城市金融竞争力的评价及演化分析

1、城市金融竞争力的评价及演化分析以珠三角经济区为例的实证研究华南农业大学 林佳珣、卢彪、黄璐摘 要区域金融竞争力是一个地区经济发展总体状况的重要组成部分，对于城市而言，城市金融竞争力是其能否发挥区域金融中心职能的决定因素。本文选择珠三角经济区作为实证研究对象，因为广东经济未来在国际和国内竞争中的地位，很大程度上取决于珠江三角洲城市群的整体发展。探析珠三角地区城市金融综合竞争力的来源、整体情况以及区域内部的差异情况，其意义十分深远。本文首先根据已有理论选择23个金融相关指标，建立城市金融竞争力评价指标体系。运用因子分析、时序全局主成分分析、层次聚类等多元统计方法对九个城市做实证研究。从不同年份的角

2、度，用因子分析法对珠三角地区九座城市的金融竞争力的分力和综合竞争力进行排名。研究表明，金融综合竞争力的排名依次为：广州、深圳、东莞、佛山、珠海、中山、惠州、江门、肇庆。从指标体系来看，金融发展和经济发展对珠三角城市金融竞争力的贡献较大，而对外开放程度对金融竞争力的贡献较小。在因子分析的基础上，利用时序全局主成分的方法，将时序分析和全局主成分分析（GPCA）相结合进行竞争力演化分析。从各市的金融竞争力水平综合得分的发展变化来看，九个城市金融竞争力都基本呈现增长趋势，广州和深圳这两个城市在2005至2009这5年间的综合得分变化最大，保持较高的增长势头；江门和佛山二市增长最为缓慢。珠三角经济区域内

3、的金融竞争力发展水平存在分化现象。采用系统聚类法得到聚类谱系图，从而将珠三角九个城市的金融竞争力区分为不同的梯度等级。结果显示广州始终处于第一梯度，可以作为整个珠三角地区的金融中心；深圳紧随其后，但与广州还是有一定差距；佛山与东莞、中山与珠海之间金融竞争力差距不大；而惠州的金融竞争力紧随珠海之后。最后利用回归分析，展现金融竞争力各指标对地区金融竞争力的影响情况。本文的亮点有三：（1）多种方法综合构建，针对不同分析角度建立不同模型，如时序全局主成分分析模型的使用，使得分析的可比性和可信度提高；（2）选取珠三角经济区作为金融竞争力实证对象，从城市、年份等多维度进行挖掘探究，具有现实指导意义；（3）

4、评价指标体系的构建除了金融直接相关的指标外，还考虑经济、开放、设施等间接影响因素，使得研究更具科学性。关键词：城市金融竞争力 时序全局主成分 因子分析 聚类分析 演化分析 珠三角目 录1引言11.1 问题的提出11.2 背景综述21.3 研究现状31.4 本文研究思路与框架42模型构建前的准备52.1 城市金融竞争力评价指标体系的设计原则52.2 城市金融竞争力评价指标的体系框架62.3 城市金融竞争力评价指标描述72.3.1金融竞争力显示性指标72.3.2金融竞争力解释性指标经济力82.3.3金融竞争力解释性指标开放力82.3.4金融竞争力解释性指标设施力92.4 样本说明与数据来源93珠三

5、角地区城市金融竞争力的实证研究93.1 建模过程93.1.1 因子分析法93.1.2 时序全局主成分分析法103.1.3 聚类分析法103.1.4 回归分析法113.2 按评价体系一级指标分类的金融竞争力因子分析113.2.1 珠三角城市金融显示性竞争力因子分析113.2.2 珠三角城市金融解释性指标（经济力）因子分析133.2.3 珠三角城市金融解释性指标（开放力）因子分析153.2.4 珠三角城市金融解释性指标（设施力）因子分析173.2.5 珠三角城市金融竞争力汇总的因子分析（2009年）193.3 基于GPCA的珠三角城市金融竞争力演化分析203.4 采用评价体系二级指标的金融竞争力聚

6、类分析233.5 珠三角城市金融竞争力回归模型254总结264.1 实证结论与建议264.1.1 实证分析的结论264.1.2 相关建议284.2 模型评价284.2.1 模型的优点284.2.2 模型的缺点284.3 模型优化与推广284.3.1 模型优化294.3.2 模型推广29参考文献30附录311 引言1.1 问题的提出区域金融中心的研究来源于金融中心理论，金融中心首先强调的是城市金融竞争力。对于城市而言，城市金融竞争力是其能否发挥区域金融中心职能的决定因素。广东经济未来在国际和国内竞争中的地位，很大程度上取决于珠江三角洲城市群的整体发展。珠三角经济区包括9个地级市，如图1所示。图1

7、 珠三角地区九市在广东省中的位置从金融发展的角度来看，珠三角地区集中了大部分的金融资源，这些金融资源对珠三角地区的快速发展发挥了重要作用。因此，以珠三角地区的城市为例对城市金融综合竞争力进行定量的深入研究，其意义十分深远。首先，研究区域内的城市金融竞争力，对客观的分析、比较、评价该区域经济综合竞争力发展情况有重要的正向作用。金融和现代经济的发展紧密联系，两者间存在着相互融合、整体和部分的内在联系。对区域内各城市金融竞争力的分解和剖析，有助于从多个角度对区域经济发展进行研究。其次，此类研究可以为珠三角地区的管理者提供更为科学的管理和决策依据。记住与城市金融竞争力测度指标体系，能够较为深入的呈现各

8、城市金融竞争力的实力和排位，而且能够帮助认清城市间金融发展的差异和原因，从而了解和掌握该区域内部哪些因素有利于增强区域金融竞争力、对区域金融或经济的发展其促进作用，哪些因素则是不具竞争力或消弱竞争力、对区域经济或金融发展起阻滞作用，进而为区域经济的管理和决策活动提供一份详细科学的依据。总之，从金融竞争力这一角度来研究珠三角地区金融发展差异与原因具有一定的理论意义和现实指导意义。本文将从统计学的角度对以下问题进行探讨：（1）珠三角地区九座城市2005年至2009年金融竞争力得分和排名情况；从影响城市金融竞争力各个力量的得分和排名上，分析城市间金融竞争力和各分力的差距；（2）构建关于珠三角地区九座

9、城市2005年至2009年金融竞争力水平的时序立体数据表，对各城市的金融竞争力进行评价和比较，展现排名和变化趋势；（3）对珠三角地区九座城市依据金融竞争力情况进行分类划分，力图展现地区层次间的差距和珠三角地区整体金融竞争力情况 ；（4）分析珠三角地区金融竞争力各指标要素对金融竞争力整体情况的影响程度。1.2 背景综述自20世纪九十年代以来，金融竞争力已经引起了国内外学者的广泛关注和研究，下面将对金融竞争力含义、金融竞争力来源和金融竞争力评价体系及比较的研究，进行归纳与回顾。一、金融竞争力的定义。国内学者对金融竞争力的定义从单一性到多元化，逐渐认为金融竞争力不仅是金融的某个组成部分，其自身也是一

10、个动态体系，内部因素相互影响的综合体。同时，对金融竞争力的界定、范围和构成因素也逐渐清晰。赵彦云（2000）在研究国际竞争力的基础上，认为金融竞争力是国际竞争力的一个重要组成部分，反映的是金融体系、金融效率、金融活动和金融成本的综合竞争能力。詹继生（2006）认为金融竞争力是在竞争性和开放性市场中，一国金融业将金融资源用于转换过程，比他国金融业更为有效地向市场提供产品和服务，从而实现更多价值的动态系统的能力。金融竞争力是一种系统能力，它由众多要素构成，是各种要素内在结合而形成的综合能力。许涤龙（2007）认为金融竞争力是指市场经济条件下金融主体之间所表现出来的相对能力或竞争实力。它由竞争主体、

11、竞争客体和竞争结果三个基本要素所构成。其中竞争主体指的是用于比较和评价竞争力的金融主体，根据研究的目的和范围不同，它有宏观、中观和微观三个层次；竞争客体是指能够决定和影响金融竞争力的各种因素。由于竞争主体的不同，各种金融竞争力的竞争客体也有所不同。金融竞争力的结果是研究和评价金融竞争力所要追求的结果。焦瑾璞（2001），陈流，陈志（2002）等论述了银行也竞争力，认为银行竞争力主要表现为现实竞争力、潜在竞争力、竞争环境因素分析和竞争态势并可以由各方面指标进行测度。二、金融竞争力的来源。R.Levine沿袭波特关于竞争力的分析方法，认为金融竞争力是由要素条件、需求条件、相关支持产业、公司的战略组

12、织及竞争四个因素决定的。在要素条件中，金融竞争力受自然资源和劳动力资源等初级要素影响越来越小，而对知识、人才、通讯手段等高级手段的依赖性越来越大。因此，金融竞争力的竞争要素获取的根本不仅在于资源的自然禀赋，更在于对这些资源和才能要素的创造。需求条件对于金融竞争力来说尤为重要。因为金融服务业得需求市场细分程度很高，个性化需求多，因而金融服务业必须更多地关注消费者偏好，对变化的需求状况做出灵敏的反应。瑞士洛桑国际惯例开发研究院（简称IMD）认为金融竞争力是资本成本竞争力、资本市场效率竞争力、股票市场活力竞争力和银行部门效率竞争力四个层次构成，每个层次由若干个具体因素所决定。崔满红（2005）在分析

13、金融资源理论时，将金融资源视为金融竞争力的一个制约因素。金融资源论认为，金融活动的产生出了用分工来解释之外，降低交易费用和减少经济主体之间的信息不对称是更为重要的原因。1.3 研究现状金融竞争力评价体系的研究主要分为金融竞争力评价体系的建构和基于评价体系的比较研究。从20世纪80年代开始，瑞士洛桑国际管理学院(IMD)在研究国家竞争力时，将金融竞争力作为构成国家竞争力的一个指标，从而开始了国家金融竞争力的评价体系研究。IMD的国家金融竞争力由27项指标分4类要素构成，即资本成本竞争力、资本市场效率竞争力、股票市场活力竞争力和银行部门效率竞争力等。IMD的金融竞争力指标体系具有较高的科学性和权威

14、性，但它并不适用于城市竞争力评价。伦敦金融城2003年和2005年委托Z/Yen公司，对伦敦、纽约、巴黎、法兰克福四城市的金融竞争力进行研究，并发布研究报告。在此研究的基础上，Z/Yen公司从2007年开始发布包含全球主要金融城市的金融中心指数，即GFCI(Global Financial Center Index)，旨在对全球金融城市竞争力进行研究和排名。但GFCI的评价方法并不适于我国城市金融竞争力评价，主要原因是对我国大多数城市来说，在其采用的特征性指标数据可得性不足，世界权威机构发布的很多指数中并未纳入我国城市的评价。国内关于这方面的研究，主要有金融业国际竞争力和金融体系国际竞争力，而

15、且所涉及的内容比较统一，只是研究分析的角度略有不同。目前国内金融竞争力的研究可分为两类。一类是参照IMD的金融竞争力评价体系，通过对该指标体系的评价分析，对其进行改善，以此建立起适合地区或城市层面的金融竞争力评价体系指标。另一类是借鉴国内中国科学院倪鹏飞2007年提出的城市竞争力研究的思路和方法，把城市金融竞争力作为城市竞争力的子概念，在此基础上进行指标体系的设定，针对不同的样本进行探讨。金融体系竞争力的比较研究是建立在评价体系基础上，一是在研究为主体研究，不同的研究视角比较的主体有所不同。IMD的研究思路为以国家（地区）为对象的金融竞争力比较提供了研究基础。代理红、戴丽丽（2006）利用IM

16、D的数据，选取具有区域代表性或与中国关系密切的样本作为分析的国家（地区）。在对原始数据标准化整理的基础上，综合获得各子因素指数，同时利用主成分分析方法获得权数，通过加权综合得到金融竞争力指数。区域（城市）金融竞争力的比较研究也是典型之一。田霖（2005）在建立金融竞争力指标体系的基础上，选取中国31个地区作为样本，运用主成分和因子分析法对各个区域的金融成长最快进行计量比较和排序，并在此基础上进行聚类分析。1.4 本文研究思路与框架本文从建模实证的角度对珠三角地区各城市的金融竞争力进行评价和演化分析，论文包括四个章节的内容（图2）：图2 本文的内容框架第一章是引言，首先提出本文研究的问题，综述相

17、关知识和背景，列数相关课题的研究现状，明确研究意义，并阐述文章研究思路和框架；第二章是为建模做准备，主要包括指标体系的构建与数据的选择，为接下来的实证研究做好铺垫。这一部分先阐明指标体系的构建原则，然后搭建起城市金融竞争力的评价指标体系，并详细描述了选取的各个指标的意义。第三章是本文重点章节，对珠三角地区城市金融竞争力进行实证研究，用因子分析法计算出2005至2009年的金融竞争力得分和排名情况、分析城市间金融竞争力和各分力的差距；构建关于珠三角地区九座城市5年的金融竞争力水平的全局数据表，用时序全局主成分法对各城市的金融竞争力进行评价和比较，展现排名和变化趋势；最后利用层次聚类法对珠三角地区

18、九座城市依据金融竞争力情况进行类别划分，体现各个城市间的差距和珠三角地区整体金融竞争力情况，最后综合分析珠三角地区金融竞争力各指标要素对金融竞争力整体情况的影响程度。最后一章是全文的总结，阐述文章的实证研究结论，从结论出发提出一些提高珠三角地区城市金融竞争力的建议，并且挖掘模型的应用价值予以推广。2 模型构建前的准备2.1 城市金融竞争力评价指标体系的设计原则本文认为建立能够综合反映金融竞争力的指标体系，必须充分考虑经济活动、社会活动与金融活动之间的关系以及资本配置的特点。即不仅要考虑反映金融层面的指标，还应当考虑与金融有着密切联系的经济、科技、劳动力等方面的指标。概括而言，构建评价体系遵循以

19、下六个原则：(1) 全面性原则城市金融竞争力不仅取决于区域内部金融资源的现实状况，而且与当地经济发展、对外开放程度、基础设施水平等方面的因素密切相关。上述任何方面的缺少或不完善都可能影响最终评价的客观性与实用性。(2) 可行性原则设计评价指标体系时，除了做到尽可能全面之外，还要兼顾可行性原则。首先要考虑资料和数据的可得性，本文研究的数据都来自于各类统计年鉴及互联网资料，对通过这些途径不可得的数据和指标不予采用。有一些直接指标很难获得的，将采用间接指标予以代替。其次是指标项的确定要从区域实际情况出发，力求既全面又突出核心。再次是选择容易量化的指标，不用或少用定性指标，以保证指标的可信度。(3)

20、可比性原则指标本身数值的大小意义可能不大，重点是要能反映各城市的相对水平。有些指标需要对数据进行处理，得出指标综合指数。(4) 层次性原则指标选取要服从系统性的特点，要充分注意到指标变量之间的相互协调。为了便于分析和评价，根据城市金融竞争力的主要影响因素，将评价指标体系分成两个层次四大类别。两个层次是金融显示性指标体系和金融解释性指标体系，四大类别为金融显示性竞争力、经济力、开放力、设施力，后三类属于金融解释性指标体系。(5) 相关性原则金融显示性指标和各个解释性指标直接或间接地影响城市金融竞争力，体现了各个城市的金融竞争力状况，有一定的相关性。(6) 启发性原则建立评价体系对珠三角各个城市的

21、金融竞争力进行评价，除了了解各城市的现状和相对水平之外，还为了提出提高金融竞争力的建议，所以选取的指标应具有引导性功能。也即，要能够让地方政府通过这些指标，对城市整体金融状况有个清楚的认识，了解各自的差别，能够更好的发挥优势、弥补不足。图3 评价指标体系设计原则2.2 城市金融竞争力评价指标的体系框架根据前面的分析，可以得到城市金融竞争力的评价指标体系框架结构，该指标体系尽可能的涵盖影响金融竞争力的各个方面。框架如图4所示。图4 城市金融竞争力评价指标体系框架2.3 城市金融竞争力评价指标描述2.3.1 金融竞争力显示性指标根据研究需要和数据的可得性，选取以下指标来衡量各个城市的金融显示性竞争

22、力。(1) 年末金融机构贷款余额。反映城市资金的总量实力，反映金融机构特别是银行部门对该城市经济发展的支持程度，也反映了区域内金融机构的发展程度。(2) 年末金融机构存款余额。一个地区在一定时期内能够提供的储蓄量越多，可用于投资的储蓄量也就越多，从而影响地区经济、金融未来的发展潜力。(3) 全社会固定资产投资总额。储蓄能否以较低成本转化为生成资本并增值是经济金融持续快速发展的内在要求。(4) 全部业务保费收入。该指标反映了保险市场的发展状况，是保险企业在一定时期内收缴的保险费用总额，是衡量城市保险业务发展规模的客观尺度。(5) 金融相关率。以金融总量对地方生产总值的比率反映各市金融发展的实际水

23、平。利用地区存贷款作为指标，基本上可以反映出珠三角地区金融资产规模变化的总体状况，全面地反映地区金融深化与发展状况。(6) 金融贡献率。贷款与GDP的比值，说明地区实际掌握的金融资源的能力。(7) 金融从业人员数。从就业方面反映金融发展水平，金融发展水平越高，金融从业人员就会越多，也会反过来促进金融的发展。(8) 金融机构数。反映区域内资本融通能力和对区域外经济的控制能力。2.3.2 金融竞争力解释性指标经济力经济发展与金融发展是密不可分的。不同区域内不同的经济状态为区域金融提供了截然不同的成长条件和空间，而区域金融发展水平和能力又为该地区经济发展提供内力支持。因此，区域的经济发展为该区域的金

24、融竞争力提供了解释。具体采用5个指标来分解经济力。(1) GDP。它是一个地区所有常住单位在一定时期内生产活动的最终成果，反映地区的经济规模和实力。(2) 人均GDP。反映地区经济发展的水平以及地区经济实力的强弱。(3) GDP增长率。衡量地区经济增长的速度。(4) 在岗职工平均工资。指企业、事业、机关单位的职工在一定时期内平均每人所获得的货币工资金额。反映一定时期内职工工资收入的高低，也反映地区经济发展水平的高低。(5) 地方财政收入。地区经济发展实力越强，水平越高，相应的财政收入也就越多。它间接地反映了地区经济实力和水平。2.3.3 金融竞争力解释性指标开放力开放对区域金融竞争力可能有重要

25、影响，因为区域开放一方面直接影响资本的形成和变动，有利于资本的积累，另一方面通过开放，将资金、技术、劳动力、先进的制度文化引进来并有效地组合起来，将使资本获得比在封闭状态下更高的利用效率和产出收益，从而使资本发挥更大的作用。区域开放程度越高，金融要素、金融资源与金融产品的流动性就会越高，从而有效促进该地区的金融发展和竞争能力的提高。具体引进5个指标来解释开放力。(1) 当年实际利用外资金额。间接反映了一个地区综合交易成本的高低，一般来说，外资流入较多的地区，其交易成本较低。(2) 口余额。进口可引进资金、技术和管理经验等，改善产业结构，推动经济增长。(3) 出口余额。出口可以带来外汇收入，提高

26、本区居民的支出能力，增加本区居民的就业水平，提高本国企业的生产能力，从而拉动地区经济增长，形成新的竞争力优势。(4) 外商投资企业数量。外资企业落户的数量体现了城市对外资的吸引程度。(5) 合同外资额。反映一个地区对外资的吸引程度。2.3.4 金融竞争力解释性指标设施力良好的基础设施可以使金融业获得较大优势，同时给企业制造比较优势，使资本获得更多的回报。也可以为区域带来潜在的赢利机会和良好的预期，将提高区域的吸引力和聚集力，形成良性循环，进一步促进区域金融成长。以下5个指标来衡量设施力。(1) 电话用户数。反映城市金融交易的便利度以及信息流通的现状。(2) 货运周转量。反映城市物流状况。(3)

27、 客运周转量。反映城市人流状况。(4) 人均道路里程。反映城市交通设施水平。(5) 人均邮电总量。反映城市邮政和电信水平。2.4 样本说明与数据来源这里以珠三角地区九个地级市为样本，根据上面构建的城市金融竞争力评价指标体系选择相应的指标和数据。本文所用的数据以2005-2009年的广东统计年鉴为主，部分数据来自于各城市的统计年鉴、中经网和中国证券监督管理委员会广东监管局网站。 详细数据参见附录。3 珠三角地区城市金融竞争力的实证研究3.1 建模过程本文使用SPSS多元统计分析软件，方便有效地对相关数据进行探究。采用其中的Factor Analysis模块进行因子分析，采用Classify模块进

28、行聚类分析。3.1.1 因子分析法由于反映城市金融竞争力的指标数量较多且属性不同，量纲不一，但又相互关联，采用因子分析法可以将原有指标数据浓缩成少数几个因子，将原始信息转换成因子的因子值，各个因子代表的信息不重合，这样就可以根据区域金融等知识和因子的独特含义，解释整个指标体系所反映的竞争力的情况。使用因子分析法综合评价的主要步骤如下：(1) 对原始数据进行标准化处理，消除数据的量纲和单位的影响；(2) 利用处理过的数据计算所有变量的相关系数矩阵，通过KMO检验和Bartlett球度检验，判断使用因子分析法是否恰当；(3) 求相关系数矩阵的特征值，一般根据特征值大于1的原则，确定因子个数，计算特

29、征值贡献率；(4) 按照因子累计贡献率在85%以上的要求、运用主成分法提取因子；(5) 求因子载荷矩阵，使用方差最大法进行因子载荷矩阵旋转，进一步通过坐标变换使因子信息正交化；(6) 采用回归法估计因子得分的系数矩阵，根据主因子贡献率的大小，建立因子分析的综合评价模型，计算各个城市的因子得分；(7) 根据因子得分计算各市各分力的综合得分，运用相关知识对城市金融竞争力进行单项评价和综合评价。3.1.2 时序全局主成分分析法时序全局主成分分析的方法是时序分析和全局主成分分析方法的结合，在经典主成分分析的基础上，以一个综合变量来取代原有的全局变量，再以此为基础描绘出系统的总体水平随时间的变化轨迹。

30、本文需将相同指标的数据（所有年份和地点的），放在一起处理，得到一张数据表，再进行全局主成分分析。建立全局数据表的步骤：需要统计9个城市，使用相同的23个指标来描述，这样每个年度就有一张9*23的数据表，每年一张表，5年共有5张数据表，构成时序立体数据表；再将5张数据表从上到下排在一起构成一个45*23的大矩阵，将这个矩阵定义为全局数据表。矩阵中的每一行为一个样品，共有45个样品，实际上全局主成分分析是将时序立体数据表按时间纵向展开，然后对全局数据表实施经典主成分分析。3.1.3 聚类分析法在因子分析的基础上，将九个城市的金融竞争力得分作为据类变量进行聚类，以此划分九个城市金融竞争力的梯度和等级

31、。这里采用的是针对指标的系统聚类法，运用类间平均链锁法，选择欧氏距离平方法，最终得到聚类谱系图。3.1.4 回归分析法采用最小二乘法（OLS）进行简单的数据拟合。3.2 按评价体系一级指标分类的金融竞争力因子分析这里以2009年为例阐述因子分析建模过程，其余各年只给出分析结果。3.2.1 珠三角城市金融显示性竞争力因子分析根据2009年的数据，首先进行KMO检验和Bartlett球度检验。检验结果显示，KMO值为0.783，根据统计学家Kaiser给出的标准，KMO取值大于0.6，适合做因子分析。而Bartlett球度检验给出的伴随概率为0.000，小于显著性水平0.05，即相关阵不是一个单位

32、阵，因此拒绝Bartlett球度检验的零假设，认为其适合于因子分析。一般来说，当综合因子的贡献率大于或等于85%时，公因子即反映了大部分信息，而彼此之间又不相关。表1给出了金融竞争力显示性指标主成分的特征值和方差比重。表1 金融竞争力显示性指标主成分的特征值和方差比重因子初始特征值旋转后载荷的开放和特征值 方差百分比（%）累计方差（%）特征值方差百分比（%）累计方差（%）17.114 88.928 88.928 4.149 51.867 51.867 20.762 9.530 98.458 3.727 46.591 98.458 30.087 1.086 99.544 40.020 0.252

33、 99.796 50.011 0.132 99.928 60.005 0.069 99.997 70.000 0.002 99.999 80.000 0.001 100.000 表2 旋转后的因子载荷矩阵Component 1Component 2Zscore(年末金融机构贷款余额)0.8020.583Zscore(年末金融机构存款余额)0.7700.634Zscore(全社会固定资产投资总额)0.5480.830Zscore(全部业务保费收入)0.7530.648Zscore(金融相关率：金融总量/GDP)0.9210.322Zscore(金融贡献率：贷款/GDP)0.9210.382Zsc

34、ore(金融从业人员数)0.6650.745Zscore(金融机构数)0.2920.945经过Varimax旋转后，第一主成分为54.084%，第二主成分为44.364%，前两项公因子的累计方差贡献率已达到98.448%，超过了85%的临界值，因此可将前两个公因子作为评价各城市金融竞争力显示性指标体系的综合指标。由旋转后的因子载荷矩阵可知：(1) 公因子F1在金融相关率、金融贡献率、年末金融机构存贷款余额上载荷值较大，可代表金融发展水平因子，公因子F2在其他四项指标中载荷都较大，称为金融总量因子；(2) 综合得分F是将各因子得分以其方差贡献率占两个因子总方差贡献率的比重作为权重进行加权的和，即

35、：由此可计算出珠三角九个城市的金融显示性竞争力的得分。得分为正，说明在平均水平之上，得分为负，说明其在平均水平之下。表3 2009年珠三角九市金融显示性竞争力得分与排名排名城市总分FF1得分F1排名F2得分F2排名1广州1.3712441.0316411.7855712深圳0.9938612.049772-0.2931963佛山0.104691-0.8263491.2397524东莞-0.12506-0.6218850.4805935珠海-0.331790.572523-1.4343296中山-0.42769-0.25174-0.6423387江门-0.47155-0.629586-0.278

36、9948惠州-0.49364-0.66728-0.2821759肇庆-0.62006-0.657227-0.57497从表3中总分排名可看出，2009年前三名的城市依次为广州、深圳、佛山，都在平均水平之上，其余城市都在平均水平之下。广州和深圳得分较接近，广州略高一些，两个城市的金融显示性竞争力在珠三角九市中占据绝对的领先地位。中山、江门、惠州和肇庆排名在最后，得分都在-0.4分以下。无论是综合得分还是各因子的得分，分数为正的城市都只有三个，说明珠三角九个城市金融显性竞争力差距较大，排名前三的城市对整个珠三角地区相关金融水平起到重要的拉动作用。利用以上因子分析的方法对珠三角九市2005年至200

37、8年的数据进行因子分析，所得这五年显示性指标得分排序如表4。由表4可以看出，珠三角九个城市2005年至2009年在金融竞争力显示性指标的综合排名上变化不大。广州、深圳、佛山、东莞和惠州这五年的排名都没有变化，分别位于第一至四名和第九名，其他四个城市有不同程度的调整，但是变化都在1个排名以内。从显示性竞争力得分上看，广州、深圳和佛山占珠三角金融总量的大部分，其他城市还处于追赶状态。表4 珠三角九市金融显示性竞争力年度排名年份广州深圳珠海惠州东莞中山江门佛山肇庆200512584673920061278456392007125846739200812584673920091258467393.2.

38、2 珠三角城市金融解释性指标（经济力）因子分析根据2009年的数据，首先进行KMO检验和Bartlett球度检验。检验结果显示，KMO值为0.724，根据统计学家Kaiser给出的标准，KMO取值大于0.6，适合做因子分析。而Bartlett球度检验给出的伴随概率为0.000，小于显著性水平0.05，即相关阵不是一个单位阵，因此拒绝Bartlett球度检验的零假设，认为其适合于因子分析。表5给出了经济力指标主成分的特征值和方差比重。经过Varimax旋转后，第一主成分为70.814%，第二主成分为22.019%，前两项公因子的累计方差贡献率已达到92.833%，超过了85%的临界值，因此可将前

39、两个公因子作为评价各城市金融竞争力解释性指标体系中经济力的综合指标。表5 经济力主成分的特征值和方差比重因子初始特征值旋转后载荷的开放和特征值 方差百分比（%）累计方差（%）特征值方差百分比（%）累计方差（%）13.550 70.991 70.991 3.541 70.814 70.814 21.092 21.842 92.833 1.101 22.019 92.833 30.229 4.573 97.407 40.096 1.920 99.327 50.034 0.673 100.000 由旋转后的因子载荷矩阵可知：(1) 公因子F1在GDP、人均GDP、在岗职工平均工资和地方财政一般预算收

40、入上载荷值都较大，可代表经济发展水平因子，公因子F2在GDP增长率中载荷较大，可称为经济发展速度因子； 表6 旋转后的因子载荷矩阵Component 1Component 2Zscore(GDP)0.973 0.136 Zscore(人均GDP)0.898 -0.153 Zscore(GDP增长率)-0.024 0.994 Zscore(在岗职工平均工资)0.936 -0.242 Zscore(地方财政一般预算收入)0.955 0.113 (2) 综合得分F是将各因子得分以其方差贡献率占两个因子总方差贡献率的比重作为权重进行加权的和，即：由此可计算出珠三角九个城市的经济力的得分。表7 2009

41、年珠三角九市经济力得分与排名排名城市总分FF1得分F1排名F2得分F2排名1广州1.294 1.564 20.426 42深圳1.263 1.594 10.200 53佛山0.428 0.286 30.884 34中山-0.294 -0.290 5-0.308 75东莞-0.343 0.086 4-1.723 96惠州-0.415 -0.824 70.901 27肇庆-0.520 -1.027 91.111 18珠海-0.652 -0.429 6-1.368 89江门-0.761 -0.960 8-0.122 6从表7经济力总分排名中可以看到，只有3个城市得分为正，在平均水平之上。广州和深圳排

42、在前两位，且得分较接近，在珠三角九个城市中占据绝对领先的地位。2009年珠三角地区年末常住人口在五百万以上的城市为：广州、深圳、东莞、佛山，分别排名为1、2、5、3。九座城市中，广州市的F1 和F2排名分别为2和4，并不是最拔尖的，但其综合经济力的优势仍使这座省会城市的经济力得分稳居珠三角地区的第一位；深圳市F1 排名第一，说明其在2009年的经济发展水平是珠三角中最高的，但其F2排名第5，经济发展速度相对不高；值得一提的两座城市是惠州市和肇庆市，虽然它们的F1 排名都靠后（第7和第9），但却是F2排名最前的两位，说明这两座城市2009年的经济发展水平虽还不高，但发展速度是最快的；另外，珠海市

43、和江门市的经济发展水平和发展速度都相对不高，导致它们的经济力综合排名在珠三角九市之末。利用同样方法对珠三角九市2005年至2008年的数据进行因子分析，所得这五年经济力指标得分排序如下表：表8 珠三角九市经济力年度排名年份广州深圳珠海惠州东莞中山江门佛山肇庆20052168459372006215746839200721493685720082168459372009128654937 各城市这五年的经济力排名上均有浮动，广州由第二位上升为第一位，深圳则退居第二位，但二者在经济力得分上非常接近，说明广州在经济发展上逐渐追赶和超越深圳；中山和惠州也有名次的上升，但其经济力水平仍位于平均水平之下；

44、东莞、珠海和江门的经济力排位都在波动中下降，值得注意的是东莞的经济力得分2009年开始低于平均水平；佛山和肇庆虽有浮动，但基本上保持原有排名。3.2.3 珠三角城市金融解释性指标（开放力）因子分析根据2009年的数据，首先进行KMO检验和Bartlett球度检验。检验结果显示，KMO值为0.796， Bartlett球度检验给出的伴随概率为0.000，认为其适合于因子分析。表9给出了开放力指标主成分的特征值和方差比重。表9 开放力主成分的特征值和方差比重因子初始特征值旋转后载荷的开放和特征值 方差百分比（%）累计方差（%）特征值方差百分比（%）累计方差（%）14.45389.05789.057

45、2.82156.42156.42120.4679.33898.3952.09941.97398.39530.0661.31099.70540.0090.18599.89050.0060.110100.000经过Varimax旋转后，第一主成分为56.421%，第二主成分为41.973%，前两项公因子的累计方差贡献率已达到98.395%，超过了85%的临界值，因此可将前两个公因子作为评价各城市金融竞争力解释性指标体系中开放力的综合指标。表10 旋转后的因子载荷矩阵Component 1Component 2Zscore(当年实际利用外资金额)0.5590.804Zscore(进口余额)0.881

46、0.469Zscore(出口余额)0.9300.357Zscore(外资企业数)0.8590.505Zscore(合同外资额)0.3590.922由旋转后的因子载荷矩阵可知：(1) 公因子F1在进出口余额和外资企业数上载荷值都较大，可称为城市对外开放因子因子，公因子F2在实际利用外资和合同外资额上载荷较大，可代表城市对外吸引因子； (2) 综合得分F是将各因子得分以其方差贡献率占两个因子总方差贡献率的比重作为权重进行加权的和，并由此可计算出珠三角九个城市的开放力的得分。从表11设施力总分排名中可以看到，依然只有3个城市得分为正，在平均水平之上。深圳遥遥领先位居开放力第一的位置；广州排名第二，F

47、2得分比其他城市高出许多，说明广州2009年对外吸引力最大。2009年珠三角地区年末常住人口在五百万以上的城市为：广州、深圳、东莞、佛山，分别排名为2、1、3、4。表11 2009年珠三角九市开放力得分与排名排名城市总分FF1得分F1排名F2得分F2排名1深圳1.665 2.421 10.649 2 2广州0.490 -0.816 82.246 1 3东莞0.229 0.383 20.022 3 4佛山-0.252 -0.238 5-0.272 6 5惠州-0.280 -0.389 6-0.135 5 6珠海-0.349 0.122 3-0.982 8 7江门-0.450 -0.526 7-0

48、.347 7 8中山-0.525 -0.050 4-1.165 99肇庆-0.528 -0.908 9-0.017 4 利用同样方法对珠三角九市2005年至2008年的数据进行因子分析，所得这五年开放力指标得分排序如下表：表12 珠三角九市开放力年度得分与排名年份广州深圳珠海惠州东莞中山江门佛山肇庆20052156387492006214637859200721463895720082156387492009216538749 从上表可看出，深圳一直处于开放的先锋，其开放力得分一直位于第一位；而广州和东莞则一直位于第二位和第三位，且三者仍有相当大的差距；佛山在波动中保持第四的位置；肇庆仍位于第

49、九位；从开放力得分来看，只有前三名位于平均水平之上，其他城市基本上都在平均水平之下，但相比于位于平均水平之上的三个城市的差距，这些城市的开放力差别不大。3.2.4 珠三角城市金融解释性指标（设施力）因子分析根据2009年的数据，首先进行KMO检验和Bartlett球度检验。检验结果显示，KMO值为0.716，根据统计学家Kaiser给出的标准，KMO取值大于0.6，适合做因子分析。而Bartlett球度检验给出的伴随概率为0.000，小于显著性水平0.05，即相关阵不是一个单位阵，因此拒绝Bartlett球度检验的零假设，认为其适合于因子分析。表13给出了设施力指标主成分的特征值和方差比重。表

50、13 设施力主成分的特征值和方差比重因子初始特征值旋转后载荷的开放和特征值 方差百分比（%）累计方差（%）特征值方差百分比（%）累计方差（%）13.72274.44574.4452.58551.70051.70021.02320.45194.8962.16043.19694.89630.1643.27998.17540.0711.42399.59950.0200.401100.000经过Varimax旋转后，第一主成分为51.7%，第二主成分为43.196%，前两项公因子的累计方差贡献率已达到94.896%，超过了85%的临界值，因此可将前两个公因子作为评价各城市金融竞争力解释性指标体系中设施

51、力的综合指标。表14 旋转后的因子载荷矩阵Component 1Component 2Zscore(电话用户数)0.7760.535Zscore(客运周转量)0.9510.263Zscore(货运周转量)0.9710.186Zscore(人均道路里程)-0.237-0.943Zscore(人均邮电总量)0.2810.939由旋转后的因子载荷矩阵可知：(1) 公因子F1在电话用户数、客运周转量、货运周转量上载荷值都较大，可代表设施规模因子，公因子F2在人均道路里程和人均邮电总量上载荷较大，可称为设施水平因子；(2) 综合得分F是将各因子得分以其方差贡献率占两个因子总方差贡献率的比重作为权重进行加

52、权的和，即：由此可计算出珠三角九个城市的设施力的得分。从表15设施力总分排名中可以看到，依然只有3个城市得分为正，在平均水平之上。广州和深圳排在前两位，得分与排名第3的东莞拉开较大差距，在珠三角九个城市中占据绝对领先的地位。09年珠三角地区年末常住人口在五百万以上的城市为：广州、深圳、东莞、佛山，分别排名为1、2、3、5。表15 珠三角九市设施力得分与排名排名城市总分FF1得分F1排名F2得分F2排名1广州2.1712.3461-0.17562深圳1.9880.84721.14123东莞0.754-0.38661.14014中山-0.009-0.78390.77435佛山-0.211-0.43370.22256珠海-0.253-0.77880.52547惠州-1.338-0.2524-1.08678江门-1.385-0.2523-1.13389肇庆-1.717-0.3105-1.4079其中，深圳无论是各因子的排名上还是综合排名都位居第二，说明其设施规模及水平都较高。