中国省域金融集聚的空间关联特征及影响因素分析

发布时间：2021-02-17 22:05

　　改革开放以来,中国经济飞速发展,金融业呈现显著空间关联特征。本文基于2012年至2017年全国31个省市和自治区的面板数据,以区位熵作为描述地区金融集聚特征指标,通过计算Moran’s I指数刻画我国金融集聚程度,并选取环境重视度、地区创新、开放程度、经济增长等指标作为自变量,通过建立SEM模型对我国金融产业集聚特征及影响因素进行分析,并在传统空间计量模型基础上引入往期变量建立SLM模型,对金融集聚现象的趋势进行分析。实证发现,我国金融产业存在明显的空间异质性,且金融集聚现象日趋明显,环境重视度、地区经济开放程度对我国金融集聚有正向影响,地区创新、经济增长对金融集聚现象有负效应。 

【文章来源】：区域金融研究. 2020,(05)

【文章页数】：9 页

【部分图文】：

全国各省区位熵条形图

图1 全国各省区位熵条形图图2中横坐标为各地区的区位熵LQ，纵坐标为该地区相邻单元的LQ经标准化后的平均值，上述散点图能够较为清晰地描述各个地区当地的金融集聚程度，也反映了其邻近地区金融集聚的平均水平。根据上述坐标系可以将该平面分为四个象限，每一个象限有着不同的空间集聚特征，区位熵LQ的观测值的正负描绘了地区（省市）金融集聚与整个区域（全国）金融集聚的平均水平相比是高（观测值为正）还是低（观测值为负），因此该坐标系的四个象限的现实意义为：第一象限，自身金融聚集程度较高且邻近地区的金融集聚平均水平也较高，称为H-H型空间自相关；第二象限，自身金融聚集程度较低但邻近地区金融集聚平均水平较高，称为L-H型空间自相关；第三象限，自身金融集聚程度较低且邻近地区的金融集聚平均水平也较低，称为L-L型空间自相关；第四象限，自身金融集聚程度较高但邻近地区的金融集聚平均水平较低，称为H-L型空间自相关；位于横坐标轴上的点表示周边无邻近地区或邻近地区的金融集聚的平均水平恰好为0，与区域内所有地区金融集聚的平均水平相等；位于纵坐标轴上的点自身的金融集聚程度恰好等于区域范围内金融集聚的平均水平。

表3中可以看出近6年来金融集聚现象变得尤为明显，刻画金融集聚程度的指标LQ的Moran’s I指数在不断增大，而其显著性也从原来的不显著变得越来越显著，显著性检验的p值降到0.004，可见我国的金融集聚现象日益凸显，并且呈不断上升的趋势，直至2017年年底，Moran’s I指数达到0.4，且p值显著，体现出明显的空间溢出效应。进一步使用折线图展示我国金融集聚的发展状况，可以看出就总体而言我国的金融资源越来越呈现出正向的空间依赖特性，金融产业发达的地区更加集中，另一方面金融产业不发达的地区的分布也同样较为密集，体现出全国区域之间的金融产业发展呈现出不平衡的特点，即金融业的发展集中在部分区域，Moran’s I指数不断接近1表示空间吸纳效果越来越强，金融产业将有可能继续朝特定的地区集中。

【参考文献】：
期刊论文
[1]区域经济增长空间俱乐部趋同检验及影响因子研究[J]. 赵威,李政旸,杨慧,蔡冰冰,杨嫚,丁若璠,覃成林.  河南大学学报(自然科学版). 2018(05)
[2]中国区域金融集聚的空间关联特征及影响因素研究——基于社会网络分析方法[J]. 魏巍,周世军.  兰州财经大学学报. 2018(03)
[3]区域金融集聚与能源效率提升的经济增长效应——基于动态空间面板模型的分析[J]. 李凯风,李政青,吴伟伟.  金融与经济. 2017(05)
[4]京津冀区域金融集聚影响因素的空间计量经济分析[J]. 李延军,李海月.  河北工业大学学报(社会科学版). 2016(03)
[5]县域金融集聚影响因素研究——基于空间杜宾模型和山东省县域数据的实证[J]. 冯林,罗怀敬,李文正,亓瑞.  农业技术经济. 2016(06)
[6]基于空间计量的金融集聚及其影响因素分析[J]. 豆晓利.  区域金融研究. 2014(10)
[7]金融集聚影响因素空间计量模型及其应用[J]. 任英华,徐玲,游万海.  数量经济技术经济研究. 2010(05)



本文编号：3038613