信息通信技术对普惠金融发展的影响

杜兴洋 杨起城 易敏

摘要：近年来，随着信息通信技术的快速发展，先进的通信技术与金融业相互渗透、深度融合，推动了小微金融、互联网金融、普惠金融的发展，并对传统金融业带来了巨大挑战。基于2007—2016年省际面板数据实证分析表明，信息通信技术能够显著地影响普惠金融发展水平;手机、家庭电脑、互联网宽带端口等信息通信基础设施的普及对于普惠金融的发展有重要的促进作用，而固定电话的普及则与普惠金融的发展呈反方向变动;信息通信技术的使用程度越高，普惠金融发展越好;知识技能对于普惠金融的发展也有十分显著的促进作用。因此，应采取多种措施加快信息通信技术的基础设施建设，推动新一代终端设备的普及，加速信息通信技术在金融产业中的渗透与融合创新，提高城乡低收入群体特别是农村地区贫困群体的信息通信知识和金融知识技能，以此促进普惠金融的发展。

关键词：信息通信技术;互联网金融;普惠金融发展;精准扶贫

基金项目：国家社会科学基金重大项目“普惠金融发展视角下精准扶贫、精准脱贫的理论与政策研究”（15ZDC027）

中图分类号：F830    文献标识码：A    文章编号：1003-854X（2018）12-0038-10

一、引言

目前，国内外理论界关于信息通信技术对普惠金融发展的影响进行了大量研究，主要分析了普惠金融的内涵及其测量方法、信息通信技术的测度，以及信息通信技术与普惠金融发展的相互关系等。

第一，普惠金融的内涵及其测量方法。一些学者认为，普惠金融是指所有经济主体可以持续获得有用和负担得起的金融产品和服务，以满足其交易、支付、储蓄、信贷和保险等多方面的需求①，主要是有利于低收入人群②。一些学者从金融服务的可得性和使用效率等两个方面来测度普惠金融发展水平，具体指标包括金融网点数、ATM数、贷款账户数、人均贷款额/人均GDP、储蓄账户数、人均存款额/人均GDP等③。GPFI则进一步从供给和需求两个方面考量金融服务的可得性、使用效率以及金融产品的服务与质量等三类④。其中，获得性指标反映金融服务延伸的深度，如在农村地区银行网点或销售点（POS）设备的渗透，或客户面临的诸如成本或信息方面的需求障碍等;使用效率指标衡量客户如何使用金融服务，例如使用金融服务的规律及持续时间（平均储蓄余额、每个账户的交易数量、电子支付的数量等）;质量指标衡量金融产品和服务是否符合客户的需求、可选择的范围及客户对金融产品的认识和理解。Sarma参照人类发展指数（HDI）的构建方法，构建了一个衡量普惠金融水平的综合性指标——普惠金融指数（IFI），该指标包含金融服务的渗透性、覆盖面及使用性三个方面的内容⑤;同时，为了适应不同国家不同时期普惠金融发展水平测量的需要，还引入欧几里得距离的测算方法对不同维度的指标进行赋权，从而对其指标进行了改进，当然会受到数据可得性的限制。Chakravarty和Pal则采用公理性的测量方法度量普惠金融发展程度（简称CP指数），并将普惠金融指数各维度的贡献进行了分离⑥。国内一些学者利用Sarma等人的计算方法或改进的方法对我国农村地区普惠金融发展水平进行了测度⑦。

第二，信息通信技术的含义与测度指标。由于信息通信技术的概念、方法和应用处于不断变化之中，目前理论界关于信息通信技术（Information and Communication Technology，简称ICT）还没有一个普遍接受的定义。一般认为，信息通信技术涵盖了任何以电子形式存储、检索、操作、传输或接收信息的产品，如个人电脑、数字电视、电子邮件、机器人等，因而ICT与存储、检索、操作、传输或接收数字数据有关。在商业领域，ICT经常被分为两大类产品，即传统的基于计算机的技术和数字通信技术。学者们最初大多用邮电业务量、信息产业增加值占比、电话普及率、手机普及率、互联网普及率、域名数量、宽带渗透率等单一指标来衡量信息通信技术的发展水平。以此为基础，一些学者对此进行了扩展。如Kpodar用手机普及率代表ICT发展水平⑧;周勤等人以省域邮电业务发展量来代表各省信息技术发展水平⑨;李向阳利用电话使用量表示农村信息通信基础设施⑩;贾军等则提出了手机数量、网民、固定电话数量等的总人口占比{11}。还有一些学者先后采用多种方法来构建信息化发展指数，如宋周莺确定了一个包含11个指标的权重指标体系{12};茶洪旺等构建了一个衡量我国区域信息化发展水平的综合性衡量指标{13};国际电信联盟（ITU）从可接入性、可使用性、知识技能三个层面构建了一个信息化发展指数（IDI）。我国“十三五”国家信息化规划中信息化指数包括总体发展水平、信息技术与产业、信息基础设施、信息经济与信息服务等五个方面。也有一些学者分析了影响农村地区信息通讯技术使用的因素，具体包括：个体因素即年龄、性别、受教育程度、家庭的電脑知识水平、耕地、ICT的距离中心、拥有土地、部分农业用地和培养经验;环境因素即家庭对ICT的态度、农村通信渠道的使用;技术因素即相对优势、兼容性、观察和试验能力等{14}。

第三，信息通信技术对普惠金融发展的影响。Kendall等人{15}的研究发现，通信基础设施对金融服务有重要影响，如减轻金融交易的管理成本，提高金融服务的可接触性，为金融活动提供便利的渠道，电话线密度及用电量对一国金融服务的可接触性具有十分显著的正向作用;Aker等人发现手机的使用能够带来包括金融服务在内的一系列福利{16};Bhuvana等人进一步指出，信息通信技术基础设施对通过自动取款机、互联网和移动银行技术增加农村和无银行地区的金融服务发挥了重要作用{17};郭兴平也发现信息技术的创新对于普惠金融的发展具有重要作用，是农村普惠金融体系发展的突破口，能推动金融服务的普惠化，为互联网金融的发展提供延伸的渠道{18}。还有一些学者分析了金融创新与普惠金融发展的相互关系。Mbiti和Weil的研究表明，手机钱包（M-PESA）的使用能够增加人们在正规金融机构储蓄的倾向，减少在非正规机构储蓄的意愿，增加金融服务的覆盖面{19};Munyegera和Matsumoto的研究验证了手机类银行服务对于金融服务使用性的促进作用，即增加金融服务的广度和深度{20}。

从国内外现有研究来看，理论界关于信息通信技术对普惠金融影响的研究尚处于起步阶段，仍有诸多方面需要进一步深化。目前对该领域的研究主要围绕信息通信技术对金融发展某一具体的影响展开，或者是研究金融创新与普惠金融发展之间的关系，较少从理论和实证相结合的角度研究信息通信技术与普惠金融发展之间的关系，而且在研究二者关系时大多采用单一指标。本文在参考现有理论研究成果的基础上，试图构建系统性指标体系，从理论和实证相结合的角度深入研究信息通信技术对普惠金融发展的影响，以补充现有研究的不足。

二、我国各省信息通信技术及普惠金融发展水平的测度

为了揭示信息通信技术对我国普惠金融发展的影响程度，需要构建衡量信息通信技术发展水平及普惠金融发展水平的综合性指标，并对我国各省普惠金融发展水平及信息化发展水平进行综合测度。

1. 指标选取与数据处理

普惠金融发展水平是一个综合性概念，涉及到多个维度，需要采用多维指标来衡量。本文主要参考CP指数的构建方法来测度我国普惠金融发展水平{21}，用国际电信联盟的构建方法计算信息化发展指数（IDI）{22}。

CP指数假设金融体系包含K个维度的金融活动，每个维度的金融活动水平都会影响整体的金融包容性水平，整体的普惠金融发展水平是各个维度上金融活动水平的加权和。因此，需要先计算每一维度上金融活动的水平，标准化为实值函数A，然后计算不同维度A值之和的均值。假设xi代表第i维金融活动水平，mi、Mi分别代表第i维金融活动的最小值和最大值，则可以得到A的取值公式如下：

Ar（xi，mi，Mi）=（■）■ （1）

对于每一个不同r的取值，A的值是不一样的。r是取值范围在0-1之间的常数，被称为金融包容性敏感度，当r下降时，A上升。从A的表达形式可以看出，其具有标准化、单调性、齐次性和边际递减性四个方面的特点。由此可以得到最终的金融包容性指数的表达式：

IFI=■Σ■■（■）■（2）

考虑到数据的可获得性，同时为了尽可能全面地反映金融活动的各个方面，本文选取银行类金融机构网点的地理渗透率、人口渗透率以及年末银行业人均存款余额、年末银行业人均贷款余额四个维度的指标来代表金融服务的可获得性和使用程度，并按照CP指数计算方法测算各省普惠金融发展水平;四个指标分别用每万平方千米银行类金融机构的网点数、每万人银行类金融机构的网点数、银行业年末人均存款余额/人均收入、银行业年末人均贷款余额/人均收入来表示。

为了构建信息化发展指数（IDI），首先根据确定的指标集合收集整理数据，然后对数据进行标准化处理，其标准化处理方法为观测值/理想值，再对标准化后的数据进行简单的加权平均。在加权平均的过程中，对可接入性、可使用性和技能三个维度的权重赋值分别为0.4、0.4、0.2，而对于每一维度中的子维度指标赋予相等的权重。如果以Ai代表可接入性维度的指标变量，以Uj代表可使用性维度的指标变量，以Sk代表技能层面的指标变量，则信息化发展指数的计算表达式如下：

IDI=0.4■■Ai+0.4■■Uj+0.2■■Sk（3）

具体来说，本文选取了固定电话普及率、移动电话普及率、家庭电脑普及率以及宽带接入端口普及率四个指标来度量信息通信技术的可接入性状况，即信息通信技术基础设施的普及情况;用网民普及率、拨号上网网民普及率、宽带上网网民普及率等指標衡量信息通信技术的使用情况{23};选取成人识字率、平均受教育年限两个指标代表运用信息通信技术的知识储备情况，即衡量人们是否拥有使用信息通信技术的能力。为了验证新增加指标的合理性，本文对可接入性和可使用性指标数据进行主成分分析，Stata13显示的主成分分析结果如表1。

从表1可以看出，可接入性维度的第一成分和第二成分为主要成分，其特征值累计方差占到了93.28%。从第一成分和第二成分的载荷中可以看出四个指标相关系数比较相似，除固定电话普及率相关系数偏低以外，其他三个指标的相关系数都接近0.55，而固定电话普及率在第二成分中的相关系数为0.89，远高于其他变量，因此，四个指标变量都应纳入可接入性测量维度。从可使用性维度的主成分分析中同样可以得到第一成分和第二成分为主要成分，其累计方差占比为97.7%，而从第一成分和第二成分的相关系数可以看出三个指标的重要性程度相似，因此可以将网民普及率、拨号上网用户普及率、宽带上网用户普及率三个指标都纳入可使用性维度的测量中。这说明，本文上述三个维度9个指标的选择是合理的。

表2  普惠金融发展指标的描述性统计

本文考察了除中国台湾、香港、澳门外我国省级各地区共31个省市10年的数据，共得到310个观测值。所有数据均来源于各省《统计年鉴》、《中国统计年鉴》、《第三产业统计年鉴》、《中国信息年鉴》、《中国教育统计年鉴》、《中国人口和就业统计年鉴》，由此得到衡量金融活动四个指标变量的统计描述见表2。由表2可以看出：从金融渗透率来看，2007—2016年我国银行类金融机构网点的平均地理渗透率为每万平方千米681.1个，平均人口渗透率为每万人1.585个，说明我国金融机构的网点渗透率不足，金融基础设施发展较为滞后。而且，从金融渗透性的最大最小值可以看出，我国金融网点的分布存在很大的地区差异性，分布十分不均衡。而从金融使用性指标来看，人均存贷款余额/人均收入的均值分别为4.061和2.802，说明我国金融可使用性也处于较低水平，说明金融信贷不足。另外，本文根据国际电信联盟的做法，用实际值/理想值进行数据的标准处理化。由于网民普及率、拨号上网用户普及率、宽带上网用户普及率、成人识字率四个指标数据取值范围都为0—100%，因而直接将其理想值设定为100%。其他指标数据则选用极值法来确定理想值，即对于每一个子维度的指标，选取最大观测值的整值来代表该指标维度所能达到的理想状态。

2. 我国各省普惠金融及信息通信技术发展水平测度

按照以上数据指标体系和标准化处理方法，本文分别从时间层面和省际层面来分析我国31个省市近10年的普惠金融发展水平和信息通信技术发展状况。首先，按照公式（1）、（2），当r分别取0.25、0.5和0.75时{24}，计算各省普惠金融发展水平的CP值，这里仅以r=0.5时的结果为例{25}，结果见表3。然后，计算各省信息通信技术发展水平，结果见表4。

从时间维度来看，2007年至2016年我国普惠金融发展水平和信息通信技术发展水平总体上不断上升，发展程度不断提高。由表3可以看出，2007年我国各省普惠金融指数的平均值为0.446，到2016年我国各省的普惠金融指数平均值已上升为0.519;普惠金融指数的最小值呈增大的趋势，而最大值保持在0.80左右的水平。这说明我国普惠金融发展整体上表现为：低水平金融普惠性地区的金融包容性逐步增加，高水平金融普惠性地区的金融包容性指数变化不大，维持在一个相对稳定的水平。

从省际层面来看，各地区普惠金融和信息通信技术发展水平存在较大差异，省际之间发展不均衡。由表3可以看出，2007年到2016年，各省普惠金融指数之间的标准差从0.114下降为0.108，即普惠金融指数在各个地区之间的变动幅度有所降低。这也说明我国金融发展水平的地区差异逐年缩小，各个省份发展的平衡性增加，我国金融发展总体上在朝着普惠性的方向发展。但是，我国普惠金融发展水平总体偏低，平均值为0.479，而且各省发展水平参差不齐，最大样本观测值为0.828，而最小样本观测值仅为0.255。具体而言，金融普惠性偏低的广西地区，其金融普惠性指数大体位于所有省份中的最低水平，而金融普惠性较高的北京地区则一直保持在0.8左右的金融普惠性水平。而且，东部省份普惠金融指数一般要高于中西部省份的普惠金融指数，均值排名前7位的省份分别是：北京、上海、天津、浙江、辽宁、江苏、广东，其普惠金融发展指数均大于0.5，北京市更是高达0.8（表4）。

与此同时，各地区之间信息通信技术的发展也不平衡。如2007年我国信息化发展程度最低的省份是西藏地区，其信息化发展指数为0.144，信息化发展程度最高的地区为北京，其信息化发展指数为0.467。到2016年，我国信息化发展程度最低和最高的地区仍然是西藏和北京，但其信息化发展指数分别增加至0.257和0.622。2007年至2016年，各省信息化发展指数的标准差从0.073增加到0.079，2013年更是增加为0.083，这说明随着时间的推移，各省信息通信技术发展速度不一样，地区之间信息通信技术发展水平的绝对差距有所扩大。而且，排名前10的省份都属于东部地区，如排名前3的省市依次为北京、上海、浙江，而最低的三个地区依次是云南、贵州和西藏地区。但新疆地区比较特殊，其信息化指数均值位于较高水平，10年内的指数均值为0.329，排名第11位，仅次于山东（见表4）。原因可能是：相对而言，经济发展水平较高的地区其金融业也比较发达，金融服务种类和数量更多，覆盖人群更广，金融服务的成本更低，故金融服务的普惠性越高。中西部地区的普惠金融发展指数普遍在0.5以下。

但一个有趣的现象是：部分西部省份的普惠金融指数排名要远高于其他东中部省份。如西藏和宁夏的普惠金融指数均在0.5以上，排名依次为第8和第9，远高于福建、山东等地区。其原因是，近年来西藏地区的银行业存贷款业务迅速增长，其中人均贷款余额从2007年的7161.40元增加到2016年的65570.99元，增加了9倍多，而人均存款余额也从19147.37元增加为113308.64元，增加了近6倍，因此其整体普惠金融指数靠前。宁夏地区银行业金融机构的网点渗透率一直保持在较高水平，特别是人均金融机构网点数自2007年起一直保持在人均1.82个网点左右，高于我国各省的平均值1.58。另外，近年来新疆特别注重信息化建设，其移动电话普及率、宽带接入端口普及率都居于较高水平，因此信息通信技术的使用程度较高;该地区的成人识字率及平均受教育年限较高也促成了信息化发展较快。

另外，从各省信息化发展指数的最大最小值可以看出，信息化发展指数较高的地区一直维持着较高的信息化水平，而信息化发展指数较低的地区则保持在相对较低的水平，这说明地区之间信息通信技术发展的相对水平没有发生太大变化。

三、信息通信技术影响我国普惠金融发展的实证检验

1. 模型假设及变量说明

本文将前文构建的普惠金融指数和信息化發展指数分别作为被解释变量和解释变量，并进行回归分析，见表达式（4）。

IFI=γ0+γ1gdp +γ2people +γ3IDI+∑X+ε （4）

其中，被解释变量IFI为普惠金融指数，主要解释变量IDI为信息化发展指数;gdp代表人均GDP，people代表人口密度，X代表其他影响普惠金融发展程度的因素{26}。γ0、γ1、γ1、γ3为常数，ε为误差项。

为了扩大样本容量，增加数据的可得性，本文以31个省份2007—2016年的静态面板数据为基础，在考虑省际之间的个体效应后模型变为：

IFIi，t=γ0+γ1gdpi，t+γ2peoplei，t+γ3IDIi，t+∑Xi，t+δi+εi，t （5）

其中，i代表省份，t代表年份，δi代表个体效应，其他变量的含义同上。

为了进一步分析信息通信技术发展的各子维度对我国普惠金融发展的影响，本文进一步对各信息通信技术子维度变量进行逐一回归，回归方程如式（6）。

IFIi，t=γ0+γ1gdpi，t+γ2peoplei，t+γ3Zi，t+∑Xi，t+δi+εi，t （6）

式（6）中，Z代表信息通信技术发展水平的各个子维度变量，包括固定电话普及率、手机普及率、家庭电脑普及率、宽带接入端口普及率、网民普及率、拨号上网用户普及率、宽带上网用户普及率、成人识字率以及平均受教育年限。其他变量的含义与式（5）变量含义相同。