“双重排斥”下互联网金融在农村地区的普惠效应

吴本健， 毛 宁， 郭利华

“双重排斥”下互联网金融在农村地区的普惠效应

吴本健， 毛 宁， 郭利华

互联网金融已成为推动金融普惠的重要力量，但在农村地区，互联网金融的发展受到了其所依托条件的限制。互联网金融发展、农民使用互联网金融工具的能力及意愿、普惠金融三者之间具有一定的关系。运用双向固定效应模型对31个省2007—2013年的面板数据进行分析，发现：互联网金融的发展有利于农村金融普惠，也即互联网金融具有普惠效应。但是，农民的“工具排斥”和“自我排斥”会弱化互联网金融的普惠效应。因此，在推动金融普惠的进程中要缓解农户面临的“双重排斥”：一方面要推动互联网金融基础设施的建设；另一方面要加强农村金融知识的普及，提高农民的金融素养。

互联网金融 普惠效应 工具排斥 自我排斥

一、引 言

基于信息通讯技术的各种金融业态(如移动支付、P2P、众筹等)在实务界早已存在，但“互联网金融”(Internet Finance)作为一个整体的概念却是由谢平等(2012)[1]最早提出的。他们认为互联网金融是介于金融中介和市场之间的所有金融交易和组织形式。自2012年以来，互联网金融的各种业态在中国呈现出爆炸式的发展态势，引起了学界、业界及监管当局的广泛关注，但各界对互联网金融本质及内涵的解读却存在争议。谢平等(2014)[2]提出互联网技术的普及将对传统的金融业态带来颠覆式的影响，互联网金融模式既不同于商业银行间接融资模式，也不同于资本市场直接融资模式，是属于新兴的第三种融资模式。陈志武(2014)[3]则认为互联网金融只是金融销售渠道和获取渠道意义上的创新，而并非是支付结构或金融产品意义上的“新金融”。但是，无论是对金融模式的创新，还是对金融渠道的创新，相较于传统金融，互联网金融在支付方式、信息处理和资源配置上具有方便快捷、高效低耗、信息量大等优势是无可争议的。

2015年11月，中央全面深化改革领导小组审议通过了《推进普惠金融发展规划(2016—2020年)》，明确提出发展普惠金融，目的是要提升金融服务的覆盖率、可得性、满意度，特别是要让农民、贫困人群等边缘群体及时获取价格合理、便捷安全的金融服务。而普惠金融推进的难点和重点在农村贫困地区。农村贫困地区的金融服务供给面临着信息不对称(Stiglitz & Weiss，1981；周立，2007)[4，5]、交易成本过高(朱喜等，2009；焦瑾璞，2014；马九杰等，2013)[6—8]、金融供给不足(田霖，2008)[9]、金融基础设施薄弱及风险分担机制不健全(杜晓山，2008；曹凤岐，2010)[10,11]等问题，从而严重制约了普惠金融在农村贫困地区的推进。

互联网金融的基本特征与普惠金融有着内在的耦合性。与以二八定律为基础的传统金融不同，互联网金融以平台经济和“长尾效应”为理论基础(刘英、罗明雄，2013)[12]。它依托于互联网技术，拓展了交易可能性边界，可以惠及更多传统金融难以服务的人群，具有“长尾效应”(谢平等，2014)[2]。互联网金融打破了金融服务在时间和空间上的限制(吴晓求，2015)[13]，有效降低交易成本(王国刚、张扬，2015)[14]，可以有效缓解信息不对称问题(周立，2007)[5]。同时互联网金融还改善了农村贫困地区信用环境(马九杰、吴本健，2014)[15]，拓展了农村地区投、融资渠道(王曙光等，2014)[16]，保障了普惠金融的可持续性，使其盈利目标和社会目标的融合发展成为可能(丁杰，2015)[17]。

但是，互联网金融也存在着人种歧视、年龄歧视(Pope & Sydnor,2011)[18]、地域歧视(廖理等，2014)[19]等问题。这是因为，互联网金融的发展依托于互联网技术及工具(如互联网、手机、电脑)的普及。农村贫困地区的农民面临着人种歧视、年龄歧视及地域歧视，电话、电脑的拥有量少(马九杰、吴本健，2014)[15]，也即存在着“工具排斥”的问题；并且由于“数字鸿沟”“知识鸿沟”的存在，农村地区的农民难以掌握互联网金融相关知识技能，可能导致其反学习性(田霖，2007)[20]，也即存在着“自我排斥”的问题。那么，在存在两种排斥的农村贫困地区，互联网金融对金融普惠的推动作用将会受到什么样的影响呢？本文将对这一问题进行深入研究。

二、理论框架与研究假说

普惠金融的难点在于农村地区，而农村金融问题的根源在于信息不对称、交易成本高、基础金融服务不足。理论上，以移动通信技术、云计算技术、大数据技术等为基础的互联网金融，在缓解信息不对称、降低交易成本、扩展金融服务边界等方面的优势，能够解决目前农村金融面临的问题，推进普惠金融在农村地区的发展。也即，互联网金融具有普惠效应。然而，已有研究表明，在发展中国家的农村地区存在着“数字鸿沟”“知识鸿沟”，而这大大阻碍了互联网金融在农村地区的应用和推广，进而抑制了互联网金融的普惠效果。关于互联网金融在中国农村地区的发展情况，可以从微观、中观、宏观三个层次进行概括。

微观层面主要涉及供求双方。从供给方看，存在着有效供给不足的问题，主要表现在四个方面：一是，互联网金融机构在农村地区数量少、分布不均，且服务质量参差不齐；二是，农村地区金融从业人员数量少、年龄老化、知识水平不高等，无法有效使用和推广互联网金融产品；三是，互联网金融产品主要依托于电子交易、大数据等，若不进行创新和改进，则无法适应缺乏大数据基础的农村地区；四是，近年来，非正规金融“跑路”现象频发，加大了互联网金融机构在农村地区开展业务的难度。因此，虽然近年来中国互联网金融发展迅速，但在农村地区却并不常见。目前，中国农村地区互联网金融的发展呈现出两种现象：一方面，大部分农村地区(尤其是中西部农村地区)基本上没有互联网金融；另一方面，有些农村地区互联网金融机构繁多，但“跑路”现象频发。从需求方来看，存在着多元化需求得不到满足和基础条件不足的问题，主要表现在以下三个方面：一是，伴随着劳动力外出务工、农业规模化经营、农民收入增加等，农户对汇兑、支付结算、理财等基础金融需求增加，金融需求日益多元化，而互联网金融尚不能满足日益多元化的农户金融需求；二是，互联网金融依托于互联网工具，农户要想获得互联网金融服务，就需要拥有互联网工具，虽然近年来中国农户手机、电脑拥有量在迅速增加，但部分农户的手机并不具备上网条件；三是，即使农户具有互联网设备和上网条件，大部分农户也会因为对互联网金融不了解、不信任而拒绝使用互联网金融。

中观层面主要涉及金融基础设施建设。互联网金融的发展需要以互联网、大数据、征信体系、网络安全等为依托。这些互联网金融基础设施的不完善或缺失会抑制互联网金融的发展。而在中国农村地区，互联网普及率虽然在近些年来得到了较快增长，但仍处于较低水平，远低于城镇地区(详见图1)。并且，农村地区有效数据(电子化数据)和征信体系的缺失使得互联网金融的优势并不能得到充分发挥。此外，互联网金融还需要面临网络安全的难题。如何通过提升互联网信息技术来有效地规避网络安全风险，成为目前互联网金融发展亟需解决的问题。农户对互联网信息技术的不了解，为不法分子利用互联网进行诈骗提供了可乘之机，这也正是农户对互联网金融不信任的原因之一。

图1 2007—2014年城镇、乡村互联网覆盖率

数据来源：中国互联网络信息中心网站。

宏观层次主要涉及互联网金融行业的政策和监管体系。行业规范、行业政策与监管体系是影响互联网金融发展的重要因素。2012年来，中国针对互联网金融的监管政策远远滞后于其发展速度。2015年7月中国人民银行、中国银监会等十部委联合发布的《关于促进互联网金融健康发展的指导意见》，对互联网金融发展的原则、行业规范进行了顶层设计。尽管如此，在中国现行“一行三会”监管体系下，县域以下监管人员严重不足，且对互联网金融了解也不充分，从而导致了农村地区互联网金融监管实质上的缺失，产生了一系列的问题。

总之，目前在中国农村地区，互联网金融的发展还面临着一系列障碍。究其根源，主要表现在两个方面。

第一，互联网金融虽然具有普惠效应，但对农民而言，却存在着“工具排斥”。互联网金融需要以电子设备、互联网、电商平台和大数据为依托，然而部分农村地区尚未实现互联网覆盖，且部分农民电脑等电子产品的拥有量少、使用能力差，相关费用承担能力不足，导致部分农民由于未能拥有相应的工具和条件而被排斥在互联网金融服务体系之外。

第二，即使农民具备互联网工具和上网条件，农户对互联网金融也存在着“自我排斥”的问题。互联网金融对农民自身素质有着较高的要求，只有具备一定的文化水平和良好的金融消费习惯才能够有效地使用互联网金融工具。在中国农村地区，由于“数字鸿沟”“知识鸿沟”的存在，使农民对互联网金融产品不信任、拒绝使用等，产生了“自我排斥”：一方面，农民对于互联网金融知识和技能不了解，无法使用互联网金融产品；另一方面，农民对于互联网工具不够信任，认为互联网工具的风险较大，从而不愿意使用互联网金融。

当然，互联网金融发展过程中同时还可能会面临征信体系缺失、监管政策变化等因素的影响。

图2 理论框架

根据上述分析，本文提出两个研究假说。

假说1 农民面临的“工具排斥”会抑制互联网金融在农村地区的普惠效应。

互联网金融普惠效应的发挥要求农民具备互联网工具和上网条件，并且有电商平台、大数据和网络信息基础的保障。但是，目前中国农民尚未满足这些条件，这就导致部分农民被排斥在互联网金融服务体系之外，影响了互联网金融的普惠效果。

假说2 农民对互联网金融的“自我排斥”会抑制互联网金融在农村地区的普惠效应。

由于“数字鸿沟”“知识鸿沟”的存在，农民金融知识缺乏，对互联网金融不了解和不信任，使其即使具备互联网工具和上网条件，也拒绝使用互联网金融产品，将自己排斥在互联网金融服务体系之外，进而影响到了互联网金融的普惠效果。

三、数据来源、变量测量与描述性统计

为了进一步论证研究假说，考虑到数据的可获得性和可比性，本文搜集了2007—2013年间中国31个省(区)的经济、互联网、电子设备、金融等发展情况，形成了面板数据库。数据主要来源于Wind数据库、中国工信部官网数据、2008—2014年中国统计年鉴和2008—2014年中国各省的统计年鉴等。基于这一数据库，对不同指标进行测量。

1.普惠金融衡量指标。测量普惠金融的指标很多，这里主要使用金融服务密度来衡量，即贷款余额除以总人口，也即人均贷款余额。

2.互联网金融衡量指标。对互联网金融的衡量存在一定难度，虽然目前国际上有普惠金融指数，但是时间太短，且这个指数在中国主要采集了城市地区的样本，不具代表性。目前，中国互联网金融主要有两种业态：互联网公司的金融化和传统金融机构的互联网化。并且，互联网机构和金融机构数量同时较多的地区，互联网金融的发展水平高。因此，“互联网公司数量与金融机构网点数量之积”可以作为衡量互联网金融发展的指标，考虑到人口数量的影响，本文最后选取“互联网公司数量与金融机构网点数量之积再除以总人口数”作为互联网金融发展的代理变量。

3.“工具排斥”衡量指标。“工具排斥”即在广大农村贫困地区由于不具备互联网工具和上网条件而导致的互联网金融排斥。本文采用农村地区每百户手机拥有量和每百户电脑拥有量之和来衡量硬件上导致的“工具排斥”，采用互联网普及率来衡量互联网覆盖所导致的“工具排斥”。

4.“自我排斥”衡量指标。“自我排斥”主要是由于农民金融知识缺乏，对互联网金融不了解、不信任等，存在“数字鸿沟”和“知识鸿沟”。“鸿沟”的存在，一方面是由于互联网金融机构对相关知识宣传不足，而金融宣传的不足与金融从业人员数量密切相关；另一方面，是由于农民自身受教育程度有限、金融素养不高，并且对于互联网金融知识的理解，初中学历是一个门槛，初中以上学历对互联网金融知识的理解差异不大。因此，本文选取初中以上学历的人口占比来衡量农村地区农民的受教育程度；选取每千人中的金融从业人数来衡量各地金融知识的普及程度，用这两个变量作为衡量农民对互联网金融“自我排斥”的指标。考虑到金融从业人数的变化会影响到农民受教育程度对于互联网金融普惠效应的作用，如金融从业人数达到一定数量之后金融机构可能选择人海战术来开展业务，这也就相应地减少了金融知识宣传的活动，因此在后面的回归模型中需考虑交叉项的影响。

5.控制变量。普惠金融的发展受到当地经济发展水平的影响，同时又要剔除通货膨胀的影响。因此，选取各地区历年的国内生产总值指数(以1978年为基数)、人均财政支出、人均外商直接投资额、居民收入增长率、人均资产额等作为控制变量。相关变量的描述性统计见表1。

表1 变量描述性统计

数据来源：Wind数据库、中国工信部官网数据、2008—2014年历年的中国统计年鉴及各省的统计年鉴。

四、模型设定及回归结果分析

(一)模型设定

根据前文分析，互联网金融具有普惠效应，但互联网金融在农村地区可能会遭受“工具排斥”和“自我排斥”，进而会影响其普惠效应。

首先，为衡量互联网金融的普惠效应构建模型(1)，将普惠金融指标作为被解释变量，互联网金融的代理变量为解释变量，另外控制其他因素的影响。

模型(1)设置如下：

Yi,t=αXi,t+φnZit,n+εit

(1)

其中，i表示31个省市及自治区，t表示年份，Zit,n表示控制变量，εit表示误差项。

为测度“工具排斥”的影响，在模型(1)的基础上加入“工具排斥”的测量变量(互联网普及率、农村每百户手机和电脑数量)，构建模型(2)：

Yi,t=αXi,t+βmIit,m+φnZit,n+εit

(2)

进一步，在模型(2)的基础上加入互联网金融代理变量与“工具排斥”衡量指标的交叉项构建模型(3)，来衡量“工具排斥”对互联网金融的普惠效应的影响：

Yi,t=αXi,t+βmIit,m+θmXi,t*Iit,m+φsZit,s+εit

(3)

若回归结果显示θm显著，则表明农民对于互联网金融的“工具排斥”会影响互联网金融普惠效应的发挥。交叉项系数越大，则说明工具排斥对互联网金融普惠效应的影响越大。

同理，在模型(1)加入“自我排斥”的衡量指标，构建模型(4)：

Yi,t=αXi,t+nSit,n+φsZit,s+εit

(4)

进一步，在模型(4)的基础上加入互联网金融代理变量Xi,t与“自我排斥”衡量指标的交叉项构建模型(5)，用来衡量“自我排斥”对互联网金融普惠效应的影响，模型形式为：

Yi,t=αXi,t+nSit,n+ξnXi,t*Sit,n+φsZit,s+εit

(5)

若回归结果显示ξn显著，则说明农民对于互联网金融的“自我排斥”会影响互联网金融普惠效应的发挥。交叉项系数越大，说明“自我排斥”对互联网金融普惠效应影响越大。

本文数据时间跨度较短，属于短面板数据，趋势的影响较小，因此并未对数据的平稳性进行过多讨论。为了进一步确认采用固定效应模型还是随机效应模型，文章首先进行了Hausman检验。检验结果如表2所示，四个模型的Hausman检验结果均拒绝随机效应，因而可以采用固定效应模型。由于同一年度省际之间普惠金融与互联网金融发展程度也存在巨大的差异，且同一省份不同年份之间普惠金融和互联网金融的发展也存在差异，因此本文采用固定时间和个体的双向固定效应模型进行回归。面板数据的使用在一定程度上控制了内生性问题。

(二)回归结果分析

基于上述面板数据和回归模型，使用EViews6.0软件进行回归分析，结果如表2所示。

首先，模型(1)的回归结果显示，互联网金融代理变量与普惠金融指标在1%的水平下正向显著。这就意味着互联网金融的发展有助于提高普惠金融的水平，也即互联网金融存在普惠效应。模型(2)和模型(4)的回归结果显示，互联网金融代理变量与普惠金融指标呈现出显著的正相关关系，并且“工具排斥”变量(Inti,t)和“自我排斥”变量(FPi,t，Ei,t)与普惠金融指标也显著正相关，这表明“工具排斥”和“自我排斥”会影响到金融普惠效果。同时，互联网金融与普惠金融指标仍然在1%的水平上显著。

其次，模型(3)和模型(5)分别考虑了“工具排斥”和“自我排斥”对互联网金融的普惠效应的影响。对比模型(2)和模型(3)的回归结果，可以发现农户的工具排斥弱化了互联网金融的普惠效应。模型(2)的结果显示互联网普及率也与普惠金融指标在1%的水平下正向相关，但是考虑到“工具排斥”变量与互联网金融的交互影响之后(在模型中加入交叉项)，模型(3)的回归结果显示，互联网金融代理变量与普惠金融指标在10%的水平下负向相关。这就意味着，考虑到“工具排斥”及其与互联网金融的交互影响之后，互联网金融的发展会阻碍普惠金融的发展，产生了互联网金融的“普惠陷阱”。这是因为，由于农户缺乏互联网工具或上网条件，互联网金融的发展可能会扩大金融服务的城乡差异，导致更多农村地区无法享受到金融服务，从而抑制了普惠金融的发展。因此，本文的研究假说1得到验证。

对比模型(4)和模型(5)的回归结果，可以发现农民的“自我排斥”会弱化互联网金融的普惠效应。模型(4)的结果显示，互联网普及率也与普惠金融指标在1%的水平下正向相关。但是模型(5)的回归结果显示，考虑到“自我排斥”与互联网金融的交互影响之后，互联网金融代理变量与普惠金融指标在5%的水平下负向相关。这就表明，农户的“自我排斥”会抑制互联网金融的普惠效应。因此，本文的研究假说2得到验证。具体而言，在模型(5)中，两个测量“自我排斥”的指标和Xi,t的交叉项均与Yi,t有着显著的正相关关系。将模型(5)等式两边对Xi,t求导可得，金融知识普及水平每提高1个单位，普惠金融程度(金融服务密度)会提高7.08个单位。同理，地区受教育水平每提高一个单位，普惠金融程度(金融服务密度)会提高10.58个单位。因此，在受教育水平和金融知识普及程度都较低的农村地区大力推进基础教育和金融知识宣传，不仅可以提高农民的金融素养、改变农民传统的金融习惯，也有利于互联网金融普惠效应的充分发挥。反之，由农民受教育程度限制或金融知识宣传缺乏所导致的“自我排斥”会抑制互联网金融普惠效应。

表2 双向固定效应回归结果

注：“*”、“**”、“***”分别表示10%、5%、1%的显著水平，括号内为标准差。

五、结论与讨论

(一)研究结论

“金融排斥”是金融研究的重要领域，新兴的互联网金融作为推动普惠金融的重要力量被寄予厚望。然而在面临“工具排斥”和“自我排斥”的农村地区，互联网金融普惠效应能否得到充分发挥呢？本文通过理论分析和实证研究，得出三点结论。

第一，互联网金融具备普惠效应。地区的互联网金融发展水平越高，则普惠金融水平越高。也就是说，我们可以通过推动互联网金融的发展来提高普惠金融水平。

第二，互联网金融的使用依托于互联网的覆盖及互联网工具。在农村地区，互联网金融的“工具排斥”会弱化互联网金融在农村地区的普惠效应。

第三，在农村地区，农民由于互联网金融知识的缺乏或自身受教育水平限制所导致的“自我排斥”会抑制互联网金融普惠效应的发挥。

因此，在面临“工具排斥”和“自我排斥”这双重排斥的农村地区，互联网金融并不能实现较好的普惠效果。只有突破这双重排斥，互联网金融在农村地区才能真正地实现普惠。

(二)讨论

上述结论表明，要更好地发挥互联网金融的普惠效应，改善现阶段各地区农村金融的发展状况，应从两个方面入手。

第一，针对“工具排斥”问题，政府应加大互联网基础设施建设，提高互联网普及率和传输效能，为互联网金融在农村贫困地区的发展提供基本条件。互联网金融机构可以设计相应的营销策略，为农民提供互联网工具和上网条件，以增强农村地区互联网金融的供给条件；也可开发对农民更友好的互联网金融产品，以满足农村地区农民多样化的金融需求，进而提升普惠金融水平。

第二，加大农村教育投入，提高农村贫困人口的受教育水平，提升农民金融素养，为互联网金融的推广提供基础。政府与金融机构、研究机构合作，增加互联网金融宣传及知识的普及，逐渐提高农民的接受程度并最终提升农村普惠金融水平。

本文在论证中也存在着一些尚未解决的问题。首先，由于互联网金融数据难以获取，因此选取了代理变量，从而可能存在一定程度的测量偏差。其次，本文仅对“工具排斥”和“自我排斥”两个因素进行了分析，但可能导致互联网金融排斥的因素还包括由于资金缺乏、征信体系不完善所带来的信贷配给等以及由于宏观行业政策及行业监管所带来的系统性风险等，这些本文并未考虑的因素将成为进一步研究的方向。

[1] 谢平,邹传伟.互联网金融模式研究.金融研究,2012(12)：11—22.

[2] 谢平,邹传伟,刘海二.互联网金融手册.北京：中国人民大学出版社,2014.

[3] 陈志武.互联网金融到底有多新.新金融,2014(4):9—13.

[4] J.E.STIGLITZ, A.WEISS.CreditRationinginMarketswithImperfectInformation.American Economic Review, 1981, 71: 393—411.

[5] 周立.农村金融市场四大问题及其演化逻辑.财贸经济,2007(2):56—63.

[6] 朱喜,马晓青,史清华.信誉、财富与农村信贷配给——欠发达地区不同农村金融机构的供给行为研究.财经研究,2009(8)：4—14.

[7] 焦瑾璞.普惠金融体系建设的关键问题.中国农村金融,2014(16)：27.

[8] 马九杰,吴本健,周向阳.农村金融欠发展的表现、成因与普惠金融体系构建.理论探讨,2013(2)：74—78.

[9] 田霖.基于统筹联通的农村金融体系重构.财经研究,2008(5)：29—39.

[10]杜晓山.发展农村普惠金融的思路和对策.金融教学与研究,2015(3):3—12.

[11]曹凤岐.建立多层次农村普惠金融体系.农村金融研究,2010(10):64—67.

[12]刘英,罗明雄.互联网金融模式及风险监管思考.中国市场,2013(43)：29—36.

[13]吴晓求.互联网金融：成长的逻辑.财贸经济,2015(2)：5—15.

[14]王国刚,张扬.互联网金融之辨析.财贸经济,2015(1)：5—16.

[15]马九杰,吴本健.互联网金融创新对农村金融普惠的作用经验、前景与挑战.农村金融研究,2014(8)：05—11.

[16]王曙光,孔新雅,张棋尧.将互联网金融思维植入普惠金融.中国金融家,2014(6)：125—126.

[17]丁杰.互联网金融与普惠金融的理论及现实悖论.财经科学,2015(6):1—10.

[18]D. G. POPE, J. R. SYDOR.What’sinaPicture?EvidenceofDiscriminationfromProsper.com. The Journal of Human Resources,2011(46):53—92.

[19]廖理,李梦然,王正位.中国互联网金融的地域歧视研究.数量经济技术经济研究,2014(5)：54—70.

[20]田霖.城乡统筹视角下的金融排斥.工业技术经济,2007(7)：136—137.

【责任编辑：于尚艳】

国家自然科学基金青年项目“农村正规金融发展、金融空间演化与县域内城乡收入差距”(71603306)；国家社会科学基金项目“多维贫困视角下金融扶贫机制与模式研究”(16BJL105)；中国普惠金融研究院(CAFI)研究课题“数字技术如何提高普惠金融在农村地区的服务能力”；中央民族大学青年教师科研专项“多维贫困视角下民族地区的精准扶贫问题研究”(2016KYQN53)

2016-08-22

F832.35

A

1000-5455(2017)01-0094-07

吴本健，湖南邵阳人，管理学博士，中央民族大学经济学院讲师、中央民族大学少数民族事业发展协同创新中心研究员；毛宁，河南周口人，中央民族大学经济学院硕士研究生；郭利华，内蒙古呼和浩特人，经济学博士，中央民族大学经济学院副教授。)