數(shù)字普惠金融發(fā)展對多維貧困的影響及作用機制*

曾祥炎,胡慧強

(湖南科技大學 大數(shù)據(jù)與智能決策研究中心,湖南 湘潭 411201)

一、引言

解決貧困問題事關經(jīng)濟的可持續(xù)發(fā)展、社會和諧穩(wěn)定和國家長治久安。近年來,我國在脫貧攻堅及反貧困事業(yè)中取得了舉世矚目的成就。到2020年底,我國如期完成了新時代脫貧攻堅目標任務,全國所有貧困縣都已摘帽,現(xiàn)行標準下的絕對貧困戶、貧困地區(qū)實現(xiàn)整體性脫貧。然而,消除了絕對貧困并不意味著從此可一勞永逸,某些地區(qū)或家庭的相對貧困在今后較長時期內(nèi)仍有可能出現(xiàn)。例如:由于疾病、災害等種種不確定性風險的沖擊,一些在現(xiàn)行標準下剛剛脫貧的家庭有重新返貧的可能;一些剛好處在現(xiàn)行標準之上的邊緣戶因受教育程度、個人能力等約束,未來陷入貧困的概率依然較大。因此,鞏固已取得的脫貧攻堅成果,降低相對貧困發(fā)生的概率和脫貧家庭重新陷入貧困的概率,完善減緩多維貧困的長效機制,成為了社會和學界關注的焦點。

現(xiàn)有文獻對貧困問題的研究主要圍繞貧困識別[1]、致貧因素[2]、減貧政策與途徑[3]三個方面展開。然而必須指出的是,在脫貧攻堅取得全面勝利之后,以往單純以收入作為識別與評估貧困標準的做法有必要進行修正。事實上,Amartya Sen在20世紀八九十年代從收入水平、就業(yè)機會、教育程度等多個維度來界定貧困,所提出的多維貧困概念已經(jīng)得到了國際社會的廣泛認可。一些學者基于多維貧困深化了對貧困問題的認識,并從宏觀和微觀兩個層面完善了貧困治理的相關對策,認為經(jīng)濟增長、政府救助、提升個體人力資本水平、產(chǎn)業(yè)扶貧等是減貧的重要措施與途徑[4-6]。

近年來,隨著移動互聯(lián)網(wǎng)覆蓋率逐年提升,云計算、大數(shù)據(jù)技術不斷完善,普惠金融成為了傳統(tǒng)金融服務的有力補充,普惠金融在貧困治理中的作用受到了學者們的關注。理論上,數(shù)字普惠金融能有效降低服務成本、持續(xù)創(chuàng)新服務方式,讓受傳統(tǒng)金融排斥的貧困人群獲得便捷可靠的金融服務,數(shù)字普惠金融的共享、低成本、低門檻等優(yōu)勢有利于金融紅利的充分釋放,從而完美契合減貧對金融服務的要求。但國內(nèi)外學者的研究結論卻不盡相同,有的學者研究發(fā)現(xiàn)數(shù)字金融存在馬太效應,會擴大收入差距從而加劇相對貧困[7],而有的學者研究發(fā)現(xiàn)數(shù)字金融發(fā)展有助于降低城鄉(xiāng)居民的客觀與主觀相對貧困[8]。

那么,我們就有了這樣的疑問,在消除了絕對貧困之后,數(shù)字普惠金融對緩解多維貧困是否仍然有效?如果能,其內(nèi)在機制又是什么?進一步地,數(shù)字普惠金融對緩解多維貧困是否存在地區(qū)差異?以上問題的解答對完善減緩多維貧困的長效機制無疑具有重要意義。本文在已有文獻成果的基礎上,運用2011—2020年省域面板數(shù)據(jù),擬實證檢驗數(shù)字普惠金融對緩解多維貧困的影響及作用機制,并進一步探討其減緩多維貧困的效應是否存在地區(qū)差異。與現(xiàn)有文獻相比,可能的邊際貢獻體現(xiàn)在:第一,基于多維貧困分析框架,探討數(shù)字普惠金融對緩解多維貧困的非線性作用,以拓展普惠金融發(fā)展和貧困治理的相關研究;第二,在機制檢驗方面,同時考慮“造血”與“托底”兩大功能,借助改進后的中介效應模型驗證數(shù)字普惠金融能否通過信貸機制與保險機制實現(xiàn)緩解多維貧困的目標,深化對數(shù)字普惠金融作用于貧困治理內(nèi)在機理的認識;第三,探討數(shù)字普惠金融減貧效應的地區(qū)差異,研究結論為實現(xiàn)區(qū)域協(xié)調發(fā)展提供了一定的政策啟示。

二、理論分析與研究假設

對多維貧困內(nèi)涵的理解,學者們從收入貧困、能力貧困、權利貧困和知識貧困等不同維度進行考察[9-10],并達成一定共識,即不同于單純的收入貧困,多維貧困兼顧對收入水平、就業(yè)狀況、教育程度、消費水平等多維度進行綜合考察;不僅側重當期的貧困發(fā)生率,還要關注未來陷入貧困的可能性,不僅重視政府救助等行政手段對減貧的影響,更要關注金融經(jīng)濟發(fā)展在多維減貧中所發(fā)揮的作用[11]。結合學術界對多維貧困概念的界定,以及國務院印發(fā)的《數(shù)字鄉(xiāng)村發(fā)展戰(zhàn)略綱要》第七條“深化信息惠民服務”、第八條“激發(fā)鄉(xiāng)村振興內(nèi)生動力”、第九條“推動網(wǎng)絡扶貧向縱深發(fā)展”(1)資料來源:http:∥www.gov.cn/zhengce/2019-05/16/content_5392269.htm。,可以發(fā)現(xiàn),緩解多維貧困的關鍵在于“造血”與“托底”雙重功能的發(fā)揮,而提高信貸可獲得性、擴大保險的覆蓋面正是發(fā)揮此功能的重要抓手。

進一步地,數(shù)字普惠金融供給成本和使用成本的有效下降是提高信貸可獲得性、擴大保險覆蓋面的關鍵,進而決定著多維貧困減緩的成效。從供給側考察,數(shù)字普惠金融借助數(shù)字技術突破地理空間的限制實現(xiàn)遠程金融服務,能有效降低人工費用和基建成本支出,同時通過大數(shù)據(jù)技術、區(qū)塊鏈技術實現(xiàn)對客戶的精準畫像,從而有效緩解信息不對稱和降低信用風險。從需求側考察,數(shù)字普惠金融借助數(shù)字技術的應用為用戶獲得金融服務提供極大便利,有效降低用戶接受服務過程中面臨的包括時間成本和鞋底成本在內(nèi)的交易成本。由此可以推測,數(shù)字普惠金融能夠通過提高信貸可獲得性、擴大保險的覆蓋面來促進多維貧困減緩。通過梳理已有研究成果,本文構建如圖1所示的理論分析框架用以探討數(shù)字普惠金融對多維貧困減緩的影響。

圖1 理論分析框架

(一)數(shù)字普惠金融減緩多維貧困的直接效應

1.短期直接效應

從短期或初期考察,數(shù)字普惠金融在減貧戰(zhàn)役中發(fā)揮的作用比預期要復雜。數(shù)字普惠金融在發(fā)展初期同樣存在金融排斥問題,導致貧困人群難以充分享受數(shù)字普惠金融服務,從而產(chǎn)生數(shù)字金融鴻溝效應,這類金融鴻溝可由被動和主動金融排斥兩方面引起[12]。一方面,貧困地區(qū)終端設備覆蓋率低,互聯(lián)網(wǎng)等基礎設施建設明顯落后于發(fā)達地區(qū),數(shù)字化信息服務質量低的局面短期內(nèi)難以改變,數(shù)字金融的紅利不易落地[13]。同時貧困地區(qū)要素市場化改革進程及整體經(jīng)濟環(huán)境嚴重滯后于發(fā)達地區(qū),數(shù)字普惠金融功效發(fā)揮所需的社會信用體系、法律環(huán)境、金融市場體系等金融生態(tài)環(huán)境尚不完善,導致資本、技術和人力等要素資源被發(fā)達城市和地區(qū)所吸聚。以上種種原因使得被動金融排斥產(chǎn)生。另一方面,相比發(fā)達地區(qū),貧困地區(qū)人群的受教育程度偏低,金融知識匱乏、金融素養(yǎng)欠缺。這無疑抑制了該類地區(qū)居民對數(shù)字金融的有效需求,產(chǎn)生了對數(shù)字金融的主動排斥,從而制約了數(shù)字普惠金融在此類地區(qū)的發(fā)展。因此,從短期來看,數(shù)字普惠金融不斷發(fā)展所帶來的金融排斥問題會導致地區(qū)多維貧困程度不斷加深。

2.長期直接效應

一般來說,普惠金融在數(shù)字技術的賦能下能顯著降低各類成本,確保成本既定下充分發(fā)揮數(shù)字技術的數(shù)據(jù)整合能力、信息挖掘能力及渠道優(yōu)勢,將“長尾市場”的貧困人群納入服務范圍,使金融服務觸達更多人群,在精準識別出相關個體的貧困程度及信用級別后,讓有真實需求的貧困者獲得金融支持。一些貧困人群在獲得金融支持、緩解流動性約束之后,會開展創(chuàng)業(yè)等生產(chǎn)經(jīng)營活動,促進當?shù)禺a(chǎn)業(yè)的發(fā)展,進而為數(shù)字金融紅利的進一步釋放營造更好的經(jīng)濟環(huán)境[14]。另外,貧困人群在接受金融服務過程中所產(chǎn)生的個人金融數(shù)據(jù)也會使數(shù)字普惠金融信用體系更加完善。故從長期來看,數(shù)字普惠金融不斷發(fā)展帶來的金融紅利能夠減緩地區(qū)多維貧困程度。

一方面,數(shù)字普惠金融降低了金融服務的供給成本。傳統(tǒng)金融機構在提供金融服務時會著重關注商業(yè)回報,基建成本、識別成本、風控成本的約束抑制了該類機構參與金融扶貧的積極性,嚴重影響貧困人群的金融服務可得性。而大數(shù)據(jù)、云計算技術的應用,使得數(shù)字普惠金融服務模式能夠有效降低識別成本和風控成本[15]。具體來講,第一,大數(shù)據(jù)技術的應用使金融科技企業(yè)能夠多維度地全面洞察客戶資質和潛在需求,讓被甄別的貧困人群真正享受到政策優(yōu)惠,從而最大限度保障政策扶貧的精準性,有效發(fā)揮金融扶貧的“滴涓效應”。第二,對海量數(shù)據(jù)中有效信息的挖掘,能緩解信息不對稱問題,使金融企業(yè)高效率開展遠程征信調查從而有效控制壞賬率,確保其合理回報率及持續(xù)提供普惠金融服務的積極性。第三,移動互聯(lián)網(wǎng)、移動終端的應用,使金融服務擺脫了對物理網(wǎng)點的依賴,可以突破地理空間的限制被貧困人群獲得。這樣便節(jié)省了物理網(wǎng)點前期基建的大量投資,并大幅提高了金融服務的覆蓋面。

另一方面,數(shù)字普惠金融降低了金融服務的使用成本。供給成本的降低必然會激勵金融企業(yè)提供更多的金融產(chǎn)品及服務,然而市場交易效率的高低還取決于金融消費者的有效需求,因此降低金融服務的使用成本從而激發(fā)貧困人群的有效需求便顯得極其重要。理論上分析,數(shù)字普惠金融能從三方面降低金融服務的使用成本:第一,金融企業(yè)通過互聯(lián)網(wǎng)終端應用,能夠大范圍且針對性地對特定人群傳播其需求的產(chǎn)品,消費人群能便捷、輕松、迅速了解到各種金融產(chǎn)品信息,金融企業(yè)能節(jié)省大量的用戶培育成本,用戶則能節(jié)省溝通成本。第二,基于新一代信息技術的遠程操作應用讓貧困人群足不出戶便可使用理想的金融產(chǎn)品,節(jié)省了交通成本和時間成本。第三,隨著互聯(lián)網(wǎng)金融企業(yè)數(shù)量增加,市場競爭愈發(fā)激烈,倒逼各類金融企業(yè)持續(xù)開發(fā)新產(chǎn)品,通過創(chuàng)新抵押擔保方式、降低服務價格等來滿足貧困人群的差異化需求,也會降低貧困人群的交易成本[16]。

總之,從長期考察,在政策支持及自身持續(xù)完善之下,數(shù)字金融會逐步克服數(shù)字鴻溝效應,日益彰顯普惠特征,強化金融紅利效應,促進多維貧困減緩,推動經(jīng)濟在兼顧效率與公平中實現(xiàn)包容性增長。因此,總體看數(shù)字普惠金融對多維貧困的影響呈現(xiàn)出先增加后減少的倒“U”型曲線特征。

(二)數(shù)字普惠金融減緩多維貧困的間接效應

通過梳理相關領域的文獻,可以定性歸納出數(shù)字普惠金融發(fā)展能夠通過影響信貸可獲得性、保險的覆蓋面作用于多維貧困減緩。

一方面,數(shù)字普惠金融可能通過信貸發(fā)展來促進多維貧困的緩解,信貸發(fā)展具體有提高信貸可獲得性、增加信貸規(guī)模、完善信貸服務網(wǎng)絡等方面。這一作用機制通過兩個步驟來實現(xiàn):一是從供給側來考察,數(shù)字普惠金融這種由數(shù)字技術與基于普惠理念的金融服務相融合的新業(yè)務模式是對傳統(tǒng)金融服務模式的顛覆性變革。傳統(tǒng)金融服務具有與生俱來的“逐利性”“嫌貧愛富”及對貧困群體和弱勢群體“惜貸”的行為傾向,如果貧困人群不能滿足抵押擔保的基本要求,則無法獲得融資[17]。主流觀點認為,金融普惠性的根本宗旨在于消除各類弱勢人群的金融排斥問題,而貧困人口金融排斥的主要原因恰恰在于金融供給不足,具體可以描述為信貸不足[18]。數(shù)字普惠金融發(fā)展的關鍵就在于借助理念轉變、新技術應用及服務模式創(chuàng)新來解決商業(yè)逐利性與扶貧普惠性之間的矛盾,面向貧困群體定向釋放流動性,從而增強貧困群體金融服務可得性,尤其是化解小微企業(yè)、農(nóng)林牧漁企業(yè)融資難、融資貴問題。二是從需求側分析,貧困人群在獲得信貸資金后,若將其用于生產(chǎn)經(jīng)營活動則會促進當?shù)氐木蜆I(yè)和產(chǎn)業(yè)發(fā)展,依托當?shù)亟?jīng)濟增長來緩解多維貧困[19]。貧困家庭也可以利用信貸資金來平滑消費、積累生產(chǎn)能力,或提升自身的受教育水平、增加人力資本存量,從而擺脫“能力貧困”的窘境。

另一方面,數(shù)字普惠金融可能通過保險發(fā)展來促進多維貧困的緩解,具體有擴大保險的覆蓋面、創(chuàng)新保險服務、培育農(nóng)業(yè)保險市場等方面。傳統(tǒng)金融模式所提供的保險服務存在主觀和客觀上的保險排斥,導致保險機制應有的減貧效應受到較大程度的負面影響[20]。從主觀上分析,貧困人群往往因為受教育程度較低而缺乏對保險知識和保險產(chǎn)品的了解,同時這類人群的風險防控意識本來就淡薄,從而產(chǎn)生對保險的主觀排斥。從客觀上分析,貧困地區(qū)往往較為偏僻,且提供保險服務的機構缺乏對貧困人群相關信息的了解,所提供的保險產(chǎn)品難以滿足客戶的差異化需求,從而產(chǎn)生客觀上的保險排斥。而數(shù)字普惠金融模式通過優(yōu)化保險機制能有效克服保險排斥問題,擴大保險的覆蓋面,增強保險的普惠性。理論上分析,數(shù)字普惠金融借助具有保障性、公平性、市場性特征的保險機制能夠有效發(fā)揮經(jīng)濟損失補償功能從而增強貧困人群的抗風險能力,最終達成緩解多維貧困的目的[21]。具體來講,一是具有普惠性的保險機制能夠幫助貧困人群抵御風險沖擊,被保險人獲得損失補償后可以維持基本生活及恢復生產(chǎn)運營,從而體現(xiàn)出機制的保障性特征;二是保費低、購買便利、理賠手續(xù)簡便等特點讓這種保險機制能夠照顧到金融知識相對欠缺、本來就不具備良好經(jīng)濟條件的貧困人群,彰顯出機制的公平性特征;三是市場化運作能夠促使保險服務機構以弱勢群體的現(xiàn)實和潛在需求為導向加快產(chǎn)品創(chuàng)新的步伐,貧困人群則可靈活地選擇各類保險產(chǎn)品來滿足自身差異化的需求,從而體現(xiàn)出機制的市場性特征。

上述理論分析表明,在短期內(nèi)數(shù)字鴻溝效應的存在可能使數(shù)字普惠金融的多維貧困減緩效果不理想;而在長期內(nèi),數(shù)字普惠金融可能通過降低金融服務的供給成本和使用成本對多維貧困減緩產(chǎn)生直接的正向影響,即紅利效應明顯。進一步地,數(shù)字普惠金融可能通過提高信貸可獲得性、擴大保險的覆蓋面等途徑對多維貧困減緩產(chǎn)生間接影響。由此提出如下待檢驗假說:

假設H1:數(shù)字普惠金融發(fā)展受數(shù)字鴻溝效應和金融紅利效應的綜合作用,對多維貧困程度的影響呈現(xiàn)出倒“U”型特征。

假設H2:數(shù)字普惠金融的多維貧困減緩效應主要通過提高信貸可獲得性、擴大保險的覆蓋面等途徑實現(xiàn)。

三、研究設計

(一)模型設計

借鑒數(shù)字普惠金融領域的研究,運用2011—2020年中國31個省份(直轄市、自治區(qū))的貧困發(fā)生率、數(shù)字普惠金融指數(shù)以及相關指標的省級層面面板數(shù)據(jù),結合前面的理論分析,建立影響多維貧困程度的多元回歸模型,所建立模型如下:

MPIi,t=β0+β1lnDifi,t+β2ln2Difi,t+

β3Xi,t+μi+φt+ei,t,

(1)

MPIi,t=β0+β1lnDif_lowi,t+β2lnDif_highi,t+

β3Xi,t+μi+φt+ei,t。

(2)

(二)數(shù)據(jù)來源

本文使用的數(shù)據(jù)來源于國家統(tǒng)計局、各省統(tǒng)計年鑒、中國教育統(tǒng)計年鑒、Wind數(shù)據(jù)庫、中國衛(wèi)生統(tǒng)計年鑒、樊綱測算的市場化指數(shù)以及北京大學數(shù)字普惠金融指數(shù)。由于各變量單位不完全統(tǒng)一,為了鞏固維度水平,將數(shù)字普惠金融指數(shù)型無單位變量以及波動率過大的人均GDP作對數(shù)化處理。

(三)變量選取

1.被解釋變量(MPI)

現(xiàn)有文獻大多用居民收入衡量貧困程度,然而居民的貧困不僅僅是收入貧困,如果僅使用某一個指標衡量貧困,這會導致對貧困現(xiàn)狀的片面解讀。Amartya Sen提出以能力方法為標準定義貧困的多維貧困理論,涉及收入、消費、醫(yī)療、教育等諸多方面,其較強的綜合性更符合我國鄉(xiāng)村振興大背景下的減貧現(xiàn)狀[22]。本文參考國際機構所發(fā)布的貧困指數(shù)中常用的變量,如聯(lián)合國提出的人類發(fā)展指數(shù)(HDI)和人類貧困指數(shù)(HPI)、世界銀行提出的人類機會指數(shù)(HOI)中所采用的維度和變量,將多維貧困定義為收入、教育、醫(yī)療、消費和生活水平五個維度的綜合貧困水平,并構建區(qū)域多維貧困測度體系,具體指標如表1所示。

表1 多維貧困指標體系

指數(shù)合成第一步,將性質和計量單位不同的二級維度指標進行無量綱化處理,參考學術界已有成果,選擇功效函數(shù)法處理量綱問題[23]。為減少極端值的影響,保證指數(shù)的平穩(wěn)性,采取對數(shù)型功效函數(shù)法。具體對數(shù)功效函數(shù)的公式如下:

關于功效函數(shù)中閾值的確定,如果取各指標不同年份的最大值、最小值作為上下限,當最大值或最小值為極端值或異常值時,容易扭曲指數(shù)值,導致地區(qū)指數(shù)異常。另外,如果各指標的上下限都基于每年指標情況來設定,會導致不同年份各地區(qū)間的指標比較基準發(fā)生變化,從而縱向不可比。因此,為了便于時空上對各地區(qū)多維貧困程度同時進行橫向和縱向比較,本文作了如下處理:第一,對于正向指標,取固定2011年各地區(qū)指標數(shù)據(jù)實際值的95%分位數(shù)為上限h,5%分位數(shù)為下限k;第二,對于逆向指標,取固定2011年各地區(qū)指標數(shù)據(jù)實際值的5%分位數(shù)為h,95%分位數(shù)為k。第三,為了避免種種原因導致極端值出現(xiàn),我們對超過指標上限的地區(qū)進行“縮尾”處理:如當某地區(qū)基準年(2011年)的指標值超過該指標的上限值h時,則令該地區(qū)2011年的指標值為上限值h,當某地區(qū)2011年的指標值小于下限值k時,則令該地區(qū)2011年的指標值為下限值k。根據(jù)上述方法,我們就可以計算出某年某地區(qū)某指標無量綱化后的數(shù)值。在基準年,每個相應指標的無量綱化數(shù)值得分區(qū)間在0和100之間,得分越高的地區(qū),相應指標的發(fā)展水平就越高?；鶞誓曛竽攴莸臄?shù)據(jù),指標的功效分值有可能小于0或大于100。

對于如何確定各維度和指標的權重,并無統(tǒng)一明確的規(guī)則,借鑒張全紅和周強的做法采用指標等權重方法,即各指標是等權重的,每一維度內(nèi)的指標也是等權重的[24]。對各維度賦予相同的權重,意味著各維度對于家庭的福利來講是同等重要的。最后對各指標百分化和加權處理以構建多維貧困指數(shù)。

將各地區(qū)10年的多維貧困指數(shù)數(shù)據(jù)平均處理,并按照東、中、西部的區(qū)域進行劃分,來總體分析不同地區(qū)多維貧困程度的差異。西部地區(qū)有7個省進入全國排名前十名,東部地區(qū)有6個省(市區(qū))進入后十名。整體上西部地區(qū)的多維貧困程度明顯高于東部地區(qū),指數(shù)水平呈現(xiàn)由西向東遞減的趨勢。

表2 各省(市區(qū))2011—2020年多維貧困指數(shù)均值

2.核心解釋變量(Dif)

選取北京大學發(fā)布的數(shù)字普惠金融指數(shù)來衡量數(shù)字普惠金融發(fā)展水平,涵蓋了2011—2020年度的數(shù)據(jù)。該指數(shù)從數(shù)字金融覆蓋廣度(CB)、數(shù)字金融使用深度(UD)、普惠金融數(shù)字化程度(DL)三個維度來描述數(shù)字普惠金融發(fā)展水平。同樣將各地區(qū)10年的數(shù)字普惠金融指數(shù)數(shù)據(jù)平均處理,并按照東、中、西部的區(qū)域進行劃分,來總體分析不同地區(qū)數(shù)字普惠金融發(fā)展水平的差異。整體上東部地區(qū)的數(shù)字金融發(fā)展水平相較于中西部地區(qū)要高,指數(shù)水平呈現(xiàn)從東到西遞減的趨勢。

表3 各省(市區(qū))2011—2020年數(shù)字普惠金融發(fā)展指數(shù)均值

3.控制變量與中介變量

借鑒相關研究,多維貧困減緩效應主要考慮經(jīng)濟、社會、文化及地理等因素,本文引入經(jīng)濟發(fā)展水平、政府干預、城市化水平和市場化水平作為控制變量。經(jīng)濟發(fā)展水平采用地區(qū)人均GDP來衡量,描述地區(qū)整體經(jīng)濟發(fā)達程度,記為Pgdp,單位為元/人;政府干預采用公共財政支出與地區(qū)生產(chǎn)總值的比值來衡量,描述地方政府對市場和經(jīng)濟的干預程度,記為Gov;城市化水平采用城鎮(zhèn)常住人口占總人口比重衡量,描述地區(qū)發(fā)展階段和城市化進程,記為Urban;市場化水平采用樊綱測算的市場化指數(shù)來衡量,描述市場在資源配置中所起作用的程度,記為Market。對于中介變量,采用互聯(lián)網(wǎng)信貸指數(shù)描述信貸發(fā)展水平,記為Crd;保險發(fā)展水平采用互聯(lián)網(wǎng)保險指數(shù)來描述,記為Ins,該數(shù)據(jù)來源于北京大學數(shù)字金融研究中心。變量具體描述性統(tǒng)計結果如表4所示。

表4 主要變量描述性統(tǒng)計

四、實證估計結果及分析

(一)基準回歸結果

首先對上述公式(1)使用Hausman檢驗,判斷使用隨機效應估計還是固定效應估計,結果顯示P值為0.003 8,拒絕原假設,因此選擇使用雙向固定效應模型。先根據(jù)多維貧困指數(shù)和數(shù)字普惠金融指數(shù)的原始數(shù)據(jù),繪制散點圖和擬合曲線初步判斷二者的非線性關系,具體見圖2。隨著數(shù)字普惠金融水平的不斷提高,多維貧困程度經(jīng)歷了先上升后下降的過程,可以初步判斷數(shù)字普惠金融發(fā)展和多維貧困程度的倒“U”型非線性關系。

圖2 數(shù)字普惠金融發(fā)展和多維貧困程度減緩

僅僅依靠圖像判定倒“U”型關系并不可靠。因此,我們在回歸模型中加入平方項并進行進一步的檢驗。在不考慮內(nèi)生性的前提下,初步驗證數(shù)字普惠金融水平對多維貧困的倒“U”型影響,基準回歸結果見表5。

表5 數(shù)字普惠金融發(fā)展影響多維貧困程度基準回歸結果

表5(續(xù))

對于控制變量,經(jīng)濟發(fā)展水平和城市化水平的系數(shù)值顯著為負,說明了經(jīng)濟發(fā)展本身帶動一部分人的投資和就業(yè),從而減緩多維貧困水平。城市化水平的上升能夠有效提高資源交換效率,同時把零散的產(chǎn)業(yè)集聚化,吸引更多的人口和投資參與到城市化建設中來。在這個過程中,大量的中低端崗位能夠解決貧困人群的就業(yè)問題,而政府的配套建設能夠減緩教育和醫(yī)療方面的貧困。政府干預和市場化水平不顯著,可能的原因是政府財政支出并不會全部對多維貧困減緩產(chǎn)生直接作用,而市場化水平用以評價政府與市場的關系和要素市場的發(fā)育程度。這些指標注重于市場體系的搭建,對于城鄉(xiāng)二元經(jīng)濟體制中廣大的農(nóng)村貧困群體作用不大。

(二)內(nèi)生性分析

數(shù)字普惠金融作為一個綜合性指標,盡管納入信貸、保險、投資等眾多微觀數(shù)據(jù),但是依然可能會有遺漏變量導致結果產(chǎn)生偏誤的內(nèi)生性問題。本文進一步采取工具變量法來弱化這一問題。借鑒李春濤[25]和鐘凱[26]的思路,手工整理所有省域地區(qū)的接壤省份,使用相同年度該省份所有接壤省份的數(shù)字普惠金融發(fā)展水平均值作為工具變量。該工具變量符合外生性和相關性兩個約束條件:一方面,多維貧困程度存在地域分割性,與本地區(qū)的資源稟賦有較強的關聯(lián),鄰近地區(qū)的數(shù)字普惠金融發(fā)展水平難以通過信貸、支付等方面影響本地多維貧困程度;另一方面,鄰近的省份通常具有相似的經(jīng)濟發(fā)展水平,數(shù)字普惠金融發(fā)展程度相近。

表6列(1)報告了工具變量的回歸結果,考慮數(shù)字普惠金融發(fā)展與多維貧困程度之間可能存在的內(nèi)生性后,數(shù)字普惠金融發(fā)展水平的系數(shù)依然為正,二次項系數(shù)依然為負,且都通過1%的顯著性檢驗,表明數(shù)字普惠金融發(fā)展短期加劇多維貧困,長期減緩多維貧困,對多維貧困的影響呈倒“U”型特征,這與前文結果完全一致。

表6 數(shù)字普惠金融發(fā)展影響多維貧困程度的內(nèi)生性與穩(wěn)健性檢驗

(三)穩(wěn)健性檢驗

為保證研究結論的可信程度和嚴謹性,本文做了如下穩(wěn)健性檢驗:一是為減弱反向因果的影響,選擇滯后一期數(shù)字普惠金融指數(shù)作為被解釋變量重新估計?；貧w結果見表6列(2),數(shù)字普惠金融發(fā)展與多維貧困程度呈倒“U”型關系,結果具有穩(wěn)健性。二是替換被解釋變量,在不改變貧困維度的前提下采用熵值法重新衡量多維貧困程度?；貧w結果見表6列(3),數(shù)字普惠金融發(fā)展與多維貧困程度仍呈現(xiàn)出倒“U”型關系,核心解釋變量與控制變量的系數(shù)估計和顯著性水平均沒有發(fā)生明顯變化,表明結果是穩(wěn)健的。三是縮尾處理后回歸。對核心解釋變量在1%的水平上進行縮尾處理,采用雙重固定效應模型進行回歸,得到表6列(4)的結果,系數(shù)估計和顯著性均沒有發(fā)生明顯改變,表明結果是穩(wěn)健的。四是剔除直轄市。中國地域遼闊,有著不同資源稟賦的各個地區(qū)發(fā)展極不平衡,并且在省級行政單位層次,直轄市具有明顯的政策偏向性。因此,剔除北京、天津、重慶和上海四個直轄市的數(shù)據(jù),回歸結果見表6列(5),系數(shù)估計和顯著性均沒有發(fā)生明顯改變,表明結果是穩(wěn)健的。

結合以上穩(wěn)健性檢驗,核心解釋變量數(shù)字普惠金融發(fā)展水平和二次項系數(shù)估計的正負號未發(fā)生變化,顯著性在1%的水平上仍然滿足,系數(shù)的絕對值變化在較小的幅度內(nèi)。這與表5的基準回歸結果基本一致,從參數(shù)估計和顯著性的標準來看,研究結果是穩(wěn)健可信的。

(四)異質性分析

為了回答數(shù)字普惠金融發(fā)展對多維貧困減緩的影響是否存在地區(qū)差異,參照梁榜和張建華[27]的做法,將31個省份劃分為東部、中部和西部地區(qū)進行固定效應回歸分析,具體結果如表7所示。

表7 數(shù)字普惠金融發(fā)展影響多維貧困程度的區(qū)域異質性分析

五、數(shù)字普惠金融減緩多維貧困的作用機制檢驗

為深入考察數(shù)字普惠金融對多維貧困影響的作用機制,本文選取信貸水平(Crdi,t)和保險水平(Insi,t)作為中介變量,借鑒溫忠麟[28]的中介效應分析,采用中介效應模型驗證具體作用機制。但是在進行傳統(tǒng)三步法檢驗的時候,參考江艇[29]關于中介效應檢驗偏誤糾正的有關研究,停止使用第一步和第二步的檢驗。原因有三點:一是學者張勛等[30]的相關研究表明數(shù)字普惠金融對貧困各維度的減緩效果是存在的,學者劉錦怡等[16]相關研究表明信貸和保險是影響貧困的因素;二是數(shù)字普惠金融構建的細分指標中“使用深度”的二級維度里包括了信貸業(yè)務和保險業(yè)務,所以傳統(tǒng)三步法中第二步核心解釋變量X對中介變量M的因果判斷是沒有必要的;三是傳統(tǒng)依次檢驗法中第二步檢驗的內(nèi)生性問題難以解決。因此參考江艇的做法,重點在解釋的意義上考察中介效應而非在度量的意義上考察中介效應,然后采用sobel和bootstrap方法分別檢驗信貸發(fā)展和保險發(fā)展的中介效應。

為增強模型穩(wěn)健性,本文在式(5)中用各地區(qū)保費賠付支出描述保險水平,記為Ins2,該數(shù)據(jù)來源于國家統(tǒng)計局?？紤]到不同省域之間數(shù)字普惠金融水平發(fā)展不均衡,且我國貧困現(xiàn)狀存在明顯區(qū)域差異,因而數(shù)字普惠金融的多維貧困減緩效應也可能存在地域差異。為了避免遺漏地區(qū)層面的不可觀測變量而產(chǎn)生的內(nèi)生性問題,結合傳統(tǒng)中介效應依次檢驗法建立如下固定效應模型(μi和ei,t意義同上文):

MPIi,t=β0+β1lnDifi,t+β2Crdi,t+

β3Xi,t+μi+ei,t,

(3)

MPIi,t=β0+β1lnDifi,t+β2Insi,t+

β3Xi,t+μi+ei,t,

(4)

MPIi,t=β0+β1lnDifi,t+β2Ins2i,t+

β3Xi,t+μi+ei,t。

(5)

估計結果如表8所示,列(1)檢驗信貸發(fā)展在數(shù)字普惠金融減緩多維貧困過程中的中介效應,可見數(shù)字普惠金融發(fā)展和信貸發(fā)展均在1%的水平上顯著為負,這說明存在中介效應。列(2)檢驗保險發(fā)展在數(shù)字普惠金融減緩多維貧困過程中的中介效應,可見保險發(fā)展的估計系數(shù)在1%的水平上顯著為負,但數(shù)字普惠金融發(fā)展的估計系數(shù)不顯著,表明存在遮掩效應。列(3)用保費賠付支出代替互聯(lián)網(wǎng)保險指數(shù)來檢驗保險發(fā)展的中介效應,可見數(shù)字普惠金融發(fā)展和保險發(fā)展的估計系數(shù)均在5%的水平上顯著為負,表明存在中介效應。假設H2得到初步驗證。

表8 中介效應估計結果

為進一步增強結論的穩(wěn)健性,同時初步度量中介效應的占比,本文繼續(xù)采用Sobel法和Bootstrap法檢驗中介效應,結果如表9所示?？梢钥吹?列(1)信貸中介效應和列(3)保險中介效應都通過了sobel檢驗,中介效應的估計系數(shù)均在1%的水平上顯著為負,表明數(shù)字普惠金融發(fā)展的確通過信貸發(fā)展和保險發(fā)展改善了多維貧困。

表9 Sobel和Bootstrap檢驗結果

另外,列(2)和列(4)報告Bootstrap法抽樣1 000次的檢驗結果和置信區(qū)間?？梢?Bootstrap檢驗結果和Sobel檢驗結果的中介效應及其占比幾乎沒有變化,且Bootstrap檢驗的置信區(qū)間不包含0值,再次說明信貸發(fā)展和保險發(fā)展的中介效應是穩(wěn)健的。假設H2得到進一步證實。

六、結論和政策建議

本文基于我國2011—2020年省域面板數(shù)據(jù),就數(shù)字普惠金融對多維貧困的影響及作用機制進行了理論與實證分析。研究發(fā)現(xiàn):短期內(nèi)因數(shù)字鴻溝效應的存在,數(shù)字普惠金融的發(fā)展反而加深了多維貧困程度,而在長期,數(shù)字普惠金融則能夠發(fā)揮出金融紅利效應,并通過降低金融機構的供給成本和金融服務的使用成本推動多維貧困減緩進程,表明數(shù)字普惠金融對多維貧困的影響呈倒“U”型特征。進一步從數(shù)字普惠金融發(fā)展的一級分項指數(shù)來看,“覆蓋廣度”和“使用深度”的改善都具有顯著的多維貧困減緩效應,但“數(shù)字化程度”的影響效果卻不明顯。同時,“覆蓋廣度”符合倒“U”型關系檢驗,但“使用深度”和“數(shù)字化程度”的估計系數(shù)及二次項系數(shù)并不顯著,表明數(shù)字普惠金融對多維貧困影響的倒“U”型特征更有可能源于數(shù)字金融的“覆蓋廣度”而不是“使用深度”和“數(shù)字化程度”。另外,機制檢驗表明,數(shù)字普惠金融能夠通過提高信貸可獲得性、擴大保險的覆蓋面等途徑對多維貧困減緩產(chǎn)生影響?；谝陨涎芯拷Y論能獲得如下政策啟示:

首先,構建和完善數(shù)字普惠金融生態(tài)系統(tǒng)。數(shù)字普惠金融產(chǎn)業(yè)鏈各方企業(yè)、消費者、政府有關部門應該相互合作,共同營造一個有利于數(shù)字普惠金融產(chǎn)業(yè)發(fā)展的環(huán)境。政府應當加強和完善互聯(lián)網(wǎng)信息基礎設施建設,提高貧困地區(qū)互聯(lián)網(wǎng)普及率,并且通過加大教育投入提高貧困群體的數(shù)字素養(yǎng)和金融素養(yǎng),從而助力其跨越“數(shù)字鴻溝”和“知識鴻溝”。此外,政府需要優(yōu)化有利于數(shù)字金融發(fā)展的相關政策及其具體實施細則。數(shù)字金融企業(yè)應當持續(xù)拓展產(chǎn)業(yè)鏈整合能力,通過優(yōu)化平臺規(guī)則實現(xiàn)平臺經(jīng)營與生態(tài)系統(tǒng)構建的有機結合。同時,應該加強涵蓋個人誠信體系、小微企業(yè)誠信體系和平臺誠信體系的多層次誠信體系建設,以此減少信息不對稱等所致的金融欺詐或其他機會主義行為產(chǎn)生,降低生態(tài)系統(tǒng)運行的交易費用,從而有效提高數(shù)字金融市場的交易效率。另外,應該堵住監(jiān)管漏洞,重點圍繞審慎監(jiān)管、行為監(jiān)管和金融消費者保護三個方面加強對數(shù)字金融的功能監(jiān)管。鑒于數(shù)字金融有別于傳統(tǒng)金融的特殊性,針對數(shù)字金融的信息科技風險、支付、信息披露等,應該重點加強機構監(jiān)管。

其次,從供需兩側優(yōu)化信貸機制,既要適當擴大信貸供給、豐富信貸產(chǎn)品,又要防止過度借貸。在供給側,要充分發(fā)揮數(shù)字金融共享、便捷、低成本、低門檻的優(yōu)勢尤其是其緩解信息不對稱的功能,持續(xù)提高信貸配給的速度和效率,確保貧困人群對信貸的可獲得性,從而讓信貸獲得者將資金用于消費、教育、醫(yī)療等方面,防止脫貧者返貧及邊緣戶致貧。在需求側,應該合理引導貧困人群的信貸行為,避免刺激貧困群體過度借貸、超前消費而深陷債務危機,進而降低未來收入規(guī)模及主觀幸福感。尤其要借助大數(shù)據(jù)動態(tài)監(jiān)測機制防止貧困人群出于攀比心理而過度申請消費信貸?？傊?要恰當利用好信貸機制,規(guī)避其不利影響,使之有利于減緩多維貧困。

再次,從供需兩側發(fā)力推動數(shù)字保險服務的發(fā)展。在供給側,保險行業(yè)除了要重視保險深度和保險密度之外,更應關注保險的普惠性。同時,應該積極利用數(shù)字技術開展保險產(chǎn)品的創(chuàng)新,豐富產(chǎn)品種類,優(yōu)化產(chǎn)品結構,避免產(chǎn)品的同質化,開發(fā)出能切實滿足貧困人群風險管理要求的保費合理的普惠保險產(chǎn)品。在需求側,要通過持續(xù)提升貧困人群的受教育程度來提高其保險素養(yǎng),增強其保險認知能力、風險防范意識和保險意識,引導貧困人群借助適當?shù)钠栈荼ｋU產(chǎn)品來實現(xiàn)風險轉移或規(guī)避,通過獲得損失補償來維持生產(chǎn)生活的正常運行,從而避免掉入貧困陷阱?？傊?要重視普惠保險業(yè)務與儲蓄、信貸、支付等其他金融業(yè)務的協(xié)調發(fā)展,充分發(fā)揮其貧困治理功能。

最后,應當重視數(shù)字普惠金融多維貧困減緩效應的地區(qū)差異,推動差異化策略的實施。東部地區(qū)區(qū)位優(yōu)勢、資源優(yōu)勢、人才優(yōu)勢明顯,傳統(tǒng)金融發(fā)展水平和金融供給側結構性改革效果要明顯優(yōu)于中西部地區(qū),其在數(shù)字普惠金融發(fā)展中應該持續(xù)推進金融產(chǎn)品創(chuàng)新并致力于金融服務效率的改善。同時,東部地區(qū)應該積極發(fā)揮區(qū)域輻射帶動作用,為中西部地區(qū)數(shù)字金融的發(fā)展提供必要的人才、技術等資源支持,以便實現(xiàn)數(shù)字普惠金融在東、中、西部的均衡發(fā)展,進而協(xié)助中西部地區(qū)加快減緩多維貧困進程。中西部地區(qū)尤其是西部地區(qū)要加快數(shù)字基礎設施和信息網(wǎng)絡的建設,在多維貧困減緩中要重視借助數(shù)字普惠金融推動當?shù)靥厣a(chǎn)業(yè)發(fā)展,通過特色產(chǎn)業(yè)發(fā)展為當?shù)鼐用裉貏e是貧困人群提供更多就業(yè)或創(chuàng)業(yè)機會,實現(xiàn)從“輸血式”減貧到“造血式”減貧的轉變,最終達成多維減貧目標。