王萬濤,周雪梅
(貴州大學(xué)經(jīng)濟(jì)學(xué)院,貴州貴陽550002)
2013年習(xí)近平總書記在湖南湘西考察時作出了“實(shí)事求是、因地制宜、分類指導(dǎo)、精準(zhǔn)扶貧”的重要指示,首次提出“精準(zhǔn)扶貧”一詞。此后全國上下刮起來了一股精準(zhǔn)扶貧浪潮,全國人民緊跟黨和國家的步伐,采取一系列措施,開展精準(zhǔn)扶貧活動。貴州省也緊跟黨和國家步伐,推出了異地扶貧搬遷、產(chǎn)業(yè)扶貧、教育醫(yī)療扶貧等一系列措施開展精準(zhǔn)扶貧工作。
貴州省位于我國的西部地區(qū),由于歷史的、地理位置的原因,長期以來經(jīng)濟(jì)發(fā)展落后于全國。加快貴州經(jīng)濟(jì)發(fā)展,是縮短中西部地區(qū)差距的重要舉措之一,是全面建成小康社會的重要舉措之一,對確保2020年全面建成小康社會具有重要的現(xiàn)實(shí)意義。貴州省舉全省之力開展“精準(zhǔn)扶貧”工作,雖然精準(zhǔn)扶貧工作取得一定的成效,道真縣、務(wù)川縣、安龍縣等十八個縣經(jīng)過多年的努力終于達(dá)到摘帽退出程序和標(biāo)準(zhǔn),在2018年成功實(shí)現(xiàn)了脫貧摘帽。但是由于扶貧機(jī)制不健全等原因,精準(zhǔn)扶貧成果不顯著。本文就是基于這一現(xiàn)象深入研究影響貴州省精準(zhǔn)扶貧的因素,并給出了貴州省精準(zhǔn)扶貧的建議對策。
自從習(xí)總書記提出“精準(zhǔn)扶貧”思想后,黨和國家采取了一系列措施開展扶貧工作,學(xué)術(shù)界的很多學(xué)者也對精準(zhǔn)扶貧問題做了大量的研究,一些學(xué)者集中研究了精準(zhǔn)扶貧的影響因素,陳升和潘虹(2016)等人認(rèn)為精準(zhǔn)扶貧的影響因素包括精準(zhǔn)識別、精準(zhǔn)幫扶、精準(zhǔn)管理與精準(zhǔn)考核4個層面的9個因素,他們認(rèn)為在這些影響要素中的核心影響因素是扶貧對象精準(zhǔn)、項(xiàng)目安排精準(zhǔn)、資金使用精準(zhǔn)、措施到戶精準(zhǔn)與因村派人精準(zhǔn)[1];周思聰和王懿凡(2018)則從另一個角度研究了影響精準(zhǔn)扶貧的影響因素,他們認(rèn)為影響精準(zhǔn)扶貧的因素主要有兩方面:自然因素和人為因素[2];劉春臘和黃嘉欽(2018)等人從地理學(xué)的角度,提出了精準(zhǔn)扶貧的影響因素有區(qū)域自然環(huán)境條件、省域資源稟賦、經(jīng)濟(jì)社會條件等[3];王妍(2018)通過實(shí)證分析得出河北省精準(zhǔn)扶貧的影響因素有地區(qū)生產(chǎn)總值、全省公路通車?yán)锍獭⒙糜螛I(yè)總收入、金融機(jī)構(gòu)各項(xiàng)存款余額、金融機(jī)構(gòu)各項(xiàng)貸款余額以及農(nóng)民人均可支配收入[4]。
農(nóng)村貧困人口對精準(zhǔn)扶貧的滿意度從側(cè)面也反映了精準(zhǔn)扶貧政策的落實(shí)情況,反映了幫扶措施的精準(zhǔn)程度和幫扶效果。一些學(xué)者從精準(zhǔn)扶貧滿意度的角度出發(fā)研究精準(zhǔn)扶貧的影響因素,劉裕和王璇(2018)認(rèn)為年齡、文化程度、家庭收入來源、致貧原因、對精準(zhǔn)扶貧政策的了解程度、貧困戶人均收入增長情況及退出精準(zhǔn)度是影響貧困戶對精準(zhǔn)扶貧滿意度的主要因素,這也是精準(zhǔn)扶貧的影響因素[5]。
已有的這些文獻(xiàn)從不同角度討論了精準(zhǔn)扶貧的影響因素,有政府層面、貧困戶層面,有自然環(huán)境方面,也有經(jīng)濟(jì)環(huán)境方面的,但這些文獻(xiàn)都只是研究了單方面的影響因素,沒有綜合考慮所有的影響因素。為了彌補(bǔ)這個缺點(diǎn),本文綜合研究了精準(zhǔn)扶貧的影響因素。此外雖然貴州地處西南地區(qū),貧困問題突出,但是已有的大部分文獻(xiàn)都在研究河北、湖南等大省,專門針對貴州省研究貴州省精準(zhǔn)扶貧影響因素的文獻(xiàn)幾乎沒有,因此本文的研究具有重要的現(xiàn)實(shí)意義。
貴州省地處偏遠(yuǎn)西南地區(qū),經(jīng)濟(jì)不發(fā)達(dá)、交通不便、基礎(chǔ)設(shè)施落后,這使得貴州省精準(zhǔn)扶貧工作難度更大。貴州省精準(zhǔn)扶貧的影響因素有許多,本文借鑒了“河北省精準(zhǔn)扶貧影響因素實(shí)證分析”[6]的研究思路和研究方法,將影響因素主要?dú)w結(jié)為四個方面:金融業(yè)、旅游業(yè)、交通業(yè)以及農(nóng)民生活水平,假設(shè)這四個影響因素對精準(zhǔn)扶貧都具有明顯的正向作用,可以促進(jìn)貴州省經(jīng)濟(jì)的增長,并利用Eviews 8.0軟件建立VAR模型進(jìn)行實(shí)證分析。
本文選取貴州省的地區(qū)生產(chǎn)總值HGDP作為衡量精準(zhǔn)扶貧效果的指標(biāo),選取全省公路通車?yán)锍蹋≧OAD)、旅游業(yè)總收入(VINC)、金融相關(guān)率(FIR)、農(nóng)民人均可支配收入(PERI)分別作為衡量交通業(yè)、旅游業(yè)、金融業(yè)、農(nóng)民生活水平的指標(biāo)。除了地區(qū)生產(chǎn)總值HGDP作為被解釋變量之外,剩余指標(biāo)均作為解釋變量。為了避免內(nèi)生變量和外生變量劃分不準(zhǔn)確造成的誤差,將被解釋變量的滯后變量也視為解釋變量。本文的數(shù)據(jù)來自貴州省1987~2018年的統(tǒng)計年鑒和國家統(tǒng)計局。
其中金融相關(guān)率是指“某一時點(diǎn)上現(xiàn)存金融資產(chǎn)總額與國民財富(實(shí)物資產(chǎn)總額加上對外凈資產(chǎn))之比”,本文使用貴州省金融相關(guān)比率(FIR)作為貴州省金融發(fā)展的指標(biāo),公式為:FIR=(全部金融機(jī)構(gòu)存款額+全部金融機(jī)構(gòu)貸款額)/貴州省地區(qū)GDP[7]。全省公路通車?yán)锍蹋≧OAD)是指截止到某個時點(diǎn),貴州省內(nèi)的總可用公路里程。
由于統(tǒng)計年鑒上只有到1987年的數(shù)據(jù),所以數(shù)據(jù)比較少,為使模型更加準(zhǔn)確,在進(jìn)行數(shù)據(jù)分析時先將從統(tǒng)計年鑒上得到的年度數(shù)據(jù)轉(zhuǎn)化為月度數(shù)據(jù),再將得到的月度數(shù)據(jù)進(jìn)行對數(shù)化處理。將處理完后的數(shù)據(jù)進(jìn)行單位根檢驗(yàn),檢驗(yàn)結(jié)果如表1所示,從表中可以看出,原始時間序列所有變量在1%、5%、10%的顯著水平下均都不能拒絕原假設(shè),都是不平穩(wěn)的。在進(jìn)行一階差分之后,除地區(qū)生產(chǎn)總值(HGDP)外,其余變量在1%、5%、10%的顯著水平下均是平穩(wěn)的。進(jìn)行二階差分之后,所有的數(shù)據(jù)在1%、5%、10%的顯著水平下都能拒絕原假設(shè),二階差分之后的時間序列都是平穩(wěn)的。
本文利用Eviews 8.0軟件確定來VAR模型的最優(yōu)滯后階數(shù),結(jié)果如表2所示,根據(jù)少數(shù)服從多數(shù)原則,最后將模型滯后期選擇為4,由于所分析的時間序列是二階差分平穩(wěn)數(shù)列,所以VAR模型的最優(yōu)滯后階數(shù)為2。
本文是多變量模型,因此在單位根檢驗(yàn)的基礎(chǔ)上,采用Johansen協(xié)整檢驗(yàn)方法來檢驗(yàn)被解釋變量貴州省地區(qū)生產(chǎn)總值(HGDP)與四個解釋變量之間是否具有協(xié)整關(guān)系(見表3)。檢驗(yàn)結(jié)果顯示,在5%的顯著性水平下各個模型都有2個協(xié)整方程,說明變量HGDP、ROAD、VINC、FIR、PERI之間存在長期的協(xié)整關(guān)系。
基于AIC和SC準(zhǔn)則,判定本文VAR模型的最優(yōu)滯后階數(shù)為2,建立滯后2階的VAR模型。VAR(2)模型估計結(jié)果如下:
表1 ADF檢驗(yàn)結(jié)果一覽表
表2 VAR模型滯后期選擇
表3 協(xié)整序列檢驗(yàn)結(jié)果
圖1 AR根檢驗(yàn)
圖2 各變量對HGDP的脈沖響應(yīng)函數(shù)
其中ξt為4維沖擊向量 R-squared=0.9999
根據(jù)回歸結(jié)果可知,VAR模型總體的擬合優(yōu)度為99.99%,所得到的模型估計比較準(zhǔn)確。
為了檢驗(yàn)得到的VAR(2)模型是否穩(wěn)定,本文將得到的模型進(jìn)行單位根檢驗(yàn),由單位根分布(圖1)可以發(fā)現(xiàn),VAR(2)模型所有單位根全部落在單位根圓內(nèi),說明該模型是穩(wěn)定的,有效的。
根據(jù)本文建立的模型,可以通過脈沖響應(yīng)函數(shù)分析各個變量的沖擊對貴州省地區(qū)總產(chǎn)值HGDP的動態(tài)影響,如圖2所示。圖中的橫軸表示滯后期,在分析過程中本文選取滯后期為70,縱軸表示HGDP對一個標(biāo)準(zhǔn)差沖擊的響應(yīng)程度。
根據(jù)圖2來看,全省公路通車?yán)锍蹋≧OAD)對貴州省地區(qū)總產(chǎn)值HGDP具有明顯的正向作用,前期波動較大。當(dāng)給全省公路通車?yán)锍桃粋€沖擊后,貴州省地區(qū)總產(chǎn)值HGDP立即做出響應(yīng),并且第6期響應(yīng)最大,之后影響值一直下降,并緩慢趨于平靜;金融相關(guān)率FIR對貴州省地區(qū)總產(chǎn)值HGDP也具有明顯的正向作用,前期波動較大。當(dāng)給金融相關(guān)率一個沖擊后,貴州省地區(qū)總產(chǎn)值HGDP立即做出響應(yīng),并且第4期響應(yīng)最大,之后影響值一直下降,并緩慢趨于平靜;整體來說農(nóng)民人均可支配收入PERI對貴州省地區(qū)總產(chǎn)值HGDP的沖擊呈現(xiàn)出正的效應(yīng),只是在初期會出現(xiàn)負(fù)的沖擊波動。也就是說從長期來看,農(nóng)民人均可支配收入的增加有助于貴州省地區(qū)總產(chǎn)值的提高;貴州省旅游業(yè)總收入對貴州省地區(qū)總產(chǎn)值HGDP的沖擊呈現(xiàn)出明顯的負(fù)作用,前期波動比較大,這種作用最后趨于平靜。
從上述分析可以得出全省公路通車?yán)锍?、金融相關(guān)率和農(nóng)民人均可支配收入對貴州省地區(qū)總產(chǎn)值具有持續(xù)的正向作用,這種正向作用從長期來看是減弱的;旅游業(yè)總收入對貴州省地區(qū)總產(chǎn)值具有持續(xù)的負(fù)向作用,從長期來看是這種作用呈減弱趨勢。
由于脈沖響應(yīng)分析只是針對的單個變量對模型系統(tǒng)某指定的沖擊而產(chǎn)生的影響,對于不同的沖擊而產(chǎn)生的影響無法做出比較。因此我們需要采用方差分解來分析所選取五個變量所產(chǎn)生的結(jié)構(gòu)性的沖擊對模型中內(nèi)生變量的作用以及貢獻(xiàn),方差分解表如表4所示。
根據(jù)方差分解表(表4)中的數(shù)據(jù)可以看出選取的五個變量所產(chǎn)生的結(jié)構(gòu)性的沖擊對模型中內(nèi)生變量的貢獻(xiàn)程度:(1)貴州省地區(qū)總產(chǎn)值自身變動對貴州省地區(qū)總產(chǎn)值變動影響非常大,整個影響過程從大降到小并慢慢趨于平穩(wěn),從第一期的100%降到第五期的97%,之后持續(xù)降低,直達(dá)第二十三期降低到93%,達(dá)到穩(wěn)定值。在第二十三期之后數(shù)值略微有所波動,但是幅度不大,平均影響程度維持在93%左右,慢慢趨于平穩(wěn)。(2)金融相關(guān)率對貴州省地區(qū)總產(chǎn)值的沖擊影響是一個逐漸上升的過程,沖擊影響存在滯后性。影響幅度從第一期的0.0000開始增加,直到第二期增加到0.33%,之后繼續(xù)增加到第二十二期的4.8%,達(dá)到穩(wěn)定值。在第二十二期之后數(shù)值略微有所波動,但是幅度不大,平均影響程度維持在4.8%左右。(3)全省公路通車?yán)锍虒F州省地區(qū)總產(chǎn)值影響從零迅速上升并慢慢達(dá)到平穩(wěn)的過程,沖擊影響存在一定的滯后性。影響數(shù)值從第一期的0.0000迅速上升到第六期的5%,在第六期之后影響依舊保持上升的趨勢,一直增加到第二十五期的并一直保持在1.4%左右。(4)農(nóng)民可支配收入對貴州省地區(qū)總產(chǎn)值的沖擊影響從零迅速上升并慢慢達(dá)到平穩(wěn)的過程,沖擊影響存在一定的滯后性。影響數(shù)值從第一期的0.0000迅速上升到第四期的0.067%,在第四期之后影響依舊保持上升的趨勢,一直增加到第三十四期的0.155%,達(dá)到穩(wěn)定。在第三十四期之后數(shù)值略微有所波動,但是幅度不大,平均影響程度維持在0.16%左右。(5)旅游總收入對貴州省地區(qū)總產(chǎn)值的沖擊影響從零迅速上升并慢慢達(dá)到平穩(wěn)的過程,沖擊影響存在一定的滯后性。影響數(shù)值從第一期的0.0000迅速上升到第二期的0.04%,在第二期之后影響依舊保持上升的趨勢,一直增加到第二十二期的0.275%,達(dá)到穩(wěn)定。在第二十二期之后數(shù)值略微有所波動,但是幅度不大,平均影響程度維持在0.28%左右。
本文以貴州省為研究對象,選取1987至2018年的月度數(shù)據(jù)建立VAR模型,探究貴州省精準(zhǔn)扶貧的影響因素。本文根據(jù)模型輸出的脈沖響應(yīng)函數(shù)圖和方差分解數(shù)據(jù)分析了四個變量對貴州省地區(qū)總產(chǎn)值影響的時滯性和有效性,研究得出金融相關(guān)率對貴州省地區(qū)總產(chǎn)值具有持續(xù)的正向作用,而且影響較大,這種影響呈下降趨勢;全省公路通車?yán)锍虒F州省地區(qū)總產(chǎn)值具有持續(xù)的正向作用,影響較大;農(nóng)民可支配收入在前期對貴州省地區(qū)總產(chǎn)值具有負(fù)向作用,從第十期以后農(nóng)民可支配收入對貴州省地區(qū)總產(chǎn)值的影響變?yōu)檎蜃饔茫C合來看農(nóng)民可支配收入對貴州省地區(qū)總產(chǎn)值具有正向的影響作用,這種作用會慢慢趨于平穩(wěn);貴州省旅游業(yè)總收入對貴州省地區(qū)總產(chǎn)值的影響呈現(xiàn)出負(fù)的效應(yīng)。
表4 方差分解表
此外,本文利用方差分解比較了各變量對貴州省地區(qū)總產(chǎn)值的貢獻(xiàn)率,發(fā)現(xiàn)金融相關(guān)率對貴州省地區(qū)總產(chǎn)值的貢獻(xiàn)率最大,其次是全省公路通車?yán)锍獭R虼?,本文建議把貴州省精準(zhǔn)扶貧的重點(diǎn)放在金融精準(zhǔn)扶貧上,但也要關(guān)注交通業(yè)的發(fā)展,畢竟“要想富先修路”,只有交通發(fā)達(dá)、便利了,才能更好地促進(jìn)地區(qū)經(jīng)濟(jì)的發(fā)展。目前貴州省的旅游業(yè)雖然還屬于前期發(fā)展階段,對經(jīng)濟(jì)的帶動作用不大,但是貴州省應(yīng)該加快旅游設(shè)施的完善,做好旅游規(guī)劃,搞好旅游宣傳,提高貴州旅游知名度,促進(jìn)貴州省旅游業(yè)的成熟發(fā)展,從而更好地帶動貴州省經(jīng)濟(jì)的發(fā)展。
通過前面的分析可知,金融相關(guān)率FIR是精準(zhǔn)扶貧的最大影響因素,金融業(yè)的發(fā)展對經(jīng)濟(jì)的帶動作用最大。因此本文從金融角度出發(fā),給貴州省精準(zhǔn)扶貧工作提出了一些建議。
4.2.1 貧困戶方面。常言道“扶貧先扶智”,貧困戶之所以貧困,很大一部分原因是貧困戶普遍受教育水平不高或者說沒文化,接受新思想、學(xué)習(xí)新技術(shù)的能力弱,思想觀念落后,只能靠干簡單的體力活來獲取收入。第一,政府需要給貧困地區(qū)的貧困群眾開設(shè)教育培訓(xùn)課,傳授貧困群眾知識和技能。當(dāng)?shù)卣梢耘c一些高校展開合作,邀請高校大學(xué)生下鄉(xiāng)給貧困戶開展各種素質(zhì)教育培訓(xùn),不僅成本低,還可以鍛煉當(dāng)代大學(xué)生。此外當(dāng)?shù)卣€需要聘請專業(yè)人士給當(dāng)?shù)刎毨糁v解當(dāng)代國家的扶貧政策,傳授新技術(shù),講成功案例,還可以不定期地組織貧困群眾到其他扶貧成績顯著的地區(qū)參觀學(xué)習(xí),拓寬貧困戶的視野和知識面,讓他們了解外面的精彩世界,提高他們脫貧致富的信心和決心。第二,貧困群眾文化水平低,思想觀念落后,對金融產(chǎn)品不信任甚至有抵觸心里,所得的收入全部存入銀行,但是銀行的利息很低,有時候碰上通貨膨脹,存在銀行的錢還會面臨貶值的危險。這時就需要政府出面,一方面政府需要和金融機(jī)構(gòu)合作專門針對農(nóng)村這些貧困群眾設(shè)計發(fā)行一些低風(fēng)險高收益的金融產(chǎn)品,另一方面政府需要給貧困戶普及這些金融產(chǎn)品知識,鼓勵貧困戶購買這些低風(fēng)險的金融產(chǎn)品,讓貧困戶實(shí)現(xiàn)錢生錢,增加收益,提高生活水平,從而實(shí)現(xiàn)脫貧。
4.2.2 金融機(jī)構(gòu)方面。第一,要加快完善貧困地區(qū)金融扶貧基礎(chǔ)設(shè)施建設(shè)。金融機(jī)構(gòu)需要加快完善農(nóng)村金融的基礎(chǔ)設(shè)施建設(shè),做好貧困地區(qū)的網(wǎng)點(diǎn)規(guī)劃,優(yōu)化現(xiàn)有的網(wǎng)點(diǎn)布局,爭取能夠在鄉(xiāng)鎮(zhèn)實(shí)現(xiàn)金融機(jī)構(gòu)網(wǎng)點(diǎn)全面覆蓋,推動移動支付進(jìn)村入戶,提高貧困地區(qū)的金融服務(wù)能力。第二,大力發(fā)展小型金融機(jī)構(gòu)。一般大型商業(yè)銀行放貸規(guī)模比較大,而農(nóng)村地區(qū)的貧困戶較為分散而且貸款金額較少與大型商業(yè)銀行放貸規(guī)模不匹配,因此需要多增設(shè)一些小型的金融機(jī)構(gòu),發(fā)展各種類型的小型金融機(jī)構(gòu)。