梁雨凡 薛凱樂 趙悅悅 陳思雅

摘?要：隨著絕對貧困的全面消除，我國進入扎實推進共同富裕的新階段，助力相對貧困減緩、堅持防返貧底線成為新的課題。安徽省作為中國脫貧攻堅任務較重的省份，相對貧困問題突出，減貧工作面臨新挑戰(zhàn)?；谝陨媳尘?，以安徽省16個地級市為研究對象，利用個體固定效應模型和中介效應模型實證研究數字普惠金融對相對貧困的減緩效應。結論表明：數字普惠金融能夠顯著助力相對貧困的減緩；數字普惠金融可以通過促進經濟增長減緩相對貧困；數字普惠金融不同子維度均能夠顯著減緩相對貧困。文章的研究成果在豐富相關領域研究的同時，為更好地助力安徽省鞏固脫貧攻堅成果提供政策參考依據。

關鍵詞：數字普惠金融；相對貧困；減貧效應；經濟增長

中圖分類號：F832????文獻標識碼：A?文章編號：1005-6432（2024）04-0068-04

DOI：10.13939/j.cnki.zgsc.2024.04.018

1?引言

自改革開放以來，我國脫貧攻堅任務不斷取得歷史性突破。截至2020年年底，我國已完成全面消除農村絕對貧困任務，且脫貧速度和規(guī)模創(chuàng)造了世界減貧史上的中國奇跡。然而，作為一種經濟社會現象，貧困問題并未被徹底解決。當前，貧困問題已從絕對貧困轉變?yōu)槌噬Ⅻc式分布的相對貧困。為此，中央一號文件提出要在確保不出現大規(guī)模返貧的前提下，進一步夯實扶貧工作成果，建立健全扶貧工作的長效制度，實現經濟的全面增長。這意味著我國減貧的重心正式由絕對貧困轉向相對貧困。

近年來，安徽省城鄉(xiāng)收入差距問題突出，相對貧困問題亟待解決。數據顯示，安徽省貧困群體的消費和教育總支出僅是高收入群體的30%。對此，省政府出臺《安徽省“十四五”金融業(yè)發(fā)展規(guī)劃》，提出促進農村地區(qū)以數據為驅動的金融發(fā)展，改善農村貧困群體的金融保障機制。金融作為扶貧的重要力量和先導力量，具有良好的扶貧效果。而數字普惠金融作為傳統金融與現代技術體系融合的產物，為相對貧困的減緩直至實現共同富裕提供了新的思路。

基于以上理論和現實背景，文章以安徽省16個地級市為研究樣本，結合2011—2021年數字普惠金融指數以及歷年統計年鑒中的相關數據，實證研究數字普惠金融在緩解相對貧困方面的效用，并進一步探討異質性問題。旨在豐富相關研究的同時，為安徽省相對貧困減緩提供理論依據和實踐對策。

2?文獻綜述

金融發(fā)展與貧困減緩之間的關系一直是學界關注的重要問題。早期關于金融發(fā)展的研究集中于分析其與經濟增長的關系（談儒勇，1999）。直至20世紀90年代，日益嚴重的貧困問題使得各國研究者把目光放在金融的發(fā)展完善是否有助于減輕貧困程度和降低貧困發(fā)生率上，但相關研究并未形成一致結論。部分學者認為金融發(fā)展有助于貧困問題的解決（車樹林和顧江，2017）。而部分學者認為兩者呈非線性關系（張兵和翁辰，2015），當然另有一些學者持有金融發(fā)展不利于減緩貧困的觀點（Galor和Zeira，1993）。

金融業(yè)普遍存在的“二八法則”，導致貧困人群無法享受到完整的金融服務。高質量、大規(guī)模的金融服務集中在城市地區(qū)、龍頭企業(yè)和富人身上，而沒有充分滿足農村地區(qū)、小微企業(yè)和貧困群體的金融需求。為了讓金融服務均等輻射到貧困群體，聯合國在2005年首次明確普惠金融概念，期望全球各地都能建立起普惠金融專屬部門。自此之后的10年中，世界各地普惠金融在國際銀行等眾多國際組織的幫助下不斷發(fā)展，以期為社會各階層提供更安全、方便和可靠的金融服務，解決貧富差距大的問題。

近年來，中國數字普惠金融取得了長足進步，其突破傳統形式，以人工智能、大數據技術等數字化技術為特征，能有效降低信息共享成本與擴大金融服務群體（郭峰等，2020）。國內有學者對數字普惠金融與絕對貧困的關系進行了研究，大部分認為數字普惠金融能夠減緩絕對貧困（尹志超和張棟浩，2020）。另有一些學者認為數字普惠金融緩解絕對貧困效果不顯著，如王修華和趙亞雄（2020）研究指出，貧困家庭受制于惡劣的生活條件、低水平教育與薄弱金融能力等因素，未能高效利用數字普惠金融實現平滑消費和要素積累。

2020年，隨著我國絕對貧困的徹底消除，扶貧重點已經轉向治理相對貧困和實施鄉(xiāng)村振興戰(zhàn)略。相對貧困治理難題在于評價維度較廣、貧困人群基數較大（牟成文和呂培亮，2020）。對此，一些學者開始探究數字普惠金融是否能應用于相對貧困問題的解決，孫繼國等（2020）認為其有助于緩解相對貧困問題。蔣曉敏等（2022）指出其發(fā)展對相對貧困減緩影響不明顯或起負面作用。申云和李京蓉（2022）指出數字普惠金融與相對貧困之間呈倒“U”型關系。

綜上分析，無論是金融發(fā)展與貧困減緩，還是數字普惠金融與相對貧困，均未形成一致結論。故文章立足于安徽省，實證考察數字普惠金融的相對貧困減緩效應，以期豐富相關領域的研究并對安徽省扶貧實踐提供理論依據。

3?理論分析

3.1?直接效應

經濟貧困地區(qū)缺乏足夠的金融服務是在金融方面致貧的重要原因。相較于傳統的金融模式，數字普惠金融能夠惠及更多的低收入群體，其無邊界的特征可以將金融服務延伸至“長尾人群”，在很大程度上緩解了“地理排斥”。在傳統金融體系受到“創(chuàng)造性破壞”的背景下，金融機構不斷提高產品多樣性和服務效率，降低了準入門檻，在一定程度上緩解了“條件排斥”和“價格排斥”，擴大了貧困群體選擇金融產品與服務的可及面。同時，數字技術的應用可以對農民軟信息進行有效識別，彌補了硬信息的缺失，從而可以對其進行全方位精準畫像與動態(tài)監(jiān)測，精準識別風險，精確扶貧管理，對緩解相對貧困發(fā)揮積極作用。

基于此，文章提出假設H1：數字普惠金融對相對貧困的減緩作用顯著。

3.2?間接效應

數字普惠金融能夠通過推動經濟增長產生間接減貧效果。第一階段是數字普惠金融對經濟增長的推動性作用。首先，信息不對稱是造成中小微企業(yè)融資難的重要原因，數字普惠金融可以利用大數據技術構建風險控制系統，有效管控、規(guī)避信貸風險，提高融資效率，拓寬收入渠道。其次，數字普惠金融提供了創(chuàng)新型分布式網絡布局，打破了傳統交易模式下資源流動空間較為封閉的限制，區(qū)域產業(yè)結構得到優(yōu)化（陸鳳芝等，2022）。最后，對數字技術產業(yè)的投資能提高資本的積累效率，增加資本的積存數量，從而改善經濟狀況（姚鳳閣和李麗佳，2020）。第二階段為經濟增長減緩相對貧困。一方面，經濟增長的“涓滴效應”會帶來更多的工作機會，拓寬收入渠道，從而增加低收入弱勢群體的財富來源。另一方面，經濟增長會改善當地政府的財政狀況，政府通過財政杠桿的調控為低收入群體提供生活保障，以此改善社會貧困水平，擺脫“貧困陷阱”。

基于此，文章提出假設H2：數字普惠金融通過經濟增長間接減緩相對貧困。

4?實證研究設計

4.1?模型構建

（1）基準模型。為檢驗假設H1，文章在控制一系列變量后構建個體固定效應模型，具體如下：

POVit=α0+α1DIFit+α2Controlit+θt+εit（1）

式中，POVit為被解釋變量泰爾指數；DIFit為解釋變量數字普惠金融指數；Controlit為控制變量；θt代表個體固定效應；εit為隨機擾動項；αi為待估參數。

（2）中介模型。為檢驗假設H2，文章借鑒溫忠麟和葉寶娟（2014）的研究成果，構建如下中介效應模型：

POVit=α0+α1DIFit+α2Controlit+θt+εit（2）

RGDPit=β0+β1DIFit+β2Controlit+θt+εit（3）

POVit=δ0+δ1DIFit+δ2Mit+δ3Controlit+θt+εit（4）

模型中POVit、?DIFit、?Controlit與式（1）中所代表的變量相同，RGDPit為中介變量經濟發(fā)展水平，αi、?βi、?δi為待估參數。關于是否存在中介效應，若α1、?β1、?δ2同時顯著，則說明經濟發(fā)展水平的中介效應顯著。

4.2?變量選取

（1）被解釋變量。文章選取泰爾指數作為被解釋變量，并將這一指標具體定位到安徽省地級市的農村地區(qū)。

（2）核心解釋變量。文章選取的核心解釋變量為數字普惠金融綜合指數，并進一步對其三個子指數分別進行分析，以深入探究數字普惠金融對減貧的影響。

（3）中介變量。文章選取的中介變量是經濟發(fā)展水平，用人均GDP衡量。

（4）控制變量。財政支出：用地區(qū)財政支出除以地區(qū)總產值表示；第二產業(yè)結構：用地區(qū)第二產業(yè)產值除以總產值表示；城鎮(zhèn)化率：用城鎮(zhèn)常住人口除以地區(qū)總人口表示；對外開放水平：用進出口總額除以地區(qū)總產值表示。

4.3?數據來源與統計特征

文章以安徽省16個地級市為研究對象。原始數據中數字普惠金融指數取自《北京大學數字普惠金融指數》、其他指標數據取自有關年份《安徽省統計年鑒》。為了確保數據一致性、可比性，文章將絕對性變量進行對數化處理。由于篇幅原因，文章只列舉核心解釋變量、被解釋變量以及中介變量的描述性情況，結果見表1。

5?實證結果與分析

5.1?基準回歸分析

表2展示了模型（1）的回歸結果。其中，列（1）未加入任何控制變量，列（2）則加入了全部控制變量。結果表明，無論是否引入控制變量，被解釋變量的回歸系數均為負數且在1%的置信水平下顯著，這說明數字普惠金融的減貧效應顯著。文章假設H1得到驗證。

控制變量方面，總體符合預期。財政支出、城鎮(zhèn)化率的回歸系數均在5%的置信水平下顯著為負，表明兩者有利于減貧。但是第二產業(yè)結構和對外開放水平卻在5%的置信水平下顯著正向影響相對貧困，這與預期不符?？赡艿脑蚴?，第二產業(yè)多分布在城鎮(zhèn)地區(qū)，其占比越大說明當地的農業(yè)占比越小，農村農業(yè)的發(fā)展空間受限，進而加劇了農村相對貧困狀況；農村地區(qū)優(yōu)勢產業(yè)較少，貿易出口品多為非農產品，這不僅使農民不能享受到貿易開放的好處，反而會加大其與經濟發(fā)達地區(qū)的差距，從而對于相對貧困減緩有弱化作用。

5.2?穩(wěn)健性檢驗

為驗證數字普惠金融減貧的可靠性，文章采用替換因變量的方法，用恩格爾系數取代泰爾指數進行回歸分析。研究發(fā)現，解釋變量回歸系數的方向與顯著性均未發(fā)生本質改變，這體現了模型的可靠性和穩(wěn)定性。

5.3?中介效應檢驗

表4展示了對中介模型的回歸結果。其中，列（1）是對模型（2）的回歸結果，同表2的第（2）列所示，表明數字普惠金融可以顯著減緩相對貧困，這在前文已經得到了驗證，因此，可以進行下一步檢驗。列（2）是對模型（3）的回歸結果。結果顯示，數字普惠金融在5%的置信水平上顯著影響安徽省經濟發(fā)展水平，即促進安徽經濟增長，第二步得證。列（3）是對模型（4）的回歸結果。結果顯示，數字普惠金融和經濟發(fā)展水平的回歸系數均為負且在1%的置信水平上顯著，但是數字普惠金融系數的絕對值和顯著性與列（1）相比均有所下降，說明經濟增長在減貧中發(fā)揮重要作用。文章假設H2得到驗證。

5.4?拓展性分析

數字普惠金融指數包括三個子指數，不同子指數的減貧效果可能存在不同。因此，文章對三個子指數分別構建個體固定效應模型，結果如表5所示。發(fā)現數字普惠金融三個子指數的系數均在1%的置信水平上顯著為負，這說明數字普惠金融通達性的增強、網絡金融服務的多樣化以及數字化水平的提高均有助于降低相對貧困發(fā)生率。

6?研究結論與政策建議

6.1?研究結論

數字普惠金融能夠顯著助力相對貧困的減緩；數字普惠金融可以通過促進經濟增長減緩相對貧困；數字普惠金融不同子維度均能夠顯著減緩相對貧困。

6.2?政策建議

第一，大力推動數字普惠金融的發(fā)展。出臺相關政策，加大對落后地區(qū)金融資源傾斜力度，完善其金融基礎設施建設，提高金融服務覆蓋力度；加大對數字技術的研發(fā)投入，在構建多元化金融發(fā)展體系的同時對農村居民資金需求進行個性化匹配，以期提高使用深度和數字化程度；加強對數字普惠金融的宣傳以提高農民的金融素養(yǎng)，降低“數字鴻溝”。

第二，共同推進多種政策措施，發(fā)揮數字普惠金融與多種因素的聯合作用。改善財政支出結構，優(yōu)化資金配置，加大對貧困地區(qū)的財政政策支持；將鄉(xiāng)村振興戰(zhàn)略與城鎮(zhèn)化策略結合發(fā)展，提高城鎮(zhèn)化水平，使貧困群體有更多的機會和渠道接觸先進技術和服務；因地制宜，深入挖掘當地特色產業(yè)，通過產業(yè)結構的優(yōu)化給農民提供更多工作崗位，提高其生活水平。

第三，促進經濟高質量發(fā)展。結合地區(qū)比較優(yōu)勢，不斷協調產業(yè)架構，增強經濟實力，促進地區(qū)經濟包容性增長；當地政府應加大教育投入，提升居民創(chuàng)新意識，同時出臺相關政策鼓勵實體創(chuàng)新。

參考文獻：

［1］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.

［2］陳海龍，陳小昆.“涓滴”還是“極化”：數字普惠金融對農村相對貧困的改善效應［J］.云南財經大學學報，2021，37（7）：15-26.

［3］馬彧菲，杜朝運.普惠金融指數測度及減貧效應研究［J］.經濟與管理研究，2017（5）：45-53.

［4］牟成文，呂培亮.論建立解決2020年后中國相對貧困的長效機制——基于馬克思主義主體論的視角［J］.貴州社會科學，2020（7）：154-160.

［5］申云，李京蓉.數字普惠金融與農戶相對貧困脆弱性［J］.華南農業(yè)大學學報（社會科學版），2022，21（1）：105-117.

［6］孫繼國，韓開顏，胡金焱.數字普惠金融是否減緩了相對貧困？——基于CHFS數據的實證研究［J］.財經論叢，2020（12）：50-60.

［7］王修華，趙亞雄.數字普惠金融發(fā)展是否存在馬太效應？——貧困戶與非貧困戶的經驗比較［J］.金融研究，2020（7）：114-133.

［8］談儒勇.中國金融發(fā)展和經濟增長關系的實證研究［J］.經濟研究，1999（10）：53-61.

［9］溫忠麟，葉寶娟.中介效應分析：方法和模型發(fā)展［J］.心理科學進展，2014（5）：731-745.

［10］謝平，鄒傳偉.互聯網金融模式研究［J］.金融研究，2012（12）：11-22.

［11］尹志超，張棟浩.金融普惠、家庭貧困及脆弱性［J］.經濟學（季刊），2020，20（5）：153-172.

［12］曾福生，鄭洲舟.多維視角下農村數字普惠金融的減貧效應分析［J］.農村經濟，2021（4）：70-77.

［13］張兵，翁辰.農村金融發(fā)展的減貧效應——空間溢出和門檻特征［J］.農業(yè)技術經濟，2015（9）：37-47.

［14］GALOR?O，ZEIRA?J.Income?distribution?and?macroeconomics［J］.The?review?of?economic?studies，1993，60（1）：35-52.

［基金項目］安徽省大學生創(chuàng)新創(chuàng)業(yè)訓練計劃“數字普惠金融的減貧效應：來自安徽省的經驗證據”（項目編號：S202210357457）。

［作者簡介］梁雨凡（2002—），女，漢族，安徽宿州人，本科，研究方向：金融學。