逯海勇 李琳 宋培

摘?要：全面建成小康社會后，新時期扶貧工作的重點將從消除絕對貧困向緩解相對貧困轉變。本文在概念辨析基礎上，闡述了傳統普惠金融與數字普惠金融減緩農村相對貧困的作用機理及異質性，并采用中國家庭動態(tài)跟蹤調查（CFPS）數據，實證檢驗傳統普惠金融與數字普惠金融兩種普惠金融形態(tài)對農村相對貧困減緩的具體影響。研究發(fā)現，傳統普惠金融與數字普惠金融均有助于減緩農村相對貧困，但傳統普惠金融在農村減貧中發(fā)揮的作用更大；進一步分析表明，用戶認知能力及個人終端要求是限制數字普惠金融有效發(fā)揮減貧作用的重要因素。

關鍵詞：傳統普惠金融；數字普惠金融；相對貧困

中圖分類號：F328；F8320文獻標識碼：A文章編號：1001-148X（2023）02-0135-10

收稿日期：2022-05-19

作者簡介：逯海勇（1992-），男，山東濰坊人，博士研究生，研究方向：區(qū)域協調發(fā)展；李琳（1995-），女，山西太原人，博士研究生，研究方向：數字經濟；宋培（1995-），男，江蘇鹽城人，博士研究生，研究方向：數字經濟。

基金項目：教育部哲學社會科學研究重大課題攻關項目“新時代區(qū)域協調發(fā)展戰(zhàn)略研究”，項目編號：20JZD028；天津市研究生科研創(chuàng)新項目“數字技術驅動經濟結構優(yōu)化轉型的內在機理、效應評估與政策創(chuàng)新”，項目編號：?2021YJSB037。

一、引?言

歷經30年扶貧開發(fā)，尤其是在十八大精準扶貧策略的指引下，2020年中國實現農村貧困人口全面脫貧，中國絕對貧困的消除宣告幾千年來影響中國歷史治亂興衰的貧困問題得到根本性解決，但絕對貧困的消除并不意味著貧困問題的終結。共同富裕是社會主義的本質要求，共同富裕要求先富帶動后富，而“后富”的人群是相對貧困、相對落后、相對困難的人群［1］。發(fā)展不平衡不充分導致相對貧困問題長期存在，城鄉(xiāng)之間普遍存在的收入差距也亟須得到解決。黨的十九屆四中全會明確提出，“堅決打贏脫貧攻堅戰(zhàn)，鞏固脫貧攻堅成果，建立解決相對貧困的長效機制”。黨的十九屆五中全會把實現鞏固拓展脫貧攻堅成果同鄉(xiāng)村振興有效銜接作為未來五年全國農業(yè)農村發(fā)展的重點任務。新時期扶貧工作的重點將從消除絕對貧困向緩解相對貧困轉變。

扶貧工作重點的轉變是否意味著扶貧方式的轉變？相較于絕對貧困“攻堅戰(zhàn)”的精準，相對貧困“持久戰(zhàn)”應當更為注重普惠，扶貧方式應當從以往“輸血式”扶貧向“造血式”扶貧轉變，激發(fā)農村居民自主脫貧動力機制。在中國，發(fā)展普惠金融特別是農村地區(qū)的普惠金融，已經成為助推城鄉(xiāng)融合發(fā)展和實現鄉(xiāng)村振興戰(zhàn)略的重要路徑。普惠金融作為一種市場化的扶貧方式，使得原本排斥在傳統金融體系之外的農村居民、低收入者等人群能夠獲得信貸資金，普惠金融的包容性有效減緩了貧困。近年來，數字技術與普惠金融深度融合塑造普惠金融新業(yè)態(tài)，與傳統普惠金融通過物理網點作為運營平臺獲取客戶不同，數字普惠金融依托手機、電腦等終端為客戶提供線上服務，憑借其技術優(yōu)勢打穿傳統普惠金融獲客的空間限制，發(fā)展速度迅猛，但數字普惠金融在迅速發(fā)展的同時將無法通過線上方式申請信貸資金的人群排斥在外，從而形成了數字鴻溝，數字普惠金融的“普惠”二字受到質疑。在新時期農村相對貧困治理過程中，對現階段傳統普惠金融與數字普惠金融何者作用更大的探討，將為相對貧困解決建立長效機制提供有意義的借鑒。

二、文獻綜述

根據普惠金融的發(fā)展歷程，現有文獻關于普惠金融對貧困減緩的相關研究可分為兩個階段。

第一階段聚焦于傳統普惠金融與貧困減緩的關系研究。首先是傳統普惠金融的內涵界定研究。普惠金融理念最早于2005年由聯合國正式提出，其宗旨是讓原本排斥于傳統金融體系之外的弱勢群體如農村居民、小微企業(yè)等可以平等地獲得金融服務、實現金融服務的“普惠性”［2-3］。普惠金融的初始形態(tài)是銀行、保險等金融機構以物理網點作為服務場所，為弱勢群體提供優(yōu)惠性金融服務，如小額信貸、農業(yè)保險等［4］。這類依托物理網點開展普惠金融服務的形態(tài)被稱為傳統普惠金融［5］。其次是傳統普惠金融對貧困減緩的理論機制研究。Burgess和Pande?（2015）［6］發(fā)現在農村地區(qū)設立銀行機構、推行微型金融項目等這類普惠金融措施可提高當地居民的信貸可得性、緩解農戶的流動性約束，讓農戶有更多資金用于農業(yè)生產，進而降低當地居民的貧困水平。馬彧菲和杜朝運（2017）［7］在現有研究的基礎上系統梳理了普惠金融對貧困減緩的兩條作用渠道：一是直接作用渠道，普惠金融可為被排斥于傳統金融服務體系之外的偏遠地區(qū)居民以及低收入群體提供金融服務，提高其信貸可得性，降低其生產資金限制，從而實現貧困減緩；二是間接作用渠道，普惠金融可以通過促進農村經濟增長等途徑間接實現貧困減緩。最后是傳統普惠金融對貧困減緩的實證研究，Omar和Inaba（2020）［8］、顧寧和張?zhí)穑?019）［9］分別基于116個發(fā)展中國家數據和中國省份層面數據驗證了普惠金融可以減緩農村貧困，朱一鳴和王偉（2017）［10］、譚燕芝和彭千芮（2018）［11］分別采用不同貧困衡量指標也同樣驗證了普惠金融的發(fā)展對貧困減緩具有促進作用。

第二階段聚焦于數字普惠金融與貧困減緩的相關研究。首先是數字普惠金融的概念界定研究。黃益平和黃卓（2018）［12］將數字普惠金融定義為傳統金融機構以及互聯網企業(yè)采用數字技術為用戶提供金融服務的普惠金融新業(yè)態(tài)，其獨特優(yōu)勢在于依托移動終端和大數據分析，降低了獲客與風控成本。數字普惠金融與傳統金融最大的區(qū)別在于突破了傳統金融對物理網點的依賴，可通過線上方式為用戶提供金融服務，極大提升了金融服務的覆蓋范圍［13］。其次是數字普惠金融對貧困減緩的理論機制研究。大多數研究認為數字普惠金融對貧困減緩具有正向促進作用。周利等（2021）［14］研究發(fā)現傳統金融服務對農村居民等長尾群體存在信貸歧視，數字金融服務的低門檻可以補充正規(guī)金融服務的供應短缺、緩解農戶的信貸約束，進而實現貧困減緩。羅煜和曾戀云（2021）［15］進一步梳理了數字普惠金融的減貧機制，指出數字普惠金融不僅能通過緩解流動性約束的方式來直接減緩貧困，也可以通過提升收入、改善消費、促進財富積累的方式來間接減緩貧困。但也有少數研究指出數字普惠金融存在數字鴻溝，不利于貧困減緩。何宗樾等（2020）［16］研究發(fā)現數字金融會擠占非互聯網用戶的資源，從而導致此類群體更加貧困。最后是數字普惠金融對貧困減緩的實證研究?，F有研究已從不同數據、不同方法、不同測量指標驗證了數字普惠金融有利于居民貧困減緩。劉魏等（2021）［17］、梁榜（2022）［18］分別采用家庭跟蹤調查數據和中國縣域面板數據驗證了數字普惠金融可以有效促進農村貧困減緩。吳雨等（2021）［19］、強國令和商城（2022）［20］也分別采用不同實證方法驗證了數字普惠金融對于家庭財富增長的促進作用。

綜上所述，現有研究存在以下可拓展空間：一是現有文獻均已論證傳統普惠金融與數字普惠金融有助于貧困減緩，可是作為兩種截然不同的普惠金融形態(tài)，兩者從獲客渠道、應用場景、風險控制均有顯著差異，那么何者更適用于農村貧困減緩呢？目前缺乏傳統普惠金融與數字普惠金融的定量對比研究；二是關于貧困減緩的研究，以往文獻注重于普惠金融對絕對貧困的研究，盡管絕對貧困與相對貧困有相同之處，但兩者在制定標準、覆蓋人群、治理手段有很大的差異，隨著新時期扶貧工作的重點將從消除絕對貧困向緩解相對貧困轉變，相對貧困的研究變得更為重要。本文的貢獻可能在于：一是清晰界定了兩種普惠金融形態(tài)的概念，并從包容性、特定人群支持、商業(yè)可持續(xù)性三個維度詳細對比了兩種普惠金融形態(tài)的優(yōu)劣，在刻畫農村地區(qū)群體特征的基礎上從理論上闡明了盡管數字技術與普惠金融的結合更具商業(yè)可持續(xù)性和包容性，但傳統普惠金融因其對特定人群的支持更適用于相對貧困群體的減緩；二是在實證層面，將研究對象對準相對貧困群體，采用2014年、2016年、2018年CFPS數據實證檢驗了兩種普惠金融形態(tài)對于農村相對貧困減緩的作用大小，并通過異質性分析捕捉了數字普惠金融對于農村相對貧困減緩作用相對較弱的原因。

三、理論分析及研究假設

（一）概念界定

中國普惠金融的發(fā)展自2006年開始，傳統金融機構通過開展專項小額信貸、發(fā)放優(yōu)惠低息貸款、設立小微、三農專營支行等方式推進普惠金融的發(fā)展。隨著數字信息技術的不斷發(fā)展，金融科技公司創(chuàng)造性地將普惠金融與金融科技相結合誕生數字普惠金融這一新金融業(yè)態(tài)，自2010年開始，數字普惠金融在中國迅速發(fā)展，逐步形成了包括第三方互聯網金融、電商平臺配套金融服務、傳統金融服務的數字化升級等在內的新金融服務模式［21］。

傳統普惠金融是指以物理網點作為獲客渠道，通過線下“一對一”模式為客戶提供人工服務，以中國農業(yè)銀行農戶小額貸款為例，具體應用場景為農戶向中國農業(yè)銀行網點申請并攜帶相關證明作為審核材料、審核通過后雙方簽訂貸款合同、貸款通過轉賬方式發(fā)放至借款人銀行賬戶。數字普惠金融是指以用戶手機或電腦作為申請終端，采用大數據、云計算等數字科技收集征信信息，通過線上平臺自動化為客戶提供貸款服務，具體應用場景為借款人在線上提出申請、智能終端依托消費記錄等大數據進行審核、審核通過后借款人簽訂電子合同、貸款發(fā)放至貸款人賬戶。從獲客渠道、服務模式、應用場景來看，傳統普惠金融與數字普惠金融的本質區(qū)別在于物理方式與數字方式的不同，傳統普惠金融是以物理網點驅動傳統金融機構參與的傳統金融業(yè)態(tài)，而數字普惠金融是以數字技術驅動金融機構與非金融機構參與的金融創(chuàng)新，兩者互為補充又互為替代。

（二）比較分析

普惠金融是為解決金融排斥而發(fā)展的金融服務業(yè)態(tài)，根據《推進普惠金融發(fā)展規(guī)劃（2016—2020年）》對于普惠金融發(fā)展的要求，普惠金融的發(fā)展應當兼具包容性、商業(yè)可持續(xù)性、特定人群支持，因此本文從這三個維度對傳統普惠金融與數字普惠金融的發(fā)展進行對比。

首先從包容性展開對比，普惠金融的包容性是指讓社會各階層均能以合理的成本接受金融服務，包容性要求地理與人群覆蓋范圍要廣。從地理覆蓋范圍來看，傳統普惠金融服務受到物理網點的限制，而數字普惠金融服務可以通過手機、電腦等終端進行辦理，打破了空間距離的障礙，數字普惠金融地理覆蓋范圍更廣。從人群覆蓋范圍來看，傳統普惠金融需客戶提供保證、抵押、質押或農戶聯保等材料作為信用審核，而數字普惠金融采用大數據作為客戶的信用記錄，降低了對客戶的征信要求，覆蓋人群更廣。

其次從商業(yè)可持續(xù)性展開對比，普惠金融不同社會貧困救助，普惠金融的發(fā)展仍要考量發(fā)放貸款的收益與風險，普惠金融仍是一種市場化行為。從交易成本來看，傳統普惠金融需承擔設立銀行網點的物理成本與“一對一”服務的人工成本，數字普惠金融前期平臺搭建成本高但邊際成本低，且同時可以為大量客戶服務，因此數字普惠金融交易成本更低。從風險控制來看，由于信息的不對稱性，傳統普惠金融為缺乏抵押及財務數字的客戶提供貸款，違約風險較高，數字普惠金融通過大數據、云計算等多種數字技術手段完善風險評估，風控更為簡單。

最后從特定人群支持展開對比，普惠金融發(fā)展的初心是讓非自愿、被排斥在傳統金融體系之外的弱勢群體也可以享受到金融服務，實現機會平等。從用戶門檻來看：數字普惠金融對用戶認知能力要求較高，用戶需具備一定的軟件操作能力與金融知識，用戶當地也需擁有4G或互聯網等數字基礎設施；傳統普惠金融用戶門檻較低，用戶可通過銀行網點的“一對一”服務獲知貸款全部信息。從金融監(jiān)管來看：從事傳統普惠金融服務的機構為銀行等傳統金融機構，金融監(jiān)管較為容易；從事數字普惠金融服務的機構涉及第三方互聯網金融公司等新型金融機構，各種層出不窮的金融服務形式使得監(jiān)管難度大。

本文傳統普惠金融與數字普惠金融的對比如表1所示，從包容性、商業(yè)可持續(xù)性來看，數字普惠金融發(fā)展更好，從特定人群支持來看，傳統普惠金融占據優(yōu)勢。

（三）研究假設

從上文普惠金融的三個特性——包容性、商業(yè)可持續(xù)性、特定人群支持可得知，相較于傳統金融，兩種普惠金融業(yè)態(tài)均可以為原本排斥于傳統金融體系以外的農村居民提供信貸支持，緩解農村居民的流動性約束，進而促進農村貧困減緩。但現階段這兩種普惠金融形態(tài)對農村貧困減緩的作用程度不同。相較于城市地區(qū)的普惠金融客觀發(fā)展條件，農村地區(qū)有如下兩個特征：一是農村居民受教育程度較低，2019年農村居民家庭戶主受教育程度在初中及以下占比869%數據來源：國家統計局。，受教育程度較低限制了農村居民對復利、征信等金融知識的了解，城鄉(xiāng)居民在金融素養(yǎng)之間存在“教育鴻溝”；二是農村居民上網設備覆蓋率低，截止到2021年底我國農村網民規(guī)模為284億，占網民整體數量的2752%數據來源：中國互聯網絡信息中心發(fā)布的第49次《中國互聯網絡發(fā)展狀況統計報告》。，農村地區(qū)網民數量明顯落后于城市地區(qū)，城鄉(xiāng)在網絡設施之間存在“數字鴻溝”。從城鄉(xiāng)對比來看，農村居民是更需要普惠金融適配優(yōu)化的特定人群，需要更低的用戶門檻以及金融監(jiān)管的保駕護航。對于特定人群支持方面，傳統普惠金融相較于數字普惠金融更易于被農村居民所接受。

數字普惠金融服務需要用戶自行了解金融產品與利率計算等，這將部分缺乏金融知識的農村居民排斥在外，同時數字普惠金融服務的開展必須依賴網絡及上網設備，這將部分無法上網的農村居民排斥在外。傳統普惠金融以物理網點作為獲客渠道的方式雖然效率低下，但銀行網點提供的“一對一”服務可以為金融知識匱乏、缺乏智能終端的農村居民提供金融服務，讓更多農村居民可以享受到金融服務。綜上，現階段數字普惠金融對農村居民產生的雙重排斥可能會減弱數字普惠金融對農村減貧的金融支撐，傳統普惠金融對農村居民更具有特定支持性，據此，本文提出如下假設：

H1：傳統普惠金融與數字普惠金融均能有助于農村居民相對貧困的減緩。

H2：相較數字普惠金融，傳統普惠金融對相對貧困減緩的作用更為明顯。

與傳統普惠金融不同，居民獲得數字普惠金融服務必須具備兩個硬性條件：一是居民需要具備一定的認知能力，包括對金融知識的了解以及網站、軟件的使用；二是居民需要具備可以上網的智能終端，如計算機、手機等。然而，從上文城鄉(xiāng)對比來看，一是農村居民受教育程度低，對金融知識以及網絡知識的了解相對不足；二是農村網絡覆蓋率低，計算機、智能手機等智能終端普及率不高。這說明城鄉(xiāng)之間存在“教育鴻溝”和“數字鴻溝”，數字普惠金融對用戶認知能力以及智能終端的硬性要求排斥了部分缺乏金融知識以及智能設備的農村居民。然而，這類農村居民往往位于貧困線附近以及貧困線之下，本應當是普惠金融扶持的重點群體。由于數字普惠金融對于用戶的硬性要求，導致此類群體無法享受到數字普惠金融發(fā)展所帶來的信貸支持，無法緩解用于農業(yè)生產、農村創(chuàng)業(yè)的資金約束。因此，現階段數字普惠金融對農村減貧作用相對較弱。基于此，本文提出如下假設：

H3：數字普惠金融對用戶認知能力及智能終端的硬性要求，是現階段數字普惠金融對農村減貧作用削弱的重要因素。

四、研究設計

（一）數據來源

本文數據主要來源于三個方面：農戶數據來自北京大學中國社會科學調查中心發(fā)布的中國家庭動態(tài)跟蹤調查數據（CFPS），考慮到數字普惠金融于2013年開始在農村普及，本文選取了2014年、2016年和2018年三期追蹤調查數據，并將家庭跟蹤調查數據庫及個人數據庫信息相匹配，最終獲得13314個家庭樣本的面板數據集；數字普惠金融指數來自“北京大學數字普惠金融指數”，該指數采用螞蟻金服的交易賬戶大數據，從覆蓋廣度、使用深度、數字支持服務程度三方面測算了2011年至2018年中國普惠金融的發(fā)展情況；構建傳統普惠金融指數的數據來源于中國人民銀行以及各省、自治區(qū)的統計年鑒。將這三類合并得到包含2014年、2016年和2018年的三期面板數據。

（二）變量與描述性統計

1被解釋變量

衡量相對貧困的指標目前主要有三種：一是收入比例指標，按人均可支配收入的一定比例作為相對貧困標準，美國、歐洲均采用收入比例法作為制定相對貧困的標準，國內多數學者建議以農村居民人均可支配收入中位數的40%作為相對貧困指標［22-23］；二是多維貧困指標，綜合考慮收入、教育、醫(yī)療、生活環(huán)境等多項指標構建多維貧困指標［24］，該指標測算比較全面但農村數據較難搜集；三是在絕對貧困標準上適度提高。本文研究對象為中國農村的相對貧困群體，農村居民醫(yī)療、養(yǎng)老、炊具能源等服務的缺失在一定程度上均可歸結于農村居民收入的相對低下，收入比例法可以很好地定位目前處于收入弱勢的群體，而且數據易得、計算方法簡單，故本文綜合考慮選取第一種方法作為相對貧困標準的度量。采用收入比例法需進一步確定百分比，比例的確定應當既考慮覆蓋人群的實際生活狀況又考慮實際覆蓋人口規(guī)模，故本文綜合考慮我國歷年低保標準與覆蓋人群比例選取農村居民家庭人均純收入中位數的40%作為相對貧困的標準。按照此種方法計算，2018年CFPS調查的農村家庭人均純收入中位數的40%為4533元，與2018年全國農村的低保標準4833元大體相同。相對貧困發(fā)生率為164%，這與歐盟國家相對收入貧困線覆蓋占總人口155%—165%大體一致。經驗證40%是一個恰當的比例選擇。基于以上分析，本文最終選取農村居民家庭人均純收入中位數的40%作為相對貧困的度量，若農戶家庭人均純收入低于40%，則取值為1，即相對貧困群體，若高于40%，則取值為0。

2核心解釋變量

核心解釋變量為傳統普惠金融指數與數字普惠金融指數。與傳統意義上的金融發(fā)展不同，普惠金融發(fā)展更加注重金融服務的廣度，旨在讓排斥在傳統金融體系之外的人群享受到金融服務，故普惠金融指數的制定應當充分反映普惠金融服務的覆蓋廣度、產品可得等方面的情況，此外，根據上文分析傳統普惠金融與數字普惠金融的本質區(qū)別在于物理方式與數字方式的不同，因此傳統普惠金融指標制定時應當著重突出銀行物理網點的重要性。綜合考慮普惠金融指數的制定要求與傳統普惠金融的特殊性，本文在借鑒Sarma（2010）［25］、韓曉宇（2017）［26］指標設計的基礎上構建傳統普惠金融指標體系，具體指標設計如表2所示。本文經過下述計算后最終得到2014年、2016年、2018年我國各省傳統普惠金融指數：首先采用變異系數法確定各指標的權重；然后將各指標進行標準化處理以消除不同指標量綱的差異；最后采用歐氏距離公式整合各指標。

數字普惠金融發(fā)展指數由北京大學數字金融研究中心和螞蟻金服集團共同編制，該指數從覆蓋廣度、使用深度及數字支持服務程度三方面很好地衡量了中國數字普惠金融的發(fā)展情況。該指數采用螞蟻金服的交易賬戶大數據，覆蓋廣度采用支付寶賬戶數及其綁卡數來體現，使用深度通過支付寶平臺開展的支付數、購買基金數、購買保險數等金融服務來衡量，數字支持服務程度通過二維碼支付、芝麻信用免押支付等新型數字支付方式衡量，該指數采用的數據充分體現了數字普惠金融的“數字”特征。最后為將兩者作為對比，分別對傳統普惠金融與數字普惠金融進行標準化處理。

3控制變量

本文選取戶主層面、家庭層面、地區(qū)層面三類控制變量。反映戶主個人特征的變量為戶主年齡、受教育程度、婚姻狀況、健康狀況、是否上網。在農村地區(qū)，戶主一般是家庭最主要的收入來源，對于戶主個人特征的控制可以彌補單純控制家庭特征變量可能帶來的遺漏變量問題，此外家庭是否使用數字普惠金融與當地網絡基礎設施以及戶主對于手機等智能終端設備使用熟練程度有關，因此在戶主個人特征中特地引入是否上網及受教育程度，減少可能存在的內生性問題。反映戶主家庭特征的變量為家庭規(guī)模、是否從事農業(yè)，農村居民收入有限。過多的家庭人口可能會加大家庭陷入相對貧困的可能性，而從事農業(yè)相較從事其他行業(yè)收入相對較低，因此戶主家庭特征變量有必要控制家庭規(guī)模及是否從事農業(yè)。反映地區(qū)發(fā)展狀況的變量為所在地區(qū)GDP，家庭收入與地區(qū)經濟發(fā)展情況息息相關，因此本文進一步控制了地區(qū)特征變量以避免變量遺漏。具體描述性統計如表3所示。

（三）模型設定

本文采用面板數據的Probit模型作為基準模型，驗證傳統普惠金融與數字普惠金融對相對貧困的減緩作用，被解釋變量為相對貧困，核心解釋變量為傳統普惠金融指數與數字普惠金融指數，構建模型如下：

Probit（povertyit=1）=β0+β1TFIit+β2Xit+εit（1）

Probit（povertyit=1）=β0+β1DFIit+β2Xit+εit（2）

公式（1）為相對貧困與傳統普惠金融指數的回歸方程，公式（2）為相對貧困與數字普惠金融指數的回歸方程。其中povertyit是相對貧困的二值虛擬變量，取值為1表明家庭處于相對貧困，取值為0則表示家庭未處于相對貧困。TFIit代表前文構建的傳統普惠金融指數，DFIit為數字普惠金融指數，Xit為一系列戶主層面、家庭層面、地區(qū)層面的控制變量，εit為殘差項。

五、實證結果分析

（一）基準回歸結果

基準回歸結果如表4所示，第（1）列為傳統普惠金融對農村相對貧困影響的回歸結果，傳統普惠金融指數的系數顯著為負，即該地區(qū)傳統普惠金融發(fā)展水平越高，該地區(qū)家庭陷入相對貧困的概率越小，傳統普惠金融為排斥在傳統金融體系之外的弱勢農村群體緩解了信貸約束，從而減少了相對貧困的發(fā)生。第（2）列為數字普惠金融對農村相對貧困影響的回歸結果，數字普惠金融指數的系數也顯著為負，表明該地區(qū)數字普惠金融有效降低了家庭陷入相對貧困的概念，數字普惠金融作為一種新型普惠金融業(yè)態(tài)為農村家庭提供了更為便捷的信貸渠道與理財方式，因此對農村居民相對貧困減緩有明顯的促進作用，由此本文假設H1得到驗證，傳統普惠金融與數字普惠金融的發(fā)展均有助于農村居民相對貧困的減緩。

對比傳統普惠金融指數與數字普惠金融指數的邊際效應，可以看出傳統普惠金融的邊際效應絕對值明顯大于數字普惠金融的邊際效應絕對值，傳統普惠金融指數每增加一個單位，農村家庭相對貧困的概率下降892%，而數字普惠金融指數每增一個單位，農村家庭相對貧困的概率僅下降265%。這表明傳統普惠金融對于相對貧困的減緩作用明顯更大，數字普惠金融需通過智能手機等移動終端來開展金融服務，對農村居民的個人終端及認知稟賦要求較高，位于相對貧困線附近的農村家庭往往使用的數字設備比較落后、受教育程度不高，加之數字普惠金融作為一種新型業(yè)態(tài)剛剛在農村興起，因此數字普惠金融相較于傳統普惠金融可能對農村家庭減緩的作用較弱，這驗證了假設H2。

從反映戶主特征的變量來看，無論是第（1）列回歸結果還是第（2）列回歸結果均表明，戶主年齡越大、教育程度越低、健康狀況越差，家庭陷入相對貧困的可能性越大，這與現實邏輯相符：農村居民往往缺少養(yǎng)老保險以及更多從事體力勞動，隨著戶主年齡變大，家庭收入來源逐漸減少，陷入貧困的可能性變大；戶主受教育程度直接影響戶主的就業(yè)類型，從事農業(yè)及勞動密集型產業(yè)的農村居民收入往往較低；戶主健康狀況越差意味著更多的醫(yī)療支出，家庭也因之更容易陷入貧困。此外，戶主已婚及能夠上網是影響農村家庭相對貧困的重要因素，已婚及能夠上網的戶主會明顯降低家庭陷入相對貧困的可能性，擁有配偶的戶主可能會有更高的家庭責任感，更為積極地去避免貧困，戶主能夠上網本身表明了其認知水平及家庭收入較高，因此不易陷入相對貧困。從家庭特征控制變量來看，第（1）列回歸結果中家庭規(guī)模變量與是否從事農業(yè)并不顯著，第（2）列回歸結果表明，家庭從事農業(yè)陷入相對貧困的可能性較大，可能是因為農業(yè)收入較低導致的，家庭規(guī)模變量不顯著。

（二）內生性處理

盡管本文在模型設定時控制了地區(qū)變量，但是無論傳統普惠金融發(fā)展水平還是數字普惠金融發(fā)展水平可能仍與地區(qū)的風俗習慣、歷史傳統、融資條件等不可觀測的變量相關，模型設定可能存在遺漏變量問題，因此本文借鑒相關文獻為傳統普惠金融與數字普惠金融選取了工具變量從而解決可能存在的內生性問題。

本文參照朱一鳴等（2017）［10］的研究，采用萬人ATM機具數作為傳統普惠金融的工具變量。ATM機具數作為基礎設施類工具變量，與該地區(qū)傳統普惠金融發(fā)展水平高度相關，在控制其他影響家庭相對貧困的變量后地區(qū)ATM機的數量并不直接影響農村家庭貧困程度，滿足工具變量的兩個條件。為檢驗該工具變量的有效性，本文進行了相關性檢驗及弱工具變量檢驗，一階段回歸中傳統普惠金融工具變量的系數顯著不為0，F值為6185，表明該工具變量與傳統普惠金融的相關性很大，弱工具變量檢驗顯示，AR、Wald的p值均小于005，表明該工具變量不是弱工具變量。關于數字普惠金融的工具變量的選擇，本文借鑒張勛等（2019）［27］的研究，采用?“受訪者省會城市與杭州的距離”作為數字普惠金融的工具變量。該工具變量選擇的邏輯是杭州是數字普惠金融的發(fā)源地，受訪者省會城市距離杭州越近，受地理距離的影響數字普惠金融普及程度越高，但是這種地理距離是完全隨機的，不直接影響農村家庭是否處于相對貧困，故該工具變量是一個合宜的工具變量。本文對該工具變量進行了相關性檢驗與弱工具變量檢驗，一階段回歸中，數字普惠金融工具變量的系數顯著不為0，F值為14873，表明該工具變量對數字普惠金融發(fā)展具有較強的解釋力，弱工具變量檢驗顯示，AR、Wald的p值均小于005，表明該工具變量通過弱工具變量檢驗。為更好地匹配傳統普惠金融與數字普惠金融，回歸中萬人ATM機具數及距離變量均做標準化處理。

表5第（1）列為引入萬人ATM機具數作為傳統普惠金融工具變量后二階段回歸的結果，表5第（2）列為引入距離變量作為數字普惠金融工具變量后二階段的回歸結果，無論是第（1）列還是第（2）列回歸系數的方向及顯著性均與基準回歸一致，再次驗證了假設H1，進一步印證了基準回歸結果的可靠性。

（三）穩(wěn)健性檢驗

為保證上述回歸結果的可靠性，本文從以下三個方面開展穩(wěn)健性檢驗：1為防止家庭人均純收入中位數的比例選擇對相對貧困群體覆蓋范圍的影響，本文分別采用家庭人均純收入中位數的50%與30%作為相對貧困的衡量標準，表6第（1）列與（2）列分別為采用家庭人均純收入中位數的50%與30%回歸的結果，回歸結果均顯示傳統普惠金融與數字普惠金融均有利于相對貧困的減緩，且傳統普惠金融的作用更大。2表6第（3）-（5）列為分別采用數字普惠金融的二級指標數字普惠金融覆蓋廣度、使用深度、數字化程度替代數字普惠金融進行回歸的結果，回歸結果均表明數字普惠金融有助于農村居民相對貧困的減緩，且作用要小于傳統普惠金融。3表6第（6）列為采用線性概率模型進行回歸的結果，回歸結果也驗證了假設H1與假設H2。以上穩(wěn)健性結果表明，無論是更換被解釋變量、主要解釋變量還是計量方法，回歸結果的系數方向及顯著性與基準回歸均相同，表明基準回歸結果的穩(wěn)健性。

（四）異質性分析

數字普惠金融相較于傳統普惠金融對客戶金融素養(yǎng)與個人終端有更高的要求，而處于相對貧困線邊緣的群體受教育程度較低、缺乏上網終端，這可能是影響數字普惠金融減貧效應發(fā)揮的關鍵因素。為驗證數字普惠金融對不同類別農村居民群體的異質性影響，首先按戶主受教育程度的不同進行分組回歸，本文按戶主受教育程度分為“小學以下”“小學”“初中”及“高中及以上”四組。表7第（1）—（4）列為按戶主受教育程度分組回歸的結果?；貧w結果表明，隨著戶主受教育程度的提高，數字普惠金融對貧困減緩的作用逐步提高。這一回歸結果驗證了本文的假設H3，數字普惠金融服務需用戶自行在個人終端進行相關操作，這要求用戶需掌握一定的金融知識、軟件操作及信息渠道，無形中提高了普惠金融服務的門檻，部分受教育程度較低的農村居民被排斥在外，數字普惠金融農村減貧作用小大的發(fā)揮在一定程度上取決于農村居民的受教育水平。接下來按戶主是否上網進行分組回歸，表7第（5）和（6）列報告了分組回歸的結果。上網的戶主相較不上網的戶主，數字普惠金融對其相對貧困減緩作用更大，這表明戶主對于網絡的使用障礙是導致數字普惠金融作用減弱的重要原因，驗證了假設H3。個人終端是數字普惠金融服務開展必不可缺的載體，接受數字普惠金融服務的用戶需通過移動互聯的個人終端與服務商在線上完成普惠金融業(yè)務，因此戶主是否擁有移動互聯的個人終端與數字普惠金融減貧效應的發(fā)揮緊密相關。

數字普惠金融發(fā)軔于2010年，在各地區(qū)間的推進程度呈現明顯的不平衡性。數字普惠金融在地區(qū)間發(fā)展程度的不同必定影響其對相對貧困減緩的作用大小，為檢驗數字普惠金融對農村相對貧困減緩的地區(qū)間差異，表8第（1）-（4）列分別用中國東、中、西、東北四個子樣本估計了模型結果?；貧w結果表明，數字普惠金融對東部地區(qū)相對貧困減緩效果最為明顯，東部地區(qū)互聯網及智能手機普及率最高，加之數字普惠金融最早在杭州等東部沿海地區(qū)開展，東部地區(qū)農村居民也更早更容易接觸這一新生事物，因此數字普惠金融減貧效應在東部地區(qū)更為明顯。數字普惠金融對東北地區(qū)農村減貧效果最不明顯，東北地區(qū)是人口外流最嚴重的地區(qū)，留守在農村地區(qū)的居民對普惠金融了解較少且多數從事農業(yè)，對普惠金融的需求不高，這可能是數字普惠金融在東北地區(qū)減貧效應較弱的原因。數字普惠金融對西部地區(qū)的減貧效果明顯高于中部地區(qū)，李建軍等（2020）［3］指出普惠金融發(fā)展呈現出較強的“中部塌陷”特征，云南、廣西、江西等西南省份受自然地理因素的影響落后于其他中西部省份，數字普惠金融發(fā)展程度的差異可能是數字普惠金融對中部地區(qū)農村減貧作用小于西部地區(qū)的原因。

六、結論與政策建議

伴隨數字技術與金融服務的深度融合，數字普惠金融蓬勃興起。對于新時期中國農村減貧而言，數字普惠金融是否相較于傳統普惠金融更加有效呢？本文基于2014-2018年中國家庭追蹤調查（CFPS）數據，采用Probit模型全面探究了傳統普惠金融、數字普惠金融這兩種普惠金融業(yè)態(tài)對農村相對貧困的影響，并重點考察了數字普惠金融減貧效應較弱的成因。研究結論如下：（1）傳統普惠金融與數字普惠金融均有助于農村相對貧困的減緩，但相較于數字普惠金融，現階段傳統普惠金融對農村減貧的作用更大。傳統普惠金融可以為缺少金融知識、缺乏智能終端的農村居民提供金融服務，對特定人群的支持更適用于現階段農村貧困的減緩。（2）數字普惠金融對于用戶認知能力以及智能終端的硬性要求，導致現階段數字普惠金融對農村減貧的作用削弱。但伴隨農村受教育程度的提高和智能設備的普及，數字普惠金融對農村減貧的作用將逐漸提高。（3）數字普惠金融對農村減貧的影響存在明顯的地區(qū)性差異，對東部地區(qū)農村居民貧困減緩的作用更大，對東北地區(qū)農村居民貧困減緩的作用相對較小。

在見證數字普惠金融這一新型普惠金融業(yè)態(tài)蓬勃興起時，也不能忽視傳統普惠金融對于農村弱勢群體的支撐作用，數字普惠金融發(fā)展與傳統普惠金融發(fā)展應當互為替代，互為補充，共同構筑城鄉(xiāng)包容性增長的金融支撐，本文提出以下政策建議：（1）重視傳統普惠金融的物理網點推進模式，部分環(huán)節(jié)可依托數字科技改造升級。繼續(xù)推進傳統普惠金融的發(fā)展，不斷優(yōu)化依托物理網點開展的“一對一”人工服務，讓更多的農村弱勢群體享受到低門檻的金融服務。與此同時，借助數字科技對傳統普惠金融進行改造升級，一方面通過網上銀行、手機銀行等數字化服務拓寬覆蓋范圍，建立起以線下銀行網點為服務中心、以線上平臺為獲客渠道的新型服務模型，彌補傳統普惠金融覆蓋范圍不足的缺陷，另一方面，借助人工智能、云計算等數字科技完成對部分普惠金融業(yè)務的標準化、批量化、智能化處理，減少交易成本。（2）做好數字普惠金融發(fā)展的未來布局，推進新型技術發(fā)展、應用場景和產品創(chuàng)新。隨著農村居民受教育程度的逐步提高以及對于數字化設備使用熟練度的不斷提高，數字普惠金融可容納的目標用戶將越來越廣。此外，借助新型技術的發(fā)展，不斷簡化應用場景，促使產品使用門檻不斷降低，從而為更多的農村居民提供普惠金融服務。（3）加強對農村居民的金融知識普及，對第三方互聯網金融平臺加強監(jiān)管。政府可以通過電視、網站及短視頻平臺等多個媒體平臺以視頻、圖片等多種方式加強金融知識的普及，讓農村家庭享受數字普惠金融發(fā)展的紅利。與此同時，加強對第三方互聯網金融平臺的監(jiān)管，警惕新型金融詐騙手段，為農村家庭參與數字普惠金融保駕護航。

參考文獻：

［1］?樊增增，鄒薇.從脫貧攻堅走向共同富裕：中國相對貧困的動態(tài)識別與貧困變化的量化分解［J］.中國工業(yè)經濟，2021，403（10）：59-77.

［2］?星焱.普惠金融：一個基本理論框架［J］.國際金融研究，2016，353（9）：21-37.

［3］?李建軍，彭俞超，馬思超.普惠金融與中國經濟發(fā)展：多維度內涵與實證分析［J］.經濟研究，2020，55（4）：37-52.

［4］?Agnello?L，?Mallick?S?K，?Sousa?R?M.?Financial?Reforms?and?Income?Inequality［J］.?Economics?Letters，?2012，?116（3）：?583-587.

［5］?周天蕓，陳銘翔.數字滲透、金融普惠與家庭財富增長［J］.財經研究，2021，47（7）：33-47.

［6］?Burgess?R，?Pande?R.?Do?Rural?Banks?Matter？?Evidence?from?the?Indian?Social?Banking?Experiment［J］.American?Economic?Review，2015，95（3），780-795．

［7］?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，2017，38（5）：45-53.

［8］?Omar?M?A，?Inaba?K.?Does?Financial?Inclusion?Reduce?Poverty?and?Income?Inequality?in?Developing?Countries？?A?panel?Data?Analysis［J］.?Journal?of?Economic?Structures，?2020，?9（1）：?37.

［9］?顧寧，張?zhí)?普惠金融發(fā)展與農村減貧：門檻、空間溢出與渠道效應［J］.農業(yè)技術經濟，2019，294（10）：74-91.

［10］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.

［11］譚燕芝，彭千芮.普惠金融發(fā)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.

［12］黃益平，黃卓.中國的數字金融發(fā)展：現在與未來［J］.經濟學（季刊），2018，17（4）：1489-1502.

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

［14］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，2021，241（1）：145-157.

［15］羅煜，曾戀云.數字金融能力與相對貧困［J］.經濟理論與經濟管理，2021，41（12）：11-29.

［16］何宗樾，張勛，萬廣華.數字金融、數字鴻溝與多維貧困［J］.統計研究，2020，37（10）：79-89.

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

［18］梁榜.普惠金融如何影響收入分配——兼論貧困減緩的中介效應［J］.財貿研究，2022，33（8）：17-31.

［19］吳雨，李曉，李潔，等.數字金融發(fā)展與家庭金融資產組合有效性［J］.管理世界，2021，37（7）：92-104，7.

［20］強國令，商城.數字金融、家庭財富與共同富裕［J］.南方經濟，2022，395（8）：22-38.

［21］孫久文，夏添.中國扶貧戰(zhàn)略與2020年后相對貧困線劃定——基于理論、政策和數據的分析［J］.中國農村經濟，2019，418（10）：98-113.

［22］葉興慶，殷浩棟.從消除絕對貧困到緩解相對貧困：中國減貧歷程與2020年后的減貧戰(zhàn)略［J］.改革，2019，310（12）：5-15.

［23］汪三貴，孫俊娜.全面建成小康社會后中國的相對貧困標準、測量與瞄準——基于2018年中國住戶調查數據的分析［J］.中國農村經濟，2021，435（3）：2-23.

［24］王小林，馮賀霞.2020年后中國多維相對貧困標準：國際經驗與政策取向［J］.中國農村經濟，2020，423（3）：2-21.

［25］Sarma?M.?Index?of?Financial?Inclusive［R］.?Discussion?Papers?in?Economics，2010.

［26］韓曉宇.普惠金融的減貧效應——基于中國省級面板數據的實證分析［J］.金融評論，2017，9（2）：69-82，125-126.

［27］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.

Financial?Support?for?Poverty?Reduction?in?Rural?China：Traditional?Inclusive

Finance?or?Digital?Inclusive?Finance？

LU?Hai-yong，LI?Lin，SONG?Pei

（School?of?Economics，Nankai?University，Tianjin?300071，China）

Abstract：After?building?a?moderately?prosperous?society，?the?focus?of?poverty?alleviation?in?the?new?era?will?change?from?eliminating?absolute?poverty?to?alleviating?relative?poverty.?Based?on?the?conceptual?analysis，?this?paper?describes?the?mechanism?and?heterogeneity?of?the?role?of?traditional?and?digital?inclusive?finance?in?alleviating?rural?relative?poverty，?and?empirically?examines?the?specific?effects?of?both?traditional?and?digital?inclusive?finance?on?alleviating?rural?relative?poverty?using?data?from?the?China?Household?Dynamics?Tracking?Survey?（CFPS）.?The?study?shows?that?both?traditional?and?digital?inclusive?finance?contribute?to?the?alleviation?of?rural?relative?poverty，?and?that?traditional?inclusive?finance?plays?a?greater?role?in?rural?poverty?reduction;?further?analysis?shows?that?customer?cognitive?endowment?and?individual?terminal?requirements?are?important?factors?limiting?the?effective?role?of?digital?inclusive?finance?in?poverty?reduction.?This?study?provides?empirical?evidence?and?policy?implications?for?the?government?to?promote?inclusive?finance?to?alleviate?rural?relative?poverty.

Key?words：traditional?inclusive?finance;digital?inclusive?finance;relative?poverty

（責任編輯：趙春江）