金融可得性及其空間變化

王偉 孫芳城

摘 要演金融可得性包含銀行可得性、證券可得性和保險可得性。運用改進的CRITIC法對31個省份2005～2016年金融可得性水平進行了測度，總體而言金融可得性水平很低，并隨時間呈“N型”變化。金融可得性存在空間差異，地理空間上，東部領先、中西部滯后，華北、華東領先，西南滯后；經濟空間上，東部沿海、北部沿海和南部沿海的金融可得性水平較高。全域和局域空間相關性分析顯示，金融可得性空間效應顯著，北京、天津、上海、江蘇、浙江和福建6個省份空間集聚程度較高。

關鍵詞金融可得性；空間差異；空間效應

[中圖分類號]F832 [文獻標識碼] A [文章編號]1673-0461（2018）09-0090-08

一、引 言

近30年來，我國金融業迎來了高速發展，無論是數量、結構還是效益上均取得了突出成績。隨著金融的縱深發展，金融可得性越來越受到人們的重視。其原因在于，一方面，金融部門的發展并不意味著金融可得性的提升（Demirguc-Kunt和Levine，2008）[1]，還需構建金融規模擴張與金融服務獲取的通道，即提升金融可得性（Bae等，2012）[2]；另一方面，中國金融較大的矛盾是日益增長的金融需求同落后金融可得性之間的矛盾，金融服務的“最后一公里”問題突出（貝多廣和張銳，2016）[3]。來自《中國家庭金融調查報告（2014）》的數據顯示，從事農業生產和工商業生產的農業戶籍家庭僅5.84%和9.83%有銀行貸款，而有民間借貸的比例接近15%；2016年G20峰會提供的數據亦表明，我國通過金融機構借款的成年人比例僅為9.55%，低于G20國家14.87%的平均水平。

目前，學術界對金融可得性的關注度還不高，僅有的一些文獻亦是在研究其他問題時將其作為一個影響變量納入分析，缺少專門的深入研究。尤其是，金融可得性如何度量？不同空間有無差異？是否存在空間效應？本文的思路是，從金融可得性的基本內涵和要素出發，基于銀行可得性、證券可得性和保險可得性三個維度，構建金融可得性指標體系，通過改進的CRITIC法進行測算，并根據地理空間和經濟空間的不同作比較分析，運用全域和局域空間相關性方法，檢驗金融可得性的空間效應，最后提出幾點思考。本文余下部分的安排為：第二部分進行文獻綜述；第三部分介紹測度方法與結果；第四部分作空間差異分析；第五部分進行空間效應研究；最后給出結論與政策啟示。

二、文獻綜述

學界有關金融可得性的文獻，最早源于對信貸可得性的關注，如Berger和Udell（2006）[4]、郭紅東等（2011）[5]、姚錚等（2013）[6]。隨著普惠金融的發展，內涵更為豐富的金融可得性引起了學者們的興趣。相關研究主要集中在三個方面：

一是金融可得性的界定。目前學界在討論金融可得性問題時，大多沒有給出一個具體的定義。Beck和Augusto（2007）[7]在分析金融服務時，認為金融寬度即金融可得性，主要指金融機構能否為個人提供更多更方便的服務。世界銀行“金融包容指數”和國際貨幣基金組織“普惠金融調查”均強調了金融可獲得性，其內容包括個人金融服務可獲得性和使用情況兩個方面（郭田勇和丁瀟，2015）[8]。國務院印發的《推進普惠金融發展規劃（2016-2020年）》提出“提高金融服務可得性”，其途徑包括加大金融支持、完善無障礙金融服務和提高貸款覆蓋率和參保覆蓋率。肖龍鐸和張兵（2017）[9]指出，金融可得性是用來衡量一個地區的微觀經濟主體以一定成本獲取正規金融服務的難易程度。

二是金融可得性的度量。盡管大多數學者使用實證方法研究金融可得性問題，但對于選擇什么樣的指標來度量金融，仍然分歧較大。Mookerjee和Kalipioni（2010）[10]用每萬人擁有的銀行機構數量衡量金融可得性，何韌等（2012）[11]采用有無獲得銀行貸款來簡單衡量，盧亞娟等（2014）[12]則用農戶獲得的正規與非正規貸款總額來衡量農戶的金融可得性。一些學者意識到單一指標的缺陷，于是選擇多個指標。尹志超等（2015）[13]把樣本村（或社區）所有農村家庭存款開戶銀行的家數作為金融可得性的衡量指標，并將每萬人證券營業部數量和每萬人ATM機數量作為補充指標。丁忠明等（2017）[14]則用人均銀行信貸量、人均金融資產持有量、人均商業保險金額三個指標來測度金融可得性。

三是金融可得性的作用。主要表現在就業創造、收入增長、家庭資產配置等方面的影響。金融可得性對就業創造具有重要作用，主要表現在緩解融資約束（Klapper等，2010）[15]、激發創新創業精神（Bianchi，2010）[16]、影響勞動雇傭決策和勞動力需求（Benmelech等，2011；Duygan-Bump等，2015）[17-18]。當金融可得性每提高1%，農村家庭的非農就業水平將提升1.74%；同時，金融可得性對當地農村家庭人均純收入具有顯著正向影響，且這種正向影響大部分可歸因于金融可得性提高帶來的家庭非農就業水平的提升（肖龍鐸和張兵，2017）[9]。金融可得性的提高還會促進家庭更多地參與正規金融市場和進行資產配置，農村和中西部地區的邊際影響更大（尹志超等，2015）[13]。

從以上文獻可知，當前關于金融可得性的研究已取得一定成效，但仍有較大的改進空間。一是內涵界定不清，并導致度量指標不科學，測算出的金融可得性水平難免偏誤；二是運用空間計量方法考察金融可得性的空間效應，還沒有文獻涉及；三是缺乏多視角的空間差異比較分析，以考察金融可得性的空間變化。本文將彌補這些不足，提供相關經驗證據。

三、金融可得性測度

本文認為，可得性不僅包含資源的可及性，還應能獲得這種資源，前者強調的是范圍上覆蓋，后者則是有效需求的滿足程度。由此，金融可得性是指一個地區居民能夠方便地接受質量可靠的正規金融服務，并有能力購買這些服務，是普惠金融發展的關鍵目標之一。從構成要素來看，金融可得性的主體是居民，重點為個人（或家庭），客體是各類金融機構提供的正規金融服務，實質是主體對客體的滿足感。

（一）指標和數據

由于金融服務的多樣性，本文不僅考慮銀行可得性，還把證券可得性和保險可得性納入，從這三個維度來描述金融可得性；指標選擇上，既強調金融機構密度，又兼顧金融服務，最終得到7個指標，如表1。其中，銀行可得性用網點密度、存款服務和貸款服務3個指標衡量：銀行機構通過設立網點、優化布局，實現人員、設備和產品等金融資源直接投放市場，增加可及性；存貸款是金融資源的再分配，延伸了物理網點的單一功能，體現了實體銀行、電子銀行、網絡銀行等服務居民的能力，是金融資源可得性的重要標志。同樣，證券可得性和保險可得性也從密度和服務兩個視角，選擇了相應指標。

數據來源上，直接獲取的指標有：“土地面積”來源于各省份政府網站，“常住人口”“原保險保費收入”和“原保險賠付支出”來源于歷年《中國統計年鑒》，“城鄉居民儲蓄存款”和“個人消費貸款”來源于各省份歷年《金融運行報告》，“累計證券開戶數”和“滬深A股交易額”來源于wind數據庫。需要整理計算的指標有：“銀行網點數”根據中國證監會“金融許可證信息”手工整理得出，涵蓋所有商業銀行、政策性銀行、農村信用社、農村合作銀行、村鎮銀行的各類分支機構。以上所有指標時間跨度為2005～2016年，涵蓋的樣本為內地31個省份。

（二）測度方法

為減少主觀賦權的隨意性，并考慮指標變異大小對權重的影響以及各指標間的沖突性，我們采用改進的CRITIC評價法來確定權重Wj，表達式如下：

Wj=（1）

式中ej為熵權法的客觀權重，表達式如下：

ej=-（lnn）-1pijlnpij（2）

其中，pij=dij/∑dij，dij是對原始數據fij進行標準化后的數據，其算法如下：

dij=，當fij為正指標，當fij為負指標（3）

因此，金融可得性FAi=100×∑Wjdj運算后的權重分布如表2，易知，各指標橫縱向上均發生了變化，采用某個或幾個指標來衡量金融可得性，局限性不言而喻。從縱向來看，以2005年為例，金融可得性權重較大的指標有保險密度和銀行網點密度，權重較小的則是貸款服務和保險賠付服務；重要性較高的是銀行可得性，權重之和為0.399 6，其次是保險可得性和證券可得性，權重之和分別為0.304 1和0.296 3。相應地，2016年金融可得性權重較大的是貸款服務和銀行網點密度，權重較小的是保險賠付服務和保險密度，對比可知，貸款服務的重要性得到了明顯提高，保險密度則明顯下降，銀行、證券和保險可得性權重加總也演變為0.545 2、0.252 4和0.202 4，銀行可得性得到了強化，證券和保險可得性則有所弱化。

（三）測算結果

表3給出了金融可得性測算結果。從平均得分來看，全國金融可得性水平很低，僅9.79，說明居民普遍難以獲取高質量的正規金融服務。其原因在于，一方面，盡管我國金融發展規模有了很大提高，但空間分布不平衡，不少地方金融資源還很貧乏，可及性不足，且金融資源很可能集中于少數人身上（Ayyagari等，2016）[19]，這無疑降低了總體的金融可得性水平；另一方面，農村和偏遠城鎮廣泛存在的金融排斥，導致低收入群體較難獲取有效的金融服務，金融資源雖可及但卻不可得，這是阻遏金融服務可得性的深層次原因。總之，當前和未來一段時期，提高金融可得性成為亟須面對的現實問題。

從各省的得分來看，金融可得性排名前三位的為上海、北京和天津，其中上海和北京得分大幅領先，與其全國性金融中心的地位高度相符。它們擁有絕對優勢的金融資源占有量和均等化程度高的基礎性金融服務，居民可獲取的資金成本低，可及性金融服務方便快捷，金融可得性水平很高，是名副其實的第一梯隊。排名靠后的3個省份為貴州、西藏和廣西，得分極低，這些地區經濟發展落后，金融供給十分有限，金融可得性存在“先天性不足”，加上居民自身金融條件較差，獲取能力不足，這又反過來抑制金融集聚，加劇金融資源“空心化”，使得有些地區金融可得性不斷陷入惡性循環的困境。

從各年的得分來看，金融可得性具有時期的異質性。如表4，得分最高的年份為2011年，達到11.23，得分最低的年份為2005年，分值是7.70；各年的得分不一，高于平均水平9.90的有2010～2016年7個年份，低于平均分的則是2005～2009年5個年份，金融可得性表現為以2010年為分界線的兩個階段。從整體得分的變化來看，金融可得性呈現先升后降再升的“N型”趨勢，其中2005～2011年得分持續較快提升，反映了以可得性為關鍵目標的普惠金融建設初見成效；與此同時，2012～2015年金融可得性基本步入緩慢的下降通道，顯示了發展中的困境，2016年則有了較大幅度上升，與該年實施的《推進普惠金融發展規劃（2016-2020年）》呼應。

四、金融可得性空間差異

為進一步檢驗金融可得性是否存在空間異質性，我們從地理空間和經濟空間兩個角度，作如下比較分析：

（一） 地理空間差異

表5報告了東中西部三大地帶以及華北、東北、華東、中南、西南和西北六大區域的金融可得性測算結果。從三大地帶來看，東部得分較高，中西部得分較低且相當，東中西雖然依次遞減，但并非呈典型的“三梯次”分布格局，而是“東部領先、中西部滯后”的“兩梯次”態勢，這與區域經濟金融發展水平基本對應。以銀行網點密度為例，2016年東部11省市每萬人、每萬平方公里網點數為0.638個，中部8省市、西部12省市分別為0.084個和0.069個，東部地區大幅高于中西部地區，而中西部差距較小。但歷年的金融可得性水平變化顯示了積極信號，如圖1，東中西部的得分總體是上升的，尤其是在2005～2010年，穩步提升的趨勢較明顯；經歷過2011～2015年的起伏波動后，2016年東中西部金融可得性水平又開始回升，逐漸向峰值靠近。

六大區域的得分顯示，華北和華東的得分較高，處于第一梯隊，東北、中南和西北的得分居中，為第二梯隊，西南的得分最低，處于第三梯隊。由此，華北和華東是我國居民金融可得性的高地，人們獲取金融資源更容易，也更有能力享受這些便利的金融服務。換言之，在地理空間上，華北和華東已成為區域金融發展極，其具有的吸附和集聚優勢，讓金融資源的可及性和可得性大幅上升。無獨有偶，東北、中南和西北并非金融富集地，但它們分布在華北和華東組成的“T”形地帶周邊，在華北和華東的帶動輻射下，金融可得性水平有了提高（如圖2），成為“第二梯隊”；相反，同樣為金融貧困區的西南，卻因不與“T”形地帶接壤，難以從輻射帶動中受益，而落入第三梯隊。歷年的變化趨勢上，六大區域與東中西部較為相似，但2016年東北繼續下降的態勢值得關注。

（二）經濟空間差異

根據國家統計局的劃分標準，表6給出了八大經濟空間的測算結果。從得分大小來看，東部沿海、北部沿海和南部沿海的金融可得性水平較高，東北地區、黃河中游、長江中游、大西北地區和西南地區的金融可得性水平較低，基本呈現出“兩大陣營”的經濟空間特點，這與地理空間的梯次分布有所不同。沿海地區之所以在金融可得性方面存在優勢，與改革開放后國家實施的沿海傾斜政策有關，在非均衡發展戰略下，大量的金融剩余流向沿海地區，催生了它們強大的金融產業，形成了一批以省會城市為腹地的區域金融中心。但這也同時加劇了非沿海地區的資源流失，讓居民的金融可得性人為的不足，加上這些地區經濟發展的基礎薄弱、水平較低，對金融機構的吸引力也不強，金融資源在經歷“政策性遷徙”后又迎來“經濟性遷徙”，金融可得性水平變得很低。

圖3進一步揭示了經濟空間各年的金融可得性變化規律。東部沿海作為“強陣營”，2005～2013年得分處于快速上升階段，但在2013～2015年出現了明顯的下降，2016年后又強勢回升，基本呈“N”型變化趨勢。但“強陣營”也有所分化，北部沿海總體趨勢就十分平緩，南部沿海與東部沿海的變化上雖有一定的相似性，但變化幅度也較小。與東中西部、六大地理區域相比，“強陣營”得分的起伏波動較少，處于連續增長的年份較多，且2015年后反彈幅度較大，反映了這些經濟區域居民獲取金融資源的便利程度高，即使經歷短暫調整也可快速的還原提升。作為“弱陣營”的非沿海地區表現明顯不同，整體變化較小、階段性不強，且2016年大多數經濟區域回升力度不大。這意味著，“弱陣營”地區的金融活力不強，金融基礎建設停滯不前，面向居民的金融服務供給仍然不足，兩大陣營的差距也在擴大。

五、金融可得性空間效應

從前文可知，金融可得性具有地理空間和經濟空間上的差異，但是否具有空間效應還缺乏直接的證據，下面我們將運用空間統計方法，作進一步分析。

（一）全域相關性分析

全域Moran's I指數是檢驗空間相關性的常用方法，其計算公式如下：

Moran's I=（4）

式中，yi表示第i地區的金融可得性得分，n為地區總數（本文為31），Wij為二進制的鄰接空間權值矩陣，當區域i和區域j相鄰，Wij=1，否則Wij=0。Moran's I的取值為[-1，1]，當數值為正，代表正相關，即具有相似的屬性集聚在一起，數值為負代表負相關，即具有相異的屬性集聚在一起，0表示該屬性是隨機的，沒有空間相關性。

表7的結果顯示，各年Moran's I指數的數值較大，正態分布統計量Z值在5%顯著水平下均通過檢驗。這意味著，對于地域廣袤的中國來說，金融可得性確實存在正的空間依賴性，區域之間呈現出較明顯的空間集聚特征，近鄰效應顯著。從各年份變化來看，2013年Moran'sI指數達到最大，為0.283 5，2005年Moran's I指數最小，為0.205 2，總體上這種空間集聚特征有一定程度提高。但金融可得性的階段性也較強，其中，2005～2007年Moran's I指數在上升，空間相關性不斷增強，2007～2011年則變化平緩，金融可得性的集聚性趨于平穩，2012～2016年在形態上呈“倒U型”，顯示了通過普惠金融體系建設，金融可得性的地區差異有所緩解，空間集聚效應有所弱化。

（二）局域相關性分析

全域的Moran's I指數只能從整體上反映金融可得性的平均集聚程度，并不能夠量化各個集聚區的集聚類型，而局域空間相關性分析能夠彌補這一點。Moran散點圖是檢驗局域相關性的主要方法，能識別局域空間集聚的“熱點”和“冷點”，揭示空間奇異值。散點圖的橫軸為金融可得性X，縱軸為空間滯后向量Lagged X，劃分的四個象限代表不同類型的局部空間關聯形式：第一象限為“高-高”象限，代表空間單元自身集聚度高，周邊單元的集聚度也高；第三象限則相反，為“低-低”象限，自身及周邊單元集聚度都低；第二象限代表“低-高”空間關聯類型，意思是低集聚度單元為高集聚度單元包圍；第四象限為“高-低”空間關聯類型，高集聚度單元為低集聚度單元包圍。按照擴散理論，高高、低低應該各自在一起，因此處于第二和第四象限的單元被視為異常單元。

圖4展示了2005年和2016年金融可得性的Moran散點圖。易知，大部分省份處于第一和第三象限，說明金融可得性的空間分布規律十分明顯，大部分地區與周邊地區存在正向空間溢出效應。其中，2016年北京、天津、上海、江蘇、浙江和福建6個省份處于第一象限，構成中國金融可得性的主要集聚區，這些省份地處沿海和東部地區，金融基礎設施和服務的均等化水平較高，滴涓效應明顯。山西、內蒙古、遼寧、吉林、黑龍江、安徽、江西、山東、河南、湖北、湖南、廣西、海南、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海和寧夏22個省份處于第三象限，即金融可得性水平低的省份被相應水平低的省份包圍。值得注意的是，河北處于第二象限，廣東和新疆處于第四象限，均為異常單元，對周圍的輻射能力不強，可能的原因在于：一方面，地方行政分割或政策性保護，阻礙和抑制了金融可得性的空間溢出；另一方面，周邊金融軟硬件建設配套不到位，或者已存在金融中心（如廣東存在廣州、深圳兩大金融高地），不利于發揮中心地區的輻射帶動作用。

從2005年和2016年的Moran散點圖分布來看，各象限存在一定變化。首先，2005年處于第一象限的有北京、天津、上海、江蘇和浙江5個省份，而2016年增加了福建省，可見隨著時間的推移，金融可得性的集聚程度穩中有進，區域性高地已然形成。福建省作為全國擁有較多區域性金融改革項目的省份之一，金融業發展迅速，在全國貸款余額前10名的省份中，福建貸款增速位居第一。其次，分布在第三象限的省份最多，且多為中西部地區，但從2005年和2016年的對比可以看出，“低-低”空間關聯形式的省份有所分化，存在向第一、二和四象限轉移的趨勢。在推進“低-低”類型的省份發展中，應突出重點，緊抓金融可得性基礎相對較好、能發揮輻射作用的地區，促進其轉型升級，發揮空間溢出效應，帶動整體水平提升。最后，2005年處于第四象限的省份僅廣東，2016年卻增加了新疆，顯示了新疆在金融可得性方面雖有了較大進步，但被周邊低集聚度省份包圍，難以實現技術擴散和資源共享。

六、結論與啟示

本文從銀行可得性、證券可得性和保險可得性三個維度構建了金融可得性指標體系，運用改進的CRITIC評價法對31個省份金融可得性水平進行了測度。結果顯示，全國金融可得性水平很低，并呈先升后降再升的“N型”趨勢；地理空間上，東部水平領先、中西部滯后，華北、華東的得分較高，東北、中南和西北得分居中，西南得分最低；經濟空間上，東部沿海、北部沿海和南部沿海的金融可得性水平較高，東北地區、黃河中游、長江中游、大西北地區和西南地區的金融可得性水平較低。進一步的空間相關性分析得出，金融可得性的空間集聚特征明顯，北京、天津、上海、江蘇、浙江和福建6個省份構成中國金融可得性的主要集聚區。

本文的政策啟示在于：

一是高度重視金融可得性的作用。金融可得性的增強，不僅提高居民參與正規金融市場的比例，促進全社會金融包容性水平，推進普惠金融體系建設；還是保障居民公共權益和社會福利的基礎性工程，有利于緩解落后地區和特殊群體的生產生活困難，減少內源性貧困。中西部地區和非沿海地區普遍存在的金融約束和金融排斥，降低了居民金融可得性水平，剝奪和限制了居民金融發展權。建議將居民金融可得性指標納入地方政績考核。

二是進一步提高金融網點和金融服務覆蓋率。按照《推進普惠金融發展規劃（2016-2020）》的要求，充分發揮“互聯網+”和新興信息技術作用，通過發展手機銀行、網上銀行、移動支付、代理網點等補齊物理網點短板，加快實現各地區鄉鎮層級網點的全覆蓋。同時，升級改造助農取款服務村級覆蓋網絡和城市社區全方位金融服務網絡，完善對特殊群體的無障礙金融服務，提高服務總量和服務質量。

三是加大金融資源的跨區域整合。實行金融功能分區、錯位發展的省際金融發展戰略，加強地理空間和經濟空間的金融合作，發揮空間溢出效應，支持中西部地區總部金融、結算金融等新業態培育。實施點面結合的跨區域金融專項扶持，支持地區性金融中心建設和周邊地區金融軟硬件配套建設，在風險可控的前提下，積極引導農村和城市商業銀行、新型金融機構到偏遠縣域實施跨區域經營。

[參考文獻]

[1] DEMIRGU？覶-KUNT A， LEVINE R. Finance， financial sector policies，and long-run growth[J]. Social Science Electronic Publishing，2008.

[2] BAE K，HAN D，SOHN H. Importance of access to finance in reducing income inequality and poverty level[J]. International Review of Public Administration，2012，17（1）：55-77.

[3] 貝多廣，張銳.試論普惠金融國家發展戰略的目標[J].財經智庫，2016（5）：5-21.

[4] BERGER A N，UDELL G F. A more complete conceptual framework for SME finance[J]. Journal of Banking & Finance，2006，30（11）：2945-2966.

[5] 郭紅東，陳敏，韓樹春.農民專業合作社正規信貸可得性及其影響因素分析——基于浙江省農民專業合作社的調查[J].中國農村經濟，2011（7）：25-33.

[6] 姚錚，胡夢婕，葉敏.社會網絡增進小微企業貸款可得性作用機理研究[J].管理世界，2013（4）：135-149.

[7] BECK T，AUGUSTO D L T. The basic analytics of access to financial services[J]. Financial Markets Institutions & Instruments，2007，16（2）：79-117.

[8] 郭田勇，丁瀟.普惠金融的國際比較研究——基于銀行服務的視角[J].國際金融研究，2015（2）：55-64.

[9] 肖龍鐸，張兵.金融可得性、非農就業與農民收入——基于CHFS數據的實證研究[J].經濟科學，2017（2）：74-87.

[10] MOOKERJEE R，KALIPIONI P. Availability of financial services and income inequality： The evidence from many countries[J]. Emerging Markets Review，2010，11（4）：404-408.

[11] 何韌，劉兵勇，王婧婧.銀企關系、制度環境與中小微企業信貸可得性[J].金融研究，2012（11）：103-115.

[12] 盧亞娟，張龍耀，許玉韞.金融可得性與農村家庭創業——基于CHARLS數據的實證研究[J].經濟理論與經濟管理，2014，34（10）：89-99.

[13] 尹志超，吳雨，甘犁.金融可得性、金融市場參與和家庭資產選擇[J].經濟研究，2015（3）：87-99.

[14] 丁忠民，玉國華，王定祥.土地租賃、金融可得性與農民收入增長——基于CHFS的經驗[J].農業技術經濟，2017（4）：63-75.

[15] KLAPPER L F，AMIT R，GUILLEN M，QUESADA J. Entrepr-eneurship and firm formation across countries[J]. Social Science Electronic Publishing，2010.

[16] BIANCHI M. Credit constraints，entrepreneurial talent，and economic development[J]. Small Business Economics，2010，34（1）：93-104.

[17] BENMELECH E，BERGMAN N，SERU A. Financing labor[J]. Social Science Electronic Publishing，2011.

[18] DUYGAN-BUMP B，LEVKOV A，MONTORIOL-GARRIGA J. Financing constraints and unemployment： Evidence from the Great Recession[J]. Journal of Monetary Economics，2015，75（1）：89-105.

[19] AYYAGARI M，JUARROS P，MARTINEZ PERIA M S，et al. Access to finance and job growth： firm-level evidence across developing countries[Z]. Policy Research Working Paper，2016.