王琴 陸佳行
摘 要:針對(duì)中國(guó)郵政儲(chǔ)蓄銀行網(wǎng)點(diǎn)布局整合的熱點(diǎn)現(xiàn)象,以江蘇省郵政儲(chǔ)蓄銀行網(wǎng)點(diǎn)空間分布為例,建立空間滯后模型分析郵儲(chǔ)銀行網(wǎng)點(diǎn)布局對(duì)區(qū)域經(jīng)濟(jì)的影響。研究表明,郵儲(chǔ)銀行網(wǎng)點(diǎn)自然地理空間分布較均勻,但經(jīng)濟(jì)地理空間分布差異較大。各地級(jí)市間網(wǎng)點(diǎn)分布存在正的空間自相關(guān)性,呈現(xiàn)出高高聚集、低低聚集的現(xiàn)象,郵儲(chǔ)銀行的支行和營(yíng)業(yè)所網(wǎng)點(diǎn)布局有利于促進(jìn)當(dāng)?shù)亟?jīng)濟(jì)的發(fā)展,但基于行政區(qū)劃管理設(shè)置的分行網(wǎng)點(diǎn)卻對(duì)經(jīng)濟(jì)增長(zhǎng)無益。
關(guān)鍵詞:郵政儲(chǔ)蓄銀行;空間自相關(guān);空間滯后模型
中圖分類號(hào):F832? ? ? ? 文獻(xiàn)標(biāo)志碼:A? ? ? 文章編號(hào):1673-291X(2019)01-0058-03
中國(guó)郵政儲(chǔ)蓄銀行(以下簡(jiǎn)稱“郵儲(chǔ)銀行”)作為我國(guó)第五大國(guó)有上市銀行,是我國(guó)擁有物理網(wǎng)點(diǎn)最多的銀行。在傳統(tǒng)銀行進(jìn)行“互聯(lián)網(wǎng)+”、自助銀行的業(yè)態(tài)升級(jí)時(shí),郵儲(chǔ)銀行不可避免地面臨著物理網(wǎng)點(diǎn)的重新合理布局。據(jù)銀監(jiān)局網(wǎng)站公告,2016年4—7月郵儲(chǔ)銀行減少52家支行網(wǎng)點(diǎn),這一現(xiàn)象在繼工農(nóng)建商四大國(guó)有商業(yè)銀行撤并網(wǎng)點(diǎn)后又一次引起熱議。郵儲(chǔ)銀行最初設(shè)立時(shí)具有普惠金融的性質(zhì),在面臨上市公司追求績(jī)效的壓力下,如何更好地優(yōu)化、合理布局?盡管已有不少涉及郵儲(chǔ)銀行的研究,但這些研究主要集中于對(duì)郵儲(chǔ)銀行的改革發(fā)展[1~2]、市場(chǎng)定位及發(fā)展方向[3]、支行網(wǎng)點(diǎn)發(fā)展對(duì)策[4~5]、網(wǎng)點(diǎn)建設(shè)[6]、內(nèi)在缺陷及改革創(chuàng)新[7],中間業(yè)務(wù)的發(fā)展與對(duì)策[8]等方面。對(duì)郵儲(chǔ)銀行網(wǎng)點(diǎn)空間布局的研究[4~6]較少,本文擬以江蘇省為例,研究郵儲(chǔ)銀行網(wǎng)點(diǎn)自然地理空間分布和經(jīng)濟(jì)地理空間分布的特點(diǎn),并運(yùn)用空間模型研究郵儲(chǔ)銀行網(wǎng)點(diǎn)布局與區(qū)域經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系。
一、江蘇省郵儲(chǔ)銀行網(wǎng)點(diǎn)布局現(xiàn)狀
根據(jù)郵儲(chǔ)銀行官方網(wǎng)站數(shù)據(jù),江蘇省郵儲(chǔ)銀行網(wǎng)點(diǎn)合計(jì)有2 502家,其中分行12家,支行404家,營(yíng)業(yè)所2 086家。除宿遷市不存在分行網(wǎng)點(diǎn)外,其余12個(gè)地級(jí)市均各擁有一家分行,整體分布較為均衡;蘇州、南通、徐州、南京支行網(wǎng)點(diǎn)數(shù)量較多,分別為49家、48家、43家、36家,而連云港、淮安、鎮(zhèn)江支行數(shù)量較少,分別為18家、19家、23家;南通、蘇州、鹽城營(yíng)業(yè)所數(shù)量明顯多于其他地級(jí)市,分別為270家、225家、204家,均在200家以上,而連云港、鎮(zhèn)江、宿遷營(yíng)業(yè)所數(shù)量相對(duì)較少,分別為99家、101家、101家;南通市擁有的各類網(wǎng)點(diǎn)數(shù)量最多為319家,其次是蘇州市、徐州市分別為275家、236家,而數(shù)量最少的3個(gè)市,連云港市只有118家,鎮(zhèn)江市有125家,宿遷市則是126家。
二、郵儲(chǔ)銀行網(wǎng)點(diǎn)布局的空間效應(yīng)分析
(一)數(shù)據(jù)來源與變量說明
本文研究對(duì)象為江蘇省13個(gè)地級(jí)市,有關(guān)各地級(jí)市郵儲(chǔ)銀行各類型網(wǎng)點(diǎn)數(shù)量的數(shù)據(jù)統(tǒng)計(jì)來源于中國(guó)郵政儲(chǔ)蓄銀行網(wǎng)站發(fā)布的相關(guān)信息,有關(guān)各地級(jí)市生產(chǎn)總值、人口、土地面積、財(cái)政預(yù)算支出、從業(yè)人員等數(shù)據(jù)來源于江蘇省統(tǒng)計(jì)局發(fā)布的2000—2016年《江蘇省統(tǒng)計(jì)年鑒》。
為分析郵政儲(chǔ)蓄銀行網(wǎng)點(diǎn)分布對(duì)區(qū)域經(jīng)濟(jì)的影響,本文借鑒呂勇斌研究商業(yè)銀行空間布局對(duì)區(qū)域經(jīng)濟(jì)影響文獻(xiàn)中的變量指標(biāo),以人均GDP作為經(jīng)濟(jì)增長(zhǎng)的代理變量,郵儲(chǔ)銀行網(wǎng)點(diǎn)空間分布作為核心解釋變量,以就業(yè)率、人均固定資產(chǎn)、財(cái)政支出貢獻(xiàn)作為控制變量。本文固定資產(chǎn)采取存量進(jìn)行分析,而搜集的數(shù)據(jù)固定資產(chǎn)投資為當(dāng)年實(shí)際的投資量,屬于流量指標(biāo),故采用永續(xù)盤存法進(jìn)行存量的轉(zhuǎn)換。
(二)模型的選取
一般而言,相鄰地區(qū)的經(jīng)濟(jì)狀況會(huì)存在一定的交互作用,一定程度上表現(xiàn)出空間依賴性或空間相關(guān)性。因此,直接采用普通最小二乘法(OLS)建模分析,將忽略空間相關(guān)性變量對(duì)模型的影響,從而估計(jì)結(jié)果會(huì)產(chǎn)生偏誤。對(duì)于存在空間相關(guān)性變量的建模中,需考慮地區(qū)間的交互作用,通過建立合適的空間權(quán)重矩陣對(duì)模型做出修正??臻g自相關(guān)可以體現(xiàn)在因變量的滯后項(xiàng)及誤差項(xiàng)兩方面,可分別通過建立空間滯后模型(SLM)及空間誤差模型(SEM)予以解決??紤]到地區(qū)經(jīng)濟(jì)間存在空間相關(guān)性,本文采用空間滯后模型(SLM)分析解釋變量對(duì)區(qū)域經(jīng)濟(jì)的影響,該模型定義如下:
y=?姿Wy+X?茁+?著(1)
式中,y為被解釋變量;W為一致的空間權(quán)重矩陣(此處為上文定義的鄰接權(quán)重矩陣);Wy為空間滯后因變量;?姿為空間自回歸系數(shù),用于度量空間滯后Wy對(duì)y的影響,空間依賴性僅有單一參數(shù)?姿來刻畫;X為n×k數(shù)據(jù)矩陣(其中n=13為地級(jí)市數(shù)量,k=6為解釋變量個(gè)數(shù));?茁k×1為相應(yīng)系數(shù);?著為隨機(jī)誤差,且有?著~(0,?滓2In);如果?姿=0,則方程簡(jiǎn)化為一般的線性回歸模型。
為驗(yàn)證被解釋變量經(jīng)濟(jì)發(fā)展水平存在空間自相關(guān)性,利用Geoda軟件計(jì)算得到江蘇省各地級(jí)市的經(jīng)濟(jì)發(fā)展水平的全局Morans I估計(jì)值為0.762,檢驗(yàn)的Z值為3.731,在1%的顯著性水平上通過了檢驗(yàn),說明江蘇省各地級(jí)市整體的經(jīng)濟(jì)發(fā)展水平為空間正相關(guān),并且經(jīng)濟(jì)發(fā)展水平呈現(xiàn)出高高聚集(HH)及低低聚集(LL)的特征??臻g滯后模型及空間誤差模型的LM值分析可知,LMlag統(tǒng)計(jì)量值相對(duì)于LMerr更為顯著(3.483>3.038),R-LMlag統(tǒng)計(jì)量相對(duì)于R-LMerr也更為顯著(6.273>5.826),故建立空間滯后模型(R-LMlag)優(yōu)于空間誤差模型(見表1)。
(三)實(shí)證結(jié)果分析
空間自回歸系數(shù)(記為rho)的估計(jì)值為0.08,且模型滯后項(xiàng)在1%水平上顯著,故存在顯著的空間自回歸效應(yīng),這表明各地級(jí)市經(jīng)濟(jì)發(fā)展水平存在顯著的空間溢出現(xiàn)象,即各地區(qū)經(jīng)濟(jì)發(fā)展水平具有正的空間相關(guān)性,一個(gè)地區(qū)經(jīng)濟(jì)水平的提升會(huì)帶動(dòng)周邊地區(qū)的經(jīng)濟(jì)發(fā)展。
從核心解釋變量來看,郵儲(chǔ)銀行支行及營(yíng)業(yè)所的回歸系數(shù)均為正值,且能通過在1%顯著性水平下的檢驗(yàn),表明郵儲(chǔ)銀行支行及營(yíng)業(yè)所在合理布局的情況下能夠促進(jìn)當(dāng)?shù)亟?jīng)濟(jì)水平的發(fā)展,且這種積極影響是顯著的;而郵儲(chǔ)銀行分行網(wǎng)點(diǎn)的回歸系數(shù)為負(fù)值并通過了1%顯著性水平下的檢驗(yàn),這從側(cè)面表明了郵儲(chǔ)銀行基于行政區(qū)域設(shè)置分行帶來對(duì)經(jīng)濟(jì)增長(zhǎng)具有負(fù)面影響。因此,郵儲(chǔ)銀行網(wǎng)點(diǎn)的布局在服務(wù)大眾的同時(shí)確保布局要與區(qū)域經(jīng)濟(jì)相適應(yīng)。
從控制變量來看,就業(yè)率、人均固定資產(chǎn)及財(cái)政預(yù)算支出的回歸系數(shù)均為正值,其中人均固定資產(chǎn)及財(cái)政預(yù)算支出通過了1%顯著性水平下的檢驗(yàn),就業(yè)率通過了10%顯著性水平下的檢驗(yàn),三者均能推動(dòng)當(dāng)?shù)亟?jīng)濟(jì)的發(fā)展,具有促進(jìn)作用,一個(gè)地區(qū)就業(yè)率越高,人均固定資產(chǎn)越多,政府的財(cái)政預(yù)算支出越多,則當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展?fàn)顩r越好。
三、結(jié)論
本研究在對(duì)江蘇省郵儲(chǔ)銀行網(wǎng)點(diǎn)的自然地理空間和經(jīng)濟(jì)地理空間分布特征分析的基礎(chǔ)上,進(jìn)一步對(duì)網(wǎng)點(diǎn)布局進(jìn)行了空間探索性分析,并建立空間滯后模型研究了網(wǎng)點(diǎn)布局對(duì)區(qū)域經(jīng)濟(jì)發(fā)展的影響。主要結(jié)論如下:
第一,從網(wǎng)點(diǎn)數(shù)量分布的總體情況來看,江蘇省中國(guó)郵政儲(chǔ)蓄銀行分行網(wǎng)點(diǎn)數(shù)量在各地級(jí)市的分布是比較均勻的,而支行、營(yíng)業(yè)所以及全部網(wǎng)點(diǎn)的數(shù)量在各地級(jí)市的分布是存在差異的。分行網(wǎng)點(diǎn)數(shù)量的分布,除宿遷市不存在分行,其他13個(gè)地級(jí)市各有1家。支行網(wǎng)點(diǎn)數(shù)量分布較多的是蘇州市、南通市、徐州市,均有40余家,較少的是淮安市、連云港市,支行網(wǎng)點(diǎn)數(shù)量不足20家。營(yíng)業(yè)所網(wǎng)點(diǎn)數(shù)量分布較多的是南通市、蘇州市、鹽城市,營(yíng)業(yè)所數(shù)量均達(dá)到200家以上,較少的是連云港市、鎮(zhèn)江市、宿遷市,營(yíng)業(yè)所數(shù)量不足120家。全部網(wǎng)點(diǎn)數(shù)量分布較多的是南通市、蘇州市,分別為319家、275家,較少的是連云港市、鎮(zhèn)江市、宿遷市,全部網(wǎng)點(diǎn)數(shù)量不足130家。
第二,空間滯后模型結(jié)果表明,各地級(jí)市經(jīng)濟(jì)發(fā)展水平存在顯著的空間溢出現(xiàn)象,一個(gè)地區(qū)經(jīng)濟(jì)水平的提升會(huì)帶動(dòng)周邊地區(qū)的經(jīng)濟(jì)發(fā)展。從控制變量來看,就業(yè)率、人均固定資產(chǎn)均能推動(dòng)當(dāng)?shù)亟?jīng)濟(jì)的發(fā)展,對(duì)經(jīng)濟(jì)水平具有積極影響,一個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展?fàn)顩r與就業(yè)率、人均固定資產(chǎn)、政府的財(cái)政預(yù)算支出成正比。從核心解釋變量來看,在合理布局下增設(shè)支行及營(yíng)業(yè)所能夠促進(jìn)當(dāng)?shù)亟?jīng)濟(jì)水平的發(fā)展,且影響顯著;而增加郵儲(chǔ)銀行分行數(shù)量帶來的負(fù)面影響可能會(huì)大于增加支行與營(yíng)業(yè)所數(shù)量帶來的積極影響,阻礙區(qū)域經(jīng)濟(jì)的健康發(fā)展。網(wǎng)點(diǎn)多既是優(yōu)勢(shì),也是劣勢(shì),關(guān)鍵在于能否進(jìn)行合理布局。因此,郵儲(chǔ)銀行網(wǎng)點(diǎn)的布局應(yīng)當(dāng)穩(wěn)妥實(shí)施,避免盲目增設(shè)郵儲(chǔ)銀行網(wǎng)點(diǎn)導(dǎo)致過多的沉淀成本,應(yīng)統(tǒng)籌規(guī)劃,合理布局,實(shí)現(xiàn)金融資源的有效配置,服務(wù)大眾的同時(shí)確保網(wǎng)點(diǎn)布局與當(dāng)?shù)亟?jīng)濟(jì)發(fā)展相適應(yīng)。