空间溢出性、收入门槛与金融发展多维减贫
——基于动态空间模型和平滑转换模型的实证检验
2020-06-18师荣蓉
师荣蓉
(西北大学 经济管理学院，陕西 西安 710127)
一、引言
近年来，中国积极推进金融扶贫战略。2019年中国人民银行发布《关于切实做好2019—2020年金融精准扶贫工作的指导意见》，要求加大金融资源倾斜力度，满足贫困地区合理金融需求。2019年银保监会发布《关于做好2019年银行业保险业服务乡村振兴和助力脱贫攻坚工作的通知》，强调基础金融服务扩面提质、助力打赢脱贫攻坚战。《中国农村扶贫开发纲要(2011—2020 年)》明确提出要大力推进金融扶贫，推动贫困地区金融产品和服务方式创新。根据中国人民银行统计，截至2018年末，全国银行业金融机构涉农贷款余额33万亿元，扶贫开发项目贷款余额4 429.13亿元，扶贫小额信贷余额2 488.9亿元，支持建档立卡贫困户641.01万户。金融发展对脱贫攻坚具有“双刃剑”的作用：一方面，金融发展通过促进经济增长以加强农村基础设施建设、提升贫困人群教育水平、改善农村人居环境等缓解多维贫困问题；另一方面，贫困群体由于受教育水平较低、缺乏可抵押资产、可担保贷款及缺乏风险管理手段等弱质性使其面临金融排斥和金融抑制。然而，随着中国金融改革的不断深化，金融发展能否有效促进多维贫困减缓进而推动乡村振兴，不同省份金融发展多维减贫是否具有地理空间上的溢出效应，这些问题的回答对于指导金融发展多维减贫具有重要的理论和现实意义。
二、文献综述
近年来，国内外有关金融发展减缓多维贫困的研究主要包括：其一，关于金融发展减缓收入贫困，形成了促进、抑制、不确定三种观点。在促进论方面，方莹等利用GMM模型研究发现金融发展对精准扶贫的效果显著，并且对收入不均衡有明显的改善作用[1]；邵汉华和王凯月研究表明普惠金融能够显著减缓贫困，并且在减少贫困广度方面的效力大于贫困深度[2]。在抑制论方面，McIntosh和Wydick研究发现商业金融追逐利润会淘汰收益率低的项目，使得穷人被排挤出金融市场[3]；Arestis和Caner认为金融机构考虑资源优化配置会使得低收入人口的收入进一步减少[4]。在不确定论方面，王汉杰等研究发现，深度贫困地区农村正规金融有效促进了农户收入增长，农村非正规金融对贫困农户的收入增长表现为抑制作用[5]；杨俊等指出金融发展短期对贫困减缓具有促进作用，而长期作用并不显著[6]。其二，金融发展减缓教育贫困、医疗贫困、生活贫困等。刘宏霞等研究发现，随着西部地区农民人均纯收入的不断提高，金融发展对教育贫困的促进效应逐渐减弱，而对生活贫困和医疗贫困减缓的促进效应逐渐增强[7]。傅鹏等研究表明，金融发展对减缓农民教育贫困不仅具有直接作用，还能通过溢出效应对邻近省份发挥减贫作用，而对医疗贫困的改善主要依赖政府财政支出和当地经济发展水平[8]。陈银娥和张德伟运用结构方程模型研究发现，县域金融发展对消费贫困的减缓作用强于医疗贫困与教育贫困[9]。第三，金融发展减缓信息贫困。贺立龙等研究发现，贫困农户依赖非正规借贷，金融发展通过减少信息不对称，引导贫困农户主动进入信贷市场，破解信息贫困帮助贫困农户生产脱贫[10]。徐玮和谢玉梅研究发现，通过破解贫困地区信息贫困问题，做好扶贫小额贷款政策的基层宣传，拓展贫困户对外融资需求有助于减贫[11]。
本文在上述基础上从以下三个方面进行完善：首先，在研究对象方面，已有文献关注西部地区金融减贫的较少，然而从贫困县和贫困人口的分布来看，主要集中在西部地区，因此本文对西部地区金融发展多维减贫效应进行研究，具有代表性和典型性。其次，在研究视角方面，以往针对金融减贫的研究多集中于收入贫困等单一维度，可能会遗漏收入已达标但仍陷入多维贫困的人口。随着人均收入水平的逐步提高，新时期中国贫困的主要表现形式已由绝对贫困逐步转变为相对贫困和社会排斥，收入之外其他维度的贫困和福利的被剥夺成为当前多维贫困的发展态势。再次，在研究方法方面，以往研究多采用系统GMM模型、结构方程模型或传统计量模型等方法，本文引入空间动态模型和平滑转换模型考察区域间金融减贫的时空相关性和门限效应，克服了传统模型未考虑样本空间溢出性和非线性可能导致的估计结果偏误的缺陷。
三、理论分析
(一)金融发展减缓多维贫困的理论分析
早期的贫困研究主要关注由于收入水平不高而引起的贫困现象。随着对贫困问题的深入探讨，诺贝尔经济学奖得主阿玛蒂亚·森提出了基于多维贫困分析框架的能力贫困理论[12]。联合国开发计划署在《2010年人类发展报告》中，采用健康、教育、生活标准三个维度测算全球104个发展中国家多维贫困指数，本文在此基础上增加了资产维度。资产维度反映一个家庭多年的收入积累和消费平滑后的财富状况。因此，本文从健康、教育、资产和生活标准四个维度遵循全面性、可比性和数据可得性原则构建多维贫困综合指数来考察多维贫困水平，其中健康维度通过医疗贫困衡量，教育维度通过教育贫困衡量，资产维度通过住房贫困衡量，生活维度通过经济贫困、信息贫困、交通贫困和生态贫困来衡量，具体如图1所示：
图1 多维贫困内涵分析图
金融发展多维减贫的机制主要表现为，在金融规模持续扩张、金融结构趋于合理、金融效率逐步提高的过程中，通过储蓄效应、投资效应、资源配置效应、风险分散效应和自有资本效应，促进物质资本、人力资本、社会资本积累，降低交易成本，推动技术进步，进而减缓多维贫困。首先，通过储蓄效应，可以帮助贫困人口增加家庭财富和平滑消费，促进物质资本和人力资本积累，优化贫困地区整体发展状况；其次，通过投资效应，可以为贫困人口提供改善生活、增加营养、学习知识、提高技能、发展生产等所需的必要资金，使穷人有能力投资新技术、提高劳动生产率和预期收入，帮助他们解决生产生活的资金约束从而创造更多经济机会；第三，通过资源配置效应，可以减少信息不对称，降低交易成本，缓解金融排斥，改善贫困群体在收入、健康、教育、保险、就业等方面的多维贫困，防止贫困的代际传递；再次，通过风险分散效应，可以帮助因非人为因素而导致收入不稳定的从业者规避风险，增强贫困群体抵御收入波动风险的能力，减少因病返贫、因灾致贫的比例，有效遏制风险对贫困群体造成的不利影响；最后，通过自有资本效应，可以增加低收入群体获得资金的机会和途径，扩大自身社会网络关系，改善自身资源质量，帮助其完成初始资本积累，创造更多的就业脱贫机会，实现内部自生的“造血式”脱贫。具体如下图所示：
图2 金融发展多维减贫机制分析图
(二)金融减贫空间溢出性的理论分析
金融减贫的空间溢出效应是指金融发展对邻近地区的多维贫困具有一定的作用，具体包括以下五个方面的特征：第一，空间近邻性。由于资本、资源、技术等生产要素跨区域流动的速率与区域间距离成反比，同时地理因素与社会因素的作用结果不会因地区的行政划分而骤然割裂，而是在地区间相互影响逐渐过渡，使得贫困呈现出空间近邻性集聚分布。第二，金融外部性。从金融需求来看，通过邻近地区金融知识、认知与经验的互动交流，实现金融知识与经验的溢出，间接提高邻近贫困地区居民的金融素养，使其通过参与金融服务减缓贫困。从金融供给来看，一方面金融发展从贫困地区吸收存款，导致区域间贫困差距的进一步扩大，造成“贫困的恶性循环”，另一方面金融发展促进本地区经济增长的同时惠及邻近贫困地区，帮助贫困群体提高自我发展和获取经济成果的能力，形成区域间良性的“循环累积因果效应”。第三，示范效应。邻近地区金融减贫模式、政策支持与配套体系将会通过地理临近的信息外溢对周边地区产生示范作用，助推邻近地区金融减贫，同时金融机构的整体布局、金融配套基础设施建设也会对邻近地区的金融减贫产生正向外部性和示范效应。第四，涓滴效应。金融发展尽管并未给予贫困阶层、弱势群体或贫困地区特别的优待，但是通过惠及富裕群体和发达地区使得其先进技术和管理方式等经济进步因素向贫困地区涓滴，同时通过消费、投资、就业等方面惠及贫困阶层或地区，带动贫困地区经济增长和贫困减缓。第五，增长极效应。金融发展通过优先支持“增长极”地区减贫，辐射周边地区共同发展，同时被辐射地区具有后发优势，可以直接借鉴“增长极”地区金融减贫的经验，形成区域间金融减贫的空间溢出效应。
(三)金融减贫非线性门槛特征的理论分析
20世纪40年代，罗森斯坦(1943)、纳克斯(1953)等发展经济学家强调贫困地区只有越过人均收入水平的“门槛”才能摆脱贫困，否则会陷入“贫困的恶性循环”，即金融减贫在经济发展水平的不同区间呈现出非线性门槛特征。贫困地区金融排斥问题严重、金融资源配置扭曲从供给和需求两方面使得贫困地区陷入了“贫困的恶性循环”。“贫困的恶性循环”是因为经济发展中存在多重均衡，其高水平均衡和低水平均衡是稳定均衡，而跳跃“贫困陷阱”门槛的均衡并不稳定。贫困地区只有越过人均收入水平的“门槛”才能进入持续的经济增长，最终达到高水平均衡，而资本匮乏是阻碍贫困地区越过贫困“门槛”的关键因素。“贫困陷阱”的存在依赖于规模报酬递增假设，本文对索洛模型稍作修改，使其具有一个规模报酬递增的阶段。
设生产函数为f(k)，其中f′(k)>0，
(1)
当人均资本存量在ka
图3 贫困陷阱图
从上图可以看出，(k1，y1)、(k2，y2)、(k3，y3)都是均衡点，但只有(k1，y1)和(k3，y3)是稳定均衡，而(k2，y2)的均衡是不稳定的。如果经济的初始状态比较贫穷，就很容易陷入低水平均衡，倘若要移动到高水平均衡，必须依靠资本积累跳过(k2，y2)的门槛，否则就会陷入(k1，y1)的“贫困陷阱”中。可见，“贫困陷阱”的制约力量来自资本积累的障碍，资本积累只有在跨越一定门槛后，才能摆脱“贫困的恶性循环”。由于金融在资本积累中发挥着重要作用，贫困地区需要依靠金融发展整合社会闲散资金以促进资本积累，从而跳出“贫困陷阱”进入更高水平的均衡状态。
四、实证研究
(一)研究方法
1.动态空间杜宾模型
多维贫困具有空间联系和时间惯性，当期的多维贫困水平同时受周边地区相关因素和上一期本地区多维贫困的影响，因此本文设定一种无约束的动态空间杜宾模型，如下式所示：
(2)
其中，多维贫困综合指数povit是it×1维被解释变量；Xit是it×k维解释变量，包括核心解释变量金融规模、金融结构、金融效率和控制变量；μi为i×1维省份固定效应列向量；ϑt为t×1维时间固定效应列向量；εit为误差项，满足εit～(0，σ2)；α、β和ρ代表待估参数；Wi是空间权重矩阵。ρ代表空间滞后参数，反映不同省份间多维贫困的空间关联性，若ρ为正，表明多维贫困存在正向空间效应，反之则表明存在负向空间效应。
2.面板平滑转换模型
本文借鉴Gonzalez et al提出的面板平滑转换模型，该模型在面板门槛模型基础上放松了限制条件，使用Logistic函数形式的平滑转换解决了门限的突变现象[13]。构建面板平滑转换函数模型如下：
povit=μi+β01scait+β02strit+β03effit+β04govit+
β05urbit+β06pubit+β07trait+β08ecoit+β09jobit+β10expit+(β01scait+β02strit+β03effit+β04govit+β05urbit+β06pubit+β07trait+β08ecoit+β09jobit+β10expit)×g(incit；γ；c)+υit
(3)
其中，多维贫困综合指数(povit)为被解释变量；金融规模(scait)、金融结构(strit)、金融效率(effit)为核心解释变量；政府支持(govit)、城市化(urbit)、公共服务(pubit)、进出口总额占比(trait)、经济增长(ecoit)、就业水平(jobit)和西部大开发政策的实施(expit)为控制变量；μi为个体效应；υit为随机扰动项，服从标准正态分布。g(incit；γ；c)是以人均收入水平(incit)为转换变量的(0，1)区间的连续型转换函数，本文设定的logistic转换函数形式如下：
c1≤c2≤…≤m，γ>0
(4)
上式中，γ为转换参数决定转换的速度，m表示位置参数的个数，cj为位置参数决定转换发生的位置。需要注意的是，模型估计之前需要通过非线性检验和AIC、BIC准则来判断转换函数的个数和转换机制。
(二)评价指标体系构建
被解释变量：多维贫困综合指数。本文通过经济贫困、住房贫困、医疗贫困、教育贫困、交通贫困、生态贫困、信息贫困来构建多维贫困综合指数(1)多维贫困指数中，经济贫困用农村恩格尔系数衡量，住房贫困用农村人均住房面积衡量，教育贫困用普通小学在校学生数衡量，医疗贫困用每万人口拥有床位数衡量，交通贫困用每万人公路里程数衡量，信息贫困用电话普及率衡量，生态贫困用每万人农作物耕种面积衡量。恩格尔系数为正向指标，其他指标均为负向指标。多维贫困指数越高越贫困，越低越富裕。。鉴于主成分分析法在构造权重和指标综合等方面较权重分配法具有显著稳健性，故本文使用主成分分析法。KMO统计量为0.732>0.7，说明适合做主成分分析，Bartletts球形检验P<0.05，表明变量间具有较强的相关性，可以运用主成分分析法研究多维贫困水平。由于主成分贡献率达到85%以上即可视为有效因子，而前3个主成分的累计贡献率达到87.5%，因此可以将3个主成分按方差贡献率加权得分得到多维贫困综合指数。
解释变量：本文借鉴王志强和孙刚的研究，将金融发展界定为规模扩张、结构优化和效率提高[14]。首先，金融规模利用戈氏指标，即金融相关比率来衡量。其次，金融结构考虑到贫困地区一般以第一产业为主导产业，同时中国资本市场1978—1990年尚未建立，故选用农业贷款余额占贷款余额比重来衡量。再次，金融效率考虑到中国西部地区主要是以银行为主导的金融体系，故使用贷存比来衡量。另外，鉴于金融减贫受到收入门槛的影响，故选取人均收入作为门限变量。
控制变量。鉴于蔡晓春和郭玉鑫、单德朋等、杨颖、杜威漩、罗知研究表明，政府支持、城市化、公共服务、进出口总额占比、经济增长、就业水平、西部大开发都可能影响贫困减缓[15-19]，故选取上述变量为控制变量，具体如表1所示：
表1 指标体系构建
本文使用1978—2017年西部12省区的面板数据，来源于《中国统计年鉴》《中国金融年鉴》《新中国60年统计资料汇编》和《中国农村统计年鉴》等。
(三)实证检验及分析
1.金融减贫的空间溢出效应研究
首先，利用Moran散点图对多维贫困进行空间自相关性检验，如图4所示：
图4 西部地区多维贫困综合指数Moran散点图(1978年和2017年)
图4结果显示，1978年和2017年西部地区大部分省份的多维贫困综合指数位于第一象限和第三象限内，表现为正相关，即LL聚集和HH聚集，表明多维贫困存在显著的空间相关性，且逐渐加强。
由于稳健LM-lag统计值和稳健LM-error统计值均在5%的水平上显著，空间杜宾模型的Wald检验显著，故使用更具一般意义的动态空间杜宾模型，根据Hausman检验结果选择固定效应。本文使用基于空间邻接矩阵W1与K(K=4)最近点权重矩阵W2下的动态空间杜宾模型来说明估计结果的稳健性，如下表所示：
表2 动态空间计量模型回归结果
注：括号内为z统计量，**、***分别为5%和1%水平上显著。
从上表可以看出，在空间邻接矩阵W1和最近点权重矩阵W2下，动态空间杜宾模型的空间滞后项和时间滞后项都通过了显著性检验，说明各省多维贫困水平存在空间溢出性和时间惯性。考虑到基于空间邻接矩阵W1模型的拟合优度高于最近点权重矩阵W2，本文选择W1矩阵下的动态空间杜宾模型进行空间溢出效应分析。
首先，从金融发展来看，金融效率提高、金融结构改善对多维减贫具有显著正向作用(2)系数为负说明金融效率提高、金融结构改善有利于多维贫困水平的降低，对多维减贫起正向作用。，金融规模扩大具有显著负向作用，表明金融效率提高和金融结构改善能够提高贫困人口金融服务的可及性，而金融规模扩大更多的是从贫困地区“抽血”，使得金融资源从农村流向城市，不利于多维贫困减缓。其次，从控制变量来看，按照影响程度从高到低，经济增长、就业水平、公共服务对多维减贫具有显著正向作用，政府支持、城市化、西部大开发作用不显著，进出口总额占比具有显著负向作用。实证结果说明经济增长水平的提高具有涓滴效应；就业水平的提高有利于增加收入；公共服务水平的提高可以更好地惠及贫困人群；进出口总额提高使得设备进口代替非熟练劳动力的使用，贫困人口很难从对外贸易中获益。再次，从空间交互项来看，邻近地区金融效率提高、金融结构改善表现出显著正向空间溢出效应，邻近地区金融规模扩大表现出显著负向空间溢出效应，邻近地区经济增长、就业水平、政府支持、公共服务和对外贸易表现出显著正向空间溢出效应。
本文在空间邻接矩阵W1下对金融发展多维减贫的空间效应进行分解，如表3所示。动态空间杜宾模型的空间效应分解包括直接效应和间接效应的长期影响和短期影响。直接效应是指本地区自变量变化对本地区多维贫困的影响，间接效应是指本地区自变量变化对其他地区多维贫困水平的影响。
表3 金融发展多维减贫空间效应分解结果
注：括号内为z统计量，***为1%水平上显著。
可以看出，短期内金融发展对多维贫困减缓具有显著负向影响，而长期中具有显著正向影响，并且长期影响大于短期影响，间接效应大于直接效应，说明金融减贫所表现出的长期影响和空间溢出特征不容忽视。短期直接影响为负表明金融发展只是从贫困地区“抽血”，而不是“造血”，金融资源配置不均衡制约着贫困群体收入水平的提高；短期间接影响为负表明相邻地区和本地区在争取农村金融资源方面可能存在着竞争关系。长期中，金融发展可以通过提升经济增长从而为弱势群体提供更多的就业机会、改善基础设施、帮扶教育医疗、促进技术进步以有利于本地区和邻近地区减缓多维贫困，当然这是一个漫长的过程。
2.金融减贫的非线性效应研究
首先，在对模型进行估计之前，需要对模型进行检验。Hausman检验统计量显著，单位根检验结果表明被解释变量和解释变量之间存在长期均衡关系。利用“无剩余异质性检验”考察多维贫困与金融发展之间是否存在线性关系，检验结果显示各检验统计量均在1%显著性水平上拒绝原假设，说明面板数据具有异质性，应该采用非线性面板平滑转换模型进行研究。
其次，根据AIC和BIC准则选择转换机制和最优位置参数的个数，如下表所示：
表4 转换机制和位置参数个数的确定
最后，利用Matlab软件得到以人均收入作为门限变量的平滑转换模型估计结果，如表5所示。
第一，从面板平滑转换模型的平滑转换参数可以看出，低收入水平转换为中等收入水平的转换速度较慢，中等收入水平转换为高收入水平的转换速度较快。实证结果符合“贫困陷阱”的理论假设，贫困地区一旦跳出“贫困陷阱”，就会较快地向高收入水平转换。
第二，从核心解释变量来看，金融发展在不同收入水平上对多维贫困减缓的影响程度不同。当人均收入低于6 618.5元时，金融规模扩大对多维贫困减缓的影响不显著，金融效率提高具有显著负向作用，金融结构优化即农业贷款占比提高具有显著正向作用；当人均收入处于6 618.5～9 740.5元之间时，金融规模扩大、结构优化和效率提高对多维贫困减缓具有正向作用，其中结构优化和效率提高的正向减贫作用显著；当人均收入高于9 740.5元时，金融规模扩大、结构优化和效率提高均对多维贫困减缓起显著正向作用。由此发现，金融发展对多维减贫表现出显著的非线性特征。当人均收入处于低水平时，贫困人群将增加金融贷款用来解决温饱问题，而不是用来增收，金融发展只是从贫困地区吸收存款，使得大量资金通过金融体系外流，不利于当地经济发展和贫困人群收入水平的提高；当人均收入跳跃“贫困陷阱”时，金融发展对未越过收入门槛的贫困人口没有带来显著收益；当人均收入处于高水平时，贫困人群从金融机构获得贷款主要用于生产性投资而非生活性消费，故有机会投资高收益项目，金融发展通过资本积累与技术进步加速经济增长，使得金融减贫的作用有所加强。以上研究结果表明，正如发展经济学家提出贫困地区只有越过人均收入水平的“门槛”才能从金融发展中获益，不然将陷入贫困的恶性循环难以摆脱，即金融发展在经济发展的不同区间对贫困减缓的边际作用有所不同。
表5 平滑转换模型估计结果
注：括号中为t统计量，***、**、*分别表示在1%、5%、10%水平上显著。
五、结论与建议
本文基于动态空间杜宾模型和平滑转换模型，利用改革开放以来1978—2017年西部12省区的空间面板数据，通过构建经济贫困、住房贫困、医疗贫困、教育贫困、交通贫困、生态贫困、信息贫困的多维贫困综合指标，对改革开放以来西部地区金融发展多维减贫效应进行研究，得到如下结论：其一，多维贫困存在显著的空间相关性和时间惯性，且随着时间的推移，相关性越来越强，金融结构改善、金融效率提高具有显著的减贫溢出效应。其二，短期内金融发展对多维贫困减缓具有显著负向效应，而长期中具有显著正向效应。其三，经济增长、就业水平、政府支持、公共服务和对外贸易对多维贫困减缓具有从高到低的显著正向空间溢出效应。其四，金融发展对多维贫困减缓表现出显著的非线性门槛特征，贫困地区只有越过人均收入的“门槛”才能从金融发展中获益，因此贫困地区需要依靠金融发展整合社会闲散资金，以便跳出“贫困陷阱”进入更高水平的均衡状态。
基于以上结论，本文提出如下政策建议：第一，政府在制定金融减贫政策时要重视地区间的关联关系和溢出效应，树立空间一体化的全局观念，打破经济分割和“本位主义”施政思想，加强地区之间的金融联系和交流合作，发挥金融减贫的协同效应，形成一种互利共赢的金融服务格局。整合各类扶贫资源，增加贫困地区金融的有效供给，而不是盲目扩大金融信贷规模，减少资金向城市回流现象，改变金融资源配置的扭曲。第二，引导生产性信贷遵照国家政策促进农村经济增长，充分发挥金融减贫长期作用的同时，有必要逐步放开涉及民生的消费信贷投放，制定各种金融优惠政策，缓解贫困群体在营养、健康、人力资本投资等方面的流动性约束，合理引导本地区金融发展，避免地区间金融资源的过度竞争。第三，针对经济增长、就业水平、政府支持、公共服务和对外贸易所产生的显著外溢效应，各地区要削减长期形成的“空间壁垒”，地方政府之间加大开放力度，充分利用现代远程技术，大力引进远程教育医疗系统，以经济强弱组合形式分摊减贫责任。第四，结合不同地区人均收入的实际情况合理配置金融资源，按照政策性、合作性、商业性等各类金融机构的不同职能定位实行差别化的金融支持政策。在人均收入处于低水平均衡的地区，应拓展并强化政策性金融的引导和保障功能，通过相应模式机制进行扶贫性金融产品的设计和开发，发挥其在特定领域特别是金融空白领域的服务优势；在人均收入处于跨越“贫困陷阱”门槛的地区，应放开农村信用社的中间业务限制，挖掘合作性金融的减贫潜力，推进其业务范围和业务职能，以改善贫困群体的经济福利和社会福利；在人均收入处于高水平均衡的地区，创新商业金融服务体系，精准对接“三农”客户需求，形成覆盖农业生产、农民生活、农村生态等方面的强农、富农、惠农系列金融产品，以市场化运作的形式变“输血”式扶贫为“造血”式扶贫。
