大數(shù)據(jù)模式下金融科技精準(zhǔn)扶貧路徑研究

陳奕虹，李娜，吳姝慧

（江西財(cái)經(jīng)大學(xué)，江西 南昌 330013）

2020年3月6日，習(xí)近平總書記在決戰(zhàn)決勝脫貧攻堅(jiān)座談會(huì)上指出，從目前看，脫貧進(jìn)度符合預(yù)期，成就舉世矚目，脫貧攻堅(jiān)目標(biāo)任務(wù)接近完成。到今年2月底，全國832個(gè)貧困縣中已有601個(gè)宣布摘帽，179個(gè)正在進(jìn)行退出檢查，未摘帽縣還有52個(gè)，區(qū)域性整體貧困基本得到解決。

在運(yùn)用金融科技實(shí)現(xiàn)精準(zhǔn)扶貧方面的研究中，遲福林（2015）運(yùn)用當(dāng)前農(nóng)村互聯(lián)網(wǎng)普及率等數(shù)據(jù)說明：傳統(tǒng)金融服務(wù)在服務(wù)時(shí)間、網(wǎng)點(diǎn)設(shè)置以及成本控制上難以滿足用戶需求，農(nóng)村地區(qū)需要利用互聯(lián)網(wǎng)金融重構(gòu)先有的傳統(tǒng)金融服務(wù)模式，推動(dòng)農(nóng)村金融市場(chǎng)化發(fā)展和農(nóng)村金融結(jié)構(gòu)性改革。閆世達(dá)、鐘成春（2016）提出應(yīng)健全相關(guān)制度保證“互聯(lián)網(wǎng)+”多種模式“精準(zhǔn)扶貧”的實(shí)現(xiàn)、健全風(fēng)險(xiǎn)補(bǔ)償機(jī)制和農(nóng)業(yè)保險(xiǎn)支持力度等政策建議。王軍、吳海燕（2016）指出，我國農(nóng)村地區(qū)的互聯(lián)網(wǎng)普及率還比較低，政府資金整合管理機(jī)制以及農(nóng)村基礎(chǔ)設(shè)施建設(shè)還不夠完善，扶貧大數(shù)據(jù)系統(tǒng)開發(fā)難度還比較大。

目前國內(nèi)外就如何將金融科技與精準(zhǔn)扶貧有益結(jié)合的研究只停留在表面的宏觀論述上，沒有結(jié)合具體實(shí)例進(jìn)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(shù)據(jù)，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(diǎn)，最大發(fā)揮金融科技在精準(zhǔn)扶貧中的作用，讓貧困戶享受時(shí)代發(fā)展的成果，搭上金融科技的“快車”。

1 實(shí)證分析

1.1 理論框架

根據(jù)市場(chǎng)消費(fèi)理論，消費(fèi)者對(duì)產(chǎn)品的主觀感受比客觀數(shù)據(jù)更具說服力。貧困戶對(duì)扶貧的滿意度是評(píng)判精準(zhǔn)扶貧績(jī)效的決定性因素。普惠金融理論提倡建立為社會(huì)各階層所有成員提供公開、便捷、安全、低成本服務(wù)的金融體系。2006年聯(lián)合國出版的《建設(shè)普惠金融體系》指出，普惠金融體系應(yīng)該以小額信貸為核心。陳長(zhǎng)民（2020）指出農(nóng)村銀行網(wǎng)點(diǎn)的多少直接影響貧困戶資金使用情況與扶貧績(jī)效。

1.2 滿意度問卷設(shè)計(jì)

該調(diào)研問卷主要包括三個(gè)部分，共18個(gè)問題。第一部分是被調(diào)研對(duì)象的家庭基本信息；第二部分是對(duì)金融機(jī)構(gòu)的滿意度；第三部分是扶貧戶對(duì)精準(zhǔn)扶貧整體成效的滿意度。指標(biāo)體系的具體設(shè)置見表1所示。

表1 指標(biāo)體系設(shè)置表

本次調(diào)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(shè)置以賦分的方式量化貧困戶對(duì)精準(zhǔn)扶貧的整體滿意度（由上述指標(biāo)體系設(shè)置表中的四個(gè)認(rèn)可程度加總分值得出）及對(duì)金融機(jī)構(gòu)滿意度，從而為建立多元回歸模型提供數(shù)據(jù)支撐。

1.3 模型建立

設(shè)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(duì)精準(zhǔn)扶貧滿意度；分別為對(duì)金融機(jī)構(gòu)便利性滿意度、對(duì)扶貧貸款額度滿意度、對(duì)扶貧貸款期限滿意度、對(duì)扶貧貸款種類滿意度、對(duì)扶貧貸款政策宣傳力度滿意度；是待估參數(shù)；是隨機(jī)誤差。

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

本文以Stata12.0軟件為統(tǒng)計(jì)分析工具，將問卷調(diào)查得到的數(shù)據(jù)整理成符合數(shù)據(jù)統(tǒng)計(jì)格式的數(shù)據(jù)導(dǎo)入軟件，并基于上述多元線性回歸模型，計(jì)算得到初步回歸結(jié)果（見表2）。

表2 回歸結(jié)果

根據(jù)初步回歸結(jié)果，整理后得到多元回歸模型如下：

1.4 模型分析與檢驗(yàn)

1.4.1 模型分析

（1）相關(guān)性分析

Xc、Xll、Xlm與Y之間的相關(guān)系數(shù)均大于0.5，P值都為0.0000，說明金融機(jī)構(gòu)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(zhǔn)扶貧滿意度之間顯著相關(guān)。的相關(guān)系數(shù)較小，且P值均大于0.05，說明兩者與精準(zhǔn)扶貧滿意度之間相關(guān)性弱。

1.4.2 模型檢驗(yàn)

（1）多重共線性檢驗(yàn)

（2）t檢驗(yàn)與F檢驗(yàn)

T檢驗(yàn)主要用于檢驗(yàn)單個(gè)總體參數(shù)是否對(duì)因變量有顯著影響的假設(shè)。由回歸結(jié)果可知，Xc、Xll、Xlm的t統(tǒng)計(jì)量均大于顯著性水平為1%的臨界值2.326，即這三個(gè)變量是統(tǒng)計(jì)顯著的。Xlk、Xp的t統(tǒng)計(jì)量均小于顯著性水平為5%的臨界值1.65，其中Xlk的統(tǒng)計(jì)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(tǒng)計(jì)顯著的。

F檢驗(yàn)是對(duì)多個(gè)線性約束的檢驗(yàn)，即一組自變量是否對(duì)因變量產(chǎn)生影響的聯(lián)合假設(shè)檢驗(yàn)。根據(jù)回歸結(jié)果，由于F統(tǒng)計(jì)量足夠的大以及p值足夠的小，Xc、Xll、Xlm、Xlk、Xp是聯(lián)合顯著的。

2 結(jié)論與建議

2.1 研究結(jié)論

2.1.1 貧期困農(nóng)戶對(duì)金融精準(zhǔn)扶貧的整體滿意度不高

X縣對(duì)金融機(jī)構(gòu)滿意度的五個(gè)指標(biāo)的平均滿意度都在70分左右，說明該地貧困戶對(duì)金融扶貧工作并不是特別滿意，歸根結(jié)底是因?yàn)榉鲐氄邲]有對(duì)口貧困戶的根本需求。

2.1.2 模型中前三個(gè)變量是影響精準(zhǔn)扶貧滿意度的重要因素

從回歸結(jié)果來看，金融機(jī)構(gòu)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(duì)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(jī)構(gòu)參與精準(zhǔn)扶貧的積極性不夠強(qiáng)

從數(shù)據(jù)可以看出，44%的被扶貧農(nóng)戶在金融機(jī)構(gòu)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(gè)指標(biāo)上打分較低，導(dǎo)致對(duì)總的扶貧滿意度評(píng)分較低，這間接反映了金融機(jī)構(gòu)參與精準(zhǔn)扶貧的積極性不夠強(qiáng)。

2.1.4 金融精準(zhǔn)扶貧方式過于單一

調(diào)查結(jié)果顯示，有51.3%的貧困戶認(rèn)為銀行金融產(chǎn)品過于單一，貸款種類過少，而且存在著不合理之處。當(dāng)?shù)劂y行對(duì)貧困戶的貸款一年期最常見，想申請(qǐng)3年或5年期的門檻較高，也很少有貧困戶能申請(qǐng)到。貧困戶大多從事農(nóng)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(jī)構(gòu)間存在信息不對(duì)稱

調(diào)查結(jié)果顯示，70%的貧困戶只有小學(xué)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(shù)貧困戶金融意識(shí)薄弱，存在不能及時(shí)償還貸款的風(fēng)險(xiǎn)，導(dǎo)致銀行信用風(fēng)險(xiǎn)上升，扶貧成本較大。