西南地区金融包容促进经济增长的空间效应分析*

田 杰，陈昊飞，杨佳妮

(重庆工商大学 金融学院，重庆 400067)

一、引言

2013年中共十八届三中全会通过了《中共中央关于全面深化改革若干重大问题的决定》，正式将发展普惠金融作为全面深化改革的重要举措。2015年，我国银监会设立了普惠金融部。2016年，国务院印发《推进普惠金融发展规划(2016—2020年)》明确提出要提高我国的金融包容水平，并使其居于国际中上游水平。在提高金融包容水平逐渐上升为一项国家战略的背景下，我国各个省份、各个区域都积极地采取措施提升本地区的金融包容水平。近年来，随着西部崛起国家战略的提出，我国西部地区、西南地区的经济发展状况备受关注。因此，对西部地区、西南地区金融包容与经济增长之间关系的探究便成为国内学者研究的热点问题。那么，我国西南地区的金融包容水平如何？与本地区经济增长之间的关系如何？其空间效应又如何呢？本文以我国西南6省(直辖市、自治区)为研究对象，试图通过空间计量分析西南6省(直辖市、自治区)金融包容对经济增长的影响。

金融包容(Financial Inclusion)又称为普惠金融。国外学者关于金融包容的研究，最初始于对金融排斥(Financial Exclusion)的研究。如Leyshon(1995)[1]和Conroy(2005)[2]认为金融机构往往对穷人和弱势群体存在歧视，从而使他们较少有机会享受到正规金融机构提供的金融产品和金融服务，这种现象就是金融排斥。根据金融排斥的概念，众多学者纷纷从其反面定义金融包容。如Hannig和Jansen(2010)[3]认为让无银行账户人群享受到正规金融机构提供的储蓄、信贷和保险等基本的金融服务即为金融包容；Rangarajan(2008)[4]和Khan(2011)[5]基于成本视角，认为金融包容就是让穷人和弱势群体以其能负担得起的成本享受金融产品和服务的过程。在国内，闫海洲和张明珅(2012)[6]认为金融包容的本质在于普惠与共享；田霖(2013)[7]从宽度和深度两方面定义金融包容，认为金融包容涵盖了弱势群体的金融需求情况和金融供给主体的可持续发展情况，小到个人、家庭，大到企业和国家等，都是金融包容的研究对象。

Andrianaivo(2012)[8]以非洲地区为研究对象，以该地区的金融包容水平为媒介，发现提高手机银行的使用率有助于提高该地区的金融包容水平，从而促进该地区的经济增长。Kim(2016)[9]对经济合作与发展组织、欧元区内40个国家进行研究分析，发现在人均生产总值较低的国家和金融风险较高的国家，金融包容水平的提升有助于缩小收入差距，促进经济增长。以上两位学者分别从直接影响和间接影响角度研究了金融包容与经济增长之间的关系。国内学者多以我国31个省(直辖市、自治区)为研究对象，但由于所采用的研究方法不同，得出的结论也不尽相同。杜莉、潘晓健(2017)[10]采用2005—2015年的数据通过面板数据模型研究发现，从全国范围来看，金融包容对经济增长具有显著的促进作用；从区域来看，西部地区金融包容促进经济增长的贡献要比中东部地区显著。付莎、王军(2018)[11]运用系统广义矩估计方法进行实证分析，结果发现2000—2016年我国金融包容与经济增长之间存在倒“U形”关系，且中西部地区金融包容促进经济增长的影响要比东部地区显著。刘亦文等(2018)[12]基于固定效应的面板门槛模型发现，金融包容促进经济增长存在双门槛效应，其门槛值分别为0.279和0.405，当金融包容水平小于0.279时，对经济增长的作用并不明显；当金融包容水平介于二者之间时，对经济增长的作用在5%的水平下显著；当金融包容水平大于0.405时，对经济增长的贡献度明显减弱。

我国西南地区由于自然环境的特殊性，导致该地区人口居住分散，交通、互联网等金融基础设施发展不完善，金融资源配置效率不高，这也在一定程度上影响着该地区的经济社会发展。本文采用空间计量模型，分析西南地区金融包容促进经济增长的作用及溢出效应，从区域和空间视角进一步丰富相关理论和实证研究。

二、西南地区金融包容的发展现状分析

(一)西南地区金融包容的发展现状

1.金融包容指数介绍

本文借鉴Sarma(2010)[13]和吕勇斌的研究方法，通过给各指标赋权，进一步计算不同指标的维度值(di)，计算公式如下：

其中，wi为采用变异系数法计算的权重，xi、mini、maxi分别代表不同指标的实际值、最小值和最大值。则di∈[0,wi]，di值越接近0，表明该地区的金融包容程度越低；di值越接近wi，表明该地区的金融包容程度越高。如果用n维笛卡尔空间中的点表示金融包容发展状况，则点O(0,0,…,0)代表最低的金融包容水平，即完全的金融排除，点W(w1,w2,…,w6)代表最优的金融包容水平。因此，本文用反欧几里得距离来衡量金融包容指数，计算公式如下：

IFI指数介于0和1之间，IFI指数越接近于0，表明该地区的金融包容水平越低；IFI指数越接近于1，表明该地区的金融包容水平越高。由于选取的指标数据有限，且各省不同时期所采取的金融发展战略不同，所计算出的金融包容指数可能存在差异。但是，即使某地区的金融包容指数等于0，也并不代表该地区是完全的金融排除；相反，即使某地区的金融包容指数等于1，也并不表示该地区已实现最优的金融发展水平。关于金融包容指标体系的构建，现有研究多从金融服务的可获得性、使用情况和质量三个维度进行测量。基于西南地区数据的可得性，本文借鉴苏畅(2018)[14]和吕勇斌(2018)[15]的指标选取方法，从金融服务的可获得性和使用情况两个维度构建金融包容指数，具体包括8个指标：用每百平方千米拥有的金融机构网点数和每百平方千米拥有的金融机构从业人数衡量地理渗透性，用每万人拥有的金融机构网点数和每万人拥有的金融机构从业人数衡量人口渗透性，用金融机构各项存款余额占比、人均存款余额、各项贷款余额占比和人均贷款余额4个指标衡量金融服务的使用情况，包括存款服务的使用情况和贷款服务的使用情况两个方面。以上8个指标均有利于提高金融包容水平，如表1所示。

表1 金融包容指数的指标体系

(二)西南地区金融包容指数计算结果

本文选取重庆、四川、贵州、广西、云南和西藏6省(直辖市、自治区)2007—2016年的数据对我国西南地区的金融包容指数进行测度，数据来源于中国人民银行公布的历年区域金融运行报告及历年各省的统计年鉴。

首先，根据变异系数法计算各指标权重，其计算结果如表2所示：

表2 各指标变异系数与指标权重

其次，根据变异系数法确定的指标权重，用金融包容指数测算方法计算2007—2016年西南地区的IFI指数，计算结果如表3所示。

表3 2007—2016年我国西南地区的IFI指数

由图1可知，2007—2016年我国西南地区的金融包容指数整体呈上升趋势，但各省(直辖市、自治区)之间的金融包容水平存在差异。其中，重庆市近十年的金融包容指数明显高于其他5省(直辖市、自治区)，变化幅度在0.3～0.8；四川省在2007—2016年间的金融包容指数明显低于重庆市，且与贵州、广西、云南和西藏4省(自治区)的IFI指数变化趋势趋于一致，但又高于其他4省(直辖市、自治区)，变化幅度在0.2～0.5；贵州、广西、云南和西藏4省(自治区)在近十年间IFI指数变化趋势大致相同，且IFI指数均在0.5以下；而西藏自治区的金融包容指数在2007—2016年均处于6省(直辖市、自治区)最低水平，变化幅度在0～0.3。

图1 2007—2016年我国西南地区IFI指数趋势图

三、西南地区金融包容促进经济增长的空间效应分析

(一)西南地区金融包容的空间自相关

本文基于地理上的相邻关系定义空间权重矩阵W，即若省份i与省份j之间有共同的边界，则wij等于1；若省份i与省份j之间无共同的边界，则wij等于0；同一省份的距离为0。空间权重矩阵定义如下：

确定空间权重矩阵W后，本文使用莫兰指数I(Moran’s I)和吉尔里指数C(Geary’s C)进行空间自相关的检验，检验结果如表4所示。

表4 2007—2016年我国西南地区金融包容空间自相关检验结果

由表4可知，2007—2016年我国西南6省(直辖市、自治区)的Moran’sI指数均大于0，且均在10%的显著性水平上拒绝“无空间自相关”的原假设，表明我国西南地区某省份的金融包容水平受邻近省份的正向影响。从总体上来看，2007—2016年我国西南6省(直辖市、自治区)的Moran’sI值呈上升趋势，说明该地区金融包容的空间依赖性正在随时间增强。2007—2016年Geary’sC指数数值变化不大，在0.55附近浮动，且均在10%水平下显著，表明重庆、四川、贵州、广西、云南和西藏的金融包容在空间上存在正相关关系。因此，在深入研究相关省份金融包容与经济增长的关系时，应将空间效应考虑在内。[16]

(二)西南地区金融包容的空间效应分析

1.变量选择

本文以我国西南6省(直辖市、自治区)的地区生产总值(GDP)为被解释变量，以金融包容指数(IFI指数)为核心解释变量，并引入了金融包容指数的二次方(IFI2)，此外，选取年末固定资产投资总额(FAI)、从业人数(LAB)、公路铁路里程数(ROAD)和城乡收入差距(GAP)4个指标为控制变量，进一步分析重庆、四川、贵州、广西、云南和西藏的金融包容与该地区经济增长之间的关系。

地区生产总值(GDP)的高低通常代表一个地区经济发展水平的高低，本文用地区生产总值指标来衡量经济增长。年末固定资产投资总额(FAI)和从业人数(LAB)分别代表所投入的资本要素和劳动力要素，本文分别用年末固定资产投资总额和年末三次产业从业人数总和代表这两个变量。公路铁路里程数(ROAD)反映的是基础设施建设情况，本文用公路铁路营运里程数衡量；城乡收入差距(GAP)对经济发展具有负向影响，本文用城镇居民人均可支配收入与农村居民人均纯收入的差值表示。由于公路铁路里程数和城乡收入差距与地区生产总值之间存在双向因果联系，因此，本文选取其滞后一期作为控制变量。以上变量均为对数化处理后的数值。

2.数据来源

地区生产总值、固定资产投资、年末从业人数、公路铁路营运里程数和城乡收入差距原始数据均来自中国经济社会大数据研究平台公布的2007—2016年西南各省的《统计年鉴》，各省铁路营运里程数原始数据来自历年的《中国铁道年鉴》。

表5 变量的描述性统计

3.金融包容促进经济增长的空间计量估计结果

本文选择固定效应模型对我国西南地区金融包容与经济增长之间的关系进行研究。固定效应模型又包括空间自回归模型(SAR)、空间误差模型(SEM)，基于此，本文用LM检验和稳健的LM检验发现空间自回归模型(SAR)比空间误差模型(SEM)更适合样本数据。然后通过Wald检验和LR检验发现空间自回归模型(SAR)可以简化为空间杜宾模型(SDM)。因此，最终确定样本数据适用的模型为空间杜宾模型(SDM)，公式表示如下：

其中，i表示省份，i=1、2、3、4、5、6，分别代表重庆、四川、贵州、广西、云南和西藏；t表示时间，t的取值范围为1～10，分别代表2007—2016年；GDPit表示第i个省份t年的地区生产总值，IFI为金融包容指数，FAI为年末固定资产投资总额，LAB为从业人数，ROAD为公路铁路里程数，GAP为城乡收入差距；λ为空间自回归系数，用以度量被解释变量的空间滞后项对被解释变量的影响；β为相应的解释变量系数，W为空间权重矩阵，ε为误差项。

进一步运用MATLAB软件对样本数据进行空间回归分析，结果如表6所示。

表6 空间杜宾模型(SDM)回归结果

由表6的回归结果可知，空间杜宾模型(SDM)在空间固定、时间固定和空间时间双固定效应下的空间自回归系数λ分别为0.671 0、-0.806 0和-0.999 0，且均通过了1%水平下的显著性检验，表明使用空间计量模型研究金融包容与经济增长的关系是十分有效的。

由表6的回归结果可知，金融包容指数(IFI)和金融包容指数二次方(IFI2)的系数分别为-0.510 4和0.325 2，且均在5%的水平下显著，说明我国西南地区某省的金融包容指数与本地区的经济增长之间的关系呈现为一条开口向上的U形曲线，且该U形曲线以金融包容指数(IFI)等于0.784 7为对称轴。在对称轴的左侧，当某省的金融包容指数低于0.784 7时，说明其金融包容水平不利于本地区经济增长；在对称轴的右侧，当某省的金融包容指数高于0.784 7时，则说明其金融包容水平对本地经济增长具有正向促进作用。2007—2016年，我国西南6省的金融包容指数均位于该U形曲线对称轴的左侧，说明现阶段西南地区应致力于提升相关省份的金融包容水平，从而实现金融包容促进各省经济增长的目的。

相邻省份的金融包容指数(W*IFI)和金融包容指数二次方(W*IFI2)的系数分别为-2.272 2和2.252 5，且均在1%的水平下通过显著性检验，说明相邻省份的金融包容指数与本地区经济增长之间关系也是一条开口向上的U形曲线，该U形曲线以邻省金融包容指数等于0.504 4为对称轴。当邻省的金融包容指数位于对称轴的左侧时，表明相邻省份的金融包容水平不利于本地区经济发展；当邻省的金融包容指数位于对称轴的左侧时，表明相邻省份金融包容水平的提高，有利于促进本地区经济的发展。2011—2016年，重庆市的金融包容指数位于该U形曲线的右侧，而西南其他5省的金融包容指数在2007—2016年均位于该曲线的左侧，说明现阶段提升我国西南6省的金融包容水平，对于促进相邻省份的经济增长具有重要作用。

关于控制变量，表6中空间时间双固定效应下的空间杜宾模型(SDM)的回归结果显示，我国西南地区某省份的地区生产总值不仅受本地区年末固定资产投资总额(FAI)、从业人数(LAB)的影响，还受到相邻省份从业人数(W*LAB)、公路铁路里程数(W*ROAD)和城乡收入差距(W*GAP)的显著影响。

其中，我国西南地区某省的年末固定资产投资总额(FAI)以及邻省的年末固定资产投资总额(W*FAI)的系数分别为0.088 3和0.032 5，前者在1%的水平下显著，后者未通过显著性检验，说明某省年末固定资产投资总额的增加会显著促进本地的经济增长，而邻省年末固定资产投资总额的增加并不会显著影响本地的经济发展。某省从业人数(LAB)和邻省从业人数(W*LAB)的系数分别-0.375 2和-1.241 0，均在1%的水平下显著，说明西南地区的从业人数负向该区域的经济增长。某省的公路铁路里程数(ROAD)和邻省的公路铁路里程数(W*ROAD)的系数分别为0.059 2和0.326 2，说明西南地区公路、铁路等交通基础设施的完善，正向影响该区域的经济增长，但前者的影响并不显著，而后者在1%的水平下通过了显著性检验。某省的城乡收入差距(GAP)和邻省的城乡收入差距(W*GAP)的系数分别为-0.073 3和-0.449 2，前者并未通过显著性检验，后者在1%的水平下显著，说明西南地区某省的城乡收入差距负向影响该省的经济增长，但并不显著，而相邻省份城乡收入差距的缩小则可以显著促进本地的经济增长。

四、结论与政策建议

西南地区金融包容促进经济增长的空间效应如何？本文使用2007—2016年重庆、四川、贵州、广西、云南和西藏6省(直辖市、自治区)的数据，采用空间计量模型分析了金融包容促进经济增长的空间效应。研究结果表明：西南地区的金融包容指数在近十年间整体呈上升趋势，西南地区的金融包容水平在空间上存在相关性。空间杜宾模型的回归结果显示，我国西南地区某省的金融包容指数以及邻省的金融包容指数与本地区的经济增长之间的关系呈现为一条开口向上的“U形”曲线，且现阶段我国西南6省(直辖市、自治区)的金融包容指数基本上均位于该“U形”曲线的左侧，说明目前我国西南地区应致力于提升本地区的金融包容水平，从而实现金融包容促进经济增长的目的。基于此，本文提出以下对策建议：

首先，作为金融服务的供给方，西南地区金融机构可以通过以下措施提升金融包容水平：第一，针对西南地区的地理特点，促进传统金融机构积极发展并借助互联网、大数据、人工智能、云计算、区块链等数字技术，实现与金融科技的深度融合发展；第二，针对不同客户群体的需求，创新自身产品和服务，开发个性化、多元化的金融产品和服务；第三，充分利用历年积累的基础信息，结合工商、税务和公用设施等部门提供的正面清单，构建包括弱势群体在内的信用档案平台，降低征信成本。

其次，作为金融市场的监管者，政府可以通过以下措施提升我国西南地区的金融包容水平：第一，加强公路、铁路建设，尤其要延伸偏远农村地区的公路、铁路里程数，在条件允许的城市地区加快建设轨道交通，增大道路密度；第二，加快建设网络基站，扩大移动通信、光纤宽带和数字电视等互联网基础设施的服务范围，尤其要增大农村地区信息化建设方面的政策、资金投入；第三，降低金融市场准入门槛、减少地区行政壁垒，允许符合条件的特色外资银行、异地城市银行入驻本地区，推动金融机构多元化发展；第四，建立金融创新奖励机制，对金融机构在产品和服务方面进行的，能够显著提高本地金融包容水平的创新进行资金奖励、名誉奖励等。