京津冀都市圈金融服务业集聚度度量及评价.doc

京津冀都市圈金融服务业集聚度度量及评价 　　摘要：以中国城市统计年鉴和京津冀三省市的统计年鉴中的就业人数为基础数据，运用空间基尼系数和区位熵这两种基于产业数据的测量方法，对京津冀都市圈的金融服务业集聚度进行了测量和分析。结果发现，京津冀都市圈整体来看集聚度不是很高，金融服务业资源主要集中于北京，不过京津冀都市圈金融服务业集聚趋势还是很明显的 关键词：京津冀都市圈 金融服务业 产业集聚 空间基尼系数 区位熵 中图分类号：F 290 文献标识码：A 具有某种同类属性的经济活动的集合或系统称为产业。产业集聚系指某一特定产业集中到某一特定区域的过程，其驱动力是某些有利于提高产出率的要素。由于?a业间的关联性，某一特定产业的集聚通常伴随着相关产业在同一区域的集聚，从而形成产业集群 以北京为中心的“京津冀经济圈”最早于2007年提出，成为我国继“珠三角”和“长三角” 之后的第三大经济圈，2015年我国政府将“京津冀协同发展”提升到国家战略的层面。与后两者不同的是，前者以我国首都为中心，通常称为“京津冀都市经济圈”，简称“都市圈”。在现实中，尽管普通的金融业务基本上遵循“贴近服务对象（顾客）”的原则，但依据集聚度的衡量指标，“都市圈”的金融服务业基本上聚集在北京的“金融街”。这一现实为我们提供了验证 “外部经济”理论的机会。本文以京津冀三省市的统计年鉴中的就业人数为基础数据，运用空间基尼系数和区位熵这两种基于产业数据的测量方法，测量和分析京津冀都市圈的金融服务业集聚度状况 一、研究方法 产业聚集的原动力是生产要素的优势，也可以表现为产出的差异，所以度量特定产业一个区域的聚集程度等价于衡量其生产要素或产出的优势，前者主要是就业人数、资本，后者可以是产值（销售额或营业额）、劳动力效率度、单位资本产出率和单位地理面积产出率等指标 一方面，考虑到数据的可获得性，本文选取区位熵和空间基尼系数度量产业集聚度；另一方面，空间基尼系数是从整体来研究整个区域的集聚度；而区位熵则是在大区域背景下计算各个小区域某产业专业化程度，并且，空间基尼系数和区位熵有着自己的缺陷，从两个不同方面对区域的集聚度进行度量，相互佐证，使得实证结果的准确性得以提高 （一）空间基尼系数 空间基尼系数源于度量财富分配均等程度的基尼系数，由克鲁格曼于1991年改进提出，当时用于测算美国制造业行业的集聚程度。其公式为： 空间基尼系数第一次将分地区的指标与整个区域的指标进行联系，也就是考虑了地理面积大小对集聚度的影响，同时使得不同产业的空间基尼系数有了可比性 （二）区位熵 由哈盖特（P.Haggett）提出并运用于区位分析的“区位熵”又称专门化率，主要用于衡量某一空间范围内要素的分布情况。其公式为： 式中第二个等号右边的第一个因数是j区域占i产业总就业的比重，第二个因数是经济体对j区域总就业的倍数。它是一个标称指标，当且仅当时i产业在j区域具有比较优势，从而i产业在j区域集聚。所以，（1）式定义的Q值可用于度量产业集聚度，且Q值越大，产业集聚度越高 区位熵计算简单，能较好地反映集聚度；但也存在不足。例如，没有考虑产业的企业基本规模等特征；当只存在一个或者少数几个大规模企业时，Q值较大，但不一定存在集聚。再如，对于以企业集团核算的产值、资产等存在异地生产与核算的差异，以它们为指标计算的Q值不能反映产业的集聚；在具有“总部经济”特征的北京和上海等都市的表现尤为明显 （三）数据选取 由于人口的集聚增长，同时也给城市化的发展带来了很多“城市病”，为了更好地实现“城市人文化”，所以本文选取了就业人数作为集聚度度量指标。考虑到数据来源的准确性和可获得性，本文中关于区位熵和空间基尼系数计算的就业人数基础数据来自于国家统计局编辑出版的《中国城市统计年鉴》（2006-2014）。根据空间基尼系数和区位熵的公式，运用2006-2014年京津冀都市圈三个省市的总就业人数和金融服务业产业数据，计算观察期内金融服务业的区位熵和空间基尼系数，从而分析京津冀都市圈金融服务业集聚程度，以及在时间序列上的动态变动轨迹 二、实证结果 （一）空间基尼系数 根据公式（1），分别计算京津冀都市圈 2006―2014年金融服务业的空间基尼系数，其中AW代表总就业人数，SW代表金融服务业就业人数，G代表空间基尼系数，见表1 根据计算结果和趋势图可以看出，京津冀都市圈金融服务业各年份整体G值均不大（〈0.1），说明整个京津冀都市圈金融服务业的相对集中程度不高，比较分散。就2014年京津冀都市圈三个地区金融服务业经营现状具体分析，北京市银行业资产总额达到163314亿元，约为天津市的3.7倍，河北省的3.1倍；总部设在北京市的证券金融机构为6