沈戰(zhàn)

內(nèi)容摘要：金融集聚的測(cè)度方法是金融集聚理論與實(shí)務(wù)領(lǐng)域中一項(xiàng)復(fù)雜而前沿的研究課題。本文對(duì)金融集聚測(cè)度方法的國(guó)內(nèi)外相關(guān)研究予以梳理和評(píng)述，對(duì)各種研究方法自身特點(diǎn)及在實(shí)踐當(dāng)中存在的不足予以歸納總結(jié)，以期為相關(guān)領(lǐng)域的進(jìn)一步研究提供借鑒。

關(guān)鍵詞：金融集聚 測(cè)度方法 集聚效率

引言

金融集聚既可以定義為一個(gè)過(guò)程，也可以定義為一個(gè)狀態(tài)或結(jié)果。前者指通過(guò)金融資源與地域條件協(xié)調(diào)、配置、組合的時(shí)空動(dòng)態(tài)變化，促進(jìn)金融產(chǎn)業(yè)成長(zhǎng)、發(fā)展，進(jìn)而在一定地域空間生成金融地域密集系統(tǒng)的變化過(guò)程。也可以看作是金融運(yùn)動(dòng)的地域選擇和落實(shí)，金融效率的空間調(diào)整和提高的過(guò)程。后者則指經(jīng)過(guò)上述過(guò)程，達(dá)到一定規(guī)模和密集程度的金融產(chǎn)品、工具、機(jī)構(gòu)、制度、法規(guī)、政策文化在一定地域空間有機(jī)組合的現(xiàn)象和狀態(tài)（黃解宇等，2006）。D.KEEBLE指出，金融集聚是金融發(fā)展到高級(jí)階段的標(biāo)志。現(xiàn)如今，金融集聚儼然成為最具代表性的現(xiàn)代金融組織形式。紐約、倫敦及東京構(gòu)成世界范圍內(nèi)的三大金融集聚區(qū)，同時(shí)部分經(jīng)濟(jì)后起步國(guó)家及地區(qū)也出現(xiàn)金融機(jī)構(gòu)集聚趨勢(shì)。

通過(guò)文獻(xiàn)檢索并進(jìn)行總結(jié)分析，當(dāng)前對(duì)金融集聚水平測(cè)度方法的研究主要從兩方面展開(kāi)：一是依托于特定區(qū)域的金融集聚水平測(cè)度法，主要有金融集中度以及基尼系數(shù)等；二是依托于距離的金融集聚水平測(cè)度，主要有K函數(shù)和L函數(shù)、SP指數(shù)等。本文的綜述也是由此展開(kāi)的，并在縱向比較代表性方法的原理后， 圍繞其共同存在的問(wèn)題做一簡(jiǎn)要橫向評(píng)析，以期為相關(guān)領(lǐng)域的進(jìn)一步研究提供借鑒。

基于區(qū)域的金融集聚水平測(cè)度

此類測(cè)度方法分為行業(yè)集中度、赫芬達(dá)爾指數(shù)、區(qū)位基尼系數(shù)、產(chǎn)業(yè)集群指數(shù)和哈萊-克依指數(shù)等五種。

（一）行業(yè)集中度

行業(yè)集中度是所有金融集聚水平測(cè)度方法當(dāng)中難度最低、應(yīng)用最為廣泛的一種，實(shí)踐中常用行業(yè)集中度這一指標(biāo)作為對(duì)某一領(lǐng)域中競(jìng)爭(zhēng)激烈程度進(jìn)行判斷和評(píng)價(jià)的標(biāo)準(zhǔn)。所謂行業(yè)集中度（Concentration Ratio），也叫行業(yè)集中率或者市場(chǎng)集中度，具體指的是一個(gè)行業(yè)各個(gè)有關(guān)市場(chǎng)當(dāng)中最具實(shí)力的幾家企業(yè)的產(chǎn)值、產(chǎn)量、銷售額、銷售量、在職人員以及資產(chǎn)總額等在市場(chǎng)中所占比重的綜合。高雅靜（2012）指出，用行業(yè)集中度來(lái)測(cè)量金融業(yè)市場(chǎng)結(jié)構(gòu)集中程度，明確行業(yè)內(nèi)企業(yè)數(shù)量及各自所擁有的實(shí)力，在此基礎(chǔ)之上對(duì)金融業(yè)競(jìng)爭(zhēng)激烈程度做出判斷。

行業(yè)集中度對(duì)應(yīng)的計(jì)算公式：

在上述公式當(dāng)中，字母CRn表示金融領(lǐng)域中最具實(shí)力的n家企業(yè)的市場(chǎng)集中度，Xi表示金融業(yè)當(dāng)中實(shí)力排名第i的企業(yè)所對(duì)應(yīng)的生產(chǎn)額、銷售額以及所擁有的在職員工數(shù)量，N表示金融業(yè)當(dāng)中所擁有的所有機(jī)構(gòu)數(shù)量總和。葉耀明（2007）指出，金融業(yè)市場(chǎng)集中水平主要通過(guò)行業(yè)集中度指標(biāo)得以展示，通過(guò)行業(yè)集中度還可以對(duì)金融業(yè)中實(shí)力較為雄厚的企業(yè)對(duì)應(yīng)的市場(chǎng)壟斷程度做出判斷。利用上述公式計(jì)算金融業(yè)行業(yè)集中度就是將金融業(yè)實(shí)力較雄厚的幾家企業(yè)各自所占市場(chǎng)份額進(jìn)行簡(jiǎn)單相加即可。

黃永興（2011）等人提出，采用行業(yè)集中度公式進(jìn)行金融集聚測(cè)算的優(yōu)勢(shì)在于能夠更加準(zhǔn)確、及時(shí)的顯示金融業(yè)中實(shí)力較為雄厚的幾家企業(yè)各自份額的變動(dòng)情況，操作簡(jiǎn)單；但同時(shí)也存在自身的不足，主要是：首先，金融業(yè)當(dāng)中的企業(yè)數(shù)量以及各自的市場(chǎng)分布狀況兩大因素均會(huì)在一定程度上影響金融業(yè)集中度，而行業(yè)集中度公式只是對(duì)金融業(yè)當(dāng)中最具規(guī)模和實(shí)力的前幾家機(jī)構(gòu)予以考慮，沒(méi)有對(duì)金融業(yè)中企業(yè)數(shù)量及分布的變動(dòng)情況予以綜合全面考慮；其次，所選擇的企業(yè)數(shù)量也會(huì)對(duì)行業(yè)集中度造成一定影響，也就是說(shuō)，所選擇的最具實(shí)力的企業(yè)的數(shù)量不同，所計(jì)算出來(lái)的集中度水平也存在一定差異，這勢(shì)必會(huì)對(duì)產(chǎn)業(yè)集中度指標(biāo)橫向?qū)Ρ仍斐梢欢ㄓ绊?，換言之，借助該公式所得出的計(jì)算結(jié)果是不確定的。

（二）赫芬達(dá)爾指數(shù)

對(duì)金融業(yè)行業(yè)結(jié)構(gòu)進(jìn)行判斷的另外一個(gè)關(guān)鍵指標(biāo)就是赫芬達(dá)爾指數(shù)，1950年O.C.Herfirida最先提出用于對(duì)行業(yè)集中度進(jìn)行測(cè)算的赫芬達(dá)爾指數(shù)，王偉（2012）等人指出，具體到金融業(yè)中，赫芬達(dá)爾指數(shù)就是全部企業(yè)所擁有的市場(chǎng)份額平方和。

赫芬達(dá)爾指數(shù)計(jì)算公式：

，

在上述公式當(dāng)中，字母Xi表示金融業(yè)各個(gè)機(jī)構(gòu)相關(guān)數(shù)值，T表示金融業(yè)規(guī)模，Si表示在金融業(yè)當(dāng)中排名第i的機(jī)構(gòu)所擁有的市場(chǎng)份額，n則表示金融業(yè)當(dāng)中所擁有的機(jī)構(gòu)數(shù)量總和。原立勛（2011）等人總結(jié)認(rèn)為通常情況下，赫芬達(dá)爾指數(shù)系數(shù)與金融業(yè)集中度之間具有正相關(guān)關(guān)系，也就是說(shuō)，該系數(shù)越大，行業(yè)集中度也就越高，反之亦然。

一般情況下，在金融業(yè)集中度研究、金融業(yè)結(jié)構(gòu)研究當(dāng)中常常會(huì)涉及赫芬達(dá)爾指數(shù)，利用赫芬達(dá)爾指數(shù)對(duì)金融業(yè)集聚水平進(jìn)行測(cè)算的原因主要有：第一，通過(guò)赫芬達(dá)爾指數(shù)能夠了解金融業(yè)的集中度狀況；第二，赫芬達(dá)爾指數(shù)對(duì)金融業(yè)集聚度進(jìn)行測(cè)算主要是通過(guò)金融業(yè)相對(duì)規(guī)模平方得以實(shí)現(xiàn)，這就意味著該指數(shù)能夠?qū)鹑跇I(yè)中優(yōu)勢(shì)機(jī)構(gòu)所占據(jù)的壟斷地位及競(jìng)爭(zhēng)激烈程度的變動(dòng)情況及時(shí)做出反應(yīng)；最后，從具體的操作應(yīng)用角度分析，赫芬達(dá)爾指數(shù)能夠更加靈活、準(zhǔn)確的反應(yīng)金融業(yè)當(dāng)中企業(yè)合并及分解狀況，且應(yīng)用難度系數(shù)低。與此同時(shí)，利用赫芬達(dá)爾指數(shù)對(duì)金融業(yè)集聚度進(jìn)行測(cè)算也存在缺點(diǎn)，主要有：第一，赫芬達(dá)爾指數(shù)屬于絕對(duì)集中度指標(biāo)，忽視了金融業(yè)中其余部門空間分布情況，所以無(wú)法將其應(yīng)用于行業(yè)間的對(duì)比分析；第二，赫芬達(dá)爾指數(shù)沒(méi)有將不同地理單元面積差異納入考量范圍。

（三）區(qū)位基尼系數(shù)

區(qū)位基尼系數(shù)可以有效彌補(bǔ)上文所列舉的赫芬達(dá)爾指數(shù)所存在的缺點(diǎn)，相比較而言，區(qū)位基尼系數(shù)的應(yīng)用范圍更加廣泛。1912年，意大利經(jīng)濟(jì)學(xué)家拉多基尼最先提出了基尼系數(shù)概念，當(dāng)時(shí)主要是在國(guó)家之間或者區(qū)域之間在收入方面不平等程度測(cè)算過(guò)程中使用到基尼系數(shù)；直到1986年，Keeble等人最先將基尼系數(shù)引入行業(yè)區(qū)域間分布集中度測(cè)算領(lǐng)域，這就是在此所探討的區(qū)位基尼系數(shù)。

區(qū)位基尼系數(shù)計(jì)算公式為：endprint

在上述公式當(dāng)中，xi表示在i這一區(qū)域當(dāng)中，已經(jīng)就業(yè)的人數(shù)在全國(guó)就業(yè)總?cè)藬?shù)中所占比例，si表示的是i這一區(qū)域范圍內(nèi)，金融業(yè)中就業(yè)人數(shù)在全國(guó)范圍內(nèi)金融業(yè)就業(yè)總數(shù)中所占比例。

李偉軍（2010）等人總結(jié)出將區(qū)位基尼系數(shù)應(yīng)用于金融領(lǐng)域聚集度計(jì)算的理由主要有：第一，從區(qū)位基尼系數(shù)計(jì)算公式中我們可以得知，次級(jí)地理單元就業(yè)人數(shù)與該區(qū)域范圍中全部就業(yè)人數(shù)之比充當(dāng)?shù)氖亲兞?，這也就表明，該公式對(duì)區(qū)域面積對(duì)集中度計(jì)算結(jié)果的影響予以綜合分析，從地理集中度角度分析，所得出的結(jié)果要比赫芬達(dá)爾指標(biāo)更加精確；第二，該公式中以所有行業(yè)地理分布為基準(zhǔn)進(jìn)行對(duì)比，從而確保了最終計(jì)算結(jié)果是能夠用于對(duì)各個(gè)行業(yè)進(jìn)行對(duì)比的，應(yīng)用范圍更加普遍。同樣，區(qū)位基尼系數(shù)在計(jì)算金融集聚度方面也具有自身的不足，主要體現(xiàn)在對(duì)不同產(chǎn)業(yè)集聚度進(jìn)行對(duì)比分析時(shí)，受產(chǎn)業(yè)組織或者區(qū)域差異等因素的影響，會(huì)使得最終計(jì)算出的結(jié)果準(zhǔn)確性受到影響。

（四）產(chǎn)業(yè)集群指數(shù)

產(chǎn)業(yè)集群指數(shù)，即EG指數(shù)，最早是Ellison及Glaeser于1997年所提出的，Ellison及Glaeser構(gòu)建起標(biāo)靶模型，在所構(gòu)建的企業(yè)區(qū)位選擇模型的基礎(chǔ)之上，對(duì)產(chǎn)業(yè)組織之間的區(qū)別予以了綜合考慮，同時(shí)將利用空間基尼系數(shù)及赫芬達(dá)爾指數(shù)所計(jì)算出的結(jié)果納入其中，具體是：假設(shè)企業(yè)相互間在區(qū)位選擇方面存在聯(lián)系，企業(yè)將會(huì)更加傾向集中在擁有自然優(yōu)勢(shì)或者可以從行業(yè)內(nèi)其他企業(yè)得到溢出效應(yīng)的區(qū)域。任英華（2010）等指出，產(chǎn)業(yè)集群指數(shù)最突出的特點(diǎn)就是對(duì)區(qū)位基尼系數(shù)所反映出的區(qū)域差異以及赫芬達(dá)爾指數(shù)所關(guān)注的金融領(lǐng)域當(dāng)中機(jī)構(gòu)實(shí)力對(duì)集聚度的影響予以了全面綜合考慮。

產(chǎn)業(yè)集群指數(shù)對(duì)應(yīng)的計(jì)算公式為：

在上述公式當(dāng)中，字母Xi代表的是在i這一區(qū)域范圍之中所有就業(yè)人數(shù)在經(jīng)濟(jì)體就業(yè)人數(shù)當(dāng)中所占的比例，H表示前文所討論的赫芬達(dá)爾指標(biāo)，G表示基尼指數(shù)。

在金融集聚度測(cè)算當(dāng)中采用產(chǎn)業(yè)集群指數(shù)的原因在于：產(chǎn)業(yè)集群指數(shù)對(duì)金融領(lǐng)域中各個(gè)機(jī)構(gòu)相互間因?qū)ν獠啃曰蜃匀粌?yōu)勢(shì)進(jìn)行共享的集中以及隨機(jī)集中進(jìn)行了區(qū)別對(duì)待，相比較于基尼系數(shù)而言，基尼系數(shù)沒(méi)有對(duì)金融業(yè)當(dāng)中各個(gè)機(jī)構(gòu)的要求予以綜合考慮，所以產(chǎn)業(yè)集群指數(shù)具有更加突出的地理意義；除此之外，借助產(chǎn)業(yè)集群指數(shù)進(jìn)行對(duì)比分析可以突破國(guó)家、產(chǎn)業(yè)以及時(shí)間方面的限制。在金融業(yè)集聚測(cè)度過(guò)程中采取產(chǎn)業(yè)集群指數(shù)進(jìn)行分析，產(chǎn)業(yè)規(guī)模、機(jī)構(gòu)所處的具體位置以及地理數(shù)據(jù)精準(zhǔn)性等因素并不會(huì)對(duì)最終判斷結(jié)果造成實(shí)質(zhì)性影響。

姜冉（2010）等指出，在應(yīng)用產(chǎn)業(yè)集群指數(shù)公式對(duì)金融集聚測(cè)度進(jìn)行計(jì)算分析的過(guò)程中，所得出的產(chǎn)業(yè)集群指數(shù)越大，表明金融業(yè)存在額外集中，也就是說(shuō)，相比較于隨機(jī)集中而言，其能夠產(chǎn)生更加明顯的集中。產(chǎn)業(yè)集群指數(shù)在進(jìn)行金融集聚測(cè)算方面也存在自身的不足，主要是對(duì)能夠給金融機(jī)構(gòu)規(guī)模分布地理集中產(chǎn)生控制性影響的因素進(jìn)行判斷，通過(guò)產(chǎn)業(yè)集群指數(shù)指標(biāo)，無(wú)法對(duì)導(dǎo)致金融業(yè)所存在的額外集中的原因做出準(zhǔn)確判斷。

盡管產(chǎn)業(yè)集群指數(shù)對(duì)于金融產(chǎn)業(yè)集中影響主要是通過(guò)赫芬達(dá)爾指數(shù)予以控制，但并不意味著產(chǎn)業(yè)集群指數(shù)可以抵制金融業(yè)中機(jī)構(gòu)規(guī)模所導(dǎo)致的影響。

（五）哈萊-克依指數(shù)

L.Hannah與J.Kay二人提出的哈萊-克依指數(shù)，是一個(gè)依托于赫芬達(dá)爾指標(biāo)、利用復(fù)雜數(shù)學(xué)方法對(duì)產(chǎn)業(yè)集聚程度進(jìn)行測(cè)算的更加常規(guī)的指數(shù)簇。

定義，則對(duì)應(yīng)的哈萊-克依指數(shù)表達(dá)公式為：

通過(guò)上述哈萊-克依指數(shù)表達(dá)式可知，哈萊-克依指數(shù)與產(chǎn)業(yè)經(jīng)濟(jì)學(xué)領(lǐng)域中的集中曲線之間存在密切聯(lián)系，將哈萊-克依指數(shù)應(yīng)用到金融領(lǐng)域當(dāng)中，將金融業(yè)當(dāng)中的機(jī)構(gòu)數(shù)量按照由大到小的順序進(jìn)行排列構(gòu)成橫軸，金融機(jī)構(gòu)所占市場(chǎng)份額的總和構(gòu)成縱軸，哈萊-克依指數(shù)曲線向上凸出的程度意味著金融業(yè)機(jī)構(gòu)大小分布的不均衡程度，哈萊-克依指數(shù)曲線與100%水平線相交點(diǎn)對(duì)應(yīng)的數(shù)值就是金融業(yè)中機(jī)構(gòu)的總數(shù)量。

石沛（2012）等認(rèn)為，從某種意義上講，赫芬達(dá)爾指數(shù)就是哈萊-克依指數(shù)的一種特殊情況，即R在α取值2的情況下的哈萊-克依指數(shù)。依據(jù)哈萊-克依指數(shù)公式所得出的結(jié)果與常規(guī)情況不同，換言之，哈萊-克依指數(shù)數(shù)值與集聚度之間具有負(fù)相關(guān)關(guān)系，具體到金融行業(yè)當(dāng)中，哈萊-克依指數(shù)數(shù)值越大，意味著金融業(yè)集聚度越低，相反，如果哈萊-克依指數(shù)數(shù)值越小，則意味著金融業(yè)集聚度越高。

依托于距離的金融集聚度測(cè)算

當(dāng)前在進(jìn)行金融集聚度測(cè)算過(guò)程中所采用的方法大多是建立在行政單元基礎(chǔ)之上的，這種金融集聚度測(cè)算方法所得出的結(jié)果只能對(duì)金融領(lǐng)域某一空間尺度的集聚度做出反映，但實(shí)際上，金融業(yè)不同單元相互間存在明顯差距，這一點(diǎn)突出體現(xiàn)在區(qū)域空間范圍方面，如我國(guó)的新疆、內(nèi)蒙等省份在地理范圍方面遠(yuǎn)遠(yuǎn)超出安徽、江西等省份。所以，依托于行政單元進(jìn)行金融地理集中或集聚度測(cè)算所得出的結(jié)果有可能會(huì)對(duì)金融空間模式判斷造成一定的負(fù)面影響。針對(duì)傳統(tǒng)金融集聚度測(cè)算方法中所存在的不足，March、Puech以及Duranton及Overman將依托于距離的測(cè)算方法引入到金融集聚度測(cè)算過(guò)程中。

（一）K函數(shù)及L函數(shù)

所謂K函數(shù)，即March、Puech所提出的建立在Ripley基礎(chǔ)之上的函數(shù)，該函數(shù)的存在需要設(shè)定以下假設(shè)條件：

第一，將既定區(qū)域當(dāng)中所涉及的機(jī)構(gòu)均視為一個(gè)點(diǎn)，將以i點(diǎn)為中心，以r為半徑畫圓，處于該圓輻射領(lǐng)域當(dāng)中的所有點(diǎn)的數(shù)量總和記作f，f充當(dāng)i的鄰居，即N（i，r），全部點(diǎn)對(duì)應(yīng)的鄰居數(shù)的平均值記作：N（r）；第二，假設(shè)各個(gè)機(jī)構(gòu)相互間彼此獨(dú)立存在，同時(shí)在圓圈各個(gè)點(diǎn)分布的幾率無(wú)異，則該區(qū)域當(dāng)中機(jī)構(gòu)平均密度可以記作一個(gè)常數(shù)λ，則上一步驟所確定的圓圈區(qū)域當(dāng)中所涉及的金融機(jī)構(gòu)數(shù)量可以記作λπr2，這就是完全空間隨機(jī)分布情況，一般情況下會(huì)將這種隨機(jī)分布作為基準(zhǔn)展開(kāi)對(duì)比分析；第三，某一區(qū)域范圍內(nèi)的金融機(jī)構(gòu)相互間存在緊密聯(lián)系，而事實(shí)上的分布情況可能與完全空間隨機(jī)分布相一致，要么偏向于集中，要么偏向于分散，對(duì)于事實(shí)上與理論上之間必然存在的偏離可以用K函數(shù)進(jìn)行衡量；所謂K函數(shù)，即散布于r距離中全部點(diǎn)鄰居數(shù)的平均值與隨機(jī)獨(dú)立分布情況下的密度之比，將其記作K（r），則有公式：endprint

在上述公式當(dāng)中，g（ρ）表示徑向分布函數(shù)，如果確保不變動(dòng)方向，則該徑向分布函數(shù)只受點(diǎn)之間的距離因素影響，可將其記作g（r）。因?yàn)閞在取值范圍上并無(wú)特殊限制，所以，利用K函數(shù)便可以對(duì)在不同空間范圍內(nèi)的經(jīng)濟(jì)活動(dòng)集聚狀況進(jìn)行分析。當(dāng)然，應(yīng)用K函數(shù)對(duì)金融集聚度進(jìn)行測(cè)算也存在一定的不足，主要表現(xiàn)為要對(duì)比分析每次測(cè)算值與πr2上。

鑒于K函數(shù)存在的不足，Besag進(jìn)行了完善，其比較基準(zhǔn)選定為0，由此推導(dǎo)出L函數(shù)，對(duì)應(yīng)的表達(dá)公式為：

在上述公式當(dāng)中，L（r）意味著分布在r范圍當(dāng)中的各點(diǎn)對(duì)應(yīng)的區(qū)域平均分布密度取λ的情況下，實(shí)際分布范圍與理論分布范圍之間的差值。舉例來(lái)講，在L（10）=5的情況下，意味著在半徑為10km的范圍之內(nèi)實(shí)際點(diǎn)數(shù)量完全隨機(jī)分布情況下與15km范圍之內(nèi)的點(diǎn)的數(shù)量并無(wú)差異。將L函數(shù)應(yīng)用于金融領(lǐng)域當(dāng)中，如果根據(jù)L函數(shù)所得出的數(shù)值為正，意味著于r范圍之內(nèi)金融地理分布集中；相反，如果根據(jù)L函數(shù)所得出的數(shù)值為負(fù)，意味著于r范圍之內(nèi)金融地理分布分散。

徐玲（2011）等通過(guò)對(duì)L函數(shù)當(dāng)中的半徑賦予不同的數(shù)值進(jìn)行計(jì)算便可以總結(jié)出金融領(lǐng)域當(dāng)中各個(gè)尺度地理區(qū)域范圍當(dāng)中在分布上的規(guī)律。對(duì)于傳統(tǒng)金融集聚測(cè)度方法在實(shí)際應(yīng)用中所暴露出的缺點(diǎn)，借助K函數(shù)及L函數(shù)可以進(jìn)行有效彌補(bǔ)，但在有關(guān)研究過(guò)程中也面臨一系列的不足，具體體現(xiàn)在以下幾方面：第一，實(shí)踐研究過(guò)程中所針對(duì)的研究對(duì)象所處區(qū)域展現(xiàn)出較為復(fù)雜的地理特征，簡(jiǎn)單的設(shè)定區(qū)域當(dāng)中點(diǎn)是均勻且隨機(jī)分布顯然是不科學(xué)的；第二，Ripley在研究過(guò)程中將各企業(yè)均視為一個(gè)點(diǎn)，忽視了對(duì)金融機(jī)構(gòu)自身規(guī)模因素的考慮，而實(shí)際上，既定地理區(qū)域范圍當(dāng)中的金融機(jī)構(gòu)的規(guī)模會(huì)或多或少影響到金融集聚測(cè)度結(jié)果；第三，將處于研究區(qū)邊界周邊、不屬于研究區(qū)但處于r范圍當(dāng)中的點(diǎn)涵蓋其中的可能性客觀存在，而避免此種現(xiàn)象的難度相當(dāng)大，由此也決定了在相對(duì)復(fù)雜的空間運(yùn)算當(dāng)中引入該方法并不現(xiàn)實(shí)；最后，該函數(shù)設(shè)定完全隨機(jī)空間分布為基準(zhǔn)進(jìn)行對(duì)比，密度設(shè)定為常數(shù)，采取此種方案并無(wú)實(shí)際意義，原因在于通過(guò)地圖可以較為清晰的對(duì)此種集聚進(jìn)行展示，鑒于此，以所有行業(yè)為基準(zhǔn)進(jìn)行對(duì)比分析更具科學(xué)性和可行性。

（二）SP指數(shù)

SP指數(shù)是由克魯格曼及米德法特-納維克所提出的，該指數(shù)主要是對(duì)實(shí)踐應(yīng)用當(dāng)中空間基尼系數(shù)及赫芬達(dá)爾指數(shù)所存在的不足所提出的。不管是空間基尼系數(shù)還是赫芬達(dá)爾指數(shù)的主要任務(wù)或價(jià)值都是對(duì)某一行業(yè)的空間集中情況進(jìn)行分析和判斷，其中并未涉及空間距離變量。車欣薇（2012）等指出，實(shí)際上，具體到金融業(yè)而言，在其相關(guān)的空間基尼系數(shù)以及赫芬達(dá)爾指數(shù)數(shù)值均不發(fā)生任何變動(dòng)的情況下，由于金融業(yè)空間分布因素的影響，相應(yīng)的空間集中度必然不會(huì)像空間基尼系數(shù)以及赫芬達(dá)爾指數(shù)那樣不會(huì)出現(xiàn)數(shù)值的變動(dòng)，然而距離相差不大的行業(yè)對(duì)應(yīng)的集中度也不高。對(duì)于這一問(wèn)題可以采用SP指數(shù)予以解決。SP指數(shù)對(duì)應(yīng)的計(jì)算公式為：

在上述公式當(dāng)中，vik表示第i地市的金融產(chǎn)業(yè)值在本省金融生產(chǎn)總值中所占份額，vjk表示第j地市的金融產(chǎn)業(yè)值在本省金融生產(chǎn)總值中所占份額，δij表示兩個(gè)地區(qū)i及j首府之間的最短路程。具體到金融領(lǐng)域當(dāng)中，SP指數(shù)值越小，表明金融業(yè)相對(duì)集中，相反，隨著SP指數(shù)的增加，意味著金融業(yè)在空間上逐漸趨于擴(kuò)散。

結(jié)語(yǔ)

金融集聚的測(cè)度方法是金融集聚理論與實(shí)務(wù)領(lǐng)域中一項(xiàng)復(fù)雜而前沿的研究課題。本文對(duì)金融集聚測(cè)度方法的國(guó)內(nèi)外相關(guān)研究予以梳理和評(píng)述，對(duì)各種研究方法自身特點(diǎn)及在實(shí)踐當(dāng)中存在的不足予以歸納總結(jié)，以期為相關(guān)領(lǐng)域的進(jìn)一步研究提供借鑒。

當(dāng)前，學(xué)術(shù)界關(guān)于產(chǎn)業(yè)集聚及金融集聚的研究已經(jīng)較為深入，特別是關(guān)于金融集聚測(cè)度方法的研究已經(jīng)取得階段性進(jìn)展。在本文中，筆者重點(diǎn)對(duì)現(xiàn)有關(guān)于金融集聚測(cè)度方法的研究成果進(jìn)行了歸納總結(jié)，接下來(lái)的主要任務(wù)就是針對(duì)金融集聚系統(tǒng)性及實(shí)證性進(jìn)行更加深入的研究，以期更好地指導(dǎo)實(shí)踐。

參考文獻(xiàn)：

1.黃解宇，楊再斌.金融集聚論[M].中國(guó)社會(huì)科學(xué)出版社，2006

2.D. KEEBLE，L. NACHUM.Why do business service firms cluster？ Small consultancies，clustering and decentralization in London and Southern England. Transactions of the Institute of British Geographers.2002

3.高雅靜.金融集聚、制造業(yè)集聚與區(qū)域經(jīng)濟(jì)增長(zhǎng)關(guān)系研究[D].南京大學(xué).2012（5）

4.葉耀明，王勝.長(zhǎng)三角城市群金融發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)促進(jìn)作用的實(shí)證分析—基于動(dòng)態(tài)計(jì)量經(jīng)濟(jì)學(xué)分析方法的應(yīng)用[J].經(jīng)濟(jì)問(wèn)題探索，2007（4）

5.黃永興，徐鵬，孫彥驪.金融集聚影響因素及其溢出效應(yīng)—基于長(zhǎng)三角的實(shí)證分析[J].投資研究，2011（8）

6.王偉.我國(guó)沿海地區(qū)金融集聚的經(jīng)濟(jì)發(fā)展效應(yīng)研究[D].中國(guó)海洋大學(xué)，2012（6）

7.原立勛.區(qū)域金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)關(guān)系的實(shí)證分析—基于東西部地區(qū)銀行業(yè)發(fā)展的視角[J].中國(guó)集體經(jīng)濟(jì)，2011（1）

8.李偉軍.經(jīng)濟(jì)增長(zhǎng)極視角下的金融集聚問(wèn)題研究[J].安徽工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2010（1）

9.任英華，姚莉媛.金融集聚核心能力評(píng)價(jià)指標(biāo)體系與模糊綜合評(píng)價(jià)研究[J].統(tǒng)計(jì)與決策，2010（11）

10.姜冉.泛珠三角地區(qū)金融集聚與經(jīng)濟(jì)增長(zhǎng)—基于1982—2007年的數(shù)據(jù)分析[J].經(jīng)濟(jì)研究導(dǎo)刊，2010（20）

11.石沛.金融集聚對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的空間影響機(jī)制研究[D].重慶大學(xué)，2012（3）

12.徐玲.金融集聚與區(qū)域經(jīng)濟(jì)增長(zhǎng)的空間計(jì)量研究[D].湖南大學(xué)，2011（9）

13.車欣薇，部慧，梁小珍，王拴紅，汪壽陽(yáng).一個(gè)金融集聚動(dòng)因的理論模型[J].管理科學(xué)學(xué)報(bào)，2012（3）endprint

在上述公式當(dāng)中，g（ρ）表示徑向分布函數(shù)，如果確保不變動(dòng)方向，則該徑向分布函數(shù)只受點(diǎn)之間的距離因素影響，可將其記作g（r）。因?yàn)閞在取值范圍上并無(wú)特殊限制，所以，利用K函數(shù)便可以對(duì)在不同空間范圍內(nèi)的經(jīng)濟(jì)活動(dòng)集聚狀況進(jìn)行分析。當(dāng)然，應(yīng)用K函數(shù)對(duì)金融集聚度進(jìn)行測(cè)算也存在一定的不足，主要表現(xiàn)為要對(duì)比分析每次測(cè)算值與πr2上。

鑒于K函數(shù)存在的不足，Besag進(jìn)行了完善，其比較基準(zhǔn)選定為0，由此推導(dǎo)出L函數(shù)，對(duì)應(yīng)的表達(dá)公式為：

在上述公式當(dāng)中，L（r）意味著分布在r范圍當(dāng)中的各點(diǎn)對(duì)應(yīng)的區(qū)域平均分布密度取λ的情況下，實(shí)際分布范圍與理論分布范圍之間的差值。舉例來(lái)講，在L（10）=5的情況下，意味著在半徑為10km的范圍之內(nèi)實(shí)際點(diǎn)數(shù)量完全隨機(jī)分布情況下與15km范圍之內(nèi)的點(diǎn)的數(shù)量并無(wú)差異。將L函數(shù)應(yīng)用于金融領(lǐng)域當(dāng)中，如果根據(jù)L函數(shù)所得出的數(shù)值為正，意味著于r范圍之內(nèi)金融地理分布集中；相反，如果根據(jù)L函數(shù)所得出的數(shù)值為負(fù)，意味著于r范圍之內(nèi)金融地理分布分散。

徐玲（2011）等通過(guò)對(duì)L函數(shù)當(dāng)中的半徑賦予不同的數(shù)值進(jìn)行計(jì)算便可以總結(jié)出金融領(lǐng)域當(dāng)中各個(gè)尺度地理區(qū)域范圍當(dāng)中在分布上的規(guī)律。對(duì)于傳統(tǒng)金融集聚測(cè)度方法在實(shí)際應(yīng)用中所暴露出的缺點(diǎn)，借助K函數(shù)及L函數(shù)可以進(jìn)行有效彌補(bǔ)，但在有關(guān)研究過(guò)程中也面臨一系列的不足，具體體現(xiàn)在以下幾方面：第一，實(shí)踐研究過(guò)程中所針對(duì)的研究對(duì)象所處區(qū)域展現(xiàn)出較為復(fù)雜的地理特征，簡(jiǎn)單的設(shè)定區(qū)域當(dāng)中點(diǎn)是均勻且隨機(jī)分布顯然是不科學(xué)的；第二，Ripley在研究過(guò)程中將各企業(yè)均視為一個(gè)點(diǎn)，忽視了對(duì)金融機(jī)構(gòu)自身規(guī)模因素的考慮，而實(shí)際上，既定地理區(qū)域范圍當(dāng)中的金融機(jī)構(gòu)的規(guī)模會(huì)或多或少影響到金融集聚測(cè)度結(jié)果；第三，將處于研究區(qū)邊界周邊、不屬于研究區(qū)但處于r范圍當(dāng)中的點(diǎn)涵蓋其中的可能性客觀存在，而避免此種現(xiàn)象的難度相當(dāng)大，由此也決定了在相對(duì)復(fù)雜的空間運(yùn)算當(dāng)中引入該方法并不現(xiàn)實(shí)；最后，該函數(shù)設(shè)定完全隨機(jī)空間分布為基準(zhǔn)進(jìn)行對(duì)比，密度設(shè)定為常數(shù)，采取此種方案并無(wú)實(shí)際意義，原因在于通過(guò)地圖可以較為清晰的對(duì)此種集聚進(jìn)行展示，鑒于此，以所有行業(yè)為基準(zhǔn)進(jìn)行對(duì)比分析更具科學(xué)性和可行性。

（二）SP指數(shù)

SP指數(shù)是由克魯格曼及米德法特-納維克所提出的，該指數(shù)主要是對(duì)實(shí)踐應(yīng)用當(dāng)中空間基尼系數(shù)及赫芬達(dá)爾指數(shù)所存在的不足所提出的。不管是空間基尼系數(shù)還是赫芬達(dá)爾指數(shù)的主要任務(wù)或價(jià)值都是對(duì)某一行業(yè)的空間集中情況進(jìn)行分析和判斷，其中并未涉及空間距離變量。車欣薇（2012）等指出，實(shí)際上，具體到金融業(yè)而言，在其相關(guān)的空間基尼系數(shù)以及赫芬達(dá)爾指數(shù)數(shù)值均不發(fā)生任何變動(dòng)的情況下，由于金融業(yè)空間分布因素的影響，相應(yīng)的空間集中度必然不會(huì)像空間基尼系數(shù)以及赫芬達(dá)爾指數(shù)那樣不會(huì)出現(xiàn)數(shù)值的變動(dòng)，然而距離相差不大的行業(yè)對(duì)應(yīng)的集中度也不高。對(duì)于這一問(wèn)題可以采用SP指數(shù)予以解決。SP指數(shù)對(duì)應(yīng)的計(jì)算公式為：

在上述公式當(dāng)中，vik表示第i地市的金融產(chǎn)業(yè)值在本省金融生產(chǎn)總值中所占份額，vjk表示第j地市的金融產(chǎn)業(yè)值在本省金融生產(chǎn)總值中所占份額，δij表示兩個(gè)地區(qū)i及j首府之間的最短路程。具體到金融領(lǐng)域當(dāng)中，SP指數(shù)值越小，表明金融業(yè)相對(duì)集中，相反，隨著SP指數(shù)的增加，意味著金融業(yè)在空間上逐漸趨于擴(kuò)散。

結(jié)語(yǔ)

金融集聚的測(cè)度方法是金融集聚理論與實(shí)務(wù)領(lǐng)域中一項(xiàng)復(fù)雜而前沿的研究課題。本文對(duì)金融集聚測(cè)度方法的國(guó)內(nèi)外相關(guān)研究予以梳理和評(píng)述，對(duì)各種研究方法自身特點(diǎn)及在實(shí)踐當(dāng)中存在的不足予以歸納總結(jié)，以期為相關(guān)領(lǐng)域的進(jìn)一步研究提供借鑒。

當(dāng)前，學(xué)術(shù)界關(guān)于產(chǎn)業(yè)集聚及金融集聚的研究已經(jīng)較為深入，特別是關(guān)于金融集聚測(cè)度方法的研究已經(jīng)取得階段性進(jìn)展。在本文中，筆者重點(diǎn)對(duì)現(xiàn)有關(guān)于金融集聚測(cè)度方法的研究成果進(jìn)行了歸納總結(jié)，接下來(lái)的主要任務(wù)就是針對(duì)金融集聚系統(tǒng)性及實(shí)證性進(jìn)行更加深入的研究，以期更好地指導(dǎo)實(shí)踐。

參考文獻(xiàn)：

1.黃解宇，楊再斌.金融集聚論[M].中國(guó)社會(huì)科學(xué)出版社，2006

2.D. KEEBLE，L. NACHUM.Why do business service firms cluster？ Small consultancies，clustering and decentralization in London and Southern England. Transactions of the Institute of British Geographers.2002

3.高雅靜.金融集聚、制造業(yè)集聚與區(qū)域經(jīng)濟(jì)增長(zhǎng)關(guān)系研究[D].南京大學(xué).2012（5）

4.葉耀明，王勝.長(zhǎng)三角城市群金融發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)促進(jìn)作用的實(shí)證分析—基于動(dòng)態(tài)計(jì)量經(jīng)濟(jì)學(xué)分析方法的應(yīng)用[J].經(jīng)濟(jì)問(wèn)題探索，2007（4）

5.黃永興，徐鵬，孫彥驪.金融集聚影響因素及其溢出效應(yīng)—基于長(zhǎng)三角的實(shí)證分析[J].投資研究，2011（8）

6.王偉.我國(guó)沿海地區(qū)金融集聚的經(jīng)濟(jì)發(fā)展效應(yīng)研究[D].中國(guó)海洋大學(xué)，2012（6）

7.原立勛.區(qū)域金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)關(guān)系的實(shí)證分析—基于東西部地區(qū)銀行業(yè)發(fā)展的視角[J].中國(guó)集體經(jīng)濟(jì)，2011（1）

8.李偉軍.經(jīng)濟(jì)增長(zhǎng)極視角下的金融集聚問(wèn)題研究[J].安徽工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2010（1）

9.任英華，姚莉媛.金融集聚核心能力評(píng)價(jià)指標(biāo)體系與模糊綜合評(píng)價(jià)研究[J].統(tǒng)計(jì)與決策，2010（11）

10.姜冉.泛珠三角地區(qū)金融集聚與經(jīng)濟(jì)增長(zhǎng)—基于1982—2007年的數(shù)據(jù)分析[J].經(jīng)濟(jì)研究導(dǎo)刊，2010（20）

11.石沛.金融集聚對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的空間影響機(jī)制研究[D].重慶大學(xué)，2012（3）

12.徐玲.金融集聚與區(qū)域經(jīng)濟(jì)增長(zhǎng)的空間計(jì)量研究[D].湖南大學(xué)，2011（9）

13.車欣薇，部慧，梁小珍，王拴紅，汪壽陽(yáng).一個(gè)金融集聚動(dòng)因的理論模型[J].管理科學(xué)學(xué)報(bào)，2012（3）endprint

在上述公式當(dāng)中，g（ρ）表示徑向分布函數(shù)，如果確保不變動(dòng)方向，則該徑向分布函數(shù)只受點(diǎn)之間的距離因素影響，可將其記作g（r）。因?yàn)閞在取值范圍上并無(wú)特殊限制，所以，利用K函數(shù)便可以對(duì)在不同空間范圍內(nèi)的經(jīng)濟(jì)活動(dòng)集聚狀況進(jìn)行分析。當(dāng)然，應(yīng)用K函數(shù)對(duì)金融集聚度進(jìn)行測(cè)算也存在一定的不足，主要表現(xiàn)為要對(duì)比分析每次測(cè)算值與πr2上。

鑒于K函數(shù)存在的不足，Besag進(jìn)行了完善，其比較基準(zhǔn)選定為0，由此推導(dǎo)出L函數(shù)，對(duì)應(yīng)的表達(dá)公式為：

在上述公式當(dāng)中，L（r）意味著分布在r范圍當(dāng)中的各點(diǎn)對(duì)應(yīng)的區(qū)域平均分布密度取λ的情況下，實(shí)際分布范圍與理論分布范圍之間的差值。舉例來(lái)講，在L（10）=5的情況下，意味著在半徑為10km的范圍之內(nèi)實(shí)際點(diǎn)數(shù)量完全隨機(jī)分布情況下與15km范圍之內(nèi)的點(diǎn)的數(shù)量并無(wú)差異。將L函數(shù)應(yīng)用于金融領(lǐng)域當(dāng)中，如果根據(jù)L函數(shù)所得出的數(shù)值為正，意味著于r范圍之內(nèi)金融地理分布集中；相反，如果根據(jù)L函數(shù)所得出的數(shù)值為負(fù)，意味著于r范圍之內(nèi)金融地理分布分散。

徐玲（2011）等通過(guò)對(duì)L函數(shù)當(dāng)中的半徑賦予不同的數(shù)值進(jìn)行計(jì)算便可以總結(jié)出金融領(lǐng)域當(dāng)中各個(gè)尺度地理區(qū)域范圍當(dāng)中在分布上的規(guī)律。對(duì)于傳統(tǒng)金融集聚測(cè)度方法在實(shí)際應(yīng)用中所暴露出的缺點(diǎn)，借助K函數(shù)及L函數(shù)可以進(jìn)行有效彌補(bǔ)，但在有關(guān)研究過(guò)程中也面臨一系列的不足，具體體現(xiàn)在以下幾方面：第一，實(shí)踐研究過(guò)程中所針對(duì)的研究對(duì)象所處區(qū)域展現(xiàn)出較為復(fù)雜的地理特征，簡(jiǎn)單的設(shè)定區(qū)域當(dāng)中點(diǎn)是均勻且隨機(jī)分布顯然是不科學(xué)的；第二，Ripley在研究過(guò)程中將各企業(yè)均視為一個(gè)點(diǎn)，忽視了對(duì)金融機(jī)構(gòu)自身規(guī)模因素的考慮，而實(shí)際上，既定地理區(qū)域范圍當(dāng)中的金融機(jī)構(gòu)的規(guī)模會(huì)或多或少影響到金融集聚測(cè)度結(jié)果；第三，將處于研究區(qū)邊界周邊、不屬于研究區(qū)但處于r范圍當(dāng)中的點(diǎn)涵蓋其中的可能性客觀存在，而避免此種現(xiàn)象的難度相當(dāng)大，由此也決定了在相對(duì)復(fù)雜的空間運(yùn)算當(dāng)中引入該方法并不現(xiàn)實(shí)；最后，該函數(shù)設(shè)定完全隨機(jī)空間分布為基準(zhǔn)進(jìn)行對(duì)比，密度設(shè)定為常數(shù)，采取此種方案并無(wú)實(shí)際意義，原因在于通過(guò)地圖可以較為清晰的對(duì)此種集聚進(jìn)行展示，鑒于此，以所有行業(yè)為基準(zhǔn)進(jìn)行對(duì)比分析更具科學(xué)性和可行性。

（二）SP指數(shù)

SP指數(shù)是由克魯格曼及米德法特-納維克所提出的，該指數(shù)主要是對(duì)實(shí)踐應(yīng)用當(dāng)中空間基尼系數(shù)及赫芬達(dá)爾指數(shù)所存在的不足所提出的。不管是空間基尼系數(shù)還是赫芬達(dá)爾指數(shù)的主要任務(wù)或價(jià)值都是對(duì)某一行業(yè)的空間集中情況進(jìn)行分析和判斷，其中并未涉及空間距離變量。車欣薇（2012）等指出，實(shí)際上，具體到金融業(yè)而言，在其相關(guān)的空間基尼系數(shù)以及赫芬達(dá)爾指數(shù)數(shù)值均不發(fā)生任何變動(dòng)的情況下，由于金融業(yè)空間分布因素的影響，相應(yīng)的空間集中度必然不會(huì)像空間基尼系數(shù)以及赫芬達(dá)爾指數(shù)那樣不會(huì)出現(xiàn)數(shù)值的變動(dòng)，然而距離相差不大的行業(yè)對(duì)應(yīng)的集中度也不高。對(duì)于這一問(wèn)題可以采用SP指數(shù)予以解決。SP指數(shù)對(duì)應(yīng)的計(jì)算公式為：

在上述公式當(dāng)中，vik表示第i地市的金融產(chǎn)業(yè)值在本省金融生產(chǎn)總值中所占份額，vjk表示第j地市的金融產(chǎn)業(yè)值在本省金融生產(chǎn)總值中所占份額，δij表示兩個(gè)地區(qū)i及j首府之間的最短路程。具體到金融領(lǐng)域當(dāng)中，SP指數(shù)值越小，表明金融業(yè)相對(duì)集中，相反，隨著SP指數(shù)的增加，意味著金融業(yè)在空間上逐漸趨于擴(kuò)散。

結(jié)語(yǔ)

金融集聚的測(cè)度方法是金融集聚理論與實(shí)務(wù)領(lǐng)域中一項(xiàng)復(fù)雜而前沿的研究課題。本文對(duì)金融集聚測(cè)度方法的國(guó)內(nèi)外相關(guān)研究予以梳理和評(píng)述，對(duì)各種研究方法自身特點(diǎn)及在實(shí)踐當(dāng)中存在的不足予以歸納總結(jié)，以期為相關(guān)領(lǐng)域的進(jìn)一步研究提供借鑒。

當(dāng)前，學(xué)術(shù)界關(guān)于產(chǎn)業(yè)集聚及金融集聚的研究已經(jīng)較為深入，特別是關(guān)于金融集聚測(cè)度方法的研究已經(jīng)取得階段性進(jìn)展。在本文中，筆者重點(diǎn)對(duì)現(xiàn)有關(guān)于金融集聚測(cè)度方法的研究成果進(jìn)行了歸納總結(jié)，接下來(lái)的主要任務(wù)就是針對(duì)金融集聚系統(tǒng)性及實(shí)證性進(jìn)行更加深入的研究，以期更好地指導(dǎo)實(shí)踐。

參考文獻(xiàn)：

1.黃解宇，楊再斌.金融集聚論[M].中國(guó)社會(huì)科學(xué)出版社，2006

2.D. KEEBLE，L. NACHUM.Why do business service firms cluster？ Small consultancies，clustering and decentralization in London and Southern England. Transactions of the Institute of British Geographers.2002

3.高雅靜.金融集聚、制造業(yè)集聚與區(qū)域經(jīng)濟(jì)增長(zhǎng)關(guān)系研究[D].南京大學(xué).2012（5）

4.葉耀明，王勝.長(zhǎng)三角城市群金融發(fā)展對(duì)經(jīng)濟(jì)增長(zhǎng)促進(jìn)作用的實(shí)證分析—基于動(dòng)態(tài)計(jì)量經(jīng)濟(jì)學(xué)分析方法的應(yīng)用[J].經(jīng)濟(jì)問(wèn)題探索，2007（4）

5.黃永興，徐鵬，孫彥驪.金融集聚影響因素及其溢出效應(yīng)—基于長(zhǎng)三角的實(shí)證分析[J].投資研究，2011（8）

6.王偉.我國(guó)沿海地區(qū)金融集聚的經(jīng)濟(jì)發(fā)展效應(yīng)研究[D].中國(guó)海洋大學(xué)，2012（6）

7.原立勛.區(qū)域金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)關(guān)系的實(shí)證分析—基于東西部地區(qū)銀行業(yè)發(fā)展的視角[J].中國(guó)集體經(jīng)濟(jì)，2011（1）

8.李偉軍.經(jīng)濟(jì)增長(zhǎng)極視角下的金融集聚問(wèn)題研究[J].安徽工業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2010（1）

9.任英華，姚莉媛.金融集聚核心能力評(píng)價(jià)指標(biāo)體系與模糊綜合評(píng)價(jià)研究[J].統(tǒng)計(jì)與決策，2010（11）

10.姜冉.泛珠三角地區(qū)金融集聚與經(jīng)濟(jì)增長(zhǎng)—基于1982—2007年的數(shù)據(jù)分析[J].經(jīng)濟(jì)研究導(dǎo)刊，2010（20）

11.石沛.金融集聚對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的空間影響機(jī)制研究[D].重慶大學(xué)，2012（3）

12.徐玲.金融集聚與區(qū)域經(jīng)濟(jì)增長(zhǎng)的空間計(jì)量研究[D].湖南大學(xué)，2011（9）

13.車欣薇，部慧，梁小珍，王拴紅，汪壽陽(yáng).一個(gè)金融集聚動(dòng)因的理論模型[J].管理科學(xué)學(xué)報(bào)，2012（3）endprint