中國金融產業集聚與地區工業化
——基于2002年—2010年省際面板數據的分析

紀玉俊，張 鵬

(中國海洋大學 經濟學院，山東 青島 266100)

一、引言

金融資源空間配置的不均衡形成了金融業的區域集聚現象。從世界范圍來看，紐約、倫敦和東京都早已是著名的金融集聚區，通過金融業的集聚以及輻射作用促進了區域經濟的快速發展。就我國的具體現實而言，目前區域經濟發展形成了三大最具活力的經濟帶，環渤海、長三角和珠三角，而這三大經濟帶同時也是金融集聚度非常高的地區。研究表明，產業集聚是區域經濟發展的重要推動力[1]。由于各個金融市場間是高度相關且充分流動的，必然會形成金融產業集聚[2]，其在區域經濟發展中也同樣發揮著重要作用，丁藝等(2010)的研究表明金融產業集聚與本地區經濟增長之間存在長期穩定的互動關系[3]。

地區經濟發展與工業化進程間有著密切的關系，而關于金融對工業化的影響也有相關學者開始關注。郁配華等(2004)認為金融業的發展，特別是它所能提供的服務對新型工業化的順利進行具有決定性的影響[4]，王慶國(2008)指出金融發展在遼寧省各地市工業化進程中發揮了重要的作用[5]。從空間經濟學的角度來看，區域金融實質上表現為一種集聚現象，如何認識金融業集聚在區域經濟發展中的作用；特別是對于我國來說，區域經濟發展更多的表現在其工業化的進程中，因而探討金融產業集聚在地區工業化中的作用就顯得尤為重要。

就目前的文獻而言，關于金融產業集聚對地區工業化的影響卻較少涉及，本文以省際面板數據這一問題進行了探討。結構安排如下：除去引言部分外，首先分析的是我國金融業的空間集聚狀況，以此為基礎根據我國東、中、西地區的劃分分別建立面板數據的計量模型，探討金融產業集聚對地區工業化的影響，最后是相關結論。

二、我國金融產業集聚的測度

(一)測度方法

目前測度產業集聚的指標主要包括空間基尼系數、E-G指數、區位商等，每一種指標都有各自的優缺點。區位商指標由于其計算簡單且相關數據比較容易獲得，所以在實證研究中得到了較為廣泛的應用，本文對金融產業集聚的測度也采用了區位商的方法。

一般來說，金融產業主要包括銀行業、證券業以及保險業，其各自的區位商計算方法如下：

1.銀行業區位商

2.證券業區位商

3.保險業集聚區位商

(二)東、中、西部金融產業集聚

1.東部地區

從表1中可以得知，從整體來看，東部地區的銀行、證券和保險業集聚水平相對較高，但各行業和各省市之間又有差別：盡管證券業區位商均值最高，但這主要是由于北京、上海的較高區位商所導致，同時，較高的標準差也說明了各省市間的證券業區位商差距較大；銀行業區位商次之，標準差較小，反映了各省市間區位商的差距相對較小；保險業區位商均值最低，但標準差最小，這說明了東部各省市間的保險業區位商差距最小，保險業的分布較為平穩①。北京、上海、天津、廣東的年度平均區位商均大于1，特別是北京和上海都是遠遠超過1，這表明銀行、證券、保險業在上述地區的集聚水平是非常高的。

表1 東部地區各省份年度平均區位商

地區北京上海天津浙江廣東江蘇遼寧福建山東海南河北銀行區位商7.5845.1252.3591.8481.7421.3061.2350.9220.7990.7510.689證券區位商29.9659.2421.6730.6361.2370.5810.7290.5910.4991.3540.287保險區位商5.5474.5882.0471.5671.4561.4241.3041.0620.9430.4750.832

數據來源：《中國金融年鑒》(2003—2011)，《中國證券期貨統計年鑒》(2003—2011)。

根據計算的同一地區各年度區位商的數值來看，北京、上海的銀行、證券和保險業區位商明顯高于其余省市，且波動相對較大；除京、滬外，其余省市自2002年以來，銀行業和保險業集聚水平較為平穩發展，穩中有升，而證券業的集聚水平自2008年以來有一定程度的下降。除京、滬、津、粵省市外的其余省市不同年份的集聚水平又各有差異，盡管有些年份區位商小于1，但福建省的保險業、海南的證券業年度平均區位商均大于1，而江蘇、遼寧、浙江的銀行業和保險業的各年份的區位商均大于1，這反映了銀行、證券和保險業在各個省市之間的集聚發展有一定的差異性。

2.中部地區

從表2中可知，中部地區所有省市的區位商均小于1，金融產業集聚水平相對較低，而這其中又以保險業區位商最高，銀行業次之，證券業區位商最低②。中部地區各省市的證券業區位商，除吉林和山西外，均低于0.5，這一定程度上反映了中部地區證券業的發展水平較低；山西、吉林、湖北和黑龍江的金融集聚水平在整個中部地區是相對較高的省份。另外，結合各年度不同省份區位商的具體數據來看，自2004年以來，中部地區各省市的銀行業集聚水平均高于0.45，其中山西、湖北、吉林和黑龍江的集聚度高于0.65；證券業的集聚水平自2002年以來呈現下降的趨勢，特別是自2006年以來，除山西外，其余省份集聚水平均低于0.4；保險業集聚水平呈現出緩慢上升的態勢，集聚水平始終在0.4～1之間波動，除河南外，其余省市波動均較小。

表2 中部地區各省份年度平均區位商

地區山西黑龍江吉林湖北江西湖南安徽河南銀行區位商0.9270.6870.6850.6350.4550.4490.4380.454證券區位商0.5990.3770.5700.4850.2710.2440.3690.167保險區位商0.9070.8590.7480.6470.4920.5440.5690.701

數據來源：《中國金融年鑒》(2003-2011)，《中國證券期貨統計年鑒》(2003-2011)。

3.西部地區

從表3中可知，西部地區所有省市的金融產業集聚水平較低，并且銀行、證券和保險業的集聚水平波動相對較大，各省市間的差異較為明顯。從整體來看，銀行業集聚水平最高，保險業次之，證券業集聚水平最低③；各省市中，新疆和寧夏的金融集聚水平相對較高，銀行、證券和保險業的集聚水平均在0.5以上。另外，根據計算的同一地區各年度區位商的數值來看，自2002年以來，西部地區的銀行保險業集聚水平呈現緩慢上升的趨勢，證券業則有一定的平穩下降趨勢，除2005年和2007年青海的證券業，2002年的新疆保險業以及2009年、2010年重慶的保險業集聚水平大于1外，其余年份西部各省市的金融產業集聚水平均小于1，這反映了西部地區在過去的近10年中，金融業發展相對緩慢，遠低于全國平均水平。

表3 西部地區各省份年度平均區位商

地區陜西新疆重慶西藏寧夏青海內蒙古四川云南甘肅廣西貴州銀行區位商0.7640.7460.7410.7360.7180.6420.6400.5710.5120.4870.4090.326證券區位商0.2100.5120.3510.5860.7640.9900.5050.3080.1660.2740.1510.125保險區位商0.6990.9120.7590.1450.6670.3830.6800.6590.4670.4840.3710.272

數據來源：《中國金融年鑒》(2003—2011)，《中國證券期貨統計年鑒》(2003—2011)。

4.東、中、西部三地區的比較

由圖1可知，總體而言，東部地區銀行、證券、保險業區位商都要遠遠高于中部和西部地區。具體來說，東、中、西部地區銀行、證券、保險業區位商均值差異較大，東部地區明顯大于1，尤其是證券業；中、西部地區金融產業集聚水平均較低，特別是證券業，其集聚度均低于0.5。東部和西部地區的銀行業集聚水平高于保險業集聚水平，而中部地區的銀行業集聚水平則低于保險業集聚水平。

圖1 東、中、西部各省份區位商平均值④

三、分地區計量結果分析

金融是一種重要的資源，從前文對各省份區位商的分析可以看出，金融產業的空間集聚度并不均衡，由此也就會對地區工業化產生不同的影響。本文以不同省份第二產業產值占地區GDP的比重來反映其工業化水平，也就是被解釋變量Y，以銀行業區位熵(LQ1)、證券業區位商(LQ2)和保險業區位商(LQ3)作為解釋變量，分東、中、西三地區分別建立如下面板數據模型：

LnYit=αi+γt+βLnLQ1it+θLnLQ2it+γLnLQ3it+εit

其中i表示各個省份，t則代表時期跨度(i=1,2，…，N;t=1,2，…，T)。

在選擇面板數據模型時，通常有三種形式：混合模型、固定效應模型和隨機效應模型，而后兩者又可以根據個體或時點的不同再進行細分。在變量的引入上，固定效應模型默認了那些不隨時間變化而變化的自變量不會對因變量造成影響，因而不允許這類變量出現在模型中；與此相反，隨機效應模型則認為表示某些個體特征的但不隨時間變化而變化的自變量能夠對因變量造成影響，允許這類變量出現在模型中。具體到應用哪種模型，要經過相關的檢驗才能判定：通過F檢驗來判定混合模型還是固定效應模型，通過Hausman檢驗來判定固定效應模型還是隨機效應模型。就本文而言，在研究金融產業集聚對地區工業化的影響時，既考慮到了東、中和西部地區各個省份的差異，又考慮到從2002年—2010年期間不同年份之間的差別，所以，采用了個體時點雙向的回歸模型。本文相關檢驗及回歸通過E-Views 7.0來實現，東、中和西部地區模型選擇的檢驗結果如表4所示。

根據表4，東部地區通過F檢驗拒絕混合模型，經過Hausman檢驗最終選擇個體時點隨機效應模型；中部地區通過F檢驗拒絕混合模型，又經過Hausman檢驗選擇個體時點固定效應模型；西部地區與中部地區情況類似，通過F檢驗和Hausman檢驗最終選擇個體時點固定效應模型。

表4 面板數據模型的選擇

檢驗方法東部地區中部地區西部地區檢驗結果P值檢驗結果P值檢驗結果P值F檢驗47.9740.0006.0550.00021.5380.000Hausman檢驗0.0001.00013.5550.00418.2840.000

(一)東部地區結果分析

由表5可知，F統計量顯著，表明變量的整體解釋性比較強。在所有解釋變量中，證券業的區位商是顯著的，銀行業和保險業的區位商則不顯著，并且銀行業和保險業區位商的系數為正，證券業區位商的系數為負且非常顯著，這表明東部地區金融產業集聚對工業化的影響相對較弱，甚至有負向作用：當證券業區位商提高1個百分點時，工業化率反而會降低0.119個百分點。從理論上來說，銀行業集聚為地區工業化的發展提供了充裕的可貸資金，保險業集聚則有助于降低工業化進程中面臨的風險，減少未預期到的損失。在計量模型中，應用LR檢驗來判定LQ1和LQ3是否為冗余項，結果是否定的⑤，這說明了銀行業和保險業集聚對東部地區工業化水平的提高有一定的正向推動作用。另一方面，相比銀行和保險業，東部地區證券業的集聚度要遠高于中西部地區，這對于工業化水平本已較高的東部地區而言，證券業集聚的工業化效應會大大降低，甚至產生了非常明顯的負面作用。

表5 東部地區主要變量估計結果

解釋變量回歸系數標準差t統計量伴隨概率P值C-0.820▲0.046-17.6870.000LQ10.0930.0571.6270.107LQ2-0.119▲0.017-6.9060.000LQ30.0580.0501.1570.250Obs99F-Statistic17.289R20.353Prob(F-Statistic)0.000

說明：▲表示在1%水平下顯著。

從回歸模型的整體來看，東部地區金融產業集聚對工業化的影響是相對較弱的，這從一個側面說明東部地區在最近10年中產業結構不斷優化升級，工業產值所占比重不斷下降第三產業所占比重不斷上升，從而使得金融產業集聚對工業化的影響并不是十分明顯。因此，單純從東、中、西部工業化進程的角度而言，東部地區過高的金融產業集聚實質上已影響到了金融資源的空間配置效率。具體而言，金融業集聚雖然是工業化的重要推動力量，但伴隨著東部地區產業結構的進一步優化，金融業對于工業化的影響也在逐漸減弱，這就要求對金融業的空間分布進行適時的調整，以實現空間配置效率的帕累托改進。

從個體截距數值來看，山東、天津、江蘇的截距項最大，這表明金融產業集聚對這三個地區工業化的促進作用更大；北京、海南的截距項為負，則說明金融產業集聚對這兩個地區工業化的促進作用相對較小。時點截距數值顯示自2002年以來，金融產業集聚對東部地區工業化的影響雖有波動，但總體上呈現出先上升后下降的總體態勢，其中以 2005年為界點：2002年—2005年呈上升趨勢，2005年—2010年呈下降趨勢，這印證了金融產業集聚對東部地區工業化的影響逐步減弱的判斷。

表6 東部地區個體時點截距項

個體截距項時點截距項省份數值省份數值時期數值時期數值山東0.165上海0.0612002-0.02320080.001天津0.148浙江0.04520030.0102009-0.044江蘇0.101福建0.04020040.0332010-0.029廣東0.093北京-0.38020050.034遼寧0.064海南-0.40020060.005河北0.06220070.013

(二)中部地區結果分析

依據表7可知，F統計量顯著，表明變量的整體解釋性比較強。在所有解釋變量中，只有銀行業區位商是顯著的，證券業和保險業的區位商則不顯著且數值為負，這表明中部地區工業化主要由銀行業集聚來推動，且彈性系數為0.381，當中部地區的銀行業區位商提高1個百分點時，工業化水平提高0.381個百分點；證券業和保險業集聚對工業化進程的作用并不是很大，而通過應用LR檢驗來判定LQ2和LQ3是否為冗余項，結果是肯定的⑥，這說明了證券業和保險業集聚對中部地區工業化的影響是可以忽略的。由此可以得知，對于中部地區來說，銀行業集聚對于工業化的確發揮著很大的作用，但同時也應該認識到證券業和保險業的工業化效應卻是負向的，但同時絕對值卻很小。

表7 中部地區主要變量估計結果

解釋變量回歸系數標準差t統計量伴隨概率P值C-0.564▲0.076-7.4500.000LQ10.381△0.1702.2450.029LQ2-0.0320.049-0.6700.506LQ3-0.0390.072-0.5480.586Obs72F-Statistic9.603R20.765Prob(F-Statistic)0.000

說明：▲表示在1%水平下顯著，△表示在5%水平下顯著。

為了對此問題做進一步的闡釋，只對證券業和保險業集聚對工業化的影響進行回歸分析，這時雖然二者的系數仍不顯著，但卻為正數，這表明單純考慮證券和保險集聚對工業化的影響時，二者對工業化的確有正向的推動作用。但就目前的現狀而言，由于過于依賴銀行業集聚，反而抑制了證券業和保險業集聚作用的發揮，甚至產生了負向的作用。因此，總體來說，中部地區各省份要在繼續保持銀行業集聚作用的同時，還要積極創造條件發揮證券和保險業集聚對工業化的作用。

表8 中部地區個體時點截距項

個體截距項時點截距項省份數值省份數值時期數值時期數值河南0.166山西-0.0692002-0.0662007-0.008江西0.064湖南-0.07220030.03520080.007黑龍江0.044吉林-0.09620040.0632009-0.006安徽0.0392005-0.03920100.042湖北-0.0622006-0.028

從個體截距數值來看，河南、江西、黑龍江、安徽的截距項為正，表明金融產業集聚對該四省份的工業化影響較大；山西、湖南、湖北、吉林的截距項為負，則說明金融產業集聚對該四省份的工業化影響較小。時點截距數值呈現出先上升后下降再上升的趨勢：2002年—2004年呈上升趨勢，2004年—2005年明顯下降，而自2005年以后呈現上升趨勢，這表明近10年來，中部地區金融產業集聚對工業化的影響有一定的波動，但從整體來看，金融產業集聚對工業化的影響是不斷加強的。

(三)西部地區結果分析

由表9可知該模型的F統計量顯著，表明變量的整體解釋性比較強。在所有解釋變量中，只有銀行業區位商是顯著的，而且是10%顯著性水平，證券業和保險業的區位商則不顯著，這表明中部地區工業化主要由銀行業集聚來推動，且作用不是很明顯。而證券業和保險業集聚對工業化進程的作用可以忽略不計，這可以進一步通過應用LR檢驗來判定LQ2和LQ3是冗余項而得知⑦，這說明對于西部地區而言，證券業和保險業集聚的工業化效應還有待于進一步提升。

上述結果表明，相比東部地區而言，西部地區的金融業集聚度較低，對工業化的影響相比其它因素而言并不是非常重要。西部地區地廣人稀，自然資源豐富，在工業化實現的過程中發揮了很重要的作用，但同時環境、技術等條件也制約著當地工業化水平的進一步提高。目前，西部地區金融業的發展遠落后于東部，而其工業化水平較東部而言又存在著較大的差距，今后西部地區要進一步發揮金融業集聚對工業化進程的推動作用，以避免形成資源型工業化的路徑依賴。

表9 西部地區主要變量估計結果

解釋變量回歸系數標準差t統計量伴隨概率P值C-0.666▲0.058-11.4960.000LQ10.191*0.1111.7270.088LQ20.0090.0270.3280.744LQ30.0580.0650.8830.380Obs108F-Statistic53.819R20.933Prob(F-Statistic)0.000

說明：▲表示在1%水平下顯著，*表示在10%水平下顯著。

西部地區各省市的截距項也存在差異，青海、貴州、甘肅的截距項較大，表明金融產業集聚對該地區的工業化的推動作用更大；重慶、新疆、西藏的截距項為負，這說明金融產業集聚對該省份工業化影響較小，同時，也說明了金融產業集聚對西部地區各省市的工業化的影響也是不均勻的。與中部情況類似，時點截距項顯示先上升后下降再上升的趨勢：以2004和2005年為轉折點，2002年—2004年呈上升趨勢，2004年—2005年明顯下降，而自2005年以后呈現上升趨勢，這表明了西部地區金融產業集聚對工業化的正向推動作用雖然較弱，但仍是日益加強的。

表10 西部地區個體時點截距項

個體截距項時點截距項省份數值省份數值時期數值時期數值青海0.133云南0.0132002-0.08120080.038貴州0.101廣西0.0062003-0.00220090.014甘肅0.089四川-0.00820040.04320100.048陜西0.086重慶-0.0282005-0.065內蒙古0.071新疆-0.04820060.003寧夏0.065西藏-0.47920070.008

四、結論

本文分析了金融產業集聚對地區工業化的影響。從我國東、中、西三大地區來看，金融業的空間分布呈現出不均衡的集聚分布態勢，也就是東部地區集聚度高，而中西部地區集聚度低。而從三大地區內部各省份的金融業集聚來看，其銀行、證券和保險業的集聚狀況也存在著很大的差異。金融是現代經濟的核心，金融業發展的影響著區域經濟的發展水平。考慮到區域差異這一現實，本文分東、中、西三大地區分別對金融業集聚對地區工業化的影響進行了檢驗。

由計量檢驗結果可知，金融產業集聚對我國東、中、西部地區的工業化均有正向推動作用，這其中主要來自于銀行業集聚；證券業集聚對東、中地區工業化進程有一定的負向作用，并且其作用小于銀行業集聚的正向作用；而保險業對工業化的影響幾乎可以忽略不計。從整體上看，金融產業集聚對中部地區工業化的推動作用最大，對東部地區的影響次之，對西部地區工業化進程的影響最小。從檢驗結果的進一步分析也可看出，金融產業集聚對地區工業化的影響與該地區的產業結構密切相關，當該地區第三產業比重大，相應的工業產值比重較小時，金融產業集聚對工業化的影響相對較小，這在我國東部地區體現的較為明顯。在東、中、西部地區中，不同省份金融產業集聚對工業化影響存在較大差異，這說明不同省份的差異影響著金融業集聚的工業化效應，另一方面，金融產業集聚對東、中、西部地區工業化的影響隨時間的變化波動較大，這與不同年份具體的宏觀經濟形勢以及相應的國家經濟政策密切相關。

我國幅員遼闊，地區之間發展差異較大，工業化進程所處的階段也存在著很大的不同。毋庸諱言，我國東部地區的工業化水平要遠高于中、西部，因此，如何優化我國的金融資源配置，調整其空間集聚格局，從而實現我國工業化水平的整體提高就變得非常重要。今后我國金融業空間集聚的調整一方面要在北京、上海、深圳等東部地區金融中心之外，還要在中、西部地區建立金融中心或次金融中心，從而以金融集聚促進中西部地區工業化水平的提高；另一方面，就各地區金融業集聚對工業化的影響而言，過于倚重銀行業，而證券和保險業的作用則顯得非常薄弱，因此，金融業內部集聚結構的調整也是非常有必要，通過調整進而實現地區工業化水平的進一步提升。

注釋：

① 東部地區銀行業區位商的平均值為2.215，標準差為2.182；證券業區位商平均值為4.254，標準差為8.902；保險業區位商平均值為1.931，標準差為1.619。

② 中部地區銀行業區位商平均值為0.591，證券業區位商平均值為0.386，保險業區位商平均值為0.684。

③ 西部地區銀行業區位商平均值為0.608，證券業區位商平均值為0.412，保險業區位商平均值為0.542。

④ 表示2002年—2010年的東、中和西部地區各省份銀行、證券和保險業區位商的平均值。

⑤ Prob.F(2,95)=0.007,表明拒絕原假設，也就是LQ1和LQ3為多余的不重要的解釋變量。

⑥ Prob.F(2,53)=0.703,表明接受原假設，也就是LQ1和LQ3為多余的不重要的解釋變量。

⑦ Prob.F(2,85)=0.678,表明接受原假設，也就是LQ1和LQ3為多余的不重要的解釋變量。

參考文獻：

〔1〕 PORTER M E．Clusters and new economics competition[J]．HarvardBusinessReview，1998(11):77-90．

〔2〕 DAVIS．International financial centers—an industrial

analysis[Z].Bank of England Discussion Paper，1990,51:1-23．

〔3〕 丁藝，李靖霞，李林．金融集聚與區域經濟增長——基于省際數據的實證分析[J]．保險研究，2010(2)：20-30．

〔4〕 郁配華，朱鵬飛．新型工業化的發展與金融支持[J]．特區經濟，2004(10)：133-134．

〔5〕 王慶國．金融發展非均衡性與工業化進程[J]．黑龍江金融，2008(1)：20-21．