生计资本视域下农村金融减贫效应研究

吴君娴，黄永兴

(安徽工业大学商学院，安徽马鞍山243002)

一、问题提出与文献综述

解决农村贫困问题是全面建成小康社会的内在要求，实现乡村振兴是缓解现阶段中国社会主要矛盾的有效手段。然而，长期存在的城乡二元结构体制造成农村经济金融资源严重不足；农村地区普遍存在的抵押品缺乏及信息不对称问题导致农村金融体系发展迟滞，农民融资需求难以得到满足，乡村振兴及农村可持续发展缺乏有效支撑，农户融资约束逐渐成为统筹城乡发展与全面建成小康社会的重要限制因素。在此背景下，2018年“中央一号文件”明确指出，要把更多的金融资源配置到农村经济社会发展的重点领域和薄弱环节，普惠金融重点要放在乡村，促进农村金融发展成为我国推动农村贫困减缓与乡村振兴的重要途径。那么，农村金融是否能有效促进农村贫困减缓进而推动乡村振兴？在不同区域农村金融的作用效果又有何区别？这些问题的回答对于指导农村金融发展及制定金融扶贫政策都有重大现实意义。

关于金融发展与贫困减缓的关系，国外学者大致形成了三种不同的观点。Greenwood和Jovanovic首先提出，金融发展与贫富差距在长期内存在先抑后扬的倒U型关系。[1]Maurer和Haber却认为，金融发展主要为能够提供抵押品和拥有良好社交网络的富人服务，不能使穷人受益，势必会扩大收入差距和加剧贫困状况恶化。[2]另外，Dupas和Robinson通过实证研究表明，金融发展水平的提高能够促进经济增长和贫困人群金融服务获得性提升，通常会带来较高的收入和消费水平。[3]国内学者关于金融减贫效果的研究因其所处金融发展时期的不同得到截然相反的结论。比如，在对早年金融发展水平较低的考察过程中，刘旦、周一鹿等诸多学者得出金融发展不利于农村贫困减缓的结论。[4-5]近年来，随着我国农村金融的快速发展以及普惠金融政策的实施，金融发展促进贫困减缓的效果逐渐显现。伍艳研究发现，中国农村金融发展与贫困发生率存在负相关关系，农村金融发展水平每提高1%，贫困发生率将下降1.58%。[6]黄秋萍等从收入、教育和医疗三个维度探究了普惠金融的减贫效果，研究认为普惠金融发展对贫困减缓有积极影响，但这种贫困减缓效应随着普惠金融发展水平的提高有所减弱。[7]罗斯丹、卢盼盼等学者的研究也都认同金融发展在农村减贫过程中的积极作用。[8-9]

综上所述，已有研究对金融减贫效应的考察大多是从收入贫困角度，运用收入、消费、贫富差距等指标度量贫困，即使考虑到金融发展的多维减贫效应，也仅仅是分别从收入、教育、医疗各个单一维度进行考察，无法反应各个维度共同作用下金融发展对于贫困减缓的综合影响。基于此，本文构建农村多维发展指数(mdi)测度农村贫困，并利用2009—2016年我国的省级面板数据，运用面板门槛模型考察农村金融发展在缓解农村贫困、提升农户生计中的作用，以期为政府制定农村金融及金融扶贫政策提供参考。

二、农村多维发展指数与农村金融减贫

根据英国国际发展部(DFID)建立的可持续生计分析框架，农户的生计水平很大程度上取决于其拥有生计资本的多少，生计资本不足是导致农村贫困的重要原因。因此，本文基于生计资本的视角，通过构建农村多维发展指数测度并分析我国各地区农村的贫困情况。

(一)农村多维发展指数的构建与测算

1.指标选取。根据可持续生计分析框架，农户的生计资本被划分为人力资本、自然资本、金融资本、物质资本和社会资本五种类型。由于自然资本主要受当地的地形、地质、气候、水文等因素影响，与各地区的经济金融发展关系不大，其对当地农户贫困状况的影响可以通过金融资本和物质资本间接地反映，故未将自然资本考虑在内。本文从金融资本、人力资本、物质资本和社会资本四个维度选取10项指标构建农村多维发展评价指标体系(见表1)，并以此为基础测算中国各省(市、自治区)农村多维发展指数。

2.农村多维发展指数的测度。基于表1中各项农村多维发展评价指标，本文借鉴杨丽和孙之淳的方法[10]测度中国各省(市、自治区)农村多维发展指数，具体方法如下：

首先，采用极差法对各项指标进行标准化处理，以消除各指标量纲不同造成的影响。

(1)

(2)

其中，xij表示第i个地区第j个指标标准化后的数值，Aij表示第i个地区第j个指标值，Mij表示第j个指标中的最大值，mij表示第j个指标中的最小值。

其次，采用熵值法确定各指标权重。为解决标准化后指标数值出现0而导致熵值法中对数运算无法进行的情况，本文先将标准化后的数据进行平移处理。平移处理后的标准化数据yij为：

表1 农村多维发展评价指标体系

yij=xij+0.000 001

(3)

第j项指标熵值(ej)为：

(4)

第j项指标权重(wj)为：

(5)

图1 2009—2016年中国各地区农村多维发展指数折线

最后，将标准化数据yij和指标权重wj加权平均得到各省(市、自治区)农村多维发展指数(mdi)：

(6)

3.农村多维发展指数测度结果分析。根据上文所述方法对2009—2016年中国内地(西藏除外)30个省(市、自治区)的农村多维发展指数进行测算，并在此基础上计算全国农村多维发展指数平均水平，结果如图1所示。

农村多维发展指数从农户生计资本视角反映农户的生存状态，某区域农村多维发展指数越高意味着该地区农户的生计资本拥有量越多，即当地农村贫困程度越弱。由图1可知，从全国层面看，2009—2016年农村多维发展指数呈显著上升趋势，全国平均农村多维发展指数从0.299 1提升到0.474 8，增幅大于50%，说明近八年来我国农村居民生计水平获得显著提高，农村地区贫困状况得到明显改善。这既是由于经济增长的“涓滴效应”，更是得益于政府一系列扶贫减贫及强农惠农政策的有效实施。从区域层面分析，各区域农村多维发展指数差异非常明显，农村多维发展平均水平排名前五的为上海、北京、天津、浙江和山东，均位于东部地区；而排名最末的五个省份为贵州、青海、甘肃、新疆和云南，均位于西部地区。这说明我国东西部农村发展极不均衡，农村多维发展水平整体上按东部、东北、中部、西部的次序依次递减。

(二)农村金融减贫作用机理分析

农村金融发展通过两大途径影响农村贫困。一方面，农村金融的发展为农村贫困人口提供更加便捷的信贷、保险及资金结算等业务，提升农户的生产性投资等活动能力，并降低农户的生计脆弱性，进而对其生产生活能力及预期收入产生影响；另一方面，农村金融的发展可以促进农村经济增长，并通过经济增长的“涓滴效应”促进贫困减缓及收入分配改善。从生计资本视角看，农村金融的减贫效应可划分为三大维度，即金融及物质资本效应、人力资本效应和社会资本效应。首先，农村金融通过上述两大途径提高农户的生产生活能力和收入水平，农户收入水平的提高及金融服务便捷性的提升将有助于金融资本的增加和物质资本的改善；其次，农村金融发展程度越高，意味着农村贫困群体从金融市场获得所需信贷资金的机会就越大，从而可以加大教育、技能培训、医疗保健等人力资本投资以促进家庭人力资本的增加；再次，农村金融服务可以提升贫困家庭成员的自尊心、社会地位和自我激励，并能扩大贫困家庭的社会关系网、促进其参与社会组织活动。

三、模型设定、变量选取和描述性统计

(一)模型设定

由上文分析可知，农村金融可以通过金融及物质资本效应、人力资本效应和社会资本效应三个维度促进农村多维贫困减缓，但其实际减贫效果有待进一步实证检验。考虑到农村金融发展与农村多维贫困之间可能存在的非线性关联及减贫效应的区域差异，本文采用面板门槛模型分别从全国和区域两个层面分析农村金融的减贫效应。

首先，建立如下普通面板回归模型：

mdiit=φi+α1rfiiit+α2Xit+εit

(7)

其中，下标i代表地区，i= 1，2，…，30；下标t代表时间，t=2009，2010，…，2016；mdiit表示农村多维发展指数，rfiiit代表农村金融发展指数，Xit代表一系列控制变量，α1为解释变量的待估系数，α2为一系列控制变量的系数向量，φi为个体效应，εit为随机误差项。

其次，在普通面板回归模型的基础上建立面板门槛模型。本文以农村金融发展指数(rfii)为门槛变量建立如下单一门槛模型(多重门槛模型可在此基础上扩展)：

mdiit=αi+βXit+β11rfiiI(rfiiit≤γ)+β12rfiiitI(rfiiit>γ)+εit

(8)

其中，αi表示个体固定效应，β为控制变量的系数向量，β11、β12分别表示农村金融发展指数跨越门槛值前后的估计系数；γ为门槛值，I(rfiiit≤γ)和I(rfiiit>γ)为示性函数，当括号内条件得到满足时，I=1，否则，I=0。

(二)变量选取和描述性统计

1.被解释变量。本文选用测算出的农村多维发展指数(mdi)作为农村贫困状况的代理指标。农村多维发展指数越低，表示农村贫困状况越恶劣。

2.核心解释变量和门槛变量。为探究农村金融的减贫效果及其非线性特征，本文以农村金融发展指数(rfii)作为核心解释变量和门槛变量。同时考虑数据的可得性，本文借鉴陈银娥等采用的方法，从以下三个维度构建农村金融发展评价指标体系：一是金融服务的渗透性，选用每万人农村金融机构数和农村金融机构服务人员数、每百平方公里农村金融机构数和农村金融机构服务人员数四项指标进行衡量；二是金融服务的可获得性，选用农户人均储蓄存款、人均涉农贷款及人均农业保费三个指标分别从储蓄、信贷及保险反映农户获取金融服务的便利程度；三是金融服务的使用效用性，选用农户储蓄及涉农贷款占地区生产总值的比重和农业保险保费收入占第一产业增加值的比重三个指标反映。[11]

借鉴王修华和关键的做法，通过计算测算值与最理想值的欧氏距离并将所有距离整合在一起测算农村金融发展指数[12]，具体计算方法如下：

(9)

(10)

其中，xij为经过极差标准化处理后的指标值，rfiii表示第i维度农村金融发展指数，max(rfii1)表示第i维度农村金融发展指数最大值；采用变异系数法对指标和维度赋权，ωin为各指标权重，ωi为维度权重。[注]限于篇幅，本文未列出农村金融发展指数的测算结果。

3.控制变量。(1)农业经济占比(lnfirstr)，采用第一产业增加值占GDP的比重衡量，以反映地区农业经济发展情况；(2)非农产业就业占比(lnemp)，采用农村第二、第三产业就业人数占总就业人员比重表示，用来反映农村就业结构的变化；(3)财政支农水平(lnfsa)，采用财政支出中农林水事务支出与财政总支出的比值进行测算；(4)农村基础设施水平(lnfai)，使用农村人均固定资产投资表示，并以2009年为基期，采用固定资产投资价格指数对其进行平减处理。为消除异方差带来的影响，本文对所有控制变量均进行取对数处理。

本文选取2009—2016年中国30个省(市、自治区)面板数据进行分析，原始数据来源于《中国统计年鉴》《中国人口和就业统计年鉴》《中国农村统计年鉴》及各省统计年鉴。各变量的描述性统计如表2所示。

表2 变量描述性统计

四、实证结果与分析

考虑到农村金融发展水平存在区域差异，本文分别从全国和东部、中西部区域层面考察农村金融发展的减贫效应。出于稳健性的考虑，下文同时给出以农村居民人均可支配收入(lnpure)为被解释变量的模型估计结果。

(一)全国层面的分析

首先，对模型进行门槛效应检验和门槛值估计(见表3)。从检验结果可以看出，农村金融减贫存在显著的单一门槛效应；进一步对门槛值进行估计，可得到农村金融发展指数门槛值为0.333 2，在95%的置信度下其置信区间为[0.327 6，0.426 1]。

表3 全国层面门槛效应检验

注：表中数据为采用“自抽样法(Bootstrap)”反复抽样1 000次仿真和格点搜索得到的结果；***表示在1%的显著性水平上显著。

其次，采用线性固定效应模型和面板门槛模型对各变量进行回归，结果如表4所示。在固定效应模型中，农村金融发展水平的系数估计值为0.921 0，且在1%的显著性水平上显著，说明农村金融发展能够有效促进农户生计资本的增加并减缓农村多维贫困。从控制变量来看，农业经济占比降低、非农产业就业增加、财政支农力度加大及农村公共基础设施投资增加均有利于农村减贫。

表4 全国层面农村金融减贫效应分析

注：括号内数据为T统计量，***分别表示在1%的显著性水平上显著。

根据面板门槛模型的回归结果，农村金融发展指数门槛值为0.333 2，当农村金融发展水平处在低水平区间，其系数为1.284 6，农村金融发展能显著促进贫困减缓且效率较高；跨越门槛值进入高水平区间后，金融发展对农户生计资本作用系数依然为正，但系数值减少为0.901 8，说明在高水平区间农村金融对农户生计的拉动作用放缓，表现出边际效应递减特征。进一步分析原数据可以发现，跨越门槛值的省市主要是北京、天津、上海等经济高度发达的地区，并且这三个地区在考察期的各个年份内均处于高水平区间，而其他地区在所有年份内均处于低水平区间，说明我国大部分地区仍处在农村金融发展能够高效地发挥减贫作用的阶段。究其原因，京津沪地区已进入后工业化阶段，较高的人均收入及较为健全的金融体系为其农村金融发展提供了坚实的基础，因此这些地区较早开展了各种形式的金融服务，农民也借助便捷的金融服务早于其他地区实现自身生计水平的提升；而中西部地区尤其是偏远的西北地区，由于其经济发展迟缓、工业化水平不高、金融基础设施不完善，农村整体金融发展水平不高。随着普惠金融政策的实施及外部经济金融环境的改善，中西部地区农村金融逐步进入规范化、便利化的轨道，农村金融将更好地满足农村地区最迫切的资金需要，并一定程度上缓解这些地区农民面临的“融资约束”问题，成为提升农民生活水平的重要推动力量。另外，各控制变量的作用效果与固定效应结果基本一致。

(二)区域层面的分析

由于各地区的经济发展结构与发展水平存在较大差异，不同地区农村金融的减贫效应在程度和进度上也有明显的不同，本文将从东部和中西部两大区域[注]东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南，共11个省份；中西部地区包括山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆，共19个省份。层面进一步分析农村金融的减贫效果。从表5的门槛效应检验可知，东部地区存在着显著的单门槛效应，门槛值为0.333 2，与全国层面的门槛效应检验结果一致；而中西部地区不存在门槛效应。

表5 区域层面门槛效应检验

注：以上结果为采用“自抽样法(Bootstrap)”反复抽样1 000次仿真和格点搜索得到的结果，***表示在1%的显著性水平上显著。

表6报告了东部地区和中西部地区的回归结果。对于东部地区，固定效应模型中农村金融发展水平的系数值为0.709 6；在面板门槛模型中，随着农村金融发展由低区间迈入高区间，农村金融发展水平的系数值由0.841 0缩小至0.710 4。对于中西部地区，农村金融发展水平的系数值为2.950 3，表明农村金融发展指数每提高1个单位，当地农民生计水平将提高2.950 3个单位。综合来看，中西部地区农村金融的减贫效应明显强于东部地区，说明地区经济金融发展水平越低，农村金融的减贫效果越好。

表6 区域层面农村金融减贫效应分析

注：括号内数据为T统计量，***分别表示在1%的显著性水平上显著。

(三)稳健性检验

为了检验农村金融减贫效应的稳健性，本文将模型的被解释变量替换为“农民人均可支配收入(lnpure)”，其他变量保持不变，表3～表6报告了稳健性检验的结果。以农村人均可支配收入作为被解释变量的回归结果显示，各解释变量的系数符号和显著性水平与上述分析结果基本一致，表明上述对农村金融减贫效应的分析具有稳健性。

五、结论与政策建议

本文从生计资本的视角研究农村金融的减贫效应，运用面板门槛效应模型分析农村金融发展对农村地区多维贫困的非线性作用，并进一步考察了农村金融减贫效应的区域差异。研究发现：第一，无论是从全国层面还是从区域层面考察，农村金融的发展都有效地促进了农村多维贫困减缓。第二，从全国层面看，农村金融发展对农村多维贫困的作用是非线性的，表现出明显的单门槛特征；在跨越门槛值后，农村金融的减贫作用有所减弱，表明农村金融减贫呈现边际效应递减特征。第三，从区域层面看，东部地区农村金融减贫存在“单门槛效应”，中西部地区则未表现出门槛特征。综合来看，中西部地区农村金融的减贫效果明显强于东部地区，表明经济金融发展水平越低的地区，农村金融的减贫效果越好。第四，非农产业就业机会增多及财政支农比重加大在促进农村减贫过程中发挥了积极作用；农村基础设施水平的提高在中西部地区显著促进了贫困减缓，但对减缓东部地区农村贫困的作用不大。即金融的减贫效应呈现边际递减。

基于上述研究结论，本文提出以下政策建议：首先，继续深化农村金融改革，降低农民及乡镇企业的融资成本；建立健全农村普惠金融体系，大力发展农村小微型金融机构，积极引导金融资源向偏远地区及农村地区流动。其次，根据各地区农村金融的发展阶段，因地制宜、因时施策，制定相适宜的金融扶贫政策。在东部地区，由于农村金融减贫的边际效应递减，对跨越门槛值的省份，政府应合理调节金融资源和非金融资源的投入比例，探索更有效的非金融扶贫措施；在中西部地区，政府应继续加大普惠金融政策的推行力度，高效发挥农村金融在减贫增收过程中的积极作用。最后，优化农村产业结构，加大财政支农力度，完善中西部地区农村基础设施建设，创造良好的农村经济发展环境。