制约青海省普惠金融发展的因素分析

■ 魏婉茹

（中国人民银行西宁中心支行 青海西宁 810001）

一、引言

（一）普惠金融概念

金融排斥是导致金融资源分配不均的一个重要影响因素，严重阻碍了金融产业的健康发展。早期普惠金融的提出便是基于消除金融排斥的需要。普惠金融最早可追溯至对“小额信贷”与“微型金融”的研究与实践中，后由联合国在“2005国际小额信贷年”上首次提出，将其界定为“通过完善基础设施，以可负担的成本将金融服务扩展到欠发达地区和社会低收入人群，向他们提供价格合理、方便快捷的金融服务，不断提高金融服务的可获得性。”国内最早引进这个概念的是中国小额信贷联盟（原名中国小额信贷发展促进网络）。2006年，在亚洲小额信贷论坛上由焦瑾璞正式使用这个概念。2013年，《中共中央关于全面深化改革若干重大问题的决定》正式提出了“发展普惠金融”。时任中国人民银行行长的周小川（2015）认为，普惠金融是让每一个人在有需求时都能以合适的价格，享受到及时、有尊严、方便、高质量的各类金融服务，应发展多业态的普惠金融组织体系。我国于2016年出台的《推进普惠金融发展规划（2016-2020年）》中，第一次对普惠金融进行了定义，“立足机会平等要求和商业可持续原则，以可负担的成本为有金融服务需求的社会各阶层和群体提供适当、有效的金融服务。”明确了小微企业、农民、城镇低收入人群、贫困人群和残疾人、老年人等特殊群体是当前我国普惠金融重点服务的对象。

（二）普惠金融发展水平的定量测度研究

印度学者Sarma（2008）基于联合国人类发展指数（HDI）的方法构建了普惠金融发展指数（IFI），指标体系包括了银行渗透度（BP）、金融服务的可获得性（BS）、银行系统使用程度（BU）三个维度。这一方法而后得到了学术界大规模的改良与应用。国内方面，王修华等（2011）运用1978-2008年的时间序列数据，运用计量模型对中国农村金融发展与城乡收入差距之间的关系进行了实证研究，认为创建普惠性金融体系是促进农村金融发展,缩小城乡收入差距的有效途径。王伟等（2011）根据Sarma的普惠金融指数测度方法，对我国各个省份的金融排除度进行测算,结果表明：9.7%的省份金融排除度低，54.8%的省份遭受了严重的金融排除,其余省份遭受了中等程度的金融排除。王婧等（2013）从金融服务的范围和金融服务的使用两个维度，运用变异系数法构建了普惠金融指数的指标体系，并进一步构建了影响因素模型，认为我国普惠金融发展状况良好，其发展以现有金融机构的扩张为主导。焦瑾璞等（2015）对国际主要普惠金融指数的研究方法进行了梳理，在此基础上，建立了“可获得性”“使用情况”和“服务质量”三个维度下，共19个指标的普惠金融指标体系，使用层次分析法对我国各省的普惠金融发展水平进行了测度，具有重要的理论与政策含义。

上述研究成果大都以宏观视角对全国乃至全世界大范围国家进行普惠金融发展水平的考察，对于区域的普惠金融研究却少之又少。青海深处内陆西部多民族地区，发展相对滞后，对其普惠金融的研究具有较强的示范作用，有助于缓解贫困，消除差距，促进高质量发展。

二、青海普惠金融发展水平测度

（一）指标选取

考虑到数据的科学性、可得性、代表性，本文基于Sarma（2008）普惠金融发展指数（IFI）测度方法，从金融服务的可获得性与使用情况两个维度构建青海普惠金融指数，共8个指标。

表1 青海省普惠金融指标体系

可获得性从人口与地理两个维度进行考量。人口维度方面选取每万人拥有的银行业金融机构数与每万人拥有的银行业金融机构从业人员数，反映的是金融机构对包含弱势群体在内的人口所能提供的金融供给情况。地理维度方面选取每平方公里拥有银行业金融机构数与每平方公里拥有银行业金融机构从业人员数，反映的是金融机构面对弱势群体的金融需求时，发生地理性“金融排斥”的金融供给情况。

考虑到居民对金融服务最基本的需求是存贷款与保险，因此，使用情况分别从信贷与保险两个维度进行考量。信贷情况选取存款余额占GDP比重与贷款余额占GDP比重，保险情况选取保险深度与保险密度，反映的是包含弱势群体在内的需求方对金融服务的使用情况。

（二）模型构建

普惠金融发展指数（IFI）的计算公式如下：

IFIt为第t年的普惠金融发展指数，wk表示第k个指标对应的权重，Ekt表示第k个指标在第t年的测度值，计算公式如下:

(3)在仔猪l4～18日龄用特异血清型大肠杆菌多价苗或单价苗给仔猪进行免疫接种，使仔猪产生坚强的特异性免疫力。

其中，ykt为第k个指标在第t年进行标准化及正向化后的值，X'kt为第k个指标在第t年进行标准化后的值。

本文采用熵值法计算各个指标权重，计算公式如下：

ek为第k个指标的权重，m为每个指标对应的样本数量，本文中该数值为8。本文数据分析在SPSS19和SPSSAU中完成。

（三）计算结果

本文采用的原始数据皆来自2010年-2019年《青海统计年鉴》与《中国人口与就业统计年鉴》，经过计算后，得到结果如下表。

结果表明，自2011年以来，青海省普惠金融指数整体呈上升趋势，2018年出现下降。就金融服务的可获得性而言，人口维度指标显著高于地理维度。2010年-2018年间，每万人拥有的银行业金融机构从业人员数（X2）提升最快，在金融服务的供给上提高了普惠金融发展程度。其余指标虽有提升，但波动幅度较小。2018年，每万人拥有的银行业金融机构数(X1)与每平方公里拥有银行业金融机构从业人员数（X4）指标值均出现小幅度下降。就金融服务的使用情况而言，居民对于信贷的需求显著高于保险，在使用程度上也更为深化。2010年-2018年，贷款余额占GDP比重（X6）上升最快，为0.96个点，其次为存款余额占GDP比重（X5），上升0.32个点。信贷方面指标值在2018年出现下降，保险方面指标值均表现为小幅度提升。

根据IFI的指数变化，结合青海省发展的实践，可以将青海省普惠金融发展趋势分为三个阶段：

第一阶段是基本空白的阶段。主要指的是样本观测期的起始年2011年，此时青海省IFI的值接近于0，金融市场刚刚起步，市场主体相对缺乏，多元化有待进一步提升，普惠金融发展相当于空白。

表2 青海省普惠金融发展指数测度结果

第三阶段是深化改革阶段。主要指2018年至今，受国内外复杂形势影响，我国GDP增速持续放缓，经济下行压力进一步增大，供给侧结构性改革进入到攻坚克难阶段，青海省的金融运行整体平稳，但银行业金融机构发展趋缓，资产规模出现下降，省内存款余额首次负增长，少数银行网点出现关停，直接导致IFI指数下降。

总体来看，供给侧结构性改革的持续深化使得青海省普惠金融发展出现阶段性倒退的“假象”，但整体发展仍然保持稳中有进，长期向好的基本面不会改变。

三、普惠金融的影响因素

（一）影响因素分析

为进一步探究影响普惠金融发展的因素，切实保障普惠金融的发展质量，本文借鉴国内外相关研究成果，引入宏观经济、人民生活、教育水平、信息化程度、基础设施五大方面指标，采用灰色关联度分析法对普惠金融发展进行实证分析。其中，（1）宏观经济方面，采用人均GDP指标，人均GDP较GDP可以更为客观地反映出一个国家或地区的实际经济发展水平，其本身具有一定的公平含义，是国际社会常用以衡量宏观经济发展的重要指标。（2）人民生活方面，采用居民人均可支配收入指标，这一指标指的是居民获得的、可用来自由支配的全部收入，是衡量一个国家或地区居民生活水平的基本指标。（3）教育水平方面，采用普通高等学校在校学生数占总人口比重指标，表示一个国家或地区的人口受教育程度，是对人力资本存量与质量的一个直接反映，同时也是对当地金融消费者金融素养的间接反映。（4）信息化程度方面，采用固定互联网宽带接入用户数指标，可以较好地反映一个地区的互联网使用情况，是衡量信息化程度的重要指标。信息化作为新生产力，是现代化的重要标志，使当今社会各种行为的效率得到极大提升，包括普惠金融。（5）基础设施方面，采用人均公路里程数指标，表示该地区交通设施的建设情况，是对基础设施建设能力的衡量标准之一。它直接影响了人民获取金融服务的成本，从而促进普惠金融指数的提高。以上五个指标与普惠金融的发展水平皆呈正相关。

（二）实证分析

本文使用SPSSAU20.0，以IFI为参考值（母序列），对数据进行无量纲化处理后，结合关联系数值计算青海省普惠金融指数与各解释变量的关联度。将IFI设定为Y，人均GDP, 居民人均可支配收入,普通高等学校在校学生数占总人口比重，固定互联网宽带接入用户数,人均公路里程数设为：Xi（k）（k=1,2….n）。使用均值法对数据进行无量纲化处理，如下。

将以上带入如下公式，得到关联度系数：

ρ为分辨系数，本文中取0.5。ζi(K)表示解释变量Xi(K)与被解释变量Yi(K)在K时刻的关联度。

将关联系数结果进行集中处理，计算出各评价项与母序列的关联度：

当0＜γi≤0.35时，为弱关联，0.35＜γi≤0.65时，为中关联，0.65＜γi≤1时，为强关联，结果如表3所示。

表3 关联度结果

由表3可得，人均GDP、居民可支配收入、固定互联网宽带接入用户、普通高校在校学生占人口总比重与人均公路里程数对青海省普惠金融的关联度皆在0.5以上，与IFI值存在较大关联性。其中，固定互联网宽带接入用户数（关联度0.743）对青海省普惠金融发展的影响最大，其次分别为居民人均可支配收入（关联度0.658）、人均GDP（关联度0.637）、普通高校在校学生占总人口比重（关联度0.559）、人均公路里程数（关联度0.559）。

四、结论与建议

本文基于印度学者Sarma对普惠金融发展水平测度的研究，从“可获得性”和“使用情况”两个维度，选取8个指标，计算了青海省的普惠金融发展指数。在此基础上，同时也对2010年-2018年间影响青海省普惠金融发展的因素作了考察。得出结论：（1）2010年-2018年，青海省普惠金融发展态势良好，样本区间内虽有下降但整体保持向上发展趋势。（2）金融服务供给的增加对青海省普惠金融发展起到一定作用。（3）保险行业发展较银行业发展过慢。（4）信息化发展可以有效提升普惠金融发展水平。

基于以上结论，提出如下建议：

（一）加强金融机构人员与网点的建设

研究发现，现阶段青海普惠金融的发展主要依赖于金融服务的扩张，体现为金融机构数与金融机构从业人员数的变化趋势。而每万人拥有的银行业金融机构从业人员数（X2）的强势上涨，说明人口维度供给优于地理维度供给，强化现有金融机构的人员供给比金融机构的地理性扩张更有效率。

（二）大力发展保险业

在对IFI测算过程中，保险服务的权重高于信贷服务的权重，但样本区间内指标变化过于平缓。省内保险业发展与银行业发展不平衡不充分，长此以往，势必拖累整体普惠金融发展。保险行业作为金融市场的主要参与主体之一，不应被排除在普惠金融发展之外。应充分发挥保险保障作用，深挖保险对普惠金融的支持路径，尤其是农村、农业、农民与小微企业方面，以此提高抗风险能力，为普惠金融助力。

（三）加快数字化普惠金融建设

科技手段对普惠金融的助推作用体现在固定互联网宽带接入用户数的强关联度（关联度为0.743）上。以网上银行代替物理网点是大趋势，在用户体验、风险防范、服务范围以及成本费率上明显优于传统银行。但由于普惠金融的重点服务对象中弱势群体的存在，如老年人，这类人群对新生事物的接受度低于其他人群，在推广数字化普惠金融过程中需警惕由数字鸿沟带来的新型金融排斥。

（四）保持经济发展环境向上稳定

良好的经济发展水平与居民生活水平为普惠金融发展提供基础保障。经济增长可促进金融行业繁荣，通过增加供给方式来促进普惠金融的发展，而人民生活水平的提高可以通过对金融服务需求的刺激反向增加供给，两者相辅相成。

（五）保障其他因素对普惠金融发展的促进作用

促进普惠金融发展不仅需要金融系统的支持，同时需要社会其他因素的介入，协同推进普惠金融进步。这些因素应该包括但不限于当地教育水平与基础设施建设等。

教育水平对普惠金融的影响主要来源于两个方面，一是教育水平与金融服务的认可度呈正向关系，促使居民主动获取金融服务；二是教育水平直接与当地居民的金融素养呈正向关系，对金融服务与金融产品有理性认识，促使作出知情选择，引导市场优化金融供给。因此，不断深化金融教育，持续推进将金融知识纳入国民教育体系，探索建立国民金融知识教育长效机制，提升全民金融素养，是当前教育对普惠金融发展的当今之务。

基础设施对普惠金融的影响在于基础性支持，交通水平的提高有效缩短居民获取金融服务的成本，有利于提高金融服务的普惠程度。随着信息化水平的不断提升，交通对于普惠金融的影响会不断削弱。