中國農村金融發展減貧效應研究
——基于中西部省級數據

強華玉，黃永興

（安徽工業大學 商學院，安徽 馬鞍山243032）

一、引言與文獻綜述

貧困問題特別是農村貧困問題始終是影響中國經濟發展與社會穩定的重要問題之一，而解決貧困問題的關鍵之一是要重視金融賦能，著力解決相對貧困問題的金融支撐。早在2015 年12 月，國務院就印發了《推進普惠金融發展規劃（2016—2020年）》，要求金融機構開展扶貧信貸工程，創新金融產品和金融手段，讓農戶、小微企業和貧困人群等享受到成本低廉、便捷高效、安全無憂的互聯網金融服務，切切實實為農業增效，為農民增收。2019年12 月，由北京大學數字金融研究中心等科研機構共同發起的“數字金融研究開放計劃”發布了一項最新研究成果：數字金融能力的提升，相對貧困概率降低16%以上。可見，金融賦能是反貧困的重要武器，金融發展與貧困減緩之間存在不可忽視的聯系。但在中國，各個地區農村金融發展水平和貧困水平之間并不是呈現簡單的線性關系，為此，本文在分析農村金融發展的減貧效應時，注重考察農村金融減貧是否存在空間效應。

目前，國內外針對農村金融發展與貧困減緩的研究主要從理論和實證兩個方面展開。

理論分析主要側重點在于農村金融減貧的作用機制分析，目的在于分析農村金融發展通過何種途徑來達到減緩貧困的效果。至于農村金融的減貧機制一般從直接和間接兩個作用途徑來展開。

農村金融減貧直接作用途徑主要是通過金融機構為貧困群體提供信貸、儲蓄等基礎金融服務。這其中最關鍵在于要求各承辦銀行要不斷推進服務網點向農村基層下沉延伸，擴大網點覆蓋面，增強網點服務功能［1］。其中，扶貧小額信貸政策作為最主要的金融減貧的政策措施。農村金融部門向農村貧困人群提供的金融服務直接影響貧困人群的初始稟賦［2］，讓農民足不出村就可以辦理小額存款、取款、轉賬、查詢、自助繳費等業務。

農村金融減貧間接作用途徑則是通過經濟增長和收入分配兩方面來改善貧困群體貧困現狀。對于農村金融減貧的經濟效應。貧困家庭的收入增長大約有69%的貢獻來自于金融發展的經濟增長效應［3］。其中，金融發展影響貧困的經濟增長渠道主要在于儲蓄轉化率、儲蓄率和資本的社會邊際產出率的增加，從而發揮減緩貧困的作用［4］。因此，通過發展農村金融能夠有效拓寬社會經濟發展渠道，改善農村地區整體經濟條件，從而降低貧困發生率。對于農村金融減貧的收入分配效應。短期內，農村金融發展對農民收入增長沒有影響，而長期則會產生顯著的消極影響［5］。

但現實中，農村金融發展的減貧成效往往是直接與間接途徑并存的結果［6］［1］。

農村金融發展減貧的實證分析主要從全國層面與區域層面兩個方面來展開。

從全國層面來看。多數學者認為農村金融發展減貧存在顯著的空間溢出效應［7-8］。農村金融發展對農村貧困減緩大體上呈現先下降后上升的一種動態變化趨勢；短期來看，相鄰地區的農村金融發展水平提高有利于本地區農村貧困減緩，但長期則會產生負向影響［9］。

從區域層面來看。農村金融發展減貧效應區域差異明顯。從地區來看，東部地區農民受金融發展的影響較為顯著，而對中西部地區并沒有產生實質影響［10］。從省份來看，中國省域之間的農村金融減貧貢獻也各不相同，安徽、山東、江西等12個省域農村金融發展能夠降低貧困人口規模，提高農民相對收入增長速度，而青海、寧夏、海南3個省域農村金融發展對減緩貧困的作用不明顯［9］。

通過上述文獻的分析，可以發現農村金融發展減貧作用確實存在顯著的空間效應，不同地區農村金融減貧作用也呈現明顯區域差異。雖然目前學者對農村金融發展的減貧效應進行了一系列的研究，但是還存在一些不足。2010年后，東部地區貧困人口占全國貧困總人口的比例不足15%，對于減貧研究來說，東部地區的貧困樣本已經不具有代表性，且更容易影響研究結果。因此，本文選擇經濟欠發達的中西部地區作為研究樣本。借鑒大多數學者的研究思路，采用空間計量模型來分析中西部地區農村金融發展的減貧效應。

二、模型設定與變量選取

（一）模型設定

由于本文主要研究農村金融發展減貧的空間效應，故將空間因素考慮其中，建立空間計量模型。其一般形式如下：

其中，POVit為被解釋變量，代表貧困水平；RFDit為解釋變量，代表農村金融發展水平；POVi,t-1為被解釋變量POVit的一階滯后；wiRFDiδ表示解釋變量RFDit的空間滯后，Xit為控制變量；wi為相應空間權重矩陣W的第i行；ui為個體效應；γt為時間效應；mi為擾動項空間權重矩陣M的第i行。

如果λ=0，則為空間杜賓模型（SDM）；如果λ=0 且δ=0，則為空間滯后模型（SLM）；如果τ=ρ=0 且δ=0，則為空間誤差模型（SEM）。

（二）變量選取與數據來源

本文選取2006—2017年中國中西部地區20個省份的相關數據，由于重慶和西藏的數據缺失較多，故本研究將這兩個省份剔除，其余18個省份為研究對象。具體變量選取與數據來源如表1所示。

貧困水平（POV）：目前衡量貧困水平的指標主要有FGT指數、Sen指數、基尼系數和恩格爾系數等，其中，恩格爾系數在國際上被公認為判定生活水平高低與劃分貧富的重要標準。因此，本文采用各省份的恩格爾系數來衡量貧困水平。

農村金融發展水平（RFD）：選取農村金融規模和農村金融效率兩個指標來衡量。由于2015—2017年安徽省、2015年和2017年山東省以及2017年江蘇省農村信用社存貸款余額數據空缺，這部分數據采用插值法補齊。

控制變量（X）：包括農村產業結構（nlmy）、農戶投資規模（lnnhtz）、財政支農水平（czzn）、農村就業水平（lnjy）、城鎮化水平（urb）、經濟發展水平（lnpgdp）。其中，財政支農水平（czzn），本文選取各省份政府財政支農支出占財政總支出的比重來衡量財政支農水平。鑒于統計年鑒中指標體系的變化，本文的財政支農水平數據，2006 年為農業支出、林業支出和農林水利氣象事業費支出之和與財政總支出的比重來替代，2007—2017年統一為農林水事務支出與財政總支出的比重。

表1 變量選取與數據來源

實證分析時，以貨幣計量的數據均采用相關價格指數進行處理，為了克服可能存在的異方差問題，將對以貨幣價格衡量的指標進行對數處理。變量的描述性統計如表2所示。表2的結果表明，2006—2017年中西部省份的貧困水平最小值25.3，最大值53.4，均值為38.0402，說明中西部相關省份的貧困差距較大。從農村金融發展水平的統計結果來看，農村金融效率的均值是0.6821，最小值是0.0734，最大值是5.6541；農村金融規模的均值是3.9841，最小值是0.1758，最大值是23.7151，說明不同省份之間的農村金融發展水平存在很大差異。不同省份之間貧困水平和農村金融發展水平的差異為金融扶貧帶來了挑戰，增加了難度，說明金融扶貧政策的成功案例只能參考，而不能照搬。

表2 變量描述性統計

三、農村金融發展減貧效應空間計量分析

進行空間計量分析之前，對貧困水平（POV）進行空間相關性檢驗，以判斷是否具有空間相關性。如果存在空間正（負）相關，均表明可以建立空間計量模型進行實證分析。

（一）空間自相關分析

1.全局空間自相關

采用Moran’s I指數來判斷中西部地區貧困水平是否存在空間自相關。計算公式如下：

表3 貧困水平（POV）的Moran's I 指數值

表4 中西部省份部分年份的Moran's I 值

表3 中數據顯示，2006—2013 年中西部省份的貧困水平的Moran′s I 指數值在1%的顯著性水平下都通過了檢驗；2014 年貧困水平的Moran′s I 指數值并沒有通過檢驗；2015—2017 年中西部省份貧困水平的Moran′s I 指數值均在5%的顯著性水平下通過檢驗。通過表3 能夠得出以下兩點結論：第一，所有年份的Moran′s I 值均大于0，說明存在空間正相關性；第二，中西部省份貧困水平的空間相關性在逐漸減弱。

2.局部空間自相關

基于篇幅考慮，本文選取部分年份的各個省份Moran′s I 指數值進行檢驗。通過Stata 15.0 軟件分別得到2006年、2010年、2014年及2017年中西部區域貧困水平的Moran′s I 指數值。結果如表4所示。

表4中數據表明各個省份的Moran′s I 指數值大多數都是大于0，只有安徽、甘肅、河南、青海、陜西和新疆的Moran′s I 指數值小于0，且不顯著。除此以外，隨著時間推移總體呈現下降趨勢，臨界值水平也同比趨向不顯著。可以發現2014年廣西、貴州、湖南、吉林、內蒙古、黑龍江和云南7個省份均在5%的臨界值水平上顯著，說明滿足局部空間正相關。2017年雖然沒有省份的Moran′s I 指數值達到顯著性水平，但是對應往年省份的Moran′s I 指數值同樣大于0，說明局部空間正相關趨勢依舊存在。

（二）農村金融發展減貧效應模型估計

接著對模型進行設定檢驗，本文采用Wald檢驗和LR檢驗對模型進行判定分析（見表5）。通過表5的檢驗結果發現，空間滯后的Wald檢驗和LR檢驗結果均在1%的顯著性水平上拒絕采用空間滯后模型（SLM）的原假設。空間誤差的Wald檢驗和LR檢驗結果同樣在1%的顯著性水平上拒絕原假設。綜合檢驗結果，認為SDM模型是適合的，因此本文選用空間杜賓模型（SDM）。

確定好空間杜賓模型后，對模型進行Hausman檢驗，確定選擇固定效應模型還是隨機效應模型。Hausman檢驗值為-2.34，不能拒絕隨機效應的原假設。因此本文采用隨機效應的空間杜賓模型估計結果。

表5 農村金融發展減貧效應模型設定檢驗

1.模型估計結果

為了便于模型比較，將隨機效應的空間杜賓模型（SDM）、空間滯后模型（SLM）以及空間誤差模型（SEM）的回歸結果進行比較。如表6 所示。

表6 農村金融發展減貧效應估計結果

通過表6 的估計結果，空間杜賓模型（SDM）的空間相關性系數r為0.247，通過5%臨界值的顯著性檢驗，說明農村金融發展減貧效應存在空間正相關性。同時，也能說明確實存在空間溢出效應，即本地區的農村金融減貧效應會對周邊地區有溢出效應。

具體分析空間杜賓模型下農村金融發展對減緩貧困的影響，其中核心解釋變量包括農村金融效率和農村金融規模。農村金融效率的系數為0.482，大于0，并在1%的臨界值上顯著，說明農村金融效率的減貧作用并沒有得到證實，反而會在一定程度上加劇貧困深度。而農村金融規模的系數為-0.0149，小于0，意味著農村金融規模是有助于減緩貧困的，但估計結果并沒有通過顯著性檢驗。通過表6的結果表明農村金融效率與規模的減貧作用均沒有達到理想的效果，出現這種現象的原因可能是與農民的經濟能力相關。農村貧困群體的收入普遍處于較低水平，而農村金融效率與規模的減貧作用需依托一定的經濟能力或者借助政府的金融扶貧措施才得以發揮。因此出現農村金融效率與減貧正相關，農村金融規模與減貧負相關的關系。

其他控制變量的估計結果顯示，經濟發展水平的系數為-6.12，小于0，且滿足在10%的臨界值水平上顯著，地區經濟發展每增長1%，貧困水平將下降6.128個百分點。說明經濟發展能夠增加農民收入，促進就業，有利于減緩貧困現狀。農戶投資水平的系數為-2.846，小于0，且滿足在5%的臨界值水平上顯著，農戶固定資產投資額每增長1%，貧困水平將下降2.846個百分點，說明農戶投資水平提高將顯著改善農戶自身經濟狀況。城鎮化水平的系數為-33.37，小于0，且滿足在5%的臨界值水平上顯著，城鎮化水平每增加1%，貧困水平將下降33.37個百分點，說明城鎮化水平對減緩貧困的作用較大，城鎮化進程加快能夠顯著促進貧困減緩，改善貧困面貌。農業結構及財政支農水平沒有通過顯著性檢驗，說明調整農業結構和財政的扶持力度對減貧作用不明顯。

以上結果表明，農村金融發展水平對減緩貧困的作用受到種種因素限制。除去外力因素外，更重要的是農村自身金融水平一般，無法滿足農戶多元化的金融需求。農村地區對金融資金較弱的吸引力使得農村金融發展進程緩慢，加上農村地區本身經濟條件制約，最終形成農村金融發展減貧成效不盡如人意的局面。

2.模型空間效應分解

以上的研究是從數據本身出發去考慮空間相關性的存在以及分析空間作用程度。為了進一步研究農村金融減貧的空間效應，探索一地區農村金融發展對減緩自身貧困作用以及對周邊地區減貧事業的影響，本文基于空間杜賓模型，通過空間效應分解得出農村金融發展對貧困減緩的直接效應和空間溢出效應。具體研究結果見表7。

表7 農村金融發展減貧效應分解

通過表7的結果能夠發現農村金融發展效率的直接效應系數為0.556，空間溢出效應系數為1.298，均在10%的顯著性水平上顯著。意味著農村金融效率減貧具有顯著的直接效應和溢出效應，并且可以認為本地區的農村金融效率對周邊地區的作用程度遠大于對自身的影響。只是這種影響均是消極的，可能意味著農村金融效率的提高不僅不能緩解本地區貧困現狀，而且反而會進一步加深貧困程度，且會給周邊地區帶來負影響。農村金融發展規模的直接效應與溢出效應系數分別為-0.0256、-0.0841，均為負，這表明本地區的農村金融發展規模對其自身而言確實存在減緩貧困的效果，并且能夠減緩周邊地區貧困現狀。

從農村金融發展水平指標本身去解釋，農村金融發展減貧的直接效應和溢出效應的結果表明要提高農村金融減貧的貢獻率，必須要合理分配資金流向，提升農村地區資金利用率，以滿足貧困戶多樣化的信貸需求，才能進一步改善農村貧困現狀。除此之外，農村金融的發展離不開農村經濟的振興。因此，為確保農村金融發展穩健運行，增強農村經濟實力也有了新的時代要求，這就需要因地制宜發展農村特色產業，打造農村現代化經濟集聚體系。農村經濟振興了，才能更好地為農村金融發展助力，才能擺脫農村貧困、落后的局面。

四、結論及政策建議

本文根據農村金融發展對于貧困減緩的實證分析，基于空間面板回歸模型，利用2006—2017年中國中西部地區18個省份的相關數據，檢驗了農村金融發展與貧困減緩之間的空間聯系。結果表明：第一，農村金融效率的提高不僅不能減緩農村貧困，反而會在一定程度上增加貧困深度，而農村金融規模對貧困減緩具有顯著減貧效應。第二，農村金融發展水平對減緩貧困確實存在顯著的直接效應與空間溢出效應，具體來說，農村金融效率的直接效應與溢出效應均是消極的，而發展農村金融規模的作用則大大優于金融效率，農村金融規模的增加會在一定程度改善貧困面貌，減緩貧困壓力。同時還具有顯著的溢出效應，促進減緩周邊地區貧困水平。基于上述研究結論，本文提出以下三點政策建議：

第一，要注重財政向“三農”傾斜。2020 年是打贏脫貧攻堅戰的收官之年，要完成這兩個目標，需補齊“三農”領域的突出短板，精準施策做好“三農”金融服務。通過有效的激勵約束機制引導金融資源向“三農”傾斜，建立健全政府性融資擔保和風險分擔機制，靈活運用“小額貸”“特惠貸”等政府融資平臺。結合實際地開展“扶貧、支農再貸款+精準扶貧貸款”模式的運用，認真落實地方財政支持金融精準扶貧方案。

第二，著力構建普惠性現代農村金融體系。需加強農村金融精準扶貧工作，加大金融扶貧力度，創新農村金融扶貧產品和服務，合理引導農村信貸資金流向，確保金融扶貧資金向貧困區的持續注入。最為明顯的是，2020年新冠肺炎疫情給小微企業帶來巨大的資金壓力，嚴重影響小微企業的生存與發展。為此，金融部門要把支持實體經濟恢復發展放到更加突出的位置，加大信貸投放力度，切實采取措施，降低融資成本，幫助企業渡過難關。

第三，加快實施鄉村振興戰略。脫貧攻堅事業是全面建成小康社會的主要內容，但不是結束。“鄉村興則國家興”，鄉村振興戰略作為十九大提出的一項重大戰略，而金融則是鄉村振興極為重要和關鍵的支撐要素。只有堅定金融支持鄉村振興政策不放松，才能促進鄉村經濟向活向新發展。