《普惠金融的反贫困效应研究 ——基于西部地区的面板数据分析-魏丽莉.pdf》由会员分享，可在线阅读，更多相关《普惠金融的反贫困效应研究 ——基于西部地区的面板数据分析-魏丽莉.pdf（7页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、 38 工业技术经济Journal of Industrial Technologyical Economics第 10 期（总第 288 期）2017 年 10 月No.10（General, No.288）Oct.2017引 言贫困是世界性难题，关系到人民福祉、国家长治久安。我国的贫困人口从 1978 年的 7.7 亿人（以 2010 年农民年人均纯收入 2300 元为准）减少到 2015 年的 5575 万人，37 年间减少了 7.1 亿，贫困发生率从 97.5% 下降到 5.7% ，反贫困成果显著。尽管如此，我国的贫困问题正日趋复杂，区域发展不平衡现象极其突出，尤其西部地区，自然环境恶
2、劣、基础设施落后，少数民族聚居，是我国贫困人口的集中连片分布 区。2016 年，国家592个贫困县中，西部地区375个，占比63%。西部地区是我国的能源接续地和重要的生态屏障，也是取得脱贫攻坚战、全面建成小康社会的重点和难点，实现 2020 年的全面脱贫，解决好西部地区的扶贫开发工作任务艰巨繁重，刻不容缓。金融是现代经济的核心，也是解决贫困问题的有力武器，当前我国的扶贫攻坚迫切需要提高针对性和瞄准性，普惠金融作为金融助推精准扶贫的重要手段，已成为党中央、国务院新一轮扶贫开发的重要战略部署。2016 年国家颁布的推进普惠金融发展规 划（20162020 年） 更是为普惠金融的重点服务对象脱贫提供
3、了强大的资金支持，也将普惠金融反贫困上升到了政策保障高度。因此，测算西部地区的普惠金融发展水平、贫困程度，检验普惠金融的反贫困效应，对推动区域普惠金融的发展和助力我国西部地区民众脱贫具有重要意义。1 文献综述目前，关于普惠金融反贫困的研究主要集中于：（1 ）普惠金融与反贫困关系的研究。多数学者认为二者之间存在正相关1，部分学者认为存在非相关关系2，还有学者提出二者之间呈“倒U 型”关系，短期内减贫效果并不理想，长期发展才能达到减贫效果3；（2）改善金融服务与反贫困的研究。我国贫困人口基数大，贫困形式多样化，改善金融服务是目前多数学者认为解决贫困问题的有效途径4。Metre （2011 ）认为可
4、以使用移动银行服务来改善穷人的金融访问情况5。钭利珍等（2015）研究 “丽水模式”发现，农村发展环境不理想等因素制约了普惠金融扶贫工作的开展，需要进一步完善和优化农村金融生态环收稿日期：2017-06-18作者简介：魏丽莉，兰州大学经济学院教授，经济学博士，博士生导师。研究方向：区域经济学研究。李佩佩，通讯作者，兰州大学经济学院硕士研究生。研究方向：金融学。普惠金融的反贫困效应研究基于西部地区的面板数据分析魏丽莉 李佩佩（兰州大学经济学院，兰州 730000）摘 要 本文基于 20052015 年西部 12 省市（区）数据，测度普惠金融发展水平、贫困程度，运用面板数据实证检验普惠金融的反贫困
5、效应，研究表 明：（1 ）西部地区普惠金融发展水平整体较低，发展速度缓慢，省际差异明显；（2）西部地区的扶贫开发取得了明显效果，贫困程度较轻；（3）从普惠金融的各个维度看：金融服务覆盖率、金融服务可得性以及金融资源的实际使用效率对贫困均有明显的减缓作用；（4 ）普惠金融对西部地区反贫困效应整体显著，但分省效果并不明显。最后，就发展普惠金融以减缓西部地区的贫困现状提出相关的政策建议。关键词 普惠金融 反贫困 西部 变异系数法 欧式距离法DOI：10.3969/j.issn.1004-910X.2017.10.005中图分类号 F830 文献标识码 A万方数据工业技术经济Journal of In
6、dustrial Technologyical Economics第 10 期（总第 288 期）2017 年 10 月No.10（General, No.288）Oct.2017 39 境6；（3）创立微型金融与反贫困的研究。微型金融迅猛发展，目前已被公认为中国反贫困实践的重要金融创新手段。多数学者以实践经验证明,微型金融通过向穷人提供金融信贷等基本的金融服务,对减少贫困有积极的影响。 陈银娥等 （2012）利用河南农户调研数据分析了微型金融与贫困农民收入关系，结果表明：微型金融可以通过提高农民的社会资本从而提高其收入水平7；（4）发展小额信贷与反贫困的研究。小额信贷作为一种金融创新产品,形
7、成一定的宏观经济拉动效应，具有减贫效果8。Berhane 和 Gardebroek（2011）使用面板数据发现，借贷的确会增加农户的消费水平，但还应规范小额信贷的法规9。吴义能等（2016 ）提出我国以贷款为核心的传统金融扶贫存在理论缺陷，应该多向互联网金融延伸，增强金融的覆盖性10。已有文献虽然为普惠金融反贫困提供了借鉴和帮助，但仍存在不 足：（1 ）研究内容上，已有文献多以金融发展与贫困减缓为研究集合，而鲜有研究普惠金融与反贫困的关 系；（2）研究方法上，缺乏普惠金融与贫困减缓关系的定量研究，实证研究更是寥寥无几；（3）研究对象上，多基于全国数据，缺乏研究贫困的典型区域西部地区的案 例；（
8、4 ）指标设定上，现有研究多从金融规模、结构、效率 3 个方面构建金融发展指标，对于贫困测度选取单维度指标，缺乏全面性。鉴于此，本文以西部地区为例，试图从 3 个方面展开对普惠金融反贫困效应的研 究。（1）构建普惠金融指标体系，运用变异系数、欧氏距离法综合测度普惠金融的发展水 平；（2 ）从人类发展角度构建贫困的综合指标体系，全面展现西部地区的贫困现 状；（3）基于 20052015 年的面板数据实证检验普惠金融对西部地区的反贫困效应，并对其结论对策予以探讨。2 指标的选取及实证分析2.1 西部地区普惠金融发展水平测度根据 Sarma（2010 ）构建的普惠金融综合指数 IFI11, 本文选取
9、 3 个维度（地理渗透性、人口维度的服务可得性、实际使用度）、6 个指标衡量普惠金融的发展水平。具体结果如表 1。表1 普惠金融的指标体系及权重衡量维度 具体指标 计算方法 权重地理渗透性d1：每万平方千米的金融机构数 金融机构数 / 面积 0.339d2：每万平方千米的金融从业人员数 金融机构从业人员数 / 面积 0.313人口维度的服务 可得性d3：每万人拥有的金融机构数 金融机构数 / 地区人口 0.075d4：每万人拥有的金融机构从业人员数 金融机构从业人员数 / 地区人口 0.098实际使用度d5：存款余额占 GDP 比重 人均存款余额 / 人均 GDP 0.090d6：贷款余额占
10、GDP 比重 人均贷款余额 / 人均 GDP 0.085研究方法借鉴谢升峰、卢红 娟（2014）的研究成果12，运用变异系数法、欧式距离法综合确定普惠金融指数。计算步骤如下：1. 原始数据的无量级化。（1）式（1）中， 和 分别代表第 个功能指标的最大值和最小值， 为实际值， 为标准化后的数值。2.变异系数法确定普惠金融各指标所占权重。先计算出平均数 及标准差 ，再采用计算出变异系数 和各指标的权重 。 （2）3. 根据上式权重 计算出普惠金融的各个维度值 。 ， 越大，代表普惠金融的维度越显著。4. 考虑到多维空间性，定义 X=（ , , ）为普惠金融的N维空间发展度，定义 O=（ O,O
11、O）为最低金融排斥度，定义 W=（ , , ）为最高金融包容度。 X1为 X 与 O 间的标准化欧式距离，X2为 X 与 W 之间的欧氏距离， X 距离 W 越近或距离 O 越远，则代表普惠金融发展水平越高，加万方数据 40 工业技术经济Journal of Industrial Technologyical Economics第 10 期（总第 288 期）2017 年 10 月No.10（General, No.288）Oct.2017权平均可得到普惠金融综合指数 IFI。（3）（4）（5）根据以上公式，得出 20052015 年西部地区普惠金融综合指数 IFI（表 2）。所有数据来源于W
12、ind 数据库、 中国区域金融报告、中国人口和就业统计年鉴、中国统计局及各省历年的统计年鉴。表2 2005 2015年西部地区普惠金融指数IFI的测算结果地区 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 均值 排名重庆 0.906 0.903 0.866 0.880 0.878 0.878 0.882 0.874 0.877 0.866 0 .847 0.878 1陕西 0.550 0.557 0.641 0.615 0.606 0.579 0.523 0.512 0.502 0.499 0 .569 0.560 2四川 0.4
13、30 0.444 0.516 0.481 0.489 0.548 0.489 0.489 0.473 0.476 0 .522 0.487 3宁夏 0.385 0.402 0.460 0.448 0.441 0.416 0.387 0.381 0.366 0.366 0 .455 0.410 4广西 0.375 0.388 0.452 0.399 0.453 0.438 0.388 0.392 0.378 0.380 0 .420 0.406 5贵州 0.368 0.381 0.442 0.420 0.412 0.430 0.373 0.363 0.387 0.403 0 .462 0.404
14、 6云南 0.238 0.228 0.308 0.271 0.307 0.287 0.254 0.244 0.226 0.225 0 .250 0.258 7甘肃 0.211 0.210 0.229 0.228 0.235 0.225 0.212 0.211 0.207 0.213 0 .249 0.221 8内蒙古 0.171 0.177 0.187 0.166 0.188 0.178 0.168 0.181 0.158 0.158 0.169 0.173 9青海 0.151 0.152 0.159 0.157 0.156 0.146 0.149 0.158 0.156 0.159 0 .1
15、68 0.156 10西藏 0.146 0.143 0.148 0.150 0.143 0.141 0.143 0.150 0.162 0.177 0 .183 0.153 11新疆 0.154 0.154 0.159 0.146 0.141 0.130 0.129 0.126 0.126 0.120 0 .123 0.137 12西部平均 0.340 0.345 0.381 0.363 0.371 0.366 0.341 0.340 0.335 0.337 0.368 0.353 计算出 20052015 年西部地区普惠金融指数IFI 值，并按均值进行排名。一般情况下，普惠金融指数 IFI
16、介于 01 之间，IFI 值越大，代表该地区金融普惠程度越高，反之，则越低。据 Sarma对普惠金融发展程度进行的划分：0 IFI0.4 表示低普惠金融水 平，0.4IFI0.6 表示一般普惠金融水平，0.6IF I 1 表示高普惠金融水平。西部地区普惠金融 IFI 值中，重庆 IFI 值连年在 0.9 左右，一直处于高普惠金融水平，陕西、四川、宁夏、广西、贵州 IFI 值约为 0.4，普惠金融发展水平一般，而云南和西北 5 省的普惠金融水平普遍偏低。表 2 显示了西部地区普惠金融的平均水平，西部地区的普惠金融水平 11 年间均在 0.3 左右，增长幅度缓慢，和国际普惠金融发展程度相比，我国西
17、部地区普惠金融的发展程度 在 0 IFI0.4的最低档位，发展水平较低。另外，普惠金融发展的省际差异明显，发展水平最高的重 庆，IFI的均值为 0.878，11 年间一直处于第一，其次是陕西、四川，普惠金融测算指数 IFI 均值分别为0.560、0.487, 发展水平较低的省份是新疆、西藏、青海和内蒙古，尤其是新疆的 IFI 值约为 0.137， 甚至不及西部平均水平的二分之一，这些地方的普惠金融水平之所以较低，很大程度上源于其地处边陲、位置偏僻，少数民族较相对密集，导致其经济金融水平发展落后，普惠金融无法全面覆盖。由图 1 可知，11 个省市（区）20052015 年IFI值的变化趋势大致呈
18、两种格局：“波动增长型”和“波动下降型”，波动下降型的地区仅 3省 （市） ：重庆、 内蒙古、 新疆， 其余8个省市 （区）均呈波动增长态势，期间存在起伏。其中增长幅度最大的为贵州 25.43%，下降幅度最大的为新疆万方数据工业技术经济Journal of Industrial Technologyical Economics第 10 期（总第 288 期）2017 年 10 月No.10（General, No.288）Oct.2017 41 20.37%。按排名情况，重庆、陕西、四川、宁夏、广西、贵州连续每年排在前 6，而云南、甘肃、内蒙古、青海、西藏、新疆一直排名靠后。图1 西部12省市
19、（区）2015年普惠金融发展水平相对2005年的变化趋势2.2 西部地区贫困水平的测度贫困的测度多数学者选择单维度指标，包含内容有限。本文借鉴联合国推荐的人类发展指数，该指数是一项测量多维贫困的综合平均值，由经济、教育、健康 3 方面构成。其中，教育水平由成人识字率（占 2/3 比重）和综合毛入学率（占1/3比重）加权得到，对3项分指数标准化计算其平均数可得贫困指数13。指标体系构建及计算结果如下：表3 贫困评价指标构建各个维度 测算指标 最大值 最小值健康水平 出生时平均预期寿命（岁） 85 25教育水平成人识字率（%） 100 0毛入学率（%） 100 0经济水平 人均 GDP（PPP 美
20、元） 40000 100运用公式（1）对人类发展指数的3项分指数进行标准化，再计算 3 项分指数的算术平均数，计算公式及结果如下： 表4 2005 2015年西部贫困程度的测算结果地区 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 均值 排名内蒙古 0.805 0.811 0.827 0.815 0.828 0.833 0.824 0.829 0.850 0.853 0.830 0.828 1重庆 0.773 0.770 0.778 0.802 0.802 0.808 0.811 0.813 0.824 0.838 0 .847
21、0.806 2陕西 0.754 0.757 0.758 0.791 0.791 0.805 0.804 0.810 0.819 0.822 0 .835 0.795 3新疆 0.806 0.819 0.777 0.782 0.758 0.771 0.763 0.764 0.768 0.775 0 .777 0.778 4宁夏 0.742 0.741 0.737 0.784 0.783 0.798 0.793 0.790 0.789 0.782 0 .800 0.776 5广西 0.742 0.741 0.720 0.741 0.741 0.761 0.755 0.748 0.743 0.736
22、 0 .752 0.744 6四川 0.699 0.710 0.697 0.719 0.722 0.733 0.731 0.731 0.728 0.725 0 .741 0.721 7青海 0.687 0.695 0.681 0.719 0.713 0.730 0.728 0.723 0.723 0.725 0 .735 0.715 8甘肃 0.645 0.646 0.635 0.661 0.661 0.677 0.672 0.668 0.662 0.695 0 .662 0.662 9贵州 0.646 0.649 0.631 0.663 0.652 0.674 0.665 0.657 0.6
23、73 0.664 0 .695 0.661 10云南 0.629 0.634 0.646 0.646 0.643 0.656 0.649 0.648 0.647 0.643 0 .659 0.645 11西藏 0.612 0.603 0.595 0.604 0.599 0.602 0.601 0.587 0.576 0.582 0 .613 0.598 12西部 平均 0.711 0.715 0.707 0.727 0.724 0.737 0.733 0.731 0.734 0.73 7 0.746 0.727（6）HDI介于0和1之间 ，值越大代表贫困程度越低，反之，越高。经计算，得到 20
24、052015 年我国西部地区多维贫困指数 HDI，由表 4 可知，我国西部地区的HDI均值为 0.727，联合国将HDI划分为：高人类发展水平 （HDI值在0.8以上） ，中上人类发展水 平（0.70.799） ，中下人类发展水平（0.50.699），低人类发展水平（00.499），我国西部地区尚处中上人类发展等级，贫困程度较轻，说明国家这些年的扶贫开发政策取得了明显效果。从省际情况看，西部12个省份仅内蒙古和重庆处于高人类发展水平，较为富裕，陕西、新疆、宁夏、广西、四川、青海 6 省处于中等偏上人类发展水平，而甘肃、贵州、云南、西藏 4省处于中等偏下人类发展水 平，HDI 值约 0.6，低于
25、西部 HDI 的平均值。并且，排名第一的重庆和排名最后的西藏HDI值相差 0.23 的差距，由此可见，区域发展不平衡现象明显，相关部门应加大对此类贫困地区的重视和扶持力度。普惠金融反贫困效应的实证分析为考察普惠金融的反贫困效应，本文将贫万方数据 42 工业技术经济Journal of Industrial Technologyical Economics第 10 期（总第 288 期）2017 年 10 月No.10（General, No.288）Oct.2017困水平作为因变量，普惠金融作为自变量，由于贫困可能受就业状况、产业结构、公共服务、收入状况、经济发展、教育水平等因素的影响，所以本
26、文将其设为控制变量（表 5）。考虑到包含截面数据和时间序列，因此采用面板数据模型，Stata13.0 软件，模型形式如下：（7）其中， 为截面个数， 为考察时期， 为因变量， 为自变量， 为截距项， 为斜率的系数。表5 变量描述与衡量指标名称 数据描述 取值方法因变量 贫困程度（HDI） 多维贫困指数 综合值自变量 普惠金融水平（ifi） 普惠金融指数 综合值控制变量就业情况（employ） 就业人口占总人口的比值 百分比值产业结构（indu） 第一产业值占 GDP 的比值 百分比值公共服务（pub） 科教文化卫生支出占财政支出的比值 百分比值收入状况（income） 人均可支配收入 对数值经
27、济发展（gdpg） 人均 GDP 对数值教育水平（edu） 十万人口高等学校平均在校学生数 对数值回归之前，对模型进行 F 检验和 Hausman 检验，均拒绝原假设，选择固定效应模型，对西部地区普惠金融的反贫困效应进行估计。3.1 西部地区普惠金融反贫困效应面板数据分析表6 西部地区普惠金融反贫困效应面板数据结果变量 系数 标准误 Z 值 P 值ifi 0.084 0.035 2.38 0.017 employ 0.045 0.014 3.09 0.002 indu 0.332 0.126 2.64 0.008 pub 0.039 0.144 0.27 0.786 income -0.640
28、 0.180 -3.55 0.000 gdpg 0.076 0.170 4.49 0.000 edu 0.204 0.227 1.48 0.139 0.222 0.113 1.96 0.050 从回归结果看，拟合效果较好，普惠金融在5%的水平下反贫困效果显著正相 关，ifi 系数为0.084，说明 ifi 每提高 1%，贫困将减缓 0.084%。6 个控制变量中，就业状况、产业结构、经济发展在 1% 的水平下和反贫困显著正相关，其中，产业结构的贫困减缓作用最为明显，产业结构增加 1%，贫困减少 0.332%，因为产业结构选的是第一产业值占 GDP 的比值，由此可见，增加第一产业值对于对于西部地
29、区的贫困群体脱贫至关重要；然而，收入状况虽然在 1% 的水平下也对贫困减缓影响显著，但却表现为负相关，可能与西部地区居民收入分配不合理，贫富差距较大有关；公共服务和教育水平不能发挥明显的减贫作用。3.2 普惠金融各维度的反贫困效应分析表7 普惠金融各维度的反贫困效应结果自变量 系数 标准误 Z 值 P 值d1 1.541 0.046 33.41 0.000 d2 1.008 0.057 17.55 0.000 d3 0.465 0.079 5.91 0.000 d4 0.584 0.068 8.60 0.000 d5 0.395 0.044 9.04 0.000 d6 0.474 0.036
30、13.31 0.000 普惠金融各个维度的反贫困效应回归结果见表7， 各维度在1%的水平下反贫困效果非常显著，其中，每万平方千米的金融机构 数（d1 ）减贫效应最为明显，每万平方千米的金融机构数每增加1%，贫困减缓 1.541%；每万平方千米的金融从业人员数（d2 ）每增加 1%，贫困减缓 1.008 %，由此可见，增加金融的地理渗透性对于反贫困作用十分明显，应健全金融机构体系，大力发展中小金融机构，提高机构网点覆盖面，积极引进金融高端人才，提高综合实力。每万人拥有的金融机构数（d3 ）每提高1%，贫困减缓 0.465%，每万人拥有的金融机构从业人员数（d4）每提高1%，贫困减缓 0.584%
31、，因此，要满足农民、小微企业等普惠金融对象及时获得价格合理、安全便捷的金融服务需求,需大力提升普惠金融的可获得能力；资金的实际使用度对贫困减缓也有所贡献，由表可知，存款余额占 GDP 比 重（d5 ）和贷款余额占 GDP 比重（d6 ）系数分别为 0.395、0.474，万方数据工业技术经济Journal of Industrial Technologyical Economics第 10 期（总第 288 期）2017 年 10 月No.10（General, No.288）Oct.2017 43 对贫困均有减缓作用，因此，制定切合实际的普惠金融政策,提高资金的使用效率对贫困减缓至关重要。3
32、.3 分省回归比较由分省的实证结果可知，普惠金融反贫困效应明显的只有重庆市，在10%的水平下显著，系数为 0.304 ，其他省份不显著。控制变量中，就业状况方面，仅宁夏在 5% 水平下显著，系数为 1.98 ；产业结构方面，四川、云南、陕西在10% 水平下显著，系数值分别为：0.667、0.798、4.834；公共服务方面，重庆、云南在 1% 的水平下反贫效应最为明显，系数为 0.761、1.383，新疆在 10% 水平下具有反贫效果，系数为 1.323；收入方面，重庆、青海在 10% 水平下可以减缓贫困， 但系数较小；教育水平方面， 云南、 青海在5%的显著性水平下减缓贫困。由此发现，实现西
33、部地区的全面脱贫，各地应在就业、收入、教育、产业结构、公共服务等方面因地制宜的制定政策，合理的进行资源配置。4 结论及对策建议4.1 结论本文运用 20052015 年的数据测度西部地区的普惠金融发展水平、贫困程度，实证检验普惠金融的反贫困效应，得出以下结 论：（1）西部普惠金融发展水平总体上处于劣势，发展速度缓慢，省际差异明 显。（2 ）西部地区的扶贫开发政策取得了明显效果，多维贫困的指标 HDI 达到了中等偏上人类发展水 平。（3 ）普惠金融的各个维度指标：每万平方千米的金融从业人员数、每万平方千米的金融机构数、每万人拥有的金融机构从业人员数、每万人拥有的金融机构数、存款余额占GDP比重、
34、贷款余额占GDP比重，均有很好的反贫困效 应。（4 ）普惠金融对西部地区反贫困效应整体上显著，就业状况、产业结构、经济发展等控制变量也有很好的减贫效果，但是收入状况的反贫困效应却为负相关，应注意对收入进行合理分配，避免贫富差距进一步扩大，从分省结果看反贫效应并不明显。4.2 对策建议（1）健全多元化的金融体系，提高普惠金融的覆盖面。实证表明普惠金融有利于西部地区的贫困减缓：要引导各类金融机构发挥自身作用 , 扩大对西部贫困地区的贷款业务范围，支持农村小额信贷组织发展；要鼓励金融机构扎根西部基层，为“三农”、小微企业等弱势群体提供更有针对性、更加便利的金融服 务；（2）创新金融产品和服务手段，拓
35、展普惠金融服务的广度和深度。西部地区地域辽阔，普惠金融难以全面覆盖基层贫困群体，而互联网金融的兴起有力的延伸了普惠金融的服务半径，创新了金融产品，降低了金融交易的成本和门槛，因此，要通过互联网将金融服务扩展到西部低收入人群和欠发达省区；（3 ）加快推进金融基础设施建设，改善普惠金融的发展环境。西部地区普惠金融发展较为落后，资源分配不均衡，金融基础设施建设是提高金融服务质量、效率以及金融资源均衡分布表8 分省数据回归结果省份 ifi employ indu pub income gdpg edu重庆 0.304* 0.196 0.042 0.761* 0.069* 0.000 -0.032四川
36、0.006 -0.599 0.667* -0.456 0.051 -0.007 -0.039云南 0.064 0.753 0.798* 1.383* -0.033 0.061 0.143*贵州 0.107 -2.545 0.113 -1.444 0.29 -0.126 0.008广西 -0.177 1.058 -1.269 -0.405 0.011 0.013 -0.095陕西 0.106 1.15 4.834* 1.033 0.051 -0.228 0.82甘肃 0.093 -1.126 -0.457 -2.128 0.079 0.034 -0.016青海 0.72 0.177 0.025
37、-0.536 0.113* 0.05 0.305*宁夏 0.081 1.980* 1.689 -0.233 0.033 0.078 -0.015新疆 1.031 -0.423 0.116 1.323* 0.02 -0.052 0.249西藏 1.191 2.709 2.589 -0.113 0.169 0.426 -0.07内蒙古 0.201 -0.03 0.076 1.248 0.06 -0.103 0.159注：“*”“*”“*”表示在 10%、5%、1% 的显著性水平。万方数据 44 工业技术经济Journal of Industrial Technologyical Economics
38、第 10 期（总第 288 期）2017 年 10 月No.10（General, No.288）Oct.2017的有效途径。加大对贫困地区、民族地区的基础设施建设的贷款力度，鼓励银行面向此类地区提供安全、便捷的网上支付服务，在就业、收入、教育、产业结构、公共服务等方面也应制定适宜的政策制度，合理配置资源，优化普惠金融的发展环境。（4）发挥政策引导和激励作用，促进金融资源向普惠金融倾斜。引导政府、金融机构及社会资本支持西部普惠金融的发展，将信贷资金向“三农”、小微企业等普惠金融的薄弱群体及类似云南、西藏的贫困领域投置，尤其要鼓励地方财政通过补贴、贴息、奖励等措施引导此类地区的弱势群体“大众创业
39、，万众创新”，实现精准扶贫。参 考 文 献 1 Sehrawat M，Giri A K. Financial Development，Poverty and Rural-urban Income Inequality：Evidence from South Asian CountriesJ. Quality & Quantity，2016，50（2）：577 590. 2 陈银娥，师文明 . 中国农村金融发展与贫困减少的经验研究J. 中国地质大学学报（社会科学版 ），2010，（06）：100 105. 3 Ellahi N. How Development of Finance Contri
40、butes to Poverty Alleviation and Growth：A Time Series Application for PakistanJ. African Journal of Business Management，2011，5（30）：12138 12143. 4 鄢红兵 . 创新“金融 +” 实施精准扶贫当前我国金融扶贫的难点及对策J. 武汉金融，2015，09：56 59. 5 Metre K. Using Mobile Banking Services to Improve Financial Access for the Poor：Lessons from K
41、enya，the Philippines，the United States，Haiti，and IndiaJ. Policy Perspectives，2011，18（1）：6 24. 6 钭利珍，梅继承，袁云峰，徐东涛 . “丽水模式”：农村金融普惠扶贫的实践与探 索J. 浙江金融，2015，03：67 70. 7 陈银娥，王毓槐 . 微型金融与贫困农民收入增长基于社会资本视角的实证分析J. 福建论坛（人文社会科学版），2012，（02）：12 17. 8 梁骞，朱博文 . 普惠金融的国外研究现状与启示基于小额信贷的视 角J. 中央财经大学学 报，2014，（06）：38 44. 9 Be
42、rhane G，Gardebroek C. Does Microfinance Reduce Rural Poverty? Evidence Based on Household Panel Data from Northern EthiopiaJ. American Journal of Agricultural Economics，2011，93（2）：43 55. 10 吴义能，叶永刚，吴凤 . 我国金融扶贫的困境与对 策J. 统计与决策，2016，（09）：176 178. 11 Sarma M. Index of Financial InclusionC. Indian Counci
43、l for Research on International Economic Relations，New Delhi，India，2015. 12 谢升峰，卢娟红 . 普惠金融发展影响城乡居民福利差异的效应测度J. 统计与决策，2014，（21）：127 130. 13 田辉，孙剑平，朱英 . 东部六省市可持续发展状况基于人类发展指数的研究统计与决策，2007，（16）：74 76.The Anti-poverty Effect of Inclusive FinancialBased on the Panel Data Analysis of the Western RegionWei L
44、ili Li Peipei（ School of Economics， Lanzhou University， Lanzhou 730000， China）Abstract Based on western 12 provinces and cities（ districts） in 20052015 data， this paper measures development of inclusive fi nancial level， poverty levels， using panel data to empirically the anti-poverty effect of incl
45、usive fi nancial. Research shows that：（ 1） in the western region， inclusive fi nancial development level is low， the development speed is slow， the provincial differences are obvious；（ 2） in the western region，development policy has alleviated poverty obviously， poverty to a lesser degree；（ 3） dimen
46、sions of inclusive fi nancial: fi nancial service coverage， the availability of fi nancial services and fi nancial resources of the actual efficiency can alleviate poverty；（ 4） inclusive financial anti-poverty overall is more obvious in the western areas， but the effect is not obvious for each province.Finally， proposes proposals is given to alleviate poverty in inclusive fi nancial.Key words inclusive fi nancial； anti-poverty； western region； coeffi cient variation； Euclidean distance（责任编辑：史 琳）万方数据