论文部分内容阅读
基金项目:武汉市软科学计划项目(201240933356-2) 摘要:“中三角”是中国城市集群新的核心增长极,对中部区域的发展影响深远。从区域发展特点出发,依据区域金融中心的主要形成条件设计指标评价体系,并运用TOPSIS方法对“中三角”区域的中心城市进行综合排序。结果显示:武汉在三大中心城市中最有潜力成为“中三角”区域金融中心。据此,提出了构建武汉区域金融中心的策略和建议。
关键词:区域金融中心;“中三角”;综合评价;TOPSIS
中图分类号:F061.5 文献标识码:A DOI:10.3963/j.issn.16716477.2013.02.008武汉理工大学学报(社会科学版) 2013年 第26卷 第2期 王仁祥等:“中三角”区域金融中心选择探究
区域金融中心的形成对实体经济的发展具有举足轻重的推动作用。根据金德尔伯格关于金融中心的定义,“金融中心不仅可以平衡私人、企业储蓄和投资以及将金融资本从存款人转向投资者,而且也可以影响地区之间的存款转移。银行与金融服务中心充当了交易功能和层际空间的价值储藏功能的媒介”\[1\]。由此可见,金融中心不但为国内区域间的支付提供场所,更为典型的是它提供了专业化的国际支付和借贷等服务。
国内学者最初的研究领域主要在国际金融中心上。21世纪以来,许多城市将成为区域金融中心作为发展目标,由此对国内区域金融中心的研究越来越多,尤其是对区域金融中心指标体系及竞争力方面的研究。吴聪、王聪\[2\]建立了国内金融中心竞争力的评估指标体系,并运用了因子分析方法对国内11个金融中心的竞争力进行了评估和比较。王仁祥、石丹\[3\]采用模糊综合评判与AHP相结合的方法,对中部五个城市进行了综合评价,为中部区域金融中心的选择提供了依据。王力、盛逛\[4\]利用主成分分析法和熵值法,对国内主要的15个城市进行了金融竞争力分析,并对各个城市之间未来的定位进行了划分。
薛金房\[5\]采用层次分析模型,设计出评价指标体系,构造出各层综合函数,计算出全国36城市金融中心综合实力排序,同时运用聚类分析模型,对全国36个城市金融中心进行等级分类, 得出“金融中心的发展应与我国区域发展战略相呼应”这一结论;王祖浮\[6\]对武汉在后危机时代下构建区域金融中心所面临的情况进行了全面系统的分析,提出了加快硬件设施和软件环境建设,发挥政府的推动作用,加大人才引进和培养力度,扶植地方金融机构的政策建议。国内学者的研究主要探讨我国区域金融中心选择与建设,希望通过适合的定量方法研究区域金融中心竞争力情况。但众多的研究中,对国内各层级金融中心的研究比较多,而对某个区域的金融中心形成与建设的研究偏少,并且在分析方法的选择上传统方法较多。鉴于此,笔者运用国内学者对区域金融评价较少选用的方法——TOPSIS综合评价法,对新的战略经济区域——“中三角”内的三个中心城市进行综合评价,期望能为此区域金融中心的形成与建设提出合理的构想。
“中三角”以武汉城市圈、长株潭城市群、环鄱阳湖城市群为核心,由湘鄂赣三省的沿长江、洞庭湖生态经济圈、鄱阳湖生态经济圈的若干个连绵大中城市组成,其体现出经济区域内各主体联系紧密,经济发展呈现出各经济主体在竞争与合作中的良性和谐发展。中部六省中,鄂湘赣三省在地理上相连,在经济上互补,在人文上相似,形成了一个整体经济区域。本文拟立足中部实际情况,借鉴国内外关于金融中心研究成果,尤其是国内学者关于区域金融中心竞争力评价的研究成果,以相关的区域金融理论为指导,设计出有针对性的和有说服力的指标评价体系。运用TOPSISI综合评价法对“中三角”的三个中心城市——武汉、长沙和南昌进行区域金融中心形成潜力实证分析,根据综合得分并根据各城市的现状对“中三角”区域金融中心的选择与建设提出构想,并针对政府在区域金融中心的形成过程中应起的作用提出相应的建议。
一、设计指标
(一)区域金融中心形成潜力评估指标体系
在区域金融中心形成的条件中,区位优势、经济实力和金融实力是最重要的形成条件。依据代表性、确定性、灵敏性和独立性的原则,笔者在借鉴国内外学者对金融中心评价指标体系研究的基础上,建立了区域金融中心形成潜力的评估指标体系,
(二)指标说明
从世界金融中心的分布看,金融中心常常是交通枢纽的所在地,独特的地理位置有利于各类商业活动的展开,是推动金融中心形成的原始动力。本文从城市腹地和交通地位两个因素考虑区位优势,设计了五个基础指标,如表1中的A11、A12;A21、A22 、A23。
经济是金融发展的基础,金融需求的产生往往伴随着经济的发展。科技是第一生产力,因此本文将科教支持也纳入了经济实力的范畴,最终考虑了基础经济实力、经济结构和科教支持三个因素,设计了七个基础指标,如表1中的B11、B12、B13;B21;B31 、B32、B33。
金融实力是形成金融中心的后发优势,具备重要的话语权。本文从金融市场实力和金融创新能力两个方面考虑金融实力,设计了五个基础指标,如表1中的C11、C12、C13;C21、C22。因为我国当前更多的是以银行为主的间接融资模式,所以金融市场实力因素对银行的考虑较多。之所以把技术市场合同成交额纳入金融创新潜力,是因为技术市场的自身特点对金融创新的要求比较高,较大的技术市场会对金融创新产生逼进效应。其中,需要着重解释的是存贷比与区位熵。存贷比是金融机构年末贷款额与存款额之比,反映了金融机构将金融资源转化为实际利用资本的能力。贷比越高表明银行资金使用效率越高,如果银行只是吸收存款却很少发放贷款,则存贷比的值将偏低;如果存贷比太高,则会增大银行的风险。但是当下我国对银行的监管比较严格,银行自身的风险监管技术已较为成熟,因此在考虑存贷比时是从高优指标的角度来设计的。区位熵,又称专门化率,它是由哈盖特首先提出的。在衡量某一区域要素的空间分布情况,反映某一产业部门的专业化程度,以及某一区域在高层次区域的地位和作用等方面,区位熵是一个很有意义的指标。i城市j产业集聚的区位熵为LQij=Qij/QiQj/Q式中:Qij为i城市j产业的产值;Qi为i城市的全部产业产值;Qj为全国j产业的总产值;Q为全国所有产业的总产值。 区位熵指数能够测度一个地区的生产结构与全国平均水平之间的差异,借此可以评价一个地区的专业化水平。该指数的值越接近于1,说明该产业的集聚化水平比较低;越大于1,则说明该产业的集聚化程度越高。在本文中,地区银行业的产值用该地区金融机构年末贷款额代替,地区的全部产值用该地区GDP来表示。
二、评价方法——TOPSIS
TOPSIS(technique for order preference by similarity to ideal solution)法,直译为逼近理想解的综合排序法,是有限方案多目标决策问题中常用的一种综合评价方法。TOPSIS和其他综合评价方法相比有明显的优势:对数据分布及样本量、指标多少无严格限制,数学计算简便,既适用于小样本资料,也适用于多指标多样本的大系统;评价对象不受时空的限制。因此,TOPSIS综合评价法的应用范围非常广泛。
这种方法通过构造多指标问题的正理想解和负理想解,并以靠近正理想解和远离负理想解两个评价判据为基准,对各可行方案进行排序。所谓正理想解,是设想在系统内各指标属性都达到最满意值的解;所谓负理想解,是设想系统内各指标属性都为最不满意值的解。整个系统内通常没有正理想解和负理想解。若系统内有一个解最接近理想解,同时又最远离负理想解,则这个解即为系统中最好的解\[7\]。该方法的主要步骤如下:
第一,指标评价。对m个评价对象n个指标进行综合评价,需要构造原始数据矩阵: A=A11…A1n
Am1…Amnm×n
(1)Topsis法进行评价时,要求所有指标变化方向一致(即所谓同趋势化),将高优指标转化为低优指标,或将低优指标转化为高优指标,通常采取后一种方式。本文设计的17个指标全都符合高优指标的要求,因此无需进行同趋势化处理。
第二,规范化处理。由于参评指标的计量单位各不相同,直接代入计算会影响评价结果,所以要对数据进行规范化处理,消除量纲的影响。本文指标数据采取min-max标准化方法。设Aij为第i个城市第j项指标的指标值,则正向指标标准化公式为:Bij=Aij-min(Aj)max(Ai)-min(Aj)
(2)通过min-max标准化得到Bij的取值范围\[0,1\],由此得到规范化矩阵:
B=B11…B1n
Bm1…Bmnm×n
(3)
第三,指标赋权。赋权方法从大类上分有主观赋权法、客观赋权法和综合赋权法。本文采用客观赋权法中的变异系数法来确定权重,先求出在不同指标下指标评价值的均值E(Bj)和标准差Sj,再求出各指标的变异系数Vj,最后来确定权重Wj。Vj=Sj/E(Bij) (j=1,2,…,n)
(4)
Wj=Vj∑nj=1Vj (j=1,2,…,n)
(5)由此可以得到加权的规范化决策矩阵T=WBT=T11…T1n
Tm1…Tmnm×n
(6)式中:Tij=Wj×Bij(i=1,2,…,m;j=1,2,…,n;Wj为第j个指标的权重)。
第四,确定正理想解T+和负理想解T-。T+={T+j|j=1,2,…,n}=
{maxTij|j=1,2,…,n}
(7)
T-={T-j|j=1,2,…,n}=
{minTij|j=1,2,…,n}
(8) 第五,计算各评价对象与正理想解和负理想解的距离。D+i=∑nj=1(Tij-T+j)2
(9)
D-i=∑j=1(Tij-T-j )2
(10) 第六,计算各评价对象与理想解相对接近度。Ci=D-iD+i+D-i (i=1,2,…,m)
(11)按照Ci的大小进行排序,Ci值越大,表明与理想解的接近程度越大。 在0与1之间取值,Ci越接近1,表示该评价对象越接近最优水平;反之,越接近0,表示该评价对象越接近最劣水平。
三、“中三角”区域金融中心形成潜力的TOPSIS分析
区域金融中心对区域经济增长的推动作用经过了很多专家学者的论证,“中三角”的三个中心城市都提出了建设区域金融中心的目标,无序的竞争会造成资源的浪费,阻碍区域经济的发展。通过用TOPSIS综合分析法对“中三角”三个核心城市的区域金融中心形成潜力进行综合排名,能够为中三角区域金融中心的形成与发展提供借鉴与参考。
(一)数据的来源与处理
由于数据来源的限制,本文选取了武汉、长沙和南昌2006年-2010年共五年的数据进行分析,数据来源主要是以中国城市统计年鉴、各地统计年鉴、中国区域经济统计年鉴、各地国民经济和社会发展统计公报为主,其中“方圆500公里内100万人口的城市数”是通过地图测距得出的。
(二)TOPSIS方法分析
本文的综合评价步骤是分年份进行的,但是数据的规范化处理和计算变异系数时都是根据三个中心城市五年的数据进行处理的,这样做的目的是为了在使用数据和权重时提高置信水平。根据2006年-2010年度的数据,通过前文介绍的TOPSIS的方法与步骤,利用软件对原始数据进行规范化处理,计算权重,给数据赋权,找出正理想解和负理想解,计算Ci的值,可得到中三角2006年-2010年度三个中心城市的区域金融中心形成潜力的得分和排名(因篇幅所限,原始数据及中间结果略) 。各指标的权重
正理想解T+=(0.054 986,0.086 576,0.040 602,0.057 501,0.061 625,0.056 862,0.063 093,0.059 771,0.050 887,0.069 128,0.056 841,0.082 459,0.039 691,0.041 375,0.054 472,0.062 286,0.061 844) 负理想解T-=(0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0)
Ci值的测算结果,
根据综合得分可以得出五年中三角三个中心城市的综合排名,
由表2可知,在各项指标中,权重超过平均值的有“方圆500公里内100万人口城市GDP之和”(A12),“国家高新技术产业开发区企业数”(B33),“高等学校在校生人数”(B31),“固定资产投资”(B12),“技术市场合同成交额”(C21),“金融从业人数”(C22),“货物运输量”(A23)和“社会消费品零售总额”(B13)八个指标(按权重大小排列)。从八个指标的分布看,区位优势(A12、A23),经济实力(B12、B13、B31、B33),金融实力(C21、C22),较为全面地反映各中心城市的整体潜力。各指标中权重排在首位的是“方圆500公里内100万人口城市GDP之和”,这说明了腹地优势在形成区域金融中心中的地位。因素层里面,“科教支持”的权重最大,从侧面说明了科教实力对形成金融中心的作用比较重要。总体来看,经济实力的权重最大,符合区域金融中心最重要的形成条件是经济实力这一理论假设。基于2006年-2010年度五年数据TOPSIS的中三角三个中心城市区域金融中心形成潜力排序结果表明:武汉>长沙>南昌。
四、结论与政策建议
应用TOPSIS 法的评价结果显示,“中三角”的三大城市区域金融中心形成潜力由优到劣依次为武汉、长沙、南昌,武汉以绝对的优势排在首位,连续五年的综合得分都远高于长沙和南昌。评价结果与实际情况也基本一致,并且与国内的许多权威专家学者评价结果基本吻合,说明运用TOPSIS 法对区域金融中心形成潜力评价具有较高的可信度。用变异系数法来确定权重是一种客观赋权法,避免了一定程度上的主观因素干扰,同时减少了在指标选择上的扰动偏离程度,提高了指标选取的准确性。由于选取的指标及采用的评价方法不同,对区域金融中心的形成潜力排序和分析的侧重点可能会有所不同。本文选取的指标体系主要从区域金融中心最重要的形成条件出发,为确定区域金融中心服务,对于发展潜力的测度和评价涉及较少,这也将是笔者后续研究的主要方向。
武汉是“中三角”区域最具金融中心形成潜力的城市。它九省通衢,是东西部地区的天然衔接点,是中南地区的交通中心,经济、金融都发展到一定的水平,且高于其他城市,为构建“中三角”内的金融中心奠定了一定的基础。因此,将武汉定位成“中三角”区域内的金融中心,具备理论和现实的意义。武汉在区域金融中心的形成与发展过程中,要把握机遇,乘势而上,进一步夯实武汉经济基础,提升武汉金融业的集聚力和辐射力,并重视科技发展的影响,推动金融和科技的融合。在发展过程中,要全面提升“三个功能”:一是提升交通枢纽功能,完善铁路、水运、公路、航空综合交通体系,巩固全国综合交通枢纽地位,加快建设成为全国性铁路路网中心,全国性高速公路网重要枢纽,国家重要的门户机场和长江中游航运中心;二是提升金融辐射及要素集聚功能,以银行的跨区域经营为主要辐射力,吸引各金融机构总分部集聚到武汉落户,打造金融创新产品的特色交易市场,并推进国家物流、金融、会展、高端服务中心等建设;三是提升科技金融创新功能,发挥武汉优势,构建科技金融服务体系,包括建立专门的知识产权交易市场,打造从事专门业务的科技发展银行,通过培育专业评估机构来抢占科技金融“话语权”,联合各方力量培养科技金融复合型人才。上述“三个功能”的提升,不仅是对武汉今后发展方向的高度凝练,也契合了金融中心形成的关键条件。三者构成武汉的核心竞争力,也将是武汉成为区域金融中心,构筑“中三角”崛起战略支点的关键所在。除此之外,武汉地区在区域金融中心建设发展过程中,还需要长沙和南昌积极配合,要互利合作,协调一致,使武汉能真正发挥区域金融中心服务经济的功能,促成“中三角”经济的腾飞。
\[参考文献\]
\[1\] Kingdleberger C.P.The formation of financial centers:A study in comparative economic history\[Z\].Princetom Studies in International Finance 36, Princetom,1973.
\[2\] 吴 聪,王 聪.我国金融中心竞争力的实证分析\[J\].南方金融,2005(12):1013.
\[3\] 王仁祥,石 丹.区域金融中心指标体系的构建与模糊综合评判\[J\].统计与决策,2005(17):1416.
\[4\] 王 力,盛 逖.我国区域金融中心竞争力研究\[J\].中国社会科学院研究生院学报,2009(3):4653.
\[5\] 薛金房.我国金融中心综合评价分析及发展战略目标定位\[J\].金融理论与实践,2009(1):7679.
\[6\] 王祖浮.武汉构建区域金融中心的分析及对策\[J\].湖北农村金融研究,2012(1):3840.
\[7\] 张军仁.基于TOPSIS法的东部10省域经济实力评价\[J\].统计与决策, 2011(20): 8486.
关键词:区域金融中心;“中三角”;综合评价;TOPSIS
中图分类号:F061.5 文献标识码:A DOI:10.3963/j.issn.16716477.2013.02.008武汉理工大学学报(社会科学版) 2013年 第26卷 第2期 王仁祥等:“中三角”区域金融中心选择探究
区域金融中心的形成对实体经济的发展具有举足轻重的推动作用。根据金德尔伯格关于金融中心的定义,“金融中心不仅可以平衡私人、企业储蓄和投资以及将金融资本从存款人转向投资者,而且也可以影响地区之间的存款转移。银行与金融服务中心充当了交易功能和层际空间的价值储藏功能的媒介”\[1\]。由此可见,金融中心不但为国内区域间的支付提供场所,更为典型的是它提供了专业化的国际支付和借贷等服务。
国内学者最初的研究领域主要在国际金融中心上。21世纪以来,许多城市将成为区域金融中心作为发展目标,由此对国内区域金融中心的研究越来越多,尤其是对区域金融中心指标体系及竞争力方面的研究。吴聪、王聪\[2\]建立了国内金融中心竞争力的评估指标体系,并运用了因子分析方法对国内11个金融中心的竞争力进行了评估和比较。王仁祥、石丹\[3\]采用模糊综合评判与AHP相结合的方法,对中部五个城市进行了综合评价,为中部区域金融中心的选择提供了依据。王力、盛逛\[4\]利用主成分分析法和熵值法,对国内主要的15个城市进行了金融竞争力分析,并对各个城市之间未来的定位进行了划分。
薛金房\[5\]采用层次分析模型,设计出评价指标体系,构造出各层综合函数,计算出全国36城市金融中心综合实力排序,同时运用聚类分析模型,对全国36个城市金融中心进行等级分类, 得出“金融中心的发展应与我国区域发展战略相呼应”这一结论;王祖浮\[6\]对武汉在后危机时代下构建区域金融中心所面临的情况进行了全面系统的分析,提出了加快硬件设施和软件环境建设,发挥政府的推动作用,加大人才引进和培养力度,扶植地方金融机构的政策建议。国内学者的研究主要探讨我国区域金融中心选择与建设,希望通过适合的定量方法研究区域金融中心竞争力情况。但众多的研究中,对国内各层级金融中心的研究比较多,而对某个区域的金融中心形成与建设的研究偏少,并且在分析方法的选择上传统方法较多。鉴于此,笔者运用国内学者对区域金融评价较少选用的方法——TOPSIS综合评价法,对新的战略经济区域——“中三角”内的三个中心城市进行综合评价,期望能为此区域金融中心的形成与建设提出合理的构想。
“中三角”以武汉城市圈、长株潭城市群、环鄱阳湖城市群为核心,由湘鄂赣三省的沿长江、洞庭湖生态经济圈、鄱阳湖生态经济圈的若干个连绵大中城市组成,其体现出经济区域内各主体联系紧密,经济发展呈现出各经济主体在竞争与合作中的良性和谐发展。中部六省中,鄂湘赣三省在地理上相连,在经济上互补,在人文上相似,形成了一个整体经济区域。本文拟立足中部实际情况,借鉴国内外关于金融中心研究成果,尤其是国内学者关于区域金融中心竞争力评价的研究成果,以相关的区域金融理论为指导,设计出有针对性的和有说服力的指标评价体系。运用TOPSISI综合评价法对“中三角”的三个中心城市——武汉、长沙和南昌进行区域金融中心形成潜力实证分析,根据综合得分并根据各城市的现状对“中三角”区域金融中心的选择与建设提出构想,并针对政府在区域金融中心的形成过程中应起的作用提出相应的建议。
一、设计指标
(一)区域金融中心形成潜力评估指标体系
在区域金融中心形成的条件中,区位优势、经济实力和金融实力是最重要的形成条件。依据代表性、确定性、灵敏性和独立性的原则,笔者在借鉴国内外学者对金融中心评价指标体系研究的基础上,建立了区域金融中心形成潜力的评估指标体系,
(二)指标说明
从世界金融中心的分布看,金融中心常常是交通枢纽的所在地,独特的地理位置有利于各类商业活动的展开,是推动金融中心形成的原始动力。本文从城市腹地和交通地位两个因素考虑区位优势,设计了五个基础指标,如表1中的A11、A12;A21、A22 、A23。
经济是金融发展的基础,金融需求的产生往往伴随着经济的发展。科技是第一生产力,因此本文将科教支持也纳入了经济实力的范畴,最终考虑了基础经济实力、经济结构和科教支持三个因素,设计了七个基础指标,如表1中的B11、B12、B13;B21;B31 、B32、B33。
金融实力是形成金融中心的后发优势,具备重要的话语权。本文从金融市场实力和金融创新能力两个方面考虑金融实力,设计了五个基础指标,如表1中的C11、C12、C13;C21、C22。因为我国当前更多的是以银行为主的间接融资模式,所以金融市场实力因素对银行的考虑较多。之所以把技术市场合同成交额纳入金融创新潜力,是因为技术市场的自身特点对金融创新的要求比较高,较大的技术市场会对金融创新产生逼进效应。其中,需要着重解释的是存贷比与区位熵。存贷比是金融机构年末贷款额与存款额之比,反映了金融机构将金融资源转化为实际利用资本的能力。贷比越高表明银行资金使用效率越高,如果银行只是吸收存款却很少发放贷款,则存贷比的值将偏低;如果存贷比太高,则会增大银行的风险。但是当下我国对银行的监管比较严格,银行自身的风险监管技术已较为成熟,因此在考虑存贷比时是从高优指标的角度来设计的。区位熵,又称专门化率,它是由哈盖特首先提出的。在衡量某一区域要素的空间分布情况,反映某一产业部门的专业化程度,以及某一区域在高层次区域的地位和作用等方面,区位熵是一个很有意义的指标。i城市j产业集聚的区位熵为LQij=Qij/QiQj/Q式中:Qij为i城市j产业的产值;Qi为i城市的全部产业产值;Qj为全国j产业的总产值;Q为全国所有产业的总产值。 区位熵指数能够测度一个地区的生产结构与全国平均水平之间的差异,借此可以评价一个地区的专业化水平。该指数的值越接近于1,说明该产业的集聚化水平比较低;越大于1,则说明该产业的集聚化程度越高。在本文中,地区银行业的产值用该地区金融机构年末贷款额代替,地区的全部产值用该地区GDP来表示。
二、评价方法——TOPSIS
TOPSIS(technique for order preference by similarity to ideal solution)法,直译为逼近理想解的综合排序法,是有限方案多目标决策问题中常用的一种综合评价方法。TOPSIS和其他综合评价方法相比有明显的优势:对数据分布及样本量、指标多少无严格限制,数学计算简便,既适用于小样本资料,也适用于多指标多样本的大系统;评价对象不受时空的限制。因此,TOPSIS综合评价法的应用范围非常广泛。
这种方法通过构造多指标问题的正理想解和负理想解,并以靠近正理想解和远离负理想解两个评价判据为基准,对各可行方案进行排序。所谓正理想解,是设想在系统内各指标属性都达到最满意值的解;所谓负理想解,是设想系统内各指标属性都为最不满意值的解。整个系统内通常没有正理想解和负理想解。若系统内有一个解最接近理想解,同时又最远离负理想解,则这个解即为系统中最好的解\[7\]。该方法的主要步骤如下:
第一,指标评价。对m个评价对象n个指标进行综合评价,需要构造原始数据矩阵: A=A11…A1n
Am1…Amnm×n
(1)Topsis法进行评价时,要求所有指标变化方向一致(即所谓同趋势化),将高优指标转化为低优指标,或将低优指标转化为高优指标,通常采取后一种方式。本文设计的17个指标全都符合高优指标的要求,因此无需进行同趋势化处理。
第二,规范化处理。由于参评指标的计量单位各不相同,直接代入计算会影响评价结果,所以要对数据进行规范化处理,消除量纲的影响。本文指标数据采取min-max标准化方法。设Aij为第i个城市第j项指标的指标值,则正向指标标准化公式为:Bij=Aij-min(Aj)max(Ai)-min(Aj)
(2)通过min-max标准化得到Bij的取值范围\[0,1\],由此得到规范化矩阵:
B=B11…B1n
Bm1…Bmnm×n
(3)
第三,指标赋权。赋权方法从大类上分有主观赋权法、客观赋权法和综合赋权法。本文采用客观赋权法中的变异系数法来确定权重,先求出在不同指标下指标评价值的均值E(Bj)和标准差Sj,再求出各指标的变异系数Vj,最后来确定权重Wj。Vj=Sj/E(Bij) (j=1,2,…,n)
(4)
Wj=Vj∑nj=1Vj (j=1,2,…,n)
(5)由此可以得到加权的规范化决策矩阵T=WBT=T11…T1n
Tm1…Tmnm×n
(6)式中:Tij=Wj×Bij(i=1,2,…,m;j=1,2,…,n;Wj为第j个指标的权重)。
第四,确定正理想解T+和负理想解T-。T+={T+j|j=1,2,…,n}=
{maxTij|j=1,2,…,n}
(7)
T-={T-j|j=1,2,…,n}=
{minTij|j=1,2,…,n}
(8) 第五,计算各评价对象与正理想解和负理想解的距离。D+i=∑nj=1(Tij-T+j)2
(9)
D-i=∑j=1(Tij-T-j )2
(10) 第六,计算各评价对象与理想解相对接近度。Ci=D-iD+i+D-i (i=1,2,…,m)
(11)按照Ci的大小进行排序,Ci值越大,表明与理想解的接近程度越大。 在0与1之间取值,Ci越接近1,表示该评价对象越接近最优水平;反之,越接近0,表示该评价对象越接近最劣水平。
三、“中三角”区域金融中心形成潜力的TOPSIS分析
区域金融中心对区域经济增长的推动作用经过了很多专家学者的论证,“中三角”的三个中心城市都提出了建设区域金融中心的目标,无序的竞争会造成资源的浪费,阻碍区域经济的发展。通过用TOPSIS综合分析法对“中三角”三个核心城市的区域金融中心形成潜力进行综合排名,能够为中三角区域金融中心的形成与发展提供借鉴与参考。
(一)数据的来源与处理
由于数据来源的限制,本文选取了武汉、长沙和南昌2006年-2010年共五年的数据进行分析,数据来源主要是以中国城市统计年鉴、各地统计年鉴、中国区域经济统计年鉴、各地国民经济和社会发展统计公报为主,其中“方圆500公里内100万人口的城市数”是通过地图测距得出的。
(二)TOPSIS方法分析
本文的综合评价步骤是分年份进行的,但是数据的规范化处理和计算变异系数时都是根据三个中心城市五年的数据进行处理的,这样做的目的是为了在使用数据和权重时提高置信水平。根据2006年-2010年度的数据,通过前文介绍的TOPSIS的方法与步骤,利用软件对原始数据进行规范化处理,计算权重,给数据赋权,找出正理想解和负理想解,计算Ci的值,可得到中三角2006年-2010年度三个中心城市的区域金融中心形成潜力的得分和排名(因篇幅所限,原始数据及中间结果略) 。各指标的权重
正理想解T+=(0.054 986,0.086 576,0.040 602,0.057 501,0.061 625,0.056 862,0.063 093,0.059 771,0.050 887,0.069 128,0.056 841,0.082 459,0.039 691,0.041 375,0.054 472,0.062 286,0.061 844) 负理想解T-=(0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0)
Ci值的测算结果,
根据综合得分可以得出五年中三角三个中心城市的综合排名,
由表2可知,在各项指标中,权重超过平均值的有“方圆500公里内100万人口城市GDP之和”(A12),“国家高新技术产业开发区企业数”(B33),“高等学校在校生人数”(B31),“固定资产投资”(B12),“技术市场合同成交额”(C21),“金融从业人数”(C22),“货物运输量”(A23)和“社会消费品零售总额”(B13)八个指标(按权重大小排列)。从八个指标的分布看,区位优势(A12、A23),经济实力(B12、B13、B31、B33),金融实力(C21、C22),较为全面地反映各中心城市的整体潜力。各指标中权重排在首位的是“方圆500公里内100万人口城市GDP之和”,这说明了腹地优势在形成区域金融中心中的地位。因素层里面,“科教支持”的权重最大,从侧面说明了科教实力对形成金融中心的作用比较重要。总体来看,经济实力的权重最大,符合区域金融中心最重要的形成条件是经济实力这一理论假设。基于2006年-2010年度五年数据TOPSIS的中三角三个中心城市区域金融中心形成潜力排序结果表明:武汉>长沙>南昌。
四、结论与政策建议
应用TOPSIS 法的评价结果显示,“中三角”的三大城市区域金融中心形成潜力由优到劣依次为武汉、长沙、南昌,武汉以绝对的优势排在首位,连续五年的综合得分都远高于长沙和南昌。评价结果与实际情况也基本一致,并且与国内的许多权威专家学者评价结果基本吻合,说明运用TOPSIS 法对区域金融中心形成潜力评价具有较高的可信度。用变异系数法来确定权重是一种客观赋权法,避免了一定程度上的主观因素干扰,同时减少了在指标选择上的扰动偏离程度,提高了指标选取的准确性。由于选取的指标及采用的评价方法不同,对区域金融中心的形成潜力排序和分析的侧重点可能会有所不同。本文选取的指标体系主要从区域金融中心最重要的形成条件出发,为确定区域金融中心服务,对于发展潜力的测度和评价涉及较少,这也将是笔者后续研究的主要方向。
武汉是“中三角”区域最具金融中心形成潜力的城市。它九省通衢,是东西部地区的天然衔接点,是中南地区的交通中心,经济、金融都发展到一定的水平,且高于其他城市,为构建“中三角”内的金融中心奠定了一定的基础。因此,将武汉定位成“中三角”区域内的金融中心,具备理论和现实的意义。武汉在区域金融中心的形成与发展过程中,要把握机遇,乘势而上,进一步夯实武汉经济基础,提升武汉金融业的集聚力和辐射力,并重视科技发展的影响,推动金融和科技的融合。在发展过程中,要全面提升“三个功能”:一是提升交通枢纽功能,完善铁路、水运、公路、航空综合交通体系,巩固全国综合交通枢纽地位,加快建设成为全国性铁路路网中心,全国性高速公路网重要枢纽,国家重要的门户机场和长江中游航运中心;二是提升金融辐射及要素集聚功能,以银行的跨区域经营为主要辐射力,吸引各金融机构总分部集聚到武汉落户,打造金融创新产品的特色交易市场,并推进国家物流、金融、会展、高端服务中心等建设;三是提升科技金融创新功能,发挥武汉优势,构建科技金融服务体系,包括建立专门的知识产权交易市场,打造从事专门业务的科技发展银行,通过培育专业评估机构来抢占科技金融“话语权”,联合各方力量培养科技金融复合型人才。上述“三个功能”的提升,不仅是对武汉今后发展方向的高度凝练,也契合了金融中心形成的关键条件。三者构成武汉的核心竞争力,也将是武汉成为区域金融中心,构筑“中三角”崛起战略支点的关键所在。除此之外,武汉地区在区域金融中心建设发展过程中,还需要长沙和南昌积极配合,要互利合作,协调一致,使武汉能真正发挥区域金融中心服务经济的功能,促成“中三角”经济的腾飞。
\[参考文献\]
\[1\] Kingdleberger C.P.The formation of financial centers:A study in comparative economic history\[Z\].Princetom Studies in International Finance 36, Princetom,1973.
\[2\] 吴 聪,王 聪.我国金融中心竞争力的实证分析\[J\].南方金融,2005(12):1013.
\[3\] 王仁祥,石 丹.区域金融中心指标体系的构建与模糊综合评判\[J\].统计与决策,2005(17):1416.
\[4\] 王 力,盛 逖.我国区域金融中心竞争力研究\[J\].中国社会科学院研究生院学报,2009(3):4653.
\[5\] 薛金房.我国金融中心综合评价分析及发展战略目标定位\[J\].金融理论与实践,2009(1):7679.
\[6\] 王祖浮.武汉构建区域金融中心的分析及对策\[J\].湖北农村金融研究,2012(1):3840.
\[7\] 张军仁.基于TOPSIS法的东部10省域经济实力评价\[J\].统计与决策, 2011(20): 8486.