普惠金融对经济发展的影响研究——基于西部地区的面板数据分析

章德花

（广西师范大学经济管理学院，广西 桂林 541000）

一、引言及文献综述

我国西部地区经济发展一直面临着发展不平衡、发展质量和效率低等问题，普惠金融具有服务对象广泛、成本可负担、服务范围广泛的特点，能在更大范围为经济发展助力。如何让普惠金融更好服务于我国西部地区的经济发展，让西部地区实现经济高质量发展，是当前我国金融发展的重要议题。

金融发展与地区经济发展的关系。金融发展是否对地区经济发展做出贡献，有学者认为地区金融发展水平和地区经济发展之间呈现“倒U”形关系[1]；如果不考虑传导机制，经济增长的回归会削弱财政支出对经济增长的推动作用[2]。金融规模的地区差距对经济差距发挥正向作用，而金融规模和金融效率的地区差距对地区经济发展具有负向作用[3]。

普惠金融发展与地区经济发展的关系。传统金融的供给与中小微型企业和农村地区的金融需求不匹配，使得我国金融体系出现了结构性的矛盾。一些学者发现普惠金融可以提高资源配置效率[4],从区域发展角度看，我国普惠金融的发展水平存在区域不均衡；从整体看，普惠金融与地区经济发展之间呈“倒U 型”的关系，有利于西部地区经济的发展[5]。然而在目前的金融体系中，普惠金融在实践中仍存在诸多困难[6]，普惠金融对减小贫富差距效果不显著，并且存在一些问题，如缺乏可持续性和地区差异[7]。

综上，现有相关文献大多数是从全国角度对普惠金融与经济发展之间的关系进行研究，没有详细研究经济相对落后的西部地区，也没有将城镇化水平等因素考虑进去。本文对西部12个省份2009 年～2018 年普惠金融发展指数IFI 进行了测算，对普惠金融的研究进行补充。

二、构建普惠金融指数

普惠金融发展情况可用普惠金融指数衡量，为了评价普惠金融在各国的应用和发展情况，国外学者构建了一系列评价指标体系[8][12][13]；国内学者对普惠金融的评价也构建了相应的指标体系[10][11]。有学者将普惠金融指标分为三个维度：普惠金融的渗透性、服务可得性和使用情况[9][11][13]；而另外有学者则是从金融需求和金融供给方面对普惠金融进行评价和比较[8][10]。

在指标选取上，本文从普惠金融供给和需求角度选取了六个指标来衡量普惠金融的发展。供给角度包括地理维度和人口维度，需求角度包括金融产品服务，具体的指标选取如表1 所示。

表1 普惠金融的维度及指标

本文参考了Chakravarty（2010）提出的指数计算方法，具体计算公式如下：

i 是普惠金融发展指数的六个指标，j 是各省市，xij是i维度在j 省的实际值，mi、Mi分别是i 维度在各省市的最小值和最大值；k=6，代表6 个维度；r 为常数，取值范围为0 ～1，表示各指标对普惠金融的敏感度，本文取r=0.5 进行计算。普惠金融发展指数见表2。

IFI 指数的值取值范围为0 ～1,其中0 表示完全金融排斥，1 表示完全金融包容。在国际上，当0 ≤IFI ＜0.2 是低普惠金融发展水平、0.2 ≤IFI ＜0.5 为中等普惠金融发展水平、0.5 ≤IFI ＜1 为高普惠金融发展水平。通过对表2 分析发现，重庆市普惠金融发展较好，而内蒙古和宁夏在2011 年才有进一步的发展，其余9 个省份在2010 年有进一步的发展。总体而言，我国西部地区各省份普惠金融发展水平都有提高，但各省份之间还存在差距。

表2 我国西部地区2009年～2018年普惠金融指数

将2018 年西部各地区的IFI 指数和人均GDP 进行对比，发现IFI 指数与各省份人均GDP 趋势相似，说明我国西部地区普惠金融发展和经济发展之间存在相似关系。

三、实证研究

本文选取我国西部地区2009 年～2018 年12 个省份的面板数据，建立经济增长模型，分析普惠金融发展指数在西部地区经济发展中的作用。

1.变量选取与数据说明

经济发展水平是一个时期国家经济发展的规模和速度，可用人均GDP 衡量，因此将西部地区各省份人均GDP 作为因变量。为消除异方差性，取人均GDP 的对数值，IFI 作为核心解释变量。本文借鉴杜强等（2016）的方法，为了提高实证分析的准确性和全面性，将CPI、TFD、GOV、FDI、City 作为控制变量。并采用stata15 计量软件，对我国西部地区普惠金融与经济发展之间的关系进行实证检验。

本文以我国西部12 个省份2009 年～2018 年的面板数据作为样本，共120 个观测值；数据来自《中国统计年鉴》《中国金融年鉴》、wind 数据库及各省份的统计年鉴。

为了使数据维度保持一致，对数据进行处理，各变量的具体解释及取值方法如表3 所示。

表3 变量取值的具体解释及取值方法

2.构建模型

根据选取的数据和样本特征，采用面板数据模型。通过hausman 检验，结果显示本文的面板数据应采用固定效应模型，构建的回归模型如下：

其中，α，β1，β2，β3，β4，β5，β6是各变量的系数，因变量PGDPit是i 省t 年的经济发展水平。自变量IFIit是i省t 年的普惠金融发展指数，在回归模型中，若系数β1大于0，表明普惠金融发展与经济增长之间显著正相关；CPIit，TFDit，GOVit，FDIit，Cityit是控制变量； εit是随机扰动项。

3.实证模型检验

回归结果如表4 所示，从核心解释变量来看，IFI 的系数为0.47196 且在1%的水平上显著，普惠金融对我国西部地区经济发展有促进作用，具体表现为普惠金融发展水平每增加1%，西部地区人均GDP 提升47.20%，表明普惠金融可以显著促进西部地区经济增长。

从控制变量来看，CPI 在5%的统计水平上显著，能促进西部地区的经济增长；政府规模在1%的统计水平上显著，对西部地区经济增长有积极的影响，地方政府在普惠金融发展时给予普惠金融财政和金融政策的支持；城镇化水平从侧面反映了区域经济发展的程度，西部地区的城镇化水平的系数为4.25322，且在1%的水平上显著，城镇化要素聚集对西部地区的经济发展有推动作用。

表4 普惠金融对经济增长的实证研究

四、稳健性检验

上述实证结果充分验证了普惠金融可以促进我国西部地区经济增长，接下来将通过尝试改变不同的信息集，对西部地区普惠金融和经济增长之间的稳健性进行检验。

1.替换被解释变量

经济体系的公平和收入分配对应，因此城乡收入差距也可以表示经济发展情况，其结果用城镇居民人均可支配收入与农村居民人均纯收入的比值衡量。

将城乡收入差距Gap 作为因变量，根据相关结果，普惠金融发展指数的系数在1%的统计水平上显著为负，表明随着普惠金融水平的提高，城乡收入之间的差距减小，普惠金融能显著地改善西部地区的收入差距。通过计算，普惠金融发展每提高1%，西部地区的城乡收入差距将缩小56.26%。

从控制变量的角度看，消费价格指数在5%的统计水平上显著为负，表明CPI 对缩小城乡收入差距有促进作用；TFD 在5%的统计水平上显著，传统金融机构对资金需求者的差别对待导致城乡差距进一步扩大；城镇化水平在1%的统计水平上显著为负，城镇化水平越高，城乡差距越小，从侧面反映了经济的增长。替换因变量所得到的结果与基准模型的回归结果一致，稳健性检验通过。

2.增加控制变量

在基准模型的基础上，加入控制变量对外开放程度open 对模型进行稳健性检验，对外开放程度是货物进出口总额与GDP的比值。

回归结果表明，普惠金融发展指数在1%的统计水平上显著为正，即普惠金融对西部地区经济增长具有显著的促进作用。通过计算，普惠金融发展每提高1%，西部地区经济将增加47.23%，这表明普惠金融正向促进西部地区经济发展。从控制变量看，CPI、GOV 和City 都对经济增长有显著正向影响，且政府影响比较大。从结果看，普惠金融能促进经济增长，稳健性检验通过。

五、结论与建议

当前阶段，我国西部地区的经济发展与东中部有一定的差距，因此西部地区是我国现阶段经济发展的着力点。本文利用我国西部地区12 个省份2009 年～2018 年的面板数据，对普惠金融指数进行测算，对普惠金融的发展进行评估，进而探讨普惠金融对西部地区经济发展的影响。通过分析，得出以下结论：

第一，根据测算的IFI 可知，当前我国西部地区普惠金融发展呈现出利好趋势，但是各省份之间仍存在差异，重庆市普惠金融发展相比其他省份一直处于中高水平，但增速较低。

第二，通过实证，发现普惠金融对西部地区的经济发展有显著的促进作用，自变量IFI 系数小于其他控制变量的系数，说明普惠金融对经济发展的影响效果有待加强。虽然普惠金融在西部地区经济发展方面发挥了重要作用，但这种积极的效果没有得到很好发挥。

第三，政府规模和城镇化水平对西部地区经济发展有显著的正向溢出作用，表明政府对普惠金融的发展给予支持，城镇化水平越高，经济增长越高。

基于以上结论，本文提出如下政策建议：

首先，积极调动金融机构对西部地区经济发展的支持，同时积极向居民宣传金融知识，提高民众的金融意识，进而提高金融服务的质量；西部地区经济发展与东中部相比存在一些差距，更应加强对金融服务模式和产品的创新，带动西部地区金融业的发展。

其次，当前西部地区还存在一些金融服务空白的地带，我们应加强对普惠金融的渗透性，扩大普惠金融服务范围；另外应加大对新型金融机构的建设和发展，让政府在普惠金融对经济发展中起作用，促进经济发展。

最后，要优化农村的金融环境，提高农村经济的活力，使普惠金融对经济的发展落到实处；同时注重对外贸易，抓住共建“一带一路”的机遇，鼓励小微创新型企业和民营经济发展；在兼顾效率与公平的同时，优化地区之间存在差异化的普惠金融体系，并对普惠金融的制度条件进行改善。