EN中文

经济地理 >

2020 , Vol. 40 >Issue 11: 10 - 17

DOI: https://doi.org/10.15957/j.cnki.jjdl.2020.11.002

区域经济与理论方法

中资商业银行在“一带一路”沿线国家的分布及其影响因素

  • 魏丽莉 , 1, 2 ,
  • 唐卓伟 , 1, ※
展开
  • 1.兰州大学 经济学院，中国甘肃 兰州 730000
  • 2.兰州大学 绿色金融研究院，中国甘肃 兰州 730000
※唐卓伟（1994—），男，湖南湘潭人，硕士研究生。主要研究方向为区域经济。E-mail：。

魏丽莉（1970—），女，甘肃定西人，教授，博士生导师。主要研究方向为区域经济、区域金融。E-mail：。

收稿日期: 2019-12-18

  修回日期: 2020-08-15

  网络出版日期: 2025-04-22

基金资助

兰州大学中央高校基本科研业务费校长基金专项(2020JBKYZX016)

收起

The Distribution and Influencing Factors of Chinese Commercial Banks in the Countries Along the Belt and Road

  • WEI Lili , 1, 2 ,
  • TANG Zhuowei , 1, ※
Expand
  • 1. School of Economics，Lanzhou University，Lanzhou 730000，Gansu，China
  • 2. Institute of Green Finance，Lanzhou University，Lanzhou 730000，Gansu，China

Received date: 2019-12-18

  Revised date: 2020-08-15

  Online published: 2025-04-22

Fold

摘要

基于中资商业银行境外机构分布数据，运用最邻近指数法、核密度估计法分别刻画中资商业银行2008、2013和2017年在“一带一路”沿线国家的空间分布规律，运用地理探测器探究影响中资商业银行布局的因素。研究表明：中资商业银行的空间分布呈现出集聚型的空间形态；形成了以亚太、西亚、欧洲为主要集聚区的多中心并存的集聚格局，且集聚区的空间分布与共建“一带一路”的五大方向具有较高的吻合度；影响中资商业银行空间分布格局的核心因素为中国对东道国直接投资额、双边贸易额，其他比较重要的因素包括市场潜力、国际金融中心优势、政府综合治理水平、政府清廉度以及政府信用状况。

关键词： 中资商业银行; 空间格局; “一带一路”倡议; 国际金融中心; 国家治理; 中国对外直接投资; 国际化

本文引用格式

魏丽莉 , 唐卓伟 . 中资商业银行在“一带一路”沿线国家的分布及其影响因素[J]. 经济地理, 2020 , 40(11) : 10 -17 . DOI: 10.15957/j.cnki.jjdl.2020.11.002

Abstract

Based on the distribution data of overseas institutions of Chinese-funded commercial banks,the nearest neighbor index method and kernel density estimation method are used to describe the spatial distribution patterns of Chinese commercial banks in the countries along "the Belt and Road" in 2008,2013 and 2017,and use Geodetector explore the factors affecting the layout of Chinese commercial banks. The research shows that the spatial distribution of Chinese commercial bank presents a concentrated spatial form; it forms a multi-centered agglomeration pattern with Asia-Pacific,West Asia and Europe as the main gathering areas,and the spatial distribution of the agglomeration area has a high degree of coincidence with the five directions of "the Belt and Road"; the core factors affecting the spatial differentiation of Chinese commercial banks are China's direct investment in the host country and bilateral trade volume. Other important factors include market potential,international financial center advantages,government comprehensive governance level,government cleanliness and government credit status.

Key words： Chinese commercial bank; spatial pattern; The Belt and Road Initiative; international financial center; national governance; China's direct investment; internationalization

2013年“一带一路”倡议提出以来，“五通”建设取得重大进展，一方面为全球治理体系变革提供了新方案，为全球经济发展注入新活力，另一方面“一带一路”建设也加强了国内沿线城市群间的联系[1]，引领着国内对外开放的新格局[2]。中国与沿线国家开展了富有成效的互利合作，其中金融市场间的互联互通与金融机构间的合作为各类项目的落地与推进提供了有力的资金保障，在增加人民币需求的同时也强化了人民币的结算和计价功能。一个稳定、可持续、风险可控的融资体系有利于投融资活动的展开，在构建这一体系的过程中，以银行为代表的商业性金融机构不应缺席，而应与国家政策性开发性银行、国际多边金融机构携手努力，发挥金融服务作用。同时，对于中资商业银行而言，“一带一路”沿线国家日益增长的资金需求、潜在的巨大市场，将为其国际化发展带来新机遇。商业银行在国际化的过程中，首要考虑的问题就是机构布局，布局的合理性和有效性决定着跨国经营业务能否顺利开展。因此，探究中资商业银行在“一带一路”沿线国家的空间分布特征及其影响因素具有重要的现实意义。
国内外学者在商业银行国际化区位选择研究方面已形成了一系列理论，同时针对具有指导意义的外贸投资引导理论、区位优势理论等做了大量的实证研究。Aliber最早提出贸易引导商业银行境外布局，银行会在与母国贸易往来密切的国家设立机构以服务原有客户并获得中介收入[3]。Glodberg进一步证明了东道国与母国间的贸易、资本往来与商业银行的海外办事处数量呈现正相关关系[4]。一些学者注意到东道国本身的区位优势也有助于银行在海外投资竞争中胜出，因此学者们还从经济发展水平、税收政策、制度优势、资源禀赋、地理及文化距离等方面考察了影响银行分布的因素[5-9]。国内学者针对我国商业银行国际化布局也开展了相关研究。戴志敏、吴晓云、周旋对我国商业银行海外分支机构的区位特征进行了研究，证明了追随客户理论在我国的适用性[10-12]。许南梳理了商业银行海外投资理论，以4大国有银行为研究对象，较为全面地研究了中国商业银行海外投资布局的影响因素[13]。张军利用固定效应、随机效应和混合效应三个模型分别探究了影响中资商业银行区位选择的因素[14]。严佳佳等针对四大国有银行，利用固定效应模型研究了影响四大行布局的因素[15]。张海波等运用负二项回归模型对影响区位选择的因素进行了研究[16]。已有研究对商业银行的境外机构分布大多只进行了数量特征的描述，且多集中在单一时间段，鲜有从空间维度切入对空间分布格局进行多时间节点的刻画，且对影响因素的研究较少从探测空间分异性的角度出发。为此，本文借助最邻近指数法和核密度估计法，利用空间数据分析方法研究中资商业银行的布局，利用地理探测器对影响其空间分布的驱动因素进行研究，以期为加快中资商业银行国际化发展和优化境外布局提供理论解释和决策支撑。

1 研究对象、数据来源和研究方法

1.1 研究对象与数据来源

根据新华社创立的“一带一路”数据库“新华丝路”显示，截至2017年12月25日，“一带一路”沿线有65个国家。但“一带一路”是一个开放的国际区域经济合作倡议，其空间范围会随着世界各国的参与而不断扩大。为保证研究的全面性，本文参考中国一带一路网（www.yidaiyilu.gov.cn），将所有于2017年12月31日前同中国签订共建“一带一路”合作文件的国家纳入研究区域。“六廊六路多国多港”是共建“一带一路”的主体合作框架，将六大经济走廊所有途经国考虑进去，最后总计75国。为便于分析，将这75个国家按区域进行划分（表1）。
表1 “一带一路”沿线75国及地区划分

Tab.1 Division of the 75 countries and regions along “the Belt and Road”

区域 沿线国家或地区
亚太地区（14） 蒙古、泰国、韩国、马来西亚、印度尼西亚、东帝汶、菲律宾、文莱、柬埔寨、新西兰、缅甸、越南、新加坡、老挝
中亚地区（5） 塔吉克斯坦、土库曼斯坦、吉尔吉斯斯坦、哈萨克斯坦、乌兹别克斯坦
西亚地区（19） 伊朗、土耳其、伊拉克、叙利亚、以色列、巴勒斯坦、格鲁吉亚、阿塞拜疆、亚美尼亚、沙特阿拉伯、也门、阿曼、阿联酋、卡塔尔、黎巴嫩、科威特、巴林、塞浦路斯、约旦
南亚地区（8） 不丹、斯里兰卡、巴基斯坦、尼泊尔、马尔代夫、孟加拉、阿富汗、印度
欧洲地区（23） 爱沙尼亚、匈牙利、俄罗斯、斯洛文尼亚、阿尔巴尼亚、立陶宛、波黑、罗马尼亚、塞尔维亚、乌克兰、斯洛伐克、克罗地亚、保加利亚、黑山、马其顿、波兰、拉脱维亚、白俄罗斯、德国、摩尔多瓦、荷兰、希腊、捷克
非洲及拉美地区（6） 南非、摩洛哥、埃塞俄比亚、马达加斯加、巴拿马、埃及
结合已确定的研究区域，根据中国银行业监督管理委员会历年年报、《中资商业银行海外机构名录（2014版）》、各银行年报和官网资料，最终筛选整理得到沿线国家中资商业银行各分支机构研究样本219家。2013年“一带一路”倡议正式提出，考虑到数据的可得性以及便于在倡议提出前后进行对比分析，本文选取2008、2013、2017年为研究的时间节点，时间跨度10年。

1.2 研究方法

本文将中资商业银行的机构抽象成“点”要素，利用地理信息系统技术分析中资商业银行的分布格局。通过最邻近指数法定量判别中资商业银行的空间分布模式，利用核密度估计法揭示商业银行集聚中心的演化过程，最后利用地理探测器探索影响空间格局形成的因素。

1.2.1 最邻近指数法

最近邻指数R是中资商业银行机构分布这一点事件的实际最邻近平均距离和理论最邻近平均距离之比，其中实际最邻近平均距离根据目标点与最邻近点欧式距离的均值计算得到，而理论最邻近平均距离是中资商业银行在随机分布模式下的平均最近邻距离[17]，其计算公式如下：
R = r 1 ¯ r e ¯ r 1 ¯ = ∑ i = 1 n m i n d i j n , r e ¯ = 0.5 A n
式中：R为最邻近点距离指数； r - 1为实际最邻近平均距离； r - e为随机分布状态下点事件的理论最邻近平均距离；i、j分别表示空间上任意两个中资商业银行机构；A为区域总面积；n为中资商业银行数量。当中资商业银行趋向聚集分布时R<1，且R值越小说明集聚程度越高；当中资商业银行呈现随机分布形态时R=1；当中资商业银行趋向于均匀分布时R>1。

1.2.2 核密度估计法

核密度估计（Kernel Density Estimation，KDE）是基于数据密集度函数聚类算法的一种空间密度分析方法[18]，该方法根据已知样本点数据而不依据先验知识来研究事物的分布特征和规律。核密度值的高低可以反映空间事件的集聚与分散情况[19]，核密度值越高代表集聚程度越高，反之越低。核密度估计法的表达式为：
f x = 1 n b d ∑ j = 1 n K x - x j h
式中：K（ ）是核密度函数；b为搜索带宽；n为搜索带宽内已知中资商业银行的数量；d是数据的维数。

1.2.3 地理探测器

地理探测器是探测空间分异性以及揭示其背后驱动力的一种计量方法[20]，在研究自然和经济社会现象的影响因素方面有诸多运用，常被用于处理混合类型数据[21]，且对多自变量共线性免疫[21]。由于本文的影响因素指标体系涉及混合类型数据，且主要研究的科学问题是探测空间格局及其背后的驱动因子，因此适用地理探测器模型。该方法中的因子探测器模块用于分析影响因子解释力的大小，用q值度量，反映因子 x i在多大程度上解释了因变量Y的空间分异[22]，公式为：
q = 1 - ∑ h = 1 L n h σ h 2 n σ 2 = 1 - S S W S S T
式中：L为探测因子X或因变量Y的分层；n和 n h分别为沿线国家范围内和层h的机构总数； σ 2和 σ h 2分别为总方差和第h层的方差；SSW是层内方差之和（With Sum of Squares）；SST是样本总方差之和（Total Sum of Squares）。q取值范围为[0,1]，q值越大则表明该因子对中资商业银行布局的影响越大。当q=1时，表明中资商业银行的空间分布完全由该因素决定；q=0时，表明该因子对布局没有影响。

2 中资商业银行空间分布特征

2.1 中资商业银行机构总体布局现状

截至2017年底，共有11家中资商业银行在33个“一带一路”沿线国家设立了88家一级机构，一级、二级分支机构总计219家。从银行类型看（表2），5个大型国有银行是中资商业银行布局的绝对主力，不仅覆盖所有区域，而且超九成的一级机构由其主导布局。股份制商业银行在“一带一路”沿线国际化布局有限，且集中于亚太地区的新加坡、韩国等国。从区域分布上看，中资商业银行在丝绸之路经济带和21世纪海上丝绸之路两个方向上同时发力，并且有各自重点布局的区域。亚太地区尤其是东南亚地区布局覆盖率最高，中资商业银行在东盟十国均设有境外机构，同时各级机构数量也远远领先于其它地区，是“一带一路”沿线布局的主要地区。欧洲地区、西亚地区是布局的次重点区域，亚太、欧洲和西亚地区三者的一级机构数量占比达87.5%。其它地区虽然机构数量不多，但保证了每一区域至少都有机构入驻，使得金融互联互通程度不断加深。
表2 中资商业银行一级机构布局现状

Tab.2 The Layout status of the first-level institutions of Chinese commercial banks

区域（已布局
数/国家总数）		 国有控股大型商
业银行一级机构
总数及占比（%）		 股份制商业银
行一级机构总
数及占比（%）		 一级
机构
总计
亚太地区（13/14） 37/88.10 5/11.90 42
中亚地区（1/5） 2/100 0/0 2
西亚地区（6/19） 14/100 0/0 14
南亚地区（3/8） 4/100 0/0 4
欧洲地区（7/23） 20/95.24 1/4.76 21
非洲及拉美地区（3/6） 5/100 0/0 5
总计 82/93.18 6/6.82 88

2.2 中资商业银行空间集聚特征

2.2.1 空间分布形态

中资商业银行在分布形态上表现出明显的集聚性且有进一步加强集聚的趋势。借助ArcGIS10.4软件，采用最邻近指数法，利用中资商业银行各级分支机构数据，分别测算出其不同时间节点在“一带一路”沿线国家的空间分布特征，测算结果见表3。中资商业银行三个时间节点均在1%的水平下通过显著性检验，同时R值均小于1，表明其呈现集聚型空间形态。从时间变化来看，空间集聚程度分别为：2017年（0.4744）>2013年（0.6785）>2008年（0.7005），R值不断减小，说明中资商业银行在“一带一路”沿线国家分布的集聚趋势逐渐明显。而且，自2013年提出“一带一路”倡议后，中资商业银行布局的集聚程度大幅提升。
表3 中资商业银行空间最邻近指数

Tab.3 The nearest neighbor index of Chinese commercial banks

时间 最邻近指数（R） Z-score P-value 空间分布类型
2008 0.700493 -3.085576 0.002032 集聚
2013 0.678504 -4.920354 0.000001 集聚
2017 0.474431 -9.851363 0.000000 集聚

2.2.2 空间分布密度

运用ArcGIS10.4软件，进一步通过核密度估计法对其3个时间点的空间分布集聚区域进行识别，绘制出中资商业银行分布的时空演变核密度图（图1）。
图1 2008、2013、2017年中资商业银行机构核密度分布图

Fig.1 The kernel density distribution of Chinese commercial banks in 2008, 2013, 2017

2008年，亚太、欧洲等区域集聚中心初现，总体表现为低密度的空间分布格局（图1a）。在未提出“一带一路”倡议时，中资商业银行的境外机构分布与“一带一路”沿线国家的地理位置并未呈现较强的一致性，且总体机构数量较少，均是低密度区。在“一带一路”沿线区域中，其分布的核心区域主要集中在欧洲的西欧地区，亚太的东南亚地区和韩国。在西欧地区，机构主要集中在德国，并以法兰克福这一国际金融中心城市为核心。在东南亚地区，主要在马六甲海峡这一国际水道附近形成了集聚区，该集聚区主要包括了印度尼西亚、马来西亚、新加坡等国。此时，重要的国际贸易枢纽、国际金融中心对中资商业银行的集聚过程起的作用相对较大。
2013年，亚太、欧洲、西亚多中心并存的集聚格局雏形初步形成（图1b）。在正式提出“一带一路”倡议后，沿线地区开始出现核密度较高的区域，欧洲、亚太等地区核密度增强，且在西亚的波斯湾地区形成新的集聚区。在欧洲地区，德国在集聚的过程中核心地位进一步增强；亚太地区尤其是东南亚地区是整个研究区域中集聚程度最高的地区，是中资商业银行扩展布局的重中之重。同时，在2008年，马六甲海峡附近是主要集聚区域，而到2013年，区域内高密度区实现扩展，整个中南半岛后来居上成为核密度强度最大的区域。
2017年，中资商业银行呈现多中心并存的集聚格局，亚太、西亚以及欧洲地区是机构分布的高密度集聚地区（图1c）。经过4年建设，亚太地区的东南亚地区有3个核密度高值区，其集聚程度进一步提高，形成了多集聚中心的连绵集聚带。西亚地区中横跨亚欧两大洲的土耳其是另一核密度高值区，并取代波斯湾地区成为西亚新的集聚中心。在而欧洲地区虽然没有核密度高值区，但是德国地区的核密度值进一步提高，中资商业银行的布局向邻近的东欧地区开始扩散。
同时，结合《推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动》中共建“一带一路”的五大方向来看，2017年核密度的空间格局与建设“一带一路”的空间布局具有较高的吻合度，银行机构的布局及金融基础设施的建设紧跟“一带一路”建设的步伐。共建21世纪海上丝绸之路的两大方向都需要经过中国南海，而东南亚地区正处于两大建设方向的枢纽位置，因此中资商业银行在此区域重点布局十分契合共建“一带一路”的大方向。在建设丝绸之路经济带的三大方向中，中资商业银行在西亚地区布局的重点就落在其中一方向的两大终端地区。这两大地区在世界地缘格局中占据着重要地位：土耳其扼黑海入口，当欧、亚交通要冲；而波斯湾地区则是世界上最重要的石油产区。建设丝绸之路经济带的另一方向途经新亚欧大陆桥经济走廊，而德国正位于新亚欧大陆桥上，是欧洲发达经济圈中的代表，同时又有国际金融中心城市法兰克福，很自然地成为了中资商业银行在欧洲地区布局的首选。

3 中资商业银行空间布局影响因素分析

考虑到数据的可得性，本文选取2008、2013、2017年65个“一带一路”沿线国家的面板数据，以国家为研究单元，运用地理探测器分析中资商业银行各级机构在“一带一路”沿线国家空间分布格局的影响因素，深入探究分布格局形成的内在机理。中资商业银行在境外扩张时，其布局选择往往会受到东道国区位优势因素的影响，这既包括经济发展水平、金融开放程度、银行业发展水平等经济金融因素，也包括政府信用、自然资源禀赋等非经济因素。中国与投资国一体化程度也会影响中资商业银行的布局分布，诸如双边经贸关系、双边投资一体化程度等因素会产生“跟随客户”效应。结合已有研究的指标选择与数据的可获得性，本文选取12个代表性指标作为地理探测器分析的探测要素，具体指标选择及其含义见表4。
表4 “一带一路”沿线国家中资商业银行空间布局影响因素指标体系

Tab.4 Influence factors of spatial distribution of Chinese commercial banks in the countries along “the Belt and Road”

因素类别 影响因素 代码 具体含义 数据来源 分级
经济因素 市场潜力 X0 人均GDP 世界银行WDI数据库 7
税收负担 X1 税收负担 美国传统经济会经济自由指标数据库 7
自然资源禀赋 X2 燃料、矿石和金属出口（占商品出口的百分比） 世界银行WDI数据库 7
金融因素 国际金融中心 X3 国际金融中心个数 GFCI报告 4
金融开放度 X4 金融自由指数 美国传统经济会经济自由指标数据库 5
银行业发展水平 X5 商业银行分支机构（每10万成年人） 世界银行WDI数据库 7
国家治理因素 政府综合治理水平 X6 WGI多维度指标计算平均得分 世界银行WGI数据库 7
政府清廉度 X7 全球清廉指数 “透明国际”清廉指数排行榜 7
政府信用状况 X8 政府信用指数 美国传统经济会经济自由指标数据库 7
双边一体化因素 双边贸易额 X9 年进出口总额 中国商务年鉴 7
对东道国直接投资额 X10 中国对东道国直接投资存量 中国商务年鉴 7
文化差异 X11 文化距离指数KSI Hofstede教授的网站 7

3.1 空间分布影响因素探测识别

从探测结果来看（表5），2008年影响中资商业银行在“一带一路”沿线国家空间布局的核心因素为双边贸易额（0.562），解释力超过50%；比较重要的因素有中国对东道国直接投资额（0.434）、国际金融中心优势（0.379）和市场潜力（0.264）。2013年核心影响因素为双边贸易额（0.673）、中国对东道国直接投资额（0.626）及国际金融中心优势（0.523），重要的影响因素有市场潜力（0.290）、政府信用状况（0.217）以及政府清廉度（0.212）。2017年核心影响因素为中国对东道国直接投资额（0.594）、双边贸易额（0.576）；重要的影响因素有市场潜力（0.425）、国际金融中心优势（0.348）、政府综合治理水平（0.325）、政府清廉度（0.288）以及政府信用状况（0.264）。
表5 “一带一路”沿线国家中资商业银行空间布局影响因素地理探测结果

Tab.5 The detected result of influencing factors of spatial distribution of Chinese commercial banks in the countries along “the Belt and Road”

探测指标 2008年q值 探测指标 2013年q值 探测指标 2017年q值
双边贸易额X9 0.562*** 双边贸易额X9 0.673*** 对东道国直接投资额X10 0.594***
对东道国直接投资额X10 0.434*** 对东道国直接投资额X10 0.626*** 双边贸易额X9 0.576***
国际金融中心X3 0.379** 国际金融中心X3 0.523*** 市场潜力X0 0.425***
市场潜力X0 0.264 市场潜力X0 0.290* 国际金融中心X3 0.348**
政府信用状况X8 0.174 政府信用状况X8 0.217 政府综合治理水平X6 0.325**
政府清廉度X7 0.155 政府清廉度X7 0.212 政府清廉度X7 0.288**
政府综合治理水平X6 0.151 政府综合治理水平X6 0.174 政府信用状况X8 0.264**
银行业发展水平X5 0.108 自然资源禀赋X2 0.174 金融开放度X4 0.127
金融开放度X4 0.087 银行业发展水平X5 0.153 文化差异X11 0.084
税收负担X1 0.082 金融开放度X4 0.091 银行业发展水平X5 0.077
文化差异X11 0.079 文化差异X11 0.086 自然资源禀赋X2 0.064
自然资源禀赋X2 0.068 税收负担X1 0.063 税收负担X1 0.047

注：***、**、*分别表示在1%、5%、10%水平下显著。

以2013年“一带一路”倡议正式提出的年份为分界点，将中资商业银行在“一带一路”沿线国家的布局进程分为两个阶段：2008—2013年为第一阶段，2014—2017年为第二阶段。根据探测结果，影响中资商业银行空间分布的因素在各阶段呈现两点变化：一是主要影响因素的重要性位次发生改变；二是影响因素逐渐多元化。从主要影响因素的重要性角度看，中国对东道国直接投资额取代双边贸易额成为第二阶段的首要影响因素；2008—2013年，根据解释力值大小排序的前4个主要影响因素位次均未变动，而到2017年则全部改变。从影响因素多元化的角度看，虽然2017年核心因素的解释力下降了，但解释力超过20%的因素逐渐增多且均较为显著。

3.2 基于探测因子的分析

3.2.1 经济因素

对影响中资商业银行空间分布的东道国经济因素进行分析，结果显示市场潜力是经济因素中解释力最强的因素。市场潜力因素的探测值q由2013年的0.290提升至2017年的0.425，增幅明显，解释力不断提高，表明一国的经济发展水平越高、市场潜力越大，对中资商业银行空间分布的影响也越强，而且影响力还在不断增强。而东道国的税收负担以及自然资源禀赋因素解释力值很低，对银行的布局基本没有影响。盈利性是商业银行基本的经营原则之一，商业银行在境外投资布局最重要的动机是追逐利润最大化。“一带一路”沿线国家的国内经济水平、国内市场规模决定着利润机会的大小，而利润机会的大小会直接影响中资商业银行在东道国的投资行为。在第二阶段，银行机构主要集中在充满经济活力的东南亚地区、富庶的海湾地区以及经济整体发达的欧洲地区，而人均GDP较低的中亚、南亚、大部分中东地区和非洲地区则不是布局的重点。

3.2.2 金融因素

探测结果显示，在金融因素中，国际金融中心优势因素有较强的解释力。其探测值q由2008年的0.379上升到2013年的0.523，成为核心影响因素，尽管在2017年探测值又有所下降，但仍是影响中资商业银行分布的主要因素。国际金融中心城市通常拥有更多的金融人才储备、更高的金融基础设施建设水平和更宽松的政策环境，入驻东道国的国际金融中心城市将有利于中资商业银行降低经营成本，能更快地融入东道国。中资商业银行在境外布局的过程中往往优先选择具备国际金融中心的国家，因此在第一阶段国际金融中心优势因素愈发重要；而“一带一路”沿线拥有国际金融中心的国家有限且数量相对稳定，随着对相关国家的布局逐步完成，已布局的国家中拥有国际金融中心的比例由第一阶段的71.43%下降到第二阶段的66.67%，因此在第二阶段影响力也相应的下降。

3.2.3 国家治理因素

探测结果表明，国家治理因素整体显著性越来越强，3个子因素（政府综合治理水平、政府清廉度、政府信用状况）解释力不断提高，说明东道国的国家治理水平越高，中资商业银行越有可能在该国集聚。随着“一带一路”建设的推进，中国与大量社会经济发展水平相对落后的国家开展了各项合作，中资商业银行承贷了大量“一带一路”项目，包括基础设施、资源开发、园区建设等，尤其是基础设施、能源合作类项目，很多是由东道国政府牵头以政府信用为担保进行签约的，因此，东道国的政权稳定性、政府效率、政府公信力、政策法规的稳定性和连续性、政府清廉度均会对承贷项目产生影响，使中资商业银行面临跨境经营中的国别风险和信贷风险。银行经营必须坚持安全性原则，而在拥有较高国家治理能力的东道国布局将有效规避或减少各类风险对中资商业银行造成的损害。

3.2.4 双边一体化因素

在双边一体化因素中，对东道国直接投资额因素、双边贸易额因素是最核心的两个影响因素，且最为显著。其中，双边贸易额因素在3个时间节点下解释力均超过50%，而对东道国直接投资额因素则是2017年首要的影响因素，这表明对东道国直接投资、中国与东道国之间的经济贸易关系对中资商业银行的扩张和集聚具有较强的推动力。双边贸易的开展有助于增加银行的境外中间业务收入，银行可以为中国出口企业提供贸易结算和支付、出口信贷、信用担保等业务从而获取收入；中国对“一带一路”沿线国家的直接投资势必会签约大量项目、承包大量工程，商业银行为维持原有客户资源会跟随“走出去”的企业进入国外市场，为国内企业的直接对外投资继续提供全方位的金融服务，以此获得稳定可观的业务收入。

3.2.5 影响因素小结

上述研究表明，对东道国直接投资额因素、双边贸易额因素具有最强的解释力，这表明中资商业银行更倾向在与中国双边贸易和投资总额多的国家建立分支机构，这与国内外大多数已有文献的研究结论一致，证明了外贸投资引导理论在我国的适用性。与已有研究结果不同的是，对外经济金融的开放度、自然资源禀赋等因素在本研究中缺乏解释力，这与许南、严佳佳等学者的研究结果并不一致[13,15]；与此同时市场潜力、国际金融中心优势、政府综合治理水平对银行布局有重要影响，尤其是一国所拥有的国际金融中心优势一直对银行有较强的吸引力，该因素在以往的研究中容易被忽视，因此银行在今后进行区位选择时应将其纳入考虑。

4 结论与讨论

4.1 结论

本文借助ArcGIS10.4软件，通过最邻近指数法、核密度估计法多指标定量刻画中资商业银行在“一带一路”沿线国家的空间特征，在考虑空间异质性的情况下利用地理探测器对其空间分布演化的主要影响因素进行分析，主要结论如下：①截至2017年，中资商业银行以大型国有银行为主力军，实现对“一带一路”沿线各地区的布局全覆盖，且在丝绸之路经济带和21世纪海上丝绸之路两个方向上齐头并进。②最邻近指数R表明，中资商业银行空间分布格局呈现出集聚分布特征，且集聚程度还在不断增强。③核密度分析表明，“一带一路”建设加速了集聚高密度区的形成；截至2017年，中资商业银行在沿线国家的空间分布呈现出多中心并存的集聚格局，亚太、西亚以及欧洲地区是主要集聚地区，银行机构的布局及金融基础设施的建设吻合共建“一带一路”的“五大方向”。④影响中资商业银行在“一带一路”沿线国家空间布局的核心因素为中国对东道国直接投资额、双边贸易额；此外，一国所拥有的国际金融中心优势是需要格外引起重视的因素，其对中资商业银行的发展和集聚起到重要影响。

4.2 讨论

本文研究表明，中资商业银行在“一带一路”沿线国家空间布局具有明显的区位选择性与空间集聚性。结合以往学者研究所得结果及本研究所识别的主导因素，中资商业银行可以从以下几方面推进在“一带一路”沿线国家的境外布局：①以“一带一路”产业园、境外经贸合作区为支点，围绕类似的集聚式平台构建中资商业银行的境外布局，借助其产业聚集度高、带动面广、辐射效应强的优势，提供较全面的金融服务以赚取可观的业务收入。②中资商业银行应加快在重要的贸易伙伴国及相关地区完善机构网络布局，为我国进出口企业提供金融支持，降低贸易成本，同时也可以大幅增加银行自身收入。③中资商业银行还应考虑东道国的市场潜力因素，多多关注新兴市场的机会，通过直接设点、跨国并购等方式建立机构网络，抢占市场。④股份制商业银行在“一带一路”沿线国家布局十分有限，今后在扩大其机构网络时，应优先考虑在拥有国际金融中心城市的国家布局，以金融中心城市为切入点逐步拓展境外业务。
由于“一带一路”建设时间尚短，中资商业银行的境外布局也存在一定的时滞，样本总量有限，随着建设的进行，可以进一步研究中资商业银行在空间上是否需要加强集聚还是应逐步走向相对均衡，以及探究中美贸易摩擦对中资商业银行“走出去”及布局的影响。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
魏丽莉. 丝绸之路经济带城市群空间联系能力的测度与评价[J]. 新疆社会科学, 2016(4):29-34.

[2]
斯丽娟. “一带一路”倡议与区域对外开放度时空演化[J]. 西北师大学报:社会科学版, 2019, 56(3):118-126.

[3]
Aliber R Z. International banking:a survey[J]. Journal of Money Credit and Banking, 1984,16:661-678.

[4]
Goldberg L, Grosse R. Foreign bank activity in the United States:an analysis by country of origin[J]. Journal of Banking and Finance, 1991, 15(6):1093-1 112.

[5]
Yamori N. A Note on the Location choice of multinational banks:the case of Japanese financial institutions[J]. Journal of Banking and Finance, 1998(22):109-120.

[6]
Michael J R, Marc von der Ruhr. Following or attracting the customer? Japanese Banking FDI in Europe[J]. Atlantic Economic Journa1,2005, 33(4):405-422.

[7]
Aleksynska M, Havrylchyk O. FDI from the South:the role of institutional distance and natural resources[J]. European Journal of Political Economy, 2012,29:38-53.

[8]
Demirguc-Kunt A, Huizinga H. How does foreign entry affect domestic banking markets[J]. Journal of Banking and Finance, 2001,25:891-911.

[9]
Ursacki T, Vertinsky I. Choice of entry timing and scales of foreign bank in Japan and Korea[J]. Journal of Banking and Finance, 1992(16):405-421.

[10]
戴志敏, 曾斯璐. 我国商业银行跨国经营区位选择分析[J]. 经济地理, 2011, 31(12):2065-2 069.

[11]
吴晓云, 陈怀超, 李辉. 中资银行跟随客户的国际化动机与区位特征——基于2005—2009年面板数据的实证分析[J]. 世界经济研究, 2012(2):10-15.

[12]
周旋, 綦建红. 追随客户假说在我国银行业对外直接投资中的适用性检验——基于我国23家大型商业银行面板数据(2000—2011)的分析[J]. 上海金融, 2014(4):40-46.

[13]
许南, 黄颖, 涂梦云. 商业银行海外投资布局的影响因素[J]. 金融论坛, 2012, 17(3):54-59.

[14]
张军. “一带一路”战略下中资商业银行国际化区位选择[J]. 经济问题探索, 2016(12):107-112.

[15]
严佳佳, 张婷. “一带一路”倡议下商业银行国际化区位选择研究[J]. 西南金融, 2018(5):54-58.

[16]
张海波, 李伏安, 钟伟. 商业银行在“一带一路”沿线国家机构布局策略——基于18家中资商业银行面板数据的分析[J]. 亚太经济, 2018(6):22-29.

[17]
贾垚焱, 胡静, 刘大均, 等. 长江中游城市群A级旅游景区空间演化及影响机理[J]. 经济地理, 2019, 39(1):198-206.

[18]
王远飞, 何洪林. 空间数据分析方法[M]. 北京: 科学出版社, 2007.

[19]
Berke O. Exploratory disease mapping:Kriging the spatial risk function from regional count data[J]. International Journal of Health Geography, 2004, 3(10):18-20.

[20]
Wang J F, Li X H, Christakos G, et al. Geographical detectorsbased health risk assessment and its application in the neural tube defects study of the Heshun Region,China[J]. International Journal of Geographical Information Science, 2010, 24(1):107-127.

[21]
Liang P, Yang X. Landscape spatial patterns in the Maowusu (Mu Us) Sandy Land,northern China and their impact factors[J]. Catena, 2016,145:321-333.

[22]
王劲峰, 徐成东. 地理探测器:原理与展望[J]. 地理学报, 2017, 72(1):116-134.

DOI

Options
文章导航

/

〈 〉