西部地区金融发展水平的收敛性分析

2016-09-14陈淑文

商业经济研究 2016年14期

陈淑文

内容摘要：本文选取了西部地区2000-2014年的省际金融发展水平的数据，首先对西部地区金融发展的时空差异进行统计描述，发现西部地区的金融发展水平空间差异较突出，且呈现出发散的趋势。然后通过莫兰指数分析西部地区金融发展的空间效应，发现西部地区金融发展的异质性随着时间的推移越来越突出。进而构建反映空间异质性的地理加权空间计量模型分析西部地区金融发展的时空差异，发现西部地区金融发展水平平均发散速度具有明显的空间聚集效应，并且平均发散速度呈现出由西北向东南梯度递减的趋势。

关键词：金融时空差异收敛性 GWR模型

问题的提出

金融业是现代经济发展的核心。改革开放以来，由于我国各地区在经济发展水平、地理位置和自然资源禀赋等方面具有明显的非均衡性，在市场机制的作用下，我国的省区间的经济发展差距逐渐扩大，大体上形成了东部、中部、西部等层次鲜明的经济带。作为经济体系的重要组成部分，金融是整个经济社会资金运动的中枢神经，一个地区所具有的金融资源是现代经济增长与发展的关键性约束条件，我国金融发展水平的地域差异、非均衡性是导致地区之间经济发展差异的重要原因。近年来，区域经济之间的协调发展得到了广泛的关注，并且有了一定的进展。但是，应该认识到区域经济发展不平衡现象仍然突出，特别是西部地区一些省份的经济发展水平依然较低，发展差距仍然十分突出。如何促进西部地区的经济较快发展，缩小两者间的发展差距，是我国“十五”规划以来一直关注的问题。因此，研究金融服务业在西部各省区的发展时空差异及敛散性，对于优化金融资源的配置、推动西部地区区域协调发展具有现实意义。

经济收敛性的研究最早见于索罗和斯旺的新古典主义增长模型（索洛-斯旺模型），该模型认为资本边际报酬递减规律使落后经济体比发达经济体的增长速度快，人均产出水平从长期上看会具有收敛的趋势。戈德史密斯（1994）也认为当金融发展到一定的水平之后，区域间金融发展差异存在一定程度的收敛性。我国在金融收敛性实证方面的研究主要有：赵伟（2006）对我国区域金融发展差距进行了分析，认为我国的区域金融发展在1978-2002年间不存在收敛，但表现出了一定的“俱乐部收敛”特征。王君芬（2009）从分行业角度的角度，研究了我国区域金融发展的差异，并认为某一地区的金融发展对与其相邻的地区产生影响。陈恩（2010）运用1978-2008年广东区域金融发展的数据，实证分析了广东区域金融发展的收敛性，发现1978-2008年广东区域金融发展总体上不存在绝对β收敛的特征，但在山区各地市具有“俱乐部收敛”的特征。龙超（2010）利用面板单位根检验及验证分析方法，对我国金融发展的收敛性分析，认为我国金融发展表现出全局性的随机发散特征。石盛林（2010）利用金融相关比率研究了我国县域金融数据，发现我国县域金融发展呈现出β收敛，并且金融发展相对落后的县域金融发展速度更快。胡宗义（2012）运用面板模型研究我国农村金融的收敛性，发现我国农村金融收敛表现为东中西三个地区存在集团内部收敛特征。黄砚玲（2012）运用空间滞后模型对浙江省金融发展收敛性进行了实证分析，认为浙江省各地区金融发展具有收敛的趋势。韩伟（2013）通过泰尔指数对我国区域金融发展俱乐部趋同性和差异进行研究，认为目前我国省区存在着明显的金融发展差距，金融发展水平在东、中、西部地区依次降低。赵轶（2014）运用空间计量模型，深入探讨了我国的金融集聚对于区域经济发展的溢出效应，并认为相邻的省区之间具有空间溢出性和空间依赖效应。

以上研究给了本文很大的启示，从以上文献梳理可以看出，对于金融收敛性的研究多见于全国或某一省区的研究，采用的方法为主要是泰尔指数和空间计量模型，另外，实证研究内容也多侧重于全国金融业的趋同性分析，对省区间的金融发展时空差异的分析不够深入。基于此，本文选取我国西部12个省区2000-2014年的金融发展的面板数据，首先对西部省区的金融发展时空差异进行统计描述，然后通过构建能够反映空间异质性的地理加权回归模型对我国西部地区金融发展水平的时空差异和收敛性进行分析。

西部地区金融发展时空差异的统计描述

在指标的选取方面，本文借鉴戈德史密斯提出的金融相关比率（Financial International Ratio-FIR）指标，即某一时点上现存金融资产总额（含重复计算部分）与国民财富之比（戈德史密斯，1994），即FIR=（S+L）/GDP，S表示全部金融机构的存款余额，L表示贷款余额。在样本选取方面，本文选取西部地区12个省区进行研究，数据来源于历年的《中国统计年鉴》。在时间上选取2000-2014年，原因在于西部大开发从2000年开始实施。

为了比较清晰地了解西部地区在2000-2014年金融业发展的状况，本文运用描述性统计对西部地区2000和2014年的金融业的发展进行分析。从表1可以看出，2014年的金融相关比率的平均值是2000的1.32倍，说明西部地区金融业总体规模经过14年的发展得到了极大的提高。从金融相关比率的分位数看，2014年的金融相关比率第一分位数是2000年1.28倍，而2014年的金融相关比率第三分位数是第2000的1.33倍。这表明西部地区初始金融相关比率较高的省份增长速度更快。

下面从经济地理学的视角来分析西部地区金融发展水平的地理特征，首先对西部地区各省区2000年和2014年的金融相关比率进行比较，得出如表2所示数据。

从表2可以看出，首先，西部地区各省区2014金融相关比率较2010年有了较大的提高。其次，在初始金融相关比率较高的省份中，除云南和陕西外，其余省份的金融相关比率依然排名前列。再次，在西部地区金融相关比率排名倒数的省份中，云南以高速的金融发展水平脱离了金融发展水平的低组区域。最后，通过对比表2中的数据可知，总体而言，西部地区2000年和2014年的金融发展水平在地理格局上没有发生太大的变化，初始金融相关比率较高的省区大都仍然处在金融发展水平较高的组别。为了从时间角度比较西部地区各省区金融发展水平的时空演变趋势，表3计算出了西部地区金融相关比率的平均增长率。

从表3可知，除云南外，初始金融相关比率较高的省份中，大都仍然在金融相关比率平均增长率上排名靠前；初始金融相关比率较低的省份中，除了贵州外，其余的省份金融相关比率的平均增长率仍然排名靠后。与表2对比可知，大多数初始金融相关比率较高的省份在期末仍然保持较高的水平，并且在金融相关比率的平均增长率上处于领先地位，这表明西部地区金融发展水平的空间差异比较突出，西部各省区金融发展水平的差距有进一步扩大的趋势。

西部地区金融发展水平收敛性的空间计量分析

通过前面的分析可以看出，我国西部地区各省区的金融发展水平的空间差异比较突出，因而本节拟采用莫兰指数对西部地区各省区的金融发展的空间异质性进行测度。地理加权回归模型（Geographical Weighted Regression，简记为GWR）是处理空间异质性的一种良好的估计方法（林光平等，2014）。最后通过构建反映空间异质性的GWR模型实证分析我国西部地区金融发展时空差异和收敛性的特征。在建立GWR模型进行分析之前，先对我国西部地区各省区的金融发展水平进行空间相关性的预检验。如果没有表现出空间效应，则可以采用OLS对模型参数进行估计。

（一）空间效应的检验

空间异质性是空间观测单元（省区）之间普遍存在的经济行为（金融发展）的一种不稳定性关系的反映。空间差异性和空间异质性，通常出现在地理空间上缺乏均质性的区域，它通常会导致观测单元（省区）的经济社会发展存在较大的空间上的差异性。西部地区各省区由于自然环境、地理位置和要素禀赋的差异，使得该地区一定程度上存在地理空间上的异质性。为了从定量的角度进行测度，本文采用莫兰指数来进行空间自相关和异质性的检验，莫兰指数为正值说明西部地区省区之间的金融发展具有空间正相关性，负值表示西部地区省区之间的金融发展具负相关，零值表示西部地区省区之间的金融发展空间随机分布，即不具有空间相关性。

根据图1可以看出，从2000年开始，西部地区各省区的金融发展的整体趋势表现为空间差异逐步加大。具体来看，在期初西部地区的金融发展水平空间相关性比较显著，但是随着西部大开发战略的实施，该地区的金融发展水平的空间相关性逐渐减弱，空间异质性越来越突出。在2008年左右虽然莫兰指数虽有小幅提高，但是紧接着便又下降，这可能源于全球性金融危机的影响。在期末，西部地区金融发展的莫兰指数值有增加的趋势，说明西部地区的空间异质性有逐步减弱的趋势。

（二）基于GWR模型的西部地区省际金融发展敛散性实证分析

通过前文分析可以看出，我国西部地区金融发展存在明显的空间异质性，因而需要构建反映空间异质性的地理加权回归模型进行分析。为了比较线性回归与地理加权回归模型，以显示地理加权回归模型在解释空间异质性方面的优势，本文首先利用普通线性回归模型对我国西部地区2000-2014年的金融发展水平的敛散性进行分析。利用fi，2014、fi，2000表示我国西部地区i个省份的期末和期初的金融发展水平。

地理加权回归模型的显著性检验常用的方法包括AIC信息准则检验、F检验和Monte Carlo检验（林光平等，2014）。本文采用Akaike信息法则（AIC）对地理加权回归模型和线性回归模型进行比较。通过表4OLS模型和地理加权回归模型的显著性检验结果可以看出，地理加权回归模型的AIC统计量值比OLS模型的值更小。根据Fotheringham等人的评价标准，只要两者之差大于3，即使把地理加权回归模型的复杂性考虑在内，地理加权回归模型还是比OLS模型模拟数据更好（林光平等，2014）。所以构造的地理加权回归模型比线性回归模型更好地模拟了变量之间的关系。

所以，应该采用地理加权回归模型的结果对我国西部地区金融发展的敛散性进行分析。收敛的速度公式为 r =ln（β+1）/T，通过计算相关数据，得出我国西部地区2000-2014年省际金融发展的平均收敛速度。为了方便分析，运用Arcgis软件对西部地区金融发展的平均收敛速度进行分析，得到西部地区金融发展平均收敛速度的空间聚类图，如图2所示。

通过图2可以看出，西部地区金融发展平均收敛速度为负值，说明西部地区各省区的金融发展存在发散的趋势，且各省区的金融发展差距逐步扩大。发散速度最高的省份是新疆，内蒙古、甘肃、西藏、陕西紧随其后，金融发展发散速度较低的省份是贵州和广西，其次是云南、四川、重庆和宁夏等省份。究其原因，西部地区金融发展水平发散速度受相邻省份和初期金融业发展水平的影响。期初金融发展水平较低的省份如新疆、西藏、内蒙古等省区的金融发展水平的平均发散速度领先于其他省份，说明这些地区的资金正逐步流出该省区。

综上可以得出以下结论：第一，西部地区金融发展的平均发散速度具有明显的空间聚集效应，即空间上相邻的省区金融发展发散速度接近。第二，西部地区金融发展的平均发散速度呈现出由西北向东南梯度递减的趋势，说明金融资源大体上由西北向西南集聚，并且西部地区金融发展的差异有逐步扩大的趋势。

结论与建议

本文首先对西部地区金融相关比率的空间差异和收敛性进行统计描述，然后通过莫兰指数分析西部地区金融相关比率的空间效应，最后构建反映空间异质性的地理加权空间计量模型分析西部地区金融发展的时空差异。分析发现，西部地区金融发展并没有表现随机收敛的特征，并且差距随时间的推移而逐步扩大，这与大多数学者用传统方法分析的结论不一致。这说明西部地区各省区与全国的金融发展没有保持同步，并且西部地区内部各省区金融发展也没有保持同步，这客观上阻碍了西部地区区域经济一体化进程。

西部地区金融发展差距的长期存在和持续扩大，会引起该地区经济和金融发展的整体效率的低下，进而不利于西部地区区域经济的协调发展。因而，为了促进西部地区经济的协调发展，本文拟提出以下建议：第一，实施差别化的金融政策。我国的金融改革是渐进推进的，市场自发性缺陷的存在造成金融领域发展差距持续扩大。西部各省区也因多重因素导致现有金融资源集聚区域差异明显。因而，政府应正视区域间金融发展的状况，通过宏观调控实施差异化的区域金融政策，例如给予西部地区更为宽松的系统资金往来利率和期限、优惠的存款准备金率和再贴现率等措施，以扩大西部地区金融发展水平较低的省区的货币供应量，满足该地区金融发展的资金流动性需求。从而缩小西部地区区域间金融发展水平的差距，保证西部地区金融集聚均衡发展和经济协调发展。第二，优化金融集聚的布局。适度的竞争有利于提高区域金融市场效率，金融产业的发展必然会促进区域金融集聚的产生及发展。在金融产业极化扩散效应的作用下，资金会向资金短缺的周边地区扩散，进而缩小区域金融的差异。因而，为了缩小西部地区各省区的金融发展差距，需要培育区域性的金融中心。例如通过制定相关的金融发展政策，以西部地区的四川、西安和重庆等城市为中心，吸引周边金融资源向这些城市流动，使这些城市发展为西部地区区域性的金融中心。通过区域性金融中心的集聚效应和扩散效应带动周围地区的金融发展。

参考文献：

1.Swan，W.Economic Growth and Capital Accumulation[J].Economic Record，1956，32

2.戈德史密斯.金融结构与金融发展[M].上海人民出版社，1994

3.赵伟，马瑞永.中国区域金融发展的收敛性、成因及政策建议[J].中国软科学，2006，2

4.王君芬.我国区域金融的发展差异及空间效应研究[D].浙江工业大学，2009

5.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

6.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

7.石盛林.我国县域金融发展水平收敛性问题的实证研究[J].中央财经大学学报，2010，12

8.胡宗义，袁亮，刘亦文.我国农村金融发展收敛性研究[J].湖南师范大学社会科学学报，2012，6

9.黄砚玲.地理加权空间经济计量模型的GMM估计及区域金融发展收敛性实证研究[D].华南理工大学，2012

10.韩伟.中国区域金融发展差异及其俱乐部趋同研究[D].重庆大学，2013

11.赵轶.金融集聚、空间溢出与区域经济增长[D].西南财经大学，2014