EN中文

GEOGRAPHICAL RESEARCH >

2014 , Vol. 33 >Issue 12: 2299 - 2311

DOI: https://doi.org/10.11821/dlyj201412008

Orginal Article

Study on the provincial differences of financial exclusion and their influencing factors in China

  • ZHANG Guojun , 1, 2 ,
  • ZHOU Chunshan , 1, 2 ,
  • XU Xueqiang 1, 2
Expand
  • 1. School of Geography and Planning, Sun Yat-sen University, Guangzhou 510275, China
  • 2. Key Laboratory for Urbanization and Geo-simulation, Guangzhou 510275, China

Received date: 2014-03-20

  Request revised date: 2014-08-10

  Online published: 2014-12-10

Copyright

《地理研究》编辑部
Fold

Abstract

Financial exclusion can be defined as the situation faced by the people who lack access to mainstream financial institutions to meet their necessary needs for financial products. As an important topic in the field of financial geography, it has drawn much attention from scholars at home and abroad because of its extensive practical significance. Since financial exclusion is a complex multi-dimensional concept, in this paper, firstly we constructed a comprehensive evaluation index system of financial exclusion from the four dimensions of penetration, usage, effectiveness and affordability levels of financial services, and have measured the index of Chinese financial exclusion in 2004 and 2012 respectively with reference to the compilation method of Human Development Index. Then after dividing Chinese provincial financial exclusion level into 4 categories and 6 sub-categories with the hierarchical clustering method, we analyzed the characteristics of provincial financial exclusion differences based on ArcGIS. Finally, we explored the main factors influencing provincial financial exclusion differences.As a result, we have reached the following findings. (1) The financial exclusion levels of 31 provinces can be divided into four categories of slight, mild, moderate and severe. (2) Taking into consideration the statistics in the above-mentioned two years, China as a whole had a high level financial exclusion with large regional differences, which was characterized by a spatial distribution pattern that the financial exclusion in eastern China was significantly lower than that in western and central China. (3) By comparing the financial exclusion in two different years, we have found that the financial exclusion level in China increased slightly, but was stable on the whole. (4) The four dimensions of provincial spatial differences were large in their values, and their influences on the financial exclusion were different. (5) The provincial financial exclusion differences in China have been influenced by the factors such as regional economic development level, population density, government economic behavior, education development level. This article argues that the important ways to reducing the financial exclusion are to develop regional economy, to reinforce government control and to develop micro-finance.

Key words： financial exclusion; provincial differences; influencing factors; China

Cite this article

ZHANG Guojun , ZHOU Chunshan , XU Xueqiang . Study on the provincial differences of financial exclusion and their influencing factors in China[J]. GEOGRAPHICAL RESEARCH, 2014 , 33(12) : 2299 -2311 . DOI: 10.11821/dlyj201412008

1 引言

金融排斥(Financial Exclusion)是与金融包容(Financial Inclusion)相对应的一个概念,其基本含义是指社会中的某些群体,由于缺乏足够的方式或途径接触主流金融机构以满足必要的金融需求的一种现象[1]。20世纪90年代以来,伴随金融管制的放松和信息技术的进步,资本嫌贫爱富的本性促使全球金融业在面对严峻的市场竞争时,选择关闭一些小城市、农村以及边远地区的分支机构,以降低成本、提高利润。这一举措使一些贫困地区及脆弱群体(如弱势、低收入群体)无法享受到相应的金融产品与服务,从而引发了学术界对金融排斥现象的关注。
西方学者对金融排斥的研究始于20世纪90年代初,研究领域涉及金融地理学、经济学、社会学、行为学等;研究方法从定性到定性与定量相结合。研究内容主要集中在四个方面：①金融排斥维度的研究。其中具有代表性的是Kempson等提出的“六维度”评价指标,即物理排斥(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而备受质疑,如评估排斥与条件排斥之间的相互重叠。Regan等提出需求宽度(Breadth of needs)和参与深度(Depth of engagement)二维度指标[4]。前者指人们不仅需要拥有银行账户,还应涵盖负担得起的信贷、储蓄等基本金融产品;后者指人们不仅能接触到金融产品,还应有能力和机会运用金融知识去使用这些产品与服务。从排斥对象的维度来看,分别从个人或家庭微观尺度[5]、某区域或社区中观尺度[6,7]阐释了“谁被排斥”的问题。②金融排斥的地理接触性研究。对金融排斥的研究一开始主要集中在金融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];对英国和美国的蓝领家庭、多民族地区[11-13]以及新西兰、澳大利亚等国家的农村金融排斥状况的研究[14,15]。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从社会阶层、种族、性别、年龄等因素解释“为什么被排斥”[16]。④金融排斥的后果研究。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阶层以及不同地区经济发展的两极分化。具体表现在对个人而言,将阻碍被排斥者的进步和发展,使之在社会剥夺和贫困中恶性循环;对企业而言,将进一步加大中小企业的融资困难;对区域发展而言,金融排斥程度的地区差异将会扩大区际间金融发展水平的差距,从而加剧区域经济发展不平衡[17-19]。相关文献就如何降低金融排斥度,提高金融包容水平,以促进地方经济发展,提出了许多政策建议。目前,国外对金融排斥的研究主要集中在发达国家,对发展中国家研究甚少。
国内学者对金融排斥的研究主要集中在经济学领域[20-23],地理学者对金融排斥的研究较少。相关研究主要集中在金融地理学研究综述[24-26]、金融服务业空间格局与演化[27-33]、金融服务业空间格局影响因素研究[34]等方面。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,更缺乏在空间技术支持下探讨金融排斥的空间差异。为此,尝试构建金融排斥的综合评价体系,结合ArcGIS,探讨不同年份中国金融排斥的省际差异的动态变化,以期能够更加科学地分析中国省际金融排斥差异特征并剖析其影响因素,为区域金融协调发展提供政策建议。

2 研究方法与数据来源

2.1 研究方法

2.1.1 金融排斥度评价指标选取 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这一层面,不仅要反映对金融产品与服务的地理接近性,还应体现使用金融产品的种类与数量、使用的效用性以及对金融产品价格的可承受度等多个方面。Sarma等利用储蓄存款账户数、银行机构数、存款总额等相关指标,从银行业务的渗透率(Banking penetration)、银行服务的可得性(Availability of banking services)和银行产品的可用性(Usage)三个维度构建了取值范围为0~1的金融排斥指数,其中0表示完全的金融排斥,1表示完全的金融包容[18]。
借鉴相关研究成果[18,22],结合中国实际,遵循指标选取的科学性、完整性、有效性和数据可获得性原则,构建四个维度以反映中国金融排斥程度(表1)。①金融服务的渗透度(Penetration)。某一区域内,金融机构营业网点的增加在一定程度上可以节约居民和企业获取金融产品与服务的成本;而金融服务人员的信息传递,有利于获取投融资信息而便于微观主体接触金融产品。因此以每万人或每万km2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反映某一地区金融服务的覆盖度。其指标值越高,表明金融服务的渗透性越广,金融排斥度越低。②金融服务的使用度(Usage)。有多少用户使用金融服务的一个重要衡量指标是银行开户数,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,通常用银行体系的两个基本服务——存款和贷款余额相关数据体现金融服务使用情况。除了采用人均存贷款余额指标外,考虑到易受金融排斥的微观主体主要是居民和企业,因此选择人均城乡居民储蓄存款和户均小企业贷款指标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。③金融服务的效用度(Effectiveness)。反映金融服务的使用对经济发展的贡献度。借鉴国际货币基金组织开展全球金融接近性调查(Financial Access Survey)时采用的商业银行存款余额/GDP和贷款余额/GDP指标。由于票据业务是中国商业银行的传统资产业务,同时也是企业融资工具的一种重要形式。为反映企业使用金融服务的效用水平,采用银行承兑汇票承兑余额占GDP比重。同时为反映城乡居民使用金融服务效用情况,采纳储蓄存款余额占GDP比重。该类指标值越高,金融排斥度越低。④金融服务的承受度(Affordability)。这一维度主要反映金融产品与服务的价格在多大程度上能为使用者承担。利率作为金融产品价格,其水平高低直接关系到人们对金融产品的使用。商业银行的贷款利率,可在央行规定的幅度内浮动,向上浮动比例越高,受金融排斥的可能性越大。可用利率上浮贷款占比、贷款加权利率水平表示。另一方面,中小企业发展受金融瓶颈制约,融资困难已是常态。以非金融机构融资规模占金融机构贷款余额比例反映企业受价格的排斥程度。指标值越大,说明向主流金融机构融资越困难,金融排斥度越高。
Tab.1 The index system of comprehensive evaluation on the financial exclusion

表1 金融排斥的综合评价指标体系

维度 2004年权重 2012年权重 指标 2004年权重 2012年权重
0.37 0.46 (1)每万人拥有的金融机构网点数 0.0151 0.0342
(2)每万人拥有的金融机构服务人员数 0.0436 0.0403
金融服务的
渗透度(P)		 (3)每万km2的金融机构网点数 0.1061 0.1260
(4)每万km2的金融机构服务人员数 0.1375 0.1844
0.35 0.37 (5)人均存款余额 0.1402 0.1323
金融服务的
使用度(U)		 (6)人均贷款余额 0.1321 0.1200
(7)人均储蓄存款余额 0.0822 0.0795
(8)户均小企业贷款额 0.0628 0.0309
0.20 0.13 (9)各项存款占GDP比重 0.0782 0.0555
金融服务的
效用度(E)		 (10)各项贷款占GDP比重 0.0552 0.0559
(11)储蓄存款余额占GDP比重 0.0333 0.0291
(12)银行承兑汇票承兑余额占GDP比重 0.0427 0.0326
0.08 0.04 (13)利率上浮贷款占比 0.0286 0.0458
金融服务的
承受度(A)		 (14)贷款加权利率水平 0.0157 0.0235
(15)非金融机构融资规模占金融机构贷款余额 0.0266 0.0100
2.1.2 金融排斥度的综合评价模型 有关金融排斥的综合评价模型,目前国际上还没有通行标准。参考相关文献[18,22]借鉴联合国编制的人类发展指数(Human Development Index, HDI)的方法构建金融排斥的综合评价模型,具体公式如下：
IF E i = ( w 1 - D 1 ) 2 + ( w 2 - D 2 ) 2 + ⋯ + ( w j - D j ) 2 w 1 2 + w 2 2 + ⋯ + w j 2 (1)
式中：IFEi表示第i个地区的金融排斥指数;Dj为第j个维度的评价值;wj为第j个维度的权重。金融排斥指数在[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。
D j = w j × X ′ ij (2)
式中： X ′ ij 为第 i 个省(市、区)的第 j 项指标经过标准化处理后的值：
正向指标： X ′ ij = ( X ij - min { X j } ) / max { X j } - min { X j } (3)
逆向指标： X ′ ij = ( max { X j } - X ij ) / ( max { X j } - min { X j } ) (4)
金融服务的渗透度、使用度和效用度采用公式(3)计算,金融服务的承受度因与其指标为逆向关系,采用公式(4)计算。采用熵值法计算指标权重,具体步骤如下[35]：
评价指标的熵值： e j = - 1 lnm ∑ i = 1 m X ′ ij ∑ i = 1 m X ij ' × ln X ′ ij ∑ i = 1 m X ′ ij (5)
指标的权重： w j = 1 - e j ∑ j = 1 n 1 - e j (6)
线性加权求和： S i = ∑ w j × X ′ ij ∑ i = 1 m X ij ' (7)

2.2 研究对象与数据来源

由于银行业在中国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[36],因此研究对象只涵盖银行业①(①主要包括中国工商银行、中国农业银行、中国银行、中国建设银行、交通银行、以及政策性银行、各股份制商业银行、各城市商业银行及城市信用社、各级农村信用社、农村合作银行、农村商业银行、邮政储蓄机构。2012年银行业还包括新型农村机构(村镇银行、贷款公司、农村资金互助社)。),不包括证券业、保险业等机构。以大陆31个省(市、区)为研究区域。受数据可获性限制,时间序列上选取2004年和2012年两个时间断面。
2012年末,中国银行业的金融机构网点数为20.2万个,从业人员337.8万人。银行业金融机构各项存款余额87.9万亿元,其中居民储蓄存款余额39.95万亿元,企事业单位存款余额41.64亿元;各项贷款余额64.01万亿元。各省(市、区)的各类银行机构网点数、服务人员数、存贷款余额、储蓄存款余额、银行承兑汇票承兑余额、利率上浮贷款占比、加权贷款利率水平、非金融机构融资规模的数据来源于中国人民银行发布的2004年和2012年《中国区域金融运行报告》;小企业贷款余额、企业总户数以中国银行业监督管理委员会发布《中国银行业农村金融服务分布图集》中2006年和2010年的数据分别代替2004年和2012年数据。

3 中国金融排斥的综合评价、类型与特征

3.1 中国金融排斥的综合评价与类型划分

比较2004年和2012年中国金融排斥综合测度评价指标的权重值(表1),每万km2的金融机构网点数、每万km2的金融机构服务人员数、人均存款余额、人均贷款余额四个指标在总体评价指标中的权重较大,说明四个指标对金融排斥程度的影响较大。金融服务的渗透度、使用度、效用度和承受度四个维度的权重分别由2004年的0.37、0.35、0.20、0.08变化为2012年的0.46、0.37、0.13、0.04。其中,渗透度和使用度的权重值始终较大,而效用度和承受度的权重值较小且呈下降趋势。说明金融机构的网点数、服务人员数、人均存贷款额等指标的变化对金融排斥程度的影响作用呈逐渐增强态势。
由于金融排斥各维度的权重比例越大,在总体评价中的重要性就越高。为了具体分析四个维度对各地区金融排斥度的影响变化,分别计算出2004年和2012年31个省(区、市)四个维度的测度值。其值越大,表明该地区在这个维度上取得的成就越大,金融排斥度越低。然后,分别以2004年和2012年的 IFE 值以及四个维度的测度值这五个描述金融排斥状况的指标作为聚类变量,选择组内联接聚类方法并结合实际将中国31个省(区、市)的金融排斥度划分为四个大类和六个亚类(表2)。
Tab. 2 The categories and index value of financial exclusion level in Chinese provinces

表2 中国省际金融排斥程度分类与指数值

大类 亚类(类型) 2004年IFE值 2012年IFE值
第I类
(轻微排斥)		 PUEA均高型 上海(0.353)、北京(0.360) 上海(0.252)、北京(0.457)
第II类
(轻度排斥)		 PUE高A低型 天津(0.591)、浙江(0.763)、
广东(0.780)、辽宁(0.804)、
江苏(0.832)		 天津(0.637)、浙江(0.751)、
江苏(0.808)、广东(0.819)、
辽宁(0.850)
第III类
(中度排斥)		 第III1类
PUEA居中型		 重庆(0.875)、吉林(0.881)
陕西(0.889)、福建(0.891)、
海南(0.899)		 重庆(0.876)、福建(0.880)
海南(0.900)
第III2类
PUE中A低型		 山东(0.900)、山西(0.864)、
宁夏(0.880)		 山东(0.893)、山西(0.893)、宁夏(0.900)
第IV类
(重度排斥)		 第IV1类
PUE低A高型		 湖北(0.932)、四川(0.933)、
西藏(0.950)、黑龙江(0.917)		 青海(0.914)、湖北(0.927)、新疆(0.931)、西藏(0.937)、云南(0.941)
第IV2类
PUEA均低型		 河北(0.910)、河南(0.914)、
新疆(0.925)、青海(0.932)、
甘肃(0.933)、云南(0.937)、
安徽(0.939)、江西(0.941)、
贵州(0.947)、湖南(0.950)、
广西(0.958)、内蒙古(0.947)		 陕西(0.916)、河北(0.920)、四川(0.923)、吉林(0.929)、安徽(0.936)、河南(0.938)、甘肃(0.940)、江西(0.945)、湖南(0.953)、广西(0.955)、贵州(0.955)、
内蒙古(0.937)、黑龙江(0.948)

注：P表示渗透度、U表示使用度、E表示效用度、A表示承受度。

第Ⅰ类金融排斥程度为轻微。这类地区的金融排斥指数低,其值均在0~0.55范围内,包括北京、上海两市(图1)。这一类型的地区是基于国家级金融中心发展的驱动。北京、上海属于国家级金融中心,依托强大的经济基础、发达的金融市场、高效健全的金融制度、分布密集的金融机构等优越的金融生态环境使金融服务的四维度值均处于全国领先地位,金融排斥程度远远低于其他省(市、区)。2004-2012年,上海的金融排斥度水平由0.353下降到0.252,北京由0.360上升到0.457。由于近年来,上海加快了建设国际金融中心的步伐,对金融机构与金融人才的吸引力不断增强,金融服务的渗透度在九年内增长了一倍,有效降低了上海的金融排斥度。而北京作为“一行三会”、四大商行的总部云集地,虽金融机构众多,但九年间银行机构网点增长缓慢,渗透度的权重值增幅不大;而金融服务的使用度和效用度的权重值却有不同程度降低。这些因素在一定程度上使其排斥度有所增加。
Fig. 1 Classification of regional disparity of Chinese financial exclusion level in 2004 and 2012

图1 2004年和2012年中国金融排斥度省际差异的类型划分

第Ⅱ类金融排斥程度属轻度,指数值均在0.55~0.85。这类地区的金融服务渗透度、使用度、效用度值较高,但承受度值低,两个时间断面都包括天津、浙江、江苏、广东、辽宁(图1)。这一类型的地区是基于发达的实体经济驱动。东部沿海地区实体经济发达,资金需求旺盛。当前,在中国社会融资格局中,传统的银行存贷款业务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,银行加大对这些地区的机构网点设置以及服务人员和信贷资金投入,金融服务的渗透度和使用度值高;另一方面,这些地区企业票据业务迅速发展也增加了金融服务的效用度值。值得注意的是,这些地区企业资金需求量大,表现出利率上浮贷款占比和非金融机构融资规模偏高,金融服务承受度的各指标值高。但由于承受度权重小,因此这一维度对整体排斥度水平影响不大。从两个时间断面看,浙江和江苏的排斥度降低主要是金融机构网点和服务人员数增加使金融服务的渗透度进一步增强;天津、广东、辽宁的利率上浮贷款占比和非金融机构融资规模均上涨迅猛,金融资产价格过高导致排斥度有所增加。
第III类金融排斥程度属中度,指数集中在0.85~0.90。根据四个维度发展水平又分为两个亚类,第III1类为PUEA居中型,渗透度、使用度、效用度、承受度均处于中等水平;第III2类为PUE中A低型,渗透度、使用度、效用度处于中等水平而承受度较低。
第IV类金融排斥程度属重度,指数值均大于0.9。同样也分两亚类——第IV1类(PUE低A高型)和第IV2类(PUEA均低型)。第III和IV类的地区多分布在中西部地区(图1),排斥度的降低基于国家金融政策导向驱动明显。一方面,商业银行出于盈利性考虑,撤销了经济欠发达和不发达地区中许多地处偏远、服务成本较高的营业网点,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低。另一方面,银行的“惜贷”、“慎贷”行为导致这些地区的金融服务的使用度、效用度低。中部地区多是农业大省,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,银行出于资金安全性和盈利性考虑,“惜贷”行为加大了这些地区的融资难度。经济落后地区金融排斥的加剧,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中西部融资难的困局。如2007年开始设立村镇银行,中西部地区所占比例达60%以上;中央财政加大对金融机构涉农贷款增量的奖励政策;对西藏等西部地区实施特殊贷款优惠利率政策等。随着国家金融政策的实施,2012年,中西部本外币贷款余额的增速高于东部地区,地区发展差距有所收敛。其中,四川、安徽、内蒙古、广西、青海、湖北、西藏七个地区2012年的金融排斥水平较2004年都有不同程度的降低。

3.2 中国金融排斥度省际差异特征

3.2.1 动态演变特征上,中国金融排斥度平均水平略有增加,但总体稳定 比较31个省(市、区)两个年份的金融排斥度均值和总值,发现中国金融排斥度平均水平略有增加,由2004年的0.856增加到2012年的0.864。从个体总值变化看,2012年,19个地区的排斥度值较2004年上涨,其中涨幅最大的是北京(0.097),涨幅最小的是重庆(0.001)。排斥度下降的12个地区中,降幅最大和最小分别是上海(0.101)和安徽(0.003)。从各省市区纵向比较看,金融排斥度变化幅度不大。其中金融排斥度增加较大的北京,2012年较2004年的绝对增加值也未超过0.1;从各省市区横向比较看,经济发达地区的排斥度值较低,但中部经济相对发展水平较高的湖南、安徽等农业大省的金融排斥度水平却高于经济欠发达的西藏、新疆等西部地区。
3.2.2 总体特征上,中国金融排斥程度普遍偏高、空间差异大 从静态特征看,一方面,中国金融排斥程度总体上偏高。两个时间断面均有50%以上的地区属于重度排斥型,其排斥度值均大于0.9。另一方面,中国金融排斥度水平存在着较大的空间差异。2012年,排斥度水平最高的广西和贵州是排斥度水平最低的上海的3.79倍。东部沿海的上海、北京、天津、浙江、广东、辽宁和江苏七个省市形成金融排斥度的低值集聚区。18个中西部省区形成金融排斥度高的集聚区。从总体特征而言,中国省际金融排斥的空间格局保持东部地区明显低于中西部地区的状态。
3.2.3 类型特征上,省际金融排斥度演变类型格局稳定且与经济发展水平基本趋同 类型变化方面,大类上,除陕西和吉林两省由2004年的中度排斥型变为2012年的重度排斥型外,其他地区排斥度的类型格局均保持相对稳定状态。从亚类变化格局看,个别地区出现微小变化(图1)。新疆、青海、云南由Ⅳ2类演变为Ⅳ1类。其中,青海的渗透度、使用度、效用度均有小幅上涨,使青海2012年的总排斥度水平较2004年有所下降;而新疆、云南承受度值上升,其他三个维度均下降,导致这两个地区总排斥度有所下降。黑龙江和四川由Ⅳ1类变为Ⅳ2类。这主要是因为两个地区的贷款加权利率水平和非金融机构融资规模增长较大,四川的利率上浮贷款占比更是成倍增长。从总值看,四川因渗透度和使用度、效用度值均有所增加,而使总排斥度下降;黑龙江因使用度值降幅稍大,而渗透度变化不大,而使总排斥度上升。从类型特征的总体变化看,省际金融排斥度演变的类型格局与其经济发展水平基本相一致。属轻微和轻度排斥型的地区均集中在东部经济发达地区,而属重度排斥型地区中除河北省外,其他均属于中西部省区。
3.2.4 维度特征上,金融排斥四维度的省际空间格局差异大 通过对指标权重的计算可知,金融排斥的四维度对排斥程度的影响并不是同等重要。从两个时间断面看,省际金融排斥的四维度水平差异明显,可以通过四维度的省际空间格局来反映(图2)。
Fig. 2 The spatial distribution of four dimensions of the financial exclusion in Chinese provinces in 2004 and 2012

图2 2004年和2012年中国省际金融排斥四维度空间分布

金融服务的渗透度呈明显的东、中、西部梯度分布格局。上海、北京、天津、浙江、江苏、广东等东部沿海地区的金融机构营业网点数和服务人员数的相应指标值远远高出中西部地区,形成了金融服务渗透度的高值集聚区。反映出金融机构营业网点布局和服务人员分布受区域经济发展的空间格局影响较大,具有明显的地理指向性。从两个时间断面的金融机构营业网点的布局对比看,一方面,营业网点布局越来越趋向沿海经济发达地区;另一方面,随着新型农村金融机构的设立,中西部地区特别是西部地区的金融服务渗透度值逐步提高。
金融服务的使用度的空间格局大体上呈高值集聚于东部沿海经济发达地区,低值集聚于湖南、河南、江西等中部农业大省和贵州、云南、广西等西部地区。从两个时间断面的对比看,一方面,金融服务的使用度值较低的地区逐步减少,主要体现在西部地区;另一方面,从东中西三大区域的对比看,中西部与东部的使用度差异在逐渐缩小。
金融服务的效用度和承受度的空间分布并没有表现出明显的集聚特征。特别是金融服务的承受度,受国家宏观经济政策影响较大,如西藏等地长期实行特殊优惠利率政策。

4 金融排斥度省际差异的影响因素分析

4.1 变量选取与模型构建

兼顾数据可获得性,参照已有研究成果[20,23],综合从经济因素、社会因素和地理因素三个方面选取六个变量作为自变量。理论上经济越发达,收入水平越高,越有利于激发人们对金融产品需求的增加,采用城镇居民人均可支配收入(INC)来反映;采用地方财政支出占当期GDP的比重(FGDP)反映地方政府对金融市场的干预程度;采用城镇人口占总人口比重(UBN)反映城市化水平;采用人口密度变量(IDS)刻画地区人口集中度;采用每10万人中大专以上人数所占比例(EDU)反映教育发展水平;采用等级公路密度变量——等级公路长度与面积的比值(ROAD),反映地区交通设施的完善程度。
为了检验所选择的解释变量是否合理,首先分别进行单一解释变量的检验,均在1%的水平上显著。为消除解释变量间可能存在的多重共线性问题,将变量进行逐步回归,结果发现等级公路密度变量被剔除。建立以金融排斥综合指数为因变量的多元线性回归方程如下：
ln IF E i = α + β 1 ln FGD P i + β 2 ln ID S i + β 3 ln ED U i + β 4 ln UB N i + β 5 ln IN C i + ε i (8)
式中：IFEi表示第i个地区的金融排斥度指数;xi为影响因素变量;α、β为系数。

4.2 结果分析

利用STATA 11,对2004年和2012年的金融排斥度影响因素进行回归估计(表3)。总体上,地方财政支出占当期GDP比重、人口密度、城市化水平、收入水平对金融排斥度的影响是稳定的。两个年份的回归结果都表明这四个变量具有显著的负效应,说明地方财政支出占当期GDP比重越高、收入水平越高、人口密度越大、城市化水平越高的地区,金融排斥程度越低。教育发展水平变量对金融排斥度的影响发生了变化,由2004年通过1%显著性水平变为2012年的不显著。
Tab.3 The linear regression results of the financial exclusion in China

表3 中国金融排斥影响因素的OLS回归结果

2004年 2012年
lnIFE Coef. Sd.Err t Coef. Sd.Err t
lnFGDP -0.276*** 0.041 -6.70 -0.425*** 0.071 -6.02
lnUBN -0.138*** 0.048 -2.88 -0.333** 0.150 -2.22
lnIDS -0.069*** 0.015 -4.62 -0.085*** 0.027 -3.21
lnEDU -0.121*** 0.038 -3.22 0.010 0.013 -0.76
lnINC -0.422*** 0.064 -6.60 -0.772*** 0.168 -4.60
_cons 3.298*** 0.599 5.51 6.395*** 1.785 3.58
F 72.77 25.88
R-squared 0.936 0.838

注：***、**、*分别表示回归结果在1%、5%和10%的水平上显著。

具体分析各个变量在不同时期对金融排斥程度影响的差异,主要表现为：
(1)地方财政支出占当期GDP比重对金融排斥程度的影响在同一显著性水平上负相关,且系数绝对值增大。说明在GDP水平一定情况下,增加地方财政支出有利于降低金融排斥程度,而且作用力度在不断加强。这是因为高效的政府管理行为有利于降低金融排斥程度。由于城乡二元经济结构的区域差异大,通过国家政策干预有利于缩小区域经济差异。表现在金融领域,一般通过中央银行对信贷规模的控制、实施特殊优惠利率等措施实现。利率水平与金融排斥程度正相关,利率水平越高,居民或企业享受不到银行产品或服务的可能性越大。金融机构的利率水平在某种程度上受金融监管机构的约束,政策上往往向西部地区倾斜。这些政策效应的发挥表现在金融排斥方面,可通过承受度值反映,这也印证了前文对金融排斥度测算的结果。例如西藏长期实行特殊优惠利率政策,承受度各指标值在全国的水平都较低,在一定程度上降低了西藏金融排斥度的总水平。但由于金融政策的时滞效应,从政策的制定到取得成效需要一段时间,这也正是中西部地区金融排斥水平整体没有得到改善的原因之一。
(2)城市化水平在两个年份均通过了显著性检验,且系数为负,说明城市化水平越高,金融排斥度越低。上海、北京、天津、浙江、江苏、辽宁、广东等省市的城市化水平在全国处于较高水平,相应这些地区的金融排斥度较低。城市化水平的提高不仅仅是农业人口向城镇人口转变的过程,更重要的是在人口城市化过程中,需要真正实现“农民”变“市民”角色的转换,增强市民在居住、教育、医疗等方面对金融产品的有效需求,从而达到真正降低金融排斥度的目的。
(3)人口密度变量的回归系数绝对值明显增大,且与金融排斥度负相关。人口集中度高,对金融服务的需求增加,相应的金融机构营业网点数也会增加,人们获取金融服务的交通成本将减少,增加人们获取金融服务的机会,有利于降低金融排斥度。回归系数绝对值增大,说明这一变量对金融排斥的影响力在逐步增强。如上海、北京、天津、江苏、广东等省市的人口密度非常大,这些地区金融排斥度相对低;而甘肃、内蒙古、新疆、青海、西藏等西部地区的人口密度小,金融机构网点数量少,排斥程度较高。
(4)教育发展水平对金融排斥度的影响前后变化较大。2004年的回归结果表明,教育发展水平与金融排斥负相关,且通过了1%的显著性检验。说明提高教育发展水平能有效降低地区金融排斥程度。因为受教育程度高,更容易理解而且能以较低的成本获取金融产品与服务。但2012年的回归结果却没有通过显著性检验,且系数为正。可能的原因是,随着经济的发展,受教育程度对金融排斥直接影响弱化,而是通过接受教育的水平所反映出来的学习和认知能力来影响金融排斥状况[21]。而认知能力和学习能力受居民主观心态以及个人爱好影响。居民的受教育程度越高,投资选择越趋向于多元化。
(5)收入水平与金融排斥度呈显著负相关,说明提高人们收入水平有利于降低金融排斥度。该变量的系数变化呈增长趋势,说明随着收入水平提高,人们对金融产品与服务的需求增加,从而降低金融排斥度水平。有效的资金需求是建立在一定的财富和收入水平基础上的,因此,收入和财富的地理特征在很大程度上塑造了金融排斥的地理格局。

5 结论与建议

5.1 结论

(1)通过对2004年和2012年两个时间断面中国金融排斥度的测算,可将中国省际金融排斥度划分为四个大类和六个亚类。
(2)中国金融排斥程度整体水平高,除北京、上海外,其他省(市、区)的金融排斥度指数大多在0.8以上;金融排斥表现出显著的空间差异性,东部沿海地区的金融排斥度明显低于中西部地区;金融排斥的类型空间格局与经济发展水平基本一致。
(3)通过回归模型实证研究发现,在诸多影响金融排斥度的因素中,收入水平、城市化水平、人口密度、财政支出占GDP比重与金融排斥程度具有显著的负相关性。

5.2 建议

(1)促进区域经济快速发展,提高居民收入水平,加快城市化建设有利于降低金融排斥度。区域经济的增长能激发区域对金融需求的增加,而增强的金融需求将会吸引金融机构扩张。金融机构网点布局和服务人员的增加以及金融业务的多元化扩展有助于增加人们接触金融产品与服务的机会,从而降低金融排斥度。中西部地区一方面要增强基础设施建设,采取开放战略,增强外源融资能力,吸引东部资金回流;另一方面,应依托资源优势,将资源优势转变为产业优势,提高金融系统的造血功能。
(2)推进新型微观金融建设是缓解金融排斥的重要途径。在全国范围内积极推广设立小额贷款公司,建立包括村镇银行、贷款公司和农村资金互助社在内的新型农村金融机构,是缓解金融排斥的有效方法。从金融服务的渗透度空间格局看,排斥程度呈现由东往西逐渐递增状态,可根据不同地区的特点,建立多层次、多元化的金融组织体系。如东部沿海地区可加强农信社的商业化改造,中部地区积极拓展融资结构,西部地区增加流动性新型农村金融机构建设等。
(3)加强政府经济行为有利于降低金融排斥的区域差异。实施差异性的金融政策,东部地区采取加强金融监管、培育金融市场竞争型策略;中部地区实施完善金融体系、政府适度主导策略;西部地区应加强政府对金融业发展的扶持力度。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Leyshon A, French S, Signoretta P.Financial exclusion and the geography of bank and building society branch closure in Britain. Transactions of the Institute of British Geographers, 2008, 33(4): 447-465.

[2]
Kempson E, Whyley C.Kept out or Opted out? Understanding and Combating Financial Exclusion. Bristol: Policy Press, 1999.

[3]
Kempson E, Jones T.Banking without Branches. London: British Bankers Association, 2000.

[4]
Regan S, Paxton W.Beyond Bank Accounts: Full Financial Inclusion. London: Institute for Public Policy Research and the Citizens Advice Bureau, 2003.

[5]
Joassart Marcelli P, Stephens P.Immigrant banking and financial exclusion in Greater Boston. Journal of Economic Geography, 2010, 10(6): 883-912.

[6]
Mrm S, Mm R.Financial exclusion in Australia: An exploratory case study of the Muslim community. In: University of Southern Queensland. 3rd Malaysian Postgraduate Conference. Australia: University of Southern Queensland, 2013: 265-280.

[7]
Johnson S, Niño Zarazúa M.Financial access and exclusion in Kenya and Uganda. Journal of Development Studies, 2011, 47(3): 475-496.

[8]
Leyshon A, Thrift N.The restructuring of the UK financial services industry in the 1990s: A reversal of fortune?. Journal of Rural Studies, 1993, 9(3): 223-241.

[9]
Leyshon A, Thrift N.Access to financial services and financial infrastructure withdrawal: Problems and policies. Area, 1994, 16(3): 268-275.

[10]
Leyshon A, Thrift N.Geographies of financial exclusion: Financial abandonment in Britain and the United States. Transactions of the Institute of British Geographers, 1995, 20(1): 312-341.

[11]
Morrison P S, O Brien R. Bank branch closures in New Zealand: The application of a spatial interaction model. Applied Geography, 2001, 21(4): 301-330.

[12]
Fuller D.Credit union development: Financial inclusion and exclusion. Geoforum, 1998, 29(2): 145-157.

[13]
Speak S, Graham S.Service not included: Marginalised neighbourhoods, private service disinvestment, and compound social exclusion. Environment and Planning A, 1999, 31(1): 1985-2001.

[14]
Brockett M.Bleak picture painted on jobs for bank staff. The Dominion Business, 1998, 5(7): 10-18.

[15]
Wilson T.Be careful what you ask for: What role now for credit unions in addressing financial exclusion in Australia. Griffith Law Journal, 2006, 15(2): 370-389.

[16]
Devlin J F.An analysis of influences on total financial exclusion. The Service Industries Journal, 2009, 29(8): 1021-1036.

[17]
Larner W, Le Heron R.The spaces and subjects of a globalising economy: A situated exploration of method. Environment and Planning D, 2002, 20(6): 753-774.

[18]
Sarma M, Pais J.Financial inclusion and development. Journal of International Development, 2011, 23(5): 613-628.

[19]
Collard S, Kempson E, Whyley C.Tackling Financial Exclusion: An Area-based Approach. Bristol: The Policy Press, 2001.

[20]
许圣道, 田霖. 我国农村地区金融排斥研究. 金融研究, 2008, (7): 195-206.

[Xu Shengdao, Tian Lin.Study on the financial exclusion in rural areas in China. Journal of Financial Research, 2008, (7): 195-206.]

[21]
李涛, 王志芳, 王海港, 等.中国城市居民的金融受排斥状况研究. 经济研究, 2010, (7): 15-30.

[Li Tao, Wang Zhifang, Wang Haigang, et al.A study on Chinese urban residents' financial exclusion: Empirical evidence based on micro-survey data. Economic Research Journal, 2010, (7): 15-30.]

[22]
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. 当代经济科学, 2012, 34(2): 9-15.

[Li Chunxiao, Jia Jinrong.Study of the degree of financial exclusion: Based on construction and estimates of the index of financial exclusion. Modern Economic Science, 2012, 34(2): 9-15.]

[23]
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. 金融研究, 2012, (9): 115-126.

[Dong Xiaolin, Xu Hong.Chinese rural financial exclusion and its influencing factors empirical analysis: Based on the distribution network of financial institutions in rural areas. Journal of Financial Research, 2012, (9): 115-126.]

[24]
张凤超. 金融地域运动: 研究视角的创新. 经济地理, 2003, 23(5): 587-592.

[Zhang Fengchao.The regional movement of finance: An innovation in studying view. Economic Geography, 2003, 23(5): 587-592.]

[25]
陈品先. 金融地理与金融中心的研究进展: 从专业社群运作来看. 世界地理研究, 2004, 13(4): 1-8.

[Chen Pin Hsien.Progress in research on financial geography and financial center: The role of financial communities. World Regional Studies. 2004, 13(4): 1-8.]

[26]
李小建. 金融地理学理论视角及中国金融地理研究. 经济地理, 2006, 26(5): 721-727.

[Li Xiaojian.A theoretical review of financial geography and study of financial geography in China. Economic Geography, 2006, 26(5): 721-727.]

[27]
武巍, 刘卫东, 刘毅. 中国地区银行业金融系统的区域差异. 地理学报, 2007, 62(12): 1235-1243.

[Wu Wei, Liu Weidong, Liu Yi.Regional differences of local banking systems in China. Acta Geographica Sinica, 2007, 62(12): 1235-1243.]

[28]
刘辉, 申玉铭, 柳坤. 中国城市群金融服务业发展水平及空间格局. 地理学报, 2013, 68(2): 186-198.

[Liu Hui, Shen Yuming, Liu Kun.The financial services industry development level and spatial pattern of urban agglomeration in China. Acta Geographica Sinica, 2013, 68(2): 186-198.]

[29]
傅雪莹, 陈才, 刘继生, 等. 世界金融地理层级性研究. 地理科学, 2011, 31(12): 1447-1453.

[Fu Xueying, Chen Cai, Liu Jisheng, et al.The geographic tiers of world financial system. Scientia Geographica Sinica, 2011, 31(12): 1447-1453.]

[30]
李小建, 周雄飞, 卫春江, 等. 发展中地区银行业空间系统变化: 以河南省为例. 地理学报, 2006, 61(4): 414-424.

[Li Xiaojian, Zhou Xiongfei, Wei Chunjiang, et al.Locational changes of banking services in the less developed region of China since 1980: The case of Henan province. Acta Geographica Sinica, 2006, 61(4): 414-424.]

[31]
彭宝玉, 李小建. 1990年代中期以来中国银行业空间系统变化研究. 经济地理, 2009, 29(5): 765-770.

[Peng Baoyu, Li Xiaojian.Changes of Chinese banking spatial system since the middle 1990s. Economic Geography, 2009, 29(5): 765-770.]

[32]
贺灿飞, 刘浩. 银行业改革与国有商业银行网点空间布局: 以中国工商银行和中国银行为例.地理研究, 2013, 32(1): 111-122.

[He Canfei, Liu Hao.Banking reform and locational strategy of state-owned commercial banks in China: An empirical study of Industrial and Commercial Bank of China and Bank of China. Geographical Research, 2013, 32(1): 111-122.]

[33]
林彰平, 闫小培. 转型期广州市金融服务业空间格局变动分析. 地理学报, 2006, 61(8): 818-828.

[Lin Zhangping,Yan Xiaopei.Analysison the change of the spatial pattern of financial service industry in Guangzhou during the transition period. Acta Geographica Sinica, 2006, 61(8): 818-828.]

[34]
刘辉, 申玉铭, 王伟, 等. 北京金融服务业集群的网络特征及影响因素. 经济地理, 2013, 33(1): 132-137.

[Liu Hui,Shen Yuming, Wang Wei, et al.Research on the networks and factors for financial services industry: With the case study of Beijing finance street. Economic Geography, 2013,33(1): 132-137.]

[35]
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. 地理学报, 2009, 64(4): 387-398.

[Chen Mingxing, Lu dadao, Zhang Hua. Comprehensive evaluation and the driving factors of China's urbanization. Acta Geographica Sinica, 2009, 64(4): 387-398.]

[36]
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. 金融研究, 2006, (1): 7-22.

[Lin Yifu, Jiang Ye.Economic structur, bank structure and economic development: The empirical analysis based on China's province level panel data. Journal of Financial Research, 2006, (1): 7-22.]

Options
Outlines

/

〈 〉