【正文】 散點(diǎn)圖的結(jié)果，北京位于第一象限，上海卻位于第四象限。表4的OLS的回歸結(jié)果中，經(jīng)濟(jì)基礎(chǔ)、對外開放以及人力資本的回歸系數(shù)均為正，且分別通過了5%和10%的變量顯著性檢驗(yàn)，這說明初期的經(jīng)濟(jì)基礎(chǔ)、對外開放以及人力資本對省域的金融集聚有顯著地促進(jìn)作用，與理論假設(shè)一致。 表5中，SLM中的參數(shù)通過了1%的顯著性檢驗(yàn)，說明由當(dāng)期區(qū)域創(chuàng)新、經(jīng)濟(jì)基礎(chǔ)、對外開放以及人力資本決定的金融集聚在省域之間已經(jīng)形成了顯著地正的空間擴(kuò)散（溢出）效應(yīng)。因此，經(jīng)濟(jì)基礎(chǔ)對金融集聚有顯著地促進(jìn)作用，即與假設(shè)3的說法一致。，經(jīng)濟(jì)基礎(chǔ)對金融集聚一直有顯著的促進(jìn)作用。 Sons. [3]Kindle Berger . The Formation of Financial Centers: A Study of Comparative Economic History [M].Princeton: PrincetonUniversity Press, 1974.[4]Park，Yoon S．，Musa Essayyad． International Banking and Financial Centers，Boston，Kluwer，1989：6884.[5]Naresh ,Gary Swann .The Dynamics of Industrial Clustering in British Financial Services[J].The service industries Journal. 2001 Oct：39.[6]黃解宇，楊再斌，金融產(chǎn)業(yè)集聚論: 金融中心形成的理論與實(shí)踐解析[M]，北京: 中社會科學(xué)出版社，2006.[7]張鳳超，[J].: 2429.[8]Malmbeg A.，Maske11 P. The Elusive Concept of Localization Economies：towards a Knowledge—based Theory of Spatial Clustering，Environment Planning，: 429449.[9] amp。，區(qū)域創(chuàng)新水平對金融集聚有顯著地促進(jìn)作用，這種作用將隨創(chuàng)新水平的不斷提高而逐漸增強(qiáng)。實(shí)證結(jié)果表明，當(dāng)期政府財政收入占GDP的比重每增加1%，%。表5 SLM模型的ML估計(jì)結(jié)果模型回歸系數(shù)標(biāo)準(zhǔn)差統(tǒng)計(jì)值小概率值W_FIN07CI07GOV07OPEN07PEO07****統(tǒng)計(jì)檢驗(yàn)統(tǒng)計(jì)值R2LogLAICSC注：“*、**、***”分別表示通過1％ 、5％ 、10％ 水平下的顯著性檢驗(yàn)。為進(jìn)行SLM和SEM模型的選擇，首先對模型I和Ⅱ進(jìn)行普通最小二乘法估計(jì)（即不考慮空間相關(guān)性，結(jié)果見表3和表4），進(jìn)一步確認(rèn)金融集聚空間相關(guān)性的存在。根據(jù)上述理論及圖1所顯示的結(jié)果，可以得到我國28個省際區(qū)域的空間相關(guān)模式，如表2所示。除了擬合優(yōu)度R2檢驗(yàn)以外，常用的檢驗(yàn)準(zhǔn)則還有：自然對數(shù)似然函數(shù)值(Log likelihood，LogL)，似然比率(Likelihood Ratio，LR)、赤池信息準(zhǔn)則(Akaike information criterion，AIC)，施瓦茨準(zhǔn)則(Schwartz criterion，SC)。具體到金融產(chǎn)業(yè)集聚的空間依賴性問題上，當(dāng)目標(biāo)區(qū)域數(shù)據(jù)在空間區(qū)位上相似的同時也有相似的屬性值時，空間模式整體上就顯示出正的空間自相關(guān)性；而當(dāng)在空間上鄰接的目標(biāo)區(qū)域數(shù)據(jù)不同尋常地具有不相似的屬性值時，就呈現(xiàn)為負(fù)的空間自相關(guān)性；零空間自相關(guān)性出現(xiàn)在當(dāng)屬性值的分布與區(qū)位數(shù)據(jù)的分布相互獨(dú)立時。根據(jù)區(qū)位熵的計(jì)算公式，本文對我國28個省域20022007年的金融集聚程度進(jìn)行了測算（結(jié)果見附表1）。而跨國公司總部的總是選擇具有競爭力的區(qū)位，其影響因素包括充足的運(yùn)輸和通訊基礎(chǔ)設(shè)施，高品質(zhì)的專業(yè)服務(wù)如法律，會計(jì)和金融服務(wù)；豐富的社會和文化設(shè)施以及根植于法律的良好制度（Dicken，1998）。另一方面，創(chuàng)新的迅速擴(kuò)散又促使以集群為基礎(chǔ)的金融服務(wù)效率進(jìn)一步提高。現(xiàn)有研究仍停留在金融集聚現(xiàn)象的理論研究上，對其解釋缺乏相應(yīng)的數(shù)量模型和經(jīng)驗(yàn)實(shí)證。同時外部規(guī)模經(jīng)濟(jì)會進(jìn)一步促成生產(chǎn)和經(jīng)營單位的空間集聚，表現(xiàn)為行業(yè)內(nèi)銀行之間的合作，金融機(jī)構(gòu)之間共享基礎(chǔ)設(shè)施，生產(chǎn)者和消費(fèi)者之間更加鄰近，流通環(huán)節(jié)的減少，信息溝通的便捷等。全國大學(xué)生統(tǒng)計(jì)建模大賽論文金融集聚影響因素空間計(jì)量模型及其應(yīng)用研究參賽單位：湖南大學(xué)學(xué)院名稱：統(tǒng)計(jì)學(xué)院參賽隊(duì)員：徐玲 游萬海 陳雪梅指導(dǎo)老師：任英華副教授提交日期：摘 要金融集聚是一種產(chǎn)業(yè)演化過程中的地理空間現(xiàn)象，本文構(gòu)建了金融集聚影響因素空間計(jì)量模型，對我國28個省域金融集聚影響因素進(jìn)行實(shí)證研究。Richard Mc Gahey(1990)等從競爭力角度探討了金融中心形成和發(fā)展的因素，指出了區(qū)位成本和區(qū)域優(yōu)勢，勞動力和人力資源優(yōu)勢，通訊和技術(shù)，法治與稅收四因素決定金融中心的競爭力。尤其是并未建全金融集聚現(xiàn)象的統(tǒng)計(jì)分析框架，未將金融集聚空間維度的相關(guān)性和異質(zhì)性納入實(shí)證研究，沒有考慮空間因素對金融集聚的影響。Keeble amp。因此，跨國公司總部和高端金融服務(wù)是密不可分的集中在相同的關(guān)鍵地點(diǎn)。（2）解釋變量的選擇本研究將金融集聚的影響因素分為核心變量和控制變量兩組。根據(jù)Mroan’s I指數(shù)的計(jì)算結(jié)果，可采用正態(tài)分布假設(shè)進(jìn)行檢驗(yàn)n個區(qū)域是否存在空間自相關(guān)關(guān)系，其標(biāo)準(zhǔn)化形式為： （4） 根據(jù)空間數(shù)據(jù)的分布可以計(jì)算正態(tài)分布Moran’I指數(shù)的期望值及方差： （5） 式中，分別為空間權(quán)值矩陣中行和列之和。對數(shù)似然值越大，AIC和SC值越小，模型擬合效果越好。圖2 我國省域金融集聚度的Mroan指數(shù)散點(diǎn)圖注：FIN07表示2007年我國28個省域的金融集聚度。表3 模型I的OLS估計(jì)結(jié)果 模型回歸系數(shù)標(biāo)準(zhǔn)差統(tǒng)計(jì)值小概率值CI07GOV07OPEN07PEO07R2R2adjFLogLAICSC*** 空間依賴性檢驗(yàn)統(tǒng)計(jì)值小概率Mroan指數(shù)（誤差）LMLAGRLMLAGLMERRRLMERR1111*******注：“*、**、***”分別表示通過1％ 、5％ 、10％ 水平下的顯著性檢驗(yàn)。由表5和表6的估計(jì)結(jié)果，相對于OLS估計(jì)的經(jīng)典回歸模型，SLM和SEM的擬合優(yōu)度檢驗(yàn)值和對數(shù)似然函數(shù)值都有所提高，AIC和SC的值都相對變小。初期政府財政收入占GDP的比重每增加1%，%。在期初，我國各地區(qū)區(qū)域創(chuàng)新（主要是金融創(chuàng)新水平）還不夠高，信息傳播技術(shù)比較落后，因而對金融集聚產(chǎn)生了一定的抑制作用，但隨著時間的推移和信息技術(shù)的高速發(fā)展，金融服務(wù)業(yè)的信息化、網(wǎng)絡(luò)化趨勢日益顯著，使得知識和技術(shù)創(chuàng)新在相鄰區(qū)域內(nèi)實(shí)現(xiàn)資源共享，進(jìn)而促進(jìn)了區(qū)域創(chuàng)新水平的不斷提高，其對金融產(chǎn)業(yè)集聚的影響作用也逐漸由負(fù)作用轉(zhuǎn)變?yōu)檎蝻@著的促進(jìn)效應(yīng)。 , [R].Why do business 1service firms cluster, working paper, Cambridge, 2001.[10] Keeble，D．，Wilkinson，F(xiàn)．ed． Hightechnology clusters，networking and collective learning in Europe[C] Ashgate :120.[11]Simon . Zhao，Li Zhang，Danny T. Wang .Determining factors of the development of a national financial center: the case of China[J] . 35:577592.[12]Martin R．，and Sunley P． Deeonstructing clusters：chaotic concept or poli