论文部分内容阅读
摘 要：运用空间计量模型，测度并分析江西省2008年-2018年金融集聚水平及金融效率相关指标和经济增长相关指标的，发现江西各个城市的金融发展水平存在显著的空间差异，并对该空间关系进行了进一步的分析，研究了金融集聚程度、金融效率对江西省经济增长的具体影响。据此提出了江西省推进金融及相关行业的基础建设、优化金融体系结构、优化金融资源配置等建议。
关键词：金融集聚;区域经济;经济增长;空间滞后模型;
一、引言
随着“一带一路”战略的持续推进，江西省与战略进行了积极对接，努力发展经济，增强区域竞争力。本文对江西省11个地级市的面板数据进行分析，希望通过金融集聚对区域经济增长的影响，对江西近年来的经济发展的情况进行分析，并相应提出对策和建议。
二、金融聚集程度的测定
参考类似研究中测度产业集聚程度的方法， 同时结合金融行业的特点， 本文最终选取“區位熵”作为核心解释变量来估计江西省的金融业集聚水平。
Fit=（Mit/GDPit）/（Mt/GDPt）
其中， Fit表示江西某市i在第t年度的金融产业集聚区位熵值，Mit表示第t年i市的金融机构的本外币存贷款余额，GDPit表示第t年i市的地区生产总值，Mt表示第t年江西省全省金融机构的本外币存贷款余额，GDPt表示第t年江西省全省的地区生产总值。
根据金融业区位熵计算结果可知， 省会南昌市的金融集聚水平在江西一直处于排名第一的位置。除南昌外，赣州、上饶、抚州和吉安的金融集聚水平也在省内排名靠前。而九江作为GDP总量第三大的城市，金融集聚水平却比较低。
三、 模型构建
为了更深入分析金融集聚水平对江西省的经济发展影响， 运用Matlab和Geoda两个软件对江西金融集聚的空间溢出效应和江西省经济发展之间的关系进行空间计量分析。所使用的数据来源于《江西统计年鉴》《中国城市统计年鉴》及江西省各市统计年鉴中公布的数据。
1.构造空间权重矩阵
空间权重矩阵可以展示出空间观测单元的相对位置关系并测度空间相依性。通过Groda采用Rook赋权法，生成金融业区位熵 （F） 的地理空间邻近权重矩阵。其结果可通过连通图的形式直观表现出各地区与其他地区的相邻关系。
2.空间自相关性检验
空间自相关指的是某指标在整个区域内的观测数据之间具有的一种相互依赖性。一般使用莫兰指数（Moran’s I）作为衡量空间自相关水平的指标，只有通过莫兰指数证明观测数据之间存在空间自相关，对这组数据使用空间计量模型进行分析才有意义。通过计算发现，江西地区2018年莫兰指数为-0.344937，且通过999次蒙特卡洛模拟可见结果显著，说明江西地区金融业集聚程度具有空间负相关性。
散点图分为四个象限， 将江西各地级市的金融产业集聚的发展程度分为四种集群形式。第一象限为（H-H） 和第三象限 （L-L） 表示的是具有正空间自相关关系的城市，第二象限 （L-H） 和第四象限 （H-L） 则表示的是具有负空间自相关关系的城市，具体情况为：抚州处于第一象限;九江、宜春、新余、萍乡、景德镇、鹰潭处于第二象限;无城市属于第三象限;南昌、赣州、上饶、吉安处于第四象限。由此也可以明显看出江西地区金融业集聚程度具有空间负相关性。
本文进一步计算了江西地区历年的莫兰指数，2008年至2018年具体结果为：-0.236、-0.203、-0.214、-0.236、-0.260、-0.278、-0.297、-0.315、-0.321、-0.332、-0.345。可以发现，近年来江西金融业集聚水平的空间差异程度自2009年后不断提高。
3.指标选取
本文选取市内人均GDP（用PGDP表示）代表城市的经济发展水平，并将其作为被解释变量。被解释变量为金融发展水平和金融发展效率。其中金融发展水平主要以当地金融机构本外币存贷款余额与地区生产总值的比值来代替， 用F表示，金融发展效率用金融机构存贷比代替， 用V表示。
4.模型选取
空间计量分析主要使用空间误差模型（SEM）和空间滞后模型（SLM），可以通过普通面板回归模型的LM检验结果来确定使用的模型。本文首先进行了OLS面板数据回归， 基于残差计算LM-Lag、LM-Error、Robust LM-Lag、Robust LM-Error统计量。通过回归结果发现 LM-Lag（12.8）、Robust LM-Lag（10.41）均在1%水平上显著， 而LM-Error（3.63）、Robust LM-Error（1.23）不显著， 故选择空间滞后模型进行分析。
四、实证分析
为了以人均GDP （lnPGDP） 为因变量， 金融发展水平 （lnF） 、金融发展效率 （lnV）为自变量建立空间滞后模型， 对模型的回归结果见图1。
从各变量的显著性水平来看， 各项均通过了1%的显著性水平检验， 表明金融发展水平与金融效率对区域经济的增长有显著的影响，且金融集聚水平的降低以及金融效率的提高，对经济增长有促进作用。另外空间系数的结果表明，金融集聚水平的降低对周边城市的经济增长也有着促进作用。本文认为，江西作为经济水平、金融业水平相对落后的地区，且金融资源集聚于南昌、赣州等少数城市，使得周边城市金融产业更加难以发展。近年来，江西省金融集聚程度逐渐降低，金融资源从南昌、赣州等相对经济发达的城市流向周边城市，从而提高了金融资源利用效率，促进了江西省整体经济的增长。
五、结论与建议
1.结论
通过实证研究发现，江西省从空间自相关程度上看， 2018年度莫兰指数（Moran’s I）为-0.34437，表明江西省各个城市的金融发展水平具有显著的空间差异。同时根据模型的回归结果分析发现金融集聚水平的逐年下降，金融资源从南昌、赣州等相对经济发达的城市流向周边城市，促进了江西经济的增长。
2.建议
（1）大力支持金融业及相关行业基础建设，促进金融业发展
金融基础设施是金融稳定运行与快速发展的硬件条件，金融基础设施的建是金融改革开放的动力来源。习近平总书记强调过：“要加快金融市场基础设施建设，稳步推进金融业关键信息基础设施国产化。”江西作为金融业相对不发达的地区，要更加重视金融基础设施建设，加快金融业发展，跟上其他省份的步伐。
（2）优化金融资源配置，促进各地区经济平衡增长
自实施改革开放、沿海地区优先发展的战略以来，我国经济社会在高速发展的同时，也产生了沿海省份和内陆省份经济发展差距越来越大的问题。为了经济的平衡发展，我国陆续实施了中部崛起、振兴东北老工业基地和西部大开发等非沿海区域的发展战略，其中的重要手段就是向落后地区输送金融资源，加速落后地区的金融业发展。
江西省应当借鉴全国金融资源配置的战略方针，推动金融资源从南昌等金融业发达城市向其他城市流动，提升全省金融资源的利用效率，从而加快江西省全体及各区域经济发展。
参考文献：
[1]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（05）：113-123.
[2]李正辉，蒋赞.基于省域面板数据模型的金融集聚影响因素研究[J].财经理论与实践，2012，33（04）：12-16.
作者简介：
龚名川，1997.05，男，汉，江西省九江人，研究生，宏观经济预测方向。
关键词：金融集聚;区域经济;经济增长;空间滞后模型;
一、引言
随着“一带一路”战略的持续推进，江西省与战略进行了积极对接，努力发展经济，增强区域竞争力。本文对江西省11个地级市的面板数据进行分析，希望通过金融集聚对区域经济增长的影响，对江西近年来的经济发展的情况进行分析，并相应提出对策和建议。
二、金融聚集程度的测定
参考类似研究中测度产业集聚程度的方法， 同时结合金融行业的特点， 本文最终选取“區位熵”作为核心解释变量来估计江西省的金融业集聚水平。
Fit=（Mit/GDPit）/（Mt/GDPt）
其中， Fit表示江西某市i在第t年度的金融产业集聚区位熵值，Mit表示第t年i市的金融机构的本外币存贷款余额，GDPit表示第t年i市的地区生产总值，Mt表示第t年江西省全省金融机构的本外币存贷款余额，GDPt表示第t年江西省全省的地区生产总值。
根据金融业区位熵计算结果可知， 省会南昌市的金融集聚水平在江西一直处于排名第一的位置。除南昌外，赣州、上饶、抚州和吉安的金融集聚水平也在省内排名靠前。而九江作为GDP总量第三大的城市，金融集聚水平却比较低。
三、 模型构建
为了更深入分析金融集聚水平对江西省的经济发展影响， 运用Matlab和Geoda两个软件对江西金融集聚的空间溢出效应和江西省经济发展之间的关系进行空间计量分析。所使用的数据来源于《江西统计年鉴》《中国城市统计年鉴》及江西省各市统计年鉴中公布的数据。
1.构造空间权重矩阵
空间权重矩阵可以展示出空间观测单元的相对位置关系并测度空间相依性。通过Groda采用Rook赋权法，生成金融业区位熵 （F） 的地理空间邻近权重矩阵。其结果可通过连通图的形式直观表现出各地区与其他地区的相邻关系。
2.空间自相关性检验
空间自相关指的是某指标在整个区域内的观测数据之间具有的一种相互依赖性。一般使用莫兰指数（Moran’s I）作为衡量空间自相关水平的指标，只有通过莫兰指数证明观测数据之间存在空间自相关，对这组数据使用空间计量模型进行分析才有意义。通过计算发现，江西地区2018年莫兰指数为-0.344937，且通过999次蒙特卡洛模拟可见结果显著，说明江西地区金融业集聚程度具有空间负相关性。
散点图分为四个象限， 将江西各地级市的金融产业集聚的发展程度分为四种集群形式。第一象限为（H-H） 和第三象限 （L-L） 表示的是具有正空间自相关关系的城市，第二象限 （L-H） 和第四象限 （H-L） 则表示的是具有负空间自相关关系的城市，具体情况为：抚州处于第一象限;九江、宜春、新余、萍乡、景德镇、鹰潭处于第二象限;无城市属于第三象限;南昌、赣州、上饶、吉安处于第四象限。由此也可以明显看出江西地区金融业集聚程度具有空间负相关性。
本文进一步计算了江西地区历年的莫兰指数，2008年至2018年具体结果为：-0.236、-0.203、-0.214、-0.236、-0.260、-0.278、-0.297、-0.315、-0.321、-0.332、-0.345。可以发现，近年来江西金融业集聚水平的空间差异程度自2009年后不断提高。
3.指标选取
本文选取市内人均GDP（用PGDP表示）代表城市的经济发展水平，并将其作为被解释变量。被解释变量为金融发展水平和金融发展效率。其中金融发展水平主要以当地金融机构本外币存贷款余额与地区生产总值的比值来代替， 用F表示，金融发展效率用金融机构存贷比代替， 用V表示。
4.模型选取
空间计量分析主要使用空间误差模型（SEM）和空间滞后模型（SLM），可以通过普通面板回归模型的LM检验结果来确定使用的模型。本文首先进行了OLS面板数据回归， 基于残差计算LM-Lag、LM-Error、Robust LM-Lag、Robust LM-Error统计量。通过回归结果发现 LM-Lag（12.8）、Robust LM-Lag（10.41）均在1%水平上显著， 而LM-Error（3.63）、Robust LM-Error（1.23）不显著， 故选择空间滞后模型进行分析。
四、实证分析
为了以人均GDP （lnPGDP） 为因变量， 金融发展水平 （lnF） 、金融发展效率 （lnV）为自变量建立空间滞后模型， 对模型的回归结果见图1。
从各变量的显著性水平来看， 各项均通过了1%的显著性水平检验， 表明金融发展水平与金融效率对区域经济的增长有显著的影响，且金融集聚水平的降低以及金融效率的提高，对经济增长有促进作用。另外空间系数的结果表明，金融集聚水平的降低对周边城市的经济增长也有着促进作用。本文认为，江西作为经济水平、金融业水平相对落后的地区，且金融资源集聚于南昌、赣州等少数城市，使得周边城市金融产业更加难以发展。近年来，江西省金融集聚程度逐渐降低，金融资源从南昌、赣州等相对经济发达的城市流向周边城市，从而提高了金融资源利用效率，促进了江西省整体经济的增长。
五、结论与建议
1.结论
通过实证研究发现，江西省从空间自相关程度上看， 2018年度莫兰指数（Moran’s I）为-0.34437，表明江西省各个城市的金融发展水平具有显著的空间差异。同时根据模型的回归结果分析发现金融集聚水平的逐年下降，金融资源从南昌、赣州等相对经济发达的城市流向周边城市，促进了江西经济的增长。
2.建议
（1）大力支持金融业及相关行业基础建设，促进金融业发展
金融基础设施是金融稳定运行与快速发展的硬件条件，金融基础设施的建是金融改革开放的动力来源。习近平总书记强调过：“要加快金融市场基础设施建设，稳步推进金融业关键信息基础设施国产化。”江西作为金融业相对不发达的地区，要更加重视金融基础设施建设，加快金融业发展，跟上其他省份的步伐。
（2）优化金融资源配置，促进各地区经济平衡增长
自实施改革开放、沿海地区优先发展的战略以来，我国经济社会在高速发展的同时，也产生了沿海省份和内陆省份经济发展差距越来越大的问题。为了经济的平衡发展，我国陆续实施了中部崛起、振兴东北老工业基地和西部大开发等非沿海区域的发展战略，其中的重要手段就是向落后地区输送金融资源，加速落后地区的金融业发展。
江西省应当借鉴全国金融资源配置的战略方针，推动金融资源从南昌等金融业发达城市向其他城市流动，提升全省金融资源的利用效率，从而加快江西省全体及各区域经济发展。
参考文献：
[1]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（05）：113-123.
[2]李正辉，蒋赞.基于省域面板数据模型的金融集聚影响因素研究[J].财经理论与实践，2012，33（04）：12-16.
作者简介：
龚名川，1997.05，男，汉，江西省九江人，研究生，宏观经济预测方向。