金融服務精準對接新市民需求的困境、成因與優化對策

張珩 張洋

摘要：利用2022年新市民微觀調查數據，從普惠金融認知、傳統金融和數字金融三個方面深入分析金融服務精準對接新市民需求的現狀和問題后發現，金融機構服務新市民的動力和意愿不強、新市民金融能力和金融素養較低是當前制約金融服務精準對接新市民需求的主要困境；進一步采用有序Logit模型從金融排斥視角檢驗影響金融服務精準對接新市民需求的因素發現，年齡在30—39歲、月收入在2萬元以上、有銀行資本、政府資本和突發性事件以及到最近金融機構網點的距離是共同影響新市民受到儲蓄排斥、信貸排斥和保險排斥的顯著性因素。未來要做好金融服務精準對接新市民需求，需持續創新新市民金融產品和服務體系、深化新市民金融教育、補齊基礎設施短板以及強化政府對新市民金融服務的支持作用。

關鍵詞：新市民；金融需求；困境；金融排斥；精準對接

中圖分類號：F832.35? ? 文獻標志碼：A? ? 文章編號：1001-862X（2023）04-0079-011

一、引 言

解決金融市場供求失衡，促進實體經濟高質量發展，有賴于建立完整高效、功能齊全的金融市場供給體系。作為新時代金融發展的必要條件，推動普惠金融發展既是深化金融供給側結構性改革的動力所在，也是堅持金融工作政治性、人民性和專業性的題中應有之義。黨的十八大以來，黨中央高度重視發展普惠金融，并將其上升為國家戰略。與此同時，伴隨著中國工業化、城鎮化和農業現代化進程的深入推進，數以億計的農村居民因創業就業、子女上學和投靠子女等原因轉入城鎮，并在未獲得城鎮戶籍情況下融入當地并成為新市民。然而，因戶籍、身份等制度原因，新市民在福利待遇和公共服務獲取方面與當地戶籍市民存在明顯差距，特別是在進入城鎮生活后所衍生的買房買車、子女上學和養老醫療等多元化金融需求并未得到有效且充分滿足。為對接新市民多元化金融需求，順應其對美好生活的向往，2022年3月4日，原中國銀保監會和中國人民銀行聯合發布《關于加強新市民金融服務工作的通知》（以下簡稱《通知》），不僅明確“新市民”內涵主要是指因本人創業就業、子女上學、投靠子女等原因來到城鎮常住，未獲得當地戶籍或獲得當地戶籍不滿三年的各類群體；還要求金融機構做專做細新市民金融服務工作，以此解決其在創業、就業、住房、醫療、養老和教育等領域的“急難愁盼”。在黨和國家的政策推動下，全國各省（市、自治區）結合自身的地域特點積極推廣和強化新市民金融服務工作，成效顯著。國家金融監督管理總局官網不完全數據統計顯示，截至2022年9月末，僅四川省銀行業金融機構就發放新市民貸款余額合計7643億元，較年初增長14.8%。那么，金融服務精準對接新市民需求的現狀如何？其存在哪些困境？影響新市民金融服務的因素又有哪些？如何持續推進新市民金融服務工作？這些都是值得討論的重要理論和現實問題。鑒于此，本文利用城鄉居民普惠金融有效性需求調查數據，系統性剖析金融服務精準對接新市民需求的現狀、困境和成因，并為優化金融服務精準對接新市民需求提出相應的對策建議，這不僅可以深刻理解做好新市民金融服務的理論內涵，還能在中國式現代化進程中促進普惠金融高質量發展，并為持續增強新市民幸福感、獲得感和滿意度提供切實可行的保障措施。

圍繞新市民如何在城市留得住、過得好這一話題，眾多學者從社會學角度對新市民內涵、城市融入感、住房困境、就業質量與保障機制進行了充分討論，并積累了大量研究成果。隨著城鄉一體化發展，新市民內涵有階層說、文學說、市民說、權利說和進城農民說，其中進城農民說最合時合宜合需［1］。盡管進城農民可以以靈活就業人員身份自行繳納養老保險和醫療保險，但新市民對城市融入感和身份認同感長期處于較低水平［2］。新市民完全融入城市需要一個過程，如重慶市僅有18.6%的新市民只需1年即可完全融入城市［3］。在上述研究過程中，僅有個別學者從金融視角討論了新市民問題，發現數字金融發展會顯著提升新市民創業概率和創業質量［4-5］，且對新市民城市融入感具有顯著正向影響［6］。但該研究未從金融視角全面分析新市民金融服務現狀、問題和成因。隨著《通知》的發布，一些學者和研究機構針對新市民金融服務問題進行了討論。例如，新市民對數字金融產品和服務的總體感受較為一般，金融風險管控難、信息不充分和金融素養低是造成做好新市民金融服務工作的主要問題［7］。新市民群體分布分散、融資金額較低且信用等級識別困難是造成金融機構服動力不足的主要原因［8］。盡管這些研究就新市民金融服務問題進行了討論，但專門從金融排斥視角分析影響金融服務精準對接新市民需求因素的研究寥寥無幾。鑒于此，本文在深入討論金融服務精準對接新市民需求的現狀和困境的基礎上，進一步從金融排斥視角指出影響新市民金融服務的主要顯著性因素，并提出精準對接新市民需求的金融制度安排。

主要在以下方面進行了創新：第一，本文是國內為數不多利用微觀數據從金融視角全面分析新市民金融服務問題的研究。以往研究多側重于從社會學視角討論新市民城市融入感、住房和就業等問題，沒有捕捉到新市民可能存在的潛在金融需求問題。事實上，在新發展階段下，精準對接新市民需求不僅要解決其住房和就業等問題，還要重點關注其在進入城市生活后所衍生出對買房買車、子女上學和養老醫療等美好生活向往的金融問題。本文從普惠金融認知、傳統金融和數字金融三個方面深入分析金融服務精準對接新市民需求的現狀和存在問題，這為深入分析新市民問題提供了直接證據。第二，借鑒現有研究一般農村居民金融問題的研究思路，深入檢驗影響新市民金融服務的主要顯著性因素。與傳統農村居民主要集中在農業行業不同，新市民在進入城市工作和生活后，重點集中在制造業、建筑業、批發零售、交通運輸、物流倉儲、居民服務等多行業，其所衍生的金融需求遠比農村居民更為多元復雜。本文利用有序Logit模型從金融排斥視角深入檢驗了影響新市民受到儲蓄排斥、信貸排斥和保險排斥的主要因素，這啟示政策制定者要結合新市民特點，建立能深入踐行金融為民、促進全體人民共同富裕的政策保障體系。

二、金融服務精準對接新市民需求的現狀分析

（一）數據來源

本文所使用的數據來源于2022年4月中國銀行業協會聯合中國社會科學院金融研究所和廣東二十一世紀環球經濟報社開展的“城鄉居民普惠金融有效性需求”調研數據。本次調查在中國銀行業協會的全力配合下，采取分層抽樣和簡單隨機抽樣相結合的方式，開展了“一對一”的問卷調查活動。為保證調查樣本具有典型性和代表性，中國銀行業協會首先將浙江、河南和云南三個省份作為重點調查區域，并將問卷下發給當地銀行業協會，銀行業協會根據調查內容將問卷下發給當地城市商業銀行、農村信用社、農村商業銀行、村鎮銀行等銀行業金融機構，各金融機構根據營業網點梳理，按照隨機抽樣原則完成不少于10份的居民調查問卷。為確保分析結果的準確性，本文在分析之前，對數據進行了整理，并剔除了非新市民數據，共獲得能反映新市民個人情況、家庭情況、收入與支出水平以及存款、貸款和保險經歷的9914個樣本，剔除無效問卷后，共獲得有效問卷8310份，問卷有效率為82.01%。

（二）新市民對普惠金融的認知與態度分析

如圖1所示，僅有11.69%的樣本對普惠金融非常了解，將近一半（48.52%）的樣本僅對普惠金融略有耳聞甚至不了解，這說明推進普惠金融工作仍不能懈怠。此外，一半以上（51.46%）的樣本認為發展普惠金融對自身影響一般，31.75%的樣本認為并不能帶來實質性影響，但74.66%的樣本仍然支持發展普惠金融。上述分析可以發現，盡管當前全國各地的金融機構均對普惠金融進行了大量的宣傳，但其宣傳力度依然不足，導致新市民對普惠金融的認識程度不足。

（三）新市民傳統金融服務現狀分析

從儲蓄行為來看，57.54%的新市民近一年有過儲蓄行為，其儲蓄動機主要以子女教育（占比為22.21%）和固定資產儲備為主（占比為24.59%）。信貸服務現狀表明，53.98%的新市民近3年內有借貸需求，其中有52.20%的新市民向銀行申請過貸款，92.66%的新市民獲得了銀行足額貸款。保險服務現狀表明，僅有68.85%的樣本參保了基本醫療保險，60.20%的樣本參保了養老保險，加強新市民醫療、養老保障迫在眉睫。此外，盡管59.35%的樣本認為保險比較重要或非常重要，但其參保的積極性并不高，主要是受到“要花很多錢的保險沒必要”的觀念影響。盡管新市民保險意識淡薄，但保險需求具有巨大的增長空間，特別是近年來從事外賣行業等靈活就業的新市民安全事故頻發，其社會保障問題仍處在“真空”之中［9］。

（四）新市民數字金融服務現狀分析

就新市民參與數字金融的情況而言（詳見圖2），66.86%的新市民采用數字支付；70%以上的新市民更愿以手機銀行申請銀行貸款和購買理財，而相比之下，愿意通過支付寶等第三方平臺的比例較低。此外，新市民參與數字金融的行為與意愿存在“悖離”現象，表現為以線上方式申請過銀行貸款和購買過理財的樣本比例遠低于其使用意愿，而通過第三方申請的樣本比例更低。

三、金融服務精準對接新市民需求的困境分析

（一）金融機構服務新市民的動力和意愿不強

當前金融機構對新市民的金融服務動力和意愿并不強烈，有三個原因：一是多數新市民以靈活就業為主，在有金融需求時難以向金融機構提供抵質押物或收入證明，加之缺少央行征信記錄，金融機構對其信用評級依據不足，導致金融機構為新市民提供金融服務的意愿和動力明顯不足。二是新市民具有較強流動性，其金融行為經常跨城鄉、跨城市、跨金融網點，難以建立長期穩定合作關系，加大了金融機構精準獲取新市民身份信息的成本以及研判貸后風險的難度，導致金融機構服務意識淡薄。三是新市民金融多以小額高頻的需求為主，且金融需求差異很大，例如，進城的老年人多以醫療和養老保險等需求為主，長期進城務工的農民工多以個人信用消費貸和住房信貸為主，留在城市創業的新市民多以創業貸款等需求為主。但是，由于當前金融機構并未清晰界定“新市民”的概念，也未精準標識不同職業類型，導致其針對新市民的專屬金融產品不僅不能有效滿足金融需求，還有損自身邊際收益，嚴重制約金融機構服務意愿。

（二）新市民的金融能力和金融素養較低

較低的金融能力和金融素養導致新市民對金融服務的使用嚴重不足，主要表現為三個方面：一是由于多數新市民教育水平普遍較低且進入城市時間較短，金融知識和金融業務信息積累都較為缺乏，且工作時間與金融機構營業時間存在重疊，制約了新市民主動使用金融服務的積極性。二是隨著金融服務的線上化程度日益提高，新市民對線上產品大多存在認知障礙，加之可支配收入低和存款低，抗風險能力也較差，致使其不會主動享受這些服務，甚至產生心理排斥。三是由于新市民參與金融市場的經驗不足且風險意識薄弱，不法分子通過為其偽造信用記錄來騙貸騙保，使新市民的自身收益受到損失，導致對金融服務的使用略有畏懼。

（三）金融服務新市民的基礎設施建設相對落后

缺信息、缺信用、缺擔保是當前新市民普惠金融服務中的痛點和難點所在。具體而言：一是信用擔保體系建設不健全。盡管全國金融信用信息基礎數據庫收錄了個人信用數據，但并不能完全覆蓋新市民，信息孤島現象時有發生。調查發現，大量新市民均是缺少央行征信記錄的“白戶”，其不僅缺乏足夠的歷史信用數據，而且很多指標不夠完善甚至空白，金融機構難以有效地識別其信用水平。二是信用擔保體系不完善。雖然各地方政府陸續成立了第三方擔保公司來支持和推進新市民金融服務工作，但在“城鄉兩棲”狀態下新市民原始資產積累與當下行為之間兩地割裂，擔保公司很難全面了解信息，擔保業務不能完全解決新市民的金融服務需求。三是新市民的主要家庭資產多為老家房產，在新城市中缺乏抵質押物，金融機構對新市民家鄉資產狀況不了解，評估成本和評估難度較大，使家鄉資產成為“沉睡”資產，也影響了新市民的貸款準入。

（四）政府對金融機構服務新市民的支持存在“缺位”

新市民金融工作具有一定的準公共物品特性，但當前政府支持還存在“缺位”現象，表現在三點：一是數據壁壘較為嚴重。新市民的戶籍、就業、醫保、社保等數據分散在各個部門，這些數據對金融機構設計專屬金融產品等具有重要意義。但是，由于金融機構依靠自身力量搜集和整合更多數據需要付出的成本很高，因此需要地方政府多渠道引入和共享新市民信息，為金融機構提供數據基礎。二是政府對新市民金融支持政策宣傳不到位。雖然各地方政府推出了專門針對新市民的創業貸款、惠民保等政策，但因宣傳工作不到位、信息不對稱等，許多新市民即使有需求也因不了解而無法享受政策福利。三是沒有建立新市民金融服務考核指標。地方監管部門不僅沒有明晰“新市民”的概念，也沒有專門制定新市民金融服務考核指標，導致較多金融機構存在認識不足、思路不清等問題，影響其做好新市民金融服務工作的積極性。

四、金融服務精準對接新市民需求的影響因素

分析：基于金融排斥視角

（一）新市民金融排斥類型和排斥程度的界定

為深入剖析金融服務精準對接新市民需求的成因，本文從金融排斥視角討論影響新市民金融排斥的主要因素。為準確識別新市民受到的金融排斥類型和金融排斥程度，一方面，本文將儲蓄排斥分為地理排斥、自我排斥和條件排斥三種類型，將信貸排斥分為地理排斥、自我排斥、價格排斥、條件排斥、評估排斥和營銷排斥六種類型，將保險排斥分為自我排斥、價格排斥和營銷排斥［10］；另一方面，將金融排斥程度分為不受排斥、受部分排斥和受嚴重排斥三種情況。［11］其中，就儲蓄而言，不受排斥是指新市民有銀行儲蓄賬戶且近1年內發生過儲蓄行為，受部分排斥是指有賬戶且近1年內沒有發生儲蓄行為，受嚴重排斥是指沒有銀行儲蓄賬戶且沒有儲蓄行為。就信貸而言，不受排斥是指新市民近1年內在銀行申請過貸款且獲得足額貸款，受部分排斥是指新市民近1年內在銀行申請過貸款但獲得不足額貸款，受嚴重排斥是指新市民近1年內有借貸需求但沒有申請過貸款。就保險而言，不受排斥是指新市民近1年內有參保且參保種類在2個（含）以上，受部分排斥是指新市民近1年內有參保且參保種類只有1個，受嚴重排斥是指新市民近1年內無參保。

（二）新市民金融排斥類型分析

從金融排斥類型來看（詳見圖3），在受到儲蓄排斥的新市民中，自我排斥占比最高，為93.51%；地理排斥占比次之，為4.29%；條件排斥占比最低，僅為2.20%。根據調查情況可知，自我排斥占比最高，其主要原因是疫情防控期間新市民無法通過打工獲得穩定收入，導致儲蓄能力不足；從地理排斥和條件排斥來看，主要是其主觀認為銀行物理網點較遠以及辦理柜面業務較為復雜所致。在受信貸排斥的新市民中，自我排斥占比最高，為48.35%，而條件排斥、評估排斥和營銷排斥占比較低，合計僅為11.11%。具體而言，新市民信貸自我排斥主要由于一是不了解銀行貸款流程，主觀認為銀行貸款復雜，更傾向于通過親友借款；二是認為申請銀行貸款時提交材料較為麻煩；三是認為銀行信貸員對貸款裁決權利較大。信貸地理排斥主要是由于物理網點太少所致，產生信貸價格排斥主要原因是還貸利率較高。在受到保險排斥的新市民中，51.02%的樣本受到價格排斥，即認為無力支付保險費用；26.82%的樣本受到自我排斥，即對保險不了解；22.16%的樣本受到營銷排斥，即認為保險宣傳工作不到位。正是由于價格排斥和營銷排斥的存在，導致保險市場長期面臨供需“雙冷”的尷尬局面。

（三）新市民金融排斥程度分析

從受部分排斥的比例來看，樣本受保險排斥的比例最高，為56.92%，而受信貸排斥的比例最低，僅為6.17%；從受嚴重排斥的比例來看，樣本受信貸排斥的比例最高，為47.80%，而受儲蓄排斥的比例最低，僅為7.87%。從不同區域來看，浙江、河南和云南三個省份新市民的金融排斥存在較大差異，以受嚴重排斥為例，浙江省新市民保險排斥比例在三個省份中最高，占比為37.33%；河南省新市民的儲蓄和信貸排斥比例最高，占比分別為8.66%和54.14%。

（四）新市民金融排斥成因分析

1.變量選取說明。本文將新市民受到的金融排斥程度作為被解釋變量，并按照金融排斥程度的高低，將不受排斥賦值為0，受部分排斥賦值為1，受嚴重排斥賦值為2。本文將影響新市民金融排斥程度的因素歸納為個體特征、家庭特征、社會資本、突發性事件和地區特征五大類型［12-13］，詳見表1。①個體特征。主要包括性別、年齡和婚姻狀況三個變量。一方面，男性因面臨維持家庭生計與提高家庭生活水平的壓力而擁有更高的參與金融市場的決策權和話語權［14］；另一方面，男性因具有從事勞動的突出優勢因而參與金融市場也比女性更為強烈，受到金融排斥的可能性也越大。［15］因此，本文將男性新市民賦值為1，女性賦值為0。年齡也會產生顯著影響，隨著新市民年齡的增長，其從事勞動的積極性和抗風險能力呈現倒U形趨勢，受金融排斥程度的也相應呈現倒U形趨勢。［16］因此，本文將新市民的年齡分為5個組，并將29歲及以下作為參照組。相較于未婚、離異和喪偶的新市民而言，已婚新市民的風險承受能力和財富水平較高，其受到金融排斥的可能性就越小。［12］因此，本文將新市民的婚姻狀況分為未婚、已婚、離異和喪偶4個組，并將未婚作為參照組。②家庭特征。主要包括家庭月收入、家庭金融資產和家庭勞動力三個變量。家庭收入和金融資產越高，家庭財富能力就越強，按時還貸和繳納保費的能力就越強，受到金融排斥的可能性就越小。［17］鑒于此，本文將家庭月收入分為6個組，并將0.3萬元（含）以下作為參照組；將家庭金融資產分為5個組，并將5萬元（含）以下作為參照組。家庭勞動力人數對家庭生產能力、未來家庭潛在收入和償債能力起著決定性作用。家庭勞動力占比越高，從事各種勞動活動的保障程度越高，其生產和投資能力越強，對資金的需求也越高，參與金融市場的積極性就越強，受到金融排斥的可能性和程度就越低。［18］鑒于此，本文將家庭勞動力分為4個組，并將0～25%（含）作為參照組。③社會資本。主要包括是否有親戚為政府干部和是否有親戚為銀行員工兩個變量。若有親戚為政府干部或銀行員工則賦值為1，若沒有賦值為0。現階段，中國仍是一個注重“傳統”的關系型社會，新市民在長期的相處中自然而然形成的社會資本不僅直接影響著其獲取信息的能力，還對其參與金融行為起著不可忽視的作用。借助社會資本，不僅可以增強農戶與正規金融機構之間的信任關系，并充當類似于抵押品的作用，這在一定程度上會促進新市民參與金融市場，因而受到金融排斥的可能性就越低。［19］④家庭突發性事件。主要包括是否有紅白事、是否有建房或買房以及是否有家庭成員患有重大疾病三個變量。若有紅白事、有建房或買房以及有家庭成員患有重大疾病則賦值為1，若沒有賦值為0。若新市民家庭發生突發性事件時，其投入的資金就越多，進行儲蓄和購買保險的能力就越弱，受到金融排斥的可能性就越大；另一方面其資金的需求就較為旺盛，受到信貸排斥可能性越小。⑤地區特征。主要包括住所到最近金融機構的距離以及區域位置兩個變量。一般來講，到最近金融機構的距離越近，接觸到金融機構的各種信息就越便利，參與金融市場就越積極，受金融排斥的可能性就越小。［20］鑒于此，本文將住所到最近金融機構的距離分為4個組，并將1（含）公里之內作為參照組。區域位置代表了一個地區的宏觀經濟發展水平、市場發育程度和金融基礎設施建設水平。東部地區的經濟發展水平、市場發育程度和金融基礎設施建設要明顯優于中西部地區，新市民參與金融市場的積極性越高，受到金融排斥的可能性就越小。［11］鑒于此，本文將區域位置按照調查省份分為3個組，并以“浙江”為參照組。具體變量選取及說明如表1所示。

2.計量策略。由于新市民受到的金融排斥程度是1—3的離散分類變量，因此本文預估了有序Logit模型，并進行Brant檢驗，結果表明并不滿足平行回歸假設，適用于本研究。設定有序Logit模型表達式如下：

式（1）和式（2）中，被解釋變量fei為新市民金融排斥程度，0表示不受排斥，1表示受部分排斥，2表示受嚴重排斥，fei*表示新市民金融排斥程度的隱變量；xi表示影響新市民金融排斥程度的一組變量，主要包括新市民個人特征、家庭特征、社會資本、突發性事件和地區特征；β為待估參數；εi為服從標準正態分布的隨機誤差項；cj（j=0，1）稱為門檻值或閾值。由此可得：

式（3）中，Φ（·）為εi的標準正態分布的累積密度函數，則其對數似然函數為：

式（5）對β求導并令其為0，解出方程組中的β，可以得到模型參數中的極大似然解。

3.結果分析。本文采用極大似然估計法估計影響新市民儲蓄排斥程度、信貸排斥程度和保險排斥程度的因素，結果詳見表2。需要說明的是，在模擬計量模型之前，本文首先采用方差膨脹因子（VIF）檢驗了自變量之間多重共線性，VIF值遠小于10，說明不存在明顯多重共線性。其次，由于較難解釋負二項回歸模型自變量估計系數的經濟意義，本文報告了“發生率比”（incidence rate ratio）。從表2估計結果看，個人特征、家庭特征、社會資本、突發性事件和地區特征均對新市民儲蓄、信貸和保險排斥程度有顯著影響。

（１）從個人特征看，性別僅對新市民儲蓄排斥程度具有1%顯著性水平的正向影響。在其他條件相同的情況下，性別為男性的新市民的儲蓄排斥程度是女性的1.219倍。年齡對新市民儲蓄、信貸和保險排斥的影響具有顯著的差異。從儲蓄排斥來看，年齡為30—39歲的新市民受到的儲蓄排斥程度是參照組的1.221倍。從信貸排斥來看，隨著年齡的增加，新市民受到的信貸排斥程度反而有所下降，年齡為30—39歲和40—49歲的新市民，其受到的信貸排斥程度分別是參照組的0.719倍和0.730倍，分別下降了28.1%和27.0%，保險排斥和信貸排斥與之類似。婚姻狀況僅對信貸排斥和保險排斥有顯著影響。其中，從信貸排斥來看，婚姻狀況為已婚和離異的新市民，其受到的信貸排斥程度分別是未婚新市民的0.703倍和0.689倍，分別下降了29.70%和31.10%；而從保險排斥來看，已婚新市民的保險排斥程度是未婚新市民的0.8倍，下降了20%，喪偶新市民的保險排斥程度是未婚新市民的1.641倍，上升了61.1%。這可能是由于在配偶去世后，家戶失去了逝者的勞動收入或養老金，基本需求也因為家戶規模的縮小而下降。［21］

（２）從家庭特征來看，家庭月收入對新市民儲蓄排斥程度、信貸排斥程度和保險排斥程度均具有不同程度的影響。隨著家庭月收入的增加，新市民受到的儲蓄、信貸排斥程度反而有所下降。這個結果與中國實際情況相吻合，即家庭收入越高，新市民儲蓄意愿和能力更強，獲得貸款的可能性也越高，因而受到儲蓄排斥和信貸排斥的程度也越低。從保險排斥來看，家庭月收入在2～5（含）萬元和5萬元以上的新市民其受到保險排斥程度分別是參照組的0.814倍和0.798倍，分別下降了18.6%和20.2%。隨著家庭金融資產的增加，新市民受到的儲蓄、保險排斥程度有明顯下降，而對信貸排斥程度影響不顯著。盡管當前中國社會保障已實現制度上的全面覆蓋，但作為勞動者群體的最低層，低勞動報酬加大了新市民參保支付壓力而造成其自我保障意識不足，導致參保意愿較低。就家庭勞動力而言，50%～75%（含）的勞動力占比對新市民信貸、保險排斥程度具有1%的顯著性水平的正向影響，其分別是參照組的1.806倍和1.805倍。勞動力占比對新市民儲蓄排斥程度影響不顯著可能與中國居民普遍愛“存錢”的現象有關，特別在受到不確定性事件沖擊下新市民增加預防性儲蓄。

（３）從社會資本來看，政府資本僅對信貸排斥程度和保險排斥程度均至少在5%的顯著性水平上呈負向影響，有親戚為政府干部的新市民的信貸、保險排斥程度更低，其分別是參照組的1.210倍和0.853倍。政府資本對新市民儲蓄排斥程度影響不顯著可能與其不會干預新市民儲蓄意愿和行為有較大關系。金融資本對新市民儲蓄、信貸和保險排斥程度的影響均至少在5%的顯著性水平上呈負向影響。在其他條件相同的情況下，有親戚為金融機構員工的新市民會降低金融排斥程度，這是因為一是金融機構的親戚會因營銷任務而直接影響新市民的儲蓄行為和參保行為；二是依托于金融機構親戚的隱形擔保，新市民在有信貸需求時更容易獲得銀行信貸資金，且在辦理信貸業務過程中更有效率，有助于減少新市民的信貸排斥程度。

（４）從突發事件來看，有紅白事、有建房或買房和有重大疾病均對新市民儲蓄、信貸和保險排斥程度至少在5%的水平上有顯著正向影響，表明突發事件顯著增加的新市民金融排斥程度。這可能是籌辦紅白事、建房或買房以及看病的支出會在短期內大幅減少而影響其儲蓄能力、還貸能力和支付保費能力，加大了其受到的金融排斥程度。

（５）從區域特征來看，到最近金融機構的距離對新市民受到金融排斥程度具有正向影響。從儲蓄排斥來看，新市民到最近金融機構的距離在5～10公里（含）和10公里以上的新市民，其受到的儲蓄排斥程度是參照組的1.422倍和1.402倍。從信貸排斥和保險排斥來看，新市民到最近金融機構的距離在1～5公里（含）和5～10公里（含）均在1%的顯著性水平上呈正向影響。這符合實際情況，距離金融機構網點越遠，新市民辦理金融業務的交易成本就越高，加大了金融排斥程度。區域位置對新市民金融排斥程度的影響有顯著差異。地處河南的新市民受到的信貸排斥程度是浙江新市民的1.351倍；云南新市民的保險排斥程度是浙江新市民的0.944倍。浙江省數字化程度以及新市民勞動報酬較高，其受到金融排斥程度明顯低于河南。

五、優化金融服務精準對接新市民需求的對策建議

基于上述研究，本文認為要重點圍繞當前新市民金融服務中存在的主要難點，從需求側和供給側兩個視角采取針對性措施，把形成新市民“看得懂、找得著、用得起”的金融服務局面和金融機構“想干、敢干、實干”的金融生態作為破解新市民金融服務瓶頸的關鍵性舉措。

（一）創新符合新市民發展特點的多層次金融服務體系

1.因地制宜地設計特色金融產品和服務。鑒于不同地區新市民對金融排斥程度存在顯著差異，各個地區應結合自身經濟發展水平和數字化程度發展等特征，因地制宜地設計符合當地地域特點的金融產品和服務。在經濟發展水平較高的地區，建議依靠市場力量借助數字化手段為新市民提供金融產品和服務。在經濟發展水平一般的地區，建議堅持市場化運作和政策引導相結合做好新市民金融服務工作。在經濟發展水平落后的地區，優先需要地方政府規范和完善對新市民的頂層設計，利用各種財政和金融的政策支持提高金融機構服務新市民的主動性，以此形成規模效應。

2.發展場景金融，實現金融服務的精準滴灌和防范信用風險的雙重目標。金融機構應積極利用大數據、云計算、人工智能、區塊鏈和移動互聯等技術切實將現有的金融產品和服務與新市民生產生活場景有效融合，最大化滿足新市民在創業就業、住房、教育、醫療、養老等多層次的金融需求。

3.制定“適新市民化”的差異化、個性化金融服務。鑒于不同類型新市民的金融需求千差萬別，金融機構一方面要充分利用金融科技手段建立和完善能識別“新市民”客戶標簽的系統，確保在“城鄉兩棲”狀態下金融服務的一致性；另一方面，針對不同群體量身定制“適新市民化”的貸款保險產品，分層分類地提供差異化個性化金融服務。

（二）持續深化新市民金融教育

1.借助物理網點開展常態化金融教育活動。鑒于當前新市民金融知識相對薄弱、獲取金融信息渠道有限的問題，金融機構要把能力建設和權益保護作為解決好新市民金融教育的重點內容，并利用物理網點優勢開展常態化的金融知識進社區、進企業、進工廠宣傳活動，不斷提升新市民金融知識水平和金融反詐能力，實現金融教育的適新市民化。

2.通過數字化渠道精準傳播金融知識。順應金融業數字化轉型趨勢，利用手機銀行定期對新市民開展數字金融知識、線上化產品使用等教育工作，提高其使用數字金融產品的技能，同時結合其真實的金融訴求，創新推出互動體驗宣傳模式，通過金融知識顧問等方式對其精準“滴灌”金融知識，形成新市民看得懂金融知識、找得著服務渠道、用得起金融產品的局面。

（三）著力補齊服務新市民的基礎設施短板

1.建立金融機構的區域合作機制。鑒于新市民長期游離不同地區，建立金融機構區域合作機制，共享新市民在流入地的收入等信息以及流出地的家庭資產等信息，幫助金融機構開展跨區域信用評級、資產評估以及風險管理工作，盤活新市民在流出地的“沉睡”資產，解決新市民在流入地缺少有價值資產和人脈關系而無法達到現行貸款產品準入條件的難題。

2.建立信息整合和共享機制，完善新市民“信用畫像”。針對新市民流動性強、金融行為數據分散、“征信”空白的問題，一方面建議結合地方政府的力量，打通各區域、各部門掌握的戶籍、就業、醫保、社保等各種政務信息，建立基礎信息系統，方便金融機構完成信用評價和分析工作，解決“數據孤島”現象；另一方面，要探索建立與頭部互聯網平臺的信息共享機制，鼓勵金融機構根據信用信息勾勒新市民“信用畫像”，形成信用數據體系，提高新市民的金融服務可得性。

（四）強化政府對新市民金融服務的支持作用

1.加大政府對新市民政策的宣傳力度。鑒于新市民受不同類型金融服務的排斥程度不同，各地方政府在宣傳新市民政策時應有選擇地側重于金融排斥程度較高的新市民，一方面要鼓勵其積極參與金融市場；另一方面要重視金融機構在基層的宣傳作用，不斷拓寬宣傳范圍，提高新市民政策知曉度。

2.打出政策“組合拳”，以政策能動提升金融機構服務意愿。一方面，要針對做好新市民金融服務工作出臺相應的財政政策，并多管齊下運用政府補貼等政策工具提高金融機構服務新市民的主動性、降低新市民的融資成本，平衡好成本、收益和需求之間的關系。另一方面，要借鑒當前支持普惠金融發展的政策做法，探索推出定向降準等貨幣政策工具，對于金融機構向新市民提供融資給予降低準備金支持等。

3.建立具有一定容忍度的監管制度。為消除金融機構風險顧慮，地方金融監管部門可考慮在風險可控的前提下，專門針對新市民業務放寬金融機構的業務準入門檻，繼續推進信貸“盡職免責”制度以及提高新市民金融服務的風險容忍度等，讓新市民群體真正享受到金融服務的紅利。

參考文獻：

［1］朱振亞.“新市民”稱謂及其內涵研究述評［J］.華中農業大學學報（社會科學版），2015，（4）：82-88.

［2］魏麗，魏平.保險提升新市民金融服務水平［J］.中國金融，2022，（11）：22-23.

［3］蔡進，廖和平，邱道持，等.戶籍制度改革中進城農戶城市融入感及影響機理——基于定居重慶市主城區472位“新市民”的調查［J］.人文地理，2017，（2）：46-52.

［4］Liu，S.，Koster，S.，Chen，X.Digital Divide or Dividend？ The Impact of Digital Finance on the Migrants Entrepreneurship in Less Developed Regions of China［J］.Cities，2022，（131）：103896-103916.

［5］Li，Y.，Tan，J.，Wu，B.，Yu，J.Does Digital Finance Promote Entrepreneurship of Migrant？ Evidence from China［J］.Applied Economics Letters，2022，（19）：1829-1832.

［6］Yang，Z.，Liu，T.，Xiao，Y.Digital Finance and Migrant Workers Urban Integration：The Mediation Effect of the Gender-Earning Gap［J］.Frontiers in Public Health，2022，（10）：1076783-1076802.

［7］張明發，戴云飛.銀行應積極拓展新市民金融服務［J］.中國金融，2023，（1）：60-61.

［8］謝曉明，彭杉，邢振明.增強基層金融新市民服務［J］.中國金融，2022，（20）：102.

［9］易福金，燕菲兒，王金霞.信貸約束下的農業保險需求高估問題：理論解釋與經驗證據［J］.管理世界，2023，（5）：78-97.

［10］Kempson H.E.，Whyley C.M.Understanding and Combating Financial Exclusion［J］.Insurance Trends，1999，（21）：18-22.

［11］王修華，傅勇，賀小金，等.中國農戶受金融排斥狀況研究——基于我國8省29縣1547戶農戶的調研數據［J］.金融研究，2013，（7）：139-152.

［12］Robson，J.，Peetz，J.Gender Differences in Financial Knowledge，Attitudes，and Behaviors：Accounting for Socioeconomic Disparities and Psychological Traits［J］.Journal of Consumer Affairs.2020，（54）：813-835.

［13］甘宇，徐芳.信貸排斥的城鄉差異——來自2629個家庭的經驗證據［J］.財經科學，2018，（2）：43-51.

［14］Delis，M.D.，Hasan，I.，Iosifidi，M.，Ongena，S.Gender，Credit，and Firm Outcomes［J］.Journal of Financial and Quantitative Analysis，2022，（1）：359-389.

［15］陳秋月，董曉林.女性家庭決策賦權與農戶借貸行為——基于CFPS的實證研究［J］.農業技術經濟，2020，（12）：94-108.

［16］張曉琳，董繼剛.農戶借貸行為及潛在需求的實證分析——基于762份山東省農戶的調查問卷［J］.農業經濟問題，2017，（9）：57-64，111.

［17］吳衛星，齊天翔.流動性、生命周期與投資組合相異性——中國投資者行為調查實證分析［J］.經濟研究，2007，（2）：97-110.

［18］張珩，羅劍朝，羅添元，等.社會資本、收入水平與農戶借貸響應——來自蘋果主產區784戶農戶的經驗分析［J］.經濟與管理研究，2018，（8）：82-94.

［19］Biggart，N.W.，Castanias，R.P.Collateralized Social Relations：The Social in Economic Calculation［J］.The American Journal of Economics and Sociology，2001，60（2）：471-500.

［20］張宇，趙敏.農村普惠金融發展水平與影響因素研究——基于西部六省的實證分析［J］.華東經濟管理，2017，（3）：77-82.

［21］趙銳，張瑛.喪偶對老年女性經濟福利影響研究述評［J］.經濟評論，2019，（3）：152-164.