普惠金融指数的构建
普惠金融指数的构建
普惠金融的前身和最初实践，与一些国家在最近几十年中所发展的“小额信贷” 与“微型金融”有着密切的关系。
小额信贷(Microcredit)是指为低收人人群提供的、额度较小的，以反贫困、促发展为基本宗旨的信贷服务。
小额信贷起源于20世纪70年代的孟加拉国，穆罕默德•尤努斯创办的格莱珉银行。
格莱珉银行对贫困农户发放小额贷款模式的成功，使得全球各个国家(特别是亚洲、非洲和拉丁美洲欠发达国家)纷纷效仿，同时各国也根据自已的具体情况，在格莱珉银行的基础上创造出了不同的信贷模式。
石俊志(2007)根据发放贷款机构的不同，将小额信贷模式划分为：正规金融机构方式、非政府组织方式、社区合作银行方式、乡村银行方式和批发基金方式。
微型金融(Microfinance)是以低收人群体为目标客户，向他们提供贷款、储蓄、保险、转账服务和其他金融产品的金融业务。
早期争议较大的是微型金融机构的可持续问题。
由于微型金融机构有来自政府的补贴和捐赠者的捐助，福利主义(Welfarist)认为微型金融机构不需要自给自足就能可持续发展(Morduch，2000)，因此微型金融机构理应给穷人较低的贷款利東来改善他们的生活和生产。
制度主义(Institutionist)认为微型金融机构为穷入提供服务的前提是微型金融机构自身必须可持续，在财务上自负盈5。
Gonzalez-;eg& ( 1°94)对20世纪六七十年代不发达国家的农村金融机构的倒闭进行了案例分析，其认为这些农村金融机构倒闭的原因主要是“缺乏机构生存性”，并得出结沦：成功地给穷人提供金融服务的关键在于机构要保持可持续性，金融机构可持续的必要条件是其需要实现自给自足。
Morduch (2000)将制度主义和福利主义之间的争论称为“微型金融的分裂” (the Microfinance Schism)。
相较而言，制度主义更能代表当今的主流观点，世界银行扶贫协商协会(CGAP，2006)提出的小微金融发展的重要原则，其中就包括“如果要覆盖更多的贫困人口，微型金融必须自负盈亏;如果微型金融机构不为其提供的服务收取足够的费用覆盖其成本，那么它最终会受到政府和捐赠者资金来源稀少和不稳定的影响”。
2005 年联合国发起“国际小额信贷年” (the International Year of Micro-credit)，其主题是“建立普惠金融体系以实现千年发展目标”，正式提出了普惠金融的概念。
国际小额信贷年的行动纲领强调，应该帮助在农村和城市地区生活的贫穷者，尤其是妇女比较容易获得小额信贷和小额融资，从而使她们能够独立地开办微型企业，经营自己的职业，增加收人，提高积聚资产的能力，增强力量，战胜困难时期的脆弱性;同时应该认识到，为使贫穷者能够获得资金，信贷、储蓄等小额融资工具以及相关的商业服务非常重要，必须增加小额信贷和小额融资服务。
2006年联合国出版了《建设普惠金融体系》(Building Inclusive Financial Sectors for Development) 一书，书中描绘了普惠金融体系的前景：每个国家应当建立起一个
可以持续地为人们提供合适的产品和服务的金融体系，它具有以下四个特征"第一是个人、家庭和企业能够以合理的价格获得各种金融产品和服务，包括储蓄、信贷、保险、养老金、租借、兑付、汇兑等;第二是健全的金融机构和审慎监管;第三是金融机构具有可持续性，可以长期提供金融服务;第四是要形成竞争市场，为客户提供更多选择和更高效的金融服务。
自“普惠金融”这一概念提出以来，国内外一些学者对普惠金融展开了理论研究，探索如何构建普惠金融指数。
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，即与普惠金融发展关联，能够对普惠金融发展状况进行评价;二是数据的可获得性，便利于获取相关数据进行计算;三是指标的可比性，
能够在不同国家之间进行比较和分析。
为了更加直观和清晰地将前人进行的研究进行比较，笔者以表格形式归纳整理相关文献，如表1所示。
上述关于普惠金融评价体系的文献，尽管选取的具体指标有所差异，但都以覆盖更广阔的区域和更广泛的人群为标准来衡量金融的普惠程度，这点将为本文所借鉴。
这些文献的主要不足在于：一方面，使用的各项指标都是有关'商业银行”的(包括分支机构、ATM、存贷款等)，这样的指数可以代表“商业银行”发展程度，但与“普惠金融”发展程度还是存在一定距离;另一方面，计算中部分学者采取主观赋予权重的做法，削弱了研究结论的客观性和可靠性，也有部分学者使用几何平均数的方法，不能体现出各个维度或者指标在重要性上的差别。
针对这些问题，本文试图做出改进，增添了有关“保险”的指标，使用主成分分析法进行计算，充分利用各个指标的信息进行客观赋予权重。
而且，鉴于目前尚没有文献从国际视野的角度分析我国普惠金融指数的排名情况，本文选取在国际间具有可比性的指标，从多个国家的普惠金融指数排名出发，分析我国普惠金融的发展情况，并与一些具有代表性的国家进行比较。
以下笔者利用国际货币基金组织开展的“金融接触调查(FAS)”所公布的数据，构建普惠金融指数进行实证研究。
笔者利用2013年的数据，尽可能细致地构建普惠金融评价体系，考察2S个国家与地区普惠金融的发展近况，比较分析我国的不足之处。
在考察了普惠金融发展近况的基础上，笔者选取较长年限，考察2008~ 2013年期间37个国家与地区普惠金融发展情况，观察样本国家普惠金融排名的变化情况，以2来推测其普惠金融的发展速度。
普惠金融发展的长期考察
我国普惠金融在国际上的发展程度排名。
接下来笔者试图进行一个更长期限的考察，将年份确定为2008~2013年总共六年的时间。
由于年份较长，早期的数据缺失较多，最终指标只能缩减为“商业银行存款/GDP”、“商业银行贷款/GDP”、“每十万人拥有的ATM数”、“每一千平方公里的ATM数”、“商业银行中小企业贷款占商业银行贷款的比重”五个指标，在数据库中筛选出拥有数据的国家与地区共计31个。
此时数据有时间、国家、指标三重维度，是一个三维的时序立体数据表，需要使用全局主成分分析法进行计算，以保证系统分析结果的统一性、整体性及可比性。
首先将37个国家与地区的相应指标分别按时间顺序依次排列，建立时序立体数据表;然后检验数据的有效性，当选取上述五个指标进行计算时，KMO 值为0.4345，通不过检验，其中“每一千平方公里的ATM数” KMO值最低，将其舍弃，之后使用四个指标进行计算，KMO值为0.5803，可以进行主成分分析;计算过程同上所述，计算结果见表5。
在37个国家与地区中，2008年我国排名第四位，2009~2013年我国均排名在第三位。
瑞士和韩国这两个国家的普惠金融排名始终领先于我国;中国澳门的排名在2008年优于、之后劣于中国大陆;马来西亚、比利时和泰国的排名略低于我国;普惠金融发展速度较快的两个国家是孟加拉(排名由第29位上升到第19位)和俄罗斯(排名由第23位上升到第14位);印度的排名由第25位上升到第21位;之前排名靠前、之后却下降较多的国家是埃及、萨尔瓦多、汤加;37个国家与地区中排名始终处于最后一位的是伊拉克。
北大数字普惠金融指数分指标依据
北大数字普惠金融指数分指标依据全文共四篇示例，供读者参考第一篇示例：近年来，金融科技的发展迅速，数字化金融服务已经成为中国金融行业的一大趋势。
在这个快速发展的背景下，北京大学的研究团队专门制定了北大数字普惠金融指数，旨在评估和监测数字金融服务在中国的普惠程度。
该指数分为多个指标，每个指标都有其独立的依据和标准。
下面我们就来详细了解一下北大数字普惠金融指数的分指标依据。
北大数字普惠金融指数的第一个指标是金融包容性。
金融包容性指标主要衡量数字金融服务的覆盖范围和普及程度。
该指标的依据主要包括金融服务的覆盖面积、金融产品的多样性和使用率、以及金融服务的普及程度等因素。
研究人员通过对不同金融机构的数据进行统计分析，来评估中国数字金融服务的包容性水平。
北大数字普惠金融指数的分指标依据主要包括金融包含性、金融稳定性、金融效率性和金融创新性等方面。
这些指标不仅可以反映数字金融服务的普惠程度和发展水平，也可以为政府部门和金融机构提供参考，指导他们优化金融产品和服务，提高普惠金融服务水平，促进金融业的可持续发展。
希望未来北大数字普惠金融指数能够得到更多关注和应用，为推动中国金融业的数字化转型和普惠发展做出更大的贡献。
第二篇示例：北大数字普惠金融指数（简称“北大指数”）是由北京大学中国金融发展研究中心研究团队开发的一个综合性指标体系，旨在评估数字普惠金融领域的发展状况和水平。
该指数将不同维度的数据进行综合分析，为监管部门、金融机构和相关研究者提供量化、客观的参考指标，帮助他们更好地了解数字普惠金融行业的发展趋势和问题，并制定相应的政策措施。
北大指数包含多个分指标，每个分指标都对应着数字普惠金融领域的一个重要方面，通过分指标的综合评估，可以全面地了解数字普惠金融的整体状况。
下面将介绍北大指数的几个主要分指标及其依据。
1.数字金融基础设施指标数字金融基础设施是数字普惠金融的基础，也是数字化金融服务能否覆盖更广泛人群的前提。
普惠金融指数的构建及对策
1前言所谓普惠金融，又称作是包容性金融，是INCLUSIVE FINANCE SYSTEM的意译，目前得到了国际社会的广泛性关注。
普惠金融更加注重金融相关基础设施完善共组，在可承担成本范围内，有效扩展金融服务工作范围，这样能够促使经济欠发达地区以及社会收入较低生活人群能够享受到普惠金融，为其提供更为优质、更加便捷、更为有效金融服务，提升金融服务有效性。
根据目前的调查来看，已经在七十多个国家和地区开展普惠金融工作项目，我国需要结合实体经济发展实际需求，重视金融相关基础设施建设工作，提升消费者的保护工作力度，尽可能扩展金融服务的覆盖面积，促进普惠金融有效发展。
普惠金融发展有利于构建多层次资本发展市场，有利于促进股权的融资，促进我国金融改革，成为国家发展战略中的重要组成部分。
小额信贷与微型金融理念对普惠金融发展具有非常重要的影响，小额信贷最初主要针对普通农户，结合自身国家发展情况来创设特色化信贷方式，微型金融则是针对低收入的群体，通过提供金融业务来促进金融机构的有效发展。
普惠金融有效整合了二者之间的特点，为经济发展提供了保障以及理论支持。
2普惠金融指数构建分析2.1选取有效的模式指标作为全球范围内唯一的，能够提供国际实例比较的普惠金融数据库，FAS数据库包含了全球180多个国家以及地区金融数据材料，涵盖了近十年的数据，采用科学的数据分析方式。
在普惠金融指标数据库中，需要重视数据考察工作，根据数据可获得性角度着手，构建有效的普惠金融工作体系，从使用情况以及实际服务范围等角度进行分析，为普惠金融发展指明发展方向。
从服务范围的角度分析，需要从人口纬度以及地理纬度的角度分析ATM数量、保险公司数量以及商业银行的分支数量，ATM普惠程度能够有效衡量居民ATM的排队成本以及交通成本，并且呈现出反比，也就是说，ATM数量若少的话，那么就有可能加大排队成本以及交通成本。
由于ATM具有转账、存取款等业务，实现金融服务渠道的电子化，有利于提升金融服务有效性，有效弥补由于物理网点不足而造成的问题，有效弥补金融服务的缺失问题。
普惠金融的国际经验
在墨西哥，普惠金融也得到了政府的积极推动。政府通过实施“金融知识普 及计划”，提高公众的金融知识和金融素养，使得更多的人能够理解和使用金融 服务。此外，政府还通过建立全国性的支付清算系统，使得更多的企业和个人能 够方便快捷地进行金融交易。
在发达国家中，普惠金融同样得到了广泛的和实践。在美国，社区银行和信 用社等小型金融机构在提供普惠金融服务方面发挥了重要作用。这些机构通常具 有地方性的特点，能够更好地理解当地市场的需求和风险。此外，美国政府还通 过实施消费者金融保护法规，保护消费者的权益，提高金融服务的透明度和公正 性。
首先，技术创新是推动普惠金融发展的关键因素之一。随着科技的发展，如 移动支付、区块链、人工智能等新兴技术将为普惠金融带来新的机遇和挑战。例 如，区块链技术能够提供更安全、透明和高效的支付清算系统；人工智能技术能 够帮助金融机构进行更准确的风险评估和管理；移动支付技术则能够为消费者提 供更方便快捷的支付方式。因此，未来的普惠金融发展需要更加注重技术创新和 应用，以适应日益变化的市场需求和社会环境。
其次，政策制定也是推动普惠金融发展的重要环节。政府需要制定相应的政 策和法规，以保护消费者的权益和维护市场的公平竞争。例如，政府可以实施消 费者金融保护法规、制定小额贷款的税收优惠政策以及推动征信系统的建设等措 施来促进普惠金融的发展。此外，政府还可以通过与国际组织和其他国家的合作， 学习和借鉴他们在普惠金融发展方面的成功经验和做法。
3、成功案例：数字普惠金融领域的成功案例也不胜枚举。例如，孟加拉国 的格莱珉银行利用数字技术推动了微型金融的发展，为许多贫困人口提供了金融 服务。印度尼西亚的印尼人民银行则通过移动支付业务，成功地服务了大量传统 金融服务不到的群体。
三、中国贡献
1、发展情况：中国在数字普惠金融领域的发展速度也非常快。据统计，到 2022年，中国数字普惠金融的贷款余额已经超过了200万亿元人民币，覆盖了大 量传统金融服务不到的群体。其中，移动支付业务和P2P网贷等新兴业态表现尤 为突出。
测度中国数字普惠金融发展指数编制与空间特征
测度中国数字普惠金融发展指数编制与空间特征一、本文概述随着信息技术的飞速发展，数字普惠金融作为一种新型的金融业态，正逐渐渗透到中国社会的各个角落。
数字普惠金融不仅拓宽了金融服务的覆盖范围，提升了金融服务的效率，也为广大民众带来了更多、更便捷的金融产品和服务。
然而，如何科学地衡量和评价中国数字普惠金融的发展水平，一直是业界和学术界关注的焦点。
本文旨在通过编制一套全面、系统、科学的中国数字普惠金融发展指数，对中国数字普惠金融的发展状况进行量化分析和评价。
在此基础上，本文还将深入探讨中国数字普惠金融发展的空间特征，揭示不同地区、不同领域之间的数字普惠金融发展差异和趋势。
本文首先将对数字普惠金融的概念、内涵和发展历程进行梳理和阐述，为后续的研究提供理论基础。
接着，本文将详细介绍中国数字普惠金融发展指数的编制方法和过程，包括指标体系的构建、数据来源的选择、数据处理和分析方法等。
随后，本文将利用编制好的指数对中国数字普惠金融的发展水平进行综合评价，并从不同维度、不同层面进行深入分析。
本文将探讨中国数字普惠金融发展的空间特征，包括区域差异、城乡差异、行业差异等，并提出相应的政策建议和发展策略。
通过本文的研究，我们希望能够为中国数字普惠金融的健康发展提供有力的理论支持和决策参考，同时也为相关领域的学术研究和实践探索提供有益的借鉴和启示。
二、文献综述随着数字技术的快速发展和普及，普惠金融的概念和实践在全球范围内得到了广泛的关注和研究。
中国作为世界上最大的发展中国家，其数字普惠金融的发展尤其引人注目。
众多学者从不同角度对中国数字普惠金融的发展进行了深入研究，其研究成果为本研究提供了重要的参考和启示。
在数字普惠金融的定义和内涵方面，学者们普遍认为，数字普惠金融是指利用数字技术，如大数据、云计算、人工智能等，提高金融服务的覆盖率和可得性，降低金融服务成本，从而满足社会各阶层和群体的金融需求。
这种新型的金融模式有助于打破传统金融服务的地域和人群限制，推动金融服务的普惠化。
普惠金融公平指数的构建与现实考察
统计与决策2021年第2期·总第566期DOI:10.13546/ki.tjyjc.2021.02.032财经纵横0引言近年来，针对普惠金融指数的构建是普惠金融研究的重点。
现有的评价指标基本上以金融基础设施、存贷款余额、人口数、地理面积、GDP 等指标及他们的组合、比率为主，反映地理维度、人口维度服务可得性，存贷款服务可得性、存贷款使用效用情况、保险深度和密度等[1，2]。
在权重赋予上，有的文献[3,4]采用主观赋权方法，给各指标赋予同等权重；有的文献[5]采用变异系数法对指标进行客观赋权；还有的文献[6]采用主客观结合的层次分析法，对各维度指标采用客观赋权，对各维度采用主观赋权。
在指数合成上，有的文献[7，8]采用算术平均加权法或几何加权平均法；有的文献[9，10]借鉴联合国开发计划署（UNDP ）提出的计算人类发展水平的方法对基本公式进行欧式距离变换；有的文献[11]采用因子分析法，运用因子得分测度普惠金融发展水平；还有的文献[12]运用各主成分得分和综合得分评价普惠金融发展水平。
虽然现有文献中设计的普惠金融评价指标体系及构建的普惠金融指数是以国际普惠金融研究的方向和成果为基础，具有强大的普适性和坚实的理论基础，但是在基本方向、关注重点上未考虑公平性，缺乏对中国现实国情中普惠金融政策导向下对弱势群体和薄弱环节的考虑与关注；维度设计上未纳入IMF、WB 和中国银保监会最新统计成果与关注重点；指标选择局限于银行服务方面，未全面体现普惠金融特征。
因此，本文将针对以上缺陷，重新设计普惠金融评价指标体系并构建指数以进行现实考察。
1普惠金融发展公平性评价指标体系的构建本文基于公平性来考察普惠金融发展，设计普惠金融发展公平性评价指标体系，其对应的指数为普惠金融公平指数（Fairness Index of Inclusive Finance，简称FIIF ），以区别以往体系和指数。
普惠金融发展公平性评价指标体系的设计主要考虑两个因素，一是针对前文提出的现有普惠金融评价指标体系的不足进行改进；二是维度设计和指标选择要满足以下4个条件：（1）能够反映与普惠金融发展公平性相关的多个方面；（2）不同地区之间的原始数据和最终结果有可比性；（3）指标计算所需数据可获得并且完整；（4）能够反映不同地区普惠金融发展公平性的特点。
数字普惠金融指数bartik工具变量法
数字普惠金融指数bartik工具变量法数字普惠金融作为核心解释变量的相关研究中，常用的3大类工具变量分别是地理距离、历史信息与根据份额-移动法（Shift-Share）测算的Bartik工具变量。
Bartik工具变量在数字普惠金融研究中具有重要作用，它能够有效地控制内生性，提高研究结果的准确性。
近年来，使用Bartik工具变量的数字普惠金融相关研究在我国学术界取得了广泛关注。
许多研究成果发表在《金融研究》等国内顶级期刊和重要C刊上。
这些研究不仅丰富了数字普惠金融领域的理论体系，还为政策制定者和实践者提供了有益的参考。
Bartik工具变量的构建方法主要包括以下几个步骤：1.确定核心解释变量：研究者首先需要确定数字普惠金融的核心解释变量，如数字普惠金融指数、数字金融服务使用率等。
2.收集相关数据：为了构建Bartik工具变量，研究者需要收集涵盖全国范围内的相关数据，如地理位置、历史信息等。
3.数据处理：将收集到的数据进行整理和处理，为Bartik工具变量的计算做好准备。
4.计算Bartik指数：根据份额-移动法（Shift-Share）计算Bartik 指数，该指数能够反映地区间数字普惠金融发展的相对水平。
5.构建Bartik工具变量：将计算得到的Bartik指数作为Bartik工具变量，用于后续的实证分析。
在实际应用中，Bartik工具变量法能够有效地解决数字普惠金融研究中的内生性问题，如地理距离、历史信息等因素对研究结果的影响。
通过使用Bartik工具变量，研究者可以更准确地评估数字普惠金融对家庭、企业和社会经济的影响，为政策制定和实施提供有力支持。
随着数字普惠金融领域的不断发展，Bartik工具变量在未来的研究中将继续发挥重要作用。
此外，随着大数据、人工智能等技术的进步，研究者可以进一步探索更多有效的工具变量和方法，以提高数字普惠金融研究的质量和水平。
总之，Bartik工具变量在数字普惠金融研究中具有重要意义，它为研究者提供了一种有效的方法，有助于揭示数字普惠金融发展的内在规律，为政策制定和实施提供科学依据。
普惠金融指标体系构建及测度
统计科学与实践STATISTICAL THEORY AND PRACTICE普惠金融指怖系2014-21王文雯年我国普惠金融省级数据，构建出包含地理渗透性、金融产品接触性、金融服务效用性的三大一级指标，并基于此构建了五大二级指标，最后加总权重赋值的各 部分构建出普惠金融指数。
随后，进一步分析了普惠金融指数的时间趋势变动和地区差异。
研究 发现：（1)我国普惠金融出现先上升后小幅下降的趋势，中西部地区对东部发达地区呈现赶超之 势。
（2)北京、上海等东部地区普惠金融发展处于高水平，中西部地区普惠金融发展则主要处于 中等及以下水平，但部分偏远地区如内蒙古、青海则出现普惠金融水平不断提升=关键词：普惠金指数；指标体系r丨引言党中央、国务院高度重视发展 普惠金融。
党的十八届三中全会明 确提出发展普惠金融:普惠金融的 发展对于促进中小微企业创新、降 低农村地区贫困率有着至关重要的 作用在信息不对称、交易成 本高、抵押品缺乏及信贷风险较 高的情况下，传统金融机构往往不 愿意向贫困的农村居民和小微企业 提供信贷产品，致使农村金融发展 落后、小微企业融资难以及地区金 融发展不平衡。
如何针对这类弱势 群体设计专门衡量普惠金融的指标 已成为消除金融排斥亟需解决的 问题。
过去关于普惠金融的研究多集 中于普惠金融对经济发展的研究1mi。
然而，我国普惠金融发展水平如何，动态上有何变化，地区间有何差异， 这种变动背后的原因是什么则并未 有学者对其进行深人探讨。
丨指标体系构建、数据来源与测 度方法(一）指标体系构建本文构建普惠金融指标本着代 表性、可操作性、独立性、可拓展 性的研究展开设计，即一方面要考 察普惠金融指数的发展深度和广度， 同时使得细分维度指标含义明确、 独立，避免信息交叉，另一方面， 未来随着普惠金融广度的延伸，也 会出现新形势的普惠金融，在构建 指标时需充分考察指标的可拓展性。
目前已有大量学者从多个维度 考察普惠金融，通过对每个维度赋予 相应权重，并从国际层级、省级或 者特定区域测度普惠金融指数并予以比较P _m |。
构建普惠金融评价指标体系
构建普惠金融评价指标体系作者：桑培罗布来源：《环球市场》2019年第20期摘要：联合国在2005年上提出了普惠金融的概念以来，国外对构建普惠金融指标体系作了一些研究，目前国内在这方面的研究还非常有限，尤其是西藏普惠金融评价体系仍属于空白状态，根据针对西藏自身特殊地理环境、特殊经济发展环境、金融机构体系单一、农牧区地广人稀、基础设施条件等特殊情况下构建普惠金融评价指标体系是光为重要的，具有一定的参考和应用价值。
关键词：普惠金融;模糊数学;实证分析一、设计指标根据世界银行发布的全球普惠金融指数核心指标、全球普惠金融合作伙伴组织的普惠金融核心指标、金融包容联盟成立的金融包容数据工作小组设计的普惠金融核心指标、国际货币基金组织的普惠金融指标体系，主要从金融服务的广度和深度角度去选取普惠金融指标，以此衡量不同国家的普惠金融发展水平，本文结合西藏自身特殊的地理环境和经济环境，客观上从金融服务的渗透度、可得性、使用性三大维度去设计西藏普惠金融指标，分别选取每万成年人拥有金融机构数比重，每万成年人分配金融机构从业人员数量比重、每行政村辖区拥有助农取款点或者自助取款机数量、每万成年人中开立的存款账号数量的比重、人均贷款占人均GDP的比重、每万户中发生信贷关系数量比重、每万人中投保人员的比重、近12个月内在金融机构存款的成年人比重、和每人均贷款占人均GDP的比重、以上9个核心指标与普惠金融指标数均为正相关、其普惠金融发展做出定量的测度和评价。
几点说明;本文选取指标参照世界银行等发布的普惠金融核心指标，结合西藏自身特殊的地理环境和金融环境。
有些核心指标删减其主要原因是：金融机构的密级程度一西藏本身地广人稀，住户分散程度较大，用每平方公里的金融机构数来衡量普惠金融的是不合理的。
支付方式情况一随着中国经济和网络技术的快速发展，西藏各地区行政村的基础设施也有了一定的跟进和发展，支付结算方式变得日益丰富，而西藏农牧区绝大部分文化水平较低，很难使用丰富的支付方式，所有未使用支付方式情况的指标是合理的。
县域普惠金融指标体系的构建
县域普惠⾦融指标体系的构建2019-08-05摘要：2013年党的⼗⼋届三中全会通过的《中共中央关于深化改⾰若⼲重⼤问题的决定》明确提出“发展普惠⾦融”。
要发展普惠⾦融，就必须全⾯、真实地了解普惠⾦融现实状况，这有赖于构建科学的评价指标体系，通过对指标的测度分析提出普惠⾦融可持续发展的思路对策。
本⽂通过构建多维度、多层次的普惠⾦融指标体系，选取渭南⼤荔县作为样本，测度样本县普惠⾦融程度。
关键词：普惠⾦融;指标体系;实证分析⼀、渭南市普惠⾦融的测度⽅法和指标体系的建⽴（⼀）指标选取、设定的原则。
⼀是科学性原则。
普惠⾦融应根据普惠⾦融的内涵和要素科学设定评价指标，并根据评价指标对普惠⾦融发展的影响程度设定相应分值。
⼆是真实性原则。
普惠⾦融指标数据来源要真实可靠，指标数据能够连续、及时、准确地采集。
三是可操作性原则。
评价指标的每⼀个项⽬均可从外部公开信息和内部⾮公开信息中获取，从⽽保持评价⼝径基本⼀致。
四是及时调整原则。
当现实经济⾦融环境发⽣重⼤变化时，评价指标可根据需要及时调整和补充，实现对普惠⾦融发展情况实时、动态和持续性监测评估。
（⼆）指标的确定与数据采集。
指标构成。
借鉴G20⾦融包容指标体系，从“可获得性、使⽤情况和服务质量”三个维度来评价普惠⾦融发展情况，选取了31个指标，其中可获得性包括7个指标、使⽤情况包括16个指标、服务质量包括8个指标（见表1）。
指标权重的赋值。
由于整个指标体系涉及指标众多，为了⽐较科学地确定各个指标权重的赋值，运⽤美国运筹学家T.L.Saaty 于⼆⼗世纪七⼗年代提出的层次分析（AHP法）进⾏建模计算，将指标体系分为四个层次，处于最上⾯的层次是普惠⾦融指标体系，⽤A表⽰;中间层是指标体系的衡量维度，包括可获得性、使⽤情况、服务质量三个指标，分别⽤B1、B2、B3表⽰。
中间层有两层，根据层次分析法中“⼀般下⼀级⼦指标数量不应⼤于9”要求，使⽤情况再细分出⽀付结算情况、信贷情况和保险理财情况三个⼦指标，分别⽤B21、B22、B23表⽰。
普惠金融对我国地区经济发展的影响——基于省际面板数据的实证研究
现代商贸工业２０２０年第３４期１㊀作者简介:王嘉瑞(１９６３－),男,汉族,甘肃灵台人,兰州财经大学经济学院教授,硕士生导师,主要研究方向为产业经济学㊁西方经济学;李永霞(１９９１－),女,汉族,河南驻马店人,兰州财经大学经济学院硕士研究生,主要研究方向为西方经济学.普惠金融对我国地区经济发展的影响基于省际面板数据的实证研究王嘉瑞㊀李永霞(兰州财经大学经济学院,甘肃兰州７３００２０)摘㊀要:在当前全球疫情严峻局势和国际经济环境不确定性下,普惠金融将有助于优化金融结构,落实 六稳㊁六保 工作.本文以我国３１个省份２０１０－２０１９年面板数据为样本,从普惠金融可得性㊁使用度及可持续性三个维度选取了８个指标,运用主成分分析法得出各地区不同年份的普惠金融指数.全样本实证结果表明普惠金融与地区经济发展呈倒U 型关系,即先促进后抑制;分地区实证结果表明东部地区普惠金融水平能显著提高其地区经济发展,中部地区促进作用明显弱于东部地区,而西部地区普惠金融系数不显著.因此本文认为发展普惠金融应因地制宜,如继续发挥东部地区普惠金融引领优势㊁加大中部地区普惠金融的深化㊁加快对西部地区普惠金融发展环境的培育.关键词:普惠金融;金融结构优化;经济发展; 六稳 ; 六保中图分类号:F ２㊀㊀㊀㊀㊀文献标识码:A㊀㊀㊀㊀㊀㊀d o i :１０．１９３１１/j ．c n k i ．１６７２Ｇ３１９８．２０２０．３４．００１０㊀引言金融排斥现象在社会中普遍存在,如居民的性别㊁户籍㊁民族㊁职业㊁教育㊁年龄㊁经济财富㊁风险偏好等会成为影响其获得金融服务的因素;私营㊁个体企业相较于国有企业更难获得优惠贷款;一些金融机构甚至 一刀切 地把经营利润下滑的行业排除在信贷范围之外.另外,受新冠肺炎疫情影响,我国经济受到巨大冲击.我国２０２０年第一季度G D P 同比下降６．８％,第二季度G D P 回暖增长３．２％.因此,从国内外宏观经济形势来看,我国经济未来仍面临很大不确定性,落实 六稳 六保 工作依然任重道远.而普惠金融理念的落实将有助于在各地区完善金融市场体系和金融产品体系;将有助于促进金融资源实现跨期跨区跨产业的高效配置,推动产业结构升级与经济高质量发展;将有助于挖掘欠发达地区的居民消费潜力与企业生产动能,改善人们收入水平,缩小地区间收入差距,使得经济向着更加普惠与均衡的方向发展.因此,本文通过构建普惠金融体系来研究普惠金融对地区经济发展的影响,进而帮助地区落实 六稳 六保 工作具有重要现实意义.１㊀普惠金融指数的构建１．１㊀指标选取本文参考已有研究,并查阅２０１８年８月央行发布的中国普惠金融指标分析报告,最终从普惠金融可得性㊁普惠金融使用度㊁普惠金融可持续性三个维度选取八个指标来构建我国普惠金融指数.由于数字金融相关指标(如网银开户数㊁支付宝用户数及绑卡比例)和特定群体获得贷款情况等数据不易获得,本文不再涉及此类数据.本文构建普惠金融指数中各变量的原始数据主要从国家及地方统计局㊁中国人民银行及地区分行㊁中国银行保险监督管理委员会及派出机构㊁地方人民政府官网等搜集而来,各指标的描述性统计如表１所示.表１㊀普惠金融指标评价体系构建及描述性统计维度评价指标符号均值标准差普惠金融每万人银行业金融机构网点数量X １１．６５０．２９可得性每万人拥有银行业从业人员数量X ２２８．４２９．４１本外币存款余额/G D P X ３１．８４０．８０普惠金融本外币贷款余额/G D P X ４１．３６０．４７使用度保险深度(％)X ５３．３５１．１１保险密度(元/人)X ６１８３９．２３１４３０．５３普惠金融银行业金融机构不良贷款率(％)X ７２．１１．２０可持续性保险赔付率(％)X ８３２．５５５．９６１．２㊀普惠金融指数测算本文运用主成分分析法对我国３１个省份２０１０－２０１９年的八个指标来构建各地区各年份的普惠金融指数.主成分分析法的思路在于对原始变量做降维处理,即对相关性强的原始变量进行分组,并提取出公共因子.在本文普惠金融指数测算中,首先,本文运用产业经济现代商贸工业２０２０年第３４期２㊀㊀Z －s c o r e法对原始数据进行标准化处理,且对银行业金融机构不良贷款率(负相关)这一指标进行倒数处理.其次,我们根据主成分特征值大于１的原则和主成分累计方差贡献率大于经验值８０％的要求得到了满足我们要求的三个公因子及其因子载荷矩阵,其累计方差贡献率为８０．１７％.另外,我们根据 主成分对应特征值的平方根与特征向量乘积为因子载荷量 的性质,计算得到各主成分所对应的标准化正交特征向量.最后,我们把各主成分因子对应的方差贡献率作为权重,并与各主成分值进行加权即得某省当年的普惠金融指数.由于本文篇幅有限,仅展示２０１０和２０１９年结果,如表２所示.表２㊀我国３１个省份２０１０、２０１９年普惠金融指数２㊀普惠金融与地区经济发展的实证模型构建２．１㊀变量选取与描述性统计为研究各省普惠金融发展对其经济增长的影响,本文选取人均G D P 的自然对数值(L N P G D P )作为被解释变量来描述各省的经济发展水平,普惠金融指数(F )作为主要核心解释变量.由于地区经济发展受其历史发展情况的影响,本文在解释变量中加入了人均G D P 自然对数值的滞后一阶项(L N P G D P (－１)).另外,为了避免影响经济发展的其他因素对模型分析造成干扰,本文选取居民消费价格指数(C P I)㊁城镇人口占总人口比重(比重(E X S )㊁进出口总额占G D P 比重(T O )作为控制变量.控制变量的样本仍然搜集自国家及地方统计局公布我国３１个省份２０１０－２０１９年的面板数据.具体如表３所示.２．２㊀数据平稳性检验对面板数据进行单位根检验是回归分析前的重要步骤.因为若数据非平稳,则可能会出现不再满足大样本下的 一致性 要求㊁自回归系数估计有偏㊁t 检验失效及虚假回归等问题,检验结果如表４所示.表３㊀变量说明类型度量符号均值标准差被解释变量人均G D P 的自然对数值L N P G D P１０．７４９２２０．４７０６５８解释变量人均G D P 自然对数值的滞后一阶L N P G D P (－１)１０．７４３３５０．４６１８５２普惠金融发展评价指标F０．３５７４６５０．１４３７８４控制变量居民消费价格指数(上年＝１００)C P I １０２．６１４８１．２０７８４０城镇人口占总人口比重(％)U R L ５６．０８５４８１３．３７２９９财政支出占G D P 比重(％)E X S ２７．９０４９２０．８６９１８进出口总额占G D P 比重(％)T O２７．０８３５３１．１６６９９表４㊀面板数据单位根检验结果变量L L CI P SA D F P P结论L N P G D P １５．６２７９(１．００００)－１３．５９８８(１．００００)１．４９６７１(１．００００)不平稳F－１２．４３１６∗∗∗(０．００００)－２．５５６２９∗∗∗(０．００５３)１０１．６０１∗∗∗(０．００１１)１３６．３６５∗∗∗(０．００００)平稳C P I －１８．０６８１∗∗∗(０．００００)－８．４８２５５∗∗∗(０．００００)２４０．８０３∗∗∗(０．００００)６２．００９３(０．４７５８)平稳U R L －２８．０６４４∗∗∗(０．００００)－２．６８５１５∗∗∗(０．００３６)１２１．９３７∗∗∗(０．００００)１３２．２５８∗∗∗(０．００００)平稳E X S －１．５６１２５∗(０．０５９２)－１．８２２５１∗(０．０６５８)９５．９９７２∗∗(０．０３６０)８６．４５４９∗∗(０．０２１８)平稳T O－５．６２４７６∗∗∗(０．００００)－１０６．５４３∗∗∗(０．００００)１３６．９３７∗∗∗(０．００００)平稳D L N P G D P－３．８５１７４∗∗∗(０．０００１)－８２．３７３７∗∗(０．０４２８)１８３．０３５∗∗∗(０．００００)平稳㊀㊀注:∗∗∗㊁∗∗㊁∗分别表明在１％㊁５％㊁１０％置信水平下显著,括号内为P 值.现代商贸工业２０２０年第３４期３㊀㊀㊀结果表明,变量F ㊁C P I ㊁U R L ㊁E X S ㊁T O 是平稳的,服从I (０)过程.而变量L N P G D P 检验结果不显著,即该变量是非平稳的,需要对其进行差分处理.经过一阶差分后,D L N P G D P 在１％置信水平下显著,此时序列平稳,说明L N P G D P 是I (１)过程.２．３㊀模型构建为研究普惠金融对地区经济发展的影响,现构建模型１.模型１:L N P G D P i j ＝α＋β１L N P G D P i ,j －１＋β２F i j ＋βᶄ３Z i j ＋εi j下标i 和j 分别代表省份和年份,Z i j 表示包括C P I ㊁U R L ㊁E X S 和T O 的控制变量,含义是除普惠金融发展程度之外影响经济发展的主要因素.βᶄ３代表控制变量对应系数.εi j 是随机扰动项.从理论上来说,普惠金融与经济发展之间可能存在非线性关系,为了对其进行验证,我们在模型的解释变量中加入普惠金融指数的平方项F i j２,如模型２所示.模型２:L N P G D P i j ＝α＋β１L N P G D P i ,j －１＋β２F i j ＋β３F ２i j ＋βᶄ３Z i j ＋εi j ３㊀普惠金融与地区经济发展的实证结果分析３．１㊀全样本数据实证结果分析如表５所示,本文对模型１进行回归得回归(１)和回归(２)(引入控制变量),由回归(１)和(２)结果看出,普惠金融指数(F )的系数均为负数.然而回归(２)在加入控制变量后,普惠金融指数(F )的系数未通过显著性检验,为此我们继续对模型２进行回归检验.表５㊀全样本回归结果变量(１)(２)(３)(４)C０．１０１２３１∗∗∗(４．６８６０２３)－１．７３０３０６∗∗∗(－６．００２７７０)０．１３７０８６∗∗∗(４．６７１２６２)－１．９２７５６８∗∗∗(－６．８０９２１８)D L N P G D P (－１)０．１６７３３５∗∗∗(３．３７０１６２)０．１１４０７７∗∗∗(２．４１７１８５)０．１３０１２９∗∗(２．２５９８４８)０．１５８８１２∗∗∗(３．６６５９８３)F －０．１００２２６∗∗∗(－２．０６６６２０)－０．０３８８２３(－０．６６０８４２)０．２４９８９２∗∗∗(３．３４２２７３)０．３３０５５２∗∗∗(３．８８７６１５)F２－０．１４８２１８∗∗∗(－３．６７７４２１)－０．２７４４３３∗∗∗(－２．７１３３８５)C P I０．０１９５０１∗∗∗(７．０６９５７８)０．０２１０３４∗∗∗(８．１０８２４６)U R L －０．００９８１３(－０．２５１７６９)－０．００５７３６(－０．３３８３１５)E X S －０．５９３６６６∗∗∗(－６．０４３３４２)－０．６６８０８５∗∗∗(－２．６０７４５５)T O－０．１２９５１９∗∗∗(－５．５７００２９)－０．１６８７５９∗∗∗(－４．７８５７６０)个体固定效应控制控制控制控制时间固定效应不控制不控制不控制不控制R２０．４６９８５３０．６０４８７００．４４７１３２０．６４７８５３F －s t a t i s t i c５．９５４６３１∗∗∗８．９７２２７９∗∗∗５．２４４６２９∗∗∗１０．４４１６９∗∗∗O b s e r v a t i o n s２４８２４８２４８２４８㊀㊀注:∗∗∗㊁∗∗㊁∗分别表明在１％㊁５％㊁１０％置信水平下显著,括号中数值为t 统计量.㊀㊀对模型２实证分析后得回归(３)和回归(４)(引入控制变量).由回归(３)可知,F 和F ２的回归系数分别为０．２４９８９２(正)和－０．１４８２１８(负),且均在１％置信水平下显著成立,说明普惠金融发展与地区经济发展存在明显的非线性关系,即呈现倒U 型关系(先促进后抑制).进一步由回归(４)可知,加入控制变量后F 和F ２的回归系数分别为０．３３０５２和－０．２７４４３３,不仅符号与回归(３)保持一致,而且均在１％置信水平下保持显著,再次验证倒U 型关系.一方面这可能是由于金融资源过度倾向于特定群体,会挤占其他重大国计民生行业的资源,再次造成金融结构失衡,制约经济总体发展.另一方面由于当今国内国际宏观经济环境的不确定性和货币政策传导机制的滞后性,居民和企业短期内对未来预期的信心值下降,抑制了消费与投资水平,普惠金融的深化对经济的促进作用并不能立刻显现出来.另外,从回归(２)和回归(４)来看控制变量的回归系数,发现通货膨胀水平(C P I )系数在１％置信水平下均显著,这与我们的理论预期一致,即经济的高增长往往伴随着较高的物价水平.城镇化率(U R L )系数均不显著,如城镇化率远低于全国平均水平的贵州近年来借助于大数据等高新技术产业园的落地实现经济增速的弯道超车.另外,政府财政支出水平(E X S )回归系数在１％置信水平下均显著为负.这说明一些地方政府盲目借债来搞投资建设反而不利于地区经济发展,因此提高财政收支效率是关键.３．２㊀分地区实证结果分析考虑到三个子样本内部各省份之间普惠金融与经济发展水平的趋同性,下文仅进行模型１的分地区回归,结果如表６所示.分地区实证分析结果表明,东部地区的普惠金融指数(F )的回归系数在１％的置信水平下显著为正,为０．１９５１２５,这说明东部地区普惠金融水平每提高一个单位,其地区人均G D P 将平均提高１９．５１个单位.中部地区的普惠金融指数(F )的系数在１０％置信水平下显著为正,仅为０．０５５６２９,这说明中部地区普惠金融水平每提高一个单位,其地区人均G D P 仅平均提高５．５６个单位.而西部地区的普惠金融指数(F )的回归系数不显著.异质性分析如下:从普惠金融可得性指标来看,东部地区银行业金融机构布局较中西部地区完善,为公众增加了获得投资收益的机会.从普惠金融使用度指标来看,东部地区本外币存贷款业务远高于中西部地区,可通过间接融资渠道为企业信贷提供巨大 资金池 ;东部地区保险密度与深度远高于中西部地区,可产业经济现代商贸工业２０２０年第３４期４㊀㊀为居民与企业提供更多保障,熨平地区经济风险.从普惠金融可持续性指标来看,东部地区银行业不良贷款率较中西部地区防控好,这有助于银行业金融机构可持续发展,实现合作双方互利共赢.另外,东部地区市场竞争活力与发展潜力较大,市场主体中小微企业和民营企业也占比较重,若及时给予这些特定群体以金融资源扶持,则能够显著带动地区就业与经济发展,因此普惠金融能够显著提高东部地区经济发展.中部地区普惠金融指数的各项指标普遍低于东部沿海发达地区,且在人均可支配收入及民营企业占比等方面也都远低于东部地区,因此普惠金融对于中部地区经济发展的乘数作用小于东部地区.而西部欠发达地区普惠金融指数整体指标低于中西部地区,且由于地方官本位思想较重,市场创新活力与竞争度严重不足,科创企业和民营企业也屈指可数,因此普惠金融对于西部地区经济发展不显著,普惠金融的深化并不能有效推动西部地区经济发展,还需要先在体制机制等方面进行创新改革.表６㊀分地区实证分析结果变量东部中部西部C－２．０３０６４９∗∗∗(－４．８０２８３２)－０．１４１６４４(－０．１５３００７)－０．１７５５０６(－０．１７９７７３)L N P G D P (－１)０．９９０１１２∗∗∗(４３．４８２２５)０．７９５１４５∗∗∗(１１．７０１２７)０．７８９５５２∗∗∗(１０．００３１５)F ０．１９５１２５∗∗∗(６．２７６３８７)０．０５５６２９∗(１．５８０７４４)０．０４４５５７(０．４０２４２４)C P I ０．０２５３７５∗∗∗(７．６７５６２２)０．０２１３９５∗∗∗(４．６０５０５１)０．０２１８２４∗∗∗(４．９６２３９３)U R L －０．０１８６４９(－０．５３４２８３)０．９８９６１２∗∗(２．４６７９２８)１．０７３４２６∗∗(２．２８６２８５)E X S －１．７８６８００∗∗∗(－７．４８８５３３)－０．６１９６５４∗∗∗(－３．３７００５８)－０．５９４５２９∗∗∗(－２．９７６２９５)T O－０．３１０６６３∗(－１．６９３４０６)－０．２１０６７０∗∗(－２．４２６４２８)－０．２２０４７８∗∗∗(－２．７４２７９３)个体固定效应控制控制控制时间固定效应不控制不控制不控制R２０．９９２３４５０．９９３６０８０．９９３２６９F －s t a t i s t i c６１１．１０８５∗∗∗７３２．８５２７∗∗∗７２７．９６１∗∗∗O b s e r v a t i o n s８１８１９０㊀㊀注:∗∗∗㊁∗∗㊁∗分别代表在１％㊁５％㊁１０％的统计水平上显著,括号内数值为t 统计量.４㊀主要结论及政策建议全样本实证结果表明普惠金融与地区经济发展呈现倒U 型关系,即先促进后抑制.分地区实证结果显示东部地区的普惠金融指数(F )与地区经济发展显著正相关,中部地区的促进作用明显弱于东部地区,而西部地区的普惠金融指数(F )的回归系数不显著.根据上述结论,本文认为我们应该继续保持东部地区普惠金融发展优势,同时注重中部地区普惠金融的深化,西部地区普惠金融发展环境的培育.首先,东部地区经济发展在普惠金融的乘数作用下,可能会加大与中西部地区间的经济差距.然而我们不能为了追求 公平 而放缓东部地区经济发展的脚步,而是应该继续保持东部地区普惠金融优势,充分发挥其在金融行业的引领作用,加强普惠金融的顶层设计,加强金融制度㊁产品与服务模式创新,更好地为地区经济高速发展提供动能.其次,对于中部地区,普惠金融对于经济发展的推动作用还处于倒U 型曲线的上升阶段,因此我们应继续加大普惠金融深化,如加大专项贷款的精准扶持㊁加快多层次金融市场体系的构建与个性化多样化金融产品开发㊁加强金融基础设施建设㊁加大金融知识教育及宣传㊁加强金融机构信用风险管理及完善地区信用体系建设等,使更多的特定群体(贫困人口,创业者,农户㊁中小微企业和民营企业等)享有金融产品与服务.最后,对于西部地区,由于人均可支配收入和民营企业占比较低等因素制约,普惠金融对地区经济发展的推动作用暂时未显现出来,因此我们不能简单地从普惠金融深化入手,而是政府联合多部门加大体制机制的创新与改革,为中小微企业和民营企业提供良好的营商环境,增加项目投资机会与孵化落地,同时为中低收入群体拓宽收入渠道和提供社会兜底保障.参考文献[１]李建军,彭俞超,马思超．普惠金融与中国经济发展:多维度内涵与实证分析[J ]．经济研究,２０２０,(０４)．[２]谭燕芝,彭千芮．普惠金融发展与贫困减缓:直接影响与空间溢出效应[J ]．当代财经,２０１８,(０３)．[３]付莎,王军．中国普惠金融发展对经济增长的影响 基于省际面板数据的实证研究[J ]．云南财经大学学报,２０１８,(０３)．[４]杜强,潘怡．普惠金融对我国地区经济发展的影响研究 基于省际面板数据的实证分析[J ]．经济问题探索,２０１６,(０３)．[５]赵瑞政,王文汇,王朝阳．金融供给侧的结构性问题及改革建议 基于金融结构视角的比较分析[J ]．经济学动态,２０２０,(０４)．[６]李涛,王志芳,王海港,等．中国城市居民的金融受排斥状况研究[J ]．经济研究,２０１０,(０７)．[７]张勋,万广华,张佳佳,等．数字经济㊁普惠金融与包容性增长[J ]．经济研究,２０１９,(０８)．[８]方蕾,栗芳．我国农村普惠金融的空间相关特征和影响因素分析 基于上海财经大学２０１５ 千村调查 [J ]．财经论丛,２０１７,(０１)．[９]陆凤芝,黄永兴,徐鹏．中国普惠金融的省域差异及影响因素[J ]．金融经济学研究,２０１７,(０１)．[１０]朱一鸣,王伟,孙硕．普惠金融如何实现精准扶贫?[J ]．财经研究,２０１７,(１０)．。