政府干预、金融发展对贫困减缓的影响分析
——基于非线性交互效应动态面板模型

蔡晓春，郭玉鑫

(湖南大学 金融与统计学院，湖南 长沙 410006)

一、引言

改革开放以来，随着中国经济的飞速发展和政府扶贫工作的不断推进，人民生活水平不断提高，但贫困人口依然存在，脱贫人口返贫现象层出不穷，要实现2020年全面脱贫的目标，任务依然艰巨。国内外大量研究表明，金融发展有着优化资源配置和收入分配等诸多功能，是脱贫攻坚战场上不可或缺的利器。金融减贫也一直是近年来党中央各项会议上频繁出现的热点，十九大更是强调了金融部门要发挥更大更好的作用，把更多的金融活水精准滴灌在穷根上，做到脱真贫、真脱贫。但是，金融发展与贫困减缓之间是简单的线性关系吗？尤其是在中国特殊的财政体制改革背景下，政府干预的因素在其中发挥着不可忽视的作用，而金融发展受此干涉对贫困减缓的影响是否会发生变化？在金融发展处于不同机制时政府干预所发挥的作用又会有什么样的差异？鉴于以上问题，本文基于中国1996—2016 年30个省级面板数据，将政府干预这一因素纳入分析框架，构建带交互效应的非线性动态面板数据模型，综合分析政府干预、金融发展对贫困减缓的影响效应，而探索减贫之道对当下中国早日实现全面脱贫，具有重要的现实意义。

二、文献综述

长期以来，国内外学者对金融发展与贫困减缓的关系进行了大量研究，归纳之主要是从以下视角展开：一是金融发展与贫困减缓之间的关系类型；二是金融发展作用于贫困减缓的途径。Greenwood等第一个指出了金融发展与贫困减缓之间不是单纯的线性相关，并通过建立非线性模型进行实证，认为金融发展与收入分配存在库兹涅茨的倒“U”型关系，即金融市场存在财富门槛，并不是所有人都能获得有效的金融服务[1]；Dollar等运用 80个国家 40 年的数据进行了实证研究，认为金融发展通过促使经济增长从而间接使穷人从中获益[2]；Arestis等研究认为金融自由化使得社会资金配置效率低下，发展中国家的贫困人口不能获得金融服务，因而不利于贫困减缓[3]；Jeanneney等认为金融发展主要通过两条途径作用于贫困减缓：一是麦金农的渠道效应；二是经济增长的涓滴效应，并基于75个国家1996—2000年的面板数据进行了实证研究，证明穷人可以从金融发展中受益[4]。在国内，杨俊等基于1980—2005年的时间序列数据，利用向量自回归模型分别研究了城镇、农村的金融发展对相应贫困减少的长、短期影响，发现长期内农村金融发展抑制了贫困减缓，城镇金融发展却有利于贫困减缓，短期内则相反[5]；苏基溶等基于中国2001—2007年的省级面板数据，利用系统GMM模型分析金融发展对贫困减缓的影响，结果显示中国贫困家庭的收入增长约31%是源于金融发展的收入分配效应，而其余69%则归因于金融发展的增长效应[6]；刘宏霞等基于西部11个省份的面板数据，运用门槛回归模型分析了农村金融发展和财政支农对贫困减缓的影响，结果表明金融发展对贫困减缓具有促进效应，而财政支农对医疗贫困减缓具有较大的抑制效应[7]。

此外，在中国特殊的体制和国情下，政府干预因素在金融发展及贫困减缓中发挥着不可忽视的作用，中国学者对此进行了诸多研究，但仍存在较大争议：范学俊在标准福利经济学的框架下分析了政府在金融市场中的作用，认为市场化背景下金融发展对贫困减缓的效果并不明显，而适当的政府干预可以消除市场失灵，同时还可能带来帕累托改进[8]；叶初升等认为由于地区财政资源有限，导致政府对金融发展的干预力度不足，造成信贷资金错配现象，阻碍了贫困减缓[9]；王欣昱基于中国31个省际面板数据进行实证研究，认为信贷配置的效率同政府干预有很大关系，而政府通常依照政治原则而非经济原则对信贷资金实行配置，导致信贷资金配置效率低下，对贫困地区收入增长的促进效果不显著，甚至可能落入“地方政府干预陷阱”，产生抑制作用[10]；谢婷婷等基于1988—2011年中国30个省级面板数据，运用系统GMM模型对地方政府干预与反贫困的关系进行分析，结果表明中国地方政府干预程度较强地区的农村信贷资金配置的规模和效率，对贫困减缓效果更加显著[11]。

纵观上述相关文献，众多学者研究结论并不统一，且综合考虑政府干预、金融发展对贫困减缓影响的研究明显不足。本文借鉴已有研究，基于中国1996—2016 年30个省级面板数据，构建非线性交互效应动态面板数据模型，综合分析政府干预、金融发展对贫困减缓的影响效应。相对于以往的研究，本文做了两方面的改进：第一，在研究内容上，引入地方政府干预和金融发展的乘积项，考察地方政府干预作用下的金融发展对贫困减缓的影响效应，以期为研究金融发展和贫困问题提供一个新的视角；第二，在研究模型方法上，将个体效应和时间效应以乘积项的形式引入到动态面板模型中，通过选取共同因子利用交互效应进行分析，测度共同因子对各省贫困减缓的边际影响存在的地区差异，从而提高实证分析结论的针对性和可操作性。本文在带有交互效应的动态面板模型中引入非线性平滑转换机制，融合二者的优点，以更准确地揭示经济动态变化特征；同时，还采用Monte Carlo模拟进行仿真实验，并进一步验证模型估计的一致性。

三、理论与假设

(一)金融发展与贫困减缓

国内外大量研究表明，金融发展有着优化资源配置和收入分配等诸多功能，是脱贫攻坚战场上不可或缺的利器。大体上来看，主要有两种途径：直接途径(金融发展贫困减缓)，即金融发展为居民提供储蓄、贷款、保险和股票等，影响其收入水平；间接途径(金融发展经济增长贫困减缓)，即以经济增长为中介，通过扩大就业、提高医疗和教育水平等作用于贫困减缓。但是，关于金融发展和贫困减缓之间的关系，一直存在着争议：有学者认为金融发展中资金配置效率低下，服务成本高，穷人并不能从中获益[12-13]；另一种观点则认为金融发展势必促进经济增长，可提高收入水平和推动贫困减缓[14]。笔者认为：第一种观点更多的是针对金融发展初期阶段的状况，而随着金融体制改革的深化，金融发展水平不断提高，其资源配置功能也得到优化，效率提高，因而能够起到促进贫困减缓的作用。基于以上分析，提出如下假设：

假设一：金融发展水平与贫困减缓之间存在门槛效应。

(二)政府干预、金融发展与贫困减缓

与西方发达国家不同，中国的金融体制不仅包括市场性金融，政策性金融也占据着重要地位。政府可以行使其宏观调控职能，对信贷、证券和保险市场等各种资源的配置进行行政干预，影响金融发展进而影响贫困减缓。那么，在政府干预下的金融发展对贫困减缓的影响会有何不同呢？部分学者认为政府干预可以引导资金流向、提高配置效率、弥补“市场失灵”，使金融发展更好地服务于贫困减缓[15-16]。然而，这种观点受到了众多质疑，张璟等学者认为政府干预通常背离市场竞争原则，导致金融机构的资金配置偏离效率最大化的目标，不利于金融发展发挥其减贫效应[17]。笔者认为：政府干预的作用并不是绝对的正或者负，要根据金融发展的阶段性情况作出实际分析判断，比如在金融发展初期各种机制不够完善，此时政府适当地干预和引导是十分必要的；而当金融发展到了比较成熟的阶段，政府盲目干预反而会影响其正常发展轨道，产生不利的影响。基于以上分析，提出如下假设：

假设二：地方政府干预在金融发展处于不同机制时发挥不同的作用。

四、模型与方法

(一)交互效应动态面板数据模型

在传统的面板数据模型中，时间效应和个体效应以加法形式引入，即假定不同个体面对共同冲击时反应一致，这样的设定极为不合理。比如，宏观经济学中经典的通胀问题研究，如果以加法形式引入影响通胀的时间序列变量如利率、汇率等，就意味着各省份通胀面对汇率、利率等的变化反应相同，这显然不合经济逻辑。为克服此缺陷，Bai提出以乘法形式引入时间效应与个体效应的交互项，以揭示共同因子对不同个体的效应差异，这就是交互效应[18]。

通常的带交互效应的动态面板模型设定形式为：

(1)

(i=1,2,…,N;t=2,3,…,T)

(二)非线性交互效应动态面板模型

现有的关于交互效应面板数据的研究绝大多数都是基于线性模型，而在实际经济运行中往往会因为经济背景的变化导致经济变量之间呈现出非线性关系。因此，十分有必要将线性交互效应面板数据模型拓展到非线性领域，即通过引入非线性平滑转换机制，融合交互效应和非线性平滑转换的优点，从而更准确地反映经济动态变化特征。

因此，在模型(1)中引入非线性平滑转换机制，即得到本文拟构建的非线性交互效应动态面板模型，其一般设定形式为：

(2)

ξit=λ'ift+μi+uit

(i=1,2,…,N；t=2,…,T)

指数函数

G(sit,γ,c)=1-exp(-γ(si,t-d-c)2)

Logistic函数

G(sit,γ,c)={1+exp(-γ(si,t-d-c))}-1

其中si,t-d为转换变量；c为阈值参数，决定转换位置和时间节点；γ是决定模型机制转换速度的平滑参数；d表示滞后的时间跨度。指数函数模型描述的是对称现象，当sit→±时，G(sit,γ,c)=1，对应外机制；当sit=c时，G(sit,γ,c)=0，对应内机制；在sit=c处对称并呈U型。Logistic函数模型可用高低机制转换现象分析，在sitc范围内分别对应低机制和高机制。

综上，参考有关学者的相关研究，具体估计思路如下：

其一，采用网格搜索法，依据GMM目标函数最小原则确定参数c、γ，计算出转换函数G(sit,γ,c)，从而可将模型(2)转换成线性交互效应面板模型的形式进行其它参数的估计。

其二，对变量数据取离差，消除个体效应项μi，并构造正交投影矩阵Mf=IT-1-ff′/(T-1)，消除共同因子，对变换后的面板数据模型选取工具变量，构造矩条件，采用GMM估计，得到参数α、β的估计值。

五、实证分析

(一)指标选取和数据来源

1.被解释变量

对贫困定义的不同使得对贫困测量的方法各异。目前，国外学者主要使用贫困发生率和贫困强度等指标来衡量贫困程度。在中国，贫困线的多次调整使得贫困发生率不具备良好的可比性，且缺少各省的直接数据。随着经济的快速发展，人民生活水平的不断提高使温饱问题基本得以解决，贫困问题由绝对贫困逐渐向相对贫困转化，因此消费指标能很好地反映贫困情况，剔除物价因素的影响后更具有可比性。本文参考崔艳娟等的方法[19]，采用居民人均消费支出衡量贫困减缓(POV)，其表达简单直观且可操作性强，该指标越大说明人均消费水平越高，即贫困得以减缓。

2.核心解释变量

(1)金融发展(FIN)。金融发展水平是一个综合的概念，随着时代的发展其内容也会更加广泛。为了比较全面地衡量金融发展水平，本文参考国内外相关文献，结合指标选取原则，从金融发展的规模、效率和结构3个维度，选取相应指标，构建金融发展水平综合指标体系，各维度的具体指标见表1。

表1 金融发展水平指标体系表

通过提取主成分，可得到各省的金融发展水平指数。因本文研究金融发展水平的贫困减缓效应，故金融发展水平(FIN)既是模型的核心解释变量，也是转换变量。

(2)地方政府干预(GOV)。采用各省(市)当年财政支出占财政收入的比例衡量地方政府进行财政干预的程度，该比值越大表示地方政府财政资金的运用越紧张，相应地会增加对金融机构直接或间接的干预，即对地区内金融发展的干预力度就越强。

3.控制变量

影响贫困减缓的因素是错综复杂的，为了客观科学地反映金融发展对贫困减缓的影响，本文引入经济发展水平、固定资产投资、产业结构、教育水平等控制变量。

(1)经济发展(RGDP)。一国经济的增长可以改善贫困人口生存状态，经济增长带动的收入增长是减贫的基础。本文使用各地区人均生产总值来衡量经济发展水平。

(2)固定资产投资(INV)。固定资产投资既对生产构成需求又能增加生产能力，从而拉动经济增长，促进贫困减缓。本文选取固定资产投资总额占GDP的比重，衡量固定资产投资水平。

(3)产业结构(STR)。采用第一产业增加值占当期 GDP的比重表示产业结构，该比例越高表明该地区主要依靠农业发展，其产业结构不够合理。

(4)人力资本(EDU)。人力资本的短缺往往会造成贫困的恶性循环，而教育水平是人力资本的重要测度指标，随着各地区教育水平的提高，劳动者技能和素质得到提升，同时也提高了就业和创业能力，从而有助于摆脱“贫困陷阱”。借鉴陆铭等的方法[20]，计算人均受教育年限以测度人力资本[注]人均受教育年限=(大专及以上人口×16+高中及中专人口×12+初中人口×9+小学人口×6)/6 岁及以上总人口。。

(5)对外开放程度(OPEN)。经济开放会通过就业、价格波动和技术进步等多方面影响贫困人口，本文采用进出口额与GDP的比值来衡量经济对外开放程度。

4.共同因子(F)

众所周知，由于中国特殊的体制和国情，政府在经济和社会发展中扮演着极为重要的角色，因此本文在对金融发展的减贫效应进行研究时加入政府干预的因素；首先，通过引入地方政府干预和金融发展的交叉乘积项，分析地方政府在金融发展处于不同机制时产生的不同影响；其次，中央政府的财政支出在中国各级财政支出中占比极大，对贫困的减缓亦产生很大影响，而鉴于各地区经济结构和资源禀赋等存在差异，对中央财政支出冲击的敏感性会有显著的不同。因此，本文在实证分析中还引入了中央财政支出冲击(中央财政支出与全国产出水平的比值)作为共同因子对不同地区的交互效应，以测度各省(市)对中央财政支出的敏感性差异。

考虑数据获得和统计口径问题，本文采用1996—2016年中国30 个省际(西藏自治区数据不完整，故剔除)的面板数据进行实证分析；数据主要来源于国家统计局网站、各省历年统计年鉴以及Wind数据库，为了尽可能降低异方差和内生性等问题的影响，将所有数据进行了相关处理；各变量的描述性统计特征见表2。

表2 变量的描述性统计表

(二)模型设定

贫困人口能否从金融发展中获益，在一定程度上取决于金融发展水平和政府的干预。鉴于本文的研究目的，以贫困减缓(POV)为被解释变量、以金融发展水平(FIN)和金融发展水平与地方政府干预程度的交叉项指标(GOV×FIN)为核心解释变量，并加入其它对贫困减缓有显著影响的一系列控制变量，包括产业结构、教育水平等，拟构建模型如下：

(三)实证结果与分析

1.模型设定形式检验

在对模型进行估计之前，须对模型进行检验，以确定模型是否具有非线性特征以及应采取何种形式的转换函数。构建相应的辅助回归模型，进行线性检验和残留非线性检验，结果见表3。

表3 线性检验和残留非线性检验结果表

注：括号内为P值。

从表3中可看出，在5%的显著性水平下模型显著拒绝线性假设，接受非线性模型，即认为金融发展对贫困减缓的影响机制具有显著的非线性特征，本文选取非线性模型进行研究是合理的。进一步，确定模型转换函数G(sit,γ,c)的具体形式，在10%的显著性水平下不能拒绝原假设，表明只存在一个位置参数，因此选择转换函数G(sit,γ,c)的形式为LPSTR1。

2.模型估计结果

基于1996—2016年中国30个省(市)的面板数据集，利用MATLAB 软件，对构建的带有交互效应的非线性动态面板模型进行估计。为了表述方便，采用符号NRGDP、NINV等表示非线性部分各变量，参数估计结果见表4。

表4 参数估计结果表

注：括号内为t值。

以金融发展为转移函数，引入地方政府干预与金融发展的交叉项，在中国特殊的国情和制度下从政府干预和金融发展相结合的视角对中国减贫情况进行考察，转换函数G(sit,γ,c)的估计结果显示了在转换变量FIN变动的基础上所有变量对贫困减缓影响的长期效应。针对两个核心解释变量和各控制变量，分别作出如下解释：

第一，金融发展对贫困减缓影响效应机制的转换。表4的估计结果显示：金融发展对贫困减缓影响效应机制的转换阈值为e0.144 5=1.155 5，即如果金融发展水平低于阈值，模型处于低机制，金融发展对贫困减缓的影响效应由系数-0.035 4决定，也就是说此区间内金融发展对贫困减缓具有负向抑制作用；随着金融发展水平逐渐提升，越过转换阈值之后则进入高机制，在这个阶段中金融发展对贫困减缓的影响由系数θ0+θ1=0.071 8决定，即金融发展对贫困减缓存在正向促进作用。经分析，原因主要在于金融转化效率不足，居民将收入中的大部分用于存款，但是由于金融机构的逐利性和农业天然的脆弱性，金融机构对低收入者提供的金融服务是不对等的，这使贫困人口很难获得金融机构的资金支持，存款转化为贷款较为困难，因而导致抑制贫困减缓；当金融发展水平较高时，其转化效率必然提高，贷款变得容易，增加了资金保障，因而随着金融发展水平的提升，其减贫作用显著放大。

第二，政府干预因素的影响。从表4可以看出：当金融发展处于低机制时，与金融发展对贫困减缓的负向作用相反，地方政府干预下的金融发展与贫困减缓是正向关系，即有利于贫困减缓；在金融发展处于低效率状态时，政府对金融发展的干预抑制了资本的逐利性，通过行使其宏观调控职能进行行政干预，有计划有重点地支配地方的资金、人力等资源进行扶贫开发，优化了信贷资源配置，因而有利于贫困减缓；但是，当金融发展处于高机制时，政府干预下的金融发展对贫困减缓的影响应该为θ0+θ1=-0.0297，说明随着金融发展各方面逐渐完善，过度的政府干预反而落入地方政府干预陷阱，抑制了金融发展的减贫效应，这与王欣昱等人的研究结果一致[10]，即认为政府通常按照政治原则进行资源配置，导致了金融发展效率低下，对贫困减缓的推进效果不显著，甚至可能产生抑制作用。

第三，各控制变量的影响。无论金融发展水平处于何种机制，经济发展水平、对外开放程度对贫困减缓均为正向影响，而这种作用在机制转换之后有所减小。关于经济发展和贫困之间关系一直存有争论，但不可否认的是经济发展可以改善贫困人口的生存状态，在增加就业的同时可增加贫困人口的资产基础进而提升贫困人口的自我发展能力，所以从长期来看经济增长必然有利于贫困减缓；对外开放能促进就业，带来技术进步，因而会对贫困减缓产生正向影响；固定资产投资处于低效率时，不能够给贫困减缓带来积极作用，但是长期来看它能对生产构成需求又能增加生产能力，从而拉动经济增长，促进贫困减缓；人力资本水平的提升，即意味着贫困地区劳动者技能和素质得到提高，同时也提高了就业和创业能力，从而有助于摆脱“贫困陷阱”；产业结构变动对贫困减缓的影响为负向，说明以农业为主的产业结构整体上来说不利于贫困减缓。

3.交互效应分析

引入中央财政支出冲击作为共同因子，分析对不同地区的交互效应，以测度各省(市)对中央财政支出的敏感性差异，其结果见表5。

表5 中央财政支出冲击具体效应表

由表5可看出，不同地区对中央财政支出的敏感性存在很大的差异。从整体上看：东部地区对共同冲击的反应小于中部地区和西部地区，分析认为东部地区由于经济发展水平高，人均收入处于较高水平均衡，因而近年来贫困减缓的进程一直又稳又快地推进，对中央财政支出依赖比较小；中西部地区对中央财政支出比例冲击更敏感，则是因为中部崛起计划和西部大开发战略更多地依赖于中央财政支出，中西部地区区域经济发展的初始条件较差，与东部地区相比，中西部地区教育水平落后、劳动生产率低下、基础设施不完善，处于贫困的恶性循环之中，中西部地区农牧业占比较大，而且农牧业又具有天然弱质性，导致其对共同冲击反应更为敏感；相比较而言，西部地区面对共同冲击的反应整体上略大于中部地区，分析认为是由于西部地区政府扶持力度更大所致，比如贵州地区由于地理因素，除了交通不便，其它建设往往也比平原地区困难，导致其经济文化等方面长期处在全国省市排行的后列，在全国各省市竞争中处于不利地位，减贫工作也更加地艰难，因而对中央政府财政支持的依赖性也更大；特殊地，新疆地区地方财政支出不足，资金短板效应较为明显，而中央财政支出可以说是“杯水车薪”，不能产生规模效应，再加之复杂的民族问题，因此难以显著推动当地贫困减缓。

(四)蒙特卡洛模拟

为进一步验证上述模型估计的一致性，采用Monte Carlo模拟进行仿真实验。为简化，这里仅选取了本文主要研究的核心变量参数(FIN、GF)，仿真结果见表6。

表6 Monte Carlo仿真结果表

仿真实验结果显示：本文所用研究方法性质优良，线性部分和非线性部分的系数都能被准确估计，仿真估计值的均值十分接近于真值；同时，当T固定、N增大或者N固定、T增大时，可以发现估计值的均值向真值收敛，且标准差逐渐减小，表明所构建的估计量具有较好的有限样本性质。

六、结论与建议

本文使用1996—2016年的省级面板数据，通过构建非线性交互效应动态面板模型，研究了中国地区政府干预、金融发展对各省(市)贫困减缓的影响。相对于传统的面板数据模型，交互效应和非线性平滑转换机制的引入使估计结果更具有针对性，也提供了更为丰富的实证研究结论：

第一，金融发展对贫困减缓具有显著影响，而且这种影响表现出明显的非线性特征。金融发展对中国贫困减缓的影响在高低两个机制间进行平滑转换，且不同机制间转换速度比较快。

第二，地方政府干预在金融发展处于不同机制时扮演了不同的角色，当金融发展低于阈值水平时，地方政府干预有助于贫困减缓；反之，当金融发展高于阈值水平时，地方政府干预则会抑制反贫困效果。

第三，经济增长、固定资产投资以及人力资本投入等均能促进贫困减缓，要将其都纳入贫困减缓的工作框架内。

第四，共同因子(中央财政支出)对各省贫困减缓的边际影响存在显著的地区差异。东部地区由于自身发展较好，对中央财政的依赖性小，因此反应不敏感；而中西部地区相对而言对中央财政的依赖性较强，因而对中央财政支出比例的变化存在比较明显的反应。

结合以上结论，金融减贫是当前扶贫、脱贫工作的重要内容，但是金融发展过程中仍然存在诸多问题，未能完全实现与贫困减缓的良性互动。首先，在今后的扶贫工作中，金融机构要不断创新，设计开发合理的有针对性的信贷种类，比如对贫困人口可设立低利率、低首付要求，同时积极宣传开展个人贷款业务，确保金融机构尤其是农村信贷资金 “取之于农，用之于农”，提高金融扶贫效率；其次，应强化地方政府的扶贫职能，鼓励地方政府加大固定资产、教育、就业等民生方面的支持力度，加快基础设施建设步伐，改善公共服务，强化政府扶贫职能并不意味着加强政府对金融发展的干预，随着金融发展水平的逐渐提升，政府反而应削弱其对金融发展的直接干预，让金融回归正常的发展轨道；再次，因为东部、中西部地区的经济结构和资源禀赋等存在差异，扶贫开发工作要十分注重扶贫的区域性特征，实施“靶向治疗”，开展精准扶贫，并建立效果反馈机制，及时对现有扶贫体制进行修正与完善。