黃 瀟

（1.西南財(cái)經(jīng)大學(xué)博士后流動(dòng)站，成都 610074；2.重慶工商大學(xué) 經(jīng)濟(jì)學(xué)院，重慶 400067）

1 研究背景

解決中國(guó)“三農(nóng)”問(wèn)題的關(guān)鍵之一在于促進(jìn)農(nóng)戶(hù)收入增長(zhǎng)。其中，農(nóng)村金融發(fā)展對(duì)農(nóng)村經(jīng)濟(jì)發(fā)展和農(nóng)民增收具有重要作用——這已成為廣泛共識(shí)［1-2］。黨的十七屆三中全會(huì)更是明確指出，“農(nóng)村金融是現(xiàn)代農(nóng)村經(jīng)濟(jì)的核心”。然而，受金融資源匱乏、地理位置、信息傳播等因素的制約，目前中國(guó)農(nóng)村金融發(fā)展仍缺乏普惠性：部分金融機(jī)構(gòu)仍不同程度地具有“離農(nóng)脫農(nóng)”的傾向，致使不少農(nóng)戶(hù)受到金融排斥。據(jù)統(tǒng)計(jì)，2011年末全國(guó)金融機(jī)構(gòu)空白鄉(xiāng)鎮(zhèn)仍有1696個(gè)，農(nóng)戶(hù)貸款余額僅占涉農(nóng)貸款余額的21%①資料來(lái)源：中國(guó)人民銀行農(nóng)村金融服務(wù)研究小組.中國(guó)農(nóng)村金融服務(wù)報(bào)告［R］.北京：中國(guó)金融出版社，2013.金融網(wǎng)點(diǎn)分布不均、供給型抑制加大資金供需缺口、金融產(chǎn)品不適應(yīng)性等，都是當(dāng)前中國(guó)農(nóng)村金融體系的普惠性不高的體現(xiàn)。。這意味著，中國(guó)農(nóng)村存在相當(dāng)程度的金融排斥（financial exclusion），即某類(lèi)群體因遠(yuǎn)離金融服務(wù)機(jī)構(gòu)及其分支機(jī)構(gòu)而被排斥在主流金融服務(wù)之外［3］。

考察農(nóng)村金融對(duì)農(nóng)戶(hù)收入的影響，需要回答一個(gè)重要問(wèn)題：如果存在金融排斥，那么農(nóng)村居民收入會(huì)受到多大程度的沖擊？改善農(nóng)村金融環(huán)境、降低農(nóng)戶(hù)金融排斥到底能在多大程度上增加農(nóng)村居民的收入？上述問(wèn)題非常重要，但是專(zhuān)門(mén)對(duì)之進(jìn)行探討的文獻(xiàn)還不多見(jiàn)。本文利用“中國(guó)家庭收入調(diào)查”（CHIP2002）的微觀(guān)數(shù)據(jù)，結(jié)合金融排斥的內(nèi)涵，從貸款、儲(chǔ)蓄、證券和關(guān)系4個(gè)維度構(gòu)建微觀(guān)層面的金融排斥變量，并采用近似自然實(shí)驗(yàn)的傾向得分匹配法（propensity score matching，PSM）來(lái)解決樣本選擇性偏誤和遺漏變量問(wèn)題，利用自抽樣方法（bootstrap）獲得穩(wěn)健性統(tǒng)計(jì)推斷，為上述問(wèn)題的解答提供一個(gè)穩(wěn)健的實(shí)證支撐。

下文的結(jié)構(gòu)安排如下：文獻(xiàn)回顧；研究方法說(shuō)明；數(shù)據(jù)來(lái)源及描述；實(shí)證結(jié)果探討；全文總結(jié)及政策建議提出。

2 文獻(xiàn)回顧

早期文獻(xiàn)主要考察金融發(fā)展與農(nóng)戶(hù)收入的關(guān)系。例如，溫濤、冉光和和熊德平［1］利用1952—2003年的數(shù)據(jù)進(jìn)行實(shí)證研究，結(jié)果表明中國(guó)金融發(fā)展對(duì)農(nóng)民收入增長(zhǎng)具有顯著的負(fù)效應(yīng)，原因在于中國(guó)金融發(fā)展存在明顯的結(jié)構(gòu)性和功能性的失衡，特別是金融中介的低效率阻礙了金融發(fā)展對(duì)農(nóng)民收入促進(jìn)作用的有效提升［4］。深入考察中國(guó)農(nóng)村的金融結(jié)構(gòu)不難發(fā)現(xiàn)：農(nóng)村存款和農(nóng)業(yè)保險(xiǎn)賠付與農(nóng)民收入增長(zhǎng)之間存在正向關(guān)系；而農(nóng)村貸款和農(nóng)業(yè)保險(xiǎn)收入與農(nóng)民收入增長(zhǎng)之間存在負(fù)向關(guān)系［2］。上述研究表明，雖然中國(guó)農(nóng)村金融的發(fā)展在一定程度上有助于提升農(nóng)民收入水平，但是農(nóng)村金融發(fā)展總體上缺乏普惠性①資料來(lái)源：中國(guó)人民銀行農(nóng)村金融服務(wù)研究小組.中國(guó)農(nóng)村金融服務(wù)報(bào)告［R］.北京：中國(guó)金融出版社，2013.金融網(wǎng)點(diǎn)分布不均、供給型抑制加大資金供需缺口、金融產(chǎn)品不適應(yīng)性等，都是當(dāng)前中國(guó)農(nóng)村金融體系的普惠性不高的體現(xiàn)。使得普通農(nóng)戶(hù)的金融可及性較差，從而引致金融排斥問(wèn)題。

金融排斥的概念始于20世紀(jì)90年代中后期。與經(jīng)常被使用的金融發(fā)展不同，金融排斥更關(guān)注金融市場(chǎng)的破壞、分割及其影響。“排斥”這一概念最初引自社會(huì)學(xué)領(lǐng)域，與金融相結(jié)合，體現(xiàn)出經(jīng)濟(jì)主體與金融服務(wù)的隔離。Leyshon和Thrift［3］首次對(duì)金融排斥進(jìn)行了定義，即金融排斥是指某類(lèi)群體因遠(yuǎn)離金融服務(wù)機(jī)構(gòu)及其分支機(jī)構(gòu)而被排斥在主流金融服務(wù)之外。Panigyrakis、Theodoridis 和Veloutsou［5］進(jìn)一步指出，金融排斥就是因主流金融缺乏覆蓋面和普適性而使部分經(jīng)濟(jì)主體不能以合適的方式融入主流金融服務(wù)中，進(jìn)而形成金融服務(wù)的剝奪。Kempson和Whyley［6］系統(tǒng)性地指出金融排斥是一個(gè)多維概念，它包括地理排斥（geographical access exclusion）、評(píng)估排斥（access exclusion）、條件排斥（condition exclusion）、價(jià)格排斥（price exclusion）、營(yíng)銷(xiāo)排斥（marketing exclusion）和自我排斥（selfexclusion）。地理排斥是指交通不便而引致的金融服務(wù)不可及；評(píng)估排斥、條件排斥、價(jià)格排斥和營(yíng)銷(xiāo)排斥分別是指金融服務(wù)中評(píng)估、附加條件、服務(wù)價(jià)格和營(yíng)銷(xiāo)策略的排斥性而使某類(lèi)經(jīng)濟(jì)主體因無(wú)法支付或無(wú)法接受而被排除在金融服務(wù)之外；自我排斥是指經(jīng)濟(jì)主體因主觀(guān)原因而主動(dòng)放棄獲取金融服務(wù)②關(guān)于這6個(gè)維度的概念，還可以參見(jiàn)許圣道和田霖［12］的研究。。

在明確金融排斥的定義后，有關(guān)其影響因素的研究逐漸豐富。例如，Devlin［7］對(duì)英國(guó)的研究表明，在引致個(gè)體遭受金融排斥的因素中，教育程度和以住房表征的財(cái)富水平是最主要的，其次是收入水平、職業(yè)和地位。Simpson和Buckland［8］從信用約束的視角，利用1999—2005 年加拿大的調(diào)查數(shù)據(jù)以及Probit模型進(jìn)行研究，發(fā)現(xiàn)收入（財(cái)富）水平與金融排斥概率顯著負(fù)相關(guān)。Rama和Rupayan［9］對(duì)印度的經(jīng)驗(yàn)研究表明，金融排斥程度隨農(nóng)戶(hù)收入的增加而降低。也有學(xué)者認(rèn)為居民收入低下并非引致金融排斥的最主要因素。Horska、Szafeanska 和Matysik-Pejas［10］對(duì)1000戶(hù)波蘭農(nóng)村居民的研究顯示，是否遭受金融排斥主要與個(gè)體的教育水平相關(guān)——后者直接影響個(gè)體的金融獲取技能。

近年來(lái)，金融排斥同樣引起國(guó)內(nèi)學(xué)者的高度關(guān)注，國(guó)內(nèi)學(xué)者對(duì)之進(jìn)行了較為深入的探討?？偟膩?lái)看，中國(guó)的金融排斥具有明顯的城鄉(xiāng)二元性，即農(nóng)村更容易存在“金融沙漠”［11］。在中國(guó)農(nóng)村，農(nóng)民的金融知識(shí)匱乏是造成農(nóng)民遭受金融排斥的重要原因之一，而這種知識(shí)是隱性且代際遺傳的［12］。同時(shí)，中國(guó)農(nóng)村的金融排斥還存在明顯的地區(qū)差異：某地區(qū)的農(nóng)村居民人均收入水平越高，該地區(qū)農(nóng)村居民面臨的金融排斥程度往往越低［13］。在影響因素方面，農(nóng)戶(hù)的收入和受教育程度對(duì)儲(chǔ)蓄排除、貸款排除和基本保險(xiǎn)排除3類(lèi)主要的金融排除均有顯著的負(fù)向作用［14］。李春霄和賈金榮［15］的研究也表明，農(nóng)戶(hù)的收入水平直接決定農(nóng)戶(hù)在貸款服務(wù)和儲(chǔ)蓄服務(wù)上是否遭受排斥。即使在金融發(fā)展水平相對(duì)較高的城市，金融排斥亦存在。中國(guó)城市居民在儲(chǔ)蓄、基金、保險(xiǎn)和貸款等方面存在嚴(yán)重的金融受排斥狀況，即城市居民不能以恰當(dāng)、合理的方式獲得這些金融服務(wù)［16］。

已有文獻(xiàn)著重就金融排斥的成因進(jìn)行了較為深入的探討，并得出了豐富的結(jié)論。但是，金融排斥作為內(nèi)生于經(jīng)濟(jì)環(huán)境的重要變量，不僅影響金融資源配置，而且會(huì)與經(jīng)濟(jì)發(fā)展和居民收入產(chǎn)生聯(lián)系。在金融發(fā)展相對(duì)滯后的農(nóng)村地區(qū)，金融排斥到底對(duì)農(nóng)村居民的收入有多大影響？目前相關(guān)研究尚不多見(jiàn)。與以往研究相比，本文的特色在于：第一，考察金融排斥對(duì)農(nóng)戶(hù)收入的影響；第二，利用微觀(guān)調(diào)查數(shù)據(jù)進(jìn)行經(jīng)驗(yàn)分析，更直觀(guān)地考察金融排斥影響農(nóng)民收入的誘因，對(duì)主要利用宏觀(guān)數(shù)據(jù)進(jìn)行分析的已有研究而言是一個(gè)有效補(bǔ)充；第三，采用近似自然實(shí)驗(yàn)的傾向得分法進(jìn)行實(shí)證檢驗(yàn)，有助于克服傳統(tǒng)OLS（ordinary least square）方法存在的內(nèi)生性偏誤問(wèn)題③在傳統(tǒng)的OLS方法中，金融排斥通常被設(shè)置為一個(gè)虛擬變量來(lái)考察其對(duì)農(nóng)民收入的影響；按照OLS方法，這種收入差異歸結(jié)于是否受到金融排斥，但是這會(huì)出現(xiàn)某些不可觀(guān)測(cè)變量（如文化觀(guān)念、能力、機(jī)遇等）的缺失而導(dǎo)致估計(jì)結(jié)果有偏誤（bias）的問(wèn)題。，從而使估計(jì)結(jié)果更為穩(wěn)健。

3 研究方法

已有文獻(xiàn)通?；贛incer收入方程來(lái)考察重要變量對(duì)居民收入的影響，即將居民收入的對(duì)數(shù)作為被解釋變量，然后采用OLS方法考察重要控制變量的估計(jì)系數(shù)。但是，這可能產(chǎn)生兩類(lèi)問(wèn)題：一是遺漏變量問(wèn)題，即無(wú)法控制研究對(duì)象本身的趨勢(shì)和特征導(dǎo)致難以完全分離引致收入差異的其他相關(guān)因素④例如，殘差項(xiàng)可能包括與金融排斥相關(guān)但無(wú)法通過(guò)可觀(guān)測(cè)變量（如性別、教育、年齡等）控制的“能力”或“稟賦”因素。；二是內(nèi)生性問(wèn)題，這會(huì)造成基于OLS 方法的估計(jì)結(jié)果是有偏的，即估計(jì)系數(shù)被放大或縮小。盡管工具變量（instrumental variable，IV）法是解決上述問(wèn)題的主要方法之一，但是合適的工具變量往往難以獲?。ㄌ貏e是在樣本獲得較為困難的調(diào)查數(shù)據(jù)中）。解決上述問(wèn)題的另一個(gè)方法是自然實(shí)驗(yàn)，近年來(lái)該方法被越來(lái)越多地應(yīng)用于計(jì)量分析。但是，社會(huì)科學(xué)研究中不可控的因素較多，一個(gè)純粹的自然實(shí)驗(yàn)往往受限于成本、試驗(yàn)控制性因素，因此難以被施行。近年來(lái)，微觀(guān)計(jì)量經(jīng)濟(jì)學(xué)領(lǐng)域中新發(fā)展起來(lái)的PSM 方法是一種近似于自然實(shí)驗(yàn)的方法，利用該方法可實(shí)現(xiàn)盡可能地分離出實(shí)驗(yàn)本身對(duì)實(shí)驗(yàn)對(duì)象的凈效應(yīng)，能有效克服上述OLS估計(jì)存在的不足。

Rosenbaum 和Rubin［17］提出的傾向得分匹 配法是典型的反事實(shí)（counterfactual）因果推斷分析框架。觀(guān)察樣本后，可將受到金融排斥的個(gè)體劃為處理組（treat group），將未受到金融排斥的個(gè)體劃為對(duì)照組（control group）。傾向得分匹配法的基本思想是：將處理組與對(duì)照組的樣本進(jìn)行逐一匹配，使處理組與對(duì)照組的主要特征盡可能相似；然后，利用對(duì)照組盡可能地模擬處理組的反事實(shí)狀態(tài)（即未受到金融排斥），比較個(gè)體在受到和不受到金融排斥這兩種對(duì)立情形下的收入差異。傾向得分匹配法的基本步驟如下：

首先，運(yùn)用Logit模型或Probit模型①本文采用Logit模型。Logit模型和Probit模型的差異在于密度函數(shù)的設(shè)定不同。筆者也用Probit模型進(jìn)行了估計(jì)，其估計(jì)結(jié)果與Logit模型的估計(jì)結(jié)果相差不大。并結(jié)合反映農(nóng)戶(hù)金融特征的匹配變量，計(jì)算每個(gè)樣本受到金融排斥的條件概率（即傾向得分值），使匹配標(biāo)準(zhǔn)由多維的降為一維的傾向得分值（PS）。

式（1）中：Di=1表示農(nóng)戶(hù)遭受金融排斥，Di=0表示農(nóng)戶(hù)未受到金融排斥；Xi表示處理組的可觀(guān)察的農(nóng)戶(hù)特征（即上述的匹配變量）。

然后，對(duì)控制組與對(duì)照組的樣本進(jìn)行匹配。不同的匹配方法會(huì)導(dǎo)致不完全一致的匹配結(jié)果。常用的匹配方法有最近鄰匹配（K-nearest neighbor matching）、半徑匹配（radius matching）、核匹配（Kernel matching）和馬氏距離匹配（Mahalanobis distance matching）等。最近鄰匹配的規(guī)則是：從處理組和對(duì)照組中各找出一個(gè)樣本，如果兩者之間的PS值最?。╩in｛|PSi-PS0|｝），則認(rèn)為兩個(gè)樣本的特征最接近。半徑匹配的規(guī)則是：預(yù)先設(shè)定一個(gè)常數(shù)r，控制組中其PS與激勵(lì)樣本i的PS的差異小于r的樣本都被選為匹配對(duì)象，即按照來(lái)min｛|PSi-PS0|≤r｝確定匹配樣本。核匹配是基于非參數(shù)估計(jì)方法進(jìn)行匹配，其基本思想是：抽取若干個(gè)來(lái)自對(duì)照組的樣本以構(gòu)成一個(gè)虛擬樣本，使該虛擬樣本的特征與控制組中某個(gè)樣本的特征最為接近，從而完成匹配。當(dāng)然，采用的核不一樣，匹配結(jié)果也不一致，通常Gaussian核最為常用、其效果也比較穩(wěn)健。馬氏距離匹配是通過(guò)計(jì)算不同樣本的協(xié)方差距離來(lái)考慮特征變量之間的聯(lián)系，進(jìn)而得到不同樣本的相似度并進(jìn)行匹配。上述匹配方法都有其適用性。為保證匹配結(jié)果的穩(wěn)健性，本文同時(shí)采用上述4種方法進(jìn)行匹配。

接著，進(jìn)行平衡性假設(shè)檢驗(yàn)，通過(guò)檢驗(yàn)配對(duì)樣本在上有無(wú)顯著差異來(lái)確保匹配效果的精確性。值得注意的是，控制變量并非越多越好，雖然越多可帶來(lái)更為豐富的匹配信息，但是會(huì)使平衡性假設(shè)更難被滿(mǎn)足。

最后，計(jì)算處理組與對(duì)照組的平均收入差異，即平均處理效應(yīng)（average treatment effect on treated），以得到金融排斥影響農(nóng)戶(hù)收入的凈效應(yīng)。

式（2）中：ATT表示金融排斥影響農(nóng)戶(hù)收入的凈效應(yīng)；表示農(nóng)戶(hù)受到金融排斥后的收入；表示農(nóng)戶(hù)未受到金融排斥的收入。

為保證估計(jì)結(jié)果的穩(wěn)健性，本文采用自抽樣（Bootstrap）來(lái)獲得ATT 的標(biāo)準(zhǔn)誤，自抽樣循環(huán)次數(shù)設(shè)定為300。在基于大樣本量的PSM 運(yùn)算中，通常經(jīng)過(guò)300次自抽樣所得到的標(biāo)準(zhǔn)誤在統(tǒng)計(jì)上已較為穩(wěn)健。

4 樣本篩選

4.1 數(shù)據(jù)來(lái)源

本文所用研究數(shù)據(jù)來(lái)源于“中國(guó)家庭收入調(diào)查”（CHIP2002）。根據(jù)研究目的，剔除城鎮(zhèn)樣本，并提出缺失關(guān)鍵變量（如收入、資產(chǎn)狀況、負(fù)債狀況、戶(hù)主的年齡和受教育程度等）的樣本，最終得到7664個(gè)有效樣本。

4.2 變量選擇

是否受到金融排斥是關(guān)鍵的識(shí)別變量。結(jié)合已有文獻(xiàn)中有關(guān)金融排斥的內(nèi)涵以及CHIP數(shù)據(jù)的特點(diǎn)，本文從貸款、儲(chǔ)蓄、證券、關(guān)系4個(gè)方面考察中國(guó)農(nóng)戶(hù)遭受的金融排斥。如果農(nóng)戶(hù)受到金融排斥，則對(duì)相應(yīng)變量賦值為1，否則賦值為0。

1）貸款排斥。它是指農(nóng)戶(hù)有貸款需求而金融機(jī)構(gòu)拒絕提供貸款，或農(nóng)戶(hù)雖獲得了貸款但實(shí)際獲得的貸款量小于其貸款需求［15］。利用CHIP 數(shù)據(jù)，可通過(guò)考察農(nóng)戶(hù)是否獲得扶貧貸款、是否獲得其他形式貸款以及農(nóng)戶(hù)貸款額與農(nóng)戶(hù)脫貧所需資金數(shù)量的差額來(lái)辨別農(nóng)戶(hù)是否遭受貸款排斥。

2）儲(chǔ)蓄排斥。它是指農(nóng)戶(hù)有儲(chǔ)蓄需求但因金融機(jī)構(gòu)的地理位置偏僻、儲(chǔ)蓄產(chǎn)品不合適、不信任金融機(jī)構(gòu)等原因而未將多余資金存入金融機(jī)構(gòu)。如果在農(nóng)戶(hù)家庭的資產(chǎn)結(jié)構(gòu)中有現(xiàn)金但無(wú)活期存款或定期存款，則認(rèn)為它受到儲(chǔ)蓄排斥。

3）證券排斥。是否有渠道接觸有價(jià)證券在很大程度上體現(xiàn)了農(nóng)戶(hù)對(duì)現(xiàn)代金融的參與程度。若農(nóng)戶(hù)未接觸股票、債券等有價(jià)證券，則認(rèn)為農(nóng)戶(hù)受到有價(jià)證券排斥。根據(jù)中國(guó)銀監(jiān)會(huì)網(wǎng)站在2008年公布的《中國(guó)銀行業(yè)農(nóng)村金融服務(wù)分布圖集》，獲得保險(xiǎn)、基金和證券等高端金融服務(wù)的農(nóng)戶(hù)微乎其微。而有價(jià)證券正日益成為農(nóng)村個(gè)體獲得投機(jī)性收入的主要途徑。

4）關(guān)系排斥。中國(guó)農(nóng)村是一個(gè)典型的關(guān)系型社會(huì)網(wǎng)絡(luò)，農(nóng)戶(hù)的關(guān)系網(wǎng)絡(luò)在很大程度上影響個(gè)體獲取金融資源的渠道和能力。近期研究也表明，民間借貸組織的存在有助于增加農(nóng)戶(hù)的非正規(guī)借款數(shù)量［18］。結(jié)合本文所采用樣本的特點(diǎn)，如果農(nóng)戶(hù)參加了互助合作基金社、小貸組織，或家庭中有縣級(jí)以上機(jī)關(guān)干部、戶(hù)主曾擔(dān)任過(guò)企業(yè)管理人員和曾在金融部門(mén)任職，則認(rèn)為該農(nóng)戶(hù)未受到關(guān)系排斥，否則認(rèn)為受到關(guān)系排斥。

需要說(shuō)明的是，以上金融排斥定義還包括那些對(duì)金融產(chǎn)品或服務(wù)沒(méi)有需求的居民。然而，正是由于一些居民沒(méi)有真正的金融需求，由此造成金融排斥程度被估計(jì)過(guò)高，因此需要對(duì)此進(jìn)行剔除。但是，由于CHIP調(diào)查并未提供足夠的調(diào)查信息來(lái)區(qū)分上述情況，因此采用上述方式構(gòu)建金融排斥變量不失為數(shù)據(jù)受限條件下的一種嘗試?；诖?，本文同時(shí)從上述4個(gè)維度考察金融排斥及其對(duì)農(nóng)戶(hù)收入的影響。

另外，為了在處理組（受到金融排斥）與對(duì)照組（未受到金融排斥）之間進(jìn)行傾向得分匹配，需要尋找合適的匹配變量。選取匹配變量既要考慮經(jīng)濟(jì)理論，又要注重匹配假設(shè)的成立和匹配的有效性。也就是說(shuō)，既要選擇那些在理論上（或被經(jīng)驗(yàn)研究證明）與金融排斥相關(guān)的變量，又要保證這些變量滿(mǎn)足平衡性假設(shè)。結(jié)合關(guān)于金融排斥的既有經(jīng)驗(yàn)研究，以下3類(lèi)變量在不同程度上與金融排斥存在明顯聯(lián)系。第一，居民的社會(huì)人口學(xué)特征，主要包括性別、年齡、婚姻狀況、受教育程度、健康狀況、宗教信仰、種族、政治面貌和家庭結(jié)構(gòu)等；第二，家庭的經(jīng)濟(jì)財(cái)富特征，包括收入、家庭資產(chǎn)、家庭負(fù)債和信貸約束等；第三，居民的主觀(guān)心態(tài)、態(tài)度和信念，包括信任度、樂(lè)觀(guān)度、風(fēng)險(xiǎn)態(tài)度和社會(huì)互動(dòng)程度等［16］。較為理想的方式是選取上述所有變量進(jìn)行分析。

受樣本信息限制，本文主要選取如下兩類(lèi)變量：一類(lèi)是涉及戶(hù)主信息的變量，具體包括戶(hù)主年齡、受教育年限、健康水平、婚姻狀態(tài)、戶(hù)主的政治面貌，以及戶(hù)主父親的受教育水平、政治面貌、是否從事工商業(yè)經(jīng)營(yíng)，這是因?yàn)閼?hù)主的稟賦在很大程度上決定家庭的資源獲取能力和收入水平；一類(lèi)是涉及戶(hù)主背景條件的變量，具體包括家庭人均住房面積、家庭耕地面積、家庭生產(chǎn)性固定資產(chǎn)價(jià)值、家庭是否從事個(gè)體經(jīng)營(yíng)以及從事個(gè)體經(jīng)營(yíng)的年限、家庭外出人口占總?cè)丝诒壤?。由此，上述變量基本覆蓋了家庭的生產(chǎn)資本、社會(huì)資本和人力資本等信息，并考慮了代際傳遞的影響。在理想狀態(tài)下，應(yīng)盡可能多地選擇上述變量，以便更貼近現(xiàn)實(shí)狀況、更易發(fā)揮傾向得分匹配法的優(yōu)勢(shì)——消除選擇性偏差。要完全消除這種偏差，需要匹配時(shí)能夠控制所有可能對(duì)選擇和結(jié)果產(chǎn)生影響的協(xié)變量，這往往要求在進(jìn)行匹配時(shí)盡量控制足夠多的變量［19］。然而，控制變量的數(shù)目越多，傾向得分匹配法的平衡性假設(shè)越難得到滿(mǎn)足。為此，可采取逐步回歸法來(lái)剔除那些對(duì)金融排斥影響不太顯著的變量①逐步回歸的基本思想是：按偏相關(guān)系數(shù)的大小次序?qū)⒆宰兞恐饌€(gè)引入方程，對(duì)引入方程中的每個(gè)自變量的偏相關(guān)系數(shù)進(jìn)行統(tǒng)計(jì)檢驗(yàn)，效應(yīng)顯著的自變量留在回歸方程中，循此繼續(xù)遴選下一個(gè)自變量，最終得到最優(yōu)的顯著方程。本文將變量顯著與否的標(biāo)準(zhǔn)設(shè)定為P值是否小于等于0.1。。本文對(duì)4個(gè)金融排斥維度都進(jìn)行逐步回歸判別，并綜合結(jié)果選擇了10個(gè)匹配變量②限于篇幅，未報(bào)告逐步回歸及其結(jié)果篩選的過(guò)程，相關(guān)資料備索?！獞?hù)主的年齡、受教育程度、政治面貌，戶(hù)主父親的受教育程度和政治面貌，以及家庭人均住房面積、家庭是否從事個(gè)體經(jīng)營(yíng)、家庭耕地面積、家庭生產(chǎn)性固定資產(chǎn)價(jià)值和家庭外出人口占總?cè)丝诒壤?/p>

4.3 描述性統(tǒng)計(jì)

相關(guān)變量的含義及其描述性統(tǒng)計(jì)結(jié)果如表1所示。其中，重點(diǎn)關(guān)注農(nóng)戶(hù)受金融排斥的情況?？偟膩?lái)看，絕大多數(shù)農(nóng)戶(hù)受到證券排斥（均值最大），所受到的貸款排斥、儲(chǔ)蓄排斥和關(guān)系排斥的比例基本接近，說(shuō)明高端金融對(duì)農(nóng)戶(hù)的排斥程度遠(yuǎn)大于其他類(lèi)型的金融排斥。

表1 變量選取及其基本描述性統(tǒng)計(jì)結(jié)果

5 實(shí)證結(jié)果分析

5.1 匹配檢驗(yàn)

對(duì)Logit模型回歸，估計(jì)出農(nóng)戶(hù)受金融排斥的概率（即對(duì)Logit模型進(jìn)行回歸所得的預(yù)測(cè)值），從而使匹配變量由多維轉(zhuǎn)換為單維，Logit模型的回歸結(jié)果見(jiàn)表2。從表2所示的Logit模型中各變量估計(jì)系數(shù)的顯著性來(lái)看：在不同的金融排斥視角下，盡管仍有個(gè)別變量的系數(shù)不顯著，但是總體上Logit模型中控制變量系數(shù)的符號(hào)是基本一致的且大多在10%水平下顯著，說(shuō)明這些匹配變量對(duì)農(nóng)戶(hù)是否受到金融排斥具有顯著影響。

Logit模型的回歸結(jié)果基本上符合預(yù)期，與既有的經(jīng)驗(yàn)研究結(jié)果也基本一致。具體分析如下：

1）戶(hù)主年齡。隨著年齡（Age）的增加，農(nóng)戶(hù)受到各種類(lèi)型的金融排斥的概率顯著降低①筆者曾嘗試加入年齡的平方項(xiàng)，但是年齡平方項(xiàng)的估計(jì)系數(shù)大多不顯著，并且加入年齡平方項(xiàng)對(duì)年齡的估計(jì)系數(shù)的影響不大，故最終未將年齡的平方項(xiàng)作為匹配變量。。這是因?yàn)椋簶颖緫?hù)主的平均年齡為45歲，根據(jù)既有的經(jīng)驗(yàn)分析結(jié)論，這個(gè)年齡的農(nóng)戶(hù)正處于收入水平隨年齡的增加而升高的階段；同時(shí)，年齡增長(zhǎng)帶來(lái)的閱歷、社會(huì)資源、技能的豐富也有助于降低金融排斥概率。

2）戶(hù)主的受教育程度。戶(hù)主受教育程度（Edu）的提高也顯著降低了金融排斥概率——這與預(yù)期基本相符。這是因?yàn)椋航逃切纬扇肆Y本的主要渠道，教育水平往往與收入和地位正相關(guān)；不僅如此，農(nóng)戶(hù)的教育程度越高，農(nóng)戶(hù)接受金融知識(shí)、金融資訊的能力往往越強(qiáng)，越難受到金融排斥。

3）戶(hù)主的黨員身份（Political）。該變量的系數(shù)顯著為負(fù)，說(shuō)明具有黨員身份的受訪(fǎng)戶(hù)具有更低的金融排斥概率，意味著政治資本在農(nóng)戶(hù)獲取金融資源方面發(fā)揮著重要作用。

4）家庭人均住房面積。家庭人均住房面積（House）越大，農(nóng)戶(hù)受到金融排斥的概率相對(duì)越低。這是因?yàn)椋杭彝ト司》棵娣e在一定意義上體現(xiàn)了農(nóng)戶(hù)的財(cái)富水平，而財(cái)富越多的個(gè)體往往是金融服務(wù)競(jìng)爭(zhēng)的對(duì)象，受到金融排斥的概率相對(duì)越低。

5）家庭是否從事個(gè)體經(jīng)營(yíng)。家庭從事個(gè)體經(jīng)營(yíng)（Private）更易受到貸款排斥，而不易受到儲(chǔ)蓄排斥、證券排斥和關(guān)系排斥。從事個(gè)體經(jīng)營(yíng)的農(nóng)戶(hù)受到貸款排斥的主要原因往往是未能獲取足額的信貸資金。從事個(gè)體經(jīng)營(yíng)的農(nóng)戶(hù)之所以不易受到儲(chǔ)蓄排斥、證券排斥和關(guān)系排斥，是因?yàn)樗麄冊(cè)诮?jīng)營(yíng)活動(dòng)中通常會(huì)接觸到這些金融體系。

6）家庭耕地面積。家庭耕地面積（Land）對(duì)不同類(lèi)別的金融排斥的影響存在差異。擁有土地面積越多的農(nóng)戶(hù)越易受到儲(chǔ)蓄排斥和證券排斥。其原因在于：農(nóng)業(yè)的低收入和農(nóng)地的非流動(dòng)性使得土地對(duì)于農(nóng)村家庭財(cái)富構(gòu)成的意義大為縮減。不過(guò)，農(nóng)戶(hù)耕地面積較多會(huì)降低其受到關(guān)系排斥的概率。

7）家庭生產(chǎn)性固定資產(chǎn)價(jià)值。家庭生產(chǎn)性固定資產(chǎn)價(jià)值（Capital）在一定層面上反映了家庭擁有生產(chǎn)資本的能力，其數(shù)量的增加有助于借貸資金需求的減少，進(jìn)而有助于家庭遭受金融排斥概率的降低。

8）家庭外出人口占總?cè)丝诒壤＜彝ネ獬鋈丝谡伎側(cè)丝诒壤∕igration）越高，農(nóng)戶(hù)受金融排斥的概率越低。這是因?yàn)椋和獬鋈丝谥饕飨虺擎?zhèn)等金融排斥度相對(duì)較低的區(qū)域，有助于將金融信息、金融知識(shí)乃至投資需求帶回流出地，進(jìn)而降低金融排斥程度。

9）父代特征。戶(hù)主父親的黨員身份（F＿politi-cal）和戶(hù)主父親的受教育程度（F＿edu）的系數(shù)都顯著為負(fù)，這揭示出教育和政治資本的代際傳承性，它們有助于降低農(nóng)村家庭受金融排斥的概率。

表2 Logit模型的回歸結(jié)果

傾向匹配得分法的另一重要假設(shè)是平衡性假設(shè)。如果匹配后所有變量在處理組和對(duì)照組的均值偏誤都能大幅降低，則意味著不同組別的個(gè)體特征差異得到了大幅消除，配對(duì)樣本具有高度相似性。本文僅列出了按照最近鄰匹配法進(jìn)行匹配后的平衡性假設(shè)檢驗(yàn)結(jié)果（見(jiàn)表3），其他3種匹配方法的平衡性假設(shè)檢驗(yàn)結(jié)果同樣滿(mǎn)足平衡性假設(shè)的要求，限于篇幅不再一一列出。從表3不難看出，無(wú)論從金融排斥的哪個(gè)維度來(lái)看，大多數(shù)變量在進(jìn)行傾向得分匹配后的均值偏差在5%以下，說(shuō)明滿(mǎn)足平衡性假設(shè)①參照既有研究的做法，以處理組與對(duì)照組的均值偏差（Bias%）不超過(guò)5%作為是否通過(guò)平衡性檢驗(yàn)的判斷標(biāo)準(zhǔn)。。

表3 平衡性假設(shè)檢驗(yàn)結(jié)果 %

5.2 匹配結(jié)果分析

表4列示了平均處理效應(yīng)的估計(jì)結(jié)果。從表4可以得出：即使采用PSM 方法盡可能地控制內(nèi)生性，金融排斥也仍會(huì)顯著影響農(nóng)戶(hù)收入（大多數(shù)情況下在1%的水平下顯著）。從ATT 的估計(jì)系數(shù)來(lái)看，證券排斥對(duì)農(nóng)戶(hù)收入的沖擊效應(yīng)最大，若農(nóng)戶(hù)遭受證券排斥，則其收入平均將降低32.7%，儲(chǔ)蓄排斥（16.8%）、貸款排斥（11.7%）和關(guān)系排斥（3.8%）對(duì)農(nóng)戶(hù)收入的影響依次降低。

為何不同類(lèi)型的金融排斥對(duì)農(nóng)戶(hù)收入的影響程度存在明顯差異呢？本文深入不同類(lèi)型的金融排斥的具體機(jī)理加以分析。

1）證券排斥。若農(nóng)戶(hù)受到該類(lèi)型的金融排斥，則表明該農(nóng)戶(hù)未能觸及股票、債券等有價(jià)證券。雖然改革開(kāi)放以來(lái)中國(guó)農(nóng)村居民的人均純收入增長(zhǎng)較快，但是農(nóng)民投資渠道的發(fā)展相對(duì)緩慢。證券機(jī)構(gòu)在農(nóng)村地區(qū)的布局不足，加之農(nóng)民缺乏金融知識(shí)和風(fēng)險(xiǎn)意識(shí)，因此大多數(shù)農(nóng)民難以涉水資本市場(chǎng)。有條件進(jìn)入資本市場(chǎng)進(jìn)行投資的農(nóng)村群體，往往是農(nóng)村先富起來(lái)的且具有一定財(cái)富積累的高收入階層。從本文的樣本來(lái)看，受證券排斥的農(nóng)戶(hù)的年收入均值為2754元，遠(yuǎn)低于未受證券排斥的農(nóng)戶(hù)的年收入均值（4461元）。同時(shí)，未受證券排斥的農(nóng)戶(hù)的戶(hù)主還具有更高的受教育水平①樣本中未受到證券排斥的農(nóng)戶(hù)戶(hù)主的平均受教育年限為8.91年，高于受到證券排斥的農(nóng)戶(hù)戶(hù)主的平均受教育年限（7.30年）。，而較高的受教育程度會(huì)使農(nóng)民更容易理解并以更低成本消費(fèi)金融機(jī)構(gòu)的產(chǎn)品和服務(wù)［20］。因此，農(nóng)村地區(qū)證券投資服務(wù)的稀缺使得僅有少部分農(nóng)村富裕階層能獲取資本投資渠道，在客觀(guān)上形成了證券排斥，進(jìn)而對(duì)農(nóng)戶(hù)的收入機(jī)會(huì)和收入水平產(chǎn)生不利影響。隨著資本市場(chǎng)投資收入在居民收入中占比的增加，證券排斥對(duì)農(nóng)村居民收入的影響在長(zhǎng)期內(nèi)將更為明顯。

表4 平均處理效應(yīng)（ATT）的估計(jì)系數(shù)

2）儲(chǔ)蓄排斥。受到儲(chǔ)蓄排斥的農(nóng)戶(hù)的收入水平比未受到儲(chǔ)蓄排斥的農(nóng)戶(hù)平均低16.8%。雖然流動(dòng)性約束、預(yù)防性?xún)?chǔ)蓄是中國(guó)農(nóng)村居民儲(chǔ)蓄的主要?jiǎng)訖C(jī)［21］，但是若農(nóng)戶(hù)收入水平較低則難以有剩余收入進(jìn)行儲(chǔ)蓄，從而直接形成儲(chǔ)蓄排斥。樣本中，存在“入不敷出”（家庭總收入小于家庭總消費(fèi)支出）的家庭在受儲(chǔ)蓄排斥群體中達(dá)25.5%，而未受儲(chǔ)蓄排斥群體中則鮮有家庭存在此現(xiàn)象。不僅如此，農(nóng)戶(hù)的儲(chǔ)蓄行為還與其工作狀態(tài)有關(guān)，因?yàn)檗r(nóng)戶(hù)從事非農(nóng)工作會(huì)因工資發(fā)放、資金往來(lái)等而擁有銀行存款。結(jié)合樣本可知，未受儲(chǔ)蓄排斥群體中有22%的農(nóng)戶(hù)從事非農(nóng)個(gè)體經(jīng)營(yíng)，遠(yuǎn)高于受儲(chǔ)蓄排斥群體中的該比例（12%）。因此，考慮到儲(chǔ)蓄產(chǎn)品能為儲(chǔ)戶(hù)帶來(lái)直接的利息收入，受儲(chǔ)蓄排斥群體的收入往往更低。

3）貸款排斥。受到貸款排斥的農(nóng)戶(hù)的收入水平與未受到貸款排斥的農(nóng)戶(hù)平均低11.7%。通常農(nóng)戶(hù)貸款分為兩類(lèi)：一類(lèi)是生產(chǎn)性貸款，主要用于進(jìn)行生產(chǎn)性投資（如購(gòu)置農(nóng)業(yè)生產(chǎn)資料）；一類(lèi)是生活性貸款，主要用于彌補(bǔ)家庭消費(fèi)支出缺口，貸款主體集中在低收入階層。在本文樣本中，對(duì)農(nóng)戶(hù)貸款的調(diào)查主要集中生產(chǎn)性貸款，即多數(shù)農(nóng)戶(hù)的生產(chǎn)性融資需求無(wú)法滿(mǎn)足。事實(shí)上，政府干預(yù)和信息不對(duì)稱(chēng)的存在使得一半以上具備有效需求的農(nóng)戶(hù)因信貸配給因素而無(wú)法得到正式機(jī)構(gòu)的貸款［22］；正規(guī)貸款更偏向那些非農(nóng)經(jīng)營(yíng)收入占比較大的農(nóng)戶(hù)，而對(duì)那些主要從事傳統(tǒng)農(nóng)業(yè)的農(nóng)戶(hù)（特別是貧困農(nóng)戶(hù)）覆蓋不足，由此造成福利水平的提升極為有限［23］。因此，貸款排斥在抑制農(nóng)戶(hù)信貸需求的同時(shí)，進(jìn)一步對(duì)其收入增長(zhǎng)產(chǎn)生不利影響。

4）關(guān)系排斥。關(guān)系排斥對(duì)農(nóng)戶(hù)收入的影響程度最小，受到關(guān)系排斥的農(nóng)戶(hù)的收入水平比未受到關(guān)系排斥的農(nóng)戶(hù)平均要低3.8%。中國(guó)農(nóng)村是一個(gè)典型的關(guān)系型網(wǎng)絡(luò)社會(huì)，社會(huì)資本中的政治背景、農(nóng)民與專(zhuān)業(yè)合作組織和正規(guī)金融機(jī)構(gòu)的關(guān)系對(duì)農(nóng)戶(hù)獲得的有效借貸機(jī)會(huì)和實(shí)際借貸額度均具有顯著影響［24］，社會(huì)資本較少的農(nóng)戶(hù)難以獲取足夠的金融資源和金融服務(wù)。結(jié)合樣本不難發(fā)現(xiàn)，2002年受關(guān)系排斥的農(nóng)戶(hù)的平均獲得貸款額為246元，遠(yuǎn)低于未受關(guān)系排斥的農(nóng)戶(hù)的平均獲得貸款額（701元）。而這種差異會(huì)逐漸轉(zhuǎn)化為收入水平差距。由此，受關(guān)系排斥的農(nóng)戶(hù)的收入顯著偏低也就不難理解了。

5.3 金融排斥對(duì)農(nóng)戶(hù)收入影響的地區(qū)差異分析

中國(guó)是一個(gè)區(qū)域發(fā)展差異明顯的經(jīng)濟(jì)體，這同樣表現(xiàn)在地區(qū)金融發(fā)展水平上。改革開(kāi)放以來(lái)，中國(guó)東、中、西部地區(qū)的金融發(fā)展存在明顯差異，東部地區(qū)的區(qū)位優(yōu)勢(shì)、政策性?xún)A斜相對(duì)良好，引致中國(guó)金融發(fā)展的地區(qū)差異［25］。金融業(yè)的發(fā)展要以經(jīng)濟(jì)發(fā)展、人民生活水平的提高為基礎(chǔ)，農(nóng)村居民的收入水平?jīng)Q定了其能否在滿(mǎn)足自身生存需要的基礎(chǔ)上尋求更高層次的產(chǎn)品和服務(wù)。經(jīng)驗(yàn)研究也表明，農(nóng)村金融排斥存在明顯的區(qū)域差異，農(nóng)村居民收入水平越高的地區(qū)的金融排斥程度往往越低［13］。因此，考察金融排斥對(duì)農(nóng)戶(hù)收入影響的地區(qū)差異尤為必要。

本文根據(jù)樣本所在省區(qū)，將樣本劃分為東部、中部和西部三類(lèi)，分別利用4種匹配方法計(jì)算4類(lèi)金融排斥的ATT 估計(jì)系數(shù)，結(jié)果如表5所示。

表5 分地區(qū)的ATT估計(jì)結(jié)果

1）貸款排斥。由表5可知，中國(guó)中、西部地區(qū)貸款排斥的平均處理效應(yīng)要明顯大于東部地區(qū)，說(shuō)明貸款排斥對(duì)中、西部地區(qū)農(nóng)戶(hù)收入的沖擊效應(yīng)相對(duì)更大。其原因在于，東部地區(qū)的經(jīng)濟(jì)相對(duì)發(fā)達(dá)，因此貸款排斥對(duì)其農(nóng)戶(hù)收入的影響沒(méi)有中、西部地區(qū)這么明顯：一是農(nóng)戶(hù)自身收入較高和資本積累較多；二是金融網(wǎng)點(diǎn)、金融服務(wù)的普惠性較強(qiáng)；三是金融資源的傾斜度較大。反觀(guān)中、西部地區(qū)（特別是部分西部邊遠(yuǎn)地區(qū)），由于經(jīng)濟(jì)發(fā)展相對(duì)滯后，因此農(nóng)戶(hù)獲取貸款的意愿與機(jī)會(huì)相距甚遠(yuǎn)，由此引致更大的沖擊效應(yīng)。

2）儲(chǔ)蓄排斥。東部地區(qū)儲(chǔ)蓄排斥的平均處理效應(yīng)要遠(yuǎn)大于中、西部地區(qū)。儲(chǔ)蓄排斥使得居民難以獲取儲(chǔ)蓄類(lèi)金融產(chǎn)品及其相關(guān)收益。如果農(nóng)戶(hù)收入水平較低，那么儲(chǔ)蓄排斥對(duì)農(nóng)戶(hù)收入的沖擊效應(yīng)相對(duì)較小；如果農(nóng)戶(hù)收入水平較高，那么農(nóng)戶(hù)為實(shí)現(xiàn)資產(chǎn)保值會(huì)更傾向于投資儲(chǔ)蓄產(chǎn)品，由此導(dǎo)致農(nóng)戶(hù)在利息收入上的差異。。就現(xiàn)實(shí)情況而言，東部地區(qū)農(nóng)村居民的收入要高于中、西部地區(qū)，因此東部地區(qū)農(nóng)戶(hù)的收入受儲(chǔ)蓄排斥的影響相對(duì)更大。

3）證券排斥。東部地區(qū)證券排斥的平均處理效應(yīng)大于中、西部地區(qū)。雖然中國(guó)農(nóng)村居民總體上較少接觸諸如證券等金融產(chǎn)品和服務(wù)，但是在一些相對(duì)發(fā)達(dá)的農(nóng)村地區(qū)仍有少數(shù)先富農(nóng)戶(hù)有機(jī)會(huì)接觸證券。而證券產(chǎn)品具有較大的收益性，能夠直接提升農(nóng)戶(hù)的收入水平。反之，在金融發(fā)展水平相對(duì)較低的中、西部農(nóng)村，由于接觸證券的農(nóng)戶(hù)較少，因此證券排斥引致的收入差異也就不那么明顯。

4）關(guān)系排斥。就估計(jì)系數(shù)的顯著性而言，東、中部地區(qū)ATT 的估計(jì)系數(shù)雖然為負(fù)但大多不顯著，說(shuō)明受關(guān)系排斥和未受關(guān)系排斥的群體的收入差異并不十分明顯。而西部地區(qū)ATT 的估計(jì)系數(shù)顯著為負(fù)，說(shuō)明受到關(guān)系排斥的個(gè)體的收入水平相應(yīng)較低。原因在于：西部地區(qū)的金融發(fā)展相對(duì)滯后，正規(guī)金融的覆蓋面較小、支持能力較有限，主要供給對(duì)象為富裕的或擁有較多社會(huì)資本的農(nóng)戶(hù)；貧困農(nóng)戶(hù)主要從非正規(guī)金融渠道獲得金融支持［26］，而非正規(guī)金融的供給能力較為有限，且非正規(guī)金融的獲取更多依賴(lài)于社會(huì)資本。因此，農(nóng)戶(hù)一旦受到關(guān)系排斥，便很難獲得金融資源，由此造成關(guān)系排斥對(duì)收入的負(fù)向沖擊。

6 結(jié)論及政策建議

本文基于金融排斥的內(nèi)涵并利用“中國(guó)家庭收入調(diào)查”（CHIP2002）的數(shù)據(jù)，從貸款、儲(chǔ)蓄、證券和關(guān)系4個(gè)維度構(gòu)造了反映中國(guó)農(nóng)村微觀(guān)層面的金融排斥變量，進(jìn)一步利用近似模擬自然實(shí)驗(yàn)的傾向得分匹配法考察了金融排斥對(duì)農(nóng)戶(hù)收入的影響。研究結(jié)果顯示：第一，證券排斥對(duì)農(nóng)戶(hù)收入的沖擊效應(yīng)最大，若農(nóng)戶(hù)遭受證券排斥，則其收入平均下降32.7%，儲(chǔ)蓄排斥（16.8%）、貸款排斥（11.7%）和關(guān)系排斥（3.8%）的沖擊效應(yīng)依次遞減。第二，金融排斥對(duì)農(nóng)戶(hù)收入的影響存在明顯的地區(qū)差異，即證券排斥和儲(chǔ)蓄排斥對(duì)東部地區(qū)農(nóng)戶(hù)的沖擊效應(yīng)相對(duì)較大，說(shuō)明金融產(chǎn)品和投資渠道的差異對(duì)發(fā)達(dá)地區(qū)農(nóng)戶(hù)收入的影響更為明顯；西部地區(qū)農(nóng)戶(hù)的收入受貸款排斥和關(guān)系排斥的影響較大，這意味著生產(chǎn)性資本、社會(huì)資本的分布差異決定了欠發(fā)達(dá)地區(qū)農(nóng)戶(hù)的金融資源獲取能力及其收入水平。

本研究的政策含義明顯。一是要加大對(duì)農(nóng)村金融的發(fā)展力度。目前中國(guó)農(nóng)村金融服務(wù)的主要提供者仍是信用合作社，農(nóng)民獲得金融資源的渠道比較有限。金融機(jī)構(gòu)可通過(guò)擴(kuò)大金融網(wǎng)點(diǎn)的覆蓋面、創(chuàng)新支付方式、增強(qiáng)金融產(chǎn)品的適應(yīng)性、創(chuàng)新金融服務(wù)以滿(mǎn)足差異化需求等，以及在有條件的地區(qū)推廣手機(jī)銀行、網(wǎng)絡(luò)銀行等，來(lái)降低農(nóng)戶(hù)受金融排斥的概率。二是要實(shí)施瞄準(zhǔn)性的金融扶持政策，以滿(mǎn)足不同地區(qū)、不同收入層級(jí)、不同社會(huì)背景的農(nóng)村居民的金融需求?！昂?jiǎn)單、快捷、靈活”是農(nóng)村金融產(chǎn)品應(yīng)具備的特征，農(nóng)村金融供給主體在設(shè)計(jì)農(nóng)戶(hù)金融產(chǎn)品時(shí)應(yīng)切實(shí)考慮到這些特征，提高金融服務(wù)的針對(duì)性和有效性。三是在農(nóng)村正規(guī)金融發(fā)展尚不健全的情況下重視對(duì)非正規(guī)金融的正確引導(dǎo)和開(kāi)發(fā)，促進(jìn)民間金融為農(nóng)業(yè)生產(chǎn)和農(nóng)民增收服務(wù)，形成新型化、多元化的農(nóng)村金融組織體系。四是加強(qiáng)農(nóng)村金融知識(shí)傳播和金融風(fēng)險(xiǎn)教育。這一方面可有效消除資金供需雙方的信息不對(duì)稱(chēng)問(wèn)題、降低金融市場(chǎng)的交易成本，另一方面可拓寬居民的金融資源獲取渠道、提升其金融產(chǎn)品甄別能力，同時(shí)促進(jìn)金融風(fēng)險(xiǎn)可控。

［1］溫濤，冉光和，熊德平.中國(guó)金融發(fā)展與農(nóng)民收入增長(zhǎng)［J］.經(jīng)濟(jì)研究，2005（9）：30-43.

［2］余新平，熊皛白，熊德平.中國(guó)農(nóng)村金融發(fā)展與農(nóng)民收入增長(zhǎng)［J］.中國(guó)農(nóng)村經(jīng)濟(jì)，2010（6）：77-86.

［3］LEYSHON A，THRIFT N.The restructuring of the UK financial services industry in the 1990s：a reversal of fortune？［J］.Journal of Rural Studies，1993，9（3）：223-241.

［4］劉忠群，黃金，梁彭勇.金融發(fā)展對(duì)農(nóng)民收入增長(zhǎng)的影響——來(lái)自中國(guó)面板數(shù)據(jù)的再檢視［J］.財(cái)貿(mào)經(jīng)濟(jì)，2008（6）：27-33.

［5］PANIGYRAKIS G G，THEODORIDIS P K，VELOUTSOU C A.All customers are not treated equally：Financial exclusion in isolated Greek Islands［J］.Journal of Financial Services Marketing，2002，7（1）：54-66.

［6］KEMPSON E，WHYLEY C.Understanding and combating financial exclusion［J］.Insurance Trends（The Association of British Insurers），1999，21：18-22.

［7］DEVLIN J F.An analysis of influences on total financial exclusion［J］.Services industry journal，2009，28（8）：1021-1036.

［8］SIMPSON W，BUCKLAND J.Examining evidence of financial and credit exclusion in Canada from 1999to 2005［J］.The Journal of Socio-Economics，2009，38（6）：966-976.

［9］RAMA P，RUPAYAN P.Income related inequality in financial inclusion and role of banks：evidence on financial exclusion in India［C］.Indira Gandhi Institute of Development Research，working paper，2012，No.013.

［10］HORSKA E，SZAFEANSKA M，MATYSIK-PEJAS R.Knowledge and financial skills as the factors determining the financial exclusion process of rural dwellers in Poland［J］.Agricultural economics-zemedelska ekonomika，2013，59（1）：29-37.

［11］田霖.我國(guó)金融排斥的城鄉(xiāng)二元性研究［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2011（2）：36-45.

［12］許圣道，田霖.我國(guó)農(nóng)村地區(qū)金融排斥研究［J］.金融研究，2008（7）：195-206.

［13］高沛星，王修華.我國(guó)農(nóng)村金融排斥的區(qū)域差異與影響因素——基于省際數(shù)據(jù)的實(shí)證分析［J］.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2011（4）：93-102.

［14］徐少君，金雪軍.農(nóng)戶(hù)金融排除的影響因素分析——以浙江省為例［J］.中國(guó)農(nóng)村經(jīng)濟(jì)，2009（6）：62-72.

［15］李春宵，賈金榮.基于農(nóng)戶(hù)視角的金融排斥影響因素研究［J］.現(xiàn)代財(cái)經(jīng)，2013（4）：21-29.

［16］李濤，王志芳，王海港，等.中國(guó)城市居民的金融受排斥狀況研究［J］.經(jīng)濟(jì)研究，2010（7）：15-30.

［17］ROSENBAUM P R，RUBIN D B.The central role of the propensity score in observational studies for causal effects［J］.Biometrika，1983，70（1）：41-55.

［18］譚燕芝，丁浩，黃向陽(yáng).金融排斥視角下的中國(guó)農(nóng)戶(hù)正規(guī)借貸行為研究［J］.區(qū)域經(jīng)濟(jì)評(píng)論，2013（3）：86-94.

［19］BROOKHART M A，SCHNEEWEISS S，ROTHMAN K J，et al.Variable selection for propensity score models［J］.American journal of epidemiology，2006，163（12）：1149-1156.

［20］GUISO L，SAPIENZA P，ZINGALES L.Trusting the stock market［J］.Journal of Finance，2008，63：2557-2600.

［21］高夢(mèng)滔，畢嵐嵐，師慧麗.持久收入與農(nóng)戶(hù)儲(chǔ)蓄：基于八省微觀(guān)面板數(shù)據(jù)的經(jīng)驗(yàn)研究［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2008（4）：40-52.

［22］朱喜，李子奈.我國(guó)農(nóng)村正式金融機(jī)構(gòu)對(duì)農(nóng)戶(hù)的信貸配給：一個(gè)聯(lián)立離散選擇模型的實(shí)證分析［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2007（3）：37-49.

［23］黃祖輝，劉西川，程恩江.貧困地區(qū)農(nóng)戶(hù)正規(guī)信貸市場(chǎng)低參與程度的經(jīng)驗(yàn)解釋?zhuān)跩］.經(jīng)濟(jì)研究，2009（4）：116-128.

［24］童馨樂(lè)，褚保金，楊向陽(yáng).社會(huì)資本對(duì)農(nóng)戶(hù)借貸行為影響的實(shí)證研究——基于八省1003個(gè)農(nóng)戶(hù)的調(diào)查數(shù)據(jù)［J］.金融研究，2011（12）：177-191.

［25］李敬，冉光和，萬(wàn)廣華 .中國(guó)區(qū)域金融發(fā)展差異的解釋——基于勞動(dòng)分工理論與Shapley值分解方法［J］.經(jīng)濟(jì)研究，2007（5）：42-54.

［26］葉敬忠，朱炎潔，楊洪萍.社會(huì)學(xué)視角的農(nóng)戶(hù)金融需求與農(nóng)村金融供給［J］.中國(guó)農(nóng)村經(jīng)濟(jì)，2004（8）：31-43.