安徽省普惠金融發(fā)展水平測(cè)度和減貧效應(yīng)分析

張夢(mèng)德

摘 要：以安徽省16個(gè)地級(jí)市2007—2017年的年度數(shù)據(jù)為樣本，構(gòu)建可進(jìn)行測(cè)算的安徽普惠金融發(fā)展指標(biāo)體系，運(yùn)用變異系數(shù)法賦權(quán)后，對(duì)安徽普惠金融發(fā)展水平進(jìn)行測(cè)度。實(shí)證結(jié)果顯示：除合肥外，安徽省普惠金融發(fā)展水平偏低，各地級(jí)市發(fā)展水平失衡，并且泰爾系數(shù)和人口城鎮(zhèn)化率會(huì)受到普惠金融的影響。

關(guān)鍵詞：普惠金融；綜合評(píng)價(jià)；VAR模型；區(qū)域差異

文章編號(hào)：1004-7026（2019）03-0019-03 中國(guó)圖書分類號(hào)：F832.1 文獻(xiàn)標(biāo)志碼：A

普惠金融自提出以來便受到國(guó)內(nèi)外學(xué)者的廣泛關(guān)注。汪曉文等（2014）研究表明，金融機(jī)構(gòu)為貧困地區(qū)提供貸款，促進(jìn)貧困地區(qū)產(chǎn)業(yè)的發(fā)展，以此達(dá)到脫貧的目的；江春等（2015）認(rèn)為最好的減貧方式是建立支持企業(yè)家創(chuàng)新創(chuàng)業(yè)活動(dòng)的金融體系，改善宏觀經(jīng)濟(jì)運(yùn)行環(huán)境；申云（2016）認(rèn)為應(yīng)通過金融創(chuàng)新對(duì)貧困人口的生產(chǎn)和生活給予信貸支持。在減貧效果研究中，普惠金融總體上是有利于貧困減緩的（韓曉宇，2017），但貧困減緩效應(yīng)隨著普惠金融發(fā)展水平的提高有所減弱（黃秋萍等，2017），并且呈現(xiàn)出區(qū)域性差異（劉華珂，2018）。

1 安徽省普惠金融發(fā)展水平

1.1 構(gòu)建指標(biāo)體系

為了分析安徽普惠金融發(fā)展水平，需要計(jì)算其普惠金融發(fā)展指數(shù)（IFDI）。對(duì)于內(nèi)容豐富的普惠金融來說，單一指標(biāo)很難測(cè)度，所以應(yīng)首先構(gòu)建具體的指標(biāo)體系?；谶x取指標(biāo)的適用性、包容性和可得性原則，同時(shí)借鑒國(guó)內(nèi)外專家學(xué)者關(guān)于普惠金融發(fā)展水平評(píng)估指標(biāo)構(gòu)建的研究文獻(xiàn)。結(jié)合安徽省16個(gè)地級(jí)市的實(shí)際情況，從金融服務(wù)的可獲得性、金融服務(wù)的效用性和金融服務(wù)的相對(duì)質(zhì)量3個(gè)主維度、7個(gè)子維度出發(fā)，具體情況見表1。

1.2 計(jì)算安徽省普惠金融發(fā)展指數(shù)（IFDI）

由于指標(biāo)的量綱方面存在較大差異，這里我們運(yùn)用極差法對(duì)數(shù)據(jù)進(jìn)行線性變換，將其映射到[0，1]之間，以除去原始數(shù)據(jù)的量綱。具體如式：

xij=■

其中，Xij為數(shù)據(jù)原始值，Xminj為第j個(gè)指標(biāo)的最小值，Xmaxj為第j個(gè)指標(biāo)的最大值，xij為標(biāo)準(zhǔn)化后的數(shù)據(jù)矩陣。

為了反映各個(gè)指標(biāo)對(duì)安徽普惠金融發(fā)展水平的貢獻(xiàn)度，并且避免主觀因素對(duì)各維度進(jìn)行賦權(quán)帶來的誤差，本項(xiàng)目采用變異系數(shù)法對(duì)各指標(biāo)和各維度賦權(quán)，具體如下：

ej=■ ；wj=■

其中，σj為第j個(gè)指標(biāo)的標(biāo)準(zhǔn)差， aj為第j個(gè)指標(biāo)的均值，ej為第j個(gè)指標(biāo)的變異系數(shù)，wj為第j個(gè)指標(biāo)的權(quán)重。由于選取時(shí)間段為2007—2017年，共11個(gè)維度，所以最終權(quán)重是一個(gè)k行、n列的矩陣。

最后根據(jù)王婧（2013）普惠金融發(fā)展指數(shù)可表示為n維笛卡爾空間中的點(diǎn)與最優(yōu)普惠金融水平點(diǎn)之間的反歐幾里德距離，可計(jì)算出安徽省各地級(jí)市的普惠金融發(fā)展指數(shù)，用IFDI表示，得出普惠金融指數(shù)公式如下：

IFDIik=■

其中，由于xij在2007—2017年每年1個(gè)，所以共有k個(gè)xij，這里用x■■表示；w■■為wkj矩陣的平方；IFDIik為第i個(gè)地級(jí)市，第k年的普惠金融發(fā)展水平。

1.3 評(píng)價(jià)安徽省普惠金融發(fā)展水平

從橫向看，由上測(cè)算得出的普惠金融發(fā)展指數(shù)IFDI的排名可以看出合肥市、黃山市及銅陵市位居前三。其中有合肥市普惠金融發(fā)展水平前期較高，近兩年的發(fā)展水平有所下降，就指標(biāo)來看，主要是金融業(yè)從業(yè)人數(shù)以及金融網(wǎng)點(diǎn)數(shù)增速減慢，然而人口卻不斷在增加的原因。同時(shí)，也有如亳州市這樣逐漸提高的，整體可見2008年和2013年，各市出現(xiàn)普惠金融發(fā)展峰值。從橫向看，安徽省普惠金融發(fā)展水平區(qū)域性失衡，發(fā)展水平大都集中在0.2左右，為了更加直觀地反映安徽16個(gè)地級(jí)市的普惠金融發(fā)展水平，利用k-means聚類分析歸類，結(jié)果如表2。

2 安徽省普惠金融發(fā)展的減貧效應(yīng)實(shí)證檢驗(yàn)

2.1 建立VAR模型

本項(xiàng)目基于面板數(shù)據(jù)，選取普惠金融發(fā)展指數(shù)、貧富差距（泰爾指數(shù)）、城鎮(zhèn)化率3個(gè)解釋變量建立該領(lǐng)域較少運(yùn)用的VAR模型。前文中已經(jīng)獲得了相應(yīng)的普惠金融發(fā)展指數(shù)，這里我們對(duì)泰爾指數(shù)和城鎮(zhèn)化率的獲取作出解釋：

2.1.1 泰爾指數(shù)（TI）

分析減貧效應(yīng)，此處選擇了能反映區(qū)域貧富差距的指標(biāo)。具體公式如下：

TI=∑■×log■

其中，TI是泰爾指數(shù)，I是總收入，Ii是第i個(gè)地區(qū)的收入，P是總?cè)丝?，Pi是地區(qū)i的人口。

2.1.2 城鎮(zhèn)化率（UR）

城鎮(zhèn)化率具有廣泛的含義，狹義上一般指人口城鎮(zhèn)化。其計(jì)算公式為：UR=城鎮(zhèn)常住人口/總?cè)丝凇?/p>

參照一般VAR模型，VAR模型如下：

IFDIi=A1IFDIi-1+…+ApIFDIi-p+B1TIi+…+BrTIi-r+C1 URi+…+CδTIi-δ+εi

TIi=A1TIi-1+…+ApTIi-p+B1IFDIi+…+BrIFDIi-r+C1 URi+…+CδTIi-δ+εi

URi=A1URi-1+…+ApURi-p+B1TIi+…+BrTIi-r+C1 IFDIi+…+CδIFDIi-δ+εi

其中，IFDI、TI和UR均為i維變量，p、r和δ表示滯后期階數(shù)。

2.2 單位根檢驗(yàn)與Granger因果關(guān)系檢驗(yàn)

本文首先對(duì)IFDI、TI和UR的序列進(jìn)行單位根檢驗(yàn)，以判斷各序列是否平穩(wěn)。利用EViews.10分析軟件，得到結(jié)果如表3所示，檢驗(yàn)結(jié)果表明，變量在二階差分后均變?yōu)槠椒€(wěn)序列，且在三階差分后各變量的平穩(wěn)性相較于二階差分變差。

為分析普惠金融發(fā)展與泰爾系數(shù)以及人口城鎮(zhèn)化率之間的關(guān)系，同時(shí)研究本項(xiàng)目選取的控制變量是否真正影響泰爾系數(shù)以及人口城鎮(zhèn)化率，本文通過Granger因果關(guān)系檢驗(yàn)來判斷相關(guān)關(guān)系。具體結(jié)果如表4。

可以看出，在1%的顯著水平下，普惠金融發(fā)展水平IFDI為泰爾系數(shù)TI的格蘭杰原因，說明區(qū)域貧富差距（泰爾系數(shù)）受到普惠金融發(fā)展水平差異的影響；普惠金融發(fā)展水平IFDI為人口城鎮(zhèn)化率的格蘭杰原因，說明普惠金融在一定程度上影響了人口的遷移。但是從顯著性的大小來看，對(duì)泰爾系數(shù)的解釋情況，IFDI以0.003 0的概率拒絕原假設(shè)，而對(duì)城鎮(zhèn)化率的解釋情況，IFDI以0.009 2的概率拒絕原假設(shè)，這說明IFDI對(duì)泰爾系數(shù)TI的解釋能力更強(qiáng)。

2.3 VAR模型的分析

利用EViews.10計(jì)量經(jīng)濟(jì)分析軟件，得出方程的系數(shù)矩陣如表5。

各方程的擬合優(yōu)度分別為0.96、0.88和0.81，均高于0.8，表明模型整體顯著。同時(shí)我們發(fā)現(xiàn)以IFDI作為內(nèi)生變量，優(yōu)度明顯高于另外兩種情況。這與之前的格蘭杰因果檢驗(yàn)得到的結(jié)果大致相似，即普惠金融的發(fā)展水平能更好地解釋地區(qū)間的貧富差距及人口城鎮(zhèn)化率的差異。

為進(jìn)一步了解VAR模型整體的穩(wěn)定性及平穩(wěn)性，借助AR根的圖表進(jìn)行分析。如圖1所示，所有的點(diǎn)都落在單位圓內(nèi)，說明建立的VAR模型滿足平穩(wěn)性條件。

在VAR穩(wěn)定的基礎(chǔ)下，為了進(jìn)一步了解隨機(jī)擾動(dòng)項(xiàng)對(duì)變量的影響關(guān)系，利用較為常用的沖擊反應(yīng)圖進(jìn)行說明。圖2是這3個(gè)經(jīng)濟(jì)變量間的沖擊反應(yīng)圖。

縱向來看，拋開IFDI對(duì)其自身正向沖擊的影響來看，TI和UR對(duì)IFDI也均為正向沖擊；在對(duì)TI的沖擊中，IFDI為正向沖擊，且作用緩慢增加，而其本身及UR的沖擊則不太明顯；在對(duì)UR的沖擊中，IFDI為負(fù)向沖擊，其本身及TI的沖擊均為不太明顯的負(fù)向沖擊。

橫向來看，IFDI對(duì)其本身及TI為正向沖擊，且對(duì)其自身的沖擊效果較好，對(duì)UR則為較弱的負(fù)向沖擊；TI對(duì)其自身及UR沖擊均較弱，對(duì)IFDI則為較強(qiáng)的正向沖擊；UR對(duì)自身及TI的沖擊都較弱，對(duì)IFDI也為正向沖擊。

由圖2可知，對(duì)一個(gè)變量的變動(dòng)均受到3個(gè)變量的影響，為了解各個(gè)變量長(zhǎng)期影響的相互程度，得出方差分解圖，如圖3所示?？梢钥闯?，在各個(gè)變量的長(zhǎng)期影響中，其自身均占有較大的一部分，且在第五期以后均保持平穩(wěn)。在對(duì)IFDI的影響中，自身占68%，TI和UR均占15%左右，TI略高，可以說，后期IFDI的解釋，其自身和TI就占85%以上，所以長(zhǎng)期來看，人口城鎮(zhèn)化率對(duì)普惠金融發(fā)展水平影響并不大。在對(duì)TI的解釋中，后期的解釋自身和IFDI占89%左右，同上可知，長(zhǎng)期來看人口城鎮(zhèn)化率對(duì)泰爾系數(shù)的影響不大。對(duì)比UR和TI的解釋可知，在其自身的較大解釋程度下，IFDI依舊持有30%左右的解釋程度，而TI和UR對(duì)IFDI的解釋卻均維持在10%左右，所以可知，相比二者對(duì)IFDI的解釋，IFDI對(duì)其二者的解釋更有力度。

3 結(jié)論與啟示

從宏觀層面來看，由于3個(gè)變量變動(dòng)大都由其自身所決定，唯有普惠金融發(fā)展水平對(duì)另外二者有著相對(duì)較大的影響，但也只有30%左右。所以，為了更好地制定政策和措施來促進(jìn)3者的發(fā)展，必須切實(shí)完善3者之間的傳導(dǎo)機(jī)制。

從微觀層面看，安徽省的普惠金融發(fā)展時(shí)間較長(zhǎng)，就目前而言，為進(jìn)一步解決小微企業(yè)和三農(nóng)的問題，必須在堅(jiān)持既定政策的基礎(chǔ)下，精準(zhǔn)化地利用資源，完善信息傳導(dǎo)機(jī)制，避免信息欠缺。

同時(shí)，必須形成普惠金融發(fā)展水平的核準(zhǔn)機(jī)制，確保并監(jiān)督相關(guān)政策的推行和落實(shí)，借此也可以加快人口城鎮(zhèn)化率和縮小貧富差距，從而促進(jìn)3者協(xié)同發(fā)展。