包容性金融发展与农村居民贫困减缓
包容性金融发展与农村居民贫困减缓——基于全要素生产率视角的分析
任碧云 王雨秋
[提 要] 本文用DEA—Malmquist指数法测算了全要素生产率指数，结合2006—2016年中国内地省际面板数据，基于全要素生产率视角，运用中介效应模型实证分析了包容性金融发展对农村居民贫困的影响。实证结果表明：(1)包容性金融发展能够通过全要素生产率的中介效应发挥减贫作用。(2)进一步的研究发现，包容性金融服务渗透度的提升对贫困的影响最为显著；同时，包容性金融发展可通过技术进步和效率提升作用来推动全要素生产率增长，进一步作用于贫困。(3)稳健性检验表明，我国东部与中西部地区包容性金融发展水平差异较大，对全要素生产率的提升乃至农村减贫的贡献表现出较大不平衡性。本文的政策建议为：首先，应持续推进包容性金融发展，充分发挥全要素生产率的中介效应，以更快实现2020年全面脱贫目标；其次，要继续加强农村金融基础设施建设，以实现金融服务均等性，充分发挥金融减贫的优势；最后，要合理配置金融资源，注重地区间发展的公平性，以实现经济社会均衡发展。
[关键词] 包容性金融；贫困减缓；全要素生产率；中介效应
一、引言
多年来，我国一直致力于利用金融来助推脱贫攻坚工作，政府提供的小额信贷、微型金融等金融工具在促进贫困人群增收、减缓贫困等方面发挥了重要作用，金融减贫成效斐然。然而，据《2017年国民经济和社会发展统计公报》，截至2017年末，我国贫困发生率为3.1%，仍有3 046万农村贫困人口未曾享受到金融减贫的红利。究其原因，资本的趋利性使得金融资源必然向中高端市场倾斜，导致大部分贫困群体并不能真正平等地享受到金融服务，金融减贫难以实现理想效果。在此背景下，作为传统金融发展理论的补充和延伸，包容性金融(1)包容性金融(inclusive finance)也被译为“普惠金融”。致力于金融服务的均等化，其减贫作用日益受到我国政府重视。继2013年党的十八届三中全会明确提出发展普惠金融之后，2015年的《政府工作报告》强调要“大力发展普惠金融，让所有市场主体都能分享金融服务的雨露甘霖”；同年12月，国务院出台了《推进普惠金融发展规划(2016—2020年)》；2018年2月4日，中央一号文件《中共中央国务院关于实施乡村振兴战略的意见》特别指出普惠金融发展重点在乡村。由此可见，在贫困人口比较集中、农村贫困形势比较突出的背景下，发展包容性金融可能成为实现2020年全面脱贫目标的关键之举。那么，包容性金融发展究竟是否有助于减缓农村居民贫困？其作用机制又是什么？研究这些问题具有较强的理论和现实意义。
特别地，在研究包容性金融发展与农村贫困问题时，不能忽视全要素生产率。因为近年来随着农村剩余劳动力的逐年减少，农业资本投入运行效益逐渐降低，农村潜在增长力的提高乃至农村减贫终究要靠劳动和资本以外的要素生产率——全要素生产率提升来实现。由此，提升全要素生产率能否成为更有效的减贫路径值得深究。与此同时，全要素生产率的提升同样离不开包容性金融服务(Bashir et al.，2010)，那么，包容性金融发展、全要素生产率与农村贫困此三者间究竟存在何种联系？从目前研究的进展来看，尽管已有学者对包容性金融发展与农村贫困之间的关系给予关注，且不乏学者认为包容性金融的发展有利于促进产业结构升级，推动全要素生产率提升，乃至对农村贫困问题产生影响(张彤进，2016；周五七和朱亚男，2018；王小腾等，2018)，但是这些研究却普遍忽视了包容性金融发展过程中，全要素生产率对农村减贫的重要作用。基于以上考虑，本文创新性地从全要素生产率出发，来探讨包容性金融发展对减缓农村居民贫困的影响，以便进一步分析全要素生产率在包容性金融发展与农村减贫中所起到的关键作用。本文研究有助于从全要素生产率视角重新审视包容性金融发展与农村减贫的关系，为相关研究提供一个新的视角。
二、相关文献综述
金融发展与贫困关系的研究最早始于Mckinnon(1973)和Moore & Shaw(1973)，随着研究的逐渐深入，学术界和政策界意识到要使金融更有效地帮助穷人，不能仅关注金融纵深发展，还应同时提高贫困和低收入人群享受金融服务机会的均等性。在此背景下，联合国于2005年提出了包容性金融这一概念。就包容性金融发展与贫困的关系而言，现有研究结论总体可归纳为以下3类：(1)包容性金融发展与贫困减缓呈正相关。Bugress & Pande(2005)，Chibba(2009)及Inoue & Hamori(2012)的研究证明了包容性金融发展能够通过经济增长、增加收入以及提高信贷可获得性等渠道有效减缓贫困。相对应的，国内学者邵汉华和王凯月(2017)、谭燕之和彭千芮(2018)等也得出了相似结论。(2)包容性金融发展与贫困减缓表现为非正相关。Navajas et al.(2000)、Roodman & Morduch(2014)及Mader(2018)等从理论和实证角度证明了小额信贷等包容性金融服务对于降低贫困率并无帮助。相似地，在针对中国的研究中，王伟和朱一鸣(2018)同样发现仅注重提升包容性金融的可接触性会加剧县域资金外流，出现致贫效应。(3)包容性金融发展与贫困减缓之间存在非线性关系。Zahonogo(2016)的实证研究表明发展中国家的金融发展存在门槛值，其与贫困减缓的关系表现为倒“U”型。国内研究中，黄秋萍等(2017)运用面板平滑转化模型证明了包容性金融发展在跨越门槛值之后才具有减贫效应。
虽然上述关于包容性金融发展与贫困关系的研究已较为丰富，但并未得出一致结论，仍需进一步检验。而且此类研究普遍忽视了这一过程中的城乡发展不均衡问题，这极容易使人忽略我国农村严峻的贫困形势，甚至会导致城乡差距进一步扩大。正因如此，近年来已有学者开始重点关注包容性金融发展针对农村地区贫困的影响。以何学松和孔荣(2017)、车树林和顾江(2017)以及武丽娟和徐璋勇(2018)等为代表的一批学者将关注重点放在了农村，肯定了包容性金融发展对于农村减贫的积极作用。
然而，上述研究仍存在不足，学者们大多关注的是包容性金融发展对贫困的影响，鲜有研究将全要素生产率因素考虑在内。因而其研究多存在重减贫数量而轻减贫质量的问题，无法客观、全面地反映包容性金融发展对于贫困的影响。但可喜的是，已经有部分学者注意到了金融发展对全要素生产率促进作用(Kumbhakar & Mavrotas，2005；张军和金煜，2005；姚耀军，2012)，陈启清和贵斌威(2013)发现金融发展可通过水平效应提升全要素生产率，李健和卫平(2015)则认为金融发展可从金融规模和金融效率两个角度促进全要素生产率增长。同时，全要素生产率对减贫的重要作用也得到了证实。Colin et al.(2001)基于内生增长模型阐述了农业生产率提高对于贫困减缓的作用机制，并以亚洲作为样本进行实证考察，结果表明农业全要素生产率的提升对于贫困减缓有着强有力的作用。Minten & Barrett(2008),Alene & Coulibaly(2009)同样得出了基于技术进步的生产率提升能够惠及穷人的结论。
综上所述，尽管关于包容性金融的研究较为丰富，但国内关于包容性金融发展与贫困减缓的研究尚处在初级阶段，仍存在以下不足：(1)对于包容性金融是否具有减贫效应尚存在观点上的分歧，需要进一步进行实证检验。(2)测度包容性金融发展水平的指标选取较为单一，难以反映其发展的真实水平。(3)虽然国内学界已经注意到了包容性金融发展在减缓农村贫困中的关键作用以及全要素生产率对减贫的重要意义，但直接将这两个问题进行有效结合的文献还较为少见。另外，国内关于包容性金融发展影响贫困的研究中较少涉及三变量间关系，对于中介变量作用的考察并不多见。具体而言，诸多研究均表明包容性金融发展与全要素生产率均会对贫困产生重要影响，但对于包容性金融发展能否通过全要素生产率影响农村居民贫困，即对于全要素生产率的中介效应尚缺乏深入的研究。
相比于以往研究，本文的贡献主要在于：创新性地采用中介效应模型，将全要素生产率纳入包容性金融发展与农村贫困减缓的分析框架内，从全要素生产率视角重新审视此问题，对包容性金融发展、全要素生产率提升以及农村居民贫困减缓三者做出系统性考察，从而为研究包容性金融发展的减贫效应提供了一个新的思路。
三、包容性金融发展与农村人口贫困减缓实证分析
(一)计量模型设定
1.基准回归。在现有文献中，Chou & Chin(2009)、苏基溶和廖进中(2009)以及Michalopoulose et al.(2009)构建了包含金融部门的内生经济增长模型，本文借鉴以上学者的研究思想，假定全要素生产率受到内生金融发展的影响。因此，有生产函数：
Yit=Ait×F(Lit,Kit)
(1)
式中，Y表示区域的生产总值；A表示全要素生产率；L为劳动要素投入；K为资本要素投入；i和t分别代表地区和时间。本文设定生产函数为希克斯中性，假定A是一个多元组合，即：
(2)
式中，Ai0表示除包容性金融发展水平外影响TFP的其他因素；RFIIit为包容性金融发展水平；β1为参数。将式(2)带入式(1)中，可以得到：
(3)
对式(3)进一步变形可得：
(4)
对式(4)两边分别取对数，可得：
lnTFPit=lnAi0+β1lnRFIIit
(5)
在式(5)基础上可得到：
lnTFPit=β0+β1lnRFIIit
(6)
为检验全要素生产率的中介效应，本文参考温忠麟和叶宝娟(2014)提出的中介效应检验程序，将最终计量模型设定为：
lnPOVit=α0+α1RFIIit+α2lnEDUit
国外再生水项目规划以复杂而严格的法律规范为依据。再生水项目较一般供水项目有更多的涉及健康、环境、水资源保护方面的法规。这些法规的限制和支持决定了再生水项目的基本实施空间。各种规程所要求的水质和工艺标准、管理规范，以及再生水项目在融资、水资源管理、土地利用、环境保护等方面的法律规定，都必须纳入再生水项目规划中。
+Uit+εit
(7)
TFPit=β0+β1RFIIit+β2lnEDUit
+β3CITYit+β4lnGOVit
+Uit+εit
(8)
lnPOVit=γ0+γ1RFIIit+γ2TFPit
+γ3lnEDUit+γ4CITYit
+γ5lnGOVit+Uit+εit
(9)
其中，i代表省份；t代表年份；POV表示农村居民贫困程度；RFII为包容性金融发展水平。城市化水平(CITY)、农村人均受教育程度(EDU)以及财政支农水平(GOV)为控制变量。Uit是不可观测的个体异质性，εit为随机扰动项，α,β,γ为待估计参数。
根据中介效应检验程序，首先，需要检验式(7)中农村居民贫困水平对包容性金融发展的估计系数α1是否显著，显著则怀疑为中介效应，否则为遮掩效应。其次，在α1显著的基础上，应继续观察式(8)中全要素生产率对包容性金融发展的估计系数β1以及式(9)中农村居民贫困水平对全要素生产率的估计系数γ2，若两者均显著则证明中介效应显著，应进一步观察系数γ1显著性。若γ1显著且与α1×β1同号，则认为存在部分中介效应，即全要素生产率是包容性金融发展影响贫困的中介之一；若γ1不显著，则证明为完全中介效应，即包容性金融发展完全通过全要素生产率作用于贫困。
2.进一步探讨。为了更全面地考察包容性金融发展、全要素生产率与农村居民贫困三者的关系，在上述基准回归的基础上，本文还对包容性金融发展指数以及全要素生产率进行分解，进一步研究分解指标对于贫困的影响。首先考察包容性金融发展各子维度对于农村居民贫困的作用：
lnPOVit=φ0+φ1RFII1it+φ2RFII2it
+φ3RFII3it+φ4RFII4it
+φ5lnEDUit+φ6CITYit
+φ7lnGOVit+Uit+εit
(10)
式中，RFII1代表金融服务渗透度；RFII2代表金融服务可获得性；RFII3代表金融服务使用效用性；RFII4代表金融服务承担度。其余指标含义与基准模型相同。
其次，将全要素生产率分解为技术进步(TECH)与效率变化(EFFCH)，考察包容性金融发展对于全要素生产率的作用：
TECHit=φ0+φ1RFIIit+φ2lnEDUit
+φ3CITYit+φ4lnGOVit
+Uit+εit
(11)
EFFCHit=φ0+φ1RFIIit+φ2lnEDUit
+φ3CITYit+φ4lnGOVit
+Uit+εit
(12)
最后，考察全要素生产率分解指标对于农村居民贫困的影响：
lnPOVit=φ0+φ1TECHit+φ2EFFCHit
+φ3lnEDUit+φ4CITYit
+φ5lnGOVit+Uit+εit
(13)
(二)变量选取及数据来源
1.被解释变量。本文的被解释变量为农村居民贫困水平。对于农村金融发展与农村居民贫困的关系，张兵和翁辰(2015)、车树林和顾江(2017)的研究认可度较高，本文借鉴他们的做法，选用农村居民恩格尔系数来衡量农村居民贫困水平。因为一般而言，农村居民恩格尔系数越高，则越贫困。本部分数据来源于前瞻数据库及各省份统计年鉴。
2.解释变量。(1)包容性金融发展水平。包容性金融发展指标体系的构建最早可追溯到Sarma(2008)的研究，此后又有诸多学者对指标体系进行了扩充和完善，其中以王修华等(2016)的研究方法最具代表性。他们构建的农村包容性金融发展指数，包括3个维度共10个指标，并在传统变异系数赋权法基础上，加入对各个维度权重的计算，保证了在现有维度的框架下赋权的客观科学性。本文在其研究基础上，参考黄秋萍等(2017)、徐强和陶侃(2017)的做法并结合我国包容性金融发展实际情况，从金融服务的渗透度、可获得性、使用效用性和承担度4个维度构建了包容性金融发展的指标体系(见表1)，并对包容性发展指数进行了测度。
包容性金融发展指数计算数据来源于《区域金融运行报告》《中国农村统计年鉴》与各省份统计年鉴。在《区域金融运行报告》中，保险深度、保险密度的数据统计起始于2006年，因此本文将对2006—2016年中国各地包容性金融指数(RFII)进行测算。首先对原始数据进行无量纲化处理：
(14)
式中，xij是根据式(14)对正负指标的原始数据进行极差标准化后的值。
(15)
式中，RFIIi是根据式(15)计算的第i个维度的包容性金融指数；ni表示第i维度下的指标数量；Wij表示变异系数赋权法来确定的各指标权重。
(16)
表1 包容性金融发展指标体系
说明：+表示指标性质为正向，-表示指标性质为负向。
式中，RFII是根据公式(16)计算的各地区各年份最终的普惠金融指数；Wi表示各维度的权重，计算方法参照Wij。
(2)全要素生产率。全要素生产率的测算方法可以分为参数法和非参数法两大类。其中，非参数方法中的DEA—Malmquist指数法多用于计算省际全要素生产率。该方法主要有以下几个优点：第一，该法不需要相关的价格信息；第二，该法不要求对生产函数作出任何限制，因此避免了模型设定错误；第三，该法能够利用线性优化的方法给出每个决策单元的边界生产函数的估算，即TFP增长指数可以被进一步分解为效率变化与技术进步，这样就使得我们的分析结果更加丰富。故本文采用DEA—Malmquist指数法来计算全要素生产率。
由于被解释变量为农村人口贫困水平，农村居民主要从事的是农业生产活动，即第一产业，所以本文采用农业生产率水平来作为代理指标。在计算方面，借鉴方福前和张艳丽(2010)以及周端明(2009)的做法，以农业生产总值和粮食产量作为农业产出指标，以粮食播种面积作为土地投入指标，以第一产业从业人员数作为劳动投入指标，以化肥使用量作为化肥投入指标，以农机总动力作为机械投入指标，运用DEAP 2.1软件测算得出2006—2016年各省份农业全要素生产率及其分解指数。所用数据主要来自《中国农村统计年鉴》以及各省份统计年鉴。
3.控制变量。本文将城市化水平、农村人均受教育水平以及财政支农水平作为控制变量纳入模型进行检验。因为一般而言，受城乡户籍制度限制，城市化的过程中往往伴随着农村人口的流出，对于农村贫困的影响较大。农村人均受教育水平越高则自主创新能力及财富创造能力越强，越有助于农村人口摆脱贫困。财政支农水平越高，对农村扶持力度越大，越有利于农业发展以及农业综合生产能力的改善，也就越有利于农民增收。为消除量纲影响，对农村人均受教育水平和财政支农水平数据取自然对数。主要变量的描述性统计见表2。
表2 主要变量描述性统计
(三)实证结果及分析
1.基准回归。本文运用STATA 12.0软件进行面板回归，结果证明包容性金融发展能有效减缓农村居民贫困，且全要素生产率的中介效应显著。根据豪斯曼(Hausman)检验结果，对固定效应(FE)、随机效应(RE)进行了选择，确定了最终结果(见表3)。
表3 包容性金融发展、全要素生产率提升与农村人口贫困水平的回归结果
注：括号中的数值为估计系数的t值，*,**,***分别表示10%,5%,1%的显著性水平。
首先，包容性金融发展减贫效应显著。农村人口贫困水平对包容性金融发展指数的回归结果如列(1)、列(2)所示。在这一回归中，无论是否存在控制变量，包容性金融发展指数的估计系数均在1%的水平上显著，证明可能存在中介效应，需要做进一步检验。估计系数为负证明包容性金融发展水平越高，农村居民恩格尔系数越小，贫困程度越低，即包容性金融发展对于贫困有着直接影响。就控制变量而言，在不考虑全要素生产率时，城市化水平越高，农村居民贫困程度越低，这与我国城市化发展的现实情况相符且与部分学者的研究结论一致(崔万田和何春，2018)。
其次，包容性金融发展有利于全要素生产率提升。在证明全要素生产率中介效应存在的基础上，由列(3)、列(4)结果可知，全要素生产率对包容性金融发展水平的估计系数在1%的水平上显著为正。这说明包容性金融发展水平的提高能使全要素生产率显著提升。就控制变量而言，政府支农水平、城市化水平以及人均受教育水平对于全要素生产率均有显著的正向影响。政府支农水平越高，用于农业技术研发的资金越充裕，越有助于全要素生产率水平提升；城市化水平越高，则越有机会将先进的知识和生产技术引入农村地区，越有助于提升全要素生产率水平；受教育程度越高，自主创新能力越强，越有利于提升全要素生产率。
最后，包容性金融发展能够通过全要素生产率影响贫困，即全要素生产率中介效应显著。首先，如列(6)所示，全要素生产率估计系数在5%水平上显著，证明在包容性金融发展对贫困的影响中，全要素生产率间接效应明显。其次，包容性金融发展指数的估计系数同样在1%水平上显著，进一步佐证了全要素生产率确实具有中介效应，与前文分析相符。最后，列(2)中包容性金融发展估计系数和列(4)中全要素生产率估计系数的乘积，与列(6)中包容性金融发展水平估计系数同号，结合前述中介效应检验程序可知，全要素生产率的中介效应为部分中介效应。
综上，包容性金融发展的减贫效应以及全要素生产率的中介作用得到了证实，且包容性金融发展影响农村居民贫困，并非完全通过全要素生产率发挥作用，仍存在尚待挖掘的其他作用渠道，这一发现为以后的研究留下了拓展空间。
2.进一步探讨。基于基准模型实证检验结果，本文进一步对包容性金融发展及全要素生产率进行了分解，结果表明金融服务渗透度在农村减贫方面起到了举足轻重的作用，筛选后的模型最终结果归纳为表4。
首先，就包容性发展指标各子维度对于贫困的影响来看，金融服务渗透度的提升对于降低农村人口贫困的贡献最大。由列(1)、列(2)可知，金融服务的渗透度、可获得性、使用效用性的估计系数显著为负，这说明加强金融基础设施建设、提高贷款可获得性等措施能够显著降低农村居民贫困水平。金融服务承担度为负向指标，其估计系数显著为正，恰能证明金融服务承担度越低，即获取金融服务的门槛越低，越有助于减贫。控制变量中，农村人均受教育水平与农村人均可支配收入对贫困的影响显著，说明加大教育力度、提高收入水平是减贫的重要路径之一。
其次，就包容性金融发展指标对全要素生产率的影响而言，包容性金融发展可通过技术进步和效率进步两种渠道来推动全要素生产率增长。如列(3)～列(6)所示，不论是否存在控制变量，包容性金融发展指数估计系数均在1%显著性水平上为正，说明包容性金融发展既能够引起技术的大幅进步，又能够实现效率的大幅提升。就控制变量而言，教育水平、财政支农与城市化水平均可以促进技术进步。
最后，就全要素生产率与农村居民贫困的关系而言，效率提升与技术进步均具有显著的减贫效应。在存在控制变量的情况下，技术进步的减贫作用更大。列(7)、列(8)结果表明，在1%的显著性水平上，技术进步水平越高，则农村居民贫困程度越低；列(9)、列(8)结果显示，效率变化的减贫效应同样在本文得到了证实。
(四)稳健性检验
为进一步提升实证分析的可靠性，本文稳健性检验主要从两个方面进行：一是替换变量，选取农村贫困发生率(PP)作为稳健性检验因变量。因为一般而言，农村贫困发生率越低，则农村贫困程度越低。二是改变样本范围，根据地理分布，将样本重新分为东部(2)东部地区包括北京、天津、河北、辽宁、上海、浙江、江苏、广东、山东、福建和海南。与中西部。(3)中西部地区包括吉林、黑龙江、山西、内蒙古、安徽、江西、河南、湖北、湖南、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆。受数据可得性限制，本文采用2010—2016年的数据进行回归，计量结果表明通过了稳健性检验(见表5)。
表4 包容性金融发展各子维度对农村人口贫困水平的回归结果
注：括号中的数值为估计系数的t值，*,**,***分别表示10%,5%,1%的显著性水平。
表5 包容性金融发展对农村人口贫困效应的稳健性检验
注：括号中的数值为估计系数的t值，*,**和***分别表示10%,5%和1%的显著性水平。
分析表5可知，稳健性检验结果与表3基本一致，即本文结论稳健。无论是东部还是中西部，包容性金融发展减贫效应与全要素生产率中介效应均显著。将东部与中西部对比来看，中西部地区包容性金融发展对于全要素生产率提升效应以及对于农村人口贫困的减缓效应更大，这可能是由于相比于东部地区，中西部地区技术水平较低，金融基础设施建设更欠完善，因而有较大的改善空间。而就全要素生产率而言，同程度的全要素生产率水平提升，对于中西部地区的贫困减缓幅度更大。由此我们发现，经济越发达的地区，包容性金融的减贫边际效应越弱，从侧面证明了包容性金融发展对于中西部地区的减贫意义重大。
四、结论及建议
本文首先基于全要素生产率视角分析了包容性金融发展对于减贫的意义，而后运用我国2006—2016年省际平衡面板数据，对包容性金融发展、全要素生产率与农村居民贫困水平三者间关系进行了实证检验，结论如下：(1)包容性金融发展能够通过全要素生产率的中介效应发挥减贫作用。(2)进一步的研究发现，包容性金融服务渗透度对贫困的影响最为显著。同时，包容性金融发展主要通过技术进步和效率提升作用来推动全要素生产率增长，并进一步作用于贫困。(3)稳健性检验表明，我国东部与中西部地区包容性金融发展水平差异较大，对全要素生产率的提升乃至农村减贫的贡献度呈现出较大的不平衡性。
根据本文的分析与结论，可以得到以下政策启示：
第一，包容性金融发展对于提升全要素生产率，减缓农村人口贫困的意义重大。随着我国步入新的发展阶段，要素投入的增长效应已难以为继。加之我国老龄化现象苗头初现，人口红利消耗殆尽，探索新的发展方式、提升全要素生产率已成必然。本文的研究结果表明，全要素生产率的中介作用不容忽视，包容性金融发展能够降低贷款门槛，提高初始财富偏低的贫困人群获得技术进步的可能性，从而实现收入增长，抑制贫困发生。基于此，政府应鼓励金融机构有针对性地向农村客户群体提供更加多样化的信贷服务，帮助农村人口降低技术改善的成本，从而充分发挥包容性金融发展对于全要素生产率提升的推动作用，实现农村居民贫困减缓。
第二，金融服务渗透度的提升对于农村人口减贫的作用不容小觑。根据本文的实证结果，金融服务渗透度的贫困减缓效应最为显著。鉴于目前我国包容性金融发展整体水平偏低，而且农村地区金融服务成本较高，难以满足农村居民的金融需求，本文建议：首先，政府需要加快构建普惠金融体系，明确金融服务渗透度的重要地位，持续加强农村金融基础设施建设。其次，考虑到商业银行在偏远地区的营业收入难以弥补其运营成本，笔者认为可以借鉴国外成功经验进行创新。例如我国移动通信技术已较为成熟，手机的普及率往往高于银行账户的普及率，可以考虑参照肯尼亚的M-pesa手机银行的运作模式，将移动通信技术与互联网技术纳入其中，发展数字普惠金融业务，为人们提供更便捷、更多元化、更多层次的金融服务。再次，政府应具有更高的包容性。包容性金融发展必然会催生很多新兴事物，这就需要政府合理运用监管手段，发挥正确的引导作用；同时密切关注市场动态，在对金融风险有所防范的同时，也对民间的创新力量加以鼓励。
第三，应实现我国各地区平衡发展。从本文稳健性检验结果来看，我国东部与中西部地区之间发展差异较大，包容性金融发展在全要素生产率提升中的贡献呈现出区域间的不平衡性。故在大力发展包容性金融、完善农村金融体系的同时，要注重地区间差异，尤其要注重中西部地区的金融发展，避免出现东部地区发展过度而中西部地区发展不足的问题。
参考文献
车树林、顾江，2017：《包容性金融发展对农村人口的减贫效应》，《农村经济》第4期。
陈启清、贵斌威，2013：《金融发展与全要素生产率:水平效应与增长效应》，《经济理论与经济管理》第7期。
崔万田、何春，2018：《城镇化的农村减贫效应:理论机制与实证检验》，《经济科学》第4期。
方福前、张艳丽，2010：《中国农业全要素生产率的变化及其影响因素分析——基于1991—2008年Malmquist指数方法》，《经济理论与经济管理》第9期。
何学松、孔荣，2017：《普惠金融减缓农村贫困的机理分析与实证检验》，《西北农林科技大学学报(社会科学版)》第3期。
黄秋萍、胡宗义、刘亦文，2017：《中国普惠金融发展水平及其贫困减缓效应》，《金融经济学研究》第6期。
李健、卫平，2015：《金融发展与全要素生产率增长——基于中国省际面板数据的实证分析》，《经济理论与经济管理》第8期。
邵汉华、王凯月，2017：《普惠金融的减贫效应及作用机制——基于跨国面板数据的实证分析》，《金融经济学研究》第6期。
苏基溶、廖进中，2009：《开放条件下的金融发展、技术进步与经济增长》，《世界经济文汇》第5期。
谭燕芝、彭千芮，2018：《普惠金融发展与贫困减缓:直接影响与空间溢出效应》，《当代财经》第3期。
王伟、朱一鸣，2018：《普惠金融与县域资金外流:减贫还是致贫——基于中国592个国家级贫困县的研究》，《经济理论与经济管理》第1期。
王小腾、徐璋勇、刘潭，2018：《金融发展是否促进了“一带一路”国家绿色全要素生产率增长?》，《经济经纬》第5期。
王修华、关键、谷溪，2016：《中国农村金融包容的省际差异及影响因素》，《经济评论》第4期。
温忠麟、叶宝娟，2014：《中介效应分析:方法和模型发展》，《心理科学进展》第5期。
武丽娟、徐璋勇，2018：《我国农村普惠金融的减贫增收效应研究——基于4023户农户微观数据的断点回归》，《南方经济》第5期。
徐强、陶侃，2017：《中国金融包容指数的测度及其与贫困减缓的关系——基于省级数据的分析》，《华中师范大学学报(人文社会科学版)》第6期。
姚耀军，2012：《金融发展与全要素生产率增长:区域差异重要吗?——来自中国省级面板数据的经验证据》，《当代财经》第3期。
张兵、翁辰，2015：《农村金融发展的减贫效应——空间溢出和门槛特征》，《农业技术经济》第9期。
张军、金煜，2005：《中国的金融深化和生产率关系的再检测:1987—2001》，《经济研究》第11期。
张彤进，2016：《包容性金融发展的城乡收入分配效应研究——基于产业结构升级的视角》，《山西财经大学学报》第6期。
周端明，2009：《技术进步、技术效率与中国农业生产率增长——基于DEA的实证分析》，《数量经济技术经济研究》第12期。
周五七、朱亚男，2018：《金融发展对绿色全要素生产率增长的影响研究——以长江经济带11省(市)为例》，《宏观质量研究》第3期。
Alene, A. D.,and O.Coulibaly,2009,“The Impact of Agricultural Research on Productivity and Poverty in Sub-saharan Africa”,Food Policy,34(2):198-209.
Bashir,M,K.,Mehmood,Y.,and S.Hassan,2010,“Impact of Agricultural Credit on Productivity of Wheat Crop: Evidence from Lahore,Punjab,Pakistan”,Pakistan Journal of Agricultural Sciences,47(4):403-407.
Burgess,R.,and R.Pande,2005,“Do Rural Banks Matter? Evidence from the Indian Social Banking Experiment”,American Economic Review，95(3): 780-795.
Chibba,M.,2009,“Financial Inclusion,Poverty Reduction and the Millennium Development Goals”,European Journal of Development Research,21(2):213-230.
Chou,Y.K.,and M.S.Chin,2009,“Financial Innovations and Technological Innovations as Twin Engines of Economic Growth”,Working Paper of Department of Economics No.9.
Colin,T.,Irz.Xavier,and Lin Lin,2001,“The Relationship between Changes in Agricultural Productivity and the Incidence of Poverty in Developing Countries”,DFID Report No. 7946.
Inoue,T.,and S.Hamori,2012,“How Has Financial Deepening Affected Poverty Reduction in India? Empirical Analysis Using State-level Panel Data”,Applied Financial Economics,22(5):395-408.
Kumbhakar,S. C.,and G.Mavrotas,2005,“Financial Sector Development and Productivity Growth”,Research Paper No. 2005/68.
Mader,P.,2018,“Contesting Financial Inclusion”,Development and Change,49(2): 461-483.
Mckinnnon,R. I.,1973,Money and Capital in Economic Development, Washington,DC: Brookings Institution.
Michalopoulos,S.,L.Laeven,and R.Levine,2009,“Financial Innovation and Endogenous Growth”,NBER Working Paper No.15356.
Minten,B.,and C. B.Barrett,2008,“Agricultural Technology,Productivity,and Poverty in Madagascar”,World Development,36(5):797-822.
Moore,B. J.,and E. S.Shaw,1973,“Financial Deepening in Economic Development”,Economic Journal,84(333):227.
Navajas,S.,M.Schreiner,and R. L.Meyer,2000,“Microcredit and the Poorest of the Poor: Theory and Evidence from Bolivia”,World development,28(2): 333-346.
Roodman,D.,and J.Morduch,2014,“The Impact of Microcredit on the Poor in Bangladesh: Revisiting the Evidence”,Journal of Development Studies,50(4): 583-604.
Sarma,M.,2008,“Index of Financial Inclusion”,Indian Council for Research on International Economic Relations Working Paper No.215.
Zahonogo,P.,2016,“Financial Development and Poverty in Developing Countries: Evidence from Sub-saharan Africa”,International Journal of Economics and Finance,9(1): 211.
INCLUSIVE FINANCIAL DEVELOPMENT AND RURAL POVERTY ALLEVIATION——Based on the Perspective of Total Factor Productivity
REN Bi-yun WANG Yu-qiu
(Tianjin University of Finance and Economics)
Abstract: Based on the perspective of total factor productivity, this paper aims to discuss the relationship between inclusive financial development and rural poverty. This paper applies the Total Factor Productivity(TFP) index which is measured by DEA-Malmquist and the provincial panel data of China to conduct an empirical test. The results of the mediation effect test model show as follows: (1) Inclusive financial development plays an important role in poverty reduction by the mediating effect of total factor productivity. (2) From further research, we find that the increase in the penetration of inclusive financial services has the most significant impact on poverty. Besides, inclusive financial development can promote the growth of total factor productivity by the way of increasing technological advancement and efficiency improvement. (3) The robustness test shows that the level of inclusive financial development in different regions of China is quite different, it also shows a large imbalance in the TFP promotion as well as rural poverty reduction. Accordingly, we put up some policy recommendations. Firstly, we should continue promoting inclusive financial development to achieve the goal of comprehensive poverty alleviation in 2020 by taking a full advantage of TFP. Secondly, we should insist on strengthening the financial infrastructure in rural area to reach the financial services equivalence. Finally, we should try to narrow the difference of financial resources and pay attention to the fairness of regional development, so that we can achieve the goal of sustainable development.
Key words: inclusive finance; poverty alleviation; total factor productivity; mediating effect
任碧云，天津财经大学研究生院,金融与保险研究中心,金融学院,邮政编码：300222，电子信箱：bettyren625@126.com；王雨秋(通讯作者)，天津财经大学金融学院。本文得到国家哲学社会科学规划项目“包容性金融发展缓解农村人口贫困的作用机制及政策选择研究”(16BJY157)的资助。感谢匿名评审人提出的修改建议，笔者已做了相应修改，本文文责自负。
(责任编辑:付 敏)
页:
[1]