數(shù)字普惠金融對農(nóng)村家庭相對貧困影響效應
——基于寧夏的農(nóng)戶調研數(shù)據(jù)

李昭楠 ，李鈺婷，劉樹梁，劉七軍 *

（1. 北方民族大學經(jīng)濟學院，寧夏 銀川 750021；2. 民族地區(qū)相對貧困治理研究中心，寧夏 銀川 750021）

隨著2020年絕對貧困的全面消除，我國由此進入以鞏固拓展脫貧成果與相對貧困治理為重點的后扶貧時代。相較于絕對貧困的消除，相對貧困的治理則更為艱巨、情形更為復雜、持續(xù)時間更長[1]。面對脫貧攻堅工作重心從經(jīng)濟幫扶向能力提升和生態(tài)治理的轉移，金融扶貧也由過去絕對貧困消除的“精準”幫扶向更為一般性的“普惠”服務轉變，這也意味著普惠金融將在相對貧困治理和鄉(xiāng)村振興中發(fā)揮至關重要的作用。因此，數(shù)字金融作為傳統(tǒng)金融的深化，如何釋放金融的普惠效應，實現(xiàn)數(shù)字技術與普惠金融的深度融合，是紓解相對貧困問題的關鍵[2]。

數(shù)字普惠金融旨在利用數(shù)字技術打破傳統(tǒng)普惠金融受成本、地理等因素的制約，從金融角度提升社會福利水平，縮小城鄉(xiāng)與區(qū)域之間金融支持不平衡的矛盾。學界對此展開了諸多探討，如鄒新月和王旺[3]利用宏觀統(tǒng)計數(shù)據(jù)建立空間計量模型發(fā)現(xiàn)，數(shù)字普惠金融對我國居民消費具有明顯的促進作用，并且這種效應在東西部之間存在明顯的區(qū)域性差異。還有一些研究認為數(shù)字普惠金融能夠降低金融服務門檻，為所有家庭提供公平獲取金融產(chǎn)品的機會，進而縮小城鄉(xiāng)收入差距[4]。一些學者對數(shù)字普惠金融減貧作用進行了理論分析，如惠獻波[5]從持續(xù)提高農(nóng)村地區(qū)金融服務水平視角出發(fā)，對數(shù)字普惠金融減貧增收基本機理、核心動力進行了系統(tǒng)分析；董玉峰等[6]認為數(shù)字普惠金融借助金融科技優(yōu)勢突破了傳統(tǒng)金融扶貧的難點，將被傳統(tǒng)金融排斥的貧困群體作為服務瞄準對象，促進了城鄉(xiāng)資源均衡配置，有效提升了貧困及偏遠地區(qū)的金融可獲得性。也有一些學者從實證分析和影響機制層面檢驗數(shù)字普惠金融的減貧作用，發(fā)現(xiàn)數(shù)字普惠金融一方面可以促進經(jīng)濟增長、加快農(nóng)村地區(qū)產(chǎn)業(yè)結構調整和經(jīng)濟轉型發(fā)展，提供就業(yè)和投資創(chuàng)業(yè)機會[7]；另一方面能增加農(nóng)村貧困群體金融可得性，緩解其在生產(chǎn)、教育和醫(yī)療等方面約束，進而減緩貧困[8]；再者，數(shù)字普惠金融發(fā)展可以通過增加信貸可得性、促進收入增長和縮小收入差距機制減緩居民貧困[9]。還有研究從穩(wěn)定脫貧成果的視角，通過測算家庭未來發(fā)生貧困的概率，發(fā)現(xiàn)金融普惠可以提高家庭抵抗風險的能力，進而達到穩(wěn)定脫貧之目的[10]。

然而，上述探討多為數(shù)字普惠金融對絕對貧困的減緩效應研究，缺乏對數(shù)字普惠金融與相對貧困治理之間影響機理的探討；同時既有研究在相對貧困的衡量上多采用較高比例的單一維度收入或消費，缺乏從多維度對農(nóng)戶相對貧困進行衡量；而且也缺乏對民族地區(qū)等深度貧困地區(qū)此類問題的研究探討。鑒于此，本文利用寧夏3縣區(qū)9村426戶田野調查數(shù)據(jù)，運用熵值法和A-F法分別從家庭層面對數(shù)字普惠金融和相對貧困水平進行構建與分析，采用Logit模型和中介效應模型，深入探究寧夏農(nóng)村地區(qū)數(shù)字普惠金融與相對貧困之間的關系及其影響路徑，并對兩者之間可能存在的內(nèi)生性問題進行探討，旨在為民族地區(qū)相對貧困治理、脫貧攻堅成果鞏固和鄉(xiāng)村振興的深入推進提供借鑒與參考。

1 理論分析與研究假設

1.1 數(shù)字普惠金融對農(nóng)戶相對貧困影響效應

相對傳統(tǒng)金融機構通過線下網(wǎng)點辦理或提供金融業(yè)務，數(shù)字普惠金融通過利用現(xiàn)代互聯(lián)網(wǎng)技術、人工智能、大數(shù)據(jù)分析和云計算等數(shù)字技術在金融領域的應用，從而降低金融機構的交易成本與服務費用、交易者的時間成本與交通費用，打破傳統(tǒng)金融機構“趨利性”和“最后一公里”的條件限制，將過去被金融機構排斥在外的低收入群體和偏遠地區(qū)群體吸納在內(nèi)，發(fā)揮數(shù)字普惠金融覆蓋度廣的優(yōu)勢，持續(xù)為農(nóng)戶提供高質量、低成本的金融服務。而相對貧困治理更加強調貧困戶的自我發(fā)展能力，數(shù)字普惠金融則可以為貧困群體的自我發(fā)展提供諸如結算、信貸、理財和保險等金融服務，滿足農(nóng)戶的金融要素需求、緩解其信貸約束和豐富其投資渠道，從而達到減貧之目的?；诖?，本文認為數(shù)字普惠金融對農(nóng)村相對貧困治理具有明顯的促進作用。

1.2 數(shù)字普惠金融對農(nóng)戶相對貧困影響效應機制

隨著信息化的普及，電商成為緩解農(nóng)村相對貧困的重要助推力[11]。數(shù)字普惠金融則可利用其交易成本與金融服務門檻較低的特點助力農(nóng)村電商發(fā)展。一方面，數(shù)字普惠金融為農(nóng)村電商提供便捷的支付服務，有效降低其交易成本；另一方面，數(shù)字普惠金融能夠降低信貸門檻，為電商供應鏈提供資金支持，滿足農(nóng)村電商融資多樣化需求，提高電商供應鏈的自我發(fā)展能力，從而提高農(nóng)戶參與電商的意愿與進行電商創(chuàng)業(yè)的積極性。農(nóng)戶通過電商平臺不僅可以擴大其銷售渠道，更廣泛地參與市場，而且可以減輕因市場不對稱導致的農(nóng)產(chǎn)品滯銷問題，提高農(nóng)產(chǎn)品有效供給，減緩其農(nóng)業(yè)經(jīng)營風險，實現(xiàn)增收[12]。因此，本文認為數(shù)字普惠金融可以通過提高農(nóng)戶電商意愿及行為進而減緩相對貧困。

近年來隨著“健康中國”的提出，健康更是上升到國家戰(zhàn)略[13]，國家為推進健康中國的建設，不斷引導健康產(chǎn)業(yè)的發(fā)展，農(nóng)戶了解健康知識的渠道隨之增加，健康意識不斷增強。保險公司作為金融機構之一，利用數(shù)字技術發(fā)揮金融的普惠作用，如通過互聯(lián)網(wǎng)信息平臺分享健康與保險知識，從而提高農(nóng)戶自身規(guī)避健康風險的意識，這在一定程度上降低了家庭成員發(fā)生突發(fā)性疾病的風險或得慢性病的概率，進而減緩家庭因健康問題導致的相對貧困。同時，數(shù)字普惠金融可以減少購買商業(yè)保險的交易成本和時間成本，增強農(nóng)戶家庭健康保險的購買意愿，從而減少疾病發(fā)生時家庭的醫(yī)療支出，降低家庭貧困脆弱性[14]，最終達到減緩家庭相對貧困之目的。因此，本文認為數(shù)字普惠金融可以通過增強農(nóng)戶健康意識進而減緩相對貧困。

隨著我國絕對貧困的全面消除，農(nóng)戶收入水平的不斷提高，對消費的需求也隨之增加，這是農(nóng)戶對美好生活需要的重要體現(xiàn)。而數(shù)字普惠金融在促進消費上發(fā)揮著重要作用。其一，數(shù)字金融通過互聯(lián)網(wǎng)釋放普惠作用，有助于實現(xiàn)資源合理配置，降低農(nóng)戶消費約束，增加農(nóng)戶線上購物、第三方支付使用、信貸獲得、理財產(chǎn)品和商業(yè)保險的購買等進而促進消費[15]；其二，數(shù)字普惠金融通過提供數(shù)字保險等服務降低家庭面臨的不確定性，釋放了消費需求，促進農(nóng)戶在資產(chǎn)、住房、教育、健康和衛(wèi)生環(huán)境等方面的支出[16]。為此，本文認為數(shù)字普惠金融可以通過促進農(nóng)戶消費進而減緩相對貧困。

2 研究方法

2.1 數(shù)據(jù)來源

本研究使用數(shù)據(jù)來源于課題組2020年10—11月對寧夏銀川市西夏區(qū)（德林村、華西村、十里鋪村、同陽新村和團結村）、賀蘭縣（隆源村、鐵西村和鐵東村）和永寧縣（原隆村）3個縣區(qū)9個村的問卷調查。此次調查采用分層與隨機抽樣相結合、村級與農(nóng)戶相結合的方式，按照縣區(qū)—鎮(zhèn)—村三級進行分層抽樣，并以村級為基本單位，根據(jù)選定行政村人口進行加權隨機抽樣確定調研農(nóng)戶數(shù)量。調研以農(nóng)戶和村級兩類問卷方式進行，通過與村干部、農(nóng)戶等相關人員進行半開放結構式獲取原始數(shù)據(jù)，問卷內(nèi)容包括農(nóng)戶的家庭特征、經(jīng)濟行為、生活標準狀況和金融參與等。調研共計發(fā)放問卷434份，在剔除關鍵變量缺失值、異常值后，最終獲取有效樣本426份。

2.2 變量選擇

參考相關研究，本文被解釋變量選取多維相對貧困，核心解釋變量包括數(shù)字普惠金融及覆蓋廣度、使用深度和滿意程度3個細化指標?？刂谱兞恐饕獜膽糁魈卣骱图彝ヌ卣?個方面進行選取。有研究表明，過去為貧困戶的家庭由于脫貧質量不盡相同，更有可能陷入相對貧困狀態(tài)[17]，高度脆弱農(nóng)戶家庭具有較大家庭規(guī)模，撫養(yǎng)比高等特征[18]，故本文將政治面貌、戶主年齡、過去是否為貧困戶、現(xiàn)在是否為低保戶、社會資本、家庭規(guī)模和家庭撫養(yǎng)比加以控制。根據(jù)理論分析，中介變量包括電商意愿及行為、健康意識和人均消費。具體變量說明及其描述性統(tǒng)計見表1。

表1 變量說明及描述性統(tǒng)計Table 1 Variable definition and descriptive statistics

2.3 數(shù)字普惠金融指數(shù)的構造

1）數(shù)字普惠金融指數(shù)的指標選取?；谵r(nóng)戶對金融服務的實際需求，參考郭峰等[19]的研究，兼顧《推進普惠金融發(fā)展規(guī)劃（2016—2020）》總目標，以及寧夏《金融扶貧示范區(qū)實施方案》總體要求，本文從覆蓋廣度、使用深度和滿意程度3個方面構建數(shù)字普惠金融指標體系（表2）。其中，覆蓋廣度和使用深度下屬各指標皆為虛擬變量，滿意程度中對金融服務的評價采用李克特五級量表法。

2）數(shù)字普惠金融指數(shù)的測算方法。熵值法能夠較為客觀的根據(jù)指標所包含的信息計算出各指標權重，指標的數(shù)據(jù)有序程度越高，其熵值（標準差）越小，對綜合評價的效用（即權重）越高。因此，本文選取熵值法來確定數(shù)字普惠金融各指標權重并計算指數(shù)。首先采用極值標準化方式進行無量綱處理（本文中各指標皆為正向），其次計算指標信息熵值和信息效用值，最后根據(jù)信息效用值計算各指標權重和數(shù)字普惠金融指數(shù)（具體計算方法學界已有較多闡釋，這里不再列出）。此外，由于熵值法存在無法對各指標維度進行橫向分析的缺點，為此，本文在此處添加了各指標的均值，用以體現(xiàn)寧夏農(nóng)戶對各項數(shù)字普惠金融服務的使用狀況和差異。各項指標均值和權重見表2。

表2 數(shù)字普惠金融各指標的均值與權重Table 2 Means and weights of digital inclusive financial services

2.4 相對貧困的識別方法

2.4.1 多維相對貧困指標體系 隨著絕對貧困的全面消除，相對貧困治理將是后扶貧時代的主要任務，然而如何對相對貧困家庭進行有效識別尚處于探索階段。沈揚揚和李實[20]建議以人均可支配收入中位數(shù)的40%或更高為相對貧困標準。這種方法政策可操作性強，但與滿足基本生活保障的絕對貧困消除工作不同，相對貧困治理更強調人的向上流動、自我發(fā)展能力的剝奪，為此，部分學者將權利剝奪[21]和能力剝奪[22]加入相對貧困衡量體系中。此外，寧夏是西北干旱、土壤荒漠化和水土流失等問題嚴重的生態(tài)脆弱區(qū)，受制于人口增長、環(huán)境變遷和人類高強度持續(xù)開發(fā)利用，寧夏人地關系轉型劇烈，環(huán)境生活標準同樣是寧夏地區(qū)相對貧困的重要因素。基于此，為了構建適應寧夏農(nóng)村地區(qū)的多維相對貧困指標體系，參考朱慧慧[23]、王小林和馮賀霞[24]的研究，本文從經(jīng)濟狀況、能力發(fā)展和生活標準3個方面構建農(nóng)村家庭多維相對貧困指標體系，使用等權重法賦予3個維度分別為1/3的權重[25-26]，各維度內(nèi)的指標采取等權重法進行賦值，具體指標與權重見表3。

表3 多維相對貧困指數(shù)中使用的維度、指標、閾值與權重設置Table 3 Dimensions, indicators, thresholds and weights used in the multidimensional relative poverty index

在閾值設定上，為順應絕對貧困消除到相對貧困治理的形勢需要，兼顧寧夏經(jīng)濟欠發(fā)達的地域屬性，本研究中多維相對貧困的閾值設定不宜過高或過低。因此，在經(jīng)濟維度中，本文采用了過去絕對貧困標準中的收入貧困線和住房面積大小，并將家庭中15～64歲人口都失業(yè)定義為就業(yè)剝奪。同時，本研究更強調人的自我能力發(fā)展，將過去絕對貧困中“醫(yī)療有保障，義務教育有保障”，按照“健康 中國戰(zhàn)略”和成人再教育方向進行延伸，其余各指標也基本反映了寧夏農(nóng)戶的現(xiàn)實需求和發(fā)展需要。

2.4.2 多維相對貧困計算方法 在確立了各項指標后，本文采用A-F法[27]，參考王小林和馮賀霞[24]的研究，設定維度k（本文選取k=3和k=4）對每個家庭進行多維相對貧困判斷，并計算多維相對貧困指數(shù)與各指標貢獻率，具體步驟為：

式中：H表示多維相對貧困發(fā)生率，A表示陷入多維相對貧困家庭受到外界的平均剝奪份額，即剝奪份額的加權平均，MPI為多維相對貧困指數(shù)，Ij為各指標貢獻率，Wj表示第j個維度的權重，qj表示第j個維度被剝奪的家庭總數(shù)，n表示總樣本數(shù)。

2.5 模型設定

1）Logit模型。本文考察的是數(shù)字普惠金融對多維相對貧困的減緩效應，由于農(nóng)戶是否為多維相對貧困家庭為二分變量，因此建立二元Logit模型進行有效估計，具體模型為：

式中：Pi表示農(nóng)戶i為相對貧困的概率，Yi為被解釋變量，表示農(nóng)戶i的相對貧困狀況；Fi為農(nóng)戶i的數(shù)字普惠金融指數(shù)，Xi表示其他影響農(nóng)戶相對貧困的控制變量，α0為常數(shù)項，α1和α2n為待估計參數(shù)，εi為隨機擾動項。選取現(xiàn)有研究較為常用的k=3和k=4時判定的多維相對貧困家庭作為被解釋變量。

2）工具變量法（IV）。本文采用工具變量法來減緩反向因果可能導致的內(nèi)生性問題，即非貧困家庭的人力資本或經(jīng)濟資本更強，故而對數(shù)字普惠金融參與的更多。參考Rozelle等[28]的研究，采用村莊內(nèi)相同收入階層的其他農(nóng)戶的數(shù)字普惠金融覆蓋廣度的均值作為工具變量（按照分位數(shù)10等分）。農(nóng)戶會更愿意模仿和學習相似群體的簡單有利行為，故導致村莊內(nèi)具有相似特征的農(nóng)戶在金融基礎服務使用率上具有相關性，且同一收入階層的其他農(nóng)戶的覆蓋廣度均值相對本家庭的貧困狀況是外生的，滿足工具變量的相關性和外生性假定。

3）傾向得分匹配法（PSM）。本文采用PSM模型消除自選擇可能導致的內(nèi)生性問題。PSM法的實質是事實與反事實，通過特征變量進行Logit回歸計算傾向得分，再根據(jù)傾向得分進行匹配，找到處理組的反事實進行對照，從而得出處理組的平均處理效應ATT。在此，參考周雨晴和何廣文[29]的研究，根據(jù)數(shù)字普惠金融指數(shù)的均值進行劃分，數(shù)字普惠金融指數(shù)大于等于均值，賦值為1，否則賦值為0，將數(shù)字普惠金融指數(shù)劃分為處理組（取值為1）和對照組（取值為0）兩組進行估計。

4）穩(wěn)健性檢驗。為驗證文章結論的穩(wěn)健性，本文對多維相對貧困家庭從權重設定和識別方法進行了兩個方面的調整。

一是對多維相對貧困指標權重進行修改。參考楊龍和汪三貴[30]、龍開勝和朱婷婷[31]的研究，認為經(jīng)濟狀況一定程度上反映著家庭貧困狀況。為此，本文將經(jīng)濟狀況維度權重調整為2/3，能力發(fā)展和生活標準各調整為1/6。

二是通過計算多維貧困剝奪值總和Si，并通過Si(k)判定多維相對貧困家庭，其中取m=30%和m=40%。與上文不同的是，這里判定的多維相對貧困家庭受權重大小和剝奪維度的雙重影響。

式中：Wj表示j維度的權重，g0ij為樣本i在j維度的剝奪值，d表示維度數(shù)，m為多維貧困發(fā)生率。

5）中介效應模型。為進一步探尋數(shù)字普惠金融減緩農(nóng)村家庭相對貧困的內(nèi)在機制，在理論分析的基礎上，參考Zhao等[32]的研究，采用兩步回歸檢驗系數(shù)法檢驗中介效應是否成立。由于本文中介效應模型中被解釋變量和中介變量既有虛擬變量也有連續(xù)型變量，故導致模型無法通過傳統(tǒng)檢驗方法得出中介效應大小。為此，參考方杰等[33]關于類別中介效應檢驗的建議，通過Sobel法檢驗Za×Zb的顯著性。

3 結果與分析

3.1 多維相對貧困指數(shù)各維度貢獻率分析

選取剝奪維度k=4，從村級層面分析寧夏地區(qū)相對貧困的現(xiàn)狀以及各維度貢獻率。結果顯示，各村多維相對貧困指數(shù)在0.145～0.243之間（表4），這說明寧夏農(nóng)村地區(qū)仍存在相當一部分的相對貧困人口。從各維度指標來看，經(jīng)濟水平及其下屬二級指標貢獻率較低，其中鐵東村就業(yè)貢獻率甚至低至0，這一定程度上肯定了寧夏地區(qū)在過去脫貧戰(zhàn)役中取得的豐碩成果，滿足了居民基本生存需要。能力發(fā)展的貢獻率最高，其中又以健康剝奪和教育剝奪為首，這表明健康和教育水平是困擾寧夏農(nóng)戶向上流動、自我發(fā)展的首要因素，仍有大量的家庭受文化水平、突發(fā)疾病或慢性病的困擾。

表4 k=4下多維貧困指數(shù)(MPI)及其各維度貢獻率Table 4 Multidimensional poverty index (MPI) and its contribution rate under k=4

此外，在生活標準中，不同村莊表現(xiàn)出較強的異質性，如華西村和十里鋪村的飲水剝奪分別為1.15%和34.27%，衛(wèi)生廁所剝奪中有3個村低于3%、2個村高于20%，各村莊在安全飲水和廁所革命推進中存在較大差異。與張慶紅和努爾[34]認為收入、教育和健康是南疆地區(qū)多維貧困產(chǎn)生的主要源頭的結論相比，2020年后，教育、健康依然是寧夏地區(qū)多維相對貧“困”產(chǎn)生的主要源頭，但經(jīng)濟層面的“貧”已基本得到解決。

3.2 數(shù)字普惠金融對農(nóng)村家庭相對貧困影響分析

數(shù)字普惠金融對農(nóng)村家庭多維相對貧困的影響結果顯示，數(shù)字普惠金融對不同判定標準下的相對貧困均有顯著的負向作用（表5）。一方面隨著剝奪維度提高，數(shù)字普惠金融及其各分項指標對相對貧困減緩作用逐漸增強，說明數(shù)字普惠金融對相對貧困程度更深的家庭有更強的負向作用，這也是過去金融扶貧在脫貧攻堅工作中發(fā)揮重要作用的原因之一。另一方面從數(shù)字普惠金融的不同維度來看，覆蓋廣度、使用深度的提高會對農(nóng)村家庭相對貧困有顯著的抑制作用，數(shù)字普惠金融通過為農(nóng)戶提供高質量、低成本的金融服務，提高金融服務的覆蓋廣度和使用深度，進而為農(nóng)戶自我發(fā)展提質增效。

表5 數(shù)字普惠金融對農(nóng)村家庭相對貧困回歸結果分析Table 5 Analysis of the results of digital inclusive finance on the return of rural hosueholds to relative poverty

結合表2中數(shù)字普惠金融各指標的均值可以發(fā)現(xiàn)，數(shù)字普惠金融覆蓋廣度的推進情況要好于使用深度。目前農(nóng)戶對數(shù)字普惠金融的結算、儲蓄和信貸服務已有部分涉及，但對互聯(lián)網(wǎng)投資、互聯(lián)網(wǎng)保險等深層次金融業(yè)務的參與尚且較低。這與任碧云和李柳穎[35]根據(jù)2017年京津冀地區(qū)調查數(shù)據(jù)發(fā)現(xiàn)農(nóng)戶對數(shù)字借貸業(yè)務參與較低的結論有所差異，其原因在于隨著近年來銀行等金融機構移動端APP的普及，政府對互聯(lián)網(wǎng)借貸的監(jiān)管越發(fā)嚴格，農(nóng)戶對互聯(lián)網(wǎng)借貸的可得性和信任感皆有所提高，故參與數(shù)字信貸業(yè)務的比例開始逐漸上升。

此外，本文并未發(fā)現(xiàn)數(shù)字普惠金融的滿意程度對相對貧困有顯著的負向作用（表5），其原因可能在于，從項目組的調查中了解到，農(nóng)戶對數(shù)字普惠金融服務的滿意程度普遍較高，權重僅為0.005（表2），樣本中數(shù)據(jù)差異極小，因此造成了回歸結果不顯著，這從側面肯定了數(shù)字普惠金融從業(yè)者的服務水平與工作態(tài)度。在控制變量中，過去為貧困戶、現(xiàn)在是低保戶和撫養(yǎng)比的上升對相對貧困有顯著的正向效應，戶主年齡、政治面貌、社會資本和家庭規(guī)模對相對貧困的作用不顯著。

3.3 內(nèi)生性分析

1）反向因果問題。本文采用IV-Probit方法消除模型可能存在的反向因果問題，根據(jù)表6結果，一方面可以看出，聯(lián)合顯著性檢驗的F統(tǒng)計量大于10，說明不存在弱工具變量問題；Wald內(nèi)生性檢驗顯示，可以在5%的顯著性水平下拒絕“數(shù)字普惠金融為外生變量”的原假設。另一方面從第二階段回歸結果看，數(shù)字普惠金融仍在1%的顯著性水平上對農(nóng)戶多維相對貧困有顯著的負向影響，并與上節(jié)Logit模型回歸結果在方向上一致、大小上相似，這也說明數(shù)字普惠金融能夠減緩農(nóng)村家庭相對貧困這一結論是可靠的。

表6 工具變量回歸結果Table 6 Instrumental variable regression results

2）自選擇問題。本文采用傾向得分匹配模型消除模型可能存在的自選擇問題，表7結果顯示，在以k=4多維相對貧困作為被解釋變量進行匹配后，標準偏差和中位數(shù)偏差縮小到2.3%～3.0%之間，遠低于20%，準R方（PseudoR2）均小于0.005，似然比檢驗統(tǒng)計量在匹配前為49.21，在1%的顯著水平下被拒絕，然而在匹配后均未拒絕原假設。以上平衡檢驗結果顯示，匹配顯著降低了處理組和對照組的系統(tǒng)性差異，最大限度的降低了樣本的選擇性偏差，保證了匹配結果的可靠性。在進行了最近鄰匹配、卡尺匹配和核匹配后，數(shù)字普惠金融均在5%的顯著水平下對相對貧困有顯著的負向影響，ATT在 -0.095 ～ -0.078之間，再次驗證了數(shù)字普惠金融可以緩解農(nóng)村家庭相對貧困這一結論。

表7 傾向得分匹配結果及其平衡性檢驗(k=4)Table 7 Matching results and equilibrium test of propensity score matching (k=4)

3.4 穩(wěn)健性檢驗

對多維相對貧困家庭從權重設定和識別方法進行了兩個方面的調整，用以檢驗文章結論的穩(wěn)健性。從表8給出的結果可知，權重和識別方法調整后，數(shù)字普惠金融及其各分項指標仍然對不同判斷標準下農(nóng)村家庭多維相對貧困有顯著的負向作用，并且隨著貧困程度的加深，該負向效應依然呈增長態(tài)勢，再次檢驗了本文結論具有一定的穩(wěn)健性。

表8 權重和方法調整后數(shù)字普惠金融對相對貧困影響效應Table 8 Impact of weighted and methodologically adjusted digital inclusive finance on relative poverty

3.5 中介效應分析

本文檢驗了以電商意愿及行為、健康意識和人均消費作為中介變量的數(shù)字普惠金融減緩相對貧困的作用機制。從實證結果可以看出，Sobel檢驗Z值皆在10%顯著性水平拒絕中介效應為零的原假設（表9），數(shù)字普惠金融會通過提高農(nóng)戶電商意愿及行為、健康意識和人均消費進而緩解農(nóng)村家庭相對貧困。數(shù)字普惠金融會在1%的顯著性水平下提高農(nóng)戶電商意愿及行為，將電商意愿及行為加以控制后，依然發(fā)現(xiàn)數(shù)字普惠金融對相對貧困有顯著的負向作用（表9）。數(shù)字普惠金融水平更高的農(nóng)戶會更有意愿或直接參與到農(nóng)產(chǎn)品電商行業(yè)中，進而達到增收、減貧之目的。健康意識和人均消費的中介效應與電商意愿及行為相似，這里不再贅述。

表9 數(shù)字普惠金融緩解農(nóng)村家庭相對貧困的中介效應Table 9 Intermediation effects of inclusive finance in alleviating relative poverty in rural households

4 結論與建議

4.1 結論

研究表明，寧夏地區(qū)絕對貧困雖已消除，但鞏固脫貧攻堅成果和相對貧困治理依然面臨不小挑戰(zhàn)。這主要是因為過去絕對貧困更多的是消除了農(nóng)戶經(jīng)濟維度的“貧”，但其能力和生活標準方面的“困”依然較為嚴峻，諸如健康狀況、教育水平、飲水安全和衛(wèi)生廁所等方面的瓶頸依然是制約農(nóng)戶自我發(fā)展和向上流動能力的關鍵因素，這不僅影響到寧夏等民族地區(qū)脫貧攻堅成果的鞏固拓展，更是這一地區(qū)相對貧困治理面臨的巨大挑戰(zhàn)。

數(shù)字普惠金融對紓解寧夏地區(qū)相對貧困具有顯著效應。一方面，數(shù)字普惠金融通過結算、信貸、理財和保險等金融服務消除了制約農(nóng)戶自我發(fā)展的瓶頸，有效滿足了其金融要素需求，此方式很好契合了相對貧困治理更加強調貧困戶自我發(fā)展能力的要求。另一方面，數(shù)字普惠金融以提高農(nóng)戶電商意愿及行為、增強農(nóng)戶健康意識和促進農(nóng)戶消費等路徑，發(fā)揮了明顯的減緩相對貧困之功效，而且隨著農(nóng)戶貧困剝奪維度的加深這種減貧效應進一步呈增強態(tài)勢，這意味著數(shù)字普惠金融對寧夏地區(qū)相對貧困治理具有顯著的正向促進效應，也必將為這一區(qū)域鄉(xiāng)村振興的深入實施發(fā)揮巨大的促進效應。

上述結論對寧夏等民族地區(qū)鞏固脫貧質量和相對貧困治理以及鄉(xiāng)村振興的有序推進具有重大現(xiàn)實意義，隨后的深入研究將進一步擴展樣本范圍，則研究結論會更具普遍性和現(xiàn)實指導性；同時，基于研究發(fā)現(xiàn)，為更有效地治理寧夏等民族地區(qū)相對貧困問題，充分發(fā)揮數(shù)字普惠金融的減貧助農(nóng)功效，尚需從相關政策建議入手。

4.2 建議

1）注重農(nóng)戶自我發(fā)展能力提升與農(nóng)村生活標準改善。一是寧夏政府應在守住現(xiàn)有控輟保學成果的前提下，為廣大成年農(nóng)戶提供一定教育、再教育的機會，如可考慮開展新型職業(yè)農(nóng)民培育計劃，培育一批生產(chǎn)經(jīng)營型、專業(yè)技能型和專業(yè)服務型的新型職業(yè)農(nóng)民。二是注重完善農(nóng)村社區(qū)基礎衛(wèi)生保障體系，利用數(shù)字普惠金融的數(shù)字平臺分析優(yōu)勢，向農(nóng)戶提供有針對性和靈活性的健康、意外和養(yǎng)老等保險產(chǎn)品，提高農(nóng)戶抵抗風險的能力。三是進一步改善飲水排污和衛(wèi)生廁所等農(nóng)村人居生活環(huán)境標準，從源頭遏制傳染病、地方病和寄生蟲病等重大疾病，提高農(nóng)戶健康水平。

2）由淺入深，深化農(nóng)戶數(shù)字普惠金融使用深度。寧夏政府應在進一步加快數(shù)字普惠金融發(fā)展進程的同時，注重農(nóng)戶對互聯(lián)網(wǎng)投資和互聯(lián)網(wǎng)保險等深層次業(yè)務的參與，金融機構應不斷進行產(chǎn)品和服務模式的創(chuàng)新與簡化，為農(nóng)戶提供簡單、便捷、易懂的一站式與普惠式金融服務，保證農(nóng)村居民能夠獲得充足的金融產(chǎn)品與金融支持，充分發(fā)揮數(shù)字普惠金融解決相對貧困的助力作用。如寧夏地區(qū)在“廁所革命”推進中，資金來源采用的是農(nóng)戶先行墊付，待驗收合格后再進行獎勵，但獎勵回流期限較長以及部分農(nóng)戶無力先行墊付等原因一定程度上降低了農(nóng)戶改廁意愿，是否可考慮在這一過程中引入數(shù)字普惠金融機制，為農(nóng)戶提供一定的小額信貸，進行生活標準改善的同時提高農(nóng)戶使用深度。

3）充分發(fā)揮數(shù)字普惠金融的減貧助農(nóng)作用。一是金融機構可依托數(shù)字普惠金融的發(fā)展，在支付、信貸等業(yè)務上向農(nóng)村電商行業(yè)給予一定的政策傾斜與福利，加大數(shù)字普惠金融對農(nóng)村電商行業(yè)的支持力度；村集體可考慮與當?shù)仉娚唐髽I(yè)合作，定期在村莊內(nèi)舉辦一些電商公益培訓課程，提高農(nóng)戶電商意愿及行為，從而間接減緩農(nóng)戶相對貧困。二是鼓勵金融科技企業(yè)與金融機構深度合作，為寧夏農(nóng)村數(shù)字普惠金融發(fā)展提供軟硬件設施的同時，提高農(nóng)戶使用數(shù)字平臺和工具的能力及意愿，通過數(shù)字普惠金融緩解農(nóng)戶在醫(yī)療、教育等方面的信貸約束，解決農(nóng)戶的后顧之憂，釋放農(nóng)村消費更大潛力，激發(fā)農(nóng)村消費更大活力，進而達到減緩農(nóng)戶相對貧困的效應。