经济收敛与区域金融发展论文

摘要：以莫兰指数的方式检验我国省和省之间经济发展的空间效应，发现我国距离近的省和省之间的经济发展水平相似。然后通过构建纳入空间效应的空间计量经济模型，实证分析我国省区间金融发展对区域经济增长收敛性的作用机理。下面小编整理了一些《经济收敛与区域金融发展论文(精选3篇)》，欢迎大家借鉴与参考，希望对大家有所帮助！

经济收敛与区域金融发展论文 篇1：

区域金融发展收敛性的空间经济计量研究

摘 要：本文以中国31个省份1978—2009年数据为样本，以金融相关比率作为衡量指标，采用空间计量经济方法对中国金融发展的收敛性进行了实证研究。Moran’s指数的测算表明，中国金融发展在大部分年份存在显著的全局空间相关性；Moran散点图表明中国金融发展空间辐射作用呈现下降趋势，且存在空间异质性。

关键词：金融发展；收敛性；空间相关性；空间计量模型

一、引言

金融是现代经济运行的核心与枢纽.改革开放以来，金融业发展迅速，但是在地区之间存在较大差异，甚至这种不平衡和差异有不断扩大的趋势，这种现象已经越来越引起人们的关注。当前我国正处于金融体制改革的关键时期，认真研究和充分掌握中国金融发展的空间格局和演变规律，从而采取具有针对性的金融发展战略、协调区域金融发展具有重要的理论价值和现实意义。

已有的关于金融发展地区差距的文献已经或多或少地涉及到了金融发展差异的收敛性分析。其中，相当多的学者认为区域金融发展存在收敛性。从国外研究进展看，国外学者对金融收敛性的研究主要集中在不同国家金融体系的收敛性上（比安科，1997；穆连德，2004；布鲁诺和博尼斯，2008）。从国内研究进展看，自1994年开始大量学者借鉴收敛理论和方法对中国金融发展的收敛性进行了研究。张杰（1994）最早阐释了区域金融发展收敛的内涵。他通过对中国经济、金融的区域差异状况及其特征的分析，指出我国区域金融发展地区差距随着时间的推移将逐步缩小。同时，他从理论上描述了金融结构的区域趋同、金融集聚必然呈现出类似经济发展的“威廉姆森倒U型”过程。陆文喜、李国平（2004）主要采用β收敛法检验了我国各地区金融发展的收敛问题。结果表明，我国各地区金融发展存在着阶段性和区域性的收敛特征，而且这种特征与金融发展政策有关。陈恩、黄桂良（2010）基于经济收敛理论，运用δ收敛、β收敛和俱乐部收敛检验方法，对广东省区域金融发展的收敛性进行实证分析后发现，广东省区域金融发展没有出现差距自动缩小的趋势，总体上不存在δ收敛和绝对β收敛格局，但存在条件β收敛趋势，而且山区各地市表现出俱乐部收敛的特征。黄砚玲、龙志和、林光平（2010）采用空间统计与空间经济计量方法，研究了浙江省金融发展的收敛情况。研究结果显示，浙江省县市区金融发展在1997—2008年间存在显著的β绝对收敛，且收敛速度较采用传统方法所得的收敛速度有明显的下降。

另外一些学者得出了相反的的结论，即认为区域金融发展的地区差距存在发散性。周立、胡鞍钢（2002），金雪军、田霖（2004）都利用金融相关比率指标分析了中国金融发展的收敛性及特征，研究发现，中国31个省的金融发展在全国和地区间的分布是非均衡的，而且存在显著的地区差距。赵伟、马瑞永（2006）和郑长德（2008）都利用泰尔指数方法对我国金融发展的收敛性进行了测算，得出了区域金融差距扩大的结论。李敬、徐鲲和杜晓（2008）从决定金融发展的生产者受教育程度、社会福利水平、商品交易效率、金融交易效率和地域固有因素出发，研究了区域金融发展的收敛机制。研究发现，中国省际金融发展差异呈现加速扩张的态势。龙超、张金昌（2010）基于面板单位根检验及验证分析方法，分析我国区域金融发展的随机收敛性，得出我国区域金融存在全局性的随机发散，不存在俱乐部式随机收敛。这说明我国各省金融发展相对于全国金融发展没有保持同步，这种差距随时间发生变化，并且各省金融发展相对于东、中、西部区域金融发展也没有保持同步。

虽然已有文献对中国金融发展的地区差异和收敛性进行了不少探索，并且取得了不少成果，但现实中，由于地理距离等条件使得金融发展在不同区域之间的空间关联已经越来越明显。如果忽视了金融发展的地理空间效应，可能导致错误的模型设定，从而得出有偏的分析结论。空间计量方法打破了原有经典计量模型中的空间独立分布的假设，在经典计量方法中纳入空间因素来探索区域之间的空间交互作用，重新审视和研究中国金融发展的地区差距与影响因素就显得十分必要。本文借鉴空间计量经济学的最新发展以及已有的文献，对中国金融发展的地区差距与影响因素进行实证分析，试图寻找中国金融发展在长期中的演进特征。本文的贡献主要在于：与已有的采用经典计量模型的文献不同，本文将空间因素纳入到区域金融发展的研究中，采用空间计量经济学的工具对中国金融发展的收敛性进行实证检验。因此，本文将采用空间经济计量方法，研究1978—2009年中国金融发展的收敛性，这对于制定缩小中国金融发展地区差距的政策，具有现实意义。

二、方法、数据与指标

（一）空间计量方法

三、中国金融发展的空间相关性⑤

帕兰克（Paelinck）最早提出了空间计量经济学的概念，后来经过安瑟兰等学者的努力得到了进一步的发展，并逐步形成了空间计量经济学的框架体系。为了验证我国金融发展具有一定的空间分布特征，而不是随机发生的。本文运用空间统计学技术对金融发展进行了空间相关性检验，其中包括全局空间相关性检验和局域空间相关性检验。根据Moran’s I以及LISA计算公式，我们以邻接空间权重矩阵为空间权重矩阵，以金融相关比率为中国金融发展指标，测算了中国金融发展的空间相关性，并绘制了中国金融发展的Moran’s I散点图。

（一）中国金融发展的全局空间相关性

（二）中国金融发展的局域空间相关性

尽管Moran’s I指数表明，大部分年份在邻接空间权重矩阵条件下中国金融发展存在显著的空间相关性，但是Moran’s I指数不能显示出不同省份聚类的具体状况。因此，我们使用Moran散点图来进一步分析中国金融发展的局部空间特征。鉴于篇幅，我们仅给出了1978年和2009年邻接权重矩阵下的Moran散点图，如图2、图3所示。

通过Moran散点图可知，可以将各省份金融发展分为4种空间相关模式：如果分布在第一象限，表示高集聚增长的省份被其他高集聚增长的省份所包围（HH），代表正的空间自相关关系的集聚；如果分布在第二象限，表示低集聚增长的省份被其他高集聚增长的省份所包围（LH），代表负的空间自相关关系的集聚；如果分布在第三象限，表示低集聚增长的省份被其他低集聚增长的省份所包围（LL），代表正的空间自相关关系的集聚；如果分布在第四象限，表示高集聚增长的省份被其他低集聚增长的省份所包围（HL），代表负的空间自相关关系的集聚。图2显示，在邻接空间权重矩阵条件下，位于第二、四象限的省份不多（只有10个，其中6个位于第二象限，4个位于第四象限），多数省份位于第一、第三象限，其中位于第一象限的有9个省份，这些省份的金融发展表现出HH集聚模式；位于第三象限的有12个省份，这些省份的金融发展表现出LL集聚模式。图3显示，在邻接空间权重矩阵条件下，位于第二、四象限的省份有12个，多数省份位于第一、第三象限，其中位于第一象限的有8个省份，这些省份的金融发展表现出HH集聚模式；位于第三象限的有11个省份，这些省份的金融发展水平表现出LL集聚模式。从图2和图3的Moran’s I散点图可以看出中国金融发展存在一定的空间相关性，而且1978年的空间相关性要强于2009年，说明我国金融发展的空间辐射作用呈现下降趋势，存在空间异质性。

四、结论与政策建议

本文使用1978—2009年中国31个省市的相关数据，以金融相关比率为指标，利用空间经济计量方法对中国金融发展水平的收敛性及其演变态势进行了实证研究。Moran’s指数的测算表明，中国金融发展在大部分年份存在显著的全局空间相关性；Moran散点图表明中国金融发展空间辐射作用呈现下降趋势，存在空间异质性。

基于上述研究，本文提出如下几点促进我国金融发展的政策建议：（1）发挥我国政府在金融战略布局中的主导作用。充分发挥金融中心（如北京、上海、天津、重庆等）对邻近省区的辐射带动功能，构建区域金融发展的协调机制，实现各区域金融发展的良性互动。（2）发挥邻近省区的协同效应，积极实现金融联合与金融合作。建立有序协调互补的金融资源配置体系，优化金融资源配置，实现互惠共赢和金融资源的高效运作。（3）给予中西部地区更多的政策支持。加强对中西部地区的金融支持，对中西部地区实施金融发展倾斜政策，缩小东部与中西部金融发展的差距，实现金融落后地区向金融发达地区的追赶。

注：

①所谓邻接标准指的是，如果两个空间单元之间相邻，则认为二者存在空间相关；反之则不相关。

②由于邻接空间权重矩阵的设置方式简单，计算也相对简便，因此在空间计量的研究文献中使用最为广泛。

③Moran’s I指数的取值范围为[-1，1]。若大于0，表示所考察的经济变量（本文是金融相关比率）空间正相关；若小于0，表示空间负相关；若等于0，表示经济变量之间的空间属性分布独立。Moran’s I指数绝对值表示空间相关程度的大小。绝对值越大表明空间相关程度越大，反之则越小。

④如周立和胡鞍钢（2002）、金雪军和田霖（2004）、赵伟和马瑞永（2006）、陈恩和黄桂良（2010）等均采用了金融相关比率这一指标。

⑤空间相关性分析（也称聚类检验）是认识空间分布特征、选择适宜的空间尺度来完成空间分析的最常用方法。空间数据分析主要使用两类工具：第一类用来分析空间数据在整个系统内表现出的分布特征，通常将这种整体分布特征称为全局空间相关性，一般用Moran指数I（莫兰，1950）、Geary指数（吉尔里，1954）来测度；第二类用来分析局部子系统所表现出来的分布特征，又称为局部空间相关性，具体表现形式包括空间集聚区、非典型的局域区域、异常值或空间政区（Spatial Regimes）等，一般用G统计量、Moran散点图和LISA来测度。

参考文献：

[1]Magda Bianco， Aandrea， Geral， I Riccardo Massaro.1997.Financial Systen’s across “Developed Economic”： Convergence or Path Dependence？[J].Research in Economics， （12）.

[2]Victor Murinde， Judaagung， Andy Mullineux.2004.Patterns of Corporate Financing and Financial System Convergence in Europe[J].Eeview of International Economics， 12 （4）.

[3]Giuseppe Bruno， Riccardo De Bonis.2008.Do Financial Systems Converge？ New Evidence from Household Financial Assets in Selected OECD Countries[J].IFC.

[4]Moran，P.A.P.1950.Notes on Continuous Phenomena[J].Biometrika， （37）.

[5]Anselin，L.1988.Spatial Econometrics：Methods and Models[J].Kluwer Academic Publishers， Dordrecht.

[6]张杰. 经济的区域差异与金融成长[J].金融与经济，1994，（6）.

[7]陆文喜，李国平. 中国金融发展的收敛性分析[J]. 数量经济技术经济研究，2004（2）.

[8]陈恩，黄桂良. 广东区域金融发展的收敛性分析[J].当代财经，2010，（1）.

[9]黄砚玲，龙志和，林光平. 中国金融发展收敛性的空间经济计量研究[J].上海经济研究，2010，（4）.

[10]周立，胡鞍钢. 中国金融发展的地区差距状况分析（1978—1999）[J]. 清华大学学报（哲学社会科学版），2002，（2）.

[11]金雪军，田霖.我国区域金融成长差异的态势[J]. 经济理论与经济管理，2002，（8）.

[12]赵伟，马瑞永.中国区域金融增长的差异——基于泰尔指数的测度[J]. 经济地理，2006，（1）.

[13]郑长德.中国金融发展地区差异的泰尔指数分解及其形成因素分析[J]. 财经理论与实践，2008，（4）.

[14]李敬，徐鲲，杜晓.区域金融发展的收敛机制与中国金融发展差异的变动[J].中国软科学，2008，（11）.

[15]龙超，张金昌.我国区域金融发展的收敛性差异分析[J]. 统计与决策，2010，（22）.

[16]戈德史密斯，金融结构与金融发展[M].上海：上海人民出版社，1994.

（特约编辑 李 云；校对 XQ，SJ）

作者：鲍建慧

经济收敛与区域金融发展论文 篇2：

金融发展对省域经济收敛影响的实证研究

摘 要：以莫兰指数的方式检验我国省和省之间经济发展的空间效应，发现我国距离近的省和省之间的经济发展水平相似。然后通过构建纳入空间效应的空间计量经济模型，实证分析我国省区间金融发展对区域经济增长收敛性的作用机理。结果表明：（1）邻近省区经济的互动发展显著地促进了省区间经济增长的收敛；（2）我国相对落后的省区存在着经济发展的“后发优势”，区域金融的发展有利于增强省区间经济发展的互动程度，并逐渐缩小省区间的经济发展差距。

关键词：区域金融；收敛性；空间效应；莫兰指数；空间计量经济模型

1 引言

随着我国对外开放和经济改革的不断深入，我国的经济发展水平有了很大的提升。但是由于我国长期的非平衡发展战略的实施，加之我国各区域的地理位置、资源禀赋等引起的经济发展机会的不同，导致我国各省区间的经济发展水平的差异不断扩大。其中我国东部地区经济发展水平与中西部地区经济发展水平的差距表现得尤为明显。作为现代经济的核心，区域金融的发展是经济增长的重要因素。省区间金融发展水平的不平衡，如省区间金融系统运行效率、金融要素总量规模和金融结构等因素的差异会对省区间的经济发展产生影响，进而对区域间经济的敛散性变化产生重要影响。另外，在经历了改革开放后连续几十年的高速增长，我国经济逐步进入缓慢增长的时期，该阶段我国的区域经济发展差距也有进一步缩小的趋势。因此，为了理论及现实需要，我们应该研究我国经济收敛的现象，探讨金融发展对某地区经济收敛的影响。

经济增长收敛理论自上世纪90年代就是研究经济增长的热门话题，它的核心就是对比不同地区经济发展速度的不同，并且研究为什么出现这种不同。目前，学术界在经济增长收敛这一问题上主要研究两大方面：一是经济增长能否收敛；二是这种收敛的原因。例如魏后凯在研究1978-1995年中国各个省市的经济指数后，发现绝对β收敛这一经济收敛普遍存在于全国的各个省市。王欣亮等人用数据对我国区域经济增长进行计算，得出了区域增长的莫兰指数，描绘出我国各地区经济发展状况的趋势。为了更好的总结经济增长收敛的规律，赵自芳（2006）研究了技术引进因素及其溢出因素在区域经济收敛中的作用机理，认为技术溢出显著地促进了区域经济收敛。孙巍等（2008）通过测算变异系数分析了产业集聚对经济收敛的影响，得出良好产业集聚可以促进省之间的经济收敛的结论。但是，对于区域金融发展与经济增长收敛关系的研究则比较少。哈斯（2006）通过比较改革开放以来东部区域与中西部区域的金融发展水平和区域经济增长速度，分析并探讨了区域金融发展差异对我国中西部与东部区域之间经济增长的非均衡性所带来的影响。姚耀军（2009）实证检验了金融发展對经济增长的效应，认为非正规金融发展具有显著的经济增长效应。罗超（2013）分别分析了我国省际经济增长的绝对收敛和金融发展对区域经济增长的条件收敛，通过比较，发现我国区域经济增长存在明显的绝对收敛特征。尹鹏（2013）运用协整检验及Granger因果关系检验分析了山东省的金融发展与经济增长的关系，认为山东区域金融与经济增长之间有单向Granger 因果关系。曾冰（2015）从区域金融规模和效率两个层面，运用面板数据模型实证分析了我国区域金融发展对经济增长及其敛散性变化的影响，认为区域金融规模对经济收敛有显著的促进作用。

上述列举的多个例子都是研究中国地区之间的经济增长收敛，其中既有对我国区域经济的绝对收敛的研究，也有对其收敛影响因素的研究。但是其收敛影响因素方面大多是对技术因素的研究，涉及金融因素的研究还比较少。另外，对于区域经济收敛所采用的研究方法主要包括面板数据模型、Theil 指数、Granger 因果检验、Kernel估计量和变异系数等，鲜有利用引入空间效应的空间计量经济模型分析区域金融发展对区域经济增长收敛性影响的研究。鉴于此，本文选取了我国31个省区2000年至2014年的区域金融发展和经济增长的数据，一方面用莫兰指数测量我国各省之间经济发展的关系，另一方面构建计量经济模型分析我国区域金融发展对区域经济增长收敛性的作用机理。

2 空间效应在我国经济增长中的检验

空间效应包括两部分构成：一是空间相关性；二是空间异质性，其可以通过莫兰指数被检验。莫兰指数检验由Moran于1950年提出，是测量空间相关性的一个重要步骤。变量之间不存在空间相关性这一假设是Moran’s I的零假设，替代假设就是变量之间具有空间相关性。Moran’s I检验结果的正值、零值和负值分别代表了变量之间具有空间正相关性、不具有空间相关性和具有空间负相关性。

根据我国省际2000-2014年GDP的莫兰指数的检验结果可知。我国2000-2014年省际GDP的莫兰指数均通过了5% 水平下的显著性检验，说明我国省际经济增长的空间相关性较强。另外，尽管我国省际GDP的莫兰指数计算值在这15年间存在波动，但是这些数值都大于1.5，并且在2000-2010年间大体呈现出上升的趋势。这种现象说明，我国省和省之间的经济业务会被地理空间所影响，这种影响在逐渐增强。

3 区域金融发展对经济增长条件β收敛的空间计量模型

从上一部分莫兰指数的计算结果可以看出，我国省际GDP指标具有显著的空间相关性。因此，在分析我国经济收敛的计量经济模型中应该纳入体现变量之间的关系，尤其是在空间效应方面。因此，这篇文章用两方面来分析金融发展对我国省域经济收敛的影响，一方面是空间滞后模型，另一方面是空间误差模型。

3.1 如何选取变量，怎样建立模型

因为GDP的对数值可以大约表示经济发展水平，所以本文利用这一近似值来描述经济发展水平。各地区的经济增长速度用ln（fi，t/fi，to）来表示。按照新古典经济增长理论，反映初始经济发展水平和经济增长速度的关系是由β符号表示。假如β0，就说明经济发展水平高的地区比经济发展水平低的地区有更快的经济增长速度，并且省际的经济发展不是收敛的，而是发散的。在金融发展水平指标的选取方面，为了与金融领域的相关研究保持一致，本文采取国际上惯用的衡量区域经济金融化程度的指标——金融相关比率（FIR）。FIR由歌德史密斯在1979年首次提出，金融相关比率越大，表明金融活动的规模和能力越强。金融相关比率由一国或一地区的金融资产总量与该国的GDP之比近似表示。考虑到数据的可得性，本文用某地区的存贷款之和与该地区的GDP之比进行分析。在样本选取方面，以上指标的数据均来源于我国31省市历年的《中国统计年鉴》。

通过表2的相关模型估计结果可以看出，两个空间计量经济模型对数似然值（Log likelihood）的估计值均大于普通线性回归模型对数似然值的估计值，说明纳入空间效应的空间计量经济模型的拟合效果比忽略这一因素的普通线性模型要好；进一步地，空间误差模型对数似然值的估计值大于空间滞后模型的对应值，表明空间滞后模型有一些弊端，这些弊端可以通过换用空间误差模型来弥补。此外，空间误差模型AIC的估计值和空间滞后模型的相应估计值的对比中，也是空间误差模型有优势，这再次印证了上述观点。

条件β收敛空间相关性检验的结果（见表3）也支持我们上述的结论。综上所述，在分析金融发展对我国省之间经济收敛影响时应该采用空间误差模型分析。

从表3中空间误差模型的实证结果可以看出：

第一，条件β收敛的空间误差参数λ的估计值为-0.067341，且在1%水平下更明显，这就说明距离近的省与省之间的经济互动可以缩小省际之间经济增长速度的差异，在这种情况下，可以逐渐缩小省际之间的经济发展水平的差异。

第二，参数α1的估计值为0.0131733，且超过了1%的显著临界值，这就说明金融发展水平提高一个百分点与此省区经济增长速度提高1.32个百分点同步。这进一步可以解释为区域金融的发展会缩小省区之间经济发展的差距，即促进省域经济之间的收敛。

4 结论与政策建议

本文选取我国31个省区2000年到2014年间区域金融发展和经济增长的数据，首先采用莫兰指数检验我国省域经济发展的空间效应，发现我国省际经济增长具有显著的空间相关性，然后通过采用两个空间计量经济模型，分析了我国省区间经济增长收敛性的特征。结果表明：（1）邻近省区经济的互动发展显著地促进了省区间经济增长的收敛，并逐渐缩小省区之间的经济发展差距；（2）省区间金融发展水平的不平衡，如省区间金融系统运行效率、金融要素总量规模和金融结构等因素的差异会对省区间的经济发展产生影响，进而对区域间经济的敛散性变化产生重要影响。在纳入省区金融发展的影响后，我国省区金融发展对经济增长存在条件收敛，这表明我国相对落后的省区存在着经济发展的“后发优势”，区域金融的发展有利于增强省区间经济发展的互动程度，并逐渐缩小省区之间的经济发展差距。

根据以上研究结果，我们提出以下建议： 第一，针对区域金融发展的差异，推行差别化的地区金融发展政策。目前我国的市場机制还不完善，因而需要借助政府宏观调控的手段，立足于各地区的基本情况，实施差别化的有针对性的金融政策，特别是加大对中西部地区的支持力度。但是由于我国长期的非平衡发展战略的实施，加之我国各区域的地理位置、资源禀赋等引起的经济发展机会的不同，导致我国各省区间的经济发展水平的差异不断扩大。所以在具体措施上可以给予中西部落后地区的央行分支机构更多的金融调控权。例如，实行差别存款准备金政策，这有助于提高货币乘数，进而缓解中西部落后地区资金紧缺的问题。第二，适当扩大地方中小金融机构的发展规模，优化地区金融机构结构。落后地区的国有银行在经济社会中主导地位颇为显著，这使该地区的金融机构过于集中。鉴于中小型金融机构在帮助中小企业提供金融服务方面的优势，中西部落后地区应该大力发展地方中小金融机构，提高金融服务的覆盖面，优化该区域的金融机构结构。

参考文献

[1]魏后凯.中国地区经济增长及其收敛[J].中国工业经济，1997，（3）：31-37.

[2]龙慧军，党玮，肖复兴.长江经济带区域物流收敛及影响因素的空间计量研究[J].商业经济研究， 2017，（3）：126-128.

[3]王欣亮，严汉平，刘飞.中国区域经济增长差异的时间演进及空间机制分解：1952-2012[J].当代经济科学，2014，（03）：1-10+124.

[4]赵自芳. 技术溢出与区域经济收敛：基于模型的分析[J].技术经济，2006，（06）：125-128+94.

[5]吕雪. 区域物流发展水平对经济收敛的影响探讨[J].商业经济研究， 2016，（19）：93-95.

[6]孙巍，李菁，王鹏.我国省际产业集聚与经济收敛性特征及其相互关系的经验研究[J]. 税务与经济，2008，（05）：1-7.

[7]哈斯.金融发展视角下中国区域经济增长的非均衡分析[D].上海：复旦大学，2006.

[8]姚耀军.非正规金融发展的区域差异及其经济增长效应[J].财经研究，2009，（12）：129-139.

[9]罗超.金融发展与区域经济收敛差异化研究[D].杭州：浙江财经学院，2013.

[10]尹鹏.区域金融对经济发展贡献度空间差异研究[D].济南：山东财经大学，2013.

[11]曾冰.我国区域金融发展与经济敛散性分析——基于省级面板数据的研究[J]. 经济问题探索，2015，（08）：134-141.

[12]林光平，龙志和.空间经济计量：理论与实证[M].北京：科学出版社，2014.

[13]杨春生.我国区域经济增长的收敛性分析[D].合肥：安徽大学，2014.

[14]曾洁.我国省际金融发展对经济收敛性影响的经验研究[D].

作者：蒋伽丹

经济收敛与区域金融发展论文 篇3：

我国区域金融包容水平的俱乐部收敛研究

摘要：金融包容旨在确保社会弱势群体和低收入群体能够以一个负担得起的成本、适时适地地获得金融服务。基于对我国30个省市区2006—2013年综合金融包容指数（IFI）的测度，运用非线性时变因子模型分析其区域敛散性，结果显示：我国区域金融包容水平存在着三个收敛俱乐部，大多数省份属于水平较低的俱乐部，且俱乐部的地理划分并非简单地服从于东、中、西部。进一步采用Ordered Probit模型的估计结果表明：经济规模越大、城市化水平越高、贸易开放程度越高、信息技术发展水平越高的地区，属于金融包容水平较高层次俱乐部的概率就越大；而政府干预程度越高、城乡收入差距越大的地区，属于金融包容水平低层次俱乐部的概率越大。较低层次俱乐部的地区要在改善环境质量的基础上进一步促进经济增长，处于同一个俱乐部的地区应加强经济合作和信息技术合作。

关键词：金融包容；普惠金融；俱乐部收敛；金融服务渗透性；金融服务便利性；金融服务有用性；非线性时变因子模型；区域金融发展

一、引言

金融发展对经济增长的重要作用已经被国内外大量研究所证实。但是，在很多发展中国家，金融服务的覆盖范围非常有限。许多小微企业、弱势群体和低收入阶层难以获得融资支持和金融服务，这进一步扩大了居民收入差距，限制了地区的经济发展。为了让更多的社会弱势群体能够享受到金融服务，联合国于“2005 国际小额信贷年” 的启动仪式上正式提出了“金融包容”的概念，指出要促进金融服务的深度和广度，要让社会所有阶层都能享受到高效便捷的金融服务。金融包容又被称为普惠金融，其主要目的在于确保社会弱势群体和低收入群体能够以一个负担得起的成本、适时适地地获得金融服务。2008年，由 AusAID牵头成立了金融包容联盟，中国人民银行、中国银监会已正式加入金融包容联盟。2012年8月，世界银行发布《金融包容战略参考框架》，作为各国家和地区实施包容性金融发展战略的参考。

在地区间金融发展严重不平衡的情景下，区域金融发展的敛散性问题已经成为国内外学界及政府关注的重要问题，并产生了一系列研究成果。Apergis等（2012）使用中央银行存款余额、商业银行存款余额、银行信贷余额、银行流动负债等指标衡量金融发展，研究了50个国家金融发展的收敛性问题，发现这些国家形成了3个收敛俱乐部。Asongu（2014）基于金融中介的深度、效率、规模研究非洲国家金融发展的动态收敛，发现存在动态的全局收敛。Berrak 和Neven（2015）使用信贷比率衡量金融发展的研究发现，长期来看国家间的金融发展存在收敛现象，并且其收敛速度随着金融发展水平的变化而变化。

国内学者对我国区域金融发展的敛散性也进行了较多研究。曾冰（2015）研究认为，从总体上看，我国区域金融发展在规模上对经济收敛起到了作用，但在效率上不利于省际经济收敛；地区上看，东、中、西三部大地区的金融发展对自身经济增长的作用及其收敛表现不尽相同。胡宗义等（2014）研究认为，我国农村非正规金融发展确实存在明显的空间相关性，但只存在β条件收敛趋势，不存在β绝对收敛趋势；空间相关性的存在没有改变农村非正规金融发展收敛的方向，只在一定程度上降低了农村非正规金融发展的收敛速度。王昱等（2017）通过空间β收敛及内生收敛模型探讨区域金融发展的收敛特征和打破传统区域设定的内生俱乐部收敛特征，并使用动态面板模型分析区域金融发展收敛性的影响因素，结果表明，区域金融发展（除股市）存在空间β收敛特征，表现出明显的跨区域内生俱乐部收敛和政策性收敛特征，不同子区域收敛速度不同，形成了一条区域内部成员差距缩小进而向发达地区整体收敛的动态路径；地区经济增长、政府干预、对外开放程度以及地区技术水平是影响区域金融发展收敛性的重要因素。孙晓羽和支大林（2013）研究表明，中国区域金融发展水平大幅上升，同时差异程度不断扩大，区域内金融发展差异是金融发展差异的主要原因；区域金融发展差距变动具有β绝对收敛趋势，但收敛速度较慢。周丽丽等（2014）通过β收敛模型对中国区域经济增长速度和区域金融发展速度进行比较分析，结果表明，金融发展收敛速度远大于经济增长收敛速度。陈恩和黄桂良（2010）从省内的角度，对广东区域金融发展的收敛性进行分析发现，区域金融发展总体上不存在σ收敛和绝对β收敛，但存在条件β 收敛趋势，而且山区各地市表现出俱乐部收敛的特征。李树和鲁钊阳（2014）采用

SymbolsA@ 收敛、β收敛和俱乐部收敛三种分析方法检验我国城乡金融非均衡发展的收敛性，研究结果表明存在俱乐部收敛，中部地区表现出绝对收敛特征，而东部和西部地区不具有绝对收敛特征。

賴永剑，贺祥民：我国区域金融包容水平的俱乐部收敛研究

虽然研究区域金融发展敛散性的文献较为丰富，但主要是从金融深化的角度进行的分析，缺乏针对金融包容的研究。事实上，相比金融深化，金融包容更能体现金融发展中金融服务的渗透性（Penetration）、便利性（Availability）和有用性（Usage），更能反映金融发展的覆盖范围和服务水平。一个地区的金融发展状况，不只体现在金融深化上，因为即使金融深化导致了金融机构数量增加、金融产品日渐丰富、金融资产规模持续扩张，但如果金融包容性不够，金融服务的覆盖范围同样是非常有限的。因此，从金融包容的角度研究区域金融发展的敛散性具有重要意义。而且，国内已有的相关文献并未考虑金融发展的时变特征（如区域金融发展短期发散、长期收敛的特征），导致估计结果存在一定的偏误。经典的收敛（如绝对收敛和条件收敛）条件较为严格，不太适用于对具有时变特征的变量分析。由Phillips 和Sul（2007，2009）提出并发展起来的非线性时变因子模型，不依赖平稳性假设，并且允许各种可能的转换路径对收敛性的影响。该方法容许区域之间的差异性，即使这种差异性具备时变性质，也可以在面板数据的各个序列中抓住共同因子及其特质性因素，从而检验俱乐部收敛。因此，本文在使用Sarma（2015）提出的综合金融包容指数（IFI）测度我国各区域的金融包容水平的基础上，采用非线性时变因子模型分析区域金融包容水平的敛散性，并使用Ordered Probit模型进一步分析各俱乐部的形成条件，以拓展相关研究，进而为促进我国区域金融包容水平提升及差距缩小提供经验借鉴和政策启示。

二、我国区域金融包容水平的测度

1.测度方法

区域金融包容水平与很多因素有关，比如金融机构的网点状况、ATM机的密度等，在较早的金融包容研究文献中往往使用单一的指标来衡量。利用单一指标衡量忽视了区域金融包容作为一个系统的综合性，Sarma（2015）提出了基于欧氏距离的能够反映金融包容的多个维度的综合性指标，这使得区域之间的金融包容水平的比较变得更为容易。该指数满足有界性、无量纲性、单调性和齐次性等性质，其原理是假设金融包容有n个维度，在n维欧氏空间上的一个点可以表明一个地区金融包容各维度的具体情况。在欧氏空间中，选定两个参照点，一个是水平最低点（金融包容水平为0），另一个为水平最优点（金融包容水平最大值），地区的金融包容水平即可以通过到这两个点的距离来衡量。测度方法如下：将每个维度的实际值转换为无量纲的维度指数di

di=wiAi-mi[]Mi-mi，其中，wi为第i维的权，Ai为自身的值，mi为该指标的最小值，Mi为该指标的最大值。，然后，使用欧氏距离构建金融包容指数（IFI）：

IFI=12d21+d22+…+d2n（w21+w22+….+w2n）+[1-

（w1-d1）2+（w2-d2）2+…+（wn-dn）2（w21+w22+…+w2n）]

2.测度指标及数据来源

根据Sarma（2015）及其他金融包容测度的代表性文献，本文将金融包容分为金融服务的渗透性、便利性和有用性三个维度，权值wi分别为1，05，05，进而计算得到各省区的金融包容指数。本文研究样本为我国大陆的30个省市区，不包括中国香港、澳门、台湾地区，西藏自治区由于有关数据缺失较多也未包括；所用数据来自《中国金融年鉴》、国家统计局数据库、Wind数据库及中国人民银行网站，由于一些二级指标无法获得最新的数据，研究期间为2006—2013年。

3.测算结果

表2为本文测算的各地区各年度金融包容指数，图1为各地区平均值。金融包容指数在区域之间、在不同的时间段存在着较大的差异性（最大值为0.915 4，最小值为0.199 7，均值为0.302 8，标准差为0.131 7），整体而言存在短期发散、长期收敛的时变特征，因此使用传统的绝对收敛或条件收敛较难以真实地反映出区域间金融包容水平的发展趋势。

三、我国区域金融包容水平的收敛性分析

本文采用非线性时变因子模型进行收敛性分析，具体分析方法和步骤参见相关文献。首先对金融包容指数进行全局收敛检验，运用logt检验，有：

log（H1/Ht）-2logL（t）=0.069-1.204logt

（4.73）***（-13.52）***

可以看到t统计量值为-13.52，其远小于边界值-1.65；因此，全局收敛被拒绝，这意味着我国各地区的金融包容水平不存在全局性收敛。下面使用Phillips 和Sul（2007，2009）提出的基于回归模型logt的俱乐部收敛算法，对我国区域金融包容水平进行收敛性分析，俱乐部收敛检验的logt系数报告在表3中。可以看到，我国区域金融包容指数表现为俱乐部收敛，存在三个收敛俱乐部：A俱乐部包括北京、上海、天津3个直辖市，B俱乐部包括辽宁、江苏、重庆、浙江、山东、广东、海南7省市，C俱乐部包括河北、内蒙古、吉林、黑龙江、安徽、福建、江西、河南、湖北、湖南、广西、四川、云南、陕西、山西、贵州、甘肃、青海、宁夏和新疆20个省市区。A俱乐部和B俱乐部属于金融包容水平较高的俱乐部，而C俱乐部是金融包容水平较低的俱乐部。

是什么因素导致了俱乐部的形成？参照Bartkowska和Riedl（2012）的研究，采用Ordered Probit模型分析金融包容水平俱乐部形成的条件。基础模型为：yi=βXi+εi。其中，i为区域，y为潜变量（即俱乐部的归属，包括A、B、C三个俱乐部），X为影响因素，系数β反映了区域的相应条件对其归属于三个俱乐部概率的边际影响。根据已有文献关于金融包容影响因素的研究，俱乐部形成条件主要包括经济规模、城市化水平、贸易开放程度、政府干预、城乡收入差距、信息技术发展水平。其中，经济规模用各地区国民生产总值的对数衡量，城市化水平用地区城市人口与总人口的比例衡量，贸易开放程度用地区进出口总额占GDP的比例衡量，政府干预用各地区行政管理费用占财政支出的比例衡量，城乡收入差距用城镇家庭人均可支配收入与农村家庭人均纯收入的比例衡量，信息技术发展水平用各省区每百人电话使用量的对数衡量。表4报告了Ordered Probit模型的估计结果。

分析结果表明，经济规模、城市化水平、贸易开放程度、信息技术发展水平四个变量对俱乐部A和B的系数显著为正，而对俱乐部C的系数顯著为负。这说明一个地区的经济规模越大、城市化水平越高、贸易开放程度越高、信息技术发展水平越高，则其属于金融包容水平较高层次的俱乐部A和B的概率就越大，而属于金融包容水平较低层次的俱乐部C的概率越小。（1）经济规模可以从需求方面拉动金融包容水平的提高。随着经济规模的扩大，投资机会随之增多，贷款需求也增加，经济主体对金融服务的需求不断增长，诱致金融机构、金融产品和金融服务加速创新，进而促进金融包容水平提高。（2）城市人口密度远高于农村地区，金融服务的利用效率更高，这将降低金融服务的供给成本，有利于金融服务渗透性的加强；具有更高收入、更具超前消费意识的城市人口比农村人口对金融服务有更多的需求，也更容易接受金融创新带来的便利性；为了满足城市人口不断增长的多样化需求，金融机构往往会积极提高金融服务的渗透性、便利性和有用性，从而提升金融包容水平。（3）区域贸易开放程度越高，受到外部冲击的影响越大，为了促进出口，通常会增加固定资产投资，进而从投资需求方面促进金融发展；同时，进口的扩张也增加了消费需求，从需求方面拉动金融发展；此外，伴随着贸易开放的知识溢出还有利于金融创新，促进金融包容水平的提高。（4）田杰等（2014）认为，信息技术以网络为媒介，摆脱了传统金融服务在时间和空间上的限制，从而扩大了农村金融服务的供给边界，促进了农村包容性金融发展。田杰和陶建平（2012）使用县级层面的数据分析了信息技术在应对金融排斥中的作用，认为信息技术有效地促进了农村金融包容水平提高。发达的信息技术使得居民使用ATM机、pos机、网络银行、电话银行、手机银行等更为容易，有利于金融服务跨越时空覆盖更多的居民，因此在较大程度上提升了金融服务的便利性和渗透性。

研究結果还表明，政府干预和城乡收入差距对俱乐部A、B的系数显著为负，而对俱乐部C的系数显著为正。这表示政府干预程度越高、地区城乡收入差距越大，属于金融包容水平低层次俱乐部C的概率越大，而属于金融包容水平较高层次的俱乐部A和B概率就越小。原因在于，地区政府干预程度越高，市场配置资源的机制被破坏的程度越大，通过信贷进行融资的渠道将被进一步堵塞，这将降低私人投资的积极性（郑志刚 等，2010），尤其是会削弱社会弱势群体进行融资创业的信心，从而降低金融包容水平。而地区城乡收入差距越大，社会财富更多地集中在城市居民手中，这将不利于广大农村居民的消费和投资，进而不利于农村消费需求的扩张，使得金融服务向农村发展受到抑制；同时，也将削弱城市规模扩大的潜在动力，对金融创新和发展产生较大的约束作用，不利于区域金融包容水平的提升。

四、结论与启示

我国区域金融包容水平存在着三个收敛俱乐部，且俱乐部的地理划分并非简单地服从于东、中、西部：A俱乐部包括北京、上海、天津3个直辖市，B俱乐部包括辽宁、江苏、重庆、浙江、山东、广东、海南7省市，其他20个省市区属于C俱乐部；A俱乐部和B俱乐部的金融包容水平较高，而C俱乐部的金融包容水平较低；经济规模越大、城市化水平越高、贸易开放程度越高、信息技术发展水平越高的地区，属于金融包容水平较高层次的俱乐部A和B的概率越大；而政府干预程度越高、城乡收入差距越大的地区，属于金融包容水平低层次俱乐部C的概率越大。

根据本文的研究结论，目前我国大部分地区的金融包容水平还处于较低的发展阶段。对于处于较低层次俱乐部的地区，要在改善环境质量的基础上进一步促进经济增长，促进地区经济规模的扩张，加快城市化建设进程，深化改革开放，加强信息通信基础设施建设以及电子化金融服务；同时，要减少政府干预，缩小城乡收入差距。中央政府应有意识地通过政策支持鼓励较低层次俱乐部的金融发展，使得越来越多的地区能够进入到较高层次的俱乐部，从而促进经济社会的区域协调发展。对于处于同一个俱乐部的地区，应加强经济合作和信息技术合作，在促进经济协同增长同时进一步提升金融包容水平。

参考文献：

陈恩，黄桂良.2010.广东区域金融发展的收敛性分析[J].当代财经（4）：5865.

胡宗义，陈俊，唐李伟.2014.我国农村非正规金融发展收敛性的空间计量研究[J].统计与决策（17）：123126.

李树，鲁钊阳.2014.中国城乡金融非均衡发展的收敛性分析[J].中国农村经济（3）：2735.

孙晓羽，支大林. 2013.中国区域金融发展差异的度量及收敛趋势分析[J].东北师大学报（哲学社会科学版）（3）：4549.

田杰，刘勇，刘蓉. 2014.信息通信技术、金融包容与农村经济增长[J].中南财经政法大学学报（3）：2334.

田杰，陶建平. 2012.社会经济特征、信息技术与农村金融排除[J].当代经济科学（1）：7183.

王昱，王昊，成力为.2017.中国区域金融发展的动态内生俱乐部收敛分析[J].大连理工大学学报（社会科学版）（1）：5260.

周丽丽，杨刚强，江洪.2014.中国金融发展速度与经济增长可持续性[J].中国软科学，（2）：912.

曾冰.2015.我国区域金融发展与经济敛散性分析[J].经济问题探索（8）：134141.

郑志刚，邓贺斐.2010.法律环境差异和区域金融发展[J].管理世界（6）：1427.

APERGIS N，CHRISTOU C，MILLER S. 2012. Convergence patterns in financial development：Evidence from club convergence[J]. Empirical Economics，43（3）：10111040.

ASONGU S. 2014，African financial development dynamics：Big time convergence[J]. African Journal of Economic and Management Studies，51（2）：160194.

BARTKOWSKA M，RIEDL A. 2012. Regional convergence clubs in Europe：Identification and conditioning factors[J]. Economic Modelling，29（3）：2231.

BERRAK B，NEVEN V. 2015. Financial development convergence[J]. Journal of Banking & Finance，56 ：6171

PHILLIPS PCB，SUL D T. 2007. Rans，ition modeling and econometric convergence tests [J]. Econometrica，75（6）：17711855.

PHILLIPS PCB，SUL D T. 2009. Economic transition and growth[J]. Journal of Applied Econometrics，24：11531185.

SARMA M. 2015. Measuring financial inclusion[J]. Economics Bulletin，35（1）：604611.

Research on China’s Regional Financial Inclusion

Level Club Convergence

—Empirical Analysis Based on the Nonlinear Timevarying Factor Model

LAI Yongjian， HE Xiangmin

（Department of Economics and Trade， Nanchang Institute of Technology， Nanchang 330099， China）

Key words： financial inclusion； financial inclusion； club convergence； financial service penetration； financial service availability； financial service usage； nonlinear timevarying factor model； regional financial development

CLC number：F127；F832.7Document code： AArticle ID： 16748131（2017）04005907

（編辑：朱德东；段文娟）

作者：赖永剑　贺祥民