數字普惠金融、信貸可得性與中國相對貧困減緩

蔡宏宇 陽超

摘 要：基于中小微企業和低收入人群等信貸可得性視角，實證分析數字普惠金融對相對貧困減緩的影響路徑與影響程度，以期強化欠發達地區和農村低收入人口的社會資金捕獲能力，助力鞏固拓展脫貧攻堅成果同鄉村振興有效銜接。研究發現：數字普惠金融通過提升客戶觸達能力，促使城鄉之間金融服務的機會均等化，降低融資交易成本，破解金融排斥，縮小城鄉差距，降低農村地區的相對貧困水平。但現階段數字普惠金融只能夠有效地降低東部地區的農村相對貧困水平，而在中西部地區，這種效應并不明顯。中國應因地適宜改進和提升數字普惠金融服務、提高各類微弱經濟體信貸可得性、增強金融賦能的精準性和有效性。

關鍵詞： 數字普惠金融;信貸可得性;相對貧困

中圖分類號：F832.35 ? 文獻標識碼： A ? ?文章編號：1003-7217（2021）04-0024-07

一、引 言

反貧困治理是國家治理現代化的重要組成部分，中國巨大的減貧成就向世界展示了“中國優勢”，中國反貧困探索為“共建人類命運共同體”貢獻了“中國方案”。然而，受貧困自身演變規律的支配和中國經濟社會結構因素的影響，中國全面建成小康社會后的貧困治理出現了新的變化：相對貧困、多維貧困、動態貧困和長期貧困相互交織，脫貧攻堅成果的穩定性和可持續性受到了威脅，探尋鞏固拓展脫貧攻堅成果的持續動力是一個迫切而又具現實意義的課題。金融作為現代市場經濟的核心，具有強大的資源配置功能，能夠有效引導金融資源充分參與和支持反貧困實踐[1]，特別是數字普惠金融基于新一代數字信息技術的融合應用，在改進和提升扶貧金融服務、提高各類微弱經濟體金融可得性、增進扶貧金融服務的精準性和有效性成效顯著[2，3]。科學把握中國普惠金融數智化發展趨勢，合理利用數字普惠金融促進農村地區居民平等享受金融服務，強化欠發達地區和農村低收入人口的金融獲得能力，從“足額、便捷、便宜”全方位滿足農戶的金融需求，真正解決農民融資難、融資貴問題，通過滿足農村產業規模擴大、一二三產業融合、市場需求拓展的金融需求，促進產業興旺和農民增收，鞏固農村地區的脫貧攻堅成果，減緩農村地區的相對貧困水平，全面推進鄉村振興[4]。本文從信貸可得性角度出發，分析數字普惠金融發展對相對貧困水平的影響路徑和影響程度，并針對地區間數字普惠金融發展對相對貧困減緩的作用和異質性進行了深層次的分析，以期為我國各地區解決相對貧困問題提供一定的思路。

二、文獻綜述及研究假說

借助數智技術融合形成的數字普惠金融比傳統普惠金融應用更廣，為偏遠地區的農村弱勢群體提供更便利渠道進行金融交易，使得農村地區居民可以和城市居民一樣有機會獲得金融服務，滿足其生產資金需求，增強了農戶和微弱經濟主體市場參與能力，有效提高了農戶和微弱經濟主體的生產經營收入水平[5，6]。最重要的是，數字普惠金融對農村低收入群體和低社會成本居民的創業影響更加顯著[7]。因此，提出研究假說H1：數字普惠金融對農村地區相對貧困減緩具有重要的影響力和推動力。

與傳統的金融業務模式相比，數字普惠金融將大數據、云計算以及移動互聯網等數字技術應用到普惠金融領域，能顯著提升金融資源的獲得性，有效擴大金融服務的覆蓋面，使得過去難以享受金融服務的中小企業和農民等弱勢群體得以享受金融服務的便利，增強了金融服務實體經濟發展和民生改善的能力和水平，促進了金融機構財務可持續目標與服務農戶和小微企業的信貸需求雙重績效目標困境的解決[8，9]。因此，數字普惠金融突破了金融服務的地域限制，能夠將更多的用戶納入金融服務體系中，有效緩解農戶和微弱經濟主體等弱勢群體面臨的金融排斥[10]，能夠為更多亟需金融服務的居民提供服務，為農戶和微弱經濟主體等弱勢群體提供更多發展機會，促使農戶和微弱經濟主體等弱勢群體的收入來源多元化，進而縮小城鄉之間的發展差距，降低相對貧困水平。由此，提出研究假說H2：數字普惠金融主要通過提升金融服務覆蓋廣度，緩解“金融排斥”，促進機會均等，增加發展機會的途徑降低農村相對貧困水平。

數字普惠金融的使用深度涵蓋了數字金融服務的六個方面，農戶和微弱經濟主體能夠獲得支付、保險、信貸、貨幣基金服務、投資和信用等各個層面的金融服務。數字普惠金融機構所拓展的服務場景有助于普惠金融服務的深化。數字普惠金融使用深度的提升還體現在農戶和微弱經濟主體等弱勢群體對金融服務的利用程度。從最基礎的支付功能到貨幣基金和信貸服務，農戶和微弱經濟主體等弱勢群體對這些功能利用程度越高，就越能為自己帶來更多的資金支持。通過合理的資源配置，提高資金利用效率獲得較高的收益，改善自身經濟狀況，這對于那些面臨資金困難的農村地區居民而言尤為重要[11]。基于此，提出研究假設H3：數字普惠金融通過服務多樣化和提高利用效率等途徑降低農村地區相對貧困水平。

財經理論與實踐（雙月刊）2021年第4期2021年第4期（總第232期）蔡宏宇，陽 超：數字普惠金融、信貸可得性與中國相對貧困減緩

數字化程度的提高是普惠金融覆蓋廣度和使用深度發展的重要基礎[12]。同時，金融大數據的處理和利用效率，在解決信息不對稱、提高風險識別效率和處置效率、降低交易成本、拓展交易可能性集合、推動交易去中介化等方面為金融機構展開普惠金融服務提供了幫助[13，14]，有效緩解了傳統微型金融機構獲客與風險評估成本高的問題，降低了金融機構運營成本、風險管理成本和融資交易成本，拓展金融服務的范圍和觸達能力[15]，為在偏遠貧困農村地區開展普惠金融活動提供了持續動力。通過提高金融服務的可得性和降低金融服務的獲取成本，縮小了城鄉差距，降低了農村地區的相對貧困水平。因此，提出研究假說H4：數字普惠金融通過數字化程度的提高，為農戶提供更加便利，成本更低的金融服務，降低了農村地區的相對貧困水平。

三、模型構建、變量選取與數據說明

（一）模型構建

本文研究了我國數字普惠金融發展對農村相對貧困發生率的影響路徑與影響程度，由于農村致貧因素復雜，會受到其他非金融因素影響，因而引入農村人均受教育程度（ln sch），農村經濟發展水平（ln gdp），財政支農支出（gov）、第一產業占GDP比重（first）、第二產業占GDP比重（second）、農村固定資產投資水平（ln fix）、城鎮化水平（city）以及對外開放水平（fdi）等7個控制變量。我國數字普惠金融發展對農村相對貧困水平影響的計量模型為：

（二）變量選取

1.被解釋變量。采用農村居民家庭恩格爾系數作為衡量農村相對貧困水平的指標。

2.核心解釋變量。中國數字普惠金融數據來源于北京大學數字金融研究中心課題組公布的我國2011-2018年數字普惠金融指數[12]。

3.控制變量。

農村人均受教育程度（ln sch）：人均受教育年限是最頻繁用于衡量教育發展水平的指標，是一個地區人力資本的直接反映。選用農村人均受教育年限指代農村人力資本狀況。農村經濟增長（ln gdp）用農村人均GDP來表示。農村固定資產投資（ln fix），用于農業方面的固定資產投資，更新了農業方面的機械設備，有利于提高農產品的生產效率，從而達到增加收入、減緩貧困的效果。產業結構水平使用第一產業和第二產業分別占GDP的比重作為產業結構的衡量指標，其中，第一產業占GDP的比重（first）反映了各省農林牧漁業的發展水平，以及農業對于本省份經濟的重要程度。而第二產業占GDP（second）的比重代表地區工業化程度，反映了地區產業結構的發展水平。城鎮化水平（city）用城鎮人口占總人口的比重來衡量。一方面隨著地區內城鎮化的推進，越來越多的農村居民轉變為城鎮居民，而深度貧困的居民則仍滯留在農村，可能會導致城鄉貧富差距拉大。另一方面合理的城鎮化發展也會帶動農村地區的發展，形成城鄉間的良性互動，減緩農村地區的貧困水平。因此，城鎮化發展對于農村地區貧困水平的影響方向是不確定的。政府財政支農力度（gov）用政府財政支農支出/總支出來表示。對外開放水平（fdi）則參考錢海章等（2020）[10]，使用外商直接投資除以地區國內生產總值衡量地區對外開放程度。

四、普惠金融發展對減貧影響的實證分析

（一）基準回歸結果

根據基準回歸模型（1），使用OLS回歸方法研究數字普惠金融發展對農村相對貧困水平的影響。回歸結果如表1第（1）（2）列所示，其中數字普惠金融發展指數（ifi）的系數估計結果顯著為負，表明數字普惠金融的發展會對農村相對貧困水平產生影響。考慮到不同時期不同地區的經濟發展水平和農村相對貧困水平差異，進一步采用固定效應模型和隨機效應模型對模型（1）進行估計，其中固定效應模型的估計結果如表1第（3）（4）列所示，隨機效應模型的估計結果如第（5）（6）列所示。根據表1可以發現，在不同模型里，數字普惠金融系數估計值的符號和顯著性并未發生較大變化。Hausman檢驗值為22.12，顯著地拒絕了隨機效應模型的假設，因此基于固定效應模型的估計結果進行分析。根據表1中第（4）列的回歸結果可以看出，數字普惠金融發展水平的估計系數為-0.021，在1%的顯著性水平上顯著，表明數字普惠金融的發展有效緩解了農村相對貧困水平，研究假說H1得到了驗證。

從控制變量的估計結果來看，農村人均受教育程度在固定效應模型中的估計結果為正，但并不顯著，說明現階段農村教育水平的提高無法有效減緩農村地區相對貧困，主要原因是擁有較高學歷的農村居民更加傾向于向城市遷移，由此導致農村人力資本提高的減貧效應有所下降。農村經濟發展水平系數為負，且在1%的顯著性水平上通過了檢驗，說明現階段農村經濟的發展能夠抑制農村貧困水平上升。政府財政支農支出的估計系數為正但不顯著，說明現階段政府財政支農支出的減貧效能并未凸顯。在產業結構指標中，第一產業占GDP比重的系數估計值為正但不顯著，且系數估計值較小，說明地區農業的發展并不能有效改善農村居民的貧困水平，反而農村地區產業結構不合理會使農村地區經濟發展滯后，阻礙農村地區相對貧困水平下降。第二產業占GDP的比重顯著為正，但是系數估計值較小，說明產業結構并不是影響農村相對貧困水平的主要因素。農村固定資產投資水平的估計系數顯著為負，表明農村基礎設施的改善，以及機械化生產水平的提高都能夠有效降低農村地區相對貧困水平。城鎮化水平和對外開放水平的估計系數為負但不顯著，現階段我國城鎮化水平的提高并沒有實現城鄉間的良性互動，無法有效帶動農村地區經濟增長，甚至有可能會擴大城鄉之間差距，對農村經濟發展產生負面影響。而對外開放程度對農村相對貧困水平并無顯著影響，可能是現階段我國大多數內陸地區對外開放水平并不高，外商資本的進入還無法有效降低農村貧困水平。

（二）數字普惠金融減貧效應分維度檢驗

根據郭峰等（2020）的研究，數字普惠金融是覆蓋廣度、使用深度及數字化程度三個維度均衡發展的綜合反映[12]。數字普惠金融對相對貧困減緩的影響可以從覆蓋廣度、使用深度及數字化程度三個維度分別進行檢驗，以此得出數字普惠金融減貧的主要機制。由于基準回歸分析采用了固定效應模型，為了保證結果的一致性，分維度檢驗同樣采用固定效應模型進行分析。

ifi1、ifi2、ifi3分別表示數字普惠金融覆蓋廣度、使用深度和數字化程度的三個維度，回歸結果如表2第（1）（2）（3）列所示。表2第（1）列中，數字普惠金融覆蓋廣度指數（ifi1）的回歸結果顯著為負，表明覆蓋廣度的提升能夠有效降低農村地區相對貧困水平。利用移動通訊、網絡等方式擴大金融服務的覆蓋范圍，保障農村地區居民獲得金融服務的“機會均等化”，從而抑制金融排斥效應，是數字普惠金融促進農村地區相對貧困水平下降的重要機制。研究假說H2得到了驗證。表2第（2）列的回歸結果為負但并不顯著，說明現階段數字普惠金融使用深度（ifi2）的減貧效應還未顯現，不能有效降低農村地區相對貧困水平。這可能與農村地區對數字普惠金融的利用程度和利用效率不夠有關，農村地區數字普惠金融資源還未得到充分利用。研究假設H3未被驗證。

表2第（3）列的回歸結果顯示，數字普惠金融數字化程度（ifi3）的回歸結果顯著為負，說明數字化程度提高能夠有效降低農村地區相對貧困水平。與大數據等新興技術相結合的金融科技創新在提高普惠金融的便捷性和可得性的同時，降低了金融服務的成本，是數字普惠金融減貧效應發揮的重要機制。研究假設H4得到了驗證。

分維度檢驗結果表明：數字普惠金融通過提高金融服務的覆蓋廣度以及降低金融服務成本的機制，促進金融服務在農村地區機會均等化，緩解農村地區金融排斥現象，拓寬農戶獲取生產生活資金的渠道，滿足農村產業規模擴大、一二三產業融合、市場需求拓展的金融需求，帶動和幫助農戶發展生產和增收致富，降低農村地區相對貧困水平;同時，由于數字普惠金融使用深度不夠，農村地區金融資源未得到充分利用，這降低了數字普惠金融減貧的有效性。

（三）異質性分析：分地區的估計結果

雖然我國數字普惠金融取得了較快發展，但由于各地資源稟賦和經濟發展不平衡，我國各地區數字普惠金融發展水平存在較大差距，可能會導致各地區數字普惠金融發展對農村相對貧困產生不同程度的影響。按照前人經驗和地區間經濟發展的實際情況，將我國31個省份劃分為東中西三大區域，采用面板固定效應模型進一步探討數字普惠金融發展與農村貧困水平的相關關系，分區域回歸的結果如表3所示。

在表3中，數字普惠金融指標的系數估計值在三個區域的回歸結果均為負，但只有東部地區比較顯著，而中西部地區不顯著，說明我國數字普惠金融的減貧作用存在著一定的地區異質性，經濟發達且數字普惠金融發展水平較高的東部地區，數字普惠金融減貧的作用就越發地凸顯;而經濟發展相對落后、數字普惠金融發展程度較低的中西部地區，數字普惠金融的減貧作用仍未顯現。

數字普惠金融的地區異質性檢驗結果表明：現階段我國數字普惠金融的減貧效應存在著兩個方面的特征：一方面，地區間數字普惠金融發展的不平衡導致其減貧效果存在差異，數字普惠金融發展水平越高，則對農村地區相對貧困水平下降的作用就越大。數字普惠金融發展越好，則金融普惠性越強，就越能保證有金融需求的農村弱勢群體獲得金融支持的機會，保證金融的機會公平。同時，普惠金融數字化程度的提高，不僅彌補了偏遠農村地區金融基礎設施不完善，普惠金融獲取難度較大的問題，使得農戶更加便利地獲得普惠金融支持。而數字化程度提高帶來的龐大信息流，為金融機構提供了更加完整和及時的信息，緩解了金融機構面臨的信息不對稱問題，降低了金融機構在實施普惠金融時面臨的各種風險，保證普惠金融作為一種商業模式的可持續性，實現金融機構和客戶的“雙贏”。

另一方面，數字普惠金融減貧的效果也受到了地區相對貧困水平影響，當地區內城鄉收入差距較大，相對貧困水平較高，且下降趨勢較為平緩時，數字普惠金融可以有效地發揮其包容性作用，緩解傳統金融行業存在的金融排斥問題，更好地為農村地區居民提供金融資源支持，從而保證了農村地區弱勢群體的金融公平，推動農戶脫貧增收。當地區相對貧困水平較低，且相對貧困水平下降趨勢較快時，城鄉之間差距較小。城鄉之間發展形成良性互動，非數字普惠金融因素發展更有效地降低了農村地區的貧困水平，此時數字普惠金融的減貧效應就難以凸顯。正如表3地區異質性回歸結果所示，在西部地區的回歸模型中，城鎮化水平的估計系數為負，且在5%的顯著性水平上顯著，說明西部地區城鎮化發展有效降低了農村地區貧困水平，而這種效應在其他地區并不存在。同理，中部地區經濟發展也推動了農村貧困水平下降，但中西部地區數字普惠金融發展并不能有效降低農村相對貧困。

（四）穩健性分析

1. 內生性問題討論。

考慮農村貧困水平的變化具有一定慣性，即過去的恩格爾系數可能會影響到當前的農村相對貧困水平。因此，在基準回歸模型的基礎上引入農村居民恩格爾系數的一階滯后項，將其擴展成動態面板模型。由于滯后項的引入能夠解決基準回歸模型中未曾考慮到的可能影響農村貧困水平的其他因素，進而降低計量模型的設定偏誤，但也會為模型帶來內生性問題。此時OLS可能會由于不滿足嚴格外生性假設，導致估計結果出現一定的系統性偏誤。針對滯后項的內生性問題，本文采用一階差分GMM和系統GMM模型進行內生性問題探討，估計結果如表4所示。

表4中第（1）（2）列表示采用差分GMM的估計結果，第（3）（4）列表示系統GMM的估計結果。在使用GMM模型估計時，首先用核心解釋變量和被解釋變量的一階滯后項進行回歸，然后加入控制變量進行系數估計。其中：Sargan統計量用來檢驗模型的過度識別假設，用來判斷工具變量的有效性，原假設為工具變量是有效的，表4中四個模型的Sargan檢驗值都在10%顯著性水平上不拒絕原假設，因此本文采取的工具變量是有效的。同時，使用AR（1）統計量和AR（2）統計量對系統GMM擾動項的差分項進行自相關性檢驗。表4中所有模型的結果都顯著地拒絕不存在一階相關性假設，但無法拒絕不存在二階相關性假設，GMM模型的設定是合理的。

從表4 GMM估計結果可以看到：無論是差分GMM還是系統GMM，數字普惠金融的估計系數都與基準回歸結果一致，仍然顯著為負。同時，被解釋變量的一階滯后項顯著為正，表明恩格爾系數的影響存在滯后效應，會對滯后一期的農村貧困水平產生顯著影響。

基于GMM模型的內生性問題檢驗結果表明，本文基準模型的內生性問題并不嚴重，內生性因素對回歸結果的影響在可控范圍之內，并不會影響到數字普惠金融發展推動農村地區貧困水平下降這一重要結論，基準回歸結果是穩健的。

2. 雙重差分法。

相較于中西部欠發達地區而言，東部地區數字普惠金融發展水平更高，對農村貧困水平的影響更加顯著，因此東部地區受到數字普惠金融政策的影響更深，中西部地區與東部地區的政策效應差異為本文創造了實驗組和控制組。參考錢海章等（2020）的做法，使用雙重差分法實證檢驗數字普惠金融發展對相對貧困減緩的政策效應[10]。雙重差分模型為：

3.替換核心解釋變量。

為了有效消除指數趨勢，對數字普惠金融指數取對數值（ln ifi），回歸結果見表5第（2）列。

4.剔除直轄市。

將總樣本分為直轄市和其他省份，去掉北京、天津、上海和重慶四個直轄市后得到的回歸結果如表5第（3）列所示。

5.縮尾后進行回歸。

為了剔除數據的極端值所導致的估計結果偏誤，對于解釋變量進行1%的水平的縮尾處理，回歸結果如表5第（4）列所示。

從上述五種不同的穩健性檢驗結果可以發現，不同的穩健性檢驗結果與前文所得結論均無明顯變化，充分印證了研究結論是穩健可靠的。

五、結 論

當前，中國反貧困事業邁入以治理多維相對貧困為重點的新階段。基于我國2011-2018年31個省份數據評估數字普惠金融發展對我國農村地區相對貧困水平的影響路徑與影響程度，得到了以下有益結論：第一，數字普惠金融的發展能有效降低農村地區相對貧困水平，存在著減貧效應。分維度的機制檢驗結果表明，覆蓋廣度的提升所帶來的金融服務機會均等化和數字化水平提高所導致的金融服務成本下降是數字普惠金融減貧的重要機制。數字普惠金融的利用程度和利用效率較低導致農村地區的金融資源得不到充分的利用，使得使用深度增加的減貧效應還未凸顯。第二，數字普惠金融的減貧效應也會受到地區相對貧困程度影響，農村地區相對貧困水平較高，并且下降趨勢平緩，則越能凸顯數字普惠金融的包容性特征，有效地激發數字普惠金融的減貧效應。而當農村地區相對貧困水平較低，且下降速度較快時，非數字普惠金融因素能夠更加有效地影響農村地區的貧困水平。

為了更好地利用數字普惠金融模式推動我國貧困水平的降低，可以從以下三方面入手：一是積極引導數字普惠金融更多地支持有需要的農村弱勢群體，提高數字普惠金融的利用效率。二是要完善信息基礎設施建設，全力突破普惠金融難以深入廣大偏遠地區的難題。利用數字化的技術以擴大數字金融發展的覆蓋廣度，激發數字普惠金融在中西部地區脫貧攻堅工作中的重要作用。三是加強對貧困地區弱勢群體的教育扶持，注重對金融知識和互聯網知識普及教育，根據人群特點對低收入群體和中老年群體開展數字金融技能的區別培訓，提高其金融素養，加深對于金融服務的使用深度和利用效率。從供求雙方協同發力，緩解金融排斥難題，有效地推動數字金融服務貧困治理事業。

參考文獻：

[1] 王漢杰，溫濤，韓佳麗.貧困地區農村金融減貧的財政政策協同效應研究[J].財經理論與實踐，2020，41（1）：93-99.

[2] 劉亦文，陳亮，李毅，等.金融可得性作用于實體經濟投資效率提升的實證研究[J].中國軟科學，2019（11）：42-54.

[3] 成學真，龔沁宜.數字普惠金融如何影響實體經濟的發展——基于系統GMM模型和中介效應檢驗的分析[J].湖南大學學報（社會科學版），2020，34（3）：59-67.

[4] 謝地，蘇博.數字普惠金融助力鄉村振興發展：理論分析與實證檢驗[J].山東社會科學，2021（4）：121-127.

[5] 尹志超，張號棟.金融知識和中國家庭財富差距——來自CHFS數據的證據[J].國際金融研究，2017（10）：76-86.

[6] 黃浩.數字金融生態系統的形成與挑戰——來自中國的經驗[J].經濟學家，2018（4）：80-85.

[7] 張勛，萬廣華，張佳佳，等.數字經濟、普惠金融與包容性增長[J].經濟研究，2019，54（8）：71-86.

[8] Lu L. Promoting SME finance in the context of the fintech revolution： A case study of the UK's practice and regulation[J].Banking and Finance Law Review，2018， 33（3）：317-343.

[9] 星焱.農村數字普惠金融的“紅利”與“鴻溝”[J].經濟學家，2021（2）：102-111.

[10]錢海章，陶云清，曹松威，等.中國數字金融發展與經濟增長的理論與實證[J].數量經濟技術經濟研究，2020，37（6）：26-46.

[11]謝絢麗，沈艷，張皓星，等.數字金融能促進創業嗎？——來自中國的證據[J].經濟學（季刊），2018，17（4）：1557-1580.

[12]郭峰，王靖一，王芳，等.測度中國數字普惠金融發展：指數編制與空間特征[J].經濟學（季刊），2020，19（4）：1401-1418.

[13]謝平，鄒傳偉，劉海二.互聯網金融的基礎理論[J].金融研究，2015（8）：1-12.

[14]Arjunwadkar P Y . FinTech： The technology driving disruption in the financial services industry[M]. Boca Ration： Auerbach Publications，2018.

[15]江小涓，羅立彬.網絡時代的服務全球化——新引擎、加速度和大國競爭力[J].中國社會科學，2019（2）：68-91.

（責任編輯：厲 亞）