中国金融业区位分布的影响因素研究

李 红 孙秋碧

(福州大学经济与管理学院， 福建福州 350116)



中国金融业区位分布的影响因素研究

李 红 孙秋碧

(福州大学经济与管理学院， 福建福州 350116)

在马歇尔区位因素理论的基础上，结合金融业自身特点，构建较为完整的金融业区位因素体系；采用多重对应分析方法，实证检验影响中国金融业区位分布的主要因素和次要因素。结果表明：1978年以来，政策制度、历史文化的人文因素是影响金融业区位分布的首要因素。经济活动水平、高技能劳动力、中间产品投入等经济因素是影响我国金融业区位分布的第二大因素。1995年之后，信息技术基础设施、信息技术人才的信息因素逐步取代了传统的空间因素，成为影响我国金融业区位分布的关键因素之一。因此，在城市层面，中国金融业区位分布宜采用卫星平台模式；在国家层面，中国金融业区位分布宜采用中心辐射模式。

中国金融业； 区位分布； 影响因素

长期以来，在经济和金融理论体系中，对于货币金融的时间因素有着深入的探讨，这充分体现在马克思主义货币理论及西方货币理论、资产组合理论、公司金融理论等所构筑的金融理论体系中。但这些理论对于空间因素的讨论是明显不足的。20世纪80年代以来，现代信息与互联网技术的进步，特别是云计算、移动互联网、大数据、搜索引擎、社交网络的发展，深刻地改变了金融业。P2P网上借贷、众筹模式、社交网络、电子货币等金融服务模式应运而生。基于互联网技术的金融交易场所无形化、销售渠道虚拟化、金融产品标准化、风险管理数据化推动了世界金融体系空前的繁荣与发展。在实践领域迅猛发展的背景下，传统货币金融理论和经济理论无法解释金融的空间布局问题，也缺乏研究区域金融成长差异的有效手段，这激发了各国学者对金融区位、金融空间等问题的更多关注。

一、金融业区位因素体系

当前，已有的古典区位理论、近代区位理论和现代区位理论固然为金融业区位理论体系的建立提供了理论指导，但金融业的知识密集性、信息密集性、产品的无形性、生产与消费同时性、同一服务的差异性与个性化等特点决定了金融业区位因素不同于农业和传统制造业。因此，本文首先以马歇尔的古典区位理论为基础，结合金融服务业自身的特点，构建金融服务业区位因素体系。

(一) 马歇尔区位因素

马歇尔(Marshall)认为经济活动的区位分布取决于三个微观基础：劳动力市场、中间产品投入、技术和信息的溢出。[1]这三个基本因素也适用于金融部门。

从劳动力市场的外部性看，产业集聚区提供了稳定、有技术含量的劳动力市场。这刺激了劳动力供给方和需求方的持续集聚，尤其是技能高度专业化的劳动力。雇主们通常会去能找到大量劳动力的地方挑选工人，雇员们也会去需要专业化人才的地方寻找工作。金融机构往往需要高度专业化和技能的劳动力。基姆(Kim)指出越大的劳动力市场提供了更好的期望工作竞争。因此，金融机构倾向选址于具有大量专业化劳动力、流动性的城市中心，以便能更快地填补空缺的高度熟练劳动力。[2]同时，劳奇(Rauch)认为城市平均人力资本是地方性的公共产品，金融中心定位于具有高人力资本的城市，能以较低成本获得人力资本的外部性，并能得到更高质量的服务。[3]贝格(Begger)也指出劳动力的可获得性是公司搬迁的一个诱因。[4]

马歇尔强调的第二个影响产业区位分布的因素是中间产品的投入，这也是影响金融业区位分布的一个重要因素。金融区位选址邻近会计、保险精算和法律咨询服务等金融中介机构是有优势的。比如，企业融资协议的迅速处理需要在同一地方找到相关律师和会计提供帮助。斯图尔特(Stuart)的研究显示，在很多情况下，面对面的谈判、采购流程是必须的，相关中间产品的集聚减少了顾客的搜寻成本，增加了每个供应商的市场规模。[5]加斯帕尔(Gaspar)指出电子通讯信息技术虽然可以起到补充作用，但无法完全替代面对面的互动。[6]波特(Porter)指出，现代社会中企业维持全球经济中的持续竞争优势需要相关产业、机构、竞争对手的集聚。[7]

另一个与金融区位分布相关的外部性因素是知识和信息的外溢效应。公司之间知识和信息的外溢会吸引更多的金融机构集聚。这可能是影响金融业区位分布的一个重要因素，因为技术创新在金融业中发挥重要作用。当金融活动在空间上高度集聚时，新产品的扩散能迅速发生，因而产品创新产生正的外部性。信息的外溢效应也不容忽视。金融机构可能从某一特定地点得到更多的代理信息。信息的价值，并不取决于数量，而是信息的质量和及时性。波蒂尔斯(Porteous)认为面对面的交流是重要信息迅速扩散的方法。他承认，电子信息技术的改进使得信息的获取更加平等，但是需要区分信息的种类。标准化的金融信息、技术可以通过计算机网络快递、低成本传递。而对于非标准化信息，信息质量将随着传输距离的增加逐渐衰减。[8]例如，关于公司的流言会通过互联网迅速传播，但是离公司较远的代理商更难确定流言的真实性，更难理解流言中所包含的信息。信息是有价值的，但只有在一定的背景下才能正确解释。信息背景不易标准化，因此也不容易被互联网传递，从而很难评价信息的价值。离信息源较近的代理商对信息有更快更好的洞察力，他们有临时的信息优势。格里克(Gehrig)认为物理距离的邻近性对复杂和敏感产品尤为重要。[9]另一个相关的说法认为由于标准化信息已被广泛传递，寻找未被开发的信息的动力增加。因此，代理商聚集在一起以便开发有利的信息。史高顿(Scholtens)指出，金融集聚是低成本分配信息的手段，可降低信息获取的成本。[10]

以上分析表明，马歇尔提出的影响产业区位分布的三大微观机制即劳动力市场、中间产品投入、信息和技术的溢出依然适用于金融服务业部门，但鉴于金融业的独特性，还有更多的因素影响金融业区位分布，下面我们将深入探讨特别适用于金融部门的区位因素。

(二) 金融业区位因素体系

格里克(Gehrig)指出市场流动性是影响金融业区位分布的一个主要因素。[11]在流动性市场中，个人交易不会带来显著的价格波动，但是在非流动性市场中，即使一个较小的交易也会带来相当大的价格波动。由于在流动性市场中价格波动的风险较小，规避风险的投资者会选择流动性较高的市场进行交易。因此，流动性的市场将吸引更多的交易量，从而促使市场规模变大。然而，信息技术发展如电子贸易、电子通讯网络的出现，以物理距离的集聚获取较高流动性不再必要。因此，市场流动性与区域信息技术、金融机构电子化水平密切相关。

高成本和拥挤问题是阻碍金融集聚的主要离心力因素。而通信、网络的发展也为金融业务的分散化发展提供了便利。越来越多金融业后台功能被分散到低成本地区。罗森(Rosen)和穆雷的研究表明，纽约金融就业人数的下降部分是由金融业后台的重新选址造成的。[12]麦基(Mckillop)等人的研究发现不仅金融后台活动出现分散化发展，英国金融总部也出现分散化趋势。[13]

优越的信息技术基础设施和信息技术人才是金融业区位选择的关键因素。信息通讯技术对银行业产生两方面的影响：一方面市场的外部环境发生改变，真实的市场逐步成为虚拟化市场；另一方面金融服务的生产过程会变得逐步数字化。纽约、伦敦、东京和香港全球金融中心都得益于附近发达的通信网络枢纽，金融集聚中心也越来越临近信息技术的创新源。优越的信息技术水平是成为全球金融中心的必要条件。不仅如此，巴赫(Bach)认为维护、延续已经建立的客户关系，已成为金融中介国际化的主要工作目标。从这个层面讲，金融活动必须建立强大、安全、高效的金融网络遵循实际活动、跟随主要国际客户，以便提供最优的服务。巴赫(Bach)以德国银行业机构的外事活动为研究样本，发现德国银行的外事活动和德国公司的对外活动有较强的正相关关系。因此，巴赫认为德国银行业务应跟随国外客户。[15]基姆(Kim)认为，不容易确定银行是否跟随或者领导国际业务。[16]根据他的观点，当银行致力于建立世界网络体系并且产业集中在某个项目时，银行处于引领地位，而产业遵循。反之，产业引领，银行业跟随。

除了上述因素之外，还有更多影响金融业区位分布的因素。例如需求波动、路径依赖、政治和监管。某些特别的金融服务(如人寿保险)的需求一般受经济活动水平的影响比较大。路径依赖可以被描述为一个非遍历序列或一个初始条件后确定后的随后结果。在这种情况下，历史、地理事件可能有长期累积的影响。马丁(Martin)等认为由于非确定性因素的存在，几种可供选择的平衡是可能的。[17]某一特定平衡模式的出现，在很大程度上由历史因素决定，出现的这一模式并不一定比其他模式更优。然而，一旦最初的模式建立了，它的前向和后向联系、应用与期望将加强这种模式。

政治因素也是影响金融业区位分布的主要因素之一，特别是经济管制较为严格国家。它既可以促进也可以阻碍金融中心的发展。如伦敦作为欧洲美元市场中心是政治促进的结果。相反的，东地中海、巴尔干等地区缺乏金融中心也是政治干预的后果。[18]

独特的地理区位也为金融业的集聚提供了可能性。新加坡自19世纪中期开始就成为国际金融中心，与它独特的地理位置有着深刻的关系。新加坡地处马六甲海峡要道，同时也从处于亚洲时区。因而能够承担英国、美国资本市场的补充，具备成为离岸金融中心的独特优势。

综合以上因素，本文将金融业区位因素体系分解成四个部分：经济因素、信息因素、空间因素和人文因素。具体的指标体系设计如图1所示：

图1 金融业区位因素体系

二、中国金融业区位因素的实证分析

以往研究表明中国金融业区位分布呈现分阶段、分区域特征。[19]因此，本文拟以上述金融业区位因素为基础，采用多重对应分析方法分析各个阶段影响中国金融业区位分布的主要因素和次要因素。

(一)指标选择

根据金融服务业区位因素体系，结合中国数据的可获得性，选取下列指标进行实证分析。实证分析中的部分数据来源于《中国城市统计年鉴》《中国金融年鉴》和各省统计年鉴。见表1：

表1 指标选择

续表1

另外，1986-1995年间，由于某些指标缺失，因此需要做相应调整。使用科学研究与综合技术服务业人数度量信息技术创新能力；年末电话机数度量通讯能力。1978-1985年间，没有合适的指标度量信息技术创新能力，因此仅采用年末电话机数测度通讯基础设施水平。

1. 政治制度因素

中国金融业发展可划分为三个阶段[20]，分别为1978-1985年，1986-1995年和1996-2014年。在不同阶段，国家实行不同的金融业发展政策，具体如下：

1978-1985年间，国有专业银行得到恢复与建立。但中国仍然实行高度集中、计划性管理的金融制度，金融结构体系也不完善，缺乏金融监管当局和金融监管的法律法规。

从1984-1995年底，中国开始着手对金融业进行改革。金融改革主要体现在：金融业企业式管理替代机关式管理，增加金融业的活力；通过立法加强对金融业的监管，使得我国金融业监管向法制化方向迈出了第一步。这一阶段内，中国金融业发展仍处于探索、改革阶段，带有明显的计划性和行政性。

从1996年至今，随着《国务院关于金融体制改革的决定》的颁布，中国开始将专业银行转变成商业银行，从事真正的商业性金融业务。2003年银监会成立后，中国金融改革全面提速。国家经过十几年的发展，金融机构已从单一走向多元，形成多种形式并存、功能互补、协调发展的多样化体系。中国证券业在行业规模、产业结构布局、治理方法和监管制度等方面基本具备了一个相对完整的现代金融行业形态。这一阶段，中国金融业处于蓬勃发展时期，开始注重金融体系与整个经济体系、金融体系内部不同市场之间的均衡、协调和统筹。

与此同时，北京、上海、广东等地一直是我国金融政策、金融创新的试点城市，这在一定程度上为这些城市的金融业建设增加了强劲动力。

根据上述资料，本文将政治制度因素定义为名义型变量，赋值规则如表2：

表2 政治制度因素赋值规则

2. 历史文化因素

历史文化是一种独特而重要的资源。它对改造客观世界、协调社会关系、推动社会经济发展起到了潜移默化的作用。从历史文化因素看，历史上重要的金融中心为现代金融区位选择作了重要铺垫。北京自元代以来就是全国的商业贸易中心。到明清两代，金坊、银号、商贾富豪大都集聚于北京，这也是北京金融中心地位的萌芽。到清末，户部银行设于北京。民国时期，大陆、金城、中国实业各银行纷纷设于北京。历史的长河，为北京积淀了浓厚的金融氛围，形成了先进的金融制度和先进的经营管理理念。因此，北京成为我国现代金融中心不足为奇。

本文将历史文化因素定义为名义型变量，具体赋值如表3：

表3 历史文化因素赋值规则

(二)实证结果与分析

多重对应分析是寻求多元分类变量之间联系的一种低维图形表示法，方便从直觉上揭示不同变量各个类别间的差异。该方法由法国人保罗本(Paul Benzerci)于1970年提出，起初在法国和日本最为流行，然后引入美国，在经济领域的应用较为广泛。

对1978-1985年数据进行多重对应分析，结果显示两个维度的Cronbach's Alpha系数分别为0.920和0.818，两个维度的惯量分别为0.642和0.439。这表明不能忽略变量在第二个维度的投影值。投影后的结果分别如表4和图2所示：

表4 1978-1985年多重对应分析坐标

图2 1978-1985年多重对应分析

表4给出了投影后每个变量在二维空间的坐标，并以二维图的形式在图2中显示出来。图2显示，1978-1985年影响金融业区位选择的因素依次是历史文化、经济活动水平、高技能劳动力与人才、交通运输、空间环境、信息技术人才、信息技术的基础设施。

对1986-1995年数据进行多重对应分析，两个维度的Cronbach's Alpha系数分别为0.905和0.790，两个维度的惯量分别为0.539和0.346。这表明不能忽略变量在第二个维度的投影值。投影后的结果分别如表5和图3所示：

表5 1986-1995年多重对应分析坐标

图3 1986-1995年多重对应分析

表5给出了投影后每个变量在二维空间的坐标，并以二维图的形式在图3中显示出来。图3显示1986-1995年影响金融业区位选择的因素依次是经济活动水平、高技能劳动力与人才、历史文化、中间产品投入、知识和技术的溢出、信息技术的基础设施、空间环境、信息技术人才、交通运输。

同样对1996-2014年数据进行多重对应分析，两个维度的Cronbach's Alpha系数分别为0.899和0.750，两个维度的惯量分别为0.498和0.285。这也表明不能忽略变量在第二个维度的投影值。投影后的结果如表6和图4所示。由图4可以清楚的观测1996-2014年影响金融业区位选择的因素依次是政策制度、经济活动水平、历史文化、中间产品投入、信息技术的基础设施、信息技术人才、知识和技术的溢出、高技能劳动力与人才、空间环境与交通运输。

表6 1996-2014年多重对应分析坐标

图4 1996-2014年多重对应分析

三、结论与建议

本文构建了金融业区位因素体系，并展开实证研究，探讨了不同历史阶段影响金融业区位分布的主要因素。分析结果表明：

第一，1978年以来，政策制度、历史文化的人文因素是影响金融业区位分布的首要因素。这一结论与中国政府主导的金融业发展模式相符。金融业发展模式大体可分为政府主导模式和自然形成模式两类。我国对金融的管制一直都较为严格。无论是国家金融中心如上海、北京的建设，还是区域金融中心如武汉、厦门的建立，都离不开国家政策、区域政策的扶植与鼓励。

第二，经济活动水平、高技能劳动力、中间产品投入等经济因素是影响我国金融业区位分布的第二大因素。中国金融服务业发展虽然是政府主导模式，但金融业最初的出现主要是为了解决经济往来中的支付和结算问题。伦敦等自然形成模式的金融中心发展历程也表明，经济发展所导致的金融需求、丰富的高级劳动力资源、复合型的专业知识人才、紧密的内部网络之间的联系以及政府的积极扶持是形成伦敦国际金融中心的关键区位因素。因此，该结论与国外的经验研究一致。

第三，1995年之后，信息技术基础设施、信息技术人才的信息因素逐步取代了传统的空间因素，成为影响我国金融业区位分布的关键因素之一。究其原因，金融业的交易对象是货币，由于货币固有的可替代性与可转换性，使其与传统物品相比更能轻易地超越空间的局限。网络银行、电子交易等信息技术扩宽了时间和空间的概念，在一定程度上减弱了金融机构或金融组织的地理特性，使得传统空间因素的作用减弱。

基于上述研究结论，本文对我国金融业区位分布的模式提出以下建议。

第一，在城市层面，中国金融业区位分布宜采用卫星平台模式。金融业有其自身的特点，信息技术的发展使得货币电化、标准信息的远距离传递成为了可能，因此能有效实现金融前台和后台业务的分离。从实际经验看，纽约、伦敦的金融前台业务主要集中在CBD商业区；金融后台业务则选址于租金较低、人力资本较低、基础设施配套较为完善的区域。上海、北京也出现了金融前台和后台业务分离的萌芽。因此，卫星平台的区位分布模式有利于克服金融集群发展到高级阶段的困难，是城市金融集群发展到高级阶段的较优选择。

第二，在国家层面，中国金融业区位分布宜采用中心辐射模式。一方面，在现有金融集聚中心的基础上建立“一级中心”，即国际金融中心；另一方面，在全国范围内，建立多个“二级中心”，构造区域经济增长极。金融人力资本、金融集聚规模、金融产出密度不仅显著促进了城市经济发展，还在城市间具有显著的空间溢出效应，金融发展已成为影响城市经济发展差异的重要原因。因此，应在全国范围内构建金融区位的中心辐射模式，即在全国范围内构建多个金融中心，发挥金融集聚规模、金融产出密度、金融人力资本的空间溢出效应。通过完善的网络通讯基础设施保证金融空间溢出效应的有效实现，扩大金融中心的空间辐射能力，更好地满足城市群的融资需求，形成良性循环，有效缩减区域差距、东西部差距，促进区域城市经济发展。

注释：

[1] 马歇尔:《经济学原理》，刘生龙译,北京：中国社会科学出版社，2008年，第356-341页。

[2] Kim S.，“Labour Heterogeneity, Wage Bargaining, and Agglomeration Economics”，JournalofUrbanEconomics, no.3(1990), pp.160-177.

[3] Rauch J. F.,“Productivity Gains From Geographic Concentration of Human Capital: Evidence From Three Cities”，JournalofUrbanEconomicsvol.34(1993), pp.380-400.

[4] Begg I.,“The Spatial Impact of Completion of the EC Internal Market for Financial Services”，RegionalStudies, vol.26,no.4(1991), pp.333-347.

[5] Stuart C.,SearchandtheOrganizationofMarketPlaces. Malmo: Lund Economic Series, 1975.

[6] Gaspar Jess, Edward L. Glaeser，InformationTechnologyandtheFutureofCities. NBER Working Paper, 1996.

[7] Porter M. E., “ClustersandtheNewEconomicsofCompetition”，HarvardBusinessReview, vol.76,no.6(1998), pp.77-90.

[8] Porteous J.,TheGeographyofFinance:SpatialDimensionsofIntermediaryBehaviour. Aldershot: Avebery, 1995.

[9][11] Gehrig T.,CitiesandtheGeographyofFinancialCenters, http://www. uni-freiburg.de/fakultaet/erwien/multimedia/centers.pdf,1998.

[10] Scholtens L. J. R. ,“Centralization in International Financial Intermediation: Theory, Practice, and Evidence for the European Community”，BancaNazionaledelLavoroQuarterlyReview, no.182(1992),pp.255-304.

[12] Rosen R. D., Murray R.,OpeningDoors:AccesstotheGlobalmarketforfinancialsectors. New York: Council on Foreign Relations, 1997.

[13] McKillop D.G., Hutchinson R. W. ,“Financial Intermediaries and Financial Markets: A UK Perspective”，RegionalStudies, vol.25,no.6(1991),pp.543-554.

[14][18] Philippon T.,TheEvolutionoftheUSFinancialIndustryfrom1860to2007. Working paper, 2008.

[15] Bach C. M., “Why Do Banks Go Abroad? Evidence from German Data. Financial Markets”,InstitutionsandInstruments, vol.9,no.1(2000),pp.33-67.

[16] Kim S., Keller W.,GeographicLocalizationofInternationalTechnologyDiffusion. CEPR Discussion Paper Series, 2001.

[17] Martin R., “The new geographical turn in economics: some critical reflections，”CambridgeJournalofEconomics, vol.23,no.1(1999),pp 65-91.

[19][20] 李 红、孙秋碧：《我国金融服务产业集聚演化研究》，《统计与决策》2013年第13期。

[21] 张国辉：《晚清钱庄与票号研究》，北京：社会科学文献出版社，2007年，第58-81页。

[责任编辑：黄艳林]

2015-09-15

国家社科基金资助项目(10BTJ002)； 福建省社科扶持基金(650092)； 福建省科研启动基金(510143); 福建省社科规划项目(FJ2015C206)。

李 红， 女， 湖南益阳人， 福州大学经济与管理学院副教授， 博士； 孙秋碧， 女， 福建福州人， 福州大学经济与管理学院教授、 博士生导师， 博士。

F119.0

A

1002-3321(2015)06-0035-07