我国金融排斥的城乡二元性研究，本文主要内容关键词为：城乡论文,我国论文,金融论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言
金融排斥(Financial Exclusion)是金融地理学的新兴研究方向，1997年开始，成为国外政府部门金融管理决策过程中优先考察的议题。中外学者从不同角度、不同层面对该专题进行了全方位探讨，包括其概念的内涵与外延、易被排斥对象、排斥的动态过程、原因与后果①等。目前尚缺乏从城乡二元性视角研究金融排斥的文献，本文试图从以下层面展开分析：①城乡金融排斥程度的时空差别。西方学者较少关注农村地区的金融排斥，往往倾向于与当地城市委员会(City Council)合作，为城市金融包容(Financial Inclusion)开出药方(Ayadi and Rodkiewicz，2007)。中国学者有限的量化研究，或局限于省级平均水平，或受限于数据，只能沿着城市或乡村各自的时空差异分别展开研究。本文尝试突破传统的城、乡金融体系的割裂思维，构建我国31个省区市城乡金融排斥二元性相对指数，客观反映其空间差异，以新的视角丰富国际金融地理学界的相关研究。②不同区域城乡金融排斥二元性的诱致因素。目前，金融排斥的诱因分析往往局限于某项金融产品或某个调研区域，样本数量过少，代表性较差，受访者拒绝合作，问卷信息失真，要素复合因果等问题导致难以准确界定我国金融排斥的诱致要素。本文不仅在一致、可比的指标基础上，探讨诱发城乡金融排斥二元性的影响因素，而且利用模糊曲线法检验各要素的贡献弹性，较好地解决金融复杂系统中各要素的交互作用、复合因果及非线性关系，弥补了传统计量研究的不足。③从城乡金融地域系统的空间溢出效应及有限联动角度探讨削减金融排斥二元性的渠道与途径。现有研究没有考虑城市和乡村金融体系的空间联系，往往沿着城、乡金融系统相互独立、自我循环、封闭发展的思路进行，本文推翻各地区金融同质的假说，重视空间维度，将“金融性”和“地域性”有机结合，指出金融的发展同样要遵循系统观和统筹观，这是区域金融高效成长及城乡协调发展的要求。
二、模型构建与变量选择
1.金融排斥城乡二元性的客观表现
省域平均意义水平上的金融排斥程度差别往往掩盖了农村地区金融成长滞后问题，根据田霖(2010)研究，我国各省区共存的“短板”在于金融发展存在严重的城乡失调。表1分列31个省区市(以下称省份)农村及省区市域的金融排斥相对得分和排名。
由表1可见，省域与农村区域的金融排斥程度存在较大差别，如山西省农村金融排斥并不严重，排名第8，然而其全省区的金融排斥排名为21；东部的上海、广东总体金融排斥水平不高，分列全国第1、2位，相对于城市，其农村地区的金融排斥程度相对较为严重，分列第7、11位；除了四川、内蒙古存在单项指标较为领先之外，西部各省份的省域及农村金融排斥均比较严重。表1从侧面反映了金融排斥的城乡二元性，为了较为客观、全面地考量这一问题，采用城乡金融网点差异、存款规模差异、贷款规模差异、资金利用效率差异四项可比指标构建区域金融排斥的城乡二元性指数。利用全局主成分方法，提取规模、效率两项主成分反映方差的大部分信息，综合得分F=(F1×70.249+F2×25.084)/95.333。经过标准化处理和逆向指标转换后，得出各区域城乡金融排斥二元性综合指数，见表2。
由表2可知，我国大部分省份存在比较严重的城乡金融排斥的二元性，其中23个省份金融排斥二元性的程度高于全国平均水平。不仅中西部省份面临金融排斥二元性问题，一些经济、金融相对发达的东部省份也受到二元性的困扰，影响区域的可持续协调发展。为了确定影响城乡金融排斥的关键要素，拟构建如下模型，并进行诱致因素剖析。
2.模型构建与变量选择
(1)理论分析与模型构建。金融地理学的大生境与自组织理念要求认识事物时克服单维度看问题的传统思维方式，转而采取多维度、全维度的视角。对金融排斥而言，则要结合需求引致、供给诱导及社会环境影响，从三方面把握其诱因。需求引致着力解决金融需求主体的某项特征所引发的排斥，如收入、年龄、教育、种族、住房拥有状况、不悦的金融借贷经历、心理因素等。供给诱导则涉及影响金融机构资金供给的若干条件与因素，如产品多样性、金融基础设施、地理便利性、市场营销策略、价格水平等。金融排斥的社会诱发要素则包括如下方面：人口统计的变化、收入差距及劳动力的结构变动、社会支持、市场化程度等，这些社会要素会对某类社会群体的金融排斥水平产生影响(Hersi，2009)。需求、供给、社会这三方面诱致要素存在多重因果和互动关系。如技术水平的提高有利于增加收入，继而提升对先进金融产品的需求，而金融产品需求的增加，将会进一步促进区域金融和经济的稳健增长，而区域经济社会条件的改善引致排斥程度的进一步降低；金融教育低下，不仅直接减少对金融产品的需求，加大自我排斥，也会引发学习障碍，降低收入水平，恶化金融排斥及社区环境；良好的地理区位在某种程度上意味着排斥程度较轻，金融的集聚效应将有效促进该区域发展，而该区域先进的金融文化和技术的普及以及金融产品的丰富多样进一步诱发经济主体的需求，主流金融机构满足农户、企业金融需求的过程，同时也是金融包容的过程。可见，金融排斥的各诱因呈复杂的非线性和因果关系，因此，在传统的计量工具之外还需结合模糊曲线分析，以检验各要素的贡献弹性。我国存在城乡金融二元结构，农村和城市金融系统具有不同的运行特征，若进行城乡金融排斥二元性的分析，需分别构建城市金融系统、乡村金融系统。为了保证城乡空间系统的可比性，自变量与因变量的选择在充分考虑数据可得性的基础上，兼顾其一致性、可操作性与说服力，力求定位影响城乡金融排斥的关键要素。拟构建如下计量模型②：
EXCLUDED(Urban)=f(Income,Employment,Age,Technology,Education,GDP Development,Government's Restriction,Gender,Ethnicity,Geography);
EXCLUDED(Rural)=f(Income,Employment,Age,Technology,Education,GDP Development, Government's Restriction,Gender,Ethnicity,Geography)。
城乡金融排斥程度EXCLUDED均采用四项指标衡量：万人机构覆盖度、人均贷款水平、存款资源利用水平及人均储蓄存款水平。若寻找城乡金融排斥差异的诱致因素，人均指标显然优于区域指标，这是由于区域总量指标的差异往往会造成统计结果的畸高或畸低，并且解释变量往往考察某区域个人或家庭经济主体的特性，具有微观特征，故而人均指标更加客观、全面③。自变量的选择广泛借鉴国外学者的研究，如Hersi(2009)、Kempson and Whyley(2000)、Kempson and Whyley(1999)，以及FSA(2006)等的研究成果，并基于以下假设展开：
H1：在其他条件不变的情况下，收入越高、就业比例越高、技术水平越高、金融教育越充分、GDP增长率越高、政府支持力度越强，则金融排斥程度较低。
H2：在其他条件不变的情况下，老人、儿童总人口所占比例越高，女性人口比例越高，则金融排斥程度相对越高。
H3：在其他条件不变的情况下，少数民族地区、中西部地区的金融排斥程度相对较高。
(2)诱因选择与处理。①Income。金融排斥首先是收入的函数，国外相关统计模型表明，是否接受收入援助这一变量对金融排斥具有最大的解释力(Kempson and Whyley，1999)。保持其他控制变量不变，低收入显著增加了金融排斥的机率，因此，各省份城镇居民人均可支配收入及农村居民人均纯收入(取对数)可作为金融排斥的解释变量之一。②Emplo表示就业状况。国外的弹性劳动力市场导致非全职工作、自雇佣等比例增加，而就业水平的高低直接导致金融排斥程度的动态变化，这里采用我国各省份城镇就业人员、乡村就业人员所占比例作为度量指标。③Tec技术水平。Geach(2007)指出，手机技术在农村和城市贫民区的普及，将有助于弥合数字鸿沟(Digital Divide)且便利于居民采用主流金融服务。本文采用城市/农村地区固定电话普及率、移动电话普及率、电脑普及率及互联网普及率的加权平均值反映不同区域城乡的技术水平及金融基础设施供给状况。④Edu，又称为金融教养(Financial Literacy)，它是一种隐性知识，且代际遗传。比如富裕家庭的孩子耳濡目染，很容易掌握金融产品的使用方法，反之，贫困家庭的孩子往往对现代金融工具一无所知。另外，后天金融教育的薄弱也会导致金融排斥的发生。可利用城市高等院校数目、专任教师数目及农村劳动力中大专以上人口所占比例近似反映。⑤GDP增长率。反映城乡经济发展的宏观环境优劣，分别用城市、农村年均GDP增长率来反映。城市的统计范畴包括各省份所有地级市、县级市，及各区的GDP增长率的加权平均；农村则是各县、旗GDP增长率的加权平均。⑥Restri。政府对城乡经济的支持力度用城市预算支出及农村财政支农力度近似替代反映。后者的数据来源于1988-2007年全国农业综合开发项目投入中央财政资金及地方财政配套资金总量(取对数)。⑦Age表示各省份城乡人口的年龄构成。采用各省份城乡少年儿童(0-14岁)和老年人口(65岁以上)所占比例反映区域的人口年龄结构。⑧Gender(城乡人口中女性所占比例)反映城乡人口的性别结构。Kempson and Whyley(1999)的调研说明，女性占总人口的比例越高，排斥指数越高。⑨Dt。该指标为表示地理特征的虚拟变量，以反映地域差别的影响。即
该虚拟变量反映区域的民族构成。低收入的少数民族聚集区，金融排斥往往比较严重。少数民族聚集区(广西、新疆、内蒙古、宁夏和西藏)赋值1，其他地区赋值0。
三、实证结果与检验
1.计量分析结果
为了检验解释变量的纳入是否合理，首先分别进行单一解释变量的计量检验，共建立10个模型，被解释变量分别为城、乡金融排斥指数，解释变量分别为前文列出的10个变量。模型的回归系数、显著性以及各解释变量与因变量的相关系数见表3。
由表3可知，农村金融排斥与Income、Emplo、Tec及Edu显著负相关，与Age显著正相关，且回归系数均在1％的水平上显著。城市金融排斥与Income显著负相关，且回归系数在1％的水平上显著。与农村金融排斥的影响要素不同，城市的Emplo、Tec及Edu对其排斥程度的影响有限。这一方面是由于各要素的作用机制不同，比如技术，国外学者的研究存在争论，如Kempson and Whyley(1999)对技术的正面影响持怀疑态度，提出电话和网络为介质的金融服务将加大金融排斥。就我国而言，技术对农村金融发展有积极的推动作用，而对城市的金融发展影响却非常有限。原因在于，城市的电话、网络普及率较高，其对金融排斥的边际影响较小，且已经颇具规模的电话、网络金融服务的风险加大导致原有用户的自我排斥。而农村信息技术的完善，将提高农业的科技化程度，拓宽农产品融资渠道，增加农民收入，降低金融排斥；同时拥有电话、电脑的农户逐渐接受和采纳高科技金融服务也引致金融排斥减小。另一方面则是由于城乡金融体系是一个复杂的多维系统，金融排斥各诱致要素之间互相影响、互相作用、互为因果，且各要素存在非线性关系，传统的线性分析方法只能部分反映其内在关系与作用过程。如城市Income与Age、Tec、Edu、Restri均显著相关，相关系数分别为-0.629、0.644、0.408及0.672，农村Income与Emplo、Age、Tec、Edu的相关系数分别为0.638、-0.538、0.926、0.782，且均在0.01的水平上(双侧)显著相关。变量间的高度相关和复合因果使单一要素作用强度的确定更加困难。此外，GDP对城市和农村的金融排斥均无显著影响，这说明名义GDP的增长如果不能提升居民收入，其对金融排斥的影响将非常有限。Restri、Age、Gender在1％的水平上显著影响农村金融排斥，而对城市金融排斥水平并无显著影响。我国少数民族聚居区城、乡金融排斥相对严重，且在5％的水平上显著。
回归系数在1％的水平上显著，且为负，说明不论城市抑或乡村，东部省份的金融排斥水平显然低于其他省份。尽管Mino及Dt对省区金融排斥的空间差异具有一定的解释力，但是，对其城乡二元性并无显著解释力。
为了剔除自变量的相互作用及相互影响，进一步借鉴英格兰东南发展机构的量化研究，采用逐步回归法确定与城、乡金融排斥相关的变量。分析表明，影响城市金融排斥的最重要的三个要素为收入、技术及民族，且在1％的水平上显著。其中收入对金融排斥具有最大的解释力。单一要素分析表明，Tec对城市金融排斥的影响并不显著，而逐步回归结果证明，该要素在5％的水平上显著，因此，初步推测Tec通过某种作用机制影响了收入，进而引发城市金融排斥的变动。采用同样的分析方法，对农村金融排斥模型进行逐步回归，只有一个要素即Tec在1％的水平上显著，且回归系数为-0.008，即技术水平越高，则排斥程度越低。通过比较，某些要素在其他条件不变的情况下，与因变量显著相关，但是，由于复杂系统各因子的交互作用，导致其多元回归的显著性大大下降，出现多重共线性。逐步回归法部分解决了要素间的交互影响与作用，却无法完全解决其非线性问题。除此之外，某些要素符号出现反常，如Tec对城市金融排斥具有提升作用。为了更好地理解其内在机理，下文将采用模糊曲线方法检验各要素对城、乡金融排斥的贡献弹性。
2.模糊曲线检验结果
所谓模糊曲线分析法是由世界著名的实验室诺斯—阿拉姆斯实验室适应系统应用中心金融分析小组的需要最新开发的非常有价值的统计方法。它主要用来压缩输入数据的维度，发现影响产出变量的重要因素。步骤是通过求贡献弹性，根据样本点拟合样本曲线，最后选出影响变量的最重要的因素。模糊曲线方法不需要建立数学模型，只根据输入的采样数据就可以估计出要求的决策，非常适合非线性、多变量的复杂系统分析。根据模糊曲线原理设计软件程序，输入各个地区有关样本的数据，可以分别得出各诱因对城、乡金融排斥的贡献弹性，见表4。
城市系统中，H1、H2成立，对金融排斥影响最大的要素为Income，其二次拟合曲线呈右下方倾斜状态，表明城镇居民收入每增长1单位，其对金融排斥指数的贡献为0.35单位，且为负贡献。相对于收入，其他要素的影响力比较微弱，贡献弹性除Mino为0.129外，其他均在0.1以下，如Gender的贡献可以忽略不计，而Emplo、Age、GDP的二次拟合曲线均非常平缓，表明其并非金融排斥的关键诱致要素。Tec对UFE的贡献只有-0.048，二次拟合曲线前半段朝右下方倾斜而后半段则倾向于增加UFE，这表明，适度的技术将有利于排斥程度的降低，然而，由于城市金融技术的普及和金融基础设施的完善，一方面，过度的技术采纳与网络化金融反而在某种程度上加大了金融风险，增加居民对金融中介的不信任感，进而导致自我排斥的上升；另一方面，先进的技术便利于金融部门掌握跟踪客户的信用记录，有效地甄别客户，将潜在风险客户排斥在外。因而，Tec与UFE的拟合曲线表现出了复杂的形态。除此之外，Tec对城市金融排斥的直接影响并不明显，其作用机制更多的表现在增加城镇居民收入，进而作用于金融排斥，模糊曲线分析表明Tec对Income的贡献弹性为0.217，证实了前文的推测，即某些要素的交互作用同样影响区域金融排斥的大小。类似的指标还有Edu和Mino，其对收入的边际贡献分别为0.104及-0.045。尽管这些要素本身的计量结果并不显著，但是通过作用于收入，引致其排斥水平的变化。
农村系统中，对金融排斥负贡献最大的要素依次为收入、技术和教育(就业拟合图形平缓，可忽略)。农民纯收入对金融排斥的贡献弹性最大为-0.382，即Income每增加1单位，其排斥减少0.382个单位。Tec对我国农村金融排斥的贡献弹性排在第二位，且随着信息技术的普及，排斥指数趋于缩小。这表明信息技术的普及不仅可以使已经被排斥的农户和企业摆脱信息阴影(Information Shadow)，而且便利了已拥有发达金融基础设施的经济主体采用高科技金融产品和服务。如我国广东省信息直通车工程的实施，可以直接、及时、准确地把涉农信息传递给农村用户，信息化盲点的消除，拓宽了农产品销售渠道，提高了农业产出收入。同时吸引更多资金和技术，促进农村加工业发展和农民增收。Tec对Income的贡献弹性为0.553，拟合曲线近似直线且向右上方倾斜，表明技术成为消减农村金融排斥的关键变量，这也是前文逐步回归法只提取一个技术要素的内在原因。Edu对排斥的作用渠道包括：①教育水平的提高，倾向于增加收入，进而减少排斥(Edu对Income的边际贡献为0.396)；②金融教养的提高有利于经济主体掌握先进金融产品使用方法，从而增大金融包容。与此类似的要素还有Age，其对RFE的贡献弹性为0.168，即一方面老人和儿童的比例过高意味着农村收入的减少(对Income的边际贡献为-0.201)，另一方面，老人、儿童掌握金融技术的难度比较大，其本身就是易被排斥人群。此外，Mino对农村金融排斥的贡献几乎为零，近乎水平的拟合曲线表明我国并不存在由于民族歧视而导致的金融排斥，这与国外种族歧视引致的排斥有着本质区别(如伊斯兰金融的出现)。实证结果与H1、H2一致，H3不成立。
3.城乡联动的变系数模型检验
长期以来形成的城乡经济二元结构以及城乡金融地域系统的割裂现状，引致学者忽视城乡空间联系的倾向，从理论上讲，开放系统之间应相互联系、相互依赖、相互作用、相互促进及相互转化，因此城乡之间的金融资源禀赋可具体体现为货币、资金的双向流动，或者金融工具、金融组织体系、整体功能性金融资源等方面的地域运动。“城市反哺农村”的观点从某种程度上反映了将两者“互斥”而非“互补”的倾向。为了检验城乡之间空间经济联系及有效联动的可能性，本文采用31个省份2001-2008年的面板数据建立变系数模型(自变量为城市金融相关比率，因变量为农村金融相关比率)，分析结果见表5。
从表5中可以看出，我国31个省份存在明显的城乡联动及空间溢出效应，除了内蒙古和西藏，其他省份的回归系数均在1％的水平上显著。这表明城市金融的发展对农村金融具有一定的扩散效应，城乡金融系统之间并非完全割裂，城市不能仅看做农村资金的“抽水机”，它也通过实物渠道及资金渠道带动农村经济、金融的成长，两者存在地理上的溢出关联效应及互补效应。因此，降低金融排斥的城乡二元性，并非要牺牲城市发展，而是促进城、乡的同向成长，并且推进后者的加速度发展，逐渐缩减二元性的存在，使农村居民最基本的金融需求得到满足，走出“金融沙漠”陷阱。从回归系数看，各省份城乡联动结构存在一定差异。其中北京的城乡联动效应(UFIR)最强，UFIR每提高1个点，则RFIR提高0.36个点。内蒙古的城乡联动效应最弱，UFIR每提高一个点，RFIR只提高0.05个点。东部某些区域金融的综合竞争力很高，但是，城乡联动效应相对较弱，加剧了排斥的二元性，如上海。因此，尽管城市和农村的金融系统具有各自的运行特征和规律，其金融排斥影响要素的作用机制和强度也具有一定差别，但是城、乡系统并非互相割裂的，而是互相影响、互动耦合的，这为城乡金融排斥二元性问题的解决提供了新的视角和思路。
四、结论与建议
(1)城乡金融系统具有不同的运行特征与运作模式，导致相同的诱因其作用机制与渠道不尽相同，因而，解决城、乡金融排斥的着力点和侧重点应有所不同。如技术对金融排斥的作用始终存在争议，部分学者赞成技术的普及将有助于降低金融排斥，也有部分学者认为网络金融技术的普及会将弱势人群排除在外。本文实证研究表明，农村金融排斥的关键诱因之一为技术，且通过两条渠道发挥作用，一是直接提高金融主体对各式金融产品和服务的使用技能，从而减少金融排斥，二是通过技术普及，提高收入水平，进而降低排斥程度。因此农村地区需要完善金融基础设施，弥补数字鸿沟。较之农村，城市的金融基础设施相对完善，其对金融排斥的直接贡献不大，主要是通过促进收入增加而减少排斥。此外，当城市网络金融普及率到达一定的临界点，由于风险增大或客户细分的需要，反而会引致自我排斥或营销排斥。因此，城市重在建立健全系统性金融风险的防范预警体系和处置机制，以消除潜在的自我排斥。相对于城市，农村地区的金融排斥水平对教育这一诱因更为敏感，在强化农村金融教育方面，要细化为成人教育和儿童教育，前者主要教授经济主体掌握基本的金融技术，后者力求减低“代际遗传”的消极影响，普及金融知识。城市相对而言不存在严重的反学习性，其对排斥的影响也往往通过提高劳动力素质，增加收入而间接体现，因此，着力点在于实现文化力对经济力的良性推动作用。此外，由于缺乏可比数据，本文忽略了“住房拥有状况”(Estate)这一变量，实际上，Mayne(2009)曾指出，无法获得房屋所有权、申请政府住房及依赖援助和贷款的人群更易落于金融排斥的风险中。Estate对城、乡金融排斥指数的作用强度不同，这是由于城市居民多属于自购住房，而农户可以在宅基地上自建房屋，因此，该变量对RFE的贡献度有限，而对UFE的贡献弹性将会显著增大。因此，城乡金融排斥的二元性还需考虑房产的不同影响。
(2)已有的研究往往以割裂的视角看待城、乡金融排斥问题，或将城、乡利益加以对立，恰恰相反，实证分析表明，应从城乡统筹的视角，借鉴城乡金融地域系统的耦合机制与规律，充分利用城市金融的扩散力，实现农村金融外部性的内部化。变系数模型验证了城市金融系统对农村金融系统的空间溢出效应和联动效应，可考虑利用城乡之间的相互作用和良性互动，带动其金融产业成长水平提升，最终实现城乡金融地域系统的效率改进和协调发展。联动效应较强、农村经济较发达的地区，可以充分发挥市场作用，鼓励不同金融机构在农村地区设立分支机构，城乡开展金融合作、信息共享等，实现城乡金融网络的多角度、多层次联通。接收城市辐射能量有限的发展中地区可建立真正的合作金融，政府针对市场失灵，进行渐进性干预，如提供完善的制度安排或一定程度的金融倾斜等，吸引外部资金的流入。对于那些地处偏远、人口稀少的农村地区，由于基本不在城市金融核心的辐射范畴，很难与城市互动联通，则可着力于供给推动，就地解决，建立新型农村金融机构，如采取流动服务的村镇银行、贷款公司、农村资金互助社形式。政府亦可通过政策性金融的扶持，帮助农民走出金融排斥的恶性循环。
(3)金融排斥存在消极和积极两个方面，政府干预的重点应为消极的金融排斥。国外学者关注微观个体、家庭的金融排斥，往往忽视总量分析。对于个体而言，其收入的增加或许能促使其采纳金融服务，减少金融排斥，但是，如果推广到一个区域，则易发生“合成谬误”，因为排斥总是相对的，金融包容和金融排斥是相互交织的，一部分人被包容选择了某种金融产品和服务，就相应的有另外一部分主体由于条件、营销等原因被排斥在外。因此，该现象是客观普遍存在且无法根除的。与传统观念不同，这从另一个侧面说明金融排斥有其积极的一面，如甄别客户、提高经营效率等。因而，政府的干预只是帮助陷入“金融沙漠”的区域走出陷阱，避免社会排斥的出现，而其他的干预手段则要尊重市场规律，尽量采取间接手段进行，以免扰乱金融系统的自组织运行，造成系统的混沌。政府应为自组织而非他组织主体，与企业及非营利组织开展基于市场经济的自愿合作，以平衡盈利目标与社会责任。作为独立的利益主体，银行很难主动承担其“社会责任”，可参照英美经验，引导银行关注其长期利益，如将银行为低收入群体提供的金融服务纳入信贷评级体系，该项评分高低直接影响其未来发展规划，如兼并、规模扩张等，从而减少供给诱导型金融排斥。
(4)城乡金融排斥二元性的处理是一个复杂的多维系统工程。传统研究只关注单一要素的影响，没有考虑系统中各要素互相影响、互相作用和复合相关关系，导致政策的实际效果不尽如人意。如农户本身所获信贷款项的多少对金融排斥指数的改善并无显著贡献，农村企业所获信贷支持则是关键变量，而我国恰恰缺乏数量较多、规模较大，实力较强的农业企业，因此，大量的提供给农户的小额信贷只是暂时缓解了农户的资金困难，农业企业却长期依赖自有积累，成为制约农村金融和经济发展的桎梏。要想切实提高农民收入，减少金融排斥，必须转换思路，从关注分散农户转移到着力培育整合大型农业企业，做大做强，以促进经济的可持续增长。可参照日本经验，采取“一村一品”，重点进行优势、特色农产品的培育，如河南中牟的大蒜基地、新郑的红枣基地等，开展规模经营，提供资金支持。具体的信贷流程可参考英国经验，除设立新型农村金融机构外，也可在传统银行专设农业服务绿色通道，满足农业企业对金融服务的需求。只有关注各要素间的内在关系，切断风险传递的复合链条，才能促进金融包容的稳步推进。
注释：
①中国学者对金融排斥的研究更多致力于理念的采纳与局部量化检验。值得注意的是，对金融排斥的理解存在某些偏差：国外该专题特指对最基本金融服务的需求，包括储蓄、贷款和保险的基本需求得不到满足所引致的排斥，风险资产(如股票、债券、房地产投资等)的选择则属于发展金融学的研究范畴。政府关注的是前者，即如何增强经济主体的金融能力(Financial Capacity)，实现金融包容(Financial Inclusion)，消除金融沙漠(Financial Desertification)。国内学者对金融排斥理念的泛化(包含了所有金融需求，基本等同于金融成长或金融综合竞争力)导致该学科体系研究焦点和优势的缺失。
②之所以未能将城乡金融系统纳入一个模型研究，主要有以下原因：①城乡金融系统运行特征不同，各要素的作用渠道和强度不同；②某些数据统计口径不同，缺乏直接可比性，如城乡金融教育、城乡政府规制强度；③金融中介机构的结构差别，如农村多以农信社、邮政储蓄银行及五大银行为主，城市多以股份制商业银行为主，总量差别未能充分反映城乡金融网点的结构差异，造成分析结果的扭曲。笔者尝试采用城乡金融排斥二元性指数为因变量，城乡相对收入差异、就业差异、年龄结构差异、技术水平差异、教育水平差异、GDP增长率差异、性别结构差异、政府规制差异为解释变量构建模型，结果不令人满意，严重的多重共线性、显著性的大大降低以及显然有悖常理的实证结果，证明此种分析方法失效。
③城市与乡村金融排斥指数同样利用主成分分析方法，前者提取三个主成分：存贷规模、网点总量、效率；后者提取规模和效率两个主成分。经过标准化处理后，得出其逆向指标即金融排斥(FE)，指标数值越大，表示排斥程度越高。
标签：金融论文; 农村金融论文; 二元经济论文; 需求弹性论文; 二元结构论文; 经济模型论文; 曲线要素论文; 差异分析论文; 城乡差异论文; 二元对立论文; 经济学论文; 城乡差距论文;