金融发展对渔民收入的减贫效应——基于PVAR模型的经验分析

郑 慧， 徐 娟， 赵 昕

（1.中国海洋大学 经济学院，山东 青岛 266100；2.国家海洋信息中心，天津 300171）

【产业经济】

金融发展对渔民收入的减贫效应
——基于PVAR模型的经验分析

郑 慧1，2， 徐 娟1， 赵 昕1

（1.中国海洋大学 经济学院，山东 青岛 266100；2.国家海洋信息中心，天津 300171）

金融资源对渔业增产扩容起着重要支撑作用。以金融发展对渔民收入的减贫效应为切入点，构建面板向量自回归模型，从金融规模、金融相关率和金融转换率三个层面刻画了金融发展水平对渔民收入提升的实际作用。实证结果表明，金融相关率对渔民收入提升有显著的减贫效应；金融转换率存在一定的当期减贫效应，但并不显著；而金融规模甚至对渔业减贫产生了一定的消极影响。在此基础上，提出有效利用金融资源促进渔业发展的对策建议。

金融资源；渔业收入；减贫效应；PVAR模型

引 言

近30年来中国在减贫工作中取得了巨大成就，但目前贫困仍然是困扰经济发展和社会稳定的重大民生问题，其中农村地区贫困问题尤其突出。围绕金融资源的减贫效应，国内外学者已经做了大量研究。Jeannene和Kpodar（2011）的分析表明，国民收入随着金融发展水平的提高而增长，国民收入增长将进一步带动贫困人口收入流动性比率增加，最终能够增加贫困人口的收入份额[1]；Pablo Ordonez（2012）通过研究指出，发展中国家的农村居民主要依靠金融中介机构将储蓄转化为投资，达到了显著的减贫效果[2]；Gazi Salah Uddin（2014）等分析了孟加拉国金融发展、经济增长和贫困减缓之间的关系，结果表明三者之间存在一种长期关系，金融发展有助于减缓贫困，但其作用并不是线性的[3]。胡宗义等（2014）研究发现，农村正规金融在一定程度上缓解了农村贫困，但没能有效发挥其金融功能[4]。傅鹏和张鹏（2016）探究了农村金融发展对贫困减缓的非线性影响，认为农村金融发展对贫困减缓具有门槛效应并且不同区域间存在差异[5]。

随着海洋强国战略提出，渔业在农业发展中的重要作用日益凸显。自1978年至2014年，中国渔业经济总产值有了大幅提高，由22.1亿元增加至20 858.95亿元，同时渔业在农业总产值中的占比也在平稳增加，由1.6%上升至10.1%，渔民人均收入由93元逐步增长到14 426.26元[6]。生产要发展，资金要先行。金融资源在渔业产业规模扩大、生产设备扩容等方面起着关键的支撑作用。而作为一个地域性强、季节性明显的产业，渔业投融资也存在高风险、高波动的特点，其资金需求也必然有着不同于农林牧等产业之处。Patrizia R Abdallah，Ussif R Sumaila（2007）以 20世纪 60～90年代的巴西为研究对象，分析了财政以及信贷支持政策对渔业产业发展的作用[7]；Robert W Rangeley、Robin W D Davies（2012）指出为推动渔业朝着可持续发展方向转变，应逐渐扩大环境保护资金的投入规模，尤其要注重政府财政补贴和私人信贷方面[8]。孟兆娟和刘彦军（2014）指出金融规模的扩大对增加渔民收入有正向影响，但金融发展效率和渔民收入却在一定程度上呈现负相关关系[9]；杨林和杨广勇（2011）以及林飞等（2015）分析了渔业贷款与渔业经济增长的相关性，结果表明渔业贷款与渔业经济增长互不为对方的格兰杰原因[10，11]。可以看到，揭示渔业发展中金融资源的切实作用，以此为突破口，为中国渔业健康发展提供新的思路，成为长效化提升渔民收入、实现海洋经济持续发展的迫切要求。本文研究的贡献主要包括以下几点：首先，明确了金融发展对渔民收入减贫效应的研究主题；其次，不再局限于时间序列，而是针对11个沿海地区①11个沿海地区包括天津、河北、辽宁、上海、浙江、江苏、福建、山东、广东、广西和海南。的面板数据进行探究，并且从动态角度研究我国金融发展对渔业减贫的影响；再次，从金融规模、金融相关率和金融转换效率三个方面衡量金融发展，使研究结论更具体、明确。

1 金融资源对渔业发展的减贫路径

本文主要通过两条途径来分析金融发展对渔业减贫的作用和影响机制。一方面是金融发展直接作用于渔业减贫，另一方面是金融发展间接作用于减少贫困。金融发展减贫效应的直接影响主要体现在资本上。根据“贫困恶性循环理论”，要越过“贫困门槛”摆脱“贫困陷阱”，首先应该解决的问题就是贫困地区的资本积累问题。通过发展渔业金融，可以拓宽融资渠道、丰富融资方式，解决渔业生产发展中所面临的资金短缺问题，借助资金的积累和再投入促使其越过“贫困门槛”摆脱“贫困陷阱”；同时，金融体系的储蓄服务能够帮助渔民积累资金和平滑消费，防范收入不稳定的风险，从而起到缓解贫困的作用。

金融发展对贫困减缓的间接影响则通过经济增长实现。金融发展能够促进经济增长，这一点可以通过金融功能理论得到合理的解释，而经济增长对渔业减贫的影响可以从渔业经济增长的需求和供给两方面进行研究。从渔业经济发展的需求角度分析，金融发展通过促进经济增长，提升总体国民收入从而影响渔业产品的消费和渔业产品进出口，进而影响渔业发展和渔民收益，而渔业产品消费和进出口的变化推动渔业进行专业化分工，使得渔业生产具有规模经济，对渔民收益产生影响；另一方面体现在影响渔业经济发展的供给，即金融发展通过推动全社会的经济增长进而提高对渔业生产的要素投入，在不同程度上增加资金、科技、人力及设备等各方面的投入，以促进渔业劳动生产率的提高，进而增加渔民收入。

2 数据处理与模型构建

2.1 指标选取

（1）因变量的选取。本文选取渔民人均纯收入（Income）作为反映贫困程度变化的指标，人均纯收入提高，说明减贫效应显著。为减小原数据波动幅度过大所造成的影响，本文对该指标做了对数化处理。

（2）自变量的选取。金融发展水平可以从金融绝对规模、金融相对规模和金融发展效率三个角度进行衡量。因此，本文将金融发展细分为金融规模、金融相关率和金融转换率：

①金融规模（FIN）：该指标主要用于衡量金融发展的规模，用金融机构年度存款余额与贷款余额之和表示。同样的，本文对该指标做了对数化处理。

②金融相关率（FIR）：该指标说明经济货币化程度，用它来衡量金融相对规模，通过各省份金融机构存款余额与贷款余额之和与各省份GDP的比值来计算。

③金融转换率（EFIN）：该指标表示金融资源的转换效率，用来考量存款是否转化为贷款，测度金融机构对储蓄的转化能力。通过各省份金融机构贷款与存款的比值来计算。

以上指标所用到的数据主要来自于《新中国60年统计资料汇编》《中国渔业年鉴》以及各省市自治区的统计年鉴。

2.2 模型构建

本文选用PVAR模型，利用省级面板数据来实证研究中国金融发展水平对渔业减贫的动态影响。PVAR模型最早由Holtz-Eakin等（1988）提出[12]，历经多位学者的完善发展已日臻成熟。PVAR模型把系统中的所有变量都看作是内生的，它兼具了传统VAR模型和面板数据分析的优势，不但可以控制不可观测的个体异质性，而且能够分析各个变量遇到冲击时的动态反应[13]。标准模型设定如下：

式中：yit=（Incomeit，FINit，FIRit，EFINit）是包括了四个内生变量的列变量，i代表不同的沿海地区，t代表不同的年份，p代表模型的滞后阶数；Γ0代表截距项向量，Γj表示滞后变量的参数矩阵；fi表示固定效应，本文主要借助前向均值差分Helmert转换方法（Arellano和Bover，1995）[14]来消除该效应，引入时间虚拟变量表示每一时期上存在的差异，该影响可以通过截面均值差分来消除，向量表示各种冲击。

3 实证分析

在确保数据平稳性的情况下，借助相应的信息准则选择模型的最优滞后阶数并对其进行GMM估计，接下来再根据蒙特卡洛模拟得到模型的脉冲响应图，进一步做方差分解，最后针对实证结果进行分析。

3.1 单位根及协整检验

在正式分析之前，需要确保各变量的数据平稳，如果数据不平稳，则会出现虚假回归或伪回归问题，因此需要对数据进行平稳性检验，若原序列不平稳则需要进行差分处理。面板数据的单位根检验主要有LLC、IPS、ADFF和PP-F等方法，为提高检验结果的效力，综合运用这4种检验方法，根据单位根检验结果（表1），4个变量的原数据并不平稳，但一阶差分后均是平稳的。

表1 单位根检验结果Tab.1 The results of unit root test

由于这四个变量都是同阶单整，所以可以进行协整检验，选取Pedroni检验和KAO检验两种方法对上述四组变量进行协整检验（如表2）。

由表2可知，在Pedroni检验结果中，面板V统计量、面板ρ统计量和群ρ统计量均没有通过显著性检验，而面板PP统计量在5%的置信水平下显著，面板ADF统计量、群PP统计量以及群ADF统计量都在1%的水平下显著，另外Kao-t统计量也是在1%的水平下显著。综上，由Pedroni检验和KAO检验可以判断出渔民人均纯收入与金融规模、金融相关率、金融转换率之间存在长期的均衡关系，即存在协整关系。

表2 协整检验结果Tab.2 The results of cointegration test

3.2 PVAR模型的估计结果

构建变量间的PVAR模型，首先需要选择最优的滞后阶数，按照AIC、BIC和HQIC选择标准，并综合考虑了自由度等问题，确定最优滞后阶数为一阶，即选择PVAR（1）模型，也就是式（1）中的p=1。在进行PVAR估计之前，通过“前向均值差分”来剔除个体的固定效应，从而确保滞后变量和转换后的变量满足正交条件，使其与随机干扰项不相关，因此在利用系统GMM方法进行估计的过程中，能够选取滞后变量当做工具变量使用[15]。此外，使用横截面上的均值差分来消除时间虚拟变量的影响。

对PVAR（1）模型进行系统GMM估计，表3展示了主要的估计结果。在5%的显著性水平下，金融相关率（FIR）滞后1期对当期渔民人均纯收入有正向影响且是显著的。金融规模（FIN）滞后1期对当期渔民人均纯收入的影响为负，金融转换率（EFIN）滞后1期对当期渔民人均纯收入有正向影响，但两者均没有通过显著性检验。另一方面，渔民收入增长对金融发展并没有产生明显的推动作用。由于现有生产能力及信用等级有限，渔民及相关企业的信贷偿还能力、抵押资质与金融机构信贷支持的理想目标有较大差距，金融机构在盈利性与安全性经营原则的驱使下，往往会刻意回避或者缩小对其的金融支持力度。以上相关问题的存在对我国渔业金融的健康持续发展存在一定阻碍作用，从而对我国总体的金融发展难以起到显著作用。

表3PVAR模型的GMM估计结果Tab.3 Estimated results with GMM method in the PVAR model

3.3 脉冲响应

使用蒙特卡洛模拟方法得到金融规模、金融相关率和金融转换率与渔业减贫增收的脉冲响应函数的估计，以此分析变量之间的短期动态关系。从图1可以看出，金融规模一个单位的正向冲击对渔民人均纯收入在第一期的影响趋于零，之后呈现负向影响，在第二期达到最大，然后逐渐趋向零。说明金融规模的扩大在短期内不但没能产生促进作用，反而对收入存在微弱的阻碍作用。当期给金融相关率一个单位的正向冲击后，渔民人均纯收入出现上升并在第一期达到最大，之后有所下降但仍然对收入具有较为显著的正向影响。这说明金融相关率的提高可以有效的促进渔业减贫增收。金融转换率一个单位的正向冲击在短时间内对渔民人均纯收入的影响为正，在第一期达到最大，但在第二期之后，这种影响就基本趋于零。说明金融转换率的提高对渔业减贫增收在短期内起到促进作用，但从长期来看作用并不明显。同时脉冲响应的结果也进一步印证了渔业经济的发展并没有对我国的金融发展起到推动作用。

图1 脉冲响应图Fig.1 Impulse responses diagrams

3.4 方差分解

上述脉冲响应的结果表明，金融规模、金融相关率和金融转换率对渔业减贫增收均会产生一定的影响。为了更清楚的研究三者长期的减贫增收效果以及各自的贡献度，进一步采用方差分解来进行说明。通过方差分解可以得到各个变量的减贫贡献率，实证结果见表4。

从表4可知，短期内金融相关率对渔业减贫效应的贡献大于金融规模，从长期来看，金融规模冲击对渔业减贫增收的贡献度略大于金融相关率，但两者对渔业减贫增收的贡献率远大于金融转换率。

表4 方差分解Tab.4 Variance decomposition

4 结论及政策启示

4.1 结果分析

本文利用2000—2014年我国11个沿海省市自治区的面板数据，构建金融规模、金融相关率、金融转换率指标与渔民人均纯收入的PVAR模型来探究中国金融发展对渔业的减贫效应。实证结果表明：总体上来说，金融发展可以有效减缓渔业贫困，但金融发展各个方面的作用存在差异。金融相关率的提高显著促进了渔业减贫增收，但是金融转换率对渔业减贫增收的积极影响微弱，金融规模甚至产生了一定的阻碍作用。其原因可以从以下几点进行分析：

（1）农村存在金融排斥问题。虽然近年来我国总体的金融发展水平得到了显著提高，但是城乡之间的发展状况存在很大差距。我国农村金融机构不管是在提供金融资源数量方面还是金融服务质量方面，都远比不上城市地区。渔民可以获得的金融资源有限，金融产品种类单一，渔民的资金需求得不到充分满足，难以扩大生产规模。因此单纯的金融规模扩大并不代表渔民能够在信贷方面获益。

（2）渔业产业的自身特点决定了其获得金融资源的难度。渔业生产很大程度上要靠天吃饭，受自然气候条件影响较大，具有明显的季节性特征。此外，台风以及由其引起的海啸、风暴潮等气象灾害，水产病害的爆发、海洋资源的高度竞争以及渔业生产环境的逐渐恶化等各种因素，共同决定了渔业是一个具有高风险的弱质产业。加之目前渔业保险市场发展缓慢以及渔业贷款缺乏担保机构，这都在无形中增加了渔业获得金融支持的难度，渔业金融在减贫方面的作用往往难以得到有效发挥。

（3）我国渔业信贷体系不完善，缺乏融资渠道。中、农、工、建四大国有商业银行逐渐缩减县及县级以下的机构数量，从农村吸收的存款和资金通过上存上级行逐步流向城市地区，投入到具有稳定收益的大企业和大项目，因此自然会回避大部分弱质产业，这就极大减弱了对渔业产业的支持力度[16]。此外，政府尚未对渔业发展给予足够的重视与支持，这也影响着渔业信贷体系的完善和渔业金融的发展。

（4）渔业信贷存在资金外流情况。渔业信贷规模与金融规模的扩大并不同步，渔民获得的金融资源有限，而在这有限的信贷资源中，又有一部分用在了非生产领域，例如子女教育、医疗、住房等。而且在贷款不足的情形下，低收入群体更倾向于储蓄，以避免生活、医疗、教育等风险。在低收入渔民将一部分收入用在生活消费上，并将一部分收入用于储蓄以避免风险的情况下，往往没有足够的资金投入渔业，就造成了缺乏资金进行生产、投资，进而会加速贫困的步伐。这也说明了为什么金融规模的扩大会对渔业减贫存在阻碍作用。

4.2 政策启示

由此，本文建议通过以下方面提升金融发展在渔业减贫领域的作用。

（1）发挥金融发展的普惠效应，缓解农村金融排斥。首要任务是扩大金融规模，只有将这块“蛋糕”不断做大，渔民才有可能持续获得更多的金融资源，才可能进一步缓解渔民与城市居民在获取金融资源与服务方面的机会不平等。但是单纯的金融发展规模扩大，并不意味着渔民总能从中获益。因此，有必要采取一些辅助措施，消除金融服务空白乡镇，大力发展手机银行业务，此外，可以借鉴日本成立渔业信用基金协会的做法，为渔业提供贷款担保以提高其获得信贷的机会。

（2）成立专门的渔业金融机构。长期以来中国的渔业金融都是依附于农村金融的发展，尚且没有专门为渔业服务的金融机构，随着海洋强国战略的提出，渔业经济得到迅速发展，然而相应的渔业金融并没有发展起来，目前已经不能满足渔业产业发展的需要。如果渔业金融继续滞后渔业发展，可能会影响渔业经济的发展势头。像日本已经成立了信用渔业协同联合会和农林渔业金融公库，中国台湾省也有相应的专业性渔业金融机构——渔会信用部，我们应借鉴经验建立专门服务于渔业的金融部门，提供渔业发展所需要的金融资源和服务。另一方面，发挥各类民间金融组织的作用，例如美国的一些企业等民间组织会出资支持渔业科技投入，民间金融将会成为渔业金融的有力补充。

（3）提高金融机构涉渔贷款比率及投资效率。提倡在各金融机构推行税收优惠政策和差别存款准备金率政策，确保每年能有一定比例的新增款项用于渔业信贷，同时可以对涉渔金融业务给予一定的财政补贴和奖励，增加渔民的金融资源获得量。建立政府主导下的渔业投融资体制，持续提高对渔业的投入力度。发展为渔业投融资提供服务的各类中介机构，开展相应的咨询和顾问业务，建立渔业投融资风险基金以及相应的风险补偿机制，提高资金使用率和投资收益率。

[1]Jeanneney S G，Kpodar K.Financial development and poverty reduction：can there be a benefit without a cost?[J].The Journal of Development Studies，2011，47（1）：143-163.

[2]Pablo Ordonez.Financial development and poverty：a panel data analysis[J].SSRN ElectronicJournal，2012（9）：32-54.

[3]Gazi Salah Uddin，Muhammad Shahbaz，Mohamed Arouri，et al.Financial development and poverty reduction nexus：acointegration and causality analysis in Bangladesh[J].Economic modelling，2014（36）：405-412.

[4]胡宗义，张 俊，唐李伟.农村正规金融发展的减贫效应——基于PVAR模型的经验验证[J].现代财经（天津财经大学学报），2014（8）：67-78.

[5]傅 鹏，张 鹏.农村金融发展减贫的门槛效应与区域差异——来自中国的经验数据[J].当代财经，2016（6）：55-64.

[6]熊德平，孙佳.中国金融发展的渔业经济增长效应——基于人均GDP和劳动生产率视角的省级面板数据GMM估计[J].农业技术经济，2014（3）：97-107.

[7]Patrizia R Abdallah，Ussif R.Sumaila.A historical account of Brazilian public policy on fisheries subsidies[J].Marine policy，2007（31）：444-450.

[8]Robert W Rangeley，Robin W D Davies.Raising the“Sunken Billions”：financing the transition to sustainable fisheries[J].Marine policy，2012（36）：1044-1046.

[9]孟兆娟，刘彦军.广东省金融发展对渔民增收的影响研究[J].广东海洋大学学报，2014，34（5）：17-22.

[10]杨 林，杨广勇.渔业贷款与渔业经济增长相关性的实证研究[J].中国渔业经济，2011，29（2）：145-151.

[11]林 飞，王 颖，刘江蒙.渔业贷款对渔业经济发展的影响——基于VAR模型的实证分析[J].中国农学通报，2015，31（11）：109-113.

[12]Holtz-Eakin D，Newey W，Rosen H S.Estimating vector autoregressions with panel Data[J].Econometrica：Journal of the Econometric Society，1988：1371-1395.

[13]车维汉，王茜.1980—2006年东亚经济波动的原因——基于面板 VAR 的分析[J].财经研究，2009，35（11）：59-70.

[14]Arellano M，O Bover.Another look at the instrumental variable estimation of error component Models[J].Journal of econometrics，1995，68（1）：29-51.

[15]Love I，L Zicchino.Financial development and dynamic investment behavior：evidence frompanel VAR[J].The quarterly review of economics and finance，2006，46（2）：190-210.

[16]安倩倩，肖 勇.渔业贷款与海洋渔业经济增长的关系研究——基于VAR模型的实证分析[J].海洋开发与管理，2015（1）：75-78.

Poverty Reduction Effect of Financial Development on Fishermen's Income:A PVAR Model-based Analysis

ZHENG Hui1，2， XU Juan1， ZHAO Xin1
（1.School of Economics，Ocean University of China，Qingdao 266100，China；2.National Marine Data and Information Service，Tianjin 300171，China）

Financial resources play an important role in supporting the expansion of fisheries production.Based on the poverty reduction effect of financial development on fishermen's income，this paper constructs a panel vector auto regression model，and describes the actual effect of financial development on the fishermen's income from three aspects:the financial scale，financial correlation rate and financial conversion efficiency.The empirical results show that the financial correlation rate has a significant effect of poverty reduction on fishermen's income，the financial conversion efficiency has a certain current effect of poverty reduction，but it is not significant，and the financial scale even has a negative impact on the fisheries poverty reduction.On the basis of this study，countermeasures of using financial resources effectively to promote the development of fisheries are put forward.

Financial resource；Fishery income；Poverty reduction effect；PVAR model

F326.4

A

2095-1647（2017）03-0003-08

2017-05-04

国家自然科学基金项目 [71503238]；国家自然科学基金项目 [71373247]；教育部人文社科青年项目 [14YJCZH223]

郑慧，女，副教授，硕士生导师，国家海洋信息中心博士后，主要研究方向为风险管理、海洋灾害保险，E-mail：qdzhouc@163.com。