陳奕虹，李娜，吳姝慧

（江西財經大學，江西 南昌 330013）

2020年3月6日，習近平總書記在決戰(zhàn)決勝脫貧攻堅座談會上指出，從目前看，脫貧進度符合預期，成就舉世矚目，脫貧攻堅目標任務接近完成。到今年2月底，全國832個貧困縣中已有601個宣布摘帽，179個正在進行退出檢查，未摘帽縣還有52個，區(qū)域性整體貧困基本得到解決。

在運用金融科技實現精準扶貧方面的研究中，遲福林（2015）運用當前農村互聯網普及率等數據說明：傳統金融服務在服務時間、網點設置以及成本控制上難以滿足用戶需求，農村地區(qū)需要利用互聯網金融重構先有的傳統金融服務模式，推動農村金融市場化發(fā)展和農村金融結構性改革。閆世達、鐘成春（2016）提出應健全相關制度保證“互聯網+”多種模式“精準扶貧”的實現、健全風險補償機制和農業(yè)保險支持力度等政策建議。王軍、吳海燕（2016）指出，我國農村地區(qū)的互聯網普及率還比較低，政府資金整合管理機制以及農村基礎設施建設還不夠完善，扶貧大數據系統開發(fā)難度還比較大。

目前國內外就如何將金融科技與精準扶貧有益結合的研究只停留在表面的宏觀論述上，沒有結合具體實例進行量化分析，沒有提出真正符合我國具體國情的完整戰(zhàn)略體系。因此，本文以發(fā)放問卷的方式，獲得江西省X縣貧困戶滿意度數據，通過建立多元線性回歸模型，找貧困戶真正貧困根源以及其生活需求，再以金融科技為切入點，最大發(fā)揮金融科技在精準扶貧中的作用，讓貧困戶享受時代發(fā)展的成果，搭上金融科技的“快車”。

1 實證分析

1.1 理論框架

根據市場消費理論，消費者對產品的主觀感受比客觀數據更具說服力。貧困戶對扶貧的滿意度是評判精準扶貧績效的決定性因素。普惠金融理論提倡建立為社會各階層所有成員提供公開、便捷、安全、低成本服務的金融體系。2006年聯合國出版的《建設普惠金融體系》指出，普惠金融體系應該以小額信貸為核心。陳長民（2020）指出農村銀行網點的多少直接影響貧困戶資金使用情況與扶貧績效。

1.2 滿意度問卷設計

該調研問卷主要包括三個部分，共18個問題。第一部分是被調研對象的家庭基本信息；第二部分是對金融機構的滿意度；第三部分是扶貧戶對精準扶貧整體成效的滿意度。指標體系的具體設置見表1所示。

表1 指標體系設置表

本次調研向X縣的貧困戶發(fā)放共310份問卷，回收問卷300份，問卷有效率為96.77%。受訪者的平均年齡為51歲，其中40歲以下占29%，40～50歲占45%，50歲以上占26%。問卷設置以賦分的方式量化貧困戶對精準扶貧的整體滿意度（由上述指標體系設置表中的四個認可程度加總分值得出）及對金融機構滿意度，從而為建立多元回歸模型提供數據支撐。

1.3 模型建立

設多元線性回歸模型為Y=βo+βcXc+βuXu+βlmXlm+βlkXlk+βpXp+ε，其中：Y為貧困戶對精準扶貧滿意度；分別為對金融機構便利性滿意度、對扶貧貸款額度滿意度、對扶貧貸款期限滿意度、對扶貧貸款種類滿意度、對扶貧貸款政策宣傳力度滿意度；是待估參數；是隨機誤差。

由于問卷中分值設置跨度僅為0至5分，建立線性模型后不能清晰地表現出變量的變化，因此本模型將Y的分值擴大5倍，即均以百分制的形式來量化模型中的各個變量，考慮Y對的影響。

本文以Stata12.0軟件為統計分析工具，將問卷調查得到的數據整理成符合數據統計格式的數據導入軟件，并基于上述多元線性回歸模型，計算得到初步回歸結果（見表2）。

表2 回歸結果

根據初步回歸結果，整理后得到多元回歸模型如下：

1.4 模型分析與檢驗

1.4.1 模型分析

（1）相關性分析

Xc、Xll、Xlm與Y之間的相關系數均大于0.5，P值都為0.0000，說明金融機構便利性滿意度、扶貧貸款額度滿意度、扶貧貸款期限滿意度與精準扶貧滿意度之間顯著相關。的相關系數較小，且P值均大于0.05，說明兩者與精準扶貧滿意度之間相關性弱。

1.4.2 模型檢驗

（1）多重共線性檢驗

（2）t檢驗與F檢驗

T檢驗主要用于檢驗單個總體參數是否對因變量有顯著影響的假設。由回歸結果可知，Xc、Xll、Xlm的t統計量均大于顯著性水平為1%的臨界值2.326，即這三個變量是統計顯著的。Xlk、Xp的t統計量均小于顯著性水平為5%的臨界值1.65，其中Xlk的統計量甚至小于15%的顯著性水平上的臨界值，因此Xlk、Xp在5%的顯著性水平上不是統計顯著的。

F檢驗是對多個線性約束的檢驗，即一組自變量是否對因變量產生影響的聯合假設檢驗。根據回歸結果，由于F統計量足夠的大以及p值足夠的小，Xc、Xll、Xlm、Xlk、Xp是聯合顯著的。

2 結論與建議

2.1 研究結論

2.1.1 貧期困農戶對金融精準扶貧的整體滿意度不高

X縣對金融機構滿意度的五個指標的平均滿意度都在70分左右，說明該地貧困戶對金融扶貧工作并不是特別滿意，歸根結底是因為扶貧政策沒有對口貧困戶的根本需求。

2.1.2 模型中前三個變量是影響精準扶貧滿意度的重要因素

從回歸結果來看，金融機構便利性滿意度、扶貧貸款額度滿意度、扶貧貸款期限滿意度在影響扶貧總滿意度方面非常顯著，扶貧貸款種類和對扶貧貸款政策宣傳力度滿意度的顯著性不大。

2.1.3 金融機構參與精準扶貧的積極性不夠強

從數據可以看出，44%的被扶貧農戶在金融機構便利性滿意度、扶貧貸款額度滿意度、扶貧貸款期限滿意度這三個指標上打分較低，導致對總的扶貧滿意度評分較低，這間接反映了金融機構參與精準扶貧的積極性不夠強。

2.1.4 金融精準扶貧方式過于單一

調查結果顯示，有51.3%的貧困戶認為銀行金融產品過于單一，貸款種類過少，而且存在著不合理之處。當地銀行對貧困戶的貸款一年期最常見，想申請3年或5年期的門檻較高，也很少有貧困戶能申請到。貧困戶大多從事農業(yè)種植及養(yǎng)殖業(yè)，前期投入較大，貸款期限與貸款周期不匹配，使貧苦戶在致富路上困難重重。

2.1.5 貧困戶文化水平不高，貧困戶與金融機構間存在信息不對稱

調查結果顯示，70%的貧困戶只有小學畢業(yè)的文化程度，29.3%的貧困戶為初中畢業(yè)的文化程度，0.7%的貧困戶為中專畢業(yè)的文化程度。絕大多數貧困戶金融意識薄弱，存在不能及時償還貸款的風險，導致銀行信用風險上升，扶貧成本較大。