福建省金融產業集聚水平及省內9地市空間相關性分析

薛襄稷

(集美大學 誠毅學院，福建 廈門 361021)

從各國經驗來看，金融產業集聚與金融中心的形成往往具有高度關聯性。產業集聚程度高的城市或地區，更易發展成為具有較大影響力的金融中心。金融資源的集聚和輻射與金融中心的建立能夠推動經濟增長。促進經濟的持續發展已經成為學術界的共識，其產生的外部經濟規模效應以及擴散效應極大地促進了區域經濟的增長。全國30多個城市均把建立區域性金融中心列在其經濟發展規劃之中。在諸多政策引導和支持下，作為海峽西岸經濟區的主體城市，福州、廈門等地以此為契機，加快了建立兩岸區域性金融服務中心的步伐。近些年，福建省金融集聚程度不斷提高，但與發達地區相比，其金融基礎薄弱，產業發展相對滯后，資源配置有待改善，中心城市的輻射力有待提高。

目前，很多學者針對金融集聚問題進行了探索，而有關福建省金融集聚程度方面的研究較少，主要從城市的綜合競爭力角度分析金融中心城市的選擇。如陳福生、雷小秋、戴淑庚等通過熵值法、因子分析法和灰色關聯分析法對福建一些城市金融競爭力進行研究[1-3]。嚴玉華利用Moran指數和LISA，分析了福建省金融業集聚的空間效應[4]。馬雨倩利用Moran指數檢驗法和威爾遜模型，分析了福建金融集聚發展的空間特征[5]。從上述對文獻的分析中可以發現，不少學者對金融產業聚集進行了研究，但還不夠系統。本文從銀行業、證券業、保險業、金融深度、經濟發展等多角度構建指標體系，使評價指標更加完善。首先，利用因子分析法對31個省市的金融發展進行綜合評價，并在此基礎上找出福建省與其他省份尤其是東部省份的差距。然后，利用Moran指數和威爾遜模型，從空間關聯的角度對福建9地市空間相關性及中心城市輻射范圍進行分析，進而指出福建金融集聚過程中存在的問題以及發展對策。

1 指標體系構建及相關方法介紹

1.1 因子分析及指標體系構建

從研究變量之間內部的依賴關系出發，把變量之間錯綜復雜的關系歸因于幾個因子，以較少的幾個因子考察原變量的大部分信息，即是因子分析法。

在構建指標體系時，金融集聚程度應從以下3個方面選取指標：金融機構數量與規模、金融市場發展深度以及經濟規模。詳情見表1。

表1 金融集聚度量指標體系的構建

1.2 Moran指數

Moran指數是對空間鄰近的區域單元屬性值相似程度的度量。通過測量區域單元空間關聯關系反映空間集聚效應，分析地理位置相鄰的區域單元是否具有相同屬性。Moran指數包含全局Moran's I和局部Moran's I兩種形式。全局Moran's I利用式1進行計算，用于測度總體觀測值空間自相關水平以及性質。局部空間層面的空間相關性可以用Moran散點圖來表示。

(式1)

1.3 威爾遜模型

威爾遜在研究人類活動產生的空間相互作用的基礎上，提出了威爾遜模型, 筆者將其運用到福建中心城市輻射能力的研究上。根據威爾遜模型，其表達式為：

Tjk=KOjDkexp(-βrjk)

(式2)

其中，Tjk是區域k流向區域j的資源總量；K為歸一化因子，通常取1；Oj、Dk分別是區域j、k的資源總量(強度)；β為空間衰減系數；rjk表示兩區域間的距離。在實際計算中，式2較為復雜，不易獲得。因此，諸多學者將其簡化。本文依據王錚[7]對公式的調整，簡化為：

(式3)

2 福建省金融集聚水平及各地市空間相關性實證研究

近年來，福建省根據自身戰略地位、區位特點和發展特色，相繼出臺并實施了一系列政策措施，促進金融業快速發展。隨著福建省金融機構數量和種類的增多、規模的逐年擴大以及金融市場功能的不斷完善，金融業集聚水平逐年提升，集聚輻射效應逐漸得到釋放。

2.1 福建金融集聚水平整體分析

很多學者運用區位熵對金融產業集聚度進行測度，但因選擇的不同指標所代表的含義不同，計算結果偏差較大，且衡量指標過于單一，有可能與現實相背離。為了解決單因素存在的問題，本文從多角度出發，構建金融集聚綜合指標體系，采用因子分析法進行綜合評價。運用SPSS21.0統計分析軟件，以全國31個省(市、區)為研究樣本，對2010—2016年數據進行分析。

首先，通過KMO檢驗和Bartlett球形檢驗方法可得，KMO值為0.746，Bartlett球形檢驗Sig值為0，適合進行因子分析。其次，對15個變量提取公因子，相關系數矩陣有2個特征根大于1，累積解釋率為77.894%，說明提取2個公因子可累計解釋原變量的大部分信息，信息丟失較少。對2010—2015年金融集聚程度進行測算，都得出相同的結論。再次，3次迭代后，因子載荷系數已經明顯向兩極分化。第一個公因子在指標X1、X2、X3、X5、X6、X7、X14、X15上有較大載荷，說明這8個指標有較強的相關性，可以歸為一類。從指標類型看，這8個指標主要是總量指標，包括金融機構數量與規模。第二個公因子在這7個指標X4、X8、X9、X10、X11、X12、X13上有較大載荷，可以歸為一類。第二個因子主要反映了金融市場的深度和經濟發展規模。最后，根據因子得分矩陣，得出模型并計算得分。結果見圖1。

圖1 2010—2016年各省市金融集聚得分

從圖1可以看出，位于東、中、西部的省(市、區)金融集聚差距較為明顯，與區域經濟發展情況相似，具有較為明顯的非均衡特征。金融集聚水平較高的省(市、區)主要分布在東部地區，尤其是長三角地區、珠三角地區和環渤海地區。這些地方金融活動比較活躍，中、西部地區的金融集聚程度明顯較低，區域間發展極不平衡。從福建省的綜合得分看，2013—2015年的綜合得分超過0，高于平均水平，但2016年又變為負數，排名從第9位下降到第12位，與北京、廣東、上海等地得分差距很大。若將集聚程度分為五個梯隊，福建省由第三梯隊(2010年，0<綜合得分<0.5)下降為第四梯隊(2016年，0.5<綜合得分<0)，不僅金融集聚程度有所下降，且不夠穩定。從福建省兩大公因子得分看，2016年，第一公因子得分為0.164，全國排名第11位，但在東部10省市中排名并不高，金融機構與規模集聚程度有待提升。第二公因子得分為負數，低于平均水平，在全國排名第18位，金融發展深度與經濟規模集聚程度較差，在一定程度上影響了綜合得分。

2.2 福建省9地市金融集聚水平及空間自相關檢驗

通過因子分析評價地市金融業的集聚程度，運用Geoda軟件，計算Moran’I指數來檢驗各地市空間關聯情況，反映空間距離的密切相關程度，在此基礎上，得出主要的中心城市，并利用威爾遜模型計算輻射半徑。

2.2.1 福建省9地市金融集聚因子分析

對表1指標體系進行微調，因個別地市外資銀行比率為0，刪除了外資銀行比例，得到表2。

表2 2016年福建省9地市因子得分情況

從表2可以看出，福州、廈門表現出較強的集聚優勢，遠遠高于其他地市，是福建省重要的金融發展及金融中心潛在城市。泉州的總得分也超過了0，高于平均水平，排名第3位，但與福州、廈門相差較大，集聚水平還不明顯。其他地市的數據均小于0，金融集聚狀況較差，始終處于較低的狀態。

2.2.2 空間相關性分析

利用Geoda軟件對Moran’I指數進行計算，結果見表3。

表3 2010—2016年福建省9地市Moran’I指數

從表3可知，2010—2016年，福建省Moran’I指數均為負數，且統計量Z值均小于臨界值Z0.05=1.96。這表明福建省9地市金融發展在空間分布上處于完全隨機的狀態，在空間上不存在顯著的金融集聚現象。

為分析福建省金融發展的空間集聚特征和類型，利用Moran散點圖來分析，結果如圖2所示。可見，沒有哪一個城市落在第1象限(HH)，沒有高集聚區被相鄰高集聚區包圍的情況。福州、廈門均位于第4象限(HL)，表明集聚較高的兩個城市被低集聚地區所包圍，這些相鄰的低集聚城市分別為寧德、漳州、莆田和泉州，均處在第2象限(LH)。龍巖與南平相鄰，與福州和廈門的距離較遠，三明雖然與福州相鄰，但沒有相關性，此三地均出現在第3象限(LL)，即低集聚増長城市被低集聚增長城市包圍，彼此存在消極影響。從總體上來看，福建省金融集聚在空間分布上不存在依賴關系。

圖2 2016年福建Moran’I局部散點

2.2.3 福建省中心地市輻射范圍計算

3 結論與相關建議

根據實證分析得到如下結果：第一，福建金融業總量仍然較小，在一定程度上制約著金融集聚水平的提高。從因子分析結果來看，2016年第一公因子(主要包含金融規模等相關指標)得分為0.164，全國排名第11位，在東部10個省(市、區)中排名靠后。福建省金融機構數量與規模集聚程度仍然偏弱，金融綜合競爭力不強，難以發揮規模效應，在一定程度上影響金融集聚的進度。第二，金融體系功能不健全。第二公因子得分為負數，在全國排名第18位，低于全國平均水平。金融市場深度與經濟規模集聚程度較差，在一定程度上影響了綜合得分。從金融機構結構看，福建省仍以大中型銀行等金融機構為主要組成部分，民營資本的金融機構覆蓋面窄，為小微企業、個體工商戶服務的小微金融機構更少，新型業態的金融機構發展緩慢。從金融市場看，福建銀行間同業拆放市場、銀行間債券市場、產權交易市場、證券市場和保險市場等發展也比較緩慢。福建全省沒有可覆蓋全國范圍的資本市場平臺，區域性的金融交易市場也很不發達。如何構建完善的多層次金融市場體系，使其更好地發揮金融功能，對省金融業集聚和輻射能力的提高具有重要意義。第三，福建省各地市金融發展呈現不均衡狀態，不利于區域金融集聚效應的發揮。從9個地市因子分析和Moran指數分析均可看出，福建省在金融集聚過程中，地市間呈現出明顯的非均衡狀態。從威爾遜模型可以看出，高集聚城市有一定的金融輻射能力，但還沒有形成緊密聯系的網絡，對南平、三明、龍巖等地的影響十分有限。建議福建省要盡快打破市場地域間的界限[8]，削弱市場壁壘，探索彼此合作的空間和措施，創造各地市區域間金融資源的良性競爭環境，進而縮小各地市之間的差距。