金融可得性、非农就业与农民收入*
——基于CHFS数据的实证研究

2017-05-09 17:56:52肖龙铎张兵
经济科学 2017年2期
关键词:农民收入劳动力金融

肖龙铎 张兵

(南京农业大学金融学院江苏南京210095)

金融可得性、非农就业与农民收入*
——基于CHFS数据的实证研究

肖龙铎 张兵

(南京农业大学金融学院江苏南京210095)

本文基于微观视角分析了金融可得性通过影响非农就业来影响农民收入的作用机制,然后利用中国家庭金融调查(CHFS)数据进行了实证检验。结果表明:一个地区金融可得性的提高有助于提升当地农村家庭的非农就业水平,在控制了变量的内生性之后,金融可得性每提高1%,农村家庭的非农就业水平将提升1.74%;同时,一个地区的金融可得性对当地农村家庭人均纯收入具有显著正向影响,且这种正向影响大部分可归因于金融可得性提高带来的家庭非农就业水平的提升,即金融可得性可通过影响农村家庭非农就业,进而影响农民收入。进一步考察金融可得性对不同财富水平农村家庭影响的异质性发现,金融可得性通过非农就业渠道的增收效应在财富较少的农村家庭中更加明显。

金融可得性 非农就业 农村家庭 农民收入

一、引言

持续增加农民收入对中国经济发展和社会稳定具有特别重要的现实意义(温涛等,2005)。改革开放以来,伴随着经济的高速增长,中国城乡收入差距迅速扩大,统计数据显示,1978年城乡居民人均收入比为2.57∶1,2009年则达到3.33∶1,近几年虽略有回落,但仍明显高于改革初的水平。与此同时,农村贫困的解决之路任重道远,截至2015年末,中国农村贫困人口依然高达5575万人,①数据来源:国家统计局《2015年国民经济和社会发展统计公报》。这些数据充分揭示了农民收入问题的严峻性。中国政府已经制定了到2020年全面建成小康社会以及贫困人口全部脱贫的宏伟目标,因此,不断增加农民收入自然就成为中国未来几年具有紧迫性的重要任务。

农民收入问题一直是学术界关注的热点,学者们从不同角度对其开展了广泛的分析和探讨。一些研究已经比较成熟,并形成了共识,譬如学术界普遍认为,增加农民收入的关键在于扩大非农就业,农民增收问题的核心已经变成了如何解决农民的非农就业问题(Gardner,2000;张车伟、王德文,2004;钟甫宁、何军,2007)。还有一些研究则略显不足,农民收入中金融作用的相关研究就是其中之一。在很长一段时间,金融与农民收入关系的研究被隐含在金融发展与经济增长的相关研究中(King和Levine,1993),直到20世纪90年代以后,学者们开始研究金融发展与收入分配的关系,才间接探讨了金融在农民收入中的作用,研究普遍认为,金融发展可通过降低金融门槛、改善金融服务、支持人力资本投资等渠道来增加穷人(或农民)收入(Greenwood和Jovanovic,1990;Townsend和Ueda,2003;Beck等,2007)。鉴于农民收入增长对中国的重要意义,以及城乡收入差距迅速扩大的现实,国内学者也开始关注中国金融发展对农民收入的影响问题。不同于国外的相关研究,国内大多数研究认为,由于中国在金融改革发展过程中长期存在的城市倾向政策,金融成为了农村资金大量外流最主要的渠道,由此导致金融发展对农民收入增长具有显著的负面作用(温涛等,2005;许崇正、高希武,2005;刘旦,2007;谭燕芝,2009;余新平等,2010)。但是,现有研究存在以下不足之处:第一,现有研究多是从宏观层面利用时间序列数据对金融发展与农民收入的长期关系进行检验,缺乏微观视角的考察,使得相关认识过于单薄;第二,现有研究多将金融视为农民收入的直接影响因素,相应的实证分析也只是给出了金融发展与农民收入的数量关系,而没有考虑金融通过中间渠道对农民收入的间接影响。第三,现有研究多是通过总量层面的指标(如“银行信贷总量占GDP的比重”)来衡量金融发展水平,进而探讨金融对农民收入的作用,而忽略了金融资源配置结构问题,总量的上升并不必然带来结构的均衡,金融发展水平的提高并不能代表所有经济主体金融可得性的提高,原因是金融资源很可能集中于少数规模较大的经济主体(Ayyagari等,2016)。

已有研究已经指出,自20世纪90年代中期以来,农民收入中来源于农业经营的部分基本停滞,农民收入的增长几乎全部来自非农经营和务工(钟甫宁、何军,2007),因此可以推断,若从收入来源来看,如果金融具有农民增收效应,那么很可能是通过促进非农就业来实现的。基于这一推断和以上已有文献的不足,本文将从微观视角研究金融可得性如何通过非农就业对农民收入产生影响。首先理论分析金融可得性通过非农就业影响农民收入的作用机制,然后利用中国家庭金融调查(China Household Finance Survey,简称CHFS)的数据进行实证检验。本文的贡献也就是与已有研究的不同之处在于:首先,本文从微观层面研究了金融可得性与农民收入的关系,补充了已有研究金融与农民收入关系的文献;其次,本文分析了金融可得性通过影响农村家庭非农就业来影响其收入的作用机制,为更深刻地认识金融在农民收入中的作用提供了一个新的视角;第三,相比于总量层面衡量的金融发展水平,本文更关注微观经济主体金融资源的可得性问题,研究金融可得性在促进非农就业以及农民收入增长中的作用,以期为未来的金融改革提供政策启示。

本文余下部分安排如下:第二部分进行理论分析并提出研究假说;第三部分介绍模型与数据;第四部分是实证结果及分析;最后是研究结论与启示。

二、理论分析与研究假说

现有关于金融影响就业的文献主要遵循以下逻辑:融资约束是众多企业尤其是中小企业发展面临的主要难题,融资约束制约了企业最优规模的投资(Nykvist,2008),进而影响了其对劳动力的需求。已有文献表明,一个地区的金融可得性对当地企业的就业创造具有重要作用。Benmelech等(2011)对美国标准普尔Compustat数据库的企业数据进行分析后发现,一个地区的信贷可得性对当地企业的劳动雇佣决策具有显著影响。Duygan -Bump等(2015)针对美国小企业工作者的研究发现,在2007-2009年金融危机期间,在对外部融资依赖程度更高企业工作的工作者更容易失业,原因是金融危机使得金融机构在为小企业提供资金方面更加谨慎,使得这些小企业金融可得性降低,从而影响了其对劳动力的需求。Ayyagari等(2016)对70个发展中国家50000个企业的数据进行实证分析后发现,金融可得性对企业的劳动雇佣增长具有显著正向影响,且这种作用在中小企业更加明显,即中小企业的劳动需求对金融可得性的敏感度更高。

20世纪90年代逐渐发展起来的“金融发展与企业家精神”理论则从企业家创业的角度阐释了金融对就业创造的作用。众多从事这方面理论研究的学者认为,金融可得性的提高意味着拥有良好创新精神和创业想法的企业家面临的融资约束将大大缓解,打破了原有依靠自有财富进行创业的局面,企业家的创新和创业潜能得到充分激发,从而促进了新企业产生率和自我雇佣率的提高,进而创造出大量就业机会,有效缓解了社会就业压力,劳动力市场也变得更有弹性(Dem irgüç-Kunt和Levine,2008;Bianchi,2010)。K lapper等(2007)通过对世界银行创业调查数据进行实证分析发现,私人贷款占GDP的比例越高的国家,企业密度(每千个职业人口中企业的个数)也相应越高。Bianchi(2010)通过构建理论模型证明,金融可得性的提高将缓解潜在企业家的融资约束,从而增加一国企业家的数量,而企业家数量的增加将创造出大量新的就业机会。

综合以上可知,金融可通过两种渠道帮助企业创造就业机会:一是规模渠道。金融通过缓解已有企业尤其是中小企业的融资约束,满足其潜在投资扩张需求,使得企业对劳动力的需求增加;二是数量渠道。金融通过为具有创新精神和创业想法的潜在企业家提供资金,促进新企业产生率的提高,企业的数量增加,从而创造出新的就业机会。

对于农村劳动力来说,实现非农就业无非通过两种途径:一种是在本地企业实现非农就业,另一种是到外地企业实现非农就业,其非农就业地域选择决策的目标通常为家庭效用最大化。已有研究表明,不同于其他发展中国家,中国的农村家庭难以整体搬迁,劳动力外出务工以个人为主,外出务工会给外出劳动力和其他家人带来心理上的效用损失,①近年来,因农村劳动力外出而产生的“留守儿童”、“留守老人”等现象,已经成为社会问题,引起广泛关注。其心理评价也会随着家庭收入的增加而不断提高(纪月清等,2010)。同时,随着农村养老、教育、医疗等政策的逐渐完善,农村劳动力外出务工的机会成本也不断增加,因此,只有当本地与外地工资水平差距很大时,农村劳动力才愿意选择外出务工。另外,由于家庭难以整体搬迁,农村家庭还需要留下一定数量的劳动力照顾家务以及从事农业生产,因此,对于大多数中国农村家庭来说,在本地实现非农就业可能更有利于其家庭效用最大化目标的实现。②从2004年开始,大量农民工开始返乡务工,使得沿海经济发达地区的许多企业遭遇了“民工荒”、“招工难”的困境。另外,统计数据显示,2010年以来,本地农民工增速明显快于外出农民工(见国家统计局《全国农民工监测调查报告(2011-2015)》)。

农村中小企业③在20世纪80-90年代,农村企业基本以乡镇企业为主,乡镇企业在当时农村经济发展中发挥了重要作用,90年代后期,乡镇企业产权不明晰的弊端逐渐显露,中国开始对其推行产权改革,乡镇企业逐渐转变成产权明晰的私人企业。现在的农村中小企业一部分就是乡镇企业改制过来的,另一部分则是后期在《公司法》下成立并县域及县域以下运行的。是为农村劳动力提供本地非农就业机会的主要阵地(张车伟、王德文,2004;肖兰华、金雪军,2010),但由于农村金融市场存在严重的信息不对称,农村金融机构在与当地企业的博弈中所采取的信贷配给策略,使得众多缺乏有效抵押资产、难以满足金融机构风险规避要求的农村中小企业被拒在正规金融市场门外,面临着更为严重的融资约束(肖兰华、金雪军,2010)。资金成为制约农村中小企业发展的重要条件,也是影响其创造非农就业机会的重要因素。按照前文理论,金融可得性的提高可以有效缓解农村中小企业的融资约束,同时,金融门槛的降低使得许多财富积累较少的农民可以获得资金实现自我雇佣或成为企业家,从而创造出大量非农就业机会。此外,已有研究表明,金融可以促进人力资本投资,增加人力资本积累(Krebs,2003),因此,金融可得性的提高有助于提升农村劳动力的人力资本水平,从而提高其成功实现非农就业的概率。

基于以上分析,本文认为,金融可得性可通过影响农村家庭的非农就业来影响其收入,即存在“金融可得性→非农就业→农民收入”的作用机制。一个地区金融可得性的提高可从规模和数量两个渠道促进当地农村中小企业创造更多的非农就业机会,并在一定程度上提高农民的人力资本水平,从而提高非农部门劳动需求与供给成功匹配的概率。同时,金融可得性的提高通过缓解农村潜在创业家庭的融资约束,提升了其开展非农经营等创业活动的概率(张龙耀等,2013)。另外,本地非农就业机会的增加也为那些因为照顾家务而选择留下的劳动力提供了非农就业与照顾家庭两者兼顾的机会。基于此,本文认为一个地区的金融可得性可以改变当地农村家庭的就业结构,提高非农就业水平,而中国的二元经济结构使得农业部门的劳动边际生产力长期低于非农部门(蔡昉、都阳,2011),因此,这种就业结构的变化(非农就业水平的提高)必将带来家庭收入的增长。综上所述,本文提出以下两个待验证的假说:

假说1:一个地区金融可得性的提高有助于提升当地农村家庭的非农就业水平;

假说2:金融可得性可通过影响农村家庭的非农就业,进而影响农民收入。

三、模型与数据

(一)模型设定

为了检验金融可得性对农村家庭非农就业水平的影响,本文设定如下计量模型:

其中,NFEi表示家庭i的非农就业水平,AFi表示家庭i所在地区的金融可得性,Xi表示一系列影响家庭非农就业水平的控制变量,包括户主个人特征、家庭特征以及地区特征变量,α为待估参数,εi为随机扰动项,衡量影响家庭非农就业水平的不可观测因素。

为了检验金融可得性对农民收入的影响,本文设定以下计量模型:

其中,yi表示家庭i的人均纯收入,AFi表示家庭i所在地区的金融可得性,Xi表示一系列影响家庭人均纯收入的控制变量,包括户主个人特征、家庭特征以及地区特征变量,β为待估参数,μi为随机扰动项,衡量影响家庭收入水平不可观测的因素。

进一步,为了考察金融可得性影响农民收入的非农就业机制,在模型(2)的基础上引入金融可得性与非农就业水平的交互项,得到如下模型(3):

如果“金融可得性→非农就业→农民收入”的作用机制成立,即金融可得性可通过影响农村家庭非农就业水平来影响农民收入,那么模型(3)中金融可得性与非农就业水平交互项AFi*NFEi的系数β2应在较高的显著水平下大于零,否则,β2的估计结果不显著。

(二)数据来源

本文所用数据来源于西南财经大学2011年开展的中国家庭金融调查项目,该调查涵盖了全国除西藏、新疆、内蒙古和港澳台地区以外的8438个家庭样本,比较全面地收集了中国家庭的人口、资产、负债、收入、消费等方面的信息,而本文所用数据为其中的4405个农业户籍家庭样本。中国家庭金融调查拒访率较低,与2010年全国人口普查数据的人口统计学特征非常接近,具有较好的代表性(甘犁等,2012)。

(三)变量选择

1、非农就业水平

非农就业一般指农村劳动力在除农业以外的其他行业实现的就业,CHFS问卷不仅询问了受访者的就业行业,而且询问了其在该行业的就业时间,因此,本文将样本农村家庭成员中在除农业以外的其他行业实现就业,且一年就业时间大于6个月的劳动力归为非农就业劳动力。本文中非农就业水平则用家庭非农就业人数与劳动力总人数的比值表示,若家庭劳动力全部为农业劳动力,则非农就业水平为0,若家庭劳动力全部为非农劳动力,则非农就业水平为1,若家庭劳动力既有农业又有非农劳动力,则非农就业水平介于0到1之间。

2、家庭人均纯收入

本文将受访家庭当年从各个渠道获得的总收入扣除获得相应收入的费用支出后得到家庭纯收入总和,再除以家庭总人数,计算得到家庭人均纯收入。

3、金融可得性

本文将金融可得性界定为正规金融可得性,用来衡量一个地区的微观经济主体(包括企业和家庭)以一定成本获取正规金融服务的难易程度。已有文献在衡量单一经济主体金融可得性时多使用该主体实际获得的资金情况作为指标(例如,何韧等(2012)采用有无获得银行贷款来衡量企业的金融可得性;卢亚娟等(2014)采用农户获得的正规与非正规贷款总额来衡量农户的金融可得性),而本文的金融可得性并不针对某一具体的经济主体,而更偏向于地域层面的衡量,因此,这些衡量方法在本文并不适用。考虑到数据的限制,并结合本文所研究主题的需要,我们参考尹志超等(2015)的做法,将样本村(或社区)所有农村家庭存款开户银行的家数作为金融可得性的衡量指标。①CHFS问卷中询问了受访者存款开户的具体银行,我们对每个样本村(或社区)中所有农村家庭存款开户银行的家数进行归纳统计,大致得到为该样本村(或社区)农村家庭服务的银行机构数量,用以衡量当地的金融可得性。通常一个地区为当地微观经济主体服务的银行机构数量越多,该地区的金融可得性就越高。需要指出的是,这里的“样本村(或社区)所有农村家庭存款开户银行家数”并不是严格意义上的村(或社区)内部或周围有多少家银行机构,也不是指仅为农村家庭提供服务的银行家数,而是用以指代当地所有微观经济主体(包括企业和家庭)②结合理论部分的分析,本文的金融可得性是指一个地区所有微观经济主体(包括企业和家庭)的金融可得性,强调地域层面的衡量,因此,这里选择能够衡量一个地区所有微观经济主体(包括企业和家庭)金融可得性的指标才比较合理,而受数据限制,我们无法直接衡量企业层面的金融可得性。但鉴于在农村地区,企业和家庭的区分并不那么明显,许多农村中小企业就是以家庭为单位,一个地区金融可得性高,通常当地的所有微观经济主体(包括企业和家庭)金融可得性都高,所以本文中以“样本村(或社区)所有农村家庭存款开户银行家数”来间接衡量当地的金融可得性。能够真实获得信贷等金融服务的银行机构数量,用这一指标衡量金融可得性更加微观,也更能准确地反映出当地私人部门获取资金的难易程度(尹志超等,2015)。

4、控制变量

参考已有研究,本文的控制变量选择反映户主个人特征、家庭特征以及地区特征的变量,具体包括户主性别、年龄、受教育程度、家庭资产(考虑到入户调查中受访者往往出于隐私或习俗等原因对家庭资产和负债情况汇报不准确,我们在控制变量中引入“房产”和“汽车”两个变量,以辅助刻画样本家庭的资产情况)、人口规模、劳动力比例、人均耕地面积以及所在地区人均GDP。另外,考虑到中国各省份之间差异巨大,而不同地区的经济发展水平和政策环境均可能对农村家庭非农就业水平及收入产生影响,因此我们在模型中控制了地区(省份)虚拟变量。在数据处理中,本文剔除了数据缺失较多、家庭人均纯收入小于0以及家庭资产小于0的样本,共得到有效样本4106个。具体变量选择及描述统计见表1。

表1 变量选择及描述统计

四、实证结果

(一)金融可得性对农村家庭非农就业水平影响的检验

根据前文设定,农村家庭非农就业水平为介于0-1之间的受限变量,为避免OLS回归产生的估计偏差,本文采用Tobit模型检验金融可得性对农村家庭非农就业水平的影响。具体估计结果见表2。

表2 农村家庭非农就业水平的Tobit模型估计结果

表2第(1)列汇报了Tobit模型的实证结果及其边际效应,可以发现,金融可得性变量的系数在1%的水平上显著为正,说明在控制了其他因素后,一个地区的金融可得性对当地农村家庭的非农就业水平具有正向促进作用。而从边际效应来看,金融可得性每提高1%,当地农村家庭的非农就业水平将提升1.97%。从理论上来说,一个地区金融可得性的提高可从规模和数量两个层面促进当地企业创造更多的非农就业机会,同时,金融可得性的提高也有助于农村劳动力增加人力资本投资以及缓解潜在创业家庭所面临的流动性约束,即有助于提高农村劳动力由农业就业向非农就业转变的能力,因此可以初步得出结论:一个地区金融可得性的提高有助于提升当地农村家庭的非农就业水平,从而验证了假说1。

此外,户主年龄的估计系数为负,且在1%的水平上显著,说明户主年龄越大的家庭非农劳动力占比相对越低。一般来说,年龄越大,劳动力职业由农业向非农转变就越困难,而父母的工作状态通常对子女的就业机会具有重要影响(Becker和Tomes,1986),从而影响了家庭的非农就业水平。户主受教育程度与家庭非农就业水平具有显著的正相关关系,表明教育在促进农村劳动力实现非农就业方面具有重要作用。家庭资产以及房产、汽车的系数均为正,且分别在10%、5%、1%的水平上显著,说明三者均与家庭非农就业水平具有显著的正相关关系。家庭资产、房产、汽车通常代表家庭的财富水平,财富水平较高的家庭更有利于家庭成员人力资本的积累,同时提高其开展创业活动的概率(张龙耀等,2013),从而有助于提升家庭的非农就业水平。家庭人口规模和劳动力比例均与家庭非农就业水平具有显著正相关关系,说明人口越多、劳动力占比越高的家庭非农就业水平越高。可能的原因是,随着农业生产机械化、电气化的普及,农业劳动强度逐渐降低,农村家庭只需安排较少的劳动力即可完成农业生产的劳动需要,而剩余劳动力则将更多努力放在寻求非农就业机会上,因此家庭人口越多、劳动力占比越高,其寻求非农工作的剩余劳动力越多,家庭的非农就业水平也越高。人均耕地面积的系数为负,且在1%的水平上显著,说明耕地面积越多的家庭非农就业水平越低,可能的原因是,耕地面积越多,需要的农业劳动力越多,因而从事非农就业的劳动力就越少。所在地区人均GDP与当地农村家庭非农就业水平具有显著正相关关系,说明经济越发达的地区,非农就业水平越高。

目前,虽然金融机构的设置受到政府监管部门的干预,相对外生,但是金融机构的自身利益同样也是影响其机构设置的重要因素。因此,本文以“样本村(或社区)所有农村家庭存款开户银行的家数”作为金融可得性的衡量指标可能存在内生性问题。一般来说,非农就业水平较高的地区通常经济也较发达,银行更倾向于在该地区设置更多机构来获得盈利(尹志超等,2015)。为解决以上内生性问题,经过反复检验,本文选择样本村(或社区)信用卡覆盖率(样本村(或社区)全部激活使用的信用卡数量与全村(或社区)总人数的比值)作为金融可得性的工具变量。作为一种重要的金融服务,信用卡不仅支持“先消费后付款”这种新型的消费形式,而且还可以为持有者提供短期贷款等信贷服务,同时,信用卡的使用通常需要一个良好的信用环境,一个地区的信用卡覆盖率越高,往往意味着当地的微观经济主体(包括企业和家庭)获得信贷等金融服务越便利,金融可得性越高,而全村层面的信用卡覆盖率则基本不受农村家庭非农就业水平的影响。表2第(2)列汇报了采用两步法对Tobit模型进行工具变量估计的结果,其中,Wald检验的结果表明可以在5%的显著水平上拒绝变量外生性假设,即原模型存在内生变量。在一阶段估计中,工具变量的t值为2.71,系数在1%的水平上显著为正,方程的F值为71.36,说明不存在弱工具变量,因此选择样本村(或社区)信用卡覆盖率作为金融可得性的工具变量是合适的。结果表明,金融可得性的回归系数仍然在1%的水平上显著为正,同时计算得到此时金融可得性的边际效应为0.0174,①由于两步法不支持边际效应计算,这里采用极大似然估计工具变量Tobit(即IV Tobit)得到金融可得性的边际效应。本文中两步法与IV Tobit的估计值非常接近,因此利用IV Tobit得到边际效应是合适的。即一个地区的金融可得性每提高1%,当地农村家庭的非农就业水平将提升1.74%,从而进一步验证了假说1。

(二)金融可得性影响农民收入的非农就业机制检验

为验证金融可得性对农民收入的影响,我们将家庭人均纯收入作为被解释变量进行回归。首先利用方差膨胀因子(vif)方法进行多重共线性检验,得到平均的vif为1.31,所有自变量的vif均小于10,故不存在严重的多重共线性。具体估计结果见表3。

表3 农民收入模型的估计结果

续表3

表3第(1)列给出了基础模型的估计结果,可以看出,金融可得性变量的系数为0.0526,且在1%的水平上显著,反映出一个地区的金融可得性与当地农村家庭人均纯收入显著正相关。而从边际效应来看,银行机构每增加1家,当地农村家庭人均纯收入将增加526元,说明金融具有明显的农民增收效应。

其他控制变量方面,户主受教育程度与家庭人均纯收入具有显著正相关关系,可能的原因是,教育作为重要的人力资本投资形式,对个人的收入增长具有明显促进作用,而父母的受教育程度通常对子女的受教育机会具有重要影响(Becker和Tomes,1986),因此户主受教育程度的提高将促进整个家庭人均纯收入的增加。家庭资产以及房产、汽车的回归系数均在1%的水平上显著为正,反映了家庭资产以及房产、汽车与家庭人均纯收入的显著正相关关系。非农就业水平的回归系数显著为正,反映了中国长期二元经济结构导致的农业部门和非农部门的收入差距。劳动力比例与家庭人均纯收入显著正相关,可能的原因是劳动力比例同样反映了家庭负担程度,家庭劳动力比例越高,负担程度越轻,相应的人均纯收入越高。所在地区人均GDP与家庭人均纯收入显著正相关,可能是由于经济发达的地区拥有更多的经济机会,从而对当地家庭人均纯收入的增长具有促进作用。

在上述回归中,金融可得性变量可能会存在与前文类似的内生性问题。随着家庭收入水平的提高,家庭对金融服务的需求不断增加,因此,银行更可能在家庭收入较高的地区设置更多机构。为解决这一可能存在的内生性问题,这里再次使用样本村(或社区)信用卡覆盖率(样本村(或社区)全部激活使用的信用卡数量与全村(或社区)总人数的比值)作为金融可得性的工具变量,进行两阶段最小二乘估计(简称2SLS),表3第(2)列汇报了估计结果。Durbin-Wu-Hausman检验(简称DWH检验)的P值为0.0095,在1%的显著水平上拒绝了外生性假设,模型存在内生性问题。一阶段估计的F值为53.26,工具变量的t值为2.73,表明不存在弱工具变量,此外,过度识别检验的P值为0.4656,故接受工具变量外生的原假设。以上说明这里选择样本村(或社区)信用卡覆盖率作为金融可得性的工具变量是合适的。2SLS的估计结果显示,在控制了变量的内生性后,金融可得性的影响系数变为0.0413,且在1%的水平上显著,说明一个地区的金融可得性对当地农村家庭人均纯收入具有显著正向影响,银行机构每增加1家,农村家庭人均纯收入将增加413元,这进一步证实了金融可得性对增加农民收入的显著促进作用。

那么,金融可得性是否会通过提升农村家庭非农就业水平来增加农民收入呢?为了检验金融可得性影响农民收入的非农就业机制,我们在模型中引入金融可得性与非农就业水平的交互项,表3第(3)列汇报了估计结果。可以发现,金融可得性与非农就业水平交互项的系数在1%的显著水平上为正,表明随着金融可得性的提高,农村家庭的非农就业水平得以提升,进而带来家庭人均纯收入的增加,假说2得以验证。具体来看,在引入金融可得性与非农就业水平的交互项后,金融可得性的系数由0.0413减小为0.0139,这说明金融可得性对农村家庭人均纯收入的影响大部分可归因于金融可得性提高带来的农村家庭非农就业水平的提升,从而验证了“金融可得性→非农就业→农民收入”这一作用机制成立。

(三)异质性考察

上文结果证实了金融可得性通过影响农村家庭非农就业水平来影响农民收入的作用机制,那么,这种影响在不同财富水平的农村家庭中是否具有差异呢?对此,本文将全部农村家庭样本按照家庭资产规模的四分位数划分成四个子样本,分别对这四个子样本进行工具变量两阶段估计,以考察金融可得性对不同财富水平农村家庭影响的异质性,结果见表4、表5。

表4 金融可得性对不同财富水平农村家庭非农就业水平影响的异质性

表5 金融可得性对不同财富水平农村家庭人均纯收入影响的异质性

续表5

表4中,金融可得性变量的系数均显著为正,说明金融可得性对不同财富水平农村家庭的非农就业水平均具有显著正向影响,而从边际效应来看,相比于财富较多的家庭(财富分布位于50-75%及75-100%的家庭),金融可得性对财富较少农村家庭(财富分布位于0-25%及25-50%的家庭)非农就业水平的促进作用更大。在表5的估计结果中,金融可得性与非农就业水平交互项的系数均在1%的显著水平上为正,进一步证实了金融可得性影响农民收入的非农就业机制。而从具体系数来看,金融可得性通过非农就业渠道的增收效应在财富较少农村家庭(财富分布位于0-25%及25-50%的家庭)更加明显。可能的原因是,财富较少家庭的成员通常在人力资本、社会资本等方面明显低于财富较多家庭的成员,这使得其在把握经济机会的竞争上处于劣势,当非农就业机会有限时,财富较多家庭的成员更优先获得,而当金融可得性提高带来非农就业机会增加时,财富较少家庭的成员也可以实现非农就业,进而带来收入增加。因此,相对于财富较多的家庭,财富较少农村家庭的非农就业水平对金融可得性更敏感、弹性更大,这意味着提高金融可得性对于增加农村低财富家庭的收入、缓解农村贫困问题具有积极作用。

(四)稳健性检验①限于文章篇幅,稳健性检验的估计结果没有汇报,若有需要请联系作者。

除了银行等金融机构提供金融服务的多寡,金融需求者的自身特质也是影响其金融可得性的重要因素。为检验以上实证结果的稳健性,本文选择“样本村(或社区)中持有除存款(包括活期存款和定期存款)以外其他金融资产(如股票、基金、债券、黄金、理财产品、金融衍生品等)的家庭数占样本村(或社区)所有家庭数的比值”②对于大多数农村家庭来说,存款(包括活期存款和定期存款)是其主要的金融资产持有方式,而其他金融资产(如股票、基金、债券、黄金、理财产品、金融衍生品等)则需要相应的金融信息和知识,因此,选择“样本村(或社区)中持有除存款(包括活期存款和定期存款)以外其他金融资产(如股票、基金、债券、黄金、理财产品、金融衍生品等)的家庭数占样本村(或社区)所有家庭数的比值”可以从金融需求者自身特质的角度大致衡量当地的金融可得性。来代替“样本村(或社区)所有农村家庭存款开户银行家数”作为金融可得性的补充衡量指标,同时,选择“家庭人均非农就业时间”代替非农劳动占比来衡量农村家庭非农就业水平,重复以上估计,结果仍显示金融可得性对农村家庭非农就业水平具有明显促进作用,金融可得性可通过促进农村家庭非农就业来增加农民收入,其他控制变量的结果则与前文估计基本一致,这说明前文的实证结果是稳健的。

五、研究结论与启示

本文基于微观视角研究了金融可得性、非农就业与农民收入之间的关系,首先理论分析了金融可得性通过影响非农就业来影响农民收入的作用机制,然后利用CHFS数据进行了实证检验。研究结果表明:第一,一个地区金融可得性的提高有助于提升当地农村家庭的非农就业水平,在控制了变量的内生性之后,金融可得性每提高1%,当地农村家庭的非农就业水平将提升1.74%;第二,一个地区的金融可得性对当地农村家庭人均纯收入具有显著正向影响,在考虑了变量的内生性后,银行机构每增加1家,当地农村家庭人均纯收入将增加413元;第三,金融可得性对农村家庭人均纯收入的影响大部分可归因于金融可得性提高带来的农村家庭非农就业水平的提升,即金融可得性可通过影响农村家庭非农就业水平,进而影响农民收入;第四,金融可得性通过非农就业渠道的增收效应在财富较少农村家庭(财富分布位于0-25%及25-50%的家庭)中更加明显。

由于在金融改革发展过程中长期存在的城市倾向政策,许多学者从宏观层面研究认为中国的金融发展不利于农民收入的增长,而本文基于微观视角得出的研究结论则肯定了金融在增加农民收入中的促进作用,而这一作用的发挥更多地得益于金融在扩大农村劳动力非农就业方面的积极影响。基于以上结论,我们得到以下政策启示:增加农民收入是一项系统工程,需要政府、社会等各方面的共同努力,要真正打破中国长期存在的二元经济结构、持续增加农民收入,关键在于扩大非农就业机会(钟甫宁、何军,2007)。当足够多的农业劳动力实现非农就业,使得农业与非农部门的边际生产力相等时,才意味着二元经济结构的终结(蔡昉、都阳,2011),农民收入也就不再成为问题,而金融在这一过程中可以而且应当发挥出重要作用。为此,未来的金融改革应该着眼于构建更加完善的金融市场,减少金融资源配置扭曲,并进一步降低金融准入门槛,提高竞争水平,鼓励贷款技术和金融产品创新,同时引导正规金融供给向欠发达地区倾斜,提高落后地区微观经济主体的金融可得性,不断提升农村家庭的非农就业水平,以此来促进农民收入增长和摆脱贫困,从而推动中国经济的包容性增长。

另外,需要指出的是,限于数据和研究问题的侧重点,本文并未对金融如何促进企业创造就业机会进行实证检验,而这对于深入认识金融在扩大非农就业方面的积极作用具有重要意义。因此,利用企业层面的数据,研究企业劳动雇佣决策对金融的敏感性,以及识别金融对异质性企业劳动需求影响的差异性将是进一步研究的重点。

1.蔡昉、都阳:《工资增长、工资趋同与刘易斯转折点》[J],《经济学动态》2011年第9期。

2.甘犁、尹志超、贾男、徐舒、马双:《中国家庭金融调查报告2012》[M],西南财经大学出版社,2012年。

3.何韧、刘兵勇、王婧婧:《银企关系、制度环境与中小微企业信贷可得性》[J],《金融研究》2012年第11期。

4.纪月清、刘迎霞、钟甫宁:《家庭难以搬迁下的中国农村劳动力迁移》[J],《农业技术经济》2010年第11期。

5.刘旦:《我国农村金融发展效率与农民收入增长》[J],《山西财经大学学报》2007年第1期。

6.卢亚娟、张龙耀、许玉韫:《金融可得性与农村家庭创业——基于CHARLS数据的实证研究》[J],《经济理论与经济管理》2014年第10期。

7.谭燕芝:《农村金融发展与农民收入增长之关系的实证分析:1978~2007》[J],《上海经济研究》2009年第4期。

8.温涛、冉光和、熊德平:《中国金融发展与农民收入增长》[J],《经济研究》2005年第9期。

9.肖兰华、金雪军:《抵押品缺失与农村中小企业信贷融资的逆向选择》[J],《财贸经济》2010年第8期。

10.许崇正、高希武:《农村金融对增加农民收入支持状况的实证分析》[J],《金融研究》2005年第9期。

11.尹志超、吴雨、甘犁:《金融可得性、金融市场参与和家庭资产选择》[J],《经济研究》2015年第3期。

12.余新平、熊皛白、熊德平:《中国农村金融发展与农民收入增长》[J],《中国农村经济》2010年第6期。

13.张车伟、王德文:《农民收入问题性质的根本转变——分地区对农民收入结构和增长变化的考察》[J],《中国农村观察》2004年第1期。

14.张龙耀、杨军、张海宁:《金融发展、家庭创业与城乡居民收入——基于微观视角的经验分析》[J],《中国农村经济》2013年第7期。

15.钟甫宁、何军:《增加农民收入的关键:扩大非农就业机会》[J],《农业经济问题》2007年第1期。

16.Ayyagari,M.,Juarros,P.,Peria,M.S.M.,and Singh,S.,2016,“Access to Finance and Job Grow th: Firm-Level Evidence across Developing Countries”[D],World Bank Policy Research Working Paper,No. 7604.

17.Beck,T.,Dem irgüç-Kunt,A.,and Levine,R.,2007,“Finance,Inequality,and the Poor”[J],Journal of Economic Growth,Vol.12,No.1:27-49.

18.Becker,G.,and Tomes,N.,1986,“Human Capital and the Rise and Fall of Families”[J],Journal of Labor Economics,Vol.4,No.3:1-47.

19.Benmelech,E.,Bergman,N.,and Seru,A.,2011,“Financing labor”[D],NBER Working Papers,No.17144.

20.Bianchi,M.,2010,“Credit Constraints,Entrepreneurial Talent,and Econom ic Development”[J],Small Business Economics,Vol.34,No.1:93-104.

21.Dem irgüç-Kunt,A.,and Levine,R.,2008,“Finance,Financial Sector Policies,and Long-Run Grow th”[D], The World Bank Policy Research Working Paper,No.4469.

22.Duygan-Bump,B.,Levkov,A.,and Montoriol-Garriga,J.,2015,“Financing Constraints and Unemployment:Evidence from the Great Recession”[J],Journal of Monetary Economics,Vol.75,No.1: 89-105.

23.Gardner,B.L.,2000,“Econom ic Grow th and Low Income in Agriculture”[J],American Journal of Agricultural Economics,Vol.82,No.5:1059-1074.

24.Greenwood,J.,and Jovanovic,B.,1990,“Financial Development,Grow th,and the Distribution of Income”[J],Journal of Political Economy,Vol.98,No.5:1076-1107.

25.King,R.and Levine,R.,1993,“Finance and Grow th:Schumpeter M ight Be Right”[J],Quarterly Journal of Economics,Vol.108,No.3:717-737.

26.K lapper,J.,Am it,R.,Guillén,M.,and Quesada,J.,2007,“Entrepreneurship and Firm Formation Across Countries”[D],The World Bank Policy Research Working Paper,No.4313.

27.Krebs,T.,2003,“Human Capital Risk and Econom ic Grow th”[J],The Quarterly Journal of Economics, Vol.118,No.2:709-744.

28.Nykvist,J.,2008,“Entrepreneurship and Liquidity Constraints:Evidence from Sweden”[J],The Scandinavian Journal of Economics,Vol.110,No.1:23-43.

29.Townsend,R.M.and Ueda,K..,2003,“Financial Deepening,Inequality and Grow th:A Model-based Quantitative Evaluation”[J],Review of Economic Studies,Vol.73,No.1:251-293.

(G)

*本文得到国家自然科学基金青年项目“农村非正规金融的收入效应及其正规化研究”(项目编号:71403124)和江苏高校哲学社会科学研究项目“市场导向下农村金融改革中政府作用研究”(项目编号:2015SJD091)资助。作者感谢匿名审稿专家提出的宝贵修改意见。

猜你喜欢
农民收入劳动力金融
陕西农民收入:一路爬坡过坎
当代陕西(2021年13期)2021-08-06 09:24:32
2020年河南新增农村劳动力转移就业45.81万人
今日农业(2021年1期)2021-03-19 08:35:16
广东:实现贫困劳动力未就业动态清零
今日农业(2020年24期)2020-12-15 16:16:00
何方平:我与金融相伴25年
金桥(2018年12期)2019-01-29 02:47:36
农村土地流转如何增加农民收入
君唯康的金融梦
“十三五”期间中国农民收入年均增长6.5%
中亚信息(2016年3期)2016-12-01 06:08:26
P2P金融解读
相对剥夺对农村劳动力迁移的影响
农民收入增长周期的多尺度分析