數(shù)字金融對農(nóng)戶貧困脆弱性的影響及其異質(zhì)性分析

崔海紅，黃 嬌，黃逸鳴

（1.河南牧業(yè)經(jīng)濟學(xué)院金融與會計學(xué)院，鄭州 450044；2.中國銀行保險監(jiān)督管理委員會恩施監(jiān)管分局，湖北 恩施 445000；3.中南財經(jīng)政法大學(xué)會計學(xué)院，武漢 430073）

中國脫貧攻堅已取得舉世矚目的成就，2020年底，現(xiàn)行貧困標準下5 575萬農(nóng)村貧困人口全部脫貧，832個貧困縣全部摘帽，1 385萬建檔立卡貧困戶實現(xiàn)“兩不愁與三保障”。隨著脫貧攻堅戰(zhàn)的收官，中國進入后扶貧時代，多數(shù)貧困戶和貧困縣雖已脫貧摘帽，但發(fā)展基礎(chǔ)仍然比較薄弱，農(nóng)戶脫貧穩(wěn)定性低，仍存在已脫貧農(nóng)戶返貧與新增貧困的潛在風(fēng)險。根據(jù)國務(wù)院扶貧辦新聞發(fā)布會透露，截至2019年底，中國建檔立卡已脫貧但不穩(wěn)定戶近200萬人，收入略高于貧困標準的邊緣戶近300萬人。如何形成長效脫貧機制以避免農(nóng)戶返貧和新增貧困是當(dāng)下的核心研究課題。因此，2020年中央一號文件提出鞏固脫貧攻堅成果，即防止已脫貧農(nóng)戶返貧和新增貧困成為新時期的重要任務(wù)。而世界銀行提出的“貧困脆弱性”前瞻性指標，能動態(tài)評估農(nóng)戶在未來遭受風(fēng)險沖擊而陷入貧困的概率［1］，故觀測并降低農(nóng)戶發(fā)生貧困脆弱性風(fēng)險為后扶貧時代長效扶貧工作之關(guān)鍵。

中國在2016年G20峰會《G20數(shù)字金融高級原則》中倡導(dǎo)以數(shù)字技術(shù)推進普惠金融建設(shè)，數(shù)字金融為金融扶貧工作提供新的思路，以數(shù)字化互聯(lián)網(wǎng)平臺為供給渠道打破地域限制從而降低交易成本且提升金融服務(wù)效率，金融機構(gòu)以可負擔(dān)成本為農(nóng)村家庭提供商業(yè)可持續(xù)性的金融產(chǎn)品與服務(wù)。數(shù)字技術(shù)助力打通金融服務(wù)“最后一公里”，受傳統(tǒng)金融排斥的農(nóng)戶通過風(fēng)險管理技術(shù)與手段提高抗風(fēng)險能力［2］，從而有效降低農(nóng)戶發(fā)生貧困脆弱性的概率。為推動金融資源下沉，實現(xiàn)貧困地區(qū)農(nóng)戶長效脫貧，中國積極主張推進普惠金融建設(shè)。然而傳統(tǒng)金融機構(gòu)較難以可負擔(dān)成本為農(nóng)村貧困家庭提供商業(yè)可持續(xù)性信貸資金，導(dǎo)致其參與農(nóng)村貧困地區(qū)普惠金融的建設(shè)積極性低，金融扶貧難以突破“最后一公里”。數(shù)字技術(shù)與金融領(lǐng)域的發(fā)展與深度結(jié)合能有效疏通普惠金融發(fā)展阻梗。

目前少有文獻直接研究數(shù)字金融對農(nóng)戶貧困脆弱性的影響，與本研究相關(guān)的文獻主要有以下2個方面。一是貧困脆弱性標準的界定，即貧困線與脆弱線，彭繼權(quán)等［3］以世界銀行公布的人均消費1.9美元/天和3.1美元/天作為貧困線標準，家庭人均福利水平低于該標準則界定為貧困；張穎莉等［4］、何軍等［5］以中國于2011年公布的人均純收入2 300元/年不變基準價設(shè)定國家貧困線，低于此標準則認定該家庭為貧困戶；尹志超等［6］以貧困發(fā)生率作為脆弱線，楊龍等［7］、萬里洋等［8］以29%、50%作為脆弱性閾值判定農(nóng)戶是否為貧困脆弱性家庭。二是數(shù)字金融的經(jīng)濟效益，數(shù)字金融有利于減貧［9］，其通過緩解信貸約束從而促進家庭主動性創(chuàng)業(yè)實現(xiàn)增收，并以收入增長與分配改善機制實現(xiàn)包容性增長，對中西部農(nóng)村的減貧增收邊際效應(yīng)大于東部［10］，并能顯著影響居民消費，且中西部農(nóng)村居民受到數(shù)字金融促進消費的效應(yīng)更顯著［11］。

鑒于此，本研究聚焦于中國數(shù)字金融發(fā)展和農(nóng)戶貧困脆弱性兩大主題，分析數(shù)字金融對農(nóng)戶貧困脆弱性的影響，進一步探究數(shù)字金融對農(nóng)戶貧困脆弱性的影響是否存在區(qū)域差異，農(nóng)戶貧困狀態(tài)、戶主的年齡特征及教育水平差異是否會影響估計結(jié)果，以期為構(gòu)建農(nóng)村貧困狀態(tài)的動態(tài)監(jiān)測體系和長效扶貧機制提供理論支持和實踐指導(dǎo)。

1 理論分析

建立反貧困政策干預(yù)長效機制在于預(yù)防和減少將來的貧困，即不僅要了解農(nóng)戶的貧困現(xiàn)狀，還要了解農(nóng)戶面臨哪些風(fēng)險導(dǎo)致他們更容易在將來陷入貧困，估計農(nóng)戶的貧困脆弱性。傳統(tǒng)貧困問題研究瞄準目標人群收入或消費福利水平低于特定貧困線的家庭；反貧困政策干預(yù)是基于家庭收入與消費的角度，對貧困原因分析進行事后評價，事后控制缺乏對脆弱人群未來發(fā)生貧困的前瞻性預(yù)測［12］。目前學(xué)術(shù)界普遍認為反貧困工作的開展需由以往事后介入向事前的貧困風(fēng)險防范轉(zhuǎn)移［13，14］。貧困脆弱性問題研究目標人群不僅是貧困家庭，還包括當(dāng)期狀態(tài)處于特定貧困線以上，但在面臨風(fēng)險沖擊后家庭生活狀態(tài)發(fā)生轉(zhuǎn)變并陷入貧困的風(fēng)險家庭［15］，相對于以往研究貧困的思路，后者進一步基于事前預(yù)測家庭在未來發(fā)生貧困脆弱性的概率，使相關(guān)政策制定與實施可基于事前對貧困狀態(tài)的預(yù)測結(jié)果。因此，動態(tài)監(jiān)測家庭貧困脆弱性，可以增強政策實施的前瞻性，有效減少事后扶貧成本［16］。

數(shù)字金融是指一切以提供數(shù)字金融服務(wù)推進普惠金融發(fā)展的行動，其基于數(shù)字化經(jīng)濟與互聯(lián)網(wǎng)網(wǎng)絡(luò)效應(yīng)，有利于降低交易成本與提高金融可得性、使用性和服務(wù)效率，從而突破傳統(tǒng)普惠金融的發(fā)展難題［17］。尤其針對缺乏基本儲蓄與信貸產(chǎn)品和服務(wù)的金融基礎(chǔ)設(shè)施不完善的農(nóng)村地區(qū)，數(shù)字金融有利于解決農(nóng)戶金融產(chǎn)品與服務(wù)的缺位難題，甚至可以實現(xiàn)貧困地區(qū)“彎道超車”［18］。依托數(shù)字技術(shù)優(yōu)勢，普惠金融的服務(wù)范圍輻射到弱勢群體［19］，但也應(yīng)注意到數(shù)字劣勢農(nóng)戶隨著數(shù)字金融發(fā)展而愈發(fā)貧困的困境［20］。中國的數(shù)字金融發(fā)展始于2004年支付寶上線，迅速發(fā)展階段始于2013年余額寶上線［21］。數(shù)字金融具體表現(xiàn)為以互聯(lián)網(wǎng)與移動終端為載體，以商業(yè)可持續(xù)性原則為受金融排斥弱勢群體提供數(shù)字化信貸融資、保險、理財、支付和結(jié)算等金融產(chǎn)品與服務(wù)。

2 研究設(shè)計

2.1 數(shù)據(jù)來源與研究樣本

本研究數(shù)據(jù)分為2個部分。數(shù)字金融數(shù)據(jù)來源于北京大學(xué)數(shù)字金融研究中心與螞蟻金服合作編制的數(shù)字金融指數(shù)，該指數(shù)涵蓋2011—2018年中國31個?。ㄊ小⒆灾螀^(qū)）337個地級市的數(shù)字金融發(fā)展狀況，相關(guān)指數(shù)包括覆蓋廣度、使用深度與數(shù)字化支持水平，本研究擬采用2018年數(shù)字金融相關(guān)數(shù)據(jù)。農(nóng)戶微觀數(shù)據(jù)來源于2015年、2017年與2019年中國家庭金融調(diào)查數(shù)據(jù)庫（China household finance survey，CHFS），該問卷當(dāng)年調(diào)查情況實則為農(nóng)戶家庭上一年的收入、消費等情況，因此2015年、2017年和2019年的數(shù)據(jù)實為農(nóng)戶2014年、2016年與2018年的經(jīng)營和生活情況。主要選取家庭與戶主層面的數(shù)據(jù)信息納入研究，根據(jù)研究所需測算農(nóng)戶家庭未來陷入貧困的概率，因此采用2015年、2017年和2019年3年追蹤農(nóng)戶作為研究樣本，對原始數(shù)據(jù)進行如下處理：①剔除城鎮(zhèn)樣本并保留3年追蹤農(nóng)戶家庭樣本；②剔除模型缺失值樣本和家庭總資產(chǎn)、總消費等異常值樣本，篩選后得到3 885個有效農(nóng)戶樣本。

2.2 變量的選取

2.2.1 被解釋變量的構(gòu)建與度量基于事前預(yù)測的前瞻性與測算結(jié)果的可得性，本研究將采用預(yù)期貧困脆弱性（VEP）的內(nèi)涵和思路測度農(nóng)戶貧困脆弱性，即農(nóng)戶家庭人均消費低于貧困線的概率。借鑒何軍等［5］對貧困脆弱性的測度方法，對農(nóng)戶家庭人均消費取對數(shù)，圖1為3年追蹤農(nóng)戶家庭的人均消費分布，該分布結(jié)果表明家庭人均消費的對數(shù)近似服從正態(tài)分布。因此，參考Chaudhuri等［22］的做法，假設(shè)農(nóng)戶家庭人均消費對數(shù)值呈正態(tài)分布，以vul=v（z，c，p）方法估測農(nóng)戶貧困脆弱性。其中，vul為對農(nóng)戶貧困脆弱性的測度，參數(shù)c為衡量農(nóng)戶未來人均消費標準的測度數(shù)值，p為未來人均消費值的分布概率，z為參照指標。本研究運用正態(tài)分布的累計概率函數(shù)測度，首先計算2015年、2017年和2019年人均年消費，對家庭人均消費和貧困線取對數(shù)，計算均值和標準差。其具體推算步驟如下。

圖1 3年追蹤農(nóng)戶家庭的人均消費對數(shù)值分布

1）對選取的貧困線K取對數(shù)lnK，對農(nóng)戶家庭i人均年消費ci,t取對數(shù)lnci,t。

2）計算農(nóng)戶家庭人均年消費對數(shù)lnci,t的均值ui與標準差σi。

3）計算Zi=（lnK-ui）/σi，并帶入標準正態(tài)分布累計概率函數(shù)Φ(Zi)，該值即為估測農(nóng)戶i在未來發(fā)生貧困的概率。并進一步與以貧困發(fā)生率29%概率值與50%概率值作為貧困脆弱性閾值判斷農(nóng)戶i是否為脆弱性家庭，若是脆弱性家庭，則vuli=1，否則為0。

2.2.2 解釋變量以2018年北京大學(xué)數(shù)字金融指數(shù)度量地區(qū)數(shù)字金融發(fā)展水平。該指數(shù)以螞蟻金服海量大數(shù)據(jù)為基礎(chǔ)編制而成，其衡量測度包含數(shù)字金融覆蓋廣度、使用深度與數(shù)字化支持程度一級維度指標，并進一步對使用深度一級維度按業(yè)務(wù)細分。因此為深入研究數(shù)字金融對農(nóng)戶貧困脆弱性的影響，本研究的核心解釋變量包括數(shù)字金融指數(shù)（DFI）、數(shù)字金融覆蓋廣度（coverage_breadth）、數(shù)字金融使用深度（usage_depth）與數(shù)字支持程度（digitization_level）4個指標，以探討數(shù)字金融不同維度與不同金融服務(wù)形式對農(nóng)戶貧困脆弱性的影響。

2.2.3 控制變量基于既有對農(nóng)戶貧困脆弱性的研究，農(nóng)戶貧困脆弱性影響因素主要來自3個方面，即個體特征、家庭特征與區(qū)域特征，因此結(jié)合已有文獻與CHFS 2019年中國家庭金融調(diào)查問卷的調(diào)查數(shù)據(jù)，從農(nóng)戶戶主特征、家庭特征與區(qū)域特征3個方面選取控制變量。具體回歸變量符號表達和經(jīng)濟含義見表1。

表1 回歸變量符號表達和經(jīng)濟含義

2.3 模型設(shè)定

借鑒尹志超等［6］的研究思路，對農(nóng)戶未來發(fā)生貧困的概率按設(shè)定的脆弱線分為貧困脆弱性與非貧困脆弱性農(nóng)戶展開研究，選擇以中國貧困線（pov）和1.9美元國際貧困線作為貧困衡量標準，以貧困發(fā)生率（ruc）作為脆弱性閾值判斷農(nóng)戶是否為貧困脆弱性家庭。采用Probit模型分析數(shù)字金融對農(nóng)戶貧困脆弱性的影響。模型設(shè)定如下：

式中，被解釋變量vulij為農(nóng)戶家庭i是否為貧困脆弱性家庭，vulij=1表示j市內(nèi)的農(nóng)戶i是貧困脆弱性家庭，vulij=0則表示農(nóng)戶i不是貧困脆弱性家庭，考慮到同一地區(qū)家庭之間具有相關(guān)性，將模型的標準誤聚類到市一級；DFIj為j市的數(shù)字金融指數(shù)；Xij為控制變量，包括家庭特征、戶主特征以及區(qū)域特征變量；其他為待估參數(shù)，εij為隨機擾動項。

3 回歸結(jié)果分析

3.1 數(shù)字金融與農(nóng)戶貧困脆弱性回歸分析

表2為數(shù)字金融對農(nóng)戶貧困脆弱性的回歸結(jié)果。第（1）列為以中國貧困線（pov）設(shè)定貧困標準的回歸結(jié)果，第（2）列為以國際貧困線1.9美元設(shè)定貧困標準的回歸結(jié)果。由表2可知，數(shù)字金融回歸系數(shù)顯著為負且邊際效應(yīng)分別為-0.000 9與-0.001 4，說明數(shù)字金融的發(fā)展有助于降低農(nóng)戶發(fā)生貧困脆弱性概率。數(shù)字金融以數(shù)字化技術(shù)為農(nóng)戶提供數(shù)字金融產(chǎn)品與服務(wù)，以其可得性、有效性與可負擔(dān)性優(yōu)勢突破普惠金融的發(fā)展瓶頸，從而降低農(nóng)戶返貧與新增貧困的發(fā)生概率。

表2 數(shù)字金融對農(nóng)戶貧困脆弱性基準回歸結(jié)果

家庭特征控制變量，如家庭收入、家庭資產(chǎn)規(guī)模大小與農(nóng)戶貧困脆弱性的關(guān)系顯著為負，說明家庭收入越低，資產(chǎn)規(guī)模越小，家庭創(chuàng)收能力越弱及對風(fēng)險的抵抗能力越低；農(nóng)戶醫(yī)療保險的參與與農(nóng)戶貧困脆弱性存在顯著的負相關(guān)關(guān)系，說明農(nóng)戶參與醫(yī)療保險有助于降低貧困脆弱，參與醫(yī)療保險的農(nóng)戶家庭應(yīng)對因疾病引致的健康風(fēng)險沖擊的能力更強；家庭規(guī)模、家庭撫養(yǎng)比的估計系數(shù)顯著為正，說明家庭人數(shù)越多、需要撫養(yǎng)人數(shù)占比越大，農(nóng)戶家庭勞動力負擔(dān)越重，農(nóng)戶抵抗家庭突發(fā)疾病、生命周期風(fēng)險等能力越弱。

戶主特征控制變量，戶主受教育年限、戶主婚姻狀況與農(nóng)戶貧困脆弱性呈顯著負相關(guān)，說明戶主所受到的教育年限的提高，能增強人力資本的積累，人力資本積累有助于提高農(nóng)戶創(chuàng)收和風(fēng)險認知，提高農(nóng)業(yè)與非農(nóng)經(jīng)營等活動的決策科學(xué)性，從而降低其發(fā)生貧困脆弱性的概率。已婚戶主的家庭紐帶較強，對生活與收入的追求度較高，且勞動力增加可以提高其收入水平，故其發(fā)生貧困脆弱性概率更低。

表3的回歸結(jié)果表明，數(shù)字金融的覆蓋廣度（coverage_breadth）與使用深度（usage_depth）2個維度都對降低農(nóng)戶貧困脆弱性有顯著影響，但數(shù)字金融使用深度對降低農(nóng)戶家庭貧困脆弱性的邊際效應(yīng)更大。可能的解釋是數(shù)字金融在發(fā)展推廣初期，機構(gòu)采取系列措施拓寬農(nóng)村地區(qū)金融業(yè)務(wù)市場，但隨著數(shù)字金融覆蓋廣度發(fā)展到一定程度，各地紛紛以數(shù)字金融使用深度作為數(shù)字金融持續(xù)發(fā)展的重要驅(qū)動力，因而數(shù)字金融使用深度在降低農(nóng)戶貧困脆弱性方面可以發(fā)揮更大的作用。

表3 數(shù)字金融不同維度對農(nóng)戶貧困脆弱性的影響

3.2 基于區(qū)域的異質(zhì)性分析

基于中國對中西、東部地區(qū)的劃分將農(nóng)戶進行分組回歸，結(jié)果如表4所示，第（1）列為中西部地區(qū)農(nóng)戶的脆弱性回歸結(jié)果，第（2）列為東部地區(qū)農(nóng)戶的脆弱性回歸結(jié)果。由表4可知，中西部地區(qū)農(nóng)戶的數(shù)字金融回歸結(jié)果顯著且邊際效應(yīng)為-0.001 0，東部地區(qū)農(nóng)戶的數(shù)字金融回歸結(jié)果不顯著，說明數(shù)字金融對經(jīng)濟發(fā)展水平落后、地理與金融業(yè)態(tài)環(huán)境較差且居住分散的中西部地區(qū)農(nóng)戶的脆弱性積極效應(yīng)好，可能的原因是目前中國數(shù)字金融發(fā)展重點在落后且經(jīng)濟金融業(yè)態(tài)環(huán)境差的地區(qū)，這也體現(xiàn)了數(shù)字金融的普惠性與包容性價值。

表4 基于中國中西、東部地區(qū)的異質(zhì)性分析結(jié)果

進一步以人口規(guī)模與經(jīng)濟發(fā)展水平差異角度，將農(nóng)戶按所在地級市人口規(guī)模大小、經(jīng)濟發(fā)展水平高低進行分組回歸，結(jié)果如表5所示。第（1）、（2）列和（3）、（4）列分別為以農(nóng)戶所在地級市人口規(guī)模中值和人均GDP中值作為標準對農(nóng)戶進行分組回歸，結(jié)果表明，數(shù)字金融對人口規(guī)模較小、經(jīng)濟發(fā)展水平較低的地級市農(nóng)戶貧困脆弱性降低效應(yīng)顯著。這也進一步證實了數(shù)字金融以其可得性、有效性與可負擔(dān)性優(yōu)勢突破傳統(tǒng)普惠金融的發(fā)展桎梏，有助于緩解金融資源區(qū)域錯配現(xiàn)象，降低貧困風(fēng)險屬性高的中西部地區(qū)農(nóng)戶發(fā)生貧困脆弱性概率的顯著意義。同時也體現(xiàn)了數(shù)字金融扶貧的公平性與包容性效應(yīng)的發(fā)展理念，有利于推進金融長效脫貧工作，縮小經(jīng)濟與規(guī)模發(fā)展不平衡地區(qū)之間農(nóng)戶的貧富差距。

表5 基于人口規(guī)模與經(jīng)濟發(fā)展水平的異質(zhì)性分析結(jié)果

3.3 基于農(nóng)戶的異質(zhì)性分析

貧困與貧困脆弱性為2個不同概念，貧困脆弱性的研究將位于貧困線以上的農(nóng)戶家庭亦納入研究范圍。因此為進一步深入探究數(shù)字金融更有利于防貧還是直接減貧，本研究基于問卷信息，按農(nóng)戶對問卷“是否為建檔立卡貧困戶或低保戶”的回答，將農(nóng)戶貧困狀態(tài)分為貧困農(nóng)戶與非貧困農(nóng)戶組，貧困農(nóng)戶包括貧困戶且未脫貧、貧困戶且當(dāng)年脫貧、低保戶3種。非貧困農(nóng)戶為非貧困與非低保戶。此外，為保證結(jié)論穩(wěn)健性，借鑒樊麗明等［23］的研究思路，根據(jù)農(nóng)戶2015年、2017年和2019年3年追蹤農(nóng)戶調(diào)查狀況，將農(nóng)戶細分為尚不貧困與暫時貧困組，由于大多數(shù)農(nóng)戶已脫貧，3年都低于貧困線的農(nóng)戶（慢性貧困）樣本較少，為了保證分組回歸的樣本數(shù)量有效，將慢性貧困與暫時貧困歸為一類并統(tǒng)稱為暫時貧困，其中，尚不貧困農(nóng)戶為3年福利水平均高于貧困線標準，至少有一年的人均福利水平低于貧困線標準則為暫時貧困農(nóng)戶。

回歸估計結(jié)果如表6所示。第（1）、（2）列回歸結(jié)果表明數(shù)字金融對降低貧困農(nóng)戶的脆弱性影響不顯著，但對降低非貧困農(nóng)戶的脆弱性效應(yīng)顯著。第（3）、（4）列為按3年追蹤農(nóng)戶貧困狀態(tài)的分組回歸結(jié)果，該結(jié)果亦表明數(shù)字金融對尚不貧困農(nóng)戶脆弱性影響顯著而對暫時貧困農(nóng)戶的影響不顯著，說明數(shù)字金融降低農(nóng)戶貧困脆弱性的價值更多是防貧而非直接減貧，即避免非貧困戶陷入貧困，這與黃倩等［9］的研究結(jié)論不一致?？赡苁且驗楸疚难芯繉ο鬄檗r(nóng)戶，農(nóng)村金融業(yè)態(tài)環(huán)境差，且相較于非貧困農(nóng)戶，貧困農(nóng)戶往往知識儲備與數(shù)字技能水平較低，而農(nóng)戶的金融知識儲備與數(shù)字技能能力是數(shù)字金融緩解農(nóng)戶資金與信息約束的重要前提，因此數(shù)字金融未必有助于貧困農(nóng)戶減貧，尤其是深度貧困農(nóng)戶擺脫貧困，故數(shù)字金融緩解農(nóng)戶脆弱性效應(yīng)更多在于防貧。且該回歸結(jié)果也體現(xiàn)數(shù)字金融有效抑制了金融扶貧中的瞄準失誤，數(shù)字金融能彌補政府對扶貧農(nóng)戶補貼而造成的非扶貧農(nóng)戶的福利損失，降低了非貧困農(nóng)戶未來陷入貧困的風(fēng)險概率。所以精準扶貧以及維護扶貧效果的長效機制除了不斷改善現(xiàn)有扶貧機制外，還需推進數(shù)字金融的發(fā)展。這也進一步證實了數(shù)字金融對中國長效脫貧機制的顯著意義。

表6 基于農(nóng)戶的異質(zhì)性分析結(jié)果

3.4 基于戶主特征的異質(zhì)性分析

本研究基于農(nóng)戶戶主特征進一步展開異質(zhì)性分析，統(tǒng)計結(jié)果表明貧困農(nóng)戶戶主大多數(shù)為老年人，且基于已有文獻從理論層面指出老年人受數(shù)字鴻溝影響大且金融素養(yǎng)更低，難以享受“數(shù)字紅利”。此外，農(nóng)戶接受教育水平會影響金融素養(yǎng)與數(shù)字設(shè)備使用能力，因此本研究分別基于戶主年齡與戶主受教育水平程度分組展開回歸，結(jié)果如表7所示，第（1）、（2）列結(jié)果表明數(shù)字金融對降低中青年戶主貧困脆弱性顯著，而對降低老年戶主貧困脆弱性的影響不顯著，這是因為中青年人學(xué)習(xí)能力強且金融知識儲備更多，數(shù)字設(shè)備使用能力和互聯(lián)網(wǎng)使用頻率高。由此可知，老年人享受“數(shù)字紅利”受到金融素養(yǎng)低與數(shù)字鴻溝的阻梗。第（3）、（4）列為按戶主受教育水平的分組回歸結(jié)果，數(shù)字金融對受教育水平高的戶主貧困脆弱性的降低效應(yīng)顯著，而對受教育水平低的戶主家庭不顯著。良好的知識儲備與學(xué)習(xí)能力是農(nóng)戶選取金融工具及組合提升其風(fēng)險管理能力的重要條件，受教育水平高的戶主對金融訊息及政策走勢分析更具科學(xué)性，對緩解農(nóng)戶貧困脆弱性發(fā)揮重要作用。

表7 基于戶主特征的異質(zhì)性分析結(jié)果

4 結(jié)論與建議

數(shù)字金融的發(fā)展能顯著降低農(nóng)戶發(fā)生貧困脆弱性概率。首先，數(shù)字金融水平越高，其數(shù)字化普惠優(yōu)勢越顯著，農(nóng)戶家庭發(fā)生貧困脆弱性的概率越低；其次，數(shù)字金融覆蓋廣度和使用深度對降低農(nóng)戶發(fā)生貧困脆弱性的概率效應(yīng)大小有所不同，數(shù)字金融使用深度，即數(shù)字金融業(yè)務(wù)使用有效性對降低農(nóng)戶發(fā)生貧困脆弱性的概率效應(yīng)更大。

基于區(qū)域異質(zhì)性分析結(jié)果表明，數(shù)字金融對降低中西部地區(qū)農(nóng)戶、人口規(guī)模小區(qū)域農(nóng)戶、經(jīng)濟發(fā)展水平較低區(qū)域農(nóng)戶的貧困脆弱性效應(yīng)顯著，而對東部地區(qū)農(nóng)戶、人口規(guī)模較大區(qū)域農(nóng)戶及經(jīng)濟發(fā)展水平較高區(qū)域的農(nóng)戶的貧困脆弱性降低效應(yīng)不顯著；基于農(nóng)戶貧困狀態(tài)異質(zhì)性分析結(jié)果表明，相較于直接減貧，數(shù)字金融降低農(nóng)戶貧困脆弱性的效應(yīng)更多在于防貧?；趹糁魈卣鳟愘|(zhì)性分析結(jié)果表明，數(shù)字金融對降低中青年戶主貧困脆弱性顯著，而對降低老年戶主貧困脆弱性的影響不顯著，數(shù)字金融對受教育水平高的戶主貧困脆弱性的降低效應(yīng)顯著，而對受教育水平低的戶主家庭不顯著。

基于以上結(jié)論，提出以下對策建議：①建立貧困的動態(tài)識別與監(jiān)測機制，制定長效精準扶貧政策。從區(qū)域?qū)用鎭碚f，強化對欠發(fā)達中西部地區(qū)區(qū)域發(fā)展政策與綜合性開發(fā)，尋找新的經(jīng)濟增長點；從家庭層面來看，需探究風(fēng)險源頭并制定差異化精準措施。②充分挖掘與完善數(shù)字信貸、數(shù)字保險與數(shù)字支付等金融形式業(yè)務(wù)功能，緩解傳統(tǒng)金融對農(nóng)戶的金融排斥，發(fā)揮其防貧與改善資源區(qū)域錯配作用實現(xiàn)普惠價值。