v近年来,中国的地区经济差距引起了广泛关注,伴随地区经济差距扩大的同时,中国的金融发展在区域层面上也表现出了明显的差距(赵伟、马瑞永,2006)。研究影响区域金融发展的因素,对于解释和控制区域金融发展差距具有重要意义。本文试图就解决这个问题做初步尝试。传统的经济地理学理论中,地区差异化的原因主要是由地区的地理位置(如距离港口的远近)、自然条件等因素决定的。传统的经济地理学并不能解释一些地理位置不是很优越的地区经济金融也能发展得很好。正是这个原因促使了新经济地理学的崛起,新经济地理学的关键是Krugman(1991)提出的规模收益递增,核心思想是两个自然条件和地理位置非常接近的地区,也可能由于一些偶然的因素(例如历史事件)导致产业开始在其中一个地方集聚,从而产生地区差异。同时新经济地理学开始考虑经济、历史、文化和制度及其他一些传统地理学未涉及的因素对于经济的影响(Yeung,2003)。但是常常将政策因素和传统地理因素一样视为偶然事件来分析,认为它们对于经济金融起的是间接作用而非直接作用(金煜、陈钊、陆铭,2006)。在中国经济政策和传统地理因素往往不是间接影响经济和金融发展,而是起直接作用。中国的“让东部地区先富起来”的一系列政策对于东部地区的发展起了不可否认的直接作用。因此,本文的分析框架中纳入了经济政策因素的影响。在新经济地理学基础上发展而来的金融地理学秉承了新经济地理学超越传统地理学框架分析问题的特点,并且发展出了更加综合分析问题的视角,强调跨学科的研究,从政治、经济、文化、历史多个角度来研究区域金融的发展。在这个视角下,传统地理因素、新经济地理因素和政策因素等都被包括在内。金雪军、田霖(2004)对这方面的实证研究已经作了初步尝试,从金融地理学的综合视角构建了区域金融竞争力评价体系,其指标体系涵盖了经济、文化、科技、区位等多个方面。本文试图从金融地理学的视角出发,构建一个金融地理学分析地区金融发展的框架。在此框架下将地区金融发展的影响因素经济、科技、历史等多种因素主要分为三类:经济地理因素、新经济地理因素和经济政策。二、中国区域金融发展描述性分析我们分别采用金融相关比率(FIR)和金融市场化率(FMR)来衡量地区的金融发展程度。戈德史密斯提出的金融相关比率(FIR)作为衡量地区金融发展状况的指标已经被广泛采用,由于我国的国有金融长期带有浓厚的行政色彩,为了更好地反映影响我国区域金融发展的因素,我们特地还采用另一指标金融市场化率(FMR)来反映非国有金融发展状况(周立,2001)。FIR的定义是全部金融资产价值与全部实物资产(即国民财富)价值之比,这是衡量金融上层结构相对规模的最广义指标。FMR是非国有金融机构的金融资产与国民财富的比值。如果用S代表存款、L代表贷款,以FIR表示金融相关率,那么计算公式则为:FIR=(S L)/GDP。本文下面也将采用这种方法计算金融相关比率。相对应的金融市场化比率FMR就为非国有银行的存贷款之和与GDP的比值(周立,2001)。由表1也可以明显看出,中国的区域金融发展水平在时间和空间上都存在明显的变化,表示非国有金融发展水平的FMR的变化相对表示总体金融发展水平的 FIR更加明显。我们将从金融地理学的视角来分析区域金融发展水平变动的影响因素。三、实证分析我们采用混同回归模型和非观测效应模型来对所获得的面板数据进行分析。为了更好地说明问题,我们将对区域金融总体发展水平和区域非国有金融的发展水平分别建模分析。(一)变量和数据根据前面的分析,把影响区域金融发展的因素分为三类:1.传统地理因素。按照地理位置和区域研究的传统,我们把30个省级行政单位分为东、中、西部三个地区。设立两个虚拟变量region2、 region3来分别代表中部和西部地区。2.新经济地理因素。根据Henderson(1974)、Krugman(1991)、金雪军、田霖(2004)等前人的研究和金融地理学的特点,对影响区域金融发展的新经济地理因素我们考虑以下几个方面:(1)产业外溢效应。用地区第三产业产值占地区GDP的比重(indusratio)来表示。(2)地区人力资本水平。我们采用当地每百人中高校大学生的数量(hcap)来表示。(3)信息化水平。我们用当地年度邮政和电信业务的总量(comm)来表示信息化水平。(4)交通运输状况。我们用地区公路里程总长度(highway)来反映。(5)科技水平。我们用当地年度专利审批通过的数量(patent)来反映。(6)文化因素。我们用当地城镇居民除衣物、食品和居住消费以外的消费占总消费的比重(consu)来反映一个地区的消费文化(金雪军、田霖,2004)。