吳華敏 楊興洪

摘? ?要：基于2011—2019年全國省級面板數(shù)據(jù)，從實證角度分析我國農(nóng)村金融排斥對相對貧困的影響機制。研究發(fā)現(xiàn)，地理排斥、評估及條件排斥和營銷排斥都對農(nóng)村相對貧困產(chǎn)生顯著影響。其中，地理排斥對我國相對貧困發(fā)生率具有正向影響，而評估及條件排斥、營銷排斥則在一定程度上顯著緩解了農(nóng)村地區(qū)的相對貧困水平。此外，根據(jù)回歸模型的實證結(jié)果來看，教育發(fā)展水平、城鄉(xiāng)收入差距、產(chǎn)業(yè)結(jié)構(gòu)等非金融因素的影響也達(dá)顯著水平。因此，發(fā)展教育、縮小城鄉(xiāng)差距及降低產(chǎn)業(yè)結(jié)構(gòu)等對緩解我國相對貧困也具有重要作用。

關(guān)鍵詞：農(nóng)村金融排斥;相對貧困;固定效應(yīng)

中圖分類號：F832.35 文獻(xiàn)標(biāo)志碼：A 文章編號：1008-2697（2022）02-0033-06

一、引言

2020年是我國完成脫貧攻堅工作的關(guān)鍵之年。在全面消除了絕對貧困之后，我國開始步入以鞏固拓展脫貧工作成效和相對貧困治理能力為重心的后扶貧時代。相比較于絕對貧困，相對貧困的概念和治理成效更為復(fù)雜，且具有動態(tài)性的特點，對其進行治理也是一項長期且艱巨的任務(wù)，需要多角度地探索及分析研究。解決相對貧困不僅僅是單純地以經(jīng)濟幫扶為重點，更多是注重能力及體面生活的提升。

金融服務(wù)作為治理相對貧困不可忽視的因素，能夠有效地引導(dǎo)金融資源充分參與市場，具有強大的資源配置功能，也可以直接促進農(nóng)村經(jīng)濟發(fā)展和社會產(chǎn)業(yè)水平發(fā)展，為農(nóng)村貧困群體提供更多的就業(yè)機會，以提高農(nóng)民收入水平，從而積極參與和支持反貧困的實踐。因此，發(fā)展普惠金融對緩解相對貧困具有積極的意義。但是，在普惠金融的快速發(fā)展過程中卻產(chǎn)生了一系列問題，正規(guī)金融機構(gòu)的盈利性目標(biāo)往往與普惠金融政策性目標(biāo)出現(xiàn)了偏離，大多金融機構(gòu)在成本數(shù)量及風(fēng)險配給的前提下，進行網(wǎng)點布局時將目光更多地關(guān)注于城鎮(zhèn)地區(qū)人口。其次，由于農(nóng)戶自身的金融知識缺乏難以及時捕捉金融市場信息，或是對金融資源沒有過多的需求、利用效率偏低而引起嚴(yán)重的金融排斥現(xiàn)象。金融排斥，即一部分經(jīng)濟主體由于受限于社會、經(jīng)濟、地理條件等，而難以獲取甚至無法獲取金融服務(wù)和金融產(chǎn)品的過程。

在早期關(guān)于金融排斥的研究中，Kempson和Whyley（1999）根據(jù)金融排斥的原因，將經(jīng)濟主體受到排斥劃分為六個維度：地理排斥、價格排斥、條件排斥、評價排斥、營銷排斥和自我排斥，并認(rèn)為要想解決金融排斥問題，必須首先得區(qū)分這類人群是因為何種原因而受到金融排斥，以便有針對性地解決各維度金融排斥以滿足經(jīng)濟主體的金融需要。國內(nèi)最早引入金融排斥概念的是許圣道和田霖，隨后國內(nèi)外眾多學(xué)者開始在此基礎(chǔ)上構(gòu)建金融排斥指數(shù)衡量金融排斥問題，利用政策優(yōu)勢完善地區(qū)金融發(fā)展水平，加大財政支農(nóng)力度以更好地為“三農(nóng)”服務(wù)。那么，農(nóng)村金融排斥對中國相對貧困造成何種影響呢？其影響路徑及對農(nóng)村相對貧困的改善效應(yīng)是本文所要探討的問題，這將對“后2020扶貧時代”相對貧困的治理具有重要的參考價值。

二、文獻(xiàn)綜述

金融發(fā)展與貧困的關(guān)系研究一直是當(dāng)下學(xué)術(shù)界的熱點問題，金融扶貧是我國打贏脫貧攻堅的關(guān)鍵之舉，發(fā)展金融水平在減貧或是改善相對貧困方面起到了積極作用。梳理文獻(xiàn)更是驗證了這一觀點，Akhter & Daly（2009）和譚燕芝等（2018）實證分析得到，發(fā)展金融水平能通過促進經(jīng)濟增長、改善收入分配、提高自有資本以緩解貧困，發(fā)展數(shù)字普惠金融具有直接的減貧作用（Geda， et al， 2006; Jeanneney & Kpodar， 2011）。這一理論基礎(chǔ)使得大量學(xué)者開始研究不限于金融發(fā)展與貧困的效應(yīng)問題，且進一步探究出金融發(fā)展的直接減貧作用在長期范圍內(nèi)并不發(fā)揮顯著的作用，該作用只在短期內(nèi)有效（楊俊，2008）;而丁志國（2011）和崔艷娟（2012）的研究結(jié)論進一步也證實了發(fā)展農(nóng)村金融在間接效應(yīng)上起到了更為顯著的作用，主要是來源于經(jīng)濟增長且其影響大于直接作用，建議政府應(yīng)將重點放在對減貧的間接效應(yīng)上以助力鞏固脫貧攻堅。邵漢華和王凱月（2017）的研究結(jié)果得出，普惠金融在減貧廣度方面的效力要大于貧困深度。原因往往是政府加強了在農(nóng)業(yè)中小型金融機構(gòu)以及對農(nóng)業(yè)保險方面的支持力度等措施，使普惠金融的廣度大大增加了（何學(xué)松，2017）。 羅斯丹（2016）也在此基礎(chǔ)上進一步論證了教育水平、基礎(chǔ)設(shè)施、財政支農(nóng)等非金融因素對減貧存在著正效應(yīng)。

數(shù)字普惠金融發(fā)展從2016年作為一項外生沖擊的政策以來，不斷通過信貸、保險等的發(fā)展帶動農(nóng)村經(jīng)濟、減緩農(nóng)村貧困水平，但是我國金融行業(yè)在迅速發(fā)展過程中為了追求自身利益最大化，有選擇性地排除了農(nóng)村地區(qū)對金融服務(wù)的獲得性。由于農(nóng)戶普遍存在的特征，如文化素質(zhì)偏低、金融知識欠缺以及經(jīng)濟收入較少等，決定了農(nóng)戶的經(jīng)濟行為和還款能力相比于城鎮(zhèn)人口偏低一些，因此也使得金融機構(gòu)為了追求自身利益最大化而對農(nóng)戶獲取金融服務(wù)引起了一定的金融排斥現(xiàn)象，正規(guī)金融機構(gòu)未能對農(nóng)戶提供有效的金融服務(wù)。同時，由于存在的“剪刀差”政策，使得農(nóng)村金融得不到優(yōu)勢發(fā)展而更多地將資源輸送到城市金融，造成城鄉(xiāng)金融組織制度結(jié)構(gòu)存在嚴(yán)重的不均衡，加劇了農(nóng)村貧困群體的金融排斥現(xiàn)象（溫濤等，2005）;何德旭（2008）在研究中發(fā)現(xiàn)，金融市場中并不是供求對等的關(guān)系，尤其是在農(nóng)村地區(qū)存在著明顯的供求失衡關(guān)系，大多數(shù)正規(guī)金融機構(gòu)無法滿足農(nóng)村金融需要，農(nóng)村地區(qū)經(jīng)濟主體很難獲得金融服務(wù)，正規(guī)金融機構(gòu)對農(nóng)村金融需求存在著明顯的排斥行為。農(nóng)村商業(yè)銀行在開展網(wǎng)點布局時，越來越多地關(guān)注城鄉(xiāng)居民規(guī)模經(jīng)濟和城鎮(zhèn)居民收入水平（董曉林、徐虹，2012），而很少將目光關(guān)注到農(nóng)村地區(qū)，使得廣大農(nóng)戶在獲得金融服務(wù)方面受到排斥。因此現(xiàn)階段，我國在普惠金融發(fā)展過程中應(yīng)將關(guān)注點更多地放在農(nóng)戶對金融資源的可獲得性上，使其更加直接地獲取金融服務(wù)（劉錦怡、劉純陽，2020）。

綜上所述，既有文獻(xiàn)更多關(guān)注金融發(fā)展對減貧效應(yīng)的影響機制問題，但鮮有談及受到嚴(yán)重金融排斥的農(nóng)村地區(qū)對我國相對貧困的影響機理探討。因此，農(nóng)村金融排斥對我國相對貧困的影響成為本文的研究重點。

三、變量選擇與研究方法

（一）模型設(shè)定

梳理文獻(xiàn)得到金融發(fā)展會對相對貧困水平產(chǎn)生影響。為了進一步探究農(nóng)村金融排斥對我國相對貧困發(fā)生率的影響路徑與影響程度，除了核心解釋變量外，我國尚存在多種致貧因素，因而引入農(nóng)村地區(qū)受教育程度、第二三產(chǎn)業(yè)的占比情況、城鎮(zhèn)化水平、農(nóng)村經(jīng)濟發(fā)展水平、城鄉(xiāng)收入差距及財政支出水平等6個控制變量，構(gòu)建模型如公式（1）所示：

Pov=β+βInst+βPloan+βWat+βEdu+βlnUrb+βPGDP+βlnInd+βlnGap+βFis+ε（1）

式中，i表示第i個省份，t表示第t年;Pov作為被解釋變量，代表農(nóng)村相對貧困程度;Inst、Ploan和Wat是核心解釋變量，分別代表農(nóng)村金融機構(gòu)的覆蓋率、農(nóng)村人均貸款水平和和農(nóng)村地區(qū)每萬人擁有服務(wù)人員數(shù)量;Edu、lnUrb、PGDP、lnInd、lnGap、Fis為控制變量，分別表示教育發(fā)展水平、城鎮(zhèn)化水平、人均GDP、產(chǎn)業(yè)結(jié)構(gòu)、城鄉(xiāng)收入差距及財政支出水平;β（i=1，2，3…9）為代估參數(shù)，ε為隨機干擾項。

（二）數(shù)據(jù)來源

由于西藏地區(qū)部分資料不全面及金融排斥相關(guān)指標(biāo)數(shù)據(jù)缺失嚴(yán)重，本文選取了除西藏外的30個省市2011—2019年的面板數(shù)據(jù)。數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國金融統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》《中國區(qū)域金融運行報告》和wind數(shù)據(jù)庫。本文中個別年份的缺失數(shù)據(jù)通過采用插值法預(yù)測得到，為了降低異方差帶來的不平穩(wěn)，對城鎮(zhèn)化水平、產(chǎn)業(yè)結(jié)構(gòu)和城鄉(xiāng)收入差距等變量取對數(shù)處理。

（三）變量選取及描述

1. 被解釋變量。本文的核心研究變量為相對貧困程度，國際上對于相對貧困的測量指標(biāo)各不相同，但普遍為人們所接受的是具有更明確含義、數(shù)學(xué)性質(zhì)更為穩(wěn)定的恩格爾系數(shù)，故本文選擇恩格爾系數(shù)作為相對貧困的測度指標(biāo)。

2. 核心解釋變量。關(guān)于農(nóng)村金融排斥的測度指標(biāo)已有大量文獻(xiàn)對其闡述，本文選擇受到國際上廣為認(rèn)可的“金融排斥六維度測算法”。由于評估排斥和條件排斥都指的是營銷對象范圍的不同而產(chǎn)生的金融排斥現(xiàn)象，二者具有高度的重疊性，因此可合并為一個維度進行測算。價格排斥是由于金融產(chǎn)品及服務(wù)的價格過高或過低而將某些人群排除在外的現(xiàn)象，但根據(jù)我國農(nóng)村地區(qū)的情況來看，其價格難以構(gòu)成對農(nóng)村金融的排斥，目前金融市場發(fā)展迅速，普遍存在的小額貸款公司其金融服務(wù)遠(yuǎn)遠(yuǎn)落后于農(nóng)村金融供給，因此可排除價格排斥和自我排斥。綜上所述，選擇從地理排斥、評估排斥及條件排斥、營銷排斥三個維度來綜合衡量我國農(nóng)村金融排斥程度，具體測量指標(biāo)如表1所示。

3. 控制變量。為了剔除其他因素對相對貧困的影響，選取教育發(fā)展水平（Edu）、城鎮(zhèn)化水平（lnUrb）、人均地區(qū)GDP（PGDP）、產(chǎn)業(yè)結(jié)構(gòu)（lnInd）、城鄉(xiāng)收入差距（lnGap）及財政支出水平（Fis）作為控制變量。其中，教育發(fā)展水平以人均受教育年限來測度;城鎮(zhèn)化水平以城鎮(zhèn)常住人口占比測度;產(chǎn)業(yè)結(jié)構(gòu)指標(biāo)則以第二產(chǎn)業(yè)、第三產(chǎn)業(yè)的占比情況來測度;城鄉(xiāng)收入差距以城鎮(zhèn)與農(nóng)村居民的人均可支配收入的比值測度。

四、實證結(jié)果及分析

（一）多重共線性

本文借助統(tǒng)計軟件stata15對（1）式進行分析。在對模型進行回歸之前，首先選擇方差膨脹因子（VIF）對2011—2019年省級面板數(shù)據(jù)進行多重共線性檢驗，根據(jù)VIF的判斷經(jīng)驗，當(dāng)VIF值大于10時，認(rèn)為回歸存在有害的多重共線性。檢驗結(jié)果表明，本文所構(gòu)建的模型不存在多重共線性問題。

（二）基準(zhǔn)回歸結(jié)果

研究農(nóng)村金融排斥對相對貧困的影響，需要通過特定的檢驗來選擇合適的回歸模型。根據(jù)以上公式得出三種基準(zhǔn)回歸結(jié)果（表2），由BP檢驗得到P值為0拒絕了混合回歸的假設(shè)，顯示隨機效應(yīng)更優(yōu)。為了考慮到個體之間存在的特征差異使得到的結(jié)果更具有參考性，因此選擇對固定效應(yīng)和隨機效應(yīng)進行檢驗。其中，固定效應(yīng)檢驗和隨機效應(yīng)的檢驗估計結(jié)果如表2同時，用F檢驗得到P值為0拒絕了原假設(shè)，Hausman檢驗結(jié)果表明，P值等于0小于0.05，這顯著拒絕了隨機效應(yīng)假設(shè)。因此，本文基于固定效應(yīng)對其進行分析。根據(jù)表2的回歸結(jié)果可以看出，農(nóng)村地區(qū)金融機構(gòu)覆蓋率在5%的顯著性水平上顯著，農(nóng)村人均貸款水平及農(nóng)村地區(qū)萬人擁有服務(wù)人員數(shù)分別在1%、10%的顯著性水平上顯著，表明農(nóng)村金融排斥會對相對貧困水平產(chǎn)生影響。

根據(jù)表2回歸結(jié)果來看，控制變量農(nóng)村教育水平的系數(shù)為負(fù)且在10%的顯著性水平上顯著，說明提高農(nóng)村教育水平、不斷提升人均受教育年限可以有效減緩相對貧困發(fā)生率;城鎮(zhèn)化水平的系數(shù)為負(fù)且估計結(jié)果在1%的顯著性水平上通過了檢驗，說明當(dāng)前城鎮(zhèn)化水平能夠抑制貧困發(fā)生率;控制變量農(nóng)村經(jīng)濟發(fā)展水平以農(nóng)村地區(qū)的人均GDP來衡量，由估計結(jié)果得到系數(shù)為負(fù)但不顯著，且得到的數(shù)值很小，說明在解決了絕對貧困之后的農(nóng)村經(jīng)濟發(fā)展水平已不是減緩相對貧困的主要因素了，更需要從多維的角度來分析致貧因素;而另一變量產(chǎn)業(yè)結(jié)構(gòu)的系數(shù)為正且在5%的顯著性水平上顯著，說明第二、三產(chǎn)業(yè)的發(fā)展有助于提高相對貧困水平的緩解程度;城鄉(xiāng)收入差距指標(biāo)在固定效應(yīng)模型中的估計結(jié)果顯著為正，說明城鄉(xiāng)收入差距能夠增大農(nóng)村地區(qū)間的相對貧困水平;財政支出水平顯著為負(fù)，但是系數(shù)估計值相對較小，說明這一指標(biāo)對減緩農(nóng)村地區(qū)的相對貧困發(fā)生率存在較小的顯著影響。

（三）農(nóng)村金融排斥減貧效應(yīng)分析

為了更好地驗證農(nóng)村金融排斥指數(shù)對農(nóng)村地區(qū)相對貧困水平的影響程度，選擇用分指標(biāo)來探析三者對相對貧困產(chǎn)生的影響差異。由于回歸模型的選擇已經(jīng)在基準(zhǔn)回歸分析中得到驗證，為了保證結(jié)果的一致性，農(nóng)村金融排斥的減貧效應(yīng)分指標(biāo)檢驗同樣采用固定效應(yīng)模型進行分析。

根據(jù)估計結(jié)果來看，系數(shù)為正且在10%水平上顯著，說明現(xiàn)階段農(nóng)村地區(qū)的萬人機構(gòu)覆蓋率并不會對農(nóng)村相對貧困地區(qū)產(chǎn)生太大的負(fù)面影響。近年來，“三農(nóng)”問題不斷得到關(guān)注，政府利用政策優(yōu)惠組建了大批農(nóng)村商業(yè)銀行，金融機構(gòu)針對農(nóng)戶也擴展了金融服務(wù)，不斷加大了支農(nóng)力度。農(nóng)村人均貸款水平在1%水平上顯著且系數(shù)為負(fù)，表明條件排斥顯著擴大了農(nóng)村的相對貧困水平。這是因為大部分商業(yè)銀行為了追求自身利益最大化，在進行信貸資源配置時將金融機構(gòu)網(wǎng)點設(shè)立在經(jīng)濟較發(fā)達(dá)、收益更好的城鎮(zhèn)地區(qū)，忽視了農(nóng)村地區(qū)的經(jīng)濟發(fā)展，以致農(nóng)村貧困問題顯著擴大，而其他為“三農(nóng)”服務(wù)的商業(yè)銀行，也不斷將農(nóng)村資源輸送給城市，支農(nóng)功能嚴(yán)重邊緣化。因此，現(xiàn)階段下農(nóng)村的信貸資源匱乏，不足以支撐農(nóng)村經(jīng)濟的發(fā)展，而城鎮(zhèn)經(jīng)濟在得到更多的金融資源流動下得以不斷發(fā)展，從而形成了“富人越富，窮人越窮”、農(nóng)村相對貧困水平愈加擴大的情形。農(nóng)村地區(qū)萬人擁有服務(wù)人員數(shù)在10%水平下顯著且系數(shù)為負(fù)，指標(biāo)越小，營銷排斥越嚴(yán)重，金融服務(wù)覆蓋范圍的擴大，使得農(nóng)戶獲得金融服務(wù)的機會增加，從一定程度上能夠保障農(nóng)村地區(qū)居民獲得金融服務(wù)的機會均等化，從而抑制營銷排斥效應(yīng)。因此，農(nóng)村金融機構(gòu)萬人擁有服務(wù)人員數(shù)量的提升能夠有效降低農(nóng)村地區(qū)相對貧困水平。

（四）穩(wěn)健型檢驗

1. 雙重差分檢驗。2013年，發(fā)展“普惠金融”作為我國一項外生沖擊的政策，開始在全國范圍內(nèi)迅速發(fā)展。但是，在我國的東部地區(qū)與中西部地區(qū)間存在著明顯的政策偏差。從李建軍和韓珣（2019）的研究結(jié)論來看，東部地區(qū)相比中西部地區(qū)金融發(fā)展水平更高，受到的金融政策影響也更深，兩地區(qū)之間存在的不同政策效應(yīng)為本文研究結(jié)論創(chuàng)造了控制組與實驗組。本文將東部地區(qū)作為控制組，中西部地區(qū)作為實驗組（錢海章，2020），同樣基于雙重差分實證檢驗2011—2019年農(nóng)村金融排斥與相對貧困的省際面板數(shù)據(jù)，檢驗其政策效應(yīng)。雙差分模型如公式（2）所示：

在式（2）中，I和t分別表示城市和時間。Pov

雙重差分回歸結(jié)果見表3，其DID估計結(jié)果顯著，說明農(nóng)村金融排斥會顯著影響我國農(nóng)村地區(qū)相對貧困水平。從一定意義上來說，緩解農(nóng)村地區(qū)各方面因素而拒絕農(nóng)戶獲得金融服務(wù)受到的排斥能有效地降低相對貧困水平，從系數(shù)估計結(jié)果來看，雙重差分模型的系數(shù)大小及其正負(fù)性與基準(zhǔn)回歸模型得到的結(jié)果相對應(yīng)，其估計結(jié)果并未發(fā)生顯著變化，因此可以證明本文的結(jié)論是穩(wěn)健有效的。

2. 對數(shù)據(jù)進行縮尾處理。通常數(shù)據(jù)樣本中會存在一些極端值，而這些極端值又可能會影響最后的回歸結(jié)果，因此需要對極端值做一些縮尾處理。所謂縮尾就是將超過設(shè)定百分位之外的數(shù)值用百分位處的數(shù)值替代。因此，選擇對面板數(shù)據(jù)的農(nóng)村萬人擁有機構(gòu)網(wǎng)點數(shù)（Inst）、農(nóng)村地區(qū)人均貸款水平（Ploan）、農(nóng)村萬人擁有服務(wù)人員數(shù)（Wat）三個解釋變量進行1%水平的縮尾處理后，再次采用固定效應(yīng)模型進行分析，其檢驗結(jié)果如表3第（2）列所示。可以發(fā)現(xiàn)，縮尾后的系數(shù)大小及估計結(jié)果仍然在10%的顯著性水平上顯著，并且與前文所得的結(jié)論均無明顯變化，由此可以判斷該結(jié)論是穩(wěn)健可行的。

3. 替換被解釋變量。為了檢驗?zāi)Ｐ偷挠行裕疚牟捎孟鄬ω毨В╬ov）的對數(shù)值來重新衡量相對貧困發(fā)生率，基于省級面板數(shù)據(jù)的特點選擇固定效應(yīng)，其回歸結(jié)果見表3第（3）列。地理排斥、評估及條件排斥和營銷排斥仍然在10%水平上顯著，其他參數(shù)估計沒有發(fā)生明顯變化。從判斷結(jié)果來看，本文的研究結(jié)論是穩(wěn)健的。

五、結(jié)論與啟示

為了探究農(nóng)村金融排斥對我國農(nóng)村地區(qū)相對貧困的減緩效應(yīng)，本文利用除西藏外的30個省市的2011—2019年面板數(shù)據(jù)，實證分析了我國農(nóng)村金融排斥對相對貧困的影響程度并得出以下結(jié)論：地理排斥、評估及條件排斥和營銷排斥對我國相對貧困產(chǎn)生顯著效應(yīng)，其中地理排斥對農(nóng)村地區(qū)的相對貧困狀況具有正向影響，由此增加相對貧困的概率，評估排斥及條件排斥、營銷排斥則對相對貧困狀況產(chǎn)生負(fù)效應(yīng)。

為了更好緩解受到金融排斥地區(qū)的相對貧困程度，根據(jù)本文研究結(jié)果提出以下建議：

一是采用政策引導(dǎo)、優(yōu)惠互利等手段，吸引各類正規(guī)金融機構(gòu)扎根于農(nóng)村地區(qū)，將網(wǎng)點布局及更多的金融資源向農(nóng)村地區(qū)傾斜，服務(wù)“三農(nóng)”，使得更多的貧困經(jīng)濟主體合理地獲取或接近金融機構(gòu)的服務(wù)和金融產(chǎn)品，對農(nóng)村地區(qū)比較突出性的問題及矛盾采取針對性的措施手段，縮小由于地理位置、交通條件等因素而引起的地理排斥問題，減緩農(nóng)村相對貧困。

二是在在金融機構(gòu)市場化改革和金融服務(wù)準(zhǔn)入的背景下，創(chuàng)新和改變現(xiàn)有的農(nóng)村金融體系，對受到嚴(yán)格準(zhǔn)入條件下的經(jīng)濟主體放寬要求，降低門檻，切實緩解農(nóng)戶貸款難的問題。

三是發(fā)揮供求雙方的共同努力。首先，加強農(nóng)村地區(qū)的教育扶持力度，教育知識的普及能夠促使傳統(tǒng)小農(nóng)思想的轉(zhuǎn)變。其次，政府應(yīng)加大財政資金的支出以提高農(nóng)村扶貧力度。第三，應(yīng)注重對農(nóng)戶金融服務(wù)知識及獲得方式的普及，而不應(yīng)僅局限于供求方單方面的金融補給，加大農(nóng)村金融使用廣度及深度，使得農(nóng)戶更便捷地獲取金融機構(gòu)的金融服務(wù)及金融產(chǎn)品，有效推動農(nóng)村減貧事業(yè)。

參考文獻(xiàn)：

[1] Kempson H， Whyley C K. Out or Opted Out？Understanding and Combating Financial Exclusion[M]. Bristol： Policy Press， 1999.

[2] 許圣道，田霖.我國農(nóng)村地區(qū)金融排斥研究[ J ].金融研究，2008（07）：195-206.

[3] Akhter S， Daly K J. Finance and poverty： Evidence from Fixed Effect Vector Decomposition[ J ]. Emerging Markets Review， 2009，10（3）：191-206.

[4] 譚燕芝，彭千芮.普惠金融發(fā)展與貧困減緩：直接影響與空間溢出效應(yīng)[ J ].當(dāng)代財經(jīng)，2018（03）：56-67.

[5] Geda A， Shimeles A， Zerfu D. Finance and Poverty in Ethiopia[R]. Research Paper No 51， United Nations University， 2006.

[6] Jeanneney S G， Kpodar K. Financial Development and Poverty Reduction： Can There be a Benefit without a Cost[ J ]. The Journal of Development Studies， 2011（06）：143-163.

[7] 楊俊，王燕，張宗益.中國金融發(fā)展與貧困減少的經(jīng)驗分析[ J ].世界經(jīng)濟，2008（08）：62-76.

[8] 丁志國，譚伶俐，趙晶.農(nóng)村金融對減少貧困的作用研究[ J ].農(nóng)業(yè)經(jīng)濟問題，2011，32（11）：72-77.

[9] 邵漢華，王凱月.普惠金融的減貧效應(yīng)及作用機制——基于跨國面板數(shù)據(jù)的實證分析[ J ].金融經(jīng)濟學(xué)研究，2017，32（06）：65-74.

[10] 何學(xué)松，孔榮.普惠金融減緩農(nóng)村貧困的機理分析與實證檢驗[ J ].西北農(nóng)林科技大學(xué)學(xué)報（社會科學(xué)版），2017，17（03）：76-83.

[11] 羅斯丹，陳曉，姚悅欣.我國普惠金融發(fā)展的減貧效應(yīng)研究[ J ].當(dāng)代經(jīng)濟研究，2016（12）：84-93.

[12] 鄭秀峰，朱一鳴.普惠金融、經(jīng)濟機會與減貧增收[ J ].世界經(jīng)濟文匯，2019（01）：101-120.

[13] 溫濤，冉光和，熊德平.中國金融發(fā)展與農(nóng)民收入增長[ J ].經(jīng)濟研究，2005（09）：30-43.

[14] 何德旭，饒明.我國農(nóng)村金融市場供求失衡的成因分析：金融排斥性視角[ J ].經(jīng)濟社會體制比較，2008（02）：108-114.

[15] 董曉林，徐虹.我國農(nóng)村金融排斥影響因素的實證分析——基于縣域金融機構(gòu)網(wǎng)點分布的視角[ J ].金融研究，2012（09）：115-126.

[16] 劉錦怡，劉純陽.數(shù)字普惠金融的農(nóng)村減貧效應(yīng)：效果與機制[ J ]，財經(jīng)論叢，2020（01）：43-53.

[17] 李建軍，韓珣.普惠金融、收入分配和貧困減緩——推進效率和公平的政策框架選擇[ J ].金融研究，2019（03）：129-148

[18] 錢海章，陶云清，曹松威，等.中國數(shù)字金融發(fā)展與經(jīng)濟增長的理論與實證[ J ].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2020，37（06）：26-46.

（責(zé)任編輯：楚? 霞）

Rural Financial Exclusion and Relative Poverty Alleviation in China

——Empirical Analysis Based on Provincial Data

WU Hua-min，YANG Xing-hong

（School of Economics，Guizhou University，Guiyang 550025）

Abstract： Based on the national provincial panel data from 2011 to 2019， this paper empirically analyzes the impact mechanism of Rural Financial Exclusion on relative poverty in China. The study found that geographical exclusion， evaluation and condition exclusion and marketing exclusion can have a significant impact on rural relative poverty. Among them， geographical exclusion has a positive impact on the incidence of relative poverty in China， while evaluation， conditional exclusion and marketing exclusion have significantly alleviated the relative poverty level in rural areas to a certain extent. In addition， according to the empirical results of the regression model， non-financial factors such as education development level， urban-rural income gap and industrial structure are also significant. Therefore， developing education level， narrowing the urban-rural gap and reducing industrial structure also have an important impact on alleviating China's relative poverty level.

Key words： Rural financial exclusion;Relative poverty;Fixed effect

收稿日期：2021-11-04

基金項目：2020貴州省高校人文社會科學(xué)研究項目“貴州世居少數(shù)民族金融扶貧研究”（2020SSD010）。

作者簡介：吳華敏，女，碩士研究生，研究方向：農(nóng)村金融;楊興洪（通訊作者），女，教授，研究方向：農(nóng)業(yè)保險、貧困治理。