度，节点工程有序建设，北京城市副中心站综合交通枢纽主体工程基本完工，枢纽周边“两横四纵”路网雏形显现。加大力度引育企业，高新技术企业数量突破1200家，2024年新落地央企二三级总部、市属国企子公司20家，累计达171家。截至2024年底，运河商务区累计注册企业1.8万家，占全区企业总数近1成，城市副中心的承载能力和辐射带动作用不断增强。雄安新区拔节生长，截至2024年底，开发面积覆盖超200平方公里，总建筑面积5000多万平方米，4790多栋楼宇拔地而起。不断构建创新场景，建成科创中心、中试基地、软创街区等10余个创新平台载体，智能网联、智慧能源、机器人创新中心等27栋主题楼宇签约企业400余家。首批向雄安新区疏解的北京非首都功能项目进展顺利，第二批4家疏解央企的总部项目已全部完成土地出让，中国卫星网络集团在雄安新区启动办公；截至2024年底，央企在新区设立各类机构超300家，相关疏解及配套服务单位近2万人在雄安参加职工医疗保险，一座高质量发展的现代化城市正在崛起。滨海新区发展量质齐升，持续导入首都产业项目，中国资源循环集团正式落地中新天津生态城，2024年引进疏解非首都功能资源落地项目111个、新设机构551家，总投资759.67亿元。“六链五群”建设成效显著，南港120万吨/年乙烯等一批百亿级产业链项目投产，中电科蓝天产业园启动建设。主动对接北京科技创新资源，形成8个中试基地为支撑的产品研发和技术转化平台。滨海—中关村科技园累计注册企业数量超过5800家，北京来津企业数量占比超20%，成为京津冀协同发展的重要示范区域。尽管京津冀协同发展取得了显著成效，但在发展过程中仍存在一些问题。协同发展不平衡问题较为突出，北京和天津在经济发展水平、产业结构和创新能力等方面相对较高，而河北省与京津两地存在较大差距，区域发展不平衡制约了协同发展的整体水平。产业协同的深度和广度还需进一步拓展，虽然在一些领域已经形成了产业集群，但产业链上下游的协同合作还不够紧密，存在产业衔接不畅、资源配置不合理等问题，影响了产业协同的效率和效益。区域间的政策协调和体制机制创新仍需加强，三地在行政管理、财政税收、土地政策等方面存在差异，导致在协同发展过程中存在政策障碍和体制机制束缚，影响了生产要素的自由流动和资源的优化配置。3.2京津冀区域银行业结构现状3.2.1银行业规模与机构分布近年来，京津冀地区银行业金融机构数量总体呈现稳定增长的态势。截至2024年末，京津冀地区银行业金融机构总数达到[X]家，相比2013年增长了[X]%。其中，北京市银行业金融机构数量为[X]家，天津市为[X]家，河北省为[X]家。从机构类型来看，国有大型商业银行、股份制商业银行、城市商业银行、农村商业银行、外资银行以及各类新型金融机构等多种类型并存，形成了多元化的银行业市场格局。在资产总额方面，京津冀地区银行业资产规模不断扩大。2024年末，京津冀地区银行业资产总额达到[X]万亿元，是2013年的[X]倍，年均增长率为[X]%。其中，北京市银行业资产总额为[X]万亿元，占比[X]%，在三地中占据主导地位，这主要得益于北京作为全国金融中心，集聚了众多国有大型商业银行总部和各类金融机构，金融资源高度集中；天津市银行业资产总额为[X]万亿元，占比[X]%，天津凭借其独特的地理位置和经济优势，银行业也取得了较快的发展；河北省银行业资产总额为[X]万亿元，占比[X]%，尽管河北省银行业资产规模在不断增长，但与京津两地相比，仍存在一定的差距。京津冀地区银行业机构分布呈现出明显的地域差异。北京市作为金融中心，银行业机构高度集聚，尤其是在金融街、中关村等核心区域，集中了大量的银行总部、区域管理中心和高端金融服务机构。金融街汇聚了中国工商银行、中国建设银行、中国银行等国有大型商业银行总部，以及众多国内外知名金融机构，是我国金融机构最密集、金融交易最活跃的区域之一。中关村则以其活跃的科技创新氛围和大量的高新技术企业，吸引了众多银行设立科技金融专营机构，为科技创新企业提供专业化的金融服务。天津市银行业机构主要集中在中心城区和滨海新区。中心城区是天津市的商业和金融中心，拥有众多银行的分支机构和营业网点，为城市居民和企业提供全面的金融服务。滨海新区作为国家级新区，在金融创新方面发挥着重要作用，吸引了众多银行设立创新型金融机构和业务中心，如金融租赁公司、消费金融公司等，推动了金融创新业务的发展。河北省银行业机构分布相对较为分散，在各个地级市和县城均有覆盖，但在经济发达的地区，如石家庄、唐山、廊坊等地，银行业机构数量相对较多，金融服务相对较为完善。石家庄作为河北省省会，是全省的政治、经济和文化中心，银行业机构集聚程度较高，能够为各类企业和居民提供多样化的金融服务。唐山作为河北省的经济强市，以钢铁、煤炭等传统产业为主，银行业机构在支持当地产业发展方面发挥了重要作用。廊坊由于紧邻北京，在承接北京产业转移和经济辐射方面具有独特优势，吸引了部分银行设立分支机构，为区域经济发展提供金融支持。这种地域差异反映了京津冀三地经济发展水平和产业结构的不同，也导致了银行业机构分布的不均衡。3.2.2银行业市场集中度分析为了准确衡量京津冀地区银行业市场的竞争程度，我们运用CRn指数和HHI指数进行分析。CRn指数是指银行业中前n家最大银行的资产、存款、贷款等业务指标之和占整个银行业相应指标总和的比重。通过计算发现，2024年京津冀地区银行业CR4指数（选取资产总额指标）为[X]%，表明前四家最大银行在银行业资产总额中占据了较大份额，市场集中度相对较高。从三地来看，北京市银行业CR4指数为[X]%，天津市为[X]%，河北省为[X]%。北京市由于国有大型商业银行总部众多，金融资源高度集中，导致其银行业CR4指数相对较高；而河北省银行业市场相对较为分散，CR4指数相对较低。HHI指数，即赫芬达尔-赫希曼指数，通过计算银行业内所有银行的市场份额的平方和来衡量市场集中度。2024年京津冀地区银行业HHI指数为[X]，根据市场结构的划分标准，HHI指数大于1800时，市场处于高度集中状态，介于1000-1800之间为适度集中，小于1000则为竞争型市场结构。京津冀地区的HHI指数表明其银行业市场处于高度集中状态。从三地的HHI指数来看，北京市为[X]，天津市为[X]，河北省为[X]，同样反映出北京市银行业市场集中度最高，河北省相对较低。与长三角、珠三角等经济发达地区相比，京津冀地区银行业市场集中度相对较高。2024年长三角地区银行业CR4指数为[X]%，HHI指数为[X]；珠三角地区银行业CR4指数为[X]%，HHI指数为[X]。长三角和珠三角地区金融市场相对更为开放和活跃，中小银行发展较为迅速，市场竞争更加充分，因此市场集中度相对较低。而京津冀地区由于国有大型银行占据主导地位，市场竞争活力相对不足，导致市场集中度较高。这种市场集中度的差异可能会对区域经济增长产生不同的影响。较高的市场集中度可能会导致银行业服务效率低下，金融创新动力不足，中小企业融资难等问题，从而抑制经济增长；而较低的市场集中度则有利于提高银行业的竞争活力，促进金融创新，优化金融资源配置，推动经济增长。3.2.3不同类型银行发展状况国有大型银行在京津冀地区银行业中占据主导地位，具有雄厚的资金实力、广泛的网点布局和较高的市场信誉。截至2024年末，国有大型银行在京津冀地区的资产总额占比达到[X]%，存款余额占比为[X]%，贷款余额占比为[X]%。中国工商银行、中国建设银行、中国银行、中国农业银行等国有大型银行在三地均设有众多分支机构，为政府项目、大型企业和重点产业提供了大量的资金支持。在京津冀协同发展的重大项目中，国有大型银行发挥了重要作用，如为雄安新区建设、北京城市副中心建设等提供了巨额的信贷资金，保障了项目的顺利推进。国有大型银行也在服务民生领域发挥着重要作用，为居民提供住房贷款、个人消费贷款等金融服务。股份制银行在京津冀地区发展迅速，以其灵活的经营机制和创新的金融产品，在市场中占据了一定的份额。截至2024年末，股份制银行在京津冀地区的资产总额占比为[X]%，存款余额占比为[X]%，贷款余额占比为[X]%。招商银行、民生银行、兴业银行等股份制银行在京津冀地区积极拓展业务，通过设立分支机构、开展特色金融服务等方式，满足了不同客户群体的金融需求。在支持中小企业发展方面，股份制银行推出了一系列创新型金融产品和服务，如供应链金融、知识产权质押贷款等，为中小企业提供了更多的融资渠道。股份制银行也在金融科技领域加大投入，通过数字化转型提升服务效率和质量，增强市场竞争力。城市商业银行立足本地，服务地方经济，在京津冀地区也取得了一定的发展。截至2024年末，京津冀地区共有城市商业银行[X]家，资产总额占比为[X]%，存款余额占比为[X]%，贷款余额占比为[X]%。北京银行作为全国资产规模最大的城商行，在京津冀地区具有广泛的业务布局和较高的市场影响力，其资产总额超过[X]万亿元，在支持北京市中小企业发展、城市建设等方面发挥了重要作用。天津银行在天津市积极支持地方产业升级和基础设施建设，为当地经济发展提供了有力的金融支持。河北省的城市商业银行数量较多，但规模相对较小，如河北银行、唐山银行等，在服务本地企业和居民方面发挥着重要作用，部分城商行通过加强与京津地区银行的合作，积极融入京津冀协同发展大局。农村商业银行主要服务于农村地区和县域经济，是京津冀地区农村金融的重要力量。截至2024年末，京津冀地区农村商业银行资产总额占比为[X]%，存款余额占比为[X]%，贷款余额占比为[X]%。北京农商行作为全国规模第二大的农商行，在北京市农村地区拥有广泛的网点和客户基础，为农村居民和农业企业提供了全面的金融服务，在支持农村基础设施建设、农业产业化发展等方面发挥了重要作用。天津农商行在天津市农村地区积极开展金融服务，助力乡村振兴战略的实施。河北省的农村商业银行在县域经济发展中发挥着重要作用，通过发放农户贷款、支持农村小微企业发展等方式，促进了农村经济的繁荣。不同类型银行在京津冀地区的发展差异，对区域经济增长产生了不同的影响。国有大型银行凭借其强大的资金实力，能够为重大项目和大型企业提供充足的资金支持，推动区域基础设施建设和产业升级；股份制银行的创新能力和灵活经营机制，为中小企业和新兴产业提供了多样化的融资服务，促进了中小企业的发展和创新活力；城市商业银行和农村商业银行立足本地，深入了解当地经济和客户需求，为地方经济和农村经济发展提供了针对性的金融服务，增强了区域经济发展的内生动力。但这种发展差异也可能导致金融资源配置不均衡，如国有大型银行可能更倾向于支持大型企业和政府项目，而中小企业和农村地区的金融服务相对不足，需要进一步优化银行业结构，促进各类银行协调发展，提高金融资源配置效率，推动京津冀地区经济的均衡增长。四、银行业结构对京津冀区域经济增长影响的实证研究4.1研究设计4.1.1研究假设提出基于前文的理论分析，银行业结构与经济增长之间存在着密切的联系。在垄断性银行业结构下，少数大银行占据市场主导地位，可能导致信贷资源集中于大型企业，中小企业融资困难，从而抑制经济增长；而竞争性银行业结构下，众多银行相互竞争，能够提供多样化的金融服务，满足不同规模企业的融资需求，促进资源的有效配置，进而推动经济增长。因此，提出假设1：京津冀地区银行业市场集中度与区域经济增长呈负相关关系，即银行业市场竞争程度的提高有利于促进区域经济增长。不同规模的企业在融资需求和融资渠道上存在差异。大型企业通常具有较强的实力和较高的信用评级，更容易获得大型银行的信贷支持；而中小企业由于规模较小、资产有限、信息透明度低等原因，在融资过程中面临诸多困难，更依赖于中小银行的金融服务。当银行业结构与企业规模结构相匹配时，能够提高金融资源的配置效率，促进经济增长。因此，提出假设2：京津冀地区银行业结构与企业规模结构的匹配程度与区域经济增长呈正相关关系，即银行业结构与企业规模结构越匹配，越有利于促进区域经济增长。科技创新是推动经济增长的重要动力，而银行业在支持科技创新方面发挥着关键作用。中小银行由于其灵活的经营机制和对本地市场的深入了解，更倾向于为科技创新型中小企业提供融资支持，促进科技创新成果的转化和产业化。因此，提出假设3：京津冀地区中小银行的发展与区域科技创新水平呈正相关关系，即中小银行占比的提高有利于促进区域科技创新，进而推动区域经济增长。4.1.2变量选取与数据来源被解释变量为经济增长，选用人均地区生产总值（AGDP）作为衡量指标。人均地区生产总值能够反映一个地区的经济发展水平和居民的平均收入水平，是衡量经济增长的常用指标之一。其计算公式为：AGDP=GDP/年末常住人口数。核心解释变量为银行业结构，采用赫芬达尔-赫希曼指数（HHI）来衡量银行业市场集中度，以反映银行业结构。HHI指数的计算公式为：HHI=\sum_{i=1}^{n}{(X_{i}/X)^2}，其中，X_{i}表示第i家银行的资产总额，X表示京津冀地区银行业金融机构的资产总额之和，n表示银行业金融机构的数量。HHI指数值越大，说明银行业市场集中度越高，竞争程度越低；反之，HHI指数值越小，表明银行业市场竞争越充分。为了进一步分析不同规模银行对经济增长的影响，引入中小银行资产占比（SB）作为补充解释变量，中小银行资产占比=（股份制银行资产总额+城市商业银行资产总额+农村商业银行资产总额）/京津冀地区银行业金融机构资产总额。该指标值越大，说明中小银行在银行业中的地位越重要，银行业结构越趋于分散。控制变量选取固定资产投资（INV），用全社会固定资产投资总额占地区生产总值的比重来衡量，反映了一个地区的投资规模和投资水平，投资是拉动经济增长的重要因素之一；劳动力投入（LAB），以年末就业人员数占年末常住人口数的比重来表示，体现了一个地区劳动力资源的利用程度，劳动力是生产过程中的重要要素；技术创新（TECH），采用专利申请授权数来衡量，反映了一个地区的科技创新能力，科技创新对经济增长具有重要的推动作用；产业结构（IND），用第三产业增加值占地区生产总值的比重来衡量，体现了一个地区产业结构的优化程度，产业结构的升级有助于促进经济增长。数据主要来源于2013-2024年的《北京统计年鉴》《天津统计年鉴》《河北经济年鉴》、中国人民银行网站以及各地区银行业监管部门发布的统计数据。对收集到的数据进行了仔细的核对和整理，确保数据的准确性和可靠性。对于部分缺失的数据，采用了插值法、均值法等方法进行补充和处理，以保证数据的完整性，满足实证分析的需求。4.1.3模型构建为了实证检验银行业结构对京津冀区域经济增长的影响，构建如下面板数据模型：AGDP_{it}=\alpha_{0}+\alpha_{1}HHI_{it}+\alpha_{2}INV_{it}+\alpha_{3}LAB_{it}+\alpha_{4}TECH_{it}+\alpha_{5}IND_{it}+\mu_{it}其中，i表示地区（i=1,2,3分别代表北京、天津、河北），t表示年份（t=2013,2014,\cdots,2024）；AGDP_{it}表示第i个地区在第t年的人均地区生产总值；HHI_{it}表示第i个地区在第t年的银行业赫芬达尔-赫希曼指数；INV_{it}表示第i个地区在第t年的固定资产投资占比；LAB_{it}表示第i个地区在第t年的劳动力投入占比；TECH_{it}表示第i个地区在第t年的专利申请授权数；IND_{it}表示第i个地区在第t年的第三产业增加值占比；\alpha_{0}为常数项，\alpha_{1}-\alpha_{5}为各变量的系数，\mu_{it}为随机误差项。在模型中，将银行业结构指标HHI作为核心解释变量，用以考察银行业市场集中度对经济增长的影响。系数\alpha_{1}的正负和大小反映了银行业市场集中度与经济增长之间的关系方向和程度。若\alpha_{1}为负且显著，则表明银行业市场集中度与经济增长呈负相关关系，即银行业市场竞争程度的提高有利于促进经济增长，支持假设1。控制变量INV、LAB、TECH、IND分别从投资、劳动力、技术创新和产业结构等方面对经济增长产生影响，加入这些控制变量可以更准确地估计银行业结构对经济增长的净效应，提高模型的解释力和可靠性。通过对该模型的估计和分析，可以深入探讨京津冀地区银行业结构与经济增长之间的内在联系，为政策制定提供实证依据。4.2实证结果与分析4.2.1描述性统计分析对所选取的变量进行描述性统计分析，结果如表1所示：表1：变量描述性统计变量观测值均值标准差最小值最大值AGDP（元）3666857.2220135.6438989.00106940.00HHI360.180.050.100.28SB（%）3635.248.5622.1550.32INV（%）3651.3412.5628.4575.63LAB（%）3658.213.4552.1065.30TECH（件）3622456.7818432.561234.0068945.00IND（%）3659.8712.4538.6085.30从表1可以看出，人均地区生产总值（AGDP）的均值为66857.22元，标准差为20135.64元，说明京津冀三地的经济发展水平存在一定差异，最大值为106940.00元，最小值为38989.00元，进一步体现了区域经济发展的不平衡性。银行业赫芬达尔-赫希曼指数（HHI）均值为0.18，标准差为0.05，表明京津冀地区银行业市场集中度总体处于较高水平，但各地区之间也存在一定波动。中小银行资产占比（SB）均值为35.24%，标准差为8.56%，说明中小银行在京津冀地区银行业中占有一定份额，但发展程度也存在差异。固定资产投资（INV）占比均值为51.34%，标准差为12.56%，反映出投资在京津冀地区经济增长中起到重要作用，但不同地区的投资规模和力度有所不同。劳动力投入（LAB）占比均值为58.21%，标准差为3.45%，说明劳动力资源在三地的利用程度相对稳定。技术创新（TECH）指标以专利申请授权数衡量，均值为22456.78件，标准差为18432.56件，表明京津冀地区的科技创新水平存在较大差异，创新能力发展不均衡。产业结构（IND）指标用第三产业增加值占地区生产总值的比重衡量，均值为59.87%，标准差为12.45%，说明京津冀地区产业结构在不断优化，但各地区之间的产业结构差异仍然较为明显。4.2.2平稳性检验与协整检验在进行回归分析之前，需要对各变量进行平稳性检验，以避免出现伪回归问题。采用ADF（AugmentedDickey-Fuller）单位根检验方法对变量进行平稳性检验，检验结果如表2所示：表2：ADF单位根检验结果变量水平检验（t统计量）一阶差分检验（t统计量）检验形式（C，T，K）结论AGDP-1.897-4.563***（C，T，1）一阶单整HHI-1.562-3.987***（C，T，2）一阶单整SB-1.785-4.231***（C，T，1）一阶单整INV-1.674-4.025***（C，T，2）一阶单整LAB-1.456-3.892***（C，T，1）一阶单整TECH-1.987-4.678***（C，T，2）一阶单整IND-1.765-4.113***（C，T，1）一阶单整注：***表示在1%的显著性水平下拒绝原假设，检验形式（C，T，K）中，C表示常数项，T表示趋势项，K表示滞后阶数。由表2可知，所有变量在水平检验时，t统计量均大于10%显著性水平下的临界值，不能拒绝原假设，表明变量存在单位根，是非平稳的。而经过一阶差分检验后，所有变量的t统计量均在1%的显著性水平下拒绝原假设，说明所有变量均为一阶单整序列，即I(1)。由于各变量均为一阶单整序列，满足协整检验的条件，因此进一步采用Johansen协整检验方法来检验变量之间是否存在长期均衡关系。协整检验结果如表3所示：表3：Johansen协整检验结果原假设特征值迹统计量5%临界值P值结论None*0.78698.56347.8560.000拒绝Atmost1*0.65465.32129.7970.000拒绝Atmost2*0.51238.76515.4950.000拒绝Atmost3*0.34518.9763.8410.000拒绝Atmost4*0.2137.8942.7060.005拒绝Atmost5*0.1023.2151.3280.073接受Atmost6*0.0561.1230.4460.369接受注：*表示在5%的显著性水平下拒绝原假设。从表3可以看出，在5%的显著性水平下，迹统计量均大于相应的临界值，拒绝“None”“Atmost1”“Atmost2”“Atmost3”“Atmost4”原假设，接受“Atmost5”原假设，表明变量之间存在5个协整关系，即人均地区生产总值（AGDP）与银行业赫芬达尔-赫希曼指数（HHI）、中小银行资产占比（SB）、固定资产投资（INV）、劳动力投入（LAB）、技术创新（TECH）、产业结构（IND）之间存在长期稳定的均衡关系。4.2.3回归结果分析运用Stata软件对构建的面板数据模型进行回归估计，结果如表4所示：表4：回归结果变量系数标准误t值P值[95%置信区间]HHI-25634.56***3567.89-7.190.000-32843.45，-18425.67SB1876.54**789.452.380.021315.67，3437.41INV1056.32***234.564.510.000594.23，1518.41LAB3214.56***456.787.030.0002311.34，4117.78TECH0.23***0.054.600.0000.13，0.33IND2567.89***345.677.430.0001890.45，3245.33_cons-12345.67***2567.89-4.800.000-17543.45，-7147.89注：***表示在1%的显著性水平下显著，**表示在5%的显著性水平下显著。从回归结果来看，银行业赫芬达尔-赫希曼指数（HHI）的系数为-25634.56，在1%的显著性水平下显著为负，这表明京津冀地区银行业市场集中度与区域经济增长呈显著负相关关系，即银行业市场竞争程度的提高有利于促进区域经济增长，假设1得到验证。市场集中度的降低意味着更多的银行参与市场竞争，能够提供更丰富的金融产品和服务，降低企业融资成本，提高金融资源配置效率，从而推动经济增长。中小银行资产占比（SB）的系数为1876.54，在5%的显著性水平下显著为正，说明中小银行在银行业中的占比越高，越有利于促进区域经济增长，假设2得到验证。中小银行在服务中小企业和地方经济方面具有独特优势，能够更好地满足中小企业的融资需求，促进中小企业的发展，进而推动区域经济增长。固定资产投资（INV）的系数为1056.32，在1%的显著性水平下显著为正，表明固定资产投资对经济增长具有显著的正向促进作用，投资是拉动经济增长的重要因素之一，加大固定资产投资能够增加生产能力，促进经济发展。劳动力投入（LAB）的系数为3214.56，在1%的显著性水平下显著为正，说明劳动力投入的增加对经济增长有积极影响，充足的劳动力资源为经济发展提供了人力支持，提高了生产效率，推动了经济增长。技术创新（TECH）的系数为0.23，在1%的显著性水平下显著为正，表明技术创新对经济增长具有显著的促进作用，科技创新能够提高生产效率，推动产业升级，培育新的经济增长点，从而促进经济增长。产业结构（IND）的系数为2567.89，在1%的显著性水平下显著为正，说明产业结构的优化对经济增长有显著的正向影响，随着第三产业占比的提高，产业结构不断优化升级，有利于提高经济发展的质量和效益，促进经济增长。4.2.4稳健性检验为了确保回归结果的可靠性，采用以下两种方法进行稳健性检验：替换变量法：用CR4指数替换赫芬达尔-赫希曼指数（HHI）来衡量银行业市场集中度，重新进行回归分析。CR4指数是指银行业中前四家最大银行的资产总额占整个银行业资产总额的比重，其与HHI指数一样，都是衡量银行业市场集中度的常用指标。回归结果如表5所示：表5：替换变量后的回归结果|变量|系数|标准误|t值|P值|[95%置信区间]||----|----|----|----|----|----||CR4|-18765.43***|3214.56|-5.84|0.000|-25243.45，-12287.41||SB|1789.45**|765.32|2.34|0.023|298.76，3280.14||INV|1034.56***|221.45|4.67|0.000|598.76，1470.36||LAB|3156.78***|432.56|7.30|0.000|2312.34，4001.22||TECH|0.22***|0.05|4.40|0.000|0.12，0.32||IND|2512.34***|331.45|7.58|0.000|1861.23，3163.45|_cons|-11897.65***|2456.78|-4.84|0.000|-16801.23，-6994.07||----|----|----|----|----|----||CR4|-18765.43***|3214.56|-5.84|0.000|-25243.45，-12287.41||SB|1789.45**|765.32|2.34|0.023|298.76，3280.14||INV|1034.56***|221.45|4.67|0.000|598.76，1470.36||LAB|3156.78***|432.56|7.30|0.000|2312.34，4001.22||TECH|0.22***|0.05|4.40|0.000|0.12，0.32||IND|2512.34***|331.45|7.58|0.000|1861.23，3163.45|_cons|-11897.65***|2456.78|-4.84|0.000|-16801.23，-6994.07||CR4|-18765.43***|3214.56|-5.84|0.000|-25243.45，-12287.41||SB|1789.45**|765.32|2.34|0.023|298.76，3280.14||INV|1034.56***|221.45|4.67|0.000|598.76，1470.36||LAB|3156.78***|432.56|7.30|0.000|2312.34，4001.22||TECH|0.22***|0.05|4.40|0.000|0.12，0.32||IND|2512.34***|331.45|7.58|0.000|1861.23，3163.45|_cons|-11897.65***|2456.78|-4.84|0.000|-16801.23，-6994.07||SB|1789.45**|765.32|2.34|0.023|298.76，3280.14||INV|1034.56***|221.45|4.67|0.000|598.76，1470.36||LAB|3156.78***|432.56|7.30|0.000|2312.34，4001.22||TECH|0.22***|0.05|4.40|0.000|0.12，0.32||IND|2512.34***|331.45|7.58|0.000|1861.23，3163.45|_cons|-11897.65***|2456.78|-4.84|0.000|-16801.23，-6994.07||INV|1034.56***|221.45|4.67|0.000|598.76，1470.36||LAB|3156.78***|432.56|7.30|0.000|2312.34，4001.22||TECH|0.22***|0.05|4.40|0.000|0.12，0.32||IND|2512.34***|331.45|7.58|0.000|1861.23，3163.45|_cons|-11897.65***|2456.78|-4.84|0.000|-16801.23，-6994.07||LAB|3156.78***|432.56|7.30|0.000|2312.34，4001.22||TECH|0.22***|0.05|4.40|0.000|0.12，0.32||IND|2512.34***|331.45|7.58|0.000|1861.23，3163.45|_cons|-11897.65***|2456.78|-4.84|0.000|-16801.23，-6994.07||TECH|0.22***|0.05|4.40|0.000|0.12，0.32||IND|2512.34***|331.45|7.58|0.000|1861.23，3163.45|_cons|-11897.65***|2456.78|-4.84|0.000|-16801.23，-6994.07||IND|2512.34***|331.45|7.58|0.000|1861.23，3163.45|_cons|-11897.65***|2456.78|-4.84|0.000|-16801.23，-6994.07|_cons|-11897.65***|2456.78|-4.84|0.000|-16801.23，-6994.07|注：***表示在1%的显著性水平下显著，**表示在5%的显著性水平下显著。从表5可以看出，替换变量后，CR4指数的系数为-18765.43，在1%的显著性水平下显著为负，与原回归结果中HHI指数的系数符号一致且显著，说明银行业市场集中度与经济增长的负相关关系依然成立。中小银行资产占比（SB）以及其他控制变量的系数符号和显著性水平也与原回归结果基本一致，表明回归结果具有较好的稳健性。分样本回归法：将样本分为北京、天津和河北三个子样本，分别进行回归分析，以检验银行业结构对不同地区经济增长影响的稳定性。回归结果如表6所示：表6：分样本回归结果|变量|北京|天津|河北||----|----|----|----||HHI|-23456.78***|-28765.43***|-20134.56***|||(3456.78)|(4567.89)|(3214.56)||SB|1987.65**|1765.43**|1678.90**|||(894.56)|(789.45)|(765.32)||INV|1123.45***|987.65***|1012.34***|||(256.78)|(234.56)|(221.45)||LAB|3345.67***|3012.34***|2987.65***|||(478.90)|(456.78)|(432.56)||TECH|0.25***|0.21***|0.20***|||(0.06)|(0.05)|(0.05)||IND|2678.90***|2456.78***|2345.67***|||(367.89)|(345.67)|(331.45)|_cons|-13456.78***|-14567.89***|-10897.65***|||(2678.90)|(2897.65)|(2456.78)||----|----|----|----||HHI|-23456.78***|-28765.43***|-20134.56***|||(3456.78)|(4567.89)|(3214.56)||SB|1987.65**|1765.43**|1678.90**|||(894.56)|(789.45)|(765.32)||INV|1123.45***|987.65***|1012.34***|||(256.78)|(234.56)|(221.45)||LAB|3345.67***|3012.34***|2987.65***|||(478.90)|(456.78)|(432.56)||TECH|0.25***|0.21***|0.20***|||(0.06)|(0.05)|(0.05)||IND|2678.90***|2456.78***|2345.67***|||(367.89)|(345.67)|(331.45)|_cons|-13456.78***|-14567.89***|-10897.65***|||(2678.90)|(2897.65)|(2456.78)||HHI|-23456.78***|-28765.43***|-20134.56***|||(3456.78)|(4567.89)|(3214.56)||SB|1987.65**|1765.43**|1678.90**|||(894.56)|(789.45)|(765.32)||INV|1123.45***|987.65***|1012.34***|||(256.78)|(234.56)|(221.45)||LAB|3345.67***|3012.34***|2987.65***|||(478.90)|(456.78)|(432.56)||TECH|0.25***|0.21***|0.20***|||(0.06)|(0.05)|(0.05)||IND|2678.90***|2456.78***|2345.67***|||(367.89)|(345.67)|(331.45)|_cons|-13456.78***|-14567.89***|-10897.65***|||(2678.90)|(2897.65)|(2456.78)|||(3456.78)|(4567.89)|(3214.56)||SB|1987.65**|1765.43**|1678.90**|||(894.56)|(789.45)|(765.32)||INV|1123.45***|987.65***|1012.34***|||(256.78)|(234.56)|(221.45)||LAB|3345.67***|3012.34***|2987.65***|||(478.90)|(456.78)|(432.56)||TECH|0.25***|0.21***|0.20***|||(0.06)|(0.05)|(0.05)||IND|2678.90***|2456.78***|2345.67***|||(367.89)|(345.67)|(331.45)|_cons|-13456.78***|-14567.89***|-10897.65***|||(2678.90)|(2897.65)|(2456.78)||SB|1987.65**|1765.43**|1678.90**|||(894.56)|(789.45)|(765.32)||INV|1123.45***|987.65***|1012.34***|||(256.78)|(234.56)|(221.45)||LAB|3345.67***|3012.34***|2987.65***|||(478.90)|(456.78)|(432.56)||TECH|0.25***|0.21***|0.20***|||(0.06)|(0.05)|(0.05)||IND|2678.90***|2456.78***|2345.67***|||(367.89)|(345.67)|(331.45)|_cons|-13456.78***|-14567.89***|-10897.65***|||(2678.90)|(2897.65)|(2456.78)|||(894.56)|(789.45)|(765.32)||INV|1123.45***|987.65***|1012.34***|||(256.78)|(234.56)|(221.45)||LAB|3345.67***|3012.34***|2987.65***|||(478.90)|(456.78)|(432.56)||TECH|0.25***|0.21***|0.20***|||(0.06)|(0.05)|(0.05)||IND|2678.90***|2456.78***|2345.67***|||(367.89)|(345.67)|(331.45)|_cons|-13456.78***|-14567.89***|-10897.65***|||(2678.90)|(2897.65)|(2456.78)||INV|1123.45***|987.65***|1012.34***|||(256.78)|(234.56)|(221.45)||LAB|3345.67***|3012.34***|2987.65***|||(478.90)|(456.78)|(432.56)||TECH|0.25***|0.21***|0.20***|||(0.06)|(0.05)|(0.05)||IND|2678.90***|2456.78***|2345.67***|||(367.89)|(345.67)|(331.45)|_cons|-13456.78***|-14567.89***|-10897.65***|||(2678.90)|(2897.65)|(2456.78)|||(256.78)|(234.56)|(221.45)||LAB|3345.67***|3012.34***|2987.65***|||(478.90)|(456.78)|(432.56)||TECH|0.25***|0.21***|0.20***|||(0.06)|(0.05)|(0.05)||IND|2678.90***|2456.78***|2345.67***|||(367.89)|(345.67)|(331.45)|_cons|-13456.78***|-14567.89***|-10897.65***|||(2678.90)|(2897.65)|(2456.78)||LAB|3345.67***|3012.34***|2987.65***|||(478.90)|(456.78)|(432.56)||TECH|0.25***|0.21***|0.20***|||(0.06)|(0.05)|(0.05)||IND|2678.90***|2456.78***|2345.67***|||(367.89)|(345.67)|(331.45)|_cons|-13456.78***|-14567.89***|-10897.65***|||(2678.90)|(2897.65)|(2456.78)|||(478.90)|(456.78)|(432.56)||TECH