張雄 張慶紅

摘 要：基于中國家庭金融調(diào)查（CHFS）2013數(shù)據(jù)，從貧困狀態(tài)、貧困深度和貧困強度三個角度測度農(nóng)戶貧困狀況，運用傾向得分匹配（PSM）方法分析金融包容對農(nóng)戶貧困減緩的影響。研究發(fā)現(xiàn)：金融包容能夠顯著減緩農(nóng)戶貧困;分區(qū)域來看，金融包容減緩西部地區(qū)農(nóng)戶貧困的效應(yīng)大于東部和中部地區(qū)。進(jìn)一步作用機制分析發(fā)現(xiàn)：金融包容可通過促進(jìn)農(nóng)戶家庭創(chuàng)業(yè)和教育人力資本提升來減緩貧困。

關(guān)鍵詞：金融包容;農(nóng)戶貧困;減貧效應(yīng);傾向得分匹配

文章編號：2095-5960（2019）03-0082-07;中圖分類號：F8323，F(xiàn)3238;文獻(xiàn)標(biāo)識碼：A

一、引言及文獻(xiàn)綜述

金融包容（Financial Inclusion）是2005年由聯(lián)合國首次提出的一種包容性金融體系，能有效、全方位地為社會各階層和群體提供金融需求服務(wù)。由于金融包容最主要的服務(wù)對象為中低收入群體或貧困階層，具有一定減少社會排斥、增加收入、降低收入不平等的積極作用[1] [2]，故自提出以來，就備受國際組織、各國政府和學(xué)術(shù)界的廣泛關(guān)注。2010年首爾峰會上，G20國家就實施“金融包容行動計劃”達(dá)成一致，致力于提高貧困家庭和中小企業(yè)享受金融服務(wù)的能力。2013年11月世界銀行發(fā)布《2014年全球金融發(fā)展報告：普惠金融》，敦促各國積極推動金融包容性體系建設(shè)。與此同時，金融包容聯(lián)盟（AFI）、經(jīng)濟合作與發(fā)展組織（OECD）和亞太經(jīng)合組織（APEC）等國際組織也為推進(jìn)金融包容性發(fā)展作出了巨大貢獻(xiàn)。近年來，中國政府十分重視金融包容性發(fā)展，尤其是在農(nóng)村地區(qū)，借助發(fā)展金融包容來扶貧減貧?！吨袊r(nóng)村扶貧開發(fā)綱要（2011—2020年）》指出：“積極推動貧困地區(qū)金融產(chǎn)品和服務(wù)方式創(chuàng)新，努力滿足扶貧對象發(fā)展生產(chǎn)的資金需求”。2016年中國人民銀行等國家七部委聯(lián)合印發(fā)的《關(guān)于金融助推脫貧攻堅的實施意見》提出“要大力推進(jìn)貧困地區(qū)普惠金融發(fā)展”?？梢姡鹑诎菀殉蔀橹袊鹑诜鲐毜闹匾侄?，是打贏脫貧攻堅戰(zhàn)的關(guān)鍵之舉。

關(guān)于金融包容減緩貧困的研究，國內(nèi)外學(xué)者已經(jīng)開展了大量的理論分析和實證檢驗。國外早期主要是基于金融深化視角研究金融發(fā)展對貧困減緩的影響。[3] [4]伴隨著包容性金融體系的構(gòu)建和發(fā)展，金融包容減緩貧困研究逐漸成為學(xué)者們關(guān)注的焦點，其研究主要基于宏觀和微觀兩個層面。在宏觀層面上，主要研究金融包容對地區(qū)貧困減緩的影響。如Burgess & Pande（2005）探討了印度商業(yè)銀行農(nóng)村分支機構(gòu)的擴張與貧困減緩的關(guān)系，認(rèn)為商業(yè)銀行在農(nóng)村地區(qū)的機構(gòu)擴張顯著減少了農(nóng)村貧困。[5]Park & Mercado（2018）基于亞洲地區(qū)37個發(fā)展中經(jīng)濟體研究了金融包容、貧困和收入不平等三者之間的關(guān)系。[6]在微觀層面上，主要研究金融包容對農(nóng)戶家庭貧困減緩的影響。如Brune等（2011）在馬拉維農(nóng)村地區(qū)實施了儲蓄賬戶隨機化實驗，研究認(rèn)為提供金融儲蓄服務(wù)可通過多種途徑減緩農(nóng)戶家庭貧困。[7]Mohammed等（2017）基于世界銀行全球金融包容指數(shù)（Global Findex）數(shù)據(jù)庫中撒哈拉以南35個非洲國家的家庭調(diào)查數(shù)據(jù)，分析了金融包容對低收入家庭的減貧影響，認(rèn)為金融包容有助于貧困農(nóng)戶獲取更多的財產(chǎn)和福利。[8]

目前，國內(nèi)學(xué)術(shù)界針對金融包容減緩貧困問題也進(jìn)行了廣泛的探討和研究。如催艷娟和孫剛（2015）以我國時序數(shù)據(jù)為樣本，利用ARDL-ECM模型實證分析了金融包容對貧困減緩的影響，認(rèn)為金融包容對貧困減緩具有一定長期影響，經(jīng)濟增長和收入分配是其重要的兩個作用路徑。[9]譚燕芝和彭千芮（2018）基于省級面板數(shù)據(jù)和空間計量模型考察了普惠金融發(fā)展減緩貧困的影響機制，指出普惠金融不僅通過增加收入、促進(jìn)經(jīng)濟增長、提升自有資本減緩貧困，而且還通過空間溢出作用減少鄰近地區(qū)的貧困。[10]微觀層面上鮮有關(guān)于金融包容減貧的研究，但有一些學(xué)者考察了小額信貸對農(nóng)戶脫貧的作用。[11][12]一些學(xué)者探討了微型金融對貧困農(nóng)戶的影響; [13]還有一些學(xué)者分析了金融可得性對農(nóng)民收入進(jìn)而對農(nóng)戶減貧的影響。[14][15]然而，小額信貸、微型金融和金融可得性的概念和內(nèi)涵與金融包容差別甚大，不能與之等同。

縱觀以上研究，現(xiàn)有關(guān)于金融包容減緩貧困的研究仍存在以下幾方面不足：一是囿于我國微觀數(shù)據(jù)的缺乏，國內(nèi)鮮有基于微觀層面的金融包容減貧研究，更是缺少深入探討金融包容減緩農(nóng)戶貧困的作用機制研究;二是現(xiàn)有絕大多數(shù)研究文獻(xiàn)主要采用傳統(tǒng)OLS回歸方法，很難克服模型中存在的內(nèi)生性，無疑使得估計結(jié)果存在偏誤;三是現(xiàn)有農(nóng)戶減貧文獻(xiàn)，主要是選取農(nóng)戶貧困狀態(tài)作為測度農(nóng)戶貧困的指標(biāo)，對于農(nóng)戶貧困深度和貧困強度關(guān)注不夠，導(dǎo)致分析不夠細(xì)化、全面。鑒于此，本文基于中國家庭金融調(diào)查（CHFS）2013年微觀數(shù)據(jù)，從貧困狀態(tài)、貧困深度和貧困強度三個角度出發(fā)，運用傾向得分匹配（PSM）方法全面分析金融包容對農(nóng)戶貧困減緩的影響，在此基礎(chǔ)上，進(jìn)一步揭示金融包容減貧的區(qū)域異質(zhì)性和微觀作用機制。本研究可為金融包容減緩貧困提供來自中國的微觀數(shù)據(jù)證據(jù)，是對既有文獻(xiàn)的補充，研究結(jié)論可為中國農(nóng)村貧困地區(qū)的扶貧脫貧提供政策參考。

二、研究方法與變量說明

本文數(shù)據(jù)來源于2013年西南財經(jīng)大學(xué)中國家庭金融調(diào)查與研究中心開展的第二輪中國家庭金融調(diào)查（CHFS）。該調(diào)查提供的觀測樣本覆蓋了全國29個?。ㄊ?、自治區(qū)），包含了28000多戶家庭的人口特征、資產(chǎn)、負(fù)債、社會保障、商業(yè)保險等方面的詳細(xì)信息。根據(jù)研究需要，僅使用其中的農(nóng)村家庭子樣本數(shù)據(jù)。同時，CHFS也提供了家庭收入數(shù)據(jù)，這為研究金融包容減緩農(nóng)戶貧困提供了很好的微觀數(shù)據(jù)支撐。

（一）研究方法

為研究金融包容對農(nóng)戶貧困減緩的影響，本文設(shè)定如下的計量模型：

其中，Y表示農(nóng)戶家庭貧困狀況，分別為農(nóng)戶貧困狀態(tài)、貧困深度和貧困強度;FI為農(nóng)戶家庭金融包容狀態(tài)，即農(nóng)戶家庭是否獲得和使用了正規(guī)金融服務(wù)，是一個啞元變量;X為控制變量向量。由于農(nóng)戶家庭是否獲得和使用正規(guī)金融服務(wù)受農(nóng)戶自身的家庭稟賦特征影響，存在農(nóng)戶自選擇過程，即農(nóng)戶金融包容是內(nèi)生的，如果直接估計上述模型，樣本自選擇問題將導(dǎo)致參數(shù)不是一致估計。本文采用Rosenbaum & Rubin（1983）[16]提出的傾向得分匹配（PSM）方法來有效地處理農(nóng)戶金融包容的自選擇問題。其基本思路是：將樣本農(nóng)戶家庭按照是否獲得和使用正規(guī)金融服務(wù)劃分為金融包容組（處理組）和非金融包容組（控制組），基于非金融包容農(nóng)戶樣本，使用某種匹配技術(shù)為每個金融包容農(nóng)戶匹配或構(gòu)造一個非金融包容農(nóng)戶，盡量使這兩個農(nóng)戶除了在金融包容狀態(tài)方面不同之外，其他特征和屬性信息均高度相似。于是，可構(gòu)造得到金融包容樣本的一個反事實狀態(tài)，從而計算金融包容的減貧效應(yīng)，即金融包容減貧的平均處理效應(yīng)（ATT），其表達(dá)式為：

其中，Y1表示農(nóng)戶處于金融包容狀態(tài)時家庭貧困狀況的潛在結(jié)果，Y0表示農(nóng)戶未處于金融包容時家庭貧困狀況的潛在結(jié)果。式（2）中，我們只能獲得E（Y1|FI=1）的觀測結(jié)果，而E（Y0|FI=1）的結(jié)果是無法觀測到的，即反事實結(jié)果，需采用PSM方法進(jìn)行構(gòu)造。

在構(gòu)造反事實結(jié)果時，關(guān)鍵的兩個環(huán)節(jié)分別是傾向得分值計算和匹配技術(shù)選擇?，F(xiàn)有文獻(xiàn)主要是利用Probit模型或Logit模型來計算傾向得分值，使用最近鄰匹配、卡尺匹配、核匹配等技術(shù)進(jìn)行樣本匹配。

（二）變量選取與描述性統(tǒng)計

1農(nóng)戶家庭貧困。本文根據(jù)Foster等（1984）[17]提出的貧困測度方法，參照謝申祥等（2018）[18]研究，分別從貧困狀態(tài)、貧困深度和貧困強度方面對農(nóng)戶家庭貧困進(jìn)行衡量。具體測度公式如下：

其中，z代表貧困線，si代表第i個農(nóng)戶家庭的人均收入。當(dāng)δ=0時，pov0i表示第i個農(nóng)戶家庭所處的貧困狀態(tài)，當(dāng)pov0i為1時，表示第i個農(nóng)戶家庭貧困，否則，非貧困;當(dāng)δ=1時，pov1i表示第i個農(nóng)戶家庭的貧困深度;當(dāng)δ=2時，pov2i表示第i個農(nóng)戶家庭的貧困強度。本文中貧困線是以國家2011年公布的2300元（2010年不變價）為標(biāo)準(zhǔn)。

根據(jù)農(nóng)戶個體貧困狀況，可進(jìn)一步計算樣本農(nóng)戶整體的貧困狀況，計算公式如下：

2金融包容。關(guān)于金融包容的內(nèi)涵，目前學(xué)術(shù)界尚未達(dá)成統(tǒng)一?？紤]到樣本數(shù)據(jù)的限制，并結(jié)合本文研究的需要，本文將農(nóng)戶金融包容界定為農(nóng)戶家庭是否獲得和使用正規(guī)金融服務(wù)。其中，正規(guī)金融服務(wù)主要是指正規(guī)金融機構(gòu)提供的儲蓄和貸款兩種最基本金融服務(wù)。如果農(nóng)戶家庭獲得和使用了正規(guī)金融機構(gòu)提供的儲蓄和貸款兩種服務(wù)中的任意一種，我們就認(rèn)為該家庭被正規(guī)金融體系包容，處于金融包容狀態(tài)，F(xiàn)Ii=1，否則，該家庭處于非金融包容狀態(tài)，F(xiàn)Ii=0。

3匹配變量。為了獲得更好的匹配效果，對于PSM的匹配變量，本文盡可能地選取同時影響農(nóng)戶家庭貧困與金融包容狀態(tài)的相關(guān)變量。參照已有的理論和經(jīng)驗研究，本文匹配變量的選取主要是基于戶主特征和家庭特征兩個方面展開。需特別說明的是，CHFS中的戶主是指家庭經(jīng)濟來源的主要承擔(dān)者，一般稱作經(jīng)濟戶主。本文引入性別、年齡和教育水平作為戶主特征的影響因素;選擇家庭規(guī)模、勞動力占比、非農(nóng)就業(yè)水平、金融知識、民間借貸等變量來控制農(nóng)戶家庭特征有關(guān)因素的影響。在數(shù)據(jù)處理過程中，刪除研究所涉及變量有缺失值、離群值以及家庭人均收入小于0的樣本觀測值，最終得到有效樣本數(shù)為6481戶。具體變量的定義及基本情況詳見表1。

由表1可知，樣本農(nóng)戶的貧困發(fā)生率為254%，貧困深度指數(shù)為149%，貧困強度指數(shù)為110%。僅有551%的農(nóng)戶家庭獲得和使用了正規(guī)金融機構(gòu)提供的儲蓄和貸款服務(wù)，表明我國農(nóng)村地區(qū)金融包容性水平較低。在樣本農(nóng)戶中，經(jīng)濟戶主以男性為主，平均年齡在50歲左右，受教育程度主要集中于初中及以下;農(nóng)戶家庭的平均人口規(guī)模為412人，農(nóng)戶非農(nóng)就業(yè)水平較低，農(nóng)戶金融知識普遍匱乏，且絕大多數(shù)農(nóng)戶屬于風(fēng)險厭惡型。上述情況基本符合樣本調(diào)查時期中國農(nóng)村地區(qū)的特征事實。

在對變量定義的基礎(chǔ)上，本文對非金融包容農(nóng)戶組和金融包容農(nóng)戶組的結(jié)果變量與匹配變量進(jìn)行描述性統(tǒng)計分析，結(jié)果見表2。數(shù)據(jù)顯示，非金融包容農(nóng)戶的貧困發(fā)生率、貧困深度指數(shù)和貧困強度指數(shù)分別是315%、183%和133%，比金融包容農(nóng)戶分別高出了110%、62%和42%。直觀來看，金融包容對農(nóng)戶貧困減緩具有積極影響，初步證實了金融包容減緩農(nóng)戶貧困效應(yīng)的存在。此外，兩組農(nóng)戶樣本除了家庭規(guī)模變量外，其余各項匹配變量均呈現(xiàn)出顯著的統(tǒng)計差異。

三、金融包容減貧的實證分析

（一）共同支撐域與平衡性檢驗

本文首先運用Logit模型估計得到農(nóng)戶金融包容的傾向得分值①①限于篇幅，本文沒有報告傾向得分值的估計結(jié)果。如有需要，可向作者索取。 其次，分別采用最近鄰匹配（1∶5匹配）、卡尺匹配（半徑=001）、卡尺內(nèi)最近鄰匹配（半徑=001，1∶5匹配）和核匹配（窗寬=006，核函數(shù)=normal）技術(shù)匹配兩組樣本農(nóng)戶。在此基礎(chǔ)上，分別對共同支撐域條件和匹配平衡性假設(shè)進(jìn)行檢驗。經(jīng)查閱匹配結(jié)果數(shù)據(jù)表發(fā)現(xiàn)，金融包容農(nóng)戶的傾向得分值區(qū)間為[0271，0925]，非金融包容農(nóng)戶的傾向得分值區(qū)間為[0266，0896]，兩者的共同區(qū)域為[0271，0896]，幾乎完全重疊。且在上述四種匹配方法下金融包容農(nóng)戶樣本損失個體數(shù)最大為7，樣本損失量非常小，可忽略不計，完全滿足共同支撐域要求。

另外，平衡性檢驗結(jié)果顯示（見表3），在四種匹配方法下所有匹配變量的標(biāo)準(zhǔn)偏差均小于9%，遠(yuǎn)遠(yuǎn)小于Rosenbaum & Rubin（1985）[19]給定的20%檢驗標(biāo)準(zhǔn)。此外，在四種匹配過程中，Pseudo R2統(tǒng)計量值均在匹配后有所減少，LR統(tǒng)計量值均在匹配后下降明顯，且由高度顯著變?yōu)?0%水平上不顯著。由此可知，兩組樣本匹配后的個體特征差異基本消除，匹配效果較好，從統(tǒng)計學(xué)意義上看，可認(rèn)為匹配后的金融包容農(nóng)戶與非金融包容農(nóng)戶基本一致。

（二）金融包容減貧效應(yīng)分析

表4是金融包容減貧的平均處理效應(yīng)（ATT）估計結(jié)果?？梢钥吹剑盟姆N不同匹配方法所得到的平均處理效應(yīng)（ATT）差異甚微，且在1%的水平上均統(tǒng)計顯著，一定程度上也說明了實證結(jié)果較為穩(wěn)健?；谒姆N匹配方法ATT值的平均值來看，金融包容能夠顯著地使農(nóng)戶的貧困發(fā)生率、貧困深度指數(shù)和貧困強度指數(shù)分別降低73%、41%和27%?？梢?，金融包容對農(nóng)戶貧困狀態(tài)、貧困深度和貧困強度均具有顯著的減緩作用。相比來說，對農(nóng)戶貧困狀態(tài)的減貧效應(yīng)最大，對農(nóng)戶貧困強度的減貧效應(yīng)最小。以上結(jié)果表明，金融包容能夠有效減緩農(nóng)戶貧困。

（三）敏感性分析

表5是利用Wilcoxon符號秩檢驗[20]對金融包容減貧的平均處理效應(yīng)（ATT）進(jìn)行敏感性分析的結(jié)果①①限于篇幅，本文僅對采用最近鄰匹配（1∶5匹配）方法下金融包容減貧的平均處理效應(yīng)（ATT）進(jìn)行敏感性分析，且只報告了金融包容減緩農(nóng)戶貧困狀態(tài)ATT的敏感性分析結(jié)果。 。如果Γ系數(shù)取值很小時（通常接近1）Wilcoxon符號秩檢驗結(jié)果就已經(jīng)不顯著了，那么，PSM處理效應(yīng)估計對模型中可能存在的遺漏因素十分敏感;如果Γ系數(shù)取值遞增到很大時（通常大于2）Wilcoxon符號秩檢驗結(jié)果才變得不顯著了，那么，PSM估計結(jié)果就具有一定穩(wěn)健性[21]。由表5可知，Γ系數(shù)取值從1遞增到5時，Wilcoxon符號秩檢驗結(jié)果的顯著性水平上限均小于00001，一直處于顯著。因此，可以認(rèn)為金融包容減貧的平均處理效應(yīng)（ATT）對可能存在的遺漏因素不敏感，上文計算的PSM估計結(jié)果具有較好的穩(wěn)健性。

（四）金融包容減貧的區(qū)域差異分析

為進(jìn)一步探究金融包容減緩農(nóng)戶貧困的區(qū)域異質(zhì)性，本文根據(jù)CHFS提供的樣本個體所屬區(qū)域信息，將總樣本分為東部、中部和西部三個子樣本②②CHFS所調(diào)查的東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南，中部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北和湖南，西部地區(qū)包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海和寧夏。 ，并分別對其進(jìn)行PSM估計。考慮到文章篇幅，僅采用最近鄰匹配（1∶5匹配）一種方法來進(jìn)行分析。具體估計結(jié)果見表6。

由表6可知，在東部、中部和西部三個地區(qū)，金融包容對農(nóng)戶貧困狀態(tài)、貧困深度和貧困強度的減貧作用均顯著。對農(nóng)戶貧困狀態(tài)和貧困深度的減貧，西部地區(qū)的減貧效應(yīng)最大，分別為-0083和-0058，東部地區(qū)最小，分別為-0073和-0043;對農(nóng)戶貧困強度的減貧，西部地區(qū)的減貧效應(yīng)最大，為-0044，中部地區(qū)最小，為-0027。進(jìn)一步證實了金融包容能夠有效減緩農(nóng)戶貧困。對比分析發(fā)現(xiàn)，金融包容減貧在地區(qū)之間存在差異性，減緩西部地區(qū)農(nóng)戶貧困的效應(yīng)大于東中部地區(qū)?？赡艿慕忉屖牵瑬|中部農(nóng)村地區(qū)金融包容性發(fā)展水平較高，農(nóng)戶獲得正規(guī)金融機構(gòu)的服務(wù)比較容易，農(nóng)戶致貧受金融排斥的影響有限;而在西部農(nóng)村地區(qū)，金融包容體系建設(shè)不完善，正規(guī)金融機構(gòu)網(wǎng)點布局較少且集中分布于縣城，農(nóng)戶難以獲得金融服務(wù)，金融排斥致貧現(xiàn)象嚴(yán)重。故而，在西部地區(qū)發(fā)展金融包容更有利于農(nóng)戶減貧，減貧效果明顯。

四、金融包容減貧的作用機制分析

金融包容主要是確保低收入者和貧困群體以負(fù)擔(dān)得起的成本獲得他們所需要的金融產(chǎn)品和服務(wù)，可為創(chuàng)業(yè)貧困家庭提供一定信貸資金支持，助力貧困農(nóng)戶創(chuàng)業(yè)，從而提高收入減緩貧困。同時，金融包容也可為貧困農(nóng)戶提供教育儲蓄產(chǎn)品和信貸服務(wù)，有利于其享有更好的教育，從而提升貧困農(nóng)戶家庭教育人力資本，使其具備一定自我發(fā)展和創(chuàng)造財富的能力，從而徹底擺脫貧困。由于現(xiàn)有文獻(xiàn)已經(jīng)證實了農(nóng)戶家庭創(chuàng)業(yè)行為和教育人力資本具有顯著的減貧效應(yīng)[21][22]，因此，我們將檢驗金融包容對農(nóng)戶家庭創(chuàng)業(yè)行為和教育人力資本的影響，進(jìn)而證明金融包容能夠通過這兩個途徑來減緩農(nóng)戶貧困。

本文使用農(nóng)戶家庭中是否有勞動力從事個體經(jīng)營或自主創(chuàng)業(yè)來衡量家庭創(chuàng)業(yè)行為。用家庭中受教育程度為初中及以上勞動力人數(shù)占勞動力總數(shù)的比重來度量家庭教育人力資本。同樣，采用上文中的PSM方法實證分析金融包容對農(nóng)戶家庭創(chuàng)業(yè)行為和教育人力資本的影響，估計結(jié)果見表7。結(jié)果顯示，金融包容對農(nóng)戶家庭創(chuàng)業(yè)行為和教育人力資本均有顯著的正影響。因此，農(nóng)戶家庭創(chuàng)業(yè)行為和教育人力資本可能是金融包容減緩農(nóng)戶貧困的兩個重要作用機制。

為了進(jìn)一步證實金融包容對農(nóng)戶家庭創(chuàng)業(yè)行為和教育人力資本的影響，本文利用回歸模型給予再檢驗，結(jié)果見表8。第（1）（2）列估計結(jié)果顯示，無論是否引入控制變量，在1%水平上金融包容均顯著促進(jìn)農(nóng)戶家庭創(chuàng)業(yè)。第（3）（4）列所示的模型估計結(jié)果表明，在1%水平上金融包容均顯著提升農(nóng)戶家庭教育人力資本。進(jìn)一步說明了上述作用機制檢驗結(jié)論是較為穩(wěn)健的，證實了農(nóng)戶家庭創(chuàng)業(yè)行為和教育人力資本是金融包容減緩農(nóng)戶貧困的兩個重要作用機制。

五、結(jié)論與啟示

本文主要研究金融包容對農(nóng)戶貧困減緩的影響?；贑HFS2013的微觀調(diào)查數(shù)據(jù)，采用傾向得分匹配（PSM）方法從貧困狀態(tài)、貧困強度和貧困深度三個角度來實現(xiàn)本文的研究目標(biāo)，進(jìn)一步分析了金融包容減緩農(nóng)戶貧困的區(qū)域異質(zhì)性和作用機制。研究結(jié)果表明，金融包容能夠顯著減緩農(nóng)戶貧困;分區(qū)域研究顯示，金融包容減緩農(nóng)戶貧困存在區(qū)域差異性，減緩西部地區(qū)農(nóng)戶貧困的效應(yīng)大于東部和中部地區(qū);金融包容能顯著促進(jìn)農(nóng)戶家庭創(chuàng)業(yè)和教育人力資本提升，從而減緩農(nóng)戶貧困。

當(dāng)前中國正處于脫貧攻堅，決勝全面小康的關(guān)鍵時期，本文的研究結(jié)論可為減緩農(nóng)戶貧困，實現(xiàn)全面小康目標(biāo)提供參考。第一，應(yīng)進(jìn)一步推進(jìn)中國農(nóng)村貧困地區(qū)金融包容性發(fā)展，引導(dǎo)正規(guī)金融機構(gòu)網(wǎng)點向西部貧困地區(qū)的鄉(xiāng)鎮(zhèn)和農(nóng)村延伸，創(chuàng)新金融服務(wù)模式，借助“互聯(lián)網(wǎng)+”，在農(nóng)村地區(qū)大力發(fā)展網(wǎng)上銀行和手機銀行業(yè)務(wù)，切實提高農(nóng)戶金融服務(wù)的可得性和便利性。第二，在風(fēng)險可控前提下，加強對貧困農(nóng)戶家庭個體經(jīng)營和自主創(chuàng)業(yè)提供融資服務(wù)，支持農(nóng)戶創(chuàng)業(yè)，以此增加其非農(nóng)就業(yè)收入，從而減緩貧困。第三，創(chuàng)新金融服務(wù)家庭教育的產(chǎn)品，積極為農(nóng)戶家庭教育提供金融儲蓄產(chǎn)品和信貸服務(wù)，鼓勵正規(guī)金融機構(gòu)信貸支持貧困農(nóng)戶家庭的就學(xué)和職業(yè)技能培訓(xùn)金融服務(wù)需求，從而提升貧困農(nóng)戶家庭教育人力資本，使其具備一定自我發(fā)展能力，實現(xiàn)徹底擺脫貧困。需要指出的是，本文僅分析了金融包容減貧的區(qū)域差異性，而未對金融包容減貧的農(nóng)戶家庭異質(zhì)性進(jìn)行研究，這將是筆者今后深入探究的方向。

參考文獻(xiàn)：

[1]Beck T，Demirguc-Kunt A，Martinez-Peria M S.Banking Services for Everyone？Barriers to Bank Access and Use Around the World[J].The World Bank Economic Review，2008，22（3）：397-430.

[2]Sarma M，Pais J.Financial Inclusion and Development[J].Journal of International Development，2011，23（5）：613-628.

[3]Jalilian H，Kirkpatrick C.Does Financial Development Contribute to Poverty Reduction？[J].Journal of Development Studies，2005，41（4）：636-656.

[4]Beck T，Demirguc-Kunt A，Levine R.Finance，Inequality and the Poor[J].Journal of Economic Growth，2007，

12（1）：27-49.

[5]Burgess R，Pande R.Can Rural Banks Reduce Poverty？Evidence from the Indian Social Banking Experiment[J].American Economic Review，2005，95（3）：780-795.

[6]Park C Y，Mercado R.Financial Inclusion， Poverty and Income Inequality[J].The Singapore Economic Review，2018，63（1）：185-206.

[7]Brune L，Gine X，Goldberg J，et al.Commitments to save：A Field Experiment in Rural Malawi[R].Policy Research Working Paper，2011.

[8]Mohammed J I，Mensah L，Gyeke-Dako A.Financial Inclusion and Poverty Reduction in Sub-Saharan Africa[J].African Finance Journal，2017，19（1）：1-22.

[9]催艷娟，孫剛.金融包容、金融穩(wěn)定與貧困減緩——基于ARDL-ECM模型的估計[J].商業(yè)研究，2015（6）：59-68.

[10]譚燕芝，彭千芮.普惠金融發(fā)展與貧困減緩：直接影響與空間溢出效應(yīng)[J].當(dāng)代財經(jīng)，2018（3）：56-67.

[11]朱乾宇，董學(xué)軍.少數(shù)民族貧困地區(qū)農(nóng)戶小額信貸扶貧績效的實證研究——以湖北省恩施土家族苗族自治州為例[J].中南民族大學(xué)學(xué)報（人文社會科學(xué)版），2007（1）：56-60.

[12]林萬龍，楊叢叢.貧困農(nóng)戶能有效利用扶貧型小額信貸服務(wù)嗎——對四川省儀隴縣貧困村互助資金試點的案例分析[J].中國農(nóng)村經(jīng)濟，2012（2）：35-45.

[13]陳銀娥，王毓槐.微型金融與貧困農(nóng)民收入增長——基于社會資本視角的實證分析[J].福建論壇（人文社會科學(xué)版），2012（2）：12-17.

[14]肖龍鐸，張兵.金融可得性、非農(nóng)就業(yè)與農(nóng)民收入——基于CHFS數(shù)據(jù)的實證研究[J].經(jīng)濟科學(xué)，2017（2）：74-87.

[15]丁忠民，玉國華，王定祥.土地租賃、金融可得性與農(nóng)民收入增長——基于CHFS的經(jīng)驗[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2017（4）：63-75.

[16]Rosenbaum P R，Rubin D B.Assessing Sensitivity to an Unobserved Binary Covariate in an Observational Study with Binary Outcome[J].Journal of the Royal Statistical Society，1983，45（2）：212-218.

[17]Foster J，Greer J，Thorbecke E.A Class of Decomposable Poverty Measures[J].Econometrica，1984， 52（3）：761-766.

[18]謝申祥，劉生龍，李強.基礎(chǔ)設(shè)施的可獲得性與農(nóng)村減貧——來自中國微觀數(shù)據(jù)的經(jīng)驗分析[J].中國農(nóng)村經(jīng)濟，2018（5）：1-20.

[19]Rosenbaum P R，Rubin D B.Constructing a Control Group Using Multivariate Matched Sampling Methods that Incorporate the Propensity sScore[J].American Statistician，1985，39（1）：33-38.

[20]Rosenbaum P R.Observational Studies[M].New York：Springer，2002.

[21]韋吉飛.農(nóng)民創(chuàng)業(yè)對農(nóng)村收入不平等與貧困的影響研究[J].重慶大學(xué)學(xué)報（社會科學(xué)版），2013（2）：16-22.

[22]程名望，Jin Yanghong，蓋慶恩，等.農(nóng)村減貧：應(yīng)該更關(guān)注教育還是健康——基于收入增長和差距縮小雙重視角的實證[J].經(jīng)濟研究，2014（11）：130-144.

責(zé)任編輯：蕭敏娜