浙江省各地市普惠金融发展水平测度及影响因素研究

齐志渊，季莎莎

（1.新疆财经大学 金融学院，新疆 乌鲁木齐 830012；2.浙江师范大学 经济与管理学院，浙江 金华 321001）

1 引言与文献回顾

普惠金融一概念由联合国在2005年首次提出，其基本含义是：能有效、全方位地为社会所有阶层和群体提供金融服务。国务院于2016年印发《推进普惠金融发展规划（2016-2020年）》，明确定义了普惠金融的概念，指立足于机会平等和商业可持续的原则，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，特别是偏远地区、小微企业、农民、低收入者等社会弱势群体和领域。浙江作为我国东部沿海的经济较发达省份，自2012年以来开展了如温州金融综合改革试验区、台州小微企业金融服务改革创新试点、丽水农村金融改革试点、宁波国家保险创新综合试验区、义乌国际贸易金融专项改革试点等一大批金融改革试点，并在全国率先实施了《普惠金融工程三年行动计划（2013-2015年）》《普惠金融提升工程五年行动计划（2016-2020年）》。2016年G20峰会在杭州召开，会上制定了《全球标准制定机构与普惠金融——演变中的格局》白皮书，并明确了数字普惠金融概念，杭州作为浙江省的省会，存在着许多互联网产业的上游企业，同时良好的政策环境孵化了许多金融科技类公司，将互联网产业与金融产业联合，旨在推进普惠金融水平持续发展。

关于普惠金融发展水平测度的研究，国内外通常采用多维度多指标来进行衡量。目前国内外学者广泛使用的测度方法建立在Sarma的测度方法的基础上，Sarma（2011）采用联合国开发计划署计算HDI的方法从金融服务的渗透性、可获得性、使用情况三个维度进行普惠金融发展水平的测度[1]，Gupte （2012）在其构建的指标的基础上引入提供金融服务的成本进行测度[2]。Nuzzo（2020）将电子卡的数量纳入普惠金融的水平测度[3]。大部分国内学者对普惠金融发展水平进行测度时同样是建立在三个维度的基础上。马彧菲，杜朝运（2017）在金融服务范围和使用情况这两个维度构建了11个指标进行计算[4]。李建军（2020）等用广泛的包容性、特定化配比程度和商业可持续性三个维度进行研究[5]。焦瑾璞（2015）在测度普惠金融水平的指标中加入个人信用档案建档率、助农贷款取款点等符合有中国国情的指标[6]。

关于影响普惠金融水平的因素研究。张国俊（2014）等认为收入水平，城市化率对普惠金融的发展水平有着正向的促进作用[7]。陆凤芝（2017）等发现普惠金融前期发展对当期存在正向影响，同时人口密度与等级公路密度与普惠金融发展水平存在明显的正向关系，而地方支出占比对普惠金融发展水平存在抑制作用[8]。周筱玥（2018）等认为设施因素、知识因素及劳动力结构因素会对普惠金融发展水平产生影响[9]。骆亮，叶诗芸（2019）发现收入差距对普惠金融发展水平存在正相关性，而人口密度、就业情况、教育水平对普惠金融发展水平存在负相关性[10]。

国内外学者对普惠金融的研究已经较为丰富，趋于成熟。但不难看出国内的相关实证研究多以全国范围进行，在针对如浙江等数字经济化较发达、存在个体异质性的省份的研究相对较少，缺乏个体针对性。虽然浙江省的普惠金融发展水平走在全国前列但省内各地级市间在社会、经济等发展方面仍有较大差异存在。本文在借鉴国内外研究方法的基础上，对2012-2018年的浙江省各地级市的普惠金融发展水平与影响因素进行分析，并给出相应的建议。同样，浙江省作为普惠金融发展水平较高的省份，实证研究所得到的结论将对其他省区普惠金融发展道路具有现实的参照价值。

2 普惠金融发展水平测度

2.1 普惠金融测度指标体系的选取

普惠金融的发展在金融领域中的各个方面体现，所在构建普惠金融指数（Inclusive Financial Index，后文简称IFI）时，应从多个维度进行指标选取。本文在指标选取中，参考杜朝运和范丁水（2021）的指标构建方法，加入互联网金融维度[11]，结合数据的可获得性与便利性，选取了三个维度11个指标来构建普惠金融指数。详见表1。

表1 普惠金融发展水平测度指标体系

数字普惠金融作为互联网时代的新兴产物，是当代普惠金融新的发展空间，一方面为传统金融机构带来了数字技术更新已有的金融产品，另一方面新兴金融机构将提供渗透度更深的互联网金融产品。2016年，G20峰会在杭州召开，明确地定义了数字普惠金融的概念。杭州作为浙江省的省会，同时又是互联网企业集群地，数字普惠金融的发展给浙江省带来的影响更具有显著性，因此本文同样加入了互联网金融维度来测度普惠金融水平。

2.2 数据来源

本文选取浙江省内11个地级市2012年至2018的相关数据进行测度，所选数据整理于历年《浙江金融年鉴》《浙江统计年鉴》，各地市历年《国民经济和社会发展统计公报》《统计年鉴》，以及北京大学数字普惠金融指数[12]。在金融机构的数量统计上，参考沃鹏飞，俞雅乖（2018）[13]，在选择五大商业银行、农村商业银行和邮政储蓄银行的基础上结合数据的可得性新增加浙商证券和财通证券来作为各地市的金融机构数目。

2.3 指标赋权

本文在Sarma多维度普惠金融测度的研究基础上，采用变异系数法对各指标进行赋权。首先计算各指标变异系数。如式（1）所示，其中为第i个指标的标准差，为第i个指标的平均数，即为第i个指标的变异系数。其次计算各指标权重。如式（2）所示，为第i个指标的权重。

IFI的计算见（4）、（5）、（6）所示。其中Z1代表欧氏距离，Z2代表反欧式距离，将Z1、Z2加权等到最终IFI。

2.4 测度结果分析

根据变异系数法与计算公式我们得到IFI，如表2所示，可以看到浙江省内11个地级市2012年至2018年的普惠金融指数呈现不同程度的波动，但总体呈上升趋势。同时我们可以看到浙江省内11个地市普惠金融发展的不平衡性，杭州及宁波两市IFI值均在0.5以上，而衢州、丽水两市IFI值均在0.2以下。其中浙东北地区地市有杭州、绍兴、嘉兴、宁波、舟山、湖州六市，浙西南地区有台州、金华、温州、丽水、金华五市，而浙东北地区IFI均值为0.4221，浙西南地区IFI均值为0.2393 ，显而易见，浙江东北与西南两地区普惠金融发展的差异性，而城市基础设施的差异可能是因素之一。

表2 2012-2018年浙江省各地市IFI测算结果

3 普惠金融影响因素分析

3.1 指标选取与数据来源

本文借鉴前人已有研究，将IFI作为被解释变量，主要从经济、社会、文化、地理四个维度选择六个指标作为解释变量来进行实证分析。具体指标体系如表3所示，相关原始数据来源于历年《浙江统计年鉴》以及浙江省各地级市历年《统计年鉴》。

表3 浙江省普惠金融影响指标体系

3.1.1 经济维度

普惠金融的发展与经济的运行息息相关，据社会学界的普遍认知，宏观经济的发展与普惠金融的横向拓展正向挂钩。本文选取人均生产总值并做对数化处理后，作为代理指标表示地区经济的发展水平。

3.1.2 社会维度

在本文中，社会维度从互联网覆盖率、收入差距、政府财政支出占比三个角度作为指标来进行分析。互联网的快速发展为资金筹集、交易支付等方面带来了便利，降低了成本，同时提高了信息透明度，人们可以及时了解最新的金融产品信息。本文用互联网宽带接入用户与总户数之比做指标进行衡量。普惠金融的发展有利于农村地区的私人及企业进行借贷，同样收入差距的减少有益于经济的发展、普惠金融水平的提升。大量的文献指明普惠金融与收入差距呈反向关系，但根据张益明、李慧（2018）[14]和骆亮、叶诗芸（2019）[10]的实证研究结果显示，普惠金融在东部地区等金融发展水平较高的地区与收入差距呈正向关系，即收入差距越大，普惠金融发展水平越高。本文用城镇居民可支配收入与农村居民可支配收入之比做指标衡量收入差距。金融市场需要政府的规范及监督，但过度的政府干预有可能抑制普惠金融的发展。本文选取地方财政支付与地方生产总值之比来衡量政府参与度。

3.1.3 文化维度

公民的文化程度越高，越有利于金融素养的提高，对资金的跨期调配意愿也越强，能带动普惠金融的正向发展。本文选取普通高等学校在校学生占常住人口的比重作为指标进行分析。

3.1.4 地理维度

地理纬度选人口密度指标，浙江省部分地市的常住人口急剧上升可能导致金融从业人员及机构应对金融需求的有效服务不足。本文用地区常住人口与地区面积之比的对数做指标进行分析。

3.2 模型选取

3.2.1 F检验

首先使用STATA16软件来对面板数据进行F检验，来判断是使用固定效应模型还是混合效应模型，得到F检验的P值为0.0000的结果，即在1%的显著性水平上拒绝“使用混合效应模型”的原假设，表明固定效应模型优于混合效应模型。

3.2.2 Hausman检验

为确定固定效应模型和随机效应模型的选择，本文采用hausman检验来进行判别，得到检验结果 Prob>chi2 = 0.0000，通过1%的显著性水平检验，即拒绝“使用随机效应模型”的原假设，应选择固定效应模型。

3.2.3 模型构建

在上述检验后本文选择固定模型，为了更好的比较不同的实证结果，本文选取个体固定效应模型、时间固定效应模型、双向（个体时间）固定效应模型估计进行分析。

3.3 实证结果分析

表4展示了三种模型的回归结果，在不同模型中被解释变量对解释变量存在着不同程度的影响。收入差距在时间固定效应模型中得到的参数估计为正值，且在1%的显著性水平上拒绝原假设，可认为收入差距对普惠金融存在正向效应，该结果与张益明、李慧（2018）[14]和骆亮、叶诗芸（2019）[10]的实证研究结论相同，即浙江省作为经济发展处于中国前列的省区，正规金融的发展基本满足大部分地区的金融服务需求，于是政府对于收入差距较大的地区给予更多政策支持，助力其普惠金融发展。受教育水平在时间固定效应模型中强烈拒绝原假设，认为与普惠金融发展水平存在正相关影响，但在个体回归效应模型中在10%的显著性水平上拒绝原假设，勉强认为与普惠金融的发展水平存在负相关影响，但教育水平的提高的确能提高居民的金融素养，使其愿意去跨期调配资金来实现更好的收益，所以本文认为教育水平与普惠金融发展还是存在着正相关影响。互联网覆盖率在时间固定效应与双固定效应模型的回归中都显示出对普惠金融发展水平存在正向促进效果，信息化、数字化的发展有助于降低金融产品可得性的壁垒，扩大金融服务受众的整体范围。经济发展水平在三个模型中都体现出对普惠金融的促进作用，当经济快速发展时，人民的生活水平越高，对金融产品的需求也逐渐提高。时间固定效应模型中，政府参与度均在1%的显著性水平上拒绝原假设，体现了政府宏观调控对普惠金融发展的积极促进作用。最后人口密度在三个模型中都拒绝原假设，认为人口密度的上升对普惠金融的发展存在着抑制作用。这反映了浙江省部分地级市外来人口流入致常住人口的快速增加给当地的普惠金融带来了影响，当地金融机构及金融从业人员无法为上升人口的金融产品及服务的有效需求提供及时的服务。

表4 浙江省普惠金融发展水平影响因素的实证回归结果

4 结论与建议

4.1 结论

基于2012-2018年浙江省11个地级市的普惠金融水平测度，并进行实证回归分析其影响因素。得出以下结论：（1）浙江省各地级市普惠金融发展水平近些年虽有小幅波动且存在较大的个体差异性，但总体呈上升趋势。（2）浙江省各地级市普惠金融发展水平在地理水平上呈现浙东北地区高于浙东南地区。（3）在实证分析中，人均生产总值、收入差距、互联网覆盖率、政府参与度、受教育水平与普惠金融发展水平呈正相关关系。

4.2 建议

基于上述结论，本文给出以下几点建议，旨在均衡促进浙江省各地级市普惠金融发展水平。

4.2.1 促进区域经济协调发展

研究结果表明浙江省各地级市内普惠金融发展存在较大的差异性，虽然互联网金融快速发展后，大大的减少了各市间基础设施差异带来的影响，但最重要的影响因素来自各地经济水平的差异程度，因此因地制宜发展各市产业从而促进经济发展成为了重中之重，各市除了将特色产业升级，依托国内大环境在供给侧做出改革，还可以凭借浙江处东部沿海的地理位置建造国内国际双循环市场。同时依靠发达地市的辐射作用，建立都市圈支撑周遭欠发达地区的联动发展。虽然实证结果显示收入差距与普惠金融发展水平呈正相关关系，但缩小城乡收入差距才能促进经济健康平稳发展，政府应该对经济发展落后地区提供更多政策性优惠，如减税补贴、降息降费等。

4.2.2 提高数字化水平，深化互联网金融服务

互联网金融发展带来的好处不言而喻，除提高网络移动通讯等基础设施的覆盖程度，下一步应该做的就是提高数字化水平，深化互联网金融服务的广度与深度。如利用大数据平台，针对不同的风险偏好者提供不同的金融产品；在金融服务平台的开发上，尽量做到金融产品、服务信息的透明性、及时性和全面性；利用人工智能对顾客提供全天候的咨询及精确推荐；利用金融科技不断推出新型多样化、差异化、个性化金融产品。在金融产品和居民金融意愿等方面多管齐下创造良好金融环境。同时提高互联网金融服务的广度更加利于应对部分地级市常住人口上升所带来的金融需求，足不出户也能在移动平台上及时获得金融支持。

4.2.3 合理提高政府参与度，营造良好金融市场氛围

合理的提高政府参与度，除去给予落后地区的政策优惠，鼓励更多金融机构下乡进行推广外，还应对非正规、高风险等金融产品进行源头的约束与规范，利用好大数据平台进行金融监管，避免市场风险的传播，损害受众的利益。同时，政府应把握好监管尺度，不要扼杀金融创新所带来的多样化的有效金融产品。最后，政府应该鼓励金融市场形成一个有效竞争的氛围，良好的竞争性可以为客户群体带来更大的市场福利，还可以降低潜在受众的准入门槛，打开尾部市场。

4.2.4 加大教育资源投入，提升居民金融素养

除正常的义务教育外，在成人高校等非义务教育方面应加大资源投入。针对许多完成义务教育后没有接受高等教育、甚至许多未完成义务教育的居民提供更低的准入门槛。如在职教育、提高普通高中、职业高中的录取率，并开设普及基本金融知识的相关课程，防止学生群体不良贷款率的提高、丰富其社会认知，提高其金融素养，以便于更好的接纳金融产品与服务。此外，可以在教育水平欠发达地区宣传普惠金融相关知识，既利于民众提高防诈骗意识又利于普惠金融渗透发展。