金融服务业空间格局及影响因素

前言：想要写出一篇引人入胜的文章？我们特意为您整理了金融服务业空间格局及影响因素范文，希望能给你带来灵感和参考，敬请阅读。

随着社会经济的快速发展，服务型经济成为现代经济的核心。服务业在城市发展过程中带动区域经济增长、调整产业经济结构，成为建立城市空间格局的重要力量[1]。其中金融服务业是现代服务业发展最为迅速的产业之一，对于金融空间的研究也引起了经济地理学者的广泛关注[2]。社会的进步带动着金融服务业进入了新阶段。我国许多学者开始从地理学的角度对金融活动进行研究，总体来看研究内容针对金融服务业总体及其细分行业展开，多角度下探讨城市金融服务业的空间格局和演变规律等[2,3]，应用与之相适应的方法与技术。其中在细分行业，学者们对银行业的空间格局更感兴趣。近年来，大数据的出现加固了对城市空间布局的研究，兴趣点（PointofInterest，POI）能够真实反映地理位置，被广泛应用在城市功能区识别[4]、商业中心识别[5]以及旅游空间特征分析[6]等方面，在金融服务业内应用鲜少。本文采用大连市POI数据，运用空间分析方法，从整体上对大连市金融服务业的空间格局进行探究；结合定性与定量的分析方法研究影响金融服务业空间分布的因素。从研究结果中可以掌握金融服务业的空间分布特征，既能促进大连市的金融发展，又为优化金融服务业空间结构提供了理论依据。

一、研究区概况

大连市位于中国东部沿海地区，港口、工业经济发达，金融辐射力强。截至2020年末，全年地区生产总值7030.4亿元。其中在金融业，金融机构本外币存款余额达16003.8亿元，较比2009年增长9.3%；证券交易额及期货成交量都有明显的增长，发展态势良好。本文选取大连市下辖的七个区（中山区、西岗区、沙河口区、甘井子区、旅顺口区、金州区和普兰店区）、两个县级市（庄河市和瓦房店市）和一个县（长海县）为研究对象，全域面积12574平方公里，旨在更加全面地反映大连市金融服务业的客观情况。

二、数据来源与研究方法

（一）数据来源

基于高德地图开放平台，获取研究区内银行业、保险业、证券业三种金融经营行业2021年7月的POI数据，经去重筛选和坐标纠偏，得到有效的金融机构数据3609个，建立大连市金融服务业POI数据库；道路数据来源于OpenStreetMap；其他统计数据来源于《2020年大连市统计年鉴》。

（二）研究方法

1.平均最近邻分析。根据每个点要素与其邻近要素之间的平均距离得出最近邻指数，最近邻指数＞1代表要素集聚分布，最近邻指数=1代表要素随机分布，最近邻指数＜1代表要素离散分布。2.核密度估计（KDE）。通过计算每个单元格内点要素的密度值来估计样本点周围的密度，并拟合出光滑平面。具体计算公式如下：式中，n为数据点个数，hn为带宽，即核密度函数的搜索半径，为核函数。

三、结果与分析

（一）大连市金融服务业空间格局分析

基于平均最近邻分析法对金融机构POI数据进行分析，其结果z，p值显示，大连市金融服务业集聚特征显著。总体来看，金融服务业呈“东北—西南”的分布趋势，主要集中在大连市南部地区，中部及北部相对分散，这与大连市沿山脉自北向南入海分布的城市格局相符合（见图1）。根据核密度结果可以识别出：（1）大连市金融机构分布形成了明显的集聚区，按集聚状态分为三个等级：高值集聚区，主要为大连市中心城区即甘井子区、沙河口区、西岗区和中山区，具有一定的规模优势，连片分布；中值集聚区包括旅顺口区、金州区和瓦房店市，呈现多核集聚状态，所在区域内不止一个集聚中心；低值集聚区，包括长海县、普兰店区和庄河市，位于城市外围，金融机构分布相对分散，多分布在行政区附近，区域内只存在一个集聚中心。（2）金融服务业各集聚中心基本沿城市道路延伸集中分布，如高值集聚区内，金融机构东西走向沿主轴黄河路、中山路分布，南北走向沿主轴山东路、西南路分布，其他金融机构分散布局；同样中值和低值集聚中心沿城市服务功能强、金融环境优良的道路分布。这是由金融服务业的产业特性决定的，金融中心是城市经济发展的产物，随着大连市经济、人口的增长，构建了更加完善的城市金融空间。

（二）影响因素

金融服务业的空间分布在城市中心，表现出集聚特性，受地域空间的影响，与城市发展有关，因此本文针对大连市金融服务业布局现状，从经济规模、人口密度、城市化水平和交通便捷程度四个方面，对金融服务业空间分布的影响程度进行定性与定量的分析。1.经济规模在经济体系中，产业经营者希望借助金融机构的资金助力，在发展规模扩大的同时降低经营风险；区域经济规模的扩大，提升了消费者的生活水平，他们希望通过金融机构来实现对资产有效利用。因此，金融服务业在经济发达地区分布更加集中。本文选取大连市各区县的GDP数据代表该地的经济规模。除沙河口、中山、甘井子区外，金融机构的数量与各区的GDP数值大致成正相关，这三区以第三产业为主，大型企业较少，经济产值低，不如企业集聚的金州区，但由于这三区位于人口密集的中心城区，对于金融机构的需求却很大。2.人口密度金融服务业面向居民服务，其服务机构的数量由人口数来确定；根据人口密度进一步对这些金融机构进行合理布局，显然二者具有较强的关联性。本文将大连市金融机构的位置数据与各区县的人口密度数据相叠加。由图2可知，人口密集区金融机构的数量多，如位于市中心的金州区、甘井子区、沙河口区，中山区；北部的瓦房店市、普兰店区和庄河市占地面积较大，人口密度值低，因而对金融机构的需求量较小；此外长海县人口密度值虽然偏高，但城市等级低，发展水平不高，限制该地区金融服务业的发展。总体来看，人口的数量与密集程度可以影响金融服务业在城市中的布局。3.城市化水平近年来，金融服务业已从传统的劳动密集型产业转化为知识与人力密集型产业，实现了产业现代化。城市化水平作为城市发展程度的重要指标，同样影响着金融服务业的发展。故本文利用SPSS软件对大连市各区的金融机构数量与相对应的城市化水平进行皮尔逊相关性分析，得出显著值小于0.05，结果存在统计学意义，两者之间具有相关性；相关性指数为0.634，说明金融服务机构数量与城市的城市化水平呈现显著的正相关。一般来说，金融服务中心都分布在较发达的城市，城市人口比例大，城市化水平高。4.交通便捷程度金融服务业的经营方式主要是与消费者近距离的交易，因此交通的便捷程度可作为影响金融服务业空间分布的重要因素。本文选取路网密度来分析大连市的交通状况，由图3可知，金融机构大致沿城市道路分布，沙河口区道路密度最高为3.61km/km2，集中了564个金融机构；普兰店区和庄河市的路网密度却不足0.8km/km2，机构数量也相对较少，这表明城市道路是导致金融机构分布不均衡的因素之一，在探究道路与金融机构关系时，依据大连市的地域形态对一级道路和二级道路分别做400m和200m的缓冲区，在缓冲区内共集中了2928个金融机构，占总数的85.89%，在一定程度上说明金融机构的分布对城市道路存在依赖。因此在研究区域内，交通便捷程度越高，金融服务业发展程度相对越高。综上所述，城市经济规模、人口密度、城市化水平以及交通便捷程度是影响大连市金融服务业空间布局的重要因素，且与之存在正相关性。

四、结语

随着社会的进步，金融服务业开始注重各个金融机构之间的联系，空间集聚越来越明显。本文利用ArcGIS的空间分析方法以及定量与定性分析模式，选取多个指标探讨大连市金融服务业空间格局和影响因素。从宏观角度展开研究，对今后大连市金融机构的优化布局有一定参考意义。此外，POI数据有较强的实时性，本文选取的POI数据只能反映当前时刻的特征，今后可以针对金融服务业的时空演变规律进行探讨，进一步完善研究体系，优化城市金融空间。

参考文献：

[1]周麟，沈体雁.大城市内部服务业区位研究进展[J].地理科学进展，2016，35（04）：409-419.

[2]刘辉，申玉铭，柳坤.中国城市群金融服务业发展水平及空间格局[J].地理学报，2013，68（02）：186-198.

[3]任会明，叶明确.上海银行产业的网络结构特征和空间格局演化[J].经济地理，2018，38（09）：147-157.

[4]骆少华，刘扬，高思岩等.基于空间格网的城市功能区定量识别[J].测绘通报，2020（S1）：214-217.

[5]陈蔚珊，柳林，梁育填.基于POI数据的广州零售商业中心热点识别与业态集聚特征分析[J].地理研究，2016，35（04）：703-716.

[6]徐冬，黄震方，吕龙等.基于POI挖掘的城市休闲旅游空间特征研究——以南京为例[J].地理与地理信息科学，2018，34（01）：59-64+70.

作者:路晓菲 单位:辽宁师范大学地理科学学院