縣域金融包容的測(cè)度及其反貧困效應(yīng)的空間分析

呂勇斌 肖 凡

(1.滇西金融研究院，云南 大理 671006；2.中南財(cái)經(jīng)政法大學(xué) 金融學(xué)院，湖北 武漢 430073；3.中國(guó)農(nóng)業(yè)銀行安徽省分行，安徽 合肥 231299)

一、引言

在新的歷史時(shí)期，中國(guó)政府鮮明地提出“遵循社會(huì)規(guī)律的包容性發(fā)展”的戰(zhàn)略理念。十九大報(bào)告指出，堅(jiān)決打贏脫貧攻堅(jiān)戰(zhàn)，重點(diǎn)攻克深度貧困地區(qū)脫貧任務(wù)，解決區(qū)域性整體貧困。王曙光認(rèn)為，從反貧困的實(shí)踐來(lái)看，以金融扶貧為主的能力增進(jìn)式和普惠型反貧困較為成功[1](P12)。金融包容(financial inclusion)的核心內(nèi)涵是共享與普惠、公平與正義。向貧困地區(qū)、貧困人群提供金融服務(wù)則是建立包容性機(jī)制的關(guān)鍵。金融包容理念是對(duì)傳統(tǒng)金融發(fā)展模式的反思和改進(jìn)，具有高度的現(xiàn)實(shí)性與深刻的思想性。Mookerjee和Kalipioni 指出，提升金融包容成為國(guó)際社會(huì)首要推行的金融發(fā)展政策，是消除貧困的根本途徑[2]。

金融包容是金融發(fā)展領(lǐng)域的一個(gè)新興研究方向。學(xué)界對(duì)金融包容的基本內(nèi)涵、評(píng)價(jià)體系、影響因素、經(jīng)濟(jì)效應(yīng)和政策體系等方面進(jìn)行了廣泛的研究。呂勇斌和趙培培認(rèn)為，圍繞金融發(fā)展與貧困減緩的研究主要基于金融反貧困的機(jī)制與效應(yīng)展開的[3]。就直接作用機(jī)制而言，國(guó)外的Awojobi 與國(guó)內(nèi)的陳銀娥和何雅非認(rèn)為，提供微型金融服務(wù)能讓貧困人群直接或間接參與金融活動(dòng)從而獲得較高的預(yù)期收入，以此減少貧困。就間接作用機(jī)制而言，金融發(fā)展主要通過兩條渠道影響貧困群體：金融發(fā)展的經(jīng)濟(jì)增長(zhǎng)效應(yīng)和收入分配效應(yīng)[4][5](P346)。金融發(fā)展可以通過經(jīng)濟(jì)增長(zhǎng)的涓滴效應(yīng)(trickle-down effect)和親貧式增長(zhǎng)(pro-poor growth)大幅度減少貧困，而金融發(fā)展可能引起的收入差距擴(kuò)大則會(huì)抵消部分經(jīng)濟(jì)增長(zhǎng)的減貧效應(yīng)。所以，金融減貧的直接效應(yīng)和間接效應(yīng)并存[6]。

然而，僅有少數(shù)學(xué)者從金融包容的角度來(lái)驗(yàn)證金融發(fā)展與貧困緩解的關(guān)系。Andrianaivo和Kpodar從信息通信技術(shù)的角度分析了金融包容與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系[7]。Dabla-Norris等從金融摩擦的角度分析了金融包容對(duì)經(jīng)濟(jì)增長(zhǎng)、收入分配的影響[8]。Park和Mercado檢驗(yàn)了亞洲欠發(fā)達(dá)經(jīng)濟(jì)體的金融包容、貧困與收入不平等之間的關(guān)聯(lián)[9]。王修華和關(guān)鍵的研究表明，提高農(nóng)村金融包容水平會(huì)影響收入的變動(dòng)，縮小城鄉(xiāng)收入差距[10]。星焱區(qū)分了內(nèi)生式與外生式普惠金融，認(rèn)為普惠金融的基本經(jīng)濟(jì)效應(yīng)涵蓋了金融發(fā)展與貧困、收入不平等的關(guān)系[11]。G20提出，普惠金融在減少貧困和實(shí)現(xiàn)包容性增長(zhǎng)方面發(fā)揮著重要作用，并提出了《普惠金融指標(biāo)體系》[12]。

此外，空間是經(jīng)濟(jì)地理學(xué)研究的關(guān)鍵問題之一，在區(qū)域經(jīng)濟(jì)發(fā)展中的作用日益重要。針對(duì)既有金融理論模型中空間效應(yīng)(spatial effect)考慮的缺失，高遠(yuǎn)東等構(gòu)建了財(cái)政金融支農(nóng)政策減貧效應(yīng)的空間計(jì)量模型，精確測(cè)度了空間外溢效應(yīng)[13]。高遠(yuǎn)東和張衛(wèi)國(guó)構(gòu)建了非正規(guī)金融減貧效應(yīng)的空間計(jì)量模型，發(fā)現(xiàn)農(nóng)村非正規(guī)金融對(duì)農(nóng)村貧困發(fā)生率有顯著的抑制作用，并比正規(guī)金融有更強(qiáng)的減貧力度[14]。張兵和翁辰利用空間面板回歸模型和門檻面板回歸模型，考察了農(nóng)村金融發(fā)展和貧困減緩之間的非線性空間關(guān)系[15]。

綜上所述，現(xiàn)有的相關(guān)研究多是基于經(jīng)濟(jì)學(xué)意義的“效率”角度而非社會(huì)學(xué)意義的“公平”角度來(lái)考察金融發(fā)展與貧困減緩的關(guān)系。包容性發(fā)展強(qiáng)調(diào)共享與普惠、公平與正義，推動(dòng)金融包容則是對(duì)市場(chǎng)機(jī)制內(nèi)生缺陷的有益補(bǔ)充。此外，納入空間維度，從地理學(xué)視角對(duì)貧困問題進(jìn)行研究有助于提升對(duì)金融減緩區(qū)域性貧困機(jī)理的理解。由此，從包容性和空間性的雙重視角探討金融發(fā)展與貧困減緩的基本關(guān)系和內(nèi)在邏輯，是對(duì)現(xiàn)有分析框架的拓展。

二、金融包容的測(cè)度

(一)指標(biāo)體系的構(gòu)建

G20提出普惠金融指標(biāo)體系的三個(gè)維度是金融服務(wù)的可得性、使用情況與質(zhì)量[12]。本文擬選取全國(guó)各省區(qū)的縣域?qū)用鏋闃颖?。基于縣級(jí)數(shù)據(jù)的可獲得性，本文借鑒Sarma等、Demirgü?-Kunt等和王修華等的做法[16][17][18]，將金融包容指數(shù)劃分為兩個(gè)維度：金融服務(wù)的范圍(penetration)與金融服務(wù)的使用(usage)。本文具體選取了6個(gè)指標(biāo)來(lái)衡量金融包容不同維度。在地理維度的服務(wù)滲透性方面，選取每平方公里各類金融機(jī)構(gòu)網(wǎng)點(diǎn)數(shù)為代表指標(biāo)；在人口維度的服務(wù)可得性方面，則選取每萬(wàn)人各類金融機(jī)構(gòu)網(wǎng)點(diǎn)數(shù)作為代表指標(biāo)。在金融服務(wù)使用方面，選取人均貸款余額、人均儲(chǔ)蓄存款余額以及金融機(jī)構(gòu)貸款余額/GDP和城鄉(xiāng)居民儲(chǔ)蓄存款余額/GDP為代表(如表1所示)。

表1 金融包容的指標(biāo)體系

(二)金融包容的初步測(cè)算

(1)

本文數(shù)據(jù)主要來(lái)源于歷年《中國(guó)縣域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》和各省市的地方統(tǒng)計(jì)年鑒，金融機(jī)構(gòu)網(wǎng)點(diǎn)數(shù)由中國(guó)銀監(jiān)會(huì)許可證發(fā)布系統(tǒng)①整理得到，各縣經(jīng)緯度由谷歌地圖搜集得到。采用GeoDa 1.8.14和ArcGIS10.2軟件，對(duì)2005～2014年中國(guó)30個(gè)省份(自治區(qū)、直轄市)②1516個(gè)縣(不包括縣級(jí)市)的縣級(jí)面板數(shù)據(jù)進(jìn)行研究,金融包容指數(shù)測(cè)算的結(jié)果如表2所示?？紤]到數(shù)據(jù)的可得性，剔除了西藏和港澳臺(tái)地區(qū)。

表2 各維度指標(biāo)的描述性統(tǒng)計(jì)與權(quán)重

數(shù)據(jù)來(lái)源：作者根據(jù)原始數(shù)據(jù)整理計(jì)算所得。

整體來(lái)看，各縣的金融包容指數(shù)大部分位于0.3～0.5之間，屬于中等水平③。分區(qū)域來(lái)說(shuō)，位于東部沿海地區(qū)的縣域金融包容水平較高，而位于西南、西北地區(qū)的縣域金融包容水平普遍較低。其中，位于山東省與浙江省的長(zhǎng)島縣、嵊泗縣、桓臺(tái)縣、海鹽縣和玉環(huán)縣④的金融包容指數(shù)位列前五位。相對(duì)來(lái)說(shuō)，這五個(gè)縣的人均金融機(jī)構(gòu)網(wǎng)點(diǎn)數(shù)、人均儲(chǔ)蓄存款數(shù)和人均貸款數(shù)這三個(gè)維度指標(biāo)較高，所以金融包容水平靠前?；概_(tái)縣、海鹽縣和玉環(huán)縣都是國(guó)家百?gòu)?qiáng)縣，經(jīng)濟(jì)金融發(fā)展?fàn)顩r較好，有較完備的金融基礎(chǔ)設(shè)施。位于四川省和青海省的美姑縣、金陽(yáng)縣、布拖縣、昭覺縣和囊謙縣⑤的金融包容指數(shù)位列后五位，這五個(gè)縣都屬于國(guó)家扶貧開發(fā)工作重點(diǎn)縣，經(jīng)濟(jì)金融發(fā)展較為落后。

三、探索性空間數(shù)據(jù)分析

(一)全域空間相關(guān)性分析

圖1 金融包容指數(shù)的Moran’s I指數(shù)趨勢(shì)圖

學(xué)界一般用全局Moran’s I(莫蘭指數(shù))對(duì)全局空間相關(guān)性進(jìn)行分析⑥。本文對(duì)2005～2014年全國(guó)1516個(gè)縣域的金融包容指數(shù)的全局Moran’s I進(jìn)行了測(cè)算。我們發(fā)現(xiàn)，金融包容指數(shù)的Moran’s I值都在0.25左右，通過了1%水平下的顯著性檢驗(yàn)。這說(shuō)明，金融包容存在顯著地空間自相關(guān)性和空間“俱樂部”特征，即在地理上顯示為金融包容水平高(低)的地區(qū)傾向于與金融包容水平高(低)的地區(qū)為鄰。我們?cè)僖罁?jù)Moran’s I值，分析金融包容的時(shí)空演變。如圖1所示，2005～2014年，縣域金融包容指數(shù)的Moran’s I值總體上呈現(xiàn)出遞增的趨勢(shì)，其中2005～2008年增加的幅度較大，2009年以后增幅變小，基本上維持在0.27左右。從整體上來(lái)看，金融包容的空間依賴性隨著時(shí)間推移而不斷加強(qiáng)。

(二)局部空間相關(guān)性分析

本文運(yùn)用局部Moran’s I指數(shù)(或LISA指數(shù))和Moran’s I散點(diǎn)圖來(lái)檢驗(yàn)局部空間相關(guān)性。我們對(duì)2005～2014年的金融包容指數(shù)進(jìn)行局部空間自相關(guān)分析(見圖2)。限于篇幅，本文以2005與2014兩年為代表進(jìn)行局部空間自相關(guān)分析。

可以看出，金融包容水平2005年高—高集聚區(qū)(HH)較為分散，主要位于河北省、廣東省、云南省以及海南省，2014年高—高集聚區(qū)(HH)呈現(xiàn)集中分布，主要位于東部沿海地區(qū)江蘇省、上海市和京津冀，中部地區(qū)安徽和湖北兩省以及南部地區(qū)云南省。2005年低—低集聚區(qū)(LL)主要分布在我國(guó)西南地區(qū)與東北邊境地區(qū)，少數(shù)位于新疆南部，2014年低—低集聚區(qū)(LL)則明顯增加，主要分布在我國(guó)西南地區(qū)貴州、云南兩省，西北地區(qū)甘肅省，東北地區(qū)吉林、遼寧和黑龍江三省以及新疆南部。2005與2014兩年的高—低集聚區(qū)(HL)與低—高集聚區(qū)(LH)數(shù)量都較少而且較為分散，其中2005年和2014年高—低集聚區(qū)集中分布在我國(guó)西北地區(qū)甘肅省以及西南地區(qū)云南省境內(nèi)，而低—高集聚區(qū)集中在我國(guó)河北省以及湖南省，少數(shù)位于安徽省境內(nèi)。

圖2 2005年(左)和2014年(右)金融包容指數(shù)的局部Moran’s I散點(diǎn)圖注：圖中橫坐標(biāo)表示某縣金融包容指數(shù)的局部Moran’s I指數(shù)值，縱坐標(biāo)表示該縣鄰近縣域金融包容指數(shù)的局部Moran’s I指數(shù)值。

四、空間計(jì)量的基礎(chǔ)分析

(一)變量和權(quán)重選擇

1.變量的選取。在縣級(jí)層面，本文選取農(nóng)村居民人均純收入為貧困減緩(POV)代理變量，選取金融包容指數(shù)(IFI)作為代表金融包容水平的核心解釋變量。由于金融包容指數(shù)在0～1之間(均值為0.3651，標(biāo)準(zhǔn)差為0.0381)，取對(duì)數(shù)后的值為負(fù)值。為了更直接反映IFI與POV的關(guān)系，我們將IFI的原始數(shù)值乘以100，再取對(duì)數(shù)。關(guān)于控制變量的選擇，本文參考向玲凜等的方法[19]，從生產(chǎn)水平、社會(huì)發(fā)展水平以及經(jīng)濟(jì)發(fā)展水平三個(gè)方面來(lái)考慮，基于數(shù)據(jù)的可獲得性，最終確定表3中的6個(gè)控制變量，這些變量都做了對(duì)數(shù)處理。

表3 變量說(shuō)明

數(shù)據(jù)來(lái)源：作者根據(jù)原始數(shù)據(jù)整理計(jì)算所得。

生產(chǎn)生活子系統(tǒng)用于衡量全國(guó)各個(gè)省份縣域的生產(chǎn)水平，采用人均農(nóng)業(yè)機(jī)械總動(dòng)力(MAC)和人均糧食總產(chǎn)量(CROP)為代表；社會(huì)發(fā)展子系統(tǒng)用于衡量全國(guó)各個(gè)省份縣域的社會(huì)發(fā)展水平，涉及教育和醫(yī)療等多個(gè)方面，本文選取單位面積普通中學(xué)在校生數(shù)(STU)和單位面積醫(yī)院衛(wèi)生院床位數(shù)(HOS)進(jìn)行衡量；經(jīng)濟(jì)發(fā)展子系統(tǒng)用于衡量全國(guó)各個(gè)省份縣級(jí)社會(huì)發(fā)展程度，包括以下兩個(gè)方面：一是社會(huì)經(jīng)濟(jì)發(fā)展?fàn)顩r，選用人均地方財(cái)政一般預(yù)算收入(GOV)作為代表指標(biāo)；二是經(jīng)濟(jì)發(fā)展結(jié)構(gòu)，選用人均GDP作為代表指標(biāo)。

2.空間權(quán)重的確定?？臻g權(quán)重矩陣構(gòu)建的主流方法包括二元鄰接矩陣、空間距離倒數(shù)矩陣等。本文認(rèn)為，金融包容的空間效應(yīng)是全局性的，一個(gè)地區(qū)的金融包容政策不僅對(duì)鄰近地區(qū)存在影響，還會(huì)對(duì)不相鄰地區(qū)產(chǎn)生一定的作用，并且地理因素會(huì)削弱不相鄰地區(qū)的資源交流程度，距離越遠(yuǎn)，影響越微弱。故采用空間距離權(quán)重矩陣更加貼合經(jīng)濟(jì)實(shí)際，即

(2)

式(2)中,d為兩縣i、j中心位置的距離。

(二)實(shí)證分析

1.計(jì)量模型的選定。參照Elhorst的做法[22]，空間面板模型主要有空間滯后模型(SAR)、空間誤差模型(SEM)和空間杜賓模型(SDM)。本文分別運(yùn)用Hausman檢驗(yàn)對(duì)模型的固定效應(yīng)和隨機(jī)效應(yīng)進(jìn)行選擇，用LM檢驗(yàn)和穩(wěn)健的LM檢驗(yàn)(Robust-LM test)對(duì)SAR和SEM進(jìn)行選擇，并運(yùn)用LR統(tǒng)計(jì)量和Wald統(tǒng)計(jì)量判斷SDM能否簡(jiǎn)化為SAR或者SEM，初步判定固定效應(yīng)的SDM模型更優(yōu)。

表4 SDM模型的估計(jì)結(jié)果

注：1.括號(hào)內(nèi)為p值；2.***、**、*分別表示在1%、5%、10%的水平下顯著。下表同。

通過上述檢驗(yàn)，本文設(shè)定的SDM空間杜賓模型⑦表達(dá)式如下：

β3MACit+β4CROPit+β5GOVit+

β6PGDPit+β7STUit+β8HOSit+

β12WCROPit+β13WGOVit+

β14WPGDPit+β15WSTUit+

β16WHOSit+εit

(3)

得到的實(shí)證結(jié)果如表4所示。從表4中可以看出，在空間固定效應(yīng)、時(shí)間固定效應(yīng)和時(shí)空固定效應(yīng)下，空間自回歸系數(shù)ρ和空間誤差系數(shù)λ均通過了顯著性檢驗(yàn)，這說(shuō)明使用空間計(jì)量模型分析金融包容與貧困之間的關(guān)系更加有效。

從時(shí)空固定效應(yīng)的SDM模型結(jié)果來(lái)看，金融包容指數(shù)IFI的系數(shù)為0.8692，金融包容指數(shù)二次方IFI2的系數(shù)為 -0.1255，并分別通過了5%水平下的顯著性檢驗(yàn)。這說(shuō)明，1516個(gè)縣的金融包容與貧困減緩的關(guān)系呈現(xiàn)為一條開口向下的“U型曲線”。進(jìn)一步推算，“U型曲線”的對(duì)稱軸為3.463。這表明，當(dāng)金融包容水平對(duì)數(shù)值在低于3.463這個(gè)門檻值時(shí)，或者說(shuō)當(dāng)金融包容水平在門檻值在U型曲線的左側(cè)時(shí)，隨著金融包容水平提升，收入水平上升，貧困狀況有所減緩，一旦跨過這個(gè)門檻值，金融包容不利于貧困減緩。目前我國(guó)縣域大多處于倒U型曲線的右側(cè)。鄰近地區(qū)金融包容WIFI的系數(shù)為 -0.1662，鄰近地區(qū)金融包容指數(shù)二次方WIFI2的系數(shù)為-0.0006，但未通過顯著性檢驗(yàn)。

對(duì)于控制變量，本地的人均生產(chǎn)總值提高以及教育、醫(yī)療水平的完善都能夠促進(jìn)一個(gè)地區(qū)經(jīng)濟(jì)的發(fā)展，進(jìn)而提高農(nóng)村居民人均純收入，而鄰近地區(qū)的控制變量則對(duì)本地收入有正反兩個(gè)方面的作用。

2.空間效應(yīng)的分解。為了能夠準(zhǔn)確區(qū)分金融包容對(duì)本地區(qū)以及鄰近地區(qū)農(nóng)村居民人均純收入的影響程度，我們將對(duì)自變量的直接效應(yīng)、間接效應(yīng)以及總效應(yīng)進(jìn)行估算。其中，直接效應(yīng)反映本地區(qū)自變量對(duì)因變量的溢出效應(yīng)，間接效應(yīng)反映相鄰地區(qū)自變量對(duì)因變量的溢出效應(yīng)，兩者之和為總效應(yīng)(如表5所示)。結(jié)果顯示，金融包容對(duì)農(nóng)村居民人均純收入的直接效應(yīng)為0.9059，并在5%的水平下顯著。其間接效應(yīng)為0.5816，總效應(yīng)為1.4875，均為正的溢出效應(yīng)，但不顯著。

表5 空間效應(yīng)的分解

五、縣域分層的比較分析

總體來(lái)說(shuō)，我國(guó)縣域經(jīng)濟(jì)發(fā)展相對(duì)落后，且縣域之間的發(fā)展極不平衡。借鑒王小華等和溫濤等的做法[20][21]，本文進(jìn)一步將金融包容與反貧困的關(guān)系在貧困縣和非貧困縣之間進(jìn)行分層比較。

(一)描述性分析

本文選取2005年、2010年和2014年三個(gè)年份作為代表對(duì)貧困縣與非貧困縣的金融包容和貧困減緩之間的關(guān)系進(jìn)行比較。2001年《中國(guó)農(nóng)村扶貧開發(fā)綱要(2001～2010年)》和2011年《中國(guó)農(nóng)村扶貧開發(fā)綱要(2011～2020年)》調(diào)整了國(guó)家級(jí)貧困縣的分布。本文基于這兩個(gè)綱要與縣級(jí)數(shù)據(jù)的可獲得性，將2005年和2010年的貧困縣個(gè)數(shù)確定為543個(gè)，非貧困縣為973個(gè)，2014年貧困縣個(gè)數(shù)確定為539個(gè)，非貧困縣為977個(gè)。

相關(guān)變量的描述性統(tǒng)計(jì)如表6所示，從表6中可以看出，貧困縣的兩項(xiàng)指標(biāo)都低于非貧困縣，收入變量尤為明顯。

表6 2005年、2010年與2014年相關(guān)變量的描述性統(tǒng)計(jì)

(二)空間計(jì)量分析

本文分別用SAR、SEM和SDM三個(gè)空間截面模型進(jìn)行實(shí)證分析，結(jié)果顯示，空間自回歸系數(shù)ρ和空間誤差系數(shù)λ均通過了顯著性檢驗(yàn)(見表7)。綜合R2和LogL，空間誤差模型(SEM)模型對(duì)2005年、2010年與2014年貧困縣和非貧困縣金融包容對(duì)貧困減緩影響的擬合度均較高，因而，本文選取SEM模型進(jìn)行主要分析。

表7 貧困縣與非貧困縣SEM模型的實(shí)證結(jié)果

從表7可以看出，2005年貧困縣的金融包容的系數(shù)為 -0.0183，但未通過顯著性檢驗(yàn)，非貧困縣金融包容的系數(shù)為正值(0.2184)，并通過了1%水平的顯著性檢驗(yàn)。2010年貧困縣的金融包容的系數(shù)為負(fù)值(-0.4866)，通過1%水平的顯著性檢驗(yàn)，非貧困縣金融包容的系數(shù)為正值(0.1545)，并通過了1%水平的顯著性檢驗(yàn)。同時(shí)，在控制變量中，人均糧食產(chǎn)量、人均GDP和教育水平的提高均有助于減緩貧困。2014年貧困縣的金融包容的系數(shù)也為負(fù)值(-0.5006)，通過1%水平的顯著性檢驗(yàn)，非貧困縣金融包容的系數(shù)仍為正值(0.1512)，并通過了1%水平的顯著性檢驗(yàn)；在控制變量中，人均GDP和教育水平的提高都有對(duì)減緩貧困有促進(jìn)作用。綜合這三年的實(shí)證結(jié)果來(lái)看，除了2005年貧困縣的金融包容對(duì)貧困減緩的作用不確定之外，2010年與2014年貧困縣的金融包容都對(duì)貧困減緩具有顯著的負(fù)向作用。而2005年、2010年與2014年非貧困縣的金融包容均具有顯著的正向作用，即金融包容有助于非貧困縣的貧困減緩。

六、結(jié)論及建議

(一)研究結(jié)論

本文基于金融服務(wù)的范圍與金融服務(wù)的使用這兩個(gè)維度構(gòu)建了縣域金融包容指數(shù)，結(jié)合2005～2014年全國(guó)30個(gè)省份的1516個(gè)縣(不包括縣級(jí)市)的數(shù)據(jù)，運(yùn)用探索性空間數(shù)據(jù)分析分別檢驗(yàn)了金融包容與縣域貧困水平的空間相關(guān)性，并且利用空間面板模型實(shí)證研究了縣域金融包容對(duì)縣域貧困減緩的影響，所得結(jié)論如下：

第一，我國(guó)縣域金融包容水平整體偏低，大部分都處于中度金融包容水平。2005～2014年我國(guó)1516個(gè)縣域金融包容水平平均值基本上都位于0.3～0.5之間，處于中度水平。具體來(lái)說(shuō)，東部地區(qū)縣域金融包容水平要高于中部與西部地區(qū)，京津冀以及東部沿海地區(qū)屬于中度及以上金融包容水平的集聚區(qū)，而西部地區(qū)大多處于低度金融包容水平，尤其是國(guó)家級(jí)貧困縣，金融包容發(fā)展尤其滯后。

第二，我國(guó)縣域的金融包容具有顯著正的空間相關(guān)性。從全局空間相關(guān)性分析結(jié)果可以看出，金融包容的Moran’s I指數(shù)由2005年的0.1370逐漸提升到2014年的0.2766，空間相關(guān)性逐漸增強(qiáng)。局部空間相關(guān)性分析顯示，我國(guó)縣域金融包容大都呈現(xiàn)高—高(HH)集聚與低—低(LL)集聚分布特征。

第三，本地區(qū)金融包容與貧困減緩之間呈現(xiàn)為“倒U型”關(guān)系 ，鄰近地區(qū)的金融包容對(duì)本地的貧困減緩之間呈現(xiàn)“U型”關(guān)系。時(shí)空固定效應(yīng)SDM模型的結(jié)果顯示，本地區(qū)金融包容與貧困減緩的關(guān)系呈現(xiàn)為一條“倒U型曲線”，目前我國(guó)縣域大部分處于“倒U型曲線”的右側(cè)，這說(shuō)明金融包容水平與當(dāng)?shù)刎毨截?fù)相關(guān)，金融包容未能起到增收降貧的作用。

第四，貧困縣的金融包容與貧困減緩反向變動(dòng)，而非貧困縣的金融包容可以促進(jìn)當(dāng)?shù)刎毨p緩。2005年、2010年和2014年非貧困縣金融包容的系數(shù)始終為正值，而貧困縣金融包容除了2005年對(duì)貧困減緩的影響不確定之外，2010年與2014年都對(duì)貧困減緩具有抑制作用。

(二)政策建議

基于本文的研究結(jié)論，本文提出以下幾點(diǎn)政策建議：

1.繼續(xù)大力推進(jìn)金融包容的政策措施。避免資源過度集中，將資金引向欠發(fā)達(dá)地區(qū)，加大貧困地區(qū)基礎(chǔ)設(shè)施、公共服務(wù)設(shè)施和教育扶貧等領(lǐng)域資金的投放。當(dāng)前我縣域金融包容水平整體較低，縣域偏遠(yuǎn)地區(qū)金融設(shè)施缺乏，為解決這一問題，應(yīng)當(dāng)鼓勵(lì)國(guó)內(nèi)金融機(jī)構(gòu)向縣域農(nóng)村以及其他金融發(fā)展滯后的區(qū)域增設(shè)金融服務(wù)，提高貧困地區(qū)金融網(wǎng)點(diǎn)的覆蓋率，彌補(bǔ)某些鄉(xiāng)鎮(zhèn)金融機(jī)構(gòu)網(wǎng)點(diǎn)的空白。各金融機(jī)構(gòu)可以根據(jù)自身的戰(zhàn)略定位和業(yè)務(wù)特點(diǎn)，向“三農(nóng)”客戶傾斜資源配置，縣域以下的銀行業(yè)金融機(jī)構(gòu)要加大對(duì)當(dāng)?shù)刭J款的投放。

2.增進(jìn)區(qū)域金融合作實(shí)現(xiàn)資源共享?！暗筓型曲線”表明，進(jìn)一步增進(jìn)區(qū)域之間的合作交流，消除區(qū)域之間的行政壁壘，才能夠使得相鄰地區(qū)之間的空間溢出效應(yīng)充分發(fā)揮，進(jìn)而實(shí)現(xiàn)地區(qū)之間市場(chǎng)、資本和人才等資源的共享，使區(qū)域經(jīng)濟(jì)發(fā)展齊頭并進(jìn)。區(qū)域金融合作以區(qū)域聯(lián)通為前提，但現(xiàn)有的行政區(qū)域劃分會(huì)造成地區(qū)割據(jù)局面，因此政府需要調(diào)整與修改造成這種局面的有關(guān)制度、政策和法規(guī)，從制度層面解決問題。各地方政府應(yīng)進(jìn)一步加強(qiáng)交流合作，達(dá)成一些能夠?qū)崿F(xiàn)共贏的雙邊、多邊協(xié)議。只有制度弊端根除，市場(chǎng)力量才能夠推進(jìn)地區(qū)之間的協(xié)調(diào)與合作，加速區(qū)域金融資源流動(dòng)，進(jìn)而形成區(qū)域金融中心。

3.因地制宜制定金融包容政策措施。通過上文的分析，可以看出，不同地區(qū)由于其資源稟賦、地理?xiàng)l件以及經(jīng)濟(jì)發(fā)達(dá)程度的限制，使得其金融包容水平存在區(qū)域差異，金融包容相關(guān)政策措施的制定應(yīng)當(dāng)充分考慮不同區(qū)域自身的特點(diǎn)，對(duì)于經(jīng)濟(jì)較發(fā)達(dá)且金融基礎(chǔ)設(shè)施較為完善的地區(qū)，應(yīng)進(jìn)一步打破農(nóng)村金融現(xiàn)有經(jīng)營(yíng)模式的桎梏，推進(jìn)市場(chǎng)化經(jīng)營(yíng)，充分發(fā)揮市場(chǎng)機(jī)制作用。而對(duì)于經(jīng)濟(jì)金融發(fā)展相對(duì)落后的地區(qū)，應(yīng)當(dāng)提高金融網(wǎng)點(diǎn)的覆蓋率，加大金融扶貧資金的投入。

注釋：

①許可證機(jī)構(gòu)持有證列表見銀監(jiān)會(huì)網(wǎng)站http://xukezheng.cbrc.gov.cn/ilicence/。需要說(shuō)明的是，銀監(jiān)會(huì)金融許可證信息數(shù)據(jù)包括監(jiān)管的金融機(jī)構(gòu)總量信息以及按機(jī)構(gòu)性質(zhì)、組織類別和不同地區(qū)分類的金融機(jī)構(gòu)統(tǒng)計(jì)信息。本文根據(jù)“機(jī)構(gòu)地址”輸入“縣域名稱”查詢不同地區(qū)分類的金融機(jī)構(gòu)統(tǒng)計(jì)信息，并手工完成數(shù)據(jù)整理工作。

②因?yàn)槲鞑刈灾螀^(qū)數(shù)據(jù)缺失較多，本文的研究范圍不包括西藏省。數(shù)據(jù)連續(xù)三年及以上缺失的縣，本文也進(jìn)行了剔除處理，最終選定1516個(gè)縣為研究對(duì)象。

③Sarma對(duì)49個(gè)國(guó)家金融包容指數(shù)進(jìn)行排序與劃分，0.5≤FII<1為高度金融包容，0.3≤FII<0.5為中度金融包容，0≤FII<0.3為低度金融包容[16]。

④長(zhǎng)島縣、桓臺(tái)縣隸屬山東省，嵊泗縣、玉環(huán)縣隸屬于浙江省。

⑤美姑縣、金陽(yáng)縣、布拖縣和昭覺縣隸屬四川省，囊謙縣隸屬青海省。

⑥該指數(shù)的計(jì)算過程比較復(fù)雜，占用篇幅較多，故省略。

⑦本文分別用SAR、SEM和SDM三種空間模型對(duì)數(shù)據(jù)進(jìn)行了分析，得到的實(shí)證結(jié)果均顯示，在空間固定效應(yīng)、時(shí)間固定效應(yīng)和時(shí)空固定效應(yīng)下，空間自回歸系數(shù)ρ和空間誤差系數(shù)λ均通過了顯著性檢驗(yàn)。限于篇幅，本文未將SAR和SEM模型的結(jié)果列表。