后脱贫时代农村普惠金融发展水平测度及其减贫效应分析

摘 要：【目的/意义】后脱贫时代，稳脱贫、防返贫任务艰巨，农村是脱贫攻坚的主战场，基于对重庆市涪陵区农村的实践分析，探讨普惠金融的减贫效应。【方法/过程】以涪陵区2010-2019年10年的数据为基础，运用Sarma普惠金融指数测度方法来测度普惠金融发展水平，并运用多元回归，分析普惠金融的减贫效应。【结果/结论】结果显示：普惠金融发展有利于减贫，第三产业发展也有利于减贫。要做到稳脱贫、防返贫，这就要求：拓展普惠金融服务范围，继续稳定脱贫成果;营造良好农村金融环境、优化产业结构防止返贫发生。

关键词：农村普惠金融 ;普惠金融指数;面板回归;涪陵区

中图分类号：F832.7文献标志码：A文章编号：1637-5617（2020）06-0056-07

Measurement on The Development Level of Rural Inclusive Finance in the Post-poverty Era and Analysis on Its Poverty Reduction Effect——A Case of Fuling District in Chongqing City

SONG Xiao-yun

（Fuling Administrative College， Fuling， Chongqing 408000， China）

Abstract： 【Objective/Meaning】It is a difficult task to shake off poverty steadily and prevent the occurrence of poverty again in the post-poverty era. Rural areas are the main battleground for the poverty alleviation. Based on the practice analysis of Fuling District in Chongqing City， the poverty reduction effect of inclusive finance was discussed. 【Methods/Procedures】Based on the data from 2010 to 2019 in Fuling District， Sarma inclusive financial index was used to measure the development level of inclusive finance， and the multiple regression was used to analyze the poverty reduction effect of inclusive finance. 【Results/Conclusions】The results showed that： the development of inclusive finance was conducive to the poverty reduction， and the development of tertiary industry was also conducive to the poverty reduction. In order to achieve the goal of shake off poverty steadily and prevent the occurrence of poverty again， it was required to continue to stabilize the achievements of poverty alleviation by expanding the scope of inclusive financial services and optimize the industrial structure to prevent the occurrence of poverty by creating a good rural financial environment.

Key words： rural inclusive finance; inclusive financial index; panel regression; Fuling District

2020年是脫贫攻坚的收官之年，是全面建成小康社会的决胜之年，2020年3月6日，习近平总书记在决战决胜脱贫攻坚座谈会上提到：目前我国脱贫攻坚工作已取得决定性成果，但仍有部分深度贫困地区未脱贫，且已脱贫人口中有近200万人存在返贫风险，边缘人口中还有近300万人存在致贫风险，因此精准扶贫工作任务仍十分艰巨。在2017年全国第五次金融工作会议中，习近平总书记提出要建设普惠金融体系，推进金融精准扶贫。“普惠金融”一词最早在2013年党的十八届三中全会上被提出，其内涵为贫困人群和城市低收入人群提供金融服务，这与目前我国脱贫攻坚工作不谋而合。当前，重庆市涪陵区贫困人口已全部脱贫，但其中部分是受惠于政策兜底而脱贫。因此，进入后脱贫时代，如何有效利用农村金融资源，巩固脱贫成果，防止返贫的发生至关重要。

1 文献述评

1.1 普惠金融的概念

学者们通过不同角度对普惠金融内涵进行界定，如王韦程等[1]从供需角度，焦璞瑾等[2]从语义角度，孙国贸[3]、何德旭等[4]从功能角度，杨驰[5]、胡文涛[6]从法学角度等，但始终没有统一的内涵界定，直到2016年国务院印发《推进普惠金融发展规划（2016-2020年）》，界定了普惠金融的内涵，即立足机会平等要求和商业可持续原则，以可负担的成本为有金融服务需求的社会各阶层和群体提供适当、有效的金融服务。

1.2 普惠金融发展水平的测度

学者们对于普惠金融发展水平的测度方法主要有3种。（1）金融服务覆盖面。如张洋[7]、罗健莹等[8]通过因子分析法测度江苏省和广东省金融服务的覆盖面;（2）普惠金融指数。最为典型的为Sarma[9]提出的普惠金融指数（IFI）测度方法，包括3个维度：金融服务的地理渗透性、产品接触性、使用效用性。国内学者们多以此为基础，从维度选择和指标选取上进行了不断创新和探索，力争更好的反映普惠金融发展水平，如龚诗媛[10]、符洪瑞[11]选取了2个维度，付莎等[12]、任亚军等[13]选取了3个维度并增加了测算指标;（3）金融排斥程度反向推演。借助金融排斥和普惠金融的内在联系，通过测算金融排斥程度来推演普惠金融的发展水平，许圣道等[14]通过建立模型，分析影响我国农村金融排斥差异的主要原因。

1.3 普惠金融的减贫效应

普惠金融对于减贫的效应如何？尹志超等[15]、唐文婷等[16]从国家层面，李建军等[17]、杨俊仙等[18]从县域和省际层面，曾之明等[19]从群体层面，徐玉立[20]从框架构成层面展开了实证研究，研究结果大多显示普惠金融能降低贫困发生率，其中李建军等[17]通过实证分析发现普惠金融的建设能有效提高农户居民人均可支配收入，降低贫困发生率。目前，普惠金融涵盖的范围越来越广，已逐渐形成一整套涉及金融基础设施建设、金融改革发展和结构调整等重大问题的发展战略和操作理念。

通过文献综述发现国内学者较多运用Sarma[9]提出的普惠金融指数（IFI）来测度普惠金融发展水平，且一般选用地理渗透性：每100 km2金融机构网点数、每100 km2拥有ATM机数量、每100 km2拥有从业人员数;产品接触性：每万人拥有金融机构网点数、每万人拥有ATM机数量、每万人拥有金融机构从业人员数、使用效用性：农村人均存款、农村人均贷款、人存款余额/GDP的比重、贷款余额/GDP的比重[13]。部分学者在变量选择上有所不同，如袁世伟[21]在地理渗透性、使用效用性等维度上丰富了变量的选取。总体来看，现有研究仍有完善空间。（1）从研究数据选取来看，学者们在进行农村普惠金融发展水平的测算上选用的数据多为某市的常住人口数据，或者某个区的常住人口数据，该数据包括乡村和城镇（根据国家统计局的统计口径）。一般而言，城镇发展要先于乡村发展，且其地理渗透性、产品接触性、使用效用性要高于农村，因此，选用城乡数据来分析农村普惠金融发展不严谨，实证结果不准确。（2）从研究对象来看，目前作者搜集到的文献中，仅有2篇是研究重庆市普惠金融的文章，分别来自袁世伟[21]、聂强等[22]。虽然前者用实证分析了重庆市普惠金融减缓农村贫困的效用，但在金融服务可获得性这个维度上选取的指标为“小微企业贷款获得率”，其普惠金融测度指标设计的针对性有待丰富;后者主要以重庆市开县为例，运用理论分析探讨了西部林业县的普惠金融体系建设。基于此，本研究选取了重庆市涪陵区农村作为研究目标来进行实证分析。涪陵区是集“大城市、大农村、大山区”的特殊区情[23]，也与重庆市绝大部分区县地理特点相似，其研究结果可为重庆市绝大部分区县提供借鉴。

2 重庆市涪陵区农村普惠金融发展水平测度

2.1 指标体系的构建

借鉴学者符洪瑞[11]指标的选取内容，结合涪陵区实际情况以及数据的可获得性，最终从地理渗透性、产品接触性、使用效用性3个维度选取了8个指标对农村普惠金融发展水平进行测度，其中地理渗透性包括：每1 km2拥有的网点数量、每1 km2拥有ATM数量、每1 km2拥有金融机构从业人员数;产品接触性：每万人拥有金融机构网点数、每万人拥有ATM数量、每万人拥有金融机构从业人员数量;使用效用性：农民人均农业贷款/人均GDP、农民人均农业存款/人均GDP。

2.2 数据来源

本研究选取重庆市涪陵区农村作为研究目标，数据来源于2010-2019年《涪陵区统计年鉴》《重庆市统计年鉴》《重庆市历年财政决策报告》《重庆市金融运行报告》以及2010-2018年《中国农村金融服务报告》（逢双年出版）。

2.3 普惠金融发展水平的测度方法

采用Sarma[9]提出的普惠金融指数（IFI）方法，首先对原始数据进行无纲量化处理，然后假设有k个普惠金融评价维度，Di表示第i个普惠金融评价维度的测度值，且k≥i≥1，则：

Di=Xi-miMi-mi （1）

式（1）中，Di取值范围为1≥Di≥0，且值越大代表在該维度上的普惠金融发展水平越高，金融排斥程度越低，反之亦然。即当Di=0时，代表该维度上存在完全金融排斥，当Di=1时，代表该维度金融排斥为0。

Xi代表第i个普惠金融评价维度的实际值;

mi代表第i个普惠金融评价维度的最小值;

Mi代表第i个普惠金融评价维度的最大值;

那么该普惠金融指数（IFI）的计算公式为：

IFI= ∑ki=1wiDi （2）

式（2）中，wi代表第i个普惠金融评价维度的权重，本文用变异系数法计算权重，首先要计算各金融维度的变异系数，计算公式为：

Ai=SiXi （3）

式（3）中，Ai代表第i个普惠金融评价维度的变异系数，Si代表第i个普惠金融评价维度的标准差;Xi代表第i个普惠金融评价维度的平均数。

通过变异系数，计算出各个普惠金融评价维度的权重为：

Wi= Ai∑ki=1Ai（4）

2.4 测度结果及分析

涪陵区在21世纪初进行了乡镇的重组，本文选取从重组后至今的时间段进行分析，即对2010-2019年的上述3个维度的8个指标对象进行描述性统计，结果如表1和表2所示。

通过上述公式和数据计算出涪陵区农村2010-2019年普惠金融指数（IFI）的各维度值及普惠金融指数（IFI），如表3所示。结果可以看出，除2010年以外，2014年涪陵区农村普惠金融指数（IFI）结果最低，分析其原因主要是2014年涪陵区农民人均储蓄增长低于消费增长造成的。2010-2014年涪陵区农村普惠金融指数（IFI）测度结果集中在0～0.4之间，处于普惠金融发展的初期阶段，2015-2019年涪陵区农村普惠金融指数（IFI）测度结果均大于0.4，处于普惠金融发展的中高水平。分析其主要存在2方面的原因：（1）2016年以后涪陵区在金融服务的地理渗透性、产品接触性都有了明显的提高;（2）国家政策的大力支持，2016年国务院印发了《推进普惠金融发展规划（2016-2020年）》，引起了各地政府的高度重视，全国各地、各部门积极参与到普惠金融建设中。

3 重庆市涪陵区农村普惠金融的减贫效应的实证分析

3.1 变量选取

选取涪陵区近10年的贫困发生率作为被解释变量，用H表示;选取上述测定的普惠金融指数（IFI）作为解释变量;选取政府支农力度、第二产业产值占总产值的比重、第三产业产值占总产值的比重作为控制变量，具体如下：

3.1.1 被解释变量

关于贫困发生率的界定，学者们做了大量研究，洪业应[23]选用人口指数法、贫困缺口数法和FGT贫困指数法，本文采用官方公布的建档贫困人数来测定贫困发生率，即“贫困发生率=建档贫困人数/年末常住人口数”，用H表示。

3.1.2 解释变量

普惠金融发展水平，用普惠金融指数（IFI）表示。预期普惠金融发展水平越高，减贫效果越好。

3.1.3 控制变量 （1）政府支农力度。理论上，如果在三农问题上政府加大支出力度，就会降低当地贫困发生率，反之亦然。本文通过政府农林业支出进行政府支农力度的测定，即“政府支农力度=政府支农支出/政府财政总支出”，用ESA表示，预期政府支农程度越高，减贫效果越好。（2）第二产业生产结构、第三产业生产结构。一般认为，一个地区如果第二、三产业经济生产总值占据当地地区国民生产总值的比重较高，那么说明该地区主要以第二、三产业为主，第一产业较少，也就说明该地区经济较发达，贫困发生率较低，分别用SOV、TOV来表示。

3.2 数据来源

数据来源于2010-2019年《涪陵区统计年鉴》《重庆市统计年鉴》，研究中涉及到的贫困发生率及乡村人口数据均为常住人口数据。

3.3  模型构建

本文构建了一个多元回归方程，具体如下：

H=1+2IFI+3ESA+4SOV+5TOV+u （5）

为避免伪回归，确保计量结果的有效性，采用ADF检验法对各变量进行检验，如果各变量均拒绝存在单位根的原假设，那么序列是平稳的，反之则不平稳。利用EVIEWS 6.0对原始数据变量进行检验发现数据是不平稳的，因此对原始数据各变量取对数并再次进行ADF检验，各变量则一次差分序列平稳，见表4。

对各变量使用Enger-Granger（EG）两步检验法进行回归，残差项在5%置信下显著，因此序列通过协整检验，存在协整关系。因此，模型变为：

LNH=1+2LNIFI+3LNESA+4LNSOV+5LNTOV+u （6）

3.4 实证结果及分析

运用式（6）对普惠金融的减贫效应进行多元回归检测，结果如表5所示。通过F统计量的伴随概率Prob（F-statistic）、R2、DW等数值判定变量是否通过了显著性检验，通过DW值判定变量是否存在自相关问题，由F统计量的伴随概率Prob（F-statistic）、R2值进一步分析该模型的检验在整体上是否显著有效。

对解释变量的回归结果进行分析发现4个模型的DW值也都在2附近，可知，模型各变量之间不存在自相关关系，F的伴随概率只有模型（4）

在5%置信水平下显著，其他模型均在1%置信水平下显著，因此，由R2和F值可知，模型的回归结果整体显著，说明解释变量对减贫效果是有效的，其中主要解释变量普惠金融指数（IFI）均在1%水平下显著。结果如下。（1）普惠金融指数（IFI）与贫困发生率呈负相关关系。2015年以前，普惠金融指数（IFI）较低，最低为0.204，2015年普惠金融指数（IFI）为0.490，接近0.5，处于普惠金融发展的中高水平，说明2015年以后涪陵区加大了普惠金融的建设力度，这也是响应国务院的号召。2015年普惠金融指数（IFI）较2014年有了大幅的提高，提高了73.14%，涪陵区也在2015年完成脱贫摘帽，因此检验结果也与实际发展情况一致。

（2）政府支农力度與贫困发生率呈负相关关系。但是其T检验值并不显著，说明政府支农力度对减贫效果意义不大。按照理论假设，政府支农操作能为农民减轻农业成本，因此，应该是有效的，但是通过再次对原始数据分析发现，虽然政府支农数额在逐年增多，但是其占整个政府支出比例由2010年的54.6%降为2019年的6.3%，实际比例是大幅减少的，即政府虽然每年加大了支农力度，但是随着物价的上涨，农业成本也在上涨，这些影响削弱了政府实际支农力度，因此政府支农力度与减贫效果未必相关，实证结果显示不相关。

（3）第二产业生产结构与贫困发生率呈负相关关系。但是其T检验值并不显著，说明两者之间不相关，本文采用第二产业生产增加值占GDP的比重来衡量第二产业增加值，按照假设，第二、三产业发达的地区经济发展较好，从事第一产业农业的农民较少，贫困人口也越少。涪陵区虽是工业强区，其工业主要有太极集团、涪陵榨菜、小葵花药业、烟草公司、华晨鑫源等几大工业。但涪陵区为大山区、大库区，留守老人、留守儿童居多，这部分人群大多丧失劳动能力，不能从事工业生产，因此，他们没有能力从事第二产业的生产活动，也就是说第二产业生产结构对这部分人群影响不大，因此，实证结果与现实相符。

（4）第三产业生产结构与贫困发生率呈负相关关系。并在10%置信水平下显著，说明第三产业结构的提高能降低贫困发生率。涪陵区贫困特点集中、突出，主要是“因病致贫”“因老致贫”，近几年多数建档贫困户贫困原因主要是身体残疾导致不能种地，也不能外出务工。但是可以依托涪陵丰富的旅游资源，开设集餐饮、住宿一条龙服务的农家乐等。因此，第三产业结构与贫困发生率存在相关关系，实证结果与假设、实际情况都相符。

4 结论与建议

4.1 结论

4.1.1 发展普惠金融有利于减贫，但普惠金融发展水平有待提高

实证分析发现普惠金融指数（IFI）与贫困发生率负相关，并且T检测值表明非常显著，且4个模型的回归结果中普惠金融测度值都在1%置信下显著，说明普惠金融减贫效果明显，2019年涪陵区农村普惠金融指数（IFI）为0.797，而目前已有的文献中，学者袁世伟[21]实证分析发现2015年重庆市农村普惠金融发展指数（IFI）为0.864，按照此结论，涪陵区农村普惠金融发展水平低于重庆市农村普惠金融发展水平。

4.1.2 发展第三产业有利于减贫，但涪陵区产业转型升级有待加速

从表5看出，政府支农力度和第二产业生产结构对减贫效果不显著，第三产业生产结构在一定程度上能降低贫困发生率，研究结果与实际情况相符合。2019年涪陵区第一、二、三产业比为5.9∶56.6∶37.5，第二产业仍高于第三产业，而重庆市2014年第一、二、三产业结构比就为7.4∶45.8∶46.8，因此，涪陵区应加快产业转型升级，不断优化产业结构。

4.2 建议

4.2.1 创新普惠金融方式，拓宽普惠金融服务范围

要通过加快普及数字金融发展来拓展普惠金融服务范围，随着移动互联网的快速发展以及微信功能的普及，移动金融使用率大幅提高，但是目前建档贫困户多为深度贫困人群，残疾人、老年人居多，这部分人群金融接受度较低，“存折”观念根深蒂固，银行卡、网上银行普及率低。因此，政府等相关部门要深入农村做好数字金融知识的普及工作，拓宽普惠金融服务范围，稳固脱贫成果，防止返贫发生。

4.2.2 营造良好农村金融环境，不断提高普惠金融服务效率

竞争才能提高效率，目前全区助农金融机构仅有3家，分别是农村商业银行、邮储银行、中国农业银行，缺乏有效竞争，导致在金融服务、金融产品创新等方面竞争力不强，因此，政府相关部门可以通过提高农村金融环境，吸引更多金融机构参与，丰富农村金融供给，提高普惠金融服务效率，满足更多贫困群体的金融需求。

4.2.3 不断优化产业结构，确保脱贫效果长久持续

2020年新冠肺炎对我国的影响已慢慢消散，旅游业、餐饮业也慢慢走上正轨，涪陵区应继续利用天然的自然地理优势，积极打造乡村旅游，通过乡村旅游带动地方经济发展，同时也巩固脱贫成果，稳定脱贫成效。目前涪陵区旅游景点虽已有多个，但统筹不协调，交通基础设施落后、景点特色不突出，难以带动餐饮、食宿等农村服务业发展，因此，政府相关部门应成立领导工作小组，统筹协调好武陵山大裂谷、“816工程”三线精神教育、白鹤梁、大木花谷等旅游景点，完善配套设施，让游客“愿意来、方便来、还想来”，不断吸引更多游客，带动地方经济发展，确保脱贫成效。

参考文献：

[1]王韦程，邢立全.普惠金融影响因素研究：国外文献综述[J]. 西南金融，2015（4）：49-51.

[2]焦瑾璞，黄亭亭，汪天都，张韶华，王瑱.中国普惠金融发展进程及实证研究[J]. 上海金融，2015（4）：12-22.

[3]孙国贸、安强身. 普惠金融组织与普惠金融发展研究[M]. 北京：中国金融出版社，2015.

[4]何德旭. 推进区域金融协同发展[J].中国金融，2015（21）：81-82.

[5]杨驰. 落实消费者权益保护 践行普惠金融理念[J].武汉金融，2016（11）：2.

[6]胡文涛. 金融隐私权的法律保护[J]. 上海政法学院学报（法治论丛），2015，30（2）：35-42.

[7]张洋. 江苏省县域普惠金融发展水平测度及影响因素研究[D]. 南京：南京农业大学，2017.

[8]罗健莹，梁伟森.基于因子分析的广东省地级市普惠金融水平测度[J]. 广东开放大学学报，2018，27（5）：108-112.

[9]SARMA M. Index of Financial Inclusion[R]. India Council for Research on International Economic Relations Working Paper，2008，No. 215.

[10]龚诗媛.江西农村地区普惠金融发展水平分析——基于Sarma普惠金融指数（IFI）测度方法[J].九江学院学报（社会科学版），2017，36（1）：125-128.

[11]符洪瑞.普惠金融对抑制农村贫困发生率影响的实证分析[J]. 浙江金融，2019（9）：71-78，21.

[12]付莎，王军. 中国普惠金融发展对经济增长的影响——基于省际面板数据的实证研究[J].云南财经大学学报，2018，34（3）：56-65.

[13]任亚军，李巍. 农村普惠金融发展现状分析——以淮安市淮安区为例[J]. 上海金融，2019（1）：84-87.

[14]许圣道，田霖. 我国农村地区金融排斥研究[J].金融研究，2008（7）：195-206.

[15]尹志超，彭嫦燕，里昂安吉拉. 中国家庭普惠金融的发展及影响[J].管理世界，2019，35（2）：74-87.

[16]唐文婷，李明贤 .普惠金融的政府行为与农村金融消费者权益保护[J].财经科学，2018（11）：3-14.

[17]李建军，韩珣. 非金融企业影子银行化与经营风险[J]. 经济研究，2019，54（8）：21-35.

[18]杨俊仙，张娟. 山西省农村普惠金融水平测度与评价[J]. 经济师，2015（1）：68-69.

[19]曾之明，余长龙，张琦等. 数字普惠金融支持农民工创业机制的实证研究[J]. 云南财经大学学报，2018，34（12）：58-65.

[20]徐玉立. 基于普惠金融内涵的比较研究——以J省县域普惠金融改革为例[J].西部金融，2017（6）：70-73，79.

[21]袁世伟. 重庆市普惠金融减缓农村贫困的实证检验[J].金融经济，2018（18）：58-60.

[22]聂强，张颖慧，姚顺波. 西部林业县普惠金融体系建设研究——以重庆市开县为案例[J].林业经济，2017，39（2）：47-53.

[23]洪业应. 农业劳动力转移的减贫效应分析——基于重庆涪陵的实践检验[J]. 台湾农业探索，2020（1）：30-35.

收稿日期：2020-05-11

作者简介：宋晓云（1989-），女，讲师，硕士研究生，研究方向：区域经济，普惠金融. E-mail：422705925@qq.com

基金項目：2020年度中共重庆市委党校（重庆行政学院）校（院）级一般课题（CQDX2020B-009）