普惠金融、城镇化与政府支出的减贫效应分析

韩松霖，唐文层

一、引言

目前的扶贫措施大多是围绕增加农民纯收入，在农业种植业、加工业、涉农服务业发展上下功夫，这些措施取得了很好的成果，在短期解决贫困人口“两不愁、三保障”方面有着巨大的贡献。但是，如何使这项成果成为长效机制，是未来脱离“相对贫困”的一个关键。从根本上来讲，“两不愁、三保障”以后，还是要在增强当地社会保障能力、增加所在地区财政收入等方面做文章。2008年我国基尼系数为0.491，逼近0.5，城乡居民收入差距较大；2018年我国基尼系数为0.468，相比以往城乡收入之间的差距有所降低。截至2020年底，按照中国现行标准，将近1亿的农村贫困人口全部完成脱贫，中国的脱贫攻坚战取得了全面胜利。但是，这并不意味着相关工作的结束，如何把脱贫攻坚成果巩固好、拓展好，防止返贫，最终更好地实现乡村振兴，是目前各级乡村振兴部门和脱贫地区的首要任务。因此，研究普惠金融发展、城镇化与政府支出的减贫效应，仍具有十分积极的现实意义。

在研究普惠金融对脱贫攻坚工作作用方面，部分研究学者提出普惠金融发展可以进一步通过改善收入分配来减少贫困，对贫困家庭减轻家庭经济压力具有积极作用。但是，也有部分学者研究得出普惠金融发展不利于贫困减缓，甚至会有负向作用。Chakraborty[1]基于Greenwood、Jovanovic的研究进一步验证金融发展对贫困减缓存在倒U型关系，即存在先恶化后改善效应[2]。另外，在新冠肺炎疫情冲击、中美贸易摩擦等外部不确定因素的影响下，提升城镇化等基础设施建设可作为未来经济发展新目标动力之一。当前，城镇化水平成为乡村振兴的重要载体，在引导资源集聚、提高生产效率、促进剩余劳动力利用、产业结构升级、经济收入增长、降低贫困发生率方面具有重要作用。此外，政府支出也是巩固脱贫成果、精准帮扶的又一重要政策，能够切实保障农村地区发展，实现乡村振兴。

基于上述背景分析，本文发现研究普惠金融发展或城镇化的减贫效应文献较多，但将几项置于同一框架下进行分析则较少。基于此，本文提出以下问题：第一，我国普惠金融发展对减缓贫困是否存在先恶化后改善效应？第二，普惠金融发展与城镇化水平如何一起影响减贫效应？第三，在兼顾政府支出的条件下，其与普惠金融发展、城镇化水平如何协同作用于减贫效应？本文尝试将上述问题置于同一框架进行分析，将普惠金融与城镇化、政府支出三者作为交互项进行系统研究。首先，通过文献梳理，借鉴普惠金融发展与城镇化等研究减贫效应的经验；其次，分析如何传导并降低贫困发生率；最后，再选择31个省（自治区、直辖市）的相关数据，通过动态GMM模型进行检验。此外，在上述基础上进一步利用门槛模型验证是否存在对贫困减缓的门槛效应，从不同渠道、不同维度来分析减贫效应，进而为实现脱离“相对贫困”发展提供理论支撑和现实指导，同时也为巩固脱贫攻坚成果、防止返贫、实现乡村振兴等工作提供相应参考。

二、文献综述

首先，已有的研究普惠金融发展、城镇化以及政府支出的减贫效应分析的相关文献，更多的是关于普惠金融或城镇化单独减缓贫困效应的研究。在普惠金融发展方面，有学者认为普惠金融的发展可以有效减缓贫困，但同时也存在着不利于贫困减缓的观点。国外学者Thorsten Beck等验证了普惠金融发展可促进减贫效应，尤其是普惠金融对贫困人口可以产生积极影响[3]。此外，Ardic等选取跨国数据进行实证分析，研究全球56%的无银行成年人数量，分析存款和贷款服务的获取状态以及零售网络的围，发现普惠金融发展可减少收入不平等，提高收入水平[4]。Santoso等通过分析普惠金融发展对贫困家庭的影响，发现信息和通信技术与金融部门之间更好的合作将有可能促进数字普惠金融的发展，从而有助于缩小金融基础设施差距，进一步降低贫困[5]。国内学者朱一鸣[6]、杜强[7]等基于我国省级面板数据分析普惠金融发展的减贫效应，研究发现经济发展、教育、基础设施、财政支农等对贫困减缓存在正效应。吕勇斌[8]、顾晓安[9]等基于空间计量分析，利用我国省际数据分析发现，普惠金融发展能够直接减贫并且具有空间溢出效应。汪晓文[10]、唐文进[11]等分别从全国以及不同区域的角度对普惠金融减缓贫困的效应进行深入的探讨，发现在前者视角下，普惠金融的发展具有明显的减贫效应；而在后者视角下，不同区域之间各方面存在的差异，使普惠金融减缓贫困效应也存在不同，主要呈现出西南、西北地区较弱，东部地区较强的特征。另有观点认为普惠金融发展对贫困减缓是先恶化后改善。Chakraborty、Bernhardt等发现当金融发展落后时，部分贫困人员无法承担金融服务成本，导致减贫效果不佳，但随着经济金融的发展，贫困人员可承担相应服务成本，收入水平有所增增，进而促进贫困减缓[12]。师荣蓉等人利用门槛特征，发现金融发展跨过门槛值之后，金融发展对农村贫困强度的减缓速度呈明显上升趋势[13]。孙继国等发现我国农村金融资源匮乏，但随着普惠金融的发展深化，农民从金融机构获得的信贷服务得到提升，此时普惠金融发展能够显著促进减贫，故得出普惠金融发展对贫困减缓存在先恶化后改善作用的结论[14]。

其次，在分析城镇化水平建设减贫效应方面，Amitabh在教育的改善、城市化水平的提高和家庭规模的缩小有助于减贫的理论基础之上，进一步分析城镇化水平建设与缩小城镇收入之间的差异[15]。国内研究方面，陈丽莎等人通过研究认为城镇化是农村人口流入城镇工作和生活而形成的人口、资源不断集中化的现象。同时提出城镇化加速促农转非以及开拓创业效应，推动了减贫效应[16]。崔万田等以我国各省的数据为基础，站在地理和经济两个视角上分别对我国城镇化水平建设的减贫效应进行了深入的实证分析，结果发现地理效应和经济效应均能够在城镇化建设的基础上促进减贫效应，并提出要加快推进落后地区城镇化建设，进一步统筹产业优化升级[17]。田雅娟[18]、朱冬元[19]、张跃[20]等从人口、就业、空间三个视角进行研究得出：城镇化对贫困减缓具有显著的积极影响，不同城镇化水平的指标对减贫的影响存在差异性。

最后，在分析政府支出的减贫效应上，Saunders发现西方国家社会保障支出占政府社会总支出的比例很大，社会保障制度在减轻贫困和收入再分配方面发挥着重要作用[21]。Sasmal等对印度进行实地调研后发现，增加发展基础设施方面的公共支出，如公路、灌溉、电力、交通和通信支出可降低贫困发生率[22]。国内学者贺俊[23]、赵为民[24]等发现公共支出与政府审计能够促进减贫，降低非效率投资，提升公共支出对贫困减缓作用巨大。王志涛[25]、刘俊英[26]等利用行为反应模型以及空间模型，从更深层面上分析政府支出与减贫的关系，得出政府支出有利于实现经济空间优化，进而促进减贫效应的结论。

综上所述，目前的研究主要集中在关于各种方式的减贫效应方面。随着普惠金融的发展、信息水平的提升，农村贫困人员有更多的机会接触普惠金融信贷，金融机构对于农村贫困人员的普惠金融信贷发放意愿也有所增加，越来越多的农村贫困群体享受到了普惠金融的服务。随着财政政策政府支出的增加，进一步促进了城镇化水平建设，保障了城镇低保人员的生活福利，降低了贫困发生率。因此，本文基于前文问题的提出，借鉴相关学者的研究经验，构建动态GMM模型进行实证分析，进一步通过面板门槛模型，为三者联合的减贫效应研究提供参考。

三、普惠金融、城镇化与政府支出的减贫路径分析

本文根据已有的研究结论，进一步分析普惠金融发展、城镇化以及政府支出的减贫效应传导途径（如图1所示）。

图1 减贫效应传导途径

一方面，普惠金融发展、城镇化水平以及政府支出可以直接促进贫困地区的改变、提升贫困地区的经济增长、合理调整城乡收入分配、增加居民社会福利水平，进而降低贫困发生，促进减缓贫困。

另一方面，在间接减贫效应传导机制上，普惠金融的发展、城镇化水平以及政府支出的增加能够间接带来技术的进步以及资本的集聚，从而带来更多的就业机会，增加城乡居民收入。此外，政府的大力支持，尤其是对城乡公共基础设施的支持，加强对城乡道路、运输公交等交通建设的投入，对提高农业生产率、促进农产品流通、降低生产经营成本具有积极作用。具体表现如下：

第一，在提供信贷以及资本集聚上，普惠金融发展与政府支出能够在一定程度上促进资本集聚，吸引投资的增加，提高技术水平，进一步促进地区的经济发展，从而带来收入的提高，此时通过“涓滴效应”可以使贫困人群在经济发展中获益。随着经济的发展，通过“先富带动后富”，社会低收入群体可以享受到地区发展的效益，促进了减贫和乡村振兴。

第二，从增加就业的角度来看，无论是城镇化水平的不断提高还是政府支出的增加，都能够带来更多的岗位需求。例如，在城镇一体化建设以及财政公共基础设施建设中，需要大量的劳动力，这能够给相关群体增加工资收入，减少收入分配差距。

第三，在社会福利方面，政府支出以及普惠金融的发展能够为城乡居民带来更大的发展机会，同时，城镇的发展带动了地方财政收入，也为进一步增加转移支付带来机会。政府转移支付的增加可提升城乡福利水平，保障低收入家庭福利。此外，政府对保障失业补助、救济金以及补贴金等的支出，也能增加城乡福利水平。

四、模型构建以及变量选取

（一）模型的设定

1.动态GMM模型

为了增加检验结果的可靠性，避免两步GMM造成标准误差向下偏离应有的正常值，本文采用可涵盖更多样本数据的单步系统GMM估计方式。同时，基于上文提出的问题来设计模型，以检验我国普惠金融发展、城镇化以及普惠金融发展、城镇化、政府财政支出的交互项对贫困减缓的影响。本文设计的实证模型如下列示：

其中，模型（1）与模型（2）是分析普惠金融发展、城镇化减贫效应，并进一步验证普惠金融发展对贫困减缓是否存在先恶化后改善的效应。模型（3）主要为了验证普惠金融发展与城镇化水平如何一起影响减贫效应。而模型（4）模型（5）则主要为了研究在兼顾政府支出对我国多维贫困的条件下，普惠金融发展、城镇化水平如何与政府支出协同作用于减贫效应这一问题。在上述所列示的模型中，lnpovi,t-1代表贫困减缓的一阶滞后项,Xit代表控制变量，i和t分别表示不同的省份和年份，δit则表示随机误差项。ifiit×cityit表示普惠金融发展与城镇化的交互性；cityit×czit表示城镇化与政府财政支出的交互项;ifiit×czit表示普惠金融发展与政府财政支出的交互项。

2.面板门槛模型

固定效应面板门槛模型中的单一门槛模型如下：

其中，xit为自变量（解释变量）；yit为因变量（被解释变量）；I()·为模型中的指标函数，其取值取决于其后括号中的条件是否成立，若成立则I的取值为1，反之则为0；qit为门槛变量；γ是将方程划分为系数分别对应β1和β2的两个区域的门槛值；μi为个体效应；εit为扰动项。

由上述单一门槛模型的形式可以推广出双重门槛、三重门槛甚至多重门槛，本文不再赘述。本文分别以城镇化、普惠金融发展以及政府支出作为各自的门槛变量，分别将模型设定为如下形式：

上述公式下标i和t分别表示第i个省份和第t年；Xit和φ均为向量，Xit为对被解释变量贫困减缓有影响的控制变量，包括对外开放水平（openit）、非农化水平（nagriit）和收入分配差距（gapit），φ则为各控制变量对应的系数；μi代表31个省、自治区、直辖市的个体效应。

（二）变量选取与数据说明

本文数据来源为WIND数据库以及国家统计局相关网站。所选用的数据为我国31个省（自治区、直辖市）的年度面板数据，时间跨度为2006到2018年。为了保持数据的稳定性，防止异方差等问题对回归结果造成影响，本文变量的选取和指标构建具体如下：

因变量（被解释变量）为贫困减缓程度（lnpovit）方面：借鉴黄倩[27]等人的成果，采用各省（自治区、直辖市）居民人均消费支出的对数来衡量，该变量值越大则表示贫困减缓效果越好。

自变量（解释变量）为普惠金融发展程度（ifiit）方面：在以银行机构为主的指标外，考虑到保险普惠对贫困减缓发挥着重要的基础性保障功能，在普惠金融指数的指标构建中加入与贫困地区以及低收入人口发展密切相关的保险指标。本文主要从三个方面对普惠金融发展的程度进行衡量以及指标构建，分别是渗透性、可获得性以及效用性。本文所构建的我国31个省（自治区、直辖市）的普惠金融发展指数如表1所示。

表1 2006—2018年我国31个省（自治区、直辖市）普惠金融发展指数

城镇化水平（cityit）采用各省、自治区、直辖市的城市人口数在其总人口中的占比来衡量。

控制变量包括政府支出水平（czit）、对外开放水平（openit）、外商直接投资水平（lnfdiit）、非农化水平（nagriit）以及收入分配差距（gapit）。其中，政府支出水平（czit）的计算方法为计算各省（自治区、直辖市）的财政支出在其GDP中的占比；对外开放水平（openit）的计算方法为计算各省（自治区、直辖市）商品进出口总值在其GDP中的占比；外商直接投资水平（lnfdiit）的计算方法为对各省（自治区、直辖市）外商直接投资数据作取对数处理；非农化水平（nagriit）的计算方法为计算各省（自治区、直辖市）第二、三产业值在其GDP中的占比；收入分配差距（gapit）的计算方法为计算城镇人均可支配收入与农村人均可支配收入的比值。

五、实证分析

（一）动态GMM模型回归结果分析

根据表3结果可以看出，在模型（1）—（5）的五个结论中，贫困减缓的一阶滞后项（l.lnpovit）系数均为正数，并且都在1%的统计水平上显著，进一步表明贫困减缓有很强的持续性。城镇化水平同样对贫困减缓呈现正向作用，在1%的统计水平上显著，说明城镇化的发展有利于贫困减缓。模型（2）的结果显示，普惠金融发展（ifiit）系数为-0.40，且其在5%的统计水平上是显著的，同时，其二次项（ifiit2）的系数在同样的显著性水平下显著为正0.53，这一结果对上文提出的第一个问题进行了验证，即我国普惠金融发展对贫困减缓存在先恶化后改善的效应，这与崔艳娟[28]等研究结果一致。进一步分析可能是由于部分地区资源分布不均衡，金融的发展致使大多数资金流入非贫困人员手中。随着普惠金融的深化，贫困人口的数量也在减少，此时越来越多的贫困人员能够享受到普惠金融发展带来的信贷便利，减少了信贷服务成本，使收入得到提高。

表3 动态GMM模型结果分析

表2 各变量描述性统计

（二）门槛效应结果分析

在对动态GMM模型回归结果进行分析之后，本文将进一步对普惠金融发展、城镇化水平和政府支出水平的减贫效应进行门槛效应检验。结果显示城镇化不存在单一门槛，因此说明城镇化不存在单一门槛效应。普惠金融发展和政府支出的检验结果如表4、表5所示，两者的单一门槛效应分别通过了10%和5%统计水平，但双重门槛和三重门槛效应结果不显著，所以本文将普惠金融和政府财政支出的模型设定为单一门槛模型，在此基础上进行估计和分析。估计出该模型的单一门槛值后发现，当两者的门槛值分别为0.1823和0.2053时，对应的似然函数比对检验统计量的值为0，而且分别小于10%和5%显著性水平下的LR临界值。

根据表4和表5估计结果得出：czit（czit≤0.2053）和czit（czit＞0.2053）的系数分别表示政府财政支出不大于0.2053和大于0.2053时，当政府财政支出跨过该门槛值，即大于0.2053时，在1%的显著性水平下显著为正，表明当政府支出提高到一定程度时，将对贫困减缓起促进作用。此外，ifiit（ifiit≤0.1823）和ifiit（ifiit＞0.1823）的系数分别表示普惠金融发展不大于0.1823和大于0.1823时，表明当普惠金融发展跨过该门槛值，即其大于0.1823时，对贫困减缓的影响才开始显著，这也进一步验证了上文提出的一个问题，即普惠金融发展达到一定时对贫困减缓效应才具有积极作用。

表4 普惠金融发展的门槛特征分析

表5 政府财政支出的门槛特征分析

（三）稳健性检验

通过参考尹雪瑞[29]等人的研究，本文选择使用农村人均收入水平作为替代贫困减缓的被解释变量进行稳健性检验。对农村人均收入水平取对数处理（lnrincoit）以防止异方差出现，检验结果与前文模型回归的结果基本一致，说明回归结果具有一定的稳健性，模型的估计是有效的。

六、结论与建议

（一）研究结论

本文通过选用我国31个省（自治区、直辖市）2006至2018年一共13年的面板数据，使用动态GMM模型以及面板门槛模型进行实证分析，得到如下结论：

表6 稳健性检验结果

第一，对各结果单独分析来看，除普惠金融发展对贫困减缓呈现负向作用以外，城镇化水平等其他解释变量在模型回归时，均呈现出正向减贫效应，能够有效减缓贫困的发生。

第二，普惠金融发展与贫困减缓存在类似于“U型”的非线性关系，即存在着先使贫困情况恶化，后使其得到有效改善的效应。此外，所有贫困减缓的一阶滞后项系数均为正数，且在1%的统计水平上显著，说明贫困减缓有很强的持续性。针对普惠金融与城镇化和政府支出交互项的结果，交互项系数远大于单个系数，即减贫的效果远大于单个模型的回归结果，这与实际情况以及已有文献的结果相符。

第三，通过对普惠金融发展、政府财政支出和城镇化水平的减贫效应进行门槛效应检验得出，当普惠金融发展和政府财政支出达到一定水平时，会对贫困减缓效应产生积极作用，而城镇化水平不存在这样的门槛效应。

（二）政策建议

第一，基于各地区发展差异现状，需因地制宜实施普惠金融政策，制定不同政策，实现资金效率最大利用。在制定金融政策、分配金融资源时，应该给各地政府更多的金融自主性。同时要考虑好政府的引导以及市场的自发性。各地政府不可急功近利，不可盲目追求政绩，要明确自身定位；各金融机构也要加大创新力度，推出服务农村发展的金融创新产品，促进地区减贫与农村发展，巩固好脱贫攻坚成果，助力乡村振兴。

第二，如何妥善处理好城镇与农村之间的关系，是我国城镇化水平发展的关键所在。毫无疑问的是，城镇化水平的发展需要与农村发展相互协调。结合当前我国城镇化水平的现实情况，要想进一步完善城镇化水平，需要进一步加强城镇基础设施建设，同时政府要适当增加财政支出，加强对农村基础设施建设的投入。除此之外，基础教育包括学前教育、义务教育都需要进一步发展、巩固和提高。具体来说，加强乡村教师队伍建设，广泛开展公益性技能培训。

第三，适当增加财政支出与普惠金融发展，落实“精准帮扶”，即落实精准、直接帮助城乡弱势群体的发展政策。要合理规划财政转移支出，完善社会保障制度体系，有效促进城乡社会发展，避免脱贫不稳定群体因失业、年老、疾病等再次陷入贫困。