农村互联网金融排斥的区域差异以及优化路径研究

王可欣 董月 王涵 齐鑫媛

摘要：在十四五规划中，我国提出了建立普惠金融的互联网金融体系。该金融体系在未来毋庸置疑则是作为重要的部分。尤其是在我国具有社会主义的金融历史上。可以说绝无仅有。但是在此基础上金融的追逐利润本性则是迫使金融具有排斥性。其中比较典型的则是一些优质的金融资源将一些农村和低收入性人群排斥在外。在此基础上本项目采用GARC的方法对于我国的中部、西部、东部地区等农村金融排斥性的差别进行研究。其中主要是依据坎普森和韦利提出的6个维度性的指标。同时在此运用GSL方法对于农村金融排斥进行研究。进而在此基础上提出优化路径方案。进而更好的为普惠金融服务。

关键词：GARC方法;普惠金融;排异性

1.绪论

1.1研究背景以及意义

在我国十四五规划的纲要中，主要是对于我国进行普惠金融，主要是指全方位的为社会提供高效的金融性服务。尤其在2006年的时候，我国则是正式的引进普惠金融的概念。另外就会在党的十八届三中全会中，普惠金融被赋予了新的时代定义以及内涵。在2020年的当的十四五规划中，进而提出坚持发展普惠金融政策以及增强为“三农”的方针。其中对于小微企业和对于低服务人群的力度，进而称为现代性社会。因此建立一个具有互联网性质的普惠金融具有比较大的价值以及重要性。但是资本的追逐利润。使得大部分的企业在金融的融资过程中，很多都是集中在城镇以及比较大城市中。但是于此同时将乡村以及低收入的人群排出在外。

1.2研究现状以及文献综述

在从研究对象上看，很多的学者将“金额排斥”定义为对于某些贫困的弱势群体缺少合适的传播途径以及比较好方式接近金融机构。同时在此基础上也是没有对应的能力进行接收金融服务。在2017年的时候，世界银行则是发布了《全球金融包容性白皮书》该书则是深刻的揭示了全球每一年有20亿人口则是处于金融服务排斥外端。这时候的很多的国外的学者将自身的研究重点转为金融排斥以及金融深化上。如Neaime（2018）其中以中东以及南非等8个国家2002-2015年其中面板数据为主要研究对象。主要是通过GMM估计法和GLS模型对于对于金融排斥以及收入不等人群进行实证分析，主要分析贫穷和金融稳定之间关系。其中结果则进一步的表明金融不稳定和贫穷具有一定的相关性。在国内的学者杨伊、高彪等（2017）则是对于江西1700户人家以及1000对个中小企业，进行了相关的性实地调研，结果显示降低金融服务性成本则是有利于加快金融体系的构建。

从研究方法上看，其中很多的学者则是采用实证分析方法。采用的面板数据则是为省级在此基础上则是重视金融排斥性在金融产品提供过程中的微观作用。主要偏向于农村以及小微企业的研究。主要是通过具体的数量以及数量等进行衡量。这时候众多学者也是证实了金融在排斥上作用。但是如何能够有效的解决金融排斥性发展普惠金融成为目前的一个难题。很多的学者则是提出必须根据我国金融在农村排斥程度以及排斥差异性上进行研究，如何更快更好发展普惠金融。需要在深层上做出努力。但是在国外的很多的学者则是从宏观以及微观两个方面的角度进行深入分析以及剖析对于小微企业和弱势群体的影响。进而通过探究互联网普惠金融和振兴战略进而提出比较好的优化策略。

1.3研究内容

本文研究的内容则是设计互联网金融排斥性指标体系的建立，主要是利用其可信度、参与度、效用度等三维指标进行计算各个区域之间的排斥性以及差异性。同时在此基础上需要将互联网金融作为供给性排斥、需求性排斥以及无需求性排斥。其中的供给性排斥主要包含的是物理、营销、价格等三方面排斥。需求性排斥则是含有自我以及价格排斥。其中无需排斥主要是体现在任何需求上。进而根据这些因素，探索出互联网深层西的原因。并根据研究的内容给出相关优化方案。

2.基于信息熵的关联分类方法GARC

2.1信息熵分类概念

分类方式也是有很多，其中在各个领域都能用到分类，电子商务、信息检索等这些都是比较广泛的使用。因此这些年对于关联性分类方法慢慢的得到人们比较广泛的关注以及重视。进而在此基础上形成分类方法等若干的特征，本文主要是围绕这一种新的分类方法以及方法对于（即基于信息熵的GARC类方法）进行综述，通过对于其基本思想的阐述以及可理解性以及精度等方面特点，进而使得分类具有一定的简约性以及在此实际使用的过程中消除了可能的规则冗余和冲突。此外，针对数值属性分区离散化中的"锋利边界"问题进行了相应的模糊扩展（GARCf）

2.2基于信息熵关联分类

和传统的关联分类不同，GARC则是引入了最佳性的属性概念。一般在保持信息量前提下，使得规则候选集合规模在不断减少。另外就是在具体的规则生产以及排除中排除了冲突性的規则，进而在此基础上则是得到更加简单的规则构造的分类器。这个时候规则可以说更加的简约以及比价的容易性的理解。这个时候GARC则是保证了比较高的分类精度以及简约性，之后在此基础上，则是提出了很多的扩展性方案。比方说从GEAR从具体的冲突以及规则入手，进一步的提炼其中性质这样可以增加先剪枝最佳的分类性效果。另外就是对于GARCII的连续性的数据而言分类问题，对于GARC进行模糊性的扩展，其中主要是将GARC为主要核心的基于熵的关联性方法则是称为GARC类方法，其中具体的脉络如图2-1所示。

3.研究方法、变量选取及数据说明

3.1农村金融排斥指数的测算

在计算我国农村金融排斥程度时，参考联合国人类发展指数的度量方法及变异系数法测算我国农村金融排斥指数，计算步骤如下：

1.标准化处理：

2.利用变异系数发啊计算各个指标的权重，计算公式如下：

3.计算各指标综合得分，计算公式如下：

4.构建农村金融排斥指数，计算公式如下：

3.2变量选择与数据来源

1.变量的选取

研究金融排斥程度的基础问题是如何构建评估指标体系。本文采用国际公认的六维评价体系评估我国农村金融排斥程度。根据我国现有的国情，各个维度之间有重叠，很难完全量化评估标准，因此，将2008—2017年我国各省农村金融排斥程度浓缩合并。其中，地理排斥用金融机构覆盖率衡量，评估及条件排斥用人均贷款水平衡量，营销排斥用存贷款余额之比衡量，自我排斥用居民受教育程度衡量。

2.数据来源

本文研究所涉及到的2008—2017年我国30个省份数据，由于港、澳、台、藏数据缺失严重，故将其剔除。数据来源于《中国农村统计年鉴》、《中国统计年鉴》、《中国区域金融运行报告》。

4.区域农村金融排斥差异分析

从整体上看，我国各地区都存在较为严重的农村金融排斥现象，且在整个研究阶段我国30个省份的农村金融排斥指数跨度较大。从区域差异上来看，东部沿海地区由于经济较为发达，农村金融排斥程度相对于中、西部地区较低。北京、上海、天津三市的农村金融排斥程度最弱，明显低于其地区。这些地区金融机构数量多、金融产品齐全、金融服务网络体系完善，且都位于我国东部地区。中部地区大多为农业大省，农作物生产周期长、自然风险大等因素都使得农民贷款难度增大，因此，农村金融排斥程度高于东部地区。西部地区由于地域辽阔、人口稀少，许多农村居民都纷纷外出到东部沿海城市打工，资本的逐利性使得商业银行考虑到距离等多方面因素的影响而减少西部地区金融网点的设立，从而使得原本经济不发达的西部农村地区金融排斥程度最高。

通过局部特征分析可以发现，农村金融排斥程度较低的地区，其周边地区的农村金融排斥程度较高，金融资源更加倾向于向经济发达的地区聚集。例如，一方面，地处东部沿海地区的广东省，其农村金融排斥程度低于与它相邻的广西、湖南等地区;另一方面，与广东省相邻的江西省，农村金融排斥程度却高于湖南、广西等省、区，这在一定程度上反映了农村金融排斥具有一定的空间相关性。

综上所述，地域差异的不同会严重影响我国农村金融排斥程度，这很可能会使得我国区域农村金融排斥具有一定的空间相关性。因此，本文在研究我国区域农村金融排斥的差异时，纳入了空间效应分析。

5.结论与政策建议

自全面深化农村信用社改革以来，在各级政府及政策的大力支持下，我国农村金融体系基本建成。然而，由于农业生产较为脆弱、农村生态环境较为恶劣、农村居民收入水平低下、农村居民金融知识匮乏等问题的存在，我国农村金融排斥程度依然十分严重。本文选取2008—2017年我国30个省份的面板数据，借鉴人类发展指数测算我国农村金融排斥程度，并运用探索性空间计量分析方法分析我国区域农村金融排斥问题，最终得到以下结论。

我国区域农村金融排斥现象依然普遍存在且农村金融排斥区域差异明显。所以，根据地理排斥、评估排斥及条件排斥、营销排斥和自我排斥，采用变异系数法测算我国农村金融排斥指数。从各省排斥指数可以看出，我国农村金融排斥现象依然普遍存在且区域差异明显，其中北京、上海、天津三市的农村金融排斥指数在0.4以下，其余省份均在0.4以上，农村金融排斥呈现出从东部地区到西部地区逐渐递增的态势。

结合实证分析的结果，对于缓解我国区域农村金融排斥问题，提出了以下建议。结合本地区特征制定缓解我国区域农村金融排斥的措施。由于我国各省农村金融排斥存在明显的差异性，因此，各级政府在制定措施时应充分考虑区域特征。由于不同省份的农村金融排斥指数不同，所以影响我国各省份农村金融排斥程度的主要因素也不尽相同。故而各级政府在制定缓解我国区域农村金融排斥程度措施时，应充考虑各地区的特征情况，担当宏观引领角色，因地制宜制定相关政策，采取相应措施，弱化其金融排斥程度。

参考文献：

[1]刘历波， 赵廷廷， 李彦苍，等. 基于信息熵的改进鲸鱼优化算法[J]. 数学的实践与认识， 2020， v.50（02）：213-221.

[2]田越鑫. 基于信息熵的疲勞状态决策研究[D]. 西安工业大学， 2019.

[3]杨夏林， 陈步高. 西北地区农村金融排斥的区域差异及影响因素分析[J]. 湖南农业科学， 2020， No.413（02）：115-119.

[4]李民， 姚建明， 吴阳，等. 基于信息熵-VIKOR模型的4PL供应商优选决策研究[J]. 工业技术经济， 2019， 38（03）：3-11.

[5]曾锦松， 许佳庆， 施宇翔，等. 基于信息熵，自期望的电力安全作业神经元网络优化方法：， CN111523661A[P]. 2020.

[6]艾江波. 基于信息熵的细分类识别模型训练，图像识别方法及装置：， CN110929802A[P]. 2020.

[7]陈岁岁， 李娟. 基于信息熵的软件攻击面威胁评估方法研究[J]. 电脑知识与技术， 2020， v.16（12）：33-34.

[8]李秋香， 李蒙蒙， 黄毅敏. 基于信息熵的省域制造业价值链测度方法研究[J]. 创新科技， 2020， v.20;No.241（03）：26-37.

[9]阎海玲. 基于信息熵技术的智慧农业平台优化设计[J]. 农机化研究， 2021， v.43（09）：239-242+259.

[10]林芳， 陈文相. 金融排斥的理论逻辑与精准扶贫的机制创新——基于福建省农村地区研究[J]. 山西经济管理干部学院学报， 2019， 027（004）：47-51.

作者简介：王可欣（2000.02—），女，汉族，安徽省合肥人，蚌埠市蚌山区安徽财经大学金融学专业本科生 本文研究方向为：政策性金融问题

董月（2000.5—），女，汉族，安徽省六安人，蚌埠市蚌山区安徽财经大学金融专业本科生

王涵（2000.2—），男，汉族，浙江金华人，汉族蚌埠市蚌山区安徽财经大学会计专业本科生

齐鑫媛（2000.8-），女，汉族，山西省太原人，安徽省蚌埠市安徽财经大学财务管理专业本科生

基金项目 ：本文系安徽财经大学大学生科研基金项目研究成果，项目编号：XSKY2154