林政 安文嵐

摘要：以國務(wù)院《推進(jìn)普惠金融發(fā)展規(guī)劃（2016—2020年）》中關(guān)于普惠金融指標(biāo)體系建設(shè)的內(nèi)容規(guī)定為導(dǎo)向，并綜合我國農(nóng)村普惠金融的發(fā)展現(xiàn)狀，提出一個可以監(jiān)測、度量我國農(nóng)村普惠金融發(fā)展水平的指標(biāo)體系，運用因子分析法對2016年我國31個省份農(nóng)村普惠金融的發(fā)展水平進(jìn)行測度。結(jié)果表明，包括浙江、北京、江蘇、上海在內(nèi)的13個省份的農(nóng)村普惠金融發(fā)展水平的綜合得分大于0，其余18個省份的綜合得分小于0，表明我國大多數(shù)省份的農(nóng)村普惠金融發(fā)展水平較低。從普惠綜合因子所反映的一個地區(qū)農(nóng)村普惠金融的整體概況來看，北京、上海和天津獲得了較高得分;浙江、江蘇和山東在農(nóng)村信貸方面具有較強(qiáng)優(yōu)勢;新疆、內(nèi)蒙古和黑龍江的農(nóng)民則擁有較強(qiáng)的保險意識;青海、甘肅和廣西在新型農(nóng)村金融機(jī)構(gòu)的建設(shè)方面取得了較好的成績。為了縮小農(nóng)村普惠金融的地區(qū)差異，還須要進(jìn)一步加快農(nóng)村金融產(chǎn)品和服務(wù)的創(chuàng)新及擴(kuò)大金融基礎(chǔ)設(shè)施覆蓋面，并加大農(nóng)村金融教育的普惠性。

關(guān)鍵詞：農(nóng)村;普惠金融;因子分析;發(fā)展水平;地區(qū)差異

中圖分類號： F323.9? 文獻(xiàn)標(biāo)志碼： A? 文章編號：1002-1302（2019）11-0327-05

農(nóng)村是與城市相對應(yīng)的區(qū)域，其居住人口主要從事農(nóng)業(yè)生產(chǎn)，是集村落、集鎮(zhèn)、林場、農(nóng)場、蔬菜生產(chǎn)為一體的區(qū)域。相對于集中的城市人口，農(nóng)村人口的居住特點是散落，當(dāng)?shù)厝嗣駸o法享受到金融服務(wù)[1]。農(nóng)村地區(qū)的弱勢產(chǎn)業(yè)和弱勢群體的存在更使得金融排斥現(xiàn)象十分嚴(yán)重[2]。中國社會科學(xué)院2016年發(fā)布的《“三農(nóng)”互聯(lián)網(wǎng)金融藍(lán)皮書》中的數(shù)據(jù)顯示，我國“三農(nóng)”（指農(nóng)業(yè)、農(nóng)村、農(nóng)民）金融缺口達(dá)3.05萬億[3]。中共十八屆三中全會提出，要完善金融市場，發(fā)展普惠金融。普惠金融強(qiáng)調(diào)要有效、全方位地為社會所有階層和群體提供廣泛的、可持續(xù)獲得的金融服務(wù)[4]。而我國普惠金融的發(fā)展重點應(yīng)該集中在農(nóng)村地區(qū)，使普惠金融能夠更多地為農(nóng)村金融服務(wù)，自始至終服務(wù)于農(nóng)村貧困群體和極貧困群體[5]，建立農(nóng)村普惠金融體系，通過普惠金融的發(fā)展改善農(nóng)村地區(qū)的金融服務(wù)水平[6-7]，加快建設(shè)農(nóng)村普惠金融機(jī)構(gòu)，促進(jìn)農(nóng)村普惠金融體系更加高效平等，保障農(nóng)民的金融需求能夠得到滿足，讓金融能夠更好地為“三農(nóng)”建設(shè)服務(wù)[8-10]。農(nóng)村普惠金融不僅能夠為農(nóng)村廣大居民提供適合農(nóng)村居民的服務(wù)體系和方式，其特點是低成本、高效率、現(xiàn)代化;還可以為農(nóng)村廣大居民，尤其是那些貧困農(nóng)戶和小微企業(yè)提供公平享受金融服務(wù)的機(jī)會和權(quán)利。農(nóng)村普惠金融所提供的金融產(chǎn)品和服務(wù)應(yīng)該具有廣泛性和多樣性，不僅要創(chuàng)新金融產(chǎn)品和服務(wù)，還要豐富農(nóng)村居民的金融知識和風(fēng)險意識，讓他們積極主動地拓寬自己的金融服務(wù)需求面，逐漸享受理財、保險等金融產(chǎn)品。

農(nóng)村普惠金融體系在建設(shè)過程中應(yīng)保證其完整性，它所涵蓋的內(nèi)容應(yīng)該包括普惠金融產(chǎn)品、普惠金融技術(shù)設(shè)施、普惠金融制度、普惠金融機(jī)構(gòu)以及普惠金融的需求方。農(nóng)村普惠金融要為農(nóng)村經(jīng)濟(jì)發(fā)展服務(wù)，改善農(nóng)村金融落后的現(xiàn)狀，增加農(nóng)民收入水平，滿足農(nóng)村經(jīng)濟(jì)主體對于金融產(chǎn)品和服務(wù)的需求，重點和難點是要為貧困農(nóng)戶及資金困難的小微企業(yè)提供長效的金融產(chǎn)品供給。農(nóng)村普惠金融體系的服務(wù)對象是指那些身處農(nóng)村地區(qū)，對金融產(chǎn)品和服務(wù)有著強(qiáng)烈需求的社會群體，重點服務(wù)對象應(yīng)該是貧困農(nóng)戶和小微企業(yè)，解決他們的金融需求是發(fā)展農(nóng)村普惠金融的重要環(huán)節(jié)。在服務(wù)供給者上，不僅是商業(yè)銀行、政策性銀行等大型金融機(jī)構(gòu)能作為農(nóng)村普惠金融的產(chǎn)品和服務(wù)提供者，更多的應(yīng)該依賴于農(nóng)村信用社、新型農(nóng)村金融機(jī)構(gòu)等農(nóng)村金融組織，此外還可以是一些民間金融機(jī)構(gòu)和組織等非正規(guī)金融機(jī)構(gòu)[11]。在市場建設(shè)上，應(yīng)包括一切有利于農(nóng)村金融服務(wù)開展的相關(guān)金融基礎(chǔ)設(shè)施及其他相關(guān)的金融活動，應(yīng)將信用評級、宏觀調(diào)控與監(jiān)管等納入市場建設(shè)中來。

1 研究方法與數(shù)據(jù)處理

1.1 因子分析法的適用性

在進(jìn)行實證研究時，往往會選取很多變量，這些變量之間可能存在很強(qiáng)的相關(guān)性，通過因子分析法可以將相關(guān)性強(qiáng)的原始變量進(jìn)行分組，提取出公共因子，同一公共因子下的原始變量具有較高的相關(guān)性，不同公共因子之間則相互獨立，進(jìn)而用少量的因子反映出研究對象的基本信息。這樣極大地簡化了原始指標(biāo)，提高了實證過程的可操作性，在本研究中，原始變量共計13個，而且變量之間具有較強(qiáng)的相關(guān)性，通過因子分析法可以萃取出這些變量的公共因子，方便快捷地找到影響農(nóng)村普惠金融發(fā)展的主要因素。此外，相對于其他學(xué)者對普惠金融發(fā)展水平進(jìn)行研究時采用層次分析法等對指標(biāo)權(quán)重主觀賦值的方法，因子分析法以統(tǒng)計軟件最終得出的成分得分系數(shù)矩陣作為指標(biāo)權(quán)重，研究結(jié)果會更加客觀和科學(xué)。

通過閱讀大量文獻(xiàn)資料發(fā)現(xiàn)，因子分析法已被廣泛應(yīng)用于綜合評價指標(biāo)的實證研究中，吳雄周等對湖南省13個市的可持續(xù)發(fā)展水平進(jìn)行分析，通過因子分析法將最初構(gòu)建的39項評價指標(biāo)歸結(jié)為4個公共因子，最終將湖南省的13個市劃分為4個等級[12];蘇靜使用因子分析法對河南省18個地區(qū)的橫向一體化區(qū)域差異進(jìn)行了實證研究[13];張波等將因子分析原理運用到省際工業(yè)發(fā)展評價與分析過程中，建立了工業(yè)綠色發(fā)展水平的綜合評價指標(biāo)體系[14]。

1.2 數(shù)據(jù)來源與變量選取

研究中所用到的數(shù)據(jù)來源于各省份歷年的《統(tǒng)計年鑒》歷年《中國統(tǒng)計年鑒》《中國金融年鑒》《中國農(nóng)村金融發(fā)展年鑒》《中國農(nóng)村統(tǒng)計年鑒》《中國農(nóng)村金融服務(wù)報告》《中國鄉(xiāng)鎮(zhèn)企業(yè)統(tǒng)計年鑒》《中國人口與就業(yè)統(tǒng)計年鑒》等年鑒類資料，以及《中國農(nóng)村金融服務(wù)報告》《中國區(qū)域金融運行報告》《中國金融運行報告》等國內(nèi)公開發(fā)布的統(tǒng)計報告，此外，還在國家統(tǒng)計局、中國人民銀行、中國銀行業(yè)監(jiān)督管理委員會、各省份統(tǒng)計局官方網(wǎng)站及萬得（Wind）資訊、中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫、國泰安等數(shù)據(jù)庫上獲取了部分?jǐn)?shù)據(jù)。選取2016年我國31個省份為研究對象，為了保證本研究所用數(shù)據(jù)能夠準(zhǔn)確反映我國當(dāng)下農(nóng)村普惠金融的發(fā)展?fàn)顩r，其中部分原始數(shù)據(jù)是通過相應(yīng)的計算和統(tǒng)計處理后的結(jié)果。2015年12月31日，國務(wù)院在《推進(jìn)普惠金融發(fā)展規(guī)劃（2016—2020）》中表明，我國要加快建立健全普惠金融指標(biāo)體系，形成包含普惠金融可得性、普惠金融使用情況及普惠金融服務(wù)質(zhì)量的統(tǒng)計指標(biāo)體系，來客觀科學(xué)地統(tǒng)計分析我國各地區(qū)的普惠金融發(fā)展水平[15]。本研究以此內(nèi)容規(guī)定為導(dǎo)向，選取共13個農(nóng)村普惠金融評價指標(biāo)（表1）。

1.3 數(shù)據(jù)處理

本研究所使用的數(shù)據(jù)存在量綱上的差異，為了能將其放在一起進(jìn)行比較以及用于接下來的統(tǒng)計分析，首先要將這些數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，即將這些變量處理成均值為0、方差為1的標(biāo)準(zhǔn)數(shù)據(jù)，消除量綱上的差別。在此使用SPSS統(tǒng)計分析軟件中的Z值法對構(gòu)建的13個指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理。

1.3.1 原始變量的適用性檢驗 相關(guān)性判定通常是用來檢驗變量之間的相關(guān)性，通過觀察相關(guān)系數(shù)可以得出2個或2個以上變量是否具有相關(guān)關(guān)系、相關(guān)關(guān)系的強(qiáng)弱以及正負(fù)相關(guān)關(guān)系等信息。進(jìn)行因子分析的前提是變量之間具有相關(guān)關(guān)系，如果變量之間相互獨立，即1個變量與其他變量的相關(guān)系數(shù)為0，那么該變量將不適合出現(xiàn)在模型中進(jìn)行因子分析。用SPSS統(tǒng)計軟件對涉及的13個原始變量進(jìn)行相關(guān)性分析，結(jié)果顯示，變量之間具有較高的相關(guān)性，能夠使用因子分析法進(jìn)行進(jìn)一步的研究（表2）。

1.3.2 公共因子的提取 用因子分析法提取公共因子時選取了主成分分析法下的最大方差法來提取有效公共因子的數(shù)量。運用SPSS統(tǒng)計分析軟件對原始變量進(jìn)行因子分析，提取出4個公共因子，由表3中的特征值和方差貢獻(xiàn)率可以看出，大于1的特征值有4個，分別是4.203、2.984、2.385、1.599，方差貢獻(xiàn)率分別為32.331%、22.953%、18.349%、12.303%，累計方差貢獻(xiàn)率達(dá)到85.935%。一般情況下，累計方差貢獻(xiàn)利率大于75%就可以說明所提取的公共因子可以很好地解釋原始變量中包含的全部信息，因此所提取的4個公共因子可以較好地代替研究中使用的13個原始變量，用來解釋我國31個省份農(nóng)村普惠金融的發(fā)展水平。

1.3.3 旋轉(zhuǎn)因子分析 使用SPSS統(tǒng)計分析軟件得出了主成分的載荷矩陣（表4），有些主成分在變量上的載荷差別沒有十分明顯，說明主成分對變量的解釋效果不是很好。為了提高主成分在原始變量上的解釋效果，接下來須要通過最大方差正交旋轉(zhuǎn)的方法重新分配各主成分在原始變量上的解釋方差，從而找到結(jié)構(gòu)更加簡單、解釋更加明確的主成分。

通過使用SPSS統(tǒng)計分析軟件中的最大方差正交旋轉(zhuǎn)的方法，進(jìn)行5次迭代后收斂，得到旋轉(zhuǎn)因子的載荷矩陣見表5。根據(jù)旋轉(zhuǎn)載荷矩陣中載荷的高低，可以將13個原始變量劃分成4個公共因子，用F1、F2、F3、F4來表示?？梢钥闯觯惨蜃覨1在X1（銀行業(yè)金融機(jī)構(gòu)密度）、X2（銀行業(yè)從業(yè)人員密度）、X3（農(nóng)村金融密度）、X4（農(nóng)村金融深度）、X5（農(nóng)村貸款不良率）上擁有較高的載荷，賦值分別為0.963、0.964、0.864、0.935、0.403，將該因子命名為普惠綜合因子;公共因子F2在X6（農(nóng)村存款）、X7（農(nóng)村貸款）、X8（存貸差）這3個原始變量上有較高的載荷，賦值分別為0.883、0.988、0.746，將該因子命名為普惠信貸因子;公共因子F3在X9（農(nóng)業(yè)保險保費收入）、X10（農(nóng)業(yè)保險賠付支出）、X11（農(nóng)業(yè)保險密度）上有較高的載荷，賦值分別為0.754、0.924、0.954，將該因子命名為普惠保險因子;公共因子F4在X12（新型農(nóng)村金融機(jī)構(gòu)密度）、X13（新型農(nóng)村金融機(jī)構(gòu)占比）上具有較高的載荷，賦值分別為0.929、0.880，將該因子命名為普惠創(chuàng)新因子（表6）。

2 實證結(jié)果與分析

2.1 計算因子得分

在分析各原始變量對農(nóng)村普惠金融發(fā)展的影響時，主要通過提取的4個公共因子來表示，公共因子的一般表達(dá)式為：

各個原始變量在公共因子上的權(quán)重有所不同，即為表達(dá)式中的α。通過SPSS統(tǒng)計分析軟件處理后的成分得分系數(shù)中的數(shù)字就表示權(quán)重α，根據(jù)成分得分系數(shù)矩陣（表7）以及標(biāo)準(zhǔn)化處理后的數(shù)據(jù)，計算各公共因子的得分。

2.2 計算綜合得分

計算得出各因子得分后計算綜合得分，用來綜合考察我國31個省份農(nóng)村普惠金融發(fā)展水平，基于表3解釋的總方差和計算得出的各公共因子的得分可得綜合得分，結(jié)果見表8。

2.3 實證結(jié)果分析

由表8可知， 一些省份的因子得分<0， 表明這些省份的農(nóng)村普惠金融發(fā)展水平低于全國平均水平。

普惠綜合因子反映了一個地區(qū)普惠金融的整體概況，普惠綜合因子的排名中位于前3位的是北京、上海和天津，其普惠綜合因子遠(yuǎn)遠(yuǎn)高于其他省份。北京市作為我國的首都，金融基礎(chǔ)設(shè)施相對較為完善和發(fā)達(dá)，各種金融業(yè)態(tài)一應(yīng)俱全，其普惠綜合因子得分最高，而上海市作為我國第一大城市，具有極高的創(chuàng)新能力，匯聚了大批的優(yōu)秀人才，普惠金融因子得分位于北京市之后。天津市早在清末明初就已成為北方地區(qū)金融中心，現(xiàn)如今也是北方乃至全國重要的貿(mào)易口岸和金融樞紐，普惠綜合因子位于全國第3位。普惠信貸因子反映了一個地區(qū)的農(nóng)村信貸水平，浙江、江蘇和山東在農(nóng)村信貸方面具有較強(qiáng)的優(yōu)勢，這3個省均是我國的經(jīng)濟(jì)大省，投入了大量資金支持農(nóng)業(yè)及農(nóng)村的發(fā)展。普惠保險因子反映了一個地區(qū)的農(nóng)村保險水平，這一因子得分排名前3的是新疆、內(nèi)蒙古、黑龍江，這3個省份均是我國的農(nóng)業(yè)大省，農(nóng)民擁有較強(qiáng)的保險意識。普惠創(chuàng)新因子則用來反映一個地區(qū)新型農(nóng)村金融機(jī)構(gòu)的發(fā)展水平，農(nóng)村普惠金融的可持續(xù)發(fā)展要求創(chuàng)新新型農(nóng)村金融組織的產(chǎn)品和服務(wù)，從這一因子的考量結(jié)果可以看出，青海、甘肅和廣西在新型農(nóng)村金融機(jī)構(gòu)的建設(shè)方面取得了較好的成績。

我國大多數(shù)省份農(nóng)村普惠金融發(fā)展水平較低，綜合得分大于0的省份包括浙江、 北京、江蘇、 上海等13個省份，其余18個省份的綜合得分均小于0，說明其位于全國平均水平之下。由此可見，我國大多數(shù)省份的農(nóng)村普惠金融發(fā)展水平較低，農(nóng)村地區(qū)的金融設(shè)施覆蓋不全，農(nóng)民很難享受到金融產(chǎn)品和服務(wù)，普惠金融在農(nóng)村地區(qū)仍有很大的發(fā)展空間。此外，我國的農(nóng)村普惠金融發(fā)展存在地區(qū)差異，在浙江、北京、上海、江蘇、天津等經(jīng)濟(jì)發(fā)達(dá)地區(qū)以及內(nèi)蒙古、新疆等農(nóng)業(yè)大省，這些地區(qū)擁有較好的金融基礎(chǔ)設(shè)施和較為優(yōu)惠的農(nóng)業(yè)政策，所以農(nóng)村普惠金融優(yōu)于其他地區(qū)。

3 政策建議

我國農(nóng)村普惠金融的發(fā)展無論是在廣度上還是深度上都還有很大的發(fā)展空間，特別是對農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革的要求還存在較大差距。農(nóng)村普惠金融的發(fā)展要按照習(xí)近平總書記系列重要講話特別是在安徽小崗村有關(guān)農(nóng)業(yè)農(nóng)村工作講話的指示精神，牢牢把握金融服務(wù)實體經(jīng)濟(jì)的根本宗旨，堅持市場化發(fā)展和政策支持有機(jī)結(jié)合的基本取向，以提升農(nóng)村金融服務(wù)水平為主攻方向，以深化農(nóng)村金融改革為根本途徑，加快健全開放包容、適度競爭、鼓勵創(chuàng)新、風(fēng)險可控的農(nóng)村金融體系。

3.1 促進(jìn)農(nóng)村金融產(chǎn)品和服務(wù)的創(chuàng)新

農(nóng)村金融機(jī)構(gòu)與商業(yè)銀行相比，其吸收存款的能力較弱，這樣會使銀行在發(fā)放貸款時資金不足，盈利能力弱，在眾多金融機(jī)構(gòu)中農(nóng)村金融機(jī)構(gòu)處于弱勢地位，競爭力較弱。農(nóng)村金融機(jī)構(gòu)所提供的金融產(chǎn)品種類少而且更新速度較慢，無法滿足農(nóng)民和微小企業(yè)理財、保險、債券等金融需求。農(nóng)村金融機(jī)構(gòu)發(fā)展多年之后也推出了部分創(chuàng)新產(chǎn)品，但其間也暴露了許多問題，如農(nóng)戶缺乏抵押品而無法獲得貸款額度、不良貸款額較高、業(yè)務(wù)操作不規(guī)范等，這些問題極大地增加了農(nóng)村普惠金融機(jī)構(gòu)的風(fēng)險。所以農(nóng)村金融機(jī)構(gòu)要不斷進(jìn)行產(chǎn)品的更新升級，滿足農(nóng)村居民和農(nóng)村企業(yè)日益增長和變化的金融需求，順應(yīng)互聯(lián)網(wǎng)金融的發(fā)展趨勢加快創(chuàng)新，促進(jìn)普惠金融發(fā)展。

3.2 加大農(nóng)村金融基礎(chǔ)設(shè)施覆蓋面

我國的金融基礎(chǔ)設(shè)施分布嚴(yán)重不均衡，在經(jīng)濟(jì)發(fā)達(dá)的東部沿海地區(qū)和城市金融機(jī)構(gòu)的網(wǎng)點數(shù)較多，居民能夠便利地享受金融服務(wù);而在經(jīng)濟(jì)落后的西部地區(qū)及農(nóng)村金融機(jī)構(gòu)網(wǎng)點數(shù)很少，所以普惠金融在不同地區(qū)的發(fā)展水平有所不同。我國應(yīng)加大農(nóng)村地區(qū)金融基礎(chǔ)設(shè)施的覆蓋面，通過設(shè)立營業(yè)網(wǎng)點、POS（銷售終端）機(jī)和ATM（自動取款）機(jī)來縮小地區(qū)間的差異。與此同時還要保證合理的金融從業(yè)人員數(shù)量并提升金融從業(yè)人員的服務(wù)水平，為農(nóng)村等偏遠(yuǎn)地區(qū)的居民提供便捷的金融服務(wù)。為了進(jìn)一步推進(jìn)電子銀行、手機(jī)銀行等業(yè)務(wù)，還要加大農(nóng)村網(wǎng)絡(luò)建設(shè)的投入力度，促進(jìn)農(nóng)村普惠金融的發(fā)展。

3.3 加大對農(nóng)村金融教育的普惠性

農(nóng)村居民的教育水平低下，缺乏金融知識的儲備及應(yīng)用，農(nóng)村地區(qū)的金融教育水平與我國當(dāng)前金融業(yè)的快速發(fā)展契合度較低。在農(nóng)村地區(qū)，居民認(rèn)為將錢存在銀行是最安全的，他們?nèi)狈ν顿Y理財?shù)南嚓P(guān)理念，風(fēng)險識別能力也較差，對于創(chuàng)新的金融產(chǎn)品接受度較低。所以，要努力提高居民對金融知識的受教育程度，盡可能地加大對農(nóng)村及邊遠(yuǎn)地區(qū)的金融教育，讓不了解金融的人掌握金融消費、投資、風(fēng)險防范及創(chuàng)新的金融產(chǎn)品等相關(guān)知識。

參考文獻(xiàn)：

[1]韓丹陽. 我國農(nóng)村普惠金融體系構(gòu)建問題探討[J]. 金融經(jīng)濟(jì)，2016（14）：3-5.

[2]馮愛林，肖 維. 基層普惠金融發(fā)展現(xiàn)狀、制約因素與對策——以湖北省黃石市為例[J]. 武漢金融，2016（2）：69-71.

[3]李勇堅，王 弢. 中國“三農(nóng)”互聯(lián)網(wǎng)金融發(fā)展報告[M]. 北京：社會科學(xué)文獻(xiàn)出版社，2016.

[4]劉萍萍，鐘秋波. 我國農(nóng)村普惠金融發(fā)展的困境及轉(zhuǎn)型路徑探析[J]. 四川師范大學(xué)學(xué)報（社會科學(xué)版），2014，41（6）：33-40.

[5]杜曉山，張 睿，王 丹. 執(zhí)著地服務(wù)窮人——格萊珉銀行的普惠金融實踐及對我國的啟示——兼與《格萊珉銀行變形記：“從普惠金融到普通金融”》商榷[J]. 南方金融，2017（3）：3-13.

[6]藍(lán) 虹，穆爭社. 深化農(nóng)村普惠金融供給側(cè)結(jié)構(gòu)性改革的內(nèi)涵辨析[J]. 當(dāng)代金融研究，2017（2）：1-12.

[7]楊 寧. 農(nóng)村普惠金融服務(wù)體系建設(shè)研究[J]. 農(nóng)業(yè)經(jīng)濟(jì)，2017（7）：90-92.

[8]高彥彬，張洋峰. 我國農(nóng)村普惠金融的現(xiàn)存問題及路徑選擇[J]. 北方金融，2016（4）：46-49.

[9]蔡曉軍. 我國農(nóng)村普惠金融發(fā)展現(xiàn)狀分析[J]. 對外經(jīng)貿(mào)，2016（4）：93-95.

[10]周心田. 農(nóng)村普惠金融體系建設(shè)研究[J]. 北方金融，2016（11）：101-103.

[11]樊 英. 基于普惠目標(biāo)的農(nóng)村金融組織創(chuàng)新研究[D]. 長沙：湖南農(nóng)業(yè)大學(xué)，2011：12-20.

[12]吳雄周，曾福生. 湖南城市可持續(xù)發(fā)展水平的區(qū)域差異實證分析——基于因子分析法和聚類分析法[J]. 華中農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2010（5）：99-103.

[13]蘇 靜. 基于聚類分析的河南城鄉(xiāng)一體化區(qū)域差異研究[J]. 安徽農(nóng)業(yè)科學(xué)，2011，39（21）：13224-13225.

[14]張 波，溫旭新. 我國工業(yè)綠色低碳發(fā)展水平的省際測度及比較[J]. 經(jīng)濟(jì)問題，2018（5）：68-74.

[15]中華人民共和國國務(wù)院. 推進(jìn)普惠金融發(fā)展規(guī)劃：2016—2020年[M]. 北京：人民出版社，2016：1-10.