我國金融產業集聚區域差異與影響因素分析

趙雯 李華 田新

摘要：本文以我國25個省共68個市為研究對象，以68個城市從2003～2009年共七年面板數據作為分析根據，使用主成分分析法構建了衡量城市金融集聚程度的指標體系，并對各城市金融產業集聚的影響因素進行回歸分析，結果表明：東部地區與中西部地區的城市金融集聚程度的差異顯著，而中部和西部地區的城市金融集聚程度沒有顯著差異;信息的可獲性等因素是影響城市金融產業集聚的重要因素，這說明我們在加強城市金融建設的過程中，應重點考慮信息基礎設施等影響金融集聚的相關因素。

關鍵詞：金融;產業集聚;面板數據;主成分分析;信息

一、引言

改革開放三十年以來，國內金融業隨著全國經濟的發展也逐步得到了較快發展，從我國目前金融業的發展現狀來看，仍然存在許多問題有待解決，一方面是如何進一步提高我國金融的普遍發達程度，另一方面研究是什么原因促使了金融集聚以及建設金融中心的條件。而對于第二個方面，筆者在研究資料的整理中發現，在兩個或多個經濟發展水平相當、人口規模大致相同的城市之間，它們的金融集聚程度仍然可能會呈現出較大差異。因而，在本文的研究中，筆者嘗試通過將影響金融集聚的各個因素綜合起來，分析究竟哪些因素是影響不同地區金融集聚水平出現差異的原因，尤其針對金融產業特點密切相關的信息因素。

相關研究概述：

Porteous（1995，1999）等學者將金融業視為“高增值”的信息服務業，進而認為信息流是金融中心發展的先決條件，他認為金融中心的形成和發展依賴于強大的背后力量，大致上為：“信息外在性”、“信息腹地”、“國際依附性”、“路徑依賴”和“不對稱信息”，這些力量是決定金融中心興盛或是衰落的關鍵因素[1]。韓國經濟學家Park（1989）在國際銀行業的發展和國際金融中心的成因分析中運用了微觀經濟學的規模經濟理論，認為在金融機構的協作、基礎設施的共享以及信息傳遞中體現了規模效應[2]。EPDavis（1990）首次將企業選址理論運用到金融中心的形成研究中，認為影響金融企業進入決策的主要因素是供給（資金）和需求（產品）以及所給定地點與可代換地點之間的外部經濟性差異[3]。

我國學者趙曉斌（2002）將信息分為標準化信息和非標準化信息，金融部門需要準確信息和市場動向，因而在不對稱信息的條件下，需要更接近信息源，產生集聚現象[4]。黃解宇（2011）對國際金融中心形成的微觀理論基礎進行了研究，提出金融集聚的基礎是集聚的空間外在性，不對稱信息和金融規模經濟促使金融集聚的形成[5]。梁穎（2006） 認為金融企業選址主要取決于地理位置因素、地區市場的供求因素、路徑依賴因素和政府的推動因素[6]。

通過對金融集聚理論的梳理可以看出，以往研究早期大多是理論探索，在后期的實證研究中也絕大多數是采用省級面板數據來研究一個省內金融集聚的程度和影響因素，但現階段金融集聚大多是在市級范圍內的集聚，例如全球各金融中心的形成，因而本文旨在從市級范圍來實證分析各城市的金融集聚程度以及影響金融集聚的因素。

二、模型設定

（一）構建衡量金融集聚程度的指標體系

關于如何選取反映金融集聚程度的指標，相關學者提出了不同的衡量方法，其中最為簡潔的是采用區位熵直接作為某個區域的金融集聚程度。此外，在相關研究后期大多數學者普遍采用的是多指標共同反映某地區金融集聚的程度。因而，為了能夠全面反映金融集聚程度，為接下來分析影響金融集聚的因素奠定穩固基礎，本文決定采用多指標來綜合構建反映金融集聚程度的指標體系。

主要考慮從以下三個方面來共同衡量該地區的金融集聚程度：

摘要：本文以我國25個省共68個市為研究對象，以68個城市從2003～2009年共七年面板數據作為分析根據，使用主成分分析法構建了衡量城市金融集聚程度的指標體系，并對各城市金融產業集聚的影響因素進行回歸分析，結果表明：東部地區與中西部地區的城市金融集聚程度的差異顯著，而中部和西部地區的城市金融集聚程度沒有顯著差異;信息的可獲性等因素是影響城市金融產業集聚的重要因素，這說明我們在加強城市金融建設的過程中，應重點考慮信息基礎設施等影響金融集聚的相關因素。

關鍵詞：金融;產業集聚;面板數據;主成分分析;信息

一、引言

改革開放三十年以來，國內金融業隨著全國經濟的發展也逐步得到了較快發展，從我國目前金融業的發展現狀來看，仍然存在許多問題有待解決，一方面是如何進一步提高我國金融的普遍發達程度，另一方面研究是什么原因促使了金融集聚以及建設金融中心的條件。而對于第二個方面，筆者在研究資料的整理中發現，在兩個或多個經濟發展水平相當、人口規模大致相同的城市之間，它們的金融集聚程度仍然可能會呈現出較大差異。因而，在本文的研究中，筆者嘗試通過將影響金融集聚的各個因素綜合起來，分析究竟哪些因素是影響不同地區金融集聚水平出現差異的原因，尤其針對金融產業特點密切相關的信息因素。

相關研究概述：

Porteous（1995，1999）等學者將金融業視為“高增值”的信息服務業，進而認為信息流是金融中心發展的先決條件，他認為金融中心的形成和發展依賴于強大的背后力量，大致上為：“信息外在性”、“信息腹地”、“國際依附性”、“路徑依賴”和“不對稱信息”，這些力量是決定金融中心興盛或是衰落的關鍵因素[1]。韓國經濟學家Park（1989）在國際銀行業的發展和國際金融中心的成因分析中運用了微觀經濟學的規模經濟理論，認為在金融機構的協作、基礎設施的共享以及信息傳遞中體現了規模效應[2]。EPDavis（1990）首次將企業選址理論運用到金融中心的形成研究中，認為影響金融企業進入決策的主要因素是供給（資金）和需求（產品）以及所給定地點與可代換地點之間的外部經濟性差異[3]。

我國學者趙曉斌（2002）將信息分為標準化信息和非標準化信息，金融部門需要準確信息和市場動向，因而在不對稱信息的條件下，需要更接近信息源，產生集聚現象[4]。黃解宇（2011）對國際金融中心形成的微觀理論基礎進行了研究，提出金融集聚的基礎是集聚的空間外在性，不對稱信息和金融規模經濟促使金融集聚的形成[5]。梁穎（2006） 認為金融企業選址主要取決于地理位置因素、地區市場的供求因素、路徑依賴因素和政府的推動因素[6]。

通過對金融集聚理論的梳理可以看出，以往研究早期大多是理論探索，在后期的實證研究中也絕大多數是采用省級面板數據來研究一個省內金融集聚的程度和影響因素，但現階段金融集聚大多是在市級范圍內的集聚，例如全球各金融中心的形成，因而本文旨在從市級范圍來實證分析各城市的金融集聚程度以及影響金融集聚的因素。

二、模型設定

（一）構建衡量金融集聚程度的指標體系

關于如何選取反映金融集聚程度的指標，相關學者提出了不同的衡量方法，其中最為簡潔的是采用區位熵直接作為某個區域的金融集聚程度。此外，在相關研究后期大多數學者普遍采用的是多指標共同反映某地區金融集聚的程度。因而，為了能夠全面反映金融集聚程度，為接下來分析影響金融集聚的因素奠定穩固基礎，本文決定采用多指標來綜合構建反映金融集聚程度的指標體系。

主要考慮從以下三個方面來共同衡量該地區的金融集聚程度：

從上表中可以看出，第一個主成分的貢獻率為08913，這個貢獻率說明第一個主成分可以很好的作為金融集聚程度指標體系的衡量代表。主成分分析的結果通過了KMO和和SMC檢驗。

使用Stata軟件對68個城市的金融集聚程度指標特征值進行描述性統計：

我們從城市金融集聚程度指標特征值的平均值中可以看出，東部地帶的城市金融集聚綜合得分大多數為正值，只有位于海南省和河北省內的城市綜合得分為負，說明位于東部地帶的樣本城市大多數都或多或少的產生了金融產業集聚效應;而處在中部和西部地帶的樣本城市絕大多數綜合得分為負，可見在中西部地帶金融產業的集聚還未普遍成型。此外，我們從金融集聚得分最小值和最大值可以看出，各個樣本城市的最低綜合得分大致相當，但不同省份的城市最高綜合得分差異較大，各城市的金融集聚發展速度的差距可見一斑，尤其位于廣東省的樣本城市的金融集聚發展速度確實讓人驚嘆。

（二）金融集聚的影響因素體系

1反映信息因素的有關變量：

描述信息流通渠道發達指數的變量：本文選取的原始變量有五個：互聯網用戶數（戶）、電信業務總量（萬元）、固定電話用戶數（萬戶）、移動電話用戶數（萬戶）和郵政業務總量（萬元）。通過描述性統計可以看出這幾個變量之間存在普遍的正向關系，因而可以使用主成分分析法，提取信息流通渠道因素主成分，如下表所示：

從圖中可以看出第一個主成分的貢獻率為06565，第二個主成分的貢獻率為02002，因而取前兩個主成分代表信息可獲性指標，即：Iit=06565*Comp1+02002*Comp2。這樣構建的信息可獲性指標可以解釋全部數據信息的8566%，已能夠很好的代表各城市的信息基礎設施發達程度。

2控制變量：作為控制變量的因素是影響金融集聚水平的一般因素，主要指該地區的經濟規模水平，包括地區居民的消費能力、投資能力、政府購買力、教育科技實力和環境情況。具體來說，為了衡量一個地區居民的消費能力，我們使用該地區的社會消費品零售總額（百億元）和職工平均工資（千元）納入指標;衡量地區投資能力是將該地區的固定資產投資總額（百億元）納入指標;衡量地區政府購買力是將該地區地方財政支出總額（百億元）納入指標;考慮其他因素我們將各地區的教育、科技實力和環境情況分別使用該地區高等學校數（百所）和市轄區綠地面積（萬公頃）來表示。

綜上，我們建立回歸方程為：

Qit=α+γIit+λXit+εit （2）

上述回歸方程中，Qit作為被解釋變量，表示i地區t時期的金融集聚水平。

解釋變量中，Ii表示i地區t時期的信息流通渠道發達指數，構造Iit的方法同樣是使用主成分分析法提取衡量該地區信息流通渠道發達程度的各指標的主成分，其他影響金融集聚的一般因素我們把它們歸結到控制變量Xit來同一衡量。最后的隨機擾動項εit用來控制回歸方程中未考慮到的其他因素。

三、實證結果分析

我們將使用主成分分析法得出的金融集聚程度衡量指標的主成分作為被解釋變量，解釋變量由提取的各城市信息流通渠道發達水平的主成分和其他影響地區金融集聚水平的一般因素。

本文分別使用固定效應模型和隨機效應模型對回歸模型進行回歸，回歸結果以P值為0通過了Hausman檢驗，因而選用隨機效應模型進行回歸。而后得到表4所示的回歸分析結果：

本文進行了兩次回歸分析，第一個回歸模型中僅僅考慮城市金融集聚的影響因素，第二個回歸模型中將樣本城市按照所在地帶劃分為三大地帶：東部地帶、中部地帶和西部地帶。整體回歸的結果中，兩次回歸的整體Wald chi2值分別為738578和762750，說明我們構建的回歸方程是可信的。除高等學校數量以外，其他解釋變量都通過了顯著性檢驗，說明這些因素都是影響城市金融集聚程度的重要因素。其中，信息可獲性指標的參數估計在1%水平下通過了顯著性檢驗，說明信息可獲性對城市金融集聚程度有相當的影響。其他的自變量代表城市的居民消費力、投資能力、政府購買力對城市金融集聚程度有正向影響，符合經濟理論。需要解釋的是，城市所擁有的高等學校數量因素對金融集聚程度未能通過顯著性檢驗，其原因在于我國高等教育在全國范圍普遍得到重視和發展，而在我國金融發展初級階段人力資本對金融發展的貢獻尚未明顯顯現。另外，代表城市環境的自變量也通過了顯著性檢驗，說明金融業作為現代服務業的發展不但需要良好的經濟環境，同樣需要綠色環保舒適的城市環境。這對于建設新型現代化金融城市具有一定啟發。

在第二個回歸模型中，本文把位于中部地帶的樣本城市設為對比的基點，使位于東部地帶和西部地帶的樣本城市分別于中部地帶的樣本城市對比，結果表明：位于東部地帶的樣本城市與位于中部地帶的樣本城市之間的金融集聚程度有顯著差異，而位于西部地帶的樣本城市與位于中部地帶的樣本城市之間的金融集聚程度沒有顯著差異。這是由于位于東部地帶的城市更具備區位優勢，更加有利于形成和發展金融產業集聚。這些區位優勢來自于政策導向、區域的歷史因素、航運便利程度等等方面。值得一提的是，在加入地帶劃分之后并未對回歸模型其他自變量的系數和顯著性檢驗造成明顯影響，由此可見模型的設定是相當穩定和可信的。

四、結論及啟示

本文總結實證分析的結果，得出以下結論：（1）城市信息基礎設施的發達情況對其金融集聚的形成和發展具有重要影響。城市在發展自己的金融業的過程中，不僅僅需要政策優惠和扶持，還需要加強對與其發展息息相關的信息基礎設施的建設，這樣可以為其自身業務、盈利能力的發展消除障礙。（2）我國東部地帶城市的金融集聚水平顯著高于我國中、西部地帶的城市金融集聚水平，這與經濟發展的路徑依賴是密不可分的，區位因素目前仍是影響城市金融集聚程度的重要因素。（3）人力資本對金融集聚尚未形成顯著影響，但由于人力資本相較其他資本收益的特殊性，并不能認為人力資本對金融發展沒有推動作用，而只是在現階段我國金融集聚尚處于初級程度，人力資本對其的影響尚未明顯顯現。（4）城市環境情況是金融集聚程度的又一影響因素，這為只顧經濟增長忽略環境問題的城市提了個醒，金融業的發展離不開綠色舒適的城市環境，這也符合未來城市發展的規律。

參考文獻：

[1] ?Porteous，DJ1995Geography of Finance：Spatial Dimensions of Intermediary Behaviour，Avebury，Aldershot，England

[2] Park，Yoon S，Musa Essayyad1989International Banking and Financial Centers，Boston，Kluwer，68-84

[3] 趙曉斌，王坦，張晉熹信息流和不對稱信息是金融與服務中心發展的決定因素：中國案例[J]經濟地理，2002（4）：408-414

[4] 黃解宇，楊再斌金融產業集聚論：金融中心形成的理論與實踐解析[M]北京：中國社會科學出版社，2006

[5] Kindle Berger C·P，The Formation of Financial Centers：A Study of Comparative Economic History [M]Princeton：Princeton University Press，1974·

[6] Davis EP1988International Financial Centers and Industrial

Analysis [J]Bank of England Discussion Paper：50-57

[7] 梁穎金融產業集聚述評[J]經濟學動態，2006（8）

[8] 張志元，季偉杰中國省域金融產業集聚影響因素的空間計量分析[J]廣東金融學院學報，2009（1）：107-116

[9] 任英華，徐玲，游萬海金融集聚影響因素空間計量模型及其應用[J]數量經濟技術經濟研究，2010（5）：104-115

[10] 黃永興，徐鵬，孫彥驪金融集聚影響因素及其溢出效應——基于長三角的實證分析[J]投資研究，2011（8）：113-119