黑龍江省各地區金融生態環境綜合評價實證研究

仲深+高巍+田立

摘 要：在構建金融生態環境評價指標體系的基礎上，運用因子分析模型，對黑龍江省各地區金融生態環境進行綜合評價。實證結果表明，各地區金融生態環境水平差距明顯，各地區內部金融生態環境狀況并不均衡；金融生態環境的優化是一個系統工程，受多方面因素的影響。

關鍵詞：金融生態環境；綜合評價；因子分析；黑龍江省

中圖分類號：F323 文獻標志碼：A 文章編號：1673-291X（2014）23-0049-03

引言

周小川（2004）最早將生態學概念系統地引申到金融領域，并強調用生態學的方法來考察金融發展問題。金融生態指對金融的生態特征和規律的系統性抽象，本質反映金融內外部各因素之間相互依存、相互制約的有機的價值關系。進一步來說，金融生態就是由金融子系統和與之相關聯的其他系統所組成的生態鏈，這個生態鏈與金融業可持續發展息息相關。而金融生態環境是指宏觀層面的金融環境，指與金融業生存、發展具有互動關系的社會、自然因素的總和，包括政治、經濟、文化、地理、人口等一切與金融業相互影響、相互作用的方面，主要強調金融運行的外部環境，是金融運行的一些基礎條件。

近些年，學術界和金融界都對金融生態環境進行了深入了研究，也發表了大量的成果。綜合這些成果我們可以看到，這些成果主要集中在金融生態環境的學理探討、金融生態環境評價指標體系的構建、國家級或省級層面數據在相關實證研究中的運用等等方面，但是缺乏對更為具體的城市金融生態環境綜合評價指標體系的研究，也缺乏運用地區級金融生態環境數據進行實證測度。鑒于此，本文利用因子分析模型，對黑龍江省各地區的金融生態環境進行綜合評價，對各地區金融生態環境狀況給出科學的評估，希望為黑龍江金融生態環境的進一步優化提供一定的參考。

一、評價模型原理

綜合評價方法是一個多學科邊緣交叉、相互滲透、多點支撐的新興研究領域，有的從統計學角度對其進行研究，有的從系統工程學角度對其進行研究，有的則從專業角度對其進行研究。由于研究出發點與基礎不同，研究觀點、偏好也不盡相同，使得綜合評價這一重要技術仍然處于一種分散、零亂的狀態中。選擇不同的研究方法很可能得出不同的研究結論。綜合評價包含許多種方法，其中有新興學科方法如模糊數學、人工神經網絡、灰色系統理論等等；以運籌學為基礎的層次分析法和數據包絡分析；以傳統統計學方法為基礎的聚類分析、主成分分析和因子分析等方法。每種方法都有其科學性和實用性，在對不同系統進行綜合評價時，我們應當選取適當的方法，根據相關文獻的研究，在對金融生態環境進行多指標綜合評價時，因子分析法是一種行之有效的方法。

因子分析是通過研究多個變量間相關系數矩陣或協方差矩陣的內部之間依賴關系，找出能綜合所有變量的少數幾個隨機變量（即，因子），然后根據相關性大小把變量分組，使得同組內的變量之間相關性較高，但不同組的變量相關性較低。它將多個變量綜合為少數幾個因子，以再現原始變量與因子之間的相關關系。

二、實證研究

（一）指標選擇及樣本數據來源

進行綜合評價，確定評價的指標體系是重中之重。科學合理地選擇指標可以保證最終運算結果的有效性。在進行地區金融生態環境指標選擇時，我們遵循以下的原則：科學性、系統性、可比性、定性與定量相結合。針對以上原則，我們具體分析了在地區金融生態環境中起到重要作用的指標，選擇如下指標：地區生產總值、固定資產投資總額、規模以上工業企業生產總值、進出口總額、存款余額、貸款余額、財政公共收入、財政公共支出、規模以上批發貿易業商品銷售總額、教育經費支出、醫療經費支出，共11項，具體詳見表1。

選定的指標原始數據來源于2013年《黑龍江統計年鑒》和2013年《中國城市統計年鑒》中黑龍江省各地區的相關數據，并經過相應測算得出。表1給出了指標數據的描述性統計，由此我們可以看出，來源數據具有科學性和可測性。

（二）實證分析

1.數據的無量綱化

評價指標是由多個指標構成，為了避免量綱和數量級的影響，必須對數據進行標準化處理，將它們都轉化為無量綱數據。按以下公式進行處理。為節省篇幅，無量綱化處理數據不在文中列示。

3.確定解釋因子

4.因子得分

為了考察各地區的金融生態環境狀況，并對其進行分析和綜合評價，根據函數系數矩陣，采用回歸方法求出因子得分函數。由系數矩陣將3個公因子表示為11個指標的線性形式。

（三）實證結果

根據上述公式，我們可以得出黑龍江省各地區金融生態環境綜合評價得分，具體見表4。從表4中我們可以看到，地區金融生態環境因子得分最高的是哈爾濱市，為2.230，其次則是大慶市和齊齊哈爾市，因子得分分別為0.5010和0.1952。得分最后的三個地區分別是撫遠、大興安嶺和七臺河，因子得分分別為-0.5156、-0.4107和-0.3853。再從3個分因子來看，F1代表的經濟綜合環境因子，以哈爾濱、齊齊哈爾和綏化得分最高，這意味著這三個地區的經濟綜合發展水平能更好地促進金融發展；F2代表的社會綜合因子，則以大慶市、哈爾濱市得分較高，大慶市的得分高達3.4654，這意味著社會綜合環境狀況較好；F3代表的商品流通綜合因子，則以綏芬河市、哈爾濱市、牡丹江市得分較高，綏芬河市的得分高達2.8664，這意味著當地的商品流通為金融發展提供了良好的外部環境。

三、結論

通過上述實證研究，我們可以得出以下結論：

第一，各地區金融生態環境水平差距明顯。根據上述實證所得，我們可以看出，最高得分與最低得分差距極其明顯，且大多數地區的金融生態環境得分處于負分。其中，經濟發展水平較高、城市規模較大的地區金融生態環境得分較高，而經濟發展程度較低、城市規模較小的地區則金融生態環境得分較低。

第二，各地區內部金融生態環境狀況并不均衡。由表4我們可以看出，各地區在主要因子得分中都沒有處于完全優勢，在各個方面或多或少存在一定的缺陷。例如，哈爾濱市在經濟綜合發展因子得分非常高，大慶市則在社會綜合發展因子得分中遙遙領先，而綏芬河有其自然地理優勢，在商品流通綜合發展因子得分最高。所以，各地區應該因地制宜，制定適合自身的金融生態環境優化政策。

第三，金融生態環境的優化是一個系統工程，受多方面因素的影響。通過實證研究我們發現，可能影響金融生態環境的因素較多，其中包括經濟因素、社會因素、教育、醫療、衛生，甚至還包括地方習俗和生活習慣等因素。所以，優化金融生態環境需要統籌考慮，系統優化。

參考文獻：

[1] 杜棟，龐慶華，吳炎.現代綜合評價方法與案例精選[M].北京：清華大學出版社，2008.

[2] 張文彤.SPSS統計分析高級教程[M].北京：高等教育出版社，2006.

[責任編輯 王 莉]endprint

摘 要：在構建金融生態環境評價指標體系的基礎上，運用因子分析模型，對黑龍江省各地區金融生態環境進行綜合評價。實證結果表明，各地區金融生態環境水平差距明顯，各地區內部金融生態環境狀況并不均衡；金融生態環境的優化是一個系統工程，受多方面因素的影響。

關鍵詞：金融生態環境；綜合評價；因子分析；黑龍江省

中圖分類號：F323 文獻標志碼：A 文章編號：1673-291X（2014）23-0049-03

引言

周小川（2004）最早將生態學概念系統地引申到金融領域，并強調用生態學的方法來考察金融發展問題。金融生態指對金融的生態特征和規律的系統性抽象，本質反映金融內外部各因素之間相互依存、相互制約的有機的價值關系。進一步來說，金融生態就是由金融子系統和與之相關聯的其他系統所組成的生態鏈，這個生態鏈與金融業可持續發展息息相關。而金融生態環境是指宏觀層面的金融環境，指與金融業生存、發展具有互動關系的社會、自然因素的總和，包括政治、經濟、文化、地理、人口等一切與金融業相互影響、相互作用的方面，主要強調金融運行的外部環境，是金融運行的一些基礎條件。

近些年，學術界和金融界都對金融生態環境進行了深入了研究，也發表了大量的成果。綜合這些成果我們可以看到，這些成果主要集中在金融生態環境的學理探討、金融生態環境評價指標體系的構建、國家級或省級層面數據在相關實證研究中的運用等等方面，但是缺乏對更為具體的城市金融生態環境綜合評價指標體系的研究，也缺乏運用地區級金融生態環境數據進行實證測度。鑒于此，本文利用因子分析模型，對黑龍江省各地區的金融生態環境進行綜合評價，對各地區金融生態環境狀況給出科學的評估，希望為黑龍江金融生態環境的進一步優化提供一定的參考。

一、評價模型原理

綜合評價方法是一個多學科邊緣交叉、相互滲透、多點支撐的新興研究領域，有的從統計學角度對其進行研究，有的從系統工程學角度對其進行研究，有的則從專業角度對其進行研究。由于研究出發點與基礎不同，研究觀點、偏好也不盡相同，使得綜合評價這一重要技術仍然處于一種分散、零亂的狀態中。選擇不同的研究方法很可能得出不同的研究結論。綜合評價包含許多種方法，其中有新興學科方法如模糊數學、人工神經網絡、灰色系統理論等等；以運籌學為基礎的層次分析法和數據包絡分析；以傳統統計學方法為基礎的聚類分析、主成分分析和因子分析等方法。每種方法都有其科學性和實用性，在對不同系統進行綜合評價時，我們應當選取適當的方法，根據相關文獻的研究，在對金融生態環境進行多指標綜合評價時，因子分析法是一種行之有效的方法。

因子分析是通過研究多個變量間相關系數矩陣或協方差矩陣的內部之間依賴關系，找出能綜合所有變量的少數幾個隨機變量（即，因子），然后根據相關性大小把變量分組，使得同組內的變量之間相關性較高，但不同組的變量相關性較低。它將多個變量綜合為少數幾個因子，以再現原始變量與因子之間的相關關系。

二、實證研究

（一）指標選擇及樣本數據來源

進行綜合評價，確定評價的指標體系是重中之重。科學合理地選擇指標可以保證最終運算結果的有效性。在進行地區金融生態環境指標選擇時，我們遵循以下的原則：科學性、系統性、可比性、定性與定量相結合。針對以上原則，我們具體分析了在地區金融生態環境中起到重要作用的指標，選擇如下指標：地區生產總值、固定資產投資總額、規模以上工業企業生產總值、進出口總額、存款余額、貸款余額、財政公共收入、財政公共支出、規模以上批發貿易業商品銷售總額、教育經費支出、醫療經費支出，共11項，具體詳見表1。

選定的指標原始數據來源于2013年《黑龍江統計年鑒》和2013年《中國城市統計年鑒》中黑龍江省各地區的相關數據，并經過相應測算得出。表1給出了指標數據的描述性統計，由此我們可以看出，來源數據具有科學性和可測性。

（二）實證分析

1.數據的無量綱化

評價指標是由多個指標構成，為了避免量綱和數量級的影響，必須對數據進行標準化處理，將它們都轉化為無量綱數據。按以下公式進行處理。為節省篇幅，無量綱化處理數據不在文中列示。

3.確定解釋因子

4.因子得分

為了考察各地區的金融生態環境狀況，并對其進行分析和綜合評價，根據函數系數矩陣，采用回歸方法求出因子得分函數。由系數矩陣將3個公因子表示為11個指標的線性形式。

（三）實證結果

根據上述公式，我們可以得出黑龍江省各地區金融生態環境綜合評價得分，具體見表4。從表4中我們可以看到，地區金融生態環境因子得分最高的是哈爾濱市，為2.230，其次則是大慶市和齊齊哈爾市，因子得分分別為0.5010和0.1952。得分最后的三個地區分別是撫遠、大興安嶺和七臺河，因子得分分別為-0.5156、-0.4107和-0.3853。再從3個分因子來看，F1代表的經濟綜合環境因子，以哈爾濱、齊齊哈爾和綏化得分最高，這意味著這三個地區的經濟綜合發展水平能更好地促進金融發展；F2代表的社會綜合因子，則以大慶市、哈爾濱市得分較高，大慶市的得分高達3.4654，這意味著社會綜合環境狀況較好；F3代表的商品流通綜合因子，則以綏芬河市、哈爾濱市、牡丹江市得分較高，綏芬河市的得分高達2.8664，這意味著當地的商品流通為金融發展提供了良好的外部環境。

三、結論

通過上述實證研究，我們可以得出以下結論：

第一，各地區金融生態環境水平差距明顯。根據上述實證所得，我們可以看出，最高得分與最低得分差距極其明顯，且大多數地區的金融生態環境得分處于負分。其中，經濟發展水平較高、城市規模較大的地區金融生態環境得分較高，而經濟發展程度較低、城市規模較小的地區則金融生態環境得分較低。

第二，各地區內部金融生態環境狀況并不均衡。由表4我們可以看出，各地區在主要因子得分中都沒有處于完全優勢，在各個方面或多或少存在一定的缺陷。例如，哈爾濱市在經濟綜合發展因子得分非常高，大慶市則在社會綜合發展因子得分中遙遙領先，而綏芬河有其自然地理優勢，在商品流通綜合發展因子得分最高。所以，各地區應該因地制宜，制定適合自身的金融生態環境優化政策。

第三，金融生態環境的優化是一個系統工程，受多方面因素的影響。通過實證研究我們發現，可能影響金融生態環境的因素較多，其中包括經濟因素、社會因素、教育、醫療、衛生，甚至還包括地方習俗和生活習慣等因素。所以，優化金融生態環境需要統籌考慮，系統優化。

參考文獻：

[1] 杜棟，龐慶華，吳炎.現代綜合評價方法與案例精選[M].北京：清華大學出版社，2008.

[2] 張文彤.SPSS統計分析高級教程[M].北京：高等教育出版社，2006.

[責任編輯 王 莉]endprint

摘 要：在構建金融生態環境評價指標體系的基礎上，運用因子分析模型，對黑龍江省各地區金融生態環境進行綜合評價。實證結果表明，各地區金融生態環境水平差距明顯，各地區內部金融生態環境狀況并不均衡；金融生態環境的優化是一個系統工程，受多方面因素的影響。

關鍵詞：金融生態環境；綜合評價；因子分析；黑龍江省

中圖分類號：F323 文獻標志碼：A 文章編號：1673-291X（2014）23-0049-03

引言

周小川（2004）最早將生態學概念系統地引申到金融領域，并強調用生態學的方法來考察金融發展問題。金融生態指對金融的生態特征和規律的系統性抽象，本質反映金融內外部各因素之間相互依存、相互制約的有機的價值關系。進一步來說，金融生態就是由金融子系統和與之相關聯的其他系統所組成的生態鏈，這個生態鏈與金融業可持續發展息息相關。而金融生態環境是指宏觀層面的金融環境，指與金融業生存、發展具有互動關系的社會、自然因素的總和，包括政治、經濟、文化、地理、人口等一切與金融業相互影響、相互作用的方面，主要強調金融運行的外部環境，是金融運行的一些基礎條件。

近些年，學術界和金融界都對金融生態環境進行了深入了研究，也發表了大量的成果。綜合這些成果我們可以看到，這些成果主要集中在金融生態環境的學理探討、金融生態環境評價指標體系的構建、國家級或省級層面數據在相關實證研究中的運用等等方面，但是缺乏對更為具體的城市金融生態環境綜合評價指標體系的研究，也缺乏運用地區級金融生態環境數據進行實證測度。鑒于此，本文利用因子分析模型，對黑龍江省各地區的金融生態環境進行綜合評價，對各地區金融生態環境狀況給出科學的評估，希望為黑龍江金融生態環境的進一步優化提供一定的參考。

一、評價模型原理

綜合評價方法是一個多學科邊緣交叉、相互滲透、多點支撐的新興研究領域，有的從統計學角度對其進行研究，有的從系統工程學角度對其進行研究，有的則從專業角度對其進行研究。由于研究出發點與基礎不同，研究觀點、偏好也不盡相同，使得綜合評價這一重要技術仍然處于一種分散、零亂的狀態中。選擇不同的研究方法很可能得出不同的研究結論。綜合評價包含許多種方法，其中有新興學科方法如模糊數學、人工神經網絡、灰色系統理論等等；以運籌學為基礎的層次分析法和數據包絡分析；以傳統統計學方法為基礎的聚類分析、主成分分析和因子分析等方法。每種方法都有其科學性和實用性，在對不同系統進行綜合評價時，我們應當選取適當的方法，根據相關文獻的研究，在對金融生態環境進行多指標綜合評價時，因子分析法是一種行之有效的方法。

因子分析是通過研究多個變量間相關系數矩陣或協方差矩陣的內部之間依賴關系，找出能綜合所有變量的少數幾個隨機變量（即，因子），然后根據相關性大小把變量分組，使得同組內的變量之間相關性較高，但不同組的變量相關性較低。它將多個變量綜合為少數幾個因子，以再現原始變量與因子之間的相關關系。

二、實證研究

（一）指標選擇及樣本數據來源

進行綜合評價，確定評價的指標體系是重中之重。科學合理地選擇指標可以保證最終運算結果的有效性。在進行地區金融生態環境指標選擇時，我們遵循以下的原則：科學性、系統性、可比性、定性與定量相結合。針對以上原則，我們具體分析了在地區金融生態環境中起到重要作用的指標，選擇如下指標：地區生產總值、固定資產投資總額、規模以上工業企業生產總值、進出口總額、存款余額、貸款余額、財政公共收入、財政公共支出、規模以上批發貿易業商品銷售總額、教育經費支出、醫療經費支出，共11項，具體詳見表1。

選定的指標原始數據來源于2013年《黑龍江統計年鑒》和2013年《中國城市統計年鑒》中黑龍江省各地區的相關數據，并經過相應測算得出。表1給出了指標數據的描述性統計，由此我們可以看出，來源數據具有科學性和可測性。

（二）實證分析

1.數據的無量綱化

評價指標是由多個指標構成，為了避免量綱和數量級的影響，必須對數據進行標準化處理，將它們都轉化為無量綱數據。按以下公式進行處理。為節省篇幅，無量綱化處理數據不在文中列示。

3.確定解釋因子

4.因子得分

為了考察各地區的金融生態環境狀況，并對其進行分析和綜合評價，根據函數系數矩陣，采用回歸方法求出因子得分函數。由系數矩陣將3個公因子表示為11個指標的線性形式。

（三）實證結果

根據上述公式，我們可以得出黑龍江省各地區金融生態環境綜合評價得分，具體見表4。從表4中我們可以看到，地區金融生態環境因子得分最高的是哈爾濱市，為2.230，其次則是大慶市和齊齊哈爾市，因子得分分別為0.5010和0.1952。得分最后的三個地區分別是撫遠、大興安嶺和七臺河，因子得分分別為-0.5156、-0.4107和-0.3853。再從3個分因子來看，F1代表的經濟綜合環境因子，以哈爾濱、齊齊哈爾和綏化得分最高，這意味著這三個地區的經濟綜合發展水平能更好地促進金融發展；F2代表的社會綜合因子，則以大慶市、哈爾濱市得分較高，大慶市的得分高達3.4654，這意味著社會綜合環境狀況較好；F3代表的商品流通綜合因子，則以綏芬河市、哈爾濱市、牡丹江市得分較高，綏芬河市的得分高達2.8664，這意味著當地的商品流通為金融發展提供了良好的外部環境。

三、結論

通過上述實證研究，我們可以得出以下結論：

第一，各地區金融生態環境水平差距明顯。根據上述實證所得，我們可以看出，最高得分與最低得分差距極其明顯，且大多數地區的金融生態環境得分處于負分。其中，經濟發展水平較高、城市規模較大的地區金融生態環境得分較高，而經濟發展程度較低、城市規模較小的地區則金融生態環境得分較低。

第二，各地區內部金融生態環境狀況并不均衡。由表4我們可以看出，各地區在主要因子得分中都沒有處于完全優勢，在各個方面或多或少存在一定的缺陷。例如，哈爾濱市在經濟綜合發展因子得分非常高，大慶市則在社會綜合發展因子得分中遙遙領先，而綏芬河有其自然地理優勢，在商品流通綜合發展因子得分最高。所以，各地區應該因地制宜，制定適合自身的金融生態環境優化政策。

第三，金融生態環境的優化是一個系統工程，受多方面因素的影響。通過實證研究我們發現，可能影響金融生態環境的因素較多，其中包括經濟因素、社會因素、教育、醫療、衛生，甚至還包括地方習俗和生活習慣等因素。所以，優化金融生態環境需要統籌考慮，系統優化。

參考文獻：

[1] 杜棟，龐慶華，吳炎.現代綜合評價方法與案例精選[M].北京：清華大學出版社，2008.

[2] 張文彤.SPSS統計分析高級教程[M].北京：高等教育出版社，2006.

[責任編輯 王 莉]endprint