论文部分内容阅读
摘 要：本文基于2009—2018年我国30个省（市、自治区）的面板数据，测算我国各地区包容性金融发展水平，并在纳入产业结构升级这一传导机制的基础上，采用空间面板及门槛面板模型分析包容性金融发展对贫困减缓的影响效应。实证结果表明：包容性金融发展、产业结构升级对减缓贫困具有显著的促进作用，并且包容性金融发展、产业结构高度化在促进本地区贫困减缓的基础上，还通过空间溢出效应促进邻近地区减贫;进一步研究发现，基于产业结构升级的包容性金融发展对贫困减缓存在着双重门槛的非线性影响，一味追求包容性金融规模扩张反而会削弱对贫困减缓的促进效用。
关键词：包容性金融发展;贫困减缓;产业结构升级;溢出效应;门槛效应
中图分类号：F832.7 文献标识码：A 文章编号：1674-2265（2021）06-0057-08
DOI：10.19647/j.cnki.37-1462/f.2021.06.008
一、引言与文献综述
包容性金融发展不仅可以凭借提供更为普及的小额信贷、微型金融等措施为社会低收入人群提供适当、有效的金融产品及服务来帮助贫困群体创收脱贫，还可以通过促进资金及劳动在产业间的优化配置助推产业结构升级与经济高质量发展，以产业结构升级带来的资源、就业、技术优化等为间接路径减缓贫困。故在国内全面建成小康社会、实现经济高质量发展背景下，研究包容性金融发展服务经济、减缓贫困的路径及其作用时，需重视产业结构升级的影响。基于包容性金融发展、产业结构升级对贫困减缓的影响及促进机制，分析三者间的相互关系和促进作用，對进一步优化金融服务成效、巩固扶贫成果等前瞻性政策的制定具有重要指导意义。
包容性金融概念在2005年由联合国正式提出，它强调的是以能承担的成本拓展金融服务至贫困地区及低收入人群，从而不断提高这些地区和人群获取金融服务的可能性。从减缓贫困的路径来看，早期国外学者（Burgess和Pande，2005;Leeladhar，2006）[1，2]研究发现包容性金融通过发放小额信贷、降低信贷成本和放松信贷条件等措施，提高金融服务的惠及性，从而助力扶贫。近年来，有学者（Chibba，2009;Inoue和Hamori，2012;Park等，2015）[3-5]进一步研究发现，包容性金融发展亦可通过促进经济增长、增加收入、优化分配等间接渠道提升扶贫效果。我国历来重视金融服务，在服务“三农”及小微企业方面先后出台了一系列政策措施，完善小微企业金融服务体系，提高农村金融服务的覆盖面。国内学者们也不断探索出包容性金融发展对贫困减缓的各方面贡献。多数学者研究发现包容性金融可以通过直接减贫机制和间接减贫机制两种途径减缓贫困。其中，直接减贫机制为通过包容性金融资金及服务的普惠性，使贫困人口直接享受到包容性金融带来的好处。对于间接减贫机制，由于研究视角不同，研究结论也较为多样。部分学者（车树林和顾江，2017;任碧云和王雨秋，2019）[6，7]从人力资源角度出发，认为包容性金融可以通过积累人力资本、提高全要素生产率等中介效应间接减缓贫困状况;也有学者（朱一鸣和王伟，2017;谭燕芝和彭千芮，2018;汪晓文和崔晓烨，2019）[8-10]从资本分配角度出发，认为包容性金融提高了贫困人口拥有的金融资本，改善了贫困人口的收入分配，增强了贫困人口自身的素质和信心，进而实现了“造血式”扶贫。
在影响贫困减缓的众多中介因素中，部分学者发现产业结构升级已逐渐成为减缓贫困的重要推手。在我国经济新常态的大环境下，低收入人群难以高效利用包容性金融发展带来的便利问题越发突显，而产业结构的转型升级可以有效提升金融资源在不同部门的配置，促进低收入人群享受金融服务、缓解贫困，因此，产业结构转型升级这一中介因素对于发挥包容性金融的减贫作用越发重要（赵贺和张华新，2018）[11]。据此，孟维福和任碧云（2020）[12]等基于产业结构转型升级的传导机制，分析包容性金融对贫困减缓的影响，研究发现包容性金融发展可以通过促进产业结构合理化和产业结构高度化推动农村的贫困减缓。此外，随着空间计量经济学的不断发展，一些学者开始关注包容性金融发展对贫困减缓的空间效应，研究发现包容性金融发展不仅有利于当地贫困减缓，也能通过空间溢出效应促进邻近地区的贫困减缓（傅鹏等，2018;王修华和赵亚雄，2019）[13，14]。
总体而言，关于包容性金融发展在国内研究已较为成熟，学者们就包容性金融发展与贫困减缓、包容性金融发展与产业结构升级进行了深入的研究，这些结论不仅丰富了国内关于包容性金融发展、产业结构优化升级与减贫关系的理论体系，也为后续研究留下充实的文献参考和借鉴依据。但仍存以下不足：虽然国内学者分析了包容性金融发展在减贫中发挥的作用以及产业结构升级对贫困减缓的意义，但少有文献能将两个问题有效结合分析。已有文献分析了包容性金融发展促进产业结构升级进而实现农村减贫的传导机制，但没有考虑变量空间相关性与异质性的影响。在各省域间金融合作、产业发展愈发紧密的情况下，忽略空间相关性与区域异质性的分析结果会存在一定偏差。基于此，一方面，本文将产业结构升级要素纳入包容性金融发展与贫困减缓的分析框架中，具体分析包容性金融发展的直接减贫效应及其与产业结构升级互动的间接减贫机制路径;另一方面，应用空间计量和门限面板模型，分析包容性金融发展、产业结构升级对贫困减缓的空间溢出效应及非线性影响，为全面检验其对贫困减缓的影响效应提供了理论指导和经验依据。
二、包容性金融与产业结构升级影响贫困减缓的传导机制
包容性金融发展可以通过覆盖金融服务、满足资金需求来促进贫困减缓。同时受不同地区资金分配、资本市场发展程度等方面的差异影响，各省间包容性金融发展对贫困减缓的促进作用表现不同。考虑到产业结构升级是包容性金融发展减缓贫困的重要途径，基于资本配置、产业群发展、技术创新三方面因素，梳理包容性金融发展对产业结构合理化、高度化的影响渠道，构建产业结构升级背景下包容性金融发展对贫困减缓的传导机制。具体传导机制见图1。 （一）包容性金融发展对贫困减缓的传导机制
包容性金融强调给予贫困地区及低收入人群以可承担的成本享有与需求相匹配的金融服务。一方面，通过为贫困人口提供生产性贷款、助学贷款及农业保险等金融资金，以满足贫困人口在生产、生活、经营等各方面的资金需求，从而提升金融资金的渗透性;另一方面，通过拓宽金融服务的深度和广度，进一步促进贫困人口与金融机构在信息、服务及信贷等方面的匹配程度，提高金融资源的配置效率，从而提升贫困人口获取金融服务的可能性。另外，在包容性金融发展的不同阶段，其对贫困减缓的效用力度可能也会不同。在包容性金融发展初期，金融服务主要以需求为导向，配合经济发展现状投入人力、物力及财力，其扶贫效率往往受限于经济发展水平;在包容性金融发展到一定程度后，金融服务通过前期金融资本的积累和产业技术升级，显著提升了资源配置效率与生产要素效率，进一步促进贫困减缓;而在包容性金融发展到某个阶段后，其边际成本可能逐渐高于收益（李涛等，2016）[15]，减缓贫困的效率也会有所折扣。
（二）包容性金融发展对产业结构升级的影响渠道
具体而言，包容性金融发展对产业结构升级的影响渠道主要包括以下三个方面：（1）通过优化资本配置效率来影响产业结构的升级。包容性金融发展大幅降低了金融服务门槛，使新兴金融等能够与传统金融并存于金融市场（张林和冉光和，2018）[16]，极大拓宽了金融服务的覆盖领域，有效促进了资本向效率较高的第二、三产业转入，促进产业结构更加高度化。（2）通过促进农村相关产业群的发展，进一步合理整合农村资源，以此推动产业结构升级。第一，包容性金融发展通過增加农村相关产业及小微企业的资金融入，推动农村产业发展升级。第二，通过有效促进农信社的发展，提升农村金融的供给水平，从而带动农村相关产业发展，使农村产业结构更加合理化。（3）通过对新兴企业、创新型产业提供必要的资金支持，帮助产业进行技术革新，从而推动产业结构转型升级。
（三）产业结构升级对贫困减缓的推动机制
产业结构转型升级对贫困减缓的促进作用主要体现在两个方面：第一，产业结构的转型升级会导致劳动力资源、社会资本、技术设备等要素向生产率更高的产业部门转移，从而推动经济发展，促进贫困减缓。第二，产业结构的转型升级通过改变就业人口结构，配合相关政策扩大就业、减缓贫困。产业结构的转型升级会使部分劳动密集型产业逐步被技术和资本密集型产业替换，在一定程度上对贫困人口就业造成影响。但产业结构转型升级不仅需要高技术人才，也需要新岗位下的简单劳动力，有效配合政府出台的相关积极政策可以平衡并增加贫困人口就业机会，进而减缓贫困。另外，从空间层面而言，由于包容性金融、产业结构所涉及的金融服务、科学技术、劳动力资源等要素的跨区域流动，也会给相邻地区在生产活动、金融合作、信息共享等方面带来便利，从而促进相邻地区经济金融发展，加快贫困减缓的进程。
综上所述，一方面，包容性金融发展通过拓宽资金需求与金融服务，提高贫困人口与金融资源及服务的匹配程度，增加金融服务的渗透性、可得性，进而促进贫困减缓;另一方面，通过优化资源配置、整合农村资源、创新产业技术带动产业结构高度化、合理化，从而推动经济发展、平衡扩充就业机会，减缓农村贫困。考虑到包容性金融发展的减贫效用可能受门槛机制和空间因素影响。因此，本文从金融服务的渗透性、可得性等方面构建包容性金融指标体系，结合产业结构高度化、合理化指标分析其对贫困减缓的影响及空间溢出效应，并对包容性金融发展不同阶段的减贫效应做系统分析。
三、包容性金融发展指标体系的构建与测度
（一）指标体系的构建
对于包容性金融发展指标体系的构建，基于上文所述传导机制中金融服务的渗透性、可得性因素，同时借鉴黄秋萍等（2017）[17]提出的方法，从渗透度、可获得性、效用性和负担性四个维度衡量包容性金融发展，指标体系构建见表1。
（二）指数测度方法
考虑到主成分分析、因子分析等方法缺少对指标权重的深入分析，为更客观反映金融包容性发展区域间差异与逐年变动趋势，选用变异系数法赋权指标体系。在确定权重之后，利用极值标准化方法对数据进行无量纲化处理，并通过计算欧式距离得到包容性金融发展指数[IFIi]。其中，[xij]为标准化后的数据值，[wij]表示用变异系数法确定的权重。
[IFIi=1-w2i1（1-xi1）2+w2i2（1-xi2）2+…+w2in（1-xin）2（w2i1+w2i2+…w2in）] （1）
根据公式（1）计算各地区各年份的包容性金融发展指数[IFI]，其中，[wi]为各维度指标的权重。
[IFI=1-w21（1-IFI1）2+w22（1-IFI2）2+…+w2n（1-IFIn）2（w21+w22+…w2n）]
（2）
（三）数据来源
本文基于我国30个省（市、自治区，以下简称省份）2009—2018年面板数据进行测度，考虑到数据的完整性和可得性，剔除西藏和港澳台地区。数据主要来源于《中国金融运行报告》《中国统计年鉴》及各省份统计年鉴。
（四）包容性金融发展测算结果
根据公式（3）计算2009—2018年各省份包容性金融发展指数，并在此基础上计算相关统计特征值，具体结果见表2。
从时间演变趋势来看，2009—2018年全国包容性金融发展水平呈稳步上升的趋势，平均值从2009年的0.082上升到2018年的0.153，年均增长率为7.2%，这表明我国包容性金融在近10年间保持着良好的增速水平和上升态势。
从空间分布来看，东部地区包容性金融发展水平最高，西部地区的包容性金融发展水平最低，中部地区和东北地区较为接近，表明我国的包容性金融发展程度与各地区的经济水平保持一致，呈现出明显的空间相关性和异质性特征。 四、包容性金融发展、产业结构升级对贫困减缓的实证分析
（一）变量选取
1. 被解释变量。被解释变量为贫困程度，部分学者选用国际上通用的恩格尔系数衡量贫困，但因消费习惯存在差异和社会保障发展不均衡等问题，恩格尔系数难以有效反映我国贫困状况（尹海洁和唐雨，2009）[18]。本文参考徐强和陶侃（2017）[19]、任碧云和陈曦（2019）[20]的研究，以居民人均消费支出衡量贫困程度，人均消费支出越高，则贫困程度越低，同时指标采取对数化处理。
2.核心解释变量。（1）包容性金融发展指数（IFI）。以上文计算得到的各省份2009—2018年包容性金融发展综合指数反映指标情况。（2）产业结构升级指数。产业结构升级是使产业结构合理化和高度化。其中，产业结构合理化（RIS）指生产要素在产业间的利用与配置均衡程度，RIS取值越高，产业结构合理化水平越高;产业结构高度化（AIS）表现为产业结构由第一产业向二、三产业转移程度，AIS取值越高，产业结构高度化越高。本文借鉴干春晖等（2011）[21]、谭昶等（2019）[22]等的测度方法计算RIS和AIS指数，具体测度公式如下所示：
[RIS=-i=1nYiLiYL-1] （3）
[AIS=-i=1nyi×i=y1×1+y2×2+y3×3，1≤AIS≤3]
（4）
其中，[Yi]表示第[i]产业的生产总值，[Li]表示第[i]产业的就业人数，[yi]表示第[i]产业的生产总值占GDP的比重。
3. 控制变量。考虑到影响贫困减缓的还有政府支出、城镇化进程、经济发展水平等因素，本文选用财政支出占比、城镇化率、人均生产总值作为影响贫困减缓的控制变量。（1）财政支出占GDP比重（CZZC）。财政支出是政府用于减缓贫困的重要手段，本文借鉴谭燕芝等（2018）[10]的做法，选用各省份财政支出占GDP的比重衡量公共支出的效率。（2）城镇化率（CZH）。城镇化是农业人口向非农业人口转变的过程。本文选用各省份城镇人口占总人口的比重衡量城镇化率。（3）人均生产总值（RGDP）。本文选用各省份GDP与人口的比值来衡量人均生产总值，同时采取对数化处理，主要变量描述性统计如表3所示。
（二）数据平稳性检验
本文采用LLC检验方法检验各变量是否存在单位根，该方法适用于中等维度面板数据单位根检验。检验结果见表4。可以看出各变量校验结果偏差校正统计量均为负数，且p值均小于0.1，即拒绝各变量存在单位根的原假设，面板数据平稳。
（三）研究设计
为检验包容性金融发展、产业结构对贫困减缓的空间溢出效应，本文采用空间面板模型具体分析包容性金融对贫困减缓的影响程度及空间溢出作用。空间面板模型包括空间滞后模型（SAR）、空间误差模型（SEM）以及空间杜宾模型（SDM）。
空间滞后模型指变量间的空间相关性由因变量的滞后项产生，结合相关变量构建如下具体模型：
[lnconsumeit=ρjWijlnconsumeit+β0+β1IFIit+β2AISit+β3RISit+β4CZZCit+β5CZHit+β6lnRGDPit+μi+γt+εit] （5）
其中，[ρ]表示空间自回归系数，[Wij]表示空间权重矩阵，该矩阵在省份相邻时取值为1，在省份不相邻时取值为0。[jWijlnconsumeit]为因变量（即人均消费支出）的空间滞后项，[μi]是固定效应，[γt]是时间效应，[εit]是随机误差项。
空间误差模型指变量间的空间相关性由模型外的误差项产生，结合相关变量构建如下具体模型：
[lnconsumeit=β0+β1IFIit+β2AISit+β3RISit+β4CZZCit+β5CZHit+β6lnRGDPit+λjWijεit+μi+γt+εit] （6）
其中，[λ]表示误差滞后项的系数，[jWijεit]表示误差项的空间滞后。
空间杜宾模型指同时包含自变量和因变量的空间滞后项的模型，结合相关变量构建如下具体模型：
[lnconsumeit=β0+β1IFIit+β2AISit+β3RISit+β4CZZCit+β5CZHit+β6lnRGDPit+ρjWijlnconsumeit+θ1W（IFIit）+θ2W（AISit）+θ3W（RISit）+θ4W（CZZCit）+θ5W（CZHit）+θ6W（lnRGDPit）+μi+γt+εit] （7）
其中，[θ]為自变量的滞后项系数，[WX]为自变量的空间滞后项（[X]分别指各个自变量）。
（四）结果分析
1. 空间相关性检验。在进行模型估计之前，需要对各指标的空间自相关性进行检验，检验结果见表5。从表5可以看出，包容性金融发展、产业结构及贫困程度的莫兰指数在0.126—0.564之间，且均通过显著性检验。说明2009年以来，我国30个省份的包容性金融发展、产业结构及贫困程度在空间上分布不是完全随机的状态，而是呈现出一定的空间正相关性。若只是将各省份作为独立个体进行观测，则在研究结果上会出现一定的偏差，因此，在研究减贫效应时，将空间因素考虑其中。
2. 空间面板回归模型结果。纳入空间因素构建面板回归模型分析包容性金融发展、产业结构升级对贫困减缓的溢出效应。考虑空间因素的不同来源，文章分别对SAR、SEM、SDM模型进行估计。依据霍斯曼检验结果，SAR、SEM模型的估计结果选取随机效应模型，SDM模型的检验结果选取固定效应模型。具体结果见表6。
三种空间面板模型的拟合优度R2均比较高，表明空间面板模型能较好地反映包容性金融发展、产业机构升级对贫困减缓的程度。回归系数除财政支出占比（CZZC）不显著以外，其余变量均通过显著性检验。其中，核心解释变量包容性金融发展指数（IFI）、产业结构合理化指数（RIS）、产业结构高度化指数（AIS）的估计参数显著为正，说明包容性金融发展、产业结构升级对贫困减缓具有显著的促进作用，这与赵贺和张华新（2018）[11]的研究结论类似。从空间杜宾模型回归结果可以看出，包容性金融发展和产业结构高度化的参数估计值分别为0.132、0.488，且在5%、10%水平下显著，说明包容性金融发展和产业结构高度化均具有减缓贫困的作用，且存在明显的空间溢出效应。此外，[ρ]在SAR与SDM模型中分别为0.412、0.208且通过5%显著性水平检验，说明本地区的贫困减缓对邻近地区起到正向溢出作用，具有明显的连带效应，即贫困减缓较好的地区也会提高周围地区减贫效果。 3. 内生性检验。为保证模型参数估计结果的一致性，防止因遗漏变量或变量互为因果形成内生性问题，本文运用工具变量法进行检验。选取包容性金融发展指数、产业结构合理化及产业结构高度化指标的滞后项作为工具变量分别进行检验，检验结果如表7所示。从所得结果可以看出，工具变量法所得参数仍通过检验，说明包容性金融发展、产业结构合理化及高度化具有显著的减贫效应。
（五）进一步研究
为进一步明确在产业结构合理化和高度化的基础上包容性金融发展对贫困减缓的线性或非线性影响以及不同阶段的影响程度，本文选取各省份包容性金融发展指数作为门槛变量，对我国2009—2018年的相关数据构建面板门槛模型，并估计门槛值。具体构建模型如下所示：
[lnconsumeit=（β11IFIit+j=1nβj1Xjt）I（IFIit≤γ1）+（β12IFIit+j=1nβj2Xjt）I（γ1≤IFIit≤γ2）+...+（β1mIFIit+j=1nβjmXjt）I（γm-1≤IFIit≤γm）+μi+εit] （8）
其中，[IFIit]为门槛变量，[γ1，γ2，...，γm]为m个门槛值。
为测算具体门槛数量，分别对存在单门槛、双门槛以及三门槛进行检验，并估计门槛值。门槛数量检验结果如表8所示。包容性金融发展指数在双门槛下最为显著且通过10%显著性水平检验，说明包容性金融发展对贫困减缓具有双门槛值的非线性关系，具体门槛值结果如表9所示，包容性金融发展的门槛值分别为0.0825、0.4770且均处于置信区间内，门槛值有效。
表10为面板门槛模型估计的结果。从表中可以看出，在包容性金融发展初期，即第一门槛值0.0825的左侧，对减缓贫困有一定的促进作用，系数为1.213。随着包容性金融发展跨越第一门槛值后，其对贫困的减缓程度显著提升，系数由1.213上升至2.953，这一阶段包容性金融发展加速了贫困的减缓。当包容性金融继续发展越过第二门槛值0.4770后，对贫困减缓的程度有所收敛，系数下降到2.195。整体来看，包容性金融发展对贫困减缓呈现出阶段性倒U形特征，这与包容性金融发展的不同阶段有关。在初级阶段，经济水平整体不高，产业结构较为单一，对资源依赖程度较高，金融服务能力不能很好地匹配社会资源，导致其对减贫的促进作用并不显著;当包容性金融发展到一定程度跨过第一道门槛后，包容性金融与社会资源的匹配程度显著提升，贫困人口获取金融服务的能力和机会增加，同时大量劳动力从低效率部门转向高效率部门，资源配置效率提升，有效缓解了贫困压力;当包容性金融发展越过第二道门槛后，继续发展的边际成本会逐渐高于边际收益，促进贫困减缓的效用有所收敛，系数由2.953下降到2.195。
五、主要结论与政策建议
本文分析了包容性金融发展、产业结构升级对贫困减缓的传导机制，基于产业结构合理化、高度化视角研究了2009—2018年各省份包容性金融发展对贫困减缓的影响及空间溢出效应，并进一步明确了两者之间的非线性关系。研究发现：（1）包容性金融发展水平在全国稳步上升，年均增长7.2%，且在全国范围内呈现东部地区发展水平最高、东北和中部地区次之，、西部地区发展水平最低的发展态势。（2）包容性金融发展、产业结构升级对贫困减缓具有显著的促进作用，且从空间溢出层面看，包容性金融发展与产业结构高度化具有显著的空间溢出效应，减贫效果明显，且对邻近地区起到正向溢出作用，具有明显的“连带效应”。（3）从门槛层面看，基于产业结构升级的包容性金融发展对贫困减缓具有非线性关系，以包容性金融发展为门槛变量，当其越过第二道门槛后，对贫困减缓程度有所收敛。
综上所述，本文提出以下建议：
第一，優化金融资源配置，营造良好金融生态环境。对于包容性金融发展水平较高的东部地区，需进一步合理优化金融资源配置。在金融营业网点分布、金融从业人员调配、非银行类金融业务发展等方面进一步合理布局，从而更高效地服务贫困人口;对于包容性金融发展水平较低的西部地区，需进一步提升金融服务的可得性，通过借助政府方面政策支持，加大发展小额信贷、保险业力度，构建良好的金融生态环境，有效解决贫困人口贷款难等问题。
第二，有效利用空间溢出效应，发挥金融服务及产业的特性优势。充分利用包容性金融发展与产业结构高度化的空间溢出效应，通过发挥金融服务的流动性与延伸性优势，有效促进金融服务在各地区间的均衡发展。同时通过发达地区优势产业带动欠发达地区产业发展，促进欠发达地区产业向资本、技术密集型方向转移，提高贫困地区就业率，从而有效减缓贫困。
第三，因地制宜制定金融措施及构建产业扶贫机制，以乡村振兴为契机进一步巩固扶贫成效。包容性金融发展要更加注重政府财政和金融机构贷款的可持续性，根据地方财政水平和金融机构实力制定适宜的发展策略。同时，以乡村振兴战略为基础，构建考核体系、出台配套措施，指导贫困人口稳定脱贫，以此营造脱贫增收和产业发展长期稳定的双赢环境。
注：
1东部、中部、西部及东北地区的划分依据经济发展与地理位置的特征，并结合西部大开发和东北振兴战略的相关划分方式，其中，东部地区包括江苏、浙江、福建、广东、上海、海南、天津、北京、河北、山东10个省份，中部地区包括河南、山西、安徽、湖南、湖北、江西6个省份，西部地区包括内蒙古、四川、重庆、陕西、广西、云南、贵州、甘肃、青海、宁夏、新疆11个省份，东北地区包括辽宁、吉林、黑龙江3个省份。
参考文献：
[1]Burgess R，Pande R. 2005. Do Rural Banks Matter？ Evidence from the Indian Social Bankingexperiment [J].The American Economic Review，（3）. [2]Leeladhar S V. 2006. Taking Banking Services to the Common Man Financial Inclusion [R].Reserv Bank of India WorkingPapers.
[3]Chibba M. 2009. Financial Inclusion，Poverty Reduction and the Millennium Development Goals [J].European Journal of Development Research，（2）.
[4]Inoue T，S Hamori. 2012. How Has Financial Deepening Affected Poverty Reduction India？ Empirical Analysis Using State Level Panel Data [J].Applied Financial Economics，（5）.
[5]Cyn-Young Park，Rogelio Mercado，JR. 2015. Financial Inclusion，Poverty，and Income Inequality in Developing Asia. ADB Economics Working Paper Series，No. 426.
[6]車树林，顾江.包容性金融发展对农村人口的减贫作用 [J].农村经济，2017，（4）.
[7]任碧云，王雨秋.包容性金融发展与农村居民贫困减缓——基于全要素生产率视角的分析 [J].经济理论与经济管理，2019，（10）.
[8]朱一鸣，王伟.普惠金融如何实现精准扶贫？[J].财经研究，2017，（10）
[9]谭燕芝，彭千芮.普惠金融发展与贫困减缓：直接影响与空间溢出效应 [J].当代财经，2018，（3）.
[10]汪晓文，崔晓烨.普惠金融减贫效应的区域差异及门槛特征研究——基于省级面板数据的实证分析 [J].金融发展研究，2019，（12）.
[11]赵贺，张华新.金融包容发展的减贫效应研究—基于产业结构升级的视角 [J]. 武汉金融，2018，（8）.
[12]孟维福，任碧云.包容性金融发展、产业结构优化升级与贫困减缓 [J].西南民族大学学报（人文社会科学版），2020，（6）.
[13]傅鹏，张鹏，周颖.多维贫困的空间集聚与金融减贫的空间溢出——来自中国的经验证据 [J].财经研究，2018，（2）.
[14]王修华，赵亚雄.中国金融包容的增长效应与实现机制 [J].数量经济技术经济研究，2019，（1）.
[15]李涛，徐翔，孙硕.普惠金融与经济增长 [J].金融研究， 2016，（4）.
[16]张林，冉光和.金融包容性发展的产业结构优化效应及区域异质性 [J].经济与管理研究，2018，（9）.
[17]黄秋萍，胡宗义，刘亦文.中国普惠金融发展水平及其贫困减缓效应 [J].金融经济学研究，2017，（6）.
[18]尹海洁，唐雨.贫困测量中恩格尔系数的实效及分析 [J].统计研究，2009，（5）.
[19]徐强，陶侃.中国金融包容性指数的测度及其与贫困减缓的关系 [J].华中师范大学学报（人文社会科学版），2017，（11）.
[20]任碧云，陈曦.包容性金融发展对贫困减缓的双重门槛效应 [J].西南民族大学学报（人文社会科学版），2019，（5）.
[21]干春晖，郑若谷，余典范. 中国产业结构变迁对经济增长和波动的影响 [J].经济研究，2011，（5）.
[22]谭昶，吴海涛，黄大湖.产业结构、空间溢出与农村减贫 [J].华中农业大学学报（社会科学版），2019，（2）.
Inclusive Financial Development， Industrial Structure Upgrading and Poverty Alleviation
——Based on the Empirical Analysis of Spatial Spillover and Threshold Effect
Zhang Hong
（PBC Lanzhou Central Branch，Lanzhou 730030，Gansu，China）
Abstract：Based on the panel data of 30 provinces（municipalities and autonomous regions）in China from 2009 to 2018，this paper measures the level of inclusive financial development in each region of China and analyzes the impact effect of inclusive financial development on poverty alleviation using spatial panel and threshold panel models based on the inclusion of industrial structure upgrading as a transmission mechanism. The empirical result shows that the development of inclusive finance and the upgrading of industrial structure can significantly promote poverty alleviation，and the development of inclusive finance and the advancement of industrial structure can also promote poverty reduction in the neighboring areas through spatial spillover effects besides promoting local poverty alleviation. Further research finds that the inclusive financial development based on the upgrading of the industrial structure has a nonlinear impact on poverty reduction with a double threshold. Excessive pursuit of scale expansion can weaken the promoting effect of poverty reduction.
Key Words：inclusive financial development，poverty alleviation，upgrading of the industrial structure，spillover effect，threshold effect
关键词：包容性金融发展;贫困减缓;产业结构升级;溢出效应;门槛效应
中图分类号：F832.7 文献标识码：A 文章编号：1674-2265（2021）06-0057-08
DOI：10.19647/j.cnki.37-1462/f.2021.06.008
一、引言与文献综述
包容性金融发展不仅可以凭借提供更为普及的小额信贷、微型金融等措施为社会低收入人群提供适当、有效的金融产品及服务来帮助贫困群体创收脱贫，还可以通过促进资金及劳动在产业间的优化配置助推产业结构升级与经济高质量发展，以产业结构升级带来的资源、就业、技术优化等为间接路径减缓贫困。故在国内全面建成小康社会、实现经济高质量发展背景下，研究包容性金融发展服务经济、减缓贫困的路径及其作用时，需重视产业结构升级的影响。基于包容性金融发展、产业结构升级对贫困减缓的影响及促进机制，分析三者间的相互关系和促进作用，對进一步优化金融服务成效、巩固扶贫成果等前瞻性政策的制定具有重要指导意义。
包容性金融概念在2005年由联合国正式提出，它强调的是以能承担的成本拓展金融服务至贫困地区及低收入人群，从而不断提高这些地区和人群获取金融服务的可能性。从减缓贫困的路径来看，早期国外学者（Burgess和Pande，2005;Leeladhar，2006）[1，2]研究发现包容性金融通过发放小额信贷、降低信贷成本和放松信贷条件等措施，提高金融服务的惠及性，从而助力扶贫。近年来，有学者（Chibba，2009;Inoue和Hamori，2012;Park等，2015）[3-5]进一步研究发现，包容性金融发展亦可通过促进经济增长、增加收入、优化分配等间接渠道提升扶贫效果。我国历来重视金融服务，在服务“三农”及小微企业方面先后出台了一系列政策措施，完善小微企业金融服务体系，提高农村金融服务的覆盖面。国内学者们也不断探索出包容性金融发展对贫困减缓的各方面贡献。多数学者研究发现包容性金融可以通过直接减贫机制和间接减贫机制两种途径减缓贫困。其中，直接减贫机制为通过包容性金融资金及服务的普惠性，使贫困人口直接享受到包容性金融带来的好处。对于间接减贫机制，由于研究视角不同，研究结论也较为多样。部分学者（车树林和顾江，2017;任碧云和王雨秋，2019）[6，7]从人力资源角度出发，认为包容性金融可以通过积累人力资本、提高全要素生产率等中介效应间接减缓贫困状况;也有学者（朱一鸣和王伟，2017;谭燕芝和彭千芮，2018;汪晓文和崔晓烨，2019）[8-10]从资本分配角度出发，认为包容性金融提高了贫困人口拥有的金融资本，改善了贫困人口的收入分配，增强了贫困人口自身的素质和信心，进而实现了“造血式”扶贫。
在影响贫困减缓的众多中介因素中，部分学者发现产业结构升级已逐渐成为减缓贫困的重要推手。在我国经济新常态的大环境下，低收入人群难以高效利用包容性金融发展带来的便利问题越发突显，而产业结构的转型升级可以有效提升金融资源在不同部门的配置，促进低收入人群享受金融服务、缓解贫困，因此，产业结构转型升级这一中介因素对于发挥包容性金融的减贫作用越发重要（赵贺和张华新，2018）[11]。据此，孟维福和任碧云（2020）[12]等基于产业结构转型升级的传导机制，分析包容性金融对贫困减缓的影响，研究发现包容性金融发展可以通过促进产业结构合理化和产业结构高度化推动农村的贫困减缓。此外，随着空间计量经济学的不断发展，一些学者开始关注包容性金融发展对贫困减缓的空间效应，研究发现包容性金融发展不仅有利于当地贫困减缓，也能通过空间溢出效应促进邻近地区的贫困减缓（傅鹏等，2018;王修华和赵亚雄，2019）[13，14]。
总体而言，关于包容性金融发展在国内研究已较为成熟，学者们就包容性金融发展与贫困减缓、包容性金融发展与产业结构升级进行了深入的研究，这些结论不仅丰富了国内关于包容性金融发展、产业结构优化升级与减贫关系的理论体系，也为后续研究留下充实的文献参考和借鉴依据。但仍存以下不足：虽然国内学者分析了包容性金融发展在减贫中发挥的作用以及产业结构升级对贫困减缓的意义，但少有文献能将两个问题有效结合分析。已有文献分析了包容性金融发展促进产业结构升级进而实现农村减贫的传导机制，但没有考虑变量空间相关性与异质性的影响。在各省域间金融合作、产业发展愈发紧密的情况下，忽略空间相关性与区域异质性的分析结果会存在一定偏差。基于此，一方面，本文将产业结构升级要素纳入包容性金融发展与贫困减缓的分析框架中，具体分析包容性金融发展的直接减贫效应及其与产业结构升级互动的间接减贫机制路径;另一方面，应用空间计量和门限面板模型，分析包容性金融发展、产业结构升级对贫困减缓的空间溢出效应及非线性影响，为全面检验其对贫困减缓的影响效应提供了理论指导和经验依据。
二、包容性金融与产业结构升级影响贫困减缓的传导机制
包容性金融发展可以通过覆盖金融服务、满足资金需求来促进贫困减缓。同时受不同地区资金分配、资本市场发展程度等方面的差异影响，各省间包容性金融发展对贫困减缓的促进作用表现不同。考虑到产业结构升级是包容性金融发展减缓贫困的重要途径，基于资本配置、产业群发展、技术创新三方面因素，梳理包容性金融发展对产业结构合理化、高度化的影响渠道，构建产业结构升级背景下包容性金融发展对贫困减缓的传导机制。具体传导机制见图1。 （一）包容性金融发展对贫困减缓的传导机制
包容性金融强调给予贫困地区及低收入人群以可承担的成本享有与需求相匹配的金融服务。一方面，通过为贫困人口提供生产性贷款、助学贷款及农业保险等金融资金，以满足贫困人口在生产、生活、经营等各方面的资金需求，从而提升金融资金的渗透性;另一方面，通过拓宽金融服务的深度和广度，进一步促进贫困人口与金融机构在信息、服务及信贷等方面的匹配程度，提高金融资源的配置效率，从而提升贫困人口获取金融服务的可能性。另外，在包容性金融发展的不同阶段，其对贫困减缓的效用力度可能也会不同。在包容性金融发展初期，金融服务主要以需求为导向，配合经济发展现状投入人力、物力及财力，其扶贫效率往往受限于经济发展水平;在包容性金融发展到一定程度后，金融服务通过前期金融资本的积累和产业技术升级，显著提升了资源配置效率与生产要素效率，进一步促进贫困减缓;而在包容性金融发展到某个阶段后，其边际成本可能逐渐高于收益（李涛等，2016）[15]，减缓贫困的效率也会有所折扣。
（二）包容性金融发展对产业结构升级的影响渠道
具体而言，包容性金融发展对产业结构升级的影响渠道主要包括以下三个方面：（1）通过优化资本配置效率来影响产业结构的升级。包容性金融发展大幅降低了金融服务门槛，使新兴金融等能够与传统金融并存于金融市场（张林和冉光和，2018）[16]，极大拓宽了金融服务的覆盖领域，有效促进了资本向效率较高的第二、三产业转入，促进产业结构更加高度化。（2）通过促进农村相关产业群的发展，进一步合理整合农村资源，以此推动产业结构升级。第一，包容性金融发展通過增加农村相关产业及小微企业的资金融入，推动农村产业发展升级。第二，通过有效促进农信社的发展，提升农村金融的供给水平，从而带动农村相关产业发展，使农村产业结构更加合理化。（3）通过对新兴企业、创新型产业提供必要的资金支持，帮助产业进行技术革新，从而推动产业结构转型升级。
（三）产业结构升级对贫困减缓的推动机制
产业结构转型升级对贫困减缓的促进作用主要体现在两个方面：第一，产业结构的转型升级会导致劳动力资源、社会资本、技术设备等要素向生产率更高的产业部门转移，从而推动经济发展，促进贫困减缓。第二，产业结构的转型升级通过改变就业人口结构，配合相关政策扩大就业、减缓贫困。产业结构的转型升级会使部分劳动密集型产业逐步被技术和资本密集型产业替换，在一定程度上对贫困人口就业造成影响。但产业结构转型升级不仅需要高技术人才，也需要新岗位下的简单劳动力，有效配合政府出台的相关积极政策可以平衡并增加贫困人口就业机会，进而减缓贫困。另外，从空间层面而言，由于包容性金融、产业结构所涉及的金融服务、科学技术、劳动力资源等要素的跨区域流动，也会给相邻地区在生产活动、金融合作、信息共享等方面带来便利，从而促进相邻地区经济金融发展，加快贫困减缓的进程。
综上所述，一方面，包容性金融发展通过拓宽资金需求与金融服务，提高贫困人口与金融资源及服务的匹配程度，增加金融服务的渗透性、可得性，进而促进贫困减缓;另一方面，通过优化资源配置、整合农村资源、创新产业技术带动产业结构高度化、合理化，从而推动经济发展、平衡扩充就业机会，减缓农村贫困。考虑到包容性金融发展的减贫效用可能受门槛机制和空间因素影响。因此，本文从金融服务的渗透性、可得性等方面构建包容性金融指标体系，结合产业结构高度化、合理化指标分析其对贫困减缓的影响及空间溢出效应，并对包容性金融发展不同阶段的减贫效应做系统分析。
三、包容性金融发展指标体系的构建与测度
（一）指标体系的构建
对于包容性金融发展指标体系的构建，基于上文所述传导机制中金融服务的渗透性、可得性因素，同时借鉴黄秋萍等（2017）[17]提出的方法，从渗透度、可获得性、效用性和负担性四个维度衡量包容性金融发展，指标体系构建见表1。
（二）指数测度方法
考虑到主成分分析、因子分析等方法缺少对指标权重的深入分析，为更客观反映金融包容性发展区域间差异与逐年变动趋势，选用变异系数法赋权指标体系。在确定权重之后，利用极值标准化方法对数据进行无量纲化处理，并通过计算欧式距离得到包容性金融发展指数[IFIi]。其中，[xij]为标准化后的数据值，[wij]表示用变异系数法确定的权重。
[IFIi=1-w2i1（1-xi1）2+w2i2（1-xi2）2+…+w2in（1-xin）2（w2i1+w2i2+…w2in）] （1）
根据公式（1）计算各地区各年份的包容性金融发展指数[IFI]，其中，[wi]为各维度指标的权重。
[IFI=1-w21（1-IFI1）2+w22（1-IFI2）2+…+w2n（1-IFIn）2（w21+w22+…w2n）]
（2）
（三）数据来源
本文基于我国30个省（市、自治区，以下简称省份）2009—2018年面板数据进行测度，考虑到数据的完整性和可得性，剔除西藏和港澳台地区。数据主要来源于《中国金融运行报告》《中国统计年鉴》及各省份统计年鉴。
（四）包容性金融发展测算结果
根据公式（3）计算2009—2018年各省份包容性金融发展指数，并在此基础上计算相关统计特征值，具体结果见表2。
从时间演变趋势来看，2009—2018年全国包容性金融发展水平呈稳步上升的趋势，平均值从2009年的0.082上升到2018年的0.153，年均增长率为7.2%，这表明我国包容性金融在近10年间保持着良好的增速水平和上升态势。
从空间分布来看，东部地区包容性金融发展水平最高，西部地区的包容性金融发展水平最低，中部地区和东北地区较为接近，表明我国的包容性金融发展程度与各地区的经济水平保持一致，呈现出明显的空间相关性和异质性特征。 四、包容性金融发展、产业结构升级对贫困减缓的实证分析
（一）变量选取
1. 被解释变量。被解释变量为贫困程度，部分学者选用国际上通用的恩格尔系数衡量贫困，但因消费习惯存在差异和社会保障发展不均衡等问题，恩格尔系数难以有效反映我国贫困状况（尹海洁和唐雨，2009）[18]。本文参考徐强和陶侃（2017）[19]、任碧云和陈曦（2019）[20]的研究，以居民人均消费支出衡量贫困程度，人均消费支出越高，则贫困程度越低，同时指标采取对数化处理。
2.核心解释变量。（1）包容性金融发展指数（IFI）。以上文计算得到的各省份2009—2018年包容性金融发展综合指数反映指标情况。（2）产业结构升级指数。产业结构升级是使产业结构合理化和高度化。其中，产业结构合理化（RIS）指生产要素在产业间的利用与配置均衡程度，RIS取值越高，产业结构合理化水平越高;产业结构高度化（AIS）表现为产业结构由第一产业向二、三产业转移程度，AIS取值越高，产业结构高度化越高。本文借鉴干春晖等（2011）[21]、谭昶等（2019）[22]等的测度方法计算RIS和AIS指数，具体测度公式如下所示：
[RIS=-i=1nYiLiYL-1] （3）
[AIS=-i=1nyi×i=y1×1+y2×2+y3×3，1≤AIS≤3]
（4）
其中，[Yi]表示第[i]产业的生产总值，[Li]表示第[i]产业的就业人数，[yi]表示第[i]产业的生产总值占GDP的比重。
3. 控制变量。考虑到影响贫困减缓的还有政府支出、城镇化进程、经济发展水平等因素，本文选用财政支出占比、城镇化率、人均生产总值作为影响贫困减缓的控制变量。（1）财政支出占GDP比重（CZZC）。财政支出是政府用于减缓贫困的重要手段，本文借鉴谭燕芝等（2018）[10]的做法，选用各省份财政支出占GDP的比重衡量公共支出的效率。（2）城镇化率（CZH）。城镇化是农业人口向非农业人口转变的过程。本文选用各省份城镇人口占总人口的比重衡量城镇化率。（3）人均生产总值（RGDP）。本文选用各省份GDP与人口的比值来衡量人均生产总值，同时采取对数化处理，主要变量描述性统计如表3所示。
（二）数据平稳性检验
本文采用LLC检验方法检验各变量是否存在单位根，该方法适用于中等维度面板数据单位根检验。检验结果见表4。可以看出各变量校验结果偏差校正统计量均为负数，且p值均小于0.1，即拒绝各变量存在单位根的原假设，面板数据平稳。
（三）研究设计
为检验包容性金融发展、产业结构对贫困减缓的空间溢出效应，本文采用空间面板模型具体分析包容性金融对贫困减缓的影响程度及空间溢出作用。空间面板模型包括空间滞后模型（SAR）、空间误差模型（SEM）以及空间杜宾模型（SDM）。
空间滞后模型指变量间的空间相关性由因变量的滞后项产生，结合相关变量构建如下具体模型：
[lnconsumeit=ρjWijlnconsumeit+β0+β1IFIit+β2AISit+β3RISit+β4CZZCit+β5CZHit+β6lnRGDPit+μi+γt+εit] （5）
其中，[ρ]表示空间自回归系数，[Wij]表示空间权重矩阵，该矩阵在省份相邻时取值为1，在省份不相邻时取值为0。[jWijlnconsumeit]为因变量（即人均消费支出）的空间滞后项，[μi]是固定效应，[γt]是时间效应，[εit]是随机误差项。
空间误差模型指变量间的空间相关性由模型外的误差项产生，结合相关变量构建如下具体模型：
[lnconsumeit=β0+β1IFIit+β2AISit+β3RISit+β4CZZCit+β5CZHit+β6lnRGDPit+λjWijεit+μi+γt+εit] （6）
其中，[λ]表示误差滞后项的系数，[jWijεit]表示误差项的空间滞后。
空间杜宾模型指同时包含自变量和因变量的空间滞后项的模型，结合相关变量构建如下具体模型：
[lnconsumeit=β0+β1IFIit+β2AISit+β3RISit+β4CZZCit+β5CZHit+β6lnRGDPit+ρjWijlnconsumeit+θ1W（IFIit）+θ2W（AISit）+θ3W（RISit）+θ4W（CZZCit）+θ5W（CZHit）+θ6W（lnRGDPit）+μi+γt+εit] （7）
其中，[θ]為自变量的滞后项系数，[WX]为自变量的空间滞后项（[X]分别指各个自变量）。
（四）结果分析
1. 空间相关性检验。在进行模型估计之前，需要对各指标的空间自相关性进行检验，检验结果见表5。从表5可以看出，包容性金融发展、产业结构及贫困程度的莫兰指数在0.126—0.564之间，且均通过显著性检验。说明2009年以来，我国30个省份的包容性金融发展、产业结构及贫困程度在空间上分布不是完全随机的状态，而是呈现出一定的空间正相关性。若只是将各省份作为独立个体进行观测，则在研究结果上会出现一定的偏差，因此，在研究减贫效应时，将空间因素考虑其中。
2. 空间面板回归模型结果。纳入空间因素构建面板回归模型分析包容性金融发展、产业结构升级对贫困减缓的溢出效应。考虑空间因素的不同来源，文章分别对SAR、SEM、SDM模型进行估计。依据霍斯曼检验结果，SAR、SEM模型的估计结果选取随机效应模型，SDM模型的检验结果选取固定效应模型。具体结果见表6。
三种空间面板模型的拟合优度R2均比较高，表明空间面板模型能较好地反映包容性金融发展、产业机构升级对贫困减缓的程度。回归系数除财政支出占比（CZZC）不显著以外，其余变量均通过显著性检验。其中，核心解释变量包容性金融发展指数（IFI）、产业结构合理化指数（RIS）、产业结构高度化指数（AIS）的估计参数显著为正，说明包容性金融发展、产业结构升级对贫困减缓具有显著的促进作用，这与赵贺和张华新（2018）[11]的研究结论类似。从空间杜宾模型回归结果可以看出，包容性金融发展和产业结构高度化的参数估计值分别为0.132、0.488，且在5%、10%水平下显著，说明包容性金融发展和产业结构高度化均具有减缓贫困的作用，且存在明显的空间溢出效应。此外，[ρ]在SAR与SDM模型中分别为0.412、0.208且通过5%显著性水平检验，说明本地区的贫困减缓对邻近地区起到正向溢出作用，具有明显的连带效应，即贫困减缓较好的地区也会提高周围地区减贫效果。 3. 内生性检验。为保证模型参数估计结果的一致性，防止因遗漏变量或变量互为因果形成内生性问题，本文运用工具变量法进行检验。选取包容性金融发展指数、产业结构合理化及产业结构高度化指标的滞后项作为工具变量分别进行检验，检验结果如表7所示。从所得结果可以看出，工具变量法所得参数仍通过检验，说明包容性金融发展、产业结构合理化及高度化具有显著的减贫效应。
（五）进一步研究
为进一步明确在产业结构合理化和高度化的基础上包容性金融发展对贫困减缓的线性或非线性影响以及不同阶段的影响程度，本文选取各省份包容性金融发展指数作为门槛变量，对我国2009—2018年的相关数据构建面板门槛模型，并估计门槛值。具体构建模型如下所示：
[lnconsumeit=（β11IFIit+j=1nβj1Xjt）I（IFIit≤γ1）+（β12IFIit+j=1nβj2Xjt）I（γ1≤IFIit≤γ2）+...+（β1mIFIit+j=1nβjmXjt）I（γm-1≤IFIit≤γm）+μi+εit] （8）
其中，[IFIit]为门槛变量，[γ1，γ2，...，γm]为m个门槛值。
为测算具体门槛数量，分别对存在单门槛、双门槛以及三门槛进行检验，并估计门槛值。门槛数量检验结果如表8所示。包容性金融发展指数在双门槛下最为显著且通过10%显著性水平检验，说明包容性金融发展对贫困减缓具有双门槛值的非线性关系，具体门槛值结果如表9所示，包容性金融发展的门槛值分别为0.0825、0.4770且均处于置信区间内，门槛值有效。
表10为面板门槛模型估计的结果。从表中可以看出，在包容性金融发展初期，即第一门槛值0.0825的左侧，对减缓贫困有一定的促进作用，系数为1.213。随着包容性金融发展跨越第一门槛值后，其对贫困的减缓程度显著提升，系数由1.213上升至2.953，这一阶段包容性金融发展加速了贫困的减缓。当包容性金融继续发展越过第二门槛值0.4770后，对贫困减缓的程度有所收敛，系数下降到2.195。整体来看，包容性金融发展对贫困减缓呈现出阶段性倒U形特征，这与包容性金融发展的不同阶段有关。在初级阶段，经济水平整体不高，产业结构较为单一，对资源依赖程度较高，金融服务能力不能很好地匹配社会资源，导致其对减贫的促进作用并不显著;当包容性金融发展到一定程度跨过第一道门槛后，包容性金融与社会资源的匹配程度显著提升，贫困人口获取金融服务的能力和机会增加，同时大量劳动力从低效率部门转向高效率部门，资源配置效率提升，有效缓解了贫困压力;当包容性金融发展越过第二道门槛后，继续发展的边际成本会逐渐高于边际收益，促进贫困减缓的效用有所收敛，系数由2.953下降到2.195。
五、主要结论与政策建议
本文分析了包容性金融发展、产业结构升级对贫困减缓的传导机制，基于产业结构合理化、高度化视角研究了2009—2018年各省份包容性金融发展对贫困减缓的影响及空间溢出效应，并进一步明确了两者之间的非线性关系。研究发现：（1）包容性金融发展水平在全国稳步上升，年均增长7.2%，且在全国范围内呈现东部地区发展水平最高、东北和中部地区次之，、西部地区发展水平最低的发展态势。（2）包容性金融发展、产业结构升级对贫困减缓具有显著的促进作用，且从空间溢出层面看，包容性金融发展与产业结构高度化具有显著的空间溢出效应，减贫效果明显，且对邻近地区起到正向溢出作用，具有明显的“连带效应”。（3）从门槛层面看，基于产业结构升级的包容性金融发展对贫困减缓具有非线性关系，以包容性金融发展为门槛变量，当其越过第二道门槛后，对贫困减缓程度有所收敛。
综上所述，本文提出以下建议：
第一，優化金融资源配置，营造良好金融生态环境。对于包容性金融发展水平较高的东部地区，需进一步合理优化金融资源配置。在金融营业网点分布、金融从业人员调配、非银行类金融业务发展等方面进一步合理布局，从而更高效地服务贫困人口;对于包容性金融发展水平较低的西部地区，需进一步提升金融服务的可得性，通过借助政府方面政策支持，加大发展小额信贷、保险业力度，构建良好的金融生态环境，有效解决贫困人口贷款难等问题。
第二，有效利用空间溢出效应，发挥金融服务及产业的特性优势。充分利用包容性金融发展与产业结构高度化的空间溢出效应，通过发挥金融服务的流动性与延伸性优势，有效促进金融服务在各地区间的均衡发展。同时通过发达地区优势产业带动欠发达地区产业发展，促进欠发达地区产业向资本、技术密集型方向转移，提高贫困地区就业率，从而有效减缓贫困。
第三，因地制宜制定金融措施及构建产业扶贫机制，以乡村振兴为契机进一步巩固扶贫成效。包容性金融发展要更加注重政府财政和金融机构贷款的可持续性，根据地方财政水平和金融机构实力制定适宜的发展策略。同时，以乡村振兴战略为基础，构建考核体系、出台配套措施，指导贫困人口稳定脱贫，以此营造脱贫增收和产业发展长期稳定的双赢环境。
注：
1东部、中部、西部及东北地区的划分依据经济发展与地理位置的特征，并结合西部大开发和东北振兴战略的相关划分方式，其中，东部地区包括江苏、浙江、福建、广东、上海、海南、天津、北京、河北、山东10个省份，中部地区包括河南、山西、安徽、湖南、湖北、江西6个省份，西部地区包括内蒙古、四川、重庆、陕西、广西、云南、贵州、甘肃、青海、宁夏、新疆11个省份，东北地区包括辽宁、吉林、黑龙江3个省份。
参考文献：
[1]Burgess R，Pande R. 2005. Do Rural Banks Matter？ Evidence from the Indian Social Bankingexperiment [J].The American Economic Review，（3）. [2]Leeladhar S V. 2006. Taking Banking Services to the Common Man Financial Inclusion [R].Reserv Bank of India WorkingPapers.
[3]Chibba M. 2009. Financial Inclusion，Poverty Reduction and the Millennium Development Goals [J].European Journal of Development Research，（2）.
[4]Inoue T，S Hamori. 2012. How Has Financial Deepening Affected Poverty Reduction India？ Empirical Analysis Using State Level Panel Data [J].Applied Financial Economics，（5）.
[5]Cyn-Young Park，Rogelio Mercado，JR. 2015. Financial Inclusion，Poverty，and Income Inequality in Developing Asia. ADB Economics Working Paper Series，No. 426.
[6]車树林，顾江.包容性金融发展对农村人口的减贫作用 [J].农村经济，2017，（4）.
[7]任碧云，王雨秋.包容性金融发展与农村居民贫困减缓——基于全要素生产率视角的分析 [J].经济理论与经济管理，2019，（10）.
[8]朱一鸣，王伟.普惠金融如何实现精准扶贫？[J].财经研究，2017，（10）
[9]谭燕芝，彭千芮.普惠金融发展与贫困减缓：直接影响与空间溢出效应 [J].当代财经，2018，（3）.
[10]汪晓文，崔晓烨.普惠金融减贫效应的区域差异及门槛特征研究——基于省级面板数据的实证分析 [J].金融发展研究，2019，（12）.
[11]赵贺，张华新.金融包容发展的减贫效应研究—基于产业结构升级的视角 [J]. 武汉金融，2018，（8）.
[12]孟维福，任碧云.包容性金融发展、产业结构优化升级与贫困减缓 [J].西南民族大学学报（人文社会科学版），2020，（6）.
[13]傅鹏，张鹏，周颖.多维贫困的空间集聚与金融减贫的空间溢出——来自中国的经验证据 [J].财经研究，2018，（2）.
[14]王修华，赵亚雄.中国金融包容的增长效应与实现机制 [J].数量经济技术经济研究，2019，（1）.
[15]李涛，徐翔，孙硕.普惠金融与经济增长 [J].金融研究， 2016，（4）.
[16]张林，冉光和.金融包容性发展的产业结构优化效应及区域异质性 [J].经济与管理研究，2018，（9）.
[17]黄秋萍，胡宗义，刘亦文.中国普惠金融发展水平及其贫困减缓效应 [J].金融经济学研究，2017，（6）.
[18]尹海洁，唐雨.贫困测量中恩格尔系数的实效及分析 [J].统计研究，2009，（5）.
[19]徐强，陶侃.中国金融包容性指数的测度及其与贫困减缓的关系 [J].华中师范大学学报（人文社会科学版），2017，（11）.
[20]任碧云，陈曦.包容性金融发展对贫困减缓的双重门槛效应 [J].西南民族大学学报（人文社会科学版），2019，（5）.
[21]干春晖，郑若谷，余典范. 中国产业结构变迁对经济增长和波动的影响 [J].经济研究，2011，（5）.
[22]谭昶，吴海涛，黄大湖.产业结构、空间溢出与农村减贫 [J].华中农业大学学报（社会科学版），2019，（2）.
Inclusive Financial Development， Industrial Structure Upgrading and Poverty Alleviation
——Based on the Empirical Analysis of Spatial Spillover and Threshold Effect
Zhang Hong
（PBC Lanzhou Central Branch，Lanzhou 730030，Gansu，China）
Abstract：Based on the panel data of 30 provinces（municipalities and autonomous regions）in China from 2009 to 2018，this paper measures the level of inclusive financial development in each region of China and analyzes the impact effect of inclusive financial development on poverty alleviation using spatial panel and threshold panel models based on the inclusion of industrial structure upgrading as a transmission mechanism. The empirical result shows that the development of inclusive finance and the upgrading of industrial structure can significantly promote poverty alleviation，and the development of inclusive finance and the advancement of industrial structure can also promote poverty reduction in the neighboring areas through spatial spillover effects besides promoting local poverty alleviation. Further research finds that the inclusive financial development based on the upgrading of the industrial structure has a nonlinear impact on poverty reduction with a double threshold. Excessive pursuit of scale expansion can weaken the promoting effect of poverty reduction.
Key Words：inclusive financial development，poverty alleviation，upgrading of the industrial structure，spillover effect，threshold effect