韓英荻，龐金波*，衡丹丹

（1.東北農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，黑龍江 哈爾濱 150030；2.東北農(nóng)業(yè)大學(xué)馬克思主義學(xué)院，黑龍江 哈爾濱 150030）

2020年脫貧攻堅(jiān)戰(zhàn)取得全面勝利，標(biāo)志著目前我國絕對(duì)貧困問題已得到解決，但相對(duì)貧困問題仍將長期存在。相對(duì)貧困反映的是一種相對(duì)性與多維性的社會(huì)現(xiàn)象，緩解多維相對(duì)貧困將成為新時(shí)代扶貧工作的重點(diǎn)[1]，而金融資源分配不均是導(dǎo)致多維相對(duì)貧困的重要因素，如何從金融角度緩解農(nóng)戶多維相對(duì)貧困便成為亟需解決的現(xiàn)實(shí)問題。傳統(tǒng)金融發(fā)展面臨著成本高、風(fēng)險(xiǎn)性大和地理空間遠(yuǎn)引致的內(nèi)生動(dòng)力不足，導(dǎo)致金融扶持廣度和深度受限。但數(shù)字金融本身的數(shù)字化、虛擬化、信息化和地理穿透性等特征，能有效地提高農(nóng)戶對(duì)金融服務(wù)的可得性，在服務(wù)農(nóng)戶生產(chǎn)和生活的過程中，為推動(dòng)農(nóng)村金融發(fā)展提供重要支撐[2]。因此，在傳統(tǒng)金融發(fā)展基礎(chǔ)上，如何發(fā)揮數(shù)字金融優(yōu)勢(shì)對(duì)緩解農(nóng)戶多維相對(duì)貧困問題、推進(jìn)鄉(xiāng)村振興和實(shí)現(xiàn)共同富裕具有重要的現(xiàn)實(shí)意義。

在已有文獻(xiàn)中，國內(nèi)外學(xué)者多以數(shù)字金融減緩絕對(duì)貧困問題研究為主，發(fā)現(xiàn)數(shù)字金融能夠通過提高金融服務(wù)可得性[3-4]、降低交易成本[5-6]、加速經(jīng)濟(jì)增長[7]減少貧困和不平等問題，并發(fā)現(xiàn)一個(gè)地區(qū)數(shù)字金融發(fā)展水平會(huì)影響鄰近地區(qū)的貧困現(xiàn)象[8]。隨著研究不斷深入，學(xué)者們不再僅以收入為衡量標(biāo)準(zhǔn)，開始從多維角度分析絕對(duì)貧困問題，多數(shù)學(xué)者認(rèn)為數(shù)字金融能夠減緩多維貧困現(xiàn)象[9-10]，對(duì)收入和消費(fèi)貧困影響顯著[11]。而有學(xué)者認(rèn)為數(shù)字金融產(chǎn)生的數(shù)字鴻溝問題會(huì)加深多維貧困的程度[12]。

隨著我國絕對(duì)貧困問題的解決，相對(duì)貧困問題成為研究重點(diǎn)，并采用不同的相對(duì)貧困指標(biāo)研究二者之間的關(guān)系。一是僅以收入中位數(shù)的40%作為衡量標(biāo)準(zhǔn)，其中有學(xué)者發(fā)現(xiàn)數(shù)字金融能夠明顯減緩相對(duì)貧困[13]，對(duì)收入和教育水平高的農(nóng)戶家庭減緩效果更好[14]。還有學(xué)者得到了差異性結(jié)論，發(fā)現(xiàn)數(shù)字金融無法有效緩解相對(duì)貧困[15]，加劇了城鎮(zhèn)和農(nóng)村的相對(duì)貧困問題[16]；二是采用相對(duì)貧困脆弱性指標(biāo)進(jìn)行分析，發(fā)現(xiàn)數(shù)字金融對(duì)相對(duì)貧困影響存在結(jié)構(gòu)性差異，二者呈現(xiàn)出倒“U”型關(guān)系[17]。然而相對(duì)貧困的突出特征和主要難點(diǎn)在于其自身的多維 性[18]，隨后有學(xué)者對(duì)相對(duì)貧困的多維性進(jìn)行研究，發(fā)現(xiàn)數(shù)字金融能夠緩解多維相對(duì)貧困[19]，且減貧效果隨著剝奪維度的提高而增強(qiáng)[20]。

綜上所述，數(shù)字金融對(duì)絕對(duì)貧困的影響學(xué)術(shù)界已做了廣泛研究，數(shù)字金融能夠促進(jìn)絕對(duì)貧困減緩已得到充分的證實(shí)，而目前關(guān)于數(shù)字金融對(duì)相對(duì)貧困的研究，以下幾個(gè)方面還有待完善：一是大多集中于以居民收入中位數(shù)等單一變量進(jìn)行衡量。但僅以收入作為衡量標(biāo)準(zhǔn)，不能全面反映鄉(xiāng)村振興與共同富裕推進(jìn)過程中相對(duì)貧困的多維度刻畫特征；二是目前雖然有部分文獻(xiàn)基于多維角度去衡量數(shù)字金融對(duì)相對(duì)貧困的影響，但由于多維相對(duì)貧困的指標(biāo)測(cè)度方法大不相同，還需要對(duì)不同的貧困識(shí)別方法進(jìn)行不斷完善，便于提高相對(duì)貧困治理的精準(zhǔn)性；三是以往文獻(xiàn)多將多維相對(duì)貧困拆分為不同維度相對(duì)貧困，分析數(shù)字金融對(duì)其的影響。而較少有分析數(shù)字金融對(duì)不同相對(duì)貧困類型的影響關(guān)系，本文將不同維度相對(duì)貧困和不同相對(duì)貧困類型都納入分析框架中，進(jìn)而豐富數(shù)字金融和相對(duì)貧困的研究內(nèi)容。因此，本研究利用2019年中國家庭金融調(diào)查數(shù)據(jù)，采用A-F方法，構(gòu)建多維相對(duì)貧困指標(biāo)體系。利用Probit模型，分析數(shù)字金融對(duì)農(nóng)戶多維相對(duì)貧困的影響，并根據(jù)不同剝奪維度劃分為脆弱型多維相對(duì)貧困、一般型多維相對(duì)貧困和嚴(yán)重型多維相對(duì)貧困，探究數(shù)字金融對(duì)多維相對(duì)貧困類型的影響關(guān)系。隨后采用指標(biāo)賦權(quán)加總法計(jì)算經(jīng)濟(jì)能力、發(fā)展能力和生活環(huán)境指數(shù)，研究數(shù)字金融對(duì)農(nóng)戶相對(duì)貧困維度的影響關(guān)系。最后檢驗(yàn)二者的渠道機(jī)制與地區(qū)異質(zhì)性，為新時(shí)期緩解相對(duì)貧困問題，助力鄉(xiāng)村振興提供新視角。

1 理論分析與研究假設(shè)

1.1 數(shù)字金融與農(nóng)戶多維相對(duì)貧困

不同于以往的單一相對(duì)貧困，多維相對(duì)貧困不僅衡量了居民相對(duì)收入現(xiàn)狀，還考慮了居民的社會(huì)需求層面，如居民教育、社會(huì)保障、住房等指標(biāo)，是一種綜合性衡量指標(biāo)，可以充分體現(xiàn)相對(duì)貧困群體的差異性特征。因此本文從直接渠道與間接渠道來分析數(shù)字金融對(duì)農(nóng)戶多維相對(duì)貧困的影響。

從直接渠道來看，數(shù)字金融有助于農(nóng)戶獲得金融服務(wù)和信息服務(wù)，而直接影響農(nóng)戶多維相對(duì)貧困（圖1）。農(nóng)戶參與數(shù)字金融業(yè)務(wù)有利于促進(jìn)供給和需求端的有效暢通。如數(shù)字支付和數(shù)字理財(cái)業(yè)務(wù)可以提高農(nóng)戶資金流通便利性，使得農(nóng)戶更易積累資金，實(shí)現(xiàn)金融資產(chǎn)配置，能夠有效降低由于自然災(zāi)害所造成的收入危機(jī)；數(shù)字借貸業(yè)務(wù)則為農(nóng)戶提供信貸支持，有助于農(nóng)戶進(jìn)行人力資本、生產(chǎn)經(jīng)營和醫(yī)療保障等方面的資金投入，使農(nóng)戶的經(jīng)濟(jì)能力、發(fā)展能力和生活環(huán)境得到改善。與此同時(shí)，數(shù)字金融的技術(shù)優(yōu)勢(shì)和平臺(tái)優(yōu)勢(shì)能夠打破以往信息壁壘，實(shí)現(xiàn)信息交互，緩解雙方信息不對(duì)稱問題。如金融機(jī)構(gòu)能夠獲得農(nóng)戶使用數(shù)字金融業(yè)務(wù)所產(chǎn)生的數(shù)據(jù)集，有效定位用戶金融需求，有助于金融機(jī)構(gòu)創(chuàng)新金融產(chǎn)品，為農(nóng)戶生產(chǎn)經(jīng)營提供重要保障；農(nóng)戶則可以了解經(jīng)濟(jì)、就業(yè)等市場(chǎng)信息，為農(nóng)戶創(chuàng)業(yè)、非農(nóng)就業(yè)和生產(chǎn)銷售提供了重要信息來源，增加農(nóng)戶獲得收入和改善自我發(fā)展能力的機(jī)會(huì)。

從間接渠道來看，數(shù)字金融能夠帶動(dòng)經(jīng)濟(jì)增長和改善收入分配，間接影響農(nóng)戶多維相對(duì)貧困。農(nóng)戶使用數(shù)字金融業(yè)務(wù)會(huì)提高存貸款規(guī)模，推動(dòng)地區(qū)經(jīng)濟(jì)增長。隨著經(jīng)濟(jì)的不斷增長，將會(huì)促使政府加大對(duì)農(nóng)村的資金投入，加快農(nóng)村基礎(chǔ)設(shè)施建設(shè)，完善農(nóng)戶社會(huì)保障體系，激發(fā)農(nóng)村地區(qū)的金融活力；也會(huì)使企業(yè)擴(kuò)大生產(chǎn)，增加更多的就業(yè)崗位，為農(nóng)戶提供更多新型創(chuàng)業(yè)和就業(yè)機(jī)會(huì)。與此同時(shí)數(shù)字金融的普惠性和長尾效應(yīng)能夠改善收入分配，平衡城鄉(xiāng)就業(yè)和教育資源，使農(nóng)戶有實(shí)現(xiàn)階層流動(dòng)的機(jī)會(huì)。還能夠讓更多農(nóng)戶參與到財(cái)產(chǎn)性收入的分配環(huán)節(jié)，實(shí)現(xiàn)資產(chǎn)合理配置，提高財(cái)產(chǎn)性收入。

總而言之，無論是直接渠道還是間接渠道，農(nóng)戶都能通過參與數(shù)字金融，從其金融服務(wù)和信息服務(wù)中獲得經(jīng)濟(jì)效益，使得農(nóng)戶經(jīng)濟(jì)能力、發(fā)展能力和生活環(huán)境得到改善?；谝陨戏治?，提出數(shù)字金融能夠有效緩解農(nóng)戶多維相對(duì)貧困。

數(shù)字金融雖能影響農(nóng)戶多維相對(duì)貧困，但由于相對(duì)貧困群體內(nèi)部之間的差異性，會(huì)導(dǎo)致數(shù)字金融對(duì)各群體的影響存在差異，有學(xué)者發(fā)現(xiàn)數(shù)字金融對(duì)貧困程度越高的農(nóng)戶影響效果越好[19]，這是由于貧困程度高的農(nóng)戶無法依靠自身發(fā)展擺脫貧困，更需要數(shù)字金融的外部支持，而數(shù)字金融難以滿足貧困程度較低的群體資金需求量[20]。

然而數(shù)字金融可能對(duì)貧困程度低的農(nóng)戶影響效果更好，由于貧困程度嚴(yán)重的群體可能更缺乏教育、金融素養(yǎng)和接觸互聯(lián)網(wǎng)的機(jī)會(huì)，導(dǎo)致其存在明顯 的“數(shù)字鴻溝”和“知識(shí)鴻溝”[21]，使難以接觸互聯(lián)網(wǎng)的農(nóng)戶不能獲得數(shù)字金融服務(wù)所帶來的經(jīng)濟(jì)效益[12]，面臨更突出的數(shù)字信貸約束[22]?；谝陨戏治?，提出數(shù)字金融對(duì)農(nóng)戶多維相對(duì)貧困群體產(chǎn)生差異性影響。

1.2 金融素養(yǎng)的中介作用

數(shù)字金融不僅能使農(nóng)戶獲得金融服務(wù)，還能獲得相關(guān)金融信息，使農(nóng)戶金融知識(shí)得到補(bǔ)充。同時(shí)數(shù)字金融帶來的經(jīng)濟(jì)增長和收入分配，會(huì)使政府投入更多資金，增強(qiáng)對(duì)農(nóng)村地區(qū)數(shù)字金融知識(shí)的宣傳與普及，強(qiáng)化農(nóng)戶家庭利用金融資產(chǎn)配置實(shí)現(xiàn)資產(chǎn)保值甚至增值的觀念，達(dá)到提高農(nóng)戶金融素養(yǎng)水平的目的。

數(shù)字金融提高農(nóng)戶金融素養(yǎng)水平后，將影響著農(nóng)戶多維相對(duì)貧困現(xiàn)象（圖1），主要體現(xiàn)在三個(gè)方面。一是提高農(nóng)戶經(jīng)濟(jì)能力。金融素養(yǎng)的提高有助于提升農(nóng)戶對(duì)利率、風(fēng)險(xiǎn)投資等相關(guān)信息的合理判斷，能夠在復(fù)雜的經(jīng)濟(jì)環(huán)境下通過合理配置金融資產(chǎn)，實(shí)現(xiàn)資產(chǎn)增值以獲得投資收益。二是提高農(nóng)戶發(fā)展能力。金融素養(yǎng)的提高有助于農(nóng)戶豐富農(nóng)業(yè)和其他保險(xiǎn)知識(shí)，提高參保意愿和種類[23]，使農(nóng)戶在社會(huì)保障方面得到提高，為農(nóng)戶自身健康提供資金保障。并且還能改善農(nóng)村教育資源分配不均導(dǎo)致的代際收入持續(xù)性問題[24]。三是改善生活環(huán)境。金融素養(yǎng)會(huì)加強(qiáng)農(nóng)戶對(duì)信貸需求和償債能力的認(rèn)知[25]，降低農(nóng)戶進(jìn)行非理性投資決策，避免農(nóng)戶由于過度負(fù)債而變賣房產(chǎn)的可能性，以便提高農(nóng)戶幸福感?；谝陨戏治?，提出數(shù)字金融通過改善農(nóng)戶金融素養(yǎng)緩解農(nóng)戶多維相對(duì)貧困。

圖1 數(shù)字金融對(duì)農(nóng)戶多維相對(duì)貧困影響的理論框架Fig.1 Theoretical framework of the impacts of digital finance on rural households’ multidimensional relative poverty

2 研究方法

2.1 數(shù)據(jù)來源

本文的核心變量數(shù)據(jù)來自西南財(cái)經(jīng)大學(xué)2019年進(jìn)行的中國家庭金融調(diào)查（CHFS）。該數(shù)據(jù)采用分層、三階段等抽樣設(shè)計(jì)法，搜集全國除西藏、新疆和港澳臺(tái)外的29個(gè)?。ㄗ灾螀^(qū)、直轄市），345個(gè)區(qū)縣，1 360個(gè)村（居）委會(huì)，34 643戶家庭，10.7萬個(gè)家庭成員的信息，包括家庭資產(chǎn)、負(fù)債和收入等內(nèi)容。針對(duì)農(nóng)村地區(qū)的金融調(diào)查，該數(shù)據(jù)具有代表性[26]。本文具體篩選和處理樣本過程如下：一是對(duì)個(gè)體、家庭和地區(qū)數(shù)據(jù)進(jìn)行匹配；二是僅保留了農(nóng)村地區(qū)、受訪者為戶主且年齡在18~70歲之間的樣本；三是剔除異常值和缺失值。最終本文共得到8 858個(gè)農(nóng)戶樣本數(shù)據(jù)。地區(qū)控制變量來源于國家統(tǒng)計(jì)局，數(shù)字普惠金融來自北京大學(xué)數(shù)字金融研究中心開發(fā)的《數(shù)字普惠金融指數(shù)》[27]。

2.2 多維相對(duì)貧困指標(biāo)體系構(gòu)建

本文基于國內(nèi)外相關(guān)研究[28-29]，立足中國實(shí)際發(fā)展國情構(gòu)建多維相對(duì)貧困指標(biāo)體系。2011年《中國農(nóng)村扶貧開發(fā)綱要（2011—2020年）》提出，扶貧開發(fā)工作總體要求為“要注重轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式、增強(qiáng)扶貧對(duì)象自我發(fā)展能力和基本公共服務(wù)均等化”，在此基礎(chǔ)上，王小林和馮賀霞[1]指出經(jīng)濟(jì)維度反映“貧”、發(fā)展能力和生活環(huán)境維度反映“困”，2020年后的多維相對(duì)貧困標(biāo)準(zhǔn)更應(yīng)該建立在“兩不愁、三保障”的基礎(chǔ)之上。據(jù)此本文構(gòu)建了經(jīng)濟(jì)能 力、發(fā)展能力和生活環(huán)境3個(gè)維度9個(gè)指標(biāo)（表1），并對(duì)3個(gè)維度分別賦予1/3權(quán)重，對(duì)各維度內(nèi)的指標(biāo)賦予同等權(quán)重，以此來反映相對(duì)貧困的多維性和差異性特征。

經(jīng)濟(jì)能力層面，在收入指標(biāo)基礎(chǔ)上加入了就業(yè)與資產(chǎn)，其中就業(yè)可以反映家庭是否具有經(jīng)濟(jì)來源渠道，資產(chǎn)則更能反映家庭的財(cái)富狀況，以及是否具有擺脫貧困的能力[30]。發(fā)展能力層面，教育和健康是個(gè)人能力發(fā)展的基本因素，社會(huì)保障則是個(gè)人能力發(fā)展的外部支撐，而信息獲得更好體現(xiàn)了農(nóng)戶與外界聯(lián)系的便捷程度[31]。生活環(huán)境層面，住房是對(duì)農(nóng)戶基本居住環(huán)境的衡量，幸福感指數(shù)是對(duì)農(nóng)戶所處生活狀態(tài)的一個(gè)基本判斷。

2.3 多維相對(duì)貧困計(jì)算方法

A-F方法被廣泛用于測(cè)量多維貧困，并被許多國家所采納[1]。因此為更好反映農(nóng)戶多維相對(duì)貧困現(xiàn)象，研究數(shù)字金融作用機(jī)制，本文基于A-F方法和等權(quán)重法構(gòu)建農(nóng)戶多維相對(duì)貧困狀態(tài)指標(biāo)，A-F方法的主要步驟：首先構(gòu)建單維度相對(duì)剝奪識(shí)別標(biāo)準(zhǔn)，當(dāng)農(nóng)戶（家庭）在j維度上的取值小于判別標(biāo)準(zhǔn)時(shí)賦值為1，表明在維度j上，農(nóng)戶處于相對(duì)貧困狀態(tài)，具體維度指標(biāo)剝奪情況設(shè)定見表1。其次構(gòu)建多維度相對(duì)剝奪識(shí)別標(biāo)準(zhǔn)，設(shè)定剝奪臨界值為k，計(jì)算農(nóng)戶（家庭）被剝奪的維度總數(shù)值ci，通過ci與k值比較的方式確定多維相對(duì)貧困群體。最 后計(jì)算多維相對(duì)貧困指數(shù)和各維度貢獻(xiàn)率。具體公式為：

表1 農(nóng)戶多維相對(duì)貧困指標(biāo)體系Table 1 Multidimensional relative poverty index system of rural households

式中：d為維度數(shù)，wj為維度j的權(quán)重，g0ij為農(nóng)戶（家庭）i在維度j上的剝奪情況，M為多維相對(duì)貧困指數(shù)，H為貧困發(fā)生率，A為平均剝奪深度，n為所有農(nóng)戶數(shù)量，Ij為各指標(biāo)貢獻(xiàn)率，qj為j維度下剝奪人口總數(shù)。

2.4 變量選擇

1）被解釋變量。本文以農(nóng)戶多維相對(duì)貧困為被解釋變量，若農(nóng)戶被剝奪維度總數(shù)值（ci）大于等于1/5則定義為農(nóng)戶處于多維相對(duì)貧困狀態(tài)，賦值為1，否則為0。隨后將農(nóng)戶多維相對(duì)貧困細(xì)分為不同類型多維相對(duì)貧困[32]和不同維度相對(duì)貧困，其中不同類型多維相對(duì)貧困分別為脆弱型多維相對(duì)貧困（1/5≤ci<1/3）、一般型多維相對(duì)貧困（1/3≤ci<1/2）和嚴(yán)重型多維相對(duì)貧困（ci≥1/2）；不同維度相對(duì)貧困則采用指標(biāo)賦權(quán)加總的方式分別計(jì)算經(jīng)濟(jì)能力、發(fā)展能力和生活環(huán)境指數(shù)[29]。

2）核心解釋變量。本文以農(nóng)戶個(gè)體為主要研究對(duì)象，因此使用微觀層面的數(shù)字金融代理變量[33]更能直觀反映數(shù)字金融對(duì)農(nóng)戶多維相對(duì)貧困的影響力度。基于問卷可得性，本文將使用CHFS問卷中 “是否開通第三方支付賬戶、是否有互聯(lián)網(wǎng)借貸和互聯(lián)網(wǎng)理財(cái)余額”問題進(jìn)行表征。若農(nóng)戶參與數(shù)字支付、數(shù)字借貸和數(shù)字理財(cái)三者中任意一項(xiàng)，則數(shù)字金融賦值為1，否則賦值為0。

3）控制變量。本文選取的控制變量主要分為三個(gè)層面[14]，一是農(nóng)戶個(gè)人層面變量（性別、年齡、年齡平方、黨員）；二是家庭層面變量（家庭規(guī)模、家庭勞動(dòng)人口比）；三是地區(qū)層面變量（地區(qū)經(jīng)濟(jì)水平）。

4）中介變量。本文采用因子分析法測(cè)量金融素養(yǎng)水平[34]。既往學(xué)者都以利率計(jì)算問題、通貨膨脹問題和投資風(fēng)險(xiǎn)認(rèn)知問題進(jìn)行因子分析，但由于2019年的問卷調(diào)查中針對(duì)投資風(fēng)險(xiǎn)認(rèn)知問題只限于城鎮(zhèn)樣本，因此對(duì)該問題予以剔除。根據(jù)數(shù)據(jù)檢驗(yàn)結(jié)果，KMO統(tǒng)計(jì)量為0.652>0.6，且Bartlett球形檢驗(yàn)結(jié)果顯著，可以做因子分析。根據(jù)特征值大于1的標(biāo)準(zhǔn)，保留一個(gè)因子計(jì)算得出金融素養(yǎng)指標(biāo)。上述具體變量名稱及定義見表2。

表2 變量定義及描述性統(tǒng)計(jì)Table 2 Variable definition and descriptive statistics

2.5 模型選擇

本文以農(nóng)戶多維相對(duì)貧困作為被解釋變量，并將其拆分為不同類型多維相對(duì)貧困和不同維度相對(duì)貧困，其中農(nóng)戶多維相對(duì)貧困是二值變量，因此本文采用二元Probit模型，具體設(shè)定為：

由于農(nóng)戶多維相對(duì)貧困類型為多分類變量，因此采用多項(xiàng)Probit模型，具體設(shè)定為：

在以農(nóng)戶相對(duì)貧困維度作為被解釋變量時(shí)，由于變量為連續(xù)變量，本文采用線性回歸模型進(jìn)行檢驗(yàn)，模型設(shè)定為：

式中：Mi表示農(nóng)戶多維相對(duì)貧困，Yi表示農(nóng)戶多維相對(duì)貧困類型，Xi表示農(nóng)戶不同維度相對(duì)貧困指數(shù)，DF表示數(shù)字金融，Ci表示控制變量，εi、εik和εij表示隨機(jī)擾動(dòng)項(xiàng)。

3 結(jié)果與分析

3.1 數(shù)字金融、農(nóng)戶多維相對(duì)貧困和金融素養(yǎng)分析

從全國范圍來看，農(nóng)戶參與數(shù)字金融的占比為39.7%，這說明使用數(shù)字金融的農(nóng)戶數(shù)量仍相對(duì)較低。這可能是由于農(nóng)村地區(qū)的數(shù)字金融發(fā)展還相對(duì)薄弱，數(shù)字基礎(chǔ)化設(shè)施不夠完善，導(dǎo)致農(nóng)戶數(shù)字金融使用深度不夠。此外脆弱型、一般型和嚴(yán)重型多維相對(duì)貧困占比分別為16.19%、11.05%和2.28% （表3）。這說明我國以脆弱型和一般型多維相對(duì)貧困為主。主要原因可能是，精準(zhǔn)扶貧政策所帶來的減貧效果，使得農(nóng)村地區(qū)遭受極端剝奪維度的家庭數(shù)量相對(duì)較少[32]。

表3 全國及各地區(qū)數(shù)字金融和多維相對(duì)貧困類型的數(shù)量及占比Table 3 Number and proportion of digital finance and multidimensional relative poverty types in China and all regions

分地區(qū)來看，東部地區(qū)的數(shù)字金融使用數(shù)量相對(duì)較高，整體相對(duì)貧困數(shù)量最低，西部地區(qū)三種類型的相對(duì)貧困數(shù)量均最高。主要原因可能是，東部地區(qū)實(shí)際數(shù)字化發(fā)展和經(jīng)濟(jì)發(fā)展水平要高于中西部地區(qū)，促使東部地區(qū)農(nóng)戶更容易獲得數(shù)字金融業(yè)務(wù)，減緩了相對(duì)貧困現(xiàn)象。而西部地區(qū)的自然環(huán)境和經(jīng)濟(jì)結(jié)構(gòu)等因素，導(dǎo)致西部地區(qū)仍是我國相對(duì)貧困的集中區(qū)域。由此可見，還需要推進(jìn)我國農(nóng)村地區(qū)數(shù)字金融發(fā)展，特別是西部地區(qū)，縮小東中西部發(fā)展差距；重點(diǎn)關(guān)注嚴(yán)重型多維相對(duì)貧困群體，有效防止發(fā)生返貧現(xiàn)象。

表4結(jié)果顯示，隨著剝奪臨界值的提高，多維相對(duì)貧困指數(shù)逐漸下降。該結(jié)果證明了我國農(nóng)村地區(qū)嚴(yán)重型相對(duì)貧困群體僅占少數(shù)，與表3結(jié)論一致。從各維度貢獻(xiàn)率來看，在1/5、1/3和1/2臨界值下發(fā)展能力維度的貢獻(xiàn)率相對(duì)較高，分別為58.81%、52.17%和40.23%。表明發(fā)展能力已成為緩解相對(duì)貧困的關(guān)鍵維度。主要原因可能是，以往精準(zhǔn)扶貧政策重點(diǎn)關(guān)注貧困群體的收入能力[35]，經(jīng)濟(jì)能力便不再是相對(duì)貧困群體主要貧困維度，發(fā)展能力貧困則凸顯出來。

表4 多維相對(duì)貧困指數(shù)與維度貢獻(xiàn)率Table 4 Multidimensional relative poverty index and dimension contribution rate

從各指標(biāo)貢獻(xiàn)率來看，在1/5和1/3臨界值時(shí)，教育指標(biāo)的貢獻(xiàn)率均最高，以1/2為臨界值時(shí)，幸福指數(shù)的貢獻(xiàn)率反而達(dá)到最高。主要原因可能是，農(nóng)村地區(qū)教育資源落后和教育觀念不強(qiáng)等原因，導(dǎo)致教育成為影響多維相對(duì)貧困的主要因素，然而多維相對(duì)貧困程度較高的農(nóng)戶更加難以應(yīng)對(duì)經(jīng)濟(jì)、教育和住房等生活壓力，使得農(nóng)戶整體生活水平低下，幸福感指數(shù)降低。由此可見，要重點(diǎn)改善農(nóng)村地區(qū)發(fā)展能力貧困，重點(diǎn)加強(qiáng)農(nóng)村地區(qū)受教育水平，對(duì)相對(duì)貧困程度較高的農(nóng)戶提供外部支持。

表5結(jié)果顯示，金融素養(yǎng)問題回答不知道的農(nóng)戶占比較高，超過60%；而利率計(jì)算和通貨膨脹兩個(gè)問題全部回答正確的僅占6.48%。表明農(nóng)村地區(qū)金融素養(yǎng)水平普遍偏低。這是由于農(nóng)村地區(qū)信息匱乏和教育水平偏低，使得農(nóng)戶難以獲得金融知識(shí)。總而言之，分析數(shù)字金融對(duì)多維相對(duì)貧困的影響并探討二者之間的作用機(jī)制極其重要。

表5 金融素養(yǎng)問題回答情況（%）Table 5 Statistics of answers to financial literacy questions

3.2 數(shù)字金融對(duì)農(nóng)戶多維相對(duì)貧困影響分析

估計(jì)結(jié)果顯示，數(shù)字金融對(duì)農(nóng)戶多維相對(duì)貧困影響的邊際效應(yīng)為21.7%，且在1%水平上呈負(fù)向顯著（表6）。說明數(shù)字金融能夠降低農(nóng)戶多維相對(duì)貧困的發(fā)生概率，與相關(guān)文獻(xiàn)結(jié)論一致[19]。這是由于數(shù)字金融的發(fā)展能夠讓更多的農(nóng)戶接觸到金融服務(wù)，減少了傳統(tǒng)金融所帶來的長周期和高成本，使得農(nóng)戶更容易實(shí)現(xiàn)資金的累積和獲得，不斷改善農(nóng)戶自身的多維相對(duì)貧困現(xiàn)象。進(jìn)一步來看，數(shù)字金融對(duì)脆弱型、一般型和嚴(yán)重型多維相對(duì)貧困影響的邊際效應(yīng)分別為9.9%、9.5%和2.8%，均通過了 1%顯著性檢驗(yàn)。這說明數(shù)字金融能夠更好緩解脆弱型和一般型多維相對(duì)貧困，對(duì)嚴(yán)重型多維相對(duì)貧困緩解效果較差，該結(jié)論與以往文獻(xiàn)存在差異性。如董曉林等[20]認(rèn)為數(shù)字金融對(duì)相對(duì)貧困程度深的農(nóng)戶減貧效果更好，究其原因是數(shù)字金融的發(fā)展促進(jìn)了普惠金融，使得相對(duì)貧困程度更深的農(nóng)戶受益更強(qiáng)。然而本文認(rèn)為數(shù)字金融會(huì)帶來數(shù)字鴻溝問題，導(dǎo)致數(shù)字金融對(duì)不同相對(duì)貧困群體產(chǎn)生差異性影響。具體來看，嚴(yán)重型多維相對(duì)貧困群體可能更加缺乏數(shù)字知識(shí)與技能，無法很好理解數(shù)字金融產(chǎn)品，導(dǎo)致農(nóng)戶被排斥在數(shù)字金融服務(wù)之外，難以獲得數(shù)字金融所帶來的經(jīng)濟(jì)效益，因此數(shù)字金融對(duì)嚴(yán)重型多維相對(duì)貧困影響效果相對(duì)較差。

從控制變量來看，隨著年齡、家庭規(guī)模、家庭勞動(dòng)人口比和地區(qū)經(jīng)濟(jì)水平每增加一個(gè)單位，使農(nóng)戶陷入多維相對(duì)貧困的概率分別減少2.7%、2.8%、8.2%和1.5%，戶主為男性比戶主為女性多維相對(duì)貧困預(yù)測(cè)概率平均低6.5%（表6），戶主性別對(duì)脆弱型多維相對(duì)貧困影響不顯著，對(duì)一般型和嚴(yán)重型多維相對(duì)貧困呈負(fù)向顯著，表明女性戶主更易減緩脆弱型多維相對(duì)貧困，男性戶主更容易減緩剝奪維度較高的相對(duì)貧困；黨員多維相對(duì)貧困預(yù)測(cè)概率平均比非黨員低11.6%。

表6 數(shù)字金融對(duì)農(nóng)戶多維相對(duì)貧困的估計(jì)結(jié)果Table 6 Estimation results of digital finance on rural households’ multidimensional relative poverty

數(shù)字金融對(duì)不同維度相對(duì)貧困影響的估計(jì)結(jié)果顯示，數(shù)字金融對(duì)農(nóng)戶經(jīng)濟(jì)能力、發(fā)展能力和生活環(huán)境的影響均在1%水平上顯著，回歸系數(shù)分別是-0.055、-0.161和-0.016（表7）。結(jié)果表明，數(shù)字金融對(duì)發(fā)展能力和經(jīng)濟(jì)能力貧困的緩解力度相對(duì)更大，對(duì)生活環(huán)境貧困緩解力度相對(duì)較小。究其原因是農(nóng)戶通過數(shù)字金融緩解資金約束，提高了資本的積累，利用數(shù)字金融的信息傳遞效應(yīng)拓寬了就業(yè)渠道，帶動(dòng)農(nóng)戶人力資本的發(fā)展，使得農(nóng)戶經(jīng)濟(jì)能力貧困和發(fā)展能力貧困得到有效緩解。但由于數(shù)字金融對(duì)緩解融資約束存在局限性，自有住房對(duì)資金的需求較高，數(shù)字金融難以覆蓋家庭住房的資金需要[20]，而幸福感指數(shù)是農(nóng)戶對(duì)整體生活條件的綜合考量，數(shù)字金融對(duì)其的直接影響效果相對(duì)薄弱。因此數(shù)字金融對(duì)生活環(huán)境貧困的影響力度相對(duì)較小。

表7 數(shù)字金融對(duì)不同維度農(nóng)戶相對(duì)貧困的估計(jì)結(jié)果Table 7 Estimation results of digital finance on relative poverty of rural households in di§erent dimensions

3.3 內(nèi)生性與穩(wěn)健性檢驗(yàn)分析

由于數(shù)字金融和相對(duì)貧困變量均采用微觀數(shù)據(jù)，很有可能存在互為因果所造成的內(nèi)生性問題。本文借鑒吳雨等[36]的分析方法，將移動(dòng)電話使用率（區(qū)縣有智能移動(dòng)電話農(nóng)戶數(shù)/區(qū)縣總農(nóng)戶數(shù)）作為工具變量。從相關(guān)性來看，農(nóng)戶通過移動(dòng)電話可以提高數(shù)字金融的使用程度；從排他性來看，移動(dòng)電話使用率與農(nóng)戶多維相對(duì)貧困不存在直接影響關(guān)系，因此符合工具變量選擇的要求。

本文使用IVProbit進(jìn)行結(jié)果估計(jì)，Wald內(nèi)生性檢驗(yàn)結(jié)果在1%水平上顯著，故認(rèn)為數(shù)字金融為內(nèi)生變量。根據(jù)結(jié)果顯示，工具變量對(duì)數(shù)字金融影響的回歸系數(shù)為0.416，通過了1%水平上的顯著檢驗(yàn)（表8）；且弱工具檢驗(yàn)結(jié)果均顯著。因此得出所選工具變量與數(shù)字金融具有相關(guān)性，且并非弱工具變量。在克服內(nèi)生性影響后，發(fā)現(xiàn)數(shù)字金融仍有能效緩解農(nóng)戶多維相對(duì)貧困，與前文結(jié)果一致。

表8 工具變量回歸結(jié)果Table 8 Regression results of instrumental variables

本文通過更換被解釋變量、解釋變量和替換計(jì)量模型的方式檢驗(yàn)結(jié)果穩(wěn)健性。將基于A-F方法構(gòu)建的農(nóng)戶多維相對(duì)貧困指標(biāo)替換為等權(quán)重加總法得到的多維相對(duì)貧困綜合指數(shù)進(jìn)行檢驗(yàn)[29]，結(jié)果表明，更換被解釋變量后，數(shù)字金融仍在1%水平上顯著影響農(nóng)戶多維相對(duì)貧困（表9），表明數(shù)字金融對(duì)農(nóng)戶多維相對(duì)貧困具有緩解作用。將數(shù)字金融更換為北京大學(xué)數(shù)字金融研究中心編制的中國數(shù)字普惠金融指數(shù)進(jìn)行檢驗(yàn)，并且為了排除量綱不統(tǒng)一問題對(duì)該指數(shù)進(jìn)行了對(duì)數(shù)處理，結(jié)果表明，更換解釋變量后結(jié)果仍負(fù)向顯著。將Probit模型更換為Logit模型進(jìn)行回歸分析，發(fā)現(xiàn)Logit模型結(jié)果依舊呈負(fù)向顯著，且邊際效應(yīng)與表6結(jié)果基本一致。以上分析充分表明本文估計(jì)結(jié)果穩(wěn)健。

表9 穩(wěn)健性檢驗(yàn)結(jié)果Table 9 Robustness test results

4 進(jìn)一步分析

4.1 數(shù)字金融對(duì)農(nóng)戶多維相對(duì)貧困影響機(jī)制檢驗(yàn)

關(guān)于金融素養(yǎng)中介效應(yīng)的檢驗(yàn)，逐步回歸結(jié)果均顯著（表10）。但由于金融素養(yǎng)為連續(xù)變量，農(nóng)戶多維相對(duì)貧困為分類變量，未使用同一回歸模型無法直接進(jìn)行系數(shù)的比較。因此本文通過乘積分布法[37-38]和Sobel法檢驗(yàn)Za×Zb的顯著性，分析其是否存在中介效應(yīng)。具體方法為，其一根據(jù)第二步回歸結(jié)果得出a=0.374，SE(a)=0.021，Za=17.81；其二根據(jù)第三步回歸結(jié)果得出b=-0.360，SE(b)=0.033，Zb=-10.91；其三根據(jù)乘積分布法檢驗(yàn)結(jié)果可知，置信區(qū)間為[-0.159, -0.111]，其中不包含0，間接效應(yīng)為-0.135，表明中介效應(yīng)顯著。此外根據(jù)Sobel法統(tǒng)計(jì)量公式[39]，計(jì)算得Z=-9.293<-1.96，與乘積分布法結(jié)果一致，再次證明中介效應(yīng)顯著。因此表明數(shù)字金融可以通過改善農(nóng)戶金融素養(yǎng)緩解農(nóng)戶多維相對(duì)貧困問題。

表10 中介效應(yīng)檢驗(yàn)結(jié)果Table 10 Mediating e§ect test results

4.2 數(shù)字金融對(duì)農(nóng)戶多維相對(duì)貧困影響異質(zhì)性檢驗(yàn)

為分析數(shù)字金融的減貧效果是否存在地區(qū)異質(zhì)性，將其劃分為中部、東部和西部三個(gè)地區(qū)。結(jié)果顯示，數(shù)字金融對(duì)三個(gè)地區(qū)的影響效果均在1%水平上負(fù)向顯著，邊際效應(yīng)分別為21.6%、22.6%和20.5%（表11）。該結(jié)果表明數(shù)字金融能有效緩解不同地區(qū)農(nóng)戶的多維相對(duì)貧困現(xiàn)象，且對(duì)東部地區(qū)的緩解效果更好。這可能是由于東部地區(qū)經(jīng)濟(jì)發(fā)展相對(duì)較快，數(shù)字基礎(chǔ)化設(shè)施建設(shè)比較發(fā)達(dá)，使得農(nóng)戶更容易通過數(shù)字金融服務(wù)獲得經(jīng)濟(jì)效益。因此 數(shù)字金融對(duì)東部地區(qū)農(nóng)戶多維相對(duì)貧困的緩解效果更好。

表11 異質(zhì)性檢驗(yàn)結(jié)果Table 11 Heterogeneity test results

5 結(jié)論與政策建議

5.1 結(jié)論

研究表明，數(shù)字金融能夠有效緩解農(nóng)戶多維相對(duì)貧困現(xiàn)象，但對(duì)嚴(yán)重型相對(duì)貧困群體影響程度相對(duì)較低，還需結(jié)合嚴(yán)重型相對(duì)貧困群體特點(diǎn)改善數(shù)字金融服務(wù)。此外數(shù)字金融對(duì)發(fā)展能力和經(jīng)濟(jì)能力影響程度更深，對(duì)生活環(huán)境影響較薄弱，還需創(chuàng)新數(shù)字信貸模式以便緩解融資約束，改善農(nóng)戶生活環(huán)境。同時(shí)數(shù)字金融可以通過提高農(nóng)戶金融素養(yǎng)，改善農(nóng)戶多維相對(duì)貧困現(xiàn)象。但數(shù)字金融對(duì)不同地區(qū)農(nóng)戶多維相對(duì)貧困存在差異性影響，對(duì)東部地區(qū)的農(nóng)戶多維相對(duì)貧困緩解效果更好。因此在農(nóng)戶多維相對(duì)貧困治理過程中，還需要注重?cái)?shù)字金融的發(fā)展和農(nóng)戶金融素養(yǎng)的提升。

當(dāng)前研究對(duì)改善農(nóng)村地區(qū)多維相對(duì)貧困現(xiàn)象和推進(jìn)鄉(xiāng)村振興提供了思路借鑒。而本文在傳導(dǎo)路徑中，僅對(duì)金融素養(yǎng)進(jìn)行研究，二者之間的作用機(jī)制還需要進(jìn)一步挖掘。此外雖然農(nóng)村地區(qū)相對(duì)貧困是現(xiàn)階段扶貧工作的研究重點(diǎn)，但城鎮(zhèn)地區(qū)多維相對(duì)貧困現(xiàn)象也不容忽視。因此未來還需要擴(kuò)大研究范圍，不斷豐富研究結(jié)論，為實(shí)現(xiàn)共同富裕奠定基礎(chǔ)。

5.2 政策建議

1）推進(jìn)農(nóng)村和中西部地區(qū)數(shù)字化建設(shè)，提高農(nóng)戶數(shù)字金融參與程度。在鞏固脫貧攻堅(jiān)成果，推進(jìn)鄉(xiāng)村振興與實(shí)現(xiàn)共同富裕的背景下，鼓勵(lì)傳統(tǒng)金融機(jī)構(gòu)繼續(xù)拓展數(shù)字化金融服務(wù)，針對(duì)不同相對(duì)貧困類型農(nóng)戶群體創(chuàng)新數(shù)字金融產(chǎn)品，實(shí)現(xiàn)精準(zhǔn)化金融支持，緩解農(nóng)戶多維相對(duì)貧困。

2）加強(qiáng)數(shù)字金融相關(guān)知識(shí)和技能的宣傳與針對(duì)性指導(dǎo)，提高農(nóng)戶數(shù)字金融素養(yǎng)。尤其是針對(duì)嚴(yán)重型相對(duì)貧困群體，以便緩解該群體數(shù)字排斥現(xiàn)象，使該群體能夠享受到數(shù)字金融所帶來的經(jīng)濟(jì)效益。與此同時(shí)要加強(qiáng)金融知識(shí)與教育的普及，提高農(nóng)戶金融能力、金融素養(yǎng)和金融風(fēng)險(xiǎn)防范意識(shí)，實(shí)現(xiàn)農(nóng)戶自主性減貧，改善農(nóng)戶的經(jīng)濟(jì)能力與發(fā)展能力。

3）推進(jìn)數(shù)字征信在農(nóng)村地區(qū)的發(fā)展，有效緩解農(nóng)戶融資約束。鼓勵(lì)金融機(jī)構(gòu)結(jié)合數(shù)字征信創(chuàng)新農(nóng)戶貸款模式，為農(nóng)戶獲得住房資金提供支持。與此同時(shí)還要改善農(nóng)村地區(qū)基礎(chǔ)設(shè)施建設(shè)，根據(jù)不同地區(qū)的資源優(yōu)勢(shì)，建設(shè)綠色生態(tài)鄉(xiāng)村，改善農(nóng)村人居環(huán)境標(biāo)準(zhǔn)，提高農(nóng)戶幸福感指數(shù)，緩解農(nóng)戶生活環(huán)境貧困。

致謝：特別感謝西南財(cái)經(jīng)大學(xué)中國家庭金融調(diào)查與研究中心提供的“中國家庭金融調(diào)查”（CHFS）和北京大學(xué)數(shù)字金融研究中心提供的“數(shù)字普惠金融指數(shù)”的數(shù)據(jù)支持。