龍 池 ， 張紅梅

（貴州財經(jīng)大學(xué)，貴州 貴陽 550025）

中國已全面消除絕對貧困，但基于多維貧困視角下的貧困治理對鞏固拓展脫貧攻堅成果仍具有重要意義。數(shù)字普惠金融自誕生以來就背負(fù)著治理貧困的使命。在這個問題上，國內(nèi)現(xiàn)有研究存在兩種對立觀點(diǎn)：胡聯(lián)等[1]、何宗樾等[2]認(rèn)為現(xiàn)階段數(shù)字普惠金融加劇了貧困或相對貧困，張棟浩等[3]認(rèn)為數(shù)字普惠金融緩解了貧困，這兩種觀點(diǎn)都默認(rèn)了數(shù)字普惠金融對貧困的影響是固定的。由于金融發(fā)展是經(jīng)濟(jì)增長的動力之一，而經(jīng)濟(jì)增長動力對經(jīng)濟(jì)增長的影響具有時間異質(zhì)性[4]，又因?yàn)榻?jīng)濟(jì)增長是金融緩解多維貧困的重要渠道[5]，所以數(shù)字普惠金融對多維貧困的影響可能同樣存在時間異質(zhì)性，未考慮其影響方向上的變化會導(dǎo)致研究結(jié)論不全面或不準(zhǔn)確。

1 理論分析與研究假說

1.1 數(shù)字普惠金融與多維貧困

從金融抑制、金融排斥的角度來看，數(shù)字普惠金融發(fā)展早期存在減貧阻礙。一是早期有關(guān)制度、政策、基礎(chǔ)設(shè)施、服務(wù)體系等不健全和不完善[6]，普惠力量難以滲透到不發(fā)達(dá)地區(qū)，形成了供給側(cè)的金融排斥[7]。二是在數(shù)字普惠金融發(fā)展早期，用戶對數(shù)字普惠金融產(chǎn)品了解不足，數(shù)字普惠金融提高金融可及性的同時，也帶來了大量的學(xué)習(xí)成本和試錯成本，居民難以合理利用數(shù)字普惠金融促進(jìn)自身發(fā)展，對數(shù)字普惠金融產(chǎn)品的使用可能使得自身的狀況變得更糟糕，比如不理智的超前消費(fèi)、更重的債務(wù)負(fù)擔(dān)等。

但不可否認(rèn)的是，隨著數(shù)字普惠金融供給側(cè)改革不斷深入和“成熟”數(shù)字用戶的增加，數(shù)字普惠金融克服傳統(tǒng)金融局限提高金融普惠性和滲透性的積極作用得以發(fā)揮。具體表現(xiàn)為：金融普惠性的提高通過增加貧困家庭人力資本和物質(zhì)資本降低了其多維貧困程度和多維貧困脆弱性[3]，金融滲透性的提高通過緩解貧困家庭的融資約束從而促進(jìn)貧困緩解[8]。由此提出假設(shè)。

假設(shè)H1：數(shù)字普惠金融與縣域居民多維貧困存在倒U型關(guān)系。

1.2 城鄉(xiāng)就業(yè)結(jié)構(gòu)的調(diào)節(jié)作用

數(shù)字基礎(chǔ)設(shè)施作為連接數(shù)字金融產(chǎn)品供需雙方的媒介，是數(shù)字普惠金融發(fā)揮多維減貧效應(yīng)的關(guān)鍵[1]。由于我國長期的城鄉(xiāng)二元發(fā)展，目前城鄉(xiāng)數(shù)字基礎(chǔ)設(shè)施水平存在較大差異。從國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報的數(shù)據(jù)來看，2021年我國互聯(lián)網(wǎng)普及率為73.0%，其中農(nóng)村地區(qū)互聯(lián)網(wǎng)普及率僅為57.6%，城鎮(zhèn)居民的數(shù)字普惠金融獲得性高于農(nóng)村居民。城鄉(xiāng)就業(yè)結(jié)構(gòu)通過就業(yè)的視角反映城鄉(xiāng)二元發(fā)展的格局，體現(xiàn)了城鄉(xiāng)居民在數(shù)字普惠金融獲得性上的差距。在數(shù)字普惠金融加劇多維貧困階段，城鎮(zhèn)從業(yè)人口占比高的城鄉(xiāng)就業(yè)結(jié)構(gòu)增加了縣域居民接觸數(shù)字普惠金融產(chǎn)品及其服務(wù)的機(jī)會，從而強(qiáng)化了數(shù)字普惠金融對縣域城鄉(xiāng)居民收入、醫(yī)療和教育的負(fù)向影響；在數(shù)字普惠金融緩解多維貧困階段，更多接觸數(shù)字普惠金融的機(jī)會又會強(qiáng)化數(shù)字普惠金融對縣域城鄉(xiāng)居民收入、醫(yī)療和教育的正向影響。由此提出假設(shè)。

假設(shè)H2：鄉(xiāng)村從業(yè)人口占比低的城鄉(xiāng)就業(yè)結(jié)構(gòu)能正向調(diào)節(jié)數(shù)字普惠金融與多維貧困的倒U型關(guān)系。

2 研究設(shè)計

2.1 模型設(shè)定

2.1.1 基準(zhǔn)回歸模型

為檢驗(yàn)數(shù)字普惠金融與縣域多維貧困是否存在倒U型關(guān)系，由豪斯曼檢驗(yàn)和時間虛擬變量聯(lián)合顯著性檢驗(yàn)的結(jié)果決定將面板模型設(shè)定為雙向固定效應(yīng)模型：

其中，Mpovertyit表示i縣t時期的多維貧困程度，包含了Uincomeit、Rincomeit、Medicalit、Educationit四個指標(biāo)，分別表示i縣t時期的縣域城鎮(zhèn)居民收入、縣域農(nóng)村居民收入、縣域醫(yī)療水平、縣域教育水平；DIFit和DIFit2分別表示i縣t時期的數(shù)字普惠金融及其平方項(xiàng)；Controlsit是控制變量；μi、γt分別表示不隨時間變化的個體固定效應(yīng)和不隨個體變化的時間固定效應(yīng)；εit為隨機(jī)擾動項(xiàng)。

2.1.2 調(diào)節(jié)效應(yīng)模型

將城鄉(xiāng)就業(yè)結(jié)構(gòu)及其與數(shù)字普惠金融一次項(xiàng)和平方項(xiàng)的交乘項(xiàng)加入基準(zhǔn)回歸模型中得到調(diào)節(jié)效應(yīng)模型：

其中，EmploySit表示i縣t時期的城鄉(xiāng)就業(yè)結(jié)構(gòu)。

2.2 變量說明

1）被解釋變量?；诳h域數(shù)據(jù)可得性從收入、教育、醫(yī)療三個方面選取指標(biāo)衡量縣域多維貧困。選取城鎮(zhèn)常住人口可支配收入與農(nóng)村常住人口可支配收入作為收入貧困的代理變量。選取縣域小學(xué)和中學(xué)的專任教師人數(shù)作為縣域教育貧困的代理變量。選取縣域醫(yī)療機(jī)構(gòu)床位數(shù)作為縣城醫(yī)療貧困的代理變量。收入、教育和醫(yī)療均為逆向指標(biāo)，值越高說明各維度貧困程度越低。

2）核心解釋變量。用北京大學(xué)數(shù)字金融研究中心發(fā)布的數(shù)字普惠金融縣域指數(shù)來衡量縣域數(shù)字普惠金融的發(fā)展水平。

3）調(diào)節(jié)變量。城鄉(xiāng)就業(yè)結(jié)構(gòu)用鄉(xiāng)村從業(yè)人口占戶籍人口的比重表示，該指標(biāo)變小，說明城鎮(zhèn)從業(yè)人口占比增加，縣域居民數(shù)字普惠金融獲得性增強(qiáng)。

4）控制變量。經(jīng)濟(jì)方面選取人均產(chǎn)出和產(chǎn)業(yè)結(jié)構(gòu)。用第一產(chǎn)業(yè)增加值占GDP的比重和第三產(chǎn)業(yè)增加值占GDP的比重兩個指標(biāo)代表地區(qū)產(chǎn)業(yè)結(jié)構(gòu)。因?yàn)槿丝谀挲g結(jié)構(gòu)會對經(jīng)濟(jì)增長產(chǎn)生顯著影響，從而影響到教育、醫(yī)療等各個方面，本研究用小學(xué)、普通中學(xué)在校生人數(shù)之和占常住人口的比重表示縣域人口年齡結(jié)構(gòu)。因?yàn)樨斦诰蜆I(yè)、教育和醫(yī)療等方面的支出會對縣域多維貧困產(chǎn)生影響，本研究用財政支出占GDP的比重表示財政支持力度。

2.3 數(shù)據(jù)來源及變量描述性統(tǒng)計

各區(qū)縣數(shù)字普惠金融指數(shù)來源為北京大學(xué)數(shù)字普惠金融的縣域指數(shù)，其他數(shù)據(jù)來自貴州省統(tǒng)計年鑒、貴州省各區(qū)縣的統(tǒng)計年鑒和統(tǒng)計公報、貴州省宏觀經(jīng)濟(jì)數(shù)據(jù)庫。通過直線插補(bǔ)法補(bǔ)齊數(shù)據(jù)缺失值，最終得到貴州省88個縣域2014—2020年的平衡面板數(shù)據(jù)，各變量描述性統(tǒng)計如表1所示。

表1 變量描述性統(tǒng)計

3 實(shí)證檢驗(yàn)

3.1 基準(zhǔn)回歸分析

表2報告了基準(zhǔn)回歸的結(jié)果，第（1）～（4）列模型是對線性關(guān)系的檢驗(yàn)，數(shù)字普惠金融的回歸系數(shù)均為負(fù)，說明從線性效應(yīng)來看，現(xiàn)階段數(shù)字普惠金融加劇了多維貧困，但加劇縣域醫(yī)療貧困的線性效應(yīng)不顯著，該研究結(jié)論與何宗樾等[2]的研究結(jié)論類似。第（5）～（8）列模型中加入了數(shù)字普惠金融平方項(xiàng)，回歸結(jié)果表明數(shù)字普惠金融一次項(xiàng)系數(shù)仍然為負(fù)，平方項(xiàng)的系數(shù)均顯著為正，且模型擬合程度更好，說明數(shù)字普惠金融與縣域城鄉(xiāng)居民收入、醫(yī)療和教育均存在顯著的U型關(guān)系，即數(shù)字普惠金融的發(fā)展與多維貧困存在倒U型關(guān)系。

3.2 穩(wěn)健性檢驗(yàn)

根據(jù)Lind & Mehlum判斷U型關(guān)系是否顯著的三個條件[9]：第一，自變量的二次項(xiàng)系數(shù)顯著為正；第二，拐點(diǎn)位置落在自變量的取值范圍內(nèi)；第三，當(dāng)自變量為樣本最小值時，斜率顯著為負(fù)；當(dāng)自變量為樣本最大值時，斜率顯著為正。本研究基準(zhǔn)回歸中二次項(xiàng)系數(shù)均顯著為正，滿足第一條；根據(jù)描述統(tǒng)計，17＜DIF＜131，各拐點(diǎn)位置均落在數(shù)字普惠金融指數(shù)的樣本區(qū)間內(nèi)，滿足第二條；自變量為下限時斜率顯著為負(fù)，自變量為上限時斜率顯著為正（見表2），因此同時滿足上述三個條件，可以認(rèn)為U型關(guān)系是顯著的，即數(shù)字普惠金融與縣域多維貧困的倒U型關(guān)系是顯著的。

表2 基準(zhǔn)回歸結(jié)果

3.3 內(nèi)生性分析

數(shù)字普惠金融與多維貧困之間可能存在反向因果等內(nèi)生性問題，比如在居民收入高的區(qū)縣數(shù)字普惠金融的發(fā)展更好等。引入解釋變量滯后項(xiàng)是該問題較為有效的解決辦法之一[10]。本研究將滯后一期的數(shù)字普惠金融指數(shù)作為當(dāng)期數(shù)字普惠金融的工具變量，將滯后一期數(shù)字普惠金融的平方作為當(dāng)期數(shù)字普惠金融平方項(xiàng)的工具變量，用兩階段最小二乘法對基準(zhǔn)回歸模型進(jìn)行估計[11]。其中，DWH內(nèi)生性檢驗(yàn)的結(jié)果表明：城鎮(zhèn)居民收入、農(nóng)村居民收入和縣域教育為被解釋變量的模型存在內(nèi)生性問題（DWH檢驗(yàn)P＜0.1），縣域醫(yī)療為被解釋變量的模型中不存在顯著的內(nèi)生性問題（DWH檢驗(yàn)P＞0.1），因此該部分無需關(guān)注縣域醫(yī)療模型。表3報告了工具變量法的估計結(jié)果，內(nèi)生性檢驗(yàn)與基準(zhǔn)回歸結(jié)論一致，結(jié)論穩(wěn)健。

表3 2sls回歸結(jié)果

3.4 調(diào)節(jié)效應(yīng)分析

表4報告了城鄉(xiāng)就業(yè)結(jié)構(gòu)的調(diào)節(jié)效應(yīng)回歸結(jié)果，表4的各列模型中EmploySit*DIFit2的系數(shù)分別在1%、1%、10%、1%的水平上顯著，表明城鄉(xiāng)就業(yè)結(jié)構(gòu)對數(shù)字普惠金融與縣域城鄉(xiāng)居民收入、醫(yī)療和教育的倒U型關(guān)系具有顯著的調(diào)節(jié)作用，即對數(shù)字普惠金融與多維貧困的倒U型關(guān)系具有調(diào)節(jié)作用。具體分析如下。

3.4.1 城鄉(xiāng)就業(yè)結(jié)構(gòu)對U曲線拐點(diǎn)位置的調(diào)節(jié)

根據(jù)式（2），U曲線的拐點(diǎn)為：

為了說明城鄉(xiāng)就業(yè)結(jié)構(gòu)如何影響U曲線拐點(diǎn)位置的移動，將式（3）兩邊同時對城鄉(xiāng)就業(yè)結(jié)構(gòu)求導(dǎo)：

式（4）分母恒正，若分子η1η5-η2η4＞0，拐點(diǎn)將隨著調(diào)節(jié)變量的增大向右移；若η1η5-η2η4＜0，拐點(diǎn)將隨著調(diào)節(jié)變量的增大向左移。表4各列模型均有η1η5-η2η4＞0，說明U曲線的拐點(diǎn)將隨著調(diào)節(jié)變量的減小向左移，即隨著鄉(xiāng)村從業(yè)人口占比下降拐點(diǎn)向左移，利于數(shù)字普惠金融更早發(fā)揮多維減貧作用。此外，根據(jù)式（4），城鄉(xiāng)就業(yè)結(jié)構(gòu)的拐點(diǎn)移動效應(yīng)是否顯著取決于η1、η2、η3、η4這4個系數(shù)是否同時顯著（本文默認(rèn)通過10%的顯著性檢驗(yàn)即視為顯著）。表4第（2）列和第（4）列模型的結(jié)果顯示η1、η2、η4、η5這4個系數(shù)同時顯著，因此農(nóng)村居民收入和教育模型中城鄉(xiāng)就業(yè)結(jié)構(gòu)的拐點(diǎn)移動效應(yīng)顯著。表4第（1）列和第（3）列模型結(jié)果分別顯示是EmployS*DIF的系數(shù)η4不顯著以及DIF和EmployS*DIF的系數(shù)η1和η4不顯著，因此城鎮(zhèn)居民收入和縣域醫(yī)療模型中城鄉(xiāng)就業(yè)結(jié)構(gòu)的拐點(diǎn)移動效應(yīng)不顯著。

表4 城鄉(xiāng)就業(yè)結(jié)構(gòu)調(diào)節(jié)效應(yīng)回歸結(jié)果

3.4.2 城鄉(xiāng)就業(yè)結(jié)構(gòu)對U曲線形狀的調(diào)節(jié)

U曲線形狀的變化僅取決于EmployS*DIF2的系數(shù)η5的方向，若η5＞0，U曲線隨著調(diào)節(jié)變量的增大變得陡峭，若η5＜0，U曲線隨著調(diào)節(jié)變量的增大變得平滑。表4各列模型中EmployS*DIF2的系數(shù)η5均小于零，說明鄉(xiāng)村從業(yè)人口占比下降會使數(shù)字普惠金融與縣域城鄉(xiāng)居民收入、醫(yī)療和教育的U曲線變得陡峭，即鄉(xiāng)村從業(yè)人口占比下降的調(diào)節(jié)作用會使得數(shù)字普惠金融與多維貧困的倒U型曲線變得陡峭。

4 研究結(jié)論與啟示

研究結(jié)論：1）從線性影響來看，現(xiàn)階段的數(shù)字普惠金融加劇了縣域多維貧困，但線性關(guān)系并不準(zhǔn)確。加入數(shù)字普惠金融二次項(xiàng)的模型表明數(shù)字普惠金融與多維貧困存在顯著倒U型關(guān)系。2）城鄉(xiāng)就業(yè)結(jié)構(gòu)對數(shù)字普惠金融與縣域多維貧困的倒U型關(guān)系具有顯著的調(diào)節(jié)作用，表現(xiàn)為鄉(xiāng)村從業(yè)人口占比下降，倒U曲線的拐點(diǎn)向左移，同時倒U曲線變得陡峭，但拐點(diǎn)移動效應(yīng)只在農(nóng)村居民收入和教育模型中顯著。

研究啟示：持續(xù)發(fā)展數(shù)字普惠金融利于多維貧困緩解，如何強(qiáng)化數(shù)字普惠金融的多維減貧作用，本研究提供了兩條可行途徑：一方面，基于城鄉(xiāng)就業(yè)結(jié)構(gòu)的調(diào)節(jié)作用，積極調(diào)整城鄉(xiāng)就業(yè)結(jié)構(gòu)，鼓勵農(nóng)民進(jìn)城務(wù)工、創(chuàng)業(yè)等，增加城鎮(zhèn)就業(yè)人口占比；另一方面，城鄉(xiāng)就業(yè)結(jié)構(gòu)能調(diào)節(jié)數(shù)字普惠金融與多維貧困的倒U型關(guān)系的根本原因是城鄉(xiāng)發(fā)展存在差距，這種差距既包含數(shù)字基礎(chǔ)設(shè)施、數(shù)字工具等有形差距，也包含城鎮(zhèn)人口與農(nóng)村人口在認(rèn)知能力上的差距[12]。因此，加大對農(nóng)村地區(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè)的資金投入以及提升農(nóng)村人口的金融素養(yǎng)，是強(qiáng)化數(shù)字普惠金融更好實(shí)現(xiàn)多維減貧的另一有效途徑。