论文部分内容阅读
“金融排斥”指的是在金融体系中，一部分人由于各种原因无法享受到基本金融服务的一种状态，具有六个维度：地理排斥、价格排斥、条件排斥、营销排斥、评估排斥和自我排斥。其中，地理排斥指的是金融机构的地理可及性问题。无论是在理论上还是在实践上，地理排斥在金融排斥的六个维度中都具有基础性的地位。
目前国内学者对金融排斥的研究仍是以各省份平均值的对比分析为主，而平均值易受极端值的影响，各省份极少数的金融网点极其密集的地区会拉高该省份的平均值，较高的省级平均水平却掩盖了省份内部农村地区金融排斥的严重程度。为此，本文将以各省份的区县中位数值作为该省金融发展情况的一般代表，能够克服平均值易受极端值影响这一缺点。本文将以四个金融密度的测量指标，衡量中国金融排斥的空间差异。
测量指标体系：“四个金融密度”
在金融排斥的各个维度中，地理排斥具有最基础性的地位。尤其在偏远落后的农村地区，金融机构的地理可及性是最重要。在对地理排斥的衡量中，金融机构网点数量是最常用的指标。以金融机构网点数量为基础，本文构建了“四个金融密度”指标体系，包括“行政金融密度”、“地理金融密度”、“人口金融密度”和“地理金融密度”四个具体指标，其含义及计算公式如表1所示。
此处的计算是以各县为基本的计算单位，当要计算省的金融密度时，本文的方法是：计算出各县的四个金融密度后，以該省的中位数来代表该省的四个指标。同样的，在计算各地区、全国的金融密度时，也采用中位数方法。由此避免了平均值易受极端值影响的弊端，而全国各省份的网点数量也或多或少地呈现偏态分布的情况。因此，以中位数而非省级层面的平均值为计算依据，更能代表各省农村地区金融排斥的一般水平。
中国农村金融地理排斥的省间差距
根据本文的定义，全国各省份（不包括港澳台地区）的“四个金融密度”计算结果如表2所示。
先看行政金融密度。上海、江苏和天津三地农村地区的行政金融密度均在100个/县以上，在全国各省份中遥遥领先。然而，表中统计的上海农村地区仅包括崇明县1个县，天津农村地区仅包括宁河县、静海县和蓟县这3个县，县的数量少，且受惠于整个省市的城市发展，农村地区的发展也较好。表中统计的江苏农村地区数据包括25个县和26个地级市的情况，总体而言，江苏农村地区的金融发展程度较好，网点数量最少的洪泽县也有34个网点。重庆的农村地区行政金融密度为92个/县，在西部地区中处于领先水平。安徽、湖南、湖北、河北等地的网点数量在45～70个/县，在全国处于中等水平；甘肃、贵州、内蒙古、宁夏、云南等省份农村地区的金融发展程度较低，行政金融密度仅在30个/县上下；行政金融密度最低的是新疆、西藏和青海三地，行政金融密度均在20个/县以下，其中西藏仅为7个/县，行政金融密度最高的上海市117个/县，是西藏的近17倍，江苏则是西藏的15倍多。由此可见，我国县域金融网点已呈现明显的按市场原则配置的特征，而在行政金融密度低的地区，地理排斥极其严重，严重制约着当地经济的发展。
再看地理金融密度。地理金融密度是由各个县的金融机构网点数量除以该县的地理面积，再用地理金融密度的中位数来代表该省的地理金融密度。由于地理金融密度剔除了地理面积这一因素的影响，平均而言，县的面积越大，该省的地理金融密度排名就较行政金融密度排名落后了，如江苏、重庆，其地理金融密度的排名均比行政金融密度落后。然而，虽然各省份的排名有小幅变动，但总的趋势仍然不变。上海、天津、浙江、江苏等省市的地理金融密度仍名列前茅，均在6.5个/百平方公里以上；新疆、青海、西藏这三个省区的地理金融密度仍然垫底，均在0.2个/百平方公里以下。地理金融密度最高的上海市达9.78个/百平方公里，是最低的西藏（0.09个/百平方公里）的109倍。为避免这两个地区特殊原因的影响，我们进一步选取东部地区的典型代表浙江（其地理金融密度为6.55个/百平方公里），是西部地区的典型代表贵州（1.68个/百平方公里）的4倍多，是西藏的73倍。西部内部的巨大差异，远超过东中西这三大区域之间的差异。
接着看人口金融密度。人口金融密度是剔除了人口数量的影响，因此，在行政金融密度一定时，各县的人口数量越多，算出的人口金融密度越低；人口数量越少，人口金融密度越高。由于各省农村地区在人口数量上的巨大差异，导致人口金融密度排序与行政金融密度的排序出现了巨大的跳跃和翻转。在行政金融密度和地理金融密度均为倒数第一的西藏，却在人口金融密度中名列第一位，这并不是由于其金融机构网点数量多，而是由于其人口十分稀少。同样，内蒙古、宁夏、新疆、青海等地，也由于人口数量少的原因而在人口金融密度中排序上升。而河南却由于人口数量太多、人口密度很大，一下子排在了人口金融密度的最后一位；重庆的人口金融密度排名也较行政金融密度落后了19位。当然，浙江、北京、天津、上海虽然人口密度很大，但由于其金融机构网点数量多，因此在人口金融密度的排名中仍然名列前茅。西藏、浙江、天津、北京的人口金融密度均在1.8以上，在全国处于领先水平；陕西、甘肃、河北、重庆、四川等地则处在中间水平；云南、广东、湖北、贵州、广西、河南六省区的人口金融密度最低，均在1个/万人以下。各省中人口金融密度最高的西藏（1.98个/万人），是最少的河南（0.78个/万人）的2.5倍左右。虽然各省份农村地区的人口金融密度差异很大（最高值是最低值的2.5倍），但相对于地理金融排斥的巨大差异（最高值是最低值的109倍）而言，人口金融密度的差异幅度没有那么大，也赶不上行政金融密度的差异幅度（最高值是最低值的17倍）。这显示了中国金融网点布局更具有按人口密度配比的特征。
最后看经济金融密度。由于经济金融密度剔除了经济发展水平的影响，因此，当两地处于同样经济发展水平时，金融机构网点数量越多的地方，其经济金融密度越大，金融排斥程度越轻。然而，由于各省在经济发展水平上差异巨大，导致各省的经济金融密度排名与行政金融密度排名再次出现了很大的翻转、跳跃，甚至有反向排列的趋势。全国经济金融密度最大的是西藏，为1.87个/亿元GDP，其次是甘肃、贵州、陕西、青海等地；经济金融密度最小的是江苏，为0.37个/亿元GDP，另外，山东、浙江、福建、上海、天津等省份的经济金融密度也很小，排名非常靠后。然而，如果仅此就认为西藏、青海等地的金融排斥程度较轻，江苏、浙江、上海等地的金融排斥程度较重，则是难以让人信服的。因为，西藏、甘肃、青海等地的经济金融密度排名靠前，并不是因为其金融机构网点数量多，而是因为其GDP总量少、经济落后。江苏、浙江、上海等地的经济金融密度排名靠后，是因为其GDP总量太高，导致算出的经济金融密度反而越低。由此可以发现，由于各省在经济发展水平上的差异太大，导致经济金融密度无法代表实际的金融排斥程度。对于这一点，也可以这样理解：虽然当GDP总量一定时，各省拥有的金融机构网点数量越少，表明其金融排斥程度越严重；但拥有的金融机构网点数量少也可能意味着金融网点的运行效率更高，表明其金融排斥程度越轻。因此，经济金融密度这个指标在内涵上出现了矛盾性，在衡量各省的金融排斥程度时，要十分谨慎地运用。 为了更清晰地看出各省在四个“金融密度”上的差异，本文绘制了四个“金融密度”的全国分布图（见图1～图4）。
从图中也可以明显地看到，中国农村地区的行政金融密度和地理金融密度均呈现出“东多西少”的状况，二者的地图颜色深浅大致相同；而人口金融密度的颜色深浅却与二者存在一定差异；经济金融密度的颜色深浅变化则与行政金融密度呈现相反的情况。
中国农村金融地理排斥的地区间差距
农村地区的金融排斥程度不仅在各个省份间差异明显，在中国中东西部地区间也呈现明显的差异。
如表3所示，在行政金融密度上，东部地区各个县的网点数量的中位数是63个，中部地区是55个，西部地区仅29个，该数字还不到东部地区的一半。29個金融机构网点分摊到各个乡镇，平均每个乡镇也就一两个金融机构网点，西部地区的农村金融排斥程度十分严重。
在地理金融密度上，东部地区各个县每百平方公里拥有金融机构网点数量的中位数是4.76个，中部地区是2.88个，约是东部地区的一半左右；西部地区约为1个，与东部地区差异巨大，仅占东部地区的1/5左右。当然，从行政金融密度和地理金融密度的对比中可以发现，东西部地理金融密度差距比行政金融密度差距更大的原因在于西部地区各个县的地理面积更大。由于西部地区许多县的人口较少，因此东西部的人口金融密度差距没有行政金融密度的差距那么大，而是十分接近：东部地区的人口金融密度为1.23个/万人，西部地区为1.25个/万人。而中部地区各个县由于人口比较多，因此在人口金融密度上反而比西部地区落后，仅1.15个/万人。最后看经济金融密度。由于东部地区经济发展水平较高，导致其算出的经济金融密度反而最小，为0.48个/亿元GDP；而西部地区由于经济发展水平落后，GDP总量少，导致其经济金融密度反而更高，为0.98个/亿元GDP；中部地区居中，为0.76个/亿元GDP。由于经济金融密度指标内涵的矛盾性，因此不能由此简单地认为西部地区金融排斥程度轻，东部地区金融排斥程度更重，这其中的关键在于东部地区的金融机构运行效率更高。
政策建议
2005年，联合国系统在国际小额信贷年期间，提出了“普惠金融体系”的新概念，主张要为所有金融服务需求的个人和企业提供普遍的金融服务，其中特别强调小额信贷和微型金融的发展，并将其纳入整个金融体系。要实现这一目标，首要的就是消除金融机构网点的地理可及性问题，即地理排斥问题。如前文所述，中国农村金融的地理排斥问题非常严重，且存在巨大的地区差异。总的来说，中西部地区的金融机构网点数量很少，现存的金融空白乡镇也大多位于中西部地区。因此，未来的金融网点布局中，要有倾斜性地向中西部地区进行政策扶持，对此，本文提出三个思路，可供参考：
第一，通过对在中西部偏远农村地区开设银行网点的进行网点建设补贴、运营成本补贴等，同时辅以税收优惠政策，吸引银行到中西部农村地区开设网点。
第二，通过发展农民资金互助社、信贷互助小组等半正式金融形式，让内生于农村社会的新型金融机构成长起来。利用资金互助社的信息优势、成本优势等，保障农民在缺乏外来金融机构的情况下，也可以通过这类资金互助社获得基本的存款、贷款服务。同时通过垂直合作安排,使得这类半正式金融组织成为转贷平台。
第三，加强农村的基础设施建设，为金融机构网点的设立提供基本的物质保障。例如，青海部分农村地区海拔高，交通不便，同时电力、通信基础设施差，严重制约着当地金融机构网点的生存和发展。要吸引金融机构到这些地区开始网点，必须改善当地的基础设施。在日益市场化取向的今天，需要政府织锦，才能带来商业金融机构添花。
（作者单位：重庆农村商业银行江北支行，中国人民大学农业与农村发展学院）
项目研究得到国家自然科学基金（71073163）和教育部博士点基金（20110004110003）资助。
目前国内学者对金融排斥的研究仍是以各省份平均值的对比分析为主，而平均值易受极端值的影响，各省份极少数的金融网点极其密集的地区会拉高该省份的平均值，较高的省级平均水平却掩盖了省份内部农村地区金融排斥的严重程度。为此，本文将以各省份的区县中位数值作为该省金融发展情况的一般代表，能够克服平均值易受极端值影响这一缺点。本文将以四个金融密度的测量指标，衡量中国金融排斥的空间差异。
测量指标体系：“四个金融密度”
在金融排斥的各个维度中，地理排斥具有最基础性的地位。尤其在偏远落后的农村地区，金融机构的地理可及性是最重要。在对地理排斥的衡量中，金融机构网点数量是最常用的指标。以金融机构网点数量为基础，本文构建了“四个金融密度”指标体系，包括“行政金融密度”、“地理金融密度”、“人口金融密度”和“地理金融密度”四个具体指标，其含义及计算公式如表1所示。
此处的计算是以各县为基本的计算单位，当要计算省的金融密度时，本文的方法是：计算出各县的四个金融密度后，以該省的中位数来代表该省的四个指标。同样的，在计算各地区、全国的金融密度时，也采用中位数方法。由此避免了平均值易受极端值影响的弊端，而全国各省份的网点数量也或多或少地呈现偏态分布的情况。因此，以中位数而非省级层面的平均值为计算依据，更能代表各省农村地区金融排斥的一般水平。
中国农村金融地理排斥的省间差距
根据本文的定义，全国各省份（不包括港澳台地区）的“四个金融密度”计算结果如表2所示。
先看行政金融密度。上海、江苏和天津三地农村地区的行政金融密度均在100个/县以上，在全国各省份中遥遥领先。然而，表中统计的上海农村地区仅包括崇明县1个县，天津农村地区仅包括宁河县、静海县和蓟县这3个县，县的数量少，且受惠于整个省市的城市发展，农村地区的发展也较好。表中统计的江苏农村地区数据包括25个县和26个地级市的情况，总体而言，江苏农村地区的金融发展程度较好，网点数量最少的洪泽县也有34个网点。重庆的农村地区行政金融密度为92个/县，在西部地区中处于领先水平。安徽、湖南、湖北、河北等地的网点数量在45～70个/县，在全国处于中等水平；甘肃、贵州、内蒙古、宁夏、云南等省份农村地区的金融发展程度较低，行政金融密度仅在30个/县上下；行政金融密度最低的是新疆、西藏和青海三地，行政金融密度均在20个/县以下，其中西藏仅为7个/县，行政金融密度最高的上海市117个/县，是西藏的近17倍，江苏则是西藏的15倍多。由此可见，我国县域金融网点已呈现明显的按市场原则配置的特征，而在行政金融密度低的地区，地理排斥极其严重，严重制约着当地经济的发展。
再看地理金融密度。地理金融密度是由各个县的金融机构网点数量除以该县的地理面积，再用地理金融密度的中位数来代表该省的地理金融密度。由于地理金融密度剔除了地理面积这一因素的影响，平均而言，县的面积越大，该省的地理金融密度排名就较行政金融密度排名落后了，如江苏、重庆，其地理金融密度的排名均比行政金融密度落后。然而，虽然各省份的排名有小幅变动，但总的趋势仍然不变。上海、天津、浙江、江苏等省市的地理金融密度仍名列前茅，均在6.5个/百平方公里以上；新疆、青海、西藏这三个省区的地理金融密度仍然垫底，均在0.2个/百平方公里以下。地理金融密度最高的上海市达9.78个/百平方公里，是最低的西藏（0.09个/百平方公里）的109倍。为避免这两个地区特殊原因的影响，我们进一步选取东部地区的典型代表浙江（其地理金融密度为6.55个/百平方公里），是西部地区的典型代表贵州（1.68个/百平方公里）的4倍多，是西藏的73倍。西部内部的巨大差异，远超过东中西这三大区域之间的差异。
接着看人口金融密度。人口金融密度是剔除了人口数量的影响，因此，在行政金融密度一定时，各县的人口数量越多，算出的人口金融密度越低；人口数量越少，人口金融密度越高。由于各省农村地区在人口数量上的巨大差异，导致人口金融密度排序与行政金融密度的排序出现了巨大的跳跃和翻转。在行政金融密度和地理金融密度均为倒数第一的西藏，却在人口金融密度中名列第一位，这并不是由于其金融机构网点数量多，而是由于其人口十分稀少。同样，内蒙古、宁夏、新疆、青海等地，也由于人口数量少的原因而在人口金融密度中排序上升。而河南却由于人口数量太多、人口密度很大，一下子排在了人口金融密度的最后一位；重庆的人口金融密度排名也较行政金融密度落后了19位。当然，浙江、北京、天津、上海虽然人口密度很大，但由于其金融机构网点数量多，因此在人口金融密度的排名中仍然名列前茅。西藏、浙江、天津、北京的人口金融密度均在1.8以上，在全国处于领先水平；陕西、甘肃、河北、重庆、四川等地则处在中间水平；云南、广东、湖北、贵州、广西、河南六省区的人口金融密度最低，均在1个/万人以下。各省中人口金融密度最高的西藏（1.98个/万人），是最少的河南（0.78个/万人）的2.5倍左右。虽然各省份农村地区的人口金融密度差异很大（最高值是最低值的2.5倍），但相对于地理金融排斥的巨大差异（最高值是最低值的109倍）而言，人口金融密度的差异幅度没有那么大，也赶不上行政金融密度的差异幅度（最高值是最低值的17倍）。这显示了中国金融网点布局更具有按人口密度配比的特征。
最后看经济金融密度。由于经济金融密度剔除了经济发展水平的影响，因此，当两地处于同样经济发展水平时，金融机构网点数量越多的地方，其经济金融密度越大，金融排斥程度越轻。然而，由于各省在经济发展水平上差异巨大，导致各省的经济金融密度排名与行政金融密度排名再次出现了很大的翻转、跳跃，甚至有反向排列的趋势。全国经济金融密度最大的是西藏，为1.87个/亿元GDP，其次是甘肃、贵州、陕西、青海等地；经济金融密度最小的是江苏，为0.37个/亿元GDP，另外，山东、浙江、福建、上海、天津等省份的经济金融密度也很小，排名非常靠后。然而，如果仅此就认为西藏、青海等地的金融排斥程度较轻，江苏、浙江、上海等地的金融排斥程度较重，则是难以让人信服的。因为，西藏、甘肃、青海等地的经济金融密度排名靠前，并不是因为其金融机构网点数量多，而是因为其GDP总量少、经济落后。江苏、浙江、上海等地的经济金融密度排名靠后，是因为其GDP总量太高，导致算出的经济金融密度反而越低。由此可以发现，由于各省在经济发展水平上的差异太大，导致经济金融密度无法代表实际的金融排斥程度。对于这一点，也可以这样理解：虽然当GDP总量一定时，各省拥有的金融机构网点数量越少，表明其金融排斥程度越严重；但拥有的金融机构网点数量少也可能意味着金融网点的运行效率更高，表明其金融排斥程度越轻。因此，经济金融密度这个指标在内涵上出现了矛盾性，在衡量各省的金融排斥程度时，要十分谨慎地运用。 为了更清晰地看出各省在四个“金融密度”上的差异，本文绘制了四个“金融密度”的全国分布图（见图1～图4）。
从图中也可以明显地看到，中国农村地区的行政金融密度和地理金融密度均呈现出“东多西少”的状况，二者的地图颜色深浅大致相同；而人口金融密度的颜色深浅却与二者存在一定差异；经济金融密度的颜色深浅变化则与行政金融密度呈现相反的情况。
中国农村金融地理排斥的地区间差距
农村地区的金融排斥程度不仅在各个省份间差异明显，在中国中东西部地区间也呈现明显的差异。
如表3所示，在行政金融密度上，东部地区各个县的网点数量的中位数是63个，中部地区是55个，西部地区仅29个，该数字还不到东部地区的一半。29個金融机构网点分摊到各个乡镇，平均每个乡镇也就一两个金融机构网点，西部地区的农村金融排斥程度十分严重。
在地理金融密度上，东部地区各个县每百平方公里拥有金融机构网点数量的中位数是4.76个，中部地区是2.88个，约是东部地区的一半左右；西部地区约为1个，与东部地区差异巨大，仅占东部地区的1/5左右。当然，从行政金融密度和地理金融密度的对比中可以发现，东西部地理金融密度差距比行政金融密度差距更大的原因在于西部地区各个县的地理面积更大。由于西部地区许多县的人口较少，因此东西部的人口金融密度差距没有行政金融密度的差距那么大，而是十分接近：东部地区的人口金融密度为1.23个/万人，西部地区为1.25个/万人。而中部地区各个县由于人口比较多，因此在人口金融密度上反而比西部地区落后，仅1.15个/万人。最后看经济金融密度。由于东部地区经济发展水平较高，导致其算出的经济金融密度反而最小，为0.48个/亿元GDP；而西部地区由于经济发展水平落后，GDP总量少，导致其经济金融密度反而更高，为0.98个/亿元GDP；中部地区居中，为0.76个/亿元GDP。由于经济金融密度指标内涵的矛盾性，因此不能由此简单地认为西部地区金融排斥程度轻，东部地区金融排斥程度更重，这其中的关键在于东部地区的金融机构运行效率更高。
政策建议
2005年，联合国系统在国际小额信贷年期间，提出了“普惠金融体系”的新概念，主张要为所有金融服务需求的个人和企业提供普遍的金融服务，其中特别强调小额信贷和微型金融的发展，并将其纳入整个金融体系。要实现这一目标，首要的就是消除金融机构网点的地理可及性问题，即地理排斥问题。如前文所述，中国农村金融的地理排斥问题非常严重，且存在巨大的地区差异。总的来说，中西部地区的金融机构网点数量很少，现存的金融空白乡镇也大多位于中西部地区。因此，未来的金融网点布局中，要有倾斜性地向中西部地区进行政策扶持，对此，本文提出三个思路，可供参考：
第一，通过对在中西部偏远农村地区开设银行网点的进行网点建设补贴、运营成本补贴等，同时辅以税收优惠政策，吸引银行到中西部农村地区开设网点。
第二，通过发展农民资金互助社、信贷互助小组等半正式金融形式，让内生于农村社会的新型金融机构成长起来。利用资金互助社的信息优势、成本优势等，保障农民在缺乏外来金融机构的情况下，也可以通过这类资金互助社获得基本的存款、贷款服务。同时通过垂直合作安排,使得这类半正式金融组织成为转贷平台。
第三，加强农村的基础设施建设，为金融机构网点的设立提供基本的物质保障。例如，青海部分农村地区海拔高，交通不便，同时电力、通信基础设施差，严重制约着当地金融机构网点的生存和发展。要吸引金融机构到这些地区开始网点，必须改善当地的基础设施。在日益市场化取向的今天，需要政府织锦，才能带来商业金融机构添花。
（作者单位：重庆农村商业银行江北支行，中国人民大学农业与农村发展学院）
项目研究得到国家自然科学基金（71073163）和教育部博士点基金（20110004110003）资助。