多維貧困視角下數(shù)字普惠金融對可持續(xù)扶貧的影響分析

王華，曹成航，李博康

（1.中央民族大學(xué) 經(jīng)濟學(xué)院，北京 100081；2.廣西壯族自治區(qū)防城港市財政局，廣西 防城港 538000）

一、引言

2020年11月23日，我國832個貧困縣全部摘帽，脫貧攻堅取得全面勝利，但這并不意味著我國扶貧的腳步可以放緩。早在2020年5月，習(xí)近平總書記在山西大同云州區(qū)進(jìn)行調(diào)研時說道：“鄉(xiāng)親們脫貧后，我最關(guān)心的是如何鞏固脫貧、防止返貧，確保鄉(xiāng)親們持續(xù)增收致富?！睘楸Ｕ厦撠毠缘某晒?，制定可持續(xù)性的扶貧措施以減小農(nóng)戶返貧和新致貧的風(fēng)險，將成為后續(xù)扶貧工作的重點。隨著金融科技的發(fā)展，數(shù)字普惠金融拓展了普惠金融的廣度和深度（郭峰等，2020）[1]，“普惠”得到了進(jìn)一步發(fā)展。在全面推進(jìn)可持續(xù)扶貧和數(shù)字經(jīng)濟快速發(fā)展的背景下，探討數(shù)字普惠金融能否鞏固脫貧、防止返貧、實現(xiàn)可持續(xù)扶貧，具有理論意義。

在有關(guān)數(shù)字普惠金融是否有助于減貧的研究中，大多數(shù)學(xué)者都認(rèn)可發(fā)展數(shù)字普惠金融能夠起到減貧作用。研究發(fā)現(xiàn)，發(fā)展數(shù)字普惠金融和減緩貧困之間的關(guān)系呈現(xiàn)非線性特征，且區(qū)域之間的減貧效應(yīng)存在差異。龔沁宜和成學(xué)真（2018）[2]利用2011—2015年的面板數(shù)據(jù)考察了我國數(shù)字普惠金融發(fā)展對農(nóng)村地區(qū)貧困的影響，提出數(shù)字普惠金融能夠有效促進(jìn)貧困減緩，且這二者之間存在非線性關(guān)系。鄭志強（2020）[3]利用面板數(shù)據(jù)對數(shù)字普惠金融的減貧效應(yīng)進(jìn)行了探討，同樣得到了數(shù)字普惠金融能夠減緩農(nóng)村地區(qū)貧困的結(jié)論。張海洋和韓曉（2021）[4]利用“北京大學(xué)數(shù)字普惠金融指數(shù)”和中國家庭追蹤調(diào)查數(shù)據(jù)（CFPS），研究了數(shù)字普惠金融在地域上的減貧差異，發(fā)現(xiàn)數(shù)字普惠金融在中部發(fā)揮的作用最大。何平平和羅若闌（2021）[5]探討了不同區(qū)域間數(shù)字普惠金融減貧效應(yīng)的差異性，結(jié)果顯示數(shù)字普惠金融對中西部的減貧效應(yīng)高于東部地區(qū)。

此外，還有部分學(xué)者對數(shù)字普惠金融的減貧作用持相反觀點。由于一些地區(qū)的數(shù)字基礎(chǔ)設(shè)施并不完善，農(nóng)戶自身金融稟賦較低，數(shù)字普惠金融的發(fā)展容易凸顯數(shù)字鴻溝（星焱，2021）[6]，而數(shù)字鴻溝可能又會導(dǎo)致貧困線附近和貧困線以下的居民愈加貧困（何宗樾等，2020）[7]。胡聯(lián)等（2021）[8]分析了數(shù)字普惠金融對相對貧困的影響，指出低收入家庭可能因缺乏數(shù)字工具而無法享受數(shù)字普惠金融帶來的福利，反而加劇相對貧困。

本文認(rèn)為，探討數(shù)字普惠金融對可持續(xù)扶貧的作用，應(yīng)注重貧困的多維性，同時關(guān)注貧困狀態(tài)的動態(tài)變化。一方面，貧困是一種可行能力被剝奪的現(xiàn)象，一個人的可行能力包括不必過早死亡、免受饑餓和疾病的困擾、接受教育、參與社區(qū)活動等（Sen，1981，1999）[9-10]。這些能力被剝奪既是貧困產(chǎn)生的原因，又是貧困的表現(xiàn)（沈揚揚等，2018）[11]。但單從收入衡量貧困較為片面，比如部分農(nóng)村家庭收入雖高于貧困線標(biāo)準(zhǔn)，而綜合子女教育、治療疾病等方面的支出，其生活水平仍然很低。Sen（1981，1999）[9-10]提出了多維貧困的概念，指出衡量貧困要從人們實際生活和所享受的權(quán)利出發(fā)。因此，基于可行能力的多維貧困測量更能夠準(zhǔn)確反映家庭的真實狀況。另一方面，貧困是一個隨時間變化的動態(tài)過程，可持續(xù)扶貧工作的開展不僅要重點關(guān)注脫貧人口再次陷入貧困的問題，也要關(guān)注某些普通家庭可能因疾病、災(zāi)害等原因陷入貧困。研究家庭貧困狀態(tài)時需要進(jìn)行連續(xù)觀測，不僅要了解家庭在某一時點上的貧困狀態(tài)，而且要關(guān)注其在不同時點上的貧困狀況，掌握家庭貧困變動的軌跡，從貧困狀態(tài)的動態(tài)變化視角分析數(shù)字普惠金融的可持續(xù)扶貧效應(yīng)。

本文將從多維貧困和貧困變動的角度探討數(shù)字普惠金融對可持續(xù)扶貧的作用，嘗試在以下三個方面做出貢獻(xiàn)：

第一，充分結(jié)合我國農(nóng)村發(fā)展?fàn)顩r，從“吃穿”“用”“住”、教育和醫(yī)療等維度構(gòu)建多維貧困指標(biāo)體系，更貼合我國現(xiàn)實貧困狀況；

第二，從貧困動態(tài)變化的角度出發(fā)，關(guān)注數(shù)字普惠金融的可持續(xù)扶貧效應(yīng)，運用Biprobit模型探討其在防止返貧和防止新致貧方面發(fā)揮的作用；

第三，從覆蓋廣度、使用深度和數(shù)字化程度三個維度分別揭示數(shù)字普惠金融對可持續(xù)扶貧的異質(zhì)性影響。

本文余下部分如下：第二部分，分析數(shù)字普惠金融助力可持續(xù)扶貧的機理；第三部分，構(gòu)建多維貧困指數(shù)及Biprobit模型，從貧困動態(tài)角度分析數(shù)字普惠金融對可持續(xù)扶貧的影響；第四部分，實證分析數(shù)字普惠金融對農(nóng)戶多維貧困變動的影響；第五部分，結(jié)論和政策建議。

二、數(shù)字普惠金融助力可持續(xù)扶貧的機理分析

Sen（1981，1999）[9-10]在多維貧困理論中指出，貧困存在疾病、營養(yǎng)不良等多個維度，在探討數(shù)字普惠金融的減貧及防返貧效應(yīng)時要對貧困的多維性進(jìn)行把控。但從實踐來看，各國社會所處的發(fā)展階段不一致，因此對多維貧困維度的選擇也不盡相同。例如一些非洲國家關(guān)注營養(yǎng)健康等物質(zhì)條件，而一些發(fā)達(dá)國家會更關(guān)注人們的精神需求。結(jié)合我國實際情況，《中國農(nóng)村扶貧開發(fā)綱要（2011—2020年）》（以下簡稱《扶貧開發(fā)綱要》）指出扶貧的總體目標(biāo)是“兩不愁”和“三保障”，即不愁吃、不愁穿，保障其義務(wù)教育、基本醫(yī)療和住房，同時在扶貧的主要任務(wù)中還強調(diào)了居民用水、用電等問題?；诖?，我國農(nóng)村貧困問題的主要維度可歸結(jié)為“吃穿”“用”“住”、教育和醫(yī)療等方面。數(shù)字普惠金融能夠在以上五個維度分別實現(xiàn)緩解貧困的作用。

解決脫貧農(nóng)戶的“吃穿”問題意味著其家庭要有穩(wěn)定的收入來源，可以從以下兩方面入手。一方面，利用農(nóng)業(yè)保險保障農(nóng)戶收入。農(nóng)業(yè)受環(huán)境影響較大，農(nóng)業(yè)保險是保障農(nóng)業(yè)生產(chǎn)的有效手段，能夠提高農(nóng)業(yè)抗災(zāi)能力。但其缺點也比較明顯，它具有低保費和高補貼的特征，因此該項業(yè)務(wù)需要由財政支持，在財政資金有限的情況下，保險金額并不能完全覆蓋農(nóng)民承受的風(fēng)險。對于普通農(nóng)戶來說，用較低費用來預(yù)防未來可能出現(xiàn)的高風(fēng)險是可接受的，因為保費支出對農(nóng)戶的生活影響并不大。但是對于原本收入較低的脫貧農(nóng)戶來說，家庭對每一項支出都比較謹(jǐn)慎，且風(fēng)險是未知的，為了節(jié)省這筆開支，脫貧農(nóng)戶可能不會參保。為了保障農(nóng)業(yè)保險精準(zhǔn)對接低收入農(nóng)戶，提高其參保率，政策規(guī)定深度貧困地區(qū)的費率在原有基礎(chǔ)上再降10%—30%。另一方面，發(fā)放信貸資金幫助脫貧農(nóng)戶養(yǎng)殖經(jīng)營使其避免再次陷入貧困。數(shù)字普惠金融打破了傳統(tǒng)普惠金融在地理上的界限，使得受眾人群進(jìn)一步擴大，再加上大數(shù)據(jù)、云計算等技術(shù)的支持，即使是抵押資產(chǎn)較少的人群也可以享受到金融信貸服務(wù)，農(nóng)戶金融可獲得性提升。

針對“用”的問題，供水、燃?xì)?、暖氣是人們生活的基本需要，我國城?zhèn)的供應(yīng)系統(tǒng)較為完善，相較而言農(nóng)村的狀況還有待改善。為了解決此問題，政府在農(nóng)村開始大力推行供應(yīng)系統(tǒng)等項目基礎(chǔ)設(shè)施建設(shè)，但在建設(shè)過程中卻面臨一定的資金約束，由于這些項目前期投入大、投資回收期長，民間資本較少參與，而政府作為資金的供給主體，面臨較大財政壓力。因此大力發(fā)展地區(qū)數(shù)字普惠金融，可從以下方面促進(jìn)項目實施。一是發(fā)展數(shù)字普惠金融可以促進(jìn)地方經(jīng)濟發(fā)展，提高地方稅收增長，從而緩解地方財政壓力（梁曉琴，2020）[12]。二是發(fā)展數(shù)字普惠金融能夠使低收入人群加入金融市場中，幫助其獲得利息收益并實現(xiàn)保本增值，同時通過該平臺能將資金以借貸的形式貸給項目建設(shè)企業(yè)，促進(jìn)市場資金投入到項目建設(shè)中。

針對“住”的問題，房屋是人們基本的生活資料，建房對于家庭來說尤為重要。在自然災(zāi)害多發(fā)的地區(qū)，農(nóng)戶住房難以保障，面對自然災(zāi)害往往遭受較大的損失，面臨返貧風(fēng)險。為保障農(nóng)戶住房安全，發(fā)展農(nóng)村住房保險成為一種可行的路徑。但由于一些農(nóng)戶居住偏僻，房屋信息獲取難度較大，容易導(dǎo)致信息不對稱的問題，其面臨較高的金融服務(wù)門檻。為此，推進(jìn)數(shù)字普惠金融的發(fā)展，將部分業(yè)務(wù)轉(zhuǎn)為線上化，線上化的投保方式可擴大住房保險的受眾群體，同時通過信息科技搭建風(fēng)險防控系統(tǒng)，減小信息不對稱的影響。農(nóng)戶受到自然災(zāi)害后可及時獲得一筆災(zāi)后重建資金，防止“因災(zāi)返貧”。

針對教育問題，在九年義務(wù)教育普及之下，農(nóng)戶對教育的需求日益多元化。教育需求范圍由義務(wù)教育向?qū)W前教育和繼續(xù)教育延伸，因此教育供給也需要向多樣化、優(yōu)質(zhì)化和動態(tài)化的方向發(fā)展。為保證教育扶貧的可持續(xù)性需要從家庭和政府兩方面入手，家庭需要負(fù)擔(dān)學(xué)生的學(xué)費、購買書本和學(xué)習(xí)用品的費用，而國家需要對農(nóng)村教育進(jìn)行投資，包括興建學(xué)校、購置教學(xué)設(shè)備和支付老師工資等（徐小陽等，2020）[13]。對脫貧農(nóng)戶而言，低水平的收入可能難以滿足子女上學(xué)的需求，因此需要外部力量援助。而對于政府部門，教育投資在一定程度上會加重財政壓力。在此情況下，從微觀角度來看，數(shù)字普惠金融的發(fā)展能夠覆蓋更多的長尾群體，其發(fā)展給農(nóng)村居民提供了更多申請教育貸款的機會（徐小陽等，2020）[13]；從宏觀角度來看，數(shù)字普惠金融發(fā)展對經(jīng)濟發(fā)展具有促進(jìn)作用，而經(jīng)濟發(fā)展又能緩解教育貧困（成學(xué)真和龔沁宜，2020；張俊良等，2019）[14-15]。因此發(fā)展數(shù)字普惠金融可以緩解農(nóng)村教育投資壓力，防止農(nóng)戶“因?qū)W返貧”。

針對醫(yī)療問題，農(nóng)村居民對于疾病的防控主要依靠醫(yī)療保險，旨在解決“看病貴”的問題。目前我國醫(yī)療保障制度體系中主要包含社會醫(yī)療保險制度和一般商業(yè)保險制度。對于脫貧戶來說，一般商業(yè)保險的形式靈活但保費較高，而基本社會醫(yī)療保險覆蓋面廣但保障程度較低。相較而言，數(shù)字化普惠醫(yī)療保險具有普惠保險保障程度高、價格更惠民的特點，同時依靠數(shù)字化技術(shù)，有效降低了保險公司為農(nóng)戶提供服務(wù)的設(shè)施建設(shè)成本和人力成本，提升了農(nóng)村偏遠(yuǎn)地區(qū)的滲透力，醫(yī)療保險進(jìn)入門檻降低。在解決疾病問題上，保險是一種有效的手段，雖然存在一定不足，但不可否認(rèn)的是其制度體系越來越完善，能夠滿足脫貧戶高保障、低保費的需求，更好地解決“因病返貧”的問題。

綜合上述分析，提出假說一：發(fā)展數(shù)字普惠金融有助于實現(xiàn)可持續(xù)扶貧（機理見圖1）。

圖1 數(shù)字普惠金融助力可持續(xù)扶貧的機理

從數(shù)字普惠金融的不同維度來看，主要包含覆蓋廣度、使用深度、數(shù)字化程度三個維度。在覆蓋廣度方面，需擴大金融服務(wù)受眾者的范圍，特別是將低收入群體納入服務(wù)對象中。覆蓋廣度的擴大使得弱勢群體更容易獲得金融服務(wù)，金融可得性的提升對農(nóng)戶的收入水平有著促進(jìn)作用（楊艷琳和付晨玉，2019）[16]。在使用深度方面，旨在提供涵蓋更廣的金融產(chǎn)品。想要讓低收入群體加入金融市場中，不僅要解決其地理排斥問題，更應(yīng)關(guān)注其需求是否能有效滿足。數(shù)字普惠金融的業(yè)務(wù)范圍不僅包括傳統(tǒng)金融業(yè)務(wù)如保險、信貸、儲蓄等，還涉及新型的貨幣基金業(yè)務(wù)及信用服務(wù)等。與傳統(tǒng)的金融業(yè)務(wù)相比，數(shù)字普惠金融的發(fā)展擴展了金融產(chǎn)品的適用范圍，能夠為農(nóng)戶提供更多選擇。在數(shù)字化程度方面，旨在體現(xiàn)金融服務(wù)的便利性和信用化。由于這三個維度發(fā)揮的作用并不相同，因此在可持續(xù)扶貧方面發(fā)揮的效用存在差異。此外，有學(xué)者曾指出數(shù)字化程度的提升雖然有助于改善金融服務(wù)效率，但其依托于數(shù)字化工具提供服務(wù)的特點會造成數(shù)字排斥問題，使得低收入人群可能無法享受到數(shù)字金融服務(wù)。隨著農(nóng)村數(shù)字基礎(chǔ)設(shè)施建設(shè)的推進(jìn)，這種情況正在逐步得到改善。

對此，我們提出假說二：數(shù)字普惠金融的三個維度在可持續(xù)扶貧方面發(fā)揮的作用存在異質(zhì)性。

三、數(shù)據(jù)來源與變量描述

（一）數(shù)據(jù)來源

數(shù)據(jù)采用中國家庭金融調(diào)查（CHFS）2015年、2017年和2019年的數(shù)據(jù)。由于需要對貧困的狀態(tài)進(jìn)行追蹤，因此農(nóng)村家庭必須同時參加了2015年、2017年和2019年的調(diào)查，經(jīng)過樣本篩選，滿足條件的家庭有5425戶。本文所使用的數(shù)字普惠金融指數(shù)為“北京大學(xué)數(shù)字普惠金融指數(shù)”，該指數(shù)包含覆蓋廣度、使用深度和數(shù)字化程度三個維度，涉及33個指標(biāo)。覆蓋廣度圍繞賬戶覆蓋率選用每萬人支付寶賬號數(shù)量、支付寶綁卡用戶比例、平均每個支付寶賬號綁定銀行卡數(shù)等指標(biāo)；使用深度則圍繞支付、貨幣基金、信貸、保險、投資、信用業(yè)務(wù)選擇了20個指標(biāo)；數(shù)字化程度圍繞移動化、實惠化、信用化和便利化選擇了10個指標(biāo)（郭峰等，2020）[1]。

（二）多維貧困指標(biāo)體系

多維貧困指標(biāo)的設(shè)定一般與國家社會發(fā)展的階段和發(fā)展戰(zhàn)略相關(guān)，本文根據(jù)《扶貧開發(fā)綱要》，將農(nóng)村貧困的問題細(xì)化為“吃穿”“用”“住”、教育和醫(yī)療等維度，從這五個維度出發(fā)構(gòu)建的多維貧困指標(biāo)體系更貼合我國貧困現(xiàn)實。基于所得問卷，農(nóng)戶“吃穿”維度采用家庭每年伙食費和購買衣物等消費支出?！坝谩边@一維度采用能源指標(biāo)來衡量，即問卷報告所提供的“水、電、燃料費、暖氣費”指標(biāo)。隨著居民生活水平的提高以及我國供水、燃?xì)狻⑴瘹夥秶臄U大，家庭對“吃穿”和“用”的消費隨之上升，借鑒池振合和楊宜勇（2013）[17]的做法，選擇以各維度家庭平均消費支出的50%作為貧困臨界值?！白　钡木S度采用家庭是否擁有自有住房進(jìn)行衡量。教育維度采用家庭成員的最高學(xué)歷和教育負(fù)債這兩個指標(biāo)進(jìn)行衡量。醫(yī)療維度則綜合社會醫(yī)療保險、醫(yī)療負(fù)債和家庭成員身體狀況等方面進(jìn)行衡量。

具體指標(biāo)體系如表1所示，下文對各指標(biāo)的臨界值進(jìn)行介紹。其中，每一個維度上，滿足臨界值則為貧困并取值1，不滿足臨界值則為非貧困并取值0。

表1 多維貧困的維度及臨界值

參考Alkire和Foster（2011）[18]提出的雙界線方法來識別家庭多維貧困狀態(tài)，具體過程如下。

1.各維度貧困識別

假設(shè)數(shù)據(jù)集中包含的家庭個數(shù)為n，衡量每個家庭福利的指標(biāo)數(shù)量為d，則每個家庭的數(shù)據(jù)集可表示為Xid=(xi1,xi2,xi3,…,xid)。將所有的家庭數(shù)據(jù)進(jìn)行組合，得到樣本觀測矩陣表示第t期n×d維矩陣。每個維度的貧困臨界值設(shè)為z=(z1,z2,z3,…,zd)，由于需要研究不同時期間的狀態(tài)變化，假設(shè)研究的是第t期和第t+1期的狀況，將第t期家庭集合中的元素Xij(j=1,2,…,d)分別與各維度下指標(biāo)的臨界值zj相比較，若Xij＜zj，則若Xij＞zj，則將家庭每個維度的進(jìn)行匯總，得到家庭i在第t期滿足臨界值的指標(biāo)個數(shù)基于同樣的方法可以得到每個家庭在t+1期滿足臨界值的指標(biāo)個數(shù)

2.識別多維貧困

將個體的多維指標(biāo)記為Q，則第i個家庭在第t期的多維貧困可表示為：

聯(lián)合國在多維貧困的測度中曾指出，應(yīng)當(dāng)以1/3以上的指標(biāo)為貧困來判定多維貧困，因此將時判定為該家庭在第t期處于多維貧困狀態(tài)?；谏鲜龇椒傻妹總€家庭在第t+1期的多維貧困狀態(tài)。

根據(jù)所得樣本數(shù)據(jù)，再結(jié)合上述識別方法可計算出農(nóng)戶在三年中的多維貧困狀態(tài)。每年家庭多維貧困的狀態(tài)分為貧困和非貧困，因此貧困變動情況可能存在以下8種狀況（見表2）。從每行數(shù)據(jù)來看，三年都處在多維貧困狀態(tài)的農(nóng)戶占比24.22%，三年都未處于多維貧困狀態(tài)的農(nóng)戶占比27.74%，剩余48.04%的農(nóng)戶在這三年間均發(fā)生了多維貧困狀態(tài)的變動。

表2 農(nóng)戶多維貧困狀態(tài)變動情況

（三）雙變量模型

由于農(nóng)戶2017年和2019年的多維貧困狀態(tài)可能是相關(guān)的，為了探討數(shù)字普惠金融在多維貧困變動過程中產(chǎn)生的影響，借鑒羅楚亮（2010）[19]、高帥和畢潔穎（2016）[20]的研究，本文采取雙變量（Bivariate Probit）模型。根據(jù)所構(gòu)建的多維貧困指標(biāo)體系，結(jié)合樣本家庭在2015年的多維貧困狀態(tài)可以將總樣本分為兩個子樣本，樣本一為2015年遭遇貧困的家庭，樣本二為2015年沒有遭遇貧困的家庭，再根據(jù)2017年和2019年的貧困狀態(tài)建立模型如下：

上式y(tǒng)表示家庭多維貧困狀態(tài)，取值為0或1，當(dāng)y=1時表示家庭處于多維貧困狀態(tài)。X為變量矩陣，表示核心解釋變量指標(biāo)（數(shù)字普惠金融指數(shù)）以及影響家庭多維貧困狀態(tài)的控制變量?；跀?shù)據(jù)的可得性，控制變量主要包括家庭負(fù)債、家庭總消費（取對數(shù)）、家庭規(guī)模、小孩數(shù)量、老人數(shù)量、戶主年齡、家庭成員在婚比重。A表示變量X的系數(shù)矩陣。γ表示常數(shù)項，ε表示誤差項。誤差項滿足E(ε2017|X2017,X2019)=E(ε2019|X2017,X2019)=0，var(ε2017|X2017,X2019)=var(ε2019|X2017,X2019)=1，cov(ε2017,ε2019|X2017,X2019)=ρ。根據(jù)對應(yīng)的似然函數(shù)和估計方式，在2017年為非多維貧困的條件下，各因素對2019年為多維貧困的影響：

根據(jù)這一模型，可以得到各變量的邊際效應(yīng)，對該變量的解釋是在2017年為非多維貧困時，各因素對2019年為多維貧困的邊際影響，因此也就度量了相關(guān)因素對多維貧困狀態(tài)轉(zhuǎn)變的效應(yīng)。根據(jù)2015年和2017年的家庭貧困狀態(tài)可以對家庭進(jìn)行以下劃分：一是兩年都處于貧困狀態(tài)的持續(xù)貧困家庭；二是兩年都未處于貧困狀態(tài)的未貧困家庭；三是2015年貧困而2017年不貧困的脫貧家庭；四是2015年不貧困而2017年貧困的返貧困家庭。實現(xiàn)可持續(xù)扶貧效應(yīng)須重點解決返貧和新致貧問題，對此主要關(guān)注的家庭是脫貧家庭和未貧困家庭，探討這兩種家庭在2019年貧困狀態(tài)持續(xù)和轉(zhuǎn)變的影響。

總樣本下各變量的定義與描述性統(tǒng)計如表3和表4所示。描述性統(tǒng)計中展現(xiàn)出2017年多維貧困指標(biāo)的均值為0.4781，2019年多維貧困的均值為0.4785，這表明2017年至2019年多維貧困家庭數(shù)量并未發(fā)生較大變化。結(jié)合表2的數(shù)據(jù)可知，這兩年貧困狀態(tài)發(fā)生變化的家庭占比達(dá)29.94%。數(shù)字普惠金融指數(shù)的最小值為240.2033，最大值為329.9438，二者差距較大，這表明我國地區(qū)間的數(shù)字普惠金融發(fā)展并不平衡。

表3 變量選擇與說明

表4 變量描述性統(tǒng)計

四、實證分析

（一）數(shù)字普惠金融對可持續(xù)扶貧的影響

以數(shù)字普惠金融為自變量，家庭多維貧困狀態(tài)為因變量，結(jié)合上述模型，采用STATA14.0對模型進(jìn)行參數(shù)估計。得出的結(jié)果如表5所示，表中給出的是數(shù)字普惠金融指數(shù)及各控制變量對2017年、2019年多維貧困發(fā)生率的影響。

如表5所示，從靜態(tài)的角度來看，2017年地區(qū)數(shù)字普惠金融指數(shù)與家庭多維貧困狀況之間具有顯著負(fù)效應(yīng)，此外該指數(shù)對2019年家庭多維貧困狀況也具有顯著負(fù)向影響。這說明，地區(qū)數(shù)字普惠金融的發(fā)展程度越高則對家庭多維貧困會產(chǎn)生更強的抑制作用。隨著時間的推移，貧困的狀態(tài)可能發(fā)生改變。基于前兩輪數(shù)據(jù)可以劃分出四種多維貧困變動的類型。接下來將重點討論數(shù)字普惠金融對多維貧困變動產(chǎn)生的影響。

表5 數(shù)字普惠金融指數(shù)及各控制變量的Biprobit模型估計

通過觀察數(shù)字普惠金融指數(shù)的系數(shù)結(jié)果，發(fā)現(xiàn)數(shù)字普惠金融是家庭多維貧困狀態(tài)轉(zhuǎn)變的重要因素，其增加會顯著降低家庭在2019年陷入貧困的可能性。表6第（1）和第（2）列的結(jié)果分別為數(shù)字普惠金融對家庭陷入貧困和保持非貧困狀態(tài)影響，綜合兩列結(jié)果來看，對于已經(jīng)脫貧的家庭，數(shù)字普惠金融能夠防止家庭返貧；而表6第（3）和第（4）列的結(jié)果顯示，對于始終未經(jīng)歷貧困的家庭，數(shù)字普惠金融可以起到風(fēng)險防范的作用，防止家庭陷入貧困。這初步支持了假說一，即發(fā)展數(shù)字普惠金融有助于降低家庭返貧和新致貧風(fēng)險。

表6 貧困狀態(tài)變化的模型估計結(jié)果

從控制變量來看，家庭規(guī)模增大和家庭成員在婚比重增加，均有助于農(nóng)戶保持非多維貧困狀態(tài)，而小孩的數(shù)量增加會提高家庭陷入多維貧困狀態(tài)的可能性。此外，結(jié)果還顯示，家庭負(fù)債、老人數(shù)量和家庭總消費對于已經(jīng)脫貧家庭的貧困狀態(tài)影響具有不確定性。家庭負(fù)債對其貧困狀態(tài)的影響取決于具體的負(fù)債原因，經(jīng)營性負(fù)債會提高家庭的生產(chǎn)收入能力，降低未來陷入貧困的可能性；而醫(yī)療性負(fù)債則會降低家庭的生活水平，最終可能提高其陷入貧困的可能性。老人數(shù)量對家庭貧困狀態(tài)變動的具體影響很大程度上取決于老人的健康狀況和勞動能力。在貧困地區(qū)，只要老人沒有傷病就會參加農(nóng)業(yè)生產(chǎn)，通過耕種實現(xiàn)糧食自給自足，此外還種植農(nóng)副產(chǎn)品以增加家庭收入，由此降低了家庭陷入貧困的風(fēng)險；當(dāng)老人因健康問題不能再參加勞動而退出家庭生產(chǎn)時（楊善華和吳愈曉，2003）[21]，養(yǎng)老支出以及可能的醫(yī)療支出會增加家庭陷入貧困的風(fēng)險。家庭總消費對其貧困狀態(tài)的影響則取決于消費支出的具體結(jié)構(gòu)。

（二）數(shù)字普惠金融不同維度對可持續(xù)扶貧的異質(zhì)性影響

本文所采用的數(shù)字普惠金融指數(shù)是從覆蓋廣度、使用深度和數(shù)字化程度這三個維度來衡量的。提升覆蓋廣度意味著金融機構(gòu)的服務(wù)范圍擴大，覆蓋更多的居民；提升使用深度表示農(nóng)戶可獲取的金融服務(wù)產(chǎn)品增多；提升數(shù)字化程度是指加強大數(shù)據(jù)、云計算等在金融產(chǎn)品服務(wù)中的運用，提高金融服務(wù)的便利性?？紤]到數(shù)字普惠金融這三個維度的發(fā)展對貧困的影響可能存在異質(zhì)性，須進(jìn)一步實證分析數(shù)字普惠金融的覆蓋廣度、使用深度和數(shù)字化程度對農(nóng)村家庭多維貧困的影響。下面仍然采用Biprobit模型分析這三個維度對農(nóng)戶貧困產(chǎn)生的影響，結(jié)果如表7所示。

下述結(jié)果顯示數(shù)字普惠金融的三個維度能夠降低農(nóng)戶貧困的可能性，主要基于某一時點討論數(shù)字普惠金融的各維度對貧困發(fā)生率的影響。為進(jìn)一步了解數(shù)字普惠金融的三個維度對貧困狀態(tài)變動的影響，下文進(jìn)行貧困動態(tài)分析，探討數(shù)字普惠金融在多維貧困變動中的作用。

結(jié)合表7、表8和表9的結(jié)果，數(shù)字普惠金融覆蓋廣度、使用深度和數(shù)字化程度的提升能夠防止農(nóng)村居民陷入貧困狀態(tài)，但其影響程度并不相同，其中覆蓋廣度和數(shù)字化程度發(fā)揮的作用較大。部分學(xué)者曾指出數(shù)字經(jīng)濟的發(fā)展會伴隨著數(shù)字鴻溝的出現(xiàn)，并在一定程度上弱化數(shù)字普惠金融對家庭財富的積累作用（周天蕓和陳銘翔，2021）[22]，數(shù)字化程度在推進(jìn)過程中有可能增大家庭貧困的風(fēng)險。造成數(shù)字鴻溝的主要原因之一是農(nóng)村地區(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè)不足，而這一點正在改善。

表7 數(shù)字普惠金融與農(nóng)村居民貧困：區(qū)分不同維度

表8 數(shù)字普惠金融覆蓋廣度、使用深度和數(shù)字化程度的邊際效應(yīng)：樣本一

表9 數(shù)字普惠金融覆蓋廣度、使用深度和數(shù)字化程度的邊際效應(yīng)：樣本二

2015年，我國在貧困地區(qū)開展電信普遍服務(wù)試點，對13萬個行政村進(jìn)行光纖網(wǎng)絡(luò)建設(shè)，同時在5萬個農(nóng)村進(jìn)行了基站建設(shè)?？梢灶A(yù)見，隨著數(shù)字基礎(chǔ)設(shè)施建設(shè)的推進(jìn)，數(shù)字普惠金融發(fā)揮的作用將越來越大。

此外，分析表明，相對于未遭受貧困的家庭，數(shù)字普惠金融的三個維度對脫貧家庭的可持續(xù)扶貧效應(yīng)較小。由此，假說二得以驗證，即數(shù)字普惠金融的三個維度在促進(jìn)可持續(xù)扶貧方面存在異質(zhì)性。

（三）內(nèi)生性檢驗

在原模型中，數(shù)字普惠金融與多維貧困可能存在雙向因果的關(guān)系。一方面，數(shù)字普惠金融有助于改變家庭多維貧困狀態(tài)；另一方面，處于多維貧困的家庭，金融素養(yǎng)可能普遍較低，在一定程度上降低了其參與數(shù)字普惠金融的意愿。研究發(fā)現(xiàn)，金融素養(yǎng)較低的家庭在申請信貸和保險購買上的意愿更弱（張夢林等，2022）[23]，這強化了金融服務(wù)的供給難度和貧困戶的金融排斥程度（劉錦怡和劉純陽，2020）[24]。為解決此問題，參考張棟浩等（2020）[25]的做法，本文引入各地區(qū)人口密度作為工具變量，原因有二：其一，金融機構(gòu)傾向于在人口密度高的地區(qū)設(shè)置網(wǎng)點；其二，人口密度與多維貧困并不直接相關(guān)。

IV-probit工具變量的回歸結(jié)果如表10所示，Wald檢驗表明模型中存在一定內(nèi)生性，第一階段估計F值均在80以上，大于10%顯著性水平下的臨界值，這說明不存在弱工具變量的問題。在考慮內(nèi)生性問題后，結(jié)果顯示數(shù)字普惠金融指數(shù)的顯著性與符號均與上文的基準(zhǔn)回歸結(jié)果一致。

表10 工具變量回歸

（四）穩(wěn)健性檢驗

為驗證上文結(jié)論的可靠性，采用以下兩種方法進(jìn)行穩(wěn)健性檢驗，即更換核心解釋變量和剔除部分樣本（實證結(jié)果見表11、表12）。

表11 穩(wěn)健性檢驗：變更核心解釋變量

表12 穩(wěn)健性檢驗：剔除部分樣本

1.更換核心解釋變量

針對實證部分所使用的樣本，采集相關(guān)數(shù)據(jù)并利用因子分析法合成數(shù)字普惠金融指數(shù)，將該指數(shù)定義為數(shù)字普惠金融合成指數(shù)。借鑒“北京大學(xué)數(shù)字普惠金融指數(shù)”所使用的指標(biāo)，基于滲透度維度，選擇金融網(wǎng)點密度、金融機構(gòu)從業(yè)人員密度等指標(biāo)；基于使用度維度，選取與信用卡、儲蓄、貸款、證券、保險等業(yè)務(wù)相關(guān)的指標(biāo)；在數(shù)字化維度方面，選擇與數(shù)字金融服務(wù)相關(guān)的指標(biāo)。最終得到共14個指標(biāo)，再結(jié)合因子分析法合成數(shù)字普惠金融指數(shù)。從模型的結(jié)果來看，數(shù)字普惠金融能夠在一定程度上避免農(nóng)戶陷入貧困狀態(tài)。

2.剔除部分樣本

我國不同地區(qū)的數(shù)字普惠金融發(fā)展程度的差異較大，例如北京、浙江等東部地區(qū)的數(shù)字普惠金融發(fā)展水平更高，而廣西、云南等西部地區(qū)的數(shù)字普惠金融發(fā)展水平較低。參考李建軍和韓珣（2019）[26]的做法，決定剔除前后各1%的樣本。對樣本進(jìn)行處理后再進(jìn)行回歸分析，結(jié)果顯示，數(shù)字普惠金融指數(shù)能夠防止農(nóng)戶陷入貧困。

五、結(jié)論和政策建議

本文從數(shù)字普惠金融出發(fā)，基于五個維度構(gòu)建多維貧困指標(biāo)體系，運用2015年、2017年和2019年中國家庭金融調(diào)查數(shù)據(jù)（CHFS），并結(jié)合雙界線法識別家庭是否處于多維貧困狀態(tài)。在此基礎(chǔ)上，采用Biprobit模型分析數(shù)字普惠金融對農(nóng)戶多維貧困狀態(tài)變動的影響。研究發(fā)現(xiàn)：

第一，數(shù)字普惠金融通過差別化金融供給、定向性金融創(chuàng)新和可及性金融覆蓋為農(nóng)戶提供金融服務(wù)，從而顯著降低農(nóng)戶多維貧困發(fā)生的概率；

第二，地區(qū)數(shù)字普惠金融發(fā)展程度越高，農(nóng)戶陷入多維貧困的可能性越低；

第三，從貧困動態(tài)變化的角度來看，數(shù)字普惠金融是防范農(nóng)戶轉(zhuǎn)向貧困狀態(tài)的重要因素，無論是對于已經(jīng)脫離貧困的家庭，還是從未遭受貧困的家庭，數(shù)字普惠金融均可以有效防止家庭陷入貧困；

第四，從數(shù)字普惠金融的不同維度出發(fā)，覆蓋廣度、使用深度和數(shù)字化程度這三個維度對可持續(xù)扶貧的影響存在異質(zhì)性，其中覆蓋廣度和數(shù)字化程度的作用更大。

綜合上述研究結(jié)論，為使數(shù)字普惠金融能夠更好地緩解農(nóng)戶返貧和新致貧問題，提出以下政策建議。

第一，加強偏遠(yuǎn)地區(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè)并注重提升當(dāng)?shù)鼐用竦慕鹑谒仞B(yǎng)。就加強農(nóng)村地區(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè)而言，它可以為發(fā)展普惠金融創(chuàng)造有利的客觀條件；就加強農(nóng)戶的金融素質(zhì)教育而言，它可以提升農(nóng)戶金融需求能力，為普惠金融的發(fā)展提供有利的主觀條件。

第二，構(gòu)建多層次的數(shù)字普惠金融服務(wù)供給主體。農(nóng)戶貧困的原因和表現(xiàn)體現(xiàn)在“吃穿”“用”“住”、教育和醫(yī)療等方面，解決這些問題需要構(gòu)建多層次的數(shù)字普惠金融服務(wù)供給主體，各自發(fā)揮自身的金融供給優(yōu)勢，最終形成定向性金融創(chuàng)新產(chǎn)品和差別化金融服務(wù)內(nèi)容。