产品接触性的衡量

所谓“产品接触性”主要是指对于每一金融产品，有多少人群接触该产品，也就是接触的人数百分比。由于储蓄产品和信贷产品的种类繁多，若要一一统计，不仅存在统计口径是否一致的问题，更重要的是，这些数据往往无法获得。在此情况下，笔者借鉴了BDP（2007）的预测方法，来推算我国各地区银行服务产品的接触性。对于保险产品而言，医疗、养老、失业保险这三类基本的保险服务的使用人数可以统计出来，因而也便能计算出各地区基本保险服务产品的接触性程度了。下面重点介绍银行产品的接触性预测方法。

Gibrat（1931）就提出了收入分布服从对数正态分布函数，该方法被广泛引用。最近，Lopez＆Serven（2006）进一步证实了人均收入分布确实渐进于对数正态密度函数，并论证了理论上所谓的用基尼系数计算的收入百分位比方法在实证上得到了支持。

在该前提假设下，可以认为，对数正态性意味着基尼系数G、收入的对数值的标准差σ、以及洛伦兹曲线L（p）之间存在以下关系：

其中，Φ（・）表示累积正态分布。

根据收入的对数正态性，我们便可以建立起基尼系数G和收入百分位之间的关系，收入百分比Pi（i＝1，2，… ，99）遵循：

Pi＝ L（0．01i）－L（0．01×（i－1））

进一步计算，可以得到：

据此，我们可以计算出每一百分位上的人均yi：yi＝ y Pi/0．01

进一步，可用家庭规模进行调整，算出家庭的收入百分位分布，根据BDP（2007）等的研究结论，其提出当0．02hi＜ fee而且0．02hi＋1＞ fee时，该i值便为被排斥的百分比，则用100减去该值便是使用的人数百分比。

由于我们无法拿到例如储蓄服务（活期储蓄、定期储蓄）、信贷服务、支票服务等的成本数据，包括开设一个账户所需要的投入，以及一年的费用等，因此，无法计算出享受每一类金融服务所需要的成本。但最近，世界银行最近发表的一份报告（2007）中指出，平均而言，发展中国家的人们需要以收入的2％成本进行金融服务的享受。因此，我们简单地以收入的2％作为享受金融服务所需要付出的成本。其中，收入的分布数据取自各地区1993—2006年的家庭收入分布调查数据，其类别主要包括（最低收入）、低收入、中等偏下、中等、中等偏上、高、（最高），数据来源各地区1993—2006年的统计年鉴。

表4．4对1993—2006年各地区的银行服务接触的平均比例进行了统计。由此可见，东部地区银行服务的接触人数比例为16．44％ ，远远高于中部和西部地区。相对而言，中部地区接触的人数比是最低的，这与前文的地理渗透性等不无关系。

对于基本保险服务的使用接触性，笔者选用了三类基本的保险服务———养老保险、医疗保险、失业保险的参保人数进行替代，数据来源于各地区1993—2006的统计年鉴和《中国劳动统计年鉴》、《中国社会保险年鉴》。

表4．4 各地区金融服务产品接触性的均值

续表

注释：该表反映了金融服务的产品接触性情况，其中数值为1993—2006年各地区的平均值。银行服务的数值来自于BDP（2007）所采用的预测方法，基本保险服务的接触性用养老、失业、医疗保险的参加人数比例表示。

表4．4显示，同样，东部地区基本保险服务接触的人数比例远远高于中、西部地区。而此时，西部地区表现出了相对较低的接触比例，这表明，和中部地区相比，西部地区人们享受基本保险的比例还十分低。

[1] 由于我们所要进行的是基于省际数据的研究，因此地理空间的状态值显得十分重要，为此，就需要我们能获得关于我国31个地区（不包括香港、台湾、澳门）的微观个人（或家庭）的金融排斥指标，然而要做到这个需要大量的时间精力与资源，为此，我们采取了以“区域”层面的数据代替之，因为从某种意义上而言，“宏观”是微观的表现，能从整体上说明情况。当然，为了论证区域层面结果的稳健性，后文也将对基于浙江典型案例数据的实证来进一步佐证区域层面得到的一些结论。

[2] 从广义上而言，未享受证券投资服务也可以算是金融排斥的一个方面，但相对而言，这已经是更上水平上的排斥了，个人（或家庭）不会因为没有享受到证券投资服务而处于被歧视等境地。在中国目前，证券投资服务的享受更多地是被认为是一种“衍生”的投资收益，并不是属于严格的基本金融服务范围。当然，将证券投资服务的未享受情况也进行统计，将其纳入广义的金融排斥中，进行全面的分析，这无疑是一个不错的工作；但限于数据的可得性等原因，笔者未在该文中做此研究，今后的研究中可将其引入。

[3] BDP（2005）对99个国家2003—2004年的金融服务机构的物理可达性进行了分析，其构建的指标为：每1000平方千米拥有的银行分支数，每100000人拥有的银行分支数，每1000平方千米拥有的银行ATM数量，以及每100000人拥有的银行ATM数量。

[4] 当然，以这些指标来衡量与金融分支机构的接触性有一定局限性，并且这些衡量指标均是假设金融分支机构的分布具有均匀分布的特性，从而可以进行一个地区内的计算；然而，事实上并不服从如此的分布（BDP，2005）。但是，如我们前文中所述的，由于缺乏金融机构实际分布的微观数据，因此，只能以这种“平均值”的方法进行替代计算，并且，从某种意义上而言，该指标也可以在一定程度上反映各地区的总体情况。

[5] 实际上，人均储蓄存款量/人均GDP等指标，就相当于地区储蓄存款量/地区GDP；但为了反映“单位”指标的特征，仍做如上表达。

[6] 其实，社保基金收入并不是各地区人们投保的金额，但由于我们无法获取投保的金额这一指标数据，故只好以社保基金收入进行替代，当然，从一般意义上而言，社保基金收入值会大于投保的金额收入。为了弥补这一缺陷，我们又辅之以保险密度和保险深度进行联合的测量。