内容摘要：本文从哲学认识论的角度，注重人、物、环境和谐有序的发展过程，根据金融主体、金融客体和金融环境三个方面建立金融中心竞争力评价指标体系。文章运用主成分分析法和聚类分析法对包括天津在内的8个城市进行了评分排名和分类，在此基础上分析天津金融建设中遇到的机遇与阻力，并提出相应的对策建议。
关键词：金融中心 金融主体 金融客体 金融环境 评价体系

金融中心的发展为全球贸易提供了方便优质的金融服务，同时也带动了金融中心所在地经济和贸易的繁荣。近几年来，越来越多的国家和地区开始注重建设和发展金融中心。
本文将从金融主体、金融客体、金融环境三个角度建立金融中心竞争力评价指标体系，通过天津与我国其他金融城市进行分析比较，明确天津金融业发展状况，判断天津金融中心建设的进程。

金融中心竞争力评价指标体系

（一）建立金融中心竞争力评价指标体系
目前，国内外学者对金融中心进行评价研究多采用建立金融中心评价指标体系的方法。例如，伦敦金融城（2007）提出全球金融中心排名指数（gfci），该排名报告以人力资源、商业环境、市场准入、基础设施和综合竞争力为评价指标，对全球46个城市加以量化分析和排名。胡坚、杨素兰（2003）按照经济指标、金融指标、政治指标三项指标建立了国际金融中心的评价指标体系。本文将从天津金融中心建设分析的角度，通过建立金融中心评价指标体系，对包括天津在内的8个金融城市进行量化评价。
金融中心的建设发展需要多方面条件推动，同时也受到众多因素的制约。loCalHoST本文注重人、物、环境和谐有序的发展过程，分主体、客体、环境对金融中心建设条件进行归纳，并建立起金融中心评价指标体系。根据认识论，实践活动需要具备三要素，即实践主体、实践客体和实践环境。实践主体与实践客体之间的相互作用和影响正是在实践环境这一传导媒介中进行的。
将哲学认识论应用到金融中心活动中，可以看到在金融中心发展建设这一实践活动中，应具备三个要素条件，即金融主体、金融客体和金融环境。金融主体是指服务于金融业，致力于金融中心发展活动的集体或个人。金融客体是指金融实践活动的指向对象整个金融业，及与金融活动密切相关的经济实体。而金融环境是指金融中心所处的自然地理、交通信息、城市生活等周边环境。具体指标体系如表1所示，共分3个一级指标、11个二级指标、37个三级指标。
（二）金融中心竞争力评价指标体系特点
本指标体系突出了人、物、环境和谐发展对金融中心建设的影响，与以往的指标体系研究中的设计重点不同。本文提出要充分考虑人、物、环境的相互作用和影响，将金融主体、金融客体、金融环境作为评价金融中心的量化对象，突出了和谐有序的要素条件对金融中心建设长期、稳定发展的重要影响。

各城市金融建设的量化分析

（一）定量方法的选用
本文应用主成分分析法对金融城市进行评分。在研究实证中，为了评价和分析各城市金融中心的竞争力，需要对反映事实的多个变量进行大量的观测，收集大量数据以便进行分析寻找规律。并应尽可能选用较少的综合指标来反映存在于各变量中的信息。本文将基于主成分分析方法的特点对各金融城市进行评分、排名。
应用聚类分析法对金融城市进行分类。聚类分析法属于多元统计中的一种，是根据指标间或样品间的相似性对指标或样品进行归类的方法，其分析结果可以通过树形图形象地反映出来。本文利用聚类分析法中的离差平方和方法进行量化分析。并通过聚类法的应用，基于主成分分析的评分结果，对各城市的金融状况进行分类。
（二）样本城市的选择和数据来源
本研究共选取在我国金融城市中8个代表城市：上海、北京、广州、深圳、天津、南京、重庆、成都。本文采用的数据是分别来自2007年各地的《国民经济和社会发展统计公报》和2008年各地的《统计年鉴》。对于某些地区某些年份某项数据的缺失，则采用其他年份的平均值代替。由于这些地区近年来，没有很大或特别事件和变化发生，所以这种替代对结果不会产生实质性影响。

（三）结果分析
计算步骤：a.建立评价矩阵：将指标变量和样本城市2008年的数据建立8行37列的评价矩阵，分析其变量之间的相关性，验证因子分析的显著性。b.确定公因子：采用主成分分析法对矩阵进行初始因子求解，确定公因子数，计算各因子变量的负载值。c.竞争力得分计算与排序：计算各样本城市因子值，并以因子贡献率为权重计算各城市竞争力得分，并按得分高低排序。d.聚类分析与评价：用系统聚类法对样本城市进行类型划分，并加以评价。
求解相关矩阵的特征方程，得到37个特征值和对应的37个单位特征向量。选取特征值大于1和累计贡献率达到83.6%的3个公因子，作为评价金融体系竞争力的综合变量。表2反映了各主成分因素对整个体系的贡献率。
各金融城市竞争力评价。综合竞争力的评价包括指标体系中的全部指标因素，反映了各金融城市的综合金融竞争力，是各影响要素相互作用、相互推动的反映，最终决定各金融城市的排名情况和功能地位。
通过主成分分析可知：从高到低排名分别为上海、北京、广州、深圳、天津、重庆、南京、成都。从聚类分析的结果可以看出，将上述城市分为四类时，上海为第一类；北京、广州为第二类；深圳、天津为第三类；重庆、南京、成都为第四类。将上述城市分为三类时，上海为第一类；北京、广州为第二类；深圳、天津、重庆、南京、成都为第三类。
经过金融综合竞争力量化分析，可以看出结果是符合我国实际的。上海作为长三角区域的龙头城市，发挥

[1] [2] 下一页