張 寧 張 兵

?

農村非正規(guī)金融、農戶內部收入差距與貧困

張 寧1張 兵2

（1. 南京農業(yè)大學金融學院 江蘇南京 210095）（2. 西南交通大學經濟管理學院 四川成都 610031）

本文從微觀視角闡述了農村非正規(guī)金融對農戶內部收入差距與貧困的作用機理，并基于江蘇省農村地區(qū)1202戶農戶的調研數據以及農業(yè)部農村固定觀察點數據進行了實證檢驗。研究結果表明，農戶道義小農的屬性使得非正規(guī)金融市場上生活消費借款通常不收取利息，而其理性小農的屬性又使得生產投資借款一般收取高利息，且借入零息非正規(guī)借款的多為低收入農戶；基于社會網絡，農村非正規(guī)金融主要服務于低收入農戶，一個村的非正規(guī)金融發(fā)展規(guī)模對該村基尼系數以及貧困人口占比的增長具有顯著的抑制作用，而對收入最低的五分之一農戶純收入占比的增長具有顯著的促進作用，即農村非正規(guī)金融通過為低收入農戶提供金融服務而對農戶內部收入差距的擴大及貧困具有緩解作用。

農村非正規(guī)金融 農戶內部收入差距 貧困

一、引 言

非正規(guī)金融是指處于中央貨幣當局或金融市場當局監(jiān)督之外發(fā)生的金融交易、貸款和存款（Adams 和 Fitchett，1992）。我國農戶[①]融資渠道主要包括兩種，一種是正規(guī)金融，如農村信用聯社、農村合作銀行、農村商業(yè)銀行等；另一種是非正規(guī)金融：如親戚、朋友、民間放貸人等。[②]由于農戶收入較低且波動較大，相對于城市居民來說居住較分散，農戶借款額度較小，在正規(guī)金融機構看來存在規(guī)模不經濟問題，交易成本較高，決定了正規(guī)金融對其提供貸款可能會非常地謹慎，在貸款額度、期限、用途等方面有較為嚴格的限制，在擔保方面提出嚴格的要求，導致農戶即使愿意支付當前銀行貸款利率或更高的利率也仍然無法獲得貸款，這一現象常被稱為信貸配給（Stiglitz 和 Weiss，1981）。然而，農村非正規(guī)金融的本土化性質使得其市場信息不對稱程度較低，運作機制靈活，隨著農村經濟的發(fā)展而發(fā)展，其存在與當地的生產力發(fā)展水平相適應。因此，不管是過去還是現在，非正規(guī)金融始終是我國農戶融資的最主要來源（陳鵬、劉錫良，2011；丁志國等，2011；張兵、張寧，2012）。已有大量研究表明，銀行基于風險的考慮，使得農村受到信貸配給的農戶多為低收入農戶（劉營軍、褚保金等，2011；馬九杰、吳本建，2012；張兵、張寧，2013）。那么，農村非正規(guī)金融市場上基于血緣、地緣和業(yè)緣的農戶借款是否如正規(guī)金融那樣嫌貧愛富？其是否可以通過降低金融服務門檻為窮人提供金融服務，從而緩解貧困及農戶內部收入差距的擴大？

20世紀90年代以來，學術界開始研究金融發(fā)展對收入分配的影響。Greenwood 和 Jovanovic（1990）通過建立一個動態(tài)理論模型，探討了金融發(fā)展、經濟增長與收入分配的關系，發(fā)現金融發(fā)展與收入分配之間呈“倒U型”關系，即隨著金融發(fā)展水平的逐漸提高，其對收入差距的影響是先擴大后縮小。隨后學者們對此進行了大量的擴展研究及實證檢驗（Townsend 和 Ueda，2003；Maurer 和 Haber，2007）。鑒于城鄉(xiāng)收入差距對我國總體收入差距的貢獻最大（Yang，1999），國內已有相關文獻主要集中于金融發(fā)展對城鄉(xiāng)收入差距影響的實證研究（李志軍、奚君羊，2012；王書華、蘇劍，2012；胡宗義、李鵬，2013；張龍耀等，2013）。然而農業(yè)部農村固定觀察點2005-2010年江蘇省11個村的面板數據顯示，農戶內部收入差距呈擴大趨勢，2010年11個村基尼系數均值為0.395，逼近警戒線0.4，基尼系數最大值達0.545；收入最低的五分之一農戶純收入占比均值從2005年的9.6%下降到了2010年的7.5%。因此農戶內部收入差距的影響因素研究同樣受到了學者們的關注，金融因素也不例外。劉純彬和桑鐵柱（2010）認為，農村金融規(guī)模擴大在長期中將降低農村收入分配差距，而農村金融中介效率的提升將擴大農村收入分配差距。張敬石和郭沛（2011）認為，農村金融效率提高能夠緩解農村內部收入不平等程度。張兵等（2013）利用省級面板數據實證檢驗了農村金融發(fā)展對農戶內部收入差距的緩解作用。蘇靜等（2013）利用面板平滑轉換模型研究了中國農村非正規(guī)金融的減貧效應。然而囿于數據的可得性，國內關于農村非正規(guī)金融對農戶內部收入分配影響方面的研究多是從宏觀層面進行分析，缺乏微觀視角的考察，從而也缺乏對影響機理的深入分析，并且對非正規(guī)金融相關變量的選擇也略顯粗糙。

與已有研究不同，本文將利用江蘇農村地區(qū)1202戶農戶的調查數據，基于“金融發(fā)展與企業(yè)家精神”理論，通過分析非正規(guī)金融借款的利息、用途及資金流向，從微觀層面探討農村非正規(guī)金融對農戶內部收入差距與貧困的影響機理，并利用農業(yè)部農村固定觀察點數據進行實證檢驗。本文以下部分結構如下：第二部分是理論分析與研究假說；第三部分介紹數據來源并進行統(tǒng)計分析；第四部分為假說的實證檢驗；第五部分是全文的研究結論及政策啟示。

二、理論分析與研究假說

依據現有文獻，金融發(fā)展對收入分配的影響可以從宏觀和微觀兩個層面進行分析。從宏觀層面分析的文獻大多按照“金融發(fā)展——經濟增長——收入分配”這一邏輯主線，例如Greenwood 和 Jovanovic（1990），Banerjee 和 Newman（1993）等，此處不再贅述。本文基于微觀視角，根據“金融發(fā)展與企業(yè)家精神”理論，結合我國農村金融二元結構特征，來分析非正規(guī)金融對農戶內部收入差距及農村貧困的影響。

“金融發(fā)展與企業(yè)家精神”理論[③]認為，金融影響人們（包括窮人和富人）的經濟機會。由于受到正規(guī)金融排斥，擁有好創(chuàng)意的窮人可能無法獲得生產投資資金，而一個擁有普通想法的富人可能更容易獲得信貸，由于信息不對稱、規(guī)模不經濟等問題的存在，正規(guī)金融機構難以為那些有能力或有創(chuàng)新精神的窮人創(chuàng)造經濟機會（Demirgü-Kunt 和 Levine，2009）。然而，基血緣、地緣和業(yè)緣的農村社會網絡使得非正規(guī)金融市場信息充分、有聲譽等作為隱性抵押、交易成本低，可以為低收入農戶提供經濟機會。

由于正規(guī)金融市場信息不對稱問題較嚴重，且農戶以生產投資的名義借款較容易，因此生活用款擠占生產用款的現象普遍存在；而非正規(guī)金融市場信息較充分，資金借出方一般對借款用途較明確，且農戶道義小農的屬性使得非正規(guī)金融市場上生活消費借款（醫(yī)療、教育、建房等）通常不收取利息，而其理性小農的屬性又使得生產投資借款一般收取高利息（與同期正規(guī)金融借款相比），[④]并且借入零息非正規(guī)借款的多為低收入農戶（張兵等，2012）。

非正規(guī)金融降低了農村金融市場的服務門檻（資產、收入、教育、關系等方面），提高了低收入農戶的信貸可獲性，當受到正規(guī)金融排斥的低收入農戶有資金需求時，其可以選擇從非正規(guī)金融市場借款（蘇靜等，2013）。非正規(guī)金融是否能夠提高借款農戶的收入還取決于資金的用途及利息。如果借款是用于生產投資方面，那么非正規(guī)金融使得低收入農戶一些原本（僅有正規(guī)金融的情況下）實現不了的生產投資得以實現，從而提高了其收入；如果借款是用于生活消費方面，那么借入零息非正規(guī)借款的農戶只需要還本（借入正規(guī)借款需要付息），且不需要擠占生產投資資金用于消費，[⑤]因此，即使是用于生活消費的零息非正規(guī)借款也可能提高低收入農戶的收入水平。當低收入農戶有資金盈余時，其可能存入正規(guī)金融機構獲得利息，也可能借給非正規(guī)金融市場資金需求者用于生產投資，從而獲得高于正規(guī)金融機構存款的利息，最終高息非正規(guī)借款可能提高了其收入水平。

對于高收入農戶而言，其生活消費方面一般并不需要借款，而生產投資方面，由于其受到銀行信貸配給的概率較?。▌I軍、褚保金等，2011；許承明、張建軍，2012；馬九杰、吳本建，2012），且銀行利率相對高息非正規(guī)借款較低，因此，正常的生產投資向正規(guī)金融機構借款的概率更大，非正規(guī)金融市場對其收入的作用可能僅在于利息收入。相對于低收入農戶，非正規(guī)金融對高收入農戶收入的影響可能較小。

依據以上分析可以得出如下結論，借入零息非正規(guī)借款的農戶一般為低收入農戶，如果受到正規(guī)金融排斥的低收入農戶借入零息非正規(guī)借款，那么其生產投資資金不會受到擠占，非正規(guī)金融可以使其收入得到提高；如果低收入農戶借入高息非正規(guī)借款用于生產投資，那么其生產投資收益得以實現，其收入可能有所提高；如果低收入農戶借出高息非正規(guī)借款，那么其可以獲得高利息。因此，基于小農的道義屬性以及農村緊密的社會網絡，非正規(guī)金融可能更有利于低收入農戶收入水平的提高。根據上述分析，本文提出以下三個假說：

假說1：農村非正規(guī)金融服務對象主要為收入水平較低的農戶。

假說2：農村非正規(guī)金融對農戶內部收入差距的擴大具有抑制作用。

假說3：非正規(guī)金融對農村貧困具有緩解作用。

三、數據來源和統(tǒng)計分析

（一）數據來源

1、農村實地調研數據。

由于調研數據為截面數據，其在本文中僅用于以下兩方面內容的分析：非正規(guī)借貸資金流向、用途與利率，以及非正規(guī)金融服務對象為低收入農戶的檢驗。

此部分數據來源于“江蘇農村金融發(fā)展報告”課題組于2012年2月和2012年7、8月對江蘇農村地區(qū)居民融資行為的兩次入戶調查。對樣本區(qū)及農戶的選擇分別依據地區(qū)經濟發(fā)展水平和農戶家庭經濟情況進行分層抽樣。調查了41個鄉(xiāng)鎮(zhèn)、80個村共1202戶農戶，問卷內容涉及農戶家庭特征、生產經營、收入、消費、資產及2010-2011年期間的借貸行為等相關信息。

2、農業(yè)部農村固定觀察點數據。

觀察數據中，江蘇省蘇北、蘇中和蘇南地區(qū)共包括11個調查村，[⑥]810個樣本農戶，本文選擇2005-2010年11個村的面板數據檢驗非正規(guī)金融對農戶內部收入差距的緩解。

（二）統(tǒng)計分析

本部分將利用調研數據分析非正規(guī)借貸資金流向、用途與利率，以闡明非正規(guī)金融緩解農戶收入差距擴大的作用機理。

調研發(fā)現，農村非正規(guī)金融市場中僅包括兩類借款，一類為零息互助性借款，多用于生活消費方面；另一類為利率高于銀行利率的高息借款，多用于生產投資方面。因此，我們將非正規(guī)金融借款細分為零息非正規(guī)借款和高息非正規(guī)借款進行討論。

1202戶農戶中，從非正規(guī)金融市場借款的農戶共401戶，占借款農戶總數的67.39%；其中借入零息非正規(guī)借款戶303戶，借入高息非正規(guī)借款戶105戶?？疾旖杩钷r戶的收入情況，借入非正規(guī)借款農戶的收入水平明顯較低；收入水平為1、2的高收入借款農戶中有95.56%為正規(guī)金融借款農戶，而收入水平為4、5的低收入借款農戶中有97.02%為非正規(guī)借款農戶（見表1）?？梢缘贸鼋Y論，非正規(guī)金融的服務對象主要為低收入農戶。主要原因在于，農村社會網絡使得非正規(guī)金融市場服務門檻較低。

考察借出款農戶的收入分布，借出款農戶的收入水平明顯較高。收入水平為1、2的借出款農戶占借出款農戶總數的比重為87.24%，且其中零息借款戶占比72.11%；收入水平為4、5的借出款農戶占比僅為4.75%，且其中高息借款戶占比87.5%。由此可見，非正規(guī)金融市場上借出款農戶多為高收入農戶，并且以零息借款為主；低收入借出款農戶較少，且大多借出高息借款用于生產投資（見表1）。

1202戶農戶中，有595戶在樣本期出現過借（入）款行為，占比為49.50%，發(fā)生借款1089筆，其中757筆為非正規(guī)金融市場借款。統(tǒng)計757筆非正規(guī)借款的相關信息，首先將借款按用途分為四類：農業(yè)生產投入（指種養(yǎng)殖業(yè)投入，包括購買農用機械），非農生產投入（主要包括個體工商經營等投入），以及消費（購買生活消費品，包括吃、喝、穿及耐用消費品；教育；醫(yī)療；購建房；以及婚喪嫁娶等支出），其中，農業(yè)生產借款、非農生產借款和消費借款占比分別為6.37%、23.82%和69.81%。零息非正規(guī)借款中94.57%用于消費，高息非正規(guī)借款中83.37%用于非農生產投資。原因在于，現實中的小農既具有道義小農的屬性，也具有理性小農的屬性，對于消費借款大多屬于道義相助，不收取利息，而對于生產投資借款一般收取高息。

表1 借款農戶收入分布

注：借款農戶收入水平的衡量方法為：將所調研的1202戶農戶人均年純收入按由高到低順序排列，去掉最大和最小值，并將收入數據等分為五組，每一組數值就有一個區(qū)間，第1組收入水平最高。

借款農戶收入水平和資產水平兩個指標均值再次顯示：非正規(guī)金融主要服務于低收入農戶。資金流向顯示：零息非正規(guī)借款資金流向主要是較富裕農戶借給較貧困農戶，而高息非正規(guī)借款的資金主要是流向收入水平較低農戶以及收入水平相當農戶（見表2）。

表2 757筆非正規(guī)借款類型與資金流向的統(tǒng)計

注：（1）757筆非正規(guī)借款農戶人均年純收入落在表4中哪一個區(qū)間，收入水平即為幾，取值范圍為1-5。（2）借款農戶資產水平的衡量方法與收入水平的衡量方法相同，第1組的資產水平最高，取值1，指標范圍為1-5。（3）資金流向的衡量方法為：借入農戶的收入水平低于借出農戶，則稱資金“流向收入水平較低農戶”。

由于高息借款主要用于生產投資，而零息借款則主要用于生活消費，結合上表中非正規(guī)借款資金的流向可初步推斷：非正規(guī)金融市場上的資金借入方，即其主要服務對象為低收入農戶，其對農戶內部收入差距的擴大及農村貧困具有緩解作用。為了更正式地檢驗研究假說，以下進行計量分析。

四、實證檢驗

（一）模型及變量說明

1、非正規(guī)金融服務對象收入較低的檢驗

第一階段擬選擇probit模型研究非正規(guī)金融及正規(guī)金融的需求農戶特征，為了考察正規(guī)金融和非正規(guī)金融的交互作用，我們還將用模型分析兩部門相互作用下的農戶借款決策行為，擬采用雙變量probit模型分析該問題，具體計量模型如下：

（2）

表3 probit模型的相關變量說明

變量類別變量名變量含義均值標準差 解釋變量（）IWI家庭最主要收入來源是否為打工收入，是=1，否=00.54870.4980 FWI家庭最主要收入來源是否為工資，是=1，否=00.12420.3301 Income農戶家庭年度毛收入（萬元）4.458310.5158 Assets農戶家庭資產（萬元）25.303737.0678 Land耕地面積（畝）3.26634.7547 Distance農戶家庭到最近的金融機構網點距離（里）4.21643.7175 Delay是否出現過不能按時還款的情況，是=1，否=00.11790.3228 NJS地區(qū)虛擬變量，樣本地區(qū)為蘇北，則NJS =1，否則為00.51260.5002 CJS地區(qū)虛擬變量，樣本地區(qū)為蘇中，則CJS =1，否則為00.23740.4258 SJS地區(qū)虛擬變量，樣本地區(qū)為蘇南，則SJS =1，否則為00.25000.4334

注：表中各虛擬變量，是=1，否=0。

參考Thorsten Beck 和Asli Demirgü?-Kunt（2007），我們選擇以下三個變量作為被解釋變量：（a）基尼系數的增長；（b）收入最低的五分之一農戶純收入占比的增長；（c）貧困人口占比的增長。（a）越大，（b）越小，說明農戶內部收入差距擴大速度加快；（c）越大，說明貧困加速，（c）越小，說明貧困速度減緩或脫貧速度加快。以下對基尼系數的計算以及貧困人口的界定進行說明：

（1）基尼系數。通過計算洛倫茨曲線圖中洛倫茨曲線與對角線之間的面積A 以及對角線右下方的直角三角形面積（A+B），將這兩塊面積相除而求得，即，基尼系數=A/（A+B）。我們采用以下計算方法：假定樣本人口可以分成 n 組，設、和分別代表第i組的收入份額、平均人均收入和人口頻數（i=1，2，…n），對全部樣本按人均收入（）由小到大排序后，基尼系數（G）可由以下公式計算出來：

（2）貧困人口。參考《中國農村貧困監(jiān)測報告》，以人均純收入為基礎，收入低于以下標準的為貧困農戶，家庭成員為貧困人口。需要說明的是，報告中貧困標準是逐年提高的。

參考Thorsten Beck和Asli Demirgü?-Kunt（2007），我們選擇如下計量模型：

表4 模型變量說明

（二）模型估計結果

1、非正規(guī)金融服務對象收入較低的檢驗

哪有天天不舒服的？這分明是在找借口逃課嘛！可是，看著妍妍緊皺的眉頭、蒼白的嘴唇和痛苦不堪的表情，又確實不像裝的。

不管是在Probit模型中還是在雙變量Probit模型中，考察變量Income的系數均發(fā)現，收入水平較低的農戶向非正規(guī)金融市場借款的可能性更大，收入較高的農戶更傾向于正規(guī)金融市場。同時，由模型的估計結果還可以得到以下幾個結論：（1）農戶的受教育程度也顯著影響其融資途徑，受教育程度高的農戶更傾向于正規(guī)金融市場，而受教育程度較低的農戶則一般向非正規(guī)金融市場借款；（2）不管是在正規(guī)金融市場還是在非正規(guī)金融市場上，以個體工商業(yè)為家庭主要收入來源的農戶借款的可能性更大；（3）非勞動力占比較大的農戶一般會選擇向非正規(guī)金融市場借款；（4）離最近的金融機構網點距離與向正規(guī)金融機構借款的概率呈反比（見表5）。

表5 非正規(guī)金融服務對象收入較低的檢驗結果

注：*、**和***分別表示在10%、5%和1%的水平上顯著。

綜上所述，經濟社會地位較低、家庭勞動力占比較少的農戶向非正規(guī)金融市場借款的概率更大，即非正規(guī)金融主要服務于低收入農戶。

2、緩解貧困及農戶內部收入差距擴大的檢驗

模型（1）、（2）和（3）表明，一個村的非正規(guī)金融發(fā)展規(guī)模對該村基尼系數的增長具有顯著的緩解作用，而正規(guī)金融的發(fā)展規(guī)模對基尼系數的增長則具有顯著的促進作用。同時，由模型（4）的估計結果還可以看出，包括非正規(guī)金融和正規(guī)金融在內的金融發(fā)展規(guī)模對一個村基尼系數的增長總體仍然是呈顯著緩解作用的（見表6）。

關注非正規(guī)金融對收入最低的五分之一農戶純收入占比的影響，由模型（1）、（2）和（3）的估計結果可以看出，一個村非正規(guī)金融的發(fā)展規(guī)模對收入最低的五分之一農戶純收入占比的增長具有顯著的促進作用，而正規(guī)金融的發(fā)展規(guī)模對其增長則具有顯著的阻礙作用。然而模型（4）的估計結果表明，包括正規(guī)金融與非正規(guī)金融的金融發(fā)展規(guī)模對收入最低的五分之一農戶純收入占比的增長仍然是具有顯著促進作用的（見表7）。

表6 非正規(guī)金融緩解農戶內部收入差距（Gini）擴大的檢驗結果

注：*、**和***分別表示在10%、5%和1%的水平上顯著。

表7 非正規(guī)金融緩解農戶內部收入差距（LIS）擴大的檢驗結果

注：*、**和***分別表示在10%、5%和1%的水平上顯著。

同時，模型（1）、（2）和（3）的估計結果還表明，收入最低的五分之一農戶純收入占比的初始值越大，則其增長越慢；初始值越小，其增長越快?？赡艿脑蚴牵截毨У霓r戶收入增長空間越大，增速較快?！跋茸屢徊糠秩烁黄饋恚雀粠雍蟾弧钡恼摂嘣趯嵺`中得到了檢驗（見表8）。

關注非正規(guī)金融對貧困人口占比的影響，模型（1）、（2）和（3）的估計結果表明，一個村非正規(guī)金融的發(fā)展規(guī)模越大，則該村貧困人口占比的增長就越慢，即非正規(guī)金融對貧困人口占比的增長具有顯著的抑制作用；然而模型估計結果也表明，正規(guī)金融的發(fā)展對貧困人口占比的增長是具有顯著促進作用的。模型（4）的估計結果表明，農村金融市場（包括正規(guī)金融市場和非正規(guī)金融市場）的發(fā)展對貧困人口占比的增長具有顯著的抑制作用（見表8）。

表8 非正規(guī)金融緩解貧困（PPS）的檢驗結果

注：*、**和***分別表示在10%、5%和1%的水平上顯著。

（三）穩(wěn)健性檢驗[⑦]

本文從關鍵變量的度量及控制變量的選擇兩個方面對上述回歸結果進行穩(wěn)健性檢驗。我們改變金融發(fā)展規(guī)模的衡量指標（借款額占農戶純收入比重，具體見表7），以檢驗模型中重要變量衡量指標的變化是否對結果產生影響。參考蘇靜（2013）等學者的研究，用樣本村非正規(guī)借款額、正規(guī)借款額及借款總額與農業(yè)增加值的比值分別衡量非正規(guī)金融、正規(guī)金融和金融總體發(fā)展規(guī)模，回歸結果仍顯示非正規(guī)金融顯著緩解了農村貧困及農戶內部收入差距的擴大，基本模型中的其他主要發(fā)現也都基本保持不變，說明我們的結論穩(wěn)健。

關于農戶內部收入差距影響因素的研究，部分文獻還考慮了城鎮(zhèn)化水平的影響（張兵、劉丹，2013）。為保證結論的穩(wěn)健性，參考已有文獻，我們用非農業(yè)人口占比來衡量樣本村的城鎮(zhèn)化水平，并將其作為控制變量放入模型?；貧w結果顯示我們的結論依然穩(wěn)健。

五、結論與啟示

本文首先理論分析了農村非正規(guī)金融對農戶內部收入差距擴大和貧困的緩解作用機理，然后基于江蘇省農村地區(qū)1202戶農戶的調研數據以及農業(yè)部農村固定觀察點數據進行了實證檢驗。研究結果表明：農村非正規(guī)金融通過為低收入農戶提供金融服務而對農戶內部收入差距及農村貧困具有緩解作用。具體研究結論包括以下四個方面：第一，經濟社會地位較低、家庭勞動力占比較少的農戶向非正規(guī)金融市場借款的概率更大，即非正規(guī)金融主要服務于低收入農戶。第二，一個村的非正規(guī)金融發(fā)展規(guī)模對該村基尼系數的增長具有顯著的緩解作用，而正規(guī)金融的發(fā)展規(guī)模對基尼系數的增長則具有顯著的促進作用；包括非正規(guī)金融和正規(guī)金融在內的金融發(fā)展規(guī)模對一個村基尼系數的增長總體仍然是呈顯著緩解作用的。第三，一個村非正規(guī)金融的發(fā)展規(guī)模對收入最低的五分之一農戶純收入占比的增長具有顯著的促進作用，而正規(guī)金融的發(fā)展規(guī)模對其增長則具有顯著的阻礙作用；包括正規(guī)金融與非正規(guī)金融的金融發(fā)展規(guī)模對收入最低的五分之一農戶純收入占比的增長仍然是具有顯著促進作用的。第四，一個村非正規(guī)金融的發(fā)展規(guī)模越大，則該村貧困人口占比的增長就越慢，即非正規(guī)金融對貧困人口占比的增長具有顯著的抑制作用；然而正規(guī)金融的發(fā)展對貧困人口占比的增長是具有顯著促進作用的；農村金融市場（包括正規(guī)金融市場和非正規(guī)金融市場）的發(fā)展對貧困人口占比的增長具有顯著的緩解作用。

本文的研究結論肯定了農村非正規(guī)金融對農村社會和諧發(fā)展的積極作用，因此，在未來的農村金融改革中，我國應該充分考慮非正規(guī)金融的積極作用，加快非正規(guī)金融的合法化進程，給予農村非正規(guī)金融更明晰的發(fā)展定位與政策支持。同時，促進正規(guī)金融與非正規(guī)金融的合作，充分利用非正規(guī)金融的社會網絡優(yōu)勢和正規(guī)金融的資金規(guī)模優(yōu)勢，降低農村金融市場服務門檻，為低收入農戶提供經濟機會，從而緩解農村貧困及農戶內部收入差距的擴大。

1. 陳鵬、劉錫良：《中國農戶融資選擇意愿研究——來自10省2萬家農戶借貸調查的證據》[J]，《金融研究》2011年第7期。

2. 丁志國、朱欣樂、趙晶：《農戶融資路徑偏好及影響因素分析——基于吉林省樣本》[J]，《中國農村經濟》2011年第8期。

3. 胡宗義、李鵬：《農村正規(guī)與非正規(guī)金融對城鄉(xiāng)收入差距影響的空間計量分析——基于我國31省市面板數據的實證分析》[J]，《當代經濟科學》2013年第35卷第2期。

4. 劉營軍、褚保金、徐虹：《政策性金融破解農戶融資難研究——一個微觀視角》[J]，《農業(yè)經濟問題》2011年第11期。

5. 李志軍、奚君羊：《中國金融發(fā)展與收入差距的倒 U 關系分析》[J]，《上海經濟研究》2012年第9期。

6. 劉純彬、桑鐵柱：《農村金融發(fā)展與農村收入分配：理論與證據》[J]，《上海經濟研究》2010年第12期。

7. 馬九杰、吳本建：《利率浮動政策、差別定價策略與金融機構對農戶的信貸配給》[J]，《金融研究》2012年第4期。

8. 蘇靜、胡宗義、唐李偉等：《農村非正規(guī)金融發(fā)展減貧效應的門檻特征與地區(qū)差異——基于面板平滑轉換模型的分析》[J]，《中國農村經濟》2013年第7期。

9. 王書華、蘇劍：《農戶金融資產配置的門檻效應對收入差距的影響機制——基于微觀面板門限協整模型的經驗與證據》[J]，《當代經濟科學》2012年第34卷第2期。

10. 張兵、張寧：《農村非正規(guī)金融是否提高了農戶的信貸可獲性？——基于江蘇1202戶農戶的調查》[J]，《中國農村經濟》2012年第10期。

11. 張兵、張寧：《農村非正規(guī)金融市場需求主體分析——兼論新型農村金融機構的市場定位》[J]，《南京農業(yè)大學學報（社會科學版）》2013年第13卷第2期。

12. 張龍耀、楊軍、張海寧：《金融發(fā)展、家庭創(chuàng)業(yè)與城鄉(xiāng)居民收入——基于微觀視角的經驗分析》[J]，《中國農村經濟》2013年第7期。

13. 張敬石、郭沛：《中國農村金融發(fā)展對農村內部收入差距的影響——基于 VAR 模型的分析》[J]，《農業(yè)技術經濟》2011年第1期。

14. 張兵、劉丹、鄭斌：《農村金融發(fā)展緩解了農村居民內部收入差距嗎？——基于中國省級數據的面板門檻回歸模型分析》[J]，《中國農村觀察》2013年第3期。

15. Adams, D.W. and Fitchett, D.A., 1992, “Informal Finance in Low-income Country Boulder” [M], Published by Westview Press.

16. Bianchi, M., 2010, “Credit Constraint, Entrepreneurial Talent and Economic Development” [J],, Vol.34（1）, pp.93-104.

17. Beck, T., Demirgü?-Kunt, A. and Levine, R., 2007, “Finance, Inequality, and the Poor” [J],, Vol.12（1）, pp.27-49.

18. Claessens, S. and Perotti, E., 2007, “Finance and Inequality: Channels and Evidence” [J],, Vol.35（4）, pp.748-773.

19. Demirgü?-Kunt, A. and Levine, R., 2009, “Finance and Inequality: Theory and Evidence” [J],Vol.1（1）, pp.287-381.

20. Ghatak, M. and Jiang, N., 2002, “A Simple Model of Inequality, Occupational Choice and Development” [J],, Vol.69（1）, pp.205-226.

21. Greenwood, J. and Jovanovic, B., 1990, “Financial Development, Growth, and the Distribution of Income” [J],, Vol.98, pp.1076-1107.

22. Maurer N. and Haber S., 2007, “Bank Concentration, Related Lending and Economic Performance: Evidence from Mexico”[J],Vol.67, pp.551-581.

23. Stiglitz J. and Weiss A., 1981, “Credit Rationing in Markets with Imperfect Information” [J],, Vol.71, pp.393-410.

24. Townsend, Robert M. and Kenichi Ueda, 2003, “Financial Deepening, Inequality, and Growth: A Model-based Quantitative Evaluation” [J],, Vol.73（1）, pp.251-293.

25. Yang, D.T., 1999, “Urban-biased Policies and Rising Income Inequality in China” [J],, Vol.89（2）, pp.306-310.

（L）

*本研究得到國家自然科學基金項目“農村非正規(guī)金融的收入效應及其正規(guī)化研究”（項目編號：71403124）和南京農業(yè)大學中央高?；究蒲袠I(yè)務費人文社會科學研究基金（項目編號：SKJD2014001）的資助。作者同時為江蘇農村金融發(fā)展研究中心成員。