研究方法与模型构建

一、区位商

国内外众多学者研究某一产业聚集程度时，常用空间基尼系数、产业集聚指数、哈莱一克依指数以及区位商指数这四种指数。其中，空间基尼系数的缺点在于没有考虑企业规模分布对产业地理集中的影响，而产业集聚指数虽然是在基尼系数的基础上进行了改进，但仍然没有排除产业内企业规模的影响。哈莱一克依指数由于需要运用高深的数学方法进行计算得到，相对复杂难懂。区位商又称专业化率，是衡量区域某产业专业化水平的指标，并得到了长期的使用。为更好地将湖南地区金融集聚程度量化，结合各项数据的可得性原则，本章对区位商计算公式做了合理的改动，变为:

其中，Pit为i地区第t年的区位商，hit为i地区第t年的金融产业值，本章用该地区的年末金融机构贷款余额表示该地区的金融产业值，eit为i地区第t年的第三产业的总产值，Ht为第t年湖南武陵山片区的金融产业总值，Et为湖南武陵山片区第三产业总产值。如果Pit＞1，那么，金融集聚程度比较高，金融产业在该地区比较有优势，竞争力比较强。Pit值越大，专门化程度越高，该区域的金融产业优势越充分。

根据这一思想，可以计算出2003—2011年湖南武陵山片区各个县市金融集聚程度的平均值。其中，花垣县的金融集聚程度为2．195，排名第一，吉首市的金融集聚值为1．924，暂居第二，中方县的金融集聚值最低，仅为0．399，其次是会同县，它的金融集聚值为0．486。金融集聚值大于1的县市有14个，如城步县、永定区、泸溪县、永顺县、新邵县、龙山县、保靖县、石门县、冷水江市、武陵源、慈利县以及辰溪县，金融集聚值低于1的大部分县市均值均在0．8～0．97范围内，个别县市的值低于0．8，如新晃县为0．737，凤凰县为0．701，芷江、邵阳、靖州的金融集聚值分别为0．665、0．648和0．544。

为了更加客观地观察湖南武陵山片区金融集聚程度与经济增长的关系，本章将用人均GDP增长率(环比法)代替经济增长率，并用环比法求出湖南武陵山片区的金融集聚度增长率，在图表中显示结果如下:

从图7-1可以看出湖南武陵山片区金融集聚程度与经济增长是同期反向变动，而经济增长和金融集聚程度的变动呈现出波峰波谷交替变动的趋势，即循环变动。

二、模型构建

为分析金融集聚程度对该地区经济增长的影响程度，本章构建的模型如下:

图7-1　湖南武陵山片区金融集聚度与经济增长

其中，Yit为人均GDP，因为大多数文献选取人均GDP来反映经济增长，这样更为合理也便于获取，同时，为了控制变量的尺度和计算的方便性，并消除部分异方差问题，因此对人均GDP取对数。P F，it表示i区域第t年的金融区位商值，以此来衡量该地区的金融集聚程度，由于该值为比值形式，因此不作对数处理。为剔除其他因素对经济增长的影响，本章选取了其他4个变量作为控制变量^[1]。其中，ln Y G，it表示对i区域第t年的人均规模以上工业总产值取对数，以此来衡量该地区的人均规模以上工业总产值对经济增长的贡献。ln Z T，it表示对i地区第t年的人均固定资产投资额取对数，用来考察人均固定资产投入量带来的对经济增长的影响。ln C Z，it表示对i地区第t年的人均财政支出取对数，以此衡量人均财政支出对经济增长的影响。ln Cit表示对i地区第t年的人均社会消费品零售总额取对数，用于观测人均消费对该地区经济增长的影响。

式(7-2)中，α为截距项，β1表示金融聚集影响系数，β2为人均规模以上工业总产值的影响系数，β3表示人均固定资产投资额的影响系数，β4为人均财政支出的影响系数，β5表示人均社会消费品零售总额的影响系数以及残差项μit。

根据相关统计数据并结合式(7-2)，湖南武陵山片区34个县市地区^[2]的金融聚集、规模以上工业总产值、固定资产投资额、财政支出以及社会消费品零售总额对经济增长的影响的描述性统计分析结果如表7-1所示。

表7-1　描述性统计分析结果

注:本章所有计算结果都保留小数点后三位