張 晴， 龔 亮

（1.滁州學(xué)院 經(jīng)濟與管理學(xué)院，安徽 滁州 239000；2.中國人民銀行滁州中心支行，安徽 滁州 239000）

實踐證明，完善的金融體系是提升區(qū)域經(jīng)濟實力的重要支撐.近年來安徽省金融業(yè)水平整體提升的同時，卻面臨著較為普遍的金融排斥問題，嚴(yán)重影響該地區(qū)金融服務(wù)的可獲得性，不利于縣域經(jīng)濟發(fā)展.在2017年4月《安徽省脫貧攻堅工作要點》及《安徽省推進金融扶貧工程的實施意見》中，提出了“發(fā)揮金融支持，實現(xiàn)縣域脫貧”的戰(zhàn)略要求，而金融排斥恰恰是毀約縣域脫貧的重要成因.此時把脈現(xiàn)階段縣域金融排斥困境，具有一定的現(xiàn)實意義.

1 文獻(xiàn)綜述

20世紀(jì)90年代初，Leyshon和Thrift[1]（1993）由金融地理學(xué)中引入金融排斥概念，提出地理距離是影響金融網(wǎng)點服務(wù)獲取與否的直接原因.Carbo[2]（2007）、雷漢云[3]（2015）等學(xué)者認(rèn)為，金融排斥表現(xiàn)的是某些群體被完全排斥在金融體系之外的現(xiàn)象；Sherman Chan[4]（2004）、封思賢[5]（2014）、沈麗[6]（2016）等認(rèn)為金融排斥不是絕對現(xiàn)象，表現(xiàn)的是某些群體在金融服務(wù)的接觸或獲取途徑方面存在難度.本文認(rèn)為，金融排斥是指金融體系中大眾缺少金融服務(wù)的分享狀態(tài)，并受多種因素的影響.金融排斥的評價方面，Kempson和Whyley[7]（1999）引入六個維度，包括條件排斥、價格排斥、營銷排斥、評估排斥、自我排斥與地理排斥，并被廣泛認(rèn)可.國內(nèi)各學(xué)者（王修華，2010[8]；楊德勇，2013[9]；吳靜茹，2017[10]；王磊玲，2017[11]）等多沿用此維度體系，選擇差異性的具體指標(biāo)，針對各層次的研究對象展開金融排斥的測度研究.因此，本文著眼于金融排斥，基于安徽縣域樣本，運用維度分析與主成分分析法，構(gòu)建金融排斥指標(biāo)體系，并剖析安徽縣域的金融排斥特征及困境，給予相應(yīng)的政策建議.

2 指標(biāo)構(gòu)建與樣本選擇

本文沿用Kempson和Whyley[7]（1999）提出的六維度框架.其中，地理排斥是指客戶到金融機構(gòu)的地理距離，多采用該縣域金融機構(gòu)的相對數(shù)量來衡量.條件排斥與價格排斥分別指客戶因金融產(chǎn)品或服務(wù)所需要的必要條件與價格而被排斥在外，如苛刻的貸款復(fù)交條件、擔(dān)保及償還條件；對客戶制定不同的價格.本文采用存貸比來衡量，存貸比越高，則該區(qū)域在金融服務(wù)可獲得的前提下，貸款越少，條件排斥與價格排斥程度越高.營銷排斥是指金融機構(gòu)的營銷與目標(biāo)定位中，將某類人群（往往為農(nóng)民）排斥在外.第三產(chǎn)業(yè)占總產(chǎn)值的比重，可代表該縣域的經(jīng)濟發(fā)展水平，而金融機構(gòu)往往不會拒絕第三產(chǎn)業(yè)較為發(fā)達(dá)的縣域客戶，因此，將其作為營銷排斥的測度指標(biāo).評估排斥是指金融機構(gòu)采用較為嚴(yán)格的評估程序而限制客戶享受金融服務(wù)，本文采用各縣人均貸款額代表該縣域的評估排斥程度.基于此，構(gòu)建縣域金融排斥維度的指標(biāo)體系，見表1所示.

表1 縣域金融排斥維度分析與指標(biāo)選擇

考慮到數(shù)據(jù)的可獲得性，本文采用2011-2015年的安徽62個縣（市）數(shù)據(jù)，均來源于《安徽省統(tǒng)計年鑒》《安徽省金融統(tǒng)計月報》.

3 安徽縣域金融排斥特征分析

采用主成分分析法，提取5個變量主成分，并計算綜合指標(biāo).結(jié)果見表2，即安徽縣域金融排斥的測度及排名情況.

表2 2011年、2015年安徽縣域金融排斥排名情況

第一，橫向來看，不同縣域的金融排斥差異化較為明顯.從2015年來看，靈璧、利辛、臨泉、壽縣、廬江縣的金融排斥狀況較為嚴(yán)重，而繁昌、寧國、蕪湖縣、天長、廣德縣的金融排斥狀況程度較輕.第二，縱向來看，安徽各縣域的金融排斥程度較為穩(wěn)定.除阜南、渦陽、蒙城、界首、霍邱、休寧、肥東縣外，隨著時間的變化，其金融排斥程度雖有一定幅度的波動，但未發(fā)生質(zhì)變.第三，隨著各縣經(jīng)濟與金融基礎(chǔ)的發(fā)展，絕大多數(shù)縣域的金融排斥呈下降趨勢.除五河、霍邱、東至、懷遠(yuǎn)等縣外，大部分縣域的金融業(yè)快速發(fā)展.尤其是原金融排斥程度較重的區(qū)域，如渦陽縣由第6位的提升為第23位，蒙城縣由第7位的提升為第32位，金融排斥困境有較大緩解.

4 安徽縣域金融排斥空間分異分析

4.1 全局自相關(guān)分析

為考察安徽縣域金融排斥的地理相關(guān)性，本文采用全局自相關(guān)系數(shù)與分位圖，研究縣域之間金融排斥的空間分異特征.選用莫蘭指數(shù)檢驗安徽縣域金融排斥的空間自相關(guān)性（Anselin，1988[12]）.計算公式如式（1）所示.

其中,n為研究區(qū)域內(nèi)區(qū)域單元的個數(shù)，ei和ej分別為地區(qū)i和j的觀測值；指數(shù)的取值范圍為[-1,1]，且絕對值越大其空間自相關(guān)性越顯著.

表3 安徽縣域金融排斥的莫蘭指數(shù)

計算安徽縣域金融排斥的莫蘭指數(shù)，結(jié)果如表3，可得莫蘭指數(shù)均大于零，并通過了10%的顯著性檢驗.整體來說，莫蘭指數(shù)由2011年的0.1154上升為2015年的0.2147，表明安徽縣域金融排斥呈現(xiàn)空間正向自相關(guān)，且隨著要素與資源的流動，金融排斥的空間相關(guān)性日益加強.

4.2 空間分異分析

采用分位數(shù)地圖法，剖析安徽縣域金融排斥的空間特征.見圖1為2015年安徽縣域的金融排斥四分位圖，其中，圖中顏色越深，則該縣域金融排斥程度越高.

圖1 安徽縣域金融排斥四分位圖

呈現(xiàn)以下特征：第一，整體來看，安徽縣域呈現(xiàn)由北向南，即從皖北、皖中至皖南，其金融排斥程度逐漸減弱的空間特征.如皖北的靈璧、臨泉、利辛縣，皖中的明光、濉溪、無為、定遠(yuǎn)縣，皖南的寧國、蕪湖、繁昌縣.而此種梯隊式的空間布局，恰恰與各縣域差異化的經(jīng)濟基礎(chǔ)、收入水平、資源與基礎(chǔ)設(shè)施、政策傾斜程度相關(guān).這也為落后縣域擺脫金融排斥困境提供了努力方向.第二，縣域金融排斥程度往往高于其所屬城市，呈現(xiàn)盆地式的空間結(jié)構(gòu).由圖1可見，如阜陽市、蚌埠市等所轄縣域的金融排斥程度明顯高于市級，此種特征幾乎存在于安徽省所有縣域.

5 緩解金融排斥政策建議

5.1 政府主導(dǎo)配置金融資源，改善縣域金融供給

金融機構(gòu)出于追逐利潤的商業(yè)考慮，導(dǎo)致落后縣域金融服務(wù)不足.而金融市場失靈的表現(xiàn)，亟須政府介入，健全金融政策，完善基礎(chǔ)設(shè)施，保證金融資源向縣域包括農(nóng)村傾斜，滿足貧困戶、小微企業(yè)、個體經(jīng)營者的基本金融需求.

5.2 創(chuàng)新經(jīng)營模式與業(yè)務(wù)種類，突破地理排斥與條件排斥

開發(fā)新的業(yè)務(wù)品種，如擔(dān)保貸款或小額信貸與小額保險相結(jié)合，解決信息不對稱或高風(fēng)險的考慮而產(chǎn)生的金融排斥.嘗試開展互聯(lián)網(wǎng)金融，依賴手機、網(wǎng)上銀行、P2P網(wǎng)絡(luò)貸款等方式，幫助縣域客戶與中小微企業(yè)獲取金融產(chǎn)品與服務(wù).

5.3 推動貧困縣域的金融環(huán)境改善

貧困縣域經(jīng)濟與人文環(huán)境落后，金融服務(wù)本身需求不足，阻礙金融市場發(fā)展.此時要振興經(jīng)濟，改善教育與基礎(chǔ)設(shè)施，刺激有效的金融需求，吸引金融供給，從而緩解貧困縣域的金融排斥現(xiàn)象.

〔1〕Leyshon A,Thrift N．The restructuring of the UK financial services industry in the 1990s：A reversal of fortune[J]．Journal of Rural Studies,1993,9(3)：223-241．

〔2〕Carbo S．Gardener E．P．M．Molyneaux P．Financial Exclusion in Europe[J]．Public Money ＆Management,2007,(2)．

〔3〕雷漢云．貧困地區(qū)居民完全金融排斥影響因素的實證研究[J]．經(jīng)濟經(jīng)緯,2015(2)：149-154．

〔4〕Sherman Chan．Financial Exclusion in Australia[A]．The Third Australian Society of Heterodox Economists Conference[C]．University of New South Wales，2004．

〔5〕封思賢,王偉．農(nóng)村金融排斥對城鄉(xiāng)收入差距的影響——基于中國省域面板數(shù)據(jù)的分析[J]．統(tǒng)計與信息論壇,2014(09)：44-50．

〔6〕沈麗,劉亞琳金融排斥對經(jīng)濟增長的空間溢出效應(yīng)[J]．經(jīng)濟與管理評論,2016(06)：94-99．

〔7〕Kempson E,Whyley C．Kept out or opted out．Understanding and combating financial exclusion[M]．London：The Policy Press,1999．

〔8〕王修華，邱兆祥．農(nóng)村金融排斥：現(xiàn)實困境與破解對策[J]．中央財經(jīng)大學(xué)學(xué)報,2010(10)：47-52．

〔9〕楊德勇，田園．區(qū)域差異視角下我國金融排斥的測度與影響因素分析——基于四大經(jīng)濟區(qū)域的劃分[J]．北京工商大學(xué)學(xué)報,2013(6)：81-88．

〔10〕吳靜茹．新農(nóng)村建設(shè)中的金融排斥與破解新思路[J]．現(xiàn)代商業(yè),2017(1)：115-117．

〔11〕王磊玲．傳統(tǒng)農(nóng)區(qū)農(nóng)村金融排斥問題研究[J]．山西農(nóng)業(yè)大學(xué)學(xué)報,2017(1)：29-35．

〔12〕王慶喜、蔣燁、陳卓詠．區(qū)域經(jīng)濟研究實用方法——基于ArcGIS、GeoDa和R的運用[M]．北京：經(jīng)濟科學(xué)出版社，2014（5）：1-18．