关于的我国金融业空间集聚的区域分异及其特征.docVIP

　　关于的我国金融业空间集聚的区域分异及其特征 我国金融业空间集聚的区域分异及其特征论文导读：本论文是一篇关于我国金融业空间集聚的区域分异及其特征的优秀论文范文,对正在写有关于金融业论文的写有一定的参考和指导作用, 摘 要：金融业集聚对于区域经济的发展有着重要作用。对我国31个省份1978—2011年金融业区位商进行非线性傅立叶单位根检验，将检验结果与区位商均值相结合，分东、中、西三地区对金融业空间集聚的区域分异及其特征进行对比分析。结果表明，东部地区的集聚水平要高于中、西部地区，各省份的金融业集聚水平大体呈橄榄形分布，同时，三地区大部分省份金融业集聚的单位根检验结果都体现出不稳定特征，说明我国金融业的空间集聚格局一直处于不断调整之中，而这种调整在一定程度上有利于实 融资源的优化配置。 　　关键词：金融业；空间集聚；非线性傅立叶单位根检验 　　1003-3890（2014）01-0078-06 　　一、引言 　　一般来讲，产业的空间分布格局可以分为两种：均匀分布或集聚分布，前者指的是在一定的区域单元上产业的空间分布比较均匀，而后者指的是产业的空间分布存在非常明显的不均衡。就我国的东、中、西部金融业空间分布格局来说，则是属于集聚分布，在这一格局下，有的地区金融业分布非常集中，而有的地区金融业的分布则较少：以东部地区的北京和上海为例，其金融业的空间集聚程度相比国内其他省份高。 　　金融是现代经济的核心，金融业的发展影响着区域经济的发展水平，地区发展的差异往往和金融产业空间集聚程度的差异联系在一起。金融产业集聚对本地区经济发展具有增长效应（刘红，2008）[1]，而且两者存在长期稳定的互动关系（丁艺，2010）[2]，因此，对区域经济的发展而言，金融集聚的作用就显得非常重要。可以设想，对某一地区而言，如果金融业集聚度低且相对稳定，也就意味着该地区金融业的分布处于一种劣势的固化状态，在这种情况下，金融业集聚度高的地区经济会不断得到发展，而金融业集聚度低的地区经济则会受到抑制，由此则会对金融业集聚更加不利。在上述循环累积因果机制的作用下，强者恒强的“马太效应”就会在金融业集聚中出现，这对更好地推动我国区域经济的协调发展是不利的。 　　基于上述分析，探讨我国金融业空间集聚的区域分异及其特征就显得非常有必要。本文的研究思路如下：首先，根据相关原始数据计算出各省份1978—2011年的金融业区位商；其次，利用非线性傅立叶单位根检验策略对各省市金融业区位商进行单位根检验；再次，将各省份金融业区位商平均值进行分类并与单位根的检验结果相结合，对我国金融业空间集聚的区域分异及其特征进行分析，最后是结论。 　　二、研究设计 　　（一）金融业空间集聚的测度及数据 　　目前衡量产业集聚的指标主要包括空间基尼系数、E-G指数、区位商等，每一种指标都有各自的优缺点。区位商指标由于其计算简单且相关数据比较容易获得，所以在实证研究中得到了较为广泛的应用，本文对金融产业集聚的测度也采用了区位商的策略。其计算公式为： 　　鉴于数据的可获得性以及完整性，本文选取1978—2011年31个省（市、自治区）的金融业产值以及各地区生产总值的面板数据进行计量分析，时间跨度较长，可以很好地论证本文所要研究的理由。所有原始数据均于《国家统计局X站年度数据库》、《新中国六十年统计资料汇编》及《中国金融统计年鉴》。 　　（二）单位根检验策略 　　本文采用非线性傅立叶函数的单位根检验策略来分析金融业区位商的波动变化。根据Enders和Lee（2004，2009）[3-4]使用LM原则发展出的单位根检验策略，运用下面的面板数据生成过程： 　　根据本文研究内容，等式（2），（3）中的t=1，2，…，34，yt表示第t期的金融业区位商，？着t表示随机扰动项。[sin（2？仔kt/T），cos（2？仔kt/T）]的存在使得一个傅里叶表达式可以在任何精确度水平上估计全部的区间函数。在等式（2）中，k代表被选中的近似值的频率，？酌=[？酌1，？酌2]测量频率分量的振幅和移位。通过设定原假设？酌1=？酌2=0，等式（2）的一个可获得的特点是标准的线性模型作为一个特殊的情况产生，即该地区金融业区位商具有线性特征，不能使用非线性傅立叶单位根检验策略。如果存在一个结构断点的话，通常的情况是至少一个频率变量将会出现。如果拒绝原假设（？酌1=？酌2=0），这一系列将会有一个非线性因子，也即该地区的金融业区位商可以使用非线我国金融业空间集聚的区域分异及其特征由专注毕业论文与职称论文的.zglidt和Phillips（1992）[6]以及Amsler和Lee（1995）[7]的LM方法对原假设施加限制以及使用一阶差分估计（4）式的回归： 　　如果yt具有一个单位根，则？兹=0并且LM检验统计量（用？子LM表示