金融结构优化的区域减贫效应研究——基于省级面板数据的实证分析

何思妤，曾维忠，蓝红星

（四川农业大学经济学院，成都 611130）

联合国2015年后全球发展议程确立了在未来15年内彻底消除极端贫困的目标，消除贫困是世界各国尤其是发展中国家面临的艰巨任务。我国政府一直致力于消除贫困，并取得了举世瞩目的成就。自实施开发式扶贫以来，在国家各项政策的支持下，农村贫困人口大幅度减少，农村贫困问题得到有效缓解。数据显示，全国农村贫困线标准由2000年的865元，增加为2017年的2 300元（2010年不变价），增幅达165.89%，但农村贫困人口却由2000年的9 422万，减少到2017年的3 046万，减少了6 376万人，减幅达76.67%，贫困发生率下降至3.1%[1]。伴随着我国减贫事业的发展，尤其到2020年农村绝对贫困整体消除后，巩固脱贫成果，实现区域经济可持续发展任务依然艰巨。一方面，尽管人均收入水平不断提升，而收入维度之外的多维贫困问题凸显，传统贫困治理模式面临新形势与新挑战[2]。另一方面，我国区域发展不平衡问题日益突出，区域间经济发展差异日趋扩大，城乡之间依然存在巨大差距，2017年农村居民人均收入仅占城镇居民的36.9%。党的十九大倡导了金融服务、金融产品等对低收入地区、低收入人群和弱势产业的关注，核心在于优化金融结构，给予低收入地区、人群以及弱势产业平等的融资机会与权利。

尽管近年来，随着我国扶贫开发战略的实施，金融扶贫实践模式不断丰富、创新，已经被证明是激发内生动力，促进贫困减缓行之有效的途径之一，成为精准扶贫精准脱贫战略体系的重要组成部分，但是学术界对于金融结构的研究相对薄弱。虽然我国对金融体制进行了多次改革和调整，密集出台了一系列金融“新政”，力图实现优化金融结构与贫困减缓的良性互动，然而，由于农村金融减贫市场机制的缺位，农村金融机构多样化充分竞争格局并未形成，政策性金融、商业性金融和民间金融固有的“嫌贫爱富”思想导致资金流向“非农化”，资金配置效率依然不高。因此，深入探讨金融结构优化的区域贫困减缓效应及其互动关系，对于促进金融结构优化与金融扶贫战略的实施，都具有重要的理论价值与现实意义。

1 文献综述与问题提出

对金融结构的系统性研究开始于戈德史密斯，他认为一国的金融结构就是现存的金融工具与金融机构之和[3]。林毅夫将金融结构定义为金融制度安排的比例及其相对构成，并指出金融结构分别可以从货币市场与资本市场或者正规金融与非正规金融角度来进行考察[4]。金融扶贫的作用虽然早已受到广泛关注，但关于金融结构反贫困含义的相关研究还不够系统。

围绕金融结构及其减贫效应的研究，学术界重点就两个问题展开了讨论。一是金融结构对贫困减缓的直接效应。众多研究表明，金融结构优化可以促进贫困减缓。首先，从融资渠道来看，莱文指出：扩宽融资渠道可以有效减少贫困[5]。贫困者可通过获得的贷款来进行投资，此举可以显著提高其未来收入水平[6-7]。具体地说，金融部门提供的信贷能够帮助贫困家庭获得新技术，提高健康水平等，从而增加长期收入[8]。其次，从金融服务来看，为贫困者提供恰当的金融服务对帮助他们形成自我发展能力，缓解其贫困具有重要意义[9]。克莱森斯和菲金研究表明金融部门提供的储蓄、保险等服务能够帮助企业或家庭积累资金、有效应对外部冲击并分散风险，降低其未来陷入贫困的可能性[10]。金融结构优化对贫困减缓的直接效应得到了学者们的实证检验，但是不容忽视的是金融是一把双刃剑，金融过度繁荣可能不会促进经济增长，反而会伤害经济增长的引擎，即资产有形比例较低、或研发密度较高的产业[11]。同时，由于借贷门槛的存在，低于这一门槛的贫困者将无法获得金融服务[12]，金融结构直接减贫效应很可能呈现出非线性的特征。但是，盖勒和蔡拉指出，通过金融结构的调整可以降低借贷门槛。正如林毅夫提出只有特定金融结构的支持，才能有效发挥金融体系的基本功能，这揭示了金融结构具有阶段性的本质特征[4]。因此，本文提出经验假说1，即：金融结构具有贫困减缓的直接效应，但是二者之间并非简洁的线性关系，而是具有阶段性并呈现出门槛特征。

金融结构优化对贫困减缓的间接效应，是学术界关注的第二个问题。姚耀军在分析金融结构反贫困效应的理论含义时提出中小企业作为中间渠道对于金融结构发挥减贫效应具有重要作用，中小银行的发展为中小企业溢出反贫困效应创造空间[13]。中小企业提供了大量城镇就业岗位，为低收入劳动力贡献了大量就业机会，让更多农村劳动力进入就业市场，提高他们的非农收入和自我发展能力。但是由于中小企业信息不对称和固定资产欠缺等问题难以获得足够的资金支持，生存和壮大高度依赖于银行贷款[14]。然而，由于目前在我国的金融结构中，大型国有商业银行占据主导体系，其信贷服务主要倾向于为大型和资本密集型的国有企业提供，而非以民营企业为代表的中小企业[15]。中小企业在各类银行的信贷比例中偏低，有限的金融服务使中小企业的发展受到阻碍。由于组织结构简单、地域特征明显等天然属性，中小银行在为中小企业提供信贷服务等方面具有成本低、效率高的优势[16]。王廉石基于我国2005—2011年的省级面板数据进行实证研究，分析结果表明增加中小银行所占市场份额，有利于贫困减缓和缩小收入差距[17]。因此，本文提出经验假说2，即：金融结构具有减缓贫困的间接效应，金融结构优化调整能够丰富融资渠道，从而实现中小企业发展以促进贫困减缓。

2 数据来源与实证方法

2.1 数据来源

本文数据来源于公开统计数据和对相关部门统计资料的收集数据，收集了2005—2016年32个省级数据。主要包括对《中国统计年鉴》《中国金融年鉴》、中国人民银行发布的《各地区金融运行报告》《中国工业经济统计年鉴》《中国民政统计年鉴》、国家统计局网站及相关部门有关数据的搜集和整理，获得了包括银行存贷款、股票市值、中小企业规模、GDP和进出口额等数据。

2.2 变量含义及其描述性统计

被解释变量为贫困程度，考虑到消费指标较收入指标更具稳定性而更能真实地揭示贫困者的真实生存状况[18-19]。本文用家庭消费支出数据作为贫困测度的指标，家庭的生活水平通过消费分布的结构差异来进行测量，由于消费分布较为稳定，存在较大的对称性，因此按照家庭人均消费支出中位数的50%作为贫困参照标准。

主要解释变量为金融结构和中小企业发展水平。本文用金融结构比率来衡量金融结构状况，金融结构比率取值参照温涛和张梓榆的测量方法，用股票融资额与银行等金融机构各项贷款额的比率来测算[20]，其次，考虑到数据的可获得性，关于中小企业发展水平的取值，本文采用各地区规模以上中小企业雇佣人数与当地规模以上企业总雇佣人数之比率来衡量[21]。

经济发展水平、贸易开放度与城镇化水平分别纳入控制变量。即使在经济发展的过程当中并不给予贫困者、贫困区域特别的优待，但由于经济增长具有“涓流效应”（trickle-down），优先发展起来的群体或区域可以通过刺激消费、增加就业等途径带动贫困者和贫困地区的发展，使这些人群与区域享受到经济增长带来的经济社会福利，进而促进贫困减少[22]。本文用各地区实际GDP作为经济发展水平的衡量指标，并以1978年作为基准计算得到。

本文用地区出口总额与GDP的比值来衡量贸易开放度。从已有的研究来看，贸易开放度对贫困具有双重影响，一方面，贸易开放通过经济增长来提高贫困人口的收入，而且这种正向影响还会随着贸易开放程度的深化而呈现逐渐提高的趋势[23]，但是不可忽视的是，贸易开放可能会对传统产业产生巨大冲击，造成失业人口增加，从而加深贫困程度。贸易开放也会对国内物价产生影响，导致价格波动，不利于贫困减缓政策的有效施行[24-25]。城镇化的减贫效应也存在两面性，一方面，城镇化水平的提高有效改善城乡经济结构，促进了非农产业的发展，在拉动就业、提升贫困人口收入等方面具有重要的功能。但另一方面城镇也由于大量人口的涌入提高了城镇居民生活成本，可能会导致生活水平下降。因此，城镇化对贫困的影响也需要通过实证来检验，本文以区域城镇人口和区域总人口的比值来衡量城镇化水平。

2.3 计量模型构建

本研究所采用的2005—2016年省级样本数据，由于本样本数据中同时包含时间序列和截面面板数据，相对于一般的时间序列回归，面板回归可以降低多重共线性并能有效控制样本异质性，在解释经济问题时具有更广泛的适应性。因此，本文拟采用面板模型对前述研究假说进行实证检验。

首先，检验金融结构对贫困程度的非线性影响关系，设定基础模型，如式（1）所示：

式中被解释变量POV表示贫困程度，z与t分别表示地点与时间，时间以年为单位测算。αzt为常数项，核心解释变量fsr表示金融结构比，X为控制变量集合，包括上述经济发展水平、贸易开放度和城镇化水平。β和φ分别为各自变量的弹性系数。μz为样本异质性，包含了各地区间差异的非观测影响因素，εz，t为随机误差项。

其次，为了体现不同金融结构水平对贫困减缓影响的差异，本文采用Hansen[26]提出的门槛回归模型对金融结构的门槛效应进行实证分析，由式（1）展开设定面板门槛模型，见式（2）：

式（2）中，I为指示函数，当满足括号中的条件时I取值为1，否则为0。 ρzt为门槛变量，门槛变量用来测量核心解释变量金融结构率（fsr）对贫困水平的门槛效应，δ为相应的门槛值，门槛值可能会有多个，方程设定以此依次类推。其余符号含义与上文一致。

根据假说2，优化金融结构可以丰富融资渠道，促进中小企业发展，构建面板回归模型如下：

式（3）中，enpzt表示z地区t年份中小企业的发展水平，βzt为常数项，fsrz，t为金融结构比率，X 为控制变量，εz，t为随机误差项，α1和 α2分别为弹性系数。

同时，中小企业的发展有利于吸收贫困群体就业，提高其非农收入，从而促进贫困减缓，构建模型如下：

式（4），αz，t为常数项，β和 φ 为弹性系数，εz，t为随机误差项，其余符号与前述一致。

3 模型检验与实证分析

3.1 模型检验

首先，本文进行了方差膨胀因子（Variance Inflation Factor，VIF）检验，来排除整体变量以及各个变量之间的多重共线性问题，以判断样本是否具备做回归分析的基本条件。检验结果显示，各变量VIF最大值为4.21，均值为2.47，VIF值低于5，可判定模型变量间不存在多重共线性问题，具体结果见表1。

表1 各变量的VIF检验Table 1 VIF test of variables

如果面板数据的时间序列为“非平稳序列”时，说明数列中存在单积成分，这样就可能因为不平稳而出现伪回归或伪相关，为了避免这种情况本文采用面板单位根检验方法对序列进行平稳性检验。检验结果显示POV、fsr、enp、tra 变量平稳，GDP、urb 变量则非平稳，因此有必要对变量求一阶差分以继续判断其平稳性，结果表明一阶差分后的所有变量均通过了单位根检验，检验结果见表2。

表2 面板单位根IPS平稳性检验Table 2 Unit root IPS stationarity test of panel

3.2 实证分析

式（1）中，μz为可能对因变量产生影响的但又不可观测的因素集，这些因素可能与自变量相关，产生固定效应，也有可能与自变量无关，产生随机效应。为了判断模型的效应类型，本文进行了豪斯曼检验，豪斯曼统计量的P值为0.002，小于0.01，本文选择使用面板固定效应模型。此外，鉴于内生性可能，本文使用差分广义矩方法（Difference GMM）和固定效应（Fixed Effect，FE）进行估计。在使用差分GMM方法时，需对模型的假设进行检验。本文参照布伦德尔和邦德（Blundell&Bond，1998）的做法，对各模型设定情况下的随机误差项分别进行一阶和二阶序列相关性检验，即AR（1）和AR（2）检验和工具变量的过度识别检验，即Sargan检验。在下文的模型估计中，所有结果均通过了序列相关性检验。Sargan检验的P值均在0.5以上进一步说明本文所选取的工具变量具有有效性。

在式（1）的基础上得到以下3个回归结果，如表3所示，分别是固定效应（FE）估计和一阶差分GMM（GMM1）及一阶差分 GMM 两步（GMM2）估计量。由F统计量来看，3个模型均在5%水平下显著，说明解释变量的解释效果较强。调整后的R2值大于0.5，表明固定效应模型拟合效果较好。从差分GMM估计结果来看，除贸易开放度以外，其他变量的系数符号与固定效应模型估计一致，进一步说明模型较为稳健。

从表3固定效应模型的分析结果发现，金融结构的优化对贫困（POV）的影响系数为-0.004 7，表明金融结构优化在一定程度上能促进贫困减缓，但并不显著；在一阶差分GMM的估计中，引入因变量贫困（POV）的一阶滞后变量，即POV.L1作为控制变量，参数估计值为0.410 2，说明贫困程度具有一期滞后效应，同时金融结构优化对贫困影响的参数估计值来看，与固定效应模型估计结果一致，同样表明金融结构优化能够减缓贫困,但并不显著；而在一阶差分GMM的两阶滞后项中分别引入贫困水平的一阶滞后和二阶滞后项作为控制变量，二阶滞后项POV.L2.的参数估计值0.041 2明显小于一阶滞后项POV.L1.0.500 2，表明贫困减缓具有滞后效应，且一期滞后性显著大于二期。而从金融结构优化对贫困减缓的影响来看，其具有显著的影响，意味着金融结构优化能有效促进贫困程度降低，同时在GMM2模型中贫困减缓程度在1%的水平下显著，表明金融结构优化与贫困减缓之间存在着非线性关系。金融结构优化对贫困减缓的影响并非一成不变，而是随着优化程度的变化而变化，存在着合理的区间。

表3中，固定效应模型与差分GMM估计值均表明城镇化和经济发展能显著促进贫困减缓，而贸易开放度对贫困程度的影响则不相同，与前述讨论一致，从不同的视角来研究贸易开放度对贫困的影响难以得到一致的结论。

为了验证是否存在门槛特征，探明金融结构优化的最佳区间，本文首先使用面板数据门槛回归模型进行了检验，将金融结构优化（fsr）作为门槛变量，得到不同门槛区间内金融结构优化对贫困减缓的弹性系数。结果显示fsr1的系数为0.018 2，表明在一定区间内的金融结构优化对贫困减缓存在着抑制作用，fsr2的系数为-0.037 3，表明在一定的范围内金融结构优化能促进贫困减缓，fsr3系数为正的0.012 4，表明金融结构每提高一个百分点，贫困程度将提高0.012 4个点，使得贫困程度加深。同时，对样本数据进行300次的自助抽样，通过门槛模型的F统计量确定门槛数量时也验证确实存在双重门槛值，第一个门槛值为1.314，第二个门槛值为2.249。结果如表4所示。

从表4发现，金融结构优化对贫困减缓的影响存在双重门槛值，当金融结构小于第一个门槛值1.314时，即股票总市值与银行业金融机构各项贷款余额之比值小于1.314时，金融结构对于贫困的影响系数为正的0.018 2且显著，表明此时金融结构存在优化发展的瓶颈，在金融市场发展初期，直接融资发展一定程度上会抑制贫困减缓；当金融结构值大于1.314而小于2.249时，金融结构对贫困的影响系数由正转负为0.037 3，即金融结构的优化能够显著促进贫困减缓；当金融结构值大于2.249时，金融结构优化对贫困的影响系数为正的0.012 4，即表明金融市场过度发展时会加深贫困程度。

表3 金融结构对贫困减缓的直接影响估计结果Table 3 Estimated direct impact of financial structure on Poverty Alleviation

表4 门槛效应检验及门槛值估计结果Table 4 Threshold effect test and threshold estimation results

以上分析验证了假说1，金融结构优化发展能够影响贫困减缓，金融结构水平与贫困减缓之间存在非线性关系，并且呈现双重门槛特征。

其次，根据假说2，金融结构的优化调整能够促进融资渠道多样化，从而促进中小企业发挥贫困减缓的作用。为了验证这一假说，本文分别以中小企业发展水平（enp）和贫困程度（POV）作为被解释变量，在式（3）与式（4）的基础上，使用固定效应模型和差分GMM估计方法来判断：金融结构优化与中小企业发展水平的互动关系，中小企业发展与贫困减缓的互动关系，由此来验证金融结构优化对贫困减缓的间接影响效应，结果见表5。

由表5可知，第二列为以中小企业发展水平（enp）作为被解释变量做固定效应回归得到的实证结果。结果显示，金融结构（fsr）对于中小企业发展水平的影响在10%的水平上具有统计显著性，且系数估计值为正，表明金融结构每提高或优化一个百分点，中小企业发展水平将提高0.010 9个点，金融结构优化对中小企业发展具有正向促进效应。同时，该实证结果也得到了差分GMM估计的验证。表6第四列为以中小企业发展水平（enp）作为被解释变量做差分GMM的估计结果，分别引入中小企业发展水平的一阶滞后项enp.L1和二阶滞后项enp.L2作为控制变量，估计结果表明enp的一阶参数估计值为0.276 1，二阶参数估计值为0.203 1，均具有统计显著性，表明中小企业发展具有滞后效应，且一阶滞后效应大于二阶滞后效应，中小企业发展的滞后效应随着时间推移在逐渐减弱。金融结构（fsr）对于中小企业发展水平（enp）的影响系数显著为正，说明金融结构能够促进中小企业发展壮大。

表5 金融结构对贫困减缓的直接影响估计结果Table 5 Estimated direct impact of financial structure on poverty alleviation

表5的第三列是以贫困程度（POV）作为被解释变量的固定效应模型，回归结果表明中小企业发展对贫困程度具有显著的负效应，中小企业发展可减缓贫困程度。在第五列中，引入贫困程度的一阶滞后项POV.L1和二阶滞后项POV.L2作为控制变量，做差分GMM估计的实证结果显示贫困具有滞后效应，且一期滞后效应0.460 1大于二期滞后效应0.033 1，贫困的滞后影响力也在逐渐减弱。中小企业发展水平对于贫困的影响系数是负的0.106 4，且显著，表明中小企业发展能够促进贫困减缓。

以上分析验证了假说2，金融结构优化调整能够促进中小企业发展，从而发挥中小企业减贫效应，金融结构优化对贫困减缓具有间接效应。

4 研究结论与政策建议

本文依据林毅夫等提出的新结构经济学最优金融结构理论，构建了金融结构直接和间接促进贫困减缓的理论假说，文中的金融结构以金融市场代表的直接融资与银行为代表的间接融资的相对比例来衡量。基于我国2005—2016年省际面板数据，本文采用固定效应模型和差分GMM模型对金融结构对贫困减缓的直接与间接效应进行了详细的实证分析，主要结论如下：第一，金融结构优化与减贫存在着非线性关系，对贫困减缓的影响并非一成不变，而是随着优化程度的变化而变化，存在着合理的区间。第二，金融结构优化对贫困减缓具有双重门槛效应。在第一个门槛值之前，金融结构对于贫困程度呈现显著的正向影响，金融结构的优化发展抑制了贫困减缓。在理论上我们认为此时存在金融结构瓶颈，由于金融服务的可获得性和门槛特征等因素，导致资源更多地流向了富人，贫困差距增大，穷人更加贫困。而在越过第一个门槛值和第二个门槛值之间的这个阶段，金融结构对贫困的影响系数由正转为显著负向影响，金融结构优化能够有效发挥其减贫效应，此时金融结构度过瓶颈期，由于“涓滴效应”，穷人能够借助金融体系获得资金，减轻贫困程度。但是在越过第二个门槛值之后，金融结构又显现出对贫困减缓的抑制作用。金融市场的过度发展对实体经济产生挤出效应，加深贫困程度。第三，中小企业的发展对其劳动力吸纳能力产生重要影响，金融结构优化可以促进中小企业的发展，并对贫困减缓产生间接效应。同时，经济增长与城镇化发展均会增加贫困减缓效应。

最后，本文提出如下政策建议：第一，金融结构优化对减贫具有门槛效应的研究结论对各地金融结构调整具有一定的参考价值。可针对贫困群体及贫困地区适当降低金融服务成本和贷款准入门槛，帮助低收入家庭缓解资金压力，减轻贫困。并加大对农村现有金融机构的政策扶持力度，赋予其更大的自主权利，充分发挥其减贫效。第二，调整区域金融结构，逐步提高中小银行在区域经济发展中的地位，继续发挥其优势，缓解中小企业融资困境。政府部门可发挥桥梁作用，一方面，加强对中小企业财务运行的监督，并为具有发展潜力的中小企业提供信用支持；另一方面，遵循资本市场运行的基本规律，提升银行抗风险能力，有效促进产融结合，增强中小企业与中小银行的合作，实现发展共赢。第三，中小银行在助推企业发展的同时，也要同步实现自我的发展。提供有助于减贫的金融服务，发挥服务地方企业的优势；进一步挖掘金融潜力，设计多样化的金融产品，以满足中小企业多元化发展需求。