金融服務業空間格局及影響因素

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了金融服務業空間格局及影響因素范文，希望能給你帶來靈感和參考，敬請閱讀。

隨著社會經濟的快速發展，服務型經濟成為現代經濟的核心。服務業在城市發展過程中帶動區域經濟增長、調整產業經濟結構，成為建立城市空間格局的重要力量[1]。其中金融服務業是現代服務業發展最為迅速的產業之一，對于金融空間的研究也引起了經濟地理學者的廣泛關注[2]。社會的進步帶動著金融服務業進入了新階段。我國許多學者開始從地理學的角度對金融活動進行研究，總體來看研究內容針對金融服務業總體及其細分行業展開，多角度下探討城市金融服務業的空間格局和演變規律等[2,3]，應用與之相適應的方法與技術。其中在細分行業，學者們對銀行業的空間格局更感興趣。近年來，大數據的出現加固了對城市空間布局的研究，興趣點（PointofInterest，POI）能夠真實反映地理位置，被廣泛應用在城市功能區識別[4]、商業中心識別[5]以及旅游空間特征分析[6]等方面，在金融服務業內應用鮮少。本文采用大連市POI數據，運用空間分析方法，從整體上對大連市金融服務業的空間格局進行探究；結合定性與定量的分析方法研究影響金融服務業空間分布的因素。從研究結果中可以掌握金融服務業的空間分布特征，既能促進大連市的金融發展，又為優化金融服務業空間結構提供了理論依據。

一、研究區概況

大連市位于中國東部沿海地區，港口、工業經濟發達，金融輻射力強。截至2020年末，全年地區生產總值7030.4億元。其中在金融業，金融機構本外幣存款余額達16003.8億元，較比2009年增長9.3%；證券交易額及期貨成交量都有明顯的增長，發展態勢良好。本文選取大連市下轄的七個區（中山區、西崗區、沙河口區、甘井子區、旅順口區、金州區和普蘭店區）、兩個縣級市（莊河市和瓦房店市）和一個縣（長海縣）為研究對象，全域面積12574平方公里，旨在更加全面地反映大連市金融服務業的客觀情況。

二、數據來源與研究方法

（一）數據來源

基于高德地圖開放平臺，獲取研究區內銀行業、保險業、證券業三種金融經營行業2021年7月的POI數據，經去重篩選和坐標糾偏，得到有效的金融機構數據3609個，建立大連市金融服務業POI數據庫；道路數據來源于OpenStreetMap；其他統計數據來源于《2020年大連市統計年鑒》。

（二）研究方法

1.平均最近鄰分析。根據每個點要素與其鄰近要素之間的平均距離得出最近鄰指數，最近鄰指數＞1代表要素集聚分布，最近鄰指數=1代表要素隨機分布，最近鄰指數＜1代表要素離散分布。2.核密度估計（KDE）。通過計算每個單元格內點要素的密度值來估計樣本點周圍的密度，并擬合出光滑平面。具體計算公式如下：式中，n為數據點個數，hn為帶寬，即核密度函數的搜索半徑，為核函數。

三、結果與分析

（一）大連市金融服務業空間格局分析

基于平均最近鄰分析法對金融機構POI數據進行分析，其結果z，p值顯示，大連市金融服務業集聚特征顯著。總體來看，金融服務業呈“東北—西南”的分布趨勢，主要集中在大連市南部地區，中部及北部相對分散，這與大連市沿山脈自北向南入海分布的城市格局相符合（見圖1）。根據核密度結果可以識別出：（1）大連市金融機構分布形成了明顯的集聚區，按集聚狀態分為三個等級：高值集聚區，主要為大連市中心城區即甘井子區、沙河口區、西崗區和中山區，具有一定的規模優勢，連片分布；中值集聚區包括旅順口區、金州區和瓦房店市，呈現多核集聚狀態，所在區域內不止一個集聚中心；低值集聚區，包括長海縣、普蘭店區和莊河市，位于城市外圍，金融機構分布相對分散，多分布在行政區附近，區域內只存在一個集聚中心。（2）金融服務業各集聚中心基本沿城市道路延伸集中分布，如高值集聚區內，金融機構東西走向沿主軸黃河路、中山路分布，南北走向沿主軸山東路、西南路分布，其他金融機構分散布局；同樣中值和低值集聚中心沿城市服務功能強、金融環境優良的道路分布。這是由金融服務業的產業特性決定的，金融中心是城市經濟發展的產物，隨著大連市經濟、人口的增長，構建了更加完善的城市金融空間。

（二）影響因素

金融服務業的空間分布在城市中心，表現出集聚特性，受地域空間的影響，與城市發展有關，因此本文針對大連市金融服務業布局現狀，從經濟規模、人口密度、城市化水平和交通便捷程度四個方面，對金融服務業空間分布的影響程度進行定性與定量的分析。1.經濟規模在經濟體系中，產業經營者希望借助金融機構的資金助力，在發展規模擴大的同時降低經營風險；區域經濟規模的擴大，提升了消費者的生活水平，他們希望通過金融機構來實現對資產有效利用。因此，金融服務業在經濟發達地區分布更加集中。本文選取大連市各區縣的GDP數據代表該地的經濟規模。除沙河口、中山、甘井子區外，金融機構的數量與各區的GDP數值大致成正相關，這三區以第三產業為主，大型企業較少，經濟產值低，不如企業集聚的金州區，但由于這三區位于人口密集的中心城區，對于金融機構的需求卻很大。2.人口密度金融服務業面向居民服務，其服務機構的數量由人口數來確定；根據人口密度進一步對這些金融機構進行合理布局，顯然二者具有較強的關聯性。本文將大連市金融機構的位置數據與各區縣的人口密度數據相疊加。由圖2可知，人口密集區金融機構的數量多，如位于市中心的金州區、甘井子區、沙河口區，中山區；北部的瓦房店市、普蘭店區和莊河市占地面積較大，人口密度值低，因而對金融機構的需求量較小；此外長海縣人口密度值雖然偏高，但城市等級低，發展水平不高，限制該地區金融服務業的發展。總體來看，人口的數量與密集程度可以影響金融服務業在城市中的布局。3.城市化水平近年來，金融服務業已從傳統的勞動密集型產業轉化為知識與人力密集型產業，實現了產業現代化。城市化水平作為城市發展程度的重要指標，同樣影響著金融服務業的發展。故本文利用SPSS軟件對大連市各區的金融機構數量與相對應的城市化水平進行皮爾遜相關性分析，得出顯著值小于0.05，結果存在統計學意義，兩者之間具有相關性；相關性指數為0.634，說明金融服務機構數量與城市的城市化水平呈現顯著的正相關。一般來說，金融服務中心都分布在較發達的城市，城市人口比例大，城市化水平高。4.交通便捷程度金融服務業的經營方式主要是與消費者近距離的交易，因此交通的便捷程度可作為影響金融服務業空間分布的重要因素。本文選取路網密度來分析大連市的交通狀況，由圖3可知，金融機構大致沿城市道路分布，沙河口區道路密度最高為3.61km/km2，集中了564個金融機構；普蘭店區和莊河市的路網密度卻不足0.8km/km2，機構數量也相對較少，這表明城市道路是導致金融機構分布不均衡的因素之一，在探究道路與金融機構關系時，依據大連市的地域形態對一級道路和二級道路分別做400m和200m的緩沖區，在緩沖區內共集中了2928個金融機構，占總數的85.89%，在一定程度上說明金融機構的分布對城市道路存在依賴。因此在研究區域內，交通便捷程度越高，金融服務業發展程度相對越高。綜上所述，城市經濟規模、人口密度、城市化水平以及交通便捷程度是影響大連市金融服務業空間布局的重要因素，且與之存在正相關性。

四、結語

隨著社會的進步，金融服務業開始注重各個金融機構之間的聯系，空間集聚越來越明顯。本文利用ArcGIS的空間分析方法以及定量與定性分析模式，選取多個指標探討大連市金融服務業空間格局和影響因素。從宏觀角度展開研究，對今后大連市金融機構的優化布局有一定參考意義。此外，POI數據有較強的實時性，本文選取的POI數據只能反映當前時刻的特征，今后可以針對金融服務業的時空演變規律進行探討，進一步完善研究體系，優化城市金融空間。

參考文獻：

[1]周麟，沈體雁.大城市內部服務業區位研究進展[J].地理科學進展，2016，35（04）：409-419.

[2]劉輝，申玉銘，柳坤.中國城市群金融服務業發展水平及空間格局[J].地理學報，2013，68（02）：186-198.

[3]任會明，葉明確.上海銀行產業的網絡結構特征和空間格局演化[J].經濟地理，2018，38（09）：147-157.

[4]駱少華，劉揚，高思巖等.基于空間格網的城市功能區定量識別[J].測繪通報，2020（S1）：214-217.

[5]陳蔚珊，柳林，梁育填.基于POI數據的廣州零售商業中心熱點識別與業態集聚特征分析[J].地理研究，2016，35（04）：703-716.

[6]徐冬，黃震方，呂龍等.基于POI挖掘的城市休閑旅游空間特征研究——以南京為例[J].地理與地理信息科學，2018，34（01）：59-64+70.

作者:路曉菲 單位:遼寧師范大學地理科學學院