基于空間計量的普惠金融減貧效應測度

曾之明，舒怡翔

(湖南工商大學 地方金融研究所，湖南 長沙 410205)

一、引言

2020年是全面貫徹落實黨的十九大精神、打好脫貧攻堅戰的決勝年。全面脫貧的目標時間緊、任務重，需要依靠共同努力，打好脫貧攻堅“三大戰役”，奮力奪取精準脫貧最后勝利。截至2019年末，全國農村貧困人口為551萬人，貧困發生率僅為0.6%，比上年末下降1.1個百分點。聯合國在2005年提出普惠金融概念，普惠金融強調任何人都能夠擁有平等的機會享受到金融服務。我國2016年印發的《推進普惠金融發展規劃(2016—2020)年》意在推動我國普惠金融可持續發展，提高金融服務的覆蓋率和可得性，使人人都能享受到金融服務。習近平總書記指出，“要建設普惠金融體系，加強對小微企業、‘三農’和偏遠地區的金融服務，推進金融精準扶貧”。因此現階段積極發揮普惠金融減貧效應十分必要。

根據聯合國2005年的定義，普惠金融是指以可負擔的成本為有金融服務需求的社會各階層和群體提供適當、有效的金融服務，普惠金融不僅具有直接減貧機制也有間接減貧機制。普惠金融減貧的直接途徑主要是向窮人提供儲蓄、信貸以及保險等服務。普惠金融減貧的間接途徑則是普惠金融利用經濟增長中間作用來實現貧困減緩，經濟增長具有中介效應；另一方面普惠金融通過減小收入分配差距實現貧困減緩，收入分配有中介效應。當前應積極探討如何創新普惠金融服務以幫助貧困群體，增強貧困群體的金融可得性和適用性，從而實現2020年農村人口全部脫貧目標。

本文從理論上探究普惠金融減貧機理，構建空間計量模型探究普惠金融和減貧效應的空間關系，既可以豐富有關普惠金融和減貧機制的相關研究，又有利于構建普惠金融和減貧效應之間的邏輯框架。通過剖析普惠金融減貧機制，發現可以從多方面實現減貧。通過實證計量揭示了普惠金融減貧存在地區差異性和空間溢出效應。因此政府制定政策時可以考慮地區之間的異質性，因地制宜實施普惠金融扶持措施，適當地向資源匱乏地區提供相應的政策傾斜，同時加強地區之間的合作交流，加快推進普惠金融創新以實現脫貧目標。

二、文獻綜述

關于普惠金融減貧的研究，學術界存在一定爭議，主要形成了三種觀點：普惠金融與貧困減緩之間存在正相關關系，普惠金融與貧困減緩存在非正相關關系，普惠金融與貧困減緩存在非線性關系。

(1)普惠金融與減貧正相關。Hanning和Jansen(2010)[1]從微觀角度出發，認為普惠金融體系通過提高金融的包容性，增強社會各階層尤其是低收入人群獲取信貸等金融服務的可能性，從而有利于減緩貧困。Anand和Chhikara(2013)[2]發現普惠金融是緩解貧困人口融資約束，實現增收扶貧的重要途徑。Park和Mercado(2015)[3]以亞洲發展中國家作為研究對象，實證研究普惠金融對貧困的影響，結果表明普惠金融顯著降低了貧困發生率。Park和Jr(2016)[4]從國家層面檢驗普惠金融發展對貧困和收入不平等的影響，研究表明普惠金融發展對縮小收入差距和貧困減緩具有積極效果。盧盼盼和張長全(2017)[5]采用系統GMM估計來研究普惠金融與貧困之間的關系，結果發現中國普惠金融發展存在顯著的減貧效應。朱一鳴和王偉(2017)[6]研究了普惠金融發展對不同收入群體減貧的作用，研究表明普惠金融對減貧具有正向促進作用。馬彧菲和杜朝運(2017)[7]采用省級數據對普惠金融減貧效應進行實證分析，結果發現普惠金融總體上有利于貧困減緩。魏麗莉和李佩佩(2017)[8]利用西部數據，實證檢驗普惠金融與貧困之間的關系，研究表明普惠金融反貧困效應整體顯著。譚燕芝和彭千芮(2018)[9]采用空間模型實證分析，結果表明：一個地區普惠金融發展水平高低對貧困減緩有不同程度的促進作用。

(2)普惠金融與減貧非正相關。Maurer和Haher(2007)[10]認為，雖然金融發展可促進儲蓄和資本形成，但金融深化意味著為富人提供更為周全的服務，資金流向富人，勢必加劇收入分配不平等，將無益于減緩貧困。Perez-Moreno(2011)[11]利用格蘭杰因果關系檢驗發展中國家金融發展與貧困之間的因果關系，發現金融發展與貧困之間不存在格蘭杰因果關系。王偉和朱一鳴(2018)[12]采用空間計量模型進行實證分析發現:如普惠金融只注重解決貧困地區對金融機構的接觸性排斥，會進一步加劇資金外流,對減貧產生負向影響，即存在顯著致貧效應。

(3)普惠金融與減貧非線性相關。Townsend和Ueda(2006)[13]認為金融與經濟增長在短期內會惡化收入分配的不平等性，但長期看會通過改善收入分配的方式影響貧困群體。羅斯丹等(2016)[14]認為我國普惠金融與貧困減緩之間并非簡單線性關系，二者呈“U”形。短期來看普惠金融水平提高可顯著降低減貧水平，但長期看普惠金融發展抑制貧困減緩，即存在最優的普惠金融發展水平。黃秋萍等(2017)[15]認為我國普惠金融發展水平與貧困程度存在顯著的非線性關系，并表現出顯著的單一門檻特征。在跨越門檻值之前，普惠金融發展對貧困的影響表現為顯著抑制作用；在跨越門檻值之后，貧困減緩效應隨著普惠金融發展水平的提高有所減弱。朱洋和劉陽(2018)[16]認為存在最佳普惠金融指數，會對貧困減緩產生最大的影響。當普惠金融處于較低水平時，普惠金融會促進貧困減緩。但當普惠金融發展到一定的階段，其對貧困的減緩效果就出現拐點。

關于普惠金融減貧效應存在地區差異的文獻不多，研究其空間溢出效應的更少。杜強和潘怡(2016)[17]發現東部地區普惠金融抑制了經濟發展，而中西部地區普惠金融對經濟發展有明顯促進作用。韓曉宇(2017)[18]發現我國普惠金融減貧的邊際效應中西部最大，中部其次，東部最小。郝依梅等(2017)[19]從地區層面分析得出不同縣(市)普惠金融發展對農村貧困減緩的效應不同。黃永興和陸鳳芝(2017)[20]實證研究表明普惠金融減貧的效應在東部地區表現為先加劇后放緩的動態特征，在中部地區表現為持續拉大的線性特征，在西部地區影響不顯著。杜莉和潘曉健(2017)[21]證實，普惠金融可促進區域經濟增長，但作用效果存在地區差異，即呈東、中、西部遞減趨勢。劉華珂(2018)[22]認為普惠金融減貧的作用呈現出區域性差異。其中西部地區普惠金融的減貧效應最強，中部地區次之，東部地區最弱。

綜上所述：第一，學者對于普惠金融能否減貧存在爭議。第二，較少學者考慮到地區之間的異質性，只是簡單地對省級面板數據進行分析。個別學者認為研究普惠金融減貧應考慮空間效應，地區不同，結果可能存在不同，并且鄰近地區可能存在空間溢出效應。第三，不少研究構建普惠金融指標確定權重時采用主觀方法，結果可能會受到個人認知影響，導致研究結論偏差。因此本文采用客觀法構建普惠金融指標，并采用空間計量分析測度普惠金融對減貧的異質化影響。

三、研究設計與識別方法

(一)構建計量模型

為檢驗普惠金融對貧困減緩的影響，首先構建基礎模型：

(1)

povi,t為貧困水平，IFI為普惠金融發展水平，IFI為控制變量，μi表示不隨時間變化的個體固定效應，γt為時間固定效應，εi,t為隨機擾動項?？紤]到各省之間可能存在相互影響，因此構建拓展模型，如下所示：

(2)

Vi,t=λEVi,t+εi,t

(3)

其中：被解釋變量povi,t為貧困水平；ρWpovi,t表示貧困水平的空間滯后項，ρ為空間滯后項的系數，W為權重矩陣；Xj,i,t既包含解釋變量，又包含控制變量；WXi,tθ表示解釋變量的空間滯后，θ為解釋變量空間滯后項的系數；μi為地區固定效應，γt為時間效應；λEVi,t為擾動項的空間滯后，E為擾動項的空間權重矩陣，λ為對應的系數。該模型為空間計量的一般模型，通常有以下具體形式：

(1)若λ=0，則該模型為空間杜賓模型(SDM)；(2)若λ=0且θ=0，則該模型為空間滯后模型(SAR)；(3)若ρ=0且θ=0，則該模型為空間誤差模型(SEM)。

(二)設計變量指標體系

1.被解釋變量

本文研究2005—2018年普惠金融發展水平對貧困減緩的影響，被解釋變量為貧困水平。對貧困的衡量，學者們有不同觀點，崔艷娟和孫剛(2012)[23]，馬彧菲等(2017)[7]，朱洋等(2018)[16]采用居民人均消費水平來衡量各省市自治區(市區)貧困水平。邵漢華和王凱月(2017)[24]采用貧困發生率和貧困差距來衡量貧困。王偉和朱一鳴(2018)[12]采用農村人均純收入來表示貧困。譚艷芝和彭千芮(2018)[9]采用低保人數占農村總人口的比值來衡量貧困發生率。師榮蓉等(2013)[25]，張兵和翁辰(2015)[26]，劉宏霞等(2018)[27]采用恩格爾系數來衡量貧困水平。本文考慮到數據的可得性問題，采用居民人均消費水平來衡量貧困。居民人均消費水平與貧困呈反向關系，人均消費水平越大，貧困程度越低。

2.解釋變量

解釋變量為普惠金融發展水平，根據下文方法計算出的普惠金融指數IFI作為解釋變量。

3.控制變量

表1 變量定義

考慮到一些其他因素也會影響貧困，因此設定控制變量。控制變量主要有：進出口總額占GDP的比重代表貿易開放程度，進出口總額單位為美元，乘以當年的平均匯率轉化為人民幣計價。每省、市、自治區公路里程數的對數代表各省的基礎設施建設，實際人均GDP對數代表經濟發展水平，城鎮人口占總人口的比重代表城鎮化率水平，具體如表1所示。

(三)數據來源

所有數據來源于國家統計局、Wind數據庫、各省、市、自治區統計年鑒和區域金融運行報告。

四、實證研究

(一)普惠金融發展水平的測度

1.構建普惠金融指數

Sarma和Pais(2008)[28]從金融使用滲透性、金融可用性、金融使用性三個方面構建普惠金融指數。Gupte等(2012)[29]從金融滲透性、金融使用性、金融交易便利程度和金融交易成本四個維度構建普惠金融指數。王修華和陳茜茜(2016)[30]選取了滲透性、使用效用性和可擔負性三個維度測量普惠金融水平。借鑒學者們的研究，結合我國實際情況，考慮到數據的可得性問題，從金融服務的地理滲透性、金融服務的可得性以及金融服務的使用效用性三個維度構建普惠金融指標，具體如表2所示。

表2 普惠金融指標體系

(1)數據的無量綱化處理

由于普惠金融構建指標的各維度單位不同，不能直接進行分析，所以進行無量綱化處理。具體公式如下：

Ai代表第i(1≤i≤6)個指標的實際值，mi代表第i個指標的最小值，Mi代表第i個指標的最大值，di代表第i個指標無量綱化處理后的值，通過無量綱化處理實現歸一化。

(2)權重的確定

權重表示各個維度在構建普惠金融指數時所起的作用，權重越大，對于IFI影響越大。考慮到主觀法構建權重會受到個人因素的影響，本文參考王婧和胡國暉(2013)[31]，魏麗莉和李佩佩(2017)[8]，朱洋和劉陽(2018)[16]等學者的研究，采用變異系數法確定權重。

(3)歐式距離法

通過測算第i個維度的測算值與最理想值間的差距，進而將每個差距整合起來成為一個數值，該數值就是普惠金融發展指數，具體計算公式如下:

pi=wi·di

IFI=1-

IFI的取值范圍為[0,1]，IFI為0時代表普惠金融發展最差的情況，當IFI為1時表示普惠金融發展最好的情況。

(4)測算結果及分析

根據前面所提到的方法，從三個維度六個指標，利用變異系數法和歐式距離法計算我國2005年到2018年31個省、市、自治區的普惠金融指數，具體的計算結果如表3所示。其中原始數據來源于《Wind數據庫》、金融運行報告和各省統計年鑒。

表3 2005—2018年普惠金融指數IFI

從表中可以看出2005—2018年，普惠金融指數IFI整體呈上升水平，各省、市、自治區之間普惠金融水平差異較大。2005年普惠金融指數最高的是上海，為0.473，普惠金融指數最低的是西藏，為0.012；2018年普惠金融指數最高的是上海，為0.852，普惠金融指數最低的是新疆，為0.019。2018年普惠金融發展指數排名前五的是上海、北京、天津、浙江、江蘇，排名后五的分別是西藏、云南、青海、內蒙古、新疆。東中西部普惠金融發展水平差異很大。整體來說東部普惠金融指數較高，中部居中，西部最低。

表4 區域普惠金融指數

對我國東、中、西三個區域進行對比分析，可以看出區域之間有差異。東部的普惠金融發展水平高于中部，中部普惠金融發展水平高于西部。主要原因可能是東部經濟較為發達，能獲取更多的金融資源，而中西部經濟較為落后，尤其是一些西部地區基礎設施建設不夠完善等一些原因使得金融資源流入少，企業和居民的金融可得性比較低，從而導致了普惠金融發展緩慢。

對整體進行分析可知，我國在2005年到2018年間普惠金融得到了提升，但是增加幅度不大。2005年普惠金融水平的平均值約為0.071，到2018年平均值達到0.106，由此看出我國普惠金融發展還處于初始階段，并沒有顯著突破性增長，表明我國普惠金融仍需進一步發展。

2.構建空間權重矩陣

本文研究中國31個省、市、自治區普惠金融發展水平對減貧的影響，考慮到各省、市、自治區之間可能存在相互依賴或者相互影響，因此本文采用空間計量模型。首先需要構建空間權重矩陣，本文采用鄰接關系空間矩陣，構造的權重矩陣如下：

將設立的矩陣進行標準化處理后得到空間權重矩陣W。其中海南和各省、市、自治區都不相鄰，參考其他學者的做法，將海南和廣東視為相鄰省。

(二)空間相關性檢驗

空間相關性是指經濟數據存在空間上的相互影響作用，在進行空間計量分析之前，需要檢驗數據是否存在空間相關性。如存在空間相關性，則應使用空間計量模型將空間效應納入計量分析中；如果不存在空間相關性，則可以使用一般的計量模型進行分析。檢驗空間相關性通常是采用空間自相關系數Moran’s I指數，該指數可以檢驗全局空間自相關(Global Spatial Autocorrelation)，具體定義為：

表5 普惠金融和貧困Moran’s I

從上表可知，2005—2018年的普惠金融Moran’sI指數和貧困Moran’sI指數都大于0，普惠金融Moran’sI和貧困Moran’sI呈現出空間正相關。普惠金融水平較高省份彼此相鄰，貧困水平較高的省份也相鄰近。為進一步分析貧困的空間相關性變化，本文制作了2005年和2018年的Moran’sI散點圖以及2005年，2018年的空間模式相關表，如圖1和表6所示。

圖2 2005年、2018年貧困Moran’s I散點圖

表5 空間相關模式表

從表中可以看出2005年共有27個省份呈現正的空間相關性，其中有11個位于第一象限，為HH模式，有16個位于第三象限，為LL模式，共有4個省份呈現負的空間相關性，都為LH模式；2018年共有24個省份呈現正的空間相關性，其中有8個位于第一象限，為HH模式，有16個位于第三象限，為LL模式，共有7個省份呈現負的空間相關性，其中5個省份位于第二象限，為LH模式，2個省份位于第四象限，為HL模式。

(三)回歸估計和穩健性檢驗

1.基礎模型

本文先對基礎模型進行實證分析，列出了OLS、FE、RE三種回歸結果進行比較，結果如表7所示。

表7 基礎模型實證結果

估計結果表明，無論采用以上哪種方法，普惠金融指數的系數和顯著性水平大體上保持一致。計量模型的系數顯著為正，說明普惠金融的發展不僅能促進本地區消費水平提高，對鄰近省市消費水平同樣具有正向溢出作用。經濟發展水平和城鎮化率的系數均為正，說明經濟發展和城鎮化推進對居民消費支出的增加具有積極推動作用。

為判斷固定效應和隨機效應哪個更好，采用豪斯曼檢驗，結果顯示豪斯曼值為150.9，在1%的顯著水平上拒絕原假設，因此采用固定效應。從固定效應中看出普惠金融對貧困減緩在1%的水平上顯著。具體來說，IFI的系數為2.685，表明IFI每增加1%，貧困減緩2.685%。控制變量貿易開放程度，基礎設施建設，城鎮化率以及教育水平都顯著，表明對貧困減緩都有顯著的影響。

2.空間模型

為研究拓展模型，采用空間杜賓模型分析普惠金融發展影響貧困的空間效應。對于空間杜賓模型，有固定和隨機兩種效應，首先采用Hausman檢驗得出使用固定效應，因此建立模型時采用具有固定效應的空間滯后模型。但是對于固定效應又存在個體固定、時間固定和雙固定，結果如表8所示。

表8 三種固定空間滯后模型

雖然從擬合度來說個體固定效應更好，但總體來看時間固定效應各指標更為顯著，因此本文重點分析時間固定效應空間滯后模型。普惠金融在1%的水平上顯著，且系數為0.248，表明普惠金融對貧困減緩有顯著的正向作用，普惠金融每增加1%，貧困減緩0.248%。貿易開放程度系數為0.265，表明貿易程度每增加1%，貧困減緩0.265%；基礎設施建設的系數為0.062，表明基礎設施建設每增加1%，貧困減緩0.062%；城鎮化率系數為0.988，表明城鎮化率每增加1%，貧困減緩0.988%；教育水平系數為0.116，表明教育水平每增加1%，貧困減緩0.116%。

3.直接效應和空間溢出效應分析

從空間滯后模型中得到普惠金融減貧的直接效應，溢出效應和總效應，具體如表9所示。

表9 直接效應、溢出效應和總效應

具體來看普惠金融對減貧的直接效應在5%的水平下顯著，普惠金融對周邊區域的貧困減緩存在空間溢出效應，這與大部分學者的研究結果一致。張兵和翁辰(2015)[26]、譚艷芝和彭干芮(2018)[9]等的研究結果均表明普惠金融有利于減貧，并且存在空間溢出效應。普惠金融對貧困減緩的總效應系數為0.362，在5%水平下顯著。具體來說，普惠金融水平每增加1%，貧困降低約為0.362%，其中對減緩當地貧困水平約為0.258%，對鄰近地區貧困減緩約為0.104%，表明本地區通過普惠金融發展水平實現減貧比鄰近地區的減貧效果更好，從而證明普惠金融的直接效應大于鄰近地區的溢出效應。

4. 空間效應穩健性檢驗

本文為了結果的可靠性進行穩健性檢驗，采用空間杜賓模型和空間誤差模型再次進行回歸，結果如表10所示。

表10 空間杜賓模型和空間誤差模型

續表

從表10中可以看出，空間杜賓模型、空間誤差模型和空間滯后模型結果基本一樣。普惠金融在1%的水平上顯著為正，表明普惠金融對貧困減緩存在正向作用，同時可以看出控制變量貿易開放程度，基礎設施建設，城鎮化率以及教育水平都顯著，表明對貧困減緩均有顯著的影響，與空間滯后模型基本一致，因此表明空間滯后模型結果的可靠性，證明普惠金融發展有利于減貧。

五、結論與啟示

本文利用我國2005—2018年31個省、市、自治區的面板數據，首先運用變異系數法和歐式距離法從金融服務的地理滲透性、金融服務的可得性和金融服務的使用效用性三個維度構建普惠金融指標；采用空間計量模型，實證分析了普惠金融對貧困減緩的作用，并分析普惠金融的直接效應和溢出效應?？傻萌缦轮饕Y論：(1)我國貧困狀況存在聚集效應，即在空間上較貧困的省份彼此相聚集，較富裕的省份也相聚集。整體來看東部較高，中部居中，西部較低。我國普惠金融減貧存在地區差異性，從整體上來看，西部的減貧效果最好，其次是中部，最后是東部。這可能是因為東部區域經濟發展整體水平要更高，因此普惠金融水平的提高對貧困的減緩效應較小；而中西部地區相對較落后，金融資源少，甚至西部一些地區基礎設施建設較差，在一定程度上都導致了中西部地區的貧困，因此提高普惠金融水平影響貧困的邊際效應較大，所以減貧效果更為顯著。(2)普惠金融系數顯著為正，表明普惠金融對減貧有顯著的正向作用，同時鄰近地區的普惠金融系數也顯著為正，表明周邊地區的普惠金融有利于本地區減貧，表現出空間溢出效應。因此可以進一步發展普惠金融，或可提高周邊地區的普惠金融水平來實現本地區的金融減貧。(3)從直接效應和溢出效應可看出，基礎設施建設、經濟發展水平、城鎮化率直接效應和溢出效應的系數都顯著為正，表明基礎設施建設、經濟發展水平、城鎮化率不僅有利于本地區減貧，還能通過溢出效應幫助周邊地區減貧。

基于以上研究結果，得到以下啟示：(1)我國普惠金融發展不均衡，出現了區域性失衡現象。從整體上來看，西部的減貧效果最好，其次是中部，最后是東部。這可能是因為東部區域經濟發展整體水平要更高，因此普惠金融水平的提高對貧困的減緩效應較??；而中西部地區相對較落后，金融資源少，甚至西部一些地區基礎設施建設較差，在一定程度上都導致了中西部地區的貧困，因此提升普惠金融水平減緩貧困的邊際效應較大，所以減貧效果更為顯著。因此在政策制定上對金融發展水平較低的地方加大支持力度，降低信貸門檻，促進信息透明對稱，提升金融服務水平。(2)可相應加強基礎設施建設，使貧困地區能分享到便利條件，同時提高經濟發展水平和城鎮化率，使人們收入水平增加，有利于減貧、自治區。(3)考慮空間效應。注重各省市之間的聯動關系，各省、市、自治區出臺普惠金融政策措施，推進扶貧減貧時，不能只是簡單地考慮對本省、市、自治區的影響，還有必要考慮對周邊鄰近省份的影響，應打破省份與省份之間割據的局面，加強省域之間的溝通，確保普惠金融發展更好地支持扶貧、減貧工作?？傊嵘栈萁鹑跍p貧效應是一項系統工程。應考慮培養和提高居民金融素養，推廣普惠金融理念；創新金融產品和服務，提高普惠金融運作效率；提升普惠金融直接和間接減貧效應；實現金融分層次差異化發展，政策支持向中西部地區傾斜；完善法規，加強金融監管，發揮貨幣政策導向引領作用，完善普惠金融生態環境，多管齊下推進普惠金融減貧脫貧效應積極發揮。