论文部分内容阅读
摘 要：普惠金融发展迅猛，为乡村振兴开辟了新路径，其对农民收入的作用不容小觑。选用2009—2018年各省农村面板数据作为研究样本，测算2009-2018年普惠金融指数，构建线性面板模型及面板门槛模型，验证普惠金融对农村居民收入的影响。研究结果显示，普惠金融能有效增加农民收入，且具有门槛效应。普惠金融对农民收入增收效果还会受到当地经济发展水平的影响，并且随着区域经济不断发展，金融基础设施不断完善，农村普惠金融的发展也不断深入，其增收及减贫的作用效果也逐渐凸显。
关 键 词：农村普惠金融;农村居民收入;经济发展;门槛效应
中图分类号：F832 文献标识码：A 文章编号：2096-2517（2021）05-0044-11
DOI：10.16620/j.cnki.jrjy.2021.05.005
一、引言及文献综述
2020年既是全面建成小康社会目标实现之年，也是全面打赢脱贫攻坚战关键之年。农村居民收入是衡量脱贫攻坚战是否成功的重要指标，也是提高人民生活水平、 实现发展成果人人共享的关键。近年来农民收入稳步提升，但即便如此，农村居民人均可支配收入与同期的城镇居民人均可支配收入仍然存在一定差距。普惠金融一直致力于以可负担的成本为社会各阶层及群体，尤其是弱势群体提供更为安全、有效的金融服务，为我国农村居民收入提升提供新动力。 我国早在20世纪末期就通过发放小额信贷来尝试发展本质上的普惠金融。2018年， 中国银保监会与中国人民银行联合发布《中国普惠金融发展情况报告》， 特别指出要加大对三农领域的金融支持力度。在大力推行普惠金融的宏观背景下，我国普惠金融的发展逐渐完善，对金融弱势群体及地区所发挥的作用日益显著。普惠金融积极推动农村地区发展， 为乡村振兴开辟新路径， 其对提高农村居民收入的积极作用不容小觑。
关于金融发展对农民收入的影响，国内外学者均做了大量研究。Davis等（1998）将是否参与农村金融市场的农民收入做对比研究后发现，农村金融发展确实能增加农民收入[1]。但我国学者的研究并无一致结论。尤其是在金融发展的早期，许多学者研究发现金融发展对农民收入具有负向作用。温涛等（2005）通过1952—2003年的早期数据得出我国金融发展对农民收入存在显著负效应的结论。 原因是，金融发展使得农村资金大量流失并且转移到城市，反而促进城市居民收入水平提高[2]。有关金融发展对农民收入无显著影响的文献几乎集中在我国金融发展的早期， 且学者们对此给出的解释几乎一致：与城市相比，农村的金融资源投入不足，且受限于农民的知识水平，金融发展对农民带来的边际效用并不显著。因此在金融发展早期，农村的金融资源会首先向城市转移， 对农民增收的效果有限。也有学者认为金融发展能显著增加农民收入。 胡德宝等（2015）运用GMM动态面板估计法对我国省级层面2001—2011年的数据进行分析， 结果表明金融发展可以提高农村居民的收入水平，协调城乡均衡发展[3]。王成利（2018）同样验证了金融资源对农民收入的正向关系[4]。陈钦等（2019）的实证结果表明随着金融发展规模的扩大以及金融利用效率的提高，农民收入增加且贫困率显著减少[5]。
我国农村地区的贫困问题逐渐受到重视，而农村地区的金融体系并不完善，是目前发展普惠金融的蓝海地区。基于普惠金融指数的测算，国内外学者就普惠金融对农村地区的减贫效应展开研究。普惠金融发展初期主要通过增加金融服务的可获得性， 例如发行小额信贷来使更多穷人参与其中。张立军等（2006）基于1994—2006年时间序列数据以及2004年截面数据构建小额信贷的反锁定模型，表明小额信贷能帮助农民增产又增收，减贫效应显著[6]。Binswanger等（1995）以印度农户为例进行研究，发现普惠金融的确能有效提高农民人均收入水平[7]。Liu等（2019）根据988户中国贫困县农户的调查数据发现，普惠金融的发展对中国农村地区农户的创业活动起到农村包容性转型的促进作用，有助于提升农村居民收入[8]。蔡洋萍（2015）以湘鄂豫三省为例， 研究认为普惠金融对农民人均收入以及农村GDP均有正向影响[9]。朱一鸣等（2017）分别研究了普惠金融对贫困县与非贫困县的增收效果， 发现由于缺乏经济机会以及自身禀赋的不足，通过增加金融服务可获得性方式来发展的普惠金融对于贫困县农民的增收效果并不顯著[10]。夏玲（2020） 认为数字普惠金融通过增加农村居民人均可支配收入来缓解贫困[11]。由此可见，在普惠金融对农村地区的减贫效应以及对农民收入的影响方面，学者们所得出的结论几乎一致： 普惠金融能有效增加农民收入，帮助农村地区脱贫。但也有学者认为普惠金融的减贫效应可能呈现非线性。罗斯丹等（2016）运用加权几何平均法测度了各省普惠金融发展指数，并构建门槛回归模型分析发现，普惠金融与减贫之间存在“U型”关系，其减贫效应随着人均收入水平的提高而增强[12]。顾宁等（2019）考虑了门槛效应及空间溢出效应，认为普惠金融对农村贫困的抑制作用会随着农村经济水平的发展而增加，且存在明显的空间溢出效应[13]。
通过对文献的梳理可以发现，金融发展的确会影响农民收入， 普惠金融作为金融的新兴发展方式，其减贫效应也不可忽视。在实证研究方面，形成了以Sarma普惠金融指数为核心的普惠金融发展水平测度体系，并以此为基础对农村居民收入展开了研究。然而在金融发展过程中，农村地区往往落后于城市地区，而大多数学者在测算普惠金融指数时并不区分农村与城镇。包含城镇样本在内的普惠金融指数并不能真实地反映各省农村普惠金融发展水平，而以此指数为基础所得出的结论可能存在偏差。本文的边际贡献在于：首先，测算各省农村地区的普惠金融指数并检验其对农民收入的影响。其次，本文还将通过门槛效应来检验普惠金融的减贫效应是否会受到经济发展水平的影响。 二、 普惠金融对农民收入影响的理论机制
普惠金融能够通过包容农村居民及降低金融服务成本这两方面的直接作用来帮助农村居民提高收入。
包容效应是指普惠金融在其发展过程中扩大了金融服务的受众群体，包容那些原来被传统金融排斥在外的农村居民等弱势人群。金融排斥同时存在于金融服务的供给方和需求方。金融机构作为金融服务的供给方，所能提供的金融服务类型及数目有限，因此金融机构不愿意为不符合其自身盈利要求的人提供金融服务，这造成了农民等弱势群体被传统金融排斥在外的结果。 对于金融服务的需求方而言，低收入人群或是偏远地区的人群由于自身经济水平及文化水平的限制， 对金融知识所知甚少，这也直接导致了他们很少接触金融产品，故将自己排除在金融服务之外。 金融排斥可分为地理排斥、评估排斥及产品排斥。地理排斥在中国农村占基础性地位，主要体现在将农村等偏远地区人们排除在金融服务之外。农村等较为偏远地区金融服务网点的数量较少，农民获取金融服务困难。评估排斥是指相较于城市居民而言， 农村居民的经济收入不稳定，还款能力受到质疑，因此农村居民所能享受的金融产品及金融服务都受限。产品排斥体现在城镇等富有人群在选择金融产品时种类丰富，对于资金充足的大客户甚至能做到个性化定制，极大程度上满足客户的需求。而农村居民的受众面小，金融机构很少为农村居民提供针对性的金融服务，这又进一步导致农村居民与城市居民在金融服务领域拉开差距。普惠金融旨在加强金融服务的包容性，其重点服务对象为偏远地区、农村地区及低收入人群。金融机构还向农村居民推出更适用的金融产品， 并在抵押品及贷款利率方面给予优惠政策，使得农村居民能够获得低成本、适用性高的金融服务，满足农村居民的资金需求并提高农村地区居民的收入。
金融服务具有门槛，只有承担一定的金融服务成本时，才能享受到相应的金融服务。农村地区人群收入普遍较低，且缺少抵押品，因此难以从传统金融获取金融服务。普惠金融的出现激发了金融市场的活力，加速了金融产品与金融机构的创新，让资金流通更迅速，资源配置更有效率。尤其是近年来互联网技术 使得金融服务成本进一步降低。普惠金融成本的降低使得更多农村居民可以更低的门槛享受金融服务，从而促进农村居民收入的增长。
根据上文，普惠金融可通过为农村居民提供服务并且降低成本来帮助农村居民提高收入。本文据此提出假设1。
假设1：普惠金融的发展能够增加农村居民收入。
普惠金融还可以通过影响经济增长来间接增加农民收入。 金融市场的发展离不开经济的支持，经济发展也需要高效率的金融市场作为后盾，两者相辅相成、协同发展。稳定的金融市场为农村居民提供了资金支持，这也促进了经济发展，经济的进一步发展又为农村居民提供了更多创业就业的机会，这同时也增加了农村居民收入。在不同经济发展水平下，普惠金融对农村居民收入的影响可能会有不同。在经济发展初期，农民主要追求温饱，因此对金融产品需求并不高。而随着经济发展，农民生活水平逐渐提高， 金融服务逐渐被农民了解并接受， 成为资金流通中不可或缺的一部分，此时普惠金融对农民的增收作用更为显著。
根据上述理论分析，为了验证普惠金融在不同经济水平下对农村居民收入的影响差异以及普惠金融自身不同发展水平对农村居民收入的影响差异，本文提出假设2。
假设2：普惠金融对农村居民收入的影响可能具有门槛效应，会受到经济发展水平的影响。
三、普惠金融指数构建
本文将从渗透度、可获得度和使用度这三个维度选取7个二级指標，利用变异系数法来测算我国2009—2018年30个省份农村的普惠金融指数，并根据测算结果分析研究期间我国农村普惠金融发展情况。
（一）指标选取
本文借鉴目前认可度较高的Sarma（2008）构建的普惠金融指数，从渗透度、可获得度以及使用度三个维度来选取指标，构建农村地区普惠金融指数[14]。在普惠金融的渗透度方面，参考王婧等（2013）的做法，从地理纬度和人口纬度选取与农村金融机构相关的四个指标来衡量农村地区金融机构的渗透情况[15]，其中农村金融机构的涵盖范围包括小型农村金融机构和新型农村金融机构。在可获得度方面，主要测度农民获得涉农贷款的情况，本文采用涉农贷款余额占总贷款余额的比例来衡量。关于使用度，本文参考韩晓宇（2017）的做法，将保险行业纳入考量范围，以此来衡量农业保险的密度[16]。
具体指标的选取以及计算方式如表1所示。
（二）指标测算方法
测算普惠金融指数的第一步就是要对上述各项指标赋予不同的权重。本文选用目前运用范围最广的变异系数法来测算普惠金融指数。变异系数法是一种客观赋权的方法，通过测算各个指标的变异系数来衡量该指标的变异程度， 指标变异程度越大，说明该指标越难以实现，所对应的权重也会越大。以此方法来对各个指标赋予不同的权重，最后通过欧几里得距离法合成普惠金融指数。具体的测算方法及公式如下：
首先是测算各项指标的变异系数：
其中，Vi表示第i项指标的变异系数，也可称为标准差系数;？啄i表示第i项指标的标准差;表示第i项指标的平均值。
由式（1）可得到第i项指标的权重为：
得到各项指标的权重后，运用离差标准化的方法对各项指标进行无量纲化处理，并乘以相应的权重得到新的指标Ci（i=1，2，...，n），具体公式如下：
其中，Ai表示第i项指标的实际观测值;maxi表示第i项指标全部实际观测值中的最大值;mini表示第i项指标全部实际观测值中的最小值;Wi是由式（2）得出的各项指标的权重。
进行无量纲化处理并乘以相应权重后的指标Ci的取值在0至1之间，其大小代表第i项指标所衡量的普惠金融指数的高低。但Ci仍需进一步通过欧几里得距离法合成最终的普惠金融指数，主要思想是将各指标的观测值与理想值整合，具体的公式如下： 以此方法测算出2009—2018年我国30个省份的普惠金融指数，IFI越大代表该省农村地区普惠金融发展越好，且本指数仅代表相对值。
（三）普惠金融各项指标权重
依据上文提及的各项指标以及确定各指标权重的方法，本文最后测算得出各指标的权重如表2所示。
通过表2所示的各指标权重结果可以看到，在渗透度这一维度，人口维度的权重比地理维度的权重小得多，这表明各省在地理上的普惠金融渗透度差异较大，平均到个人的人口维度差异并不明显。而在涉农贷款的可获得度方面，该权重占比不高，说明这一差异也并不明显。在使用度这一维度，存款支农转化率权重不高，农业保险密度的权重在7个权重指标中占比最高，说明农业保险发展并不均衡，差异显著。
四、 普惠金融对农民收入影响的实证研究
（一）变量选取与模型设定
1.变量选取
本文所选取的被解释变量来源于国家统计局网站，通过对农民人均纯收入取对数（ln Y）来衡量各省农民的收入水平。 并将上文测算的30个省份的2009—2018年农村地区普惠金融指数（ifi）作为核心解释变量，该指数的取值范围为0～1，指数越高说明该省农村普惠金融发展水平越高，该指数越低说明该省农村普惠金融发展水平越低。
同时，为了解决部分因遗漏变量而导致的内生性问题，本文选取了以下控制变量：财政涉农支出（rsz）、人均受教育年限（edu）、产业结构（is）、城镇化水平（ur）、人均农业机械总动力（power）、经济发展水平（rgdp）。
受限于数据获取， 本文的研究区间为2009—2018年。 本文在测算农村普惠金融指数时需要各省的农村耕地面积这一数据，但截止目前，国家统计局网站关于耕地面积的数据仅更新至2017年，考虑到耕地面积并不会在短时间内发生较大变化，本文依据2015—2017年各省的耕地面积变化趋势对2018年的相应数据进行了估算。2019年其余数据存在不同程度缺失， 为保证研究结果的准确性，最终选定的研究区间为2009—2018年。 原始数据来源于WIND数据库、《中国统计年鉴》《中国农村统计年鉴》以及各省统计年鉴。各变量处理方法及描述性统计如表3所示。
2.模型设定
（1）线性面板模型
上文通过理论层面对普惠金融与农民收入之间的影响进行了分析，为了在实证层面证实这一关系，本文首先构建普通面板模型：
（2）面板门槛模型
普惠金融对农民收入的作用效果可能会受到经济发展水平的影响。 为了验证这一假说， 本文又进一步构建面板门槛模型，并且将经济发展水平作为门槛变量， 研究普惠金融对农民收入的作用效果。面板门槛模型如下：
（二）单位根检验
1.面板单位根检验
为了避免因单位根带来的伪回归问题，本文首先对各变量进行平稳性检验，由于单个单位根检验方法可能具有局限性，本文采用4种方法检验数据的平稳性。首先对各变量的原序列进行平稳性检验，这4种方法的原假设均是存在单位根，具体检验结果如表4所示。
由表4的检验结果可知，大多数变量的检验结果均接受原假设，即原序列均存在单位根，因此继续对原序列进行一阶差分后仍然用上述4种检验方法再次进行单位根检验，检验结果如表5所示。
原序列进行一阶差分后， 各变量均在5%的显著性水平下拒绝了存在单位根的原假设，因此可认为各变量为一阶单整列。
2.面板协整检验
在单位根检验中发现各变量为一阶单整列，因此需要进一步做协整检验，以确定各变量之间是否存在长期关系，若存在长期关系，则可仍然用原序列构建模型。 协整检验的原假设是不存在协整关系，若拒絕原假设，则说明各变量之间存在长期均衡关系。 本文采用kao和Pedroni两种面板协整检验来检验其协整关系。表6检验结果显示，在5%的显著性水平下，几乎所有统计量均拒绝了不存在协整关系的原假设，因此可判断各变量之间存在协整关系，即满足面板数据处理的基本条件，可用于后续模型的构造。
（三）模型检验及参数估计
1.门槛效应估计与检验
依据上述检验方法，本文首先对该样本内数据进行单一门槛、双重门槛及三重门槛检验，检验结果如表7所示。根据门槛效应检验结果可知，当以经济发展水平作为门槛变量时，单一门槛效应及双重门槛效应在1%的置信水平下通过显著性检验，而三重门槛均未通过显著性检验，证实了在本文研究的范围内，普惠金融对农民收入的影响的确存在非线性关系，并且可以构建双重门槛模型进行估计。
门槛值估计结果如表8所示， 在5%的置信水平下，以经济发展水平作为门槛变量的双重门槛值分别为2.0534以及3.1707。据此，本文将农村普惠金融对农民收入的影响根据经济发展水平分为三个不同的区间，即ifi（rgdp≤2.0534）、ifi（2.0534<rgdp≤3.1707）以及ifi（rgdp>3.1707）。
2.面板模型参数估计
在线性面板模型估计时， 应在固定效应模型、随机效应模型以及混合模型中进行选择，本文根据F检验和Hausman检验判断采用固定效应模型。表9汇总了线性模型及非线性模型的估计结果。
（四）回归结果分析
根据表9所示的回归结果，总体来说，无论是从全国层面还是分东中西地区，普惠金融都可以显著提高农民收入， 且东部地区的作用效果最为显著，其次是西部地区，最后是中部地区。从全国层面来看，除了普惠金融之外，经济发展水平（rgdp）及教育水平（edu）均在1%的显著性水平下增加了农村居民收入，而农用机械总动力（power）也在10%的显著性水平下增加农民收入。除此之外，城镇化水平（ur）对农民收入的影响系数为负，且在1%显著性水平下显著，这说明城镇化水平越高，农民收入越低，这也许是随着城镇化水平的提高，青壮年劳动力逐渐向城市转移所致。而涉农财政支出（rsz）及产业结构（is）对农民收入影响不大。而在分样本的回归结果中，东部地区与西部地区的农村普惠金融均能显著提高农民收入，而中部地区农村普惠金融的增收效果最弱，这也许是因为中部地区农村普惠金融发展不够充分， 仍未能全面涵盖所需人群。教育水平（edu）的影响系数由西到东均显著，也体现出教育对农民收入的重要性，而其余控制变量的回归结果大致相同。 面板门槛模型回归结果也同样支持普惠金融均能显著增加农村居民收入的结论。 控制变量中，经济发展水平（rgdp）、人均农业机械总动力（power）以及教育水平（edu）的系数均在1%的显著性水平下显著为正，说明经济发展越好、农业现代化程度越高及教育水平越高越能显著促进农民收入的增加，这同时也符合理论与实际。而城镇化水平（ur）系数显著为负， 说明随着农村劳动力向城市的不断转移，农民收入也同时降低。产业结构（is）的系数则不显著。双重门槛模型依据经济发展水平将普惠金融对农民收入的影响分为三个阶段，并针对每个阶段给出了相应的系数。根据上文双重门槛模型的回归结果可知： 首先在经济发展的初级阶段（rgdp≤2.0534）， 普惠金融对农民收入的影响系数为负，但并不显著，可能是由于此时农村金融基础设施等配套体系并不完善，同时普惠金融的发展也处于初级阶段，因此其增收效应并不显著。在经济发展的中级阶段（2.0534<rgdp≤3.1707），普惠金融对农民收入的影响在1%的显著性水平下显著，系数为0.859， 说明此时普惠金融确实能增加农民收入。在经济发展水平的较高阶段（rgdp>3.1707），普惠金融对农民收入的影响在1%的显著性水平下显著，系数为1.519，该系数几乎是第二阶段的两倍。因此总体来说， 普惠金融的发展的确能有效增加农民收入，并且随着区域经济不断发展，金融基础设施不断完善，农村普惠金融的发展也不断深入，其增收及减贫的作用效果也逐渐凸显。分析人均GDP的原始数据后发现，依据本文的分类方法，2009年处于经济发展水平初级阶段的省份有12个， 处于经济发展水平中级阶段的省份有8个，处于经济发展水平高级阶段的省份有10个。而2018年，只有甘肃这1个省份处于经济发展水平中级阶段， 其余29个省份均处于经济发展水平高级阶段。这一数据不仅反映了近十年来我国经济高速发展的情况，而且从实证结果来看，越来越多的省份处于经济发展水平高级阶段，此时普惠金融对农民的增收作用也更为突出。
（五）稳健性检验
一般来说，遗漏变量、互为因果均可能会导致内生性问题。首先，本文研究并证实了普惠金融发展对农民的增收效应，但农民收入增加帮助他们跨越了金融服务门槛的同时也增加了其对金融服务的需求， 从而间接地促进农村地区普惠金融的发展，这一互为因果的关系可能导致潜在的内生性问题。本文参考习明明等（2021）[17]的做法，将普惠金融指数的滞后一阶作为普惠金融的工具变量，利用两阶段最小二乘法（2SLS）进行估计，因为上一年普惠金融的发展对本年度普惠金融的发展具有延续性，满足了工具变量相关性的要求。而本年的农民收入与上年度普惠金融的发展并不直接相关，也满足了工具变量外生性的要求。
表10报告了使用工具变量后的回归结果，从全国及分地区的回归结果可发现， 在4组方程中，Anderson检验的p值均为0.0000， 且弱工具变量Cragg-Donald检验的F值均较大， 在1%的显著性水平下拒绝原假设，这说明本文所选取的工具变量是有效的。在4组方程中，滞后一阶的农村普惠金融指数全部显著，系数大小与方向均与上文保持一致，这说明本文的研究结论具有一定的稳健性。
五、结论及政策建议
（一）研究结论
本文基于2009—2018年我国30个省份的面板数据， 构建了针对农村地区的普惠金融指数，并分析其对农民收入的影响。根据普惠金融指数的计算结果可知，在研究样本的十年间，我国各省农村普惠金融发展迅速， 但仍存在明显的地域差异。基于该指数构建了普通面板回归模型以及面板门槛模型，所得研究结果如下：
一是普惠金融的确能有效增加农民收入， 且这一作用效果具有地域差异，与中西部地区相比，普惠金融对东部地区农民的增收效果更显著。
二是普惠金融对农民收入增收效果会受到当地经济发展水平的影响， 随着区域经济不断发展，金融基础设施不断完善，农村普惠金融的发展也不断深入，其增收及减贫的作用效果也逐渐凸显。
综上，普通面板模型及面板门槛模型均证实了普惠金融对农民收入具有显著增收效应，并且随着经济发展水平、 农业现代化水平及教育水平的不断发展，其增收效应越发突出。
（二）政策建议
首先， 应加快完善农村地区金融基础设施建设。实证研究证实了普惠金融对农民的增收作用具有门槛效应，在跨越第一个门槛后，其增收作用更为突出。而现阶段农村地区落后的金融基础设施限制了普惠金融的发展。 因此只有完善金融基础设施建设，扩大农村普惠金融的服务广度与深度，让农村普惠金融惠及更多有金融需求的农民，才能充分发挥普惠金融的增收作用。政府应加大与金融机构合作力度，在农村地区合理设立服务网点，便于农民方便快捷地获取金融服务;联合金融机构为农民定期开展金融知识宣讲，培养农村居民理财及防范金融诈骗意识。 金融机构应加速金融产品的创新，积极推出符合农村发展实情、 适应农民特点的金融产品;进一步细化分工，合理安排资源配置，简化贷款的流程及手续， 为农民提供方便快捷的绿色服务通道。
其次， 制定差异化的农村普惠金融监管政策。本文研究发现普惠金融对农民收入的作用存在地域差异，与中西部地区相比，普惠金融对东部地区农民的增收效果更显著。因此政府应针对不同发展水平的地区制定差异化的农村普惠金融监管政策。对于经济发展水平较落后的地区，应根据当地的实际情况，对金融机构给予针对性的优惠政策，适当放宽监管，鼓励金融机构创新。而对于经济发展水平较高的地区，应总结农村普惠金融发展过程中的经验教训， 并将农村普惠金融业务向周边省份拓展， 积极在周边农村及落后地区建立分支机构，帮助当地完善相关金融服务。
最后，充分发挥金融科技作用以推动数字普惠金融发展。近年来数字普惠金融作为普惠金融的新兴领域快速发展， 而农村地区经济发展相对落后，是发展数字普惠金融的蓝海市场。数字普惠金融结合了互联网与大数据的优势， 通过分析农民的消费、支付等信息，构建个人征信信息，提高农村客户貸款的可获得率。数字普惠金融还能进一步降低金融服务的门槛，在降低金融服务成本的同时提升效率与准确率。除此之外，数字普惠金融的出现让农村居民实现了足不出户就能享受金融服务的可能，各项业务均能实现线上办理， 金融服务不再有地域鸿沟，金融服务地理排斥的困境得以缓解。 参考文献
[1]DAVIS J R，GABURICI A，HARE P G.What's Wrong with Romanian Rural Finance？Understanding the Determinants of Private Farmers' Access to Credit[R].CERT Discussion Paper，1998.
[2]温涛，冉光和，熊德平.中国金融发展与农民收入增长[J].经济研究，2005（9）：30-43.
[3]胡德宝，苏基溶.金融发展缩小收入差距了吗？——基于省级动态面板数据的实证研究[J].中央财经大学学报，2015（10）：23-31.
[4]王成利.社会资源和金融资源对农户收入的影响分析[J].经济问题，2018（8）：84-89，110.
[5]陈钦，林秋斌.农村金融扶贫效果分析——基于我国26个省级面板数据的实证研究[J].税务与经济，2019（2）：37-43.
[6]张立军，湛泳.金融发展与降低贫困——基于中国1994～2004年小额信贷的分析[J].当代经济科学，2006（6）：36-42，123.
[7]BINSWANGER H P，KHANDKER S R.The Impact of Formal Finance on the Fural Economy of India[J].Policy Research Working Paper，1995，32（2）：234-262.
[8]LIU T，HE G，TURVEY C G.Inclusive Finance，Farm Households Entrepreneurship，and Inclusive Rural Transformation in Rural Poverty-stricken Areas in China[J].Emerging Markets Finance and Trade，2019（9）：1-30.
[9]蔡洋萍.湘鄂豫中部三省農村普惠金融发展评价分析[J].农业技术经济，2015（2）：42-49.
[10]朱一鸣，王伟.普惠金融如何实现精准扶贫？[J].财经研究，2017，43（10）：43-54.
[11]夏玲.数字普惠金融的减贫效应研究——基于我国31个省份2011—2018年的面板数据[J].金融理论探索，2020（6）：43-49.
[12]罗斯丹，陈晓，姚悦欣.我国普惠金融发展的减贫效应研究[J].当代经济研究，2016（12）：84-93.
[13]顾宁，张甜.普惠金融发展与农村减贫：门槛、空间溢出与渠道效应[J].农业技术经济，2019（10）：74-91.
[14]SARMA M.Index of Financial Inclusion[R].Indian Council for Research on International Economic Relations New Delhi Working Papers，2008.
[15]王婧，胡国晖.中国普惠金融的发展评价及影响因素分析[J].金融论坛，2013，18（6）：31-36.
[16]韩晓宇.普惠金融的减贫效应——基于中国省级面板数据的实证分析[J].金融评论，2017（2）：69-82，125-126.
[17]习明明，李鑫，何炳林.普惠金融促进了制造业就业吗？——基于县级面板数据的实证研究[J].证券市场导报，2021（3）：13-22.
Research on the Impact of Inclusive Finance on the Income of Rural Residents
——Empirical Analysis Based on Provincial Panel Data
Qian Shuitu，Zhang Xinnan
（School of Finance， Zhejiang Gongshang University， Hangzhou 310018， China）
Abstract： The rapid development of inclusive finance has opened up a new path for rural revitalization， and its effect on farmers’ income should not be underestimated. Selecting the rural panel data of the provinces from 2009 to 2018 as the research sample， the inclusive finance index from 2009 to 2018 was calculated， and the linear panel model and the panel threshold model were constructed to verify the impact of inclusive finance on the income of rural residents. The research results show that inclusive finance can effectively increase farmers’ income and has a threshold effect. The effect of inclusive finance on farmers’ income increase will also be affected by the level of local economic development. As the regional economy continues to develop and financial infrastructure continues to improve， the development of rural inclusive finance continues to deepen， and its effect on income increase and poverty reduction is also gradually highlighted.
Key words： rural inclusive finance; rural residents’ income; economy development; threshold effect
（责任编辑：李丹;校对：龙会芳）
关 键 词：农村普惠金融;农村居民收入;经济发展;门槛效应
中图分类号：F832 文献标识码：A 文章编号：2096-2517（2021）05-0044-11
DOI：10.16620/j.cnki.jrjy.2021.05.005
一、引言及文献综述
2020年既是全面建成小康社会目标实现之年，也是全面打赢脱贫攻坚战关键之年。农村居民收入是衡量脱贫攻坚战是否成功的重要指标，也是提高人民生活水平、 实现发展成果人人共享的关键。近年来农民收入稳步提升，但即便如此，农村居民人均可支配收入与同期的城镇居民人均可支配收入仍然存在一定差距。普惠金融一直致力于以可负担的成本为社会各阶层及群体，尤其是弱势群体提供更为安全、有效的金融服务，为我国农村居民收入提升提供新动力。 我国早在20世纪末期就通过发放小额信贷来尝试发展本质上的普惠金融。2018年， 中国银保监会与中国人民银行联合发布《中国普惠金融发展情况报告》， 特别指出要加大对三农领域的金融支持力度。在大力推行普惠金融的宏观背景下，我国普惠金融的发展逐渐完善，对金融弱势群体及地区所发挥的作用日益显著。普惠金融积极推动农村地区发展， 为乡村振兴开辟新路径， 其对提高农村居民收入的积极作用不容小觑。
关于金融发展对农民收入的影响，国内外学者均做了大量研究。Davis等（1998）将是否参与农村金融市场的农民收入做对比研究后发现，农村金融发展确实能增加农民收入[1]。但我国学者的研究并无一致结论。尤其是在金融发展的早期，许多学者研究发现金融发展对农民收入具有负向作用。温涛等（2005）通过1952—2003年的早期数据得出我国金融发展对农民收入存在显著负效应的结论。 原因是，金融发展使得农村资金大量流失并且转移到城市，反而促进城市居民收入水平提高[2]。有关金融发展对农民收入无显著影响的文献几乎集中在我国金融发展的早期， 且学者们对此给出的解释几乎一致：与城市相比，农村的金融资源投入不足，且受限于农民的知识水平，金融发展对农民带来的边际效用并不显著。因此在金融发展早期，农村的金融资源会首先向城市转移， 对农民增收的效果有限。也有学者认为金融发展能显著增加农民收入。 胡德宝等（2015）运用GMM动态面板估计法对我国省级层面2001—2011年的数据进行分析， 结果表明金融发展可以提高农村居民的收入水平，协调城乡均衡发展[3]。王成利（2018）同样验证了金融资源对农民收入的正向关系[4]。陈钦等（2019）的实证结果表明随着金融发展规模的扩大以及金融利用效率的提高，农民收入增加且贫困率显著减少[5]。
我国农村地区的贫困问题逐渐受到重视，而农村地区的金融体系并不完善，是目前发展普惠金融的蓝海地区。基于普惠金融指数的测算，国内外学者就普惠金融对农村地区的减贫效应展开研究。普惠金融发展初期主要通过增加金融服务的可获得性， 例如发行小额信贷来使更多穷人参与其中。张立军等（2006）基于1994—2006年时间序列数据以及2004年截面数据构建小额信贷的反锁定模型，表明小额信贷能帮助农民增产又增收，减贫效应显著[6]。Binswanger等（1995）以印度农户为例进行研究，发现普惠金融的确能有效提高农民人均收入水平[7]。Liu等（2019）根据988户中国贫困县农户的调查数据发现，普惠金融的发展对中国农村地区农户的创业活动起到农村包容性转型的促进作用，有助于提升农村居民收入[8]。蔡洋萍（2015）以湘鄂豫三省为例， 研究认为普惠金融对农民人均收入以及农村GDP均有正向影响[9]。朱一鸣等（2017）分别研究了普惠金融对贫困县与非贫困县的增收效果， 发现由于缺乏经济机会以及自身禀赋的不足，通过增加金融服务可获得性方式来发展的普惠金融对于贫困县农民的增收效果并不顯著[10]。夏玲（2020） 认为数字普惠金融通过增加农村居民人均可支配收入来缓解贫困[11]。由此可见，在普惠金融对农村地区的减贫效应以及对农民收入的影响方面，学者们所得出的结论几乎一致： 普惠金融能有效增加农民收入，帮助农村地区脱贫。但也有学者认为普惠金融的减贫效应可能呈现非线性。罗斯丹等（2016）运用加权几何平均法测度了各省普惠金融发展指数，并构建门槛回归模型分析发现，普惠金融与减贫之间存在“U型”关系，其减贫效应随着人均收入水平的提高而增强[12]。顾宁等（2019）考虑了门槛效应及空间溢出效应，认为普惠金融对农村贫困的抑制作用会随着农村经济水平的发展而增加，且存在明显的空间溢出效应[13]。
通过对文献的梳理可以发现，金融发展的确会影响农民收入， 普惠金融作为金融的新兴发展方式，其减贫效应也不可忽视。在实证研究方面，形成了以Sarma普惠金融指数为核心的普惠金融发展水平测度体系，并以此为基础对农村居民收入展开了研究。然而在金融发展过程中，农村地区往往落后于城市地区，而大多数学者在测算普惠金融指数时并不区分农村与城镇。包含城镇样本在内的普惠金融指数并不能真实地反映各省农村普惠金融发展水平，而以此指数为基础所得出的结论可能存在偏差。本文的边际贡献在于：首先，测算各省农村地区的普惠金融指数并检验其对农民收入的影响。其次，本文还将通过门槛效应来检验普惠金融的减贫效应是否会受到经济发展水平的影响。 二、 普惠金融对农民收入影响的理论机制
普惠金融能够通过包容农村居民及降低金融服务成本这两方面的直接作用来帮助农村居民提高收入。
包容效应是指普惠金融在其发展过程中扩大了金融服务的受众群体，包容那些原来被传统金融排斥在外的农村居民等弱势人群。金融排斥同时存在于金融服务的供给方和需求方。金融机构作为金融服务的供给方，所能提供的金融服务类型及数目有限，因此金融机构不愿意为不符合其自身盈利要求的人提供金融服务，这造成了农民等弱势群体被传统金融排斥在外的结果。 对于金融服务的需求方而言，低收入人群或是偏远地区的人群由于自身经济水平及文化水平的限制， 对金融知识所知甚少，这也直接导致了他们很少接触金融产品，故将自己排除在金融服务之外。 金融排斥可分为地理排斥、评估排斥及产品排斥。地理排斥在中国农村占基础性地位，主要体现在将农村等偏远地区人们排除在金融服务之外。农村等较为偏远地区金融服务网点的数量较少，农民获取金融服务困难。评估排斥是指相较于城市居民而言， 农村居民的经济收入不稳定，还款能力受到质疑，因此农村居民所能享受的金融产品及金融服务都受限。产品排斥体现在城镇等富有人群在选择金融产品时种类丰富，对于资金充足的大客户甚至能做到个性化定制，极大程度上满足客户的需求。而农村居民的受众面小，金融机构很少为农村居民提供针对性的金融服务，这又进一步导致农村居民与城市居民在金融服务领域拉开差距。普惠金融旨在加强金融服务的包容性，其重点服务对象为偏远地区、农村地区及低收入人群。金融机构还向农村居民推出更适用的金融产品， 并在抵押品及贷款利率方面给予优惠政策，使得农村居民能够获得低成本、适用性高的金融服务，满足农村居民的资金需求并提高农村地区居民的收入。
金融服务具有门槛，只有承担一定的金融服务成本时，才能享受到相应的金融服务。农村地区人群收入普遍较低，且缺少抵押品，因此难以从传统金融获取金融服务。普惠金融的出现激发了金融市场的活力，加速了金融产品与金融机构的创新，让资金流通更迅速，资源配置更有效率。尤其是近年来互联网技术 使得金融服务成本进一步降低。普惠金融成本的降低使得更多农村居民可以更低的门槛享受金融服务，从而促进农村居民收入的增长。
根据上文，普惠金融可通过为农村居民提供服务并且降低成本来帮助农村居民提高收入。本文据此提出假设1。
假设1：普惠金融的发展能够增加农村居民收入。
普惠金融还可以通过影响经济增长来间接增加农民收入。 金融市场的发展离不开经济的支持，经济发展也需要高效率的金融市场作为后盾，两者相辅相成、协同发展。稳定的金融市场为农村居民提供了资金支持，这也促进了经济发展，经济的进一步发展又为农村居民提供了更多创业就业的机会，这同时也增加了农村居民收入。在不同经济发展水平下，普惠金融对农村居民收入的影响可能会有不同。在经济发展初期，农民主要追求温饱，因此对金融产品需求并不高。而随着经济发展，农民生活水平逐渐提高， 金融服务逐渐被农民了解并接受， 成为资金流通中不可或缺的一部分，此时普惠金融对农民的增收作用更为显著。
根据上述理论分析，为了验证普惠金融在不同经济水平下对农村居民收入的影响差异以及普惠金融自身不同发展水平对农村居民收入的影响差异，本文提出假设2。
假设2：普惠金融对农村居民收入的影响可能具有门槛效应，会受到经济发展水平的影响。
三、普惠金融指数构建
本文将从渗透度、可获得度和使用度这三个维度选取7个二级指標，利用变异系数法来测算我国2009—2018年30个省份农村的普惠金融指数，并根据测算结果分析研究期间我国农村普惠金融发展情况。
（一）指标选取
本文借鉴目前认可度较高的Sarma（2008）构建的普惠金融指数，从渗透度、可获得度以及使用度三个维度来选取指标，构建农村地区普惠金融指数[14]。在普惠金融的渗透度方面，参考王婧等（2013）的做法，从地理纬度和人口纬度选取与农村金融机构相关的四个指标来衡量农村地区金融机构的渗透情况[15]，其中农村金融机构的涵盖范围包括小型农村金融机构和新型农村金融机构。在可获得度方面，主要测度农民获得涉农贷款的情况，本文采用涉农贷款余额占总贷款余额的比例来衡量。关于使用度，本文参考韩晓宇（2017）的做法，将保险行业纳入考量范围，以此来衡量农业保险的密度[16]。
具体指标的选取以及计算方式如表1所示。
（二）指标测算方法
测算普惠金融指数的第一步就是要对上述各项指标赋予不同的权重。本文选用目前运用范围最广的变异系数法来测算普惠金融指数。变异系数法是一种客观赋权的方法，通过测算各个指标的变异系数来衡量该指标的变异程度， 指标变异程度越大，说明该指标越难以实现，所对应的权重也会越大。以此方法来对各个指标赋予不同的权重，最后通过欧几里得距离法合成普惠金融指数。具体的测算方法及公式如下：
首先是测算各项指标的变异系数：
其中，Vi表示第i项指标的变异系数，也可称为标准差系数;？啄i表示第i项指标的标准差;表示第i项指标的平均值。
由式（1）可得到第i项指标的权重为：
得到各项指标的权重后，运用离差标准化的方法对各项指标进行无量纲化处理，并乘以相应的权重得到新的指标Ci（i=1，2，...，n），具体公式如下：
其中，Ai表示第i项指标的实际观测值;maxi表示第i项指标全部实际观测值中的最大值;mini表示第i项指标全部实际观测值中的最小值;Wi是由式（2）得出的各项指标的权重。
进行无量纲化处理并乘以相应权重后的指标Ci的取值在0至1之间，其大小代表第i项指标所衡量的普惠金融指数的高低。但Ci仍需进一步通过欧几里得距离法合成最终的普惠金融指数，主要思想是将各指标的观测值与理想值整合，具体的公式如下： 以此方法测算出2009—2018年我国30个省份的普惠金融指数，IFI越大代表该省农村地区普惠金融发展越好，且本指数仅代表相对值。
（三）普惠金融各项指标权重
依据上文提及的各项指标以及确定各指标权重的方法，本文最后测算得出各指标的权重如表2所示。
通过表2所示的各指标权重结果可以看到，在渗透度这一维度，人口维度的权重比地理维度的权重小得多，这表明各省在地理上的普惠金融渗透度差异较大，平均到个人的人口维度差异并不明显。而在涉农贷款的可获得度方面，该权重占比不高，说明这一差异也并不明显。在使用度这一维度，存款支农转化率权重不高，农业保险密度的权重在7个权重指标中占比最高，说明农业保险发展并不均衡，差异显著。
四、 普惠金融对农民收入影响的实证研究
（一）变量选取与模型设定
1.变量选取
本文所选取的被解释变量来源于国家统计局网站，通过对农民人均纯收入取对数（ln Y）来衡量各省农民的收入水平。 并将上文测算的30个省份的2009—2018年农村地区普惠金融指数（ifi）作为核心解释变量，该指数的取值范围为0～1，指数越高说明该省农村普惠金融发展水平越高，该指数越低说明该省农村普惠金融发展水平越低。
同时，为了解决部分因遗漏变量而导致的内生性问题，本文选取了以下控制变量：财政涉农支出（rsz）、人均受教育年限（edu）、产业结构（is）、城镇化水平（ur）、人均农业机械总动力（power）、经济发展水平（rgdp）。
受限于数据获取， 本文的研究区间为2009—2018年。 本文在测算农村普惠金融指数时需要各省的农村耕地面积这一数据，但截止目前，国家统计局网站关于耕地面积的数据仅更新至2017年，考虑到耕地面积并不会在短时间内发生较大变化，本文依据2015—2017年各省的耕地面积变化趋势对2018年的相应数据进行了估算。2019年其余数据存在不同程度缺失， 为保证研究结果的准确性，最终选定的研究区间为2009—2018年。 原始数据来源于WIND数据库、《中国统计年鉴》《中国农村统计年鉴》以及各省统计年鉴。各变量处理方法及描述性统计如表3所示。
2.模型设定
（1）线性面板模型
上文通过理论层面对普惠金融与农民收入之间的影响进行了分析，为了在实证层面证实这一关系，本文首先构建普通面板模型：
（2）面板门槛模型
普惠金融对农民收入的作用效果可能会受到经济发展水平的影响。 为了验证这一假说， 本文又进一步构建面板门槛模型，并且将经济发展水平作为门槛变量， 研究普惠金融对农民收入的作用效果。面板门槛模型如下：
（二）单位根检验
1.面板单位根检验
为了避免因单位根带来的伪回归问题，本文首先对各变量进行平稳性检验，由于单个单位根检验方法可能具有局限性，本文采用4种方法检验数据的平稳性。首先对各变量的原序列进行平稳性检验，这4种方法的原假设均是存在单位根，具体检验结果如表4所示。
由表4的检验结果可知，大多数变量的检验结果均接受原假设，即原序列均存在单位根，因此继续对原序列进行一阶差分后仍然用上述4种检验方法再次进行单位根检验，检验结果如表5所示。
原序列进行一阶差分后， 各变量均在5%的显著性水平下拒绝了存在单位根的原假设，因此可认为各变量为一阶单整列。
2.面板协整检验
在单位根检验中发现各变量为一阶单整列，因此需要进一步做协整检验，以确定各变量之间是否存在长期关系，若存在长期关系，则可仍然用原序列构建模型。 协整检验的原假设是不存在协整关系，若拒絕原假设，则说明各变量之间存在长期均衡关系。 本文采用kao和Pedroni两种面板协整检验来检验其协整关系。表6检验结果显示，在5%的显著性水平下，几乎所有统计量均拒绝了不存在协整关系的原假设，因此可判断各变量之间存在协整关系，即满足面板数据处理的基本条件，可用于后续模型的构造。
（三）模型检验及参数估计
1.门槛效应估计与检验
依据上述检验方法，本文首先对该样本内数据进行单一门槛、双重门槛及三重门槛检验，检验结果如表7所示。根据门槛效应检验结果可知，当以经济发展水平作为门槛变量时，单一门槛效应及双重门槛效应在1%的置信水平下通过显著性检验，而三重门槛均未通过显著性检验，证实了在本文研究的范围内，普惠金融对农民收入的影响的确存在非线性关系，并且可以构建双重门槛模型进行估计。
门槛值估计结果如表8所示， 在5%的置信水平下，以经济发展水平作为门槛变量的双重门槛值分别为2.0534以及3.1707。据此，本文将农村普惠金融对农民收入的影响根据经济发展水平分为三个不同的区间，即ifi（rgdp≤2.0534）、ifi（2.0534<rgdp≤3.1707）以及ifi（rgdp>3.1707）。
2.面板模型参数估计
在线性面板模型估计时， 应在固定效应模型、随机效应模型以及混合模型中进行选择，本文根据F检验和Hausman检验判断采用固定效应模型。表9汇总了线性模型及非线性模型的估计结果。
（四）回归结果分析
根据表9所示的回归结果，总体来说，无论是从全国层面还是分东中西地区，普惠金融都可以显著提高农民收入， 且东部地区的作用效果最为显著，其次是西部地区，最后是中部地区。从全国层面来看，除了普惠金融之外，经济发展水平（rgdp）及教育水平（edu）均在1%的显著性水平下增加了农村居民收入，而农用机械总动力（power）也在10%的显著性水平下增加农民收入。除此之外，城镇化水平（ur）对农民收入的影响系数为负，且在1%显著性水平下显著，这说明城镇化水平越高，农民收入越低，这也许是随着城镇化水平的提高，青壮年劳动力逐渐向城市转移所致。而涉农财政支出（rsz）及产业结构（is）对农民收入影响不大。而在分样本的回归结果中，东部地区与西部地区的农村普惠金融均能显著提高农民收入，而中部地区农村普惠金融的增收效果最弱，这也许是因为中部地区农村普惠金融发展不够充分， 仍未能全面涵盖所需人群。教育水平（edu）的影响系数由西到东均显著，也体现出教育对农民收入的重要性，而其余控制变量的回归结果大致相同。 面板门槛模型回归结果也同样支持普惠金融均能显著增加农村居民收入的结论。 控制变量中，经济发展水平（rgdp）、人均农业机械总动力（power）以及教育水平（edu）的系数均在1%的显著性水平下显著为正，说明经济发展越好、农业现代化程度越高及教育水平越高越能显著促进农民收入的增加，这同时也符合理论与实际。而城镇化水平（ur）系数显著为负， 说明随着农村劳动力向城市的不断转移，农民收入也同时降低。产业结构（is）的系数则不显著。双重门槛模型依据经济发展水平将普惠金融对农民收入的影响分为三个阶段，并针对每个阶段给出了相应的系数。根据上文双重门槛模型的回归结果可知： 首先在经济发展的初级阶段（rgdp≤2.0534）， 普惠金融对农民收入的影响系数为负，但并不显著，可能是由于此时农村金融基础设施等配套体系并不完善，同时普惠金融的发展也处于初级阶段，因此其增收效应并不显著。在经济发展的中级阶段（2.0534<rgdp≤3.1707），普惠金融对农民收入的影响在1%的显著性水平下显著，系数为0.859， 说明此时普惠金融确实能增加农民收入。在经济发展水平的较高阶段（rgdp>3.1707），普惠金融对农民收入的影响在1%的显著性水平下显著，系数为1.519，该系数几乎是第二阶段的两倍。因此总体来说， 普惠金融的发展的确能有效增加农民收入，并且随着区域经济不断发展，金融基础设施不断完善，农村普惠金融的发展也不断深入，其增收及减贫的作用效果也逐渐凸显。分析人均GDP的原始数据后发现，依据本文的分类方法，2009年处于经济发展水平初级阶段的省份有12个， 处于经济发展水平中级阶段的省份有8个，处于经济发展水平高级阶段的省份有10个。而2018年，只有甘肃这1个省份处于经济发展水平中级阶段， 其余29个省份均处于经济发展水平高级阶段。这一数据不仅反映了近十年来我国经济高速发展的情况，而且从实证结果来看，越来越多的省份处于经济发展水平高级阶段，此时普惠金融对农民的增收作用也更为突出。
（五）稳健性检验
一般来说，遗漏变量、互为因果均可能会导致内生性问题。首先，本文研究并证实了普惠金融发展对农民的增收效应，但农民收入增加帮助他们跨越了金融服务门槛的同时也增加了其对金融服务的需求， 从而间接地促进农村地区普惠金融的发展，这一互为因果的关系可能导致潜在的内生性问题。本文参考习明明等（2021）[17]的做法，将普惠金融指数的滞后一阶作为普惠金融的工具变量，利用两阶段最小二乘法（2SLS）进行估计，因为上一年普惠金融的发展对本年度普惠金融的发展具有延续性，满足了工具变量相关性的要求。而本年的农民收入与上年度普惠金融的发展并不直接相关，也满足了工具变量外生性的要求。
表10报告了使用工具变量后的回归结果，从全国及分地区的回归结果可发现， 在4组方程中，Anderson检验的p值均为0.0000， 且弱工具变量Cragg-Donald检验的F值均较大， 在1%的显著性水平下拒绝原假设，这说明本文所选取的工具变量是有效的。在4组方程中，滞后一阶的农村普惠金融指数全部显著，系数大小与方向均与上文保持一致，这说明本文的研究结论具有一定的稳健性。
五、结论及政策建议
（一）研究结论
本文基于2009—2018年我国30个省份的面板数据， 构建了针对农村地区的普惠金融指数，并分析其对农民收入的影响。根据普惠金融指数的计算结果可知，在研究样本的十年间，我国各省农村普惠金融发展迅速， 但仍存在明显的地域差异。基于该指数构建了普通面板回归模型以及面板门槛模型，所得研究结果如下：
一是普惠金融的确能有效增加农民收入， 且这一作用效果具有地域差异，与中西部地区相比，普惠金融对东部地区农民的增收效果更显著。
二是普惠金融对农民收入增收效果会受到当地经济发展水平的影响， 随着区域经济不断发展，金融基础设施不断完善，农村普惠金融的发展也不断深入，其增收及减贫的作用效果也逐渐凸显。
综上，普通面板模型及面板门槛模型均证实了普惠金融对农民收入具有显著增收效应，并且随着经济发展水平、 农业现代化水平及教育水平的不断发展，其增收效应越发突出。
（二）政策建议
首先， 应加快完善农村地区金融基础设施建设。实证研究证实了普惠金融对农民的增收作用具有门槛效应，在跨越第一个门槛后，其增收作用更为突出。而现阶段农村地区落后的金融基础设施限制了普惠金融的发展。 因此只有完善金融基础设施建设，扩大农村普惠金融的服务广度与深度，让农村普惠金融惠及更多有金融需求的农民，才能充分发挥普惠金融的增收作用。政府应加大与金融机构合作力度，在农村地区合理设立服务网点，便于农民方便快捷地获取金融服务;联合金融机构为农民定期开展金融知识宣讲，培养农村居民理财及防范金融诈骗意识。 金融机构应加速金融产品的创新，积极推出符合农村发展实情、 适应农民特点的金融产品;进一步细化分工，合理安排资源配置，简化贷款的流程及手续， 为农民提供方便快捷的绿色服务通道。
其次， 制定差异化的农村普惠金融监管政策。本文研究发现普惠金融对农民收入的作用存在地域差异，与中西部地区相比，普惠金融对东部地区农民的增收效果更显著。因此政府应针对不同发展水平的地区制定差异化的农村普惠金融监管政策。对于经济发展水平较落后的地区，应根据当地的实际情况，对金融机构给予针对性的优惠政策，适当放宽监管，鼓励金融机构创新。而对于经济发展水平较高的地区，应总结农村普惠金融发展过程中的经验教训， 并将农村普惠金融业务向周边省份拓展， 积极在周边农村及落后地区建立分支机构，帮助当地完善相关金融服务。
最后，充分发挥金融科技作用以推动数字普惠金融发展。近年来数字普惠金融作为普惠金融的新兴领域快速发展， 而农村地区经济发展相对落后，是发展数字普惠金融的蓝海市场。数字普惠金融结合了互联网与大数据的优势， 通过分析农民的消费、支付等信息，构建个人征信信息，提高农村客户貸款的可获得率。数字普惠金融还能进一步降低金融服务的门槛，在降低金融服务成本的同时提升效率与准确率。除此之外，数字普惠金融的出现让农村居民实现了足不出户就能享受金融服务的可能，各项业务均能实现线上办理， 金融服务不再有地域鸿沟，金融服务地理排斥的困境得以缓解。 参考文献
[1]DAVIS J R，GABURICI A，HARE P G.What's Wrong with Romanian Rural Finance？Understanding the Determinants of Private Farmers' Access to Credit[R].CERT Discussion Paper，1998.
[2]温涛，冉光和，熊德平.中国金融发展与农民收入增长[J].经济研究，2005（9）：30-43.
[3]胡德宝，苏基溶.金融发展缩小收入差距了吗？——基于省级动态面板数据的实证研究[J].中央财经大学学报，2015（10）：23-31.
[4]王成利.社会资源和金融资源对农户收入的影响分析[J].经济问题，2018（8）：84-89，110.
[5]陈钦，林秋斌.农村金融扶贫效果分析——基于我国26个省级面板数据的实证研究[J].税务与经济，2019（2）：37-43.
[6]张立军，湛泳.金融发展与降低贫困——基于中国1994～2004年小额信贷的分析[J].当代经济科学，2006（6）：36-42，123.
[7]BINSWANGER H P，KHANDKER S R.The Impact of Formal Finance on the Fural Economy of India[J].Policy Research Working Paper，1995，32（2）：234-262.
[8]LIU T，HE G，TURVEY C G.Inclusive Finance，Farm Households Entrepreneurship，and Inclusive Rural Transformation in Rural Poverty-stricken Areas in China[J].Emerging Markets Finance and Trade，2019（9）：1-30.
[9]蔡洋萍.湘鄂豫中部三省農村普惠金融发展评价分析[J].农业技术经济，2015（2）：42-49.
[10]朱一鸣，王伟.普惠金融如何实现精准扶贫？[J].财经研究，2017，43（10）：43-54.
[11]夏玲.数字普惠金融的减贫效应研究——基于我国31个省份2011—2018年的面板数据[J].金融理论探索，2020（6）：43-49.
[12]罗斯丹，陈晓，姚悦欣.我国普惠金融发展的减贫效应研究[J].当代经济研究，2016（12）：84-93.
[13]顾宁，张甜.普惠金融发展与农村减贫：门槛、空间溢出与渠道效应[J].农业技术经济，2019（10）：74-91.
[14]SARMA M.Index of Financial Inclusion[R].Indian Council for Research on International Economic Relations New Delhi Working Papers，2008.
[15]王婧，胡国晖.中国普惠金融的发展评价及影响因素分析[J].金融论坛，2013，18（6）：31-36.
[16]韩晓宇.普惠金融的减贫效应——基于中国省级面板数据的实证分析[J].金融评论，2017（2）：69-82，125-126.
[17]习明明，李鑫，何炳林.普惠金融促进了制造业就业吗？——基于县级面板数据的实证研究[J].证券市场导报，2021（3）：13-22.
Research on the Impact of Inclusive Finance on the Income of Rural Residents
——Empirical Analysis Based on Provincial Panel Data
Qian Shuitu，Zhang Xinnan
（School of Finance， Zhejiang Gongshang University， Hangzhou 310018， China）
Abstract： The rapid development of inclusive finance has opened up a new path for rural revitalization， and its effect on farmers’ income should not be underestimated. Selecting the rural panel data of the provinces from 2009 to 2018 as the research sample， the inclusive finance index from 2009 to 2018 was calculated， and the linear panel model and the panel threshold model were constructed to verify the impact of inclusive finance on the income of rural residents. The research results show that inclusive finance can effectively increase farmers’ income and has a threshold effect. The effect of inclusive finance on farmers’ income increase will also be affected by the level of local economic development. As the regional economy continues to develop and financial infrastructure continues to improve， the development of rural inclusive finance continues to deepen， and its effect on income increase and poverty reduction is also gradually highlighted.
Key words： rural inclusive finance; rural residents’ income; economy development; threshold effect
（责任编辑：李丹;校对：龙会芳）