陳 俊，胡宗義，劉亦文

（湖南大學 金融與統(tǒng)計學院，湖南長沙 410079）＊

一、問題的提出及文獻綜述

空間集聚是金融產(chǎn)業(yè)的重要特征，全球金融產(chǎn)業(yè)集聚現(xiàn)象越來越突出。目前在國際上，金融產(chǎn)業(yè)已形成了三大金融中心——紐約、倫敦和東京。我國金融產(chǎn)業(yè)集聚仍處于低水平狀態(tài)，但金融產(chǎn)業(yè)集聚趨勢越來越明顯，北京、上海、深圳、天津等城市已經(jīng)展現(xiàn)良好的發(fā)展前景。

國內(nèi)外很多學者從不同角度對影響金融產(chǎn)業(yè)集聚的因素進行了深入分析，Davis（1988）首次將企業(yè)選址理論運用到金融產(chǎn)業(yè)集聚形成的研究中［1］。Naresh R.Pandit（2001）等對英國大倫敦區(qū)、西北區(qū)、南蘇格蘭區(qū)等三大金融產(chǎn)業(yè)集聚進行比較、分類和分級，并分析了金融產(chǎn)業(yè)集聚帶來的經(jīng)濟社會效益［2］。Taylor（2003）等對倫敦的金融服務業(yè)集聚進行了實證研究，從而使集聚理論由制造業(yè)拓展到了金融服務業(yè)，他們認為地理鄰近和人際關(guān)系是金融集聚的關(guān)鍵［3］。國內(nèi)不少學者基于不同的理論、采取不同的計量方法對影響中國金融集聚的主要因素進行了理論歸并和實證研究，如李偉軍（2011）基于區(qū)域經(jīng)濟學、信息經(jīng)濟學和金融學的相關(guān)理論，采用長三角城市群面板數(shù)據(jù)和現(xiàn)代計量分析方法，認為地區(qū)行政層級和信息基礎(chǔ)設(shè)施整合而成的“信息源”是金融產(chǎn)業(yè)集聚的主導力量［4］。駱永民、劉艷華（2011）使用省級面板數(shù)據(jù)和面板向量自回歸模型對金融集聚、人力資本與房價三者關(guān)系進行了實證研究［5］。車欣薇等（2012）揭示了地理因素所導致的機會成本、規(guī)模效益、金融服務產(chǎn)業(yè)在經(jīng)濟中所占份額和金融信息量是金融集聚的決定因素［6］。黃解宇和楊再斌（2006）認為金融本身的高流動性、規(guī)模經(jīng)濟效應以及金融主體的空間鄰近等三方面因素對加快金融產(chǎn)業(yè)集聚具有促進作用［7，8］。國內(nèi)學者還從不同角度探討了金融集聚對區(qū)域經(jīng)濟的增長效應和輻射效應。劉紅（2008）研究發(fā)現(xiàn)金融資源集中可以使得核心區(qū)獲得較前更高的增長率［9］。李林等（2011）發(fā)現(xiàn)我國行政體制卻制約了金融集聚的輻射作用的發(fā)揮［10］。

不難發(fā)現(xiàn)，金融業(yè)集聚的現(xiàn)象已引起了眾多學者的關(guān)注，然而大多數(shù)都是以理論研究為主，輔以大量的金融集聚案例分析，僅有較少的文獻對金融集聚做實證研究，并且已有的關(guān)于中國金融業(yè)集聚的文獻較少考慮空間因素。為此，本文以資源稟賦理論、新經(jīng)濟理論和產(chǎn)業(yè)政策理論為依托，以空間計量分析方法為工具，利用2005～2010年我國31個省、自治區(qū)、直轄市（港、澳、臺除外）的面板數(shù)據(jù)進行實證研究，分析金融產(chǎn)業(yè)集聚影響因素。

二、變量選擇、模型設(shè)計與數(shù)據(jù)處理

（一）變量選擇

1.要素稟賦。要素稟賦（Factor Endowments）包括土地、勞動和資本等三個要素，考慮人力資本和區(qū)位兩個要素對金融集聚發(fā)展的影響，分別用HC和COAST表示。人力資本變量的設(shè)置，參考姚德龍（2008）的做法，用各省區(qū)以上人口中受過高中和大專及以上教育所占的比重來衡量［12］。把區(qū)位分為沿海地區(qū)省份和非沿海地區(qū)省份兩大類。沿海省包括15個省級行政單位，沿海省的虛擬變量設(shè)為1，非沿海地區(qū)設(shè)為0。

2.產(chǎn)業(yè)外部性。選用全國法人單位數(shù)中金融法人單位數(shù)所占的比重來衡量金融企業(yè)的前后向關(guān)聯(lián)所導致的產(chǎn)業(yè)外部性，用JN表示。

3.經(jīng)濟基礎(chǔ)。用各地區(qū)國民生產(chǎn)總值中的財政收入總額所占比例來衡量各地區(qū)經(jīng)濟基礎(chǔ)的發(fā)展水平，用GOV表示。

4.對外開放。設(shè)置出口額占GDP的比值來綜合反映各地區(qū)對外開放程度，用OPEN表示。

5.產(chǎn)業(yè)政策。設(shè)置金融發(fā)展水平作為政策變量來檢驗產(chǎn)業(yè)政策對金融產(chǎn)業(yè)集聚的影響，用金融機構(gòu)貸款額占GDP比重來衡量一地的產(chǎn)業(yè)政策對金融集聚的解釋，用FD表示。

（二）模型的建立與數(shù)據(jù)說明

建立面板數(shù)據(jù)空間計量模型，分析變量的空間相關(guān)性以及其影響因素，模型如下：

式中，LQi表示省份i金融產(chǎn)業(yè)區(qū)位熵，可充分比較不同地區(qū)金融集聚程度，確定該地區(qū)金融產(chǎn)業(yè)集中狀況在全國所處的位置。

其中，Eij指省份i內(nèi)金融業(yè)生產(chǎn)總值，Ei指省份i內(nèi)的地區(qū)生產(chǎn)總值，Ekj表示全國金融業(yè)生產(chǎn)總值，Ek指國內(nèi)生產(chǎn)總值。

式（1）中Geography表示經(jīng)濟地理因素的向量，包括沿海區(qū)位（COAST）與人力資本（HC）；New－Geography表示新經(jīng)濟地理因素的向量，包括產(chǎn)業(yè)外部性（JN）、經(jīng)濟基礎(chǔ)（GOV）和對外開放（OPEN）；Policy表示產(chǎn)業(yè)政策因素的向量，包括金融機構(gòu)貸款占GDP比重（FD）；i為1，2，……31個省份，εi為隨機誤差項。

本文所使用的數(shù)據(jù)是剔除價格因素影響的31個省市的2005～2010年的面板數(shù)據(jù)，所有數(shù)據(jù)均來源于《中國統(tǒng)計年鑒》。

三、實證研究

（一）空間自相關(guān)性分析

利用我國31個省市的2005～2010年金融集聚指標的面板數(shù)據(jù)，利用GEODA軟件可以計算出Moran’I指數(shù)及其檢驗結(jié)果見表1。

表1 中國31個省市金融集聚Moran’s I指數(shù)及其Z值

從表1可以看出，各地區(qū)金融產(chǎn)業(yè)集聚的Moran’s I的正態(tài)統(tǒng)計量Z值均大于正態(tài)分布函數(shù)在0.05顯著水平下的臨界值（1.96），這表明我國31個省市金融集聚發(fā)展具有明顯的空間正自相關(guān)性。

圖1是我國2009年各地區(qū)金融產(chǎn)業(yè)集聚的Moran’I散點圖，多數(shù)省市處在第一象限（高－高）和第三象限（低－低），上海、浙江、天津、福建和江蘇等5個省市處在第一象限中，表明金融產(chǎn)業(yè)集聚水平相對較高的省份相鄰近，且都處于東部沿海地區(qū)。第三象限有黑龍江、吉林、遼寧、內(nèi)蒙古、甘肅、河南、陜西、青海、山東、安徽、四川、湖北、湖南、云南、貴州、新疆、西藏等，表明金融產(chǎn)業(yè)集聚水平相對較低的省份相鄰?？傮w上，我國位于第二、四象限的省域不多，金融產(chǎn)業(yè)集聚發(fā)展分化較為明顯，這表明了我國省域的金融集聚在地理空間分布存在一定程度的依賴性和異質(zhì)性。

（二）模型OLS估計結(jié)果

表2列出了資源稟賦、新經(jīng)濟地理、政策因素分別對金融集聚的影響，同時也列出了它們聯(lián)合對金融集聚的影響，模型Ⅰ是只包含了資源稟賦對金融集聚的影響，模型Ⅱ和模型Ⅲ是分別只包含了經(jīng)濟地理因素和政策因素的OLS估計結(jié)果，模型Ⅳ是包括了資源稟賦、新經(jīng)濟地理和產(chǎn)業(yè)政策的全部變量的OLS估計結(jié)果。

圖1 我國2009年省域的金融集聚度的Moran’s I指數(shù)散點圖

表2 模型Ⅰ、Ⅱ、Ⅲ、Ⅳ的OLS估計結(jié)果

結(jié)果顯示，資源稟賦能部分地解釋金融集聚現(xiàn)象，但在加入新經(jīng)濟地理變量和產(chǎn)業(yè)政策變量后，資源稟賦對金融集聚的影響不再顯著，經(jīng)濟基礎(chǔ)和產(chǎn)業(yè)政策對金融集聚有明顯的促進作用，但對外開放程度和產(chǎn)業(yè)外部性對金融集聚無明顯的促進作用。

回歸診斷顯示出非正態(tài)和異方差性，以及高度空間自相關(guān)。由表2知模型R2＝0.7937，可決系數(shù)很高，但解釋變量的t值顯著，且系數(shù)的符號與實際情況并不一致，這表明解釋變量之間有可能存在多重共線性，通過對模型進行Breusch－Pagan檢驗可以看出模型Ⅳ中存在異方差。

本文采用逐步回歸來消除多重共線性問題。分別做LQ9對COAST、JN、HC、GOV、OPEN、FD的一元回歸，結(jié)果如下：

表3 一元回歸結(jié)果

從表3可以看出，加入經(jīng)濟基礎(chǔ)變量的方程可決系數(shù)最大，達到了0.7189，以經(jīng)濟基礎(chǔ)變量為基礎(chǔ)，順次加入其他變量逐步回歸，結(jié)果見表4。從表4可以看出，新加入政策因素的方程可決系數(shù)改進最大，達到了0.7708，而且各參數(shù)的t檢驗顯著，選擇保留FD，再加入其他新的變量逐步回歸，結(jié)果顯示對R2沒有明顯改進，并且t檢驗變得不顯著。

（三）空間計量模型的選擇與估計

從空間自相關(guān)結(jié)果分析可知，我國各地區(qū)金融業(yè)發(fā)展存在顯著的空間自相關(guān)性。所以，應該將空間影響因素納入到模型的研究當中來。面板數(shù)據(jù)空間計量模型可以分為空間滯后面板數(shù)據(jù)模型（SLPDM）和空間誤差面板數(shù)據(jù)模型（SEPDM）。Moran’s I檢驗結(jié)果均顯著支持面板數(shù)據(jù)空間計量模型。本文運用LeSage編寫Matalab空間計量數(shù)據(jù)包，得出的各模型的相關(guān)系數(shù)和檢驗結(jié)果如表5所示。

表4 加入新變量的回歸結(jié)果

表5 SLM和SEM的ML估計結(jié)果

（四）空間計量模型的回歸結(jié)果分析

表5結(jié)果顯示：SEM對R2改進較大，SLM對R2沒有明顯改進，且W＿LQ9沒有通過t檢驗。LM檢驗結(jié)果也表明LM－Error比LM－Lag檢驗統(tǒng)計量更加顯著，因此，選擇空間誤差模型（SEM）。從表5可以看出，我國金融產(chǎn)業(yè)集聚在地區(qū)間存在空間溢出效應。

四、結(jié) 論

以上基于2005～2010年我國31個省、自治區(qū)、直轄市的面板數(shù)據(jù)，運用空間計量分析方法對我國金融產(chǎn)業(yè)集聚的影響因素進行了研究，結(jié)果發(fā)現(xiàn)：（1）我國金融產(chǎn)業(yè)的正向空間自相關(guān)性與空間集聚性正不斷增強，鄰接地區(qū)的金融產(chǎn)業(yè)集聚具有空間溢出效應；（2）資源稟賦能部分解釋中國金融產(chǎn)業(yè)區(qū)域集聚，在控制新經(jīng)濟地理與產(chǎn)業(yè)政策因素影響下，資源稟賦因素對金融產(chǎn)業(yè)集聚的影響不再顯著；（3）新經(jīng)濟地理變量和產(chǎn)業(yè)政策變量對金融集聚有正的促進作用；（4）中國金融產(chǎn)業(yè)集聚水平呈現(xiàn)出明顯的區(qū)域差異，具體表現(xiàn)為東高西低的空間分布格局。

［1］Davis，E.P.International financial centers－an industrial analysis［J］.Bank of England Discussion，1998：50－57.

［2］Naresh R.Pandit，Gary A.S.Cook，G.M.Peter Swann.The dynamics of industrial clustering in british financial services［J］.The Service Industries Journal，2001，21（4）：31－61.

［3］Peter J.Taylor，Jonathan V.Beaverstock，Gary Cook，Naresh Pandit，Kathryn Pain and Helen GreenWood.Financial services clustering and its significance for london［M］.London：Corporation of London，2003.

［4］李偉軍.區(qū)行政層級、信息基礎(chǔ)與金融集聚的路徑選擇——基于長三角城市群面板數(shù)據(jù)的實證分析［J］.財經(jīng)研究，2011，37（11）：80－90.

［5］駱永民，劉艷華.金融集聚、人力資本與房價——anelVAR模型［J］.財貿(mào)研究，2011，（4）：93－101.

［6］車欣薇，部慧，梁小珍，等.一個金融集聚動因的理論模型［J］.管理科學學報，2012，15（3）：16－29.

［7］黃解宇，楊再斌.金融集聚論：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.

［8］黃解宇.金融集聚研究綜述［J］.工業(yè)技術(shù)經(jīng)濟，2008，27（1）：143－146.

［9］劉紅.金融集聚對區(qū)域經(jīng)濟的增長效應和輻射效應研究［J］.上海金融，2008，（6）：14－19.

［10］李林，丁藝，劉志華.金融集聚對區(qū)域經(jīng)濟增長溢出作用的空間計量分析［J］.金融研究，2011，（5）：113－123.

［11］劉玲，陶士貴.中國區(qū)域金融差異對經(jīng)濟發(fā)展的影響—— 基于空間經(jīng)濟學F2模型的實證分析［J］.財經(jīng)理論與實踐，2012，（4）：7－11.

［12］韓占兵.區(qū)域經(jīng)濟發(fā)展差異對企業(yè)融資結(jié)構(gòu)影響的實證研究——基于上市公司面板數(shù)據(jù)模型的分析［J］.稅務與經(jīng)濟，2011，（1）：40－44.

［13］李鑌，唐松，祝佳.基于集聚視角下的物流產(chǎn)業(yè)培育研究［J］.湖湘論壇，2011，（2）：107－109.

［14］姚德龍.中國省域工業(yè)集聚的空間計量經(jīng)濟學分析［J］.統(tǒng)計與決策，2008，（3）：123－124.