西南地区数字普惠金融发展的影响因素分析

前言1.1研究背景早在15世纪[1]，普惠金融的理念就已经萌芽,传统金融机构开始关注受到金融排斥的经济弱势群体，小额信贷也是在这个时期产生，随着金融服务对象范围的扩大，小额信贷逐渐发展成为微型金融，直到现在普惠金融概念完整的提出。1993年，中国社科院农村发展研究所引入孟加拉乡村银行小额信贷模式，自此开启了我国普惠金融发展的公益性小额信贷阶段；2005年，普惠金融这一概念在联合国正式提出，其颠覆了传统金融模式的二八定律，将为富人服务的传统理念转化为弱势客户也可平等享受金融服务。2013年，党中央第18届委员会第3次全体会议通过的《决定》中正式将发展普惠金融提到日程上来，提出应当发展普惠金融，鼓励金融模式和结构等创新，创造推出更加多元化的金融市场产品。2016年，杭州G20峰会期间，《G20数字普惠金融指标体系》等文件的讨论，细化了普惠金融发展水平的具体指标，“三农”工作及小微企业贷款扶持等工作也彰显出我国对发展普惠金融的决心。2021年出台的《成渝地区双城经济圈建设规划纲要》将成渝地区的发展提到了战略高度，建设双城经济圈的基础之一无疑是川渝地区的普惠金融发展水平，打好金融服务的地基，才能高效快速地建立经济发展高地，我国普惠金融发展水平整体上已有了显著成效，但在以四川、重庆为代表的西南地区，普惠金融的发展仍然存在着不平衡不充分的问题，农村地区的普惠金融发展有待进一步推进落实，贷款辐射范围也有待进一步扩大，保证多方位，多群体，多角度全覆盖。1.2目的意义古有言，当对症下药，在上述背景下，当务之急是找出四川和重庆普惠金融发展不平衡不充分的主要原因，再根据暴露出的问题更有针对性地将普惠金融工作全面铺开，促进两省市更好地发展普惠金融，打好经济高速稳步发展的地基，促进成渝地区双城经济圈的建设。四川和重庆作为西南地区具有代表性的城市，其反映出的问题，对普惠金融发展的不利因素，以及对应的改良方法和建设意见于周边各省市也有着高度借鉴意义。2文献综述2.1国外学者对普惠金融发展水平测度的研究关于普惠金融发展水平的测度，Beck[2]于2007年最先从金融机构营业网点数、ATM机数量、自动存取款数量、贷款总额及存款总额分别占GDP的比重、存贷款账户的户数等8个方面进行评价；2008年，Sarma[3]在此基础上简化了八大指标，提出了三个维度，分别为地理渗透性、产品接触性、使用效用性；2010年，Chakravarty[4]在Sarma的基础上，优化了普惠金融发展指数的评价体系，他创造性地提出了不同指标测度普惠金融发展水平的权重问题，测算出不同维度指标的对普惠金融发展的贡献度。Gupte等（2012）[5]认为Sarma的普惠金融发展指数忽略了金融服务的便利性和成本，因此结合印度的实际，设计了普惠金融发展水平评价指标体系，涵盖了服务范围、使用效用、服务便利性和交易成本四个维度。另外，对于惠普金融影响因素分析，Osili和Paulson（2006）[6]、Bold（2012）[7]、Swamy（2014）[8]等研究发现金融需求主特征对普惠金融发展水平有显著影响；Claessens（2006）[9]、Beck（2007，2008）[10-11]、Kumar（2012）[12]等研究了金融服务供给，如金融基础设施、部门结构、健康程度以及规模等对普惠金融发展水平的影响。Boulton等(2007)[13]、Arora(2012)[14]、DeKoker和Jentzsch(2013)[15]等研究了社会环境因素，如收入差距、劳动力结构变动、城镇化、人力资本、法律制度等对普惠金融发展水平会产生影响。2.2国内学者对普惠金融发展水平测度的研究对于权重问题，我国研究学者也提出了客观的解决方法。2012年，王颖[16]指出发展普惠金融可以使国民收入得以提升，小微企业的融资困境得以缓解，整个金融系统的风险得到控制，最终整个金融系统的稳定性得到提高；2013年，王婧、胡国晖[17]利用变异系数法客观衡量出普惠金融发展指数相关维度指标的权重，并提出我国普惠金融整体发展水平良好的情况下出现存贷款占比提高的同步性问题；2014年，刘明、刘震和郭峰[18]以2009-2013年山东省17个地市作为研究对象，然后构建了多元回归模型，研究发现人均GDP、互联网普及率、高速公路长度以及财政补贴力度对普惠金融指数有显著的正影响；2015年，在多数学者采用面板分析研究中国整体普惠金融发展水平时，蔡洋萍[19]注意到随着不同经度对应地区的发展存在差距，不同省份也是因省而异，于是着手对湖南、河南、湖北三个省份进行了深层次的研究，确定了其当前的发展阶段，剖析出影响农村普惠金融发展水平的制约因素，并对城乡发展不平衡，乡村调控政策有效性低等问题针对性地提出了解决措施与建议；2016年，杜强、潘怡[20]基于省级面板数据的实证研究，对普惠金融的发展利好进行了分析，结果表明，东部地区普惠金融的发展对经济发展有抑制作用，而中西部地区普惠金融的发展却对经济有着显著的促进作用，再次提出应当注重中西部地区普惠金融的发展建设，优化整体金融资源的配置，以更好地支持我国经济稳步发展；2017年，陆凤芝、黄永兴等[21]学者，在渗透、使用、效用三大维度的基础上，引入承受性指标，分析得出中国普惠金融发展还处于不发达阶段，上升幅度也并不明显；2019年，杨明婉、张乐柱[22]等学者结合中国国情，构建出了一套适用于中国的普惠金融评价体系，该体系包括金融服务可得性、金融服务使用度、金融服务质量三方面共10个指标，并以广东省为例进行实证研究检验该体系的适用性，并提出普惠金融信息化建设、政府政策的有效程度及城乡差距对普惠金融发展水平的影响及建议。2.3文献评述随着科技的不断发展、互联网使用的高频率和高效率，催生金融业发展的加速与转型，并国家对普惠金融发展的大力支持，普惠金融已成为学界研究领域中的热门话题。当前已有的研究中多基于中国的整体把握，对中国的发展格局进行评价，对发展趋势进行预测，缺失了对部分省份因地制宜的分析与建议；诚然，也有少部分学者对中部地区的代表省份进行了剖析，但西南地区的普惠金融发展水平评价依旧是空白的。基于此，本文将以四川和重庆作为西南地区的代表省份，从三个维度指标对川渝地区的普惠金融发展水平进行评价，并用面板数据分析影响二者普惠金融发展进程及水平的因素，将二者的普惠金融发展水平及影响因素进行横向比较，对比分析二者的发展优势与劣势。3指标选取与实证模型3.1普惠金融发展指数测度方法根据Sarma的测度方法，我们假设普惠金融领域有k个维度，且k至少为2，A是金融维度的意思，i则表示第几个，公式如下:（1）其中，xi为第i个金融维度的实际值，mi和Mi为所有实际值的min值及max值。通过数量关系，可知Ai的取值范围在0-1之间，当A等于0时，说明该普惠金融维度水平相对较低，若A的值为1，说明该普惠金融维度水平发展相对比较高。考虑不同维度的权重问题，普惠金融发展水平指数IFI值计算公式如下:（2）显然，wi即所占的比重，假设所占比重相同，即赋予相同权重，则：（3）3.2普惠金融发展水平指标选取结合其他学者现有的研究内容，本文将对普惠金融发展水平的评价指标分为以下三个维度：金融服务能否获得、金融服务使用是否广泛、金融服务质量是否高。1.金融服务的可获得性A1:普惠金融的重要评价因素是服务提供的范围广度，地域覆盖面是否足够全面，那么，该地区的金融机构营业网点数量及金融机构从业人员数就成为了重要的评价指标，金融机构营业网点数量越多，获取金融服务就会越便捷，金融机构从业人员越多，获取金融服务的速度就会越快。具体为：（4）（5）（6）2.金融服务的使用情况：供求兼并，金融服务的可获得性解决“供”的问题，那么人们对金融服务的使用便是“需”，人们对于可支配收入的分配就能很好地体现金融服务的使用情况。人均储蓄存款越多，对理财产品的需求就越高，金融服务的使用就越多。同理，人均贷款越多，对金融信贷产品的需求就越高，金融服务的使用也会增多，具体为：（7）（8）（9）3.金融服务的服务质量：金融服务的质量高低可以决定金融客户的粘性，确保金融服务提供的可持续性发展，从而保证普惠金融的顺利推进。金融机构各项存贷款占GDP比重越高，即金融服务的深度越高，则金融服务的质量就越好，具体为：（10）（11）（12）3.3模型选取在面板数据处理方法中，固定效应模型和随机效应模型是应用的比较广泛的。二者最大的不同在于个体不随时间序列改变的变量是否与预测量或自变量相关的基本假设。不难看出，固定效应模型认为对于不同的样本主体或者不同的时间长度，只有截距项是一致的，即对于这些变量对因变量的影响程度，也即系数并不对主体的变化或时间的变化而改变，但随机效应模型则认为系数并不是一成不变的，它会随着参考主体或者时间的变化而变化。也就是说，固定效应模型只想对当下的数据进行分析，并不打算延伸到其他的相似变量中去，而随机效应模型的目的则是通过对样本的分析，将其类推延伸到主体中去。因此，我们很容易得到选取二者中的哪一种模型的标准：如果仅仅对样本本身进行研究，首选的当然是固定效应模型;但若是打算通过样本的分析推导到总体中去，那么随机效应模型就是不二人选。本研究只对四川、重庆两省市的相关数据进行研究，且只打算研究四川重庆两省市各自的普惠金融发展水平，而不是利用二者作为代表，推理到全国的普惠金融发展水平中去，自然而然，选择固定效应模型作为本文实证研究的实证模型。3.4普惠金融发展水平影响因素分析普惠金融的提出是为了打破二八定律，让更多的人群能够享受到金融服务。从其被提出的出发点来看，收入差距首先能较高影响普惠金融发展水平，当城乡收入差距被拉得过大，农村地区的经济发展增速始终提不起来，此时，其金融价值就会无限降低，从而被排斥在金融服务之外，从而降低普惠金融发展水平；紧接着的，便是宏观经济，其包括地区经济发展速度，重点产业产出速度，地区人均国内生产总值等，往往经济高度发达的地区或国家能够吸引到更多的金融资源，引起资本的主动输入，普惠金融发展水平高；金融效率从侧面反映出金融机构对资金的运用情况，若一个地区的金融机构普遍存款利用率高，可以认为其业务范围广，服务人群较多，该地区金融市场相当活跃，金融服务提供的效率和质量就会越高，金融市场服务的人群就会越发广泛，从而提高普惠金融指数；金融调控在于政府的有所作为，通过地方对小微贷款，涉农贷款的扶持力度，对差异性政策的出台，包括中央银行对法定存款准备金率的上调或下调、公开市场业务对货币供给量的回收或外放，这都会从很大程度上对金融机构信贷业务起到或激励或抑制的作用，从而增加或降低普惠金融发展水平。4普惠金融水平测度与实证分析4.1川渝地区普惠金融发展水平测度根据上文列出的公式（4-12），结合四川、重庆两省市2010-2019年的金融机构、金融从业人员数及地区生产总值等数据进行测算，得到各维度实际值如下，见表1：表1川渝两省市金融维度的加权值x1,x2,x3重庆四川年份x1x2x3x1x2x320111.8850229.581.442.0235705.221.3720121.9259453.451.512.1041939.141.4220132.0268678.221.572.1748353.271.4820142.0676547.641.572.2354476.041.5320151.9285737.501.612.2360227.941.6320161.8594626.411.602.2466833.351.6720171.83102879.661.582.2573610.881.6120181.96111436.091.602.4379595.901.5520191.80122580.381.622.2586934.631.57数据来源：根据2011-2019各省《金融运行报告》、各省份《统计年鉴》根据公式计算得出根据公式（1），结合表1中的川渝两省市金融维度的加权值，可计算出川渝两省市三个金融维度的测算值，见表2：表2川渝两省市A的测算值重庆四川A1A2A3A1A2A320110.560.090.000.000.000.0020120.670.210.370.310.190.1720130.900.330.680.450.310.3820141.000.420.680.580.420.5620150.670.540.950.590.520.8720160.470.650.880.610.641.0020170.430.750.750.620.760.8220180.750.860.881.000.870.6120190.371.001.000.621.000.68本文结合上述文献研究，决定对三个维度赋予相同权重，即公式（3）中k值为3，进而得到两省市各年份IFI值，整理如表3：表3川渝两省市的IFI值省份201120122013201420152016201720182019重庆0.220.420.640.700.720.670.640.830.79四川0.000.220.380.520.660.750.730.820.77通过表3的数据，我们可以清晰地观测到，四川和重庆的普惠金融发展水平整体呈现出上升的趋势，但细微之处略有不同。四川的增速自2011年起便持续高速增长，并将稳步快速增长的态势维持到2016年，并于2017年进入平稳增长期，增速虽不及前几年，但仍旧不可小觑，这得益于2011-2016年金融机构各项存贷款余额的稳步上升，另外，四川相关部门通过推出大批中小企业信用体系试验区建设，明确财政税务上给予优惠、缓解融资困难等八条扶持小微企业发展的具体政策措施，通过小微企业入手，大大提高了普惠金融发展水平。反观重庆，虽然重庆在2011-2013年也呈现出同四川一样的高速稳步上升态势，但值得注意的是，2013年至2019年发展增速并不高，并于2015-2017年出现大幅下滑，主要是由于邮政储蓄银行大幅缩减相关营业网点数，使得金融服务的可获得性维度加权值大幅下降，另外，政府财政收入放缓，加之财政支出力度加大导致政府银行储备的增速回落，使得金融服务的质量维度也随之变化明显。但随着国家将发展普惠金融这项工作正式提上日程，出台各项相关政策帮助从小微企业、助农工作等多个方面抓普惠金融的发展，各省都逐步拉开全面铺展普惠金融工作的序幕，各大银行业金融机构将服务网点延伸到农村，并于部门地区设立便携ATM机等，扩大业务辐射范围的同时，通过校园招聘和社会招聘广纳人才，吸收新鲜血液以创新现有金融服务产品，降低准入门槛，为使得更多人群获得金融服务给予可能。2017年后，四川重庆两省市的普惠金融评价指数的在0.7上下波动，已达到较高的发展水平。4.2川渝地区普惠金融发展水平影响因素实证分析4.2.1实证模型根据上文分析，本文采用固定效应变系数模型，具体的公式如下：（13）其中，i表示截面，本文中代指四川省、重庆市;t表示时间，此处以年为单位，即表2011-2019年；顾名思义，i省第t年的普惠金融发展水平就用 来表示。c为常数项， 为误差项，z为其他解释变量，并用j=(1，2，…，7)加以区分不同的其他解释变量， 便是对应解释变量的系数。4.2.2指标选取根据上文对普惠金融发展水平影响因素的分析，本文选取了7个变量指标。（见表4）表4变量定义表变量代号变量名称变量解释因变量IFI普惠金融发展水平前文所测度的广东省各市的IFI值X1城镇化率以各市城镇人口数占总人口数的比重来代表X2信息化水平以各市拥有移动电话占总人口的比重来代表X3金融发展效率以地区人民币贷款总额与人民币存款总额的比重来代表自变量X4就业水平以各市从业人口总数占总人口数的比重来代表X5城乡收入差距以城镇居民可支配收入和农村居民可支配收入的比重来代表X6经济发展水平以各地区的人均GDP（对数值）为代表X7政府扶持力度以政府财政支出占地区GDP的比重为代表①城镇化率用城镇人口数占总人口数的比重表示。城镇人口相对变多，反之农村人口就相对较少，这表明农村人口有相当部分转移到城市中，农村人口减少叠加城镇人口的增多，使得原本分布存在倾斜的金融资源能够更合理地分配到每人身上，这能使得金融资源能够得到最大化的供给，从而提高普惠金融水平。②信息化水平用移动电话使用户数占总户数的比重来表示。这是考虑到随着科技的发展，智能手机的普及以及金融服务的线上化，使用智能手机的人越多，网络支付等金融服务的使用者也会随之增多，信息化水平的提高能提高使用金融服务的便捷度和频率，这对普惠金融发展有着莫大影响。③地区就业水平用当地就业人数占总人数的比重表示。地区就业水平高，拥有可支配收入的人便越多，在目前这个恩格尔系数不断下降的年代，多数人群都或多或少有储蓄或者投资的理念，但毋庸置疑，只有拥有可支配收入的人才有能力通过储蓄或投资的方式获得更多的金融服务，以此提高普惠金融水平。④城乡收入差距用城镇居民可支配收入和农村居民可支配收入的比值来表示。该比值越大，城乡差距便会越大，这种差距会在金融机构对“三性原则”的考虑中越发加大，这会使得金融机构越发往城镇地区倾斜，忽视农村地区对金融服务的需求，普惠金融程度也就更低。⑤金融发展效率用地区人民币贷款总额与人民币存款总额的比重来代表。金融机构的评价中很重要的一条便是资金的利用率，在保证法定存款准备金的同时，信贷业务开展得越好，资金的闲置越少，金融发展效率就会越高，包括企业、银行等参与的金融市场就会越发活跃，带动普惠金融发展的力度就越大。⑥经济发展水平用人均GDP来代表。人均GDP越高，经济发展的越好，经济发展非常重要的的一环便是金融服务的建设，经济发展水平在一定程度上可以彰显出该地区普惠金融的发展水准。⑦政府扶持力度用政府财政支出占GDP比重来表示。政府支持除了在一定程度上通过政策方针的出台对外放出信号外，还集中表现在财政支出上，具体表现在税收优惠和转移支付两方面。对于普惠金融所主要针对的小体量群体而言，直接财政扶持相比税收减免而言影响更加显著，因此，选用财政支出表示政府的扶持力度。政府给予的支持越多，普惠金融的建设就越有保障，发展也会更快。4.2.3结果分析本文数据主要通过2010—2019年各年的《四川省统计年鉴》、《重庆市统计年鉴》;2010—2019各年的《四川省金融运行报告》、《重庆市金融运行报告》等，共126个样本数据，使用Eviews10.0进行计量分析。表5模型系数估计结果输出重庆系数标准差T值P值四川系数标准差T值P值X1-0.0290.035-0.8230.0430.7350.04018.2220.000X29.4791.1438.2950.0001.3230.2555.1850.001X3-0.3470.254-1.3650.021-6.5040.445-14.6280.000X47.2431.3105.5310.00087.6157.02712.4680.000X5-0.3880.074-5.2780.001-0.1900.056-3.3610.008X6-8.9020.926-9.6140.000-0.9540.639-14.9420.000X7-28.2763.783-7.4740.000-4.1461.614-2.5690.030表6模型检验效果R2调整R2F统计量值因变量均值因变量S.D.值杜宾检验值重庆 0.995836509.23440.6255560.1854793.000682四川 0.9992612875.73400.5655560.3202983.544909从表5的模型系数估计输出结果可得：城镇化率与普惠金融发展的关系在重庆和四川两省体现不一致，对于重庆，呈负相关，且系数较小，而四川呈现正相关关系，且系数相对较高，这与重庆和四川两地贫困人口及贫困情况有关，四川作为脱贫攻坚重点大省，其农民基数高，受交通等限制，农户收入较低，故城镇化率对其影响是相对较大的；反观重庆，整体农民基数少，且重庆以重工业为主，农户并不都已农业为主，农户身份的变化并不会使其收入变化太大，故系数较小。信息化水平与普惠金融呈现出显著正相关关系，且在1%的水平上显著。近年来，随着科技在生活方方面面的深入运用，各大金融机构都陆续开启线上转型，将零售业务线上线下两手抓，对多数金融服务给予网络授权，人们实现了足不出户便能享受快捷的金融服务。智能手机在全社会的普及，很大程度上，填补了线下运营网点在地理位置相对偏僻地区的空白，大大提高普惠金融的覆盖率。金融发展效率与普惠金融发展呈负相关关系。这与原先的假设并不匹配，对于金融效率的提高并未同步带来普惠金融的正向发展，这与我国金融机构的理性经理人身份有关，金融机构对资金的运用更偏向于低风险高收益的项目，对于农村地区或小微企业的贷款需求，金融机构视为风险相当高的项目，即使政府相关政策出台，但不影响其“有令不行”，对于相关贷款要求并未真正落实。就业水平与普惠金融发展呈正相关。就业水平高使得多数居民有能力对可支配收入进行储蓄或投资的选择，从而促进普惠金融的发展。城乡收入差距对普惠金融发展具有显著的负向影响。金融是趋利行为，城乡差距越大会使得金融资源更加紧锣密鼓地朝着城镇地区集中，而农村地区则会因为获利空间小，资金体量不大，发展前景不宽阔等越发失去金融资源，进一步影响农村金融的发展。经济发展水平对普惠金融发展的作用也是负面的。经济基础的提高并没有带来普惠金融的进一步发展。政府支持力度在1%水平上显著负向影响普惠金融的发展水平。政策的实施，资金的投入却并没有带来普惠金融的发展利好，这说明一定程度上政府政策的使力点弄错了方向，使得相关资源和转移支付等并未真正落到普惠金融发展的薄弱点，资源配置上存在极大问题。5结论与政策建议5.1研究结论综合来看，四川重庆两省市2011—2019年普惠金融发展水平在不同时期有差异，但随着国家通过“助农”工作，对小微企业的大力扶持等政策输出，两省市的普惠金融发展水平都整体有显著的提高。具体来说，重庆普惠金融发展水平高于四川，但后期增速乏力，不如四川增速稳定。从分析普惠金融发展的影响因素来看，信息化水平和就业水平显著正向影响普惠金融发展水平；城镇化率对省市普惠金融发展水平的影响因省而异；政府支持力度呈现出显著负向影响；城乡收入差距，经济发展水平和金融发展效率也是负相关的。5.2政策建议1.通过信息化水平的提高推进普惠金融发展。在信息科技大爆发的时代，互联网技术已高度融合进人们生活的方方面面，互联网科技的普及改善了金融资源分配不均衡的问题，通过线上服务，即使身处僻壤之地，也能获得快捷便利的金融服务。因此，我们应当大力普及智能手机等互联网产品的使用，完善农村地区和偏僻地区诸如基站的基础信息设施建设，为网络信贷的顺利发展保驾护航，鼓励创新出针对不同风险偏好人群的不同创新性金融产品及服务。2.促进城乡融合发展，保证资源配置公平。金融基于其低风险高收益偏好，对于与其偏好截然相反的农村地区是不重视的，改变这种偏向于城市的理念，不能仅仅依靠金融机构理念的转变，还应当全力打赢脱贫攻坚战，根据农村地区的特有文化与自然资源，有针对性地规划地区发展架构，通过打造特色民俗小镇、发展地区特色产业等形式大力发展农村地区经济，只有农村地区繁荣起来，农民真正富起来，即使金融经济人的观念并不改变，也能实现资源配置的公平合理分配。3.优化制度模式，找准政策发力点。当务之急应当通过实证调研、问卷调查等方式确定目前小微企业及涉农贷款包括可持续发展的主要障碍在何处。针对贷款问题，应当下发相关政策方针，鼓励金融机构、社会资本等资金向农村地区、贫困地区倾斜，还应明确各类补贴种类及申请要求，简化申请程序，真正做到补贴发放精准、快速。针对小微企业可持续发展的问题，可以从税收减免等方式为其提供资金的流动性和周转度。降低金融行业进入壁垒也是至关重要的，鼓励以村社名义设立金融互助社等形式，支持金融市场的主体多元化和良性竞争。4.破除金融服务存在的地区不平衡问题，鼓励普惠金融大力发展。要想扭转金融追逐利益的理念，单凭口头呼吁是远远不够的。相关政府部门可以通过差异化金融政策降低金融机构在中西部地区及农村地区的投资风险，提高其投资收益；给予奖励制度，对推动中西部地区及农村地区发展的金融机构给予奖金或政策优待，借此提高金融机构向中西部地区及农村地区开拓业务的积极性，金融机构作为市场主体，一旦其加大投资力度，一定会促进普惠金融快速协调发展。参考文献[1]LeyshonA,ThriftN.Geographiesoffinancialexclusion:financialabandonmentinBritainandtheUnitedStates[J].TransactionsoftheInstituteofBritishGeographers,1995,20(3):312-341.[2]Beck，T.，Demirguc-KuntA.，MartinezPeriaM.S.Reachingout:AccesstoandUseofBankingServicesAcrossCountries.JournalofFinancialEconomics,2007,85(1):234-266[3]Sarma,M.,IndexofFinancialInclusion,IndianCouncilforResearchonInternationalEconomicRelations,2008,WorkingPaperNo.215.[4]Chakravarty,R.,MeasuringFinancialInclusionAnAxiomaticApproach,IndiraGandhiinstituteofDevelopmentResearch,2010.[5]GupteR,VenkataramaniB,andGuptaD.ComputationofFinancialInclusionIndexforIndia[J].Procedia-SocialandBehavioralSciences,2012,37:133-149.[6]UOOsili,PaulsonA.WhatcanwelearnaboutfinancialaccessfromU.S.immigrants?[J].SSＲNElectronicJournal,2006,22(3):431-455.[7]BoldC,RotmanS,PorteousD.Socialcashtransfersandfinancialinclusion:evidencefromfourcountries[R].CGAPWorkingPaper,No.77,2012.[8]SwamyV.Financialinclusion,genderdimensionandeconomicimpactonpoorhouseholds[J].WorldDevelopment,2014,56(4):1-15.[9]ClassensS.Accesstofinancialservices:Areviewoftheissuesandpublicpolicyobjectives[J].WorldBankResearchObserver,2006,21(2):207-240.[10]TBeck,ADemirguc-Kunt,MSMPeria.Reachingout:Acc