我國31個省份農村普惠金融發展水平的實證研究

林政 安文嵐

摘要：以國務院《推進普惠金融發展規劃（2016—2020年）》中關于普惠金融指標體系建設的內容規定為導向，并綜合我國農村普惠金融的發展現狀，提出一個可以監測、度量我國農村普惠金融發展水平的指標體系，運用因子分析法對2016年我國31個省份農村普惠金融的發展水平進行測度。結果表明，包括浙江、北京、江蘇、上海在內的13個省份的農村普惠金融發展水平的綜合得分大于0，其余18個省份的綜合得分小于0，表明我國大多數省份的農村普惠金融發展水平較低。從普惠綜合因子所反映的一個地區農村普惠金融的整體概況來看，北京、上海和天津獲得了較高得分;浙江、江蘇和山東在農村信貸方面具有較強優勢;新疆、內蒙古和黑龍江的農民則擁有較強的保險意識;青海、甘肅和廣西在新型農村金融機構的建設方面取得了較好的成績。為了縮小農村普惠金融的地區差異，還須要進一步加快農村金融產品和服務的創新及擴大金融基礎設施覆蓋面，并加大農村金融教育的普惠性。

關鍵詞：農村;普惠金融;因子分析;發展水平;地區差異

中圖分類號： F323.9? 文獻標志碼： A? 文章編號：1002-1302（2019）11-0327-05

農村是與城市相對應的區域，其居住人口主要從事農業生產，是集村落、集鎮、林場、農場、蔬菜生產為一體的區域。相對于集中的城市人口，農村人口的居住特點是散落，當地人民無法享受到金融服務[1]。農村地區的弱勢產業和弱勢群體的存在更使得金融排斥現象十分嚴重[2]。中國社會科學院2016年發布的《“三農”互聯網金融藍皮書》中的數據顯示，我國“三農”（指農業、農村、農民）金融缺口達3.05萬億[3]。中共十八屆三中全會提出，要完善金融市場，發展普惠金融。普惠金融強調要有效、全方位地為社會所有階層和群體提供廣泛的、可持續獲得的金融服務[4]。而我國普惠金融的發展重點應該集中在農村地區，使普惠金融能夠更多地為農村金融服務，自始至終服務于農村貧困群體和極貧困群體[5]，建立農村普惠金融體系，通過普惠金融的發展改善農村地區的金融服務水平[6-7]，加快建設農村普惠金融機構，促進農村普惠金融體系更加高效平等，保障農民的金融需求能夠得到滿足，讓金融能夠更好地為“三農”建設服務[8-10]。農村普惠金融不僅能夠為農村廣大居民提供適合農村居民的服務體系和方式，其特點是低成本、高效率、現代化;還可以為農村廣大居民，尤其是那些貧困農戶和小微企業提供公平享受金融服務的機會和權利。農村普惠金融所提供的金融產品和服務應該具有廣泛性和多樣性，不僅要創新金融產品和服務，還要豐富農村居民的金融知識和風險意識，讓他們積極主動地拓寬自己的金融服務需求面，逐漸享受理財、保險等金融產品。

農村普惠金融體系在建設過程中應保證其完整性，它所涵蓋的內容應該包括普惠金融產品、普惠金融技術設施、普惠金融制度、普惠金融機構以及普惠金融的需求方。農村普惠金融要為農村經濟發展服務，改善農村金融落后的現狀，增加農民收入水平，滿足農村經濟主體對于金融產品和服務的需求，重點和難點是要為貧困農戶及資金困難的小微企業提供長效的金融產品供給。農村普惠金融體系的服務對象是指那些身處農村地區，對金融產品和服務有著強烈需求的社會群體，重點服務對象應該是貧困農戶和小微企業，解決他們的金融需求是發展農村普惠金融的重要環節。在服務供給者上，不僅是商業銀行、政策性銀行等大型金融機構能作為農村普惠金融的產品和服務提供者，更多的應該依賴于農村信用社、新型農村金融機構等農村金融組織，此外還可以是一些民間金融機構和組織等非正規金融機構[11]。在市場建設上，應包括一切有利于農村金融服務開展的相關金融基礎設施及其他相關的金融活動，應將信用評級、宏觀調控與監管等納入市場建設中來。

1 研究方法與數據處理

1.1 因子分析法的適用性

在進行實證研究時，往往會選取很多變量，這些變量之間可能存在很強的相關性，通過因子分析法可以將相關性強的原始變量進行分組，提取出公共因子，同一公共因子下的原始變量具有較高的相關性，不同公共因子之間則相互獨立，進而用少量的因子反映出研究對象的基本信息。這樣極大地簡化了原始指標，提高了實證過程的可操作性，在本研究中，原始變量共計13個，而且變量之間具有較強的相關性，通過因子分析法可以萃取出這些變量的公共因子，方便快捷地找到影響農村普惠金融發展的主要因素。此外，相對于其他學者對普惠金融發展水平進行研究時采用層次分析法等對指標權重主觀賦值的方法，因子分析法以統計軟件最終得出的成分得分系數矩陣作為指標權重，研究結果會更加客觀和科學。

通過閱讀大量文獻資料發現，因子分析法已被廣泛應用于綜合評價指標的實證研究中，吳雄周等對湖南省13個市的可持續發展水平進行分析，通過因子分析法將最初構建的39項評價指標歸結為4個公共因子，最終將湖南省的13個市劃分為4個等級[12];蘇靜使用因子分析法對河南省18個地區的橫向一體化區域差異進行了實證研究[13];張波等將因子分析原理運用到省際工業發展評價與分析過程中，建立了工業綠色發展水平的綜合評價指標體系[14]。

1.2 數據來源與變量選取

研究中所用到的數據來源于各省份歷年的《統計年鑒》歷年《中國統計年鑒》《中國金融年鑒》《中國農村金融發展年鑒》《中國農村統計年鑒》《中國農村金融服務報告》《中國鄉鎮企業統計年鑒》《中國人口與就業統計年鑒》等年鑒類資料，以及《中國農村金融服務報告》《中國區域金融運行報告》《中國金融運行報告》等國內公開發布的統計報告，此外，還在國家統計局、中國人民銀行、中國銀行業監督管理委員會、各省份統計局官方網站及萬得（Wind）資訊、中經網統計數據庫、國泰安等數據庫上獲取了部分數據。選取2016年我國31個省份為研究對象，為了保證本研究所用數據能夠準確反映我國當下農村普惠金融的發展狀況，其中部分原始數據是通過相應的計算和統計處理后的結果。2015年12月31日，國務院在《推進普惠金融發展規劃（2016—2020）》中表明，我國要加快建立健全普惠金融指標體系，形成包含普惠金融可得性、普惠金融使用情況及普惠金融服務質量的統計指標體系，來客觀科學地統計分析我國各地區的普惠金融發展水平[15]。本研究以此內容規定為導向，選取共13個農村普惠金融評價指標（表1）。

1.3 數據處理

本研究所使用的數據存在量綱上的差異，為了能將其放在一起進行比較以及用于接下來的統計分析，首先要將這些數據進行標準化處理，即將這些變量處理成均值為0、方差為1的標準數據，消除量綱上的差別。在此使用SPSS統計分析軟件中的Z值法對構建的13個指標進行標準化處理。

1.3.1 原始變量的適用性檢驗 相關性判定通常是用來檢驗變量之間的相關性，通過觀察相關系數可以得出2個或2個以上變量是否具有相關關系、相關關系的強弱以及正負相關關系等信息。進行因子分析的前提是變量之間具有相關關系，如果變量之間相互獨立，即1個變量與其他變量的相關系數為0，那么該變量將不適合出現在模型中進行因子分析。用SPSS統計軟件對涉及的13個原始變量進行相關性分析，結果顯示，變量之間具有較高的相關性，能夠使用因子分析法進行進一步的研究（表2）。

1.3.2 公共因子的提取 用因子分析法提取公共因子時選取了主成分分析法下的最大方差法來提取有效公共因子的數量。運用SPSS統計分析軟件對原始變量進行因子分析，提取出4個公共因子，由表3中的特征值和方差貢獻率可以看出，大于1的特征值有4個，分別是4.203、2.984、2.385、1.599，方差貢獻率分別為32.331%、22.953%、18.349%、12.303%，累計方差貢獻率達到85.935%。一般情況下，累計方差貢獻利率大于75%就可以說明所提取的公共因子可以很好地解釋原始變量中包含的全部信息，因此所提取的4個公共因子可以較好地代替研究中使用的13個原始變量，用來解釋我國31個省份農村普惠金融的發展水平。

1.3.3 旋轉因子分析 使用SPSS統計分析軟件得出了主成分的載荷矩陣（表4），有些主成分在變量上的載荷差別沒有十分明顯，說明主成分對變量的解釋效果不是很好。為了提高主成分在原始變量上的解釋效果，接下來須要通過最大方差正交旋轉的方法重新分配各主成分在原始變量上的解釋方差，從而找到結構更加簡單、解釋更加明確的主成分。

通過使用SPSS統計分析軟件中的最大方差正交旋轉的方法，進行5次迭代后收斂，得到旋轉因子的載荷矩陣見表5。根據旋轉載荷矩陣中載荷的高低，可以將13個原始變量劃分成4個公共因子，用F1、F2、F3、F4來表示。可以看出，公共因子F1在X1（銀行業金融機構密度）、X2（銀行業從業人員密度）、X3（農村金融密度）、X4（農村金融深度）、X5（農村貸款不良率）上擁有較高的載荷，賦值分別為0.963、0.964、0.864、0.935、0.403，將該因子命名為普惠綜合因子;公共因子F2在X6（農村存款）、X7（農村貸款）、X8（存貸差）這3個原始變量上有較高的載荷，賦值分別為0.883、0.988、0.746，將該因子命名為普惠信貸因子;公共因子F3在X9（農業保險保費收入）、X10（農業保險賠付支出）、X11（農業保險密度）上有較高的載荷，賦值分別為0.754、0.924、0.954，將該因子命名為普惠保險因子;公共因子F4在X12（新型農村金融機構密度）、X13（新型農村金融機構占比）上具有較高的載荷，賦值分別為0.929、0.880，將該因子命名為普惠創新因子（表6）。

2 實證結果與分析

2.1 計算因子得分

在分析各原始變量對農村普惠金融發展的影響時，主要通過提取的4個公共因子來表示，公共因子的一般表達式為：

各個原始變量在公共因子上的權重有所不同，即為表達式中的α。通過SPSS統計分析軟件處理后的成分得分系數中的數字就表示權重α，根據成分得分系數矩陣（表7）以及標準化處理后的數據，計算各公共因子的得分。

2.2 計算綜合得分

計算得出各因子得分后計算綜合得分，用來綜合考察我國31個省份農村普惠金融發展水平，基于表3解釋的總方差和計算得出的各公共因子的得分可得綜合得分，結果見表8。

2.3 實證結果分析

由表8可知， 一些省份的因子得分<0， 表明這些省份的農村普惠金融發展水平低于全國平均水平。

普惠綜合因子反映了一個地區普惠金融的整體概況，普惠綜合因子的排名中位于前3位的是北京、上海和天津，其普惠綜合因子遠遠高于其他省份。北京市作為我國的首都，金融基礎設施相對較為完善和發達，各種金融業態一應俱全，其普惠綜合因子得分最高，而上海市作為我國第一大城市，具有極高的創新能力，匯聚了大批的優秀人才，普惠金融因子得分位于北京市之后。天津市早在清末明初就已成為北方地區金融中心，現如今也是北方乃至全國重要的貿易口岸和金融樞紐，普惠綜合因子位于全國第3位。普惠信貸因子反映了一個地區的農村信貸水平，浙江、江蘇和山東在農村信貸方面具有較強的優勢，這3個省均是我國的經濟大省，投入了大量資金支持農業及農村的發展。普惠保險因子反映了一個地區的農村保險水平，這一因子得分排名前3的是新疆、內蒙古、黑龍江，這3個省份均是我國的農業大省，農民擁有較強的保險意識。普惠創新因子則用來反映一個地區新型農村金融機構的發展水平，農村普惠金融的可持續發展要求創新新型農村金融組織的產品和服務，從這一因子的考量結果可以看出，青海、甘肅和廣西在新型農村金融機構的建設方面取得了較好的成績。

我國大多數省份農村普惠金融發展水平較低，綜合得分大于0的省份包括浙江、 北京、江蘇、 上海等13個省份，其余18個省份的綜合得分均小于0，說明其位于全國平均水平之下。由此可見，我國大多數省份的農村普惠金融發展水平較低，農村地區的金融設施覆蓋不全，農民很難享受到金融產品和服務，普惠金融在農村地區仍有很大的發展空間。此外，我國的農村普惠金融發展存在地區差異，在浙江、北京、上海、江蘇、天津等經濟發達地區以及內蒙古、新疆等農業大省，這些地區擁有較好的金融基礎設施和較為優惠的農業政策，所以農村普惠金融優于其他地區。

3 政策建議

我國農村普惠金融的發展無論是在廣度上還是深度上都還有很大的發展空間，特別是對農業供給側結構性改革的要求還存在較大差距。農村普惠金融的發展要按照習近平總書記系列重要講話特別是在安徽小崗村有關農業農村工作講話的指示精神，牢牢把握金融服務實體經濟的根本宗旨，堅持市場化發展和政策支持有機結合的基本取向，以提升農村金融服務水平為主攻方向，以深化農村金融改革為根本途徑，加快健全開放包容、適度競爭、鼓勵創新、風險可控的農村金融體系。

3.1 促進農村金融產品和服務的創新

農村金融機構與商業銀行相比，其吸收存款的能力較弱，這樣會使銀行在發放貸款時資金不足，盈利能力弱，在眾多金融機構中農村金融機構處于弱勢地位，競爭力較弱。農村金融機構所提供的金融產品種類少而且更新速度較慢，無法滿足農民和微小企業理財、保險、債券等金融需求。農村金融機構發展多年之后也推出了部分創新產品，但其間也暴露了許多問題，如農戶缺乏抵押品而無法獲得貸款額度、不良貸款額較高、業務操作不規范等，這些問題極大地增加了農村普惠金融機構的風險。所以農村金融機構要不斷進行產品的更新升級，滿足農村居民和農村企業日益增長和變化的金融需求，順應互聯網金融的發展趨勢加快創新，促進普惠金融發展。

3.2 加大農村金融基礎設施覆蓋面

我國的金融基礎設施分布嚴重不均衡，在經濟發達的東部沿海地區和城市金融機構的網點數較多，居民能夠便利地享受金融服務;而在經濟落后的西部地區及農村金融機構網點數很少，所以普惠金融在不同地區的發展水平有所不同。我國應加大農村地區金融基礎設施的覆蓋面，通過設立營業網點、POS（銷售終端）機和ATM（自動取款）機來縮小地區間的差異。與此同時還要保證合理的金融從業人員數量并提升金融從業人員的服務水平，為農村等偏遠地區的居民提供便捷的金融服務。為了進一步推進電子銀行、手機銀行等業務，還要加大農村網絡建設的投入力度，促進農村普惠金融的發展。

3.3 加大對農村金融教育的普惠性

農村居民的教育水平低下，缺乏金融知識的儲備及應用，農村地區的金融教育水平與我國當前金融業的快速發展契合度較低。在農村地區，居民認為將錢存在銀行是最安全的，他們缺乏投資理財的相關理念，風險識別能力也較差，對于創新的金融產品接受度較低。所以，要努力提高居民對金融知識的受教育程度，盡可能地加大對農村及邊遠地區的金融教育，讓不了解金融的人掌握金融消費、投資、風險防范及創新的金融產品等相關知識。

參考文獻：

[1]韓丹陽. 我國農村普惠金融體系構建問題探討[J]. 金融經濟，2016（14）：3-5.

[2]馮愛林，肖 維. 基層普惠金融發展現狀、制約因素與對策——以湖北省黃石市為例[J]. 武漢金融，2016（2）：69-71.

[3]李勇堅，王 弢. 中國“三農”互聯網金融發展報告[M]. 北京：社會科學文獻出版社，2016.

[4]劉萍萍，鐘秋波. 我國農村普惠金融發展的困境及轉型路徑探析[J]. 四川師范大學學報（社會科學版），2014，41（6）：33-40.

[5]杜曉山，張 睿，王 丹. 執著地服務窮人——格萊珉銀行的普惠金融實踐及對我國的啟示——兼與《格萊珉銀行變形記：“從普惠金融到普通金融”》商榷[J]. 南方金融，2017（3）：3-13.

[6]藍 虹，穆爭社. 深化農村普惠金融供給側結構性改革的內涵辨析[J]. 當代金融研究，2017（2）：1-12.

[7]楊 寧. 農村普惠金融服務體系建設研究[J]. 農業經濟，2017（7）：90-92.

[8]高彥彬，張洋峰. 我國農村普惠金融的現存問題及路徑選擇[J]. 北方金融，2016（4）：46-49.

[9]蔡曉軍. 我國農村普惠金融發展現狀分析[J]. 對外經貿，2016（4）：93-95.

[10]周心田. 農村普惠金融體系建設研究[J]. 北方金融，2016（11）：101-103.

[11]樊 英. 基于普惠目標的農村金融組織創新研究[D]. 長沙：湖南農業大學，2011：12-20.

[12]吳雄周，曾福生. 湖南城市可持續發展水平的區域差異實證分析——基于因子分析法和聚類分析法[J]. 華中農業大學學報（社會科學版），2010（5）：99-103.

[13]蘇 靜. 基于聚類分析的河南城鄉一體化區域差異研究[J]. 安徽農業科學，2011，39（21）：13224-13225.

[14]張 波，溫旭新. 我國工業綠色低碳發展水平的省際測度及比較[J]. 經濟問題，2018（5）：68-74.

[15]中華人民共和國國務院. 推進普惠金融發展規劃：2016—2020年[M]. 北京：人民出版社，2016：1-10.