省聯社業務關注指數構建研究
—— 基于LDA主題模型的文本分析

◎張正平 夏海 陳楊 張俊美

引言

農村信用社省級聯社（下稱省聯社）是上一輪農村信用社（下稱農信社）管理體制改革的歷史產物。在上一輪改革中，中央政府把對農信社的管理權限下放給省政府，由省政府組建具體管理機構——省聯社，承擔對轄內農信機構的管理、指導和協調責任1。在過去十年的農村金融改革歷程中，省聯社功不可沒，但在農信社改革不斷深化、多數農信社已改建成具有獨立法人資格的農村商業銀行（下稱農商行）或農村合作銀行、中央及相關部門多次發布文件敦促省聯社改革2的背景下，省聯社模式近年來卻備受學界的質疑。

國內學者對省聯社模式已有諸多研究，主要集中于對農信機構以下幾個方面的影響：第一，人事方面。多數省聯社存在隨意調動農信社管理干部的問題，并擁有對農信社人員的行政處分權，嚴重影響了農信社的人事決策和正常運作（穆爭社、藍虹，2007）。第二，機構發展運作方面。部分省聯社超范圍開展自營資金業務，不僅影響農商行資源配置，也損害了基層法人的權益（馬九杰和吳本健，2013）。但也有研究指出，省聯社能夠降低農村金融機構的整體服務成本，提升農信社系統競爭力（錢水土、陳鑫云，2015），從而有利于其發展。第三，涉農小微業務方面。部分學者認為省聯社對農信社實行的行政管理，干預了農信社的正常經營，不利于農信社發揮其規模小、決策鏈條短和貼近農民等優勢（曹雷，2016）。但曹軍新等（2018）則認為，省聯社模式是中央政府對地方政府設計的正向激勵機制，使得地方政府能更主動地利用金融資源服務農村地區，且省聯社模式能在一定程度上抑制農商行股東股權無序質押、信貸投放偏離自身定位等問題（鄧向紅等，2016），從而提升其支農服務水平。第四，機構改革方面，藍虹和穆爭社（2016）認為省聯社對農村信用社的行政管理，不僅缺乏產權基礎，違背法人治理基本規則，而且不利于實現農村信用社的改革目標，且隨著越來越多的農信社改制為農商行，省聯社與農村金融機構之間的股權關系與管理關系倒掛的矛盾將會越來越尖銳（謝平、劉海二，2019），但是王曙光（2013）指出省聯社能夠整合區域資源，幫助弱小聯社維持基本金融服務的提供，在經濟欠發達的地區作用不可替代。

省聯社改革不僅涉及到省聯社自身，同時涉及數千家基層聯社（謝宏、李鵬，2019）。然而，由于既有文獻多為定性分析，缺乏對省聯社作用與影響的實證研究，不僅導致上述爭議難以平息，也使得省聯社改革方案遲遲無法形成。為此，在新一輪農信社改革即將開啟之際，有必要重新審視省聯社的作用與影響，為后續改革提供必要的實證依據。

為此，本文借鑒王靖一、黃益平（2018）的方法，利用LDA模型對我國24家省聯社官網發布的新聞進行文本分析，提取了七個與省聯社及農信機構金融業務相關的主題，以指數的形式定量刻畫省聯社對其下轄農信機構涉農貸款、小微貸款、機構發展與改革等七類業務的關注度，并對各類業務關注指數的變化進行橫向和縱向比較分析，試圖揭示省聯社對不同業務關注帶來的差異化影響，進而為后續改革提供必要的政策啟示。

本文的創新之處在于：首先，運用文本挖掘的方法對省聯社發布的新聞進行文本分析，獲取新聞文本中隱藏的信息，這是將文本分析法引入農村金融研究領域的有益嘗試；其次，應用LDA主題分類模型研究省聯社對農信機構業務發展的關注，構建了涉農貸款等七個業務關注指數，定量刻畫了省聯社對農信機構業務發展的影響力，為量化分析省聯社的作用和改革提供了新的研究思路和數據支持。

本文后續安排如下：第二部分闡述指數構建的思路與過程；第三部分論證指數結果的合理性并對其特征進行分析；第四部分為主要結論及其政策啟示。

指數構建的思路與過程

LDA即隱含狄利克雷分布（Latent Dirichlet Allocation，LDA），是一種概率主題模型，最早作為一種無監督學習方法由Blei等人（2003）提出，近年在文本分析領域較為流行，且在經濟金融領域已有較為成熟的應用。例如，Thorsrud（2020）運用LDA主題模型構建了新聞即時經濟周期指數；王靖一和黃益平（2018）運用LDA和HDP主題分類模型從和訊網財經新聞中分離出金融科技主題，并構建金融科技關注指數和金融科技情緒指數。

LDA的優勢在于使用的數據集不需要自帶標簽，設定適當主題數后，能較好地將文檔進行分類。本文采用LDA主題分布模型構建省聯社關注指數，其原因在于：第一，本文從各省聯社官網獲取的新聞文檔不帶標簽，故無法使用有監督學習的算法模型；第二，LDA模型將文檔實現按主題進行歸類，并輸出每個文檔屬于不同主題的概率，這為本文量化構建業務關注指數提供了基礎，也是由定性分析轉為定量分析的關鍵。本文運用LDA主題模型進行指數構建的思路見圖1，具體過程如下：

（一）數據準備

第一步，確定文檔庫來源網站。由于本文研究的是省聯社對下轄農信機構業務的關注，故選取了我國除香港、澳門、臺灣、寧夏回族自治區、西藏藏族自治區四大直轄市以外等25個省3的省聯社官網發布的新聞動態建立初始文檔庫。

第二步，網頁爬蟲與文檔解析。本文使用了Python4進行原始數據的爬取。完成網頁爬取后，使用Python第三方庫“Beautifulsoup”進行文檔解析。

具體來看，我們爬取了我國25家省聯社2010年1月1日至2019年3月31日發布于其官網的新聞文檔。從各省聯社官網爬取的新聞文檔數量的情況看，中東部地區的省聯社發布的新聞較多，而西部與東北地區省聯社發布的新聞較少，這與各省的經濟發展狀況呈現出驚人的一致趨勢。其中，河南省聯社新聞發布數量最多，共計27334條，云南省聯社新聞發布數量最少，僅30條，且全部于2018年發布。需要說明的是，由于大部分省聯社2019年發布的新聞數據量不足以開展LDA主題分析，因此，后文構建業務關注指數的數據時間區間為2010～2018年。

第三步，對文檔進行分詞，并使用專業詞庫補充訂正。本文采用Python第三方庫“Jieba”進行分詞。Jieba的優勢在于能較為精準地進行中文分詞，適合用于文本分析，且支持用戶自定義詞典，能極大地提高分詞準確度。結合經濟金融行業以及省聯社特點，本文補充了部分關鍵詞5，并將之納入詞典；同時，設置語氣助詞、無實義動詞、副詞、名詞等停用詞6。完成所有文檔的中文分詞后，就得到了初始的文檔庫。

需要說明的是，利用Python的第三方庫可以得到中文分詞后的詞云圖（見圖2），由此可以觀察Jieba分詞的初步效果，也能大致了解省聯社的重點關注領域。圖2分別報告了基于安徽省聯社和河南省聯社2018年發布的全部新聞文檔集畫出的詞云圖。對全部新聞文檔進行詞云分析后發現，信貸投放、數字技術、普惠金融和機構發展是各家省聯社重點關注的領域。

（二）主題過濾及篩選

在獲得初始的文檔庫后，我們利用樸素過濾器和LDA過濾器進行文檔歸類，并在文檔歸類后篩選出與本文關注主題相關的文檔，然后將這些文檔再次進行文本主題分析，進一步得到每個文檔從屬于不同主題的概率。

1.LDA過濾。LDA是一種矩陣分解技術，首先需要構建文檔庫，即由所有文檔組成的語料庫7，并將之表示為文檔矩陣。在表1中，D表示文檔，W表示詞匯，表中所示的文檔矩陣表示該語料庫共有n個文檔、m個詞語，數字表示對應每個文檔中詞語出現的頻數（數字為隨機給出）。通過LDA模型將文檔矩陣轉化為兩個低維矩陣M1和M2（見表2）：

表1： LDA文檔-詞語矩陣

表2：LDA文檔-主題-詞語矩陣

資料來源：圖示分析引自Blei等（2003）。

M1是一個n×k的“文檔-主題”矩陣，n文檔個數，k代表主題個數，M1中θi是一個長度為k的向量，用于描述當前文檔θi在k個主題上的分布，Z表示具體的主題。M2是“主題-詞語”矩陣，用于描述主題在詞語中的分布。由此，在LDA主題模型中，文檔、主題、關鍵詞三者之間存在如下的貝葉斯關系：

P(詞語|文檔)= P(詞語|主題)×P(主題|文檔)

若一個文檔存在k個主題，每個主題有w個關鍵詞描述，這里有兩個概率分布：一個是關鍵詞w在給定主題k中出現的概率分布，另一個是每個文檔在不同主題下的概率分布。

LDA文檔生成過程大致可以分為兩步：第一步，根據文檔的主題分布情況，隨機選擇一個主題；第二步，根據該主題下各詞語的分布情況隨機選擇一個詞語，該過程可簡單由圖3表示，其中，wi為一個文檔中對應的單個詞語，Z為w所屬主題，θm是單個文檔每個關鍵詞的主題多項式分布，α和β分別為主題多項式分布和詞語多項式分布的參數。

參數求解：首先，從狄利克雷分布α和β中抽樣得到文檔m的主題多項式分布θm和主題k的詞語多項式分布φk；然后，從主題多項式分布θm中抽樣得到文檔m的第n個詞的主題Zm，n；接著，從主題Zm，n對應的詞語分布φk中抽取詞語Wm，n；最后，重復上述步驟Nm次。據此，所有已知的和隱藏的變量的聯合分布可以表示為下式：

在此基礎上，通過Gibss抽樣（Sugimoto等，2014）估計上述模型的參數θm和φk。8

LDA過濾：中文分詞后的初始文檔中，有不少以黨建、團建等活動為主題的文檔，考慮到黨建團建活動不屬于農信機構經營性業務的范疇，且這些活動的報道中涉及業務經營的文字也不多，因此將這類文檔從初始文檔中刪去。然后，本文借鑒Baker等（2015）的方法，利用關鍵詞對文檔進行了樸素過濾9。

經過樸素過濾后，剩余的文檔大部分與信貸行為、普惠金融、數字技術和機構改革與發展等四個主題相關，但可能仍有少量文檔與主題無關，因此，需借助LDA過濾器進一步過濾掉與主題無關的文檔。所謂LDA過濾，是將樸素過濾的結果利用LDA主題模型進行分類，繼而將這些擁有不同預設主題數的LDA模型的結果輸出到池化器10中，池化器將綜合每一個LDA模型的結果，給出每一篇文檔屬于不同主題的概率。LDA過濾采用的過濾策略為：對于每一篇文檔在不同預設主題數的LDA輸出結果中，若從屬于以上四個主題的概率較低，則將其剔除11。經過LDA過濾后，可以得到更加“干凈”的文檔集。

2.主題分類。LDA主題模型的結果與先驗主題數量有關，即初始設置的主題數量會影響聚類結構，為保證LDA分類的準確性，確定最佳的主題數十分關鍵。關于最佳主題數的確定，Airoldi等（2010）使用交叉驗證法，Blei等（2003）使用困惑度（Perplexity）分析法，考慮到部分省聯社官網發布的新聞數量極為有限，僅應用困惑度分析結果并不理想，為此，本文在運用困惑度分析法的基礎上，借鑒一般做法（王靖一、黃益平，2018；李昌等，2018），利用困惑度分析法估計出最佳主題的數量區間，然后逐一驗證先驗主題數量，選擇關鍵詞形成主題時概率最大的主題數量。為完成上述工作，我們使用了github的開源模塊pyLDAvis12進行處理。

表3:七大主題及其對應的關鍵詞

表4:基于LDA模型進行主題分類后的輸出結果

圖4報告了先驗主題數為20時基于LDA模型進行主題分類的可視化結果。其左圖是通過多維縮放得到的主題間距圖（Intertopic Distance Map），用以表示主題的邊緣分布，每一個圓代表一個主題，它是通過各主題的前兩個維度的主成分投射于二維坐標系得到的；圓圈的大小表示了主題的強度，可視為每個主題在文檔中的占比，圓圈之間的距離則表示了兩個主題之間的相關性。其右圖描述了當選定主題6后與之對應的30個關鍵詞，以及每個關鍵詞對形成該主題的影響力（綠色條占白色條的比例值，其中，白色條表示形成該主題的每個詞在文檔庫中的詞頻，綠色條表示該詞在選定主題內的詞頻）。基于困惑度分析法和pyLDAvis的輸出結果，我們確定的最佳主題數為20。

經過LDA模型主題分類后，下一步是篩選研究主題，篩選出的主題需具有如下兩個特征：第一，盡可能多地出現在每次的LDA主題分類模型結果中，以保證每個省聯社有共同關注的主題；第二，文檔從屬于這些主題的概率值位于前50%，以保證文檔的確涉及這些主題，使指數結果更加可靠。據此，我們篩選出了七個研究主題（見表3），這七個主題剛好可以反映農信機構七類業務的發展。與此同時，綜合對所有文檔進行LDA分類的結果，我們給出了最能反映這七個主題含義的關鍵詞以進行主題匹配。主題匹配過程如下：如果LDA模型輸出結果中的某一個主題包含表3中某一個主題對應的3個及以上關鍵詞，則表明可以匹配相應的主題13。

為了更加清晰地說明上述匹配過程，表4進一步報告了設定主題數為10時LDA模型進行主題分類的結果，其中，每個主題以10個關鍵詞確定其所代表主題的含義。例如，主題1的關鍵詞包括農戶、種植、農業、農民、貸款、信貸等，表明該主題與涉農貸款有關；主題6的關鍵詞有不良貸款、貸款、收回、清收等，表明該主題與信貸風險具有高度相關性，其他主題以此類推。

表5：省聯社涉農貸款關注指數（2010-2018年）

（三）指數化

LDA模型在輸出上述主題分類結果的同時也輸出了“文檔-主題”概率分布（見圖5），基于此，我們借鑒王靖一、黃益平（2018）的思路將概率指數化：

第一，對每一家省聯社以年度為單位構建文檔集，形成省聯社年度文本語料庫。

第二，利用LDA模型對年度文檔集進行主題分析，得到每一年度每個文檔的主題概率分布。

第三，將每一年度內對應主題的文檔概率加總取均值得到該省聯社在該年度對某一主題的關注概率：

其中，Zj表示主題，docn表示文檔，Γj表示某一主題的概率值。

第四，將概率指數化。得到主題的概率后，對于每一個主題，以最大概率值對應為100，按比例標準化其余的概率值，從而得到指數值。

指數結果的合理性及其特征分析

基于上述指數構建思路，我們最終編制了2010-2018年我國24家省聯社14對農信機構七類業務發展的關注指數。我們認為，該指數不僅反映了省聯社對下轄農信機構業務發展的關注程度，也在一定程度上反映了省聯社對農信機構業務發展的干預力度。為論證上述關注指數的合理性，應當對其進行必要的檢驗15，同時對其基本特征和影響機理進行簡要分析。

（一）涉農貸款關注指數

涉農貸款關注指數反映了省聯社對農信機構涉農貸款投放的關注度（見表5），為檢驗涉農貸款關注指數的合理性，我們分別從省域和時間兩個維度比較了各省農信機構涉農貸款余額與涉農貸款關注指數的變動趨勢16。由圖7可知，除少數省份外，絕大部分省份的農信機構涉農貸款余額與涉農貸款關注指數存在較為一致的變動趨勢；此外，統計分析顯示二者的相關性系數達0.64，存在較強相關性，表明省聯社對農信機構涉農貸款的關注的確影響了轄內農信機構涉農貸款的投放力度。

同時，在圖6中我們也比較了第一產業產值與涉農貸款關注指數的地區發展趨勢，結果顯示二者的趨勢也呈現一致性，表明省聯社對涉農貸款的關注與地區農業經濟的發展有較強的關聯性。這可能是因為，以農商行為主體的農村信用社體系在農村經濟發展中依舊具有舉足輕重的地位，無論是網點數量還是從業人員，在整個農村金融體系中占比都是最高的（汪小亞、黃邁，2018），省聯社代表地方政府對轄內農信機構實行統一管理指導的職能，對農信機構的支農業務具有重要影響（李珣等，2015）。同時，為抑制農信機構改制后的脫農離農的趨勢，堅守服務“三農”的初衷，省聯社一定程度上可引導農信機構將更多金融資源配置到“三農”領域；而且，近年來各種扶持“三農”政策的出臺，尤其是鄉村振興戰略的實施，促使各級政府高度重視農信機構的涉農貸款投放，這進一步加大了省聯社對農信機構支農業務的關注，從而影響其涉農貸款投放。李濤和梁晶（2019）指出，農信社貸款與農業經濟增長之間有較強的關聯性，有助于促進農業經濟增長。因此，省聯社對農信機構支農業務的關注不僅會影響其涉農貸款投放，而且還會影響當地農業經濟的發展。

注：為了將3個指標放入一張圖進行比較，本文對相應指標進行了量綱放大或縮小，下同。

（二）小微貸款關注指數

同理，小微貸款關注指數反映了省聯社對農信機構小微貸款投放的關注程度。為檢驗該指數的合理性，圖7比較了2018年各省農信機構小微貸款余額和小微貸款關注指數的變動趨勢。由圖7可知，除湖南、廣西兩省外，其余各省農信機構的小微貸款投放表現出與關注指數一致的變動趨勢；此外，統計分析顯示二者的相關性系數為0.68。由表5和圖7可知，各省聯社對小微貸款的關注度普遍低于涉農貸款。其中，浙江省聯社對小微貸款的關注度整體較高，但波動幅度較大（可能與部分年份新聞發布數量較少有關）；陜西、遼寧、云南、甘肅等省的小微貸款關注指數幾乎一直為0，這可能在一定程度上反映了當地省聯社對小微貸款業務不夠重視或是相關信息在官網上披露不多。

顯然，省聯社小微貸款關注指數的變化與中央政策有密切的關系。一個直接的證據是，在中央文件中強調小微企業貸款的年份，省聯社小微貸款關注指數往往就會大幅增加。另一方面，省聯社對小微企業貸款關注也與所在省份小微企業的發展情況密切相關。為此，圖7還比較了地區經濟發展水平與省聯社小微貸款關注指數的變化趨勢，結果顯示在大部分地區二者變化一致，這可能意味著地區經濟發展與省聯社的作用發揮具有一定的聯系。從理論的角度看，Qi（1992）提出的“地方性國家統合主義”認為，地方政府為了主導和促進經濟增長，會控制金融機構，以其資金來支持當地工商企業發展。同時，融資難融資貴問題一直是小微企業發展面臨的最大障礙，也是公認的世界性難題。省聯社作為農信行業管理者，在發揮行業資源“整合作用”方面具有先天優勢，對緩解小微企業融資難融資貴的問題有著重要作用。

（三）數字普惠金融關注指數

同理，數字普惠金融關注指數反映了省聯社對農信機構數字普惠金融發展的關注程度17。我國農信機構主要服務弱勢群體，當前仍屬于弱勢金融企業（王子扶，2015），在互聯網金融時代難以形成有規模效應的電子銀行品牌，隨著IT技術的進步、金融脫媒的加劇以及銀行業務轉型的加快，農村中小銀行在數字普惠金融發展方面的種種劣勢愈加明顯（肖四如，2014）。在這種情況下，依托省聯社的平臺優勢，整合轄內農信機構的資源，構建統一的數字技術研發平臺，發揮規模經濟優勢，有助于農信機構更加快捷、高效地發展數字普惠金融。因此，為促進轄內農信機構發展數字普惠金融，省聯社也必然加大對數字普惠金融業務的關注度。據此，我們分別從省域和時間兩個維度比較了北京大學發布的數字普惠金融指數（省級指數）與本文構建的省聯社數字普惠金融關注指數的變動趨勢，以此驗證數字普惠金融關注指數的合理性（見圖8）。

由圖8可知，絕大部分省份的數字普惠金融發展水平與省聯社數字普惠金融關注指數存在較為一致的變動趨勢，統計分析也顯示二者的相關性系數高達0.84。由此可見，省聯社加大對數字普惠金融業務的關注，有助于促進地區數字普惠金融水平提升。進一步地，我們比較了地區經濟發展水平與數字普惠金融關注指數的地區發展趨勢，結果顯示，二者的變化趨勢呈現出高度的一致性，這表明省聯社對數字普惠金融的關注與地區經濟發展有密切的關聯。可能的解釋是，省聯社加大對數字普惠金融業務的關注度，促進了地區數字普惠金融水平的提升，而數字普惠金融水平的提升則有利于促進產業結構的升級（唐文進等，2019），激勵企業實現技術創新（梁榜、張建華，2019），并促進家庭創業，從而實現包容性經濟增長（張勛等，2019）。

由圖8可知，浙江省聯社數字普惠金融關注指數一直居于前列，遠超其他地區，這可能與浙江省數字金融的迅猛發展有關，尤其是2013年阿里巴巴推出余額寶以來，互聯網金融、金融科技、數字金融已經成為浙江省經濟發展的新動能，在此背景下浙江省聯社的數字普惠金融關注指數也達到了最大值。然而，在青海、內蒙古、新疆等偏遠地區，尤其是青海，受金融經濟條件和網絡基礎設施所限，數字普惠金融發展緩慢（張正平等，2019），當地省聯社對數字普惠金融關注度也明顯不足。

（四）機構改革與發展關注指數

機構改革與發展關注指數反映了省聯社對農信社改革和發展的關注度。為檢驗機構改革與發展關注指數的合理性，我們比較了各省組建的農商行數量與改革與發展關注指數的變動趨勢，由圖9可知，絕大部分省份的農商行數量和改革與發展關注指數存在較為一致的變動趨勢；此外，統計分析顯示二者的相關性系數達0.56，說明它們存在較強的相關性。

注：由于缺乏金融素養數據，本文無法對2016年和2018年指數進行趨勢檢驗，也無法進行時間趨勢的檢驗；后文信貸風險關注指數同。

同時，圖9比較了各省信貸規模與省聯社機構改革及發展關注指數的變動趨勢，我們發現，在大部分地區省聯社對機構改革與發展的關注程度越高，其信貸規模也越高，意味著地區信貸水平的提升與省聯社對農信機構的改革與發展不無關系。此外，省聯社的支持可能在一定程度上改善了農信機構績效，從而使得部分農信社達到改制的門檻，提升機構自身的實力，從而促進其擴大信貸規模。出現較大反差的是江蘇、廣東和浙江，這三個省均是發達省份，農信社改制完成度已經較高，農信機構的治理機制較為完善，此外，這些省的金融市場更加發達，競爭程度更高，省聯社對轄內農信機構的影響較小，對信貸規模的促進作用因此也較小。

（五）金融素養關注指數

金融素養關注指數反映了省聯社對農信機構開展金融知識宣傳、提升居民金融素養等活動的關注度。為檢驗金融素養關注指數的合理性，本文基于中國人民銀行發布的《消費者金融素養調查分析報告（2017）》，比較了消費者金融素養水平與金融素養關注指數的發展趨勢18。結果顯示，除東北地區外，兩個指數的基本趨勢是一致的。

居民金融素養不足是制約普惠金融發展的重要因素之一，提升金融素養有助于解決當下普惠金融發展的瓶頸問題（劉國強，2018），而普惠金融的發展有助于促進農村地區居民金融可得性，從而發揮減貧作用（顧寧和張甜，2019）。據此，我們比較了各省2018年貧困人口減少數與省聯社金融素養關注指數的變動趨勢，結果顯示，部分地區金融素養關注指數與減貧人數有相同的正向趨勢。這可能是因為，提升居民金融素養有助于促進居民的金融交易（張劍和梁玲，2020），同時帶動家庭享受型消費支出的增長，促進家庭消費結構升級（孟宏瑋和閆新華，2019），還可以提升家庭購買商業保險的意愿（楊柳和劉芷欣，2019），從而平滑農業生產中自然災害的不利影響，進一步發揮減貧作用。

由計算的金融素養關注指數可知，新疆、吉林、遼寧、河北等地省聯社的金融素養關注指數較低，這些省份的共同特點是經濟發展水平相對落后，尤其是遼寧省，其金融素養關注指數在2013-2017年均為0，這或許在一定程度上影響了該省農信機構開展提升居民金融素養的活動。圖10的對比表明，省聯社對金融素養的關注度越高，該省居民的金融素養水平也越高，且經濟發展水平低的地區，其居民金融素養水平也更低，因此，經濟欠發達地區的省聯社應在居民金融素養教育中發揮更大作用。

（六）金融扶貧關注指數

農商行等農信機構作為農村金融的主力軍，推進金融扶貧工作責無旁貸。金融扶貧關注指數反映了省聯社對農信機構開展金融扶貧工作的關注度。為檢驗金融扶貧關注指數的合理性，我們分別從省域和時間兩個維度比較了各省農信機構扶貧貸款余額與金融扶貧關注指數的變動趨勢，由圖11可知，絕大部分省份的農信機構扶貧貸款余額與金融扶貧關注指數存在較為一致的變動趨勢；此外，統計分析顯示二者的相關性系數達0.6，這表明省聯社對農信機構扶貧貸款的關注的確影響了轄內農信機構扶貧貸款的投放力度。

進一步地，我們比較了各省當年貧困人口減少數量與省聯社金融扶貧關注指數的變化趨勢（見圖11），二者呈現出較大的一致性，這表明大部分地區的農信機構在金融扶貧中均發揮了重要作用，這與省聯社的監督和支持密切相關。一方面，農村扶貧資金投入大、周期長，關系農村與農業事業的長遠發展，且由于扶貧的公共品或準公共品性質（胡列曲，2007），導致商業銀行對該領域進行資金投入的積極性不高，這種情況下政府的行政引導作用就變得格外重要，地方政府借助省聯社引導農信機構加大扶貧貸款力度也因此成為具有可操作性的自然選擇，這很可能就是省聯社高度關注農信機構扶貧貸款的體制原因；另一方面，在經濟欠發達的落后地區，農信社可能是唯一的正規金融供給主體（何廣文，2009），在鄉村振興戰略和精準扶貧戰略中發揮著重要作用，因此省聯社對農信機構扶貧貸款的關注有助于促進農信機構發揮扶貧攻堅的主力軍作用，同時抑制農商行的“離農脫農”趨勢，引導將信貸資源向貧困群體傾斜，促進地區減貧工作的推進。圖11顯示出省聯社金融扶貧關注指數較高的甘肅、四川和貴州等省，均是扶貧攻堅的重點省份，這也在一定程度上印證了該指數的合理性。

（七）信貸風險關注指數

信貸風險關注指數反映了省聯社對轄內農信機構信貸風險防控和不良貸款處理的關注度。為檢驗信貸風險關注指數的合理性，我們比較了各省農信機構不良貸款率倒數與省聯社信貸風險關注指數，顯示二者存在較為一致的變動趨勢19，意味著二者可能具有較強的相關性。在過去的改革中，省聯社一直作為管理者的角色，確實為農商行清理不良資產，解決歷史包袱發揮了重要作用（汪小亞和唐詩，2018）。在圖12中，我們還比較了各省金融發展水平（以金融機構貸款余額/地區GDP衡量）省聯社與信貸風險關注指數的變化趨勢，結果顯示，當地省聯社信貸風險關注指數越高，當地金融發展水平也往往越高。

由信貸風險關注指數和圖12不難看出，各省聯社對信貸風險的關注差異巨大，且經濟發達地區的信貸關注指數在2016-2018年下降，而經濟欠發達地區的信貸關注指數呈現上升的趨勢。這可能是因為，省聯社的關注促進農信機構防范信貸風險，進一步改善當地金融市場環境從而促進地區金融機構的信貸投放。研究表明，發展中國家的金融市場是一個競爭不充分、不完全的市場，借貸雙方存在信息不對稱（蔣遠勝等，2018），而農村地區的客戶通常缺乏合格的抵押或擔保，其信貸風險往往也較高；由于農信機構往往規模較小、風控能力不足，省聯社作為轄內農信機構的統一管理平臺，面對不完全競爭、信息不對稱的農村金融市場，向農信機構提供必要的風控指導、培訓甚至技術、產品的研發是具有合理性的，也更具有規模經濟優勢。從統計數據來看，省聯社成立前夕，全國農信系統的不良貸款比例高達37%，資本充足率為-9%，但據銀保監會的數據，到2019年二季度末，全國農商行整體資本充足率為12.97%，不良貸款率為3.95%，資產質量得到明顯改善，風控能力得到明顯提升。

在傳統的中學地理教學活動中，我們老師可能或多或少的忽視了中學生地理學習中的知識情感、想象以及知識點的領悟等多方面的發展，。在地理課堂教學活動中老師過多地強調知識的記憶、模仿，抑制了學生的頭腦意識，表達動手能力，導致學生地理思維能力欠缺、地理課堂活力不足，從根本上制約了學生的主動性和創造性,從而讓我的地理課堂教學變得固執、沉悶，缺少了靈性，缺乏了活力。在新課改的要求下，教師必須改變教學方法使地理課堂教學活力從根本上得到提升。

主要結論及其政策啟示

本文利用LDA模型對省聯社官網2010～2018年發布的新聞進行主題文本分析，構建了省聯社對農信機構涉農貸款、小微貸款、金融扶貧等七類業務的關注指數，通過與實際指標變化趨勢的對比和對二者相關性系數的檢驗，不僅證實了該指數的合理性，還進一步揭示了七類業務關注指數的主要特征。總結前文的分析，可以得到如下主要結論：

第一，盡管各省聯社官網新聞發布數量差異較大，但利用LDA模型對省聯社官網新聞進行主題文本分析進而構建省聯社業務關注指數，從理論原理和實踐操作的角度看都是可行的，這為我們進一步量化評估省聯社的作用與影響奠定了實證基礎。

第二，無論是基于與相關實際指標變化趨勢的比較，還是對實際指標與關注指數的相關性檢驗，均表明省聯社涉農貸款等七類業務關注指數有較強的合理性。分析其內在機理，我們進一步發現省聯社對農信機構業務的關注度受到相關政策的影響，且在一定程度上能反映省聯社對農信機構業務發展的干預力度。

第三，省聯社業務關注指數呈現出較大的地區差異，陜西、青海、遼寧、云南等經濟欠發達地區的省聯社關注指數長期偏低，而浙江、廣東、江蘇等經濟發達地區的關注度一直較高；總體來看，東南及沿海地區的省聯社業務關注指數整體較高，中部地區次之，西部地區整體最低，這與各地區的經濟金融發展水平基本一致。

第四，各地區的省聯社業務關注指數也呈現出一些相似的特點。首先，多數省聯社對農信機構的涉農貸款投放、機構改革發展等方面關注度較高，而對小微貸款、數字普惠金融發展、金融扶貧等業務的關注度相對較低；其次，大部分的省聯社對農戶金融素養、數字普惠金融的關注度呈上升趨勢，但對機構改革與發展的關注度呈明顯下降趨勢。

眾所周知，省聯社模式的運作已經暴露出不少問題，改革省聯社已成為各界的共識，但我國各地區省聯社的發展水平參差不齊（藍虹、穆爭社，2016），這也為改革方案的制定增加了難度。在這種背景下，上述研究結論無疑具有重要的政策含義：

首先，進一步強化省聯社規范披露信息。本文基于省聯社官網新聞信息進行文本分析發現，全國各省聯社發布的新聞數量差異非常大，一些省聯社過去十年發布的新聞數量不足100條，這顯然不符合2008年5月1日即開始實施的《中華人民共和國政府信息公開條例》的相關要求，因此，有必要進一步強化省聯社規范披露信息，研究制定更具針對性的《省聯社信息披露規則》，對新聞、年報等重要信息載體的披露規則作出更加明確的規定。

其次，因地制宜探索省聯社改革轉型方案。省聯社關注指數的地區差異可能也意味著各省農信機構的發展水平以及農信系統整體風險不盡相同，故此，要因地制宜搞改革，切忌“一刀切”，對于東南沿海及東部地區，農信機構發展已相對成熟，省聯社模式可能已不再適宜，需要轉型成服務型平臺，但西部等經濟欠發達地區農信機構的作用仍不可替代。

最后，對于省聯社而言，第一，要淡化行政干預，強化服務職能。本文發現多數省聯社對農信機構的干預力度過大，一定程度上制約了農信機構的正常經營，因此，省聯社要淡化對農商行的行政管理，突出專業化服務功能。第二，加大對小微企業融資的關注度。省聯社要引導轄內農信機構著力解決小微企業融資難、融資貴的問題，切實為小微企業融資增收釋放紅利。第三，落實提升居民金融素養舉措，重點提升數字金融素養，更多地舉辦宣傳活動，有效提升農信機構從業人員和普通居民尤其是農村地區居民的金融素養。

總之，省聯社改革勢在必行，不妨從強化省聯社規范信息披露入手推動其轉型發展，未來的改革必須堅持因地制宜的原則，以能否更好地服務“三農”、服務“鄉村振興”作為檢驗改革成效的重要標準，逐步推進體制機制的變革，從而推動農信機構的健康可持續發展。

注釋：

12003年國務院印發了《深化農村信用社改革試點方案》，將對農村信用社的管理權限下放給省級政府，各省隨之陸續組建農村信用社聯合社即省聯社，具體承擔轄內農村信用社的管理、指導、協調和服務職能。

22012年發布的《中國銀監會關于規范農村信用社省（自治區）聯合社法人治理的指導意見》、2014年發布的《國務院辦公廳關于金融服務“三農”發展的若干意見》【2014（17號）】、2016年到2018年連續三年的“中央一號文件”均提出要推進省聯社改革。2019年2月，為深入貫徹落實中央農村工作會議、《中共中央、國務院關于實施鄉村振興戰略的意見》和《鄉村振興戰略規劃（2018-2022年）》有關要求，人民銀行、銀保監會、證監會、財政部、農業農村部聯合印發了《關于金融服務鄉村振興的指導意見》，明確提出要“積極探索省聯社改革路徑，理順農信社管理體制”。

3寧夏回族自治區無省聯社，是大一統的農商行模式，西藏自治區無省聯社官方網站。

4分析流程參考王靖一和黃益平（2018）的思路，Python軟件為3.7版本；各省聯社網站對爬蟲均有較高包容度，沒有任何跡象表明本文的爬蟲工作影響網站正常運作。

5這些關鍵詞是：省聯社、農村商業銀行、農商銀行、農村信用社、信用聯社、鄉村振興、普惠金融、數字普惠金融、金融科技、手機銀行、微信銀行。

6停用詞主要包括語氣助詞、無實義名詞、量詞、以及部分動詞，設置停用詞后所有停用詞將不再出現在分詞結果里。用戶自定義詞典是為了避免分詞將固定詞組切分開而設置的詞庫，比如“農村商業銀行”，Jieba分詞會將詞組切分為“農村”“商業”“銀行”，為避免該詞組被切分，我們在自定義詞典中設定該詞組即可。

7語料庫是自然語言處理的術語，這里表示由所有文檔構成的文檔集合。

8具體求解過程見Blei等（2003）。

9考慮到實際情況，本文設置的這些關鍵詞涵蓋了信貸行為、普惠金融、數字技術和機構改革與發展等四個方面，具體包括貸款、信貸、不良資產、風險、手機銀行、微信、網絡銀行、金融科技、數字、互聯網、大數據、人工智能、區塊鏈、云計算、普惠金融、服務可得性、包容性、小微企業、涉農、“三農”、金融排斥、素養、改制、改革、培訓、管理、掛職、任命等詞語。

10池化是指對不同主題數的LDA結果進行綜合匯總，給出這篇文章能否進入下一階段的判斷。

11本文先后驗證了預設主題數為10、20和30的LDA模型，當某個文檔從屬于四大主題的概率均排在后50%時則將其剔除。

12pyLDAvis是針對LDA主題模型算法的可視化模塊，見https://github.com/bmabey/pyLDAvis。

13部分主題的表意可能并不明確，需要4個或更多的關鍵詞才能確定相應的主題。

14由于山西省聯社官網只有2019年的新聞，數據量太少，因此本文的指數結果中沒有山西省聯社。

15檢驗指數合理性的方法為：一方面，借鑒張正平和楊丹丹（2017）的思路，將每一類關注指數與其高度相關的實際指標的變動趨勢進行對比；另一方面，估計每一類關注指數與其高度相關的實際指標的相關性。

16本文比較了2016-2018年的變動趨勢，限于篇幅，文中僅報告了數據最全的2018年的比較情況，下同。

17盡管“數字普惠金融”一詞在2016年杭州G20峰會之后才廣泛流行，但運用數字技術發展普惠金融在我國各地早有實踐，本文將農信機構運用數字技術推動普惠金融發展的行為及其產出均視作數字普惠金融發展的范疇，故使用“數字普惠金融關注指數”一詞。

18由于無法獲得具體每個省的金融素養得分，只能分區域大致對比我國東部、中部、西部、東北以及全國整體的情況。由于對比省份不同，不便與關注指數和貧困人口減少的對比放在一張圖中，因此限于篇幅，未予以報告。

19直接使用不良貸款率進行趨勢檢驗時發現二者趨勢幾乎相反，為更好地反映二者的共同趨勢，本文使用不良貸款率的倒數進行檢驗。由于省份較少，不便與關注指數與金融發展水平的對比放在一張圖中，限于篇幅，未予以報告。