信贷资本对农户收入增长效应的异质性影响

伍 艳

[提要]以四川省乡村振兴重点帮扶县的建档立卡脱贫户为研究对象，探讨信贷资本对不同收入水平脱贫户的异质性影响。研究结果表明：(1)信贷资本对建档立卡脱贫户的收入增长具有显著正向影响，但对稳定脱贫户的增收效应大于脱贫边缘户的增收效应。(2)信贷资本对不同收入水平脱贫户的增收效应存在异质性，信贷资本对0.75分位的高收入脱贫户的影响显著高于0.5分位和0.25分位的脱贫户，呈现收入由高到低，影响由强变弱的特征。(3)从村级属性看，退出贫困村脱贫户的增收效应高于非贫困村脱贫户的增收效应，表明既有的金融支持政策向原贫困村倾斜，可能扩大乡村间的差距。因此，需要通过乡村振兴战略，加强对乡村产业发展的金融支持，以及对脱贫边缘户的信贷支持，提高信贷资本的有效性。

党的十八大以来，中国的脱贫攻坚取得举世瞩目的成绩。截至2020年末，9899万农村贫困人口在现行标准下实现脱贫，提前10年实现联合国2030年可持续发展议程减贫目标。中国脱贫攻坚成果的取得，离不开财政、金融、产业等各项精准扶贫政策的支持。其中，中国金融体系的不断健全以及金融支持政策的不断完善，在缓解农村绝对贫困中发挥着重要作用(崔艳娟等，2012)[1]。特别是金融支持政策的制定有利于发挥金融资源对贫困县的支持作用(尹志超等，2020)[2]。

2015年至2020年末，我国金融支持政策惠及区域涉及14个连片特困地区的680个县，扶贫小额信贷累计发放5464亿元，共支持贫困人口和已脱贫人口1291万人次。然而，全国约有32%的低收入脱贫户因缺项目和无技术，仍然没有申请扶贫小额贷款，信贷资本缺乏。因此，本文需要探讨脱贫户属性是否影响小额信贷申请意愿，信贷资本对不同收入水平的建档立卡脱贫户是否存在异质性影响。该研究结果有助于厘清不同收入层次脱贫户对信贷资本的利用情况，为提高金融支持政策有效性提供一些思路。

一、文献回顾

国内外学者关于信贷资本与收入增长关系的研究主要从三个方面展开。

一是信贷支持政策对农户收入增长的影响。长期以来，农村家庭面临信贷约束，信贷支持政策可以改善和引导农村家庭的生产经营行为，金融可及性能有效降低农户信贷约束的概率，对农户人均纯收入具有明显的正向作用(赵尚梅等，2018)[3]。从供给层面看，信贷支持政策能够增加农村贫困地区的金融资源供给，但在政策效应发挥过程中，农村信贷市场信息不对称会带来道德风险问题，加上农户借贷额度小以及交易成本高，金融机构向贫困农户发放贷款的意愿不强(王瑜、汪三贵，2016)[4]。由于农村信贷配给的长期存在，普通农户的正规信贷需求难以满足，政府主导的金融资源供给难以精准地投入到贫困人口当中，导致农村金融资源供给出现“目标偏移”和“精英俘获”(温涛等，2018)[5]等现象。从需求层面看，低收入农户家庭囿于人力资本水平低下和有效劳动能力不足等自身要素禀赋的不足，借贷需求弱，难以通过信贷支持政策摆脱收入增长的困境(王小华等，2014)[6]。

二是信贷资本对贫困农户收入水平的影响。信贷资本对贫困农户收入水平提高是否具有显著影响，学术界尚未形成定论。一些研究认为信贷可以有效缓解穷人的信贷约束，提高穷人的增收创造能力(Copestake et al.，2005)[7](P.703-723)；帮助穷人扩大生产经营活动，改善贫困状况(Khandker，2005)[8](P.263-286)。同时，信贷能有效减缓农村收入不平等程度，运用信贷降低农村绝对贫困的效应显著大于降低农村相对贫困的效应，特别是对贫困地区农户家庭的收入增长具有积极的促进作用(胡宗义等，2016[9]；贾俊雪等，2017[10])。由于金融机构贷款的回报率高于民间借贷，正规信贷资本有助于贫困农户脱贫，农户通过借贷行为丰富家庭的金融资产，以此提高家庭收入水平(史清华，2002[11]；武丽娟、李定，2019[12])。另一些研究认为信贷对贫困农户收入提高的影响并不显著，银行信贷对穷人的经营性收入、工资性收入及财产性收入都没有显著影响(Tarozzi et al，2015；[13](P.54-89)Augsburg and Harmgart，2015；[14](P.183-203)Angelucci，2015[15](P.151-182))。特别是对低收入的特殊困难群体，以及人口负担比高的农户家庭，信贷资本的增收效果有限(章贵军和欧阳敏华，2018)[16]。主要原因在于特殊困难群体将银行贷款视为严重的债务负担，如果出现突发的自然灾害或者外部事件冲击，可能导致低收入群体无力偿还贷款(Crepon et al.，2015；[17](P.123-150)Banerjee et al.，2015[18](P.22-53))。

三是信贷资本对不同收入农户的影响。农村信贷市场发展具有明显的门槛效应，低收入农户和高收入农户面临的金融环境不同，高收入农户因自身资本积累程度高，初始收入水平高，更容易从金融机构信贷支持中获益；低收入农户因陷入收入的恶性循环而外援融资能力弱(师荣蓉等，2013)[19]。对于不同收入水平的农户，金融机构信贷的增收效果受到农村地区内部分层的影响，同样的信贷规模也会产生不同的增收效应(伍艳，2019)[20]。从农户个体看，农户通过借贷行为优化生产要素投入，克服家庭初始禀赋不足的弱点，有利于应对农业生产经营活动中的突发冲击，从而促进农户收入增长和福利改善(马九杰、吴本健，2012)[21]。如果信贷主要用于非农经营活动，对高收入农户的经营性收入增长产生正效应，对低收入农户的经营性收入产生逆效应(韦惠兰、罗万云，2016)[22]。

综上所述，已有文献对信贷支持政策和农村信贷的增收效应进行了深入研究，但仍然存在一些不足，主要表现在：第一，在研究对象上，已有文献关于信贷行为和金融支持政策的研究对象集中于普通农户和贫困户，对乡村振兴重点帮扶县建档立卡脱贫户的研究存在空白；第二，在研究内容上，已有文献关于信贷资本增收效应的研究缺少对研究对象进行收入分位的组间特征和结构分析。收入结构分析可厘清建档立卡脱贫户主要脱贫增收路径；收入分位分析可以了解建档立卡脱贫户出现异质性影响的原因。为了弥补国内外研究的不足，本文尝试从以下三方面进行突破：第一，以乡村振兴重点帮扶县建档立卡脱贫户为研究对象，根据脱贫户属性将建档立卡脱贫户区分为稳定脱贫户和脱贫边缘户，考察信贷资本的脱贫增收效应是否显著。第二，运用收入分位数方法检验信贷资本对不同分位脱贫户收入增长的异质性影响。第三，扩展了信贷资本的外延，将“是否获得小额贷款”作为核心解释变量，考虑借贷的主观能动性，将“是否有意愿贷款”作为工具变量，解决实证结果的内生性问题。

二、数据、变量与统计描述

(一)数据来源

为巩固脱贫攻坚成果，2021年8月，国家乡村振兴局将四川省25个县确定为国家乡村振兴重点帮扶县，本文以国家乡村振兴重点帮扶县为调研范围，调研区域的选择标准：一是2020年退出贫困的县域；二是综合考虑退出贫困村和非贫困村的建档立卡脱贫户；三是每个区域至少有3个乡村振兴帮扶县。具体的调研区域为：甘孜州的新龙县、白玉县和德格县，凉山州的越西县、甘洛县和雷波县，阿坝州的壤塘县、黑水县和金川县。每个县抽取5个退出贫困村和3个非贫困村，共1062户建档立卡脱贫户。其中，甘孜州选取380户，凉山州选取370户，阿坝州选取312户。选取2017—2020年退出贫困的农户家庭为调研对象，通过2020年8月和2021年9月两次社会调查获取数据。调查内容为：是否获得小额贷款、是否有借贷意愿、信贷额度有多少、文化程度、人口负担比、健康水平、收入结构、物质资本状况、生计策略、是否参加村社组织、是否参加就业培训等。

(二)变量设置与统计描述

1.被解释变量：脱贫户家庭人均纯收入。根据国务院印发的《“十三五”脱贫攻坚规划》，全国建档立卡脱贫户人均纯收入由2015年的3416元增加到2019年的9808元，年均增幅30.2%；①2020年，贫困地区农民人均可支配收入增长幅度高于全国平均水平，在收入增长的前提下实现不愁吃和不愁穿。因此，为真实反映脱贫户经济生活变动状况，考虑脱贫户生活消费支出，以脱贫户家庭人均纯收入的对数反映收入变动情况。

2.核心解释变量：信贷资本。由于本文主要考察建档立卡脱贫户的信贷状况，故以是否获得小额贷款作为代理变量，是=1，否=0。脱贫人口小额信贷是为建档立卡脱贫户量身定制的金融支持产品，按照国家乡村振兴局发布的《关于深入扎实做好过渡期脱贫人口小额信贷工作的通知》，脱贫人口小额贷款的对象为：有贷款意愿、有一定技能和就业创业潜质以及还款能力较强的建档立卡脱贫户，主要支持建档立卡脱贫户发展特色优势产业。所以，各地建档立卡脱贫户只要有生产性借贷需求，信用良好，均能从农村金融机构获得小额贷款。

3.控制变量：从数据调研情况看，农户家庭因素和生计资本因素对农户收入增长产生显著影响。因此，为了克服农户家庭异质性和生计资本异质性带来的经济冲击，设置家庭特征变量和生计资本特征变量。

农户家庭特征。农户家庭特征主要从户主文化程度、户主年龄、家庭务工人数、人口负担比、健康水平、是否参加就业培训等方面考虑。户主的文化程度对家庭经济来源影响较大，如果户主的文化程度在高中及以上，又参加过技能培训，家庭的经营性收入和工资性收入会增长较快；如果家庭人口负担比高，意味着家庭生活支出高，可能导致家庭人均纯收入下降。而家庭成员健康水平反映农户因疾病负担的费用，是否存在因病致贫现象。

生计资本特征。生计资本主要包括物质资本、自然资本和社会资本，农户生计资本的丰裕程度受生计策略选择的影响，需要考虑生计策略(以农业为主还是非农为主)。从调研情况看，农户的生计资本状况显著影响借贷行为，生计资本缺乏的农户借贷意愿低。因此，以农户人均实际耕地面积反映自然资本状况；房屋面积和拥有的生产性固定资产反映物质资本状况；农户是否参加村社组织，反映社会资本的高低。

村级特征。根据巩固脱贫攻坚成果与乡村振兴衔接的相关规定，退出贫困村和非贫困村的建档立卡脱贫户均享有相同的信贷支持政策。但是，在实际调研中发现，退出贫困村的村集体经济发展受信贷扶持力度大于非贫困村，退出贫困村的基础设施建设资金也明显多于非贫困村。因此，需要考虑村级属性对脱贫户收入增长的影响。

表1 变量设置与统计描述

(三)分组特征的统计描述

1.脱贫户属性的分组特征

本文调研的样本为2017—2020年退出贫困的建档立卡脱贫户，截至到2020年，1062户样本中有606户为稳定脱贫户，根据调研样本的收入状况，本文将连续3年人均纯收入高于6000元的脱贫户定义为稳定脱贫户。有456户为脱贫边缘户，年人均纯收入在4000元～6000元(2020年脱贫标准为人均纯收入4000元左右)。由于信贷资本对稳定脱贫户和脱贫边缘户收入的影响可能存在异质性，故按照脱贫户属性分组进行比较。

表2显示，稳定脱贫户和脱贫边缘户在人均纯收入、是否获得小额贷款、健康水平、务工人数、是否参加就业培训等方面存在显著差别。稳定脱贫户的人均纯收入对数的均值为6.23，比脱贫边缘户的人均纯收入的均值高2.26；且在稳定脱贫户中，有72%的脱贫户获得过小额贷款，而脱贫边缘户只有31%获得过小额贷款，表明信贷资本在促进农户收入增长方面存在差异。

稳定脱贫户的健康水平、务工人数也显著高于脱贫边缘户。健康水平对劳动者个人收入有长期的正向影响。农户一旦面临大病冲击，其人均纯收入会呈现显著下降趋势，从中长期看患病农户人均纯收入平均降低6%左右，并由此因病致贫(高梦滔和姚洋，2005)[23]。同时，农户家庭成员在本地和外地务工人数多，可以增加工资性收入，且收入增长具有持续性。

表2 建档立卡脱贫户属性的分组比较

2.脱贫户收入的分组特征

由于建档立卡脱贫户内部收入水平不同可能导致借贷行为出现差异，需要对建档立卡脱贫户收入进行分组。采用3个收入分位点：0.25、0.50、0.75，划分为4个分位数区间：0.1～0.25，0.25～0.50，0.50～0.75，0.75～0.95。

表3显示，不同分位数区间脱贫户的户主年龄、房屋面积、是否退出贫困村、是否参加村社组织的均值差别不明显，接近样本整体平均水平。是否获得小额贷款、文化程度、是否参加就业培训等变量随着收入分位区间上升依次递增，呈现出明显的异质性。特别是核心解释变量“是否获得小额贷款”在不同分位数区间变化明显，“0.1～0.25分位”与“0.75～0.95分位”的均值相差0.51。户主文化程度对脱贫户收入差距影响明显，户主文化程度高，金融素养相对高，对信贷知识了解多，更易产生借贷需求，通过生产性借贷，提高经营性收入。人口负担比、健康水平、生产性固定资产和家庭务工人数等控制变量在“0.5～0.75分位”和“0.75～0.95分位”区间变化不明显，差别较小。经营主业和耕地面积随着收入分位数区间上升而下降，原因在于：以农业为主的生计策略，更易受到自然条件约束，容易出现因灾致贫。

表3 建档立卡脱贫户收入的分组比较

三、模型设定与实证分析

(一)模型设定

1.基准模型

为了反映信贷资本对脱贫户收入增长的影响效应，本文在收入决定函数(Morduch and Sicular，1998)[24]的基础上，扩展并建立基准模型：

(1)

在公式(1)中，建档立卡脱贫户人均纯收入取对数，以InY表示，下标i表示第i个脱贫户，loan为核心解释变量(是否获得小额贷款)。控制变量分别用ST、SJ、SC表示，ST反映脱贫户家庭特征，包括户主年龄、文化程度、健康水平、务工人数、人口负担比、是否参加就业培训等细分变量；SJ反映生计资本特征，包括经营主业、耕地面积、生产性固定资产、是否参加村社组织等细分变量；SC反映村级特征，通过是否为退出贫困村表征。β为回归系数，若β显著为正，表示信贷资本有效增加建档立卡脱贫户收入，达到脱贫增收效果；若β显著为负，表示信贷资本对建档立卡脱贫户收入具有负向影响。ε表示随机扰动项。

2.处理效应模型

考虑到建档立卡脱贫户的主观能动性，可能存在遗漏变量、反向因果等潜在的内生性问题，本文采用处理效应模型检验信贷资本对脱贫户收入增长带来的内生性问题。处理效应模型要求选取影响建档立卡脱贫户借贷需求的工具变量。影响脱贫户借贷需求的因素有内因和外因。根据信贷支持政策的规定，只要脱贫户有借贷的意愿，提出借贷申请，农村金融机构会根据农户条件给予放贷，从而避免小额信贷目标偏移的局限。因此，脱贫户获得小额贷款主要受自身意愿影响，以“是否有意愿借贷”作为工具变量。

本文借鉴王德文和蔡昉(2008)[25]、平卫英和罗良清(2020)[26]等学者的做法，解决内生性问题采用Maddala(1983)提出的处理方程，模型设定为：

回归方程：

(2)

处理方程：

(3)

公式(2)为回归方程，与上文基准模型保持一致，公式(3)为处理方程，该处理方程至少包含一个影响核心解释变量的外生变量，即公式(3)的Zi包括影响建档立卡脱贫户是否获得小额贷款的因素，这些影响因素跟回归方程中的控制变量ST、SJ、SC可以有重叠，但Z中至少有一个变量不在前文的控制变量中，该变量为内生性哑变量loan的工具变量，以“是否有意愿借贷”(Wloan)表征。

(二)实证分析

1.基准回归结果

表4的列(1)表示信贷资本对总体建档立卡脱贫户收入影响的回归结果，列(2)表示信贷资本对稳定脱贫户收入影响的回归结果，列(3)表示信贷资本对脱贫边缘户收入影响的回归结果。从函数的合理性看，Link test值在1%和5%显著性水平上显著，表明函数设定具有合理性。回归模型的R2值在0.4以上，表明设立的基准模型具有一定的解释力。

从总样本列(1)看，核心解释变量在1%显著性水平下影响脱贫户收入增长，即信贷资本对脱贫户收入增长具有正向影响，脱贫户每获得一次小额贷款，人均纯收入提高0.133%。从控制变量看，户主文化程度、家庭成员健康水平、是否参加就业培训、务工人数等变量在1%水平下显著影响脱贫户收入水平。户主文化程度高，受教育年限长，且家庭成员参加过就业培训，有利于家庭人均纯收入的增长。农户家庭成员处于非常健康和比较健康状态，不容易遭受疾病的冲击，可以减少因病致贫的风险。农户拥有的生产性固定资产和人口负担比在5%显著性水平下影响收入增长，人口负担比对农户收入增长具有负向影响，家庭负担的老人和小孩越多，生活开支大，导致人均纯收入减少。

在村级属性方面，回归结果显示退出贫困村属性对建档立卡脱贫户家庭纯收入具有显著正向促进作用，即退出贫困村建档立卡脱贫户的增收效应大于非贫困村建档立卡脱贫户，表明随着脱贫攻坚的深入推进，一些退出贫困村的发展超过了非贫困村，可能出现新的发展差距，产生新的不平衡，需要通过乡村振兴融合发展。

表4 信贷资本对建档立卡脱贫户收入增长影响的回归结果

列(2)和列(3)分别反映影响稳定脱贫户和脱贫边缘户收入增长的回归结果。从核心解释变量看，稳定脱贫户的收入增长受信贷资本影响最大，影响系数为0.1542，高于总体样本的回归系数；脱贫边缘户借贷需求较弱，其收入增长受信贷资本的影响较小，影响系数为0.0857，表明信贷资本对不同脱贫户的影响效果存在异质性。从控制变量看，健康水平、文化程度和参加就业培训对两种类型脱贫户的影响也存在异质性。健康水平对脱贫边缘户的影响高于稳定脱贫户，影响系数为0.1532，比稳定脱贫户高0.057个百分点。很多脱贫边缘户因身患重大疾病，医疗费用居高不下，导致家庭收入减少，成为影响其收入增长的主要因素。而稳定脱贫户的文化程度和参加就业培训对收入增长的影响显著高于脱贫边缘户，这与学者们普遍认为农户的人力资本正向影响收入水平的观点相一致。

2.处理效应模型估计结果

处理效应模型可以采用极大似然估计法(MLE)和两步估计法(Two-step)进行计算。极大似然估计法考虑所有模型参数，计算复杂，估计误差小；两步估计法考虑参数较少，计算方便，存在一定的估计误差。为便于比较，本文同时采用两种方法进行内生性处理。表5显示，两步估计法的风险值λ和极大似然估计法的ρ的回归系数在5%水平下显著，说明是否获得扶贫小额贷款存在内生性问题，采用处理效应模型进行估计是合理的。

根据表5的回归结果，两种估计方法的回归系数相差甚小，第一阶段的“是否有意愿借贷”与第二阶段的“是否获得小额贷款”(loan)的回归系数高度相关，在1%水平下显著为正，表明“是否有意愿借贷”正向影响“是否获得小额贷款”，且获得小额贷款能显著影响家庭纯收入。同时，在控制了可能的内生性问题后，获得小额贷款的脱贫户人均纯收入增长比未获得小额贷款的脱贫户收入增长平均高出38.25%。一方面表明信贷资本的增收效应显著，另一方面说明要准确评估金融支持效果，需要考虑模型的内生性问题。

表5 处理效应模型估计结果

四、增收的异质性讨论

从脱贫户收入分组的统计描述中发现，处于不同收入分位数区间的建档立卡脱贫户之间表现出较大的异质性，信贷资本的收入增长效应可能会因脱贫户收入水平的差异出现异质性影响，需要进一步进行实证研究。

(一)分位数回归模型

本文将建档立卡脱贫户的人均纯收入按照分位数进行分组，以此考察信贷资本对不同收入脱贫户的影响是否存在异质性。根据Koenker和Basset(1978)[27]提出的分位数回归方法，本文依据被解释变量“人均纯收入”的条件分位数进行回归，该回归方法依赖bootstrap技术，Bootstrap技术在非参数统计中估计统计量变异性，模型设定如下：

(4)

公式(4)中，InY表示建档立卡脱贫户的人均纯收入，取对数值；下标i表示第i个农户，下标d表示分位数，d=25%、50%、75%，表示0.25、0.50、0.75等3个收入分位点，分别代表建档立卡脱贫户中的低收入、中等收入和高收入人群。核心解释变量loan表示是否获得小额贷款，反映信贷支持政策的实施；控制变量X反映农户家庭特征、生计资本特征和村级特征；α是半弹性系数，表示核心解释变量loan变化一个单位引致的农户人均纯收入变化的百分比。

(二)实证结果分析

表6的列(1)是对0.25分位低收入脱贫户的实证结果，列(2)是对0.50分位中等收入脱贫户的实证结果，列(3)是对0.75分位高收入脱贫户的估计结果。从回归结果看，核心解释变量“是否获得小额贷款”对“0.75分位”和“0.50分位”的脱贫户收入增长产生显著的正向影响，对0.25分位的脱贫户收入影响较弱，表现出明显的异质性。具体而言，脱贫人口小额贷款对0.75分位的高收入脱贫户的影响系数为0.1452，显著高于0.25分位的影响系数(0.0336)，呈现出收入由低到高，影响由弱变强的特征。表明处于最低收入水平的农户因缺乏对贷款的有效需求，难以有效利用小额信贷服务(林万龙，2012)[28]。获得小额贷款更有利于建档立卡脱贫户的收入增长，脱贫户收入与拥有信贷资本存在显著正相关。

从控制变量看，脱贫户的健康水平、务工人数、文化程度以及人口负担比对人均纯收入产生显著影响，但对不同收入阶层的影响存在异质性。健康水平对低收入脱贫户的影响大于中高收入。从调研样本看，低收入脱贫户主要为患慢性疾病或丧失劳动能力的群体，对健康因素敏感性强。家庭务工人数对中高收入脱贫户的影响大于低收入脱贫户，表明中高收入脱贫户的部分收入增长可能来源于工资性收入。而人口负担比和户主文化程度对中等收入脱贫户影响最大，如果中等收入脱贫户需要负担的老人和孩子多，消费支出增加，将影响该部分农户收入持续增长。中等收入脱贫户要在人口负担比较高的情况下增加收入，需要提高文化程度，获得小额贷款支持生产经营。

表6 信贷资本对不同收入脱贫户影响的估计结果

(三)原因解释

鉴于本文主要探讨信贷资本影响脱贫户增收效应的异质性，需要从不同收入层次的脱贫户收入结构分析异质性的原因。表7显示，收入分位在0.25以下的脱贫户转移性收入占比最高，在收入结构中占比53.26%，表明低收入脱贫户主要依靠农业补贴、生态补偿金和低保金等救济性资金生活，农业生产动力不足，较少申请小额贷款，其影响系数最小且显著性不强。收入分位在0.75以上的脱贫户经营性收入占比最高，其次为工资性收入，说明小额贷款主要支持生产经营活动，农户通过生产性借贷提高经营性收入，回归系数最大且正向显著。对于收入分位在0.5～0.75的脱贫户，其工资性收入最高，占比为41.20%，其次为经营性收入，说明该分位的脱贫户家庭成员主要在本地或外地务工，并且兼营农业或非农活动，其影响系数也显著为正。收入分位在0.25～0.50的脱贫户家庭工资性收入和转移性收入占比均在37%左右，这部分脱贫户一方面依赖政府补贴和低保金生活，另一方面获得乡村给予的公益性岗位，有一定比例的工资性收入。根据国家扶贫办(现为乡村振兴局)公布的数据，截至到2020年末，中西部22个省份扶贫公益岗位共安置433.2万贫困人口。

从不同分位数的经营性收入占比看，0.75以上分位到0.5分位再到0.25以下分位数的建档立卡脱贫户，其经营性收入占比呈现依次降低态势，从40.15%逐渐下降到16.28%，佐证了信贷资本影响农户增收效应存在异质性。

表7 不同收入脱贫户家庭收入结构占比 单位：%

五、结论与建议

本文以乡村振兴重点帮扶县建档立卡脱贫户为研究对象，考察信贷资本对稳定脱贫户和脱贫边缘户收入增长的异质性影响，在基准模型回归的基础上，运用处理效应模型解决内生性问题，并以收入分位数模型实证检验信贷资本对不同收入水平脱贫户产生的影响。

研究结果表明：第一，信贷资本对脱贫户收入增长具有正向影响，脱贫户每获得一次小额贷款，人均纯收入提高0.133%；但从村级属性看，退出贫困村的建档立卡脱贫户获得小额贷款的增收效应显著大于非贫困村的建档立卡脱贫户。第二，从脱贫户属性看，信贷资本对稳定脱贫户收入和脱贫边缘户收入的影响存在异质性。稳定脱贫户的收入增长受信贷资本影响最大，高于总体样本的回归系数；脱贫边缘户借贷需求较弱，其收入增长受信贷资本的影响较小。第三，信贷资本对不同收入脱贫户的影响存在异质性。信贷资本对不同收入脱贫户的影响呈现出收入由低到高，影响由弱变强的特征，脱贫户收入与小额贷款存在显著正相关。第四，不同收入分位的脱贫户收入结构存在显著差异。0.75分位以上的脱贫户经营性收入占比高，0.25分位以下的脱贫户转移性收入占比高，生产性借贷需求弱，拥有的信贷资本少，由此证明信贷资本对低收入脱贫户的影响较弱。

基于以上研究结论，提出相关建议。第一，持续加大对农户的信贷支持，特别是对脱贫边缘户给予金融政策的优惠，形成“中小额信贷+特色金融产品”的农户信贷体系，有效满足各类农户融资需求。面向中小规模农户，推出10万元以下的农户小额贷款产品，提高信贷支持的有效性，以金融助力农村低收入人群的生产性借贷需求。第二，依托乡村振兴，统筹考虑退出贫困村与非贫困村的产业发展、村集体收益、利益联结等情况，全方位支持乡村间和城乡间的融合发展。第三，通过乡村产业发展和就业培训等提高低收入农户的经营性收入和工资性收入，增强低收入农户的获得感和幸福感，逐步缩小收入差距，为实现共同富裕目标奠定基础。

注释：

①习近平《在决战决胜脱贫攻坚座谈会上的讲话》，《北京人大》，2020年3月10日。