差别化区域金融调控的一个分区方法——基于系统聚类分析方法的应用，本文主要内容关键词为：方法论文,分区论文,差别论文,区域论文,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。
一、问题的提出
(一)统一货币政策的区域效应差异很大
金融作为现代经济的核心，不可避免地成为影响地区经济发展差距的重要因素。基于此，金融要素成为区域协调发展的重要考量因素。已有的众多学者，国外如Scott(1955)、Cohen和Maeshiro(1977)、Garrison和Chang(1979)、Carlino和Defina(1999)、Ehrmann(2000)、Kleimeier和Sander(2000)、Stanek(2001)、Gambacorta(2002)、Aarle、Garretsen和Gobbin(2003)、Peter Westaway(2003)、Owyang和Wall(2004)等；国内如曾康霖(1995)、张军洲(1995)、胡鞍钢、周立(2002)、艾洪德等(2004)、李扬、王国刚、刘煜辉(2005)等从考察金融与经济的关系出发，论证了金融要素在区域经济发展中的重要贡献，探讨如何发挥金融要素的作用促进区域经济协调发展。但同时他们也发现：由于区域经济金融发展环境差异较大，货币政策传导机制不健全等因素的作用，货币政策区域效应差异很大。特别是伴随对统一宏观调控负面效应的讨论，近期的研究成果大多认为：我国统一的金融宏观调控在一定程度上进一步加剧了我国区域经济差距扩大的趋势。“如果我们的政策任由这种地区差距继续扩大，既不符合以人为本的科学发展观的要求，也不利于国家的长治久安”①。
(二)以货币政策区域化操作为主要内容的差别化区域金融调控已成共识
邱泉，邱蓉(2001)、江世银(2003)、王晓青、李云山(2004)、樊新民等(2004)、中国人民银行张家界中心支行课题组(2005)认为在区域间实施有一定差别的货币政策，赋予地方中央银行一定的地方金融政策制定权和调控权，为区域经济发展提供金融保障。通过实施区域性货币政策为主要内容的差别化区域金融调控，既能通过调控措施消除逐渐扩大的差距，又有利于宏观经济金融的协调发展，也符合科学发展观的要求。当然，近期的讨论更加趋于具体，所提出的区域金融调控原则、方法更加成熟，最明显的变化就是趋向于在坚持货币政策调控统一性前提下实现区域化差别，但未涉及分区方法这一关键环节。李念斋(2004)、孙天琦(2004)、谢国忠(2004)、王维强(2005)、焦瑾璞等(2006)、丁文丽(2006)等学者通过分析认为：货币政策必须坚持统一性的大前提，部分内容可以探索差别化，有必要对可以差别化的货币政策工具按区域进行适度差别化，根据不同区域的经济特质确定哪些货币工具可以进行区域化操作，从而熨平区域间经济差异对货币政策操作的影响，实现统一的货币政策目标。在实证研究方面，我们虽然取得了一些进展，但由于在研究角度、研究方法和数据选择等方面存在较大差异，结论有明显的分歧。正因为实证研究结论的差异性，使得我们在政策选择与认识方面存有不同观点，在某种程度上也使得我们区域金融改革与发展、协调地区经济的举措难以适时推行。如何制定出既满足促进区域发展的需要，同时又符合市场经济运行规则的地区发展金融援助方法，我们尚缺乏经验，从而也提出了开展差别化区域金融调控研究的必要性。
(三)分区方法成为差别化区域金融调控的主要障碍
从目前所掌握的文献看，除了在宏观调控收缩时期，偶尔也能听到欠发达地区政府部门反映本地区经济并不过热的声音之外，总体上看，对宏观调控政策“一刀切”问题提出批评的人多，但进一步研究如何解决“一刀切”问题的人少，似乎这个问题并没有得到足够的重视。不仅如此，如果要实现差别化区域金融调控，如何分区就似乎成为摆在我们面前不可逾越的难题。
总结关于区域划分的标准和模式，总的来看，主要有以下5种：一是经济政策和经济政策相同地区；二是民族和民族相同地区；三是经济形态和经济形态相同地区；四是经济发展态势和经济发展态势相同地区；五是经济技术发展水平和经济技术发展水平相同地区。这些标准和模式各自适用于不同的地区和历史时期，因而没有哪个正确哪个错误的问题。目前看，国内更多倾向于以地理条件(地缘关系)划分区域，主要考虑水系统、运输干线、地理相邻等因素，如刘再兴(1985)、陈栋生(1986)、杨树珍(1990)顾朝林(1991)、邹家华(1992)、胡序威(1993)等，这一划分方法有利于组织区域经济活动，但由于区域内各主体经济水平参差不齐，不利于区域金融调控差别化实施。杨吾扬(1992)采取多原则的划分方法，对西部根据能源来划分，一些地区采用运输线来划定，而沿海地区大多采用中心城市原则来处理，从动态的角度把我国划分为十大经济区。但这种划分方法也存在着一定的缺陷：有的区块过大，不便于深入分析区域差别；有的没有保持行政区划的完整性，不便于搜集整理经济社会发展方面的数据；有的没有考虑历史延续性，提出的概念与常识不符；有的覆盖的区域不全，不是完整的区域划分。上述划分方法均难以实现区域经济政策的贯彻实施。国外关于区域划分，首先做的工作是划分出“问题区域”。所谓“问题区域”就是政府制定区域经济政策的对象区域。除类似国内学者采用地缘关系、运输干线、水系统等方法外，也有学者倾向于按经济同质性实现经济分区。如克劳森②曾运用全国收入增长率、区域收入增长率、全国收入水平、区域收入水平4个指标来划分“问题区域”，他划分了繁荣区域、发展中区域、潜在萧条区域和萧条区域共4个区域类型。但我们认为，如果仅以收入水平作为划分要素，难以吻合区域金融调控实际。
(四)系统聚类分析方法可以有效解决按多要素划分经济同质性区域的难题
针对区域化金融调控的分区方法，地缘关系只是其中的一个方面，更多应该考虑经济同质性。只有从多个角度、用多种标准和模式反映经济社会发展状况，才能将它反映得全面一些，具体一些，深入一些。角度越多，标准和模式越多，便会反映得越完整，越具体，越深入。一句话，除了自然条件相同的地区外，还有社会经济条件相同的地区。对于经济区域的划分来说，后一种因素或许是更为重要的。可喜的是，国内的研究成果在贯彻这一经济区域划分思想上出现了良好的开端。李利新、赵黛青、陈勇(专利公开号CN1753023)③发明一种利用计算机系统来划分区域的方法，扬弃了传统的地缘关系思路。该方法依据一特定时间段内的GDP集中程度(或称GDP区域密度)对所规划的地区中的各区域进行合理的区域划分，但是这种划分局限性也很大，仅仅考虑了GDP这一单一要素。在金融分区调控中，划分区域的标准在于同类区域内部具有经济、社会等基础条件的均质性或一致性。因此，区域划分既要遵循区域经济发展的一般规律，又要方便区域发展问题的研究和区域政策的分析。中国金融调控区域划分的决定要素不仅要考虑区域经济发展差距各要素，更要考虑区域金融成长差异、区域生产率差异、区域货币供求差异等因素，这同时也是我们制定区域金融调控政策所要考虑的重要因素。在这方面，系统聚类分析方法是很好的应用工具。聚类分析，就是依据某种方法及准则对一组样本或变量进行分类的多元统计方法。在金融调控分区过程中，我们所研究的地区或指标(变量)之间必然存在程度不同的相似性(亲疏关系)。于是，我们可以根据一批地区的多个观测指标，具体找出一些能够度量地区或指标之间相似程度的统计量，以这些统计量为划分类型的依据，把一些相似程度较大的地区(或指标)聚合为一类，把另外一些彼此之间相似程度较大的地区(或指标)又聚合为另一类，关系密切的聚合到一个小的分类单位，关系疏远的聚合到一个大的分类单位，直到把所有的地区(或指标)聚合完毕。我们将运用这一方法，实现我们的金融调控科学分区的设想。同时，传统空间单元的区域划分通常仅以属性数据作为划分依据，而对单元之间空间依赖关系考虑不周。在本文的研究中，我们将借鉴多尺度空间单元区域划分方法的思想，在考虑空间单元属性信息的同时，增加空间单元的相互依赖关系，在聚类要素处理中更多采用面板数据模型解决这一难题。
二、系统聚类分析方法在差别化金融调控分区中的应用
(一)聚类要素的选择与数据处理方法
在聚类分析中，聚类要素的选择是十分重要的，它直接影响分类结果的准确性和可靠性。在金融调控区域划分的过程中，我们应该考虑区域经济发展差距、地区金融成长差异、区域要素生产率等因素，区域经济协调发展、缩小差距是区域金融调控的目标，地区金融成长差异将会制约政策工具选择有自由度，区域要素生产率的考察决定了政策工具的作用方向。在后面的研究中，我们就上述要素进行深入探讨。在地理分类和分区研究中，被聚类的对象常常是多个要素构成的。不同要素的数据往往具有不同的单位和量纲，其数值的变异可能是很大的，这就会对分类结果产生影响。分类要素的对象确定之后，在进行聚类分析之前，首先要对聚类要素进行数据处理。在此我们采用极差的标准化法，即：
代表第i个省区第j个要素的标准化数据。代表第i个省区第j个聚类要素。
这样，经过这种标准化所得的新数据，各要素的极大值为1，极小值为0，其余的数值均在0与1之间。
(二)软件处理过程中的参数设定
(1)关于距离④计算，本研究采用欧氏距离计算方法，其公式为，
(i，j=1，2，3……m；K=1，2，3，…，30)(2)
(2)本聚类分析是对样本进行聚类，故采用Q型聚类，聚类方法采用层次聚类法，求解新类相似性方法采用最远距法，即：假定p类与q类合并，合并后的新类为r，合并后的新类r与i类相似性(距离)为合并前的p类和q类与i类相似性(距离)中最大的，公式为：
先把各个分类对象单独视为一类，然后根据距离最远的原则，依次选出一对分类对象，并成新类。如果其中一个分类对象已归于一类，则把另一个也归入该类；如果一对分类对象正好属于已归的两类，则把这两类并为一类。每一次归并，都划去该对象所在的列与列序相同的行。经过m-1次就可以把全部分类对象归为一类，这样就可以根据归并的先后顺序做出聚类谱系图。
三、差别化金融调控分区中主要聚类要素选择及其测度
(一)金融发展与区域经济增长依存关系的区域差异
区域经济发展与区域金融发展不可分割、互为条件。因此说，区域金融发展既是区域经济发展的一种需要，又是区域经济发展的一个必然结果。研究金融与地区经济发展的互动关系差异，对于优化区域金融调控，有针对性地制定区域金融政策具有重要意义。在前述文献综述中，我们知道金融发展与区域经济增长的依存关系存在较大区域差异，在统一宏观金融调控下必然产生差异化政策效果，如果能够在宏观调控中照顾到这一差异性，将有利于保护落后地区经济增长的积极性。金融发展与区域经济增长依存关系差异就成为金融调控分区过程中考虑的重要因素。本部分的主要任务是度量这一差异，以期将这一差异考虑到金融宏观调控的统一框架中以体现区域差别。
1.模型构建
受数据来源限制，在计量分析中仅用时间序列资料不能满足大样本的要求，这样会降低实证分析结论的可信度，为了检验中国省、市、自治区层面金融发展与经济增长的互动关系差异，我们运用面板数据来解决小样本的问题，且不再沿用传统的金融机构存贷款总额作为金融资产的替代变量计算金融发展指标(金融相关比率)的计算方法，而是对其做了分离，分别以贷款考察金融对经济的促进影响，以存款⑤考察经济对金融的推动影响。这一方法较以前用金融相关比率进行研究的方法在理论上可行且在实践中更具有科学性⑥。样本为中国各个省、市、自治区，由于重庆数据系列不完整，故与四川省合并，记为川渝。我们利用平行数据模型再进一步深入到中国各省区层面，去观察一下各地区金融发展与地区经济增长的互动关系差异。一般的线性合成数据模型可表示为：
截距项为α+u(i)，β为斜率，i表示横截面数据，t表示时间序列数据。
随机扰动项ε(i，t)相互独立，且满足零均值、等方差。截距项中的u(i)度量了个体间的差异，如果u(i)为确定数则称为固定影响模型；若u(i)是一个描述第i个主体观测值的随机扰动，并且始终保持不变，则称为随机影响模型；若u(i)不随个体而改变则称为混合回归模型，这个模型并非严格意义上的面板数据模型，可以直接利用OLS回归估计。因此，我们在使用面板数据模型时，先要进行模型设定检验以决定使用那种形式的面板数据模型。具体的检验方法是首先利用Breusch-Pagan(1980)的拉格朗日乘数(LM)检验，判断是选取混合回归模型还是面板数据模型，若确定使用面板数据模型，再利用Hausman(1978)设定检验来判断是选取固定影响模型还是选取随机影响模型。在此基础上，再选用F检验确定选用变截距模型或是选用变系数模型。
(1)金融对地区经济增长的促进作用的关系模型为：
D为金融机构各项贷款总额
(2)地区经济增长对金融的推动作用的关系模型为：
如果
大于临界值，则选用平板数据模型，反之，选用混合数据模型。如果
大于临界值，则选用变系数平板数据模型，反之，选用变截距平板数据模型。
2.数据单位根检验与协整检验⑦
在对地区GDP生产与全部金融各项贷款D、存款C与地区GDP、全部金融各项贷款D、财政支出Fn的均衡关系进行检验之前，首先需要对序列的平稳性进行检验。本文应用LLC(2002)单位根检验和Im Pesaran和Shin(2003)检验及Hadri(1999)检验3种方法。检验结果表明3个序列均有单位根，残差序列检验不平稳，其一阶差分后均通过检验，为一阶差分平稳变量。在此基础上我们对(Y、D)、(C、Y、D、Fn)的协整关系进行检验，结果表明其协整关系存在。
3.模型输出结果与结论分析⑧
针对公式(5)，OLS-FE决策中，F(29，419)=69.17，Prob＞F=0.0000，在OLS—RE决策中chi2(1)=1919.56，FE—RE决策中Prob＞chi2=0.0073，根据检验结果最终选择固定效应模型。计算F统计量F1=1.8846，F2=2.9895，均拒绝原假设，选用固定效应变系数模型。
针对公式(6)，在OLS-FE决策中，F(29，417)=110.01，Prob＞F=0.0000，OLS—RE决策中chi2(1)=1819.71，FE—RE决策中Prob＞chi2=0.0000，根据检验结果最终选择固定效应模型。计算F统计量F1=3.1400，F2=77.82，均拒绝原假设，选用固定效应变系数模型。
4.检验结果及说明
从统计检验结果来看，模型样本决定系数和调整后样本决定系数达0.99以上，拟合优度高，各地区经济发展与金融发展高度相关，相伴概率0，模型拟合性好，模型F检验令人满意，经一阶差分处理后D.W检验结果说明消除了序列自相关。
表1中第1栏“经济发展中的金融贡献系数差异”反映了区域间金融对地区经济增长贡献边际的差异，从结果来看，金融对经济增长的推动作用明显，虽然部分省区不能通过检验，但这并不影响我们进行区域间的比较。尽管这样做出处理的模型其整体经济意义不是很强或不具有整体解释力，但从系统论的观点出发，只要我们是把各种因素按一个标准放到一个系统里按同一个标准或是技术处理方法去考察差异，其差异性比较仍然是可信的。江西、河北、内蒙古、吉林、广西、福建、安徽、湖北、河南、湖南、山东、辽宁、新疆等省、自治区金融信贷对地区经济增长的边际影响较大，如江西省，金融信贷每增加1％，地区生产总值增加1.14％。在今后的金融调控中，应该加大对这些地区的金融信贷支持力度使其更好地体现“追赶效应”。海南、天津、上海、广东、北京、西藏、黑龙江、川渝等省市、自治区的弹性较小，分别又可能有不同的原因，天津、上海、广东、北京应该可以理解为“信贷饱和”或是信贷资源浪费，这些地区面临寻找新的经济增长点问题。西藏、黑龙江、川渝等地区可能是产业经济内生对信贷使用效率较低所致。北京、天津还可以认为是特殊因素造成的：一是可以理解为有相当部分的贷款没有进入生产领域而流入股票市场(期货市场)或其他投机性市场(如房地产炒作)；二是可以理解为有部分驻地总机构贷款后资金的使用流入到各地分支机构作用；三是证券市场因素，我国上市公司多分布在这些发达地区，且其效益较好，融资和再融资能力强，对银行信贷资金的依赖性下降，弱化了银行信贷资金对地区生产总值的解释能力。
表1中第2栏“经济增长对金融发展的贡献系数差异”反映了各省、市、自治区地区经济增长对金融发展(存款)的推动作用差异。从结果来看，部分地区经济增长对金融的推动作用明显，上海、新疆、云南、天津、广东、黑龙江、山东、北京等省市、自治区GDP对存款的贡献边际较大，经济发展对金融的促进作用最大，基本吻合了经济越发展，存款越高，金融机构越发达的逻辑。江西、福建、湖南、青海、内蒙古、海南、安徽、辽宁等省区的作用力度较弱，经济发展对金融发展的推动力小，这些省、自治区大多是经济落后地区。这也说明了金融发展水平与经济发展水平是相伴相随的。安徽、辽宁、福建、宁夏、海南、山西、吉林等省、自治区贷款对存款的影响较大。湖南、青海、湖北、西藏、内蒙古、江西等省市财政支出的贡献边际较大，说明财政政策对经济运行的干预较大。中国各地区经济发展为何差异甚大，从金融差距的角度可以做出部分解释。一个地区金融发展初始条件低下，对其长期的经济发展不利。提高金融发展水平，会给长期的经济增长带来良好的影响。可以说，中国各地区金融发展与经济增长强相关，促进金融发展，有利于长期稳定快速的有质量的经济增长。
(二)金融要素在地区资本形成中的作用力度差异
在前面的研究中，我们首先考察了区域经济与金融之间的依存关系差异，发现有的地区经济与金融互动关系较强，但有的地区经济对金融的影响不明显，而几乎所有地区金融对地区经济增长的作用明显。究其原因说，主要是金融在地区资本形成中发挥愈来愈重要的作用。改革开放以来，由于过去单一化国有财政集中分配变成了全社会的多元化多层次收入分配，社会资本形成由过去的政府集中储蓄，直接实物投资的形成方式，转化成多元化储蓄结构和多元化的间接价值投资的资本形成方式。资本形成的间接价值形成方式又有两种具体的形式：一种是根据要素收益变化规律的作用和国民收入分配格局的变化，调整融资渠道，放开直接融资，发展资本市场，缩小国有融资经济战线，放开国有企业的资本结构，实现由全社会投资(即资本社会化)以股票、债券等为载体的储蓄向投资转化的资本形成方式；另一种是以银行信贷为载体，通过银行存款和银行贷款的形式实现储蓄向投资转化的资本形成方式，这两种方式又统称为金融形成方式。由于东部地区在改革开放中率先走了一步，在地区发展中利用市场和捕捉市场机会的能力增强，其资本形成能力远远高于中西部地区。
1.模型构建与数据选用
为了解释金融发展对地区资本形成的作用，我们选取了各地区资本作为被解释变量、全部金融机构存款总额为自变量来反映。
2.数据单位根检验与协整检验⑨
在对地区GDP生产与全部金融各项贷款D均衡关系进行检验之前，首先需要对序列的平稳性进行检验。在此，同样应用LLC(2002)单位根检验和Im Pesaran和Shin(2003)检验及Hadri(1999)检验3种方法。检验结果表明3个序列均有单位根，残差序列检验不平稳，其一阶差分后均通过检验，为一阶差分平稳变量。在此基础上我们对(Y、D)的协整关系进行检验，结果表明其协整关系存在。
3.模型输出结果与结论分析⑩
针对公式(7)，OLS-FE决策中，F(29，419)=22.3，Prob＞F=0.0000，在OLS—RE决策中chi2(1)=937.82，FE—RE决策中Prob＞chi2=7.25，根据检验结果最终选择固定效应模型。经计算F统计量，F1=1.4895，F2=2.662，F2拒绝原假设，F1接受原假设，故选用固定效应变截距模型。
4.检验结果及说明
从统计检验结果来看，模型样本决定系数和调整后样本决定系数达0.99以上，拟合优度高，各地区经济发展与金融发展高度相关，相伴概率为0，模型拟合性好，模型F检验令人满意、经一阶差分处理后D.W检验结果说明消除了序列自相关。根据公式(4)，模型具有显著统计意义(见表1)，表1中的第7栏“各地区贷款总额与地区资本形成关系差异”反映了各省、市、自治区金融信贷供给在地区资本形成中的贡献差异。从统计检验结果来看，模型样本决定系数和调整后样本决定系数达0.99以上，拟合优度高，各地区资本形成与金融信贷供给高度相关，相伴概率为0，模型拟合性好，模型F检验、T检验值均通过检验，具有很强的解释力。经一阶差分处理后D.W检验结果说明消除了序列自相关。从结果来看，金融信贷对资本形成的贡献明显，且在不同地区差异较大。广东、江苏、山东、浙江、福建、河北等省的资本形成对金融信贷的依赖最大，吉林、贵州、甘肃、青海、宁夏、海南等省区的金融信贷依赖度较弱，这些省、自治区基本是经济落后地区。在今后的金融调控中，应该加大对这些地区的金融信贷支持力度。从区域层面上看，我国中部地区的资本形成，更多地依赖于金融机构的支持；而西部地区，由于近年来西部大开发的推进，金融机构对资本形成也施加了较大影响；东部地区，由于经济增长快，市场经济发达，非国有经济活跃，加之其他影响因素的作用(特别需提起注意的是东部地区非正规金融的迅猛发展)，其资本形成的发展与正规金融机构的支持关联度较小，在更大程度上是依靠金融要素以外的因素。研究还发现，不同省份的金融要素对固定资本形成的影响存在较大差异，说明我国地区之间存在资本流动障碍。我国目前应该大力鼓励地区之间的资本流动，打破地区壁垒，进一步开放区域金融市场，鼓励信贷的跨地区流动，使得各地区的金融配置效率实现趋同，最终实现金融资源的最大效率使用。
研究表明：金融中介机构的信贷资金对我国地区GDP增长具有决定性的作用。大多数区域获得的信贷资金状况决定该地区GDP的增长。然而在信贷配给的利益牵引下，大量的信贷资源正从经济不发达的中西部地区流向到经济发达的东部地区，落后地区金融资源出现“空心化”，导致东部与中西部地区经济发展差距进一步拉大。其中四大国有商业银行扮演了关键角色，大量的分支机构从中西部地区撤出，信贷资源进一步聚向东部地区。从结果来看，金融信贷对资本形成的贡献明显，且在不同地区差异较大。广东、江苏、山东、浙江、福建、河北等省的资本形成对金融信贷的依赖最大；吉林、贵州、甘肃、青海、宁夏、海南等省区的金融信贷依赖度较弱，这些省、自治区基本是经济落后地区。在今后的金融调控中，应该加大对这些地区的金融信贷支持力度。
(三)综合资本生产率和劳动生产率的区域综合要素生产率差异
在前面的研究中，我们进一步考察了金融在地区资本形成中的主导作用，说明了金融在地区经济协调发展中的重要性。在此，我们进一步通过分析地区间以资本生产率和劳动生产率为主要内容的全要素生产率差异，为我们的研究提供更有力的实证支持。也就是说，如果基于资本生产率和劳动生产率的我国各区域综合要素生产率差异较大，统一的宏观调控政策将不利于资本配置优化。因此，区域综合要素生产率差异就成为重要的聚类要素。
1.模型构建与检验
我们采用最常用的CD生产函数作为基本工具来测定各地区的综合要素生产率。
这就是综合要素生产率测定模型。式(9)表明，对于CD生产函数描述的生产系统，其综合要素生产率等于各部分要素生产率(资本生产率和劳动生产率)的几何加权平均值。
在利用方程(8)拟和我国地区总体的CD生产函数时，首先对其两边取对数转化为线性方程
lnY=lnA+αlnK+βlnL+μ(11)
设定y=lnY，c=lnA，k=lnK，l=inL，将式(11)写成方程形式
y=c+αk+βl+μ(12)
利用Eviews5.0软件中的普通最小二乘法估计方程(12)(11)的结果为：
y=-0.25+0.9699k+0.16731(13)
R[2]=0.9600，F=324.5147，t[,k]=12.87，t[,l]=2.33
在5％的置信区间内该回归结果通过了t检验和F检验，而且R[2]的数值接近1，表明拟合效果也很好。另外0＜α＜1，0＜β＜1，α+β=1.1372，这些在经济意义上都是合理的，表明通过了经济意义的检验。
但是由于在生产活动中，投入要素之间一般存在着较强的相关性，例如资本K和劳动L都与生产规模有关，二者之间也因此存在相关性。这种相关性的存在，往往会带来生产函数中解释变量的多重共线性，造成参数估计量的大小不符合经济解释。因此有必要对K和L之间的共线性进行检验，利用普通最小二乘法对k和l的关系进行回归得到如下结果：
K=1.7195+0.7762*L(14)
R[2]=0.6615，F=54.713，t=7.39
尽管在5％的置信区间内，该回归结果通过了F检验和t检验，但是对方程的估计结果中变量的系数没有出现反常现象(例如符号错)，而且这里的R[2]也偏小，所以可以认为K和L之间共线性很差，对模型的估计结果没有大的影响，可以不用考虑。
另外由于本文采用的是截面数据，很有可能会导致模型产生异方差性。因此必须对方程进行异方差性检验。本文利用戈里瑟检验方法以随机项的估计值为被解释变量，分别以k和l为解释变量进行回归，结果在5％的置信区间下都没有通过F检验和t检验，而且拟合度很差，方程和变量都不显著，残差和解释变量之间不存在线性关系，进而可以认定原模型不存在异方差性。
上面的各种检验表明原模型估计出来的参数是无偏的、有效的和一致的。将参数估计值代入方程(8)，可得到2004年我国地区总体CD生产函数为：
2.检验结果及说明
以全国平均水平为1，由此计算出各地区的综合要素生产率、资本生产率和劳动生产率，结果见表1(第10栏)：从中我们可以看到，西部地区和东部、中部相比差距还是很明显的。
从综合要素生产率上看，西部地区11个省市(重庆的数据包含在四川省)中，有9个地区在全国后10名之内，与东部、中部相差很多，其中生产率最低的宁夏和最高的黑龙江省相比只占其40％，可见其差距之大。综合要素生产率中，广东和黑龙江省高居榜首，黑龙江可以从重工业基础来解释，原来一直以重工业为主，工业基础比较好，总体生产率比较高，广东、上海、福建可以用发达的经济来说明，民营企业和加工工业发展迅速。从上面的结果中，我们还可以看到一个地区的综合要素生产率主要由其资本生产率决定。这点上3个直辖市的结果表现得最为明显，上海、北京和天津三市劳动生产率居于全国的前3位，而且是全国平均水平的两倍以上，但是北京和天津的综合要素生产率在全国只处于中等水平，其原因就是因为它们的资本生产率很低。引起这些地区资本生产率低的原因可能有很多，但是从其中一个方面看，我们可以认为这两个直辖市的资金投入的边际效应很低，造成总体的资金使用效率低下。这种现象在浙江等经济比较发达的地区也有所体现。
如果不考虑别的因素，只从经济学的实证角度出发，上面的结果告诉我们开发落后地区应该优先发展综合要素生产率比其他地区高的省市，这表明投资成本的回收会比较快，因为生产率高了，同样的投入，其产出值也就比较高，至于其他地区，应根据别的因素如资源、政治、环境等确定优先发展的顺序，实现协调发展。
四、基于最优货币区理论的差别化金融调控分区中辅助聚类要素选择及其测度
我们在前面的研究中，是顺着地区间金融与经济的依存关系差异、金融在资本形成中的差异、资本等要素生产率差异的路径一步步揭示了区域金融调控分区中重要的聚类要素。但我们知道，最优货币区理论亦是一个重要的依据。最优货币区理论侧重于对国家或地区的要素流动性、开放度等一系列单项指标的分析，来判断是否适宜组成货币区从而实施统一的金融政策，“最优货币区”可以大于国界范围，也可以在一国国界之内。欧洲货币一体化的成功实现，吸引了更多的经济学家思考如何突破国界限制建立共同货币区的问题。但他们却忽视了这样一个问题：即使扩大货币流通范围，在更大的疆域建立大货币区，也并不等于建立了最优货币区。对每一个国家，尤其是民族众多、地域广阔的大国而言，其自身作为一个单一货币区是否达到最优货币区标准，对其货币政策实施效果将有很大的影响。对单个国家而言，如果忽视地区经济发展的不平衡性，实行单一的货币政策，其结果甚至可能加剧区域经济发展的不平衡。近几年来，我国在货币政策制定和实施过程中虽然实施了许多积极举措，但效果并不是很明显，甚至有加剧我国经济发展不平衡的趋势，这应该引起我国货币政策决策者的重视。我国作为人民币单一货币区，应该以最优货币区理论为分析框架，通过引入差别性的区域货币政策，来引导资源的有效配置，缩小东、中、西部区域经济差距，促进国民经济平衡发展，改善我国货币政策传导机制，这不仅有理论意义，更有实际意义。在这里，我们借用这一分析框架，在分析我国各省区是否符合统一货币区标准的基础上，考虑相应因素作为聚类分析方法中的辅助要素，以期为实施区域化金融调控的分区给予理论支持。
(一)要素流动性分析
在一个货币区内部，只要劳动力和其他生产要素具有完全自由的流动性，就可以依靠要素的转移消除需求转移造成的冲击。例如，当一个地区的失业率发生较大的差异时，通过劳动力的自由流动可以缓和高失业率地区的失业问题，并使地区之间的工资成本和商品价格趋于一致。所以，要建立“货币区”，必须要有一个调节需求转移的机制，而这个机制就是生产要素的高度流动。在市场经济条件下，生产要素具有极强的流动性，谁的制度优越，市场就会使生产要素源源不断地流入。我们以人均货运总量说明其他物质生产要素流动情况。再如，我们无法考察我国劳动力是否可以充分流动，但是我国存在的户籍制度、人事档案管理制度、土地制度、劳动力市场的相对落后等因素，将大大限制我国劳动力自由流动。在此，我们试图以客运量与总人口的比值说明这一问题(见表1中第5栏、第6栏)。
(二)政策冲击的对称性分析
进入20世纪90年代后，随着计量经济学的发展，研究越来越多地集中到了经济冲击对称性方面，经济冲击的性质成为判断是否构成最优货币区的最重要标准。外界冲击如果对各地区的影响是对称的，就可采用同样的(或类似的)货币政策予以抵消，而不需要独立的货币政策，反之，应该采取不同的政策工具。
(1)模型构建与数据选用。在此我们仍然运用panel-data模型研究各省、直辖市、自治区30个经济体的金融政策冲击对称性问题。金融政策地区差异性是由各个影响因素在不同地区间作用的差异性所导致的。考察地区差异性，我们就是基于这一考虑，全国统一的货币政策函数会在全国表现出明显差异性。金融政策冲击可以是通过存款变量影响经济，也可以通过贷款变量影响地区经济，帮我们选用综合存贷款因素在内的金融相关比率进入模型。下面我们将采用全部金融相关比率、地区生产总值(平价)作为变量，数据时间序列为1990～2005年，因此样本数据呈现出截面单元较多而时间序列较短的特征，为避免残差的相关系数退化为奇异矩阵而无法估计，我们只选取一个自变量进行分析。
(2)单位根检验。同样应用LLC(2002)单位根检验和Im Pesaran和Shin(2003)检验及Hadri(1999)检验3种方法。经检验发现金融相关比率有时间趋势，所以对其进行单位根检验时选用固定效应且具有时间趋势的面板数据模型，检验结果序列有单位根，各种检验统计量均在5％的检验水平上不具有显著性，残差序列检验不平衡，其一阶差分后均通过检验，为一阶差分平稳变量。依据Kao(1999)面板协整检验的方法，对Y、F、Fn的协整关系进行检验。结果表明协整关系存在。
(3)模型选择输出结果(12)
在OLS-FE决策中，F(29，418)=90.79，Prob＞F=0.0000，在OLS—RE决策中，chi2(1)=1630.46，Prob＞chi2=0.0000，在FE—RE决策中，Prob＞chi2=0.0780，根据检验结果最终选择固定效应模型。经计算F统计量，F1=6.9335，F2=26.77，均拒绝原假设，选用固定效应变系数模型。
结果表明，模型的样本决定系数达到了0.99以上，并且调整后的样本决定系数也达到了0.99以上，D.W检验值符合要求。F指标通过5％的T检验，在样本数据截面单元较多而时间序列较短的情况下，这样的结果是让我们满意的。系数代表反应强度，广西、西藏、北京、天津、黑龙江、吉林、江西、山东、广东等省、市、自治区对金融政策冲击敏感，如广西给予1％政策冲击，GDP同向变化1.31％。各地区反应差异较大(见表1中第3栏)。
(三)经济开放性分析
1963年，麦金农提出以经济的高度开放性作为最优货币区的标准。高度开放的经济区域应该组成相对封闭的通货区，这对宏观经济目标的实现更为有利。我以对外贸易(进出口总额)占地区生产总值的比重来衡量(见表1中第4栏)。
(四)分析结论
(1)要素流动性方面：从国内改革开放的实践来看，发展优势最明显的地区如长江三角洲和珠江三角洲，都通过不断的制度创新优化发展环境，包括政策环境、法制环境、生活环境和生产环境，从而获得发展的动力。可是，在我们国家各地市场发育不平衡，国家也没有采取相应措施加以调控流动秩序，结果有限的生产资源集中涌向经济发达地区，加剧了区域经济发展不平衡。
(2)对外开放性方面：我国已经加入WTO，各省区也在加速发展外向型经济。由于发展基础不一，对外开放性相差较大。通过计算指标分析，北京、上海、广东达达1.7以上，但也有相当部分省区在0.1左右，差异悬殊伴随我国与周边国家经济贸易关系的发展，相关省区特别是边境省区面临着极好的发展机遇，而边境省区基本是经济落后区域，我国统一宏观经济政策的制定(如外汇管理、汇率政策实施、进出口信贷、票据贴现政策)将不得不重点考虑这些地区的现实情况。
(3)政策冲击方面：等系数变截距模型在反应各省、市、区金融信贷对GDP的贡献方面虽然不具有明显的经济意义，但在假定一切平等的条件下各省、市、区金融信贷对GDP的贡献差异较大。这是我们在划分金融调控区域的过程中应该重点考虑的因素。
(五)其他指标
在上述讨论的基础上，为了更充分地反映区域差异，我们加入了农民年人均纯收入、城镇居民年可支配收入、综合要素生产率作为聚类要素的补充，最终的聚类要素选择如表1所示。
五、基于系统聚类分析技术的 金融调控区域划分方法
(一)聚类过程(13)
本聚类分析是对样本进行聚类，故采用Q型聚类，聚类方法采用层次聚类法，求解新类相似性方法采用最远距法，即：假定p类与q类合并，合并后的新类为r，合并后的新类r与i类相似性(距离)为合并前的p类和q类与i类相似性(距离)中最大的，先把各个分类对象单独视为一类，然后根据距离最远的原则，依次选出一对分类对象，并成新类。如果其中一个分类对象已归于一类，则把另一个也归入该类；如果一对分类对象正好属于已归的两类，则把这两类并为一类。每一次归并，都划去该对象所在的列与列序相同的行。共有30个有效样本，聚类过程如表2所示。
选取第4行具体解释如下：第四步是第17类变量与第18类变量合并，相似性测度是0.181，两类变量均是第一次出现，两者合并后的再次合并将在第14步出现。其他同理。
经过m-1次就可以把全部分类对象归为一类，这样就可以根据归并的先后顺序做出聚类谱系图(见图1)。
(二)金融调控区域划分方案
根据这一过程并借鉴在此基础上，结合金融调控实际，我们将金融调控区域划分为以下几类地区。需要说明的是，这一划分应该是动态可调整的，随着各省、市、自治区经济金融发展形势定期调整。
(1)北京、天津、上海在三类划分、四类划分、五类划分当中都归为一组地区，广东、浙江、山东、江苏在三类划分、四类划分当中归为一组地区，在五类划分、六类划分当中，广东、浙江一组，山东、江苏一组，参考这一过程，北京、天津、上海、广东、浙江、山东、江苏这7个省市应该归为一组，可以定义为发达地区或为繁荣区域。如表3所示。
(2)落后区域：除内蒙古自治区以外的西部开发11个省、市、自治区在3～10类聚类分析结果中均归为一组，可以定义为落后区域。在这一组中还有中部欠发达地区江西和安徽、东北的吉林省。考虑东北老工业基地因素和国家振兴东北战略和中部崛起战略，可以考虑将中部欠发达地区的江西和安徽、东北的吉林省归到其他相近地区。如表4所示。>
(3)萧条区域。山西、内蒙、辽宁、海南、黑龙江、湖南、河北、福建、河南、湖北等省、自治区在3～9类聚类分析结果中均归为一组，可以定义为萧条区域。考虑东北老工业基地因素和国家振兴东北战略和中部崛起战略，在这一组中还应该包括中部欠发达地区江西、安徽、吉林省。如表5所示。
注释：
①《中国国民经济和社会发展“十一五”规划纲要》，新华社2006年3月16日。
②转引自：聂华林、李泉：《发展中区域与发展区域经济学的构建》，http：//www.cenet.org.cn/article.asp?articleid=20468。
③本发明公开了一种利用一计算机来产生的区域划分的方法及其系统。该方法是利用一计算机来产生区域划分，依据一特定时间段内的GDP集中程度(或称GDP区域密度)对所规划的地区中的各区域进行合理的区域划分，包括：输入数据的步骤、确定标准的步骤、计算比较的步骤、划分区域的步骤。该执行于一计算机的划分区域系统包含有：标准确定模块和计算比较模块。本发明首次提出了分类分区域相互补偿的方法和系统，其与各种战略规划模型相结合，可以对我国各个行业、各个领域的能源、资源、技术、劳动力等各方面的生产、转换及消费过程做出全面准确的规划和评价，并针对不同地区相应的发展状况，给出详细而合理的建设性意见。
④在聚类分析方法中，距离确定样本之间的相似程度，也称为相似性距离测度，是相似性测试的方法之一。
③为了考察地区经济增长对金融的推动力，我们选择全部金融存款总额这一指标，考察GDP增长对金融机构存款的推动能力。但是，经济对金融的促进作用，关键是用什么指标去反映金融发展指标，限于数据，要么用存贷款总额，反映了金融机构(银行类)的业务规模，但考虑到落后地区的金融机构其实质只是发挥了“大储蓄所”的功能，总行在信贷资源配置方面有更多的主动性调节因素，说服力较差。相对来说各地区存款应该是真实一点，地区经济发展了，经济实力提高了，应该是首先体现在存款增长方面。同时，我们考虑到财政支出因素(中央转移支付)会改变地区存款现状，贷款派生存款也会影响存款规模。模型中我们加入了这两个要素。
⑥周立(2004)在其出版的《中国各地区金融发展与经济增长》一书及在其发表的其他相关文献中，采用金融相关比率作为金融发展指标，由于数据可得性限制，在计算金融相关比率时没有采用金融资产指标而用金融机构存贷款指标来代替。本研究认为，用“金融机构存贷款总和”这一指标解释地区经济发展中金融的作用有其局限性，因为存款被作为我国商业银行领导人政绩考核的主要指标，加之金融机构统计规则上的差异因素和“以存定贷”的因素，“虚增”存款现象严重，且有部分地区商业银行充当了地区大储蓄所的功能，存款被上级行调剂到其他使用。因此，我们认为采用金融机构贷款指标解释各地区经济增长中金融要素的作用更具体些或更有说服力。当然，影响地区经济增长的要素不仅仅是金融，财政支出、引进外资、民间投资、国家大型项目投入等因素都会给地区经济发展带来重大影响。但限于面板数据模型局限性，自变量增加弱化了模型的解释能力。本文的研究目的是为分区调控寻找依据，比较区域差异才是主要的考虑因素，所以做出这样的选择。
⑦本模型计量经济的经济分析软件为EVIEWS(5.0)，采用广义最小二乘法(GLS)估计，一阶差分处理。
⑧模型选择决策软件选用stata.8，以下采取同样方式。
⑨本模型计量经济的经济分析软件为EVIEWS(5.0)，采用广义最小二乘法(GLS)估计，一阶差分处理。
⑩模型选择决策软件选用stata.8，以下采取同样方式。
(11)本文从《中国统计年鉴》(2005)中取2004年各地区的截面数据作为原始数据，以当年价表示的各地区国内生产总值作为Y(单位：亿元)，当年价表示的各地区全社会资本形成总额作为K(单位：亿元)，各地区的从业人员作为L(单位：万人)。许多关于中国经济增长的实证研究发现资本的产出弹性在0.3～0.6之间，在增长核算文献中各不相同。比如，张军等(2005)选取的是1/3，Chow(1993)、Young(2000)、沈坤荣(1999)、邓翔等(2004)以及彭国华(2005)等人选取的都是0.4，Yan Wang和Yudong Yao(2003)选取的是0.5，Chow(2002)选取的是0.6467，张军等(2003)根据回归结果选取的是0.609，郭庆旺等(2005)通过对生产函数的拟合得到的是0.6921。本文的结果与现有研究差别很大，我们的解释是：关于资本产出弹性，由于中国经济数据结构不能直接满足生产函数的需要和某些假设，所以大多数研究人员只是根据自己能够收集到的资料和对数据的判断作相应分析，或仅进行一些局部性的研究，不同机构或学者的研究结果差异很大。特别是关于资本投入量，应为直接或间接构成生产能力的资本总存量(或简称资本存量)，它既包括直接生产和提供各种物质和劳务的各种固定资产和流动资产，也包括为生活过程服务的各种服务及福利设施的资产，如住房等。
(12)本部分数据处理应用软件为Stata．8.0。
(13)本部分数据处理应用软件为SPSS11.5。
标签：金融论文; 聚类论文; 经济模型论文; 经济研究论文; 系统分析方法论文; 地区经济发展论文; 银行信贷论文; 信贷规模论文; 经济资本论文; 信贷配给论文; 经济增长论文; 区域经济学论文; 经济论文; 经济学论文; 生产率论文; 调控论文;