我國(guó)31個(gè)省份農(nóng)村普惠金融發(fā)展水平的實(shí)證研究

林政 安文嵐

摘要：以國(guó)務(wù)院《推進(jìn)普惠金融發(fā)展規(guī)劃（2016—2020年）》中關(guān)于普惠金融指標(biāo)體系建設(shè)的內(nèi)容規(guī)定為導(dǎo)向，并綜合我國(guó)農(nóng)村普惠金融的發(fā)展現(xiàn)狀，提出一個(gè)可以監(jiān)測(cè)、度量我國(guó)農(nóng)村普惠金融發(fā)展水平的指標(biāo)體系，運(yùn)用因子分析法對(duì)2016年我國(guó)31個(gè)省份農(nóng)村普惠金融的發(fā)展水平進(jìn)行測(cè)度。結(jié)果表明，包括浙江、北京、江蘇、上海在內(nèi)的13個(gè)省份的農(nóng)村普惠金融發(fā)展水平的綜合得分大于0，其余18個(gè)省份的綜合得分小于0，表明我國(guó)大多數(shù)省份的農(nóng)村普惠金融發(fā)展水平較低。從普惠綜合因子所反映的一個(gè)地區(qū)農(nóng)村普惠金融的整體概況來(lái)看，北京、上海和天津獲得了較高得分;浙江、江蘇和山東在農(nóng)村信貸方面具有較強(qiáng)優(yōu)勢(shì);新疆、內(nèi)蒙古和黑龍江的農(nóng)民則擁有較強(qiáng)的保險(xiǎn)意識(shí);青海、甘肅和廣西在新型農(nóng)村金融機(jī)構(gòu)的建設(shè)方面取得了較好的成績(jī)。為了縮小農(nóng)村普惠金融的地區(qū)差異，還須要進(jìn)一步加快農(nóng)村金融產(chǎn)品和服務(wù)的創(chuàng)新及擴(kuò)大金融基礎(chǔ)設(shè)施覆蓋面，并加大農(nóng)村金融教育的普惠性。

關(guān)鍵詞：農(nóng)村;普惠金融;因子分析;發(fā)展水平;地區(qū)差異

中圖分類號(hào)： F323.9? 文獻(xiàn)標(biāo)志碼： A? 文章編號(hào)：1002-1302（2019）11-0327-05

農(nóng)村是與城市相對(duì)應(yīng)的區(qū)域，其居住人口主要從事農(nóng)業(yè)生產(chǎn)，是集村落、集鎮(zhèn)、林場(chǎng)、農(nóng)場(chǎng)、蔬菜生產(chǎn)為一體的區(qū)域。相對(duì)于集中的城市人口，農(nóng)村人口的居住特點(diǎn)是散落，當(dāng)?shù)厝嗣駸o(wú)法享受到金融服務(wù)[1]。農(nóng)村地區(qū)的弱勢(shì)產(chǎn)業(yè)和弱勢(shì)群體的存在更使得金融排斥現(xiàn)象十分嚴(yán)重[2]。中國(guó)社會(huì)科學(xué)院2016年發(fā)布的《“三農(nóng)”互聯(lián)網(wǎng)金融藍(lán)皮書》中的數(shù)據(jù)顯示，我國(guó)“三農(nóng)”（指農(nóng)業(yè)、農(nóng)村、農(nóng)民）金融缺口達(dá)3.05萬(wàn)億[3]。中共十八屆三中全會(huì)提出，要完善金融市場(chǎng)，發(fā)展普惠金融。普惠金融強(qiáng)調(diào)要有效、全方位地為社會(huì)所有階層和群體提供廣泛的、可持續(xù)獲得的金融服務(wù)[4]。而我國(guó)普惠金融的發(fā)展重點(diǎn)應(yīng)該集中在農(nóng)村地區(qū)，使普惠金融能夠更多地為農(nóng)村金融服務(wù)，自始至終服務(wù)于農(nóng)村貧困群體和極貧困群體[5]，建立農(nóng)村普惠金融體系，通過(guò)普惠金融的發(fā)展改善農(nóng)村地區(qū)的金融服務(wù)水平[6-7]，加快建設(shè)農(nóng)村普惠金融機(jī)構(gòu)，促進(jìn)農(nóng)村普惠金融體系更加高效平等，保障農(nóng)民的金融需求能夠得到滿足，讓金融能夠更好地為“三農(nóng)”建設(shè)服務(wù)[8-10]。農(nóng)村普惠金融不僅能夠?yàn)檗r(nóng)村廣大居民提供適合農(nóng)村居民的服務(wù)體系和方式，其特點(diǎn)是低成本、高效率、現(xiàn)代化;還可以為農(nóng)村廣大居民，尤其是那些貧困農(nóng)戶和小微企業(yè)提供公平享受金融服務(wù)的機(jī)會(huì)和權(quán)利。農(nóng)村普惠金融所提供的金融產(chǎn)品和服務(wù)應(yīng)該具有廣泛性和多樣性，不僅要?jiǎng)?chuàng)新金融產(chǎn)品和服務(wù)，還要豐富農(nóng)村居民的金融知識(shí)和風(fēng)險(xiǎn)意識(shí)，讓他們積極主動(dòng)地拓寬自己的金融服務(wù)需求面，逐漸享受理財(cái)、保險(xiǎn)等金融產(chǎn)品。

農(nóng)村普惠金融體系在建設(shè)過(guò)程中應(yīng)保證其完整性，它所涵蓋的內(nèi)容應(yīng)該包括普惠金融產(chǎn)品、普惠金融技術(shù)設(shè)施、普惠金融制度、普惠金融機(jī)構(gòu)以及普惠金融的需求方。農(nóng)村普惠金融要為農(nóng)村經(jīng)濟(jì)發(fā)展服務(wù)，改善農(nóng)村金融落后的現(xiàn)狀，增加農(nóng)民收入水平，滿足農(nóng)村經(jīng)濟(jì)主體對(duì)于金融產(chǎn)品和服務(wù)的需求，重點(diǎn)和難點(diǎn)是要為貧困農(nóng)戶及資金困難的小微企業(yè)提供長(zhǎng)效的金融產(chǎn)品供給。農(nóng)村普惠金融體系的服務(wù)對(duì)象是指那些身處農(nóng)村地區(qū)，對(duì)金融產(chǎn)品和服務(wù)有著強(qiáng)烈需求的社會(huì)群體，重點(diǎn)服務(wù)對(duì)象應(yīng)該是貧困農(nóng)戶和小微企業(yè)，解決他們的金融需求是發(fā)展農(nóng)村普惠金融的重要環(huán)節(jié)。在服務(wù)供給者上，不僅是商業(yè)銀行、政策性銀行等大型金融機(jī)構(gòu)能作為農(nóng)村普惠金融的產(chǎn)品和服務(wù)提供者，更多的應(yīng)該依賴于農(nóng)村信用社、新型農(nóng)村金融機(jī)構(gòu)等農(nóng)村金融組織，此外還可以是一些民間金融機(jī)構(gòu)和組織等非正規(guī)金融機(jī)構(gòu)[11]。在市場(chǎng)建設(shè)上，應(yīng)包括一切有利于農(nóng)村金融服務(wù)開展的相關(guān)金融基礎(chǔ)設(shè)施及其他相關(guān)的金融活動(dòng)，應(yīng)將信用評(píng)級(jí)、宏觀調(diào)控與監(jiān)管等納入市場(chǎng)建設(shè)中來(lái)。

1 研究方法與數(shù)據(jù)處理

1.1 因子分析法的適用性

在進(jìn)行實(shí)證研究時(shí)，往往會(huì)選取很多變量，這些變量之間可能存在很強(qiáng)的相關(guān)性，通過(guò)因子分析法可以將相關(guān)性強(qiáng)的原始變量進(jìn)行分組，提取出公共因子，同一公共因子下的原始變量具有較高的相關(guān)性，不同公共因子之間則相互獨(dú)立，進(jìn)而用少量的因子反映出研究對(duì)象的基本信息。這樣極大地簡(jiǎn)化了原始指標(biāo)，提高了實(shí)證過(guò)程的可操作性，在本研究中，原始變量共計(jì)13個(gè)，而且變量之間具有較強(qiáng)的相關(guān)性，通過(guò)因子分析法可以萃取出這些變量的公共因子，方便快捷地找到影響農(nóng)村普惠金融發(fā)展的主要因素。此外，相對(duì)于其他學(xué)者對(duì)普惠金融發(fā)展水平進(jìn)行研究時(shí)采用層次分析法等對(duì)指標(biāo)權(quán)重主觀賦值的方法，因子分析法以統(tǒng)計(jì)軟件最終得出的成分得分系數(shù)矩陣作為指標(biāo)權(quán)重，研究結(jié)果會(huì)更加客觀和科學(xué)。

通過(guò)閱讀大量文獻(xiàn)資料發(fā)現(xiàn)，因子分析法已被廣泛應(yīng)用于綜合評(píng)價(jià)指標(biāo)的實(shí)證研究中，吳雄周等對(duì)湖南省13個(gè)市的可持續(xù)發(fā)展水平進(jìn)行分析，通過(guò)因子分析法將最初構(gòu)建的39項(xiàng)評(píng)價(jià)指標(biāo)歸結(jié)為4個(gè)公共因子，最終將湖南省的13個(gè)市劃分為4個(gè)等級(jí)[12];蘇靜使用因子分析法對(duì)河南省18個(gè)地區(qū)的橫向一體化區(qū)域差異進(jìn)行了實(shí)證研究[13];張波等將因子分析原理運(yùn)用到省際工業(yè)發(fā)展評(píng)價(jià)與分析過(guò)程中，建立了工業(yè)綠色發(fā)展水平的綜合評(píng)價(jià)指標(biāo)體系[14]。

1.2 數(shù)據(jù)來(lái)源與變量選取

研究中所用到的數(shù)據(jù)來(lái)源于各省份歷年的《統(tǒng)計(jì)年鑒》歷年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)金融年鑒》《中國(guó)農(nóng)村金融發(fā)展年鑒》《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)村金融服務(wù)報(bào)告》《中國(guó)鄉(xiāng)鎮(zhèn)企業(yè)統(tǒng)計(jì)年鑒》《中國(guó)人口與就業(yè)統(tǒng)計(jì)年鑒》等年鑒類資料，以及《中國(guó)農(nóng)村金融服務(wù)報(bào)告》《中國(guó)區(qū)域金融運(yùn)行報(bào)告》《中國(guó)金融運(yùn)行報(bào)告》等國(guó)內(nèi)公開發(fā)布的統(tǒng)計(jì)報(bào)告，此外，還在國(guó)家統(tǒng)計(jì)局、中國(guó)人民銀行、中國(guó)銀行業(yè)監(jiān)督管理委員會(huì)、各省份統(tǒng)計(jì)局官方網(wǎng)站及萬(wàn)得（Wind）資訊、中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)、國(guó)泰安等數(shù)據(jù)庫(kù)上獲取了部分?jǐn)?shù)據(jù)。選取2016年我國(guó)31個(gè)省份為研究對(duì)象，為了保證本研究所用數(shù)據(jù)能夠準(zhǔn)確反映我國(guó)當(dāng)下農(nóng)村普惠金融的發(fā)展?fàn)顩r，其中部分原始數(shù)據(jù)是通過(guò)相應(yīng)的計(jì)算和統(tǒng)計(jì)處理后的結(jié)果。2015年12月31日，國(guó)務(wù)院在《推進(jìn)普惠金融發(fā)展規(guī)劃（2016—2020）》中表明，我國(guó)要加快建立健全普惠金融指標(biāo)體系，形成包含普惠金融可得性、普惠金融使用情況及普惠金融服務(wù)質(zhì)量的統(tǒng)計(jì)指標(biāo)體系，來(lái)客觀科學(xué)地統(tǒng)計(jì)分析我國(guó)各地區(qū)的普惠金融發(fā)展水平[15]。本研究以此內(nèi)容規(guī)定為導(dǎo)向，選取共13個(gè)農(nóng)村普惠金融評(píng)價(jià)指標(biāo)（表1）。

1.3 數(shù)據(jù)處理

本研究所使用的數(shù)據(jù)存在量綱上的差異，為了能將其放在一起進(jìn)行比較以及用于接下來(lái)的統(tǒng)計(jì)分析，首先要將這些數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，即將這些變量處理成均值為0、方差為1的標(biāo)準(zhǔn)數(shù)據(jù)，消除量綱上的差別。在此使用SPSS統(tǒng)計(jì)分析軟件中的Z值法對(duì)構(gòu)建的13個(gè)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理。

1.3.1 原始變量的適用性檢驗(yàn) 相關(guān)性判定通常是用來(lái)檢驗(yàn)變量之間的相關(guān)性，通過(guò)觀察相關(guān)系數(shù)可以得出2個(gè)或2個(gè)以上變量是否具有相關(guān)關(guān)系、相關(guān)關(guān)系的強(qiáng)弱以及正負(fù)相關(guān)關(guān)系等信息。進(jìn)行因子分析的前提是變量之間具有相關(guān)關(guān)系，如果變量之間相互獨(dú)立，即1個(gè)變量與其他變量的相關(guān)系數(shù)為0，那么該變量將不適合出現(xiàn)在模型中進(jìn)行因子分析。用SPSS統(tǒng)計(jì)軟件對(duì)涉及的13個(gè)原始變量進(jìn)行相關(guān)性分析，結(jié)果顯示，變量之間具有較高的相關(guān)性，能夠使用因子分析法進(jìn)行進(jìn)一步的研究（表2）。

1.3.2 公共因子的提取 用因子分析法提取公共因子時(shí)選取了主成分分析法下的最大方差法來(lái)提取有效公共因子的數(shù)量。運(yùn)用SPSS統(tǒng)計(jì)分析軟件對(duì)原始變量進(jìn)行因子分析，提取出4個(gè)公共因子，由表3中的特征值和方差貢獻(xiàn)率可以看出，大于1的特征值有4個(gè)，分別是4.203、2.984、2.385、1.599，方差貢獻(xiàn)率分別為32.331%、22.953%、18.349%、12.303%，累計(jì)方差貢獻(xiàn)率達(dá)到85.935%。一般情況下，累計(jì)方差貢獻(xiàn)利率大于75%就可以說(shuō)明所提取的公共因子可以很好地解釋原始變量中包含的全部信息，因此所提取的4個(gè)公共因子可以較好地代替研究中使用的13個(gè)原始變量，用來(lái)解釋我國(guó)31個(gè)省份農(nóng)村普惠金融的發(fā)展水平。

1.3.3 旋轉(zhuǎn)因子分析 使用SPSS統(tǒng)計(jì)分析軟件得出了主成分的載荷矩陣（表4），有些主成分在變量上的載荷差別沒有十分明顯，說(shuō)明主成分對(duì)變量的解釋效果不是很好。為了提高主成分在原始變量上的解釋效果，接下來(lái)須要通過(guò)最大方差正交旋轉(zhuǎn)的方法重新分配各主成分在原始變量上的解釋方差，從而找到結(jié)構(gòu)更加簡(jiǎn)單、解釋更加明確的主成分。

通過(guò)使用SPSS統(tǒng)計(jì)分析軟件中的最大方差正交旋轉(zhuǎn)的方法，進(jìn)行5次迭代后收斂，得到旋轉(zhuǎn)因子的載荷矩陣見表5。根據(jù)旋轉(zhuǎn)載荷矩陣中載荷的高低，可以將13個(gè)原始變量劃分成4個(gè)公共因子，用F1、F2、F3、F4來(lái)表示。可以看出，公共因子F1在X1（銀行業(yè)金融機(jī)構(gòu)密度）、X2（銀行業(yè)從業(yè)人員密度）、X3（農(nóng)村金融密度）、X4（農(nóng)村金融深度）、X5（農(nóng)村貸款不良率）上擁有較高的載荷，賦值分別為0.963、0.964、0.864、0.935、0.403，將該因子命名為普惠綜合因子;公共因子F2在X6（農(nóng)村存款）、X7（農(nóng)村貸款）、X8（存貸差）這3個(gè)原始變量上有較高的載荷，賦值分別為0.883、0.988、0.746，將該因子命名為普惠信貸因子;公共因子F3在X9（農(nóng)業(yè)保險(xiǎn)保費(fèi)收入）、X10（農(nóng)業(yè)保險(xiǎn)賠付支出）、X11（農(nóng)業(yè)保險(xiǎn)密度）上有較高的載荷，賦值分別為0.754、0.924、0.954，將該因子命名為普惠保險(xiǎn)因子;公共因子F4在X12（新型農(nóng)村金融機(jī)構(gòu)密度）、X13（新型農(nóng)村金融機(jī)構(gòu)占比）上具有較高的載荷，賦值分別為0.929、0.880，將該因子命名為普惠創(chuàng)新因子（表6）。

2 實(shí)證結(jié)果與分析

2.1 計(jì)算因子得分

在分析各原始變量對(duì)農(nóng)村普惠金融發(fā)展的影響時(shí)，主要通過(guò)提取的4個(gè)公共因子來(lái)表示，公共因子的一般表達(dá)式為：

各個(gè)原始變量在公共因子上的權(quán)重有所不同，即為表達(dá)式中的α。通過(guò)SPSS統(tǒng)計(jì)分析軟件處理后的成分得分系數(shù)中的數(shù)字就表示權(quán)重α，根據(jù)成分得分系數(shù)矩陣（表7）以及標(biāo)準(zhǔn)化處理后的數(shù)據(jù)，計(jì)算各公共因子的得分。

2.2 計(jì)算綜合得分

計(jì)算得出各因子得分后計(jì)算綜合得分，用來(lái)綜合考察我國(guó)31個(gè)省份農(nóng)村普惠金融發(fā)展水平，基于表3解釋的總方差和計(jì)算得出的各公共因子的得分可得綜合得分，結(jié)果見表8。

2.3 實(shí)證結(jié)果分析

由表8可知， 一些省份的因子得分<0， 表明這些省份的農(nóng)村普惠金融發(fā)展水平低于全國(guó)平均水平。

普惠綜合因子反映了一個(gè)地區(qū)普惠金融的整體概況，普惠綜合因子的排名中位于前3位的是北京、上海和天津，其普惠綜合因子遠(yuǎn)遠(yuǎn)高于其他省份。北京市作為我國(guó)的首都，金融基礎(chǔ)設(shè)施相對(duì)較為完善和發(fā)達(dá)，各種金融業(yè)態(tài)一應(yīng)俱全，其普惠綜合因子得分最高，而上海市作為我國(guó)第一大城市，具有極高的創(chuàng)新能力，匯聚了大批的優(yōu)秀人才，普惠金融因子得分位于北京市之后。天津市早在清末明初就已成為北方地區(qū)金融中心，現(xiàn)如今也是北方乃至全國(guó)重要的貿(mào)易口岸和金融樞紐，普惠綜合因子位于全國(guó)第3位。普惠信貸因子反映了一個(gè)地區(qū)的農(nóng)村信貸水平，浙江、江蘇和山東在農(nóng)村信貸方面具有較強(qiáng)的優(yōu)勢(shì)，這3個(gè)省均是我國(guó)的經(jīng)濟(jì)大省，投入了大量資金支持農(nóng)業(yè)及農(nóng)村的發(fā)展。普惠保險(xiǎn)因子反映了一個(gè)地區(qū)的農(nóng)村保險(xiǎn)水平，這一因子得分排名前3的是新疆、內(nèi)蒙古、黑龍江，這3個(gè)省份均是我國(guó)的農(nóng)業(yè)大省，農(nóng)民擁有較強(qiáng)的保險(xiǎn)意識(shí)。普惠創(chuàng)新因子則用來(lái)反映一個(gè)地區(qū)新型農(nóng)村金融機(jī)構(gòu)的發(fā)展水平，農(nóng)村普惠金融的可持續(xù)發(fā)展要求創(chuàng)新新型農(nóng)村金融組織的產(chǎn)品和服務(wù)，從這一因子的考量結(jié)果可以看出，青海、甘肅和廣西在新型農(nóng)村金融機(jī)構(gòu)的建設(shè)方面取得了較好的成績(jī)。

我國(guó)大多數(shù)省份農(nóng)村普惠金融發(fā)展水平較低，綜合得分大于0的省份包括浙江、 北京、江蘇、 上海等13個(gè)省份，其余18個(gè)省份的綜合得分均小于0，說(shuō)明其位于全國(guó)平均水平之下。由此可見，我國(guó)大多數(shù)省份的農(nóng)村普惠金融發(fā)展水平較低，農(nóng)村地區(qū)的金融設(shè)施覆蓋不全，農(nóng)民很難享受到金融產(chǎn)品和服務(wù)，普惠金融在農(nóng)村地區(qū)仍有很大的發(fā)展空間。此外，我國(guó)的農(nóng)村普惠金融發(fā)展存在地區(qū)差異，在浙江、北京、上海、江蘇、天津等經(jīng)濟(jì)發(fā)達(dá)地區(qū)以及內(nèi)蒙古、新疆等農(nóng)業(yè)大省，這些地區(qū)擁有較好的金融基礎(chǔ)設(shè)施和較為優(yōu)惠的農(nóng)業(yè)政策，所以農(nóng)村普惠金融優(yōu)于其他地區(qū)。

3 政策建議

我國(guó)農(nóng)村普惠金融的發(fā)展無(wú)論是在廣度上還是深度上都還有很大的發(fā)展空間，特別是對(duì)農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革的要求還存在較大差距。農(nóng)村普惠金融的發(fā)展要按照習(xí)近平總書記系列重要講話特別是在安徽小崗村有關(guān)農(nóng)業(yè)農(nóng)村工作講話的指示精神，牢牢把握金融服務(wù)實(shí)體經(jīng)濟(jì)的根本宗旨，堅(jiān)持市場(chǎng)化發(fā)展和政策支持有機(jī)結(jié)合的基本取向，以提升農(nóng)村金融服務(wù)水平為主攻方向，以深化農(nóng)村金融改革為根本途徑，加快健全開放包容、適度競(jìng)爭(zhēng)、鼓勵(lì)創(chuàng)新、風(fēng)險(xiǎn)可控的農(nóng)村金融體系。

3.1 促進(jìn)農(nóng)村金融產(chǎn)品和服務(wù)的創(chuàng)新

農(nóng)村金融機(jī)構(gòu)與商業(yè)銀行相比，其吸收存款的能力較弱，這樣會(huì)使銀行在發(fā)放貸款時(shí)資金不足，盈利能力弱，在眾多金融機(jī)構(gòu)中農(nóng)村金融機(jī)構(gòu)處于弱勢(shì)地位，競(jìng)爭(zhēng)力較弱。農(nóng)村金融機(jī)構(gòu)所提供的金融產(chǎn)品種類少而且更新速度較慢，無(wú)法滿足農(nóng)民和微小企業(yè)理財(cái)、保險(xiǎn)、債券等金融需求。農(nóng)村金融機(jī)構(gòu)發(fā)展多年之后也推出了部分創(chuàng)新產(chǎn)品，但其間也暴露了許多問題，如農(nóng)戶缺乏抵押品而無(wú)法獲得貸款額度、不良貸款額較高、業(yè)務(wù)操作不規(guī)范等，這些問題極大地增加了農(nóng)村普惠金融機(jī)構(gòu)的風(fēng)險(xiǎn)。所以農(nóng)村金融機(jī)構(gòu)要不斷進(jìn)行產(chǎn)品的更新升級(jí)，滿足農(nóng)村居民和農(nóng)村企業(yè)日益增長(zhǎng)和變化的金融需求，順應(yīng)互聯(lián)網(wǎng)金融的發(fā)展趨勢(shì)加快創(chuàng)新，促進(jìn)普惠金融發(fā)展。

3.2 加大農(nóng)村金融基礎(chǔ)設(shè)施覆蓋面

我國(guó)的金融基礎(chǔ)設(shè)施分布嚴(yán)重不均衡，在經(jīng)濟(jì)發(fā)達(dá)的東部沿海地區(qū)和城市金融機(jī)構(gòu)的網(wǎng)點(diǎn)數(shù)較多，居民能夠便利地享受金融服務(wù);而在經(jīng)濟(jì)落后的西部地區(qū)及農(nóng)村金融機(jī)構(gòu)網(wǎng)點(diǎn)數(shù)很少，所以普惠金融在不同地區(qū)的發(fā)展水平有所不同。我國(guó)應(yīng)加大農(nóng)村地區(qū)金融基礎(chǔ)設(shè)施的覆蓋面，通過(guò)設(shè)立營(yíng)業(yè)網(wǎng)點(diǎn)、POS（銷售終端）機(jī)和ATM（自動(dòng)取款）機(jī)來(lái)縮小地區(qū)間的差異。與此同時(shí)還要保證合理的金融從業(yè)人員數(shù)量并提升金融從業(yè)人員的服務(wù)水平，為農(nóng)村等偏遠(yuǎn)地區(qū)的居民提供便捷的金融服務(wù)。為了進(jìn)一步推進(jìn)電子銀行、手機(jī)銀行等業(yè)務(wù)，還要加大農(nóng)村網(wǎng)絡(luò)建設(shè)的投入力度，促進(jìn)農(nóng)村普惠金融的發(fā)展。

3.3 加大對(duì)農(nóng)村金融教育的普惠性

農(nóng)村居民的教育水平低下，缺乏金融知識(shí)的儲(chǔ)備及應(yīng)用，農(nóng)村地區(qū)的金融教育水平與我國(guó)當(dāng)前金融業(yè)的快速發(fā)展契合度較低。在農(nóng)村地區(qū)，居民認(rèn)為將錢存在銀行是最安全的，他們?nèi)狈ν顿Y理財(cái)?shù)南嚓P(guān)理念，風(fēng)險(xiǎn)識(shí)別能力也較差，對(duì)于創(chuàng)新的金融產(chǎn)品接受度較低。所以，要努力提高居民對(duì)金融知識(shí)的受教育程度，盡可能地加大對(duì)農(nóng)村及邊遠(yuǎn)地區(qū)的金融教育，讓不了解金融的人掌握金融消費(fèi)、投資、風(fēng)險(xiǎn)防范及創(chuàng)新的金融產(chǎn)品等相關(guān)知識(shí)。

參考文獻(xiàn)：

[1]韓丹陽(yáng). 我國(guó)農(nóng)村普惠金融體系構(gòu)建問題探討[J]. 金融經(jīng)濟(jì)，2016（14）：3-5.

[2]馮愛林，肖 維. 基層普惠金融發(fā)展現(xiàn)狀、制約因素與對(duì)策——以湖北省黃石市為例[J]. 武漢金融，2016（2）：69-71.

[3]李勇堅(jiān)，王 弢. 中國(guó)“三農(nóng)”互聯(lián)網(wǎng)金融發(fā)展報(bào)告[M]. 北京：社會(huì)科學(xué)文獻(xiàn)出版社，2016.

[4]劉萍萍，鐘秋波. 我國(guó)農(nóng)村普惠金融發(fā)展的困境及轉(zhuǎn)型路徑探析[J]. 四川師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2014，41（6）：33-40.

[5]杜曉山，張 睿，王 丹. 執(zhí)著地服務(wù)窮人——格萊珉銀行的普惠金融實(shí)踐及對(duì)我國(guó)的啟示——兼與《格萊珉銀行變形記：“從普惠金融到普通金融”》商榷[J]. 南方金融，2017（3）：3-13.

[6]藍(lán) 虹，穆爭(zhēng)社. 深化農(nóng)村普惠金融供給側(cè)結(jié)構(gòu)性改革的內(nèi)涵辨析[J]. 當(dāng)代金融研究，2017（2）：1-12.

[7]楊 寧. 農(nóng)村普惠金融服務(wù)體系建設(shè)研究[J]. 農(nóng)業(yè)經(jīng)濟(jì)，2017（7）：90-92.

[8]高彥彬，張洋峰. 我國(guó)農(nóng)村普惠金融的現(xiàn)存問題及路徑選擇[J]. 北方金融，2016（4）：46-49.

[9]蔡曉軍. 我國(guó)農(nóng)村普惠金融發(fā)展現(xiàn)狀分析[J]. 對(duì)外經(jīng)貿(mào)，2016（4）：93-95.

[10]周心田. 農(nóng)村普惠金融體系建設(shè)研究[J]. 北方金融，2016（11）：101-103.

[11]樊 英. 基于普惠目標(biāo)的農(nóng)村金融組織創(chuàng)新研究[D]. 長(zhǎng)沙：湖南農(nóng)業(yè)大學(xué)，2011：12-20.

[12]吳雄周，曾福生. 湖南城市可持續(xù)發(fā)展水平的區(qū)域差異實(shí)證分析——基于因子分析法和聚類分析法[J]. 華中農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2010（5）：99-103.

[13]蘇 靜. 基于聚類分析的河南城鄉(xiāng)一體化區(qū)域差異研究[J]. 安徽農(nóng)業(yè)科學(xué)，2011，39（21）：13224-13225.

[14]張 波，溫旭新. 我國(guó)工業(yè)綠色低碳發(fā)展水平的省際測(cè)度及比較[J]. 經(jīng)濟(jì)問題，2018（5）：68-74.

[15]中華人民共和國(guó)國(guó)務(wù)院. 推進(jìn)普惠金融發(fā)展規(guī)劃：2016—2020年[M]. 北京：人民出版社，2016：1-10.