金融服务产业集群动因及其演进研究

宁　钟　杨绍辉

摘要：本文采用动态产业集群模型与方法以及经济学原理，通过对金融中心和金融服务产业的研究与分析，论述金融服务集群的经济动因，以及金融服务产业集群的动态特征，从而为研究国际金融中心(IFCs)在不同发展阶段的金融部门分布特征和金融产业政策奠定基础，同时展望上海成为国际金融中心的定位及其未来发展战略。

关键词：金融服务；金融中心；产业集群

中图分类号：F207；F830.3文献标识码：A文章编号：1000－2154(2006)08－0038－07

收稿日期：2006－05－23

基金项目：国家社会科学基金(06BJL038)､国家自然科学基金(70573022)项目资助

作者简介：宁钟(1964－)，男，安徽望江人，复旦大学管理科学系副教授，牛津大学博士后；杨绍辉(1981－)，男，湖南浏阳人，复旦大学管理学院硕士研究生。

一､引言

金融服务产业总是以集群的形式出现并形成金融中心( Pandit et al， 2001)。Patterson(1913)将纽约作为金融中心，研究纽约金融中心在美国和世界的影响和重要位置。随后Smith(1929)阐述伦敦股票交易所的历史和地位，Reed(1980，1981)根据亚洲各个金融发达城市历年来的金融数据，运用层次聚类分析(HCA)以及逐步多元判别分析(SMDA)方法，动态比较和分析亚洲金融格局，从而明确了东京在亚洲乃至世界的重要金融中心地位，中国上海在1947年以前就是亚洲重要的金融中心。一般采用金融中心的外汇交易量和金融部门的数目，表明各个金融中心的集群发展过程。纽约､伦敦和东京依旧是世界重要的金融中心，Ben Edwards(1998)在经济学家杂志上首次将三个城市称为“资本之都”(Capitals of Capital)。

根据Kingderberg(1974)对金融中心的定义，金融中心不仅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向投资者转移，也平衡地区之间存款转移支付。银行与金融服务中心充当了空间价值转移和交易的媒介与桥梁。国际金融中心提供专业化的国际借贷和国家之间支付服务。Kingderberg认为银行和高度专业化的金融中介的集聚，形成了今天的金融服务中心。

O'Brien(1992)， Portus(1996)， Gehrig(1998)等从地理位置和城市发展的角度对金融中心进行研究。O'Brien与Portus认为，地理和时区并不是金融中心形成的重要因素。而Gehrig认为国际金融中心(IFCs)的产生源于金融中心的重要角色与金融活动的性质。

对全球范围内的金融中心的层次结构也已有大量的研究。Johnson(1976)将纽约和伦敦作为全球国际金融中心，以区别于其他的地区金融中心。他认为香港､新加坡､巴拿马等地区性金融中心主要是因为地理位置上靠近一些外资银行分支机构服务的企业和顾客，而且这些国家或地区的政治相当稳定安全。这些外资银行往往来自于国际金融中心。Sassen(1999)则认为，国际金融中心处理来自于全世界国家和地区的公司和政府的复杂的资本流动和运作，以不断创新的方式为其他的城市提供金融服务和全球管理，而地区性金融服务中心仅仅是管理资本流动或发行债券的窗口，国内发行债券或上市，均有国际金融中心著名的金融机构参与发行和购买，因为地区性金融中心云集了国内金融机构和外资金融机构的分支机构。外资金融机构在地区性金融中心设立分支机构有利于获取信息，减少交易成本。Poon(2003)运用层次聚类分析方法对国际金融中心的资本市场进行研究后认为，1980年的资本市场分为三个层次，1990年资本市场分为四分层次，而1998年的全球资本市场划分为7个层次，其中纽约伦敦占据第一层的位置，东京受亚洲金融危机的影响与法兰克福同属第二层，中国台北､香港位居第三､四层。由于新兴国家的开放政策以及资本市场自由化，近年来涌现了一批新的金融中心城市。

Kingderberg(1974)认为金融市场组织中存在规模经济，形成了金融市场的集聚力量。他认为，局部信息与时区不同都是金融市场集聚的主要原因。然而近年来信息技术和网络的发展，金融中心在交易量和业务水平上更加集中于国际金融中心。至1997年末，25个城市占有了全球83%的金融资产。伦敦纽约东京三大金融中心持有全世界1/3的机构管理资产以及58%的全球外汇市场(Sassen， 1999)。McGahey et al(1990)认为国内外金融服务竞争主要源于金融服务机构和产品的集中，及其国际资本市场的全球化､一体化。集中与全球化决定了金融服务机构在其他的国家与地区设立分支机构时，必须考虑地区成本与优势，优秀的金融人才，先进的通信与信息技术，以及政府监管和税收政策。但是基于集中与全球化的观点并不能对新兴金融中心的增多做出合理的解释。

Gehrig(1998)根据证券的流动性及其信息敏感程度研究金融活动，认为对信息较为敏感的金融交易更可能集中在信息集中与交流充分的中心地区，从而形成金融中心；而对信息不敏感却对监管成本差异更为敏感的金融交易，由于信息网络技术的进步与交易限制的放宽使得金融资产交易成本下降， 转向于城市郊区。Pandit等(2001，2002)则采用了Swann(1998)提出的产业集群动态研究方法，对英国金融服务产业进行分析，认为集群效应影响公司的成长以及新进入者的数量，同一金融服务中心的不同的金融部门之间存在着相关性。本文在产业集群相关理论的基础上，分析金融服务中心形成原因､进入机制等问题，介绍了Swann成长模型和新进入模型，得出金融服务集群分析的研究启示，讨论金融中心的金融部门结构以及上海成为国际金融中心的定位和近期发展战略。

二､产业集群分析方法

正的外部性是我们产业集群的分析方法中分析的关键。集聚或经济外部性使得产业集群内形成的供需条件优于分散的产业分布，促使企业的成长并吸引新进入者。当集群达到一定规模时，企业的成长和新进入者会加强集群力度，从而加速产业内的集群优势。集群因素还包括产业内的高生产率与创新能力。然而，当集群达到一定的饱和度时，市场内拥挤和竞争会阻碍企业的成长和进入，影响产业内的集聚与集群，直到产业内达到一个动态的均衡，集群规模和集群效应趋于稳定。Economides and Siow(1988)假设市场处于瓦尔拉斯均衡(Walrasian Equilibrium)条件下，市场容量受到流动性强弱的影响。Swann et al(1998)也因此而提出了集群生命周期概念。同时，地区性气候，基础设施，文化环境也是影响产业动态集群的重要因素。产业集群受到新进入者和企业成长的正效应影响，形成循环的集群动态。

Audreutsch and Feldman(1996)， Jaffe 等(1993)的研究表明知识技术的外溢效应随空间距离的扩大而下降。因此，集群所带来的知识溢出，有利于集群内经验共享和提高技术创新能力。从供给方面的优势来看，集群企业面临大量的专业人才市场，利于人力资本的开发和利用。集群所具有的公共基础设施如公路铁路与航空，利于集群企业的运作和管理。另外，信息外部性的存在使得新进入企业可以了解和学习集群区域内企业的生产和市场管理等成功价值的经营活动。

当集群规模达到某一程度时，集群效益并不是一直处于增加状态，成本开始加速上升。因为需求有限而导致市场拥挤，加深了集群内企业间的市场竞争，提高了企业销售广告费用和市场服务成本，从而影响公司业绩。库诺均衡模型表明，竞争者数目的增加，虽然会提高社会福利总量，但是会导致每个公司平均销售额､价格和利润的减少。同时，集群所带来的成本在供给方面表现为投入要素市场的拥挤和激烈竞争。

产业集群内的需求优势体现于企业所属部门的集群区域，也体现在关系紧密的其他部门的集群区域。而集群内的需求竞争压力主要来自于同一部门，基本上与集群内的其他部门不存在相关性。集群内的供给优势则主要来自于相同部门的集群正效应。产业内人力资本和知识结构的专业化程度很高，部门之间差异较大。同样信息外部性也是针对不同部门具有不同影响。Patel and Pavitt(1994)认为企业为了维持持续的竞争力，采用一系列宽范围技术体系，以抵御来自市场需求和竞争的压力。因此，技术溢出体现在部门与部门之间的效应区别较大。

三､金融服务集群原因

胡坚(2003)认为金融服务集群的最主要因素是经济因素､金融因素和政治因素。经济增长速度和规模决定投资消费，从而影响资本流动和金融活动。而金融因素则考虑金融制度完备､金融产品与金融创新､金融交易和金融基础设施的先进程度。本文仅从金融市场的集聚和分散两个角度，对金融服务集群进行经济产业分析。

(一)金融市场集中

1.支付机制中的规模经济。规模经济作为主要的集群因素，在金融服务活动中体现在转移支付系统，及其交易清算业务。由电子网络支持的国际支付系统使得投资者在世界的任何角落通过互联网了解金融市场信息和进行金融交易操作。因此，作为全球金融市场伦敦纽约和东京三大金融中心，由于金融信息技术以及金融管理水平的提高日趋强大；而作为离岸金融市场的其他中小金融城市越来越分散。由于考虑到租金､劳动工资和监管税收，金融服务集群可能会逐渐被功能强大的通讯网络所替代。

2.信息溢出。Bossone等(2003)研究表明，金融中介(信息提供商)的参与，使投资者与通过银行借贷而经营的企业家之间信息交流充分，从而提高整个价值投资链的利润。金融中介在提供投资活动信息的同时，可通过对信息的定价分享一部分利润。对于支付手段复杂且信息灵敏度高的股票和金融衍生工具来说，投资者和券商在地理位置的接近有利于掌握更丰富的金融信息。但信息溢出对信息不敏感的金融工具，或流动性强竞争自由度高的金融市场的影响不大。

3.流动性与市场外部性。流动性具有正的外部性。在流动性好的金融市场，个别交易引起的价格波动较小，而流动性弱的金融市场，较小的交易量也可引起价格的明显变动。因此，风险规避的投资者偏好于在流动性较强的金融市场进行投资活动。Pagano(1989)运用简单的两阶段动态投资组合模型，分析了市场波动､新投资者的进入可提高原有的市场投资者的经济效用。

(二)金融市场分散

在金融服务产业集群的过程中，也会产生集群负效应，从而影响集群的规模。投资者在金融投资活动中，也会选择某一个或者几个金融中心作为其交易场所。以下主要从市场进入､政府干预和信息地区导向三方面解释金融服务市场中出现的分散现象。

1.市场进入成本与协调。Pagano(1989)发现市场进入成本，不管是分散或者集中的交易，都会产生协调问题从而导致多重均衡(Multiple Equilibria)。投资者需权衡市场进入成本与市场参与期望效用，从而决定是否进入该市场。流动的外部性使投资者的希望效用还依赖于市场上其他投资者的数量。如果各金融市场的进入成本不一致，市场也可能存在分散均衡，大型机构投资者倾向于选择市场进入成本高的交易市场，而小型投资者选择低进入成本的交易市场。Economides and Siow(1988)分析了市场流动性与市场进入成本的替换关系。流动性的存在使投资者一般喜欢在某一个交易场所进行金融交易，但市场进入成本使投资者考虑交通费用等。因此，如果投资者们远离流动性好的金融市场，那么他们将愿意停留在流动性相对较弱的金融市场。

2.寻租行为与政府干预。由于金融中心的集聚优势，第三方往往受利益驱动参与分配收入和利润。例如财政局收取税收(如Tobin税)，工会提出更高的工资要求，这样的寻租行为会降低金融中心的吸引力，提高市场分散的可能性，降低国际资本流动带来的汇率风险。

3.信息地区化。由于实际活动的地理分布，金融交易信息存在地区化。投资者往往偏好于国内金融交易市场，即Home Bias(HB)，Gehrig (1993)，Kang and Stulz(1995)认为HB现象的存在，是因为国内市场提供给国内投资者丰富的市场信息，即使资产价格反映的市场信息不够充分，那么行为理性的资本市场自然会出现Home Bias现象。当市场价格处于不完美均衡时，根据贝叶斯原理和概率估计方法，优先获得的重要信息影响投资决策。而对于外国投资者则考虑国际投资组合，试图降低由于Home Bias带来的信息差异和其他风险。但是由于通讯技术的进步导致信息差异程度和市场进入成本的降低，金融中心的分散现象逐渐下降，积聚集群的趋势不可逆转。

四､金融服务产业集群演进研究

Pandit et al(2001)在研究英国金融服务产业的集群动态一文中，采用了Swann(1998)提出的成长模型和新进入模型。Pandit首先按照金融部门的分类，将金融机构划分为银行､信托投资､人身寿险､非寿险､保险附属机构､其他非银行金融中介､金融中介附属机构､股票基金市场8个金融部门。1997年的数据表明，信托公司和寿险公司的数量占英国金融机构总数的66%，而银行的数目较少，但公司的平均规模较大。其次，按照不同的地区，统计不同地区的金融机构数据。

(一)成长模型

考虑产业集群内的企业成长模型，可以用来论证集群内企业的成长要比非集群企业的成长速度快一些。企业生命周期成长模型可以采用公司员工数作为集群力度的衡量变量。

·公司n属于部门i，以及地区r

·EmpFirm﹏t代表公司n在年份t的员工数

·Age﹏t代表公司n在年份t的年龄

·EmpOwn﹊rt代表年份t的年度里，该公司所属地区r以及所属部门i的总员工数

·EmpOth﹋rt代表年份t的年度，该公司所属地区r但不包括所属部门i的总员工数

·u随即干扰项

回归模型中参数b₁代表企业的成长率，模型假设相同地区同部门的企业以相同的成长速度成长。参数b2用于衡量同一地区同金融部门的对该企业成长的影响程度，其值为正表示集群加速了该企业成长，参数b₃用于衡量同一地区其他金融部门的对该企业成长的影响程度。下面根据b₂､b₃的取值进行分析。

1.b₂与b₃符号为 (+，+)，表明集群内同部门或不同部门对企业的成长具有正的外部性，企业入驻集群带来的好处超过不足。

2.b₂与b₃符号为 (+，－)，表明集群内相同部门对企业的成长具有促进作用，而不同部门则对该类企业的成长具有阻碍作用。因此，集群所带来的优势来源于自己部门，而不足则是因为位于集群区内的高成本和费用。

3.b₂与b₃符号为 (－，+)，表明集群内相同部门对企业的成长具有阻碍作用，而不同部门则对该类企业的成长具有促进作用。本部门的企业众多市场激烈竞争，从而影响了该部门企业的成长，而与其他部门企业的正相关性，在于集群带来的公共基础设施优势。

4.b₂与b₃符号为 (－，－)，表明集群内同部门或不同部门对企业的成长具有负的外部性。

(二)进入模型

该模型可以表示为

其中

·s表示部门总数

·n﹔it代表第t年度内，地区r以及属于部门i的新进入的企业数

·n△it代表第t年度内，所有地区属于部门i的新进入的企业数，用于衡量该类部门经济周期对新企业进入的影响

·E﹔jt－l代表第t－l年度内，地区r并且属于部门j的新进入的企业数

·E﹔△t－l代表第t－l年度内，地区r属于所有部门的新进入的企业数

进入模型常常用于解释在不同的集群规模下，集群内的企业对新进入者的影响程度。参数γ﹊j表示各个部门j的企业对部门i的新进入企业的吸引或者阻碍作用，其估计值的大小代表这种作用的强弱程度。而参数δ﹊k代表该集群地区的金融机构或企业是否过多，或者说由于集群规模导致的拥挤成本上升超过了技术溢出和信息溢出，那么集群规模会出现下降趋势，金融服务产业达到饱和状态。

由于模型中采用了大量的离散变量，各年度的数据均可作为离散时间的排队服务随机过程进行分析，那么我们运用Poisson分布或者负二项分布可以对这些数据进行验证数据的合理性。

(三)结果分析

Pandit et al(2001)运用成长模型进行回归分析的数据结果如表1。从该表可以得出如下启示：

1.信托投资与非寿险两类金融部门的年成长率仅为0.1%和0.6%，远远低于其他部门的平均水平(大于2%)。成长率高的部门为银行､金融中介及其附属机构､寿险公司；

2.金融服务集群内银行､非寿险､非银行金融中介(信用评估､租赁､风险投资)等三个部门促进本部门金融机构的成长，对本部门具有较强集群正效应。然而这些部门对其他部门则产生较强的负外部性，从而阻碍其他部门金融机构的成长。

同样可以从进入模型的回归分析结果中得出如下结论：其一，金融中心内银行､信托投资､非寿险､保险附属机构的存在吸引其他金融部门的进入。而寿险和非银行金融中介阻碍其他金融部门的进入；其二，保险附属机构对其他进入部门进入具有较强的吸引和促进作用。其中对银行､股票市场､非寿险以及金融附属机构的作用非常明显；其三，信托公司主要吸引非银行金融中介､股票基金市场的进入；最后，股票基金市场和信托投资企业进入金融中心，受其他金融机构的正面影响较大，应该具有较好的发展。

五､上海成为国际金融中心的定位和发展战略

在Reed(1980)一文中，上海于1947年以前就成为亚洲最重要的金融中心之一。由于最近十年中国金融市场对内对外逐步开放､金融信息基础设施的创新发展以及多元化金融市场主体的培育，上海金融中心初步形成一个完整的金融服务体系。至2003年末上海金融机构总数达到423家， 在沪经营性外资及中外合资金融机构达到90，上海已经成为国内外资金融机构最集中的地方，成为国内企业融资的重要场所，上海的金融人才和技术优势(包括信息技术) 在国内处于领先地位，金融产业已经成为上海的支柱产业(杨咸月，2001)。上海建立国际金融服务中心以伦敦､纽约､东京三大国际金融中心作为目标模式，这三大国际金融中心也是国内重要金融中心，对外强劲的辐射功能是以国内强大的资金集聚和扩散能力作为基础。因此，要使上海成为国际金融中心，就必须使上海成为国内金融中心，成为具备强大的内部资金吞吐能力和内外辐射能力的国际金融中心。

(一)上海金融服务集群数据分析

由于上海金融服务在20世纪90年代初刚刚起步， 数据比较缺乏，我们仅采用银行､寿险､产险､证券基金､金融附属机构(如财务公司，金融中介)近年来数据进行分析。

首先，近年来上海市寿险呈快速增长趋势，而非寿险公司保费收入增长缓慢，每年寿险保费收入总量上绝对超过非寿险的保费收入总量(见图1)。在保险机构的数量上来看，1996－1998年期间，中资非寿险保险公司为7家，基本上没有增加或减少，1999年开始略有增加，2004年经历了较大的增长；而寿险公司从1996年的4家发展到2001年的12家，2001年后有所减少，到2004年又有很大回升(见表2)。

上海银行业的存贷款额及总和增长较为稳定(图2)，证券市场交易额的总量则不稳定，其中2001年交易额较2000年交易额有所减少，2003年较2002年却增长了近70%，而2004年较2003年又有所回落(图3)。金融附属机构､中介机构的发展随着金融市场的成熟，快速发展，至2004年底上海保险中介机构达110家，其中保险代理公司51家，保险经纪公司37家，保险公估公司22家。

综合以上数据分析，银行业依赖于强大的资金实力并且进入了较稳定的发展阶段，带动了其他金融服务业的发展。保险业的迅速长大，其资金需要更广泛的投资渠道和风险控制工具，促进了证券市场的发展。金融附属机构，中介业务虽然在业务交易量上远远落后于银行保险业，但由于其具有降低交易成本提高信息透明度等功能，其发展有利于金融市场走向成熟和完善。

(二)如何发展上海金融中心

建立国际离岸金融市场，吸引更多的外资流入和金融服务活动，首先要加强对外经济贸易活动往来，吸引更多的对外直接投资，从而吸引更多的国外金融机构在上海设立分支机构；扩大与伦敦纽约东京三大国际金融中心的资金流动和支付转移结算业务，另外，上海应该积极培育发展多元化金融市场与主体，成为货币市场､资本市场､外汇市场和黄金市场于一体成熟的金融服务体系，并加大金融衍生产品和金融服务的创新活动。

作为20世纪90年代兴起的上海金融中心，必须加快金融基础设施的建设与完善。金融基础设施包括信息网络和办公条件､完善信息化服务平台､国际化财务会计管理制度､以及充分适应WTO框架体系的金融法律建设。发达和完善的金融基础设施可以提高信息外部性和知识技术溢出，加强国际资本转移支付的规模性､可靠性和及时性，减少交易成本和波动时滞。

上海国际金融中心建设，首先将实现到2010年上海将基本形成区域性金融中心的框架体系，而到2020年基本建成亚太地区金融中心，并向世界级金融中心迈进。目前是加快建设上海国际金融中心的关键时期，上海将进一步推进三大战略重点：一是加快金融资源集聚，形成较为完整的中外金融机构和金融中介服务机构体系。二是完善和发展各类要素市场，扩大直接融资，积极推进交易所债券市场和银行间债券市场统一互联，争取推出期货交易新品种，增设新的黄金交易和保险品种，确立国内体系完善､辐射力强的金融市场中心的功能，成为资本营运中心和资金调度中心。三是优化金融部门分布结构和金融政策，健全和完善有效的风险预警､处理和化解机制，确立公开､公平､公正的金融发展环境，全面实现金融市场的有序运行和依法监管。

参考文献：

[1]Audrestch D， Feldman M P. R&D; Spillovers and the geography of innovation and production， American Economic Review[J]. 1996，86(3)： 630－640.

[2]Bossone B， Sandeep Mahajan， Farah Zahir. Financial Infrastructure， Group Interests and Capital Accumulation[C]. IMF Working Paper， 2003.

[3]Economides N， A Siow. The Division of Markets is Limited by the Extent of Liquidity(Spatial Competition with Externalities) [J]. American Economic Review， 1988，78(1)： (108－121).

[4]Gehrig T. Cities and the Geography of Financial Centers[A]. J Thisse， J－M. Huriot.The Economics of Cities[M].Cambridge： Cambridge University Press， 2000.23－30.

[5]Jeger M， Haegler U，R Theiss. On the Attractiveness on Financial Centers[A]. BlattnerN， Genberg H， A Swoboda .Competitiveness in Banking[C].Manchester University，1992.

[6]Johnson H G. Panama as a Regional Financial Center[J].Economic Development and Cultural Change，1976，24(2)：261－286.

[7]Kang J K， R Stulz . Why is there a home bias? An analysis of foreign portfolio equity ownership in Japan[C]. Working Paper，1996.

[8]Kindleberger C P. The Formation of Financial Centers： A Study of Comparative Economic History[M].Princeton：Princeton University Press， 1974.

[9]McGahey R， Malloy M， Kazanas K， Jacobs MP. Financial Services， Financial Centers： Public Policy and the Competition for Markets， Firms， and Jobs[M]. Boulder， Colorado： Westview Press，1990.

[10]O′BrienR. Global Financial Integration： The End of Geography [M]. London： Royal Institute of International Affairs， Chatham House， 1992.

[11]Pagano M. Trading Volume and Asset Liquidity[J]. Quarterly Journal of Economics， 1989，78(1)：255－274.

[12]Pandilt N R， Gary A S， Cook G M， Peter Swann. The Dynamic of Industrial Clustering in British Financial Services[J]. The Service Industrial Journal， 2001，21(4)：33－61.

[13]Pandilt N R， Gary A S，Cook G M， Peter Swann.A Comparison of Clustering Dynamics in the British Broadcasting and Financial Services Industries[J]. International Journal of the Economics of Business， 2002，9( 2)： 195－224.

[14]Patel P， K Pavitt. Thchnological Competencies in the World's Largest Firms： Characteristics， Constraints and Scope for Managerial Choice[C].SIEEP Discussion Paper， University of Sussex， Science Policy Reseach Unit，1994，(13).

[15]Poon J P H. Hierarchical Tendencies of Capital Markets Among International Financial Centers[J].Growth and Change，2003，34(2)： 135－156.

[16]Swann G M P， Prevezer M， Stout D. The Dynamics of Industrial Clustering： International Comparisons in Computing and Biotechnology[M].Oxford ：Oxford University Press， 1998.

[17]胡坚， 杨素兰.国际金融中心评估指标体系的构建 [J].北京大学学报(哲学社会科学版)， 2003，40(5).

[18]杨咸月.上海成为国际金融中心的发展战略研究[J]. 上海经济研究， 2001，(3)： 29－34.

[19]上海市统计局(2005).上海金融年鉴2005[Z].上海：上海人民出版社，2005.

[20]Choi S R.， Park D， A E Tschoegl. Banks and the World′s Major Banking Centers[J]. Weltwirtschaftliches Archiv，1986，122(1)：48－64.

注:“本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文