金融可得性及其空间变化

王伟 孙芳城

摘 要演金融可得性包含银行可得性、证券可得性和保险可得性。运用改进的CRITIC法对31个省份2005～2016年金融可得性水平进行了测度，总体而言金融可得性水平很低，并随时间呈“N型”变化。金融可得性存在空间差异，地理空间上，东部领先、中西部滞后，华北、华东领先，西南滞后；经济空间上，东部沿海、北部沿海和南部沿海的金融可得性水平较高。全域和局域空间相关性分析显示，金融可得性空间效应显著，北京、天津、上海、江苏、浙江和福建6个省份空间集聚程度较高。

关键词金融可得性；空间差异；空间效应

[中图分类号]F832 [文献标识码] A [文章编号]1673-0461（2018）09-0090-08

一、引 言

近30年来，我国金融业迎来了高速发展，无论是数量、结构还是效益上均取得了突出成绩。随着金融的纵深发展，金融可得性越来越受到人们的重视。其原因在于，一方面，金融部门的发展并不意味着金融可得性的提升（Demirguc-Kunt和Levine，2008）[1]，还需构建金融规模扩张与金融服务获取的通道，即提升金融可得性（Bae等，2012）[2]；另一方面，中国金融较大的矛盾是日益增长的金融需求同落后金融可得性之间的矛盾，金融服务的“最后一公里”问题突出（贝多广和张锐，2016）[3]。来自《中国家庭金融调查报告（2014）》的数据显示，从事农业生产和工商业生产的农业户籍家庭仅5.84%和9.83%有银行贷款，而有民间借贷的比例接近15%；2016年G20峰会提供的数据亦表明，我国通过金融机构借款的成年人比例仅为9.55%，低于G20国家14.87%的平均水平。

目前，学术界对金融可得性的关注度还不高，仅有的一些文献亦是在研究其他问题时将其作为一个影响变量纳入分析，缺少专门的深入研究。尤其是，金融可得性如何度量？不同空间有无差异？是否存在空间效应？本文的思路是，从金融可得性的基本内涵和要素出发，基于银行可得性、证券可得性和保险可得性三个维度，构建金融可得性指标体系，通过改进的CRITIC法进行测算，并根据地理空间和经济空间的不同作比较分析，运用全域和局域空间相关性方法，检验金融可得性的空间效应，最后提出几点思考。本文余下部分的安排为：第二部分进行文献综述；第三部分介绍测度方法与结果；第四部分作空间差异分析；第五部分进行空间效应研究；最后给出结论与政策启示。

二、文献综述

学界有关金融可得性的文献，最早源于对信贷可得性的关注，如Berger和Udell（2006）[4]、郭红东等（2011）[5]、姚铮等（2013）[6]。随着普惠金融的发展，内涵更为丰富的金融可得性引起了学者们的兴趣。相关研究主要集中在三个方面：

一是金融可得性的界定。目前学界在讨论金融可得性问题时，大多没有给出一个具体的定义。Beck和Augusto（2007）[7]在分析金融服务时，认为金融宽度即金融可得性，主要指金融机构能否为个人提供更多更方便的服务。世界银行“金融包容指数”和国际货币基金组织“普惠金融调查”均强调了金融可获得性，其内容包括个人金融服务可获得性和使用情况两个方面（郭田勇和丁潇，2015）[8]。国务院印发的《推进普惠金融发展规划（2016-2020年）》提出“提高金融服务可得性”，其途径包括加大金融支持、完善无障碍金融服务和提高贷款覆盖率和参保覆盖率。肖龙铎和张兵（2017）[9]指出，金融可得性是用来衡量一个地区的微观经济主体以一定成本获取正规金融服务的难易程度。

二是金融可得性的度量。尽管大多数学者使用实证方法研究金融可得性问题，但对于选择什么样的指标来度量金融，仍然分歧较大。Mookerjee和Kalipioni（2010）[10]用每万人拥有的银行机构数量衡量金融可得性，何韧等（2012）[11]采用有无获得银行贷款来简单衡量，卢亚娟等（2014）[12]则用农户获得的正规与非正规贷款总额来衡量农户的金融可得性。一些学者意识到单一指标的缺陷，于是选择多个指标。尹志超等（2015）[13]把样本村（或社区）所有农村家庭存款开户银行的家数作为金融可得性的衡量指标，并将每万人证券营业部数量和每万人ATM机数量作为补充指标。丁忠明等（2017）[14]则用人均银行信贷量、人均金融资产持有量、人均商业保险金额三个指标来测度金融可得性。

三是金融可得性的作用。主要表现在就业创造、收入增长、家庭资产配置等方面的影响。金融可得性对就业创造具有重要作用，主要表现在缓解融资约束（Klapper等，2010）[15]、激发创新创业精神（Bianchi，2010）[16]、影响劳动雇佣决策和劳动力需求（Benmelech等，2011；Duygan-Bump等，2015）[17-18]。当金融可得性每提高1%，农村家庭的非农就业水平将提升1.74%；同时，金融可得性对当地农村家庭人均纯收入具有显著正向影响，且这种正向影响大部分可归因于金融可得性提高带来的家庭非农就业水平的提升（肖龙铎和张兵，2017）[9]。金融可得性的提高还会促进家庭更多地参与正规金融市场和进行资产配置，农村和中西部地区的边际影响更大（尹志超等，2015）[13]。

从以上文献可知，当前关于金融可得性的研究已取得一定成效，但仍有较大的改进空间。一是内涵界定不清，并导致度量指标不科学，测算出的金融可得性水平难免偏误；二是运用空间计量方法考察金融可得性的空间效应，还没有文献涉及；三是缺乏多视角的空间差异比较分析，以考察金融可得性的空间变化。本文将弥补这些不足，提供相关经验证据。

三、金融可得性测度

本文认为，可得性不仅包含资源的可及性，还应能获得这种资源，前者强调的是范围上覆盖，后者则是有效需求的满足程度。由此，金融可得性是指一个地区居民能够方便地接受质量可靠的正规金融服務，并有能力购买这些服务，是普惠金融发展的关键目标之一。从构成要素来看，金融可得性的主体是居民，重点为个人（或家庭），客体是各类金融机构提供的正规金融服务，实质是主体对客体的满足感。

（一）指标和数据

由于金融服务的多样性，本文不仅考虑银行可得性，还把证券可得性和保险可得性纳入，从这三个维度来描述金融可得性；指标选择上，既强调金融机构密度，又兼顾金融服务，最终得到7个指标，如表1。其中，银行可得性用网点密度、存款服务和贷款服务3个指标衡量：银行机构通过设立网点、优化布局，实现人员、设备和产品等金融资源直接投放市场，增加可及性；存贷款是金融资源的再分配，延伸了物理网点的单一功能，体现了实体银行、电子银行、网络银行等服务居民的能力，是金融资源可得性的重要标志。同样，证券可得性和保险可得性也从密度和服务两个视角，选择了相应指标。

数据来源上，直接获取的指标有：“土地面积”来源于各省份政府网站，“常住人口”“原保险保费收入”和“原保险赔付支出”来源于历年《中国统计年鉴》，“城乡居民储蓄存款”和“个人消费贷款”来源于各省份历年《金融运行报告》，“累计证券开户数”和“沪深A股交易额”来源于wind数据库。需要整理计算的指标有：“银行网点数”根据中国证监会“金融许可证信息”手工整理得出，涵盖所有商业银行、政策性银行、农村信用社、农村合作银行、村镇银行的各类分支机构。以上所有指标时间跨度为2005～2016年，涵盖的样本为内地31个省份。

（二）测度方法

为减少主观赋权的随意性，并考虑指标变异大小对权重的影响以及各指标间的冲突性，我们采用改进的CRITIC评价法来确定权重Wj，表达式如下：

Wj=（1）

式中ej为熵权法的客观权重，表达式如下：

ej=-（lnn）-1pijlnpij（2）

其中，pij=dij/∑dij，dij是对原始数据fij进行标准化后的数据，其算法如下：

dij=，当fij为正指标，当fij为负指标（3）

因此，金融可得性FAi=100×∑Wjdj运算后的权重分布如表2，易知，各指标横纵向上均发生了变化，采用某个或几个指标来衡量金融可得性，局限性不言而喻。从纵向来看，以2005年为例，金融可得性权重较大的指标有保险密度和银行网点密度，权重较小的则是贷款服务和保险赔付服务；重要性较高的是银行可得性，权重之和为0.399 6，其次是保险可得性和证券可得性，权重之和分别为0.304 1和0.296 3。相应地，2016年金融可得性权重较大的是贷款服务和银行网点密度，权重较小的是保险赔付服务和保险密度，对比可知，贷款服务的重要性得到了明显提高，保险密度则明显下降，银行、证券和保险可得性权重加总也演变为0.545 2、0.252 4和0.202 4，银行可得性得到了强化，证券和保险可得性则有所弱化。

（三）测算结果

表3给出了金融可得性测算结果。从平均得分来看，全国金融可得性水平很低，仅9.79，说明居民普遍难以获取高质量的正规金融服务。其原因在于，一方面，尽管我国金融发展规模有了很大提高，但空间分布不平衡，不少地方金融资源还很贫乏，可及性不足，且金融资源很可能集中于少数人身上（Ayyagari等，2016）[19]，这无疑降低了总体的金融可得性水平；另一方面，农村和偏远城镇广泛存在的金融排斥，导致低收入群体较难获取有效的金融服务，金融资源虽可及但却不可得，这是阻遏金融服务可得性的深层次原因。总之，当前和未来一段时期，提高金融可得性成为亟须面对的现实问题。

从各省的得分来看，金融可得性排名前三位的为上海、北京和天津，其中上海和北京得分大幅领先，与其全国性金融中心的地位高度相符。它們拥有绝对优势的金融资源占有量和均等化程度高的基础性金融服务，居民可获取的资金成本低，可及性金融服务方便快捷，金融可得性水平很高，是名副其实的第一梯队。排名靠后的3个省份为贵州、西藏和广西，得分极低，这些地区经济发展落后，金融供给十分有限，金融可得性存在“先天性不足”，加上居民自身金融条件较差，获取能力不足，这又反过来抑制金融集聚，加剧金融资源“空心化”，使得有些地区金融可得性不断陷入恶性循环的困境。

从各年的得分来看，金融可得性具有时期的异质性。如表4，得分最高的年份为2011年，达到11.23，得分最低的年份为2005年，分值是7.70；各年的得分不一，高于平均水平9.90的有2010～2016年7个年份，低于平均分的则是2005～2009年5个年份，金融可得性表现为以2010年为分界线的两个阶段。从整体得分的变化来看，金融可得性呈现先升后降再升的“N型”趋势，其中2005～2011年得分持续较快提升，反映了以可得性为关键目标的普惠金融建设初见成效；与此同时，2012～2015年金融可得性基本步入缓慢的下降通道，显示了发展中的困境，2016年则有了较大幅度上升，与该年实施的《推进普惠金融发展规划（2016-2020年）》呼应。

四、金融可得性空间差异

为进一步检验金融可得性是否存在空间异质性，我们从地理空间和经济空间两个角度，作如下比较分析：

（一） 地理空间差异

表5报告了东中西部三大地带以及华北、东北、华东、中南、西南和西北六大区域的金融可得性测算结果。从三大地带来看，东部得分较高，中西部得分较低且相当，东中西虽然依次递减，但并非呈典型的“三梯次”分布格局，而是“东部领先、中西部滞后”的“两梯次”态势，这与区域经济金融发展水平基本对应。以银行网点密度为例，2016年东部11省市每万人、每万平方公里网点数为0.638个，中部8省市、西部12省市分别为0.084个和0.069个，东部地区大幅高于中西部地区，而中西部差距较小。但历年的金融可得性水平变化显示了积极信号，如图1，东中西部的得分总体是上升的，尤其是在2005～2010年，稳步提升的趋势较明显；经历过2011～2015年的起伏波动后，2016年东中西部金融可得性水平又开始回升，逐渐向峰值靠近。

六大区域的得分显示，华北和华东的得分较高，处于第一梯队，东北、中南和西北的得分居中，为第二梯队，西南的得分最低，处于第三梯队。由此，华北和华东是我国居民金融可得性的高地，人们获取金融资源更容易，也更有能力享受这些便利的金融服务。换言之，在地理空间上，华北和华东已成为区域金融发展极，其具有的吸附和集聚优势，让金融资源的可及性和可得性大幅上升。无独有偶，东北、中南和西北并非金融富集地，但它们分布在华北和华东组成的“T”形地带周边，在华北和华东的带动辐射下，金融可得性水平有了提高（如图2），成为“第二梯队”；相反，同样为金融贫困区的西南，却因不与“T”形地带接壤，难以从辐射带动中受益，而落入第三梯队。历年的变化趋势上，六大区域与东中西部较为相似，但2016年东北继续下降的态势值得关注。

（二）经济空间差异

根据国家统计局的划分标准，表6给出了八大经济空间的测算结果。从得分大小来看，东部沿海、北部沿海和南部沿海的金融可得性水平较高，东北地区、黄河中游、长江中游、大西北地区和西南地区的金融可得性水平较低，基本呈现出“两大阵营”的经济空间特点，这与地理空间的梯次分布有所不同。沿海地区之所以在金融可得性方面存在优势，与改革开放后国家实施的沿海倾斜政策有关，在非均衡发展战略下，大量的金融剩余流向沿海地区，催生了它们强大的金融产业，形成了一批以省会城市为腹地的区域金融中心。但这也同时加剧了非沿海地区的资源流失，让居民的金融可得性人为的不足，加上这些地区经济发展的基础薄弱、水平较低，对金融机构的吸引力也不强，金融资源在经历“政策性迁徙”后又迎来“经济性迁徙”，金融可得性水平变得很低。

图3进一步揭示了经济空间各年的金融可得性变化规律。东部沿海作为“强阵营”，2005～2013年得分处于快速上升阶段，但在2013～2015年出现了明显的下降，2016年后又强势回升，基本呈“N”型变化趋势。但“强阵营”也有所分化，北部沿海总体趋势就十分平缓，南部沿海与东部沿海的变化上虽有一定的相似性，但变化幅度也较小。与东中西部、六大地理区域相比，“强阵营”得分的起伏波动较少，处于连续增长的年份较多，且2015年后反弹幅度较大，反映了这些经济区域居民获取金融资源的便利程度高，即使经历短暂调整也可快速的还原提升。作为“弱阵营”的非沿海地区表现明显不同，整体变化较小、阶段性不强，且2016年大多数经济区域回升力度不大。这意味着，“弱阵营”地区的金融活力不强，金融基础建设停滞不前，面向居民的金融服务供给仍然不足，两大阵营的差距也在扩大。

五、金融可得性空间效应

从前文可知，金融可得性具有地理空间和经济空间上的差异，但是否具有空间效应还缺乏直接的证据，下面我们将运用空间统计方法，作进一步分析。

（一）全域相关性分析

全域Moran's I指数是检验空间相关性的常用方法，其计算公式如下：

Moran's I=（4）

式中，yi表示第i地区的金融可得性得分，n为地区总数（本文为31），Wij为二进制的邻接空间权值矩阵，当区域i和区域j相邻，Wij=1，否则Wij=0。Moran's I的取值为[-1，1]，当数值为正，代表正相关，即具有相似的属性集聚在一起，数值为负代表负相关，即具有相异的属性集聚在一起，0表示该属性是随机的，没有空间相关性。

表7的结果显示，各年Moran's I指数的数值较大，正态分布统计量Z值在5%显著水平下均通过检验。这意味着，对于地域广袤的中国来说，金融可得性确实存在正的空间依赖性，区域之间呈现出较明显的空间集聚特征，近邻效应显著。从各年份变化来看，2013年Moran'sI指数达到最大，为0.283 5，2005年Moran's I指数最小，为0.205 2，总体上这种空间集聚特征有一定程度提高。但金融可得性的阶段性也较强，其中，2005～2007年Moran's I指数在上升，空间相关性不断增强，2007～2011年则变化平缓，金融可得性的集聚性趋于平稳，2012～2016年在形态上呈“倒U型”，显示了通过普惠金融体系建设，金融可得性的地区差异有所缓解，空间集聚效应有所弱化。

（二）局域相关性分析

全域的Moran's I指数只能从整体上反映金融可得性的平均集聚程度，并不能够量化各个集聚区的集聚类型，而局域空间相关性分析能够弥补这一点。Moran散点图是检验局域相关性的主要方法，能识别局域空间集聚的“热点”和“冷点”，揭示空间奇异值。散点图的横轴为金融可得性X，纵轴为空间滞后向量Lagged X，劃分的四个象限代表不同类型的局部空间关联形式：第一象限为“高-高”象限，代表空间单元自身集聚度高，周边单元的集聚度也高；第三象限则相反，为“低-低”象限，自身及周边单元集聚度都低；第二象限代表“低-高”空间关联类型，意思是低集聚度单元为高集聚度单元包围；第四象限为“高-低”空间关联类型，高集聚度单元为低集聚度单元包围。按照扩散理论，高高、低低应该各自在一起，因此处于第二和第四象限的单元被视为异常单元。

图4展示了2005年和2016年金融可得性的Moran散点图。易知，大部分省份处于第一和第三象限，说明金融可得性的空间分布规律十分明显，大部分地区与周边地区存在正向空间溢出效应。其中，2016年北京、天津、上海、江苏、浙江和福建6个省份处于第一象限，构成中国金融可得性的主要集聚区，这些省份地处沿海和东部地区，金融基础设施和服务的均等化水平较高，滴涓效应明显。山西、内蒙古、辽宁、吉林、黑龙江、安徽、江西、山东、河南、湖北、湖南、广西、海南、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海和宁夏22个省份处于第三象限，即金融可得性水平低的省份被相应水平低的省份包围。值得注意的是，河北处于第二象限，广东和新疆处于第四象限，均为异常单元，对周围的辐射能力不强，可能的原因在于：一方面，地方行政分割或政策性保护，阻碍和抑制了金融可得性的空间溢出；另一方面，周边金融软硬件建设配套不到位，或者已存在金融中心（如广东存在广州、深圳两大金融高地），不利于发挥中心地区的辐射带动作用。

從2005年和2016年的Moran散点图分布来看，各象限存在一定变化。首先，2005年处于第一象限的有北京、天津、上海、江苏和浙江5个省份，而2016年增加了福建省，可见随着时间的推移，金融可得性的集聚程度稳中有进，区域性高地已然形成。福建省作为全国拥有较多区域性金融改革项目的省份之一，金融业发展迅速，在全国贷款余额前10名的省份中，福建贷款增速位居第一。其次，分布在第三象限的省份最多，且多为中西部地区，但从2005年和2016年的对比可以看出，“低-低”空间关联形式的省份有所分化，存在向第一、二和四象限转移的趋势。在推进“低-低”类型的省份发展中，应突出重点，紧抓金融可得性基础相对较好、能发挥辐射作用的地区，促进其转型升级，发挥空间溢出效应，带动整体水平提升。最后，2005年处于第四象限的省份仅广东，2016年却增加了新疆，显示了新疆在金融可得性方面虽有了较大进步，但被周边低集聚度省份包围，难以实现技术扩散和资源共享。

六、结论与启示

本文从银行可得性、证券可得性和保险可得性三个维度构建了金融可得性指标体系，运用改进的CRITIC评价法对31个省份金融可得性水平进行了测度。结果显示，全国金融可得性水平很低，并呈先升后降再升的“N型”趋势；地理空间上，东部水平领先、中西部滞后，华北、华东的得分较高，东北、中南和西北得分居中，西南得分最低；经济空间上，东部沿海、北部沿海和南部沿海的金融可得性水平较高，东北地区、黄河中游、长江中游、大西北地区和西南地区的金融可得性水平较低。进一步的空间相关性分析得出，金融可得性的空间集聚特征明显，北京、天津、上海、江苏、浙江和福建6个省份构成中国金融可得性的主要集聚区。

本文的政策启示在于：

一是高度重视金融可得性的作用。金融可得性的增强，不仅提高居民参与正规金融市场的比例，促进全社会金融包容性水平，推进普惠金融体系建设；还是保障居民公共权益和社会福利的基础性工程，有利于缓解落后地区和特殊群体的生产生活困难，减少内源性贫困。中西部地区和非沿海地区普遍存在的金融约束和金融排斥，降低了居民金融可得性水平，剥夺和限制了居民金融发展权。建议将居民金融可得性指标纳入地方政绩考核。

二是进一步提高金融网点和金融服务覆盖率。按照《推进普惠金融发展规划（2016-2020）》的要求，充分发挥“互联网+”和新兴信息技术作用，通过发展手机银行、网上银行、移动支付、代理网点等补齐物理网点短板，加快实现各地区乡镇层级网点的全覆盖。同时，升级改造助农取款服务村级覆盖网络和城市社区全方位金融服务网络，完善对特殊群体的无障碍金融服务，提高服务总量和服务质量。

三是加大金融资源的跨区域整合。实行金融功能分区、错位发展的省际金融发展战略，加强地理空间和经济空间的金融合作，发挥空间溢出效应，支持中西部地区总部金融、结算金融等新业态培育。实施点面结合的跨区域金融专项扶持，支持地区性金融中心建设和周边地区金融软硬件配套建设，在风险可控的前提下，积极引导农村和城市商业银行、新型金融机构到偏远县域实施跨区域经营。

[参考文献]

[1] DEMIRGU？覶-KUNT A， LEVINE R. Finance， financial sector policies，and long-run growth[J]. Social Science Electronic Publishing，2008.

[2] BAE K，HAN D，SOHN H. Importance of access to finance in reducing income inequality and poverty level[J]. International Review of Public Administration，2012，17（1）：55-77.

[3] 贝多广，张锐.试论普惠金融国家发展战略的目标[J].财经智库，2016（5）：5-21.

[4] BERGER A N，UDELL G F. A more complete conceptual framework for SME finance[J]. Journal of Banking & Finance，2006，30（11）：2945-2966.

[5] 郭红东，陈敏，韩树春.农民专业合作社正规信贷可得性及其影响因素分析——基于浙江省农民专业合作社的调查[J].中国农村经济，2011（7）：25-33.

[6] 姚铮，胡梦婕，叶敏.社会网络增进小微企业贷款可得性作用机理研究[J].管理世界，2013（4）：135-149.

[7] BECK T，AUGUSTO D L T. The basic analytics of access to financial services[J]. Financial Markets Institutions & Instruments，2007，16（2）：79-117.

[8] 郭田勇，丁潇.普惠金融的国际比较研究——基于银行服务的视角[J].国际金融研究，2015（2）：55-64.

[9] 肖龙铎，张兵.金融可得性、非农就业与农民收入——基于CHFS数据的实证研究[J].经济科学，2017（2）：74-87.

[10] MOOKERJEE R，KALIPIONI P. Availability of financial services and income inequality： The evidence from many countries[J]. Emerging Markets Review，2010，11（4）：404-408.

[11] 何韧，刘兵勇，王婧婧.银企关系、制度环境与中小微企业信贷可得性[J].金融研究，2012（11）：103-115.

[12] 卢亚娟，张龙耀，许玉韫.金融可得性与农村家庭创业——基于CHARLS数据的实证研究[J].经济理论与经济管理，2014，34（10）：89-99.

[13] 尹志超，吴雨，甘犁.金融可得性、金融市场参与和家庭资产选择[J].经济研究，2015（3）：87-99.

[14] 丁忠民，玉国华，王定祥.土地租赁、金融可得性与农民收入增长——基于CHFS的经验[J].农业技术经济，2017（4）：63-75.

[15] KLAPPER L F，AMIT R，GUILLEN M，QUESADA J. Entrepr-eneurship and firm formation across countries[J]. Social Science Electronic Publishing，2010.

[16] BIANCHI M. Credit constraints，entrepreneurial talent，and economic development[J]. Small Business Economics，2010，34（1）：93-104.

[17] BENMELECH E，BERGMAN N，SERU A. Financing labor[J]. Social Science Electronic Publishing，2011.

[18] DUYGAN-BUMP B，LEVKOV A，MONTORIOL-GARRIGA J. Financing constraints and unemployment： Evidence from the Great Recession[J]. Journal of Monetary Economics，2015，75（1）：89-105.

[19] AYYAGARI M，JUARROS P，MARTINEZ PERIA M S，et al. Access to finance and job growth： firm-level evidence across developing countries[Z]. Policy Research Working Paper，2016.