潘經(jīng)韜（中南財(cái)經(jīng)政法大學(xué)工商管理學(xué)院，湖北武漢430073）

農(nóng)村金融排斥區(qū)域差異及影響因素研究——基于省際面板數(shù)據(jù)的實(shí)證分析

潘經(jīng)韜
（中南財(cái)經(jīng)政法大學(xué)工商管理學(xué)院，湖北武漢430073）

［摘要］文章基于2006－2010年中國(guó)26個(gè)省份的面板數(shù)據(jù)，構(gòu)建了農(nóng)村金融排斥測(cè)算指標(biāo)體系，對(duì)中國(guó)農(nóng)村金融排斥區(qū)域差異及影響因素進(jìn)行了實(shí)證研究。研究結(jié)果表明：中國(guó)農(nóng)村金融排斥區(qū)域差異較大；農(nóng)村家庭人均純收入、收入結(jié)構(gòu)、就業(yè)比例、城鎮(zhèn)化水平對(duì)農(nóng)村金融排斥有著顯著負(fù)向影響；而產(chǎn)業(yè)結(jié)構(gòu)、財(cái)政支持力度對(duì)農(nóng)村金融排斥有著顯著正向影響。最后，根據(jù)研究結(jié)論，提出了緩解農(nóng)村金融排斥的政策建議。

［關(guān)鍵詞］農(nóng)村金融排斥；區(qū)域差異；影響因素

一、引言

農(nóng)村金融在農(nóng)村經(jīng)濟(jì)的發(fā)展中起著重要的作用。改革開放以來，中國(guó)政府一直非常重視農(nóng)村金融的發(fā)展。2003年國(guó)務(wù)院印發(fā)了《深化農(nóng)村信用社改革試點(diǎn)方案》，指出要加大了農(nóng)村信用社的改革力度，推進(jìn)農(nóng)村金融改革的進(jìn)程。2009年中央一號(hào)文件提出要全面提高農(nóng)村金融服務(wù)能力。2010年中央一號(hào)文件要求提高農(nóng)村金融服務(wù)質(zhì)量和水平。2014年中央一號(hào)文件明確提出：要加快農(nóng)村金融制度創(chuàng)新、強(qiáng)化金融機(jī)構(gòu)“三農(nóng)”職責(zé)，發(fā)展新型農(nóng)村合作金融組織。隨著中國(guó)經(jīng)濟(jì)的快速發(fā)展和相關(guān)政策的有效實(shí)施，中國(guó)農(nóng)村金融發(fā)展取得了一定的成果，農(nóng)村金融服務(wù)質(zhì)量和水平得到了顯著的提高，農(nóng)村金融服務(wù)基礎(chǔ)設(shè)施得到了明顯的改善。以涉農(nóng)貸款為例，截至2012年底，中國(guó)金融機(jī)構(gòu)農(nóng)村貸款余額為14．5萬億，占貸款總余額的21．6%，相比2007年末和2011年末分別增長(zhǎng)了188．6%和19．7%。盡管中國(guó)農(nóng)村金融發(fā)展取得了較大的進(jìn)步，但是中國(guó)農(nóng)村金融服務(wù)還存在嚴(yán)重的“金融排斥”現(xiàn)象，現(xiàn)行的農(nóng)村金融服務(wù)體系仍無法滿足“三農(nóng)”需求；并且由于中國(guó)區(qū)域間發(fā)展不均衡，農(nóng)村金融排斥現(xiàn)象在中國(guó)具有了明顯的區(qū)域差異。以2008年末為例，中國(guó)有39%的鄉(xiāng)鎮(zhèn)沒有或者僅有1個(gè)農(nóng)村金融機(jī)構(gòu)網(wǎng)點(diǎn)，僅有28%的農(nóng)戶獲得過貸款［1］。農(nóng)村金融排斥已成為制約中國(guó)農(nóng)村金融發(fā)展的障礙，如何深化農(nóng)村金融改革破解農(nóng)村“金融排斥”難題，已成為政府和學(xué)術(shù)界關(guān)注的熱點(diǎn)問題。

金融排斥概念最早由Leyshon和Thrift提出，他們認(rèn)為地理因素會(huì)制約居民獲取金融服務(wù)的便捷程度［2］。Theodoridis和Veloutsou認(rèn)為金融排斥是指部分經(jīng)濟(jì)主體不能通過合理的渠道獲取金融服務(wù)［3］。Kempson和Whyley最先提出了六維度金融排斥指標(biāo)體系，即從地理排斥、評(píng)估排斥、條件排斥、營(yíng)銷排斥、價(jià)格排斥、自我排斥六個(gè)維度來衡量金融排斥。六維度金融排斥指標(biāo)體系在學(xué)術(shù)界得到了廣泛的認(rèn)可和運(yùn)用。中國(guó)對(duì)金融排斥研究起步較晚，仍處在初級(jí)階段［4］。田霖從金融資源的地理分布角度入手，對(duì)中國(guó)金融排斥區(qū)域差異及其影響因素進(jìn)行了實(shí)證研究［5］。王修華等基于六維度金融排斥指標(biāo)體系，對(duì)中國(guó)31個(gè)?。ㄊ?、自治區(qū)）的金融排斥進(jìn)行的定量評(píng)價(jià)［6］。李濤通過研究發(fā)現(xiàn)中國(guó)城市居民在不同程度上存在著嚴(yán)重的金融排斥現(xiàn)象［7］。隨著對(duì)金融排斥的深入研究，越來越多的學(xué)者們對(duì)農(nóng)村金融排斥領(lǐng)域展開了豐富的研究。蔣潤(rùn)祥，謝欣分析了中國(guó)農(nóng)村金融排斥的現(xiàn)狀，并結(jié)合國(guó)外經(jīng)驗(yàn)提出了緩解農(nóng)村金融排斥的政策建議［8］。高沛星、胡振等利用面板數(shù)據(jù)分析中國(guó)農(nóng)村金融排斥區(qū)域差異及影響因素［9］［10］，但他們對(duì)影響因素的分析過于簡(jiǎn)單，僅僅采用了相關(guān)系數(shù)檢驗(yàn)，缺乏一定的說服力。劉長(zhǎng)庚基于省級(jí)面板數(shù)據(jù)從理論和實(shí)證角度分析了農(nóng)村金融排斥對(duì)城鄉(xiāng)收入差距的影響［11］。譚燕芝等從理論和實(shí)證兩方面分析了農(nóng)村金融排斥的影響因素，但是僅僅用金融機(jī)構(gòu)網(wǎng)點(diǎn)數(shù)來衡量金融排斥不夠全面［12］。

表1　　農(nóng)村金融排斥測(cè)算的指標(biāo)體系

基于前人的研究成果和現(xiàn)實(shí)背景，本文試圖構(gòu)建農(nóng)村金融排斥測(cè)算指標(biāo)體系，利用2006－2010年26個(gè)省份（由于北京、天津、上海、重慶、西藏及港澳臺(tái)的部分?jǐn)?shù)據(jù)缺失，因此選取剩下的26個(gè)省份）的面板數(shù)據(jù)對(duì)農(nóng)村金融排斥區(qū)域差異及其影響因素進(jìn)行實(shí)證分析，并根據(jù)研究結(jié)論，就如何破解“農(nóng)村金融排斥難題”提出政策建議。

二、中國(guó)農(nóng)村金融排斥的區(qū)域差異分析

（一）農(nóng)村金融排斥指數(shù)測(cè)算的指標(biāo)體系

Kempson等最先提出了六維度金融排斥指標(biāo)體系［4］。目前，“六維度法”在農(nóng)村金融排斥程度的測(cè)算中得到了廣泛的運(yùn)用。但是六維度金融排斥模型也存在一定的缺陷，特別是評(píng)估排斥和條件排斥具有很高的重疊性。因此本文借鑒前人的研究成果，在六維度金融排斥指標(biāo)體系的基礎(chǔ)上，將評(píng)估排斥和條件排斥合并，建立五維度金融排斥指標(biāo)體系，即：地理排斥、自我排斥、價(jià)格排斥、評(píng)估／條件排斥、營(yíng)銷排斥，如表1所示。

1．地理排斥（F1）。指經(jīng)濟(jì)主體由于地理因素（距離、地理?xiàng)l件等）很難獲取金融服務(wù)或者完全無法獲取金融服務(wù)的現(xiàn)象。農(nóng)村金融機(jī)構(gòu)覆蓋度是指農(nóng)村地區(qū)單位人口金融機(jī)構(gòu)擁有數(shù)量，在一定程度上能夠反映農(nóng)村金融服務(wù)在地理上的可達(dá)性。因此本文采用農(nóng)村金融機(jī)構(gòu)萬人覆蓋度來衡量地理排斥，相關(guān)數(shù)據(jù)來自于《中國(guó)農(nóng)村金融服務(wù)圖集》，其中：

2．評(píng)估／條件排斥（F2）。指金融機(jī)構(gòu)基于盈利和風(fēng)險(xiǎn)的考慮，針對(duì)經(jīng)濟(jì)主體建立嚴(yán)格的評(píng)估體系和金融服務(wù)準(zhǔn)入條件，從而使一些經(jīng)濟(jì)主體難以或者無法獲取金融服務(wù)的現(xiàn)象。本文采用農(nóng)村人均貸款水平來衡量評(píng)估／條件排斥，相關(guān)數(shù)據(jù)均來自于《中國(guó)金融年鑒》和《中國(guó)農(nóng)村金融服務(wù)圖集》，其中：

3．營(yíng)銷排斥（F3）。指特定的經(jīng)濟(jì)主體被金融機(jī)構(gòu)排除在金融產(chǎn)品的營(yíng)銷市場(chǎng)之內(nèi)的現(xiàn)象。農(nóng)村金融機(jī)構(gòu)貸存比反映了農(nóng)村金融機(jī)構(gòu)在農(nóng)村地區(qū)吸收存款后再向農(nóng)村地區(qū)提供金融服務(wù)的積極性。因此本文采用農(nóng)村金融機(jī)構(gòu)貸存比（X3）來衡量營(yíng)銷排斥，相關(guān)數(shù)據(jù)均來自于《中國(guó)金融年鑒》和《中國(guó)農(nóng)村金融服務(wù)圖集》，其中：

4．價(jià)格排斥（F4）。指經(jīng)濟(jì)主體由于金融服務(wù)的價(jià)格過高而無法獲得金融服務(wù)的現(xiàn)象。本文采用農(nóng)村人均儲(chǔ)蓄水平（X4）來衡量?jī)r(jià)格排斥，相關(guān)數(shù)據(jù)均來自于《中國(guó)金融年鑒》和《中國(guó)農(nóng)村金融服務(wù)圖集》，其中：

5．自我排斥（F5）。指經(jīng)濟(jì)主體由于缺乏金融知識(shí)、無法理解金融服務(wù)或者因?yàn)轱L(fēng)俗習(xí)慣等因素主觀放棄金融服務(wù)的現(xiàn)象。本文采用農(nóng)村從業(yè)人員平均文化教育程度（X5）來衡量自我排斥，相關(guān)數(shù)據(jù)來自于《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》。小學(xué)文化程度的從業(yè)人員受教育年限為6年，初中文化程度的農(nóng)村從業(yè)人員受教育年限為9年，高中及大專文化程度的農(nóng)村從業(yè)人員受教育年限為12年，大專及以上的農(nóng)村從業(yè)人員為15年。因此本文采用下面的公式來計(jì)算農(nóng)村從業(yè)人員平均文化程度：

（二）農(nóng)村金融排斥指數(shù)測(cè)算

本文采用變異系數(shù)法對(duì)五個(gè)維度的金融排斥指標(biāo)賦予權(quán)重，從而計(jì)算出2006－2010年中國(guó)26個(gè)省的農(nóng)村金融排斥指數(shù)，進(jìn)而分析2006－2010年26個(gè)省農(nóng)村金融排斥程度的區(qū)域差異。具體的測(cè)算步驟如下：

1．對(duì)五個(gè)維度的相關(guān)指標(biāo)變量進(jìn)行標(biāo)準(zhǔn)化處理。由于各個(gè)指標(biāo)變量的量綱不一致，因此本文采用極差變化法對(duì)相關(guān)指標(biāo)的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，計(jì)算公式如下所示：

其中Xmax、Xmin分別表示每個(gè)維度指標(biāo)變量序列內(nèi)的最大值和最小值，x表示經(jīng)過標(biāo)準(zhǔn)化處理后的序列。

2．計(jì)算每個(gè)維度指標(biāo)變量的平均數(shù)和標(biāo)準(zhǔn)差：

其中i表示第i個(gè)省份，j表示第j維度，xij表示第i個(gè)省份j維度指標(biāo)變量值，表示第j個(gè)維度的指標(biāo)變量的平均值，Sj表示第j個(gè)維度指標(biāo)的標(biāo)準(zhǔn)差。

3．計(jì)算每個(gè)維度指標(biāo)變量的變異系數(shù)：

其中Vj表示第j個(gè)維度指標(biāo)變量的變異系數(shù)。

4．對(duì)每個(gè)維度指標(biāo)變量的變異系數(shù)進(jìn)行歸一化處理，并計(jì)算出每個(gè)維度的權(quán)重

其中，Wj表示第j個(gè)維度的權(quán)重值。

5．根據(jù)每個(gè)維度的權(quán)重，計(jì)算出各個(gè)省份的農(nóng)村金融排斥指數(shù)，其中，農(nóng)村金融排斥指數(shù)越高，農(nóng)村金融排斥程度越高。

（三）農(nóng)村金融排斥的區(qū)域差異分析

根據(jù)前面的農(nóng)村金融排斥指數(shù)的計(jì)算步驟，通過MATLAB2010軟件可以計(jì)算出各個(gè)維度指標(biāo)的權(quán)重和2006－2010年中國(guó)26個(gè)省農(nóng)村金融排斥指數(shù)，如表2和表3所示。

由表2可知，從平均值看，各個(gè)維度占農(nóng)村金融排斥指數(shù)的權(quán)重從小到大依次為：自我排斥（0．3761）、地理排斥（0．2117）、營(yíng)銷排斥（0．1479）、價(jià)格排斥（0．1357）、評(píng)估排斥（0．1286），由此可見，影響農(nóng)村金融排斥指數(shù)的兩個(gè)重要維度是自我排斥和地理排斥，這也與中國(guó)農(nóng)村金融的實(shí)際情況相符合，廣大農(nóng)村居民由于缺乏金融知識(shí)和對(duì)金融服務(wù)不夠了解，從而產(chǎn)生了“自我排斥”現(xiàn)象，此外金融機(jī)構(gòu)在農(nóng)村分布也相對(duì)比較少，容易造成“地理排斥”現(xiàn)象。從時(shí)間變化上看，自我排斥和地理排斥的權(quán)重呈現(xiàn)下降的趨勢(shì)，近年來，中國(guó)農(nóng)村居民文化教育程度逐漸提高和金融機(jī)構(gòu)在農(nóng)村地區(qū)的網(wǎng)點(diǎn)逐漸增多，因此自我排斥和地理排斥對(duì)農(nóng)村金融排斥的影響逐漸減弱，相反評(píng)估排斥、價(jià)格排斥和營(yíng)銷排斥所占權(quán)重呈現(xiàn)上升的趨勢(shì)。

表2　　各排斥維度指標(biāo)的權(quán)重

表3　2006－2010年中國(guó)26個(gè)省份農(nóng)村金融排斥指數(shù)

由表3可知，中國(guó)農(nóng)村金融排斥存在明顯的區(qū)域差異。第一，從省份層面看，農(nóng)村金融排斥指數(shù)最大的是云南（0．7801），其次是貴州（0．7679）、青海（0．7165）、甘肅（0．6336），這些省份的金融排斥指數(shù)均大于0．6，且都位于西部地區(qū)；農(nóng)村金融排斥指數(shù)最低的省份是浙江（0．2984），其次是廣東（0．3079）、遼寧（0．3087），這些省份的農(nóng)村金融排斥指數(shù)均在0．3左右，且都位于東部地區(qū)。第二，從地區(qū)層面看，農(nóng)村金融排斥指數(shù)從小到大依次為東部地區(qū)（0．3754）、中部地區(qū)（0．5254）、西部地區(qū)（0．6046），這也與中國(guó)的實(shí)際情況相符合。東部地區(qū)由于經(jīng)濟(jì)發(fā)展水平較高，金融市場(chǎng)相對(duì)活躍，因此農(nóng)村金融排斥的程度較低，而中西部地區(qū)經(jīng)濟(jì)發(fā)展水平相對(duì)較低，金融發(fā)展相對(duì)落后，因此農(nóng)村金融排斥現(xiàn)象比較嚴(yán)重。第三，從時(shí)間上看，東部地區(qū)的農(nóng)村金融排斥程度有緩解的趨勢(shì)，而中西部地區(qū)的農(nóng)村金融排斥程度有明顯加深的趨勢(shì)。

三、農(nóng)村金融排斥區(qū)域差異影響因素的實(shí)證分析

（一）變量選擇及數(shù)據(jù)來源

參照前人的研究，本文利用面板模型對(duì)中國(guó)農(nóng)村金融排斥區(qū)域差異的影響因素進(jìn)行實(shí)證研究，設(shè)定的面板模型如下所示：

在上式中，Index是農(nóng)村金融排斥指數(shù)，其他變量說明及數(shù)據(jù)來源如下：

1．農(nóng)村居民家庭人均純收入（income）。農(nóng)村家庭的經(jīng)濟(jì)狀況影響著家庭能否有效獲得農(nóng)村金融服務(wù)，而農(nóng)村居民家庭人均純收入是衡量農(nóng)村家庭經(jīng)濟(jì)狀況的重要指標(biāo)，因此本文選取農(nóng)村居民家庭人均純收入作為影響農(nóng)村金融排斥的因素之一，并對(duì)income進(jìn)行對(duì)數(shù)化處理得到lnincome。相關(guān)數(shù)據(jù)來源于2007－2011年的《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》。

2．農(nóng)村家庭收入結(jié)構(gòu)（is）。農(nóng)村家庭的收入結(jié)構(gòu)對(duì)農(nóng)村家庭金融服務(wù)的可獲得性具有重要影響（胡振，2014）。農(nóng)村家庭的收入來源主要包括家庭經(jīng)營(yíng)收入、工資性收入、轉(zhuǎn)移收入和財(cái)產(chǎn)收入。本文選取農(nóng)村家庭收入結(jié)構(gòu)作為影響農(nóng)村金融排斥的因素之一，并用工資性收入占家庭純收入的比重來衡量。相關(guān)數(shù)據(jù)均來源于2007－2011年的《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》。

3．就業(yè)比例（employ）。職業(yè)較為穩(wěn)定的經(jīng)濟(jì)主體，收入相對(duì)比較穩(wěn)定，這對(duì)經(jīng)濟(jì)主體的信用具有重要影響，因此這類經(jīng)濟(jì)主體不易受到金融排斥。本文選取就業(yè)比例作為影響農(nóng)村金融排斥的因素之一，并用鄉(xiāng)村從業(yè)人員占鄉(xiāng)村總?cè)丝诘谋戎貋砗饬?。相關(guān)數(shù)據(jù)來自于2007－2011年的《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》。

4．產(chǎn)業(yè)結(jié)構(gòu)（idus）。產(chǎn)業(yè)結(jié)構(gòu)的變化情況能夠反映出農(nóng)村經(jīng)濟(jì)發(fā)展的狀況和第一產(chǎn)業(yè)總值占GDP的比重變化，而農(nóng)村經(jīng)濟(jì)的發(fā)展影響著農(nóng)村金融的發(fā)展。本文將產(chǎn)業(yè)結(jié)構(gòu)作為影響農(nóng)村金融排斥的因素之一是用第一產(chǎn)業(yè)總值占GDP的比重來衡量產(chǎn)業(yè)結(jié)構(gòu)。相關(guān)數(shù)據(jù)來源于2007－2011年的《中國(guó)統(tǒng)計(jì)年鑒》。

5．財(cái)政支農(nóng)力度（fs）。政府的財(cái)政支農(nóng)政策對(duì)發(fā)展農(nóng)村經(jīng)濟(jì)、提高農(nóng)民純收入和改善農(nóng)村金融環(huán)境具有重要推動(dòng)作用。本文采用財(cái)政支農(nóng)資金占財(cái)政支出的比重來衡量財(cái)政支農(nóng)力度。相關(guān)數(shù)據(jù)均來自于2007－2011年《中國(guó)財(cái)政年鑒》和《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》。

6．城鎮(zhèn)化水平（urban）。城鎮(zhèn)化進(jìn)程的有序推進(jìn)能夠改善農(nóng)村地區(qū)的經(jīng)濟(jì)環(huán)境、基礎(chǔ)設(shè)施及交通條件，從而改善農(nóng)村的金融環(huán)境。因此，本文采用城鎮(zhèn)人口占總?cè)丝诘谋戎刈鳛槌擎?zhèn)化水平的指標(biāo)。相關(guān)數(shù)據(jù)均來自于2007－2011年的《中國(guó)統(tǒng)計(jì)年鑒》。

7．區(qū)域因素。中國(guó)東部地區(qū)、中部地區(qū)和西部地區(qū)的金融排斥程度表現(xiàn)出了明顯的差異，因此本文將區(qū)域因素作為影響農(nóng)村金融排斥的因素之一，設(shè)置了middle和west兩個(gè)虛擬變量，其中：

各變量的描述性統(tǒng)計(jì)分析結(jié)果及對(duì)農(nóng)村金融排斥的預(yù)期影響方向如表4所示。

（二）實(shí)證結(jié)果分析

本文采用對(duì)數(shù)據(jù)截面異方差、序列相關(guān)性都穩(wěn)健的FGLS方法，通過stata12．0軟件來估計(jì)面板模型中的各個(gè)參數(shù)。估計(jì)結(jié)果如表5所示。其中方程1為全國(guó)26個(gè)省份的FGLS面板估計(jì)結(jié)果，方程2為加入滯后一階index的FGLS面板估計(jì)結(jié)果，方程3為加入地區(qū)虛擬變量的FGLS面板估計(jì)結(jié)果，方程4為東部地區(qū)的FGLS面板估計(jì)結(jié)果，方程5為中部地區(qū)的FGLS面板估計(jì)結(jié)果，方程6為西部地區(qū)的FGLS面板估計(jì)結(jié)果。

表4　　變量的描述性統(tǒng)計(jì)

表5　FGLS面板估計(jì)結(jié)果

由表5可知，從方程1的估計(jì)結(jié)果來看，農(nóng)村居民家庭人均純收入、農(nóng)村家庭收入結(jié)構(gòu)、就業(yè)比例、城鎮(zhèn)化水平對(duì)農(nóng)村金融排斥指數(shù)具有顯著的負(fù)向影響；而產(chǎn)業(yè)結(jié)構(gòu)和財(cái)政支持力度對(duì)農(nóng)村金融排斥指數(shù)有著顯著正向影響。從方程2來看，上期金融排斥指數(shù)對(duì)當(dāng)期農(nóng)村金融排斥指數(shù)有著顯著正向影響。從方程3來看，中部地區(qū)和西部地區(qū)的虛擬變量對(duì)農(nóng)村排斥有著顯著正向影響。從方程4的估計(jì)結(jié)果來看，城鎮(zhèn)化水平的提高在1%水平上對(duì)于緩解東部農(nóng)村金融排斥有著顯著正向影響。從方程5的估計(jì)結(jié)果來看，產(chǎn)業(yè)結(jié)構(gòu)在1%水平上對(duì)中部地區(qū)農(nóng)村金融排斥有著顯著正向影響，而就業(yè)比例在1%水平上對(duì)中部地區(qū)農(nóng)村金融排斥有著顯著負(fù)向影響。從方程6的估計(jì)結(jié)果來看收入結(jié)構(gòu)和城鎮(zhèn)化水平在5%水平上對(duì)西部地區(qū)農(nóng)村金融排斥程度有著顯著負(fù)向影響，而財(cái)政支持力度在5%水平上對(duì)西部地區(qū)農(nóng)村金融排斥程度有著顯著正向影響。

1．農(nóng)村居民家庭人均純收入。以方程1為例，農(nóng)村居民家庭人均純收入在5%水平上對(duì)農(nóng)村金融排斥指數(shù)有著顯著負(fù)向影響。農(nóng)村居民家庭人均收入越高，家庭的經(jīng)濟(jì)狀況相對(duì)較好，還款能力強(qiáng)，家庭更容易或者更有能力獲得金融服務(wù)，因此在農(nóng)村居民家庭人均純收入較高的地區(qū)，金融排斥程度相對(duì)較弱。

2．農(nóng)村家庭收入結(jié)構(gòu)。以方程1為例，農(nóng)村家庭收入結(jié)構(gòu)在10%水平上對(duì)農(nóng)村金融排斥指數(shù)有著顯著負(fù)向影響。農(nóng)村家庭收入結(jié)構(gòu)反應(yīng)的是家庭工資性收入占家庭總收入的比重，這說明農(nóng)村家庭收入結(jié)構(gòu)中工資性收入所占比重越高，農(nóng)村家庭受到家庭排斥的可能性越低。

3．就業(yè)比例。以方程1為例，就業(yè)比例在5%水平上對(duì)農(nóng)村金融排斥指數(shù)有顯著負(fù)向影響。就業(yè)比例反應(yīng)的是鄉(xiāng)村從業(yè)人員占鄉(xiāng)村總?cè)丝诘谋戎?，從方?、方程2和方程3的結(jié)果看，就業(yè)比例越高，農(nóng)村金融排斥越低。就業(yè)比例是農(nóng)村居民就業(yè)狀態(tài)的體現(xiàn)，職業(yè)較為穩(wěn)定的經(jīng)濟(jì)主體，收入相對(duì)比較穩(wěn)定，這對(duì)經(jīng)濟(jì)主體的信用具有重要影響，因此這類經(jīng)濟(jì)主體不易受到金融排斥。

4．產(chǎn)業(yè)結(jié)構(gòu)。以方程1為例，產(chǎn)業(yè)結(jié)構(gòu)在1%水平上對(duì)農(nóng)村金融排斥有著顯著正向影響。產(chǎn)業(yè)結(jié)構(gòu)反映的是農(nóng)業(yè)生產(chǎn)總值占GDP的比重，農(nóng)業(yè)生產(chǎn)總值比重越高，第二三產(chǎn)業(yè)的發(fā)展相對(duì)滯后，農(nóng)村居民相對(duì)難以獲得農(nóng)村金融服務(wù)，因此農(nóng)村金融排斥程度越嚴(yán)重。

5．財(cái)政支持力度。以方程1為例，財(cái)政支持力度在5%水平上對(duì)農(nóng)村金融排斥指數(shù)有著顯著正向影響，這與本文的預(yù)期結(jié)論相矛盾。財(cái)政支持力度是農(nóng)業(yè)財(cái)政支出占總財(cái)政支出的比重，財(cái)政支持力度與農(nóng)村金融排斥程度正相關(guān)，一方面因?yàn)楸疚倪x取的財(cái)政支持力度指標(biāo)為比例指標(biāo)而非總量指標(biāo)，發(fā)達(dá)地區(qū)的農(nóng)業(yè)財(cái)政支出總量較高而比例較低，而不發(fā)達(dá)地區(qū)與之相反；另一方面，發(fā)達(dá)地區(qū)與不發(fā)達(dá)地區(qū)農(nóng)村金融排斥差距較大，財(cái)政支農(nóng)支出效率不高，緩解農(nóng)村金融排斥的作用有限。

6．城鎮(zhèn)化水平。以方程1為例，城鎮(zhèn)化水平在1%水平上對(duì)農(nóng)村金融排斥指數(shù)有著顯著負(fù)向影響，這表明城鎮(zhèn)化的有序推進(jìn)能夠顯著緩解農(nóng)村金融排斥程度，究其原因城鎮(zhèn)化的推進(jìn)完善了農(nóng)村地區(qū)的基礎(chǔ)設(shè)施、交通條件和通信條件，從而在一定程度上改善了農(nóng)村金融環(huán)境，因此農(nóng)村居民更容易獲得農(nóng)村金融服務(wù)。

7．區(qū)位因素。以方程2為例，中部地區(qū)和西部地區(qū)虛擬變量均在1%水平上對(duì)農(nóng)村金融排斥指數(shù)有著顯著正向影響，這表明相比東部地區(qū)，中西部地區(qū)的農(nóng)村金融排斥程度更嚴(yán)重。從估計(jì)系數(shù)上看，中部地區(qū)虛擬變量的系數(shù)要小于西部地區(qū)，說明相比中部地區(qū)，西部地區(qū)的農(nóng)村金融排斥情況更為嚴(yán)重。

四、結(jié)論與政策建議

（一）結(jié)論

本文利用2006－2010年中國(guó)26個(gè)省的面板數(shù)據(jù)，構(gòu)建了農(nóng)村金融排斥指數(shù)測(cè)算的“五維”指標(biāo)體系，分析了中國(guó)農(nóng)村金融排斥的區(qū)域差異，并利用FGLS回歸方法對(duì)農(nóng)村金融排斥區(qū)域差異的影響因素進(jìn)行了實(shí)證分析，得出了如下結(jié)論：第一，從總體上看，中國(guó)農(nóng)村金融排斥區(qū)域差異較大，西部地區(qū)（0．6046）的農(nóng)村金融排斥指數(shù)最高，其次是中部地區(qū)（0．5254），東部地區(qū)（0．3754）的農(nóng)村金融排斥指數(shù)最小。第二，在農(nóng)村金融排斥區(qū)域差異的影響因素中，農(nóng)村居民家庭人均純收入、農(nóng)村家庭收入結(jié)構(gòu)、就業(yè)比例、城鎮(zhèn)化水平和上期農(nóng)村金融排斥指數(shù)對(duì)農(nóng)村金融排斥指數(shù)具有顯著的負(fù)向影響；而產(chǎn)業(yè)結(jié)構(gòu)、財(cái)政支持力度和中西部地區(qū)虛擬變量對(duì)農(nóng)村金融排斥指數(shù)有著顯著正向影響。目前中國(guó)農(nóng)村金融發(fā)展?fàn)顩r并不樂觀，農(nóng)村金融排斥程度依然較高，這就需要各級(jí)政府積極尋求破解農(nóng)村金融排斥的新途徑，努力改善農(nóng)村金融環(huán)境，實(shí)現(xiàn)農(nóng)村金融的健康發(fā)展，緩解農(nóng)村金融排斥程度較高的現(xiàn)狀。

（二）政策建議

1．積極有序推進(jìn)新型城鎮(zhèn)化進(jìn)程。從前文的結(jié)論可以得出，城鎮(zhèn)化水平的提高對(duì)于緩解農(nóng)村金融排斥具有積極作用。加快新型城鎮(zhèn)化建設(shè)是解決“三農(nóng)”問題的重要途徑，通過推進(jìn)新型城鎮(zhèn)化，可以改善農(nóng)村地區(qū)的基礎(chǔ)設(shè)施和經(jīng)濟(jì)環(huán)境，利用城鎮(zhèn)的“涓滴效應(yīng)”和輻射效應(yīng)可以吸引各類金融機(jī)構(gòu)在農(nóng)村地區(qū)布置網(wǎng)點(diǎn)，從而在一定程度上緩解農(nóng)村金融排斥。

2．提高農(nóng)村居民收入。農(nóng)村居民收入和農(nóng)村居民收入結(jié)構(gòu)對(duì)緩解農(nóng)村金融排斥具有積極作用。實(shí)現(xiàn)農(nóng)村居民收入的增加是緩解農(nóng)村金融排斥的有效途徑。政府要加大對(duì)農(nóng)業(yè)的投入，促進(jìn)農(nóng)業(yè)增產(chǎn)和農(nóng)民增收；大力支持農(nóng)業(yè)龍頭企業(yè)的發(fā)展，通過龍頭企業(yè)帶動(dòng)農(nóng)民增收；此外還要鼓勵(lì)農(nóng)民工回鄉(xiāng)創(chuàng)業(yè)，拓寬農(nóng)民增收渠道，增加農(nóng)村經(jīng)濟(jì)的活力。

3．加強(qiáng)農(nóng)村地區(qū)的金融服務(wù)建設(shè)，創(chuàng)新農(nóng)村金融服務(wù)方式和理念。增加農(nóng)村地區(qū)金融服務(wù)機(jī)構(gòu)的數(shù)量，改善農(nóng)村金融服務(wù)的硬件條件，大力發(fā)揮農(nóng)村金融對(duì)農(nóng)村發(fā)展的支持作用，增強(qiáng)農(nóng)村金融機(jī)構(gòu)的貸款功能，減少對(duì)農(nóng)村資金的轉(zhuǎn)移；完善小額貸款公司的相關(guān)制度和政策法規(guī)，發(fā)揮小額貸款公司在農(nóng)村金融發(fā)展中的重要作用，提高農(nóng)村資金的利用效率；建立農(nóng)村征信體系，完善農(nóng)村金融信息服務(wù)平臺(tái)，增加農(nóng)戶獲得金融服務(wù)的機(jī)會(huì)。

4．加強(qiáng)對(duì)農(nóng)村地區(qū)金融知識(shí)的普及力度。農(nóng)村居民的文化程度相對(duì)城市較低，金融知識(shí)和金融信息在城鄉(xiāng)之間差距較大，農(nóng)村居民金融知識(shí)的匱乏是造成金融“自我排斥”的重要原因。因此政府要鼓勵(lì)農(nóng)村地區(qū)的金融機(jī)構(gòu)向農(nóng)村居民普及金融信息和金融知識(shí)，提高農(nóng)民的金融意識(shí)。

參考文獻(xiàn)

［1］王修華．新農(nóng)村建設(shè)中的金融排斥與破解思路［J］．農(nóng)業(yè)經(jīng)濟(jì)問題，2009，（07）：42－48，111．

［2］Leyshorn，Thrift．The restructuring of the UK financial services in the 1990s［J］．Journal of Rural Studies，1993 （9）：223－241．

［3］G．，Theodoridis，P．K．，Veloutsou，C．All customers are not treated equally：Financial exclusion in isolated Greek islands［J］．Journal of Financial Services Marketing，2002，（7）：54－66．

［4］Kempson E，Whyley C．Understanding and combating financial exclusion［J］Insurance Tends，1999，21（4）：18－22．

［5］田霖．中國(guó)金融排除空間差異的影響要素分析［J］．財(cái)經(jīng)研究，2007，（04）：107－119．

［6］王修華，馬柯，王翔．關(guān)于中國(guó)金融排斥狀況的評(píng)價(jià)［J］．理論探索，2009，（05）：68－72．

［7］李濤，王志芳，王海港，譚松濤．中國(guó)城市居民的金融受排斥狀況研究［J］．經(jīng)濟(jì)研究，2010，（07）：15－30．

［8］蔣潤(rùn)祥，謝欣．金融排斥與農(nóng)村金融服務(wù)空白的消除［J］．銀行家，2010，（06）：108－111．

［9］高沛星，王修華．中國(guó)農(nóng)村金融排斥的區(qū)域差異與影響因素——基于省際數(shù)據(jù)的實(shí)證分析［J］．農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2011，（04）：93－102．

［10］胡振，臧日宏．中國(guó)農(nóng)村金融排斥地域差異及因素研究［J］．中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2014，（02）：115－123．

［11］劉長(zhǎng)庚，田龍鵬，陳彬，戴克明．農(nóng)村金融排斥與城鄉(xiāng)收入差距——基于中國(guó)省級(jí)面板數(shù)據(jù)模型的實(shí)證研究［J］．經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2013，（10）：17－27．

［12］譚燕芝，陳彬，田龍鵬，黃向陽．什么因素在多大程度上導(dǎo)致農(nóng)村金融排斥難題——基于2010年中部六省667縣（區(qū)）數(shù)據(jù)的實(shí)證分析［J］．經(jīng)濟(jì)評(píng)論，2014，（01）：25－3．

（責(zé)任編輯：李亞利）

［作者簡(jiǎn)介］潘經(jīng)韜（1992－），男，湖北監(jiān)利人，碩士研究生，研究方向：農(nóng)業(yè)經(jīng)濟(jì)理論與政策。