农村普惠金融发展水平测度及其对农户经营性收入的空间效应研究

郑家喜，杨 东，刘亦农

(中南财经政法大学工商管理学院，武汉 430073)

农户经营性收入是农民收入的重要组成部分，提高农户经营性收入关系到农民群众的物质文化生活以及农村经济社会的稳定发展，关系到乡村振兴战略和全面实现小康社会等任务的全面落实及完成.2019年出台的中央“一号文件”强调乡村产业的融合发展和农民收入的提高需要围绕收入均等化和资源分配公平化进行.国家为了破解农村低收入农户和小微企业严重的金融排斥问题推出了普惠金融发展战略，目的是通过推动金融广度发展改善低收入农户和小微企业的融资环境，进而提高他们获取金融资源和服务的能力，提高其经营性收入水平.但现实中，由于地区间金融供给、市场活跃度、金融服务、金融制度及农户信贷需求差异较大，不同地区间的农村普惠金融发展水平相差悬殊，但同时在类似的区域间也存在明显的俱乐部现象[1]. 如何科学测度我国农村普惠金融发展水平？农村普惠金融发展存在什么样的时空异质性？农村普惠金融发展对农户经营性收入的提升有着什么样的空间溢出效应？这些都是需要深入研究的重要问题.

从现有关于农村普惠金融与农户经营性收入的相关研究来看，其研究结论主要可归为贫困减缓效应[2-3]、收入效应[4-6]和经济增长效应[7-8]等，也有人认为中国农村普惠金融发展水平存在明显的空间差异性和相依性[9-12].因此，对于农村普惠金融的发展应该重视其发展的区域差异性和空间溢出性[13].从空间视角看，由于农业生产资料的流动性，相邻地区的一些经济特征可能具有一定的相似性，农村普惠金融发展水平与农户收入水平在区域上也可能存在空间相关性和聚集性[14].即农村普惠金融的发展不仅可以对本地区农户的经营性收入产生影响，还会对周边地区的农户经营性收入产生影响，从而产生了空间的溢出效应.另外，现有文献中，关于我国农村普惠金融发展水平的指标体系大多采用国际上常用的“三维度”指标法[15]和八大指标体系[16]，也有部分学者根据我国具体国情构建了部分省份、西部地区或民族地区的农村普惠金融发展水平指标体系[16-17]，但利用国际上的指标体系测度我国农村普惠金融发展水平显然由于国情不同，相关指标的统计口径、指标赋权等不同使得其适用性不强，在以往多数的农村普惠金融发展水平评价指标中，单一的强调农村金融机构的地理密度，尤其是现有指标体系中几乎没有考虑到普惠金融服务效率这一维度对于农村普惠金融发展水平测度的影响[17]，导致该类指标体系难以准确的评估其发展水平.为此，本文在前人研究基础上，从使用情况、可获得性和服务效率三个维度构建新的农村普惠金融评价指标体系，进而利用空间分析方法来对农村普惠金融发展水平的时空分异特征进行分析.在此基础上，采用空间面板杜宾模型，就农村普惠金融对农户经营性收入的空间效应展开实证分析，以期为我国农村地区普惠金融发展和农户增收提出有效的政策建议.

1农村普惠金融发展水平测度

1.1农村普惠金融发展水平测度指标体系构建

借鉴已有研究成果，以科学性、完备性、有效性和可获性为原则，结合全球普惠金融合作伙伴组织(GPFI)建立的普惠金融评价指标体系及焦瑾璞、董晓林和张晓琳等学者的设计方案[18-20]，基于我国国情从使用情况、可获得性和服务效率三个维度构建新的农村普惠金融评价指标体系(表1).

表1 中国农村普惠金融发展评价指标体系Tab.1 China’s rural inclusive financial development index system

在三个维度中，“使用情况”维度主要用来度量农户对于农村普惠金融的接受情况，需要从农村金融的真实需求来设定子指标，农户存款、涉农贷款和农业保险等相关指标能够较好的反映农村普惠金融的使用效果；“可获得性”维度主要是反映农户获得普惠金融服务的途径和便利程度，以及金融经营者提供的金融服务的各项措施，主要以金融机构网点数量和金融服务人员数量等相关指标组为衡量依据；“服务效率”维度主要评估农村普惠金融的服务效率以及对促进经济增长的作用，主要选取银行不良贷款率以及农户存款和涉农保险占GDP的比重作为衡量指标.相较于其他学者只注重普惠金融机构的网点密度，本指标体系还将农村普惠金融的商业可持续性纳入考量范畴，增加了农村普惠金融的服务效率.主要原因是：第一，农村普惠金融是农村金融体系的一个组成部分，同时应该具备金融基本的商业性属性，即发展模式是非具有内生性和可持续性.由于我国农村地区差异较大，不同地区和不同金融机构提供的普惠金融服务水平差异分化现象严重，将服务效率普惠金融发展水平的指标体系中能够有效弥补现有指标体系中关于效率测度的缺失.第二，根据国务院《推进普惠金融发展规划(2016年—2020年)》中的界定，“有效”的金融服务要求体现金融服务的机会平等、可持续和特定化配比程度等效率测度.第三，随着互联网、大数据分析和5G技术的不断地完善，金融科技得到了飞跃式的发展.金融科技从根本上能够提升农村普惠金融的服务效率和服务质量、降低金融风险.

1.2农村普惠金融发展水平测度方法

在对农村普惠金融发展水平进行测算前先要赋予指标权重，本文通过运用网络层次分析法和熵值法来获取农村普惠金融发展指标的权重.其中二级指标通过网络层次分析法加权获得，三级指标通过熵值法计算获得.

1) 由于数据之间的波动性可能会掩盖农村普惠金融评价指标权重的合理性，为解决客观方法的弊端，本研究运用网络层次分析法来合理确定农村普惠金融二级指标的权重，其中二级指标包括农村普惠金融发展的“可获得性”“使用情况”和“服务效率”.

2) 由于数据之间的波动性可能会掩盖农村普惠金融评价指标权重的合理性，为解决单一使用主观或客观方法的弊端，将两者分析方法相结合，其中维度层面采用网络层次分析法来计算，指标层面采用熵值法计算.通过对各维度和每一维度下的各指标分别进行赋权后，得出农村普惠金融指数RIFI值：

(1)

式中，wj为第i维度下的第j个指标的熵值权重，xij表示标准化后的指标值.RIFI取值在[0，1]之间，RIFI值反映了农村普惠金融的发展水平，该值越大表明农村普惠金融发展水平越高.

1.3农村普惠金融发展水平测度结果

关于农村普惠金融发展水平指标体系的数据均来自《中国农村统计年鉴》、《中国农村金融服务报告》、《中国保险年鉴》、中国人民银行网站和EPS等数据平台，其中缺失的年份数据通过平均值法补齐.由于西藏、香港、澳门和台湾缺少部分样本数据，故未将上述四个地区纳入研究对象.

基于农村普惠金融评价指标体系，运用网络层次分析法和熵值法相结合的方法计算出2009年—2016年我国30个省份及东部、中部、西部和东北地区的农村普惠金融指数(表2).

由表2可以看出：第一，我国农村普惠金融水平整体呈“V”字型变化趋势.样本期内，四大区域板块的农村普惠金融指数“V”字型变化特点尤其明显.其中，东部地区的农村普惠金融水平自2009年的0.761 0开始渐进式上升，到2013年下降到0.745 8，随后缓慢增长至2016年的0.772 4.中部和西部也呈现出类似的趋势.东北地区的变化趋势和东、中、西部稍有不同，但总体上“V”字型也是比较明显.第二，省域层面上，农村普惠金融发展水平指数存在一定的地区差异，但总体呈上升趋势.东部地区农村金融发展建设表现最好的是上海(均值为0.802 7)，其次为北京(均值为0.791 7)，但其农村普惠金融建设水平指数呈现波动下降的变化趋势.上述两地区的农村普惠金融建设水平远高于其他地区，主要归功于其独特的经济中心等地理位置，除此以外，其本身的金融服务发展水平和经济水平均远高于其他省市.东部地区其他省市的农村普惠金融建设水平相差不大，其农村普惠金融发展水平指数主要集中于0.76左右，但福建、广东和海南的指数值较低.中部地区的农村普惠金融发展中，总体均呈现波动上升，其中安徽RIFI指数最高，这可能是得益于毗邻东部沿海尤其是江苏和浙江的缘故，金融建设的“溢出”有助于提升本省的农村普惠金融发展水平.河南和湖南两省的RIFI指数相当，湖北省RIFI指数在中部最低.西部地区中，内蒙古和新疆地区的农村普惠金融发展水平与上海和北京相当，其变化趋势也类似.随着各地区农业保险业务的逐渐完善以及农业保险试点的相继成立，农村普惠金融发展指数呈现逐渐持平的发展状态.但依靠农村普惠金融的使用情况，内蒙古和新疆等地的RIFI指数排名靠前.东北地区中黑龙江的农村普惠金融发展水平高于吉林和辽宁，三地的RIFI指数呈现下降趋势.新疆、内蒙古以及黑龙江等地前期大量投入农业保险，而农业保险人均赔付率所占权重最大，因而其综合水平指数较高.

在指导写记事类作文时，我带学生进行“咬饼干”游戏。在游戏前，要求孩子认真观察参与游戏学生的表情、动作，仔细听他们说什么，揣摩他们在想什么。在这观察的过程中，学生间就产生了交流，一种无声的交流，会留下信息，这些信息会成为孩子笔下的文字。因为这样一个交往过程，儿童获得了真实的写作素材，就不难写出整个事情的经过，也能把事情写具体。

表2 2009年-2016年度中国农村普惠金融发展水平变化Tab.2 Development level change of rural inclusive finance in 2009-2016

2农村普惠金融发展的空间自相关分析

2.1空间自相关分析方法

用Moran’sI指数衡量不同区域间属性值存在空间自相关性.在构成的Moran 散点图中，可以划分为四个象限(HH区、HL区、LL区、LH区)，对应四种不同的区域空间差异类型.Moran’sI指数表达公式为：

(2)

其中，Y表示第i地区的观测值，n为地区总数，w为空间权重矩阵.标准化的Moran’sI统计量为：

(3)

式中，wi·,w·j分别表示空间权重矩阵i行和j列之和.Z服从标准正态分布，可以通过Z值大小检验是否存在空间相关性.

2.2农村普惠金融发展的空间自相关分析结果

为检验我国农村普惠金融发展水平的空间分布相关性，计算出样本期间农村普惠金融发展水平的Moran’sI指数及其显著性并绘制2009年、2012年、2013年、2016年中国农村普惠金融发展的空间自相关指数变化图(图1).

图1 2009年、2012年、2013年、2016年中国农村普惠金融发展的空间自相关指数变化图Fig.1 Spatial autocorrelation index changes of rural inclusive financial development in China in 2009，2012，2013 and 2016

从图1可见，样本期间的Moran’sI指数经历了从正到负再到正的变化，这意味着中国省域间的农村普惠金融发展水平差异并非随机分布的，而是由于空间正相关造成的，表现出全局空间依赖性.同时，农村普惠金融发展水平也出现了较强的局部空间集聚效应，即农村普惠金融发展水平较高(较低)的区域被高值区(低值区)的其他区域所包围.这进一步验证了我国农村普惠金融发展水平存在显著的空间依赖性.农村普惠金融发展水平Moran’sI指数下降的趋势，意味着我国农村普惠金融发展水平表现出局部集聚性和集聚阴影效应，造成周边地区难以形成新的优势区，降低了在远距离间的空间相关性.

具体而言，在样本期内，2009年—2012年LL型省份数量占比较高，呈带状分布，总体上位于西部地区；HH型省份数量呈现从东北向东部沿海转移的趋势，且数量保持不变；HL型数量较少，且呈现出从低到高然后形成下降的趋势，表明我国农村普惠金融发展不稳定，且地区间差异较大.HH型主要分布于东部沿海发达省市以及内蒙古、吉林等内陆边界地区.以保险业的普惠性为例，内陆边界如内蒙古等地区的保险业普遍性较高，同样带动周边地区的农村普惠金融发展，这意味经济发展水平较低的省份同样可以实现较高的农村普惠金融发展水平.LL型主要分布在中西部地区，呈现相邻的带状分布，表明这些本来就存在较低农村普惠金融发展水平且相邻的省市，随着时间推移并未实现较高的农业普惠金融发展水平，表明我国农村普惠金融发展的地域差异依然较大.

3农村普惠金融发展水平对农户经营性收入的空间效应

3.1变量说明及数据来源

参考已有的研究文献，本文的被解释变量是农户经营性收入，选取的解释变量包括农村普惠金融发展水平以及控制变量物质资本、产业结构、政府财政支出、就业环境、农村居民消费水平和农村居民固定资产投资.其中农村普惠金融发展水平由前文计算得出的农村普惠金融发展指数表示.物质资本以人均耕地面积(PHYC)表示，计算公式为地区耕地面积除以农村人口总数.产业结构(INST)用第二和第三产业的产值占地区总产值的比重来表征，政府财政支出(GVEX)则以地区农林水事务支出表示，就业环境(WKEN)以工业企业平均用工人数表示，同时，为控制消费和支出对收入的影响，也引入了农村居民消费水平(CONS)和农村居民固定资产投资(INV)作为控制变量.农户生产经营性收入(BIRH)指农户以家庭为单位从事产业相关的生产或经营活动所获取的收入.其中，物质资本、政府财政支出、就业环境、农村居民消费水平和农村居民固定资产投资均取了自然对数，因此，模型估计系数均反应为弹性.数据来源于历年相关统计年鉴，与指标体系的数据来源一致.

3.2研究方法

主要采用空间杜宾模型(Spatial Dubin Model，SDM)分析：

lnBIRHit=β0+β1×RIFI+β2×

lnPHYCit+β3×lnINSTit+β4×lnGVEXit+

β5×lnWKENit+β6×lnCONSit+

β7×lnINVit+β8W×RIFI+

β9W×lnPHYCit+β10W×lnINSTit+

β11W×lnGVEXit+β12W×lnWKENit+

β13W×lnCONSit+β14W×lnINVit+εit，

(4)

其中，

εit=ρW×εit+eit，

eit=u+vit，

式中，W为空间权重矩阵，本文以地理空间邻接为原则构建权重矩阵.

3.3实证结果及分析

3.3.1实证结果 研究表明，R-LMlag和R-LMerror均在1%的置信水平下通过了显著性检验，表明模型存在空间自回归与空间残差相关性，因而采用SDM模型研究农村普惠金融整体发展水平对农户生产经营性收入的影响(表3).

农村普惠金融发展水平RIFI以及和空间的交互项均对农户经营性收入有显著的正向效应，其系数分别为1.279和1.329，且农村普惠金融发展水平与空间交互项对于农户经营性收入更大.由此表明，农村普惠金融的发展不仅影响本地区农户的经营性收入，还会对周边农户的经营性收入产生溢出效应.农村普惠金融发展水平基于地域邻近而产生的空间交互作用可以形成跨地区空间集聚作用，通过空间交互作用获得本地区和周围地区才有的、能够显著促进本地区农户经营性收入的因素.表3的结果同时表明，农村普惠金融发展水平可以通过空间的交互作用产生出规模效应和溢出效应，进而提升农户经营性收入.由此可见，一方面，忽略农村普惠金融发展水平在空间上的依赖特征，就会低估了农村普惠金融发展水平对农户经营性收入的积极作用；另一方面，空间上同质化的农村普惠金融发展，不仅不会放大其农户经营性收入的正向作用，更是会造成更大的资源浪费.

图2 各省市2009年—2016年农村普惠金融水平的空间相关模式图Fig.2 Spatial correlation model of rural inclusive finance level of provinces and cities in 2009-2016

表3 农村普惠金融发展水平对农户经营性收入估计结果汇总Tab.3 Summary of the estimated results ofthe development level of rural inclusive financeon the operational income of farmers

另外，从生产要素方面分析看，农户耕地面积PHYC对农户经营性收入的影响系数为负，即农户耕地面积每增加1个百分点将降低0.060 9%的农户经营性收入；而其空间交互作用对本地区的影响为正且在1%的水平上显著通过检验，表明农户耕地面积未受当地经济政策驱动而影响农户经营性收入，但其空间交互作用表明农户可耕地面积受到周围地区可耕地面积而影响农户经营性收入.农户固定资产投资INV对农户经营性收入的影响系数为负但并不显著，即农户固定资产投资每增加一个百分点不利于提高的农户经营性收入；其空间交互作用对本地区的影响较小且同样不显著，表明固定资产投资对农户经营性收入未受当地政策和周围地区的影响.工业企业劳动报酬WKEN的系数显著为正(5%水平)，而工业企业劳动报酬的空间交互作用为负，但并未通过显著性检验，说明随着经济的发展，工业企业劳动的边际产出效率增加，工资占比越高，资本密集程度提高，越有利于农户经营性收入.与农村普惠金融整体发展水平对农户人均可支配性收入估计结果不同的是：二三产业产值占地区总产值GDP比重INST对农户经营性收入的影响为负，且在1%的水平上显著通过检验，其空间交互作用估计结果也显著为负，表明当地或周围地区的二三产业发展越大，越不利于农户生产经营性收入提高.

从制度因素方面分析，农林水事务支出GVEX的系数为负，其空间交互作用为负且不显著，表明地方政府对农村农林水事务支出等的投入逐步扩大且促进了我国农户人均居民经营性收入水平的提高，但估计结果不显著.农村居民消费水平CONS的空间交互作用都显著为正(1%水平)，表明地方农户经营性收入主要受到周围地区经济发展水平的溢出影响.

3.3.2分解效应分析 一般认为，运用空间计量模型时，仅利用估计系数来衡量解释变量之于被解释变量的影响是存在偏误的[21].因此，本文将农村普惠金融发展以及控制变量发生变动时对农户经营性收入的空间效应分解成直接效应和间接效应(表4).直接效应是指农村普惠金融发展每变化一个单位对本区域农户经营性收入影响的大小，间接效应测量的是农村普惠金融发展每变化一个单位对其它相邻区域农户经营性收入影响的大小，即空间溢出效应.

如表4所示，农村普惠金融发展总效应的估计系数值为3.074，这表明无论是本地区还邻近地区的农村普惠金融发展，都对其区域内的农户经营性收入有着显著性的提升与促进作用，即农村普惠金融发展指数每增加1%，则农户经营性收入将提升3.074%.从直接的影响效应来看，其影响估计值为1.348.也就是说，我国农村普惠金融发展水平每提升1个百分点，农户的经营性收入就可以提高1.348%.而从间接的影响效应来看，其影响估计值为1.726.表明我国农村普惠金融发展水平每增加1个百分点，农户经营性收入就会提高1.726%.

从结果上可以看出，无论是直接效应还是间接效应，农村普惠金融发展对于农户经营性收入的影响都是显著为正，但是从影响效果上看，其间接影响即空间溢出作用比直接效应更为显著.由此可以表明不管是本地区的农村普惠金融还是相邻地区的农村普惠金融的发展，都可以对本地区农户经营性收入产生显著的直接和间接影响，并且有利于提高本地区农户的经营性收入水平.同时，也说明农村普惠金融发展的空间效应具有增收的作用，金融服务及金融资本的跨区流动能促进邻近区域的农户增收.这可能是因为农村普惠金融发展在地区一体化和农村生产要素在空间上流动性加快的推动下，会通过“关联效应”“竞争效应”和“学习效应”等间接促进邻近地区的农村普惠金融发展水平，进而对邻近地区的农户经营性收入产生正向外溢效应.另一方面由于农村普惠金融的政策协同性和金融机构有效的对接，相关金融机构或资本更加倾向于农村普惠金融发展水平较高的邻近地区，从而形成在一定类似区域上的规模效应和空间溢出效应，进而提升农户经营性收入.从这个角度看，各地区农村普惠金融的发展不能盲目扩张地追求所谓的“全方位多样化”的金融产品和服务，而应要更加注重金融服务在区域间的合作，放大农村普惠金融发展对农户经营性收入的空间“极化效应”和“涓流效应”.

4结论与启示

通过研究，得到以下结论：第一，我国农村普惠金融指数整体呈“V”字型变化趋势.样本期内，四大区域板块的农村普惠金融指数“V”字型变化特点十分明显.省域层面上，农村普惠金融发展水平指数存在一定的地区差异，但总体呈上升趋势.第二，我国农村普惠金融发展水平存在显著的空间依赖性.农村普惠金融发展水平Moran’sI指数下降的趋势，则意味着我国农村普惠金融发展水平表现出局部集聚性和集聚阴影效应，造成周边地区难以形成新的优势区，降低了在远距离间的空间相关性.第三，农村普惠金融发展水平可以通过空间的交互作用产生出规模效应和溢出效应，进而提升农户经营性收入.农村普惠金融发展水平基于地域邻近而产生的空间交互作用可以形成跨地区空间集聚作用，较为稳定地助推农户经营性收入的提升.第四，无论是直接效应还是间接效应，农村普惠金融发展指数对于农户经营性收入的影响都是显著为正的，但是从影响效果上看，其间接影响作用则更加强烈.第五，从其他影响农户经营性收入的因素分析看，农户耕地面积及二三产业产值占地区总产值GDP比重对农户经营性收入的影响存在着负向关系，由于存在着空间上的竞争或追赶效应，因此这就需要进一步的提升本地区二三产业的发展水平，确保相关市场的稳定.而工业企业劳动报酬的正向关系则意味着资本的流动和工资收入水平的高低对空间集聚的影响较大，对于相邻地区以及本地区农村劳动力的吸引力更大，更多劳动力将涌入本地市场.农村居民消费水平对于农户经营性收入的影响在间接效应上更明显，这也表明邻近地区的农村居民消费水平对于农户经营性收入的影响更大，农村居民消费水平存在着溢出效应.

通过分析，得到以下政策启示：第一，在乡村振兴大背景下，要重视农村普惠金融在改善农村居民生活水平与质量中的作用与效果.合理扩大金融服务范围，对于农村普惠金融发展相对落后的地区，进一步完善该地区的政策性资金的投入和分配.在政策制定时还要参照地区经济发展的总体目标，实现效率最优.第二，重视生产要素及制度因素的影响，既要合理规范农村土地的使用及产业的发展，又要克服行政壁垒，建立常态化的农村普惠金融区域合作交流及共享机制，提升地区的农村金融服务水平，加强普惠金融的政策作用及效果，最终促进农村居民收入增加.第三，既要重视普惠金融增收的直接效应，完善农村金融环境，提升本地区金融服务水平和服务效率，更要充分关注普惠金融发展的空间溢出性，改变各个地区盲目扩张地追求所谓的“全方位多样化”的金融产品和服务，加大金融机构、金融服务在空间上的分工协作，放大金融发展的空间“涓流效应”，进一步提高金融普惠程度和效果.