农村金融发展的人力资本门槛效应研究

温　涛，张梓榆，王定祥

(西南大学　经济管理学院，重庆　北碚　400715)

一、引 言

进入21世纪，随着国家对“三农”问题的高度重视，农村金融发展对于农村经济增长的催化剂作用再一次受到广泛关注。据此，国家也对农村金融市场进行了诸如加快农村金融体系建设、创新服务供给以及推进农村利率市场化等一系列改革。全国涉农贷款从2007年*涉农贷款的统计始于2007年。的6.11万亿元增加到2014年的23.60万亿元，增幅达286.25%；涉农贷款占各项存款比例从2007年的22%提高到2014年的28.1%，提高了6.1个百分点；农贷机构*主要包括农村信用社、农村商业银行、农村合作银行、村镇银行与贷款公司五类机构。数从2007年的2453家增加到2014年的3566家。由此可见，在国家对农村金融体系建设高度重视下，农村金融规模出现了大幅的增加，网点覆盖面得到进一步提升。然而，与农村金融市场规模高速增长形成强烈对比的是，从2007年到2014年间，农民人均纯收入从4140元增长到9892元，而城乡收入差距却从9645.8元扩大到18951.9元，城乡收入之比仅从3.32:1下降到2.92:1，远高于国际平均水平1.5:1，而如果考虑城镇居民所享受的住房补贴、公费医疗等各种福利在内，城乡差距无疑还会大幅提高。由此可见，农民收入增长并没有呈现出与农村金融发展相协调的景象。针对这一现象，学者们从赶超战略所引起的农村金融的目标偏移、结构错位与功能扭曲[1-5]，小农模式下农村经济与农村金融的发展陷于低水平均衡[6]，以及乡村治理生态的恶化所导致的乡村精英对于农贷资金进行“精英俘获”等角度进行了解释[7-9]。总之，过往研究将农村金融与农村经济之间无法实现相互促进归纳为国家战略、经济模式以及乡村治理生态等原因。在促进农民收入增长的诸多生产要素之中，金融作为现代经济的核心，无疑发挥着至关重要的作用。2014-2016年的中央一号文件都指出：强化金融机构服务“三农”职责，推动金融资源向“三农”倾斜，创新“三农”金融服务和重点领域的信贷投放。有鉴于此，研究农村金融发展与农民收入增长之间的关系及其作用机理，实现农民收入持续增长，城乡收入差距不断缩小，对于缓解“三农”问题，全面实现小康有着重大的理论和实践意义。

毫无疑问，金融的本性便是“嫌贫爱富”，亦即存在着门槛。自20世纪90年代以来，金融发展的门槛效应开始受到广泛的关注，Greenwood & Jovanovic(1990)[10]对这一问题进行了开拓性的探索。他们在初始分配外生的条件下，建立了金融发展、经济增长和收入分配之间的动态理论模型，指出金融服务由于需要支付较高的固定成本进而形成了“财富门槛”，而只有富人才有能力支付这一成本从而利用金融市场融资并取得高额回报，这使得穷人和富人有着不同的财富积累速度。随着金融中介的发展，穷人财富的积累使其也具有了进入金融市场融资的能力，财富的增长开始加快，富人与穷人的收入差距也将会逐渐缩小，金融发展和收入差距的关系符合库兹涅茨“倒U”型规律[11]。Agihon & Bolton(1997)[12]指出在道德风险与交易成本共存的条件下，金融市场较高的利率会对穷人产生“挤出效应”，将他们排斥在金融市场之外，进而使金融市场沦为富人的融资场所。而随着富人财富的积累，金融市场资金供给逐渐增加，利率降低，此时，穷人便能迈过“利率门槛”，在金融市场中进行融资，收入增长加速，进而使穷人和富人之间的收入差距在“涓滴效应”下逐渐缩小。随着时间的推移，越来越多的学者对Greenwood & Jovanovic(1990)的观点进行了实证检验。近年来的诸多研究均指出，随着金融发展进入中后期，其门槛效应逐渐减弱，低收入群体能够更为便捷地获得金融资源，投资回报率更高的项目，进而增加自身收入，并逐渐缩小与高收入群体之间的收入差距，这也证明了金融发展与收入差距的关系符合库兹涅茨“倒U”型规律[13-16]。应该说，金融发展初期所存在的“财富门槛”已经成为学界共识，然而对于收入差距的长期趋势，一些学者提出了不同观点。Galor & Zeira(1993)[17]沿袭Romer(1986)和Lucas(1988)的思路，通过在开放经济中建立代际均衡模型，从人力资本的角度对不完善金融市场背景下的宏观经济增长进行了分析，其研究发现，由于金融市场的不完善与人力资本投资的不可分性，财富的初始分配会直接影响人力资本投资，进而导致经济增长出现分化，在不同经济体之间形成多重稳态。而当期收入增长通过影响下一期的初始财富，使得不同经济体之间的增长差距将会由于代际转移而长期延续下去，进而形成“初始财富—人力资本投资—经济增长”的循环机制，在外界条件不变的情况下，这一机制将持续发挥作用。此后，诸多学者从不同角度对收入差距的长期趋势进行了检验，得出了与Galor & Zeira(1993)相似的结论，亦即由于“财富门槛”的存在，金融发展在长期中并没有改变不同经济体或不同个体之间收入增长的趋势，库兹涅茨“倒U”型曲线在长期中并没有出现[18-20]。国内关于金融发展的门槛效应研究相对较晚，张立军(2006)[21]的研究发现城乡贷款的不同的门槛水平，金融发展的门槛效应显著扩大了城乡收入差距。马草原(2009)[22]指出金融歧视通过金融市场“双重门槛”影响金融资源配置的作用路径，以及由此引致的金融差距与收入差距的双向反馈机制，中国城乡金融差距与居民收入差距具有明显的双向正效应，进而导致城乡收入差距在金融“门槛效应”的作用下并不会出现收敛。赵勇、雷达(2010)[23]发现经济增长方式在由投资推动向生产率主导的转变过程中存在着门槛效应，而金融发展水平的提高可以通过降低增长方式转变的门槛值来推动经济增长的集约式转变。苏静等(2014)[24]的研究发现中国非正规金融发展的减贫效应存在着典型的门槛效应，在迈过门槛之后，非正规金融的发展对贫困的抑制显著增强。

综上所述，学者们均指出，在金融发展初期，由于“财富门槛”的存在，不同财富的群体收入的增长存在异质性，虽然对金融发展的收入差距长期趋势态度迥异，然而终究局限于“财富门槛”效应的讨论范畴，关于金融发展的人力资本门槛效应则被长期忽视。而根据人力资本理论创始人Schultz(1964)[25]、Becker(1967)[26]的观点，个体对于生产要素的获取和运用能力的不同无疑会导致收入增长呈现出不同的结果，而个体获取和运用生产要素的能力无疑取决于自身的人力资本。那么，沿袭这一逻辑，个体对金融资源的获取和运用能力的不同，是否会导致金融发展对其收入增长的促进作用不同呢？亦即金融发展对于收入增长是否存在着“人力资本门槛”呢？如果存在，其作用机制如何？这是目前国内外研究较少关注的地方。有鉴于此，本文运用2006-2014年间中国的省级面板数据，对农村金融发展与农民收入增长的人力资本门槛效应进行检验，探究我国农村金融发展与农民人力资本之间的耦合互动关系，以期为国家在新常态下科学调整农村金融政策的调整提供可资借鉴的依据。本文可能的贡献在于：一，对农村金融发展与农民收入的人力资本门槛效应进行检验，进而验证农村金融发展与人力资本之间的耦合作用机制。二，利用熵值法构造了农村金融发展综合指数，从而能够更为准确地刻画我国农村金融发展的真实水平。文章接下来的安排如下：第二部分为理论模型，第三部分为实证模型、估计方法、变量选取与描述性统计，第四部分为实证结果与分析，第五部分为进一步讨论，最后为结论与政策启示。

二、理论模型

就本文研究的内容来看，依然是属于投入—产出关系的研究。因此，我们采用了经典的柯布道格拉斯函数，作为本文的分析框架。

Y=AKαLβ

(1)

并在此基础上，借鉴Greenwood & Jovannic(1990)、Pagano(1993)[27]等的做法，将金融发展作为一项生产投入要素，以简化分析。同时，借鉴Mankiw(1992)[28]的研究对柯布道格拉斯函数进行拓展，进而得出本文的生产函数的具体形式。我们假设在连续时间中，t时刻的农业产出为：

Y(t)=A(t)K(t)αL(t)βF(t)1-α-β

(2)

其中，Y为农业产出，A为农业技术水平，K为农业资本，L代表农业劳动力，F代表农村金融发展水平。我们假定储蓄率为s，资本折旧率为δ，农业技术水平不变，L以内生速度n增长，而农村金融发展水平以外生速度q增长，L(0)为0时刻L的值。综上，农业资本、技术水平、劳动力与农村金融发展水平满足以下关系：

K(t)=sY(t)-δK(t-1)

(3)

L(t)=L(0)ent

(4)

F(t)=(1+q)F(t-1)

(5)

同时，鉴于本文设定的柯布-道格拉斯函数具有规模报酬不变的性质，我们借鉴Mankiw(1992)的做法，将方程两边同时乘以1/L(t)，便得到人均意义上的投入—产出函数：

y(t)=a(t)k(t)α1f(t)1-α1-β1

(6)

其中，y(t)、a(t)、k(t)、f(t)分别表示人均意义上的产出，技术水平、资本及金融发展程度。进一步将(6)式进行全微分，就得到：

(7)

综上，我们就得出了作为产出要素的农民收入与作为投入要素的农村金融发展、农业资本、以及农业技术水平在微观层面上的生产函数，然而这一生产函数是建立在理性人的假设之上的，就现实情况而言，由于市场不完善所带来的信息不对称以及人的有限理性，无疑会与理性人的假设存在较为严重的冲突[29-30]。农民收入增长的关键在于农民获得并有效使用上述的生产投入要素(Schultz，1964)，因此，农户人力资本无疑便成为了影响投入要素与产出要素的关键因素，农户人力资本的异质性也必将导致上述生产函数产出结果的差异性。有鉴于此，我们给出人力资本异质性条件下金融发展函数的具体形式。

(8)

由前述内容可知，人力资本的异质性无疑会导致金融发展函数的差异性，因此，金融发展函数是关于人力资本的分段函数，人力资本的分布区间不同，金融发展函数的具体形式也不同*为分析简便，本文所指的函数具体形式内容是指变量系数的不同，而假定函数的具体设定形式仍然是相同的。。而金融发展函数形式的不同也必将导致生产函数的具体形式的不同。因此，在考虑人力资本异质性对金融发展函数的影响的情况下，我们得出了农民收入与农村金融发展、农业资本以及农业技术水平的具体函数。

dy(t)=μ+β1da(t)+β2dk(t)+β3d[f1(t)

(h0≤H

(9)

其中，fi(t)，i∈[1,n]。同时，根据(9)式，我们不难证明y(t)的水平量与A(t)、K(t)、F(t)的水平量及其滞后变量之间同样存在同样的关系。因此，我们最终的理论模型如下：

y(t)=μ+β1a(t)+β2k(t)+β3[f1(t)(h0≤H

(10)

三、模型设定、变量选取和数据来源

(一)计量模型设定

根据第(二)部分理论模型推导的结果，我们设定基本计量模型如下：

Inc=μ0+α1Mac+α2Exp+α3Inv+β3[Fin1(h0≤Hum

(11)

其中，Inc代表农民人均纯收入，Mac代表农业技术水平，Exp代表财政支农，Inv代表农村固定资产投资，Fini代表农村金融发展水平，i∈[1,n]，Hum代表农民人力资本。μ0、ε0分别表示截距项和随机扰动项。

(二)估计方法

对于面板数据{yit,xit,qit:1≤i≤n,1≤t≤T}，其中i表示地区，t表示时间，根据Hansen(1999)的研究，我们考虑如下门槛回归模型：

(12)

其中，xit为主要解释变量，β1与β2qit是门槛变量，γ为待估计的门槛值，uit为截距项，εit为满足独立同分布的随机扰动项。因为就中国金融的发展轨迹而言，农村金融的发展主要是受到国家发展战略的影响，而并没有良好的内生于农村经济(张杰，2003)，所以农村金融发展变量可以视作严格的外生变量，与扰动项εit不相关。因此，xit不包含被解释变量yit的滞后项，不是动态面板。为了分析简便，我们进一步将式(12)表示为如下形式：

yit=μi+β1xit.1(qit≤γ)+β2xit.1(qit>γ)+εit

(13)

上述模型假定只适用于单一门槛的情况，但就实际问题而言，模型可能会存在两个或者多个门槛的情况，下面我们以双重门槛为例，阐释多重门槛模型的估计。双重门槛的形式如下：

yit=μi+β1xit.1(qit<γ1)+β2xit.1(γ1≤qit<γ2)+β3xit.1(qit≥γ2)+εit

(14)

其中，γ1和γ2分别是方程的两个门槛值，γ1<γ2。在双重门槛的情况下，运用格栅法对门槛值进行估计不再具有可操作性，根据Bai & Perron(1998)的研究，我们采用如下的方法对门槛值进行估计。

(15)

(16)

(三)变量选取与数据来源

1.被解释变量

在综合考虑本文的研究目的与数据的可得性之后，我们选取了中国30个省份*西藏由于数据缺失而没有纳入样本，下同。的农民人均纯收入*从2015年开始，统计口径变为农民人均可支配收入，同时，本文采用的数据已经进行了物价剔除。作为本文的被解释变量。农民人均纯收入的数据来源于《中国农村统计年鉴》

2.门槛依赖变量

根据本文的研究目的，我们选取了农村金融发展作为门槛依赖变量。关于金融发展统计指标的确立，Goldsmith(1969)的研究无疑是奠基性的。我们在借鉴Goldsmith(1969)的基础上，再综合考虑数据统计的科学性和可获得性，将农村金融规模和农村金融效率两个衡量农村金融发展的指标，农村金融规模我们分别用农户贷款/农村GDP衡量*我国对于涉农贷款的统计口径为非市辖区贷款数量，这一口径无疑会极大地高估农村的实际贷款数量，所以本文采用了更能反应农村实际贷款情况的农户贷款进行衡量。，农村金融效率我们采取了通用的农户存贷比衡量。并在此基础上利用熵值法*鉴于篇幅所限，所以文章中没有展示熵值法的具体运算过程，如果读者有兴趣，欢迎向作者索取。对二者进行综合，最终形成本文所采用的金融发展指标。农户贷款数据来自于银监会网站、《中国农村统计年鉴》与《中国农村金融服务报告》，由于2013年的数据存在缺失，我们采用了插值法对数据进行处理。农村GDP为农业GDP加上村镇企业增加值，数据来自于《中国统计年鉴》和《中国乡镇企业和农产品加工业统计年鉴》。

3.门槛变量

本文的门槛变量为人力资本。根据Schultz(1964)的研究，教育、在职培训与健康是人力资本的三大核心变量，囿于数据可获得性，本文采用农村劳动力平均受教育程度来衡量农民人力资本。我们将各地区农村劳动力受教育年限与对应的人口比重相乘再除以总的劳动力数量，便得到农村平均受教育程度。我们将文盲与半文盲的受教育年限设定为0年，小学为6年，初中为9年，高中和中专为12年，大专及以上为15年。所用原始数据来源于《中国农村统计年鉴》。

4.控制变量

本文选取财政支农、农村固定投资、农业科技水平为控制变量。其中，我们用财政农林水事务支出衡量财政支农，用农村住户固定资产投资完成额衡量农村固定投资，以上两个变量数据来源于《中国农村统计年鉴》。此外，我们用农业机械总动力衡量农业科技水平，变量数据来源于《中国统计年鉴》。此外，本文所有的变量均为人均水平变量，所以各变量还对农村人口进行了平均，我们用农村常驻人口衡量农村人口，其数据来源于《中国人口与就业统计年鉴》

(四)数据的描述性统计

1.各变量的描述性统计

2.农村金融发展、农民人力资本与农民收入的关系

图1和图2为农村金融发展以及农民人力资本与农民收入的散点及线性关系图。从图1来看，农村金融发展与农民收入存在着负向的线性关系，这说明农村金融发展对农民收入的增长起到了抑制作用；从图2来看，农民人力资本与农民收入增长存在着正向的线性关系，这说明农民人力资本对农民收入增长起到了促进作用。那么，农村金融发展、农民人力资本与农民收入之间的关系是否与描述性统计分析中的结果相同呢？接下来，我们将通过计量分析，进一步对农村金融发展、农民人力资本与农民收入的关系进行计量分析。

表1　各变量的描述性统计

图1　农村金融发展与农民收入的关系

图2　农民人力资本与农民收入的关系

四、实证结果及分析

(一)门槛效应检验

本文借鉴Wang(2015)的做法，首先对(3)式模型进行门槛效应检验，并根据F统计量以及采用自举法(Bootstrap)得到的p值来判断模型的门槛值个数，以便确定该门槛模型具体的设定形式，检验结果如表2所示。由表2可以看出，单一门槛通过了1%水平的显著性检验，双重门槛效应通过了10%水平的显著性检验，而三重门槛效应未通过显著性检验。因此，模型中存在两个门槛值。

表2　门槛效应检验结果

(二)门槛估计值及区域划分

在完成门槛效应检验之后，我们继续对双重门槛模型中的两个门槛值进行识别。表3报告了这两个门槛的点估计值及其对应的95%置信区间。由表3和表4可知，两个门槛值分别为6.7040与7.4290，这两个门槛值将我国农民人力资本划分为三个样本区间。同时，由图3和图4可以看出，两者分别对应的95%置信区间范围都较窄，门槛值的识别效果较为显著。另外，当两个门槛值处于相应的置信区间内时，似然比值都小于5%显著性水平的临界值。因此,这两个门槛值都和真实的门槛值相等。

(三)门槛模型回归及结果分析

由表4可知，双重门槛模型的两个门槛值随着人力资本的由低到高将整体样本划分为三个区间，而在不同的人力资本区间内，农村金融发展对农民收入增长的效用存在着显著的差别。

表3　门槛估计值

图3　第一个门槛值及其置信区间

图4　第二个门槛值及其置信区间

具体而言，对于第一个样本区间，即人力资本低于第一个门槛值(Hum<6.7040)的农民而言，农村金融发展对农民收入增长产生了显著的负相应，其弹性系数高达-1.1372。这说明农村金融发展对这一区间的农民收入增长产生了强烈的抑制作用。根据我们的人力资本测算标准，处于第一个样本区间的农民受教育程度在小学或小学以下，就实际情况来看，他们往往为文盲或半文盲，其人力资本水平处于农村的最低端。其生产经营能力较弱，通常没有扩大再生产*由于生活性的金融需求和供给难以对收入产生明显的影响，所以本文着重对生产性的金融需求和供给进行分析。的需要，长期处于自给自足的低水平均衡，金融需求主要为平滑消费所需的生活性需求，因而金融需求非常有限，存在严重的需求性金融抑制[32]，金融行为往往为只存不贷或者不存不贷。他们难以借助农村金融的发展来扩张自身的生产经营，并实现收入的增长。

对于第二个样本区间，即人力资本处于第一个门槛值和第二个门槛值之间(6.7040

对于第三个样本区间的农民而言，即人力资本处于第二个门槛值之上(Hum>7.4290)的农民而言，农村金融发展对它们的收入水平同样产生了正向影响，但是不显著，弹性系数为0.0314。这说明农村金融发展对这一区间的农民产生了微弱的促进作用。就这一区间的农民而言，他们的受教育程度在初中以上，处于农民人力资本水平的最顶端，其经营能力在三个样本区间之中最强，扩张经营的意愿最为迫切，金融需求也最为旺盛。同时，较高的人力资本水平也使他们能够相对清晰地表达自己的金融需求并获得所需的金融资源，进而更加有效地从事生产经营活动，获得相对较高的收入[34]。但是受农村金融机构“非农化”倾向严重，以及自身财务信息不完善等因素制约，他们获得金融支持的力度和范围仍然十分有限，农村金融发展对其收入增长的促进作用也较弱。

从控制变量的情况来看，财政支农对农民收入产生了显著的正效应。农村固定资产投资与农业机械总动力均对农民收入产生了正效应，但并不显著。这说明财政支农、农村固定资产投资以及农业科技水平均对农民收入增长具有促进作用，但是财政支农的作用最为强烈。这是由于在农户小农生产特征没有发生根本性改变的情况下，农业生产本身难以对农民收入产生根本性的影响，农民收入的增长更多要依赖于外援性的财政支持。

表4　模型估计结果

① Hausman检验的结果显示,应采用固定效应模型。

注：*、**、***分别表示10%、5%与1%的显著水平。

此外，我们还采用了固定效应模型对自变量与因变量的关系进行了估计，从结果来看，各变量的系数，显著性都大致相同，这也说明了门槛效应模型估计结果的稳健性。同时，从拟合有度来看，门槛模型高于固定效应模型，这进一步说明了门槛效应模型能够更好地解释农村金融发展与农民收入增长之间的关系。

五、进一步讨论

通过对模型进行门槛检验，我们发现农村金融发展对农民收入的作用确实受到农民人力资本水平的影响，农村金融发展对农村收入的促进作用随着人力资本的提升而逐渐提升。这说明农村金融发展与人力资本之间存在着交互耦合效应。下面，我们对农村金融发展与农民人力资本进行耦合协调关系进行测度，以进一步验证二者之间的耦合关系。我们借鉴(王雪妮等，2011)的做法，建立农村金融发展与农民人力资本的耦合度模型如下：

C=fk*hk/(αf+βh)2k

(17)

其中，C为农村金融发展与农民人力资本的耦合度，f为农村金融发展综合指数，h为农民人力资本综合指数，k是调解系数* 调解系数的存在是为了增加耦合度的区分度。一般而言，k的取值范围为2≤k≤5，本文采用从低到高的方法进行筛选，最终确定取k=2。，α、β为待定系数，其取值视农村金融发展与农民人力资本的重要程度而定，本文认为二者同等重要，故令α=β=0.5。在确定α、β的取值之后，我们再对农村金融发展与农民人力资本的综合协调指数进行测算，其计算公式如下：

T=αf+βh

(18)

上式中，T为综合协调指数。在对农村金融发展与农民人力资本的耦合度与综合协调指数进行测度之后，我们便可以最终确立二者的耦合协调度，其最终的计算公式如下：

D=(C*T)1/2

(19)

其中，D为耦合协调度，其取值介于0到1之间，其值越高，则农民金融发展与农民人力资本之间的耦合协调度就越好。

在介绍完耦合协调度的算法之后，我们利用本文计算而来的农村金融发展与农民人力资本在2006-2014年间的算术平均值，再对其进行极差正规化处理。并利用上述方法对中国省级层面的农村金融发挥与农民人力资本的耦合协调度进行测算，其结果如图5所示。

由图5可以看出，我国各省农村金融发展与农民人力资本的耦合协调度总体都处在较低的水平。同时，二者的耦合协调度与农民人均纯收入*这里的农民人均纯收入是指样本观测区间内的平均纯收入，即各省在2006-2014年间的农民人均纯收入。之间存在着总体上的正向相关关系。我们对农村金融发展与农业人力资本的耦合协调度与农民人均纯收入之间进行皮尔逊相关指数进行检验，发现二者相关系数高达0.8566，存在强烈的正相关关系。这也进一步证明了农村金融发展与农民收入增长之间的关系是非线性的，且存在人力资本门槛效应，同时，根据这一关系，我们也可以大胆做出预测，随着人力资本的进一步提升，农民获取金融资源的意识和能力进一步增强，农村金融发展对农民收入增长的促进作用将更加显著。

图5　中国各省农村金融发展与农民人力资本的耦合协调度

六、结论与政策建议

本文通过建立门槛效应模型，并运用2006-2014年间中国的省级面板数据，对农村金融发展与农民收入增长的人力资本门槛效应进行检验。主要得出以下结论：(1)农村金融发展存在显著的双重人力资本门槛效应。(2)当人力资本低于第一门槛值时，农村金融发展对农民收入增长产生了强烈的抑制作用；当人力资本介于第一门槛值与第二门槛值之间时，农村金融发展对农民收入增长产生了较强的抑制作用；而当人力资本高于第二门槛值时，农村金融发展对农民收入增长产生了微弱的促进作用。(3)中国各省的农村金融发展与农民人力资本的耦合度普遍较低，且二者的耦合度与农民收入水平存在着明显的正向相关关系。

综合以上研究结论，本文的政策启示在于：农村金融发展除了过往研究所指出的“财富门槛”之外，还存在显著的人力资本门槛效应，农村金融发展需要与农民人力资本形成良好的耦合互动关系，方能有效地促进农民收入增长。如果罔顾这一联系机制的巨大作用，仅仅就农村金融的规模或结构上进行改革，那么无疑将事倍功半。因此，国家对农村金融的改革不仅需要围绕农村金融自身进行改革，还必须充分考虑到农民人力资本的实际情况，因地制宜地对政策进行调整。具体而言：(1)创新农村金融供给，优化农村金融供给侧结构，针对不同人力资本区间的农民进行“差别供给”；同时，大力推进普惠金融建设，在农村金融市场形成多层次、广覆盖的供给体系，让金融发展能够惠及不同人力资本群体。(2)针对小学文化水平及以下的农民，应着重对其进行消费性金融的知识普及与培训，增强其获取消费性金融的能力；而对于小学与初中文化水平之间的农民，应侧重对其进行金融办理程序的培训，提高其获取生产性金融的能力；对于初中文化水平以上的农民，则应进一步强化其提升其获取和运用金融资源的能力。(3)开展农机具等资产的抵押贷款，拓展农户的融资渠道；同时，引导和鼓励农民完善自身财务信息，提高其贷款申请的合格率，使其更加便捷的获得金融资源，提高农民人力资本与金融资源获取之间的转化效率。通过综合实施以上措施，不断增强农村金融发展与农民人力资本之间的耦合程度，进而推动农村金融的发展更加有效地促进农民收入的增长，有效缓解“三农”问题，助推全面小康的实现。

参考文献：

[1]林毅夫,蔡昉,李周. 对赶超战略的反思[J]. 战略与管理,1994(6):1-12.

[2]何广文等. 农村金融服务问题研究专题报告[R].农业部“中国农业和农村经济结构战略性调整”课题组,2002.

[3]张杰. 中囯农村金融制度: 结构, 变迁与政策[M]. 北京：中国人民大学出版社,2003.

[4]周立. 中国各地区金融发展与经济增长[M]. 北京：清华大学出版社, 2004.

[5]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(9):30-43.

[6]熊德平. 农村金融与农村金融发展:基于交易视角的概念重构[J]. 财经理论与实践,2007(2):8-13.

[7]贺雪峰. 缺乏分层与缺失记忆型村庄的权力结构——关于村庄性质的一项内部考察[J]. 社会学研究, 2001 (2): 68-73.

[8]仝志辉,温铁军. 资本和部门下乡与小农户经济的组织化道路——兼对专业合作社道路提出质疑[J]. 开放时代,2009,(4):5-26.

[9]温涛,朱炯,王小华. 中国农贷市场的“精英俘获”机制：非贫困县与贫困县[J].经济研究,2016(2):111-124.

[10]GREENWOOD J, JOVANOVIC B. Financial development, growth, and the distribution of income[J]. Journal of Political Economy, 1990,98(5):1075-1107.

[11]BANERJEE A V, NEWMAN A F. Occupational choice and the process of development[J]. Journal of Political Economy, 1993,101(2): 274-298.

[12]AGHION P, BOLTON P. A theory of trickle-down growth and development[J]. The Review of Economic Studies, 1997, 64(2): 151-172.

[13]MATSUYAMA K. Endogenous inequality[J]. The Review of Economic Studies, 2000, 67(4): 743-759.

[14]CLAESSENS S, FEIJEN E, LAEVEN L. Does campaign finance imply political factors?[R]. Working Paper, forthcoming in the Journal of Financial Economics, 2006.

[15]ASONGU S A. Investment and Inequality in Africa: which financial channels are good for the poor?[J]. African Finance Journal, 2013, 15(2): 44-66.

[16]ASONGU S A, TCHAMYOU V S. Inequality, finance and pro-poor investment in Africa[J]. African Governance and Development Institute Working Paper, 2015,52.

[17]GALOR O, ZERIA J. Income distribution and macroeconomics[J]. The Review of Economic Wtudies, 1993, 60(1): 35-52.

[18]BECK T, DEMRIGUC-KUNT A, LEVINE R. Finance, inequality and the poor[J]. Journal of Economic Growth, 2007, 12(1):27-49.

[19]ENOWBI B M, ASONGU S A. The impact of liberalisation policies on income inequality in African countries[J]. Journal of Economic Studies, 2015, 42(1): 68-100.

[20]HAAN J D, STURM J E. Finance and income inequality: a review and new evidence[R]. Cesifo Working Paper, 2016.

[21]张立军,湛泳. 金融发展影响城乡收入差距的三大效应分析及其检验[J]. 数量经济技术经济研究,2006(12):73-81.

[22]马草原. 金融双重门槛效应与城乡收入差距——基于风险预期的理论模型与实证检验[J]. 经济科学,2009(3):59-73.

[23]赵勇,雷达. 金融发展与经济增长:生产率促进抑或资本形成[J]. 世界经济,2010(2):37-50.

[24]苏静,胡宗义,唐李伟,肖攀. 农村非正规金融发展减贫效应的门槛特征与地区差异——基于面板平滑转换模型的分析[J]. 中国农村经济,2013(7):58-71.

[25]SCHULTZ T W. Transforming traditional agriculture[J]. Transforming Traditional Agriculture., 1964.

[26]GUY C. Becker (Gary S.)Human capital, a theoretical and empirical analysis with special reference to education[J]. Revue Économique, 1967, 18:132-133.

[27]PAGANO M. Financial markets and growth: an overview[J]. European Economic Review, 1993, 37(2-3): 613-622.

[28]MANKIW N G, ROMER D, WEIL D N. A contribution to the empirics of economic growth[J]. The Quarterly Journal of Economics, 1992.

[29]SIMON H A. Rationality in psychology and economics[J]. Journal of Business, 1986: S209-S224.

[30]NORTH D C. Institutions, institutional change and economic performance[M]. Cambridge University Press, 1990.

[31]HANSEN B E. Threshold effects in non-dynamic panels: Estimation, testing, and inference[J]. Journal of Econometrics, 1999, 93(2): 345-368.

[32]高帆. 我国农村中的需求型金融抑制及其解除[J]. 中国农村经济,2002(12):68-72.

[33]黄祖辉,刘西川,程恩江. 贫困地区农户正规信贷市场低参与程度的经验解释[J]. 经济研究,2009(4):116-128.

[34]王小华,王定祥,温涛. 中国农贷的减贫增收效应:贫困县与非贫困县的分层比较[J]. 数量经济技术经济研究,2014(9):40-55.