程玉倩,毛 偉
(廣東海洋大學經濟學院,廣東 湛江 524088)
現實表明,廣東省作為中國經濟發展高地,其經濟發展狀況呈現兩大明顯特點:第一,廣東省整體經濟實力雄厚,經濟總量連續33 年居全國首位;第二,廣東省內資源稟賦存在差異,區域經濟發展不均衡不協調,兩極分化嚴重,相對貧困問題突出,是中國貧富差距最大的省份。 2022 年1 月,廣東省統計局官網公布了最新年度廣東全省地區生產總值,2021年廣東全省經濟發展再創新高,地區生產總值超過12 萬億元,省域經濟綜合競爭力仍位居全國第一,已達到中上等發達國家發展水平。 可見,廣東經濟走勢非常強勢,但整體經濟騰飛的廣東內部發展卻面臨失衡狀態。 2021 年廣東省內各市地區生產總值數據顯示(圖1),僅廣州和深圳兩市的地區生產總值之和就已占據廣東全省的半壁江山,而生產總值最小的云浮市占廣東全省的比值卻不及1%。 雖然廣東省經濟總量全國最高,但2021 年廣東省人均地區生產總值卻排名全國第七,這反映出廣東省各市之間經濟發展存在一定差異,人均地區生產總值還有待提升。 對比其他省份,如江蘇、浙江等,其地區生產總值雖不及廣東,但人均地區生產總值在廣東之上,各市經濟發展相對均衡。 地區普惠金融水平對經濟發展具有重要影響,地區發展的不平衡、不充分、不協調是廣東省經濟發展的主要問題。 探究地區金融的普惠程度對促進社會經濟發展具有指導意義。

圖1 2021 年廣東省各市地區生產總值
提高普惠金融發展水平對緩解區域經濟發展差距及解決相對貧困問題具有促進作用。 在一定程度上,地區和人口普惠金融的滲透度和使用度與地區經濟發展是相輔相成、相互促進的,共同致力于實現廣東省平衡、協調、可持續的長久高質量發展。 一方面普惠金融的滲透性和使用度能有效提高低收入地區人口和地區經濟收益,為廣東省經濟高質量發展打下堅實的物質基礎;另一方面,廣東省普惠金融的發展是深入貫徹新發展理念和新發展格局的重要體現,為解決我國長期面臨的地區發展不均衡問題和相對貧困問題提供了充足的力量源泉。 促進地區普惠金融的發展和創新是廣東省未來經濟高質量均衡增長的發展目標,對地區普惠金融問題的研究不容忽視。
普惠金融在中國的發展源于小額信貸聯盟,主要是面向小微企業、城市低收入者、農戶等原先被排斥在傳統金融服務范圍之外的弱勢群體,具有涉及面更廣、服務種類更豐富、準入門檻更低等特點的金融發展體系。 2022 年2 月,習近平總書記在中央全面深化改革委員會第二十四次會議上審議通過了《推進普惠金融高質量發展的實施意見》,并就國家深入貫徹落實《推進普惠金融發展規劃(2016—2020 年)》以來,普惠金融在疫情防控、經濟社會發展、助力打贏脫貧攻堅戰和保障基本民生等領域發揮的重要作用進行了說明。 普惠金融對縮小收入差距,促進城鄉均衡發展和區域協調可持續發展具有重要意義。
國內學者對金融領域的研究主要從宏觀、中觀、微觀三個層面進行。 宏觀層面:陳長認為數字化金融驅動著金融供給側結構性改革。 張嘉怡和胡志明對當下流行的普惠金融發展的時空演化特征及影響因素進行了研究。 中觀層面:粟勤和楊景陸認為金融科技水平的提高對銀行風險控制起到促進作用,而對企業信貸無顯著正向影響。 微觀層面:黃飛鳴等研究發現金融素養對農村“值守”群體的可持續生機能力具有顯著促進作用。
當下,普惠金融之所以成為金融領域的研究熱點,是因為其對國內各領域有重要影響。 第一,對家庭的影響。 段軍山和邵驕陽認為普惠金融對家庭資產配置結構產生一定影響。 王海燕等發現普惠金融發展顯著提升了家庭創業意愿。 第二,對企業的影響。 劉勇強認為數字金融對中小企業技術創新具有顯著促進作用。 陳旭和趙全厚通過研究發現數字金融對正規融資的促進效應大于擠出效應。 孫志紅和琚望靜發現,從總體效應來看,數字金融對銀行主動和被動風險承擔具有風險抑制效應。 俞毛毛等認為數字金融發展增加了企業的金融可得性和所在城市銀行網點競爭程度,降低了企業的債務違約風險。 楊潔和馬從文認為金融科技的發展抑制了企業避稅行為。 第三,對個人的影響。 李春風和徐雅軒研究發現,數字金融促進了居民不同結構的消費,其中對發展和享受型消費的影響最為明顯,有利于消費結構優化。 陳文和劉漢成認為數字普惠金融的發展能夠促進居民的金融行為,提高其進入金融市場的概率以及程度。向玉冰就數字普惠金融對農村居民消費的影響進行了論述。 第四,對區域經濟社會發展的影響。 張珍花和楊朝暉認為數字普惠金融與政府財政支出的交互效應對經濟高質量發展具有正向促進作用。楊城強認為數字普惠金融具有某些改善收入不平等狀況的特性。 王利曉和韓先鋒認為數字金融對綠色創新具有促進作用。
國內學者對普惠金融的研究對后續相關研究的展開奠定了堅實的基礎,本文在已有文獻和相關研究的基礎上,運用主成分分析法,對廣東省各市普惠金融發展水平進行測度,挖掘地區出現的問題,并提出相應的對策建議。
對普惠金融的指標體系構建主要從普惠金融的滲透性和使用度兩個維度設定,在普惠金融滲透性維度下設置每萬人銀行機構數、每百平方公里銀行機構數、每萬人銀行從業人員數和每百平方公里銀行從業人員數4 個指標,在普惠金融使用度維度下設存款/GDP、貸款/GDP、保險保費收入和保險賠付支出4 個指標(表1)。 普惠金融的普惠程度主要從地理和人口覆蓋范圍兩方面得到體現,所以選取每萬人銀行機構數、每萬人銀行從業人員數、每百平方公里銀行機構數和每百平方公里銀行從業人員數進行測度。 數據主要來源于《2021 年廣東省統計年鑒》,研究方法采用主成分分析法,統計軟件是SPSS 26。

表1 普惠金融水平測度指標
1. 原始數據標準化處理
首先,將獲取的原始數據進行標準化處理,以消除變量在數量級或量綱上的影響。 由于主成分分析的結果受量綱的影響,各變量的單位可能不同,如果各自改變量綱,結果可能會有出入,這是主成分分析的最大問題。 所以實際中可以先把各變量的原始數據X
進行標準化處理(Z
-score 法),得到原始數據標準化后處理結果ZX
。2. 建立變量之間的相關系數矩陣R
運用主成分分析法需要建立變量之間的相關系數矩陣R。 主成分分析適用于變量之間存在較強相關性的數據,如果原始數據相關性較弱,應用主成分分析后不能起到很好的降維作用,所得的各個主成分濃縮原始變量信息的能力相差不大。
一般認為,原始數據大部分變量的相關性矩陣值越接近于1,表明因素之間的相關性越強,做主成分分析取得的效果就越理想;如果原始數據大部分變量的相關性系數<0.3,應用主成分分析取得的效果就不太理想。 據表2 可知,原始數據的大部分變量的相關系數>0.3,適用于主成分分析方法的計算。

表2 相關性矩陣表

續表
3. KMO 和 Bartlett 球形檢驗
通過KMO 檢驗法和Bartlett 球形檢驗法進行主成分分析的適應性檢驗。 KMO 和Bartlett 的檢驗主要用于檢驗各因素之間有沒有關聯程度。 一般情況下,KMO 值應≥0.6,或 Sig 值(顯著性水平的值)應≤0.05,就表明各因素之間的關聯程度較高,主成分分析的結果也比較理想。 據表3 可知,KMO 值為0.617,說明指標間存在一定的相關性。 Bartlett 球形檢驗結果為289.553,Sig 值為0.000,說明拒絕相關系數是單位陣,即各個指標是相關的。 兩項結果檢驗均表明該數據適用于主成分分析法。

表3 KMO 和巴特利特檢驗
4. 提取公因子方差
對原始數據提取公因子方差,提取的公因子方差值越高,表明提取的公因子的代表性或者說解釋率就越高,整體效果就越好。 據表4 可知,提取得到的公因子方差均超過0.8,指標選取的解釋率較高。

表4 公因子方差
5. 計算總方差解釋,提取主成分
據表5 可知,總方差解釋(解釋的總方差)提取出了2 個特征值大于1 的主成分,這2 個主成分加起來可以解釋總方差的89.144%,符合因子累積貢獻率超過80%的要求,代表這兩個成分能解釋原先8 個指標的89.144%。

表5 總方差解釋
6. 確定主成分
將得到的兩個主成分從大到小進行排序。 將表5 得到的兩個大于1 的主成分與表6 成分矩陣中的各個數值進行計算,為確定主成分綜合得分做鋪墊。

表6 成分矩陣a
7. 計算綜合得分
綜合得分公式:

X
標準化,得到標準化后的數據ZX
以后,將主成分的特征值與成分矩陣系數進行運算,得到各權重。 最后將標準化后數據和權重代入主成分表達式中,就可以計算各個樣本的主成分得分。 在分別計算了y
、y
的綜合得分后,還需要根據表5 中主成分1 和主成分2 的方差百分比來計算綜合得分。 其中,主成分1 初始特征值方差百分比為72.346%,主成分2 初始特征值方差百分比為16.798%。 根據二者占比,把它們寫成公式y
=0.
72346y
+0.
16798y
,計算綜合得分y
。8. 繪制綜合得分表
最后,根據綜合得分表對y
進行排序,可以得到廣東省內各市普惠金融排名。 由表7 可以看出,廣東省內21 市普惠金融發展水平與各地經濟發達程度密切相關。 其中,排在前兩位的城市是經濟發展水平較高的深圳和廣州,排在后兩位的是經濟發展相對靠后的茂名和汕尾。
表7 綜合得分表

續表
地區普惠金融發展水平與經濟發展程度具有較強關聯性,普惠金融發展程度與經濟發展相輔相成、相互促進,二者同步發展對縮小地區經濟發展差距、緩解相對貧困具有促進作用。 從不同角色出發,對政府、銀行金融機構和小微企業等群體提出促進普惠金融發展的相關對策建議。
首先,政府出臺相關政策文件。 完善經濟相對落后地區的金融基礎設施建設,打通普惠金融覆蓋到基層的“最后一公里”,把地區經濟基礎設計建設落實到位。 同時,相關金融監管部門要加強監督和管理,建立健全金融法規制度,規范金融市場秩序。
其次,銀行業金融機構積極探索金融科技創新發展之路。 以大數據和互聯網信息技術探索普惠金融發展新模式,增加金融機構網點數量和相關金融創新服務,以實體金融和數字普惠金融共同推動普惠金融體系的發展。
再次,小微企業、農民、低收入群體和老年人等作為普惠金融的受眾群體,主動融入金融發展浪潮,拓寬融資渠道。 在面對數字信息鴻溝的情況下要積極主動了解相關普惠金融政策,提高專業化和信息獲取水平,以相關金融服務的發展帶動產業發展。