金融规模、效率对减缓贫困的实证研究

许志鹏

0 引言及文献综述

党的十九大报告提出,坚决打赢脱贫攻坚战,确保到2020 年我国现行标准下农村贫困人口实现脱贫,贫困县全部摘帽,解决区域性整体贫困,做到脱真贫、真脱贫。今年正是全面实现小康社会的收官之年，亟需通过金融机构解决经济发展所需要的融资需求，金融机构更好服务实体经济，促进经济增长，为全面建成小康社会创造有利条件。

当前，关于金融发展减贫效果的研究，主要形成了三种观点：促进、抑制和不确定性。（1）金融发展对减缓贫困有促进作用。Galor and Zeira[1]通过对人力资本的投资分析，金融发展在短期和长期内都会影响总产出和投资，有效改善贫富收入差距。Dollar and Kraay[2]研究发现，金融发展间接促进经济增长，通过“涓滴效应”使得贫困群体收入的增加、居住环境的改善、医疗、教育水平等方面的提高。（2）金融发展对减缓贫困具有抑制作用。王伟,朱一鸣[3]通过对全国592 个国家级贫困县的数据,金融发展只注重解决贫困地区对金融机构的接触性排斥,会进一步加剧资金外流,对减贫产生负向影响,这种致贫效应具有明显的空间外溢性。（3）金融发展对减缓贫困具有不确定性作用。任碧云和陈曦[4]研究发现，包容性金融发展对减贫始终发挥积极作用，并表现出显著的双门槛特征，越过第二门槛值后,减贫效应趋于收敛。

梳理已有文献发现，学者们多从金融发展促进经济增长、收入差距的角度进行研究，但研究对象多为中国全域和发达省区，中部、尤其是安徽省金融发展减缓贫困的研究相对不足。为此，本文选用2011-2018 年安徽省市级面板数据，揭示安徽省金融发展对经济增长及减缓贫困提供实证研究，以期为安徽省有效实施脱真贫、真脱贫、防返贫提供理论支撑。

1 实证分析

1.1 变量选取

1.1.1 被解释变量。

关于衡量贫困水平的指标主要有贫困发生率、sen 指数、FGT 指数，但贫困是个相对概念。本文在师荣蓉[5]等人研究基础上加以创新采用城镇和农村居民恩格尔系数的均值来度量安徽省各地级市的贫困水平，该指数越小代表贫困程度越低。

1.1.2 核心解释变量。

从金融规模和金融效率方面来衡量金融发展。通常采用戈氏指标来衡量金融规模，为各地级市金融机构的存贷款之和与GDP 的比值。本文根据王志强、孙刚[6]等人研究结果，采用存款余额与贷款余额的比值来衡量金融发展效率。

1.1.3 控制变量

考虑到金融发展减缓贫困可以通过涓滴效应、经济增长等其他渠道，故模型中加入政府干预程度（财政支出/GDP 的比重）、城镇化率(城市人口数/总人口数)、公共服务(科教文卫支出/财政支出)、就业水平(就业人口/常住总人口)、固定资产投资水平(固定资产投资总额/GDP)等控制变量，保证估计结果的准确性。

1.2 数据来源及描述性统计

本文研究涵盖安徽省16 个地级市，时间跨度为2011—2018 年，相关数据来源于《安徽省统计年鉴》和各地级市统计年鉴，少数缺失数据，采用线性插值法补全。使用stata16.0 软件进行分析，各变量的统计特征见表1。

表1 各变量描述性统计

1.3 模型构建

由于本文选取的数据N=16,T=8,属于短面板数据，因此不需要面板单位根检验。基于以上分析，构建以下面板数据模型。量的系数, 为随机扰动项。本文以城乡居民恩格尔系数均值（Pen）作为被解释变量，以金融规模（Sca）和金融效率（Eff）作为解释变量，进行面板回归分析。为确定最优模型，先通过F 检验，金融规模（Sca）和金融效率（Eff）的统计量分别为9.32 和10.40，对应的P 值均小于0.001，拒绝不存在个体效应的原假设,认为固定效应优于混合回归。其次通过LM 检验，其统计量分别为55.37 和56.23，对应的P值小于0.001，拒绝不存在个体随机效应的原假设，认为应选择随机效应。最后通过豪尔曼检验，其统计量均为22.65，对应的P 值均小于0.01，固定效应优于随机效应模型。考虑到各地级市金融发展、财政支出、产业结构等因素的不同，可能存在异方差的情形，为此进行稳健的豪斯曼检验，卡方统计量分别为26.295 和28.742，p 值均小于0.001，仍拒绝随机效应，说明固定效应模型为最优选择。

为进一步研究金融发展与减缓贫困之间的关系，为获得稳健性检验结果，采用面板数据逐步回归法，即依次删除不显著的变量，回归结果如表2 和表3。

表2 金融规模

表3 金融效率

由表2 可知，金融规模在3 个模型中在95%置信水平下都显著且系数为负,表明金融规模的发展降低城乡居民恩格尔系数都有积极作用。由表3 可知，金融效率在5%的置信水平下显著且系数为正，表明金融效率的提高会增加城乡居民恩格尔系数，即增加贫困效应，可能是过高的贷存比会增加整个社会的金融杠杆率，抑制经济增长。政府干预程度、城镇化率、公共服务、固定资产投资水平在10%的显著水平下系数显著为负，说明政府的财政支出会通过促进经济发展，进而增加消费，居民会通过涓滴效应获得生活水平的提高。

2 结论与启示

本文利用安徽省16 个地级市2011—2018 年的面板数据，通过F 检验、LM 检验、豪斯曼检验最终确定固定效应模型，研究发现安徽省金融发展规模和政府干预程度、城镇化率、公共服务、固定资产投资水平等控制变量均会显著抑制贫困水平；而金融效应则抑制经济增长，增加贫困效应，这与刘必麟[7]研究结果相同。根据前文研究结果，提出以下建议。

（1）金融贷款机构需加强对不良贷款监管，使不良贷款率保持在较低水平，保证对系统性风险的管控。过高的贷存比将有限金融资源流向劣质的项目，提高了商业银行的坏账率，增加系统性风险系数，恶化宏观经济的平稳运行。

（2）增加对大别山连片特困地区精准扶贫，增加财政贴息、金融政策扶持、税收减免等优惠，支持各类涉农行业信贷投放，提高对低收入人群的金融服务力度，帮助贫困群体形成自我“造血”的能力，改变有限金融资源配置的扭曲。

（3）“合作社+”推进产业扶贫，着力培育农民产业合作社，提高贫困劳动力的发展技能，对农户进行种养业、农产品加工、销售等技术培训，搭建城市与农村、线上与线下的网络便捷服务，发展特色产业，为就地解决就业、增收、脱贫开辟新渠道。

（4）提高公共产品和服务经济建设费用支出，固定资产投资水平、城镇化率等。增加安徽省各地市与长三角经济圈的联系与合作，加速黄山市全面融入杭州都市圈，提升长三角都市圈同城化水平。