中国普惠金融发展水平测度与经济增长效应

刘亦文，丁李平，李　毅，胡宗义

(1.湖南商学院　国际商学院　湖南　长沙　410205；2.湖南大学　金融与统计学院　湖南　长沙　410079；3.湖南商学院　大数据与互联网创新研究院，湖南　长沙　410205；4.湖南商学院　新零售虚拟现实技术湖南省重点实验室，湖南　长沙　410205)

一、问题的提出及文献综述

金融在解决贫困与发展不平衡等问题方面具有强大的力量(Jacob Yaron，1992，1997;Saeed Qureshi，1996; Shahidur R. Khandker，2003)，但金融排斥现象却为众多国家提出了共同难题，普惠金融成为世界许多国家金融政策的优先选择。党中央和国务院将普惠金融提高到国家金融改革的战略层面，为新常态背景下中国加快推进金融业可持续均衡发展和金融改革创新指明了方向。

学术界从不同视角对普惠金融发展问题进行了一些有益的探索。国外研究大致体现在三个方面。一是普惠金融的内涵及其评价指标构建，如具有代表性的当属国际金融公司(IFC)从供给方和需求方两个角度构建了普惠金融跨国调查的8个指标，国际货币基金组织从可接触性和使用效用性两个维度构建了金融可接触性调查数据库8个指标(IMF，2004)以及世界银行的“全球金融普惠性指标”(The World Bank，2012)。Sarma(2008)首创了多维度综合性的普惠金融指数对各国普惠金融发展水平进行测度[1]，Arora(2010)在其基础上，提出了新的三个维度[2]。Gupte et al(2012)将普惠金融测度拓展到四维[3]。二是普惠金融的影响因素分析。Osili & Paulson(2006)[4]、Bold et al(20l2)[5]、Swamy(2014)[6]等研究发现金融需求主体特征对普惠金融发展水平有显著影响；Claessens(2006)[7]、Beck et al(2007，2008)[8-9]、Kumar(2012)[10]等研究了金融服务供给，如金融基础设施、部门结构、健康程度以及规模等对普惠金融发展水平的影响；Boulton et al (2007)[11]、Arora(2012)[12]、De Koker和Jentzsch(2013)[13]等研究了社会环境因素，如收入差距、劳动力结构变动、城镇化、人力资本、法律制度等对普惠金融发展水平会产生影响。Bayero(2015)则发现非现金消费意识，消费者价值主张和金融基础设施建设对金融普惠性有显著影响[14]。三是普惠金融的效应研究。Banerjee & Newman(1993)在最早研究中利用制度和转化模型证明，缺乏获得金融服务渠道是导致收入不平衡的原因，普惠性金融有助于贫困的减缓[15]；Beck et al(2000)[16]、Andrianaivo & Kpodar(2012)[17]肯定了普惠金融发展对经济增长的促进作用；Prasad(2010)从国家层面证明金融的普惠性发展可以通过提升国内储蓄量等手段来提高金融中介的效率[18]，而Cull et al(2012) 认为在客户服务多样性基础上发展起来的金融普惠性的提高可以带来更有弹性和更稳定的经济[19]，两种观点都是从宏观层面得出，发展包容性金融对一国金融稳定性具有重要意义。Allen et al(2016)认为金融的普惠性发展有助于改善农村、女性或年轻人等群体的金融排斥[20]。

国内研究处于对普惠金融概念应用研究的探索阶段，相关研究大致体现在三个方面。一是中国普惠金融理论引进与创新研究。白澄宇(2004)最早引进普惠金融这个概念，焦瑾璞自2005年起就开展了“建设中国普惠金融体系”项目研究。杜晓山自2006年以来在普惠金融领域展开了卓有成效的研究(杜晓山，2006、2009、2014)[21-23]，提出农村是普惠金融的根本所在。二是中国普惠金融评价指标构建与测度及其应用研究。王修华等(2014)[24]、陈银娥等(2015)[25]、马彧菲和杜朝运(2016)[26]等借鉴国外普惠金融指标体系构建经验，构建了综合的普惠金融指数，并对中国普惠金融水平进行了测度，在此基础上，探讨了中国普惠金融发展的收入分配效应等(如王修华等，2014)。三是中国普惠金融实践与发展研究。韩俊(2008)[27]、焦瑾璞(2010、2015)[28-29]、周小川(2013)[30]等从不同的角度对普惠金融进行研究和分析，为政府进行普惠金融实践提出了对策。还有学者探讨了普惠金融发展在金融扶贫(周孟亮和彭雅婷，2015；全臻等，2016)[31-32]、城乡统筹度(谢升峰和路万忠，2014)[33]、农户收入(田杰和陶建平，2012)[34]、经济增长(李涛等，2016)[35]等方面的重要影响力。何德旭和苗文龙(2015)[36]、张郁(2015)[37]还探讨了普惠金融制度结构的构建问题。

综合来看，目前关于普惠金融的研究成果大都体现在对反映普惠金融发展程度的指标体系的构建和其水平的计算上，且指标选取和计算方法存在差异。还有一部分成果集中在研究普惠金融发展的影响因素上，这些影响因素大体可分为供给、需求、社会环境三个方面。也有部分文献试图研究发展普惠金融可能带来的效益，如促进经济增长、缩小地区收入差距、减缓贫困等，研究发现大力发展普惠金融对促进中国更好地发展是很有必要的。本文在现有文献和国际组织给出的普惠金融指标基础上，基于数据的可得性和可使用性原则，结合中国的实际国情构建了中国普惠金融指标体系，基于变异系数法对2005-2015年中国各地区普惠金融水平进行了测度，并建立反映普惠金融发展状况的Kernel密度估计模型对2005年以来中国普惠金融发展的动态演进过程及其分布特征进行了描述。利用2005-2015年中国省级数据，采取固定效应的面板门槛模型，探讨普惠金融发展水平的不同阶段对经济增长影响的非线性关系。最后，根据中国各区域普惠金融发展现状与经济增长之间的协调性，提出促进中国普惠金融发展的政策建议。

二、中国普惠金融发展水平的测度

构建合理、有效的普惠金融评价指标体系，采用恰当的评价方法进行综合评价，对有效度量普惠金融发展水平至关重要，将有助于全面反映和评估中国普惠金融的发展状况，发现普惠金融发展面临的障碍，为政策制定者提供便利、完整的普惠金融信息，以制定必要且适用的政策促进普惠金融发展。

当前，一些国际机构制定和发布了衡量普惠金融发展的指标体系，最主要的包括普惠金融全球合作伙伴组织(GPFI)、世界银行、国际货币基金组织、普惠金融联盟(AFI)和MicroScope。梳理这些指标体系，可以发现其有以下特点：第一，指标构建从金融服务可得性、使用情况和服务质量三个维度出发，兼顾广度及深度；第二，指标选取从金融服务的供需双方出发，以需求方中的成年人为主；第三，指标数据来源于金融机构及对消费者的问卷调查，以金融机构数据为主。与此同时，这些指标体系也存在如下几方面的问题：一是指标数据不充足；二是指标体系跟不上普惠金融的发展，指标主要以传统金融服务为主，数字金融相关的指标较少，目前只展示了电子资金账户数一项指标。

在构建中国普惠金融指标体系建设时需要考虑几个因素，一是数据库建设是普惠金融指标体系有效运作的基础，应以开源的方式鼓励行业各方参与，积极提供数据。二是指标体系的设计要考虑下列条件：(1)必须反映与普惠金融相关的各个方面;(2)不同地区之间可以互相比较；(3)数据现成可用，获取成本不太高;(4)强调不同地区普惠金融的特点和实现途径。三是指标体系的维度设置中，要综合体系银行、保险、支付等行业，普惠金融指标的构建应该是多维度、多指标的。四是数据可获得性是指标选取的重要考虑因素。

基于上述考虑，本文以二十国集团发布的普惠金融指标为基础，从金融服务渗透性、服务可得性、使用效用性和可负担性四个维度出发，根据中国普惠金融发展实际和指标数据可得性，整理出一个代表性较强的中国普惠金融评价指标体系，该指标体系共由4个维度、7个方向指数和14个具体指标构成，其中社会基础、金融服务渗透性、使用效用性三个维度指标对普惠金融发展的程度起到正向的作用，金融服务的可负担性对普惠金融发展的程度起到逆向的作用，考虑到数据的可得性，本文沿用王修华和关键(2014、2016)[24，38]研究，利用利率上浮贷款占比和非金融机构融资规模占金融机构贷款余额的比重两个指标来衡量金融服务的可负担性，具体如表1所示。

表1　中国普惠金融评价指标体系

(一)中国普惠金融发展水平的测度

本文采用综合评价法对中国普惠金融发展程度进行评价。考虑到普惠金融于2005年才正式提出，本文最终将样本区间定为2005-2015年。本文指标数据均来源于中国人民银行发布的《中国区域金融运行报告》、《中国金融年鉴》和《中国统计年鉴》。

迄今，学者们对普惠金融指数的测算方法大体可以分为3类：即采用联合国开发计划署编制人类发展指数法、主成分分析和因子分析法、层次分析法来计算普惠金融的发展程度。为更客观地反映各地区普惠金融发展水平，本文基于变异系数法为各指标赋权重，具体采用以下方法来测度各地区IFI值：

(1)首先为规避由于各指标量纲不一致所导致的差异，对各指标依次进行标准化处理。由于所选取的指标皆是正向指标，因此具体要进行的标准化处理如公式(1)：

(1)

其中Xij表示无量纲化处理后的指标值，xij表示初始值，mij表示该指标中所出现的最小值，Mij表示其值所出现的最大值。

(2)其次为了克服主观赋权带来的影响，本文采用变异系数赋权重的方法，不仅对每一维度下的各指标进行赋权，而且对各维度分别赋权。

IFIi=1-

(2)

IFI=1-

(3)

(二)普惠金融指数测度结果及分析

由上述构建的指标体系和测算方法，可以测算出2005-2015年各地区普惠金融指数(IFI)，

表2　2005-2015年各区域普惠金融测度值

注：以上排名是根据2005-2015年各地区IFI值的均值得到的结果。

为更好理解普惠金融发展的区域差异，以下给出全国各省份2005-2015年普惠金融指数具体测度值。为了使结果更直观，可进一步得到中国省域普惠金融发展平均水平的空间分布图。

图1为2005-2015年各省(区)普惠金融发展的均值水平，图中不包括港澳台地区(No data)。由图可以看出，中国各地区的IFI值最小取0.043，最大取0.737，且多数地区的IFI水平在0.127以下，只有少部分地区的IFI值在0.127与0.737之间，且这部分地区主要是中国的东中部，其中北京、上海、天津等地区大的IFI值最高。这说明中国普惠金融发展程度整体还比较低，有待进一步提高。中部和西部的普惠金融水平比较接近，但都远远不如东部(与表2结果一致)。

图1　各地区普惠金融发展水平

为了解2005年以来中国IFI值的动态演进过程，本文建立反映普惠金融发展状况的Kernel密度估计模型，即通过设定普惠金融发展水平的密度函数去描述IFI值的分布形态，并分析其分布特征。该方法放松了参数方法中严格的条件假定[14]。具体函数构建如公式(4)：

(4)

式(4)中表示令IFI值为随机变量，f(x)为IFI的密度函数，K(·)为核密度函数，此处选取Gaussian核函数，h为带宽，结合最优带宽选取原则与“眼球法”， 用Stata14.0分别选取合适带宽，得到各地区普惠金融发展的核密度图。

图2中核密度函数曲线左峰突出，右侧较平坦，且2006-2009年峰值变大，但2009-2015年峰值持续降低，右侧有轻微“上浮”趋势，说明中国大部分省份的普惠金融水平集中在较低水平，且2009年以后，集中在该水平的省份数量不断减少，逐渐“晋升”为水平相对较高的一级。由此表明随着各级政府对发展普惠金融这一任务的愈加重视，中国整体普惠金融发展状况得到有效改善。

图3中核密度函数曲线呈现“一峰一谷”特征，且峰值持续小幅降低，波谷逐渐变得平坦，且有右拖尾趋势，这一变化与图2稍有相似，说明中国东部地区普惠金融发展水平有小幅提升，且地区间差距减弱，部分地区存在轻微收敛现象。

图4中核密度函数曲线存在明显的右移迹象，2015年峰值较2006和2009年均有所下降，即左侧峰值降低，右侧峰值升高，且两峰之间距离缩小，这表明中部地区整体的普惠金融发展水平呈上升趋势，中部地区各省域之间普惠金融水平的差距慢慢缩小，有收敛趋势。

图5中核密度函数曲线较特殊，虽除2015年外，峰值也出现在较左侧部分，但波峰整体较宽，不存在明显的“两极分化现象”，且2006-2015年峰值不断降低，并最终出现右侧，以上表明西部地区普惠金融发展水平整体差距不大，且均有小幅提升，这使得集聚现象逐渐出现在普惠金融水平较原来有所提高的等级。

图2　　　　　　　 　　　　　　　　　　　　　图3

图4　　　　　　　 　　　　　　　　　　　　　图5

三、中国普惠金融经济增长效应的实证研究

金融是实体经济的血脉，金融供应是否充足、运行是否顺畅直接关系到实体经济的持续健康有序发展。当前，国内外学者对金融深度和经济增长之间的关系进行了大量卓有成效的研究，实证研究发现，金融深度和经济增长有着显著和稳健的因果关系。为此，习近平总书记在第五次全国金融工作会议上明确提出，金融要把为实体经济服务作为出发点和落脚点，全面提升服务效率和水平[39]。但金融排斥现象在世界上众多国家普遍存在，其中小企业和贫困家庭无法获得资金是产生持续性的收入差距及经济增长放缓的一个重要的机制，金融排斥给经济发展带来的负面影响日益显现。普惠金融内涵核心强调的是金融服务渠道宽度和金融服务对象范围，当前经济理论上强调普惠金融与经济增长的关系，但相关的实证研究非常有限。为了研究中国普惠金融发展水平的不同阶段对经济增长影响的数量上的具体关系，本文在控制了当前文献中所强调的其他影响经济增长的因素的基础上，利用2005-2015年中国省级数据，采取固定效应的面板门槛模型，以普惠金融发展水平作为门槛变量探讨普惠金融发展与经济增长的非线性关系，以期得到普惠金融发展水平的不同阶段对经济增长的非线性影响。

1．变量选择与处理

由于本文重点验证中国普惠金融发展水平的不同阶段对经济增长的非线性影响关系，本文的被解释变量、核心解释变量和控制变量选取如下，相应的各变量描述性统计结果如表3所示：

(1)被解释变量：经济增长率(ggdpit)采用各省市以不变价格计算的实际GDP增长率衡量。从表3可以看出，在2005-2015年中国31个省市样本中，各省市经济增长率的均值为11.626%，增长最快的达到了23.8%，增长最慢的为3%，各省市的增长水平差异较大。

(2)核心解释变量：普惠金融发展水平(ifiit)。

(3)控制变量：由于影响经济增长的因素有很多，为避免变量过多而出现多重共线性问题，参考Barro(1997)和Easterly et.al(1997)的做法，本文选取相关系数较低的经济发展初始水平、人力资本、最终消费率、财政支出占GDP的比重及劳动增长率。其中：经济发展初始水平(initialit)采用各省市实际GDP前五年平均值的对数值衡量。人力资本(hrit)采用各省市从业人员平均受教育年限衡量。最终消费率(consumeit)采用各省市最终消费支出占支出法地区生产总值比重。财政支出占GDP比重(fiscalit)采用各省市财政一般预算支出占地区生产总值比重衡量。劳动力增长率(laborit)采用各省市就业人员数的百分比变化衡量。

表3　各指标描述性统计结果

本文采用的是2005-2015年中国31个省市的年度面板数据。数据来源于《中国统计年鉴》(2006-2016)、《中国劳动统计年鉴》(2006-2016)、Wind金融数据库以及中经网统计数据库。

2．模型设定

本文基于中国31个省市2005-2015年的面板数据，探讨普惠金融发展与经济增长之间是否存在非线性的门槛效应。借鉴Levine(2004)建立面板门限模型的方法，本文设定普惠金融发展(ifiit)与经济增长(ggdpit)的面板门限模型为：

ggdpit=μi+βXit+θ1ifiitI(qit≤γ)+θ2ifiit

(qit>γ)+eit

(5)

其中，下标i表示个体(1≤i≤n)，下标t表示时间(1≤t≤T)，本文的n=31，T=11；μi为31个省市的个体固定效应；eit为残差项，并假设eit服从零均值和有限方法σ2的独立同分布；I(·)为指标函数，qit为门限变量；Xit为控制变量向量包括经济发展初始水平(initialit)、人力资本(hrit)、最终消费率(consumeit)、财政支出占GDP比重(fiscalit)、劳动力增长率(laborit)。

3．实证分析

本文利用stata14.0对中国普惠金融发展对经济增长的非线性影响进行实证研究，采用王群勇(2015)的方法对模型参数进行估计[40]。

首先，本文进行门槛效应检验。使用Hansen(1996，2000)的自举法(Bootstrp)来获得检验统计量的P值，以此来判断是否存在门槛效应。门槛效果自抽样检验结果如表4所示。

表4　门槛效果自抽样检验

注：***、**、*分别表示在1%、5%、10%的水平下显著；p值和临界值均是采用Bootstrap法模拟500次后得到的结果。

从表4可以看出，单门槛效应和双门槛效应均在1%的显著性水平下显著，而三门槛效应则不显著。因此，可以认为普惠金融发展对经济增长存在双门槛效应，故本文选用双门槛效应模型对中国普惠金融发展对经济增长的非线性影响进行分析。经过门槛效应检验之后，本文对双门槛估计值进行估计和检验。表5报告了以普惠金融发展水平为门槛变量的单一门槛模型、双门槛模型参数及其95%的置信区间。门槛1和门槛2的估计值分别为0.279和0.405。同时，门槛1估计值在[0.273,0.309]区间内，门槛2估计值在[0.392,0.407]区间内。

表5　门槛估计值结果

门槛值的估计主要是对门槛变量的取值进行排序。在门槛值估计出来以后，本文对双门槛模型进行参数估计。本文采用固定效应的面板门槛模型，为了确保能够与非线性模型I进行比较，本文相应设计了线性模型II，具体回归结果如表6所示。

从表6回归结果可以看出，非线性模型I和线性模型II的主要变量系数的方向基本一致，且大小相差不大。经济发展初始水平(initial)的系数显著为负，这表明中国经济呈收敛态势。人力资本(hr)、最终消费率(consume)、劳动力增长率(labor)都是拉动经济增长的重要力量，并且在5%的显著水平上显著。财政支出占GDP比重(fiscal)对经济增长起着负向影响，且在5%的显著性水平下显著，这说明当前我国地方财政支出并没有很好地服务经济发展。

从门槛模型I可知：当普惠金融发展水平低于0.279时，对经济增长的作用是正向的，但并不显著。这表明此时存在一个发展瓶颈，即低水平下普惠金融发展水平对经济增长促进作用不明显。但是，当金融发展水平大于0.279且小于0.405时，其系数为0.094，对经济增长起着显著促进作用，且在5%显著水平下显著。当金融发展水平大于0.405时，其系数为0.004，对经济增长也其显著正向作用，但其值大小明显降低。这表明普惠金融发展对经济增长有一定促进作用，但存在边际递减的效应。

表6　模型回归结果

注：模型I、II分别表示为固定效应的面板门槛模型、面板线性模型。括号中的数值表示t值，常数项在表中没有报告。*、**、***分别表示在10%、5%、1%统计水平下显著。

四、结论与政策建议

传统的金融服务具有排斥性，这种现象在全球范围内普遍存在，在中国显得尤为突出，普惠金融正是在这种背景下提出的并逐渐在全球范围内得到认可。随着中国经济的快速发展和金融环境的日益优化，中国普惠金融的建设道路将实现新的飞跃。本文在现有文献和国际组织给出的普惠金融指标基础上，基于数据的可得性和可使用性原则，结合中国的实际国情，以二十国集团发布的普惠金融指标为基础，从金融服务渗透性、服务可得性、使用效用性和可负担性四个维度出发，根据中国普惠金融发展实际和指标数据可得性，整理出一个代表性较强的中国普惠金融评价指标体系，基于变异系数法对2005-2015年中国各地区普惠金融水平进行了测度，研究发现，中国各地区普惠金融发展程度整体还比较低，各区域发展不均衡，尤其是中部和西部的普惠金融发展水平亟需进一步提高，但通过对2005年以来中国普惠金融发展的动态演进过程及其分布特征来看，中国各地区普惠金融发展的势头良好，显示出了较大的潜力，这与我国高度重视普惠金融的发展有关，同时也说明相关政策的实现已经开始取得了成效。本文还发现，普惠金融发展对经济增长的双门槛效应确实存在，门槛1和门槛2的估计值分别为0.279和0.405，当普惠金融发展水平低于0.279时，其对经济增长的作用是正向的，但并不显著；当金融发展水平大于0.405时，其系数为0.004，对经济增长也其显著正向作用，但其值大小明显降低；当金融发展水平大于0.279且小于0.405时，其系数为0.094，对经济增长起着显著促进作用。不难发现，普惠金融发展对中国经济增长已经起到了积极的促进作用，尽管这个作用力在普惠金融发展的不同阶段不尽相同。

从本文的研究结果来看，中国各区域普惠金融发展极为不平衡，以及普惠金融的发展落后于经济的增长，为了改善这种状况，促进中国普惠金融的发展，可以从以下三个方面入手：

一是促进中国普惠金融协调发展，推进普惠金融区域差别化发展战略。由于中国各区域普惠金融发展存在明显的区域差异性，一方面中西部地区应当借鉴东部地区的普惠金融发展经验，总结自身发展的不足，从而突破自身普惠金融发展的桎梏。另一方面，政府部门应当采用有差别的金融政策根据中西部地区各自具有的地区优势，使其吸引更多的金融资源，从而促进中西部地区普惠金融水平。首先采取符合各地区实际情况的经济措施来缩小中西部区的贫富差距，其次加快东西部地区的经济结构调整，加快发展当地产业，为金融机构发展提供良好的市场环境。最后应当提高中西部地区的金融效率，通过改善中西部地区的金融环境、创新金融服务和产品来提高中西部地区的金融资源效率，从而促进中西部地区的金融普惠程度。

二是加快普惠金融基础设施建设。首先，要加强征信体系建设，着力解决普惠金融发展中信息不对称问题。其次，要进一步加强支付体系建设。虽然中国银行间支付结算体系健全，金融网点覆盖率较广，支付结算硬件设施渗透率不断提高，但社会公众仍较习惯使用现金进行支付结算，部分群体因为地处偏远或者不具备金融知识，仍然不能或不愿使用非现金支付结算方式。支付体系仍有很大发展空间。第三，建立多层次机构体系。该机构体系包含金融机构和非金融机构，他们都可以发挥比较优势，选择合适的经营范围和目标人群。第四，建立健全完备的监管体系。由于相对较小规模，客户普遍金融知识不足、抗风险能力较差，以及新兴的数字化普惠金融形式的风险特征，都要求监管体系和监管方式做出相应调整。

三是鼓励金融创新，推动金融多元化服务。大力发展保险业，增加保险覆盖范围，为普惠金融的发展提供保障。就目前而言，相比城镇的普惠金融，中国农村地区的普惠金融发展具有更大的风险，所以想要构建均衡发展的农村普惠金融体系，必须大力发展农村保险。

参考文献：

[1]Sarma M. Index of financial inclusion[R]. Indian Council for Research on International Economic Relations,Working Paper No. 215,2008.

[2]Arora R U. Measuring financial access[R].Griffith University,Discussion Paper in Economics, No. 2010-07,2010.

[3]Gupte R，Venkataramani B，and Gupta D. Computation of Financial Inclusion Index for India[J]. Procedia-Social and Behavioral Sciences,2012, 37:133-149.

[4]UO Osili,A Paulson. What can we learn about financial access from U.S. immigrants? [J]. SSRN Electronic Journal, 2006, 22(3):431-455.

[5]C Bold，S Rotman，D Porteous. Social cash transfers and financial inclusion : evidence from four countries (Inglés) [R].CGAP Working Paper, No. 77,2012.

[6]Swamy V. Financial inclusion,gender dimension and economic impact on poor households[J].World Development,2014,56(4):1-15.

[7]Classens S.Access to financial services:A review of the issues and public policy objectives[J].World Bank Research Observer,2006,21(2):207-240.

[8]T Beck, A Demirguc-Kunt, MSM Peria. Reaching out: Access to and use of banking services across countries[J]. Journal of Financial Economics, 2007,85(1): 234-266.

[9]T Beck, A Demirgüç-Kunt, M Peria. Banking services for everyone?Barriers to bank access and use around the world[J]. World Bank Economic Review, 2008,22(3):397-430.

[10]Kumar N.An empirical analysis of financial inclusion across population groups in India[J].IUP Journal of Bank Management,2012,11(1):97-111.

[11]Boulton T J, Smart S B, Zutter C J.Governance and international IPO underpricing[R].SSRN Working Paper,No.928526,2007.

[12]Arora R. Financial inclusion and human capital in developing Asia:the Australian connection[J].Third World Quarterly,2012,33(1):179-199.

[13]Louis de Koker, Nicola Jentzsch. Financial inclusion and financial integrity: aligned incentives?[J].World Development, 2013, 44: 267-280.

[14]Bayero M A. Effects of cashless economy policy on financial inclusion in Nigeria: An exploratory study[J]. Procedia-Social and Behavioral Sciences,2015,172: 49-56.

[15]Banerjee A V, Newman A F.Occupational choice and the process of development[J]. Journal of political economy, 1993,101(2):274-298.

[16]Beck T, Levine R, Loayza N. Finance and the sources of growth[J]. Journal of financial economics, 2000, 58(1):261-300.

[17]Andrianaivo M, Kpodar K. Mobile phones, financial inclusion, and growth[J].Review of Economics and Institutions, 2012,3(2):1-30.

[18]Prasad E S. Financial sector regulation and reforms in emerging markets:An overview[R]. NBER Working Paper No.16428,2010.

[19]Cull R. A Demirguc-Kunt, T. Lyman. Financial inclusion and stability:What does research show?[R].CGAP Working Paper,No.71305,2012.

[20]Allen F, Demirguc-Kunt A, Klapper L, Peria M. The foundations of financial inclusion: Understanding ownership and use of formal accounts[J]. Journal of Financial Intermediation, 2016, 27:1-30.

[21]杜晓山.普惠性金融体系理念与农村金融改革[J].中国农村信用合作,2006(10): 23-24.

[22]杜晓山.建立普惠金融体系[J].中国金融家,2009(1): 140-142.

[23]杜晓山.普惠金融，根在农村[J].农村工作通讯,2014(4): 41.

[24]王修华,关键.中国农村金融包容水平测度与收入分配效应[J].中国软科学,2014(8): 150-161.

[25]陈银娥,孙琼,徐文赟.中国普惠金融发展的分布动态与空间趋同研究[J].金融经济学研究,2015(6): 72-81.

[26]马彧菲,杜朝运.普惠金融指数的构建及国际考察[J].国际经贸探索,2016(1): 105-114.

[27]韩俊.加快建立普惠型的农村金融体系[J].农村经营管理,2009(2): 20-23.

[28]焦瑾璞.构建普惠金融体系的重要性[J].中国金融,2010(5): 12-13.

[29]焦瑾璞,黄亭亭,汪天都,张韶华,王瑱.中国普惠金融发展进程及实证研究[J].上海金融,2015(4): 12-22.

[30]周小川. 践行党的群众路线 推进包容性金融发展[J].求是,2013(18) : 1-4.

[31]周孟亮,彭雅婷.我国金融扶贫的理论与对策——基于普惠金融视角[J].改革与战略,2015(12): 40-44.

[32]全臻,全承相,全永海.特惠金融扶贫信贷的风险控制[J].湖湘论坛,2016(2): 73-76.

[33]谢升峰,路万忠.农村普惠金融统筹城乡发展的效应测度——基于中部六省18县(市)的调查研究[J].湖北社会科学,2014(11): 59-64.

[34]田杰,陶建平.农村普惠性金融发展对中国农户收入的影响——来自1877个县(市)面板数据的实证分析[J].财经论丛,2012(2):57-63.

[35]李涛,徐翔,孙硕.普惠金融与经济增长[J].金融研究,2016(4): 1-16.

[36]何德旭,苗文龙.金融排斥、金融包容与中国普惠金融制度的构建[J].财贸经济,2015(3): 5-16.

[37]张郁.结构视角下中国农村普惠金融发展的现实困境与制度选择[J].南方金融,2015(9): 91-95.

[38]王修华,关键,谷溪.中国农村金融包容的省际差异及影响因素[J].经济评论,2016(4): 50-62.

[39]习近平. 服务实体经济防控金融风险深化金融改革 促进经济和金融良性循环健康发展[N].人民日报,2017-07-16(1).

[40]Qunyong Wang. Fixed-effect panel threshold model using Stata[J]. The Stata Journal,2015,15(1 ):121-134.