信息化發展水平對湖北省縣域普惠金融的影響

陶建平　黃曉晨　程靜

摘要：信息技術對普惠金融的作用逐漸顯現。選取2006—2014年湖北省縣域的面板數據，構建信息化發展水平測評體系和普惠金融測度體系，建立實證模型探究信息化發展水平對縣域普惠金融的影響。結果表明，信息化發展水平能促進縣域普惠金融的發展；在金融、建設、農業和政府等多個部門共同作用下，發展信息化水平能夠更有效率地促進縣域普惠金融的發展。并提出推廣信息技術應用、完善通信基礎設施、提升農業“互聯網+”滲透率的政策建議。

關鍵詞：信息技術；信息化發展指數；普惠金融指數；影響因素；面板分析

中圖分類號： F323.9 文獻標志碼： A 文章編號：1002-1302（2017）19-0358-05

收稿日期：2017-03-22

基金項目：國家自然科學基金（編號：71503073、71173086）；教育部人文社會科學青年基金（編號：14YJC630021）；中央高校自主科技創新基金（編號：2662016PY080）。

作者簡介：陶建平（1964—），男，湖北麻城人，教授，博士生導師，主要從事農村金融與農業保險研究。E-mail：jptao@mail.hzau.edu.cn。

通信作者：黃曉晨，碩士研究生，主要從事農村金融研究。E-mail：87195908@qq.com。 普惠金融（inclusive finance）在我國發展十多年來取得了巨大的進展，中國人民銀行、中國銀行業監督管理委員（簡稱銀監會）會先后采取各種政策措施推動普惠金融的發展，如降低農村地區銀行業金融機構準入門檻、消除基礎金融服務空白鄉（鎮）、實施基礎金融服務“村村通”工程等。黨的十八屆三中全會正式提出“發展普惠金融”，2016年銀監會印發《關于做好2016年農村金融服務工作的通知》及國務院頒布的《推進普惠金融發展規劃（2016—2020年）》等文件，更是全面部署了今后一段時期我國普惠制金融的發展方向、布局安排和實施路徑。然而，政府的大力支持并不是解決農村地區金融難題的必要條件，中國人民大學發布的《2015中國普惠金融發展報告》指出，我國社會征信系統發展滯后，表現為覆蓋人群窄、現有征信模式效率低下，缺乏健全的信息共享機制，信息孤島問題仍然存在，這些征信體系中存在的關鍵問題可以借助大數據技術有效地解決。地域偏遠、經濟落后的農村地區金融交易頻率仍較低，農村金融缺少抵押品、缺少良好的政策環境，設立金融機構網點的成本高，導致部分地區金融空白，金融行業創新能力普遍不足，農村居民實際得到的金融服務遠遠不足。湖北省對農村普惠金融十分重視，不斷完善農村金融基礎設施，提升縣域信貸投入水平，改善農村地區信用環境；引進銀行物理營業網點，同時大力推廣使用無線轉賬電話、手機銀行、網上銀行等新興結算工具，努力改善偏遠山區的支付服務水平；在全省推進“金融服務網格化”，該模式接入了社會治理綜合信息平臺的數據，在一定程度上解決了普惠金融“缺信息”和“缺信用”兩大難題。據中國銀行業監督管理委員會湖北監管局網站數據顯示，截至2013年9月湖北省涉農銀行業機構電話銀行行政村覆蓋率已達100%，涉農銀行業機構在25 528個行政村安裝轉賬電話68 409部，農民足不出村就能通過電話銀行辦理取現、轉賬、領補貼等業務。截至2015年，縣域以下布設ATM機和POS機分別為11 077、92 156臺，鄉（鎮）覆蓋率均達98%以上；已建立“普惠金融網格化工作站”6 550個，覆蓋6 080個“城市社區”和1.22萬個行政村。縣域金融機構依托互聯網、大數據等技術手段，促進了金融創新產品和新興支付工具的產生、推廣和應用，擴大了金融的深度和廣度，提升了普惠金融的效率。可見，探究信息化水平與普惠金融的關系具有重要的現實意義。

1 文獻綜述

信息化發展水平和普惠金融都是比較抽象、復雜的概念，要探究二者的影響關系必須分別對其進行測度，通過劃分維度和選擇指標可將二者量化為具體的指數，指數的大小即代表其發展水平的高低。

信息化發展水平的測度在國外早已有較成熟的指標體系。1965年日本學者選取了最能代表社會信息化活動的四大類：信息量、信息裝備率、通信主體水平、信息系數，通過測算具體活動指標得到信息化指數值。1977年美國學者波拉特以信息經濟學的內生增長模型為基礎，選擇信息產業增加值在國民生產總值中的占比和信息勞動者在總勞動力中的占比作為測度信息化水平的具體指標。信息利用潛力指數模型于1982年在美國加利福尼亞大學被提出，該模型包含反映一個國家信息基礎結構和信息利用潛在能力的多項指標，27%的指標反映了國家的基本條件，20%的指標反映的是信息的需求和使用，剩下53%的指標反映信息資源和活動。信息社會指數（information society index，ISI）在1997年的全球知識發展大會上被提出，其測度指標分為3組：社會基礎結構、信息基礎結構和計算機基礎結構，根據每組下面的細化指標來計算信息社會指數。英國學者在綜合各種信息化測評體系的基礎上，于2002制定了電子經濟評估體系，該評估體系一級指標包涵4個方面的內容：電子商務和電子政務發展的環境；各類公眾、企業和政府等主體參與信息社會的能力；在線服務使用情況及使用的廣度和深度；在線服務對公眾行為及企業和政府業務模式的改變程度。

我國工業和信息化部借鑒國外各種信息化測評方法，結合我國的具體國情，于2001年7月正式推出《國家信息化指標構成方案》，這是世界上第一個由國家制定的國家信息化標準，該方案根據我國信息化的體系結構，從信息資源開發利用、信息網絡建設、信息技術應用、信息技術與產業發展、信息化人才、信息政策法規和標準6個方面概括地反映了國家信息化發展的水平。關于農村信息化發展水平指標的確定，黃婷婷根據波拉特的“國民生產總值比重法”得出農業信息部門產值占農業產值的比重，該指標一定程度上反映了我國農業信息化的發展現狀[1]。劉世洪等從信息經濟學角度，在國民經濟各部門中將信息部門逐一識別出來，并將信息部門區分為一級信息部門和二級信息部門，識別標準是看其經濟活動的產品、服務等結果是否在市場上直接出售，該觀點與方法對于研究信息產業與國民經濟結構及其他產業部門間的內在聯系等問題具有重大意義[2]。在識別出信息部門后，林立杰等使用農業信息化基礎設施、農業人口素質與信息化人才、農業信息技術應用和農業信息化發展政策作為一級指標[3]。endprint

普惠金融的發展水平也應通過多個維度來衡量。Beck等提出從銀行服務的可獲得性和銀行服務的使用情況2個維度來測度金融覆蓋面[4]。但Sarma認為這個指標體系存在缺陷，在借鑒聯合國人力發展指數（HDI）的構建方法后，她提出可從銀行滲透度、金融服務可得性、使用效用3個維度來評價，并給出相應的普惠金融指數（index of financial inclusion，IFI）計算公式[5]。對于維度的劃分，Chakravarty等的觀點與Sarma一致，區別在于Chakravarty等對IFI的計算公式進行了改進，改進后的計算方法更完善、更準確[6]。考察不同國家之間的金融服務可得性時，Arora選擇銀行服務范圍和便利性2個指標比較了發達國家與發展中國家的差異，使用更便利的相對性指標，如人均分支機構數等[7]。

國內學者關于普惠金融的測度主要分為直接和間接2種測度方法。直接測度指直接劃分維度并計算IFI值，考慮到普惠金融相關數據的可獲得性，李建偉等將普惠金融測度體系劃分為金融服務的范圍和金融服務的使用情況2個維度[8-9]。有學者使用3個維度衡量普惠金融發展水平，蔡洋萍使用地理滲透性、金融產品接觸性、使用效用性3個指標[10]。王韋程從供給方、需求方、外部因素3個方面考慮[11]。間接測度是計算金融排除指數（index of financial exclusion，IFE），金融排除指數越大，間接說明普惠金融發展水平越低。田霖使用銀行體系相關的人機構覆蓋度、人均貸款水平、存款資源利用水平、人均儲蓄存款水平4個指標來評價金融排除[12]。高沛星等從地理排斥、價格排斥、營銷排斥、評估及條件排斥4個維度測度金融排除程度[13]。

2011年法國戛納G20峰會上，領導人一致支持全球普惠金融合作伙伴（GPFI）在國際和國內普惠金融數據方面的努力，據GPFI的工作成果于2012年的墨西哥洛斯卡沃斯峰會上通過了《G20普惠金融指標體系》。隨后，GPFI結合俄羅斯擔任G20主席國期間重點關注的金融素養與消費者教育議題，制定出更全面的普惠金融指標，其中包括金融素養和金融服務質量的指標，擴展后的《G20普惠金融指標體系》在2013年俄羅斯圣彼得堡G20峰會上獲得通過。2016年的G20峰會在中國杭州舉辦，再一次升級了《G20普惠金融指標體系》，修訂了2項指標，提出了11項新指標。根據《G20普惠金融指標體系》發布的普惠金融指標，衡量普惠金融的3個維度是金融服務的可得性、金融服務的使用情況和金融產品與服務的質量。

從現有文獻來看，信息化發展水平和普惠金融的測度方法在維度劃分上無法得出一致結論，但指標測度大同小異。信息技術作為縣域信息化發展水平的主要因素，學者們較重視其對普惠金融的影響，但僅考慮信息技術因素是不全面的，應從信息產業視角出發，綜合考慮信息部門中的基礎設施、資源、人才和技術應用等因素。本研究借鑒劉世洪提出的農村信息化水平測評體系衡量信息化水平[2]，選擇《G20普惠金融指標體系》結合Chakravarty改進后的IFI指標[6]衡量普惠金融水平，根據湖北省縣域經濟和科技的發展情況，基于數據的可得性，選取合適的指標和變量進行測度，采用面板模型探究湖北省縣域信息化發展水平對普惠金融的影響。

2 信息化發展水平及普惠金融發展水平的測度

2.1 信息化發展水平測度

2.2.1 測評體系的建立 劉世洪提出的農村信息化發展測評體系[2]是以《國家信息化指標構成方案》為基礎，綜合參考《農業信息技術與農村信息化》和各年《中國互聯網絡發展狀況統計報告》等資料，篩選出適合農村地區的測評指標。該體系認為農村信息化建設一般包括農村信息資源、農村信息基礎設施、農業信息技術應用、農業信息產業、農村信息人才、農村信息化外部環境等6個方面。在充分分析這6個維度的基礎上，建立了更具體化的25項子類指標。

2.2.2 指標權重的確定 測評體系權重的確定使用德爾菲法（Delphi），共發出調查表150份，收回且有效調查表共148份。在調查的148位專家中，20%為農業行業從事信息化管理的高層人員，44%為農村信息化研究的專家，12%為農業行業外從事信息化研究的專家，24%為其他專家。一級指標權重代表其對農村信息化水平的貢獻程度，二級子類指標權重則說明在本類要素中的相對重要程度。

2.2.3 數據的標準化處理 不同指標數據來源不同，存在數據不同質和不可直接對比的問題，為了解決這2個問題，須要進行數據同趨化和無量綱化處理，統稱為數據的標準化處理。首先，考慮改變逆向指標數據性質，保證所有指標對測評體系的作用力為同一趨勢，才能直接運用并計算。由于該測評體系所選的指標均為正向作用，無須進行數據同趨化處理。其次，考慮數據無量綱化處理，處理的方法有很多，本試驗選擇極差法，處理后的結果處于[0，1]區間，計算公式如下：

zi=xi-xminxmax-xmin。

式中：zi表示指標的標準分數值；xi表示指標實際值；xmax表示該指標的最大值；xmin表示該指標的最小值。

經過上述標準化處理后，各項指標值均處于同一數量級，可直接進行計算和分析。

2.2.4 指標選取與計算 農村信息化水平測評指標體系是一個較完整和健全的指標體系，但由于一些不可抗拒的客觀因素，無法獲得該體系中的25個子項指標所對應的全部數據，只能依據已有的湖北省縣域數據，選取對應的指標及其權重進行計算，指標選擇結果和計算方式見表1。 表1 農村信息化水平測評指標及權重

一級指標二級指標指標解釋指標計算農村信息資源（0.16）考察農村文獻、數字信息、模擬信息資源概況農村信息基礎設施（0.19）農村電話普及率（0.16）考察農村電話網絡建設概況縣域內電話擁有量/總人口數農業信息技術應用（0.18）考察互聯網技術、數據庫技術等現代信息技術概況農業信息產業（0.16）農村郵電業務量（0.21）考察傳統農村信息產業發展概況縣域郵電業務總量/總人口數 農業信息產業占比（0.28）考察新型農村信息產業發展概況縣域第三產業總產/GDP總額 農村信息人才（0.16）考察信息人才、科技人才等從業概況縣域第三產業從業人員/從業人員總數農村信息化外部環境（0.15）農村居民文化程度（0.36）考察農村勞動力文化水平，進而反映其信息接受能力縣域普通中學在校學生數/總人口數 注：括號內為該指標的權重。endprint

表1中一級指標“農村信息資源”考察的是有關農村的文獻信息資源、數字信息資源和模擬信息資源的開發水平與利用情況，其二級指標由廣播電視播出率、涉農網站普及率、圖書館館藏量和電話通信次數組成，這些數據由于無部門統計、統計不全或未公開等原因無法獲得，為了保持指標體系的完整性，在計算和處理過程中，采用相同的標準化數據替代。“農業信息技術應用”的二級指標也由于無法獲得數據，采用相同的處理方法。

由于使用的是湖北省縣域數據，所列二級指標的計算范圍均為縣域。二級指標“農村信息產業占比”中信息產業總產值在現有資料中沒有單獨統計，考慮到第三產業包括交通運輸業、郵電通信業、信息咨詢和各類技術服務業、廣播電視業等部門，使用縣域第三產業占比作為該指標的替代值。一級指標“農村信息人才”也使用類似方法進行處理，使用縣域第三產業從業人口占比作為指標計算。由于中學教育在我國教育體系中處于較重要地位，實際情況也表明中學及以上學歷學生對于手機、計算機、網絡等新興科技產物的接受能力較強，選擇使用普通中學在校生人數占比來代表縣域居民文化程度。湖北省信息化發展水平可用信息化發展指數（index of informatization development，IDI）表示：

IDI=W1D1+W2∑7i=1widi+W3D3+W4∑4j=1wjdj+W5D5+W6∑3k=1wkdk。

式中：Dn和Wn（n=1，2，…，6）表示一級指標及其權重；dm和wm（m=i，j，k）表示二級指標及其權重。

2.2 普惠金融發展水平測度

2.2.1 普惠金融指數的計算 普惠金融的發展水平分為多個維度進行衡量，每個維度代表1個功能，這些功能可以量化為平均每千人存款賬戶數等具體指標，每個功能維度的計算公式如下：

a1=xl-mlMl-ml。

式中：xl表示第l個維度的實際值或者功能值；ml、Ml分別表示第l維度的最小值和最大值，所以xl∈[ml，Ml]，α1∈[0，1]，αl=0表示完全金融排除，普惠金融發展程度最低，αl=1表示完全普惠金融。此外，還須考慮金融包容度敏感常數變量r（0

Ar（xl，ml，Ml）=（xl-mlMl-ml）r。

假設金融領域有k個維度，可得IFI：

IFI=Ir[Ar（x1，m1，M1，…，Ar（xk，mk，Mk）]=1k∑ki=1（xi-miMi-mi）r。

2.2.2 金融維度及其指標的選擇 本研究選擇金融服務的可得性、金融服務的使用情況、金融產品與服務的質量3個維度（k=3）來測算湖北省各縣域IFI值，包容性敏感常數變量r取值為0.5，各維度指標選擇及計算見表2。 表2 縣域普惠金融指標選取

維度含義計算方法金融服務可得性考察金融服務供給方在使用者中的物理網點和人口的滲透程度1萬人金融機構從業人員人數1萬km2金融機構數 金融服務使用情況考察使用者是否能夠獲得并使用存款和貸款等基本金融服務1萬人金融機構儲蓄存款總額 1萬人金融機構貸款余額 金融產品與服務質量考察金融產品和服務的使用程度、使用質量等情況金融機構儲蓄存款總額/GDP 金融機構貸款總額/GDP

3 信息化水平對普惠金融發展水平的影響分析

3.1 模型設定

綜合相關文獻及資料，本試驗所研究的湖北省縣域信息化發展水平對普惠金融的影響涉及湖北省39個縣域9年的數據，適合采用橫截面和時間序列都涉及的面板數據模型進實證分析，構建如下計量模型：

IFIit=α1+α2IDIit+∑nj=1βjXit+μit。

式中：i=（1，2，…，39）表示湖北省39個縣；t=（2006，2007，…，2014）表示考察年份；n表示控制變量的個數；βj表示各控制變量的回歸系數；μit表示隨機擾動項。

該模型以普惠金融指數IFI為被解釋變量，信息化發展水平指數IDI作為核心解釋變量，以及一些相關的控制變量X，對控制變量的選取主要參考以往文獻中影響普惠金融發展的因素，主要包括：（1）存貸率（DL），即金融機構將存款轉化為貸款的效率，反映金融機構的發展效率，預期影響為正；（2）產業結構（IS），該指標代表該地區農業產業的地位，用第二產業和第三產業與地區生產總值的比值表示，比值越低說明該地區農業產業越重要，其發展能夠促進金融服務需求的增加，提高普惠金融水平，預期影響為負；（3）人均地區生產總值（AGDP），用來反映縣域經濟發展的宏觀環境，預期影響為正；（4）固定資產投資（INV），全社會固定資產投資能夠促進電信基站等相關基礎設施的建設，有助于縣域居民克服地理障礙，通過無線網絡和移動設備獲得基本的金融服務，預期影響為正；（5）政府財政支持（FIN），用政府財政支出與地區生產總值比值表示政府對縣域經濟的財政支持力度，力度越大越有利于普惠金融的發展，預期影響為正；（6）城鎮化比率（URB），城鎮人口占總人口的比例越高，金融排除程度越低，預期影響為正。

本研究使用的面板數據為時間維度小、截面維度大，即T較小而n較大，屬于短面板數據。面板數據模型主要有3種類型，如果所有個體都擁有完全一樣的回歸方程，則選擇混合回歸模型，反之說明模型存在個體效應，應考慮存在個體效應的固定效應模型（fixed effects model，FE）和隨機效應模型（random effect model，RE），這須要進行Hausman檢驗來判斷，根據檢驗結果選擇正確的模型，最終才能得到有效的參數估計。具體做法是：首先，運用LSDV法考察，如果大多數個體虛擬變量均很顯著，可拒絕“所有個體虛擬變量均為0”的原假設，認為存在個體效應；其次，進行LM檢驗，如果拒絕“不存在個體隨機效應”的原假設，則認為在“隨機效應”和“混合回歸”之間應選擇前者；最后，通過Hausman檢驗判斷是選擇固定效應模型還是隨機效應模型，如果檢驗結果拒絕原假設，應選擇固定效應模型。

3.2 數據來源

選取2006—2014年湖北省39個縣域普惠金融發展水平為研究對象，考察9年間湖北省縣域信息化發展水平對普惠金融的影響，其中樣本數據為2007—2015年《中國縣（市）社會經濟統計年鑒》、2006—2010年中國銀監會官方網站公布的農村金融圖集以及2007—2015年《中國區域經濟統計年鑒》中經濟類和科技類的統計數據。另外，由于銀行業監督管理委員會統計口徑的改變，參考徐丹丹等的數據處理的方法[14]，2011—2014年的銀行從業人員數和營業網點數以2006—2010年的數據為基礎，結合2006—2014年湖北省從業人員數和營業網點數推算得到。各樣本變量的描述性統計見表3。

3.3 實證結果分析與討論

本研究實證模型主要分析信息化發展水平對普惠金融的影響，需要逐步加入控制變量，所以設定多個回歸模型進行檢驗，選擇7個可說明經濟問題的回歸模型列出。本試驗已說明本模型為短面板數據模型，一般來說無須考慮單位根檢驗和協整問題，同一個縣域在不同期之間的擾動項一般存在自相關，普通標準差計算方法是假設擾動項為獨立同分布的，須選擇更準確的聚類穩健標準差進行估計。如果模型是固定效應模型或混合回歸模型，還須考慮異方差的問題，隨機效應模型使用已經控制了異方差的GLS估計。

在運用STATA 13.0軟件對樣本數據進行初步的分析和判斷后，發現大部分回歸模型都屬于固定效應模型，并檢驗出存在異方差和自相關問題，為了保證分析結果的穩健性，本試驗采用D&K提出的異方差修正法進行估計，該方法能夠獲得異方差-序列相關-截面相關的穩健性標準誤，估計結果見表4。

3.3.1 模型顯著性描述 表4中所有變量均顯著，回歸模型（1）為單變量線性回歸， 回歸模型（2）至回歸模型（7）逐步加 表4 信息化發展水平與普惠金融水平關系的面板數據分析結果

入各個控制變量，加入順序為產業結構、存貸率、人均地區生產總值、固定資產投資、財政支出和城鎮化率，均為1%顯著性水平下的固定效應模型回歸，F值從79.74提升至 2 416.36，其中模型（7）為最優模型。模型（1）首先分析了信息化水平對普惠金融的單向影響，信息化發展水平的回歸系數顯著為負。模型（2）至模型（7）中，信息化發展水平（IDI）顯著性從10%水平提升到1%水平，為正向影響；產業結構（IS）和人均地區生產總值（AGDP）均在1%水平下顯著為負；存貸率（DL）、財政支出（FIN）和城鎮化率（URB）均在1%水平下顯著，均為正向影響；固定資產投資（INV）顯著性水平有下降趨勢，從1%水平下降至10%水平。

3.3.2 信息化發展水平變量 回歸模型（1）中，信息化發展水平（IDI）的回歸系數顯著為負，說明二者存在線性關系，僅僅提高信息化發展水平不能促進普惠金融的發展。觀察模型（2）至模型（7），信息化發展水平對普惠金融有正向促進作用，隨著產業結構、存貸率、人均地區生產總值、固定資產投資、財政支出和城鎮化率等變量的不斷增加，信息化發展水平的顯著性不斷提升，其回歸系數值也不斷增大，說明控制變量越多，其對普惠金融水平的正向促進作用越大，即在金融行業、政府部門、農業產業和社會固投等各部門、各產業協同合作的情況下，發展信息化水平才能更大限度、更有效率地促進湖北省縣域普惠金融的發展。

3.3.3 其他控制變量 產業結構（IS）的回歸系數均顯著為負，湖北省作為農業大省，縣域農業發展能夠促進經濟的發展，金融服務和產品的供給和需求都會增加，帶動縣域金融的發展；存貸率（DL）均有明顯的正向作用，即縣域金融機構的運營效率越高，縣域金融的普惠程度就越高；人均地區生產總值（AGDP）的增加雖然能夠給普惠金融的發展提供良好的宏觀環境，但由于政府的干預措施，可能會阻礙金融普惠度的提升；固定資產投資（INV）雖有正向作用，但其顯著性和系數值均有所下降，經查閱《湖北省統計年鑒》，用于信息產業和金融行業固定資產投資投資占比從2006的15.66%下降至2014年的8.94%，說明湖北省對固定資產投資較少用于信息產業和金融行業的相關建設，較多投資用于其他領域基本建設、更新改造和房地產等，從而阻礙了普惠金融的發展；政府財政支出（FIN）的回歸系數顯著為正，說明政府財政支出對金融行業的直接補貼和支持能快速、有效地提高普惠金融水平；城鎮化比率（URB）反映了地理排除的作用，金融服務難以惠及住在落后地區和遠離城鎮金融中心的居民。

4 結論及政策啟示

4.1 結論

信息化發展水平對普惠金融的發展有明顯促進作用；在金融、建設、農業和政府等部門的共同協作下，發展信息化水平能夠更有效地促進金融產品和服務的供給，更大程度地提高縣域普惠金融發展水平。因此，農村地區信息化水平的提升有助于解決農村金融中存在的問題，促進農村普惠金融的發展。

4.2 政策建議

4.2.1 積極推廣信息技術應用 縣域金融機構利用信息技術開發低成本、便利性的電子化金融產品，鼓勵使用移動金融和新興支付方式，克服時間和空間的限制；運用大數據技術解決農村地區信息不對稱等問題，完善社會征信體系建設；推廣具有融資、支付和交易中介功能的“互聯網金融”模式，滿足偏遠地區弱勢群體對金融服務的需求，促進普惠金融水平的提升。

4.2.2 加強通信基礎設施建設 加大對通信網絡基礎設施、基礎信息資源的投入，如電話線、電纜、光纖的布設和電線桿、無線通信基站的建設等，農村居民通過移動網絡獲得基礎的金融服務，金融機構同時可收集用戶信息作為信用評價的參考；加快運輸業、郵政業和電信業的發展，為更偏遠的弱勢群體獲得信息資源和金融服務提供便利。

4.2.3 提升農業“互聯網+”滲透率 利用互聯網助力農業供給側結構性改革，鼓勵“互聯網+農業”模式和農產品電子商務，改變傳統的產供銷模式，增進消費者與農戶的互聯互動，實現互利共贏；建立全省“互聯網+農業”綜合管理服務平臺，推動跨部門、跨領域的信息資源整合，實現信息和資源的無縫對接，促進農業更好、更快發展。endprint

參考文獻：

[1]黃婷婷. 我國農業信息化的現狀、問題與對策研究[D]. 合肥：安徽農業大學，2007.

[2]劉世洪，許世衛. 中國農村信息化測評方法研究[J]. 中國農業科學，2008，41（4）：1012-1022.

[3]林立杰，修 瑩，鐘全雄，等. 現代農業信息化指數測評體系構建[J]. 情報科學，2015（6）：63-70.

[4]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.

[5]Sarma M. Index of financial inclusion（very priliminary draft）[J]. General Information，2008.

[6]Chakravarty S R，Pal R.Measuring Financial Inclusion：an axiomatic approach[J]. Microeconomics Working Papers，2010.

[7]Arora R U.Measuring financial access[R]. Griffith University，Discussion Paper in Economics，2010（7）：1-21.

[8]李建偉，李樹生，胡 斌. 具有普惠金融內涵的金融發展與城鄉收入分配的失衡調整——基于VEC模型的實證研究[J]. 云南財經大學學報，2015（1）：110-116.

[9]楊俊仙，張 娟. 山西省農村普惠金融水平測度與評價[J]. 經濟師，2015（1）：68-69.

[10]蔡洋萍. 湘鄂豫中部三省農村普惠金融發展評價分析[J]. 農業技術經濟，2015（2）：42-49.

[11]王韋程. 中國普惠金融指數框架初探[J]. 金融理論與實踐，2015（5）：11-15.

[12]田 霖. 我國金融排斥的城鄉二元性研究[J]. 中國工業經濟，2011（2）：36-45，141.

[13]高沛星，王修華. 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分析[J]. 農業技術經濟，2011（4）：93-102.

[14]徐丹丹，劉凱元，曾章備，等. 我國區域農村金融生態環境評價研究——基于突變級數法的分析[J]. 農業經濟問題，2016（4）：70-80.endprint