基于灰色聚类的吉林省农村金融排斥地域差异研究

　　摘要：依据银监会公布的《农村金融服务分布图集》等相关数据，对吉林省39个县市2010年农村金融排斥地域差异情况进行了研究。在文献研究的基础上结合数据的可获性，从农村金融机构网点和人员数、存款情况及贷款情况3个维度9个指标，作为农村金融排斥衡量指标体系。采用灰色聚类分析法，构建更科学的农村金融排斥指标体系，然后运用SPSS中的聚类分析法，对吉林省39个县的农村金融排斥情况进行聚类分析，从而得出农村金融排斥地域差异特点。结果表明，吉林省整体农村金融排斥情况较严重；在地域上，金融排斥严重的县近80%分布在东部和西部地区；全省金融排斥较轻的县绝大部分分布在中部地区。
　　关键词：灰色聚类；金融排斥；地域差异；吉林
　　中图分类号：F830.6文献标识码：A文章编号：0439-8114（2013）24-6217-05
　　改革开放以来，中国经济发展取得了巨大成就。但资金短缺问题一直是农村经济发展的巨大障碍，所以政府高度重视农村金融问题，连续多年出台的一号文件均涉及农村金融问题。2012年一号文件明确提出农村金融改革的方向就是要全面提升农村金融服务水平。2010年银监会发布的《中国银行业农村金融服务分布图集》显示：农村金融服务缺乏，截至2010年末，全国农村地区银行业金融机构网点共有105855个，占全国机构网点总量的55.0%，平均每个乡镇分布银行业金融机构网点仅3.27个，每7.45个行政村才分布1个；平均每万名农民拥有银行业金融机构网点1.29个；全国仅拥有1家营业网点的乡镇9532个，约占全国乡镇总数的27.9%；未设任何银行业机构营业网点尚有2312个乡（镇），约占全国乡（镇）总数的6.7%。理论界把这一难题归结为农村地区存在严重的金融排斥，阻止了农户金融服务的可得性。农村金融排斥作为社会排斥的一个子集，对农村社会经济发展具有深远的影响，农村金融排斥程度的提高不仅会加剧城乡二元经济差异程度，而且会加剧农村不同群体的分化，从而对城乡经济协调发展造成严重障碍。因此，中国具有研究农村金融排斥的现实背景。
　　本研究具有以下两个特点：一是研究范围广泛。现有文献多是分析微观个体层面的农村金融排斥，对一个国家或地区内部层面的分析较少，本研究是从县域农村金融排斥的视角进行的，有助于扩展农村金融排斥的研究层面，同时吉林省又是中国传统农业大省，因此本研究具有较强的典型性和代表性；二是研究方法新颖。现有研究主要从两个方向切入，要么宏观理论的分析，要么通过微观调研进行计量分析，且用的较多的是回归分析。中国经济统计经历几次变革导致数据灰度较大，所以采用回归分析可能会导致结果的不准确。在现有研究成果中尚未见用灰色聚类和灰色关联分析法进行农村金融排斥的研究，本研究利用灰色系统理论中的灰色聚类和灰色关联分析法，适合用在数据存在灰度的研究中，并扩展了农村金融排斥的研究方法。
　　本研究的范围是吉林省的农村金融排斥，进行的是县域农村金融排斥程度的地域差异研究。就全国而言，绝大多数地方特别是广大中西部地区的县域，仍然处在传统的农业时代。农村范围大、农民数量多，并以农业生产作为绝大多数老百姓居家度日、维系民生的主要收入渠道[1]。吉林省属于典型的农业大省，整体上属于经济欠发达地区，本研究的范围界定为吉林省的县域农村金融。
　　1文献综述
　　金融排斥（FinancialExclusion）概念最早于20世纪90年代在国外出现，是社会排斥的一个子集。Leyshon等[2]认为金融排斥就是直接或间接排斥穷人以及弱势群体享用主流零售金融服务的状态。关于如何衡量金融排斥，Kempson等[3]提出"六维度"分析方法，通过六个指标来衡量金融排斥情况。一是地理排斥，被排斥对象需要借助公共交通工具才能到达远处的金融服务机构。二是评估排斥，如通过风险评估程序限制了客户接近金融资源；三是条件排斥性，即附加于金融产品的条件不适合某些人群的需要；四是价格排斥性，即金融产品定价过高，一些人只有支付自己不能承受的价格才能获得金融产品；五是市场营销排斥性，即一些人被排除在金融机构产品营销目标市场之外；六是自我排斥性，即人们认为申请获得金融产品的可能性很小，被拒绝的可能性很大，从而把自己排除在获得金融服务的范围之外，自我排斥还分为主动自我排斥和被动自我排斥。显然这一指标体系能够从金融机构的经营层面对某一地理区域的进入那个服务水平进行分析和评价，具有可操作性。Wayne等[4]利用1999至2005年的数据对加拿大的中低收入群体的金融排斥状况进行了研究，实证部分利用Probit模型分析金融排斥的影响因素，结论表明当个人收入和财富减少时，金融排斥的可能性会上升，两者的关系是非线性的。国内学者也采取了类似的方法对中国金融排斥情况进行了实证研究，比较具有代表性的如徐少君等[5]、隋艳颖等[6]；祝英丽等[7]以中国中部地区为例，采用AHP（因子分析法）计算了中部县级单位的银行业综合指数；高沛星等[8]人基于省际数据，采用变异系数法，实证分析了中国农村金融排斥的地域差异，同时还利用皮尔逊相关系数法分析了形成中国农村金融排斥差异的主要影响因素；胡振[9]则从供给的视角对中国农村金融排斥进行了原因分析，认为农村金融机构的风险评估程序、附加条件、经营取向、经营模式等均对农村金融需求具有很强的排斥性；李涛等[10]则从储蓄、基金、保险、贷款等方面对中国城市居民的金融排斥状况进行了研究，结论表明城市居民在上述四方面存在着严重的金融排斥状况。因为金融排斥的研究是从国外起源的，目前关于金融排斥的衡量上接受度比较高的是"六维度"分析法，国内的衡量指标体系均是在此基础上再结合国内实际情况而构建，同样一个维度方面不同的研究者选用的具体指标可能会有所不同，这样就导致了结论的不一致。本研究的做法是在前人研究的基础上，构建一个包含3个类别9个具体指标的指标体系，然后基于灰色聚类当中灰色关联聚类法的特点（用于同类因素的归并，使复杂系统简化），对农村金融排斥衡量因素进行归并、提取，从而构造一个新的农村金融排斥指标体系，再运用聚类分析法利用新的指标体系对吉林省农村金融排斥进行科学的聚类和分析。
　　2模型简介、指标设计及数据来源
　　灰色系统理论与方法中应用比较多的是灰色关联分析和灰色聚类分析。灰色关联聚类是根据灰色关联矩阵将一些观测指标划分成若干个可定义类别的办法，即进行同类因素的归并，使复杂系统简化，一个聚类可以看成是属于同一类的因素的集合。通过灰色关联聚类，可以判断出哪些因素大体上属于同一类，使得能用这些因素的综合平均指标或者其中的某一个因素来代表这若干个因素而使信息不受严重损失[11]。