環(huán)長株潭縣域普惠金融水平測度及分布動態(tài)研究

周再清+胡月+陳璐

摘要：對2009—2014年環(huán)長株潭地區(qū)縣域普惠金融發(fā)展水平進行定量評估，并運用非參數(shù)估計法探究分布演化特征，結(jié)果顯示：該區(qū)域普惠金融水平整體上呈現(xiàn)先升后降態(tài)勢，核心地帶發(fā)展水平比邊緣地帶更高、更穩(wěn)定。隨后運用擴散—回波效應(yīng)的機理對其進行詮釋：因邊緣地帶較于核心地帶距中心城市更遠，金融發(fā)展環(huán)境較差，以致發(fā)展資源被搶奪吸收。因此，要推進區(qū)域普惠金融的國家級戰(zhàn)略，不僅要調(diào)動金融機構(gòu)開展普惠金融業(yè)務(wù)的積極性，更要提升受回波效應(yīng)影響的邊緣地帶以及相關(guān)群體對金融資源的吸引力。

關(guān)鍵詞：環(huán)長株潭；縣域普惠金融；分布動態(tài)；回波效應(yīng)

中圖分類號：F832.1文獻標識碼：A文章編號：10037217（2017）06000807

一、引言

“普惠金融”理念自2005年被聯(lián)合國提出后，就受到世界各國高度重視并被付諸實踐。中國作為發(fā)展中大國，先后推出了“小微企業(yè)金融服務(wù)”“三農(nóng)金融服務(wù)”“金融消費者權(quán)益保護”等舉措。2013年11月，黨的十八屆三中全會明確提出“發(fā)展普惠金融”的目標。2016年1月，國務(wù)院首次將普惠金融納入國家戰(zhàn)略規(guī)劃。我國發(fā)展普惠金融，就是要切實推動包容性金融發(fā)展，讓金融改革的成果惠及廣大人民群眾，促進國民經(jīng)濟健康持續(xù)發(fā)展[1]。

在普惠金融實踐中，一方面，發(fā)展普惠金融不能簡單等同于扶貧與慈善，為政府工作帶來了新的挑戰(zhàn)；另一方面，普惠金融整體水平不高，地域間發(fā)展差異猶存，顯示著普惠金融發(fā)展是我國的短板，無法發(fā)揮對經(jīng)濟質(zhì)量提升和弱勢群體保障的作用[2-4]。因此，如何提升國家普惠金融發(fā)展水平，縮小地域間普惠金融發(fā)展差異是當(dāng)務(wù)之急。

普惠金融水平測度是研究普惠金融水平的起點與前提。普惠金融水平測度是對某一國家或某一區(qū)域內(nèi)普惠金融發(fā)展狀況定量評估，它既是普惠金融水平的標尺，也是政府部門制定政策的依據(jù)。測度的核心在于指標體系構(gòu)建，具體指標擇取則是重中之重。目前，普惠金融全球合作伙伴（GPFI）、世界銀行（WBG）、國際貨幣基金組織（IMF）、世界銀行經(jīng)合組織（OECD）、普惠金融聯(lián)盟（AFI）等國際組織從不同角度擇取指標用于各國普惠金融指數(shù)（IFI）構(gòu)建①[5]。因涉及國家排名等敏感性問題，國際組織只提供一套參照指標體系，并建議參與國增加一定的特色指標以增強適用性。在學(xué)術(shù)研究中，學(xué)者或因研究內(nèi)容，或因數(shù)據(jù)可得性，各自構(gòu)建測度指標體系或普惠金融指數(shù)定量評估研究區(qū)域的普惠金融水平。

國內(nèi)外學(xué)者在區(qū)域性普惠金融水平測度及分布動態(tài)分析上的研究成果并不豐富。在區(qū)域普惠金融水平測度方面，蔡洋萍（2015）使用Chakravarty的測度方法，評估和對比分析了湖南、湖北、河南三省的普惠金融水平[6]。彭建剛（2015）與人民銀行長沙中心支行聯(lián)合進行的湖南區(qū)域金融消費者權(quán)益保護環(huán)境評估研究提出了適用湖南14個地（州）的普惠金融四維指標體系，給予本研究較大的啟發(fā)[7]。在分布動態(tài)分析上，陳銀娥（2015）、李建軍（2016）直接評價省際普惠金融水平，運用非參數(shù)估計方法分析了中國普惠金融發(fā)展的分布動態(tài)和中國居民金融服務(wù)包容性的空間差異[8，9]。此外，王穎、曾康霖（2016）對普惠金融的理解以及相關(guān)政策得失研究給予本研究較大的啟發(fā)[10]。

環(huán)長株潭地區(qū)是以長沙、株洲、湘潭三個地級市為核心，輻射岳陽、衡陽、常德、益陽、婁底五個地級市，是湖南省的經(jīng)濟核心，是國家改革的試點區(qū)域，也是國家實施中部崛起戰(zhàn)略的重要載體。為此，本文在梳理普惠金融測度指標體系的基礎(chǔ)上，根據(jù)長株潭地區(qū)的實際和指標數(shù)據(jù)可得性，以區(qū)域內(nèi)縣（市）為單位，按照規(guī)范的計量方法分析環(huán)長株潭地區(qū)縣域普惠金融的真實狀況，考察研究區(qū)域內(nèi)普惠金融分布演化特征和呈現(xiàn)原因。

三、環(huán)長株潭縣域普惠金融發(fā)展水平測度

（一）數(shù)據(jù)來源

通過查閱《湖南省3+5城市群城鎮(zhèn)體系規(guī)劃（綱要）》等文件確定測算樣本，即以湖南省環(huán)長株潭地區(qū)25個縣市2009—2014年的數(shù)據(jù)為基礎(chǔ)測算普惠金融指數(shù)⑤。

（二）測度結(jié)果

表2列出了2009—2014年環(huán)長株潭縣域普惠金融指數(shù)測度值。樣本期間，環(huán)長株潭地區(qū)縣域普惠金融整體水平先升后降⑥。

（三）發(fā)展水平評價

1.整體評價。（1）平均水平差異。按照《規(guī)劃》中核心地帶即長沙、株洲、湘潭，與邊緣地帶即常德、岳陽、婁底、衡陽、益陽的劃分，圖1展示出核心地帶與邊緣地帶在縣域普惠金融水平上的差距。以2014年為例，環(huán)長株潭地區(qū)普惠金融平均水平為0.37，核心地帶平均水平為0.55，邊緣地帶平均水平為0.3。（2）維度測算值差異。圖2顯示，相較于邊緣地帶，核心地帶縣市在金融服務(wù)的可得性、覆蓋性、便利性與基礎(chǔ)性方面均具有絕對優(yōu)勢。但在國家關(guān)注與政策扶持下，例如樣本期間中央曾強調(diào)要提高農(nóng)村金融服務(wù)質(zhì)量和水平，確保三年內(nèi)消除基礎(chǔ)金融服務(wù)空白鄉(xiāng)鎮(zhèn)，使得兩地帶在覆蓋性維度上的懸殊差距明顯低于其他維度。因此，四大維度均為邊緣地帶的短板，其中又以可得性、便利性與基礎(chǔ)性表現(xiàn)更為突出。

2.縱向評價。 對2009—2014年25個縣市普惠金融指數(shù)平均值、變異系數(shù)等四個統(tǒng)計量進行分析可反映樣本縱向變化。樣本期間內(nèi)，普惠金融平均水平先升后降，并在2012年與2013年分別達到最高（0.52）和最低（0.37），變異系數(shù)波動下降，從46.05%降至40.95%，反映了該區(qū)域普惠金融發(fā)展水平差距波動縮小的態(tài)勢；極差與中位數(shù)波動下降則說明，盡管差距縮小，但25個縣市普惠金融水平集中分布水平下降導(dǎo)致了平均值下降。

3.橫向評價。對比25個縣市IFI平均值、變異系數(shù)等四個統(tǒng)計量可知樣本期間內(nèi)樣本橫向變化。結(jié)合平均值與中位數(shù)可知，核心地帶的普惠金融發(fā)展水平普遍高于邊緣地帶，變異系數(shù)則說明六年間核心地帶普惠金融發(fā)展水平波動程度小于邊緣地帶，極差值柱體高度相較于平均值柱體則反映出樣本期間內(nèi)核心地帶普惠金融發(fā)展水平兩極分化現(xiàn)象更惡劣。endprint

四、環(huán)長株潭普惠金融發(fā)展水平縣域分布動態(tài)

（一）Kernel密度估計的原理

Kernel密度估計是一種把研究對象的分布格局視為某種概率分布并考察其分布形態(tài)特征隨時間變化的趨勢的非參數(shù)估計法。假設(shè)f（x）為隨機變量x的密度函數(shù)，N為觀測值的個數(shù)，K（·）是核密度函數(shù)，h為帶寬，Xi和x分別為觀測值和均值，那么，在點x的概率密度由式（3）進行估計：

f（x）=1Nh∑Ni=1KXi-xh（3）

對比不同年份圖形考察研究對象變化是非參數(shù)估計研究方法的常用手段，即通過觀察核密度估計圖形獲取變量分布位置、形態(tài)和延展性等信息，繼而研究水平高低、分布差距及極化現(xiàn)象。

（二）環(huán)長株潭普惠金融Kernel估計結(jié)果

使用Eviews8.0對環(huán)長株潭地區(qū)25個縣市進行整體、核心地帶以及邊緣地帶Kernel密度估計。

1.整體Kernel密度估計。圖4呈現(xiàn)了2009—2014年環(huán)長株潭地區(qū)25個縣市整體密度函數(shù)圖形中心位置波動左移的過程。同時，波峰高度、寬度分布出現(xiàn)明顯的陡峭化、緊窄化趨勢，波峰從期初的“單峰”模式逐漸演變?yōu)椤耙恢鞫　备窬植⒈３种鞣迤蠓植迹瑯颖酒陂g右拖尾現(xiàn)象雖一直存在但長度逐漸縮小。

圖4表明，環(huán)長株潭地區(qū)縣域普惠金融發(fā)展水平在樣本期間內(nèi)出現(xiàn)了先升后降、分布集中化、差距縮小化的態(tài)勢。盡管六年間普惠金融發(fā)展水平略微下降，但少量縣市普惠金融發(fā)展取得長足進步。同時，分布密度圖顯示區(qū)域內(nèi)絕大部分縣市在2010-2012年實現(xiàn)了普惠金融水平快速提升，但并未保持增長趨勢，將當(dāng)時三年內(nèi)消除空白基礎(chǔ)金融服務(wù)鄉(xiāng)鎮(zhèn)的政策要求納入分析，可以說明區(qū)域內(nèi)大部分縣市普惠金融水平的發(fā)展動力來源于外部政策推動。

2.核心地帶Kernel密度估計。從圖5可獲悉，樣本期間內(nèi)環(huán)長株潭地區(qū)核心地帶七個縣市密度函數(shù)圖形中心位置呈現(xiàn)搖擺式波動，但與樣本期初相比無明顯變化。同時，波峰的高度、跨度分布明顯扁平化；波峰從“雙峰”模式向“單峰”模式轉(zhuǎn)變，圖形隨時間推移逐漸接近正態(tài)分布鐘形態(tài)勢；拖尾寬度基本不變。圖5反映了從2009—2014年核心地帶縣域普惠金融水平主要保持在中等水平并接近鐘形分散化的穩(wěn)定態(tài)勢，區(qū)域內(nèi)部分縣市向中高水平發(fā)展，內(nèi)部分化現(xiàn)象好轉(zhuǎn)。

3.邊緣地帶Kernel密度估計。圖6顯示了2009-2014年邊緣地帶普惠金融水平密度函數(shù)圖形中心位置在搖擺中小幅右移的動態(tài)過程。同時，密度函數(shù)波峰高度分布陡峭化趨勢明顯，且大體處于左主右小的“雙峰”模式，圖形寬度略有縮窄。圖6表明2009—2014年邊緣地帶普惠金融發(fā)展處于中低水平并出現(xiàn)小幅上升、集中化趨勢，兩極分化態(tài)勢略有好轉(zhuǎn)。相較于核心地帶，邊緣地帶更容易成為政策扶持對象，因消除空白金融服務(wù)和三農(nóng)支持而導(dǎo)致覆蓋性、可得性的上升。圖形中心位置從2011、2012年的中等水平大幅回返到期初的低水平，說明該區(qū)域普惠金融發(fā)展對外部因素的依賴性強于核心地帶，動力依然來源于外部。

（三）環(huán)長株潭普惠金融水平縣域分布演化特征

通過核密度估計圖分析，可以發(fā)現(xiàn)環(huán)長株潭地區(qū)普惠金融水平分布的演化特征與應(yīng)用統(tǒng)計方法下的評價結(jié)果保持一致。具體如下：

1.環(huán)長株潭地區(qū)25個縣域普惠金融水平隨時間推進呈現(xiàn)先升后降的態(tài)勢，核心地帶的發(fā)展水平更高、更穩(wěn)定；分布差距隨時間推移而縮小。

2.當(dāng)普惠金融發(fā)展處于中高水平時，出現(xiàn)鐘形分布的穩(wěn)定態(tài)勢；當(dāng)普惠金融水平處于低水平時，分布狀態(tài)集中化，分布差距不斷縮小，兩極分化現(xiàn)象持續(xù)存在。

3.經(jīng)濟水平越低、金融基礎(chǔ)越薄弱的地帶在普惠金融發(fā)展過程中對外部推動的依賴程度更高、持續(xù)性更弱。

五、環(huán)長株潭地區(qū)普惠金融演化原因探析

（一）環(huán)長株潭地區(qū)人均GDP的空間相關(guān)性

1.Morans I指數(shù)?；夭ㄐ?yīng)與擴散效應(yīng)的考察建立在空間相關(guān)性基礎(chǔ)之上，因此，先要對區(qū)域內(nèi)各縣市空間相關(guān)性進行檢驗。Morans I指數(shù)由學(xué)者Moran在1950年提出，它包含全局Morans I指數(shù)及局部Morans I指數(shù)。前者重在顯示研究樣本空間內(nèi)是否存在相關(guān)性，后者更能反映導(dǎo)致樣本空間整體顯現(xiàn)出相關(guān)性的區(qū)域。

全局Morans I指數(shù)取值介于-1～1之間，大于0表示正相關(guān)，小于0表示負相關(guān)，接近于0表示空間分布是隨機的，不存在空間自相關(guān)性。局部Morans I指數(shù)為正表示局部區(qū)域的高（低）值被周圍的高（低）值所包圍，為負表示局部區(qū)域的高（低）值被周圍的低（高）值所包圍。

2.空間相關(guān)性檢驗。

（1）全局相關(guān)性檢驗。由于Morans I指數(shù)計算需要通過嚴格的顯著性檢驗，因此，存在大樣本（樣本量大于等于30）的客觀需要。但本研究的樣本容量僅為25，因此，將全局相關(guān)性檢驗樣本擴大至湖南省86個縣[12]。同時，以縣市之間是否存在接壤相鄰情況構(gòu)建0～1矩陣，以人均GDP作為衡量指標，利用stata14計算全局Morans I指數(shù)。結(jié)果顯示，2009-2014年湖南省縣域人均GDP全局Moran'I 指數(shù)分別為0.196、0.208、0.189、0.232、0.251、0.276，均在1%的置信水平上顯著，顯現(xiàn)了呈增強趨勢的空間正相關(guān)性。

（2）局部相關(guān)性檢驗。利用stata14計算2009—2014年環(huán)長株潭地區(qū)25個縣市的局部Morans I指數(shù)，將六年25縣市局部Morans I指數(shù)均值降序排列，結(jié)果見表3。

表3顯示，環(huán)長株潭地區(qū)核心地帶縣市除寧鄉(xiāng)縣均具有正向的空間依賴性，部分邊緣地帶縣市具有負向的空間依賴性。

全局Morans I指數(shù)與局部Morans I指數(shù)反映出研究區(qū)域內(nèi)擴散效應(yīng)與回波效應(yīng)的疊加效應(yīng)。從全局看，全省擴散效應(yīng)明顯大于回波效應(yīng)，核心縣市在發(fā)展中能夠利用自身優(yōu)勢帶動輻射周邊縣市發(fā)展，對人均GDP提升具有正向溢出作用。從局部看，核心地帶和部分邊緣地帶縣市（多位于湖南省東北部）擴散效應(yīng)明顯大于回波效應(yīng)，存在正向溢出；邊緣地帶部分縣市（多位于湖南省西南部）受到中心縣市的回波效應(yīng)大于擴散效應(yīng)，存在資源要素被中心縣市吸收搶奪，進而出現(xiàn)人均GDP差距拉大的現(xiàn)象。endprint

（二）環(huán)長株潭地區(qū)擴散——回波效應(yīng)分析

結(jié)合空間相關(guān)性檢驗結(jié)果，建立縣市人均GDP及其影響因素的空間計量模型，進一步分析環(huán)長株潭地區(qū)是否存在存在擴散或回波效應(yīng)及其原因。

1.變量選取與樣本選擇。選取人均GDP作為空間計量模型被解釋變量，結(jié)合支出法衡量GDP和其他影響當(dāng)?shù)亟?jīng)濟發(fā)展因素構(gòu)建空間計量模型，具體見表4。

2.模型估計與回歸結(jié)果分析。環(huán)長株潭地區(qū)地區(qū)25個縣市存在空間滯后，不同地區(qū)人均GDP存在相互依賴，因而適用于空間滯后模型：

gdp=λWgdp+Xβ+ε （4）

其中，λ為空間滯后系數(shù)，W為空間權(quán)重矩陣，X為數(shù)據(jù)矩陣，β4×1為相應(yīng)系數(shù)，ε為隨機擾動項。

使用stata14進行估計，結(jié)果顯示：除地理位置與空間滯后系數(shù)分別在5%與10%的水平上顯著外，其余解釋變量均在1%的水平上顯著。環(huán)長株潭地區(qū)25個縣市發(fā)展水平與地理位置之間存在負相關(guān)關(guān)系進一步證實空間相關(guān)性檢驗結(jié)果，即環(huán)長株潭地區(qū)存在回波效應(yīng)。人均固定資產(chǎn)投資、人均社會消費品零售額、存貸比對地區(qū)發(fā)展水平產(chǎn)生正向作用，其中又以金融發(fā)展（存貸比）的助推作用最大。

金融發(fā)展對地區(qū)經(jīng)濟發(fā)展具有顯著的正向作用，但金融發(fā)展因成本考慮和風(fēng)險規(guī)避對地區(qū)經(jīng)濟建設(shè)環(huán)境要求較高，因而距離中心城市越遠的地區(qū)更容易流失金融資源，導(dǎo)致了中心城市愈強，邊緣城市愈弱的局面。邊緣地帶縣市的普惠金融發(fā)展水平盡管在短期內(nèi)因政策舉措而出現(xiàn)增長勢頭，但因回波效應(yīng)所導(dǎo)致的金融資源流失，這種發(fā)展具有較強的政策依賴性和空間依賴性；當(dāng)外部政策支持力度減弱時，相對于核心地帶，易流失金融資源的邊緣地帶普惠金融水平下降幅度更大。

六、結(jié)論與建議

以上對環(huán)長株潭地區(qū)縣域普惠金融發(fā)展水平進行了定量評估，并使用非參數(shù)估計方法對該區(qū)域內(nèi)普惠金融水平的分布演化特征進行研究。研究顯示：環(huán)長株潭普惠金融水平呈先升后降、差異逐漸縮小的態(tài)勢；核心地帶發(fā)展水平比邊緣地帶更高、更穩(wěn)定?？疾靺^(qū)域內(nèi)擴散效應(yīng)與回波效應(yīng)，發(fā)現(xiàn)環(huán)長株潭地區(qū)25個縣市發(fā)展存在回波效應(yīng)，地理位置是導(dǎo)致回波效應(yīng)的重要原因。因此，環(huán)長株潭地區(qū)推動普惠金融發(fā)展的措施需順應(yīng)地區(qū)經(jīng)濟發(fā)展趨勢，不僅要調(diào)動普惠金融主體，即金融機構(gòu)的業(yè)務(wù)開展積極性，更要提升普惠金融受體對金融資源的吸引力。具體措施如下：

1.降低金融機構(gòu)普惠金融業(yè)務(wù)開展成本。金融機構(gòu)在業(yè)務(wù)開展中普遍具有逐利性，在“成本—效益”視角下，金融機構(gòu)對普惠金融業(yè)務(wù)開展的積極性并不高。因此，降低業(yè)務(wù)開展成本，提升利潤獲取空間是關(guān)鍵所在。一是加快建設(shè)專業(yè)信息共享平臺，規(guī)范信息中介行業(yè)，削弱信息不對稱性，降低信息搜尋成本。二是借力“大數(shù)據(jù)”與互聯(lián)網(wǎng)金融，主動了解客戶需求與風(fēng)險狀況，提升供給能力、管理效率。

2.完善金融發(fā)展環(huán)境。環(huán)長株潭邊緣地帶因地理位置受到回波效應(yīng)影響，只有完善金融發(fā)展環(huán)境，加快建設(shè)信用體系、權(quán)益保護機制與擔(dān)保機制，疏通民間資本、私募股權(quán)以及風(fēng)投參與渠道，健全線上線下金融基礎(chǔ)設(shè)施，才能提升金融資源吸引力，增強當(dāng)?shù)亟鹑诎l(fā)展的持續(xù)性，降低外部依賴性。

3.推動導(dǎo)向性政策與政府職能的協(xié)調(diào)配合。當(dāng)市場配置資源失靈時，政府要主動參與普惠金融建設(shè)，以實施導(dǎo)向性貨幣、財政政策為主，發(fā)揮金融監(jiān)管與宣傳教育的職能，促使金融資源的合理流動，實現(xiàn)環(huán)長株潭地區(qū)普惠金融水平的全面提升。

注釋：

①IMF、AFI主要從金融機構(gòu)服務(wù)的可獲得性和使用情況兩個維度選取指標設(shè)計普惠金融指數(shù)；WBG在中小企業(yè)調(diào)查基礎(chǔ)上，按銀行賬戶使用情況及具體業(yè)務(wù)分類選取測度指標；GPFI在基礎(chǔ)指標體系上重點關(guān)注金融知識與消費者保護，著重關(guān)注體現(xiàn)金融服務(wù)的獲取、使用和質(zhì)量三大衡量維度的指標。綜合來看，AFI與WBG在具體指標擇取上頗具價值，GPFI在衡量維度則更科學(xué)全面。

②彭建剛（2015）研究環(huán)長株潭地區(qū)金融消費權(quán)益保護環(huán)境時，曾使用覆蓋性、便利性、滿意性與消費基礎(chǔ)四大維度對該區(qū)域普惠金融層面進行評估。該指標體系設(shè)計科學(xué)合理，既考慮了小微金融、農(nóng)戶金融及保險服務(wù)指標，同時指標評價均經(jīng)過了實踐的檢驗。

③變異系數(shù)法以指標本身區(qū)分度作為指標賦權(quán)的標準，指數(shù)測度中取值差異越大的維度更能反映被評價單位的差距。相對于“等權(quán)重”的主觀賦權(quán)法與主客觀結(jié)合的層次分析法而言，變異系數(shù)法基于數(shù)據(jù)本身，客觀科學(xué)性與簡易可行性更高。以變異系數(shù)法確定維度權(quán)重可以反映各具體指標及維度對普惠金融指標體系構(gòu)建的實際影響力變化，能夠更好地幫助研究者追溯指數(shù)變動以及差異產(chǎn)生的原因。

④借鑒焦瑾璞（2015）等學(xué)者的做法，運用歐氏距離法合成環(huán)長株潭縣域普惠金融指數(shù)，指數(shù)合成將更加客觀科學(xué)，不易誘導(dǎo)評價對象發(fā)展測算值或權(quán)重更高的具體指標或維度。

⑤文件中部分主城區(qū)被劃入到本研究范圍，但主城區(qū)與縣市地區(qū)發(fā)展差異過大，因此不納入樣本。

⑥長沙縣普惠金融指數(shù)值自2011年從高水平驟降到中等水平，這源于瀏陽市保險密度值自2011年起開始居于首位且年增長幅度高于長沙縣，因此，拉低了長沙縣可得性維度值，影響了整體水平。

參考文獻：

[1]周小川.踐行黨的群眾路線 推進包容性金融發(fā)展[J].中國金融，2013（18）：9-12.

[2]胡宗義，羅柳丹.小額信貸緩減農(nóng)村貧困的效用研究——基于面板模型的分析[J].財經(jīng)理論與實踐，2016（03）：10-15.

[3]蘇靜，胡宗義.農(nóng)村金融減貧的直接效應(yīng)與中介效應(yīng)——基于狀態(tài)空間模型和中介效應(yīng)檢驗的動態(tài)分析[J].財經(jīng)理論與實踐，2015（04）：33-38.

[4]葉偉超.普惠金融的發(fā)展對城鄉(xiāng)居民收入差距的影響——以華東七省為例[J].哈爾濱商業(yè)大學(xué)學(xué)報：社會科學(xué)版，2016（4）：50-58.endprint

[5]孫天琦，汪天都，蔣智淵. 國際普惠金融指標體系調(diào)查：進展、比較與啟示[J].金融監(jiān)管研究，2016（4）：32-45.

[6]蔡洋萍.湘鄂豫中部三省農(nóng)村普惠金融發(fā)展評價分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2015（2）： 42-49.

[7]彭建剛.金融消費權(quán)益保護環(huán)境評估與建設(shè)[M].北京：中國金融出版社，2015：34-65.

[8]陳銀娥，孫瓊，徐文赟.中國普惠金融發(fā)展的分布動態(tài)與空間趨同研究[J].金融經(jīng)濟學(xué)研究，2015（6）：72-81.

[9]李建軍，盧盼盼.中國居民金融服務(wù)包容性測度與空間差異[J].經(jīng)濟地理， 2016（3）：118-124.

[10]王穎，曾康霖.論普惠：普惠金融的經(jīng)濟倫理本質(zhì)與史學(xué)簡析[J].金融研究，2016（2）：37-54.

[11]焦瑾璞，黃亭亭，汪天都，張韶華，王瑱.中國普惠金融發(fā)展進程及實證研究[J].上海金融，2015（4）：12-22.

[12] 劉波，王修華，彭建剛. 金融包容水平與地區(qū)收入差距——基于湖南省87個縣（市）2008-2012年的經(jīng)驗數(shù)據(jù)[J]. 當(dāng)代財經(jīng)，2014（11）：46-56.

（責(zé)任編輯：寧曉青）

Abstract：Based on the economic data of Pan ChangZhuTan city group from 2009 to 2014， using nonparetric estimation method， this paper measures the level of financial inclusion and explores its dynamic distribution features in this area. It is proved that financial inclusion level in overall research area finally declined after rising and that financial inclusion level in core band of Pan ChangZhuTan city group is higher and more stable than border area. With the help of theory of spreading and echoing effect， dynamic distribution features are well explained. Due to remote location， development environment in the border area is too poor to keep development resources， which are usually grabbed by the core area. To push forward national strategyregional financial inclusion development， it is of great significance to activate financial institutes to perform business concerned with financial inclusion and to improve border area's ability in sucking financial resources.

Key words：Pan ChangZhuTan city group； county financial inclusion； dynamic distribution； echoing effect greatendprint