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，改革開放以來我國政府開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年我國仍有551萬余貧困人口存在，且主要分布于《中國農(nóng)村扶貧開發(fā)綱要（2011-2020年）》（以下簡稱“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[1]，或認(rèn)為農(nóng)村金融發(fā)展對農(nóng)民收入有消極作用會(huì)阻礙農(nóng)民收入增長[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年國務(wù)院頒布新《綱要》，對深度貧困地區(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？對此本文進(jìn)行了研究，以期對深度貧困地區(qū)后續(xù)采用金融政策工具開展脫貧工作提供針對性的指導(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，但由于我國農(nóng)村銀行導(dǎo)向性的金融結(jié)構(gòu)，后者更適合我國國情并表現(xiàn)為金融資產(chǎn)規(guī)模相對于國民財(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)對于金融發(fā)展水平的衡量通常采用兩種方法，一種是通過構(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)測算過程中可能因指標(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)增長是農(nóng)民收入增加的必要條件[9]，國家財(cái)政投入對農(nóng)村經(jīng)濟(jì)增長起重要支持作用[10]，城鎮(zhèn)化則通過增加農(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來表示，由于我國社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)中沒有農(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)來源于中國統(tǒng)計(jì)信息網(wǎng)提供的歷年國民經(jīng)濟(jì)與社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)，少數(shù)數(shù)據(jù)來源于中國農(nóng)村貧困監(jiān)測報(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；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，無論是否引入控制變量，回歸結(jié)果均顯著。分片區(qū)看來，農(nóng)村貧困發(fā)生率越高，農(nóng)民金融發(fā)展對于農(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，說明金融發(fā)展對農(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，不同帶寬的選擇對回歸結(jié)果無較大影響，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)帶寬下對控制變量的跳躍情況進(jìn)行檢驗(yàn)，結(jié)果見表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)展對農(nóng)民收入的正效應(yīng)最大。分片區(qū)來看，貧困發(fā)生率最高的西部片區(qū)金融發(fā)展對農(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)民申請貸款條件，增加貸款總量，延長貸款期限，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)。