梁雨凡 薛凱樂 趙悅悅 陳思雅

摘?要：隨著絕對(duì)貧困的全面消除，我國進(jìn)入扎實(shí)推進(jìn)共同富裕的新階段，助力相對(duì)貧困減緩、堅(jiān)持防返貧底線成為新的課題。安徽省作為中國脫貧攻堅(jiān)任務(wù)較重的省份，相對(duì)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(gè)地級(jí)市為研究對(duì)象，利用個(gè)體固定效應(yīng)模型和中介效應(yīng)模型實(shí)證研究數(shù)字普惠金融對(duì)相對(duì)貧困的減緩效應(yīng)。結(jié)論表明：數(shù)字普惠金融能夠顯著助力相對(duì)貧困的減緩；數(shù)字普惠金融可以通過促進(jìn)經(jīng)濟(jì)增長減緩相對(duì)貧困；數(shù)字普惠金融不同子維度均能夠顯著減緩相對(duì)貧困。文章的研究成果在豐富相關(guān)領(lǐng)域研究的同時(shí)，為更好地助力安徽省鞏固脫貧攻堅(jiān)成果提供政策參考依據(jù)。

關(guān)鍵詞：數(shù)字普惠金融；相對(duì)貧困；減貧效應(yīng)；經(jīng)濟(jì)增長

中圖分類號(hào)：F832????文獻(xiàn)標(biāo)識(shí)碼：A?文章編號(hào)：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(jiān)任務(wù)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(nóng)村絕對(duì)貧困任務(wù)，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(jīng)濟(jì)社會(huì)現(xiàn)象，貧困問題并未被徹底解決。當(dāng)前，貧困問題已從絕對(duì)貧困轉(zhuǎn)變?yōu)槌噬Ⅻc(diǎn)式分布的相對(duì)貧困。為此，中央一號(hào)文件提出要在確保不出現(xiàn)大規(guī)模返貧的前提下，進(jìn)一步夯實(shí)扶貧工作成果，建立健全扶貧工作的長效制度，實(shí)現(xiàn)經(jīng)濟(jì)的全面增長。這意味著我國減貧的重心正式由絕對(duì)貧困轉(zhuǎn)向相對(duì)貧困。

近年來，安徽省城鄉(xiāng)收入差距問題突出，相對(duì)貧困問題亟待解決。數(shù)據(jù)顯示，安徽省貧困群體的消費(fèi)和教育總支出僅是高收入群體的30%。對(duì)此，省政府出臺(tái)《安徽省“十四五”金融業(yè)發(fā)展規(guī)劃》，提出促進(jìn)農(nóng)村地區(qū)以數(shù)據(jù)為驅(qū)動(dòng)的金融發(fā)展，改善農(nóng)村貧困群體的金融保障機(jī)制。金融作為扶貧的重要力量和先導(dǎo)力量，具有良好的扶貧效果。而數(shù)字普惠金融作為傳統(tǒng)金融與現(xiàn)代技術(shù)體系融合的產(chǎn)物，為相對(duì)貧困的減緩直至實(shí)現(xiàn)共同富裕提供了新的思路。

基于以上理論和現(xiàn)實(shí)背景，文章以安徽省16個(gè)地級(jí)市為研究樣本，結(jié)合2011—2021年數(shù)字普惠金融指數(shù)以及歷年統(tǒng)計(jì)年鑒中的相關(guān)數(shù)據(jù)，實(shí)證研究數(shù)字普惠金融在緩解相對(duì)貧困方面的效用，并進(jìn)一步探討異質(zhì)性問題。旨在豐富相關(guān)研究的同時(shí)，為安徽省相對(duì)貧困減緩提供理論依據(jù)和實(shí)踐對(duì)策。

2?文獻(xiàn)綜述

金融發(fā)展與貧困減緩之間的關(guān)系一直是學(xué)界關(guān)注的重要問題。早期關(guān)于金融發(fā)展的研究集中于分析其與經(jīng)濟(jì)增長的關(guān)系（談儒勇，1999）。直至20世紀(jì)90年代，日益嚴(yán)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(guān)研究并未形成一致結(jié)論。部分學(xué)者認(rèn)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(xué)者認(rèn)為兩者呈非線性關(guān)系（張兵和翁辰，2015），當(dāng)然另有一些學(xué)者持有金融發(fā)展不利于減緩貧困的觀點(diǎn)（Galor和Zeira，1993）。

金融業(yè)普遍存在的“二八法則”，導(dǎo)致貧困人群無法享受到完整的金融服務(wù)。高質(zhì)量、大規(guī)模的金融服務(wù)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(nóng)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(wù)均等輻射到貧困群體，聯(lián)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(huì)各階層提供更安全、方便和可靠的金融服務(wù)，解決貧富差距大的問題。

近年來，中國數(shù)字普惠金融取得了長足進(jìn)步，其突破傳統(tǒng)形式，以人工智能、大數(shù)據(jù)技術(shù)等數(shù)字化技術(shù)為特征，能有效降低信息共享成本與擴(kuò)大金融服務(wù)群體（郭峰等，2020）。國內(nèi)有學(xué)者對(duì)數(shù)字普惠金融與絕對(duì)貧困的關(guān)系進(jìn)行了研究，大部分認(rèn)為數(shù)字普惠金融能夠減緩絕對(duì)貧困（尹志超和張棟浩，2020）。另有一些學(xué)者認(rèn)為數(shù)字普惠金融緩解絕對(duì)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(shù)字普惠金融實(shí)現(xiàn)平滑消費(fèi)和要素積累。

2020年，隨著我國絕對(duì)貧困的徹底消除，扶貧重點(diǎn)已經(jīng)轉(zhuǎn)向治理相對(duì)貧困和實(shí)施鄉(xiāng)村振興戰(zhàn)略。相對(duì)貧困治理難題在于評(píng)價(jià)維度較廣、貧困人群基數(shù)較大（牟成文和呂培亮，2020）。對(duì)此，一些學(xué)者開始探究數(shù)字普惠金融是否能應(yīng)用于相對(duì)貧困問題的解決，孫繼國等（2020）認(rèn)為其有助于緩解相對(duì)貧困問題。蔣曉敏等（2022）指出其發(fā)展對(duì)相對(duì)貧困減緩影響不明顯或起負(fù)面作用。申云和李京蓉（2022）指出數(shù)字普惠金融與相對(duì)貧困之間呈倒“U”型關(guān)系。

綜上分析，無論是金融發(fā)展與貧困減緩，還是數(shù)字普惠金融與相對(duì)貧困，均未形成一致結(jié)論。故文章立足于安徽省，實(shí)證考察數(shù)字普惠金融的相對(duì)貧困減緩效應(yīng)，以期豐富相關(guān)領(lǐng)域的研究并對(duì)安徽省扶貧實(shí)踐提供理論依據(jù)。

3?理論分析

3.1?直接效應(yīng)

經(jīng)濟(jì)貧困地區(qū)缺乏足夠的金融服務(wù)是在金融方面致貧的重要原因。相較于傳統(tǒng)的金融模式，數(shù)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(wù)延伸至“長尾人群”，在很大程度上緩解了“地理排斥”。在傳統(tǒng)金融體系受到“創(chuàng)造性破壞”的背景下，金融機(jī)構(gòu)不斷提高產(chǎn)品多樣性和服務(wù)效率，降低了準(zhǔn)入門檻，在一定程度上緩解了“條件排斥”和“價(jià)格排斥”，擴(kuò)大了貧困群體選擇金融產(chǎn)品與服務(wù)的可及面。同時(shí)，數(shù)字技術(shù)的應(yīng)用可以對(duì)農(nóng)民軟信息進(jìn)行有效識(shí)別，彌補(bǔ)了硬信息的缺失，從而可以對(duì)其進(jìn)行全方位精準(zhǔn)畫像與動(dòng)態(tài)監(jiān)測，精準(zhǔn)識(shí)別風(fēng)險(xiǎn)，精確扶貧管理，對(duì)緩解相對(duì)貧困發(fā)揮積極作用。

基于此，文章提出假設(shè)H1：數(shù)字普惠金融對(duì)相對(duì)貧困的減緩作用顯著。

3.2?間接效應(yīng)

數(shù)字普惠金融能夠通過推動(dòng)經(jīng)濟(jì)增長產(chǎn)生間接減貧效果。第一階段是數(shù)字普惠金融對(duì)經(jīng)濟(jì)增長的推動(dòng)性作用。首先，信息不對(duì)稱是造成中小微企業(yè)融資難的重要原因，數(shù)字普惠金融可以利用大數(shù)據(jù)技術(shù)構(gòu)建風(fēng)險(xiǎn)控制系統(tǒng)，有效管控、規(guī)避信貸風(fēng)險(xiǎn)，提高融資效率，拓寬收入渠道。其次，數(shù)字普惠金融提供了創(chuàng)新型分布式網(wǎng)絡(luò)布局，打破了傳統(tǒng)交易模式下資源流動(dòng)空間較為封閉的限制，區(qū)域產(chǎn)業(yè)結(jié)構(gòu)得到優(yōu)化（陸鳳芝等，2022）。最后，對(duì)數(shù)字技術(shù)產(chǎn)業(yè)的投資能提高資本的積累效率，增加資本的積存數(shù)量，從而改善經(jīng)濟(jì)狀況（姚鳳閣和李麗佳，2020）。第二階段為經(jīng)濟(jì)增長減緩相對(duì)貧困。一方面，經(jīng)濟(jì)增長的“涓滴效應(yīng)”會(huì)帶來更多的工作機(jī)會(huì)，拓寬收入渠道，從而增加低收入弱勢群體的財(cái)富來源。另一方面，經(jīng)濟(jì)增長會(huì)改善當(dāng)?shù)卣呢?cái)政狀況，政府通過財(cái)政杠桿的調(diào)控為低收入群體提供生活保障，以此改善社會(huì)貧困水平，擺脫“貧困陷阱”。

基于此，文章提出假設(shè)H2：數(shù)字普惠金融通過經(jīng)濟(jì)增長間接減緩相對(duì)貧困。

4?實(shí)證研究設(shè)計(jì)

4.1?模型構(gòu)建

（1）基準(zhǔn)模型。為檢驗(yàn)假設(shè)H1，文章在控制一系列變量后構(gòu)建個(gè)體固定效應(yīng)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(shù)；DIFit為解釋變量數(shù)字普惠金融指數(shù)；Controlit為控制變量；θt代表個(gè)體固定效應(yīng)；εit為隨機(jī)擾動(dòng)項(xiàng)；αi為待估參數(shù)。

（2）中介模型。為檢驗(yàn)假設(shè)H2，文章借鑒溫忠麟和葉寶娟（2014）的研究成果，構(gòu)建如下中介效應(yīng)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(jīng)濟(jì)發(fā)展水平，αi、?βi、?δi為待估參數(shù)。關(guān)于是否存在中介效應(yīng)，若α1、?β1、?δ2同時(shí)顯著，則說明經(jīng)濟(jì)發(fā)展水平的中介效應(yīng)顯著。

4.2?變量選取

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

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

（3）中介變量。文章選取的中介變量是經(jīng)濟(jì)發(fā)展水平，用人均GDP衡量。

（4）控制變量。財(cái)政支出：用地區(qū)財(cái)政支出除以地區(qū)總產(chǎn)值表示；第二產(chǎn)業(yè)結(jié)構(gòu)：用地區(qū)第二產(chǎn)業(yè)產(chǎn)值除以總產(chǎn)值表示；城鎮(zhèn)化率：用城鎮(zhèn)常住人口除以地區(qū)總?cè)丝诒硎?；?duì)外開放水平：用進(jìn)出口總額除以地區(qū)總產(chǎn)值表示。

4.3?數(shù)據(jù)來源與統(tǒng)計(jì)特征

文章以安徽省16個(gè)地級(jí)市為研究對(duì)象。原始數(shù)據(jù)中數(shù)字普惠金融指數(shù)取自《北京大學(xué)數(shù)字普惠金融指數(shù)》、其他指標(biāo)數(shù)據(jù)取自有關(guān)年份《安徽省統(tǒng)計(jì)年鑒》。為了確保數(shù)據(jù)一致性、可比性，文章將絕對(duì)性變量進(jìn)行對(duì)數(shù)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(jié)果見表1。

5?實(shí)證結(jié)果與分析

5.1?基準(zhǔn)回歸分析

表2展示了模型（1）的回歸結(jié)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(jié)果表明，無論是否引入控制變量，被解釋變量的回歸系數(shù)均為負(fù)數(shù)且在1%的置信水平下顯著，這說明數(shù)字普惠金融的減貧效應(yīng)顯著。文章假設(shè)H1得到驗(yàn)證。

控制變量方面，總體符合預(yù)期。財(cái)政支出、城鎮(zhèn)化率的回歸系數(shù)均在5%的置信水平下顯著為負(fù)，表明兩者有利于減貧。但是第二產(chǎn)業(yè)結(jié)構(gòu)和對(duì)外開放水平卻在5%的置信水平下顯著正向影響相對(duì)貧困，這與預(yù)期不符?？赡艿脑蚴?，第二產(chǎn)業(yè)多分布在城鎮(zhèn)地區(qū)，其占比越大說明當(dāng)?shù)氐霓r(nóng)業(yè)占比越小，農(nóng)村農(nóng)業(yè)的發(fā)展空間受限，進(jìn)而加劇了農(nóng)村相對(duì)貧困狀況；農(nóng)村地區(qū)優(yōu)勢產(chǎn)業(yè)較少，貿(mào)易出口品多為非農(nóng)產(chǎn)品，這不僅使農(nóng)民不能享受到貿(mào)易開放的好處，反而會(huì)加大其與經(jīng)濟(jì)發(fā)達(dá)地區(qū)的差距，從而對(duì)于相對(duì)貧困減緩有弱化作用。

5.2?穩(wěn)健性檢驗(yàn)

為驗(yàn)證數(shù)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(shù)取代泰爾指數(shù)進(jìn)行回歸分析。研究發(fā)現(xiàn)，解釋變量回歸系數(shù)的方向與顯著性均未發(fā)生本質(zhì)改變，這體現(xiàn)了模型的可靠性和穩(wěn)定性。

5.3?中介效應(yīng)檢驗(yàn)

表4展示了對(duì)中介模型的回歸結(jié)果。其中，列（1）是對(duì)模型（2）的回歸結(jié)果，同表2的第（2）列所示，表明數(shù)字普惠金融可以顯著減緩相對(duì)貧困，這在前文已經(jīng)得到了驗(yàn)證，因此，可以進(jìn)行下一步檢驗(yàn)。列（2）是對(duì)模型（3）的回歸結(jié)果。結(jié)果顯示，數(shù)字普惠金融在5%的置信水平上顯著影響安徽省經(jīng)濟(jì)發(fā)展水平，即促進(jìn)安徽經(jīng)濟(jì)增長，第二步得證。列（3）是對(duì)模型（4）的回歸結(jié)果。結(jié)果顯示，數(shù)字普惠金融和經(jīng)濟(jì)發(fā)展水平的回歸系數(shù)均為負(fù)且在1%的置信水平上顯著，但是數(shù)字普惠金融系數(shù)的絕對(duì)值和顯著性與列（1）相比均有所下降，說明經(jīng)濟(jì)增長在減貧中發(fā)揮重要作用。文章假設(shè)H2得到驗(yàn)證。

5.4?拓展性分析

數(shù)字普惠金融指數(shù)包括三個(gè)子指數(shù)，不同子指數(shù)的減貧效果可能存在不同。因此，文章對(duì)三個(gè)子指數(shù)分別構(gòu)建個(gè)體固定效應(yīng)模型，結(jié)果如表5所示。發(fā)現(xiàn)數(shù)字普惠金融三個(gè)子指數(shù)的系數(shù)均在1%的置信水平上顯著為負(fù)，這說明數(shù)字普惠金融通達(dá)性的增強(qiáng)、網(wǎng)絡(luò)金融服務(wù)的多樣化以及數(shù)字化水平的提高均有助于降低相對(duì)貧困發(fā)生率。

6?研究結(jié)論與政策建議

6.1?研究結(jié)論

數(shù)字普惠金融能夠顯著助力相對(duì)貧困的減緩；數(shù)字普惠金融可以通過促進(jìn)經(jīng)濟(jì)增長減緩相對(duì)貧困；數(shù)字普惠金融不同子維度均能夠顯著減緩相對(duì)貧困。

6.2?政策建議

第一，大力推動(dòng)數(shù)字普惠金融的發(fā)展。出臺(tái)相關(guān)政策，加大對(duì)落后地區(qū)金融資源傾斜力度，完善其金融基礎(chǔ)設(shè)施建設(shè)，提高金融服務(wù)覆蓋力度；加大對(duì)數(shù)字技術(shù)的研發(fā)投入，在構(gòu)建多元化金融發(fā)展體系的同時(shí)對(duì)農(nóng)村居民資金需求進(jìn)行個(gè)性化匹配，以期提高使用深度和數(shù)字化程度；加強(qiáng)對(duì)數(shù)字普惠金融的宣傳以提高農(nóng)民的金融素養(yǎng)，降低“數(shù)字鴻溝”。

第二，共同推進(jìn)多種政策措施，發(fā)揮數(shù)字普惠金融與多種因素的聯(lián)合作用。改善財(cái)政支出結(jié)構(gòu)，優(yōu)化資金配置，加大對(duì)貧困地區(qū)的財(cái)政政策支持；將鄉(xiāng)村振興戰(zhàn)略與城鎮(zhèn)化策略結(jié)合發(fā)展，提高城鎮(zhèn)化水平，使貧困群體有更多的機(jī)會(huì)和渠道接觸先進(jìn)技術(shù)和服務(wù)；因地制宜，深入挖掘當(dāng)?shù)靥厣a(chǎn)業(yè)，通過產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化給農(nóng)民提供更多工作崗位，提高其生活水平。

第三，促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展。結(jié)合地區(qū)比較優(yōu)勢，不斷協(xié)調(diào)產(chǎn)業(yè)架構(gòu)，增強(qiáng)經(jīng)濟(jì)實(shí)力，促進(jìn)地區(qū)經(jīng)濟(jì)包容性增長；當(dāng)?shù)卣畱?yīng)加大教育投入，提升居民創(chuàng)新意識(shí)，同時(shí)出臺(tái)相關(guān)政策鼓勵(lì)實(shí)體創(chuàng)新。

參考文獻(xiàn)：

［1］蔡宏宇，陽超.數(shù)字普惠金融、信貸可得性與中國相對(duì)貧困減緩［J］.財(cái)經(jīng)理論與實(shí)踐，2021，42（4）：24-30.

［2］陳海龍，陳小昆.“涓滴”還是“極化”：數(shù)字普惠金融對(duì)農(nóng)村相對(duì)貧困的改善效應(yīng)［J］.云南財(cái)經(jīng)大學(xué)學(xué)報(bào)，2021，37（7）：15-26.

［3］馬彧菲，杜朝運(yùn).普惠金融指數(shù)測度及減貧效應(yīng)研究［J］.經(jīng)濟(jì)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(duì)貧困的長效機(jī)制——基于馬克思主義主體論的視角［J］.貴州社會(huì)科學(xué)，2020（7）：154-160.

［5］申云，李京蓉.數(shù)字普惠金融與農(nóng)戶相對(duì)貧困脆弱性［J］.華南農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022，21（1）：105-117.

［6］孫繼國，韓開顏，胡金焱.數(shù)字普惠金融是否減緩了相對(duì)貧困？——基于CHFS數(shù)據(jù)的實(shí)證研究［J］.財(cái)經(jīng)論叢，2020（12）：50-60.

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

［8］談儒勇.中國金融發(fā)展和經(jīng)濟(jì)增長關(guān)系的實(shí)證研究［J］.經(jīng)濟(jì)研究，1999（10）：53-61.

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

［10］謝平，鄒傳偉.互聯(lián)網(wǎng)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(jīng)濟(jì)學(xué)（季刊），2020，20（5）：153-172.

［12］曾福生，鄭洲舟.多維視角下農(nóng)村數(shù)字普惠金融的減貧效應(yīng)分析［J］.農(nóng)村經(jīng)濟(jì)，2021（4）：70-77.

［13］張兵，翁辰.農(nóng)村金融發(fā)展的減貧效應(yīng)——空間溢出和門檻特征［J］.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，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(xiàng)目］安徽省大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃“數(shù)字普惠金融的減貧效應(yīng)：來自安徽省的經(jīng)驗(yàn)證據(jù)”（項(xiàng)目編號(hào)：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(xué)。