中国金融产业集聚水平测度

摘 要 ：本文利用区位基尼系数、区位熵指数、CR5　指数对中国金融产业2001—2010年的集聚水平进行了测度.结果表明,金融业具有较为明显的集聚特征,且总体集聚程度不断增强,金融资源主要集中于东部地区,其中北京、上海的金融集聚程度最高,而中西部地区金融集聚程度较低,在今后的发展过程中应注重金融中心的辐射效应.

关 键 词 ：金融集聚；区位基尼系数；区位熵指数；CR5　指数

Abstract：The　paper　measures　financial　concentration　level　from　2001　to　2010　in　China　by　using　location　Gini　coefficient,　location　entropy　index　and　CR5　index.　Results　show　that　there　is　very　obvious　character　of　financial　concentration　and　the　trend　is　being　more　serious.　The　financial　concentration　level　of　east　part　is　higher　than　the　middle　and　west　parts,and　Beijing　and　Shanghai　city　he　the　highest　financial　concentration　level.　We　should　pay　more　attention　to　the　radiation　effect　of　financial　centre.

Key　Words：financial　concentration,location　Gini　coefficient,location　entropy　index,CR5　index

中图分类号：F830文献标识码：A文章编号：1674-2265（2012）12-0016-04

一、引言

产业集聚是金融集聚问题研究的基础,马歇尔最早在其著作《经济学原理》中就对集聚作过深入的探讨,认为外部性经济在集聚中扮演着极其重要的角色.波特（1998）则从“菱形体系”的国家竞争占优势出发,讨论了产业集聚问题,他的主要目的是阐述产业集聚如何影响国家竞争优势,而对产业集聚如何形成并没有给予更多解释.而新经济地理学家克鲁格曼（l999）通过建立经济模型阐述了产业集聚,他认为集聚形成主要来自于三个方面的原因：需求、外部经济和产业地方化,其理论对于金融地理学的发展方向以及金融集聚问题的研究产生了巨大的影响.金融地理学者格里希（Gehrig,2000）利用市场摩擦理论进行了大量的实证研究,证明了一个区域金融活动在地理上的集聚与相邻区域内金融活动在地理上的分散趋势并存.

国内也有一些学者对金融集聚问题进行了研究,如梁颖（2006）从宏观角度分析了金融产业集聚产生的原因,认为现代怎么写作业的发展、国际大都市经济结构的转型、有效的空间载体和重要的政策平台以及专业人才集聚是金融集聚产生的宏观背景.林江鹏和黄永明（2008）基于金融集聚内涵的拓展对我国金融产业集聚特征及如何推进金融产业集聚进行了考证和分析,但缺乏相应的实证检验.

这些研究极大地丰富了金融集聚理论的研究成果,但主要围绕金融集聚的形成机理开展理论研究,缺乏相应的实证分析和数据论证.本文拟采用区位熵指数方法测度中国金融产业的集聚程度.

二、产业集聚度测度指标

(一)区位基尼系数

基布尔等（Keeble等,1986）最早将基尼系数用于衡量产业的空间分布.克鲁格曼（Krugman,1991）采用该系数来研究产业地理集中问题,提出了区位基尼系数的概念.计算方法为：首先计算地区i产业k的就业（或者区域总产值、产业增加值）占全国的比重　和地区i总就业（或者区域总产值、产业增加值）占全国的比重　；再计算各个地区这两个比重的比值,即　；然后对该比值进行从大到小的排序,按照排序的结果计算累积的产业k就业比重和累积的总就业比重,画出基尼曲线,计算区位基尼系数.用公式表示为：

（1）

其中,k代表所要测算的区位基尼系数的产业,Gk为区位基尼系数,　、　分别表示地区i和地区j的产业k在全国所占的份额；n为地区的数量；　为全国产业k的平均份额.

区位基尼系数值在0—1之间变化,若越接近于0,说明产业k的空间分布越均等；反之,若区位基尼系数值越接近于1,说明产业k可能集中在一个或几个地区,而在其他地区分布很少,或者说产业k的集聚程度较高.因此,产业k的空间基尼系数越大,说明该产业的集聚水平越高.

(二)区位熵指数

区位熵又称地方专业化指数,用LQ表示,实际上是根据上述基尼系数构造的衡量地方产业专业化程度的指标,可用于具体比较各地区产业集聚程度差异,即如果一个地区的某产业集聚程度较高,那么相对于其他地区以及该地区的其他产业而言,集聚化发展的产业规模应该较大,在全国同一产业中占有较大的比例,而且其规模也要大于该地区的其他产业.因而,集聚化程度高的产业也表现出较高的地方专业化程度.其计算公式如下：

（2）

LQ指数值超出1越多,说明该地区产业k的集聚化水平越高；小于1越多,说明该地区产业k的集聚化程度越低.

(三)集聚率

集聚率可以用来反映规模最大的前几个地区某产业在全国所占的总份额,也称CRn指数.其计算公式为：

（3）

其中,　表示某产业在i地区的就业人数（或产业增加值、总产值等）,N表示全部地区数.

三、中国金融产业集聚特征及变化趋势

利用2001—2010年中国大陆各省域金融产业发展数据,根据公式（1）、公式（3）测算金融产业区位基尼系数和集聚率,并列出所占份额排名前五位和后五位的地区,如表1所示. 从表1看出,2001—2010年,中国金融产业区位基尼系数值在0.341—0.357范围内变动,与刘志坚和侯春峰（2008）计算的6个典型制造业的区位基尼系数相比较,说明中国金融业具有较为明显的集聚特征.而且,除了2002年以外,整体来看,自2001年以来中国金融产业集聚度呈逐年扩大趋势,说明中国金融业集中于某地区的程度越来越高.

分析CR5　指数值,2001—2010年,CR5　指数值均在30%以上.观察金融业所占份额排名前五位的省域发现,金融业主要集聚在东部地区,包括广东、浙江、江苏、北京、山东等地（因为本文各项指标的测度选择的是就业人数而非产业增加值,因此,就业人口占优势的中部省份河南省集聚率排名比较靠前）.尤其是自2008年以来,浙江、北京、上海的排名均逐步提高,基本符合我们的预期.而排名后五位的省域十年来没有变化,分别是贵州、宁夏、海南、青海和西藏,均是来自于西部省份.

为进一步观察各地区金融产业集聚程度的差异,根据公式（2）计算区位熵指数LQ,并按LQ>3、2

从表2看出,2001—2010年,总体来看,北京、上海是金融产业集聚程度最高的地区,其LQ指数值均大于3,且指数值逐年增高,尤其是自2007年以来,上海LQ指数值均超过了4.而LQ指数值小于1的地区即金融集聚度较低的地区基本属于中西部省份.需要注意的是,属于该类型的省份个数从2001年的6个增加到2010年的16个,而吉林和新疆自2002年开始已经从2

四、结论

本文利用区位基尼系数、区位熵指数、CR5　指数对中国金融产业2001—2010年集聚水平进行了测度.结果表明,金融业具有较为明显的集聚特征,且总体集聚程度不断提高,金融业集中于某地区的程度越来越强.

从金融业集聚的地域来看,金融业主要集聚在东部地区,包括广东、浙江、江苏、北京、山东等地,而中西部地区尤其是西部地区金融产业占全国的份额较低.

比较各省域金融业集聚程度差异,北京、上海的金融业集聚程度最高,且十年来集聚度呈持续扩大趋势,说明北京、上海全国性金融中心的地位越来越凸显,应注重发挥其辐射效应,带动周边地区甚至全国经济的发展.

金融集聚本身是一种地理现象,具有空间特性,本文后续的研究拟进一步考虑空间效应,分析金融集聚的形成机理,并验证金融集聚对经济增长的支持作用.