农村普惠金融发展水平实证研究范文

摘要：以国务院《推进普惠金融发展规划（2016—2020年）》中关于普惠金融指标体系建设的内容规定为导向，并综合我国农村普惠金融的发展现状，提出一个可以监测、度量我国农村普惠金融发展水平的指标体系，运用因子分析法对2016年我国31个省份农村普惠金融的发展水平进行测度。结果表明，包括浙江、北京、江苏、上海在内的13个省份的农村普惠金融发展水平的综合得分大于0，其余18个省份的综合得分小于0，表明我国大多数省份的农村普惠金融发展水平较低。从普惠综合因子所反映的一个地区农村普惠金融的整体概况来看，北京、上海和天津获得了较高得分；浙江、江苏和山东在农村信贷方面具有较强优势；新疆、内蒙古和黑龙江的农民则拥有较强的保险意识；青海、甘肃和广西在新型农村金融机构的建设方面取得了较好的成绩。为了缩小农村普惠金融的地区差异，还须要进一步加快农村金融产品和服务的创新及扩大金融基础设施覆盖面，并加大农村金融教育的普惠性。

关键词：农村；普惠金融；因子分析；发展水平；地区差异

农村是与城市相对应的区域，其居住人口主要从事农业生产，是集村落、集镇、林场、农场、蔬菜生产为一体的区域。相对于集中的城市人口，农村人口的居住特点是散落，当地人民无法享受到金融服务［1］。农村地区的弱势产业和弱势群体的存在更使得金融排斥现象十分严重［2］。中国社会科学院2016年的《“三农”互联网金融蓝皮书》中的数据显示，我国“三农”（指农业、农村、农民）金融缺口达3．05万亿［3］。中共十八届三中全会提出，要完善金融市场，发展普惠金融。普惠金融强调要有效、全方位地为社会所有阶层和群体提供广泛的、可持续获得的金融服务［4］。而我国普惠金融的发展重点应该集中在农村地区，使普惠金融能够更多地为农村金融服务，自始至终服务于农村贫困群体和极贫困群体［5］，建立农村普惠金融体系，通过普惠金融的发展改善农村地区的金融服务水平［6－7］，加快建设农村普惠金融机构，促进农村普惠金融体系更加高效平等，保障农民的金融需求能够得到满足，让金融能够更好地为“三农”建设服务［8－10］。农村普惠金融不仅能够为农村广大居民提供适合农村居民的服务体系和方式，其特点是低成本、高效率、现代化；还可以为农村广大居民，尤其是那些贫困农户和小微企业提供公平享受金融服务的机会和权利。农村普惠金融所提供的金融产品和服务应该具有广泛性和多样性，不仅要创新金融产品和服务，还要丰富农村居民的金融知识和风险意识，让他们积极主动地拓宽自己的金融服务需求面，逐渐享受理财、保险等金融产品。农村普惠金融体系在建设过程中应保证其完整性，它所涵盖的内容应该包括普惠金融产品、普惠金融技术设施、普惠金融制度、普惠金融机构以及普惠金融的需求方。农村普惠金融要为农村经济发展服务，改善农村金融落后的现状，增加农民收入水平，满足农村经济主体对于金融产品和服务的需求，重点和难点是要为贫困农户及资金困难的小微企业提供长效的金融产品供给。农村普惠金融体系的服务对象是指那些身处农村地区，对金融产品和服务有着强烈需求的社会群体，重点服务对象应该是贫困农户和小微企业，解决他们的金融需求是发展农村普惠金融的重要环节。在服务供给者上，不仅是商业银行、政策性银行等大型金融机构能作为农村普惠金融的产品和服务提供者，更多的应该依赖于农村信用社、新型农村金融机构等农村金融组织，此外还可以是一些民间金融机构和组织等非正规金融机构［11］。在市场建设上，应包括一切有利于农村金融服务开展的相关金融基础设施及其他相关的金融活动，应将信用评级、宏观调控与监管等纳入市场建设中来。

1研究方法与数据处理

1．1因子分析法的适用性

在进行实证研究时，往往会选取很多变量，这些变量之间可能存在很强的相关性，通过因子分析法可以将相关性强的原始变量进行分组，提取出公共因子，同一公共因子下的原始变量具有较高的相关性，不同公共因子之间则相互独立，进而用少量的因子反映出研究对象的基本信息。这样极大地简化了原始指标，提高了实证过程的可操作性，在本研究中，原始变量共计13个，而且变量之间具有较强的相关性，通过因子分析法可以萃取出这些变量的公共因子，方便快捷地找到影响农村普惠金融发展的主要因素。此外，相对于其他学者对普惠金融发展水平进行研究时采用层次分析法等对指标权重主观赋值的方法，因子分析法以统计软件最终得出的成分得分系数矩阵作为指标权重，研究结果会更加客观和科学。通过阅读大量文献资料发现，因子分析法已被广泛应用于综合评价指标的实证研究中，吴雄周等对湖南省13个市的可持续发展水平进行分析，通过因子分析法将最初构建的39项评价指标归结为4个公共因子，最终将湖南省的13个市划分为4个等级［12］；苏静使用因子分析法对河南省18个地区的横向一体化区域差异进行了实证研究［13］；张波等将因子分析原理运用到省际工业发展评价与分析过程中，建立了工业绿色发展水平的综合评价指标体系［14］。

1．2数据来源与变量选取

研究中所用到的数据来源于各省份历年的《统计年鉴》历年《中国统计年鉴》《中国金融年鉴》《中国农村金融发展年鉴》《中国农村统计年鉴》《中国农村金融服务报告》《中国乡镇企业统计年鉴》《中国人口与就业统计年鉴》等年鉴类资料，以及《中国农村金融服务报告》《中国区域金融运行报告》《中国金融运行报告》等国内公开的统计报告，此外，还在国家统计局、中国人民银行、中国银行业监督管理委员会、各省份统计局官方网站及万得（Wind）资讯、中经网统计数据库、国泰安等数据库上获取了部分数据。选取2016年我国31个省份为研究对象，为了保证本研究所用数据能够准确反映我国当下农村普惠金融的发展状况，其中部分原始数据是通过相应的计算和统计处理后的结果。2015年12月31日，国务院在《推进普惠金融发展规划（2016—2020）》中表明，我国要加快建立健全普惠金融指标体系，形成包含普惠金融可得性、普惠金融使用情况及普惠金融服务质量的统计指标体系，来客观科学地统计分析我国各地区的普惠金融发展水平［15］。本研究以此内容规定为导向，选取共13个农村普惠金融评价指标（表1）。

1．3数据处理

本研究所使用的数据存在量纲上的差异，为了能将其放在一起进行比较以及用于接下来的统计分析，首先要将这些数据进行标准化处理，即将这些变量处理成均值为0、方差为1的标准数据，消除量纲上的差别。在此使用SPSS统计分析软件中的Z值法对构建的13个指标进行标准化处理。

1．3．1原始变量的适用性检验相关性判定通常是用来检验变量之间的相关性，通过观察相关系数可以得出2个或2个以上变量是否具有相关关系、相关关系的强弱以及正负相关关系等信息。进行因子分析的前提是变量之间具有相关关系，如果变量之间相互独立，即1个变量与其他变量的相关系数为0，那么该变量将不适合出现在模型中进行因子分析。用SPSS统计软件对涉及的13个原始变量进行相关性分析，结果显示，变量之间具有较高的相关性，能够使用因子分析法进行进一步的研究（表2）。

1．3．2公共因子的提取用因子分析法提取公共因子时选取了主成分分析法下的最大方差法来提取有效公共因子的数量。运用SPSS统计分析软件对原始变量进行因子分析，提取出4个公共因子，由表3中的特征值和方差贡献率可以看出，大于1的特征值有4个，分别是4．203、2．984、2．385、1．599，方差贡献率分别为32．331％、22．953％、18．349％、12．303％，累计方差贡献率达到85．935％。一般情况下，累计方差贡献利率大于75％就可以说明所提取的公共因子可以很好地解释原始变量中包含的全部信息，因此所提取的4个公共因子可以较好地代替研究中使用的13个原始变量，用来解释我国31个省份农村普惠金融的发展水平。

1．3．3旋转因子分析使用SPSS统计分析软件得出了主成分的载荷矩阵（表4），有些主成分在变量上的载荷差别没有十分明显，说明主成分对变量的解释效果不是很好。为了提高主成分在原始变量上的解释效果，接下来须要通过最大方差正交旋转的方法重新分配各主成分在原始变量上的解释方差，从而找到结构更加简单、解释更加明确的主成分。通过使用SPSS统计分析软件中的最大方差正交旋转的方法，进行5次迭代后收敛，得到旋转因子的载荷矩阵见表5。根据旋转载荷矩阵中载荷的高低，可以将13个原始变量划分成4个公共因子，用F1、F2、F3、F4来表示。可以看出，公共因子F1在X1（银行业金融机构密度）、X2（银行业从业人员密度）、X3（农村金融密度）、X4（农村金融深度）、X5（农村贷款不良率）上拥有较高的载荷，赋值分别为0．963、0．964、0864、0．935、0．403，将该因子命名为普惠综合因子；公共因子F2在X6（农村存款）、X7（农村贷款）、X8（存贷差）这3个原始变量上有较高的载荷，赋值分别为0．883、0．988、0．746，将该因子命名为普惠信贷因子；公共因子F3在X9（农业保险保费收入）、X10（农业保险赔付支出）、X11（农业保险密度）上有较高的载荷，赋值分别为0．754、0．924、0．954，将该因子命名为普惠保险因子；公共因子F4在X12（新型农村金融机构密度）、X13（新型农村金融机构占比）上具有较高的载荷，赋值分别为0．929、0．880，将该因子命名为普惠创新因子（表6）。

2实证结果与分析

2．1计算因子得分

在分析各原始变量对农村普惠金融发展的影响时，主要通过提取的4个公共因子来表示，公共因子的一般表达式为:各个原始变量在公共因子上的权重有所不同，即为表达式中的α。通过SPSS统计分析软件处理后的成分得分系数中的数字就表示权重α，根据成分得分系数矩阵（表7）以及标准化处理后的数据，计算各公共因子的得分。

2．2计算综合得分

计算得出各因子得分后计算综合得分，用来综合考察我国31个省份农村普惠金融发展水平，基于表3解释的总方差和计算得出的各公共因子的得分可得综合得分，结果见表8。

2．3实证结果分析

由表8可知，一些省份的因子得分＜0，表明这些省份的农村普惠金融发展水平低于全国平均水平。普惠综合因子反映了一个地区普惠金融的整体概况，普惠综合因子的排名中位于前3位的是北京、上海和天津，其普惠综合因子远远高于其他省份。北京市作为我国的首都，金融基础设施相对较为完善和发达，各种金融业态一应俱全，其普惠综合因子得分最高，而上海市作为我国第一大城市，具有极高的创新能力，汇聚了大批的优秀人才，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为北方地区金融中心，现如今也是北方乃至全国重要的贸易口岸和金融枢纽，普惠综合因子位于全国第3位。普惠信贷因子反映了一个地区的农村信贷水平，浙江、江苏和山东在农村信贷方面具有较强的优势，这3个省均是我国的经济大省，投入了大量资金支持农业及农村的发展。普惠保险因子反映了一个地区的农村保险水平，这一因子得分排名前3的是新疆、内蒙古、黑龙江，这3个省份均是我国的农业大省，农民拥有较强的保险意识。普惠创新因子则用来反映一个地区新型农村金融机构的发展水平，农村普惠金融的可持续发展要求创新新型农村金融组织的产品和服务，从这一因子的考量结果可以看出，青海、甘肃和广西在新型农村金融机构的建设方面取得了较好的成绩。我国大多数省份农村普惠金融发展水平较低，综合得分大于0的省份包括浙江、北京、江苏、上海等13个省份，其余18个省份的综合得分均小于0，说明其位于全国平均水平之下。由此可见，我国大多数省份的农村普惠金融发展水平较低，农村地区的金融设施覆盖不全，农民很难享受到金融产品和服务，普惠金融在农村地区仍有很大的发展空间。此外，我国的农村普惠金融发展存在地区差异，在浙江、北京、上海、江苏、天津等经济发达地区以及内蒙古、新疆等农业大省，这些地区拥有较好的金融基础设施和较为优惠的农业政策，所以农村普惠金融优于其他地区。

3政策建议

我国农村普惠金融的发展无论是在广度上还是深度上都还有很大的发展空间，特别是对农业供给侧结构性改革的要求还存在较大差距。农村普惠金融的发展要按照系列重要讲话特别是在安徽小岗村有关农业农村工作讲话的指示精神，牢牢把握金融服务实体经济的根本宗旨，坚持市场化发展和政策支持有机结合的基本取向，以提升农村金融服务水平为主攻方向，以深化农村金融改革为根本途径，加快健全开放包容、适度竞争、鼓励创新、风险可控的农村金融体系。

3．1促进农村金融产品和服务的创新

农村金融机构与商业银行相比，其吸收存款的能力较弱，这样会使银行在发放贷款时资金不足，盈利能力弱，在众多金融机构中农村金融机构处于弱势地位，竞争力较弱。农村金融机构所提供的金融产品种类少而且更新速度较慢，无法满足农民和微小企业理财、保险、债券等金融需求。农村金融机构发展多年之后也推出了部分创新产品，但其间也暴露了许多问题，如农户缺乏抵押品而无法获得贷款额度、不良贷款额较高、业务操作不规范等，这些问题极大地增加了农村普惠金融机构的风险。所以农村金融机构要不断进行产品的更新升级，满足农村居民和农村企业日益增长和变化的金融需求，顺应互联网金融的发展趋势加快创新，促进普惠金融发展。

3．2加大农村金融基础设施覆盖面

我国的金融基础设施分布严重不均衡，在经济发达的东部沿海地区和城市金融机构的网点数较多，居民能够便利地享受金融服务；而在经济落后的西部地区及农村金融机构网点数很少，所以普惠金融在不同地区的发展水平有所不同。我国应加大农村地区金融基础设施的覆盖面，通过设立营业网点、POS（销售终端）机和ATM（自动取款）机来缩小地区间的差异。与此同时还要保证合理的金融从业人员数量并提升金融从业人员的服务水平，为农村等偏远地区的居民提供便捷的金融服务。为了进一步推进电子银行、手机银行等业务，还要加大农村网络建设的投入力度，促进农村普惠金融的发展。

3．3加大对农村金融教育的普惠性

农村居民的教育水平低下，缺乏金融知识的储备及应用，农村地区的金融教育水平与我国当前金融业的快速发展契合度较低。在农村地区，居民认为将钱存在银行是最安全的，他们缺乏投资理财的相关理念，风险识别能力也较差，对于创新的金融产品接受度较低。所以，要努力提高居民对金融知识的受教育程度，尽可能地加大对农村及边远地区的金融教育，让不了解金融的人掌握金融消费、投资、风险防范及创新的金融产品等相关知识。

参考文献：

［1］韩丹阳．我国农村普惠金融体系构建问题探讨［J］．金融经济，2016（14）：3－5．

［2］冯爱林，肖维．基层普惠金融发展现状、制约因素与对策———以湖北省黄石市为例［J］．武汉金融，2016（2）：69－71．

［3］李勇坚，王．中国“三农”互联网金融发展报告［M］．北京：社会科学文献出版社，2016．

［4］刘萍萍，钟秋波．我国农村普惠金融发展的困境及转型路径探析［J］．四川师范大学学报（社会科学版），2014，41（6）：33－40．

［5］杜晓山，张睿，王丹．执着地服务穷人———格莱珉银行的普惠金融实践及对我国的启示———兼与《格莱珉银行变形记：“从普惠金融到普通金融”》商榷［J］．南方金融，2017（3）：3－13．

［6］蓝虹，穆争社．深化农村普惠金融供给侧结构性改革的内涵辨析［J］．当代金融研究，2017（2）：1－12．

［7］杨宁．农村普惠金融服务体系建设研究［J］．农业经济，2017（7）：90－92．

［8］高彦彬，张洋峰．我国农村普惠金融的现存问题及路径选择［J］．北方金融，2016（4）：46－49．

［9］蔡晓军．我国农村普惠金融发展现状分析［J］．对外经贸，2016（4）：93－95．

［10］周心田．农村普惠金融体系建设研究［J］．北方金融，2016（11）：101－103．

［11］樊英．基于普惠目标的农村金融组织创新研究［D］．长沙：湖南农业大学，2011：12－20．

［12］吴雄周，曾福生．湖南城市可持续发展水平的区域差异实证分析———基于因子分析法和聚类分析法［J］．华中农业大学学报（社会科学版），2010（5）：99－103．

［13］苏静．基于聚类分析的河南城乡一体化区域差异研究［J］．安徽农业科学，2011，39（21）：13224－13225．

［14］张波，温旭新．我国工业绿色低碳发展水平的省际测度及比较［J］．经济问题，2018（5）：68－74．

［15］中华人民共和国国务院．推进普惠金融发展规划：2016—2020年［M］．北京：人民出版社，2016：1－10．

作者：林政 安文岚 单位：中央财经大学信息学院