基于PSTR模型的农村金融渠道减贫效应分析

付兆刚　张启文

(1.东北农业大学 经济管理学院，黑龙江 哈尔滨 150030；2.黑龙江科技大学 管理学院，黑龙江 哈尔滨 150022)



基于PSTR模型的农村金融渠道减贫效应分析

付兆刚1，2张启文1

(1.东北农业大学 经济管理学院，黑龙江 哈尔滨 150030；2.黑龙江科技大学 管理学院，黑龙江 哈尔滨 150022)

摘要：本文利用PSTR面板平滑转化模型分析了农村不同金融渠道的发展水平对减贫效应的影响。选择FGT指数，分析转换变量和控制变量的关系，利用2009～2014年全国26个省份地区的面板数据，测算了具体的阈值。发现农村不同金融渠道在阈值前后对贫困发生率以及相对率的扰动效应均出现先强后弱的特征，对农村贫困失衡率的影响均一直表现为阻碍效果。农村非正规金融渠道对农村贫困发生率和相对率的阻碍效果更显著，农村正规金融渠道对农村贫困失衡率的阻碍效果更明显。最后结合实证分析结论，提出按经济发展阶段和地区特点，科学配置农村不同金融渠道和金融资源的建议。

关键词：农村金融；金融渠道；正规金融；非正规金融；减贫效应；PSTR模型

一、引言

我国贫困人口众多，亟需减少贫困人口、降低贫困程度，力争消除贫困现象。近30年来我国在减贫工作中取得了巨大成绩，但目前贫困仍然是困扰经济发展和社会稳定的重大民生问题，其中农村地区贫困问题尤其突出。党中央国务院高度重视农村贫困问题，并提出以农村金融改革为主，多管齐下的扶贫、缓贫和除贫的政策。2004～2016年连续十三年的“一号文件”均涉及“三农”问题，利用金融手段解决农村贫困问题的政策导向一直贯穿于中央政策文件之中。近年“一号文件”中党中央提出通过传统的正规金融渠道和新兴的非正规金融渠道，充分发挥民间资本和互联网优势，鼓励通过多种金融手段并举的方式解决农村贫困问题。由于我国长期存在金融管制，导致农村金融市场萎缩，信贷资金严重不足，农村正规金融缺失加重了我国农村的贫困程度。农村正规金融作为农村金融体系中不可或缺的渠道之一，充分发挥其作用，使其功能回归，对提高我国农民收入，解决农村地区贫困，具有十分重要的意义[1]。农村非正规金融自20世纪80年代出现，由于门槛低、条件宽松，深受广大农民的青睐，已经成为农村地区融资主要手段，对解决农民生产、生活困难起到了一定积极作用[2]。那么农村正规金融渠道和农村非正规金融渠道对减贫效果的影响到底如何？是否能有效降低农村贫困程度？二者在减贫方面，哪个效果更好？政策上应该如何配合使用？这些问题对于评价我国农村的金融扶贫政策绩效有十分重大的意义。

二、文献综述

国外学者针对金融发展和贫困发生率的相关性进行了大量的实证研究，主要对跨国数据进行分析并对结果进行分析对比。其中具有代表性的有：Maurer指出金融发展更倾向于为富人群体提供了良好的信贷和资金流，而穷人由于要素禀赋的匮乏，对改善贫困程度没有实质性的影响，反而出现了马太效应，由于资源掌控者更容易获得超额利润，因此金融发展的市场效应对缩小贫困差距的作用不明显，根本无法达到既定效果[3]。Beck 等利用自回归模型研究了金融发展对减贫效果的影响，模型检验证明，贫困人口收入增速优于GDP的效率增速，对贫困人口的收入增加具有正向影响，从而遏制贫困人口数量的增加和贫困程度的扩大。贫困人口收入增速若慢于GDP效率增速，对贫困人口收入的增加也具有促进作用，但由于增速低于GDP，便意味着低于社会平均水平，因此贫困程度不仅没有缩小，反而呈现扩大趋势[4]。Greenwood研究指出，收入分配的公平程度会制约减贫效果，因此减贫的重要条件不仅要有经济的快速增长，同时要求资源分配部门能够在二次分配过程中保持公平原则[5]。

国内多数学者的研究从定性分析的理论角度，阐述了农村金融发展与减贫的关系。具有代表性的有：宗杰指出由于农村金融供需失衡，严重影响了城镇化建设进程，以多种渠道和手段完善农村金融发展，对降低农村金融流动成本有十分重要的作用[6]。杨俊和靳飞指出，农村金融的发展对农民贫困程度有减弱影响，当金融发展水平进一步提高时，反而扩大了农民的贫困程度[7][8]。余志刚指出金融服务通过储蓄和信贷两种途径对农村贫困产生影响，信贷对贫困现象有阻碍作用，而储蓄则对减缓贫困带来不利影响[9](P48-59)。汪晓文指出通过发展普惠金融来缩减农村贫困的建议，利用适度信贷的形式为贫困农民带来收入的增加，并提出规范农村金融市场，发展普惠金融体系的对策[10]。

国内还有部分学者通过实证分析，论证了不同金融渠道发展对农村减贫的影响。苏基溶等指出，我国的金融发展有利于增加贫困农户的收入，促进收入分配的合理，并且通过实证分析测算发现，贫困农户的收入变化不仅受到金融发展程度的制约，同时也受到金融资源在不同地域和行业中分配的合理程度的限制[11]。田杰、陶建平指出普惠性金融的发展，是减弱农村贫困程度的重要手段，研究运用了标准差收敛、偏离系数收敛和综合指数收敛等方法，以农村金融排除指数为核心变量，论证了其收敛性对减贫有阻碍作用[12]。冉光和、汤芳桦从不同时期考虑了金融发展对农民收入的影响，利用我国省级面板数据进行了实证分析，指出金融发展不论在长期和短期都对农民增收和农村贫困地区的减贫存在有利影响[13]。崔艳娟、孙刚从金融包容的角度，运用ARDL-ECM方法对改革开放后的时间序列数据进行了计算，分析了金融包容和农村贫困之间的关系，实证结果表明金融包容对农村地区减贫有积极的作用[14]。

从已有文献可以发现，国外学者针对金融和贫困发生率问题进行了大量的实证研究，主要对跨国数据进行分析和对比，但忽视了国家之间制度不同带来的影响，有必要对某一国别内部进行不同地区的分析。国内学者研究成果中定性研究较多，定量研究中主要以线性回归模型为主，即假定金融发展对贫困减缓的线性影响，忽略了非线性影响部分。研究主要集中在单一角度，鲜有从不同金融渠道进行研究的成果，忽略了不同金融发展阶段下减贫效果变化，其细化程度和针对性不足。最后，研究者们往往以贫困发生率指标来分析贫困人口的比例变化，忽略了贫困人口的收入与贫困线的绝对数量差以及贫困人口之间收入差距和分配的不公平性。

鉴于以上原因，笔者提出从正规金融渠道和非正规金融渠道等角度对我国26个省份地区进行实证研究，分析农村不同金融渠道对贫困的发生率、相对率和失衡率的非线性影响，以期为我国农村金融发展提供可借鉴的理论和发展思路。

三、数据说明和PSTR模型构建

PSTR模型是指面板平滑转化模型，是针对面板门槛回归模型的进一步拓展，即利用原始模型离散函数的连续转换函数替代，获取面板数据截取的异质性，并基于随机变化量的平滑和连续非线性转变形成模型参数处理，从而获取更趋近于现实的模型拟合[15][16]。分析农村不同金融渠道与农村减贫效果之间关系时，由于各省份区域的面板数据具有异质性，可以通过构造PSTR模型，分析自变量、转换变量和控制变量对农村减贫效果的非线性影响。

(一)数据说明

1.数据变量逻辑说明

农村金融渠道主要有农村正规金融和农村非正规金融，减贫效应主要通过贫困指数的变化来反映。因此文中为了测算农村不同金融渠道的减贫效应，主要针对以下3个指标：农村正规金融发展水平(FR)、农村非正规金融发展水平(NFR)、农村贫困状态系数(FGT)。本文基于FR指标和NFR指标的发展将对FGT指标造成影响的假设为前提进行了研究。FR指标利用农户和农村非农户获得的来自于农村信用社、各商业银行的贷款和国家预算资金三部分之和占农业产业增加值的比重进行衡量。NFR指标是指农户和农村非农户除农村正规金融外，自有储蓄资金、民间借贷、新兴小额信贷组织借款等多种形式的资金之和占农业产业增加值的比重。FR指标和NFR指标可以通过《中国固定资产投资统计年鉴》进行查阅和计算，计算采用2009～2014年的数据。贫困指数借鉴多数学者利用的FGT指数来测评农村贫困水平，该指标可以对式内进行不同取值得到不同含义的贫困指数，具体表示为：

(1)

式(1)中z表示贫困线，x表示农村居民人均收入，f(x)表示收入分布的密度函数，α表示贫困敏感系数，该值越大说明测度群体间的贫困敏感性越高[17]。

2.因变量说明

该公式来源于洛伦茨曲线的变形推导，当计算贫困指数时，适合采取相对复杂但准确率更高的Beta模型。基于研究目的，笔者选择了2009～2014年的农民人均收入水平分组数据进行计算和分析，同时考虑到个别年份统计数据缺失的情况，可以采取插值法进行完备。通过查阅《中国农业年鉴》，发现京津沪三地的多数时点数据资料不完整以及西藏没有官方相关的统计资料，考虑到历史行政区划因素，本文将重庆地区划入四川省进行考虑，本文最终就全国26个省份进行了贫困指数的测算。

3.自变量与转换变量说明

本文对农村正规金融和农村非正规金融的减贫效应进行分析，以何渠道分析，该指标便既是自变量又是转换变量。例如，分析农村正规金融的减贫效应，那么农村正规金融发展水平(FR)就是自变量和转换变量；同样，分析农村非正规金融的减贫效应，那么农村非正规金融发展水平(NFR)就是自变量和转换变量。

4.其他控制变量说明

(1)农村正规金融发展水平(FR)和农村非正规金融发展水平(NFR)。当研究其中某一变量对农村减贫效应影响时，可以取相应的指标作为控制变量进行分析和计算。比如进行农村正规金融对农村减贫效应影响时，取NFR作为控制变量进行研究；当研究农村非正规金融对农村减贫效应的影响时，则以FR作为控制变量。

表1　　　2009～2014年全国26个省份农村贫困指数均值表

注：数据来源于《中国农业年鉴》，对2009～2014年的农民人均收入水平分组数据进行计算，获得结果。

(2)农民受教育水平(SLF)。该指标用小学及以上文化程度的劳动力占农村劳动力总量的比重来表示，说明农民受教育水平的差异对减贫效应的影响。

(3)农民就业水平(ELF)。该指标用农村就业人数占农村适龄就业人口总量的比重来表示，用以说明就业水平差异对减贫效应的影响。

(4)农村医疗水平(MLF)。该指标用各地区农村每千人农业人口拥有村医疗人员的数量来表示，用以说明农村医疗水平差异对减贫效应的影响。

(5)农村固定资产投资水平(ILR)。该指标用农村固定资产投资总额与第一产业总产值的比值来表示，用以反应固定资产投资的差异带来的减贫效应变化。

(6)财政支农水平(FSA)。该指标用某个地区预算内财政支农投入与第一产业总产值的比重表示，用以反应政府财政支农水平差异对农村减贫效应带来的直接和间接影响。

上述变量的描述性统计结果见表2，为了避免和降低异方差与共线性对研究结论带来的干扰，将全部统计数据进行了对数处理。

表2　　　变量指标观测值统计

注：本文数据根据《中国农业统计年鉴》、《中国固定资产投资统计年鉴》、《中国财政年鉴》的相关数据进行整理计算得到。

(二)建立模型

分析不同金融渠道的减贫效应，可以构造如下的面板平滑转换回归模型。其中农村正规金融发展水平(FR)的减贫效应：

(2)

农村非正规金融发展水平(NFR)的减贫效应：

(3)

式(2)和(3)中分析了不同变量的减贫效应，模型中FRit表示i地区第t年度农村正规金融发展水平，FRit表示第i个地区第t年度农村非正规金融发展水平，POVit表示第i个地区第t年度农村贫困水平，FRit和NFRit是不同状态下的最主要影响指标。STRj,it为其他控制变量，并且FRit和NFRit互为彼此地受该因素影响。εit表示不确定扰动性，μi表示观测效应以外的差异影响。式(2)和式(3)只考虑了不同金融渠道与减贫效应的关系，而未考虑农村正规金融和农村非正规金融的减贫效应的差异，如将此因素加以考虑，公式可变形为：

FR减贫效应差异模型：

(4)

NFR减贫效应差异模型：

(5)

在考虑减贫效应差异的基础上，公式中gz(kit;η，d)表示转换函数，是可观测转换变量kit的连续有界函数，kit的取值范围是[0,1]。多数学者从线性角度研究了农村不同渠道下的金融发展对农村减贫效应的影响，本文旨在从非线性影响的角度，研究其影响因素和结果。研究农村正规金融对农村减贫效果的非线性影响关系时，选择FR作为转换变量；当分析农村非正规金融的减贫效果影响时，选择NFR指标进行分析。式(4)和(5)中的η是平滑参数，代表不同状态下切换的效率，d是转换位置参数，用来表示不同状态切换的时点或拐点[18]。这里对gz(kit;η，d)做出如下假定，展开分析：

(6)

式(6)中m表示转换函数gz(kit;η，d)的位置参数数量，一般令m=1或者m=2，分别表示转换函数有1个或者2个位置参数。当m=1时，式(6)可以转化为：

g1(kit;η，d)={1+exp[-η(kit-d)]}-1

(7)

如果m值为2时，转换函数gz(kit;η，d)就拥有2个位置变量。相应地将式(6)变形为：

g2(kit;η，d)={1+exp[-η(kit-d1)(kit-d2)]}-1

(8)

在建立PSTR模型前，必须检验变量间是否存在非线性关系，检验模型中非线性关系可通过构造似然比检验LRT、自相关检验LM、LMF三个统计量进行，如果结果满足条件，即(H0:r=0)，那么拒绝原假设，需要进一步确定转换函数的个数，判断其剩余非线性效应。当只有一个转换函数时，提出原假设(H0:r=1)；当有两个转换函数时，提出原假设(H0:r=2)。当r=2时，式(4)和(5)可以转化为：

(9)

(10)

如果式(9)和(10)通过检验，就表示有效拒绝了原假设，接下来继续检验原假设H0:r=2和备择假设H1:r=3的情况，周而复始进行，当出现无法找出拒绝原假设H0:r=r*的状态，那么模型中包含的转换函数的个数就为r=r*[19]。

四、农村金融体系不同渠道减贫效应实证分析

(一)农村正规金融对减贫效应的实证分析

1.模型检验

根据前文中对贫困指数的分解，构造3个PSTR模型，分别用来说明农村正规金融的发展对农村贫困发生率P0、贫困相对率P1和贫困失衡率P2的非线性影响状况。

(P0)it=β00FRit+β10NFRit+β20SLFit+β30ELFit+β40MLFit+β50ILRit+β60FSAit+

(β01FRit+β11NFRit+β21SLFit+β31ELFit+β41MLFit+β51ILRit+β61FSAit)h1

(FRit;η，d)+εit+μi(0

(11)

(P1)it=β00FRit+β10NFRit+β20SLFit+β30ELFit+β40MLFit+β50ILRit+β60FSAit+

(β01FRit+β11NFRit+β21SLFit+β31ELFit+β41MLFit+β51ILRit+β61FSAit)h1

(FRit;η，d)+εit+μi(0

(12)

(P2)it=β00FRit+β10NFRit+β20SLFit+β30ELFit+β40MLFit+β50ILRit+β60FSAit+

(β01FRit+β11NFRit+β21SLFit+β31ELFit+β41MLFit+β51ILRit+β61FSAit)h1

(FRit;η，d)+εit+μi(0

(13)

为了检验设立的3个RSTR模型变量指标与减贫效应是否呈现非线性影响以及一致性，首先在η=0时进行一阶泰勒展开，转换为线性关系模型，然后进行似然比检验，计算出LRT统计量[20](见表3)，经过LRT统计量检验，当置信水平在90%、95%和99%时，计算结果分别为2.763、3.946和1.029，并且有P值分别为0.009、0.001和0.086，说明这几个结果均拒绝了原假设，即有确凿证据否定H0:r=0，说明横截面数据和面板数据经常出现较大的异方差，计量模型上总会存在异质性问题。在这种条件下，农村正规金融发展水平对贫困相对率、贫困发生率和贫困失衡率三个指标具有明显的非线性影响，从而验证了式(11)、(12)、(13)假定的正确性。进一步对条件H0:r=1,H1:r=2进行LRT统计量检验，当置信水平在85%的情况下，计算结果显示P值均大于0.1，说明不能拒绝H0:r=1的原假设，所有的线性特征都被消耗完毕，即只存在一个转换函数和位置参数，所以r=1且m=1。

表3　　LRT统计量检验与P值结果

注：括号中的数字表示P值计算结果。

2.参数估计结果

PSTR模型估计结果可以运用Stata9.0编程得到，确定其稳健性和可信度，进一步解读的结果，具体见表4。

表4　　PSTR各系数估计结果及显著性分析

注：括号内数字为标准误的计算结果，其中*表示P值小于10%，**表示P值小于5%，***表示P值小于1%。

(1)门槛特征值(阈值)。表4中(11)的门槛特征值为0.749(e-0.289=0.749)，β00>0，反映在门槛特征值0.749之前，农村贫困的发生率随着农村正规金融发展水平的提升而增加；β01<0，反映在门槛特征值0.749之后，农村贫困的发生覆盖面随着农村正规金融发展水平的提升而降低；β00+β01<0表明农村正规金融发展水平越过门槛值时对贫困发生率具有显著的阻碍效果。除此之外，平滑参数η=415.36，模型趋近于PTR两体制模型，转换速度非常快。表4中(12)的门槛特征值为0.908(e-0.097=0.908)，β00>0，反映在门槛特征值0.908之前，农村贫困相对率随着农村正规金融发展水平的提升而增加，贫困人口的收入状况随着农村正规金融发展而恶化，β01<0，反映在门槛特征值0.908之后，农村贫困相对率随着农村正规金融发展水平的提升而有所改善，β00+β01<0表明农村正规金融发展水平越过门槛值时，对贫困相对率具有阻碍效果。除此之外，平滑参数η=123.67，模型趋近于PTR两体制模型，转换速度也非常快。表4中(13)的门槛特征值为1.254(e0.226=1.254)，β00<0，β01<0反映在门槛特征值的前后，农村正规金融发展对农村贫困失衡率都表现为阻碍效果。由于β01<0不显著，说明在越过门槛特征值1.254之后，贫困失衡率又有所降低，但是效果不明显。η=5.96说明函数转化速度非常慢，呈现出平滑渐进趋势，计算的门槛特征值也恰恰印证了研究中的假设。

通过分析控制变量，由于表4中(11)和(12)的β10>0，表明农村非正规金融发展水平NFR对贫困发生率和贫困相对率在门槛特征值之前表现为促进，β10+β11<0表明跨越门槛特征值之后对贫困发生率和贫困相对率据表现为阻碍效果；对于表4中(13)的贫困失衡率，由于β10<0,且β10+β11<0,说明NFR在门槛特征值前后对其均表现为阻碍效果，并且跨越之前表现为显著，系数为-0.201，跨越之后不显著。由于β20<0,且β20+β21<0，说明农民受教育水平SLF对贫困发生率、贫困相对率和贫困失衡率的三项指标的影响在门槛特征值前后均为阻碍效果，又由于β20<β20+β21<0,说明跨越门槛特征值后，阻碍效果减弱。表4中(11)和(12)的β30<0，且β30+β31<0，说明农民就业水平MLF对贫困发生率和贫困相对率在门槛特征值前后均为阻碍效果，而且β30<β30+β31<0，说明阻碍效果在跨越之后减弱，另外农民就业水平对贫困失衡率的影响不显著。财政支农水平FSA在门槛特征值前后对贫困相对率的影响均为阻碍效果，并且在特征值前表现为显著，特征值后表现为不显著，说明跨越后的阻碍效果并没有随着财政支农水平的提升而继续降低，同样的财政支农水平对贫困发生率和失衡率的影响均为不显著。通过本文指标计算，农民医疗水平MLF和农村固定资产投资水平ILR对贫困效果的三项衡量指标的影响均为不显著。

(2)地区差异分析。根据上述资料计算，整理出2009～2014年度农村正规金融发展对减贫效应影响的各门槛特征值，分别为0.749、0.908、1.254。意味着当门槛特征值小于0.749时，农村正规金融发展会加剧农村贫困；当门槛特征值在(0.749，0.908)区间时，农村正规金融的发展能够有效抑制贫困发生率，即降低贫困人口的数量，但不能有效阻碍贫困的相对率和失衡率；当门槛特征值在(0.908，1.254)区间时，农村正规金融的发展可以有效抑制贫困发生率和相对率，即在降低贫困人口比重的基础上，还能缩小贫困人口收入与贫困线之间的差距；当门槛特征值大于1.254时，意味着在抑制贫困发生率和相对率的基础上，也阻碍了贫困失衡率的发展，即有效缩小了贫困人口之间收入分配的差距。各地区门槛特征值的归属区间详见表5。

表5　　　各地区农村正规金融门槛特征值归属区间表

(二)农村非正规金融对减贫效应的实证分析

农村非正规金融减贫效应的模型构建可以将表2中的(FR)和(NFR)两行互换位置，构造PSTR模型，分析农村非正规金融对贫困发生率、贫困相对率和贫困失衡率的非线性影响。

参考农村正规金融减贫效应的做法，可以计算出农村非正规金融发展水平的门槛特征值分别为0.708、0.845和1.306。

(P0)it=β00NFRit+β10FRit+β20SLFit+β30ELFit+β40MLFit+β50ILRit+β60FSAit+

(β01NFRit+β11FRit+β21SLFit+β31ELFit+β41MLFit+β51ILRit+β61FSAit)h1

(NFRit;η，d)+εit+μi(0

(14)

(P1)it=β00NFRit+β10FRit+β20SLFit+β30ELFit+β40MLFit+β50ILRit+β60FSAit+

(β01NFRit+β11FRit+β21SLFit+β31ELFit+β41MLFit+β51ILRit+β61FSAit)h1

(NFRit;η，d)+εit+μi(0

(15)

(P2)it=β00NFRit+β10FRit+β20SLFit+β30ELFit+β40MLFit+β50ILRit+β60FSAit+

(β01NFRit+β11FRit+β21SLFit+β31ELFit+β41MLFit+β51ILRit+β61FSAit)h1

(NFRit;η，d)+εit+μi(0

(16)

表6　　　各地区农村非正规金融门槛特征值归属区间表

五、研究结论及政策建议

本文利用PSTR模型和2009～2014年的面板数据，检验了我国农村不同金融渠道对减贫效应的非线性影响，具体结论如下：(1)FR对农村减贫效应具有积极作用，对农村贫困人口发生率、贫困相对率和贫困失衡率的影响作用表现为显著的非线性。其中FR对农村贫困绝对值产生非线性影响，在门槛值前后均表现为从促进变阻碍，并且在大于门槛值时，阻碍效果随着FR的发展而趋明显。FR对农村贫困相对率的非线性影响始终为阻碍，但是在跨越门槛值之后阻碍效果的提高不明显。(2)农村非正规金融对农村贫困发生率、相对率和失衡率的影响也呈现出显著的非线性关系。NFR对贫困发生率和贫困相对率在门槛特征值之前表现为促进，并且在跨越门槛特征值后转为阻碍效果，并随NFR的提高而增强。NFR对农村贫困失衡率的影响始终表现为抑制，但是在跨越门槛特征值后效果不明显。(3)农民受教育水平和就业水平对农村贫困发生率、相对率和失衡率的影响都为抑制，但在跨越门槛特征值后，农民就业水平对贫困失衡率的影响表现为不显著，意味着农民就业水平的提高对贫困人口收入差距的降低效果不明显。财政支农水平只在门槛值前对贫困发生率表现为显著，其余均为不显著。农民医疗水平MLF和农村固定资产投资水平ILR对贫困发生率、贫困相对率和贫困失衡率的影响均为不显著。有力证明了财政支农水平FSA、农民医疗水平MLF和农村固定资产投资水平ILR对减缓贫困效果不佳。(4)农村正规金融减贫效应的门槛特征值分别为0.749、0.908和1.254，农村非正规金融的门槛特征值分别为0.708、0.845和1.306，说明农村非正规金融更容易实现门槛的跨越，发展农村非正规金融的减贫效果更明显。

基于上述研究结论，本文提出以下几点政策建议：

1．结合门槛特征值，各地应根据农村各金融渠道不同发展阶段的特点，合理配置农村金融资源。由于农村经济发达地区已较高程度地跨越了门槛值，因此应积极发展农村非正规金融，以期更有效率地降低农村贫困失衡率。农村经济落后地区由于贫困发生率较高，应首先考虑大力发展农村正规金融，解决农户生产性贷款的资金需求，切实减少贫困人口。有条件的地区应从整体上推动不同金融渠道的发展，建立起多元、立体、有序的农村金融供给体系，积极采取新举措，推动农村正规金融和农村非正规金融从根本上发挥减贫作用。

2．相比农村正规金融而言，农村非正规金融的减贫效应更为显著，更容易实现门槛的跨越，应该放开对农村非正规金融的约束，在控制风险的前提下，规范化管理农村非正规金融，给予农村非正规金融合法地位，引导农民或农村企业通过该渠道获取种植和农业生产资金。大力推进互联网金融，释放农村非正规金融的活力，完善农村非正规金融发展的相关制度，引导其健康发展。鼓励城镇的小额贷款公司、互联网金融公司到农村地区开展涉农业务，引导其支持农村地区经济发展，以利于提高农村地区居民的收入，缩小城乡居民收入差距，并在政策上给予相应扶持。

3．鉴于农村正规金融发展对阻碍贫困人口收入的不均衡影响更为有效，应积极推进农村金融深化改革，以中国邮政储蓄银行、中国农业银行和农村信用社为中心，建立农村互助金融、普惠金融，挖掘农村正规金融的扶贫潜力。丰富农村正规金融的层次，提升服务效率，强化支农任务和责任。逐步推行利率市场化进程，运用市场自身的协调机制，引导资金回流农村，保证农村贫困地区经济发展的金融“供血”功能，增加农民收入，最终实现减贫和脱贫。

4．加大对农村教育、医疗和生产的投入，积极推动农民技术培训和在岗培训工作，提升农民的文化水平和就业能力。推动农村城镇化，加快农村剩余劳动力转移步伐，通过对农民在医疗和教育等方面的补贴，减少其迁移成本和因迁移带来的心理不适。另外，财政支农能够在门槛值前降低贫困发生率，在农村发展较为落后，贫困人口较多地区，健全农村财政投入体系，发挥财政支农作用仍然十分必要。实践中可考虑根据各地财政实际，适当提高对农村贫困人口的财政转移支付，加大财政投入力度，优化财政资金使用结构，提高使用效率。同时多方面筹措资金保证农村社会保障体系的平稳运行，创立健康和谐的农村金融环境，发挥农村金融联动机制的作用。

参考文献：

[1] 姚耀军．中国农村金融发展状况分析[J]．财经研究，2006，32(4)：103—114．

[2] 张兵，张宁．中国农村非正规金融是否提高了农户的信贷可获性？——基于江苏1202户农户的调查[J]．中国农村经济，2012，(10)：59—68．

[3] Maurer，N.，Haher，S. Related Lending and Economic Performance: Evidence from Mexico[J]. Journal of Economic History，2007，67(3): 551—581．

[4] Beck，T.，Demirguc-Kunt，A.，Levine，R. SMEs，Growth and Poverty: Cross-country Evidence[J]. Journal of Economic Growth，2005，10(3): 199—229．

[5] Greenwood,J.,Jovanovic,B..Financial Development, Growth, and the Distribution of Income[J].The Journal of Political Economy,1990,98(6):1076—1107．

[6] 宗杰，佟光霁．新城镇建设中农村金融供需失衡调节作用研究[J]．哈尔滨商业大学学报(社会科学版)，2015，(1)：75—83．

[7] 杨俊，王燕，张宗益．中国金融发展与贫困减少的经验分析[J]．世界经济，2008，31(8)：26—32．

[8] 靳飞,黄毅. 后金融危机时代货币政策与国际资本流动研究进展[J]. 北京工商大学学报(社会科学版),2016,(1):16—22.

[9] 余志刚，陈诗波.我国粮食宏观调控的系统分析与政策研究[M].北京：中国财政经济出版社，2014．

[10] 汪晓文，马晓锦.农村普惠金融鉴频机制分析[J].财会研究，2014，(12)：66—71．

[11] 苏基溶，廖进中．中国金融发展与收入分配、贫困关系的经验分析[J]．财经科学，2009，(12)：10—16．

[12] 田杰，陶建平，农村金融排除的空间差异及其收敛性分析[J].统计与信息论坛，2011，(12)：97—102.

[13] 冉光和，汤芳桦.我国非正规金融发展与城乡居民收入差距——基于省级动态面板数据模型的实证研究[J].经济问题探索，2012，(1): 185—189．

[14] 崔艳娟，孙刚.金融包容、金融稳定与贫困减缓——基于ARDL-ECM模型的估计[J].商业研究，2015，(6)：59—68．

[15] 徐学军，陈雪君.农村经济增长的财政支持与金融引导的PSTR模型实证检验[J].统计与决策，2015，(17)：128—131．

[16] 封福育，赵梦楠.货币政策对农村居民消费的非线性影响研究——基于PSTR模型的实证分析[J].中央财经大学学报，2016，(1)：92—98．

[17] 刘长庚，等.农村金融排斥与城乡收入差距——基于我国省级面板数据模型的实证研究[J].经济理论与经济管理，2013，(10)：71—27．

[18] 苏静，胡宗义，唐李伟.农村非正规金融发展的减贫效应非线性研究——基于PSTR模型的分析[J].农业技术经济，2014，(1)：81—90．

[19] 胡宗义，刘灿，刘亦文.农村正规金融和非正规金融发展的农村居民收入效应研究[J].经济地理，2014，(12)：147—152．

[20] 高远东，张卫国.中国农村非正规金融发展的减贫效应研究[J].西南民族大学学报(人文社会科学版)，2014，(12)：116—120．

(责任编辑：肖加元)

中图分类号：F830.9

文献标识码：A

文章编号：1003-5230(2016)03-0078-09

作者简介：付兆刚(1980— )，男，黑龙江佳木斯人，东北农业大学经济管理学院博士生，黑龙江科技大学管理学院讲师；

基金项目：国家自然科学基金青年项目“我国粮食产业发展中的主产区政府利益与行为研究”(71303041)

收稿日期：2016-03-29

张启文(1967— )，男，辽宁岫岩人，东北农业大学经济管理学院教授，博士生导师，本文通讯作者。