生計資本視域下農(nóng)村金融減貧效應研究

吳君嫻，黃永興

(安徽工業(yè)大學商學院，安徽馬鞍山243002)

一、問題提出與文獻綜述

解決農(nóng)村貧困問題是全面建成小康社會的內(nèi)在要求，實現(xiàn)鄉(xiāng)村振興是緩解現(xiàn)階段中國社會主要矛盾的有效手段。然而，長期存在的城鄉(xiāng)二元結構體制造成農(nóng)村經(jīng)濟金融資源嚴重不足；農(nóng)村地區(qū)普遍存在的抵押品缺乏及信息不對稱問題導致農(nóng)村金融體系發(fā)展遲滯，農(nóng)民融資需求難以得到滿足，鄉(xiāng)村振興及農(nóng)村可持續(xù)發(fā)展缺乏有效支撐，農(nóng)戶融資約束逐漸成為統(tǒng)籌城鄉(xiāng)發(fā)展與全面建成小康社會的重要限制因素。在此背景下，2018年“中央一號文件”明確指出，要把更多的金融資源配置到農(nóng)村經(jīng)濟社會發(fā)展的重點領域和薄弱環(huán)節(jié)，普惠金融重點要放在鄉(xiāng)村，促進農(nóng)村金融發(fā)展成為我國推動農(nóng)村貧困減緩與鄉(xiāng)村振興的重要途徑。那么，農(nóng)村金融是否能有效促進農(nóng)村貧困減緩進而推動鄉(xiāng)村振興？在不同區(qū)域農(nóng)村金融的作用效果又有何區(qū)別？這些問題的回答對于指導農(nóng)村金融發(fā)展及制定金融扶貧政策都有重大現(xiàn)實意義。

關于金融發(fā)展與貧困減緩的關系，國外學者大致形成了三種不同的觀點。Greenwood和Jovanovic首先提出，金融發(fā)展與貧富差距在長期內(nèi)存在先抑后揚的倒U型關系。[1]Maurer和Haber卻認為，金融發(fā)展主要為能夠提供抵押品和擁有良好社交網(wǎng)絡的富人服務，不能使窮人受益，勢必會擴大收入差距和加劇貧困狀況惡化。[2]另外，Dupas和Robinson通過實證研究表明，金融發(fā)展水平的提高能夠促進經(jīng)濟增長和貧困人群金融服務獲得性提升，通常會帶來較高的收入和消費水平。[3]國內(nèi)學者關于金融減貧效果的研究因其所處金融發(fā)展時期的不同得到截然相反的結論。比如，在對早年金融發(fā)展水平較低的考察過程中，劉旦、周一鹿等諸多學者得出金融發(fā)展不利于農(nóng)村貧困減緩的結論。[4-5]近年來，隨著我國農(nóng)村金融的快速發(fā)展以及普惠金融政策的實施，金融發(fā)展促進貧困減緩的效果逐漸顯現(xiàn)。伍艷研究發(fā)現(xiàn)，中國農(nóng)村金融發(fā)展與貧困發(fā)生率存在負相關關系，農(nóng)村金融發(fā)展水平每提高1%，貧困發(fā)生率將下降1.58%。[6]黃秋萍等從收入、教育和醫(yī)療三個維度探究了普惠金融的減貧效果，研究認為普惠金融發(fā)展對貧困減緩有積極影響，但這種貧困減緩效應隨著普惠金融發(fā)展水平的提高有所減弱。[7]羅斯丹、盧盼盼等學者的研究也都認同金融發(fā)展在農(nóng)村減貧過程中的積極作用。[8-9]

綜上所述，已有研究對金融減貧效應的考察大多是從收入貧困角度，運用收入、消費、貧富差距等指標度量貧困，即使考慮到金融發(fā)展的多維減貧效應，也僅僅是分別從收入、教育、醫(yī)療各個單一維度進行考察，無法反應各個維度共同作用下金融發(fā)展對于貧困減緩的綜合影響?；诖耍疚臉嫿ㄞr(nóng)村多維發(fā)展指數(shù)(mdi)測度農(nóng)村貧困，并利用2009—2016年我國的省級面板數(shù)據(jù)，運用面板門檻模型考察農(nóng)村金融發(fā)展在緩解農(nóng)村貧困、提升農(nóng)戶生計中的作用，以期為政府制定農(nóng)村金融及金融扶貧政策提供參考。

二、農(nóng)村多維發(fā)展指數(shù)與農(nóng)村金融減貧

根據(jù)英國國際發(fā)展部(DFID)建立的可持續(xù)生計分析框架，農(nóng)戶的生計水平很大程度上取決于其擁有生計資本的多少，生計資本不足是導致農(nóng)村貧困的重要原因。因此，本文基于生計資本的視角，通過構建農(nóng)村多維發(fā)展指數(shù)測度并分析我國各地區(qū)農(nóng)村的貧困情況。

(一)農(nóng)村多維發(fā)展指數(shù)的構建與測算

1.指標選取。根據(jù)可持續(xù)生計分析框架，農(nóng)戶的生計資本被劃分為人力資本、自然資本、金融資本、物質(zhì)資本和社會資本五種類型。由于自然資本主要受當?shù)氐牡匦?、地質(zhì)、氣候、水文等因素影響，與各地區(qū)的經(jīng)濟金融發(fā)展關系不大，其對當?shù)剞r(nóng)戶貧困狀況的影響可以通過金融資本和物質(zhì)資本間接地反映，故未將自然資本考慮在內(nèi)。本文從金融資本、人力資本、物質(zhì)資本和社會資本四個維度選取10項指標構建農(nóng)村多維發(fā)展評價指標體系(見表1)，并以此為基礎測算中國各省(市、自治區(qū))農(nóng)村多維發(fā)展指數(shù)。

2.農(nóng)村多維發(fā)展指數(shù)的測度?；诒?中各項農(nóng)村多維發(fā)展評價指標，本文借鑒楊麗和孫之淳的方法[10]測度中國各省(市、自治區(qū))農(nóng)村多維發(fā)展指數(shù)，具體方法如下：

首先，采用極差法對各項指標進行標準化處理，以消除各指標量綱不同造成的影響。

(1)

(2)

其中，xij表示第i個地區(qū)第j個指標標準化后的數(shù)值，Aij表示第i個地區(qū)第j個指標值，Mij表示第j個指標中的最大值，mij表示第j個指標中的最小值。

其次，采用熵值法確定各指標權重。為解決標準化后指標數(shù)值出現(xiàn)0而導致熵值法中對數(shù)運算無法進行的情況，本文先將標準化后的數(shù)據(jù)進行平移處理。平移處理后的標準化數(shù)據(jù)yij為：

表1 農(nóng)村多維發(fā)展評價指標體系

yij=xij+0.000 001

(3)

第j項指標熵值(ej)為：

(4)

第j項指標權重(wj)為：

(5)

圖1 2009—2016年中國各地區(qū)農(nóng)村多維發(fā)展指數(shù)折線

最后，將標準化數(shù)據(jù)yij和指標權重wj加權平均得到各省(市、自治區(qū))農(nóng)村多維發(fā)展指數(shù)(mdi)：

(6)

3.農(nóng)村多維發(fā)展指數(shù)測度結果分析。根據(jù)上文所述方法對2009—2016年中國內(nèi)地(西藏除外)30個省(市、自治區(qū))的農(nóng)村多維發(fā)展指數(shù)進行測算，并在此基礎上計算全國農(nóng)村多維發(fā)展指數(shù)平均水平，結果如圖1所示。

農(nóng)村多維發(fā)展指數(shù)從農(nóng)戶生計資本視角反映農(nóng)戶的生存狀態(tài)，某區(qū)域農(nóng)村多維發(fā)展指數(shù)越高意味著該地區(qū)農(nóng)戶的生計資本擁有量越多，即當?shù)剞r(nóng)村貧困程度越弱。由圖1可知，從全國層面看，2009—2016年農(nóng)村多維發(fā)展指數(shù)呈顯著上升趨勢，全國平均農(nóng)村多維發(fā)展指數(shù)從0.299 1提升到0.474 8，增幅大于50%，說明近八年來我國農(nóng)村居民生計水平獲得顯著提高，農(nóng)村地區(qū)貧困狀況得到明顯改善。這既是由于經(jīng)濟增長的“涓滴效應”，更是得益于政府一系列扶貧減貧及強農(nóng)惠農(nóng)政策的有效實施。從區(qū)域層面分析，各區(qū)域農(nóng)村多維發(fā)展指數(shù)差異非常明顯，農(nóng)村多維發(fā)展平均水平排名前五的為上海、北京、天津、浙江和山東，均位于東部地區(qū)；而排名最末的五個省份為貴州、青海、甘肅、新疆和云南，均位于西部地區(qū)。這說明我國東西部農(nóng)村發(fā)展極不均衡，農(nóng)村多維發(fā)展水平整體上按東部、東北、中部、西部的次序依次遞減。

(二)農(nóng)村金融減貧作用機理分析

農(nóng)村金融發(fā)展通過兩大途徑影響農(nóng)村貧困。一方面，農(nóng)村金融的發(fā)展為農(nóng)村貧困人口提供更加便捷的信貸、保險及資金結算等業(yè)務，提升農(nóng)戶的生產(chǎn)性投資等活動能力，并降低農(nóng)戶的生計脆弱性，進而對其生產(chǎn)生活能力及預期收入產(chǎn)生影響；另一方面，農(nóng)村金融的發(fā)展可以促進農(nóng)村經(jīng)濟增長，并通過經(jīng)濟增長的“涓滴效應”促進貧困減緩及收入分配改善。從生計資本視角看，農(nóng)村金融的減貧效應可劃分為三大維度，即金融及物質(zhì)資本效應、人力資本效應和社會資本效應。首先，農(nóng)村金融通過上述兩大途徑提高農(nóng)戶的生產(chǎn)生活能力和收入水平，農(nóng)戶收入水平的提高及金融服務便捷性的提升將有助于金融資本的增加和物質(zhì)資本的改善；其次，農(nóng)村金融發(fā)展程度越高，意味著農(nóng)村貧困群體從金融市場獲得所需信貸資金的機會就越大，從而可以加大教育、技能培訓、醫(yī)療保健等人力資本投資以促進家庭人力資本的增加；再次，農(nóng)村金融服務可以提升貧困家庭成員的自尊心、社會地位和自我激勵，并能擴大貧困家庭的社會關系網(wǎng)、促進其參與社會組織活動。

三、模型設定、變量選取和描述性統(tǒng)計

(一)模型設定

由上文分析可知，農(nóng)村金融可以通過金融及物質(zhì)資本效應、人力資本效應和社會資本效應三個維度促進農(nóng)村多維貧困減緩，但其實際減貧效果有待進一步實證檢驗?？紤]到農(nóng)村金融發(fā)展與農(nóng)村多維貧困之間可能存在的非線性關聯(lián)及減貧效應的區(qū)域差異，本文采用面板門檻模型分別從全國和區(qū)域兩個層面分析農(nóng)村金融的減貧效應。

首先，建立如下普通面板回歸模型：

mdiit=φi+α1rfiiit+α2Xit+εit

(7)

其中，下標i代表地區(qū)，i= 1，2，…，30；下標t代表時間，t=2009，2010，…，2016；mdiit表示農(nóng)村多維發(fā)展指數(shù)，rfiiit代表農(nóng)村金融發(fā)展指數(shù)，Xit代表一系列控制變量，α1為解釋變量的待估系數(shù)，α2為一系列控制變量的系數(shù)向量，φi為個體效應，εit為隨機誤差項。

其次，在普通面板回歸模型的基礎上建立面板門檻模型。本文以農(nóng)村金融發(fā)展指數(shù)(rfii)為門檻變量建立如下單一門檻模型(多重門檻模型可在此基礎上擴展)：

mdiit=αi+βXit+β11rfiiI(rfiiit≤γ)+β12rfiiitI(rfiiit>γ)+εit

(8)

其中，αi表示個體固定效應，β為控制變量的系數(shù)向量，β11、β12分別表示農(nóng)村金融發(fā)展指數(shù)跨越門檻值前后的估計系數(shù)；γ為門檻值，I(rfiiit≤γ)和I(rfiiit>γ)為示性函數(shù)，當括號內(nèi)條件得到滿足時，I=1，否則，I=0。

(二)變量選取和描述性統(tǒng)計

1.被解釋變量。本文選用測算出的農(nóng)村多維發(fā)展指數(shù)(mdi)作為農(nóng)村貧困狀況的代理指標。農(nóng)村多維發(fā)展指數(shù)越低，表示農(nóng)村貧困狀況越惡劣。

2.核心解釋變量和門檻變量。為探究農(nóng)村金融的減貧效果及其非線性特征，本文以農(nóng)村金融發(fā)展指數(shù)(rfii)作為核心解釋變量和門檻變量。同時考慮數(shù)據(jù)的可得性，本文借鑒陳銀娥等采用的方法，從以下三個維度構建農(nóng)村金融發(fā)展評價指標體系：一是金融服務的滲透性，選用每萬人農(nóng)村金融機構數(shù)和農(nóng)村金融機構服務人員數(shù)、每百平方公里農(nóng)村金融機構數(shù)和農(nóng)村金融機構服務人員數(shù)四項指標進行衡量；二是金融服務的可獲得性，選用農(nóng)戶人均儲蓄存款、人均涉農(nóng)貸款及人均農(nóng)業(yè)保費三個指標分別從儲蓄、信貸及保險反映農(nóng)戶獲取金融服務的便利程度；三是金融服務的使用效用性，選用農(nóng)戶儲蓄及涉農(nóng)貸款占地區(qū)生產(chǎn)總值的比重和農(nóng)業(yè)保險保費收入占第一產(chǎn)業(yè)增加值的比重三個指標反映。[11]

借鑒王修華和關鍵的做法，通過計算測算值與最理想值的歐氏距離并將所有距離整合在一起測算農(nóng)村金融發(fā)展指數(shù)[12]，具體計算方法如下：

(9)

(10)

其中，xij為經(jīng)過極差標準化處理后的指標值，rfiii表示第i維度農(nóng)村金融發(fā)展指數(shù)，max(rfii1)表示第i維度農(nóng)村金融發(fā)展指數(shù)最大值；采用變異系數(shù)法對指標和維度賦權，ωin為各指標權重，ωi為維度權重。[注]限于篇幅，本文未列出農(nóng)村金融發(fā)展指數(shù)的測算結果。

3.控制變量。(1)農(nóng)業(yè)經(jīng)濟占比(lnfirstr)，采用第一產(chǎn)業(yè)增加值占GDP的比重衡量，以反映地區(qū)農(nóng)業(yè)經(jīng)濟發(fā)展情況；(2)非農(nóng)產(chǎn)業(yè)就業(yè)占比(lnemp)，采用農(nóng)村第二、第三產(chǎn)業(yè)就業(yè)人數(shù)占總就業(yè)人員比重表示，用來反映農(nóng)村就業(yè)結構的變化；(3)財政支農(nóng)水平(lnfsa)，采用財政支出中農(nóng)林水事務支出與財政總支出的比值進行測算；(4)農(nóng)村基礎設施水平(lnfai)，使用農(nóng)村人均固定資產(chǎn)投資表示，并以2009年為基期，采用固定資產(chǎn)投資價格指數(shù)對其進行平減處理。為消除異方差帶來的影響，本文對所有控制變量均進行取對數(shù)處理。

本文選取2009—2016年中國30個省(市、自治區(qū))面板數(shù)據(jù)進行分析，原始數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國人口和就業(yè)統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》及各省統(tǒng)計年鑒。各變量的描述性統(tǒng)計如表2所示。

表2 變量描述性統(tǒng)計

四、實證結果與分析

考慮到農(nóng)村金融發(fā)展水平存在區(qū)域差異，本文分別從全國和東部、中西部區(qū)域層面考察農(nóng)村金融發(fā)展的減貧效應。出于穩(wěn)健性的考慮，下文同時給出以農(nóng)村居民人均可支配收入(lnpure)為被解釋變量的模型估計結果。

(一)全國層面的分析

首先，對模型進行門檻效應檢驗和門檻值估計(見表3)。從檢驗結果可以看出，農(nóng)村金融減貧存在顯著的單一門檻效應；進一步對門檻值進行估計，可得到農(nóng)村金融發(fā)展指數(shù)門檻值為0.333 2，在95%的置信度下其置信區(qū)間為[0.327 6，0.426 1]。

表3 全國層面門檻效應檢驗

注：表中數(shù)據(jù)為采用“自抽樣法(Bootstrap)”反復抽樣1 000次仿真和格點搜索得到的結果；***表示在1%的顯著性水平上顯著。

其次，采用線性固定效應模型和面板門檻模型對各變量進行回歸，結果如表4所示。在固定效應模型中，農(nóng)村金融發(fā)展水平的系數(shù)估計值為0.921 0，且在1%的顯著性水平上顯著，說明農(nóng)村金融發(fā)展能夠有效促進農(nóng)戶生計資本的增加并減緩農(nóng)村多維貧困。從控制變量來看，農(nóng)業(yè)經(jīng)濟占比降低、非農(nóng)產(chǎn)業(yè)就業(yè)增加、財政支農(nóng)力度加大及農(nóng)村公共基礎設施投資增加均有利于農(nóng)村減貧。

表4 全國層面農(nóng)村金融減貧效應分析

注：括號內(nèi)數(shù)據(jù)為T統(tǒng)計量，***分別表示在1%的顯著性水平上顯著。

根據(jù)面板門檻模型的回歸結果，農(nóng)村金融發(fā)展指數(shù)門檻值為0.333 2，當農(nóng)村金融發(fā)展水平處在低水平區(qū)間，其系數(shù)為1.284 6，農(nóng)村金融發(fā)展能顯著促進貧困減緩且效率較高；跨越門檻值進入高水平區(qū)間后，金融發(fā)展對農(nóng)戶生計資本作用系數(shù)依然為正，但系數(shù)值減少為0.901 8，說明在高水平區(qū)間農(nóng)村金融對農(nóng)戶生計的拉動作用放緩，表現(xiàn)出邊際效應遞減特征。進一步分析原數(shù)據(jù)可以發(fā)現(xiàn)，跨越門檻值的省市主要是北京、天津、上海等經(jīng)濟高度發(fā)達的地區(qū)，并且這三個地區(qū)在考察期的各個年份內(nèi)均處于高水平區(qū)間，而其他地區(qū)在所有年份內(nèi)均處于低水平區(qū)間，說明我國大部分地區(qū)仍處在農(nóng)村金融發(fā)展能夠高效地發(fā)揮減貧作用的階段。究其原因，京津滬地區(qū)已進入后工業(yè)化階段，較高的人均收入及較為健全的金融體系為其農(nóng)村金融發(fā)展提供了堅實的基礎，因此這些地區(qū)較早開展了各種形式的金融服務，農(nóng)民也借助便捷的金融服務早于其他地區(qū)實現(xiàn)自身生計水平的提升；而中西部地區(qū)尤其是偏遠的西北地區(qū)，由于其經(jīng)濟發(fā)展遲緩、工業(yè)化水平不高、金融基礎設施不完善，農(nóng)村整體金融發(fā)展水平不高。隨著普惠金融政策的實施及外部經(jīng)濟金融環(huán)境的改善，中西部地區(qū)農(nóng)村金融逐步進入規(guī)范化、便利化的軌道，農(nóng)村金融將更好地滿足農(nóng)村地區(qū)最迫切的資金需要，并一定程度上緩解這些地區(qū)農(nóng)民面臨的“融資約束”問題，成為提升農(nóng)民生活水平的重要推動力量。另外，各控制變量的作用效果與固定效應結果基本一致。

(二)區(qū)域層面的分析

由于各地區(qū)的經(jīng)濟發(fā)展結構與發(fā)展水平存在較大差異，不同地區(qū)農(nóng)村金融的減貧效應在程度和進度上也有明顯的不同，本文將從東部和中西部兩大區(qū)域[注]東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南，共11個省份；中西部地區(qū)包括山西、內(nèi)蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆，共19個省份。層面進一步分析農(nóng)村金融的減貧效果。從表5的門檻效應檢驗可知，東部地區(qū)存在著顯著的單門檻效應，門檻值為0.333 2，與全國層面的門檻效應檢驗結果一致；而中西部地區(qū)不存在門檻效應。

表5 區(qū)域層面門檻效應檢驗

注：以上結果為采用“自抽樣法(Bootstrap)”反復抽樣1 000次仿真和格點搜索得到的結果，***表示在1%的顯著性水平上顯著。

表6報告了東部地區(qū)和中西部地區(qū)的回歸結果。對于東部地區(qū)，固定效應模型中農(nóng)村金融發(fā)展水平的系數(shù)值為0.709 6；在面板門檻模型中，隨著農(nóng)村金融發(fā)展由低區(qū)間邁入高區(qū)間，農(nóng)村金融發(fā)展水平的系數(shù)值由0.841 0縮小至0.710 4。對于中西部地區(qū)，農(nóng)村金融發(fā)展水平的系數(shù)值為2.950 3，表明農(nóng)村金融發(fā)展指數(shù)每提高1個單位，當?shù)剞r(nóng)民生計水平將提高2.950 3個單位。綜合來看，中西部地區(qū)農(nóng)村金融的減貧效應明顯強于東部地區(qū)，說明地區(qū)經(jīng)濟金融發(fā)展水平越低，農(nóng)村金融的減貧效果越好。

表6 區(qū)域層面農(nóng)村金融減貧效應分析

注：括號內(nèi)數(shù)據(jù)為T統(tǒng)計量，***分別表示在1%的顯著性水平上顯著。

(三)穩(wěn)健性檢驗

為了檢驗農(nóng)村金融減貧效應的穩(wěn)健性，本文將模型的被解釋變量替換為“農(nóng)民人均可支配收入(lnpure)”，其他變量保持不變，表3～表6報告了穩(wěn)健性檢驗的結果。以農(nóng)村人均可支配收入作為被解釋變量的回歸結果顯示，各解釋變量的系數(shù)符號和顯著性水平與上述分析結果基本一致，表明上述對農(nóng)村金融減貧效應的分析具有穩(wěn)健性。

五、結論與政策建議

本文從生計資本的視角研究農(nóng)村金融的減貧效應，運用面板門檻效應模型分析農(nóng)村金融發(fā)展對農(nóng)村地區(qū)多維貧困的非線性作用，并進一步考察了農(nóng)村金融減貧效應的區(qū)域差異。研究發(fā)現(xiàn)：第一，無論是從全國層面還是從區(qū)域層面考察，農(nóng)村金融的發(fā)展都有效地促進了農(nóng)村多維貧困減緩。第二，從全國層面看，農(nóng)村金融發(fā)展對農(nóng)村多維貧困的作用是非線性的，表現(xiàn)出明顯的單門檻特征；在跨越門檻值后，農(nóng)村金融的減貧作用有所減弱，表明農(nóng)村金融減貧呈現(xiàn)邊際效應遞減特征。第三，從區(qū)域層面看，東部地區(qū)農(nóng)村金融減貧存在“單門檻效應”，中西部地區(qū)則未表現(xiàn)出門檻特征。綜合來看，中西部地區(qū)農(nóng)村金融的減貧效果明顯強于東部地區(qū)，表明經(jīng)濟金融發(fā)展水平越低的地區(qū)，農(nóng)村金融的減貧效果越好。第四，非農(nóng)產(chǎn)業(yè)就業(yè)機會增多及財政支農(nóng)比重加大在促進農(nóng)村減貧過程中發(fā)揮了積極作用；農(nóng)村基礎設施水平的提高在中西部地區(qū)顯著促進了貧困減緩，但對減緩東部地區(qū)農(nóng)村貧困的作用不大。即金融的減貧效應呈現(xiàn)邊際遞減。

基于上述研究結論，本文提出以下政策建議：首先，繼續(xù)深化農(nóng)村金融改革，降低農(nóng)民及鄉(xiāng)鎮(zhèn)企業(yè)的融資成本；建立健全農(nóng)村普惠金融體系，大力發(fā)展農(nóng)村小微型金融機構，積極引導金融資源向偏遠地區(qū)及農(nóng)村地區(qū)流動。其次，根據(jù)各地區(qū)農(nóng)村金融的發(fā)展階段，因地制宜、因時施策，制定相適宜的金融扶貧政策。在東部地區(qū)，由于農(nóng)村金融減貧的邊際效應遞減，對跨越門檻值的省份，政府應合理調(diào)節(jié)金融資源和非金融資源的投入比例，探索更有效的非金融扶貧措施；在中西部地區(qū)，政府應繼續(xù)加大普惠金融政策的推行力度，高效發(fā)揮農(nóng)村金融在減貧增收過程中的積極作用。最后，優(yōu)化農(nóng)村產(chǎn)業(yè)結構，加大財政支農(nóng)力度，完善中西部地區(qū)農(nóng)村基礎設施建設，創(chuàng)造良好的農(nóng)村經(jīng)濟發(fā)展環(huán)境。