金融服務對農村多維貧困的影響分析

趙德起, 趙 紅

(遼寧大學 經濟學院, 沈陽 110136)

0 引 言

貧困問題是人類發展進程中長期存在的歷史問題,是黨和政府致力解決的重大問題。脫貧攻堅取得突出成績,來自于各方的共同努力,特別是近年來我國農村金融的快速發展給農村快速脫貧提供了有力支持。當前我國已經陸續推出扶貧小額信貸、扶貧再貸款、扶貧金融債等金融產品,每年投向貧困地區和脫貧攻堅項目的金融資金超過萬億元,金融扶貧在脫貧攻堅中發揮了主力軍作用。

通過對已有文獻進行梳理,發現學者們針對金融發展與農村貧困關系的研究存在3類觀點:

1) 認為農村金融服務對貧困有顯著的線性影響,認為人們通過對金融產品的使用、進行理財投資等增加收入,從而能顯著降低貧困[1-2],并且在促進農村貧困緩減的過程中中介效應與直接效應并存[3-4],同時還通過空間溢出效應對鄰近省份發揮間接減貧作用[5-6];

2) 認為農村金融服務對農村貧困具有較為明顯的非線性影響[7-8],即金融發展對降低貧困發生率存在著一定的邊界,或者說在不同階段金融發展對貧困的作用存在差異[9];

3) 認為農村金融服務對農村貧困影響不顯著[10-11],如果金融體系是非競爭的,金融僅僅讓富人受益[12],受資源傾向性配置的效率損失、農貸的“精英俘獲”以及金融知識匱乏的影響,銀行服務包容性的提高沒有反映出明顯的益貧性[13]。

1 農村多維貧困指數測算

1.1 數據來源及研究方法

本文選取中國動態跟蹤調查(CFPS)2018年的數據,根據研究對象首先將家庭數據進行清理,篩選出農村家庭;然后根據研究內容用個人數據對家庭數據進行補充,接著刪掉缺失值、無效值等,最終得到有效的農村家庭5 131戶。采用A-F雙臨界值法來綜合評價貧困個體在所構建的多維度指標體系中的貧困狀況[14]。其中,維度加總可以計算出貧困個體的綜合貧困指數,維度分解可以計算出各個維度指標對綜合貧困指數的貢獻程度。

1.2 指標的構建

本文借鑒聯合國開發計劃署2010年《人類發展報告》,采用健康、教育和生活標準3個維度10個指標[15]。根據農戶實際貧困狀況,綜合考慮后選取收入、生活、教育、醫療和住房5個維度共10個指標對農戶多維貧困狀況進行測度。對于各維度和指標的權重的確定,參考大部分文獻,采用維度等權重方法。具體指標及界定標準見表1。

表1 多維貧困指標及界定標準Table 1 Multi-dimensional poverty index and definition standard

1.3 多維貧困的測算與分解

1.3.1 多維貧困指數的測算

利用我國家庭動態跟蹤調查2018年農戶數據及本文所用的多維貧困A-F雙臨界值方法,估算出我國農戶在不同貧困臨界值K下農戶多維貧困結果。如表2所示,當K=1時,存在貧困農戶數4 737戶,農戶貧困發生率為92.32%,即92.32%的農村家庭存在5個維度10個指標;剝奪強度指數為0.237 0,多維貧困指數為0.218 8。當K=7時,貧困農戶數為1戶,多維貧困發生率接近于0(四舍五入的近似值,實際非零),剝奪強度指數為0.65,多維貧困指數亦接近于0。

表2 不同K值下農戶多維貧困測算結果Table 2 Measurement results of Multi-dimension poverty of farmers under different Kvalues

1.3.2 多維貧困指數的分解

為了更清楚地描述不同K值時農戶多維貧困特征,表3給出了各個維度貧困指數及5個維度10個指標對多維貧困指數的貢獻率。從5個維度上對農戶多維貧困貢獻率看,各維度依次是人均純收入維度、基本醫療醫療維度、義務教育教育維度、生活維度、住房保障維度,各維度對農戶多維貧困指數貢獻率依次為32.9%、25.6%、23.6%、16.1%及1.5%。從10個指標多農戶多維貧困指數貢獻率看,各指標對農戶多維貧困指數貢獻率較大的依次為人均收入、家庭平均受教育年限以及農戶自評健康狀況,貢獻率依次為29.5%、31.5%及16.9%;各指標對農戶多維貧困指數貢獻率較小的依次是家中通電情況、家庭中兒童失學及住房貧困,貢獻率依次為0.3%、0.3%及1.5%。

表3 多維貧困指數按指標分解Table 3 Decomposition of Multi-dimensional poverty index by index

2 農村金融服務對農戶貧困影響的實證分析

2.1 變量選取與模型設計

2.1.1 變量選取

考慮A-F雙臨界值法(Alkire&Foster,2011),通常取指標剝奪數量占指標總數約30%的農戶代表該單元多維貧困狀況,因此本文取K=3作為農戶處于多維貧困的界定標準。當K≥3時,農戶處于多維貧困中,賦值為1;否則賦值為0。本文從金融服務可得性、金融服務使用度及金融服務滿意3方面共6個指標作為解釋變量,以此說明農村金融發展情況;根據農戶實際情況,選擇人口規模、外出打工、政府補助等變量作為控制變量。具體變量說明及賦值見表4。

2.1.2 模型設定

農民多維貧困狀況只有2種情況,是一個“是”與“否”的二分變量,若直接采用傳統的多元線性回歸模型將無法反映數據的真實情況,因此本文構建Logit模型分析普惠金融對農戶貧困狀況的影響程度。Logit模型將概率值轉化為解釋變量的非線性函數,將事件發生的概率值P控制在0-1。若以y表示農戶是否陷入多維貧困,其中y=1陷入多維貧困,y=0表示農戶未陷入多維貧困。

Logit模型表達式為

表4 變量說明及賦值Table 4 Variable description and assignment

2.2 實證結果分析

為了避免自變量之間存在多重共線性,在回歸之前進行方差膨脹因子檢驗可知自變量的VIF均值為1.05,最大值為1.335,容差在0.749～0.949,小于1,故自變量之間不存在多重共線性。同時利用進行Pearson相關系數檢驗可知各自變量之間相關系數不存在顯著的高度相關性。本文利用SPSS26軟件進行回歸性分析,回歸結果如表5所示。

表5 Logit實證回歸結果Table 5 Logit empirical regression results

通過表5可以看出,模型系數經LR檢驗在5%水平下顯著,說明納入的變量具有統計學意義;Hosmer and Lemeshow檢驗P值為0.391,表明當前數據中的信息已經被充分提取,模型擬合度較好。

具體地看: 1)從農戶對金融服務可得性看。變量“現金及存款”“定期存款”在5%水平上顯著,說明“現金及存款”及“定期存款”影響農戶多維貧困的發生;與沒有現金及存款的農戶相比,有現金及存款的農戶陷入多維貧困的風險會降低;與沒有定期存款的農戶相比,有定期存款的農戶陷入多維貧困的風險會降低。2)從農戶對金融服務使用度看。變量“金融產品”“銀行貸款”在5%水平上顯著,說明“金融產品” “銀行貸款”影響農戶多維貧困的發生。由B值可知模型中變量系數均為負,這說明提高金融服務使用度能減緩農戶陷入多維貧困;與未持有金融產品的農戶相比,持有金融產品的農戶陷入多維貧困的概率會顯著降低;與不能向銀行貸款的農戶相比,其陷入多維貧困的風險會降低。3)從農戶對金融服務滿意度看。變量“首選銀行借款”與“被銀行拒絕借款”在5%水平上均不顯著,說明變量“首選銀行借款”與“被銀行拒絕借款”均不影響農戶多維貧困的發生,意味著提高金融服務滿意度在一定程度上對農戶多維貧困發生不顯著。4)從家庭特征來看。變量“家庭人口規?！薄?外出打工”“ 政府補助”等在5%水平上顯著,說明農戶家庭特征將會影響農戶多維貧困的發生。如農戶家庭規模越大,農戶陷入多維貧困的風險將會增加;而農戶家庭成員中有成員外出打工會使農戶陷入多維貧困的風險降低。

2.3 區域回歸結果分析

為了更好地說明金融服務對各地區的影響,使回歸結果更具有穩健性,進一步進行區域分析。表6報告了金融服務對農戶多維貧困影響的區域回歸結果。

由表6可以看出,從選定的“農戶對金融服務可得性”系列變量看:農戶現金及存款增加,各地區農戶陷入多維貧困的概率均會降低,這種影響不具備區域差異性;但中部地區農戶持有現金及存款與未持有現金及存款的農戶相比,陷入多維貧困的風險比東、西部地區低得多。從選定的“農戶對金融服務使用度”系列變量看,金融產品對農戶多維貧困的影響具有地區差異性,僅東部地區的農戶會因為持有金融產品而降低貧困;銀行貸款對農戶多維貧困的影響不具備地區差異性,可以申請到銀行貸款的農戶陷入多維貧困的風險比東、中部地區低得多。從選定的“農戶對金融服務滿意度”系列變量看,西部地區首先選擇銀行借款的農戶陷入多維貧困的風險比東、中部地區低得多,同時農戶不會在意是否曾經被銀行拒絕借款。

表6 Logit分區域實證回歸結果Table 6 Empirical regression results of Logit in different regions

2.4 二元Logit模型對農戶多維貧困的預測效果

為了檢驗模型結果好壞,需要進行樣本內預測效果檢驗。具體做法是以多維貧困是否發生作為因變量,將各解釋變量的樣本數據帶入二元Logit模型中,預測結果如表7所示。

表7顯示了樣本內模型預測效果。從表7可以看出,模型共判斷正確3 381次,其中,多維貧困不發生判斷正確2 872次,多維貧困發生判斷正確509次,多維貧困不發生卻判斷發生1 389次,多維貧困發生卻判斷發生有509次。

表7 模型預測效果表Table 7 Effect table of model prediction

模型整體正確預測率為

在預測的樣本數據中,多維貧困實際發生且發出預測信號占26.8%,即如果多維貧困發生,能夠準確預測的概率為26.8%。多維貧困不發生且沒有發出預測信號占88.8%,即如果多維貧困沒有發生,能夠準確預測的概率為88.8%。從模型的預測效果可以看出,預測模型整體預測準確率為65.89%,表明二元Logit模型對多維貧困的預測具有一定的作用。

3 結 論

以中國家庭動態跟蹤調查2018年5 131個農戶的微觀調查數據為例,采用A-F雙臨界值法測算了農戶多維貧困指數,并在此基礎上,運用二元Logit模型實證分析了農村金融服務的減貧效應,主要研究結論如下:1)從多維貧困加總看,隨著貧困臨界值的增大,多維貧困發生率迅速減少,多維貧困強度指數逐漸增加;從維度分解看,收入維度對農戶多維貧困指數的貢獻率最大,均值為32.4%。2)從實證結果看,我國農村金融服務具有很強的減貧效應;金融服務滿意度的影響具有地區差異性,而農村金融服務的可得性與使用度不具有地區差異性。