基于熵值賦權topsis法的華東地區金融發展水平時空分析

鄭雨桐

隨著我國深化改革不斷推進，華東地區金融發展迅速，為了使其各省市的金融發展水平協同穩定增長，需對其進行時空分析。在建立金融發展水平評價指標體系基礎之上，運用熵值加權，topsis法等方法，建立了金融發展水平綜合評價體系。基于評價結果，對各省市進行綜合排名，運用模糊數學原理對其劃分梯隊。并對各省市金融發展綜合水平進行時空分析。結果表明：在時間維度上，上海始終列居第一，而安徽、福建、江西浮動較大。金融發展水平對國際經濟存在一定的依賴性，影響波動的關鍵因素是外商直接投資額;在空間維度上，地區間金融發展水平差異較大，各省市金融發展水平由“s”形向外逐漸降低。基于此，對實現金融發展水平協同穩定增長提出了針對性意見。

一、引言

自上世紀80年代后，我國金融市場體系逐步建立，在幾十年間迅速發展擴大，金融體系不斷健全和完善，如今在我國的經濟建設中占有不可小覷的地位。金融是現代經濟的核心，在資源配置、風險管理、信息提供以及促進經濟發展中發揮著核心的作用，金融發展在一定程度上可以反映現代經濟的發展水平（周麗麗等，2014），因此，研究金融發展水平，可以衡量現代化經濟發展和地域的綜合發展水平，并對此進行評判。

長久以來，不乏有學者對金融發展進行研究，王宇鵬和趙慶明（2015）以散點圖為基礎，更直觀地分析了金融發展程度與宏觀經濟波動之間的關系，并建立了計量模型，從風險管理和供求的角度進行分析，認為金融發展程度越高，宏觀經濟波動率越低，宏觀經濟更穩定。熊學萍，譚霖（2016）基于2004-2013年我國30個省市的數據，運用因子分析法對金融發展水平測度與排名，結果表明我國區域金融發展不平衡，區域間發展水平的差距沒有明顯縮小。于曉虹等（2016）使用2010-2014年我國省級面板數據，運用因子分析法和topsis綜合評價法進行實證研究，得出各省份金融發展水平的差異性問題，并提出政府應在大力深化金融改革的同時兼顧區域間金融的均衡發展。安靜（2020）以廣東佛山金融業發展為出發點，對佛山區域金融發展水平進行評價，并結合灰色模型對制約金融業發展的影響因素進行分析，認為在崗職工人均工資總額、金融服務業占第三產業比重和GDP增長率等因素對金融發展的影響較顯著，同時提出政府應采用鼓勵激勵、促使金融機構投入市場以縮小佛山與其他地區金融發展的差異。

學者對于金融發展與經濟增長方面的研究較廣泛，而鮮少對金融發展水平進行評價，且大多停留在靜態分析，多為時間維度的研究，無法觀察到各省市金融發展水平的動態變化。根據現有的研究成果，綜合借鑒了上述學者的理論及方法，延承了他們研究過程中的優勢并改進不足，建立了金融發展水平指標體系，覆蓋的方面更加全面，避免了指標過于片面的局限性，運用熵值topsis法和模糊數學，綜合時間和空間兩個維度對我國2014-2018年華東地區7個省市金融發展水平進行動態研究，更加全面、客觀地對金融發展水平進行評價，并根據研究結論，以刺激經濟增長，提高我國金融發展的穩定性，促進金融發展為目的，對未來華東地區金融發展提出建設性的建議。

二、金融發展水平評價體系的指標構建和數據預處理

（一）指標構建

金融發展就是金融結構的變化（Goldsmith，1969），它體現在金融交易規模的擴大，金融結構的深化及金融運行效率的提高，其中金融交易規模的擴大也包括金融資源的有效配置及金融發展所處生態環境經濟運行的穩定與高效。為保證更全面、客觀、科學地評價我國華東地區7個省市的金融發展水平，在研究過程中綜合考慮了影響金融發展的因素以及金融業的特性，主要從金融生態環境、金融發展的廣度與深度、金融發展效益三個方面進行研究，將其作為一級指標，在這基礎上設計出14個二級指標，并建立了金融發展水平評價體系（如表1）。

（二）數據來源

為了研究華東地區各省市金融發展水平，文章選用了3個一級指標和14個二級指標構建評價全面金融發展水平的指標體系。由于數據來源有限，樣本只選取了華東地區的7個省市，利用其2014，2016，2018年的數據進行研究，搜集的數據均來源于這7個省市的統計年鑒及各省市國民經濟和社會發展統計公報，對于部分不能直接得到的數據，也在統一各省市數據的計量標準的前提下，根據相關公式嚴格計算得到，以保證數據的可靠性、完整性、全面性和有效性。

三、金融發展水平評價體系的建立

（一）熵值法確認權重

1.研究原理

通過初步研究和篩選，選取了熵值topsis法對金融發展水平進行綜合評價。假設有m個待評價樣本，n個評價指標，xij表示第i個被評價對象的第j個指標的數據，根據所確定的指標及獲取的樣本數據，形成原始指標數據矩陣：X=（xij）m×n（其中，i=1，2…，m; j=1，2…，n）. 其中m表示華東地區的7個省市，n表示14個二級評價指標。各指標的計量方式各有不同，為了消除量綱對測評結果的影響，在運用熵值法、topsis綜合評價法和模糊數學分析之前，預先各指標下的數據進行了歸一化的處理。

第一步，根據公式1對數據進行規范化處理。

第二步，通過下述公式計算得到信息熵。

第三步，根據公式3計算各指標對應的權重。

2.研究結果

研究所選取的15個指標均為正向指標，用Python軟件按上述原理進行數據分析經研究分析，得到2018年各個指標的權重結果如表2.

結果表明，2018年金融生態環境指標的權重最大，其中，X5（外商直接投資額）所占權重最大，認為外資直接投資額對我國金融發展水平影響相對較大，X2（社會商品零售總額）次之，X6（商品出口額）所占的權重略低于社會商品零售總額。其中，外商直接投資額與商品出口額均與國際貿易相關，可知國際貿易對金融發展水平的影響較大，并對此具有一定的依賴性，因而國際市場上的波動易對我國的金融發展產生一定的影響。

（二）基于TOPSIS法的綜合評價

1.研究原理

在熵值法計算得到的權重的基礎上，運用topsis綜合評價法對金融發展水平進行評價。設經歸一化處理后的矩陣為C=（cij）m×n.

2.華東地區各省市金融發展水平綜合得分與排名

基于上述原理，運用Python軟件進行操作，對計算結果進行整理和歸納后得到2018年華東地區各省市金融發展水平的綜合得分和排名，結果如表3所示：

華東地區各省市的金融發展水平存在較大差異，金融發展水平的前三名分別是上海，浙江和福建，但這三個省市仍存在較大差距，上海市作為中國國際經濟、金融、貿易、航運、科技創新中心，其金融發展水平遠高于其他省市，浙江也因其豐富的資源條件和較為優越的地理條件，金融發展水平列居高位，與其他省市的差距較大，江西的金融發展水平最低。基于原始數據及各指標的權重分析，江西和安徽的金融發展指數低于其他省市，與其商品出口額遠低于其他省市有關。

四、基于模糊數學的華東地區各省市金融發展水平層次劃分

（一）研究原理

模糊數學是一種研究和處理模糊性現象的一種數學理論和方法，為進一步整體了解及掌握華東地區金融發展的動態情況，研究華東地區各省市的金融發展水平并將水平相近的省市進行梯隊劃分，因為各個梯隊的標準是個模糊的概念，可以使用模糊數學中的隸屬度概念將其進行量化，使用均勻分布函數法，擬定相關的梯隊等級的劃分標準如表4所示。

（二）研究結果

根據華東地區各省份的金融發展水平的綜合得分情況，運用模糊數學，基于數學模糊的梯隊劃分標準，將2018年華東7個省市劃分為4個梯隊，得到的結果如表5所示。

五、華東地區各省市金融發展水平的時空分析

（一）時間維度

利用熵值法得到2014，2016，2018年的金融發展水平的權重結果如表6，在三年中，金融生態環境指標所占的權重最大，其權重先上升后下降，總體的權重有所提升;金融發展效益的權重三年中呈上升趨，兩個指標的權重在三年內均逐步上升，對金融發展水平的影響程度提高，認為該指標的變動會對金融發展水平產生更強的影響力。

在金融生態環境指標下，外商直接投資額的權重在三年中均為最大，其權重在三年中先上升后下降，整體權重降低，表明我國金融發展水平雖對國際貿易表現出較高的依賴性，但這種依賴性在逐漸降低;社會商品零售總額位列第二，GDP增長率的權重隨年份增長迅速增長，在2018年僅次于社會商品零售總額，GDP增長率對金融發展水平的影響力逐漸增強，表明金融發展水平和經濟發展在一定程度上呈正相關;第三產業生產總值和固定資產投資額的權重在三年間有較大的浮動，可能與當時社會環境的變化有關。

在金融發展的廣度與深度指標下，金融機構存款額/地區GDP的權重隨年份變化略微增長，金融機構貸款額/地區GDP的權重隨年份變化大幅降低，表明華東地區金融機構金融發展的重心在一定程度上由貸款業務向存款業務轉變，這種模式一定程度上也降低了資金配置的效率。

在金融發展效益指標下，兩個二級指標的權重均逐步增長，金融發展效益對金融發展水平的影響逐漸增強。綜合各省市金融發展水平的綜合得分（表7）和原始數據，發現除上海和安徽，其他省市金融對第三產業增長值的貢獻率于2018年都表現出大幅降低的現象，與其綜合得分于2018年下降的趨勢相符，因此可以認為金融發展效益對金融發展水平存在較大的影響。

總體來看，GDP增長率和金融對第三產業增長值的貢獻率兩個指標的權重隨年份增長而大幅升高，為后續金融發展水平綜合得分及排名的分析提供一定的依據。

作為中國經濟發展最快的地區之一，華東地區在金融業取得了較大成果，金融的發展規模不斷擴大，發展效益有所提升，生態環境不斷改善，金融綜合水平得到了提高。但各省份的金融發展水平在各年份間仍有浮動，在三個年度下綜合得分及排名結果如表7，梯隊變動情況如表8.

總體來看，三年中各省市綜合評分的極差較大，且這種差距隨著年份而增大，華東地區各省市的金融發展水平差異性較為明顯。綜合考慮華東各省市三年的金融發展水平綜合得分、排名以及梯隊劃分結果，做出綜合的梯隊劃分及評價如下：

第一梯隊：上海

上海的金融發展水平在華東地區中始終位列第一，原始數據中，上海的指標均位于前列，且大多數指標位于首位，總體水平高于其他省市，因而將其劃分在第一梯隊。

第二梯隊：浙江。

浙江的的排名在三年間較穩定，金融發展水平的綜合得分一直穩居前三以內，數學模糊劃分中的結論也與之相符，因而將其劃分在第二梯隊。

第三梯隊：福建、山東、安徽。

福建省于2016年升至第二梯隊，金融發展水平呈先上升后下降趨勢，其綜合水平與第三梯隊的標準更相符。

山東三年的綜合評分均落至第三梯隊內，排名呈上升趨勢，綜合得分卻呈下降趨勢，但整體發展較穩定。

安徽于2018年落至第四梯隊，排名呈下降趨勢，但綜合水平與第三梯隊的標準相符，它的浮動范圍較大，這與其GDP增長率、外商直接投資額指標的浮動較大，進而影響了金融生態環境指標有關。

第四梯隊：江蘇、江西。

江蘇的金融發展水平較穩定，各年度均位于第四梯隊，它的排名整體呈下降趨勢，但綜合得分呈上升趨勢，整體金融發展水平上升。原始數據中，其金融生態環境下的指標大多數呈上升趨勢，但GDP增長率、金融發展效率等指標有下降的趨勢，這也致使江蘇的金融發展水平整體在上升，但上升趨勢緩慢。

江西的金融發展水平較不穩定，且整體的金融發展水平較低，在三年中均位居倒數，于2016年升至第三梯隊，這與其金融發展效益指標的浮動較大有關。

（二）空間維度

為進一步研究2014，2016，2018年華東地區金融發展水平的動態變化，將7個省份的梯隊變化進行總結，如圖1.華東地區的金融發展水平的表現為以上海為中心向四周遞減的趨勢，山東、上海、浙江和福建形成一個“s”形，由“s”形向外金融發展水平逐漸降低，其中，東南部的金融發展水平較高。

與浙江接壤的省份金融發展水平相對較高，如上海、福建、安徽等省市，其在一定程度上發揮了地域優勢，帶動周邊區域協同發展。以合作共贏為方向，以資源共享、優勢互補、協同發展為原則，2014年蘇浙皖滬簽署了《長三角地區率先實現旅游一體化行動綱領》，在實現旅游一體化的同時，一定程度上也帶動了區域間的經濟協同發展;以利益共享、協同創新為目的，2017年設立了浙江省全面接軌上海的示范區，區域間的往來可以在一定程度上實現省市間的資源共享，更合理地配置資源，利于金融產業結構的優化和發展規模的擴大，促進金融發展水平的提升。

江蘇雖與上海、浙江接壤，但其金融發展水平依舊較低，可加強地域間的經濟及金融活動往來，帶動江蘇省的金融產業發展，充分發揮其空間優勢。

六、結論與建議

（一）結論

1.在三年中，上海市的金融發展水平始終位居首位。二級指標中外商直接投資額對各省市金融發展水平的影響程度最大，商品出口額也持有較高的權重，因而認為該地區金融發展水平易受國際貿易的影響程度。結果表明，華東地區金融發展水平梯隊劃分的結果與其經濟發展程度相關性較大，也在一定程度上說明了金融發展與經濟增長呈正相關關系。

2.金融生態環境對金融發展水平的影響程度最大，其權重略微上升，金融發展效益的權重迅速增長，金融對第三產業增長值的貢獻率的權重增幅最大。研究發現除上海和安徽，其他省市金融對第三產業增長值的貢獻率均于2018年大幅降低，與其綜合得分下降的趨勢相符，認為金融發展效益對金融發展水平存在較大影響。

3.山東、江蘇、上海和浙江金融發展水平穩定，在三年中梯隊沒有發生變化，且上海和浙江分別位于第一、第二梯隊，金融發展水平較高。浙江周邊的省市的金融發展水平普遍較高，與地域間的協同發展有一定的關系，江蘇雖與浙江和上海接壤，但其金融發展水平仍位于末尾，且金融發展緩慢。GDP增長率、金融對GDP的貢獻率和金融對第三產業增長值的貢獻率等指標的權重隨年份而升高，江蘇的這三類指標數據卻隨年份呈下降趨勢，這是江蘇金融發展水平緩慢的原因之一。

（二）建議

1.外商直接投資額所占比重最大，可能與華東地區臨近海域且各類交通發達，國際貿易頻繁相關，因此華東地區的金融發展水平受國際影響較大，政府應鼓勵發展本土經濟，減少對外的依賴度，以提高本土金融發展的運行效益和金融發展規模為目的，減少國際形勢變動對本土金融經濟的沖擊。

2.金融生態環境對金融發展水平的影響最大，與各省市的經濟發展程度、金融資源總量密切相關，是推動金融發展的重要因素;金融發展效益指標的權重大幅增長，是影響金融發展水平的重要因素，對此，政府應推動各省市的金融結構優化，提高金融運行效率，繼續增加金融資源總量的供給，以促進金融發展。

3.除上海和浙江外，其他省市金融發展水平相對較低，因省市間的協同發展在一定程度上可以促進金融發展，政府應充分發揮華東地區省市間的地域優勢，協調區域間的均衡發展，實現一定程度上的金融資源共通，提高資源的配置效率，為金融發展提供更好的生態環境，以帶動華東地區金融產業共同發展。

（作者單位：首都經濟貿易大學）