金融发展减缓贫困效应的地区异质性研究

喻旭兰，周 颖，彭缓缓，2

（1.湖南大学金融与统计学院，湖南长沙410079；2.平安银行股份有限公司武汉分行，湖北武汉430061）

一、引言

2021年初，我国脱贫攻坚战取得了全面胜利，现行标准下9899万农村贫困人口全部脱贫，832个贫困县全部摘帽，12.8万个贫困村全部出列①。在减缓贫困的过程中，金融发展的作用不容忽视。党的十八届三中全会首次提出普惠金融的战略方针，自此以后通过金融手段来促进贫困减缓成为相关研究领域的重要命题。但是，大多数研究都没有考虑金融发展减贫效应的地区异质性，据此得出的研究结论与政策建议具有整体上的一般性，但对地区层面的差异性关注不足；此外，在巩固拓展脱贫攻坚成果和全面推进乡村振兴的新阶段，金融帮扶政策在稳固脱贫基础和促进产业内生可持续发展时，也应考虑不同地区的差异性。本文将从地区异质性的视角重新审视金融发展与贫困减缓之间的关系，以便厘清金融发展影响贫困减缓的理论逻辑，进而为各地区巩固拓展脱贫攻坚成果和全面推进乡村振兴提供政策建议。因此，本文试图回答的问题是，金融发展减贫效应是否存在地区异质性？这种地区异质性是如何形成的？这对巩固拓展脱贫攻坚成果和全面推进乡村振兴相关工作的展开有何启示？

关于金融发展与贫困减缓的关系，现有研究主要分为以下三种观点：一是金融发展对贫困减缓具有促进作用，如Li et al.（1998），Jalilian和Kirkpat⁃rick（2002），Barr（2005），Jalilian 和Kirkpatrick（2005），Zhang 和Naceur（2019）认为金融发展是贫困人口减少的因素之一［1-5］；国内方面，丁志国等（2011），谭燕芝、张子豪（2017），尹志超、张栋浩（2020）同样得出金融发展具有减贫效果的结论［6-8］。二是金融发展对贫困减缓存在非线性关系，Greenwood和Jovanovic（1990）认为穷人收入的高低在金融发展与贫富差距的关系中起到门槛作用［9］，Aghion 和Bolton（1997）也验证了该观点［10］；而Matsuyama（2004），Liu和Wang（2015）则认为不同国家所处金融发展阶段的不同，金融发展与收入分配之间的关系是迥异的［11-12］。在国内方面，崔艳娟、孙刚（2012）、苏静等（2013）、师荣蓉等（2013）、张兵、翁辰（2015），顾宁、张甜（2019）及邝希聪（2021）同样证明了这一观点［13-18］。三是金融发展对贫困减缓存在抑制作用，杨俊等（2008）认为金融发展对于贫困减少具有不显著的短期促进效应，长期内却抑制了农村贫困减少［19］；吕勇斌、赵培培（2014）发现农村金融发展规模有利于减贫，而农村金融发展效率却不利于减贫［20］；杜兴洋等（2019）则认为城乡二元结构严重阻碍了金融扶贫效率的提高［21］。

从地理分布角度考察，贫困地区往往是连片的。2017年，我国共有14个集中连片特困地区，这些片区的贫困人口约占全国总人口的50%，而地区GDP 仅占全国的6%（孙久文等，2019）［22］。这就意味着，一个地区的贫困发生往往与其周围地区的贫困状况相关（傅鹏等，2018）［23］。同时，各地区贫困形成的原因不尽相同，虽然地理、人文和经济结构等因素解释了部分原因，但全域视角一定程度上扭曲了对贫困发生事实的考察与解释，因为局域视角下不同地区经济、文化、科技水平等方面存在较大差异。已有的研究多从全域视角得出结论与政策建议，但忽视了地区贫困水平的空间相关性与空间异质性，因此不足以揭示减贫手段特别是金融发展减贫手段的理论逻辑与实践路径。本文在已有研究成果的基础上，从空间相关性和异质性的角度出发，利用1999-2018年全国31 个省（自治区、直辖市）的面板数据构建空间计量模型，研究我国城乡及四大区域间金融发展减贫效应的地区异质性，进而为各地区巩固拓展脱贫攻坚成果和全面推进乡村振兴提供政策建议。

二、理论分析、模型设定与数据选择

（一）理论分析

国内外关于金融发展减缓贫困的理论模型主要分为“间接效应”和“直接效应”。间接效应认为金融发展可通过促进经济增长，再通过经济增长的“涓滴效应”的方式起到减缓贫困的作用（Gold⁃smith 和Fry，1969；Luders 和Mckinon，1974）［24-25］，或者通过金融发展作用于收入分配，再作用于贫困的方式达到减缓贫困的作用（Greenwood 和Jova⁃novic，1990）［9］。

Goldsmith和Fry（1969）认为，经济增长在金融发展减缓贫困的过程中作为一个关键影响机制，可以分为两个传导链条，一是金融发展作用于经济增长，二是经济增长作用于贫困减缓［24］。第一个传导链条是通过金融功能来实现的，金融具有优化资源配置、分散风险和价格发现等功能，良好的金融系统能够促进社会投资与消费，同时风险的充分分散也一定程度上熨平了异常波动，从而在稳定的基础上促进了经济增长。在第二个传导链条中，经济的快速增长使得社会财富不断积累，在良好的社会制度下分配与再分配保证了多数公民的就业、教育、医疗等权利，从而使得穷人获得经济增长的福利。其中，收入的分配与再分配过程至关重要，因为分配的效率与公平直接影响穷人群体的福利获得，而金融发展在其中可发挥重要作用。Green⁃wood和Jovanovic（1990）认为金融发展可以通过融资、风险甄别等渠道直接提高总体的收入水准，而随着社会的不断发展在政策性金融的作用下，公平的收入分配机制也将不断建立，从而影响穷人的收入水平［9］。

直接效应认为金融发展可直接向穷人提供金融服务，从而起到减缓贫困的作用。Li et al.（1998）认为，金融发展大大降低了贫困群体的信贷资源获得门槛，并为他们在教育、医疗等关键节点上提供信贷支持［1］。在此之后，又有Barr（2005）、Jalilian 和Kirkpatrick（2005）等学者从促进投资、改善生存条件和熨平收入波动等方面验证了该观点［3-4］。提高穷人群体的金融可及性是金融发展减贫重要的直接渠道，正如前文提及的我国14 个集中连片特困地区，这些片区或者地处偏远，或者资源短缺，或者环境恶劣，而且居民在获得金融服务方面也困难重重，然而，金融服务的可及性对当地经济发展的作用是至关重要的，可获得的信贷资源可改善当地基础设施条件、用于大规模的农业生产与旅游开发等经济活动。因此，金融发展通过提高穷人群体的金融可及性大大减缓贫困的发生。

（二）模型设定

1.空间计量模型的设定

为考察金融发展减贫效应的空间相关性与空间异质性，本文拟构建空间计量模型，主要考虑构建以下三种空间计量模型：

（1）式为空间滞后模型（SLM），（2）式为空间误差模型（SEM），（3）式为空间杜宾模型（SDM）；W为空间权重矩阵。

2.空间权重矩阵的设定

为避免空间权重矩阵内生使得模型估计结果出现偏误，本文采用相对外生的逆地理距离空间权重矩阵（Qu和Lee，2015）［26］，逆地理距离空间权重矩阵中第i行第j列的元素wij可用式（4）表示。

其中，i、j表示地区编号，dij表示当i、j编号不相等时两地地理重心之间的欧氏距离（Euclidean Distance）。

3.直接效应与间接效应

利用偏微分的方法将各因素对被解释变量的总效应分解为直接效应和间接效应（或空间溢出效应），空间单元解释变量的变化对它自身被解释变量的影响称为直接效应（direct effect），对其他单位被解释变量的影响称为间接效应（indirect effect）（LeSage和Pace，2009）［27］。

（三）数据选择

本文选取贫困率作为被解释变量，用各省市低保人数占地区总人口数的比重来测度，根据人口户籍所属，进一步将综合贫困率（apov）分解为农村贫困率（rpov）和城镇贫困率（upov）。核心解释变量是金融发展，具体包括金融发展规模（fa）、金融发展深度（fd）和金融发展效率（fe），分别选取金融业产值占GDP比重、信贷余额与GDP的比值以及存贷比来表示。其他解释变量为经济增长（gdp）、收入分配（income），分别用人均GDP 增长率和城乡居民收入比表示。控制变量方面，教育水平（edu）以教育支出占财政总支出的比重衡量，经济对外开放程度（open）以进出口总额占GDP 的比重衡量，交通状况（transport）用公路覆盖率，即公路总条数占地区总面积的比重衡量，产业结构（arg）用农业产值占GDP的比重表示，城镇化率（urb）用城镇常住人口占地区常住总人口的比重来表示。

本文使用的面板数据为1999-2018年全国31个省（自治区、直辖市）的620个样本。数据来源于《中国统计年鉴》、Wind数据库、CSMAR数据库和各省（自治区、直辖市）统计年鉴，并采用线性插值法对缺省数值进行补齐。此外，为将income、edu、open和transport的取值范围压缩至可比区间，对其取自然对数。各变量的描述性统计特征如表1，可以看到，农村贫困率的均值与标准差均高于城镇贫困率，这说明相比于城镇地区，农村地区整体上贫困人口占比较高，且不同省份农村贫困发生状况差异较大，这初步证明了贫困人口分布的地区异质性。

表1 变量的基本统计特征

变量名称符号样本量最小值最大值均值标准差教育水平开放程度交通状况产业结构城镇化率LNedu LNopen LNtransport arg urb 620 620 620 620 620 1.0811-4.0866-4.0011 0.0032 0.1335 2.5483 0.5440 0.9214 0.3645 0.8960 2.1147-1.7761-0.6812 0.1251 0.4859 0.1685 0.9953 1.0028 0.0677 0.1611

三、实证结果分析

（一）贫困率的空间相关性检验

首先对被解释变量进行空间相关性检验，检验方法是Moran’I指数法和Gear's C指数法。Moran’I指数的绝对值越接近于1说明空间相关性越强，越接近于0 则说明空间相关性越弱；Gear's C指数的绝对值不等于1说明存在空间相关性，等于1则说明不存在空间相关性。检验结果如表2。

表2 贫困率的空间相关性检验

根据表2结果可知，Moran’I的数值多数为正，而Gear's C的数值全部小于1，这表示我国贫困率在省际尺度存在正向的空间相关性，本地贫困状况与邻近地区的贫困状况存在相似性，全国多个集中连片特困地区在一定程度上解释了我国贫困人口总体的分布状况。

进一步分析，2007年及以后年份的空间相关性指标均通过显著性检验，这可能意味着贫困人口的集聚分布密集发生在2007年以后；Moran’I呈波动下降趋势，说明脱贫攻坚阶段的各项举措取得了实际成效，减少了贫困的集中连片发生，同时也意味着在巩固拓展脱贫成果和全面推进乡村振兴的新阶段要突出“巩固”二字，即巩固脱贫攻坚成果，防止出现大规模的贫困人口返贫，促进地区脱贫产业内生可持续发展，这就需要各项帮扶政策特别是金融帮扶政策在前期努力的基础上进一步发力，让脱贫基础更加稳固、成效更可持续。

（二）空间计量模型的选择

对各类线性回归模型进行LM 检验和robust LM检验（Elhorst，2010）［28］，结果见表3。

表3 线性模型的LM检验和robust LM检验结果

根据以上检验结果，本文将使用SLM 模型。此外，通过Hausman 检验，本文进一步确定使用固定效应模型。Hausman检验结果见表4。

表4 Hausman检验结果

（三）金融发展减贫效应的城乡异质性分析

下面使用31 个省（自治区、直辖市）的城乡面板数据对SLM 空间计量模型进行估计，估计结果如表5。

表5 分城乡的SLM估计结果

注：***、**、*分别表示在1%、5%、10%的水平下显著。

回归结果表明：

（1）城乡贫困减缓构成竞争关系。无论是在城乡综合、农村还是城镇层面，贫困率的空间滞后项系数（Spatial rho）均在1%的水平下显著为负，省际尺度的贫困减缓存在负向的空间溢出效应，即本省份的贫困率下降反而引致邻近省份贫困率的上升，这说明中国省际层面的贫困减缓构成竞争关系。竞争关系的形成与城乡内部而非城乡之间的资源配置水平差异有关，因为空间滞后项系数在三个层面保持较高的一致性。在城乡内部，各地区扶贫政策大多针对于本地区，资源的调度与配置也大多基于本地区贫困减缓的目标，因此在资源受限的情况下，地区间的贫困减缓构成竞争关系。资源的不合理配置造成地区间贫困减缓相互竞争，这同时说明促进资源的优化配置是新阶段政策制定与实施的基本逻辑与必要思路。

（2）金融发展减缓贫困的效应存在城乡异质性。在金融发展规模层面，其系数均在1%的显著水平下为负，但城镇地区在一定程度上要好于农村，这可能与两地居民金融意识及投资工具的多样性程度差异有关。在我国整体金融发展尚不充分的条件下，城镇居民金融理财意识更为开放，且城镇居民有较多的投资理财选择，因此城镇地区金融产值扩大对减缓地区贫困的边际效应更大。城乡居民金融意识与投资理财工具的差异性造成两地金融发展规模减贫效应的异质性，这也暗示了在巩固拓展脱贫成果和全面推进乡村振兴的新阶段，可以加强对农村居民金融理财意识的培养与教育，并适当针对农村地区的经济文化发展特征进行金融创新，向农村地区提供多样化的金融服务与金融产品。

在金融发展深度层面，其系数在1%的水平下显著为正，说明金融发展深度反而不利于贫困减缓，这可能是由于信贷过程中存在歧视，资金大多提供给“资金充裕者”所致，从而导致弱势群体金融资源的可及性不足。提高弱势群体的金融可及性是普惠金融的关键目标之一，然而回归结果表明信贷增长反而造成贫困人口扩大，这从侧面反映了现阶段我国普惠金融还没有较好解决弱势群体金融可及性不足的问题，针对弱势群体的信贷歧视仍旧存在。在巩固拓展脱贫成果和全面推进乡村振兴的新阶段，金融发展要想真正发挥支持弱势群体、防止脱贫人口大规模返贫的作用，还需从“普”“惠”两方面下大功夫。

在金融发展效率层面，城镇与城乡综合的回归系数均在5%的显著水平下为负，说明金融发展效率可以有效减缓贫困，但主要作用于城镇地区，而在农村地区不显著，说明农村地区的金融发展可能没有达到服务农村发展、惠及农民的效果。存贷比作为金融发展效率的代理指标，具体测度了金融系统的存贷款转化效率与银行承受的风险水平，存贷比越高，意味着存贷款转化效率越高，同时银行承受的风险越大。农村地区金融发展效率减贫效应不显著，一方面说明农民有存款意愿，但贷款意愿相对不足，这与农村地区的熟人借贷盛行不无关联；另一方面，相较于城市居民，农民无法提供更多的优质抵押物，银行不愿承担过大风险而倾向于拒绝向其发放贷款。因此，从这个角度上来讲，金融发展的红利没有充分惠及农民群体，农民群体的金融服务可及性不足。在巩固拓展脱贫成果和全面推进乡村振兴的新阶段，金融发展扶持农民群体的作用要达到可持续的目标，发展更为广泛的普惠金融是一个重要举措，除此之外还需要规范民间借贷市场发展和提高农民群体的家庭收入。

表6呈现了农村贫困率与城镇贫困率SLM模型的直接效应与间接效应估计结果。在金融发展规模层面，其对本省域内城乡贫困减缓均存在促进作用，但对临近省域的贫困减缓有一定程度的抑制作用；在金融发展深度层面，虽然其与本省域内的贫困率呈正相关关系，但却有利于减缓临近省域的贫困状况；在金融发展效率层面，其有利于本省域贫困状况的减缓，但却不利于临近省域的贫困减缓，且金融发展效率的减贫效应在农村地区不显著。

表6 分城乡SLM估计结果的分解

（四）金融发展减贫效应的区域异质性分析

进一步，将我国划分为四大区域，研究金融发展减贫效应在区域间的异质性②。与上文相同，采用逆地理距离空间权重矩阵按照地理距离的远近关系对变量进行加权，经LM检验和robust LM检验确定使用SLM 模型，同时通过Hausman 检验，确定使用固定效应模型，回归结果如表7。

表7 分区域的SLM估计结果

回归结果分析如下：

（1）各区域的贫困减缓构成竞争关系。对于不同区域而言，贫困率的空间滞后项系数（Spatial rho）均在5%的显著水平下为负，这表明本地区的贫困减缓反而导致邻近地区贫困率的上升。相比较而言，东部地区的空间滞后项系数最小，而中部地区与西部地区的空间滞后项系数较大，这说明贫困减缓的竞争关系在东部地区相对缓和，而在中西部地区较为激烈，这种竞争关系的地区异质性与资源的地区分布和配置差异有较大关联。从资源的分布差异来说，中西部地区普遍存在资源受限的特征事实；从资源的配置差异来说，东部地区在资源的有效配置方面有着长足发展，但中西部地区资源配置效率相对不高。在巩固拓展脱贫成果和全面推进乡村振兴的新阶段，要破除影响区域资源优化配置的政策藩篱，针对中西部地区的发展特征要制定和实施差异性的发展政策特别是金融发展政策。

（2）金融发展减贫效应存在显著的区域异质性。在金融发展规模层面，除东北地区外，金融发展规模的系数均在5%的显著水平上为负，这表明金融发展规模在除东北地区外的区域与贫困率呈现负相关关系，并且，对于经济落后的西部地区，金融发展规模对贫困的减缓作用要远高于经济发达的东部地区。东北地区金融产值的扩大反而一定程度上不利于减贫，而西部地区金融产值扩大对减缓贫困的作用要大于东部地区，这一定程度上说明地区金融行业的产值越大，并不代表对缩小地区收入差距的贡献越大，金融行业的发展应与当地实际情况相结合。在巩固拓展脱贫成果和全面推进乡村振兴的新阶段，金融行业不应是机械式的增长，而应深耕于地区发展，服务于弱势群体。

在金融发展深度层面，其与我国东北地区贫困率呈负向相关，而与西部地区呈正向相关，且均在5%的置信水平上显著，但对于中部和东部而言，回归结果不显著。以银行信贷为代表的金融资产的增长对减缓贫困的作用在东北和西部地区较为明显，但在西部地区却产生了显著的抑制贫困减缓的作用，这意味着金融发展的速度应与地区经济发展情况相结合，过快的金融资产的积累可能造成不利影响，如严重的通货膨胀等问题。在巩固拓展脱贫成果和全面推进乡村振兴的新阶段，金融部门确实需要发挥更大的作用，但金融部门应该是在一个合理的框架内发挥适度的积极作用，如在绿色金融改革创新试验区内可以积极探索乡村振兴的新路子，推进乡村的绿色高质量发展。

在金融发展效率层面，除东部以外的地区金融发展效率的系数均在5%的显著水平上为负，这表明金融发展效率的提高能够有效减缓贫困。以存贷比作为代理指标的金融发展效率能够显著促进除东部地区的贫困减缓，这说明银行在承担一定风险的情况下向不发达地区提供额外的信贷支持，能够减缓不发达地区的资金压力，同时能够促进地区产业升级与经济发展。这意味着，在巩固拓展脱贫成果和全面推进乡村振兴的新阶段，向不发达地区提供额外的金融支持、促进不发达地区产业发展也应是普惠金融的重要内容。

表8进一步展示了金融发展对不同区域减贫效应的分解情况。

表8 分区域SLM估计结果的分解

据表8可知，除东北地区，金融发展规模有利于本省贫困减缓，西部地区作用最为明显；在东北和东部地区，本省域的金融规模对临近省份同样有贫困减缓作用，而在西部地区具有反向作用。金融发展深度的直接效应在东北地区与贫困率呈现负向相关，而在西部地区呈显著的正向相关；其间接效应在东北地区与西部地区正好与其直接效应相反。金融发展效率的直接效应在除东北地区外的区域与贫困率均呈现负向相关，说明提高金融效率可促进这些地区的减贫，但在东北地区则存在促进作用；其间接效应与直接效应相反。

四、研究结论与建议

本文使用中国31 个省（自治区、直辖市）1999-2018年的面板数据，构建出空间滞后模型对金融发展减缓贫困的效应进行实证分析，以期为巩固拓展脱贫攻坚成果和全面推进乡村振兴相关工作的展开提供理论依据。研究发现：（1）我国各地区的贫困减缓构成竞争关系。无论在城乡维度还是在四大区域维度，地区贫困减缓均存在负向的空间溢出效应，本地区的贫困减缓反而加剧了邻近地区贫困率的上升。（2）金融发展减贫效应存在城乡异质性。金融发展规模有利于减缓城乡两地的贫困发生，但对城镇地区的作用更大；金融发展深度对两地贫困减缓的作用不显著；金融发展效率促进了城镇地区的贫困减缓，但对农村地区的作用不显著。（3）金融发展减贫效应存在区域异质性。除东北地区外，金融发展规模显著促进了地区减贫；金融发展深度促进了东北地区减贫，但不利于西部地区的减贫；金融发展效率在除东部以外的地区均具有减贫作用。

基于以上结论，为防止脱贫人口返贫和持续有效提高脱贫人口收入，全面推进乡村振兴，本文提出如下政策建议：

（一）着重发挥金融发展促进资源优化配置的作用

地区间的减贫效果构成竞争关系，这与不同地区的资源分布状况与资源配置水平差异不无关系。资源分布状况的差异更多源于地区要素禀赋，而资源配置水平的差异却可以通过宏观政策的调控进行缓解。因此，在巩固拓展脱贫攻坚成果与推进乡村振兴的过程中，金融发展更要在优化资源配置方面加大力度，如扩大弱势群体金融资源与金融服务的可及性，在风险可控的基础上降低弱势群体的信贷成本，从而真正实现金融发展的“普”与“惠”。

（二）根据地区发展差异制定区域差异性金融发展政策

与脱贫攻坚阶段不同，在巩固拓展脱贫攻坚成果和推进乡村振兴的新阶段，金融发展应与稳定地区产业基础、兜底保障脱贫人口就业及减缓地区政策性收入占比高的局面相结合，这就要求广大金融机构深耕于所服务地区，深入调研地区经济发展状况与产业结构布局，在此基础上制定与实施差异性的金融发展政策，进行金融创新，向社会提供合意且优质的金融产品。

（三）大力发展农村特色绿色金融

乡村振兴，应是“两山”理念指引下的振兴，乡村的振兴发展不能以牺牲环境为代价。因此，金融发展政策的制定与实施也应结合当地的环境治理、生态修复与农村生态网建设，所提供的融资更多向农村地区绿色产业、绿色项目与绿色基础设施倾斜。当前我国绿色金融发展的主要载体是绿色金融改革创新实验区，在这个框架下可探索针对农村地区提供特色绿色金融产品与服务。

（四）促进农村地区金融财政协调配合

财政资金的杠杆作用能够撬动金融资源投向农村地区，农村地区的金融发展离不开财政投入的大力支持，两者的协调配合可以助推乡村振兴发展。基于地区资源禀赋与产业结构，加大财政资金投入发展地区特色产业，以此撬动金融资源赋予产业发展源源活力。

［注 释］

①数据援引自：习近平.在全国脱贫攻坚总结表彰大会上的讲话［N］.人民日报，2021-02-26（002）。

②按照我国四大经济区域进行划分，具体包括：东北地区（辽宁省、吉林省、黑龙江省），东部地区（北京市、天津市、河北省、上海市、江苏省、浙江省、福建省、山东省、广东省、海南省），中部地区（山西省、安徽省、江西省、河南省、湖北省、湖南省）和西部地区（内蒙古自治区、广西壮族自治区、重庆市、四川省、贵州省、云南省、西藏自治区、陕西省、甘肃省、青海省、宁夏回族自治区、新疆维吾尔自治区）。