金融借贷、家庭创业与农户返贫防范——基于贫困脆弱性视角

■张榆琴 高静 李学坤

一、引言

2021年，习近平总书记在全国脱贫攻坚总结表彰大会上向全世界庄严宣告，我国脱贫攻坚战取得了全面胜利。然而，绝对贫困的消除并不意味着扶贫工作的终结。受地区发展落后、资源禀赋不足等因素的制约，农村经济具有贫困脆弱性，返贫风险长期存在。2022年“中央一号文件”提出，坚决守住不发生规模性返贫底线，完善监测帮扶机制，促进脱贫人口持续增收等。为精确预测农户未来陷入贫困的概率，防范返贫风险，世界银行提出“贫困脆弱性”概念，不同于静态指标，贫困脆弱性指标具有前瞻性和动态性的特点[1，2]。因此，降低农户家庭贫困脆弱性，对预防规模性返贫、建立反贫困长效机制、实现巩固拓展脱贫攻坚成果同乡村振兴有效衔接具有重大意义。

创新创业作为国家与社会发展的重要引擎，是推动经济增长的巨大动力源泉，其重要性不可忽视。2020年19个部委联合印发《关于推动返乡入乡创业高质量发展的意见》，2022年“中央一号文件”提出促进农民就地就近就业创业，表明创业是激发社会潜力的有效途径。从宏观角度来看，创业在带动就业、减小城乡差距、推动科技创新等方面发挥着不可或缺的作用。并且乡村创业能在一定程度上激发村民的积极性和创造力，有助于利用当地资源带动产业发展，为乡村振兴提供内源性动力支撑[3]。从微观角度来看，创业作为金融减贫的内生渠道，其创造出的就业岗位有利于缓解农民就业难的形势[3]，并且多元化收入渠道对防范农户返贫、增进民生福祉、促进共同富裕具有一定的积极作用。众多学者认为，金融支持是创业顺利开展的前提条件[4]，农户家庭在进行创业时，由于自身积累不足受到资金约束，需要通过金融借贷增加初始资金和流动资金，增加创业可能性。此外，金融借贷在避免因病致贫、因灾返贫等方面也发挥着重要作用，能有效帮助农户面对风险冲击。现有文献较少涉及对金融借贷返贫防范效果的研究，本文将围绕这一主题开展研究。

二、文献综述与研究假设

（一）文献综述

已有学者对金融借贷、家庭创业与贫困脆弱性间的关系展开研究，主要涵盖三个方面：其一，关于金融借贷与贫困脆弱性的关系研究。现有文献表明，金融发展会通过缓解资金与信息约束直接降低农户贫困脆弱性[5]，也会通过促进当地经济发展、实现收入再分配间接带动农户家庭收入增长[6]。但鲜有文献探究农户创业这一重要机制。现有与贫困脆弱性相关的文献大都集中在金融减贫[5，7—9]以及土地流转[10]、教育[11]、社会网络[12]、医疗保险[13]、农业保险[14]、产业扶贫[15]等个体条件和政策等非金融因素上，直接研究金融借贷与贫困脆弱性的文章很少。其二，关于金融借贷与家庭创业的关系研究。资金约束是创业者普遍面临的问题，通过金融借贷增加个人财富，既可以为创业活动提供初始资金，发挥投资效应，也可以通过增加周转资金，对创业活动发挥杠杆效应。一些学者认为，正规金融借贷可以有效解决融资困难，扩大生产规模，提高市场占有率[16]。也有一些学者认为，农村和欠发达地区的正规金融存在较强的融资约束[4]，相比之下，非正规金融凭借信息获取方便、交易程序简单的优势缓解了农户创业家庭的资金需求。其三，关于家庭创业与贫困脆弱性的关系研究。创业会对农村减贫产生直接和间接的影响。在宏观层面，农户创业过程中创造的就业岗位能够解决剩余劳动力问题，激发当地经济活力，带动经济结构调整，促使农村经济从外延拉动向内源发展转换，从而降低贫困水平。在微观层面，创业不仅能改善个人福利水平，还能够拓展农户的社会网络[17]，增强其风险抵御能力，从而降低陷入贫困的概率。

尽管贫困脆弱性的研究十分广泛，但鲜有文献研究正规与非正规两种借贷渠道返贫阻隔的差异性效果且目前文献缺乏对创业机制的深入探讨。综上所述，相比以往文献，本文可能的边际贡献主要在于以下四个方面：（1）解释变量从“是否”借贷的二元变量转变为借贷金额连续变量研究金融借贷预防返贫效果，并探究不同借贷渠道返贫防控的差异性效果；（2）以农户家庭创业为切入点，探究收入变化和网络信息福利的效应，厘清金融借贷防范返贫风险机理；（3）研究金融借贷对农户贫困脆弱性影响的异质性，为巩固拓展脱贫攻坚、返贫防控、实现乡村振兴提供经验参考；（4）使用样本量大且覆盖范围广的中国家庭动态追踪调查（China Family Panel Studies，CFPS）四期数据，研究结论更具一般性。

（二）研究假说

正规金融借贷在信贷约束、经济增长、资本积累、收入分配和流动性约束等方面发挥着积极作用，缓解了农户的相对贫困状况[18]。第一，农村正规金融市场效率的提高增加了贫困群体资金的可得性，缓解了创业家庭的资金压力，有助于降低收入不平等，实现资本积累，使农户生活更具保障。第二，金融扶贫政策在推动经济社会发展的同时，其参与产业扶贫项目而产生的“涓滴效应”也使得贫困人群受益[19]。第三，依赖于互联网的金融理财、移动支付等数字金融服务能有效缓解流动性约束，通过便利支付刺激消费，促使资源再分配，相对缓解收入和消费的不平衡。第四，以创业推动技术创新和金融市场发展，不仅能通过推动区域发展间接带动农民增收，也可以通过金融市场发展后提供的多渠道的金融服务直接降低农户的贫困发生率[20]。因此，本文提出假说1：

H1：正规金融借贷显著降低农户家庭贫困脆弱性，增强返贫风险防范。

非正规金融借贷更具灵活性。目前，就非正规金融借贷是加剧还是缓解农户家庭未来返贫的可能性，学界尚未达成共识。关于非正规金融的正向作用，一些学者指出，农户凭借社会网络关系发生的非正规金融借贷，在一定程度上缓解了因正规金融机构信息不对称而造成的资金短缺问题。由于具备风险识别的信息优势以及较低的融资门槛，非正规金融借贷在为乡村产业建设提供资金的同时，促进了小农经济朝规模化、现代化方向发展，并且进一步形成了社会资本，有利于资源的优化配置，提高产业竞争力，促进乡村产业融合发展，加强减贫效应。此外，非正规金融在防止因病致贫、因病返贫[21]以及抑制多维贫困[22]等方面也发挥着积极作用。但还有一些学者对非正规金融借贷的减贫效果提出质疑。其一，非正规金融独立于监管之外，对金融稳定、宏观调控等政策造成一定的冲击，又因其短期性的特点，增加了资金链断裂的概率，其不稳定性也制约着借贷户的发展。其二，农户很难通过亲朋好友获得大额借贷，而依托于高利率的非正规金融借贷增加了创业农户的财务风险。其三，非正规金融借贷更倾向于消费用途，虽在短期内会增加农户收入，但很难实现其投资效应，长期来看很难达到减贫效果[23]。因此，本文提出假说2：

H2：非正规金融借贷与贫困脆弱性存在“U”型关系，即非正规金融能够显著降低农户返贫风险，但随着非正规金融借贷额增加到一定值，反而会增加农户返贫的概率。

农户创业家庭采取不同的借贷渠道，其交易成本、风险成本、信息成本等存在差异，会产生不同的收入效应。正规金融服务广度和深度的扩大，有助于形成良性竞争与信息共享，推动当地资本、技术、经济等的发展，间接提升农户收入和福利水平，而金融多样性、服务可得性、信息对称性的提升则能够直接促进农民增收。此外，创业农户迫于信贷违约风险的压力和创业业绩的需要，极可能将资金全部用于生产投资。根据生产函数理论，在短期内注入资金，资本要素增加，从而带来收入效应。与正规金融借贷不同，农户进行非正规金融借贷常用于生活消费[24]，创业家庭资金的融资作用没有得到充分发挥，资本积累效用不高，且非正规金融具有信贷评级等方面的劣势，难以跨越资金使用门槛，致使农户增收不明显。

当前，依托于互联网发展的数字金融借助数字平台精确定位信息价值，识别消费者信用信息，降低授信门槛，有助于缓解数字鸿沟所带来的信息不对称阻碍，促进资源要素的时空流动，从而为弱势群体提供精准化金融服务，包括金融信息扩充、融资渠道多样、数字素养提高等。正规金融在享受这些网络信息福利的同时，还能提高虚拟社会资本，降低创业成本和风险。然而，非正规金融借贷者依靠原有的社会资本，缺乏网络沟通交流，难以便捷地获取外部资源，限制了创业农户数字信息技术的使用能力及商业模式创新，由此造成信息收集困难与传播不畅。数字鸿沟的存在制约了农户可持续发展。因此，本文提出假说3：

H3：相对于非正规金融借贷，正规金融借贷通过创业机制降低农户返贫风险，形成收入效应与网络信息福利效应。

三、研究设计

（一）数据来源

本文数据来自中国家庭追踪调查数据库（China Family Panel Studies，CFPS）。该数据由北京大学中国社会科学调查中心就25个省、市和自治区的经济、人口、教育等情况进行追踪调查而来，目前已形成了2010—2018年五期关于社区、家庭、个体的多期面板数据。本文选取2012—2018年四期调查数据，通过“财务回答人”识别户主身份并保留户主年龄在16 岁以上且为农业户口的家庭，剔除收入、消费、资产、借贷等家庭特征与个人特质关键变量缺失的数据后，最终得到2012年6143 份、2014年8213份、2016年7812 份、2018年7514 份的数据，并通过个人编码合并成27653个样本数的四期面板数据。

（二）变量选取

1.被解释变量

返贫防范指标的构建，离不开测度贫困的前瞻性和动态性指标——贫困脆弱性，贫困脆弱性是指个体或家庭在未来陷入贫困的概率[25]。贫困脆弱性测度方法包括风险暴露贫困脆弱性测度（VER）、低期望效用贫困脆弱性测度（VEU）和预期贫困脆弱性测度（VEP）[2，14，26—28]。VER方法偏重于事后福利损失的测算，缺乏前瞻性，无法预测未来是否会陷入贫困状态；VEU方法以期望消费效用与均衡消费效用之差来表示贫困脆弱性，虽具有前瞻性，但由于需要长面板数据，因此在实际研究中也难以采用[26]；VEP方法克服了这两个弊端，既能够测量未来陷入贫困的概率，又能够利用截面数据进行估计，避免了因长面板数据缺失而难以量化的问题[1]。因此，本文采用VEP方法测度我国农户家庭的贫困脆弱性，即未来返贫的概率，为返贫防范提供理论与技术支持。

关于贫困脆弱性测度。本文利用三阶段可行广义最小二乘法（FGLS）[1，29]并通过消费支出[7，27，28]分步量化来度量未来陷入贫困概率，选用消费支出预测贫困脆弱性能更真实地衡量居民的福利水平，且数据误差相对较小[7]。

其贫困脆弱性的定义：

其中，Vulit代表农户i 在t 时期的贫困脆弱性，即该农户家庭在t+1期的消费支出Ci,t+1低于贫困线poor的概率。

第一步，估计消费方程和残差方程。对家庭消费方程进行OLS 估计，将残差平方项的拟合值代入公式（3）。选取家庭人均消费对数LnCi为被解释变量，Xi为一系列控制变量，包含村级特征（该村距本县县城距离、该村地貌）、家庭特征（家庭人均现金存款对数、人均土地资产对数、人均耐用品价值对数、人均社会资本对数、家庭规模、家庭抚养比、人均正规借贷对数、人均非正规借贷对数）、户主特征（性别、年龄、最高学历、婚姻状况、健康状况）。

第二步，以公式（3）中得到的拟合值来构建权重进行FGLS估计，得到估计量和，估计未来消费对数的期望和方差。

第三步，假设人均消费对数服从正态分布，选择适当的贫困线对其返贫概率进行评估。

根据上述公式测算农户家庭脆弱程度（Vulit），Vulit的取值范围为0～1，其数值越大说明农户家庭未来返贫概率越高。为确保回归结果更加准确可靠，本文将采用不同贫困标准（每人每天1.9美元，每人每天3.2 美元）[7，28]测算农户家庭脆弱程度分别作为核心被解释变量。

2.核心解释变量

金融借贷包括正规金融借贷和非正规金融借贷。在CFPS 中，受访者被问到：“除房贷外，您家现在还欠银行多少元贷款没有还清？”若存在正规金融借贷行为，则赋值为1，否则为0；当受访者被问到：“除购房或建房借款外，您家现在还欠亲戚朋友多少钱？”和“除了银行和亲戚朋友，您家现在还欠银行以外的其他组织或个人多少钱？”若存在非正规金融借贷行为，则赋值为1，否则为0。此外，本文为探究金融借贷金额与农户贫困脆弱性之间的关系，生成具体正规金融借贷金额和非正规金融借贷金额以及引入相应的平方项。

3.中介变量

家庭创业。在CFPS 中，受访者被问到：“过去12个月，您家是否有家庭成员从事个体经营或开办私营企业？”当受访者回答为“是”时，认为农户参与家庭创业，设置为1；反之，设置为0。

4.控制变量

参考已有文献[7，13，30]研究，本文从家庭特征变量、户主个人特征变量两个层面选取控制变量。家庭特征变量包括家庭的现金存款、土地资产、耐用品价值、社会资本、家庭规模、抚养比。户主个人特征变量包括户主的性别、年龄、最高学历、婚姻状况、健康状况。相关变量定义及描述性统计如表1所示。

（三）模型设定

1.基准回归模型

本文主要采取线性概率回归模型（OLS）和时间个体双固定效应模型，并利用聚类稳健标准误处理样本序列相关和异方差。模型具体如下：

其中，模型（7）检验是否金融借贷对农户贫困脆弱性的影响，模型（8）验证金融借贷金额及平方项对农户贫困脆弱性的影响。Vulit表示农户家庭i 第t年的贫困脆弱性，包括vul1 和vul2。ft50it和ft60it表示农户是否参与正规金融和非正规金融借贷。Zit代表农户家庭人均正规金融借贷金额对数finait、非正规金融借贷金额对数ufinait、正规金融借贷标准化处理及平方项finait1 和finait2、非正规金融借贷标准化处理及平方项ufinait1 和ufinait2。Xit为一系列控制变量，包括家庭特征变量和个人特征变量。ηt为年份固定效应，γi为个体固定效应，εit为随机扰动项。αi（0～7）为待估计系数，其中α1、α4为重点关注的系数。

2.中介效应模型

为了进一步探寻金融借贷对农户家庭贫困脆弱性的影响路径，参考申云等[5]构建的面板中介效应模型进行逐步回归检验其作用机制，模型设计如下：

其中，busiit表示农户i 第t年是否参与家庭创业，Xit为一系列控制变量，ηt为年份固定效应，γi为省份固定效应，ωit为随机扰动项。β1、θ1、δ1、δ2为待估系数。

四、实证结果与分析

（一）基准回归结果分析

表2汇报了参与金融借贷对农户家庭未来返贫概率影响的模型回归结果。以（1）至（4）列贫困线为每人每天1.9 美元计算农户家庭贫困脆弱性为例，（1）和（3）列仅汇报控制个体和年份固定效应的回归结果，结果显示，农户家庭参与金融借贷能降低贫困脆弱性，且在1%的统计水平上显著。（2）和（4）列显示在加入控制变量后，回归结果依然表现出稳健的负向显著性，表明正规金融借贷和非正规金融借贷均能显著降低贫困脆弱性，起到返贫防范作用。假说1得到验证。此外，随着贫困线标准的提高，金融借贷防范返贫效果越明显，说明金融借贷有利于提升农户整体的信贷可得性从而缓解信贷约束。

表2 参与金融借贷对农户家庭贫困脆弱性的影响

从控制变量来看，各变量符号与预期结果一致。家庭现金存款、耐用品价值等金融、物质资本会显著降低农户家庭贫困脆弱性，起到防范返贫作用。同谢家智等[31]的研究结果一致，即社会资本能显著降低农户家庭未来陷入贫困的概率。家庭土地资产会增加其贫困脆弱性，可能是因为农户家庭土地碎片化不利于资源的最优化配置，长期耕地分配不均降低耕地利用效率，难以达到促进经济增长和提高农户福利的效果，从而不能起到减贫作用。人数越多、抚养比越大的家庭，经济负担越大，返贫的可能性越大。与女性户主家庭相比，男性户主家庭具有更强的抵御风险能力和更低的贫困脆弱性水平，防范返贫效果更好。农户年龄越大，越不利于抵抗风险，其贫困脆弱性越高，越容易出现返贫。户主的学历越高，人力资本越强，其未来返贫概率越小。此外，户主的婚姻状况、健康状况对农户家庭贫困脆弱性有显著的负相关关系。

表3汇报了金融借贷金额对农户家庭贫困脆弱性影响的模型回归结果。被解释变量由二元变量变为连续变量。在不同贫困线下，正规金融与非正规金融对农户家庭贫困脆弱性的影响依然在1%水平上显著为负。非正规金融借贷对农户家庭贫困脆弱性的影响系数先负后正，且均在1%水平上显著，这说明农户家庭进行非正规金融借贷能降低家庭未来返贫风险，但随着借贷金额增加到一定值后，反而会增加其返贫概率。假说2 得到验证。可能的原因为，农户更依赖非正规借贷，虽然没有金额限制，但当借贷金额过多时，会增加财务风险，反而增加返贫风险。而正规金融借贷由于具备普惠性特点，其门槛限制使得农户难以获得大额借贷，因此不会增加返贫风险。以人均日消费3.2 美元为贫困线探究金融借贷对农户家庭贫困脆弱性的影响，回归结果与模型（1）至（3）的结论一致，说明结果具有一定的稳健性。

表3 金融借贷金额对农户家庭贫困脆弱性的影响

（二）中介效应

表4汇报了正规金融借贷中介效应的检验与估计结果。第一步结果表明，正规金融借贷和贫困脆弱性之间存在显著的负向关系。第二步结果表明，家庭创业对金融借贷的影响在1%水平上显著为正，当家庭参加创业，其自身金融资金不能满足创业的需要，会增加银行借贷以此来缓解资金周转。第三步结果表明，正规金融借贷与家庭创业对农户家庭贫困脆弱性的影响均显著为负，表明存在部分中介效应。因此，正规金融借贷能通过家庭创业达到防范返贫作用。此外，随着贫困线增加，农户家庭创业发挥的中介效应也越大，家庭创业对相对贫困农户的资本拉动效果更明显。

表4 农户家庭创业机制估计结果——正规金融

表5汇报了非正规金融借贷中介效应的检验与估计结果。不同贫困线水平检验家庭创业中介效应显著性不一致，故本文认为家庭非正规金融借贷不能通过家庭创业降低未来返贫概率。可能原因在于，非正规金融借贷因具备短期性特点，常被用于生活消费，难以产生长期资本积累使农户增收。同时，依托于互联网和正规金融发展的数字普惠金融能够相对缓解信息不对称，形成虚拟社会资本，并作为一种关系渠道帮助主体获取外部资源，而非正规金融难以增强虚拟社会资本，致使其不能带来创业联动作用。

表5 农户家庭创业机制估计结果——非正规金融

（三）中介效应原因分析

金融借贷渠道不同，家庭创业这一中介变量发挥的效用存在异质性。表6、表7分别汇报了家庭创业中介机制对收入效应和网络福利效应的估计结果。表6 结果显示，通过正规金融借贷的农户家庭创业能够显著提高其收入水平，而对于非正规金融借贷，收入效应发挥的作用不明显。可见，农户常依托于非正规金融借贷来应对风险冲击，缓解因病、灾、学等导致的资金短缺问题，解决短期资金约束，使得投资效应很难实现。因此，非正规金融借贷难以通过家庭创业降低农户未来返贫的概率。参考张世虎等[32]的研究，本文选取“互联网作为信息渠道的重要程度”表示网络信息福利变量。表7结果显示，非正规金融的网络信息福利效应不显著，可能因为非正规金融借贷者依靠原有的社会资本，缺乏网络沟通交流，难以便捷获取外部资源，限制了创业农户数字信息技术的使用能力及商业模式创新。而农户参与正规金融借贷可以带来一系列的网络福利效应，包括增加网络金融知识、提升互联网信息技术、扩大融资渠道、周转流动资金、形成虚拟社会资本等，更大程度上提高创业成功的可能性，增强农户内生发展动力，对农户持续防范返贫风险具有十分重要的意义。

表6 收入效应估计结果

表7 网络信息福利效应估计结果

（四）稳健性及内生性检验

1.稳健性检验

为进一步检验结论的可靠性，本节更换被解释变量进行稳健性检验[28，31]。一是更换贫困线：以每人每年2300 元、每人每天2 美元作为贫困线[2，21，27]；二是替换为农户家庭人均收入对数重新预测农户贫困脆弱性[8，12]。结果如表8所示，金融借贷对农户贫困脆弱性的影响仍均在1%的水平上显著为负，且非正规金融与贫困脆弱性仍存在显著的“U”型关系，前文结论仍然成立，因此本文的实证分析结论具有稳健性。

表8 稳健性检验结果

2.内生性检验

内生性会导致估计结果出现偏差，本文参考已有研究对内生性的检验方法[33，34]，采用倾向得分匹配法（PSM）消除模型的内生性。PSM的核心思想是寻找反事实组进行对照，本文将参与金融借贷农户划分为处理组，否则为对照组进行估计。为保证实证分析结果的稳健，本文通过马氏距离匹配、最近邻匹配、卡尺（半径）匹配、核匹配四种方法同时在1.9美元和3.2美元的贫困线标准下，重新估计金融借贷对农户家庭返贫概率的影响。

为检验匹配前后处理组和控制组样本特征是否存在显著差异，需要对模型进行平衡性和共同支撑检验，以保证估计结果的信度和效度。图1 为匹配前后倾向值核密度分布情况，可以发现处理组和控制组样本倾向得分在匹配前存在差异，经匹配后，差异缩小。可判断模型通过平衡性假设检验和共同支撑假设检验。

如表9 所示，从四种匹配方法测算结果的平均值来看，以贫困线为每人每天1.9美元为例，进行正规金融借贷的农户家庭其返贫概率降低约8.5%；进行非正规金融借贷的农户家庭其返贫概率降低约5.8%。这表明金融借贷对贫困脆弱性有显著的负向影响。与上述结论保持一致，进一步验证实证结果具有较好的稳健性。

表9 基于倾向得分匹配法的ATT估计结果

五、异质性分析

由于不同地区农户家庭风险爱好、资源禀赋存在差异，农户金融借贷渠道差异化选择会在降低未来返贫概率方面产生不同效应。因此，本文以贫困线为每人每天1.9美元为例，进一步研究不同借贷渠道在家庭创业、社会资本、城乡差别以及区域间的异质性，回归结果如表10和表11所示。以贫困线为每人每天3.2美元重复上述实证步骤，其结果基本相同。

第一，创业异质性。由表10（1）至（4）列可知，在创业家庭与非创业家庭中，金融借贷对贫困脆弱性的影响均显著为负，但正规金融借贷与非正规金融借贷渠道却存在明显的分化。其一，相对于正规金融借贷，非正规金融借贷对农户未来返贫的抑制效应更强，这一点在非创业家庭中更突出。其二，对于创业家庭，正规金融与非正规金融抑制效应差异更明显。其三，金融借贷对非创业家庭返贫防范效果更高。其四，正规金融借贷对非创业家庭的防返贫作用是创业家庭的三倍左右，非正规金融借贷对非创业家庭的防返贫作用是创业家庭的两倍左右。创业家庭与非创业家庭在正规金融借贷渠道的差异性更大。可能的原因是，非正规金融凭借其灵活性与可及性的特点，得到农户广泛青睐，使得返贫防控效果更高，特别对于非创业家庭，其金融资本相对较少，金融借贷发挥的作用更明显。此外，农村正规金融普惠性与可靠性的特点，偏向解决非创业家庭小额资金短缺问题，且金融服务深度的缺乏，使得创业家庭仍依赖非正规金融借贷来提高其创业可行性。

第二，社会资本异质性。参考靳欣婷等[35]的研究，本文将高于社会资本均值的家庭定义为强社会资本家庭，反之为弱社会资本家庭。由表10（5）至（8）列可知，在强社会资本与弱社会资本家庭中，金融借贷对贫困脆弱性的影响均显著为负，且社会资本强度不同的家庭，存在明显的分化现象。其一，相对于正规金融借贷，非正规金融借贷对农户未来返贫的抑制效应更强，这一点在弱社会资本家庭中更突出，且对于强社会关系家庭，正规金融与非正规金融抑制效应差异更明显。其二，金融借贷对弱社会资本家庭返贫防范效果更明显。就正规金融借贷而言，弱社会资本家庭的防范效应比强社会资本家庭高四倍左右；就非正规金融借贷而言，弱社会资本家庭的防范效应比强社会资本家庭高三倍左右。因此，强社会资本与弱社会资本家庭在正规金融借贷方面的差异性更大。可能的原因是，农户依托社会资本倾向于非正规金融借贷，其返贫防范效应更明显，并且活跃的金融借贷氛围，能够增强弱社会网络农户家庭的借贷网络，提高资金可得性，从而大大降低返贫概率。此外，农村正规金融普惠性与非正规金融灵活性差异，依然表现为在强社会资本家庭中，金融借贷返贫防范效果差异进一步加深。

表10 金融借贷对贫困脆弱性异质性的影响

第三，城乡异质性。由表11（1）至（4）列可知，在城乡中，金融借贷对贫困脆弱性的影响均显著为负。其一，相对于正规金融借贷，非正规金融借贷对农户未来返贫的抑制效应更强，且这一点在乡村家庭中更突出。其二，金融借贷对乡村家庭返贫防范效果更明显。其三，相对于非正规金融借贷，正规金融借贷在城乡家庭阻断返贫的差异性更大。可能的原因是，农户家庭缺乏借贷抵押物，难以获得高额正规借贷金额，其对非正规金融借贷的高度依赖性，致使减贫效果更明显。此外，相对于乡村地区而言，城镇地区借贷渠道更具多样性，而由于乡村借贷方式的限制，使得正规金融借贷与非正规金融借贷的返贫阻断效果差异性在农村地区更小。

表11 金融借贷对贫困脆弱性异质性的影响

第四，地区异质性。由表11（5）至（10）列可知，在中东西部地区农户家庭中，金融借贷对贫困脆弱性的影响均显著为负。其一，正规金融借贷发挥的返贫防控作用，西部最强，东部最弱；非正规金融借贷的返贫防控效果，西部最强，中部最弱。其二，相对于正规金融借贷，非正规金融借贷对农户未来返贫的抑制效应更强。其三，正规金融与非正规金融抑制效应差异在东部地区更明显。

总体而言，农村正规金融缺乏服务深度，普惠性特点使其返贫防控效果有限，且这一点在创业、强社会资本、城镇、东部地区农户家庭中更为明显。此外，农户对非正规金融借贷的偏爱，使其对返贫的阻断作用更有效。最后，尽管非正规金融在农户返贫防范方面发挥着至关重要作用，但仍要考虑与返贫概率的“U”型关系，不可忽视过高的非正规金融借贷带来的财务风险、负债危机、资金链断裂、暴力征收等危害及其所导致的农户返贫可能性大大增加。因此，农村正规金融在保证普惠性的同时，应积极扩大金融服务深度，促进农村金融多样化，以精准化金融服务满足农户更多的资金需求。

六、结论与启示

贫困脆弱性作为测量农户家庭未来陷入贫困概率的前瞻性和动态性指标，对返贫风险防范、建设反贫困长效机制提供了理论价值。本文使用中国家庭动态追踪调查（CFPS）2012—2018年四期调查数据，从家庭创业和贫困脆弱性双重视角出发，主要采用VEP 方法测算农户家庭贫困脆弱性，并构建线性概率回归模型（OLS）和时间个体双固定效应模型实证分析了金融借贷对农户家庭未来返贫的影响。研究发现：第一，农户家庭返贫概率整体呈下降趋势。第二，正规金融借贷与非正规金融借贷均能降低农户家庭未来返贫概率，但存在明显的差异性。非正规金融借贷与农户家庭贫困脆弱性存在“U”型关系，即随着非正规金融借贷金额增加到一定水平，反而会增加农户家庭未来返贫的概率，但正规金融不具备此特性。第三，机制分析发现，金融借贷渠道不同，创业机制发挥的效应不同。正规金融借贷能够通过家庭创业降低农户的贫困脆弱性，有效防范未来返贫风险。而非正规金融借贷通过家庭创业发挥中介效应的减贫作用不明显，原因是后者无法带来收入效应和网络信息福利效应。第四，进一步异质性分析发现，在非创业、弱社会资本、乡村、西部地区等资源禀赋相对较弱的农户家庭中，金融借贷抑贫效果更明显。同时，应重视非正规金融借贷与返贫的“U”型关系。此外，在金融需求相对较高的农户家庭中，不同借贷渠道防控返贫效果存在更大的差异性。

本文研究结论提供以下启示：一是在预防规模性返贫的同时，要重视农户家庭贫困脆弱性问题，倡导政府建立乡村可持续发展机制。二是要防范化解由于过高的非正规金融借贷带来的财务风险、负债危机、资金链断裂等危害。因此，对于农村正规金融，在保证普惠性的同时应加大金融服务深度，特别是降低创业农户融资门槛，多方面满足资金需求，增加创业可行性，带动农村地区经济发展。同时，依托互联网、大数据等信息技术，加快数字金融发展，降低信息不对称带来的交易成本，降低脆弱农户的金融门槛，提高数字金融的投融资效率。对于农村非正规金融，强化对不规范借贷行为的监管，降低融资风险，继续发挥非正规金融借贷的资源优化配置作用，将融资便利发挥到极致。三是政府要加大鼓励乡贤返乡创业，挖掘农户的创业意识和潜力，带动当地特色产业发展，以创业带动就业的形式，合理安排剩余劳动力就近就业，稳步增强农户抵御风险的能力。■