金融企业共生能力评估及其集群发展的总体态势，本文主要内容关键词为：集群论文,态势论文,总体论文,能力论文,金融论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
20世纪70年代以来，随着许多发达国家开放资本账户和金融创新的日新月异，跨国投融资规模迅速扩大，国际贸易与投资开始在世界各地渗透。在这一背景下，越来越多的金融机构开始采用企业间协调的方式来组织交易和生产活动，从最初的少数几家银行集中到金融控股公司的兴起再到今天各种不同种类金融机构的空间集聚和业务外包，集群已经成为现代金融产业组织的基本形式。大量的银行、保险公司、证券公司集聚在一起联合提供金融服务，共同利用信息、通信、交通等基础设施，金融人才的培养也随之集聚，这导致一批地区性和全球性金融企业集群的出现，在国际范围内逐步形成了多元化、多层次的金融企业高度集聚格局。
从根本上说，金融企业集群是指具有地理接近性、行业接近性和社会接近性的金融机构及其相关企业围绕某一金融产品或服务通过金融资源与地域条件的协调、配置和组合的时空动态变化，形成具有一定规模、密集程度和明确分工关系的中间网络组织。因此，金融企业集群作为金融企业间的一种特殊联合方式，在形式上表现为大量金融企业及其相关行业在某个特定地理区域内，为获得更大的生存发展机会，依靠比较稳定的分工协作，在某一产品或服务中形成具有竞争优势的群体(江若尘，2000)。但实质却表现为一个共生系统，是根据竞争环境的结构性变化，由具有互补性、彼此之间存在共生关系、产生共生效应的金融企业联合起来，通过互利共存、优势互补而形成具有共同利益和目标的企业利益共同体。
在金融国际化趋势日益凸现和竞争环境日趋复杂的背景下，传统的金融企业间恶性竞争模式已经无法满足金融企业生存发展的要求。在这种情况下，金融企业间孤立经营的模式正在被打破，取而代之的是金融企业与顾客、上下游金融企业及其他相关群体之间日益密切的相互作用和影响，以在组织界面上提高整体效率和竞争优势。也就是说，当前金融企业之间的关系不只是竞争关系，更重要的是集群内金融企业之间以及金融企业与其所处环境之间的共生和协同进化关系。因此集群内不同主体共生能力的强弱将直接关系到整个集群的竞争实力以及各金融企业的可持续发展水平。在此，运用共生理论对金融企业集群如何实现开放条件下协调共生和又好又快发展进行探讨。
一、金融企业集群及集群共生研究进展
如同生物种群一样，金融企业集群的产生、发展有其自身的演进规律[1]。金融企业集群作为全球范围内一种新兴组织形式，目前国内外对其研究相对较少。然而历经伦敦等金融企业集群历史地位的动态变迁，从不同金融集聚地和金融中心金融企业的发展演变中可对这一问题进行富有创见的理论洞悉。
在现有金融企业集群动态演进机理的探讨中，学者们对金融集聚地自身特征的剖析较多。Dow通过对银行业以及信贷关系空间发展过程的研究，指出金融业的空间发展具有阶段性[2]。Poon运用层次聚类分析方法对金融集聚地的资本市场进行研究，将1980年的资本市场分为三个层次，1990年的资本市场分为四分层次，而1998年的全球资本市场划分为七个层次，其中纽约、伦敦占据第一层的位置，东京受亚洲金融危机的影响与法兰克福同属于第二层，中国台湾、中国香港位居第三、第四层[3]。
随着金融集聚区在各国甚至国际经济竞争中地位的日益凸现，学者们更加关注对其内部作用机理的研究。Jegeretal等研究发现，金融机构在金融集聚区设立分支机构的可能性，在很大程度上取决于其他金融城市流入该金融城市的贸易总额。同时由于国际收支顺差和逆差的存在，国际金融服务网络呈现非对称结构，而且由于新兴国家的积极开放政策、频繁的国际贸易往来和资本流动，国际金融市场上离岸金融中心的形式日趋分散[4]。Lee and Schmidt Marwede则具体研究了集群内金融生产、创新的运作方式与金融企业集群彼此间竞争的关系。他们认为金融企业集群间的竞争关系是金融服务业生产环境、生产条件与金融企业集群生产能力之间的辩证。同时得出金融企业集群彼此间有差异性，金融企业集群拥有动态性的能量和可能改变现状的论断[5]。Thrift分别从金融体系和信息科技的角度，对论金融企业集群自我再生产能力与信息科技间的相互影响进行了探讨[6]。Sassen认为，国际金融集聚区处理来自全世界国家、地区公司和政府的复杂资本流动和运作，以不断创新的方式为其他城市提供金融服务和全球管理，而地区性金融集聚区仅仅是管理资本流动或发行债券的窗口[7]。
由于我国对区域金融的关注相对较晚，在金融企业集群实证分析上至今尚无研究先例，既有的相关研究主要集中于对金融中心和金融集聚区竞争实力的量化分析。在金融中心发展实践的探讨上，饶余庆(1997)精选了24个经济、金融环境指标，对世界各金融中心城市进行了比较、打分、排序，结论认为中国香港当前的定位是亚太地区第二位、全球第六至七位的金融中心城市。倪鹏飞等(2005)比较了我国20个主要城市的金融竞争力指数(分解为金融资本数量、国际金融产业聚集、生活环境优势、金融人才规模等10个指标)，结果显示上海、北京、广州名列前三位。而对金融集聚问题的探讨方面，陈琦、田岗(2004)通过构建地区金融发展综合指数来考证我国政策导向下金融发展与经济增长相适应的区域集聚现象，并对京、津、沪、粤四地的金融发展作了结构性分析。黄解宇、杨再斌以长三角为例，对长三角地区不同城市金融集聚效应进行了实证检验，其结论论证了区域经济发展的梯度推进现象[8]。
纵观国内外学者的现有研究，虽然注意到金融企业集群对经济发展的重要性，但大多研究仅从金融集聚地自身作用出发，对其效应发挥及内部机理进行分析，较少有从实证层面对其发展规律进行探讨，金融企业集群共生机理的实证分析尚未纳入研究的视野，只有少数学者对集群与共生的关系有所涉猎。如于秀婷等认为，产业集群必须以区域内部的相互联系和协同促进为基础，没有区域内部的共生机制，就不能形成真正的集群效应；简单地认为企业的地理集中就能形成产业集群，则很容易忽视建立企业之间的竞争共生机制，导致产业发展战略的失败[9]。
在上述学者对金融企业集群及集群共生相关理论研究的基础上，在此运用因子分析法对国内外典型金融企业集群的共生能力进行剖析，以期从宏观和微观层面上对金融企业集群共生的运行机理、影响因素、发展状态等进行科学的把握，为我国共生型金融企业集群的构建提供实证依据。
二、金融企业集群共生能力实证分析思路及指标体系构建
(一)基本思路及分析方法
一般意义上讲，共生是指共生单元之间在一定的共生环境中按某种共生模式所形成的关系。根据这一定义，金融企业集群共生是指金融企业集群中的金融企业之间、金融企业和其他相关企业组织之间在一定的共生模式下形成的相互依存关系。与传统企业集群类似，金融企业集群中的金融企业与其相关企业组织之间由于提供产品的相似性及服务对象的统一性，既具有较强的产业关联性，又存在密切的相互依赖性。因而集群内的同质金融企业之间能够形成一种以金融资源为纽带，共生共荣、共兴共衰的横向共生关系；而在核心金融企业与卫星中小金融企业之间、金融企业与其服务的工业企业之间，由于存在上下游产业关系从而能够形成一种相互依赖的纵向共生关系，金融企业集群内具有共生的典型特征①。
因此，作为一个开放的经济系统，金融企业集群的共生能力既涉及到金融企业与金融企业之间的竞合关系，又涉及到金融企业与工业企业之间的相互作用关系，影响金融企业集群共生能力的因素是一个多层次的动态系统，涉及评价的因素众多，结构复杂。根据我国目前的金融结构特征，可以将集群内金融企业间的相互关系界定为银行与银行之间、银行与非银行金融机构之间、银行与工业企业之间三种类型②，相应的从三类共生关系中影响集群共生能力的主要因素出发设计指标体系，在此基础上对金融企业集群的共生能力进行排名，能够对当前世界各金融企业集群的发展状况进行有效的识别。
(二)模型构建
因子分析的基本思想是通过对变量(或样本)相关系数矩阵(对样本是相似系数矩阵)内部结构的研究，找出能控制所有变量(或样本)的少数几个随机变量去描述多个变量(或样本)之间的相关(相似)关系，从而反映数据所包含信息的本质特征。运用因子分析法对不同金融企业集群的共生状况进行研究，有利于对各金融企业集群的共生能力做出科学评价，找寻影响金融企业集群共生的基本因素，从而采取有力的措施提高各金融企业集群的共生度，实现金融企业集群的可持续发展。
因子分析的基本模型如下[10]：
根据因子分析模型的假设条件，特殊因子之间彼此独立，特殊因子与公因子之间也是彼此独立的。因子分析的关键是找到能够代表较多信息的公因子。在求因子解时，总是使第一个因子代表所有变量中的最多信息，随后因子代表性日益递减，若忽略最后几个因子，对原始变量的代表性影响也不大，因此，公因子个数最多等于观测变量个数。因子分析公式满足的假设为：
因此，通过将涉及金融企业集群共生的相关原始数据标准化，在此基础上建立变量的相关系数，求出相关系数的特征根及其相应的单位特征向量，然后对因子载荷矩阵进行最大正交旋转并计算因子得分，最后结合因子的经济意义进行差异分析，能够对不同金融企业集群共生能力进行较为准确的判别。
(三)指标体系构建
根据袁纯清对经济体共生能力的界定，经济体的共生能力涉及到共生度、共生关系、共生密度、共生维度、共生界面、共生寿命和共生能量等不同要素。以这些指标为研究基础，按照科学性、综合全面性、可行性、可比性和简明性原则，考虑到数据的可得性，对当前国内外典型金融企业集群中的不同企业相互依赖程度、作用强度进行细化，从而构建出反应金融企业集群共生能力的指标体系(见表1)③，能够科学、准确的评价金融企业集群的共生能力。
(四)样本城市选取及数据来源
为能最大限度地反映不同金融企业集群的共生情况，并对不同地区金融企业集群共生能力进行比较分析，从国际、区域和国内三个层面选取日本东京、中国香港和上海、北京、深圳、天津、武汉、重庆、沈阳9个城市作为样本对其共生能力进行实证分析④。以上样本城市的各项原始数据来源于《中国金融年鉴(2004)》、《中国金融年鉴(2005)》、《东京都统计年鉴(2005)》、《香港统计年鉴(2005)》、《中国经济年鉴(2004)》、《中国经济年鉴(2005)》、《中国城市年鉴(2004)》、《中国城市年鉴(2005)》、相关省份2004、2005年统计年鉴、相关城市2004、2005年统计公报、中国区域金融运行报告、中国区域经济运行报告、中国国家统计局网站、中国货币网、各城市政府统计网站等。同时为便于分析，对原始数据均进行了无量纲化处理。
三、金融企业集群共生能力指标分析
(一)银行间共生能力指标
反映银行间共生能力的指标主要是银行间拆借规模与银行间拆借规模增长率⑤。2003年以来我国银行间市场同业拆借和回购交易的月加权平均利率呈现出“下降→回升→上升→回落→下降→回升”的走势，从一定侧面反映出银行间相互竞争、相互制衡的动态共生关系。
从样本城市2004年银行间拆借规模和增长率(见表2)可以看出，北京和上海的银行间拆借规模较大，均高于中国香港，但与日本东京相比较，还存在较大的差距。从国内来看，深圳的拆借规模也相对较大，国内其他城市则较小。从银行间拆借交易增长率来看，与日本东京相比，国内各城市包括中国香港的银行间拆借交易增长率都较快，与我国近年来高速增长的经济发展态势相吻合，说明银行在经济发展中发挥着至关重要的作用。
(二)银行与非银行金融机构间共生能力指标
1.银行业与保险业间共生能力指标
根据样本城市的相关原始数据，得到各城市银行业同保险业之间的共生度、共生系数、共生维度、共生密度数据(见表3)。
从表3中可以看出，就银行共生密度、保险共生密度和银险共生维度而言，我国各城市相对于东京、香港均较小，说明我国银行和保险等金融企业的区域覆盖面较小，机构数量较少，金融集聚程度均不是很高，从而在目前基础上的竞争并不是十分激烈；从国内各城市的具体数据来看，相对于其他城市而言，上海、深圳各项指标均居于前列，表明了其金融集聚程度亦相对较高；北京排在其后，但差距较大，西部和中部城市则普遍较小。
从银行同保险业的共生度和共生系数来看，各个城市表现出非均衡发展态势。上海、北京、天津、武汉和中国香港银行业务(贷款规模)每变化1%，引起保险业业务(保费收入)变化的百分比较大，即共生度的绝对值大于1%，而共生系数均大于0.5，表明银行对保险业的影响程度要大于保险业对银行业的影响程度；深圳、重庆和沈阳的银行业务(贷款规模)每变化1%，引起保险业业务(保费收入)变化的百分比较小，即共生度绝对值小于1%，而共生系数均小于0.5，表明银行对保险业的影响程度要小于保险业对银行业的影响程度；日本东京银行业务(贷款规模)每变化1%，引起保险业业务(保费收入)变化百分比为-1.414，绝对值大于1%，共生系数大于0.6，银行对保险业的影响程度要大于保险业对银行业的影响程度，但由于银行与保险业之间存在较为明显的竞争关系，使得这种影响呈反方向变动趋势。
2.银行业与证券业间共生能力指标
根据样本城市的相关原始数据，同样可以得到各城市银行业同证券业之间的共生能力数据⑥(见表4)。
就银行共生密度、证券业共生密度和银证共生维度而言，和保险业一样，我国各城市与国际性金融企业集群日本东京和区域性金融企业集群中国香港相比均较小，说明我国银行和证券业的集聚程度仍不是很高，因此竞争不是很激烈。就国内城市而言，深圳和上海的证券共生密度相对其他城市而言较大，表明证券交易所的建立对两个城市具有巨大的推动作用，北京排在其后，但差距同样较大，西部和中部城市则比较小。从银行同证券业的共生度和共生系数来看，除天津和重庆以外，各个城市的银证共生度绝对值均较大，银行业务(贷款规模)每变化1%，引起证券业业务(股票交易额)变化百分比较大，绝对值基本都(日本东京接近1%)大于1%，共生系数也基本都(日本东京接近0.5)大于0.5。除天津、重庆和东京外，银行对证券业的影响程度要大于证券业对银行业的影响程度。另外，有相当一部分城市银行业和证券业的共生关系指标是负数，这反映出其在银行与证券交易所业务经营特别是融资渠道上的竞争关系。
(三)银行同工业企业间共生能力指标
由于工业企业属于国民经济中的第二产业，各城市所有工业企业的数据较难获得，因此用银行同第二产业的共生能力代替银行同工业企业间的共生能力。根据样本城市的相关原始数据，得到各城市银行业同第二产业之间的共生能力数据(见表5)。就第二产业共生密度和银产共生维度而言，上海、深圳、日本东京的共生密度和银产共生维度均较大，中国香港的共生维度较大而第二产业共生密度较小，反映出中国香港以服务业为主的经济发展特点。从银行同第二产业的共生度和共生系数来看，一个突出的特点是中国香港、日本东京相对于我国国内城市来说数值较大，共生系数均大于0.5，反映出银行对第二产业的影响要大于第二产业对银行的影响，而国内城市的共生系数均小于0.5，第二产业相对于银行业共生度指标却较大，说明第二产业对银行的影响要大于银行对第二产业的影响，这一方面说明我国各城市目前经济发展普遍处于以第二产业为主的工业主导发展时期；另一方面也从一定程度上说明了我国各城市银行业发展的相对滞后性。
四、金融企业集群共生能力实证分析
在对金融企业集群共生能力的基本指标进行分析的条件下，运用因子分析法对不同金融企业集群的共生能力进行研究，计算出11个共生指标的最大值、最小值、均值以及方差(见表6)，通过寻求它们差异的基本信息量，找出各指标差异的大小程度。
就银行间拆借规模指标X1来讲，9大城市的均值为4568，方差为5259.6，说明该指标存在较大的差异，表明由于不同城市银行集聚程度不同，导致银行间拆借活动在不同城市出现较大差异，进而导致银行间共生能力存在一定的迥异。
反映金融企业和工业企业共生密度和维度的指标X3、X8和X11的均值分别为0.3901、0.6635和0.9456，并且各城市间差异不大，表明就机构分布而言，9大城市间差异程度不是很大。
从银行业同保险业、证券业和工业企业的共生度指标X4、X5、X9和共生关系指标X6、X7、X10来看，银行和保险业的共生度为1.0417接近于1，共生系数为0.5512接近于0.5，说明二者的相互影响程度基本相当；银证共生度指标均值为-0.869，说明银行对证券业的平均影响程度较小，并且为反方向；银行与工业企业共生度均值为0.5563小于1，共生关系为0.2326小于0.5，说明银行对工业企业的影响程度也比较小。
因子分析的前提是各指标变量具有相关性，如果它们正交，不可能存在公共因子，因子分析就没意义了。因此可以通过KMO样本测度和Bartlett's Test来检验相关性确定是否可进行因子分析，检验结果见表7，KMO为0.8617较接近于1，并且Bartlett's统计量在99%水平下显著，因此，能够进行因子分析。
首先采用正态化方法对上述11个指标数据进行标准化，然后使用SPSS13.0统计分析软件进行因子分析，得到原始指标相关系数矩阵R的特征值以及各因子Fi(i=1，2，……11)的贡献率(见表8)。
从表8可以看出，前4个因子的特征值累计贡献率已经达到了91.8797%，后4个因子的贡献率基本为0，可以不予考虑。因此选取主成分(因子)F1、F2、F3、F4进行分析(见表9)，其保留了原始数据11个指标的绝大多数信息，原始指标信息提取量超过90%且互不相关，选取的原始数据信息含量是比较合理的。
为寻找因子的明确经济含义，可以运用因子旋转方法加以解决⑦。将4个因子进行旋转后，其同11个指标的关系如表10所示。
从旋转后因子载荷矩阵表10可以看出，第1综合因子F1主要反映X1、X2、X9和X10指标的信息量，即表示银行间拆借规模、银行间拆借规模增长率、金融企业与工业企业间共生度、金融企业与工业企业间共生系数，可定义为银行和银企间互相影响因子；第2综合因子F2主要反映X3、X8、X10指标的信息量，即银行的共生密度、金融机构的共生维度和金融与工业企业共生维度，可定义为共生维度(密度)因子；第3和第4综合因子F3和F4主要反映X4、X5、X6和X7的信息量，即银行业同保险业间共生度、银行业同证券业间共生度、银行业与保险业间共生系数和银行业与证券业间共生系数，可定义为金融企业间互相影响因子。
为评价各因子大小和总的共生能力，进一步计算各因子得分和总得分，得出因子得分系数矩阵见表11，在此基础上根据各因子和各指标关系公式可以得出不同城市的因子得分和总得分(见表12、表13)。
从第1因子即银行和银企间互相影响因子可以看出，日本东京和中国香港分别居于第1位和第2位，说明这两个城市的银行间拆借平台较为顺畅，拆借交易较为频繁，银行间共生能力较强。同时，由于日本东京和中国香港金融企业集群的发展历史较长，银行间接融资渠道较为发达和完善，银行能够及时满足企业发展所需要的资金，从而使银行同工业企业间共生能力较好。反观国内城市的总得分均不高，只有北京和沈阳该方面共生能力相对较好。这与北京作为我国金融政策发布中心、政治中心和北方金融、企业总部所在地有较大关系。沈阳作为东北老工业基地，工业发展相对较早，银企关系发展相对较为成熟，因此在得分上略占优势。而上海和深圳虽然银行间拆借规模较大，但排名较为靠后，说明目前以银行为代表的服务业发展仍然较为滞后，还处于以工业企业为主导的产业发展阶段。
从第2个因子即共生维度(密度)因子可以看出，深圳排名第1位，日本东京和中国香港分别位居第2位和第3位。深圳作为我国开放最早的经济特区，具有先天的政策优势和区位优势，从而使各金融企业之间和金融企业与工业企业之间表现出共生共荣的关系。日本东京和中国香港由于金融业起步较早，银行、保险和证券等金融机构分布密度较大，创新能力较强，金融企业间合作相对较多，相应的共生能力较强。相比于国内中西部城市，上海、北京的共生维度(密度)得分相对较高，说明其金融企业集聚步伐不断加快，集聚数量处于不断上升阶段。
从第3和第4因子即金融企业间相互影响因子可以看出，北京和上海排名均在前列，说明与国内其他城市相比，这两个城市的银行业对保险业和证券业影响较大，各金融企业间相互联系较为紧密，以银行为主的金融企业集群共生能力较强，从侧面论证了我国以银行为主导的金融体系特征。而中国香港和日本东京在两个因子的排名上均为第6位和第7位，较为靠后，说明银行业对保险业、证券业的影响和保险业、证券业对银行业的影响相当，货币市场和资本市场表现出共同发展、协调推进的共存共生状态，向对称性互惠共生⑧发展方向不断推进。
从金融企业集群共生能力的总得分可以看出，日本东京和中国香港排名第1位和第2位，说明其银行、非银行金融机构和企业之间已经形成良好的发展态势，金融企业集群内部各经济主体之间共生能力相对较高；上海、北京排名第3位、第4位，说明作为国内具有明显优势的区域性金融中心城市，目前两个城市的金融企业集聚速度相对较快，集群共生效应正在逐步发挥作用，共生界面日益完善并不断优化；与当前天津作为北方经济中心城市的地位相悖的是其第8位的共生能力排名，这充分说明了天津经济发展战略的起步相对较晚，目前金融企业集群尚处于轮轴式集聚阶段，各金融企业间协作能力不强。同时，由于北京作为我国的首都在金融企业集群发展上具有先天优势，而天津与北京的地理位置较近，使其在金融企业集聚过程中受到影响。
五、金融企业集群共生能力实证分析结论
从国内外金融企业集共生能力的实证分析结果可以看出，金融企业集群共生能力的强弱是多个因素综合作用的结果，而这些影响因素最终均与集群的发展程度和水平有密切的关系[11]。通过分析可以得出以下结论：
(一)金融企业集群的集聚度和共生能力具有内在的统一性
从系统学的角度来看，共生是金融企业集群系统的内在本质属性，其直接决定了系统的外在表现形式，即金融企业和金融资源的集聚。同时，金融企业在时间和空间上的集聚方式和程度又充分反映出金融企业的共生能力。所以，金融企业集群的共生属性和集聚属性是内生统一的。
日本东京和中国香港的金融历史地位决定了其在金融集聚规模、集聚质量上相对较高，因而其共生能力较强。就国内情况来看，金融资源的集聚程度直接影响各个城市共生能力的强弱。上海、北京、深圳作为我国区域性乃至全国性的金融企业集群已具雏形，目前聚集了全国近20%的存贷款资源、一半以上的资本市场金融资源和15%以上的保费收入，因此，三个城市的金融资源集聚效应明显，这有助于金融企业之间的良性竞争，推动金融生态环境建设，大大提高金融运行与交易效率，降低交易成本，进一步增强金融企业的业务创新动力与发展活力，从而提高了集群的整体共生能力。国内其他城市由于尚处于简单的金融机构轮轴式集聚阶段，集聚数量较少，种类相对单一，相应导致共生能力不足。
当然，如果某一地区金融企业集群的共生能力不能适应该地区的集聚效应和水平，也会影响金融企业集群集聚效应的发挥，并进一步迟缓该地区金融业的改革和发展。天津的金融集聚程度已远高于武汉和沈阳，但其共生能力排名却处于相对落后的名次，很显然天津的金融共生能力水平已滞后于金融资源集聚的速度，虽然这与靠近北京的地缘竞争有较大关系，但从天津自身角度来看，通过一定的政策措施和体制改革，特别是利用国家在天津进行金融业改革试点的契机来提高本地区的金融企业共生能力，从而更好的利用金融资源，推动金融业和经济的又好又快发展已成为构建北方经济中心的必然之举。
(二)经济发展是决定金融企业集群共生能力强弱的基础
无论是国际金融企业集群日本东京、中国香港一百年来的集散离合还是国内不同地区金融集聚区的发展变迁均表明：经济基础决定一切，发展经济才是构筑金融企业集群、提高集群共生能力的坚实基础。一个地区工业的发展速度和程度直接决定了该地金融业的共生能力。只有经济发展了，才能真正提升该城市在金融领域的地位和作用，吸引更多的金融资源集聚，其目标中心城市的共生能力自然就提高了。从总体上来看，我国区域经济发展呈现出自东向西的梯度推进态势，这从根本上决定了区域间在金融发展需求以及与之相配的现代金融服务设施构建上存在较大差异，从而使集群的共生界面出现差异，导致各地区的共生能力存在一定程度的不同。
(三)有效的政策支持是金融企业集群共生能力提升的根本
从根本上说，上海、北京、深圳金融企业集群的发展无不与国家改革开放宏观政策紧密相关。因此，在金融企业集群共生能力提高的过程中，国内各金融集聚区应针对自身薄弱环节采取相应的改进策略，提高金融企业集群的整体竞争力。根据木桶原理，一个金融企业集群的共生能力结构中的薄弱环节将成为制约其总体得分不高的巨大瓶颈。因此，只有根据各金融集聚区目前存在的不足，明确自身的薄弱环节并采取相应的改进措施，才能实现共生能力提高中的帕累托效率改进。
注释：
①借鉴企业集群理论对企业的划分，将具有纵向产业链条关系的集群内金融企业划分为核心金融企业和卫星金融企业，而将金融企业与被服务的工业企业之间的关系也界定为纵向产业链条关系。
②由于我国目前仍是以银行为主导的金融体系，银行业仍属于金融体系的核心，因此对金融企业集群共生能力指标的分析，主要围绕银行金融机构进行。
③结合不同金融企业在上述城市的集聚和发展状况，为了确保因子分析的准确性和侧重性，在分析金融企业间共生关系时，着重选取了银行业与保险业、银行业与证券业之间的共生指标；在分析金融业与工业企业之间共生关系时，只分析了银行与工业企业的相关共生指标。另外，在计算中出现的银险共生度、险银共生度等指标，均按照以银行为中心进行计算，即采用银险共生度作为因子分析的指标之一。
④严格地说，金融企业集群既可以是某个城市，也可以是城市内的某个区域，甚至范围超过某个城市界限，根据数据的可得性以及可比性，这里以城市为单位对金融企业集群的共生能力进行分析。
⑤银行间拆借规模和拆借增长率主要反映银行间相互交易的频率和强度，其通过银行间市场流动性的强弱反映不同银行之间相互依存程度和共生水平。
⑥银行与证券业共生能力指标的计算原理同银行与保险业共生能力指标。
⑦这里在因子旋转方法中采用了相等最大值法。该方法综合了最大变异法和四次方最大值法的优点，使负荷量的变异数在因子内最大，也就是使每个因子具有最高载荷的变量数最少；同时，使负荷量的变异数在变项内最大，也就是使每个变量中需要解释的因子数最少，因此比较符合分析要求。
⑧根据共生理论，共生的模式主要有16种，其中对称性互惠共生是稳定性最高和最有效率的共生模式。
标签：金融论文; 证券业论文; 银行论文; 日本银行论文; 集聚效应论文; 集群效应论文; 共生关系论文; 共生矩阵论文; 日本工业论文; 经济论文; 保险业论文;