金融發展、結構偏差與農村貧困減緩的非線性關系研究

陳景帥　張東玲　范偉麗

摘? ?要：農村貧困減緩是中國農業農村現代化建設的根本保證。基于2007—2017年中國省級面板數據，運用門檻回歸模型、SCC-FE模型和門檻變量二元虛擬變量法，對經濟發展和政府干預背景下，金融發展、結構偏差和農村貧困減緩之間的非線性關系進行實證分析。結果發現：金融發展和結構偏差對農村貧困減緩存在基于經濟發展水平和政府干預程度的單一門檻效應。金融發展規模在不同的門檻變量下均表現為減貧效應減弱，金融效率和結構偏差對農村貧困減緩轉變為明顯的抑制作用;經濟發展水平越過門檻值后，產業結構高級化的減貧效應逐漸消失，較高政府干預下的產業結構高級化阻礙了農村貧困減緩。結合研究結論，發展普惠金融、培育農村人力資本和扶持鄉村產業發展是農村貧困減緩的有效路徑。

關鍵詞：金融發展;結構偏差;農村貧困減緩;政府干預;門檻效應

中圖分類號：F832? 文獻標識碼： A? 文章編號：1674-2265（2019）09-0025-09

DOI：10.19647/j.cnki.37-1462/f.2019.09.003

一、引言

鄉村振興戰略是現階段中國政府統籌城鄉一體化發展、破解城鄉二元化格局的系統性工程。農村貧困減緩以及精準扶貧路徑探索是鄉村振興戰略實施的重點內容和永恒課題。當前，中國農業農村現代化建設穩步推進，精準扶貧方略落地生效，中國農村絕對貧困人口數量得以逐年減少，從改革開放之初的77039萬人下降至2017年的3046萬人，絕對貧困狀況大幅度緩解，但城鄉之間、地區之間相對貧困現象依然存在，中國減緩農村貧困仍然面臨嚴峻挑戰（魏后凱，2018）。如何構建可持續的農村減貧長效機制，實現城鄉貧困治理標準、制度和政策一體化是中國貧困減緩的戰略任務。由于農村貧困減緩的復雜性和緩慢性，減貧工作的推進需要各項措施協同配合，金融發展和產業結構調整更是不可忽略的關鍵因素。改革開放以來，中國金融規模不斷擴大，逐漸形成了以銀行、保險和證券為主的多元化格局，金融資源配置效率不斷提升，促進了農村貧困減緩。與此同時，金融發展并不是農村貧困減緩的“百靈藥”，由于風險管控程度的不斷提高以及金融資源的“高效率趨向性”和“高風險規避性”，造成農村金融資源缺乏。在當前中國經濟轉型和產業結構升級背景下，結構偏差的存在使產業間投入—產出效率差距進一步加大，農業生產效率和回報率得不到有效提升，造成農村居民增收困難、風險抵御能力較低，阻礙了金融資源向農業農村流動，抑制了貧困減緩作用的發揮。在此背景下，政府介入推動金融業服務農業農村發展和不斷增強風險管控的同時，金融發展能否有效促進農村貧困減緩？另外，隨著經濟發展和政府“轉方式”“調結構”的推進，促進了產業結構轉型升級，致力于實現各產業投入—產出一致性，推動鄉村產業振興。那么，結構偏差的存在是否影響了農村貧困減緩的進程？基于此，從經濟發展和政府干預視角出發，探究金融發展、結構偏差和農村貧困減緩的非線性關系，為農村減貧及與其相關的金融、產業扶貧路徑的探索提供經驗借鑒。

二、文獻綜述

一直以來貧困問題都是經濟學研究的基本課題，貧困和反貧困成為國內外學界研究的重點內容。西方學界形成了一系列的貧困理論，如馬爾薩斯貧困理論、馬克思貧困理論、“惡性循環貧困”理論和“低水平均衡陷阱”理論等。國內學者對于貧困減緩的研究，也逐漸達成了共識，多數學者認為在目前的貧困標準下，中國絕對貧困狀況極大緩解，但相對貧困仍是困擾現代化建設的重要問題。貧困問題也由原有的絕對貧困轉變為相對貧困、由收入貧困轉變為多維貧困，農村貧困問題及其復雜性依舊是阻礙農業農村現代化建設和鄉村振興戰略實施的典型問題。近年來，在政府反貧困和“調結構”政策的指導下，金融發展和產業結構在貧困減緩工作中發揮了重要的作用。

學界針對金融發展與貧困減緩之間的關系研究的成果豐碩，主要包括以下三類：一是金融發展促進了貧困減緩。單德朋和王英（2017）以連片特困地區為例，研究表明金融發展和金融服務可得性能夠改善貧困人口的收入狀況，減緩貧困，但兩者的益貧性較差。傅鵬等（2018）通過空間模型分析發現，金融發展對本地區和周邊地區均有顯著的減貧作用。二是金融發展對貧困減緩具有地區和時間差異。王鸞鳳和方舟（2015）認為金融發展對農村貧困減緩的作用在短期內并不顯著，長期來看，金融規模增長有利于貧困減緩，但在西部地區表現為抑制作用。楊俊等（2008）研究發現，整體、城鎮和農村金融在長、短期內對貧困減緩的作用存在差異。三是金融發展的減貧效應具有門檻特征。多數學者認為金融發展對貧困減緩存在明顯的非線性關系。劉芳等（2015）認為金融發展與貧困減緩之間存在類似倒U形曲線的關系。王漢杰等（2018）、蔡曉春（2018）對金融發展和貧困減緩之間的門檻效應進行了探討，但其研究結論存在不同。

已有文獻中，有關結構偏差的研究主要聚焦于產業結構與就業結構之間，又被稱為產業結構偏離度、產業結構合理化等。針對產業結構及偏差對貧困減緩影響關系的研究成果較少。一是產業結構對城鎮貧困減緩影響的研究，如高云虹（2006）研究發現產業結構調整更多地影響各產業間勞動力配置進而影響收入，而對城鎮貧困的影響可能并不明顯。張文武（2018）認為不同地區間產業結構對城市貧困的作用不同，在東部地區兩者呈現負相關關系，中西部地區呈現倒U形關系。二是對農村貧困減緩的研究，如張鳳華（2011）認為各產業對于農村貧困減緩的影響在不同的經濟發展階段表現不同。譚昶等（2019）運用空間模型實證分析得出，產業結構高級化和合理化有利于促進本地區和周邊地區的農村貧困減緩。

現有研究成果表明，多數學者認為金融發展和貧困減緩之間存在非線性關系，并進行了大量的實證研究，為貧困減緩進程的推進提供了豐富的實踐參考。但不難發現，已有文獻對于當前經濟發展轉型和政府干預背景下，金融發展與農村貧困減緩的關系還存在較大的研究空間，針對結構偏差與農村貧困減緩的研究尚不多見。基于此，采用2007—2017年的省級面板數據，運用面板門檻模型、SCC-FE模型和門檻變量二元虛擬變量法等，以經濟發展水平和政府干預程度為門檻變量，對金融發展、結構偏差和農村貧困減緩之間的非線性關系進行深入分析，以期為中國鄉村振興戰略推進提供實踐參考。

（4）產業結構高級化（Indup）。參照干春暉等（2011）的研究思路，利用第三產業與第二產業產值之比對產業結構高級化進行衡量。

3. 門檻變量及控制變量。研究將經濟發展水平（Econo）和政府干預程度（Gov）作為門檻變量，并借鑒已有文獻選取相應的控制變量，具體如表1所示。

（二）模型設計

研究采用面板門檻模型，探究不同經濟發展水平（Econo）和政府干預程度（Gov）下，金融發展和產業結構變遷對農村貧困減緩的影響，基準回歸模型設置為：

其中，[βi]分別表示各解釋變量和控制變量的回歸系數，[c]為常數項，[εit]為誤差項。

依據前文分析，在不同的經濟發展水平和政府干預程度下，各核心解釋變量對農村貧困減緩的作用可能存在較大的差異。以經濟發展水平為門檻變量，設置門檻回歸模型如下：

其中，m為門檻值，[αi]表示在門檻變量不同區間內核心解釋變量的回歸系數，其余變量含義與公式（3）相同。進一步參照唐飛鵬（2017）的研究思路，采用以下方法對門檻模型進行實證分析：

1. 引入門檻變量（M）的二元虛擬變量與解釋變量（X）的交互項。以門檻變量為經濟發展水平（Econo），解釋變量為金融發展規模（Finance），門檻值為m為例。當Econo>m時取值為1，否則取值為0，則交互項Finance（Econo>m）的回歸系數代表門檻效應的作用方向。該方法能夠反映不同地區間和同一區域內門檻變量變化所帶來的影響。

2. 門檻回歸模型。近年來，門檻回歸模型受到大多數學者的青睞，其實現命令有xthreg、xtthres和xtptm等。依據數據特點，采用xthreg（Wang，2015）命令對門檻模型進行實證分析，其能夠利用網格搜索法和Bootstrap自抽樣法對門檻值進行估算，并列出門檻數量和相應的P值。

3. SCC模型。SCC模型與普通面板最小二乘法回歸相比，能夠全面處理異方差問題，并且更加適用于短面板數據。

（三）數據來源及描述性統計

實證研究采用2007—2017年中國省級面板數據，其中，農村貧困發生率（Ruralpool）的相關數據來源于中國民政部官網，金融發展的相關數據來源于2008—2018年《中國區域金融運行報告》，人口老齡化和城鎮化數據來源于《中國人口統計年鑒》和《中國統計年鑒》，其余變量均來自2008—2018年《中國統計年鑒》。同時，對人均GDP以2007年為基期進行平減處理，并對經濟發展水平和人力資本進行對數處理。各變量描述性統計如表2所示。

五、實證分析

（一）基準回歸

通過Hausman檢驗和F檢驗發現模型的個體固定效應較為顯著，因此，選擇個體固定效應模型進行實證分析。考慮到SCC模型與普通最小二乘法（OLS）相比，能夠全面處理異方差問題，并且更適用于短面板數據。因此，采用SCC-FE和OLS-FE兩種模型進行基準回歸分析，具體結果如表3所示。

從表3來看，在不同的回歸模型下，隨著核心解釋變量的變化，各回歸結果中變量系數和顯著性并未發生明顯變化，這表明回歸結果較為穩健。金融發展規模（Finance）的回歸系數為-0.00540，但并未通過顯著性檢驗，這表明金融發展規模對于農村貧困減緩的促進作用并不明顯，而金融發展效率（FE）在基準回歸中的系數為0.0556，且通過了5%的顯著性檢驗，對農村貧困減緩起到明顯的抑制作用。產業結構中結構偏差（Indd）和產業結構高級化（Indup）的回歸系數均為正，加劇了農村居民的貧困發生率，抑制農村貧困減緩。

控制變量中，人力資本（Edu）、政府干預程度（Gov）、老齡化（Aging）和城鎮化（Urb）對農村貧困減緩均存在抑制作用，其中，人力資本的抑制作用顯著性較差。這主要是由于長期以來的“城市偏向型”政策、城鄉基礎社會和公共服務的差距，造成城鎮化、政府干預程度和老齡化的上升會帶來農村農業發展緩慢和養老壓力加重，農村貧困減緩受到阻礙。經濟發展水平（Econo）的提高會使農業農村在經濟發展中受益，但城鄉多維度差異的存在造成經濟發展的貧困減緩效應不顯著。

（二）基于經濟發展水平的門檻效應分析

1. 門檻檢驗結果。門檻檢驗是運用門檻模型進行回歸分析的前提，使用網格搜索法和Bootstrap自抽樣法，反復抽樣500次來確定經濟發展水平（Econo）的門檻值。結果發現：在樣本期間內，以經濟發展水平（Econo）為門檻變量，金融發展、結構偏差及產業結構高級化均通過了單一門檻效應的顯著性檢驗，具體如表4所示。

由表4可以看出，以經濟發展水平（Econo）為門檻變量，金融發展規模（Finance）、金融發展效率（FE）、結構偏差（Indd）和產業結構高級化（Indup）的門檻效應檢驗結果P值均小于0.05，表明存在單一門檻效應，而雙重門檻效應檢驗結果均未通過顯著性檢驗，說明以經濟發展水平為門檻變量，各解釋變量不存在雙重門檻效應。由表4具體可以看出，門檻變量經濟發展水平的單一門檻值為9.2629，這說明解釋變量Finance、FE、Indd和Indup在經濟發展水平的不同區間內，對農村貧困減緩的影響發生變化。

2. 基于經濟發展水平的門檻回歸結果。基于門檻效應檢驗結果，以經濟發展水平（Econo）為門檻變量，分別從金融發展規模、金融發展效率、結構偏差和產業結構高級化4個維度設置單一門檻模型，運用SCC-FE模型和門檻變量二元虛擬變量方法，并控制時間固定效應進行回歸分析，具體結果如表5所示。

表5顯示：

（1）金融發展在不同的經濟發展水平區間內對農村貧困減緩的影響作用存在差異。當Econo[≤]9.2629時，Finance的回歸系數為-0.0320，且通過了1%的顯著性檢驗，表明金融發展規模的上升對農村貧困減緩的促進作用較為明顯。而當Econo>9.2629時，Finance的回歸系數為-0.00533，但并未通過顯著性檢驗，這說明當經濟發展水平越過門檻值后，金融發展規模對農村貧困減緩的促進作用減弱。隨著經濟發展水平的提高，農業農村金融資源獲取相對不足，造成金融發展規模的減貧效應減弱。

（2）基于金融發展效率（FE）維度，當Econo[≤]9.2629時，FE的回歸系數為-0.0308，對農村貧困減緩起到促進作用，但作用并不顯著，而經濟發展水平（Econo）越過門檻值后，FE的回歸系數為0.0574，且通過了5%的顯著性檢驗，金融發展效率會抑制農村貧困減緩。這表明隨著經濟發展水平的提高，城鄉居民差距逐漸加大，農村居民被“排除”在金融服務體系之外，貸存比的提高，并不能使農村居民獲得足夠金融貸款。

（3）產業結構對農村貧困減緩的影響也存在基于經濟發展水平的門檻效應。當Econo[≤]9.2629時，Indd回歸系數為-0.0561，但并未通過顯著性檢驗，表明結構偏差對農村貧困減緩的影響不顯著。而隨著經濟發展水平越過門檻值，結構偏差（Indd）的系數為0.0730，且通過了5%的顯著性檢驗。這說明隨著經濟發展水平的提高，結構偏差會加大農村貧困的發生，特別是結構偏差的存在會造成農業投入—產出效率低于其他產業，不利于農村貧困減緩，也表明結構偏差的縮小，即產業結構合理化程度的提升，有助于農村貧困減緩。

（4）產業結構高級化在經濟發展水平（Econo）門檻值前后區間內對農村貧困減緩的作用相反。從表5來看，在Econo[≤]9.2629時，產業結構高級化（Indup）的系數為0.0575，對農村貧困減緩起到顯著的促進作用。當經濟發展水平越過門檻值（9.2629）后，Indup的回歸系數為0.00258，對貧困減緩的抑制作用并不明顯，說明中國產業結構高級化中資本、技術密集型產業處于起步階段，對農村剩余勞動力的影響不明顯。

（三）基于政府干預程度的門檻效應分析

1. 基于政府干預程度的門檻檢驗結果。參照以經濟發展水平為門檻變量的檢驗方法，以政府干預程度為門檻變量，對金融發展、結構偏差和產業結構高級化進行門檻效應檢驗，具體結果如表6所示。

由表6可以看出，單一門檻效應檢驗的P值均小于0.05，雙重門檻檢驗結果并不顯著，表明金融發展和產業結構變遷均具有基于政府干預程度（Gov）的單一門檻效應。其中，金融發展規模（Finance）、金融發展效率（FE）和產業結構高級化（Indup）3個維度的政府干預程度門檻值為0.3507，結構偏差（Indd）的政府干預程度門檻值為0.2918。這說明金融發展、結構偏差和產業結構高級化在不同的政府干預程度區間內對農村貧困減緩的作用存在差異。

2. 基于政府干預程度的門檻回歸結果。以政府干預程度為門檻變量，同樣利用面板門檻模型、門檻變量二元虛擬變量法和SCC-FE模型，從金融發展規模、金融發展效率、結構偏差和產業結構高級化4個維度進行門檻實證分析，回歸結果如表7所示。

門檻回歸結果表明，當政府干預程度低于門檻值（0.3507）時，金融發展規模對農村貧困發生率（Ruralpool）的影響系數為-0.00912，在10%的置信水平下顯著，對農村貧困減緩起到促進作用。當Gov>0.3507時，Finance（Gov>0.3507）的回歸系數為0.000640，對農村貧困減緩呈現抑制作用。金融發展效率（FE）在政府干預程度越過門檻值（0.3507）后，對農村貧困發生率的影響系數由0.0157變為0.0491，且通過了5%的顯著性檢驗，對農村貧困減緩抑制作用加強。這表明政府干預程度的上升對金融發展的影響仍是以風險監管為主，金融規模和效率的發展更多面向城鎮居民和產業，農業農村由于資金、抵押物等方面的不足，無法獲得金融支持，抑制了農村貧困減緩。

另外，結構偏差（Indd）會抑制農村貧困減緩，且基于政府干預水平存在明顯門檻效應。具體來看，當Gov[≤]0.2918時，結構偏差的回歸系數為0.0543，通過了10%的顯著性檢驗，抑制了農村貧困減緩。而政府干預程度越過門檻值0.2918后，結構偏差的回歸系數變為0.116，顯著性水平也有所提高，這表明政府干預程度越過門檻值后，兩者呈現正相關關系，縮小結構偏差有助于農村貧困減緩，即產業結構合理化也是促進農村貧困減緩的重要工具。同樣，產業結構高級化（Indup）在政府干預程度門檻值（0.3507）前后對農村貧困發生率的影響作用也發生變化，回歸系數由-0.00292變為0.0284，影響也由不顯著變為通過1%的顯著性檢驗。這說明在政府干預程度越過門檻值后，產業結構高級化對農村貧困減緩的作用由不明顯變為顯著抑制。這表明政府干預下的產業結構高級化以發展技術、資本密集型產業為主，注重提高就業人員的知識技能，農村居民在勞動力市場上處于劣勢，加大了農村貧困的發生。

六、結論與建議

金融發展和產業結構作為影響農業農村發展的關鍵因素，在經濟發展水平不斷提升和政府干預持續調整的背景下，兩者對農村貧困減緩的影響呈現非線性的特征。因此，為更深層次地探究金融發展、結構偏差和產業結構高級化對農村貧困減緩的影響，采用門檻模型，結合門檻變量二元虛擬變量法和SCC-FE模型進行實證分析，得到以下研究結論：

第一，金融發展和結構偏差存在基于經濟發展水平和政府干預程度的單一門檻效應，在不同區間內對農村貧困減緩的影響存在差異。

第二，以經濟發展水平為門檻變量，越過門檻值后，金融發展規模對農村的減貧效應減弱，金融發展效率和結構偏差對農村貧困減緩的影響由不顯著向抑制作用轉變，產業結構高級化的減貧效應消失。

第三，以政府干預程度為門檻變量，越過門檻值后，對金融發展的影響以風險監管為主，金融發展規模的減貧效應減弱，金融發展效率和結構偏差減貧抑制作用逐漸提高。

研究結論表明，在經濟發展水平和政府干預程度越過門檻值后，金融發展和產業結構高級化的減貧效應減弱，甚至轉變為抑制作用。在當前農業農村發展不充分和扶貧攻堅背景下，金融體系和產業結構調整應是未來中國推動鄉村振興、提高農民收入的重要手段。

首先，大力發展普惠金融，提高農民的金融參與率。由于信用風險和資金實力等因素的影響，農村居民逐漸被“排除”在金融服務體系以外，金融參與率較低。普惠金融發展提高了金融體系的覆蓋率、滲透度和可得性，能夠為農村居民獲得金融服務、融資貸款提供良好的平臺，有助于促進城鄉金融服務均等化，為農業農村發展提供必要資金支持，帶動金融體系減貧效應的發揮。

其次，培育農村人力資本，合理應對產業結構轉型。農村居民知識技能的缺失是其在勞動力市場競爭力缺失的主要原因。在“補短板、調結構”的背景下，應加大對農村人力資本的培育力度，擴大財政支持范圍，實現城鄉教育均等化，提升農村剩余勞動力在城鎮產業中的競爭力，在提高產業結構合理化的同時促進農村貧困減緩。同時，還應加大農民的培養力度，培育職業化農民，提高農業回報率和產品附加值，增加農業及相關產業產值所占比重，化解結構偏差帶來的不利影響。

最后，持續推動鄉村振興戰略實施，提高農村減貧的自主性。鄉村振興戰略是在總結國內外農業農村發展經驗的基礎上提出的，其包含了產業、文化、生態等多維度的內容，有助于提高農村貧困減緩的自主性。因此，應持續推動鄉村振興戰略實施，結合地區資源和農業發展優勢，開展特色農業、休閑業，建立農業產業園區，促使農村剩余勞動力“內部”消化。同時，加大科研創新力度，促進產學研融合發展，開發農產品深加工項目，提高產品附加值和市場競爭力，運用農業農村的自身優勢實現減貧增收。

參考文獻：

[1]Herrera M E B. 2016. Innovation for Impact：Business Innovation for Inclusive Growth[J].Journal of Business Research，69（5）.

[2]Ramani S V，Mukherjee V. 2014. Can Breakthrough Innovations Serve the Poor（bop）and Create Reputational （CSR） Value？ Indian Case Studies[J].Technovation，34（5-6）.

[3]Malthus T. 1992. An Essay on the Principle of Population[M].Cambridge： Cambridge University Press.

[4]Wang，Q. 2015.，Fixed-effect Panel Threshold Model Using Stata[J].Stata Journal，（15）.

[5]魏后凱.2020年后中國減貧的新戰略[J].中州學刊，2018，（9）.

[6]鄧金錢，李雪嬌.改革開放四十年中國扶貧開發實踐與理論創新研究[J].經濟學家，2019，（2）.

[7]馬克思恩格斯全集（第23卷）[M]. 北京：人民出版社，1973.

[8]羅格納·訥克斯著，謹齋譯.不發達國家的資本形成[M].北京：商務印書館，1966.

[9]習明明，郭熙保.貧困陷阱理論研究的最新進展[J].經濟學動態，2012，（3）.

[10]陳宗勝，沈揚揚，周云波.中國農村貧困狀況的絕對與相對變動——兼論相對貧困線的設定[J].管理世界，2013，（1）.

[11]單德朋，王英.金融可得性、經濟機會與貧困減緩——基于四川集中連片特困地區扶貧統計監測縣級門限面板模型的實證分析[J].財貿研究，2017，28（4）.

[12]傅鵬，張鵬，周穎.多維貧困的空間集聚與金融減貧的空間溢出——來自中國的經驗證據[J].財經研究，2018，44（2）.

[13]王鸞鳳，方舟.金融發展、制度質量與農村貧困緩解——基于中國東中西部地區的經驗研究[J].武漢大學學報（哲學社會科學版），2015，68（6）.

[14]楊俊，王燕，張宗益.中國金融發展與貧困減少的經驗分析[J].世界經濟，2008，（8）.

[15]劉芳，劉明，郭鋒航.金融發展規模、效率與縣區反貧困研究——基于陜西省50個國定貧困縣的系統廣義距估計[J].統計與信息論壇，2015，30（8）.

[16]王漢杰，溫濤，韓佳麗.貧困地區農村金融減貧的產業結構門檻效應[J].財經科學，2018，（9）.

[17]蔡曉春，郭玉鑫.政府干預、金融發展對貧困減緩的影響分析——基于非線性交互效應動態面板模型[J].統計與信息論壇，2018，33（9）.

[18]趙賀，張華新.金融包容發展的減貧效應研究 ——基于產業結構升級的視角[J].武漢金融，2018，（8）.

[19]高云虹，張建華.中國產業結構變動對城市貧困的影響分析[J].華中科技大學學報（社會科學版），2006，（5）.

[20]張文武，左飛.產業結構和城市規模對城市減貧的影響——基于中國100個城市的面板數據的分析[J].城市問題，2018，（8）.

[21]張鳳華，葉初升.經濟增長、產業結構與農村減貧——基于省際面板數據的實證分析[J].當代財經，2011，（12）.

[22]譚昶，吳海濤，黃大湖.產業結構、空間溢出與農村減貧[J].華中農業大學學報（社會科學版），2019，（2）.

[23]肖挺.地區貧困、創新潛力與經濟增長——基于中國省級面板數據的分析[J].財經研究，2016，42（2）.

[24]崔艷娟，孫剛.金融發展是貧困減緩的原因嗎？——來自中國的證據[J].金融研究，2012，（11）.

[25]干春暉，鄭若谷，余典范.中國產業結構變遷對經濟增長和波動的影響[J].經濟研究，2011，46（5）.