论文部分内容阅读
〔摘要〕 随着经济全球化和信息技术的不断发展，区域间金融资源流动加速，金融服务业集聚效应日益凸显。本文基于新疆2005～2016年15个地州市的空间面板数据，构建了金融集聚与经济增长的空间滞后模型和空间誤差模型，得到以下主要结论：第一，新疆15个地州市大部分地区存在金融聚集现象，虽然金融聚集水平总体不高，但又不同程度地增加。第二，新疆15个地州市的金融活动具有空间自相关性，相邻地州市之间存在明显的空间溢出效应。第三，金融集聚对促进经济增长起到一定作用。为此，新疆15个地州市应当加强地市州间金融合作，提高金融服务效率和构建全方位多次层的金融体系。
〔关键词〕 金融集聚 经济增长 空间计量面板模型
〔中图分类号〕F832.7；F127 〔文献标识码〕A 〔文章编号〕1008—0694（2018）04—0109—10
一、引言
金融集聚现象于20世纪初在世界范围内开始形成，分布比较分散的金融机构在一定条件下开始汇聚起来，为个人和企业集中提供金融服务。金融集聚使金融业发展突破了地域条件和行政壁垒的制约，促进了金融信息的快速传递和资源配置效率的有效提高，因而推动了区域经济的持续增长。在研究金融集聚与经济增长的已有文献中，Kindle-berge（1974）认为，金融集聚促进了金融业与其他行业之问的信息交流，更有效地利用了现有网络和基础设施，从而实现了规模经济。Audresteh和Feld-man（1996）指出金融集聚有利于提高集聚区的知识共享水平和创新能力，但这种知识溢出效应会随着距离的增加而下降。刘红（2008）在LS模型的框架下，建立了VAR模型，进行Granger因果关系检验和脉冲响应的实证分析，发现金融集聚对集聚核心区域的经济增长具有推动作用。丁艺、李靖霞和李林（2010）采用2003～2007年的省际数据，建立了横截面数据模型，对金融集聚与经济增长之间的线性关系进行检验，结果发现银行业对经济增长的弹性系数明显大于证券业和保险业。豆晓利（2013）通过建立空间滞后模型和空间自回归模型研究了2003～2013年金融集聚与区域经济增长的关系，发现金融集聚对区域经济增长具有明显的溢出效应。姜霞和郭科言（2016）选取了湖北省1996～2014年相关数据，运用协整关系检验、格兰杰因果关系检验等方法，对湖北省金融集聚与经济增长进行实证分析，指出湖北省金融集聚与经济增长存在均衡关系，金融集聚效应对经济增长具有一定拉动作用。周海鹏、李媛媛和李瑞晶（2016）通过构建空间滞后模型和空间误差模型，验证了金融集聚对经济增长具有显著作用。孙志红和王亚青（2017）以西北五省为研究对象，构建了空间滞后模型和空间误差模型，指出金融集聚能够通过扩大金融规模和提高金融效率促进经济增长。
现有研究已经注意到了金融集聚的空间因素，这为本文提供了有益借鉴，但多数文献主要探讨了金融集聚对经济增长溢出效应的存在性，较少涉及这种溢出效应的大小和作用途径。因此，本文依托金融集聚和经济增长的相关理论，通过构建空间滞后模型和空间误差模型，以新疆15个地州市为例，进一步深入研究了金融集聚对经济增长的空间溢出效应。
二、相关理论基础
从产业结构调整角度来看，金融集聚主要通过两个渠道促进经济增长：一是金融集聚为产业结构调整提供短缺资金。金融集聚使得借款人和贷款人的联系更为密切，提升了信贷投放的规模和效率，解决了产业结构调整的资金短缺问题。二是金融集聚通过提高公司的创新能力和水平实现产业结构升级。金融集聚能够为企业创新提供资金支持，切实提高企业创新能力，促进区域经济增长。反之，企业规模的扩大促使金融机构增设服务网点，创新金融产品，从而进一步提升金融集聚水平，优化金融结构。
从知识溢出角度来看，一是金融知识溢出为金融集聚实体学习新技术提供动力。这主要表现为金融知识溢出导致的外部公共效应，为集群学习提供了有利条件。二是金融知识溢出有助于激活集群内部的知识传递和流动，提高集群实体的竞争力。三是金融知识溢出提升了金融成员公司实现外部知识内化的潜力。四是金融知识溢出将有助于提高金融集团成员公司的管理能力。大部分企业可以很快从其他企业身上学到最新的管理思想，改善自身管理水平并降低管理变革的风险。
三、研究设计
1.指标选取
（1）金融集聚指标。目前，测度产业集聚的方法主要有区位熵系数、赫芬达尔·赫希曼指数、空间基尼系数等，结合新疆经济金融发展实际情况，本文选用区位熵系数来测度新疆15个地州市的金融业集聚水平，具体计算方法如下：
（2）其他变量。本文被解释变量为人均GDP；解释变量为金融集聚水平、金融规模和金融效率；选取的控制变量为投资和出口依存度（详见表1）。
2.Moran′s I指数
在进行空间计量经济学建模之前，选用Moran′s I指数来测量空间自相关，检验金融集聚与经济增长空间相关性的存在性。其计算公式为：
3.空间权重矩阵设定
目前，有两种设定空间权重矩阵的形式，一种是“地理”空间权重矩阵，另一种是“经济”空间权重矩阵。本文是基于区域之间的相邻距离设定的“地理”空间权重矩阵。即：
空间权重矩阵W需进行标准化处理，处理方法是用每个元素同时除以该行元素之和，使每行元素的总和为1。
4.空间计量模型
（1）空间滞后模型。空间滞后模型（SLM）用于研究区域个体对整个系统相邻区域的经济行为产生效应的情形。其表达式为：
在上述公式中，y是被解释变量，即本文中代表经济增长的指标PGDP；入度量Wy对y的影响，称为空间自回归系数，反映了邻近区域的观测值对本地区观测值的影响方向和程度。W是一个n×n阶的空间权重矩阵，反映了地区之间相互关系的网络结构。Wy是空间滞后因变量，反映空间距离对区域经济增长的影响。X为n×k阶矩阵，包括了k列解释变量，在本文具体是指解释变量LQ、Ft、Fe等变量；β是对应的系数，反映了解释变量X对被解释变量Y的影响；ε为随机扰动项。使用极大似然估计法来估计模型中参数。 （2）空间误差模型。空间误差模型（SEM）适用于当地区间的相互作用因所处的相对位置不同而存在差异的分析。空间误差模型使用误差项来反映地区问的相互关系。其表达式为：
y=Xβ+u；u=ρMu+ε
上述公式顯示了扰动项μ存在空间依赖性。ρ为空间误差系数，度量了样本PGDP统计量的空间依赖性。ρ值的大小反映了邻近地区PGDP的值对本地区PGDP观测值的影响方向和程度。ε是一个随机误差项，反映了空间误差模型中的空间依赖性，即邻近地区的LQ、Ft、Fe等变量对PGDP向量的误差冲击对本地区经济增长向量PGDP的影响。使用极大似然估计法来估计模型中参数。
四、实证分析
1.空间相关性分析
（1）变量空间分布的Moran′s I指数值
通过计算Moran′s I指数值（详见表2），可以发现以下特点：
第一，新疆15个地州市间经济和金融存在较强的空间自相关性。2009～2010年经济增长指标PGDP的Moran′sI值都通过了0.1的显著性水平检验，2011～2016年Moran′s I值均达到了0.05的显著性水平。金融集聚指标LQ的Moran′s I值在2006～2016年都达到了0.1的显著性水平，且个别年份的显著性水平都达到了0.05。金融规模Ft的Moran′s I值在2013～2016年都通过了显著性检验。除2006、2011和2013年外，金融效率指标Fe的Moran′s I值都通过了显著性检验。
第二，各年份经济增长指标PGDP的Moran′s I值均高于其他三个指标。2005～2016年经济增长指标PGDP的Moran′s I值不断增大，且整体上更为显著，表明新疆15个地州市间经济增长存在较高的空间自相关且逐渐增强。
第三，金融集聚指标LQ的Moran′s I值在2006～2016年都通过了显著性检验。各年份金融集聚指标LQ的Moran′s I值都高于金融规模和金融效率两个指标，并且该值不断增加。这表明新疆15个地州市间金融集聚的空间自相关性较高且逐年增加。
（2）Moran′s I指数散点图
图1描绘了新疆15个地州市2016年金融集聚的局部Moran′s I值分布，其中横轴代表金融产业的集聚程度，纵轴代表邻近值的加权平均值。根据散点图，可以将新疆15个地州市金融产业的发展划分为4个象限：图的右上方为第1象限，是高值与高值相邻，是正的空间自相关关系的集群，表明金融集聚程度较高的地区被其他高集聚水平地区所包围（HH）。图的左上方为第2象限，是低值与高值相邻，是负的空间自相关关系的集群，表明金融集聚程度较低的地区被其他高集聚水平地区所包围（LH）。图的左下方为第3象限，是低值与低值相邻，是正的空间自相关关系的集群，表明金融集聚程度较低的地区被其他低集聚水平地区所包围（LL）。图的右下方为第4象限，是高值与低值相邻，是负的空间自相关关系的集群，表明金融集聚程度较高的地区被其他低集聚水平地区所包围（HL）。第1、3象限的正空间自相关关系反映了区域的集聚性和相似性，第2、4象限的负空间自相关关系反映了区域的异质性。
从表3可以看出，位于第1、3象限的地州市有8个，位于第2、4象限的地州市有7个，观测结果不均匀的分布在4个象限内。乌鲁木齐市、石河子市和克拉玛依市是金融集聚度最高的3个市，它们都位于第1象限，符合高集聚水平的地区被高集聚水平的其他地区所包围的特点。哈密地区位于第4象限，符合高集聚水平的地区被低集聚水平的其他地区所包围的特点，阿克苏地区、克孜勒苏柯尔克孜自治州、喀什地区以及和田地区位于第3象限，这4个地区都是低集聚水平的地区被低集聚水平的其他地区所包围，反映出了金融集聚在地理空间上分布的相似性。其他地州市位于第2象限，表示了低集聚水平的地区被高集聚水平的其他地区所包围，属于LH空间相关模式。
2.空间计量模型分析
根据理论模型的基本设定，本文的被解释变量为2005～2016年新疆15个地州市的人均GDP，通过加入不同的解释变量来构造不同的空面滞后模型和空间误差模型。模型的基本设定形式有4个，利用stata软件，使用极大似然估计方法来估计上述4个空间计量模型的参数。其中，每一个模型都有空间滞后和空间误差两种参数估计结果。
模型1：检验各解释变量对经济增长的直接影响。
其中，解释变量为金融集聚LQ、金融规模Ft、金融效率Fe以及投资I和出口依存度CK。从模型1的回归结果可以看出，变量区位熵LQ的系数为正，且通过了显著性水平为0.01的检验，说明金融集聚对经济增长有显著影响，且随着时间的推移逐步加大。变量金融规模Ft的符号为负，可能与新疆南疆地区金融机构数量少，主要以农商行和邮储金融机构分布为主相关。变量金融规模Ft和金融效率Fe在模型中不够显著，可能是选取的指标不能反映真实情况。
模型2：加入金融集聚与金融规模的乘积变量LFt，目的是检验金融集聚是否通过加速资本积累来促进经济增长。
其中，解释变量为金融集聚与金融规模的乘积变量LFt、金融效率Fe、投资I和出口依存度CK。为避免多重共线性影响，变量金融集聚LQ和金融规模Ft不再同时纳入模型。从模型2中的回归结果可以看出，LFt的系数为正，并达到了0.05的显著性水平，表明金融集聚能够通过加速资本积累对经济增长产生溢出效应。尽管金融效率Fe的系数未达到0.1的显著性水平，但不能因此认为金融效率对经济增长没有作用。乘积变量LFe，目的是检验金融集聚是否通过提高金融效率促进经济增长。
其中，解释变量为金融集聚与金融效率的乘积变量LFe、金融规模Ft、投资I和出口依存度CK。为避免多重共线性影响，变量金融集聚LQ和金融效率Fe不再同时纳入模型。从模型3中的回归结果可以看出，各解释变量的系数都达到了0.01或者0.05的显著性水平，说明对经济增长的影响显著。这表明了金融集聚能够通过提高金融效率来促进经济的增长。 模型4：同时加入金融集聚与金融规模的乘积变量LFt和金融集聚与金融效率的乘积变量LFe，目的是检验金融集聚对经济增长的促进作用主要是通过加速资本积累还是提高金融效率来实现。
其中，解释变量为金融集聚与金融规模的乘积变量LFt、金融集聚与金融效率的乘积变量LFe、投资I和出口依存度CK。为避免多重共线性影响，变量金融集聚LQ、金融规模Ft和金融效率Fe不再同时纳入模型。从模型4中的回归结果可以看出，金融集聚与金融效率的乘积项LFe的系数为正，通过了0.05的统计显著性检验，表明对经济增长具有促进作用。然而，金融集聚与金融规模的乘积项LFt没有通过显著性水平为0.1的统计显著性检验，变得不再具有显著性。以上结果说明，由于新疆15个地州市的金融发展水平总体较低，金融集聚态势尚不成熟，因此提高金融效率是目前新疆金融集聚促进经济增长的主要途径。
通过整体对比4个模型两种形式的参数估计，还可以发现：
（1）log-likelihood的绝对值都比较大。在理论假设条件下，模型的拟合优度R2相对偏小，究其原因，影响新疆15个地州市经济增长的因素很多，本文所选取的解释变量有限，所以模型整体的拟合优度一般。从空间滞后模型（SAR）和空间误差模型（SEM）的比较分析来看，SEM模型的R2值要大于SAR模型中的R2值。
（2）各指标数据存在空间相关性。空间自回归系数（rho）和误差空间自相关系数（lambda）标志着空间依赖关系。本文4个模型的空间自回归系数（rho）和误差空间自相关系（lambda）的系数估计值都通过了显著性水平为0.01的检验，表明新疆15个地州市的经济金融活动具有空间相关性，邻近地州市之间形成了较强的空间溢出效应。
（3）反映了金融集聚对经济增长的作用机制。在空间滞后模型（SAR）和空间误差模型（SEM）的回归结果中，各解释变量的系数大小相近，个别变量不够显著可能与新疆整体的金融业发展水平不高以及地区差异较大有关。
五、政策建议
1.加强地州市间金融合作
地理障碍会阻碍金融集聚效应的发挥，因此应当加强新疆地州市之间的金融合作，促进各地州市之间金融资源的充分流动和金融机构的协同发展。充分发挥乌鲁木齐市、克拉玛依市等金融集聚水平较高的地州市的辐射效应，为进一步的经济增长创造有利条件。此外，还应加大对南疆地区金融发展的扶持力度，补齐南疆地区金融服务的短板，推动南疆地区经济与金融协调发展。
2.提高金融效率
从实证分析结果中可知，提高金融效率是金融集聚促进经济增长的重要途径。本文中的金融效率指标用贷款与存款的比率来衡量，存贷比一方面反映了金融机构吸收存款的能力，另一方面反映了企业融资需求的程度。因此，通过提高商业银行吸收储蓄来提高金融效率时，也要刺激企业的融资需求。金融机构应当重视金融从业人员的培训工作，通过知识外溢途径提升金融从业人员的理论水平和业务操作能力。此外，还应该加快经济结构调整和转型升级，加强金融产业和其他产业的联动发展，增强金融业服务实体经济的能力。
3.构建全方位多层次金融体系
金融集聚的溢出作用对邻近地区有着显著影响，但是随着地理距离的增加，这种溢出作用会逐步减弱。仅仅依靠金融集聚水平较高的乌鲁木齐市、克拉玛依市、石河子市和昌吉回族自治州等来拉动全疆经濟增长是远远不够的。为此，应当在新疆15个地州市间建立健全“多点带面”的多层次的金融体系，切实发挥金融服务当地经济发展的作用。一是要积极吸引全国股份制商业银行到各地州市设立分支机构，积极支持外来银行与本地银行的业务合作。二是完善金融体系服务功能，促进政策性金融与商业性金融之间的相互协作。三是对现有金融资源实施存量改造，通过实施优惠政策支持地州市间证券、保险公司的进一步发展。
（责任编辑 博农）
〔关键词〕 金融集聚 经济增长 空间计量面板模型
〔中图分类号〕F832.7；F127 〔文献标识码〕A 〔文章编号〕1008—0694（2018）04—0109—10
一、引言
金融集聚现象于20世纪初在世界范围内开始形成，分布比较分散的金融机构在一定条件下开始汇聚起来，为个人和企业集中提供金融服务。金融集聚使金融业发展突破了地域条件和行政壁垒的制约，促进了金融信息的快速传递和资源配置效率的有效提高，因而推动了区域经济的持续增长。在研究金融集聚与经济增长的已有文献中，Kindle-berge（1974）认为，金融集聚促进了金融业与其他行业之问的信息交流，更有效地利用了现有网络和基础设施，从而实现了规模经济。Audresteh和Feld-man（1996）指出金融集聚有利于提高集聚区的知识共享水平和创新能力，但这种知识溢出效应会随着距离的增加而下降。刘红（2008）在LS模型的框架下，建立了VAR模型，进行Granger因果关系检验和脉冲响应的实证分析，发现金融集聚对集聚核心区域的经济增长具有推动作用。丁艺、李靖霞和李林（2010）采用2003～2007年的省际数据，建立了横截面数据模型，对金融集聚与经济增长之间的线性关系进行检验，结果发现银行业对经济增长的弹性系数明显大于证券业和保险业。豆晓利（2013）通过建立空间滞后模型和空间自回归模型研究了2003～2013年金融集聚与区域经济增长的关系，发现金融集聚对区域经济增长具有明显的溢出效应。姜霞和郭科言（2016）选取了湖北省1996～2014年相关数据，运用协整关系检验、格兰杰因果关系检验等方法，对湖北省金融集聚与经济增长进行实证分析，指出湖北省金融集聚与经济增长存在均衡关系，金融集聚效应对经济增长具有一定拉动作用。周海鹏、李媛媛和李瑞晶（2016）通过构建空间滞后模型和空间误差模型，验证了金融集聚对经济增长具有显著作用。孙志红和王亚青（2017）以西北五省为研究对象，构建了空间滞后模型和空间误差模型，指出金融集聚能够通过扩大金融规模和提高金融效率促进经济增长。
现有研究已经注意到了金融集聚的空间因素，这为本文提供了有益借鉴，但多数文献主要探讨了金融集聚对经济增长溢出效应的存在性，较少涉及这种溢出效应的大小和作用途径。因此，本文依托金融集聚和经济增长的相关理论，通过构建空间滞后模型和空间误差模型，以新疆15个地州市为例，进一步深入研究了金融集聚对经济增长的空间溢出效应。
二、相关理论基础
从产业结构调整角度来看，金融集聚主要通过两个渠道促进经济增长：一是金融集聚为产业结构调整提供短缺资金。金融集聚使得借款人和贷款人的联系更为密切，提升了信贷投放的规模和效率，解决了产业结构调整的资金短缺问题。二是金融集聚通过提高公司的创新能力和水平实现产业结构升级。金融集聚能够为企业创新提供资金支持，切实提高企业创新能力，促进区域经济增长。反之，企业规模的扩大促使金融机构增设服务网点，创新金融产品，从而进一步提升金融集聚水平，优化金融结构。
从知识溢出角度来看，一是金融知识溢出为金融集聚实体学习新技术提供动力。这主要表现为金融知识溢出导致的外部公共效应，为集群学习提供了有利条件。二是金融知识溢出有助于激活集群内部的知识传递和流动，提高集群实体的竞争力。三是金融知识溢出提升了金融成员公司实现外部知识内化的潜力。四是金融知识溢出将有助于提高金融集团成员公司的管理能力。大部分企业可以很快从其他企业身上学到最新的管理思想，改善自身管理水平并降低管理变革的风险。
三、研究设计
1.指标选取
（1）金融集聚指标。目前，测度产业集聚的方法主要有区位熵系数、赫芬达尔·赫希曼指数、空间基尼系数等，结合新疆经济金融发展实际情况，本文选用区位熵系数来测度新疆15个地州市的金融业集聚水平，具体计算方法如下：
（2）其他变量。本文被解释变量为人均GDP；解释变量为金融集聚水平、金融规模和金融效率；选取的控制变量为投资和出口依存度（详见表1）。
2.Moran′s I指数
在进行空间计量经济学建模之前，选用Moran′s I指数来测量空间自相关，检验金融集聚与经济增长空间相关性的存在性。其计算公式为：
3.空间权重矩阵设定
目前，有两种设定空间权重矩阵的形式，一种是“地理”空间权重矩阵，另一种是“经济”空间权重矩阵。本文是基于区域之间的相邻距离设定的“地理”空间权重矩阵。即：
空间权重矩阵W需进行标准化处理，处理方法是用每个元素同时除以该行元素之和，使每行元素的总和为1。
4.空间计量模型
（1）空间滞后模型。空间滞后模型（SLM）用于研究区域个体对整个系统相邻区域的经济行为产生效应的情形。其表达式为：
在上述公式中，y是被解释变量，即本文中代表经济增长的指标PGDP；入度量Wy对y的影响，称为空间自回归系数，反映了邻近区域的观测值对本地区观测值的影响方向和程度。W是一个n×n阶的空间权重矩阵，反映了地区之间相互关系的网络结构。Wy是空间滞后因变量，反映空间距离对区域经济增长的影响。X为n×k阶矩阵，包括了k列解释变量，在本文具体是指解释变量LQ、Ft、Fe等变量；β是对应的系数，反映了解释变量X对被解释变量Y的影响；ε为随机扰动项。使用极大似然估计法来估计模型中参数。 （2）空间误差模型。空间误差模型（SEM）适用于当地区间的相互作用因所处的相对位置不同而存在差异的分析。空间误差模型使用误差项来反映地区问的相互关系。其表达式为：
y=Xβ+u；u=ρMu+ε
上述公式顯示了扰动项μ存在空间依赖性。ρ为空间误差系数，度量了样本PGDP统计量的空间依赖性。ρ值的大小反映了邻近地区PGDP的值对本地区PGDP观测值的影响方向和程度。ε是一个随机误差项，反映了空间误差模型中的空间依赖性，即邻近地区的LQ、Ft、Fe等变量对PGDP向量的误差冲击对本地区经济增长向量PGDP的影响。使用极大似然估计法来估计模型中参数。
四、实证分析
1.空间相关性分析
（1）变量空间分布的Moran′s I指数值
通过计算Moran′s I指数值（详见表2），可以发现以下特点：
第一，新疆15个地州市间经济和金融存在较强的空间自相关性。2009～2010年经济增长指标PGDP的Moran′sI值都通过了0.1的显著性水平检验，2011～2016年Moran′s I值均达到了0.05的显著性水平。金融集聚指标LQ的Moran′s I值在2006～2016年都达到了0.1的显著性水平，且个别年份的显著性水平都达到了0.05。金融规模Ft的Moran′s I值在2013～2016年都通过了显著性检验。除2006、2011和2013年外，金融效率指标Fe的Moran′s I值都通过了显著性检验。
第二，各年份经济增长指标PGDP的Moran′s I值均高于其他三个指标。2005～2016年经济增长指标PGDP的Moran′s I值不断增大，且整体上更为显著，表明新疆15个地州市间经济增长存在较高的空间自相关且逐渐增强。
第三，金融集聚指标LQ的Moran′s I值在2006～2016年都通过了显著性检验。各年份金融集聚指标LQ的Moran′s I值都高于金融规模和金融效率两个指标，并且该值不断增加。这表明新疆15个地州市间金融集聚的空间自相关性较高且逐年增加。
（2）Moran′s I指数散点图
图1描绘了新疆15个地州市2016年金融集聚的局部Moran′s I值分布，其中横轴代表金融产业的集聚程度，纵轴代表邻近值的加权平均值。根据散点图，可以将新疆15个地州市金融产业的发展划分为4个象限：图的右上方为第1象限，是高值与高值相邻，是正的空间自相关关系的集群，表明金融集聚程度较高的地区被其他高集聚水平地区所包围（HH）。图的左上方为第2象限，是低值与高值相邻，是负的空间自相关关系的集群，表明金融集聚程度较低的地区被其他高集聚水平地区所包围（LH）。图的左下方为第3象限，是低值与低值相邻，是正的空间自相关关系的集群，表明金融集聚程度较低的地区被其他低集聚水平地区所包围（LL）。图的右下方为第4象限，是高值与低值相邻，是负的空间自相关关系的集群，表明金融集聚程度较高的地区被其他低集聚水平地区所包围（HL）。第1、3象限的正空间自相关关系反映了区域的集聚性和相似性，第2、4象限的负空间自相关关系反映了区域的异质性。
从表3可以看出，位于第1、3象限的地州市有8个，位于第2、4象限的地州市有7个，观测结果不均匀的分布在4个象限内。乌鲁木齐市、石河子市和克拉玛依市是金融集聚度最高的3个市，它们都位于第1象限，符合高集聚水平的地区被高集聚水平的其他地区所包围的特点。哈密地区位于第4象限，符合高集聚水平的地区被低集聚水平的其他地区所包围的特点，阿克苏地区、克孜勒苏柯尔克孜自治州、喀什地区以及和田地区位于第3象限，这4个地区都是低集聚水平的地区被低集聚水平的其他地区所包围，反映出了金融集聚在地理空间上分布的相似性。其他地州市位于第2象限，表示了低集聚水平的地区被高集聚水平的其他地区所包围，属于LH空间相关模式。
2.空间计量模型分析
根据理论模型的基本设定，本文的被解释变量为2005～2016年新疆15个地州市的人均GDP，通过加入不同的解释变量来构造不同的空面滞后模型和空间误差模型。模型的基本设定形式有4个，利用stata软件，使用极大似然估计方法来估计上述4个空间计量模型的参数。其中，每一个模型都有空间滞后和空间误差两种参数估计结果。
模型1：检验各解释变量对经济增长的直接影响。
其中，解释变量为金融集聚LQ、金融规模Ft、金融效率Fe以及投资I和出口依存度CK。从模型1的回归结果可以看出，变量区位熵LQ的系数为正，且通过了显著性水平为0.01的检验，说明金融集聚对经济增长有显著影响，且随着时间的推移逐步加大。变量金融规模Ft的符号为负，可能与新疆南疆地区金融机构数量少，主要以农商行和邮储金融机构分布为主相关。变量金融规模Ft和金融效率Fe在模型中不够显著，可能是选取的指标不能反映真实情况。
模型2：加入金融集聚与金融规模的乘积变量LFt，目的是检验金融集聚是否通过加速资本积累来促进经济增长。
其中，解释变量为金融集聚与金融规模的乘积变量LFt、金融效率Fe、投资I和出口依存度CK。为避免多重共线性影响，变量金融集聚LQ和金融规模Ft不再同时纳入模型。从模型2中的回归结果可以看出，LFt的系数为正，并达到了0.05的显著性水平，表明金融集聚能够通过加速资本积累对经济增长产生溢出效应。尽管金融效率Fe的系数未达到0.1的显著性水平，但不能因此认为金融效率对经济增长没有作用。乘积变量LFe，目的是检验金融集聚是否通过提高金融效率促进经济增长。
其中，解释变量为金融集聚与金融效率的乘积变量LFe、金融规模Ft、投资I和出口依存度CK。为避免多重共线性影响，变量金融集聚LQ和金融效率Fe不再同时纳入模型。从模型3中的回归结果可以看出，各解释变量的系数都达到了0.01或者0.05的显著性水平，说明对经济增长的影响显著。这表明了金融集聚能够通过提高金融效率来促进经济的增长。 模型4：同时加入金融集聚与金融规模的乘积变量LFt和金融集聚与金融效率的乘积变量LFe，目的是检验金融集聚对经济增长的促进作用主要是通过加速资本积累还是提高金融效率来实现。
其中，解释变量为金融集聚与金融规模的乘积变量LFt、金融集聚与金融效率的乘积变量LFe、投资I和出口依存度CK。为避免多重共线性影响，变量金融集聚LQ、金融规模Ft和金融效率Fe不再同时纳入模型。从模型4中的回归结果可以看出，金融集聚与金融效率的乘积项LFe的系数为正，通过了0.05的统计显著性检验，表明对经济增长具有促进作用。然而，金融集聚与金融规模的乘积项LFt没有通过显著性水平为0.1的统计显著性检验，变得不再具有显著性。以上结果说明，由于新疆15个地州市的金融发展水平总体较低，金融集聚态势尚不成熟，因此提高金融效率是目前新疆金融集聚促进经济增长的主要途径。
通过整体对比4个模型两种形式的参数估计，还可以发现：
（1）log-likelihood的绝对值都比较大。在理论假设条件下，模型的拟合优度R2相对偏小，究其原因，影响新疆15个地州市经济增长的因素很多，本文所选取的解释变量有限，所以模型整体的拟合优度一般。从空间滞后模型（SAR）和空间误差模型（SEM）的比较分析来看，SEM模型的R2值要大于SAR模型中的R2值。
（2）各指标数据存在空间相关性。空间自回归系数（rho）和误差空间自相关系数（lambda）标志着空间依赖关系。本文4个模型的空间自回归系数（rho）和误差空间自相关系（lambda）的系数估计值都通过了显著性水平为0.01的检验，表明新疆15个地州市的经济金融活动具有空间相关性，邻近地州市之间形成了较强的空间溢出效应。
（3）反映了金融集聚对经济增长的作用机制。在空间滞后模型（SAR）和空间误差模型（SEM）的回归结果中，各解释变量的系数大小相近，个别变量不够显著可能与新疆整体的金融业发展水平不高以及地区差异较大有关。
五、政策建议
1.加强地州市间金融合作
地理障碍会阻碍金融集聚效应的发挥，因此应当加强新疆地州市之间的金融合作，促进各地州市之间金融资源的充分流动和金融机构的协同发展。充分发挥乌鲁木齐市、克拉玛依市等金融集聚水平较高的地州市的辐射效应，为进一步的经济增长创造有利条件。此外，还应加大对南疆地区金融发展的扶持力度，补齐南疆地区金融服务的短板，推动南疆地区经济与金融协调发展。
2.提高金融效率
从实证分析结果中可知，提高金融效率是金融集聚促进经济增长的重要途径。本文中的金融效率指标用贷款与存款的比率来衡量，存贷比一方面反映了金融机构吸收存款的能力，另一方面反映了企业融资需求的程度。因此，通过提高商业银行吸收储蓄来提高金融效率时，也要刺激企业的融资需求。金融机构应当重视金融从业人员的培训工作，通过知识外溢途径提升金融从业人员的理论水平和业务操作能力。此外，还应该加快经济结构调整和转型升级，加强金融产业和其他产业的联动发展，增强金融业服务实体经济的能力。
3.构建全方位多层次金融体系
金融集聚的溢出作用对邻近地区有着显著影响，但是随着地理距离的增加，这种溢出作用会逐步减弱。仅仅依靠金融集聚水平较高的乌鲁木齐市、克拉玛依市、石河子市和昌吉回族自治州等来拉动全疆经濟增长是远远不够的。为此，应当在新疆15个地州市间建立健全“多点带面”的多层次的金融体系，切实发挥金融服务当地经济发展的作用。一是要积极吸引全国股份制商业银行到各地州市设立分支机构，积极支持外来银行与本地银行的业务合作。二是完善金融体系服务功能，促进政策性金融与商业性金融之间的相互协作。三是对现有金融资源实施存量改造，通过实施优惠政策支持地州市间证券、保险公司的进一步发展。
（责任编辑 博农）