地理科学  2014 , 34 (12): 1409-1417 https://doi.org/10.13249/j.cnki.sgs.2014.011.1409

Orginal Article

广东省市际金融排斥度综合评价及空间格局演变

张国俊, 周春山, 许学强

中山大学地理科学与规划学院,广东省城市化与地理环境空间模拟重点实验室,广东 广州 510275

A Comprehensive Evaluation of the Intercity Financial Exclusion in Guangdong with an Exploration of Its Spatial Pattern

ZHANG Guo-jun, ZHOU Chun-shan, XU Xue-qiang

School of Geography and Planning, Sun Yat-sen University/Guangdong Key Laboratory for Urbanization and Geo-simulation, Sun Yat-sen University, Guangzhou, Guangdong 510275,China

中图分类号:  F129.9

文献标识码:  A

文章编号:  1000-0690(2014)12-1409-09

通讯作者:  周春山,教授。 E-mail:zhoucs@mail.sysu.edu.cn

收稿日期: 2014-02-16

修回日期:  2014-08-24

网络出版日期:  2014-12-10

版权声明:  2014 地理科学 《地理科学》杂志 版权所有

基金资助:  国家自然科学基金项目(41271182)资助

作者简介:

作者简介:张国俊(1977-),女,湖北公安人,博士研究生,主要从事区域发展与城乡规划研究。E-mail:zhgjun@mail2.sysu.edu.cn

展开

摘要

从金融服务的渗透度、使用度、效用度3个维度构建了省域尺度金融排斥的综合评价指标体系,借鉴人类发展指数的计算方法,对广东省2002年、2007年和2012年市际单元的金融排斥度进行综合评价;并结合ArcGIS的空间分析模块,对广东省市际金融排斥度的空间格局演化进行探讨。研究表明:① 广东省金融排斥度的市际差异大且相对稳定,珠三角的金融排斥度远远低于外围区;② 市际金融排斥度呈现显著的空间相关性和空间集聚特征,珠三角与外围区的金融排斥度空间差异显著,且演变格局基本保持稳定态势;③ 广东省金融排斥度区域差异格局演化受金融供给主体的战略选择、实体经济发展的客观需求、政府经济行为的诱导、社会文化与制度等多种因素相互作用影响。

关键词: 金融排斥 ; 综合评价 ; 空间格局 ; 广东

Abstract

Regarding the three dimensions of penetration, usage and effectiveness of financial services, we constructed a comprehensive evaluation index system of financial exclusion and measured the intercity financial exclusion in Guangdong Province of China in 2002, 2007 and 2012 respectively by using Human Development Index, and then analyzed the spatial pattern of its evolution by integrating the ArcGIS spatial analysis mode. The research showed that: 1) While the disparity of intercity financial exclusion in Guangdong was large, and relatively stable, the financial exclusion was far lower in the Zhujiang River Delta than the surrounding areas; 2) The intercity financial exclusion showed significant spatial correlation and spatial gathering characteristics, with obvious spatial disparity between the Zhujiang River Delta and the surrounding areas and basically stable evolutionary pattern. 3) The evolution pattern of financial exclusion disparity in Guangdong was affected by many interacting factors such as the strategy of the financial provider, the objective demand of the real economy development, the guidance of government economic behavior, social culture and institutions etc. This article argues, to reduce the financial exclusion, what is important is to speed up the regional economic development, reinforce governmental regulation, to develop micro-finance, and to cultivate good institutional and cultural environment.

Keywords: financial exclusion ; comprehensive evaluation ; spatial pattern ; Guangdong

0

PDF (621KB) 元数据 多维度评价 相关文章 收藏文章

本文引用格式 导出 EndNote Ris Bibtex

张国俊, 周春山, 许学强. 广东省市际金融排斥度综合评价及空间格局演变[J]. , 2014, 34(12): 1409-1417 https://doi.org/10.13249/j.cnki.sgs.2014.011.1409

ZHANG Guo-jun, ZHOU Chun-shan, XU Xue-qiang. A Comprehensive Evaluation of the Intercity Financial Exclusion in Guangdong with an Exploration of Its Spatial Pattern[J]. 地理科学, 2014, 34(12): 1409-1417 https://doi.org/10.13249/j.cnki.sgs.2014.011.1409

金融排斥(Financial Exclusion)作为金融地理学的研究议题,自20世纪90年代以来,引起西方学者的广泛关注与研究。其基本含义是指经济主体由于缺乏足够的方式或途径接触主流金融产品与服务的一种现象[1]。金融排斥作为社会排斥的一个子集,其排斥程度的增加一方面会加剧不同社会阶层的两极分化;另一方面,金融排斥程度的区域过度差异将导致显著的马太效应,阻碍区域金融协调发展。因此,积极开展金融排斥的相关研究对降低金融排斥度、促进社会经济健康和谐发展具有一定的理论和现实意义。

西方学者对金融排斥的研究主要集中在4个方面:① 金融排斥概念的界定。金融排斥是与金融包容(Financial Inclusion)相对应的一个概念,对其含义的界定已冲破传统意义上是否“拥有银行账户”的衡量标准而向多维方向发展。Kempson和Whyley从金融供给和需求2个方面提出的“六维度”评价指标。即地理排斥(Physical Access Exclusion)、评估排斥(Assessing Exclusion)、条件排斥(Condition Exclusion)、价格排斥(Price Exclusion)、营销排斥(Marketing Exclusion)和自我排斥(Self-exclusion)[2,3]。六维度指标在得到广泛运用的同时,也因其指标体系之间的重叠性(如评估排斥和条件排斥)以及数据的可获得性受到一定限制。Regan和Paxton提出需求宽度(Breadth of needs)和参与深度(Depth of engagement)二维度指标[4]。随着金融排斥研究的深入,对其含义的理解已不再囿于缺乏基本金融服务,不仅要反映对金融产品与服务的可得性,还应体现使用金融产品的种类与数量、以及使用金融产品的效用性等多个方面。从排斥对象的尺度来看,不仅包括对个人、家庭微观尺度的排斥[5],也包括对企业、社区或区域的排斥[6,7]。② 金融排斥的地理接近性研究。对金融排斥的研究一开始主要集中在金融机构空间重构的地理倾向性方面,如偏远银行分支机构的关闭以及缺乏金融服务的低收入人群集聚区的金融排斥现象[8~10];对英国、美国蓝领家庭、多民族地区以及新西兰、澳大利亚等国家的研究[11~15]。③ 金融排斥的社会文化转向研究。随着经济地理学的文化与制度转向,对金融排斥的研究开始关注社会阶层、种族、性别、年龄、受教育程度等因素对金融排斥的影响[16]。④ 金融排斥的影响与对策研究。银行分支机构的关闭在一定程度上提高了金融系统的效率,但同时也加剧了对不同人群以及不同地区经济发展的两极分化[17~19]。相关文献就如何降低金融排斥度,提高金融包容水平,提出了许多政策建议[19,20]。目前,国外对金融排斥的研究主要集中在英美发达国家,而对发展中国家研究甚少。

国内学者对金融排斥的研究表现在对金融排斥的研究综述[21~24]、现状分析[25,26]、排斥程度[27]、影响因素[28]等方面。综观已有金融排斥文献发现,指标的选取多以单一指标建立评价维度,多指标多维度的综合评价研究较少;尚未有利用空间技术探讨地区金融排斥度的时空格局演变。为此,本文以广东省为研究区域,尝试从金融服务的渗透度、使用度、效用度3个维度构建定量指标,对2002年、2007年和2012年广东省市际金融排斥程度进行综合评价,并结合ESDA法探讨其空间格局的时空演变,以期能够更加科学、全面地评价广东省市际金融排斥程度的现状及其演变特征,为区域金融协调发展提供政策建议。

1 评价指标体系与研究方法

1.1 金融排斥度评价指标

由于金融排斥的多维度、复合性特征以及受相关金融数据获取的限制,已有文献对构建金融排斥程度综合评价体系方面的研究甚少。考虑到价格排斥(利率水平)在省域层面的差异不大,本文在参考已有相关研究成果 [18,27]对金融排斥维度划分的基础上,遵循指标选取的科学性和数据可获得性原则,构建了以下3个维度以反映广东省市际金融排斥状况。

1.1.1 金融服务的渗透度(Penetration)

某一区域范围内,金融机构营业网点和服务人员的缺乏,对人们获取金融产品与服务易产生地理上的不便利。以每万人或每万平方公里的金融机构营业网点数和服务人员数为指标能在一定程度上衡量某一地区金融服务的覆盖度。其指标值越高,表明金融服务的地理渗透性越强,金融排斥度越低。

1.1.2 金融服务的使用度(Usage)

“银行账户数”被视为是使用金融服务的一个重要指标,但由于存在“一人多户”或大量拥有银行账户的居民却很少使用的情形[18,19],加之数据获取难度大,通常用银行体系的2个基本服务——存款和贷款余额相关数据体现金融服务的使用情况。本文除了采用人均存贷款余额指标外,考虑到城乡居民是易受金融排斥的微观主体,因此还选择人均城乡居民储蓄存款反映金融服务的使用度。该指标值越高,表明金融排斥度越低。

1.1.3 金融服务的效用度(Effectiveness)

参考国际货币基金组织开展全球金融接近性调查(Financial Access Survey,FAS)时采用了商业银行存款余额/GDP和贷款余额/GDP指标[20],本文亦借鉴该指标反映金融服务的使用对地区经济发展的贡献度。为反映城乡居民使用金融服务效用情况,采纳了储蓄存款余额占GDP比重。各维度的具体指标见表1

表1   金融排斥的综合评价指标体系

Table 1   The index system of comprehensive evaluation on the financial exclusion

维度指标2002年权重2007年权重2012年权重
(1) 每万人拥有的金融机构网点数0.0850.0760.049
(2) 每万人拥有的金融机构服务人员数0.1070.0980.093
1.金融服务的渗透度(P(3) 每万平方公里的金融机构网点数0.1130.1350.153
(4) 每万平方公里的金融机构服务人员数0.1350.1660.197
(5) 人均存款余额0.1360.1360.130
2.金融服务的使用度(U(6) 人均贷款余额0.1470.1510.143
(7) 人均储蓄存款余额0.1120.1070.088
3.金融服务的效用度(E)(8) 各项存款占GDP比重0.0580.0380.052
(9) 各项贷款占GDP比重0.0660.0540.051
(10) 储蓄存款余额占GDP比重0.0430.0390.043

新窗口打开

1.2 金融排斥度的综合评价模型

目前国际上还没有通行的标准对金融排斥进行综合评价。已有文献大多借鉴联合国编制的人类发展指数( ① 人类发展指数(HDI)是联合国开发计划署在《1990年人文发展报告中》提出的、用以衡量联合国各成员国经济社会发展水平的指标。其指标体系涉及3个方面:1.健康长寿2.教育获得3.生活水平。各指标都设定了最大值和最小值,指数值=(实际值–最小值)∕(最大值–最小值),HDI值为3个基本指数的几何平均数。以上摘自http://baike.baidu.com/view/68457.htm?fr=aladdin。)(Human Development Index, HDI)的方法构建金融排斥指数。本文亦采用此法构建广东省市际金融排斥的综合评价模型,具体公式[18,27]如下:

IFEi=(w1-D1)2+w2-D22++wj-Dj2w12+w22+wj2(1)

式中, IFEi表示第i个市的金融排斥指数; Dj为第i个市各个维度上的评价值; wj为各个维度上的权重。其中, i=1,2,21; j=1,2,10

Dj=wj×Xij'(2)

Xij'为第i个市的第j项指标经过数据标准化处理后的值,计算公式为:

Xij'=Xij-minXijmaxXij-minXij(3)

在指标权重的计算方面,已有文献多采用主观赋权的方式将每个维度的权重均设为1。本文对指标权重的计算采用熵值法进行客观赋权,以期测算各个指标在综合评价模型中的实际重要程度。

具体步骤如下[29]

评价指标的熵值为:

ej=-1lnni=1nXij'i=1nXij'×lnXij'i=1nXij'(4)

指标的权重:

wj=1-ejj=1n1-ej(5)

线性加权求和:

Zij=j=1mwjXij(6)

根据公式(6)得到各维度的得分,再根据公式(4)和(5)确定各维度的权重。在确定权重的基础上,通过公式(2)确定 Dj值。本文测算的金融排斥度(IFE)在[0,1]范围内,其值越接近1,表明排斥度越大;越接近0,排斥度越小。

1.3 探索性空间数据分析

探索性空间数据分析(ESDA)目前被认为是一种比较理想的数据驱动分析方法。ESDA空间关联分析主要用于度量区域单元上某种属性或现象与邻近区域单元上同一属性或现象之间的空间关联或者依赖程度,包括全局和局部两种[30]。本文采用的 Moran'sIGetis-OrdGeneralG值和 Getis-OrdGeneralGi**这3个指标测度广东市际金融排斥度的全局和局部空间关联特征。

1.3.1 Moran'sI指数

Moran'sI反映了研究区域地域单元的空间关联程度,具体表现为区域相邻地域单元之间的属性值呈现相似、相异或者呈随机分布的总体趋势特征。具体公式如下[31]

I=i=1nj=1nXi-X̅Xj-X̅S2i=1nj=1nwij(7)

式中, S2=i=1nXi-X̅2n, wij是标准化的空间邻接权重矩阵,若地域单元相邻时, wij=1;不相邻时, wij=0Xi为区域i的属性值(这里i=1,2…21)。当I显著为正时,表明属性值相似的地区空间上具有集聚特征;当I显著为负时,表明相邻区域之间属性值存在显著差异;等I为0时,表明区域之间的属性值相互独立,在空间上呈随机分布态势。对 Moran'sI指数的显著性检验一般采用一个标准化的Z统计量来推断,公式如下:

ZI=I-EIVARI(8)

E(I)和VAR(I)分别表示I的数学期望和方差。全局 Moran'sI指数只表明金融排斥程度在空间上的平均差异程度,不能反映区域金融排斥度的局部空间差异。

1.3.2 Getis-OrdGeneralGi**

为了全面分析区域金融排斥度的局部空间差异,本文采用 Getis-OrdGeneralGi**[32],用于识别局部地区是否存在统计显著的高值簇与低值簇,即热点区与冷点区的空间分布。公式如下:

Gi*d=j=1nwijdXjj=1nXj(9)

Gi**d进行标准化处理:

ZGi**=Gi*-EGi**VarGi**(10)

式中, wijd为空间权重矩阵,用0和1分别表示空间不相邻、相邻, EGi**VarGi**分别为 Gi**d的数学期望和方差,若 ZGi**为正且显著,表明区域i周围的值相对较高,属高值空间集聚(热点区);反之,如果显著为负,则表明区域i周围的值相对较低,属低值空间集聚(冷点区)。

1.4 研究对象与数据来源

本文研究对象只涵盖银行业,不包括证券业、保险业等其它金融机构。主要基于2点:其一是中国的银行业在金融体系中处于绝对主导地位,金融资产的2/3集中于银行体系[33],以银行业的相关指标作为评价标准具有代表性。其二是以银行业指标体系计算金融排斥度也是国内外相关领域研究的通行做法。考虑到现有可获得的广东省银行类相关数据是以地级市为单位,本文研究的空间选择以广东省21个地级市为单元,时间节点选择2002年、2007年和2012年。

广东作为中国改革开放的前沿阵地,金融业取得许多令人瞩目的成就。30多a来,广东省各主要金融总量指标一直位居全国之首,并一直保持至今。截至2012年末,广东金融机构本外币各项存、贷款余额分别为105 099.55亿元和67 077.08亿元,分别占全国的11.95%和10.48%;金融业从业人员为31.82万人。这些指标远远高于北京的84 837.3亿元、43 189.5亿元、9.65万人,上海的63 555.25亿元、40 982.48亿元、10.64万人,江苏的77 837.73亿元、57 464.29亿元、20.61万人和浙江的66 679.08亿元、59 509.22亿元、21.02万人。可见,以广东省为空间研究单元,具有一定的代表性。

广东省各市的银行机构网点数、服务人员数、存贷款余额、储蓄存款余额数据来源于相应年份的《广东省统计年鉴》、《中国区域经济统计年鉴》。

2 金融排斥度的测算与时序演变特征

2.1 金融排斥度的测算

运用公式(5)和(6),分别计算出2002年、2007年和2012年广东省市际金融排斥综合评价各指标和各维度的权重(表1)。从各指标权重值的大小看,指标(3)~(7)在3个时间断面总体评价指标中的权重值始终保持较高的比重。从3个时间断面的各维度权重值看,渗透度的权重值在3个维度中的比重较大,且呈逐步增长趋势,分别为0.36、0.44、0.49;使用度的权重值稳中有降,分别为0.44、0.44、0.38;效用度的权重值出现先降后升,分别为0.20、0.12、0.13。表明金融机构网点和服务人员的地理分布对金融排斥度的影响力大且逐步加强。

在计算出权重值的基础上,运用公式(1),计算相应年份的21个地级市金融排斥综合指数IFE(图1)。从综合指数所代表的金融排斥程度来看,3个时间断面的金融排斥度水平低的前6个城市始终是深圳、广州、佛山、珠海、东莞、中山。这6个城市均属于经济发达的珠江三角洲地区,反映了金融排斥度低水平状态与地区社会经济发展高水平具有较强的相关性。其中,深圳、广州的金融排斥度水平最低,其值均小于0.400。由于这两市的区域金融中心建设,依托强大的经济基础、发达的金融市场、分布密集的金融机构等优越的金融生态环境使这两市的金融服务3个维度值均处于全省领先地位,金融排斥度水平远远低于其它19个市。3个时间断面的排斥度值均在0.920以上的城市数量由2002年的9个增加到2007年和2012年的12个,分别是肇庆、粤西、粤北和粤东的梅州、揭阳、河源、潮州和汕尾。

从四大区域比较看,珠三角的金融排斥度平均水平最低,但呈现逐渐增长态势,由2002年的0.464增加到2007年、2012年的0.496、0.576。其中,除了深圳的金融排斥水平在2个时间段均下降外,其余8市均出现不同程度的上升。粤东、粤北、粤西外围地区的金融排斥度平均水平分别出现持续增加和先增后减的状况,粤东由2002年的0.921上升到2007年的0.928,2012年上升到0.931。3个时间断面的粤北、粤西的排斥度平均水平分别为0.919、0.945、0.940和0.946、0.957、0.951。这表明金融排斥度的区域差异在逐步缩小。珠三角地区排斥度增加与银行机构网点的撤并及其产业转移有关,外围地区因2007年开始设立村镇银行等新型农村金融机构和承接珠三角产业转移措施,而使这些地区的排斥度水平在后期有所下降。

图1   2002年、2007年和2012年广东省市际金融排斥度综合评价

Fig. 1   Urban comprehensive evaluation of financial exclusion in Guangdong in 2002, 2007 and 2012

2.2 从演变时序看,广东省金融排斥度的市际差异大、且相对稳定。

通过比较广东省21个地级市3个时间断面的统计描述(表2),从平均值和总值看,金融排斥度的平均论值均在0.7以上,平均水平偏高,排斥度总体水平也呈上升趋势;从最大值和最小值的比较看,金融排斥度区间范围由最小值(0.015)到最大值(0.999),两者之间相差66.53倍之多,说明排斥度市际间差异大;从标准差的变化趋势看,呈逐渐缩小趋势,说明金融排斥的市际差异在缩小。始终低于全省金融排斥度平均水平的城市有6个,占全省市际单元数量的28.6%,分别是深圳、广州、佛山、珠海、中山、东莞。这6个城市均属于珠三角地区,反映出社会经济发展水平高对降低金融排斥度具有较强的促进作用。2002年,金融排斥度高于全省平均水平的15个城市中有9个城市的排斥度值大于0.920,到2012年,排斥度在0.920以上的城市增加到12个,这12个城市主要集中在粤西、粤北和粤东这些经济欠发达的外围地区。

表2   广东省市际金融排斥的综合水平统计描述

Table 2   The statistical description of the comprehensive evaluation on the financial exclusion in Guangdong

年份总排斥度平均值最小值最大值标准差
2002年15.3250.7300.0940.9940.309
2007年15.7480.7500.0390.9980.295
2012年16.4610.7840.0150.9990.261

新窗口打开

2.3 从阶段特征看,金融排斥度水平前期有较大幅度上升,后期区域差异逐渐缩小

与2002年相比,2007年金融排斥度水平除了深圳等8个市下降之外,其余13个城市的金融排斥度都有不同程度的增加。这与商业银行在前期(2002~2007年),出于强化内控管理、调整组织架构、增强竞争实力,大规模在全省范围内撤并低效网点有关。这一时期,商业银行在广东全省范围内共撤销了1 534家营业网点,全省除了深圳、云浮的银行网点分别增加128家和6家外,其余城市的营业网点均有不同程度的减少,人均金融服务人员数也相应降低。由于前期渗透度的维度值在金融排斥的总体评价中的权重增长较大,因此网点的撤并对总排斥度产生的影响也相应增强,表现出全省排斥度水平整体范围的增加。其中涨幅最大是东莞和佛山。东莞、佛山的每万人网点数由2002年的4.327个、6.233个下降到2007年的1.819个、3.089个;每万人服务人员数相应由48.013人、65.174人下降到25.784人、41.686人,导致了这2个城市的总排斥度增幅较大。后期(2007~2012年),金融排斥度的总体水平变化虽较大,但四大区域差异呈缩小态势。珠三角整体增幅最大,外围地区稳中有降。其中,8个城市的排斥度水平有不同程度的下降。除深圳外,其余7个排斥度水平下降城市均在外围地区,包括粤北、粤西的阳江、茂名、云浮和粤东的河源、梅州。

3 市际金融排斥度空间演变特征

3.1 总体格局分析

广东省市际金融排斥度具有明显的空间集聚特征。本文以上述公式计算的市际金融排斥指数为依据,分别计算了3个时间断面的金融排斥度的 Moran'sIGeneralG估计值(表3)。通过表3可以看出,3个时间断面的全域 Moran'sI估计值均为正值,且正态统计量Z值都通过了0.01的显著性检验。表明在整个研究时段,市际间的金融排斥度呈现显著的空间自相关特征,即金融排斥度较高的城市和较低的城市均趋于相邻。同时,通过观察 Moran's I估计值变动的趋势,发现其值的大小差异不大,但整体呈现下降态势,表明金融排斥度的集聚格局相对稳定,但集聚程度稍有弱化趋势。由于 Moran's I估计值无法判断空间数据是低值集聚还是高值集聚,本文通过 GeneralG估计值来判断市际金融排斥存在的空间集聚类型。测算结果显示,Z值得分均为负数,且通过了0.05的显著性检验,说明市际金融排斥度空间分布具有比较显著的低值集聚特征。

表3   广东省市际金融排斥水平的Moran's IGeneral G估计值

Table 3   Financial exclusion levels of Moran's I and General G estimation

年 份2002年2007年2012年
Moran'sI0.8330.8120.658
EI-0.050-0.050-0.050
ZI6.4086.3395.484
Gd0.000020.000020.00002
Ed0.0650.0510.032
Zd-1.846-1.955-2.143

新窗口打开

3.2 集聚格局演化

通过 Moran'sIGeneralG估计值对市际金融排斥度空间总体格局的集聚情况进行了分析,但集聚格局除了需要把握全局空间变化特征外,还需要对局域空间的集聚态势进一步分析。本文利用局部空间关联指数 Getis-OrdGi**分别计算出2002年、2007年和2012年市际金融排斥度的 Gi**统计量,结合自然断裂点法对各相应年份的 Gi**统计量按数值从高到低划分为4类,热点区、次热区和次冷区、冷点区,生成广东省市际金融排斥度空间格局的集聚演化图(图2)。 Gi**指数大的表示金融排斥程度高的集聚区(热点区),数值小的 Gi**指数表示金融排斥程度低的集聚区(冷点区)。

从检验结果看,3个时间断面的冷热点区的总体变化不大,保持相对稳定的集聚格局。说明广东省市际金融排斥度综合水平的整个格局演化过程比较平稳,热点区格局和冷点区格局在地域范围内变化不大,仅仅在数量上有细微的变化。这与前文全域 Moran'sI估计值所得结论基本一致。

热点区,即金融排斥度值高的地区,从3个年份看,热点区的空间格局演变基本保持稳定,呈东西走向分布。区域单元数为10个,土地面积占全省的54.6%。主要集中在粤西的湛江、茂名、阳江,粤东的汕头、潮州、揭阳、汕尾、梅州、河源和粤北的韶关。金融机构网点设置和金融机构服务人员比例的持续降低使这些地区的金融排斥程度没有得到有效改善。10个热点地区的金融机构网点数、服务人员数由2002年的5 788个(占全省比例34.5%)、65 003人(占比29.8%)发展变化为2007年的4 885个(占比32%)、62 664人(占比25.9%)和2012年的4 706个(占比30.4%)、64 192人(占比22.4%)。同时,从地理区位看,热点区都远离金融业发达的广州、深圳,地缘优势的缺乏使得这些地区接受辐射带动作用不强。

次热区集中在西北部地区,主要包括粤北的清远、粤西的云浮和珠三角的肇庆,空间集聚的演变格局稳定,3个地区的土地面积占全省的23.3%。肇庆虽与地理位置相邻的佛山同属经济发达的珠江三角洲地区,但肇庆的金融渗透度指标却远远低于佛山。与佛山相比,肇庆3个时间断面的网点数和服务人员数均仅占佛山的30%左右。

冷点区、次冷区在空间格局上牢牢稳固在珠江三角洲经济发达的地区。冷点区主要包括广州、深圳、佛山、东莞、中山、珠海,土地面积占全省的10.6%。次冷区包括江门和惠州,土地面积占11.5%。冷点、次冷点区属于广东省经济最发达、最活跃的地区,对全省各地区经济发展起着统领和辐射带动作用。这些地区凭借完善的金融基础设施、旺盛的资金需求和大量的金融人才等优势金融资源的集聚,金融排斥程度普遍较低,与经济发达程度表现出较强的空间耦合性。

4 时空格局的演化机理分析

广东省金融排斥度的时空格局演化是在金融产品与服务的供给方和需求方以及政府经济政策导向共同驱动下形成的金融排斥在空间范畴上格局变化。其中,金融供给主体的对于机构网点和从业人员的布局等战略选择是诱因;而产业结构发展中,具有比较优势的实体经济对资金的需求是内因;政府作为“看得见的手”对经济行为的诱导是外因。具体表现在以下4个方面。

4.1 金融供给主体的战略选择

图2   2002年、2007年和2012年广东省市际金融排斥度的冷热点区格局

Fig. 2   Evolution of urban spatio-temporal pattern on financial exclusion in Guangdong in 2002, 2007 and 2012

商业银行作为经营特殊商品(货币)的企业法人,需要兼顾盈利性、资金安全性和流动性“三性”原则。在经营战略选择上,为增强竞争力,往往会考虑将资金投向经济发达的“安全”地区,而撤销许多地处偏远、服务成本较高的经济不发达地区的营业网点,从而导致这些地区营业网点数和服务人员数普遍减少,金融服务的渗透度值降低。2002年至2012年期间,商业银行在广东省共撤销营业网点1 270家,其中排斥度高的、经济相对落后的热点地区共撤销834家。这也是热点地区的排斥度演化格局变化不大的一个重要因素。另一方面,广东省农业基本集中在粤东、西、北地区,而农业生产周期长、资金周转慢,加之农业生产受自然条件影响大、风险大,银行出于资金“三性”原则,表现出“惜贷”、“慎贷”行为,加大了这些地区的融资难度,导致这些地区的金融服务的使用度、效用度降低,金融排斥度高的局面短期难以解决。

4.2 实体经济发展的金融需求

珠江三角洲作为“南海明珠”,是中国改革开放的先行地区,是中国重要的经济中心区域。经历改革开放30多a的发展,珠江三角洲地区已经成为世界知名的加工制造和出口基地,是世界产业转移的首选地区之一,初步形成了电子信息、家电等企业群和产业群。凭借强劲的经济实力、良好的区位优势,吸引了众多企业入驻。实体经济的发达加大了对资金需求力度。金融体系演化的内在规律要求顺应产业结构发展的需要,不断地把资本配置到在特定发展阶段最符合比较优势的实体经济活动中去。当前,在中国社会融资格局中,传统的银行存贷款业务仍占据着绝对主导地位,银行业仍然充当着服务实体经济发展的主力军角色。一方面,银行加大对珠三角地区的机构网点设置以及服务人员和信贷资金投入,这些地区的金融服务渗透度、使用度高;另一方面,企业活力增强、效益提高使珠三角的居民收入水平不断高涨,人均存贷款水平高。冷热区3个时间断面的城乡居民储蓄存款比值始终保持在3倍以上,2012年这一比值达3.48倍。金融服务使用度的地区差距进一步加剧了冷热区金融排斥度的空间格局差异。

4.3 政府经济行为导向

由于经济落后地区金融排斥程度的加剧,易导致经济发展的马太效应,扩大区域经济差异。政府采取多种金融政策支持粤东、粤西、粤北地区的经济发展,有利于降低这些地区金融排斥度高的困局。随着珠三角地区的经济发展,许多原驻扎在珠江三角洲地区的劳动密集型和高污染企业受到了人力成本和生产资料价格上涨的压力,开始出现产业转移现象。广东省省委省政府鼓励在粤北、粤东、粤西地区大力承接产业转移园。同时,2007年广东省重点选择对农业县市开设村镇银行等措施也有利于降低当地的金融排斥度。从实际效果看,2007~2012年,广东省共有8个地级市的金融排斥度水平均出现不同程度的下降。除了深圳外,其余7个市都分布在粤北、粤西和粤东。可见,金融排斥度的区域差异的缩小与政府的经济行为导向相关。

4.4 文化与制度的差异性

金融排斥作为一种经济现象,与当地的制度及文化因素息息相关。地方的经济活动是嵌入在当地的社会、文化系统中,而且与之密不可分的。广东粤西、粤东、粤北地区在地理区位上距离经济发达的珠江三角洲较远,信息的传递与接收受限。加之这些地区的多数民营企业特别是以地缘、亲缘因素发展起来的传统家族式经营模式企业众多,企业家整体文化素质较低,本土百姓创业精神、创业能力、创业文化还有待提高。对企业投融资规划缺乏长远眼光,在一定程度上影响了当地金融排斥水平的降低。

5 结论与建议

5.1 主要结论

1) 金融排斥是一个多维度、复合性概念。其排斥程度很难根据某单一指标进行判断,因而,建立多指标多维度的综合评价体系是解决这一难题的有效方法。

2) 广东省金融排斥程度的市际差异大、且相对稳定;金融排斥度呈现显著的空间相关性和空间集聚特征,珠三角与粤东、粤西、粤北金融排斥度的空间差异显著,演变格局基本保持稳定态势。广东省金融排斥的空间格局演变与经济发展水平基本相一致。

3) 广东省金融排斥区域差异格局演化受金融供给主体的战略选择、实体经济发展的客观需求、政府经济行为的诱导、社会文化与制度等多种因素相互作用影响。

5.2 政策建议

1) 促进地区经济发展是降低金融排斥程度、缩小区域差异的关键因素。商业银行作为市场活动的参与者,对经济相对落后地区银行网点的撤并和服务人员的精简是出于经营战略目的,而由此产生的金融排斥甚至是社会排斥问题单纯依靠政府力量并不是解决问题的根本出路。商业银行如何在“经济人”与“社会人”之间寻求一个平衡点,从根本上还需要地区经济的快速发展的驱动。

2) 发展微观金融是解决欠发达地区金融排斥度高的有效手段。广东省欠发达地区的金融排斥程度普遍较高,加强对粤东、粤西、粤北地区的金融改革、壮大农村信用社和邮政储蓄银行、大力推进包括村镇银行、贷款公司和农村资金互助社在内的新型农村金融机构建设,将有助于这些地区金融排斥水平的降低。

3) 加强政府管制是降低金融排斥度区域差异的重要保证。通过实施差异性的金融政策降低金融排斥的区域差异,促进地区间、城乡间金融资源的整合。根据区域经济协调发展的要求,引导资金合理流向,为降低区域金融排斥创造良好的经济环境。广东省政府实施的产业结构升级与“腾笼换鸟”政策,应统筹珠三角与外围地区的项目安排,通过项目带动资金合理流动,降低欠发达地区金融排斥水平。

4) 优化制度与文化环境是缓解金融排斥的重要保障。一方面,通过制定法律、条例、章程等,规范微观经济主体信用行为,积极倡导诚实守信的融资行为,增强人们的信用理念、信用意识、培育良好的银企关系,优化地方信用制度环境。另一方面,通过非正式制度,积极培植粤东、粤西、粤北地区人们的经营理念、投融资意识等现代信用文化,激发积极进取的价值观念,改善这些地区的金融生态软环境,有助于缓解地区金融排斥度高的困局。

The authors have declared that no competing interests exist.


参考文献

[1] Leyshon A.

Financial exclusion and the geography of bank and building society branch closure in Britain

[J]. Transactions of the Institute of British Geographers, 2008,33(4 ):447-465.

[本文引用: 1]     

[2] Kempson E,Whyley C.Kept out or opted out? Understanding and combating financial exclusion[M].Bristol UK:Policy Press, 1999.

[本文引用: 1]     

[3] Kempson E, Jones T.

Banking without branches

[M].London:British Bankers Association,2000.

[本文引用: 1]     

[4] Regan S, Paxton W.

Beyond Bank Accounts: Full financial inclusion

[M]. London: Institute for Public Policy Research, 2003.

[本文引用: 1]     

[5] Joassart-Marcelli P, Stephens P.

Immigrant banking and financial exclusion in Greater Boston

[J]. Journal of Economic Geography, 2010,(10):883-912.

[本文引用: 1]     

[6] Sain, Rahman,

Khanam. Financial exclusion in Australia: an exploratory case study of the Muslim community

[J]. 3rd Malaysian Postgraduate Conference, 2013,(29):265-280.

[本文引用: 1]     

[7] Johnson S, Nino Zarazua M,

Financial access and exclusion in Kenya and Uganda

[J]. Journal of development studies,2011,(47):475-496.

[本文引用: 1]     

[8] Leyshon A,Thrift N.

The restructuring of the UK financial services industry in the1990s:a reversal of fortune?

[J]. Journal of Rural Studies, 1993,(9): 223-241.

[本文引用: 1]     

[9] Leyshon A, Thrift N.

Access to financial services and financial infrastructure withdrawal: problems and policies

[J]. Area, 1994,(26):268-275.

[10] Leyshon A, Thrift N.

Geographies of financial exclusion : financial abandonment in Britain and the United States

[J].Transactions of the Institute of British Geographers, New Series, 1995,(20): 312-341.

[本文引用: 1]     

[11] Morrison P,

R.O’Brien. Bank branch closures in New Zealand: the application of a spatial interaction model

[J]. Applied Geogaphy, 2001,(1): 301-330.

[本文引用: 1]     

[12] Fuller D.

Credit union development: financial inclusion and exclusion

[J]. Geoforum, 1998, 29(2):145-157.

[13] Speak S,Graham S.

Service not included:marginalised neighbourhoods, private service disinvestment, and compound social exclusion

[J]. Environment and Planning A, 1999(31): 1985-2001.

[14] Brockett M.

Bleak picture painted on jobs for bank staff

[J].The Dominion-Business, 1998,(7):203-216.

[15] Larner W,

L R Heron. The spaces and subjects of a globalising economy: a situated exploration of method

[J]. Environment and Planning D,2002,(20):753-774.

[本文引用: 1]     

[16] Hogarth J M,

K H O’Donnell. Being accountable:a descriptive study of unbanked households in the US[R].Arizona:Proceedings of the Association for Financial Counseling and

Planning Education.1997,58-67.

[本文引用: 1]     

[17] Wilson T.

Be careful what you ask for:what role now for credit unions in addressing financial exclusion in Australia

[J].Griffith Law Journal, 2006,15(2):370-389.

[本文引用: 1]     

[18] Sarma M, Pais J.

Financial inclusion and development

[J].Journal of international development, 2010,(3):1-16.

[本文引用: 3]     

[19] Collard S,Kempson E, C Whyley.Tackling financial exclusion: an area-based approach[M]. Bristol: The Policy Press,2001.

[本文引用: 3]     

[20] AFI.

Measuring financial inclusion: core set of financial inclusion indicators.

[R/L].www.afi-global.org.2011.

[本文引用: 2]     

[21] 武巍,刘卫东,刘毅.

西方金融地理学研究进展及其启示

[J].地理科学,2005,24(4):19~27.

[本文引用: 1]     

[22] 李小建.

金融地理学理论视角及中国金融地理研究

[J].经济地理, 2006,26(5):721~727.

[23] 徐少君,金雪军.

国外金融排除研究新进展

[J].金融理论与实践, 2008, (9):86~91.

[24] 田霖.

金融地理学视角:城乡金融地域系统的演变与耦合

[J].金融理论与实践,2009, (4):68~71.

[本文引用: 1]     

[25] 许圣道,田霖.

我国农村地区金融排斥研究

[J].金融研究, 2008, (7):195~206.

[本文引用: 1]     

[26] 李涛,王志芳,王海港,谭松涛.

中国城市居民的金融受排斥状况研究

[J].经济研究,2010,(7): 15~30.

[本文引用: 1]     

[27] 李春霄,贾金荣.

我国金融排斥程度研究——基于金融排斥指数的构建与测算

[J].当代经济科学, 2012, 34(2): 9~15.

[本文引用: 3]     

[28] 董晓林,徐虹.

我国农村金融排斥影响因素的实证分析——基于县域金融机构网点分布的视角

[J].金融研究, 2012,(9): 115~126.

[本文引用: 1]     

[29] 陈明星,陆大道,张华.

中国城市化水平的综合测度及其动力因子分析

[J].地理学报,2009,64(4): 387~398.

[本文引用: 1]     

[30] 孟德友,沈惊宏,陆玉麒.

河南省县域交通优势度综合评价及空间格局演变

[J].地理科学,2014,34(3):280~287.

[本文引用: 1]     

[31] Getis A,

Ord J k. The analysis of spatial association by the use of distance statistics

[J]. Geographical Analysis, 1992,24(1):189-206.

[本文引用: 1]     

[32] Cliff A D,

Processes O S. Spatial Processes,Models and Applications

[M]. London: Pion, 1981:10-23.

[本文引用: 1]     

[33] 林毅夫,姜烨.

经济结构、银行业结构与经济发展——基于分省面板数据的实证分析

[J].金融研究,2006,(1): 7~22.

[本文引用: 1]     

/