王修华,关 键
(湖南大学 金融与统计学院,湖南 长沙 410079)
中国经济30多年来持续高速增长的同时,城乡间、居民内部的收入差距却在不断拉大。来自国内外官方的统计数据都证明了这一事实:根据联合国统计数据,2007年中国家庭收入的基尼系数为0.469*数据来源于联合国2008年发布的《人类发展报告》。,远高于世界一般水平,且超过0.4的国际警戒线;国家统计局公布的数据显示,虽然这一系数自2008年起逐年回落,但2013年该系数仍有0.473。中国家庭金融调查与研究中心公布的数据远大于这个水平,2010年为0.61。从内部结构看,城乡居民收入绝对差距从1978年的209.8元扩大到2012年的14069元,从1983年最低1.82∶1扩大到2012年的2.78∶1,是世界平均水平的2倍左右。如果把城镇居民享受的社会保障、医疗与教育等公共产品都折算为收入考虑进来,估计实际收入差距将远大于目前的统计数据。城乡收入差距不断扩大造成社会不公,制约了城乡一体化发展和社会主义和谐社会的构建,已经成为影响国民经济全局发展的重大问题。2007年,党的“十七大”报告强调,统筹城乡协调发展,解决好农业、农村、农民问题,事关全面建设小康社会大局,必须始终作为全党工作的重中之重。2013年,党的十八届三中全会发布的纲领性文件《中共中央关于全面深化改革若干重大问题的决定》进一步强调,要努力缩小城乡收入分配差距,形成合理有序的收入分配格局。
金融是现代经济的核心,对城乡收入分配格局有重要的影响。20世纪90年代中后期,金融机构在利润最大化动机驱使下,大规模撤出农村,导致农村金融发展严重滞后于城市,低收入农民缺少基本的金融服务[1]。这种由于“市场失灵”引致的“金融排斥”(financial exclusion)现象是造成农民贫困、城乡收入差距扩大的重要根源。金融包容(financial inclusion) 是指一个经济体中每一位成员能够以负担起的成本,以公平、透明的方式接触、获取和有效使用金融产品和服务的过程和状态[2]。从金融发展的角度看,金融包容体现了金融公平,强调全民平等地享受现代主流金融服务的理念,是对传统金融体系的反思和完善。推进金融的包容性发展,扩大金融服务的覆盖面和可获得性,对于贫困问题的解决、收入分配的改善、社会福利的增进、经济的包容性增长等至关重要[3]。
金融包容逐渐从一个金融发展的框架性理念,上升为一项国家、社会和业界主流所认可的金融发展战略,并形成了一系列的行动方案。2005年,联合国将“包容性金融体系”的构建作为千年发展目标(millennium development goals,MDGs)实现的重要途径。在2010年11月的首尔峰会上,G20国首脑正式认可将“金融包容”作为发展的九大支柱之一,并启动“金融包容全球伙伴”项目以全面实施“金融包容行动计划”。2012年4月,世界银行发布《全球金融包容指数》,为各成员国金融包容实践提供借鉴,2013年11月世界银行发布《2014年全球金融发展报告》,敦促各国政策制定者推动金融包容性建设。
近年来,中国政府也十分重视金融包容的发展,尤其是农村金融的包容性发展。通过放松农村金融服务的准入限制、引入金融平衡发展的“三挂钩”制度*银监会[2009]72号文件提出,主发起人在规划内的全国百强县或大中城市市辖区发起设立村镇银行的,原则上与国家贫困县实行1:1挂钩,或与中西部地区实行1:2挂钩;在东部地区规划地点发起设立村镇银行的,原则上与国家贫困县实行2:1挂钩,或与中西部地区实行1:1挂钩。,金融服务模式的创新等措施,在农村包容性金融体系构建方面做了一系列的尝试,这些尝试在多大程度上提高了农村金融包容的水平,有待于测度与分析,农村金融包容性发展是否改善了农民收入状况,缩小了城乡收入差距,还需要规范的实证研究。基于此,本文将构建多维的农村金融包容指数,对农村金融包容性发展水平进行综合测度和评价,并利用2006-2011年31个省区的省际面板数据,对农村金融包容性发展与城乡收入差距之间的关系进行实证分析,在此基础上,对深层次原因进行探讨,提出提升农村金融包容水平的政策建议。
金融包容研究最关键的环节在于发展水平的测度。Beck等(2007)作出了开创性的贡献,他们尝试构建了测度金融部门覆盖面的8个指标(每百平方公里金融网点数;每百平方公里ATM数;每万人ATM数;每万人金融机构网点数;人均贷款/人均GDP;人均储蓄/人均GDP;每千人贷款账户数;每千人储蓄账户数)[4-5],这些指标提供了金融包容不同维度方面的重要信息。但Sarma 和Pais(2011)指出了该指标体系的缺陷,当单个使用时,只能反映金融包容的部分信息,甚至造成金融包容程度的偏差,如银行账户拥有程度最高的俄罗斯人均银行机构数量却非常低。为此,她们借鉴联合国人力发展指数(HDI)的构建方法,从地理渗透性、产品接触性和使用效用性(accessibility,availability and usage)3个维度构建了一个综合的金融包容指数(IFI)[2]。Arora(2012)选择了银行覆盖面、交易便捷性及交易成本3个指标,用以比较发展中国家与发达国家金融包容水平的差异[6]。然而Sarma忽略了使用金融服务的成本,Arora忽略了金融服务的使用情况。Gupte等(2012)综合以上两类指标体系的基础上,从覆盖面(outreach)、使用效用性(usage)、交易便利性(ease)和交易成本(cost)4个方面提出了自己的指标设计[7]。尽管学者们设计的测量指标有所差异,但基本上都以包容最大的区域和人群为标准来衡量金融包容水平,不足的是,在这些指标设计中,没有深入考虑各维度指标的权重选择以及如何评价单个维度的贡献。
针对上述不足,结合农村金融的特殊性,遵循多维客观反映、数据来源可得、计算方法科学、操作简便易行、便于时空比较的原则,从渗透性、使用效用性、可负担性3个基本维度建立农村金融包容指数(Rural Financial Inclusion Index,RFII),如图1所示,这3个维度在包容程度方面渐次增强。
图1 农村金融包容指数的维度及内涵
维度1:渗透性(Accessibility),是指一个地区提供的金融服务在其使用者中的渗透程度,即是否有接触或获得金融服务的渠道,它是金融包容的基础层。包容性金融体系意味着尽可能多的居民可方便地享有金融服务,从供给角度而言即保证金融机构网点的有效设立和充足的服务人员配备。一个地区机构网点数越多、金融服务人员越多,则该地区金融的渗透性越强。这一维度设置了4个指标:农村人口中每万人拥有金融机构网点数、农村人口中每万人拥有金融服务人员数量、农村地区每平方公里金融机构网点数和农村地区每平方公里金融服务人员数量,它们是农村金融包容程度的正向指标,见表1。
维度2:使用效用性(Usage),是指一个地区提供的金融服务的使用程度如何,如多少人获得,获得的数量是多少,它是金融包容的核心层。包容性金融体系下,金融服务不仅可以使用,而且有效使用程度高,而排斥性金融体系下,金融服务要么不能使用,要么使用程度不高。如一个地区很多居民拥有银行账户却较少使用银行服务,或仅仅使用简单的储蓄业务,而信贷、支付等不能满足。该维度选择储蓄和贷款两个基本的金融服务来衡量,具体指标为:农户人均储蓄存款水平、农户人均贷款水平,用于衡量当地金融支农发展的基本情况;农户贷款数额占比、获得贷款农户占比,用于衡量农户享有金融服务的效用情况;农户存贷款占当地农村GDP*由于没有农村GDP的统计数据,此处参考多数文献的做法,即农村GDP=第一产业产值+乡镇企业增加值比重,用于反映农村金融对当地农村经济的支持情况,它们是农村金融包容程度的正向指标,见表1。
维度3:可负担性(Cost),是指以多大的成本获得或使用金融服务,它是金融包容的关键层。包容性金融体系下,一个地区提供的金融服务不仅可以使用,而且是在可负担的前提下使用。如果金融服务价格过高,居民负担不起,将导致金融服务使用程度不高。该维度主要用于测度用户获取金融服务的价格是否在其可承受范围之内。而贷款在农村金融服务中占绝对主体地位,贷款利率的大小反映了农户资金使用成本的高低,因此本文采用利率上浮贷款占比作为该维度评价指标,它是农村金融包容程度的逆向指标,见表1。
表1 农村金融包容指数各维度指标
由于各指标存在量纲的差异,在测算前需要对原始数据进行无量纲化处理:
(1)
式中,xij表示处理后的指标值,Aij是指标的实际值,mij表示该指标的最小值,Mij为该指标的最大值。公式(1)保证了0≤xij≤1。
考虑第i维度的农村金融包容性,如果我们将i维度下的n个指标抽象成n个次级维度,那么一个地区第i维的金融包容指数将以D=(x1,x2,x3,...,xn)的1*n维笛卡尔空间来表示。在1*n维空间中,点O=(0,0,0,...,0)表示这个地区在所有n个维度的计算值都是最低值,而Z=(z1,z2,z3,...,zn)表示这个地区在所有n个维度的计算值都是最高值(即最理想值,此处均为1)。在构建农村金融包容指数时,通过计算各个维度的测算值与最理想值的欧式距离(Euclidean distance),并最终把所有距离整合在一起形成一个测度结果,计算公式如下:
(2)
其中xij为处理后的指标值(0≤xij≤1),wij为指标权重,根据公式(2)就可以得到各地区第i维度农村金融包容指数计算值RFIIi。
进一步,将测度空间从1*n维扩展到n*n维。基于1*n维的计算公式(2)所得结果,对各维度得分值进行合成计算,即可得到农村金融包容指数RFII:
(3)
其中,Max(RFIIi)代表第i维度金融包容指数RFIIi的最大值,用以表示该维度得分最理想值,wi表示维度权重。
各维度指标赋权是农村金融包容指数构建的重点,式(2)、式(3)的计算均涉及维度指标的赋权。Sarma(2011)采用的主观赋权法由于其主观性而饱受争议;近年来国内学者多采用变异系数赋权法,该方法简便易行且具有客观性。但在实际运用中,很多学者选择将所有维度及指标混合计算赋权,失去了维度设定的意义,易导致某一维度因指标数量多而过分偏重的问题。为避免该问题,本文在传统变异系数赋权法基础上,加入对各个维度权重的计算,保证了在现有维度的框架下赋权的客观科学性。
1.单一维度指标赋权。首先计算第i维度下各指标的变异系数,计算公式如式(4)所示:
(5)
(7)
本文选取2006—2011年全国31个省区作为测度样本*选择这一区间的依据是银监会自2006年起利用图集的形式发布农村金融方面的完整数据,2012年不再发布。。银行业金融机构相关数据均来自银监会网站发布的农村金融分布图集,其中,银行业金融机构包括五大国有大型商业银行、股份制商业银行、城市商业银行及城市信用社、各级农村信用社、农村商业银行及合作银行、邮政储蓄机构、村镇银行、贷款公司及资金互助社。
利用上面构建的农村金融包容指数可得到各省市2006-2011年农村金融包容发展的平均水平。如图2所示。大多数省市农村金融包容指数在0.1~0.3之间,并表现明显的“东高中西低”的区域差异特征,农村金融包容水平与地区经济发展程度具有较好的契合性。其中上海、北京、天津三个直辖市城乡一体化水平高,金融资源相对丰富,在农村金融包容性发展中走在全国前列,紧随其后的广东、江苏、浙江农村金融包容水平也较高,它们都属于东部沿海发达地区。地处西部的重庆市得分也较高,一方面,它是中西部唯一的直辖市,是西部的金融中心,金融资源集聚和辐射的能力较强;另一方面,作为全国统筹城乡综合配套改革试验区,近几年重庆城乡统筹取得了较为突出的成绩,城乡金融服务得到较为明显的改善。中部地区农村金融包容整体水平略高于西部。西部一些农村由于地理位置偏远,交通不便得不到任何金融服务而成为“金融盲区”,出现所谓的“金融空洞化”现象。这表明,中国农村金融的包容性发展任重道远。事实上,就全球比较而言,中国金融包容还处于一个较低的水平[8]。
图2 2006-2011年各地区农村金融包容平均水平
收入差距的度量上,国内很多学者选用城镇居民人均可支配收入与农村居民人均纯收入的比值来衡量城乡收入差距[9],但该方法忽视了城乡人口比重的变化,仅凭简单比值作为衡量标准,因此并不科学;还有部分学者基于Shorrocks(1980)研究,通过计算城乡收入差距的泰尔指数度量收入分配的不平等[10],该方法虽考虑了人口比重的变动因素,但计算方法上仅限于对城乡收入比赋以人口比重的权重,没有充分考虑人口流动的影响;Clarke、Xu (2003)和Liang(2006)等学者采用基尼系数来测度收入不平等[11-12],但现阶段在中国相关统计资料中无法完整地找到该指标数值,并且基尼系数会因计算方法不同产生不同的结果。这方面李实、罗楚亮(2011)的研究是很有意义的,他们基于抽样调查的结果,对潜在的估计偏差予以修正[13]。然而,若要完整的反映我国一时期内各省市城乡收入差距状况,反复持续的微观调查显然是不现实的。Jenkins、Kerm(2006)关注收入的非均衡变化,创建了S基尼系数[14],该指标满足转移敏感性公理,且具有可分解性,便于对引发收入分配不平等的内部原因进行解析,更为科学,因此本文选用S基尼系数作为衡量城乡收入差距的指标。
根据Jenkins、Kerm关于S基尼系数的测算,假设所有收入数据被分为k 组,分别用xi、pi和φi表示第i 组的人均收入、人口份额和收入份额,不妨假定x1≤x2≤…≤xk,令πi表示收入按从低到高排序后第i 组的累计人口份额,即πi=p1+p2+..+pi,v是外生参数,通常取2、4、6,则S基尼系数可表示为:
(8)
(9)
通过公式(9)可以明显看出S基尼系数的计算值取决于由xi、pi、(1-πi)v-(1-πi-1)v组成的三组向量,分别代表收入水平(X)、人口份额(P)以及位次(R)。简便起见,令ωi=pi+(1-πi)v-(1-πi-1)v,则S基尼系数的变动量
[ωvi(R1,P0)-ωvi(R0,P0)]+
=M1+M2+M3
(11)
M1、M2、M3即S基尼系数的分解因子——收入变动、位次变动、人口流动,分别代表了城乡间收入的绝对变化、非均衡增长引起的相对变化以及人口流动对收入差距的影响,意即城乡收入差距的变动是由这3种效应引起的。
本文利用Matlab软件编程计算了各省市2006-2011年S基尼系数及其分解因子。表2为通过混合样本计算得到的不同参数下全国S基尼系数及分解因子计算的结果。
计算结果显示:虽然不同参数下S基尼系数计算结果不同,但我国整体收入不平等程度较高;且S基尼系数的变动,主要受收入变动的影响,以参数v=6为例,影响收入差距的3种效应——收入变动、位次变动、人口流动中,收入变动所占比重最高,为54.97%;位次变动占17.92%,人口流动占27.11%。
表2 S基尼系数及分解因子计算结果
2006-2011年,一方面我国农村金融包容水平在稳步提升,另一方面,以S基尼系数度量的城乡收入差距大致呈现逐年缩小的趋势。为检验二者之间的联系,测度农村金融包容的收入分配效应,就需要更为严格的实证分析。
因变量:城乡收入差距。用S基尼系数表示(Gv),进一步将收入差距的变动分解为收入变动(M1)、位次变动(M2)、人口流动(M3)3种效应,并分别代入回归方程,以测度农村金融包容的收入分配效应。
自变量:农村金融包容指数(RFII)。其他控制变量如下:
1.教育因素。Gregorio(2002)和Teulings(2008)在其研究中探讨了教育与收入不平等间的关系,认为教育水平的提高有助于缓解收入的不平等[15-16]。本文认为城乡教育水平的差距对城乡收入差距有着重要的影响,考虑到数据的可获得性,选取教育经费投入占地方财政支出比重(EI)和各省农村地区平均受教育年限(EO)两个指标,分别从教育投入和产出两个层面衡量各省农村地区的教育发展水平。这两个指标的值越高,表示农村地区的教育发展水平越高。
2.城镇化发展及产业因素。在我国城乡二元经济中,一方面城乡期望收入差距引发农村劳动力资源的流动,致使要素报酬趋于均等化,从而缩小了城乡收入差距;但另一方面,由于城乡户籍制度的限制,城镇化的过程往往又伴随着农村精英人士流失,则农村收入必然相对下降,因而又会扩大城乡收入差距。为了控制城镇化的影响,本文在回归中加入城镇化比例变量(UR),具体指标采用城镇人口占总人口比重来衡量。产业因素方面,随着产业结构的变化,边际生产效率较低的农业部门的生产要素会逐步转移到效率更高的非农业生产部门,直至两部门的边际生产效率相等。由于不同地区之间、城乡之间产业升级的速度不同,也就存在着整个产业结构发展不平衡的问题,而这又会导致劳动力就业机构产生差异,从而使得居民收入差距发生变化。本文将产业结构(IS)纳入模型中,并将其定义为第一产业总产值占各省生产总值的比例。
3.政府支农因素。由于GDP增长率是考核地方政府政绩的重要指标,发展经济就成为其首要任务,而经济增长中的主要贡献者为非农产业,因而政府对非农产业和涉农产业扶持力度会有所不同。本文采用地方农业生产总值增长率与非农产业生产总值增长率之差来衡量地方政府的经济行为(GEB),该值越高,表示地方支农倾向越明显,农村地区从得到的好处就越多,因而城乡收入差距也就越小。
4.经济发展因素。在决定收入的因素中,地区GDP占据很强的比重。而地区人均GDP的差异,会导致人均收入的差异,因此加入人均GDP(PGDP)作为控制变量,控制地区GDP对城乡收入差距的影响。除了地区GDP的净值外,GDP的增速也是重要的影响因素,尤其在衡量收入增速不均衡时,为科学起见也将人均GDP增长率(DPGDP)纳入到回归方程中。
指标选取后,本文设定如下回归模型:
Mk,it=β0+β1RFIIit+β2EIit+β3EOit+
β4UR+β5URit+β6ISit+β7GEBit+
β8PGDPit+β9DPGDPit+εit
(12)
其中,Mk(k=1,2,3)表示引起收入差距变动的3种效应,下标i(i=1,2,…,31)表示省份,下标t(t=2006,2007,…,2011)表示年份,εit表示随机误差项。
本文数据来自于《中国统计年鉴》和《中国金融年鉴》及各省的统计年鉴。农村GDP指标计算所应用的数据来自于《中国农业统计资料》。由于统计口径、空间范围变化的缘故,部分指标的数据在一些年份存在缺失的情况,为了最大限度利用样本信息,采用线性插值法来填补个别缺失的数据。
Hausman检验的结果显示:除人口流动因素存在随机效应外,收入变动与位次变动均存在面板固定效应,且随机效应模型的基本假设(个体效应与解释变量不相关)得不到满足,因此除回归3外,均采用面板固定效应的方法进行回归分析。结果如表3所示*由于本文更关注农村金融包容与城乡收入差距的关系,回归中仅采用v=6时S基尼系数计算结果,v=2,4结果类似,此处限于篇幅未列出。:农村金融包容显著地影响收入的变动和位次的变动,作用方向均为负,即随着农村金融包容水平的提高,将显著地通过这两种效应缩小城乡收入差距。对人口流动的影响则不显著。回归4中的因变量为S基尼系数的变动量△Gv,即3种效应的累加(M1+M2+M3)。由于人口流动影响不显著,在回归5中剔除人口流动因素,测度前两种效应的综合影响,发现农村金融包容的影响作用仍然显著。控制变量中,产业结构、人均GDP也显著为负,说明产业结构的调整、人均GDP的增长均有益于缩小城乡收入差距;教育水平的提高、政府支农倾向的提高,也会缩小收入差距,但是指标系数并不显著。
表3 城乡收入差距模型回归结果
注:回归方程1、2、3分别研究了农村金融包容与收入变动、位次变动、人口流动三种效应的关系;回归方程4研究三种效应的综合影响;回归方程5剔除人口流动效应,研究农村金融包容与收入变动、位次变动共同效应的关系。除回归方程3采用随机效应回归外,其余均为固定效应回归。固定效应回归采用F统计量作为检验标准,随机效应回归则报告Wald统计量。括号中数值为标准差,***、**、*分别表示在1%、5%和10%的统计显著性水平上通过检验。
接下来,为测度不同维度下农村金融包容与城乡收入差距的关系,识别不同区域间的影响效应,本文将各维度农村金融包容得分值同时纳入回归方程,令第一、二、三维度包容指数计算值RFII1、RFII2、RFII3代表各维度农村金融包容程度。结合上一回归结果,去除人口流动因素影响,因变量选择收入变动和位次变动的综合影响。回归结果显示:①从全国结果看,各维度农村金融包容与城乡收入差距呈现负向关系,即各维度农村金融包容水平的提高,均有助于缩小城乡收入差距;第一维度包容指数系数最高,并在10%的统计显著性水平上通过检验,说明对当前我国而言,农村金融机构网点覆盖率仍然很低,扩大金融机构的覆盖面有助于增加农村金融服务的可得性,从而缩小城乡收入差距;第三维度包容指数t检验亦显著,说明降低农村金融服务成本一定程度上也可以缩小城乡收入差距。②对西部地区而言,渗透性维度系数显著为负,绝对值为0.28254,是全国平均水平的5.9倍,效用性维度和可负担性维度则并不显著,意味着西部地区农村金融包容性发展的首要任务是增加金融机构网点的配置。③中部地区使用效用性维度系数显著为负,绝对值为0.35356,是全国平均水平的12.7倍,意味着该维度农村金融包容水平的提高,即提高信贷的质量和水平,将显著的缩小城乡收入差距。④东部地区则是可负担性维度系数显著为负,意味着降低农村金融服务的成本,将改善收入分配状况。这是因为东部地区农村金融较为发达,金融机构网点和服务人员较多,农民在相对水平上能够获取更多的金融服务。但涉农金融机构处于规避风险的考虑,利率的上浮水平也比较高。所以,对于东部来说,涉农金融机构应创新信贷机制,同时地方政府应营造良好的金融生态环境,进一步降低农村金融服务成本。
表4 农村金融包容多维度回归结果
注:(1)回归方程1、2、3、4分别研究了三个维度农村金融包容与城乡收入差距的关系;括号中为标准差,***、**、*分别表示在1%、5%和10%的统计显著性水平上通过检验。
(2)关于东、中、西部三大地区的划分有不同的口径,本文按照经济技术发展水平和地理位置相结合的原则,即根据西部大开发战略的划分,东部包括北京、天津、河北、辽宁、上海、福建、山东、海南、广东、浙江、江苏等11个省(市);中部包括山西、吉林、黑龙江、安徽、江西、河南、湖南、湖北等8个省;西部包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆等12个省(市、区)。这种划分方法总体上反映了由沿海到内陆,东、中、西各地带经济发展的特点和相互之间的差异。
本文首先从渗透性、使用效用性、可负担性3个维度选择指标,构建了多维的农村金融包容指数,以2006-2011年31个省区的省际面板数据为样本,对农村金融包容水平进行综合测度。另一方面,通过测算S基尼系数衡量城乡收入差距,并通过数学恒等变换进一步将收入差距的变动分解为:收入变动、位次变动、人口流动3种效应。最后通过面板固定效应回归模型,探究了农村金融包容水平与城乡收入差距以及3种效应之间的关系,得到以下几点结论。
(1) 我国农村金融包容水平普遍较低,大部分地区处于一般包容或不包容阶段,且测度结果表现出明显的“东高中西低”特征,这一特征与地区经济发展程度有较高的契合性,充分体现了“经济决定金融”的基本理念。(2)引起收入差距内部变动的三种效应中,收入变动起到主要影响作用。通过农村金融包容性发展缩小城乡收入差距,最重要的是提高农民的纯收入,然后改变城乡居民收入增速的非均衡性。通过人口流动效应影响收入分配的结果则不明显。考虑到影响人口流动因素很多且复杂,去除人口流动效应后,农村金融包容性发展缩小城乡收入差距的作用仍显著。(3)区域多维效应的回归结果显示,西部地区渗透性维度影响最大,农村金融包容性发展的当务之急在于增加金融机构网点的配置,改变金融机构网点覆盖率不足的窘境;中部地区使用效用性维度影响较大,提高信贷的质量和水平较为重要;东部地区可负担性维度影响较大,在提高农村金融深度和宽度的基础上,如果降低金融服务的成本,将会提高农村金融包容水平,缩小城乡收入差距。
金融本质上是一种资源,金融资源的相对稀缺性必然会带来在城乡、区域之间配置差异性问题。政府和市场是影响资源配置的两种主要机制,有必要深刻分析它们在农村金融发展中的作用,从而找到我国农村金融包容性发展水平低背后的根源。
首先,中国农村金融包容水平低与长期以来政府强制主导的农村金融改革密切相关。20世纪90年代以前,农村实行的是金融抑制政策,这一政策是内生于计划经济时代推行的重工业优先发展赶超战略,为了配合这一战略,农村金融抑制的结果就是大量的金融剩余被外生的金融机构政策性地从农业抽向工业,从农村转移到城市。20世纪90年代中后期,政府为了化解国有金融长期积累的金融风险,强化国有金融机构的自我约束,发起了以企业化、商业化、股份化、市场化为特征的国有金融改革,使国有金融逐渐显露出按规模经济和利润最大化行事的“嫌贫爱富”的本性,大规模撤出农村,城乡金融发展严重失衡[17]。国家已经注意到农村金融改革的滞后对农村经济发展的负面影响,开始直接或间接地将金融资源引向农村,对农村金融政策从抑制逐渐转为支持,最典型的就是2006年启动的农村金融增量改革,该政策意图是扭转城乡金融发展失衡的态势并促进农村金融包容水平的提高。然而,这种倾斜的金融支持政策没有收到预期的效果。如处于防范风险的考虑,要求新型农村金融机构的发起人必须是银行业金融机构,而且条件苛刻,资本充足率必须达到8%以上,中西部地区很难找到合适的发起人。新型农村金融机构设立出现了“东快中西慢”的不均衡态势,这恰好与本文得出的农村金融包容水平“东高中西低”的特征相吻合。
其次,市场机制的内在趋利性加剧了农村金融资源的外流,使政府强制推行的包容性政策效果大打折扣。如政府引入的“东西挂钩、城乡挂钩、发达与欠发达挂钩”的“三挂钩”政策,意图在于确保金融发展更趋于均衡、消除三农尤其是落后农村地区的金融服务空白。然而,这一政策有一个明显的缺陷,即在推动农村金融包容性发展过程中对经济价值规律或者说市场机制的作用关注不够。20世纪90年代国有大型金融机构纷纷撤离农村地区的一个根本原因就是三农金融服务成本大,经营压力大,为此才进行商业化、市场化改革且取得一定成绩。现在,金融监管者又通过行政措施要求金融机构在农村金融增量改革上贯彻“三挂钩”,这无疑与金融机构的市场化趋向相违背。其结果是掌控全国近2/3金融资源的大中型商业银行并没有响应政策的号召,参与的热情非常低,银监会的“三年规划”落空[18]。此外,现行设立的一些村镇银行经营过程中在利润最大化动机的驱使下出现了“目标偏移”(mission drift)现象(服务对象非农化、服务区域城镇化、信贷资金大额化),在解决当地“三农”融资难方面还未能起到实质性作用。
基于上述研究结论和原因,我们认为,加快推进农村金融的包容性发展,改善城乡收入分配格局,应从以下几方面着力:
1.在水平普查的基础上,建立农村金融包容数据库,是促进农村金融包容、缩小城乡收入差距的前提。国外很多国家和地区,如英国、欧盟,印度等对其金融包容水平进行了不同程度的调查研究,收集了相对全面的数据,不仅使金融包容状况更加清晰明了,同时也使得应对措施更富于针对性和可行性。我国在数据采集、披露机制等方面大大落后于发达国家与其他发展中国家。为此,建议中国人民银行成立专门的官方组织,或设立相应的基金鼓励非官方组织进行一次全国范围内的大普查,尽快建立中国农村金融包容数据库,通过开发专业的地理信息系统软件,将多维度农村金融包容水平及区域差异绘制在地图上,且定期更新数据,这样有利于对农村金融包容水平动态监测,对各金融机构推行金融包容情况进行考核,对各地区农村金融包容状况进行评价。在此基础上,由中国人民银行定期公开发布农村金融包容的发展报告,发现差距,寻找经验,并落实到行动战略中。
2.在存量改革的同时,加大增量改革的力度,是促进农村金融包容、缩小城乡收入差距的关键。目前农村地区的金融需求呈现出多层次的“金字塔”型的特征,最上层的金融需求基本上得到满足,而大量的以“短、小、急”为主要特征的中下层金融需求无法得到满足。比较优势理论决定了中小微型金融机构在满足这些金融需求时更有优势。在当前农村银行业金融机构网点覆盖率低的情况下,扩大金融机构网点和人员的配置具有重要的现实意义。在坚持存量改革稳步推进的同时,通过民营化、低门槛等措施,加大增量改革力度,批量培育以服务三农为重要使命的地方小微金融机构。同时,针对现有微型金融机构经营中出现的“使命偏移”,一方面激励微型金融机构加强自身的社会绩效管理,另一方面出台明确的监督惩罚措施,引导资金进入农业生产领域,支持农民工回乡创业,切实增加农民的收入。只有农民的收入实现了更快增长,城乡收入差距才会缩小。
3.构建“三位一体”的包容性金融体系,是促进农村金融包容、缩小城乡收入差距的保障。纵观过去农村金融发展历程,政府和市场都没有发挥应有的作用,强制性的制度变迁并没有培育出满足农村需要的内生性金融力量,农村金融改革依旧处在欲破待解的困局之中,城乡收入差距也在波动中不断扩大。本文认为,基于当前广大中西部农村地区依然是“熟人社会”或“半熟人社会”的现实*20世纪费孝通在《乡土中国》提出的概念,在这个社会里面,蕴藏着很多资源:共有的社区信息、千丝万缕的关系、共同的价值观、生产交易以及各类交换等社会联系等。,农村包容性金融体系构建中必须重视人际关系紧密且相互信任的农村社区的作用,这在一定程度上可以弥补政府和市场的缺陷。在这个“三位一体”的金融体系中,三方分工明确,相互协作。政府方面,要通过市场化手段适度的介入和干预,要制定好相应的政策框架,为涉农金融机构包容实践提供清晰的行动路线图[19];合理运用好货币、财税、监管等政策对涉农金融机构进行有效激励与引导;加快农村金融基础设施的建设,健全涉农保险和抵押担保机制,为涉农金融机构发展提供良好的经营舞台;推动与农村金融市场相关的其他要素市场(如教育、社会保障、劳动力市场等)的配套改革与完善。市场方面,要积极引入利率机制和价格机制,让利润、风险成为引导资金流向的主要因素。社区方面,要注重培育利用当地“软信息”的内生金融组织,成为市场和政府的有益补充。
参考文献:
[1]LEYSHON A,THRIFT N.Geographies of financial exclusion:financial abandonment inBritain and the United States[J].Transactions of the Institute of British Geographers,1995,20(3):312-341.
[2]SARRMA M,PAIS J.Financial inclusion and development[J].Journal of International Development,2011,23(5):613-628.
[3]MOOKERJEE,R,KALIPIONI P.Availability of financial services and income inequality:The evidence from many countries [J].Emerging Markets Review,2010,11(4):404-408.
[4]BECK T,DELA Torre A.The basic analytics of access to financial services[J].Financial Markets,Institutions & Instruments,2007,16(2):79-117.
[5]BECK T,DEMIRGUC K A,MARTINEZ P M S.Reaching out:Access to and use of banking services across countries[J].Journaln of Financial Economics,2007,85(1):234-266.
[6]ARORA R U.Financial inclusion and human capital in developing Asia:the Australian connection[R].The World Quarlerly,2012,33(1):179-199.
[7]GUPTE R,VENKATARAMANI B,GUPTA D.Computation of financial inclusion index forIndia[J].Procedia-Social and Behavioral Sciences,2012,37:133-149.
[8]SPARREBOOM Pete,ERIC Duflos.Financial inclusion in the people’s republic of China[R].Washington DC:CGAP,2012.
[9]叶志强,陈习定,张顺明.金融发展能减少城乡收入差距吗?——来自中国的证据[J].金融研究2011(2):42-56.
[10]SHORROCKS A F.The class of additively decomposable inequality measures[J].Econometrica:Journal of the Econometric Society,1980,48(3):613-625.
[11]CLARKE George,XU Li xin Colin,ZOU Heng-fu.Finance and income inequality:Test of alternative theories[R].World Bank Policy Research Working Paper 2984,2003(3).
[12]LIANG Z.Financial development and income distribution:A system GMM panel analysis with application to urbanChina[J].Journal of Economic Development,2006,31(2):1-21.
[13]李 实,罗楚亮.中国收入差距究竟有多大?——对修正样本结构偏差的尝试[J].经济研究,2011(4):68-79.
[14]JENKINS S P,VAN Kerm P.Trends in income inequality,pro-poor income growth,and income mobility[J].Oxford Economic Papers,2006,58(3):531-548.
[15]GREGORIO J D,LEE J W.Education and income inequality:New evidence from cross country data[ J].Review ofIncome and Wealth,2002,48(3):395- 416.
[16]TEULINGS C,VAN Rens T.Education,growth,and income inequality[J].The Review of Economics and Statistics,2008,90(1):89-104.
[17]王修华.新农村建设中的金融排斥及破解思路[J].农业经济问题,2009(7):42-48.
[18]郭建伟,徐宝林.建设金融包容的社会:中国的理想与现实——基于新型农村金融政策的视角分析[J].农业经济问题,2013(4):29-45.
[19]王修华,傅 勇.中国农户受金融排斥状况研究——基于我国8省29县1547户农户的调研数据[J].金融研究,2013(7):139-152