金融集聚與城鄉(xiāng)居民收入差距的空間相關(guān)性研究
——以廣東省為例

歐陽瑤詩 徐 敏

（廣東海洋大學(xué)，廣東 湛江 524088）

一、引言

廣東作為走在改革開放前沿的省份，其經(jīng)濟發(fā)展和金融綜合實力一直位居全國前列，創(chuàng)造出無數(shù)個全國第一，但在創(chuàng)造奇跡的過程中，由城鄉(xiāng)二元結(jié)構(gòu)引起的城鄉(xiāng)居民收入差距過大一直是影響廣東省經(jīng)濟與社會發(fā)展的重要問題。習(xí)近平總書記在廣東視察期間，強調(diào)廣東要下功夫解決城鄉(xiāng)發(fā)展二元結(jié)構(gòu)問題，力度要更大一些，措施要更精準(zhǔn)一些，久久為功，把短板變成“潛力板”。金融作為調(diào)節(jié)和平衡城鄉(xiāng)居民收入的重要工具，在縮小城鄉(xiāng)居民收入差距、破解城鄉(xiāng)發(fā)展二元結(jié)構(gòu)問題中發(fā)揮著巨大的作用。

研究廣東省金融集聚與城鄉(xiāng)居民收入差距的時空演變及空間分布特征，不僅可以改善廣東省各地級市間金融集聚與城鄉(xiāng)居民收入差距的均衡性問題，還可以優(yōu)化金融資源配置，根據(jù)不同的區(qū)域特征制定金融政策，有利于進一步縮小城鄉(xiāng)居民收入差距。就廣東省而言，作為全國金融發(fā)展實力強勁的省份，如何充分配置金融資源，推進金融平衡發(fā)展，在縮小城鄉(xiāng)居民收入差距、達(dá)到建設(shè)幸福廣東的目標(biāo)中顯得至關(guān)重要。因此探究廣東省金融集聚與城鄉(xiāng)居民收入差距的空間相關(guān)性問題就成為迫切的任務(wù)和重要的研究內(nèi)容。

二、文獻綜述

根據(jù)已有文獻的研究，學(xué)者們主要分三個角度研究金融發(fā)展與城鄉(xiāng)居民收入差距的關(guān)系。一是從金融發(fā)展對城鄉(xiāng)居民收入差距的影響機制進行探討。Mat?suyama（2000）認(rèn)為早期低收入人群缺乏支付金融活動所需成本的能力被排除在金融系統(tǒng)之外，使收入分配差距隨著金融發(fā)展而擴大，直到金融體系發(fā)展和完善達(dá)到某一頂點后，金融參與門檻降低，財富積累使窮人有能力獲得金融服務(wù)，城鄉(xiāng)居民收入差距減少。Galor &Zeira（1993）認(rèn)為金融集聚引起地區(qū)金融自由化使得信貸約束放松和進入門檻降低，金融市場的開放有利于以農(nóng)村人口為主要群體的窮人進行人力資本投資，使得城鄉(xiāng)收入差距減少。劉玉光等（2013）認(rèn)為城鄉(xiāng)產(chǎn)業(yè)差異以及制度性障礙，使金融發(fā)展拉大城鄉(xiāng)居民收入差距。姜正和和唐萍（2014）、王正宇（2017）基于我國農(nóng)村金融發(fā)展角度，認(rèn)為農(nóng)村金融通過經(jīng)濟增長、收入分配和門檻效應(yīng)影響城鄉(xiāng)居民收入差距。

二是從金融主體的視角分析金融發(fā)展對城鄉(xiāng)居民收入差距的作用。魯釗陽（2016）基于正規(guī)金融和非正規(guī)金融發(fā)展角度，認(rèn)為金融發(fā)展在不同分位點下對城鄉(xiāng)居民收入差距造成不同的影響。冉光和和湯芳樺（2012）、張博和胡金焱（2014）認(rèn)為我國非正規(guī)金融發(fā)展會縮小城鄉(xiāng)居民收入差距。邱洋冬（2019）從農(nóng)村非正規(guī)金融發(fā)展的角度分析，認(rèn)為我國農(nóng)村非正規(guī)金融對城鄉(xiāng)居民收入差距存在先強后弱的非線性影響。

三是運用不同的研究方法和手段，對兩者關(guān)系進行實證分析。胡宗義等（2010）基于非參數(shù)檢驗方法、于平（2018）基于核密度曲線研究方法，認(rèn)為我國金融發(fā)展對城鄉(xiāng)居民收入差距的影響存在倒U 型變動關(guān)系。吳立力（2018）基于動態(tài)GMM模型和空間杜賓模型分析，認(rèn)為證券業(yè)集聚會縮小我國城鄉(xiāng)居民收入差距，銀行業(yè)和保險業(yè)集聚會擴大城鄉(xiāng)居民收入差距。于平和蓋凱程（2017）基于門檻效應(yīng)分析，認(rèn)為金融規(guī)模會擴大城鄉(xiāng)居民收入差距，金融效率會縮小城鄉(xiāng)居民收入差距。汪橋等（2019）基于SVAR模型，認(rèn)為安徽省金融發(fā)展規(guī)模會縮小城鄉(xiāng)居民收入差距，金融發(fā)展結(jié)構(gòu)和效率會先擴大后縮小城鄉(xiāng)居民收入差距。

以上文獻從不同角度和方法深入研究金融發(fā)展對城鄉(xiāng)居民收入差距的影響，提供了研究基礎(chǔ)和借鑒依據(jù)，但現(xiàn)有文獻在省際內(nèi)部空間相關(guān)性方面分析較少?；诖?，本文從空間相關(guān)性分析方面做進一步研究。一是將經(jīng)濟因素納入空間權(quán)重矩陣中，通過計算全局Moran指數(shù)和繪制LISA圖，探索廣東省金融集聚與城鄉(xiāng)居民收入差距的整體空間分布特征及各市空間集聚性。二是從銀行業(yè)、證券業(yè)、保險業(yè)的角度分析金融集聚問題，以區(qū)位熵計算金融集聚水平，運用泰爾指數(shù)測算城鄉(xiāng)居民收入差距，并對廣東省20 個市相關(guān)指標(biāo)的時空變化特點進行分析。三是根據(jù)金融集聚與城鄉(xiāng)居民收入差距在Moran 散點圖中顯示的集聚類型和影響效果，將各地級市劃分為低效區(qū)、無關(guān)區(qū)、高效區(qū)、落后區(qū)四個區(qū)域類型，根據(jù)區(qū)域特征對各地級市提出針對性建議。

三、研究方法與數(shù)據(jù)來源

（一）研究方法

1.泰爾指數(shù)計算方法。根據(jù)王少平和歐陽志剛（2007）研究，結(jié)合廣東省城鄉(xiāng)居民收入的實際狀況，選用泰爾指數(shù)的計算方法表示城鄉(xiāng)居民收入差距。泰爾指數(shù)適合用于樣本數(shù)較大的測算，計算涵蓋面較廣，能對城鎮(zhèn)居民收入和農(nóng)村居民收入兩部分的變動進行反映，對城鄉(xiāng)兩端收入的變化敏感，符合廣東省城鄉(xiāng)二元經(jīng)濟體制的現(xiàn)狀。泰爾指數(shù)的計算公式如公式（1）所示：

其中Ykpt表示k市第t年的城鎮(zhèn)居民可支配收入或農(nóng)村居民純收入，Ykt表示k市第t年的總收入，Xkpt表示k市第t年的城鎮(zhèn)或農(nóng)村居民人口數(shù)量，Xkt表示k市第t年的城鄉(xiāng)總?cè)丝跀?shù)量。參考楊森平等（2015）的研究，結(jié)合數(shù)據(jù)的可得性，將泰爾指數(shù)公式變形如公式（2）所示：

其中，y1kt、y2kt分別表示廣東省k市第t年的城鎮(zhèn)人口收入比和農(nóng)村人口收入比。PCDI1kt、PCDI2kt分別為k市第t年的城鎮(zhèn)居民人均可支配收入和農(nóng)村居民人均純收入，urkt為k市第t年的城鎮(zhèn)化率。

2.金融集聚水平計算?？紤]數(shù)據(jù)可得性和方法科學(xué)性，結(jié)合廣東省金融業(yè)實際發(fā)展?fàn)顩r，分別計算銀行業(yè)、證券業(yè)、保險業(yè)的區(qū)位熵，衡量廣東省金融集聚水平。區(qū)位熵大于1表示變量的集聚性較強，小于1 表示變量的集聚性較弱。銀行業(yè)、保險業(yè)、證券業(yè)的區(qū)位熵計算如公式（3）所示：

其中，k表示廣東省內(nèi)某市，Dk、Nk、Ik分別表示k市的金融機構(gòu)本外幣住戶存款、證券公司分支機構(gòu)數(shù)目、保險費收入總額。D、N、P表示廣東省相關(guān)指標(biāo)的總額。Pk和P分別表示k市人口數(shù)量和廣東省人口總量。

3.空間相關(guān)性分析法。選取經(jīng)濟距離空間權(quán)重矩陣作為空間相關(guān)性檢驗的空間距離基礎(chǔ)。在對空間相關(guān)性檢驗前先設(shè)立經(jīng)濟距離空間權(quán)重矩陣wij，其定義如公式（4）所示：

第一，全局空間相關(guān)性檢驗。Moran's Ι指數(shù)可以反映出觀測變量在整個空間區(qū)域內(nèi)的空間相關(guān)性。Moran's Ι指數(shù)的計算如公式（5）所示：

Yi、Yj是地級市i、j的區(qū)位熵或者城鄉(xiāng)居民收入差距與其平均值的偏差，n 為廣東省地級市總數(shù)（不包含深圳）。一般用標(biāo)準(zhǔn)化后的Moran's Ι指數(shù)進行標(biāo)準(zhǔn)正態(tài)分布的檢驗，其統(tǒng)計量Z值計算如公式（6）所示：

Moran's Ι指數(shù)的取值范圍介于［-1，1］，在5%的顯著性水平下，當(dāng)Moran's Ι指數(shù)＞0 并且Z(Moran's Ι)＞1.96 時，表示存在空間正相關(guān)，空間集聚性的強度隨Moran's Ι的值趨向于1而越發(fā)增強；當(dāng)Moran's Ι指數(shù)＜0 并且Z(Moran's Ι)＞1.96 時，表示存在空間負(fù)相關(guān)，空間集聚性隨Moran's Ι值趨向-1 而增強；當(dāng)Moran's Ι為0時，表示各市的變量在空間上是隨機排列的，無相關(guān)關(guān)系。

第二，局部空間相關(guān)性檢驗。計算局部Moran指數(shù)檢驗廣東省各地級市間存在何種空間相關(guān)性。其中局部Moran指數(shù)的計算如公式（7）所示：

Moran's Ιi表示地級市i 與其他相鄰地級市的空間關(guān)聯(lián)程度，當(dāng)Moran's Ιi＞0時表示變量與相鄰地級市之間存在著高值或者低值的空間集聚性；反之，當(dāng)Moran's Ιi＜0 時表明變量與相鄰地級市間呈現(xiàn)空間異質(zhì)性。

（二）數(shù)據(jù)來源

選取2007～2019 年廣東省20 個地級市的城鄉(xiāng)居民收入差距和金融集聚水平為研究對象（未考慮2005 年已城鄉(xiāng)一體化的深圳）。各指標(biāo)數(shù)據(jù)來源于2008～2020 年《廣東省統(tǒng)計年鑒》以及廣東省各地級市的統(tǒng)計年鑒，各地級市證券分支機構(gòu)數(shù)據(jù)來源于廣東證券期貨業(yè)協(xié)會分支機構(gòu)信息公示平臺統(tǒng)計得出，對個別地級市缺失的數(shù)據(jù)進行近3 年插值法補充。數(shù)據(jù)的統(tǒng)計性描述如表1所示：

表1 數(shù)據(jù)的描述性統(tǒng)計量

四、實證分析

（一）金融集聚與城鄉(xiāng)居民收入差距的時空變化分析

根據(jù)各指標(biāo)數(shù)據(jù)繪制2007年、2013年、2019年廣東省城鄉(xiāng)居民收入差距和金融集聚水平的時空變化圖，結(jié)果如圖1～4 所示。2007～2019 年廣東省城鄉(xiāng)居民收入差距呈現(xiàn)出“中心小邊緣大”的特點。其中城鄉(xiāng)居民收入差距一直處于較低水平的城市有廣州、佛山、中山、東莞、珠海、汕頭、潮州；處于較高水平的城市有惠州、江門、清遠(yuǎn)等。從各年城鄉(xiāng)居民收入差距變化情況看，廣東省各地級市的城鄉(xiāng)居民收入差距正在逐漸縮小。

廣東省三大金融業(yè)集聚水平呈現(xiàn)出“中心高邊緣低”的特點。其中，珠三角地區(qū)中廣州、珠海、佛山、中山、東莞等城市的金融集聚水平較高，粵東、粵西、粵北地區(qū)城市的金融集聚水平普遍較低。各地級市銀行業(yè)和證券業(yè)的集聚水平逐漸提高，保險業(yè)集聚水平變化不大。

（二）空間相關(guān)性分析

圖1 2007、2013、2019年廣東省城鄉(xiāng)居民收入差距的時空變化圖

圖2 2007、2013、2019年廣東省銀行業(yè)集聚水平的時空變化圖

圖3 2007、2013、2019年廣東省證券業(yè)集聚水平的時空變化圖

圖4 2007、2013、2019年廣東省保險業(yè)集聚水平的時空變化圖

1.全局空間相關(guān)性分析。從表2 可以看出，2007～2019年廣東城鄉(xiāng)居民收入差距的Moran指數(shù)大于零，但未通過10%的顯著性水平檢驗，表明廣東省各地級市城鄉(xiāng)居民收入差距數(shù)據(jù)分布出現(xiàn)隨機分布的特征，空間相關(guān)性不顯著。銀行業(yè)區(qū)位熵、證券業(yè)區(qū)位熵、保險業(yè)區(qū)位熵，均通過5%的顯著性水平檢驗，指數(shù)全為正數(shù)，說明廣東省金融集聚水平存在正向的空間依賴性，即金融集聚水平高的地級市在空間上集聚，金融集聚水平較低的地級市也在空間上形成集聚。

廣東省城鄉(xiāng)居民收入差距和金融集聚水平的Moran 值變化可以分為兩個階段，第一階段為2007～2012 年，這一階段城鄉(xiāng)居民收入差距和金融集聚水平的Moran指數(shù)都表現(xiàn)出反復(fù)波動的特點，表明變量對空間的依賴性較不穩(wěn)定。第二階段為2012～2019年，該階段城鄉(xiāng)居民收入差距的Moran指數(shù)顯示出波動下降的趨勢，從2012 年0.1917 下降到2019 年0.0524，表明廣東省城鄉(xiāng)居民收入差距的空間集聚性變?nèi)?；三大金融業(yè)區(qū)位熵的Moran 指數(shù)逐漸上升，對空間的依賴性增強。

2.局部空間相關(guān)性分析。全局Moran 指數(shù)用于檢驗金融集聚與城鄉(xiāng)居民收入差距在廣東省總體空間上的平均關(guān)聯(lián)，但沒有驗證變量在地級市間的關(guān)聯(lián)程度，因此還需要檢驗局部空間相關(guān)性，驗證變量在相鄰地級市間的空間關(guān)系。選取Moran 散點圖和LI?SA 集聚圖對廣東省2007～2019 年城鄉(xiāng)居民收入差距與金融集聚水平進行分析，相關(guān)結(jié)果如表3～6所示。

城鄉(xiāng)居民收入差距空間分布形態(tài)變動區(qū)域較多，低-低值集聚區(qū)穩(wěn)定在廣州、佛山、中山、珠海，這些城市位于珠三角核心區(qū)，經(jīng)濟發(fā)展繁榮，城鄉(xiāng)一體化進程成效顯著，與相鄰地級市形成城鄉(xiāng)居民收入差距低值集聚區(qū)；高-高值區(qū)域穩(wěn)定在河源、陽江、揭陽、韶關(guān)，該區(qū)域城市整體經(jīng)濟發(fā)展落后，與相鄰地級市形成城鄉(xiāng)居民收入差距高值集聚區(qū)；高-低值和低-高值集聚區(qū)分別穩(wěn)定在清遠(yuǎn)、惠州、江門、肇慶和潮州，該區(qū)域城市與周邊地級市空間差異較大。2019年通過顯著性水平檢驗的城市只有中山和江門，表明城鄉(xiāng)居民收入差距與其他地級市的空間關(guān)聯(lián)性較弱。

表2 城鄉(xiāng)居民收入差距及金融集聚全局空間相關(guān)性檢驗

銀行業(yè)、保險業(yè)、證券業(yè)各年集聚水平的空間分布形態(tài)相似，且較為穩(wěn)定，表現(xiàn)出高-高值區(qū)域位于珠三角五市，低-低值區(qū)域位于邊緣落后城市，低-高區(qū)域主要是清遠(yuǎn)、肇慶、韶關(guān)，屬于高-低區(qū)域的地級市較少。2019年通過顯著性水平檢驗的城市多為珠三角核心區(qū)域的城市。

表中變量的空間格局相對穩(wěn)定，絕大部分地級市位于高-高值、低-低值區(qū)域。城鄉(xiāng)居民收入差距除中山市呈低-低值集聚，大部分的空間關(guān)聯(lián)性較弱，金融集聚水平在珠三角核心區(qū)五市的空間相關(guān)性顯著，并表現(xiàn)出高-高值集聚，其余城市通過顯著性檢驗的極少，表明珠三角核心區(qū)的空間集聚特征明顯，其余地級市的空間關(guān)聯(lián)性較弱。

表3 廣東省城鄉(xiāng)居民收入差距空間分布形態(tài)

表4 廣東省銀行業(yè)區(qū)位熵的空間分布形態(tài)

（三）空間集聚類型劃分及分析

在局部空間相關(guān)性研究的基礎(chǔ)上，根據(jù)各地級市城鄉(xiāng)居民收入差距與三大金融業(yè)集聚水平在Moran散點圖中的集聚類型，把四個象限的集聚類型簡化為城鄉(xiāng)居民收入差距大和差距小、金融集聚水平高和水平低的區(qū)域，通過分析金融集聚水平對城鄉(xiāng)居民收入差距產(chǎn)生的影響，將變量的集聚特征劃分為低效區(qū)、無關(guān)區(qū)、高效區(qū)、落后區(qū)四個區(qū)域，劃分情況如表7所示，2007 年、2013 年、2019 年集聚區(qū)域劃分結(jié)果如圖5～7 所示。從空間分析結(jié)果可以看出，2007～2019 年廣東省城鄉(xiāng)居民收入差距與三大金融業(yè)集聚水平具有穩(wěn)定的地域特征。低效區(qū)主要集中于江門市，近年來隨著銀行業(yè)和保險業(yè)的發(fā)展，惠州市也相繼由落后區(qū)轉(zhuǎn)變?yōu)榈托^(qū)，江門和惠州市毗鄰珠三角核心城市，受其金融集聚的輻射作用，金融發(fā)展?fàn)顩r好轉(zhuǎn)，但對縮小城鄉(xiāng)居民收入差距的作用還未充分發(fā)揮。

表5 廣東省證券業(yè)區(qū)位熵的空間分布形態(tài)

表6 廣東省保險業(yè)區(qū)位熵的空間分布形態(tài)

無關(guān)區(qū)主要集中在粵東地區(qū)的汕頭、潮州，近年來茂名、云浮由落后區(qū)轉(zhuǎn)為無關(guān)區(qū)，汕尾由無關(guān)區(qū)轉(zhuǎn)為落后區(qū)，這些地區(qū)最主要的特征是在金融業(yè)整體水平較低的情況下，仍能保持較小的城鄉(xiāng)居民收入差距，表明金融集聚與城鄉(xiāng)居民收入差距的關(guān)系并未顯現(xiàn)。

高效區(qū)主要集中在珠三角核心五市：廣州、珠海、佛山、中山、東莞，該區(qū)域依托毗鄰港澳的區(qū)位優(yōu)勢，以及作為金融改革創(chuàng)新試驗區(qū)的核心，在金融快速發(fā)展過程中良好地體現(xiàn)金融支持城鄉(xiāng)統(tǒng)籌協(xié)調(diào)發(fā)展的有效機制。

落后區(qū)主要集中于粵北地區(qū)、湛江、陽江、揭陽、汕尾，該區(qū)域城市經(jīng)濟發(fā)展相對落后，城鄉(xiāng)居民收入差距較大，金融資源匱乏和缺少有效的政策扶持使得金融發(fā)展落后，無力縮小較大的城鄉(xiāng)居民收入差距。

表7 集聚區(qū)域劃分類型

五、結(jié)論及建議

（一）結(jié)論

通過空間相關(guān)性分析方法，本文對廣東省2007～2019年20個地級市的城鄉(xiāng)居民收入差距與三大金融業(yè)金融集聚水平進行研究，得出以下結(jié)論：

1.從時空變化態(tài)勢來看，城鄉(xiāng)居民收入差距在各地級市間的差異逐漸縮小，但仍呈“中心小邊緣大”的特點；三大金融業(yè)集聚水平呈“中心高邊緣低”的特點，邊緣地級市的銀行業(yè)和證券業(yè)集聚水平逐漸提高，但整體集聚水平仍然較低。珠三角核心城市和邊緣落后城市的金融發(fā)展差距過大極可能成為制約城鄉(xiāng)居民收入差距進一步縮小的原因。

2.從空間相關(guān)性檢驗來看，城鄉(xiāng)居民收入差距的空間相關(guān)性不顯著；銀行業(yè)、保險業(yè)、證券業(yè)的集聚水平均呈正向空間相關(guān)性，變量在珠三角核心區(qū)對相鄰地級市的溢出和擴散效應(yīng)明顯，其余地級市的空間關(guān)聯(lián)較弱。

圖5 城鄉(xiāng)居民收入差距與銀行業(yè)集聚水平的區(qū)域劃分圖

圖6 城鄉(xiāng)居民收入差距與證券業(yè)集聚水平的區(qū)域劃分圖

圖7 城鄉(xiāng)居民收入差距與保險業(yè)集聚水平的區(qū)域劃分圖

3.從空間集聚類型劃分來看，廣東省各區(qū)域金融發(fā)展對縮小城鄉(xiāng)居民收入差距的貢獻不同。江門和惠州屬于低效區(qū)，表現(xiàn)為金融集聚促進城鄉(xiāng)居民收入差距縮小的效率較低；潮汕地區(qū)和茂名、云浮屬于無關(guān)區(qū)，表現(xiàn)為金融落后，與城鄉(xiāng)居民收入差距的關(guān)系不明顯；廣州、珠海、佛山、中山、東莞屬于高效區(qū)，表現(xiàn)為金融發(fā)展有利于進一步縮小城鄉(xiāng)居民收入差距；粵東、粵西、粵北相對落后的城市位于落后區(qū)，表現(xiàn)為金融整體發(fā)展落后，無力縮小城鄉(xiāng)居民收入差距。

（二）建議

1.利用“互聯(lián)網(wǎng)+金融”模式，縮小區(qū)域間金融發(fā)展差距。推動落后地區(qū)金融機構(gòu)與互聯(lián)網(wǎng)金融平臺深入合作，鼓勵支持銀行機構(gòu)為合規(guī)的第三方支付機構(gòu)和網(wǎng)絡(luò)借貸平臺提供資金存管、支付結(jié)算等金融服務(wù)；支持證券機構(gòu)將經(jīng)紀(jì)業(yè)務(wù)、投行業(yè)務(wù)、資管業(yè)務(wù)等與網(wǎng)絡(luò)證券相融合；推進保險機構(gòu)結(jié)合大數(shù)據(jù)分析，設(shè)計符合客戶需求的個性化保險服務(wù)。

2.利用金融產(chǎn)學(xué)研合作形式，加強各地級市金融關(guān)聯(lián)程度。深入融合“金融+高?！笨缃绾献靼l(fā)展形式，以各地級市高校、金融研究所、金融機構(gòu)、企業(yè)為主體，積極開展跨區(qū)域科技金融合作和交流，推動金融人才、金融機構(gòu)、技術(shù)、資源等在珠三角核心區(qū)和落后地區(qū)間良性循環(huán)流動。

3.因地制宜推動金融集聚，進一步縮小城鄉(xiāng)居民收入差距。江門、惠州要提升金融對城鄉(xiāng)居民收入的影響力，大力發(fā)展普惠金融，加大農(nóng)村金融資源傾斜力度，對進駐農(nóng)村貧困地區(qū)的金融機構(gòu)給予補貼；潮汕地區(qū)和茂名、云浮要注重金融整體發(fā)展，潮汕地區(qū)要以汕頭為金融發(fā)展中心，打造粵東片區(qū)金融輻射中心，茂名和云浮要加大引進金融機構(gòu)入駐本地的工作力度，注重引導(dǎo)金融向統(tǒng)籌城鄉(xiāng)金融協(xié)調(diào)性發(fā)展方面轉(zhuǎn)變；廣州、珠海、佛山、中山、東莞以推進粵港澳大灣區(qū)金融融合發(fā)展為契機，發(fā)揮核心區(qū)金融集聚輻射作用，帶動周邊落后地區(qū)實現(xiàn)金融統(tǒng)籌城鄉(xiāng)協(xié)調(diào)發(fā)展；落后區(qū)城市要爭取傾斜性金融政策落戶本地，注重金融基礎(chǔ)設(shè)施和服務(wù)的全面建設(shè)，建立扶貧擔(dān)?；鹬珳?zhǔn)扶貧。