農(nóng)村金融發(fā)展、財政支農(nóng)與西部地區(qū)減貧效應(yīng)分析
——基于面板門檻模型的研究

劉宏霞，汪慧玲，謝宗棠

(1.蘭州大學(xué) 經(jīng)濟學(xué)院，甘肅 蘭州 730000；2.西北民族大學(xué) 經(jīng)濟學(xué)院，甘肅 蘭州 730030)

一、引 言

改革開放以來，隨著中國經(jīng)濟快速發(fā)展，居民生活水平得以顯著改善，農(nóng)村貧困人口顯著減少，但農(nóng)村減貧任務(wù)仍面臨巨大的壓力和挑戰(zhàn)。1978年，按當(dāng)期貧困標(biāo)準(zhǔn)農(nóng)村居民家庭人均純收入100元/年進行估計，中國農(nóng)村貧困人口高達2.5億人，其中西部地區(qū)的農(nóng)村貧困人口高達10 897.5萬人，占全國農(nóng)村貧困人口總數(shù)的43.59%，西部地區(qū)的農(nóng)村貧困發(fā)生率為41.92%，比全國的農(nóng)村貧困發(fā)生率高11.22%。按照2011年之后的貧困標(biāo)準(zhǔn)農(nóng)村居民家庭人均純收入2 300元/年計算，2014年全國農(nóng)村貧困人口有7 017萬，農(nóng)村貧困發(fā)生率降至7.2%，農(nóng)村貧困問題仍未得到消除。據(jù)國家統(tǒng)計局貧困監(jiān)測數(shù)據(jù)顯示，貧困人口的分布主要集中在西部地區(qū)。

進入新世紀以來，為了進一步解決農(nóng)村貧困問題，中央政府制定了綜合扶貧、轉(zhuǎn)型式扶貧和精準(zhǔn)扶貧等一系列反貧政策。在反貧政策的指引下，各級政府和金融機構(gòu)在西部地區(qū)農(nóng)村扶貧方面發(fā)揮了重要作用。在農(nóng)村金融發(fā)展方面，西部地區(qū)(除西藏)農(nóng)村信用社年貸款余額由2000年的1 710.39億元增加到2014年的18 341.05億元，增加了近11倍；在財政支農(nóng)方面，西部地區(qū)(除西藏)財政支農(nóng)水平由2000年的217.98億元增加到2014年的4 705.33億元，增加了21倍。但是，西部地區(qū)(除西藏)農(nóng)村居民恩格爾系數(shù)由2000年的52.39%下降到2014年的34.46%，下降了17.93個百分點。在農(nóng)村金融發(fā)展和財政支農(nóng)高速增長的同時，為何西部地區(qū)農(nóng)村減貧的速度較為緩慢？農(nóng)村金融發(fā)展和財政支農(nóng)是否有利于西部地區(qū)農(nóng)村貧困減緩？鑒于此，本文以2000-2014年中國農(nóng)村貧困問題相對嚴重的西部11個省、市、自治區(qū)(除西藏)為研究對象，試圖檢驗農(nóng)村金融發(fā)展和財政支農(nóng)對農(nóng)村貧困的減緩效應(yīng)，這對于制定針對西部地區(qū)的財政金融政策、縮小貧富差距具有重要的理論和現(xiàn)實意義。

二、文獻綜述

關(guān)于農(nóng)村金融發(fā)展和財政支農(nóng)對減貧效應(yīng)的研究文獻，主要從農(nóng)村金融發(fā)展或財政支農(nóng)單一角度進行研究。例如，大部分研究文獻將農(nóng)村金融發(fā)展對減貧的作用主要分為直接作用和間接作用。在直接作用研究方面，呂勇斌和趙培培、姚耀軍和李明珠通過實證研究發(fā)現(xiàn)農(nóng)村金融發(fā)展具有直接減貧作用[1-2]。但楊俊等發(fā)現(xiàn)，農(nóng)村金融發(fā)展的直接減貧作用雖然在短期內(nèi)有效，但長期內(nèi)不顯著[3]。部分學(xué)者如傅鵬和張鵬考察了農(nóng)村金融發(fā)展對貧困減緩的門檻效應(yīng)和區(qū)域差異[4]。在間接作用研究方面，崔艷娟和孫剛發(fā)現(xiàn)農(nóng)村金融發(fā)展對貧困減緩既有直接效應(yīng)，又有間接效應(yīng)，間接作用主要來自于經(jīng)濟增長，其影響效應(yīng)作用高于直接效應(yīng)[5]。早期研究財政支農(nóng)減貧作用的主要學(xué)者有樊勝根等和林伯強，他們發(fā)現(xiàn)生產(chǎn)增進型公共投資(例如農(nóng)村基礎(chǔ)設(shè)施投資等)減緩了地區(qū)不平等和農(nóng)村貧困[6-7]。呂煒和劉暢發(fā)現(xiàn)農(nóng)村減貧效應(yīng)遞減主要原因是社會性公共支出安排弱化所致[8]。秦建軍和武拉平研究則發(fā)現(xiàn)，財政支農(nóng)投入在改革開放的30年間對農(nóng)村貧困減緩起到了一定作用。在短期內(nèi)對農(nóng)村貧困減緩的作用較明顯，而在長期內(nèi)對農(nóng)村貧困減緩的作用趨于平穩(wěn)[9]。高遠東等通過構(gòu)建財政金融支農(nóng)投入對減貧效應(yīng)的空間計量模型，發(fā)現(xiàn)金融支農(nóng)政策對農(nóng)村貧困減緩作用影響顯著，而財政支農(nóng)政策則對農(nóng)村貧困減緩的直接效應(yīng)不顯著[10]。

通過上述研究文獻綜述可知，關(guān)于農(nóng)村金融發(fā)展或財政支農(nóng)對于農(nóng)村貧困減緩的研究，國內(nèi)外學(xué)者從理論到實證都進行了相關(guān)的研究，這對本文的研究具有一定的啟示和借鑒。然而，已有研究文獻仍存在一定的不足之處，如既有研究文獻沒有充分考慮農(nóng)村金融發(fā)展和財政支農(nóng)整體效應(yīng)，僅有高遠東等從空間計量經(jīng)濟學(xué)的角度對財政金融支農(nóng)政策對農(nóng)村貧困減緩的效應(yīng)進行了研究[10]。與以往的研究文獻不同，本文主要考察了農(nóng)村金融發(fā)展和財政支農(nóng)對農(nóng)村貧困減緩的非線性影響，在上述研究文獻的基礎(chǔ)上進行了三個方面的拓展：一是從農(nóng)村金融發(fā)展和財政支農(nóng)整體效應(yīng)出發(fā)，構(gòu)建了農(nóng)村金融發(fā)展和財政支農(nóng)對農(nóng)村貧困減緩的門檻面板回歸模型，并運用西部11個省(市、自治區(qū))面板數(shù)據(jù)估計，定量測試了農(nóng)村金融發(fā)展和財政支農(nóng)對農(nóng)村貧困減緩的非線性關(guān)系。二是選取了具有代表性的生活貧困、醫(yī)療貧困和教育貧困來考量農(nóng)村貧困水平。三是分析了農(nóng)村金融發(fā)展和財政支農(nóng)對農(nóng)村貧困減緩的門檻效應(yīng)，為科學(xué)制定減緩農(nóng)村貧困的政策提供相應(yīng)的經(jīng)驗支持。

三、模型設(shè)定和變量說明

(一)模型設(shè)定及檢驗方法

根據(jù)文獻綜述可知，農(nóng)村金融發(fā)展和財政支農(nóng)對西部地區(qū)減貧效應(yīng)的影響呈現(xiàn)非線性關(guān)系，具有某種區(qū)間效應(yīng)[4]。為了進一步探究農(nóng)村金融發(fā)展和財政支農(nóng)對西部地區(qū)減貧效應(yīng)影響的非線性關(guān)系，本文借鑒Hansen提出的面板門檻回歸模型思路[11]，構(gòu)建出農(nóng)村金融發(fā)展、財政支農(nóng)對西部地區(qū)減貧效應(yīng)的面板門檻回歸的基本方程，具體方程如下：

yit=μi+β1xit·I(qit≤γ)+β2xit·I(qit>γ)

+θDit+εit

(1)

其中，i表示地區(qū)，t表示年份，yit和xit分別表示被解釋變量和解釋變量，Dit為一系列對被解釋變量具有較大影響的控制變量，β1和β2為待估系數(shù)，θ為各控制變量相應(yīng)的系數(shù)向量，qit表示門檻變量，γ表示特定的門檻值，I(qit≤γ) 和I(qit>γ) 為一個指標(biāo)函數(shù)，μi表示個體效應(yīng)，εit～iid(0，δ2) 為隨機擾動項。該模型是一個分段函數(shù)，當(dāng)qit≤γ時，解釋變量xit的估計系數(shù)為β1，而當(dāng)qit>γ時，解釋變量xit的估計系數(shù)為β2，式(1)可等價于式(2)：

(2)

借鑒Hansen的門檻模型，在張兵等[12]、傅鵬和張鵬[4]等研究文獻框架的基礎(chǔ)上，本文將面板回歸模型設(shè)定如下：

povit=μi+β1′finit·I(qit≤γ)+β1″finit·

I(qit>γ)+β2govit+∑nθnDnit+εit

(3)

povit=μi+β1′govit·I(qit≤γ)+β1″govit·

I(qit>γ)+β2finit+∑nθnDnit+εit

(4)

其中，pov 表示被解釋變量貧困指標(biāo)。關(guān)于農(nóng)村貧困度量的方法較多，本文限于數(shù)據(jù)的可得性，主要考察了生活貧困(Shpov)、醫(yī)療貧困(Ylpov)和教育貧困(Jypov)這三類農(nóng)村貧困；核心解釋變量具體包括農(nóng)村金融發(fā)展(FIN)和財政支農(nóng)(GOV)；而控制變量主要有農(nóng)村居民受教育水平(REDU)、城鎮(zhèn)化水平(URBN)和農(nóng)業(yè)現(xiàn)代化水平(DLAM)；本文將以農(nóng)民人均純收入水平(INCO)作為農(nóng)村金融發(fā)展和財政支農(nóng)的門檻變量。

根據(jù)Hansen的面板門檻回歸模型，在模型估計中主要擬解決以下兩個主要問題：一是聯(lián)合對門檻值γ和其斜率β進行估計；二是進一步檢驗門檻值γ的準(zhǔn)確性，以及對于內(nèi)生門檻效應(yīng)的顯著性。為了對式(3)和式(4)作出估計，需要去除個體效應(yīng)μi的影響，通常采用的方法就是去除組內(nèi)平均值，變換后的模型為：

povit*=μi+βxit*(γ)+εit*

(5)

單門檻顯著性檢驗的原假設(shè)和檢驗統(tǒng)計量分別為：

(6)

單門檻真實性檢驗的原假設(shè)和檢驗統(tǒng)計量分別為：

(7)

(二)變量選擇及數(shù)據(jù)說明

1.變量選擇。

農(nóng)村貧困(pov)：被解釋變量，主要體現(xiàn)在生活、醫(yī)療和教育上[13]，因此本文主要以這三個指標(biāo)衡量西部地區(qū)農(nóng)村貧困水平。由于本文時期跨度大，考慮到數(shù)據(jù)的可得性，主要采用農(nóng)村恩格爾系數(shù)來衡量西部地區(qū)生活貧困(Shpov)。恩格爾系數(shù)作為國際上公認的判定一個家庭生活水平高低和富裕程度的重要標(biāo)準(zhǔn)，農(nóng)村恩格爾系數(shù)越大，家庭生活越貧困；醫(yī)療貧困(Ylpov)主要采用西部地區(qū)每千人鄉(xiāng)村人員所擁有的衛(wèi)生人員數(shù)表示，其指標(biāo)數(shù)值越小，則表示醫(yī)療越貧困；教育貧困(Jypov)主要采用西部地區(qū)農(nóng)村居民家庭勞動力中不識字或識字很少的勞動力所占的比例表示，其指標(biāo)數(shù)值越大，則表示教育越貧困。

農(nóng)村金融發(fā)展水平(FIN)：核心解釋變量，農(nóng)村金融發(fā)展為有效地解決西部地區(qū)在農(nóng)村經(jīng)濟發(fā)展中的資金供求矛盾和推動西部地區(qū)農(nóng)村貧困人口的脫貧提供了重要支持。由于考慮到在農(nóng)村信貸市場中，農(nóng)村信用社所占份額較大，本文主要采用西部地區(qū)各省、市、自治區(qū)農(nóng)村信用社年貸款余額/第一產(chǎn)業(yè)生產(chǎn)總值表示農(nóng)村金融發(fā)展水平。

財政支農(nóng)支出水平(GOV)：核心解釋變量，財政支農(nóng)支出水平主要包括西部地區(qū)各省、市、自治區(qū)每年財政用于農(nóng)業(yè)基本建設(shè)支出、純農(nóng)業(yè)方面的支出、以及農(nóng)村社會救濟支出和支援不發(fā)達地區(qū)支出。由于在2000—2014年期間，財政支農(nóng)支出水平指標(biāo)體系發(fā)生了兩次變化，本文所選擇的具體指標(biāo)為：2000—2002年財政支農(nóng)支出水平為農(nóng)業(yè)綜合開發(fā)支出、支援農(nóng)村生產(chǎn)支出和農(nóng)林水利氣象等部門的事業(yè)費支出之和；2003—2006年財政支農(nóng)支出水平為農(nóng)業(yè)支出、林業(yè)支出和農(nóng)林水利氣象等部門的事業(yè)費支出之和[4]；2007—2014年財政支農(nóng)支出水平為農(nóng)林水利事務(wù)支出。由于考慮到每一期的財政支農(nóng)支出水平都會對西部地區(qū)農(nóng)村貧困產(chǎn)生影響，本文用固定資產(chǎn)價格指數(shù)進行了調(diào)整，然后借鑒鄒文杰和馮琳潔采用的固定經(jīng)濟折舊率15%[14]，采用永續(xù)盤存法對財政支農(nóng)存量進行了估算，然后將西部地區(qū)各省、市、自治區(qū)每年的財政支農(nóng)存量除以農(nóng)業(yè)生產(chǎn)總值表示財政支農(nóng)支出水平。

農(nóng)民人均純收入(INCO)：門檻變量，由于農(nóng)村金融發(fā)展和財政支農(nóng)支出對西部地區(qū)農(nóng)村貧困減緩的影響受到農(nóng)民人均純收入的制約，因此本文將西部地區(qū)各省、市、自治區(qū)農(nóng)民人均純收入(INCO)作為門檻變量。

農(nóng)村居民受教育水平(REDU)：控制變量，由于教育水平是影響西部地區(qū)農(nóng)村貧困的重要因素，本文借鑒陸銘等方法，農(nóng)村居民人均受教育年限=(小學(xué)人口*6+初中人口*9+高中人口*12+大專及以上人口*16)/6歲及以上總?cè)丝赱15]。

城鎮(zhèn)化水平(URBN)：控制變量，本文采用西部地區(qū)各省、市、自治區(qū)非農(nóng)業(yè)人口占總?cè)丝诘谋壤齺砗饬砍擎?zhèn)化水平。

農(nóng)業(yè)現(xiàn)代化水平(DLAM)：控制變量，農(nóng)業(yè)機械化是農(nóng)業(yè)現(xiàn)代化水平的重要測試指標(biāo)之一，故本文中的農(nóng)業(yè)現(xiàn)代化水平以單位面積農(nóng)業(yè)機械總動力表示。

2.數(shù)據(jù)說明。本文在實證研究中使用了2000—2014年期間西部地區(qū)11個省、市、自治區(qū)的面板數(shù)據(jù)。由于數(shù)據(jù)缺失較多，故西藏自治區(qū)沒有包含在樣本中。本文所涉及的指標(biāo)數(shù)據(jù)分別來自于2001—2015年的《中國統(tǒng)計年鑒》、《中國農(nóng)村統(tǒng)計年鑒》、《中國金融年鑒》、《中國住戶調(diào)查年鑒》、《中國勞動年鑒》、以及各省、市、自治區(qū)相關(guān)的統(tǒng)計年鑒。表1給出了上述各變量的描述性統(tǒng)計結(jié)果。

表1 變量的描述性統(tǒng)計結(jié)果表

四、實證結(jié)果及分析

(一)實證結(jié)果

根據(jù)前文所設(shè)定的面板門檻回歸模型及檢驗方法，本文利用STATA13.0對相關(guān)數(shù)據(jù)進行處理，為了對檢驗門檻效應(yīng)的顯著性進行檢驗，首先以農(nóng)民人均純收入作為農(nóng)村金融發(fā)展和財政支農(nóng)的門檻變量，依次在單一門檻和雙重門檻下對回歸模型(3)和(4)進行門檻效應(yīng)檢驗。依據(jù)F統(tǒng)計量和Bootstrap方法得到的P值可知，對于生活貧困、醫(yī)療貧困和教育貧困，農(nóng)村金融發(fā)展和財政支農(nóng)兩個核心解釋變量都存在著門檻效應(yīng)，且存在單一門檻值，其結(jié)果如表2所示。

表2 門檻效果檢驗結(jié)果表

注：P值為采用“Bootstrap”反復(fù)抽樣得到的結(jié)果。

當(dāng)面板門檻回歸模型通過顯著性檢驗以后，本文對單一門檻值進行估計，并對其真實性進行進一步檢驗，門檻值的真實性估計檢驗結(jié)果如表3所示。

表3 門檻值估計結(jié)果表

注：***、**、* 分別表示在1%、5%和10%水平下顯著，括號內(nèi)的數(shù)值表示回歸系數(shù)的t檢驗值。

由表3可知，農(nóng)村金融發(fā)展對生活貧困的門檻值為3 369.34，似然比值(LR)小于5%顯著性水平下的臨界值，表明模型的單門檻值與實際門檻值相等。其他門檻值的估計方法與其相似，在此不再贅述。這說明，農(nóng)村金融發(fā)展以及財政支農(nóng)對生活貧困、醫(yī)療貧困和教育貧困均具有明顯的非線性影響。

在估計出面板門檻回歸模型的單一門檻值后，需要進一步對面板門檻回歸模型中的參數(shù)進行估計，在參數(shù)估計時，本文仍以農(nóng)民人均純收入作為農(nóng)村金融發(fā)展和財政支農(nóng)的門檻變量，參數(shù)估計的結(jié)果見表4和表5。

表4 農(nóng)村金融發(fā)展對農(nóng)村貧困的門檻回歸結(jié)果表

注：***、**、* 分別表示在1%、5%和10%水平下顯著。

(二)農(nóng)村金融發(fā)展與財政支農(nóng)的減貧效應(yīng)分析

1.農(nóng)村金融發(fā)展對生活貧困減緩和醫(yī)療貧困減緩的促進效應(yīng)逐漸增強，而對教育貧困減緩的促進效應(yīng)逐漸減弱。根據(jù)表4可以看出，農(nóng)村金融發(fā)展對生活貧困的門檻值為3 369.34。當(dāng)農(nóng)民人均純收入低于3 369.34時，影響系數(shù)為0.001 4，未通過顯著性檢驗，表明在第一門檻區(qū)間農(nóng)村金融發(fā)展對生活貧困減緩具有抑制效應(yīng)。其主要原因為：當(dāng)農(nóng)村金融發(fā)展處于較低水平時，能夠享受農(nóng)村金融服務(wù)的農(nóng)戶較少，因此農(nóng)村金融發(fā)展減貧效應(yīng)不明顯，反而有一定的抑制效應(yīng)。當(dāng)農(nóng)民人均純收入大于3 369.34時，影響系數(shù)為-0.026 6，通過了5%顯著性水平的檢驗，表明農(nóng)村金融發(fā)展明顯地促進了生活貧困的減緩。隨著農(nóng)村金融的進一步發(fā)展，大量的信貸資金進入農(nóng)村，進而推動了農(nóng)業(yè)現(xiàn)代化和農(nóng)業(yè)專業(yè)化，對農(nóng)村生活貧困減緩起到了顯著促進作用。從兩個門檻區(qū)間估計系數(shù)的變化來看，農(nóng)村金融發(fā)展對生活貧困減緩的促進效應(yīng)呈現(xiàn)逐漸增強的影響軌跡。農(nóng)村金融發(fā)展對醫(yī)療貧困的門檻值為3 883.10。當(dāng)農(nóng)民人均純收入小于門檻值時，影響系數(shù)為0.141 2，在10%的顯著性水平上通過檢驗；當(dāng)大于門檻值時，影響系數(shù)為0.298 9，通過了1%顯著性水平的檢驗，可見當(dāng)農(nóng)民純收入超過門檻值時，農(nóng)村金融發(fā)展對醫(yī)療貧困減緩的促進效應(yīng)顯著增強。農(nóng)村金融發(fā)展對教育貧困的門檻值為3 817.38，當(dāng)農(nóng)民人均純收入小于門檻值時，影響系數(shù)為-1.270 9，在5%的顯著性水平上通過檢驗；當(dāng)大于門檻值時，影響系數(shù)為-0.084 1，未通過顯著性檢驗，可見當(dāng)農(nóng)民純收入超過門檻值時，農(nóng)村金融發(fā)展對教育貧困減緩的促進效應(yīng)明顯減弱。

表5 財政支農(nóng)對農(nóng)村貧困的門檻回歸結(jié)果表

注：***、**、* 分別表示在1%、5%和10%水平下顯著。

2.財政支農(nóng)對生活貧困減緩和教育貧困減緩的促進效應(yīng)逐漸增強，而對醫(yī)療貧困減緩具有較大的抑制效應(yīng)。由表5可知，財政支農(nóng)對生活貧困的單一門檻值為1 490.49。在第一個門檻區(qū)間的影響系數(shù)為-0.062 3，通過了5%的顯著性水平檢驗；在第二門檻區(qū)間的影響系數(shù)為-0.137 9，通過了1%的顯著性水平檢驗，由此可見，財政支農(nóng)對生活貧困減緩的促進效應(yīng)在兩個區(qū)間均表現(xiàn)出顯著的增加趨勢，在跨越單一門檻后，財政支農(nóng)所惠及的農(nóng)戶數(shù)量逐漸增加，財政支農(nóng)對生活貧困減緩的促進效應(yīng)呈現(xiàn)加速放大效應(yīng)。財政支農(nóng)對教育貧困的單一門檻值為1 710.80。當(dāng)農(nóng)民人均純收入小于1 710.80時，影響系數(shù)為-2.288 9，通過了10%的顯著性水平檢驗；當(dāng)農(nóng)民人均純收入大于1 710.80時，影響系數(shù)為-12.054 4，在1%的顯著性水平上通過了檢驗。表明當(dāng)農(nóng)民人均純收入越過1 710.80門檻值時，財政支農(nóng)對教育貧困減緩具有顯著的促進效應(yīng)。財政支農(nóng)對醫(yī)療貧困的單一門檻值為1 508.61，當(dāng)農(nóng)民人均純收入小于1 508.61時，影響系數(shù)為4.163 7，并在1%的顯著性水平上通過了檢驗，表明在第一個門檻區(qū)間財政支農(nóng)對醫(yī)療貧困減緩的促進效應(yīng)顯著；當(dāng)農(nóng)民人均純收入大于1 508.61時，影響系數(shù)為-4.369 6，在1%的顯著性水平上通過了檢驗。因此，隨著農(nóng)民人均純收入門檻區(qū)間的變化，財政支農(nóng)對醫(yī)療貧困減緩由原來的促進效應(yīng)轉(zhuǎn)變?yōu)橐种菩?yīng)。

五、結(jié)論與啟示

本文利用西部地區(qū)2000—2014年的省級面板數(shù)據(jù)，實證研究了農(nóng)村金融發(fā)展和財政支農(nóng)對農(nóng)村貧困減緩的門檻效應(yīng)。研究表明，隨著西部地區(qū)農(nóng)民人均純收入的不斷提高，農(nóng)村金融發(fā)展對生活貧困減緩和醫(yī)療貧困減緩的促進效應(yīng)逐漸增強，而對教育貧困的促進效應(yīng)逐漸減弱；財政支農(nóng)對生活貧困減緩和教育貧困減緩的促進效應(yīng)逐漸增強，而對醫(yī)療貧困減緩存在一個由正到負的轉(zhuǎn)變過程，在進入第二個門檻區(qū)間后，財政支農(nóng)對醫(yī)療貧困減緩由原來的促進效應(yīng)轉(zhuǎn)變?yōu)橐种菩?yīng)。

基于上述研究結(jié)果，本文得到了如下啟示：

第一，農(nóng)村金融發(fā)展與財政支農(nóng)對西部地區(qū)貧困減緩的影響存在顯著的非線性影響。這種非線性影響進一步表明了，農(nóng)村金融發(fā)展與財政支農(nóng)對貧困的減緩效應(yīng)在不同階段呈現(xiàn)出不同的特征。因此，西部地區(qū)各級政府需要根據(jù)經(jīng)濟發(fā)展的不同階段合理地分配資源，將更多的農(nóng)村金融資金與財政支農(nóng)資金分配到需要幫助的地方，有效地推動農(nóng)村金融與財政支農(nóng)扶貧效應(yīng)，從而達到西部地區(qū)農(nóng)村減貧的效果。

第二，西部地區(qū)各級政府應(yīng)該把扶貧的焦點聚焦于農(nóng)村地區(qū)，加大對西部農(nóng)村地區(qū)的農(nóng)村金融資金支持，進一步制定合理化的農(nóng)村金融政策，引導(dǎo)信貸資金向西部農(nóng)村地區(qū)流入，使農(nóng)村金融發(fā)展對西部地區(qū)生活貧困減緩和醫(yī)療貧困減緩的促進效應(yīng)進一步加強。同時，進一步糾正西部地區(qū)農(nóng)村金融扶貧貸款對教育貧困的瞄準(zhǔn)偏差，進一步擴大農(nóng)村金融扶持項目的覆蓋面，從而使西部地區(qū)的減貧效果達到最大化，使廣大西部地區(qū)農(nóng)村貧困人群從農(nóng)村金融發(fā)展中真正獲益。

第三，西部地區(qū)各級政府應(yīng)該抓住財政支農(nóng)對農(nóng)村貧困減緩的最佳關(guān)鍵時期，進一步加大財政支農(nóng)的力度，從而使財政支農(nóng)對西部地區(qū)生活貧困減緩和教育貧困減緩的促進效應(yīng)進一步加強。各級政府在加大財政支農(nóng)對農(nóng)村教育投資力度的同時，應(yīng)注重合理配置教育資源，使西部地區(qū)的教育水平得到均衡發(fā)展，通過對人力資本的有效配置達到減貧的目的。

第四，西部地區(qū)各級政府要深入分析財政支農(nóng)不能促進醫(yī)療貧困減緩的原因所在，并作出長遠的規(guī)劃與部署。經(jīng)濟發(fā)展滯后、醫(yī)療人才缺失是導(dǎo)致西部農(nóng)村地區(qū)農(nóng)民“看病難和沒錢看病”的重要原因。因此，國家應(yīng)進一步深化醫(yī)療保障制度改革，使得西部農(nóng)村地區(qū)的農(nóng)民能夠真正地享受到醫(yī)療保障制度所帶來的福祉。

[1] 呂勇斌，趙培培.我國農(nóng)村金融發(fā)展與反貧困績效：基于2003—2010年的經(jīng)驗證據(jù)[J].農(nóng)業(yè)經(jīng)濟問題，2014(1).

[2] 姚耀軍，李明珠.中國金融發(fā)展的反貧困效應(yīng)：非經(jīng)濟增長視角下的實證檢驗[J].上海財經(jīng)大學(xué)學(xué)報，2014(1).

[3] 楊俊，王燕，張宗益.中國金融發(fā)展與貧困減少的經(jīng)驗分析[J].世界經(jīng)濟，2008(8).

[4] 傅鵬，張鵬.農(nóng)村金融發(fā)展減貧的門檻效應(yīng)與區(qū)域差異——來自中國的經(jīng)驗數(shù)據(jù)[J].當(dāng)代財經(jīng)，2016(6).

[5] 崔艷娟，孫剛.金融發(fā)展是貧困減緩的原因嗎?——來自中國的證據(jù)[J].金融研究，2012(11).

[6] Fan Shenggen，Chan-Kang Connie，Qian Keming and Kishnaiah K．National and International Agricultural Researchand Rural Poverty：The Case of Rice Research in India and China[J].Agricultural Economics，2005(3) .

[7] 林伯強.中國的政府公共支出與減貧政策[J].經(jīng)濟研究，2005(1).

[8] 呂煒，劉暢.中國農(nóng)村公共投資、社會性支出與貧困問題研究[J].財貿(mào)經(jīng)濟，2008(5).

[9] 秦建軍，武拉平.財政支農(nóng)投入的農(nóng)村減貧效應(yīng)研究——基于中國改革開放30年的考察[J].財貿(mào)研究，2011(3).

[10] 高遠東，溫濤，王小華.中國財政金融支農(nóng)政策減貧效應(yīng)的空間計量研究[J].經(jīng)濟科學(xué)，2013(1).

[11] Hansen Bruce E.Sample Splitting and Threshold Estimation[J].Econometrica，2000(3).

[12] 張兵，劉丹，鄭斌.農(nóng)村金融發(fā)展緩解了農(nóng)村居民內(nèi)部收入差距嗎？——基于中國省級數(shù)據(jù)的面板門檻回歸模型分析[J].中國農(nóng)村觀察，2013(3).

[13] 劉林.邊境連片特困區(qū)多維貧困測算與空間分布——以新疆南疆三地州為例[J].統(tǒng)計與信息論壇，2016(1).

[14] 鄒文杰，馮琳潔.空間異質(zhì)性、收入門檻與財政支農(nóng)減貧效應(yīng)[J].財經(jīng)論叢，2015(9).

[15] 陸銘，陳釗，萬廣華.因患寡，而患不均——中國的收入差距、投資、教育和增長的相互影響[J].經(jīng)濟研究，2005(12).