許志鵬

0 引言及文獻綜述

黨的十九大報告提出,堅決打贏脫貧攻堅戰(zhàn),確保到2020 年我國現(xiàn)行標準下農(nóng)村貧困人口實現(xiàn)脫貧,貧困縣全部摘帽,解決區(qū)域性整體貧困,做到脫真貧、真脫貧。今年正是全面實現(xiàn)小康社會的收官之年，亟需通過金融機構解決經(jīng)濟發(fā)展所需要的融資需求，金融機構更好服務實體經(jīng)濟，促進經(jīng)濟增長，為全面建成小康社會創(chuàng)造有利條件。

當前，關于金融發(fā)展減貧效果的研究，主要形成了三種觀點：促進、抑制和不確定性。（1）金融發(fā)展對減緩貧困有促進作用。Galor and Zeira[1]通過對人力資本的投資分析，金融發(fā)展在短期和長期內(nèi)都會影響總產(chǎn)出和投資，有效改善貧富收入差距。Dollar and Kraay[2]研究發(fā)現(xiàn)，金融發(fā)展間接促進經(jīng)濟增長，通過“涓滴效應”使得貧困群體收入的增加、居住環(huán)境的改善、醫(yī)療、教育水平等方面的提高。（2）金融發(fā)展對減緩貧困具有抑制作用。王偉,朱一鳴[3]通過對全國592 個國家級貧困縣的數(shù)據(jù),金融發(fā)展只注重解決貧困地區(qū)對金融機構的接觸性排斥,會進一步加劇資金外流,對減貧產(chǎn)生負向影響,這種致貧效應具有明顯的空間外溢性。（3）金融發(fā)展對減緩貧困具有不確定性作用。任碧云和陳曦[4]研究發(fā)現(xiàn)，包容性金融發(fā)展對減貧始終發(fā)揮積極作用，并表現(xiàn)出顯著的雙門檻特征，越過第二門檻值后,減貧效應趨于收斂。

梳理已有文獻發(fā)現(xiàn)，學者們多從金融發(fā)展促進經(jīng)濟增長、收入差距的角度進行研究，但研究對象多為中國全域和發(fā)達省區(qū)，中部、尤其是安徽省金融發(fā)展減緩貧困的研究相對不足。為此，本文選用2011-2018 年安徽省市級面板數(shù)據(jù)，揭示安徽省金融發(fā)展對經(jīng)濟增長及減緩貧困提供實證研究，以期為安徽省有效實施脫真貧、真脫貧、防返貧提供理論支撐。

1 實證分析

1.1 變量選取

1.1.1 被解釋變量。

關于衡量貧困水平的指標主要有貧困發(fā)生率、sen 指數(shù)、FGT 指數(shù)，但貧困是個相對概念。本文在師榮蓉[5]等人研究基礎上加以創(chuàng)新采用城鎮(zhèn)和農(nóng)村居民恩格爾系數(shù)的均值來度量安徽省各地級市的貧困水平，該指數(shù)越小代表貧困程度越低。

1.1.2 核心解釋變量。

從金融規(guī)模和金融效率方面來衡量金融發(fā)展。通常采用戈氏指標來衡量金融規(guī)模，為各地級市金融機構的存貸款之和與GDP 的比值。本文根據(jù)王志強、孫剛[6]等人研究結(jié)果，采用存款余額與貸款余額的比值來衡量金融發(fā)展效率。

1.1.3 控制變量

考慮到金融發(fā)展減緩貧困可以通過涓滴效應、經(jīng)濟增長等其他渠道，故模型中加入政府干預程度（財政支出/GDP 的比重）、城鎮(zhèn)化率(城市人口數(shù)/總?cè)丝跀?shù))、公共服務(科教文衛(wèi)支出/財政支出)、就業(yè)水平(就業(yè)人口/常住總?cè)丝?、固定資產(chǎn)投資水平(固定資產(chǎn)投資總額/GDP)等控制變量，保證估計結(jié)果的準確性。

1.2 數(shù)據(jù)來源及描述性統(tǒng)計

本文研究涵蓋安徽省16 個地級市，時間跨度為2011—2018 年，相關數(shù)據(jù)來源于《安徽省統(tǒng)計年鑒》和各地級市統(tǒng)計年鑒，少數(shù)缺失數(shù)據(jù)，采用線性插值法補全。使用stata16.0 軟件進行分析，各變量的統(tǒng)計特征見表1。

表1 各變量描述性統(tǒng)計

1.3 模型構建

由于本文選取的數(shù)據(jù)N=16,T=8,屬于短面板數(shù)據(jù)，因此不需要面板單位根檢驗?；谝陨戏治觯瑯嫿ㄒ韵旅姘鍞?shù)據(jù)模型。量的系數(shù), 為隨機擾動項。本文以城鄉(xiāng)居民恩格爾系數(shù)均值（Pen）作為被解釋變量，以金融規(guī)模（Sca）和金融效率（Eff）作為解釋變量，進行面板回歸分析。為確定最優(yōu)模型，先通過F 檢驗，金融規(guī)模（Sca）和金融效率（Eff）的統(tǒng)計量分別為9.32 和10.40，對應的P 值均小于0.001，拒絕不存在個體效應的原假設,認為固定效應優(yōu)于混合回歸。其次通過LM 檢驗，其統(tǒng)計量分別為55.37 和56.23，對應的P值小于0.001，拒絕不存在個體隨機效應的原假設，認為應選擇隨機效應。最后通過豪爾曼檢驗，其統(tǒng)計量均為22.65，對應的P 值均小于0.01，固定效應優(yōu)于隨機效應模型?？紤]到各地級市金融發(fā)展、財政支出、產(chǎn)業(yè)結(jié)構等因素的不同，可能存在異方差的情形，為此進行穩(wěn)健的豪斯曼檢驗，卡方統(tǒng)計量分別為26.295 和28.742，p 值均小于0.001，仍拒絕隨機效應，說明固定效應模型為最優(yōu)選擇。

為進一步研究金融發(fā)展與減緩貧困之間的關系，為獲得穩(wěn)健性檢驗結(jié)果，采用面板數(shù)據(jù)逐步回歸法，即依次刪除不顯著的變量，回歸結(jié)果如表2 和表3。

表2 金融規(guī)模

表3 金融效率

由表2 可知，金融規(guī)模在3 個模型中在95%置信水平下都顯著且系數(shù)為負,表明金融規(guī)模的發(fā)展降低城鄉(xiāng)居民恩格爾系數(shù)都有積極作用。由表3 可知，金融效率在5%的置信水平下顯著且系數(shù)為正，表明金融效率的提高會增加城鄉(xiāng)居民恩格爾系數(shù)，即增加貧困效應，可能是過高的貸存比會增加整個社會的金融杠桿率，抑制經(jīng)濟增長。政府干預程度、城鎮(zhèn)化率、公共服務、固定資產(chǎn)投資水平在10%的顯著水平下系數(shù)顯著為負，說明政府的財政支出會通過促進經(jīng)濟發(fā)展，進而增加消費，居民會通過涓滴效應獲得生活水平的提高。

2 結(jié)論與啟示

本文利用安徽省16 個地級市2011—2018 年的面板數(shù)據(jù)，通過F 檢驗、LM 檢驗、豪斯曼檢驗最終確定固定效應模型，研究發(fā)現(xiàn)安徽省金融發(fā)展規(guī)模和政府干預程度、城鎮(zhèn)化率、公共服務、固定資產(chǎn)投資水平等控制變量均會顯著抑制貧困水平；而金融效應則抑制經(jīng)濟增長，增加貧困效應，這與劉必麟[7]研究結(jié)果相同。根據(jù)前文研究結(jié)果，提出以下建議。

（1）金融貸款機構需加強對不良貸款監(jiān)管，使不良貸款率保持在較低水平，保證對系統(tǒng)性風險的管控。過高的貸存比將有限金融資源流向劣質(zhì)的項目，提高了商業(yè)銀行的壞賬率，增加系統(tǒng)性風險系數(shù)，惡化宏觀經(jīng)濟的平穩(wěn)運行。

（2）增加對大別山連片特困地區(qū)精準扶貧，增加財政貼息、金融政策扶持、稅收減免等優(yōu)惠，支持各類涉農(nóng)行業(yè)信貸投放，提高對低收入人群的金融服務力度，幫助貧困群體形成自我“造血”的能力，改變有限金融資源配置的扭曲。

（3）“合作社+”推進產(chǎn)業(yè)扶貧，著力培育農(nóng)民產(chǎn)業(yè)合作社，提高貧困勞動力的發(fā)展技能，對農(nóng)戶進行種養(yǎng)業(yè)、農(nóng)產(chǎn)品加工、銷售等技術培訓，搭建城市與農(nóng)村、線上與線下的網(wǎng)絡便捷服務，發(fā)展特色產(chǎn)業(yè)，為就地解決就業(yè)、增收、脫貧開辟新渠道。

（4）提高公共產(chǎn)品和服務經(jīng)濟建設費用支出，固定資產(chǎn)投資水平、城鎮(zhèn)化率等。增加安徽省各地市與長三角經(jīng)濟圈的聯(lián)系與合作，加速黃山市全面融入杭州都市圈，提升長三角都市圈同城化水平。