甘肃省农村金融生态环境测度及评价.docVIP

甘肃省农村金融生态环境测度及评价 摘 要：本文以甘肃省为例，在对农村金融生态环境评价要素进行分析的基础上，建立了甘肃省14个州市农村金融生态环境评价的指标体系，运用因子分析的测度方法分析了甘肃省农村金融生态环境的现状和影响因素。结果表明：甘肃省不同地区之间农村金融生态环境差异比较大，得分自西北部向东南部逐渐降低；国企和旅游资源对当地的农村金融生态环境有一定影响。 关键词：农村金融生态环境；因子分析模型；测度评价 一、甘肃省农村金融机构生态环境测度及评价 1、指标选取 农村金融生态环境的评价是通过构建具有代表性的评价指标体系对金融生态发展状况的一种综合性研究，构建的指标系列应尽量客观、准确地反映甘肃省14州市金融生态环境各方面的实际情况和运行程度，以方便科学指导金融生态环境的和谐发展。 本文研究的重点是对甘肃省农村金融生态环境进行测度及对结果评价，实证研究所使用的数据均来自于《甘肃省发展年鉴》和《甘肃省金融年鉴》。由于农村数据琐碎复杂，可得性较差，而且农村金融生态环境所需数据涉及到经济、文化、政治、社会等方方面面，本文经过理论分析和数据处理及筛选，在不影响实证结果并遵循经济学原理的基础上，对指标数据进行简化。另外，各地市农村在人口数量上存在着很大的差别，为消除这种影响，本文所选的指标为人均值指标。 借鉴李扬（2005）、蒋满霖（2010）等学者有关金融生态环境评价因素的论述，结合甘肃省农村金融生态环境的现实，本文将从农村经济基础、农村金融运行状况、农村政府服务、农村信用和法制环境、农村社会保障等六个方面进行论证。 2、模型选择 地区金融生态环境的评价较为复杂，需要进行评价系统的建立，而这类评价系统往往是多指标、多层次的。目前国内常用的金融生态环境评价方法主要有：移动几何平均法、层次分析法和因子分析法。移动几何平均法虽然简单易行，但是其缺点在于指标的权重赋值很容易受到主观因素的影响，从而导致结果产生偏差。层次分析法往往用于结构较为复杂的层次系统的研究中，但是该方法在对各层次因子进行赋值时，也很容易受主观因素影响，从而产生较大的非客观性。因子分析法主要是利用数理经济统计学中的多元统计分析方法，该方法的主要操作步骤是在与目标相关的众多变量因素中提取出其中的相同因子，将分析重点集中在这些重点因子上。通过这种方法，可以使分析更加简便但偏差不会很大，因此完善了上述方法的不足。 3、测度结果 根据SPSS因子分析法所得出甘肃省14个州市的综合因子的得分，目前对于金融生态环境评价的相关研究中，关于综合因子的得分区间划分的临界值并没有统一的标准，所以本文在参考其他研究的基础上，以综合因子的得分为基础，选取0.5为区间划分值，即以0.5及其倍数为区间的临界值，把各省综合因子的得分值分为五个区间级别：Ⅰ级：F?R1；Ⅱ级：0.5≤F≤1；Ⅲ级：0≤F≤0.5；Ⅳ级：-0.5 F≤0，Ⅴ级：F≤0.5。 4、评价分析 结合上述对甘肃省各农村金融生态的评估，对比分析各样本农村金融生态的状态、主体、环境等指标，发现甘肃省农村金融生态体系具有以下几点特征： （1）从总体上看，不同地区之间农村金融生态环境差异大。嘉峪关市、酒泉市和金昌市农民人均纯收入占据甘肃省前三。嘉峪关由于酒钢集团的带动，工资性收入为6021元，全省最高，由于发达的旅游业使酒泉在家庭经营纯收入中以6785元独占鳌头，嘉峪关市和金昌市金融发展因子（F2）得分靠前，相对较好的金融业发展为当地居民的资本性收入提供了保证。这些优势促使这三市处于综合因子得分的第一梯队。张掖市、兰州市也由于具有较大规模的国企带动和旅游优势分列二三级，剩余的州市，如临夏州、陇南市可耕地面积较少，农业基础薄弱，农民人均收入很低，经济基础较差，不能很好的促进当地的金融业发展，社保环境也得不到保证，只是综合得分处于末级。 农村经济并不是仅仅依靠农业发展，更多的是依靠第二、三产业，所以需要政府完善各项经济政策，优化甘肃省农村金融生态环境。 （2）甘肃农村金融生态环境综合得分由地理位置的东南部向西北部逐渐递增。由表3综合因子得分可知，无论是经济基础还是金融发展或者社保环境，甘肃省东南部的城市都处于落后位置，虽然已经加快了改革步伐，但是与西北部城市的金融生态水平依然有一定的差距。但西北部城市农村金融生态环境并非全面优于东南部，如原始数据存贷比显示，西北部城市如酒泉市，在农信社的存贷比比东南部的大部分城市还要高，某个程度上说明甘肃省西北部城市的资金外流率比东南部还要严重，所以甘肃省应该调整农村扶持重点，倾斜扶持政策，改善农村金融生态环境，使甘肃省整个农村金融生态环境呈现平衡发展的态势。 （3）在影响因子方面，各州市农村经济基础对甘肃省农村金融系统影响最大。利用回归法估计出的各因子得分，以各主因子的方差贡献率占总方差的贡献率的比重为权重