□馮國強 曹耘心 趙昆（廣州大學松田學院，廣東廣州 511370）

廣深金融服務業(yè)集群與產(chǎn)業(yè)結(jié)構(gòu)的空間交叉依賴性研究
——基于珠三角經(jīng)濟區(qū)域的考察

□馮國強 曹耘心 趙昆（廣州大學松田學院，廣東廣州 511370）

本文在珠三角全域分析的基礎(chǔ)上，探析廣深兩地與珠三角其他城市之間金融集群與產(chǎn)業(yè)結(jié)構(gòu)空間關(guān)聯(lián)存在的共性，并進一步借助于空間計量與回歸分析，探析兩地金融服務業(yè)集群與產(chǎn)業(yè)結(jié)構(gòu)的空間關(guān)聯(lián)方向以及關(guān)聯(lián)程度，揭示出兩地產(chǎn)業(yè)結(jié)構(gòu)與金融服務業(yè)集群之間的交叉依賴性。

廣深金融；集群；產(chǎn)業(yè)結(jié)構(gòu)；空間依賴

一、引言

廣州、深圳地處珠三角區(qū)域的核心地帶，是整個區(qū)域的中心城市，兩地隨著自身經(jīng)濟發(fā)展和政策支持，迅速成長為國內(nèi)重要的金融服務業(yè)集群之地，成為國內(nèi)最重要的、發(fā)達程度最好的金融服務業(yè)集群之一。同時，兩地由于各自的政策環(huán)境、資源分布等因素的異質(zhì)性，導致兩地的產(chǎn)業(yè)結(jié)構(gòu)也具多樣性和差別化，但這并不影響兩地產(chǎn)業(yè)結(jié)構(gòu)調(diào)整過程中與珠三角其他城市之間的空間關(guān)聯(lián)以及兩大城市之間結(jié)構(gòu)調(diào)整相互影響的空間聯(lián)動。理論上，產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整促使勞動力、資本等社會資源實現(xiàn)優(yōu)化配置，由此產(chǎn)生的資源流動與市場需求變化對金融業(yè)的發(fā)展起到至關(guān)重要的帶動作用；金融業(yè)借助于產(chǎn)業(yè)集群的發(fā)展水平也在很大程度上影響了產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的速度和效率。因此，從空間角度研究廣深兩地金融集群與產(chǎn)業(yè)結(jié)構(gòu)的關(guān)聯(lián)性，為兩地政府部門統(tǒng)籌規(guī)劃和制定合理的金融布局與產(chǎn)業(yè)發(fā)展政策提供科學參考依據(jù)就顯得尤為重要。在廣深地區(qū)金融服務業(yè)集群和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的互動關(guān)聯(lián)中引入空間因素，利用空間統(tǒng)計學和空間計量經(jīng)濟模型的基本原理，從全域上探討珠三角九大城市金融服務業(yè)集群、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整之間的空間聯(lián)動性，進一步從局域揭示出作為該區(qū)域核心城市的廣州、深圳在金融服務業(yè)集群式發(fā)展、城市產(chǎn)業(yè)結(jié)構(gòu)調(diào)整中以及彼此之間存在的空間交叉依賴性，探索兩地彼此的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、金融服務業(yè)集群存在的空間關(guān)聯(lián)方向，并從實證分析中予以證實。

二、廣深金融服務業(yè)集群與產(chǎn)業(yè)結(jié)構(gòu)的空間分布

由于廣州、深圳對珠三角其他城市的結(jié)構(gòu)調(diào)整和金融服務業(yè)發(fā)展具有很強的示范和帶頭作用，因此在揭示廣深兩地金融服務業(yè)集群與產(chǎn)業(yè)結(jié)構(gòu)空間分布狀況的分析過程中，本文選用2010年的珠三角九大城市相關(guān)數(shù)據(jù)作為樣本來做全域分析，然后在對局域的廣州、深圳的相關(guān)指標值進行統(tǒng)計分析和計量分析。

在對各城市金融服務業(yè)集群的區(qū)位熵和產(chǎn)業(yè)結(jié)構(gòu)指標進行測算時，區(qū)位熵的測算沿用本研究中的第三章的測算方法，而產(chǎn)業(yè)結(jié)構(gòu)沿用第四章產(chǎn)業(yè)結(jié)構(gòu)的衡量辦法。即按照從業(yè)人員數(shù)來測算金融服務業(yè)集群的區(qū)位熵，記為Qi，利用第二、三產(chǎn)業(yè)產(chǎn)值之和占地區(qū)生產(chǎn)總值的比重來度量各區(qū)域的產(chǎn)業(yè)結(jié)構(gòu)，記作ISi。九大城市的相關(guān)測算數(shù)據(jù)如下表所示：

表1 珠三角區(qū)域各城市金融服務業(yè)集群的區(qū)位熵與產(chǎn)業(yè)結(jié)構(gòu)指標（2010年）

如果利用2010年各大城市的Moran’s I指數(shù)和區(qū)位熵指數(shù)，結(jié)合該年度總體的Moran’s I值，構(gòu)造如下散點圖：

圖1 珠三角各城市金融服務業(yè)集群Moran’s I值散點圖（2010年）

根據(jù)對各城市金融服務業(yè)集群的區(qū)位熵指標值進行散點圖分析可以得出，珠三角九大城市金融服務業(yè)基本負相關(guān)，而且城市之間金融服務業(yè)集群表征出四種情形：（1）自身集群程度高，而且與周邊毗鄰區(qū)域也存在高度空間關(guān)聯(lián)的廣州、深圳和珠海，其區(qū)位熵和局部Moran’s I指數(shù)較高；（2）自身金融服務業(yè)集群程度不高，但與周邊毗鄰區(qū)域存在高度空間關(guān)聯(lián)的東莞；（3）自身金融集群程度較高，但與周邊城市空間關(guān)聯(lián)性不強的地區(qū)——佛山；（4）自身集群程度不高，與周邊城市集群的空間關(guān)聯(lián)也不是很強的江門、中山、惠州和肇慶。

單獨從集群的區(qū)位熵指標值和產(chǎn)業(yè)結(jié)構(gòu)指標值的散點圖來進行分析，我們發(fā)現(xiàn)在珠三角經(jīng)濟區(qū)的九大城市之間，金融服務業(yè)集群程度越高的城市，如廣州、深圳、珠海、佛山，其產(chǎn)業(yè)結(jié)構(gòu)指標值越大，第二三產(chǎn)業(yè)所占比重更高，Qi值和ISi值較大的地區(qū)多集中在廣州和深圳，其次是珠海、佛山和東莞，而其他城市的金融服務業(yè)集群程度和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的指標值都處于較低水平。

再從局域上的廣州、深圳兩市金融服務業(yè)集群和產(chǎn)業(yè)結(jié)構(gòu)動態(tài)調(diào)整的關(guān)聯(lián)性上來看，廣州和深圳的金融服務業(yè)集群都具有一定的規(guī)模、而且成為兩市金融服務業(yè)發(fā)展的最為主要的產(chǎn)業(yè)組織形式，兩市的產(chǎn)業(yè)結(jié)構(gòu)指標值也較為接近，而且第三產(chǎn)業(yè)所占的比重超出第二產(chǎn)業(yè)所占比重都在五個百分點以上，產(chǎn)值上廣州第三產(chǎn)業(yè)超出第二產(chǎn)業(yè)2514.15億元，大大超過深圳的458.19億元。兩個城市產(chǎn)業(yè)結(jié)構(gòu)的動態(tài)調(diào)整過程中，第三產(chǎn)業(yè)對產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整起著最為主導的作用，而金融服務業(yè)的集群式發(fā)展更為產(chǎn)業(yè)結(jié)構(gòu)調(diào)整創(chuàng)造了良好的投融資環(huán)境和條件。

在廣州和深圳金融服務業(yè)集群的分布上，兩大城市的金融服務業(yè)集群都呈現(xiàn)出集群的中心地帶和基于功能化分工的外圍區(qū)域。廣州以珠江新城作為金融服務業(yè)集群的中心地帶，并在廣佛交界的南海布局基于功能化分工的集群外圍，這種中心—外圍的集群構(gòu)建模式為順利實現(xiàn)廣州產(chǎn)業(yè)結(jié)構(gòu)升級和產(chǎn)業(yè)轉(zhuǎn)移創(chuàng)造了良好條件；深圳以福田區(qū)作為金融服務業(yè)集群的中心地帶，羅湖蔡屋圍金融中心、南山科技園金融創(chuàng)新服務基地、龍崗平湖金融等后臺服務基地等與福田區(qū)的集群中心地帶形成基于功能性分工的中心—外圍集群模式，為深圳市順利實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)升級和產(chǎn)業(yè)轉(zhuǎn)移創(chuàng)造了良好的金融環(huán)境。

三、模型設定及方法

根據(jù)空間統(tǒng)計學和空間計量經(jīng)濟學的基本原理和研究方法，本文在探討廣深金融服務業(yè)集群與產(chǎn)業(yè)結(jié)構(gòu)空間關(guān)聯(lián)的思路如下：首先利用空間統(tǒng)計分析的Moran‘s I指數(shù)檢驗廣州和深圳金融服務業(yè)集群與產(chǎn)業(yè)結(jié)構(gòu)空間關(guān)聯(lián)的依賴性，然后從空間異質(zhì)的角度，利用地理加權(quán)回歸模型GWR來分析城市間集群與產(chǎn)業(yè)結(jié)構(gòu)的互相影響程度，最后根據(jù)空間計量模型的分析得出結(jié)論?？臻g計量模型則根據(jù)，GWR計量模型的介紹遵照第四章的計量方法來進行，可以表示為：

在公式中，yi為因變量的指標值，xij為自變量的指標值，兩個變量根據(jù)集群與產(chǎn)業(yè)結(jié)構(gòu)關(guān)聯(lián)的方向不一而進行更替變換，即若僅研究集群之間的關(guān)聯(lián)，則兩者都為集群的區(qū)位熵指數(shù)，若僅考察產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的空間關(guān)聯(lián)，則二個變量則選取產(chǎn)業(yè)結(jié)構(gòu)的指標值；若研究集群與產(chǎn)業(yè)結(jié)構(gòu)之間的關(guān)聯(lián)性，則選取集群的區(qū)位熵和產(chǎn)業(yè)結(jié)構(gòu)的指標值變換作為因變量和自變量。模型中的系數(shù)?i的下標j表示與觀察值相聯(lián)系的m*1階待估參數(shù)向量，是關(guān)于地理位置(Ui，Vi)的k+1元函數(shù)，運用GWR模型可以對每個觀察值估計出k個參數(shù)向量的估計量。εi為第i個區(qū)域的隨機誤差，滿足零均值、同方差、互相獨立等球形擾動假定。

四、實證結(jié)果分析

（一）空間關(guān)聯(lián)方向分析

為了獲得珠三角區(qū)域內(nèi)城市之間對應指標值的空間依賴性，進一步從全域共性的基礎(chǔ)上分析局域上的廣州和深圳對應指標值的空間依賴，本文利用空間自相關(guān)指數(shù)Moran’s I來考察金融服務業(yè)集群和產(chǎn)業(yè)結(jié)構(gòu)的關(guān)聯(lián)方向，統(tǒng)計分析的結(jié)果如表2所示：

表2 金融服務業(yè)集群區(qū)位熵與產(chǎn)業(yè)結(jié)構(gòu)指標值的Moran I指數(shù)

表2中，Qi、ISi的Moran’s I指數(shù)表示金融服務業(yè)集群、產(chǎn)業(yè)結(jié)構(gòu)的空間自相關(guān)程度；ISi-Qi的Moran’s I指數(shù)表示城市產(chǎn)業(yè)結(jié)構(gòu)與周邊區(qū)域金融服務業(yè)集群的空間自相關(guān)程度；Qi-ISi的Moran’s I指數(shù)表示金融服務業(yè)集群與周邊區(qū)域產(chǎn)業(yè)結(jié)構(gòu)的空間自相關(guān)程度。各統(tǒng)計量的正太統(tǒng)計量均大于5%顯著性水平下的臨界值，表明各指標值之間存在明顯的正相關(guān)關(guān)系，即存在空間依賴性。同樣根據(jù)上表的分析結(jié)果，我們也可以得出關(guān)于珠三角九大城市產(chǎn)業(yè)結(jié)構(gòu)與金融服務業(yè)集群存在的空間關(guān)聯(lián)方向，主要有：（1）珠三角九大城市之間金融服務業(yè)集群具有顯著的空間依賴性，集群現(xiàn)象明顯；（2）珠三角區(qū)域內(nèi)城市之間產(chǎn)業(yè)結(jié)構(gòu)類似，城市之間表現(xiàn)出彼此的依賴性；（3）珠三角各城市之間的產(chǎn)業(yè)結(jié)構(gòu)水平依賴于周邊城市產(chǎn)業(yè)結(jié)構(gòu)水平的同時，也受到金融服務業(yè)集群程度大小的影響；（4）Qi-ISi的Moran’s I指數(shù)大于ISi-Qi的Moran’s I指數(shù)說明珠三角區(qū)域內(nèi)金融服務業(yè)集群對城市產(chǎn)業(yè)結(jié)構(gòu)的依賴性大于產(chǎn)業(yè)結(jié)構(gòu)水平對金融服務業(yè)集群的依賴性。前邊三種分析結(jié)論和理論上廣深空間關(guān)聯(lián)的模式是一致的，第四種分析結(jié)論來自于基于Moran’s I指數(shù)分析的統(tǒng)計比較。

如果說上述分析是基于珠三角地區(qū)九大城市空間關(guān)聯(lián)方向的一種共性特征，那么放到局域分析的廣州和深圳上，作為珠三角地區(qū)最為主要的核心城市，兩者總產(chǎn)值占珠三角全域的60%左右，金融服務業(yè)集群在珠三角九大城市中屬于集群規(guī)模最大、集群程度最高、金融機構(gòu)數(shù)最大、歷年增加值最多的城市，兩大城市之間也必然存在基于全域三種方向的空間關(guān)聯(lián)。首先，廣州和深圳作為金融服務業(yè)集群規(guī)模和發(fā)展程度最大的中心城市，二者在集群發(fā)展模式上都選擇基于中心—外圍的功能分工的集群發(fā)展模式，而且彼此之間的金融要素流動和交流也較為頻繁，集群關(guān)聯(lián)性較強。其次，廣深兩地的產(chǎn)業(yè)結(jié)構(gòu)也彼此影響、互為關(guān)聯(lián)，兩地作為港澳臺經(jīng)濟的大后方，在選擇經(jīng)濟結(jié)構(gòu)調(diào)整模式上都依賴于提升第三產(chǎn)業(yè)比重，逐步利用產(chǎn)業(yè)轉(zhuǎn)移和技術(shù)研發(fā)實現(xiàn)產(chǎn)業(yè)升級和結(jié)構(gòu)優(yōu)化，在借助于產(chǎn)業(yè)轉(zhuǎn)移來實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的過程中，都把珠三角其他城市作為承接產(chǎn)業(yè)轉(zhuǎn)移的區(qū)位選擇，結(jié)構(gòu)調(diào)整策略上彼此相互影響，互為關(guān)聯(lián)。再次，廣州和深圳都面臨著產(chǎn)業(yè)轉(zhuǎn)型升級和結(jié)構(gòu)調(diào)整的經(jīng)濟發(fā)展任務，同時還擔負著構(gòu)建區(qū)域國際金融中心的使命，一方面需要寄托于金融服務業(yè)的集群式發(fā)展為產(chǎn)業(yè)結(jié)構(gòu)升級創(chuàng)造良好的投融資環(huán)境，另一方面又需要彼此之間協(xié)同配合構(gòu)建雙核型的區(qū)域國際金融中心，彼此的金融服務業(yè)集群制約著對方產(chǎn)業(yè)結(jié)構(gòu)升級，從而產(chǎn)生集群與產(chǎn)業(yè)結(jié)構(gòu)之間的交叉依賴，廣州金融服務業(yè)集群狀況影響深圳產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，同時深圳區(qū)域國際金融中心的建設步伐也對廣州產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化產(chǎn)生影響。

（二）空間關(guān)聯(lián)程度分析

表2說明了珠三角區(qū)域金融服務業(yè)集群與產(chǎn)業(yè)結(jié)構(gòu)的空間關(guān)聯(lián)方向，但對于關(guān)聯(lián)程度的大小卻并未給出結(jié)論，同樣在上述基于全域集群與產(chǎn)業(yè)結(jié)構(gòu)關(guān)聯(lián)方向共性的分析中，廣州、深圳之間也存在著方向一致的關(guān)聯(lián)，包括兩地金融服務業(yè)集群的關(guān)聯(lián)、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的關(guān)聯(lián)、金融服務業(yè)集群與產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的交叉依賴，但對于兩城市之間的關(guān)聯(lián)程度，依然根據(jù)上述的分析得不出任何的結(jié)論，于是本部分在考慮到數(shù)據(jù)存在的空間異質(zhì)性前提下，結(jié)合地理加權(quán)回歸模型GWR和回歸分析來衡量廣州與深圳金融服務業(yè)集群與產(chǎn)業(yè)結(jié)構(gòu)的空間關(guān)聯(lián)程度。模型分析所用數(shù)據(jù)來自于廣州和深圳1990—2010年金融服務業(yè)集群的區(qū)位熵指數(shù)Qi和產(chǎn)業(yè)結(jié)構(gòu)指標ISi。

首先以Qi為被解釋變量，以ISi為解釋變量，分別做OLS估計和GWR估計，OLS估計結(jié)果見表3，R2=0.5473，可以看出OLS估計的廣州、深圳兩地金融服務業(yè)集群與產(chǎn)業(yè)結(jié)構(gòu)之間參數(shù)顯著，但整體擬合值并不高，為了進一步展示出兩地金融服務業(yè)集群與產(chǎn)業(yè)結(jié)構(gòu)的空間關(guān)聯(lián)性，必須采用局部空間計量模型GWR進行估計，估計結(jié)果見表4，R2=0.6738，采用空間計量模型GWR的擬合程度更高，不管是OLS回歸分析還是包含地理因素在內(nèi)的GWR分析，都表明廣深兩地的金融服務業(yè)集群和產(chǎn)業(yè)結(jié)構(gòu)之間存在顯著的關(guān)聯(lián)性，由于GWR估計的擬合程度優(yōu)與傳統(tǒng)OLS估計的擬合程度，說明廣深產(chǎn)業(yè)結(jié)構(gòu)與金融服務業(yè)集群之間，還存在著明顯的空間差異性。

表3 廣深金融服務業(yè)集群區(qū)位熵與產(chǎn)業(yè)結(jié)構(gòu)指標值的OLS估計

表4 廣深金融服務業(yè)集群區(qū)位熵與產(chǎn)業(yè)結(jié)構(gòu)指標值的GWR估計

其次再以為被解釋變量，以為解釋變量，分別做OLS和GWR估計，估計結(jié)果見表5、表6所示，其中OLS估計的R2=0.4830，GWR估計的R2=0.7031，在廣深產(chǎn)業(yè)結(jié)構(gòu)與兩地金融服務業(yè)集群之間存在著基于OLS回歸分析的關(guān)聯(lián)性，同樣也存在著基于GWR估計下的空間差異性。

表5 廣深產(chǎn)業(yè)結(jié)構(gòu)指標值與金融服務業(yè)集群區(qū)位熵的OLS估計

表6 廣深產(chǎn)業(yè)結(jié)構(gòu)指標值與金融服務業(yè)集群區(qū)位熵的GWR估計

五、廣深金融服務業(yè)集群式發(fā)展與產(chǎn)業(yè)結(jié)構(gòu)空間關(guān)聯(lián)的分析結(jié)論

實證分析印證了廣深兩地對珠三角其他城市之間、以及廣深兩地之間產(chǎn)業(yè)結(jié)構(gòu)和金融服務業(yè)集群的空間關(guān)聯(lián)性，并且呈現(xiàn)出三個方向的空間關(guān)聯(lián)，即金融服務業(yè)集群之間的空間關(guān)聯(lián)、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的空間關(guān)聯(lián)、以及集群與產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的空間交叉依賴性。在廣州和深圳之間，產(chǎn)業(yè)結(jié)構(gòu)和金融服務業(yè)集群式發(fā)展彼此相互影響、互為關(guān)聯(lián)。一方面廣州產(chǎn)業(yè)結(jié)構(gòu)和深圳產(chǎn)業(yè)結(jié)構(gòu)彼此影響、金融服務業(yè)集群規(guī)模彼此關(guān)聯(lián)，另一方面兩市的金融服務業(yè)集群式發(fā)展規(guī)模對對方的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整也彼此制約，這種基于金融服務業(yè)集群和產(chǎn)業(yè)結(jié)構(gòu)的關(guān)聯(lián)性使得廣州和深圳構(gòu)建雙核型區(qū)域金融中心成為可能。

□責任編輯：楊姝琴

F062.9

A

1003—8744（2012）05—0092—05

*本文系廣州市哲學社會科學發(fā)展“十二五”規(guī)劃2011年度課題（編號：11Q 45）階段性成果。

2012—4—18

馮國強（1985—），男，廣州大學松田學院經(jīng)濟系副主任、講師、經(jīng)濟師，主要研究方向為產(chǎn)業(yè)經(jīng)濟與區(qū)域規(guī)劃；曹耘心（1984—），女，廣州大學松田學院教研室主任，主要研究方向為貿(mào)易地理與區(qū)域經(jīng)濟；趙昆（1978—），男，廣州大學松田學院講師，主要研究方向為經(jīng)濟計量分析與預測。