空間視角下的普惠金融與農村減貧增收
——機制探討與實證檢驗

顧曉安，莊曉棟，許澤慶

（上海理工大學 管理學院，上海200093）

一、引言

“脫貧攻堅”已經成為現階段經濟新常態下的一個重要任務。金融扶貧本應在其中發揮重要作用，卻由于金融抑制與金融排斥等因素，導致農村居民面臨長期的融資約束，限制了金融扶貧所發揮的實際效果[1]。2005 年聯合國提出的普惠金融概念為我國金融扶貧所存在的問題提供了一個新的解決思路：在完善金融基礎設施和金融機構可負擔成本的基礎上，通過為特定弱勢群體提供融資機會和金融支持，實現農村地區的減貧增收與經濟發展。這一思路不僅為傳統金融排斥等問題的改善帶來機遇，更為原本存在融資約束的農村居民實現脫貧增收、構建新的經濟環境提供新的潛在動力[2]。

那么，普惠金融能否真正克服傳統金融扶貧中存在的金融排斥等問題，進而有效實現農村地區的“脫貧增收”？又將通過何種機理得以實現？尤其是農村貧困居民，已經成為現階段扶貧攻堅戰的主要目標，普惠金融的減貧增收對農村經濟發展具有愈加不可忽視的作用。不僅如此，隨著區域間交流的不斷深化，普惠金融是否存在區域間的溢出效果更加值得討論。本文試圖從空間視角對上述問題的具體理論機理進行探討，同時運用空間計量模型實證檢驗普惠金融實現減貧增收的直接效應與空間影響，為普惠金融在農村地區的減貧增收提供新的理論解釋與經驗參考。

二、文獻綜述

現有關于農村地區扶貧增收的研究主要集中于產業、教育與金融三個層面。

第一個層面主要關注于產業扶貧。一方面，進行產業扶貧開發的地區能夠通過發展特色產業達到脫貧增收的目的。產業精準扶貧將貧困人口視為勞動力要素的主體，可以突顯貧困群體的主體性作用[3]。另一方面，通過政府政策，能夠引導農村居民提高自我發展能力并掌握實用的關鍵性技術[4]。例如，產業扶貧可以通過發展特色種植、畜牧養殖等農村特色產業提升農村居民的收入，減少貧困人口[5]。但是，產業扶貧在實際運用中卻也面臨一些現實困境，如項目成果不佳、產業市場信息滯后、缺乏資金支持等問題[6]。因此，產業扶貧增收的思路雖然得到了部分研究的關注，但是實際效果仍未能取得共識。

第二個層面則集中于教育扶貧。這一層面的觀點一致認為，教育在精準扶貧中占有基礎性地位。教育發展能夠擴大農村教育資源流動，推動教育均衡，有益于提升整體人力資本水平，并有助于地區勞動者綜合素質的培養，是一種“扶貧、扶志、扶智”的結合[7]。相關實證研究則對其進行了驗證。例如，程名望等(2014)[8]從微觀住戶角度，以中國農村固定觀察點數據為基礎探究教育對中國農戶貧困的影響時發現，教育能夠顯著影響農戶收入水平，對農村貧困減緩發揮了重要作用。與之類似，史志樂和張琦(2018)[9]則以全國7404 戶家庭為研究對象，構建代際交疊模型，發現貧困家庭的教育投入不足會使其陷入貧困，提高人力資本投資能夠提升收入并有效阻斷貧困的代際傳遞。因此，教育對于扶貧增收具有重要意義。

與本文研究最相關的第三個層面則是關于金融減貧的研究。近幾年，政府和金融機構對農村扶貧力度不斷加大，金融機構成為具有巨大扶貧潛力的經濟主體。Abate 等(2016)[10]發現Ethiopia 的農村金融機構可以推動地區農業技術的改善，農產品產量的提高幫助居民實現了減貧增收。Naceur 和Zhang(2016)[11]從多個維度建立計量模型，驗證了金融發展對降低貧困發生率的重要意義。但是，金融排斥與金融抑制現象的存在卻使得農村地區金融扶貧的實際效率普遍偏低[12]。普惠金融也由此成為金融扶貧的一個新的方向。但現有的研究主要集中于普惠金融指數的構建與測算[13]、普惠金融減貧作用的整體統計結果[14]以及以省級面板數據為基礎的經驗研究等[15-16]，普惠金融減貧增收作用的理論路徑依然較為模糊。

可以看出，關于農村地區扶貧增收的研究比較豐富。尤其是普惠金融的扶貧增收效果越來越受到重視，但是現有研究也存在許多不足：首先，良好的融資效率與金融支持是地區產業扶貧、教育扶貧的重要基礎，地區產業發展、教育制度與基礎設施建設都直接決定于地區的融資績效；其次，現有關于普惠金融的農村地區扶貧主要基于實證研究，是在普惠金融指數構造基礎上完成的，而普惠金融發展的扶貧效果如何發揮、存在何種機制。在研究中仍然沒有清晰的理論依據，并不利于政策規劃；再次，盡管實證研究居多，但大多數研究都假設地區獨立，缺少對于地區間扶貧增收績效的聯動、普惠金融發展可能的空間溢出進行相應探討。鑒于此，本文將基于空間視角，在理論機制的分析基礎上，通過使用空間計量經濟學模型進行實證檢驗，對現有研究進行深化和進一步擴充。

三、機制分析與研究假設

（一）普惠金融實現本地區減貧增收的影響機制

傳統金融扶貧效果不佳的一個重要方面來源于金融排斥，而造成金融排斥的主要原因在于農村貧困居民的天然稟賦缺陷：主觀上，農村地區信息不對稱，缺乏可抵押擔保，造成較大的信用風險，以至于存在金融服務的“資格門檻”[17]；客觀上，空間劣勢嚴重、金融發展滯后，導致金融市場基礎設施不健全，交易成本過高，難以提供相關金融服務[18]。這造成傳統金融模式無法有效滿足農村居民的融資需求，正規金融體系對農村弱勢群體的信貸排斥嚴重，也就無法給予其生產生活中所需要的資金支持。除此之外，傳統金融建設對農村貧困居民的排斥還有一部分原因是金融收益太低，甚至因為成本過高導致虧損，抑制了金融服務的積極性[19]。

事實上，無法得到傳統正規金融服務的絕大多數農村居民都有信用潛力。例如信貸需求，相當一部分居民若能通過信貸渠道獲取資金，可以通過生產和個體商業活動獲得現金流，從而能夠按時償還貸款，但卻往往申請不到；農村居民若能擁有更多的融資機會參與經濟建設，也可以獲得更多收入流以支付保險金，但經常得不到保險服務；相對于城市居民，農村居民相對更加保守，他們更希望有安全的地方儲蓄資金、積累財產，這些剩余的積累可以幫助其進一步參與生產活動，形成更多剩余，促成良性循環。依靠可靠方式從事匯兌和收款，也更容易提高融資效率。但是這些需求卻被傳統正規的金融機構拒之門外，從而造成需求難以得到有效匹配的結構性缺陷[20]。

普惠金融的發展則有效克服了上述缺陷，以更大的包容性降低成本，改善結構性問題：首先，普惠金融的便利性擴大了金融服務的范圍，致使原有的農村居民以最低的經濟與時間成本使用金融產品，獲得金融服務。這有益于增加農民收入，促進生產性投資，在客觀上改善空間劣勢[21]。其次，普惠金融的產品多樣性能夠滿足不同階層的金融需求，為原本存在主觀缺陷的農村居民提供了更加具有針對性、更安全便捷的細分化業務，幫助其合理運用信貸資源，進而參與地區經濟建設。換句話說，普惠金融能夠克服導致金融排斥的各方面缺陷，降低流動性約束，從而提供了新的扶貧和地區生產動力。再次，普惠金融更強的商業可持續性能夠在滿足農村居民金融需求的同時，拓展傳統業務和盈利空間，充分利用金融資源的優化配置。這能夠激勵金融機構持續提供金融服務，參與金融扶貧建設，更為實體經濟建設和收入的提升提供了有力支撐。基于此，可以針對普惠金融扶貧提出第一個假設H1：普惠金融發展能夠改善農村居民缺陷造成的金融排斥，有效促進本地區的扶貧增收效果。

（二）普惠金融對鄰近地區減貧增收的空間溢出機制

1.人口流動效應

盡管戶籍制對于農村居民的流動仍存在一定限制，但不可否認，區域間的人口流動在現階段已經成為一種趨勢，尤其是鄰近區域間的流動。受益于普惠金融扶貧，本地區農村居民能夠有效實現扶貧增收，并獲取經濟剩余。基于地理臨近性，部分居民將流動到鄰近地區，形成溢出作用。一方面，流動人口會依靠在本地區普惠金融扶貧中獲得的經濟剩余直接參與流入地區的經濟建設，例如就業勞動、個體商業、合資創業等，為鄰近地區的經濟增長和扶貧增收建設直接提供作用。另一方面，金融知識被認為是金融扶貧的制約之一，金融知識的匱乏直接影響金融服務帶來的實際經濟績效[22]。流動人口通過與流入地人口實現知識、認知與經驗的互動交流，實現金融知識與經驗溢出。這一過程間接式提高鄰近地區農村居民的金融素養與知識基礎，使其更好適應和參與鄰近地區的金融服務供給，增加收入，提高金融扶貧效率。

2.普惠金融政策與基礎設施建設的示范效應

在金融地理學理論中，信息性外溢是重要組成部分。但由于地域損耗等因素，非標準化信息在空間傳遞上存在不同程度的信息損耗，因而地理臨近下的信息有效性更加突出[23-24]。當一個地區通過普惠金融的發展實現本地區減貧與經濟績效的改善時，將存在兩方面的間接效果。一方面，這個地區的普惠金融發展模式、政策支持與配套體系將會通過地理臨近的信息外溢對鄰近地區產生示范作用，助推鄰近地區普惠金融發展建設的合理規劃、布局與政策優化。另一方面，金融機構的整體布局、金融配套基礎設施建設的側重點、建設范式也對鄰近地區的金融機構相關決策產生強烈的正向外部性。這將致使本地區普惠金融發展在對減貧增收帶來積極作用的同時，也因為示范效應給鄰近地區帶來積極作用，糾正鄰近地區普惠金融建設過程中可能產生的低效率現象，幫助鄰近地區實現有效的金融扶貧，提高地區整體收入水平。

可以看到，傳統研究中對地區間的獨立假設忽視了空間因素可能帶來的間接作用，從而使結論產生謬誤。基于上述機制探討，本文提出第二個假設H2：普惠金融發展不僅僅能夠實現本地區的減貧增收，更能夠通過空間溢出機制促進鄰近地區實現間接的減貧增收效果。

四、研究設計

（一）空間自相關檢驗

根據前文研究假設，應該使用空間計量模型以避免估計偏誤。在進行空間計量模型估計之前應對空間自相關進行檢驗，檢驗鄰近地區變量取值的空間相關性。Moran’I 指數是主要的檢驗指標。其計算方法如下：

Wij為空間權重矩陣，Yi為個體i 的觀測值，n 為個體數量。Moran’I 指數統計量反映了變量觀測值的空間相關性，-1≤Moran’I≤1，較大的絕對值表示空間相關性較大。若Moran’I＞0，則代表空間正相關；若Moran’I＜0，則代表空間負相關。若Moran’I=0，則表示經濟變量之間不存在空間自相關效應。

（二）空間權重矩陣

構建空間權重矩陣是實現空間計量分析的前提。由于普惠金融的外溢效應主要基于地理臨近性實現，空間效應主要產生于鄰近區域，故采用鄰接矩陣與地理距離矩陣進行分析。具體矩陣構建方式如下：

第一，0-1 鄰接權重矩陣。根據理論分析，采用后相鄰的構建原則構建矩陣。其矩陣形式為：

第二，地理距離矩陣。依據地理學第一定律的準則，通過地理距離標準構建空間距離矩陣。其矩陣形式如下：

i,j代表不同區域，Dij表示省份i、j各自省會間距離。

（三）基本模型構建

探討空間效應的計量模型有多種，其中，SDM模型不僅能解釋本地區變量的影響，還可以通過鄰近區域的解釋變量與被解釋變量綜合分析空間溢出效應，能夠較好闡述本文思想，故使用SDM 模型進行檢驗。其基本形式為：

其中，Y 為被解釋變量（減貧增收績效，本文主要使用農村居民收入水平進行衡量），X 為解釋變量（普惠金融發展），ρ 為空間自相關系數，W 為空間權重矩陣，WY與WX分別代表解釋變量與被解釋變量的空間效應。β 與θ 則表示各自的回歸系數，α 為常數項，ln為N×1 階單位矩陣，ε 為誤差項。模型將在后續過程中加入控制變量進行分析，各變量將在下文進行具體解釋。從公式（4）可以看出，空間杜賓模型包含解釋變量與被解釋變量的空間效應，符合文章理論假設的思想。空間效應的存在往往使回歸結果中的系數存在一定偏誤，并不能全面且準確地解釋其影響效果。LeSage 和Pace(2009)[25]因此提出偏微分估計方法，將總效應分解為直接效應和間接效應，可以使用直接效應說明解釋變量對本地區產生的平均影響，間接效應說明解釋變量對其他地區造成的平均影響，更準確地進行經濟解釋。具體過程為：首先對(4)式進行改寫：

其中，ln為n 階單位矩陣，k=1，2，…K 為方程中自變量個數，β1K與β2K分別為自變量X 中第k 個變量的回歸系數。通過將方程轉換為矩陣形式，可以得到：

總效應Sk(W)為加總均值，直接效應(de)與間接效應(ie)則分別通過Sk(W)中的對角元素Sk(W)ii與非對角元素的平均值進行計算得到，具體計算公式為:

在實證過程中，將依據這一過程對實際效應進行分解，進而探討普惠金融發展對于農村居民扶貧增收的直接影響與空間溢出效應。

五、實證檢驗

（一）變量選取與來源

1.被解釋變量

對于扶貧增收的實際效果，部分研究重視貧困人群整體比例的下降，借鑒國外的貧困率、Sen 指數、FGT 指數等進行衡量。但是，就中國而言，貧困問題主要體現在縣域層次，貧困人口主要分布在農村，農民的純收入不僅僅是減貧成果的現實依據，也是減貧的直接來源。用地區的人均純收入不僅能夠較好地體現扶貧增收的結果，也能避免我國貧困線的標準性、不定期變化等問題所引起的偏差[26-27]。除此之外，純收入也能夠較為客觀地反映農村居民可用于商業活動、消費投資等生產生活的實際經濟剩余水平。因此，本文參考朱一鳴和王偉(2017)[28]的做法，使用各個地區的農村居民人均純收入水平作為地區減貧增收效果的衡量指標，并進行對數化處理以避免異方差導致的偏誤。在變量中用lnINC表示。

2.解釋變量

從理論機理的分析可以看到，普惠金融的減貧增收作用不言而喻，但是關于普惠金融發展的衡量指標卻未有定論。本文在選取構建普惠金融指標指數時，主要依據為國務院發布的《推進普惠金融發展規劃（2016—2020 年）的通知》。考慮到這一時期的普惠金融總目標之一是提高金融服務覆蓋率，擴大銀行物理網點和保險服務的覆蓋面積，特別是要使行政村一級覆蓋更多的基礎金融服務。參考已有研究，并結合中國人民銀行發布的《2017 年中國普惠金融指標分析報告》，從金融服務的滲透性、金融服務的使用情況及金融機構的可負擔性三個維度構建普惠金融指數，力求普惠金融指數能夠反映我國的實際情況。具體情況見表1，在變量中使用IFI 進行表示。

表1 普惠金融指數的構建指標

在上述各維度的指標中，由于各指標的性質、計量單位及量綱存在差異，所以，首先需要對不同性質的指標分別進行歸一化處理，具體公式如下：

其中，fi,j是第i 個維度中第j 個指標進行歸一化處理之后的數值，Zi,j為指標實際值，Ai,j、ai,j分別為實際指標中的最大值和最小值，0≤fi,j≤1。

接著通過計算第i 維指標之間的歐氏距離及權重ωi,j整合構成普惠金融指數IFIi：

然后根據公式（12）和維度權重ωi將測度空間從1×n維擴展到n×n維，得到最終普惠金融指數IFI:

上式中max(IFIi)表示第i 維度的最大值，也是該維度下的最理想值；ωi,j、ωi分別表示第i 維度中第j個指標的權重和第i維度的權重。同時，本文采用變異系數法確定指標權重，以保證現有維度賦權的客觀性和科學性。

3.控制變量

為避免遺漏變量造成的偏誤，選擇控制變量加入模型。主要包括：地區城鎮化水平(UR)，使用地區城鎮人口占總人口的比重進行衡量；政府財政支出水平(GOV)，衡量政府對地區扶貧的財政支持程度，使用政府公共財政支出與地區生產總值的比值進行表示；經濟結構水平(ARG)，是對地區經濟環境的客觀反映，由于農村居民以及大部分低收入人群集中在第一產業，本文用第一產業產值占地區總值的比值衡量經濟結構水平；地區教育水平(EDU)，國際上對地區教育水平測算，通常采用地區勞動力平均受教育年限來近似計算，本文在具體計算時，參考李梅和柳士昌(2012)[29]的做法，將各地區教育水平處理為，小學比重×6+初中比重×9+高中比重×12+大專及以上學歷比重×16，并對數化處理。

（二）數據來源與描述性統計

考慮到我國西藏、港澳臺等地區數據缺失嚴重，所以本文最終選取我國30個省級行政區2005—2017 年的數據進行實證檢驗。其中計算普惠金融指數的相關數據來源于《中國金融年鑒》與各省份統計年鑒；其余數據則分別來源于《中國統計年鑒》和Wind 數據庫等。表2為各變量的描述性統計。

表2 各變量描述性統計

（三）實證過程分析

1.空間自相關性檢驗

在進行空間計量分析之前，采用Moran’I 指數檢驗變量的空間自相關性。表3 列示了鄰接矩陣與地理距離矩陣下農村居民收入水平的Moran’I 指數值。可觀測到Moran’I 指數值皆顯著為正。說明中國各區域的農村居民收入整體上存在明顯的空間正相關性，應采用空間計量方法進行分析。

表3 不同權重矩陣下農村居民收入水平的全局Moran’I指數值

2.空間計量模型估計

在模型估計前，首先進行Hausman檢驗，結果顯示在兩種權重矩陣下均顯著為正，采用固定效應模型進行估計。為了更進一步地確定SDM 模型的適用性，使用Wald檢驗判斷SDM模型的適用性。結果均通過1%顯著性檢驗，可見選取SDM 模型進行估計是準確的。通過ML 估計，結果列示于表4 與表5中，分別為兩種矩陣下的結果。采用逐個加入控制變量的方法，以清晰準確地顯示估計結果的基本情況。

表4與表5的結果顯示，兩種矩陣下的空間自相關系數都在1%水平上顯著為正，說明我國各地區間的農村居民收入水平存在明顯的空間正相關。各地區減貧增收的經濟績效與其他具有相似空間特征的地區存在顯著的空間依賴效應。回歸結果也呈現了解釋變量與控制變量的回歸系數、空間滯后項系數，在一定程度上反映各變量對農村居民收入水平的影響。回歸基本情況是，農村居民收入水平對普惠金融發展的回歸系數顯著為正，證明普惠金融減貧效應的存在。

但是，正如前述，由于空間效應的存在，解釋變量的系數可以反映影響方向，卻并不能作為直接的經濟解釋。因此，依據偏微分方法將總效應解構為直接效應與間接效應。直接效應為解釋變量的直接系數，而間接效應則用于解釋本區域普惠金融發展對鄰近地區農村居民收入水平的影響。兩種效應清晰地呈現了普惠金融發展的實際減貧效果。其具體結果列示于表6 中，分別為鄰接矩陣與地理距離矩陣下的分解結果。

表4 鄰接矩陣下的SDM估計結果

從表6中可以得出：

第一，從直接效應來看，鄰接矩陣下的普惠金融發展對農村居民收入存在顯著的正向影響，減貧效果明顯。直接影響系數為0.219，在1%水平上顯著。地理距離矩陣下雖然系數有所變化，但是影響方向完全一致，此時直接影響系數為0.328，顯著水平相同。很明顯，無論是在鄰接矩陣還是地理距離矩陣下，普惠金融發展都能帶來積極的扶貧增收績效，成為一種有效的金融扶貧手段。尤其是對于金融排斥的改善效果顯著：普惠金融相對于傳統金融更大的包容性、便利性和多樣化特征不僅改善了具有融資需求的農村居民在主觀與客觀上的缺陷，更通過金融機構自身成本的降低與效率的優化促進農村居民的減貧增收。實證結果顯著驗證了假說H1。

表5 地理距離矩陣下的SDM估計結果

第二，從間接效應來看，鄰接矩陣下的普惠金融發展對農村居民收入同樣呈現正向影響。間接影響系數為0.186，在5%水平上顯著。在地理臨近矩陣下其系數仍然存在變化，且影響系數相對較高，說明僅考慮相鄰條件可能產生一定偏差，但是可以看到，雖然估計系數存在差異，但顯著性與影響方向并不會發生改變。這與理論分析出來的結果一致：通過人口流動效應、普惠金融政策與基礎設施示范效應所產生的作用，一個地區自身普惠金融的發展不僅僅影響本地區的減貧增收績效，而且存在顯著的空間溢出效果，產生空間上的聯動與示范，這對于我國普惠金融扶貧的分析具有不言而喻的重要意義。間接效應的實證結果顯著驗證了假說H2。

第三，控制變量的直接效應與間接效應也從不同角度解釋了各自對地區農村居民收入的影響。城鎮化的建設有利于農村居民收入水平的提升，這與已有研究一致，也符合預期，并且可以注意到的是，在兩種矩陣下，城鎮化的建設都存在一定的空間溢出，本地區的城鎮化建設對鄰近地區的扶貧工作具有積極作用。這個現象對于教育水平存在著類似情況：一個地區教育的改善有助于本地區農村居民自身知識稟賦的有效提高，對于地區農村居民收入具有直接作用。不僅如此，教育同樣存在知識溢出現象，能夠通過空間溢出促進鄰近地區的扶貧增收建設。政府的財政支持有利于本地區扶貧，促進居民收入的提高，但卻不存在明顯溢出效應。從經濟結構上看，第一產業的占比過高并不利于農村居民收入水平的提高，對于扶貧增收不可避免地存在抑制作用，說明各地區的扶貧工作仍然需要注意經濟結構的配套升級。

表6 不同矩陣下的普惠金融減貧效應分解

3.穩健性檢驗

正如前文機制分析，普惠金融建設的溢出作用主要基于地理臨近性，故使用鄰接矩陣與地理距離矩陣進行驗證。本文進一步考慮經濟距離進行穩健性檢驗，因為經濟距離的作用同樣不可忽視。例如，經濟距離相近的農村居民擁有相近的天然稟賦與知識結構，他們更傾向于流動與相互交流而實現溢出；經濟距離相近的要素、經濟稟賦結構類似，普惠金融支持與建設政策的互通性、應用性也可能更強。因此，經濟距離下的穩健性檢驗能夠進一步驗證普惠金融建設對地區檢品績效的作用。其構造形式如下：

其中i、j 代表不同區域，------GDPi表示i 地區在研究時間區間的國內生產總值均值。限于篇幅，未列出回歸結果，僅列出關鍵的直接效應與間接效應分解后的結果，從表7 中可以看到，若以經濟距離構建空間權重矩陣，其影響系數存在一些變化，但是影響方向與前文的理論和計量結果基本一致，進一步驗證了研究的穩健性與其研究意義。

表7 穩健性檢驗

六、結論與建議

通過理論機制探討，從直接影響與空間溢出效應分析普惠金融的減貧作用。以之為基礎，測算我國30個省區市2005—2017年的普惠金融指數，運用鄰接矩陣、地理距離矩陣對理論假設進行實證檢驗。研究發現如下結論：（1）以農村居民純收入衡量地區扶貧增收績效具有明顯的空間特征，空間依賴性與聯動較為明顯；（2）普惠金融發展對于本地區的扶貧增收效果具有明顯的促進作用，對農村地區的減貧增收具有重要意義；（3）普惠金融發展對于鄰近地區的減貧增收同樣具有積極作用，存在顯著的空間正向溢出效果。

根據研究結果，本文針對普惠金融更好地為減貧增收發揮作用提出以下建議。

第一，各地區應進一步加強普惠金融建設，尤其是支持普惠金融建設的主力軍——各類金融機構。促使其充分挖掘各自優勢，更有針對性地為農村地區居民提供金融服務，提高扶貧效率。例如商業銀行、信用合作社、微型金融機構以及金融科技公司等，不同類型的金融機構都能在普惠金融中發揮各自的專業作用。商業銀行在吸收資金方面具有優勢，發展普惠金融業務，可以在一定程度上降低服務弱勢群體的資金成本；農村金融機構、信用合作社具有深耕社區的特點，與本地客戶能夠構建最佳的關系網絡，并可以深入了解和滿足客戶特定需求；郵政儲蓄銀行可以高效利用邊遠地區的基礎設施網絡，進一步加強金融產品和服務的可得性，有助于普惠金融降低信息成本；而一些金融科技公司，它們在信息處理與反欺詐等方面具有專業優勢，可以幫助傳統的金融機構降低風險成本等。

第二，中央和地方政府都應該在市場作用的基礎上為普惠金融發展與扶貧增收提供良好的政策環境，通過環境建設促使金融機構能夠在競爭中不斷改善金融扶貧效率，更好地為農村地區居民提供優質、高效和低成本的服務。可以在以下幾個方面發揮作用：首先，保持宏觀經濟環境穩定，進一步推動利率市場化進程；其次，構建有利于合約執行的良好環境，加強監管；再次，繼續加強普惠金融發展所需要的基礎設施配套生態體系的建設，其中，相當大一部分比例的金融公共物品仍然需要政府繼續加大支持和改進。通過政策規范、環境建設與市場中的金融機構協調合作、相互促進，能夠將普惠金融減貧的積極效果更好地進行激發[30]。

第三，重視普惠金融發展在地區間的空間溢出效應，以及扶貧工作績效的空間依賴性。地區政府在推動本地區普惠金融發展與農村地區經濟減貧增收建設時，應該加強與其他地區之間的合作。地區間可以做到信息互通、信息共享，在交易、征信等體系實現政策上的互助，也可以通過建立有利于市場化的準則，促使金融機構之間實現有效的交流互動，并以此促成金融機構形成更高效的合作機制。如果地區政府與金融機構能夠充分發揮自身的積極作用，在改善地區經濟績效的同時，引導地區間的正向聯動，將能夠更高效率、高質量地提升普惠金融扶貧的實際效果，提高農村居民收入，為扶貧攻堅戰役的持續推進和經濟建設創造更好的條件。