馬 驥，楊振宇，馬金書(shū)

(1.云南財(cái)經(jīng)職業(yè)學(xué)院 經(jīng)濟(jì)學(xué)院， 昆明 650222； 2. 云南財(cái)經(jīng)大學(xué) 財(cái)政與公共管理學(xué)院， 昆明 650221； 3. 中共云南省委黨校(云南行政學(xué)院)， 昆明 650111)

一、引言

金融扶貧是打贏脫貧攻堅(jiān)戰(zhàn)的重要舉措。習(xí)近平總書(shū)記指出，要做好金融扶貧這篇文章；要加快農(nóng)村金融改革創(chuàng)新步伐，提高貧困地區(qū)和貧困人口金融服務(wù)水平。農(nóng)村金融資源的可得性是影響農(nóng)村貧困地區(qū)和貧困人口脫貧的重要因素。2015年底，國(guó)務(wù)院印發(fā)的《推進(jìn)普惠金融發(fā)展規(guī)劃(2016—2020年)》明確指出，要提高金融服務(wù)的覆蓋率、可得性和滿意度。為加大金融精準(zhǔn)扶貧工作的力度，2017年12月，中國(guó)人民銀行、銀監(jiān)會(huì)、證監(jiān)會(huì)、保監(jiān)會(huì)聯(lián)合印發(fā)《關(guān)于金融支持深度貧困地區(qū)脫貧攻堅(jiān)的意見(jiàn)》；2019年1月，中國(guó)人民銀行、銀保監(jiān)會(huì)、證監(jiān)會(huì)、財(cái)政部、農(nóng)業(yè)農(nóng)村部聯(lián)合發(fā)布《關(guān)于金融服務(wù)鄉(xiāng)村振興的指導(dǎo)意見(jiàn)》；2019年5月，中國(guó)人民銀行印發(fā)《中國(guó)人民銀行關(guān)于切實(shí)做好2019年—2020年金融精準(zhǔn)扶貧工作的指導(dǎo)意見(jiàn)》。

云南貧困面大、貧困程度深。黨的十八大以來(lái)，在以習(xí)近平同志為核心的黨中央堅(jiān)強(qiáng)領(lǐng)導(dǎo)下，通過(guò)各方面共同努力，云南脫貧攻堅(jiān)工作已經(jīng)取得決定性進(jìn)展，但仍是全國(guó)貧困人口最多的省份。截至2019年底，全省還有44.2萬(wàn)貧困人口、429個(gè)貧困村和7個(gè)貧困縣(胡曉蓉, 2020)[1]。一手抓剩余貧困人口的脫貧，一手抓已脫貧人口的鞏固提升，都要求增強(qiáng)農(nóng)村金融資源的可得性。

二、文獻(xiàn)綜述

(一)關(guān)于“貧困脆弱性”的界定

世界銀行在2000年度和2001年度《世界發(fā)展報(bào)告》中正式提出“貧困脆弱性”(Vulnerability)這一理解、描述和測(cè)度貧困深度與廣度的核心概念，將其描述為個(gè)體面對(duì)致貧沖擊的抵御能力或復(fù)原性的測(cè)度，也可描述為致貧沖擊造成未來(lái)福利下降的可能性，在此之后，這一前瞻性研究視角迅速成為發(fā)展經(jīng)濟(jì)學(xué)中的一個(gè)研究熱點(diǎn)。Chaudhuri等(2002)[2]提出基于預(yù)期貧困定義的貧困脆弱性指標(biāo)(Vulnerability as Expected Poverty，VEP)，若農(nóng)村家戶在未來(lái)發(fā)生貧困的概率超過(guò)了設(shè)定的脆弱線，則定義該家戶具有較大的貧困風(fēng)險(xiǎn)和脫貧難度。相較于傳統(tǒng)的貧困測(cè)度方法，該指標(biāo)以往期和現(xiàn)期的家戶消費(fèi)狀況預(yù)判未來(lái)的致貧風(fēng)險(xiǎn)，從而體現(xiàn)了貧困的長(zhǎng)期性和動(dòng)態(tài)性，具有前瞻性優(yōu)勢(shì)(章元，2006)[3]，除此之外，該定義尤其適用于針對(duì)截面數(shù)據(jù)的研究，可以較好地解決發(fā)展中國(guó)家追蹤調(diào)查類數(shù)據(jù)不足的問(wèn)題，因而得到了學(xué)者們的廣泛采用(李麗、白雪梅，2010；樊麗明、謝堊，2014)[4～5]。

(二)關(guān)于“貧困脆弱性”與金融資源可得性的關(guān)系

Milcher(2010)[6]在東南歐羅姆人家戶的貧困脆弱性評(píng)估中，提出貧困脆弱性可以運(yùn)用消費(fèi)擬合系數(shù)和消費(fèi)方差擬合系數(shù)進(jìn)行預(yù)測(cè)，并進(jìn)一步證明這種脆弱性相較于即期觀測(cè)到的貧困狀況能夠更好地界定、標(biāo)示貧困家戶，有助于提高減貧治貧政策的靶向性。該文獻(xiàn)基于東南歐9個(gè)國(guó)家生活的羅姆人和非羅姆人家庭的調(diào)查數(shù)據(jù)的研究發(fā)現(xiàn)，較大比例的羅姆人家戶普遍具備貧困脆弱性，結(jié)果表明，與沒(méi)有使用銀行服務(wù)的家庭相比，使用銀行服務(wù)的家庭貧困脆弱性顯著更低，從而金融服務(wù)可以成為針對(duì)貧困脆弱性家戶的針對(duì)性措施之一。Urrea和Maldonado(2011)[7]基于哥倫比亞的微觀調(diào)查數(shù)據(jù)研究發(fā)現(xiàn)，金融服務(wù)中的儲(chǔ)蓄和信貸環(huán)境改善可以顯著降低家庭貧困脆弱性。Swain和Floro(2014)[8]基于印度數(shù)據(jù)的研究發(fā)現(xiàn)，與未參加小微金融項(xiàng)目的家庭相比，參加項(xiàng)目的家戶貧困脆弱性明顯更低。該研究系統(tǒng)使用了貧困脆弱性的指標(biāo)度量，進(jìn)而較為準(zhǔn)確地量化了貧困導(dǎo)致的福利損失和與貧困相關(guān)的各種風(fēng)險(xiǎn)。Marsden 和Nileshwar(2013)[9]在理論上探討了儲(chǔ)蓄、信貸、保險(xiǎn)以及支付等多種金融服務(wù)對(duì)家庭貧困脆弱性的影響，同樣指出金融普惠和金融資源可得性的提高有助于降低家庭貧困脆弱性。Gunther和Harttgen(2008)[10]與Mina和Imai(2016)[11]在對(duì)貧困脆弱性進(jìn)行細(xì)化分解時(shí)，也分別在社區(qū)層面和省份層面上考慮了銀行等正規(guī)機(jī)構(gòu)的滲透狀況，一致發(fā)現(xiàn)區(qū)域金融資源的存在性和可及性是改善即期和遠(yuǎn)期貧困的重要因素。

(三)關(guān)于發(fā)展普惠金融和提高農(nóng)村金融資源可得性的對(duì)策

Urrea和Maldonado(2011)[7]研究提出，普惠金融是衡量一個(gè)國(guó)家金融發(fā)展程度和金融服務(wù)深度的重要指標(biāo)，解決好普惠金融的可持續(xù)性發(fā)展問(wèn)題的關(guān)鍵核心是風(fēng)險(xiǎn)疏導(dǎo)和風(fēng)險(xiǎn)管控，有必要提高金融服務(wù)的精準(zhǔn)性、有效性，促進(jìn)發(fā)展中國(guó)家貧困群體切實(shí)享有可負(fù)擔(dān)、可持續(xù)的金融服務(wù)，抵御貧困在家戶中的代際傳遞和代際蔓延。該文通過(guò)厘清并掌握普惠金融風(fēng)險(xiǎn)的運(yùn)行特點(diǎn)，總結(jié)出對(duì)發(fā)展中國(guó)家普遍存在的金融風(fēng)險(xiǎn)管理難點(diǎn)，試圖找到解決普惠金融風(fēng)險(xiǎn)管理的有效方法，提高普惠金融的可持續(xù)性。Marsden 和Nileshwar(2013)[9]提倡在抵御貧困的進(jìn)程中，應(yīng)促進(jìn)金融機(jī)構(gòu)的共同參與，為目標(biāo)人群提供合理而全面的金融服務(wù)，同時(shí)，側(cè)重利用市場(chǎng)化手段和方式推進(jìn)金融扶貧，著重提高被扶貧對(duì)象的主觀能動(dòng)性，對(duì)發(fā)展中國(guó)家的扶貧實(shí)踐具有重要的指導(dǎo)意義。國(guó)內(nèi)學(xué)者中，盧盼盼和張長(zhǎng)全(2017)[12]基于中國(guó)31個(gè)省份2005—2014年的面板數(shù)據(jù)，運(yùn)用系統(tǒng)GMM估計(jì)方法實(shí)證檢驗(yàn)中國(guó)普惠金融的減貧效應(yīng)。綜合來(lái)看，中國(guó)普惠金融發(fā)展存在顯著的減貧效應(yīng)；分維度來(lái)看，和銀行網(wǎng)點(diǎn)密度、銀行從業(yè)人員密度相比，貸款密度的減貧效應(yīng)更大。金浩和李瑞晶(2017)[13]研究表明，伴隨著農(nóng)村金融生態(tài)環(huán)境的優(yōu)化，商業(yè)金融緩解農(nóng)村居民收入貧困和綜合貧困的作用都逐漸增強(qiáng)。邵漢華和王凱月(2017)[14]研究發(fā)現(xiàn)，普惠金融能夠顯著減緩貧困，并且在減少貧困廣度方面的效果要大于貧困深度。韓曉宇(2017)[15]測(cè)度了2006—2014年間我國(guó)各個(gè)省級(jí)地區(qū)的普惠金融發(fā)展指數(shù)，通過(guò)PVAR等計(jì)量模型檢驗(yàn)發(fā)現(xiàn):發(fā)展普惠金融具有明顯的減貧效應(yīng)；我國(guó)普惠金融發(fā)展整體上表現(xiàn)出東部高、中部次之、西部低的基本態(tài)勢(shì)，同時(shí)，在普惠金融減貧的邊際效應(yīng)中，西部>中部>東部。鑒于金融資源供給在扶貧中的巨大潛力，尹志超等(2015)[16]提出，金融管理部門需采取財(cái)政、稅收、行政許可、監(jiān)管等多種措施繼續(xù)提高家庭金融資源的可得性，并在制定政策時(shí)充分考慮城鄉(xiāng)和區(qū)域間的差異性。金浩和李瑞晶(2017)[13]提出，從金融生態(tài)主體發(fā)展的角度來(lái)看，應(yīng)建立多元化、多層次、適應(yīng)性的支農(nóng)金融主體體系，擴(kuò)展金融扶貧渠道；從金融生態(tài)環(huán)境優(yōu)化的角度來(lái)看，應(yīng)從金融生態(tài)環(huán)境各類關(guān)鍵要素的優(yōu)化入手。邵漢華和王凱月(2017)[14]建議適度降低金融體系的準(zhǔn)入門檻，適當(dāng)扶持普惠金融機(jī)構(gòu)，實(shí)現(xiàn)公平發(fā)展。張棟浩和尹志超(2018)[17]建議，應(yīng)當(dāng)以增加金融服務(wù)廣度和深度指導(dǎo)我國(guó)金融普惠在農(nóng)村地區(qū)和中低階層中的發(fā)展，以此作為當(dāng)下金融體制改革和金融創(chuàng)新的重要工作，金融普惠對(duì)確保完成脫貧攻堅(jiān)任務(wù)具有重要作用。韓國(guó)強(qiáng)(2020)[18]提出，突如其來(lái)的新冠肺炎疫情給如期完成脫貧攻堅(jiān)目標(biāo)任務(wù)增加了困難，金融機(jī)構(gòu)要支持支柱產(chǎn)業(yè)發(fā)展，激活農(nóng)村生產(chǎn)要素，促進(jìn)現(xiàn)代物流建設(shè)，加強(qiáng)農(nóng)村民生保障，努力克服疫情給脫貧攻堅(jiān)帶來(lái)的負(fù)面影響。

三、云南省金融扶貧實(shí)踐和成效

近年來(lái)，各金融機(jī)構(gòu)認(rèn)真貫徹習(xí)近平總書(shū)記關(guān)于要做好金融扶貧這篇文章的重要指示，不斷加大金融精準(zhǔn)扶貧力度，助力打贏脫貧攻堅(jiān)戰(zhàn)。加大對(duì)建檔立卡貧困戶的扶持力度，用好用足扶貧小額信貸、農(nóng)戶小額信用貸款、創(chuàng)業(yè)擔(dān)保貸款、助學(xué)貸款、康復(fù)扶貧貸款等優(yōu)惠政策，滿足建檔立卡貧困戶生產(chǎn)、創(chuàng)業(yè)、就業(yè)、就學(xué)等合理貸款需求。推動(dòng)金融扶貧和產(chǎn)業(yè)扶貧融合發(fā)展，按照穿透式原則，建立金融支持與企業(yè)帶動(dòng)貧困戶脫貧的掛鉤機(jī)制。云南省金融精準(zhǔn)扶貧工作成效顯著，2018年末，全省金融精準(zhǔn)扶貧貸款余額2948.74億元，比年初新增283.31億元，余額同比增長(zhǎng)10.63%，超過(guò)同期各項(xiàng)貸款增速0.47個(gè)百分點(diǎn)。其中，建檔立卡貧困人口及已脫貧人口貸款余額404.99億元，同比增長(zhǎng)16.32%，帶動(dòng)和服務(wù)貧困人口84萬(wàn)人次；個(gè)人及產(chǎn)業(yè)帶動(dòng)精準(zhǔn)扶貧貸款的余額634.21億元，同比增長(zhǎng)15.39%，帶動(dòng)和服務(wù)貧困人口53萬(wàn)人次；項(xiàng)目精準(zhǔn)扶貧貸款余額1909.55億元，同比增長(zhǎng)8.03%(楊抒燕, 2019)[19]。

巍山縣是滇西邊境片區(qū)區(qū)域發(fā)展與扶貧攻堅(jiān)工作縣。該縣創(chuàng)立了“黨支部+貧困戶+龍頭企業(yè)”扶貧模式，經(jīng)黨支部審核推薦，給予建檔立卡貧困戶貸款支持，貧困戶用貸款資金、土地和勞動(dòng)力入股當(dāng)?shù)佚堫^企業(yè)(合作社)，龍頭企業(yè)(合作社)在承諾到期歸還本息的基礎(chǔ)上，每年給予貧困戶5000元的分紅(李莎, 2017)[20]。

南澗縣在全國(guó)首創(chuàng)推出以核桃、茶葉為主的經(jīng)濟(jì)林木(果)權(quán)證核發(fā)及抵押貸款工作，實(shí)現(xiàn)了經(jīng)濟(jì)林木(果)的物權(quán)和農(nóng)村土地承包經(jīng)營(yíng)權(quán)“一證跨兩權(quán)”的重大突破，切實(shí)解決了廣大山區(qū)群眾缺抵押、貸款難問(wèn)題(李莎, 2017)[20]。

橡膠、蔗糖產(chǎn)業(yè)是云南邊境貧困地區(qū)的傳統(tǒng)優(yōu)勢(shì)產(chǎn)業(yè)，也是當(dāng)?shù)剞r(nóng)戶脫貧增收的重要產(chǎn)業(yè)。國(guó)家開(kāi)發(fā)銀行云南省分行發(fā)揮開(kāi)發(fā)性金融“融制融資融智”優(yōu)勢(shì)，通過(guò)向云南天然橡膠產(chǎn)業(yè)集團(tuán)有限公司、云南德宏英茂糖業(yè)有限公司發(fā)放貸款，支持這兩家企業(yè)在邊境各州(市)、縣(市、區(qū))大力推行橡膠、甘蔗種植，在服務(wù)產(chǎn)業(yè)發(fā)展壯大、企業(yè)增效、財(cái)稅增長(zhǎng)的同時(shí)，實(shí)現(xiàn)了農(nóng)戶的脫貧致富(1)《國(guó)開(kāi)行云南省分行支持產(chǎn)業(yè)扶貧 助力脫貧攻堅(jiān)》，云南省人民政府扶貧開(kāi)發(fā)辦公室(http://ynfp.yn.gov.cn)首頁(yè)—精準(zhǔn)扶貧—產(chǎn)業(yè)金融扶貧，2019-11-29。。

圍繞脫貧攻堅(jiān)，中國(guó)農(nóng)業(yè)發(fā)展銀行云南省分行在易地扶貧搬遷、農(nóng)村人居環(huán)境改造、貧困村提升、農(nóng)村土地+N、農(nóng)村流通體系建設(shè)等方面，提供了強(qiáng)有力的政策性貸款資金支持。截至2019年10月末，該行扶貧貸款余額956.36億元；27個(gè)深度貧困縣貸款余額達(dá)215.05億元；迪慶、怒江各類貸款余額62.44億元，其中精準(zhǔn)扶貧貸款余額52.74億元(2)《農(nóng)發(fā)行云南省分行4年投放精準(zhǔn)扶貧貸款1387億》，云南省人民政府扶貧開(kāi)發(fā)辦公室(http://ynfp.yn.gov.cn)首頁(yè)—精準(zhǔn)扶貧—產(chǎn)業(yè)金融扶貧，2019-11-29。。

2019年上半年，云南宣布獨(dú)龍族、德昂族、基諾族三個(gè)“直過(guò)民族”實(shí)現(xiàn)“整族脫貧”。近年來(lái)，作為脫貧攻堅(jiān)的金融“國(guó)家隊(duì)”、主力軍，中國(guó)農(nóng)業(yè)銀行持續(xù)加大對(duì)“直過(guò)民族”的金融扶貧力度，從解決金融服務(wù)缺失問(wèn)題到金融支持農(nóng)戶發(fā)展種養(yǎng)殖產(chǎn)業(yè)，從“輸血式”扶貧到“造血式”脫貧(3)《加大金融扶貧力度 農(nóng)行云南省分行傾情傾力幫扶“直過(guò)民族”》，云南省人民政府扶貧開(kāi)發(fā)辦公室(http://ynfp.yn.gov.cn)首頁(yè)—精準(zhǔn)扶貧—產(chǎn)業(yè)金融扶貧，2019-12-02。。

洱源縣堅(jiān)持“脫貧不脫政策”，積極開(kāi)展扶貧信貸，從2015年初到2019年5月，洱源縣共發(fā)放產(chǎn)業(yè)扶貧信貸資金15.04億元，其中，發(fā)放扶貧小額信貸8.82億元，扶貧項(xiàng)目貸款6.22億元，有2.06萬(wàn)戶建檔立卡貧困戶受益(4)《洱源縣扶貧信貸“貸”動(dòng)群眾增收致富》，云南省人民政府扶貧開(kāi)發(fā)辦公室(http://ynfp.yn.gov.cn)首頁(yè)—精準(zhǔn)扶貧—產(chǎn)業(yè)金融扶貧，2019-07-23。。

四、實(shí)證檢驗(yàn)：數(shù)據(jù)和模型

(一)數(shù)據(jù)

本文實(shí)證分析部分所使用的數(shù)據(jù)采集自中共云南省委黨校對(duì)口幫扶的43個(gè)貧困鄉(xiāng)鎮(zhèn)，這些鄉(xiāng)鎮(zhèn)集中分布在昭通市和迪慶藏族自治州轄區(qū)內(nèi)，前者屬于滇黔桂石漠化區(qū)，后者屬于滇西邊境山區(qū)，兩者均屬中國(guó)14個(gè)連片特困地區(qū)。轄區(qū)內(nèi)基礎(chǔ)設(shè)施和社會(huì)事業(yè)發(fā)展滯后，生態(tài)環(huán)境脆弱，自然災(zāi)害頻發(fā)，貧困人口占比和貧困發(fā)生率高，貧困程度深，人均可支配收入低，脫貧任務(wù)重。作為一段時(shí)期我國(guó)扶貧開(kāi)發(fā)的綱領(lǐng)性文件，2011年印發(fā)的《中國(guó)農(nóng)村扶貧開(kāi)發(fā)綱要(2011-2020年)》將14個(gè)地區(qū)作為扶貧攻堅(jiān)的主戰(zhàn)場(chǎng)。實(shí)地調(diào)研采用PPS概率比例規(guī)模抽樣，在全部鄉(xiāng)鎮(zhèn)中依照經(jīng)濟(jì)社會(huì)發(fā)展?fàn)顩r、人口基數(shù)、貧困人口規(guī)模等特征進(jìn)行分層排序，然后在各層中隨機(jī)抽取一個(gè)鄉(xiāng)鎮(zhèn)，以此保證調(diào)查地的代表性。抽取鄉(xiāng)鎮(zhèn)后，在被抽中的鄉(xiāng)鎮(zhèn)中最終隨機(jī)抽取1～3個(gè)行政村開(kāi)展入村、入戶調(diào)查。數(shù)據(jù)采集于2019年8月至2020年1月，實(shí)地調(diào)查依托駐村扶貧工作隊(duì)員，從兩個(gè)層面開(kāi)展：第一個(gè)層面是被調(diào)查村的宏觀環(huán)境，特別是金融環(huán)境發(fā)育狀況；第二個(gè)層面是被調(diào)查村居內(nèi)農(nóng)戶的生產(chǎn)生活、貧困狀況，其中特別關(guān)注了家戶的人口構(gòu)成、戶主的相關(guān)特征。初步獲得23個(gè)行政村，總計(jì)513個(gè)家戶的調(diào)研數(shù)據(jù)，依照家戶是否是或者曾經(jīng)是貧困戶，本文刪除了非貧困家戶，再對(duì)村居數(shù)據(jù)和家戶數(shù)據(jù)進(jìn)行接駁，并刪除缺失值較多的貧困家戶，最終獲得148個(gè)有效家戶樣本納入分析，這些家戶分布在10個(gè)行政村內(nèi)。

(二)變量

1.因變量

參照既有文獻(xiàn)(羅楚亮, 2012)[21]，本研究從絕對(duì)與相對(duì)兩個(gè)層面采用多個(gè)指標(biāo)測(cè)度貧困因變量。首先，是絕對(duì)指標(biāo)，調(diào)查詳細(xì)詢問(wèn)了家戶去年全年的收入狀況，包括從事種養(yǎng)殖業(yè)的收入、從事副業(yè)的收入(包含在農(nóng)村進(jìn)行副業(yè)活動(dòng)與外出務(wù)工)和轉(zhuǎn)移支付收入(包含養(yǎng)老金、低保金、貧困補(bǔ)助和其他形式的補(bǔ)助)，加總?cè)渴杖牒笈c家戶總?cè)丝谙喑@得家戶人均年收入，作為第一個(gè)因變量?？紤]到貧困農(nóng)戶的轉(zhuǎn)移支付收入往往占總收入的較大比例，如納入觀察的家戶中，該比例均值為0.21，中位數(shù)為0.11，而包含轉(zhuǎn)移支付的總收入并不能很好地衡量農(nóng)戶的原生貧困，本文在總收入中剔除轉(zhuǎn)移支付收入得到家戶全年原收入和人均原收入，作為第二個(gè)因變量。以收入評(píng)判家戶貧困狀況可能面臨一定的測(cè)度偏差：較富裕的家戶出于“怕露富”，往往低報(bào)收入，而較貧困的家戶礙于顏面傾向于高報(bào)收入。調(diào)查也詢問(wèn)了家戶的消費(fèi)支出情況，依次是上個(gè)月的食品消費(fèi)、日用品消費(fèi)、水電氣消費(fèi)、通訊交通消費(fèi)，調(diào)查時(shí)點(diǎn)上一年度全年的醫(yī)療保健支出、教育支出、家電支出和衣著支出，匯總得到家戶全年的消費(fèi)支出和人均消費(fèi)支出。從消費(fèi)層面測(cè)量家戶貧困的優(yōu)勢(shì)是一方面消費(fèi)與家庭生活狀態(tài)、福利狀況更密切相關(guān)，另一方面是相較于收入信息，支出信息漏報(bào)虛報(bào)的程度較輕。這是第三個(gè)因變量。其次，是相對(duì)貧困狀況，依照2019年脫貧標(biāo)準(zhǔn)，年人均家庭收入低于3747元，同時(shí)滿足一些定性篩選標(biāo)準(zhǔn)，即可認(rèn)定為貧困戶，本文生成第一個(gè)貧困啞變量，當(dāng)家戶人均總收入低于3747元時(shí)賦值1，否則為0。類似地，以人均凈收入是否低于3747元生成第二個(gè)貧困啞變量。這兩個(gè)啞變量是以全國(guó)標(biāo)準(zhǔn)來(lái)評(píng)判農(nóng)戶的貧困狀況。此外，2019年云南省農(nóng)村居民人均可支配收入為11902元，農(nóng)村居民人均消費(fèi)支出為10260元，本文將兩個(gè)均值的一半(分別為5951元和5130元)作為新的貧困閾值，與被調(diào)查農(nóng)戶的人均總收入和人均總支出比較，得到額外兩個(gè)貧困啞變量?？梢?jiàn)，本文已經(jīng)從多層面反復(fù)測(cè)度被調(diào)查農(nóng)戶的貧困狀況，這能夠極大增強(qiáng)后文結(jié)論的穩(wěn)健性。

2.自變量

核心解釋變量是村居層面的金融資源可及性，涵蓋正規(guī)和非正規(guī)金融兩個(gè)層面。對(duì)于正規(guī)金融資源，如農(nóng)村信用合作社、村鎮(zhèn)銀行、農(nóng)業(yè)保險(xiǎn)機(jī)構(gòu)提供的借貸與保險(xiǎn)服務(wù)，本文用村居距離最近的金融網(wǎng)點(diǎn)的車時(shí)(單位：分鐘)來(lái)測(cè)度，該變量直觀地測(cè)量了不同村居與金融資源的時(shí)空間隔，耗時(shí)越長(zhǎng)，獲取正規(guī)金融服務(wù)的便利性越差。事實(shí)上，除了正規(guī)金融資源，在以親緣地緣為紐帶的農(nóng)村社區(qū)，非正規(guī)的民間借貸也是金融資源供給的重要來(lái)源，對(duì)于非正規(guī)金融資源，調(diào)查中詢問(wèn)了被訪村居民間借貸的活躍狀況，具體操作方式是將“較為活躍賦值為1、否則為0”以描述非正規(guī)金融的可及性。

3.控制變量

控制變量包含兩組，一組是被調(diào)查家戶的人口學(xué)特征，包括家庭人口數(shù)和失去勞動(dòng)能力的人口數(shù)，納入失能人口數(shù)是考慮到因傷、因病以及老齡化導(dǎo)致的家庭勞動(dòng)供給能力下降一直是農(nóng)戶致貧、返貧的重要誘因。另一組控制變量包括戶主的性別(男性賦值1，女性賦值0)、年齡、教育水平(小學(xué)以上賦值1，否則賦值0)和健康狀況。調(diào)查中戶主的健康狀況從負(fù)至正分為非常差、很差、一般、很好、非常好5類，本文將很好和非常好賦值1，其他賦值0。

所有變量的描述性統(tǒng)計(jì)結(jié)果如表1所示。

表1 變量的描述性統(tǒng)計(jì)

表1中的第2～5列是全部樣本的描述性統(tǒng)計(jì)。全部被訪家戶中，人均全年總收入的均值為7657元，中位數(shù)為5868元，分別相當(dāng)于2019年云南省農(nóng)村居民人均可支配收入的64%和49.3%；剔除轉(zhuǎn)移支付收入后，人均全年凈收入的均值為6172元，中位數(shù)為3950元，與全省的差距進(jìn)一步拉大；人均全年支出的均值為4377元，中位數(shù)為3242元，分別相當(dāng)于全省人均消費(fèi)支出的43%和32%?？梢?jiàn)，相較于收入維度，以支出維度測(cè)量的貧困程度更深。貧困啞變量1～6表達(dá)的是相對(duì)貧困，從1～6貧困比例逐步提高。若以人均總收入是否低于3747元計(jì)算，樣本中有35%的家戶被界定為貧困戶；但若以人均總收入是否低于云南省農(nóng)村人均可支配收入的一半計(jì)算，有50%的家戶被界定為貧困戶；而若以人均總支出是否低于云南省農(nóng)村人均支出的一半計(jì)算，則有高達(dá)72%的家戶被界定為貧困戶。核心解釋變量距離最近的金融網(wǎng)點(diǎn)的車時(shí)均值為25分鐘，但最遠(yuǎn)的情況下農(nóng)戶需要耗費(fèi)70分鐘才能到達(dá)金融網(wǎng)點(diǎn)?？刂谱兞恐?，家戶的平均規(guī)模為4人，93%的家戶戶主為男性，戶主年齡均值為46歲，僅有20%的家戶戶主的教育水平超過(guò)了小學(xué)，而56%的戶主自評(píng)健康狀況為較好及以上。

表1中的第6～11列是分樣本比較。依照家戶距離最近的金融網(wǎng)點(diǎn)的車時(shí)是否超過(guò)均值25分鐘，將全部樣本分為較近組和較遠(yuǎn)組，第6～7列呈現(xiàn)了兩組樣本的變量均值，第8列是均值差值以及t檢驗(yàn)?？梢?jiàn)，較近組的車時(shí)均值約為18分鐘，而較遠(yuǎn)組的車時(shí)均值約為50分鐘，均值之差在1%的水平統(tǒng)計(jì)顯著，而且不考慮家戶的特征差別，較近組的收入或支出對(duì)數(shù)高于較遠(yuǎn)組，人均收入低于3747元的比例顯著更低。但應(yīng)注意，較近組的家戶特征強(qiáng)于較遠(yuǎn)組，首先，是家庭規(guī)模顯著更小，這更有利于提高家戶人均收入或支出水平；其次，是戶主的教育水平和健康狀況顯著更好。因此，簡(jiǎn)單的均值對(duì)比并不能論證網(wǎng)點(diǎn)車時(shí)與貧困之間的對(duì)應(yīng)關(guān)系。第9～11列按照村居民間借貸狀況將樣本分為民間借貸低迷組和民間借貸活躍組，可見(jiàn)，活躍組的人均收入狀況更高，相對(duì)貧困的發(fā)生率更低。值得注意的是，活躍組到金融網(wǎng)點(diǎn)的車時(shí)明顯高于低迷組，這印證了農(nóng)村正規(guī)金融的發(fā)展將替代民間的非正規(guī)金融。另外，活躍組中戶主的教育和健康狀況顯著更好。

(三)模型

檢驗(yàn)村居層面金融資源可及性對(duì)農(nóng)戶貧困狀況的影響及其機(jī)理涉及村居和農(nóng)戶兩個(gè)層面的數(shù)據(jù)，并且顯而易見(jiàn)，作為微觀個(gè)體的農(nóng)戶是嵌套在其所存續(xù)的村居當(dāng)中的。對(duì)于這種兩層嵌套數(shù)據(jù)，慣用的回歸方法通常有兩種處理方式：一是將村居、農(nóng)戶變量均視作微觀水平的變量，直接在農(nóng)戶層面對(duì)數(shù)據(jù)進(jìn)行回歸。此種處理方式的缺陷是：同一村居中的農(nóng)戶面對(duì)相同的村居環(huán)境，同質(zhì)化程度往往高于跨村居時(shí)的情形，假設(shè)同一村居內(nèi)的農(nóng)戶貧困狀況互不相關(guān)、相互獨(dú)立缺乏合理性，對(duì)不同村居中的農(nóng)戶個(gè)體和同一村居中的農(nóng)戶個(gè)體作同一假設(shè)也值得商榷。另一種處理方式可將農(nóng)戶微觀層面的特征加以匯總，合并為村居層面的特征，然后再分析村居金融資源與村居整體貧困的關(guān)聯(lián)。此種方式的缺陷在于丟失了村居內(nèi)個(gè)體之間的差異，現(xiàn)實(shí)中村居內(nèi)不同個(gè)體貧困狀況也有較大差別，此部分變異通常占總變異中的很大比例。兩種方法均未考慮到嵌套分層數(shù)據(jù)的特點(diǎn)，即作為情境變量的村居金融資源跨層調(diào)節(jié)微觀農(nóng)戶個(gè)體的貧困狀況，且不同村居內(nèi)金融資源對(duì)農(nóng)戶貧困的影響各異，這是傳統(tǒng)回歸分析方法在分析具有分層特點(diǎn)數(shù)據(jù)時(shí)的必然局限(張雷等，2003)[22]。為此，本文采用兩層線性及兩層廣義線性模型進(jìn)行實(shí)證檢驗(yàn)。兩層模型在處理村居、農(nóng)戶嵌套數(shù)據(jù)時(shí)，假設(shè)不同村居農(nóng)戶間的殘差項(xiàng)相互獨(dú)立，村居層面的殘差項(xiàng)在村居之間相互獨(dú)立，將殘差分解為兩個(gè)部分：一個(gè)是因?yàn)檗r(nóng)戶處于不同村居而導(dǎo)致的殘差；一個(gè)是微觀農(nóng)戶個(gè)體之間差異導(dǎo)致的殘差。在本文的研究中，兩層線性及兩層廣義線性模型具備如下三方面優(yōu)勢(shì)：一是可以跨層檢驗(yàn)村居層面的金融資源特征對(duì)微觀農(nóng)戶個(gè)體貧困狀況的影響，這種影響既可以體現(xiàn)為改變了不同村居內(nèi)農(nóng)戶平均的貧困水平，也可以體現(xiàn)為對(duì)微觀農(nóng)戶特征與貧困狀況之間關(guān)系產(chǎn)生的跨層調(diào)節(jié)效應(yīng)；二是對(duì)于農(nóng)戶樣本較少的村，可以借助其他村居中已進(jìn)行的相關(guān)估計(jì)，改善估計(jì)結(jié)果；三是可以將農(nóng)戶層面系列變量的相關(guān)成分分解為村居層面的組內(nèi)和組間0成分。模型具體定義如下：

模型1是無(wú)條件模型(Unconditional Model)或零模型(Null Model)，除貧困因變量外未納入其他任何變量，用于把因變量在全部農(nóng)戶之間的差異分解為由于居住在不同村居(組間)和同一村居不同農(nóng)戶(組內(nèi))部分。該模型等同于單因素方差分析，γ00是全部農(nóng)戶人均收入(支出)的整體均值，u0j是組效應(yīng)(Class Effect)，也被稱為回歸方程截距β0j中的隨機(jī)效應(yīng)(Random Effect)。

Yij=β0j+eij

β0j=γ00+u0j

(1)

(2)

相較于模型1，模型3中加入了第一層(家戶層)的特征變量，以檢驗(yàn)家戶人口學(xué)特征Householdij和戶主特征Headij對(duì)貧困的影響。與傳統(tǒng)回歸模型不同的是，第一層變量的系數(shù)被設(shè)定為包含固定與隨機(jī)兩個(gè)成分，對(duì)于不同村居中的家戶，變量的系數(shù)互不相同。

Yij=β0j+β1jHeadij+β2jHouseholdij+eij

β0j=γ00+u0j

β1j=γ10+u1j

β2j=γ20+u2j

(3)

模型4加入了第二層(村居層)金融資源可及性的特征變量Finj，以檢驗(yàn)村居正規(guī)金融資源和非正規(guī)金融資源獲取便利性對(duì)第一層(家戶層)貧困狀況的影響程度。模型4中Finj的作用僅僅是改變了截距項(xiàng)β0j，并不改變家戶特征變量Headij和Householdij的系數(shù)。

Yij=β0j+β1jHeadij+β2jHouseholdij+eij

β0j=γ00+γ01Finj+u0j

β1j=γ10+u1j

β2j=γ20+u2j

(4)

模型5是完整形態(tài)的模型，在第一層變量的截距和系數(shù)決定中均包含了第二層變量Finj，以檢驗(yàn)村居金融資源可及性特征與家戶特征在貧困中的交互效應(yīng)。這體現(xiàn)在隨村居j不同，F(xiàn)inj隨之改變，令β1j和β2j擁有不同的取值，進(jìn)而Headij和Householdij變動(dòng)時(shí)導(dǎo)致的因變量變動(dòng)在不同村居之間均有所不同。

Yij=β0j+β1jHeadij+β2jHouseholdij+eij

β0j=γ00+γ01Finj+u0j

β1j=γ10+γ11Finj+u1j

β2j=γ20+u2j

(5)

模型1～5的因變量是被訪家戶絕對(duì)貧困狀況，用人均收入或支出水平取對(duì)數(shù)來(lái)測(cè)度，可以被視為一個(gè)取值連續(xù)的變量。對(duì)于家戶的相對(duì)貧困狀況，因變量是取值0或者1的啞變量，此時(shí)，因變量取值為1的概率經(jīng)過(guò)對(duì)數(shù)變換后再成為村居和家戶特征變量的函數(shù)，如模型6所示。

Prob(Yij=1)=?ij

log[(?ij)/(1-?ij)]=β0j+β1jHeadij+β2jHouseholdij+eij

β0j=γ00+γ01Finj+u0j

β1j=γ10+u1j

β2j=γ20+u2j

(6)

村居金融資源可及性改變家戶貧困的內(nèi)在機(jī)制也是本文關(guān)注的核心問(wèn)題，一個(gè)可能的渠道是金融資源可及性的提高降低了農(nóng)戶獲取借款或貸款的難度，進(jìn)而放松了農(nóng)戶面對(duì)災(zāi)害、疾病等不可預(yù)見(jiàn)沖擊和進(jìn)行生產(chǎn)性投資時(shí)的資金約束。調(diào)查詢問(wèn)了被訪農(nóng)戶對(duì)借款或貸款難度的自我評(píng)價(jià)Nanduij，這是一個(gè)定序變量，從難度非常大至非常容易取值由1～5。式(7)以累積概率的形式刻畫(huà)了Nanduij在5個(gè)可能取值上的分布形態(tài)。

Prob(Nanduij=1)=?1ij

Prob(Nanduij=1)+Prob(Nanduij=2)=?2ij

?

Prob(Nanduij=1)+…+Prob(Nanduij=5)=1

(7)

最后，用模型8將此累積概率與一個(gè)累積Logit分布連接，轉(zhuǎn)變?yōu)榇寰雍娃r(nóng)戶特征變量的函數(shù)進(jìn)行實(shí)證檢驗(yàn)。

β0j=γ00+γ01Finj+u0j

β1j=γ10+u1j

β2j=γ20+u2j

(8)

五 實(shí)證結(jié)果

(一)正規(guī)金融資源可及性對(duì)絕對(duì)貧困的影響

通過(guò)層次線性回歸模型(Hierarchical Linear Model, HLM)，考察村居層面(第二層)正規(guī)金融資源可及性對(duì)農(nóng)戶層面(第一層)以人均收入、人均支出測(cè)度的絕對(duì)貧困的影響。在具體建模策略上，采用嵌套模型方式，通過(guò)依次估計(jì)零模型、隨機(jī)截距和系數(shù)模型、納入第二層變量的隨機(jī)截距模型、納入第二層變量的隨機(jī)截距和系數(shù)模型來(lái)逐步解析金融資源對(duì)收入或支出的影響機(jī)理。全部模型均采用受限極大似然估計(jì)(Restricted Maximum Likelihood, REML)獲得模型結(jié)果，這種算法的估計(jì)結(jié)果與極大似然估計(jì)(Maximum Likelihood, ML)在固定效應(yīng)部分相同，在隨機(jī)效應(yīng)部分有所不同，但結(jié)果與后者相比是無(wú)偏的(Unbiased)。表2報(bào)告了相關(guān)的估計(jì)結(jié)果。

表2中模型1～4的因變量為人均總收入。模型1是未納入任何第一層或第二層自變量的模型，即方差成分模型，從中可見(jiàn)，由處于不同村居造成的組間方差成分占總方差的比例ρ值為0.129，即全部樣本中人均總收入的差異有約13%可以歸咎于村居差異，表明兩層次模型較簡(jiǎn)單的線性回歸更為合理。模型2是基準(zhǔn)模型，對(duì)應(yīng)式(3)，估計(jì)第一層家戶層特征變量對(duì)人均總收入的影響。模型顯示，在戶主的相關(guān)特征中，僅有教育程度對(duì)收入的影響在10%的水平統(tǒng)計(jì)顯著且系數(shù)為負(fù)。具體而言，相對(duì)于戶主沒(méi)有小學(xué)學(xué)歷的家戶，戶主擁有小學(xué)學(xué)歷的家戶人均總收入對(duì)數(shù)反而要低0.369，換算后人均總收入要偏低約30%(5)0.308=1-exp(-0.369)。這個(gè)反常的結(jié)果說(shuō)明對(duì)于貧困地區(qū)的貧困農(nóng)戶，教育的收入回報(bào)為負(fù)，一個(gè)可能的解釋是貧困地區(qū)的交通基礎(chǔ)設(shè)施建設(shè)、勞動(dòng)力和產(chǎn)品市場(chǎng)發(fā)育滯后，僅僅教育水平的提高并不能確保農(nóng)戶收入的改善，存在“教育-收入陷阱”，這在脫貧攻堅(jiān)中是個(gè)值得重視的現(xiàn)象。在家戶特征中，家戶人口規(guī)模越大，人均收入越低，并未產(chǎn)生源于家庭成員之間分工協(xié)作、共同居住而帶來(lái)的規(guī)模經(jīng)濟(jì)效應(yīng)。模型3基于式(4)，在模型2的基礎(chǔ)上加入第二層核心解釋變量：村居距離最近的金融服務(wù)網(wǎng)點(diǎn)的車時(shí)。該變量的系數(shù)為-0.011且在5%的水平統(tǒng)計(jì)顯著，說(shuō)明居住的村居越抵近的金融服務(wù)網(wǎng)點(diǎn)，家戶的人均收入水平越高。具體而言，距離網(wǎng)點(diǎn)的車時(shí)減少1分鐘，家戶的人均收入將提高約1%(6)0.011=exp(0.011)-1。加入第二層變量后，第一層變量的系數(shù)和顯著性水平穩(wěn)定，戶主教育程度和家戶規(guī)模與人均收入的關(guān)系仍然為負(fù)。模型3的結(jié)果說(shuō)明村居金融資源可及性的提高能夠在截距(即均值)維度改善農(nóng)戶收入，那么，其是否還會(huì)與家戶特征形成交互效應(yīng)？模型4基于式(5)，將網(wǎng)點(diǎn)車時(shí)變量加入到戶主教育程度系數(shù)的決定方程中，交互項(xiàng)的系數(shù)為0.013且在10%的水平統(tǒng)計(jì)顯著，說(shuō)明村居金融資源的可及性還將通過(guò)調(diào)節(jié)家戶特征與收入水平的對(duì)應(yīng)關(guān)系間接影響家戶收入。

考慮到貧困家戶中約20%的收入來(lái)源于轉(zhuǎn)移支付，總收入并不能很好地反映農(nóng)戶的原生貧困，模型 5和模型6將因變量替換為家戶的人均凈收入，重復(fù)模型3和模型4的估計(jì)，從中可見(jiàn)，網(wǎng)點(diǎn)車時(shí)的系數(shù)絕對(duì)值較之前有所增加，并在10%的水平保持顯著，意味著村居金融資源可及性的提高將改善農(nóng)戶的原生收入水平，交互項(xiàng)的系數(shù)略微增加且在5%的水平顯著，其余變量系數(shù)的取值和顯著性未有明顯變化。模型7和模型8進(jìn)一步將因變量替換為人均總支出，從支出角度考察農(nóng)戶的生活水平。其中，網(wǎng)點(diǎn)車時(shí)的系數(shù)均為-0.004，且都在5%的水平顯著，車時(shí)減少1分鐘，家戶人均支出將提高0.4%。相對(duì)于收入信息，家戶支出信息虛報(bào)或漏報(bào)的幅度相對(duì)較低，表2中的模型3～8從收入和支出兩個(gè)維度考察村居正規(guī)金融資源可及性對(duì)絕對(duì)貧困的影響，得到了一致的估計(jì)結(jié)果。

表2 絕對(duì)貧困的兩層次混合效應(yīng)線性回歸模型

(二)正規(guī)金融可及性對(duì)相對(duì)貧困的影響

表3從相對(duì)貧困的角度考察村居正規(guī)金融資源的脫貧效果。四個(gè)貧困啞變量依次為家戶人均總收入是否低于3747元，人均凈收入是否低于3747元，人均總收入是否低于5951元，人均總支出是否低于5130元，同樣從收入和支出兩個(gè)角度，結(jié)合不同貧困門檻值考察正規(guī)金融資源可及性對(duì)貧困的影響。從模型1～2發(fā)現(xiàn)，村居距離最近的金融網(wǎng)點(diǎn)的車時(shí)越近，農(nóng)戶人均總收入低于3747元的可能性越低，在1%的水平顯著。但模型3～8的結(jié)果說(shuō)明，網(wǎng)點(diǎn)車時(shí)并不影響農(nóng)戶在后三個(gè)相對(duì)貧困指標(biāo)中被界定為貧困的可能性。與表2相似，教育程度越高，發(fā)生相對(duì)貧困的可能性反而更高。綜合表2和表3的分析，本文發(fā)現(xiàn)村居正規(guī)金融資源的可及性具有一定的脫貧效應(yīng)。表3中模型9將因變量設(shè)定為家戶主觀的借貸難度，金融資源可及性的提高是否通過(guò)降低農(nóng)戶借貸難度繼而發(fā)揮脫貧作用？模型9的兩層次定序Logit估計(jì)結(jié)果表明，雖然網(wǎng)點(diǎn)車時(shí)的系數(shù)為正，車時(shí)越長(zhǎng)主觀借貸難度越高，但系數(shù)在統(tǒng)計(jì)上并不顯著。這可能表明在勞動(dòng)與產(chǎn)品市場(chǎng)欠發(fā)達(dá)的貧困地區(qū)，農(nóng)戶的資金借貸需求較低，金融資源可及性的提高并不會(huì)放松家戶主觀的信貸約束，金融資源脫貧的具體渠道尚待進(jìn)一步研究。

表3 相對(duì)貧困和借貸難度的兩層次混合效應(yīng)非線性模型

(三)非正規(guī)金融資源可及性對(duì)貧困的影響

在農(nóng)村地區(qū)，除了銀行、保險(xiǎn)、信用社等正規(guī)金融機(jī)構(gòu)提供的金融供給，民間借貸也是農(nóng)村家戶非常重要的金融資源來(lái)源，而且在農(nóng)村特定的環(huán)境中，民間借貸提供的非正規(guī)金融資源還具有靈活、快捷、信息缺損低的優(yōu)勢(shì)。表4將核心解釋變量替換為村居民間借貸活躍程度啞變量，考察非正規(guī)金融資源對(duì)絕對(duì)貧困和相對(duì)貧困的影響。表4中模型1～2表明，村居民間借貸活躍組相較于低迷組，人均總收入的對(duì)數(shù)高0.774且在10%的水平顯著，換言之，人均收入要高116%(7)1.16=exp(0.774)-1，超過(guò)1倍，而如果以人均凈收入衡量，則民間借貸的脫貧效果更甚，系數(shù)為0.946且在5%的水平顯著。這表明現(xiàn)階段在正規(guī)金融資源尚比較匱乏的貧困地區(qū)，合理扶持、引導(dǎo)、規(guī)范民間借貸，在農(nóng)村特定的金融需求與供給場(chǎng)景下，對(duì)增收脫貧具有重要意義。若以人均消費(fèi)和人均總收入啞變量衡量，民間借貸的系數(shù)符號(hào)符合預(yù)期，但不具有顯著性。

表4 民間借貸與貧困的兩層混合效應(yīng)模型

六、結(jié)論和政策建議

本文采用云南省昭通市和迪慶州農(nóng)村貧困地區(qū)村居與農(nóng)戶的兩層嵌套數(shù)據(jù)，借助多層線性以及非線性模型，從絕對(duì)貧困和相對(duì)貧困兩個(gè)角度，考察農(nóng)村正規(guī)金融資源和非正規(guī)金融資源可得性對(duì)農(nóng)戶貧困程度和貧困發(fā)生率的影響。結(jié)果顯示，村居越抵近金融服務(wù)網(wǎng)點(diǎn)，村居內(nèi)的民間借貸越活躍，農(nóng)戶的人均收入越高，貧困發(fā)生率趨于降低。本文的發(fā)現(xiàn)具有重要的實(shí)踐意義。當(dāng)前，云南省正處于脫貧攻堅(jiān)的決勝階段，助力農(nóng)戶脫貧、防止脫貧后返貧，既要遵循“一戶一策，精準(zhǔn)幫扶”，也要注重村居整體環(huán)境的改善，提高村居金融資源的可得性。為此建議：一是打通金融服務(wù)“最后一公里”。下沉農(nóng)村貧困地區(qū)特別是深度貧困地區(qū)金融網(wǎng)點(diǎn)，提升網(wǎng)點(diǎn)覆蓋面，實(shí)現(xiàn)助農(nóng)取款服務(wù)在行政村全覆蓋，實(shí)現(xiàn)“基礎(chǔ)金融服務(wù)不出村、綜合金融服務(wù)不出鎮(zhèn)”。二是構(gòu)建良好的金融生態(tài)。全面開(kāi)展信用鄉(xiāng)鎮(zhèn)、信用村、信用戶創(chuàng)建，實(shí)現(xiàn)農(nóng)村貧困地區(qū)特別是深度貧困地區(qū)建檔立卡貧困戶信用體系建設(shè)全覆蓋，健全貧困戶信用評(píng)價(jià)體系，大力發(fā)展信用貸款業(yè)務(wù)。三是強(qiáng)化金融消費(fèi)者權(quán)益保護(hù)，嚴(yán)厲打擊金融欺詐、非法集資等非法金融活動(dòng)，規(guī)范金融機(jī)構(gòu)業(yè)務(wù)行為，規(guī)范民間借貸發(fā)展。四是金融機(jī)構(gòu)要幫助貧困地區(qū)培育特色優(yōu)勢(shì)扶貧產(chǎn)業(yè)，深化產(chǎn)業(yè)扶貧利益聯(lián)結(jié)機(jī)制，促進(jìn)金融支持與產(chǎn)業(yè)扶貧有效融合。五是深入實(shí)施農(nóng)村金融教育“金惠工程”，提高貧困人口金融素養(yǎng)。六是進(jìn)一步提升金融體系普惠性，規(guī)范和完善扶貧小額信貸管理，穩(wěn)妥辦理續(xù)貸和展期，推動(dòng)完善扶貧小額信貸風(fēng)險(xiǎn)補(bǔ)償金的管理使用。七是加強(qiáng)對(duì)已脫貧地區(qū)金融政策運(yùn)用，確保脫貧攻堅(jiān)期內(nèi)脫貧不脫政策，強(qiáng)化市場(chǎng)化激勵(lì)約束，激發(fā)農(nóng)村貧困地區(qū)內(nèi)生發(fā)展動(dòng)力(8)人民銀行等四部門聯(lián)合印發(fā)《關(guān)于金融支持深度貧困地區(qū)脫貧攻堅(jiān)的意見(jiàn)》，中國(guó)人民銀行(http://www.pbc.gov.cn)首頁(yè)—金融市場(chǎng)司—信貸政策—業(yè)務(wù)簡(jiǎn)介，2018-01-15。《聚焦脫貧攻堅(jiān) 優(yōu)化資源配置 切實(shí)做好今明兩年金融精準(zhǔn)扶貧工作》，中國(guó)人民銀行(http://www.pbc.gov.cn)首頁(yè)—金融市場(chǎng)司—信貸政策—政策法規(guī)，2019-05-15。。