The Comparative Study on the Financial Agglomeration Degree and Influencing Factors of the Five Cities in China's Middle Region
HU Guohui LI Li
（School of Economics， Wuhan University of Technology， Wuhan Hubei 430070）
Abstract：Setting Wuhan， Changsha， Zhengzhou， Nanchang and Hefei as the study object， by constructing the evaluation index system of the financial agglomeration， using the factor analysis method， the paper comprehensively evaluates and compares the degree of the financial agglomeration of above cities from 2001 to 2010. On this basis， the paper analyzes the factors influencing the financial agglomeration， calculates the correlation between each influencing factor and the financial agglomeration by means of the gray correlation analysis method so as to distinguish between the primary influencing factors and secondary factors of the financial agglomeration of each city. According to the results of the empirical study， the paper further points out the problems existing in the financial agglomeration development of five cities， and put forward corresponding policy suggestions.
Keywords： financial agglomeration； factor analysis； gray correlation analysis

　　摘要：本文以武漢、長沙、鄭州、南昌、合肥等五城市為研究對(duì)象，通過構(gòu)建金融集聚評(píng)價(jià)指標(biāo)體系，運(yùn)用因子分析法對(duì)各城市2001-2010年的金融集聚程度進(jìn)行了綜合評(píng)價(jià)和比較；在此基礎(chǔ)上，分析影響金融集聚的因素，采用灰色關(guān)聯(lián)分析方法計(jì)算各影響因素與金融集聚之間的關(guān)聯(lián)度，從而區(qū)分影響各城市金融集聚的主要因素與次要因素；根據(jù)實(shí)證研究的結(jié)果，進(jìn)一步指出五城市金融集聚發(fā)展中存在的問題，提出相應(yīng)的政策建議。

　　關(guān)鍵詞：金融師論文發(fā)表,金融集聚,因子分析,灰色關(guān)聯(lián)分析

　　一、引言

　　近幾年來，國內(nèi)外金融集聚的趨勢(shì)日益明顯。金融集聚可以為所在地帶來巨額資金，促進(jìn)金融機(jī)構(gòu)之間的協(xié)作和資源共享，提高信息傳遞的效率，并可通過規(guī)模經(jīng)濟(jì)和輻射效應(yīng)，對(duì)區(qū)域經(jīng)濟(jì)發(fā)展產(chǎn)生深刻的影響。隨著中部崛起步伐的加快，為謀求區(qū)域金融主導(dǎo)權(quán)，擁有和支配更多金融資源，中部各大城市紛紛將金融發(fā)展和區(qū)域金融中心建設(shè)納入各自的長遠(yuǎn)發(fā)展規(guī)劃。目前，整個(gè)中部的區(qū)域金融布局尚未確定，對(duì)于處于競(jìng)爭中的任一城市而言，都有必要明確自身金融資源集聚的相對(duì)優(yōu)勢(shì)及弱勢(shì)，以便準(zhǔn)確定位、科學(xué)發(fā)展。基于此，本文以武漢、長沙、鄭州、南昌、合肥中部五城市為研究對(duì)象，擬從比較的視角，對(duì)中部五城市金融集聚程度及其影響因素進(jìn)行實(shí)證檢驗(yàn)。

　　從國內(nèi)外相關(guān)文獻(xiàn)來看，對(duì)于金融集聚程度的衡量，一般采用指標(biāo)體系評(píng)估法、金融集聚指數(shù)評(píng)估法或產(chǎn)業(yè)集聚的測(cè)度方法等，且以指標(biāo)體系評(píng)估法居多。要客觀、全面地評(píng)價(jià)一個(gè)地區(qū)的金融集聚程度，關(guān)鍵是要建立科學(xué)、客觀、有效的金融集聚評(píng)價(jià)指標(biāo)體系。目前，多數(shù)學(xué)者是從金融競(jìng)爭力的角度進(jìn)行指標(biāo)體系構(gòu)建，并不特別區(qū)分金融競(jìng)爭力與金融集聚的概念。實(shí)際上，這兩個(gè)概念之間既有聯(lián)系，又有區(qū)別。此外，以往的研究成果雖然不乏對(duì)各大城市金融競(jìng)爭力的對(duì)比和排序，但很少定量研究影響金融集聚的因素及其關(guān)聯(lián)程度。

　　有鑒于此，本文將首先針對(duì)金融集聚的特征構(gòu)建評(píng)價(jià)指標(biāo)體系，基于2001-2010年的面板數(shù)據(jù)，采用因子分析法衡量和比較中部五大城市的金融集聚程度和動(dòng)態(tài)變化趨勢(shì)；然后探討影響金融集聚的因素，運(yùn)用灰色關(guān)聯(lián)分析方法揭示五城市金融集聚與其影響因素之間的關(guān)聯(lián)性，分析各因素在推動(dòng)金融集聚發(fā)展中所起的不同作用；最后歸納中部五城市金融集聚的特點(diǎn)及存在的問題，并提出若干結(jié)論。

　　二、中部五城市金融集聚程度的比較

　　（一）指標(biāo)及數(shù)據(jù)。金融集聚是指金融市場(chǎng)、金融機(jī)構(gòu)、金融產(chǎn)品、金融工具、金融制度、金融信息、金融人才等金融資源通過地域間的運(yùn)動(dòng)，形成一種集中聚合的狀態(tài)或過程。金融集聚的形成與發(fā)展離不開充足的金融資源，而金融業(yè)的發(fā)展是吸引金融資源的重要力量，是金融集聚的直接誘因，也是其直接表現(xiàn)。因此，與一般文獻(xiàn)中構(gòu)建的金融競(jìng)爭力指標(biāo)不同，本文主要運(yùn)用相關(guān)金融指標(biāo)來衡量金融集聚的程度，主要包括金融總體規(guī)模、宏觀金融效率、銀行業(yè)、證券業(yè)和保險(xiǎn)業(yè)的發(fā)展程度。

　　1、金融總體規(guī)模。金融規(guī)模是金融集聚的基礎(chǔ)。金融總體規(guī)模體現(xiàn)在金融業(yè)增加值和金融從業(yè)人員的數(shù)量上。金融業(yè)增加值從總量上反映了一個(gè)地區(qū)金融業(yè)發(fā)展的基本情況；而金融業(yè)作為一個(gè)高技術(shù)、高人力資本、高附加值的產(chǎn)業(yè)，人力資本是其生存和發(fā)展的關(guān)鍵，金融人才的聚集是金融集聚形成的重要標(biāo)志。

　　2、宏觀金融效率。較高的宏觀金融效率能促使資源高效配置，推動(dòng)金融集聚和實(shí)體經(jīng)濟(jì)增長。宏觀金融效率可主要由三個(gè)指標(biāo)進(jìn)行衡量：存貸比、儲(chǔ)蓄投資轉(zhuǎn)化率以及儲(chǔ)蓄率。其中存貸比是金融機(jī)構(gòu)年末貸款額與存款額之比，反映了金融機(jī)構(gòu)將金融資源轉(zhuǎn)化為實(shí)際利用資本的能力，存貸比越高表明銀行資金使用效率越高；儲(chǔ)蓄投資轉(zhuǎn)化率是年末固定資產(chǎn)總額與年末儲(chǔ)蓄總額之比，直觀地反映出儲(chǔ)蓄轉(zhuǎn)化為投資的效率；儲(chǔ)蓄率等于年末儲(chǔ)蓄總額除以該年度的國內(nèi)生產(chǎn)總值，是綜合反映金融機(jī)構(gòu)儲(chǔ)蓄動(dòng)員能力的指標(biāo)。

　　3、銀行業(yè)發(fā)展程度。高水平的銀行業(yè)對(duì)金融集聚至關(guān)重要，尤其在中國現(xiàn)有以間接融資為主導(dǎo)的金融體系下，銀行業(yè)是實(shí)現(xiàn)貨幣借貸和資金融通的主渠道，銀行業(yè)發(fā)展加速了金融創(chuàng)新，吸引了大量的投資者，為金融集聚提供了條件。本文用金融機(jī)構(gòu)年末存款總量和貸款總量表示銀行業(yè)的發(fā)展程度，其中金融機(jī)構(gòu)年末存款余額反映銀行資金的總量，或是該地區(qū)銀行資金的供給量；金融機(jī)構(gòu)年末貸款余額則體現(xiàn)了該地區(qū)對(duì)銀行資金的總體需求。

　　4、保險(xiǎn)業(yè)發(fā)展程度。金融集聚不僅是銀行業(yè)的集聚，同時(shí)也是保險(xiǎn)業(yè)和證券業(yè)的集聚。保險(xiǎn)密度和保險(xiǎn)深度反映了保險(xiǎn)行業(yè)的發(fā)展情況。其中保險(xiǎn)密度是按照一個(gè)地區(qū)人口計(jì)算的人均保費(fèi)收入，反映了保險(xiǎn)的普及程度和發(fā)展水平；保險(xiǎn)深度是指保費(fèi)收入占GDP的比例，是衡量一個(gè)地區(qū)保險(xiǎn)業(yè)在其國民經(jīng)濟(jì)中的地位的一個(gè)重要指標(biāo)。

　　5、證券業(yè)發(fā)展程度。證券業(yè)的發(fā)展主要用證券行業(yè)總產(chǎn)值和證券化率（證券行業(yè)總產(chǎn)值/GDP）來衡量，它們分別從絕對(duì)量和相對(duì)量上反映一個(gè)地區(qū)證券市場(chǎng)的發(fā)展，證券業(yè)總產(chǎn)值和證券化率越高，意味著證券市場(chǎng)在經(jīng)濟(jì)中的地位越重要。

　　為了便于分析，本文將上述五個(gè)方面的指標(biāo)劃分為目標(biāo)層、準(zhǔn)則層和因子層三個(gè)層次（如表1所示）。將以中部五城市2001-2010年的數(shù)據(jù)為樣本進(jìn)行金融集聚的度量和比較，研究所需的數(shù)據(jù)主要來源于相應(yīng)年份的《中國統(tǒng)計(jì)年鑒》、《金融統(tǒng)計(jì)年鑒》、《中國城市統(tǒng)計(jì)年鑒》，以及各城市的統(tǒng)計(jì)局網(wǎng)站和中國經(jīng)濟(jì)社會(huì)發(fā)展統(tǒng)計(jì)數(shù)據(jù)庫等，對(duì)于缺失的數(shù)據(jù)，采用灰色預(yù)測(cè)方法進(jìn)行補(bǔ)充。

　　（二）實(shí)證分析。運(yùn)用DPS軟件的因子分析功能，在對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理的基礎(chǔ)上，通過計(jì)算得到如下分析結(jié)果：

　　表2反映了KMO（KaiserMeyerOlkin）檢驗(yàn)和巴特利特球形（BartlettsTestofSphericits）檢驗(yàn)結(jié)果。在本研究中，KMO值為0.7134，大于0.5的最低標(biāo)準(zhǔn)，說明數(shù)據(jù)適合進(jìn)行因子分析。同時(shí)，Bartlett球形檢驗(yàn)的顯著性水平為0.0001<0.05，由此否定了相關(guān)矩陣為單位陣的零假設(shè)，即表明各變量之間存在顯著的相關(guān)性，同樣說明數(shù)據(jù)適合進(jìn)行因子分析。表3反映了因子的特征值和方差貢獻(xiàn)率。貢獻(xiàn)率越大，該因子就相對(duì)越重要，本文按照因子特征值大于0.9，累計(jì)貢獻(xiàn)率達(dá)85%的原則確定4個(gè)主因子。

　　通過對(duì)因子載荷矩陣進(jìn)行方差極大正交旋轉(zhuǎn)，得到旋轉(zhuǎn)后的因子載荷矩陣，如表4所示。可以看出，旋轉(zhuǎn)后的載荷系數(shù)已經(jīng)明顯向0和1兩極分化，更易分辨出主因子。第一個(gè)主因子F1在指標(biāo)X1金融機(jī)構(gòu)年末存款總量、X2金融機(jī)構(gòu)年末貸款總量、X5證券業(yè)總產(chǎn)值、X6證券化率、X7金融業(yè)增加值上有較大的載荷，說明這5個(gè)指標(biāo)有較強(qiáng)的相關(guān)性，可以歸為一類；而這5個(gè)指標(biāo)主要反映了地區(qū)金融業(yè)的發(fā)展，因此可將第一個(gè)主因子看作是金融發(fā)展因子。第二個(gè)主因子F2對(duì)指標(biāo)X4保險(xiǎn)深度的解釋力度較大，可將其看作是金融深度因子。第三個(gè)主因子F3在指標(biāo)X8金融從業(yè)人員上有較大的載荷，可命名為金融人才因子。第四個(gè)主因子F4主要反映了指標(biāo)X9存貸比和X11儲(chǔ)蓄率，代表了金融效率因子。

　　表5反映了五城市因子綜合得分及歸一化后的值。因子分析的目的是以較少的幾個(gè)主因子反映原資料的大部分信息，因此因子綜合得分可以反映出城市的金融集聚程度，得分越高，表示金融集聚程度越高。在計(jì)算出方差極大旋轉(zhuǎn)后樣本因子得分的基礎(chǔ)上，按如下公式計(jì)算因子綜合得分：

　　其中，q為旋轉(zhuǎn)后第i個(gè)主因子的方差貢獻(xiàn)率，f為第i個(gè)主因子的得分，p=4。

　　（三）實(shí)證結(jié)果。根據(jù)以上因子分析可以得出：五個(gè)城市的金融集聚程度排名依次為：武漢、長沙、鄭州、合肥、南昌。五個(gè)城市金融集聚程度的歷年發(fā)展趨勢(shì)如圖1所示。

　　由圖1結(jié)合原始數(shù)據(jù)可以發(fā)現(xiàn)，除了2010年受金融機(jī)構(gòu)年末貸款等因素的影響，五個(gè)城市的金融集聚均有不同程度的下降以外，2001-2009年五個(gè)城市金融集聚程度呈現(xiàn)出逐年增強(qiáng)的趨勢(shì)。武漢的金融集聚程度一直保持強(qiáng)勢(shì)，鄭州、合肥的金融集聚發(fā)展較為平穩(wěn)，南昌歷年的金融集聚程度相對(duì)偏低，而長沙的金融集聚程度由弱逐年變強(qiáng)，且近年來有加速趨勢(shì)。

　　三、中部五城市金融集聚的影響因素比較

　　（一）指標(biāo)設(shè)計(jì)。在一般文獻(xiàn)中，對(duì)于金融集聚的形成條件有較多的共識(shí)，可以歸納為經(jīng)濟(jì)水平、區(qū)位優(yōu)勢(shì)、人才集聚、基礎(chǔ)設(shè)施等多個(gè)方面。這些因素對(duì)促成金融集聚發(fā)揮著重要作用，是金融集聚的主要影響因素。

　　1、經(jīng)濟(jì)水平。金融發(fā)展與經(jīng)濟(jì)增長兩者具有互為因果的關(guān)系，呈現(xiàn)顯著的同向變化。經(jīng)濟(jì)發(fā)展是金融集聚的基礎(chǔ)，可以為金融集聚提供金融需求和實(shí)體產(chǎn)業(yè)支持，而金融集聚的發(fā)展又反過來促進(jìn)經(jīng)濟(jì)的進(jìn)一步增長。經(jīng)濟(jì)水平指標(biāo)的設(shè)計(jì)應(yīng)涵蓋經(jīng)濟(jì)發(fā)展的各方面，本文分別從經(jīng)濟(jì)基礎(chǔ)、經(jīng)濟(jì)開放度、經(jīng)濟(jì)結(jié)構(gòu)三個(gè)方面全面地衡量不同地區(qū)的經(jīng)濟(jì)發(fā)展程度。

　　2、區(qū)位優(yōu)勢(shì)。金融集聚的形成離不開周圍腹地的資源供給，與周邊城市較強(qiáng)的經(jīng)濟(jì)聯(lián)系是金融集聚不斷深化的潛在支撐。金融中心對(duì)外部資源的吸引力是隨著距離增加而逐漸衰減的，借鑒發(fā)展經(jīng)濟(jì)學(xué)中常用的“市圈”這一術(shù)語，本文把“以金融中心為圓心，一定距離為半徑所包含的區(qū)域”設(shè)計(jì)為金融中心的城市圈；考慮到城市之間的距離以及經(jīng)濟(jì)聯(lián)系的緊密程度，依次選取半徑500公里和1000公里作為分析目標(biāo)。2010年出版的《中小城市綠皮書》劃定市區(qū)人口在100萬-300萬之間的為大城市，因此本文把包含在城市圈內(nèi)人口達(dá)到100萬的城市劃定為該金融中心的腹地城市，并用城市腹地GDP之和來衡量區(qū)位優(yōu)勢(shì)的大小。

　　3、人才集聚。人才作為先進(jìn)知識(shí)的創(chuàng)造者、使用者和傳播者，是一國科技進(jìn)步與經(jīng)濟(jì)社會(huì)發(fā)展的重要資源。眾所周知，人力資本是金融發(fā)展的關(guān)鍵，是金融集聚必不可少的要素。本文將從人才數(shù)量和培養(yǎng)環(huán)境兩個(gè)方面量化一個(gè)地區(qū)的人才優(yōu)勢(shì)。

　　4、基礎(chǔ)設(shè)施。金融集聚的形成和發(fā)展還需要一系列的基礎(chǔ)設(shè)施和載體，便捷的交通和郵電通信可使得人員、貨物快速流動(dòng)轉(zhuǎn)移，大大節(jié)約管理和交易成本，吸引區(qū)域內(nèi)外巨額的資金流入，促進(jìn)貿(mào)易和投資，加快金融集聚的進(jìn)程。

　　基于以上分析，本文將影響金融集聚的因素列入下表（如表6所示），并在下文中運(yùn)用灰色關(guān)聯(lián)分析法計(jì)算中部五城市金融集聚影響因素的關(guān)聯(lián)度，找出各因素在推動(dòng)金融集聚形成中所起的不同作用。同樣以中部五城市2001-2010年的數(shù)據(jù)為樣本，數(shù)據(jù)來源亦同表1。

　　（二）實(shí)證模型。灰色關(guān)聯(lián)分析法是對(duì)系統(tǒng)中各因素間關(guān)聯(lián)程度的比較，通過對(duì)系統(tǒng)動(dòng)態(tài)發(fā)展變化態(tài)勢(shì)進(jìn)行量化比較分析，反映各因素間的遠(yuǎn)近次序和空間分布規(guī)律。關(guān)聯(lián)度用來衡量因素之間關(guān)聯(lián)程度大小，數(shù)值越大，關(guān)聯(lián)程度越強(qiáng)。本文運(yùn)用灰色關(guān)聯(lián)分析法的基本分析步驟如下：

　　1、確定因子集。分別以武漢、長沙、鄭州、南昌、合肥2001-2010年的數(shù)據(jù)組成因子集U=A，A，A，...，A，...，A，其中A...A為因子時(shí)間序列特征值向量，主因子（參考序列）為各城市歷年的金融聚集程度：

　　待分析因子（比較序列）Ai為金融集聚影響因素中的三級(jí)指標(biāo)：

　　其中，m=15，n=10，i=1，2，...，m，k=1，2，...，n。

　　2、因子特征值歸一化處理。將每個(gè)指標(biāo)的第一個(gè)值化為1，即每個(gè)指標(biāo)值均除以對(duì)應(yīng)時(shí)間序列的第一個(gè)值，=，x=（4）

　　3、計(jì)算關(guān)聯(lián)系數(shù)及關(guān)聯(lián)度。關(guān)聯(lián)性實(shí)質(zhì)上是反映曲線幾何形狀的差別，因此將以曲線間差值的大小作為關(guān)聯(lián)程度的衡量尺度。常用的關(guān)聯(lián)系數(shù)公式為：

　　r（k）=（5）

　　r（k）表示第i個(gè)比較曲線與參考曲線關(guān)于第k時(shí)刻的關(guān)聯(lián)系數(shù)；p分辯系數(shù)，一般取p=0.5；d=minminx（k）-x（k）為兩級(jí)最小指標(biāo)差值，d=maxmaxx（k）-x（k）為兩級(jí)最大指標(biāo)差值。

　　計(jì)算出每個(gè)參考數(shù)列與比較序列的關(guān)聯(lián)度，即各城市金融聚集程度與三級(jí)指標(biāo)的關(guān)聯(lián)度：

　　（三）實(shí)證結(jié)果。根據(jù)以上分析結(jié)果，把各二級(jí)指標(biāo)所包含的三級(jí)指標(biāo)的關(guān)聯(lián)度取平均值，得到二級(jí)指標(biāo)的關(guān)聯(lián)度，同理得到一級(jí)指標(biāo)的關(guān)聯(lián)度，并根據(jù)關(guān)聯(lián)度的大小分別對(duì)二級(jí)、一級(jí)指標(biāo)排序，如表7-表9所示。四、結(jié)論及建議

　　（一）武漢作為中部五個(gè)城市中金融集聚程度最高的城市，四個(gè)一級(jí)指標(biāo)都與金融集聚有很大的關(guān)聯(lián)性，按關(guān)聯(lián)程度的大小依次為經(jīng)濟(jì)水平、區(qū)位優(yōu)勢(shì)、基礎(chǔ)設(shè)施、人才集聚，這說明經(jīng)濟(jì)水平是影響武漢金融集聚的主導(dǎo)因素，而人才集聚的影響相對(duì)最弱。在二級(jí)指標(biāo)中交通運(yùn)輸關(guān)聯(lián)度最大，經(jīng)濟(jì)結(jié)構(gòu)次之，這證明了有“九省通衢”之稱的武漢，其便利的水陸空交通條件有效促進(jìn)了經(jīng)濟(jì)發(fā)展，增強(qiáng)了金融集聚程度。但是，作為全國的科教大省，武漢人才培養(yǎng)環(huán)境對(duì)金融集聚的貢獻(xiàn)度不突出。通過對(duì)相關(guān)原始數(shù)據(jù)的分析可以發(fā)現(xiàn)，雖然武漢專業(yè)人才數(shù)量是五個(gè)城市中最多的，但培養(yǎng)經(jīng)費(fèi)投入?yún)s沒有相應(yīng)比例的加大。因此，武漢在未來的發(fā)展中應(yīng)該進(jìn)一步利用人才方面的優(yōu)勢(shì)，著力加大經(jīng)費(fèi)投入，為金融集聚提供更為強(qiáng)大的智力支持。

　　（二）長沙的金融集聚程度相對(duì)較高，各級(jí)指標(biāo)與金融集聚有較大的關(guān)聯(lián)性。一級(jí)指標(biāo)中基礎(chǔ)設(shè)施是影響長沙金融集聚的主導(dǎo)因素，此外，區(qū)位優(yōu)勢(shì)對(duì)長沙金融集聚的影響也較大。在二級(jí)指標(biāo)中，人才數(shù)量的關(guān)聯(lián)度最大，郵電通信次之。這些結(jié)果表明，由于長沙市處于中國的中心位置且基礎(chǔ)設(shè)施完善，吸引了較多的外商投資，促進(jìn)了當(dāng)?shù)亟?jīng)濟(jì)發(fā)展，有效提高了金融集聚程度。但另一方面，盡管長沙人均GDP位居五城市之首，經(jīng)濟(jì)結(jié)構(gòu)因素對(duì)長沙金融集聚的影響卻相對(duì)靠后。結(jié)合對(duì)相關(guān)原始數(shù)據(jù)的分析，長沙在未來的發(fā)展中不僅要進(jìn)一步完善基礎(chǔ)設(shè)施、發(fā)揮吸引外資的優(yōu)勢(shì)，增強(qiáng)金融集聚的智力支持，同時(shí)還應(yīng)重視加強(qiáng)外貿(mào)依存度、調(diào)整經(jīng)濟(jì)結(jié)構(gòu)，增強(qiáng)經(jīng)濟(jì)實(shí)力以促進(jìn)金融集聚的發(fā)展。

　　（三）鄭州的金融集聚程度在五城市中排名第三，各級(jí)指標(biāo)與金融集聚也有較高的關(guān)聯(lián)性。鄭州的特點(diǎn)是擁有最多的經(jīng)濟(jì)腹地，且有很強(qiáng)的區(qū)位優(yōu)勢(shì)。但是，鄭州在經(jīng)濟(jì)開放度上相對(duì)較弱，進(jìn)出口額、外商直接投資額在總量上落后于其他四個(gè)城市。因此，鄭州作為一個(gè)內(nèi)陸城市應(yīng)該進(jìn)一步加大經(jīng)濟(jì)開放程度，充分利用外資為城市的發(fā)展注入活力。

　　（四）合肥的各級(jí)指標(biāo)都與金融集聚有很強(qiáng)的關(guān)聯(lián)，但是金融集聚程度卻在五個(gè)城市中排名第四。區(qū)位優(yōu)勢(shì)是影響合肥金融集聚程度的主導(dǎo)因素，但是，經(jīng)濟(jì)基礎(chǔ)對(duì)金融集聚的貢獻(xiàn)度較小。因此，合肥在未來的發(fā)展中要進(jìn)一步發(fā)揮區(qū)位優(yōu)勢(shì)，拓展合肥經(jīng)濟(jì)圈發(fā)展空間，內(nèi)聯(lián)皖江城市帶，對(duì)外融入長三角，促進(jìn)當(dāng)?shù)亟?jīng)濟(jì)發(fā)展。同時(shí)要大力發(fā)展銀行、保險(xiǎn)、證券業(yè)等相關(guān)金融產(chǎn)業(yè)，努力提高城市金融競(jìng)爭力。

　　（五）南昌的金融集聚程度在五個(gè)城市中排名最后，且各級(jí)指標(biāo)與金融集聚的關(guān)聯(lián)度都不強(qiáng)。近年來，南昌經(jīng)濟(jì)發(fā)展速度比較平緩，特別在經(jīng)濟(jì)結(jié)構(gòu)方面，第三產(chǎn)業(yè)和高新技術(shù)產(chǎn)業(yè)占GDP的比重都相對(duì)較低；由于城市腹地的數(shù)量相對(duì)較少，南昌在區(qū)位上也缺乏優(yōu)勢(shì)。因此，南昌在未來的發(fā)展中應(yīng)該在各方面加強(qiáng)建設(shè)，盡快調(diào)整經(jīng)濟(jì)結(jié)構(gòu)，并增加基礎(chǔ)設(shè)施投資，提高交通通達(dá)度，為金融集聚提供良好的環(huán)境。

　　參考文獻(xiàn)

　　[3]丁藝，李樹丞，李林.中國金融集聚程度評(píng)價(jià)分析[J].軟科學(xué)，2009，（6）：9-13。

　　[4]李杰.金融產(chǎn)業(yè)集聚：研究綜述[J].金融經(jīng)濟(jì)，2010，（8）：94-97。

　　[5]劉軍，黃解宇，曹利軍.金融集聚影響實(shí)體經(jīng)濟(jì)機(jī)制研究[J].管理世界，2007，（4）：152-153。

　　[6]潘英麗.論金融中心形成的微觀基礎(chǔ)-金融機(jī)構(gòu)的空間聚集[J].上海財(cái)經(jīng)大學(xué)學(xué)報(bào)，2003，（1）：83-89。