县域数字普惠金融的发展现状和困境分析——基于传统银行网点扩张的视角

林丽泰

(南京财经大学金融学院，江苏 南京 210023)

自2006年放宽县域银行准入政策以来，国家对贫困偏远地区的金融扶持力度加大，金融资源也向经济发展落后的地区倾斜。2021年中央一号文件首次提出“发展农村数字普惠金融”，试图改变农村地区金融资源不均衡的问题。但截至2018年年末，农村地区网点数为12.66万个，村均银行网点数仅为0.24个，可见金融网点的广覆盖并不够。

随着信息技术的进步，数字普惠金融在县域的发展势头强劲，«2019年中国普惠金融发展报告»中指出电子支付在农村地区得到了进一步推广。支付宝、微信、财付通为代表的第三方机构的兴起，改变了人们的支付方式和消费习惯，Bjrkegren和Grissen指出它们利用数字技术获取个人的行为特征、消费习惯，推测还款能力与信用状况。北京大学公布的数字普惠金融数据显示，2014年县域数字普惠金融总指数是47，2018年增长至101，年增长率高达21.1%。陈宝珍和任金政研究发现数字普惠金融能显著缓解低收入农户面临的金融排斥，促使农民使用更多的金融服务，增强了信贷可得性。在理论上，数字普惠金融的发展会降低农户对于传统金融机构的需求，对传统金融机构带来较大的冲击。但现实情况是，近年来各县域银行网点数依然在增加，却并没有出现传统银行网点由于数字技术的进步而逐年消逝的现象。因此本文就数字普惠金融与传统普惠金融在县域的发展现状进行比较分析，以期在数字普惠金融与传统普惠金融的比较中寻求如何实现县域包容性金融的发展。

一、数据来源与研究方法

(一)数据来源

数字普惠金融有两种模式:传统银行服务的数字化与互联网公司的普惠金融业务。前者是普惠金融的数字化，后者表现为数字金融的普惠性。本文所讨论的数字普惠金融仅为互联网公司的普惠金融业务，数据来源为北京大学县级数字普惠金融指数，数据本身具有一定代表性。传统普惠金融数据来源中国银保监会金融许可证信息，参考王雪和何广文的做法，本文从机构渗透度、金融服务可得性与使用效用性维度，使用熵值法构建传统普惠金融指标。如表1所示。

表1 县域普惠金融指标定义及数据来源

(二)研究方法

1.变异系数

变异系数是数据组标准偏差与平均数的比值，常用于分析数据的离散程度以及是否存在

σ

收敛，是分析内部差异与收敛性较为合理的指标。公式如下:

2.泰尔指数及其分解

泰尔指数由荷兰经济学家Henri Thei于1976年研究收入差距时最先提出。相比于基尼系数，泰尔指数具有更易于分解的特征，本文将各地区普惠金融发展总体差距

T

分解为组内差距

T

与组间差距

T

，公式如下所示:

3.全局自相关与局部自相关

为了衡量县域普惠金融的空间聚集程度，本文使用Moran's I进行全局自相关检验。Moran's I公式如下:

三、发展现状分析

(一)县域普惠金融发展的收敛性分析

为了比较不同年份数字普惠金融发展的普惠性，本文采用变异系数衡量总指数的离散程度以及该指数是否存在σ收敛。如图1所示，分别使用省、市、县口径的数字普惠金融指数计算得出变异系数。数字普惠金融在省、市、县内部之间的差异不断缩小，其中县域数字普惠金融的发展更能体现普惠性的特征。可能的原因在于，在经济落后的县域地区，数字普惠金融有较大的潜在市场。以数字化程度为例，2018年排名前20名的县域中有70%来自中西部地区，这表明经济水平高低不是数字普惠金融发展水平高低的唯一标准。

图1 省、市、县数字普惠金融指数变异系数

(二)县域普惠金融发展水平差距分析

根据表2，县域传统普惠金融泰尔指数呈现下降趋势，这表明各个县域传统普惠金融的发展水平之间的差距在逐渐缩小。从泰尔指数分解结果看，各个县域传统普惠金融发展水平的主要差距来源于省内差距，但省内差距也在逐渐降低。

表2 全国县域传统普惠金融发展水平差距及来源

根据表3，各县域数字普惠金融的总体差距在逐渐降低，从2014年的0.0231降低至2018年的0.0011。从泰尔指数分解结果看，全国县域数字普惠金融的差距的主要来源从省内差距转变为省际差距。2014~2015年省内差距的贡献率较大，但2016~2018年，省内差距贡献率明显低于省际差距贡献率。

表3 全国县域数字普惠金融发展水平差距及来源

(三)县域普惠金融发展时空演化分析及聚集性分析

根据自然断点法分级法的分组规则自动将数据分为五组，本文使用ArcGIS 10.2进一步分析2014年与2018年数字普惠金融(difi)与传统普惠金融总指数(ifi)的空间分布情况。研究发现:从时间趋势看，各地区2018年县域普惠金融发展水平显著高于2014年；从空间分布看，全国县域普惠金融发展的空间异质性特征明显，且存在明显的时空变化特征。传统普惠金融发展水平较高的区域主要集中在东部地区，中等水平集中在中部地区，低水平集中在西部地区，普惠金融发展水平呈现出从西向东逐渐提高的空间分布格局。而数字普惠金融的空间分布更为均匀，更能体现普惠性的特征。

为了更为客观地检验各县域之间普惠金融发展水平的空间依赖性，首先使用莫兰指数检验县域数字普惠金融与传统普惠金融是否存在空间依赖。

表4显示了2014~2018年的全国数字普惠金融与传统普惠金融各维度指数的全局莫兰指数，数值均大于0，且通过1%的显著性检验，拒绝了“不存在空间自相关”的原假设。这表明各个年份的指数并不是随机分布的，而是存在着显著的空间正相关性；且相比于传统普惠金融，数字普惠金融莫兰指数均大于0.5，全局相关性更高。在全国县域层面，普惠金融存在着高高空间聚集与低低空间聚集的空间分布特征。即在相邻地区有一定聚集趋势，普惠金融发展水平高的县(县级市)聚集在一起，发展水平低的县(县级市)聚集在一起。

表4 全局莫兰指数

接着，使用Lisa聚类图研究全国县域数字普惠金融与传统普惠金融各维度的空间聚集情况。研究发现:从整体上看，数字普惠金融与传统普惠金融发展水平的空间聚集情况一直处于动态变化中，相比于2014年，普惠金融高高聚集的县域数量明显提升；从空间分布特点看，全国传统普惠金融水平呈现出“东西部高高聚集，中部低低聚集，且高高聚集的区域向东北三省进一步扩张”的特点；全国数字普惠金融水平呈现出“东部高高聚集、中西部低低聚集，且聚集性在本地区进一步扩张”的特点。

四、县域数字普惠金融发展的困境与特征分析

县域地区的普惠金融发展实际上存在很多瓶颈与阻碍，具体如下:

(一)县域地区存在严重的“工具排斥”

现有研究发现，对于原先难以获得传统信贷服务的农民同样很难获得互联网金融服务，依然被排斥在金融服务外，除了农民自身原因，主要原因在于存在“工具排斥”。数据显示:电脑、智能手机等设备在农村地区的普及率相比于城市还远远不够，农村宽带接入用户数虽然近年来以较高的增速每年保持平稳的增长，但总量水平仍然处于低位。

(二)农村居民有严重的“自我排斥”

农村居民金融知识欠缺，理财意识淡薄，对数字金融产品的使用保持谨慎甚至排斥的态度。大部分农民(尤其是建档立卡贫困户)是风险厌恶者，风险厌恶偏好导致的“自我排斥”是原因之一。2018年发布的«中国电信网络诈骗分析报告»中指出，最容易受骗的四类人群是:大学生(含大专生)、城市外来务工人员、老年人和农村地区人群，且金融理财类诈骗是涉案金额最高、人均损失最大的诈骗类型。

(三)数字普惠金融风险高且监管机制不完备

数字技术具有开放性的特征，以此为基础数字普惠金融面临严峻的数据安全问题，存在信息泄露风险。传统商业银行破产风险极小，且在中央银行有充足的存款准备金，资金流动性强。相比之下数字普惠金融机构难免面临资金安全风险，且很多数字普惠金融机构跨越了地理的限制，在提供更便捷服务的同时，也带了更大难度的监管问题。

五、建议与展望

相比于传统普惠金融，数字普惠金融更符合商业可持续性要求，为农村地区普惠金融提供了一个新的思路，但也存在不少发展瓶颈。针对数字普惠金融在农村地区的困境，本文提出以下建议，以期为促进建立以传统银行为中心，互联网为支撑的农村数字普惠金融生态体系提供一些对策建议。

一是完善电信基础设施，减少“工具排斥”。政府应加大农村地区信息基础设施建设，提高农村地区网络通达率和智能设备普及率，为农村地区数字普惠金融的发展奠定扎实的基础。数字普惠金融机构应设计更适合农村居民的金融产品，满足农村居民多样化金融需求。

二是多渠道宣传金融知识，提高农村居民的金融素养，减少“自我排斥”。增加农村居民可接触金融知识的可能性，开展金融知识普及、防范金融诈骗等宣传。加强地方政府与金融机构和互联网金融企业的联系与合作，着力提高农民金融素养，减少“自我排斥”。

三是构建数字普惠金融监管体系，降低信用风险、数据安全等风险。加快构建新的数字普惠金融监管体系，对数字技术存在的信用风险、数据安全风险等进行管控。同时建立健全机构的准入与退出制度，对数字普惠金融机构的资质定期进行评估，保障市场环境的健康。