中國普惠金融減貧效應(yīng)的實證研究

黨的十九大報告明確指出，打贏脫貧攻堅戰(zhàn)是必須完成的硬任務(wù)。普惠金融旨在緩解傳統(tǒng)金融模式下存在的金融排斥現(xiàn)象，擴(kuò)大金融服務(wù)的覆蓋范圍，增強(qiáng)基礎(chǔ)金融服務(wù)的可獲得性，讓處于社會各階層的經(jīng)濟(jì)主體都能有平等的機(jī)會得到金融服務(wù)，尤其是滿足農(nóng)村地區(qū)貧困人口和小微企業(yè)等弱勢群體的金融需求。因此，發(fā)展普惠金融是我國減貧戰(zhàn)略的重要手段，研究普惠金融的減貧效應(yīng)具有重要的現(xiàn)實意義。

學(xué)術(shù)界對普惠金融與貧困減緩的關(guān)系研究主要集中在機(jī)理研究和實證研究兩個方面。Hannig和Jansen指出普惠金融具有很強(qiáng)的包容性特征，使社會各個階層尤其是收入水平較低的群體都能獲得金融服務(wù)的權(quán)利，以此縮小貧富之間差距，降低貧困水平〔1〕。Julia Schmied指出普惠金融對貧困減緩的作用主要有三種途徑：一是通過投資行為，普惠金融可以使貧困群體免抵押物享受到貸款等金融服務(wù)；二是通過提升人力資本，貧困群體在獲得貸款資金后可用于提升自身文化水平，增強(qiáng)就業(yè)競爭力；三是通過企業(yè)行為，降低企業(yè)貸款成本后，企業(yè)能夠擁有更多的資金用于擴(kuò)大規(guī)模，為更多人提供就業(yè)機(jī)會〔2〕。王嬌和周穎的研究表明，擴(kuò)大銀行網(wǎng)點(diǎn)的覆蓋面能夠有效提高貧困地區(qū)金融服務(wù)的可得性，普惠金融可以為之前享受不到金融服務(wù)的貧困群體提供有效的金融服務(wù)，從而改善其貧困狀況，這對國家的經(jīng)濟(jì)增長與社會穩(wěn)定起到了關(guān)鍵性的作用〔3〕。宋寧的研究表明，獲取金融服務(wù)存在的權(quán)利不平等性會直接影響到農(nóng)民的收入，進(jìn)而導(dǎo)致收入差距在農(nóng)民內(nèi)部不斷擴(kuò)大，普惠金融服務(wù)通過破除金融門檻效應(yīng)而對縮小農(nóng)村居民內(nèi)部收入差距產(chǎn)生積極影響〔4〕。

在普惠金融與貧困減緩關(guān)系的實證研究方面，Park等以37個亞洲經(jīng)濟(jì)體的相關(guān)數(shù)據(jù)資料為研究對象，檢驗貧困和收入差距與普惠金融發(fā)展之間的相互聯(lián)系，實證結(jié)果表明普惠金融發(fā)展在縮小收入之間的不平等和減緩貧困中起著積極作用〔5〕。Kappel以跨國數(shù)據(jù)為研究對象，運(yùn)用回歸模型檢驗金融發(fā)展與減貧之間的關(guān)系，研究結(jié)果表明普惠金融能夠縮小高收入國家的居民收入差距，但在低收入國家并沒有表現(xiàn)出明顯的效果〔6〕。Zahonogo選擇GMM模型研究在部分發(fā)展中國家金融發(fā)展水平與減貧之間的相互關(guān)系，實證結(jié)果表明金融發(fā)展與減貧之間存在著倒“U”型關(guān)系〔7〕。武麗娟和徐璋勇采用斷點(diǎn)回歸模型檢驗我國農(nóng)村普惠金融對減貧的作用，實證結(jié)果表明在農(nóng)村地區(qū)普惠金融對當(dāng)?shù)刎毨丝诘臏p少有明顯的積極影響〔8〕。李佩佩對我國西部地區(qū)2005～2015年普惠金融發(fā)展的減貧效應(yīng)進(jìn)行了實證研究，研究結(jié)果表明普惠金融對西部地區(qū)的減貧有顯著的效果〔9〕。

綜上所述，學(xué)術(shù)界對普惠金融與貧困減緩的關(guān)系進(jìn)行了一定的研究，但現(xiàn)有的研究仍然存在一些不足之處，表現(xiàn)為：靜態(tài)研究較多，動態(tài)研究較少，很少采用動態(tài)面板模型研究貧困程度在時間上存在的持續(xù)性，同時對不同區(qū)域普惠金融減貧效應(yīng)的比較研究較少。本文根據(jù)中國內(nèi)地31個省份的面板數(shù)據(jù)建立動態(tài)系統(tǒng)GMM模型，研究中國普惠金融的總體減貧效應(yīng)以及東中西三大區(qū)域普惠金融的減貧效應(yīng)。

一、中國普惠金融發(fā)展水平的測度

(一)普惠金融發(fā)展評價指標(biāo)體系構(gòu)建

普惠金融發(fā)展涉及銀行、保險、涉農(nóng)財政扶貧和小微企業(yè)等多個金融機(jī)構(gòu)，因此，普惠金融發(fā)展水平的測度應(yīng)包括多個維度，本文選取具有代表性的金融服務(wù)地理滲透度、可獲得性、使用效用性3個維度共13個具體指標(biāo)來構(gòu)建普惠金融發(fā)展水平的評價指標(biāo)體系，以計算普惠金融發(fā)展指數(shù)，見表1。

表1 普惠金融發(fā)展的評價指標(biāo)體系

(二)測度方法

首先，數(shù)據(jù)處理。鑒于本文選取的各個指標(biāo)量綱單位不統(tǒng)一，需要對數(shù)據(jù)進(jìn)行歸一化處理，以此消除不同量綱對指標(biāo)數(shù)據(jù)的影響，歸一化處理函數(shù)為：

經(jīng)過計算得到的普惠金融各個指標(biāo)的權(quán)重分別是：地理滲透度占比為47.912%，可獲得性占比為30.583%，使用效用性占比為21.505%。三個維度所占權(quán)重的數(shù)值表明，金融服務(wù)的地理滲透度是影響普惠金融發(fā)展指數(shù)最重要的因素，其次是可獲得性，最后是金融服務(wù)的使用效用性。在組成地理滲透度的幾個評價指標(biāo)中，每萬平方公里金融機(jī)構(gòu)數(shù)量和每萬平方公里金融機(jī)構(gòu)員工數(shù)所占的比重較高，分別是14.806%和17.862%，這表明金融服務(wù)地理范圍的擴(kuò)大對普惠金融發(fā)展水平的提升發(fā)揮著主導(dǎo)作用。

本文采用31個省(市、自治區(qū))2007～2017年相關(guān)數(shù)據(jù)進(jìn)行研究。研究數(shù)據(jù)均來源于各省(市)統(tǒng)計年鑒，《中國國家統(tǒng)計年鑒》《中國金融年鑒》《中國區(qū)域經(jīng)濟(jì)統(tǒng)計年鑒》《中國經(jīng)濟(jì)統(tǒng)計年鑒》及wind 資訊、中國扶貧在線網(wǎng)站及各省統(tǒng)計局發(fā)布的統(tǒng)計公告。

(三)普惠金融發(fā)展指數(shù)的測度結(jié)果

普惠金融發(fā)展指數(shù)測度結(jié)果與變化趨勢如表2和圖1所示，從時序演變來看，2007～2017年普惠金融發(fā)展指數(shù)的全國均值以及大部分省市的測度值均在緩慢增長，有部分省市在2015～2016年的普惠金融指數(shù)有小幅度的下降，例如河北、吉林、上海、浙江和四川。在樣本期內(nèi)，東部地區(qū)普惠金融發(fā)展指數(shù)的平均值從0.2070增加到0.2528，增長幅度最大。中部和西部地區(qū)普惠金融發(fā)展指數(shù)平均值的增加值分別是0.0008和0.0145，增長幅度微乎其微。

圖1 2007～2017年全國及三大區(qū)域普惠金融發(fā)展指數(shù)變化趨勢

表2 我國2007～2017年普惠金融發(fā)展指數(shù)

從空間格局來看，我國不同省份普惠金融發(fā)展水平存在明顯的不平衡。上海的普惠金融發(fā)展指數(shù)在樣本期內(nèi)一直位于全國第一，2017年普惠金融發(fā)展指數(shù)前四名分別是上海市，北京市、浙江省和江蘇省。上海市作為全國的金融中心，擁有最豐富的金融資源，經(jīng)濟(jì)發(fā)展程度也高，北京、浙江和江蘇省也屬于東部經(jīng)濟(jì)發(fā)達(dá)地區(qū)，普惠金融發(fā)展指數(shù)相對較高。2017年，普惠金融發(fā)展指數(shù)最低的是廣西，僅為0.050，普惠金融發(fā)展指數(shù)相對較低的地區(qū)還有西藏、云南和貴州等，這些西部地區(qū)省份由于地理位置和自然資源條件的限制，經(jīng)濟(jì)發(fā)展水平相對落后，居民收入水平低、傳統(tǒng)金融服務(wù)的門檻高，普惠金融發(fā)展指數(shù)也居于全國末位。這說明普惠金融指數(shù)的高低與省域經(jīng)濟(jì)發(fā)展水平、所擁有的金融資源和居民收入有關(guān)聯(lián)。從三大區(qū)域看，東部地區(qū)普惠金融發(fā)展指數(shù)均值大于全國平均值，而中部地區(qū)和西部地區(qū)普惠金融發(fā)展指數(shù)則低于全國均值，這表明普惠金融發(fā)展水平提升的重點(diǎn)區(qū)域是在中西部地區(qū)。

二、模型設(shè)定與變量選取

(一)模型設(shè)定

貧困減緩是個持續(xù)的過程并且具有滯后性，上一期的貧困程度會對當(dāng)期貧困減緩產(chǎn)生影響。故參照 Boukhatem的做法，建立動態(tài)面板模型研究普惠金融的減貧效應(yīng)。但是該動態(tài)面板模型的滯后被解釋變量具有內(nèi)生性，如果要采用普通最小二乘法估計(OLS)，內(nèi)生性問題會導(dǎo)致估計系數(shù)產(chǎn)生較大偏差。為了克服這一偏差問題，本文借鑒Arellano等最初提出的廣義矩陣法(GMM)對動態(tài)面板模型進(jìn)行參數(shù)估計。廣義矩陣法(GMM)不僅可以解決內(nèi)生性問題，而且與傳統(tǒng)的估計方法相比，對模型中的隨機(jī)誤差項分布狀況沒有嚴(yán)格要求，序列相關(guān)和異方差等問題也不會影響到參數(shù)估計，得到的參數(shù)估計量也更準(zhǔn)確。GMM估計模型主要包括系統(tǒng)GMM和差分GMM，差分GMM方法對于有限樣本的適應(yīng)性較差，系統(tǒng)GMM估計作為差分GMM的擴(kuò)展，適用于較短樣本期的面板研究。

本文將反映貧困程度的被解釋變量滯后一期數(shù)也作為一個解釋變量，采用包含二階差分項工具變量的GMM模型為實證研究的基礎(chǔ)模型。從全國以及三大區(qū)域兩個層面來分析普惠金融發(fā)展的減貧效應(yīng)，構(gòu)建模型如下：

POVi,t=a0+β1POVi,t-1+β2IFIi,t+β3Xi,t+εi,t

其中，下標(biāo)i表示各個省，t表示各個年份。被解釋變量POVi,t為第i個省在t年的貧困程度，POVi,t-1為貧困程度的滯后一期數(shù)，體現(xiàn)模型的動態(tài)性，核心解釋變量IFI表示普惠金融發(fā)展水平，X表示控制變量，a0為常數(shù)項，βi為系數(shù)項，εi,t為隨機(jī)誤差項。

(二)變量選取

(1)被解釋變量。采用相對貧困指標(biāo)恩格爾系數(shù)衡量各省的貧困程度(POV)。恩格爾系數(shù)表示一個家庭食品支出占消費(fèi)支出總額的比重。

(2)核心解釋變量?；诒疚臉?gòu)建的普惠金融發(fā)展評價指標(biāo)體系，將通過變異系數(shù)和歐氏距離法計算得到的普惠金融發(fā)展指數(shù)(IFI)作為核心解釋變量，衡量普惠金融發(fā)展水平。同時，將反映貧困程度的被解釋變量滯后一期數(shù)也作為一個解釋變量。

(3)控制變量。本文主要是研究普惠金融發(fā)展的減貧效應(yīng)，因此有必要將其他能夠影響到貧困程度的因素作為控制變量。具體如下：

居民受教育水平(EDU)。因為居民受教育水平越高，其在勞動市場上可以通過自身的人力資本獲得工作機(jī)會，教育在防止貧困的代際遺傳中起著重要的作用。因此選擇居民受教育水平作為控制變量，用人均受教育年限表示，其計算方法為：人均受教育年限=(樣本中包含的小學(xué)文化程度人口數(shù)×6+初中×9+高中×12+大專及以上×16)/六歲以上抽樣人口總數(shù)表示。

城鎮(zhèn)化水平(UR)。在2013年之后，我國一直強(qiáng)調(diào)新型城鎮(zhèn)化對扶貧減貧的支撐作用，將部分住在山區(qū)的貧困群體整體搬遷到城鎮(zhèn)周邊并建廠提供工作機(jī)會，以此通過帶動當(dāng)?shù)鼐用袷杖朐鲩L，提升生活水平，實現(xiàn)就業(yè)脫貧。本文選取城鎮(zhèn)化率作為控制變量，用31個省(市、自治區(qū))城鎮(zhèn)人口占總?cè)丝诘谋戎乇硎?，以此衡量我國的城?zhèn)化水平。

農(nóng)業(yè)發(fā)展水平(ADL)。在我國農(nóng)村地區(qū)有大面積的耕地和坡地，種植農(nóng)作物是某些地區(qū)農(nóng)民主要收入來源，應(yīng)通過大力推進(jìn)農(nóng)業(yè)現(xiàn)代化水平提高農(nóng)業(yè)產(chǎn)值，增加貧困人口的收入，改善貧困狀況。農(nóng)業(yè)發(fā)展水平用農(nóng)業(yè)總產(chǎn)值占GDP的比重來衡量。

財政支農(nóng)水平(GFF)。理論上一個地區(qū)的財政支農(nóng)水平越高，越有利于該地區(qū)農(nóng)業(yè)的發(fā)展，從而推動貧困減緩。因此選取財政支農(nóng)水平作為控制變量，采用財政農(nóng)林水事務(wù)支出占財政總支出的比重來表示。

人均可支配收入(I)。人均可支配收入一直以來是我國衡量貧困的標(biāo)準(zhǔn)指標(biāo)，農(nóng)村貧困人口的減少主要靠農(nóng)民收入的提高來驅(qū)動，當(dāng)收入達(dá)到貧困線標(biāo)準(zhǔn)以上，也就是絕對意義上的脫貧。

三、模型檢驗與實證結(jié)果

(一)模型檢驗

1.面板數(shù)據(jù)單位根檢驗

本文的面板數(shù)據(jù)含有時間趨勢，為確保估計結(jié)果的有效性，因此在利用系統(tǒng)GMM計量模型進(jìn)行回歸之前先對其平穩(wěn)性進(jìn)行檢驗。選擇Stata 15.0中常用的LLC和IPS單位根檢驗方法，檢驗結(jié)果如表3所示。在原序列的檢驗結(jié)果中，只有財政支農(nóng)水平變量通過單位根檢驗，其余變量沒有通過。故對所有變量進(jìn)行一階差分后再次進(jìn)行單位根檢驗，一階差分序列的單位根檢驗結(jié)果均是平穩(wěn)的。

表3 面板數(shù)據(jù)單位根檢驗

2.協(xié)整檢驗

經(jīng)面板單位根檢驗結(jié)果可知本文研究變量的一階差分序列是平穩(wěn)的，因此要為判斷各變量之間是否存在長期關(guān)系進(jìn)行協(xié)整檢驗。本文運(yùn)用Stata15.0計量分析軟件中的KAO面板協(xié)整檢驗的方法，檢驗變量之間的協(xié)整關(guān)系。表4中的檢驗結(jié)果顯示：在1%顯著性水平上，各變量間通過協(xié)整檢驗，存在著長期均衡關(guān)系，可以進(jìn)行回歸檢驗。

表4 面板數(shù)據(jù)的KAO協(xié)整檢驗

3.F檢驗與Hausman檢驗

在對數(shù)據(jù)采用固定效應(yīng)還是隨機(jī)效應(yīng)模型進(jìn)行檢驗的選擇上，本文分別采用了F檢驗和Hausman檢驗兩種方式。檢驗結(jié)果如表5所示。用F檢驗來說明是采用混合效應(yīng)模型還是固定效應(yīng)模型，檢驗結(jié)果F=6.63，Prob>F=0.0000，拒絕選擇混合回歸模型的原假設(shè)，表明應(yīng)選擇面板固定效應(yīng)模型。用Hausman檢驗方法來確定應(yīng)該建立隨機(jī)效應(yīng)還是固定效應(yīng)模型，經(jīng)檢驗結(jié)果為chi2=57.16，Prob>chi2=0.0000，所以拒絕原假設(shè)，說明采用面板固定效應(yīng)模型優(yōu)于隨機(jī)效應(yīng)模型。

表5 F檢驗和Hausman檢驗結(jié)果

(二)實證結(jié)果分析

1.普惠金融全國總體減貧效應(yīng)分析

在采用系統(tǒng)GMM模型進(jìn)行結(jié)果估計時，依次在模型中加入居民受教育水平(EDU)、城鎮(zhèn)化水平(UR)、農(nóng)業(yè)發(fā)展水平(ADL)、財政支農(nóng)力度(GFF)、人均可支配收入(I)5個控制變量進(jìn)行回歸結(jié)果的估計。為了進(jìn)一步增強(qiáng)系統(tǒng)GMM 模型參數(shù)估計的可靠性，需要對模型設(shè)定和工具變量進(jìn)行檢驗?；貧w檢驗結(jié)果如表6顯示：各回歸模型的 AR2檢驗值說明模型殘差不存在二階自相關(guān)問題；Sargan 檢驗是用來對工具變量的設(shè)定是否合理進(jìn)行檢驗，檢驗結(jié)果顯示接受原假設(shè)，說明模型中選擇的工具變量有效。

從表6可知：回歸結(jié)果中在1%的顯著性水平下，貧困程度的一階滯后項(L.POV)的估計系數(shù)都是正的，說明前一期的貧困程度對當(dāng)期有顯著影響，表明貧困具有高度的持續(xù)性特點(diǎn)。普惠金融發(fā)展水平的系數(shù)在各個顯著性水平下都為負(fù)，這表明普惠金融發(fā)展對貧困程度有減緩作用。在控制變量中，居民受教育水平、城鎮(zhèn)化水平、農(nóng)業(yè)發(fā)展水平、財政支農(nóng)水平和居民人均收入水平對貧困減緩都表現(xiàn)出顯著的負(fù)影響，說明這些控制變量對當(dāng)?shù)氐呢毨С潭染酗@著的減緩作用。居民受教育水平的回歸系數(shù)是-0.0211，表明教育有助于我國貧困減緩，扶貧要注重提高農(nóng)民的農(nóng)業(yè)知識化水平，但回歸系數(shù)的值比較低，說明目前我國居民受教育水平相對較低，需要加大對教育的投入。城鎮(zhèn)化程度的回歸系數(shù)為-0.219，說明城鎮(zhèn)化為農(nóng)業(yè)轉(zhuǎn)移人口提供就業(yè)，實現(xiàn)就業(yè)脫貧。農(nóng)業(yè)發(fā)展水平的回歸系數(shù)為-0.035，說明農(nóng)業(yè)發(fā)展水平提高，通過增加農(nóng)民的收入減緩貧困，但回歸系數(shù)較小，說明目前我國農(nóng)業(yè)發(fā)展水平還相對落后。財政支農(nóng)力度的回歸系數(shù)為-0.3721，說明在扶貧攻堅過程中，國家對農(nóng)業(yè)進(jìn)行了大量投資，財政支農(nóng)對貧困減緩作用明顯。居民人均收入水平的回歸系數(shù)為-0.2511，說明居民人均可支配收入的提高對貧困減緩作用顯著。

表6 普惠金融減貧效應(yīng)的系統(tǒng)GMM估計結(jié)果

2.普惠金融區(qū)域減貧效應(yīng)分析

將研究樣本劃分為東部、中部和西部地區(qū)，基于系統(tǒng)GMM模型研究不同區(qū)域普惠金融減貧效應(yīng)的差異情況。模型估計結(jié)果如表7所示：

表7 東中西三大區(qū)域普惠金融減貧效應(yīng)的估計結(jié)果

由表7可知，在借助系統(tǒng)GMM模型研究東中西三大區(qū)域普惠金融減貧效應(yīng)的區(qū)域差異中，貧困程度的一階滯后項對當(dāng)期的貧困程度依舊表現(xiàn)為顯著的正向影響，這與全國整體數(shù)據(jù)進(jìn)行分析的結(jié)果一致，故進(jìn)一步說明貧困程度在時間上具有連續(xù)性，貧困減緩是一個長期的過程。東中西三大區(qū)域貧困程度一階滯后項的估計系數(shù)分別是0.6518、0.4657、0.2104，就估計系數(shù)數(shù)值大小而言，東部最大，中部次之，西部最低，這說明東部地區(qū)上一期的貧困程度對本期的影響程度最大，時間上的相互依存性最強(qiáng)。

東中西三大區(qū)域普惠金融發(fā)展水平對貧困程度的減緩都表現(xiàn)為負(fù)向影響，其中東部估計結(jié)果不顯著，中部地區(qū)在10%的顯著性水平下系數(shù)值為-0.1538，西部地區(qū)在5%的顯著性水平下系數(shù)值為-0.4671，說明西部地區(qū)普惠金融對貧困減緩程度的作用最明顯。其原因可能是東部地區(qū)的經(jīng)濟(jì)金融基礎(chǔ)好，貧困人口較少，貧困程度本來就低，普惠金融發(fā)展水平已經(jīng)很高，因此普惠金融對其貧困減緩不顯著。而西部地區(qū)還分布著較多貧困人口，普惠金融發(fā)展水平也相對較低，還具有較大的提升空間，貧困群體對基礎(chǔ)的信貸金融服務(wù)需求迫切，故普惠金融發(fā)展對貧困減緩具有顯著影響。在控制變量中，居民受教育水平對中、西部貧困減緩有顯著作用，東部的結(jié)果未通過顯著性檢驗；農(nóng)業(yè)發(fā)展水平、居民收入水平在三大區(qū)域都能顯著地降低貧困程度。貧困群體還大部分集中在農(nóng)村地區(qū)，我國對“三農(nóng)”的重視和扶持促進(jìn)了農(nóng)業(yè)產(chǎn)值的增加，使得農(nóng)民從農(nóng)業(yè)種植中獲得的收入增多，這都對農(nóng)民貧困程度的減緩起到積極影響。

四、結(jié)論

在測度普惠金融發(fā)展水平的基礎(chǔ)上，本研究對我國31個省(市、自治區(qū))普惠金融的減貧效應(yīng)進(jìn)行了實證研究，得到如下結(jié)論：

(1)從時序演變來看， 2007至2017年間，我國普惠金融發(fā)展水平總體在緩慢提高，但依然處于較低水平。省域間普惠金融發(fā)展指數(shù)的高低與該省經(jīng)濟(jì)發(fā)展水平、所擁有的金融資源和居民收入具有很大關(guān)聯(lián)性。

(2)從空間格局來看，普惠金融發(fā)展水平存在明顯的區(qū)域不平衡現(xiàn)象。東部普惠金融發(fā)展水平遠(yuǎn)高于全國平均水平，中西部普惠金融發(fā)展指數(shù)低于全國平均水平。這反映出我國金融資源分布的不均勻，普惠金融在中西部地區(qū)仍未得到充分的發(fā)展，還需要進(jìn)一步提升。

(3)實證分析結(jié)果表明，前一期的貧困程度對當(dāng)期有顯著影響，表明貧困具有高度的持續(xù)性特點(diǎn)。普惠金融發(fā)展對貧困減緩有顯著的促進(jìn)作用，但這種減緩作用存在著空間異質(zhì)性，在西部地區(qū)最為顯著，中部次之，東部不顯著。另外，居民受教育水平、農(nóng)業(yè)發(fā)展水平、城鎮(zhèn)化水平、財政支農(nóng)力度和居民人均可支配收入對貧困減緩也有顯著的正向作用。