社會資本、信貸約束與農戶多維相對貧困

車四方 舒維佳 田慶剛1，

（1.重慶工商大學 長江上游研究中心，重慶 400067；2.重慶市綜合經濟研究院，重慶 401120；3.重慶工商大學 經濟學院，重慶 400067）

一、引言

2020年，中國消除了困擾人民千百年的絕對貧困，為世界減貧做出了杰出貢獻。然而，貧困問題并不隨著絕對貧困的消除而消失，如何緩解相對貧困問題轉而成為學界和政府關注的焦點，尤其是黨的十九屆四中全會后，我國開啟了構建解決相對貧困長效機制的新征程。學界就相對貧困的科學內涵（葉興慶和殷浩棟，2019）、標準劃分（陳宗勝和沈揚揚等，2013）、水平測度（張傳洲，2020）以及長效機制（檀學文，2020）等方面進行了諸多探討。同時，隨著人們認知的發展，普遍認為貧困不只是收入低下，還應該從非收入維度綜合衡量。王小林和馮賀霞（2020）提出多維相對貧困框架，認為相對貧困包括經濟、社會發展和生態環境等維度。因此，本文主要就農戶多維相對貧困問題進行深入探究。目前，部分學者嘗試從定性和定量角度分析多維相對貧困問題，如呂新博和趙偉（2019）探究了多維相對貧困的治理路徑，車四方（2022）對中國城鄉多維相對貧困水平進行了精準測度和分析。但是，學界就如何緩解多維相對貧困問題的探究較少。相關研究認為社會資本是緩解多維絕對貧困的重要變量（史恒通和趙伊凡等，2019；王恒和秦國慶等，2019），因而重要的問題是社會資本能否顯著影響農戶多維相對貧困，對該問題進行探究不僅可以為解決農戶多維相對貧困提供科學依據，還能為實現共同富裕奠定理論基礎。

同時，由于金融市場不完善和融資環境限制，包括中國在內的大多數發展中國家的農民遭受嚴重的信貸約束（李慶海和李小鋒等，2017），這使農戶相對貧困程度持續加大。雖然近些年中國政府采取一系列農村金融政策和措施試圖緩解信貸約束，但是農戶面臨的信貸約束狀況仍然不樂觀（張寧和張兵，2015）。鑒于此，本文試圖探究社會資本如何影響農戶多維相對貧困問題，進而為緩解農戶多維相對貧困找到科學的實現路徑。

相較于已有研究，本文的主要貢獻如下：（1）在精準測度農戶多維相對貧困水平基礎上，實證檢驗了社會資本對農戶多維相對貧困的影響，發現社會資本可以顯著緩解農戶多維相對貧困水平。（2）實證檢驗社會資本影響農戶多維相對貧困的傳導機制，發現社會資本影響農戶多維相對貧困的中介效應成立，且中介變量為信貸約束，為緩解農戶家庭多維相對貧困提供了科學的路徑選擇。

二、文獻綜述

相對貧困問題已成為中國當前乃至今后相當長一個時期治理貧困的重點目標。目前，學界就相對貧困的識別標準、水平測度及影響因素等方面進行了大量探究，本文將對上述幾方面作簡要評述。

（一）相對貧困的識別標準

精準識別相對貧困的前提是劃定合理的貧困線（標準）。目前，學界對相對貧困標準的劃分主要有三種方法：一是收入比例法，即將相對貧困的標準設為平均收入、收入中位數、人均等值收入等基數的某一比例，這種方法簡便易操作，但具體比例設為多少尚未達成統一意見。該方法最早由Townsend（1979）提出，隨后，歐盟、OECD等國際組織均采用收入中位數的40%—60%衡量居民相對貧困（Van和Wang，2015）。陳宗勝和沈揚揚等（2013）建議將相對貧困線劃為人均純收入均值的40%—50%，李瑩和于學霆等（2021）建議將人均可支配收入的40%—50%作為城鄉相對貧困標準。二是社會貧困線法，該方法由世界銀行2018年提出，可以同時描述極端絕對貧困和相對收入（消費）貧困。通常，國家越貧窮，社會貧困線水平越低。相較而言，社會相對貧困線側重于國家的發展水平，且更能考慮增長成果分配信息，可視為弱相對貧困線。三是雙界線法，該方法由Alkire和Foster（2011）提出并被廣泛應用，其設定了兩個臨界值，一個臨界值用于識別個體在各個維度指標上是否處于相對貧困狀態，一個臨界值用于判定個體是否處于多維相對貧困狀態。目前，該方法逐漸流行于多維相對貧困領域（車四方，2022；賀坤和周云波等，2022），本文采用此法識別農戶多維相對貧困。

（二）相對貧困的水平測度

相對貧困的測度始于Yitzhaki（1979）采用基尼系數解釋相對剝奪，認為相對貧困與收入分配相關，若某國的財富向富人集中，則一定會產生相對剝奪，于是采用基尼系數來描述這種收入差距或不平等。然而，基尼系數不能描述一個國家或社會的相對貧困人口比率，也不能衡量相對貧困人口的相對貧困程度（李永友和沈坤榮，2007）。于是，學界多采用相對貧困發生率衡量個體或家庭的相對貧困水平，即發生相對貧困的人數與總人數之比（胡聯和繆寧等，2021）。該指標有效彌補了基尼系數衡量相對貧困的不足。隨著貧困內涵向多維發展，多維相對貧困發生率也被用于反映貧困程度。但是單維和多維相對貧困發生率均不能反映個體的福利缺失程度，因此學界采用指數法替代多維相對貧困發生率，也稱為調整的多維相對貧困發生率。如車四方（2022）基于A-F貧困理論框架，精準測度和分解了中國城鄉間的多維相對貧困水平；彭繼權（2022）采用FGT法對進城務工人員的多維相對貧困進行了動態測算。總體上，相對貧困的測度研究日益受到重視，國內大部分研究均表明中國相對貧困水平呈上升趨勢（李永友和沈坤榮，2007；Gustafsson和Sai，2020）。

（三）相對貧困的影響因素

目前，學界主要從以下方面分析相對貧困的影響因素：一是個體因素。高月和王卓（2021）研究指出，年齡、性別、戶籍類型等方面均顯著影響老年人的相對貧困。二是教育水平。楊帆和莊天慧（2018）認為教育水平是決定新生代農民工是否陷入或擺脫多維相對貧困的重要因素，同時，許源源和徐圳（2020）研究指出，教育是阻斷代際貧困傳遞、緩解多維相對貧困的重要方式。三是金融服務參與方式。董曉林和吳以蠻等（2021）認為傳統金融和數字金融都可以顯著緩解農戶多維相對貧困；孫繼國和韓開顏等（2020）也指出，數字金融能夠明顯減緩相對貧困，且數字金融可通過促進居民創業、緩解信貸約束和化解農業風險來減緩相對貧困。四是其他因素。寇璇（2021）發現公共轉移支付和公共服務仍然是相對貧困治理的重要手段，張詠梅和張萌等（2022）指出醫療、社會保障、對外溝通能力等要素缺失是影響居民多維相對貧困的多重并發因素。

綜上所述，現有研究對相對貧困的識別、測度與影響因素等進行了較多研究。但是，仍有不少問題值得深入探究：（1）如何構建全面且具有現實意義的多維相對貧困指標體系，來精準測度多維相對貧困水平。（2）社會資本是影響農戶貧困的重要因素，但是學界還未探究社會資本對多維相對貧困的影響及路徑。因此，本文擬構建符合中國國情的農戶多維相對貧困的指標體系，精準測度農戶多維貧困水平，同時以社會資本為切入視角，實證分析其對農戶多維相對貧困的影響效應及作用路徑，以期為緩解農戶多維相對貧困、促進共同富裕提供科學的路徑選擇和理論參考。

三、數據來源與變量描述

（一）數據來源

本文數據來源于中國家庭追蹤調查數據庫（CFPS）。該數據庫包含了村級、家庭、成人、兒童等層面的信息，能較好地反映農戶多維相對貧困程度。目前，CFPS數據已開放到2018年。因此，本文采用2018年CFPS數據，實證探究社會資本對農戶多維相對貧困的影響。經整理，有效的農村樣本量為10670份，其中，包含東部數據3219份、中部3625份和西部3826份。

（二）變量描述

1.被解釋變量：本文的被解釋變量為農戶多維相對貧困。實際上，多維相對貧困是包含教育、健康、醫療等福利的綜合指標，學界對其指標體系和測度方式進行了深入探索（Alkire和Foster，2011；謝家智和車四方，2017）。因此，本文基于已有研究并結合我國農村實際，從收入、健康、教育、醫療、生活標準、環境質量和工作質量等維度構建農戶多維相對貧困指標體系（見表1），然后采用雙界線法識別農戶多維相對貧困，進而測度農戶多維相對貧困水平。其中，對于表1中各指標的詳細解釋可參考文獻[7]。

表1 農戶多維相對貧困指標解釋與賦值

基于上述指標體系，本文運用A-F法①A-F法測度多維貧困的詳細步驟和公式可參見文獻[7]。測度了臨界值k為0.3—0.6時我國農戶家庭多維相對貧困情況（見表2），其中H表示多維相對貧困發生率，A表示多維相對貧困平均缺失份額，M0表示農戶多維相對貧困指數。從表2可以看出，隨著臨界值k的增加，農戶家庭多維相對貧困發生率和多維相對貧困指數均呈下降趨勢。

表2 農戶多維相對貧困指數值

2.解釋變量：本文的核心解釋變量為社會資本（Soc）。基于已有研究，本文認為影響農戶多維相對貧困的農戶社會資本主要是農戶基于血緣、親緣和地緣建立的社會網絡關系。于是，本文選取以下指標衡量社會資本：第一，農戶家庭人情禮支出（Soc_1），該指標描述了農戶家庭社會交往的廣度；第二，對陌生人的信任程度（Soc_2），該指標主要考察農戶相互信任的程度；第三，家庭在本地的社會地位（Soc_3），通常農戶家庭的社會地位越高，其社會資本就越豐富；第四，鄰里關系（Soc_4），中國有“遠親不如近鄰”一說，因此鄰里關系也是人際交往中的重要社會資本；第五，親戚交往聯絡（Soc_5），血緣始終是情感的寄托和紐帶，親戚多寡往往是農戶家庭最原始社會資本的體現。為克服農戶社會資本潛在的內生性影響，將多個衡量社會資本的維度加權成社會資本綜合指數（Soc）。

本文的另一個核心解釋變量為信貸約束（Credit）。本文采用兩種方式衡量信貸約束：第一，本文將信貸約束分為非正規信貸約束和正規信貸約束，其中，非正規信貸約束指農戶不能獲取親友或民間借貸機構借款，正規信貸約束指農戶不能獲得銀行存款、貸款（房貸和其他貸款）以及其他金融資產（股票、基金、國債、信托等），本文認為只要農戶受到非正規信貸約束或正規約束中任意一種則為信貸約束（是=1，否=0）。第二，本文也將考察農戶信貸約束強度（S_Credit）對多維相對貧困的影響，將農戶未受信貸約束賦值為0，受非正規信貸約束賦值為1，受正規信貸約束賦值為2。

3.控制變量：為更好地探究社會資本對農戶家庭多維相對貧困的影響，參照已有做法，本文控制了個體層面、家庭層面以及村級層面的變量。其中，個體層面的變量包括：性別（Gender；男=1，女=0）、年齡（Age）、戶口（Residence；農業戶口=1，非農戶口=0）、婚姻（Marriage；已婚=1，未婚=0）等；家庭層面包括家庭勞動力流動（Work；家中是否有勞動力在外打工？是=1，否=0）；村級層面的控制變量包括自然災害（Disaster；居住村是否是自然災害頻發區？是=1，否=0）、礦區（Mining；居住村是否處于礦產資源區？是=1，否=0）、農戶到最近集鎮距離（Dis_z；單位：里）、到縣城距離（Dis_x；單位：里）、到省城距離（Dis_s；單位：里）等。上述變量的描述性統計見表3。

表3 變量定義與描述性統計分析

四、實證結果與分析

（一）實證模型設計

為了揭示社會資本影響農戶多維相對貧困的作用機制，本文主要采用中介效應方法對其進行實證分析。參照溫忠麟和葉寶娟（2014）設計的中介效應檢驗模型，建立如下回歸方程：

其中，MPi表示農戶家庭i的多維相對貧困廣度水平；Crediti和S_Crediti分別表示農戶家庭i是否受到信貸約束以及信貸約束強度；S o ci表示農戶家庭i的社會資本存量；Xi為控制變量；αi、βi、γi（i=1，2，3）分別為待估系數；εi（i=1，2，3）為隨機誤差項。

為克服逐步回歸法的缺陷，本文采用Bootstrap法進行中介效應檢驗。此外，為了驗證信貸約束對農戶多維相對貧困的影響，本文建立了如下模型：

（二）模型估計結果與分析

采用OLS法分別對實證模型（1）、（2）、（3）進行估計，結果見表4。

表4 中介效應檢驗估計結果

表4的第（1）、（2）、（4）列驗證的是農戶是否受到信貸約束的中介效應估計結果，第（1）、（3）、（5）列驗證的是農戶信貸約束強度的中介效應估計結果。從表4第（1）列可知，社會資本影響農戶多維相對貧困的系數α1在1%的水平上顯著為負，表明社會資本可以顯著緩解農戶家庭多維相對貧困水平。從表4第（2）列可以發現，社會資本影響農戶是否信貸約束的系數β1也在1%水平上顯著為負，意味著社會資本可以顯著緩解農戶信貸約束。從表4第（4）列可以發現，信貸約束影響農戶多維相對貧困的系數γ2在1%水平上顯著為正。由于系數β1和系數γ2同時顯著，因此，社會資本影響農戶多維相對貧困的間接效應顯著。從表4第（4）列還可以發現社會資本影響農戶多維相對貧困的系數γ1也顯著，因此，可以判斷二者之間的直接效應也顯著。此外，由于系數β1的符號和系數γ1的符號都為負，因此，社會資本影響農戶多維相對貧困的部分中介效應成立，且中介變量為信貸約束，其中介效應占比為β1γ2/α1=2.06%，也就是說社會資本影響農戶多維相對貧困的效應中有2.06%來自信貸約束。同理，分析表4的第（1）、（3）、（5）列可知，信貸約束強度也是社會資本影響農戶多維相對貧困的中介變量，且其部分中介效應占比為1.15%。綜上所述，社會資本可以顯著緩解農戶信貸約束；社會資本影響農戶多維相對貧困的中介效應也成立，且信貸約束是二者的中介變量。

進一步地，本文采用OLS法對模型（4）進行估計，結果見表5。由表5可知，無論以農戶是否受信貸約束，還是以信貸約束強度為關鍵解釋變量，其估計系數均顯著為正，表明信貸約束是加劇農戶多維相對貧困的重要因素。

表5 信貸約束影響農戶多維相對貧困的估計結果

（三）穩健性檢驗與分析

為檢驗中介效應模型估計結果的可靠性，本文采用兩種方式對模型進行穩健性檢驗：一是分區域檢驗，二是將農戶多維相對貧困剝奪得分變量替換為農戶是否多維相對貧困（是=1，否=0）。下面對社會資本影響農戶多維相對貧困的中介效應結果進行穩健性檢驗與分析，其結果分別見表6、表7。

表7 農戶是否發生多維相對貧困中介效應的穩健性檢驗結果

表6展示了不同區域社會資本影響農戶多維相對貧困的中介效應估計結果。由表6可知，無論是東部地區，還是中西部地區，系數β1和系數γ2均在1%水平上顯著，所以不同區域社會資本影響農戶多維相對貧困的中介效應成立。同時，系數γ1也顯著，且系數β1、γ2的符號與系數γ1的符號相同，所以社會資本影響農戶多維相對貧困的部分中介效應成立。

表6 不同區域社會資本影響農戶多維相對貧困中介效應的穩健性檢驗結果

表7展示了農戶是否發生多維相對貧困的中介效應檢驗結果。由于社會資本影響信貸約束的估計結果與表6中的第（2）列相同，所以表8僅展示了模型（2）和模型（4）的估計結果。從表中可知，無論是東部還是中西部，社會資本影響農戶多維相對貧困的部分中介效應也成立。

綜上所述，通過分區域和替換變量對社會資本影響農戶多維相對貧困的中介效應進行檢驗，估計結果均顯示：社會資本可以顯著改善農戶多維相對貧困，且信貸約束顯著加劇農戶多維相對貧困水平，社會資本影響農戶多維相對貧困的部分中介效應成立。

五、研究結論與政策啟示

絕對貧困消除后，多維性和相對性已成為貧困演變的新特征，緩解多維相對貧困成為新時代的重要任務。本文運用中國家庭追蹤調查數據（CFPS），基于A-F多維貧困理論框架，構建了包含收入、健康、教育、醫療、生活標準、環境質量和工作質量等維度的農戶家庭多維相對貧困指標體系，測度了我國農戶家庭的多維相對貧困水平，實證分析了社會資本對農戶多維相對貧困的影響，并運用中介效應法實證檢驗了二者間的傳導機制。研究發現，社會資本能顯著緩解農戶多維相對貧困，而信貸約束顯著加劇農戶多維相對貧困；社會資本影響農戶多維相對貧困的中介效應成立且信貸約束是其中介變量，即社會資本可以通過緩解農戶信貸約束進而降低農戶多維相對貧困水平。以上研究結論為緩解農戶多維相對貧困提供了有用的政策啟示：

（一）發揮社會資本的非制度性優勢，降低農戶信貸約束水平

事實上，農村消除相對貧困政策和社會保障政策在執行過程中出現了部分真空地帶。我國農村以血緣、親緣和地緣等組成的鄉土社會所形成的社會資本網絡關系具有天然的優勢，其在多維相對貧困治理中發揮著不可替代的非正式制度作用。因此要充分發揮社會資本降低信貸約束的作用。

（二）加強農戶家庭社會資本構建與應用，降低擺脫多維相對貧困門檻

對于相對貧困農戶而言，本身可能缺乏社會資本，但是可以通過不同手段和方式獲取社會資本，進而投資于社會資本。可以通過結對幫扶政策的實施為貧困農戶建立點對點的社會關系網絡，通過派駐駐村干部指導農戶家庭的生產，為其找到發展出路。建立農村互助通信平臺，擴大農戶信息交流，引導農戶有意識地構建社會資本網絡。

（三）充分發揮信貸約束的中介作用，優化農村家庭多維相對貧困治理路徑選擇

本文從實證視角分析了信貸約束在社會資本影響農村家庭多維相對貧困中的作用。因此，化解農村家庭多維相對貧困，可以通過構建社會資本降低農戶信貸約束，進而通過信貸約束影響農村家庭多維相對貧困。