數字普惠金融的農村相對貧困效應研究

馬衛剛,王興啟,馬瑩潔

摘要：從宏觀視角廓清數字普惠金融的農村相對貧困減緩效應及作用機理，識別數字普惠金融不同維度的農村相對貧困減緩效應，是一項重要研究議題。本文基于2011—2019年北京大學數字普惠金融指數及其與省級面板匹配數據，實證檢驗了數字普惠金融對農村相對貧困的影響效果。研究結果表明，數字普惠金融發展顯著減緩了農村相對貧困水平。機制分析發現，數字普惠金融通過促進收入增長、改善收入分配的途徑減緩農村相對貧困水平；并且數字普惠金融覆蓋率、使用深度、支付指數、保險指數、信用指數和金融數字化進程也能通過上述途徑發揮農村相對貧困減緩效應。同時，數字普惠金融通過發揮收入結構效應改善收入分配狀態，且經營性收入結構和財產性收入結構在數字普惠金融減緩農村相對貧困中發揮主要作用。

關鍵詞：數字普惠金融；農村相對貧困；收入增長；收入分配

中圖分類號：F832.35文獻標識碼：A文章編號：2097-0145（2022）05-0089-08doi：10.11847/fj.41.5.89

Digital Financial Inclusion Influences on the Rural Relative Poverty

MA Wei-gang1，2，3， WANG Xing-qi1， MA Ying-jie1

（1.College of Economy and Management， Shihezi University， Shihezi 832000， China; 2.Institute of Agricultural Modernization， Shihezi University， Shihezi 832000， China; 3.Postdoctoral Workstation， Changji National Agricultural Science and Technology Park， Changji 831000， China）

Abstract：It is an important research topic to understand the rural relative poverty alleviation effect of digital financial inclusion from a macro perspective， and identify the rural relative poverty alleviation effect of digital financial inclusion in different dimensions. Based on the 2011—2019 Peking University Digital Financial Inclusion Index and its matching data with provincial panel data， this paper empirically tests the impact of digital financial inclusion on rural relative poverty. The research results show that the development of digital financial inclusion has significantly reduced the relative poverty level in rural areas. Mechanism analysis shows that digital financial inclusion can reduce the relative poverty level in rural areas by promoting income growth and improving income distribution; and digital financial inclusion coverage， depth of use， payment index， insurance index， credit index and financial digitization process can also be achieved through. The above-mentioned ways play a role in alleviating relative poverty in rural areas. At the same time， digital financial inclusion improves the state of income distribution by exerting the income structure effect， and the operating income structure and property income structure play a major role in alleviating relative poverty in rural areas.

Key words：digital financial inclusion; rural relative poverty; income growth; income distribution

1引言

2021年2月25日，習近平總書記在全國脫貧攻堅總結表彰大會上莊嚴宣告，我國脫貧攻堅戰取得了全面勝利，我國的貧困治理工作重點由消除絕對貧困向緩解相對貧困轉變。無論是絕對貧困還是相對貧困，貧困群體都存在嚴重的金融排斥，資金缺乏仍是貧困群體的核心特征［1］。如何提高貧困群體金融可得性，緩解金融排斥，需要以普惠金融為依托。自2005年聯合國正式提出“普惠金融”概念以來，中國高度重視普惠金融發展，陸續頒布并實施了《國務院辦公廳關于金融支持經濟結構調整和轉型升級的指導意見》《國務院辦公廳關于金融支持小微企業發展的實施意見》和《國務院辦公廳關于金融服務“三農”發展的若干意見》等文件，從政策層面上進一步明確和拓展了普惠金融的基本內涵：立足機會平等的要求和商業可持續的原則，通過加大政策引導扶持、加強金融體系建設、健全金融基礎設施等措施，為具有金融需求的社會各階層及各群體提供適當的、有效的金融服務。一方面，這為我國普惠金融發展指明了方向，有力推動了普惠金融的發展。政府通過出臺一系列政策措施，特別是通過擴大對“三農”、小微企業的信貸投放、降低貸款門檻等政策措施，提高了金融服務可獲得性、降低了社會融資成本。另一方面，通過開展金融基礎設施建設，不斷擴大了金融服務覆蓋面、可獲得性及產品和服務質量，進而有力推動金融知識的普及程度。

關于普惠金融與農村貧困之間關系的探索，大部分學者也取得了較為一致的看法，即普惠金融發展顯著有利于農村貧困的減緩［2—5］。進一步從普惠金融推動農村貧困減緩的渠道和路徑上看，主要體現在促進經濟增長和提高居民收入增長水平兩個方面［6，7］。黃倩等［8］運用省際面板數據實證分析數字普惠金融對貧困減緩的影響效果和影響機制，研究表明，總體上數字普惠金融發展顯著減緩了農村貧困，且數字普惠金融覆蓋廣度、支付水平、小微信貸等方面發揮作用較為突出；數字普惠金融發展促進農村貧困減緩的機制在于提高收入水平和改善貧困群體收益水平，有助于實現經濟效率與公平，實現包容性增長。

也有學者指出普惠金融還通過提高信貸可得性、縮小收入差距等途徑減緩農村貧困［9］。周利等［10］研究指出，數字普惠金融發展減緩居民貧困的機理在于促使信貸可獲得性增加、促進居民收入增長以及縮小城鄉收入差距。同時數字普惠金融農村貧困減緩作用呈現“V”型關系。此外，數字普惠金融的減貧效應因不同人力資本高低的家庭、收入高低的家庭、社會資本高低的家庭以及健康狀況不同的家庭而不同。吳靜茹等［11］研究認為，數字金融的使用可通過促進弱勢群體市場參與性、加強其市場參與行為進而緩解農戶的相對貧困，且數字金融這種相對貧困減緩效應因收入相對高低、教育水平相對高低的農戶家庭不同而不同。蔡宏宇和陽超［12］研究認為，數字普惠金融減緩農村貧困的途徑在于通過提升客戶觸達能力，推動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，進而降低農村地區的相對貧困水平。且現階段數字普惠金融農村相對貧困減緩效應存在顯著的區域異質性。

由此可見，現階段學界針對普惠金融與農村貧困兩者間因果關系和影響機制的研究已經相當豐富，并且隨著數字普惠金融不斷發展，學界對數字普惠金融的關注愈加重視，對數字普惠金融與農村貧困之間關系的研究不斷增多，但與前者相比仍然較少。同時，農村貧困治理是一項曠日持久、舉全國之力以克之的系統工程和社會工程，涉及財稅、金融等諸多領域［13，14］。學界雖然認識到了普惠金融減緩農村貧困的路徑和渠道，但多數基于收入水平、經濟增長水平及收入分配角度，尚未厘清數字普惠金融是如何影響收入水平和收入分配水平，換言之，數字普惠金融影響農村相對貧困的影響機制尚未十分清楚，尤其是數字普惠金融發展如何影響收入分配。此外，學界針對農村貧困水平衡量方面，更多地采用絕對貧困水平，較少采用相對水平刻畫農村貧困程度。

鑒于此，本文以北京大學數字金融研究中心編制的“數字普惠金融指數”衡量各地區數字普惠金融發展水平，以FGT指數測度的相對貧困發生率衡量各地區的減貧效果，同時利用2011—2019年的省際面板數據進行實證分析。本文可能的創新之處在于：第一，基于FGT指數測度方法，測度了各地區相對貧困發生率。第二，闡明了數字普惠金融對農村相對貧困的影響效應，并從不同維度數字普惠金融論證了這一結論的穩健性。第三，利用收入增長、收入分配、收入結構等中介變量，運用中介效應模型實證檢驗數字普惠金融對農村相對貧困減緩的影響機制，以厘清數字普惠金融如何通過收入結構效應進而影響收入分配狀態，從而減少農村相對貧困。

2理論基礎與研究假設

本文將從改善信貸約束增加收入途徑、推動創業改善收入分配途徑等渠道分別闡述數字普惠金融對農村相對貧困的影響機制。

2.1改善信貸約束增加收入水平

減緩農村貧困程度以及降低農村相對貧困程度最直接最有效的渠道就是提高農村地區貧困人口的工資和收入水平［15］，數字普惠金融發展為農村地區提供了包括支付、借貸、投資、理財等一系列金融服務活動、金融產品，有利于增加農村地區居民，尤其是低收入群體的實際收入和報酬［16］。一是，數字普惠金融可為貧困群體、低收入群體提供更多借貸資金。一方面可降低資金供給方與資金需求方之間的信息不對稱［17］；另一方面提升信貸配給效率，使得該群體擁有更多資金從事產生經營活動，擴大農戶、低收入群體生產規模，直接增加其實際收入水平。二是，數字普惠金融可以提升貧困群體、低收入群體抵御各種風險的能力［18］，提高福利水平［19］。傳統金融服務限制了貧困群體、低收入群體的信貸能力，因貧困群體、低收入群體還款能力受到約束，借貸資金流動性也受到限制，其耐用消費品消費水平也受到制約，家庭生活質量難以有效改善。而數字普惠金融的保險、借貸等功能顯著改善了這一約束條件。三是，數字普惠金融的支付、投資、理財功能，使得貧困群體、低收入群體可獲得更多的收入，拓寬收入來源渠道，進而改善其生活消費、醫療、住房、教育等［20］。由此，提出假設：

假設1數字普惠金融發展解決信貸約束、提升信貸可獲得性，改善收入來源，直接增加低收入群體收入，降低居民的貧困水平。

2.2推動創業改善收入分配途徑

減緩農村相對貧困的關鍵在于推動農村地區經濟增長和改善農村地區收入分配，實現農村地區“造血”，而推動農村地區創業則是實現地區“造血”的重中之重。數字普惠金融發展，依托新一代信息通訊技術，相對封閉的農村地區社交、信息溝通方式轉為較為多元化的互聯網模式，農村居民個體信息獲取成本大幅降低，社會資源流動性、廣度、深度均大幅增強［21］，這有利于為農村地區居民實現創業提供良好的社會環境。同時，數字普惠金融還將帶來更多的社會資本，實現農村地區社會資本不斷積累，為農村地區創業提供雄厚的資金支持［22］。

數字普惠金融通過提高個體人力資本積累實現個體創業。隨著數字普惠金融推廣，農村居民不僅可獲得更為科學的致富理念和教育理念，還會增加其對生產經營、投資理財、學習技術的教育和培訓的需求，甚至提高對后代的教育投入，而數字普惠金融發展不但為這種需求提供了資金支持，還提供了教育和培訓平臺、內容、形式等多種服務。這有助于實現農村居民個體創業，從而帶動更多個體、群體參與創業［22］。同時，隨著數字普惠金融發展帶來的信息不斷擴散、金融經濟知識廣泛普及、交易支付方式便捷化，農村個體和群體參與市場金融、市場經濟的機會增加、意愿增強、水平提高，從而實現更多的創業，更多的創收。可見，創業水平的提升會改善居民收入水平［23］。不僅如此，還有助于提高農村低收入群體、貧困群體的資本存量水平和資本回報率水平，尤其是提高其資本邊際回報率水平，改善其資本欠缺和資本回報率欠缺的狀況，從而實現更多的“造血”，降低相對貧困水平［22，24］。由此，提出假設：

假設2數字普惠金融發展解決創業資金需求、提供良好社會環境，實現社會資本積累，提升人力資本，提高創業水平，改善收入分配，降低居民的貧困水平。

3研究設計

3.1計量模型

本文為了探索數字普惠金融對農村相對貧困的影響，通過構建如下的實證模型對數字普惠金融與農村相對貧困之間的關系進行檢驗，具體模型如下

povit=θ0+θ1DOFit+s1controlit+ut+vi+εit（1）

其中i=1，2，…，n；t=1，2，…，n。被解釋變量povit表示地區i在t時期的農村相對貧困水平；DOFit表示地區i在t時期的數字普惠金融發展水平，主要包括數字普惠金融總指數（index）、數字普惠金融覆蓋率（cover）、數字普惠金融使用深度（usage）、支付指數（pay）、保險指數（ins）、信用指數（credit）和數字普惠金融數字化進程指數（digit）；controlit表示控制變量；ut、vi分別表示時間固定效應和個體固體效應；εit為殘差項。

為檢驗數字普惠金融通過收入增長水平、收入分配等路徑影響農村相對貧困，構建如下模型

incit=θ0+θ1DOFit+s1controlit+ut+vi+εit（2）

povit=θ0+θ1incit+θ2DOFit+s1controlit+ut+vi+εit（3）

INEit=θ0+θ1DOFit+s1controlit+ut+vi+εit（4）

povit=θ0+θ1INEit+θ2DOFit+s1controlit+ut+vi+εit（5）

其中incit，INEit分別表示收入增長水平、收入分配差異；其余變量設定同（1）式。

檢驗數字普惠金融對收入分配狀態的影響機制，設定的模型為

incjit=θ0+θ1DOFit+s1controlit+ut+vi+εit（6）

INEit=θ0+θ1incjit+θ2DOFit+s1controlit+ut+vi+εit（7）

其中j=1，2，3，4。incjit表示收入結構水平，包括工資性收入占比（inc1）、經營性收入占比（inc2）、財產性收入占比（inc3）和轉移性收入占比（inc4）；其余變量設定同（1）式。

3.2變量選取

3.2.1被解釋變量

本文借鑒Foster等［25］提出的FGT指數測度相對貧困發生率

povit=1/N·∑Pj=1［（nomal-xi）/nomal］z（8）

其中z≥0，nomal表示設定的相對貧困線，xi表示貧困者的收入水平，N表示總人口數；P表示總貧困人口數。z=0時表示相對貧困發生率，是本文的研究重點。

3.2.2解釋變量

北京大學數字金融研究中心發布的中國數字普惠金融指數［26］，包含了覆蓋廣度、使用深度、支付、保險、信貸、數字化程度等維度，較好地反映了我國近年來金融創新與變革的階段特征和演化趨勢，被學者廣泛引用［27］。鑒于此，本文采用數字普惠金融總指數、數字普惠金融覆蓋率、數字普惠金融使用深度、支付指數、保險指數、信用指數和數字普惠金融數字化進程指數作為數字普惠金融水平的代理變量。

3.2.3中介變量

（1）收入增長水平（inc）。以居民可支配收入水平作為收入增長水平的代理變量，并取自然對數。同時，分別采用工資性收入水平、經營性收入水平、財產性收入水平和轉移性收入水平與居民可支配收入水平的比值表示，收入結構水平，即工資性收入占比（inc1）、經營性收入占比（inc2）、財產性收入占比（inc3）和轉移性收入占比（inc4）。

（2）收入分配差異（INE）。泰爾指數將人口變動因素考慮在內，并且將城鄉收入差距分解為組內差距和組間差距，能夠更好地衡量收入分配差異。鑒于此，本文與萬廣華［28］研究一致，使用泰爾指數衡量收入分配差異。

3.2.4控制變量

借鑒既有學者研究［8，12］，選取以下控制變量：（1）經濟對外開放水平（fdi），采用外商直接投資總額/實際國內生產總值表示。（2）財政支出水平（fisc），采用地區財政支出/地區GDP表示。（3）城鎮化水平（urr），采用城鎮人口/總人口表示。（4）教育支出水平（edu），采用地區教育支出/地區財政總支出表示。

3.3樣本數據來源及說明

考慮到數據的可獲得性以及滿足樣本數據的時間跨度，本文將研究起止時間設定為2011—2019年。其中解釋變量數據和信貸數據來源于北京大學數字金融研究中心發布的中國數字普惠金融指數；被解釋變量數據、中介變量數據、控制變量數據均來源于歷年《中國統計年鑒》、歷年地方《國民經濟和社會發展統計公報》、Wind數據庫、CNKI中國經濟社會發展統計數據庫等。

3.4樣本描述性統計

各個變量的均值、最大值、最小值、標準差等描述性統計指標的結果顯示，貧困指數（pov）的均值為0.0679，標準差為0.0761；數字普惠金融總指數、數字普惠金融覆蓋率、數字普惠金融使用深度、支付指數、保險指數、信用指數和數字普惠金融數字化進程指數的均值分別為202.3481、182.2511、197.0183、173.6816、448.7369、128.4383、278.4。同時，中介變量、其他控制變量的均值、標準差、最大值、最小值大部分處于合理區間。因此，在此基礎上，本文將進一步進行回歸分析。

4實證結果分析

4.1基準估計結果分析

本文首先檢驗數字普惠金融對農村相對貧困發生率的影響，具體估計結果如表1所示。列（1）、（2）、（3）、（4）、（5）表示逐步加入其他控制變量的估計結果，結果表明，無論是否納入控制變量，數字普惠金融對農村相對貧困發生率的估計系數均為負，且都通過1%的顯著性水平檢驗，說明數字普惠金融顯著抑制了相對貧困發生率。控制變量方面。一是，經濟對外開放顯著抑制了農村相對貧困發生率；二是，財政支出顯著抑制了農村相對貧困發生率；三是，城鎮化顯著抑制了農村相對貧困發生率，城鎮化規模增加和速度加快，可有效改善居民消費型、均等型及結構型福利效應水平，推動公共服務和產品均等化、高級化；四是，教育支出規模也顯著抑制了農村相對貧困發生率。

4.2穩健性檢驗結果分析

4.2.1替換變量穩健性估計分析

本文進一步采用農村相對貧困人口規模指標刻畫農村相對貧困水平，即以農村相對貧困人口規模對數作為農村相對貧困的代理變量，進行穩健性檢驗。結果顯示，數字普惠金融基準估計系數顯著為負，這說明數字普惠金融也顯著抑制了農村相對貧困人口規模，表明本文估計結果在采用農村相對貧困人口規模水平度量方法的情況下是穩健的。

關于數字普惠金融的度量，除了前文基于數字普惠金融總指數這一維度之外，還有其他的度量指標，本文進一步采用數字普惠金融覆蓋率、數字普惠金融使用深度、支付指數、保險指數、信用指數和數字普惠金融數字化進程指標刻畫數字普惠金融水平，進行穩健性檢驗。結果顯示，數字普惠金融覆蓋率、數字普惠金融使用深度、支付指數、保險指數、信用指數和數字普惠金融數字化進程估計系數均顯著為負，即本文結果在采用不同數字普惠金融水平度量方法的情況下是穩健的。

4.2.2內生性問題估計分析

為緩解內生性問題，本文運用系統GMM的估計方法，進一步檢驗數字普惠金融對農村相對貧困發生率影響的穩健性。結果顯示，貧困發生率滯后1期顯著為正，表明數字普惠金融總指數、數字普惠金融覆蓋率、數字普惠金融使用深度、支付指數、保險指數、信用指數和數字普惠金融數字化進程對農村相對貧困發生率的影響存在顯著的滯后性，為我們進一步推動數字普惠金融發展實現農村相對貧困治理提供了重要思考。數字普惠金融總指數、數字普惠金融覆蓋率、數字普惠金融使用深度、支付指數、保險指數、信用指數和數字普惠金融數字化進程系數至少在5%的顯著性水平下為負，即數字普惠金融均顯著抑制農村相對貧困發生率。

5影響機制分析

5.1總體維度視角下影響機制實證檢驗

表2顯示了總體維度下數字普惠金融對農村相對貧困發生率的影響機制的估計結果。列（1）顯示數字普惠金融總指數對農村相對貧困發生率的估計系數顯著為負。列（2）顯示數字普惠金融總指數對可支配收入的估計系數顯著為正，說明數字普惠金融總指數顯著提高了收入增長水平。列（3）引入可支配收入水平中介變量，可支配收入水平的估計系數顯著，且數字普惠金融總指數估計系數也顯著，這說明數字普惠金融總指數通過顯著促進收入增長這一部分中介效應進而抑制農村相對貧困發生率。列（4）顯示數字普惠金融總指數對泰爾指數的估計系數顯著為負，說明數字普惠金融也顯著改善了收入分配差異。列（5）引入泰爾指數中介變量，泰爾指數估計系數顯著，數字普惠金融總指數系數也顯著，這說明數字普惠金融總指數通過顯著改善收入分配差異這一部分中介效應進而抑制相對貧困發生率。

5.2不同維度視角下影響機制實證檢驗

進一步運用中介效應模型檢驗數字普惠金融覆蓋率、數字普惠金融使用深度、支付指數、保險指數、信用指數和數字普惠金融數字化進程影響農村相對貧困發生率的機制。估計結果如表3所示，結果表明，數字普惠金融覆蓋率通過顯著促進收入增長水平的部分中介效應和顯著改善收入分配差異的部分中介效應進而抑制農村相對貧困發生率。同理，數字普惠金融使用深度、支付指數、保險指數、信用指數和數字普惠金融數字化程度通過顯著促進收入增長水平的部分中介效應和顯著改善收入分配差異的部分中介效應進而抑制農村相對貧困發生率。

6進一步分析：結構效應

進一步運用中介效應模型檢驗數字普惠金融影響收入分配的作用機制，進而判斷數字普惠金融推動農村相對貧困減緩的作用來源于收入結構效應，具體估計結果如表4所示。列（1）、（2）、（3）表明數字普惠金融總指數通過顯著促進收入增長水平這一部分中介效應進而改善收入分配狀態。列（4）、（5）表明不存在數字普惠金融總指數通過改善工資性收入結構這一中介效應進而改善收入分配狀態。列（6）、（7）表明數字普惠金融總指數通過顯著改善經營性收入結構這一部分中介效應進而改善收入分配狀態。列（8）、（9）表明數字普惠金融總指數通過顯著改善財產性收入結構這一完全中介效應進而改善收入分配狀態。列（10）、（11）表明不存在數字普惠金融總指數通過改善轉移性收入結構這一中介效應進而改善收入分配狀態。

再次運用中介效應模型檢驗數字普惠金融覆蓋率影響收入分配的作用機制，具體估計結果如表5所示。列（1）、（2）、（3）表明數字普惠金融覆蓋率通過顯著促進收入增長水平這一部分中介效應進而改善收入分配狀態。列（4）、（5）表明不存在數字普惠金融覆蓋率通過改善工資性收入結構這一中介效應進而改善收入分配狀態。列（6）、（7）表明數字普惠金融覆蓋率通過顯著改善經營性收入結構這一部分中介效應進而改善收入分配狀態。列（8）、（9）表明數字普惠金融覆蓋率通過顯著改善財產性收入結構這一完全中介效應進而改善收入分配狀態。列（10）、（11）表明不存在數字普惠金融覆蓋率通過改善轉移性收入結構這一中介效應進而改善收入分配狀態。

再次運用中介效應模型檢驗數字普惠金融使用深度影響收入分配的作用機制，具體估計結果如表6所示。列（1）、（2）、（3）表明數字普惠金融使用深度通過顯著促進收入增長水平這一部分中介效應進而改善收入分配狀態。列（4）、（5）表明不存在數字普惠金融使用深度通過改善工資性收入結構這一中介效應進而改善收入分配狀態。列（6）、（7）表明數字普惠金融使用深度通過顯著改善經營性收入結構這一部分中介效應進而改善收入分配狀態。列（8）、（9）表明數字普惠金融使用深度通過顯著改善財產性收入結構這一完全中介效應進而改善收入分配狀態。列（10）、（11）表明不存在數字普惠金融使用深度通過改善轉移性收入結構這一中介效應進而改善收入分配狀態。

7結論與政策啟示

為從宏觀視角深度認知數字普惠金融的農村相對貧困減緩效應，廓清數字普惠金融的減貧效應作用機理，以及從不同維度數字普惠金融發展程度的條件下，認知不同維度數字普惠金融的相對貧困減緩效應，本文基于2011—2019年北京大學數字普惠金融指數及其與省級面板數據匹配數據，運用中介效應檢驗方法實證檢驗了數字普惠金融對農村相對貧困的影響效果、異質性、機制。研究結果表明，數字普惠金融發展顯著減緩了農村相對貧困水平；進一步通過替換變量處理、變更系統GMM估計方法等方式進行檢驗，結果表明數字普惠金融顯著減緩農村相對貧困這一結論的穩健性。機制分析表明，數字普惠金融通過顯著促進收入增長水平、改善收入分配的途徑進而減緩農村相對貧困水平；并且數字普惠金融覆蓋率、數字普惠金融使用深度、支付指數、保險指數、信用指數和數字普惠金融數字化進程也能通過上述途徑減緩農村相對貧困效應。同時，數字普惠金融通過發揮收入結構效應改善收入分配狀態，且經營性收入結構和財產性收入結構在數字普惠金融減緩農村相對貧困中發揮主要作用。此外，數字普惠金融覆蓋率、數字普惠金融使用深度均能夠證明上述結論。

基于上述基本研究結論，本文的政策啟示如下：一方面，以大數據等新興技術應用為依托，不斷提高數字普惠金融覆蓋面積，推動數字普惠金融發展，同時著力增加數字普惠金融投入、強化數字普惠金融知識意識，提升數字普惠金融使用深度和數字化程度。此外，鼓勵和支持金融機構、互聯網企業、第三方平臺依托新一代信息通訊技術，進一步提高數字普惠金融的覆蓋廣度、使用深度。如開發適合不同人群的數字普惠金融產品，擴大數字金融信貸規模以及提高數字普惠金融信息規范化程度等。另一方面，根據各個區域的數字普惠金融發展特色，因地制宜制定適合區域自身的普惠金融發展策略，推動區域自身相對貧困減緩的有效、可持續性發展。此外，通過宣傳和培訓的方式，提高居民金融知識儲備，進而提升農村貧困地區數字技能和金融素養，減少二次返貧風險。

參考文獻：

［1］吳本健，葛宇航，馬九杰.精準扶貧時期財政扶貧與金融扶貧的績效比較——基于扶貧對象貧困程度差異和多維貧困的視角［J］.中國農村經濟，2019，（7）：21-36.

［2］Park C Y， Mercado R J R. Financial inclusion， poverty， and income inequality［J］. The Singapore Economic Review， 2018， 63（1）： 185-206.

［3］郭曉莉，李錄堂.政府支持、社會融入與生態移民貧困脆弱性——基于陜南生態移民區的調查數據［J］.預測，2021，40（2）：1-8.

［4］王錚，唐小飛.數字縣域建設支撐鄉村振興：邏輯推演和邏輯框架［J］.預測，2020，39（4）：90-96.

［5］譚燕芝，彭千芮.普惠金融發展與貧困減緩：直接影響與空間溢出效應［J］.當代財經，2018，（3）：56-67.

［6］何學松，孔榮.普惠金融減緩農村貧困的機理分析與實證檢驗［J］.西北農林科技大學學報（社會科學版），2017，17（3）：76-83.

［7］朱一鳴，王偉.普惠金融如何實現精準扶貧？［J］.財經研究，2017，43（10）：43-54.

［8］黃倩，李政，熊德平.數字普惠金融的減貧效應及其傳導機制［J］.改革，2019，（11）：90-101.

［9］李建軍，韓珣.普惠金融、收入分配和貧困減緩——推進效率和公平的政策框架選擇［J］.金融研究，2019，（3）：129-148.

［10］周利，廖婧琳，張浩.數字普惠金融、信貸可得性與居民貧困減緩——來自中國家庭調查的微觀證據［J］.經濟科學，2021，（1）：145-157.

［11］吳靜茹，謝家智，涂先進.數字金融、市場參與和農戶相對貧困［J］.當代財經，2021，（8）：64-77.

［12］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［J］.財經理論與實踐，2021，42（4）：24-30.

［13］鄭瑞強，王英.精準扶貧政策初探［J］.財政研究，2016，（2）：17-24.

［14］Liu Y， Guo Y， Zhou Y. Poverty alleviation in rural China： policy changes， future challenges and policy implications［J］. China Agricultural Economic Review， 2018， 10（2）： 241-259.

［15］黃征學，潘彪，滕飛.建立低收入群體長效增收機制的著力點、路徑與建議［J］.經濟縱橫，2021，（2）：38-45，2.

［16］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.

［17］Beck T， Pamuk H， Ramrattan R， et al.. Payment instruments， finance and development［J］. Journal of Development Economics， 2018， 133： 162-186.

［18］彭澎，徐志剛.數字普惠金融能降低農戶的脆弱性嗎？［J］.經濟評論，2021，（1）：82-95.

［19］張子豪，譚燕芝.數字普惠金融與中國城鄉收入差距——基于空間計量模型的實證分析［J］.金融理論與實踐，2018，（6）：1-7.

［20］Luo Y， Zeng L. Digital financial capabilities and household entrepreneurship［J］. Economic and Political Studies， 2020， 8（2）： 165-202.

［21］周廣肅，梁琪.互聯網使用、市場摩擦與家庭風險金融資產投資［J］.金融研究，2018，（1）：84-101.

［22］劉魏，張應良，王燕.數字普惠金融發展緩解了相對貧困嗎？［J］.經濟管理，2021，43（7）：44-60.

［23］張呈磊，郭忠金，李文秀.數字普惠金融的創業效應與收入不平等：數字鴻溝還是數字紅利？［J］.南方經濟，2021，（5）：110-126.

［24］劉魏.數字普惠金融對居民相對貧困的影響效應［J］.華南農業大學學報（社會科學版），2021，20（6）：65-77.

［25］Foster J， Greer J， Thorbecke E. A class of decomposable poverty measures［J］. Econometrica： Journal of the Econometric Society， 1984： 761-766.

［26］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.

［27］孟娜娜，粟勤.擠出效應還是鯰魚效應：金融科技對傳統普惠金融影響研究［J］.現代財經（天津財經大學學報），2020，40（1）：56-70.

［28］萬廣華.城鎮化與不均等：分析方法和中國案例［J］.經濟研究，2013，48（5）：73-86.