中国农贷的减贫增收效应:贫困县与非贫困县的分层比较,本文主要内容关键词为:农贷论文,贫困县论文,中国论文,与非论文,效应论文,此文献不代表本站观点,内容供学术参考,文章仅供参考阅读下载。
十六大以来,我国对县域经济的表述不断深化,不断凸显县域经济发展的重要性和地位的日益强化。十六大报告首次提出了“发展农产品加工业,壮大县域经济”,十七大报告又进一步指出“以促进农民增收为核心,发展乡镇企业,壮大县域经济,多渠道转移农民就业”。2008年的政府工作报告再次提出要增强县域经济实力。可见,发展好县域经济,带动农民增收,缩小县域之间及城乡之间的差距,既是解决“三农”问题的根本载体和建设社会主义新农村的根基,又是实现城乡协调发展、社会安定、政权稳定的应有之义。 与国家发展需要和宏观政策形成强烈反差的是我国当前的县域经济发展虽然有了一定的基础,但是县域经济发展在总体上仍相对落后,县域之间的发展极不平衡,县域农民的生活水平还处于一个较低的状态,而这些问题在国家级贫困县则更为突出。从贫困人口规模变化情况看(如表1所示),全国农村和扶贫重点县的贫困人口(按照低收入标准衡量)分别从2002年的8645万人和4828万人减少到2010年的2688万人和1693万人,贫困发生率也分别从9.2%和24.3%下降到2.8%和8.3%(2010年扶贫重点县的贫困发生率是全国平均水平的3倍),年均贫困发生率分别降低0.8%和2%。初步看来,无论是全国农村还是扶贫重点县的贫困都已得到有效缓解。随着《中国农村扶贫规划纲要(2011~2020)》的颁布实施,我国扶贫开发已从“解决温饱”转入“巩固温饱成果、加快脱贫致富、改善生态环境、提高发展能力、缩小发展差距”的新阶段。但是,诸多事实表明,目前我国贫困县还深陷“收入贫困陷阱”之中,扶贫任务依然繁重。一是扶贫重点县的减贫速度要远慢于全国平均水平,并且其贫困人口占全国农村贫困人口的比重从2002年的55.85%反而提高到2010年的62.98%;二是2010年我国仍有1340个县(市)的农民人均纯收入在6000元以下(其中有228个县低于3000元),也即是说,还有61.55%的县域农民收入低于全国平均水平;三是扶贫县的农民收入与全国农民收入水平仍存在相当大的差距,全国农民收入与扶贫县农民收入之比仅仅从2002年的1.90下降到了2010年的1.81①。 那么,与非贫困县相比,究竟是哪些因素导致贫困县长期深陷“收入贫困”之中?如何让贫困县脱离“收入贫困陷阱”,实现与非贫困县协调发展?这正是本文需要研究和检验的问题。经济学常识告诉我们,收入取决于价格和产出水平。物以稀为贵,要维持高价格,需发展特优产品。而在价格既定的水平下,收入则取决于产出。产出水平的增长,则取决于资本形成水平和人力资本存量(Solow,1956)。因此,加快贫困县资源要素投入、促进资本形成、提高人力资本积累水平,是促进贫困县农民收入增长的关键。但是,贫困县自我资本积累能力严重不足,对财政、信贷和固定资产投资具有强烈的刚性依赖。加之反贫困具有巨大的社会效应,因而促进贫困县的发展自然成为政府的责任,贫困县的资源配置自然由政府机制占主导地位。于是,我国多年来对贫困县的财政、信贷和固定资产投入对贫困人口摆脱“收入贫困陷阱”是否奏效?是需要实证检验的。本文将运用分位数回归方法,就农户信贷、财政投入、资本形成与农民收入增长的关系,在贫困县与非贫困县之间进行比较研究,以检验外部资本形成因素是否显著促进了贫困县的农民收入增长,并随之提出贫困县财政、信贷投资改进建议。 一、文献回顾与述评 回顾国内外学术界的研究动态,贫困与收入不平等一直都是学者们最为关注的焦点之一。Greenwood和Jovanovic(1990)认为,金融发展、收入不平等和经济增长之间存在非线性关系,金融发展通过改善资本配置而促进经济增长的方式帮助穷人实现增长,然而金融发展的这种收入分配效应取决于经济发展水平,在经济发展早期,金融发展是不利于穷人的。然而,Galor和Zeira(1993)的模型却得出了相反的结论:即在金融市场不完善的情况下,收入差距将会由于代际馈赠的存在而延续下去,财富分配未必就会出现收敛的情况。Aghion和Bolton(1997)从金融市场资金供给角度进行了分析,认为穷人因为较高的利率而不能在金融市场上取得融资,但随着富人财富的积累,金融市场资金供给增加,利率会逐渐降低,最终穷人也得以进入金融市场,从而收入差距在“滴流效应”下逐渐缩小。Jeanneney和Kpodar(2005)建立了一个更详细的包含金融发展和金融波动的贫困决定模型,结果同样说明金融发展有利于穷人脱贫。Clarke等(2006)对金融发展和基尼系数之间的关系进行了研究,他们发现金融发展能有效降低收入不平等。和Levine(2009)指出,金融发展不但有利于效率的提高,同时也提高了机会的平等性,因此有利于收入不平等的降低。Odhiambo(2009)的研究表明,金融发展和经济增长与南非贫困降低均存在格兰杰因果关系,经济增长通过影响金融发展而进一步导致贫困的降低。Majeed(2013)利用50个低收入发展中国家1970~2008年的面板数据验证了金融和经济发展对收入不平等的影响,结果表明:金融发展能降低不平等,然而两者的关系是非单调的:金融发展与不平等之间遵循库兹涅茨倒“U”形的规律。Gazi等(2014)利用孟加拉国1975~2011年的季度数据,研究了金融发展、经济增长与贫困减少之间的关系,发现三者之间存在长期协整关系,且金融发展有助于贫困的减少,但是这一效果并不是线性的。然而,金融具有“保本逐利”的要求和“嫌贫爱富”的本性,要想金融介入“汲水式扶贫”②中,至少要能使金融机构“保住本金”,能维持金融机构的简单再生产(王定祥等,2011)。可见,学术界在很长一段时间内还未对金融的减贫效应给予足够的重视。 在孟加拉国的乡村银行项目(格莱明银行的出现)引导贫困家庭走出贫困获得巨大成功(不但自身取得了经济效益,更重要的是收获了很好的社会效益)之后,金融的减贫效应才开始得到广泛关注,特别是关于微型金融(Microfinance)的减贫效应方面。事实上,极端贫困者被排除在微型金融之外并不说明极端贫困者不能从微型金融中受益,相反,是微型金融在满足极端贫困家庭需求上项目设计的失败,解决问题的关键在于设计出适合极端贫困家庭需求的金融服务项目(Marcus等,1999)。Gulli(1998)系统分析了微型金融对贫困减少的影响机制,并认为微型金融对贫困减少的主要贡献在于,帮助穷人克服了金融信贷约束,并对其金钱进行管理。之后,大量学者基于不同主体的研究表明,微型金融对贫困的降低有着积极的影响(Hulme和Mosley,1996;Imai等,2010a,2010b,2012),主要体现在收入的增加(UNICEF,1997;Wright,2000;Khandker,1998,2001;Burgess和Pande,2004;Geda等,2006)和脆弱性降低(Wright,2000;Zaman,2000;McCulloch和Baulch,2000;Swain和Floro,2008)方面。Khandker(2005)利用孟加拉国的面板数据,从小额信贷参与者和总体水平上检验了微型金融降低贫困的作用,结果表明微型金融项目对参与者缓解贫困有持续影响,特别是对女性参与者和村级的正面溢出效应而言;微型金融不仅能够帮助穷人或者重新分配收入,还有助于国家经济增长。Swain等Floro(2008)的研究发现,微型金融的风险应对机制可以提高参与者控制风险的能力,从而降低其脆弱性,对减少贫困有利。Imai等(2010a)基于印度家庭住户的数据,研究了小额信贷用于生产性(如农业投资或非农企业)目的的减贫效应,结果发现,用于生产目的贷款在农村地区的减贫效应比城市地区更重要。Awojobi和Bein(2011)指出,穷人由于缺乏改善生活水平的信用,因此无法参与经济发展的一系列活动,只有通过小额信贷机构提供储蓄和小额贷款服务,才能促使穷人降低贫困。Imai等(2012)采用99个发展中国家的跨国面板数据研究表明,微型金融的总体贷款量与度量贫困的FGT指数显著负相关,即微型金融不仅显著降低贫困发生率,而且也显著降低贫困深度和贫困强度,同时这也意味着最贫困的群体也能从微型金融中受益。Sunia(2013)通过从小额信贷银行和他们的一些客户面谈收集问卷,研究表明,小额信贷与扶贫之间具有密切的关系,因为小额信贷帮助他们改善生活水平和提供融资机会以扩大经营业务。 中国作为世界扶贫的主战场,30多年来的大规模减贫为全球的减贫和联合国千年发展目标的实现做出了突出贡献,因此中国的扶贫政策和贫困现状得到了国内外学者的广泛关注。Rozelle等(1998)认为,直接投向农户的农业投资对收入增长有显著的正面影响,而投向乡镇企业、县办企业的投资对人均收入没有影响。Ravallion和Jalan(1999)利用西南三省(贵州、云南、广西)和广东的住户调查资料,估计的扶贫投资回报率为12%。Park等(2002)利用农业部1981~1995年的县级数据分析了贫困县和非贫困县的收入增长,发现贫困县的农民人均纯收入的增长要比非贫困县快,并据此估算出扶贫投资回报率在10%以上。汪三贵等(2004)利用国家统计局1998~2001年的县级贫困监测数据和扶贫投资资料,对贫困县的扶贫投资效果进行实证分析发现,扶贫投资在短期内对农户家庭收入产生显著影响,特别是对农业、商业和服务业的投资效果更明显。徐月宾等(2007)利用2004年农村住户问卷调查数据分析了中国农村贫困人口的特征和致贫因素,并对社会救助政策的效果进行了评估,认为以社会救助为核心制度的当前农村社会保障制度未能为绝对贫困人口提供充足的帮助,中国农村反贫困政策要从社会救助转向社会保护。为此,他们提出了“四驾马车”(普遍性的医疗保障制度、普惠型社会福利、选择性社会救助以及新型开发式扶贫政策)的反贫困政策框架。Ravallion(2009)指出,中国与非洲相比,中国扶贫的巨大成功在于不存在以下两个方面的制约:首先,对小农农业来说最重要的是生产率的增长,这一方面需要市场化的激励机制,另一方面也离不开公共支持;其次,各级政府需要扮演强有力的领导角色以及行之有效的公共管理。Park和Wang(2010)利用村级农户数据的研究表明,村级扶贫投资使贫困村内部相对富裕的家庭受益显著,收入和消费的增长率要高6%以上,而贫困的家庭受益不明显。章元等(2013)指出,中国首先通过城市倾向政策推动工业化,创造出了新的经济增长点,并创造大量非农就业岗位吸收农村剩余劳动力,而贫困农户能够进入劳动力密集型的工业部门就业并获得更高收入,这是他们分享工业化所带来的经济增长“蛋糕”并脱离贫困陷阱的关键渠道。高远东等(2013)运用中国30个省份的面板数据进行空间计量分析,发现财政支农政策对本省份农村减贫的直接效应不显著,且对邻接省份减贫具有显著的抑制作用;金融支农政策对本省农村减贫具有显著的促进作用,但是其空间外溢效应不显著。王小华等(2014)分析了县域农村金融抑制与农村居民收入的内部不平等问题,结果显示:收入越低的农民因为自身资本积累的天然不足和外源资本获取能力较差,使其所受到的金融抑制程度越大而越难以摆脱其收入增长困境;而收入越高的农民因为自身资本积累的优势和较高的外源融资能力,其收入增长不断走向良性轨道。程名望等(2014)采用2003~2010年全国农村固定观察点微观住户调查数据,研究了我国农户收入水平、结构及其影响因素,研究发现金融资产和区域发展水平等因素对农户收入的影响是全面性的,人力资本、物质资本、社会资本以及制度与政策等因素对农户收入的影响是结构性的。 上述广泛而深入的理论与实证研究,为本文提供了很好的理论借鉴与逻辑起点。但既有研究还存在一些局限:一是对贫困的关注局限于贫困发生率,并不能反映不同地区贫困的详细信息;二是对贫困的分析尺度过于宏观,就国内来说,所采取的空间单元多是省份,微观层面(县区、乡镇街道办及以下层面)的研究较少,这可能导致不能准确反映不同地区之间的贫困现状;三是针对贫困县与非贫困县的对比研究很少,尤其对贫困县和非贫困县内部农民收入的相关研究则更少。事实上,农业、农村作为县域经济的主体,其发展的本质就是改善民生,改善民生的首要保障无疑是促进农民收入的快速稳定增长。因而,为了更清楚地了解和把握当前中国贫困地区农民收入现状及影响因素,本文选取了2010年全国30个省份(上海市除外)2037个县(市)为样本,把国家级贫困县和非贫困县作为两个独立的样本,运用分位数回归(QR)和工具变量分位数回归(IVQR)方法,就农户信贷等资源要素投入对农民增收效果进行分层比较研究,旨在揭示贫困县与非贫困县农民收入增长现状、影响因素及其差异,以期为相关部门制定差异化调控政策、实现精准扶贫提供实证依据和政策参考。 二、理论分析 通常情况下,财富和收入分布的均等化对于经济增长反而是有害的,因为向富人征税会损伤投资及创新的积极性。但是,如果经济中存在信用约束,降低财富不平等实际上可以刺激增长(Banerjee和Newman,1993;Galor和Zeira,1993),因此,改变不平等与增长之间的相互关系,正是显示金融对于增长过程具有影响的重要途径之一(Aghion和Howitt,2009)。 由于信用市场允许资本的所有权和使用权相分离,当存在资本的边际产品递减时,对于农村经济来说,如果可以将资本的使用平均地分摊到更多的农民手中,则农民收入和农村经济增长将得以提高,而这种均摊的实现可以通过那些拥有较少资本的农民向那些拥有较多资本的农民进行借贷。信用约束会阻碍这一借贷过程,从而对农民收入和农村经济增长是有害的。 假定县域农村经济中,存在N个农民,在t时期之初,个体i拥有单位的资本,因此可得到农村的总资本存量为: 假定财富分配是不平等的,即对于不同的农民是有差异的。因此,考虑到资本的边际产品递减,那些资本数量超过平均值的农民将有激励向那些资本数量少于平均值的农民借出自己的部分资本。也即是说,资本借出者由于借出了一小部分的资本,而不是自己使用,从而会牺牲一定数量的产品,但是,这一数量将小于借入农民利用这一借贷而来的资本所生产出来的产品数量,因为借入者的初始资本存量要小于借出者的初始资本存量。因此,由于借贷的作用,他们能够生产出数量更多的产出。 事实上,将很容易证明,当每一个农民进行生产所雇用相同数量的资本时,总产出将达到最大。也就是说,对于所有的i,设定可以最大化如下产出: 并满足总量约束条件: 我们引入信用约束,假定拥有单位的资本的农民使用资本的数量不能超过,其中v是大于1的信用乘数。当v=+∞时,农村资本市场是完美的,农民无需面对资金的借入约束;而相反的情形,当v=1时,信用就无法获得的。为了揭示贫困县和非贫困县农民收入增长的差异,在此,我们集中讨论两种极端情况。 首先,我们考虑完美农村资本市场的情形,此时存在一个共同利率r,在此利率水平下,农民可以借入或借出任何意愿的资本数量。农民的收入等于产量减去借入成本或者加上借出资本的利息收入: 农民选择资本使用量来最大化自己的收入,其一阶条件为: 于是所有农民都将生产相同的数量: 由总量约束条件方程(6)可知,方程(9)意味着。于是可以再次得到最终产出: 其次,我们考虑另一种极端情况,也就是信用无法获取时,完全不存在借贷的情况,此时每个农民所使用的资本数量都恰好等于自己所拥有的数量,也即是: 但是,如前所述,这种情况下的总产出要小于所有生产者都使用相同数量资本时的总产出。因此,此时的总产出要小于完美资本市场的总产出: 如果每一个农民的资本以相同的速率增长,则g也是产出的增长率,因此产出的增长率也要比完美资本市场情形中的增长率慢得多。由此可知,如果资本市场是完美的,也即是所有需要资本的农民都将获得需要的资本进行生产,财富分配的不平等对于增长没有直接的影响,因为此时的资本使用总是均等化的,即使所有权不均等也没关系。但是,当v无限地趋近于1时,也即是信用约束变得极端严厉时,农村的借贷将不会发生,需要扩大生产的农民不能借入需要的资本而陷入收入增长困境,此时农村的不平等将会加剧。 三、方法、变量和数据 1.研究方法的选取 一般来说,在常规的线性回归模型中,着重考察的只是解释变量x对被解释变量y的条件期望E (y|x)的边际影响,其分解得出的结果就只能描述一个“平均”的概念,实际上这种传统回归就只能称之为均值回归。事实上,在多数时候,我们真正所关心的是解释变量x对整个条件分布y|x的影响,而条件期望E (y|x)却只是刻画条件分布y|x集中趋势的一个指标而已。如果条件分布y|x不是对称分布(Symmetric Distribution)的话,则条件期望E (y|x)将会很难反映整个条件分布的全貌。另外,古典的“均值回归”,由于最小化的目标函数为残差平方和(),因此容易受到极端值(Outliers)的影响。为此, Koenker和Bassett(1978)提出分位数回归(Quantile Regression,QR)的方法,使用残差绝对值的加权平均(比如)作为最小化的目标函数,这一方法基于被解释变量y的条件分布来拟合自变量x的线性函数的回归方法,是在均值回归上的拓展。随着分位数取值0~1,可得所有y在x上的条件分布轨迹,即一簇曲线,而不像OLS方法只得到一条曲线。因此,当希望对一个数据集合中分布在不同位置的数据点进行研究时,采用分位数回归是一种良好的选择。 对于本文的研究,虽然采用传统的分位数回归方法可以很好地考察农户信贷等因素对各阶段农民收入水平的影响差异,能使最终估计结果相较于古典的“均值回归”更加稳健、可靠。但是农户信贷的内生性使得这种方法不再适用,因此,使用标准的分位数回归方法不能有效地解决内生性问题。鉴于此,本文应用Chernozhukov和Hansen(2005)提出的工具变量分位数回归方法(Instrumental Variable Quantile Regression,IVQR)研究农户信贷等因素对于不同农民收入群体的增收效应。因为,Chernozhukov和Hansen(2005)详细讨论了IVQR的估计方法、识别条件及其统计推断,在变量内生的条件下实现估计结果的一致性,故本文不再给予详细说明。 2.变量和数据说明 (1)变量的选取。农民收入(FINC):本文选取农村居民人均纯收入的对数值作为被解释变量;农户信贷(LOAN):该指标使用县域农户贷款余额与乡村总人口比值的对数值衡量;财政支出(FISCAL):使用县域地方财政一般预算支出与县域总人口比值的对数值表示;农村资本形成(INVEST),使用县域全社会固定资产投资总额减去城镇固定资产投资之差除以县域乡村总人口,最后对结果进行对数化处理予以量化。由于各县初始存量资本形成难以找到数据,本文仅用增量资本形成予以替代;乡村就业率(REMP):该指标由乡村就业人数占乡村劳动力比重的对数值表示,由于无法获取县域乡村劳动力人口数据,因此本文在此使用乡村就业人数占乡村总人口比重的对数值这一替代变量表示;产业结构(STRU):使用第一产业生产总值占GDP比重的对数值表示;人均农用机械总动力(POWER):主要用以反映农业生产的机械化程度,本文以人均农业机械总动力纳入模型中,即用各县域每年的机械总动力除以乡村总人口的对数值表示(见表2)。 (2)数据说明。本文数据中的县域农户贷款余额来源于中国银行业监督管理委员会网站(http://www.cbrc.gov.cn/index.html)的农村金融服务栏目,该图集全面反映了银行业在各个城市所在城区和县(市)的营业网点以及存贷款的覆盖和分布情况。其他变量的数据均来自于《中国区域经济统计年鉴2011》《中国县(市)社会经济统计年鉴2011》的县级单位主要统计指标。为保证实证分析所使用原始数据的完备性和可比性,本文对所有样本数据进行了清理,对奇异数据进行了剔除,对缺失数据进行相应的删减或者插补(主要是运用各省份2011年统计年鉴的数据进行插补),最终共收集了2010年中国30个省份(上海市除外)2037个县(市)的基本经济金融数据,其中贫困县626个,非贫困县1411个。据《中国农村贫困检测报告2011》数据显示,国家扶贫开发工作重点县为592个。本文实证分析的贫困县626个,要明显高于国家级贫困县592个,是因为国家级贫困县虽然包括西藏全境,但是其数量并未考虑进去。实证分析各变量的描述性统计结果如表2所示,为了便于对比,我们依次列出贫困县、非贫困县和全部样本的描述性统计结果,从平均值来看,虽然贫困县财政预算支出稍稍大于非贫困县,但是贫困县的农民收入、农户信贷和农村资本形成均小于非贫困县;从标准差和方差来看,非贫困县在农用机械总动力和乡村就业率除外的各方面的离散程度都要远远大于贫困县,也即是说非贫困县之间的发展差距比贫困县之间更大。 四、实证结果与分析 由于各分位数能全面刻画收入分布状况,而且以收入分布的分位数为被解释变量的回归能直观地看出各要素在不同收入水平的边际报酬率,因此本文对贫困县和非贫困县样本进行分析时采用分位数回归方法,同时,使用Efron(1979)提出的自助法(Bootstrap)重复抽样技术。这是一种只依赖于给定的观测信息,而不需要其他假设和增加新的观测的统计推断方法。我们在每个分位点处进行回归时均做600次重复抽样,以增强估计、推断的效能。为较全面地给出农民收入决定方程的分位数回归结果,本文主要选择5个具有代表性的分位数,分别是0.10、0.25、0.50、0.75和0.90,分别对应最低收入组、中低收入组、中等收入组、中高收入组和最高收入组,旨在揭示当前我国县域农户信贷、财政支出等对贫困县和非贫困县之间以及农民间收入增长的影响效应,并探究为促进最为广大和底层的农民收入增长和贫困县与非贫困县农民收入之间的差距这一目标,农村金融应当提供什么样的差异化服务以及金融应当怎样与财政协同配合。贫困县和非贫困县的OLS、QR和IVQR回归结果如表3所示。由表3中QR模型和IVQR模型的估计结果可以看出,无论是贫困县还是非贫困县,两模型的估计结果差别都不是很大,说明农户贷款对农民收入的影响并不存在很大程度上的内生性问题。但是,农户贷款的减贫增收效应在贫困县与非贫困县之间以及不同收入水平的农民之间呈现出很大的差异。因此我们主要给出IVQR模型的估计结果进行详细分析。 对非贫困县而言,QR回归结果中的农户信贷的弹性系数与IVQR的结果有微弱的变化,具体表现为农户信贷对最高收入组农民增收效应的显著性和系数都有所降低,对其他收入组农民增收效应的系数有所增加。另外,农户信贷的弹性系数在各分位点处均显著为正,并且随着分位数条件分布由低端向高端变动,其弹性系数呈现先快速增加后逐渐降低的趋势,这证明了农户信贷对非贫困县农民收入增长起到了显著的推动作用。针对不同收入组农民而言,农户信贷的增收效应之所以表现为最高收入组明显小于其他收入组,究其原因,对于非贫困县那些长期处于相对低收入状态、资本积累严重不足的农民而言,有效的信贷刺激(特别是增加农户贷款)可能在短期内能使其更好、更快地摆脱外源融资困境,进而为农民提供必要的生产、生活所需资金,最终起到促进农村经济发展和农民收入增长的作用。对于最高收入水平的农民来说,其家庭资金的流动性约束较小,这部分农民完全可以通过自有资金的积累解决生产经营中暂时的流动性不足,在这种情况下,他们所发生的借贷很有可能被用于非生产性项目,所以借贷对这部分农民的增收效应明显小于其他收入组。因此,对非贫困县而言,加快发展县域经济,有效提升县域农民收入水平,金融机构的支农作用既是有效的,对农民而言更是极其宝贵的,并会产生明显的增收效果,以此撬动更为广阔的农村经济(见表3)。 对国家级贫困县而言,QR回归结果中的农户信贷的弹性系数与IVQR的结果也只有微弱的变化,农户信贷的弹性系数在各分位点处均不显著且小于0.01(远远小于非贫困县农户信贷的弹性系数),此外,农户信贷的弹性系数在0.10和0.90分位点处均为负,其他三个分位点处为正,随着分位数的条件分布不断提高,其影响系数服从较明显的倒“U”形分布。以上结论充分这说明了国家级贫困县的农户信贷并未能成为农民收入增长的显著资源要素,反而对最低收入组和最高收入组的农民增收起到了一定的抑制作用。究其原因,虽然贫困县农户贷款总规模和户均贷款量都在不断上升,但是向金融机构获得贷款的农户(包括个体工商户、种养业大户和贫困户)数量却在不断减小(如表4所示),即使一些贫困农户获得了贷款,也难以达到投资门槛所需最低资金规模,说明我国贫困地区的农户(特别是贫困型农户)面临着严重的正规金融约束。事实上,这与我国的实际情况是高度一致的。2010年从银行或信用社得到贷款的农户占全部农户的3%,比上年下降了0.9个百分点,户均贷款金额12633元,比上年增加了2058元,增长19.5%。另外,2010年扶贫重点县只有20.6%的扶贫贷款发放给上年人均纯收入低于2000元的农户,有38.2%的扶贫贷款贷给了上年人均纯收入在2000~3000元之间的农户,有19.8%的扶贫贷款贷给了上年人均纯收入在3000~4000元的农户,有21.4%的贷款贷给了上年人均纯收入高于4000元的农户。与上年相比,贷款给上年人均纯收入低于3000元的农户比例下降,高于3000元的农户比例上升。 另外,课题组③在2011年1~6月定点选取了全国1156户来自15个省份的暂时性贫困型农户,对贫困型农户2010年的信贷需求和信贷行为进行了调查分析(如表5所示),其中有借贷需求的农户共866户,比例为74.91%;在有借贷需求的农户中,实际发生借贷行为的农户却只有389户,比例为44.92%;在389户有借贷行为的贫困型农户中,通过民间借贷的农户为267户,比例为68.64%,通过向正规金融机构贷款的农户有122户,比例为31.36%,占所有被调查农户的比例为10.55%(王定祥等,2011)。而《中国农村贫困检测报告2011》同样显示:从农户贷款来源看,来自金融机构的贷款比例与来自个人的借款比例平分秋色,2010年,扶贫重点县农户的当年贷款中,有高达50.1%的比例来自亲戚朋友,47.4%来自国有金融机构。 从其他解释变量的结果来看: (1)县域财政支出仅仅对非贫困县的中高收入组和最高收入组农民增收具有显著的正向影响,并且在最高收入组的弹性系数要远远大于中高收入组(0.152>0.068),对其他收入组农民以及贫困县所有收入层次的农民增收都具有显著的负向影响(如表3);并且随着条件分布由低端向高端变动,非贫困县财政支出的弹性系数呈现出快速上升的趋势,对贫困县而言,其系数虽然存在波动的情况,但是波动幅度较小(-0.1~0)。这一结果说明:只有非贫困县最高收入组和中高收入组农民可以从政府财政支出中获得明显的增收效应,即便是贫困县的平均财政支出水平略高于非贫困县(参考表2),但是当前中国的县域(无论是贫困县还是非贫困县)农村地区而言,收入越低的农民越难以通过政府的财政支出实现其收入增长的目的。这一可能原因是,县级政府(特别是贫困县)片面地为了追求经济增长效应,其财政支出并没有真正转向民生工程,同时农村投资项目具有一定的滞后效应而并不能及时为农民带来增收。数据显示,2010年国家扶贫重点县的财政支出6937亿元,比上年增长了27.7%,与2000年相比,财政支出年均递增26.1%。但是从农户的收入来看,2010年扶贫重点县农村居民人均纯收入3273元,比上年增长了15.2%,其中人均得到的各项政策性补贴为174元,比上年仅增加14元,增长仅有8.8%,财政转移性支付对贫困农户难以起到显著的增收作用。 (2)就农村资本形成而言,总体上看,贫困县和非贫困县的资本形成与农民收入之间存在显著的正向相关关系。分位数回归结果看,非贫困县资本形成的弹性系数仅仅在前两个分位点处显著为正,贫困县资本形成的弹性系数仅仅在前四个分位点处均显著为正(如表3所示),随着条件分布由低端向高端变动,农村资本形成的弹性系数在贫困县和非贫困县均表现出逐级递减的趋势。这一结果说明加大农村固定资产投资,促进资本形成,能有效地推动农民增收。 (3)乡村就业率的弹性系数在非贫困县显著为正,而贫困县为正但不显著;分位数回归结果显示,乡村就业率仅仅在非贫困县的中高收入组和最高收入组以及贫困县的最低收入组处显著为正,在贫困县的最高收入组和中高收入组处为负但不显著。随着条件分布由低端向高端变动,乡村就业率的弹性系数在非贫困县表现出较为明显的“U”形特征,在贫困县呈逐渐降低的趋势。这可能是贫困县农民的劳动技能明显比非贫困县差,即使有就业机会,也难以获得较高的收入。实际上,调查发现,贫困农户家庭的劳动力外出打工能够带动家庭致富的比例仅有40%左右(王定祥,2011)。可见,提高劳动者技能,对贫困县农民通过非农就业促进增收,具有重要的现实意义。 (4)农业机械总动力的弹性系数在贫困县和非贫困县(最高收入组农民除外)的各分位点处均显著为正。随着条件分布由低端向高端变动,该系数在非贫困县表现出逐渐下降的趋势,其下降速率逐渐降低,该系数在贫困县表现出先快速增加之后渐渐趋于平稳的状态。说明推动农业机械化,有助于增加贫困县的农民收入,降低或消除贫困。 (5)产业结构(第一产业比重)的弹性系数在所考察的各个分位点处均为负,并且在非贫困县的各分位点和贫困县中高收入组和最高收入组均显著,随着条件分布由低端向高端变动,贫困县产业结构的弹性系数的绝对值要远远小于非贫困县。这一结果说明我国非贫困县的农民收入主要依赖于二、三产业的发展。对贫困县而言,收入越低的农民,农民收入越难以依赖二、三产业的发展。这说明,当前扶贫重点县的经济发展水平仍然很低且产业结构不合理,与全国县市经济发展的平均水平相比还存在很大差距。统计资料显示,2010年贫困县人均GDP为11170元,仅为全国县市平均水平(22467元/人)的49.7%。从表6可以明显看出,2010年,国家扶贫重点县的第一产业比重为22.4%,比全国县市的平均水平15.2%高出7.2个百分点,其产业结构相当于全国县市2003年的水平;第二产业占比为46%,比全国县市的平均水平低了6.6个百分点;第三产业占比为31.6%,比全国县市的平均水平低0.6个百分点。 五、结论与政策建议 根据纳克斯的“贫困恶性循环论”,发展中国家的贫困问题,归根到底是资本短缺导致贫困的恶性循环,即“农村资源生产率较低→农民收入水平较低→农民和农村储蓄能力低→资本短缺→农村资源生产率低”。加大财政金融支持力度,促进资本形成,是打破贫困恶性循环的关键。然而,本文运用分位数回归(QR)和工具变量分位数回归(IVQR)方法,对比分析了我国2010年贫困县和非贫困县的农户信贷、财政支出、农村资本形成等对不同收入水平农民的减贫增收效果。结果显示:农户信贷对非贫困县农民收入增长起到了显著的推动作用,但是在不同分位数水平下,其影响大小存在一定差异;然而对国家级贫困县而言,农户信贷却并没能成为推动农民收入增长的显著资源要素,且随着条件分布的不断提高,其影响系数服从明显的倒“U”形分布。除此之外,财政支出仅仅对非贫困县的中高收入和最高收入组的农民增收有积极影响,但是对其他收入层次以及贫困县的农民增收效应均显著为负;加大农村固定资产投资,促进资本形成,对非贫困县最低收入组和中低收入组以及贫困县(最高收入组除外)农民增收有显著的推动作用。上述结论表明,要在新阶段推进贫困县脱贫致富,缩小与非贫困县的发展差距,必须根据贫困县的实际,关注不同收入层次农民的增收制约因素,加快财政金融服务创新,引导财政金融资金合理向贫困县农民倾斜,促进农村资本形成,增强贫困县农民的自身发展能力,最终才能有效地推动贫困县摆脱“贫困恶性循环”,同非贫困县一样步入“良性发展轨道”。 具体说来,上述结论包含的政策涵义主要是:第一,在贫困县建立普惠金融组织体系和政府主导的扶贫信贷机构,建立扶贫贷款风险补偿基金,提高扶贫贷款风险损失准备金计提标准,鼓励金融机构加强扶贫信贷产品与服务创新,为中低收入农户定制合适的信贷产品,扩大信贷对贫困农户支持的覆盖面,提高贫困农户金融需求满足率。第二,加大对贫困县财政投资力度,通过财政投资培育经济效益显著的产业,带动贫困户就地就业,转变整村财政扶贫模式,通过片区产业培育、就业引导、最低生活保障、养老、医疗保险等,直接让贫困户享受财政扶贫资源,实现精准扶贫。第三,加强金融与财政服务的协调配合。财政重点投资于贫困县的公共基础设施和社会保障,金融重点支持扶贫产业培育。同时,财政需要增加对扶贫金融服务的风险与成本补贴,并出资建立扶贫性保险机构,为贫困农户提供生产保险,降低扶贫贷款的风险,从而建立“财政、信贷、保险、贫困农户”共担创业风险的机制。第四,由政府财政兜底,对贫困县贫困农户家庭劳动力实行免费就业技能培训,并帮助寻找就业机会,解决好乡村剩余劳动力再就业问题,增强贫困农户自我发展能力,促进中低收入农户的收入增长。第五,加快培育贫困县第二、三产业,调整和优化产业结构,增强本地产业对贫困农户就业的吸纳能力,大力发展乡村旅游,努力培育新型农业经营主体,实现农业机械化、规模化、现代化经营,不断挖掘农业效益,培育新的非农经济增长点,全力促进农民增收。 注释: ①数据来源:《中国县(市)社会经济统计年鉴2011》和《中国农村贫困检测报告2011》,最后由作者整理计算而得。 ②王定祥等(2011)将对农村暂时性贫困型农户的扶贫称为“汲水式扶贫”。这类农户的收入水平低,其贫困主要是因为外生因素(诸如疾病、教育、灾害、事故、非农就业不稳定、农业收入波动巨大等)冲击而引起“失血”,但家庭成员的劳动能力并没有丧失。然而,这类农户很可能在外界帮助下,通过“输血诱导性”的资金支持,将他们自身“造血性”发展功能恢复起来,一旦其“造血性”发展功能恢复起来,外界“援助性输血”就可立即停止。 ③课题组系西南大学国家社科基金项目“农村扶贫金融制度构建与创新研究”(12CJY062)和教育部人文社科基金项目“贫困型农户融资困境与扶贫信贷创新研究”(09YJC790223)的研究团队。标签:金融论文; 农民论文; 农村金融论文; 投资资本论文; 贫困问题论文; 经济论文; 金融扶贫论文; 国家级贫困县论文;