北京区域金融发展的集聚效应与辐射效应研究.docx

北京区域金融发展的集聚效应与辐射效应研究.docx

《北京区域金融发展的集聚效应与辐射效应研究.docx》由会员分享，可在线阅读，更多相关《北京区域金融发展的集聚效应与辐射效应研究.docx（11页珍藏版）》请在冰豆网上搜索。

北京区域金融发展的集聚效应与辐射效应研究

北京区域金融发展的集聚效应与辐射效应研究

刘同山

2012-2-159:

03:

36　　来源：

《区域金融研究》2011年第11期

　　摘要：

本文通过对2001-2009年北京市18区县金融发展的集聚效应和辐射效应进行空间计量，分析了北京区县金融发展的空间特征及其形成原因。

研究表明：

北京金融发展水平不均衡，以核心城区为最高，按地理空间向外发展水平依次降低；全局Moran指数和散点图显示北京各区县金融发展存在显著的集聚效应，高高集聚型大部分是核心城区，而低低集聚型则多为周边区县；局部Moran指数显示北京区域金融发展存在“增长极”，对其周边区县起到正向或负向作用，这些作用在2005年达到极大值后已经有所减弱。

　　关键词：

北京区域金融，空间计量，集聚效应，辐射效应

　　金融业作为北京的第一大产业，其快速、健康发展是北京区域经济增长的最大动力。

进入21世纪之后的2001年，金融业产值占北京地区生产总值的比重已经超过10%，经过此后几年的快速增加，至2009年这一比值已经高达16%，居全国之首。

为考察金融快速发展的背景下，北京市各区县金融发展的空间特征，本文应用空间计量分析方法对北京市18个区县金融发展的格局、集聚效应和辐射效应进行研究，以反映北京不同区县金融发展之间的空间相关性，有助于了解当前北京区域金融的空间格局及其发展趋势，为深层的原因分析进而解决北京市区县经济金融发展不平衡提供辅助决策参考。

　　一、研究方法与数据

　　地区之间的经济地理行为之间一般都存在一定程度的空间交互作用。

根据Tobler地理学第一定律，离得越近、面积越小的空间单元之间的空间自相关性越强。

为了考察北京区域金融发展的空间效应，需要对北京各区县金融发展的空间自相关性进行检验。

研究中，主要是通过计算Moran指数来测度全局空间自相关和局部空间自相关。

（一）全局Moran指数：

集聚效应指标

　　全局空间自相关从区域空间整体上表征北京区域金融的空间分布。

常用于全局空间相关性分析的Moran指数定义如下：

　　表示第i地区的观测值，n为地区总数，Wij为反映各个空间单元的邻近关系的空间权值矩阵。

本文用邻近矩阵（ContiguityMatrix）来确定的二进制的空间权重Wij：

　　Moran＇I的取值范围为[-1，1]。

若Moran＇I值为正，则表明北京各区县的金融发展具有空间正相关性，呈高高或低低集聚，该数值越大效应越强；若Moran＇I值为负，则表明各区县金融发展具有空间负相关性，呈高低或低高集聚，该数值越小效应越强；当Moran＇I值为0时，则各区县金融发展是独立随即分布的，不存在空间自相关。

　　对于全局Moran指数的计算结果，采用标准化渐进正态统计量Z（Moran＇I）进行检验。

Z（Moran＇I）的计算公式为：

。

一般而言，若∣Z∣大于正态分布函数0.05显著性水平下的临界值1.96，表明金融集聚在空间分布上具有明显的正相关性。

（二）局部Moran指数：

辐射效应指标

　　全局空间自相关假定北京各区县金融发展只存在一种整体趋势，这显然与现实情况存在差距。

为了研究北京金融业的局部空间集聚，必须应用局部Moran指数进行局部空间自相关分析。

从北京区域金融发展的角度来说，局部指标衡量的是某一区县金融发展对周边区县的辐射效应。

　　局部Moran指标包括Moran散点图和LISA值。

Moran散点图的四个象限按其性质分为HH（第一象限）、LH（第二象限）、LL（第三象限）、HL（第四象限）四个类型。

HH为高高集聚，表示某一空间单元和周围单元的属性值都较高，该单元和其周围的空间单元组成的子区域称为“热点区”；LL的含义则恰好相反，为盲点区。

落入HH和LL象限的空间单元一般都存在较强的空间正相关。

LH为低高集聚，表示某一空间单元属性值较低，而周围单元的属性值则较高；HL的含义则恰好相反。

　　但Moran散点图没有给出各个区域显著性水平的具体数值，而HSA值则刚好弥补了这一缺陷。

作为LISA的一个特例，区域空间单元j的局域Moran指数的计算公式可以定义为：

　　其中，Zi、Zi为单元属性值的标准化形式，n为地区总数，Wij为空间权值矩阵。

Ii值为正，表示该区域单元与周围区域的属性值相似（HH或LL）；若Ii值为负，则反之（HL或LH）。

　　（三）数据来源及说明

　　考虑到样本的差异性和数据的可得性，本文仍采用合并前的北京市各区县作为研究对象，选用2001-2009年共9个年份作为研究期间。

　　利用空间数据分析软件GeoDa进行空间计量分析。

为了便于比较分析和说明，参照对北京区域分类比较通用的观点，把北京市分为四个部分，即核心城区（东城、西城、崇文、宣武）、近郊区（朝阳、丰台、石景山、海淀区）、远郊区（门头沟区、房山区、通州区、顺义区、昌平区、大兴区）和周边区县（怀柔区、平谷区、密云县、延庆县）。

本文的数据来自于2002-2010年的《北京区域统计年鉴》，选取北京18个区县的金融业产值占各区县地区生产总值的比值来衡量其金融发展，以研究近10年来北京各区县金融发展的空间格局、集聚效应、辐射效应情况及其动态演变。

　　二、北京金融发展的全局空间特征：

集聚效应

　　为了避免因北京某些区县面积较小导致其具有很多邻近区县，而较大的区县具有很少甚至没有邻近单元而成为“飞地”，本文采用Anselin提出的K值最邻近空间矩阵（K-NearestNeighborSptatialWeights）。

　　运用GeoDa-095i软件，计算得出北京市各区县2001-2009年共9个研究年份的金融发展的Moran指数，计算结果在o：

0.05的显著性水平下均通过了Z检验。

结果表明北京市各区县的金融发展存在显著的空间自相关哇，也就是说，北京金融发达区县趋于集聚，金融落后的区县也趋于集聚，具有较为明显的“马太效应”。

　　由Moran指数值曲线的变化（见图2）可以发现，北京市各区县金融业发展的空间自相关经历了“升—降—升—降”的发展过程。

2001年，随着我国金融市场的快速发展，北京市各区县金融业发展的Moran指数值也呈现出快速增长的态势，在2005年达到极大值之后，开始持续下降。

由于Moran指数值为正时，反映出北京市各区县金融发展存在的空间相关性，正的数值越大这一效应也就越强。

因此2008年Moran指数值有较大幅度的回升，表明受全球金融危机的影响，北京区县间的“马太效应”增强，金融发展两极分化有扩大趋势。

但是随着我国经济和金融的强势复苏，Moran指数值在2009年有了较大幅度的降低，反映了北京市各区县金融业发展的差距正在缩小。

　　Moran指数分析表明北京各区县金融发展存在很强的空间集聚和空间自相关性，但是并没能指出近十年来北京金融发展空间集聚的具体结构及其变化。

下面将通过全局Moran散点图对上面的样本年份进行空间集聚分析。

　　在2009年的Moran散点图中，HH集聚型的有东城、西城、宣武、崇文、朝阳、海淀等6个区。

这几个区为北京城核心区或近郊区，其金融业产值占地区生产总值的比例较大，且其各自周围区县的这一比例也较大，因而这6个区成为北京金融业发展的热点区；而LL集聚型的区县则分别为房山、门头沟、密云、平谷、怀柔、延庆等6个区县，说明这些区县金融业发展相对较落后，且被其他金融业发展较落后的区县所包围，是北京金融业发展的盲点区。

为了考察2001-2009年各个集聚类型包括的具体区县，以分析热点区和盲点区的动态变化，本文对2009年之外的其他年份北京市各区县金融发展水平也做同样的分析，并汇总整理成表1。

　　从表1可以看出，整体而言，北京市各区县都落入了HH、LH和LL三个集聚类型，且年际之间有一定变动。

表明白2001年以来北京市金融发展呈现出一定程度的空间二元结构，金融发展的热点地区一直在城八区，而盲点区主要分布在远郊区县和周边区县，这一结论与现实情况相符。

例如东城区和海淀区，分别在2003年和2006年成为北京金融发展的热点区，此后一直保持了金融较快速发展的势头；丰台区在2001-2006年间是北京市金融发展的热点区，但在2009年，它已经从HH集聚型跌落至LH集聚型，表明该区的金融发展速度由高转低。

　　进一步分析可以发现，北京各区县金融发展空间集聚特点形成的原因有：

　　一是我国经济尤其是金融的发展。

金融集聚理论认为，经济的发展会促进金融的深化，但这种深化不是各区域平均发展，而是一个伴随着金融资源向某些区域集聚的过程。

进入21世纪后，随着我国经济的加速发展和加入WTO，北京对国内外各种金融资源的吸引力增加，这些金融资源开始加速金融北京城八区尤其是西城、朝阳和海淀等区。

2003年非典的爆发降低了我国经济和金融业的发展速度，走弱的经济形势减缓了金融资源向北京地区集聚的速度，这在一定程度上缩小了北京金融发展的差距和空间自相关性，正如图1所表现的在2003年全局Moran指数出现了小幅的下降。

北京作为我国的首都，汇集了众多的金融机构，掌握着巨额的金融资产，至2009年，北京市金融资产占全国金融资产的58%，是我国金融业最为发达的地区之一。

在金融业集聚自组织的作用下，我国金融发展的大部分好处也将由北京等金融最为发达的少数地区获得。

2007年我国金融市场尤其是股票市场的非理性繁荣加速了金融资源向北京地区的集聚，迅速涌入的金融资源再次缩小了北京各区县金融发展的差距，直到2008年全球金融危机爆发这一态势才有所改变。

　　二是北京各区县的区位优势。

区位优势对一个区县乃至整个地区的金融发展具有极其重要的作用。

西城区金融街凭借其靠近政治中心的独特地理优势，成为北京金融最发达的区域。

东城区通过发挥中石油、中石化、中国神华等大型能源央企总部集聚的优势，充分利用金融机构的“追随客户”性，大力发展低碳经济和绿色金融，金融服务业发展迅速。

低碳经济和绿色金融的快速发展让东城区在2003年前后成为北京金融发展的热点区之一。

与北京城区和近郊区可以发挥各自特有的区位优势来促进区域金融发展不同，远郊区县和周边区县由于区位优势不明显，对金融资源的吸引力较小，成为北京金融发展的盲点区。

　　三是北京市的金融发展战略。

北京金融业按照北京“十五”规划的发展目标和产业结构调整的战略性决策要求，对北京经济发展的薄弱环节重点关注，大力支持，取得了巨大成就，金融业实现增加值的规模和比重稳居全国各大城市第一位。

但是与上海、深圳相比，北京在加快金融业发展方面政策支持还较为保守。

直到2005年，北京市发改委牵头下发了《关于促进首都金融业发展的意见》（以下简称《意见》），在全国首先使用了土地、税收、户口等政策资源；2007年，北京市发改委又发布支持金融后台发展的意见，继续使用税收、奖励等政策杠杆；2008年，北京首次以市委市政府的名义正式下发《意见》，确立了首都金融业发展的战略地位，深化“一主一副三新四后台”的总体空间布局，提出用财政资金支持金融功能区的发展。

这些政府行为极大的促进了国内外金融资源向固定区域的集聚。

　　三、北京金融发展的局部空间特征：

辐射效应

　　根据前述局部Moran指数的定义可知，若Ii>秒0，说明被考察区县与其周边区县的金融发展情况相近，属于HH集聚型或LL集聚型；若L<0，则说明被考察区县与其周边的金融发展情况相异，属于HL集聚型或LH集聚型。

为了分析北京各区县金融发展对周边其他区县金融发展的辐射效应，本文将重点考察Ii>0的情况。

换言之，如果一个区县属于HH集聚型，说明此区县的金融业比较发达，该区县对周边区县金融发展的正向带动作用比较大，辐射效应比较强；如果一个区县属于LL集聚型，说明此区县的金融业相对比较落后，该区县对周边区县金融发展的负向带动作用比较大，辐射效应比较强。

正向带动作用和负向带动作用也可称为极化效应。

通过对2001年、2005年和2009年的数据进行空间计量分析，得到北京各区县局部Moran指数通过显著性检验的省市及其类型情况，见表2和图3。

　　空间计量结果表明：

就整体而言，在2001～2009年的3个样本时间点上，具有空间自相关性且通过显著性检验的区县基本上都在北京中心城区和周边区县，其中，LL集聚型区县为北京北部山区，HH集聚型区县则被四个核心城区和三个近郊区所囊括。

就变化情况而言，北京各区县金融发展的正负向极化效应涉及的区县经历了先增加后减少的历程。

在2005年前后极化效应尤为明显，西城、崇文、宣武都是北京金融发展的增长极，而到了2009年，极化效应开始消退，具有正向带动作用的只剩西城和东城2个区，而具有负向带动作用的怀柔、密云2区县的局部Moran指数值也较2005年有了大幅的减少。

表明北京市各区县金融发展的辐射效应在经历2005年的极大化之后，开始逐渐减弱。

就辐射效应而言，从HH集聚型区县来看，2001年HH集聚型区县的最大Moran指数值为西城区的1.1061，在2005年增加至2.1505，而在2009年又降至1.9091；2001年HH集聚型区县并不包括东城区，而在2009年东城区已经成为HH集聚型区域，且其局域Moran指数高达1.2358并通过显著性检验，成为北京金融发展的另一个增长极。

从LL集聚型区县来看，怀柔区的是金融发展较为落后的地区，而密云县也在2005年成为LL集聚型的一个地区，反映了近几年密云县金融发展相对滞后。

总的来看，以西城区为中心的正向增长极效应和以怀柔为中心的负向增长极效应已经形成并较为稳定。

　　进一步分析可以发现，北京各区县金融发展辐射效应特点形成的原因为：

　　一是区域发展规划和政策倾斜。

无论是1993年根据《北京城市总体规划》开建的西城区的金融街，还是21世纪初兴起的朝阳区的CBD，在很大程度上都是政策的产物。

虽然从全球金融业集聚的经验来看，有不少国际或区域金融中心的形成是政府主导，比如日本东京和新加坡，但政策因素在我国区域金融中心形成中的作用尤为明显，深圳、上海浦东、天津滨海新区、北京CBD等区域金融业的蓬勃发展，都得益于国家的优惠政策。

政策在区域间的倾斜，不仅加速了金融资源向固定区域的集聚，也通过辐射效应促进了固定区域周边地区的金融发展。

　　二是对区位优势的运用。

在《意见》出台之前，为了加快产业结构调整和实现经济快速增长，各区县都有吸引金融机构入驻的动力，对金融资源的竞争激烈。

此时，如何结合国际产业升级的大背景，充分发挥自身的区位优势，是影响北京市各区县辐射效应的关键。

以海淀区为例，凭借众多知名高校的科研和人才优势，依托计算机和信息产业的飞速发展，抓住加入WTO后金融逐渐开放的机遇，短短几年时间聚集了以股权投资机构为主的各类金融机构30余家。

经过近10年的快速发展，中关村区域已成为我国私募和风投资本的汇集地，海淀区也成为北京金融发展的热点区之一。

　　《意见》的出台将会促进北京金融业协调发展，九大金融功能区实行差异化定位，形成一种互补的势能，但是各自之间金融资源竞争仍不可避免。

　　四、结论

　　本文用运空间计量学分析方法，分析了北京金融发展格局及其动态演变，研究了北京区域金融发展的集聚效应和辐射效应，从而揭示了北京市金融的空间分布特征和空间差异。

分析结果表明：

一是北京市区县金融集聚发展存在显著的全局空间自相关性，表现为金融发展较好区县之间相邻，而金融发展较差的区县之间也相邻，这与北京市金融资本的原始积累、投资环境及地理区位因素有关。

二是北京市区县金融发展也存在明显的极化效应和辐射效应，表现为金融发展较好的区县对周边区县金融发展有正向带动有用，而金融发展较落后的区县对周边区县金融发展则有负向带动作用。

三是全局Moran指数表明北京市各区县金融发展的空间自相关性具有逐渐变小的趋势，而局部Moran指数也表明北京市金融发展的极化效应和辐射效应在经历2005年的高峰后开始减弱。

由此可知，北京市金融发展的区域差距正在缩小。

金融业作为北京的第一大产业，其发展为北京经济发展提供了巨大动力。

因此，如何协调区县金融发展，通过金融发展缩小北京城区和周边区县的经济发展差距、南城和北城的经济发展差距，不仅需要各区县政府利用地理区位优势制定优惠政策吸引金融资源，也需要北京市政府采取有力措施。

　　本文把北京市作为一个封闭区域进行分析，这导致在确定和周边省份相邻区县的空间权重时会存在一定偏差，但对于整体的空间集聚尤其是局部辐射效应影响不大，分析结论与现实情况相符。

通过本研究，对北京市制定区域协调发展战略，以及为深层次解决区域范围内区县经济金融发展差异提供了决策参考。