關鍵詞: 城鄉金融排除；城市化；

摘要: 文章數理分析了城市化進程、金融發展與城鄉金融排除之間的作用機理，并建立面板向量自回歸模型(PVAR)進行實證檢驗，得出數理推導結論與實證數據驗證關系統一。即在城市化進程初期，金融發展與城鄉金融排除差距之間呈反向變動關系，城市化進程短期內對城市金融排除的影響高于對農村金融排除的影響，與城鄉金融排除差距呈反向變動關系。

1. 引言

金融排除(Financial Exclusion)在世界范圍內普遍存在且差距顯著。Honoha [1] (2007)對全球177個國家的金融排除現象研究表明：歐盟銀行賬戶使用比例為92%，非洲地區使用比例為20%，阿拉伯國家為33%，其他中亞，東歐，東亞，拉丁美洲，加勒比海地區及南亞地區的銀行賬戶使用比例在35%~51%之間。田杰 [2] (2011)研究表明，截止2010年，我國平均每個鄉鎮金融機構的分布網點為3.27個，獲得金融機構貸款支持的農戶數僅占農戶總數的29.3%；研究顯示，截止2007年，全球有53%的人未使用銀行賬戶。

金融排除的危害性已引起各國重視，減輕甚至消除金融排除成為許多國家的優先發展策略。美國1998年就設立社區再投資法，法國1998年成立反金融排除法，印度和英國政府2005年成立了反金融排除工作委員會，我國2004~2011年期間，國務院發布的中央一號文件中都明確提出了發展農村金融，改善農村金融服務，鼓勵多種形式的信貸組織，指明我國金融體制改革的方向，并通過一系列財政補貼和獎勵扶持、稅收優惠等政策加大對農村金融的扶持力度，改善農村金融環境，普及農村金融服務。

在我國，城市地區和發達地區金融服務齊全，普惠程度高，然而農村地區和欠發達地區的金融排除現象尤為嚴重，城鄉金融排除差距顯著。城市金融服務發展已經相對完善，尤其是大中型城市金融服務項目齊全，產品豐富，金融衍生品發展迅速，但對于大部分落后地區和農村地區，金融服務相對單一，金融網點少，農村金融覆蓋密度低且分布不均勻，金融服務落后，農戶獲取貸款門檻高，截止2012年底，全國還有1696個金融空白鄉鎮。田杰(2011)研究表明，我國2009年每萬人占有的金融機構網點數僅為1.34，農村地區獲取貸款的農戶比例為30.7%，農戶平均融資需求比例在70%以上，農戶貸款滿足比例明顯低于農戶實際需求，農戶遭遇嚴重的貸款排除。

本文將圍繞這一問題展開研究，具體章節安排如下：第二部分從城鄉二元經濟結構角度出發分析城市化進程、金融發展與城鄉金融排除之間的作用機理；第三部分建立城市化進程、金融發展與城鄉金融排除之間動態關系的理論模型；第四部分實證檢驗理論模型；第五部分是研究結論，并依據結論提出政策建議。

2. 城市化進程、金融發展與城鄉金融排除之間的作用機理

金融發展理論的創始人愛德華·肖(Edward S. Shaw)和羅納德·麥金農(Ronald I. McKinnon) [3] (1973)指出，在發展中國家，存在著嚴重的金融市場的割裂，一個是擁有少數現代化、正規化的“有組織的金融市場”，一個是存在著大量落后的、傳統和非正規的“無組織的金融市場”，在兩個市場中，存在著嚴重的壁壘，提并出了二元金融理論。我國處于工業化發展的初期，存在較嚴重的城鎮金融與農村金融的二元金融結構，城鎮的金融網點齊全，金融產品豐富、金融知識普及迅速，微觀個體獲取金融服務的成本低，選擇金融產品的空間大，借助金融工具與服務理財的觀念強，被排除在金融服務外的個體、企業或者組織數量很少。相應地，農村總體屬于勞動密集型結構的經濟體，對資本的需求相對較低，自給自足的小農意識也比較強，通過借助外部融資的方式擴大生產和理財的觀念淡薄，由于主觀原因或者客觀環境限制而未能獲取金融服務和產品的個人、企業或者組織的數量龐大，城鄉金融發展差距顯著，金融排除現象嚴峻。

城市化是一國經濟社會發展的普遍規律，是傳統二元經濟向一元經濟轉換的途徑，成為我國經濟發展方式轉變的重心，其發展過程就是一個國家或者地區人口逐漸由農村人口向城市轉移，農村地區逐步轉變為城市地區、城市人口不斷增長的過程，在這個逐漸轉變的過程中，城市化與城鄉發展可能呈現倒U型發展關系，短期內，城市化進程中，城鎮規模不斷擴大，城鎮規模效應和集聚效應明顯，由于城市化引起的基礎設施投資，房地產投資大規模發展，而這些投資的共同特點是資金需求量大，很難通過自有資金和政府財政支出滿足資金需求，對外部資金的依賴強，而金融市場的發展對基礎設施建設，房地產建設提供金融支持，能夠緩解城市化進程中面臨的融資瓶頸。我國，張軍 [4] (2005)研究表明，金融支持對于緩解城市化進程中的融資瓶頸有重要作用。反過來，城市化發展過程中，對外部資金的大量需求也促進了城市金融的快速發展，而農村基本屬于勞動密集型部門，相對生產中的資本投入較小，依靠自有資本滿足生產需求的個體和企業占相當比重，對借助外部資金擴大生產的觀念意識淡薄、對外部資金依賴度較低，農村部門基礎設施投資規模遠低于城市投資規模，農村金融發展緩慢，嚴重滯后于城市金融的發展，城鄉金融發展差距顯著，城鄉金融排除的差距明顯。

因此，短期內，城市化進程可能加劇城鄉金融發展差距，城鄉金融排除差距明顯。但是，長期內，隨著城市化進程發展，城鄉一體化程度的提高，有利于降低城鄉金融發展差距，減少金融排除。

3. 金融發展、城市化進程與城鄉金融排除的理論模型

理論模型構造中，需以下兩個假定條件。

假定條件1：假定經濟系統中存在兩個相互獨立的子系統：城市經濟體(U)和農村經濟體(R)，且每一個子系統都為完全競爭型市場，即存在大量完全競爭型的廠商，且假定廠商的生產資金完全依賴于金融機構的外部融資。

假定條件2：假定經濟系統中代表性廠商依賴于資本的邊際產出與該系統中代表性金融部門的利潤呈正向變動關系，并用資本的邊際產出代表系統中金融發展水平，且假定經濟系統中金融排除與金融發展呈反向變動關系 [5]。

設城市部門(U)的代表性廠商的生產函數為

YU=AUKαUL1−αUYU=AUKUαLU1−α(1)

農村代表性廠商的生產函數為

YR=ARKβRL1−βRYR=ARKRβLR1−β(2)

其中， YU,KU,LUYU,KU,LU分別代表城市生產廠商的產出、金融融資資本和勞動力投入， AUAU為外生的技術水平， αα為資本的產出彈性，相應地， YR,KR,LRYR,KR,LR分別代表農村生產廠商的產出、金融融資資本和勞動力投入， ARAR為外生的技術水平， ββ為資本的產出彈性，且滿足 0<β<α<10<β<α<1，即城市部門的資本產出彈性大于農村部門的資本產出彈性。

則城市的人均產出為

yU=YULU=AUKαUL1−αULU=AUkαU,kU=KULUyU=YULU=AUKUαLU1−αLU=AUkUα, kU=KULU(3)

農村的人均產出為

yR=YRLR=ARKβRL1−βRLR=ARkβR,kR=KRLRyR=YRLR=ARKRβLR1−βLR=ARkRβ, kR=KRLR(4)

得到城市資本、農村資本的邊際產出為

Y′U=∂YU∂KU=AUαkα−1U,kU=KULUY′U=∂YU∂KU=AUαkUα−1, kU=KULU(5)

Y′R=∂YR∂KR=ARβkβ−1R,kR=KRLRY′R=∂YR∂KR=ARβkRβ−1, kR=KRLR(6)

在分析城市化進程、金融發展與城鄉金融排除的數理關系時，首先需要明確幾個概念，并完成概念的量化處理。

1) 城市化進程：將反映城市經濟體中勞動者數量 LULU與農村經濟體中從業人口數量 LRLR之間的結構變動程度用來刻畫城市化進程的變化，用符號w表示，即有：

w=LULU+LRw=LULU+LR(7)

2) 城鄉金融發展差距：用城市金融資本的邊際產出與農村金融資本的邊際產出之比反映城鄉金融發展差距，用 ΨΨ表示，即有：

Ψ=Y′UY′R=AUαkα−1UARβkβ−1RΨ=Y′UY′R=AUαkUα−1ARβkRβ−1(8)

3) 金融排除：指有獲取金融服務和產品的意愿或者能力，由于主觀原因或者客觀環境限制而未能獲取金融服務和產品的個人、企業或組織，用E表示，并根據假定條件2，有：

EU=γUY′UEU=γUY′U(9)

ER=γRY′RER=γRY′R(10)

其中 EUEU， ERER分別代表城市金融排除和農村金融排除指數， γUγU， γRγR為常數項。

4) 城鄉金融排除差距：用城市金融排除指數與農村金融排除指數之比表示，用符號 ππ表示，即有：

π=EUERπ=EUER(11)

由(8) (9) (10) (11)聯立得

π=EUER=γUYUγRYR=γUγRYRYU=γUγR1Ψπ=EUER=γUYUγRYR=γUγRYRYU=γUγR1Ψ(12)

5)設定

φ=KY=KU+KRYU+YRφ=KY=KU+KRYU+YR(13)

為總金融發展水平。

6) 設定

σ=KUKU+KRσ=KUKU+KR(14)

為城市資本集聚度。

由(5) (6) (8) (12) (13) (14)有：

φ=KY=KU+KRYU+YR=KU+1−σσKUYU(1+YRYU)=1σKUYU(1+yRLRyULU)=1σKUYU???1+ARkβ−1RkRβ1βLRAUkα−1UkUα1αLU???=1σKUYU(1+1ΨαLRkRβLUkU)=1σKUYU(1+πγRγUαβKRKU)=1σKUYU(1+πγRγUαβ1−σσ)φ=KY=KU+KRYU+YR=KU+1−σσKUYU(1+YRYU)=1σKUYU(1+yRLRyULU)=1σKUYU(1+ARkRβ−1kRβ1βLRAUkUα−1kUα1αLU)=1σKUYU(1+1ΨαLRkRβLUkU)=1σKUYU(1+πγRγUαβKRKU)=1σKUYU(1+πγRγUαβ1−σσ)

即有

1σKU=φYU(1+πγRγUαβ1−σσ)1σKU=φYU(1+πγRγUαβ1−σσ)(15)

令 KUYU−φσ(1+πγRγUαβ1−σσ)=F1KUYU−φσ(1+πγRγUαβ1−σσ)=F1

由隱函數定理，有

∂π∂φ=−∂F1∂φ∂F1∂π=−σ(1+πγRγUαβ1−σσ)φσγRγUαβ1−σσ<0∂π∂φ=−∂F1∂φ∂F1∂π=−σ(1+πγRγUαβ1−σσ)φσγRγUαβ1−σσ<0

由(1) (2)得到兩經濟系統的平均產出為

ξ=YL=YU+YRLU+LRξ=YL=YU+YRLU+LR(16)

并結合(5) (6) (8) (12) (14) (16)有：

ξ=YL=YU+YRLU+LR=YU???1+ARkβ−1RkRβ1βLRAUkα−1UkUα1αLU???1wLU=YU(1+1ΨαLRkRβLUkU)1wLU=YU(1+πγRγUαβ1−σσ)1wLUξ=YL=YU+YRLU+LR=YU(1+ARkRβ−1kRβ1βLRAUkUα−1kUα1αLU)1wLU=YU(1+1ΨαLRkRβLUkU)1wLU=YU(1+πγRγUαβ1−σσ)1wLU

令 1ξw(1+πγRγUαβ1−σσ)−LUYU=F21ξw(1+πγRγUαβ1−σσ)−LUYU=F2

同樣，有隱函數定理得到

∂π∂w=−∂F2∂w∂F2∂π=−1+πγRγUαβ1−σσwγRγUαβ1−σσ<0∂π∂w=−∂F2∂w∂F2∂π=−1+πγRγUαβ1−σσwγRγUαβ1−σσ<0

由此可以得到以下兩個命題：

命題一：總金融水平發展，有利于城市金融排除和農村金融排除的降低，但城市金融排除降低幅度高于農村金融排除降低幅度，城鄉金融排除差距顯著。

命題二：城市化進程初期，隨城市化進程發展，城市金融排除降低，農村金融排除降低，但城市金融排除降低幅度高于農村，城鄉金融排除差距顯著。

4. 實證檢驗

我國自2006公布的《中國農村金融分布圖集》中，有反應關于金融排除的統計指標，但統計指標是以縣域為單位統計的，為了更確切真實的反映城鄉金融排除狀況，本文處理方法是縣及縣以上的行政劃分為城，以縣以下的鄉鎮為鄉，選取金融排除 [6] [7] [8] 較嚴重的欠發達地區寧夏回族自治區為研究對象，調研城鄉金融發展狀況及反映金融排除狀況的數據，構造包含網點數量、自助設備數量、各項貸款余額、各項存款余額、開戶數、地區GDP、地區總人口等反映金融排除狀況的城鄉金融排除指數，得到2001~2012年反映城鄉金融排除狀況的數據，計算出金融排除指數與城鄉金融排除差距指標。實證檢驗選取反映金融發展 [9] [10] (FD)、城市化進程(URB)、城鄉收入發展差距(DI)和城鄉金融排除發展差距 [11] [12] [13] (DE)的四項指標，用來驗證變量之間的影響關系，構造PVAR模型確立變量之間的量化關系，在建立PVAR模型之前，要對數據的平穩性和變量之間是否存在協整關系進行檢驗。

1) 單位根及協整檢驗

進行向量自回歸分析前，需要對面板數據進行單位根檢驗與協整分析，本文分別采用LLC、IPS、Fisher-PP檢驗方法對DE、FD、URB、DI四個變量的面板數據進行單位根檢驗，結果列于表1。

 

Table 1. Unit root test

表1. 單位根檢驗

注：括號內為p值。

檢驗結果表明原始數據不能完全拒絕“存在單位根”的原假設，即原始數據為非平穩數據，對各面板數據的差分值做單位根檢驗，得出的差分面板數據為平穩數據。

由于面板數據的不穩定性，應用最小二乘法可能導致偽回歸，需分析變量間的協整關系，文章采用Pderoni (1999)，Kao (1999)和Johasen方法判斷變量之間是否存在長期穩定的均衡關系，結果顯示如表2。

 

Table 2. Cointegration test

表2. 協整檢驗

從表中分析結果判斷，總體上，DE、FD、URB、DI變量之間存在協整關系，由此進一步可建立面板向量自回歸(PVAR)模型。

2) PVAR模型建立

面板向量自回歸模型(PVAR)由Holtz-Eakin在1988年首次提出，后經McCoskey & Kao (1998)，Joankim Westerlund (2005)等學者的追蹤研究，現已發展成為兼具時間序列分析和截面數據分析的較為成熟的模型，該模型除了保留VAR模型中沒有強事先約束的優點外，降低了數據時間長度的要求，當時間長度 T≥2m+2T≥2m+2，m為滯后階數，就可估計穩態下的滯后項階數，另外，PVAR克服了VAR中隱含的所有截面單位結構相同的約束，和現實情況更吻合。

模型表達式為：

yt=β0+β1yt−1+β2yt−2+?+βpyt−p+εtyt=β0+β1yt−1+β2yt−2+?+βpyt−p+εt(17)

其中： ytyt是由DE、FD、URB、DI構成的四維內生變量向量，即 yt=(DEt,URBt,FDt,DIt)′yt=(DEt,URBt,FDt,DIt)′，p為滯后階數， β0,β1,?,βpβ0,β1,?,βp為系數向量矩陣， εtεt為4維隨即擾動向量，且 εtεt滿足 cov(εt−i,εt−j)=0,i≠j,cov(εt−i,yt−k),cov(εt−i,εt−j)=0,i≠j,cov(εt−i,yt−k),i,j,k=1,2,?,pi,j,k=1,2,?,p即當期和滯后期之間不相關，且擾動項和等式方程中的其他變量不相關。

本文采用AIC準則確定模型中的最佳滯后為2期，在去除了模型中固定效應和時間效應后采用廣義矩(GMM)估計方法得到參數估計值。表3報告了估計結果。

 

Table 3. Estimation of GMM

表3. GMM參數估計

分析結果初步顯示，城鄉金融排除、城市化進程、金融發展水平、城鄉經濟收入差距之間存在動態的交互影響關系，當然，在面板VAR分析中，模型的參數是在變量序列去勢滯后進行估計的，因此直接對變量進行解讀是困難的，總體上判斷短期內，城市化進程的推進更有利于城市金融的發展，加大城鄉金融差距，城市金融排除隨時間推移降低的幅度大于農村金融排除降低的幅度，城市化進程與城鄉金融排除呈反向變動關系，相應地，金融發展和城鄉金融排除也呈反向變動關系，表3分析結果顯示，滯后一期的城市化進程對城鄉金融排除的影響最為顯著。后續部分采用脈沖響應分析和方差分析進一步刻畫變量之間的動態影響關系。

PVAR模型的優勢之一是可以分析變量之間的交互效應，其重要的分析工具就是脈沖響應分析，脈沖響應函數度量了PVAR模型中內生變量對相關新息變化的反映，具體體現為在保持模型中其他內生變量的外生沖擊為0，對模型中相關新息施加一個標準差大小的外生沖擊后，新息的外生沖擊對PVAR模型中內生變量的當前值和未來值的沖擊反映。在GMM估計中，得到的擾動項的方差-協方差矩陣并非是一個對角矩陣，表明PVAR模型中擾動項之間存在相關性，不能保證脈沖分析時其他內生變量外生沖擊為0的假定條件，對此問題，本文的處理方法是對GMM估計出的系數進行再抽樣，用bootstrap方法得到PVAR模型的脈沖響應分析的置信區間，這樣保證PVAR模型中的擾動項之間不再具有相關性。圖1給出了四個個變量之間的動態交互作用及其效應。圖中總沖擊滯后期數為6，金融排除(DE)、城市化進程(URB)、金融發展水平(FD)對各個變量之間的累積沖擊呈增大趨勢，到第六期達到最大值，而城鄉金融差距(DI)對各變量之間的累積沖擊呈先增大后減小趨勢，在第五期累積沖擊達到最大，后呈現減弱趨勢。給URB一個標準差的單位沖擊后，對DE的影響第二期達到最大，從第四期開始影響開始減弱。比較而言，一個標準差的DI沖擊對DE的影響最大，一個標準差的FD沖擊對DE的沖擊最小。

Figure 1. Impulse response analysis

圖1. 脈沖響應分析

通過方差分析進一步度量變量之間沖擊作用的構成。表4給出了前10步、前20步、前30步預測期的方差分解結果。分析結果顯示前20個預測期與前30個預測期的方差分析結果基本相同，前10個預測期與前20個預測期的分析結果差異很小，表明10個預測期后系統已比較穩定，對結果影響甚微。城鄉金融排除差距受自身的累積沖擊為35.77%，城市化進程和城鄉收入差距對其累積沖擊影響較大，分別高達66.51%，21.08%。

 

Table 4. Variance analysis

表4. 方差分析

5. 結論和建議

本文通過構建一個二元數理模型，對我國金融發展、城市化進程及城鄉金融排除差距之間的作用機理進行理論分析，并采用PVAR模型進行實證檢驗，得到數理推導結論與現實實證數據驗證關系統一。即在經濟和金融存在城鄉二元結構的框架下，農村金融的發展有利于農村金融排除的減小，城市金融的發展降低了城市金融排除，但城市金融排除降低幅度高于農村金融排除的降低幅度，金融發展與城鄉金融排除差距之間呈反向變動關系；分析結果同樣表明，城市化進程短期內對城市金融排除的影響高于對農村金融排除的影響，與城鄉金融排除差距呈反向變動關系。

上述研究結果表明，城市金融和農村金融排除存在顯著差距，我國城鄉二元經濟結構導致城鄉居民差距顯著，整體上，城市居民收入水平高于農村居民收入水平，短期內，城市化進程的加大進一步加重了城鄉之間的不平等，表現為享受金融服務、教育服務、醫療服務等一系列不平等，但長期內，隨著城鄉一體化發展，城鄉差距將逐步減小，城鄉金融排除狀況將也逐步趨于統一。因此，短期內，降低農村金融排除一是要推動農村經濟發展；二是要健全完善農村金融組織體系和市場體系，加大對欠發達、農村地區的政策傾斜，適度放寬在上述地區設立、組建新型金融機構的政策條件并給予財政和稅收政策方面的鼓勵；三是要不斷改善金融生態環境，有效防范金融風險，增強金融機構盈利能力；四是金融機構自身要因地制宜地加大信貸產品創新力度，提出適宜于農村經濟發展結構的金融服務產品，改變金融機構收入結構，提高自身盈利能力。

基金項目

本文獲得重慶市教委科學技術項目“面板數據聚類方法理論及應用研究”(KJ1600629)的資助，本文獲得重慶市社會科學規劃項目“基于面板數據的向量自回歸模型的拓展研究”(2015PY25)的資助。

參考文獻

[1]	徐少君, 金雪軍, 國外金融排除研宄新進展[J]. 金融理論與實踐, 2008(9): 86-91.
[2]	田杰, 陶建平. 農村金融密度對農村經濟增長的影響——來自我國1883個縣(市)面板數據的實證研究[J]. 經濟經緯, 2012(1): 108-111.
[3]	Sarma, M. and Pais, J. (2010) Financial Inclusion and Development. Journal of International Development, No. 3, 1-16.
[4]	張軍, 金煌. 中國的金融深化和生產率關系的再檢測: 1987~200 [J]. 經濟研究, 2005(11): 34-45.
[5]	田霖. 我國金融排斥的城鄉二元性研究[J]. 中國工業經濟, 2011(2): 36-45.
[6]	Beck, T. and de la Torre, A. (2007) The Basic Analytics of Access to Financial Services. Financial Markets, Institution and Instruments, 2, 79-117. https://doi.org/10.1111/j.1468-0416.2007.00120.x
[7]	Michalopoulos, S., Laeven, L. and Levine, R. (2009) Financial Innovation and Endogenous Growth. https://doi.org/10.3386/w15356
[8]	Pearce, D. (201l) Financial Inclusion in the Middle East and North Africa Analysis and Roadmap Recommendations.
[9]	周立. 農村金融新政與金融排異[J]. 銀行家, 2008(5): 98-99.
[10]	許圣道, 田霖. 我國農村地區金融排斥研究[J]. 金融研究, 2008(7): 195-206.
[11]	徐少君, 金雪軍. 農戶金融排除的影響因素分析: 以浙江省為例[J]. 中國農村經濟, 2009(6): 62-72.
[12]	田杰, 陶建平. 農村普惠性金融發展對中國農戶收入的影響——來自1877個縣(市)面板數據的實證分析[J]. 財經論叢, 2012(2): 57-63.
[13]	田杰, 陶建平. 農村金融排除對城鄉收入差距的影響——來自我國1578個縣(市)面板數據的實證分析[J]. 中國經濟問題, 2011(5): 56-64.