基础设施提升对区域金融集聚的影响-来自粤港澳大湾区的经验检验论文

基础设施提升对区域金融集聚的影响
——来自粤港澳大湾区的经验检验*

王方方 雷丽萍 杨旭宇

广东财经大学经济学院

摘 要: 本文基于2003~2016年粤港澳大湾区11个城市的面板数据,运用格兰杰因果模型与空间杜宾模型,探究了基础设施提升对金融集聚的总体影响。结果表明:在粤港澳大湾区内,基础设施提升是促进金融集聚变化的格兰杰原因,并对其发展起到关键性作用,在对本地的金融集聚起促进作用的同时抑制临近城市的金融集聚。本研究评估了粤港澳大湾区基础设施提升对金融集聚的影响程度,以期对现有研究金融集聚、粤港澳大湾区系列文献作进一步的拓展与补充。

关键词: 粤港澳大湾区 金融产业集聚 空间杜宾模型 空间影响

一、引言

粤港澳大湾区作为“一带一路”重要枢纽,是国家参与世界级城市群和参与全球竞争的重要载体。习近平强调,要抓住建设粤港澳大湾区重大机遇,携手港澳加快推进相关工作,打造国际一流湾区和世界级城市群。粤港澳大湾区要在发展上实现飞跃,需要为粤港澳经贸要素的流动与经贸关系的发展创造更有利的条件。完善、有效的金融地理空间布局能够促进金融资源在区域内的有效配置,进一步推动金融发展与金融市场的完善以促进经济的增长。而充分发挥金融聚集作用,涉及的是区域经济发展问题。这其中不容忽视的是基础设施提升的作用。

随着粤港澳大湾区的提出,区内各城市结合自身优势优化基础设施布局,积极地融入粤港澳湾区建设。基于这一背景,深入探究特定区域内部基础设施提升与金融集聚之间的影响机制、放置于空间视野的影响是否存在明显的区域异质性等问题,对指导粤港澳大湾区金融服务业的空间布局优化、区域内城市群的协同发展具有重要的理论价值和现实意义。

将一颗质地坚硬、大小适宜、表面光滑的中药王用胶布贴压到患者耳穴上,取耳垂部眼、舌、面颊等穴,贴压期间,保持耳廓干燥,冬季贴压留1周,夏季则留3d。埋穴期间若有痒痛感觉,立即用水润湿后取下中药王。

本文其余部分安排如下:第二部分是文献评述;第三部分是研究设计,主要介绍模型设定、数据和变量;第四部分是计量检验与实证分析,主要探究金融集聚的动因;最后是结论和政策启示。

二、文献评述

新兴金融地理学主要从信息角度强调信息外部性、信息不对称等对金融发展与演变起关键性作用。由于金融业的特征带有明显的信息服务色彩,受制于“距离”与诸如企业商誉的“软信息”的有限传递,借贷双方的物理距离仍是影响金融合作的重要因素(Porteous,1995)。为了减少不对称信息影响,需要金融主体的相互邻近,在一定程度上促进金融服务形成聚集,从而促进金融市场的功能完善和作用的发挥。放置于空间视野,一些学者认为金融集聚在空间上影响是正向的。一方面,金融空间聚集能在一定范围内显著影响周围区域的工业效率(余永泽等,2013);另一方面,金融集聚能够促进产业结构的升级,并存在显著的空间溢出效应——可以在一定范围内服务于其他地区的产业结构升级(于斌斌,2017)。在进一步提升本地区的全要素生产率的过程中,可以促进城市之间全要素生产率的提升,实现城市经济绩效的提升。

但是,金融集聚自身的正向促进作用放置于空间全局范围内不一定都是有效率的,或许一个城市金融集聚的加深是以某些城市的衰退为代价的。一方面,金融集聚的空间辐射能力是有限的(李林等,2011);另一方面,各城市在金融集聚资源上存在明显的竞争关系,容易对周边地区经济发展产生抑制影响。如于斌斌(2017)研究发现,大城市的金融集聚会抑制周边小城市产业结构升级。这实际上是区域金融在经济空间上所表现的“距离”——金融集聚在空间溢出效应上具有显著的区域异质性(房胜飞等,2018)。而这也意味着金融集聚的演化动因还有可能源于周边城市、邻近区域的影响。

图1表示基础设施对金融集聚实施一个标准单位冲击后的脉冲响应函数。lnInf 给予lnQf 正向冲击时,在第1期内,基础设施作用出现滞后情况后,迅速对金融集聚产生影响,然后缓慢地下降,第2期开始后,缓慢上升,但不明显。即前期虽然带有波动,但是波动过程中呈现上升趋势。

综观国内已有文献,尽管关于金融集聚作用的研究已经积累了不少文献,但关于其动因的研究仍然较少,同时又存在一定程度的局限。首先,关于基础设施与金融集聚动因关系的探讨,忽视了各类基础设施要素对经济绩效贡献度方面存在显著差异,单一使用信息基础设施进行分析会出现解释力度不足等问题。其次,多数研究采用中国省级、进行分区域的全国地级市级面板数据进行实证分析,尺度偏大,容易忽视区域内部发展的竞争性与不平衡性,无法较好地揭示特定区域内部基础设施与金融集聚之间的影响机制。而在模型的分析上,大多数研究仅考虑了金融集聚的空间相关性,而没有将基础设施作用于金融集聚之后的空间影响纳入分析中,难以反映区域内各经济金融集聚空间影响的具体机制。

鉴于此,本文结合粤港澳大湾区建设背景,综合运用格兰杰因果检验方法和较前沿的空间杜宾模型等(下面简称SDM 模型)深入探讨基础设施提升与金融集聚的关系,并对区域内部差异性进行分析,以期对现有研究金融集聚、粤港澳大湾区系列文献作进一步的拓展与补充。

这一部分成分指的是两个方面,一是管理成本,二是交易成本。对于前者,在进行资产证券化时需要特别关注一个环节:破产隔离。企业全面实施破产隔离之后可以大幅度提升企业的资产质量,减少企业的管理工作,从而降低管理成本。对于后者,应收账款证券化的过程由专门的机构主导,这对提升应收账款的管理质量起到了至关重要的作用。企业将应收账款交给有关机构管理后,无须再对应收账款进行管理,降低因坏账而造成的损失,有利于降低风险。

三、研究设计

(一)模型设定

本文首先通过建立面板VAR模型来估计分析基础设施提升与金融集聚之间可能存在的关系。建立模型如下:

(1)

其中,βY t-j 是Y it 的j 阶滞后项,k 代表最大滞后阶数,α i 是个体效应向量,γ t 是时间效应向量。ε it 为随机干扰项,假设与Y it 不相关。本文根据AIC、HQIC、BIC信息准则对模型的滞后阶数进行确定。

此外,为了探讨基础设施提升和其他重要解释变量影响邻近城市金融集聚的具体机制,本文借鉴张浩然(2014)考察金融集聚方面的研究方法,建立SDM模型:

(2)

其中,下标i 表示个体城市,t 表示时间年份。y it 为被解释变量,即城市金融集聚指数,x it 为解释变量的集合,ρ 为空间滞后回归系数,可以反映模型中各变量之间的空间相关性。ω ij 是标准化空间权重矩阵W的元素。W则是分块矩阵,其对角线上的每个子块是11×11的方阵。本文选取的空间权重矩阵为距离倒数的空间权重矩阵。α i 、γ t 、ε it 分别指城市效应、时间效应、随机扰动项。

(二)变量选取

1.金融集聚。

本文的主旨是考察基础设施提升是否促进金融集聚,因此被解释变量是金融集聚。其中,金融集聚选择用区位商测度的金融服务业务相对聚集程度(Qf )来表示。由于粤港澳大湾区内香港、澳门与内地在就业人数统计口径方面不统一,存在一定的偏差,所以,在借鉴哈格特(Haggett)提出的区位商的前提下,在总人数上选择全国人口数(计算各城市的金融聚集程度时,均有以香港、澳门人口数加上内地总人口数为前提),其公式如下:

(3)

其中,s j 表示的是金融业在城市j 的总就业人数;s 表示的是全国范围金融业的总就业人数;x j 和x 则分别表示城市j 和全国的总人口数。区位商的系数越大,该区域的金融集聚程度越高。当L j 大于1时,说明该城市的金融业就业所占份额大于其整个经济中的份额;反之,则是小于。

1.金融聚集空间自相关性。

2015年以来,每一枚通过至臻天文台认证的欧米茄腕表都会获得一张印有“MASTER CHRONOMETER CERTIFICATE”的红色认证卡,消费者可通过上面的编号查看这一枚腕表在精准度以及各项检测中的性能表现。瑞士联邦计量研究院 (METAS) 作为至臻天文台表的第三方认证机构,确保这些数据是透明、公正、可信的。

本文借鉴张光南等(2011)在其基础设施最优规模模型中的方法和李伟军(2011)在信息基础指标上的处理方法,尝试采用主成分分析方法提取三个主成分,同时引入因子分析模型L(林海明等,2007)获得综合得分,即城市基础设施竞争力(Inf ),以此衡量各城市在基础设施上的提升情况。

设X =(X 1,X 2,…,X p )′、Y =(Y 1,Y 2,…,Y p )′、T ′=(t ij )p×p ,则主成分分析模型为:

Y =T ′X

(4)

其中,求Y i ,使方差D (Y i )达到最大。主成分分析模型的解:设∑的特征根为λ 1≥λ 2≥…≥λ p ≥0,相应的单位正交特征向量为u 1,u 2,…,u p ,i =1,2,…,p ,则主成分为Y i =u i ′X ,D (Y i )=λ i ,i =1,2,…,p (林海明和杜子芳,2013)。

表6中,第1列显示基础设施提升对金融集聚的影响在10%的水平上为正,说明基础设施提升对金融集聚起正向促进作用。考虑到基础设施对经济因素的影响是一个长期过程,且具有长期效应(张光南等,2010;Buurman等,1999),各经济因素受其作用需要一段时间才能够反映出来,即又存在时滞性。从表6的第2至第4列估计结果可以看出,随着滞后时期的变化,基础设施的提升对金融集聚的影响逐渐加大,且呈现更为显著的趋势,这与前文面板VAR模型滞后阶数的选择结果、脉冲响应的分析情况相一致,为后续在空间视野上的影响分析和现实经济意义上的探讨提供了重要依据。

韭菜露地栽培模式:主要分布于甘谷县磐安镇张家沟、毛家坪、武山县洛门镇旱坪、金川、新龙等地,面积0.18万hm2左右,品种主要以耐寒韭为主。近年来一些二阴山区和半山区也开始种植韭菜,山地韭菜一般在6—9月份进行采收,填补了夏、秋季韭菜的上市空档,成为韭菜栽培的新区域。

最后,为了更好地反映城市基础设施竞争力在时间变化上的波动情况,本文借鉴樊纲等(2011)在市场化浮动的研究方法,将正向的基础得分在基期年份2001年进行最大值和最小值的定义(注:选择2001年为基准是为了避免最低得分为0时不能进行对数处理),分别定义为10 分和0 分且同时进行标准化处理,将6个基础设施变量进行回归得出各变量影响城市基础设施竞争力系数,然后使用2003~2016年6个基础设施变量进行回归预测,从而形成与该指标相匹配的综合竞争力分数。所提取的基础设施变量指标见表1。

(3)402浓缩机。由表3可知,402浓缩机入料水量为1 410.75 m3/h,设备的负荷能力是907.5 m3/h,则所需设备数量为:1.25×1 410.75/907.5=1.94(台),即应将403浓缩机投入运行,才能满足现有生产需求。

表1 城市基础设施竞争力所提取变量

借鉴已有的文献资料,空间模型分析中选择的解释变量包括:(1)对外贸易程度(Tra )。本文选择粵港澳大湾区各城市的货物进出口货值占城市地区生产总值比重衡量城市融入国际贸易的程度。(2)政府参与程度(Gov )。本文采用城市财政收入占城市地区国民生产总值的比重衡量政府对该城市的经济活动参与程度。(3)外商直接投资(lnFDI )。粤港澳大湾区的经济发展为明显的外向型经济区域,FDI 有助于增加该区域的投资,并通过投资促进该区域金融发展。本文以人均FDI 衡量外商直接投资水平。(4)经济发展水平(lnDev )。本文用取对数的人均地区国民生产总值作为一个城市经济发展程度的度量指标。(5)产业结构。产业结构反映了城市的经济结构和发展模式。本文通过第二产业(lnd )和第三产业(Ser )增加值占该城市地区国民生产总值的比重来反映产业结构对金融集聚的影响。描述性统计表见表2。

表2 描述性统计

续表

(三)数据说明

本文选择粤港澳大湾区内11个城市作为研究对象。数据来源:《中国城市统计年鉴》、《广东统计年鉴》、广东省内各城市统计年鉴、澳门统计暨普查局和香港政府统计处的统计数据。受制于数据可获得性和考虑到研究可比较性,本文的时间跨度设为2003~2016年。其中,距离倒数权重矩阵数据是通过ArcGIS软件根据国家基础地理数据获取广东省(包含港澳)各城市中心至另一城市最远区的中心的有限距离来完成的(计算距离以千米为单位)。

基于有限且在统计口径上相对不一致的数据(本文均有将港澳数据根据国内单位标准进行转换),本文在实证分析中需要明确的是,一方面,单纯从人均城市地区生产总值等的差异就可以明显地看出粤港澳大湾区在经济发展格局存在着显著的跨度极大的差异,因此存在着明显的异质性;另一方面,由于面板数据情况为11个城市属短面板,在面板数据模型分析和空间面板数据模型分析中,各模型在拟合效果上存在不理想情况。但是,正是由于与国内大部分基于大规模城市面板数据的区别,探讨区域内更为细致的区域内各城市所存在的异质性问题,通过具体问题具体分析,更有助于深层次分析在基础设施提升与金融集聚问题上区域内所存在的经济发展问题,而这方面的探讨更有现实意义与研究价值。

四、计量检验与实证分析

(一)金融集聚的动因——基础设施的提升考察

在检验基础设施与金融集聚之间是否具有相关关系之前,首先需要进行变量的平稳性检验。本文分别采用费雪式、LLC检验法对变量的平稳性进行检验。

1.平稳性检验与滞后阶数选定。

从表3可以看出,除了lnQf 在费雪式检验中5%的水平上外,其余变量在1%的水平上,都显著拒绝了非平稳的假设,即lnInf 与lnQf 均为平稳变量。为了避免模型中选取的滞后阶数过低使得模型检验出现偏差,或者选取阶数过高降低检验的功效,本文根据AIC、BIC与HQIC准则来判断变量的滞后阶数,报告显示选取滞后3阶来进行模型的构建。

表3 平稳性检验结果

注:***、**、*分别表示在1%、5%和10%的水平上显著。

上述的实证分析是以粤港澳大湾区为整体探讨基础设施提升对金融集聚的影响,本文在接下来的空间面板模型的分析中,除了考虑金融集聚的空间相关性,针对各城市在资源、要素禀赋与经济发展的差异,将基础设施作用于金融集聚之后的空间影响也纳入分析中,以反映区域内部各城市经济发展中金融集聚空间影响的具体机制。

基于上述的平稳性结论,可以获得较为精确的归回结果,因此直接进行面板VAR模型的估计,估计结果见表4。

表4 面板VAR模型估计结果

注:括号内表示的是检验统计量的T值,***、**、*分别表示在1%、5%和10%的水平上显著。

由表4可以看出,基础设施滞后3期在5%水平上显著为正,表明金融集聚受到基础设施提升引致的显著影响,城市基础设施竞争力每提升1%可以实现金融集聚程度加大0.32%,意味着城市基础设施竞争力的提升引致效应明显。但考虑到滞后3期才能有显著的正向影响,一方面反映了整体区域上基础设施提升对金融集聚影响具有时滞性,基础设施提升在短时间内作用并不明显,需要以长时间段的经济发展角度来衡量其作用;另一方面也说明了基础设施投资建设是一个长期的过程,进行基础设施规划时不能简单以短期需求为衡量标准,需要综合多方因素且进行长远规划,使基础设施对金融集聚等经济因素的影响有效性能够充分发挥,实现资源的有效配置。

3.基础设施提升与金融集聚因果关系检验。

面板VAR模型的局限在于其不能对变量之间短期因果关系的方向进行全面具体的分析,只能说明基础设施与金融集聚在长期内至少具有的因果关系。因此,为了增强模型估计的可信度,需要在基础设施与金融集聚之间因果关系上进行更深层次的检验分析。本文采用VAR模型的格兰杰(Granger)因果关系检验方法,检验结果见表5。

表5 Granger因果关系检验结果

由表5可以看出,检验在5%水平上拒绝了“lnInf 不是lnQf 的格兰杰原因”的原假设,表明基础设施提升是金融集聚的格兰杰原因;另外,不能在10%水平上拒绝“lnQf 不是lnInf 的格兰杰原因”的原假设,只能接受原假设,表明金融集聚不是基础设施提升的格兰杰原因。这意味着基础设施的提升与金融集聚之间存在单向因果关系,这也与文献探讨中相关研究结果相吻合。因此,其结果印证了VAR模型估计结果的显著性及可信度——基础设施的提升是引致金融集聚的直接原因,粤港澳大湾区内基础设施的完善与提升有利于促进金融集聚。

4.脉冲响应与双向固定效应分析。

这其中隐含对基础设施与金融集聚之间关系的探讨。自Krugman(1991)以来,新经济地理学对集聚和区域经济发展关系探讨的主要思路是将集聚内生化。部分学者则将基础设施作为“外部性投入”来分析其对经济因素的影响,强调借助其溢出效应和网络效应能间接地影响区域经济增长。而目前这部分的研究侧重于信息基础设施对金融集聚的影响。发达的通信基础设施条件符合金融业快速高效的运行环境要求,促进金融的集聚(张浩然,2016;李伟军,2011)。然而,通信、交通和医疗等要素构成的基础设施作为经济发展的先行资本,其作用在经济绩效贡献度方面是存在显著差异的(张光南等,2011),如果单一地使用信息基础设施以衡量其对金融集聚的影响则容易覆盖其他要素基础设施的影响,很容易造成在经验关系分析上的偏差。此外,处在不同经济发展阶段的地区内部基础设施综合竞争力仍存在着系统性的差异,如粤港澳大湾区内11个城市的经济发展情况呈三级差距,割裂性极大,带有明显的系统性异质性。这些都是过往研究金融集聚动因分析所忽略的。

1)沿拱部120°范围内定出注浆孔孔位,布置四环,第一环1°~5°,近于水平朝前施钻并注浆,后三环每环均从已初支部位进行,孔间距均为60~80cm,为梅花型布置,孔深拟定12m,采用后退式分段注浆[2],注浆孔立面布置如图2所示。

图1 冲击反应

此外,为了更好地分析基础设施在不同阶段上对金融集聚的影响程度,一方面解决在阶段性影响过程中基础设施提升和金融集聚之间可能存在的明显内生性问题,另一方面解决不同城市基础设施影响在时间上的差异,本文尝试采用双向固定效应模型,控制年份上的时间固定效应和城市层面的个体固定效应,来估计基础设施提升对金融集聚的长期影响。

这表明基础设施的提升有利于促进金融集聚,但对其促进作用并不是在最开始阶段就是有效的,而这也说明了基础设施提升、金融集聚是一个长期过程,并不能单纯地依靠基础设施的前期建设以维持对金融集聚的促进,而应进一步进行基础设施的提升以适应经济发展要求。

在控制年份上的时间固定效应、城市层面的个体固定效应后,考虑到模型存在潜在的异方差、空间自相关等问题,对此解决的方式是在所有的回归标准误差中都采用城市层面的聚类(cluster),以获得城市层面的聚类稳健标准误。表6报告了回归的结果。

(1)本井通过雷特堵漏钻井液技术将地层承压能力由全井密度1.52g·cm-3提高至当量密度1.92g·cm-3,提高了0.4 g·cm-3,增强了地层承压能力,满足低承压地层提高地层承压能力的应用要求。

表6 模型估计结果

注:括号内表示的是城市层面的聚类(cluster)稳健标准误,***、**、*分别表示在1%、5%和10%的水平上显著。

式中,BN为净厚度,此处为应力强度因子系数;ν为泊松比;E为弹性模量;Δa=a-a0为裂纹扩展长度;Up为力和施力点位移曲线下的面积的塑性分量。如图9(b)所示,在载荷-位移曲线中截取到最大载荷处,将载荷-位移曲线进行积分,在总的面积积分中减去理论的弹性面积Ue即可得到塑性分量Up。

(二)金融集聚的动因——空间视野的考察

2.基础设施提升对金融集聚的影响。

2.基础设施与其他变量的选取。

首先,为了研究金融集聚、基础设施的空间相关性,本文使用距离倒数权重矩阵对2010~2016年的金融集聚和基础设施数据进行Moran’s I指数检验统计。结果见表7。由表7统计值可以看出,基础设施的检验统计Z值均大于临界值,且能够在5%的水平上显著,拒绝原假设,说明基础设施具有较强、稳定的空间相关性。

以实践能力与创新能力为核心的高等院校人才培养的模式,得到了社会各界的广泛认同与支持,也被广大教育工作者所支持,因此积极改革高校的教育理念、教学内容与方法、实验室的利用、实习基地的建设等,这些改革成果对高校提升人才培养质量起到了重要的作用。但目前仍然有很多企业和单位反映,学生的创新能力和实践能力仍然是薄弱的地方。本文研究“3+1”应用型人才培养模式,找出其中的问题所在,提出建议,为今后高校培养人才的模式提供借鉴和参考。

表7 ln Qf 与ln Inf 的Moran’s I指数表

注:***、**、*分别表示在1%、5%和10%的水平上显著。

基础设施对经济产生的影响不仅仅作用在城市本身,对临近空间、城市间也有显著的促进作用。而金融集聚在空间相关性上呈现波动的不稳定情况,但总体上能够在5%的水平上显著,拒绝原假设。这意味着粤港澳大湾区的11个城市中一个城市本身的金融集聚受到周边城市金融集聚的影响。

本文采用城市层面的聚类,虽然在系数上有削弱影响,但是能有效地缓解模型中潜在的异方差、空间自相关等问题。其次,基于Hausman检验结果,统计量检验值为1.19,在10%的水平下不显著,不能拒绝接受随机效应的原假设。因此,本文采用随机效应模型并通过距离倒数空间权重矩阵进行回归解释。

焊接参数编辑与工艺选择:编辑焊机工作参数,包括预压时间、加压时间、焊接时间、焊接电流等。同时可根据需要焊接的钣金件种类,快速调用对应参数组。

2.空间面板模型的估计结果与分析。

从表8的估计结果可以看出,空间滞后系数在1%的水平上显著为负,反映了粤港澳大湾区内各城市金融集聚存在着显著的空间相依关系。本城市基础设施的提升对周边城市金融集聚的影响为负向,即意味着在基础设施的影响下本城市金融集聚的提升,在空间一定范围内对周边城市影响存在显著的负效应。

表8 空间杜宾模型检验与模型估计结果

续表

注:括号内表示的是城市层面的聚类(cluster)稳健标准误,***、**、*分别表示在1%、5%和10%的水平上显著。

这部分结果可能涉及交通基础设施“经济分布效应”理论的探讨。在基础设施空间作用下,发达地区对于落后地区各生产要素的“虹吸效应”,产业会倾向于在发达地区集中(肖功为,2013),金融集聚在空间视野上的影响差异,是金融人才资源竞争的结果。金融运动在空间上选择,有基础设施提升带来的直接或间接影响。在基础设施提升影响下,发达地区的金融集聚对于落后地区各生产要素的“虹吸效应”是明显的。金融集聚自身的正向促进作用放置于空间全局范围内不一定都是有效率的空间组织形式,本城市的金融集聚加深是以某些城市的衰退为代价的。

是前一天,她在逛这里的时候,看见邵南了,他的身边是别的女人。或者她和他身边的女伴们一样,在他看来,是不同的鞋,在不同的场合挑选的,不同的鞋。

五、结论与政策启示

本文基于2003~2016年粤港澳大湾区11个城市的面板数据,运用格兰杰因果模型与空间杜宾模型,探究了基础设施提升对金融集聚的总体影响。结果表明,基础设施提升是促进金融集聚变化的格兰杰原因,并对其发展起到关键性作用,在对本地的金融集聚起促进作用的同时抑制邻近城市的金融集聚。从区域整体的角度出发,探讨基础设施对金融集聚的内部影响,反映的是金融资源在内部的流动。本文结论对于粤港澳大湾区金融服务业的空间布局优化和良性发展,区域内各城市的发展与定位具有一定的参考价值,并得到如下政策启示:

从大湾区整体发展来看,大湾区政府领导小组需要强化金融集聚程度较高地区的基础设施建设力度,进一步满足提升本地区金融集聚程度的要求,以提高金融资源的配置效率,最终实现金融服务业高质量发展;同时,应统筹全局与综合性长期规划,通过公共基础设施的科学合理布局,以及合理规划定位各个城市的功能布局,使多中心金融业发展之间不会导致过度的抑制性竞争。

从各个城市发展来看,需要树立全局发展眼光,主动明确各自层级定位。在基础设施功能不断完善的基础上,注重城市间互补性合作,进行有效的错位分工发展,避免金融业的同质性竞争。如粤澳之间的合作,广东省可对澳门经济中具有发展潜力的会展业进行重点扶持,而澳门可将其金融业等具有战略价值的行业进一步在珠海等城市深化开放(王方方,2013),在扩展城市间经营空间的同时,推动香港、澳门融入国家发展大局。

从金融服务业企业的发展布局来看,在自身投资经营的区位选择上,应格外注重基础设施对于金融业整体发展的重要影响,其金融业务的投资应该尽量首选在基础设施完善、金融集聚程度高的地区。等金融业务发展程度好到一定程度,需要在金融核心集聚区向外进行业务拓展的时候,应该选择与核心区基础设施连接相对一般的区位,以防范金融集聚区对该区位金融业发展的抑制性作用。

2)根据打磨机器人克服摩擦力环绕承、插口作周向转动的打磨过程,对端口打磨过程进行了受力分析,建立了其压紧力力学模型及可靠度模型,并利用随机摄动法分析了整个打磨过程的动态可靠度,确定了容易打滑失效的关键位置。研究表明,压紧力均值过小会使打磨机器人可靠度较低,在惯性的作用下而发生打滑失效。

“质是与存在同一的直接的规定性,……某物之所以是某物,乃由于其质,如失掉其质,便会停止其为某物。”[19]任何事物作为一个独立存在必有其内在质的规定性;质的规定性决定了事物之间的界分。例如,“车”可以有各种形态,包括火车、轿车、牛车、自行车、独轮车等……但是,任何能被称为“车”的事物至少应当具备“有轮子可以滚动行驶”、“能载人或物”等要素,此即“车”的质的规定性。再如,“房”可能是一栋摩天大楼,也可以是一间茅草屋,一口窑洞;但是,一堆土或一堆砖无论如何不能称之为“房”。由此便知,凡是能被称为“房”的事物至少应当“有一定内部空间”,“可以居住”等条件,这便是“房”的质的规定性。

参考文献

[1]樊纲、王小鲁、马光荣:《中国市场化进程对经济增长的贡献》,载于《经济研究》 2011年第9期。

[2]房胜飞、徐秋艳、马琳琳:《金融集聚的溢出效应及空间异质性——基于我国省级行政区的实证研究》,载于《南方金融》2018年第1期。

[3]李林、丁艺、刘志华:《金融集聚对区域经济增长溢出作用的空间计量分析》,载于《金融研究》2011年第5期。

[4]李伟军:《地区行政层级、信息基础与金融集聚的路径选择——基于长三角城市群面板数据的实证分析》,载于《财经研究》2011年第11期。

[5]林海明、杜子芳:《主成分分析综合评价应该注意的问题》,载于《统计研究》2013年第8期。

[6]林海明、王翊:《因子分析模型L及其解是更好的》,载于《统计研究》2007年第8期。

[7]王方方、扶涛:《CEPA框架下的粤澳经贸合作关系演变——基于VEC模型的实证分析》,载于《广东商学院学报》2013年第5期。

[8]肖功为:《基础设施投资、产业集聚与地区收入差距——基于地区溢出模型的分析》,载于《制度经济学研究》2013年第2期。

[9]于斌斌:《金融集聚促进了产业结构升级吗:空间溢出的视角——基于中国城市动态空间面板模型的分析》,载于《国际金融研究》2017年第2期。

[10]余泳泽、宣烨、沈扬扬:《金融集聚对工业效率提升的空间外溢效应》,载于《世界经济》 2013年第2期。

[11]张光南、李小瑛、陈广汉:《中国基础设施的就业、产出和投资效应——基于1998~2006年省际工业企业面板数据研究》,载于《管理世界》2010年第4期。

[12]张光南、周华仙、陈广汉:《中国基础设施投资的最优规模与最优次序——基于1996~2008年各省市地区面板数据分析》,载于《经济评论》2011年第4期。

[13]张浩然:《中国城市金融集聚的演进趋势与影响因素:区域异质性视角》,载于《广东财经大学学报》2016年第3期。

[14]Buurman,J,Rietveld,P.,“Transport Infrastructure and Industrial Location:The Case of Thailand”,Review of Urban &Regional Development Studies ,1999,11(11).

[15]Porteous,D.J.,“The Geography of Finance:Spatial Dimensions of Intermediary Behaviour”,The Geography of Finance ,1995.

中图分类号: F061.5

文献标识码: A

文章编号: 2095-3151(2019)07-0067-12

*基金项目: 广东省科技厅软科学项目“粤港澳大湾区国际科技创新协同创新战略研究”(项目编号:2018A070712039);广东省普通高校特色创新类项目“粤港澳经济整合研究”(2016WTSCX040);本文受广东财经大学2018年大学生创新创业训练项目资助(国家级,项目编号:201810592010)。

标签:;  ;  ;  ;  ;  

基础设施提升对区域金融集聚的影响-来自粤港澳大湾区的经验检验论文
下载Doc文档

猜你喜欢