周超 劉佳寶 趙穎 孫詩雨中國勞動關系學院 經濟管理學院
京津冀經濟一體化是京津冀協同發展戰略的重要內容之一,金融一體化是京津冀經濟一體化的關鍵環節。中國經濟體系具有顯著的城鄉二元結構,普惠金融發展是減少京津冀農村地區經濟發展不平衡、緩解貧困的重要方式。“十三五規劃”提出推動京津冀地區協同發展,且國務院2016年制訂并出臺了《推進普惠金融發展規劃(2016-2020年)》在內的一系列政策措施和行動規劃,指出應該抓住京津冀協同發展的機會,減少城鄉經濟發展不平衡,緩解貧困。發展的前提是了解目前京津冀地區農村普惠金融發展的現狀。
董曉林,徐虹(2012)指出,目前我國農村地區的金融服務仍不完善,大多數農民的最基本的金融需求和服務沒有得到全面性滿足。陳軻(2017)認為普惠金融助力農村地區經濟發展已取得了一定的成效,但在發展過程中仍存在阻礙。焦瑾璞(2018)認為普惠金融的發展需要與數字技術加速融合。從大多數學者針對普惠金融發展及農村地區普惠金融體系的分析中可以看出,農村地區普惠金融的發展已經取得了顯著的成績,但是在發展過程中也涌現出一些亟待解決的問題。文本將通過描述京津冀農村地區普惠金融的發展現狀并發現其存在的問題,提出相應的建議。
普惠金融概念自2005年在聯合國大會提出后不斷發展。但在農村地區的發展相對薄弱,普惠金融可使偏遠落后地區融入金融體系服務之內,貧困人群等弱勢群體也可得到與其他群體相同的金融服務。根據2018年發布的《中國普惠金融創新報告(2018)》,展示了小微企業的金融服務雖然發展迅速,但還存在些許問題,普惠金融的創新仍需努力。
農林牧漁業貸款需求大。根據圖表1可以看出京津冀地區十年間的生產總值是在逐年遞增,但是農林牧漁業的生產總值卻在2014年開始呈現下降趨勢,農林牧漁業作為農村經濟的主要支柱,可看出農村經濟發展并不是很好。農村經濟發展呈下降趨勢的主要原因與內外部環境緊密相連。外部環境與天氣、政策、市場等原因密不可分。內部環境主要是因為技術進步,農林牧漁業成本增加。由此可見,農民存在一定的貸款需求。
鄉鎮企業貸款需求大。北京地區鄉鎮企業對小額貸款有一定需求。從2008-2017年北京市縣鎮企業個數逐年遞減,當地鄉鎮企業多為私營企業由于技術不成熟、發展空間有限等原因造成了大批的倒閉。北京市鄉鎮企業在農村經濟中占有重要地位,對當地居民帶來的利潤也是可觀的。但是技術受限,沒有資金做支撐難以延續。因此,北京市鄉鎮企業對貸款有一定的需求。
市場層面: 農業貸款需求旺盛,信貸資金供給不足。
從圖中可以看出,北京市本外幣涉農貸款的數額每年隨著貨幣發行量的增加而增加,北京市本外幣涉農貸款的數額卻保持上升趨勢不變。津冀地區的本外幣涉農貸款余額隨著人民幣發行量逐年上升,在2009年-2014年呈上升趨勢,自2015年開始,隨著人民幣發行量的增加,本外幣涉農貸款余額在下降,由此可見貸款供給并不足。
業務層面: 產品趨同化,難以滿足農民多樣化需求。各個金融機構發行的關于農村普惠金融的產品類似,多數關于貸款方面,沒有根據農民的真正需求做出調整。農民的貸款需求多種多樣,但目前市場上的普惠金融產品僅僅局限于小微企業。對于農林牧漁業的農戶來說也需要承擔天氣等不可控因素所帶來的風險,需要一定的保障。所以目前市場上的產品存在單一性,難以滿足農民多樣化的需求。
技術層面: “數字鴻溝”和金融風險仍然存在。一方面,普惠金融基于創新性互聯網金融,降低了信息不對稱和交易成本,但普惠金融服務的對象普遍存在居住偏遠、缺乏抵押物、收入低等情況,可持續性面臨挑戰。移動互聯網、人工智能等技術創新使得金融服務越來越高效便捷,但拉大缺乏數字技術知識與技能的弱勢群體與主流社會的差距,這就產生了“數字鴻溝”的問題。
隨著時代的發展,人們對普惠金融產品的不同需求逐漸增加,為滿足農戶的需求,應拓寬業務覆蓋范圍,了解農戶資金需求特點及方向,對于居民抵押物缺乏和信貸資金供給不足的問題,應進一步推動抵押土地的處置機制,銀行應創新抵押擔保方式,擴展抵押范圍,降低農民貸款條件。
各地金融機構應盡量減少農村普惠金融貸款程序,給農戶提供便捷、通俗易懂的普惠金融貸款途徑,例如在農村金融服務網絡還未覆蓋的偏遠地區加快設立服務點,保障農村基本金融服務,充分利用pos機、銀行便民服務點等農村金融機構網店,網上銀行、網絡借貸平臺、第三方支付等互聯網金融渠道,更好地滿足農村居民的金融需求。
數字金融能有效降低普惠金融服務成本和克服基礎設施障礙。解決普惠金融領域的“數字鴻溝”問題,既要有區別地針對各類群體開發合適的數字普惠金融產品,也要加強對技術知識弱勢群體的教育與培訓,強化數字技術知識與技能的推廣、普及。
大數據背景下普惠金融的發展更需要加強監管政策、貨幣政策、財稅政策的合力,同時要適當地規避風險,強化風險分擔,推動加大風險補償力度。銀行等金融機構應在農村地區加強信用知識的宣傳教育,增強信用意識。
注釋:
①數據來源:國家統計局。
②數據來源:EPS全球統計數據/分析平臺。