縣域普惠金融發(fā)展水平測度及影響因素分析

張兵+張洋

摘要：以江蘇省44個縣域為樣本，測度2009—2014年江蘇省各縣域普惠金融的發(fā)展水平，并構(gòu)建空間計量模型分析縣域普惠金融的影響因素。結(jié)果表明，江蘇省44個縣域普惠金融的發(fā)展水平存在顯著差異，蘇南縣域地區(qū)金融普惠水平較高，多數(shù)蘇中和蘇北縣域地區(qū)金融普惠水平較低，且存在空間正相關(guān)性，即地理位置相近的縣域具有相似的普惠金融發(fā)展水平；影響縣域普惠金融水平的主要因素有經(jīng)濟發(fā)展水平、互聯(lián)網(wǎng)普及率、教育普及程度和道路密度。

關(guān)鍵詞：普惠金融；因子分析；縣域普惠金融；空間計量模型

中圖分類號： F830.34文獻標志碼： A

文章編號：1002-1302（2017）10-0307-05

“普惠金融”這一概念引入我國后，受到高度重視，2013年黨的十八屆三中全會通過《中共中央關(guān)于全面深化改革若干重大問題的決定》，正式提出發(fā)展普惠金融。李克強總理強調(diào)“大力發(fā)展普惠金融，讓所有市場主體都能分享金融服務的雨露甘霖”，實際上就是為傳統(tǒng)金融機構(gòu)服務不到的低端客戶——農(nóng)戶、低薪工人、小微企業(yè)和失業(yè)人員降低金融服務門檻。此外，我國城鄉(xiāng)二元經(jīng)濟結(jié)構(gòu)決定了包含廣大農(nóng)村的縣域金融與城市相比差距較大，普遍存在信息不對稱、規(guī)模不經(jīng)濟等問題，導致農(nóng)戶、小微企業(yè)融資困難，嚴重制約著縣域經(jīng)濟的快速發(fā)展。

2014年，國務院發(fā)布《國家新型城鎮(zhèn)化規(guī)劃（2014—2020年）》后，縣域金融機構(gòu)多元化趨勢明顯，小貸公司、村鎮(zhèn)銀行、農(nóng)民資金互助社都不斷增加。但已有研究表明，這些新型的金融機構(gòu)都傾向于在經(jīng)濟發(fā)展水平較高的地區(qū)設立網(wǎng)點，那么經(jīng)濟欠發(fā)達地區(qū)如何吸引這些金融機構(gòu)，進而提高地區(qū)金融普惠水平？深度分析普惠金融發(fā)展受何種因素的影響非常重要，目前國內(nèi)外關(guān)于這方面的實證研究也非常多，但是，大多數(shù)學者忽略了經(jīng)濟區(qū)域差異對普惠金融發(fā)展的影響?？臻g計量經(jīng)濟學理論認為，經(jīng)濟的區(qū)域差異對普惠金融發(fā)展具有一定的影響，因為一個地區(qū)空間單元上的某種經(jīng)濟地理現(xiàn)象或?qū)傩灾蹬c鄰近地區(qū)同一現(xiàn)象或?qū)傩允窍嚓P(guān)的。因此，考慮到以上因素，本研究從縣域?qū)用鏈y度普惠金融發(fā)展水平，并利用各個縣域存貸款金融機構(gòu)的面板數(shù)據(jù)，建立空間計量模型，進一步分析縣域普惠金融發(fā)展水平的影響因素，以期為推動欠發(fā)達地區(qū)普惠金融水平的提高提供政策建議。

[JP+1]在普惠金融測度研究方面，Beck等采用每萬人每百平方千米金融機構(gòu)網(wǎng)點數(shù)、每萬人每百平方千米ATM機數(shù)量及人均儲蓄額與人均GDP的比值等共8個指標衡量國家金融服務水平[1]。Sarma首次創(chuàng)建了多維度普惠金融指數(shù)（index of financial inclusion，簡稱IFI），吸收普惠金融的地理滲透性、使用效用性和產(chǎn)品接觸性“三維度”信息來測算不同國家的普惠金融發(fā)展水平[2]。普惠金融全球合作伙伴從金融服務的獲取、使用及質(zhì)量3方面進一步制定了較為全面的普惠金融指標體系[3]。國內(nèi)學者中，李濱選取了保險密度、保險深度和銀行資產(chǎn)總額等12個指標計算全國各省的普惠金融水平[4]。此外，多數(shù)學者在調(diào)查普惠金融發(fā)展水平時，采用“三維度”分析法及Beck提出的8個指標進行實證研究[5-7]。

國外對普惠金融影響因素研究中，Anderloni提出普惠金融的發(fā)展水平受到金融市場自由化程度、財政政策、人口、收入及勞動力市場狀況等因素的影響[8]。Helms等進一步發(fā)現(xiàn)，手機銀行的產(chǎn)生和發(fā)展可以滿足印度貧困人群和非銀行客戶對于普惠金融的基本需求[9]。在國內(nèi)，徐少君等發(fā)現(xiàn)收入是普惠金融發(fā)展的關(guān)鍵性因素[10-11]。董曉林等則突出了金融機構(gòu)網(wǎng)點布局對普惠金融的影響作用[12]。與此同時，城鄉(xiāng)收入差距的影響也得到了部分學者的關(guān)注和研究[13]。

綜上所述，已有研究在普惠金融發(fā)展水平測度及影響因素方面取得了大量成果，對了解地區(qū)普惠金融水平提供了重要幫助?，F(xiàn)有研究主要從不同國家或省級層面測度普惠金融發(fā)展水平，但我國城鄉(xiāng)二元經(jīng)濟結(jié)構(gòu)決定了普惠金融發(fā)展的關(guān)鍵在于縣域地區(qū)，把握縣域普惠金融的發(fā)展水平，對縮小城鄉(xiāng)差距、吸引新型金融機構(gòu)具有現(xiàn)實意義，多數(shù)學者忽略了這點，所以本研究從縣域角度測度普惠金融發(fā)展水平。另外，國內(nèi)外學者在研究普惠金融發(fā)展水平影響因素時，主要對經(jīng)濟發(fā)展水平、就業(yè)及金融知識等因素進行分析，鮮有學者考慮區(qū)域差異對普惠金融發(fā)展水平的影響，普遍使用最小二乘法進行模型估計，因而得出的結(jié)論在一定程度上缺乏客觀性。因此，本研究在縣域普惠金融發(fā)展水平測度的基礎上，建立空間計量模型對影響縣域普惠金融發(fā)展的因素進行分析，以期得出客觀、全面的結(jié)論。

1縣域普惠金融發(fā)展水平測度及分析

1.1研究方法

Sarma創(chuàng)建的計算公式測算多維度普惠金融指數(shù)IFI，沒有充分考慮各維度間的權(quán)重差異性，所以本研究借鑒石建民等的因子分析法[14]進行測度。因子分析法可以簡化原始指標，提煉出關(guān)鍵因子，并合理賦予權(quán)重大小。普惠金融發(fā)展水平綜合總得分計算方法為：

[HS2][JZ（]C（j）=[∑[DD（]mi=1[DD）]（k）Qj（k）]/[∑[DD（]mi=1[DD）]（k）]。[JZ）][JY]（1）

式中：（k）表示因子分析第j個樣本第k年的方差累計貢獻率；Qj（k）表示第j個樣本第k年的因子得分；C（j）表示第j個樣本的總得分。

1.2指標體系的構(gòu)建

測度縣域普惠金融發(fā)展水平時，借鑒普惠金融全球合作伙伴方案的構(gòu)架來選取評價維度，本研究選擇可獲得性、使用情況和服務質(zhì)量3個維度，其中以可獲得性評價普惠金融的覆蓋范圍，以使用情況評價普惠金融需求主體獲得金融機構(gòu)提供金融服務的狀況，以服務質(zhì)量評價金融普惠過程中金融機構(gòu)提供金融要素的質(zhì)量情況。在充分借鑒國際主流成果的基礎上，參考中國人民銀行的工作報告選取具體指標，在可獲得性、使用情況及服務質(zhì)量3個方面，本研究共設計了29項指標（表1）。

本研究選取2009—2014年江蘇省44個縣域作為研究對象，充分考慮了數(shù)據(jù)的可得性和充分性。其中，江蘇省縣域樣本來源于《江蘇省統(tǒng)計年鑒：2015》公布的縣（市）。商業(yè)銀行分支機構(gòu)、pos機數(shù)、金融服務人員、農(nóng)村金融綜合服務站、農(nóng)戶貸款額、地方政府對民生、“三農(nóng)”貸款貼息資金等普惠性金融數(shù)據(jù)來源于中國人民銀行南京分行。國內(nèi)生產(chǎn)總值（gross domestic product，簡稱GDP）、從業(yè)人員、年末戶籍人口、公路里程、區(qū)域面積等原始數(shù)據(jù)來源于2009—2014年《江蘇省統(tǒng)計年鑒》中縣（市）社會經(jīng)濟和社會經(jīng)濟發(fā)展序列主要指標部分。其中商業(yè)銀行包括中國農(nóng)業(yè)銀行、中國工商銀行、中國銀行、中國建設銀行、交通銀行、中信銀行、華夏銀行、上海浦東銀行、興業(yè)銀行、民生銀行、南京銀行、江蘇銀行和郵政儲蓄銀行。

1.4實證分析

首先，運用SPSS 19.0軟件對指標體系構(gòu)建時設計的29個指標進行因子分析，KMO（Kaiser-Meyer-Olkin，簡稱KMO）檢驗和巴特利特球形檢驗（bartlett test of sphercity，簡稱Bartlett）（表2）通過后，進行主成分分析，根據(jù)特征值大于1說明，貢獻程度較大以及方差貢獻率值越高，因子對整體問題解釋性越強的原則，提取3個公因子解釋原29個指標82654%的信息，并得到3個公因子的方差貢獻率。再運用最大方差法計算出因子旋轉(zhuǎn)后的載荷矩陣，對因子載荷進行歸一化處理可得10個公因子在3個指標上的權(quán)重，算出3個公因子得分，最后根據(jù)公式（1），計算出2009—2014年江蘇省44個縣域普惠金融水平總得分及排名（表3、圖1）?？偟梅衷礁?，對應的圖形顏色越深，表明該地區(qū)的普惠金融發(fā)展情況越好。由于對數(shù)據(jù)進行了標準化處理，總得分計算時存在正負，正值表示普惠金融水平高于平均水平，負值則相反。

從表3、圖1可以看出，江蘇省縣域普惠金融水平存在明顯的區(qū)域空間差異，按照通行的行政區(qū)域?qū)⒔K省劃分為蘇南、蘇中和蘇北3個地區(qū)，可以發(fā)現(xiàn)普惠金融水平較高的地區(qū)多集中在蘇南地區(qū)，如昆山市、常熟市和太倉市，說明普惠金

融的發(fā)展受經(jīng)濟條件的影響較大，這些地區(qū)金融硬件水平較高，和蘇中、蘇北地區(qū)相比，蘇南地區(qū)經(jīng)濟發(fā)展較快，人均GDP較高，金融機構(gòu)、金融從業(yè)人員相對密集；此外，近幾年在政府的支持下，大力推進新型金融機構(gòu)建設，提高地區(qū)的金融普惠水平。而蘇中、蘇北地區(qū)普惠金融水平相對較低，與蘇南[CM（25]地區(qū)相比，蘇中、蘇北地區(qū)的經(jīng)濟發(fā)展較慢，金融機構(gòu)網(wǎng)點

發(fā)展。

2普惠金融水平的影響因素分析

上述結(jié)果表明，江蘇省縣域普惠金融發(fā)展水平具有一定的空間相關(guān)性，所以，在分析普惠金融發(fā)展水平影響因素時須考慮空間效應，否則得出的結(jié)論將存在誤差。本研究在測算出江蘇省44個縣域普惠金融發(fā)展水平的基礎上，使用2009—2014年的面板數(shù)據(jù)對江蘇省縣域普惠金融發(fā)展的影響因素進行空間計量分析。

2.1研究方法

2.1.1[JP3]空間自相關(guān)度量空間自相關(guān)定義為一些變量在同一個分布區(qū)內(nèi)的觀測數(shù)據(jù)之間潛在的相互依賴性?？臻g統(tǒng)計學上最常用Morans I值，Morans I取值范圍為[-1，1]，大于0表示存在空間正相關(guān)，小于0表示存在負相關(guān)，等于0表示不相關(guān)。

2.1.2在空間計量經(jīng)濟中，常見的面板數(shù)據(jù)模型包括固定效應模型和隨機效應模型當樣本是隨機抽取來考察總體時，隨機效應模型較為恰當；而當樣本是一些特定個體時，固定效應模型較為恰當。根據(jù)本研究選取了江蘇省44個縣域作為研究樣本的實際情況，故選擇固定效應模型。固定效應的空間計量模型主要包括2種：空間滯后面板數(shù)據(jù)模型（spatial lag model，簡稱SLM）和空間誤差面板數(shù)據(jù)模型（spatial error model，簡稱SEM）。

空間滯后面板數(shù)據(jù)模型：

[JZ（]Y=μ+Xβ+ρWnt+ε，εi～N（0，σ2In）；[JZ）][JY]（2）

空間誤差面板數(shù)據(jù)模型：

[JZ（]Y=Xβ+μ+=λWnt+ε，εi～N（0，σ2In）。[JZ）][JY]（3）

式中，t表示研究的時間；n表示測量區(qū)域數(shù)目；Y是被解釋變量的nt×1維向量，指縣域普惠金融發(fā)展水平；X表示解釋變量的nt×k維向量；Wnt是nt×nt階空間權(quán)重矩陣；參數(shù)β是k×1階的待估系數(shù)，反映解釋變量對被解釋變量的影響；ρ是空間滯后回歸系數(shù)，用于衡量觀測值之間的空間相互作用程度；ε表示隨機干擾誤差向量，且滿足正態(tài)獨立分布，即εi～N（0，σ2In）；λ表示自回歸參數(shù)，用于衡量樣本觀測值中的空間依賴作用；μ是常數(shù)項；是隨機誤差項。

2.2變量選取

經(jīng)濟發(fā)展水平Y(jié)1：多數(shù)學者認為GDP值高的地區(qū)，金融需求旺盛，金融資源會傾向該地區(qū)，促進普惠金融水平提高[10-11]，采用各縣域人均GDP來表示該變量；城鄉(xiāng)居民收入差距Y2：城鄉(xiāng)居民收入差距加大通常會導致金融機構(gòu)遠離農(nóng)村，從而負面影響普惠金融水平，采用各縣域城鎮(zhèn)常住居民人均可支配收入與農(nóng)村常住居民人均可支配收入差值來表示該變量；互聯(lián)網(wǎng)普及率Y3：非洲等地區(qū)的實證表明，以電話和網(wǎng)絡為介質(zhì)的金融服務在邊遠地區(qū)的普及，可以增加當?shù)鼐用窠佑|金融服務的便利性；另一方面為解決信息不對稱、商業(yè)可持續(xù)性等問題創(chuàng)造了條件，采用各縣域互聯(lián)網(wǎng)用戶數(shù)與總戶數(shù)比值來表示該變量。道路密度Y4：交通建設能提高金融供需雙方接觸的便利程度，降低金融服務成本，采用各縣域公路里程與總面積比值來表示該變量。教育普及程度Y5：通常教育普及程度由受教育年限體現(xiàn)，居民受教育水平越高，越容易接受和使用新的金融產(chǎn)品和服務，采用各縣域在校學生占比來表示該變量。就業(yè)水平Y(jié)6：就業(yè)意味著收入和消費，也意味著地區(qū)的金融需求及金融消費能力，采用各縣域從業(yè)人員總數(shù)與戶籍人口數(shù)比值表示該變量。城鄉(xiāng)金融制度創(chuàng)新Y7：謝麗霜等發(fā)現(xiàn)新型農(nóng)村金融機構(gòu)建設數(shù)量較多的地區(qū)，金融制度創(chuàng)新力度大，能夠快速推進普惠金融的發(fā)展[13]，采用各縣域新型農(nóng)村金融機構(gòu)數(shù)表示該變量。

2.3數(shù)據(jù)來源

GDP、年末戶籍人口、城鎮(zhèn)常住居民人均可支配收入、農(nóng)村常住居民人均可支配收入、互聯(lián)網(wǎng)用戶數(shù)、總戶數(shù)、公路里程、區(qū)域面積、在校學生、從業(yè)人員數(shù)據(jù)來源于2009—2014年《江蘇省統(tǒng)計年鑒》中縣（市）社會經(jīng)濟和社會經(jīng)濟發(fā)展序列主要指標部分，新型農(nóng)村金融機構(gòu)數(shù)據(jù)來源于中國人民銀行南京分行。

2.4實證分析

首先對江蘇省縣域普惠金融發(fā)展水平進行空間自相關(guān)分析，運用STATA 11.0軟件計算空間相關(guān)系數(shù)（Morans I）。從表4可以看出，2009—2014年總體上Morans I指數(shù)變化不大，一直在0.16～0.21之間浮動，在10%的水平下顯著，表明縣域普惠金融發(fā)展水平在空間上存在正相關(guān)關(guān)系，即某縣域普惠金融的發(fā)展水平會受到鄰近縣域地區(qū)的正向影響。因此，在分析普惠金融發(fā)展水平影響因素時須考慮空間效應，此時普通最小二乘法將不再適用于對普惠金融發(fā)展水平的影響因素問題進行分析，需要選擇合適的空間計量模型對普惠金融發(fā)展的影響因素進行研究。從表5中空間滯后模型和空間誤差模型的相關(guān)指標結(jié)果來看，滯后模型的拉格朗日乘數(shù)LML值大于誤差模型的拉格朗日乘數(shù)LME值，所以滯后模型相對于誤差模型更顯著，且LML值和其穩(wěn)健性RLML值在5%的水平下均顯著，通過了空間依賴性檢驗，因此選擇空間滯后模型更為合適。

進一步運用STATA 11.0軟件對數(shù)據(jù)進行空間滯后模型和空間誤差模型擬合。從表6中可知，空間滯后模型的各項檢驗值均優(yōu)于空間誤差模型，SLM的擬合優(yōu)度R2值大于SEM的擬合優(yōu)度，SLM的對數(shù)似然函數(shù)值（log likelihood，簡稱logL）值大于SEM的logL值，表明空間滯后模型擬合效果優(yōu)于空間誤差模型，因此，本研究選擇空間滯后模型對縣域普惠金融發(fā)展水平的影響因素進行分析。

由表6還可以看出，經(jīng)濟發(fā)展水平對縣域普惠金融發(fā)展水平具有正向影響，影響系數(shù)為0.711且顯著。從江蘇省經(jīng)濟現(xiàn)狀來看，江蘇省由南至北經(jīng)濟發(fā)展水平依次遞減，44個縣域普惠金融發(fā)展水平中蘇南地區(qū)普惠金融水平較高，蘇中、蘇北地區(qū)普惠金融水平較低，可見在一定程度上縣域普惠金融的發(fā)展依賴經(jīng)濟的推動。互聯(lián)網(wǎng)普及率有利于縣域普惠金融發(fā)展水平的提高，影響系數(shù)為0.627且顯著，近幾年，互聯(lián)網(wǎng)金融的興起有益于互聯(lián)網(wǎng)對普惠金融正向促進，互聯(lián)網(wǎng)普及率的提高為居民接觸金融服務提供了便利，推動地區(qū)的金融普惠程度。教育普及程度對縣域普惠金融發(fā)展水平具有正向作用，影響系數(shù)為0.102且顯著，一方面，教育程度較高的群體具有基本的金融知識和正確的金融觀念；另一方面，高教育水平群體的收入一般較高，他們的金融需求能夠帶動地區(qū)的金融建設。道路密度對縣域普惠金融發(fā)展水平有顯著正向影響，影響系數(shù)為0.108且顯著，說明地區(qū)基礎設施的完善在一定程度上促進普惠金融的發(fā)展水平。

城鄉(xiāng)收入差距對縣域普惠金融發(fā)展水平具有負向影響，影響系數(shù)為-1.760且顯著，說明城鄉(xiāng)收入差距會促使農(nóng)村居民流入城鎮(zhèn)，金融機構(gòu)更偏向于城鎮(zhèn)，使得農(nóng)村地區(qū)的金融服務無法得到進一步改善。

就業(yè)水平、城鄉(xiāng)金融制度創(chuàng)新對縣域普惠金融發(fā)展水平的影響并不顯著，說明就業(yè)水平和城鄉(xiāng)金融制度創(chuàng)新對縣域普惠金融發(fā)展程度有一定的影響，但并不是主要影響因素。

3結(jié)論與對策建議

研究結(jié)果表明，江蘇省44個縣域普惠金融發(fā)展水平存在明顯的差異性，蘇南地區(qū)縣域金融普惠水平較高，多數(shù)蘇中和蘇北地區(qū)的縣域普惠金融水平較低；且存在空間正相關(guān)性，地理位置相近的縣域具有相似的普惠金融發(fā)展水平。影響縣域普惠金融水平的主要因素中經(jīng)濟發(fā)展水平、互聯(lián)網(wǎng)普及率、教育普及程度和道路密度與普惠金融水平呈正相關(guān)關(guān)系；城鄉(xiāng)收入差距與普惠金融水平呈負相關(guān)關(guān)系。針對以上研究結(jié)論，為進一步推動普惠金融的進程，提出以下建議：

第一，江蘇省各縣域普惠金融發(fā)展存在明顯的空間正相關(guān)關(guān)系，宜兼顧?quán)徑h域普惠金融的發(fā)展動向，加強縣域之間的合作交流，特別是蘇北地區(qū)，有著多種多樣相似和相近的經(jīng)濟基礎，應積極推動普惠金融發(fā)展水平較高的縣域作為示范點，帶動周圍普惠金融協(xié)調(diào)發(fā)展。

第二，推動區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展是促進普惠金融發(fā)展的根本途徑。江蘇省各縣域普惠金融發(fā)展存在明顯的空間正相關(guān)關(guān)系，宜充分考慮區(qū)域特點，加強相鄰地區(qū)合作，促進經(jīng)濟協(xié)調(diào)發(fā)展，吸引金融資源，從而促進各地區(qū)金融普惠程度。首先應采取符合各地區(qū)實際情況的經(jīng)濟措施來縮小城鄉(xiāng)收入差距，加快城鎮(zhèn)化進程；其次應加大基礎設施建設，減少金融服務提供的成本。

第三，隨著互聯(lián)網(wǎng)的普及，近年來互聯(lián)網(wǎng)金融得到蓬勃發(fā)展，并推動了普惠金融的進程，在提升小微企業(yè)融資覆蓋率、降低投資理財門檻等方面作出了巨大貢獻。接下來應準確把握互聯(lián)網(wǎng)金融在農(nóng)村的布局發(fā)展，盡管農(nóng)村經(jīng)濟正走在“電商化”“信息化”的道路，如京東、阿里、蘇寧等均已建立農(nóng)村電商，但絕大多數(shù)農(nóng)村仍面臨改善居民金融服務的需求。同時，應加強互聯(lián)網(wǎng)建設，增加網(wǎng)絡覆蓋率。

第四，一方面，各級政府和相關(guān)部門應積極加大教育投入，提高教育普及率，從而居民了解、接受新事物的能力加強，對金融的需求也會增加；另一方面，推動普惠金融知識的普及，定期安排金融服務人員開展金融知識講解活動，使居民樹立普惠金融意識，及時了解金融產(chǎn)品和服務。

參考文獻：

[1]Beck T，Demirguc-Kunt A，Peria M S M. Reaching out：access to and use of banking services across countries[J]. Journal of Financial Economics，2007，85（1）：234-266.

[2]Sarma M. Index of financial inclusion[D]. New Delhi：Jawaharlal Nehru University，2010：1-28.

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

[4][JP4]李濱. 普惠金融的制度分析與測度研究[D]. 廈門：廈門大學，2014.

[5]田杰，陶建平. 農(nóng)村普惠性金額發(fā)展對中國農(nóng)戶收入的影響——來自1877個縣（市）面板數(shù)據(jù)的實證分析[J]. 財經(jīng)論叢，2012（2）：57-63.

[6]謝升峰，路萬忠. 農(nóng)村普惠金融統(tǒng)籌城鄉(xiāng)發(fā)展的效應測度——基于中部六省18縣（市）的調(diào)查研究[J]. 湖北社會科學，2014（11）：59-64.

[7]翟帥. 江蘇省普惠金融指數(shù)及其影響因素研究[J]. 財會月刊，2015（12）：65-69.

[8]Anderloni L. Financial services provision and prevention of financial exclusion[R]. Brussels：European Commission，2008.

[9][JP3]Helms B，Assistpoor C G T，Bank W. Access for all：building inclusive financial systems[J]. World Bank Publications，2006，9（2）：247-264.

[10]徐少君，金雪軍. 農(nóng)戶金融排除的影響因素分析——以浙江省為例[J]. 中國農(nóng)村經(jīng)濟，2009（6）：62-72.

[11]劉明，劉震，郭峰. 山東省普惠金融發(fā)展現(xiàn)狀及影響因素分析——基于普惠金融發(fā)展指數(shù)的實證研究[J]. 金融發(fā)展研究，2014（12）：54-59.

[12][JP3]董曉林，徐虹. 我國農(nóng)村金融排斥影響因素的實證分析——基于縣域金融機構(gòu)網(wǎng)點分布的視角[J]. 金融研究，2012（9）：115-126.

[13]謝麗霜，李可. 我國民族地區(qū)農(nóng)村金融普惠水平及影響因素分析[J]. 改革與戰(zhàn)略，2015（7）：111-116.

[14]石建民，馬森，于海燕. 普惠金融指標體系的構(gòu)建——以菏澤市為例[J]. 征信，2014（12）：69-72.