银行业集聚降低了中国金融包容水平吗？

马亚华 史笑梦

摘 要：金融活动向优质区位的集聚提高了金融业绩效，但同时在宏观上造成了金融供给的空间分布与人口空间分布的不匹配，增加了农村居民获取金融服务的空间成本，从而会在客观上降低区域金融包容水平。本文基于新金融地理学原理，利用2007—2012 年中国省级单位的面板数据，对我国银行业集聚与金融包容水平的相关性进行了实证研究。研究结果表明：我国银行业的空间均衡化在整体上有利于金融包容水平的提升，但银行业集聚对金融包容水平的影响存在明显的区域差异。在经济发展水平不高的中西部地区，金融机构的分散化能显著提高金融包容水平，而在经济较发达的东部沿海地区，金融机构的分散化对提高金融包容水平的积极作用不甚明显。

关键词：银行业集聚；金融包容；金融排斥；金融地理

中图分类号：F832.33 文献标识码：A 文章编号：1674-2265（2016）08-0011-08

一、引言

由于金融资源禀赋存在显著的空间差异，经济发展水平、社会分工状态在地域上也存在明显的非均衡性和区域性特点，使得金融资源集中于条件优越的城市和地区，并形成不同层次的金融集聚（茹乐峰、苗长虹，2014）。金融集聚是金融发展中的一种常态，是规模经济这一产业发展内在要求在金融领域发挥作用的体现（何雄浪，李国平，2007）。根据以往的研究，金融集聚不仅通过规模效应提高了金融业自身的绩效（埃萨伊德，1989），而且还提高了中心地区的增长极功能，通过涓滴效应和辐射效应等机制对区域经济增长和结构优化发挥积极作用（伯杰，1974；乔戈尔和艾德里安，2000；陈良文、杨开忠，2007；埃萨伊德，1989），因此长期以来学界普遍对银行业集聚持正面评价和积极肯定的态度。然而，这些研究可能忽视了银行业集聚的一个重要的负面效应——提高了农村居民获取金融服务的空间成本，加剧了农村地区本已存在的体制等因素造成的金融排斥。对于处于城市化快速发展期的国家，尽管市场机制促使人口和金融活动同时向中心地区等优质区位集聚，但金融集聚的速度和强度要显著高于受乡土情结等非经济因素影响的人口集聚，这一非对称过程的持续必然会在宏观上造成金融供给的空间分布与人口的空间分布之间的不匹配，从而降低了整个国家的金融包容水平，强化城乡二元分离的发展格局。

金融排斥既可能源于特定制度安排造成的歧视，也可能源于市场机制作用下地理因素形成的交易双方的空间分离。金融排斥因其机构网络的空间特征明显而成为金融地理学的一个重要研究议题，早期的学者主要是从地理的视角探讨这一问题，即居民到金融服务网点的实际距离对居民获得金融服务便利性的影响。莱申（Leyshon，1993、1994、1995、2008）认为金融机构为实现自身利益最大化，在金融工具创新上更多地关注“安全市场”——金融服务更青睐于富裕的、有社会地位的群体，而将贫困等弱势群体排斥在外。他通过对英国和美国银行类金融机构的撤并研究在一定程度上证明了这点：分支机构的关闭有显著的空间差异，农村地区排斥现象普遍高于城市地区，从而加剧了不同人群的两极分化。马尔切利（Joassartt-Marcelli，2010）对波士顿移民居住模式与金融机构的可达性研究表明，各类金融机构空间分布主要集中在区域中心，地理排斥随移民居住区与波士顿中心距离的增加而递增，而靠近主要交通走廊和区域商业副中心地区的移民地理排斥较低 。阿拉马（Alama，2008）对2008年金融危机后银行业金融机构网点撤并的原因分析认为，规模经济和范围经济可能减弱银行分支机构对吸引力不大的市场或收入水平较低地区的网点布局，导致部分社区的金融服务可得性降低，产生地理排斥。阿萨贝（Osei-Assibey，2009）对加纳的研究发现，银行分支机构在该国南部的城市中心过于集中，空间格局上造成对北部和农村地区的分支机构关闭数量大增而导致地理接触性排斥增加。李小建（2006）分析了发展中地区银行空间系统的变化，表明银行业有向中心城市集中的趋势，而“交通便利”这一空间成本的产生因素是银行网点布局的关键因素。贺灿飞（2013）指出国有商业银行在经营效益导向下采取的地理集中化战略可能带来落后地区的金融排斥问题。通过上述文献梳理发现，尽管从金融地理学的视角看，金融排斥是金融集聚在逻辑上的自然结果，但由于金融排斥形成的原因极为复杂，目前学界对二者之间长期因果关系的检验并不十分充分。基于上述分析，本文从金融地理学视角，利用中国2007—2014年的面板数据，从空间角度入手实证分析在中国金融集聚是否会以及在多大程度上造成了金融排斥。由于金融排斥是将那些陷入“贫者多付”陷阱的弱势群体排斥在外，提高金融包容水平主要针对的是被排斥在外的弱势群体，而这部分弱势群体对金融服务和金融产品的接触和使用主要途径是银行，所以本文主要研究银行机构集聚对金融包容水平的影响。这一研究将不仅有助于丰富和完善金融地理学的知识体系，而且能为我国制定切实可行的区域发展战略和金融发展战略提供决策依据。

二、研究设计与数据来源

（一）银行业集聚度的测度

目前衡量产业集聚的指标主要要有空间基尼系数、赫芬达尔—赫希曼指数和区位熵等，每一指标都有各自的优点。区位熵指标最早由哈格特（Haggett）提出，由于其计算简单且相关数据比较容易获得，所以在实证研究中得到了较为广泛的应用。

区位熵也称为地方专业化指数，是根据基尼系数构造的衡量地方产业专业化程度的指标。其计算方法如下：

[βij=qijqjqiq] （1）

（1）式中，[qij]表示地区[j]的产业[i]的产值，[qj]是地区[j]的全部工业产值，[qi]是产业[i]的全国总产值，[q]是全国工业总产值。因此区位熵的分子是地区[j]的产业[i]占该地区工业的份额，分母是产业[i]占全部工业的份额。区位熵指数能够测度一个地区的生产结构与全国平均水平之间的差异，借此可以评价一个地区的专业化水平。指数越大的地区在该产业的集聚程度越高。如果将上述公式中的产值替换成就业人数、企业个数等，也可以计算该产业的企业区位熵和就业人数区位熵。如果一个行业根本不是地方性的，而是与全国整个工业发展成比例地散布在全国各地，那么该行业的地方专业化指数就是1；反之，如果地区[j]的行业[i]的地方专业化指数很高，我们就说该行业的地方化程度很高，地区[j]的专业化程度也很高。

区位熵指数之所以能够用来衡量地区的产业集聚发展程度，是基于以下的逻辑：如果一个地区的产业集聚程度较高，那么相对于其他地区以及该地区的其他产业而言，集聚化发展的产业规模应该较大，在全国同一产业中占有较大的比例，而且其规模也要大于该地区的其他产业。因而，集聚化程度高的产业也表现出较高的地方专业化程度。

（2）式中，[Si]表示[i]地区银行储蓄存款余额，[Pi]表示[i]地区人口数，[S]表示全国银行储蓄总额，[P]表示全国总人数。

（二）金融包容水平的测度

从金融包容的内涵来看，金融包容不是一个单一的维度，而是多个维度的综合。国内外学者一直在研究金融包容的测度。罗西特（Rossiter，1997）认为，考虑到难以确定居民对何种具体的金融产品或金融服务有需求，最简单的方式便是考察在某一地理区域是否存在储蓄机构。肯普森和惠利（Kempson和 Whyley，1999a；1999b）认为金融排斥存在渠道、条件、价格、营销、资源等五种表现形式：（1）客户接近金融资源排斥性（access exclusion）；（2）条件排斥性（condition exclusion）；（3）价格排斥性（price exclusion）；（4）市场营销排斥性（marketing exclusion）；（5）自我排斥性（self-exclusion）。显而易见，虽然这五种表现形式对应着金融排斥的五种成因，比较全面，但它们是概括性的且相互交叉，还包含了很多主观因素，所以从这五个方面衡量金融包容水平难以得出准确的结果。现在衡量金融包容水平的主流方法是用贝克等（Beck等，2007）提出的金融服务的可接触性和使用有效性两个维度来衡量。萨尔马（Sarma，2008）在Beck方法的基础上，从地理渗透性（Banking Penetration）、金融服务可获得性（Availability of Banking Sevices）、产品使用效用性（Usage）三个维度对金融包容水平进行测度，首创了多维度综合性的金融包容指数（Index of Financial Inclusion，IFI ）。

本文遵循指标选取的科学性和数据的可得性原则，借鉴贝克等（2007）和萨尔马（2008）提出的可接触性（Access）、渗透性（Penetration）、使用效用性（Usage） 以及对金融包容指数的计算方法，选取10个指标合成金融包容指数（Index of Financial Inclusion ，IFI）。（1）可接触性是指金融服务的使用者获得基本金融服务的方便程度，其指标值越高，表明对金融服务和金融产品的可接触能力越高，金融包容水平越高。（2）渗透性是指金融服务在其使用者中的渗透程度，“银行账户”被视为金融服务渗透性的一个重要指标，但由于现实中存在大量拥有银行账户的人却很少使用和“一人多户”的现象，又考虑农村人口易受金融排斥和数据的可获得性，本文使用存款余额、贷款余额和人均居民储蓄存款的相关数据反映金融服务的渗透性。该指标值越高，表明金融包容水平越高。（3）使用效用性是指金融服务不但可以使用而且使用程度非常高，本文用金融服务的使用对地区经济发展的贡献度来衡量，该指标值越高，金融包容水平越高。银行的最主要资产是存款和贷款，所以利用存贷款的数据，基本可以揭示中国银行业发展的状况。

在选定合理指标的基础上，本文借鉴萨尔马（2008）对金融包容指数的计算方法来计算金融包容指数（IFI）。由于各指标存在量纲的差异，在测算前需要对原始数据进行无量纲化处理：

其中，被解释变量为金融包容水平（IFI），主要解释变量为银行业集聚度（LC），其他变量都为控制变量，主要包括地区经济发展水平与银行业集聚度的交互项（LC×lnGDP）、互联网使用情况（Int）、受教育水平（Edu）和城镇化水平（Urban）。地方经济发展水平与金融包容密切相关，地区经济发展水平越高，越有利于金融资源向该地区流动，加强集聚，提高金融服务的供给，影响该地区的金融包容水平，所以，本文用银行业集聚度与地区经济发展水平的交互项（LC×lnGDP）作为反映地区经济发展水平对金融包容水平影响的控制变量。居民的受教育程度越高，越有利于缓解金融排斥（FAS，2000）。由于移动支付技术的运用在降低交易成本的同时，也增加了贫困人口获取金融服务的渠道（阿尔弗雷德和斯蒂芬，2010），因此互联网的使用程度越高，人们获取和使用金融服务的概率越大，金融包容水平也就越高。因为城镇化带来人口的聚集，有利于金融机构营业网点的布局和金融包容水平的提升，因此，本文控制了城镇化水平。αi 是截距项，μi，t是随机误差项，β衡量了解释变量对被解释变量的影响。具体的指标选择及解释见表2。

式（8）是静态面板模型。由于金融发展是一个持续动态的过程，其自身有一定的连续性特征，所以金融包容水平作为衡量金融发展程度的一个重要维度，也存在一定的连续性。因此，本文将金融包容水平的滞后项作为控制变量，建立动态面板模型：

三、实证结果与分析

（一）变量的统计分析

本文的数据来自宏观经济数据库、国研网数据库、《中国统计年鉴》、各省（自治区、直辖市）的统计年鉴，剔除缺失样本后最终选用了2007—2014年31个省（自治区、直辖市）的面板数据，数据的描述性统计见表3。

从变量的描述性统计来看，金融包容水平、银行业集聚度和地区经济发展水平等指标存在明显的地区差异。2007—2014年，虽然国家的GDP总量一直在上升，但还明显存在着地区差距。在金融包容水平方面，平均金融包容水平在0.7497，处于中等偏上的状态。其中，江苏的金融包容水平最高，为0.9827，北京的金融集聚程度最高，为7.3499；而金融包容水平和银行业集聚程度最低的分别是广西和贵州，位于西部地区。从总体分布情况来看，我国东部沿海经济发达地区的金融包容水平和银行业集聚程度相对较高，而西部欠发达地区则较低。

（二）回归结果与分析

1. 静态面板模型的估计结果与分析。在静态和动态模型回归中，都使用个体固定效应模型来消除不随时间变化的未观测影响，而且还对所有解释变量进行了滞后一期处理。表4显示了静态面板模型的回归结果，其中模型1是对解释变量的当期值进行回归，而模型2是对解释变量的滞后一期值进行回归。由表4可以看出，两个模型在一些解释变量上表现出不一致的结果，说明这些解释变量对金融包容水平的影响具有一定的时滞性。从回归结果可以看出，金融集聚度确实影响金融包容水平，但有一定的滞后效应，滞后一期的金融集聚度与金融包容水平显著负相关。原因可能是：经济越发达越有利于金融资源向该地区集聚，从而使该地区的金融集聚度提高，不利于金融包容水平的提升。当期和滞后一期的互联网使用情况对金融包容水平有显著的负影响，这说明在网络化时代，虽然互联网在全社会的应用范围较广，但我国金融机构对互联网技术的应用还比较落后，金融机构运用电子银行和各种移动支付手段等创新渠道提供金融服务还明显存在不足，互联网技术在提供基础型服务的供给和减少获取金融服务的成本方面还尚未发挥它应有的正向作用。滞后一期的教育水平则对金融包容水平有显著影响，原因可能是：由于高等教育逐步走向大众化，大量农村学生获得接受高等教育的机会，从而提高了农村居民和家庭接收和利用现代金融服务的能力。当期的城镇化水平对金融包容水平有显著的提升作用，但滞后一期的城镇化水平对金融包容水平无影响，这可能是因为城镇化在短期内提高了区域金融服务能力和农村居民接受金融服务的能力，但从长期来看其造成的金融需求与金融供给的不匹配会越来越显著。

2. 动态面板模型的估计结果与分析。考虑到金融发展有一定的连续性，而金融包容水平作为金融发展的一个维度也存在一定的连续性，所以将金融包容水平的滞后项加入解释变量，一定程度上也解决了内生性的问题。

表5显示了动态面板模型的回归结果，其中模型3是加入被解释变量的一期滞后项后对其和其余变量的当期值进行回归，模型4是加入被解释变量的一期滞后项后对其和其余解释变量的一期滞后项进行回归。从回归结果上看，动态面板模型的回归结果与静态面板模型的回归结果保持高度一致，无论有没有金融包容水平的滞后项，银行业集聚度的下降都能促进金融包容水平的提升。而地区经济发展水平、互联网使用情况、受教育程度和城镇化水平则与静态面板模型的分析结果相同。

3. 变系数模型的回归结果及可视化的四分位图。

根据面板回归模型的结果可知，金融包容水平与异质性的银行业集聚空间相关，为了使这种关系可视化，我们使用GeoDa软件，并利用国家测绘地理信息局（http：//www.sbsm.gov.cn/）提供的CHINAMAP底图、我国2007年与2014年的金融包容水平的指标和银行业集聚的指标数据，制出我国31省（自治区、直辖市）金融包容水平与银行业集聚的四分位图，如图1所示。

图1中，（a）和（b）分别为2007年的金融包容水平和银行业集聚的四分位图，（c）和（d）分别为2014年的金融包容水平和银行业集聚的四分位图。固定效应变系数模型的回归结果和四分位图的结果都与前文结果保持一致。由表6和图1可以看出，金融包容水平与银行业集聚度有一定的相关关系，而这种关系在地区间存在显著的差异，说明地区的经济发展水平不同，金融机构分散化对金融包容水平的积极作用不同。大部分经济发展水平不高的中西部地区，金融机构的分散化有利于金融包容水平的提升；而东部沿海的一些经济较发达地区（例如上海和广东）和西部一些经济发展落后的地区（例如西藏和四川），金融机构的分散化不仅对金融包容水平的积极作用有所降低，还可能产生相反的结果。可能原因是：东部沿海地区经济相对发达，吸引各类金融机构聚集，同业竞争激烈，金融机构竞争程度进一步趋强导致可能出现恶性竞争，无益于金融包容水平的提升；而中西部地区经济发展相对滞后，金融服务严重不足，金融机构数量的增加将有助于打破垄断，促进良性竞争，进而扩大金融服务的供给，提高金融包容水平。从（a）和（c）中可以看出，2014年我国东部地区的金融包容水平较2007年的金融包容水平整体上有所提升，而中西部一些省市的金融包容水平却有所下降，说明中西部地区的金融机构数量正在逐渐增加，减少东西部差距，但是，暂时数量的增加可能会呈现出不利于金融包容水平提升的结果。相信这只是暂时的现象，中西部地区将会逐见向东部地区靠拢；从（c）和（d）中可以看出，2014年我国东部地区的金融集聚程度变化不大，甚至一些地区趋于缓解，说明银行业的“增量改革”的措施有所见效，为实现所有人公平的享有金融服务的权利，达到“普惠金融”迈进了一步。而西部地区金融服务不足的现象也有所改善。

四、结论与启示

本文使用2007—2014年31个省（自治区、直辖市）的面板数据，根据静态面板模型和动态面板模型对异质性银行业集聚度与金融包容水平的相关性进行了分析，得到如下结论：第一，由于银行业集聚产生的门槛效应，加上城市和农村存在的二元分离结构，使金融供给与金融需求空间不匹配，从而使农村地区获取金融服务的空间成本较高，不利于金融包容水平的提升，而金融机构的相对分散化有利于金融包容水平的提升。第二，银行业集聚度对金融包容水平的影响存在明显的地区差异。在经济发展相对落后的地区，由于金融机构的数量较少，存在一定程度的垄断性，所以增加落后地区的金融机构数量，使金融机构分散分布，有利于人口分布格局与金融服务分布格局相匹配，从而减少空间成本，增加良性竞争，促进经济发展相对落后地区金融包容水平的提升；在经济发展水平较高的地区，会产生更多的金融需求，并刺激当地金融服务的供给，从而吸引各类金融机构聚集，金融机构的增加一定程度上减少了空间成本，但由于金融机构竞争程度进一步趋强会导致恶性竞争，不利于金融包容水平的提升。

根据本文的结论提出相关的政策建议：第一，从金融服务供给方面考虑，应该增加农村地区的金融机构建设；从需求方面考虑，应该加强城镇化建设，增加城市地区的金融需求，从而使金融供给与金融需求达到空间匹配。第二，当前我国的金融包容水平存在明显的地区差异，应该加快促进中西部金融包容水平的提升，使每个人都有机会以合理的成本享受到适当的金融服务和金融产品。第三，东部经济较发达地区较多的金融机构，会使竞争加剧趋向于恶性竞争，不利于金融包容水平的提升。政府应该根据东中西部地区的具体情况，制定不同的政策，来促进金融包容水平的提升，使“普惠金融”发展战略得到更好的实践。而各地区适合什么样的银行业集聚度才能有利于金融包容水平的提升，还有待进一步研究。

参考文献：

[1]Park，Y. S. And Essayyad，M.M.H. 1989. International Banking and Financial Centers.Boston：Kluwer Academic Press.

[2]Kinder Berger C.P. 1974. The Formation of Financial Centers：A Study of Comparative Economic History[M].Princeton： Princeton University Press.

[3]Tschoegl，Adrian E. 2000. International Banking Centers，Geography，and Foreign Banks[J].Financial Markets，Institutions & Instruments，（1）.

[4]Devlin J F. 2005. A detailed study of financial exclusion in the UK[J].Journal of Consumer Policy，28（1）.

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

[6]Sarma M，Pais J. 2011. Financial inclusion and development[J].Journal of International Development， 23（5）.

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

[8]Leyshon A，Thrift N. 1994. Access to financial services and financial infrastructure withdrawal：Problems and policies[J].Area，26（3）.

[9]Leyshon A，Thrift N. 1995. Geographies of financial exclusion：Financial abandonment in Britain and the United States[J].Transactions of the Institute of British Geographers， 20（3）.

[10]Leyshon A，French S，Signoretta P. 2008. Financial exclusion and the geography of bank and building society branch closure in Britain[J].Transaction of the Institute of British Geographers，33（4）.

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

[12]Alama L，Tortosa-Ausina E. 2012. Bank branch geographic location patterns in Spain：Some implications for financial exclusion[J].Growth and Change，43（3）.

[13]Osei-Assibey E. 2009. Financial exclusion：What drives supply and demand for basic financial services in Ghana？[J].Savings and Development，（3）.

[14]Rossiter，Ed.，Financial Exclusion：Can Mutuality Fill the Gap？[J].Working Paper，New Policy Institute，London.

[15]Kempson，E.，and C. Whyley. 1999a. Kept In or Opted Out？ Understanding and Combating Financial Exclusion，Bristol：Policy Press.

[16]Kempson，E.，and C. Whyley. 1999b. Understanding and Combating Financial Exclusion，Insurance Trends（The Association of British Insurers），21.

[17]Beck T， De La Torre A. The basic analytics of access to financial services[J]. Financial Markets， Institutions & Instruments， 2007， 16（2）：79-117.

[18]Sarma，M. 2008. Index of financial inclusion，ICRIER Working Paper，No.215.

[19]Sarma M，Pais J. 2010. Financial inclusion and development[J].Journal of international development， （3）.

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

[21]茹乐峰，苗长虹，王海江.中国中心城市银行业集聚水平与空间格局研究[J].经济地理，2014，34（2）.

[22]何雄浪，李国平，杨继瑞.我国产业集聚原因的探讨—基于区域效应、集聚效应、空间成本的新视角[J].南开经济研究，2007，（6）.

[23]陈良文，杨开忠.集聚与分散：新经济地理学模型与城市内部空间结构、外部规模经济效应的整合研究[J].经济学，2007，7（1）.

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

[25]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）.

[26]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业为例[J].地理研究，2013，32（1）.

[27]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）.

Abstract：The conglomeration of financial activities at the advantageous location improves the performance of the financial industry. However，at the same time，it causes that the spatial distribution of financial supply does not match with the spatial distribution of population at the macro level and increases the spatial costs of rural residents' access to the financial services，which will objectively reduce the level of regional financial inclusion. Based on the principles of the new financial geography， this paper uses the panel data of 31 provinces from 2007 to 2012 to study empirically the relation of the financial conglomeration with financial inclusion. It comes to the conclusion that the spatial equilibrium of financial institutions is beneficial to the increase in the overall level of financial inclusion in China，but there are significant regional differences. In the central and western regions of China with lower economic development level，the decentralization of financial institutions can significantly increase the level of financial inclusion，while in the well-developed eastern coastal areas，the positive role of the decentralized financial institutions to improve the level of financial inclusion is not obvious.

Key Words：conglomeration of the banking industry，financial inclusion，financial exclusion，financial geography