新万博_万博出事了

周一至周五 | 9:00—22:00

作者屏弘啤:未知

  摘 要犬酱:农村金融发展的目标是实现普惠金融赎,缓解和消除“金融排斥”现象磋涤。本文基于金融地理排斥的理论模型小操,运用中国县域数据吃淀七,实证检验中国县域地区的金融排斥程度及其成因氮让恃。结果表明假,中国县域具有典型的金融排斥特征蟹滤摊,影响中国县域金融密度的因素包括县域地区人口密度话叙肛、从业人数搜泉阂、人均收入低卧氯、社会消费揣赣、居民储蓄缝、政府支出概朗、基础设施纪舒、教育水平和与省会城市的距离化恰。此外具缎纯,少数民族和地区变量也对金融密度产生明显的影响肌世。
  关键词茫沥疥:金融密度;服务可及;金融排斥;县域金融
  中图分类号德戏粱:F832.43 文献标识码弄巳毛:A 文章编号纬:1674-2265(2018)09-0016-08
  DOI式井:10.19647/j.cnki.37-1462/f.2018.09.003
  习近平总书记在党的十九大报告中提出圈廷东,新时代我国社会的主要矛盾是人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾娇奔。从经济基础的角度看虱,“不平衡不充分”主要体现在经济的产业结构盆夕歉、需求结构喜菜、增长动力以及区域和城乡的差异上羞餐拆。由此锯,金融业需要从以往注重传统行业转向为现代服务业和先进制造业服务耍,从以往主要为生产者服务转向更多地为消费者服务莎,从以往集中于东部泵、集中于大城市更多地向中西部和乡村延伸室垛淘,从以往动员储蓄雷、推动大规模投资的粗放式金融发展模式转向利用金融科技啸焙、高效配置金融资源的集约型金融发展模式咖材颅。
  县域经济是国民经济中相对独立的基本单元麓皮罗。截至2017年底拒,我国县级行政区划数为2581个趁佛铺,县级行政区域土地面积约占全国陆地面积的90%;县域人口约占总人口的65%以上;县域GDP占国民经济整体比重约为50%浅蒋,县域经济成为推动我国国民经济持续快速发展的重要力量围亭爬。但是悲,县域城乡居民储蓄存款余额只占全国城乡居民储蓄存款余额的不到
  1/3泵藕讽,2015年县域存贷比仅为57.6%丘簧翔,比城市地区低17.2个百分点慕隋顿,涉农贷款不良贷款率为2.3%善狄硕,作为县域金融主力军的农村信用社不良贷款率为6.44%绒蔫疙,远高于同期银行业金融机构1.55%的水平沮斥,县域金融发展滞后汞沪问,与县域在全国的经济地位不相称邵。究其原因梯宿僚,这与中国县域的金融排斥存在紧密关联奴挂。
  中国县域地区的金融地理排斥有着深刻的历史渊源膜遁。1998年开始笨咸,四大国有银行机构撤并纺睛,其中以银行的工作人员数量和吸收存款额为依据别痉,人均存款额(存款额/工作人员数)在50万元以下的营业网点全部撤销导匣,50万―100万元的营业网点部分撤销穗伶儡,100万―150万元的营业网点合并侍,同时二级分行也大量撤并耐。1998―2001年间错姑茫,国有商业银行撤并境内分支机构和营业网点达到4.4万个晴郎媒。正是这次改革冠毖,国有商业银行大幅度撤并其基层分支机构餐掸,纷纷从效率不高的县域地区撤离挡,造成县域金融服务缺乏湾,加剧中国县域的金融排斥韩赏。
  由于金融机构的分布数量和规模的限制蝗,县域经济中的中小企业和农村经济主体难以获得充足的融资服务省溯,导致金融发展难以发挥促进经济增长的作用且污借。在金融排斥问题被关注之后距耸,学者们的研究证实了金融排斥对县域经济的不良影响晒。钟笑寒等(2005)利用中国农业银行的数据毕扁,研究国有商业银行在农村网点的收缩贰搪,证实其对农村经济的不利影响;杨兆廷等(2009)瓦垮垛、王翔(2009)泡、田杰和陶建平(2011)颧、石盛林(2011)等学者则进一步证实中国农村金融的地理排斥侨。
  金融发展对县域地区的经济增长有着不可替代的意义就顺借,因此娟,金融机构的地理分布直接影响着金融服务的可及性伶垛,并与县域金融地理排斥息息相关戳。本文尝试分析影响中国县域金融发展的因素沸,解析导致中国县域金融地理排斥的原因哺凌合。
  一傲罐、文?I综述
  “金融排斥”的概念由金融地理学家Leyshon和Thrift于1993年提出馁,他们在研究金融地理学的过程中发现金融排斥现象沽募,即贫困人群由于地理因素的限制受到金融机构的排斥磕,使他们难以获得金融产品和金融服务氯疆咯,因此庙堤沤,他们对于金融排斥的研究就是分析特定人群与金融机构的距离闭喘烧。早期的金融排斥实际是金融地理排斥(Geographic Financial Exclusion)锈橡眠,而此后金融排斥的内涵得到学者们的拓展浓。
  西方学者最早关注和研究金融排斥的地理倾向性痘,Pollard(1996)与Fuller(1998)发现金融排斥的地理空间倾向明显侮刹,金融机构多在欠发达地区关闭趟岁。由于农村地区明显落后于城市上苍,金融服务在农村的单位成本高于城市伴,人口密集度不同芬刻,农村地区金融机构的关闭率相当高涂藉。Lamer和Heron(2002)发现新西兰的金融机构网点主要在农村地区关闭;Argent和Ropey(2000)也证实澳大利亚的情况图据暮,除去人口变迁的因素哭鸽噬,金融机构仍然呈现出在城市扩展帘关孝、在农村收缩的不平衡现象烦阜锻。同样的现象也发生在中国畏痞,四大国有商业银行的撤出造成中国县域金融的“真空”撵,引发我国学者的关注点。早期有金雪军和田霖(2004)剩惋卡、武巍等(2005)对金融排斥问题的介绍;近年国内研究金融排斥问题的也越来越多嘲疚规,尤其在衡量我国农村地区的金融排斥程度方面劝跺螺,国内学者得到大量结论秒鞠酸。田霖(2011)发现我国金融排斥的城乡二元性特征明显;高沛星和王修华(2011)诽群恋、许圣道和田霖(2008)荤痛疟、王修华和邱兆祥(2010)叔藤氯、张国抗旒即?(2014)等发现中国各省的农村金融排斥有着明显的区域差异倪济霸。
  对金融排斥现象探讨之后齐倦,学者们开始分析造成这一现象的原因琳蒲。早期对金融排斥影响因素的研究氨腊,大多分析金融机构在某些地区撤并的原因以及金融机构密度低虱、缺乏金融服务地区的特征绒添,进而探究影响金融排斥地理分布的因素厂旗。Kenipson和Whyley于1999年分析得出某地区的收入水平瘟、受教育程度钙浓哄、民族激任猫、语言和宗教信仰等个人属性对金融排斥具有显著的影响;Cebulla(1999)对此进行补充毙迫闷,认为即使控制一定的社会经济因素牛郝,地区因素仍然对金融排斥产生显著影响阿颊念。随后国外学者在微观层面开展研究箍箱棋,对受排斥群体的个体属性进行更深入的研究花糕横,认为影响金融地理排斥的因素有家庭(Honohan弦禽啼,Affleck和M.Mellor卸,2006)端楷、教育(Helen Russell等人锭视,2011摧苦绘、Guiso等材莽,Ameriks和Zeldes涕,2004)娟蠢处、性别(Muhalnl和Yunus傻僧,2008)睹剖僧。2000年膏,英国金融服务监管局(FSA)在已有文献的基础上搽械驮,从宏观层面调查世界范围内金融排斥的现状拢嗅莱。我国学者在对金融排斥的影响因素探析中赎澈该,最初建立在定性分析上赤董惰,周立和胡鞍钢(2002)从信息不对称的角度冻钞,何德旭和饶明(2007)从信贷资源配置的角度进行分析抡嗽铅。田霖(2008)开始采用定量研究方法豹谈,证明影响我国省域层面农村金融排斥程度的因素包括人均纯收入谐揪、从业人员数品为弛、农户储蓄和农民金融知识;高沛星等(2011)补充的影响因素是收入享、金融效率钮脸嫂、就业和农业化水平;董晓林和徐虹(2012)基于县域金融机构的分布彭崩翠,发现人口规模庞存玛、社会消费品零售总额赣绒、金融基础设施与金融排斥程度成正比;吕勇斌等(2015)耗荚眷、李建军和卢盼盼(2016)则从空间和地理分布角度厩,探讨影响金融服务的因素搬祭。   本文在现有文献基础上墙啊,基于数据的可获得性领怂汤,设立全面的金融密度指数泄发,探讨中国农村的金融排斥程度及其影响因素失凄哼,深度解剖中国农村金融的发展进程乌抖犀。
  二讣圈、金融地理排斥的理论模型
  对于农村金融地理排斥及其影响因素的理论研究杜赡,主要是Lanzillotti和Saving(1969)的经典理论模型彻爸,学者后续在此模型基础上进行拓展分析庐,通过放松相关假设弄,加入更多反映现实情况的变量菇姬,如市场结构(White景伴镭,1976)娶、法律因素(Savage和Humphrey揣缆,1979)财触济、城市类型(Seaver和Fraser固,1979橙身、1983)和放松管制(Gunther朽篇棋,1997;Bernad等胸江,2008)等僳署。本文借鉴Lanzillotti和Saving的理论模型磷,根据中国农村的实际情况修正模型逢,探讨农村金融地理排斥的因素喜。
  由于在中国县域经济中班贰谓,基金蛊匹摆、证券澄、保险仿虹、信托等非银行金融机构的影响较腥汀,故本文用银行数量代替金融机构数量习僚。某一地区银行的均衡数量取决于人们对金融产品或服务的需求仙如,以及商业银行提供服务的成本和其他供给条件坑石,商业银行基于所经营的环境和条件擅垃,使提供金融服务的成本最小化噬递。此外略角袄,银行分支机构数量的增加会提高服务的可及性咆,给客户带来更多便利赴,故对金融产品和服务的需求受分支机构数量的影响年。因此煞母,银行及其分支机构的均衡数量都取决于对金融服务的需求和银行的经营成本诽兜,为此巷吞,本文提出以下两个假设告,(1) 各地区的银行经营成本相同;(2) 银行分支机构的设立没有任何政策限制涉敌。
  假设银行提供活期存款和定期存款两种服务霞能,则第i个县对这两种服务的需求函数可表示如下窖丢:
  [ηyi>0]喉朗椒、[ηPi>0]铝磊煞、[ηKi   在对原始数据进行统计分析后离,本文对数据进行如下处理使彭维:第一枷加盯,变量的观察值并不完全相等收建据,为了保证回归结果的准确性卜新佩,对缺漏值进行删除豌,删除后的各变量均有2476个观察值;第二怖挫,由数据的偏度与峰度值可知关滇端,各变量的分布并不符合正态分布的要求圃街迷,为保证最小二乘回归方法的适用性裴势,对除了经济增长率之外的其他变量进行对数转换疽雀肛,数据基本上满足偏度为0嚎敢、峰度为3的正态分布要求将,对数变化后的数据仅用于回归分析之中欠,其他分析都使用删除缺漏值后的原始数据按。
  通过对数据进行共线性检验存钮卜,发现年末人口数与乡村从业人员数路摔粮、普通中学在校学生数的相关系数都超过90%规,分别为94.37%和90.01%娟礁,为避免共线性问题漠惨,剔除年末人口数(pop)这一变量全病。
  2. OLS回归及其结果纯。根据上文的计量模型础,运用stata11.0软件对4个被解释变量(administration躲撑购、geographic埔妻、demographic输坑迫、economic)进行回归的结果如表4所示坚。
  结果表明晾,人口密度的影响符合预期衬哼,人口密度反映出人群离金融机构的距离岗襄,人口密度越大疤,人群距离金融机构越近哼,从定义上就反映金融地理排斥程度越低;从业人员数对行政金融密度的影响并不显著陪仟癸,但在排除地理面积诧湾、人口数量和经济总量因素后却,二者显著正相关为锭,说明从业人员一定程度上仍反映对金融服务的潜在需求黄,通过银行提供金融服务的风险和管理成本倍班骏,影响农村金融排斥的程度;教育水平在4个回归方程中都保持显著为正双,这与预期相同蠢讳,因为根据已有研究结果通肺,金融意识越高的农户发生借贷的概率越大街,选择正规金融机构借贷的概率也越大登冯藏,从而对金融机构的需求增加摹豹熊,催生金融机构的设立负,故二者正相关路。
  农民人均纯收入蹋坎说、社会消费和居民储蓄在回归方程中都基本上保持显著为正限虾,说明经济变量对金融密度的影响不可忽视害,经济越发达意味着金融机构经营贷款的风险相对越屑瞻善弧,提供金融产品服务的单位成本越低彭汉暴,所以经济较发达地区拥有更密集的金融网点染。但上述三个变量对金融密度的影响是与经济总量息息相关的湾就井,经济增长率在所有回归模型中均不显著白浪衡,结果与预期不符邪,可能是经济增长率对金融机构分布的影响具有滞后性趟笺缆。代入上一年的增长率进行回归任,结果仍不显著哄廖。由此说明膝,现阶段农村金融机构选址过程中姑褥,过多考虑的是经济总量而非经济增长率跋。
  政府支出在前3个回归方程中均显著为负风,但在(4)中显著为正羌耻掠。究其原因可能是GDP和政府支出的相关系数为-0.308垂另,所以政府支出越大堤糖糖,在一定程度上反映出当地急需政府加大支出拉动经济皋,表明当地经济越落后刮拨,故金融机构分布越少舷,当排除经济总量因素后茫拟涎,政府支出对金融机构的分布是有积极作用的;基础设施在4个回归方程中均不显著淮边,且系数接近于零盛,说明农村地区虚拟的金融服务体系并没有替代实体的金融机构网点杰电跺,即使有电子银行桨,农村居民还是选择在传统的营业网点办理金融业务铺糖。对此妇,许圣道和田霖(2008)也曾经得出相似的结论熊谢。
  距离变量如预期省卜,县市离省会城市越远辅瘸,受其金融辐射的影响就越弱面该,与省会城市之间的经济金融活动交流变得更加困难示,因此金融机构的分布就越少;少数民族虚拟变量的符号与预期相同就戚,少数民族聚集区往往金融基础设施薄弱汇,又因为自我排斥而缺乏相应的金融服务需求倍,构成Leyshon和Thrift(1997) 所说的金融排斥的“地理空洞”现象;地区虚拟变量(east磋救、west)中俗茎,代表中东部差异的east虽然为正薄崇川,但并不显著挪,说明中东地区的金融排斥确有差异乱地悍,但可能存在其他原因;代表中西部地区差异的west系数在行政和经济金融密度中都显著为负戚关碳,说明在控制其他变量不变的情况下萎,西部地区的金融排斥比中部地区更为严重梗。
  3. 模型的稳健性检验及调整奉。由于中国各个县域的差异较大面,传统OLS的均值回归不能全面反映所考察问题矗抒,本文运用具有更高稳健性的分位数回归逝氛,依据金融密度的高低将县域分为不同组别镭,分别分析各影响因素对0.1吐管卿、0.25窜魏魔、0.5圣抒吾、0.75滥怕、0.9分位点县域金融密度的影响效应及显著性差异秃拢焙。由于地理金融密度拜莆、人口金融密度的分位点回归结果与行政金融密度类似射,受篇幅所限不予列出电,行政金融密度尼涉暇、经济金融密度的分位数回归结果如表5屯、表6所示洞。
  行政金融密度的分位点回归结果表明媚纹,人口密度寡坞倡、经济增长晒、社会消费尚彭、居民?π羁臁⒄?府支出耽悄、距离变量都与OLS回归的结果一致刑惯。从业人数的符号都为正画,但只有处于中间区间的分位点才显著;基础设施在OLS回归分析中厂,系数虽然为正岗湃锚,但并不显著熔荡滇,分位数回归结果在10%分位点上女贬,基础设施显著为正密本,这意味着金融机构匮乏地区可以通过改善当地基础设施提高金融密度暑侧,但当金融机构数量上升到一定水平时燎屠挛,这一拉动效应变得不显著;教育水平保持正向影响沟,但系数及其显著性都变泄贰,当行政金融密度位于90%分位点时毋祈技,教育水平的影响变得不显著都睦摊,说明对于金融机构分布密集地区翁烫,金融意识已经相当普及讲,并不能影响金融机构的区位选择;少数民族虚拟变量的影响并不稳定吃,仅对10%和25%分位点的行政金融密度有显著的负向影响姜,东部地区虚拟变量(east)也是如此贝夕切,西部地区虚拟变量(west)虽然符号在各分位点都保持一致亭,但只有75%分位点通过了显著性检验赎。
  经济金融密度排除经济总量GDP对金融机构数量的影响日,考察每亿元GDP拥有金融机构数量的影响因素溃秋,结果表明人口密度逆瓤、从业人数阑挟、经济增长 坊、教育水平和距离变量的影响均保持稳定;社会消费和居民储蓄的影响变小且不显著咖勉,说明是通过经济总量对金融机构分布产生间接影响;政府支出在分位点回归中得到进一步补充卫维裳,政府支出的系数随着经济金融密度的增加而减械印,说明排除经济因素后没,政府支出对金融机构数量的影响会随着政府支出的增大而变写诵谏狻,这符合经济学里的边际递减效应;基础设施的影响仍不显著僵喜废,但当经济金融密度较大时其符号变为负寇帮,可能是对于经济金融较发达地区贯穆,虚拟的金融服务体系对实体的金融机构网点有所替代唾诉操,人们开始倾向于使用电话银行等;少数民族虚拟变量和西部地区虚拟变量(west)的影响显著增强催谦氨,但东部地区虚拟变量(east)变得不显著眷千乘。   四木、结论和建议
  本文分析了中国县域的金融排斥现象骇蠕,度量中国县域金融排斥的程度舜情力,并实证检验中国县域金融排斥的影响因素仆,研究主要得到以下结论碉:
  第一香,中国县域金融机构的地理分布差异很大刻空,4个衡量金融地理排斥的因变量中曹,地理金融密度的变异系数最大跋棚,经济金融密度则最薪选,反映中国县域的金融机构分布更主要与当地的经济水平邓盲尉、人口数量相一致橙戳斗,受行政区划和地理面积的影响较小趴棠。
  第二味藩,人口密度对各类衡量县域金融排斥的被解释变量的影响都十分显著夺。从业人员数并不影响行政区划内的金融机构总数赤藐糙,而是对每平方公里鹊、每万人和每单位GDP所拥有的金融机构数量有显著影响快街。金融知识一定程度上代表对金融机构的需求胁乒壳,从而影响金融机构的分布取,但对于金融机构分布密集地区贺架,金融意识已经相当普及裤,并不能影响金融机构的区位选择哨柔。
  第三茶伐,农民人均纯收入泊、居民储蓄诽灭藐、社会消费的确可以减缓金融地理排斥室湍俊,但并不能对金融密度产生直接影响来蛔,而是通过经济总量而产生间接影响哭拣窗。政府支出对金融机构的分布有积极作用散的,但这一影响会随着政府支出的进一步增大而变辛?ⅰ,符合经济学的边际递减效应枯。
  第四捻凄让,对于金融机构匮乏地区抠,通过改善当地基础设施可以拉动金融机构的数量增长伐垃泉,但一旦金融机构数量上升到一定水平苛膳栖,则这一效应消失;绝大部分地区虚拟的金融服务体系并不构成对实体的金融机构网点的替代皖胖,但对于经济金融较发达地区芭,人们开始倾向于使用电话银行和网络银行等完,且金融机构分布越密集的地区受中心城市金融辐射力的影响越大惰轻。
  第五绩率羡,少数民族地区的金融排斥程度相对较高蔽垦,东部地区的金融机构分布密度大于中部地区汉撩,而中部地区的金融机构分布密度又大于西部地区蔫。
  综上隘蔫,为缓解中国县域的金融排斥桓锋恫,政府应加大投入支持金融机构的发展扰沸乏,改善县域的经济社会环境驳,普及县域居民的金融知识桃劣桓,加快县域金融基础设施的建设湘,发挥金融中心城市的金融辐射力量媒,并在一定程度上向中西部地区倾斜饭。
  参考文献称:
  [1]Affleck A夯裁,Mellor M. 2006. Community development finance梆挖清:a neo-market solution to social exclusion?. Journal of social policy迫,35(2).
  [2]Ameriks J忿, Zeldes S P. 2004. How do household portfolio shares vary with age. Working Paper恒夺磨,Columbia University.
  [3]Argent N七砰驮, F Rolley. 1999. Lopping the branches溉: bank branch closure and rural Australian communities. Sydney茄呵罚,UNSW Press.
  [4]Cebulla A. 1999. A geography of insurance exclusion蕉擒居: perceptions of unemployment risk and actuarial risk assessment. Area痛箩,31(2).
  [5]Honohan P. 2006. Household financial assets in the process of development. Research Paper皑祭,UNU-WIDER匙茸, United Nations University (UNU).
  [6]Kempson E厩,Whyley C. 1999. The extent and nature of financial exclusion. Working Paper 1踢,Bristol姓: Personal Finance Research Centre亨旱百,University of Bristol.
  [7]Larner W酣, Le Heron R. 2002. The spaces and subjects of a globalizing economy泻缺:a situated exploration of method. Environment and Planning D镀,20(6).
  [8]Leyshorn慷私提,Thrift. 1993. The restructuring of the UK financial services in the 1990s.Journal of Rural Studies澈, 19.
  [9]Muhammad Yunus. 2008. Creating a world without poverty纪:social business and the future of capitalism. Public Affairs.
  [10]Pollard J S. 1996. Banking at the margins秤: a geography of financial exclusion in Los Angeles. Environment and Planning A床描尘,28(7).
  [11]Russell H舅哄,Ma?tre B掂炬立,Donnelly N. 2011. Financial Exclusion and Over-indebtedness in Irish Households. Department of Community舍倘硷, Equality&Gaeltacht Affairs and Economic and Social Research Institute.
  [12]?钫淄?.农村金融机构收缩对农村经济影响的实证分析[J].上海金融捂,2009扛,(5).   [13]钟笑寒碴剂,汤荔.农村金融机构收缩的经济影响坟: 对中国的实证研究[J].经济评论惜晃,2005敛,(1).
  [14] 王修华怀,马柯翟肩梗,王翔.关于我国金融排斥状况的评价[J].理论探索颧,2009欧,(5).
  [15]田杰伐熟,陶建平.?r村金融排除对城乡收入差距的影响――来自我国 1578 个县 (市) 面板数据的实证分析[J]. 中国经济问题卜,2011饱凉,(5).
  [16]石盛林.县域金融密度与经济增长的实证研究坪即:基于垄断竞争的解释[J].中央财经大学学报镜捅,2011a(4).
  [17]石盛林.县域金融对经济增长的影响机理――基于DEA方法的前沿分析[J].财贸经济疼独鸥,2011b笑,(4).
  [18]张国炕?璧汀,周春山温乱,许学强.中国金融排斥的省际差异及影响因素[J].地理研究径浚慑,2014泞,(12).
  [19]吕勇斌谐傅鬼,邓薇蔬稼,颜洁.金融包容视角下我国区域金融排斥测度与影响因素的空间分析[J].宏观经济研究澎赋观,2015翘,(12).
  [20]李建军煤,卢盼盼.中国居民金融服务包容性测度与空间差异[J].经济地理含,2016窗,(3).
  [21]王铮跋笑搬,武魏摇,吴静.中国各省区经济增长溢出分析[J]. 地理研究莱铺灯,2005峭忿,24(2).
  [22]高沛星遁斡,王修华.我国农村金融排斥的区域差异与影响因素――基于省际数据的实证分析. 农业技术经济拖敬,2011团没,(4).
  [23]许圣道弗墙,田霖. 我国农村地区金融排斥研究. 金融研究芍,2008熊扛枫,377(7).
  [24]董晓林畴歉,徐虹. 我国农村金融排斥影响因素的实证分析――基于县域金融机构网点分布的视角. 金融研究怠枫,2012等黎圣,(9).
  [25]陈莎顾,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. 银行家匣蹋, 2012狭,(7).
  Abstract淌派蔷:"Financial Exclusion" is the phenomenon that financial products and financial services are more difficult to be obtained. Low density of financial institutions of China's county area means characteristic of China county finance. This paper uses counties data to empirically test the degree of financial exclusion and its causes in China's county areas. Our results show that county financial exclusion is quite different among different regions. The results show that China's counties have typical financial exclusion characteristics潮幢盎,and factors affecting China's county financial density include population density敲,employment朴,per capita income盲藤临,social consumption苟,household savings凸,government expenditure绍舞殴,infrastructure囱里瓷,education level and distance from the provincial capital. In addition糖篡,minority and regional variables have a significant impact on county financial exclusion.
  Key Words杰:financial density弦媚芳,access to services隙,financial exclusion恨,rural finance;
 〔だ砍尽(责任编辑 刘西顺;校对 GY握矢艰,XS)