城乡金融排斥与区域金融发展空间分异——基于河南省126个县(市)数据的实证分析

王　飞

(郑州成功财经学院商学系，河南 郑州 451200)

[基金项目] 河南省高等学校重点科研项目(15A790037)；河南省政府决策研究招标课题(2014123)；郑州科技局科技发展计划项目(20141125)。

城乡金融排斥与区域金融发展空间分异
——基于河南省126个县(市)数据的实证分析

王飞

(郑州成功财经学院商学系，河南 郑州 451200)

[摘要]利用Matlab工具，结合1990-2012年河南省各地区金融相关比率数据，分析其金融发展空间格局演化动态特征，结果表明在样本考察期内，豫北农业地区金融发展水平内部差异较小，豫东农业地区金融发展水平内部差异较大。运用AcrGIS工具就河南金融发展空间格局的影响因素进行地理加权回归分析时发现，河南省县域金融发展有着较为显著的空间依赖性，工业发展水平是县域金融发展空间异质性的主导因素，而金融地理排斥则进一步扩大了城乡工业发展的差距。建议传统农业地区地方政府应减少行政干预导致的金融排斥，给予中小企业更多的金融支持并促进县域经济产业协作、强化空间联系。

[关键词]金融排斥；金融发展；核密度估计；地理加权回归；空间分异

[收稿日期]2014-09-22

[作者简介]王飞(1979-)，男，讲师，硕士。研究方向：区域经济、农村金融。

[中图分类号]F832.7

[文献标识码]A

[文章编号]1671-6922(2015)02-0036-06

[DOI]10.13322/j.cnki.fjsk.2015.02.008

Abstract：Matlab tools and data about financial ratios in different regions of Henan Province from 1990 to 2012 are applied to analyze the evolutionary dynamics of the financial development spatial pattern. It has been proved that the internal difference of financial development level is insignificant in agricultural regions in the north of Henan Province but significant in the east of the province. Meanwhile AcrGIS tools are applied to conduct geographically weighted regression analysis of the factors affecting the financial development spatial pattern in Henan, and it has been discovered that county financial development in Henan has remarkable spatial dependence, and industry development level is a dominant factor of spatial heterogeneity in county financial development, and financial geography rejection has enlarged the gap of industry development between urban and rural areas. Therefore it is proposed that the local government in traditional agriculture regions should decrease administrative interventions leading to financial exclusion, offer more financial support to small and medium-sized enterprises and promote cooperation between industries in county economy to strengthen spatial connection.

Urban and rural financial exclusion and spatial differentiation

of regional financial development

——Empirical analysis of data from 126 counties in Henan Province

WANG Fei

(BusinessDepartment,ZhengzhouChenggongUniversityofFinanceandEconomics,Zhengzhou,Henan451200,China)

Key words： financial exclusion; financial development; kernel density estimates; geographically weighted regression; spatial differentiation

我国的国民经济结构是一个典型的二元经济结构，经济体制改革以来城乡之间的差距依旧存在，这里不仅仅包括人均收入，还包括金融资源的均衡配置等问题，即所谓金融“二元性”，这也是传统农业地区“三农”问题的核心和关键所在，因此，如何确保该地区实现可持续发展，同时，粮食生产又不快速下降，成了传统农业地区政府面临的最现实的问题。政府对“三农”问题较为重视，不断强化对传统农业地区的税负减免、转移支付等财政支持力度，然而现在看来这种思路终究没有完全实现预期目标，农村日益凋敝与城市迅速发展的强烈反差最终会阻碍国民经济的健康发展。而国内众多研究文献显示，不管是从城镇化的角度抑或从农村剩余劳动力的转移角度，其关注的对象无非是城乡差距，我国学者田霖从金融地理排斥角度重新思考农村金融“二元化”现象或许能够为解决经济结构“二元化”提供一种全新思路[1]。

所谓金融地理排斥，即金融机构网点设置、金融服务的地理可达性等。国内对有关我国金融地理排斥问题的研究始于2005年，由我国学者田霖把该概念首次引入国内，最早由国外学者A. Leyshon等提出[2]。而核密度估计方法最早由D. Quah提出[3]，由H. Sakamoto等对该模型进行扩展[4]。而我国学者刘锐等利用了H. Sakamoto的模型，结合空间数据挖掘方法分析路网密度面板数据的演变规律[5]；徐现祥等在分析我国省域经济双峰结构分布时也利用了核密度估计模型，并对模型做出扩展，加入人口权重并把带宽确定为0.2[6]。地理加权模型的研究范围集中于实际应用领域，主要用来处理空间数据的异质性问题，这种方法最早由C.Brunsdon提出并经过A. S. Fotheringham和M. E. Charlton发展，至今其框架已日臻成熟[7]。李小建等利用GWR方法对河南省空间经济的差异性进行研究，首次研究了河南省“中心-外围”空间格局问题[8]。在此基础上，胡良民等分析了河南省金融发展空间依赖特性现象，实证分析了河南省局部空间金融发展的收敛问题[9]；彭宝玉则考察了河南省金融发展的时空差距及演变特征，并对其形成原因进行探讨[10]。

因此,笔者期望能在前人研究的基础上，充分考虑到空间依赖和地理溢出的基本规律，利用ArcGIS空间地理统计分析工具将空间差异性纳入分析范畴，探讨传统农业地区金融发展空间格局分布特征及影响因素，并在此基础上进一步讨论金融“脱农”现象及金融支持问题。

一、研究方法、指标选取与数据来源

(一)研究方法

1.Kernel核密度估计。核密度估计方法用来说明大样本数据的动态变化特征及局部差异性，最早是Quah在对β趋同方法提出批评时，认为β趋同方法有失偏颇，不能动态地反映不同地区的经济差异性，提出Kernel核密度估计方法。Quah认为，给定一组观测数据x1,x2,x3,…,xn，假定核密度函数为f(xi)，那么，观测值xi的概率密度可以通过公式(1)来估计。

(1)

其中，N为待估计数据的个数，K为加权平均权函数，h为带宽，一般利用比较常见的GUASS核函数公式(2)来估计K。

(2)

Kernel核密度估计从数据本身出发，抛开任何参数模型的基本假设，把考察对象的分布格局视为服从某种概率分布，通过对随机变量的概率密度进行估计，用连续密度函数曲线平滑描述随机变量的分布形态，考察其分布特征及随时间变化的趋势。

2.地理加权回归(GWR)。核密度估计方法只能反映空间单元位置信息及其相对位置的动态变化，但不能反映导致空间格局变动的影响因素是什么，考虑到区域经济的多样性和差异性，必须借助地理加权回归的方法，用公式(3)表示。

(3)

其中，yi,xij分别表示为i地区因变量与第j个自变量，βk表示为i地区回归参数(即弹性系数)，其是空间地理位置的连续函数。由于空间单元与回归估计函数是一一对应的关系，因此其模型各因子估计可以用公式表示为：

其中，W是空间权函数。

(二)指标选取

参考文献在众多中，一般采用金融相关比率作为衡量经济金融化程度的指标，并将其定义为金融资产总量与国民生产总值之比。由于河南省的金融资产指标数据(如股票融资额、债券融资额)并不分散于各个地区，因此，笔者在实际研究过程中暂且使用地区金融机构存贷款总额作为衡量金融资产总量的指标。

在空间经济学理论的指导下，空间地理加权回归模型选用U(城市化程度)、I(工业化水平)、A(农业发展水平)、G(财政支出水平)、P(劳动人口)等作为变量指标。其中，U越高，货币资本、人力资本越集中，这是提高金融发展水平的一个重要途径，笔者采用非农人口占比来表示；I以第二产业增加值占国民收入比重来衡量；A以第一产业增加值占国民收入比重来衡量；G作为衡量地方政府对社会金融资源的汲取能力的指标；P使用每万人从业人员数来衡量。

(三)数据来源说明

笔者选取1990-2012年河南省各县(市)金融相关比率为研究对象，数据来源于《河南统计年鉴》公布的1990-2012年河南省各县(市)指标数据。由于部分县(市)数据缺失，最终进入统计的只有126个县(市)。

二、河南省金融发展水平空间特征Kernel密度估计

笔者利用Kernel 核密度估计模型，通过对不同时期、不同地区金融相关比率横向比较来分析样本考察期内河南省金融空间结构的动态演进，以进一步把握河南省区域金融空间结构的动态分布特征。

(一)豫北地区金融发展动态分布特征

国内外众多文献在考察区域经济的空间差异时主要集中在经济基础与资源禀赋方面，很少考虑到我国的城市偏向政策，特别是省会中心城市政策偏向，河南也不例外，这一点在豫北地区表现最为明显。城市偏向政策使得中心城市在一开始就处于一个不对称的优势地位，更容易获得教育、医疗、基础设施建设等城镇化发展中所必须的金融资源，逐渐成为产业集中、市场化程度较高的中心区域。豫北地区以郑州为中心，包括洛阳、焦作、济源、新乡、安阳等，该地区有着先天的资源优势与交通区位优势，产业规模及城市化程度均高于同一时期的其他地区，在金融资源的集聚上优势相当明显，因而产业协作、空间联系相对来说较为紧密。笔者分析得出以下2个结论。

1.该地区金融整体发展水平差异不大。豫北地区金融发展分布形态在1996年前后出现一个明显的谷底，此后波峰宽度的整体分布开始趋于陡峭，说明各地区金融发展水平在此期间明显提高但差距并不明显。从实际统计数据来看，1990年，除郑州地区外，豫北其他地区的金融相关比率介于1.19~1.37；1997年，各地区的金融相关比率介于1.54~1.80；2000年，洛阳、鹤壁、新乡、焦作金融相关比率分别为1.7959、1.6356、1.7651、1.5649；2008年，洛阳、安阳、三门峡、新乡金融相关比率分别为1.0723、1.0939、0.9725、1.133。统计数据清楚地表明地区内部金融发展水平差距并不显著。

2.该地区金融整体发展水平出现明显的“极化”现象。在样本考察期内，豫北地区金融发展分布的波峰数量从1997年开始出现双峰现象，表明豫北地区的金融发展出现“极化”现象，信贷资源向某一区域集中趋势显著。

(二)豫东地区金融发展动态分布特征

笔者并不否认佩鲁的中心城市“溢出效应”通过“规模经济”和“集聚经济”逐步扩散到邻近地区并带动其他地区经济的发展，然而经济单位的空间溢出会随着距离的增加而具有衰减性，这就意味着空间单元的地理溢出具有相应的边界。特别值得提出的是，金融资源的流动往往在邻近抑或经济发展水平接近的空间单元之间效果最强，反之则流动性较差。而豫东地区(包括商丘、开封、信阳、周口、驻马店等)是我国传统农业地区，由于农业生产对自然条件的高度依赖性，使得农业地区金融信贷活动风险较高，金融机构特别是涉农金融机构的“脱农”趋势在该市场表现最为明显。因此，资金匮乏使得地方政府加大对金融资源的地区封锁，使资源固化在每一个空间“条块”之中，难以流动起来，因而该地区金融资源流动性差，空间联系性较差，差异化也较为明显。

笔者分析指出，样本考察期内，豫东地区金融发展分布的波峰数量没有出现双峰现象，表明豫东地区的金融发展没有出现“极化”现象。但是，豫东地区金融发展分布形态的波峰宽度分布却呈现整体扁平状态，说明各地区之间金融发展水平地域差距比较显著。

三、基于空间地理加权回归模型的河南省金融发展水平空间分异

Kernel核密度估计是一种直观反映空间差异性的方法，但其旨在反映空间单元的整体差异，仅能够反映空间数据的离散程度，而与地理位置无关。因此，笔者主要借鉴建立在局部空间相关基础上的地理加权回归方法，通过对空间数据分析及空间结构进行可视化处理，既能体现空间差异的显著程度，又能反映空间异质性的基本特征，这在很大程度弥补了Kernel核密度估计的缺陷；而GWR又称地理加权回归，是以测度空间关联度为重点，通过对空间单元分布格局的可视化处理，借以发现经济活动的空间依赖性及空间异质性现象，从而有助于更深入地研究空间差异问题。

(一)空间自相关检验

笔者在利用地理加权回归模型对河南省金融发展水平的分布规律进行分析之前，首先对各地区金融发展空间分布进行自相关检验，以确保模型是否适合地理加权回归，如果各空间单元相互之间存在空间依赖或地理溢出效应，那么就需要将此纳入地理加权回归模型中进行分析。因此，笔者利用空间数据分析软件GeoDa，结合2000年与2012年河南省126个县(市)空间单元的金融发展数据对各地区金融发展空间分布进行空间自相关检验，衡量指标是常用的Moran′s I指数。通过运算得出河南省126个县(市)空间单元在2000年和2012年的金融发展水平莫然指数分别为0.2031和0.2110，并分别通过了α=0.05的显著性水平检验。该指数值表明河南省县域单位的空间分布并不呈现随机性，而是有着较为显著的空间依赖性，在空间布局上存在明显的集聚现象。因此，在研究空间分异特征时应考虑将模型纳入GWR方法来估计参数。

(二)GWR模型构建及回归处理

假设河南省县域金融相关比率为yi，第i点的坐标为(ui，vi)，则金融相关比率影响因素GWR模型可以用下式来表示：

在实际研究过程中，笔者利用ArcGIS空间地理统计分析工具对模型(3)进行GWR回归，为了更能说明问题，利用自然断点法，对GWR模型诸回归因子的回归范围值进行层次划分，把最高范围值定义为高-高集聚区，把最低范围值定义为低-低集聚区，通过对比诸回归因子回归值的时空变化来进一步确定导致河南省金融发展县域空间异质性的主导因素(表1)。

表1　2000年和2012年河南省金融发展水平

通过对回归系数的相互对比分析发现，无论是在“高-高”集聚的区域经济状态组合中，或者是“低-低”集聚的区域经济状态组合中，工业化水平(I指标)都是推动区域金融发展的主导要素。对经济发展水平较高的空间单元来说，在2000年工业化水平每提高一个百分点，金融发展水平就增长5.3086%，而到了2012年工业化水平每提高一个百分点，金融发展水平才增长1.9442%，这意味着随着时间的推移，工业发展对该地金融发展的促进能力呈衰减趋势，城镇化建设对金融发展的推动作用后来居上成为推进金融发展的不可忽视的重要力量。反观经济欠发达的“低-低”集聚区，工业发展对金融发展的推动作用并不显著，工业化水平每提高一个百分点，对金融发展的推动作用只有0.81倍和0.66倍的弹性增长。

因此，工业较为发达的地区(如郑州地区巩义、新密，三门峡地区义马、渑池、灵宝，焦作博爱，安阳林州，新乡辉县等)由于受矿产资源禀赋条件、交通区位优势、旅游资源等影响，在金融资源的集聚方面优势相当明显，成为“高-高”状态组合区，并且由于中心城市的辐射带动，工业发展较快的区域逐渐扩大，明显在沿着陇海、京广铁路向西、向南扩展，许昌、平顶山等地也开始融入快速发展的轨道，工业发展的经济辐射开始向周边扩散。

然而，中心城市的“辐射效应”会随着距离的增加而呈现衰减趋势，传统农业地区尤其是依然以农业经济政策为主的地区，不但很难受到中心城市经济辐射，而且中心城市的经济“虹吸”加速了本地赖以发展的金融资源外流。由于平原地区矿产资源匮乏、工业基础薄弱、金融资源的外流严重制约了实体经济的发展，反过来又会抑制该地区金融发展水平的进一步提高。因此，该地区工业发展大多只能以当地的农业生产为依托，造成区域经济普遍存在产业同质化，县域经济之间互相竞争、空间联系不紧密，从而出现连片的“低-低”状态集聚区。当然如果存在资源优势、区位优势、政策支持，该地区的县域经济也可以获得长足发展。如商丘永城着力发展矿业，三门峡灵宝、漯河临颍、信阳潢川、罗山一带通过政策引导、金融支持等措施发展农林产品加工业和农副产品加工业，也能够形成较强的金融集聚效应。因此，豫东地区金融发展差距较大，从金融发展核密度估计也可以看出这一点。

因而，从某种意义上来说，如果传统农业地区政府弱化金融地理排斥行为，加大对本辖区中小企业的政策支持乃至资金支持，利用该地区所具备的绝对农业生产优势，通过产业分工的细化发展高附加值农产品加工业，能够避免本地区产业向区域中心城市转移。

四、城乡金融地理排斥与河南省金融发展空间分异

我国现阶段大多数相关研究往往从城乡一体化的角度来考虑城乡金融配置失衡问题，认为在空间溢出效应显著的条件下，城市与农村之间紧密的空间联系可以使“金融排斥”问题内部化。随着城镇化水平的不断提高，城市发展的集聚效应必然会使得空间经济出现“位势差”，促进生产要素在空间单元之间有效流动，因而城乡经济之间的要素双向流动将产生城市反哺农村的机制，最终实现所谓的辐射带动。然而从实际情况来看，城乡金融地理排斥的出现使众多学者寄予厚望的城乡金融双向互动沦为泡影，大量的农村资金流入城市，农村金融市场近乎沦为金融“荒漠”。

(一)政府干预是城乡金融地理排斥的诱因之一

从表1数据分析可知，与豫北地区相比，豫东传统农业地区工业化水平对金融发展的推动效果较弱。这是由于传统农业地区矿产资源匮乏、工业发展以农业生产为依托，政府往往会通过构筑趋同的金融架构，甚至运用行政手段干预辖区内的金融机构信贷活动。这种逆市场化的干预行为不仅造成县域金融机构的信贷资源被投向短期利税较高的行业和企业，导致数量众多、能够吸纳较多农村剩余劳动力的中小企业被排斥在外而无法享受相应的金融服务，而且金融机构信贷资金也蕴含着巨大的金融风险，迫使金融机构主动撤离农村市场。严峻的金融环境使当地中小企业进行产业转移，向上级行政辖区集聚，从而打破区域经济产业梯度分布，中心城市成为劳动密集型、资本密集型、技术密集型产业集聚地带，传统农业地区在产业布局上则逐渐被边缘化。

同时，非市场驱动而由政府主导的产业布局存在无法兼顾成本、市场以及空间协同的弊端，导致大多数落后农业地区产业单一，普遍存在同质化问题，县域经济之间互相竞争，商品贸易、劳动力流动带来的产业协同、优势互补较少，因此空间联系并不紧密。

(二)金融机构“避险趋利”是城乡金融地理排斥的主要原因

金融机构的城乡金融地理排斥行为主要包括两方面，一方面为网点设置规避农村市场，另一方面为资金投向偏离农村市场，二者皆由风险引起。这里的风险不仅是指涉农金融资金风险，而且也含有金融机构提供金融设施及金融服务的成本与收益方面的考量。众所周知，农村金融市场由于农业对自然条件的高度依赖以及缺乏完善的抵押担保体系，信用风险及流动性风险过高一直是涉农金融机构在资金投向上颇为顾忌的直接原因。因此，我国近年城乡金融发展的差异愈发明显，双方无论在机构设置、资产总量抑或资金结构方面均呈现扩大化的态势，并且随着我国城镇化进程的迅速推进，区域中心城市与周边县域在金融资源的占有利用上开始出现显著分化，金融“脱农”愈发明显。

传统农业地区金融资源严重不足，特别是进入21世纪以来，我国国有商业银行加强了风险控制，上收信贷发放权限，对县域金融机构撤网并点，金融资源加速向中心城市转移。根据统计数据得知，河南省东部传统农业地区市辖区与周边县域在国有商业银行网点设置上泾渭分明，除市辖区外，周边绝大部分县域网点设置每100 km2不足1个；而市辖区与周边县域在邮政储蓄银行的网点设置方面差异不是很大，网点设置每100 km2介于2~3个的占绝大多数。近年来，邮政储蓄银行虽然开展了小额质押贷款试点，“只存不贷”的单一模式被打破，但形势依然不容乐观。因此，作为农村金融的主要力量——邮政储蓄银行与农村信用合作社由于农村金融市场缺乏完善的抵押担保机制而把资金投放到相对安全、收益更高的同业拆借市场乃至高风险的房地产市场，如豫北某涉农金融机构2014年3月末用于房地产企业贷款余额43235万元，占各项贷款余额的19.35%[11]。

金融机构在县域金融市场的“脱农”趋势造成传统农业地区县域金融体系不健全，导致投资匮乏从而影响基础设施的投入，在产业集聚过程中外围地区逐渐失去现代产业，而较低的工资水平也会进一步造成农村剩余劳动力加速向中心城市转移，被边缘化的局面日趋明显。

五、结论与政策建议

笔者利用Kernel核密度估计模型考察了河南省1990-2012年传统农业地区金融发展的动态分布特征及变化趋势，在纳入空间效应的情况下，构建地理加权回归模型，考察了推动传统农业地区县域空间单元金融发展异质性的影响因素，结果显示：工业化水平的高低始终主导着河南各地区的金融发展，其发展水平具有较强的地理依赖性，因而导致豫北地区金融发展水平总体来说比较接近，豫东传统农业地区金融发展水平空间分布异质性较强，地域差距比较显著。究其原因在于传统农业地区的工业化水平差异较大，地方政府干预金融活动加剧金融排斥，城乡金融地理排斥直接导致传统农业地区资金匮乏。

因此，必须高度重视城乡工业发展差异性造成城乡金融资源配置严重失衡的现象。从长期来看，为了满足农村金融需求，政府尤其是传统农业地区地方政府应当切实转变政府职能，加大对中小企业的金融支持力度，健全农村金融体系，具体应做到以下3个方面。

1.加快推进传统农业地区的城市化建设，引导中心城市与传统农业地区产业分工、协作，提高中心城市对传统农业地区的经济辐射和带动能力[12]。大多数落后农业地区工业发展以农业条件为依托，结构单一，普遍存在产业同质化，因而必须充分利用中心城市“大市场”的先天优势，实现中心城市拉动周边地区产业协同、优势互补。

2.转变政府职能，减少对金融市场的行政干预。传统农业地区地方政府干预金融机构信贷计划固然能够引导资金流向政府所希望的行业或企业，但行政干预导致中小企业无法获得相应的金融资源，享受到相应的金融服务，加剧了金融排斥，因此，政府应立足于提供公共服务、维护金融市场秩序。

3.健全农村金融市场抵押担保体系。由于种种原因农村金融市场信贷风险往往较大，因而必须建立涉农金融的风险分担与补偿机制。过高的金融风险使得国有商业银行在加快商业化改革的情况下，逐渐在农村市场撤网并点，而涉农金融机构也开始在资金投入方向上逐渐偏离其职能定位而出现“金融脱农”现象，农村金融市场近乎出现金融“真空”，严重削弱了农村地区的金融获得性。因而为了减少涉农金融交易风险，必须着力推动农村集体土地承包经营及建设用地使用权流转，完善农村金融市场抵押担保体系。

[1]田霖.我国金融排斥的城乡二元性研究[J].中国工业经济,2011(2):36-45.

[2]LEYSHON A, THRIF N. Geographies of Financial Exclusion Financial Abandonment in Britain and the United States[J]. Transactions of the Institute of British Geographers,1995(20)：312-341.

[3]QUAH D. Twin peaks: Growth and convergence in models of distribution dynamics[J]. Economic Journal,1996,10(6):1045-1055.

[4]SAKAMOTO H, ISLAM N. Convergence across Chinese provinces: An analysis using Markov transition matrix[J]. China Economic Review,2008,19(1):66-79.

[5]刘锐，胡伟平，王红亮，等.基于核密度估计的广佛都市区路网演变分析[J].地理科学,2011,31(1):81-86.

[6]徐现祥，王海港.我国初次分配的两极分化及成因[J].经济研究,2008(2):106-118.

[7]BRUNSDON C, FOTHERINGHAM A S, CHARLTON M E. Geographically Weighted Regression: A Method for Exploring Spatial non-stationary [J]. Geographical Analysis,1996,28(4):281-298.

[8]李小建,樊新生.欠发达地区经济空间结构及其经济溢出效应的实证研究——以河南省为例[J].地理科学,2006(1):1-6.

[9]胡良民,苗长虹,乔家君.河南省区域经济发展差异及其时空格局研究[J].地理科学进展,2002(3):75-81.

[10]彭宝玉.河南省区域经济、金融空间结构变化对比分析[J].地域研究与开发,2012(5):161-165.

[11]金融时报.抑制涉农金融机构脱农现象[EB/OL].(2014-06-16)[2014-09-30]. http://bank.hexun.com.

[12]雒海潮,刘荣增.河南省推进工业化、城镇化和农业现代化“三化”协调发展的对策研究[J].农业现代化研究，2013(6):26-29.

(责任编辑： 林安红)