金融产业集聚对经济发展的影响——以广东省为例

【摘要】现如今，中国的改革开放之路已经走过40年，在全球化经济浪潮下，无论是国际范围还是国内范围，企业、机构、XX部门、个人等每个角色间的合作、商贸等经济活动都离不开金融或者说金融机构，正是金融服务行业的存在，才能使得各种金融资源以高效率在经济社会中流动，支撑着社会、国家的发展，在当今社会金融已然是核心产业之一。同时人们的需求也不断促进金融行业的发展，于是因为各种驱动力的影响，金融要素渐渐集中，组成了一种规模庞大，专业化极强的集群，这就是金融产业的集聚。而金融的集聚则以更加强大的力量继续对经济产生影响，本文所研究的内容就金融产业集聚对经济增长的影响。

首先，本文是基于国内外已有的金融产业集聚有关研究成果上完成的。通过文献的收集和整理，阐释了金融产业集聚的概念和理论，金融产业集聚的测度方式和角度，金融产业集聚的模型构建和实证方法。然后以区位熵为指标对广东省目前各地级市的金融产业集聚情况进行统计性描述。在区位熵和其他指标的基础上构建了面板数据模型并进行单位根检验、Kao协整检验、Hausman检验以确定模型，最后进行回归分析。文章的最后则对基础上文的研究分析进行总结并结合广东省实际情况提出参考性意见。

【关键词】金融产业集聚；区位熵；面板数据模型

1、前言

1.1研究背景

现如今，第三产业对经济发展的作用越来越大，而金融服务业是现代第三产业中的的核心产业。金融行业的发展以及产业的规模效应在促进现代经济增长和社会发展方面发挥着重要作用。全球化,信息技术,金融资本的趋势的发展,金融的全球化是不可避免的。地区金融资源的合并带来的集聚效应,促使金融机构和交易活动的更多地在部分地区集中,实现以城市为中心的金融集成的现象逐步产生。

广东省地理位置在中国南部，是中国经济实力最强的省份之一。广东省GDP长期处于国家前沿，根据2019年出版的广东省统计年鉴和国家统计年鉴可以获知，广东省GDP已经达到9727.77亿元，占国家GDP的十分之一。广东省金融行业长期积累了雄厚的资本、人才、技术和其他资源，因此广东省金融行业具有雄厚的基础，还有很大的发展空间。

1.2研究意义

在过去40年的改革开放中，以广深两市为代表的广东省的发展速度是有目共睹的，得到了全世界的赞誉。今天，珠三角经济区呈现稳步发展态势，但广东省各城市经济发展仍不均匀。广东省西部和广东省北部的经济比较落后，广东省东部和广东省南部的经济发展较好。一定程度的不同城市不均匀经济发展的这种现象，限制了广东省经济的进一步有序发展。

像上面文中提到,金融产业对于经济发展来说是一个能产生重要影响的产业, 因此研究广东省地区金融产业集聚在整个省以及各个地级市的经济发展究竟发生了什么作用和效应，对于调整广东省金融产业结构、实现广东省经济多层次高质量发展具有非同一般的现实指导意义。本文选取并收集广东统计年鉴中的相关数据，整理成广东省各个地级市相关面板数据，通过计算区位熵的方式来分析广东省 21 个地级市 2010-2018 年的金融产业集聚水平，并综合文献研究法，统计分析法，实证分析法等探讨广东省金融产业集聚水平以及对当地不同地区经济发展的效应和贡献度，在广东省金融产业结构的调整政策和探求经济新的突破点提供比较切合实际情况的参考性意见，缩小省内城市间区域差异，进而促进广东省区域经济的协调发展具有现实指导意义。

1.3研究方法

第一、文献检索法

本文的研究内容需要大量的文献成果支撑，因此翻阅文献总结出目前该论题的国内外研究进展情况，找出以前研究的缺陷之处和避免研究内容的重复；在了解金融产业集聚的定义和概念，以及所需要的研究方法时，也需要借助文献检索法，通过各种资料的信息进行分析汇总。

第二、比较分析法

在论文中将对国内与国外的金融产业集聚的研究现状进行分析，需要对两者的研究方向、研究特点、研究内容进行比较，总结出其中的关联和区别，找出国内与国外的研究差异，从而得出本次研究中金融产业集聚对经济发展影响的不足，进而根据不足提出对策。

第三、定量分析法

在科学研究中，通过定量分析法可以使人们对研讨对象进行具体的认知，进一步精确化数量，以便可以更深刻地科学地揭示规律，把握本质，理清关系，预测事物的发展趋势。本文中将会使用Eviews 11软件，通过该软件对所获取的面板数据进行回归计量分析并生成模型，以便进行实证分析。

1.4文献综述

当一个产业处于蓬勃发展的阶段，往往会在一个空间内产生集聚，以达到资源高度集中的目的，从而通过规模经济所产生的外部性让产业更多地带动经济发展。目前互联网快速发展，经济全球化的浪潮已出现许久，但仍然以不可阻挡的态势进行发展，其中，以互联网为媒介，金融资源在金融机构中流动性也大大增加。这吸引了许多中外专家、学者关注，目前的研究成果已非常多，因此本章的主要对前人的研究进行整合，从金融产业集聚的定义、集聚的动因、集聚的测评以及集聚对经济发展的影响等方面的有关文献进行概括和梳理。

1.4.1国外研究现状

国外学者对于金融产业集聚的研究相对于国内起步比较早，金融产业集聚的内涵和概念也不断地提出和定义，这其中包括：Charles Poor Kindleberger（1973）[1]从功能的角度给出了“金融集聚”的概念，他认为金融中心是一个媒介，不但能够跨越时间和空间进行个人和企业的储蓄和投资的结算，还能将资本从储蓄者转移到投资者手中，其过程中会对不同区域的资金配置产生影响，提高跨区域支付效率和资源效率的提高。Dufey，Gunter，Giddy等人（1978）[2]在对欧元市场的研究中认为一个金融中心的形成是由金融机构不断高度集中而形成的金融圈，是一个地区范围内金融交易的结算中心。Naresh，R.，Pandit等人（2002）[3]根据英国金融产业的研究证明了一个区域内的金融产业和高新产业会导致金融资源的流动和集聚，最终在这个区域内集群的集聚水平不断提高，从而形成金融中心。

国外学者对于金融产业集聚的动因研究角度和研究方式比较多样。Charles Poor Kindleberger（1973）[1]认为，外部规模经济效应是个重要的因素，在其作用下所有与金融产业有关的要素会定位在一个区域内，这个区域内的金融机构结构不断深化，分工逐渐明确，资源利用效率提高，竞争优势增强的同时也吸引了更多相关企业，最后形成金融产业集聚。Marshall（1920）[4]认为一个区域由于自然条件，或者因为自然条件的开采和利用，就会驱动资本的靠拢。Weber, Alfred（1929）[5]的进一步研究，将金融产业聚集的因素分为集聚与分散的互相作用，认为集聚从企业自身发展形成的优势会转化为企业间的联系，促进地方产业集群的产生，实现成本降低和资源利用提高。从上个世纪中期，金融产业集聚的研究逐渐由静态性研究变为动态性研究。Yoon S. Park（1989）[6]通过微观经济学的规模经济理论阐述了银行等金融机构的协作形成的连锁反应，能够有效降低交易成本，达到获取相关信息时间的缩短和基础设施利用效率的提高，是推动该区域金融产业集聚的主要因素。

目前的国外研究文献测量集聚程度的方法不断深入，产生了许多科学衡量的指标，包括区位熵值、EG指数、MS指数、赫芬达尔指数、空间基尼系数等。Paul Krugman（1991）[7]通过将规模经济、运输成本、制造业份额纳入DS垄断经济模型，建立了“中心一外围”模型，认为运输成本的降低，规模经济的扩大和较高的份额是较低的运输成本、较大的规模经济和较高的份额是产业集聚维持的条件。Masahisa Fujita（1999）[8]在Krugman的“中心一外围”模型的基础上，指出一个区域距金融中心越近，其获得报酬就越高。其新经济地理学的核心观点是在有运输成本因素下，规模报酬会递增，厂商偏向潜在产能更大的市场，而市场也反过来对工资报酬水平的提高有促进作用。Reed, Howard Curtis（1981）[9]将X的70多个城市的金融机构和银行分成均等的簇群，进行层次分化的辨别式分析，设定了主要变量，同时对这些金融产业集聚地区依据变量进行排名。对基尼系数进行改进，融合了赫芬达尔指数，构造出新的EG指数，消除了企业规模差异或范围大小不同带来的指数偏差。Ellison, G，Glaeser, E.L（1994）[10] 对基尼系数进行改进，融合了赫芬达尔指数，构造出新的EG指数，消除了企业规模差异或范围大小不同带来的指数偏差。

Ross Levine（1997）[11] 总结了金融对经济增长的影响，金融市场和中介机构通过促进储蓄，资源配置，监督企业治理，通过风险管理和促进交易来减少市场摩擦，并通过资本积累和技术创新提高经济增长速度。Robert Dekle, Jonathan Eaton（1999）[12]估算了日本制造业和金融服务业的集聚效应，研究发现，这两个行业的集聚对经济发展都具有重要影响，但金融服务的地理溢出效应低于制造业。Thorsten Beck, Ross Levine（2004）[13]将广义矩估计方法添加到动态面板数据模型中，以研究银行业，证券市场与经济增长之间的关系，结果表明，金融市场中资本的快速流通可以加速其自身经济的快速发展。Rousseau（2002）[14]根据几十年来数十个国家的股票数据，对股票市场与经济增长之间的关系进行了实证研究，结果表明股票市场可以促进一个国家的经济增长。Nicholas Apergis（2007）[15]等人进行了一项以发达国家和发展中国家为对照的实证研究，发现在经济基础薄弱的国家中，金融服务业的集聚在促进经济方面的作用要大于发达国家。

1.4.2国内研究现状

梁颖，罗霄（2006）[16] 认为，金融集聚是指国家金融中介服务机构、金融监管机构、大型国内金融企业、金融辅助机构以及其他在特定地区聚集的相关金融机构。并与其他跨国金融公司，国际金融机构和大型企业总部之间紧密互动而形成的工业空间组织等。王步芳（2006）[17] 认为金融行业集群是指金融行业的各种各样的企业和机构，基于垂直专业化分工和水平竞争与合作，多数企业会集中在某一区域，形成经济密集型产业组织，金融中心就是金融中心集群的具体化形式。李林，丁艺，刘志华（2010）[18]认为，金融产业集聚是金融组织、金融资源、特定区域的特定环境以及相关产业在时间维度和空间维度上的有机互动和有序演进而形成的最终状态。

赵晓斌，王坦，张晋熹（2002）[19] 以中国作为代表，运用“信息腹地”和“信息不对称”理论并进行了相关的研究应用，把研究焦点放在了“信息不对称”在企业选址决策中的必要性和地区影响，探讨了影响金融中心开发的决定因素。滕春强（2006）[20]认为，金融产业集群中的企事业单位具有空间地理邻近性、产业邻近性和社会邻近性，依靠财政资源等外部环境的变化，已经达到一定的规模和强度。

殷兴山，贺绎奋（2003）[21]利用统计理论与方法，建立了描述一个城市的金融优势指标体系,对长江三角洲进行金融优势评估,并发现长江三角洲金融竞争力的城市在长江三角洲与资源分布存在一定的关联。陈文锋，平瑛（2008）[22]的文章采用区位熵的方法对1990年至2006年的形势进行了分析，以研究其将来会怎样发展。文章作者将模型进行向量自回归后，分析了金融产业集聚与经济发展之间的关系，实证结果表明，金融产业集聚与经济发展之间存在均衡关系，金融产业集聚可以长期稳定的推动经济增长。

2、广东省金融集聚现状与经济发展现状

2.1广东经济发展水平

广东省是中国南部的经济大省和经济强省。截止2018年，广东省区域内生产总值达到9727.77亿元，连续30余年位居全国头名。广东省下辖21个地级城市，也是中国地级市最多的省份。根据2018年省内生产总值和人均省内生产总值的数据来看，广东省下面的21个城市的发展可以划分为四个梯级。

第一梯级是位于珠江三角洲的广州和深圳。这两个城市作为中国的一线城市，经济水平相对高度发达，两个城市的GDP都超过2万亿元，排名全国第三和第四。第二梯级是稍微靠北的佛山和东莞。它们的地区生产总值在8000亿到10000亿元之间。它们在全国城市的排名能达到前25位，也远远领先于除了广深以外的其他地级市。而以上四个地级市的地区生产总值，甚至高于中国第四大经济体浙江省。第三梯级是惠州、湛江、中山、珠海、江门、茂名、汕头这七个城市。它们的地区生产总值都在2000亿到5000亿元之间，同时都在全国百强城市中名列前茅。第四梯级是剩下的分布在珠三角地区以外的肇庆、汕尾、清远、阳江、韶关、揭阳、梅州、潮州、云浮、河源。它们的地区生产总值基本在2000亿元以下。

从经济发展水平(人均地区GDP)来看，则可以分为三个梯级。第一梯级是深圳、广州、珠海，人均地区生产总值超过16万元，位居全国前十名以内。第二梯级是中山、东莞、惠州、佛山。它们的人均地区生产总值都是在全省平均值以上。第三个梯级是剩下的十四个城市。这些城市的人均地区生产总值不但低于省级平均水平，而且部分还低于全国平均水平。

总体上看，广东经济发达，经济实力基础雄厚，但地区间经济发展不平衡的问题依然突出。整体而言，珠江三角洲区域的9个城市经济发展最为发达，经济实力也最强，占整个省生产总值的近80%。广东省剩下的12个地级市和西部、北部地区发展水平较低，人均地区生产总值低于省平均水平，部分相对于全国水平来说也有些偏低。随着粤港澳大湾区的启动，由沿海珠三角城市辐射到内陆粤北城市这种经济方式将会使得广东省经济提升到一个新的水平，但同时，粤港澳大湾区有可能更多覆盖珠江三角洲地区，是否还会加大不平衡的问题还需要进一步的探讨。

2.2广东金融集聚测度

将会根据实际来运用区位熵法对金融产业聚集程度进行测算。区位熵是Haggett在上世纪末首次提出的，在当时是分析金融产业集聚的关键要素。首先，它假设了所有行业都处于一个水平；其次，它假定消费、生产和消费模式也处于同一水平。具体模型为:

LQij=(Eij/Ej)/(Ei/E)

其中，广东省的总产值或就业总人数等总额值用E表示;第i个行业的总产值或就业人数等、第j个地区的总产值或从业人数等分别用Ei和Ej表示;由Eij和LQij分别代表j市i产业的总量和区位熵。在本次研究中，金融业的增加值或金融机构数为i;省份的不同城市(j = 1,2，(1,4))和其他城市使用j区域进行表示。区域金融行业的深度和集中度可以用区位熵来说明。区位熵的优势在于，和测量广东省整体金融业集中度和地级市金融业集中度的其他方法相比，其数据获取途径简便，数据获取容易。当LQ大于1时，我们认为该地级市的金融业的金融集聚程度是较高的，当LQ大于1时，该地级市的金融业的金融集聚程度是较低的。

本文采取了就业人员、机构数量、金融业增加值作为研究指标，数据来源于《广东省统计年鉴》。

表2-1广东省金融行业从业人员区位熵

注：数据整理自《广东省统计年鉴》。

从表2.1可以看出：横向对比分析，2010、2017、2018这三年间，广州、珠海、佛山、梅州、惠州、东莞、中山、江门、湛江、肇庆、潮州、云浮市共12市的区位熵数值的平均数是大于 1的，而区位熵也是大于 1 的城市常年也是大于1的，小于1的则也是维持在一个水平线，因此，两个地区的金融行业集聚能力的差异非常大且没有太多的变化。这个结果跟搭建金融产业集聚时估计的计算结果一样，这就从另一个方面证明了，目前广东省的金融差距的根本还没有解决，依然存在贫富差距大的问题，很多地方的金融行业发展极其不均衡。在中国，广东是沿海省，经济发展突出，广州市属于该省的省会都市，其所在的珠三角位置具备了很多XX扶持的优惠政策，越来越便利快捷的交通条件。其地理位置优越，与澳门、香港交接，同时具备充裕的海洋资源，由于经济行业发展水准非常强，进而产生的金融贸易行业的集聚影响力就极为突出；广东省北部和广东省西部等经济水平相对较低的靠山地带，由于难以对其开发，导致无法对许多产业的发展给予贡献，缺乏大量资金的投入，所以其金融产业集聚的影响不够。同时，规模经济的外部性、驱动金融集聚的要素、良好的政策方针等因素，也是城市和地区金融集聚的主要推动力。

表2-2 广东省金融行业机构数量区位熵

注：数据整理自《广东省统计年鉴》。

表2.2显示，目前这项指标选取实际上是存在有很大缺陷的，但从总体上看，广东省在金融机构的地域分布看，也从一定程度上说明了广东省不同区域间金融机构数量差异的特点，结合事实情况来看，广东省经济较为落后的地区虽然其占地面积比较庞大，但金融机构存有量较少，这是因为占地面积广的地区为山区，基础设施建设难度大，因此无法吸引太多产业聚集。其主导产业往往还是农业，因此吸引能力也较弱。

表2–3广东省金融增加值区位熵

注：数据整理自《广东省统计年鉴》。

据表2.3的2012至2017年金融增加值区位熵显示，广东省目前的金融产业集聚程度虽然和现实中经验认知有些偏低，可能的原因还是因为21个地级市之间的不平衡，但作为地级市最多的省份，且不同地区地理状况的差异，导致区位熵值小于1也较为合理，且表中的数据实际上也接近1，并逐年增加，说明广东省整体的金融产业逐渐往集聚的方向发展，相信很快也能达到集聚的标准。

3、金融集聚的实证分析

3.1模型构建

在进行实际金融产业分析中，往往可能遇到将时间序列数据和横截面数据两两结合的数据，这种数据类型被称为面板数据（Panel Data），它含有横截面数据、时间序列数据和选定变量，是一种三维的信息数据。它既能反映某一时期每个个体数据的运行规律，也能描述每个个体随时间的推进而变化的规律，集合了时间序列数据和截面数据的共同优点。面板数据模型主要具有以下这几个方面的优点：

第一，在经济学的许多问题分析中，传统的数据类型，例如横截面或时间序列，它们往往会遇到单个或多个变量的样本量不足的难题，而面板数据由于涉及数据个数比较丰富，能提供比较全面的数据资料，从而克服了这一弊端，能够为实证分析提供覆盖性更强的信息，同时增加了自由度并减少了多个解释变量之间的共线性，因此面板数据模型会使计量经济的计算研究的效果得到了改善。

第二，如果仅仅使用截面数据或者时间序列数据，是很难达到面板数据的优秀覆盖性和真实性，这样可能会阻碍我们更加深入的分析及从多个角度分析宏观或微观经济问题；同时，将两种数据类型结合的面板数据能够明显降低由于缺省变量所产生的麻烦。本文构建的面板数据模型如下（模型借鉴于张婷[23]）：

由于数据的绝对数值差距较大，因此将以上模型对数化并赋予具体变量,并在此基础上加入常数项：

LNGDP=c+c1LNG+c2LNL+c3LNQ

（1）GDP。区域生产总值是能够充分反映一国或地区综合经济能力的指标，目前来看，使用 GDP作为衡量一个地区例如广东省各地级市经济增长的指标也早已经成为大家熟知的东西。在本模型中，我们使用 GDP 作为广东省21个地市的经济增长指标，并将其对数化得到LNGDP，作为模型的被解释变量。

（2）G是投入的资本，在本文中选取了21个地级市的固定资产投资总额来表示。现在的文献中有关固定投资和经济增长方面的研究很多，很多文献作者也将固定资产投资作为一个推动经济发展的重要因素，本文认为其可能具有比较良好的贡献度，因此将其作为变量之一。

在本模型中认为固定资产投资额的增加和区域经济发展可能是正相关关系，将这种情况作为了一种假设。因此本文以广东省21个地级市的固定资产投资总额来作为企业或机构资产的规模的一个衡量要素，并将其对数化，作为模型的一个解释变量。

（3）L代表劳动力数量，即从业人员。我国人口数量众多，在经济发展的早期很多都是劳动密集型产业，即便现状高新技术不断发展，劳动力的增加仍然对社会经济发展起着关键的作用，一个区域内各个行业的劳动力数量达到某种程度时，将起到推动这一区域规模经济效应快速发展的作用。在这里假设劳动力和经济增长是正相关关系。考虑到广东省21个地级市数据的可得性，本文以广东省21个地级市的全行业从业人员来衡量21个地级市的劳动力水平，并将其对数化，作为模型的一个解释变量。

（4）Q为金融产业集聚程度，在本文中以就业人员的区位熵作为研究指标。在说明区位熵的意义时有提到，区位熵大于1时其值越高，则说明金融行业的集聚程度更加集中，反之，则表示金融行业的集聚程度比较弱。广东省经济的发展在会受到金融行业集聚的各种效应和渠道的影响，如通过溢出效应、外部效应、规模效应、辐射效应等。本文以广东省21个地级市的区位熵作为各地级市金融行业集中度的衡量指标，并将其对数化，作为模型的一个解释变量。本文选用 LLC 检验法、PP检验法和ADF检验法对被解释变量和解释变量进行单位根检验，结果显示于以下表格。

3.2实证分析

3.2.1平稳性检验

本文选用LLC检验法、PP检验法和ADF检验法对被解释变量和解释变量进行单位根检验，结果显示于以下表格：

表3-1单位根检验结果表度

根据以上的表格显示，在LLC、PP和ADF检验法下，广东省各地级市GDP指标变量LNGDP 、固定资本投资指标变量LNG 、就业人数指标变量LNL、区位熵指标变量LNQ中，变量LNGDP和变量LNL三种检验方法结果表明均拒绝原假设，即不存在单位根，而变量LNG的ADF检验表明P值大于0.05，接受原假设，因此较不平稳，可以考虑进行一阶差分，同理变量LNQ也需要进行差分才可以进行下一步分析

表3–2一阶差分单位根检验结果表

进行1st difference单位根检验后，说明变量LNG和变量LNQ属于一阶单整变量，因此需要后续的分析时先要进行一阶差分。

3.2.2面板数据协整检验

由于我们上面的检验出现了部分变量不平稳的情况，因此假如一组变量之间不存在协整关系，将其进行回归会出现伪回归的现象，为了避免这种情况的出现，变量要先通过协整检验，观察变量之间是否会产生长期均衡的影响。面板数据的协整检验常用的三种方法，即 Pedroni 检验、Kao 检验和 Johansen 检验。每种检验方法都有其特别的适用条件。这将按照各个协整检验的差异性及应用条件来处理，结合本文所要研究的对象，应该更适用 Kao 检验来对模型进行协整检验。

表3–3Kao协整检验结果表

Kao 协整检验后，根据以上表格显示，模型中的每个变量都存在协整关系，且显著水平小于0.05，说明了变量存在着长期稳定的均衡关系，这样我们将模型进行回归就不会产生伪回归的现象，在这基础上得出的结果是标准而且有一定的参考应用价值。

3.2.3Hausman 检验确定回归模型

因为面板数据模型的类型有其自身的特性，所以在这个测试中选择回归用的是变截距模型。变截距模型分为固定效果模型和随机效果模型。模型类型的确定方法根据调查对象问题的特定特性或可使用的经验方法而不同。如果数据中包含的每个成员单元是组成研究对象的总体的所有单元之一，那么固定效应模型是非常适合的选择。如果每个成员单元都是从大型总体中随机抽取的，那么需要的选择的变量效应模型应基于样本分析的结果，这时应选择随机效应模型。本文采用 Hausman 检验进行对面板数据回归的模型进行确定

表3–4Hausman 检验结果表

有了上述的 Hausman 检验结果，我们就可以采用合适的模型对其进行回归了。通过观察上述结果，可以发现模型是拒绝了随机效应的假设，即应对面板数据采用固定效应模型。

根据上述的Hausman测试的结果，可以使用合适的模型回归。观察上述结果，可以发现模型拒绝变量效应的假设。也就是说，需要使用固定效应模型作为面板数据模型。

3.3结果分析

根据上述的测试结果，面板数据模型的固定效果回归由以下的公式执行，结果在表中表示。

表3–5面板数据模型回归结果表

对以上一系列的实证研究和得到的数据结果来看：

（1）通过对模型的回归分析，得到了0.99的可决系数和低于0.01的P值，说明上述以GDP为被解释变量，以就业人员、固定资产投资、金融产业集聚区位熵为解释变量构建的模型方程拟合度比较好同时，通过对各种变量系数符号的观测和时间序列统计值以及其他指标的组合，基本上可以认为上述选定的面板数据模型比较符合实际经济状况。

（2）固定资产投资和就业人数均通过了0.05的有效性测试，表明它们在广东经济增长中发挥着重要作用。从固定资产投资的角度来看，该系数为0.536。 在某种程度上，它在推广中起着明显的作用。接着是就业劳动力人数的系数，为0.78，这说明目前广东省劳动力数量对社会经济的发展起到了比较大的的促进作用，但我们结合区位熵本身数据还是可以看出粤西和粤北地区的促进作用较小，主要原因是由于东南部地区尤其是以珠江三角洲为代表的劳动力人群的素质和水准较高，可以更好的促进区域经济增长；粤西和粤北地区经济发展相对落后的同时，一些原本的具有高技术水平的劳动人员不断地涌向一些发达地区，这样粤西和粤北地区所剩余的整体教育水平和技术素质比较落后的劳动人群，对当地经济的促进作用相对来说就会越来越小。

（3）通过研究得到的金融产业集聚程度对区域经济增长的系数，对其观察可以发现，其0.565的系数表明广东省总体的金融产业集聚程度相对来说处于一个不错的水准，对经济的增长作用相对较大。粤东粤南地区由于金融相关产业机构更为集中，金融产业集聚程度非常高，以及集中度的增强对广东省经济增长的是很有帮助的，且各类金融机构的作用可以得到充分的发挥，从而促进了整体区域经济的蓬勃发展。而粤北地区因为山区的阻碍，基础设施建设相对发达地区有些薄弱，无法吸引更多的金融资源，金融相关机构也不愿来此发展，金融机构数量较少，金融相关行业发展相对滞后，专门的金融产业集群无法形成，因此金融业集中度较低，其作用也不能完全发挥出来，因此预计粤西和粤北地区的实证检验结果可能会不太显著。

随着广东省东部和南部地区金融相关产业机构的集中，金融业的集中度非常强，可以充分展示广东金融业促进经济增长的各种机制。它促进了整个区域经济的快速增长。而且，只有在金融机构相对集中，还要发展到一定规模的情况下，才能起到金融机构集聚对区域经济增长的各种作用，而在粤西和粤北地区，金融产业没有形成一定程度的集群，因此金融业的集群程度相对低，因此无法充分利用金融业的集聚机制来促进区域经济增长。在粤西和粤北进行的实证结果也并不理想。换句话说，粤西和粤北金融业的聚集尚未显示出明显的促进区域经济增长的作用。

总的来说，具体到目前的状况，在过去的几十年里，广东东部地区由于自然条件、地理条件和强大的XX支持优势，发展迅速。由于急速的经济发展，在这个领域开发的金融机构和相关的辅助企业正在增加。金融机构和相关企业集中到一定程度，就形成了特定的金融产业集群，区域金融行业的集中，进一步促进了区域金融行业的发展。一般来说,金融行业是集成度高,外部规模经济,金融溢出效应、金融放射效应、金融创新等,为促进地区经济增长的各种各样的诱发机制,资本为了经常被使用的最高价值的地方流动,实现资源的有效分配成为可能,促进地区的经济增长。广东西部和广东北部的金融产业集聚，主要与广东西部和广东北部的经济发展水平有关，对促进经济增长没有起到好的作用。广东省西部和北部的地理位置和自然条件远远比珠江三角洲地区的落后,所以同时东南部和东南部的生产技术比较落后,因此,各种基础设施的建设相对较弱,企业的规模比较小,这些都是广东省东部和南部的广东省比较后方的经济发展。经济发展水平倒退的情况,那是对资本缺乏魅力,更多的金融机构及相关企业开发引诱到这里,结果,金融产业的落后发展程度较低,金融产业集中,及对地区经济增长的金融产业集中的引发作用。这个机制不完全起作用。这样形成恶性循环，其结果是西部地区的经济发展水平和金融产业的集成度比较低，与珠三角地区的差距也在拉大。目前，广东东部和广东南部落后的经济发展水平，对广东经济长期健康发展没有贡献，影响了广东地区经济的协调发展。要改善广东东部和广东南部的经济发展水平，充分发挥金融业在促进地区经济增长中的集聚作用，使资本经常流向能够实现最高价值的地区。关于金融行业集中度，需要制定一些强有力的对策，以吸引更多的资本进入广东省东部和南部。

4、结论与政策建议

4.1研究结论

本文以广东省2010年至2018年的金融产业集聚区位熵、就业人口、固定资产投资额作为数据进行研究，对于以上数据构成的面板数据模型进行实证分析。经检验后修正的模型显示，广东省金融产业集聚的规模效应等良性作用是有助于经济增长的，但不可否认也有一定程度的反作用，阻碍了部分地区的经济发展，例如不加以调控在比较长的时间并没有带动落后地区的发展。与广东省的经济增长相比，珠三角以外地区的金融业开发滞后，应聚焦整体金融行业的发展。在这篇文章中，结合广东省经济增长和金融发展的现实，概括了以下问题：

第一、广东省经济和金融行业总体呈增长趋势，但广东省各地区经济和金融发展水平参差不齐。与国家总体水平相比，广东省的GDP处于国家非常前列的位置，增速处于上游。增长率小幅度慢慢减速。金融行业部分产业发展水平高于国家总体水平，但其资金来源主要集中在珠三角区域，地级市间的财政发展水平也存在较大差距。珠三角地区和粤西粤北的地区被统一的金融政策实施管控的情况下,资本总是流向可以实现最高价值的地区，因此，这导致粤西粤北地区相对珠三角地区地区的资金和金融人才的流动处于劣势地位，是粤西粤北地区的经济发展一大阻力，从而在地区经济增长的差距进一步拉大。具体来说金融机构的数量，从业人员的数量，金融行业的附加价值，人均存款余额，金融机构的贷款余额，金融行业从业人员的平均工资等等，仍然有一些差距。金融机构的多样化还不够。金融机构的存款和贷款的均衡不足,金融资本转换为社会投资的规模在一定程度上被限制。

第二，从对模型的实证分析的结果来看，广东省金融产业集聚指数和各地级市地区GDP、固定资产投资、就业人数和金融业就业人数、投资支出等指标初步判断，数据呈现出比较统一的增长趋势。基于高水平的相关性，对选定样本数据进行的混合效应分析说明了金融行业集聚效应，固定资本投资，人力资本和科技发展之间的长期相互整合。从影响结果的比较分析来看，是在差异中为广东省金融产业的集成并对直接促进地区的经济增长形成帮助,另外,资本和股票,劳动资本及技术进步产生的影响可间接促进地区经济增长可以进一步也得到验证。进一步促进金融行业集成的实际经济独立的规模经济,通过规模经济的作用实现加速,优化广东省的经济增长之间的物质资本和劳动资本的投资比率,完成以更合理的方法推动经济迅速发展。

4.2政策建议

4.2.1研究多变的金融发展体系体制，使金融产业的管理和经营规范化、多元化

广东省作为国内许多主要第三产业所在的省份，希望能长期维持促进地区金融产业集聚发展的因素，必须依靠XX的宏观调控政策和支柱产业主导作用的大力支持。广东省要进一步深化金融体系改革，积极推进金融资源市场取向分配进程。比如适度减少XX对财政开发的干预，充分发挥金融市场在资源分配中的作用。首先，地区金融市场的进展要加快速度,多样化的金融资本市场的要积极构建并推进。其次，地区金融机构的行政分割的位置上部署要合理,并根据市场经济的推进计划来规划,推进地区金融机构的地区经营更规范更合理。为了满足投资者的需求,推动金融衍生品、债券、资产证券等最新的金融商品发展和有效的金融商品的革新加速。还要面向国际化，积极推进区域金融朝外扩张作用，逐步完善小微金融资本项目管理。鼓励区域性金融机构和财源向外流动，积极学习国外金融行业先进的管理经验，金融政策要与国际体系有着积极的关联。

4.2.2实施针对不同地区情况统筹优化的金融政策，使人才和资源向珠三角外的区域流动

广东省东西金融产业部分地区集聚不均匀，存在差距。在粤东粤南和粤北粤西地区实施统一的金融政策的情况下，由于资本总是流向能够达到最高值的最佳地区，所以最终成了粤北粤西地区往粤东粤南地区输送金融资源和金融人才，对粤北粤西地区的经济发展非常不利，会进一步拉大地区经济发展的差距。广东省在金融机构的资本注册资金或其他费用削减等有利条件的改善,才会让比较落后的地区具备一些吸引力,另一方面这些较为地区,为了更吸引资金和资本可以实施比较优惠的金融政策，吸引更多的金融机构、金融人才来改善粤北粤西地区的经济发展的缺陷,促进粤北粤西地区经济增长与粤北粤南地区经济增长之间的差距进一步缩小, 促进广东省地区经济合作的协调发展。

4.2.3打造高素质金融人才团队，加快金融创新，使金融产业与高新产业紧密融合

金融型人才是金融产业快速发展不可缺少的要素，金融企业的发展不能离开人力资本的推动。目前经济和科技都迅速发展的时代，人工智能、云端数据等高新技术的产生和实际使用，加速了金融行业的变化，现在的金融机构对综合金融人才的需求不断提高，也就是说希望人才能掌握多种工作能力。这一目标的实现是比较重要，这离不开各方的帮助，首先广东省XX在基础设施建设的同时能升级原来的基础设施，为XXX的人才聚集和生活提供必要的硬件条件；其次，广东省的高校要有针对XXX的发展研究出先进的教育方针并实施，为广东省金融行业打造专业的人才团队，支持广东省金融机构有序发展，深化河南省金融集中度。目前中国经济变革升级的关键时期，广东要抓住这一机会，无论是产业结构，经济结构或者制度结构都要进行优化，推动经济健康可持续发展。创新是产业有序发展的第一驱动力，鉴于广东省金融产业目前的后顾之忧和部分地区发展缓慢，我们要着力推进金融创新。另外落后的地区可以借鉴其他地区的金融模式，比如沿海地区的成功经验,善于结合利用地方情况。广东省金融产业开发的改善模式,金融行业机构的内部结构优化,传统的银行金融机构要带动其他金融机构，同时证券、保险等金融机构的比率也需要增加，通过多样化渠道适应企业的需求需要是广东省金融产业发展可以考虑的多个方向。我们要用互联网变革金融模式，探索多层次的金融产品创新，以适应广东金融行业的发展。

参考文献

• Charles Poor Kindleberger. The Formation of Financial Centers: A Study in a Comparative Economic Theory[J]. working papers, 1973, 5(4):3395 – 3397.
• Dufey, Gunter, Giddy, & Ian H. (1978). The International Money Market. The international money market. Prentice-Hall.
• Naresh, R., Pandit, Gary, A., & S., & Swann, G. M. P. (2002). A comparison of clustering dynamics in the british broadcasting and financial services industries. International Journal of the Economics of Business.
• Marshall A . The Principles of Economics[J]. History of Economic Thought Books, 1992.
• Weber, Alfred. Theory of the Location of Industries[J]. Nature, 1960, 15(1):1.
• Yoon S. Park. Recent Functional Changes in International Finance and Their Implications for International Financial Centers[J]. 1989.
• Krugman P . Increasing Returns and Economic Geography[J]. Journal of Political Economy, 1991, 99(3):483-499.
• Fujita M , Krugman P , Venables A J . The Spatial Economy: Cities, Regions, and International Trade[M]. 1999.
• Reed, Howard Curtis. The preeminence of international financial centers[M]. Praeger, 1981.
• Ellison G , Glaeser E L . Geographic Concentration in U.S. Manufacturing Industries: A Dartboard Approach[J]. Working papers, 1994.
• Levine R . Financial Development and Economic Growth: Views and Agenda[J]. Journal of Economic Literature, 1997, 35(2):688-726.
• Dekle R , Eaton J . Agglomeration and Land Rents: Evidence from the Prefectures[J]. Journal of Urban Economics, 1999, 46(2):200-214.
• Beck T , Levine R . Stock markets, banks, and growth: Panel evidence[J]. 2004, 28(3):0-442.
• Rousseau P L , Wachtel P . Inflation thresholds and the finance-growth nexus[J]. Journal of International Money and Finance, 2002, 21(6):777-793.
• Apergis N , Filippidis I , Economidou C . Financial Deepening and Economic Growth Linkages: A Panel Data Analysis[J]. review of world economics, 2007, 143(1):179-198.
• 梁颖, 罗霄. 金融产业集聚的形成模式研究:全球视角与中国的选择[J]. 南京财经大学学报, 2006(05):21-25.
• 王步芳. 首都金融产业集群优势与发展研究[J]. 北京市经济管理干部学院学报, 2006, 021(004):11-16.
• 李林, 丁艺, 刘志华. 金融集聚对区域经济增长溢出作用的空间计量分析[J]. 金融研究, 2011, 000(005):113-123.
• 赵晓斌, 王坦, 张晋熹. 信息流和”不对称信息”是金融与服务中心发展的决定因素:中国案例[J]. 经济地理, 2002(04):25-31.
• 滕春强. 金融企业集群:一种新的集聚现象的兴起[J]. 上海金融, 2006, 000(005):14-17.
• 殷兴山, 贺绎奋, 徐洪水. 长三角金融集聚态势与提升竞争力分析[J]. 上海金融, 2003(08):42-44.
• 陈文锋, 平瑛. 上海金融产业集聚与经济增长的关系[J]. 统计与决策, 2008(10):95-97.
• 张婷. 山东省金融产业集聚对区域经济增长的影响研究[D]. 山东财经大学, 2012.

金融产业集聚对经济发展的影响——以广东省为例

价格 ¥9.90 发布时间 2023年2月17日

下载查看全文内容

已付费？登录 或 刷新