新兴金融服务背景下银行网点空间布局及区位选择研究——以南京市江宁区为例

韩艳红,蒋媛媛,文玉钊,沈 萍

(1. 南京晓庄学院 环境科学学院,江苏 南京 211171;2. 河南财经政法大学 资源与环境学院/城乡协调发展河南省协同创新中心,河南 郑州 450046)

金融服务业在国家经济社会发展中具有重要的作用,银行与证券、保险等行业同为金融服务业的重要组成,其中银行业是最重要的金融中介,银行网点空间布局是否合理与银行的经济效益、民众办理金融业务的便利息息相关。互联网快速崛起推动了网上银行、APP手机银行等新兴电子渠道的蓬勃发展,银行业正不断加快数字化转型,尽管线上支付、移动支付等新兴金融服务为人们提供了较多便利,但传统的物理网点仍然具有难以取代的地位,银行网点不仅是重要的线下金融活动场所,也是银行参与市场竞争的主要优势。面对来自新兴电子渠道的巨大竞争压力,银行机构必须更加重视网点空间布局的合理性,为自身赢得更大的发展空间。

随着全球化的发展,金融业逐渐成为现代经济的核心,金融活动直接影响着经济活动,金融地理研究成为经济地理学关注的焦点之一[1],国内外学者借助金融地理学的理论从地理学角度研究银行网点,国外的研究起步较早[2-3],Hong Jae Weon通过对韩国金融机构的区位研究得出影响网点布局的因素包括居民收入、企业数量等[4],H.Dilara Keski通过回归分析,得出工业增加值和人口密度对土耳其银行网点布局的影响最为突出[5]。我国对金融地理学研究起步相对较晚,着眼点主要包括互联网金融影响[6]、金融市场构建[7]、银行空间格局[8,9]、银行网点布局影响因素[10]等。从大尺度范围入手,刘晓阳等通过研究长江经济带信息化水平的空间差异,探讨了银行分布影响因素[11];车冰清等研究了江苏省银行网点空间分布规律,发现人口规模、城市建成区面积和人均GDP等因素是影响银行网点布局的主要因素[12];邹小华等基于银行网点的视角分析中国城市网络空间结构[13];李楚海等分析了银行退出网点的空间格局及其影响因素[14];苏芳等分析了陕西省商业银行网点分布的时空演化[15]。从单一城市入手,尚芳研究天津市中心城区银行网点的空间分布特征,发现银行网点热点分布模式与天津中心城区区域经济发展一致[16];程林等探讨长春市银行网点的空间布局,研究表明银行网点集聚明显,银行网点分布与人口、主要经济活动存在正相关[17];贾琳琳等分析兰州市的银行网点分布格局及影响因素,得出兰州市的银行网点呈现带状主导下的组合特征,功能分区、人口重心、商业和交通网络等因素影响网点的分布[18];王洋等通过研究广州银行的空间布局,得出广州市的银行网点集聚特征明显,不同类型银行的空间分布也有所不同[19],对城市银行网点的空间布局进行了一系列有益探索[20-23]。

以上研究深化了对银行网点空间布局的认识,但现有研究缺少基于电子地图数据的空间格局特征分析,对不同类型银行网点地理分布的差异性分析也较少,鉴于此,本研究在电子地图数据的基础上,探讨不同类型银行网点在典型区域的空间分布特征,分析银行网点可能的区位选择影响因素与机理,以期为政府部门引导金融服务业发展提供参考,为金融企业自身的发展决策提供借鉴。

1 数据来源与研究方法

图1 研究区域

1.1 研究区域

江宁区为南京市11个市辖区之一,划分为东山街道、秣陵街道、汤山街道等十个街道(见图1),其中秣陵街道和东山街道为江宁区政治中心、商贸中心。江宁区总面积约为1563.32 km2,占南京市的23.73%,居全市第一,2020年江宁区的地区生产总值为2509.32亿元,占南京市的16.93%,居全市第一,经济综合竞争力较强,服务业发展较快,商业经济繁荣,金融服务业发展的基础好。江宁区正处于快速城市化进程中,人口从2010年的114.56万增加为2020年的192.61万,增长了68.13%,增幅居全市第一,城镇化水平从2010年的70%提高至2020年的78%,建成区面积由2010年的112 km2增长至2020年的243 km2,城市快速拓界生长,枢纽地位和辐射作用愈发凸显,江宁东山已经提升为南京主城,城市扩张速度和人口聚集速度都远快于其他地区。过去十多年里,高铁网络建设、地铁线路建设、百家湖商圈为代表的大型商业综合体建设等重大举措助推了江宁区的城市化,选取江宁区作为典型案例,研究快速城市化进程中银行网点的空间布局及其区位选择具有重要意义。

1.2 数据来源

本研究的银行数据来源于2020年各大银行官方网站、金投网、百度地图,利用ArcGIS软件对数据进行空间化处理,建立江宁区银行网点空间分布数据库。根据中国银行类型划分方法,把银行分为国有商业银行、全国性股份制商业银行和地方性股份制银行三类[18]。国有商业银行包括中国银行、中国工商银行等,这类银行在计划经济背景下成立,实力雄厚,经营时间长,在现代经济活动中占据相当重要的地位。全国性股份制商业银行包括中国民生银行、中国光大银行等,这类银行起步相对较晚,但其业务创新力强,企业经营管理制度完善,发展潜力较大。地方性股份制银行包括宁波银行、南京银行等,这类银行股份成分较复杂。道路由国家基础地理信息系统数据库获取,商业中心、地铁口(25个)等数据通过网络地图获取并空间化处理,统计数据来源于相关年份的《南京市统计年鉴》和《江宁统计年鉴》。

1.3 研究方法

1.3.1 平均最近邻分析

平均最近邻比率(R)为观测平均距离除以期望平均距离,其中期望平均距离公式为:

(1)

1.3.2 核密度分析

核密度分析可以直观地识别样本在研究区域内的集聚与分散状况,核密度估计函数可表示为:

(2)

式中,f(x)为核密度函数估计式,n表示阈值范围内的点数,r表示带宽,x-xi表示点事件处的距离。

1.3.3 相关系数分析

相关系数分析研究随机变量之间是否有着某种依存关系,并进一步研究随机变量之间的相关方向和相关程度,相关系数计算公式为:

(3)

r取值在[-1,1]之间,|r|越接近1,表明两变量之间的相关程度越高,变量之间的关系越密切,按照相关系数的大小将相关程度分为以下情况:|r|≥0.8时,可视为两个变量之间高度相关;0.5≤|r|<0.8时,可视为中度相关;0.3≤|r|<0.5时,视为低度相关;|r|<0.3时,说明两个变量之间的相关程度极弱,可视为不相关。

1.3.4 主成分分析法

通过构建区域综合经济实力评价复合型指标体系,分析区域综合经济实力的特点,遵循测度指标选择的全面性、代表性和可获取性,借鉴已有研究成果[24],从经济发展规模(GDP、社会消费品零售总额、工业总产值)、经济发展速度(GDP增长率、二三产业产值增长率)、经济发展结构(二三产业产值比重、工业企业产值增加值占GDP增加值比重)、经济发展效益(人均GDP、居民储蓄余额)四方面构建评价指标体系,运用主成分分析法评价区域综合经济实力。

2 银行网点空间分布特征

2.1 集聚分布特征明显

江宁区银行网点数量为138个,密度为0.089个/km2,平均最近邻距离分析结果表明,江宁区银行网点间的平均最近邻距离为1762.328 m,R值为0.477,说明银行网点具有集聚分布的特点。江宁区银行网点主要集聚在中北部,其他区域银行网点较少且分布零散(见图2a)。分街道来看,东山街道、秣陵街道银行网点最为密集,其他街道银行网点分布零散且较为均匀,银行网点分布较为分散的街道其网点数量都在10以内,最少的是横溪街道和谷里街道,银行网点数量均为2。

分类型来看,三类银行均具有在中心区集中分布的共性,但由于功能和市场定位等的不同,三类银行在外围区的分布差异显著,全国性股份制商业银行集中性最强,国有商业银行和地方性股份制银行在外围区分布零散,不同的是,地方性股份制银行在外围区的分布更均匀。具体而言,国有商业银行网点主要集聚在东山街道和秣陵街道,有个别网点分布在江宁街道、汤山街道和禄口街道,且在禄口街道呈线性分布的特点,横溪街道和谷里街道没有国有商业银行网点(如图2b)。全国性股份制商业银行的网点数量明显少于国有商业银行,集中性最强,全部集聚在中心区域,且主要分布在秣陵街道,其他街道没有全国性股份制商业银行网点(如图2c)。地方性股份制银行在东山街道和秣陵街道集中布局,也广泛分布在其他街道(如图2d)。从银行网点的数量、密度来看,国有商业银行网点的数量占比和密度分别为47.10%、0.042个/km2,全国性股份制商业银行为18.12%、0.016个/km2,地方性股份制银行为34.78%、0.031个/km2,说明国有商业银行网点数量最多,密度最大,其密度为全国性股份制商业银行网点的2.625倍,全国性股份制商业银行网点数量和密度最小。三类银行空间布局的差异是由于国有银行起步早,发展快,经营时间长,国家政策的倾斜使国有商业银行实力更强,形成了庞大的资产规模和强大的盈利能力,其产品线丰富,拥有更多的政策性业务,因而国有商业银行的客户相对分散,其网点除了集聚于中心区域,在其他街道也有分散布局。股份制商业银行在空间分布上倾向于业务需求量更大的中心区域,从而实现经济效益最大化。地方性股份制银行影响力低于其他两类银行,但其经营灵活,信息渠道广,获取本地市场信息成本较低,可以因地制宜地提供适合当地市场需求的金融产品。

图2 南京市江宁区银行网点分布图

图3 南京市江宁区银行网点核密度估计图

2.2 集聚与零散线性分布并存

核密度分析结果表明,银行网点高度集中的区域有3个,即胜太路(胜太路、胜太东路、胜太西路)、上元大街、天元东路,低度集中的区域共有5个,即金箔路、双龙大道、将军大道、金盛路、竹山路(见图3),其中胜太路、上元大街和天元东路集中分布着33家银行网点(见表1),该区域办公楼集中,商业配套基础设施完善,银行网点集中布局。银行网点集聚不仅能提供更多的资金总量,增强银行的影响力,进一步增加银行的业务量,而且部分金融机构经营理念新,创新能力强,在带来优质的金融服务之时,也将对金融市场产生“鲶鱼效应”,从而给地方经济增添更多的活力。核密度分析显示,除集聚分布外,还有部分银行网点零散分布,个别地段出现2家银行网点靠近分布的情况,如禄口街道、江宁街道、湖熟街道的网点呈南北线性分布,且以国有商业银行居多,这些银行网点的分布与道路的相关性较大。

表1 江宁区银行网点集中区及其数量

3 银行网点布局影响因素分析

图4 南京市江宁区综合经济实力等值线图

3.1 综合经济实力

主成分分析结果表明,东山街道、秣陵街道、禄口街道综合经济实力排名前三,其中东山街道的综合经济实力较强,为秣陵街道的1.86倍,排名靠后的区域为横溪街道、湖熟街道、汤山街道、谷里街道、江宁街道,其中江宁街道的综合经济实力仅为东山街道的13.07%。根据计算结果进行插值绘制综合经济实力等值线图,分析等值线图得出,综合经济实力更强的区域,银行网点更密集(见图4),江宁区银行网点主要集聚在东山街道和秣陵街道,东山街道和秣陵街道的银行网点数量分别为39个和59个,由于东山街道是江宁区的政治、经济、文化中心,秣陵街道紧邻东山街道,是江宁区的核心,东山街道和秣陵街道的综合经济实力居前两位,该区域综合经济实力强,金融业务更活跃,对银行高效快捷的金融服务需求更大,银行网点集中布局。禄口街道和麒麟街道的综合经济实力次之,银行网点数量均为6个;横溪街道、湖熟街道、汤山街道、谷里街道的综合经济实力较低,其银行网点数量均不超过4个;江宁街道的综合经济实力最低,但其拥有包括紫金农商银行(陆郎支行、铜井支行)在内的5个银行网点,这是因为江宁街道面积262.22 km2,大于其他街道,同时江宁街道的南京江宁滨江经济开发区的众多企业也吸引了银行网点布局。

图5 南京市江宁区人口密度等值线图

3.2 人口

一定数量的客户群体是银行网点开展业务的基础,人口密集区经济活动较繁忙,业务需求量大,吸引众多银行网点集中布局。借鉴已有研究成果[25],探讨人口密度与银行网点分布的关系,江宁区各街道人口密度和银行网点个数的相关系数为0.699,表明人口密度和银行网点数量为中度相关,人口密度对银行网点布局影响较大。

分析人口密度等值线图,可以得出人口密度越大的区域,银行网点越密集(见图5),东山街道和秣陵街道的银行网点分别占比28.26%和42.75%,两者共计71.01%。东山街道是区委、区政府所在地,人口密度为2658.49人/km2,为全区人口密度的3.54倍,东山街道的上元大街、竹山路、金箔路、天元东路、宏运大道等主要道路沿线分布着众多大型居住区,居住环境较好,服务设施较完善,人口密集,银行业务需求量大,分布着较多银行网点。

秣陵街道人口密度居全区第二,但其银行网点的数量居全区第一,比东山街道多20个。这是由于秣陵街道由原百家湖、秣陵、方山3个街道合并而成,面积为181.51 km2,是东山街道的2.47倍,因而秣陵街道人口数量虽然最多,但其人口密度比东山街道小。淳化街道的人口密度比东山街道、秣陵街道和麒麟街道小,但银行网点的数量却比麒麟街道多6个,主要原因是淳化街道面积为197.85 km2,仅次于江宁街道和横溪街道,同时淳化街道分布着众多高校,包括南京晓庄学院方山校区(2020年在校学生约1.8万人,教职工约1300人)、中国传媒大学南广学院(2020年在校学生约1.3万人,教职工约1100人)、金陵科技学院方山校区(2020年在校学生约2万人,教职工约1300人)等,师生人数众多,形成了以学生群体为主的商业区,商业活动频繁,以简单取款为主要方式的资金流动量大,银行相对集聚,ATM自助银行比重较大。

图6 南京市江宁区商业中心缓冲区图

3.3 商业中心

江宁区承接中心区产业和人口转移,推动了商业的蓬勃发展,形成了影响全市的现代化商圈。根据已有研究[18],参考江宁区城市商业网点规划等相关资料,结合江宁区的发展现状,对江宁区1个市级商业中心、5个区级商业中心、9个社区级商业中心,分别选取1500 m、1000 m和500 m为辐射半径做缓冲区分析(见图6)。江宁区商业中心缓冲区研究表明,分布在商业中心缓冲区内银行网点的数量占总数的61.59%,如百家湖的金鹰天地广场和景枫中心、东山的万达等购物中心周边的银行网点较集中,布局在双龙大道、胜太西路、胜太路、上元大街、金宝市场、竹山路等商业繁华地段的银行网点数量较多,这是由于成熟的商业中心往往区位优越,交通便利,配套齐全,聚集了大量的消费者,消费者在购物时,可顺带办理金融业务,降低到达银行的时间成本,另一方面,银行也为客户在商业中心消费提供了必要的金融服务,同时成熟的商业中心有利于帮助银行网点树立良好的品牌形象,进一步完善银行的服务功能。

图7 南京市江宁区道路缓冲区及银行网点分布

3.4 道路

交通便捷是银行为客户提供优质服务的必要前提,因此银行网点倾向于分布在交通便利的区域。借鉴已有研究成果[18],对江宁区主干道和次干道分别作100 m、50 m的缓冲区(见图7),城市道路缓冲区研究表明,江宁区银行网点分布与城市道路的关系十分密切,97个银行网点分布在主干道100 m缓冲区内,25个银行网点分布在次干道50 m缓冲区内,分布在主干道100 m缓冲区和次干道50 m缓冲区的银行网点占总数的88.41%,沿双龙大道、天元东路、胜太西路、胜太路、上元大街、竹山路等干道集聚更加显著,零散的银行网点大多分布在交叉路口附近,尤其是十字路口,这是由于交叉路口交通便利,人流量大,方便客户到银行办理业务。从道路密度来看,东山街道和秣陵街道的道路密度大于其他街道,其交通可达性最好,服务最便利,银行网点的数量也多于其他街道,成为全区银行网点最密集的区域。

图8 南京市江宁区地铁站缓冲区及银行网点分布

3.5 地铁

与其他交通工具相比,地铁运量大、准时、速度快,能避免城市交通拥堵,成为人们生活中必不可少的出行方式。对江宁区范围内的地铁站(包括1号线、3号线、S1号线)分别作500 m、1000 m、2000 m的缓冲区(见图8),地铁站缓冲区研究表明,地铁站500 m缓冲区有41个银行网点,地铁站500—1000 m缓冲区有24个银行网点,地铁站1000—2000 m缓冲区有21个银行网点,共计86个,占银行网点总数的62.32%,银行网点集中布局在地铁站周边是由于地铁为居民出行提供了极大的便利,地铁站周边客流量较大,靠近地铁站布局的银行网点可以争取更多潜在客源,实现经济效益最大化。

4 结论与讨论

本研究以南京市江宁区为例,采用平均最近邻分析、核密度分析、相关系数分析等方法,探讨江宁区银行网点的空间布局及其区位选择,主要结论如下:

(1) 江宁区银行网点平均最近邻比率为0.477,表明江宁区银行网点集聚分布,区域中北部集聚了大量的银行网点,其他区域银行网点较少且分布零散,东山街道、秣陵街道的银行网点最为密集,其他街道银行网点分布零散且较为均匀。

(2) 不同类型的银行网点分布特征存在一定的差异,全国性股份制商业银行集中性最强,国有商业银行和地方性股份制银行均为中心区集聚、外围区零散分布,且地方性股份制银行在外围区的分布更均匀。国有商业银行网点数量最多,密度最大,全国性股份制商业银行网点数量最少,密度最小。

(3) 江宁区银行网点集聚与零散线性分布并存,银行网点高度集中于胜太路(胜太路、胜太东路、胜太西路)、上元大街、天元东路,低度集中于金箔路、双龙大道、将军大道、金盛路、竹山路,部分银行网点零散分布,个别地段出现银行网点沿道路邻近分布的情况。

(4) 银行网点空间布局受多种因素的综合影响,东山街道和秣陵街道综合经济实力更强,银行网点更密集;东山街道人口密度最大,秣陵街道人口数量最多,两大街道的银行网点占总数的71.01%;商业繁华地段的银行网点数量较多,市级商业中心1500 m缓冲区、区级商业中心1000 m缓冲区和社区级商业中心500 m缓冲区内银行网点的数量占总数的61.59%;银行网点倾向于分布在城市干道周边,主干道100 m缓冲区和次干道50 m缓冲区的银行网点占总数的88.41%;银行网点集中布局在地铁站周边,地铁站2000 m缓冲区内银行网点占总数的62.32%。

以上结论对城市银行网点优化布局具有一定的指导意义。银行网点是服务客户和展示银行形象的窗口,在充分了解城市交通、市政、公共设施、住宅等项目规划的基础上,合理布局银行网点,有利于增强银行竞争力。城市规划为城市经济实体科学合理地安排空间,对城市经济发展产生着深刻的影响,调整与优化银行网点布局必须密切关注城市规划的变化,选择要素密集、交通便捷的地段布局银行网点,银行网点空间布局研究表明,经济、人口、商业、交通等因素往往“锦上添花”,叠加影响银行网点布局,东山街道、秣陵街道不仅综合经济实力强,而且人口和商业密集,交通便捷,该区域的银行网点分布密集,应更重视微区位的调整优化,合理布局银行网点,改善网点的可达性,提高网点的使用率。少数区域如横溪街道银行网点数量过少,应进一步调研,倾听群众的建议,合理布局网点。

此外,银行网点应充分考虑为不同类型的客户群提供差异化服务,根据不同客户群的特点与偏好,为其提供个性化金融服务,如江宁大学城和百家湖商圈,以及百家湖、九龙湖等住宅密集区对小额存取业务需求大,银行应合理布局ATM网点;百家湖商圈、九龙湖商圈等写字楼密集区往往需要更多的对公业务,应布局相应的人工网点,为用户提供高品质的金融服务;中青年、上班族等群体更容易接受ATM网点,该类人群青睐地铁出行,应在百家湖、九龙湖、胜太路、竹山路等人流量大的地铁站周边重点布局ATM网点。

在银行网点区位选择研究方面,由于自然环境、同行竞争、城市规划等因素难以量化,本研究没有分析其对银行网点布局的影响,同时本研究未能获取银行网点布局的时间序列变化,因而本研究没有分析银行网点分布的变化过程,未来研究应将银行网点布局变化、驱动因素和服务半径变化等相结合,进一步揭示银行网点区位选择的鼓励,促进区域金融产业的发展。