中國金融發(fā)展的空間格局演變及驅動因素研究
——基于地級及以上城市的分析

曾妮妮永春芳汪晶晶辛沖沖

（1.新疆農業(yè)大學經濟與貿易學院，新疆 烏魯木齊 830052；

2.中南財經政法大學財政稅務學院，湖北 武漢 430073）

中國金融發(fā)展的空間格局演變及驅動因素研究
——基于地級及以上城市的分析

曾妮妮1永春芳1汪晶晶1辛沖沖2

（1.新疆農業(yè)大學經濟與貿易學院，新疆 烏魯木齊 830052；

2.中南財經政法大學財政稅務學院，湖北 武漢 430073）

本文以中國295個地級及以上城市為研究對象，從金融發(fā)展規(guī)模、結構與效率三方面構建金融發(fā)展的評價指標體系，利用改進后的熵權法對各城市金融發(fā)展水平進行測度，并運用地理信息系統(tǒng)的可視化方法和重心模型，分析了中國金融發(fā)展的空間格局及其演變，最后利用面板數(shù)據(jù)模型剖析影響中國金融發(fā)展的因素。結果表明：中國金融發(fā)展的空間分布極不均衡，形成了以北京和上海為中心的金融發(fā)展城市群，自東向西，中國整體金融發(fā)展由聚集轉為擴散狀態(tài)；重心的移動方向很大程度上受東部沿海地區(qū)城市金融發(fā)展的影響；制約各地區(qū)金融發(fā)展的驅動因素具有地域差異。

金融發(fā)展；空間格局；演變特征；驅動因素；地級及以上城市

區(qū)域金融是一個國家或地區(qū)的金融活動或金融資源在若干區(qū)域的空間分布狀態(tài)，但不均衡的金融資源將會通過產生金融空間運動和交互作用而影響區(qū)域經濟的穩(wěn)定發(fā)展，因此，研究金融發(fā)展的空間分布對于促進經濟社會的協(xié)調發(fā)展具有重要意義。改革開放以來，我國金融業(yè)得到飛速發(fā)展，2014年，我國金融機構存貸款余額和貨幣供應量已突破100萬億，而在1995年僅為5億。與此同時，我國各地區(qū)間金融發(fā)展的差異也在不斷擴大，尤其是各城市之間更加不均衡，呈現(xiàn)出三種等級：落后、較發(fā)達和相對聚集。這種城市間金融發(fā)展的不均衡，一定程度上影響了我國區(qū)域經濟的協(xié)調發(fā)展。

金融地理學是人文地理學科的一個分支學科，國外金融地理學的研究始于20世紀50年代，而在我國起步較晚，且主要集中在關于金融發(fā)展與經濟增長的關系、金融發(fā)展的區(qū)域差異及金融發(fā)展的空間分布特征三方面的研究中。金融發(fā)展和經濟增長以需求遵從和供應主導兩種關系相互依存，當經濟增長剛起步時，金融是帶動經濟增長；當經濟處于快速穩(wěn)定增長時期時，經濟會產生對金融服務的需求，從而推動金融的發(fā)展，金融發(fā)展和經濟增長存在相互依存，也相互制約的關系。國內學者通過對我國省際數(shù)據(jù)的研究，發(fā)現(xiàn)我國金融發(fā)展對經濟增長有著正向推動作用。我國金融市場的兩大主要融資渠道分別為外商直接投資與銀行信貸，前者可通過對外貿易一定程度上放大對經濟增長的推動作用，而后者則可能因為資金過多流入低效國企而削減這種作用。關于區(qū)域差異的研究，劉華軍（2012）和孫國棟（2012）利用地理信息系統(tǒng)的可視化方法，研究表明我國金融發(fā)展存在顯著差異。梁慧（2015）和李敬（2008）分別從不同角度分解這種差異，前者發(fā)現(xiàn)我國金融發(fā)展的差異主要是各地區(qū)間的差異，而后者則表明我國金融發(fā)展的區(qū)域差異性，更多地體現(xiàn)在城鄉(xiāng)之間。在1992—2008年間，我國金融發(fā)展在省域間存在較強的空間溢出效應，同期，我國金融發(fā)展的區(qū)域差異呈現(xiàn)“U”形走勢。部慧 （2014）、湯子隆 （2013） 和王認真（2013）分別對我國的金融業(yè)、金融活動和金融資源配置的空間分布特征進行了研究，結果發(fā)現(xiàn)：我國金融業(yè)從全局看，空間聚集不顯著，從局部看，具有一定的輻射效應；我國省域金融活動呈現(xiàn)出明顯的空間正相關，且省域間金融活動的空間差異也在不斷擴大；我國金融資源的空間配置在區(qū)域間初始要素稟賦對稱分布時是均衡的，反之，不均衡。然而，以上研究多是針對國家層面，以省級數(shù)據(jù)為基礎，而對全國地級市的研究較少，且大多數(shù)研究主要采用全局Moran I檢驗、局部Moran I檢驗和Moran散點圖分析等方法，來分析我國金融發(fā)展的空間分布特征，對于空間分布動態(tài)演變的研究相對較少。

鑒于此，本文以全國295個地級及以上城市的數(shù)據(jù)為樣本，構建金融發(fā)展的評價指標體系，運用改進后的熵權法，對全國295個城市的金融發(fā)展水平進行測度分析，借助ArcGIS軟件，直觀地描述我國金融發(fā)展的空間分布情況，然后構建金融發(fā)展的重心模型，研究我國城市金融發(fā)展的重心遷移軌跡，最后將我國劃分為八大經濟區(qū)域，利用面板數(shù)據(jù)模型分別剖析我國及八大經濟區(qū)域的金融發(fā)展影響因素，從而為我國金融發(fā)展提供科學的理論依據(jù)。

表1：金融發(fā)展的評價指標體系

一、數(shù)據(jù)與方法

（一）指標、數(shù)據(jù)與地域單元的劃分

1.指標體系的構建。在研究金融發(fā)展的空間格局之前，首先應解決如何度量金融發(fā)展的問題。解運亮（2013）和鄭少智（2015）均從金融發(fā)展的規(guī)模、結構以及效率來設計金融發(fā)展指標體系。本文在已有文獻的基礎上，結合各地級及以上城市的實際情況和數(shù)據(jù)的可獲得性，構建了金融發(fā)展的評價指標體系，如表1所示。

金融發(fā)展受諸多因素影響，不同學者依據(jù)自身研究的側重點，提出不同的因素指標。鄭少智（2015）從經濟、政治和社會等方面選取指標，研究區(qū)域金融發(fā)展的影響因素；劉同山（2011）將科技創(chuàng)新能力、經濟發(fā)展水平和對外開放程度等指標直接作為因素指標進行分析。本文借鑒已有文獻的研究成果，遵循指標選取的科學性、全面性和可獲得性原則，從經濟因素、社會環(huán)境、人力資本和政治因素四方面，選取人均GDP、對外貿易程度、交通運輸水平、信息化水平、人均受教育年限、就業(yè)情況和政府干預指數(shù)七項指標作為研究金融發(fā)展的影響因素指標，其中就業(yè)情況的計算，因各城市的勞動人口數(shù)據(jù)無法獲取，選取就業(yè)人員數(shù)與該城市的總人口數(shù)比值來反映。具體定義如下：

表2：金融發(fā)展影響因素指標

2.數(shù)據(jù)來源與處理。本文基于年度數(shù)據(jù)，選取我國地級及以上城市金融發(fā)展評價指標的相關數(shù)據(jù)進行研究，地級行政區(qū)中的30個自治州、8個地區(qū)和3個盟未作為研究樣本單元，僅選取地級市和直轄市作為研究城市。金融機構存貸款額和地區(qū)GDP根據(jù)2005—2014年《中國區(qū)域經濟統(tǒng)計年鑒》整理獲得，保費收入、保險密度和保險深度指標數(shù)據(jù)由2005—2014年《中國保險年鑒》整理獲得，其中個別城市的部分年份保險密度和保險深度數(shù)據(jù)缺失，按其定義，運用保費收入與該城市總人口的比值和保費收入占國民生產總值（GDP）的比例來分別計算保險密度和保險深度。金融發(fā)展影響因素指標主要從2005—2014年《中國區(qū)域經濟統(tǒng)計年鑒》統(tǒng)計得來，部分缺失數(shù)據(jù)從各省的統(tǒng)計年鑒中獲取。在數(shù)據(jù)統(tǒng)計過程中，因西藏和青海的地級市的金融發(fā)展影響因素指標數(shù)據(jù)缺失較多，因此，在分析中國金融發(fā)展的空間格局演變時，樣本城市個數(shù)為295個，而在分析驅動因素時，樣本城市個數(shù)為288個，剔除了西藏和青海的地級市數(shù)據(jù)。

3.地域單元的劃分。為研究中國金融發(fā)展的空間格局演變和影響因素，本文將全國劃分為八大經濟區(qū)域，按照國務院發(fā)展研究中心戰(zhàn)略和區(qū)域經濟研究部提出的方法進行劃分。其中，廣東、福建、海南屬于南部沿海地區(qū)；上海、江蘇、浙江屬于東部沿海地區(qū)；山東、河北、北京、天津屬于北部沿海地區(qū)；遼寧、吉林、黑龍江屬于東北地區(qū)；湖南、湖北、江西、安徽屬于長江中游地區(qū)；陜西、河南、山西、內蒙古屬于黃河中游地區(qū)；廣西、云南、貴州、四川、重慶歸屬西南地區(qū)；甘肅、青海、寧夏、西藏、新疆歸屬西北地區(qū)。

（二）研究方法

1.改進后的熵權法。研究中國金融發(fā)展的空間格局，首先需對金融發(fā)展的水平有一定了解，即選擇合適的度量方法，對我國金融發(fā)展進行量化。本文選用改進后的熵權法來評價我國各地級及以上城市金融發(fā)展水平，具體步驟如下：

2.重心模型。重心最初源于物理學，后被廣泛應用于研究經濟和社會問題。經濟、人口和能量在空間上的聚集與擴散，將會導致重心的運動，同理，區(qū)域金融發(fā)展在空間分布上的變化也會導致金融重心的遷移。本文運用重心模型，通過對我國金融發(fā)展的空間分布重心變化的研究，了解研究時期內金融發(fā)展的空間格局變化規(guī)律。依據(jù)重心模型理論構建金融發(fā)展的重心模型，具體如下：

其中，F(xiàn)ij表示第i個城市第j年的金融發(fā)展綜合指數(shù)，該指數(shù)由熵權法計算求得；（ai，bi）為第i個城市的地理中心坐標，本文以該城市的經度和緯度作為地理中心坐標；（xj，yj）表示第j年全國城市金融發(fā)展的重心坐標。

設第k、k+q年全國城市金融發(fā)展的重心坐標分別為（xk，yk）和（xk+q，yk+q），則從第k年到第k+q年，重心移動方向的模型為：

3.面板數(shù)據(jù)模型。為分析我國金融發(fā)展的驅動因素，本文以金融發(fā)展綜合指數(shù)為因變量，人均GDP（x1）、對外貿易程度（x2）、交通運輸水平（x3）、信息化水平（x4）、人均受教育年限（x5）、就業(yè)情況（x6）、政府干預指數(shù)（x7）七個因素為自變量，構建面板數(shù)據(jù)模型，分別分析各因素對全國和八大經濟區(qū)域金融發(fā)展的影響，模型如下：

其中，Yit表示研究區(qū)域的城市金融發(fā)展綜合指數(shù)，即分析全國金融發(fā)展驅動因素時，Yit代表全國288個城市中i城市t時期的金融發(fā)展綜合指數(shù)，此時i的最大取值為288；當分析南部沿海地區(qū)金融發(fā)展的驅動因素時，Yit代表南部沿海32個城市中i城市t時期的金融發(fā)展綜合指數(shù)，此時i的最大取值為32，依此類推。而x1it、x2it、x3it、x4it、x5it、x6it和x7it是指i城市t時期影響金融發(fā)展綜合指數(shù)的因素，α1，…，α7均是待估參數(shù)，α0是常數(shù)項，μit是隨機擾動項。

二、金融發(fā)展的空間格局演變分析

（一）金融發(fā)展水平的測度

基于金融發(fā)展評價指標體系的數(shù)據(jù)，依據(jù)改進后的熵權法的計算步驟，本文分別計算出2004—2013年全國295個地級及以上城市的金融發(fā)展綜合指數(shù)，因研究的樣本城市較多，本文主要對2004年、2009年和2013年排名在前10名和后10名的城市進行分析，具體排名及綜合指數(shù)見圖1、圖2。

圖1：排名前10的城市金融發(fā)展綜合指數(shù)

圖2：排名后10的城市金融發(fā)展綜合指數(shù)

圖1和圖2中，各城市金融發(fā)展綜合指數(shù)由下到上依次減小，在全國城市的排名也依次降低。由圖1可知，在2004年、2009年和2013年，北京、上海和深圳始終位居前三名，而廣州、杭州、南京和太原雖然名次有所波動，但是仍在前10之列；2004年，東莞和西安分別位居第8名和第10名，但在2009年和2013年卻被排擠出前10名，反而成都和昆明以較高的金融發(fā)展綜合指數(shù)躋身前10名；觀察排名第1和第10的城市的金融發(fā)展綜合指數(shù)，可以發(fā)現(xiàn)兩者間差異較大，北京綜合指數(shù)在0.01以上，而排名第10的城市始終在0.006左右徘徊；且前10名的城市主要分布在我國南部和東部沿海地區(qū)。

由圖2可得，金融發(fā)展綜合指數(shù)排名位居后10名的城市變化較大，只有汕尾在2004年、2009年和2013年始終在第294和295名間徘徊；無論是2004年、2009年還是2013年，排名后10名的城市其金融發(fā)展綜合指數(shù)均在0.002左右，數(shù)據(jù)差異較小。

（二）金融發(fā)展的可視化描述

根據(jù)中國295個地級及以上城市的金融發(fā)展綜合指數(shù)，利用ArcGIS軟件，分別繪制了2004年、2009年和2013年中國地級及以上城市金融發(fā)展分布圖。按照金融發(fā)展綜合指數(shù)越大、發(fā)展水平越高的原理，將金融發(fā)展水平分為低等、中等、較高和高等四個等級，白色區(qū)域表示無數(shù)據(jù)的城市，具體如圖3、圖4和圖5所示。

從圖3、圖4和圖5可知，中國地級及以上城市間的金融發(fā)展分布不均衡。金融發(fā)展水平較高的區(qū)域主要集中在以北京、上海為中心的城市群，這與王偉（2014）基于適配城鎮(zhèn)視角的中國城市金融發(fā)展格局的研究結果基本一致。且各省的省會城市相對本省其他城市，其金融發(fā)展水平較高，如鄭州、武漢、蘭州、西寧、烏魯木齊、貴陽、?？诘取o論是2004年、2009年或是2013年，中國地級及以上城市的金融發(fā)展空間分布均呈現(xiàn)出東部聚集而西部較擴散的狀態(tài)。由以上3個圖還可以看出，金融發(fā)展處于高等水平的城市，其相鄰城市的金融發(fā)展一般也處于高等或較高等水平，而距離相對較遠的外圍城市則處于中等或低等水平，其中，以北京和上海為中心的城市群，該特征較為明顯。以金融發(fā)展高水平城市為中心，其對周邊城市產生金融輻射效應，距離越近，效果越好。對于近距離城市，金融發(fā)展高水平城市可向其提供便捷、可靠的金融信息服務，傳遞先進的技術資源，從而促進其金融發(fā)展；而距離較遠的城市，其金融資源要素，如資本、人才、市場和技術等，反而會被金融發(fā)展高水平的城市吸引，導致其金融發(fā)展較為緩慢。

圖3：2004年全國地級及以上城市金融發(fā)展分布圖

圖4：2009年全國地級及以上城市金融發(fā)展分布圖

圖5：2013年全國地級及以上城市金融發(fā)展分布圖

根據(jù)中國地級及以上城市金融發(fā)展分布圖，只能直觀地描述金融發(fā)展的空間分布差異，要更深入了解金融發(fā)展的動態(tài)變化過程，還需進一步分析中國地級及以上城市的金融發(fā)展綜合指數(shù)。差異系數(shù)是測算數(shù)據(jù)離散程度的相對指標，可表示為一組數(shù)據(jù)的標準差與其均值之比，其數(shù)值越大，表示數(shù)據(jù)離散程度越高。本文按照地域單元的劃分，分別計算了全國及八大經濟區(qū)的金融發(fā)展綜合指數(shù)的平均值和差異系數(shù)，并繪制了2004—2013年綜合指數(shù)的平均值和差異系數(shù)隨時間變化的趨勢圖，如圖6和圖7：

圖6：金融發(fā)展綜合指數(shù)的平均值變化趨勢圖

從圖6可以看出，南部沿海地區(qū)、東部沿海地區(qū)和北部沿海地區(qū)其金融發(fā)展綜合指數(shù)的平均值均大于全國平均值，且東部沿海地區(qū)的平均值遠遠高于南部沿海和北部沿海地區(qū)，而我國的其他地區(qū)，如東北地區(qū)、長江中游地區(qū)等均在平均水平之下。改革開放以來，我國沿海地區(qū)作為前沿陣地，其經濟得到飛速發(fā)展，始終位居我國前列，雄厚的資本、卓越的人才和先進的技術，均為該地區(qū)的金融發(fā)展提供了優(yōu)越的條件。2004—2013年，我國東部沿海地區(qū)和西北地區(qū)金融發(fā)展綜合指數(shù)呈現(xiàn)波動狀態(tài)，東部沿海地區(qū)2004—2006年逐年增加，2006—2008年有下降趨勢，2010—2011年又開始逐漸回升，而2011—2013年又呈緩慢下降趨勢；而西北地區(qū)2004—2006年呈現(xiàn)下降趨勢，2006—2013年又開始逐年上升。我國南部沿海、北部沿海、長江中游、黃河中游和西南地區(qū)較為穩(wěn)定，在2004—2013年間波動不大。東北地區(qū)和西南地區(qū)金融發(fā)展綜合指數(shù)一定程度上呈現(xiàn)線性變化，東北地區(qū)有逐漸下降趨勢，而西南地區(qū)則呈現(xiàn)緩慢增長趨勢。

圖7：金融發(fā)展綜合指數(shù)的差異系數(shù)變化趨勢圖

圖7直觀地描述了我國各地區(qū)間金融發(fā)展差異的動態(tài)變化過程。我國南部沿海、東部沿海和北部沿海地區(qū)，地區(qū)內的城市間差異高于全國城市間的差異，且北部沿海城市間差異大于東北沿海城市和南部沿海城市，而我國其余地區(qū)，如東北地區(qū)、長江中游地區(qū)等其城市間的差異均小于全國城市間差異。我國沿海部分城市，如北京、上海、深圳和廣州其金融發(fā)展水平遠遠高于全國水平，且始終位居我國前列，而這些城市所在地區(qū)的其他城市其金融發(fā)展水平較低，甚至部分排在我國后10名之列，如廣東省的汕尾市和揭陽市，這必然會導致沿海地區(qū)金融發(fā)展的不均衡。相反，長江中游地區(qū)和西南地區(qū)雖然其金融發(fā)展綜合指數(shù)不高，均在0.003左右，但這兩地區(qū)城市的金融發(fā)展差異較小。2004—2013年間，我國北部沿海城市間金融發(fā)展差異在逐漸減小，而西南地區(qū)、長江中游地區(qū)和東北地區(qū)城市間的金融發(fā)展差異有緩慢增加的趨勢。

（三）金融發(fā)展的重心移動軌跡

為分析中國地級及以上城市金融發(fā)展重心的空間分布與遷移特征，本文運用重心模型，分別計算了2004—2013年我國地級及以上城市金融發(fā)展重心時空演變規(guī)律（見表3），因重心遷移距離較小，難以在整個研究區(qū)域中表示，因此，本文僅按一定比例，描繪了金融發(fā)展重心遷移圖（見圖8）。

表3：金融發(fā)展重心位置及移動態(tài)勢

由表3可得，2004—2013年間，我國地級及以上城市的金融發(fā)展重心有小范圍的移動過程，整體上，沿南偏西30.26°方向移動了277.85米。具體地，分為七個階段：2004—2006年和2010—2011年，金融發(fā)展重心均沿南偏東方向移動，移動距離分別為117.5米和31.62米；2006—2008年和2009—2010年，金融發(fā)展重心分別沿南偏西方向移動了180.28米和120.83米；2008—2009年和2011—2012年，則分別沿北偏東71.57°和北偏西26.57°移動了31.62米和22.36米；而2012—2013年，金融發(fā)展重心則是沿正西方向移動了70米。且由移動距離可以看出，金融發(fā)展重心在這10年間移動范圍較小，在2008—2009年和2010—2011年，移動距離基本相同。

我國自然地理重心坐標為（103.5°，36°），由圖8可以看出，2004—2013年，我國金融發(fā)展重心相對自然地理重心而言，始終位于其東南方向，東部沿海的上海城市群和南部沿海的廣州市和深圳市，金融發(fā)展始終占據(jù)我國前列，而我國西北地區(qū)金融發(fā)展仍處于相對落后狀態(tài)，因此，推動和提升我國西北地區(qū)的金融發(fā)展，對于促進我國金融協(xié)調發(fā)展具有重要意義。從移動方向來看，南北方位上，我國地級及以上城市的金融發(fā)展重心有向南移動的趨勢，而在東西方位上，存在時間拐點，如2006年、2008年、2009年、2010年和2011年，而這些拐點恰巧是東部沿海地區(qū)金融發(fā)展綜合指數(shù)平均值的拐點。我國東部沿海地區(qū)金融發(fā)展水平遠遠高于全國其他地區(qū)，2004—2006年，東部沿海地區(qū)金融發(fā)展綜合指數(shù)增加，我國地級及以上城市金融發(fā)展重心向東移；2006—2008年、2009—2010年和2011—2013年，東部沿海地區(qū)綜合指數(shù)減小，金融發(fā)展重心西移；2008—2009年和2010—2011年綜合指數(shù)增加，金融發(fā)展重心又向西移動。由此可見，我國金融發(fā)展重心的移動方向很大程度上受東部沿海地區(qū)城市金融發(fā)展的影響。

圖8：2004—2013年金融發(fā)展重心變化圖

三、金融發(fā)展的驅動因素分析

面板數(shù)據(jù)的回歸模型常見的有混合回歸模型、固定效應模型和隨機效應模型三種，利用F統(tǒng)計量檢驗可比較混合回歸模型和固定效應模型的優(yōu)劣，通過Hausman檢驗能從固定效應模型與隨機效應模型中篩選最優(yōu)模型。為確定最佳模型，在進行面板數(shù)據(jù)分析之前，本文分別對全國及八大經濟區(qū)域的面板數(shù)據(jù)模型進行了F統(tǒng)計量檢驗和Hausman檢驗，F(xiàn)值分別為：154.45、119.29、142.31、279.85、91.97、38.13、152.09、75.93和43.02，均拒絕原假設，模型為固定效應模型，否定混合回歸模型；Hausman統(tǒng)計量結果分別為1182.11、163.86、388.76、858.47、245.67、144.66、126.68、115.81和69.73，且9個統(tǒng)計量的P值均小于0.05。因此，均選擇固定效應模型。

通過F統(tǒng)計量檢驗和Hausman檢驗確定固定效應模型為最優(yōu)模型后，利用固定效應模型分別分析全國和各地區(qū)金融發(fā)展的影響因素，模型結果如表4。

由表4可得，我國各地區(qū)金融發(fā)展的驅動因素并不完全相同。從顯著水平來看，對于全國地級及以上城市，其金融發(fā)展受人均GDP（x1）、對外貿易程度（x2）、交通運輸水平（x3）和政府干預指數(shù)（x7）的影響較顯著；南部沿海地區(qū)和東部沿海地區(qū)城市其金融發(fā)展均受交通運輸水平（x3）和政府干預指數(shù)（x7）影響；北部沿海地區(qū)和西南地區(qū)城市其金融發(fā)展影響因素相同，除就業(yè)情況（x6）對兩者無明顯影響外，其他因素均對其金融發(fā)展存在一定影響；東北地區(qū)和黃河中游地區(qū)城市其金融發(fā)展均受人均GDP（x1）、信息化水平（x4）、就業(yè)情況（x6）和政府干預指數(shù)（x7）的影響；長江中游地區(qū)和西北地區(qū)城市其金融發(fā)展驅動因素較為一致，人均GDP（x1）、信息化水平（x4）、人均受教育年限（x5）和政府干預指數(shù)（x7）對兩者金融發(fā)展具有顯著作用。從系數(shù)的符號觀察可得，政府干預指數(shù)（x7）對全國、南部沿海、東部沿海、北部沿海、長江中游、西南地區(qū)和西北地區(qū)城市金融發(fā)展均有顯著的正向影響，說明我國政府的相關政策及行為會對我國金融發(fā)展產生較大的引導作用，但對東北和黃河中游地區(qū)卻起到了一定的負向作用，表明這兩個地區(qū)政府干預一定程度上反而抑制了其金融發(fā)展；人均GDP（x1）對我國北部沿海地區(qū)、東北地區(qū)、長江中游地區(qū)、黃河中游地區(qū)、西南地區(qū)和西北地區(qū)的城市均存在一定程度的負向作用，表明這些地區(qū)的城市其經濟增長對于金融發(fā)展并未起到推動作用；對外貿易程度（x2）、交通運輸水平（x3）和人均受教育年限（x5）對于大多數(shù)地區(qū)城市的金融發(fā)展均有一定程度的正向推動作用。

表4：面板數(shù)據(jù)模型回歸結果

四、結論與建議

本文在對全國295個城市金融發(fā)展水平綜合評價的基礎上，從全國地級及以上城市金融發(fā)展的分布情況和重心遷移軌跡兩方面分析了中國金融發(fā)展的空間格局及演變過程，并建立面板數(shù)據(jù)模型，分別考察了全國及八大經濟區(qū)域金融發(fā)展的驅動因素，通過研究得出以下主要結論：

第一，就金融發(fā)展水平而言，中國城市間金融發(fā)展極不均衡，排名第一的北京和第二的上海，其金融發(fā)展綜合指數(shù)在0.01以上，而其他293個城市均在0.01以下，且與上海的綜合指數(shù)相差較大。在2004年、2009年和2013年，北京、上海、深圳、廣州、杭州、南京和太原排名始終比較靠前，均在前10名之列，而排名后10名的城市并不穩(wěn)定，除了汕尾一直落在后10名之列，其他城市排名均有一定的波動。

第二，從中國金融發(fā)展的空間分布情況來看，中國地級及以上城市間的金融發(fā)展分布極不均衡，金融發(fā)展水平較高的區(qū)域主要集中在以北京和上海為中心的城市群；以金融發(fā)達城市為中心，其對周圍城市金融發(fā)展有一定輻射效應，距離越近，程度越高，輻射越充分；且整體上，自東向西，中國金融發(fā)展由聚集狀態(tài)逐漸變?yōu)閿U散狀態(tài)。

第三，由中國金融發(fā)展的重心移動軌跡可得，2004—2013年間，我國金融發(fā)展重心偏向于東南地區(qū)；在這10年間，金融發(fā)展重心移動范圍較小，整體上，沿南偏西30.26°方向移動了277.85米；且中國金融發(fā)展重心的移動方向很大程度上受東部沿海地區(qū)城市金融發(fā)展的影響。

第四，在金融發(fā)展的驅動因素方面，我國各地區(qū)金融發(fā)展的影響因素并不完全相同，但政府干預指數(shù)卻是全國及八大經濟區(qū)域共同的影響因素，可見在我國金融發(fā)展的進程中，政府起到了無可替代的作用；對于沿海地區(qū)，其金融發(fā)展更多地受對外貿易程度和交通運輸水平的影響；而信息化水平和人均受教育年限則對東北地區(qū)、長江中游地區(qū)、西南地區(qū)和西北地區(qū)的影響更大。

基于以上結論，在未來的金融發(fā)展過程中，采取相關區(qū)域政策，促進金融發(fā)展是必然之舉，對于沿海地區(qū)，通過加大貿易程度、提升貿易競爭力、優(yōu)化貿易結構、提高交通運輸水平，進而促進該地區(qū)金融發(fā)展；對于東北地區(qū)、長江中游地區(qū)、西南地區(qū)和西北地區(qū)，應建設信息化基礎設施，促進信息技術在金融領域的廣泛應用，加大教育投入，提升區(qū)域內人均受教育水平，重視人才培養(yǎng)，引進高素質人才，為金融發(fā)展提升人力資本水平。同時，正視金融發(fā)展的不均衡，在塑造金融核心區(qū)的同時，縮小區(qū)域差異，保持區(qū)域內金融的均衡發(fā)展，對于中國西部金融發(fā)展較落后的城市，應給予更多的政策支持，加大推動力度，促進西部城市金融發(fā)展，縮小東西部城市間的差距。重視區(qū)域經濟與區(qū)域金融的聯(lián)系，通過提高經濟總量、調整經濟規(guī)模、促進經濟增長等方式，加快區(qū)域金融的發(fā)展。

[1]Patrick H T.1966.Financial development and economic growth in underdeveloped countries[J].Economic development and Cultural change.

[2]沈麗，鮑建慧.中國金融發(fā)展的分布動態(tài)演進：1978—2008年——基于非參數(shù)估計方法的實證研究[J].數(shù)量經濟技術經濟研究，2013，（5）.

[3]齊昕.金融資源的空間分布狀態(tài)研究——以東北三省地級以上城市為例[J].石家莊經濟學院學報，2014，（6）.

[4]王偉，徐世黔，趙璐.適配城鎮(zhèn)化視角下中國城市金融發(fā)展格局——基于287個地級及以上城市實證[J].城市發(fā)展研究，2014，（9）.

[5]曾璐璐.金融發(fā)展、對外貿易與地區(qū)經濟增長——基于省際面板數(shù)據(jù)的實證分析[J].云南財經大學學報，2015，（1）.

[6]劉華軍，鮑振.中國金融發(fā)展的空間非均衡與極化研究[J].當代財經，2012，（9）.

[7]孫國棟，趙浩.中國區(qū)域金融發(fā)展的空間非均衡與隨機收斂檢驗[J].山東財政學院學報，2012，（3）.

[8]梁慧.中國金融發(fā)展區(qū)域差異性及其原因分析——基于泰爾指數(shù)的分解[J].現(xiàn)代商貿工業(yè)，2015，（11）.

[9]李敬，冉光和，孫曉鐸.中國區(qū)域金融發(fā)展差異的度量與變動趨勢分析[J].當代財經，2008，（3）.

[10]杜家廷.中國區(qū)域金融發(fā)展差異分析——基于空間面板數(shù)據(jù)模型的研究[J].財經科學，2010，（9）.

[11]嚴武軍.中國區(qū)域金融發(fā)展水平差異分析[J].云南財經大學學報（社會科學版），2011，（4）.

[12]部慧，梁小珍，皮理.我國金融業(yè)區(qū)域發(fā)展差異的空間統(tǒng)計分析[J].系統(tǒng)工程理論與實踐，2014，（5）.

Absttrraacctt：Based on the data of 295 cities at the prefecture level or above in China from 2004 to 2013，this paper constructs the evaluation index system of financial development in terms of the scale，structure and efficiency of financial development，and uses the improved entropy weight method to measure financial development of cities.Then we analyze the spatial pattern and evolution of China's financial development by using the visual method and the center of gravity model of GIS.Finally，we use the panel data model to analyze the factors that affect China's financial development.The results show that firstly the spatial distribution of China's financial development is extremely uneven，forming urban agglomeration of the financial development centering on Beijing and Shanghai，and from east to west，China's financial development turn from the gathering to the spread.Meanwhile，the movement direction of the financial development focus was influenced by the financial development of cities in the eastern coastal areas.The driving factors of financial development in different regions are different.

Key Woorrddss：financial development，spatial pattern，evolution characteristics，driving factors，cities at prefecture level or above

（責任編輯 耿 欣；校對 GJ，GX）

Evolution of the Spatial Pattern of Financial Development and Its Driving Factors in China—Based on the Analysis of Cities at Prefecture Level or Above

Zeng Nini1Yong Chunfang1Wang Jingjing1Xin Chongchong2
（1.College of Economics and Trade，XinjiangAgricultural University，Xinjiang Urumqi 830052；
2.School of Public Finance and Taxation，Zhongnan University of Economics and Law，Hubei Wuhan 430073）

F830

A

1674-2265（2016）10-0012-08

2016-8-15

新疆維吾爾自治區(qū)研究生科研創(chuàng)新項目（XJGRI2015085）；新疆人文社科重點研究基地干旱區(qū)農村發(fā)展研究中心項目（XJEDU030114Y02）。

曾妮妮，女，湖北孝感人，新疆農業(yè)大學經濟與貿易學院，研究方向為農村金融與區(qū)域金融；永春芳，女，新疆農業(yè)大學經濟與貿易學院副教授，研究方向為金融與財政理論；汪晶晶，男，安徽黃山人，新疆農業(yè)大學經濟與貿易學院，博士研究生，研究方向為投資與管理；辛沖沖，男，河北邢臺人，中南財經政法大學財政稅務學院，博士研究生，研究方向為財政理論與政策。