金融可得性及其空間變化

王偉 孫芳城

摘 要演金融可得性包含銀行可得性、證券可得性和保險可得性。運(yùn)用改進(jìn)的CRITIC法對31個省份2005～2016年金融可得性水平進(jìn)行了測度，總體而言金融可得性水平很低，并隨時間呈“N型”變化。金融可得性存在空間差異，地理空間上，東部領(lǐng)先、中西部滯后，華北、華東領(lǐng)先，西南滯后；經(jīng)濟(jì)空間上，東部沿海、北部沿海和南部沿海的金融可得性水平較高。全域和局域空間相關(guān)性分析顯示，金融可得性空間效應(yīng)顯著，北京、天津、上海、江蘇、浙江和福建6個省份空間集聚程度較高。

關(guān)鍵詞金融可得性；空間差異；空間效應(yīng)

[中圖分類號]F832 [文獻(xiàn)標(biāo)識碼] A [文章編號]1673-0461（2018）09-0090-08

一、引 言

近30年來，我國金融業(yè)迎來了高速發(fā)展，無論是數(shù)量、結(jié)構(gòu)還是效益上均取得了突出成績。隨著金融的縱深發(fā)展，金融可得性越來越受到人們的重視。其原因在于，一方面，金融部門的發(fā)展并不意味著金融可得性的提升（Demirguc-Kunt和Levine，2008）[1]，還需構(gòu)建金融規(guī)模擴(kuò)張與金融服務(wù)獲取的通道，即提升金融可得性（Bae等，2012）[2]；另一方面，中國金融較大的矛盾是日益增長的金融需求同落后金融可得性之間的矛盾，金融服務(wù)的“最后一公里”問題突出（貝多廣和張銳，2016）[3]。來自《中國家庭金融調(diào)查報告（2014）》的數(shù)據(jù)顯示，從事農(nóng)業(yè)生產(chǎn)和工商業(yè)生產(chǎn)的農(nóng)業(yè)戶籍家庭僅5.84%和9.83%有銀行貸款，而有民間借貸的比例接近15%；2016年G20峰會提供的數(shù)據(jù)亦表明，我國通過金融機(jī)構(gòu)借款的成年人比例僅為9.55%，低于G20國家14.87%的平均水平。

目前，學(xué)術(shù)界對金融可得性的關(guān)注度還不高，僅有的一些文獻(xiàn)亦是在研究其他問題時將其作為一個影響變量納入分析，缺少專門的深入研究。尤其是，金融可得性如何度量？不同空間有無差異？是否存在空間效應(yīng)？本文的思路是，從金融可得性的基本內(nèi)涵和要素出發(fā)，基于銀行可得性、證券可得性和保險可得性三個維度，構(gòu)建金融可得性指標(biāo)體系，通過改進(jìn)的CRITIC法進(jìn)行測算，并根據(jù)地理空間和經(jīng)濟(jì)空間的不同作比較分析，運(yùn)用全域和局域空間相關(guān)性方法，檢驗金融可得性的空間效應(yīng)，最后提出幾點(diǎn)思考。本文余下部分的安排為：第二部分進(jìn)行文獻(xiàn)綜述；第三部分介紹測度方法與結(jié)果；第四部分作空間差異分析；第五部分進(jìn)行空間效應(yīng)研究；最后給出結(jié)論與政策啟示。

二、文獻(xiàn)綜述

學(xué)界有關(guān)金融可得性的文獻(xiàn)，最早源于對信貸可得性的關(guān)注，如Berger和Udell（2006）[4]、郭紅東等（2011）[5]、姚錚等（2013）[6]。隨著普惠金融的發(fā)展，內(nèi)涵更為豐富的金融可得性引起了學(xué)者們的興趣。相關(guān)研究主要集中在三個方面：

一是金融可得性的界定。目前學(xué)界在討論金融可得性問題時，大多沒有給出一個具體的定義。Beck和Augusto（2007）[7]在分析金融服務(wù)時，認(rèn)為金融寬度即金融可得性，主要指金融機(jī)構(gòu)能否為個人提供更多更方便的服務(wù)。世界銀行“金融包容指數(shù)”和國際貨幣基金組織“普惠金融調(diào)查”均強(qiáng)調(diào)了金融可獲得性，其內(nèi)容包括個人金融服務(wù)可獲得性和使用情況兩個方面（郭田勇和丁瀟，2015）[8]。國務(wù)院印發(fā)的《推進(jìn)普惠金融發(fā)展規(guī)劃（2016-2020年）》提出“提高金融服務(wù)可得性”，其途徑包括加大金融支持、完善無障礙金融服務(wù)和提高貸款覆蓋率和參保覆蓋率。肖龍鐸和張兵（2017）[9]指出，金融可得性是用來衡量一個地區(qū)的微觀經(jīng)濟(jì)主體以一定成本獲取正規(guī)金融服務(wù)的難易程度。

二是金融可得性的度量。盡管大多數(shù)學(xué)者使用實證方法研究金融可得性問題，但對于選擇什么樣的指標(biāo)來度量金融，仍然分歧較大。Mookerjee和Kalipioni（2010）[10]用每萬人擁有的銀行機(jī)構(gòu)數(shù)量衡量金融可得性，何韌等（2012）[11]采用有無獲得銀行貸款來簡單衡量，盧亞娟等（2014）[12]則用農(nóng)戶獲得的正規(guī)與非正規(guī)貸款總額來衡量農(nóng)戶的金融可得性。一些學(xué)者意識到單一指標(biāo)的缺陷，于是選擇多個指標(biāo)。尹志超等（2015）[13]把樣本村（或社區(qū)）所有農(nóng)村家庭存款開戶銀行的家數(shù)作為金融可得性的衡量指標(biāo)，并將每萬人證券營業(yè)部數(shù)量和每萬人ATM機(jī)數(shù)量作為補(bǔ)充指標(biāo)。丁忠明等（2017）[14]則用人均銀行信貸量、人均金融資產(chǎn)持有量、人均商業(yè)保險金額三個指標(biāo)來測度金融可得性。

三是金融可得性的作用。主要表現(xiàn)在就業(yè)創(chuàng)造、收入增長、家庭資產(chǎn)配置等方面的影響。金融可得性對就業(yè)創(chuàng)造具有重要作用，主要表現(xiàn)在緩解融資約束（Klapper等，2010）[15]、激發(fā)創(chuàng)新創(chuàng)業(yè)精神（Bianchi，2010）[16]、影響勞動雇傭決策和勞動力需求（Benmelech等，2011；Duygan-Bump等，2015）[17-18]。當(dāng)金融可得性每提高1%，農(nóng)村家庭的非農(nóng)就業(yè)水平將提升1.74%；同時，金融可得性對當(dāng)?shù)剞r(nóng)村家庭人均純收入具有顯著正向影響，且這種正向影響大部分可歸因于金融可得性提高帶來的家庭非農(nóng)就業(yè)水平的提升（肖龍鐸和張兵，2017）[9]。金融可得性的提高還會促進(jìn)家庭更多地參與正規(guī)金融市場和進(jìn)行資產(chǎn)配置，農(nóng)村和中西部地區(qū)的邊際影響更大（尹志超等，2015）[13]。

從以上文獻(xiàn)可知，當(dāng)前關(guān)于金融可得性的研究已取得一定成效，但仍有較大的改進(jìn)空間。一是內(nèi)涵界定不清，并導(dǎo)致度量指標(biāo)不科學(xué)，測算出的金融可得性水平難免偏誤；二是運(yùn)用空間計量方法考察金融可得性的空間效應(yīng)，還沒有文獻(xiàn)涉及；三是缺乏多視角的空間差異比較分析，以考察金融可得性的空間變化。本文將彌補(bǔ)這些不足，提供相關(guān)經(jīng)驗證據(jù)。

三、金融可得性測度

本文認(rèn)為，可得性不僅包含資源的可及性，還應(yīng)能獲得這種資源，前者強(qiáng)調(diào)的是范圍上覆蓋，后者則是有效需求的滿足程度。由此，金融可得性是指一個地區(qū)居民能夠方便地接受質(zhì)量可靠的正規(guī)金融服務(wù)，并有能力購買這些服務(wù)，是普惠金融發(fā)展的關(guān)鍵目標(biāo)之一。從構(gòu)成要素來看，金融可得性的主體是居民，重點(diǎn)為個人（或家庭），客體是各類金融機(jī)構(gòu)提供的正規(guī)金融服務(wù)，實質(zhì)是主體對客體的滿足感。

（一）指標(biāo)和數(shù)據(jù)

由于金融服務(wù)的多樣性，本文不僅考慮銀行可得性，還把證券可得性和保險可得性納入，從這三個維度來描述金融可得性；指標(biāo)選擇上，既強(qiáng)調(diào)金融機(jī)構(gòu)密度，又兼顧金融服務(wù)，最終得到7個指標(biāo)，如表1。其中，銀行可得性用網(wǎng)點(diǎn)密度、存款服務(wù)和貸款服務(wù)3個指標(biāo)衡量：銀行機(jī)構(gòu)通過設(shè)立網(wǎng)點(diǎn)、優(yōu)化布局，實現(xiàn)人員、設(shè)備和產(chǎn)品等金融資源直接投放市場，增加可及性；存貸款是金融資源的再分配，延伸了物理網(wǎng)點(diǎn)的單一功能，體現(xiàn)了實體銀行、電子銀行、網(wǎng)絡(luò)銀行等服務(wù)居民的能力，是金融資源可得性的重要標(biāo)志。同樣，證券可得性和保險可得性也從密度和服務(wù)兩個視角，選擇了相應(yīng)指標(biāo)。

數(shù)據(jù)來源上，直接獲取的指標(biāo)有：“土地面積”來源于各省份政府網(wǎng)站，“常住人口”“原保險保費(fèi)收入”和“原保險賠付支出”來源于歷年《中國統(tǒng)計年鑒》，“城鄉(xiāng)居民儲蓄存款”和“個人消費(fèi)貸款”來源于各省份歷年《金融運(yùn)行報告》，“累計證券開戶數(shù)”和“滬深A(yù)股交易額”來源于wind數(shù)據(jù)庫。需要整理計算的指標(biāo)有：“銀行網(wǎng)點(diǎn)數(shù)”根據(jù)中國證監(jiān)會“金融許可證信息”手工整理得出，涵蓋所有商業(yè)銀行、政策性銀行、農(nóng)村信用社、農(nóng)村合作銀行、村鎮(zhèn)銀行的各類分支機(jī)構(gòu)。以上所有指標(biāo)時間跨度為2005～2016年，涵蓋的樣本為內(nèi)地31個省份。

（二）測度方法

為減少主觀賦權(quán)的隨意性，并考慮指標(biāo)變異大小對權(quán)重的影響以及各指標(biāo)間的沖突性，我們采用改進(jìn)的CRITIC評價法來確定權(quán)重Wj，表達(dá)式如下：

Wj=（1）

式中ej為熵權(quán)法的客觀權(quán)重，表達(dá)式如下：

ej=-（lnn）-1pijlnpij（2）

其中，pij=dij/∑dij，dij是對原始數(shù)據(jù)fij進(jìn)行標(biāo)準(zhǔn)化后的數(shù)據(jù)，其算法如下：

dij=，當(dāng)fij為正指標(biāo)，當(dāng)fij為負(fù)指標(biāo)（3）

因此，金融可得性FAi=100×∑Wjdj運(yùn)算后的權(quán)重分布如表2，易知，各指標(biāo)橫縱向上均發(fā)生了變化，采用某個或幾個指標(biāo)來衡量金融可得性，局限性不言而喻。從縱向來看，以2005年為例，金融可得性權(quán)重較大的指標(biāo)有保險密度和銀行網(wǎng)點(diǎn)密度，權(quán)重較小的則是貸款服務(wù)和保險賠付服務(wù)；重要性較高的是銀行可得性，權(quán)重之和為0.399 6，其次是保險可得性和證券可得性，權(quán)重之和分別為0.304 1和0.296 3。相應(yīng)地，2016年金融可得性權(quán)重較大的是貸款服務(wù)和銀行網(wǎng)點(diǎn)密度，權(quán)重較小的是保險賠付服務(wù)和保險密度，對比可知，貸款服務(wù)的重要性得到了明顯提高，保險密度則明顯下降，銀行、證券和保險可得性權(quán)重加總也演變?yōu)?.545 2、0.252 4和0.202 4，銀行可得性得到了強(qiáng)化，證券和保險可得性則有所弱化。

（三）測算結(jié)果

表3給出了金融可得性測算結(jié)果。從平均得分來看，全國金融可得性水平很低，僅9.79，說明居民普遍難以獲取高質(zhì)量的正規(guī)金融服務(wù)。其原因在于，一方面，盡管我國金融發(fā)展規(guī)模有了很大提高，但空間分布不平衡，不少地方金融資源還很貧乏，可及性不足，且金融資源很可能集中于少數(shù)人身上（Ayyagari等，2016）[19]，這無疑降低了總體的金融可得性水平；另一方面，農(nóng)村和偏遠(yuǎn)城鎮(zhèn)廣泛存在的金融排斥，導(dǎo)致低收入群體較難獲取有效的金融服務(wù)，金融資源雖可及但卻不可得，這是阻遏金融服務(wù)可得性的深層次原因?？傊?，當(dāng)前和未來一段時期，提高金融可得性成為亟須面對的現(xiàn)實問題。

從各省的得分來看，金融可得性排名前三位的為上海、北京和天津，其中上海和北京得分大幅領(lǐng)先，與其全國性金融中心的地位高度相符。它們擁有絕對優(yōu)勢的金融資源占有量和均等化程度高的基礎(chǔ)性金融服務(wù)，居民可獲取的資金成本低，可及性金融服務(wù)方便快捷，金融可得性水平很高，是名副其實的第一梯隊。排名靠后的3個省份為貴州、西藏和廣西，得分極低，這些地區(qū)經(jīng)濟(jì)發(fā)展落后，金融供給十分有限，金融可得性存在“先天性不足”，加上居民自身金融條件較差，獲取能力不足，這又反過來抑制金融集聚，加劇金融資源“空心化”，使得有些地區(qū)金融可得性不斷陷入惡性循環(huán)的困境。

從各年的得分來看，金融可得性具有時期的異質(zhì)性。如表4，得分最高的年份為2011年，達(dá)到11.23，得分最低的年份為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個年份，低于平均分的則是2005～2009年5個年份，金融可得性表現(xiàn)為以2010年為分界線的兩個階段。從整體得分的變化來看，金融可得性呈現(xiàn)先升后降再升的“N型”趨勢，其中2005～2011年得分持續(xù)較快提升，反映了以可得性為關(guān)鍵目標(biāo)的普惠金融建設(shè)初見成效；與此同時，2012～2015年金融可得性基本步入緩慢的下降通道，顯示了發(fā)展中的困境，2016年則有了較大幅度上升，與該年實施的《推進(jìn)普惠金融發(fā)展規(guī)劃（2016-2020年）》呼應(yīng)。

四、金融可得性空間差異

為進(jìn)一步檢驗金融可得性是否存在空間異質(zhì)性，我們從地理空間和經(jīng)濟(jì)空間兩個角度，作如下比較分析：

（一） 地理空間差異

表5報告了東中西部三大地帶以及華北、東北、華東、中南、西南和西北六大區(qū)域的金融可得性測算結(jié)果。從三大地帶來看，東部得分較高，中西部得分較低且相當(dāng)，東中西雖然依次遞減，但并非呈典型的“三梯次”分布格局，而是“東部領(lǐng)先、中西部滯后”的“兩梯次”態(tài)勢，這與區(qū)域經(jīng)濟(jì)金融發(fā)展水平基本對應(yīng)。以銀行網(wǎng)點(diǎn)密度為例，2016年東部11省市每萬人、每萬平方公里網(wǎng)點(diǎn)數(shù)為0.638個，中部8省市、西部12省市分別為0.084個和0.069個，東部地區(qū)大幅高于中西部地區(qū)，而中西部差距較小。但歷年的金融可得性水平變化顯示了積極信號，如圖1，東中西部的得分總體是上升的，尤其是在2005～2010年，穩(wěn)步提升的趨勢較明顯；經(jīng)歷過2011～2015年的起伏波動后，2016年東中西部金融可得性水平又開始回升，逐漸向峰值靠近。

六大區(qū)域的得分顯示，華北和華東的得分較高，處于第一梯隊，東北、中南和西北的得分居中，為第二梯隊，西南的得分最低，處于第三梯隊。由此，華北和華東是我國居民金融可得性的高地，人們獲取金融資源更容易，也更有能力享受這些便利的金融服務(wù)。換言之，在地理空間上，華北和華東已成為區(qū)域金融發(fā)展極，其具有的吸附和集聚優(yōu)勢，讓金融資源的可及性和可得性大幅上升。無獨(dú)有偶，東北、中南和西北并非金融富集地，但它們分布在華北和華東組成的“T”形地帶周邊，在華北和華東的帶動輻射下，金融可得性水平有了提高（如圖2），成為“第二梯隊”；相反，同樣為金融貧困區(qū)的西南，卻因不與“T”形地帶接壤，難以從輻射帶動中受益，而落入第三梯隊。歷年的變化趨勢上，六大區(qū)域與東中西部較為相似，但2016年東北繼續(xù)下降的態(tài)勢值得關(guān)注。

（二）經(jīng)濟(jì)空間差異

根據(jù)國家統(tǒng)計局的劃分標(biāo)準(zhǔn)，表6給出了八大經(jīng)濟(jì)空間的測算結(jié)果。從得分大小來看，東部沿海、北部沿海和南部沿海的金融可得性水平較高，東北地區(qū)、黃河中游、長江中游、大西北地區(qū)和西南地區(qū)的金融可得性水平較低，基本呈現(xiàn)出“兩大陣營”的經(jīng)濟(jì)空間特點(diǎn)，這與地理空間的梯次分布有所不同。沿海地區(qū)之所以在金融可得性方面存在優(yōu)勢，與改革開放后國家實施的沿海傾斜政策有關(guān)，在非均衡發(fā)展戰(zhàn)略下，大量的金融剩余流向沿海地區(qū)，催生了它們強(qiáng)大的金融產(chǎn)業(yè)，形成了一批以省會城市為腹地的區(qū)域金融中心。但這也同時加劇了非沿海地區(qū)的資源流失，讓居民的金融可得性人為的不足，加上這些地區(qū)經(jīng)濟(jì)發(fā)展的基礎(chǔ)薄弱、水平較低，對金融機(jī)構(gòu)的吸引力也不強(qiáng)，金融資源在經(jīng)歷“政策性遷徙”后又迎來“經(jīng)濟(jì)性遷徙”，金融可得性水平變得很低。

圖3進(jìn)一步揭示了經(jīng)濟(jì)空間各年的金融可得性變化規(guī)律。東部沿海作為“強(qiáng)陣營”，2005～2013年得分處于快速上升階段，但在2013～2015年出現(xiàn)了明顯的下降，2016年后又強(qiáng)勢回升，基本呈“N”型變化趨勢。但“強(qiáng)陣營”也有所分化，北部沿海總體趨勢就十分平緩，南部沿海與東部沿海的變化上雖有一定的相似性，但變化幅度也較小。與東中西部、六大地理區(qū)域相比，“強(qiáng)陣營”得分的起伏波動較少，處于連續(xù)增長的年份較多，且2015年后反彈幅度較大，反映了這些經(jīng)濟(jì)區(qū)域居民獲取金融資源的便利程度高，即使經(jīng)歷短暫調(diào)整也可快速的還原提升。作為“弱陣營”的非沿海地區(qū)表現(xiàn)明顯不同，整體變化較小、階段性不強(qiáng)，且2016年大多數(shù)經(jīng)濟(jì)區(qū)域回升力度不大。這意味著，“弱陣營”地區(qū)的金融活力不強(qiáng)，金融基礎(chǔ)建設(shè)停滯不前，面向居民的金融服務(wù)供給仍然不足，兩大陣營的差距也在擴(kuò)大。

五、金融可得性空間效應(yīng)

從前文可知，金融可得性具有地理空間和經(jīng)濟(jì)空間上的差異，但是否具有空間效應(yīng)還缺乏直接的證據(jù)，下面我們將運(yùn)用空間統(tǒng)計方法，作進(jìn)一步分析。

（一）全域相關(guān)性分析

全域Moran's I指數(shù)是檢驗空間相關(guān)性的常用方法，其計算公式如下：

Moran's I=（4）

式中，yi表示第i地區(qū)的金融可得性得分，n為地區(qū)總數(shù)（本文為31），Wij為二進(jìn)制的鄰接空間權(quán)值矩陣，當(dāng)區(qū)域i和區(qū)域j相鄰，Wij=1，否則Wij=0。Moran's I的取值為[-1，1]，當(dāng)數(shù)值為正，代表正相關(guān)，即具有相似的屬性集聚在一起，數(shù)值為負(fù)代表負(fù)相關(guān)，即具有相異的屬性集聚在一起，0表示該屬性是隨機(jī)的，沒有空間相關(guān)性。

表7的結(jié)果顯示，各年Moran's I指數(shù)的數(shù)值較大，正態(tài)分布統(tǒng)計量Z值在5%顯著水平下均通過檢驗。這意味著，對于地域廣袤的中國來說，金融可得性確實存在正的空間依賴性，區(qū)域之間呈現(xiàn)出較明顯的空間集聚特征，近鄰效應(yīng)顯著。從各年份變化來看，2013年Moran'sI指數(shù)達(dá)到最大，為0.283 5，2005年Moran's I指數(shù)最小，為0.205 2，總體上這種空間集聚特征有一定程度提高。但金融可得性的階段性也較強(qiáng)，其中，2005～2007年Moran's I指數(shù)在上升，空間相關(guān)性不斷增強(qiáng)，2007～2011年則變化平緩，金融可得性的集聚性趨于平穩(wěn)，2012～2016年在形態(tài)上呈“倒U型”，顯示了通過普惠金融體系建設(shè)，金融可得性的地區(qū)差異有所緩解，空間集聚效應(yīng)有所弱化。

（二）局域相關(guān)性分析

全域的Moran's I指數(shù)只能從整體上反映金融可得性的平均集聚程度，并不能夠量化各個集聚區(qū)的集聚類型，而局域空間相關(guān)性分析能夠彌補(bǔ)這一點(diǎn)。Moran散點(diǎn)圖是檢驗局域相關(guān)性的主要方法，能識別局域空間集聚的“熱點(diǎn)”和“冷點(diǎn)”，揭示空間奇異值。散點(diǎn)圖的橫軸為金融可得性X，縱軸為空間滯后向量Lagged X，劃分的四個象限代表不同類型的局部空間關(guān)聯(lián)形式：第一象限為“高-高”象限，代表空間單元自身集聚度高，周邊單元的集聚度也高；第三象限則相反，為“低-低”象限，自身及周邊單元集聚度都低；第二象限代表“低-高”空間關(guān)聯(lián)類型，意思是低集聚度單元為高集聚度單元包圍；第四象限為“高-低”空間關(guān)聯(lián)類型，高集聚度單元為低集聚度單元包圍。按照擴(kuò)散理論，高高、低低應(yīng)該各自在一起，因此處于第二和第四象限的單元被視為異常單元。

圖4展示了2005年和2016年金融可得性的Moran散點(diǎn)圖。易知，大部分省份處于第一和第三象限，說明金融可得性的空間分布規(guī)律十分明顯，大部分地區(qū)與周邊地區(qū)存在正向空間溢出效應(yīng)。其中，2016年北京、天津、上海、江蘇、浙江和福建6個省份處于第一象限，構(gòu)成中國金融可得性的主要集聚區(qū)，這些省份地處沿海和東部地區(qū)，金融基礎(chǔ)設(shè)施和服務(wù)的均等化水平較高，滴涓效應(yīng)明顯。山西、內(nèi)蒙古、遼寧、吉林、黑龍江、安徽、江西、山東、河南、湖北、湖南、廣西、海南、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海和寧夏22個省份處于第三象限，即金融可得性水平低的省份被相應(yīng)水平低的省份包圍。值得注意的是，河北處于第二象限，廣東和新疆處于第四象限，均為異常單元，對周圍的輻射能力不強(qiáng)，可能的原因在于：一方面，地方行政分割或政策性保護(hù)，阻礙和抑制了金融可得性的空間溢出；另一方面，周邊金融軟硬件建設(shè)配套不到位，或者已存在金融中心（如廣東存在廣州、深圳兩大金融高地），不利于發(fā)揮中心地區(qū)的輻射帶動作用。

從2005年和2016年的Moran散點(diǎn)圖分布來看，各象限存在一定變化。首先，2005年處于第一象限的有北京、天津、上海、江蘇和浙江5個省份，而2016年增加了福建省，可見隨著時間的推移，金融可得性的集聚程度穩(wěn)中有進(jìn)，區(qū)域性高地已然形成。福建省作為全國擁有較多區(qū)域性金融改革項目的省份之一，金融業(yè)發(fā)展迅速，在全國貸款余額前10名的省份中，福建貸款增速位居第一。其次，分布在第三象限的省份最多，且多為中西部地區(qū)，但從2005年和2016年的對比可以看出，“低-低”空間關(guān)聯(lián)形式的省份有所分化，存在向第一、二和四象限轉(zhuǎn)移的趨勢。在推進(jìn)“低-低”類型的省份發(fā)展中，應(yīng)突出重點(diǎn)，緊抓金融可得性基礎(chǔ)相對較好、能發(fā)揮輻射作用的地區(qū)，促進(jìn)其轉(zhuǎn)型升級，發(fā)揮空間溢出效應(yīng)，帶動整體水平提升。最后，2005年處于第四象限的省份僅廣東，2016年卻增加了新疆，顯示了新疆在金融可得性方面雖有了較大進(jìn)步，但被周邊低集聚度省份包圍，難以實現(xiàn)技術(shù)擴(kuò)散和資源共享。

六、結(jié)論與啟示

本文從銀行可得性、證券可得性和保險可得性三個維度構(gòu)建了金融可得性指標(biāo)體系，運(yùn)用改進(jìn)的CRITIC評價法對31個省份金融可得性水平進(jìn)行了測度。結(jié)果顯示，全國金融可得性水平很低，并呈先升后降再升的“N型”趨勢；地理空間上，東部水平領(lǐng)先、中西部滯后，華北、華東的得分較高，東北、中南和西北得分居中，西南得分最低；經(jīng)濟(jì)空間上，東部沿海、北部沿海和南部沿海的金融可得性水平較高，東北地區(qū)、黃河中游、長江中游、大西北地區(qū)和西南地區(qū)的金融可得性水平較低。進(jìn)一步的空間相關(guān)性分析得出，金融可得性的空間集聚特征明顯，北京、天津、上海、江蘇、浙江和福建6個省份構(gòu)成中國金融可得性的主要集聚區(qū)。

本文的政策啟示在于：

一是高度重視金融可得性的作用。金融可得性的增強(qiáng)，不僅提高居民參與正規(guī)金融市場的比例，促進(jìn)全社會金融包容性水平，推進(jìn)普惠金融體系建設(shè)；還是保障居民公共權(quán)益和社會福利的基礎(chǔ)性工程，有利于緩解落后地區(qū)和特殊群體的生產(chǎn)生活困難，減少內(nèi)源性貧困。中西部地區(qū)和非沿海地區(qū)普遍存在的金融約束和金融排斥，降低了居民金融可得性水平，剝奪和限制了居民金融發(fā)展權(quán)。建議將居民金融可得性指標(biāo)納入地方政績考核。

二是進(jìn)一步提高金融網(wǎng)點(diǎn)和金融服務(wù)覆蓋率。按照《推進(jìn)普惠金融發(fā)展規(guī)劃（2016-2020）》的要求，充分發(fā)揮“互聯(lián)網(wǎng)+”和新興信息技術(shù)作用，通過發(fā)展手機(jī)銀行、網(wǎng)上銀行、移動支付、代理網(wǎng)點(diǎn)等補(bǔ)齊物理網(wǎng)點(diǎn)短板，加快實現(xiàn)各地區(qū)鄉(xiāng)鎮(zhèn)層級網(wǎng)點(diǎn)的全覆蓋。同時，升級改造助農(nóng)取款服務(wù)村級覆蓋網(wǎng)絡(luò)和城市社區(qū)全方位金融服務(wù)網(wǎng)絡(luò)，完善對特殊群體的無障礙金融服務(wù)，提高服務(wù)總量和服務(wù)質(zhì)量。

三是加大金融資源的跨區(qū)域整合。實行金融功能分區(qū)、錯位發(fā)展的省際金融發(fā)展戰(zhàn)略，加強(qiáng)地理空間和經(jīng)濟(jì)空間的金融合作，發(fā)揮空間溢出效應(yīng)，支持中西部地區(qū)總部金融、結(jié)算金融等新業(yè)態(tài)培育。實施點(diǎn)面結(jié)合的跨區(qū)域金融專項扶持，支持地區(qū)性金融中心建設(shè)和周邊地區(qū)金融軟硬件配套建設(shè)，在風(fēng)險可控的前提下，積極引導(dǎo)農(nóng)村和城市商業(yè)銀行、新型金融機(jī)構(gòu)到偏遠(yuǎn)縣域?qū)嵤┛鐓^(qū)域經(jīng)營。

[參考文獻(xiàn)]

[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] 貝多廣，張銳.試論普惠金融國家發(fā)展戰(zhàn)略的目標(biāo)[J].財經(jīng)智庫，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] 郭紅東，陳敏，韓樹春.農(nóng)民專業(yè)合作社正規(guī)信貸可得性及其影響因素分析——基于浙江省農(nóng)民專業(yè)合作社的調(diào)查[J].中國農(nóng)村經(jīng)濟(jì)，2011（7）：25-33.

[6] 姚錚，胡夢婕，葉敏.社會網(wǎng)絡(luò)增進(jìn)小微企業(yè)貸款可得性作用機(jī)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，丁瀟.普惠金融的國際比較研究——基于銀行服務(wù)的視角[J].國際金融研究，2015（2）：55-64.

[9] 肖龍鐸，張兵.金融可得性、非農(nóng)就業(yè)與農(nóng)民收入——基于CHFS數(shù)據(jù)的實證研究[J].經(jīng)濟(jì)科學(xué)，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] 何韌，劉兵勇，王婧婧.銀企關(guān)系、制度環(huán)境與中小微企業(yè)信貸可得性[J].金融研究，2012（11）：103-115.

[12] 盧亞娟，張龍耀，許玉韞.金融可得性與農(nóng)村家庭創(chuàng)業(yè)——基于CHARLS數(shù)據(jù)的實證研究[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2014，34（10）：89-99.

[13] 尹志超，吳雨，甘犁.金融可得性、金融市場參與和家庭資產(chǎn)選擇[J].經(jīng)濟(jì)研究，2015（3）：87-99.

[14] 丁忠民，玉國華，王定祥.土地租賃、金融可得性與農(nóng)民收入增長——基于CHFS的經(jīng)驗[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，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.