普惠金融視角下精準扶貧政策效果的實證研究
——基于GMM模型

方 瑩，袁曉玲，房 玲

(1.西安交通大學 經(jīng)濟與金融學院，陜西 西安 710061；2.上海市寶山區(qū)業(yè)余大學 管理系，上海 寶山 201900；3，國網(wǎng)山西核算中心，山西 太原 030032)

一、引言

習近平總書記在十九大報告中回顧過去5年以來的工作時指出,脫貧攻堅戰(zhàn)取得決定性進展，精準扶貧是下一個階段扶貧工作的重點及核心內(nèi)容。2012年，國務院公布了《中國農(nóng)村扶貧開發(fā)綱要》，將我國貧困地區(qū)劃分為14個集中連片的困難地區(qū)，我國扶貧工作開始了“重點出擊，各個擊破”的階段。2013年習總書記開創(chuàng)性的提出精準扶貧這個歷史概念，我國長期堅持實施的扶貧工作進入精細化階段，精準扶貧對扶貧工作提出了更高要求?，F(xiàn)階段的扶貧工作還面臨以下困境，是否能夠處理好這些問題，是2020年確保貧困人口如期擺脫貧困的關鍵。首先，扶貧成本巨大，脫貧與返貧交替出現(xiàn)。其次，貧困人口分布較廣，特貧人口和低收入群體所需經(jīng)濟政策的差異性較大。最后，影響貧困的因素復雜，不僅有經(jīng)濟層面的因素，還涵蓋了環(huán)境和文化因素。有鑒于此，涵蓋了對象精準、措施精準、項目精準、資金精準、因村精準和成效精準六個層面的精準扶貧不僅是我國扶貧工作的歷史新階段，也是扶貧工作成敗得失的關鍵。

金融資源匱乏一直是我國貧困地區(qū)和貧困群體經(jīng)濟發(fā)展和現(xiàn)實生存的核心問題，用普惠金融的手段進行扶貧是我國實施精準扶貧的關鍵，突出強調(diào)金融對弱勢群體的有益性和有用性。聯(lián)合國在2005年提出了普惠金融(Inclusive Finance)的概念，是指在經(jīng)濟成本可控的前提下，不再局限于大客戶，為有金融服務需求的各個群體以及不同社會階層提供相關服務，城鎮(zhèn)與農(nóng)村的低收入群體和小微企業(yè)是關注的重點。國內(nèi)理論界與實務界對普惠金融的定義主要分為兩個維度：其一是資金成本要低，傳統(tǒng)金融業(yè)單純關注資本回報率，以高收益為準繩，偏好大項目和大公司。對貧困群體和貧困地區(qū)提供金融服務時，過分強調(diào)了風險規(guī)避，人為提高了融資成本和貸款利息，導致這些人群和地區(qū)可獲得的金融資源嚴重不足。因此，普惠金融強調(diào)使用低成本的資金使貧困群體和貧困地區(qū)自我積累，自我發(fā)展，逐步擺脫現(xiàn)狀，進入內(nèi)生增長的良性循環(huán)模式(李善民，2014)。其二是金融服務對象的多樣性和廣泛性。傳統(tǒng)金融業(yè)偏好高收入群體，長期將貧困和低收入群體排斥在服務的范圍內(nèi)，與之對應，普惠金融強調(diào)服務對象涵蓋社會各個階層和群體(田霖，2013；白鶴詳，2014)。

現(xiàn)階段，我國關于普惠金融對于精準扶貧效果的研究成果還相對較少，與之相關的文獻呈現(xiàn)出兩個重要特點。其一是定性分析為主，對經(jīng)濟現(xiàn)象背后的本質(zhì)進行剖析，總結規(guī)律，提出相應的政策建議。其二是關注普惠金融的理論背景，從傳統(tǒng)的增長模型出發(fā)，判斷普惠金融對增長的促進作用，以及兩者之間的互動關系。針對這些局限性，本文首先側重實證研究，做到用數(shù)字說話，科學決策。其次，變量選擇要做到精確且全面，使模型可以涵蓋影響扶貧效果的眾多經(jīng)濟因素。最后，兼顧絕對和相關貧困兩部分，將貧困率和GINI系數(shù)變化率作為因變量，加強本文實證研究的可信度和適用性。本文希望解答兩個重要的問題：1.普惠金融是否對貧困率的下降有顯著的作用。2.普惠金融是否對收入不均衡的現(xiàn)象有顯著的改善作用。本文的結構如下：第二部分是相關文獻回顧；第三部分是模型選擇；第四部分是變量和數(shù)據(jù)選擇；第五部分是結論與政策建議。

二、文獻回顧

無論是“精準扶貧”還是普惠金融的經(jīng)濟學界定及研究都是較為新穎的論題。因此，本文以時間為脈絡，兼顧國內(nèi)與國外學術研究發(fā)展的新思路和新態(tài)勢，以國內(nèi)研究為主，依次梳理出一些具有代表性的文獻及其核心觀點，具體內(nèi)容詳述如下。

李菁(2006)、董曉林(2010)和孟亮(2012)指出，應大力推廣無抵押無擔保的金融產(chǎn)品，通過這種信貸產(chǎn)品加強貧困群體進入信貸市場，強化自我扶貧的能力。濮宜平(2007)、程玲(2011)和劉勝安(2011)指出，推出面向社區(qū)的共同互助基金是扶貧的重要手段，這種金融產(chǎn)品自愿、靈活和簡易的特有屬性是扶貧成功的關鍵[1]。李志軍(2011)和劉七軍(2012)認為，針對農(nóng)民的互助資金是增加農(nóng)民收入的關鍵手段[2]。

鄒力宏首先推演了普惠金融的發(fā)展歷程，深入揭示了普惠金融服務社會各階層和群體的核心本質(zhì)。其次，闡述了我國經(jīng)濟欠發(fā)達地區(qū)推進普惠金融工作面臨的機遇與挑戰(zhàn)。最后，以樂安縣為實例，建議將普惠金融的核心內(nèi)涵和人民銀行的相關職能有機結合起來，共同推動扶貧工作向深入開展[3]。王寧、王麗娜和趙建玲用指數(shù)平滑法建立了一個理論模型，用于分析普惠金融對貧困群體收入差距的影響。他們指出信息不對稱導致貧困地區(qū)和貧困群體存在逆向選擇的情況，各個金融機構均會對這些客戶設置較高的信貸門檻，是貧困地區(qū)和貧困群體無法獲得基本金融服務，使扶貧工作陷入“扶貧陷阱”[4]。李善民(2014)認為貧困地區(qū)和貧困群體生存和發(fā)展面臨的首要問題是資金缺失。針對這一問題，他確立了普惠金融扶貧的理論框架，介紹了普惠金融扶貧的內(nèi)涵及普惠金融的本質(zhì)，并提出了金融扶貧的管理辦法。田瑩瑩和王寧詳細介紹了歐美社區(qū)銀行，印度尼西亞BRI銀行和孟加拉的格萊珉銀行的金融扶貧模式。同時，他們指出“草根銀行”是金融扶貧的關鍵，其與廣袤的農(nóng)村地區(qū)存在天然的匹配性，有助于農(nóng)村經(jīng)濟發(fā)展的可持續(xù)性[5]。

Ahmed(2014)提出了實證研究與數(shù)據(jù)分析對于消除貧困的重要性，他以孟加拉國為例，指出親身到當?shù)厝プ咴L是獲得貧困家庭真實情況的關鍵手段。更進一步，主動適應當?shù)氐奈幕c風俗，讓研究者融入到貧困家庭的氛圍中，是獲得真實可靠信息的關鍵所在。

嫣紅兵針對貧困群體和貧困地區(qū)的新問題和新情況，從收入與成本、需求與供給兩個維度對我國金融機構在扶貧工作中遇到的具體難題進行了匯總及剖析。將資金的供給與需求作為分析的主要工具，將目標設定為“消除貧困，改善民生，實現(xiàn)共同富?！?，為普惠金融工作提出了六點扶貧建議[6]。

尤圣光以郵政儲蓄銀行河南分行的金融扶貧遇到的現(xiàn)實問題為研究對象，在深入探究普惠金融內(nèi)涵的基礎上，詮釋了用普惠金融手段進行精準扶貧的關鍵所在，并給出相應的政策建議[7]。吳義能、葉永剛和吳鳳(2016)認為，傳統(tǒng)的以貸款為核心的金融產(chǎn)品無法滿足金融扶貧的現(xiàn)實需求，在理論上存在巨大缺陷。他們提出了綜合扶貧金融工程的概念，設計了七大模塊解決金融扶貧遇到的各種問題。Zhang Y分析了城市化、城鄉(xiāng)差異及消除貧困三者之間的經(jīng)濟關系，并且實證檢驗了城市化對于消除城市貧困人口的作用。他認為城市化有助于消除城鄉(xiāng)的收入差距，相對于低保和最低生活指標，最低工資有助于降低城市貧困化率，與之對應，他還指出城市化會加劇城市貧困率[8]。

Sapkota N、Wang S和Wu G對比分析了寧夏回族自治區(qū)六盤山地區(qū)和貴州省納雍縣扶貧效果的差異性，并辨析了國家宏觀政策與省市自主授權之間的聯(lián)動關系[9]。Yoshino N、Taghizadeh-Hesary F和Otsuka M以10個亞洲發(fā)展中國家為實證研究對象，分析了國際援助對于扶貧工作的重要性[10]。

Corrado(2017)分析了普惠金融政策對于扶貧的重要作用。他認為普惠金融可以為邊緣化的群體提供有效的平等的金融服務，增加這些貧困家庭和貧困群體的經(jīng)濟機會，對國家的經(jīng)濟發(fā)展與穩(wěn)定起到了關鍵性的作用。與此同時，他認為普惠金融對于貧困群體意味著長期收益，以及就業(yè)機會的獲得，因此，該項政策會增加弱勢群體對于經(jīng)濟負向沖擊的抵御能力。

綜上所述，我國關于通過金融政策對于扶貧改善效果研究的文獻呈現(xiàn)出重理論重定性、輕實證輕定量的特點。本文會針對性地做出相應拓展，補充國內(nèi)研究的缺憾與不足。

三、模型選擇

本文以我國31個省、自治區(qū)和直轄市為樣本，考察了普惠金融對貧困程度和收入不均衡的影響。本文認為，普惠金融、收入分配與貧困之間的關系不是單向的，很可能存在反向的因果關系。比如，在扶貧引致對銀行服務的需求增加時，或者當經(jīng)濟增長帶來收入不均衡程度顯著下降時，這都會導致對提供更多普惠金融政策的經(jīng)濟需求壓力的上升。這種內(nèi)生性會導致估計系數(shù)的潛在偏差。為了克服這一潛在偏差，本文借鑒Arellano等(1995)和Blundell等(1998)的實證處理技巧，對擴展的系統(tǒng)方程組采用有約束的工具變量法處理內(nèi)生性問題，并借鑒Arellano等(1991)最初提出的廣義矩估計法(GMM)得到動態(tài)面板模型的估計量(Dynamic panel estimator)。

廣義矩估計法(Generalized method of moments，GMM)，是矩估計的一般化，只要模型的參數(shù)滿足某種特點的矩前提，就可以使用該種方法進行回歸分析。該種估計方法不僅可以很好地避免內(nèi)生化問題，還可以高效處理非線性數(shù)據(jù)。本文的研究主題是普惠金融與精準扶貧，所涉及的數(shù)據(jù)呈現(xiàn)出非線性相關的特征。有鑒于此，相比于傳統(tǒng)的OLS估計法，GMM模型的適用性更好，可以為本文的研究提供更為精確的實證基礎。

現(xiàn)有文獻主要使用動態(tài)面板模型對長期增長問題展開研究，對于無法觀測的國家層面的因素，采用動態(tài)固定效應模型對這一遺漏變量引起的可能存在的內(nèi)生性進行處理。鑒于此，本文的動態(tài)面板模型構建如下：

(1)

上式中，φ、γ、β均為待估計系數(shù)。下標i表示國家，t表示時間。Xit是核心解釋變量，為普惠金融的代理變量，Yit為其他經(jīng)濟變量作為控制變量納入模型?；诒疚目疾炱栈萁鹑趯ω毨С潭群褪杖氩痪獾挠绊戇@一研究目的，上式等式左邊的因變量Zit分別表示第i個國家在第t期的貧困程度和收入不均衡程度。等式右邊Zit-1是因變量的滯后一期，這體現(xiàn)了模型的動態(tài)性。αi為固定效應，控制了國家層面的不可觀測變量。εit是計量模型的誤差項，在整個樣本內(nèi)服從獨立同分布。

從(1)式的結構上來看，滯后一期的因變量可能與模型中未納入的不可觀測的因素相關，因此標準的固定效應估計也會產(chǎn)生偏誤和不一致。在實證研究領域，諸多經(jīng)濟學者創(chuàng)建了多種估計方法來克服這一問題。Nickell(1981)在固定效應模型里引入了γ偏差，并證明了這一偏差在無限期樣本下將趨近于零。在有效期樣本情況下，Anderson 和 Hasio(1981)采用一階差分將固定效應予以消除的基礎上，并提出了使用工具變量法對內(nèi)生性問題進行處理。對(1)式進行一階差分如下：

(2)

本文認為即使經(jīng)過一階差分對固定效應αi進行了消除，但式(2)中的誤差項(εit-εit-1)依然可能與解釋變量(Zit-1-Zit-2)相關。此時，需要使用滯后項的水平值Zit-2或者滯后項的差分項(Zit-2-Zit-3)作為(Zit-1-Zit-2)的工具變量。Arellano和Bond(1991)使用所有可用的因變量滯后項的水平值作為(Zit-1-Zit-2)的工具變量，并使用廣義矩(GMM)對上述模型進行了估計。但在自回歸持續(xù)時間較長，或在面板效應的方差αi與特異性誤差εit的方差之比過大的時候，Arellano和Bond(1991)使用滯后項的水平值作為工具變量的估計效率會變?nèi)?。而在截面單位?shù)足夠大或時間足夠長的樣本數(shù)據(jù)結構下，Kiviet(1995)、Arellano及Bover(1995)和Blundell及Bond(1998)提出的修正固定效應估計(the corrected fixed effect estimators)可以得到系統(tǒng)方程組一致且有效的估計量，即使用滯后差異項(lagged differences)的條件動差(moment conditions)作為水平方程中內(nèi)生變量的工具變量。

承延Rioja與Valev(2004)及Beck等(2007)的研究，本文借鑒Arellano與Bover(1995)及Blundell和Bond(1998)提出的工具變量法，并運用Arellano和Bond(1991)提出的GMM估計法對上述動態(tài)面板模型進行實證研究。此外，系統(tǒng)GMM實證檢驗法克服了內(nèi)生性問題，提供了一致且有效的估計量，適用于本文較短樣本期的面板研究。本文選擇包含二階差分項工具變量的GMM模型為實證研究的基礎模型。

四、變量選擇及實證結果分析

(一)變量選擇說明

1.被解釋變量。貧困增長率和收入不均衡程度。其中，貧困增長率用人均貧困率與國家貧困線差異的自然對數(shù)表示；收入不均衡程度用基尼系數(shù)(GINI)的增長率來表示。表1給出了變量說明及數(shù)據(jù)的描述性統(tǒng)計。

2.核心解釋變量。普惠金融。普惠金融用兩個代理變量進行衡量，其一為每10萬人均自助取款機(ATM)數(shù)量，其二為每10萬人均商業(yè)銀行數(shù)量。

3.控制變量。本文控制了不平等程度和貧困指數(shù)的滯后項，Beck等(2007)認為，貧困指數(shù)和不平等程度的滯后項的引入可以對不平等和貧困的持續(xù)性進行檢驗。中學入學率(the secondary school enrolment rate)作為教育水平的代理變量納入模型，并作為對人力資本積累的一種控制。各省份的貿(mào)易開放度用進出口總貿(mào)易在該省GDP中的占比進行衡量。此外，正如Ravallion和Datt(1999)、Easterly和Fischer(2001)以及Dollar和Kray(2002)的研究指出，通貨膨脹率對貧困具有顯著影響，本文在模型中也控制了通貨膨脹率。最后，實際人均GDP也被作為控制變量引入模型，因為在不同收入水平省份中，普惠金融對收入不均衡和貧困的影響可能存在差異。

基于數(shù)據(jù)的可得性，本文最終使用樣本數(shù)據(jù)的時間跨度為2006—2016年。31個省、自治區(qū)和直轄市的自動取款機(Automatic Teller Machines，ATMs)的數(shù)量和每10萬人均商業(yè)銀行數(shù)量的數(shù)據(jù)來自于國家統(tǒng)計局和人民銀行數(shù)據(jù)庫。貧困增長率和GINI系數(shù)的數(shù)據(jù)來自于國家統(tǒng)計局數(shù)據(jù)庫和地方統(tǒng)計年鑒。其他國家層面的變量來自于全球金融發(fā)展數(shù)據(jù)庫(Global Financial Development Database)和國家統(tǒng)計局。

表1 變量含義及描述性統(tǒng)計

(二)實證結果分析

首先，本文考察普惠金融對我國貧困增長率的影響，實證回歸結果如表2所示。前三列給出了OLS估計結果，后三列給出了GMM估計結果。其中，第一列和第四列僅將每10萬人均自動取款機數(shù)量作為普惠金融的代理變量引入回歸模型；第二列和第五列僅將每10萬人均商業(yè)銀行數(shù)量作為普惠金融的代理變量；第三列和第六列則將兩者同時納入模型。被解釋變量為貧困增長率，所有回歸模型中均控制了貧困增長率的滯后項。

表2 普惠金融對貧困增長率的影響

注：括號內(nèi)是穩(wěn)健標準誤；*、**、***分別表示10%、5%、1%的顯著性水平。表3同。

表2的實證回歸結果顯示，普惠金融顯著降低了我國的貧困增長率。不管是OLS估計結果還是GMM估計結果，且不管是單獨使用每10萬人均自動取款機數(shù)量或每10萬人均商業(yè)銀行數(shù)量，還是將兩者作為普惠金融的代理變量同時納入模型，所有回歸結果中，普惠金融對貧困增長率都顯示出顯著的負向作用。具體來說，以第六列回歸結果為例，每10萬人均自動取款機數(shù)量(Ave_ATM)的系數(shù)為-0.014，且在5%水平上顯著；每10萬人均商業(yè)銀行數(shù)量(Ave_Bank)的系數(shù)為-0.009，并在10%水平上顯著為負。這表明，我國精準扶貧帶來的人均自動取款機和商業(yè)銀行數(shù)量每增加一個單位，通過普惠金融促進金融服務的數(shù)量和質(zhì)量，最終對我國貧困的增長產(chǎn)生了顯著的抑制作用，貧困增長率將分別下降1.3和0.9個百分點。

同時，本文查考了普惠金融對收入不均衡的影響。收入不均衡用基尼系數(shù)的增長率來衡量。表3結果顯示，普惠金融顯著降低了基尼系數(shù)增長率，這意味著普惠金融有效降低了收入不均衡程度。人均自動取款機(Ave_ATM)和商業(yè)銀行數(shù)量(Ave_Bank)每增加一個單位，基尼系數(shù)增長率將分別下降約2和3.7個百分點，且該負向作用在10%水平上顯著。

有鑒于此，普惠金融可以通過特定群體(扶貧對象)金融可獲得性和降低金融產(chǎn)品與服務的成本，促進金融緩解信貸約束、發(fā)揮防范風險沖擊作用，達到增加該群體收入的目的。作用機制主要有：首先通過提高商業(yè)銀行和ATM的覆蓋率，提升貧困群體金融服務的可獲得性。其次，加強商業(yè)銀行的政策引導，并提升金融產(chǎn)品創(chuàng)新能力，大大緩解貧困群體與貧困地區(qū)的信貸約束。再次，商業(yè)銀行與ATM覆蓋率的上升不僅意味著機會，也代表特定群體的抗風險能力得到了進一步加強。最后，普惠金融是個自我加強的過程，隨著金融服務的拓展，貧困群體與地區(qū)接受金融服務與產(chǎn)品的意愿也會加強。

表3 普惠金融對收入不均衡的影響

控制變量中，收入不均衡滯后項(Lag_Inequality)的符號并不一致，有正有負，但都不顯著。入學率同表2一致，較高的中學入學率(Enrolment)將會抑制收入差距的拉大。進出口在GDP中所占比重(Openness)的系數(shù)為負，但不顯著。通貨膨脹率顯著提高了收入不均衡程度。通貨膨脹率(Inflation)對貧富差距拉大的可能的原因是，貧富階層的投資決策存在差異，當通脹發(fā)生后，其實際財富值將進一步被拉大。在GMM模型中，人均GDP為顯著正，這表明普遍人均收入的提高將會降低收入不均衡的進一步拉大。

五、結論與政策建議

(一)結論

實證研究表明：第一，普惠金融顯著降低了貧困增長率。人均自動取款機和商業(yè)銀行數(shù)量每增加一個單位，分別在顯著性5%和10%水平上，貧困增長率將下降1.3和0.9個百分點。無論是用OLS估計還是用GMM估計，普惠金融對貧困增長率都顯示出很強的負向作用。通過普惠金融促進金融服務的數(shù)量和質(zhì)量，最終對我國貧困的增長起到了顯著的抑制作用。第二，普惠金融對收入不均衡表現(xiàn)出顯著的抑制作用。人均自動取款機和商業(yè)銀行數(shù)量每增加一個單位，基尼系數(shù)增長率將分別下降約2和3.7個百分點，且該負向作用在10%水平上顯著。有鑒于此，普惠金融是我國解決貧困問題的重要手段，本文的實證研究結果顯示，隨著人均ATM和商業(yè)銀行數(shù)量的增加，貧困增長率和收入不均衡(基尼系數(shù))會顯著下降。與此同時，其他影響貧困增長率和收入不均衡的因素被作為控制變量納入模型，回歸結果中較為一致的是，較高的中學入學率顯著降低了貧困增長率和基尼系數(shù)增長率，較高的通貨膨脹率則提高了貧困增長率，并進一步拉大了貧富差距。

(二)政策建議

由以上實證研究的結果可以看出，普惠金融是我國進行精準扶貧的核心手段與重要保證。其中人均ATM與商業(yè)銀行覆蓋率是本文選擇的控制變量，下面從微觀、中觀和宏觀三個方面提出相關的政策建議。微觀指的是具體手段，通過金融機構的建立與發(fā)展，提高農(nóng)村人均ATM與商業(yè)銀行的覆蓋率。中觀指的是加強普惠金融重要性的宣傳，減少政策推動的阻力，有助于扶貧政策事半功倍的落地。宏觀指的是為普惠金融政策建立起一套系統(tǒng)的制度化保障。

1.微觀層面

首先，設置包括商業(yè)銀行在內(nèi)的大型金融機構金融扶貧的最低貸款額度，超過這個額度的部分，要進行獎勵。其次，要大力發(fā)展新型農(nóng)村合作金融機構，不斷豐富農(nóng)村地區(qū)金融機構類型， 完善地方農(nóng)村金融管理體制。最后，規(guī)范中小型和政策型金融機構精準扶貧的方法與手段，逐步允許農(nóng)戶自愿、自發(fā)合作的建立屬于農(nóng)民階層的互助合作金融組織。

2.中觀層面

遵循實事求是的原則，貧困居民和貧困家庭首先要改變“金融不具有普惠性、天生愛富棄貧”的傳統(tǒng)信貸理念，要有信心，充分認識普惠金融是可以為自身及家庭服務的。其次，以基層人民銀行為核心，改進傳統(tǒng)的金融宣傳方式，要讓貧困居民和貧困家庭愿意聽，愿意來，愿意看，廣開“農(nóng)村金融教育培訓”之路。最后，將少數(shù)經(jīng)濟基礎好，信用觀念強和普惠金融涉及面寬的村鎮(zhèn)作為典型，實行定村定點定戶的宣傳。

3.宏觀層面

首先，要加強村鎮(zhèn)居民戶個人及家庭信用體系的建立。人民銀行基層組織在各級地方政府的支持下，聯(lián)合多個部門對村、鎮(zhèn)、縣進行社會信用體系的建設。其次，建立聯(lián)系的政策性擔保機構資本金補充和損失補償機制，不斷提升政策性擔保機構的擔保能力和抗風險能力，通過“杠桿效應”引導更多資金投向扶貧領域。最后，加快普惠金融精準扶貧法律法規(guī)的出臺，金融監(jiān)管部門、地方政府、法院等應多方聯(lián)動，共同制定逃廢銀行債務黑名單的認定辦法和懲戒程序，強化對失信企業(yè)或個人懲戒，切實保障金融機構的合法債權。

有鑒于此，普惠金融無論是對絕對貧困，還是相對貧困，均有著顯著的改善作用，是我國未來精準扶貧工作的核心手段，普惠金融有助于精準扶貧目標的早日實現(xiàn)，確保到2020年，在現(xiàn)行標準下我國農(nóng)村的貧困人口全部脫貧，貧困縣全部摘帽，區(qū)域性貧困得到根本性的解決，做到脫真貧，真脫貧。