区域金融发展收敛性的空间经济计量研究

鲍建慧

摘 要：本文以中国31个省份1978—2009年数据为样本，以金融相关比率作为衡量指标，采用空间计量经济方法对中国金融发展的收敛性进行了实证研究。Morans指数的测算表明，中国金融发展在大部分年份存在显著的全局空间相关性；Moran散点图表明中国金融发展空间辐射作用呈现下降趋势，且存在空间异质性。

关键词：金融发展；收敛性；空间相关性；空间计量模型

中图分类号：F830 文献标识码：A 文章编号：1674-2265（2013）06-0010-05

一、引言

金融是现代经济运行的核心与枢纽.改革开放以来，金融业发展迅速，但是在地区之间存在较大差异，甚至这种不平衡和差异有不断扩大的趋势，这种现象已经越来越引起人们的关注。当前我国正处于金融体制改革的关键时期，认真研究和充分掌握中国金融发展的空间格局和演变规律，从而采取具有针对性的金融发展战略、协调区域金融发展具有重要的理论价值和现实意义。

已有的关于金融发展地区差距的文献已经或多或少地涉及到了金融发展差异的收敛性分析。其中，相当多的学者认为区域金融发展存在收敛性。从国外研究进展看，国外学者对金融收敛性的研究主要集中在不同国家金融体系的收敛性上（比安科，1997；穆连德，2004；布鲁诺和博尼斯，2008）。从国内研究进展看，自1994年开始大量学者借鉴收敛理论和方法对中国金融发展的收敛性进行了研究。张杰（1994）最早阐释了区域金融发展收敛的内涵。他通过对中国经济、金融的区域差异状况及其特征的分析，指出我国区域金融发展地区差距随着时间的推移将逐步缩小。同时，他从理论上描述了金融结构的区域趋同、金融集聚必然呈现出类似经济发展的“威廉姆森倒U型”过程。陆文喜、李国平（2004）主要采用β收敛法检验了我国各地区金融发展的收敛问题。结果表明，我国各地区金融发展存在着阶段性和区域性的收敛特征，而且这种特征与金融发展政策有关。陈恩、黄桂良（2010）基于经济收敛理论，运用δ收敛、β收敛和俱乐部收敛检验方法，对广东省区域金融发展的收敛性进行实证分析后发现，广东省区域金融发展没有出现差距自动缩小的趋势，总体上不存在δ收敛和绝对β收敛格局，但存在条件β收敛趋势，而且山区各地市表现出俱乐部收敛的特征。黄砚玲、龙志和、林光平（2010）采用空间统计与空间经济计量方法，研究了浙江省金融发展的收敛情况。研究结果显示，浙江省县市区金融发展在1997—2008年间存在显著的β绝对收敛，且收敛速度较采用传统方法所得的收敛速度有明显的下降。

另外一些学者得出了相反的的结论，即认为区域金融发展的地区差距存在发散性。周立、胡鞍钢（2002），金雪军、田霖（2004）都利用金融相关比率指标分析了中国金融发展的收敛性及特征，研究发现，中国31个省的金融发展在全国和地区间的分布是非均衡的，而且存在显著的地区差距。赵伟、马瑞永（2006）和郑长德（2008）都利用泰尔指数方法对我国金融发展的收敛性进行了测算，得出了区域金融差距扩大的结论。李敬、徐鲲和杜晓（2008）从决定金融发展的生产者受教育程度、社会福利水平、商品交易效率、金融交易效率和地域固有因素出发，研究了区域金融发展的收敛机制。研究发现，中国省际金融发展差异呈现加速扩张的态势。龙超、张金昌（2010）基于面板单位根检验及验证分析方法，分析我国区域金融发展的随机收敛性，得出我国区域金融存在全局性的随机发散，不存在俱乐部式随机收敛。这说明我国各省金融发展相对于全国金融发展没有保持同步，这种差距随时间发生变化，并且各省金融发展相对于东、中、西部区域金融发展也没有保持同步。

虽然已有文献对中国金融发展的地区差异和收敛性进行了不少探索，并且取得了不少成果，但现实中，由于地理距离等条件使得金融发展在不同区域之间的空间关联已经越来越明显。如果忽视了金融发展的地理空间效应，可能导致错误的模型设定，从而得出有偏的分析结论。空间计量方法打破了原有经典计量模型中的空间独立分布的假设，在经典计量方法中纳入空间因素来探索区域之间的空间交互作用，重新审视和研究中国金融发展的地区差距与影响因素就显得十分必要。本文借鉴空间计量经济学的最新发展以及已有的文献，对中国金融发展的地区差距与影响因素进行实证分析，试图寻找中国金融发展在长期中的演进特征。本文的贡献主要在于：与已有的采用经典计量模型的文献不同，本文将空间因素纳入到区域金融发展的研究中，采用空间计量经济学的工具对中国金融发展的收敛性进行实证检验。因此，本文将采用空间经济计量方法，研究1978—2009年中国金融发展的收敛性，这对于制定缩小中国金融发展地区差距的政策，具有现实意义。

二、方法、数据与指标

（一）空间计量方法

三、中国金融发展的空间相关性⑤

帕兰克（Paelinck）最早提出了空间计量经济学的概念，后来经过安瑟兰等学者的努力得到了进一步的发展，并逐步形成了空间计量经济学的框架体系。为了验证我国金融发展具有一定的空间分布特征，而不是随机发生的。本文运用空间统计学技术对金融发展进行了空间相关性检验，其中包括全局空间相关性检验和局域空间相关性检验。根据Morans I以及LISA计算公式，我们以邻接空间权重矩阵为空间权重矩阵，以金融相关比率为中国金融发展指标，测算了中国金融发展的空间相关性，并绘制了中国金融发展的Morans I散点图。

（一）中国金融发展的全局空间相关性

（二）中国金融发展的局域空间相关性

尽管Morans I指数表明，大部分年份在邻接空间权重矩阵条件下中国金融发展存在显著的空间相关性，但是Morans I指数不能显示出不同省份聚类的具体状况。因此，我们使用Moran散点图来进一步分析中国金融发展的局部空间特征。鉴于篇幅，我们仅给出了1978年和2009年邻接权重矩阵下的Moran散点图，如图2、图3所示。

通过Moran散点图可知，可以将各省份金融发展分为4种空间相关模式：如果分布在第一象限，表示高集聚增长的省份被其他高集聚增长的省份所包围（HH），代表正的空间自相关关系的集聚；如果分布在第二象限，表示低集聚增长的省份被其他高集聚增长的省份所包围（LH），代表负的空间自相关关系的集聚；如果分布在第三象限，表示低集聚增长的省份被其他低集聚增长的省份所包围（LL），代表正的空间自相关关系的集聚；如果分布在第四象限，表示高集聚增长的省份被其他低集聚增长的省份所包围（HL），代表负的空间自相关关系的集聚。图2显示，在邻接空间权重矩阵条件下，位于第二、四象限的省份不多（只有10个，其中6个位于第二象限，4个位于第四象限），多数省份位于第一、第三象限，其中位于第一象限的有9个省份，这些省份的金融发展表现出HH集聚模式；位于第三象限的有12个省份，这些省份的金融发展表现出LL集聚模式。图3显示，在邻接空间权重矩阵条件下，位于第二、四象限的省份有12个，多数省份位于第一、第三象限，其中位于第一象限的有8个省份，这些省份的金融发展表现出HH集聚模式；位于第三象限的有11个省份，这些省份的金融发展水平表现出LL集聚模式。从图2和图3的Morans I散点图可以看出中国金融发展存在一定的空间相关性，而且1978年的空间相关性要强于2009年，说明我国金融发展的空间辐射作用呈现下降趋势，存在空间异质性。

四、结论与政策建议

本文使用1978—2009年中国31个省市的相关数据，以金融相关比率为指标，利用空间经济计量方法对中国金融发展水平的收敛性及其演变态势进行了实证研究。Morans指数的测算表明，中国金融发展在大部分年份存在显著的全局空间相关性；Moran散点图表明中国金融发展空间辐射作用呈现下降趋势，存在空间异质性。

基于上述研究，本文提出如下几点促进我国金融发展的政策建议：（1）发挥我国政府在金融战略布局中的主导作用。充分发挥金融中心（如北京、上海、天津、重庆等）对邻近省区的辐射带动功能，构建区域金融发展的协调机制，实现各区域金融发展的良性互动。（2）发挥邻近省区的协同效应，积极实现金融联合与金融合作。建立有序协调互补的金融资源配置体系，优化金融资源配置，实现互惠共赢和金融资源的高效运作。（3）给予中西部地区更多的政策支持。加强对中西部地区的金融支持，对中西部地区实施金融发展倾斜政策，缩小东部与中西部金融发展的差距，实现金融落后地区向金融发达地区的追赶。

注：

①所谓邻接标准指的是，如果两个空间单元之间相邻，则认为二者存在空间相关；反之则不相关。

②由于邻接空间权重矩阵的设置方式简单，计算也相对简便，因此在空间计量的研究文献中使用最为广泛。

③Morans I指数的取值范围为[-1，1]。若大于0，表示所考察的经济变量（本文是金融相关比率）空间正相关；若小于0，表示空间负相关；若等于0，表示经济变量之间的空间属性分布独立。Morans I指数绝对值表示空间相关程度的大小。绝对值越大表明空间相关程度越大，反之则越小。

④如周立和胡鞍钢（2002）、金雪军和田霖（2004）、赵伟和马瑞永（2006）、陈恩和黄桂良（2010）等均采用了金融相关比率这一指标。

⑤空间相关性分析（也称聚类检验）是认识空间分布特征、选择适宜的空间尺度来完成空间分析的最常用方法。空间数据分析主要使用两类工具：第一类用来分析空间数据在整个系统内表现出的分布特征，通常将这种整体分布特征称为全局空间相关性，一般用Moran指数I（莫兰，1950）、Geary指数（吉尔里，1954）来测度；第二类用来分析局部子系统所表现出来的分布特征，又称为局部空间相关性，具体表现形式包括空间集聚区、非典型的局域区域、异常值或空间政区（Spatial Regimes）等，一般用G统计量、Moran散点图和LISA来测度。

参考文献：

[1]Magda Bianco， Aandrea， Geral， I Riccardo Massaro.1997.Financial Systens across “Developed Economic”： Convergence or Path Dependence？[J].Research in Economics， （12）.

[2]Victor Murinde， Judaagung， Andy Mullineux.2004.Patterns of Corporate Financing and Financial System Convergence in Europe[J].Eeview of International Economics， 12 （4）.

[3]Giuseppe Bruno， Riccardo De Bonis.2008.Do Financial Systems Converge？ New Evidence from Household Financial Assets in Selected OECD Countries[J].IFC.

[4]Moran，P.A.P.1950.Notes on Continuous Phenomena[J].Biometrika， （37）.

[5]Anselin，L.1988.Spatial Econometrics：Methods and Models[J].Kluwer Academic Publishers， Dordrecht.

[6]张杰. 经济的区域差异与金融成长[J].金融与经济，1994，（6）.

[7]陆文喜，李国平. 中国金融发展的收敛性分析[J]. 数量经济技术经济研究，2004（2）.

[8]陈恩，黄桂良. 广东区域金融发展的收敛性分析[J].当代财经，2010，（1）.

[9]黄砚玲，龙志和，林光平. 中国金融发展收敛性的空间经济计量研究[J].上海经济研究，2010，（4）.

[10]周立，胡鞍钢. 中国金融发展的地区差距状况分析（1978—1999）[J]. 清华大学学报（哲学社会科学版），2002，（2）.

[11]金雪军，田霖.我国区域金融成长差异的态势[J]. 经济理论与经济管理，2002，（8）.

[12]赵伟，马瑞永.中国区域金融增长的差异——基于泰尔指数的测度[J]. 经济地理，2006，（1）.

[13]郑长德.中国金融发展地区差异的泰尔指数分解及其形成因素分析[J]. 财经理论与实践，2008，（4）.

[14]李敬，徐鲲，杜晓.区域金融发展的收敛机制与中国金融发展差异的变动[J].中国软科学，2008，（11）.

[15]龙超，张金昌.我国区域金融发展的收敛性差异分析[J]. 统计与决策，2010，（22）.

[16]戈德史密斯，金融结构与金融发展[M].上海：上海人民出版社，1994.

（特约编辑 李 云；校对 XQ，SJ）