深度貧困地區(qū)金融發(fā)展對(duì)農(nóng)民收入的影響研究

夏建平

（南京林業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，南京210037）

為緩解農(nóng)村貧困，改革開(kāi)放以來(lái)我國(guó)政府開(kāi)展了積極有效的扶貧工作并取得了巨大成效，農(nóng)村居民人均可支配收入從1978年133元增長(zhǎng)到2019年16 021元，家庭恩格爾系數(shù)也從67.7%降低到30.0%，但截至2019年我國(guó)仍有551萬(wàn)余貧困人口存在，且主要分布于《中國(guó)農(nóng)村扶貧開(kāi)發(fā)綱要（2011-2020年）》（以下簡(jiǎn)稱“新《綱要》”）中所提及的14個(gè)集中連片特困地區(qū)。金融扶貧已成為脫貧攻堅(jiān)工作的重要手段，但由于各地社會(huì)經(jīng)濟(jì)發(fā)展水平不同，金融發(fā)展對(duì)提高農(nóng)民收入的效應(yīng)大相徑庭：或認(rèn)為農(nóng)村金融發(fā)展可以促進(jìn)農(nóng)民收入增長(zhǎng)[1]，或認(rèn)為農(nóng)村金融發(fā)展對(duì)農(nóng)民收入有消極作用會(huì)阻礙農(nóng)民收入增長(zhǎng)[2]，還有研究指出農(nóng)村金融發(fā)展與農(nóng)民收入之間呈非線性關(guān)系[3]。2011年國(guó)務(wù)院頒布新《綱要》，對(duì)深度貧困地區(qū)實(shí)施了扶貧貼息貸款、農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼等金融政策，并輔之以財(cái)稅支持、投資傾斜等政策，這些政策是否改善了深度貧困地區(qū)的農(nóng)民收入？對(duì)此本文進(jìn)行了研究，以期對(duì)深度貧困地區(qū)后續(xù)采用金融政策工具開(kāi)展脫貧工作提供針對(duì)性的指導(dǎo)。

1 文獻(xiàn)綜述

金融發(fā)展水平常用不同的指標(biāo)與方法進(jìn)行測(cè)度。用以衡量金融發(fā)展的指標(biāo)通常包括以下四類：一是金融發(fā)展規(guī)模，麥?zhǔn)现笜?biāo)（M2/GDP）和戈氏指標(biāo)（金融相關(guān)率FIR）最為常用，但由于我國(guó)農(nóng)村銀行導(dǎo)向性的金融結(jié)構(gòu)，后者更適合我國(guó)國(guó)情并表現(xiàn)為金融資產(chǎn)規(guī)模相對(duì)于國(guó)民財(cái)富的擴(kuò)展[2,4]；二是金融發(fā)展效率，多側(cè)重于反映金融機(jī)構(gòu)投入與產(chǎn)出比關(guān)系，農(nóng)村金融機(jī)構(gòu)存貸比應(yīng)用最多，該指標(biāo)可衡量農(nóng)村金融機(jī)構(gòu)將儲(chǔ)蓄存款轉(zhuǎn)化為貸款的能力，有效反映金融機(jī)構(gòu)對(duì)農(nóng)村資本的配置效率[1,2]；三是金融發(fā)展結(jié)構(gòu)，鄉(xiāng)鎮(zhèn)企業(yè)貸款比率、非銀行資產(chǎn)占比率、農(nóng)業(yè)貸款與鄉(xiāng)鎮(zhèn)企業(yè)和占比率等都被用于反映該指標(biāo)[1,5,6]；四是金融發(fā)展密度，用以反映金融資源在農(nóng)村人口的覆蓋程度，一般使用人均金融機(jī)構(gòu)擁有量、人均存貸款量等指標(biāo)表示[3,7]。此外，現(xiàn)有文獻(xiàn)對(duì)于金融發(fā)展水平的衡量通常采用兩種方法，一種是通過(guò)構(gòu)建綜合指標(biāo)體系并計(jì)算綜合系數(shù)的方法[4]，另一種是直接利用多重指標(biāo)加以反映[1,3]，前者在綜合系數(shù)測(cè)算過(guò)程中可能因指標(biāo)賦權(quán)存在的主觀性可能導(dǎo)致誤差，故本文選擇后者。

此外，農(nóng)民收入還與當(dāng)?shù)氐纳鐣?huì)經(jīng)濟(jì)發(fā)展水平相關(guān)，農(nóng)村社會(huì)經(jīng)濟(jì)增長(zhǎng)是農(nóng)民收入增加的必要條件[9]，國(guó)家財(cái)政投入對(duì)農(nóng)村經(jīng)濟(jì)增長(zhǎng)起重要支持作用[10]，城鎮(zhèn)化則通過(guò)增加農(nóng)民非農(nóng)就業(yè)機(jī)會(huì)并提高農(nóng)民收入水平[12]。

綜上，本文以金融發(fā)展規(guī)模、金融發(fā)展效率和金融發(fā)展密度作為農(nóng)村金融發(fā)展的測(cè)度指標(biāo)，城鎮(zhèn)化率、財(cái)政支出水平、農(nóng)村經(jīng)濟(jì)發(fā)展水平作為控制變量，利用斷點(diǎn)回歸模型（RD），研究深度貧困地區(qū)農(nóng)村金融發(fā)展對(duì)農(nóng)民收入的影響。

2 研究設(shè)計(jì)與模型構(gòu)建

2.1 指標(biāo)計(jì)算

①農(nóng)民收入水平指標(biāo)：現(xiàn)有文獻(xiàn)衡量農(nóng)民收入，通常包括家庭經(jīng)營(yíng)性收入、農(nóng)民財(cái)產(chǎn)性收入、農(nóng)民人均純收入等指標(biāo)，在此選用農(nóng)民人均純收入（Y）作為農(nóng)民收入水平指標(biāo)，是總收入扣除各項(xiàng)收入費(fèi)用的收入總和[12]。

②金融發(fā)展指標(biāo)：金融發(fā)展規(guī)模（FIR）采用Goldsmith提出的金融相關(guān)率表示，選用農(nóng)戶存貸款總額與GDP比值作為衡量金融發(fā)展規(guī)模的指標(biāo)[1]；金融發(fā)展效率（FE），采用農(nóng)村金融機(jī)構(gòu)存貸比計(jì)算，即貸款余額與存款余額的比值進(jìn)行表示[1]；金融發(fā)展密度（FD），則選擇農(nóng)村存貸款余額總和與農(nóng)村總?cè)丝诒戎底鳛橹笜?biāo)[11]。

③控制變量：①城鎮(zhèn)化率（URB），用城鎮(zhèn)人口占區(qū)域總?cè)丝诒戎乇硎綶12]。②財(cái)政支出水平（FIN），用財(cái)政支出占GDP的比重表示該指標(biāo)[13]。③農(nóng)村經(jīng)濟(jì)發(fā)展水平(AGDP)，用農(nóng)村人均GDP來(lái)表示，由于我國(guó)社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)中沒(méi)有農(nóng)村GDP指標(biāo)，采用各地農(nóng)林牧副漁業(yè)生產(chǎn)總值之和替代農(nóng)村GDP指標(biāo)[14]。

2.2 數(shù)據(jù)來(lái)源與統(tǒng)計(jì)描述

本文以14個(gè)集中連片特困地區(qū)為樣本，基于數(shù)據(jù)的可得性，最終選取73個(gè)市、自治區(qū)2005-2018年的面板數(shù)據(jù)進(jìn)行實(shí)證分析，數(shù)據(jù)來(lái)源于中國(guó)統(tǒng)計(jì)信息網(wǎng)提供的歷年國(guó)民經(jīng)濟(jì)與社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)，少數(shù)數(shù)據(jù)來(lái)源于中國(guó)農(nóng)村貧困監(jiān)測(cè)報(bào)告、政府工作報(bào)告，部分缺失數(shù)據(jù)采用插值法補(bǔ)全。各變量描述性統(tǒng)計(jì)結(jié)果見(jiàn)表1。

表1變量描述性統(tǒng)計(jì)

2.3 模型構(gòu)建

本文利用斷點(diǎn)回歸分析方法[8]，以新《綱要》實(shí)施時(shí)間2011年為斷點(diǎn)，構(gòu)建如下斷點(diǎn)回歸模型：

式（1）中，i，t分別表示地區(qū)（市、自治區(qū)、直轄市）和年份；Yit表示i地區(qū)在t年份的農(nóng)民收入；Dit作為處理變量，反映i地區(qū)在t年份是否推行了金融政策，實(shí)施政策后為處理組，取值為1，實(shí)施政策前為對(duì)照組，取值為0；(Xit-Xi0)作為分組變量，表示i地區(qū)在t年份距離實(shí)施金融政策時(shí)間節(jié)點(diǎn)（2011年）的時(shí)間長(zhǎng)度；函數(shù)形式f(?)包含分組變量及其高次項(xiàng)，反映農(nóng)民收入在金融政策實(shí)施前后的非線性變化趨勢(shì)；Zit表示控制變量，εit表示殘差項(xiàng)，β0、β1、σ、γ均為回歸系數(shù)。

3 模型運(yùn)算與穩(wěn)健性檢驗(yàn)

十四個(gè)集中連片特困地區(qū)分布廣、貧困發(fā)生率差異大，按地理位置可將其劃分為西部、東北部、中部三個(gè)片區(qū)，西部片區(qū)包括六盤山區(qū)、秦巴山區(qū)、武陵山區(qū)、烏蒙山區(qū)、滇桂黔石漠化區(qū)、滇西邊境山區(qū)、西藏區(qū)、四省藏區(qū)、南疆三地州，東北部片區(qū)包括大興安嶺南麓山區(qū)、燕山-太行山區(qū)和呂梁山區(qū)，中部片區(qū)包括大別山區(qū)、羅霄山區(qū)。數(shù)據(jù)顯示，2006年西部、東北部和中部各片區(qū)的貧困率分別為64.39%、54.60%和44.05%，2017年則分別為8.38%、7.63%和5.15%。

3.1 模型結(jié)果

使用stata模型，對(duì)全樣本及三個(gè)片區(qū)的數(shù)據(jù)分別做斷點(diǎn)回歸模型，其中Y1表示僅有金融發(fā)展水平三個(gè)指標(biāo)的回歸結(jié)果；Y2表示引入三個(gè)控制變量后的回歸結(jié)果。

表2斷點(diǎn)回歸估計(jì)結(jié)果

全樣本及三個(gè)片區(qū)回歸結(jié)果如表2所示：農(nóng)民收入水平在斷點(diǎn)處均存在明顯跳躍現(xiàn)象，無(wú)論是否引入控制變量，回歸結(jié)果均顯著。分片區(qū)看來(lái)，農(nóng)村貧困發(fā)生率越高，農(nóng)民金融發(fā)展對(duì)于農(nóng)民收入的積極影響越大。貧困發(fā)生率最高的西部片區(qū)，回歸系數(shù)最大，說(shuō)明金融發(fā)展對(duì)農(nóng)民收入影響最大，東北部片區(qū)次之，貧困發(fā)生率最低的中部片區(qū)回歸系數(shù)最小，其影響也最小。全樣本的模型結(jié)果如圖1所示：在斷點(diǎn)之前，金融發(fā)展水平與農(nóng)民收入之間呈近似線性關(guān)系，斜率較??；在斷點(diǎn)之后，二者仍維持線性關(guān)系，斜率明顯提高，表明農(nóng)村金融發(fā)展對(duì)集中連片特困地區(qū)農(nóng)民收入有顯著正向影響。

圖1農(nóng)民收入斷點(diǎn)處跳躍情況

3.2 穩(wěn)健性檢驗(yàn)

3.2.1 不同帶寬的斷點(diǎn)回歸

帶寬的選擇對(duì)模型設(shè)定尤為重要，考慮到樣本自身，本文分別選擇50%、100%、200%三種帶寬對(duì)模型進(jìn)行檢驗(yàn)，結(jié)果如表3所示。由表3可知，不同帶寬的選擇對(duì)回歸結(jié)果無(wú)較大影響，原模型具有較強(qiáng)穩(wěn)健性。3.2.2控制變量斷點(diǎn)處跳躍性檢驗(yàn)

表3穩(wěn)健性檢驗(yàn)：帶寬選擇

如果控制變量在斷點(diǎn)處存在顯著跳躍，那么因變量的跳躍就不能完全歸結(jié)于三個(gè)主變量影響。因此，本文在最優(yōu)帶寬下對(duì)控制變量的跳躍情況進(jìn)行檢驗(yàn)，結(jié)果見(jiàn)表4。結(jié)果顯示，城鎮(zhèn)化率、財(cái)政支出、農(nóng)村經(jīng)濟(jì)發(fā)展水平的估計(jì)系數(shù)均不顯著，則控制變量在斷點(diǎn)處均不存在跳躍，進(jìn)一步證明回歸模型具有穩(wěn)健性。

表4穩(wěn)健性檢驗(yàn)：控制變量斷點(diǎn)處跳躍情況

4 結(jié)論與建議

本文基于以上研究得出兩個(gè)結(jié)論：一是農(nóng)村金融發(fā)展對(duì)深度貧困地區(qū)農(nóng)民收入具有顯著正效應(yīng)；二是農(nóng)村貧困發(fā)生率越高，農(nóng)村金融發(fā)展對(duì)農(nóng)民收入的正效應(yīng)最大。分片區(qū)來(lái)看，貧困發(fā)生率最高的西部片區(qū)金融發(fā)展對(duì)農(nóng)民收入的影響最大，東北部片區(qū)次之，中部片區(qū)最小。

根據(jù)以上結(jié)論，結(jié)合已實(shí)施的農(nóng)村金融政策，下述建議有助于深度貧困地區(qū)脫貧攻堅(jiān)工作的開(kāi)展：一是繼續(xù)實(shí)施扶貧貼息政策，增加貧困地區(qū)扶貧貸款項(xiàng)目。在確保資金安全的條件下，可適當(dāng)放寬農(nóng)民申請(qǐng)貸款條件，增加貸款總量，延長(zhǎng)貸款期限，為貧困地區(qū)農(nóng)民生產(chǎn)發(fā)展提供資金支持；二是大力發(fā)展深度貧困地區(qū)農(nóng)業(yè)保險(xiǎn)事業(yè)，積極推進(jìn)農(nóng)業(yè)保險(xiǎn)保費(fèi)補(bǔ)貼政策，為農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)提供有效保障同時(shí)，鼓勵(lì)保險(xiǎn)機(jī)構(gòu)多建立基層網(wǎng)點(diǎn)，完善深度貧困地區(qū)農(nóng)村信用體系建設(shè)。