導語：普惠金融減貧效果研究一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：本文在對普惠金融測度和普惠金融減貧效果相關文獻的梳理和總結歸納的基礎上，選取甘肅省43個國家級貧困縣作為樣本，采用系統GMM法，對縣域普惠金融的減貧效果展開實證分析。結論顯示，普惠金融能較好地降低貧困發生率，而貧困具有固化傾向，加大了貧困地區脫貧的難度。

關鍵詞：普惠金融；減貧效果；縣域

本文以2011-2017年甘肅省43個國家級貧困縣為研究對象，分析普惠金融的減貧效果，希望能為普惠金融助推脫貧攻堅提供參考。

一、文獻綜述

1.普惠金融的測度。在普惠金融測度相關研究方面，Sarma（2008）選取了銀行滲透率、金融服務可得性與使用狀況這三個層面，來測度不同國家的普惠金融發展水平[1]。Arora（2010）進一步考慮了獲得金融服務的便利性和交易成本，分別從金融服務范圍、交易便利性以及交易成本這三個層面對普惠金融水平進行測度[2]。Sama與Pais（2011）參考聯合國HDI的做法，從地理滲透性、產品接觸性與使用效用性這三個維度來建立普惠金融指數。從國內來看，我國從引入普惠金融這一概念起就對普惠金融的測度作了較多研究[3]。伍旭川、肖翔（2014）用國際組織所公布的數據，測度了全球一百多個經濟體的普惠金融發展指數，并運用聚類分析法，將我國的普惠金融發展水平與其他金磚國家展開了對比分析[4]。王韋程（2015）認為要分別構建包含供、需雙方以及外部因素這三個維度的分析框架，并按照該分析框架選取一系列指標，對我國普惠金融的發展情況展開了綜合分析與評價[5]。焦瑾璞等（2015）在參考國際做法的基礎上，結合我國的實際情況，從金融服務的可獲得性、使用情況與服務質量三個維度建立指標體系，來測度我國各省份的普惠金融發展水平[6]。2.普惠金融的減貧效果。Nanda和Kaur（2016）設計了一個綜合性的普惠金融指數，測算了68個國家的普惠金融發展水平，證實研究期內發展落后的國家普惠金融指數是上升的并趨同于發達地區，普惠金融指數與人類發展指數（減貧是其重要內容）具有強相關性[7]。國內的實證研究雖處于起步階段，但大部分研究證實了普惠金融對減貧的積極影響。例如，韓曉宇（2017）對我國各省份2006-2014年間的普惠金融發展指數，并運用面板向量自回歸模型進行了實證研究，結果表明我國普惠金融存在顯著的減貧效應[8]。朱一鳴和王偉（2017）以2014年2018個縣的截面數據為樣本，利用2SLS展開實證分析，結果表明普惠金融的減貧增收效果對不同收入水平的人群存在明顯差異，對貧困縣的減貧增收影響顯著小于非貧困縣[9]。武麗娟和徐璋勇（2018）采用模糊斷點回歸法，選取我國27個省517個村的4023戶農戶微觀數據，對我國普惠金融的減貧效果展開了實證分析，結果表明普惠金融對貧困減緩具有明顯的正向作用[10]。Ding等（2018）分析了我國政府主導型小額信貸項目的微觀作用機制，并研究了其反貧困效果[11]?；诖耍疚倪x取2011-2017年甘肅省43個國家級貧困縣為研究樣本，建立動態面板數據模型，對普惠金融的減貧效果進行實證分析。

二、數據來源和變量選取

1.數據來源本文選取。2011-2017年甘肅省43個國家級貧困縣為研究樣本，采用的是動態面板數據。其中，銀行網點數據來源于中國銀監會網站公布的持有金融許可證的金融網點分布情況，貧困發生率數據來源于各縣政府工作報告，其他數據來自于2011-2017年《中國縣(市)社會經濟統計年鑒》和《甘肅發展年鑒》。2.模型設定。根據普惠金融主要通過經濟增長、收入分配等影響貧困減緩這一作用機制來設定模型。此外，基于貧困的延續性，這里參考Jeanneney和Kpodar(2008)的方法[12]，加入因變量的滯后項充當解釋變量，由此得到以下模型：POVi,t=α0POVi,t-1+α1IFIi,t+α2GRPi,t+α3IGi,t+βXi,t+φi+μi+εi,t(1)其中，POV表示貧困減緩指標；IFI表示普惠金融指標；GRP表示經濟增長；IG表示收入分配；X表示其他控制變量；i表示縣域個體；t表示時期；φ是時間啞變量；μ是個體固定效應；ε是誤差項；α和β為待估系數。因變量的滯后項充當解釋變量會造成內生性問題。因此本文采用系統GMM法對模型（1）進行估計，能夠消除面板數據中的固定效應的影響，同時放寬隨機誤差項要求服從正態分布的前提條件，也無須顧慮異方差與序列相關問題，所估計出來的參數估計量也更加有效、可靠。3.變量選取及基本統計特征。貧困指標(POV)。貧困發生率是普遍使用的貧困測度指標，具有易于理解、橫縱向可比等優點。普惠金融發展水平（IFI）。本文從金融服務的可獲得性、金融服務的使用情況以及效用度這三個維度來衡量。其中，金融服務的可得性用每萬人所擁有的金融機構網點數量、每百平方公里金融機構網點數量來衡量；金融服務的使用情況用人均存款余額和人均貸款余額來衡量；金融服務的效用度采用貸款余額與GDP的比值以及存貸比這兩個指標來進行衡量。然后參考黃倩（2019）測度普惠金融指數的方法[13]，來測度甘肅省縣域普惠金融發展指數(IFI)。經濟增長(GRP)。在面板數據實證研究中，一般采用人均國內生產總值與實際人均國內生產總值來表示經濟增長水平。鑒于本文在控制變量中采用了通貨膨脹，這里采用人均地區生產總值來表示經濟增長。收入分配指標(IG)。基于縣域數據的可獲得性，這里用城鎮居民人均可支配收入與農村居民人均純收入的比值來表示。其他控制變量(X)。主要包括：產業結構(IND)，由于貧困群體大多居住在農村，其收入來源一般來自第一產業，所以用第一產業增加值/地區生產總值來測度；通貨膨脹(CPI)，用居民消費價格指數來測度；城鎮化水平(URB)，用城鎮人口/總人口來測度；財政支出水平(GOV)，基于縣域數據的可獲得性，這里用財政支出與地區生產總值的比值來衡量。為了減少變量由于內生性、異方差等產生的影響，上述的變量都采用對數形式來計算。各變量的定義以及描述性統計如表1所示。

三、實證結果分析

1.普惠金融的減貧效果分析。系統GMM中工具變量的有效性檢驗主要有：Sargan檢驗，若其P值大于0.1，則所有工具變量都沒有內生性問題；序列相關檢驗，若AR（2）的P值大于0.1，說明擾動項的二階序列不相關；若系統廣義矩估計值介于固定效應估計和混合估計的估計值之間，則系統GMM估計值是一致且無偏的（Bond，2001）。表2中前3列分別為模型（1）的混合估計、固定效應估計與系統GMM估計結果。第3列中因變量滯后項的影響系數估計值為0.941，介于固定效應估計影響系數估計值的0.805與混合回歸估計影響系數估計值的0.982之間，且系統廣義矩估計結果的Sargan檢驗與AR(2)的P值都大于0.1，說明運用系統廣義矩估計法進行估計得到的估計值是可靠、有效的。從第3列中系統廣義矩估計結果來看，貧困發生率滯后項的影響系數高度顯著并且都大于0.8，說明貧困具有固化和持續性，因為貧困群體缺乏長期可持續的自我脫貧、自我發展的能力，導致陷入貧困陷阱難以自拔。而普惠金融和經濟增長變量與貧困發生率的影響系數都顯著為負，說明普惠金融發展水平的提高以及經濟的增長均能有效降低貧困，其中，普惠金融對貧困發生率的回歸系數為0.352，表明普惠金融指數每上升一個百分點，能促進貧困率降低0.352個百分點；收入分配與貧困減緩正相關，表明城鄉收入不平等差距的拉大會擴大貧困面。2.穩健性檢驗。為了進一步檢驗普惠金融降低貧困發生率這一關系的穩健性，加入控制變量進行穩健性檢驗，在表2中的4至7列中依次加入如下控制變量：產業結構、通貨膨脹率、城鎮化水平以及財政支出水平，第8列為整體估計。結果顯示，這些控制變量的加入并沒有改變普惠金融降低貧困發生率的相關關系。此外，由控制變量的影響系數可以看出，產業結構與財政支出水平的提高能夠促進貧困發生率的降低，但通貨膨脹和城鎮化對貧困發生率具有擴大作用。

四、研究結論

本文以甘肅省43個國家級貧困縣為樣本，采用系統GMM法，對縣域普惠金融的減貧效果展開了實證分析，結論顯示：第一，普惠金融顯著、穩健地有利于降低貧困發生率。第二，經濟增長對貧困發生率具有顯著的降低作用，為貧困地區減緩貧困提供了現實基礎；收入分配對貧困發生率有擴大作用。控制變量中，產業結構和財政支出能夠降低貧困發生率，但通貨膨脹和城鎮化會擴大貧困面，但均存在影響不顯著問題。第三，貧困發生率變量的滯后項高度顯著且回歸系數均大于0.8，說明甘肅作為典型的貧困地區，貧困具有固化傾向，從而加大了貧困地區脫貧的難度。

作者:李露丹 單位:寧波大學