金融产业集聚动力机制研究

摘 要：产业集聚是新兴工业化道路中最重要的提升国家竞争力的发展动力。在产业转移和全球化的背景下，金融产业集聚已成为普遍的现象。从内外两个方面分析金融产业集聚产生的原因，并以深圳的金融业为具体例子，用计量手段具体分析各集聚动力的影响程度。

关键词：产业集聚；金融业；动力机制；深圳金融业

中图分类号：F830 文献标志码：A 文章编号：1673-291X（2016）04-0078-02

金融产业具有高产业带动力、高附加值、高开放度、高人力资本投入、低环境污染、低资源消耗等特征，其集聚不仅能实现经济结构的战略性调整、创造更多的就业并吸纳高级人才、提升城市的综合竞争力，还对增强产业可持续发展能力等具有重要的现实意义。

一、金融产业集聚形成的机制理论

金融产业集聚是金融产业的一种空间组织形式，是金融资源受到经济效益和价格机制的引导，根据比较优势而地域运动的结果。这里的比较优势是指广义的比较优势，包括了制度、技术、成本、区位、外部性、信息、创新、产品多样性等综合在内。本文认为金融产业的集聚是分内因和外因的，外因通过内因起作用，内外因共同决定的。

（一）金融产业集聚的内因

第一，为最大限度地获取信息并利用信息的外在性，减少信息传递的损耗和信息的不对称性，金融企业都选择进驻信息的中心地，利用空间集聚的优势，从从业人员之间的频繁互动产生大量的信息流动，从而提高企业竞争力，赚取高额利润。

第二，金融企业追求集聚效应促进金融产业的集聚。金融市场的规模越大，伴随着金融工具的流动性越高，融资成本和投资风险就越低，从而能对一定范围区域的贷款人和借款人产生吸引力并形成强大的辐射效应。

第三，金融产业集聚大大地简化了金融机构合作的繁琐程序，增大了机构之间合作的可能性，增强了机构之间合作的广度和深度，这都有利于金融产品的创新和衍生。

（二）金融产业集聚的外因

1.区位。金融产业会选择集聚在资源丰富、交通便利的区域。其中影响金融产业集聚的区位主要是交通区位。

2.基础设施。这里基础设施包括三类，一是交通基础设施；二是经营成本，包括办公室租金、不动产价格、建筑成本等；三是信息技术，包括现代通讯和电子技术。

3.制度。由于金融产业风险集中的特性，所以需要专门的监管机构来保证其稳定成长；这里制度指的是监管制度和税收制度。税率高低很明显会对国内、国际资金流动和全国、全球的金融企业业务布局产生重要影响。

4.人力资本。金融产业的集聚需要大批的金融、项目管理、会计和信息技术等专门人才，人力资本是其核心要素和资源，所以金融企业都会选择聚集在一个能够供给多种类型的高质量人才的地区。

金融产业集聚的形成，一般情况下都是外因通过内因起作用，二者相互作用、相互影响，通过循环累积因果关系实现动态演进，共同决定了金融产业集聚乃至金融中心的形成。

二、影响深圳金融产业集聚因素的实证分析

深圳金融产业以不足1%人口创造了14%的GDP，居全国第一。金融产业已成为深圳名副其实的第二支柱产业，截至2014年，深圳金融业产值占地方生产总值比重的14%，年均复合增长达到21.6%，增加值达到2 238亿元，排名全国大中城市第一。截至 2015年9月末，深圳18家证券公司在机构数量和总资产、净资产、净利润等指标方面继续保持全国第一，24家基金公司管理749只公募基金的资产净值1.48万亿元，同比增长40.49%，净值居全国各省市第3位。各项数据都显示了深圳强大的金融产业集聚能力。

为了更加量化地探明各因素对金融产业集聚的影响，我们通过深圳金融产业1992―2014年数据并设计计量模型来进行分析。

（一）变量的选取

1.因变量：本文主要用区位熵（LQ，Location Quotient）来表示金融产业集聚水平，区位熵能反映某一产业部门的专业化程度，衡量某一区域要素的空间分布情况以及某一区域在高层次区域的地位和作用等方面。

计算公式：LQij=（Eij/Ej）/（Ei/E）

其中，LQij=代表区位熵，Eij为j区i部门的产值，Ej为j区的产值，Ei是大区域（或全国）i部门的产值，E为大区域的总产值。本文用深圳金融产业产值来测量深圳金融产业在中国的集聚度。

2.自变量：根据前面对结合深圳金融产业集聚内外在因素具体情况的考虑，我们选取以下指标作为解释变量。（1）规模经济（SCA）：本文采用深圳各金融机构存款余额占全国各金融机构存款余额的比重来表示。采用存款余额计算是因为我国主要是以银行为主的金融体系，而银行存款又是各项投资活动的源泉。（2）信息（INF）：本文采用深圳邮电业务总量占全国邮电业务总量的比重来表示。因为邮电业务总量是指邮电通信企业为社会提供的以价值量形式表现的各类邮电通信服务的总数量。（3）区位（LOC）：本文采用深圳货物运输量占全国货物运输量的比重来表示。（4）基础设施（BAS）：本文采用深圳固定资产投资基本建设占全国固定资产投资基本建设的比重来表示。（5）制度（INS）：本文采用深圳规模以上工业企业的总数占全国规模以上工业企业的总数来表示。因为越是灵活的政策制度，当地的规模以上的工业企业数目就越多。（6）人力资本（HC）：本文采用深圳金融产业从业人员占全国金融产业从业人员的比重来表示。

（二）模型的设定

建立以金融产业集聚度为被解释变量的回归方程为：

LQ=C+β1SCA+β2INF+β3LOC+β4BAS+β5INS+β6HC+δ

式中δ为随机误差项

（三）数据来源

《深圳市统计年鉴》《中华人民共和国年鉴》《中国金融年鉴》。

（四）结果和分析

从分析结果可以看出：（1）模型的拟合优度在88%，说明解释变量较好地解释了被解释变量。且F值均通过显著性检验，说明几个解释变量是联合显著的。（2）sca、inf、loc、bas和hc这5个解释变量的系数均为正数且在10%水平上显著，说明其对金融产业的集聚均为正向影响，从系数大小来看各因素对深圳金融产业集聚的影响力度排名为基础设施>区位>规模经济>信息>人力资本。（3）ins变量系数为正，但是10%水平上不显著。本文是选取深圳规模以上工业企业站全国规模以上工业企业比重，那么这个比重越大就说明深圳对企业的政策越宽松，按照逻辑，深圳的企业也就应该越集聚且影响程度应该较大，这其中也应适用于金融企业，但是回归结果并未显示出如此的关系。这里对回归结果会显示出正向影响不显著做出如下解释：制度Ins采用的是深圳规模以上工业占全国规模以上工业的占比，可能更准确地说只能体现深圳政府对工业企业的相关政策松紧度，政府有意推动工业发展的同时，也一定程度上会抑制第三产业的发展。变量测度选取不当，故导致了不显著的结果。

三、结论

从以上的实证分析我们验证了规模经济、信息、区位、基础设施和人力资本在一定程度上是金融业集聚形成的动力因素，尤其是基础设施和区位对金融集聚的影响很大。制度因素并未获得预想的显著结果，但也不排除是由于变量测度方法不正确而对其计量分析的效果产生影响。总而言之，以上定量分析的结果基本符合本文的理论预期。

参考文献：

[1] 盖文启，王缉慈.论区域创新网络对我国高新技术中小企业发展的作用[J].中国软科学，1999，（9）：102-106.

[2] Brenner T.，Weigelt N.The evolution of industrial clusters：Simulating spatial dynamics.Advances in Complex Sys-tems，2001，（1）：127-147.

[3] 潘英丽.论金融中心形成的微观基础――金融机构的空间聚集[J].上海财经大学学报，2003，（1）：50-57.

[4] 陈继祥.产业集群与复杂性[M].上海：上海人民出版社，2005.

[5] 刘爱雄.对产业集群竞争力来源的理论分析[J].科学学与科学技术管理，2006，（1）：73-78.

[6] 梁颖.金融产业集聚述评[J].经济学动态，2006，（8）.

[7] 梁颖.金融产业集聚的宏观动因[J].南京社会科学，2006，（11）：58-62.

[8] 王敏.关于金融产业集聚与区域金融中心建设的思考[J].理论研究，2010，（11）：36-41.

[9] 李杰.金融产业集聚：研究综述[J].金融经济，2010，（8）：94-97.