霍露萍

摘 要： 運用因子分析法對烏昌地區(qū)的金融產業(yè)集聚程度進行分析，得出2005～2011年烏昌地區(qū)金融產業(yè)集聚度的綜合得分和排名。隨著經濟的發(fā)展，烏昌經濟區(qū)金融產業(yè)集聚程度越來越高，但從每一主因子的得分結果看，烏昌經濟區(qū)每一年度金融產業(yè)集聚程度還具有一定的差別;并用烏昌經濟區(qū)金融產業(yè)集聚評價指數(shù)與經濟增長進行實證分析，得出他們之間具有顯著的線性關系;最后，提出推動金融產業(yè)集聚、促進區(qū)域經濟發(fā)展的政策建議。

關鍵詞： 烏昌經濟區(qū);金融產業(yè);集聚;因子分析;經濟增長;產業(yè)集聚

中圖分類號：F830;F207 文獻標識碼：A DOI：10.13677/j.cnki.cn65-1285/c.2015.04.04

一、引言

產業(yè)集聚是現(xiàn)代產業(yè)分布的一種重要特征，是指一定數(shù)量的企業(yè)為了追求利潤集中在一起組成的產業(yè)集中。最早發(fā)現(xiàn)這一特征的是馬歇爾，他從外部經濟理論對產業(yè)集聚現(xiàn)象進行了闡述。[1]280馬歇爾之后，經濟學界對產業(yè)集聚進行了深入而廣泛的研究。

在金融集聚理論研究方面，金德爾伯格認為，金融市場中的規(guī)模經濟是金融產業(yè)集聚的重要原因。[2]58-70Davis認為，無論規(guī)模大小的金融產業(yè)都容易形成集聚。[3]1-23Naresh和Gary認為金融集聚有利于集聚中的企業(yè)獲得專業(yè)化的勞動力以及企業(yè)間的相互支持，并有利于保持客戶關系的長期性。[4]351-375程書芹對金融產業(yè)集聚的內涵、形成動因、演化和競爭力等方面理論進行了梳理。[5]96-100劉超和李大龍等運用復雜性理論研究了金融產業(yè)集聚演化的動因問題。[6]55-62王景利從優(yōu)勢和風險等角度對產業(yè)集聚發(fā)展方面做了進一步的分析研究。[7]50-53

在金融產業(yè)集聚與經濟增長的關系研究方面，Goldsmith理論上分析了金融集聚能夠形成金融發(fā)展的道路從而促進經濟發(fā)展。[8]523-542Porteous認為信息不對稱會導致金融集聚程度不高，從而阻滯該地區(qū)的經濟發(fā)展。[9]95-114丁藝認為金融產業(yè)集聚通過促進技術創(chuàng)新對經濟增長產生影響。[10]131-134李苗苗等研究了金融發(fā)展、技術創(chuàng)新與經濟增長之間的關系，得出其兩兩之間存在著長期均衡的協(xié)整關系。[11]162-169

早期對產業(yè)集聚的研究多集中于工業(yè)，隨著經濟的發(fā)展，產業(yè)集聚已不僅限于工業(yè)，而逐漸向金融業(yè)等第三產業(yè)擴展，如美國、歐洲和中國東部沿海等一些經濟較為發(fā)達的地區(qū)。

新疆烏昌地區(qū)在金融領域的經濟優(yōu)勢是不可替代的，尤其是烏魯木齊聚集了新疆最多的金融資源，金融體系最為完善，存貸款、可用資金和上市公司數(shù)均占新疆一半以上，龍頭地位突出，資本運作、產權交易存在良好的基礎，保費收入占新疆的三分之一，保險的深度和密度都高于全疆平均水平?！敖z綢之路經濟帶”提出以后，烏昌作為中國向西開放的重要節(jié)點，一定會為貨幣互通做出巨大的貢獻。

二、烏昌經濟區(qū)金融產業(yè)集聚水平評價

（一）指標體系的構建和評價方法的選擇

1.構建指標體系的原則

（1）系統(tǒng)性原則。金融產業(yè)集聚涉及金融、經濟、社會等各方面，是一個復雜的綜合系統(tǒng)，指標體系應盡可能全面地反映金融產業(yè)的各個方面，既要有反映經濟、金融、社會各個子系統(tǒng)發(fā)展的指標，又要有反映子系統(tǒng)之間相互協(xié)調的指標。

（2）可操作性原則。指標的建立是為實證分析服務的，要能為決策提供依據(jù)，而且指標含義要明確，有一定的現(xiàn)實統(tǒng)計基礎，便于計算分析。也就是說，指標體系所涉及的數(shù)據(jù)應該是目前我國統(tǒng)計制度中容易得到的，這樣才具有較強的可操作性。

（3）層次性原則。金融是一個復雜的系統(tǒng)，它可以分解為若干個較小的子系統(tǒng)。因此，金融產業(yè)集聚評價指標體系應該由若干層次構成。此次研究在考慮金融產業(yè)集聚的層次性基礎上，建立了一個二級評價指標體系。

2.金融產業(yè)集聚評價指標體系的構建

目前，關于金融產業(yè)集聚評價指標體系的建立方法，不同的學者有不同的見解，沒有統(tǒng)一的標準。此次研究在借鑒已有研究成果的基礎上，遵循上述原則，從金融規(guī)模、經濟總量、金融基礎、金融集散及政府和教育五個方面構建金融產業(yè)集聚評價指標體系。（如表1所示）

金融規(guī)模主要體現(xiàn)在地區(qū)銀行業(yè)、保險業(yè)、證券業(yè)的規(guī)模，由于烏昌經濟區(qū)金融業(yè)的有些指標如證券的交易量等統(tǒng)計數(shù)據(jù)難以獲得，此次研究選取居民儲蓄余額、存款余額、貸款余額、現(xiàn)金收入及支出、保費收入、金融產業(yè)增加值、金融機構從業(yè)人員8個指標來衡量。

經濟總量是衡量金融產業(yè)集聚的基礎，是金融需求產生的源泉，因而是評價金融產業(yè)集聚必須要考慮的因素，此次研究主要以GDP、社會零售總額、固定資產投資、實際利用外資、進出口總額和財政收入6個指標來衡量。

金融基礎是金融產業(yè)集聚的內在制約因素，此次研究用貨運周轉量、郵電業(yè)務量、電話用戶數(shù)、移動電話用戶數(shù)、互聯(lián)網(wǎng)用戶數(shù)5個指標來衡量。

金融集散是衡量金融產業(yè)集聚的外在指標。本文用金融從業(yè)人員區(qū)位商和金融增加值區(qū)位商來代表。

政府和教育是金融產業(yè)集聚的基礎條件，人力資源質量影響金融產業(yè)的橫向發(fā)展，政府政策影響金融產業(yè)的縱向發(fā)展。本文以政府財政預算支出代表政府對金融產業(yè)的扶持力度，以地區(qū)高學歷人才數(shù)量代表人力資本的大小。

3.金融產業(yè)集聚水平的評價方法選擇

近年來國內外學者運用層次分析法、主成分分析法、因子分析法等方法對金融產業(yè)集聚進行研究。其中，因子分析是一種降維、簡化數(shù)據(jù)的技術，通過研究眾多變量之間的內部依賴關系，探求數(shù)據(jù)中的基本結構，并用因子表示其基本數(shù)據(jù)結構。由于本文原始變量較多，不適合用主成分分析法，所以采用因子分析方法，運用SPSS18.0處理數(shù)據(jù)。

（二）烏昌經濟區(qū)金融產業(yè)集聚水平的評價

1.數(shù)據(jù)來源

測算數(shù)據(jù)源于2006～2012年《烏魯木齊統(tǒng)計年鑒》[12]《昌吉州統(tǒng)計年鑒》[13]和《新疆統(tǒng)計年鑒》[14]。

由于研究的樣本量大于變量的個數(shù)，運用SPSS軟件無法做出KMO和巴特利檢驗特殊球體檢驗，所以采用相關性分析來檢驗指標是否可以采用因子分析法。

2.相關性分析

為了消除指標間量綱的不同，保持指標統(tǒng)計口徑的一致性，應用Z-score法將原始數(shù)據(jù)做標準化處理，再利用SPSS18.0軟件進行相關性分析，得到相關系數(shù)矩陣。得出：23個因子之間的相關性很高，大部分都在0.3以上（原則上來說只有大部分相關系數(shù)超過0.3，數(shù)據(jù)才適合因子分析），因而研究數(shù)據(jù)適宜于因子分析。

3.變量共同度分析

表2是因子分析的初始解，顯示了所有變量的共同度數(shù)據(jù)。表中第2列顯示了初始共同度。初始共同度是考慮了所有的成分和因素后，得到的每一個變量的方差估計;在相關分析中，利用系統(tǒng)默認的主成份提取因子方法得到的共同度值恒為1，也就是所有的變量標準化以后方差為1，原始變量的所有方差都可被解釋。第3列是提取特征根的共同度，是在指定特征根大于1的條件下的共同度。從表2中可以看出，23個變量的共同度基本都在0.9以上，即這些變量的信息丟失很少，變量都能被因子解釋。這說明該因子分析的結果是有效的。

4.提取公共因子及其命名

此次研究提取因子的方法為主成分。表3是因子分析的解釋總變量列表，該表由3部分組成。第一部分描述了初始因子解的情況?！昂嫌嫛绷薪o出了因子的特征值，即被每一個因子解釋的原始變量的方差;“方差的%”列是每一個因子解釋所有原始變量總方差的百分比;“累積%”列是前n個因子對原始變量總方差的累計貢獻率。第二部分描述了提取后的因子對總方差的解釋情況。公共因子選取的原則是特征值大于1的前幾個因子，根據(jù)這一原則，經過總方差分解，從表中可以看出有3個因子特征值大于1，它們的方差貢獻率分別為79.655%、12.409%和4.986%，累計貢獻率為97.050%，不到13%的信息丟失。因此研究選取3個因子就能夠解釋烏昌金融產業(yè)集聚的總體水平。第三部分描述了旋轉后的因子解，也是因子分析的最終解。因子旋轉后，累計解釋總方差百分比沒有發(fā)生變化，但重新分配了各個因子的解釋原始變量的方差，使得因子更易于解釋和命名。

表4利用Kaiser標準化的正交旋轉法，得到旋轉后的因子載荷值。利用該矩陣，可以更好地解釋因子的含義，為主因子命名做出合理分析。通過旋轉后的因子荷載表中各因子在指標上的荷載系數(shù)可看出：23個變量在第一因子上荷載都很高，意味著它們與第一因子的相關程度很高，第一因子很重要;第二因子與原有變量相關性有高有低，說明其相對于第一因子對原有變量解釋作用相對較弱;第三因子與原有變量的相關性普遍偏低，對原有變量的解釋作用不顯著。研究采用方差最大化方法對因子載荷矩陣實施正交旋轉，從而使因子具有命名解釋性。從表中得知：

F1主要包括的指標是x2、x4、x5、x6、x9、x10、x13、x23。這些指標在第一主成分上有較高載荷，說明第一主成分基本反映了這些指標的信息。這些指標與金融經濟總量有關，因此，F(xiàn)1代表金融經濟總量指標。

F2主要包括的指標是x8、x12、x21。這三個指標在第二主成分上有較高載荷，說明第二主成分基本反映了這些指標的信息。這些指標與金融規(guī)模有關，因此，F(xiàn)2代表金融規(guī)模指標。

F3主要包括的指標是x16、x17。這兩個指標在第三主成分上有較高載荷，說明第三主成分基本反映了這些指標的信息。

這些指標與金融基礎有關，因此，F(xiàn)1代表金融基礎指標。

5.因子綜合得分分析

為便于對烏昌地區(qū)金融產業(yè)集聚的合理性進行綜合評價，采用總方差分解表中旋轉后各因子的方差貢獻率及因子得分表計算出各地區(qū)的綜合得分，其計算公式如下：

從表中綜合得分可以看出：

第一，金融經濟總量因子得分2005～2011年不斷上升。2005～2007年的得分為負，說明在這三年中烏昌地區(qū)金融產業(yè)集聚程度比較差。2008年之后得分變?yōu)檎⑶抑饾u升高，說明可能金融危機之后經濟復蘇，經濟總量增加，政府重視金融產業(yè)發(fā)展，扶持力度加大，使得烏昌地區(qū)金融產業(yè)集聚程度加大。

第二，金融規(guī)模因子從2007年開始下降，2008～2010年的得分為負，可能是受金融危機及2009年“7·5”事件的影響，利用外資數(shù)量和從事金融行業(yè)的人員數(shù)量下降，使得烏昌地區(qū)金融產業(yè)分散。但在2011年出現(xiàn)上升幅度，說明烏昌地區(qū)政府通過政策手段及市場的自由調節(jié)，使得烏昌地區(qū)的經濟復蘇，實現(xiàn)快速增長。此外，由于金融產業(yè)是最容易實現(xiàn)資金回籠的第三產業(yè)之一，所以金融業(yè)的蓬勃發(fā)展是實現(xiàn)經濟快速增長的另一個原因。

第三，金融基礎因子2007、2008年的得分為負，說明這兩年金融基礎薄弱，是金融產業(yè)聚集程度低的主要原因。而2011年經濟恢復發(fā)展以后在三個因子中得分最低，說明烏昌經濟區(qū)金融基礎尚較薄弱，需加快金融基礎設施建設。此外，雖然烏昌經濟區(qū)在整個新疆來說屬于經濟、社會、文化、政治的中心，相較于其他地州市的基礎較好，但是其與內陸地區(qū)相比較，基礎設施建設相對薄弱，需要通過政府的力量，積極建設基礎設施，為金融產業(yè)的發(fā)展提供基本保障，為烏昌經濟區(qū)金融產業(yè)成為面向中亞、西亞、南亞的經濟金融中心的實現(xiàn)奠定基礎。

總的來說，隨著經濟的發(fā)展，烏昌地區(qū)金融產業(yè)集聚度不斷提高，除2009年因“7·5”事件使得新疆經濟停滯而略有下降。在2007年以前，因子得分為負數(shù)，說明烏昌地區(qū)金融產業(yè)分布較分散，2007年以后逐漸好轉，說明隨著經濟水平的發(fā)展，金融規(guī)模擴大，金融基礎加強，金融產業(yè)集聚度越來越高?？傊?，從綜合得分的情況我們可以預測未來烏昌地區(qū)金融產業(yè)集聚呈現(xiàn)聚集的趨勢。

三、烏昌經濟區(qū)金融產業(yè)集聚水平與經濟增長的關系

本文以烏昌地區(qū)生產總值指數(shù)代表區(qū)域經濟發(fā)展水平（為了保持數(shù)據(jù)的可比性，所有數(shù)據(jù)均采取以2005年為基準年的不變價格），以前面得出的金融產業(yè)集聚評價指數(shù)（即烏昌地區(qū)金融產業(yè)集聚指標評價綜合得分）代表烏昌地區(qū)金融產業(yè)集聚程度，分析烏昌地區(qū)金融產業(yè)集聚與經濟增長的關系。運用STATA12.0軟件對數(shù)據(jù)進行多次處理，得到最后回歸模型：

Y=172.2056+75.3177X

t =（19.59） ?（6.6）

R2=0.897

模型檢驗結果顯示：R2=0.897，說明模型整體擬合較好，對金融產業(yè)集聚度與地區(qū)生產總值指數(shù)關系解釋能力強;給定α=0.05，查t分布表，在自由度為n-2=5時臨界值為t0.025（5）=2.571，t=6.6>t0.025（5），P=0.001<α/2=0.025，說明金融產業(yè)集聚指數(shù)對地區(qū)生產總值指數(shù)有顯著影響。此外，當烏昌經濟區(qū)金融產業(yè)集聚度增長1%時，其經濟增長達到75.32%。從數(shù)據(jù)的大小和檢驗結果得知，烏昌地區(qū)金融產業(yè)集聚對經濟增長存在著明顯的促進作用。

四、結論與啟示

本研究通過因子分析法對影響烏昌地區(qū)金融產業(yè)集聚的因素進行了綜合評價。從各因子得分看，第一主成分金融規(guī)模的得分呈現(xiàn)逐年遞增的趨勢，說明金融產業(yè)的發(fā)展趨勢較好，規(guī)模逐漸擴大。第二主成分金融經濟總量除2008～2010年出現(xiàn)負值外，其他年份均為正值，說明經濟受金融危機的影響較大，但是隨著政府和市場的共同調節(jié)，其在2011年恢復正常。第三主成分金融基礎總體處于平穩(wěn)上升趨勢，在部分年份為負值，且其是三個主成分中得分相對較小的因子，說明金融基礎相對薄弱，需要政府扶持。從綜合得分可以看出2005～2011年烏昌地區(qū)金融產業(yè)集聚程度具有提高的趨勢。2005～2007年綜合得分為負，主要受第一和第三主因子的影響，即在這三年中金融規(guī)模小，金融基礎薄弱。2008～2009年綜合得分稍有下降，因為受2009年“7·5”事件的影響，經濟發(fā)展停滯，所以導致金融產業(yè)集聚度降低。2009～2011年綜合得分具有上升的趨勢，是在三個主因子即經濟總量上升、金融規(guī)模擴大、金融基礎增強的影響下。用計量分析方法得出金融產業(yè)集聚對地區(qū)經濟增長有明顯的促進作用。要提高烏昌經濟區(qū)金融產業(yè)集聚度，還需要做好以下幾方面工作：

（一）構建資金洼地，吸引金融資源

由于烏昌經濟區(qū)金融產業(yè)集聚受金融規(guī)模和金融基礎影響，所以吸引金融資源對于提升烏昌經濟區(qū)金融產業(yè)集聚度具有重要作用。政府在此過程中要起推動和引導作用，要按統(tǒng)一規(guī)劃和布局，加大昌吉州的固定資產投資，改變當?shù)氐漠a業(yè)結構;放開限制，鼓勵昌吉州非公經濟的發(fā)展;與人民銀行、銀監(jiān)局、證監(jiān)局和保監(jiān)局協(xié)商，取消機構設置、異地貸款等地區(qū)差異，統(tǒng)一烏昌地區(qū)的信用環(huán)境、金融政策和監(jiān)管標準，使烏魯木齊的金融資源合法地外溢到昌吉州，有效抵消金融外部化的負面作用。

（二）完善基礎設施，吸引金融人才

城市基礎設施和金融輔助行業(yè)是金融產業(yè)集聚發(fā)展的條件之一。金融人才的競爭是現(xiàn)代化金融業(yè)競爭的核心，掌握現(xiàn)代金融業(yè)管理和運作知識的金融操作人才和高層次金融管理人才是金融產業(yè)集聚發(fā)展的持續(xù)動力。針對烏昌地區(qū)金融產業(yè)人才缺口，要鼓勵企業(yè)與大學、院所合作，提高學生學習能力、實踐能力與創(chuàng)新能力，幫助學生積累一定的專業(yè)經驗，著力培養(yǎng)高級管理人才、高技術人才和國際化人才;加快城市基礎設施建設，以優(yōu)厚的待遇、良好的生活與工作環(huán)境吸引區(qū)域外部優(yōu)秀人才進入。

（三）加強社會安全建設，保證金融產業(yè)安全運行

政府要維護社會的安定和人民正常的生活秩序，必須嚴厲打擊恐怖主義活動，加大武警的執(zhí)勤力度，大力提升人民自我保護及防范意識，建立健全全民聯(lián)合反恐斗爭合作體系。創(chuàng)建安全的生活工作環(huán)境，是保證產業(yè)健康發(fā)展、正常運行的基本，進而促進經濟的發(fā)展。

（四）運用多種金融聯(lián)動形式，打造金融機構區(qū)域競爭力

采取實體-非實體性聯(lián)動相結合的方式，如共同謀劃風險管理策略、集團客戶管理策略、信息策略和人才策略;建立各種專家委員會，組建區(qū)域性合作與發(fā)展論壇等，對區(qū)域內各種金融合作問題進行科學論證并提供可行的利益分配方案;在“絲綢之路經濟帶”背景下，要加強貨幣流通，更好地在經常項下和資本項下實現(xiàn)本幣兌換和結算，以此可以大大降低流通成本，增強抵御金融風險的能力，提高烏昌地區(qū)經濟的國際競爭力;還可以采取相互尊重、平等協(xié)商、自愿和漸進的方式處理各種合作事務，運用非制度化的“倡導式”協(xié)調，不斷拓展區(qū)域金融聯(lián)動的廣度和深度。

參考文獻：

[1]馬歇爾.經濟學原理[M].朱志泰，譯.北京：商務印書館，1981.

[2]Kindle Berger. The Formation of Financial Centers：A Study of Comparative Economic History[M]. Princeton：Priceton University Press，1974.

[3]Davis E.P.，International Financial Centres-an Industrial Analysis Discussion Paper 51[J].Bank England，1991.

[4]Naresh，Gary. The Dynamics of Industrial Clustering in British Financial Services[J].The service industries Journal，2001.

[5]程書芹，王春艷.金融產業(yè)集聚研究綜述[J].金融理論與實踐，2008（4）.

[6]劉超，李大龍. 基于復雜性理論的金融產業(yè)集聚演化動因研究[J]. 當代經濟研究，2013（10）.

[7]王景利. 關于產業(yè)集聚發(fā)展分析的再認識[J]. 金融理論與教學，2015，（3）.

[8]Goldsmith RW. Financial Structure and Development[M].New Haven Conn ： Yale University Press，1969.

[9]Porteous J. The Geography of Finance：Spatial Dimensions of Intermediary Behaviour [M]. Aldershot：Avebery，1995.

[10]丁藝，李林，李斌.金融集聚與區(qū)域經濟增長研究[J].統(tǒng)計與決策，2009（6）.

[11]李苗苗，肖洪鈞，趙爽. 金融發(fā)展、技術創(chuàng)新與經濟增長的關系研究——基于中國的省市面板數(shù)據(jù)[J]. 中國管理科學，2015（2）.

[12]烏魯木齊市統(tǒng)計局，國家統(tǒng)計局烏魯木齊市調查隊.烏魯木齊市統(tǒng)計年鑒[M].中國統(tǒng)計出版社.

[13]昌吉回族自治州統(tǒng)計局.昌吉回族自治州統(tǒng)計年鑒[M].中國統(tǒng)計出版社.

[14]新疆維吾爾自治區(qū)統(tǒng)計局.新疆統(tǒng)計年鑒[M].中國統(tǒng)計出版社.