对深圳金融包容程度的测算及分析

对深圳金融包容程度的测算及分析

一有关金融包容研究的概述

随着经济的快速发展，金融体系已成为现代经济的核心，发挥着越来越重要的作用，但它的

弊端也越来越明显，其突出的表现就是服务越来越倾向于高净值私人客户和大中型企业，而

众多有发展潜力的客户被排斥在金融服务对象之外，也就意味着很大一部分低收入人群和微

型、小型企业只能通过非正规金融途径才能获得金融服务。这种金融资源配置不公平现象在

全球范围内得到了重视，早期人们曾提出“小额信贷”和“微型金融”的概念，之后在两者

的基础上，人们又提出了“金融包容”的概念。

“金融包容”(也称“普惠金融")”译自英文“FinancialInclusion”，是联合国在推

广“2005年国际小额信贷年”时所提出的一个金融发展的概念，但对于“金融包容”的确

切定义，目前尚无统一界定。S.MahendraDev(2006)认为，金融包容是金融机构以可负担

得起的成本，为弱势群体及低收入人群提供金融服务。AlfredHanning和StefanJansen

(2010)指出，金融包容旨在把“无银行服务”人群纳入正规的金融系统，从而使他们有机

会享受到一系列金融服务，如储蓄、支付、信贷和保险等。Fornandcz(2006)认为，金融

包容是经济包容性增长的一个关键维度，站在金融供给角度来看，金融包容意味着过去被金

融服务边缘化的个人或集团，现在能够经常性地获得信贷服务。世界银行扶贫协商小组

(CGAP)认为“金融包容”的含义是：全体社会成员(包括家庭和企业)都能够公平有效地

获得他们所需要的金融服务的状态。

总的来说，金融包容的内涵主要包括以卜三方面：“金融包容”的实质是信贷和金融融资渠

道等的公平性问题，每个独立的经济个体都应该有平等享受金融服务的权利；金融包容意味

着金融创新，为了让每个人都获得金融服务，应在金融体系内进行制度、机构和产品等各个

方面的创新；金融包容同时也是金融体系的责任，尤其强调为传统金融机构服务覆盖不到的

低端客户，如中低收入者、贫困人口和小微企业提供公平有效的金融服务。

国际不少研究发现，金融包容在降低收入不平等、消除贫困、提高信贷市场可获得性及金融

稳定性、促进经济增长等方面起着重要作用。Beck等人(2008)发现，金融发展、降低收

入不平等与贫困消除间存在一种联系：金融服务的整体使用情况，即更深的金融体系可降低

基尼系数；而Gind和Townsend(2004)运用一般均衡模型对泰国经济的研究发现，提高金

融服务的可得性对泰国经济增长率有显著促进作用。

在小微企业融资和金融包容的关系上，Fungacava和Weill(2014)针对亚洲国家金融包容

的研究表明，亚洲国家小微企业的信贷资金依然主要依赖F亲友借款，信贷渠道非常有限。

Geng和N・Diaye(2012)针对中国的研究指出，中小企业(SMEs)和个人因缺乏信贷渠道

而更多依赖于非正规金融，例如，亲朋和其他非正式贷款者，这又导致影子金融的扩张，弱

化金融监管有效性，不利于金融稳定。而扩大金融包容度能够在一定程度上减轻中小(或小

微)企业融资的难度。例如,Beck,Demirguc-Kunt和度ks例ovic(2005)的研究表明，小

微企业所面临的融资障碍比大企业严峻，而金融包容作为金融发展的一个维度，它与小微企

业的发展有密切的正向联系。

国际货币基金组织(IMF)、世界银行(WB)以及国内外学者对金融包容的研究多以国家为

单位，也有组织针对一国各区域进行研究，如巴西中央银行。本文以深圳及其各区为研究对

象，从金融包容这个独特视角研究深圳金融发展，更具现实意义。国内目前对深圳金融发展

方面的研究，多集中于其金融集聚对经济发展的影响研究，即从金融发展的深度角度来研

究，从金融发展的广度角度进行研究的较少。本文以金融包容性测度作为地区经济发展和社

会发展的一个研究维度，从金融可获得性的角度，探讨金融服务业发展与区域发展的关系，

是对现有研究的一个有益补充。

二金融包容指标说明

金融包容是一个综合性强、内涵丰富的概念，因此，仅仅用单一维度的指标很难说明某个地

区的整体金融包容状况。只有构建一个多维度、层次丰富、涵盖面广的金融包容指标体系，

通过具体化及量化指标，才能较为全面地评价和考察金融包容程度。

对于如何度量金融包容程度，国外学者Beck等人(2007)较早使用8个指标来说明金融机

构的服务程度。随后，在他们的指标基础上，不少国际性组织开始构建金融包容的指标体

系。如金融包容全球合作伙伴组织(CPF1)提出的金融包容甚本指标；金融包容联盟

(AFI)从金融可获得性和使用情况这两个维度设计了金融包容核心指标(见表1)；世界

银行发布的全球金融包容指数的核心指标，旨在从需求方的角度提供有价值的信息，评估和

监测各国金融包容实践情况，为金融包容有关研究提供基准和标杆；国际货币基金组织于

2004年开始，通过金融可获得性调杳(FinancialAccessSurvey,FAS)获得各国金融又

获得性指标数据，并评价各国金融包容程度，调查主要是统计金融可获得性和金融服务使用

情况方面的数据，其核心指标如表2所示。

被巴西中央银行采用，用来计算巴西不同地区的IFI。

本文在借鉴国际组织对金融包容基本指标及核心指标体系的构建上，结合深圳自身的实际情

况，考虑相关数据的可获得性，采用Sarma对于金融包容指数的测算方法，从整体和分区域

的角度分别对深圳的金融包容程度做了初步测算，并基于测算结果，给出相关分析。

三深圳金融包容程度的测算和分析

本部分提出并构建深圳金融包容程度指标，并结合深圳金融和经济发展的其他指标进行讨

论。为使分析更具客观性，本文也同时收集了上海相关数据，将上海作为参照，对深圳金融

包容现状和发展进行比较分析。

（一）衡量金融包容程度的维度及具体指标说明

金融的供给与需求是决定金融包容的基本要素，因此，在确定金融包容程度的维度时，应涵

盖这两方面内容。兼顾数据可得性，本文从金融服务的可获得性及金融服务的使用情况两个

维度来构建深圳金融包容指标体系，数据跨度为2004〜2013年（见表3）。其中，金融服

务的可获得性属于金融供给方面的指标，而金融服务的使用情况则反映需求方对金融服务的

需求情况。受限于数据，对于金融服务的使用情况，我们仅构造人均存贷款占人均GDP比重

这两项指标，而这两项指标也常用于测度金融深化程度。

维度描述性指标基本指标

1.每1000平方公里.存在的银行业金融机构网点数用（4）

地理距离上的可得性

金融服务的2.每1（X）0平方公里存在的银行业金融机构从业人员数（心）

可获得性3.每10万人拥有的银行业金融机构网点数吊（4）

人口密度上的可得性

4.每10万人州行的侬行业金融机构从业人员数（4）

金融服务的存款使用程度5.金融机构人均各项存款占人均GDP的比重（4）

使用情况贷款使用程度6.金融机构人均各项贷款占人均GDP的比重（〃）

注：网点不包括总部。金融机构主要包括大型商业银行、股份制商业银行、城市商业银行、外

资银行、邮政储蓄银行、农村商业银行以及村镇银行。人口按年末常住人口计算。金融机构各项人

均存贷款为人民币存贷款。在卜.文中，各指标的原始值标记为经归-•化和加权处理后的数值标

记为4。为便于对应，本表标出各指标的4。

资料来源：用于计算的数据来自各银行它方网站、行度地图及育德地图，深圳市.历年《金融运

行报告》《统计年鉴》《金融发展报告》。

表3金融包容测算指标

（二）IFI指数构造和测算方法

根据Sarma给出的IFI计算方法，公式如下：

4一人

W------------(1)

，M.-m.

其中，4是第，维（即第，个指标）的实际数值，回取第/维的最小值，史取第/维的最大

值，肌为第i个指标的权重（0W%W1）。d值越大，说明以该单一指标衡量的金融包容程

度就越高。若某地区（或某年份）所有指标的d值都等丁•瓶（即指标原始取值均为最大值,

使得公式右边的分数为1）,那么点小（吃吃…，黑）代表金融包容在各个指标层面都

达到最优水平。

我们采用了变异系数法确定IFI指数中的权重明变异系数

vi=。/互

,权重的“，计算公式如下:

孙=匕/工」匕(2)

_，谥+/；+…+d；

*=/，2，(3)

7M、+w；+…+〃;

/(叫―4)2+(2_4)2+…+(叫—4)

A,=1----------------_---------------(4)

//222

V呜+町+…+%

IF1=+[及+&](5)

根据公式（2）得出各指标的权重肌如表4所示。

基本指标4&44

权重（纳）0.1470.3390.0480.2370.1360.092

资料来源：笔者计算。

表4深圳金融包容程度的指标权重

如果衡量某地区金融包容的指标有〃个，那么该地区的金融包容程度就可以被视为在〃维空

间中的点髭（4,4,&,…，&）,同时，在这个空间的点0二（0,0,0,0）代表最

坏的情况，即无金融包容，完全的金融排斥；而点上（用，阪，…，上）代表金融包容的各

个指标层面都达到最优水平。因此，金融包容指数IFI就表示为X与0之间的欧几里得距离

和X与7之间的反欧几里得距离（InverseEuclideanDistance）之和的简单平均。才和0

之间的距离越大，才和川之间的距离越小，意味着金融包容程度越高。

通常，如果IFI值落在0.6〜1被视为金融包容程度高；0.3〜0.6为中等金融包容水平；而

TH值低于0.3则被视为金融包容程度低。

（三）测算结果和分析

通过上述方法计算深圳金融包容程度IFI指数，结果如表5和图1所示。

年份4d2小ds4%&"7

20040.00000.00000.00140.01350.00650.01530.04560.02430.0349

20050.00820.00080.00000.00440.02080.02460.07110.03230.0517

20060.04520.01070.02270.00000.00000.00000.10970.04620.0779

20070.05560.07150.01760.04940.01600.00980.22550.21370.2196

20080.06520.10490.01190.06720.01510.00400.30120.28320.2922

2(X)90.07480.175()0.00710.11870.11650.08670.56710.53390.5505

20100.09160.20060.00850.12500.13310.09220.63820.59500.6166

20110.10830.24540.02000.16150.11480.07710.72720.71930.7233

20120.12500.30440.03180.21080.12060.06730.88170.87410.8779

20130.14720.33890.04800.23750.13610.07790.99450.96960.9821

资料来源：笔者计算。

表5深圳金融包容程度IFI指数测算结果（2004〜2013年）

2002200420062008201020122014(年份)

图1深圳金融包容指数IFI(2004〜2013年)

需要注意的是，图1主要显示研究时间段内深圳金融包容程度的相对变化。根据图1,从整

体二看，2004〜2013年，深圳金融包容指数IFI呈上升趋势。其中2006〜2007年以及

2008〜2009年是金融包容程度提升最快的年份。金融包容程度上升的驱动因素是各个分指

标d的变化。分析分指标d的变化趋势，并将IFI变化与其池经济金融指标结合分析，我

们有以下发现。

（1）金融服务的可获得性指标，尤其是地理距离维度的“从业人口拥有量"（“）以及人

口密度维度的“从业人口拥有量”（d）的上升对提升IFI影响显著（见图2）。

（年份）

图2地理距离维度及人口密度维度”从业人口拥有量”

以TFT增幅较大的2006-2007年以及2008〜2009年两个阶段为例，这期间深圳金融包容度

大幅提高，主要源于就业充分，使得金融行业就业人数大幅增长，金融服务供给较快增加，

无论是在地理距离维度上还是人口密度距离上的可获得性，都有显著提高。

供给面因素中，金融机构的地理可得性（d）也呈较稳定的上升趋势，而金融机构的人口密

度可得性（d）则增长缓慢。相比金融行业就业人口的激增，金融机构新增网点开设进展缓

慢，尤其在人口密度分布上赶不上城市人口的扩张。

图3显示，2010年以前，金融机构网点数增长率均小于常住人口增长率，导致“逐年下

降，反映新增机构网点的速度赶不上人口增加的速度。不过，深圳常住人口增长率在2010

年后大幅下降，而金融机构网点增长率在2009年后增幅明显，增长速度远快于常住人口的

增长率，使得近三年的4有明显改善。

图3深圳常住人口增长率与金融机构网点增长率

为了更清晰地了解深圳金融服务可获得性指标（供给面因素）的增长情况，我们以上海为参

照，反映深圳金融包容度的绝对水平和相对变化。上海在金融机构从业人数和金融机构网点

数量上均远远超过深圳，且增长速度更快（见图4和图5）。但是深圳在金融供给上的变化

有三个显著特点：一是金融供给稳定增长，没有受到金融危机和其他因素较明显的影响；二

是深圳每平方公里存在的金融机构网点数优于上海（见图6）,表明深圳金融机构网点的地

理覆盖较密集；三是深圳每10万人拥有的金融机构网点数和增长情况与上海基本持平。深

圳2013年每10万人拥有14.76个金融机构网点，研究期间，年均增长1.6设：上海每10

万人拥有15.22个金融机构网点,研究期间,年均增长1.42虬

2002200420062008201020122014（年份）

图4深圳、上海银行业从业人数

图5深圳、上海银行业网点数曷

□每1000平方公里存在的银行业金融机构网点数量（上海）

图6深圳、上海每千平方公里存在的金融机构网点数

（2）反映金融服务使用情况的指标对IFI上升的影响也有拉动效应，但金融深化有一个缓

慢增加的自然过程。

2004〜2008年，深圳金融机构人均各项存款占人均GDP的比重（“）和金融机构人均各项贷

款占人均GDP的比重（&）的原始值一直徘徊在170%和120机但2009年为对冲全球金融危

机的影响而实施的宽松货币政策，使得金融机构存贷款均大幅增加，使得上述指标迅速跳升

到208%和144%以上，随后几年一直维持在这个水平附近，如下图7所示。由于&和&上升

主要受宏观货币政策影响，因而我们认为这种金融深化程度的提高是被动而非主动的。

图7深圳GDP、金融机构人均各项存贷款

（3）金融包容程度主要受金融行业扩张影响，短期与GDP增长趋势不一致。

根据图8,深圳金融包容指数IFI与其金融业增加值占GDP比值的趋势基木一致v金融包容

是衡量金融发展的一个维度，金融业产值的提高必然包含金融分支机构的扩展、就业水平的

提高和金融资产的扩张，均有利于金融包容程度的提高。

图8深圳金融包容指数IFI与金融业增加值占GDP比重

I------1GDP金融机构人均各项存款占人均GDP的比重

仝融和依人E1幺而岱敦启KElCCP的也蓄

图9深圳GDP、金融机构人均各项存贷款占人均GDP的比重

但GDP增长率高并不意味着金融包容程度高，如图10所示，深圳IFI指数与GDP增长率两

者的走势并不一致。在金融包容研究领域，不少国外的经验证据支持这一结果(Fungacova

和Weill,2014)o事实上，仅根据指标体系本身的设计，在其他因素不变的情况下，短期

内GDP增长越快，IFI指数应该有所下降，因为&和d将随GDP增长而下降。从实际情况来

看，如果第一和第二产业对GDP增长的贡献率高于第三产业(尤其是金融业)的贡献率，

IFI指数很可能与GDP增长出现背离。不过从长期来看，提升第三产业比重，是我国特别是

深圳这样的超级城市经济发展的必然趋势，而金融业在第三产业中的比重也逐年增大。这就

使得金融业的发展对GDP增长的拉动作用将越来越大，那么从长期来说，金融包容程度的发

展与经济增长将存在互相促进的作用。

♦深圳GDP增长率深圳金融包容指数【FI

图10深圳金融包容指数与GDP增长率

本部分我们得出以下主要结论：2004〜2013年，用IFI指标反映的深圳金融包容程度呈现

上升趋势，主要源于金融机构就业人数的增长，其次得益于金融机构网点数量的增加，用人

均存贷款占GDP衡量的金融深化对金融包容度上升有iE向影响，但主要是2009年宽松货币

政策造成的被动影响。

四深圳各区金融包容程度的测算和分析

过去10多年是深圳城市扩张较快的时期，深圳目前既有罗湖、福田经济发展成熟度较高的

区域，也有龙岗、宝安等新区，且各区经济规划功能不同，这就导致区域间经济、金融发展

水平参差不齐。因此，本部分从更微观的角度测度深圳各区的金融包容程度，并对现状做出

分析和评价。

按第三部分所述方法，深圳各区的金融包容指标体系构建如表6所示。受限于部分数据不可

得，本部分主要考察各区金融包容的供给面，即通过比较各区金融服务的可获得性来测算

2013年IFI指数。与上一部分不同的是，我们用金融机构自助设备数量代替了从业人员，

而各区自助设备数量数据的获取来源于多个渠道，包括通过百度和高德地图进行搜索。测算

结果如表7所示。

维度描述性指标基本指标权近

地理距离上的I.每平方公里存在的银行业金融机构网点数员（4）0.4490

可得性

金融服务的2.每平方公里存在的银行业金融机构自助设备数品：（4）0.3094

可获得性

人口密度上的3.每一个人拥行的银行业金融机构网点数量（4）0.1619

可得性4.每一个人拥有的银行业金融机构自助设备数量（4）0.0798

注：网点不包括总部。金融机构主要包括大型商业银行、股份制商业银行、城市商业银行、外

资银行、邮政储蓄银行、农村商业银行以及村镇银行。银行业金融机构自助设备指ATM、CRS及

CDM等。人口按2013年末常住人口计算。

资料来源：用于计算的数据来自各银行它网、百度及高德地图、深圳市及各区统计局官网，及

其《国民经济和社会发展统计公报》《统计年鉴》。

表6深圳市及各区的金融包容指标

区域4d24Xx2IFI

罗湖区0.21890.18(M0.10110.0542053270.52660.5296

福山区0.44900.30940.16190.07981.00001.00001.0000

南山区0.10460.10310.09830.0742033370.29230.3130

宝安区0.04410.09390.01360.04560.19880.15870.1787

盐山区0.01940.03730.02720.0456011790.08220.1000

龙岗区0.03480.07840.01990.06300.18850.13760.1630

光明新区0.02670.02740.03750.0062009390.08090.0874

坪山新区0.00980.01870.02430.0238006970.04720.0585

龙华新区0.03970.07100.00000.00130.14160.11780.1297

大鹏新区0.00000.00000.08220.0000014310.03060.0868

深圳市0.05870.07420.05090.0479020480.18150.1931

资料来源：笔者计算C

表72013年末深圳各区金融包容程度IFI指数测算结果

由表7和图11可知，福田区的金融包容程度最高，尤其在“每平方公里存在的银行业金融

机构网点数量”（d）与“每平方公里存在的银行业金融机构自助设备数量"（&）上遥遥

领先于其他各区，也远远超过深圳市平均水平。由于地处深圳核心腹地，福田既是行政中

心，也是繁华的中央商贸区（CBD）；不仅有深圳最大最密集的总部企业聚集，还有深南天

道中轴线上最大的金融区，聚集了深圳一半以上的金融机构，这是金融包容水平高的具体体

现。

匚二］每平方公里存在的银行业金融机构网点数量（家/平方公里，左轴）

匚二］每平方公里存在的银行业金融机构自助设备数员（具/平方公里，左轴）

一每人拥有的银行业金融机构网点数量（家/人，右轴）

图11深圳及各区的金融服务可获得性比较

罗湖区与南山区的指标稍逊于福田区，但较明显地领先于其余各区。受政府规划和老城区改

造困难等因素影响，罗湖区CBD的地位受到重大挑战，但蔡屋围片区仍是密集度非常高的金

融中心区，因此其金融包容程度仍较高；南山区集聚众多高新科技企业，发展潜力大，且前

海开发区前景广阔，吸引众多金融机构进驻和扩张网点，使其金融包容程度也较高。

如图12所示，福田区、罗湖区以及南山区的金融包容水平都在深圳市金融包容水平之上，

代表它们集聚了深圳市绝大多数的金融资源。龙岗和宝安因地理位.置、基础设施、电子信息

产业、先进制造业逐渐集聚等优势，金融包容程度紧追南山。而金融包容程度较低的是前几

年新规划设立的新区。大鹏新区因地理位置及自然条件因素影响，其经济重点在于旅游开

发；坪山新区成立不久，基础设施不完善等对金融机构的吸引力不足；且金融机构在新区布

点需要时间，这些均导致金融包容水平较低。新区中潜力较大的是从宝安区中划分出去的龙

华新区，IFI值甚至优于盐田区。

结合2013年经济发展的其他指标，对各区金融包容程度做进一步分析，得出如下结论。

图12深圳市及其各区的金融包容指数比较

1.各区金融包容程度与人均收入水平和GDP基本一致

与前文对深圳市2004〜2013年金融包容水平变化的测度结果不同，在2013年这个时点上，

金融包容程度与各区当年人均收入水平相关度非常高，与GDP相关度也很高。如图13所

示，人均可支配收入、国内生产总值越高的区域，IFI指标也越理想。只有南山区的情况略

为特殊。2013年，南山区GDP绝对值高于福田区和罗湖区，但金融包容度却不及后两者。

2.金融包容程度与服务业发展程度一致，与第二产业发展存在一定的背离

图14中，第三产业增加值与我们测算出的各区1FI指数重合度很高，说明金融包容程度高

的区域，服务业的发达程度也相应较高。对深圳市而言，金融业增加值在第三产业增加值中

占有相当的比重，在2013年达24.50%,而金融业增加值与金融包容程度密切正相关，这能

够说明金融包容度和服务业发达程度之间为什么存在正相关关系。

匚二］规模以上工业增加值匚二］第三产业增加值

图142013年各区规模以上工业、金融业及第三产业增加值与各区IFI

我们同时发现，金融包容度最高的福田区和罗湖区规模以上工业增加值远低于全市平均水

平，而第二产业活跃的南山、龙闵、宝安和龙华金融包容度却相对•较低。这固然与区域经济

功能规划有直接关系，但第二产业活跃的区域，往往小微企业融资需求、个人资金需求也相

对旺盛，扩大网点分布、提供更普及的金融服务有望在这类区域产生更高的财务回报和正向

的社会效应。

3.金融包容程度与高新技术企业集聚程度存在一定的背离

我们使用各区高新技术产品的产值、高新技术企业数和专利申报数作为对高新技术企业活跃

程度的测量（见图15和图16）,将之与各区金融包容程度进行比较，以期对金融包容与高

新技术企业分布的配比情况有一个初步的认识。由于数据缺失，图16反映的是2011年的情

况。