福建农村地区普惠金融发展水平的实证分析

李杰，蔡木明

（福建技术师范学院经济与管理学院，福建福清 350300）

2005年，联合国在“国际小额信贷年”正式提出了普惠金融的概念，并认为普惠金融是有效减贫、实现千年发展目标的重要途径.其主要服务对象是中小微企业、农民等贫困群体，它区别于传统金融理论中“效率优先而非平等”的包容性金融理念，是对传统金融理论的反思和完善.中国政府指出“大力发展普惠金融”，认为普惠金融是实现经济公平增长、缩小收入差距、消除贫困的关键战略途径.2016年1月，国务院发布《普惠金融发展规划（2016—2020年）》，旨在推动普惠金融发展、加大金融支农力度、创新金融支农产品和服务、完善金融支农激励政策，有序实现乡村振兴.

2017年，福建省出台《推进普惠金融发展实施意见》，积极响应国家普惠金融发展规划.经过几年的努力，福建省普惠金融发展水平取得显著成效，居民账户拥有率明显提高，拓展了农村正规金融的覆盖面，《2020年福建省金融运行报告》统计数据显示，2019年末银行业机构营业网点总数6 555个[1]，其中规模较大的商业银行的机构营业网点数2 290个，比重达到35%；农村金融机构营业网点数1 933个，比重达到20%；从业人员增加589人，达123 905人，增长0.5%；涉农贷款占银行比重上升，2019年全省本外币贷款余额 37 787.3 亿元，全省涉农贷款余额已达11 534.69亿元，小微企业贷款余额 8 430.8亿元，金融精准扶贫贷款余额 97.37 亿元，试点县（市）“两权”抵押贷款余额17.37 亿元，辖区各银行业金融机构对 23 个扶贫开发重点县投入各类信贷 1 803 亿元.根据《中国县域统计年鉴（县市卷）2019》[2]中统计的数据，福建省在统计范围内的58个县（市）中，年末金融机构各项贷款余额最多的为晋江市，达12 918 292万元，其中人均贷款量达到114 321元；各项贷款余额最少的为明溪县，达223 797万元，其中人均贷款量达到18 650元.

整体上看福建普惠金融经过近几年的努力取得了一定的进步，但目前普惠金融发展到底处于怎样的水平，如何解决普惠金融的区域性差异，解决农村金融资源相对稀缺性的问题显得尤为重要.

1 文献综述

目前,国内外学者关于农村普惠金融的研究主要从以下两方面：一是构建指标体系.Arora选取了银行服务范围、交易便利性及交易成本等指标，并赋予三个维度2∶1∶1的权重，比较了金融服务可获得性在发达和发展中国家之间的差异[3]；Gupte等利用2009—2010 年世界银行CGAP公布的数据，从服务范围、使用情况、交易便利性以及交易成本维度，采用了几何平均数的计算方法，计算了不同年度印度普惠金融指数的变化情况[4]；王婧采用了中国银行业公布数据，运用变异系数法确定权重，在此基础上构建普惠金融指数，对中国普惠金融的发展水平做出了综合评价[5]；杨俊仙通过对2011年山西省普惠金融水平的计算，使用系统聚类法，根据不同IFI值对结果分为三类进行分析，得出山西各地区的普惠金融水平普遍偏低且各地区之间存在显著差异的结论.二是从不同层面测评农村普惠金融发展水平，并研究其区域差异及分布动态[6]；张兵基于面板数据分析县域普惠金融的发展水平[7]；张晓琳通过构建指数分析山东省普惠金融的发展水平[8]；张珩通过研究农村合作社,测度普惠金融发展水平，发现中西部地区普惠金融起点低、后劲足[9].另外一些学者研究指出：普惠金融服务水平差异与不同区域、不同产权形式密切相关，并呈现分化格局.

由上看出，对各个指标变量赋予相同权重，这样的做法忽略了各个指标背后所反映的金融普惠程度不同的事实.另外，指标选取过于单一，仅考虑银行业数据.本文在前人研究的基础上，增添了有关“保险”的指标，充分利用各个指标的信息，采用变异系数法赋予指标权重，分析福建省农村地区普惠金融发展水平，以期对现阶段普惠金融的进一步开展有所帮助.

2 实证分析

一个地区的普惠金融水平可以用金融机构网点数、金融机构从业人员、银行机构发放贷款情况来体现，因为这些指标体现了该地区金融服务的供应情况，在此基础上建立模型.

2.1 指数化模型的建立

本文借鉴Sarma构建的普惠金融指数“IFI模型”，采用王婧所使用的变异系数法确定每项指标权重，并添加保险业的数据（包括保险密度和保险深度）作为金融服务范围维度下的两个指标，使得对普惠金融发展水平的考察不仅仅局限于银行业，使结果更加具有代表性[5].

第一步，要确定各项指标的值.先对每一项指标Di的实际值进行线性无量纲化处理，即Di=(Ai-mi)/(Mi-mi)，其中，Ai为各项指标的实际值，mi为各项指标的最小值，Mi为各项指标的最大值.在进行线性无量纲化处理后得出的Di要满足0＜Di＜1，Di越接近1，表明该地区在该项指标上的表现越好.

第二步，赋予各项指标相应权重.考虑到每项指标所赋予的权重不同，所反映的普惠程度也不同，于是采用客观赋权法中的变异系数法赋予每项指标权重.假设普惠金融有n个 评 价 指 标Di（i=1,2,…, n），每 个 指标赋予权重Wi，则每个维度的计算公式为：Di=Wi(Ai-mi)/(Mi-mi)，其中，权重的计算方法为：Wi=Vi/∑n1Vi（Vi表示各项指标的变异系数代表均值）

最后，导出模型.计算每项指标的Di与Wi，得到公式：

2.2 维度选择与指标选取

普惠金融指数的构建需要考虑三个因素：一是指标选择的相关性； 二是数据的可获得性； 三是指标的可比性.本文选取两个维度，金融服务范围和金融使用情况.从供给和需求两方面入手，对各县（市）的普惠金融基本水平做初步的测算.

金融服务范围维度选择以下四个指标：银行分支机构网点数量/万人、银行分支机构网点数量/100 km2、保险密度、保险深度四个指标.前两个指标从人口和地理因素出发考量居民和企业获取银行服务的交通成本和排队成本，用于考察商业银行的普惠程度.保险深度等于（保费收入/当地GDP）×100%；保险密度等于（保费收入/当地人口数）×100%.

由于县域层面的局限性，选择“商业银行存款／GDP” 和“商业银行贷款／GDP”两项指标代表商业银行存款和贷款业务的普惠情况.

表1 维度选择与指标选取对应表

2.3 样本选取及数据来源

以《中国县域统计年鉴（县市卷）2019》福建省在录的58个县、市为研究对象.考虑到数据的可得性，选取其中占比最高的三类银行作为样本数据，分别是大型商业银行，小型农村金融机构和邮政储蓄银行的机构个数，仅三者总占比便已达80%，因此样本具有一定代表性.

保险密度=保费收入/常住人口，保险深度=保费收入/地区生产总值，数据来自《福建统计年鉴2019》和《国民经济和社会发展统计公报》.

2.4 模型计算与结果分析

根据58个县市样本，计算每万人拥有的银行网点数、保险密度、保险深度、人均贷款占人均 GDP 的比重、人均存款占人均 GDP 的比重这几项指标的最大值、最小值、平均值，整理得到表2.

表2 各项指标值实际计算结果表

由表2可知，每万人拥有的银行机构数不到2个，平均值为1.384个.远低于北京、上海水平（两地在2019年就分别达到了平均万人拥有12个金融机构网点和14个金融机构网点）.从单个个体情况看，每万人拥有的银行机构数最多的区域是石狮市，达到4.09个，最少的区域为诏安县，仅0.55个.因此，福建省农村地区普惠金融发展呈现出总体水平较低，且发展水平差异化严重的特点.

单个情况而言，每百平方公里商业银行分支机构数和每万人拥有的银行机构数最多的均为石狮市；保险密度而言，全省地区平均值为2 014元/人，福州各县市区，值最大达到3 551元/人，最小值为漳州各县市区，仅为1 361元/人.由于县域层面数据不可得性，指标采用地级市均值代替各县域的实际值，一定程度上减小了各地区间的差异，所以，实际情况要比测算结果更加不容乐观.保险深度方面，全省地区平均值为2.983%.福州各县市区最大,达到4.338%，漳州市各区的县（市、区）最小,为2.200%.人均贷款占人均 GDP 的比重这项指标中，均值为60.24%.平潭县值最大，达到127.00%，华安县值最小，仅为24.25%.而人均存款占人均 GDP 的比重各县（市、区）均值为46.30%，福清市高达73.15%，华安县仅为27.72%.两项指标而言，人均贷款占人均 GDP 的比重均值大于人均存款占人均 GDP 的比重，各金融机构的贷款数要大于存款数，说明福建省农村地区的金融机构仍以贷款为主.由于平潭综合实验区在国家战略层面得到足够重视，作为自贸区，是福建乃至全国地区发展的新动力，地区经济的飞速发展对资金有着巨大的需求，相对于其他地区，明显具有优势.

根据选取的模型和表2数据，计算福建省58个县（市）的普惠金融发展水平指数，并得到表3.

表3 福建省部分县(市、区)的普惠金融发展水平指数值

在表3数据的基础上对福建省农村地区普惠金融发展水平分为三个类别进行分析.

第一类高级别水平：0.15＜IFI＜1，位于此区间的有石狮市、晋江市、长乐市等8个地区，其中普惠金融发展水平最高的为石狮市，IFI值为0.85.这一类县域地区的普惠金融水平在指标上已经满足要求，即金融服务水平、金融机构网点分布覆盖，金融业务覆盖都达到较高程度，最大可能的受限条件为经济发展影响.

第二类中等级别水平：0.05＜IFI≤0.15，是金融普惠水平中等的地区，包括连江县、龙海市、闽侯县等16个地区，其中大部分地区为福州地区，福州地区的保险密度和保险深度两项指标较高，用全市范围的平均水平对县域地区进行估计，结果会略高于实际情况.

第三类初级水平：0＜IFI≤0.05，是金融普惠水平较低的地区，包括邵武市、永安市、德化县在内34个地区.其中最低的为建宁县，仅为0.02.由于本文采用是不同于常见“等权重”法的变异系数法来确定各指标在普惠金融指数中所占的权重，而每百平方公里商业银行分支机构数量这项指标的权重最高达到54%，其中建宁县每百平方公里商业银行分支机构数量最少，仅为0.758个.大多数的县域地区都处于金融普惠水平较低的阶段，而且区间内差异较小，大多分布在0.03到0.05之间，说明全省普惠金融水平的提高，很大程度上取决于金融普惠水平较低的地区加深金融机构网点的覆盖程度.

3 结论及建议

通过以上的分析得出以下两点结论.

一是发展总体水平较低，区域化特征明显.据表3数据，福建省农村地区普惠金融发展平均水平为0.09，有47个县域地区低于平均水平，即超过80%的地区普惠金融水平有待提高.普惠金融水平较高的地区均分布在闽东闽南地区，这些地区不论是在政策、经济还是金融资源上都具有相对优势，如福州地区、泉州地区；普惠金融水平较低地区大多分布在闽西闽北地区，如三明地区、宁德地区.总之，沿海区域的普惠金融发展水平大于偏内陆区域，且沿海各个区域也有差异.

二是存在较为严重的金融排斥现象.各地区在不同维度表现差异不一，维度赋予权重不一，赋重最高的为“每百平方公里商业银行分支机构数量”，此项指标是金融服务可获得性的一个标志.该项指标越好,则金融服务可获性越高,金融排斥程度越低.而且采用变异系数法赋予权重，此项指标标准差是六项指标中最大的一项，说明有的地区银行机构网点分布特别密集，而有的地区银行机构网点分布比较稀疏.从最后结果看，普惠金融发展水平指数最高的石狮市达到0.85，最低的建宁县仅为0.02，这巨大的悬殊背后说明了金融机构更愿意在发达的地区设置营业网点.

基于以上研究结论，为进一步推动福建省农村普惠金融的发展，提出以下几点建议.

一是发展农村经济，提高居民收入，推进城镇化进程.经济是普惠金融发展的基础，普惠金融的发展更能促进农村经济的发展，因此，需要通过发展农村经济，提高农民的收入水平，进而推动农村普惠金融水平的提高.一方面，利用优惠政策，引导部分农民企业家创业，提高农村地区就业率，促进收入多元化；另一方面，结合福建农村地区当地特色，发展“休闲农业”“生态农业”等，提高农村人均GDP，促进农村经济发展，夯实普惠金融发展的基础.

二是加大政策支持力度，构建农村金融数据库.在充分考虑、清晰认识农村普惠金融供需特点的基础上，制定农村发展政策，进一步加大对农村发展的财政支持力度；构建农村金融数据库，对各个普惠金融维度进行科学有效的跟踪测算，掌握农村普惠金融发展动态，以便及时、正确地做出经济决策.

三是创新农村普惠金融产品及服务模式.0＜IFI≤0.05的区域（如邵武市、永安市等），金融普惠水平较低，人口分散，获取金融服务成本大.因此,应借助互联网技术，进行产品创新、业务创新、信贷技术创新，推广手机银行、网络银行，降低交易成本和风险，增加金融供给、提高金融服务水平.同时，政府应降低农村金融市场的门槛，鼓励新型农村金融机构发展，正确引导民间金融发展，促进农村普惠金融的竞争性，增加金融覆盖率.

四是提高农业产业效率，发展农业保险，降低信贷风险.沿海区域的普惠金融发展水平较高，在很大程度上取决于农业的产业效率.在此基础上，完善农业保险制度，根据福建省的实际情况，适当增加保险标的的范围，创新保险品种，重视风险防范，完善农业保险、风险分散机制，建立农业再保险体系.