我国省域金融业聚集的区位因素分析.docVIP

我国省域金融业聚集的区位因素分析 　　摘 要：为了分析影响我国金融业聚集的区位因素，指导区域的协调发展和区域金融中心的建设，本文利用2006年到2013年的数据，运用区位熵和Hoover系数对我国总体和省域金融业的聚集度进行了测量，并且通过计量分析对影响我国金融业聚集度的因素进行了检验。结果显示：（1）我国金融业聚集度很高，并且不同区域金融业聚集度差异明显；（2）各地区的地理位置、上市企业数量、技术创新能力和对外开放程度都对金融业的聚集有显著影响。 　　关键词：金融业聚集；区位因素；区位熵 ；Hoover系数 　　产业集聚是世界上很多发展中国家和经济转型国家在经济开放之后出现的一个普遍经济现象。产业聚集所带来的聚集效应、共生效应、协同效应、区位效应等诸多优势对各区域产业发展有着重要影响。在各产业中，金融业相对于传统产业表现出了更为明显的聚集现象，不仅在全球范围内形成了纽约、伦敦、东京等国际金融中心，而且在我国也出现了北京、上海、广州等区域金融中心。它们对各自所在地区的经济发展都起到了重要的推动作用。因此研究我国省域金融产业聚集现象并且进行区位因素分析，不仅能丰富和实证产业聚集的相关理论，同时对于区域的协调发展和区域金融中心的建设也有重要的指导意义。 　　一、文献综述 　　产业集聚问题的研究产生于l9世纪末，马歇尔（1890）开始关注产业集聚这一经济现象，提出重要的外部经济理论，并据此解释了企业在同一区位聚集的现象。Henderson则扩展了马歇尔的研究成果，基于经济地理学的分析框架认为产业聚集主要由经济地理因素的差异引起。克鲁格曼则通过新贸易理论，发展了聚集经济的概念，并在规模报酬递增和存在运输成本的假设前提下，解释了产业聚集现象。之后迈克尔波特（1995）在研究国家竞争优势的过程中，提出产业聚集是递增收益、历史积累或路径依赖和区位“锁定”时生产活动所形成的结果。近几年来，学者们开始逐渐关注非经济因素对产业聚集的影响，如社会网络模型强调企业间的合作与信任、嵌入性、网络关系等产业聚集的影响，历史基础、开放性、适应性以及多样性对产业聚集形成的重要作用。 　　国内大部分关于产业聚集的文献基本都是综合考虑了以上理论的分析框架，并以中国的经验证明该理论在中国的可行性。金煜等（2006）构建了基于经济地理、新经济地理和经济政策的产业聚集分析框架，并运用省级面板数据进行了实证检验。此外白重恩等（2004）还分别从地方保护主义和生产要素角度考察了它们对产业聚集的影响。对于产业聚集度的测量，我国学者也进行了大量实证工作。白重恩等利用Hoover系数对我国32个工业产业的区域聚集度进行了计算，结果表明1985年-1997年我国工业的平均聚集程度呈上升趋势。路江涌和陶志刚完全按照Ellison和Glaeser方法对数据的要求，收集整理了，1998-3003年中国制造业的企业级数据，计算结果也表明我国制造业的聚集度在1998-2003年处于一个稳定上升的阶段。 　　综合分析上述研究，不难发现，我国学者所进行的产业聚集研究基本都是针对制造业或者工业总体进行的实证分析，并且大多是从产业角度进行的分析。然而金融业和这些产业之间，由于产业之间属性的差异，其产业的聚集现状必然不同，因而有必要对其进行针对性的研究。所以本文在分析时将地理因素与产业因素相结合，利用2006到2012年的省域金融业数据，对金融业聚集度的变动和其区位因素进行针对性的分析。 　　二、省域金融业聚集度测量与分析 　　1.测量方法及数据来源 　　本文选取了我国金融产业为研究对象，样本数据来自1988年以来的《中国统计年鉴》以及各省份的统计年鉴，我们将使用全国31个省份、直辖市以及自治区2006年至2012年一共7年的数据。需要说明的是，由于数据的限制，本文中的“全国”不包括香港、澳门及台湾。在具体指标方面，本文选取了金融业增加值作为计算我国各省金融产业聚集程度的基础变量。同时，根据各产业聚集测量方法的特点和可获得数据的内容，本文将分别使用区位熵和Hoover 系数对我国金融业各省和全国的聚集对进行度量。 　　2.计算结果与分析 　　根据区位熵和Hoover系数的计算公式，计算出我国金融业2006年-2012年的区域聚集程度，如图一所示，并给出了2006年-2012 年间各区域金融业聚集程度前三名的地区分布情况，如表1所示。下面将综合分析图一和表1对我国金融业总体聚集趋势和各区域金融业聚集情况。 　　首先，由图1可以看出，自2006年以来，我国金融业都处于高聚集度的状态。从变化趋势上，从2006年至2008年期间，我国金融业聚集度从0.733下降到0.703。自2008年之后，聚集度就一直呈现稳步上升的态势，并且由2008年的0.703一路上升至2012年的0.766