■王志濤，徐兵霞

一、引言

隨著精準扶貧政策的實施，我國的扶貧開發(fā)工作取得了突破性進展。國家統計局數據顯示，我國貧困人口已由2012 年的9899 萬人減至2019 年的551 萬人，農村貧困發(fā)生率從10.2%降低至0.6%。為推進2020年全面建成小康社會，實現貧困人口全部脫貧，貧困縣全部摘帽，需要更加充分發(fā)揮金融扶貧的撬動作用，賦予貧困人口長期可持續(xù)發(fā)展能力，防范脫貧人口的再次返貧，做到真脫貧、脫真貧。

金融扶貧是從短期效益到長期效益、從“輸血”到”造血”的重要舉措，也是鄉(xiāng)村振興的有力支撐?！吨袊r村扶貧開發(fā)綱要（2011—2020）》明確提出要依靠扶貧貼息貸款、小額信用貸款、民間借貸等多種渠道，填補貧困地區(qū)的金融服務真空，滿足貧困農戶的金融服務需求。2019 年國務院扶貧辦提出要進一步加大對貧困戶信貸支持力度，促使扶貧項目再貸款利率更為優(yōu)惠，扶貧資金來源渠道更為廣泛，貧困戶獲得金融服務的方式更加便捷。發(fā)展農村金融扶貧，滿足貧困農戶多樣化融資需求，幫助其提升自我發(fā)展能力，是扶貧開發(fā)工作的著力點，也是實現脫貧攻堅目標的有效途徑。然而，現有的貧困人口大多集中于深度貧困地區(qū)和特困連片地區(qū)，這些地區(qū)往往金融服務薄弱、金融產品稀缺，需聚焦金融資源，推動地區(qū)的金融發(fā)展。

已有大量研究對金融扶貧進行了深入分析，但絕大多數是從事后角度分析貧困、測量減貧效果、探究如何幫助貧困農戶脫貧致富，僅關注了金融扶貧對當前貧困的影響，很少涉及金融扶貧減貧效果的持久性，即很少關注金融扶貧對農戶家庭貧困脆弱性的影響。此外，現有研究一般以收入為標準來界定貧困，然而低收入僅是農戶家庭貧困的外部表征之一，農戶家庭在面對不確定性風險和外部沖擊時的脆弱性才是其陷入貧困的內因所在。因此，進一步研究分析金融扶貧對未來貧困的影響具有重要現實意義，不僅要注重貧困農戶如何減貧脫貧，還要更加注重其在未來發(fā)生貧困的可能性。通過識別未來可能陷入貧困的農戶，有助于針對性地采取扶貧措施，阻止其在未來陷入貧困（蔣麗麗，2017）。鑒于此，筆者試圖從貧困脆弱性角度檢驗金融扶貧的減貧效果。為此，將使用中國家庭追蹤調查（CFPS）2014年、2016年和2018年數據，評估金融扶貧對貧困脆弱性的影響。主要貢獻是在既有的金融扶貧分析框架中引入了貧困脆弱性的概念，從前瞻性視角對金融扶貧的減貧效果進行了再評估，并試圖回答以下問題：第一，農戶家庭貧困脆弱性程度如何？第二，金融扶貧能否有助于降低農戶家庭的貧困脆弱性？

二、文獻綜述

已有研究中關于金融發(fā)展對減貧效果的影響可以分為直接影響和間接影響。金融發(fā)展的直接影響，可以概述為兩個層面：一是金融發(fā)展可以向貧困農戶提供信貸服務，使其有一定的能力獲得新技術，提高勞動生產率，進而改善生產性收入，降低貧困發(fā)生率。二是金融發(fā)展可以為貧困農戶提供儲蓄服務，幫助貧困農戶平滑消費，降低因收入不穩(wěn)定帶來的風險，降低貧困脆弱性。Burgess &Pande（2005）通過研究貧困農戶直接參加金融活動對減貧效果的影響，發(fā)現農村地區(qū)銀行數量的增加，提高了當地農戶的農業(yè)收入，并顯著降低了貧困發(fā)生率。Geda et al.（2006）研究了埃塞俄比亞的減貧效果，表明金融產品的使用能夠平滑消費，降低貧困。Jeanneney & Kpodar（2011）利用發(fā)展中國家的數據進行實證研究，認為金融發(fā)展具有直接減貧作用。類似地，呂勇斌和趙培培（2014）的研究發(fā)現金融發(fā)展能夠提高貧困農戶的消費水平，有利于減緩貧困。傅鵬等（2018）結合空間計量模型，發(fā)現金融發(fā)展對收入貧困和教育貧困具有直接的減貧作用。申云等（2019）采用傾向得分匹配—雙重差分法（PSM—DID）研究農業(yè)供應鏈金融信貸的減貧效應，認為農村合作社供應鏈金融信貸對貧困農戶具有顯著的直接減貧效應。

金融發(fā)展的間接影響表現為金融發(fā)展的經濟增長效應和收入分配效應對減貧的影響。一是經濟增長效應。較多研究者認為，金融發(fā)展通過提高經濟發(fā)展，改善農戶貧困水平，從而起到間接減貧效果。Dollar & Kraay（2002）提出經濟增長可以通過“涓滴效應”，使貧困農戶享受到經濟增長帶來的收益，減緩貧困。Gazi et al.（2014）認為金融扶貧能夠通過經濟增長、收入分配等途徑，使貧困農戶能夠享受到更多的金融資源，不斷提升其資本積累和風險抵抗能力，從而能夠避免陷入“貧困陷阱”。楊艷琳和付晨玉（2019）發(fā)現金融發(fā)展能夠通過提高金融產品和服務的可獲得性，提高農戶家庭的收入水平，改善其貧困狀況。二是收入分配效應。有關金融發(fā)展的分配效應，目前主要存在三種觀點：第一種是以Greenwood&Jovanovic（1990）為代表提出的“G—J”假說，認為金融發(fā)展與收入分配呈倒“U”型關系，即金融發(fā)展對收入差距呈現先惡化后改善的作用。王小華等（2014）為該假說提供了實證支持。第二種是以Galor&Zeira（1993）為代表的“G—Z”假說，該假說認為金融發(fā)展水平與收入差距是負相關的，即金融發(fā)展有利于縮小收入差距。這一假說得到章貴軍和歐陽敏華（2018）、李建軍和韓珣（2019）的實證支持。第三種觀點認為農村金融發(fā)展對家庭收入產生了顯著的逆向分配作用，即金融發(fā)展會增加收入分配差距（周強和張全紅，2019）。

既有文獻表明，金融發(fā)展的減貧效果既來自于其對資金再分配的直接作用，也來自于金融促進經濟增長、調節(jié)收入分配而產生的間接作用。金融扶貧通過向農戶家庭提供他們所需的金融服務或風險管理工具，有效改善農戶家庭福利，尤其是在農戶家庭收入面臨較大波動時，增強其應對風險的能力，降低農戶家庭的貧困脆弱性。但是，已有研究中，學者們較少從金融扶貧的視角檢驗貧困脆弱性，并主要從非金融發(fā)展視角分析其與貧困脆弱性的關系，比如市場可及性、社會保障、就業(yè)和教育及公共轉移支付等。鑒于此，筆者主要考察金融扶貧對貧困脆弱性的影響，并做出如下改進：第一，試圖以前瞻性視角研究金融扶貧對貧困脆弱性的緩解程度；第二，基于不同時期的貧困脆弱性，試圖評估金融扶貧的減貧效果。

三、研究設計

（一）數據來源

所用數據主要來源于北京大學社會科學調查中心開展的中國家庭追蹤調查（CFPS）數據。CFPS是一項綜合性的社會跟蹤調查項目，采取科學的抽樣方法，覆蓋全國25 個省份，具有全國代表性。研究主要使用2014 年、2016 年和2018 年CFPS 數據，研究對象為農村家庭，通過對樣本對象進行預處理，刪除異常值和極端值樣本之后，最后得到有效樣本16852個。

（二）模型設定

1.雙重差分法（DID）。筆者通過設置對照組（未參加金融扶貧，T=0）和實驗組（參加金融扶貧，T=1），采用雙重差分法對比分析不同研究對象參加金融扶貧的政策差異，考察金融扶貧對貧困脆弱性的緩解程度。設定的DID評估模型如式（1）：

其中，Vit是被解釋變量貧困脆弱性，下標i 和t分別代表樣本家庭和時間。Tit表示樣本家庭是否參加金融扶貧的處理變量。Pt代表金融扶貧政策實施前后的時間虛擬變量（2014年取1，否則取0）。Xit代表協變量。εit代表隨機干擾項。

2.傾向得分匹配法（PSM）。運用PSM方法分析金融扶貧對農戶家庭貧困脆弱性的影響，其核心思想是將多維的協變量整合為單一維度的傾向得分值，進而匹配參加金融扶貧的農戶家庭和未參加金融扶貧的農戶家庭，使其僅在是否參加金融扶貧方面存在差異，而在其他方面保持一致。其步驟簡述如下：第一步，引入影響金融扶貧評估效果的協變量，運用概率模型估計傾向得分值；第二步，匹配對照組和實驗組；第三步，估計金融扶貧的平均處理效應ATT。

傾向得分匹配法的基本原理如式（2），Xi表示可以觀察到的共變量，傾向得分值為P（X）i=Pr（T=1 |Xi）。T=1表示樣本家庭參加金融扶貧，即實驗組；T=0表示樣本家庭未參加金融扶貧，即對照組。

（三）貧困脆弱性指標

借鑒Chaudhuri et al.（2002）的估算方法，使用期望貧困的脆弱性方法（Vulnerability as expected poverty，VEP）計算貧困脆弱性指標。該方法的優(yōu)點在于：一是相比于其他貧困脆弱性指標度量方法，該方法具有前瞻性，體現了貧困的動態(tài)性；二是該方法使用截面數據或者較少年份的面板數據即可估算貧困脆弱性，因而應用較為廣泛?；谄谕毨У拇嗳跣苑椒?，筆者假設人均年收入對數服從正態(tài)分布，采用三階段可行廣義最小二乘法（FGLS）估算農戶家庭未來發(fā)生貧困的可能性。具體模型如式（3）。

筆者選擇國家貧困標準2300元、世界銀行每人每天1.9 美元和3.1 美元等三條貧困線計算農戶家庭的貧困脆弱性①我國2011年確定的國家貧困線標準為人均純收入2300元/年。世界銀行每人每天1.9美元的貧困線標準，根據2011年購買力平價（PPP）折合人民幣約為人均2108元/年；世界銀行每人每天3.1美元的貧困線標準，根據2011年購買力平價（PPP）折合人民幣約為人均3440元/年。下文均采用PPP折算后的數值。。將農戶家庭在未來發(fā)生貧困的可能性高于脆弱線的視為脆弱家庭。脆弱線的確定一般采用以下兩種方式：一是將貧困發(fā)生率視為脆弱線，即當農戶家庭在未來發(fā)生貧困的概率大于貧困發(fā)生率時，就認為該家庭具有貧困脆弱性，被稱為低脆弱線（徐超和李林木，2017）；二是選擇50%作為脆弱線，即當農戶家庭未來發(fā)生貧困的可能性大于50%時，認為該家庭是脆弱的，也被稱為高脆弱線（楊龍等，2018）。依據上述標準測度的農戶家庭貧困脆弱性見表1。

表1 不同標準下農戶家庭的貧困脆弱性 （%）

從總體上看，隨著貧困線的提升，農戶家庭的貧困脆弱性逐漸增加。以貧困發(fā)生率作為脆弱線標準，在世界銀行1.9美元、2300元國家貧困線和世界銀行3.1 美元貧困線下，貧困脆弱性分別是45.31%、47.04%和52.26%。同理，以50%作為脆弱線標準，隨著貧困線的提高，農戶家庭的貧困脆弱性程度不斷增加。從時間上看，隨著精準扶貧政策的實施，農戶家庭的貧困脆弱性程度大幅度下降。以貧困發(fā)生率作為脆弱線標準，在世界銀行1.9 美元、2300 元國家貧困線和世界銀行3.1 美元貧困線下，貧困脆弱性分別下降至2018 年的8.16%、8.71%、10.12%。類似地，以50%作為脆弱線標準，2014—2018 年，農戶家庭的貧困脆弱性逐漸降低。這說明精準扶貧以來，扶貧政策的實施起到了促增收、助脫貧、謀致富的積極作用。

（四）變量選取

1.被解釋變量。選取的被解釋變量為貧困脆弱性（Vi），計算過程詳見上文式（3）。

2.核心解釋變量。選取的核心解釋變量（處理變量）為“是否參加金融扶貧”。農戶家庭“是否參加金融扶貧”通過其“是否貸款”進行衡量，如果農戶家庭存在待償銀行貸款或者待償親友或者民間借款代表農戶家庭參加金融扶貧（T=1），反之，則未參加（T=0）。

表2 變量描述性統計

3.控制變量。首先，加入戶主特征變量，包括年齡、性別、婚姻狀況、教育程度及健康水平等反映戶主基本特征的變量，信息可獲得性以及工作狀態(tài)體現戶主的技能水平。其次，加入重要的家庭特征變量。家庭規(guī)模、醫(yī)療保險、養(yǎng)老保險、是否低保、是否重大事件反映了家庭的基本狀況，首選借款對象和是否借款被拒反映農戶家庭的金融借貸可得性。此外，使用家庭人均銀行存款的對數值衡量儲蓄可用度，用家庭人情禮支出的對數值衡量信貸可得性，體現農戶對金融儲蓄服務及信貸服務的利用（尹志超等，2015）。最后，加入社區(qū)特征變量，以本地交通費用表示農戶家庭的區(qū)位條件。

四、實證分析

（一）基于雙重差分法（DID）的分析結果

利用雙重差分法（DID）的基本研究框架測度金融扶貧對農戶家庭貧困脆弱性的影響程度，結果如表3。表3 結果表明：在1.9 美元貧困線、2300 元國家貧困線和3.1 美元貧困線標準下，貧困脆弱性的平均處理效應分別為-0.0810、-0.0779和-0.0760，系數均為負，且均1%的水平上顯著，說明金融扶貧的實施顯著降低了貧困脆弱性，對農戶家庭的減貧效果起到了積極的改善作用。

表3 DID回歸結果

續(xù)表3

由表3 可知，農戶的教育程度、工作狀態(tài)、信息可獲得性等特征因素的提高均顯著降低了貧困脆弱性。因此，加強勞動力的職業(yè)教育、技能培訓，是提高現有勞動力水平、降低貧困脆弱性的重要措施。家庭規(guī)模和是否低保對貧困脆弱性存在顯著的正向影響，可能由于家庭經濟負擔過重，家庭規(guī)模的增加和低保家庭會造成貧困脆弱性的增加。儲蓄可用度和信貸可得性的提高，在一定程度上滿足家庭金融服務需求，促進農村經濟增長和農戶借貸的便利性，幫助農戶家庭應對風險事件，進而降低其未來發(fā)生貧困的概率。

（二）基于傾向得分匹配法（PSM）的分析結果

1.平衡性檢驗。為進一步驗證金融扶貧對于貧困脆弱性的影響，需要進行傾向得分匹配分析。為保證匹配結果的準確性，需要進行平衡性檢驗，檢驗結果見表4。根據T值可以看出，大部分變量在匹配前有顯著性差異，匹配后差異不顯著，且匹配后的偏差率絕對值均小于10%。因此，樣本匹配通過了平衡性檢驗。

表4 平衡性檢驗

2.平均處理效應估計（ATT）。進一步采用k 近鄰匹配（1∶1）、k近鄰匹配（1∶4）、半徑匹配以及核匹配方法測量金融扶貧對農戶家庭貧困脆弱性的影響程度，結果如表5所示。根據PSM分析結果顯示，在4 種不同的匹配方法下，分別以1.9 美元貧困線、2300 元國家貧困線和3.1 美元貧困線為標準時，均在1%水平上顯著，表明金融扶貧顯著降低了貧困脆弱性。具體而言，在全樣本情況下，運用k近鄰匹配（1∶1）、k 近鄰匹配（1∶4）、半徑匹配和核匹配4 種不同的方法，以2300 元國家貧困線為標準時，金融扶貧對貧困脆弱性的平均處理效應分別為-0.0708、-0.0720、-0.0723 和-0.0708，且均在1%的顯著水平上顯著。4 種不同的匹配方法下，平均處理效應的平均值為-0.0715，說明金融扶貧的實施使農戶家庭的貧困脆弱性降低了7.15%。同理，在1.9 美元和3.1美元貧困線標準下，金融扶貧的實施使農戶家庭的貧困脆弱性分別降低了7.22%、6.91%。從時間上看，2014—2018 年，金融扶貧的實施顯著降低了貧困脆弱性，且對貧困脆弱性的緩解程度呈現出倒“U”型關系。由表5 可知，2016 年金融扶貧的實施對農戶家庭貧困脆弱性的影響程度最大，使農戶家庭貧困脆弱性降低了8%～10%，減貧效果較好（尹志超等，2020）。2014年和2018年，農戶家庭貧困脆弱性降低了5%～7%，金融扶貧對貧困脆弱性的緩解程度略有降低。這說明精準扶貧實施以來，2014—2016年，金融扶貧對降低貧困脆弱性的邊際效果呈現遞增的狀態(tài)。2016—2018年，金融扶貧對貧困脆弱性的降低效果有所下降。

表5 基于PSM方法的平均處理效應

續(xù)表5

（三）穩(wěn)健性檢驗

為檢驗金融扶貧效果評估的穩(wěn)鍵性，進一步采用了傾向得分匹配—雙重差分法（PSM—DID）進行輔助檢驗，結果列于表6。根據表6 的分析結果可得，平均處理效應方向和趨勢與上文一致，均表現出顯著的負向效應，且均在1%水平上顯著，說明效果評估比較穩(wěn)定。

表6 基于PSM-DID方法的穩(wěn)健性檢驗

五、結論與政策建議

基于中國家庭追蹤調查（CFPS）2014 年、2016年和2018年三期微觀調查數據，考察了金融扶貧對貧困脆弱性的影響。研究結果表明：第一，從總體上看，金融扶貧的實施顯著降低了農戶家庭的貧困脆弱性。金融扶貧使農戶家庭的貧困脆弱性降低了7%左右，且在1%的水平上顯著，金融扶貧對農戶家庭的減貧效果起到了積極的改善作用。第二，從時間上看，金融扶貧對農戶家庭貧困脆弱性的影響呈現出倒“U”型關系。自精準扶貧實施以來，2014—2016年，金融扶貧對降低貧困脆弱性的邊際效果呈現遞增的狀態(tài)，2016—2018 年，金融扶貧對貧困脆弱性的降低效果有所下降。

基于以上結論提出如下政策建議：第一，加強對貧困的動態(tài)識別能力。在精準扶貧過程中，政府不僅要關注貧困現狀，還需要更加關注具有貧困脆弱性的農戶家庭，提高其應對風險的能力，降低農戶家庭未來發(fā)生貧困的概率，從而避免返貧現象。第二，加強金融扶貧區(qū)域差別化發(fā)展戰(zhàn)略。金融扶貧要注重區(qū)域間的均衡性與協調性，適度向中部和西部地區(qū)傾斜，尤其是“三區(qū)三州”等深度貧困地區(qū)，不僅要通過扶貧貸款的增加，更要通過大力發(fā)展二、三產業(yè)，吸收農業(yè)剩余勞動力，拓寬貧困農戶的收入渠道，增加收入水平，以降低貧富差距。第三，構建金融扶貧的精準識別機制。根據農戶家庭的致貧原因及信貸需求的差異，開展有側重性的金融扶持政策，并結合當地實際，積極探索扶貧貸款方式，擴大金融服務的受惠面。第四，開拓金融扶貧空間。將金融扶貧與互聯網金融深度融合，建立精準扶貧的大數據管理平臺，鼓勵和規(guī)范貧困地區(qū)及小微企業(yè)開展供應鏈網絡融資、股權眾籌等，使扶貧政策、信貸資源與農戶家庭合理匹配，提升金融扶貧效率。