今年9月的G20峰会，作为包容性增长在金融领域的破题，中国政府向会议提交了包括《G20数字普惠金融高级原则》在内的三份相关文件。普惠金融再次被推到聚光灯下，一时成为热议话题。
问题在于，如何将对普惠金融的讨论引导至实处，避免流于概念层面的炒作，对普惠金融目前的发展状况有一个客观的评估是提前。此前，关于普惠金融的评估大多局限在传统金融机构提供的资金借贷服务，细分指标的设置也普遍存在简单粗暴的现象，很难真实反映普惠金融的发展状况。
例如在金融服务的可得性方面，以往的评估大多采用每万平方公里的银行业金融机构数和每万人拥有的银行业金融机构从业人员这样的指标，这必然导致经济发达和人口稠密地区的金融服务可得性拉高整体水平，而普惠金融本应服务的边缘地区和低收入群体则存在被平均的情况。
另外，传统的评估方法涵盖的金融服务主要是借款和贷款，但经过多年的发展，我国的普惠金融服务的范围已基本涵盖了储蓄、支付、保险、理财和信贷等金融产品和服务。并且，人们对金融服务的需求层次也在不断变化，安全、便捷以及体验过程中的尊严感都逐渐被重视，这些对金融服务质量的评价维度也应该纳入评估体系。
总的来说，随着普惠金融实践的不断丰富，对普惠金融的评估也应该在坚持平等性和商业可持续原则的基础上不断地细化和完善。目前来看，国内已有一些机构开始尝试。以今年7月份披露的《北京大学数字普惠金融指数》和10月份发布的《互联网金融公司普惠指数排名》来看，二者从不同角度对普惠金融的发展状况给出了测评。
《北京大学数字普惠金融指数》是从普惠金融需求方出发，旨在从覆盖广度和使用深度上对普惠金融的推广状况做一个评估，例如它在使用深度下的二级指数排名中设置了支付、信贷、投资、货基、保险和征信等六个考察维度，较为全面的涵盖了目前普惠金融的服务范围。当然，因为比较宽泛，集中点在产品和数字技术领域，也容易丧失一种垂直的观察深度。
《互联网金融公司普惠指数排名》则是从普惠金融的供给方出发，将考察点聚焦在互联网金融公司小额信贷业务的普惠程度。这个报告有一个大背景，中国目前经济形势严峻之一，就是民间投资的大滑坡。普惠是民间金融“活血”实体经济的关键，国家通过大力倡导普惠金融，鼓励民间对小微企业毛细水管式的融资，从而稍微降低经济的严峻程度和小微企业和个人的融资难问题。
因为定位的不同，二者的侧重点也有所不同。《北京大学数字普惠金融指数》注重互联网技术在推动普惠金融发展过程中的作用，在考察维度上专门设置了数字支持程度这一维度。《互联网金融公司普惠指数排名》则从注重从金融服务提供者的角度出发考察其在商业上的可持续性，设置的指标包括利率指数和风控指数等。
两份报告都注重评估普惠金融服务对边缘地区和低收入人群的覆盖，《北京大学数字普惠金融指数》的评估空间跨度包含省级、城市和县域三个层级，县级指数考察对象包含了全国范围内的1754个县。《互联网金融公司普惠指数排名》则以小额信贷业务覆盖的县数量在全国县数量中所占比重来测量其业务的空间广度。另外，《互联网金融公司普惠指数排名》还专门设有三农服务指数，用来考察互联网金融公司小额信贷业务对三农群体的覆盖能力。
此外，两份考察报告都有意识地将便利性等从人性角度出发的指标纳入考察体系。《北京大学数字普惠金融指数》设置有便利性这一考察维度，《互联网金融公司普惠指数排名》则设置有便利性和催讨文明指数两个考察维度。
两份普惠金融评估指数都还称不上尽善尽美，但不难看出，其在指标设置上已经呈现出逐渐细化和丰富的特征。
附：
1，《北京大学数字普惠金融指数》部分
2，互联网金融公司信贷业务普惠指数排名
注：
1)各项指标计算规则：
地区覆盖广度=业务覆盖县数量全国县数量;
人群覆盖广度=SUM(Ni/Li)，(Ni为该公司在某一省级行政区的普惠人数，Li为该省级行政区可借贷总人数，穷举该公司业务所涉及省级自治区);
便利程度=申请至放款时长/24小时;
三农服务指数=三农服务人数/总服务人数;
利率指数=(普惠利率+费率)/4倍银行同期贷款利率;
风控指数=M1*10%+M2*30%+M3*60% (M表示贷款逾期的期限，例如“M1”是指申请人在上1期最后还款日后1—30天内还款，以此类推);
催讨文明程度=官方投诉电话总电话数量。
2)各指标的计算结果按百分制统计分数计入表格。
