金融服务减缓农户多维相对贫困分析

杨明婉 ,张乐柱 ,颜梁柱

(1.广东金融学院 金融与投资学院,广东 广州 510642;2.华南农业大学 经济管理学院,广东 广州 510640;3.广东外语外贸大学 党委宣传部,广东,广州,510420)

2021 年2 月25 日,***总书记在全国脱贫攻坚总结表彰大会发表重要讲话,表明中国已经彻底消除了绝对贫困,我国的脱贫攻坚的核心开始从“绝对贫困”转向“相对贫困”,并且明确了相对贫困的阶段性治理目标,即“2035 年我国的相对贫困进一步缓解,共同富裕迈出坚实步伐”。在后脱贫攻坚时代,如何通过减缓农户相对贫困,最终实现共同富裕,是我国走向高质量发展阶段所面临的重大课题之一。

相对贫困的治理目标是缩小城乡收入差距,最终实现共同富裕。缓解相对贫困成为后扶贫时代贫困治理的关键所在。如果中国仍然使用传统的以收入作为单一维度的相对贫困标准,可能会存在局限性,因为目前中国贫困治理目标并不仅仅是追求改善家庭收入,更多是满足居民多样化生活需求,所以下一个阶段贫困治理目标应该是向缓解多维相对贫困转变[1]。

金融在贫困治理问题上发挥着重要作用。已有的研究大多从某一种金融服务方式来研究贫困治理,而农村贫困的治理需要多种金融服务模式综合使用。充分发挥各自优势,尤其是治理相对贫困的目标并不再满足收入水平的提高,更多关注生活环境、教育质量、发展能力等有利于提高个人幸福感方面,更加要求多样化金融服务与产品组合来满足农户的不同金融需求。

因此,本文采用2017 年中国家庭金融调查数据,根据农户参与多种农村金融服务模式,分析每一种金融服务模式对不同维度相对贫困农户带来的影响,分析其减贫的影响机制。

一、文献综述

相对贫困与绝对贫困不同,是一种持续性的状态,且是收入维度与福利维度双重相对剥夺的状态[2]。除此之外,相对贫困的测度并非单一指标能够衡量,而国内大多数学者仅从收入的维度进行测度[3],难免存在片面性,而应从主观与客观多重维度综合性构建相对贫困指标体系[4]。

大多数研究表明,金融减贫机制存在三种:第一,经济增长是金融发展促进贫困减缓的重要路径。Odhiambo[5]研究发现肯尼亚经济增长是其金融发展促进贫困减少的主要因素。Honohan[6]研究发现金融发展水平每提高10%,绝对贫困下降2.5%～3%。第二,金融发展的分配效应能够减缓贫困。金融发展可以缓解信贷约束,有利于缓解贫困人口收入不平等程度,进而减缓贫困[7-8]。第三,金融服务的参与也能够减缓贫困。信贷服务可以增加穷人获得资金的机会[9],具体而言,正规金融信贷类型中的生产性借贷能够起到减贫增收的作用[10]。

对于金融治理相对贫困的研究,多数学者从数字普惠金融的角度进行分析。比如,陈海龙等[11]运用宏观数据证明,数字普惠金融改善了家庭相对贫困,其中覆盖广度的改善效应最大,使用深度最小;陈怡等[12]发现数字普惠金融的多维减贫效应在不同地区、不同人群影响存在显著异质性。进一步研究发现,数字普惠金融对家庭相对贫困的减缓效应呈现非线性关系,即数字普惠金融需要跨过一定条件的门槛,才能减少相对贫困的发生率[13]。为了更好地研究居民相对贫困减缓效应,吴本健等[14]构建居民多维相对贫困指数,发现数字普惠金融能够缓解收入不平等和主观相对剥夺感,进而缓解相对贫困,尤其是农村属于贫困发生率较高地带。谭灵芝等[15]从收入、教育、就业、社会保障等多维度验证数字普惠金融有利于减缓我国农村的相对贫困。

上述研究存在以下不足:一是,多数学者仅考虑单一金融参与方式即数字普惠金融对居民相对贫困的减缓效应,而忽略了传统金融参与方式对相对贫困发生率的影响。二是,仅从信贷服务角度考虑减贫效应,忽略了金融服务的多样性,包括保险、储蓄、投资、理财等多种金融服务,不同类型的金融服务的减贫效应存在差异性。

二、理论机制

金融参与模式对多维相对贫困的减缓作用主要通过两种机制实现。一是直接效应,即金融参与模式通过多样化的金融服务,如储蓄、信贷、保险等,提高农户的收入水平,进而实现多维减贫效应。二是间接效应,即金融参与模式通过提高经济包容性增长,改善居民收入分配,进而缓解农户的多维相对贫困程度。一方面,穷人可以通过“涓滴效应”从经济增长中享受到好处,即经济社会中富人阶层能够率先享受社会改革的红利,但是随着社会就业机会增多,经济增长的成果会“涓滴”似的渗入到低收入群体。另一方面,数字金融服务加快农户从储蓄转向投资的效率,促进资源优化配置,增加生产性资源的利用,进而改善自身生活条件。为此,提出以下几个假说。

假说一:金融参与模式通过提供储蓄、信贷、保险等金融服务直接缓解农户多维相对贫困,通过提供经济包容性增长,间接缓解农户多维相对贫困程度。

由于三种金融服务方式呈现不同的特点,对不同相对贫困程度的农户减贫效应也不同。传统正规金融机构具有“嫌贫爱富”的特征,在改善相对贫困状态方面存在门槛效应。表现在服务群体多为收入较高的客户,而这类客户本身条件优越,获取资金的可能性较高。而家庭资产状况较差、缺乏抵押物以及文化水平较低的农户很难从正规金融机构获得贷款,造成金融资源分配和占用成本的严重失衡。因此,对于相对贫困程度较高的农户更易被排斥在金融体系之外,难以享受正规金融资源带来的减贫效应。

民间借贷无须抵押物与担保人,申贷门槛较低,具体分为两种类型:一种为亲友借贷,属于无息贷款;一种为非正规金融机构的有息借贷,存在高利率、高风险的特点[16],可能会加剧农户相对贫困的程度。所以,两种不同类型的民间借贷方式,对于农户相对贫困的影响程度也存在不同。

数字金融凭借其门槛低、交易成本低以及服务效率高等优势,增加居民使用金融服务的可能性,尤其是惠及主体多为被传统金融体系排斥的弱势群体。吴静茹等[3]通过实践数据比较得出,在低收入家庭中,使用数字金融的家庭比不使用数字金融的家庭,相对贫困减少了0.027 万元。

假说二:相对贫困程度较低的农户受到传统正规金融的多维减贫效应更大,而相对贫困程度较高的农户受到数字金融的多维减贫效应更大,非正规金融机构的借贷方式有可能会加剧农户的相对贫困程度。

信贷约束是影响农户创业决策的重要因素[17],传统正规金融以及数字金融能够有效地缓解农户的资金需求,提高农户创业的可得性。尤其是数字金融服务低成本、高覆盖的特点,使得农户较易获取资金,缓解农户信贷约束。另外,数字金融利用互联网技术的优势,提高信息传递效率与交流频率,减少创业者搜寻信息的不对称,同时和政府支持创业的优惠政策相互补充,为农户创业提供良好的外部环境,进而增加居民收入和缓解相对贫困。

非农就业工资水平高于务农收入,所以农民收入的增长几乎全部来自非农经营,农户将家庭务农劳动力更多转移到本地非农就业机会上,多样化的非农收入有利于刺激居民消费的快速增长,更好地改善家庭福利状态[18],降低相对贫困发生的概率。传统正规金融服务与数字金融服务可以为农户人力资本进行再投资,提高农户非农就业所需的劳动技能,而且数字金融服务利用本身大数据的优势,可以为农户搜寻更加方便的就业信息,帮助农户非农就业。

假说三:传统正规金融和数字金融通过农户创业、非农就业的中介机制,影响与改变农户家庭收入与心理状态,进一步缓解农户多维相对贫困。

根据上述理论机制分析,构建理论分析框架如图1 所示。

图1 理论影响机制

三、研究设计

(一)数据来源与变量说明

本文使用的数据来自西南财经大学中国家庭金融调查与研究中心2017 年在全国范围内开展的第四轮中国家庭金融调查(CHFS)。主要研究的对象是农户家庭,故筛选户口在农村的家庭样本数据,剔除无效数据和缺失变量,最后共8 286 个家庭样本数据用于实证分析。

1.被解释变量。参考董晓林等[4]对多维相对贫困指标的测度,从收入能力、发展能力以及居住环境三个方面构建了多维相对贫困指标体系。在收入维度上,考虑家庭年均收入中位数的一定比例[19],即全国农村居民人均可支配收入中位数的40%,同时考虑农户非农就业和有无正式工作。在发展能力方面,考虑教育、健康、社会保险和信息获得四个维度。在居住环境方面,考虑农户住房环境和居民幸福感两个维度。通过以上三个方面构建农户多维相对贫困综合指标体系,即三个方面同等维度相加,最终得到多维贫困指数。

2.解释变量和控制变量。解释变量是金融服务参与模式,主要有3 种方式,即传统正规金融参与、数字金融参与和民间金融参与。“传统金融参与”定义为“至少使用传统储蓄、信贷、支付一种方式赋值为1,否则为0”。“数字金融参与”定义为“至少使用数字理财、数字借贷的一种方式赋值为1,否则为0”。“民间金融参与”定义为“从亲友、资金互助社、私人钱庄、高利贷等地方获得资金赋值为1,否则为0”。

因为金融服务需求层次不同,对农户相对贫困的减贫效应也存在差异,因此需要进一步细分。因为农户参与传统储蓄、支付、数字理财的门槛较低,而获得传统信贷门槛较高,需要抵押物、担保人等客观条件限定,获得数字借贷也需要一定数字知识技能,单纯归于一类,对减贫效应影响分析失之偏颇。所以,在传统正规金融参与中,储蓄、支付类的归于非信贷类金融服务,即“农户使用储蓄或者支付服务赋值为1,否则为0”。借贷归于信贷类金融服务,即“农户获得银行/信用社贷款赋值为1,否则为0”。同理,数字金融参与模式中,使用数字理财类归于非信贷类金融服务,即“农户使用数字理财赋值为1,否则为0”;使用数字借贷归于信贷类金融服务,即“农户使用数字借贷赋值为1,否则为0”。除此之外,民间金融中的借贷分为有息贷款与无息贷款,不同类型的借贷方式对农户减贫效应的影响不同。根据问卷中“这笔借款从哪里借的?”的答案进行细分,从亲朋好友、兄弟姐妹等处获得借款定义为无息民间贷款,赋值为1,否则为0;从小额贷款公司、高利贷等处获得贷款定义有息民间贷款,赋值为1,否则为0。

此外,还选择了户主性别、年龄、婚姻状况、是否是党员、个人风险态度以及家庭净资产作为控制变量。具体变量的定义如表1 所示。

表1 变量定义及描述性统计

(二)模型设定

首先,为了检验农户参与多种金融服务模式对多维相对贫困的影响,构建计量模型式(1)。

在式(1)中,被解释变量Poor表示农户的多维相对贫困指数,解释变量Finance表示传统正规金融参与模式,DIFinance表示数字金融参与模式,InFinance表示民间金融参与模式。Controlj表示控制变量,ε表示随机误差项。

为了更好地检验三个不同维度的相对贫困指数对金融服务参与模式的影响,将被解释变量多维贫困总指数替换为收入能力贫困指数、发展能力贫困指数以及居住环境贫困指数。

其次,为了检验不同程度的相对贫困农户参与金融服务模式所带来的差异化影响,采用分位数回归模型进行检验:

(2)式中,φ表示具体的分位数点,以此表明农户不同的相对贫困程度。

最后,为了检验金融服务参与模式对农户多维相对贫困的影响机制,使用中介效应进行检验[20],具体如下:

假设MED表示中介变量,本文中指的是农户创业、非农就业两个方面。其中:(3)式中Xj代表金融参与服务模式,分别为传统正规金融参与模式与数字金融参与模式,δ1代表金融参与模式对农户多维相对贫困的总效应;(4)式中δ2代表金融服务参与模式(传统正规金融、数字金融)对中介变量的影响效应;(5)式中的δ3是控制中介变量影响后,代表金融服务参与模式影响农户多维相对贫困的总效应。

四、实证结果与分析

(一)基准回归

金融参与模式对农户多维相对贫困综合指数进行基准回归。基于模型(1)实证结果,从表2 发现,农户参与传统正规金融模式能够在1%上显著负向影响多维相对贫困指数,同时数字金融参与模式也在1%上负向显著影响多维相对贫困指数。这说明农户参与传统正规金融与数字金融存在多维减贫效应。从控制变量来看,性别、年龄、婚姻状态、家庭净资产、风险状况均显著影响农户多维相对贫困。

表2 基准回归

农户使用不同类型金融服务对多维相对贫困的影响也不同,所以本文进一步进行区分,将正规、数字金融服务划分为信贷类金融服务与非信贷类金融服务,民间金融服务划分为有息借贷与无息借贷。根据表3 的回归结果发现,信贷类、非信贷类金融服务均能缓解农户多维相对贫困。但是,无论农户参与正规金融还是数字金融模式,非信贷类金融服务的多维减贫效应大于信贷类金融服务,可能因为信贷类金融服务存在准入门槛,农户进而会受到信贷约束,不利于改善相对贫困。

表3 农户不同金融服务需求层次对多维相对贫困的影响

在表2 中,农户参与民间金融能够显著增加相对贫困发生的概率,得到结论可能失之偏颇,因为民间金融中包含了两种类型的借贷方式,故在表3的实证中,进一步细分民间借贷的类型。实证结论发现,无息借贷并未对农户相对贫困产生明显影响,而有息借贷则显著正向影响农户相对贫困发生的概率。可能原因在于,农户发生相对贫困和绝对贫困的原因并不同,亲友等无息借贷可以在一定程度上缓解农户生存困境,满足最低的生理需求,而缓解相对贫困主要指在解决物质保障的基础上,进一步改善生活条件,提升居民幸福水平,而亲友等无息借贷对于相对贫困的影响相较于改善绝对贫困的效果并不明显。有息借贷在1%的显著水平上正向影响农户相对贫困的发生概率。因为这类非正规金融机构的利息较高,且监管法规、监管措施仍存在缺陷,可能会增加农户的债务负担,提高相对贫困发生率。

进一步,将多维相对贫困指数划分为三个维度,考察三种金融参与模式对三个相对贫困维度的影响。

第一,居住环境贫困维度包括农户住房环境以及农户个人主观幸福感两个具体指标。从表4 结果发现,传统正规金融对居住环境贫困指数并未产生显著影响,数字金融参与能够显著缓解居住环境贫困指数,而民间金融则在1%的水平上显著提高了居民环境贫困指数。可能原因在于:(1)本文针对的群体主要是农户家庭,农户对于居住环境的改造属于生活性用途,而传统正规金融机构通常对借款用途有严格的限制,多为生产性借贷,农户生活性贷款需求难以成为有效金融需求,即较难获得信贷。(2)数字金融提供方便、快捷、低息的信贷服务,多样化的金融产品可以匹配农户适合自身风险偏好的房屋贷款,在一定程度上满足农户对居住环境改造的意图。(3)民间借贷中,亲友之间无息借贷的资金用途多用于维持基本生活状态,在缓解绝对贫困的状态上有积极作用,而对于相对贫困的农户,房屋改善需要较多资金,属于改善型资金需求,亲友借贷规模较小难以满足,转向非正规金融借贷方式利息较高,农户过于依赖反而会增加家庭负债,降低主观幸福感。

表4 金融服务模式对不同维度的相对贫困指数的影响

第二,收入能力贫困维度包括家庭收入与家庭就业两个方面。传统正规金融与数字金融在一定程度上都能减缓收入能力贫困指数,而民间金融参与可能增加收入能力贫困。原因在于,对于收入能力而言,无论正规金融、数字金融都会因缓解农户信贷约束,在一定程度上促进家庭收入的增长,但是增收的效应可能会存在差异[10]。两种金融参与模式能够弥补个体在就业或创业中的资源禀赋不足的问题,将资源合理地引导和配置,尽量缩减个体陷入失业的风险。非正规金融机构由于尚未存在合理的监管机制,运作机制不规范,致使经营风险高于正规金融机构,尤其在农村地区高利贷、地下钱庄等非正规组织形式,一定程度上会加剧农户收入差距。

第三,发展能力贫困维度包括教育、健康、社会保障以及信息获得四个方面。从表4 发现,传统正规金融与数字金融都在1%的显著水平上负向影响发展能力贫困指数,充分说明传统正规金融与数字金融通过基础性的金融服务,利用自身的信息技术、风险管理优势,向农户提供各种类型的保险、理财、信贷产品等,满足农户能够提供多样化的生活需要,提高农户的发展能力。

(二)金融服务模式对不同程度相对贫困农户的影响

本文主要使用分位数回归,探究不同金融参与模式对不同程度相对贫困农户的影响。从表5发现,参与传统正规金融的农户在第25%分位点的相对贫困程度降低了0.924,并在1%显著水平上负向影响。但是随着农户相对贫困程度的加剧,第75%分位点的农户相对贫困程度降低了0.802,且显著程度在10%水平上负向影响,说明传统正规金融对于相对贫困程度较高的农户,其减贫效应逐渐弱化。而参与数字金融的农户在第25%分位点上的相对贫困程度并不显著,但是随着农户相对贫困程度逐渐提高,处在更高程度相对贫困农户则降低了0.69,且在1%的显著水平上负向影响。这说明数字金融对低收入、欠发达地区等容易受到资源约束的农户的减贫效应更大,说明数字金融充分发挥了“普惠性”作用,对相对贫困的减缓起到“雪中送炭”的作用,由此验证假说2。

表5 金融服务模式对不同程度相对贫困农户的影响

(三)金融服务模式对农户多维相对贫困影响机制检验

选取是否创业与非农就业作为中介机制变量,农户是否创业采用问卷中“农户是否从事工商业生产经营项目?”进行衡量,选择“是”赋值1,否则为0。非农就业比例使用问卷中的家庭劳动力非务农人员数与家庭劳动力总人数比值进行衡量。

从表6 发现,农户参与传统正规金融,促进自身的创业,进而减缓多维相对贫困。具体来看,第(2)列中传统正规金融促进农户创业,而在第(3)列中,同时加入传统正规金融以及农户创业的变量,发现农户创业对农户多维相对贫困产生显著的负向影响,证实存在部分的中介效应。

表6 传统正规金融模式影响农户多维相对贫困机制(一):创业中介

同理验证可得,从表7 发现,农户参与数字金融模式,能够有助于自身的创业,进而缓解多维相对贫困。

表7 数字金融模式影响农户多维相对贫困机制(一):创业中介

从表8 发现,农户通过参与传统正规金融的方式,提高自身非农就业概率,进而增加家庭收入,缓解多维相对贫困。具体来看,第(2)列中传统正规金融提高了农户非农就业的概率,而在第(3)列中,同时加入传统正规金融以及非农就业的变量,发现农户创业对多维相对贫困产生显著的负向影响,证实存在部分的中介效应。

表8 传统正规金融模式影响农户多维相对贫困机制(二):非农就业中介

同理验证可得,从表9 发现,农户参与数字金融模式,能够有助于提高非农就业概率,进而缓解相对贫困,由此验证假说三。

表9 数字金融模式影响农户多维相对贫困机制(二):非农就业中介

五、稳健性检验

1.工具变量法。本文借鉴董晓林等[4]的研究,最终选取了按照县域和受访者年龄分组后的金融服务使用平均水平作为工具变量。从基准回归表2中发现,传统正规金融、数字金融、民间金融与农户年龄之间存在较大关系,农户对于金融服务模式使用程度会受到同年龄段金融使用平均水平的影响,但是,该平均水平和相对贫困程度之间并无太大关系。所以,本文根据农户年龄,划分5 个子样本,即18～30 岁、30～40 岁、40～50 岁、50～60 岁和60 岁以上,然后选择同县同年龄段农户样本金融使用平均水平作为工具变量,得到实证结果与前文的回归结果基本一致,说明结论是稳健的。

2.样本替换法。笔者又整理CHFS2015 年的数据筛查与验证,并重新进行全部样本回归,结论仍然稳健。①

六、结论与启示

本文通过构建多维相对贫困指标体系,使用2017 年中国家庭金融调查CHFS 的数据,运用OLS模型、分位数回归模型、中介效应等进行检验,分析多种金融服务模式对农户多维相对贫困的影响得到结论如下:

1.总体上看,农户参与传统正规金融和数字金融在一定程度上能够缓解多维相对贫困。具体而言,农户参与传统正规金融对收入能力及发展能力的贫困指数产生负向显著影响,但是对居住环境贫困指数并未产生显著影响。数字金融参与对三个维度均产生负向显著影响,证明存在多维减贫效应[21]。民间金融参与中无息借贷方式对相对贫困的减缓作用并不明显,而有息贷款的方式则会加剧农户家庭相对贫困状态。

2.对于不同程度的多维相对贫困农户而言,传统正规金融参与对相对贫困程度较低的农户减贫效应更为明显,而数字金融参与则更有利于缓解程度更高的多维相对贫困农户。

3.从中介机制来看,传统正规金融和数字金融通过影响农户创业、非农就业,进一步缓解农户相对贫困。

基于以上结论,得出如下政策启示:第一,进一步加强农村数字基础设施建设,提高数字金融的可得性,引导数字金融与正规金融之间开展良性竞争,创新多样化的金融产品,满足不同程度相对贫困群体金融服务需求。第二,规范民间金融的运行秩序,建立完善的监督约束机制,取缔高利贷、地下钱庄等非法民间借贷方式。第三,运用金融资源优化配置功能,结合当地农村特色乡土、自然、人文环境,因地制宜推动乡村振兴,进而提高农户幸福指数,缓解多维相对贫困。

注释:

①因为文章篇幅有限,关于稳健性回归的具体结果中工具变量法及样本替换法,并未汇报,如有需要,可向作者索要。