广西县域金融扶贫效应研究

罗琳（广西师范大学经济管理学院）

■ 问题的提出

金融作为当今经济的核心，在服务乡村振兴与扶持脱贫方面也具有不可替代的作用。向农村地区、偏远贫困山区提供持续的金融服务，满足农民日常各种金融需求，能大大提高贫困地区自我发展能力。金融扶贫目前已成为精准扶贫战略的重要组成部分，但农村贫困地区金融资源投入以及金融扶贫效率问题都需要重视。

金融扶贫效应体现在经济增长效应与分配效应，经济增长效应是指金融发展通过促进经济增长以惠及贫困群体达到减贫的目的（孔凡斌等，2019）[1]；收入分配效应是指金融发展能够减少收入分配差距来减少绝对贫困，改善收入分配状况（张音等，2015）[2]。金融扶贫既能增加金融供给，降低贫困地区及贫困群众贷款难度，同时金融能支持贫困地区发展特色产业，增加金融需求。金融发展通过提高贫困人口对金融服务的获得性来对贫困减缓产生直接作用（陈银娥等，2018）[3]。

另外，金融发展有助于降低农户融资门槛和降低农村信息不对称程度，缓解农村融资难、贵、慢的问题；将金融与本地特色产业相结合，能推动金融与乡村振兴的有机融合。目前金融监管制度不完善、金融扶贫成本高、难度大、农村金融排斥等问题都是金融扶贫面临的困境（周天芸，2018）[4]，金融发展难以满足日益增长的资金需求，财政扶贫的效果没有达到预期（朱玲等，2018）[5]。

本文基于广西80个县金融扶贫的实践，采用GLS估计、固定效应模型以及系统GMM模型分析金融扶贫效果，据此提出优化金融扶贫效率的政策建议，以期对广西县域的金融扶贫实践起到积极的推动作用。

■ 广西县域金融扶贫效应的实证分析

（一）数据来源

本文选取了广西80个县作为研究样本，数据主要来源于《中国县域统计年鉴（县市卷）》与《广西统计年鉴》。《中国县域统计年鉴（县市卷）》中含有广西81个县域单位经济社会发展资料，由于邕宁区的大部分数据缺失本文将此样本剔除。

（二）变量选取

被解释变量：以农村居民人均纯收入的对数值（lnpov）作为衡量贫困程度的指标。农民可支配收入的多少直接关系农民贫困与否，可支配收入高于国家收入贫困线标准表示已脱贫，反之则表示仍处于贫困中。

核心解释变量：金融资源注入（lnfinan）。该指标采用的是金融机构人均贷款余额的对数值衡量。

控制变量：参考王汉杰等（2020）[6]选取相应的控制变量，主要包括基础设施（lninfra），采用固定资产投入的对数值衡量，产业结构（ind）采用第一产业增加值与第二、第三产业增加值之和的比值衡量，人力资本（edu）采用每万人普通中学在校学生数衡量、农业发展水平（arg）采用农业机械动力衡量。

（三）模型构建

为检验金融发展的扶贫效应，构建以下模型来进行分析：

式中，i和t分别表示第i个县和第t年，vit为随机扰动项，µit为每个横截面个体截距与截距均值的差值，βi(i=0，1，…，5）表示待估参数。系数β1反映金融发展的减贫效应，当系数β1显著为正时，表明金融发展有减贫作用；相反，当系数β1显著为负时，则意味着金融发展并不能达到减贫效果，甚至使得县域地区更加贫穷。

（四）实证结果分析

模型（1）是在不考虑控制变量影响时采取广义最小二乘法（GLS）估计结果。结果显示金融资源的注入对农村贫困状态具有减缓作用，即金融资源的注入有显著的减贫效应。模型（2）是考虑控制变量影响时采取广义最小二乘法（GLS）估计结果。结果与模型（1）保持一致，但控制变量的加入影响了金融扶贫的效果，金融扶贫的作用效果有所下降。其次，采用静态面板的估计结果显示金融发展确实能有效减贫，但此时依然可能内生性问题。因此，采用农村居民人均纯收入的对数值滞后一期作为解释变量加入到模型中，构建动态面板数据模型，采取系统GMM进行估计（模型（4）），缓解模型中的内生性问题，并检验模型的稳健性。结果显示，AR（2）不再存在自相关，过度识别检验（即Sargan统计量和Hansen统计量）结果在5%显著水平并没有拒绝“所有工具变量均有效”的原假设，因而模型设定比较合理。

表1 金融发展减贫效应的实证结果

由表1可以得出结论：未加控制变量与加入控制变量情况下，金融发展减缓的效果均显著，但加入控制变量的金融减缓效果有所降低，表明金融减缓效果受其他因素的影响。金融扶贫能发挥作用主要是因为金融能够促进农民收入增加。第一，根据固定效应模型与系统GMM模型，基础设施的发展对贫困减缓的系数为正，表明基础设施的建设有利于广西县域的贫困减缓。第二，固定效应模型下，产业结构对贫困减缓显著为负，表明广西县域产业结构不合理，客观条件的限制难以发展第二、第三产业，难以带动经济的发展，产业结构的不合理不利于贫困减缓。第三，系统GMM估计下，受教育水平与贫困减缓呈正向关系，表明受教育水平的提高有利于贫困减缓。第四，农业发展水平在固定效应模型下与贫困减缓呈正相关关系，且影响显著，但在系统GMM模型下为负相关关系，但显著度并不明显，所以农业发展水平即农业机械动力的投入对贫困是否能减缓可能要根据地区实际情况进行评判。另外，把农民人均纯收入滞后一期加入模型中作为解释变量检验农民收入的滞后效应，结果显示农民的前一期收入并不能有效减缓贫困，这表明农民大部分收入都会作为各种支出消耗掉，未来的收入情况并不会因为上一期的收入而有所改善。

■ 结论及政策启示

本文考察了金融发展对贫困减缓的影响及其作用，得出以下结论：利用GLS估计、固定效应模型以及系统GMM模型实证分析了广西县域金融扶贫效果，结果显示金融的发展有利于减贫，但基础设施、产业结构、人力资本、农业发展水平等因素干扰了金融发展减贫效应的发挥。其中，广西县域产业结构的不合理不利于县域贫困减缓，而农业机械总动力的投入是否能促进县域贫困减缓要根据各县的实际情况进行评判。通过对比贫困县与非贫困县的金融扶贫效果，广西贫困县因为基础条件较为落后，金融的减贫效应要优于非贫困县，非贫困县拥有更好的经济基础，金融减缓作用相对贫困县而言效果较弱，绝对贫困在非贫困县可能已经解决，但解决相对贫困仍然是非贫困县未来发展的一大难题。

结合本文实证分析金融发展是否能有效减贫结果来看可以得出贫困减缓的政策启示：第一，提升贫困区域的金融普惠的服务水平，降低农户融资门槛和降低农村信息不对称程度，缓解农村融资难、贵、慢的问题，降低贫困人口潜在的金融排斥。推动乡村通讯基础设施建设，使贫困群体更容易获取金融服务。第二，重视改善贫困人口中的“因学致贫”现象。教育扶贫直接关系中国经济未来增长潜力，是提升贫困人口素质和能力的根本点，能彻底阻断贫困代际传递，提高贫困人口的能力（宋宸刚等，2018）[7]。可以适当向有适龄受教育的贫困人口倾斜金融资源。第三，产业扶贫是解决农村贫困问题的根本途径（胡振光，2014）[8]。解决贫困地区在产业升级和研发创新等的融资约束。贫困地区研发创新能力要弱于非贫困地区，所以金融资源会向研发创新能力强的区域集聚，这将会在很大程度上挤占了贫困地区的金融资源份额。因此，金融扶贫过程中应当重视贫困人口和地区的产业发展金融需求，使其在经济发展和脱贫能力提升方面具有可持续性。