信息腹地、空间溢出和金融服务业集聚关系研究

梁琳

中图分类号：F832 文献标识码：A

内容摘要：本文基于信息腹地和金融服务业集聚发展的理论分析，测算了我国2006-2011年各城市的信息辐射能力和辐射半径，并检验和分析了我国不同区域的城市层面的金融服务业集聚与信息腹地的关系。研究表明：我国城市金融服务业集聚存在着显著的空间自相关性；东部和中部的信息腹地辐射能力对当地城市的金融服务业集聚有着正向的显著性影响，而西部并没有显示出显著的对金融服务业集聚的影响。

关键词：信息腹地 空间溢出 金融服务业集聚 空间计量模型

信息腹地和金融服务业集聚

需求跟随是指金融服务业和金融体系的发展是一个伴随着经济发展缓慢而持续的过程，并源于实体经济部门的需求。根据香港学者赵晓斌的观点，金融中心都需要经历两个阶段：一是首先创出一个最方便到达，又能以最高利润去开发有关信息流的“信息腹地”；二是着重对外界（与其它信息腹地和心脏带）的联系，而条件在于该地区能否频繁而有效地接受运用外来信息。这两个阶段都强调了“需求跟随”下信息腹地和信息流在金融集聚过程中的重要性。

信息腹地的优势有利于降低金融决策的系统风险，但这也取决于信息腹地产生的金融信息增量和参与主体认知的能力。同时非标准化信息的存在，是具有一定价值的隐藏信息，Thrift（1994）年就指出，非编码信息的获得和传递具有不同程度的歧视性，但其间存在着递增性的边际成本。要想准确获取和有效利用这些非编码信息，并期望能带来递增的价值，尽可能接近信息源是最好的唯一办法。全球化经济信息一体化的今天，金融市场的投机也日益风险化，信息价值，尤其是非编码信息的价值的传递耗损性降低了金融服务业和相关组织机构选址的随意性，使得金融服务业集聚地（中心）的形成区域更加依赖其信息腹地。

信息源的强弱和信息技术的水平对信息腹地的发展以及对金融服务业集聚中心的影响至关重要。接近信息腹地的区位，信息获取的及时便利和沟通的顺畅易达，降低了市场进入成本和金融交易双方往来的费用，在一定程度上加强了金融集聚的向心力因素，促其在靠近信息腹地的城市中心集聚发展。Davis（1990）通过对大都市金融服务业集聚区域的调查分析发现，无论是大型还是中、小型金融服务业机构都倾向于集聚发展，其集聚产生的外部经济与有着优质的信息流密切相关。信息腹地产生的信息流能够帮助提供更加准确便捷的金融服务和更有竞争力的金融工具定价，使其金融服务业集聚可以产生更大的金融市场，具有更高的效率和更强的流动性。Martin（1999）研究指出，由于金融活动都会受到地理距离对信息流动的摩擦影响，信息的收集和验证对金融服务业意义重大，直接影响着金融产业的运作和安全。

根据Porteous（1995）的观点，物理距离的远近对金融交易有着重要的影响，接近的物理距离使得“信息缺失”产生的空间效应较小，可减少潜在的金融信用风险，即意味着越接近信息源的区位就是金融信用风险最小的地方。Naresh、Gary 和Swann（2001）研究发现，金融服务业在接近信息源的区域集聚能够降低金融服务公司和客户之间由于信息不完全或不对称而导致的道德风险或逆向选择的程度。Zhao（2002）指出，当金融集聚中心的信息外部性作用较强时，“信息缺失”的程度会随之降低；但要准确理解非标准化信息的内涵和价值，最有效的办法就是从信息源头准确了解其产生背景。Clark 和Wójcik （2005）通过对德国资本市场的调查发现，区域的边界对增加市场透明度和有效性非常重要，而接近信息源的区域，可利用的准确信息就相对充裕，因此，在特定区域的金融服务业集聚能够通过提高信息的可信度和利用度来增加市场的有效性。

信息腹地辐射能力的测算

目前，东部有些城市已成为我国经济增长的增长极，而中、西部在我国近年来产业转移和区域经济结构调整的过程中，经济呈现稳步增长态势。那么，在东、中、西部区域内，各个城市的信息资源强度如何，是否存在信息腹地城市；信息腹地对周边金融集聚区域有何影响力？这些都是本文要探讨的问题。

选择用信息辐射能力来衡量各个城市对其周边区域的信息影响力，即“信息溢出”效应，也就是要测算出各城市的信息辐射半径。经济地理学的威尔逊模型提供了研究信息辐射能力的思路和方法：两个会经常产生资源流动的区域在空间上存在着相互关系；这种空间上的相互关系除了与区域之间的联系紧密相关，还与距离和区域规模有关，并带来一定程度的资源联通性。本文经引入威尔逊模型对各城市的金融辐射能力进行测度：θ=Ti exp（-βrij），β为衰减因子，rij代表区域i和区域j之间的距离；给定一个临界值θ，表示当某个城市所能输出的信息资源总量的分值低于临界值以下，则这个城市就不具有输出信息资源的总量支持，只能成为信息资源辐射作用的接受方；反之，说明这个城市完全具备信息资源输出的总量支持，成为信息资源辐射的提供方，这里可以表示为信息腹地。

我国学者王铮、邓锐等（2002）年在研究城市人口流动和交通吸引强度时运用了威尔逊模型，并总结了β的测度公式如下：；其中：T表示选定系统中子系统的总个数；tmax表示选定系统中具有资源传递功能的子系统个数；D表示系统中相互作用的地域范围平均尺度。

本文采用了2006-2011年我国城市级别的数据，因考虑数据的可得和齐全性，去除西藏自治区和数据缺失的地级城市，共选取了285个地级城市作为测算的对象。主要数据来源于2007-2012年的《中国城市统计年鉴》和各省市年鉴。

首先设定信息腹地辐射能力指标：包括三个方面：信息基础设施、信息产业发展规模、信息主体（见表1）。

采用因子分析方法计算出我国城市的信息腹地辐射能力总量情况。其中，2011年共有110个城市的信息资源总量分值为正，即tmax=110，表明我国2011年有110个城市拥有信息资源提供和输出的能力，是信息资源的供给城市。其中，东部城市有48个，中部城市有34个，西部城市有28个。根据城市统计年鉴中的行政土地面积，计算得D=16552.6平方公里。因此，2011年我国285个城市信息辐射衰减因子β=0.01761。同时参照2011年我国地级城市的主因子综合分值，排在110位的江西省吉安市的因子综合得分是0.00104，其数量级在千分之一，因此，可假定我国2011年地级城市信息辐射能力的临界值是0.001；就可以得到2011年我国110个具有信息资源提供和输出能力的地级城市的信息辐射半径。

整体来看，我国信息辐射半径平均值从2006到2011年呈现缓慢上升趋势。其中，东部区域2009年受当年经济影响，平均半径缩短较明显，2010-2011年又呈现逐年显著扩大趋势。西部区域和中部区域除2009年高于全国平均外，其它年份均低于全国平均。西部区域信息辐射半径整体呈现上升趋势，而中部区域却整体呈现下降趋势。可见我国主要的信息资源总量和信息辐射的影响来自于东部的城市（见图1）。

信息腹地和城市金融服务业集聚的实证检验

（一）变量说明及其分析

选取区位熵指数LQ来衡量城市金融服务业集聚程度，，其中：Eij表示i城市的金融服务业的就业人数，Ei表示i城市的全部就业人数，Ej代表全国金融服务业的就业人数，E代表全国的就业人数。该金融服务业区位熵指数越大，就表示该城市的金融服务业集聚程度就越高。从2006-2011年66个城市都具有的信息辐射能力作为解释变量。另外，引入了5个控制变量，分别是：城市的经济实力GDP，用国民生产总值来表示；城市的对外开放程度OPE，用外商直接投资额来反映各城市的对外开放程度；政府行为GOV，用政府地方财政一般预算内支出来表示；城市居民的储蓄存款DEP，用各城市年末居民储蓄存款余额来表示；城市社会消费CON，用城市社会消费品零售总额来表示（见表2）。

（二）城市金融服务业集聚空间自相关检验

根据“地理学第一定律”空间数据大多数都具有或强或弱的空间依赖性（Anselin，1992）。在验证信息腹地和金融服务业集聚机制特征的过程中，是否需要考虑空间溢出效应，取决于我国城市金融服务业集聚在地理空间上相关性和依赖性。

根据空间自相关的全局Moran's I 指数统计量，运用GeoDa0.95i空间数据分析软件来检验我国城市金融服务业集聚存在的地理空间依赖性。基于空间权重矩阵中的邻接规则的Rook临界性生成金融服务业集聚的空间权重矩阵，计算和检验了我国城市金融服务业集聚2006-2011年的Moran's I 指数（见表3、图2）。Moran's I 指数的正态统计量Z值都显著大于正态分布函数在0.01水平下的临界值（P值均小于0.01），说明了我国城市金融服务业发展存在着集聚效应，且这种效应是具有空间自相关性的。但在信息腹地在解释城市金融服务业集聚的过程中，是否同样存在着空间效应，其程度和作用的方向如何？需要进一步地进行空间面板数据的分析。

（三）空间面板计量模型的选择和运用

把全国城市分成东、中和西三个区域，分别运用面板数据计量技术进行处理分析。首先对不包含空间效应的面板模型进行普通OLS回归分析，以检验空间自相关是否存在。

选用两类普通面板数据计量模型，一类是无固定效应的混合模型，表达式如下：

第二类是固定效应模型，其中包含了个体固定效应、时期固定效应和个体—时期双固定效应三种模型，表达式如下：

根据非空间面板的检验和分析结果，需要放弃原先有偏或无效的最小二乘的计量方法，纳入空间权重矩阵，重新构建个体固定效应空间面板模型，采用空间计量方法来分析被观测值之间由于空间相关性而产生的影响（见表4）。权重矩阵采用距离矩阵：各个地级城市之间的距离数据，根据国家测绘局对外公布的基础地理信息系统数据库中的1∶400万的中国城市地形图，通过地理信息系统ArcGIS 9.3 软件进行整理得到。

从东、中、西三个模型对比来看，东部和中部的信息腹地的辐射能力对当地城市的金融服务业集聚有着正向的显著性影响。尤其是东部，无论是空间滞后模型还是空间误差模型都显示出较高的检验显著性，表明东部的信息腹地对金融服务业集聚的影响最为明显：一个东部城市信息腹地的辐射能力每提高10%，其金融服务业集聚度将产生约1%-2%的提高。中部城市由于受到东部城市的影响和信息的辐射，其信息腹地对金融服务业的集聚也表现出略为显著的影响作用。

在空间误差的模型中，西部信息腹地对金融服务业集聚的影响却出现了不显著的负向影响。同前文分析一致，我国西部信息资源总量较其它区域是最少的，虽然信息腹地城市个数在2006-2011年间略有增加，但总数太少，且信息资源总量排名偏后，辐射半径较短，经济和金融发展也较为落后。因此，信息腹地对金融服务业集聚的影响会呈现出负向影响。

几个控制变量中，城市的经济实力对金融服务业集聚的影响在东部城市较为显著，中部呈现出不显著的正向关系，而西部却呈现出不显著的负向关系。城市开放程度对金融服务业集聚的影响在中部较为显著，东部呈现出不显著的正向关系，而西部也呈现出不显著的负向关系。政府行为除了在西部表现出不显著的负向关系外，中、东部都呈现出较高的显著性。城市居民的储蓄存款对当地金融服务业集聚的影响并不显著，且西部呈现负向影响。而城市的社会消费除了在西部显示出显著的正向影响外，在其它区域都呈现显著的负向影响。

研究结论和启示

这些结果差异，说明我国幅员辽阔，东、中和西部差异较大。我国东部城市，发达的经济对当地的金融服务业集聚有着一定的影响，政府行为的扶持和引导有着重要的影响，对外开放和居民储蓄存款的影响较弱，城市社会消费对金融服务业集聚没有积极的影响。中部城市，经济发展一般，当地金融服务业的发展主要靠政府行为和政策的支持，对外开放程度的深化有利于金融服务业集聚的形成。西部城市，本身经济发展落后，政府支持力度不够，对外开放程度有限，居民存款能力较弱，当地仅有的金融活力是由社会商品的消费来带动的。

整体上，信息腹地在我国城市金融服务业集聚中发挥着显著的影响作用。空间计量模型的构建和估计结果分析有力地证实了关于信息腹地和我国城市金融服务业集聚相关性的预测。但也进一步发现，我国改革开放的实践发展和经济发展的结构性调整政策并没有明显增加中、西部的信息资源，改变其信息辐射对金融服务业发展的影响弱势。因此，政府在经济结构调整中应重视信息资源的积累和扩散，加强中、西部信息基础设施建设和产业的发展，以促进支持当地金融服务业集聚的形成和发展。

信息腹地的建设在城市金融服务业发展和集聚中的作用日益突出。因此，在平衡和改善城市金融服务业集聚的过程中，要重视信息腹地的建设和信息化水平的提高。加快完善金融城市和信息腹地之间沟通的基础设施建设是首要的提前工作。尤其针对信息辐射能力较弱的中、西部大部分城市，需要加大信息基础设施建设的力度，通畅城市的互联网络，提高金融数据和市场信息传送和交换的速度。此外要完善金融市场体系，促进金融市场的虚拟化和网络化建设，提高并精确供需双方信息获得的效度和信度，以利于提升金融市场的整体效率。同时，协调金融城市和信息腹地的物流、资金流和信息流的联动发展是至关重要的。重心是在我国东部信息辐射能力较强的沿海区域城市和金融城市，促进形成物流体系和金融体系有机组合、相互支持的发展模式，强化信息辐射建设的优势因素，减少信息不对称，为金融服务业的转型发展和集聚改善创造良好的交流平台。

参考文献：

1.Clark G. L.， Wójcik D. Path Dependence and Financial Markets： the Economic Geography of the German Model， 1997- 2003 [J]. Environment and Planning A， 2005， 37（10）

2.Davis D. R.， Weinstein D. E. Economic Geography and Regional Production Structure： An Empirical Investigation [J]. European Economic Review， 1999， 43

3.Martin R. L. The New Economic Geography of Money [Z]. Chapter 1 in Martin R. L. （Ed.）， Money and the Space Economy， 1999

4.Porteous D. J. Geography of Finance： Spatial Dimensions of Intermediary Behavior [M]. Ashgate Publishing， Linited， 1995

5.Thrift N. On the Social and Cultural Determinants of International Financial Centres： the Case of the City of London. Money， Power and Space [R]. Explore Bristol Research， 1994

6.赵晓斌. 信息流和不对称信息是金融与服务中心发展的决定因素——中国案例[J]. 经济地理， 2002 （4）