普惠金融发展区域差异及影响因素研究<br/>——以甘肃为例

普惠金融发展区域差异及影响因素研究
——以甘肃为例

2017-01-12崔治文张晓甜白家瑛

地方财政研究 2016年12期

关键词：市州普惠甘肃省

崔治文张晓甜白家瑛

(西北师范大学，甘肃 730070)

普惠金融发展区域差异及影响因素研究
——以甘肃为例

崔治文张晓甜白家瑛

(西北师范大学，甘肃 730070)

文章以甘肃省14个市州2007年-2014年的面板数据为样本，计算普惠金融发展指数(IFI)，对甘肃省普惠金融发展状况进行了综合分析。通过构建影响因素分析模型，实证检验四类因素对甘肃各市州普惠金融发展的影响程度。研究表明，全省普惠金融发展水平较低，各州市发展水平差异明显；各地区存款资源运用水平、交通便利程度、城市化率滞后期水平对甘肃省普惠金融区域性发展具有正效应，而农业发展水平和农村居民收入水平对其发展具有负效应。

普惠金融区域差异影响因素甘肃变异系数法

普惠金融(Financial inclusion)是指能有效、全方位地为社会所有阶层和群体提供服务的金融体系，发展普惠金融有助于进一步加强金融服务实体经济和改善民生(周小川，2013)。十八届三中全会通过的《中共中央关于全面深化改革若干重大问题的决定》中正式提出“发展普惠金融，鼓励金融创新，丰富金融市场层次和产品”，这是“普惠金融”第一次写入党的执政纲领，“发展普惠金融”成为完善金融市场体系的重要内容。金融的核心作用就是通过金融资源的配置，促进实体经济资源超越主体、跨越区域、穿越时期进行配置(李扬，2014)。作为金融实践与技术进步、理念转变相结合的产物，普惠金融是对传统金融边界的拓展，既有助于提高经济运行的效率，又有助于提高社会福利，是经济发展不可或缺的重要支撑。

甘肃省是全国集中连片特困地区集中度高的省份之一，2014年GDP为6835.27亿元，总量全国排名倒数第五，占全国GDP总量的1.07%；人均GDP仅为26433元，全国倒数第二；与排名第一的上海市相比，城镇居民人均收入为上海市的43.6%，农村居民人均纯收入为上海市的27%，经济社会发展相对落后。加快甘肃经济社会发展，对构建和谐社会、全面实现小康社会的愿景意义重大。普惠金融对于促进经济发展具有重要作用，因此，深入研究甘肃省各市州普惠金融发展现状、厘清影响甘肃普惠金融发展的因素和影响程度，加快甘肃省普惠金融发展，提高普惠金融服务社会经济发展的水平，对于加快甘肃省经济社会快速全面发展及国家发展战略的实现具有重要意义。

一、衡量普惠金融发展的指标体系构建及测度方法

(一)指标体系构建

Beck(2007)提出了一国(地区)普惠金融发展水平的测度指标，包括金融机构网点数、自助存取款机数、存贷款总额/GDP、存贷款账户数。Mandira Sarma(2008)在Beck的基础上，借鉴联合国人类发展指数(HDI)的构建方法，选取银行渗透度、银行服务的可利用性和使用状况等三个方面的指标，首次创建了普惠金融指数(inclusive finance index，IFI)，用来衡量不同国家的普惠金融发展状况。目前对于普惠金融发展的研究，主要从两方面展开：一是直接测量普惠金融发展水平，即直接构建普惠金融指数(IFI)；二是间接衡量普惠金融发展水平，即通过衡量一国或地区金融排斥程度，间接说明该国或地区普惠金融发展水平，金融排斥程度越高，普惠金融发展水平就越低。

本文主要借鉴Mandira Sarma创建普惠金融指数测度的方法，从金融服务的可得度、使用度、效用度三个维度衡量甘肃省各州市普惠金融发展水平。金融服务的可得度亦称为金融服务覆盖度。考虑到我国金融体系的特征，参考王婧，胡国晖(2013)、肖翔，洪欣(2014)、张国俊(2014)、焦瑾璞(2015)、蔡洋萍(2015)等学者的研究成果，选取了每百平方公里银行业金融机构数、每百平方公里银行业金融机构从业人员数、万人拥有金融机构网点数、万人拥有金融机构服务人员数作为可得度的具体评价指标。该类指标值越高，表明金融服务的覆盖度越广，普惠金融度越高。金融服务的使用度是指金融服务在其用户中的渗透程度，即有多少用户能够使用金融服务，参考李明贤，李学文(2008)、高沛星，王修华(2011)、徐敏(2012)、胡宗义等(2012)、李春霄，贾金荣(2012)等学者的观点，我们用一个地区的人均存贷款余额来具体表示使用度。该类指标值越高，表明普惠金融度越高。金融服务的效用度是用来反映金融服务的使用对经济发展的贡献大小，参考王伟等(2011)、王婧，胡国晖(2013)、蔡洋萍(2015)等学者的观点，我们选用地区的存贷款余额占该地区GDP的比重来评价。该类指标值越高，表明普惠金融度越高。具体指标见表1。

(二)测度方法

1.指标权重确定

由于普惠金融指数是一个相对值，在分析中必须确定各个指标的权重。本文选用变异系数法对各个指标进行客观赋权，具体步骤如下：用变异系数来衡量各指标取值的差异程度，以消除不同指标的量纲不同；本文假定第i个指标的平均值为，标准差为δi(i=1,2,…,8)，因此第i个指标的变异系数Vi可以表示为：

2.构建普惠金融指数

为了消除指标之间的量纲影响，解决数据指标之间的可比性问题，必须对各指标进行无量纲化处理。根据HDI的有关计算方法，普惠金融指数中第i个指标的归一化数值di的表达式为：

表1 普惠金融的衡量指标体系

式(3)中，wi∈[0,1]为求得的指标权重，xi为第i个指标的实际观测值，mini为第i个指标的最小观测值，maxi为第i个指标的最大观测值，xi∈[mini,maxi]。从di的表达式，有0≤di≤wi≤1，di越大表示该地区在指标i上的表现越好。本文共选择了8个指标用以衡量甘肃省普惠金融发展水平，则普惠金融状况在8维笛卡尔坐标系中表示为Di=(d1,d2,…, d8)，假定一个地区各个指标的计算得分都为0，即Dmin=(0,0,…，0)，则IFI为0，代表这个地区在各个指标的计算值都是最低值，表明普惠金融程度最差；如果一个地区各个指标的计算得分都为相应的wi，即时Dmax=(w1,w2,…,w8)，则IFI为1，表示该地区在各个指标的计算值都是最高值，普惠金融程度最好。因此，构建普惠金融指数就是计算各个指标的测算值与最理想值的距离，并最终把所有距离整合在一起形成一个测度结果。我们将普惠金融指数的测度公式设定为：

二、甘肃省普惠金融区域性发展水平指数测算及结果分析

(一)测算结果与类型划分

本文以2007年-2014年甘肃省14个市州的相关年度数据作为样本数据，利用公式(3)和(4)，计算出甘肃省各市州2007年-2014年普惠金融发展指数。相关年度数据来源于2008年-2015年《甘肃发展年鉴》、2008年-2015年《甘肃金融年鉴》、银监会网站、Wind资讯等。测度结果见表2。

根据表2的测度结果，如果按照Sarma(2008)的做法，将IFI值在0.5-1.0之间界定为金融服务高水平，在0.3-0.5之间界定为金融服务中等水平，在0.0-0.3之间界定为金融服务低水平(王修华、陈茜茜，2016)，则仅有兰州市的IFI值大于0.5，属于普惠金融高水平范围，嘉峪关市的IFI值在0.3-0.5内，属于普惠金融中等水平，而其余12个地区的IFI值均低于0.3，处于普惠金融低水平。尽管有12个市州都处于低水平，但是各自的发展水平仍有不同：根据各市州2007年-2014年普惠金融发展指数的平均值，将金昌市等7个IFI平均值处于0.1与0.3之间的市州归为普惠金融发展低水平，将陇南市等5个IFI平均值低于0.1的市州归为普惠金融发展最低水平。据此可将甘肃省14个市州普惠金融水平划分为4个类别(表3)。

表2 甘肃省各市州普惠金融指数的测度结果（2007年-2014年）

(二)甘肃省普惠金融区域性发展水平差异特征

1.普惠金融区域发展水平总体稳定，但空间差异大

比较14个市州2007年-2014年普惠金融指数并建立其趋势图(图1)，结合表2显示各市州IFI的标准差均低于0.1，即测度值的离散程度较低，可知各市州普惠金融发展平缓，总体比较稳定。但是从IFI值来看，各市州普惠金融水平存在着较大的空间差异；根据2007年-2014年普惠金融指数平均值，普惠度水平最高的兰州市(0.900)是普惠度水平最低的庆阳市(0.064)的14.06倍；分析12个处于低普惠度的市州，发现普惠度水平最高的金昌市(0.201)是普惠度水平最低的庆阳市(0.064)的3.14倍。

表3 甘肃省各市州普惠金融发展水平等级分类

图1 甘肃省各市州普惠金融指数趋势图

2.经济发展水平和城市化发展水平高的地区，普惠金融发展水平也越高

根据表2，只有白银市、武威市和张掖市普惠度从2007年的最低水平发展到2014年的低水平，其他地区等级分类保持不变。分析2007年-2014年各市州相关数据，发现普惠金融发展水平与地区经济发展和城市化程度基本趋同。兰州作为全省经济文化中心，科技实力强，交通建设及基础设施发达，城市化率高，经济发展水平领先于其他市州，普惠金融发展水平远高于其他地区，处于第一类。嘉峪关作为不设市辖区的地级市，其人均总产值、人均纯收入和城市化率处于全省最高水平，较发达的经济和较高的城市化率促进了普惠金融发展，使其仅次于兰州市处于第二类。处于第三类的7个市州，除了临夏州，其他6个地区人均生产总值、人均纯收入和城市化率均处于全省中上水平，临夏州虽然经济水平及城镇化率较低，但近年来其GDP增长率较快，再加上历史原因和民族习惯，金融需求和供给水平发展较快。处于第四类的5个市州，经济发展水平和城市化率都处于全省最低位。上述分析表明，各地区经济发展水平和城市化水平与其普惠金融度基本处于相同层级，经济发展和城市化能够促进普惠金融的发展。

3.产业结构越合理的地区，普惠金融发展水平就越高

根据2007年-2014年各市州的年度数据，全省产业结构整体上呈现为第二产业＞第三产业＞第一产业，将各市州普惠金融发展指数从高到底排序，结合三次产业占GDP比重均值得到图2。

分析图2发现，各市州普惠金融发展程度与产业结构逆相关，各市州普惠金融指数由高到低的排序，对应第一产业比重整体上是由低到高排序的。普惠度最高的兰州市和普惠度处于中等水平的嘉峪关市第一产业比重最小，普惠度最低水平的市州第一产业比重最大，普惠度低水平的市州第一产业比重处于两者中间。兰州市三次产业比重分别为3%、46.4%、50.6%，三次产业协调发展，产业结构优化度高；嘉峪关市第二产业比重为78.9%，在各市州中占比最大，工业化水平较高。普惠金融低水平的市州第二产业比重普遍高于普惠金融最低水平的市州，但是这两类地区各市州第三产业比重大部分在40%左右，差距不大。因此可以得出结论：产业结构越合理，越能保证经济发展水平的持续增长，普惠金融发展水平越高；第二产业对于地区经济发展水平的带动能力最强，对促进普惠金融的发展具有优势；第一、三产业对促进普惠金融的发展相对处于劣势。

三、影响甘肃省普惠金融区域性发展水平的因素分析

发展普惠金融是政府践行党的群众路线，推动国家经济转型的重要战略。厘清影响普惠金融发展的因素及各因素对普惠金融的影响机理和影响程度，对积极有序发展普惠金融、提高经济运行效率和增进社会福利意义重大。基于相关专家学者的观点，结合甘肃省的实际情况以及数据的可获得性，用多元线性回归模型从经济因素、金融发展因素、农户因素、社会因素四个方面分析各因素对普惠金融发展水平的影响。

图2 甘肃省各市州IFI与三次产业占比

(一)指标选取

经济因素指标。一般认为一个地区的农业化水平越高，其工商业化水平越低，金融创新和服务就会相对较少 (王伟等，2011)。农业化水平较高的地区，经济结构中第二、第三产业比重较低，不利于金融机构的生存和发展，从而抑制了农村的金融供给，容易形成农村金融排斥，导致普惠金融发展水平较低(高沛星、王修华，2011)。

金融发展指标。金融机构存款资源运用水平越高则表示该地区金融发展效率越高，进而促进普惠金融发展水平也越快，徐敏(2012)选用金融机构将农村地区存款转化为农村地区贷款的效率来表示金融发展效率。

农户指标。农户是普惠金融最直接最主要的受众，随着农村居民收入水平提高，人们对金融产品与服务的需求增加，从而提升普惠金融发展水平(张国俊等，2014)。农村居民人均收入也直接影响金融机构对其信用的评级，并直接影响到农村居民是否被排除在金融机构之外，所以人均收入的增加会促进当地普惠金融水平的提高(蔡洋萍，2015)，而银行在进行县域营业网点布局时也更多地关注人口规模与居民收入(董晓林、徐虹，2012)。

社会指标。一个地区的金融发展状况与其所处的社会环境密切相关。城乡二元结构对农村金融发展具有一定的不利影响(刘俊杰、王海洋，2009)，城市化不仅是农业人口向城镇人口转变的过程，更重要的是在人口城市化过程中，需要真正实现“农民”转变为“市民”，增强市民在居住、教育、医疗等方面对金融产品的有效需求(张国俊等，2014)，城市化会促进第二、第三产业的发展，同时增加金融服务和产品的需要，推动金融普惠进程(徐敏，2012)。基础设施的建设能提高金融供需双方接触的便利度，降低金融机构在偏远地区开设分支机构的成本以及偏远地区居民使用金融服务的成本，从而促进普惠金融指数的提高(王婧、胡国辉，2013)，而地区公路里程数越大，一定程度上可以反映金融服务更能向弱势地区延伸，里程数越小，说明交通不方便，会阻碍金融机构金融服务的延伸(蔡洋萍，2015)。

根据以上分析，本文选取了以下变量来衡量各因素对普惠金融发展水平的影响，具体指标见表4：

(二)实证检验及结果分析

本部分将普惠金融指数作为被解释变量，构建其与以上四类因素5个指标之间的计量模型，再利用OLS回归的方法来检验这些因素指标对普惠金融指数变化的影响。为消除解释变量间可能存在的多重共线性问题，常用方差膨胀因子VIF来判断，经验表明当VIF值大于10时，认为回归存在多重共线性。由表5所示的结果看出，各指标方差膨胀因子VIF值均小于10，解释变量间不存在多重共线性。

根据以上检验，为消除单位根的影响，对各个解释变量进行自然对数变换，建立以普惠金融指数为被解释变量的多元线性回归模型：

上式中i表示甘肃省14个市州；t表示年份；被解释变量lnIFIit表示i市(州)第t年的普惠金融发展水平；ui表示随机扰动项,β0为常数项,βj(j=1,2,3,4,5)表示解释变量的系数。

表4 甘肃省普惠金融发展影响因素指标体系及其含义

表5 多重共线性检验结果

表6 甘肃省各市州普惠金融影响因素的OLS回归结果

根据已测算出的甘肃省各市州普惠金融发展数据和本研究所需从《甘肃省发展年鉴》、Wind咨询整理的相关数据，运用stata11.0对2007年-2014年甘肃省各地级市普惠金融影响因素进行回归估计，结果如表6所示。

从表6可以看出，所选模型解释变量的T值均在1%的置信水平下显著，F值也通过显著性检验，可决系数值为0.82，修正后的可决系数为0.81，因为选取的是面板数据，所以指标模型拟合效果较好。对模型进行调整得到最终的回归模型：

实证结果表明：

1.农业发展水平对普惠金融发展具有负效应。这说明农业产值占比较高的地区，经济结构中第二产业和第三产业的比重就越低，因此对金融产品和金融服务的需求就降低，这不利于金融机构的生存与发展，从而降低了农村的金融供给，导致普惠金融发展受到抑制。

2.地区存款资源运用水平对普惠金融发展具有正效应。地区存款资源运用水平反映金融机构将农村存款转化为农村贷款的效率，效率越高，服务农民贷款性需求越强，普惠金融水平发展越快。而且随着这种效率的提高，金融机构对该地区金融服务供给的积极性和主动性会增强，该地区普惠金融发展水平也会提高。

3.农村居民收入水平对普惠金融发展具有负效应。这说明甘肃省各市州农村居民人均纯收入的提高并不能促进农村的普惠金融发展，这可能与农村居民仍习惯将纯收入以现金的形式储存于家中用于生产生活支付而很少将其存入金融机构有关，也可能与金融机构在农村地区服务水平低密切相关。纯收入虽然得到提高，但农村居民并不去主动享有金融服务，从而使普惠金融的发展速度减缓。

4.年末公路里程数对普惠金融发展具有正效应。年末公路里程越长，表明该地区交通越便利，越能提高金融供需双方接触的便利性，进而可降低金融机构在偏远地区开设分支机构的成本以及偏远地区居民使用金融服务的成本，从而提升普惠金融发展水平。

5.滞后1期的城市化率水平对普惠金融发展具有正效应。这说明上一年度城市化发展水平对下一年度普惠金融的发展有正向的促进作用。城市化将人口从农村转移到城市，将减少农村剩余劳动力数量，提高农业生产率，同时使农民收入来源多元化，增加收入。另外转移到城市的剩余劳动力更多的使用金融机构的服务把结余收入汇到农村形成可利用的存款资源。

四、结论与建议

通过测算2007年—2014年甘肃省各市州普惠金融度，将普惠金融发展水平划分为四类。从年度发展趋势看，各市州普惠金融发展水平略有提高，但总体稳定；从总体来看，各市州普惠金融发展水平普遍较低，空间差异大。从影响因素来看，农业发展水平、存款资源运用率、交通便利程度和滞后1期的城市化率均对普惠金融的发展具有正向作用，而农村居民收入具有负向作用。因此，要推动甘肃省普惠金融区域性发展，必须从以下方面着手：

1.在发展地区经济，提高居民收入的同时应促进其经济思想的转变。区域经济发展有助于居民收入的提高和金融机构的扩张，增加居民享受金融产品与服务的机会，从而提升普惠金融度。传统经济思想抑制了富裕资金的使用，对普惠金融发展起到负向作用，因此必须转变经济观念才能促进普惠金融发展。

2.推进交通和城市化建设，促进普惠金融发展。通过交通等基础设施建设及加快城市化进程，为金融发展奠定良好的基础。充分发挥现有金融机构作用，以最大效率为居民提供优质的金融服务；提高金融服务创新能力，提供多样化金融服务，满足不同群体的需求，全面促进普惠金融发展。

3.优化产业结构，促进金融发展。根据地区实际，优化资源配置，发挥金融作用，促进第一、二、三

产业的协调发展，提升经济发展，增加居民收入；反过来三类产业的协同良性发展及居民收入的增加，会刺激普惠金融发展，实现区域经济的全面良好发展。

〔1〕周小川.践行党的群众路线推进包容性金融发展[J].求是,2013,(18):9-12.

〔2〕李扬.获取金融服务是天赋人权 [J].金融博览：财富, 2014(2).

〔3〕Beck T,Demirguc-Kunt A,Peria M S M.Reaching out: Access to and use of banking services across countries. [J].Journal of Financial Economics，2007，85(1):234-266.

〔4〕Mandira Sarma.Index of Financial Inclusion[J].Working Paper,2008.No.215.

〔5〕王婧,胡国晖.中国普惠金融的发展评价及影响因素分析[J].金融论坛,2013.6.

〔6〕肖翔,洪欣.普惠金融指数的编制研究 [J].武汉金融, 2014(9):7-11.

〔7〕张国俊,周春山,许学强.中国金融排斥的省际差异及影响因素[J].地理研究,2014.12.(12):2299-2311.

〔8〕焦瑾璞,黄亭亭,汪天都,等.中国普惠金融发展进程及实证研究[J].上海金融,2015.4：12-22.

〔9〕蔡洋萍.湘鄂豫中部三省农村普惠金融发展评价分析[J].农业技术经济,2015.2.

〔10〕李明贤,李学文.对我国农村金融服务覆盖面的现实考量与分析[J].调研世界,2008(3):17-21.

〔11〕高沛星,王修华.我国农村金融排斥的区域差异与影响因素——基于省际数据的实证分析[J].农业技术经济, 2011,第4期:93-102.

〔12〕徐敏.农村金融普惠的水平测度及影响因素分析——以新疆为例[J].开发研究,2012,第5期:104-107.

〔13〕胡宗义,袁亮,刘亦文.中国农村金融排斥的省际差异及其影响因素[J].山西财经大学学报,2012,(08).

〔14〕李春霄.农村地区金融排斥研究[D].西北农林科技大学, 2013.

〔15〕王伟,田杰,李鹏.我国金融排除度的空间差异及影响因素分析[J].西南金融,2011,第3期(3):14-17.