新興金融服務背景下銀行網點空間布局及區位選擇研究
——以南京市江寧區為例

韓艷紅,蔣媛媛,文玉釗,沈 萍

(1. 南京曉莊學院 環境科學學院,江蘇 南京 211171;2. 河南財經政法大學 資源與環境學院/城鄉協調發展河南省協同創新中心,河南 鄭州 450046)

金融服務業在國家經濟社會發展中具有重要的作用,銀行與證券、保險等行業同為金融服務業的重要組成,其中銀行業是最重要的金融中介,銀行網點空間布局是否合理與銀行的經濟效益、民眾辦理金融業務的便利息息相關?；ヂ摼W快速崛起推動了網上銀行、APP手機銀行等新興電子渠道的蓬勃發展,銀行業正不斷加快數字化轉型,盡管線上支付、移動支付等新興金融服務為人們提供了較多便利,但傳統的物理網點仍然具有難以取代的地位,銀行網點不僅是重要的線下金融活動場所,也是銀行參與市場競爭的主要優勢。面對來自新興電子渠道的巨大競爭壓力,銀行機構必須更加重視網點空間布局的合理性,為自身贏得更大的發展空間。

隨著全球化的發展,金融業逐漸成為現代經濟的核心,金融活動直接影響著經濟活動,金融地理研究成為經濟地理學關注的焦點之一[1],國內外學者借助金融地理學的理論從地理學角度研究銀行網點,國外的研究起步較早[2-3],Hong Jae Weon通過對韓國金融機構的區位研究得出影響網點布局的因素包括居民收入、企業數量等[4],H.Dilara Keski通過回歸分析,得出工業增加值和人口密度對土耳其銀行網點布局的影響最為突出[5]。我國對金融地理學研究起步相對較晚,著眼點主要包括互聯網金融影響[6]、金融市場構建[7]、銀行空間格局[8,9]、銀行網點布局影響因素[10]等。從大尺度范圍入手,劉曉陽等通過研究長江經濟帶信息化水平的空間差異,探討了銀行分布影響因素[11];車冰清等研究了江蘇省銀行網點空間分布規律,發現人口規模、城市建成區面積和人均GDP等因素是影響銀行網點布局的主要因素[12];鄒小華等基于銀行網點的視角分析中國城市網絡空間結構[13];李楚海等分析了銀行退出網點的空間格局及其影響因素[14];蘇芳等分析了陜西省商業銀行網點分布的時空演化[15]。從單一城市入手,尚芳研究天津市中心城區銀行網點的空間分布特征,發現銀行網點熱點分布模式與天津中心城區區域經濟發展一致[16];程林等探討長春市銀行網點的空間布局,研究表明銀行網點集聚明顯,銀行網點分布與人口、主要經濟活動存在正相關[17];賈琳琳等分析蘭州市的銀行網點分布格局及影響因素,得出蘭州市的銀行網點呈現帶狀主導下的組合特征,功能分區、人口重心、商業和交通網絡等因素影響網點的分布[18];王洋等通過研究廣州銀行的空間布局,得出廣州市的銀行網點集聚特征明顯,不同類型銀行的空間分布也有所不同[19],對城市銀行網點的空間布局進行了一系列有益探索[20-23]。

以上研究深化了對銀行網點空間布局的認識,但現有研究缺少基于電子地圖數據的空間格局特征分析,對不同類型銀行網點地理分布的差異性分析也較少,鑒于此,本研究在電子地圖數據的基礎上,探討不同類型銀行網點在典型區域的空間分布特征,分析銀行網點可能的區位選擇影響因素與機理,以期為政府部門引導金融服務業發展提供參考,為金融企業自身的發展決策提供借鑒。

1 數據來源與研究方法

圖1 研究區域

1.1 研究區域

江寧區為南京市11個市轄區之一,劃分為東山街道、秣陵街道、湯山街道等十個街道(見圖1),其中秣陵街道和東山街道為江寧區政治中心、商貿中心。江寧區總面積約為1563.32 km2,占南京市的23.73%,居全市第一,2020年江寧區的地區生產總值為2509.32億元,占南京市的16.93%,居全市第一,經濟綜合競爭力較強,服務業發展較快,商業經濟繁榮,金融服務業發展的基礎好。江寧區正處于快速城市化進程中,人口從2010年的114.56萬增加為2020年的192.61萬,增長了68.13%,增幅居全市第一,城鎮化水平從2010年的70%提高至2020年的78%,建成區面積由2010年的112 km2增長至2020年的243 km2,城市快速拓界生長,樞紐地位和輻射作用愈發凸顯,江寧東山已經提升為南京主城,城市擴張速度和人口聚集速度都遠快于其他地區。過去十多年里,高鐵網絡建設、地鐵線路建設、百家湖商圈為代表的大型商業綜合體建設等重大舉措助推了江寧區的城市化,選取江寧區作為典型案例,研究快速城市化進程中銀行網點的空間布局及其區位選擇具有重要意義。

1.2 數據來源

本研究的銀行數據來源于2020年各大銀行官方網站、金投網、百度地圖,利用ArcGIS軟件對數據進行空間化處理,建立江寧區銀行網點空間分布數據庫。根據中國銀行類型劃分方法,把銀行分為國有商業銀行、全國性股份制商業銀行和地方性股份制銀行三類[18]。國有商業銀行包括中國銀行、中國工商銀行等,這類銀行在計劃經濟背景下成立,實力雄厚,經營時間長,在現代經濟活動中占據相當重要的地位。全國性股份制商業銀行包括中國民生銀行、中國光大銀行等,這類銀行起步相對較晚,但其業務創新力強,企業經營管理制度完善,發展潛力較大。地方性股份制銀行包括寧波銀行、南京銀行等,這類銀行股份成分較復雜。道路由國家基礎地理信息系統數據庫獲取,商業中心、地鐵口(25個)等數據通過網絡地圖獲取并空間化處理,統計數據來源于相關年份的《南京市統計年鑒》和《江寧統計年鑒》。

1.3 研究方法

1.3.1 平均最近鄰分析

平均最近鄰比率(R)為觀測平均距離除以期望平均距離,其中期望平均距離公式為:

(1)

1.3.2 核密度分析

核密度分析可以直觀地識別樣本在研究區域內的集聚與分散狀況,核密度估計函數可表示為:

(2)

式中,f(x)為核密度函數估計式,n表示閾值范圍內的點數,r表示帶寬,x-xi表示點事件處的距離。

1.3.3 相關系數分析

相關系數分析研究隨機變量之間是否有著某種依存關系,并進一步研究隨機變量之間的相關方向和相關程度,相關系數計算公式為:

(3)

r取值在[-1,1]之間,|r|越接近1,表明兩變量之間的相關程度越高,變量之間的關系越密切,按照相關系數的大小將相關程度分為以下情況:|r|≥0.8時,可視為兩個變量之間高度相關;0.5≤|r|<0.8時,可視為中度相關;0.3≤|r|<0.5時,視為低度相關;|r|<0.3時,說明兩個變量之間的相關程度極弱,可視為不相關。

1.3.4 主成分分析法

通過構建區域綜合經濟實力評價復合型指標體系,分析區域綜合經濟實力的特點,遵循測度指標選擇的全面性、代表性和可獲取性,借鑒已有研究成果[24],從經濟發展規模(GDP、社會消費品零售總額、工業總產值)、經濟發展速度(GDP增長率、二三產業產值增長率)、經濟發展結構(二三產業產值比重、工業企業產值增加值占GDP增加值比重)、經濟發展效益(人均GDP、居民儲蓄余額)四方面構建評價指標體系,運用主成分分析法評價區域綜合經濟實力。

2 銀行網點空間分布特征

2.1 集聚分布特征明顯

江寧區銀行網點數量為138個,密度為0.089個/km2,平均最近鄰距離分析結果表明,江寧區銀行網點間的平均最近鄰距離為1762.328 m,R值為0.477,說明銀行網點具有集聚分布的特點。江寧區銀行網點主要集聚在中北部,其他區域銀行網點較少且分布零散(見圖2a)。分街道來看,東山街道、秣陵街道銀行網點最為密集,其他街道銀行網點分布零散且較為均勻,銀行網點分布較為分散的街道其網點數量都在10以內,最少的是橫溪街道和谷里街道,銀行網點數量均為2。

分類型來看,三類銀行均具有在中心區集中分布的共性,但由于功能和市場定位等的不同,三類銀行在外圍區的分布差異顯著,全國性股份制商業銀行集中性最強,國有商業銀行和地方性股份制銀行在外圍區分布零散,不同的是,地方性股份制銀行在外圍區的分布更均勻。具體而言,國有商業銀行網點主要集聚在東山街道和秣陵街道,有個別網點分布在江寧街道、湯山街道和祿口街道,且在祿口街道呈線性分布的特點,橫溪街道和谷里街道沒有國有商業銀行網點(如圖2b)。全國性股份制商業銀行的網點數量明顯少于國有商業銀行,集中性最強,全部集聚在中心區域,且主要分布在秣陵街道,其他街道沒有全國性股份制商業銀行網點(如圖2c)。地方性股份制銀行在東山街道和秣陵街道集中布局,也廣泛分布在其他街道(如圖2d)。從銀行網點的數量、密度來看,國有商業銀行網點的數量占比和密度分別為47.10%、0.042個/km2,全國性股份制商業銀行為18.12%、0.016個/km2,地方性股份制銀行為34.78%、0.031個/km2,說明國有商業銀行網點數量最多,密度最大,其密度為全國性股份制商業銀行網點的2.625倍,全國性股份制商業銀行網點數量和密度最小。三類銀行空間布局的差異是由于國有銀行起步早,發展快,經營時間長,國家政策的傾斜使國有商業銀行實力更強,形成了龐大的資產規模和強大的盈利能力,其產品線豐富,擁有更多的政策性業務,因而國有商業銀行的客戶相對分散,其網點除了集聚于中心區域,在其他街道也有分散布局。股份制商業銀行在空間分布上傾向于業務需求量更大的中心區域,從而實現經濟效益最大化。地方性股份制銀行影響力低于其他兩類銀行,但其經營靈活,信息渠道廣,獲取本地市場信息成本較低,可以因地制宜地提供適合當地市場需求的金融產品。

圖2 南京市江寧區銀行網點分布圖

圖3 南京市江寧區銀行網點核密度估計圖

2.2 集聚與零散線性分布并存

核密度分析結果表明,銀行網點高度集中的區域有3個,即勝太路(勝太路、勝太東路、勝太西路)、上元大街、天元東路,低度集中的區域共有5個,即金箔路、雙龍大道、將軍大道、金盛路、竹山路(見圖3),其中勝太路、上元大街和天元東路集中分布著33家銀行網點(見表1),該區域辦公樓集中,商業配套基礎設施完善,銀行網點集中布局。銀行網點集聚不僅能提供更多的資金總量,增強銀行的影響力,進一步增加銀行的業務量,而且部分金融機構經營理念新,創新能力強,在帶來優質的金融服務之時,也將對金融市場產生“鯰魚效應”,從而給地方經濟增添更多的活力。核密度分析顯示,除集聚分布外,還有部分銀行網點零散分布,個別地段出現2家銀行網點靠近分布的情況,如祿口街道、江寧街道、湖熟街道的網點呈南北線性分布,且以國有商業銀行居多,這些銀行網點的分布與道路的相關性較大。

表1 江寧區銀行網點集中區及其數量

3 銀行網點布局影響因素分析

圖4 南京市江寧區綜合經濟實力等值線圖

3.1 綜合經濟實力

主成分分析結果表明,東山街道、秣陵街道、祿口街道綜合經濟實力排名前三,其中東山街道的綜合經濟實力較強,為秣陵街道的1.86倍,排名靠后的區域為橫溪街道、湖熟街道、湯山街道、谷里街道、江寧街道,其中江寧街道的綜合經濟實力僅為東山街道的13.07%。根據計算結果進行插值繪制綜合經濟實力等值線圖,分析等值線圖得出,綜合經濟實力更強的區域,銀行網點更密集(見圖4),江寧區銀行網點主要集聚在東山街道和秣陵街道,東山街道和秣陵街道的銀行網點數量分別為39個和59個,由于東山街道是江寧區的政治、經濟、文化中心,秣陵街道緊鄰東山街道,是江寧區的核心,東山街道和秣陵街道的綜合經濟實力居前兩位,該區域綜合經濟實力強,金融業務更活躍,對銀行高效快捷的金融服務需求更大,銀行網點集中布局。祿口街道和麒麟街道的綜合經濟實力次之,銀行網點數量均為6個;橫溪街道、湖熟街道、湯山街道、谷里街道的綜合經濟實力較低,其銀行網點數量均不超過4個;江寧街道的綜合經濟實力最低,但其擁有包括紫金農商銀行(陸郎支行、銅井支行)在內的5個銀行網點,這是因為江寧街道面積262.22 km2,大于其他街道,同時江寧街道的南京江寧濱江經濟開發區的眾多企業也吸引了銀行網點布局。

圖5 南京市江寧區人口密度等值線圖

3.2 人口

一定數量的客戶群體是銀行網點開展業務的基礎,人口密集區經濟活動較繁忙,業務需求量大,吸引眾多銀行網點集中布局。借鑒已有研究成果[25],探討人口密度與銀行網點分布的關系,江寧區各街道人口密度和銀行網點個數的相關系數為0.699,表明人口密度和銀行網點數量為中度相關,人口密度對銀行網點布局影響較大。

分析人口密度等值線圖,可以得出人口密度越大的區域,銀行網點越密集(見圖5),東山街道和秣陵街道的銀行網點分別占比28.26%和42.75%,兩者共計71.01%。東山街道是區委、區政府所在地,人口密度為2658.49人/km2,為全區人口密度的3.54倍,東山街道的上元大街、竹山路、金箔路、天元東路、宏運大道等主要道路沿線分布著眾多大型居住區,居住環境較好,服務設施較完善,人口密集,銀行業務需求量大,分布著較多銀行網點。

秣陵街道人口密度居全區第二,但其銀行網點的數量居全區第一,比東山街道多20個。這是由于秣陵街道由原百家湖、秣陵、方山3個街道合并而成,面積為181.51 km2,是東山街道的2.47倍,因而秣陵街道人口數量雖然最多,但其人口密度比東山街道小。淳化街道的人口密度比東山街道、秣陵街道和麒麟街道小,但銀行網點的數量卻比麒麟街道多6個,主要原因是淳化街道面積為197.85 km2,僅次于江寧街道和橫溪街道,同時淳化街道分布著眾多高校,包括南京曉莊學院方山校區(2020年在校學生約1.8萬人,教職工約1300人)、中國傳媒大學南廣學院(2020年在校學生約1.3萬人,教職工約1100人)、金陵科技學院方山校區(2020年在校學生約2萬人,教職工約1300人)等,師生人數眾多,形成了以學生群體為主的商業區,商業活動頻繁,以簡單取款為主要方式的資金流動量大,銀行相對集聚,ATM自助銀行比重較大。

圖6 南京市江寧區商業中心緩沖區圖

3.3 商業中心

江寧區承接中心區產業和人口轉移,推動了商業的蓬勃發展,形成了影響全市的現代化商圈。根據已有研究[18],參考江寧區城市商業網點規劃等相關資料,結合江寧區的發展現狀,對江寧區1個市級商業中心、5個區級商業中心、9個社區級商業中心,分別選取1500 m、1000 m和500 m為輻射半徑做緩沖區分析(見圖6)。江寧區商業中心緩沖區研究表明,分布在商業中心緩沖區內銀行網點的數量占總數的61.59%,如百家湖的金鷹天地廣場和景楓中心、東山的萬達等購物中心周邊的銀行網點較集中,布局在雙龍大道、勝太西路、勝太路、上元大街、金寶市場、竹山路等商業繁華地段的銀行網點數量較多,這是由于成熟的商業中心往往區位優越,交通便利,配套齊全,聚集了大量的消費者,消費者在購物時,可順帶辦理金融業務,降低到達銀行的時間成本,另一方面,銀行也為客戶在商業中心消費提供了必要的金融服務,同時成熟的商業中心有利于幫助銀行網點樹立良好的品牌形象,進一步完善銀行的服務功能。

圖7 南京市江寧區道路緩沖區及銀行網點分布

3.4 道路

交通便捷是銀行為客戶提供優質服務的必要前提,因此銀行網點傾向于分布在交通便利的區域。借鑒已有研究成果[18],對江寧區主干道和次干道分別作100 m、50 m的緩沖區(見圖7),城市道路緩沖區研究表明,江寧區銀行網點分布與城市道路的關系十分密切,97個銀行網點分布在主干道100 m緩沖區內,25個銀行網點分布在次干道50 m緩沖區內,分布在主干道100 m緩沖區和次干道50 m緩沖區的銀行網點占總數的88.41%,沿雙龍大道、天元東路、勝太西路、勝太路、上元大街、竹山路等干道集聚更加顯著,零散的銀行網點大多分布在交叉路口附近,尤其是十字路口,這是由于交叉路口交通便利,人流量大,方便客戶到銀行辦理業務。從道路密度來看,東山街道和秣陵街道的道路密度大于其他街道,其交通可達性最好,服務最便利,銀行網點的數量也多于其他街道,成為全區銀行網點最密集的區域。

圖8 南京市江寧區地鐵站緩沖區及銀行網點分布

3.5 地鐵

與其他交通工具相比,地鐵運量大、準時、速度快,能避免城市交通擁堵,成為人們生活中必不可少的出行方式。對江寧區范圍內的地鐵站(包括1號線、3號線、S1號線)分別作500 m、1000 m、2000 m的緩沖區(見圖8),地鐵站緩沖區研究表明,地鐵站500 m緩沖區有41個銀行網點,地鐵站500—1000 m緩沖區有24個銀行網點,地鐵站1000—2000 m緩沖區有21個銀行網點,共計86個,占銀行網點總數的62.32%,銀行網點集中布局在地鐵站周邊是由于地鐵為居民出行提供了極大的便利,地鐵站周邊客流量較大,靠近地鐵站布局的銀行網點可以爭取更多潛在客源,實現經濟效益最大化。

4 結論與討論

本研究以南京市江寧區為例,采用平均最近鄰分析、核密度分析、相關系數分析等方法,探討江寧區銀行網點的空間布局及其區位選擇,主要結論如下:

(1) 江寧區銀行網點平均最近鄰比率為0.477,表明江寧區銀行網點集聚分布,區域中北部集聚了大量的銀行網點,其他區域銀行網點較少且分布零散,東山街道、秣陵街道的銀行網點最為密集,其他街道銀行網點分布零散且較為均勻。

(2) 不同類型的銀行網點分布特征存在一定的差異,全國性股份制商業銀行集中性最強,國有商業銀行和地方性股份制銀行均為中心區集聚、外圍區零散分布,且地方性股份制銀行在外圍區的分布更均勻。國有商業銀行網點數量最多,密度最大,全國性股份制商業銀行網點數量最少,密度最小。

(3) 江寧區銀行網點集聚與零散線性分布并存,銀行網點高度集中于勝太路(勝太路、勝太東路、勝太西路)、上元大街、天元東路,低度集中于金箔路、雙龍大道、將軍大道、金盛路、竹山路,部分銀行網點零散分布,個別地段出現銀行網點沿道路鄰近分布的情況。

(4) 銀行網點空間布局受多種因素的綜合影響,東山街道和秣陵街道綜合經濟實力更強,銀行網點更密集;東山街道人口密度最大,秣陵街道人口數量最多,兩大街道的銀行網點占總數的71.01%;商業繁華地段的銀行網點數量較多,市級商業中心1500 m緩沖區、區級商業中心1000 m緩沖區和社區級商業中心500 m緩沖區內銀行網點的數量占總數的61.59%;銀行網點傾向于分布在城市干道周邊,主干道100 m緩沖區和次干道50 m緩沖區的銀行網點占總數的88.41%;銀行網點集中布局在地鐵站周邊,地鐵站2000 m緩沖區內銀行網點占總數的62.32%。

以上結論對城市銀行網點優化布局具有一定的指導意義。銀行網點是服務客戶和展示銀行形象的窗口,在充分了解城市交通、市政、公共設施、住宅等項目規劃的基礎上,合理布局銀行網點,有利于增強銀行競爭力。城市規劃為城市經濟實體科學合理地安排空間,對城市經濟發展產生著深刻的影響,調整與優化銀行網點布局必須密切關注城市規劃的變化,選擇要素密集、交通便捷的地段布局銀行網點,銀行網點空間布局研究表明,經濟、人口、商業、交通等因素往往“錦上添花”,疊加影響銀行網點布局,東山街道、秣陵街道不僅綜合經濟實力強,而且人口和商業密集,交通便捷,該區域的銀行網點分布密集,應更重視微區位的調整優化,合理布局銀行網點,改善網點的可達性,提高網點的使用率。少數區域如橫溪街道銀行網點數量過少,應進一步調研,傾聽群眾的建議,合理布局網點。

此外,銀行網點應充分考慮為不同類型的客戶群提供差異化服務,根據不同客戶群的特點與偏好,為其提供個性化金融服務,如江寧大學城和百家湖商圈,以及百家湖、九龍湖等住宅密集區對小額存取業務需求大,銀行應合理布局ATM網點;百家湖商圈、九龍湖商圈等寫字樓密集區往往需要更多的對公業務,應布局相應的人工網點,為用戶提供高品質的金融服務;中青年、上班族等群體更容易接受ATM網點,該類人群青睞地鐵出行,應在百家湖、九龍湖、勝太路、竹山路等人流量大的地鐵站周邊重點布局ATM網點。

在銀行網點區位選擇研究方面,由于自然環境、同行競爭、城市規劃等因素難以量化,本研究沒有分析其對銀行網點布局的影響,同時本研究未能獲取銀行網點布局的時間序列變化,因而本研究沒有分析銀行網點分布的變化過程,未來研究應將銀行網點布局變化、驅動因素和服務半徑變化等相結合,進一步揭示銀行網點區位選擇的鼓勵,促進區域金融產業的發展。