中国农村金融发展减贫效应研究——基于中西部省级数据

强华玉，黄永兴

（安徽工业大学 商学院，安徽 马鞍山243032）

一、引言与文献综述

贫困问题特别是农村贫困问题始终是影响中国经济发展与社会稳定的重要问题之一，而解决贫困问题的关键之一是要重视金融赋能，着力解决相对贫困问题的金融支撑。早在2015 年12 月，国务院就印发了《推进普惠金融发展规划（2016—2020年）》，要求金融机构开展扶贫信贷工程，创新金融产品和金融手段，让农户、小微企业和贫困人群等享受到成本低廉、便捷高效、安全无忧的互联网金融服务，切切实实为农业增效，为农民增收。2019年12 月，由北京大学数字金融研究中心等科研机构共同发起的“数字金融研究开放计划”发布了一项最新研究成果：数字金融能力的提升，相对贫困概率降低16%以上。可见，金融赋能是反贫困的重要武器，金融发展与贫困减缓之间存在不可忽视的联系。但在中国，各个地区农村金融发展水平和贫困水平之间并不是呈现简单的线性关系，为此，本文在分析农村金融发展的减贫效应时，注重考察农村金融减贫是否存在空间效应。

目前，国内外针对农村金融发展与贫困减缓的研究主要从理论和实证两个方面展开。

理论分析主要侧重点在于农村金融减贫的作用机制分析，目的在于分析农村金融发展通过何种途径来达到减缓贫困的效果。至于农村金融的减贫机制一般从直接和间接两个作用途径来展开。

农村金融减贫直接作用途径主要是通过金融机构为贫困群体提供信贷、储蓄等基础金融服务。这其中最关键在于要求各承办银行要不断推进服务网点向农村基层下沉延伸，扩大网点覆盖面，增强网点服务功能［1］。其中，扶贫小额信贷政策作为最主要的金融减贫的政策措施。农村金融部门向农村贫困人群提供的金融服务直接影响贫困人群的初始禀赋［2］，让农民足不出村就可以办理小额存款、取款、转账、查询、自助缴费等业务。

农村金融减贫间接作用途径则是通过经济增长和收入分配两方面来改善贫困群体贫困现状。对于农村金融减贫的经济效应。贫困家庭的收入增长大约有69%的贡献来自于金融发展的经济增长效应［3］。其中，金融发展影响贫困的经济增长渠道主要在于储蓄转化率、储蓄率和资本的社会边际产出率的增加，从而发挥减缓贫困的作用［4］。因此，通过发展农村金融能够有效拓宽社会经济发展渠道，改善农村地区整体经济条件，从而降低贫困发生率。对于农村金融减贫的收入分配效应。短期内，农村金融发展对农民收入增长没有影响，而长期则会产生显著的消极影响［5］。

但现实中，农村金融发展的减贫成效往往是直接与间接途径并存的结果［6］［1］。

农村金融发展减贫的实证分析主要从全国层面与区域层面两个方面来展开。

从全国层面来看。多数学者认为农村金融发展减贫存在显著的空间溢出效应［7-8］。农村金融发展对农村贫困减缓大体上呈现先下降后上升的一种动态变化趋势；短期来看，相邻地区的农村金融发展水平提高有利于本地区农村贫困减缓，但长期则会产生负向影响［9］。

从区域层面来看。农村金融发展减贫效应区域差异明显。从地区来看，东部地区农民受金融发展的影响较为显著，而对中西部地区并没有产生实质影响［10］。从省份来看，中国省域之间的农村金融减贫贡献也各不相同，安徽、山东、江西等12个省域农村金融发展能够降低贫困人口规模，提高农民相对收入增长速度，而青海、宁夏、海南3个省域农村金融发展对减缓贫困的作用不明显［9］。

通过上述文献的分析，可以发现农村金融发展减贫作用确实存在显著的空间效应，不同地区农村金融减贫作用也呈现明显区域差异。虽然目前学者对农村金融发展的减贫效应进行了一系列的研究，但是还存在一些不足。2010年后，东部地区贫困人口占全国贫困总人口的比例不足15%，对于减贫研究来说，东部地区的贫困样本已经不具有代表性，且更容易影响研究结果。因此，本文选择经济欠发达的中西部地区作为研究样本。借鉴大多数学者的研究思路，采用空间计量模型来分析中西部地区农村金融发展的减贫效应。

二、模型设定与变量选取

（一）模型设定

由于本文主要研究农村金融发展减贫的空间效应，故将空间因素考虑其中，建立空间计量模型。其一般形式如下：

其中，POVit为被解释变量，代表贫困水平；RFDit为解释变量，代表农村金融发展水平；POVi,t-1为被解释变量POVit的一阶滞后；wiRFDiδ表示解释变量RFDit的空间滞后，Xit为控制变量；wi为相应空间权重矩阵W的第i行；ui为个体效应；γt为时间效应；mi为扰动项空间权重矩阵M的第i行。

如果λ=0，则为空间杜宾模型（SDM）；如果λ=0 且δ=0，则为空间滞后模型（SLM）；如果τ=ρ=0 且δ=0，则为空间误差模型（SEM）。

（二）变量选取与数据来源

本文选取2006—2017年中国中西部地区20个省份的相关数据，由于重庆和西藏的数据缺失较多，故本研究将这两个省份剔除，其余18个省份为研究对象。具体变量选取与数据来源如表1所示。

贫困水平（POV）：目前衡量贫困水平的指标主要有FGT指数、Sen指数、基尼系数和恩格尔系数等，其中，恩格尔系数在国际上被公认为判定生活水平高低与划分贫富的重要标准。因此，本文采用各省份的恩格尔系数来衡量贫困水平。

农村金融发展水平（RFD）：选取农村金融规模和农村金融效率两个指标来衡量。由于2015—2017年安徽省、2015年和2017年山东省以及2017年江苏省农村信用社存贷款余额数据空缺，这部分数据采用插值法补齐。

控制变量（X）：包括农村产业结构（nlmy）、农户投资规模（lnnhtz）、财政支农水平（czzn）、农村就业水平（lnjy）、城镇化水平（urb）、经济发展水平（lnpgdp）。其中，财政支农水平（czzn），本文选取各省份政府财政支农支出占财政总支出的比重来衡量财政支农水平。鉴于统计年鉴中指标体系的变化，本文的财政支农水平数据，2006 年为农业支出、林业支出和农林水利气象事业费支出之和与财政总支出的比重来替代，2007—2017年统一为农林水事务支出与财政总支出的比重。

表1 变量选取与数据来源

实证分析时，以货币计量的数据均采用相关价格指数进行处理，为了克服可能存在的异方差问题，将对以货币价格衡量的指标进行对数处理。变量的描述性统计如表2所示。表2的结果表明，2006—2017年中西部省份的贫困水平最小值25.3，最大值53.4，均值为38.0402，说明中西部相关省份的贫困差距较大。从农村金融发展水平的统计结果来看，农村金融效率的均值是0.6821，最小值是0.0734，最大值是5.6541；农村金融规模的均值是3.9841，最小值是0.1758，最大值是23.7151，说明不同省份之间的农村金融发展水平存在很大差异。不同省份之间贫困水平和农村金融发展水平的差异为金融扶贫带来了挑战，增加了难度，说明金融扶贫政策的成功案例只能参考，而不能照搬。

表2 变量描述性统计

三、农村金融发展减贫效应空间计量分析

进行空间计量分析之前，对贫困水平（POV）进行空间相关性检验，以判断是否具有空间相关性。如果存在空间正（负）相关，均表明可以建立空间计量模型进行实证分析。

（一）空间自相关分析

1.全局空间自相关

采用Moran’s I指数来判断中西部地区贫困水平是否存在空间自相关。计算公式如下：

表3 贫困水平（POV）的Moran's I 指数值

表4 中西部省份部分年份的Moran's I 值

表3 中数据显示，2006—2013 年中西部省份的贫困水平的Moran′s I 指数值在1%的显著性水平下都通过了检验；2014 年贫困水平的Moran′s I 指数值并没有通过检验；2015—2017 年中西部省份贫困水平的Moran′s I 指数值均在5%的显著性水平下通过检验。通过表3 能够得出以下两点结论：第一，所有年份的Moran′s I 值均大于0，说明存在空间正相关性；第二，中西部省份贫困水平的空间相关性在逐渐减弱。

2.局部空间自相关

基于篇幅考虑，本文选取部分年份的各个省份Moran′s I 指数值进行检验。通过Stata 15.0 软件分别得到2006年、2010年、2014年及2017年中西部区域贫困水平的Moran′s I 指数值。结果如表4所示。

表4中数据表明各个省份的Moran′s I 指数值大多数都是大于0，只有安徽、甘肃、河南、青海、陕西和新疆的Moran′s I 指数值小于0，且不显著。除此以外，随着时间推移总体呈现下降趋势，临界值水平也同比趋向不显著。可以发现2014年广西、贵州、湖南、吉林、内蒙古、黑龙江和云南7个省份均在5%的临界值水平上显著，说明满足局部空间正相关。2017年虽然没有省份的Moran′s I 指数值达到显著性水平，但是对应往年省份的Moran′s I 指数值同样大于0，说明局部空间正相关趋势依旧存在。

（二）农村金融发展减贫效应模型估计

接着对模型进行设定检验，本文采用Wald检验和LR检验对模型进行判定分析（见表5）。通过表5的检验结果发现，空间滞后的Wald检验和LR检验结果均在1%的显著性水平上拒绝采用空间滞后模型（SLM）的原假设。空间误差的Wald检验和LR检验结果同样在1%的显著性水平上拒绝原假设。综合检验结果，认为SDM模型是适合的，因此本文选用空间杜宾模型（SDM）。

确定好空间杜宾模型后，对模型进行Hausman检验，确定选择固定效应模型还是随机效应模型。Hausman检验值为-2.34，不能拒绝随机效应的原假设。因此本文采用随机效应的空间杜宾模型估计结果。

表5 农村金融发展减贫效应模型设定检验

1.模型估计结果

为了便于模型比较，将随机效应的空间杜宾模型（SDM）、空间滞后模型（SLM）以及空间误差模型（SEM）的回归结果进行比较。如表6 所示。

表6 农村金融发展减贫效应估计结果

通过表6 的估计结果，空间杜宾模型（SDM）的空间相关性系数r为0.247，通过5%临界值的显著性检验，说明农村金融发展减贫效应存在空间正相关性。同时，也能说明确实存在空间溢出效应，即本地区的农村金融减贫效应会对周边地区有溢出效应。

具体分析空间杜宾模型下农村金融发展对减缓贫困的影响，其中核心解释变量包括农村金融效率和农村金融规模。农村金融效率的系数为0.482，大于0，并在1%的临界值上显著，说明农村金融效率的减贫作用并没有得到证实，反而会在一定程度上加剧贫困深度。而农村金融规模的系数为-0.0149，小于0，意味着农村金融规模是有助于减缓贫困的，但估计结果并没有通过显著性检验。通过表6的结果表明农村金融效率与规模的减贫作用均没有达到理想的效果，出现这种现象的原因可能是与农民的经济能力相关。农村贫困群体的收入普遍处于较低水平，而农村金融效率与规模的减贫作用需依托一定的经济能力或者借助政府的金融扶贫措施才得以发挥。因此出现农村金融效率与减贫正相关，农村金融规模与减贫负相关的关系。

其他控制变量的估计结果显示，经济发展水平的系数为-6.12，小于0，且满足在10%的临界值水平上显著，地区经济发展每增长1%，贫困水平将下降6.128个百分点。说明经济发展能够增加农民收入，促进就业，有利于减缓贫困现状。农户投资水平的系数为-2.846，小于0，且满足在5%的临界值水平上显著，农户固定资产投资额每增长1%，贫困水平将下降2.846个百分点，说明农户投资水平提高将显著改善农户自身经济状况。城镇化水平的系数为-33.37，小于0，且满足在5%的临界值水平上显著，城镇化水平每增加1%，贫困水平将下降33.37个百分点，说明城镇化水平对减缓贫困的作用较大，城镇化进程加快能够显著促进贫困减缓，改善贫困面貌。农业结构及财政支农水平没有通过显著性检验，说明调整农业结构和财政的扶持力度对减贫作用不明显。

以上结果表明，农村金融发展水平对减缓贫困的作用受到种种因素限制。除去外力因素外，更重要的是农村自身金融水平一般，无法满足农户多元化的金融需求。农村地区对金融资金较弱的吸引力使得农村金融发展进程缓慢，加上农村地区本身经济条件制约，最终形成农村金融发展减贫成效不尽如人意的局面。

2.模型空间效应分解

以上的研究是从数据本身出发去考虑空间相关性的存在以及分析空间作用程度。为了进一步研究农村金融减贫的空间效应，探索一地区农村金融发展对减缓自身贫困作用以及对周边地区减贫事业的影响，本文基于空间杜宾模型，通过空间效应分解得出农村金融发展对贫困减缓的直接效应和空间溢出效应。具体研究结果见表7。

表7 农村金融发展减贫效应分解

通过表7的结果能够发现农村金融发展效率的直接效应系数为0.556，空间溢出效应系数为1.298，均在10%的显著性水平上显著。意味着农村金融效率减贫具有显著的直接效应和溢出效应，并且可以认为本地区的农村金融效率对周边地区的作用程度远大于对自身的影响。只是这种影响均是消极的，可能意味着农村金融效率的提高不仅不能缓解本地区贫困现状，而且反而会进一步加深贫困程度，且会给周边地区带来负影响。农村金融发展规模的直接效应与溢出效应系数分别为-0.0256、-0.0841，均为负，这表明本地区的农村金融发展规模对其自身而言确实存在减缓贫困的效果，并且能够减缓周边地区贫困现状。

从农村金融发展水平指标本身去解释，农村金融发展减贫的直接效应和溢出效应的结果表明要提高农村金融减贫的贡献率，必须要合理分配资金流向，提升农村地区资金利用率，以满足贫困户多样化的信贷需求，才能进一步改善农村贫困现状。除此之外，农村金融的发展离不开农村经济的振兴。因此，为确保农村金融发展稳健运行，增强农村经济实力也有了新的时代要求，这就需要因地制宜发展农村特色产业，打造农村现代化经济集聚体系。农村经济振兴了，才能更好地为农村金融发展助力，才能摆脱农村贫困、落后的局面。

四、结论及政策建议

本文根据农村金融发展对于贫困减缓的实证分析，基于空间面板回归模型，利用2006—2017年中国中西部地区18个省份的相关数据，检验了农村金融发展与贫困减缓之间的空间联系。结果表明：第一，农村金融效率的提高不仅不能减缓农村贫困，反而会在一定程度上增加贫困深度，而农村金融规模对贫困减缓具有显著减贫效应。第二，农村金融发展水平对减缓贫困确实存在显著的直接效应与空间溢出效应，具体来说，农村金融效率的直接效应与溢出效应均是消极的，而发展农村金融规模的作用则大大优于金融效率，农村金融规模的增加会在一定程度改善贫困面貌，减缓贫困压力。同时还具有显著的溢出效应，促进减缓周边地区贫困水平。基于上述研究结论，本文提出以下三点政策建议：

第一，要注重财政向“三农”倾斜。2020 年是打赢脱贫攻坚战的收官之年，要完成这两个目标，需补齐“三农”领域的突出短板，精准施策做好“三农”金融服务。通过有效的激励约束机制引导金融资源向“三农”倾斜，建立健全政府性融资担保和风险分担机制，灵活运用“小额贷”“特惠贷”等政府融资平台。结合实际地开展“扶贫、支农再贷款+精准扶贫贷款”模式的运用，认真落实地方财政支持金融精准扶贫方案。

第二，着力构建普惠性现代农村金融体系。需加强农村金融精准扶贫工作，加大金融扶贫力度，创新农村金融扶贫产品和服务，合理引导农村信贷资金流向，确保金融扶贫资金向贫困区的持续注入。最为明显的是，2020年新冠肺炎疫情给小微企业带来巨大的资金压力，严重影响小微企业的生存与发展。为此，金融部门要把支持实体经济恢复发展放到更加突出的位置，加大信贷投放力度，切实采取措施，降低融资成本，帮助企业渡过难关。

第三，加快实施乡村振兴战略。脱贫攻坚事业是全面建成小康社会的主要内容，但不是结束。“乡村兴则国家兴”，乡村振兴战略作为十九大提出的一项重大战略，而金融则是乡村振兴极为重要和关键的支撑要素。只有坚定金融支持乡村振兴政策不放松，才能促进乡村经济向活向新发展。