后脫貧時代農村普惠金融發展水平測度及其減貧效應分析

摘 要：【目的/意義】后脫貧時代，穩脫貧、防返貧任務艱巨，農村是脫貧攻堅的主戰場，基于對重慶市涪陵區農村的實踐分析，探討普惠金融的減貧效應。【方法/過程】以涪陵區2010-2019年10年的數據為基礎，運用Sarma普惠金融指數測度方法來測度普惠金融發展水平，并運用多元回歸，分析普惠金融的減貧效應?！窘Y果/結論】結果顯示：普惠金融發展有利于減貧，第三產業發展也有利于減貧。要做到穩脫貧、防返貧，這就要求：拓展普惠金融服務范圍，繼續穩定脫貧成果;營造良好農村金融環境、優化產業結構防止返貧發生。

關鍵詞：農村普惠金融 ;普惠金融指數;面板回歸;涪陵區

中圖分類號：F832.7文獻標志碼：A文章編號：1637-5617（2020）06-0056-07

Measurement on The Development Level of Rural Inclusive Finance in the Post-poverty Era and Analysis on Its Poverty Reduction Effect——A Case of Fuling District in Chongqing City

SONG Xiao-yun

（Fuling Administrative College， Fuling， Chongqing 408000， China）

Abstract： 【Objective/Meaning】It is a difficult task to shake off poverty steadily and prevent the occurrence of poverty again in the post-poverty era. Rural areas are the main battleground for the poverty alleviation. Based on the practice analysis of Fuling District in Chongqing City， the poverty reduction effect of inclusive finance was discussed. 【Methods/Procedures】Based on the data from 2010 to 2019 in Fuling District， Sarma inclusive financial index was used to measure the development level of inclusive finance， and the multiple regression was used to analyze the poverty reduction effect of inclusive finance. 【Results/Conclusions】The results showed that： the development of inclusive finance was conducive to the poverty reduction， and the development of tertiary industry was also conducive to the poverty reduction. In order to achieve the goal of shake off poverty steadily and prevent the occurrence of poverty again， it was required to continue to stabilize the achievements of poverty alleviation by expanding the scope of inclusive financial services and optimize the industrial structure to prevent the occurrence of poverty by creating a good rural financial environment.

Key words： rural inclusive finance; inclusive financial index; panel regression; Fuling District

2020年是脫貧攻堅的收官之年，是全面建成小康社會的決勝之年，2020年3月6日，習近平總書記在決戰決勝脫貧攻堅座談會上提到：目前我國脫貧攻堅工作已取得決定性成果，但仍有部分深度貧困地區未脫貧，且已脫貧人口中有近200萬人存在返貧風險，邊緣人口中還有近300萬人存在致貧風險，因此精準扶貧工作任務仍十分艱巨。在2017年全國第五次金融工作會議中，習近平總書記提出要建設普惠金融體系，推進金融精準扶貧?！捌栈萁鹑凇币辉~最早在2013年黨的十八屆三中全會上被提出，其內涵為貧困人群和城市低收入人群提供金融服務，這與目前我國脫貧攻堅工作不謀而合。當前，重慶市涪陵區貧困人口已全部脫貧，但其中部分是受惠于政策兜底而脫貧。因此，進入后脫貧時代，如何有效利用農村金融資源，鞏固脫貧成果，防止返貧的發生至關重要。

1 文獻述評

1.1 普惠金融的概念

學者們通過不同角度對普惠金融內涵進行界定，如王韋程等[1]從供需角度，焦璞瑾等[2]從語義角度，孫國貿[3]、何德旭等[4]從功能角度，楊馳[5]、胡文濤[6]從法學角度等，但始終沒有統一的內涵界定，直到2016年國務院印發《推進普惠金融發展規劃（2016-2020年）》，界定了普惠金融的內涵，即立足機會平等要求和商業可持續原則，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。

1.2 普惠金融發展水平的測度

學者們對于普惠金融發展水平的測度方法主要有3種。（1）金融服務覆蓋面。如張洋[7]、羅健瑩等[8]通過因子分析法測度江蘇省和廣東省金融服務的覆蓋面;（2）普惠金融指數。最為典型的為Sarma[9]提出的普惠金融指數（IFI）測度方法，包括3個維度：金融服務的地理滲透性、產品接觸性、使用效用性。國內學者們多以此為基礎，從維度選擇和指標選取上進行了不斷創新和探索，力爭更好的反映普惠金融發展水平，如龔詩媛[10]、符洪瑞[11]選取了2個維度，付莎等[12]、任亞軍等[13]選取了3個維度并增加了測算指標;（3）金融排斥程度反向推演。借助金融排斥和普惠金融的內在聯系，通過測算金融排斥程度來推演普惠金融的發展水平，許圣道等[14]通過建立模型，分析影響我國農村金融排斥差異的主要原因。

1.3 普惠金融的減貧效應

普惠金融對于減貧的效應如何？尹志超等[15]、唐文婷等[16]從國家層面，李建軍等[17]、楊俊仙等[18]從縣域和省際層面，曾之明等[19]從群體層面，徐玉立[20]從框架構成層面展開了實證研究，研究結果大多顯示普惠金融能降低貧困發生率，其中李建軍等[17]通過實證分析發現普惠金融的建設能有效提高農戶居民人均可支配收入，降低貧困發生率。目前，普惠金融涵蓋的范圍越來越廣，已逐漸形成一整套涉及金融基礎設施建設、金融改革發展和結構調整等重大問題的發展戰略和操作理念。

通過文獻綜述發現國內學者較多運用Sarma[9]提出的普惠金融指數（IFI）來測度普惠金融發展水平，且一般選用地理滲透性：每100 km2金融機構網點數、每100 km2擁有ATM機數量、每100 km2擁有從業人員數;產品接觸性：每萬人擁有金融機構網點數、每萬人擁有ATM機數量、每萬人擁有金融機構從業人員數、使用效用性：農村人均存款、農村人均貸款、人存款余額/GDP的比重、貸款余額/GDP的比重[13]。部分學者在變量選擇上有所不同，如袁世偉[21]在地理滲透性、使用效用性等維度上豐富了變量的選取。總體來看，現有研究仍有完善空間。（1）從研究數據選取來看，學者們在進行農村普惠金融發展水平的測算上選用的數據多為某市的常住人口數據，或者某個區的常住人口數據，該數據包括鄉村和城鎮（根據國家統計局的統計口徑）。一般而言，城鎮發展要先于鄉村發展，且其地理滲透性、產品接觸性、使用效用性要高于農村，因此，選用城鄉數據來分析農村普惠金融發展不嚴謹，實證結果不準確。（2）從研究對象來看，目前作者搜集到的文獻中，僅有2篇是研究重慶市普惠金融的文章，分別來自袁世偉[21]、聶強等[22]。雖然前者用實證分析了重慶市普惠金融減緩農村貧困的效用，但在金融服務可獲得性這個維度上選取的指標為“小微企業貸款獲得率”，其普惠金融測度指標設計的針對性有待豐富;后者主要以重慶市開縣為例，運用理論分析探討了西部林業縣的普惠金融體系建設。基于此，本研究選取了重慶市涪陵區農村作為研究目標來進行實證分析。涪陵區是集“大城市、大農村、大山區”的特殊區情[23]，也與重慶市絕大部分區縣地理特點相似，其研究結果可為重慶市絕大部分區縣提供借鑒。

2 重慶市涪陵區農村普惠金融發展水平測度

2.1 指標體系的構建

借鑒學者符洪瑞[11]指標的選取內容，結合涪陵區實際情況以及數據的可獲得性，最終從地理滲透性、產品接觸性、使用效用性3個維度選取了8個指標對農村普惠金融發展水平進行測度，其中地理滲透性包括：每1 km2擁有的網點數量、每1 km2擁有ATM數量、每1 km2擁有金融機構從業人員數;產品接觸性：每萬人擁有金融機構網點數、每萬人擁有ATM數量、每萬人擁有金融機構從業人員數量;使用效用性：農民人均農業貸款/人均GDP、農民人均農業存款/人均GDP。

2.2 數據來源

本研究選取重慶市涪陵區農村作為研究目標，數據來源于2010-2019年《涪陵區統計年鑒》《重慶市統計年鑒》《重慶市歷年財政決策報告》《重慶市金融運行報告》以及2010-2018年《中國農村金融服務報告》（逢雙年出版）。

2.3 普惠金融發展水平的測度方法

采用Sarma[9]提出的普惠金融指數（IFI）方法，首先對原始數據進行無綱量化處理，然后假設有k個普惠金融評價維度，Di表示第i個普惠金融評價維度的測度值，且k≥i≥1，則：

Di=Xi-miMi-mi （1）

式（1）中，Di取值范圍為1≥Di≥0，且值越大代表在該維度上的普惠金融發展水平越高，金融排斥程度越低，反之亦然。即當Di=0時，代表該維度上存在完全金融排斥，當Di=1時，代表該維度金融排斥為0。

Xi代表第i個普惠金融評價維度的實際值;

mi代表第i個普惠金融評價維度的最小值;

Mi代表第i個普惠金融評價維度的最大值;

那么該普惠金融指數（IFI）的計算公式為：

IFI= ∑ki=1wiDi （2）

式（2）中，wi代表第i個普惠金融評價維度的權重，本文用變異系數法計算權重，首先要計算各金融維度的變異系數，計算公式為：

Ai=SiXi （3）

式（3）中，Ai代表第i個普惠金融評價維度的變異系數，Si代表第i個普惠金融評價維度的標準差;Xi代表第i個普惠金融評價維度的平均數。

通過變異系數，計算出各個普惠金融評價維度的權重為：

Wi= Ai∑ki=1Ai（4）

2.4 測度結果及分析

涪陵區在21世紀初進行了鄉鎮的重組，本文選取從重組后至今的時間段進行分析，即對2010-2019年的上述3個維度的8個指標對象進行描述性統計，結果如表1和表2所示。

通過上述公式和數據計算出涪陵區農村2010-2019年普惠金融指數（IFI）的各維度值及普惠金融指數（IFI），如表3所示。結果可以看出，除2010年以外，2014年涪陵區農村普惠金融指數（IFI）結果最低，分析其原因主要是2014年涪陵區農民人均儲蓄增長低于消費增長造成的。2010-2014年涪陵區農村普惠金融指數（IFI）測度結果集中在0～0.4之間，處于普惠金融發展的初期階段，2015-2019年涪陵區農村普惠金融指數（IFI）測度結果均大于0.4，處于普惠金融發展的中高水平。分析其主要存在2方面的原因：（1）2016年以后涪陵區在金融服務的地理滲透性、產品接觸性都有了明顯的提高;（2）國家政策的大力支持，2016年國務院印發了《推進普惠金融發展規劃（2016-2020年）》，引起了各地政府的高度重視，全國各地、各部門積極參與到普惠金融建設中。

3 重慶市涪陵區農村普惠金融的減貧效應的實證分析

3.1 變量選取

選取涪陵區近10年的貧困發生率作為被解釋變量，用H表示;選取上述測定的普惠金融指數（IFI）作為解釋變量;選取政府支農力度、第二產業產值占總產值的比重、第三產業產值占總產值的比重作為控制變量，具體如下：

3.1.1 被解釋變量

關于貧困發生率的界定，學者們做了大量研究，洪業應[23]選用人口指數法、貧困缺口數法和FGT貧困指數法，本文采用官方公布的建檔貧困人數來測定貧困發生率，即“貧困發生率=建檔貧困人數/年末常住人口數”，用H表示。

3.1.2 解釋變量

普惠金融發展水平，用普惠金融指數（IFI）表示。預期普惠金融發展水平越高，減貧效果越好。

3.1.3 控制變量 （1）政府支農力度。理論上，如果在三農問題上政府加大支出力度，就會降低當地貧困發生率，反之亦然。本文通過政府農林業支出進行政府支農力度的測定，即“政府支農力度=政府支農支出/政府財政總支出”，用ESA表示，預期政府支農程度越高，減貧效果越好。（2）第二產業生產結構、第三產業生產結構。一般認為，一個地區如果第二、三產業經濟生產總值占據當地地區國民生產總值的比重較高，那么說明該地區主要以第二、三產業為主，第一產業較少，也就說明該地區經濟較發達，貧困發生率較低，分別用SOV、TOV來表示。

3.2 數據來源

數據來源于2010-2019年《涪陵區統計年鑒》《重慶市統計年鑒》，研究中涉及到的貧困發生率及鄉村人口數據均為常住人口數據。

3.3? 模型構建

本文構建了一個多元回歸方程，具體如下：

H=1+2IFI+3ESA+4SOV+5TOV+u （5）

為避免偽回歸，確保計量結果的有效性，采用ADF檢驗法對各變量進行檢驗，如果各變量均拒絕存在單位根的原假設，那么序列是平穩的，反之則不平穩。利用EVIEWS 6.0對原始數據變量進行檢驗發現數據是不平穩的，因此對原始數據各變量取對數并再次進行ADF檢驗，各變量則一次差分序列平穩，見表4。

對各變量使用Enger-Granger（EG）兩步檢驗法進行回歸，殘差項在5%置信下顯著，因此序列通過協整檢驗，存在協整關系。因此，模型變為：

LNH=1+2LNIFI+3LNESA+4LNSOV+5LNTOV+u （6）

3.4 實證結果及分析

運用式（6）對普惠金融的減貧效應進行多元回歸檢測，結果如表5所示。通過F統計量的伴隨概率Prob（F-statistic）、R2、DW等數值判定變量是否通過了顯著性檢驗，通過DW值判定變量是否存在自相關問題，由F統計量的伴隨概率Prob（F-statistic）、R2值進一步分析該模型的檢驗在整體上是否顯著有效。

對解釋變量的回歸結果進行分析發現4個模型的DW值也都在2附近，可知，模型各變量之間不存在自相關關系，F的伴隨概率只有模型（4）

在5%置信水平下顯著，其他模型均在1%置信水平下顯著，因此，由R2和F值可知，模型的回歸結果整體顯著，說明解釋變量對減貧效果是有效的，其中主要解釋變量普惠金融指數（IFI）均在1%水平下顯著。結果如下。（1）普惠金融指數（IFI）與貧困發生率呈負相關關系。2015年以前，普惠金融指數（IFI）較低，最低為0.204，2015年普惠金融指數（IFI）為0.490，接近0.5，處于普惠金融發展的中高水平，說明2015年以后涪陵區加大了普惠金融的建設力度，這也是響應國務院的號召。2015年普惠金融指數（IFI）較2014年有了大幅的提高，提高了73.14%，涪陵區也在2015年完成脫貧摘帽，因此檢驗結果也與實際發展情況一致。

（2）政府支農力度與貧困發生率呈負相關關系。但是其T檢驗值并不顯著，說明政府支農力度對減貧效果意義不大。按照理論假設，政府支農操作能為農民減輕農業成本，因此，應該是有效的，但是通過再次對原始數據分析發現，雖然政府支農數額在逐年增多，但是其占整個政府支出比例由2010年的54.6%降為2019年的6.3%，實際比例是大幅減少的，即政府雖然每年加大了支農力度，但是隨著物價的上漲，農業成本也在上漲，這些影響削弱了政府實際支農力度，因此政府支農力度與減貧效果未必相關，實證結果顯示不相關。

（3）第二產業生產結構與貧困發生率呈負相關關系。但是其T檢驗值并不顯著，說明兩者之間不相關，本文采用第二產業生產增加值占GDP的比重來衡量第二產業增加值，按照假設，第二、三產業發達的地區經濟發展較好，從事第一產業農業的農民較少，貧困人口也越少。涪陵區雖是工業強區，其工業主要有太極集團、涪陵榨菜、小葵花藥業、煙草公司、華晨鑫源等幾大工業。但涪陵區為大山區、大庫區，留守老人、留守兒童居多，這部分人群大多喪失勞動能力，不能從事工業生產，因此，他們沒有能力從事第二產業的生產活動，也就是說第二產業生產結構對這部分人群影響不大，因此，實證結果與現實相符。

（4）第三產業生產結構與貧困發生率呈負相關關系。并在10%置信水平下顯著，說明第三產業結構的提高能降低貧困發生率。涪陵區貧困特點集中、突出，主要是“因病致貧”“因老致貧”，近幾年多數建檔貧困戶貧困原因主要是身體殘疾導致不能種地，也不能外出務工。但是可以依托涪陵豐富的旅游資源，開設集餐飲、住宿一條龍服務的農家樂等。因此，第三產業結構與貧困發生率存在相關關系，實證結果與假設、實際情況都相符。

4 結論與建議

4.1 結論

4.1.1 發展普惠金融有利于減貧，但普惠金融發展水平有待提高

實證分析發現普惠金融指數（IFI）與貧困發生率負相關，并且T檢測值表明非常顯著，且4個模型的回歸結果中普惠金融測度值都在1%置信下顯著，說明普惠金融減貧效果明顯，2019年涪陵區農村普惠金融指數（IFI）為0.797，而目前已有的文獻中，學者袁世偉[21]實證分析發現2015年重慶市農村普惠金融發展指數（IFI）為0.864，按照此結論，涪陵區農村普惠金融發展水平低于重慶市農村普惠金融發展水平。

4.1.2 發展第三產業有利于減貧，但涪陵區產業轉型升級有待加速

從表5看出，政府支農力度和第二產業生產結構對減貧效果不顯著，第三產業生產結構在一定程度上能降低貧困發生率，研究結果與實際情況相符合。2019年涪陵區第一、二、三產業比為5.9∶56.6∶37.5，第二產業仍高于第三產業，而重慶市2014年第一、二、三產業結構比就為7.4∶45.8∶46.8，因此，涪陵區應加快產業轉型升級，不斷優化產業結構。

4.2 建議

4.2.1 創新普惠金融方式，拓寬普惠金融服務范圍

要通過加快普及數字金融發展來拓展普惠金融服務范圍，隨著移動互聯網的快速發展以及微信功能的普及，移動金融使用率大幅提高，但是目前建檔貧困戶多為深度貧困人群，殘疾人、老年人居多，這部分人群金融接受度較低，“存折”觀念根深蒂固，銀行卡、網上銀行普及率低。因此，政府等相關部門要深入農村做好數字金融知識的普及工作，拓寬普惠金融服務范圍，穩固脫貧成果，防止返貧發生。

4.2.2 營造良好農村金融環境，不斷提高普惠金融服務效率

競爭才能提高效率，目前全區助農金融機構僅有3家，分別是農村商業銀行、郵儲銀行、中國農業銀行，缺乏有效競爭，導致在金融服務、金融產品創新等方面競爭力不強，因此，政府相關部門可以通過提高農村金融環境，吸引更多金融機構參與，豐富農村金融供給，提高普惠金融服務效率，滿足更多貧困群體的金融需求。

4.2.3 不斷優化產業結構，確保脫貧效果長久持續

2020年新冠肺炎對我國的影響已慢慢消散，旅游業、餐飲業也慢慢走上正軌，涪陵區應繼續利用天然的自然地理優勢，積極打造鄉村旅游，通過鄉村旅游帶動地方經濟發展，同時也鞏固脫貧成果，穩定脫貧成效。目前涪陵區旅游景點雖已有多個，但統籌不協調，交通基礎設施落后、景點特色不突出，難以帶動餐飲、食宿等農村服務業發展，因此，政府相關部門應成立領導工作小組，統籌協調好武陵山大裂谷、“816工程”三線精神教育、白鶴梁、大木花谷等旅游景點，完善配套設施，讓游客“愿意來、方便來、還想來”，不斷吸引更多游客，帶動地方經濟發展，確保脫貧成效。

參考文獻：

[1]王韋程，邢立全.普惠金融影響因素研究：國外文獻綜述[J]. 西南金融，2015（4）：49-51.

[2]焦瑾璞，黃亭亭，汪天都，張韶華，王瑱.中國普惠金融發展進程及實證研究[J]. 上海金融，2015（4）：12-22.

[3]孫國貿、安強身. 普惠金融組織與普惠金融發展研究[M]. 北京：中國金融出版社，2015.

[4]何德旭. 推進區域金融協同發展[J].中國金融，2015（21）：81-82.

[5]楊馳. 落實消費者權益保護 踐行普惠金融理念[J].武漢金融，2016（11）：2.

[6]胡文濤. 金融隱私權的法律保護[J]. 上海政法學院學報（法治論叢），2015，30（2）：35-42.

[7]張洋. 江蘇省縣域普惠金融發展水平測度及影響因素研究[D]. 南京：南京農業大學，2017.

[8]羅健瑩，梁偉森.基于因子分析的廣東省地級市普惠金融水平測度[J]. 廣東開放大學學報，2018，27（5）：108-112.

[9]SARMA M. Index of Financial Inclusion[R]. India Council for Research on International Economic Relations Working Paper，2008，No. 215.

[10]龔詩媛.江西農村地區普惠金融發展水平分析——基于Sarma普惠金融指數（IFI）測度方法[J].九江學院學報（社會科學版），2017，36（1）：125-128.

[11]符洪瑞.普惠金融對抑制農村貧困發生率影響的實證分析[J]. 浙江金融，2019（9）：71-78，21.

[12]付莎，王軍. 中國普惠金融發展對經濟增長的影響——基于省際面板數據的實證研究[J].云南財經大學學報，2018，34（3）：56-65.

[13]任亞軍，李巍. 農村普惠金融發展現狀分析——以淮安市淮安區為例[J]. 上海金融，2019（1）：84-87.

[14]許圣道，田霖. 我國農村地區金融排斥研究[J].金融研究，2008（7）：195-206.

[15]尹志超，彭嫦燕，里昂安吉拉. 中國家庭普惠金融的發展及影響[J].管理世界，2019，35（2）：74-87.

[16]唐文婷，李明賢 .普惠金融的政府行為與農村金融消費者權益保護[J].財經科學，2018（11）：3-14.

[17]李建軍，韓珣. 非金融企業影子銀行化與經營風險[J]. 經濟研究，2019，54（8）：21-35.

[18]楊俊仙，張娟. 山西省農村普惠金融水平測度與評價[J]. 經濟師，2015（1）：68-69.

[19]曾之明，余長龍，張琦等. 數字普惠金融支持農民工創業機制的實證研究[J]. 云南財經大學學報，2018，34（12）：58-65.

[20]徐玉立. 基于普惠金融內涵的比較研究——以J省縣域普惠金融改革為例[J].西部金融，2017（6）：70-73，79.

[21]袁世偉. 重慶市普惠金融減緩農村貧困的實證檢驗[J].金融經濟，2018（18）：58-60.

[22]聶強，張穎慧，姚順波. 西部林業縣普惠金融體系建設研究——以重慶市開縣為案例[J].林業經濟，2017，39（2）：47-53.

[23]洪業應. 農業勞動力轉移的減貧效應分析——基于重慶涪陵的實踐檢驗[J]. 臺灣農業探索，2020（1）：30-35.

收稿日期：2020-05-11

作者簡介：宋曉云（1989-），女，講師，碩士研究生，研究方向：區域經濟，普惠金融. E-mail：422705925@qq.com

基金項目：2020年度中共重慶市委黨校（重慶行政學院）校（院）級一般課題（CQDX2020B-009）