農(nóng)村信貸排斥區(qū)域差異及其相關(guān)因素分析
——基于甘肅省14市(州)的比較

華怡婷，楊林娟

?

農(nóng)村信貸排斥區(qū)域差異及其相關(guān)因素分析
——基于甘肅省14市(州)的比較

華怡婷，楊林娟

(甘肅農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，甘肅蘭州 730070)

基于甘肅省14市(州)的農(nóng)村金融機(jī)構(gòu)信貸支農(nóng)數(shù)據(jù)，從信貸可得度、效用度、服務(wù)深度及可負(fù)擔(dān)度四個維度測算了的農(nóng)村信貸排斥程度，在此基礎(chǔ)上，運(yùn)用皮爾遜相關(guān)系數(shù)法，對農(nóng)村信貸排斥程度的主要影響因素進(jìn)行了相關(guān)性分析，研究結(jié)果表明：甘肅省農(nóng)村信貸排斥問題普遍較為嚴(yán)重，農(nóng)村信貸排斥程度區(qū)域性差異明顯，大體呈現(xiàn)出東高西低的空間分布格局。這與區(qū)域的經(jīng)濟(jì)發(fā)展和城鎮(zhèn)化率有關(guān)，更與農(nóng)村就業(yè)結(jié)構(gòu)、農(nóng)村人均純收入、就業(yè)人口中女性占比以及財(cái)政支農(nóng)支出力度具有明顯的相關(guān)關(guān)系，其中農(nóng)村就業(yè)結(jié)構(gòu)、農(nóng)村人均純收入與農(nóng)村信貸排斥的相關(guān)性最為顯著。

農(nóng)村金融機(jī)構(gòu)；金融排斥；信貸排斥；綜合評價法；甘肅省

一、問題的提出

長期以來，金融排斥問題一直是制約中國農(nóng)村經(jīng)濟(jì)發(fā)展的主要瓶頸之一[1]。廣義上看，金融排斥既是一個金融問題也是一個社會問題；狹義上看，金融排斥是缺少貸款、儲蓄、保險等某特定金融產(chǎn)品或服務(wù)的狀態(tài)[2-5]，因此可以將其細(xì)分為信貸排斥、儲蓄排斥和保險排斥。英國金融服務(wù)監(jiān)管局通過調(diào)查研究發(fā)現(xiàn)，在各種金融服務(wù)中，信貸排斥是金融排斥的主要表現(xiàn)形式[6]。在中國農(nóng)村地區(qū)，信貸排斥是最迫切也是最難以解決的問題[3]。隨著農(nóng)村新型經(jīng)營主體的產(chǎn)生、農(nóng)業(yè)規(guī)?；a(chǎn)方式的轉(zhuǎn)變以及農(nóng)村土地流轉(zhuǎn)制度改革的推進(jìn)，中國農(nóng)村地區(qū)的資金需求呈現(xiàn)出量大、面廣、期限長等特點(diǎn)。信貸是農(nóng)村金融應(yīng)該解決“三農(nóng)”問題最基本也是最有力的工具。但中國農(nóng)村金融機(jī)構(gòu)的服務(wù)效率普遍較低，農(nóng)村中小企業(yè)與廣大農(nóng)戶面臨著較為嚴(yán)重的信貸排斥問題，這一現(xiàn)象在經(jīng)濟(jì)欠發(fā)達(dá)的西部地區(qū)更加嚴(yán)峻[7,8]。

國內(nèi)學(xué)者馬九杰等較早地從信貸的角度考察了中國農(nóng)村金融排斥的態(tài)勢，認(rèn)為中國農(nóng)村地區(qū)存在的信貸排斥是普惠金融亟需解決的關(guān)鍵問題[8]。王曉穎從社會排斥的視角分析發(fā)現(xiàn)，農(nóng)村信貸配給不足是導(dǎo)致小額信貸困境的重要原因[9]。王修華利用微觀調(diào)查數(shù)據(jù)，從信貸供需雙方實(shí)現(xiàn)效用(利益)最大化方面定量分析了農(nóng)戶信貸排斥的內(nèi)在原因。王靜等人以陜西關(guān)中地區(qū)為例分析了農(nóng)村金融排斥的影響因素[10]。甘宇等人則基于大量微觀調(diào)研數(shù)據(jù)分析了中國31省農(nóng)戶面臨的信貸排斥問題[11]。

綜上所述，國內(nèi)學(xué)者從定性定量的角度對信貸排斥問題做了較為全面的研究，取得了豐富的研究成果。然而，關(guān)于農(nóng)村信貸排斥問題的研究大多基于對農(nóng)戶的微觀調(diào)查，鮮有立足農(nóng)村金融服務(wù)水平的宏觀定量分析，這可能會使研究結(jié)果趨于片面性。另外，已有文獻(xiàn)多集中于分析全國范圍的農(nóng)村信貸排斥問題，但東西部地區(qū)的經(jīng)濟(jì)、制度、產(chǎn)業(yè)結(jié)構(gòu)及生態(tài)等環(huán)境各異，故所得結(jié)論在不同區(qū)域水平上并不具有針對性和普適性?；诖?，本文以西北經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)的甘肅省為例對農(nóng)村信貸排斥問題進(jìn)行針對性探析，爭取為解決西北地區(qū)的農(nóng)村信貸排斥問題提供參考。

二、農(nóng)村信貸排斥程度的評價方法

要解決農(nóng)村信貸排斥問題首先需要準(zhǔn)確衡量農(nóng)村信貸排斥的程度。對于信貸排斥程度的測評，具代表性的是英格蘭東南發(fā)展機(jī)構(gòu)測算出的金融排斥指數(shù)(Index of Financial Exclusion)[2]，該指數(shù)能夠精確反映出各地區(qū)的金融排斥程度，但對于數(shù)據(jù)的完整性要求很高，故只適用于統(tǒng)計(jì)數(shù)據(jù)完善的地區(qū)。國內(nèi)學(xué)者李春霄、賈金榮等根據(jù)聯(lián)合國開發(fā)計(jì)劃署編制的人類發(fā)展指數(shù)(Human Development Index，以下簡稱HDI)計(jì)算方法構(gòu)建的金融排斥指數(shù)受到較多學(xué)者的認(rèn)可[12-13]，筆者借鑒其方法構(gòu)建了農(nóng)村信貸排斥的評價模型，公式如下所示：

其中，IRCE為地區(qū)的農(nóng)村信貸排斥指數(shù)，IRCE? [0,1]。IRCE數(shù)值越大則排斥程度越高。其中，W為第個指標(biāo)的權(quán)重，X代表第個地區(qū)第個指標(biāo)值，為消除不同指標(biāo)的單位和數(shù)量級對測評結(jié)果的影響，筆者將用極差法對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理；D表示第個指標(biāo)的得分。D為：

(2)

為確保測評結(jié)果的客觀性，筆者使用客觀賦權(quán)法來測算各個指標(biāo)的權(quán)重。在利用多個評價指標(biāo)進(jìn)行差異性測評時，變異系數(shù)法能夠通過各指標(biāo)觀測值的相對離散程度來有效地描述其差別，差別越大的指標(biāo)被賦予較大的權(quán)重。筆者選擇變異系數(shù)法對各指標(biāo)賦權(quán)，公式如下所示：

(3)

(4)

式中，表示標(biāo)準(zhǔn)差；代表樣本均值；表示變異系數(shù)；某單個指標(biāo)的變異系數(shù)與各指標(biāo)變異系數(shù)之和的比值即可反映該指標(biāo)的權(quán)重，用表示。

根據(jù)前人研究成果[13-15]，依據(jù)指標(biāo)選取的科學(xué)性、全面性及可操作性等原則，構(gòu)建甘肅省農(nóng)村信貸排斥程度評價指標(biāo)體系(表1)。

表1　農(nóng)村信貸排斥程度評價指標(biāo)體系

一是農(nóng)村信貸服務(wù)的可得度。金融機(jī)構(gòu)的分布密度往往具有明顯的地理空間傾向，即金融機(jī)構(gòu)在經(jīng)濟(jì)發(fā)達(dá)地區(qū)的分布相對密集[16]。相對于東部發(fā)達(dá)地區(qū)而言，中國西北部農(nóng)村地廣人稀、農(nóng)戶居住分散，缺乏信貸服務(wù)的便利性。一方面，農(nóng)村信貸服務(wù)的可得性取決于農(nóng)村金融機(jī)構(gòu)的分布密度，適量地增加金融機(jī)構(gòu)營業(yè)網(wǎng)點(diǎn)能夠降低農(nóng)村經(jīng)濟(jì)主體信貸的獲取成本從而降低排斥程度；另一方面，金融機(jī)構(gòu)服務(wù)人員是信貸服務(wù)的載體，也能夠較好地反映信貸服務(wù)的可得程度。因此，筆者以萬人農(nóng)村金融機(jī)構(gòu)覆蓋度、萬人擁有服務(wù)人員數(shù)作為農(nóng)村信貸服務(wù)可得性的主要指標(biāo)。指標(biāo)得分越高，說明農(nóng)村信貸可得性越高，排斥程度就越低。

二是農(nóng)村信貸服務(wù)的效用度。涉農(nóng)貸款(包含農(nóng)戶貸款、農(nóng)村各類組織貸款以及農(nóng)業(yè)產(chǎn)業(yè)化龍頭企業(yè)的貸款)按照貸款用途可分為生活類貸款和生產(chǎn)性貸款，用于生產(chǎn)經(jīng)營的貸款能夠帶來一定的經(jīng)濟(jì)效益，地區(qū)經(jīng)濟(jì)越發(fā)展，信貸排斥程度就越小。農(nóng)村信貸服務(wù)的效用度可表示為農(nóng)村信貸服務(wù)對農(nóng)業(yè)經(jīng)濟(jì)的貢獻(xiàn)力度，故以百元GDP涉農(nóng)貸款貢獻(xiàn)率這一指標(biāo)來測度。指標(biāo)得分越高，農(nóng)村信貸服務(wù)的效用越大，信貸排斥程度越小。

三是農(nóng)村信貸服務(wù)深度。金融服務(wù)的深度既包含服務(wù)效率也包括服務(wù)的規(guī)模[15]。與信貸排斥相反，農(nóng)村信貸服務(wù)的效率越高、信貸投放規(guī)模越大，其滲透性越好。根據(jù)金融深度的涵義，農(nóng)村信貸服務(wù)的深度可以表示為農(nóng)村信貸投放的傾斜度和規(guī)模。傾斜程度越高、規(guī)模越大，信貸服務(wù)越有深度，排斥程度就越小。因此，以人均貸款水平、涉農(nóng)貸款占各項(xiàng)貸款比重兩個指標(biāo)來表示農(nóng)村信貸服務(wù)深度。

四是農(nóng)村信貸服務(wù)可負(fù)擔(dān)度。即農(nóng)村金融機(jī)構(gòu)向農(nóng)村信貸需求者收取信貸資金價格時，信貸需求者對于這一價格的可接受程度。農(nóng)村信貸服務(wù)的可負(fù)擔(dān)度又與信貸服務(wù)的成本直接相關(guān)。利率是制約信貸需求的主要顯性成本，隨著金融管制的放松，利率在一定程度上完成了市場化改革，不少金融機(jī)構(gòu)為了規(guī)避不良貸款的發(fā)生對收入不穩(wěn)定的農(nóng)戶設(shè)置較高的利率門檻，從而增強(qiáng)了農(nóng)村信貸排斥程度。故以利率上浮涉農(nóng)貸款占比這一指標(biāo)近似地表示農(nóng)村信貸服務(wù)的可負(fù)擔(dān)度。

三、甘肅農(nóng)村信貸排斥程度及分類

資金缺乏是妨礙農(nóng)村普惠金融發(fā)展和金融扶貧的桎梏。甘肅省位于中國西部，是一個以農(nóng)業(yè)人口為主的經(jīng)濟(jì)欠發(fā)達(dá)省份，其農(nóng)村金融生態(tài)環(huán)境惡劣、資金供給不足、金融服務(wù)的質(zhì)量和數(shù)量不高，信貸排斥問題最為嚴(yán)峻[17]。因此，筆者選擇甘肅省作為研究對象，對西北經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)農(nóng)村信貸排斥問題進(jìn)行深入分析，具有一定的代表意義。

在甘肅農(nóng)村地區(qū)，農(nóng)戶更多地傾向于民間借貸，農(nóng)村正規(guī)金融機(jī)構(gòu)并不能滿足農(nóng)戶的借貸資金需求。新型農(nóng)村金融機(jī)構(gòu)雖然在資金供給上發(fā)揮了一定的作用，但由于成立時間不久，其普及程度和影響力遠(yuǎn)不如農(nóng)村正規(guī)金融機(jī)構(gòu)。故筆者選擇以農(nóng)業(yè)發(fā)展銀行、農(nóng)村信用社、農(nóng)業(yè)銀行以及郵儲銀行為代表的農(nóng)村正規(guī)金融機(jī)構(gòu)作為研究對象。

2016年3月，筆者所在項(xiàng)目組對甘肅省農(nóng)村四大正規(guī)金融機(jī)構(gòu)系統(tǒng)進(jìn)行了走訪調(diào)查，從甘肅省金融辦和農(nóng)業(yè)發(fā)展銀行、農(nóng)業(yè)銀行、農(nóng)村信用社以及郵政儲蓄銀行的甘肅省總行獲得2015年涉農(nóng)貸款、農(nóng)村金融機(jī)構(gòu)各項(xiàng)貸款、利率上浮涉農(nóng)貸款、農(nóng)村金融機(jī)構(gòu)數(shù)、農(nóng)村金融機(jī)構(gòu)從業(yè)人員數(shù)的數(shù)據(jù)。甘肅省2015年農(nóng)業(yè)人口數(shù)、農(nóng)業(yè)GDP數(shù)據(jù)查閱于中國統(tǒng)計(jì)局官方網(wǎng)站?；讷@得的截面數(shù)據(jù)，利用公式(3)和(4)計(jì)算得出各指標(biāo)的權(quán)重。甘肅省14個市(州)農(nóng)村信貸排斥指標(biāo)的描述性統(tǒng)計(jì)如表2所示。

表2　農(nóng)村信貸排斥程度評價指標(biāo)描述性統(tǒng)計(jì)及權(quán)重

甘肅省農(nóng)村正規(guī)金融機(jī)構(gòu)網(wǎng)點(diǎn)數(shù)年均增長率僅為3.5%，從表2可以看出，全省平均農(nóng)村金融機(jī)構(gòu)萬人擁有率遠(yuǎn)不足三成，說明其地理可達(dá)性普遍較低，貸款很不方便；貸款難，人均可獲得的貸款額度不超過4萬，可獲得率僅29.1%；貸款貴，所有涉農(nóng)貸款項(xiàng)目中，近五成的貸款利率有上浮。不難發(fā)現(xiàn)，除利率外，其他指標(biāo)極值間差異很大，說明甘肅省農(nóng)村金融服務(wù)的可得度、效用度及深度存在較大區(qū)域差異。根據(jù)相關(guān)指標(biāo)數(shù)據(jù)以及表2已經(jīng)計(jì)算出來的權(quán)重，運(yùn)用公式(1)和(2)，計(jì)算得出14個市(州)農(nóng)村信貸排斥程度測評結(jié)果，如表3所示。

表3　甘肅省14個市(州)農(nóng)村信貸排斥程度及分類

由表3可知，甘肅省農(nóng)村信貸排斥程度普遍較高且較為嚴(yán)重。借鑒相關(guān)文獻(xiàn)[13]，筆者對甘肅農(nóng)村信貸排斥程度進(jìn)行了劃分。即在0~0.5范圍內(nèi)的視為輕度排斥；在0.5~0.8范圍內(nèi)的劃分為中度排斥；在0.8~1范圍內(nèi)的屬重度排斥。分類結(jié)果顯示，嘉峪關(guān)農(nóng)村信貸排斥程度最弱，這可能與嘉峪關(guān)城鎮(zhèn)化率已達(dá)92.8%有關(guān)；金昌、蘭州、酒泉的農(nóng)村信貸排斥程度稍重；甘南、武威、張掖、臨夏、平?jīng)?、白銀、隴南都屬于農(nóng)村信貸重度排斥地區(qū)，而慶陽、天水、定西的農(nóng)村信貸排斥程度更加嚴(yán)重，農(nóng)村信貸排斥程度在重度以上的地區(qū)數(shù)量高達(dá)71.43%，可見甘肅農(nóng)村信貸排斥問題普遍十分嚴(yán)重。

按照甘肅省的地理特征將其行政區(qū)域劃分為河西地區(qū)、隴中地區(qū)、隴東地區(qū)以及隴南地區(qū)四大塊?？梢钥闯觯拭C省農(nóng)村信貸排斥程度空間差異較大，且空間格局明顯，排斥嚴(yán)重的地區(qū)主要分布在隴東和隴中地區(qū)。從極端值的視角來看，排斥程度最高的定西(0.972)是排斥程度最低的嘉峪關(guān)(0.26)的3.74倍。結(jié)合表3計(jì)算結(jié)果，用簡單算術(shù)平均法計(jì)算出四大區(qū)塊的農(nóng)村排斥程度指數(shù)，發(fā)現(xiàn)隴東和隴中地區(qū)的最高，分別高達(dá)0.945、0.917，隴南地區(qū)的也較高為0.905，而河西地區(qū)的農(nóng)村信貸排斥程度明顯相對較弱，均值為0.706，與其他區(qū)塊差異相對較大?？偟膩碚f，甘肅省農(nóng)村信貸排斥程度呈現(xiàn)出東高西低的空間分布格局。

四、甘肅農(nóng)村信貸排斥差異相關(guān)性分析

究竟是什么原因?qū)е铝烁拭C農(nóng)村信貸排斥的差異性呢？一方面，可能由于嘉峪關(guān)和金昌已經(jīng)基本完成城鎮(zhèn)化轉(zhuǎn)變，農(nóng)村信貸排斥指數(shù)較低，在數(shù)值上降低了平均排斥程度；另一方面，河西地區(qū)有著糧食、棉花、果蔬等豐富的農(nóng)業(yè)資源，加之大量以糧油加工業(yè)、酒釀業(yè)、蔬菜和果品加工業(yè)等為主導(dǎo)的農(nóng)業(yè)產(chǎn)業(yè)化龍頭企業(yè)的帶動，使得河西區(qū)塊的農(nóng)村信貸排斥程度普遍不是很高。當(dāng)然，甘肅農(nóng)村信貸排斥程度空間差異的具體原因復(fù)雜多維，既要從客觀環(huán)境、需求主體的角度來分析，還需從供給主體信貸服務(wù)水平的視角進(jìn)行探討。

目前國內(nèi)學(xué)者對于信貸排斥問題的研究成果可分為影響因素分析和差異相關(guān)性分析兩大類。學(xué)者們更傾向于利用大量調(diào)研數(shù)據(jù)并采用Tobit模型、Logit模型等方法進(jìn)行影響因素分析[18-20]，少有學(xué)者就區(qū)域差異影響因素相關(guān)性進(jìn)行量化分析[14]。筆者旨在探討甘肅農(nóng)村信貸排斥區(qū)域差異形成的主要原因，需要說明的是各相關(guān)因素與農(nóng)村信貸排斥度之間是相關(guān)關(guān)系，并非嚴(yán)格的因果關(guān)系。鑒此，筆者運(yùn)用皮爾遜相關(guān)系數(shù)法進(jìn)行農(nóng)村信貸排斥區(qū)域差異相關(guān)性分析。

在相關(guān)影響因素方面，概括地說，經(jīng)濟(jì)、社會、政策等信貸投放環(huán)境往往是構(gòu)成信貸排斥的主要影響因素[18,21]。但不同地區(qū)影響因素的重要程度不同，需結(jié)合具體情況具體分析[14]。結(jié)合已有研究成果以及甘肅省現(xiàn)實(shí)情況[23,24]，筆者選擇以下幾個關(guān)鍵影響因素作為研究指標(biāo)。

農(nóng)村就業(yè)結(jié)構(gòu)()，用農(nóng)村就業(yè)人數(shù)與農(nóng)村人口數(shù)的比值表示。21世紀(jì)初期一項(xiàng)關(guān)于倫敦金融排斥的研究顯示，就業(yè)崗位沒有保障使得個人更容易受到排斥[4]。就業(yè)是保障民生的基本渠道，一方面，穩(wěn)定的就業(yè)有助于勞動者取得穩(wěn)定的經(jīng)濟(jì)來源；另一方面，通過就業(yè)為社會創(chuàng)造新的物質(zhì)或精神財(cái)富能提升個人的社會價值，從而避免被排斥。這對于農(nóng)村金融機(jī)構(gòu)向需求者發(fā)放貸款時進(jìn)行的風(fēng)險評估項(xiàng)目來說意義重大，因而選擇該指標(biāo)作為相關(guān)影響因素指標(biāo)之一。

農(nóng)村人均純收入()，該指標(biāo)基本上能夠反映農(nóng)民的可支配收入，包括用于儲蓄、再生產(chǎn)以及生活消費(fèi)等方面的支出，是衡量農(nóng)村居民社會生活水平的重要指標(biāo)。大量文獻(xiàn)證明，農(nóng)村人均純收入是影響金融排斥的關(guān)鍵因素[3,12]，所以筆者將該指標(biāo)引入模型。

農(nóng)村就業(yè)人口中女性占比()，用農(nóng)村就業(yè)人口中的女性人數(shù)與農(nóng)村就業(yè)人口數(shù)的比值表示。長期以來性別指標(biāo)對金融排斥的影響備受爭議，Hogarth 和O'Donnell等研究指出，性別會對獲得某種金融產(chǎn)品的難易產(chǎn)生影響，而女性更易受到排斥[10,22]。增加就業(yè)能夠?qū)π刨J排斥程度產(chǎn)生逆向影響[16]，如果增加女性的就業(yè)可能會在某種程度上降低信貸排斥程度。因此，筆者將該指標(biāo)引入模型。

財(cái)政支農(nóng)支出占比()，用財(cái)政支農(nóng)支出與財(cái)政總支出之比表示。該指標(biāo)反映了政府對于農(nóng)村的資金支持力度。適當(dāng)?shù)呢?cái)政支持對于提高農(nóng)民的生產(chǎn)生活水平有一定的積極作用，日本和美國政府長期通過不斷的財(cái)政補(bǔ)貼來緩釋金融排斥問題[4,6]。近年來，甘肅省亦不斷加大精準(zhǔn)扶貧等支農(nóng)力度，因此這是一個重要指標(biāo)，也是以往研究鮮有考慮到的因素，故將該指標(biāo)作為重要指標(biāo)引入模型。

此外，農(nóng)村金融機(jī)構(gòu)不良貸款率、地區(qū)非農(nóng)業(yè)化水平及農(nóng)戶金融認(rèn)知水平等指標(biāo)也應(yīng)作為主要因素予以考慮，但由于未能獲得相應(yīng)數(shù)據(jù)，無法加入模型進(jìn)行探討而只能放棄。

筆者運(yùn)用Stata13.0，借鑒胡振、高沛星等人的分析方法[16,24]，采用皮爾遜相關(guān)系數(shù)法考察了農(nóng)村信貸排斥程度與其影響因素之間的相關(guān)關(guān)系，結(jié)果如表4所示。

表4　農(nóng)村信貸排斥的影響因素關(guān)聯(lián)度及皮爾遜相關(guān)系數(shù)

根據(jù)表4分析結(jié)果可知：

農(nóng)村就業(yè)結(jié)構(gòu)與農(nóng)村信貸排斥程度呈現(xiàn)明顯的負(fù)相關(guān)關(guān)系，其皮爾遜相關(guān)系數(shù)達(dá)0.704，在1%的顯著性水平上通過了檢驗(yàn)。說明農(nóng)村人口中就業(yè)率越低的地區(qū)，其信貸排斥程度就越高，即農(nóng)村就業(yè)率越高越傾向于更低的農(nóng)村信貸排斥程度，就越難以遭到正規(guī)金融機(jī)構(gòu)的排斥。目前甘肅省的平均農(nóng)村人口就業(yè)率僅46.7%，故而還有很大的發(fā)展空間和潛力。

農(nóng)村人均純收入與農(nóng)村信貸排斥有很強(qiáng)的負(fù)相關(guān)關(guān)系，其相關(guān)度高達(dá)0.801，并且在0.1%的顯著性水平上通過了顯著性檢驗(yàn)。該結(jié)果表明農(nóng)村人均收入對于農(nóng)村信貸排斥程度有著非常大的影響力。究其原因，可能是收入較高地區(qū)的償債能力較強(qiáng)，金融機(jī)構(gòu)出于利益最大化以及盡量降低不良貸款率的目標(biāo)，會首先考慮向收入高的地區(qū)發(fā)放貸款。因此，若農(nóng)村人均純收入提高，則信貸排斥程度會大大降低。

農(nóng)村就業(yè)人口中女性占比與農(nóng)村信貸排斥程度也存在一種負(fù)相關(guān)關(guān)系。由于自然因素，女性的農(nóng)業(yè)生產(chǎn)能力普遍低于男性，因而女性本身比男性更易受到排斥。沒有穩(wěn)定工作的女性越多，金融機(jī)構(gòu)的放貸風(fēng)險就越大，最終就會加大農(nóng)村整體的信貸難度。結(jié)合前述分析可以認(rèn)為，單憑增加農(nóng)村就業(yè)人口數(shù)而不注重農(nóng)村就業(yè)人員性別結(jié)構(gòu)的配比不利于緩解農(nóng)村信貸排斥問題，故適當(dāng)增加農(nóng)村女性的就業(yè)機(jī)會有助于降低農(nóng)村信貸排斥程度。

財(cái)政支農(nóng)支出占比與農(nóng)村信貸排斥程度密切相關(guān)，其相關(guān)系數(shù)為0.676且在1%的水平上通過了顯著性檢驗(yàn)。值得注意的是，財(cái)政支農(nóng)支出與農(nóng)村信貸排斥程度二者呈現(xiàn)出正相關(guān)關(guān)系，財(cái)政支農(nóng)力度越大的地區(qū)農(nóng)村信貸排斥程度反而越高，這與已有的研究結(jié)果相悖。深思之后不難發(fā)現(xiàn)，出現(xiàn)這種“悖論”的原因是筆者在農(nóng)村信貸排斥程度量化分析時只立足于農(nóng)村正規(guī)金融機(jī)構(gòu)的角度，忽視了財(cái)政支農(nóng)力度大的地區(qū)資金相對充足，農(nóng)戶向金融機(jī)構(gòu)申請貸款的意愿會相對較弱。事實(shí)上財(cái)政支農(nóng)與農(nóng)村金融機(jī)構(gòu)支農(nóng)兩者是相輔相成的，適當(dāng)?shù)卦黾迂?cái)政支農(nóng)力度，盤活地方金融資源能夠助力農(nóng)村信貸難度的降低，從而減弱農(nóng)村信貸排斥程度。

五、結(jié)論及其啟示

上述研究表明：第一，以甘肅省為代表的西北經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)農(nóng)村信貸排斥區(qū)域差異跨度很大，農(nóng)村信貸排斥問題普遍較為嚴(yán)重。第二，農(nóng)村就業(yè)結(jié)構(gòu)、農(nóng)村人均純收入、就業(yè)人口中女性占比以及財(cái)政支農(nóng)支出力度是影響西部地區(qū)農(nóng)村信貸排斥區(qū)域差異形成的主要因素，其中農(nóng)村就業(yè)結(jié)構(gòu)和農(nóng)村人均純收入對農(nóng)村信貸排斥的影響最為顯著。

根據(jù)以上結(jié)論可以得出如下啟示：第一，農(nóng)村金融機(jī)構(gòu)需加強(qiáng)服務(wù)，持續(xù)投入金融支農(nóng)資金。金融機(jī)構(gòu)須提高農(nóng)村金融服務(wù)水平，妥善處理過去的過度“惜貸”和“壓貸”問題，通過增強(qiáng)金融包容度、提高農(nóng)村金融資源效率、創(chuàng)新貸款模式等方式改善農(nóng)村金融環(huán)境，以吸引更多的金融服務(wù)和產(chǎn)品流入農(nóng)村。第二，增強(qiáng)農(nóng)村信貸需求主體的經(jīng)濟(jì)實(shí)力。良好的經(jīng)濟(jì)環(huán)境是金融得以生存和發(fā)展的沃土，而合理的就業(yè)結(jié)構(gòu)是促進(jìn)經(jīng)濟(jì)發(fā)展的基本保障，因此，提高人均純收入能夠直接快速地降低信貸難度。同時，提高農(nóng)村人口就業(yè)率并合理配置就業(yè)崗位性別比例能夠在根本上緩釋農(nóng)村信貸排斥問題。第三，重視地區(qū)差異，因地制宜，避免“一刀切”的管理模式。從本質(zhì)上講，信貸排斥是一種市場失靈，政府部門應(yīng)當(dāng)針對農(nóng)村信貸排斥狀況作合理的干涉和調(diào)控。據(jù)計(jì)算結(jié)果可知，無論在是單一指標(biāo)還是農(nóng)村信貸排斥程度整體指標(biāo)上，各地區(qū)的差異都很大，因此，省級政府應(yīng)積極推動普惠金融發(fā)展，在對地方政府進(jìn)行宏觀引領(lǐng)的同時簡政放權(quán)，適量加大地方自主性，建立并完善政府績效第三方評估專業(yè)機(jī)構(gòu)[25]，通過獎勵機(jī)制鼓勵地方政府采取符合其地方特色的政策措施，實(shí)現(xiàn)農(nóng)村信貸排斥問題的緩解。

參考文獻(xiàn)：

[1] 王佳楣，羅劍朝，張珩．新型農(nóng)村金融機(jī)構(gòu)績效評價及影響因素——基于陜西與寧夏20家機(jī)構(gòu)的調(diào)查[J]．西北農(nóng)林科技大學(xué)學(xué)報(bào)(社會科學(xué)版)，2014(4)：72-78．

[2] 田霖．我國金融排除空間差異的影響要素分析[J]．財(cái)經(jīng)研究，2007(4)：107-119．

[3] 隋艷穎，馬曉河．西部農(nóng)牧戶受金融排斥的影響因素分析——基于內(nèi)蒙古自治區(qū)7個旗(縣)338戶農(nóng)牧戶的調(diào)查數(shù)據(jù)[J]．中國農(nóng)村觀察，2011(3)：50-60．

[4] 王志軍．金融排斥：英國的經(jīng)驗(yàn)[J]．世界經(jīng)濟(jì)研究，2007(2)：64-68，82，89．

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

[6] 王修華，周翼璇．破解金融排斥：英國的經(jīng)驗(yàn)及借鑒作用[J]．理論探索，2013(6)：80-83，88．

[7] 胡振．基于供給視角我國農(nóng)村金融排斥的原因分析[J]．吉林農(nóng)業(yè)，2012(5)：11．

[8] 馬九杰，沈杰．中國農(nóng)村金融排斥態(tài)勢與金融普惠策略分析[J]．農(nóng)村金融研究，2010(5)：5-10．

[9] 王曉穎．社會排斥視角下中國農(nóng)村小額信貸的困境[J]．現(xiàn)代經(jīng)濟(jì)探討，2007(6)：52-55．

[10] 王靜，吳海霞，霍學(xué)喜．信貸約束、農(nóng)戶融資困境及金融排斥影響因素分析[J]．西北農(nóng)林科技大學(xué)學(xué)報(bào)(社會科學(xué)版)，2014(3)：62-70，75．

[11] 甘宇，朱靜，劉成玉．中國農(nóng)戶面臨的信貸排斥——來自4625個樣本的數(shù)據(jù)[J]．財(cái)經(jīng)理論與實(shí)踐，2015(6)：25-30．

[12] 李春霄，賈金榮．我國金融排斥程度研究——基于金融排斥指數(shù)的構(gòu)建與測算[J]．當(dāng)代經(jīng)濟(jì)科學(xué)，2012(2)：9-15，124．

[13] 張國俊，周春山，許學(xué)強(qiáng)．中國金融排斥的省際差異及影響因素[J]．地理研究，2014(12)：2299-2311．

[14] 魯強(qiáng)．農(nóng)村金融排斥的區(qū)域差異與影響因素——理論分析與實(shí)證檢驗(yàn)[J]．金融論壇，2014(1)：17-27，35．

[15] 王修華，邱兆祥．農(nóng)村金融排斥：現(xiàn)實(shí)困境與破解對策[J]．中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2010(10)：47-52．

[16] 高沛星，王修華．我國農(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(4)：93-102．

[17] 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(jì)區(qū)域的劃分[J]．北京工商大學(xué)學(xué)報(bào)(社會科學(xué)版)，2013(4)：81-88．

[18] 王修華，譚開通．農(nóng)戶信貸排斥形成的內(nèi)在機(jī)理及其經(jīng)驗(yàn)檢驗(yàn)——基于中國微觀調(diào)查數(shù)據(jù)[J]．中國軟科學(xué)，2012(6)：139-150．

[19] 李春霄，賈金榮．我國金融排斥程度省際差異的影響因素研究[J]．西北農(nóng)林科技大學(xué)學(xué)報(bào)(社會科學(xué)版)，2014(2)：120-127．

[20] 巴曙松，趙茂，楊洋，等．欠發(fā)達(dá)地區(qū)農(nóng)戶信貸參與及規(guī)模的影響因素——基于云南地區(qū)的調(diào)查數(shù)據(jù)分析[J]．湖南農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會科學(xué)版)，2016(2)：1-8．

[21] 譚艷芝，彭文平．金融發(fā)展與經(jīng)濟(jì)增長的因素分析[J]．上海經(jīng)濟(jì)研究，2003(10)：3-12．

[22] 何曉夏，劉妍杉．金融排斥評價指標(biāo)體系與農(nóng)村金融普惠機(jī)制的建構(gòu)——基于云南省農(nóng)村信用社聯(lián)合社實(shí)踐的分析[J]．經(jīng)濟(jì)社會體制比較，2014，(3)：70-82．

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

[24] 胡振，臧日宏．中國農(nóng)村金融排斥地域差異及因素研究[J]．中國農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會科學(xué)版)，2014(2)：115-123．

[25] 汪三貴，曾小溪，殷浩棟．中國扶貧開發(fā)績效第三方評估簡論——基于中國人民大學(xué)反貧困問題研究中心的實(shí)踐[J]．湖南農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會科學(xué)版)，2016(3)：1-5．

責(zé)任編輯：李東輝

Rural credit exclusion regional differences and its correlation factors: Based on the comparison of 14 municipalities

HUA Yiting, YANG Linjuan

(Economics and Management Institute, Gansu Agriculture University, Lanzhou 730070, China)

On the data bases of 14 municipalities’ rural financial credit for agriculture in Gansu, the paper calculated the degree of rural credit exclusion from fourdimensionalities including credit availability, effectiveness, depth of services and affordability. Then, the paper analyzed main influencing factors using Pearson Correlation Coefficient. The results show that rural credit exclusion problem is generally heavy and there exists a big gap among 14 municipalities in Gansu, which presents a distribution of heavy in east and slight in west. This result indicates that regional differences of rural credit exclusion are related to the development of economics and urbanization, furthermore, it shows a prominent correlation between rural credit exclusion and rural employment structure, rural net per capita income, women proportion of rural employment and fiscal agriculture expenditure. In addition, rural employment structure and rural net per capita income respectively are significant correlative to it.

rural financial institutions; financial exclusion; credit exclusion; comprehensive evaluation; Gansu province

10.13331/j.cnki.jhau(ss).2016.05.005

F832.43

A

1009-2013(2016)05-0027-06

2016－09－08

甘肅省科技廳項(xiàng)目(150IKCA007-5；1504ZK CA007-2)

華怡婷(1992—)，女，陜西咸陽人，碩士研究生，主要研究方向?yàn)閰^(qū)域經(jīng)濟(jì)學(xué)。