【摘要】本文通過選取16個有代表性的金融指標(biāo)，構(gòu)建了區(qū)域金融集聚水平的評價體系，并采用因子分析法計算出十二五時期31個?。ㄊ?、區(qū)）的金融集聚水平綜合得分及排名，進(jìn)而對我國省級區(qū)域的金融集聚程度做出評價。研究表明我國各省金融集聚水平比較穩(wěn)定，金融集聚程度空間差異較大，呈現(xiàn)東高西低的梯度分布特點。

【關(guān)鍵詞】金融集聚 因子分析法

一、引言

2015年“一帶一路”戰(zhàn)略進(jìn)入全面實施階段，這為各?。ㄊ?、區(qū)）金融業(yè)的發(fā)展帶來了重大機(jī)遇，同時也對各省（市、區(qū)）金融業(yè)服務(wù)提出了更加多樣化的需求。由于我國各省域間金融供給層面有著較大差異，存在著明顯的金融產(chǎn)業(yè)集聚現(xiàn)象，而且金融集聚對地區(qū)經(jīng)濟(jì)的發(fā)展[1]、東部中部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級[2]以及新型城鎮(zhèn)化的發(fā)展[3]都有著明顯的支持促進(jìn)作用，因此有必要對我國省級區(qū)域的金融集聚程度重新做出評價。

二、文獻(xiàn)綜述

金融集聚的定義目前沒有達(dá)成共識，簡言之就是金融產(chǎn)業(yè)、金融資源與地域條件協(xié)調(diào)綜合的時空動態(tài)過程以及所產(chǎn)生金融密集程度高于周邊平均水平的匯聚結(jié)果[4]。對于金融集聚程度的衡量方法，主要分為尋找代理變量和構(gòu)建指標(biāo)體系兩大類。例如：任英華等（2010）[5]選擇區(qū)位熵系數(shù)代表區(qū)域金融集聚程度，進(jìn)而分析了金融集聚的影響因素及空間溢出效應(yīng)。李靜等（2014）則構(gòu)建了包含保險市場、信貸市場、信托市場、證券市場四個層次的指標(biāo)體系。鄧薇等（2015）[7]構(gòu)建了包含金融規(guī)模、金融機(jī)構(gòu)、金融人才三個一級指標(biāo)的評價指標(biāo)體系，并采用縱橫向拉開檔次法我國各省2005～2010年的金融集聚程度做出了評價。馮林等（2016）[8]建立了包含金融資源、金融機(jī)構(gòu)、金融產(chǎn)值三個層次的指標(biāo)評價體系，并使用熵值法對山東90個縣的金融集聚水平做出了評價。

三、構(gòu)建評價指標(biāo)體系

指標(biāo)的選取直接關(guān)系到評價結(jié)果的準(zhǔn)確性，因此本文本著審慎、全面、可量化原則，借鑒現(xiàn)有研究中的相關(guān)金融指標(biāo)，選取了金融增加值、銀行業(yè)存款余額、銀行業(yè)貸款余額等8個代表金融規(guī)模的指標(biāo)，之后又添加了代表金融業(yè)資本投入規(guī)模的固定資產(chǎn)投資額指標(biāo)。同時，考慮到金融密度本身就是對金融集聚程度的度量，因此添加了單位面積金融機(jī)構(gòu)營業(yè)網(wǎng)點機(jī)構(gòu)數(shù)、單位面積證券公司營業(yè)部數(shù)、單位面積年末上市公司數(shù)、保險密度、保險深度等5個密度指標(biāo)，作為規(guī)模指標(biāo)的補(bǔ)充。最終得到表2-1所列的金融集聚程度指標(biāo)評價體系。該指標(biāo)體系分成金融業(yè)總體規(guī)模、銀行業(yè)、證券業(yè)、保險業(yè)4個準(zhǔn)則層和16個指標(biāo)層。

四、實證分析及評價

本文使用SPASS22統(tǒng)計軟件對2011～2015年31個省（市、區(qū)）的面板數(shù)據(jù)逐年進(jìn)行因子分析，數(shù)據(jù)來源于《中國統(tǒng)計年鑒》、《中國金融年鑒》、wind數(shù)據(jù)庫及《中國區(qū)域金融運(yùn)行報告》。以2015年為例，首先對原始數(shù)據(jù)做適應(yīng)性檢驗，KMO的值為0.808，Bartlett球形檢驗的卡方值為976.359，伴隨概率為0，說明原始數(shù)據(jù)存在公共因子，適合做因子分析。之后提取公因子，不斷調(diào)試后決定提取3個公因子，其累計方差貢獻(xiàn)率達(dá)到88.894%，提取了原始數(shù)據(jù)的大部分信息，并對初始因子進(jìn)行正交旋轉(zhuǎn)，得到表3-1的因子載荷矩陣。

由表3-1知，第一公因子在金融業(yè)增加值、金融業(yè)固定資產(chǎn)投資完成額、銀行業(yè)金融機(jī)構(gòu)各項存款余額、銀行業(yè)金融機(jī)構(gòu)各項貸款余額、金融機(jī)構(gòu)營業(yè)網(wǎng)點資產(chǎn)總額、保險收入、保險賠付等指標(biāo)上載荷較高，于是可以把F1命名為金融規(guī)模因子，第二公因子在單位面積金融機(jī)構(gòu)營業(yè)網(wǎng)點機(jī)構(gòu)數(shù)、單位面積證券公司營業(yè)部數(shù)、單位面積年末上市公司數(shù)等指標(biāo)上載荷較高，于是可以把F2命名為金融密度因子，第三公因子在當(dāng)年國內(nèi)（A股）籌資額、當(dāng)年國內(nèi)債券籌資額、保險密度、保險深度等指標(biāo)上載荷較高，于是可以把F3命名為證券業(yè)與保險業(yè)發(fā)展因子。之后，求出因子得分函數(shù)如下：

其中X1*，X2*，…，X3*是原變量標(biāo)準(zhǔn)化后的數(shù)據(jù)。

利用公因子及其方差貢獻(xiàn)率占比可以計算綜合得分，分別計算出2010～2015年各省（市、區(qū)）的金融集聚水平綜合得分及排名，如表3-2。

從時間維度來看，我國各省金融集聚排名比較穩(wěn)定，最大序差僅為4，說明我國各?。ㄊ小^(qū)）金融集聚水平都比較穩(wěn)定。其中北京、河北、遼寧、江蘇、浙江、山東、河南、海南、四川、西藏、青海、寧夏排名五年內(nèi)保持不變。吉林、安徽、福建、江西、湖北、湖南、廣東、貴州、陜西、甘肅排名小幅上升。天津、山西、內(nèi)蒙古、上海、重慶、云南、新疆排名出現(xiàn)小幅下降。

從空間分布來看，如圖3-1，我國金融集聚呈現(xiàn)東高西低的梯度分布與集群分布特點，各個地區(qū)存在較大差異。東部沿海地區(qū)金融集聚程度最高，其中北京、上海、廣東、浙江、山東在十二五期間均居前6位。具體來看，東部沿海地區(qū)金融集聚水平最高的三個區(qū)域為環(huán)渤海經(jīng)濟(jì)圈、長三角經(jīng)濟(jì)圈、珠三角經(jīng)濟(jì)圈。環(huán)渤海經(jīng)濟(jì)圈路網(wǎng)密集、礦產(chǎn)資源與海洋資源豐富、科研院所及科技人員數(shù)量眾多，為金融集聚提夠了充足的人力資本、技術(shù)資本與物質(zhì)資本。長三角經(jīng)濟(jì)圈區(qū)域第三產(chǎn)業(yè)占比較大、經(jīng)濟(jì)發(fā)展水平最高，由此產(chǎn)生對金融服務(wù)的巨大需求，進(jìn)而引起金融資源的高度集聚。珠三角經(jīng)濟(jì)圈信息通訊設(shè)施完善，實際利用外資水平很高，有利于金融資源的空間聚集與流動。成渝地區(qū)與中部6省金融集聚水平僅次于東部沿海。成渝地區(qū)經(jīng)濟(jì)發(fā)展水平良好、人力資源豐富，中部地區(qū)湖北與河南兩省地區(qū)生產(chǎn)總值較高、交通便利，因此獲得相對較高的金融集聚水平。相比之下，西北地區(qū)、東北地區(qū)與青藏地區(qū)的金融集聚水平則相對較低。

五、結(jié)論與建議

我國各省金融發(fā)展水平比較穩(wěn)定，金融集聚程度空間差異較大，馬太效應(yīng)明顯，呈現(xiàn)東高西低的梯度分布特點，環(huán)渤海經(jīng)濟(jì)圈、長三角經(jīng)濟(jì)圈、珠三角經(jīng)濟(jì)圈、武漢經(jīng)濟(jì)圈、鄭州經(jīng)濟(jì)圈、成渝地區(qū)金融集聚程度相對較高，呈現(xiàn)集群分布特點。通過本文對金融集聚的評價分析之后，提出如下建議。

（一）充分發(fā)揮金融集聚的空間溢出效應(yīng)

金融集聚對省域經(jīng)濟(jì)的增長有著顯著地空間溢出效應(yīng)[9]，應(yīng)努力加強(qiáng)省級區(qū)域間金融交流與合作。例如從空間分布來看，北部沿海地區(qū)、東部沿海地區(qū)、南部沿海區(qū)金融集聚程度都非常高，可以向西帶動黃河中游地區(qū)、長江中游地區(qū)金融業(yè)的發(fā)展，進(jìn)而促進(jìn)中部地區(qū)能源、水稻、奶業(yè)、汽車生產(chǎn)等基地的建設(shè)。大西南地區(qū)，四川、重慶金融基礎(chǔ)最好，可以嘗試建成兩個西部金融中心，輻射云南、貴州、廣西、西藏等省金融業(yè)。

（二）重視保險業(yè)發(fā)展

在金融規(guī)模因子F1上，保險收入指標(biāo)X13與保險賠付指標(biāo)X14有著很高的載荷，在證券業(yè)與保險業(yè)發(fā)展因子F3上，保險密度指標(biāo)X15與保險深度指標(biāo)X16同樣有個較大載荷，說明保險業(yè)的發(fā)展規(guī)模對金融規(guī)模因子及保險業(yè)發(fā)展因子都有著很大的影響，同時金融規(guī)模因子、保險業(yè)發(fā)展因子又與金融集聚程度指標(biāo)密切相關(guān)，因此努力激活保險業(yè)的發(fā)展?jié)摿?，可以提高金融集聚水平，進(jìn)而促進(jìn)省域經(jīng)濟(jì)的發(fā)展。

（三）合理布局金融網(wǎng)點

金融密度因子F2對金融集聚程度指標(biāo)有著25.398%的貢獻(xiàn)度，作用也不應(yīng)忽視。目前東部地區(qū)網(wǎng)點過于密集，而中西部地區(qū)則相對較少。如果能夠合理依托金融資源布局金融網(wǎng)點，不僅可以降低金融企業(yè)成本，還可以提升金融集聚水平。因此，各金融企業(yè)應(yīng)該充分收集各地城市規(guī)劃、人口流動等信息，做到統(tǒng)一規(guī)劃、科學(xué)選址。

參考文獻(xiàn)

[1]李標(biāo)，宋長旭，吳賈.創(chuàng)新驅(qū)動下金融集聚與區(qū)域經(jīng)濟(jì)增長[J].財經(jīng)科學(xué)，2016，（01）：88-99.

[2]于斌斌.金融集聚促進(jìn)了產(chǎn)業(yè)結(jié)構(gòu)升級嗎：空間溢出的視角——基于中國城市動態(tài)空間面板模型的分析[J].國際金融研究，2017，（02）： 12-23.

[3]王周偉，柳閆.金融集聚對新型城鎮(zhèn)化支持作用的空間網(wǎng)絡(luò)分解[J].上海師范大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2016，（02）：45-55.

[4]劉軍，黃解宇，曹利軍.金融集聚影響實體經(jīng)濟(jì)機(jī)制研究[J].管理世界，2007，（04）：152-153.

[5]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(yīng)用[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2010，（05）：104-115.

[6]李靜，白江.我國地區(qū)金融集聚水平的測度[J].求是學(xué)刊，2014，（04）：52-58.

[7]鄧薇，呂勇斌，趙瓊.區(qū)域金融集聚評價指標(biāo)體系的構(gòu)建與實證分析[J].統(tǒng)計與決策，2015，（19）：153-155.

[8]馮林，劉華軍，宋建林.基于熵權(quán)TOPSIS法的縣域金融集聚評價研究——以山東省為例[J].山東財經(jīng)大學(xué)學(xué)報，2016，（02）：1-9.

[9]孫志紅，王亞青.金融集聚對區(qū)域經(jīng)濟(jì)增長的空間溢出效應(yīng)研究——基于西北五省數(shù)據(jù)[J].審計與經(jīng)濟(jì)研究，2017，（02）：108-118.

作者簡介：王斐（1989-），男，漢族，山東濰坊人，中國海洋大學(xué)經(jīng)濟(jì)學(xué)院碩士研究生，研究方向：國際金融。