EN中文

Economic geography >

2020 , Vol. 40 >Issue 2: 163 - 170

DOI: https://doi.org/10.15957/j.cnki.jjdl.2020.02.018

The Study of Spatial Distribution and Diffusion of New Rural Financial Institutions:Based on ArcGIS Software

  • CHENG Huixia ,
  • YANG Lu
Expand
  • Beijing Normal University，School of Government，Beijing 100875，China

Received date: 2019-03-20

  Revised date: 2019-12-11

  Online published: 2025-04-01

Fold

Abstract

The spatial distribution and diffusion characteristics of the new rural financial institutions are the important decision-making basis to determine the direction of the rural financial market reform. On the basis of the static spatial distribution of new rural financial institutions,this study measures the spatial diffusion characteristics of new rural financial institutions from 2007 to 2018,using "financial density" as an indicator. The results show that: 1) The spatial distribution of new rural financial institutions is overall dispersed but relatively concentrated,covering 31 provinces in terms of form. But the actual coverage space is very small. 2) Two prominent spatial diffusion features were found in analysis of economic and financial density,population financial density and geographic financial density of village banks based on ArcGIS,one is that although the new rural financial institutions are mostly in the central and western regions,there are provincial differences and regional imbalances,the other is that the new rural financial institutions basically follow the spatial diffusion path from areas with better economic development to areas with poor economic development,areas with large population density to low population density,however,under equal size conditions,population density,infrastructure,credit system,operating costs and financial risks and other factors lead to the reversal. 3) Finally,combined with the trend of Fintech,this study puts forward the idea of adjusting the rural financial development idea moderately at the policy level,adjusting the focus to "digital finance" to explore improving financial accessibility.

Key words： new rural financial institutions; spatial distribution; spatial diffusion; financial density; village bank; digital finance; financial supply

Cite this article

CHENG Huixia , YANG Lu . The Study of Spatial Distribution and Diffusion of New Rural Financial Institutions:Based on ArcGIS Software[J]. Economic geography, 2020 , 40(2) : 163 -170 . DOI: 10.15957/j.cnki.jjdl.2020.02.018

新型农村金融机构是根据银监发[2006]90号规定 ① ，在中西部、东北和海南省的县（市）及县（市）以下地区，以及其他省（区、市）的国定贫困县和省定贫困县等农村地区，降低准入门槛设立的村镇银行、贷款公司和资金互助社等三类银行性金融机构，着眼填补农村金融服务空白。在银监发[2006]90号文件、银监发[2007]78号文件与银监发[2009]72号 ① 等文件奠定了增量改革基调之后，《村镇银行管理暂行规定》《农村资金互助社管理暂行规定》和《贷款公司管理暂行规定》对三类机构运营范围、经营业务、服务对象和从业人员资格等做了明确规定。2015年《中国银监会农村中小金融机构行政许可事项实施办法》、2018年《中国银保监会农村中小金融机构行政许可事项实施办法》进一步详细规定了三类机构的设立、变更、终止、业务范围和业务品种调整、董事及高管人员任职资格等，确保新型农村金融机构发展的规范化和稳健性。与此同时，农业部、财政部、银（保）监会等部门先后出台费用补贴、所得税和营业税率、税收减免、存款准备金率、存贷款利率浮动等配套政策，激励各类资本到中西部设立新型农村金融机构。
从实际情况看，新型农村金融机构在填补县域以下农村金融服务空白的同时，凭借支农支小的市场定位和快而准的“小法人”决策链条优势，一定程度上缓解了小微个体、三农等经济体的融资难问题，已成为服务乡村振兴战略不可缺少的金融有生力量之一。不过，新型农村金融机构仍然受到经济水平、地理条件、基础设施等因素的桎梏，一些金融服务需求旺盛但经济落后的偏远农村地区引入新型农村金融机构的难度较大[1]。在此情况下，分析新型农村金融机构的空间分布特征和空间扩散路径，有助于厘清“是否继续以物理机构增量方式填补农村金融服务空白”等问题思路。

1 文献梳理、研究问题和研究方法

1998年国有商业银行从县域及以下地区撤并分支机构，为农村信用社重组改制提供了空间，但也间接加剧了农村地区的金融供给不足。从2003年中央农村工作会议提出要“统筹城乡经济社会协调发展”以来，“更多关注农村，关心农民，支持农业，把解决好农业、农村和农民的问题作为全党工作的重中之重”已成为共识，而改革农村金融市场并发挥其功能显然是其中最重要的一环。
然而，金融机构在趋利本性驱使下出现了一些被业内诟病为“挑奶皮”的经营行为，包括设址于地理位置优越、基础设施完备、金融风险低、信用体系完善的相对发达地区，客户聚焦于大中型工商业企业、有抵押物的城市家庭等，从而不可避免地排斥落后偏远地区、弱势行业、小微企业、农民和其他低收入家庭，导致这些地区和群体长期普遍缺失金融服务通道。肯普森和威利（Kempson&Whyley）将这一现象命名为“金融排斥（financial exclusion）”，并将其划分为地理排斥、条件排斥、价格排斥、营销排斥和自我排斥[2]。他们的研究开启了通过政策引导或规制、增加金融供给、提高市场竞争、缓和排斥的研究和实践思路。随后，提高金融机构地理空间可达性、改善金融服务获取便利性成为缓和金融排斥的公认首选路径，其主导思路是在解决欠发达地区居民获取金融服务面临的地理空间排斥基础上，逐步解决价格、营销等排斥，同时赋能（empower）弱势群体，创造公平发展机会。
关于中国农村金融存在着一个主流看法，即：造成农村金融排斥的主要根源是供给排斥，且呈现明显的省份差异和地区差异，中西部地区尤为突出[3-4]。新型农村金融机构就是这一主流观念影响下的政策结果，它们一诞生就负载着填补金融服务空白，便利农民办理储蓄、贷款、汇兑等基础性金融业务和支持“三农”发展等重大使命，是否改善了金融的地理空间可达性也成为新型农村金融机构的研究着力点之一。调查发现，设址于乡镇、偏僻村落的新型农村金融机构确实直接填补了金融服务空白，但进一步研究发现，农村居民人均收入水平、城镇在岗职工人均收入水平和存贷款差额等因素会直接影响新型农村金融机构网点布局的地理分位[5]；基于盈利性和财务可持续性追求，新型农村金融机构在政策框架内，必然会在考虑金融供需状况等条件下，选择生产总值增长率和第一产业增加值高的地区布局网点[6]。
基于服务对象视角的调查发现，在传统农村正规金融机构、新型农村金融机构和民间金融组织可选条件下，虽然存在认可度、偏好度差异，村镇银行、资金互助社已经成功地在四川、湖北、吉林、青海和甘肃等地扎根，特别是四川、吉林两省受访农户对村镇银行的认可度分别高达30%、22%，已经超过对当地农村信用社的认可度[7]；同一调查还表明，农户认为新型农村金融机构不仅方便了存贷款和各种缴费，更重要的是为当地资金聚集和分配、资金清算和支付提供了便利条件，从而增加了当地经济对外来投资的吸引力[8]。这一结论与王芹关于新型农村金融机构农户满意度研究[9]、宋玉遐对134家村镇银行的调研结论[10]基本一致。简言之，简单快捷获取贷款是农户对新型农村金融机构提出的基本期望和需求，而众多村镇银行、资金互助社对覆盖范围内农户的贷款实践也表明，地理分位上具有空间可达性是满足这一需求的充分条件，只有恰当的地理空间分布才可能实现“三农”和小微个体的金融服务供求平衡。
但传统物理网点布局扩展的供给思路终究难以克服运营成本与收益之间不匹配难题[11]，除了加大定向降准、税收优惠等政策红利激励新的新型农村金融机构挂牌开业外，学界将视野转向数字金融，强调在基础设施落后的偏远中西部地区，着力发挥数字金融的“后发优势”和“长尾效应”[12]，突破金融机构物理网点运营的时间和空间限制，快捷且低成本地为地广人稀地区特别是贫困地区居民提供开户、转账、消费等金融服务。更重要的是，数字金融平台具有基于信用评价快速匹配资金供求、不问信贷双方来自何方和有何抵押方式等特征，可有效破解金融地域歧视和供给型金融抑制，提高金融服务可获得性[13]。
综上，相关研究表明，新型农村金融机构明显减轻了欠发达地区和弱势群体的金融机构地理空间排斥情况，但继续在偏远落后乡镇与村落设立物理网点的金融供给思路不可避免地会遭遇运营成本与收益难以匹配、数字金融技术应用和互联网金融公司下乡等挑战。在乡村振兴战略背景下，对新型农村金融机构地域分布和空间扩散情况做阶段性评估，有助于找到更好的方法提高偏远地区金融机构的空间可达性。
在研究方法上，考虑地理排斥既是其他金融排斥的存在基础，也是中国农村金融市场的突出问题，受祝英丽等人用ArcGIS软件比较不同类型金融机构在欠发达地区的空间可达性研究[14]和李建军等人用单位面积机构数的衡量方法[15]启发，本研究在新型农村金融机构静态空间分布基础上，以“金融密度”为衡量指标 ① ，利用ArcGIS软件的数据输入、编辑处理和制图输出功能，判断新型农村金融机构地理空间扩散的变化特征，探寻制约新型农村金融机构沿袭现有扩散路径的短板并寻找改善金融可达性的新路径。本文统计数据来源于村镇银行网、国家及各省统计年鉴。

2 新型农村金融机构的地理空间分布特征

2007—2018年，村镇银行从19家增加到1 616家、农村贷款公司从4家增加到13家、资金互助社从8家增加到45家，总数量从31家增长为1 674家。总体看来，无论是试点阶段还是全面推广之后，村镇银行一直都是新型农村金融机构的主力军，2007年占比61.3%，2011年占比92.8%，2018年占比96.5%。而资金互助社、贷款公司发展一直比较缓慢，2013年前后当村镇银行增速减缓的时候，其数量不增反减（表1）。它们一般设址在缺少传统金融机构的偏远落后地区，直接填补当地金融空白，提高了当地金融服务空间可达性（表2）。
表1 2007—2018年新型农村金融机构发展情况

Tab.1 Development of new rural financial institutions from 2007 to 2018

类型 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
村镇银行 19 91 148 349 726 876 1 071 1 153 1 311 1 329 1 562 1 616
资金互助社 8 10 16 37 46 49 49 51 51 56 48 45
农村贷款公司 4 6 8 9 10 14 14 14 14 13 13 13
总量 31 107 172 395 782 939 1 134 1 218 1 376 1 398 1 623 1 674

注：资料来源于中国银行保险监督委员会网站，截至2018年12月末。

表2 新型农村金融机构2018年的省域分布情况

Tab.2 Provincial distributions of new rural financial institutions in 2018

省份 总量/家 村镇银行/家 资金互助社/家 农村贷款公司/家
山东 128 126 2 0
河北 106 105 1 0
山西 83 77 6 0
贵州 84 84 0 0
河南 83 80 3 0
浙江 81 73 7 1
江西 76 76 0 0
内蒙古 75 73 2 0
江苏 74 74 0 0
云南 73 73 0 0
湖北 68 66 0 2
吉林 68 63 4 1
安徽 68 67 1 0
辽宁 67 66 0 1
广东 61 61 0 0
湖南 60 60 0 0
四川 56 53 1 2
福建 55 55 0 0
广西 45 42 3 0
重庆 40 38 1 1
陕西 38 38 0 0
黑龙江 37 32 5 0
新疆 29 28 1 0
甘肃 27 24 3 0
海南 21 18 3 0
宁夏 19 19 0 0
天津 18 13 0 5
上海 14 14 0 0
北京 11 11 0 0
青海 7 5 2 0
西藏 2 2 0 0

注：根据中国银行保险监督委员会网站公开的村镇银行、资金互助社和贷款公司名单进行整理。

2.1 整体分散但相对集中

从数量看，村镇银行、贷款公司和资金互助社的发展速度显著失衡（表2）。从空间分布看，它们呈现整体分散但相对集中状态。村镇银行在31个省市自治区均有分布，山东、河北、山西、贵州、河南、浙江、江西、内蒙古、江苏、云南等省份，每个省份的村镇银行均在70个以上，其中山东、河北、贵州、山西、江西等省份最多，占到全部村镇银行数量的29.2%，青海和西藏地区的村镇银行数量最少，一共只有7家，占比仅0.43%。从全国范围内看，65.59%的村镇银行（1 058家）分布在中西部县域及以下地区（图1）。贷款公司只在7个省份有所发展，空间分布集中度比较高，仅天津市就占38.5%，湖北和四川两省占30.8%。资金互助社在16个省份有发展，均零星分布在中西部、东北和海南省等县域以下的偏远乡镇和村落，但相对集中在浙江、山西、黑龙江和吉林等省份，这四省的资金互助社数量占比达51.1%（表2）。
图1 31个省（直辖市、自治区）的村镇银行数量

Fig.1 Number of village banks in 31 provinces

2.2 实际覆盖空间非常狭小

按照暂行规定，村镇银行只能在一个县或一个区内经营，贷款公司可以在一个省内经营，资金互助社实行社员制，覆盖地域比较狭小，对目标客户的覆盖度也比较低。《关于开展投资管理型村镇银行和“多县一行”制村镇银行试点工作的通知》（银监发[2018]3号）对村镇银行跨区域经营增加覆盖面有一定推动作用，但新型农村金融机构体量、资产规模、支农支小定位等特征从根本上决定了其空间覆盖区域难以大规模扩展。
从宏观角度看，村镇银行形式上覆盖了全部县级行政区域的60%左右，但来自其他商业银行、农村信用社和农村商业银行的竞争，导致其市场空间被严重挤压。农村贷款公司辨识度也较低，且面临来自商业性小额贷款公司的竞争挤压，运营区域非常狭小（表3）。资金互助社仅在分布在45个乡镇，甚至在更小的村级行政空间内，其社员制规定直接限制其拓展经营空间的能力（表4）。
表3 农村贷款公司在7个省（市区）的分布情况

Tab.3 Distribution of rural loan companies in 7 provinces

分布省份 数量/家 覆盖区域 贷款公司名称 成立时间
四川 2 阿坝平武县
南充仪陇县		 平武富民贷款有限责任公司
仪陇惠民贷款有限责任公司		 2007
2007
吉林 1 德惠市 德惠长银贷款公司 2007
天津 5 5个郊县 静海区兴农贷款有限责任公司
宝坻区兴农贷款有限责任公司
蓟州区兴农贷款有限责任公司
宁河区兴农贷款有限责任公司
武清区兴农贷款有限责任公司		 2008
2012
2012
2012
2012
湖北 2 荆州公安县
咸宁赤壁县		 荆州公安花旗贷款有限责任公司
咸宁赤壁花旗贷款有限责任公司		 2008
2009
辽宁 1 瓦房店市 瓦房店花旗贷款有限责任公司 2009
浙江 1 开化县 开化通济贷款有限责任公司 2010
重庆 1 北碚区 北碚花旗贷款有限责任公司 2011
表4 资金互助社在16个省份的分布情况

Tab.4 Distribution of mutual funds in 16 provinces

省份 数量
/家		 资金互助社名称 成立时间 省份 数量
/家		 资金互助社名称 成立时间
四川 1 苍溪县益民农村资金互助社 2007 黑龙江 5 桦南县桦南镇鸿源农村资金互助社 2009
青海 2 海东市乐都区雨润镇兴乐农村资金互助社 2007 林甸县宏伟乡誉兴农村资金互助社 2010
称多县清水河镇富民农村资金互助社 2007 宁安市宁安镇隆泰农村资金互助社 2010
内蒙古 2 通辽市辽河镇融达农村资金互助社 2007 绥棱县四海店镇海鑫农村资金互助社 2010
锡林浩特市白音锡勒农牧场诚信农村资金互助社 2008 讷河市新农合农村资金互助社 2012
河北 1 晋州市周家庄农村资金互助社 2008 广西 3 田东县祥周镇鸿祥农村资金互助社 2009
吉林 4 梨树县闫家村百信农村资金互助社 2007 田东县思林镇竹海农村资金互助社 2010
梨树县小宽镇普惠农村资金互助社 2010 荔浦县修仁镇永铖农村资金互助社 2010
梨树县十家堡镇盛源农村资金互助社 2010 河南 3 安阳县黄口村惠民农村资金互助社 2010
梨树县小城子镇利信农村资金互助社 2010 安阳县柏庄镇四方农村资金互助社 2010
山东 2 沂水县姚店子镇聚福源农村资金互助社 2008 民权县城关镇镇鑫农村资金互助社 2011
诸城市相州镇泰丰农村资金互助社 2010 海南 3 海口市甲子镇龙潭农村资金互助社 2010
甘肃 3 景泰县龙湾村石林农村资金互助社 2008 三亚市崖城镇众树农村资金互助社 2010
庆阳市西峰区彭原镇泰信农村资金互助社 2010 万宁市和乐镇和港农村资金互助社 2010
宕昌县依室川农村施金互商谁 2010 重庆 1 重庆市江津区白沙镇明星农村资金互助社 2011
浙江 7 临海市涌泉镇涌泉农村资金互助社 2009 山西 6 兴县蔚汾镇全民农村资金互助社 2011
温岭市箬横镇玉麟农村资金互助社 2010 万荣县高村乡惠民农村资金互助社 2011
缙云县五云镇欣禾农村资金互助社 2010 汾西县勍香镇众鑫农村资金互助社 2011
德清县乾元镇德农农村资金互助社 2010 浑源县永安镇恒源鑫农村资金互助社 2011
建德市大同镇桑盈农村资金互助社 2011 稷山县稷峰镇益民农村资金互助社 2012
瑞安市马屿镇汇民农村资金互助社 2011 五台县东冶镇源通农村资金互助社 2012
平湖市当湖街道新当湖农村资金互助社 2011 新疆 1 昌吉市榆树沟镇民心农村资金互助社 2011
安徽 1 太湖县小池镇银燕农村资金互助社 2011

3 新型农村金融机构构成主体——村镇银行的地理空间扩散特征

村镇银行作为新型农村金融机构的构成主体，2007、2011、2015、2018年分别占比61.29%、92.84%、95.28%和96.54%（表1、表2），故以村镇银行为代表，建构“经济金融密度”“人口金融密度”和“地理金融密度”等三个衡量维度（表5），判断2007—2018年新型农村金融机构的地理空间扩散特征。
表5 金融密度指标及计算公式

Tab.5 Financial density indicators and calculating formulas

指标名称 指标含义 计算公式
经济金融密度 每万亿GDP拥有的村镇银行数 省村镇银行数量/省GDP（单位：个/万亿）
人口金融密度 每千万人口拥有的村镇银行数 省村镇银行数量/省人口数（单位：个/千万）
地理金融密度 每万平方千米拥有的村镇银行数 省村镇银行数量/省面积（单位：个/万m2）

3.1 基于经济金融密度的村镇银行空间扩散特征

经济金融密度剔除了经济水平对金融密度的影响。从2007—2018年期间基于经济金融密度的村镇银行空间扩散情况看（图2），在降低准入门槛等政策激励下，金融资本和商业资本流向中西部地区，或发起或入股设立村镇银行，使得中西部省份的村镇银行密度显著高于东部省份。这意味着：在相同经济水平条件下，在强有力政策信号引导下，村镇银行更加偏向于设立在中西部省份，其中宁夏、云南、贵州、内蒙古等西部省区，以及中部省区山西省每万亿GDP拥有的村镇银行数量最多、密度最大，直接提高了这些地区的金融机构网点覆盖率和地理空间可达性。
图2 村镇银行在2008、2013、2018年的经济金融密度分布扩散图

Fig.2 Distribution map of economic financial density of village banks in 2008，2013 and 2018

3.2 基于人口金融密度的村镇银行空间扩散特征

人口金融密度剔除了人口数量对金融密度的影响，基于人口金融密度的村镇银行空间扩散图显示（图3），理论上应该在人口密度大地区增加网点的村镇银行，却在内蒙古、宁夏、贵州、山西、吉林等中西部地区欠发达、人口非稠密区的省份得到了大力发展。这一扩散特征意味着，在强有力的政策杠杆作用下，金融资本和商业资本逆向流动到人口密度较低的地区，解决了一部分遭遇传统金融排斥人群的基础金融服务需求，具有普惠价值。
图3 村镇银行在2008、2013、2018年的人口金融密度分布扩散图

Fig.3 Distribution map of population financial density of village banks in 2008，2013 and 2018

3.3 基于地理金融密度的村镇银行空间扩散特征

地理金融密度剔除地理面积的影响，衡量每千万平方米内的村镇银行数量。2007—2018年村镇银行的地理金融密度显示（图4），新疆、西藏、青海、内蒙古、四川等省份村镇银行的地理金融密度较小，而上海、天津、山东、江苏、浙江等省（市）区的地理金融密度较大。整体看来，西部地区的地理金融密度普遍较低，与面积接近的中部和东部地区相比，东部地区村镇银行的地理金融密度略高于中部地区。这一现象在一定程度上表明，人口密度低、交通条件落后、基础设施不完善、信用体系不完备、运营成本过高和金融风险较大等因素导致的综合性复杂型金融排斥，即使有政策杠杆作用，也难以通过简单增加村镇银行或其他农村金融机构供给的方式得到缓和。
图4 村镇银行在2008、2013、2018年的地理金融密度分布扩散图

Fig.4 Distribution map of geographical and financial density of village banks in 2008，2013 and 2018

综合来看，以村镇银行为对象的经济金融密度、人口金融密度和地理金融密度分布表明，新型农村金融机构虽然大部分在中西部地区，但空间分布存在省级差异、地区不均衡等特征，遵循从经济发展水平较好地区向经济发展欠佳地区、人口密度较大到人口密度低的地区等空间扩散特征，但在面积相等条件下，人口密度、基础设施、信用体系、运营成本与金融风险等因素阻碍了这一扩散路径的连贯性，导致扩散路径逆转，与传统金融机构网点着眼经济发达和高人口密度地区的空间布局思路呈一致性。
进一步地，对34个样本机构的实地调研发现，村镇银行一般设址于中心乡镇甚至县城郊区乃至繁华地带，服务农村与偏远地区具有显著季节性和政策性，如农资贷款、秋收入账还贷等；资金互助社虽然设址在偏远村落，但村落通常具有人口数量千人以上、特色种养殖业成规模、农户有旺盛的扩大种养殖规模的资金融通需求等条件；而贷款公司通常在地市县级行政中心的郊区地带经营，交通条件和经济基础都比较好[8]。这说明新型农村金融机构的地理空间扩散出现了停滞，设立再多的新型农村金融机构，都可能会偏执地停留于中心城镇、县城郊区等经济相对发达、人口相对密集地区，难以进一步下沉到更偏远更落后的地区，政策边际效用可能极其有限。物理网点的主要功能是吸收储蓄，但随着网点租金、人工成本、硬件维护成本和设备更新成本的上涨，其运营成本与收益不匹配矛盾更加突出。

4 结论与讨论

4.1 结论

从2007年第一家试点机构运营到2018年底，新型农村金融机构数量已达1 674家，其空间分布呈整体分散但相对集中状态；形式上覆盖了31个省份，但实际覆盖空间非常狭小。
对新型农村金融机构主体——村镇银行的经济金融密度、人口金融密度和地理金融密度ArcGIS分析表明，中西部省份的村镇银行密度显著高于东部省份；村镇银行在中西部地区欠发达、人口非稠密区的省份得到了大力发展；但整体上西部地区的村镇银行地理金融密度普遍较低，而面积接近的中部和东部地区相比，东部地区村镇银行的地理金融密度略高于中部地区。
新型农村金融机构在空间扩散上呈现两个特征，一是新型农村金融机构虽然大部分在中西部地区，但空间分布存在省级差异和地区不均衡；二是它们基本遵循从经济发展水平较好地区向经济发展欠佳地区、人口密度较大到人口密度低地区等空间扩散路径，但在面积相等条件下，人口密度、基础设施、信用体系、运营成本与金融风险等因素导致这一扩散路径出现停滞甚至逆转。

4.2 讨论

新型农村金融机构空间扩散出现停滞甚至逆转的现象与基于成本收益的空间布局思路有关。对自诞生起就兼具商业属性与政策属性的新型农村金融机构而言，以“虚拟银行”取代物理网点是在中西部地区经济水平、人口密度、交通条件、居民金融知识水平与金融需求等外部客观条件约束下，满足政策要求和降低运营成本的最优选择。通讯技术和数字技术的发展为之提供了现实依托，县域以下居民特别是农民已经具备的手机上网能力，也创造了以数字金融技术跨越现实阻碍、继续扩展金融覆盖面的新路径。
2018年6月—11月期间，课题组对河北、山西、河南、江西、四川、云南、湖北、湖南、黑龙江、甘肃、宁夏、内蒙古等20个省份县域及以下地区（特别是偏远乡镇村落）的实地访谈和问卷调研发现，在2 982个有效受访者样本中，97.8%有银行账户，88.5%的人手机上网很方便；有银行账户的受访者中，仅有23.44%没有开通电子银行服务，其他人则开通了至少一种电子银行服务，其中，手机银行服务开通者比例高达67.07%（表6）。
表6 有银行账户受访者的电子银行服务开通情况

Tab.6 The opening of e-banking services for respondents with bank accounts

选择项（可多选） 小计/人 比例/%
A.手机银行 2 000 67.07
B.网络银行 1 227 41.15
C.电话银行 503 16.87
D.没有开通 699 23.44
有效填写问卷人次 2 982
实地调查从侧面证明，随着农村和西部地区通讯基站大批量建设，依托数字金融等金融科技（Fintech），传统金融机构有条件能够超越地理障碍和交通落后限制，将触角延伸到偏远乡村，通过机器学习或其他计分算法逐渐地采用数字化形式完成借款人筛选，在移动支付造就的信用记录条件下，信息不对称所致的逆向选择或许不再是其面临的最大风险[16]。蚂蚁金服、京东金融等互联网金融公司依托淘宝、天猫、支付宝等物流平台，根据目标客户消费数据建立的客户信用体系，已经证实发挥数字金融作用是未来农村金融发展的新趋势。
依托于数字金融和建基于物流消费数据、扶贫入户调查数据的村民信用评级记录，新型农村金融机构的空间分布与扩散不再局限于物理网点，而是可以实现物理渠道与虚拟通道的双向互动交叉。这一变化会增强新型农村金融机构延续政策意图，向更偏远更落后人口密度更低的地区扩散，并开发更适合这些地区和人群需要的金融产品和服务，包括数字金融知识普及、互联网金融风险教育、金融消费者权益保护等，彻底解决条件排斥、自我排斥、价格排斥等与空间可达性无关的金融排斥。由此，政策层面应当适度调整农村金融发展思路，将重心调整至“数字金融”，结合金融增量改革与金融科技，将更有利于继续填补中西部农村地区金融服务空白，改善金融可达性。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
葛永波, 周倬君, 马云倩. 新型农村金融机构可持续发展的影响因素与对策透视[J]. 农业经济问题, 2011, 35(12):48-54,111.

[2]
Kempson E. & Whyley C. Kept out or Opted out?——Understanding and Combating Financial Exclusion[M]. Bristol: The Policy Press,1999.

[3]
粟芳, 方蕾. 中国农村金融排斥的区域差异:供给不足还是需求不足?——银行、保险和互联网金融的比较分析[J]. 管理世界, 2016(9):70-83.

[4]
陈莎, 周立. 中国农村金融地理排斥的空间差异——基于“金融密度”衡量指标体系的研究[J]. 银行家, 2012(7):106-109.

[5]
张兵, 李丹. 新型农村金融机构网点布局及农户信贷可获性研究——以江苏省村镇银行为例[J]. 江苏社会科学, 2014(2):256-262.

[6]
田剑英. 便捷普惠金融的研究:基于宁波市新型农村金融机构网点布局[J]. 浙江金融, 2015(1):76-79.

[7]
Huixia Cheng, Wentai Wu. Governance research of Chinese rural finance exclusion based on peasant survey[J]. American Journal of Industrial and Business Management, 2014, 4(10):585-594.

[8]
程惠霞. 新型农村金融机构发展调查与农村金融市场改革[M]. 北京: 中国经济出版社, 2017.

[9]
王芹, 罗剑朝. 新型农村金融机构农户满意度影响因素研究——以473户新型农村金融机构借款农户的数据为例[J]. 农村经济, 2014(8):62-67.

[10]
宋珏遐. 134家村镇银行调查数据出炉:整体规模上升,个体差距较大[EB/OL]. 中国金融新闻网, http://www.financialnews.com.cn/ncjr/focus/201809/t20180927_146828.html,2018-09-27.

[11]
董玉峰. 农村数字普惠金融模式探索与困境化解——基于北川县实践[J]. 农村金融研究, 2018(10):56-60.

[12]
尹优平. 金融科技助推普惠金融[J]. 中国金融, 2017(22):90-91.

[13]
谢丽霜, 董玉峰. 数字金融:西部民族地区普惠金融发展的新动力[J]. 北京金融评论, 2018(2):41-52.

[14]
祝英丽, 李小建. 欠发达地区农村金融机构的空间可达性分析——以河南省巩义市为例[J]. 地域研究与开发, 2010, 29(3):46-51.

[15]
李建军, 韩珣. 金融排斥、金融密度与普惠金融——理论逻辑、评价指标与实践检验[J]. 兰州大学学报:社会科学版, 2017, 45(4):19-35.

[16]
迪恩·卡尔兰, 杰克·肯德尔, 丽贝卡·曼恩, 等. 数字金融的普惠逻辑[J]. 金融市场研究, 2016(10):24-33.

Options
Outlines

/

〈 〉