摘要：近年来随着城市化进程的推动，相邻城市间的交互作用日益凸显。在长江三角洲、珠江三角洲建立协同发展战略后，2016年2月，习xxxx强调京津冀协同发展也成为重大国家战略。在区域协同发展过程中金融业发挥着重要的作用，金融资本及金融机构的集聚活动己经成为金融业发展的核心推动力。为使论文研究更具针对性，笔者将以京津冀区域的金融合作为例进行深入探究。
本文将从金融集聚的视角探究京津冀区域金融集聚发展现状及其发展趋势，分析其对经济增长的作用。首先利用金融相关指标对京津冀区域金融业发展现状进行量化分析，可以看到金融业的地位和作用日益提高，京津冀区域的资源分配呈现趋同的态势。接着运用区位熵和金融相关率分别测算京津冀区域金融集聚水平，探究近十年来金融集聚的变化趋势，以及经济发展趋势。然后利用统计学回归分析对京津冀区域城市金融集聚对经济的影响进行了探究。最后结合分析结果给出促进金融集聚的政策建议。
关键词：金融集聚；京津冀区域；区位熵；金融相关率；回归分析
一、引言
（一）研究背景和意义
1.研究背景
近年来随着城市化进程的推动，相邻城市间的交互作用日益凸显。在长江三角洲、珠江三角洲建立协同发展战略后，2016年2月，习xxxx强调京津冀协同发展也成为重大国家战略。在区域协同发展过程中金融业发挥着重要的作用，其发展水平对于金融集聚的推动作用日益重要，金融资本及金融机构的集聚活动己经成为金融业发展的核心推动力。
北京市、天津市和河北省的金融业发展迅速，但发展过程中城市间协作不明显，大部分规划停滞于倡议阶段，少有落实推动。京津冀区域金融资源的碎片化扩大了城市间的差异，使得区域内金融业的发展不平衡，限制了一体化的推进。因此，研究京津冀区域金融集聚现状及对城市经济的增长作用对促进区域金融协作，维持区域间的金融稳定，加快区域金融一体化进程具有重要的意义。
本文从金融集聚的视角，分析京津冀区域金融集聚的影响因素及其对经济发展的作用，对京津冀区域金融集聚的未来走向进行科学预测，对核心的影响因素进行探究，指导人们能动地推进京津冀区域的协作效率和进程，促使我国经济增长和金融发展迈上新台阶。
2.研究意义
理论意义：金融集聚一直是金融学探究的重要课题，国内相关研究正逐步完善，但是己完备的理论基础大多是宏观省域视角，而中宏观区域视角的理论体系还有待完备。对京津冀区域金融集聚的研究能够丰富区域视角的相关内容。分析金融集聚对经济的影响，也有助于促进相关经济理论的发展。
现实意义：对京津冀区域金融集聚发展水平进行测算，利用横向和纵向两个视角分析金融集聚的变化趋势，并进一步探究其对经济的影响，可以提出有效推动京津冀区域金融集聚的建议，通过金融这一核心产业推动京津冀协调发展。
（二）研究内容与方法
文章研究主要内容为：
研究内容：
第一章，绪论。本章先阐述了京津冀区域金融集聚的现实背景、意义，梳理了该领域的研究现状，并说明了本文的內容安排及研究方法。
第二章，理论基础。本章介绍了金融集聚的概念，并对金融集聚对经济影响的两种测算方法进行了说明，为实证部分提供理论基础。
第三章，京津冀区域金融业发展现状。本章结合近十年金融相关指标对京津冀区域金融业发展现状进行了分析。
第四章，京津冀区域金融集聚变化趋势。
第五章，京津冀区域金融集聚对经济的影响。通过金融相关指标作为解释变量，以金融相关率作为被解释变量，通过实证探究。
最后，结论部分整理前文的研究结果，对京津冀区域金融集聚未来发展的走向进行分析，并根据影响因素提出更有效的推动金融集聚的建议。
文章采用研究方法如下：
定量分析与定性分析相结合。首先定性分析京津冀区域金融集聚的大背景，后以定量分析为核心，利用面板数据对京津冀区域金融业发展现状进行分析，通过区位熵和金融相关率两种方法处理面板数据进而分析京津冀区域金融集聚对经济的影响，最后利用回归分析进行探究，最后对结果进行深入分析。
文献分析与实证分析相结合。通过梳理京津冀区域金融集聚相关领域的已有研究并进行文献综述，形成较为全面的理论架构，而后利用实证分析对金融集聚的变化趋势和影响因素进行探究，并保证测算结果既满足统计学意义也满足金融学现实意义。
（三）可能的创新点
文章主要的创新点就在于将金融集聚与企业经济发展联系在一起，且通过模型进行具体的分析，探究二者之间的关系，最终提出相应的对策，以实现经济的进一步发展。
二、国内外研究现状
（一）国内研究现状
1.关于金融集聚形成动因的研究
其一，金融地理学的研究视角
Zhao、SmithSit(2001)在金融地理学研究领域中引入信息腹地理论（informationhinterlandtheory)，研究表明金融中心、区位等级和全球层次在很大程度上受信息不对称和外部性的影响。且在互联网时代，地理因素并未消除，反而更显重要。
Zhao(2003)运用信息腹地理论来研究中国金融问题，探讨中国金融集聚的演化。他将金融信息划分为标准化信息和非标准化信息，但想要准确把握解释非标准化信的价值是有难度的，必须要先对这类信息的背景和文化进行了解。而且这些非标准化的“软性”信息基本上是不对称信息，所以金融总部应尽量集结于靠近信息来源处以方便取得此类信息，这就形成金融集聚的雏形。
其二，产业经济学研究视角
从产业经济学的角度来看，金融集聚是产业集聚的一项特例。
O.Williamson(1991)在资产专用性视角下，对辅助行业的发展进行解释。他认为，某一行业辅助产业的独立出现是随着这一行业发展所提供生存空间可以和专用性资产投资相抵消。这对于金融中介行业同样适用。而随着辅助行业的产生，可以有效降低成本，成为金融集聚的内在动力。
Taylor(2003)等研究了伦敦金融业集群状态，结果表明，伦敦金融业集聚的持续发展离不开金融从业人员的技术交流，这一技术外溢效应加速国内劳动力的熟练，促进行业集聚。
其三，企业区位理论视角
NareshGary(2001)从供给需求的视角，对金融产业的集聚机制进行分析。他们认为金融机构的通过合理选址，如行业集聚区域，可以有效减少信息不对称影响，有助于客户的长期维护，企业的长期发展。
Hotelling(2002)在对企业区位选择问题的研究时，选取了市场空间竞争模式的视角。通过对企业区位的研究，在一定程度上为金融集群的区位选择提供了借鉴。
2.关于金融集聚影响经济的途径研究
产业集中化是其发展的必经之路，在金融业集中的过程中，会通过以下机制对集群内外产生作用，诸如规模经济效应、知识外溢效应、扩散效应等。国外学者从不同的角度，对这些效应进行了分析解释。
AudretschFeldman(1999)的研究表明，随着地理空间距离的增加，将会降低知识外溢影响。因此，产业集聚会加强知识外溢效应，会提高集群成员知识共享，推动创新能力的提高。
Bossone等(2003)认为，金融创新产品和股票对于信息的时效性更为依赖，因此,行业的集中会放大信息外溢效应，通过信息外溢，企业间进行互补学习，信息共享，降低消息获取成本，减少交易成本，增加知识学习效应。
3.关于金融集聚效应影响经济发展的实证研究
Goldsmith(1969)在其金融机构论中，提出了金融相关比率，这一用来衡量金融结构和金融发展程度的指标。他也是首位通过实证研究，来分析金融发展与经济增长关系的学者，其实证结果表明，基本上存在一个同向的关系于经济发展和金融发展之间。
Arjana、BrezigarMasten(2008)以欧洲为样本，分析金融发展、全球经济一体化和经济增长之间的关系，实证研究结果表明，金融发展对欧洲欠发达国家的经济增长推动作用更明显，经济一体化会促进国家金融发展
（二）国内研究现状
1.关于金融集聚形成的动因研究
张凤超，王亚范(2000)认为区域金融成长将是对区域经济衡量的一项关键指标。区域金融成长内涵于经济增长之中，以区域经济增长为其创造的环境和成长空间为基础，而金融集聚会成为该区域经济增长的推动力。
潘英丽(2003)从微观角度研究了金融中心的建立。研究认为，促进金融集聚的主要原因是外部规模经济效应和金融集群带来的集聚效应。通过金融成长阶段的详细论述，对金融集聚动因有一定的解释。
张志元，季伟杰(2009)从省域角度进行分析，通过实证研究，将影响金融集聚的因素概括为经济发展水平、工业化水平、人力资本和技术创新水平四个方面。
刘红，叶耀明(2007)在交易费用的视角下，对金融集聚的效应进行了分析，认为金融集聚可以有效拓展金融市场，降低交易费用。
2.关于金融集聚影响经济的途径研究
连建辉，孙焕民，钟慧波(2005)指出，金融集群的创新能力、风险缓解和效率提高等优势，能有效促进经济发展。
黄解宇，杨再斌(2006)在对金融集聚通影响经济增长的作用机制分析研究时，认为金融集聚效益对竞争力的强化、金融辐射效应的协调带动作用、金融外溢效应的集群知识共享是影响实体经济的途径。
岳松（2014）认为金融集聚是一个由外生系统和内生系统共同形成的动态现象。从金融业集聚内集聚动态过程来看，区域经济增长产生了对金融需求的增长，从而刺激金融机构的增加促进区域经济的增长。
3.关于金融集聚效应影响经济发展的实证研究
丁艺，李树丞和李林(2009)在对中国金融产业分析的基础上，筛选23个指标，通过主成分分析法对多指标进行综合计算，将中国31省直辖市金融集聚程度量化，并根据得分排名。根据得分情况分析，发现中国金融产业集聚呈现由东到西递减的趋势。
任英华，姚莉媛(2010)构建了金融集聚核心能力评价体系，选用层次分析法和模糊数学原理，建立理论模型，以上海陆家嘴金融弄个服务业为对象，进行实证研究。结果验证了金融集聚核心能力评价指标体系和模糊综合评判模型的有效。
（三）研究现状评述
通过对国内外研究结果的梳理，对于金融产业的集聚成因、金融产业集聚效应、金融资源论的研究、金融集聚实证分析及金融集聚与城市经济增长之间关系的论证，给我们对金融集聚和城市经济发展的进一步研究奠定了基础。不过国内对于金融集聚的研究，主要集中在实证研究，理论较少，不能加深对国内金融集聚的动因、机制及城市发展间关系的探索。金融集聚的指标体系虽然在研究中不断完善，但近些年来互联网金融的快速兴起并没有纳入金融集聚指标体系，使得既往的金融集聚指标体系落后于社会的发展。本文将加入互联网金融指标，完善金融发展集聚指标体系框架。
三、金融集聚与城市经济增长的理论分析
（一）金融集聚的概念
上个世纪70年代至今，金融机构开始密集的采用相互协作的方式开展生产活动与交易。从最初银行的局部聚集到控股公司的发展，再到如今机构间的集聚现象，集聚已成为金融发展的基本模式。随着金融集聚水平逐渐提高，北京金融街金融集聚现象显著，上海浦东也逐渐成为了金融的集聚地，因此十分需要对金融集聚的发展变化趋势进行研究，并进一步探究其影响因素，从而推动区域间金融集聚的发展进程。
金融集聚是金融机构的集聚，即大量金融机构与其附属服务机构在空间上的集聚。集聚群体包括证券、银行和保险等金融机构，同时也包括会计、投资顾问、审计等服务机构。另一方面，金融集聚也是金融功能的集聚，金融集聚的区域要充分利用集聚条件对金融资源进行合理的优化配置，充分发挥金融的功能，在提升该区域金融业发展的同时，对周边区域的金融发展产生扩散连带作用，产生正向的循环影响，将金融资源的能量最大化的释放。
金融集聚是一种静态结果，是金融资源在实现空间运动后的结果，金融机构和服务机构在特定区域集中，从而使该地区的金融资源达到一定规模，形成金融业的集聚。另一方面，金融集聚又是一种动态变化，是金融资本向特定区域转移的变化过程，金融资源的逐步选择和流动，从而使特定区域的金融资源达到一定集中度的有机过程。
（二）金融集聚的测度方法
1.区位熵
区位熵(LocationQuotient)。所谓熵，就是专门化率，由Haggett提出，体现了产业的专业化程度，以及局部区域在整体的作用。计算公式为：
其中，为区域产业在整体区域的集聚水平，为区域产业的客观反映(例如生产总值、从业人数)，为区域所有产业的客观反映，为产业数量。为产业在整体区域的客观反映，为区域数量，为整体区域所有产业的客观反映。当即越高时，我们认为区域的该产业集聚水平在整体区域较高。
2.金融相关率
金融相关率(FinancialInterrelationsRatio)，由Goldsmith提出，表示一时段内社会金融活跃水平与经济活跃水平的比。金融活跃水平通常以金融资产总额代替。计算公式为：
其中，表示在时点上金融工具未清偿的市场价值；表示在时点上国民财富的市场价值；表示时段内GNP与时段末年GNP之比；表示时段末年GNP；表示金融工具发行总额与GNP之比；是估值调整项。
四、京津冀区域金融业发展现状
（一）京津冀区域金融指标分析
我国国民经济产业包括农业、工业、服务业三大产业，金融业属于第三产业。近年来京津冀区域金融业发展速度迅猛。在总量方面，如表1和图1所示，金融业增加值、第三产业增加值和GDP均呈现上涨趋势。自2009年以来，GDP提升2.6倍，第三产业増加值提升3.1倍，金融业增加值提升近4.0倍。在占比方面，如表1和图2所示，2009至2018年，金融业增加值占GDP比例由6.8%增长至10.3%；占第三产业比例方面，除2011年和2018年有所回落外，由13.8%增长至17.7%，金融业的发展十分活跃。数据均来自《中国统计年鉴》(2010-2018年)。
（二）京津冀区域金融指标占比分析
探究金融业发展现状，可以进一步分析京津冀三地的金融指标占比。
河北省地域广阔，GDP总量长年占比接近50%。北京市的GDP总量一直占比30%左右保持稳定；天津市逐年发展势头明显，十年间GDP占比升高5%。总体来看京津冀GDP占比有趋同态势。
北京市在第三产业上的投入最高，占比50%左右；河北省占比较为平稳处于中游，在33%左右波动；天津市所占比例逐年提升，十年间占比升高6%。总体呈现趋同的态势。
在金融业方面，北京市的优势十分清晰；天津市金融业的也逐年加快增速。2013年前，河北省金融业优于天津市，之后天津市超越了河北省，跃居第二，二者金融业占比稳定在20%。总体上看有趋同的态势。
纵观2009至2018年京津冀各项金融指标占比的变化趋势，三者各项指标占比差距均在逐年减小。虽然现阶段的绝对差异还很明显，但不可否认京津冀的各项金融指标占比正在向京津冀区域的平均水平回归。
五、京津冀区域金融集聚发展变化趋势研究
（一）区位熵测算研究
本节采取较为常用的区位熵()来测算京津冀区域金融业的集聚水平，利用2009至2018年京津冀区域各市金融业从业人数与第三产业从业人员数进行测算，数据均来自《中国城市统计年鉴》(2010-2018年)。计算公式为：
其中，为市金融业从业人数指标，为市城镇从业人数指标，为京津冀区域金融业从业人数指标，为京津冀区域城镇从业人数指标。
测算结果如表2和表3，其中表2为京津冀区域各城市的集聚水平；表3将河北省合并分析，便于对京津冀三地的金融集聚水平进行宏观比较。
区位熵大于1时，说明金融业在该市区金融集聚水平较高。根据表2和表3，京津冀区域金融业总体呈现集聚现象。在表2中，根据城市在2009-2018年中金融业区位熵值大于1的数量可以分成三种层次，如表4所示：2009-2018年内区位熵大于1的次数不低于7次，即金融业集聚效应非常明显；区位熵大于1的次数不低于3次，即金融业集聚效应一般；区位熵大于1的次数小于等于2次，即金融业集聚效应不明显。
北京市在2012年之前区位熵在1的上下浮动，表明其金融业集聚程度在京津冀区域处于平均水平，自2013年起，北京市的区位熵有了显著的提升，在2014至2016年间均达到1.2以上，金融集聚水平在京津冀区域达到领先水平，而后在2017年适当下调，说明北京市的金融业正在向着京津冀区域的平均水平回归，同年天津市的金融集聚水平有所提高，说明北京市的金融业有外迁行为，促进京津冀区域的协同发展。天津市在2012年之前区位熵值在0.7以上，而后2012至2016年均在0.7以下，表明在此期间天津市的金融业发展没有得到实质的改善提升，但在2017年能够明显看到天津市的区位熵值即将达到0.8，表明京津冀区域协同发展带动了天津市金融业的集聚水平。河北省在2012年之前区位熵都大于1且高于北京市，说明河北省整体金融发展与集聚水平优于北京市，而后区位熵有所下调且低于北京市，能看出在2013年后河北省的金融业集聚程度有所下降，说明在2013年后的几年内河北省和天津市的金融从业人员突然向北京市迁移，造成了这种区域差异的扩大，而后在2017年得到了实质性的缓解。在此纵观2009至2018年两市一省的金融集聚水平变化趋势，可以大胆预测未来三地的金融集聚水平将逐渐靠拢，减少区域差异，促进协同发展。
根据上文的分析，2012年以前的金融集聚效应不显著，故以2012年为起始年对之后每两年的金融集聚情况进行空间映射，使用ArcGIS软件完成空间分析如下：
通过以上两图能够直观的看到在从业人员变动的视角下，京津冀区域金融集聚在横向和纵向上的变化情况。2012年，京津冀区域金融集聚主要集中在衡水市、承德市、秦皇岛市以及石家庄市，金融集聚的城市主要集中在京津冀区域东北部和南部。2014年，北京市的金融集聚水平显著的增强，其他城市的金融集聚水平适当下调，说明了金融资源向北京市集中流动的现象。2016年，北京市和承德市成为了京津冀区域金融集聚水平的领先城市，京津冀区域上部和中部的金融业较为集聚，其代价是周边城市金融集聚水平较低。2018年，除保定市外，其余北京周边城市的金融集聚水平均有了显著的提高，中部金融业也逐渐南下向邯郸市扩散。
（二）金融相关率测算研究
本节采取较为常见的金融相关率()来衡量京津冀区域金融业的集聚水平，利用2009至2018年京津冀区域各市国内生产总值以及年末金融机构存贷款余额进行测算，数据均来自《中国城市统计年鉴》(2010-2018年)。计算公式为：
在实际应用中，衡量金融业的集聚水平，一般将其简化为金融资产总量与之比。在本文的研究中，简化了计算公式：
其中表示京津冀区域各市年末金融机构存款余额；表示京津冀区域各市年末金融机构贷款余额；表示京津冀区域各城市国内生产总值。
计算结果如表5和表6，其中表5将京津冀各城市进行分析；表6将河北合并分析，便于对京津冀三地的金融集聚水平进行比较。
如表5所示，京津冀区域各个城市近十年的金融集聚水平呈现稳中有升的态势。上一节根据金融集聚水平将京津冀区域的城市划分了三个层次，其中金融集聚效应非常明显的有北京市、石家庄市、秦皇岛市、承德市、沧州市、衡水市；金融集聚效应不明显的有天津市、保定市、张家口市、廊坊市。表5也可以看到，上述金融集聚明显的城市中北京市、石家庄市、秦皇岛市、衡水市的金融集聚水平在近几年出现了持平甚至下行的趋势，而金融集聚效应不明显的天津市、张家口市、廊坊市近几年出现了金融集聚水平急剧上涨的趋势。这也印证了上文的观点，金融集聚水平较好的城市正在协助其他城市共同发展，减少了两极分化的现象，真正做到了区域协调发展。
如图4所示，近十年京津冀的金融集聚水平均呈现稳中有升的态势。北京市在2011至2016年间金融集聚程度趋于平缓，在2017年产生了激增，这是由于2017年北京市的金融发展得到了显著的促进。而后在京津冀区域的协同作用下，北京市的金融发展在2018年保持稳定，并未发生进一步的增长。天津市和河北省近十年金融发展情况类似，在2012至2013年间有了略微的下调，但整体形势基本保持上涨，特别是2014年至今，金融发展增速均匀。天津市和河北省的金融业进一步发展，是京津冀区域协同发展的结果。北京市作为首都有着难以追赶的金融集聚水平，但可以预见的是，在京津冀区域协同发展的推动下，天津市和河北省的金融集聚水平也将显著增长。
根据上文的分析，同样以2012年为起始年对之后每两年的金融集聚情况进行空间映射，使用ArcGIS软件完成空间分析如下：
ArcGIS软件完成空间分析如下：
通过图10和图11能够直观的看到在金融行为的视角下，京津冀区域金融集聚在横向和纵向上的变化情况。2010年，金融集聚主要集中在北京市、石家庄市、衡水市以及北京周边城市。2012年，北京市周边城市的金融资源向北京市流动，造成了区域内的金融发展差异增大。2014年，北京市的金融集聚水平仍在领跑京津冀区域，同时北京市周边城市的金融集聚水平较2012年已有了明显的好转。2016年，京津冀区域城市间的金融集聚差异明显的减小，可以直观的感受到京津冀区域协同发展的成效。
五、京津冀区域金融集聚对经济发展的实证研究
由上节分析可以了解到，京津冀区域金融业的发展呈现出集聚的变化趋势。本节通过模型假设对京津冀区域金融集聚对经济发展的影响的指标体系进行构建，运用2009至2018年的面板数据对京津冀区域城市进行实证分析，选取京津冀区域金融集聚程度指标金融相关率()作为被解释变量，探究金融集聚对经济发展的影响。
（一）指标选取
经济背景是金融集聚的基础。通常，经济落后的城市金融业发展缓慢，经济发达的城市能够为金融业提供丰富的金融资源，促进金融集聚的发展。可见，经济发展水平与金融集聚有着密不可分的关系。同样金融集聚对经济发展也有较大的影响。而测算其具体影响，需要选取可证明经济发展水平的因素，具体如下所示：
①GDP：以(PerCapitalGDP)简化表示。
②工业化：后文以(Industrial)简化表示。
③第三产业：后文以(TertiaryIndustry)简化表示。
④教育情况：后文以(Education)简化表示。
⑤工资情况：后文以(LevelofWage)简化表示。
⑥金融劳动力情况：后文以(FinancialLaborForce)简化表示。
⑦XX活动水平情况：后文以(GovernmentActivities)简化表示。
⑧基础设施情况：后文以(InfrastructureConstruction)简化表示。
⑨信息化发展情况：后文以(LevelofInformation)简化表示。
⑩经济开放度情况：后文以(Opening)简化表示。
数据均来自《中国城市统计年鉴》(2010-2018年)。
（二）相关性分析
首先利用SPSS对上文中10个解释变量与被解释变量金融相关率()之间的相关性进行分析。其中皮尔逊相关系数(PearsonCorrelationCoefficient)的计算公式如下：
其中和分别为解释变量和被解释变量样本组成的向量；为样本均值；为样本标准差。如果两个变量是正相关的，相关系数大于0；相反则小于0。相关系数的绝对值约接近于1说明相关性越好，否则相关性越差。
近十年的样本数据为130组，其中包含缺失解释变量数据6组，各解释变量与被解释变量金融相关率()之间的皮尔逊相关系数计算如下：
如表7所示，通过对相关系数进行分层，我们可以了解到相关系数大于0.8的解释变量：金融业劳动力水平()、第三产业发展水平()以及XX活动水平()与的相关性较好。而其余相关系数低于0.8则说明相关性较弱。考虑本节实证分析的目的是探究金融集聚的影响因素，而上文中提及的10个解释变量均可在一定程度上影响京津冀区域金融集聚发展水平，故保留全部解释变量进行进一步分析。
（三）回归分析
基于上文的分析假设，本节建立面板数据多元线性回归模型：
考虑到面板数据的不平稳，且解释变量间量纲不同，为剔除异方差对回归方程的影响，并且保留面板数据的金融学意义，将各解释变量与被解释变量取自然对数再做回归，此时回归方程的系数可理解为弹性。调整后的回归模型：
其中，表示124组样本。为常数项；为回归系数，为误差。
为了进一步对参数进行估计，需对模型作如下假设。误差项具有0均值和等方差，即满足Gauss-Markov条件：
且有正态分布的假定条件：
利用SPSS对上文中10个解释变量与被解释变量金融相关率()之间建立回归分析模型，参数估计采用常用的最小二乘估计。回归方程的模型摘要如表7所示；回归方程的方差分析(ANOVA)如表9所示；回归方程系数如表10所示。
根据输出数据，可作回归诊断如下：
①拟合优度检验
该回归模型复相关系数，决定系数。回归平方和占比越大，决定系数越趋于1，拟合结果越好，所以该回归模型对样本数据点的拟合程度较好。
②回归方程显著性检验
方差分析表中对应的值为0.000，表示回归方程显著性非常好，说明解释变量整体上对被解释变量的解释能力很强。
③回归系数显著性检验
在0.05的显著性水平下，解释变量、、、均通不过显著性检验，说明上述变量在整个模型中对被解释变量的解释能力较弱。模型还需要进一步修正。
④共线性统计诊断
当值大于10时有理由相信该解释变量与其他解释变量间存在多重共线性，解释变量、、、均通不过共线性统计诊断，说明上述变量间存在着相关性。模型还需要进一步修正。
由表10的回归方程系数，可以看到大部分解释变量的回归系数为正数，且95%的置信区间为正区间，符合相关性和金融学意义的真实预期。考虑部分解释变量未通过显著性检验以及部分解释变量间存在多重共线性，在此不对上述分析结果进行详细分析。下面利用逐步回归法修正模型。
通过逐步回归法，设定显著性水平不断剔除和选入解释变量，最终使得选入解释变量均通过显著性检验；然后修正共线性问题，剔除大于10的解释变量。最终确定回归模型。回归方程的模型摘要如表11所示；回归方程的方差分析(ANOVA)如表12所示；回归方程系数如表13所示。
通过修正回归模型，得到了较好的分析结果。
经过回归诊断，修正后的回归模型具有良好的统计学意义，我们可以得到回归方程：
回归模型中还保存了教育水平发展水平()、社会劳动力工资水平()、金融业劳动力水平()、信息化水平()和对外开放水平()5个解释变量，上述方程可作为拟合预测的重要参考方程。
为了探究受到金融集聚影响最大的要素，则进行显著性检验，最终通过显著性检验的5个解释变量受到金融集聚的影响较大，即
①金融业劳动力水平()
②社会劳动力工资水平()
③信息化水平()
④教育水平发展程度()
⑤对外开放程度()
具体来说，在金融集聚之下，越来越多的金融从业人员集聚在城市中，可以使当地金融业获得较大的发展；而金融人才集聚，城市经济发展，必然带动社会劳动力薪资水平的提升，而在金融集聚的过程中，也需要越来越多的高素质人才，所以教育水平必然获得发展。同样，在当前信息化发展的过程中，对计算机的使用要求也在不断提升，所以整个城市信息化水平必然获得提高。金融集聚的过程中，越来越多的人才也会集聚，也会影响到整个城市的开放度。
结语
本文首先对近十年京津冀区域金融业发展现状进行了分析，利用近十年京津冀区域GDP、第三产业增加值以及金融业增加值等金融相关指标量化分析区域金融的发展趋势，可以看到近十年金融业增加值在GDP和第三产业的占比逐年增高，金融业的发展正在逐年提升。通过横向比较北京、天津和河北金融业增加值占比，可以发现北京的金融发展遥遥领先，而天津和河北的金融增加值占比较小，但从近十年变化趋势来看，北京金融业增加值占比有向天津和河北转移的趋势，三地金融业增加值占比逐渐趋同，这是京津冀区域协同发展的客观反映。
之后在一系列模型假设下，探究了金融集聚对经济各方面影响的作用，指出最为重要的影响方面，再使用相关分析和回归分析，最终通过模型检验的线性回归模型系数表明了5方面的主要影响。纵观金融集聚的发展历程，既有XX干预，更有市场自然形成。因此，我国京津冀区域的协同发展，需要在尊重市场客观规律的基础之上，适时适度地依照规划逐渐推进，相信京津冀区域的协同发展将逐渐产生实质性进展，真正惠及京津冀区域的人民利益。
参考文献
[1]DandanZhao,YuTang,JunguoLiu,MartinR.Tillotson.WaterfootprintofJing-Jin-JiurbanagglomerationinChina[J].JournalofCleanerProduction,2017.
[2]ChanghuaYe,ChuanwangSun,LitaiChen.Newevidencefortheimpactoffinancialagglomerationonurbanizationfromaspatialeconometricsanalysis[J].JournalofCleanerProduction,2018,200.
[3]DavidA.Hensher,RichardB.Ellison,CorinneMulley.AssessingtheemploymentagglomerationandsocialaccessibilityimpactsofhighspeedrailinEasternAustralia[J].Transportation,2014,41(3).
[4]KeChen,ShumingBao,YongMai,WenLv.AgglomerationandlocationchoiceofforeignfinancialinstitutionsinChina[J].GeoJournal,2014,79(2).
[5]陈雅琳.福建九地市金融集聚对居民收入的影响研究[D].集美大学,2018.
[6]杨雯.青岛财富管理中心金融集聚的效应研究[D].青岛科技大学,2018.
[7]谭朋.金融集聚对区域经济增长影响的实证研究[D].重庆理工大学,2018.
[8]赵皓矾.保险集聚对区域经济增长的影响[D].安徽财经大学,2018.
[9]张利敏.金融集聚外部性对经济增长的影响研究[D].兰州大学,2018.
[10]谢娟.西部地区金融集聚对区域经济增长的影响研究[D].兰州大学,2018.
[11]杨壮.金融集聚、技术创新与区域经济增长[D].山东大学,2018.
[12]魏茹.产业结构视角下金融集聚对绿色经济绩效的影响研究[D].江西财经大学,2018.
[13]王堃,纪宣明,徐鹤.金融集聚、产权结构与区域创新绩效——基于中国省际面板的实证研究[J].金融理论探索,2018(01):41-50.
[14]张同功,孙一君.金融集聚与区域经济增长:基于副省级城市的比较研究[J].宏观经济研究,2018(01):82-93+120.
[15]许宁,施本植,唐夕汐,邓铭.基于空间杜宾模型的金融集聚与绿色经济效率研究[J].资源开发与市场,2018,34(10):1340-1347.
[16]施本植,许宁,刘明,邓铭.金融集聚对城市绿色经济效率的影响及作用渠道——基于中国249个地级以上城市的实证分析[J].技术经济,2018,37(08):87-95.
[17]张克雯.我国金融产业集聚与经济增长关系的实证分析[J].统计与决策,2018,34(18):136-139.
[18]郭凯,邹嫱,李帅晓.新型城镇化背景下农村金融集聚与经济增长的关系——基于区位熵和省际面板数据的实证研究[J].大连海事大学学报(社会科学版),2018,17(05):78-84.
下载提示：
1、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“文章版权申述”（推荐），也可以打举报电话：18735597641(电话支持时间：9:00-18:30)。
2、网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友投稿，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务。
原创文章，作者：写文章小能手，如若转载，请注明出处：https://www.447766.cn/chachong/3972.html,
