基于普惠金融综合指数的我国区域普惠金融发展水平测度

罗斯丹，陈 晓

(中国海洋大学经济学院，山东青岛 266100)



基于普惠金融综合指数的我国区域普惠金融发展水平测度

罗斯丹，陈 晓

(中国海洋大学经济学院，山东青岛 266100)

普惠金融发展水平不仅受经济因素影响，而且受社会因素影响。结合中国国情，本文在金融服务的供给、需求、基础设施及制约因素4个维度下，建立包含保险深度、银行金融机构数、人口自然增长率、征信人数比例、小额贷款公司贷款余额比等20个指标的普惠金融指标体系，运用变异系数赋权法建立普惠金融发展指数，衡量在不同指标体系下我国部分省市普惠金融发展水平，找到制约普惠金融发展的关键因素，并提出政策建议。

普惠金融发展指数；制约因素；普惠金融

普惠金融是指金融机构立足机会平等要求和商业可持续性原则，向所有有实际需要的个人和企业，按照合理的定价，提供方便、快捷、可靠的全方位、多层次金融服务。党的十八大报告中提出“大力发展普惠金融”。从当前我国普惠金融发展现状来看，普惠金融服务总体水平有所提高，但区域间发展不平衡、差异大。构建普惠金融发展水平综合指标，衡量不同区域间的发展水平差异，剖析制约普惠金融发展的主要因素，成为我国金融发展和改革领域的重要理论及现实问题。本文将在回顾相关文献基础上，运用变异系数法构建我国普惠金融发展综合指数，衡量在不同指标体系下我国部分省市普惠金融发展水平，找出主要制约因素，并针对各地具体问题，提出相关政策建议。

1 文献综述

发展普惠金融是为了减少金融排斥(financial exclusion)，提高金融包容性。在构建指标体系方面，学者们起初由建立金融排斥指标体系出发探讨金融包容性问题。如Kempson and Whyley(2000)提出六维度指标衡量金融排斥水平，然而该指标存在难以量化、指标重叠的弊端；高沛星(2011)将六维度指标简化为地理排斥、评估及条件排斥、价格排斥和营销排斥4个维度；胡振(2014)则从网点和人员、存款、贷款3个维度选取机构覆盖度、企业贷款占比、贷款农户占比等13个指标衡量农村金融排斥情况，但是局限于存贷款服务，忽略了保险、汇款等其他金融服务。自2005年联合国“小额信贷年”提出普惠金融概念以来，学者们开始从普惠金融的涵义出发构建普惠金融发展指数。Beck(2007)将银行分支机构数量、ATM 数量作为衡量获得金融服务的指标，将人均存贷款余额与GDP比、每千人的存贷款账户数量作为衡量实际使用金融服务的指标；Arora(2010)指出服务成本是弱势群体获得金融服务的制约因素，因此她从银行服务成本、服务范围、服务便利性3个维度选取了账户管理费、分支机构数量、账户余额下限等指标构建指数。肖翔(2014)的研究中增加了服务质量维度，从银行服务的可获得性、使用情况、服务质量3个维度选取11个指标分析世界普惠金融发展水平。然而，以上学者将金融服务指标局限于银行服务，忽略了保险、银行账户使用情况、支付等指标。实际上企业与个人不仅可以从银行而且从非银行金融机构获得金融服务，不仅需要存贷款等基本金融服务还需要保险、基金等服务，普惠金融发展水平不仅受获得与使用金融服务影响，还受教育、交通等基础设施与人口增长率等

制约因素影响，因此应构建包括供给、需求、基础设施、制约因素等多维度多指标的综合指标体系来科学准确地衡量和比较我国当前不同区域的普惠金融发展水平。

在具体衡量普惠金融发展水平方面，李春霄(2012)、宋汉光(2014)等学者借鉴联合国开发计划署编制的人类发展指数计算方法，指出不同国家不同省市普惠金融水平差异大，但是没有进一步分析造成这种差异的原因；雷汉云(2015)使用Logistic回归分析方法，研究表明居民就业、收入、受教育程度等对个人参与金融活动有显著正相关性；焦瑾璞等(2015)考虑到所有指标的重要性与结构关系的差异，采用层次分析法构建实证分析模型，研究结果显示普惠金融发展水平存在很大的差异。可见，多数学者只是对普惠金融发展水平进行综合排序，缺少对影响因素的针对性分析，本文则尝试衡量部分省市不同维度指标体系下的普惠金融发展水平，并提出相关对策建议。

2 建立普惠金融发展综合指标体系

2.1 普惠金融发展指数编制原则

2.1.1 综合性

普惠金融指标体系应该是基于普惠金融内涵、特征的综合概括，发展指数应该是对普惠金融不同层面科学、准确测度。

2.1.2 可比性

不同时间同一区域、不同区域同一时间金融发展程度是不同的，编制的普惠金融发展指数必须可以进行时空比较、动态分析。

2.1.3 可行性

获取普惠金融指标数据的来源必须可靠、真实，确保数据的权威性、准确性，计算方法符合数学、经济学等学科的基本原理，保证评价结果的客观性。

2.1.4 实用性

普惠金融主要服务于弱势群体与小微企业，普惠金融发展指数是科学研究各地区金融发展水平的基础。编制的普惠金融发展指数应该直观、科学衡量各地的普惠金融发展水平，便于银行类金融机构或政府制定相关政策。

2.2 普惠金融维度指标的确立

大部分文献资料对普惠金融体系的研究侧重于银行服务，将银行服务等同于金融服务，对于基金、保险、证券、金融知识等更为全面的金融服务类型有所忽略，将人口自然增长率、教育、交通等社会因素对普惠金融发展水平的影响重视不足。有研究表明，受教育程度对金融排斥有重要影响(Devlin，2009)，雷汉云(2015)指出居民收入、受教育水平、就业与金融排斥有显著相关性，女性受教育水平的提高对家庭财富的增加、经济的增长有更重要的影响，鉴于此，本文增加就业女性受大专以上教育水平比例指标。有效灌溉面积是耕地抗旱能力的一个重要指标，是农业保产稳产的重要保障，是影响农业增长的重要因素，农业又是农民收入的重要来源，因此本文加入有效灌溉面积比例。铁路、公路可以优化某一地区的产业布局、带动相关产业发展，改进地区间经济社会发展的非均衡性，增加居民收入，本文加入铁路公路比例指标。世界银行研究发现，经济发展水平与预期寿命有很强的相关性，本文使用男性预期寿命是考虑到男性与女性相比与经济增长的联系更为紧密。从长期看，人口增长率与经济发展水平之间具有显著的负相关关系，将加剧与收入、消费、产业、就业之间的矛盾(张效莉、李仲生，2006)，因此，加入人口增长率指标。综上，本文在现有研究基础上增加了基础设施、制约因素两个维度(表1)。

3 构建普惠金融发展指数

本文运用变异系数赋权法确定各指标的权重，借鉴联合国开发计划署编制的人类发展指数的计算方法，构建普惠金融发展指数。

(1)

其中，Di表示在第i个维度的值，代表某个地区在此维度取得的成就，Di越大代表取得的成就越大。wi代表某个指标被赋予的权重，0≤wi≤1，该值越大表示权重越大，在普惠金融发展指数计算中重要程度越高。Xi表示第i个指标的真实值，mi表示第i个指标的最小值，Mi代表第i个指标的最大值。当Di=(0,0，…,0)，该值代表该国在每个维度上都是最小值，普惠金融发展水平相对最低；当Di=(w1,w2,…，wn)，该值在每个维度上取得最大值，普惠金融发展水平相对最高。

供给、需求、基础设施、制约因素分别用Gi、Xi、Ji、Pi表示，其中采用欧氏距离法计算。

(2)

用同样的方法计算每个维度的数值，在没有制约因素维度的条件下，普惠金融发展指数为

(3)

制约因素的效应通过加权平均计算得到的，假设某个省的制约因素数值为Pi，则制约因素的效应为

(4)

普惠金融综合发展指数为

CFII=FII·Zi.

(5)

本文采用变异系数法计算每个指标的权重，是一种客观的赋权方法。指标取值差异度越大，表明该指标在不同地区的差异性程度越大，这样的指标越能影响部分省市普惠金融发展水平。各指标的变异系数为

(6)

其中，Si代表各个指标的标准差，Ti代表各个指标的平均值，各个指标的权重为

(7)

本文认为金融服务的供给、需求、基础设施、制约因素4个维度对普惠金融发展指数的重要性是一样的，因此被赋予相同的权重。普惠金融发展指数权重情况如表2所示。

表2 普惠金融指标体系描述性统计

注：利用2014年金融统计年鉴、各省统计年鉴、2014保险年鉴、中国中小企业年鉴、国家统计年鉴的相关数据计算得出的。

4 我国部分省市普惠金融发展水平分析

首先计算不包含小额贷款公司贷款余额占总贷款余额比与征信人数占总人口的比的普惠金融发展指数，然后再分别对供给与需求维度的不同指标进行分析，测度不同指标对不同省市普惠金融发展指数的影响，从而结合该省市的实际状况，采取针对性措施，提高该省的普惠金融发展水平。

4.1 普惠金融发展水平分析

为下文分析方便，表3的制约维度包括人口自然增长率，基础设施维度包括有效灌溉面积比例、每万平方公里铁路公路比例、就业女性受大专以上教育比例、男性预期寿命比例，供给维度包括每千平方公里与每十万人就业人员数、银行分支机构数、保险机构数，需求维度包括保险密度、保险深度、人均各项存贷款比、小微企业贷款余额比。

第一，天津市在各个维度中分别占据优势，普惠金融发展指数值相对最高，天津市位于京津翼城市群之中，不仅具有区位优势、港口优势，而且制造业基础雄厚，形成了一批产业聚集区，交通设施与就业比处于显著优势水平，但是保险深度仅为2.02%，低于国家平均水平，小微企业贷款余额比重低，天津市需要针对具体问题加强保险、小微企业贷款方面的建设。其中天津市为解决小微企业融资难题，已建立风险补偿机制，开展“结算贷”“税务贷”等，鼓励金融机构对小微企业的贷款。

第二，山西省、内蒙古自治区普惠金融发展水平与人均GDP排序差异显著。山西省经济发展主要依赖于煤炭产业，是资源大省但非经济大省，人均GDP排名靠后，普惠金融排序居中。山西省应充分利用煤炭资源加工增值，促进经济增长，进一步提高普惠金融发展水平；内蒙古自治区依赖采矿业等资源主导型产业，人均GDP排名靠前，普惠金融发展排名靠后，金融服务供给与有效需求不足，人均贷款占人均GDP比重低，基础设施尤其是交通设施成为制约普惠金融发展的关键因素，考虑到交通设施在经济发展中的重要作用，政府需要加强基本交通设施的建设，普及金融知识。

第三，青海省金融需求高，尤其是人均各项存贷款占人均GDP的比率高，但是供给与基础设施水平低，金融机构从业人员与银行业分支机构不能有效地满足人们的金融需求，供需矛盾突出，保险深度、保险密度低于全国平均水平，人口自然增长率为0.849%，城镇化水平低，青海省需要全方面提高金融服务的供给水平，控制人口增长。

第四，湖南省在基础设施与金融服务的供给两个方面指数相对较高，但是金融服务的有效需求不足，人均贷款占人均GDP比重低，人口自然增长率高，城镇化水平低，就业女性受大专以上教育比低，政府应重视金融知识的作用，采取措施提高居民金融知识水平，增强人们使用金融服务的意识，提高城镇化水平，控制人口增长。其中，湖南省开始引导保险资金直接投资于保险产业密切相关的养老、医疗等产业，完善农业保险基层服务体系建设。

表3 基于省际普惠金融发展水平的测度

4.2 供给维度变化对普惠金融发展水平的影响

首先，增加征信人口比例指标的普惠金融发展指数(表4)。各省的普惠金融发展指数排序除黑龙江省以外基本没有变化，除天津市以外各省的普惠金融指数没有变化，主要是因为各省征信人数比例低，征信人口比差距小，基于变异系数法所得权重小。征信中心所形成的个人信用报告，可以全面反映借款人的信贷记录，相当于个人的“经济身份证”。金融机构可以根据信用报告，决定是否借贷与借贷额度，节省了借贷双方时间，减少金融机构的信贷风险，有效减少信息不对称。因此，各省应该提高国人征信数据的共享机制和民间征信机构、征信业务的发展水平，严格管理个人征信牌照，及时修改与完善信用信息。

其次，增加小额贷款公司贷款余额比的普惠金融发展指数(表4)。在其他指标不变条件下，与2013年相比，2014年部分省市普惠金融发展指数降低，中国小额贷款公司发展滞缓。各省小额贷款公司贷款余额比差异大，天津、湖南比偏低，黑龙江、江西、内蒙古比重相对较高，小额贷款余额比重对应的权数比较大，对普惠金融发展指数有显著影响，但是各省普惠金融排序基本没有变化，主要由于小额公司贷款余额占比整体偏低。小额贷款公司主要服务于弱势群体、小微企业，与银行相比贷款额度小、便捷迅速，与民间借贷相比，贷款更加规范。但是我国小额贷款公司存在监管机制不健全，法律地位不明确，融资困难，金融市场不规范内抗风险水平比较低等问题，政府需要制定法律法规，加大对小微企业的政策扶持力度。

表4 不同指标下各省的普惠金融发展指数

4.3 需求维度变化对普惠金融发展水平的影响

无小微企业贷款余额比重的普惠金融发展指数如表4所示。各省普惠金融排序几乎没有变化，各省小微企业贷款余额比重低、差异小，小微企业融资困难。虽然国家鼓励金融机构对小微企业贷款，但是部分小微企业缺乏投资分析、成本费用核算不到位、管理体制落后，商业银行纷纷减少了小微企业贷款余额。各省需要根据小微企业发展实际，采取措施，解决融资难问题。例如天津市建立的中小微企业风险补偿金，河北省推出的超值贷、预抵贷、循环贷等多款信用类贷款产品，目的就是解决小微企业融资难问题。

4.4 普惠金融发展水平与其他文献的比较

表5 普惠金融发展水平比较

从表5可以看出，部分省市普惠金融发展水平低，东部地区普惠金融发展水平高，东北地区除辽宁外普惠金融发展水平低，西部地区整体普惠金融发展水平水平低。

李春霄(2012)构建了金融排斥指数IFE，测度我国金融排斥程度，各省金融排斥差异大。本文用1-IFE对金融排斥指数进行转化得到普惠金融发展指数，对比验证了我国普惠金融发展水平低、差异大，普惠金融发展缓慢。

李滨(2014)运用因子分析法衡量我国各省市普惠金融发展水平，文章中加入了小额贷款公司贷款余额与保险的相关指标，但同样缺少人口自然增长率、征信人口比例等指标。本文运用变异系数赋权法计算出的部分省市普惠金融发展指数排名与李滨结论基本相同，同时李滨验证了各省居民平均教育水平与其享有的金融服务存在显著的正相关性。

焦瑾璞(2015)运用层次分析法分析中国各地区普惠金融发展水平，指标体系包括可获得性、使用情况、服务质量3个维度19个指标，没有考虑基础设施与人口增长率对普惠金融发展水平的影响。与焦瑾璞相比，普惠金融发展水平排序相差最大的是黑龙江省，焦瑾璞分析黑龙江省服务质量(个人信用档案建档率、企业信用档案建档率、企业服务投诉率)位于全国前列，而金融使用率低。本文分析发现黑龙江省基础设施尤其是就业女性受大专以上教育比例低，供给维度金融机构数量比例低，需求维度参加城镇基本养老保险比、小微企业贷款余额比低，制约普惠金融发展，应针对这些具体问题采取相应的措施。

5 结论

本文借鉴联合国开发计划署编制的人类发展指数，加入保险、就业女性受教育比例、人口自然增长率等新指标构建普惠金融发展指数，从供给、需求、基础设施、制约因素4个方面衡量各省的普惠金融发展水平，维度多、指标全，但是缺少ATM的数量、拥有存贷款账户的成年人比例等针对银行服务的指标，缺少使用过网上支付功能的成年人比例、征信企业比例等指标。

普惠金融发展指数不仅可以衡量同一时期不同省市的普惠金融发展水平，而且可以衡量不同时期某一省市的普惠金融发展水平，分辨出制约或者是促进某一省市普惠金融发展的因素，银行等金融机构或政府可以据此为进一步促进普惠金融发展提出针对性建议，采取相关性措施。

[1]KempsonE.InOrOut:FinancialExclusion[M].FinancialServicesAuthority,2000.

[2]高沛星,王秀华.我国农村金融排斥的区域差异与影响因素——基于省际数据的实证[J].农业技术经济,2011(4):93-102.

[3]李春霄,贾金荣.我国金融排斥程度研究——基于金融排斥指数的构建与测算[J].当代经济科学,2012(2):9-15.

[4]胡振,臧日宏.中国农村金融排斥地域差异及因素研究[J].中国农业大学学报,2014(2):116-123.

[5]Beck,T.,Demirguc-Kunt,A.,MartinezPeria,M.S.Reachingout:Accesstoanduseofbankingservicesacrosscountries[J].FinancialEconomics,2007(1):234-266.

[6]肖翔,洪欣.普惠金融指数的编制研究[J].武汉金融,2014(9):7-11.

[7]AroraRashmiUmesh.MeasuringFinancialAccess[J].DiscussionPapersEconomics,2010(7):1-21.

[8]宋汉光,周豪,余霞民.金融发展不均衡、普惠金融体系与经济增长[J].金融发展评论,2014(5):122-133.

[9]雷汉云.贫困地区居民金融排斥影响因素的实证研究[J].经济经纬,2015(2):149-155.

[10]Devlinjf.AdetailedstudyoffinancialexclusionintheUK[J].ConsumerPolicy,2005(1):75-108.

[11]焦瑾璞.中国普惠金融发展进程及实证研究[J].上海金融,2015(4):12-22.

[12]明艳.我国人口预期寿命的影响因素分析[J].学理论,2010(4):47-50.

[13]张效莉,王成璋,何伦志.人口增长与经济相互作用机制与实证分析——基于VAR的Granger因果分析方法和协整技术[J].南方人口,2006(1):59-63.

[14]李滨.普惠金融的制度分析与测度研究[D].厦门:厦门大学,2014.

Measuring the Level of Regional Financial Inclusion Based on the Index of Financial Inclusion

LUO Si-dan, CHEN Xiao

(School of Economics, Ocean University of China, Qingdao Shandong 266100, China)

The development of financial inclusion is not only influenced by financial factors but also social factors.According to the China’s actual conditions,this paper suggests a measure taking into consideration on supply,demand,infrastructure dimensions and adverse impacting factors.An index of financial inclusion is based on D.I.method which includes twenty indexes,such as insurance penetration,number of bank branches,population growth rate, natural proportion of credit reporting and ratio of micro finance institution loan balance to total loan balance.Measure the developing level of finacial in clusion under different index systems,find the key restriction factors and put forward suggestions.

financial inclusion index; drag factors; financial inclusion

2015-08-11

中国海洋大学人文社会科学青年教师科研专项项目(201413073)。

罗斯丹(1981- )，女，辽宁凤城人，中国海洋大学经济学院讲师，从事货币金融学、公共经济学研究。

F830

A

2095-7602(2015)10-0010-07