【作　　者】
石 丹（副教授），高彩丽

【作者单位】
武汉理工大学经济学院，武汉430070

【摘　　要】

    【摘要】基于Web of Science数据库，运用Citespace软件对普惠金融领域的研究进行可视化分析，展现普惠金融国家与机构分布、关键词共现、文献共被引、期刊共引等科学分布图谱。进一步，结合高频关键词并通过文献共被引聚类分析，得到普惠金融研究的热点；通过关键词聚类时区视图及其突变分析，揭示普惠金融的研究前沿。分析结果为我国普惠金融理论研究的创新、政策体系的完善提供了新思路。
【关键词】普惠金融；Citespace；可视化分析；研究热点；研究前沿
【中图分类号】F832      【文献标识码】A      【文章编号】1004-0994（2017）36-0115-9一、引言
普惠金融（financial inclusion）一词来自联合国2005年提出的概念，指弱势群体、低收入阶层以及中小微企业等能够在可负担的成本下，及时足额地获取金融服务的过程（Berk等，2007）。焦瑾璞2006年将其引入中国后，普惠金融日益受到了政府及社会各阶层的高度重视。2016年1月，国务院印发的《推进普惠金融发展规划（2016 ~ 2020年）》明确指出要大力发挥普惠金融发展的有益作用。发展普惠金融不仅有利于缓解中小微企业融资难问题（辛立秋等，2016），而且能缩小城乡居民收入差距、减轻贫困（徐敏等，2014），有效促进产业结构升级，推动经济发展水平的提高（Beck等，2009；李涛等，2016）。
自普惠金融被提出以来，围绕该方向的研究与日俱增，科学地梳理普惠金融的发展脉络和热点前沿具有重要的理论与现实意义。本文基于Citespace软件，采用可视化分析方法对近十二年普惠金融领域的重要节点文献进行图谱再现，即通过对国家与机构分布、关键词共现、文献共被引以及期刊共引分析，揭示普惠金融的研究热点及研究前沿，以期为完善我国普惠金融领域的研究体系提供新的思路。
二、数据来源与研究方法
1. 数据来源。为从世界范围内对普惠金融领域的研究进行整体的把握，本文研究所需要的文献资料均来自WOS（Web of Science）数据库检索系统，该库又细分为SciELO Citation Index、中国科学引文数据SM 、Web of ScienceTM核心合集、MEDLINE®、Russian Science Citation Index、KCI-韩国期刊数据库六大引文数据库。为了更好地对普惠金融主题进行文献共被引分析，本文以Web of ScienceTM核心合集为限定进行数据搜集，以便保存数据时能够下载为“全记录及引用的参考文献”。数据检索时间为2017年3月22日，时间跨越2005 ~ 2017年共计约12年。将检索式设定为“主题=financial inclusion or inclusive finance or inclusive financial system”，共得到文献1895篇。为避免其他学科不相关文献干扰分析的科学性，后将Web of Science类别设置为ECONOMICS来进一步精炼检索结果，由此得到288条有效数据，在下载时选择以纯文本的方式存储在数据文件夹（data）中，有利于后期数据的导入。
2. 研究方法。由美国德雷塞尔大学信息科学与技术学院陈超美教授团队研发的Citespace可视化分析软件，是基于Java平台在当前引文分析中能够科学呈现知识结构、动态规律和分布状况的常用软件，其所呈现的科学分布图谱能够直观地显示出文献内部隐藏的潜在关系，为科学研究奠定了良好的基础。本文基于搜索所得的288条文献数据，将Citespace界面的节点类型在四次运行时分别设置为Country & Institution”“Keyword”“Cited Reference”及“Cited Journal”来对普惠金融的学术成果在国家与机构分布、关键词共现、文献共被引及期刊共引中进行分析，以可视化方式直观地展现普惠金融领域的知识图谱，并在此基础上提炼出普惠金融的研究热点及研究前沿。在时区分割设置时，选择时间跨度为2005 ~ 2013年，时间切片为间隔1年。数据选择标准（Selection Criteria）为每个时间段内前100个引用最多或者经常出现的条目，引文数量、共被引频次和共被引系数的阈值（C，CC，CCV）前中后三个时间分区分别设置为系统默认的（2，2，20）、（4，3，20）、（4，3，20），其余的则由线性内插值来决定，并且选用寻径算法（pathfinder）进行路径网络修剪来简化图谱显示，突出其最重要的空间结构特征，由此所得到的图谱即为软件根据一定的算法自动聚类的结果。其中，国家与机构分布特征研究可以发现世界各个地区在普惠金融领域的贡献度高低、影响力大小及它们之间的相互合作关系；关键词共现分析可以显示出普惠金融领域的研究热点及研究前沿；文献共被引分析可以发现各文献在主题之间的相关性以及研究热点所依据的基础文献，并突出显示研究热点中的关键节点文献；期刊共引分析可以找出普惠金融研究成果发表的核心期刊，为及时了解普惠金融最新的研究方向及前沿提供借鉴。
三、普惠金融文献统计分析
1. 国家与机构分布。将上述288条有效文献导入Citespace后，将节点类型设置为“Country & Institution”，运行软件，可以得到普惠金融领域的国家及机构科学分布图谱（见图1）。在该图谱的网络结构中，共有36个节点，49条连线，密度为0.0778。其中圆形节点代表国家和机构，连线代表国家或机构之间的合作关系。节点越大，代表国家或机构的发文频次越高。聚类模块性指数Q值为0.4958，聚类轮廓性指数S值为0.5454。一般而言，当Q值大于0.3时，表明划分出来的网络结构是显著的；当S值大于0.5时，表明聚类结果是比较合理的。按照中心性强度（即中心度）对国家与机构的排名见表1，节点的中心度是指连接各个节点的所有最短路径中通过某一节点的比例，中心度越高，其在网络结构中起到的桥梁作用也就越大。
如图1所示，世界各国和机构在普惠金融领域的研究相对集中，由节点之间连线的交错程度可以看出，各个国家和机构在研究过程中有较多合作，尤其是美国，居于整个网络结构的中心，与其他国家与机构均保持着紧密的合作，可见其在普惠金融研究方向的学术影响力在世界范围内是最高的。除此之外，美国学者在文献数量排名中稳居第一，突出显示了美国在普惠金融领域中的研究非常活跃，随后紧跟的是英国、意大利、中国、印度和西班牙。
从各节点在整个科学图谱中所处的中心度来看，美国仍然位居第一，中心度达0.49，表明美国在普惠金融领域的中介作用最强，在研究过程中始终处于领导地位，牢牢把握着普惠金融的研究方向与研究热点。中心性影响作用较强的分别是法国、捷克、德国、印度、英国和中国。中国的中心度仅为0.05，表明我国虽然在普惠金融研究过程中也取得了一定成果，并在世界范围内占有一席之地，但学术影响地位远不如美英等国，说明我国在普惠金融方面的研究有待加强，需要加深与其他国家的合作。
在机构研究方面，影响力较大的两大机构分别是位于捷克共和国首都的布拉格经济大学以及世界银行。两个研究机构中一个是大学性质，研究重点是普惠金融领域中的小额信贷分析，另一个是国际经济组织性质，研究重点是普惠金融指数的衡量。其中，发文频次占主导地位的是世界银行，这与世界银行建立的全球普惠金融指数数据库密切相关，也凸显了世界银行巨大的学术影响力。
2. 关键词共现分析。关键词是一篇文章的核心，能充分体现出文章的主要内容。当多篇文章的关键词具有一致性时，这些文章的主题或多或少在一定程度上具有相关性。关键词共现知识图谱能够将具有相同关键词的文章进行聚类，进而体现出同一研究领域的关键节点，集中展现一段时间内相关文献的研究热点，有利于从整体上把握已有研究内容。
运行Citespace软件，将节点类型设置为“Keyword”，即可得到关键词共现的研究热点图谱。因为不同的节点中包含相同意义的关键词，为清晰表现图谱的结构，需要将具有相同含义的关键词进行合并。在本次操作过程中，共合并了两组关键词，分别是“growth”与“economic growth”、“financial inclusion”与“inclusion”。运行结果表明，共有105个节点，302条连线，且密度为0.0553，Modularity Q值为0.5379。即在该可视化知识图谱中，共产生了105个关键词及302条关联关系。表2列示了共现频次大于等于10的关键词及其序号、频次、中心度。

从表2中可以看出，“financial inclusion”作为关键词共现频次最多，有40次，且中心度为0.15，处于居中地位，这与我们搜索的关键词普惠金融所预想的结果相一致。位居第二的关键词是“growth”，它所代表的是经济增长情况，共现频次达21次，中心度为0.25，处于相对较高中介强度，可以看出普惠金融的最终目标就是要促进经济增长。位居第三的关键词是“模型”，其中心度虽然只有0.06，但是与前两位关键词联系起来可以发现，通过数理模型研究普惠金融与经济增长之间的关联是研究人员关注的热点，现有文献在该领域的研究相对较多。表2显示，在普惠金融研究领域，“risk”“market”“access”“inequality”“impact”“monetary policy”等也是研究热点。其中“risk”“market”“access”的中心度均非常高，位于0.25 ~ 0.29之间，这表明在考虑金融风险的情况下，如何使得各类弱势群体在金融市场中更好地获得金融服务在普惠金融的研究中处于非常重要的地位。而普惠金融的发展程度在世界各国（地区）的不平等状况、决定影响因素及其与货币政策的关系也是普惠金融的研究热点，只不过热度不及前几位节点。
此外，可视化图谱中围绕中心四周的较小的节点也揭示了目前普惠金融领域新兴的研究热点。这些小节点所代表的关键词包括“gender”“network”“mobile money”“sme（small and medium sized entrepreneurship）”“index”“income”等，表明性别、互联网、移动支付、中小企业、普惠金融指数、收入等与普惠金融结合所产生的这些领域逐渐成为学者们关注的热点，这与后文的聚类分析相吻合。其中，Ghosh、Vinod（2017）运用印度家庭层面的微观数据，研究了女性相比于男性在普惠金融服务获取方面的差异，并分析了妨碍女性家庭使用普惠金融服务的影响因素。Johnson（2016）在肯尼亚移动电话基础上兴起的移动支付研究中比较了非正规金融与银行服务之间的差异，对政策制定者的期望提出了质疑，认为移动支付并不能无缝促进其与正规金融部门储蓄及信贷的融合。Kairiza等（2017）利用津巴布国家的微型及中小型企业数据样本，构建了衡量企业家普惠金融的综合指数，分析了不同性别获取非正规金融服务的差异程度。
3. 文献共被引分析。文献共被引是指两篇文章同时被其后发表的第三篇文献引用时产生的关联关系，反映了被引文献在研究主题之间的相关性。这种相关性在其演进过程中，逐步由研究前沿成为该研究领域的研究基础，为后续研究提供科学的参考依据。在可视化图谱中，共被引频次高的文献将会形成关键节点，这些关键节点通常出现在对于研究领域有重大突破的文献中，也最容易引起新的研究前沿。
再次运行Citespace软件，将节点类型设置为“Cited Reference”，可以得到普惠金融领域文献共被引网络结构图谱。可视化运行结果显示，此次聚类共生成77个节点，139条连线，选择出基础核心文献65篇。其中共被引频次为3次及以上的9篇文献的详细信息见表3，该文献集代表了普惠金融领域的经典研究基础。以下以发表时间脉络为主线对其进行分析。
如表3所示，Beck、Demirguc-Kunt和Levine（2007）建立了动态面板模型，指出金融发展能够不成比例地提高最贫穷的五分之一人口的收入，并且有利于减轻贫困、降低收入不平等。Langley（2008）论述了如何将金融市场网络扩展到华尔街和伦敦金融城之外，并嵌入美国和英国的日常储蓄与借款中。Lusardi、Mitchell和Curto（2010）使用调查数据进行研究，发现年轻人的金融素养普遍较低，拥有利率、通货膨胀和风险多样化等基本知识的年轻人不足三分之一，且金融素养与社会人口特征和家庭财务复杂性密切相关。Armendariz、Morduch（2010）主要阐述了微型信贷与微型金融的演变历史，以及对银行业的再思考过程。Beck、Maimbo（2011）认为应该推广使用手机等移动通信技术来提升非洲家庭和企业的信贷与储蓄可得性，促进金融体系的深化与经济增长。Demirguc-Kunt、Klapper（2012）对全球普惠金融数据库进行了第一次分析，使用一系列的指标构建并衡量了148个经济体的普惠金融指数。Beck、Demirguc-Kunt（2013）重点分析了伊斯兰银行与传统银行在业务模式、效率及金融稳定方面的差别。Beck、Cull（2014）评估了撒哈拉以南非洲地区当前的银行体系状况，衡量了银行业发展是否存在“非洲”特征，并且分析了非洲大陆存在的有助于克服普惠金融障碍的金融创新。Claessens、Horen（2014）围绕外资银行，研究了其对私人部门信贷可得性的影响。
从文献共被引分析可以发现，9篇高被引文献主要关注普惠金融的减贫、可得性、发展程度与影响因素等问题，这些是普惠金融领域研究的核心热点。从该9篇文献作者出现的频次可以看出，Beck和 Demirguc-Kunt的文章被引频次最高，是普惠金融领域具有突出贡献的研究专家。
4. 期刊共引分析。当两种期刊同时被其他期刊引用时，该两种期刊之间就存在期刊共引关系。期刊共引分析有利于找出在特定研究领域处于研究前列的核心期刊，核心期刊的关注点代表了最先进的研究方向，可以为后来的研究人员提供借鉴。将节点类型设置为“Cited Journal”，运行Citespace可得到普惠金融领域期刊共引可视化知识图谱。运行结果显示，共产生285个节点，1060条连线，即共选择出与普惠金融相关的285种期刊，这些期刊之间存在1060次的共引关系。表4列示了期刊共引频次大于等于48的期刊，其中影响因子的大小来源于Web of Science数据库中JCR（Journal Citation Reports）报告中的2015年度值。

从表4中可以看出，来自美国的《American Economic Review》共引频次最高，达到83次，中心度为0.03，且其影响因子为3.833，表明该期刊在普惠金融领域占有非常重要的地位，是大量普惠金融研究成果发表的摇篮。此外，《Journal of Finance》《Quarterly Journal of Economics》《Econometrica》具有非常高的影响因子，均可视为普惠金融领域的核心期刊。相比之下，《Journal of Financial Economics》《Journal of Political Economy》《Journal of Banking & Finance》《Review of Economics and Statistics》等期刊的共引频次及影响因子略低，但其中心度较高，反映出这些期刊的文章在普惠金融研究过程中也具有突出的表现。从这些期刊聚类结果所在的国家来看，大部分核心期刊属于美国，也有个别期刊属于其他大国，例如，《Econometrica》属于英国，《Journal of Financial Economics》属于瑞士，《Journal of Banking & Finance》属于荷兰，这与上述普惠金融领域研究中国家与机构分布的可视化分析相一致。研读这些核心期刊上发表的与普惠金融相关的文献，有助于准确把握普惠金融研究的趋势及前沿，从而为相关专家及学者指明进一步的研究方向。
四、普惠金融研究热点
根据前文关键词共现网络结构图谱及频次统计的分析，已经发现“growth”“impact”“gender”“network”“mobile money”及“index”等零零散散的研究热点词汇。为从更加全面的视角集中展现该领域的热点研究主题，在关键词共现分析的基础上，引入了文献共被引聚类功能进行深入研究。研究热点是指在某一时间内，具有内在联系、数量相对较多的一组文献所共同探讨的问题。Citespace中具有的文献共被引分析聚类功能为划分研究热点提供了便利。根据对数似然率（log-likely ratio，LLR）聚类算法，Citespace共自动识别出23个聚类（见图3）。本文选取形成时间较晚、节点数较多的5大聚类，结合聚类标签及子聚类名称所包含的具体内容进行更为深入的分析（见表5）。由于聚类#0的标题是英国“Britain”，聚类节点为12个，是文献共被引网络中最大的聚类，包含“金融排斥（financial exclusion）”“银行（banking）”“金融主体（financial subject）”等子聚类，研究主题相对分散，且与其他聚类存在内容交叉，因此本文不再赘述。
聚类#1的标题是“跨国银行（cross border banking）”，包含“微型金融机构（microfinance institutions）”“手机（mobile）”等子聚类，主要分析了普惠金融的创新模式。梳理文献发现，其研究焦点从微型金融、小额信贷、替代性融资等视角逐渐过渡到手机支付、互联网金融普惠模式。Raghunathan等（2011）研究了南印度微型金融机构（MFI）的100个借贷团体样本的数据，发现其效率会随着借款人群规模的扩大而上升。Di Martino等（2012）从商业历史的视角分析了巴勒斯坦1995 ~ 2008年期间小额信贷的发展和运作情况，发现尽管经济环境恶化使得微型信贷的潜在需求增加，但该行业的增长率一直低于预期。Sonne（2012）讨论了普惠金融支持包容性创新和社会创业的新兴举措，即替代性融资，突出强调其在社会企业孵化及微型风险投资方面的支持作用。Diniz等（2012）研究了以信息和通讯技术为基础的巴西代理行模式，该模式能够为数千万贫穷巴西人提供金融服务。Wentzel等（2013）利用技术接受模型解释金融服务，认为移动电话、互联网和自助服务亭等金融创新模式有利于扩大金融包容。Mishra等（2013）认为电信基础设施的发展尤其是手机的普及为普惠金融创造了机遇，移动银行服务的设计应采用自下而上的方式以提高穷人的接受程度。Hidajat等（2016）为解决印度尼西亚微型和中小型企业普惠金融低下所面临的资金受限问题，提出发展众筹来为中小企业的新项目进行融资。
聚类#2的标题是“风险规避（risk aversion）”，包含“性别（gender）”“教育（education）”等子聚类，主要是关于普惠金融的决定因素的研究。结合聚类标及文献内容发现，对风险所持态度、金融素养、家庭、收入与金融深度等因素对普惠金融的发展至关重要。Do等（2013）利用线性概率模型研究性别对普惠金融的影响，发现女性比男性申请可调整利率抵押贷款（ARM）的倾向高出8.4个百分点，表明在普惠金融行为中，女性比男性更厌恶风险。Klapper等（2013）使用俄罗斯面板数据检测金融知识对普惠金融影响的重要性，发现金融素养与金融市场参与度呈正相关关系。Horska等（2013）认为知识与金融技能是影响波兰农村居民普惠金融的因素，并通过金融知识指数（FKI）得出农村居民的金融知识水平仅为42%。Friedline等（2014）讨论了家庭在青少年普惠金融中的作用，认为年轻人位于普惠金融的一线，为年轻人在青少年时期开放储蓄账户可能是扩大金融包容、预防无银行账户的一项有前景的策略。Wentzel等（2016）使用逻辑回归模型研究影响普惠金融的决定性因素，结果表明教育水平、主要收入来源、年龄和受抚养人数等与普惠金融最为相关，而性别、住所等与普惠金融无关。Wang等（2017）运用空间计量经济学来确定与金融包容性显著相关的因素，发现金融深度和银行业健康状况是主要决定因素。
聚类#3的标题是“金融表现（financial performance）”，包含“可得性（access）”“延伸性（outreach）”“可持续性（sustainability）”等子聚类，主要讨论了金融包容性的测度情况。Sarma（2008）将普惠金融划分为金融服务的渗透性、金融服务的可得性及金融服务的使用三个维度，并利用人类发展指数的计算方式，建立了普惠金融指数的评价体系。Arora（2010）采用与Sarma相同的方法来计算金融包容性指数，但其设定的外延维度包含更多变量（以Sarma的深度和可用性衡量），不仅捕捉到人口渗透指标，还考虑到地理渗透指标，且增加了交易的容易程度和成本（Sarma未考虑）维度。Gupte等（2012）运用联合开发计划署构建2010年人类发展指数的方法，将印度的“金融包容性指数”表示为四个关键维度（延伸、交易使用、交易方便性和交易成本）的几何平均值。Chakravarty等（2013）改进了Sarma（2008）提出的普惠金融指数，使得该指数可以用于确定各种因素的贡献百分比，并结合面板数据计量技术对印度17个州的普惠金融程度进行了测量。Okoye等（2016）采用普通最小二乘回归法，运用存贷款比率、金融深化指标、农村贷款和银行分支机构数衡量了普惠金融。Wang等（2017）利用世界银行普惠金融数据库对各国普惠金融指数进行了衡量，发现欧洲和北美等发达国家比非洲和亚洲欠发达国家享有更高水平的普惠金融地理空间集聚分布。
聚类#4的标题是“距离（distance）”，包含“地理接近（geographical proximity）”“银行代理人（banking agent）”等子聚类，主要是对普惠金融地理差异的研究。Demirguc-kunt等（2013）研究了148个国家影响成年人使用普惠金融账户的因素，发现约有20%无银行账户的受访者将其与银行的空间距离作为没有正式账户的理由，且随着国家收入水平的下降，这一数字急剧增加，从高收入国家的10%上升到低收入国家的28%。Brown等（2016）研究了小额信贷ProCredit银行的地理距离对普惠金融的影响，发现ProCredit更有可能在拥有大量低收入家庭的地区开设新的分支机构，在ProCredit开设新分行的地方，银行家庭的份额比未开设的地方有所增加。Achugamonu等（2016）利用发放随机问卷的方式研究了银行代理商在推动尼日利亚包容性经济增长方面的贡献，发现银行代理人的地域分布和根据地域特征量身定做的金融产品能够有效促进农村贫困地区的经济增长。
聚类#5的标题是“机构信贷（institutional credit）”，包含“减贫（poverty alleviation）”“不平等（inequality）”等子聚类，主要是对普惠金融与减贫之间关系的研究。2009年发布的《英国国际发展白皮书》明确将普惠金融与减贫相联系（Manji A.，2010）。Cnaan等（2012）认为普惠金融是减轻贫困、减少社会排斥和促进经济增长的重要政策选择。Cui等（2015）利用我国2006 ~ 2013年的面板数据构造普惠金融指数，研究普惠金融和金融稳定对减贫的影响，发现普惠金融可以通过经济增长和收入分配等渠道来提高贫困人口的福利状况，对减贫有积极的影响，但金融不稳定将中和这种影响。Okoye等（2016）发现普惠金融可以通过农村信贷帮助发展中国家减贫。
聚类#6的标题是“监管（regulation）”，包含“预防（prevention）”“风险（risk）”等子聚类，主要涉及普惠金融的风险与监管研究。Mersland、Strom（2010）认为微型金融机构在受到监管时并不一定会有利可图，且此时的女性客户较少，平均信用额度较小，证实了其存在使命漂移的风险。Rosengard等（2011）认为小额信贷全球领导者印度尼西亚的中小企业之所以面临信贷危机，其原因在于对普惠金融监管制度的制约，他们提出应对普惠金融进行合理监管，防止管制过度产生不利后果。Trujillo等（2014）分析了17个拉丁美洲国家的小额信贷监管框架之间的关系以及相应的小额信贷市场的发展水平和具体特征，认为在设计小额信贷监管方面的政策细则时，要考虑小额信贷机构的盈利能力、效率和投资组合质量等方面所表现出的相关性。Rogers、Clarke（2016）认为被视作社会融资主流的P2P贷款市场目前发展仍然不够成熟，对社会造成的影响有利有弊，应当对其加强监管。
五、普惠金融研究前沿
如前文所述，关键词共现高频统计及文献共被引聚类能够得出普惠金融领域的研究热点，但是若要探索普惠金融领域的研究前沿，则需要进一步运算，Citespace所具有的突变检测功能可以用来探索该领域的研究前沿。本文通过分析普惠金融领域现有文献关键词的突变情况来确定其研究前沿，运行Citespace得到关键词聚类时区视图，如图4所示。
研读图4并对所有的关键突变词进行分析，可以将普惠金融研究前沿总结归纳为：普惠金融与政策关系的研究、普惠金融绩效优化的研究以及家庭与个人层面普惠金融行为的研究。
普惠金融与政策关系的研究主要探讨了二者的相互影响，相关突变词包括“社会银行政策（Social banking policy）”“货币政策（monetary policy）”“国家等。Cull等（2011）研究了监管政策对微型金融机构利润的影响，发现与不受监管的机构相比，受监管的普惠金融机构之间具有相似的利润率。Johnson等（2012）发现肯尼亚政府对个人（G2P）的付款政策有助于提高北方边缘地区的普惠金融水平。Chakravarty等（2013）利用GMM法对1972 ~ 2009年间社会银行政策对普惠金融的影响进行了分析，发现1977 ~ 1990年期间印度的社会银行政策一直是印度各州金融包容的主要决定因素，如果1990年后社会银行政策继续有效，印度可能在过去二十年中达到更高的金融包容水平。Mbutor、Uba（2013）研究了1980 ~ 2012年间尼日利亚普惠金融对货币政策的影响，发现普惠金融的增长提高了货币政策的有效性。Bourles、Cozarenco（2014）利用经典的公司融资模型，分析了国家干预措施对小额信贷机构贷款行为的影响，发现企业发展服务补贴（BDS）政策比国家提供贷款担保的干预政策更能够促进普惠金融，且对于不良借款人的实施效果更好。Ahamed（2016）利用Tobit和Probit模型对42个发展中国家15000家公司企业层面的调查数据进行分析，发现强调实现包容性金融发展的公共政策能够显著减少企业逃税行为，因此政策制定者为了缓解长期的财政失衡及确保更高的税收，会鼓励发展普惠金融。
普惠金融绩效优化研究主要揭示了提高效率的方式及影响因素，相关突变词包括“技术效率（technical efficiency）”“绩效表现（financial performance）”等。Servin等（2012）利用拉丁美洲18个国家315个机构的1681个观察组数据，使用随机前沿探讨了非政府组织、合作社和信贷联盟、非银行金融中介机构和银行等不同类型的小额信贷机构的技术效率，发现非政府组织和合作社的技术效率远低于非银行金融中介机构和银行，表明所有权类型是影响普惠金融效率的重要因素。Corrado等（2015）通过实证分析发现，外资银行的进入能够为本土银行带来竞争压力，降低金融服务的价格，提高金融部门的效率，进而促进普惠金融。Abiola等（2015）认为普惠金融与资本投入等要素类似，能够提高生产资源的配置效率及全要素生产率。Cuellar等（2016）利用利差模型分析了微型金融机构利差的决定因素，发现其利差高的原因在于信息不对称和经营效率低下，导致金融机构将成本转嫁给贷款人，进而产生“贫困惩罚”现象，应选择利用技术降低经营成本、发放更多小额贷款等方式来提高效率。
家庭与个人层面普惠金融行为研究的相关突变词包括“自我排斥（voluntary exclusion）”“过程行为分析（process behavior analysis）”“储蓄借贷行为（saving-borrowing behavior）”“金融行为（financial behavior）”等。Fungacova、Weill（2015）分析了普惠金融过程中出现金融排斥的动机，发现因家庭其他成员已有银行账户而排斥金融服务行为的比率高达34%。Zhdanova等（2015）研究了普惠金融中的洗钱（ML）监测，并在移动汇款服务中引入一种检测欺诈链的新方法，即基于事件驱动过程分析方法，能够帮助识别移动货币转移服务中的欺诈者并监控其终端用户的网络行为。Davutyan、Ozturkkal（2016）使用土耳其家庭部门的数据，利用概率回归模型调查影响普惠金融过程中储蓄借贷行为（包括储蓄决定、资产及证券组合选择、银行贷款决定、正式与非正式借款决定）的因素，发现收入、教育、婚姻状况、地区、农村到城市身份的转变和宗教信仰等变量对储蓄和借款决策有很大影响。Lee、Kim（2016）对317名成年人进行了一项调查，研究性别、金融素养及风险承受能力等金融行为对普惠金融的影响，发现性别效应对解释金融行为方面发挥了重要作用，提高妇女的金融素养是保障金融安全和福利的关键。
六、结论
本文以Web of Science数据库中与普惠金融研究相关的2005 ~ 2017年288条全记录及引用的参考文献为数据来源，基于Citespace软件进行国家与机构分布、关键词共现、文献共被引和期刊共引等可视化分析，并在此基础上提炼出普惠金融领域的研究热点及研究前沿。通过可视化知识图谱及对普惠金融领域的研究成果进行系统梳理，发现目前该领域的研究热点主要聚焦于普惠金融的创新模式、普惠金融的决定因素、金融包容性的测度情况、普惠金融地理差异、普惠金融与减贫之间的关系、普惠金融的风险与监管等六个方面；研究前沿主要聚焦于普惠金融与政策的关系、普惠金融绩效优化以及家庭与个人层面普惠金融行为等三个方面。
本文研究数据取自WOS数据库，文献来源略为单一，没有与其他数据库尤其是中文数据库内的文献进行整合与比较，研究结果仍有待完善。此外，阈值的选择为默认值，网络结构的调试还有待进一步探索，所绘制的图谱具有一定的局限性。因此，在未来对普惠金融进一步研究的过程中，应提高数据来源的广泛性，充分结合中英文数据库，选择合适的阈值，对国内外普惠金融的研究进展进行对比，在此基础上梳理出普惠金融研究的发展趋势。

主要参考文献：
Berk T.，Demirguec-Kunt A.，Peria M. S. M.．　Reaching out: Access to and use of banking services across countries［J］．Journal of Financial Economics， 2007（1）．
辛立秋，王倩菲，王虹．普惠金融研究综述与展望［J］．财会月刊，2016（36）．
徐敏，张小林．普惠制金融对城乡居民收入差距的影响［J］．金融论坛，2014（9）．
Beck T.，Demirguc-Kunt A.，Honohan P.．Access to financial Services：Measurement，impact，and policies［J］．World Bank Research Observer，2009（1）．
李涛，徐翔，孙硕．普惠金融与经济增长［J］．金融研究，2016（4）．
刘俊婉，蒋丽娜，雷碧涵等．国际虚拟社区用户行为研究的知识图谱分析——基于Citespace和VOSviewer的计量分析［J］．现代情报，2014（9）．
Johnson S.．Competing visions of financial inclusion in Kenya：The rift revealed by mobile money transfer［J］．Canadian Journal of Development Studies，2016（1）．
Kairiza T.，Kiprono P.，Magadzire V.．Gender differences in financial inclusion amongst entrepreneurs in Zimbabwe［J］．Small Business Economics，2017（1）．
Kim J. H.．A study on the fffect of financial inclusion on the relationship between income inequality and economic growth［J］．Emerging Markets Finance and Trade，2016（2）．
侯剑华，陈悦，王贤文．基于信息可视化的组织行为领域前沿演进分析［J］．情报学报，2009（3）．
Beck T.，Demirguc-Kunt A.，Levine R.．Finance，inequality and the poor［J］．Journal of Economic Growth，2007（1）．
Wang X.，Guan J.．Financial inclusion：Measurement， spatial effects and influencing factors［J］．Applied Economics，2017（18）．
Cnaan R. A.， Moodithaya M. S.， Handy F.．Financial inclusion：lessons from rural south India［J］．Journal of Social Policy，2012（1）．
Johnson S.，Arnold S.．Inclusive financial markets: is transformation under way in Kenya？［J］．Development Policy Review，2012（6）．
Corrado G.，Corrado L.．The geography of financial inclusion across Europe during the global crisis［J］．Journal of Economic Geography，2015（5）．
Lee Y. G.，Kim S.．Gender effect on financial literacy，risk tolerance，and financial inclusion［J］．Financial Planning Review，2016（3）．