资本配置效率与市场的决定性作用

资本配置效率与市场的决定性作用_全面深化改革与法治宁波建设：宁波市社会科学界第五届学术大会文集：2015年度

一、问题的提出

2005年，联合国在宣传小额信贷年时首次提出了“普惠金融”（financial in‐clusion，亦称为包容性金融）的概念，这以后关于普惠金融的理念逐渐在全球范围内得到普及和推广。在国内，近年来普惠金融问题也得到了广泛关注，学术领域开展了一系列针对性的研究和讨论。特别是党的十八届三中全会通过的关于全面深化改革的决议中，在金融改革方面明确提出了“发展普惠金融”的要求，这也标志着推动金融的普惠发展上升为国家战略，普惠金融一时也成为中国金融领域研究的热点。各相关部门不仅从国家层面上推出了一系列发展普惠金融的政策措施，各地区也充分发挥主观能动性，结合地区实际，探索出了一系列发展普惠金融的模式和路径。从实施效果上看，这些政策也从整体上提升了我国金融发展的普惠水平，金融服务的覆盖面和渗透率明显提高，越来越多的社会群体得到了金融服务，有效支持了经济社会发展。

金融发展的根本目的在于服务实体经济，因此，衡量一项金融改革政策成功与否的标志，是改革后金融体系服务经济的功能是否得到了增强，所以在普惠金融发展过程中，我们必须要关注其对金融体系功能可能产生的影响。从现有国内关于普惠金融问题的研究和讨论看，大多数都集中于探讨发展普惠金融的政策措施，即如何使得金融体系能够惠及更多的社会群体，并扩大金融服务的覆盖面。尽管这也是普惠金融发展中的重要内容，但是另一关键问题也需要引起重视，就是普惠金融发展与其他经济变量之间可能存在的关系，比如普惠金融的发展在多大程度上促进了经济增长，以及何种普惠金融模式最有利于提高金融体系的功能并最终促进经济增长。这其中，最核心的问题是普惠金融发展与资本配置效率之间的关系，这主要是基于以下两点原因：①金融体系最基本和最核心的功能是优化资本的配置，即金融体系通过提高资本的配置效率来促进经济的增长，所以在普惠金融发展过程中，不仅需要关注金融服务的覆盖面是否扩大，更深层次的问题在于是否通过发展普惠金融提高了资本配置效率；②发展普惠金融的直接目的是使得社会各个阶层都能以合理的成本获得基本金融服务。因此，从某种意义上来说，普惠金融在一定程度上体现了金融公平的理念。而一般的观点认为，公平与效率往往难以兼得，要提高效率就必须牺牲公平，而要确保相对公平就必须损失一部分效率。那么，在金融领域公平与效率的关系如何？普惠金融的发展是否有利于提高资本的配置效率？这些问题都是在普惠金融发展过程中需要明确和论证的。基于此，本文试图拓展普惠金融问题研究的边界，将普惠金融与实体经济发展有效结合起来，论证和分析普惠金融发展与资本配置效率之间的关系以及影响两者关系的因素。

二、我国普惠金融发展水平的评估：基于省际的比较

在实证分析普惠金融发展与资本配置效率之间的关系前，首先需要对我国普惠金融的发展水平进行量化评估。由于金融的“普惠性”是一个综合性很强的概念，包括了很多方面的内容，因此，用单一指标来衡量金融普惠水平显然是不全面的。对于该类问题，通过建立指标体系来构建综合性的指数是比较常规的方法。本文通过建立衡量金融普惠水平的指标体系来构建普惠金融指数（IFI），并将其作为评价普惠金融发展程度的指标。

（一）普惠金融指数指标体系的构建

近年来，随着普惠金融概念的普及和推广，关于普惠金融指标体系的研究逐渐兴起，也对全球一些主要国家的普惠金融发展状况进行了评估。同时，也有研究根据我国经济金融发展的特点，提出了符合我国实际的普惠金融指标体系，并从整体上评估我国普惠金融发展水平及在全球的地位。但是目前尚未有研究评估和比较我国各个地区的普惠金融发展水平。基于研究的实际和需要，在总结已有的研究基础上，同时根据数据可得性和重要性，本文从金融服务可得性（包括地理渗透率和人口渗透率）和金融使用情况等维度，选择了其中11个相对重要的指标（见表1），对我国分地区的普惠金融发展状况进行评估。

表1 本文IFI指标体系选择

① 有贷款需求的企业数以领用了贷款卡的企业数量表示。

（二）指数的评估方法

宋汉光等（2014）在衡量G20国家的金融普惠水平时，根据人类发展指数（HDI）提出了普惠金融指数（IFI）的构建方法。本文仍采用此方法作为评价我国分地区的普惠金融水平。假设IFI有N个指标（P），每个指标的权重为w，用来表示该指标对评价金融普惠水平的重要性。可以用以下公式表示每个指标的测度值：其中，Pi表示第i个指标在评估普惠金融指数时的测算值；wi表示第i个指标的权重，其中0≤wi≤1，wi越大说明该指标对金融普惠指数的重要程度越高；xi表示第i个维度评价指标的实际值；Mi和mi分别表示第i个评价指标的最大值和最小值。

当Pi是正向指标时，Pi越大代表金融普惠水平越高；当 Pi是反向指标时，Pi越大代表金融普惠水平越低。因此，当Pi是反向指标时，将Pi的计算公式调整为式（2）的形式，这样Pi越大时，代表这个地区在这个指标上的成就越高，使其与式（1）的标准一致。

由式（1）和（2）可以得出，各个指标Pi的取值范围为0≤Pi≤wi。

假设某个地区j各个指标的测算值都为0，即Pj＝（0，0，0，… ，0）时，代表该地区在每个指标上都是最低值，其金融普惠水平最低；如果该地区各个指标的测算值都为wi，即Pj＝（w1，w2，… ，w N）时，代表该地区每个指标在所分析的对象内都是最高值，其金融普惠水平最高。因此，在构建金融普惠指数时，可以计算每个指标的实际测算值与最理想值的距离，并把各个指标的距离整合在一起形成一个测算结果，距离越大说明金融普惠水平越低。基于以上思路，本文的金融普惠指数公式如下：

在式（3）中，由于Pi的取值范围为0≤Pi≤wi，所以金融普惠指数IFI的取值范围为0≤IFI≤1。如果某个地区j的各个指标都最小，即Pj＝（0，0，0，… ，0），则IFI＝0；如果Pj＝（w1，w2，… ，w N），则IFI＝1[1]。

（三）指标权重的确定

在多指标的分析中，指标权重的确定是重点和难点。本文采用主成分分析法（principal components analysis）计算IFI中各指标的权重（见表2），权重最大的指标为“每万人银行从业人员服务比例”，权重值为0.122；最小的为“人均银行卡持有量”，权重值为0.03。

表2 普惠金融指数各指标权重

续表

（四）各省IFI的评估结果

使用前文的计算公式、主成分分析法所确定的权重以及指标的数值[2]，可以计算我国各地区的IFI，结果如表3所示。根据研究需要，本文评估的时间区间为2007—2013年。

表3 各省（自治区、直辖市）（不含港澳台地区，后同）IFI测算结果（2007—2013年）

续表

从表3的IFI评估结果分析，可以得出以下结论：

（1）从全国层面看，我国普惠金融发展水平呈稳步提高的趋势。各省（自治区、直辖市）的平均IFI从2007年的0.114提高到2013年的0.274，年均增长14.5％ ，也高于同期经济增长的平均速度（如图1）。

图1 我国各地区IFI均值变化情况（2007—2013年）

同时，普惠金融指数与金融总量（以贷款余额表示）的变化趋势并不一致（如图2），这也说明金融普惠水平与金融总量不是完全的正相关关系，金融总量的增长并不意味着金融普惠水平也能得到提高。所以，在金融发展理论中，除了金融总量，分析普惠金融发展与经济增长、资本配置效率等经济变量之间的关系也就显得尤为重要。

图2 我国IFI增长率与贷款增长率比较（2008—2013年）

（2）2007—2013年间，平均IFI居前三位的地区分别是上海、北京和天津，这也与其经济发展水平基本一致，其中最高的是上海市，其平均IFI为0.528。位于最后三位的分别是贵州、云南和广西，其中最低的为贵州省，其平均IFI为0.061，仅为上海市的1／10。尽管各地区的普惠金融发展水平差距较大，但从省际IFI的变异系数看，总体呈现下降趋势，即从2007年的0.786下降到2013年的0.523，这说明从全国范围来看，各地区普惠金融发展水平的差距越来越小。

（3）从分指标来看，各地区差异最大的指标是每千平方公里POS机数量A2 ，变异系数为2.64。该指标值最大的为上海市，有3.8万台，而最小的为西藏，仅有2.65台。差异最小的指标为每万人银行网点数量B1 ，变异系数为0.17，该项指标值最大的为天津市，有2.01个，最小的为云南，也有1.1个。

（4）对于普惠金融发展水平较高的地区来说，并不是所有的分指标都具有优势，其在一些指标上的水平也较低。比如企业贷款渗透率指标，最高的是辽宁，达到56.3％ ，而最低的天津仅为23.6％ ，其他较发达地区比如浙江、江苏和广东，分别为43.9％ 、35.3％和33.9％ 。主要原因在于这些发达地区企业众多，尤其是民营中小型企业，仍游离在正规的金融体系之外。因此，即便是发达地区，因为有大量的企业尚未得到金融机构的信贷支持，仍然有发展普惠金融的需求。

三、普惠金融发展与资本配置效率：基于省际面板数据的分析

前文的分析说明，近年来我国的金融普惠水平整体得到了明显提升，而且各地区普惠金融发展的差距也在逐步缩小。但是，这只是发展普惠金融最直接的目标，更深层次的问题是普惠金融的发展是否促进了经济的增长，或者在多大程度上促进了经济增长。由于金融体系作用于经济增长的机制中最核心的是优化资本的配置，因此，分析普惠金融发展与经济体系中资本配置效率之间的关系就显得尤为重要，即金融普惠水平的提高是否利于增强金融体系优化资本配置功能，并以此提高资本配置效率。

（一）计量模型的建立

本文建立计量模型的目的在于分析普惠金融发展与资本配置效率之间的关系，因此，模型中被解释变量是经济发展中的资本配置效率，而核心的解释变量是普惠金融发展的水平。借鉴和参考已有的研究成果（Boyreau‐Debray＆Wei，2005；Guariglia＆Poncet，2008；李青原等，2010），本文建立以下资本配置效率的影响因素模型：

feit＝αfeit－1＋βifiit＋γcontrolit＋μi＋φt＋εit

其中，被解释变量fe为各地区的资本配置效率。解释变量中，fe－1为滞后一期的资本配置效率，ifi表示普惠金融发展水平，可使用前文所测算的各地区普惠金融指数来衡量。μi表示特定的区域效应，目的在于控制不可观察的地区特殊变量的影响；φt表示特定的时间效应，用以控制各年不同经济政策的影响；εit表示异质冲击项。同时，为了更加准确地评估普惠金融发展对资本配置效率的影响，本模型还包含了若干控制变量，如金融总量、金融结构、经济对外开放度、经济市场化程度、政府干预程度等。根据数据可得性，本文分析的对象为2007—2013年我国31个省级行政区（不含港澳台地区）的面板数据。

在此基础上，根据研究目的，本文预先提出两个待检验的假设：

假设H1：作为金融发展的重要内容，金融普惠水平与资本配置效率之间存在正相关关系，金融覆盖面和渗透率的提高使得更多的社会群体能够享受到金融服务，从而有利于优化资本的配置。

假设H2：政府干预下的普惠金融发展政策使得市场配置资源的机制受到损害。在这种模式下，即使提高了金融发展的普惠水平，也不利于资本配置效率的提高。

（二）变量的选择和数据来源

（1）资本配置效率（fe）。资本是经济增长中最重要的要素之一，资本配置效率的高低取决于两个前提条件：首先，企业管理者和投资者是否有能力区分投资项目的好坏；第二，企业管理者是否有足够的动力去追求和寻找具有高回报和潜力的行业而不存在其他的目标。早期的研究表明，金融体系具有项目甄别功能，有助于改进资本的配置过程，从而促进经济的增长。因为对于单个储蓄者来说，没有时间、能力和方法去获取、处理关于企业家能力及市场形势等相关信息，信息搜寻高成本阻止了资金流向高回报的投资项目，而金融机构在收集、处理信息方面的规模及专业优势能帮助投资者获得相关信息，资本配置因而得以优化。

目前衡量资本配置效率主要有两种方法：第一种方法的基本思路是资金在具有不同生产率的行业间流动时，将使各行业的资本边际产出率趋于均等，因此，可以用各行业的资本边际产出率的差别程度来判断一国的资本配置效率。但是这种方法有一定的局限性，首先是各行业生产函数的选择问题，因为选择何种生产函数将直接决定所分析行业资本边际产出率的数值；其次，该种方法只能考察资本配置效率的变化情况而不能计算具体的资本配置效率值。第二种方法的基本思路是资本配置效率的提高意味着在高资本回报率的行业（项目）内继续追加投资，在低资本回报率的行业（项目）内适时撤出资本，这样，就可以用资本对于行业长期盈利能力的敏感性作为衡量资本配置效率的指标。根据此思路，Wurgler（2000）分析了65个国家的28个行业在33年间的资本配置效率变化情况。他的研究结果表明，拥有相对发达金融市场的国家能够把资本配置到具有发展潜力的行业中 ，并且从落后的行业中退出，从而使资本的配置效率得到了提高。从目前关于资本配置效率的研究文献看 ，Wurgler的方法是测算资本配置效率时运用最广泛、认可度最高的工具，国内关于资本配置效率的研究也基本上采用该方法。Wurgler所建立的资本配置效率模型如下：

其中，I表示行业的固定资产存量；V表示行业产值；η表示资本的配置效率，即在第t年内各行业资金投入对行业成长性变化的弹性水平。如果ηt＞0，表示在第t年内，当一个行业的增加值相对于上期增加时，固定资产净值也会增加，更多的资金将流入到成长性好的行业中去，资本的配置效率较高，而η值越大表示资本的配置效率越高；如果ηt＜0，情况则正好相反。该模型的基本思想就是，资本配置效率的提高，意味着在高资本回报率的行业（项目）内继续追加投资，在低资本回报率的行业（项目）中减少投资。

由于工业在我国经济总量中占有较大比重，同时考虑到各行业数据的可得性，本文采用Wurgler（2000）的资本配置效率模型，并以我国31个省（自治区、直辖市）（不含港澳台地区）2006—2013年的33个工业行业为分析样本[3]，测算各地区的资本配置效率。样本共包含8184组数据，同时建立了248个回归方程，并运用普通最小二乘法（OLS）进行简单回归，估算了我国各地区2006—2013年间每年的资本配置效率，其中I为各工业行业的固定资产净值， V为各工业行业的总产值。

从测算结果看，资本配置效率最高的为江苏，2007—2013年的均值达到0.603；其次分别为上海和浙江；最后三位则分别是贵州、内蒙古和西藏，其中西藏的资本配置效率均值仅为0.008。在与其他学者类似研究的比较上看，本文所测算的2006—2013年全国31个省（自治区、直辖市）（不含港澳台地区）的平均资本配置效率为0.342，高于李青原等（2010）所测算的1999—2006年的省际资本配置效率均值。这充分说明近年来我国的资本配置效率得到了一定程度的提高，金融体系优化资本配置的功能得到了增强。

（2）金融总量（fd）。金融发展首先表现为金融总量的增加，但是金融总量的增加并不一定意味着可以提高资本配置效率。这是因为在金融总量增加的情况下，虽然可以利用的金融资源增多了，但是如果这些资源没有投入到生产率更高的行业中去，那么资金的配置效率也难以提高。由于间接融资在我国金融体系中占据绝对大的比重，本文以金融机构贷款余额／GDP表示金融总量。

（3）金融结构（fs）。因为不同金融工具的功能存在差异，在服务实体经济过程中也扮演了不同的角色，所以金融结构必须要和实体经济发展的结构相适应。在不同金融结构下，金融体系配置资金的功能也有所不同，因此金融结构的调整也是影响资本配置效率非常重要的因素。本文以社会融资总额中直接融资占比作为衡量金融结构的指标。

（4）经济市场化程度（market）。在高度发达的市场经济中，有效运行的金融体系将资金向边际生产率较高的项目和部门进行配置，而这种配置是经过收益和风险的综合考量而非行政干预。因此，经济发展的市场化程度越高，经济主体的自主性就越强，所受到的干预也越小，资本配置的效率也越高。本文用规模以上工业企业中非国有企业总产值的占比作为衡量经济发展市场程度的指标 。

（5）经济对外开放程度（open）。一些研究表明，外商直接投资与东道国的资本配置效率有着直接的联系，而且这种关系是正向的（李青原等，2010）。因为外国资本相对来说所受到的干预更小，其甄别项目和企业的功能也更强，外资凭借良好的投资敏感度和决策能力来识别和判断商业机会，引导资本进入到最能盈利也是最具有生产效率的行业中，从而提高资本的配置效率。本文用各个地区实际利用外资总额／GDP表示经济的对外开放程度。

（6）政府干预（govern）。政府在金融市场的作用和角色一直是理论层面争论的焦点。从正面的角度看，政府通过加大财产权利的保护、契约的有效实施、金融自由化政策等，保障了金融体系功能的有效发挥。特别是在金融市场中，如果有政府的参与，还可以在一定程度上解决信息不对称的问题。但是，政府为了追求自身的政治目标，其对金融体系的不合理干预也会影响金融体系功能的发挥，并最终影响资本配置效率。我国经济发展的市场化水平与发达国家相比仍较低，政府在金融体系中的介入也较深。特别是地方政府，出于发展经济的需求和实现自身晋升的目标，有强烈干预金融体系的动机，这显然会对金融体系功能的发挥产生负面影响。政府对资本配置效率的影响，尤其是政府干预下的普惠金融发展与资本配置效率之间的关系（即前文的假设H2），也是本文需要重点论证的方面。

如何选择衡量政府对经济的干预程度指标是本文研究的关键。本文参考章奇和刘明兴（2005）的做法并加以改进，选择工业部门人均固定资产投资与整个经济体的人均固定资产投资之比（仍定义为TCI），作为衡量政府对经济干预的指标；TCI值越大，说明政府干预经济的程度也越大。

根据前文的分析，本文资本配置效率影响因素模型中各变量的定义如表4所示。

表4 本文的变量定义

（三）计量方法和实证结果

本文计量模型的右边包含了被解释变量 fe的滞后期fe－1，因此该模型实际上是一个动态面板模型。这种情况下，即使模型的随机误差项不存在序列自相关，但因滞后的被解释变量和误差项相关，若采用一般的估计法会得到有偏差和不一致的估计量。为了解决模型中的动态性设定和内生性问题，本文运用系统广义矩估计方法（GMM）来对模型进行参数估计（见表5），这样既能利用变量水平变化和差分变化的信息，使得结果比差分广义矩面板估计更有效，又能较好地克服解释变量和被解释变量之间潜在的反向因果关系并控制不可观察的特定时间和地区效应。这种矩估计方法的核心思想是在一个系统里同时包含了方程的原始方程形式和一次差分形式。

根据研究需要，本文模型在具体检验过程中建立了三个回归方程[4]（见表5），其中方程（1）仅考虑金融发展变量（金融总量、金融结构和金融普惠水平）对资本配置效率的影响；方程（2）综合考虑了其他控制变量的回归结果；方程（3）则将政府干预指标和普惠金融指数的交互乘积项代替单一的政府干预指标，以分析政府干预下的普惠金融发展可能对资本配置效率产生的影响。从表5的实证结果可以得出以下结论：

（1）金融普惠水平的提高明显有利于改善资本配置效率，并且在优化资本配置中的作用强于金融总量和金融结构。三个方程的回归结果显示，作为衡量金融普惠水平的变量———IFI的回归系数分别为1.86、1.587和2.175，并且分别在1％和5％的水平上显著，这说明普惠金融指数每增加1个百分点，大约可以使得资本配置效率提高1.5～2个百分点左右（即论证了假设H1）。同时，从评价金融发展的另外两个指标看，三个回归方程中金融总量（fd）的系数都为负数，而金融结构尽管为正数，但是并不显著。这说明金融总量的增加并没有提高资本的配置效率，在金融发展中不能仅仅考虑总量的增加，更加应该关注金融普惠水平是否得到了提高。

（2）政府干预指标对资本配置效率具有负向影响。从方程（2）看，政府干预（govern）的回归系数为－0.144，即以技术选择指数衡量的政府干预程度每提高1个百分点，会导致资本配置效率下降近0.15个百分点。而经济发展的市场化程度有正向的影响，回归系数为0.149，并且在10％的水平上显著，因此经济发展的市场化程度是影响资本配置效率的重要因素。经济对外开放度（open）的回归系数尽管为正数，但仅为0.008，这说明我国吸引的外资对资本配置效率的影响并不突出，因此，从优化资本配置的角度看，我国吸引外资的质量有待进一步提高。

（3）政府干预下的普惠金融发展对资本配置效率也会产生负向影响。方程（3）在解释变量中纳入了普惠金融指数和政府干预指标的交互乘积项，以此来衡量政府干预下的普惠金融发展对资本配置效率可能产生的影响[5]。回归结果显示，变量govern×ifi的回归系数为－1.52（在5％的水平上显著），这可以理解为政府干预下的普惠金融发展水平每提高1个百分点，资本配置效率却下降1.5个百分点。这说明在发展普惠金融过程中，政府的干预尽管可以在短期内实现提高金融普惠水平的目标，但是从长期来看并不利于资本配置效率的提高，从而难以在经济发展中发挥更大的作用。这也是本文最重要的结论。

表5 模型的系统广义矩估计（system GMM）结果

续表

注：①本文检验了三个方程，方程（1）表示仅考虑衡量金融发展的三个变量（金融总量、金融结构和金融普惠水平）的计量结果；方程（2）是在综合考虑其他控制变量情况下的计量结果；方程（3）则是将政府干预与普惠金融指数的交互乘积项目纳入方程中，以分析政府干预下普惠金融发展对资本配置效率的影响。 ②括号内的值表示t值。 ③回归系数中的* 、**和***分别表示10％ 、5％和1％显著性水平，本文未报告常数项的回归系数。 ④Sargan检验的零假设为过度识别检验是有效的，本文的检验结果表示工具变量在整体上是有效的；而AR检测表明差分方程的误差项不存在二阶自相关。

（四）关于实证结果的解释

（1）单纯从发展普惠金融的角度看，金融普惠水平的提高有利于增强金融体系的资本配置功能，并提高资本配置效率。在金融领域可以实现公平与效率的兼得，这是因为在完全市场化的情况下，金融普惠水平的提高，意味着更多的社会群体可享受到金融机构主动提供的金融服务，从而使得金融体系能够在更大范围内发挥其优化资本配置的功能，显然有利于提高资本配置效率。比如，在农村地区普惠金融得到快速发展，农户、农村企业也能够享受到基本的金融服务，使得金融体系的优化资本配置功能在这些领域也能得到充分发挥。比较而言，金融总量在资本配置效率中的作用并不明显，这主要是因为即使金融总量不断增加，但是如果在地区以及微观主体之间的配置不均衡，金融资源过多地集中于大型企业和发达地区，会导致部分企业和地区的负债率过高，从而使得金融资源的边际产出效应下降。而普惠金融的发展，使得金融资源向弱势群体和落后地区配置，实现金融资源在地区和企业间的均衡配置，可以充分提高金融资源的产出效率，从而达到优化资本配置的目的。

（2）政府干预下的普惠金融发展模式不利于提高资本配置效率。由于发展普惠金融是国家战略，也是金融改革的重要内容，因此各级政府都有动力来推动普惠金融的发展。尽管从效果上看，政府干预会提高金融机构参与发展普惠金融的积极性，从而有利于提高金融普惠水平，但是，政府的过度干预也会影响金融机构的经营自主权，使得金融体系在行政干预下运行。而理论和实践都已经证明，市场配置资源是最有效的形式，政府对于项目和企业的甄别能力显然要弱于市场，这就意味着政府难以发现那些具有较高生产率的部门和企业。在这种情况下，如果采取带有明显行政色彩的政策措施来推动普惠金融发展，对金融机构在服务一些特定群体方面制定行政性的目标，会使金融机构为了实现这些目标而被迫提供金融服务，包括向那些边际生产率较低的部门和企业提供金融资源，结果就是金融机构难以有效地发挥其资本甄别功能，不利于资本的优化配置。简单地说，就是那些没有得到金融服务的群体既有高生产率的部门，也包括了一些较低生产率的部门，而发展普惠金融应该使得那些具有较高生产率的部门得到金融服务或得到更多的金融服务，但是政府的干预使得金融机构难以有效发挥甄别功能，从而将金融资源更多地投入到了那些较低生产率的部门，从而降低了资本的配置效率。

四、结论和相关启示

（一）主要结论

（1）近年来，我国的普惠金融体系建设取得了明显的成效。2007—2013年间，全国各省的平均IFI从0.114提高到0.274，这表明我国的整体普惠金融发展水平稳步提高。从各地区看，普惠金融发展水平居于前三位的分别为北京、上海、天津。而省际的普惠金融发展水平差异越来越小。同时，一些普惠金融指数较高的地区，仍然有一些分指标的值较低，所以对于发达地区来说仍然有发展普惠金融的任务。

（2）金融发展中公平和效率可以兼得。作为金融发展的重要内容，普惠金融水平的提高与资本配置效率之间存在显著的正相关关系。金融覆盖面和渗透率的提高使得更多的社会群体能够享受到金融服务 ，从而有利于优化资本的配置。

（3）政府干预下的普惠金融发展模式使得市场配置资源的机制受到损害，即使金融的普惠水平得到提高，也可能会对资本的配置效率产生负面影响，从而降低金融体系的优化资本配置功能。采取何种发展模式是普惠金融发展与资本配置效率之间关系的决定性因素。

（二）关于普惠金融发展模式的启示

1.始终坚持市场在普惠金融发展中的决定性作用

市场始终是配置资源最有效的工具和形式，在发展普惠金融过程中必须要坚持市场发挥决定性作用，充分保证金融机构在提供普惠金融服务过程中的自主性，只有这样才能在提高金融普惠水平的同时，有效发挥金融体系优化资本配置的功能，并最终实现普惠金融发展的商业可持续性。

（1）降低金融体系的准入门槛，允许更多市场对象和交易主体自由进入金融体系。从市场的内部去推动新兴金融元素的培育和增长，以增量改革来诱导存量改革，增强普惠金融发展的内生性，从强制性的制度向诱制性制度变迁转化，在服务弱势群体的领域形成竞争性的环境，提高金融机构发展普惠金融的积极性和主动性。

（2）硬化国有企业和政府融资平台的预算约束。允许部分国有企业和政府融资平台在风险可控的前提下适当破产，打破市场对该类预算软约束主体刚性兑付的预期。尝试让资不抵债的地方融资平台和制约企业生产力发展的僵尸企业违约，以此提高市场风险意识，促使金融机构审慎放贷；政府避免成为金融市场直接的融资者，可以交给市场的职能尽可能交给市场；加快国企和民企之间兼并重组，在市场主体上增加混合所有制企业，从根本上解决预算软约束主体无效占有金融资源的现状，使得金融资源能够更多地主动向小微企业、“三农”等弱势群体配置。

（3）发挥移动互联网技术在普惠金融发展中的关键性作用。移动互联网具有天然契合普惠金融以及广覆盖性、低成本性和可持续性的特点。充分利用移动互联网技术，在提供金融服务方面打通人力和网点无法到达的“最后一公里”，运用云计算、大数据等新技术提升服务能力，发挥“长尾效应”，尤其是设法降低小微企业和“三农”的融资成本，实现普惠金融的“低成本性”。通过发展移动互联网金融，达到随时随地提供支付、转账、信息查询、自助信贷、理财、保险、征信查询等一体化金融服务的目标，使社会各个阶层都能享受到更加专业、更有效率、更具个性化的金融服务。

2.必须更好地发挥政府在普惠金融发展中的作用

在发展普惠金融的过程中，政府的作用在于通过优化金融发展的生态和社会信用环境，着力解决影响普惠金融发展中的关键因素———信息不对称问题，尤其要避免为了实现普惠金融发展而对金融机构的经营管理进行直接的干预 。

（1）加强关于普惠金融的顶层设计。制定合理的普惠金融发展战略，加快完善符合普惠金融发展需要的法律法规和政策框架。建立和完善符合我国实际的普惠金融监测评估体系，重点评估普惠金融发展的薄弱环节，有效指导普惠金融实践和创新。

（2）合理使用财税补贴政策。财税补贴的对象应该是那些有发展和盈利前景，但由于信息不对称等问题而难以获得金融服务的经济主体。金融机构可有效满足这些经济主体的融资需求，同时，这些经济主体自身的商业价值也是普惠金融得以持续生存的基础。

（3）加强金融消费权益和法律保护，确保金融领域契约的有效履行。营造一个有利于金融机构公平竞争的法制环境 ，加强对金融市场的监管，规范市场的秩序，使得金融市场机制能够有效地运转。完善社会信用体系，在建立广泛覆盖的信用档案的基础上，构建能够共享交易和信用信息并能及时更新的数据库系统 ，形成诚信的信用文化，有效解决金融服务过程中的信息不对称问题。加强金融普及教育，深入开展金融法制宣传，建立健全金融普及宣传长效机制，提高金融投资者和消费者的认知水平和自我保护能力。

参考文献

Boyreau‐Debray G，Wei S．Pitfalls of a State‐Dominated Financial System：The Caseof China．NBERWorking Paper，2005．

Guariglia A，Poncet S．Could financial distortions be no impediment to economic growth after all？Evidence from China．Journal of Comparative Economic， 2008，36（4）：633‐657．

Wurgler J．Financial markets and allocation of capital．Journal of Financial Eco‐nomics，2000（58）：187‐214．

李青原，赵奇伟，李江冰，江春．外商直接投资、金融发展与地区资本配置效率———来自省级工业行业数据的证据．金融研究，2010（3）．

宋汉光，周豪，余霞民，金融发展不均衡、普惠金融体系与经济增长．金融发展评论，2014（5）．

章奇，刘明兴．意识形态与政府干预．经济学季刊，2005，4（2）．

作者单位：中国人民银行宁波市中心支行

[1] 这里需要说明的是，本文的普惠金融指数只是一个相对指数，指数本身的数值不代表具体金融普惠水平的大小，比如IFI为1，只是说明在分析的对象内达到最大值；IFI为0，也不意味其金融普惠水平最低，而只能说明在所分析和比较的区域或区间内的金融普惠水平的大小。

[2] 本文普惠金融指数的各指标值来源于公开的数据以及一部分调查数据，对于少数缺失的数据，本文采用了平均增长率法进行了推算。由于篇幅所限，本文未列出所有分指标各年度的数值，而仅给出了各省（自治区、直辖市）每个指标2007—2013年的平均值供参阅。

[3] 由于本文所构建的资本配置效率影响因素模型中包括了资本配置效率的滞后一阶作为解释变量，因此测算了2006—2013年的资本配置效率。

[4] 使用的计量软件为Stata12。

[5] 在计量模型中引入两个解释变量的交互乘积项，主要有以下情况：一是从经济理论和经济现象上，两者之间本身就存在相互影响；二是一个变量是另一个变量对被解释变量产生影响的必备条件，即一个变量想对被解释变量产生影响，必须要在另一变量起作用的情况下进行；三是在某一变量不同的取值范围内或不同的取值情况下，另一变量对被解释变量影响的边际量不同。本文属于第二种情况，即政府干预对资本配置效率的影响主要通过干预金融体系进而影响资本的配置。