县域普惠金融发展与经济包容性增长——基于云南省120个县域数据的实证分析

黄 倩，李 政

(云南财经大学 金融学院，昆明 650221)

一、引言

截止2015年末，县域人口占全国人口比例的74.4%，GDP占全国的55.4%，但投向县域的贷款仅占全国总贷款的25%左右*数据来源于2016年《中国县(市)社会经济统计年鉴》。，说明在我国，县域社会经济地位与其获得的金融资源不匹配，金融资源较为稀缺。为缓解我国金融资源配置不平衡，促进经济包容性增长*包容性增长(inclusive growth)由亚洲开发银行于2007年首次提出，其概念兼顾效率与公平，追求社会和经济的协调发展，与单纯追求经济增长相对立。，我国政府高度重视普惠金融的发展，国务院于2015年12月正式发布《推进普惠金融发展规划(2016—2020年)》。在党的十九大上，习近平总书记强调应大力发展普惠金融，加快建设中国特色普惠金融体系。显然，推进普惠金融发展对我国改善社会福利、缓解收入不平等和实现包容性增长意义重大。当下，包容性增长已经成为世界各国“后2015发展议程(Sustainable Development Goals, SDGs)”的核心目标，2017年李克强总理在主题为“在第四次工业革命中实现包容性增长”的“世界经济论坛(World Economic Forum)”上表示，包容性增长是中国经济保持平稳发展的重要内容之一。事实上，普惠金融发展与包容性增长的理念及关注对象是契合的，都追求经济社会和谐发展，人民共享经济增长红利，并且都侧重呵护弱势群体，这对缓解我国发展中的“不平衡、不充分”问题起到了积极作用。那么，县域普惠金融发展对包容性增长的影响究竟如何？本文将对这一问题进行深入探讨和分析。

目前，国民收入分配结构不均衡和贫富差距持续扩大已成为学者们最为关注的经济和社会问题之一，而县域经济问题涵盖了我国的农村经济问题，提高县域居民整体收入并改善收入分配是我国促进包容性增长的关键，基于此，本文将县域普惠金融发展对居民收入的“增长效应”和“分配效应”置于同一框架进行分析，进而深入探究普惠金融发展与包容性增长的内在关系。构建普惠金融发展与包容性增长理论模型，并采用“理想点位”(完全金融包容性)和“最坏点位”(完全金融排斥)的度量方法对普惠金融发展进行测度，在此基础上实证分析普惠金融的增收效应和收入分配效应。此外，在刻画普惠金融发展的增收效应时，考虑到普惠金融发展对不同经济发达程度县域的影响可能存在异质性，将云南省县域划分为发达县域和落后县域两个类别进行分层比较研究。

本文的后续研究安排如下：第二部分为文献综述；第三部分为理论模型的构建；第四部分介绍数据来源及变量选取；第五部分为县域普惠金融发展水平测度；第六部分为实证分析；第七部分为结合理论及实证结果，给出研究结论及政策含义。

二、文献综述

“普惠金融”源于英文“Inclusive Finance”，最早由Annan(2003)提出[注]2003年12月29日，前联合国秘书长Kofi Atta Annan(科菲·阿塔·安南)在宣传“2005年为国际小额信贷年”的讲话中指出，“赤裸裸的现实是，世界上大多数的贫困人口仍然得不到可持续的金融服务，无论是储蓄、贷款还是保险……我们必须建立能够帮助人们提高其生活水平的普惠金融体系(Inclusive Finance system)”。。2008年世界银行正式对“普惠金融”(Inclusive Finance)的概念进行定义，“普惠金融”是指能够广泛获得金融服务且没有价格、非价格方面的障碍，可以为社会全部阶层和群体提供合理、便捷、安全的金融服务的一种金融体系。普惠金融有“狭义普惠”与“广义普惠”[注]狭义普惠指只关注农户、小微企业等弱势群体；广义普惠指包括农业和小微企业在内的全部社会阶层和群体。之分，王颖和曾康霖(2016)认为，政府政策通过强势群体承担转移支付的原始成本以确保弱势群体利益的“狭义普惠”方式将导致普惠的不可持续性，而立足于每一个人、每一个群体都应该得到善待的“广义普惠”金融具有更高的成功率[1]。本文的研究立足于广义普惠论。

关于普惠金融发展水平的度量。Sarma和Pais(2011)基于金融机构的地理渗透度(Penetration)、金融服务的可接触性(Availability)和金融机构的适用度(Usage)三个维度构建普惠金融发展指数(Inclusive Financial Index，简称IFI)[2]。Arora(2010)从服务范围、交易便利性和交易费用三个维度分别赋予2∶1∶1的权重构建普惠金融指数[3]。Gupte等(2012)同样基于上述三个维度，采用等权重的方式构建评价指标[4]。马彧菲和杜朝运(2016)基于国际货币基金调查数据，从服务范围和使用情况两个维度全面考察了普惠金融评价体系及指数构建[5]。

关于普惠金融与经济增长的关系。星焱(2016)认为，普惠金融发展可以通过扩大金融体系覆盖广度、优化信贷资金配置助推经济增长[6]。李涛等(2016)研究发现，普惠金融发展对促进居民收入增长有正向作用，尤其是在欠发达经济体中，普惠金融发展有利于提高低收入群体和小微企业信贷资源的可获得性，提升金融资源配置效率，从而推动经济增长[7]。一些学者进一步研究了普惠金融发展对居民收入及收入分配差距的影响。杜强和潘怡(2016)认为，从长期来看，普惠金融发展能使各阶层因初始财富不同造成的收入差距随着资本的积累逐渐缩小[8]。林毅夫和陈斌开(2013)强调，在我国省域层面上，普惠金融发展对城乡收入差距的缩小并非完全一致关系[9]。同样，吕勇斌和李仪(2016)也证实了普惠金融发展与城乡收入差距存在非线性，但整体上发展普惠性金融有助于缩小城乡差距[10]。Park等(2016)研究表明，普惠金融发展与居民收入之间的关系并非始终保持显著正相关，在初始禀赋较高、金融市场较发达的经济体中，普惠金融发展会给宏观经济增长带来边际收益递减的负向影响，对居民收入产生负的效应[11]。贝多广和张锐(2017)分析了普惠金融与包容性增长的关系，指出普惠金融能使贫困群体获益更多，实现包容性增长[12]。

关于普惠金融发展对包容性增长的作用机制。王颖和曾康霖(2016)认为，推进金融资源的普惠化，可以降低初始禀赋较低的贫困群体的投资“财富门槛”，从而改善弱势群体面临融资难、融资成本高的处境[1]。Chowdhury和Yamauchi(2010)以及温涛等(2016)研究发现，普惠金融发展能够扩大金融中介覆盖广度，缓解贫困人口的信贷约束，遏制民间非正规信贷猖獗，弱化农贷市场的“精英俘获”效应，提高弱势群体获得生产资源的平等性[13～14]。贝多广和张锐(2017)基于政策层面认为，在包容性增长背景下普惠金融发展应重点建设普惠金融基础设施，坚持“政府引导、市场主导”原则，并紧抓“包容”与“增长”两个主题[12]。

综上所述，关于普惠金融发展与包容性增长的实证文献相对较少，现有文献主要分析了普惠金融发展对经济增长的影响而忽视了包容性增长。在当今世界各国追求包容性增长的主旋律下，研究普惠金融发展与包容性增长之间的关系具有重要意义。在普惠金融发展对居民收入的影响研究中，学者们的研究尚未形成共识，多数学者认为普惠金融发展能够通过改善信贷要素配置和收入分配促进居民增收，但部分学者认为在不同经济社会阶段，普惠金融的发展对居民收入增长可能存在负面影响。相对而言，关于普惠金融与收入差距的研究结论比较一致，并且大多是从金融机构地理维度的发展角度进行研究，值得注意的是，城乡差距只是总体收入不均等的一部分，不能充分代表包容性。

三、理论模型

包容性增长(inclusive growth)倡导机会平等的经济增长，包含两个目标：一是追求经济增长；二是具有包容性(均等性)。构建同时分析县域普惠金融发展的增长效应和分配效应理论模型。

将普惠金融发展水平作为“要素投入”用于生产过程，构建一个反映县域普惠金融发展与县域经济总产出关系的生产函数：

Y=f(K,L,F)

(1)

式(1)中，Y表示县域经济总产出，K为县域总资本投入，L代表县域劳动投入，F表示县域普惠金融发展水平。为了重点考察县域普惠金融发展对县域经济总产出的作用，在将县域总资本投入要素作为控制变量的基础上，考虑县域劳动力存在剩余的实际，参考温涛等(2005)的研究[15]，对劳动投入加一个容量限制L，即有：

Y=f(K,F)min(L,L)θ，θ>0

(2)

令m=(L)θ，表示县域经济的最大生产力，此时一旦达到最大劳动容量，县域经济就面临恒定的规模收益，县域总产出就取决于县域总资本投入与县域普惠金融发展水平。由式(1)和式(2)得到：

Y=mf(K,F)

(3)

因为各县域并非独立封闭的经济体，县域之间存在贸易流动，而贸易流动是促进技术进步和经济增长的重要因素，借鉴巴拉萨的出口扩展型总生产函数，将单一县域总生产函数推广到存在贸易流动的开放经济县域中，此时，开放县域经济总生产函数为：

Y=mf(K,F,X)

(4)

对式(4)取全微分，有：

(5)

式(5)中，将测度的普惠金融发展水平指数作为衡量县域普惠金融发展水平的指标，用IFI表示；参考钞小静和沈坤荣(2014)的做法[16]，采用县域出口总额占县域生产总值的比值表示地区开放程度，用EXOP表示，即：

(6)

式(6)中，令β1表示边际资本产出，β2表示县域普惠金融发展边际产出，β3表示县域开放度边际产出，再对公式两边同时除以m，令dY/m表示县域居民人均收入增长量，得到县域人均产出增长模型：

(7)

如果不考虑县域收入分配结构、分配制度等因素的影响，可以利用式(7)分析县域普惠金融发展对居民收入增长的作用。

dLNNI=β0+β1dK+β2dIFI+β3dEXOP+μ

(8)

式(8)中，LNNI表示县域居民人均收入水平，β0表示截距项，μ表示随机误差项。参考郭熙保和周强(2016)的研究[17]，县域总资本投入采用城镇固定资产投资完成额占县域生产总值的比值表示(INVEST)。另外，参考相关文献，控制一些影响县域居民收入的变量，包括县域技术水平(POWER)、就业水平(JOB)、城镇化水平(URBAN)和反映二元经济结构优化的指标(STRU)，将这些因素同县域资本投入和县域开放度同时作为控制变量Controls纳入，整理式(8)得到评估普惠金融发展增长效应的模型：

LNNIit=β0+β1LNIFIit+Controls+φit+φit+μit

(9)

其中，i代表县域，t代表年份，β0表示截距项，φit表示县域层面固定效应，φit表示时间固定效应，μit表示随机误差项。

为了进一步探究普惠金融发展水平IFI是否具有包容性，即分配效应如何，借鉴张勋和万广华(2016)的研究[18]，在式(9)基础上加入居民收入的滞后项LNNIi,t-1以及居民收入的滞后项和普惠金融指数的交互项LNNIi,t-1×LNIFIit，即：

LNNIit=β0+β1LNIFIit+β2(LNNIi,t-1×LNIFIit)+β3LNNIi,t-1+Controls+φit+φit+μit

(10)

由式(10)可知，当县域i处于良好的普惠金融环境时(IFIH)，县域居民人均收入水平为：

E(LNNIit|LNIFIH)=β0+(β1+β2LNNIi,t-1)×LNIFIH+β3LNNIi,t-1+Controls

(11)

当县域i处于较差的普惠金融环境时(IFIL)，县域居民人均收入水平为：

E(LNNIit|LNIFIL)=β0+(β1+β2LNNIi,t-1)×LNIFIL+β3LNNIi,t-1+Controls

(12)

显然，普惠金融发展对县域居民人均收入的影响可以通过式(11)减式(12)得出：

EIFI=(β1+β2LNNIi,t-1)×(IFIH-IFIL)

(13)

对于县域i而言，因为县域普惠金融IFI指数是由“欧式距离”加权计算得到，其IFI数值恒大于0，即有(IFIH-IFIL)> 0恒成立，人们只需要关注含有IFI估计系数的项，为了便于分析普惠金融与包容性增长之间的作用关系，可以将普惠金融发展对县域居民收入的影响简化为：

EIFI=β1+β2LNNIi,t-1

(14)

式(14)中，普惠金融发展IFIit对县域居民收入的作用可以分为两层：(1)β1衡量了在其他条件保持不变的情况下，普惠金融发展对居民收入水平的影响；(2)β2LNNIi,t-1衡量了上一期居民收入水平通过当期普惠金融发展IFIit作用于当期居民收入水平的异质性影响：若β2>0，则具有更高收入水平(LNNIi,t-1越大)的群体从普惠金融发展中获益更多；若β2<0，则低收入群体(LNNIi,t-1越小)从普惠金融发展中获益更多，表明县域普惠金融发展有助于提高县域低收入居民的收入水平，缓解收入不平等。

综上所述，当β1+β2LNNIi,t-1> 0且β2<0时，说明普惠金融发展推动了经济包容性增长，一是提高了居民收入水平，二是改善了收入分配，缓解了收入差距；当β1+β2LNNIi,t-1> 0且β2>0时，说明普惠金融发展虽然推动了经济增长，但是却加剧了收入不平等现象，并未促进经济包容性增长。

四、数据来源及变量选取

(一)数据来源

鉴于云南省是我国典型的经济落后地区，又是欠发达省份的代表，存在县域经济基础薄弱、县域金融机构配置不足等诸多问题，因此选取云南省普惠金融发展现状进行研究具有典型意义。根据2016年《中国县(市)社会经济统计年鉴》公布的云南省行政区域划分，云南省共有120个县级行政单位，选取2008—2016年云南省120个县域为研究对象。其中，金融机构依据人民银行2016年发布的《云南金融运行报告》中的云南省县域地区金融机构，主要包括中国工商银行、中国农业银行、中国银行、中国建设银行、交通银行、邮政储蓄银行和农村信用社等。银行网点数据来源于中国银监会网站公布的持有金融许可证的金融网点分布情况。其他数据来源于2008—2016年《中国县(市)社会经济统计年鉴》以及2008—2016年《云南省统计年鉴》。

(二)变量选取

本文关注的变量为普惠金融发展水平(IFI)，关于该指标的测度，主要参考Sarma(2015)的方法，从金融机构渗透度、金融服务可得性和金融服务效用性三个维度综合测度[19]。表1对各变量进行了详细说明。

表1变量定义

①比较劳动生产率:一个部门的产值比重与部门就业的劳动力比重的比率,通常第一产业比较劳动生产率低于1,第二、三产业比较劳动生产率高于1。

考虑到普惠金融发展指数可能存在内生性问题，例如：金融要素配置可能会偏向人均收入较高的县域，致使模型产生内生性问题从而导致估计结果偏误，因而进一步选取每万人ATM机数量和每百平方公里ATM机数量作为县域普惠金融IFI指数的工具变量。初步OLS回归和统计检验表明，两个工具变量与IFI指数显著正相关，与县域人均纯收入水平无明显关系，说明所选取的工具变量是恰当的。进一步采用统计检验判断工具变量的选取是否恰当，结果如表2所示。首先，模型内生性统计检验显示：“Hausman检验”的P值分别为0.0364和0.0110，两个经济层次的县域在5%显著性水平下都拒绝“所有解释变量均为外生”的原假设，初步表明模型存在内生性问题；进一步采用异方差稳健DWH检验，结果表明，经济发达县域和落后县域“Wu-Hausman F检验”的P值分别为0.0360和0.0109，并且“Durbin-Wu-Hausman检验”的P值为0.0328和0.0107，因此模型存在内生性问题。其次，工具变量不可识别检验显示：“Anderson LM统计量”和“Kleibergen-Paap rk LM统计量”检验的P值均为0.0000，强烈拒绝不可识别的原假设。再次，弱工具变量检验显示：相对发达县域和落后县域的“Kleibergen-Paap rk Wald F统计量”分别为137.974和83.732，“Cragg-Donald Wald F统计量”分别为192.240和222.482，均大于10%显著性水平下的临界值19.93(10% maximal IV size：19.93)。综上所述，每万人ATM机数量和每百平方公里ATM机数量不存在弱工具变量问题，引入工具变量提高了估计量的渐进效率。

表2内生性和工具变量统计检验

进一步，参照云南省人民政府办公厅印发的《云南省县域经济发展分类考核评价办法》(云厅字〔2016〕12号)中2016年度县域经济考核结果，将云南省县域经济分为经济发达与经济落后两个类别。根据各类变量的定义和算法以及表3所示变量的基本统计描述可以看出，相对于发达县域，落后县域的居民收入和普惠金融发展指数以及各变量值都较低。

表3变量描述性统计

五、县域普惠金融发展水平测度

(一)普惠金融发展测度方法

一种稳健的普惠金融测度方法应该是尽可能多地囊括金融体系普惠性多个维度和多个层面的信息，为确保该度量方法易于计算并且可以在不同地区和不同时间上作比较，还应该满足无单位化、有界性(值域为[0,1])、单调性和齐次函数等重要的数学性质。参考Sarma(2015)的方法[19]，测度云南省县域普惠金融发展指数(IFI)。

1. 确定衡量金融体系中各个维度指标的普惠数值dij

对每一维度i的指标j进行无量纲化处理，公式为：

(15)

式(15)中，Aij是各维度指标的观测数值，mij是各维度指标的最小值，Mij是各维度指标的最大值，并且满足0

2. 利用变异系数法确定指标的权重

假设普惠金融指数有n个评价指标(n=1,2……,n)，Xij表示维度i第j个指标的平均值，σij是标准差。维度i下各个指标的变异系数为CVij：

(16)

即每个指标的权重定义为：

(17)

式(17)中，有0

3. 计算单一维度的县域普惠金融指数

如图1所示，在多维空间中，各维度测度值为X=( d1,d2……,dn)，最坏点位维度值为O=(0,0 …… ,0)，理想点位维度值为Z=(z1,z2……,zn)。IFI值的计算原理是：理想点位Z是评估一个县域金融包容性水平的关键因素。X点与O点之间的距离越大，表明金融包容度越高;X点与Z点之间的距离越小，表明包容性水平越高。在n维空间中，可以有两个点与Z点的距离相同，但与O点的距离不同，反之亦然。若某一维度的两个点距离Z点相同，距离O点相同，那么距离O点较远的县域金融包容性水平更高；若某一维度的两个点距离O点相同，距离Z点相同，那么距离Z点较近的县域金融包容性水平更高。在构建普惠金融指数测度金融包容性水平时，有必要同时考虑这两种“距离”，即IFI=(X1+X2)/2。

计算各维度i的权重，原理同式(16)和式(17)，得wi=CVi/∑CVi(0

单一维度的测度值与最差点位的欧式距离为：

(18)

单一维度的测度值与最理想点位的欧式距离为：

(19)

同时考虑以上两种距离，综合式(18)和式(19)，得出单一维度的县域普惠金融指数(IFI)为：

(20)

复合维度的县域普惠金融指数(IFI)为:

(21)

式(21)中，普惠金融指数的取值范围为0≤IFI≤1，Max(IFIi)表示维度i的普惠金融指数最大值，当IFI趋近于0时，表明该地区普惠金融的发展处于过低水平，当IFI趋近于1时，表明该地区普惠金融的发展处于较高水平。

(二)指标体系构建

结合县域金融实际发展情况，选取衡量金融产品服务供给、需求和效用三方面的6个指标，从金融机构渗透度、金融服务可得性和金融服务效用性三个维度构建云南省县域普惠金融评价指标体系(见表4)。

表4云南省县域普惠金融指标体系

维度一：金融机构渗透度是指一个地区金融体系所供给的金融产品和服务的覆盖广度，包含人口层面的用户数量和地理层面的金融机构数量。对于县域层级而言，其渗透度主要表现在县域内银行分支机构的供给数量、规模大小、机构种类及分布状况，这些因素直接决定了金融资源对县域弱势群体的金融排斥程度。因此，使用每万人金融机构网点数量和每百平方公里金融机构网点数量衡量县域金融机构的渗透度。

维度二：金融服务可得性是指金融体系能够有效满足一个区域内各阶层对融资需求、享有存款等金融服务的能力和程度。金融机构为地方小微企业、农户和贫困人口提供均等经济机会和资源渠道是推进金融普惠化的核心。由于我国西部县域地区小微企业和农户受到严重的信贷排斥和储蓄排斥，尤其以信贷排斥较为突出，同时，银行等金融机构提供的存款和贷款业务与金融服务可得性正向显著相关。基于此，选取县域地区的人均存款和人均贷款作为度量可得性维度的重要指标。

维度三：金融服务效用性也称为“金融深度”，是衡量一个地区金融体系对地方经济活动的贡献程度，即金融机构在县域地区供给的金融资源是否得到充分利用，是否避免了资金错配并惠及县域人口。从县域间来看，周振等(2015)认为在我国推进农村金融市场化改革背景下，银行系统已经成为抽离县域资金的主要推手[20]；从县域内部来看，温涛等(2016)强调“精英俘获”机制不断削弱贫困人口平等享有正规金融服务的机会，信贷资源逐渐被精英阶层控制和侵蚀[14]。因此，采用县域总贷款额度占GDP生产总值的比重和存款占贷款的比重衡量这一维度。

(三)测度结果分析

表5报告了2008—2016年云南省普惠金融指数IFI值的描述性统计，期间IFI最小值为0.064，最大值为0.888，均值最大为0.201，说明县域间金融包容性水平差异显著，整体普惠金融水平处于中低等层次；在这些经济体中，变异系数从2008年的0.656下降到2016年的0.542，说明IFI值的变化正在趋同，即变异系数值的缓和下降表明县域普惠金融水平转向好的趋同趋势；在120个县域中，IFI值较低县域占比从93%下降到81%，表明整体普惠金融水平正在改善，IFI值显示，中等县域数量增加明显。

表5 2008—2016年云南IFI值的描述性统计

数据来源：根据2008—2016年《中国县(市)社会经济统计年鉴》和《云南省统计年鉴》计算得到

六、实证分析

基于模型(9)采用OLS回归和两阶段最小二乘法(2SLS)回归分析普惠金融发展的增收效应。进一步，考虑到普惠金融发展是一个长期时变性且多维共振的过程，在不同经济社会发展阶段对经济的影响存在显著异质性，因此将云南省县域分为经济发达和经济落后两类水平，对普惠金融的发展与居民收入关系进行分层研究。同时，为保证估计结果的可靠性和深入刻画普惠金融发展在不同收入水平的边际贡献信息，采用工具变量分位数回归(IVQR)对模型(9)的全貌进行分析。然后利用系统GMM估计考察普惠金融发展的包容性增长效应。为保证估计结果的稳健性，还将分析普惠金融发展对县域内城乡居民收入差距的影响，从而进一步充实普惠金融发展与包容性增长的研究。

(一)普惠金融发展的增收效应

作为普惠金融发展促进包容性增长的分析起点，先聚焦其增长作用。表6报告了基于模型(9)的回归结果，分别进行双重固定效应的最小二乘(OLS)回归和两阶段最小二乘法(2SLS)回归。县域总样本回归结果显示，普惠金融发展对县域居民收入增长具有显著的推动作用。基于OLS和2SLS回归结果下的普惠金融发展指数弹性系数分别为0.178和0.559，并且都在1%的水平下显著，考虑内生性之后，普惠金融变量弹性系数有所增加，说明内生性问题会减弱普惠金融发展对居民收入的影响。其他控制变量也都符合预期，均对收入增长起到显著的正向作用，县域对外开放度、二元结构优化、资本投入和就业水平以及技术水平和城镇化发展的提升均能够对县域居民产生明显的增收效应，说明这些变量水平的提高能够有效改善整体县域居民的生活水平，促进县域经济增长，增强县域经济实力。

表6的分层研究结果显示，基于OLS和2SLS回归下的普惠金融发展对发达县域居民增收的影响系数分别为0.669和1.144，对落后县域居民增收的影响系数分别为0.386和0.857，并且均在1%的水平下显著。可以看出，不论是落后县域还是发达县域，推动普惠金融发展均能够促进居民收入水平的提升，但其增收影响在不同发达程度的县域中存在明显差异，表现为相较于落后县域，发达县域的普惠金融指数弹性系数较大，证明发达县域的金融要素边际报酬率更高。实际上，云南省的发达县域十分稀少，这一点也可以从发达县域的样本量看出。同时值得注意的是，从全国县域经济发展视角看，云南省的县域经济发展整体较为落后[注]截止2017年末，云南省共有73个国家级贫困县，贫困县数量在全国各省份中排名第一，而云南省相对发达县域在全国县域中仍处于中等或以下水平的窘境，据“2017年度全国综合实力百强县市”榜单显示，云南省仅占1席。。所以，不论是夯实发达县域的经济发展成果，还是减少落后县域的贫困人口，都需要积极推进县域普惠金融的发展，增强县域金融的包容性水平，尤其是为资源禀赋过低的落后县域创造优质金融环境。

表6普惠金融发展的增收效应及其分层回归结果

注：***、**和*分别表示在1% 、5% 和 10% 的显著性水平下显著，括号内数值为估计系数的稳健标准误

以上分析证实了普惠金融发展对不同县域群体的增收效应，但并未揭示普惠金融发展对不同收入阶层增收影响的内涵。在不考虑极少数强势群体的情况下，弱势群体的普惠金融发展边际贡献是否最高？不同收入分布的居民获益如何？为此，选取10%、25%、50%、75%和90%五个具有代表性的分位点划分县域居民的收入层级，基于模型(9)进一步采用工具变量分位数回归(IVQR)充实普惠金融发展的增收效应，旨在刻画县域居民收入分布的全貌以及明晰普惠金融发展和要素在不同收入水平的边际贡献信息。

表7报告了IVQR的实证结果，随着分位点数的上升，IFI指数的估计系数呈先下降后上升的变化趋势，收入水平处于最低端10%分位点和最顶端90%分位点群体的IFI弹性系数分别为0.571和0.779，表明分布在两个收入极端的群体受普惠金融发展的增收效应最高；收入水平处于25%和75%分位点群体的IFI弹性系数分别为0.504和0.471，影响度处于中等水平；收入水平处于50%分位点群体的弹性系数为0.281，影响度最低。显然，普惠金融发展对县域居民增收的影响系数随着县域居民收入从低端向高端移动，呈现为“U”型分布特征，同一县域中的不同收入阶层并不能平等地享有普惠金融资源。

表7普惠金融发展对不同收入阶层的异质性影响(IVQR)

注：***、**和*分别表示在 1% 、5% 和 10% 的显著性水平下显著，括号内数值为估计系数的稳健标准误

上述实证结果有两层含义：(1)从分层研究视角看，普惠金融发展对不同县域群体具有显著的异质性影响，虽然发达县域的普惠金融发展边际报酬高于落后县域，但是进一步细分居民收入等级深入考察后发现：贫困群体能够从普惠金融发展中获得显著较高的边际报酬，这初步证实了推进县域金融普惠化，能够提高金融体系的包容性；(2)普惠金融发展的增收效应表现为：富裕群体(90%分位点)>贫困群体(10%、25%)>普通群体(50%、75%)，究其原因，可能是由于富裕群体作为县域经济中的“精英阶层”，在金融禀赋、社会关系和政治权利方面具有较大优势，从而成为普惠资源的最大受益者；贫困群体之所以能够获取超越普通群体的边际收益，主要得益于金融机构普惠金融发展提升了金融产品与服务的覆盖度与包容性[注]普惠金融发展促进金融产品和服务的覆盖度与包容性的提升，使得之前中等收入群体相比于低收入群体，在交通工具和信息方面的优势因金融覆盖广度的提高而削弱，而贫穷弱势群体之前面临的银行网点偏远、金融可得性较差等金融排斥问题得到改善或解决，即间接弱化了中等收入组原本所具有的“比较优势”，因而低收入群体的收入水平提升幅度较大。，随着地方政府推行普惠金融政策，使得当地的金融服务便利性和金融机构渗透度上升，之前被银行“拒之门外”的贫困居民开始接触金融产品并逐渐养成使用金融服务的习惯。显然，普惠金融应重点服务于贫困弱势群体，这有助于减贫增收和缓解收入差距，还应服务于数量庞大的普通收入群体，因为这类人口属于普惠金融最容易惠及的相对弱势群体，并且是最具收入增长潜力的居民。

(二)普惠金融发展是否促进了包容性增长

基于模型(10)考察普惠金融发展是否促进了包容性增长。为保证研究结果的可靠性，采用系统广义矩(System GMM)估计包容性增长模型(10)，同时保证模型通过无自相关和无过度识别检验。表8报告了系统GMM的回归结果，可以看出：(1)在总样本下，普惠金融发展IFI指数及其交互项的弹性系数分别为0.706和-0.0649，普惠金融发展对居民增收具有显著为正的影响，交互项则有显著为负的影响，表明县域低收入群体可以从普惠金融发展中获益更多，推动普惠金融发展能够有效改善县域内部收入分配，缓解城乡收入差距，即普惠金融发展促进了包容性增长；(2)分层结果显示了普惠金融发展在不同县域群体之间的收入分配效应，普惠金融发展对发达县域和落后县域收入分配的影响系数分别为-0.355和-0.0468，说明虽然发达县域的普惠金融发展边际收益已经较高，但普惠金融对其收入差距的缓解作用更为有力。表8的结果证实了普惠金融发展对包容性增长的积极作用。

表8普惠金融发展促进包容性增长及其分层回归结果

注：***、**和*分别表示在 1% 、5% 和 10% 的显著性水平下显著，括号内数值为估计系数的稳健标准误；自相关检验AR(2)和工具变量过度识别检验(Sargan test)报告的均为统计量的P值

为保证实证分析结果的稳健性，基于县域内部收入差距视角，进一步作普惠金融促进包容性增长的探讨。将模型(9)中的被解释变量替换为城乡收入差距，城乡收入差距(INE)用县域人均可支配收入与农村人均纯收入的比值表示，并用IVQR进行实证检验，结果见表9。

表9普惠金融发展对不同收入差距群体的包容性全貌(IVQR)

注：***、**和*分别表示在1% 、5% 和 10% 的显著性水平下显著，括号内数值为估计系数的稳健标准误

表9中，OLS和2SLS的回归结果显示，IFI指数的估计系数显著为负，表明普惠金融发展能够显著缩小城乡收入差距，城乡收入差距的缩小预示着普惠金融包容性的增强。从10%、25%、50%、75%和90%五个分位点上不同收入差距受普惠金融影响的情况看，其影响系数分别为-0.494、-0.506、-0.682、-0.705和-0.707，并且都在1%的水平下显著，随着分位点的上升，IFI指数影响系数的绝对值逐渐变大，这表明对于内部收入差距越大的县域，普惠金融发展对缩小其收入差距的作用越大，此类县域能够更多地获益于普惠金融的发展，这意味着普惠金融发展显著提高了经济体系的包容性，改善县域内部收入的分配格局。

七、结论与政策含义

选取云南省120个县域2008—2016年的面板数据，采用OLS、2SLS系统GMM和IVQR回归，全面系统地考察普惠金融促进与包容性增长的关系，即普惠金融发展的增收效应和分配效应如何。结论显示：

第一，推动普惠金融发展有助于县域居民减贫增收；普惠金融发展的增收效应在不同发达程度的县域中存在明显差异，发达县域的金融要素边际报酬率更高。

第二，普惠金融发展对县域居民增收的影响系数随着县域居民收入从低端向高端移动，呈现为“U”型分布特征，其增收效应表现为：富裕群体>贫困群体>普通群体，不考虑顶端富裕群体时，贫困人口能够从普惠金融发展中获得显著较高的边际报酬，初步证实了推进县域金融普惠化能够提高金融体系的包容性。

第三，县域低收入群体可以从普惠金融发展中获益更多，推动普惠金融发展能够有效改善县域内部收入分配，缓解城乡收入不均等，促进包容性增长。

第四，通过工具变量分位数回归发现，对于内部收入差距越大的县域，普惠金融发展对缩小其收入差距的作用越大，普惠金融发展显著提高了经济体系的包容性，改善了县域内部收入分配格局。

从研究结论得到一定的政策启示：

第一，对于县域普惠金融发展水平较低的地区，推动普惠金融发展能够显著推动县域居民减贫增收，因此，营造一个具有包容性的金融体系环境应当是相关部门的首选。应提高县域金融服务与产品的可获得性，加大县域金融基础设施建设扶持力度，鼓励创新金融信贷产品(例如：西藏推行的“最后一公里”和 “马背上的银行”创新金融服务)，因地制宜推动普惠金融的发展，通过储蓄、信贷和保险产品更好地保护弱势群体的生产和生活，将培养居民从“愿意接受”到 “离不开”金融服务作为政策切入点。

第二，在普惠金融发展中实行一定的政府干预，给予弱势群体利益倾斜或保护有助于落后县域的经济实现良性发展。具体而言，对于要素资源获取能力较强的经济发达县域，可以综合制定政策瞄准机制向县域内落后区域分配更多金融资源。由于金融资产自身具有灵活的流动性，信贷资源很容易实现跨区域跨部门流动，政府部门应制定相应的补贴政策减少落后县域的信贷资源流出，提升弱势群体的金融禀赋，进而降低弱势群体的信贷门槛，保证其在短期不利冲击情况下能够正常进行生产活动和保持消费平稳。

第三，结合县域经济环境、经济机会培育经济效益显著的产业，加大对城乡收入差距过大的县域普惠金融基础设施建设及固定资产投资，增强中低收入群体自身内生资本积累能力，同时，地方政府应加强能够为少数民族提供教育机会、就业机会等的公共服务，在为落后县域弱势居民提供金融产品和服务及成本补贴的同时，兼顾其金融素养的提升。另外，紧跟“技术驱动+移动银行”趋势，塑造数字普惠金融[注]通过互联网技术，借助计算机信息处理、数据通讯、大数据分析、云计算等一系列相关技术在金融领域的应用。的发展路径。