1 引言

金融是现代经济增长的重要环节,金融业的发展对于经济的增长和社会的发展都具有重要的推动作用,随着全球化、信息技术的发展和金融资本的流动,金融全球化已成为不可逆转的发展趋势,金融全球化使一些金融机构和资源在某些地区集中,形成了某种程度的金融集聚,进而慢慢的形成重要的区域金融中心,20世纪80年代就形成了纽约、伦敦和东京三大国际金融集聚区,一些新兴的国家和地区也出现了金融集聚现象,如20世纪90年代的新加坡、北京的金融街和上海浦东等都成为金融机构的集聚地,金融产业集聚已成为现代金融产业组织的基本表现形式.

随着金融体制的改革和资本市场的不断深化,我国金融业的发展速度和规模也在不断增强,但是各区域之间金融发展不平衡、不协调的问题仍然存在,近几年,山东省金融业正处于重要的战略机遇期,为了促进金融业的发展,同时带动其它相关产业和整体经济社会的发展,政府相继出台了一系列金融政策,2013年8月提出了《关于加快全省金融改革发展的若干意见》,明确山东省未来5年的金融改革发展目标,成为金融改革发展的纲领性文件,2016年12月又出台了《山东省金融业发展第十三个五年规划纲要》,纲要确定了未来五年山东金融业发展的目标任务,明确强调要加快建设济南、青岛金融中心,增强其辐射带动能力,促进金融一体化发展,金融业在山东省整体经济发展中的地位逐年攀升,但是就目前的发展水平而言,山东省金融业存在整体发展水平不高、服务实体经济能力不强、发展不均衡、不协调和对外开放水平程度不高等一系列问题,其产业地位及产业作用未能体现和发挥.因此本文首先对山东省金融产业的集聚程度进行分析,然后运用一定的空间统计方法来研究山东省金融产业的发展现状及各地金融业集聚态势,最后分析金融集聚与第三产业经济增长的关系,一方面探明省内金融业发展较快的地区,对相关政策实施效果进行检验,另一方面分析金融业在地方产业经济发展中发挥的作用,以对地方金融业发展政策的提出做出理论指导.

云南泡核桃壳提取物体外抗肝纤维化活性研究……………………………………李春艳，陈进汝，董寿堂，刘 熙，郝芳芳，李冬梅，李丹丹（5）

在西方国家,早期也有一部分学者对金融产业集聚进行了研究,Powel(1915)在著作《货币市场的演进》中最早探索了金融产业集聚现象,关注金融业的空间变化过程.Goldsmish (1969)基于35个国家的金融发展和经济增长的相关面板数据,通过相关研究后得出了金融发展和经济增长之间存在正相关性.国内学者研究金融业集聚这一领域比较晚,但是也有许多理论研究和实证研究取得了不少的进步,值得深究.张帆(2016)基于金融资源和金融规模两个视角,分析了2001—2013年中国主要区域金融产业集聚变化情况及其时空演变特征集聚变化情况[3].张志元等(2009)基于空间维度的相关性和异质性两个视角,通过构建空间计量模型,分析了影响金融产业集聚的因素有经济发展水平、工业化程度、人力资本水平和技术创新[4].纪玉俊等(2015)基于我国225个地级市相关的面板数据,利用空间滞后模型分析了我国金融产业集聚和区域经济增长之间的关系,得到了我国金融产业集聚对区域经济有正向的空间溢出作用[5].周海鹏等(2016)基于2005—2013年30个省市的相关面板数据,分别构建金融产业集聚度、经济增长规模指数和经济增长质量指数,通过空间计量模型来研究金融产业集聚对区域经济增长规模和区域经济增长质量的影响[6].豆晓利(2013)从银行、证券和保险三个方面入手,并且加入人力资本、政府行为和对外开放等因素,运用了空间计量模型分析2003—2010年金融集聚对区域经济增长的空间溢出作用[7].刘瑞波等(2014)基于山东半岛蓝色经济区的相关数据,通过单位根、协整检验和格兰杰因果关系检验得出了金融集聚和经济增长之间存在长期稳定的均衡关系,并且金融集聚在一定程度上会促进经济的发展[8].鲁文彬等(2011)利用因子分析方法测算2001—2010年武汉都市圈金融产业集聚指数,并通过空间计量模型来研究武汉都市圈金融产业集聚与经济增长之间的关系,得出了金融产业集聚促进了经济的增长[9].目前,国内的许多研究都是采用省级面板数据来研究金融集聚的空间溢出效应,范围比较大,一些研究即使采用了空间面板数据,但是在对空间权重矩阵的设置上采用地理邻接关系的0-1矩阵,这个比较简单,而忽视了其它空间权重矩阵方法,这就会导致金融集聚的空间溢出效应存在误差.并且绝大多数的研究集中在金融集聚对经济增长的空间溢出作用,而少有对金融集聚对产业经济增长的空间溢出作用进行研究.因此,本文以山东省各地市为研究对象,从金融产业集聚出发,采用经济地理矩阵的空间权重矩阵,运用空间杜宾模型来探讨山东省金融集聚对产业经济增长的影响.据此,本文第二部分研究山东省近十年金融发展现状,并计算山东省各个市近十年来金融集聚程度,以求在宏观上对山东省金融发展现状及发展态势做一了解；第三部分在第二部分金融产业集聚度测算的基础上运用Moran’s I指数来确定山东金融集聚是否存在空间相关性,并通过金融集聚Moran’s I的散点图,判断山东各个市金融集聚地理空间相关模式；第四部分为运用一定的空间计量经济模型,选取相关指标,探讨山东省金融集聚与产业经济增长之间的关系；第五部分是相应的结论和建议.

老福说：“行了行了，坐下吧，既然来了，咱们好好聊聊，你们说呢？”他嘱咐母亲去给他们沏壶茶，母亲不情愿地照办了。

2 山东省金融发展现状及金融产业集聚度分析

2.1 山东省金融产业发展现状

近几年,随着山东省金融业发展规划纲要及一系列相关政策的提出和实施,山东省金融产业得到了快速发展,2015年山东省年末金融机构本外币存贷款余额总共为135858.8亿元,比年初增加了12318.1亿元,金融业增加值占GDP生产总值的比重也达到了5%,金融产业发展非常迅速,已成为促进山东经济发展的重要产业.如图2所示,用山东省金融机构存贷款余额来代表山东省金融产业的发展状况,近10年来,山东省金融机构存款余额呈现一个不断增长的趋势,这也从侧面反映出山东省金融产业良好的发展势头.为了更具体的描述山东省17个地市的金融产业发展状况,继续从山东省金融业的区域分布来分析,如表1所示,不难看出,近10年来济南市和青岛市金融机构存贷款余额占全省都是最高的,且近几年呈现一个逐渐增长的趋势,这与当地的经济发展水平密不可分,济南和青岛作为山东省经济发展水平较高的两个城市,并且近几年来,山东省出台了《山东半岛城市群发展规划》,其中也提出了加快济南和青岛都市圈的建设,促进区域金融中心的建设,增强它们的辐射带动力,带动相邻城市金融的发展,使得各市金融一体化发展,除了济南和青岛,枣庄、东营、潍坊、济宁、泰安和威海的金融发展状况也是逐年上升的,这与政府实施政策、引导金融产业的发展密不可分.

企业与开发商作为城市的基本经济细胞，是城市更新不可或缺的重要参与主体。开发商与企业的参与虽然本质上是逐利，但是其作用却是不可否认的。一方面，私人资本的投资是对公共部门投资的有力补充与帮助；另一方面，开发商的参与对于解决城市更新过程中的公共服务设施建设、社会住房供应等一系列市场化问题都具有重要的意义。

图1 2006-2015年山东省金融机构存贷款余额(亿元)

表1 2006—2015年17个地市本外币存贷款余额占比(%)

年份2006200720082009201020112012201320142015济南市18.419.719.320.319.819.51918.214.519青岛市14.418.718.91919.319.518.91915.318.4淄博市22.65.95.85.75.65.55.35.23.64.8枣庄市1.62.22.22.22.22.12.121.51.9东营市2.53.73.93.63.73.84.34.53.85烟台市7.59.399.19.199.196.28.5潍坊市5.77.27.57.888.48.28.26.58.2济宁市44.84.94.94.955.25.33.74.8泰安市2.93.43.33.23.13.13.23.32.33.3威海市3.34.34.13.83.83.63.53.62.53.4日照市22.72.52.72.72.72.835.53莱芜市1.41.71.71.61.41.31.31.221.1临沂市4.25.35.24.94.95.15.35.610.56德州市2.83.33.3332.92.82.95.23聊城市2.52.6332.92.9335.73.3滨州市2.22.82.82.82.93.13.33.35.83.3菏泽市2.12.52.52.52.72.62.72.85.33.1

2.2 山东省金融产业集聚度分析

其中,统计量的取值范围为[-1,1],小于0代表存在空间负相关,大于0代表存在空间正相关,等于0代表不存在空间相关性,越接近-1表示单元之间的分布越不集中,趋于分散分布,越接近1表示单元之间的分布越集中,趋于空间集聚,接近0表示单元之间不存在空间相关性.

LQ=(ai/a/Bi/B

(1)

其中LQ是山东省各市金融产业区位熵,ai是山东省各市金融机构存贷款余额,a是山东省各市的GDP,Bi是山东省金融机构存贷款余额,B是山东省的GDP.区位熵的值越大,区域产业集聚程度越高,一般来说,当LQ>1时,区域的产业集聚程度优于整个区域,当LQ<1时,区域的产业集聚程度劣于整个区域,当LQ=1时,区域的产业集聚程度和整个区域大体相当.

表2 2006-2015年山东省各地市金融产业区位熵

年份2006200720082009201020112012201320142015济南市2.242.002.002.051.981.991.961.911.851.94青岛市1.201.281.341.311.331.331.291.311.251.23淄博市3.660.790.790.780.770.750.740.760.730.72枣庄市0.580.610.630.630.630.610.620.600.570.57东营市0.460.580.600.590.610.640.710.760.830.90烟台市0.830.830.820.830.810.820.850.880.860.83潍坊市0.880.910.950.971.001.071.011.021.010.98济宁市0.730.720.740.730.750.780.810.830.800.74泰安市0.750.720.680.630.600.610.630.650.650.66威海市0.640.700.830.730.760.780.750.770.760.72日照市1.071.111.021.031.011.001.041.081.141.12莱芜市1.291.201.121.141.020.961.021.010.981.01临沂市0.810.820.850.800.800.830.870.920.981.00德州市0.740.730.790.680.700.660.630.650.670.68聊城市0.780.650.760.730.700.680.690.700.760.77滨州市0.710.700.720.710.730.760.820.830.840.88菏泽市1.030.960.930.880.860.760.760.760.800.81

注：相关计算数据来自于山东省统计年鉴及各市统计公报.

依据区位熵计算公式,对山东省各市区位熵进行测算,其结果如表2所示,不难看出,最近10年济南市、青岛市和日照市这3个市的金融产业区位熵始终大于1,这说明这3个市的金融产业集聚水平优于整个山东省的金融业集聚水平,但是近几年来这几个市的金融集聚水平逐年下降,随着金融产业的发展,出现了产业向其它临近市扩散和转移的情况,而各年中济南和青岛的金融产业区位熵的值都最高,远高于其它地市,是因为济南和青岛作为山东省经济发展水平最高的两个城市,具有发展成为山东省区域金融中心的潜能,近几年山东省在《山东半岛城市群发展规划》中也提出要加快建设和提升济南、青岛都市圈发展水平,增强济南的辐射带动力,建设成为重要的区域经济重心和金融中心,泰安市、莱芜市、德州市、滨州和聊城市的区位熵逐年增加,金融集聚水平逐年上升,在很大程度上是由于这5个地区包含于济南都市圈,济南都市圈金融发展的辐射带动力使得其金融业发展水平逐步提升.

由表3可知,近10年来山东省金融业集聚的Moran’s I值除了2006年小于0,存在空间负相关,其余年份的Moran’s I的值都大于0,所以存在正的空间自相关性,金融发展的空间集聚在全局上表现出空间依赖特征,2007年至2008年Moran’s I的值呈现一个短暂的下降趋势,这与2008年全球金融危机的影响有关,2008年至2013年的Moran’s I数值变化反映了山东省金融集聚的空间相关性呈现一个上升的趋势,这与经济复苏之后,各级政府大力积极扶持金融行业的发展,鼓励金融产业的发展,促进经济增长是密不可分的,而近两年金融产业的空间自相关性在减弱,这是金融出现扩散的结果,金融市场发展的挤出效应、地区之间产业发展的相互竞争以及通讯技术的发展是导致该现象发生的主要原因.

人工施肥、播种，机械开沟覆土。优点有适应性强，操作方便，沟沟通畅。但也存在缺点，如播前田块秸秆过多，须先用灭茬机灭茬，增加播种成本。

3 山东省金融产业集聚空间相关性分析

3.1 空间自相关

空间相关性是进行空间分析和空间建模的基础,现实生活中,几乎所有的空间数据都具有空间相关性,而Moran’s I是探测和检验变量空间相关性最常用的统计量,因此本文采用Moran’s I来研究山东省金融产业集聚的空间相关性分析,假设Yi是区域i的空间变量,n是区域单元个数,wij是区域i的邻接单元j的空间权重矩阵元素,那么Moran’s I统计量表示为

衡量一个地区产业集聚程度的方法有很多种,有区位熵法、空间基尼系数、赫芬达尔指数和EG指数法等,本文在方法选择上考虑到市级数据可获取性以及区位熵能够充分的比较区域生产水平和整体水平的优点,选取区位熵这一变量来反映金融产业的集聚程度.其具体计算公式如下

在美国，政府通过发展农业规模经营，鼓励农民发展农业以外的经济，加大对农民的直接经济补贴，加强农村基础设施及社会事业建设，为农村发展和缩小城乡差距提供了保障。而日本和韩国都属于经济分布空间和人口分布空间均极度失衡的国家。日本通过制订“全国综合开发计划”，大力发展中小城市，不断加大对乡村的财政投入，开发落后地区，解决工业及人口过密和过疏的矛盾；为缩小城乡差距、提升乡村发展价值，韩国发起了旨在缩小城乡发展差距的“新村运动”，加大农村公共产品供给力度。自20世纪70年代以来，经过几十年的“新村运动”，韩国基本实现了城乡经济的协调发展。

lnGDPit=ρω*lnGDPit+β1lnLQit+β2Kit+β3lnLit+β4OPENit+β5lnFEit+δ1W*lnLQit+δ2W*Kit+δ3W*lnLit+δ4W*OPENit+δ5W*lnFEit+εit

表3 山东省金融集聚Moran’s I值

年份Morans值P值2006-0.0260.34620070.0330.17320080.0180.20320090.0540.11320100.0570.10820110.0760.07520120.0810.06720130.0920.0620140.0680.120150.0450.133

从区位熵计算结果还不难发现,山东省各市区位熵的空间分布也存在一定的规律,例2015年济南都市圈所包含的地区有相对较大的金融产业集聚度,但其具体分布和变动规律如何,有待于进一步分析讨论.

计算Moran’s I指数前,首先需要构建各市的空间权重矩阵W,需要引入一个简单的经济距离矩阵,wij的构造原则是

3.2 局部空间相关性的分析

基于全局自相关的分析结果,为了更好的研究局部的空间特征,需要建立Moran’s I散点图,Moran散点图中分为4个象限,第1、3象限代表观区域间存在正的空间相关性,2、4象限代表区域间存在负的空间相关性,并且第1象限代表中心区域和外围区域的值都较高(HH),第2象限代表中心区域值较低而外围区域值较高(LH),第3象限代表中心区域和外围区域的指标值都较低(LL),第4象限代表中心区域值较高外围区域值较低(HL),鉴于此,本文给出了2006、2010和2015年的山东省金融业集聚的Moran’s I散点图(见图3-图5).意在找出山东省金融产业局部空间特征的同时,分析其演化过程,认识和了解其金融产业的空间格局及其变动规律.

图3 2006年山东省金融业Moran’s I散点图

图4 2010年山东省金融业Moran’s I散点图

图5 2015年山东省金融业Moran’s I散点图

当λ=0时,为SDM模型；当λ=0,且δ=0时,为SAR模型；当τ=0,且δ=0时,则为SAC模型；当τ=ρ=0时,且δ=0,则为SEM模型.为了着重检验金融集聚对区域经济的溢出效应,本文采用空间SDM模型来引入空间变量,具体形式如下

器容量也不能比所带的电动机小得太多，因为电动机本身的空载电流较大，变频调速器的容量一般不得小于电动机容量的65%。

4 山东省金融业空间集聚与产业经济增长的实证研究

通过空间自相关分析,证明了山东省金融产业集聚具有显著的空间相关性,所以采用空间计量模型研究金融集聚和产业经济增长之间的关系.常见的空间计量模型主要是空间自回归模型(SAC)、空间误差模型(SEM)和空间杜宾模型(SDM),其中后者可以简化为前两个(Elhorst 2010),SDM的具体形式为

从图3到图5的Moran’s I的指数图可以看出山东省金融产业集聚存在一定的空间相关性,先来看2006年山东省金融业的集聚趋势,图3显示,2006年高—高(H-H)类型和低—低(L-L)类型区占64.7%,居于主导地位,集聚在第1象限和第3象限,其中济南市、青岛市和莱芜市位于第1象限,说明这3个地区和相邻地区的金融产业集聚程度都很高,存在空间上的相互集聚,济南是山东省的省会,而青岛作为临海城市,具有优越的区位优势,是山东省对外贸易的窗口,因此经济发展水平和程度都是最高的,且都存在一些金融实体产业,比如济南的济钢和重汽等企业,莱芜的莱钢和泰钢,聊城市、滨州市和菏泽市等集聚在第3象限,呈现低—低集聚,因为这些地区与相邻地区的金融发展水平都比较低,没有金融实体产业；2010年山东省市级区域的70.6%显示出正的空间相关性,其中33%位于第1象限(H-H),37.6%位于第3象限(L-L),比起2006年,正的空间相关性在增强,这与政府大力扶持金融产业,积极推动金融业的发展密切相关；与2010年一样,2015年山东省市级区域的70.6%也显示出正的空间相关性,但是高—高(H-H)类型区占42%,低—低(L-L)类型区占28.6%,比起2010年,出现了一些幅度的变化,在高—高(H-H)类型区除了济南、青岛和莱芜3个市以外,增加了潍坊市和临沂市,说明这些地市和临边地市的金融业发展都比较好,金融外溢在很大程度上驱使了这一现象的发生,低—低(L-L)类型区出现了下降趋势,这与山东省金融业发展规划纲要的实施,以及政府积极扶持和实体产业的转型密切相关.

其中,(区域i在t时期内GDP的平均值),i≠j,这样,两地区经济发展水平越相似,两个地区之间的空间依赖效应越大,则权值越大.

以各共有峰相对峰面积为变量，采用SPSS 20.0软件，以欧氏距离分层聚类法中的Ward法对69批药材样品进行系统聚类分析，详见图3。由图3可知，取欧氏距离为10时，69批药材样品可聚为5类：S4～S6为重庆垫江太平镇生长年限在17年及以上的药材样品，与其他药材样品有显著差异，相似度均小于0.800，和S41聚为第Ⅱ类；采自重庆垫江太平镇的S1～S3栽培品和采自安徽的S7～S9栽培品除S3外其他相似度均大于0.900，同S10、S12、S24、S25、S54、S59聚为第Ⅲ类；市售药材样品主要聚为第Ⅰ、Ⅳ、Ⅴ类。

在上述模型中,i表示地区,t表示时间,GDP作为因变量,用第三产业的生产总值来衡量产业结构的发展,LQ代表金融产业集聚度,为了更好的研究影响产业经济发展的其它因素,又引入了4个自变量,其中K代表固定资产投资水平,采用第三产业固定资产投资占总的固定资产投资比重来表示,L代表的是就业水平,采用第三产业就业人数来表示,OPEN是对外开放水平,用出口额占进出口总额来表示,FE是政府政策,用政府公共财政预算支出来表示.为了使数据更平稳,消除异方差性,本文将所有的变量全部取对数,然后进行模型的估计.

采用山东省2006—2015年17个市的均衡面板数据进行分析,结果如表4.

表4 山东省产业结构影响因素空间杜宾模型估计结果

变量系数P值变量系数P值lnLQ0.03321580.058W*lnLQ0.08921170.119K0.07587820.05W*K0.29364470.005lnL0.06847510.003W*lnL-0.42566770.149OPEN0.18573330.000W*OPEN0.17637450.028lnFE5.4191730.000W*lnFE-3.0666920.000C-2.3082080.000P0.61766980.000lgt_theta-1.5692880.000sigma2_e0.00093220.000

从空间杜宾模型的估计结果可以看出,选取的5个经济指标对山东省第三产业的发展都有显著的影响作用.其中金融产业的集聚对第三产业的发展影响为正,在其它因素不变的情况下金融集聚度每增加1%,第三产业的GDP增加0.033,表明山东省金融产业的集聚会促进第三产业的发展,这与山东省本身的产业协调度有关,近几年来山东省为了促进金融产业的发展,出台了一系列的政策措施,鼓励金融改革来促进经济结构转型和产业升级,从而使得金融产业的发展势头良好,而金融产业又是第三产业中最重要的产业.资本和劳动是影响产业发展最重要的因素,模型估计结果显示,第三产业固定资产占比每增加一个单位,第三产业GDP将增加0.076,第三产业就业人数每增加1%,第三产业GDP就增加0.068.对外开放程度和政府财政支出也是影响山东省经济发展主要的因素,出口额占进出口总额的比重每增加一个单位,第三产业GDP的速度将增加0.186,政府的财政支出每增加1%,第三产业GDP的速度将增加5.419.往往一个地区的对外开放程度越高,这个地区的经济发展水平越高,因为随着经济全球化的发展,世界越来越成为一个整体,因此发挥沿海城市交通便利的的区位优势,不断的开展与其它地区的贸易交流就显得尤其重要,实施引进来和走出去战略,在充分利用外资规模的过程中,不断地引进先进的技术、资源和资金,可以提高利用外资的质量和水平,促进产业结构优化升级,从而可以促进经济的增长.政府的宏观调控措施对整个区域的协调发展起全局性作用,优化财政支出结构的根本目的是促进经济的增长,良好的财政支出结构能够直接改善收入,促进经济的发展,进而促进产业的调整与发展.如2008年的全球金融危机,全国乃至各个省份的经济发展都受到了不同程度的影响,这个时候,政府加大财政对经济和民生的支出,优化了产业结构,促进了经济的增长,从而促进产业的不断发展与升级.

从空间影响的角度进行分析,系数ρ的估计值为0.618且统计意义显著,说明了周边地区产业的发展对该地区产业的发展具有积极影响.金融产业集聚度并未形成空间溢出效应,这可能与近几年来山东省只注重金融产业集聚的快速发展,而不注重产业的协调与均衡发展,与现代实体经济相脱离,出现了一些矛盾和问题,区域金融发展不均衡.人力资本也没有形成空间溢出效应,这可能与人力资本结构与产业结构不符而致,人力资本结构不适应产业结构的优化配置.固定资产投资和对外开放水平具有较强的空间溢出效应,政府的公共财政支出表现为负的空间效应,大量的政府支出并不能带来经济的发展,主要是财政支出的结构不合理和不均衡,偏重于某些产业,造成产业结构的扭曲,比如一些经济建设费用支出往往集中于快速“制造”GDP或服务于GDP增长的低门槛、低技术水平的产业,这显然不能促进产业的经济发展.

5 结论与建议

本文通过选取2006—2015年山东省各个市的金融产业和第三产业的相关的数据,在基于分析山东省金融产业集聚水平的基础上,运用Moran’s I指数,分析了山东省各个市金融集聚的空间相关性,并刻画2006、2010和2015年山东省金融集聚的Moran’s I的散点图,最后通过空间动宾模型研究金融集聚与产业经济增长之间的关系.结果表明：第一,近10年来,山东省各个市的金融集聚水平不均衡,有的地市金融集聚水平较高,如：济南和青岛,像东营市、潍坊市、济宁市、日照市、临沂市和滨州市的金融集聚水平逐年上升,但淄博市、泰安市、莱芜市和菏泽市的金融集聚水平逐年下降.第二,运用Moran’s I指数分析各个市的金融集聚存在正的空间自相关性,金融发展的空间集聚在全局上表现出空间依赖特征,且这种空间自相关性呈现出逐年增长又减弱的趋势.通过刻画2006、2010和2015年山东省金融集聚Moran’s I的散点图,得到各个市与相邻市的金融集聚度变化情况以及它们之间的空间相关性,结果表明正的空间相关性在增强,这与政府大力扶持金融产业,积极促进产业发展有关.第三,通过空间杜宾模型,金融集聚度、产业固定资产投资占比、产业就业人数、对外开放度和政府公共财政预算支出对山东省产业的发展都有正的影响作用,并且对外开放度和政府公共财政政策的影响作用最为显著.从空间角度可以得出,金融集聚度和人力资本没有形成空间溢出效应,而政府公共财政预算支出表现为负的空间溢出效应.

基于以上分析结果,对山东省而言,金融集聚对于产业结构的升级与发展具有明显的空间溢出效应,为了优化区域金融结构,促进产业结构升级,积极发挥金融集聚对产业升级的促进作用,现提出以下几点建议：第一,将金融产业与实体经济相结合,构建金融产业与实体经济协调发展机制.金融产业发展的重点就是服务实体经济,引导金融资源投向实体经济,将两者有效的结合,不断创新金融产品与服务,畅通金融支持实体经济的渠道和途径,增强金融业对实体经济的服务支撑能力,促进相关产业的发展.第二,优化金融资源结构布局,加快区域金融中心建设.济南和青岛作为山东省经济发展水平最高的两个市,也是重要的金融中心,因此要深入推进济南市和青岛市区域性产业金融中心战略部署,加快形成金融业集聚发展优势,引导金融资源流向县域区域,增强县域的金融发展水平和服务能力,构建多层次的金融市场,从而促进全省金融资源结构的合理布局,使金融与特定的产业相适应发展,解决全市产业总体实力偏弱的现状.第三,加大金融发展的环境建设.一方面政府要加大对金融业发展的政策支持,推进社会信用体系建设,做好人才引进工作,强化人力资本的积累与投入,使得人才流与产业发展相协调,另一方面,为了有效的促进金融产业来促经济发展,需要加大对外水平,积极推动境外金融机构进驻我省,鼓励和引导我省金融机构“走出去”,当某一区域金融发展水平较低时,加大政府的财政支出,鼓励发展金融产业,使得各个区域金融产业均衡协调发展,促进全省产业结构升级与改造.第四,推进区域性产业金融中心的加快建设.突出“双核”,加快建设济南、青岛金融中心,济南和青岛具有独特的区位优势,交通信息便利,在产业的转移、合理分配生产要素、辐射带动力、提高总体实力等方面具有显著优势,并且金融组织体系较为完善,因此,加快建设济南、青岛都市圈,增强它们的辐射带动能力,带动周边区域的金融发展水平,从而促进产业的协调与快速发展.

参考文献:

[1] Powell E T.The Evolution of the Money Market 1385-1915:An Historical and Analytical Study of the Rise[M].Frank Cass,1915.

[2] Goldsmith R W.Financial structure and development[M].New Haven:Yale University Press,1969.

[3] 张帆.中国金融产业集聚效应及其时空演变[J].科研管理,2016(37):417-425.

[4] 张志元,季伟杰.中国省域金融产业集聚影响因素的空间计量分析[J].广东金融学院学报,2009,24(1):107-117.

[5] 纪玉俊,李超.我国金融产业集聚与地区经济增长—基于225个城市面板数据的空间计量检验[J].产业经济评论,2015(6)：35-46.

[6] 周海鹏,李媛媛,李瑞晶.金融产业集聚对区域经济增长的空间效应研究[J].天津财经大学学报,2016(2)：63-76.

[7] 豆晓利.基于空间模型的中国金融集聚对区域经济增长的溢出作用分析[J].区域经济评论,2013(6)：113-120.

[8] 刘瑞波,张仁钊,崔凤龙.金融产业集聚与经济增长关系研究：以蓝色经济区为例[J].经济研究,2014,35(10)：137-142.

[9] 鲁文彬,花俊.武汉城市圈金融产业集聚与经济增长—基于2001—2010年数据的实证研究[J].海南金融,2011(10)：33-63.