农村金融机构、居民贷款可得性与城乡收入差距_花弘毅.pdf

2022 年第12 期(总第 510 期)No.12，2022General No.510112收稿日期:2021 09 17作者简介:花弘毅，金融学博士研究生，上海财经大学金融学院，E-mail:huahongyi .李曜，经济学博士，教授，上海财经大学金融学院，E-mail:liyao .*感谢匿名审稿人的宝贵意见，文责自负。农村金融机构、居民贷款可得性与城乡收入差距花弘毅李曜(上海财经大学金融学院，上海200433)摘要:本文基于银行网点设立和家庭信贷选择的视角，研究了新型农村金融机构和传统农村金融机构对城乡居民贷款可得性和城乡居民收入差距的异质性影响。根据我国 20002018 年县域经济、金融机构网点和 CHIP2018 家庭调查等数据，研究发现，新型农村金融机构表现出良好的支农支小效果，缓解了农村地区信贷约束，比较而言，传统农村金融机构的表现相对偏弱。具体来看，新型农村金融机构的网点扩张提高了农村居民的贷款可得性，进而有利于缩小城乡收入差距。本文研究为我国农村金融机构改革提供了一定参考。关键词:农村金融机构;城乡收入差距;贷款可得性JEL 分类号:G21，G51，D33文献标识码:A文章编号:1002 7246(2022)12 0112 18一、引言我国的农村金融改革主要是由政府主导性的制度变迁，从农村信用社的行社脱钩和产权改革，中国农业银行的商业化、“三农”改革试点和完成 A+H 股上市，到开办邮政储蓄银行和设立农业发展银行等，都是为了能够自上而下地建立一个多层次、可持续发展的农村金融体系。2006 年国家突破性地鼓励产业资本和民间资本设立新型农村金融机构并支持其扩张，让新型农村金融机构内生于农村、服务于农村，推动了农村金融市场的竞争(徐晓萍和李猛，2008)。作为一种不同于以往的制度创新，新型农村金融机构是否在缓解农村地区融资约束、改善城乡收入差距方面发挥了重要作用呢?本文以传统和新型两类农村金融机构为研究对象。传统农村金融机构是指农村商业银行、农村合作银行、农村信用社三类农信系统银行，在我国有 70 余年的发展和改革历2022 年第12 期农村金融机构、居民贷款可得性与城乡收入差距113程。新型农村金融机构是指为了应对农村金融新形势于 2006 年后设立的村镇银行、贷款公司和农村资金互助社。本文首先利用演化博弈模型讨论了新型农村金融机构服务农村居民、传统农村金融机构服务城镇居民的原因，并通过收入模型论证两类机构会通过改变居民贷款可得性而影响城乡收入差距。在实证检验中，文章利用我国 20002018 年的县域数据构建动态面板 GMM 模型，研究了两类农村金融机构扩张对城乡居民收入差距的影响，并结合 CHIP2018 数据检验了城乡居民贷款可得性的中介效应。本文发现，在改善农村地区融资环境上，新型农村金融机构表现更好，其广泛设立提高了农村居民的贷款可得性，进而缩小了城乡居民收入差距;而传统农村金融机构的扩张更有助于城镇居民获得贷款，不利于缩小城乡收入差距。本文的主要贡献在于，我们从中微观视角探讨了两类农村金融机构扩张对信贷约束改变的异质性影响，证实了改善信贷约束对农村居民收入增长的积极作用。具体有以下几点:一是建立理论模型讨论了两类农村金融机构通过服务不同客户改变城乡收入差距的机制，为促进传统农村金融机构回归本源、增强农村金融机构支农效果的政策建议提供了理论基础。二是利用县域数据检验了当前我国农村金融机构发展对居民贷款可得性和收入差距的改变作用，相比省级、地市级数据更具有说服力，揭示了新型农村金融机构在县域内发展的更多细节信息，同时利用微观调查数据证实了信贷约束改善的中介效应。三是发现新型农村金融机构表现出良好的支农支小效果，缓解了农村地区信贷约束，但传统农村金融机构的信贷供给下沉较弱，改善农村融资环境的效果欠佳。研究表明以新型农村金融机构为代表的增量改革为农村金融体系注入了新的活力，在监管引导下扎根“三农”，具有经营机制灵活、决策链条短、更能处理“软信息”、更适应农村经济发展需求等比较优势。二、理论分析与研究假设(一)新型农村金融机构与传统农村金融机构的异质性从新中国成立至 20 世纪 70 年代末，农村信用社数次变更管理者，支农方针无法有效贯彻落实。80 年代改革开放后，国家对农村信用社的治理弊端进行反思和整顿，并将农村信用社划归农业银行管理。但是，两种不同所有制的捆绑给双方的经营带来了重重困难。进入 90 年代后，我国金融机构的市场化改革开启，行社脱钩，彼时的农信社以解决历史遗留问题和稳定发展为主要目标。直到 2003 年后，农信社放弃合作制、转向股份制，农村合作银行和农村商业银行开始成立，传统农村金融机构信贷业务逐渐向大型企业倾斜。2006 年以来，我国启动了新一轮农村金融改革，引导各类资本到农村地区投资设立村镇银行、贷款公司和农村资金互助社等新型农村金融机构。一方面，作为增量改革的产物，新型农村金融机构存在监管明确要求的市场定位，能够适应农村经济发展需求，具有经营机制灵活、决策链条短、更能处理“软信息”等比较优势。经过 10 余年的探索，新型农村金融机构呈现出蓬勃发展的态势，在提高农村金融市场竞争程度等方面发挥了重要的作用(葛永波等，2011)，普惠金融发展水平也因此得到加强(张正平和杨丹丹，2017)。114总第 510 期另一方面，新型农村金融机构的业务以发放涉农和小额贷款为主，监管部门也存在对其业务定位和监管指标的要求。例如要求村镇银行发放的农户和小微企业贷款原则上必须大于其贷款总额的 90%，户均贷款额不得高于 35 万元等，对象和额度的限制增加了新型农村金融机构服务非农客户的隐性成本(冯海红，2016;齐红倩和李志创，2018)。那么，在与传统农村金融机构的竞争中，新型农村金融机构是否会选择一直服务农村居民呢?我们使用一个演化博弈模型来加以分析，考察新型和传统两类农村金融机构对城乡信贷客户的选择策略。假定它们服务农村客户可实现的收益为 ，服务城镇客户可实现的收益为 U。并且服务城镇客户的收益大于服务农村客户，即 U 0。在多数情况下，这些收益无法被一类机构足额获取:当两类金融机构选择服务同一类居民时，将承担一定比例的“竞争成本”，记新型农村金融机构的竞争成本为 cn，传统农村金融机构的竞争成本为 ct。此外，在新型农村金融机构产生之前，传统农村金融机构网点在农村地区长期存在“多存少贷”问题，而新型农村金融机构由于结构扁平、决策链条短、产品更新迅速，对农村客户的“软信息”具有更强的甄别能力。因此我们假设当传统农村金融机构选择服务农村客户时，将额外付出一项“软信息甄别成本”，记为 s。对于新型农村金融机构，国家对涉农信贷投放的监管要求增加了其非农业务的隐性成本，假设当新型农村金融机构选择服务城镇客户时，将额外付出一项“合规成本”，记为 r。结合现实背景，我们认为这两项成本大于各自机构所承担的“竞争成本”，即 s ct 0、r cn 01。表1 为传统和新型农村金融机构在选择不同客户时的收益矩阵。表 1农村金融机构信贷客户选择的收益矩阵新型农村金融机构农村居民城镇居民传统农村金融机构农村居民(1 s ct)，(1 cn)(1 s)，(1 r)U城镇居民U，(1 ct)U，(1 r cn)U通过观察可以发现，使得系统达到帕累托最优的博弈策略为(城镇居民，农村居民)，但该博弈不存在纯策略纳什均衡，如果两类农村金融机构仅进行单次博弈，将无法实现帕累托最优。不过在现实生活中，两类农村金融机构对客户的选择是重复博弈。我们假设在 t 时刻，传统农村金融机构选择农村客户的比例为 x，新型农村金融机构选择农村客户的比例为 y。因此，两类农村金融机构策略的变化速度可以表示为如下动态微分方程:dx/dt=x(1 x)(1 s)(1 ct)U ct(+U)ydy/dt=y(1 y)(1 r cn)U cn(+U)x(1)1该判断主要基于两个现象:一是在改革开放后，传统农村金融机构更多地将网点设立在了城镇地区，与国有大行竞争;二是在 2006 年后，首批新型农村金融机构更多地将网点设立在了农村，与传统传统农村金融机构竞争。因此我们认为在已知对手的客户选择后，两类金融机构更倾向于直面竞争，而不是转向承担另外两项成本。限于篇幅，详细论证过程留存备索。2022 年第12 期农村金融机构、居民贷款可得性与城乡收入差距115令上式为 0 可以解出系统共有(0，0)、(1，0)、(0，1)、(1，1)、(1 r cn)Ucn(+U)，(1 s)(1 ct)Uct(+U)五个局部驻点。我们将前四个驻点代入 Jacobian 矩阵(第五个点为鞍点，不纳入分析)，使得 H 的行列式大于 0 且迹小于 0 的点即为演化稳定策略(ESS)均衡点。结果发现，博弈的 ESS 稳定点有且仅有(0，1)和(1，0)两个。所以在现实中，两类机构竞争到最后只可能产生两种稳定的结果:一是传统农村金融机构服务城镇客户，新型农村金融机构服务农村客户;二是传统农村金融机构服务农村客户，新型农村金融机构服务城镇客户。图 1策略的动态演化路径图 2城乡居民收入受银行信贷服务的影响路径因为业务特征和监管政策的不同，两类机构终将选择和对方不同的服务群体。但在两种特定情况下，新型农村金融机构服务农村客户、传统农村金融机构服务城镇客户的帕累托最优将成为唯一的 ESS 均衡:一是系统的初始状态处于第 II 象限，那么演化必然终于点(1，0)(见图 1)。二是金融机构的“软信息甄别成本”和“合规成本”高于门槛值，即s 1 ct U/和 r 1 cn/U。因此，虽然现实中传统农村金融机构偏爱城镇客户，新型农村金融机构偏爱农村客户，但在理论上，“软信息甄别成本”和“合规成本”的降低可能导致两类机构服务客群的逆转。同时，这种在服务客群上永远存在的异质性，将对城乡居民收入差距产生重要影响。(二)农村金融机构、居民贷款可得性与城乡收入差距大多数论证金融发展与收入不平等的理论文献都认为，金融发展主要通过改变信贷约束来改变居民收入增长(Claessens and Perotti，2007)。那么两类农村金融机构是如何对居民贷款可得性产生异质性影响，进而改变城乡收入差距呢?图 2 展示了居民收入受银行各类信贷服务的影响路径。其中，路径 1 和路径 2 表示个人经营性贷款可以帮助居民开展或改善生产经营，从而提高自身的经营性收入和工资性收入1(Banerjee andNewman，1993);路径 3 表示个人消费贷款可以使劳动者获得教育成为熟练劳动力从而提1对于企业经营者，他从企业取得的收入属于工资性收入。农户、个体工商户、个人独资企业等中小型非法人企业经营者的收入属于经营性收入，公司分红也属于经营性收入。116总第 510 期高收入(Galor and Zeira，1993);路径 4 表示企业贷款通过改善企业经营，进而提高职工的工资性收入(李健旋等，2018)。本文基于路径 1 和路径 2 构建一个简单的收入模型来论证两类农村金融机构对城乡收入差距的异质性影响机制，以及贷款可得性的中介效应。假设某地区的城乡居民收入来源仅为工资收入和从事小规模生产经营活动(该活动只改变经营者收入)的营业利润，有众多银行参与经营性贷款服务，这些银行分为农村居民偏好型、城镇居民偏好型和企业偏好型，数量占比分别为 x、y 和1 x y，它们只会优先满足受偏好客户的贷款需求，只有在这类客户没有贷款需求时，才会贷款给另一类客户。不失一般性，假设企业偏好型银行不会服务居民客户1，因为企业持续存在贷款需求。农村和城镇地区内有贷款需求的居民占比分别为 r 和 u，当信贷需求被满足后便可开展经营活动并获得额外的营业利润。记农村居民和城镇居民的工资收入分别为 wr和wu，开展经营活动后可获得的营业利润分别为 yr和 yu，需支付的利息支出分别为 ir和 iu，假定营业利润减利息支出的期望大于 0。表 2 和表 3 为面对不同银行偏好时城乡居民的总收入矩阵。表 2银行偏好农村时居民的总收入矩阵城镇居民农村居民贷款不贷款贷款wr+yr ir，wuwr，wu+yu iu不贷款wr+yr ir，wuwr，wu表 3银行偏好城镇时居民的总收入矩阵城镇居民农村居民贷款不贷款贷款wr，wu+yu iuwr，wu+yu iu不贷款wr+yr ir，wuwr，wu记城乡居民的总收入分别为 Iu和 Ir，得出城乡居民收入差距的期望为:E(IuIr)=Au(x+y)BuxAr(x+y)Brx(2)其中:Au=rE(yu iu)+wuBu=urE(yu iu)Ar=rE(yr ir)+wrBr=urE(yr ir)(3)将式(2)变形，得:EIuI()r=AuAr BrBu+AuBrAr BrAr+(Ar Br)yx(4)其中:Ar Br=r(1 u)E(yr ir)+wr 0(5)1之所以依然设置三类银行，是为了便于独立地考察 x 和 y 的变化对城乡居民收入差距的影响。2022 年第12 期农村金融机构、居民贷款可得性与城乡收入差距117可以看到，城乡居民收入差距的期望与 x 负相关，与 y 正相关。而基于新型农村金融机构偏爱农村客户、传统农村金融机构偏爱城镇客户的现象，它们在银行体系内的数量占比将直接改变 x 和 y 的取值，进而改变城乡收入差距。正是服务客群的异质性，带来了城乡收入差距的改变，因此本文提出假设:假设 1:新型农村金融机构的扩张会缩小城乡居民收入差距。假设 2:传统农村金融机构的扩张会扩大城乡居民收入差距。但是，偏好城镇和偏好农村的两类银行毕竟是模型的抽象设定，在现实中，x 和 y 是无法被准确度量的，各家银行的偏好和数量占比最终将转化为可被影响和可被观测的居民贷款可得性指标(Varghese，2005;Menkhoff and ungruxsirivorn，2011)，也就是获得贷款的居民占比。城乡居民的贷款可得性 LAu和 LAr可以分别写为:LAu=y+(1 r)x uLAr=x+(1 u)y r(6)将上式代入式(2)中，得EIuI()r=AuAr BrBu+AuBrAr BrAr+(Ar Br)1 u uu+r uru r(1 u)LAuLAr 1(7)可以看到，城乡居民收入差距仍然是 LAu和 LAr的单调函数，并且当城镇居民贷款可得性越高时，城乡居民收入差距越大;当农村居民贷款可得性越高时，城乡居民收入差距越小。反观现实，在我国金融发展的很长一段时间里，城镇居民贷款可得性都是在上升的，这来自各地城镇偏好型银行占比的上升。因为一方面有企业偏好型银行为了回避竞争而成为城镇偏好型;另一方面有农村偏好型银行发生使命漂移(Mission Drift)而成为城镇偏好型，使得我国金融市场持续存在排斥效应和门槛效应，农村金融服务可获得性因此降低，这也是农村金融发展扩大了城乡收入差距的重要原因(Mookerjee and Kalipioni，2010;王修华和邱兆祥，2011;何德旭和苗文龙，2015)。为此，新型农村金融机构的出现改变了这个局面，农村偏好型银行的占比重新开始扩大，农村居民贷款可得性开始提高，城乡居民收入差距也因此缩窄。所以本文提出假设:假设 3:城乡居民贷款可得性在农村金融机构对城乡居民收入差距的影响中发挥了中介效应。三、研究设计与数据说明(一)模型设定1.农村金融机构与城乡居民收入差距针对农村金融机构对城乡收入差距影响的实证研究，本文参考叶志强等(2011)、王118总第 510 期征和鲁钊阳(2011)的研究，考虑加入因变量的滞后项以控制遗漏变量及不可观测的影响因素，采用动态面板 GMM 回归模型:Gapi，t=0+1 Gapi，t1+2 Ii，t+c Controli，t+i+t+it(8)其中，Gapi，t表示各县城乡居民收入差距，由城镇居民人均可支配收入除以农村居民人均收入表示。Ii，t为衡量各县新型农村金融机构和传统农村金融机构扩张程度的指标，包括新型农村金融机构占比(NI)、新型农村金融机构占农村金融机构比(NI_I)和传统农村金融机构占比(TI)。Controli，t为反映各县特征的控制变量:人均实际 GDP 及其平方项、贷款余额、受教育人数、财政支出、固定资产投资、第一产业 GDP占比和房地产开发投资1。模型中控制了不随时间变化的县域地区固定效应 i和时间固定效应 t，it为扰动项。2.农村金融机构与城乡居民贷款可得性针对假设 3，检验中介效应的常见做法为逐步检验法，其中关于自变量的直接效应已由回归(8)得出，此时需要再检验自变量对中介变量的影响(第一步检验)以及中介变量对因变量的影响(第二步检验)。但因为本文研究的自变量和因变量为宏观的县域数据，而中介变量城乡居民贷款可得性为微观的家庭数据，因此我们对第一步检验使用CHIP2018 家庭收入调查数据，考察两类农村金融机构对城乡居民贷款可得性的异质性影响;对第二步检验使用县域宏观经济数据集，并将 CHIP 数据集中的城乡居民贷款可得性等变量聚合为县域数据，考察城乡居民贷款可得性对城乡收入差距的影响。如此一来，我们便在两个层面的数据集中实现了中介效应的逐步检验法。针对第一步检验，首先将 CHIP2018 中没有贷款需求的样本剔除，然后使用 Probit 回归:LAi=1，ifLA*i 00，if otherwise，LA*i=0+1 Ii+c Controli+i(9)其中，LAi为贷款可得性的哑变量，构造方法如下:对于询问“您家的借贷申请或借贷要求，是否有被拒绝或所得到的贷款/借款额比申请额要少的情况?”，回答“所有借贷申请或要求都被足额满足”时为 1，否则为 0;同时构造稳健性检验的指标 LA_alt，即受访者选“所有借贷申请或要求都被足额满足”或“所有借贷申请或要求都被接受，但有 1 个或以上的借贷申请或要求所得到贷款/借款额比申请额要少”时为 1，否则为 0。LA*i为潜变量。Ii为核心自变量，设定与回归(8)相同。Controli代表控制变量:户主性别、受教育程度、家庭可支配收入、家庭经营性固定资产、家庭动产、家庭工资净收入占比、家庭经营净收入占比、家庭财产净收入占比和是否自我经营2。12第一产业 GDP 占比和房地产开发投资用于控制农村和城镇居民的信贷需求，其余变量则由对前人文章(陆铭和陈钊，2004;陈斌开和林毅夫，2013;孙学涛，2021)中的控制变量经 BIC 法筛选后得出。限于篇幅原因，变量定义表和控制变量的筛选过程留存备索。学界对于城乡居民贷款可得性控制变量的使用并不统一，我们因此结合逐步回归法和 BIC 法对众多家庭/户主特征变量进行了筛选。限于篇幅原因，控制变量的分析和筛选过程留存备索。2022 年第12 期农村金融机构、居民贷款可得性与城乡收入差距1193.城乡居民贷款可得性与城乡居民收入差距为了完成中介效应逐步检验法的第二步检验，我们构建用于衡量地区内城乡居民贷款可得性变动的城乡居民贷款可得性差距指标(Gap_LA)，将家庭调查数据聚合为县域数据，该指标分子部分为某县城镇受访户的平均贷款可得性，分母部分为某县农村受访户的平均贷款可得性。中介效应的第二步检验使用截面数据回归:Gap_chipi=0+1 Gap_LAi+2 Ii+c Controli+i+it(10)其中，Gap_chipi为利用 i 县受访户的可支配收入计算的平均城乡居民收入差距1，Gap_LAi为调查县的城乡居民贷款可得性差距，Ii和 Controli与回归(8)一致，i为地区固定效应。城乡居民贷款可得性具有中介效应的充分非必要条件为 Gap_LA 指标具有中介效应，因此若 1和 1均显著，说明城乡居民贷款可得性的中介效应成立。(二)数据来源对于农村金融机构对城乡居民收入差距的影响研究，本文使用 20002018 年县域面板数据。其中的经济数据来自各省统计年鉴、城市统计年鉴、中国区域经济统计年鉴中国县(市)社会经济统计年鉴，缺失数据用市级数据进行补充。其中的农村金融机构网点数据查找自银保监会金融许可证信息官网，包含了我国 1949 年至今 20 余万家金融机构的网点信息。本文根据各网点的地址信息、设立和撤销时间，计算出了数据库内每个县级行政区各年的金融机构2网点数量。将其与县域经济数据合并后，最终确定了 2263个县级行政区域作为研究样本。对于城乡居民贷款可得性的中介效应检验，我们使用中国收入分配研究院提供的 2018 年中国家庭收入调查数据(Chinese Household IncomeProject，CHIP2018)。该调查由国家统计局城乡一体化常规住户调查办公室执行，共涉及15 个省份的 11506 户城镇住户、9239 户农村住户的收入与支出信息，样本规模大、调查范围广。我们根据 CHIP2018 数据中的县域代码，将县域农村金融机构等宏观指标与其进行匹配，匹配后的样本共包含 4481 户城镇家庭和 4035 户农村家庭。(三)描述性统计主要变量的描述性统计结果显示3，城乡居民收入比值均值为 2.51 倍，但极差较大，最小值为 0.25 倍，最大值达到 9.89 倍。对于农村金融机构占比指标，各县的金融机构网点中分别有 32.94%的传统农村金融机构和 0.67%的新型农村金融机构，其中新型农村金融机构仅占农村金融机构总数的 2.89%。对于家庭调查数据，有 22.87%的家庭提出123此处没有使用由统计年鉴计算的城乡收入差距数据，因为利用受访户的可支配收入计算城乡收入差距将更直接地反映受访居民收入受贷款可得性变动的影响效果。银行类型来自国泰安 CSMA 数据库，包括国有控股大型商业银行、股份制商业银行、城市商业银行、农村商业银行、农村合作银行、农信社、农村资金互助社、贷款公司、村镇银行、外资银行、民营银行、邮政储蓄银行、资产管理公司、信托公司、财务公司、金融租赁公司、汽车金融公司、货币经纪公司、消费金融公司、银行理财子公司等，已剔除政策性银行。限于篇幅，描述性统计表留存备索。120总第 510 期的贷款申请被银行受理，19.79%的家庭贷款申请得到了银行的全额满足。当我们将受访户的可支配收入和贷款可得性聚合为县域数据后，两个指标的城乡平均差距分别为 2.16倍和 2.41 倍。县域数据和家庭调查数据都进行了上下 1%的缩尾处理。由于通过地理坐标判断存在较大困难，本文采取了两种间接方法来测度我国有多少金融机构网点分布于农村地区。首先，考察各类机构有多少比例的网点开设在县域行政单位中的“县、自治县、旗和自治旗”中，因为“县、自治县、旗和自治旗”比“县级市和市辖区”具有更大的农村区域面积，如果一类机构更多地将网点开在“县、自治县、旗和自治旗”内，该类机构就具有更优越的支农条件。图 3各类金融机构分布于县、自治县、旗、自治旗的网点数占比(20002018)图 3 展示了各类金融机构分别有多少比例的网点开设在了县、自治县、旗和自治旗内，据此看出，我国每 100 家金融机构网点中，有大约 35 家设立在县、自治县、旗和自治旗内，另有 65 家设立在县级市和市辖区内。其中，约有 30%的国有商业银行网点设立在县、自治县、旗和自治旗内，并且占比一直很稳定。而随着农村信用社改革的推进和农商行的成立，传统农村金融机构将越来越多的网点转移到了县级市和市辖区内，县、自治县、旗和自治旗内的网点占比从 55%逐渐降至 45%;对于新型农村金融机构，在设立之初，县、自治县、旗和自治旗内的网点占比处于较高水平(50%以上)。随着政策支持不断完善以及新型金融机构的经营模式逐渐成熟，其在县、自治县、旗和自治旗内的网点占比从2013 年开始持续上升。其次，本文考察了各类机构的网点离县(区)政府的地理距离。我们认为，设立在距县(区)政府越远的网点，离农村地区越近，其支农能力也就越强。图 4 展示了在两类县域行政区域中，各类机构网点离县政府的平均距离。从国有商业银行和传统农村金融机构的图中可以看出(右上、左下)，国有银行的网点比传统农村金融机构的网点更接近县城城区。传统农村金融机构的网点离县政府的距离平均比国有银行远 35%，新型农村金融机构的网点更是比国有银行的网点远 43%。值得关注的是，新型农村金融机构在县级2022 年第12 期农村金融机构、居民贷款可得性与城乡收入差距121市和市辖区内的网点先设立在相对远离主城区的位置，成本较低，随着经营的扩张逐渐向中心地区靠近，而县、自治县、旗和自治旗内的网点则先设在县(区)政府中心较近的地区，逐步向偏远地区蔓延，最后两类网点逐渐趋同，平均都距离县城/县级市中心 20 公里左右。图 4各类金融机构网点距县(区)政府的平均距离(20002018)1四、实证结果分析(一)农村金融机构与城乡居民收入差距表 4 为核心自变量与因变量的回归结果，也是对直接效应的检验。列(1)(3)为未加入因变量滞后项的固定效应回归结果，列(4)(6)为加入因变量滞后项的系统 GMM回归结果。核心解释变量分别为新型农村金融机构网点数占比(NI)、新型农村金融机构在农村金融机构中的网点数占比(NI_I)和传统农村金融机构网点数占比(TI)。列(4)、列(5)的回归结果显示两类新型农村金融机构占比指标系数显著为负，说明新型农村金融机构的扩张缩小了城乡居民收入差距，并且提高新型农村金融机构在农村金融机构中的占比的积极作用更大，假设 1 得到验证。列(6)的结果显示，传统农村金融机构占比与城乡居民收入差距显著正相关，假设 2 得到验证。1距离单位为公里，县(区)政府经纬度数据来自国泰安 CSMA 数据库。122总第 510 期表 4农村金融机构扩张与城乡收入差距的 FE 与 GMM 回归(1)(2)(3)(4)(5)(6)GapGapGapGapGapGapL.Gap0.5353 0.20170.2135*(38.48)(1.16)(1.92)NI0.30561.1845*(0.66)(1.81)NI_I0.00241.9106*(0.03)(1.77)TI0.0961*0.2606(1.80)(2.25)ControlYESYESYESYESYESYESCounty FEYESYESYESYESYESYESYear FEYESYESYESYESYESYES squared0.29240.30500.2937A10.00020.04370.0154A20.13350.31980.1920Hansen0.17450.20860.2646Observations731867457318592055375920注:1.括号内为异方差稳健 T 值。2.表中*、和 分别表示系数在 10%、5%和 1%的显著性水平下显著。3.结果省略控制变量和截距项，下同。4.A1 和 A2 的 p 值接受“扰动项无自相关”的原假设，Hansen 检验接受“所有工具变量都外生”的原假设，因此回归适用 GMM 估计。5.固定效应回归结果与 GMM 结果不完全一致，体现出使用GMM 回归方法获得无偏估计的必要性。(二)农村金融机构与城乡居民贷款可得性表 5 为核心自变量对中介变量的 Probit 回归，即在微观层面考察两类农村金融机构扩张对城乡居民贷款可得性的影响。奇数列为农村样本的回归结果，偶数列为城镇样本的回归结果。列(1)(4)的结果显示，两类新型农村金融机构占比指标均显著提高了农村居民的贷款可得性，说明当新型农村金融机构在全体金融机构或农村金融机构中的占比越高，农村居民越容易获得贷款，这反映出新型农村金融机构更好地发挥了支农支小作用。程惠霞(2014)也通过调查发现农村金融网点的金融排斥现象明显，但新型农村金融机构能有效改善农村融资环境、减少金融排斥。同时因为城镇居民的收入来源多为稳定的工资，对资本的需求相对较低，而农村居民有很大一部分收入来自经营所得，各类农业和工商业经营活动都需要一定原始资本的投入。根据 CHIP2018 数据，城镇居民的平均经营净收入占比仅为 12.7%，而农村居民的该指标达到 33.1%，为城镇居民的 2.6 倍。信贷约束改善将对农村居民的收入带来更加正面的影响，城乡收入差距也因此缩小。根据列(5)和列(6)，传统农村金融机构占比提高了城镇居民的贷款可得性，对农村居民贷款可得性并无影响，这与学者发现传统农村金融机构发展对城镇居民收入的积极影响大2022 年第12 期农村金融机构、居民贷款可得性与城乡收入差距123于农村居民的现象一致(孙永强，2012;李健旋等，2018)。传统农村金融机构经历了 70余年的发展，其涉农贷款余额远超新型农村金融机构，但增量涉农贷款的投放积极性有待进一步提高。表 5农村金融机构扩张与城乡居民贷款可得性的 Probit 回归(1)(2)(3)(4)(5)(6)农村城镇农村城镇农村城镇LALALALALALANI0.5306 0.6735(2.35)(1.05)NI_I0.2809 0.0075(2.81)(0.03)TI0.12730.0939*(0.49)(1.77)ControlYESYESYESYESYESYESObservations334235093310344633423509(三)城乡居民贷款可得性的中介效应表 6 展示了居民贷款可得性差距指标(Gap_LA)对城乡收入差距的回归结果。列(1)(3)为未放入可得性差距指标的回归结果，3 类核心自变量的符号均与表 5 中结果一致，二次验证了两类农村金融机构扩张对城乡收入差距的异质性影响。列(4)为只加入可得性差距指标后的回归结果，列(5)(7)为同时加入可得性差距指标和核心自变量后的回归结果，可以看出，可得性差距指标的系数均显著为正，说明城乡居民贷款可得性差距增加会带动城乡收入差距扩大。因此，我们验证了贷款可得性会在农村金融机构扩张对城乡居民收入差距的影响中发挥中介效应，假设 3 得到验证。这也反映出居民融资约束改善对收入增长的重要作用，说明通过金融发展来缩小城乡收入差距是可行的。表 6城乡居民贷款可得性的中介效应检验(1)(2)(3)(4)(5)(6)(7)Gap_chipGap_chipGap_chipGap_chipGap_chipGap_chipGap_chipGap_LA0.0048 0.0170 0.0184*0.0213*(2.36)(2.27)(1.79)(1.81)NI1.6992*1.5037(1.83)(0.73)NI_I0.2385*0.1913*(1.79)(1.73)TI0.9863*0.9190*(1.81)(1.88)续表124总第 510 期(1)(2)(3)(4)(5)(6)(7)ControlYESYESYESYESYESYESYESCounty FEYESYESYESYESYESYESYES squared0.27320.27830.28780.28010.27960.28230.2916Observations142141142142142141142五、稳健性检验(一)排除偶然性首先，我们使用泰尔指数替换文中的城乡居民收入差距指标，并对农村金融机构扩张对城乡收入差距的影响重新进行检验，3 类核心解释变量的系数依旧显著，符号与正文一致1。其次，我们放宽贷款可得性指标的构造条件，将 LA 替换为 LA_alt，对城乡居民收入差距的中介效应进行了重新检验，回归结果与正文一致。(二)解决内生性针对内生性中的反向因果问题，我们参考张璇等(2019)，在样本县所处地级市内，选出与样本县的实际 GDP 最为接近的三个县，将这三个县核心自变量的平均值作为样本县核心自变量的工具变量。重新检验的结论与正文一致。针对内生性中的遗漏变量问题，动态面板模型较好地克服了这一问题(Arellano andBond，1991)。但回归(9)和回归(10)因为使用的是截面数据，无法采用同样的方式处理，所以可能存在因遗漏某些不可观测变量而产生的内生性问题。为此，我们使用 Altonji etal.(2005)构造的选择性偏误强度测量指标(Selection atio)来检验遗漏变量问题的严重程度，该指标目前广泛用于存在不可观测缺失变量回归的稳健性检验中(Freyaldenhovenet al.，2019;Grigoli et al.，2020)。表 7中介效应检验相关回归的 S 值回归方程核心自变量NINI_ITI回归(9)农村样本11.411023.144619.8321城镇样本8.11053.58630.4465回归方程核心自变量Gap_LAGap_LAGap_LA回归(10)2.18091.09521.2546注:1.第一行数据分别对应正文表 6 列(1)、列(3)和列(5)，第二行数据分别对应正文表 6 列(2)、列(4)和列(6)，第三行数据分别对应正文表 7 列(4)、列(5)和列(6)。2.数据经绝对值处理。1限于篇幅，稳健性检验的回归结果留存备索。2022 年第12 期农村金融机构、居民贷款可得性与城乡收入差距125根据表 7 可以看出，除传统农村金融机构占比对城镇居民贷款可得性的回归外，其余回归核心自变量的 S 值都大于门槛值 1。说明在这些回归中，由遗漏变量造成的误差必须足够大，才能完全抹除核心解释变量的解释能力。因此，即便存在遗漏变量问题的情况，城乡居民贷款可得性差距的中介效应依然成立，假设 3 的检验结果具有稳健性。(三)弥补数据集自身不足在考察城乡居民贷款可得性的中介效应时，本文选择了中国家庭收入调查数据(CHIP)作为研究数据，但 CHIP 自身存在一点不足:CHIP 调查每年涉及贷款可得性的问题不尽相同，各期之间构建的贷款可得性指标不具有可比性，所以只能使用截面数据而非面板数据检验假设，这样一方面无法捕捉到时间层面的固定效应，另一方面，CHIP 数据与县域农村金融机构数据匹配后样本量有限，使结论缺乏全国代表性。为了解决研究数据无法兼顾的问题，进一步验证结论的稳健性，我们将 CHIP 数据替换为中国家庭金融调查(China Household Finance Survey，CHFS)数据，该调查共覆盖40011 户家庭，具有很好的全国代表性，人口统计学指标和居民收入各指标与国家统计局公布的数据广泛一致(甘犁等，2013)。但数据集中只拥有可识别的受访户所在省份的名称，我们为此重新构建了省级层面的 3 类农村金融机构核心自变量，并利用各省内受访户的贷款可得性1构建了该省城乡居民贷款可得性差距指标，将各数据进行匹配后形成了29 个省份22011 2019 年共 5 期的省级平衡面板数据。我们使用新数据重新对三个假设进行检验。此时的中介效应检验不宜再使用逐步检验法，因为检验省级层面农村金融机构网点扩张对微观家庭个体贷款可得性影响的经济含义较弱，继续使用逐步检验法可能会进一步低估第 I 类错误率进而影响因果推断(MacKinnon et al.，2002;江艇，2022)。所以本文使用统计功效更高的 Bootstrap 法对城乡居民贷款可得性的中介效应进行检验(Hayes，2017)，该方法能同时检验核心自变量对因变量的直接影响和通过中介变量施加的间接影响是否显著，即对假设 1、假设 2 和假设 3 同时进行检验。表 8 展示了中介效应的偏差校正 Bootstrap 法3检验结果。可以看到，传统农村金融机构直接效应的置信区间包含 0，因此未通过检验，说明这类机构对城乡收入差距的影响结论在新样本中稳健性欠佳。而新型农村金融机构占比和新型农村金融机构在农村金融机构占比的直接效应和间接效应的置信区间均不包含 0，说明效应显著。综合来说，新型农村金融机构的支农效果得到了确定，即新型农村金融机构的网点扩张，通过降低城乡居民贷款可得性的差距从而减小城乡收入差距，这也说明城乡居民贷款可得性的中介效应在更长的时间跨度和更大的空间范围内仍然成立。123受访户的贷款可得性指标参考王修华和赵亚雄(2021)利用 CHFS 数据构建的城乡家庭金融可得性指标。缺失新疆维吾尔自治区和西藏自治区。在针对中介效应的非参数检验中，共有 6 种不同的 Bootstrap 方法，每种方法都依据不同的方式构造置信区间，其中偏差校正 Bootstrap 法的精确度最高(MacKinnon