县域金融排斥差异化、诱因及破解新思路

范玉琴，潘欣

(安徽大学江淮学院，安徽 合肥 230039)

“县域”是在党十六大第一次被提出，是按县级行政区划分的地理空间区域，以县城为中心，乡镇为纽带，农村为腹地的区域[1]。当前，中国走向县域经济大发展时代已是大势所趋。金融是经济发展先行器和助推器，但由于市场化环境中的资本趋利本性，金融机构的“嫌贫爱富”，让普惠金融在县域发展不普惠、不均衡似乎理所当然。据调查，县域仍有相当比例资金需求用户被排斥在金融服务对象之外，即“金融排斥(Financial Exclusion)”。

1 文献综述

金融排斥是人们在金融体系中缺少分享金融服务的一种状态，主要包括社会中的某些弱势群体由于缺少足够的途径和方式而无法接近金融机构，或者在利用金融产品或服务方面存在困难和障碍[2]。其外在表现主要集中于地理排斥、评估排斥、价格排斥、条件排斥、自我排斥等方面[3]。

近年来，关于金融排斥也有着大量的理论和实证研究，董晓林等(2012)以县域金融机构网点分布为考察对象，从金融供给方视角分析我国农村金融排斥影响因素，分析表明人口规模小、社会消费品零售总额小、金融基础设施状况差的县域更易受到金融排斥[4]。李春霄、贾金荣(2012)从金融服务的深度、金融服务的可得度、金融服务的使用度、金融服务的可负担度四个维度建立金融排斥程度测算指标，并借鉴联合国开发计划署编制的人类发展指数的计算方法进行测算，结果显示北上广、天津、重庆地区金融排斥程度较轻，中部地区较重，西部地区严重[5]。王修华等(2013)运用有序Probit模型对我国东、中、西部不同区域受金融排斥程度的影响因素分析，表明受区域经济发展水平影响，中西部地区受排斥程度较东部地区高[6]。张康松等(2017)基于借贷双向信息不对称视角对农村金融排斥主要原因进行了分析，研究表明“农户-银行”之间应当基于公共信息服务基础上不断完善金融机构服务贫困农户能力[7]。黄红光等(2018)通过构建金融排斥、科技投入与当地农业发展水平三个指标体系，运用面板数据模型分析表明农村金融排斥通过影响农业技术研发投入影响农村经济发展[8]。

以上研究表明，关于金融排斥本源系统分析和实证研究篇幅较少。本文将借鉴已有的研究成果，从金融需求、供给、效率视角构建金融排斥测度指标体系，实证分析县域金融排斥及其差异化，以此深刻探讨金融排斥形成诱因，为有效破解县域金融排斥探寻新路径。

2 县域金融排斥测度指标体系构建

为了能客观、确切衡量和比较不同县域金融排斥差异性，本文将遵循科学性、全面性、数据可得性和可比性原则，基于金融需求、供给、效率视角，从金融服务可得性(Availability)、金融供给宽度(Breadth)、金融服务便利性(Convenience)、金融效率(Efficiency)四个负向维度来设立分级指标。

(1)金融需求可得性(Availability)。是指金融服务需求群体能够有机会享受到正规金融机构提供合适的金融服务的能力。在金融服务中，如地理位置限制、银行利率较高、金融知识缺乏等因素均对金融服务需求可得性造成一定影响，故为能测度金融服务需求可得性程度，将从居民银行存款可得性、农户及小微企业银行贷款可得性、居民银行投资理财可得性三个方面选取4个负向指标衡量。

(2)金融供给宽度(Breadth)。是指金融媒介能够将居民储蓄的资金投人到国民经济各个方面的渠道宽度，即金融产品的丰富程度、金融工具的创新力度等[9]。选取从金融市场主体结构、金融资产结构、金融工具结构三大负向指标衡量。

(3)金融服务便利性(Convenience)。县域居民能否便捷享受正规金融机构业务服务

是决定金融服务便利性的重要指标，采用金融产品动户率、金融服务覆盖率、电子银行普及率三个方面共选取6个负向指标衡量。

(4)金融效率(Efficiency)。金融效率是指金融资源通过金融中介和金融市场投放到各部门，从而带动经济增长的效率，由居民储蓄率、居民存储动员率、储蓄投资转化率、银行存贷比4个负向指标构成[10]。

综合以上维度分析，本文以银行类金融业务为例，确定县域金融排斥分级评价指标体系如表1所示。

从表1看出，二级指标个别分项含有多个三级指数，但可比性差，在此运用统计方法极差法对相关指标进行标准化处理，见公式(1):

X为一级指标值，i表示二级指标序号，j表示二级指标下三级指标序号。

同时，对个别三级指标指数权重运用熵值法赋权，加权系数公式(2)如下:

Rij表示第i指标下第j指标权重值。

根据以上法则，将对不同县域金融排斥及差异化进行比较分析。

3 县域金融排斥差异化实证分析

长江经济带是我国综合实力最强、战略支撑作用最大的区域之一，覆盖地域范围广，但是区域发展不平衡较为突出。在数据可得性原则下，选取长江经济带流域安徽省经济发展差异化较明显的肥西县、青阳县、望江县为考察对象，测算结果显示，三县金融服务受排斥程度均较高，相比之下，也存在不同程度差异，经统计测算，肥西县受排斥程度相对较低38.41%，望江县相对较高39.67%，从金融服务可得性、金融供给宽度、金融服务便利性、金融效率四项负向指标进行深刻调查访问，搜集大量数据资料，在数据可获得性基础上对各项负向指标进行了整理和数据统计，具体统计结果如表2:

表1 县域金融排斥评价分级指标体系及计算方法

通过数据整理、标准化处理和公式测算，得出三县金融排斥差异性显示如图1。

图1 2017年长江经济带安徽省流域县域金融排斥差异化(负向指标)对比图

可以看出，不同县域在不同的自然资源赋值、区位优势下，显示出不同的金融排斥程度。

4 县域金融排斥呈现差异化诱因剖析

金融排斥是资本趋利动机下，由金融主体需求与供给相互作用相互传导而产生的一种结果。相对城市而言，广大县域农村总体呈现人口分布密度小、不均衡，资源禀赋各异特点，基于RCA模式分析(图2所示)，上述三县域金融排斥呈现差异化格局，与当地经济、地理、人文环境有着不可分割联系。

表2 2017年长江经济带安徽省流域三县金融排斥负向指标值

4.1 金融交易成本视角

根据经济学利润最大化原则，金融交易成本无疑是银行运营发展负向指标。交易成本低，地方金融便有持续稳定发展动力；交易成本越高，对收益甚微的地方银行发展积极性越是致命打击。金融机构交易成本总体由日常运营管理成本、融资成本和风险成本构成，日常经营管理成本即金融机构在从事有关金融业务活动中产生的各项费用支出；融资成本主要指金融机构在吸收存款时所支付的利息成本；风险成本指金融机构为风险预控和事故损失所支付的成本，主要包括信用风险成本(违约事件的发生)和市场风险成本(贷款企业的经营风险)。从以上三县域实地考查来看，体现在“三本”上的交易成本在各县域居高不下且有持续走高趋势，差异也较为明显。以某县农村商业银行为例，2016年交易成本达2.3亿元，在2018年却达到了3.2亿元，平均每年呈15%速度增长。

4.2 金融信息不对称视角

金融信息不对称是构成金融排斥主要原因之一。县域村镇金融主体借贷双方存在着不同程度上的信息互不对称，主要体现以下:

金融供求信息不对称，即金融市场上资金供给方与需求方之间存在信息不通畅，一是金融机构不能及时有效掌握当地居民资金需求信息，不能因地制宜开发当地金融需求产品。通过县域村镇走访调查统计发现，80%以上的融资需求基本都是依靠亲戚朋友借款获得，当地居民认为他们资金需求量小，周转周期短，去银行办理贷款手续繁琐，贷款利率高，不如找私人借方便、自由。二是居民对当地金融惠农政策、金融机构创新业务及动态变化严重缺乏了解，从发放的问卷调查结果显示，仍仅有14%居民了解金融知识，有84%不太了解甚至不了解，对于农村地区精准扶贫政策、金融服务惠农政策更是了解胜少。由此，地方金融机构与当地居民及小微企业主之间的信息屏障催生了自我排斥、地理排斥、条件排斥等现象，以致县域金融市场信贷配给错配现象频繁。

债务人信用信息不对称，从贷前、贷后看，贷前借款人风险类型、逆向选择以及资金需求信息不通畅，难以被投资人识别；贷后借款人的道德缺失和逆向选择频频发生。乃至地方金融机构需要投入巨大人力资本以及甄别费用，实施贷前防范、贷中控制、贷后监督全程风险管理，并实时进行风险监测系统智能化升级换代，大大推高了县域金融机构交易成本和风险成本。债务人信用信息不对称让正规金融机构在县域村镇生存举步维艰，由此带来正规金融机构在不同县域的信贷配给，出现“惜贷”或“惧贷”和资本外流现象。

4.3 区域资源禀赋视角

地区资源禀赋和区位优势，决定着该地区的经济发展水平、发展方式和金融服务能力。纵览长江经济带此三县发展，各县域资源禀赋和区位优势呈现典型异质化特征，在长江经济流域区域差异化来看有一定代表性。肥西县位于省会合肥市南郊区，合肥市作为长三角城市群副中心城市，有着更高发展定位，作为郊区肥西县地理位置得天独厚，区位优势明显，依托省会城市经济圈，是集农业、工业、服务业、旅游业于一体的全国综合实力百强县，堪称安徽第一县，全县常住人口密度0.45(万人/千公顷)。青阳县位于长江下游南岸，旅游资源丰富，依托九华山国家5A级旅游风景区，打造“一核三片”泛旅游示范区，成为该县经济发展重要增长极和支柱产业，全县常住人口密度0.208(万人/千公顷)。而望江县位于长江下游北岸，号称“农业产业特色县”，目前，市级以上农业产业化龙头企业近70家，规模种植比重达75.3%，规模化养殖比重达90%。以上看出，区域资源禀赋在各县域的不均衡，造就区域经济发展的不均衡，金融服务宽度和深度呈现不同程度差异。

由上分析，县域金融交易成本过高、金融供求双方信息不通畅、区域资源禀赋利用不同，是限制县域普惠金融均衡发展，构成不同程度金融排斥关键所在。

5 县域金融排斥有效破解对策

5.1 加强政府政策引导，坚定不移推进农村普惠金融发展

近年来，人行相继对农村商业银行900多家县支行执行差别化存款准备金率政策，增加“支农”和“支小”再贷款和再贴现额度，大大提高了县域农商行服务三农能力和动力。政府还应咬定青山不放松，针对县域普惠金融发展不均衡、不普惠问题，进一步加强政策引导，结合市场化和金融科技创新手段，本着保本微利原则，建立起可持续性的新型商业普惠金融均衡发展体系，适当规范农村商业金融供给市场化，规范推进农村集体经营性建设用地使用权抵押贷款政策，对精准扶贫，脱贫攻坚项目及群体实施无息贷款政策，让新型普惠金融深深扎根县域村镇每一个角落，让贫困户贷款难、贵问题得到有效缓解，真正实现普惠金融普惠性，从政策和制度上缓解金融排斥乃至差异化排除，为全面小康社会提供强有力金融支撑。

5.2 大力推进数字普惠金融改革创新，降低县域金融交易成本

大力推进数字普惠金融改革创新，是降低县域金融交易成本的有效新举措。当前，政府力推的普惠金融在县域的发展瓶颈仍未有效突破，如地域覆盖、客群覆盖等。数字化时代到来，为普惠金融可持续发展开辟了新天地——数字普惠金融[11]，它是数字技术与普惠金融的深度融合，具有高效、便捷、成本低、覆盖面广、信息通畅优势，据有关数据测算结果显示，手机银行业务成本是柜台业务所需成本的1/5左右，是网点和代理网点成本的1/350，可见，线上办公、线上交易能大大降低业务成本，提高业务效率。大力推进普惠金融深度融入移动互联网，建立移动互联网客户终端线上金融体系，触及各县域每一个村镇，降低金融边际成本，降低金融服务门槛，实现金融弱势群体所在长尾市场广覆盖，有效破除金融地理排斥、价格排斥，条件排斥，是破解县域金融排斥的有效新路径。

5.3 进一步推进完善县域征信体系建设，净化农村金融发展环境

对于有效缓解金融信息不对称，净化农村金融发展环境，加快完善县域征信体系建设和实施是一项得力而又刻不容缓举措。近年来，县域农村征信体系建设也取得了一定成效。2016年，我国首个市级信用村“京竹村”挂牌成立，2017年安徽省各地创新推出“政府主导、人行牵头、金融机构参与为主、多部门合作”等多种建设模式，实现农户信用信息收集率90.7%，中小企业信用信息收集率62.5%[12]。鉴于普惠金融国家战略规划实施，县域征信体系建设和完善维护仍是任重而道远，需要构建以政府主导，金融机构配合，全员参与的联动机制，利用互联网、广播电视等媒体加大“诚信行天下，失信寸难行”的宣传普及和激励措施；加快构建信息采集和实时更新共享机制，避免多套体系、重复采集；另外也要对信用信息使用加以规范和监督，制定信息安全保护法律条例，规范信用信息安全使用渠道，确保个人、企业征信的绝对安全无患。以此优化县域金融生态环境，提升金融机构服务动力，有效缓解金融排斥。

5.4 紧抓落实精准扶贫长效机制，切实提高地方资源禀赋利用效率

资源禀赋和区位优势在各县域的不均衡，制约着区域经济均衡发展，也造就着区域居民可支配收入水平的差异。研究表明，经济增长是金融发展的动因，同时经济增长需要强有力的金融体系支撑，相辅相成、相互促进[13]。目前，我国经济发展欠发达区域主要集中于中西部广大县域农村，是贫困人口主要集中地，也是金融服务受排斥对象，也是当前脱贫工作“啃硬骨头”落脚点，需要政府进一步加大精准扶贫力度，借助互联网+和农村电子商务平台，充分发挥区域资源优势以及各区位优势，兴产业促脱贫。同时，鼓励农商行加大移动互联网金融创新，扩大信贷投入，如对贫困户独立发展特色种养业、休闲农业、农产品加工业、乡村旅游、光伏发电等区域优势项目的小额扶贫信用贷款[14]。坚持通过创业扶贫、就业扶贫、技术教育培训扶贫等具体措施构建精准脱贫长效机制，实现利用效率低的区域资源禀赋向利用效率高的方向转化，实现欠发达县域经济的均衡增长，让贫困人群真正实现稳定脱贫，切实提高金融弱势群体收入水平，降低金融双向排斥[15]。

5.5 加大普惠金融宣传力度，提高县域金融弱势群体数字普惠金融意识

通过实地调研走访获悉，农村居民对金融知识尤其是普惠金融政策、数字普惠金融及其操作技能知识的了解依然甚少。这也是构成县域农村金融自我排斥的重要因素。政府应把普惠金融、数字普惠金融知识的宣传普及作为一项长期务实政策工作来抓，针对县域农村人口空间分布不均衡状况，在县域各村镇建立“金融知识和政策咨询点”，让农村普惠金融知识和政策宣传触及“最后一公里”；由金融机构开展金融创新月活动，发挥电视广播、网络传播优势，结合“柜台式”“提包走访式”“蹲点式”等多样化实地宣传手段，并建立完善的宣传工作目标责任考核机制，提高村镇居民对现代金融理念的认识和触及率，提高数字普惠金融使用率。