黃敦平 陳思玙 高飛

摘要：發(fā)展普惠金融是實現(xiàn)全面建成小康社會的有效途徑，從金融服務便捷度、金融服務參與度、金融服務質量三個方面選取11個指標構建我國普惠金融發(fā)展水平的評價體系，采用因子分析模型評價我國30個省（市、自治區(qū)，港、澳、臺及西藏除外）普惠金融發(fā)展水平。結果表明，我國普惠金融發(fā)展總體水平不高，并存在較強的空間異質性。東部地區(qū)普惠金融發(fā)展水平相對較高，其中，北京、上海普惠金融發(fā)展水平優(yōu)勢明顯，而中西部地區(qū)普惠金融發(fā)展相對較低;進一步通過聚類分析將30個省（市、自治區(qū)）按照發(fā)展水平劃分為普惠金融發(fā)展較高、一般、較低等三類地區(qū)。我國應從完善金融服務、加大扶持力度、鼓勵服務創(chuàng)新等方面促進普惠金融的發(fā)展。

關鍵詞：普惠金融;因子分析;聚類分析

中圖分類號：F062.9

文獻標識碼：A

文章編號：1673-5595（2019）04-0017-07

一、引言

長期以來，世界各國普遍存在金融排斥現(xiàn)象，特定社會階層難以獲得必要的金融服務，而普惠金融卻能以相對較低的成本為社會各階層提供高質量的金融服務，較為有效地解決這一困境。近年來，我國出臺多項政策規(guī)劃助力普惠金融發(fā)展，2015年國務院印發(fā)了《推進普惠金融發(fā)展規(guī)劃（2016—2020年）》，明確提出到2020年我國普惠金融發(fā)展水平要達到國際中上水平的目標，黨的十九大報告也將普惠金融體系建設作為我國金融改革的重要內容之一。經過多年實踐，我國普惠金融取得了一定的成就，但仍面臨著諸如發(fā)展不均衡等問題。綜合評價我國普惠金融發(fā)展水平，對提升我國普惠金融發(fā)展水平，助推我國普惠金融高質量發(fā)展，具有較強的理論和現(xiàn)實意義。

學者們從不同角度對普惠金融展開研究。國外學者Abul Hassan認為只有降低中小微企業(yè)獲得金融產品及服務的門檻，滿足融資需求，才能促進普惠金融健康發(fā)展[1];Demirguc-Kunt等在世界銀行的研究報告中從正式賬戶、儲蓄行為和借款來源三個維度構建普惠金融發(fā)展程度綜合評價指數(shù)，用以度量世界各國普惠金融發(fā)展水平[2];Sinha則從供給、需求及基礎設施建設三個層面選取指標構建綜合評價體系衡量印度普惠金融狀況[3]。國內自從焦瑾璞提出“普惠金融”這一概念以來，經過多年的發(fā)展與研究，普惠金融已成為國家大力落實的戰(zhàn)略[4];姜風旭認為應將市場經濟的運行機制引入普惠金融發(fā)展體系中，增強市場活力[5];張春清認為目前我國在普惠金融發(fā)展過程中應當考慮法律法規(guī)、體制政策以及外部環(huán)境等因素的影響[6];胡振認為應降低金融機構的準入門檻，增加金融產品與服務的供給，擴大金融發(fā)展的普惠范圍[7];郭新明認為發(fā)展普惠金融要注重普惠金融服務供需的有效對接[8];蔣志華主張推進綠色金融、普惠金融與農村金融三者有機融合[9];徐靜認為可通過全方位提升金融扶貧供需對接精準性、構建完善激勵考核機制等途徑提升普惠金融的扶貧精準性[10]。

關于普惠金融發(fā)展指數(shù)的測算也是研究的熱點，學者們采用不同方法對普惠金融發(fā)展問題進行研究。姜愛萍等利用CRITIC法和熵權法對比分析得出通貨膨脹率、商品房銷售額、金融深化率、國內信貸依存度和證券化率是影響金融穩(wěn)定指數(shù)的主要因素[11];陳三毛等基于Chakravarty和Pal指數(shù)方法測算我國各地區(qū)2007—2012年金融包容性水平，發(fā)現(xiàn)中國各地區(qū)金融包容性指數(shù)呈不斷提升趨勢，但也存在較強的區(qū)域間異質性[12];于曉虹等基于 MPPC法同樣得出我國各省份2012—2014年金融發(fā)展水平在不斷提升[13];賈娟琪通過使用DEA和Malmquist指數(shù)方法分別從靜態(tài)綜合效率、分解效率和動態(tài)效率研究了涉農貸款配置效率，在此基礎上進一步通過Tobit模型分析了影響涉農貸款配置效率影響因素，發(fā)現(xiàn)甘肅省的涉農貸款配置效率整體上較高，但同時各市之間也存在較強的異質性[14];張德賢構建我國各地區(qū)2005—2016年的面板數(shù)據(jù)模型，發(fā)現(xiàn)我國普惠金融發(fā)展可以有效縮小城鄉(xiāng)收入差距[15]。

綜上所述，上述文獻從不同角度對普惠金融展開了系統(tǒng)研究，為本文研究奠定了理論基礎。但前文研究大部分測度單個地區(qū)普惠金融發(fā)展水平，而從全國層面的綜合評價相對不多?；诖?，本文構建我國普惠金融發(fā)展指標評價體系，基于2017年數(shù)據(jù)綜合評價我國30個?。ㄊ?、自治區(qū)，港、澳、臺、西藏除外）普惠金融發(fā)展水平，進一步采用系統(tǒng)聚類劃分各省市普惠金融發(fā)展水平，并據(jù)此提出提升我國普惠金融發(fā)展水平的政策建議。

二、我國普惠金融發(fā)展水平評價指標體系構建

本文在張德賢[15]、薛硯馳[16]和前期居民收入差距時空演變分析[17]研究基礎上，引入評價農村普惠金融發(fā)展狀況的小型農村金融機構數(shù)占比、小型農村金融機構從業(yè)人數(shù)等指標，從金融服務便捷度、金融服務參與度、金融服務質量三個維度構建我國普惠金融發(fā)展水平綜合評價指標體系。其中，金融服務便捷度旨在從地理維度和人口維度測量金融機構數(shù)量和從業(yè)人員數(shù)量，從而體現(xiàn)出各地區(qū)居民獲得金融服務的難易程度;金融服務參與度旨在結合全民生活消費水平，從銀行業(yè)和保險業(yè)綜合考慮，從而體現(xiàn)出各省份居民參與金融服務的情況;金融服務質量旨在結合國家實際發(fā)展要求，切實考慮“三農”發(fā)展狀況，結合小貸公司發(fā)展情況考察普惠金融發(fā)展水平。具體指標體系見表1。

（一）金融服務便捷度

通過對金融機構數(shù)量以及從業(yè)人員數(shù)量的考量，可直接反映普惠金融發(fā)展情況。目前我國金融機構在數(shù)量、從業(yè)人員方面發(fā)展較快，但是各個地區(qū)仍有所差異。本文采用每單位面積營業(yè)網點金融機構數(shù)、每單位面積營業(yè)網點從業(yè)人數(shù)、每萬人營業(yè)網點金融機構數(shù)和每萬人營業(yè)網點從業(yè)人數(shù)等四個指標衡量金融服務的便捷度水平，從地理維度和人口維度直接考察普惠金融發(fā)展水平。

（二）金融服務參與度

居民是經濟發(fā)展的主體，居民參與度直接影響到普惠金融的發(fā)展。本文采用每萬人住戶存款余額、每萬人消費貸款余額，結合保險密度、保險深度等指標綜合衡量居民對金融服務的參與度。住戶存款余額反映本地區(qū)居民富裕程度，消費貸款余額反映本地區(qū)居民消費支出水平，保險密度及保險深度綜合反映居民對金融服務的支持程度，通過這四個指標從銀行、保險兩個層面反映該地區(qū)居民對金融服務的參與水平。

（三）金融服務質量

國家鼓勵小微企業(yè)發(fā)展，推出“三農”優(yōu)惠政策，旨在金融服務惠及更多階層。本文結合國家實際發(fā)展要求，采用小貸公司余額占比、小型農村金融機構數(shù)占比、小型農村金融機構從業(yè)人數(shù)占比三個指標衡量金融服務質量。小貸公司余額反映該地區(qū)小型企業(yè)發(fā)展水平，小型農村金融機構數(shù)反映該地區(qū)農村金融服務惠及程度，小型農村金融機構從業(yè)人數(shù)反映該地區(qū)農村金融服務的服務水平，通過上述三個指標綜合反映該地區(qū)小微企業(yè)、農村金融服務的整體質量。

三、模型介紹

（一）因子分析

因子分析方法是一種常用的多元統(tǒng)計分析方法，是主成分分析的推廣。[18]其基本思想是通過對原始數(shù)據(jù)的相關系數(shù)矩陣內部結構的研究，將多個相關聯(lián)的數(shù)值指標轉化為少數(shù)幾個互不相關的綜合指標，即根據(jù)相關性大小把原始變量分組，使得同組內的變量之間相關性較高，而不同組的變量間的相關性較低，每組變量代表一個基本結構，并用一個不可觀測的綜合變量表示，這個基本結構就稱為公共因子。公共因子是相互獨立的不可觀測的理論變量，綜合性的公共因子達到了簡化數(shù)據(jù)結構的目的，更好地反映評價對象。

由于衡量普惠金融發(fā)展水平的統(tǒng)計指標較多，而不同指標之間往往存在相關性，為簡化數(shù)據(jù)結構，有效地找出影響因子，本文選用因子分析方法對眾多指標進行降維處理，從反映普惠金融發(fā)展水平的眾多指標中分別提取出少數(shù)幾個相互獨立的主要公共因子，并進一步計算因子得分，結合其實際意義，對各個省份普惠金融發(fā)展水平進行評估。

（二）聚類分析

聚類分析是通過數(shù)據(jù)建模簡化數(shù)據(jù)的一種有效的多元統(tǒng)計分析方法，能有效解決實際問題，受眾多學者重視。所謂聚類，就是將數(shù)據(jù)分類到不同的類或者簇這樣的一個過程，通過觀察每一簇數(shù)據(jù)的特征，集中對特定的聚簇集合作進一步地分析。聚類分析的中心思想就是把相似的研究對象歸成類，將一個樣本集按照某種標準分為若干子集，使各個子集之間的距離盡可能遠，同一子集中點的距離盡可能近，從而盡可能地將相似的樣本歸為一類，將不相似的樣本歸為不同類別，從而實現(xiàn)聚類。

不同研究者對同一組數(shù)據(jù)進行聚類分析，所得到的聚類數(shù)未必一致。通過比較不同系統(tǒng)聚類方法，發(fā)現(xiàn)類平均法聚類效果較好，且應用比較廣泛，故本文采用組間聯(lián)結的類平均法[18]，通過考慮每兩類樣本之間距離的平均對我國普惠金融發(fā)展水平進行系統(tǒng)聚類。

四、我國普惠金融發(fā)展水平綜合評價

（一）我國普惠金融發(fā)展水平因子分析

本文數(shù)據(jù)來源于《中國統(tǒng)計年鑒2018》，基于普惠金融發(fā)展評價指標體系，采用因子分析模型綜合評價我國30個?。ㄊ小⒆灾螀^(qū)，港、澳、臺、西藏除外）普惠金融發(fā)展水平，測算出各省份普惠金融發(fā)展綜合得分，在此基礎上進一步采用聚類分析法來劃分各省份普惠金融發(fā)展的水平。因為數(shù)據(jù)間量綱和數(shù)量級差異可能會對分析造成偏差，所以將數(shù)據(jù)進行標準化處理得到X1～X11，并建立各指標相關系數(shù)矩陣，具體如表2所示。

對原始數(shù)據(jù)進行因子可行性檢驗，本模型的Kaiser-Meger-Olkin值為0.664（>0.5），表明樣本量充足，Bartlett球度檢驗對應的P值為0.000（<0.05），可拒絕Bartlett的球形度的零假設，說明變量間具有一定相關性，樣本數(shù)據(jù)適合于因子分析。應用方差分解主成分提取分析的結果見表3，由表3可知前3個公共因子累計貢獻率占總方差84.423%，可以提取3個公共因子，進一步采用最大方差法進行旋轉，輸出結果如表4所示。

由表3和表4可知，提取的第1個公共因子主成分旋轉載荷平方和權重為46.812%，說明每萬人住戶存款余額、每萬人消費貸款余額、保險密度和保險深度等4個指標載荷相對較大，此因子命名為參與度因子。

第2個公共因子主成分旋轉載荷平方和權重為19.296%，說明小型農村金融機構占比、小型農村金融機構從業(yè)人數(shù)占比和小貸公司余額占比等3個指標的載荷相對較大，此因子命名為質量因子。

第3個公共因子主成分旋轉載荷平方和權重為18.315%，說明每單位面積營業(yè)網點金融機構數(shù)、每單位面積營業(yè)網點從業(yè)人數(shù)、每萬人營業(yè)網點金融機構數(shù)和每萬人營業(yè)網點從業(yè)人數(shù)等4個指標的載荷相對較大，此因子命名為便捷度因子。

分別用字母F1、F2、F3表示參與度因子、質量因子、便捷度因子這3個公共因子主成分，根據(jù)各因子的方差貢獻率，采用加權平均法計算我國各地區(qū)普惠金融發(fā)展水平，綜合得分如表5所示。

由表5可知，我國各地區(qū)普惠金融發(fā)展總體水平不高。全國30個?。ㄊ?、自治區(qū)）中只有北京、上海、遼寧、廣東、山東、浙江、江蘇、河北、天津和四川等10個?。ㄊ校┑钠栈萁鹑诎l(fā)展因子綜合得分為正，僅有北京和上海的因子綜合得分超過1，而有20個?。ㄊ?、自治區(qū)）綜合得分小于0。此外，我國東部、中部、西部三大地區(qū)普惠金融發(fā)展水平存在較強的空間異質性。其中，東部地區(qū)各省（市）普惠金融發(fā)展整體水平相對較高，因子綜合得分全國排名前10位的?。ㄊ校┲杏?個位于東部，并且東部地區(qū)北京和上海普惠金融發(fā)展水平優(yōu)勢明顯，因子綜合得分分別是排名第3的遼寧省的1.64和1.45倍，遠高于東部其他?。ㄊ校?中部地區(qū)各省份普惠金融均處于中等水平，整體落后于東部地區(qū)，其中湖南、河南、安徽的F3得分排名較靠前，說明其對小微企業(yè)和“三農”的扶持力度較大，但是其他因子得分仍然不高，除湖南省外，其他中部地區(qū)因子綜合得分均為負值;西部地區(qū)各省份普惠金融發(fā)展水平整體較低，僅四川省綜合得分大于0，其余9個省份因子綜合得分均小于0，在全國排名后10位的省份中，有8個省份屬于西部地區(qū)。近年來，國家重視西部地區(qū)金融的發(fā)展，給予較大的政策支持，西部地區(qū)普惠金融發(fā)展增速加快，但整體水平仍落后于東部地區(qū)。

（二）我國普惠金融發(fā)展水平聚類分析

為深入分析我國各地區(qū)普惠金融發(fā)展水平空間異質性，基于本文構建的普惠金融發(fā)展水平綜合評價指標體系對我國30個?。ㄊ?、自治區(qū)）進行聚類分析，按照發(fā)展水平的高低將其劃分為較高地區(qū)、一般地區(qū)、較低地區(qū)三種類型，具體分類結果見表6。

由表6可知，我國普惠金融發(fā)展水平較高地區(qū)為北京、上海、遼寧等3個省市，它們的因子綜合評價得分也位于前三位。北京市作為我國政治、經濟、文化中心，金融發(fā)展程度遠高于其他地區(qū)，且城市化程度較高，農村地區(qū)也能較好地享受金融服務。上海是我國首批沿海開放城市之一，又是我國綜合交通樞紐、中國金融中心，其金融服務業(yè)具有較強的實力。北京和上海的F1得分遠遠高于其他省份，分別是第三名的5.08、5.32倍，這兩個地區(qū)經濟實力雄厚，居民對金融服務的參與程度較高，其普惠金融發(fā)展水平處于前列。遼寧省作為東部沿海省份之一，雖然近年經濟增速有所下滑，但經濟發(fā)展質量和效益進一步提高，金融業(yè)發(fā)展得到保障，以至其F2遠高于其他省份，得分是廣東省的10.65倍。

普惠金融發(fā)展水平一般地區(qū)為山東、廣東、浙江、江蘇、重慶等5個?。ㄊ校?。山東省的F1、F2和F3得分分別排在第10、12和3位，F(xiàn)3得分較高，表明山東省金融服務便捷度較高，金融支持的力度較大，從人口維度和地理維度均可以方便地獲得金融服務，全省經濟總體運行平穩(wěn)，但是F1和F2得分不高，因此仍然需要鼓勵居民參與金融服務，鼓勵金融業(yè)助力中小微企業(yè)發(fā)展，最終有效提升普惠金融發(fā)展水平;廣東省的F1、F2和F3分別排在第4、6和2位，其質量因子與普惠金融發(fā)展水平較高的城市相比相對較低，從而影響到其綜合得分;江蘇省的F1和F3都排在第6位，但F2得分排在第19位，其農村金融支持力度相對較弱，因此需加大對中小微企業(yè)發(fā)展支持力度，并且鼓勵農村金融發(fā)展，提升普惠金融水平;浙江省的F1、F2和F3得分分別排在第5、17、10位，同江蘇省相似，浙江省經濟發(fā)展相對較好，但是對于農村金融的支持力度還需進一步增強;重慶市最近十年經濟增速領跑全國，消費潛力較大，有著廣闊的市場，但是經濟基礎較為薄弱，普惠金融發(fā)展水平一般，還需要進一步的發(fā)展。

普惠金融發(fā)展水平較低地區(qū)為天津、四川、河北、安徽、黑龍江、山西、福建、河南、湖南、貴州、湖北、吉林、江西、陜西、云南、青海、海南、甘肅、內蒙古、廣西、寧夏、新疆等22個省（市、自治區(qū)）。這些地區(qū)的F1、F2和F3得分普遍不高，普惠金融發(fā)展處于較低水平，與前兩類省份之間存在一定差距。除河北、四川和湖南外，其余省份的綜合得分均小于0。其中，天津的F1、F2和F3分別排在第3、29和27位，在F2和F3得分上相對較低，天津市的人口密度大，但是營業(yè)網點金融機構數(shù)和從業(yè)人數(shù)相對較少，且農村金融支持力度相對較弱;安徽省的F1、F2和F3分別排在第17、10和7位，F(xiàn)1得分較低反映安徽省居民的生活水平偏低，雖然安徽省近幾年經濟也得到較快發(fā)展，但是由于產業(yè)結構層次不高，區(qū)域經濟發(fā)展不均衡，農村普惠金融發(fā)展相對不足，普惠金融綜合水平仍然處于較低的水平;吉林省的F1、F2得分都排在第15位，F(xiàn)3得分排在13位，排名均不高，吉林省是重要的工業(yè)和農業(yè)強省，但是經濟發(fā)展增速處于全國均值以下，金融服務方面還需要進一步加強;陜西省的F1、F2和F3得分分別排在第18、16和19位，各得分均偏低，綜合排名較低，雖然陜西省抓住國家西部大開發(fā)機遇近幾年經濟發(fā)展較快，但是由于西部地區(qū)經濟基礎相對薄弱，起步相對較晚，陜西省的普惠金融水平相對較弱。

五、結論與政策建議

本文從金融服務的便捷度、參與度和質量三個維度選取11個指標構建普惠金融發(fā)展水平指標體系，并采用因子分析綜合評價我國各地區(qū)普惠金融發(fā)展水平，研究表明我國各地區(qū)普惠金融發(fā)展水平總體不高，并且我國東、中、西部三大地區(qū)普惠金融發(fā)展水平存在較強的空間異質性，東部地區(qū)省份普惠金融發(fā)展整體水平要高于中、西部地區(qū)省份。在此基礎上進一步采用聚類分析將我國30個省（市、自治區(qū)）按普惠金融發(fā)展水平劃分為較高、一般、較低等三大類。其中，北京市、上海市、遼寧省屬于普惠金融發(fā)展水平較高地區(qū)，山東省、廣東省、浙江省、江蘇省、重慶市屬于普惠金融發(fā)展水平一般地區(qū)，其余22個?。ㄊ?、自治區(qū)）屬于普惠金融發(fā)展水平較低地區(qū)。

綜合上述研究結論，提出如下有效提升我國普惠金融發(fā)展水平政策建議：一是突出普惠金融普惠性特色，完善便捷金融服務。傾力打造豐富多元、創(chuàng)新領先的產品服務，進一步推廣各地區(qū)金融創(chuàng)新實踐，探索具有區(qū)域特色的金融服務模式，充分發(fā)揮普惠金融給居民帶來便捷性作用，提高人民生活品質。同時，要加強中西部地區(qū)金融市場的配套設施建設，優(yōu)化信用、網絡、支付等環(huán)境，完善產權交易機制，為普惠金融營造一個良好的發(fā)展環(huán)境，以提高居民對金融服務的滿意度。二是加大對中西部地區(qū)普惠金融扶持力度，促進區(qū)域經濟協(xié)調發(fā)展。我國中西部地區(qū)普惠金融發(fā)展水平落后于東部地區(qū)，應實行普惠金融區(qū)域差異化發(fā)展戰(zhàn)略，因地制宜謀劃本地區(qū)普惠金融發(fā)展策略，提高中西部地區(qū)的經濟發(fā)展水平，有效探索中西部地區(qū)居民的資金需求，提高對居民的金融服務的能力。三是推動中西部地區(qū)數(shù)字金融的發(fā)展，鼓勵金融服務創(chuàng)新。加大中西部地區(qū)網絡建設力度，搶抓互聯(lián)網金融發(fā)展的歷史機遇，通過使用數(shù)字金融擺脫地理空間上的約束[19]，彌補傳統(tǒng)金融的短板，以促進一系列的金融服務實現(xiàn)網絡科技時代的金融創(chuàng)新，以便于中西部地區(qū)普惠金融較好發(fā)展。

參考文獻：

[1] Abul Hassan. Financial Inclusion of the Poor：from Microcredit to Islamic Micro Financial Services[J].Hummanomics，2005，31（3）：345-371.

[2] Demirguc-Kunt Asli， Klapper Leora， Randall Douglas. Islamic Finance and Financial Inclusion： Measuring Use of and Demand for Formal Financial Services among Muslim Adults[J]. Review of Middle East Economics and Finance，2012，10（2）：1-43.

[3] Sinha Ram Pratap. Index of Financial Inclusion： Some Empirical Results [M].Springer India：2014.

[4] 焦瑾璞.構建普惠金融體系的重要性[J].中國金融，2010（10）：12-13.

[5] 姜風旭.發(fā)展普惠金融 助力和諧社會建設[J].華北金融，2007（11）：33-35.

[6] 張春清.普惠金融信貸扶持體系研究[J].西南金融，2009（10）：38-40.

[7] 胡振.吉林省農村金融排斥問題研究[D].長春：吉林農業(yè)大學，2012.

[8] 郭新明.西部地區(qū)普惠金融體系建設[J].中國金融，2014（11）：59-60.

[9] 蔣志華.努力實現(xiàn)綠色金融、普惠金融與農村金融的有機融合[J].決策咨詢，2016（6）：23-25.

[10] 徐靜.提升東營市金融扶貧精準性的路徑[J].中國石油大學學報（社會科學版），2018，34（2）：50-54.

[11] 姜愛萍，張藍飛.我國金融穩(wěn)定的影響因素分析——基于不同角度不同方法的比較[J].商業(yè)經濟研究，2019（2）：190-192.

[12] 陳三毛，錢曉萍.中國各省金融包容性指數(shù)及其測算[J].金融論壇，2014，19（9）：3-8.

[13] 于曉虹，樓文高，余秀榮.中國省際普惠金融發(fā)展水平綜合評價與實證研究[J].金融論壇，2016，21（5）：18-32.

[14] 賈娟琪.普惠金融視角下甘肅省涉農貸款配置效率及影響因素研究——基于DEA-Tobit方法[J].金融理論與實踐，2018（2）：38-43.

[15] 張德賢.普惠金融發(fā)展對我國城鄉(xiāng)收入差距的影響研究[D].北京：首都經濟貿易大學，2018.

[16] 薛硯馳.省際普惠金融綜合評價研究[D].長沙：湖南大學，2017.

[17] 黃敦平，于瀟.居民收入差距時空演變分析——基于Theil指數(shù)的分解[J].中國石油大學學報（社會科學版），2015，31（5）：19-23.

[18] 薛薇.SPSS統(tǒng)計分析方法及應用[M].北京：電子工業(yè)出版社，2017.

[19] 方建國，林凡力.綠色金融與經濟可持續(xù)發(fā)展的關系研究——基于中國30個省際面板數(shù)據(jù)的實證分析[J].中國石油大學學報（社會科學版），2019，35（1）：14-20.

責任編輯：韓國良

Abstract：The development of inclusive finance is an effective way for building a well-off society in an all-round way.In this article，11 indicators are selected to build an evaluation system of inclusive finance development level from three aspects， i.e.， financial service convenience， financial service participation and financial service quality， and factor analysis is used to evaluate the development level of inclusive finance in 30 provinces. The results show that the level of inclusive finance development in China is low and there is a strong spatial heterogeneity.The level in the eastern regions is relatively high， and the level in Beijing and Shanghai has obvious advantages， while the level in the western regions is relatively low. Further， through clustering analysis， the provinces in China are divided into three categories in the development level of inclusive finance： high level， middle level and low level. Finally， some suggestions are put forward from the aspects of improving financial services， increasing support and encouraging service innovation， etc..

Key words： inclusive finance; factor analysis; clustering analysis