縣域普惠金融發展水平測度及影響因素分析

張兵+張洋

摘要：以江蘇省44個縣域為樣本，測度2009—2014年江蘇省各縣域普惠金融的發展水平，并構建空間計量模型分析縣域普惠金融的影響因素。結果表明，江蘇省44個縣域普惠金融的發展水平存在顯著差異，蘇南縣域地區金融普惠水平較高，多數蘇中和蘇北縣域地區金融普惠水平較低，且存在空間正相關性，即地理位置相近的縣域具有相似的普惠金融發展水平；影響縣域普惠金融水平的主要因素有經濟發展水平、互聯網普及率、教育普及程度和道路密度。

關鍵詞：普惠金融；因子分析；縣域普惠金融；空間計量模型

中圖分類號： F830.34文獻標志碼： A

文章編號：1002-1302（2017）10-0307-05

“普惠金融”這一概念引入我國后，受到高度重視，2013年黨的十八屆三中全會通過《中共中央關于全面深化改革若干重大問題的決定》，正式提出發展普惠金融。李克強總理強調“大力發展普惠金融，讓所有市場主體都能分享金融服務的雨露甘霖”，實際上就是為傳統金融機構服務不到的低端客戶——農戶、低薪工人、小微企業和失業人員降低金融服務門檻。此外，我國城鄉二元經濟結構決定了包含廣大農村的縣域金融與城市相比差距較大，普遍存在信息不對稱、規模不經濟等問題，導致農戶、小微企業融資困難，嚴重制約著縣域經濟的快速發展。

2014年，國務院發布《國家新型城鎮化規劃（2014—2020年）》后，縣域金融機構多元化趨勢明顯，小貸公司、村鎮銀行、農民資金互助社都不斷增加。但已有研究表明，這些新型的金融機構都傾向于在經濟發展水平較高的地區設立網點，那么經濟欠發達地區如何吸引這些金融機構，進而提高地區金融普惠水平？深度分析普惠金融發展受何種因素的影響非常重要，目前國內外關于這方面的實證研究也非常多，但是，大多數學者忽略了經濟區域差異對普惠金融發展的影響。空間計量經濟學理論認為，經濟的區域差異對普惠金融發展具有一定的影響，因為一個地區空間單元上的某種經濟地理現象或屬性值與鄰近地區同一現象或屬性是相關的。因此，考慮到以上因素，本研究從縣域層面測度普惠金融發展水平，并利用各個縣域存貸款金融機構的面板數據，建立空間計量模型，進一步分析縣域普惠金融發展水平的影響因素，以期為推動欠發達地區普惠金融水平的提高提供政策建議。

[JP+1]在普惠金融測度研究方面，Beck等采用每萬人每百平方千米金融機構網點數、每萬人每百平方千米ATM機數量及人均儲蓄額與人均GDP的比值等共8個指標衡量國家金融服務水平[1]。Sarma首次創建了多維度普惠金融指數（index of financial inclusion，簡稱IFI），吸收普惠金融的地理滲透性、使用效用性和產品接觸性“三維度”信息來測算不同國家的普惠金融發展水平[2]。普惠金融全球合作伙伴從金融服務的獲取、使用及質量3方面進一步制定了較為全面的普惠金融指標體系[3]。國內學者中，李濱選取了保險密度、保險深度和銀行資產總額等12個指標計算全國各省的普惠金融水平[4]。此外，多數學者在調查普惠金融發展水平時，采用“三維度”分析法及Beck提出的8個指標進行實證研究[5-7]。

國外對普惠金融影響因素研究中，Anderloni提出普惠金融的發展水平受到金融市場自由化程度、財政政策、人口、收入及勞動力市場狀況等因素的影響[8]。Helms等進一步發現，手機銀行的產生和發展可以滿足印度貧困人群和非銀行客戶對于普惠金融的基本需求[9]。在國內，徐少君等發現收入是普惠金融發展的關鍵性因素[10-11]。董曉林等則突出了金融機構網點布局對普惠金融的影響作用[12]。與此同時，城鄉收入差距的影響也得到了部分學者的關注和研究[13]。

綜上所述，已有研究在普惠金融發展水平測度及影響因素方面取得了大量成果，對了解地區普惠金融水平提供了重要幫助。現有研究主要從不同國家或省級層面測度普惠金融發展水平，但我國城鄉二元經濟結構決定了普惠金融發展的關鍵在于縣域地區，把握縣域普惠金融的發展水平，對縮小城鄉差距、吸引新型金融機構具有現實意義，多數學者忽略了這點，所以本研究從縣域角度測度普惠金融發展水平。另外，國內外學者在研究普惠金融發展水平影響因素時，主要對經濟發展水平、就業及金融知識等因素進行分析，鮮有學者考慮區域差異對普惠金融發展水平的影響，普遍使用最小二乘法進行模型估計，因而得出的結論在一定程度上缺乏客觀性。因此，本研究在縣域普惠金融發展水平測度的基礎上，建立空間計量模型對影響縣域普惠金融發展的因素進行分析，以期得出客觀、全面的結論。

1縣域普惠金融發展水平測度及分析

1.1研究方法

Sarma創建的計算公式測算多維度普惠金融指數IFI，沒有充分考慮各維度間的權重差異性，所以本研究借鑒石建民等的因子分析法[14]進行測度。因子分析法可以簡化原始指標，提煉出關鍵因子，并合理賦予權重大小。普惠金融發展水平綜合總得分計算方法為：

[HS2][JZ（]C（j）=[∑[DD（]mi=1[DD）]（k）Qj（k）]/[∑[DD（]mi=1[DD）]（k）]。[JZ）][JY]（1）

式中：（k）表示因子分析第j個樣本第k年的方差累計貢獻率；Qj（k）表示第j個樣本第k年的因子得分；C（j）表示第j個樣本的總得分。

1.2指標體系的構建

測度縣域普惠金融發展水平時，借鑒普惠金融全球合作伙伴方案的構架來選取評價維度，本研究選擇可獲得性、使用情況和服務質量3個維度，其中以可獲得性評價普惠金融的覆蓋范圍，以使用情況評價普惠金融需求主體獲得金融機構提供金融服務的狀況，以服務質量評價金融普惠過程中金融機構提供金融要素的質量情況。在充分借鑒國際主流成果的基礎上，參考中國人民銀行的工作報告選取具體指標，在可獲得性、使用情況及服務質量3個方面，本研究共設計了29項指標（表1）。

本研究選取2009—2014年江蘇省44個縣域作為研究對象，充分考慮了數據的可得性和充分性。其中，江蘇省縣域樣本來源于《江蘇省統計年鑒：2015》公布的縣（市）。商業銀行分支機構、pos機數、金融服務人員、農村金融綜合服務站、農戶貸款額、地方政府對民生、“三農”貸款貼息資金等普惠性金融數據來源于中國人民銀行南京分行。國內生產總值（gross domestic product，簡稱GDP）、從業人員、年末戶籍人口、公路里程、區域面積等原始數據來源于2009—2014年《江蘇省統計年鑒》中縣（市）社會經濟和社會經濟發展序列主要指標部分。其中商業銀行包括中國農業銀行、中國工商銀行、中國銀行、中國建設銀行、交通銀行、中信銀行、華夏銀行、上海浦東銀行、興業銀行、民生銀行、南京銀行、江蘇銀行和郵政儲蓄銀行。

1.4實證分析

首先，運用SPSS 19.0軟件對指標體系構建時設計的29個指標進行因子分析，KMO（Kaiser-Meyer-Olkin，簡稱KMO）檢驗和巴特利特球形檢驗（bartlett test of sphercity，簡稱Bartlett）（表2）通過后，進行主成分分析，根據特征值大于1說明，貢獻程度較大以及方差貢獻率值越高，因子對整體問題解釋性越強的原則，提取3個公因子解釋原29個指標82654%的信息，并得到3個公因子的方差貢獻率。再運用最大方差法計算出因子旋轉后的載荷矩陣，對因子載荷進行歸一化處理可得10個公因子在3個指標上的權重，算出3個公因子得分，最后根據公式（1），計算出2009—2014年江蘇省44個縣域普惠金融水平總得分及排名（表3、圖1）?？偟梅衷礁?，對應的圖形顏色越深，表明該地區的普惠金融發展情況越好。由于對數據進行了標準化處理，總得分計算時存在正負，正值表示普惠金融水平高于平均水平，負值則相反。

從表3、圖1可以看出，江蘇省縣域普惠金融水平存在明顯的區域空間差異，按照通行的行政區域將江蘇省劃分為蘇南、蘇中和蘇北3個地區，可以發現普惠金融水平較高的地區多集中在蘇南地區，如昆山市、常熟市和太倉市，說明普惠金

融的發展受經濟條件的影響較大，這些地區金融硬件水平較高，和蘇中、蘇北地區相比，蘇南地區經濟發展較快，人均GDP較高，金融機構、金融從業人員相對密集；此外，近幾年在政府的支持下，大力推進新型金融機構建設，提高地區的金融普惠水平。而蘇中、蘇北地區普惠金融水平相對較低，與蘇南[CM（25]地區相比，蘇中、蘇北地區的經濟發展較慢，金融機構網點

發展。

2普惠金融水平的影響因素分析

上述結果表明，江蘇省縣域普惠金融發展水平具有一定的空間相關性，所以，在分析普惠金融發展水平影響因素時須考慮空間效應，否則得出的結論將存在誤差。本研究在測算出江蘇省44個縣域普惠金融發展水平的基礎上，使用2009—2014年的面板數據對江蘇省縣域普惠金融發展的影響因素進行空間計量分析。

2.1研究方法

2.1.1[JP3]空間自相關度量空間自相關定義為一些變量在同一個分布區內的觀測數據之間潛在的相互依賴性?？臻g統計學上最常用Morans I值，Morans I取值范圍為[-1，1]，大于0表示存在空間正相關，小于0表示存在負相關，等于0表示不相關。

2.1.2在空間計量經濟中，常見的面板數據模型包括固定效應模型和隨機效應模型當樣本是隨機抽取來考察總體時，隨機效應模型較為恰當；而當樣本是一些特定個體時，固定效應模型較為恰當。根據本研究選取了江蘇省44個縣域作為研究樣本的實際情況，故選擇固定效應模型。固定效應的空間計量模型主要包括2種：空間滯后面板數據模型（spatial lag model，簡稱SLM）和空間誤差面板數據模型（spatial error model，簡稱SEM）。

空間滯后面板數據模型：

[JZ（]Y=μ+Xβ+ρWnt+ε，εi～N（0，σ2In）；[JZ）][JY]（2）

空間誤差面板數據模型：

[JZ（]Y=Xβ+μ+=λWnt+ε，εi～N（0，σ2In）。[JZ）][JY]（3）

式中，t表示研究的時間；n表示測量區域數目；Y是被解釋變量的nt×1維向量，指縣域普惠金融發展水平；X表示解釋變量的nt×k維向量；Wnt是nt×nt階空間權重矩陣；參數β是k×1階的待估系數，反映解釋變量對被解釋變量的影響；ρ是空間滯后回歸系數，用于衡量觀測值之間的空間相互作用程度；ε表示隨機干擾誤差向量，且滿足正態獨立分布，即εi～N（0，σ2In）；λ表示自回歸參數，用于衡量樣本觀測值中的空間依賴作用；μ是常數項；是隨機誤差項。

2.2變量選取

經濟發展水平Y1：多數學者認為GDP值高的地區，金融需求旺盛，金融資源會傾向該地區，促進普惠金融水平提高[10-11]，采用各縣域人均GDP來表示該變量；城鄉居民收入差距Y2：城鄉居民收入差距加大通常會導致金融機構遠離農村，從而負面影響普惠金融水平，采用各縣域城鎮常住居民人均可支配收入與農村常住居民人均可支配收入差值來表示該變量；互聯網普及率Y3：非洲等地區的實證表明，以電話和網絡為介質的金融服務在邊遠地區的普及，可以增加當地居民接觸金融服務的便利性；另一方面為解決信息不對稱、商業可持續性等問題創造了條件，采用各縣域互聯網用戶數與總戶數比值來表示該變量。道路密度Y4：交通建設能提高金融供需雙方接觸的便利程度，降低金融服務成本，采用各縣域公路里程與總面積比值來表示該變量。教育普及程度Y5：通常教育普及程度由受教育年限體現，居民受教育水平越高，越容易接受和使用新的金融產品和服務，采用各縣域在校學生占比來表示該變量。就業水平Y6：就業意味著收入和消費，也意味著地區的金融需求及金融消費能力，采用各縣域從業人員總數與戶籍人口數比值表示該變量。城鄉金融制度創新Y7：謝麗霜等發現新型農村金融機構建設數量較多的地區，金融制度創新力度大，能夠快速推進普惠金融的發展[13]，采用各縣域新型農村金融機構數表示該變量。

2.3數據來源

GDP、年末戶籍人口、城鎮常住居民人均可支配收入、農村常住居民人均可支配收入、互聯網用戶數、總戶數、公路里程、區域面積、在校學生、從業人員數據來源于2009—2014年《江蘇省統計年鑒》中縣（市）社會經濟和社會經濟發展序列主要指標部分，新型農村金融機構數據來源于中國人民銀行南京分行。

2.4實證分析

首先對江蘇省縣域普惠金融發展水平進行空間自相關分析，運用STATA 11.0軟件計算空間相關系數（Morans I）。從表4可以看出，2009—2014年總體上Morans I指數變化不大，一直在0.16～0.21之間浮動，在10%的水平下顯著，表明縣域普惠金融發展水平在空間上存在正相關關系，即某縣域普惠金融的發展水平會受到鄰近縣域地區的正向影響。因此，在分析普惠金融發展水平影響因素時須考慮空間效應，此時普通最小二乘法將不再適用于對普惠金融發展水平的影響因素問題進行分析，需要選擇合適的空間計量模型對普惠金融發展的影響因素進行研究。從表5中空間滯后模型和空間誤差模型的相關指標結果來看，滯后模型的拉格朗日乘數LML值大于誤差模型的拉格朗日乘數LME值，所以滯后模型相對于誤差模型更顯著，且LML值和其穩健性RLML值在5%的水平下均顯著，通過了空間依賴性檢驗，因此選擇空間滯后模型更為合適。

進一步運用STATA 11.0軟件對數據進行空間滯后模型和空間誤差模型擬合。從表6中可知，空間滯后模型的各項檢驗值均優于空間誤差模型，SLM的擬合優度R2值大于SEM的擬合優度，SLM的對數似然函數值（log likelihood，簡稱logL）值大于SEM的logL值，表明空間滯后模型擬合效果優于空間誤差模型，因此，本研究選擇空間滯后模型對縣域普惠金融發展水平的影響因素進行分析。

由表6還可以看出，經濟發展水平對縣域普惠金融發展水平具有正向影響，影響系數為0.711且顯著。從江蘇省經濟現狀來看，江蘇省由南至北經濟發展水平依次遞減，44個縣域普惠金融發展水平中蘇南地區普惠金融水平較高，蘇中、蘇北地區普惠金融水平較低，可見在一定程度上縣域普惠金融的發展依賴經濟的推動。互聯網普及率有利于縣域普惠金融發展水平的提高，影響系數為0.627且顯著，近幾年，互聯網金融的興起有益于互聯網對普惠金融正向促進，互聯網普及率的提高為居民接觸金融服務提供了便利，推動地區的金融普惠程度。教育普及程度對縣域普惠金融發展水平具有正向作用，影響系數為0.102且顯著，一方面，教育程度較高的群體具有基本的金融知識和正確的金融觀念；另一方面，高教育水平群體的收入一般較高，他們的金融需求能夠帶動地區的金融建設。道路密度對縣域普惠金融發展水平有顯著正向影響，影響系數為0.108且顯著，說明地區基礎設施的完善在一定程度上促進普惠金融的發展水平。

城鄉收入差距對縣域普惠金融發展水平具有負向影響，影響系數為-1.760且顯著，說明城鄉收入差距會促使農村居民流入城鎮，金融機構更偏向于城鎮，使得農村地區的金融服務無法得到進一步改善。

就業水平、城鄉金融制度創新對縣域普惠金融發展水平的影響并不顯著，說明就業水平和城鄉金融制度創新對縣域普惠金融發展程度有一定的影響，但并不是主要影響因素。

3結論與對策建議

研究結果表明，江蘇省44個縣域普惠金融發展水平存在明顯的差異性，蘇南地區縣域金融普惠水平較高，多數蘇中和蘇北地區的縣域普惠金融水平較低；且存在空間正相關性，地理位置相近的縣域具有相似的普惠金融發展水平。影響縣域普惠金融水平的主要因素中經濟發展水平、互聯網普及率、教育普及程度和道路密度與普惠金融水平呈正相關關系；城鄉收入差距與普惠金融水平呈負相關關系。針對以上研究結論，為進一步推動普惠金融的進程，提出以下建議：

第一，江蘇省各縣域普惠金融發展存在明顯的空間正相關關系，宜兼顧鄰近縣域普惠金融的發展動向，加強縣域之間的合作交流，特別是蘇北地區，有著多種多樣相似和相近的經濟基礎，應積極推動普惠金融發展水平較高的縣域作為示范點，帶動周圍普惠金融協調發展。

第二，推動區域經濟協調發展是促進普惠金融發展的根本途徑。江蘇省各縣域普惠金融發展存在明顯的空間正相關關系，宜充分考慮區域特點，加強相鄰地區合作，促進經濟協調發展，吸引金融資源，從而促進各地區金融普惠程度。首先應采取符合各地區實際情況的經濟措施來縮小城鄉收入差距，加快城鎮化進程；其次應加大基礎設施建設，減少金融服務提供的成本。

第三，隨著互聯網的普及，近年來互聯網金融得到蓬勃發展，并推動了普惠金融的進程，在提升小微企業融資覆蓋率、降低投資理財門檻等方面作出了巨大貢獻。接下來應準確把握互聯網金融在農村的布局發展，盡管農村經濟正走在“電商化”“信息化”的道路，如京東、阿里、蘇寧等均已建立農村電商，但絕大多數農村仍面臨改善居民金融服務的需求。同時，應加強互聯網建設，增加網絡覆蓋率。

第四，一方面，各級政府和相關部門應積極加大教育投入，提高教育普及率，從而居民了解、接受新事物的能力加強，對金融的需求也會增加；另一方面，推動普惠金融知識的普及，定期安排金融服務人員開展金融知識講解活動，使居民樹立普惠金融意識，及時了解金融產品和服務。

參考文獻：

[1]Beck T，Demirguc-Kunt A，Peria M S M. Reaching out：access to and use of banking services across countries[J]. Journal of Financial Economics，2007，85（1）：234-266.

[2]Sarma M. Index of financial inclusion[D]. New Delhi：Jawaharlal Nehru University，2010：1-28.

[3]焦瑾璞. 構建普惠金融體系的重要性[J]. 中國金融，2010（10）：12-13.

[4][JP4]李濱. 普惠金融的制度分析與測度研究[D]. 廈門：廈門大學，2014.

[5]田杰，陶建平. 農村普惠性金額發展對中國農戶收入的影響——來自1877個縣（市）面板數據的實證分析[J]. 財經論叢，2012（2）：57-63.

[6]謝升峰，路萬忠. 農村普惠金融統籌城鄉發展的效應測度——基于中部六省18縣（市）的調查研究[J]. 湖北社會科學，2014（11）：59-64.

[7]翟帥. 江蘇省普惠金融指數及其影響因素研究[J]. 財會月刊，2015（12）：65-69.

[8]Anderloni L. Financial services provision and prevention of financial exclusion[R]. Brussels：European Commission，2008.

[9][JP3]Helms B，Assistpoor C G T，Bank W. Access for all：building inclusive financial systems[J]. World Bank Publications，2006，9（2）：247-264.

[10]徐少君，金雪軍. 農戶金融排除的影響因素分析——以浙江省為例[J]. 中國農村經濟，2009（6）：62-72.

[11]劉明，劉震，郭峰. 山東省普惠金融發展現狀及影響因素分析——基于普惠金融發展指數的實證研究[J]. 金融發展研究，2014（12）：54-59.

[12][JP3]董曉林，徐虹. 我國農村金融排斥影響因素的實證分析——基于縣域金融機構網點分布的視角[J]. 金融研究，2012（9）：115-126.

[13]謝麗霜，李可. 我國民族地區農村金融普惠水平及影響因素分析[J]. 改革與戰略，2015（7）：111-116.

[14]石建民，馬森，于海燕. 普惠金融指標體系的構建——以菏澤市為例[J]. 征信，2014（12）：69-72.