基于普惠金融綜合指數的我國區域普惠金融發展水平測度

羅斯丹，陳 曉

(中國海洋大學經濟學院，山東青島 266100)

?

基于普惠金融綜合指數的我國區域普惠金融發展水平測度

羅斯丹，陳 曉

(中國海洋大學經濟學院，山東青島 266100)

普惠金融發展水平不僅受經濟因素影響，而且受社會因素影響。結合中國國情，本文在金融服務的供給、需求、基礎設施及制約因素4個維度下，建立包含保險深度、銀行金融機構數、人口自然增長率、征信人數比例、小額貸款公司貸款余額比等20個指標的普惠金融指標體系，運用變異系數賦權法建立普惠金融發展指數，衡量在不同指標體系下我國部分省市普惠金融發展水平，找到制約普惠金融發展的關鍵因素，并提出政策建議。

普惠金融發展指數；制約因素；普惠金融

普惠金融是指金融機構立足機會平等要求和商業可持續性原則，向所有有實際需要的個人和企業，按照合理的定價，提供方便、快捷、可靠的全方位、多層次金融服務。黨的十八大報告中提出“大力發展普惠金融”。從當前我國普惠金融發展現狀來看，普惠金融服務總體水平有所提高，但區域間發展不平衡、差異大。構建普惠金融發展水平綜合指標，衡量不同區域間的發展水平差異，剖析制約普惠金融發展的主要因素，成為我國金融發展和改革領域的重要理論及現實問題。本文將在回顧相關文獻基礎上，運用變異系數法構建我國普惠金融發展綜合指數，衡量在不同指標體系下我國部分省市普惠金融發展水平，找出主要制約因素，并針對各地具體問題，提出相關政策建議。

1 文獻綜述

發展普惠金融是為了減少金融排斥(financial exclusion)，提高金融包容性。在構建指標體系方面，學者們起初由建立金融排斥指標體系出發探討金融包容性問題。如Kempson and Whyley(2000)提出六維度指標衡量金融排斥水平，然而該指標存在難以量化、指標重疊的弊端；高沛星(2011)將六維度指標簡化為地理排斥、評估及條件排斥、價格排斥和營銷排斥4個維度；胡振(2014)則從網點和人員、存款、貸款3個維度選取機構覆蓋度、企業貸款占比、貸款農戶占比等13個指標衡量農村金融排斥情況，但是局限于存貸款服務，忽略了保險、匯款等其他金融服務。自2005年聯合國“小額信貸年”提出普惠金融概念以來，學者們開始從普惠金融的涵義出發構建普惠金融發展指數。Beck(2007)將銀行分支機構數量、ATM 數量作為衡量獲得金融服務的指標，將人均存貸款余額與GDP比、每千人的存貸款賬戶數量作為衡量實際使用金融服務的指標；Arora(2010)指出服務成本是弱勢群體獲得金融服務的制約因素，因此她從銀行服務成本、服務范圍、服務便利性3個維度選取了賬戶管理費、分支機構數量、賬戶余額下限等指標構建指數。肖翔(2014)的研究中增加了服務質量維度，從銀行服務的可獲得性、使用情況、服務質量3個維度選取11個指標分析世界普惠金融發展水平。然而，以上學者將金融服務指標局限于銀行服務，忽略了保險、銀行賬戶使用情況、支付等指標。實際上企業與個人不僅可以從銀行而且從非銀行金融機構獲得金融服務，不僅需要存貸款等基本金融服務還需要保險、基金等服務，普惠金融發展水平不僅受獲得與使用金融服務影響，還受教育、交通等基礎設施與人口增長率等

制約因素影響，因此應構建包括供給、需求、基礎設施、制約因素等多維度多指標的綜合指標體系來科學準確地衡量和比較我國當前不同區域的普惠金融發展水平。

在具體衡量普惠金融發展水平方面，李春霄(2012)、宋漢光(2014)等學者借鑒聯合國開發計劃署編制的人類發展指數計算方法，指出不同國家不同省市普惠金融水平差異大，但是沒有進一步分析造成這種差異的原因；雷漢云(2015)使用Logistic回歸分析方法，研究表明居民就業、收入、受教育程度等對個人參與金融活動有顯著正相關性；焦瑾璞等(2015)考慮到所有指標的重要性與結構關系的差異，采用層次分析法構建實證分析模型，研究結果顯示普惠金融發展水平存在很大的差異。可見，多數學者只是對普惠金融發展水平進行綜合排序，缺少對影響因素的針對性分析，本文則嘗試衡量部分省市不同維度指標體系下的普惠金融發展水平，并提出相關對策建議。

2 建立普惠金融發展綜合指標體系

2.1 普惠金融發展指數編制原則

2.1.1 綜合性

普惠金融指標體系應該是基于普惠金融內涵、特征的綜合概括，發展指數應該是對普惠金融不同層面科學、準確測度。

2.1.2 可比性

不同時間同一區域、不同區域同一時間金融發展程度是不同的，編制的普惠金融發展指數必須可以進行時空比較、動態分析。

2.1.3 可行性

獲取普惠金融指標數據的來源必須可靠、真實，確保數據的權威性、準確性，計算方法符合數學、經濟學等學科的基本原理，保證評價結果的客觀性。

2.1.4 實用性

普惠金融主要服務于弱勢群體與小微企業，普惠金融發展指數是科學研究各地區金融發展水平的基礎。編制的普惠金融發展指數應該直觀、科學衡量各地的普惠金融發展水平，便于銀行類金融機構或政府制定相關政策。

2.2 普惠金融維度指標的確立

大部分文獻資料對普惠金融體系的研究側重于銀行服務，將銀行服務等同于金融服務，對于基金、保險、證券、金融知識等更為全面的金融服務類型有所忽略，將人口自然增長率、教育、交通等社會因素對普惠金融發展水平的影響重視不足。有研究表明，受教育程度對金融排斥有重要影響(Devlin，2009)，雷漢云(2015)指出居民收入、受教育水平、就業與金融排斥有顯著相關性，女性受教育水平的提高對家庭財富的增加、經濟的增長有更重要的影響，鑒于此，本文增加就業女性受大專以上教育水平比例指標。有效灌溉面積是耕地抗旱能力的一個重要指標，是農業保產穩產的重要保障，是影響農業增長的重要因素，農業又是農民收入的重要來源，因此本文加入有效灌溉面積比例。鐵路、公路可以優化某一地區的產業布局、帶動相關產業發展，改進地區間經濟社會發展的非均衡性，增加居民收入，本文加入鐵路公路比例指標。世界銀行研究發現，經濟發展水平與預期壽命有很強的相關性，本文使用男性預期壽命是考慮到男性與女性相比與經濟增長的聯系更為緊密。從長期看，人口增長率與經濟發展水平之間具有顯著的負相關關系，將加劇與收入、消費、產業、就業之間的矛盾(張效莉、李仲生，2006)，因此，加入人口增長率指標。綜上，本文在現有研究基礎上增加了基礎設施、制約因素兩個維度(表1)。

3 構建普惠金融發展指數

本文運用變異系數賦權法確定各指標的權重，借鑒聯合國開發計劃署編制的人類發展指數的計算方法，構建普惠金融發展指數。

(1)

其中，Di表示在第i個維度的值，代表某個地區在此維度取得的成就，Di越大代表取得的成就越大。wi代表某個指標被賦予的權重，0≤wi≤1，該值越大表示權重越大，在普惠金融發展指數計算中重要程度越高。Xi表示第i個指標的真實值，mi表示第i個指標的最小值，Mi代表第i個指標的最大值。當Di=(0,0，…,0)，該值代表該國在每個維度上都是最小值，普惠金融發展水平相對最低；當Di=(w1,w2,…，wn)，該值在每個維度上取得最大值，普惠金融發展水平相對最高。

供給、需求、基礎設施、制約因素分別用Gi、Xi、Ji、Pi表示，其中采用歐氏距離法計算。

(2)

用同樣的方法計算每個維度的數值，在沒有制約因素維度的條件下，普惠金融發展指數為

(3)

制約因素的效應通過加權平均計算得到的，假設某個省的制約因素數值為Pi，則制約因素的效應為

(4)

普惠金融綜合發展指數為

CFII=FII·Zi.

(5)

本文采用變異系數法計算每個指標的權重，是一種客觀的賦權方法。指標取值差異度越大，表明該指標在不同地區的差異性程度越大，這樣的指標越能影響部分省市普惠金融發展水平。各指標的變異系數為

(6)

其中，Si代表各個指標的標準差，Ti代表各個指標的平均值，各個指標的權重為

(7)

本文認為金融服務的供給、需求、基礎設施、制約因素4個維度對普惠金融發展指數的重要性是一樣的，因此被賦予相同的權重。普惠金融發展指數權重情況如表2所示。

表2 普惠金融指標體系描述性統計

注：利用2014年金融統計年鑒、各省統計年鑒、2014保險年鑒、中國中小企業年鑒、國家統計年鑒的相關數據計算得出的。

4 我國部分省市普惠金融發展水平分析

首先計算不包含小額貸款公司貸款余額占總貸款余額比與征信人數占總人口的比的普惠金融發展指數，然后再分別對供給與需求維度的不同指標進行分析，測度不同指標對不同省市普惠金融發展指數的影響，從而結合該省市的實際狀況，采取針對性措施，提高該省的普惠金融發展水平。

4.1 普惠金融發展水平分析

為下文分析方便，表3的制約維度包括人口自然增長率，基礎設施維度包括有效灌溉面積比例、每萬平方公里鐵路公路比例、就業女性受大專以上教育比例、男性預期壽命比例，供給維度包括每千平方公里與每十萬人就業人員數、銀行分支機構數、保險機構數，需求維度包括保險密度、保險深度、人均各項存貸款比、小微企業貸款余額比。

第一，天津市在各個維度中分別占據優勢，普惠金融發展指數值相對最高，天津市位于京津翼城市群之中，不僅具有區位優勢、港口優勢，而且制造業基礎雄厚，形成了一批產業聚集區，交通設施與就業比處于顯著優勢水平，但是保險深度僅為2.02%，低于國家平均水平，小微企業貸款余額比重低，天津市需要針對具體問題加強保險、小微企業貸款方面的建設。其中天津市為解決小微企業融資難題，已建立風險補償機制，開展“結算貸”“稅務貸”等，鼓勵金融機構對小微企業的貸款。

第二，山西省、內蒙古自治區普惠金融發展水平與人均GDP排序差異顯著。山西省經濟發展主要依賴于煤炭產業，是資源大省但非經濟大省，人均GDP排名靠后，普惠金融排序居中。山西省應充分利用煤炭資源加工增值，促進經濟增長，進一步提高普惠金融發展水平；內蒙古自治區依賴采礦業等資源主導型產業，人均GDP排名靠前，普惠金融發展排名靠后，金融服務供給與有效需求不足，人均貸款占人均GDP比重低，基礎設施尤其是交通設施成為制約普惠金融發展的關鍵因素，考慮到交通設施在經濟發展中的重要作用，政府需要加強基本交通設施的建設，普及金融知識。

第三，青海省金融需求高，尤其是人均各項存貸款占人均GDP的比率高，但是供給與基礎設施水平低，金融機構從業人員與銀行業分支機構不能有效地滿足人們的金融需求，供需矛盾突出，保險深度、保險密度低于全國平均水平，人口自然增長率為0.849%，城鎮化水平低，青海省需要全方面提高金融服務的供給水平，控制人口增長。

第四，湖南省在基礎設施與金融服務的供給兩個方面指數相對較高，但是金融服務的有效需求不足，人均貸款占人均GDP比重低，人口自然增長率高，城鎮化水平低，就業女性受大專以上教育比低，政府應重視金融知識的作用，采取措施提高居民金融知識水平，增強人們使用金融服務的意識，提高城鎮化水平，控制人口增長。其中，湖南省開始引導保險資金直接投資于保險產業密切相關的養老、醫療等產業，完善農業保險基層服務體系建設。

表3 基于省際普惠金融發展水平的測度

4.2 供給維度變化對普惠金融發展水平的影響

首先，增加征信人口比例指標的普惠金融發展指數(表4)。各省的普惠金融發展指數排序除黑龍江省以外基本沒有變化，除天津市以外各省的普惠金融指數沒有變化，主要是因為各省征信人數比例低，征信人口比差距小，基于變異系數法所得權重小。征信中心所形成的個人信用報告，可以全面反映借款人的信貸記錄，相當于個人的“經濟身份證”。金融機構可以根據信用報告，決定是否借貸與借貸額度，節省了借貸雙方時間，減少金融機構的信貸風險，有效減少信息不對稱。因此，各省應該提高國人征信數據的共享機制和民間征信機構、征信業務的發展水平，嚴格管理個人征信牌照，及時修改與完善信用信息。

其次，增加小額貸款公司貸款余額比的普惠金融發展指數(表4)。在其他指標不變條件下，與2013年相比，2014年部分省市普惠金融發展指數降低，中國小額貸款公司發展滯緩。各省小額貸款公司貸款余額比差異大，天津、湖南比偏低，黑龍江、江西、內蒙古比重相對較高，小額貸款余額比重對應的權數比較大，對普惠金融發展指數有顯著影響，但是各省普惠金融排序基本沒有變化，主要由于小額公司貸款余額占比整體偏低。小額貸款公司主要服務于弱勢群體、小微企業，與銀行相比貸款額度小、便捷迅速，與民間借貸相比，貸款更加規范。但是我國小額貸款公司存在監管機制不健全，法律地位不明確，融資困難，金融市場不規范內抗風險水平比較低等問題，政府需要制定法律法規，加大對小微企業的政策扶持力度。

表4 不同指標下各省的普惠金融發展指數

4.3 需求維度變化對普惠金融發展水平的影響

無小微企業貸款余額比重的普惠金融發展指數如表4所示。各省普惠金融排序幾乎沒有變化，各省小微企業貸款余額比重低、差異小，小微企業融資困難。雖然國家鼓勵金融機構對小微企業貸款，但是部分小微企業缺乏投資分析、成本費用核算不到位、管理體制落后，商業銀行紛紛減少了小微企業貸款余額。各省需要根據小微企業發展實際，采取措施，解決融資難問題。例如天津市建立的中小微企業風險補償金，河北省推出的超值貸、預抵貸、循環貸等多款信用類貸款產品，目的就是解決小微企業融資難問題。

4.4 普惠金融發展水平與其他文獻的比較

表5 普惠金融發展水平比較

從表5可以看出，部分省市普惠金融發展水平低，東部地區普惠金融發展水平高，東北地區除遼寧外普惠金融發展水平低，西部地區整體普惠金融發展水平水平低。

李春霄(2012)構建了金融排斥指數IFE，測度我國金融排斥程度，各省金融排斥差異大。本文用1-IFE對金融排斥指數進行轉化得到普惠金融發展指數，對比驗證了我國普惠金融發展水平低、差異大，普惠金融發展緩慢。

李濱(2014)運用因子分析法衡量我國各省市普惠金融發展水平，文章中加入了小額貸款公司貸款余額與保險的相關指標，但同樣缺少人口自然增長率、征信人口比例等指標。本文運用變異系數賦權法計算出的部分省市普惠金融發展指數排名與李濱結論基本相同，同時李濱驗證了各省居民平均教育水平與其享有的金融服務存在顯著的正相關性。

焦瑾璞(2015)運用層次分析法分析中國各地區普惠金融發展水平，指標體系包括可獲得性、使用情況、服務質量3個維度19個指標，沒有考慮基礎設施與人口增長率對普惠金融發展水平的影響。與焦瑾璞相比，普惠金融發展水平排序相差最大的是黑龍江省，焦瑾璞分析黑龍江省服務質量(個人信用檔案建檔率、企業信用檔案建檔率、企業服務投訴率)位于全國前列，而金融使用率低。本文分析發現黑龍江省基礎設施尤其是就業女性受大專以上教育比例低，供給維度金融機構數量比例低，需求維度參加城鎮基本養老保險比、小微企業貸款余額比低，制約普惠金融發展，應針對這些具體問題采取相應的措施。

5 結論

本文借鑒聯合國開發計劃署編制的人類發展指數，加入保險、就業女性受教育比例、人口自然增長率等新指標構建普惠金融發展指數，從供給、需求、基礎設施、制約因素4個方面衡量各省的普惠金融發展水平，維度多、指標全，但是缺少ATM的數量、擁有存貸款賬戶的成年人比例等針對銀行服務的指標，缺少使用過網上支付功能的成年人比例、征信企業比例等指標。

普惠金融發展指數不僅可以衡量同一時期不同省市的普惠金融發展水平，而且可以衡量不同時期某一省市的普惠金融發展水平，分辨出制約或者是促進某一省市普惠金融發展的因素，銀行等金融機構或政府可以據此為進一步促進普惠金融發展提出針對性建議，采取相關性措施。

[1]KempsonE.InOrOut:FinancialExclusion[M].FinancialServicesAuthority,2000.

[2]高沛星,王秀華.我國農村金融排斥的區域差異與影響因素——基于省際數據的實證[J].農業技術經濟,2011(4):93-102.

[3]李春霄,賈金榮.我國金融排斥程度研究——基于金融排斥指數的構建與測算[J].當代經濟科學,2012(2):9-15.

[4]胡振,臧日宏.中國農村金融排斥地域差異及因素研究[J].中國農業大學學報,2014(2):116-123.

[5]Beck,T.,Demirguc-Kunt,A.,MartinezPeria,M.S.Reachingout:Accesstoanduseofbankingservicesacrosscountries[J].FinancialEconomics,2007(1):234-266.

[6]肖翔,洪欣.普惠金融指數的編制研究[J].武漢金融,2014(9):7-11.

[7]AroraRashmiUmesh.MeasuringFinancialAccess[J].DiscussionPapersEconomics,2010(7):1-21.

[8]宋漢光,周豪,余霞民.金融發展不均衡、普惠金融體系與經濟增長[J].金融發展評論,2014(5):122-133.

[9]雷漢云.貧困地區居民金融排斥影響因素的實證研究[J].經濟經緯,2015(2):149-155.

[10]Devlinjf.AdetailedstudyoffinancialexclusionintheUK[J].ConsumerPolicy,2005(1):75-108.

[11]焦瑾璞.中國普惠金融發展進程及實證研究[J].上海金融,2015(4):12-22.

[12]明艷.我國人口預期壽命的影響因素分析[J].學理論,2010(4):47-50.

[13]張效莉,王成璋,何倫志.人口增長與經濟相互作用機制與實證分析——基于VAR的Granger因果分析方法和協整技術[J].南方人口,2006(1):59-63.

[14]李濱.普惠金融的制度分析與測度研究[D].廈門:廈門大學,2014.

Measuring the Level of Regional Financial Inclusion Based on the Index of Financial Inclusion

LUO Si-dan, CHEN Xiao

(School of Economics, Ocean University of China, Qingdao Shandong 266100, China)

The development of financial inclusion is not only influenced by financial factors but also social factors.According to the China’s actual conditions,this paper suggests a measure taking into consideration on supply,demand,infrastructure dimensions and adverse impacting factors.An index of financial inclusion is based on D.I.method which includes twenty indexes,such as insurance penetration,number of bank branches,population growth rate, natural proportion of credit reporting and ratio of micro finance institution loan balance to total loan balance.Measure the developing level of finacial in clusion under different index systems,find the key restriction factors and put forward suggestions.

financial inclusion index; drag factors; financial inclusion

2015-08-11

中國海洋大學人文社會科學青年教師科研專項項目(201413073)。

羅斯丹(1981- )，女，遼寧鳳城人，中國海洋大學經濟學院講師，從事貨幣金融學、公共經濟學研究。

F830

A

2095-7602(2015)10-0010-07