 Geographical Science Research 地理科学研究, 2013, 2, 8-13 http://dx.doi.org/10.12677/gser.2013.21002 Published Online February 2013 (http://www.hanspub.org/journal/gser.html) An Empirical Study on the Financial Radiation Force of the Cities in the Pearl River Delta Region* Jie Duan, Tingting Lu Business School, Shenzhen University, Shenzhen Email: duanjie915@163.com Received: Dec. 13th, 2012; revised: Dec. 30th, 2012; accepted: Jan. 9th, 2013 Abstract: The highly assembling of financial industry of city has become a popular economic phenomenon. During the congregation process of the financial industry, the regional center city will produce the radiation force to the surrounding hinter lands. This paper makes an empirical study on the financial industry congre- gation of nine cities in the Pearl River Delta region by using the newest data from 2007 to 2011. With the ap- plication of the Wilson model, it also makes a calculation on the financial radiation force of the center cities in the Pearl River Delta region, which figures out their radiation radiuses. Furthermore, it inspects the radia- tion force of financial industry congregation in the Pearl River Delta region from a quantitative perspective, so as to put forward some decision-making references for complementing each other’s financial resources advantages and optimizing the network of the region. Keywords: Financial Radiation; Industrial Agglomeration; Wilson Model; The Pearl River Delta 珠江三角洲城市金融产业集聚与辐射力的实证研究* 段 杰，鲁婷婷 深圳大学经济学院，深圳 Email: duanjie915@163.com 收稿日期：2012 年12 月13日；修回日期：2012年12月30日；录用日期：2013 年1月9日 摘 要：城市金融产业高度集聚已成为一种普遍的经济现象，区域中心城市在金融产业集聚过程中会 产生对周边腹地的辐射效应。本文选取 2007~2011 年最新数据对珠江三角洲区域 9个城市的金融业集 聚度进行实证分析；论文主要运用威尔逊模型，对珠江三角洲区域中心城市的金融辐射力进行测算， 得出其辐射半径，从定量的角度考察珠三角金融业集聚的辐射效应，以期为珠三角区域金融资源的优 势互补和网络优化提供一定的决策参考。 关键词：金融辐射力；产业集聚；威尔逊模型；珠江三角洲 1. 引言 作为经济活动的一个重要的空间特征，产业集聚 一直以来得到经济学家的广泛关注，成为理论与实证 研究的重点之一。金融是现代经济的核心，对金融资 源主导权的竞争成为地区乃至国家间经济实力竞争 制胜的关键。区域中心城市金融产业的高度集聚已成 为一种普遍的经济现象，金融资源在向中心城市集中 的同时会产生另一种重要的经济效应——对周边腹地 的辐射效应。本文主要以珠江三角洲为研究区域，选 取2007~2011年最新数据对珠江三角洲区域9个城市 的金融业集聚度进行实证分析；主要运用威尔逊模型 来测算近年来珠三角核心城市的金融辐射域，从定量 *基金项目：深圳市哲学社科“十二五”规划 2012 度项目(编号： 125C037)。 Copyright © 2013 Hanspub 8  珠江三角洲城市金融产业集聚与辐射力的实证研究 的角度考察珠三角金融业集聚的辐射效应。通过实证 分析，尝试提出有针对性的建议，进一步推动珠三角 区域金融资源的良性互动和金融辐射网络的逐步优 化，从而为正确引导珠三角区域金融良性发展及经济 稳定增长提供一定的决策参考。 2. 威尔逊模型简述 威尔逊模型主要用来研究存在资源流动的区域 间空间相互作用的问题，由被称为新计量地理革命之 父的 A. G. Wilson建立，该模型受牛顿引力定理的启 发并成为 1970 年代后地理学常用的引力模型。威尔 逊认为区域间存在普遍的空间相互作用，区域间相互 作用的大小与空间距离、区域规模及介质的连通性质 有关，威尔逊模型正是对空间相互作用大小与这三种 影响因素关系的定量诠释。 威尔逊的区域空间相互作用模型可表示为： exp j kjk TKOD r jk (1.1) 在该公式中， j k T表示区域j对区域 k的相互作用 强度，其中，j是物资供应区域，k是物资需求区域， exp j k r 为相互作用核。公式中其他变量含义如 下： K ：归一化因子，在大多数讨论中令K = 1； j O：区域 j实际供给的物资总量； k D：区域 k实际需求的物资总量； ：衰减因子； j k r：j、k两区域间的距离。 王铮(2002)[1]等人在后续的研究中对威尔逊模型 进行了简化，由于区域k能够得到的最大资源量必然 等于区域 j所能供给的物资总量，用 j F 表示，此时， kj DF 现给定一个阀值 ，令 exp j jk F r (1.2) 对(1.2)式两边分别取对数，不难得出： 1 j jk F rIn (1.3) 在(1.3)式中， j k r表示区域j的辐射半径； j F 表示 具有辐射能力的城市的资源强度，在实践应用中，一 般用城市的综合因子得分来测度； 为给定阀值，选 定综合因子为正值的最小数量级来确定。王铮等人也 给出了衰减因子 的确定方法： max 2T tD (1.4) 在(1.4)式中各个变量的含义如下： T为区域内包含的城市的总个数； D为区域所包括城市的平均行政土地面积； max t为具有辐射功能的城市的个数。 3. 珠江三角洲区域城市金融辐射域的测算 3.1. 样本选择与数据来源 主要选取珠江三角洲 9个城市，具体包括：广州、 深圳、珠海、佛山、惠州、东莞、中山、江门、肇庆 为统计分析的对象。选取地区生产总值(X1)、地方财 政一般预算收入(X2)、金融机构本外币存款余额(X3)、 金融机构本外币贷款余额(X4)、保费收入(X5)、外贸 进出口总额(X6)以及实际利用外资(X7)等指标来衡量 各地的金融资源总量1。 通过各个城市2011 年国民经济发展和社会发展 统计公报[2]、中国人民银行各中心支行发布的 2011年 金融数据以及某些城市发布的2011 年经济运行状况 的数据，建立珠江三角洲各个城市 2011年原始数据 表。 3.2. 数据处理 3.2.1. 2011年珠三角城市金融辐射域的测算 1) 变量间的相关性检验 通过 SPSS16.0 统计软件包对样本数据进行相关 矩阵分析，根据相关矩阵(Correlation Matrix)(表1)的 统计检验结果可以看出，各指标间的相关系数都大于 0.3，并且都为正相关关系。 为了进一步判断变量是否适于作因子分析，又继 续运用统计检验方法KMO(Kaiser-Mayer-Olkin)和巴 特利特球形检验(Bartlett Test of Sphericity)。 从表 2可以看出，KMO 统计量为 0.655，巴特利 特球形检验的 Sig为0。根据统计学家 Kaiser 给出的 1考虑到指标的可得性及代表性：大部分指标可从广东省统计年鉴 及各个城市国民经济和社会发展统计公报中获得，从城市金融实力 和金融潜力两方面确定指标。 Copyright © 2013 Hanspub 9  珠江三角洲城市金融产业集聚与辐射力的实证研究 Copyright © 2013 Hanspub 10 Table 1. Correlation matrixa 表1. 相关系数矩阵表 a X1 X2 X3 X4 X5 X6 X7 X1 1.000 0.943 0.985 0.974 0.986 0.736 0.941 X2 0.943 1.000 0.969 0.987 0.951 0.887 0.923 X3 0.985 0.969 1.000 0.995 0.991 0.759 0.933 X4 0.974 0.987 0.995 1.000 0.979 0.806 0.930 X5 0.986 0.951 0.991 0.979 1.000 0.752 0.951 X6 0.736 0.887 0.759 0.806 0.752 1.000 0.819 Correlation X7 0.941 0.923 0.933 0.930 0.951 0.819 1.000 X1 0.000 0.000 0.000 0.000 0.012 0.000 X2 0.000 0.000 0.000 0.000 0.001 0.000 X3 0.000 0.000 0.000 0.000 0.009 0.000 X4 0.000 0.000 0.000 0.000 0.004 0.000 X5 0.000 0.000 0.000 0.000 0.010 0.000 X6 0.012 0.001 0.009 0.004 0.010 0.003 Sig. (1-tailed) X7 0.000 0.000 0.000 0.000 0.000 0.003 aDeterminant = 1.51E−012. Table 2. KMO and Bartlett’s test 表2. K MO和巴特利特球形检验值 Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0.655 Approx. Chi-Square 131.555 df 21 Bartlett’s Test of Sphericity Sig. 0.000 标准，KMO 统计量并不是十分理想，但是Bartlett 球 度检验给出的相伴概率为 0.000，小于显著性水平 0.05，因此拒绝 Bartlett 球度检验的零假设，认为适合 做因子分析，又结合上文较好的相关系数矩阵结果， 因此，综合判断后我们还是认为所选取的数据适合作 因子分析，具备统计学意义。 2) 计算矩阵的特征值和贡献率 因子提取采用主成分分析法，得到因子的总体方 差解释表(表3)，根据因子累积方差贡献率达到95% 的原则提取了两个主因子。 由公共因子碎石图(图1)可见 1至3个公共因子之 间，特征值变化比较明显，第 4个特征值之后，特征 值变化趋于平稳。因此说明提取 1到3个公共因子可 以对原变量的信息描述起到显著的作用。 3) 因子旋转 选择方差极大旋转法对因子载荷矩阵进行旋转， 旋转后的因子分析结果如表 4所示。 由表 4可以看出，指标X1、X2、X3、X4、X5 Table 3. Total variance explained 表3. 总体方差解释表 Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings Component Total % of Variance Cumulative % Total % of VarianceCumulative % Total % of Variance Cumulative % 1 6.499 92.846 92.846 6.49992.846 92.846 4.580 65.428 65.428 2 0.371 5.298 98.144 0.3715.298 98.144 2.290 32.716 98.144 3 0.100 1.422 99.566 4 0.018 0.257 99.823 5 0.011 0.160 99.984 6 0.001 0.016 100.000 7 2.814E−5 0.000 100.000 Extraction Method: Principal Component Analysis.  珠江三角洲城市金融产业集聚与辐射力的实证研究 Figure 1. Screen plot of common factors 图1. 公共因子碎石图 Table 4. Rotated component matrixa 表4. 正交旋转后的因子分析结果 a Component 1 2 X1 0.911 0.395 X2 0.766 0.630 X3 0.900 0.429 X4 0.857 0.501 X5 0.903 0.418 X6 0.409 0.912 X7 0.797 0.543 Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. aRotation converged in 3 iterations. 和X7，即地区生产总值、财 政一般预 算收 入、金 融 机构存款余额、金融机构贷款余额、保费收入、实际 利用外资 6个指标决定了第一主因子，而第二主因子 由外贸进出口总额 X6 决定。 4) 珠江三角洲 9个城市主因子得分与综合因子 排名 SPSS 软件根据 2个主因子的得分函数自动计算9 个城市在这两个因子上的得分，用变量 F1、F2来表 示。然后将因子的方差贡献率率作为权重将因子得分 进行加总从而得出综合因子，如表 5、6所示。 在本文中，我们将综合因子得分大于 0的城市视 为具有金融辐射功能的城市，综合因子得分小于 0的 城市视为接受金融辐射功能的城市。根据统计分析结 果，综合因子得分大于 0的城市有三个：广州、深圳、 Table 5. 2011 main factor scores of nine cities in Pearl River delta 表5. 20 11年珠三角 9城市主因子得分 城市 F1 F2 综合因子 广州 2.36286 −0.87060 2.14770 深圳 0.58356 2.49173 0.67382 珠海 −0.71074 −0.05867 −0.66300 佛山 0.35292 −0.53325 0.29942 东莞 −0.24016 0.41557 −0.20096 惠州 −0.59453 −0.18764 −0.56194 中山 −0.54707 −0.33574 −0.51981 江门 −0.54034 −0.47569 −0.52689 肇庆 −0.66651 −0.44569 −0.64244 资料来源：根据 SPSS 分析结果整理并计算得出。 Table 6. 2011 ranki ng of comprehensive factors of nine cities in Pearl River delta 表6. 20 11年珠三角 9个城市综合因子排名 排名 城市 综合因子 1 广州 2.14770 2 深圳 0.67382 3 佛山 0.29942 4 东莞 −0.20096 5 中山 −0.51981 6 江门 −0.52689 7 惠州 −0.56194 8 肇庆 −0.64244 9 珠海 −0.66300 佛山。因此，我们就重点探讨这三个城市的金融辐射 Copyright © 2013 Hanspub 11  珠江三角洲城市金融产业集聚与辐射力的实证研究 强度，对这三个城市的金融辐射半径进行测算。 在表 6中排名第3的佛山，其综合因子得分值 0.29942 的数量级在十分之一，所以就将 0.1 作为珠江 三角洲金融资源综合因子的阀值 ，其表示意义为当 城市的金融资源的强度减少到0.1 以下时，就认为该 城市已经没有金融辐射能力了。 在上文所述公式(1.4)中，结合珠江三角洲地区实 际数据，T取值即为珠江三角洲地区包含的城市个数， T = 9；D取值为珠江三角洲 9个城市的平均行政土地 面积 2，经计算得出 D = 6081.44平方公里； 为珠 三角地区具备辐射能力的城市的个数，由上文统计分 析得出广州、深圳、佛山综合因子得分为正值，认为 具备辐射能力，因此， 。将相关指标带入公式 (1.4)中，计算得出衰减因子 max t max 3t 0.031 。 至此， 0.031 ，0.1 ，城市金融资源综合得 分即为 j F ，将各个具体数值代入公式(1.3)即得到 3个 城市的金融辐射半径如表 7所示。 根据表 7计算结果，通过专业作图软件，将珠三 角具有辐射能力的三个城市的辐射域比较直观的表 示在地图上，如图 2所示。 Table 7. 2011 financial radiation radius (km) of cities in Pearl River delta 表7. 20 11年珠三角各城市金融辐射半径(公里) β 广州 深圳 佛山 0.031 98.93 61.54 35.38 Figure 2. 2011 financial radiation region of main cities in Pearl River delta 图2. 20 11年珠三角主要城市金融辐射域 从图 2可以看出，珠江三角洲主要城市广州、深 圳、佛山的辐射域不仅包涵了珠三角范围内的所有城 市，而且延伸到珠三角区域外的部分地区，金融辐射 网络相互重叠，金融资源频繁互动的格局已基本形 成。广州、深圳作为该区域乃至整个广东省的中心城 市凭借其拥有的雄厚的金融资源及较强的金融竞争 力发挥着对珠江三角洲主要城市的核心辐射力，两地 的辐射域交叉融合，相互促进。佛山的辐射范围相对 有限并且包含在广州市的辐射区域内，与深圳的辐射 域大致相切，这也反映了佛山经济的发展得益于广州 的带动。整个辐射边界可以看成是围成了一个近似的 椭圆形，广州、深圳作为两个“焦点”城市发挥对该 椭圆区域的主要辐射力，佛山作为该区域的另一个辐 射点主要发挥对珠三角西岸地区的辐射作用。图 2也 可以明显看出广州、深圳、佛山的辐射域仍旧局限在 整个珠三角区域，北部山区、东西两翼基本没有得到 覆盖，处于被边缘化的地带。 3.2.2. 2007~2010年珠三角城市金融辐射域变化比较 采用 2007~2011 年广东省统计年鉴[2]，各个城市 2010 年国民经济和社会发展统计公报的相关数据，仍 利用上文方法对各个年份数据进行处理。将统计分析 与计算结果整理如表 8。 对表 8的分析可以看出，就整体而言，广州、深 圳的金融辐射域相对比较稳定，变化程度不大，有些 年份甚至出现了微弱的减少，这可能验证了郗文泽 (2008)[3]得出的结论，即中心城市金融集聚过程中将会 达到最大的金融辐射域。可以看出，核心城市随着金 融集聚度的增加，辐射半径有收敛的趋势。相对于 2007~2008 年，佛山在 2009~2011 年间的金融辐射域 有相对明显的增加，成为珠三角继广州、深圳之后， 另一个发挥辐射作用的城市，这与近年来佛山大力发 展金融高新服务区，加强金融资源集聚不无关系。设 于佛山南海的金融高新技术服务区吸引了金融机构 Table 8. Dynamic comparison of cities’ financial radiation radius (km) 表8. 城市金融辐射域的动态比较(单位：公里) 城市 2011 2010 2009 2008 2007 广州 98.39 99.14 98.81 99.07 98.96 深圳 61.54 60.01 60.33 62.22 64.24 佛山 35.38 33.40 36.24 26.68 26.93 2从2011 年广东省统计年鉴上得知珠三角 9个城市土地面积为 54,733平方公里。 资料来源：根据 spss 分析结果计算并整理。 Copyright © 2013 Hanspub 12  珠江三角洲城市金融产业集聚与辐射力的实证研究 Copyright © 2013 Hanspub 13 和金融外包服务企业的进入，对佛山金融资源的集聚 起到重要的作用，是佛山金融辐射能力增强，发挥对 周边腹地辐射能力的重要原因。 4. 主要结论 通过以上实证分析可知，珠江三角洲已经基本形 成了以广州、深圳为前台，以佛山为后台的金融辐射 网络，但这三个城市的辐射能力有限，仅仅覆盖了珠 三角范围内的大部分地区，就整个广东范围内，对粤 北，粤东及粤西的辐射作用有限。广州、深圳及佛山 三市应明确定位，在现有金融资源辐射格局的基础上 加大金融产业建设的广度和深度，增强辐射度，拓展 辐射域，从而带动珠三角及整个广东的经济发展[4]。 广州、深圳两市的金融竞争力和辐射力比较强， 这也印证了国务院颁布的《珠江三角洲地区改革发展 与规划纲要(2008~2020)》的现实性。《纲要》中明确 提出，支持广州市、深圳市建设区域金融中心，构建 多层次的资本市场体系和多样化、比较完善的金融综 合服务体系。 广州要依靠其总部经济优势和行政资源优势，而 深圳凭借其在资本市场的优势和毗邻香港的区位优 势，开展金融创新，两地优势互补，以广深金融合作 为纽带，形成双核型金融中心，发挥两地更强的金融 辐射力[5]。 佛山作为后期之秀，应发挥其后发优势，充分挖 掘金融发展潜力。以《广佛肇经济圈合作框架协议》 为载体，借助毗邻广州的地缘优势，与广州优势互补， 错位发展，承接并拓展广州金融集聚中心的辐射力和 带动力，为广州建设区域金融中心提供后台服务支 撑，推动广佛肇经济圈的良性互动和协调发展。 参考文献 (References) [1] 王铮, 邓悦, 葛昭攀(等). 理论经济地理学[M]. 北京: 科学出 版社, 2002. [2] 广东省统计局. 广东省统计年鉴[M]. 北京: 中国统计出版社, 2008-2011. [3] 郗文泽. 金融服务产业集聚研究[D]. 天津财经大学, 2008. [4] 唐吉平, 陈浩, 姚星. 长三角城市金融辐射力研究[J]. 浙江 大学学报(人文社会科学版), 2005, 35(6): 62-70. [5] 黄解宇, 杨再斌. 金融集聚论[M]. 北京: 中国社会科学出版 社. |