数字普惠金融减贫效应的作用机理与实证检验*——基于中国省际面板数据的分析

王刚贞，谢露露

(安徽财经大学 金融学院，安徽 蚌埠 233030)

十九大报告中多处提及数字经济，加快数字经济的发展是贯彻新时代新发展理念的内在要求。中央和各级政府相继出台了一系列政策举措以促进数字经济相关产业的发展，其中金融科技、数字金融也一度风靡整个金融市场，国内外学者对此也予以高度关注。近年信息技术的发展尤为迅猛，大数据、云计算、区块链等新兴的数字技术开始活跃在公众的视野，传统金融机构借助新兴的数字技术实现传统金融业务的创新，以期提高普惠金融的服务水平，由此从传统的普惠金融逐步过渡到数字普惠金融发展的新阶段。数字普惠金融借助数字技术来打通普惠金融“最后一公里”[1]，使得被金融机构排斥在门槛之外的贫困人群也能够充分享受到同等的金融服务，切实满足低收入群体的金融服务需求。

一、金融减贫相关文献综述

国内外学者对金融减贫展开了深入研究。Dollar 和 Kraay选取92个国家的有关经济指标数据作为研究样本，实证探究金融发展对贫困的影响效应，结果表明，金融发展能够显著地促进经济增长，低收入群体能够充分享受到经济增长的成果，实现收入水平的提高，减缓贫困[2]。Geda等人选取埃塞俄比亚1994—2000年农村家庭的若干数据作为样本进行实证研究，结果表明，金融产品的使用有助于提高低收入群体的收入水平，进而增强其消费能力，缓解贫困[3]。然而也有学者认为金融发展会抑制贫困的减缓。Maurer 和Haber认为掌握着政治资源的大企业和富人阶层能够充分享受金融发展的成果，而中小企业和贫困群体获益则相对有限，进而加剧了贫富差距，不利于贫困的减缓[4]。Greenwood 和 Jovanovic通过实证研究，第一次提出金融发展与贫困减缓之间存在库兹涅茨的倒“U”型关系[5]。国内学者对此也展开了研究。崔艳娟和孙刚选取我国1978—2010年的省级面板数据进行实证研究，结果表明我国的金融发展与贫困减缓之间也呈现倒“U”型关系[6]118。苏静、胡宗义、唐李伟发现，非正规金融发展与贫困减缓之间存在非线性的门槛关系，只有当非正规金融发展水平跃过门槛，金融发展才具有减贫效应[7]。张兵、翁辰选取1997—2002年省级面板数据进行研究，指出我国农村金融的发展对贫困减缓的影响也存在门槛效应[8]。

随着普惠金融发展日趋成熟，关于普惠金融减贫效应的研究也日渐丰富。苏基溶、廖进中选取2001—2007年我国的省际面板数据，运用CAM估计方法实证得出:普惠金融的发展能够降低金融服务的“门槛”，进而有助于提高贫困群体获取金融服务的机会，实现增收减贫的效果[9]。师荣蓉、徐璋勇、赵彦嘉根据中国西部省际面板数据构建模型，得出普惠金融与贫困减缓之间存在鲜明的非线性门槛关系，在经济发展初期，普惠金融会抑制贫困的减缓，即普惠金融减贫具有隐性累积效应；随着经济发展水平的提高，普惠金融对贫困的减缓效应会明显加快，即普惠金融减贫具有显性加速效应。当经济发展水平处于较高水平，普惠金融对贫困的减缓效应会有所减缓，即普惠金融减贫具有隐性减速效应[10]。Park 和 Mercado选取亚洲发展中国家作为研究对象，实证探究普惠金融对贫困减缓的影响效应，结果表明，普惠金融的发展能够显著地减缓贫困[11]。吕勇斌、李仪构建的空间计量模型实证探究表明，普惠金融与城乡收入差距之间的关系并非简单线性关系，而存在倒“U”型曲线关系，即普惠金融对城乡收入差距的影响呈现先消极后积极的效果[12]。黄秋萍、胡宗义、刘亦文选取2007—2015年我国省级面板数据，构建面板平滑转换模型来实证探究普惠金融的减贫效应，结果表明，普惠金融与贫困减缓之间表现显著的单一门槛特征，即普惠金融对贫困减缓的影响效应随着普惠金融的发展由显著抑制转为逐渐减弱[13]。苏静、胡宗义的实证研究得出，普惠金融发挥减贫效应存在两种路径，即普惠金融能够通过扩大金融服务供给、增加金融服务可获得性来直接减缓贫困，还可通过推动经济增长和改善收入分配来间接减缓贫困[14]。

综上所述，国内外学者关于普惠金融减贫效应的研究基本达成了一致的观点，即普惠金融的发展有助于减缓贫困。然而，数字普惠金融概念的提出还比较新，因此关于数字普惠金融的研究文献相对较少。宋晓玲等选取2011—2015年我国的省际面板数据，实证探究我国数字普惠金融发展与城乡收入差距之间的关系，结果表明，数字普惠金融的发展能够显著地缩小城乡收入差距[15]。谢绚丽等同样利用这一指数实证探究数字金融促进创业的背后机制，并发现在城镇化率越低的地方，数字普惠金融指数促进创业的边际作用越大[16]。

国内外学者关于金融发展和普惠金融发展对贫困减缓影响效应的研究对于研究的进一步深入开展有着一定的借鉴意义，但现有文献仍然存在诸多不足之处。从研究对象来看，以数字普惠金融作为研究对象的文献却相对较少。从研究数据看，现有的文献关于普惠金融指数的测度，尚没有形成统一的指标体系，更多的是人为地选取某些指标来测度普惠金融发展指数，存在一定的主观性。从研究内容看，现有的文献关于探究金融发展和普惠金融发展的减贫效应，更多的是针对两者的关系进行实证研究，而对于两者之间的作用机理的实证研究的文献相对较少。因此本文以数字普惠金融为研究对象，采用比较权威的北京大学互联网金融研究中心发布的数字普惠金融指数(2011—2015年)进行测度，在一定程度上克服了指标选取的主观性和随意性，减少了对实证结果的影响。

二、数字普惠金融减贫的理论机制分析

借鉴金融发展或普惠金融促进贫困减缓的研究成果[17]，可得出数字普惠金融减贫的作用机理。一方面，随着数字普惠金融的发展，低收入群体和小微企业能够直接通过数字化金融渠道享受集信贷、储蓄、理财、保险等于一体的综合性金融服务，有助于解决低收入群体的资金借贷难题和小微企业的投融资难题，最终实现收入水平的增加，减缓贫困。另一方面数字普惠金融的发展有助于降低金融业务的运作成本，提高资本配置效率，推动经济水平的包容性增长。同时数字普惠金融的发展进一步扩大了金融服务的覆盖面，广大贫困群体可充分享受与城镇居民同等的金融服务，提高收入水平。另外，数字普惠金融可通过促进经济增长和改善收入分配间接地减缓贫困。

(一)数字普惠金融发展对贫困减缓的直接影响

1.信贷渠道

社会群体在享受金融服务时，需要支付一定的成本。一方面，基于利益的诉求，传统的金融机构会倾向于在经济较为发达的城镇地区开展金融业务，致使农村地区无法获取同等的金融服务。另一方面，由于贫困群体的收入水平有限，可供抵押的资产稀缺，传统金融机构出于风险的考虑将其排除在金融服务的门槛之外，而更加倾向于向高收入群体提供金融服务，因此，传统金融机构无法满足贫困群体的信贷需求。

数字普惠金融的发展，有助于降低金融服务的“门槛”，在一定程度上减缓贫困群体的资金借贷难题以及小微企业的融资难题，有利于贫困的减缓。数字普惠金融依托于互联网，推进普惠金融服务，能够有效地解决传统金融由于信息不对称带来的信贷约束、排斥效应和门槛效应等难题，尤其是贫困群体可以通过数字金融渠道获取金融信贷服务，满足资金需求，进而提高自身的收入水平。其中P2P网贷平台就是典型的例子，有理财需求的一方可将自身闲置的资金，借助P2P网贷平台，贷放给有融资需求的一方，其中有融资需求的一方多为无法获取银行信贷的低收入群体和小微企业，实现了投融资双方的互利共赢。据统计，截至2018年底，蚂蚁金服及网商银行已累计为1 300多万户小微企业和合体经营者提供金融服务，其服务的小微企业贷款超8 000万笔，同比增幅高达60%，在一定程度上解决了融资难、融资贵的难题。贫困群体和小微企业可以通过数字金融渠道，摆脱金融服务的“门槛”约束，获取信贷资金，进一步扩大生产，提高生产效率，增加收入，进而减缓贫困。

2.储蓄渠道

传统金融机构推出的金融理财产品，受益的客户对象集中于高收入群体，低收入群体则被排斥在门槛之外。而数字普惠金融的发展使得低收入群体亦可借助数字金融渠道用手中闲置的资金购买各种互联网金融产品，进行投资理财，进而获取理财收益，减缓贫困。以余额宝为例，自2013年以来，余额宝的发展尤为迅猛，截至2018年底，余额宝规模高达1.13万亿元，持有的人户数为5.88亿户，其中有1亿以上的客户来自农村地区。因此，低收入群体通过数字金融提供的储蓄服务一方面可以获取额外的利息收益，实现资金的保值增值；另一方面低收入群体可通过购买互联网金融产品将闲置的资金暂时储存，以更好地应对未来不确定性风险的发生。低收入群体主要以农业生产为主，而自然天气和环境的变化对农业的影响很大，因此低收入群体的收入也存在着诸多不确定因素。另外因病致贫在实际生活中也尤为常见，一旦未来面临重大疾病风险，意味着将会有一笔大额支出。而低收入群体可以通过数字金融渠道购买保险或金融理财产品来应对未来收入的波动和不可预期的大额支出的风险。此外互联网金融平台将社会人群中的闲散资金集合起来，通过专业化的运作，有效地转化为投资。例如为农业产业链上下游企业和资金短缺的低收入群体提供信贷支持，帮助其融入资金用于农业的生产，解决资金短缺的难题，进而提高收入水平，减缓贫困。

(二)数字普惠金融发展对贫困减缓的间接影响

1.经济增长效应

数字普惠金融借助互联网，进一步推进普惠金融的发展，增加金融服务供给，扩大金融服务的覆盖面；通过数字化金融的运作方式降低金融交易成本；通过集聚闲散资金、专业化运作，提高资金的配置效率，促进经济实现包容性增长。经济的包容性增长能为整个社会带来相当可观的经济效益，会创造出更多的就业岗位，大量闲置在家的农村劳动力因此获得了更多的就业机会，这有利于提高居民收入水平，缓解城乡收入差距，进而实现增收减贫的目的。经济包容性增长实现增收减贫的路径主要有两种方式，一是“涓滴效应”，二是“亲贫式增长”。“涓滴效应”是指在经济发展的初期，富人阶层由于掌握更多的社会经济资源，享受更多的经济效益，而处于底层的低收入群体获取的收益相对有限，但是随着经济的增长，低收入群体会获得更多的就业机会，同时政府收取税费增加，使得政府有充足的财政资金用于补贴低收入群体，为其提供基本的社会保障[18]。因此从长远的发展趋势来看，经济增长有助于减缓贫困。当经济发展水平处于较高层次时，经济增长的成果会逐步渗透到社会底层的贫困群体，类似于水向下“涓滴”的情形，最终整个社会群体都能够平等地享受经济增长的成果，从而帮助贫困群体跳出“贫困陷阱” ，实现贫困的减缓。“涓滴效应”并不是人为有意的调控，而是市场通过自发的调节来逐步改善社会的贫困状况。“亲贫式增长”是指当市场在自发调节的过程中可能出现失灵，即“涓滴效应”的经济效果出现偏颇时，政府会进行必要的干预，通过适度的宏观调控，增加财政支农比例，尽可能使低收入群体在经济包容性增长过程中收入增长率高于富人阶层，使得经济增长的成果能够惠及全体群众，进而减缓贫困[19]。

2.收入分配效应

数字普惠金融借助互联网，增加了金融服务的供给，扩大了金融服务的覆盖面，降低了金融业务的运作成本，提高了资源的配置效率，进而促进经济包容性增长以实现低收入群体增收减贫的效果。但是，数字普惠金融的减贫效应不仅仅受到经济发展水平的制约，一个国家或地区的收入分配状况也会对数字普惠金融的减贫效应造成影响。如果一个国家或地区的收入分配出现失衡，即存在收入分配不公，数字普惠金融的成果更多地为富人阶层所享有，会进一步加剧低收入群体的贫困程度。相反，如果一个国家或地区的收入分配均衡，数字普惠金融的成果能够惠及全体人员，低收入群体也能够享受数字普惠金融的成果，提高收入水平，从而减缓贫困。因此收入分配对数字普惠金融的减贫效果有着至关重要的作用。数字普惠金融影响贫困减缓的作用机理如图1所示。

图1 数字普惠金融影响贫困减缓的作用机理

基于此，本文提出假设：数字普惠金融发挥减贫效应存在两种路径，即直接效应和间接效应，数字普惠金融能够通过扩大信贷渠道服务和提供储蓄机会直接减缓贫困，还可通过推动经济增长和改善收入分配间接减缓贫困。

三、数字普惠金融减贫的实证检验

(一)变量选取及数据说明

1.被解释变量

pov表示贫困程度。本文利用居民消费水平衡量贫困程度[6]116，贫困程度随着居民消费水平的提高而减弱，贫困程度与居民消费水平之间呈负相关关系。

2.解释变量

difi表示数字普惠金融发展水平。本文选取北京大学互联网金融研究中心编制的全国31个省市2011-2018年的数字普惠金融指数作为衡量指标[18]。

3.中介变量

pgdh表示经济发展水平。利用人均生产总值作为经济发展水平的衡量指标。经济增长会为低收入群体创造更多的就业机会，同时政府收取的税费增加，使得政府有充足的财政资金来补贴低收入群体，为其提供基本的生活保障。

ins表示收入分配程度。使用泰尔指数来衡量收入分配程度。泰尔指数能够迅速对城乡收入的变化做出反应，适合作为衡量个人之间或者地区间收入差距的指标[19]，泰尔指数的计算公式为：

(1)

其中假设j=1，代表城镇；j=2，代表农村；t表示年份，代表i省在t年的泰尔指数；yi,1,t表示t年i省城镇居民可支配收入，yi,2,t表示t年i省农村居民可支配收入，yi,t表示t年i省城乡居民收入的总和；xi,1,t表示t年i省城镇常住人口数，xi,2,t表示t年i省农村常住人口数，xi,t表示t年i省的总常住人口数。

4.控制变量

is表示产业结构。利用第二、第三产业增加值之和与该地区年生产总值之比来衡量该地区产业结构水平。当第二产业与第三产业的比重不断提高时，就业结构逐步由第一产业向第二、第三产业转移，大量农村劳动力转移至城镇从事第二、第三产业，城镇先进的生产管理技术进入农村用于支持农业的发展，农村的生产效率得以提高，增加了农村居民的收入，从而减缓贫困。

urb表示城镇化水平。利用城镇化率来衡量城镇化水平。城镇化水平的提高，一方面会增加了就业机会，也增加了农民自身的收入，从而减缓贫困；另一方面，耕地流转至少数人手中，实现了农业的集中化、规模化运作，提高了农村的生产效率，进而减缓贫困。

pfian表示财政支出水平。利用人均财政支出来衡量财政支出水平。在收入分配的过程中，政府借助财政支出手段进行收入调节，提高农民的收入，进而减缓贫困。

edu表示教育水平。本文选取每十万人口中高等院校平均在校生所占的比例来衡量各省市的教育水平。通常个人人力资本水平越高，越容易获得较高的收入，同时教育水平有助于提升人力资本水平，进而提高居民的收入，减缓贫困[20]。

5.数据说明

本文指标数据来源于我国各省市统计年鉴、各省市国民经济和社会发展统计公报、各省市金融运行报告，部分指标是由原始数据计算所得。本文对difi、is、urb和edu之外的变量均取自然对数值，主要为了避免异方差以及各指标数据变动幅度过大对实证回归造成影响，同时，为了避免各指标变量的极端值对实证回归可能产生的影响。本文对各指标变量均进行双尾1%水平的Winsorize处理。

表1 描述性统计分析

数据来源：原始数据计算整理并经由stata15.0所得

从表1可以看出，居民消费水平的最大值是最小值的10.51倍，差距尤为明显，这表明了我国地区间的贫困程度(pov)存在较大的差异；数字普惠金融(difi)的最大值为293.287 9，最小值仅为16.220 0，反映出我国数字普惠金融的发展并不均衡，区域间存在很大差异；城乡收入差距最大值为0.234 7，最小值0.010 7，最大值为最小值的21.93倍，表明我国收入分配不公问题较为严重，应充分认识到收入分配制度改革的重要性、紧迫性；经济发展水平(pgdh)最小值和最大值分别为17 238和118 129.32，表明我国经济发展水平也存在明显的地区差异；产业结构(is)的均值为0.902 3，意味着我国第一产业对GDP的贡献不足10%，表明我国产业结构调整成效较为显著；城镇化水平(urb)均值为0.549 8，可以看出近年我国农村劳动力流动性较强，城镇化正处于加速阶段，但最小值和最大值分别为0.232 7和0.902 1，表明各地区的城镇化速度仍存在较大差异性；财政支出水平(pfina)地区间的差异也尤为明显，表明我国的财政支出方面还需更全面细致地规划；教育水平(edu)的标准差仅为0.002 3，表明近年我国地区间教育不公的问题有所减缓。

(二)计量模型构建

1.模型研究方法

中介效应模型起初被广泛应用于心理学领域，主要用来探究解释变量如何通过中介变量影响被解释变量及影响的程度如何。随着中介效应模型的进一步丰富和完善，应用领域也不断扩大，其中社会科学领域也尝试采用这一模型探究变量之间的作用机制。中介效应模型的方程可以表示为：

(2)

其中解释变量X对被解释变量Y的总效应为c，直接效应为c′，X通过中介变量M间接作用于Y的中介效应为ab，e1、e2、e3分别表示各方程的误差项，包含模型未考虑到的影响因素，其中中介效应在总效应中所占比重可以通过ab/c来表示，用以衡量选取的中介变量m对被解释变量y的解释程度，具体检验如下：

首先对中介效应模型中Y=cX+e1进行模型回归，检验系数c显著与否。经检验，若系数c通过显著性检验，则作进一步检验，若c未通过显著性检验，表明解释变量x通过中介变量m作用于被解释变量y的中介效应并不存在，则检验终止。

其次，若系数c通过显著性检验，接下来对中介效应模型中的系数a、b进行显著性检验，当且仅当系数a、b均通过显著性检验，才能对Y=c′X+bM+e3作进一步检验，否则进行Sobel检验。

图2 中介效应示意图

图3 中介效应检验程序

2.模型设定与说明

基于作用机制分析，数字普惠金融能够通过信贷渠道和储蓄机会直接减缓贫困，还可通过推动经济增长和改善收入分配间接减缓贫困。结合上文的研究方法构建中介效应模型，来实证检验我国数字普惠金融减贫的直接效应和间接效应。具体检验方程如下所示：

lnpovit=α0+α1difiit+

(4)

lnpgdhit=β0+β1difiit+

(5)

(6)

lnpovit=η0+η1difiit+θlnpgdhit+

(7)

其中，α0、β0、γ0、η0为常数项，α1、β1、γ1、η1均为解释变量系数，θ、φ为中介变量系数；con表示控制变量，α2-α5、β2-β5、γ2-γ5、η2-η5分别为各方程中控制变量的系数，εit、uit、vit、δit为随机扰动项，包括模型未考虑到的其他因素。

(三)数字普惠金融减贫的实证检验

对各指标变量进行平稳性检验直接关乎模型的设定和回归。但各变量之间是否平稳仍需要通过相应的检验来完成，以避免出现虚假回归的问题。选取2011-2018的省际面板数据作为研究样本，考虑到选取的样本容量较小，且样本选取的时间跨度较短，因此选取LLC和ADF-Fisher对各研究变量进行平稳性检验，其中，各研究变量原始序列均通过了显著性水平检验，表明各研究变量的原始序列均为平稳序列，可以进行模型的回归(见表2)。

表2 原始变量序列的面板单位根检验结果

注：***、**、*分别表示1%、5%、10%的显著性水平上拒绝原假设

1.数字普惠金融减贫的总效应检验

表3是对方程(4)进行的回归估计，以检验数字普惠金融减贫的总效应。分为两个模型，其中模型一是未考虑控制变量的回归结果，模型二考虑了控制变量。模型一中数字普惠金融的系数为正，且通过1%的显著性水平检验，表明数字普惠金融的发展有助于提高居民的消费水平，减缓贫困。模型二中数字普惠金融的系数仍然为正，且显著性并没有发生改变，可见控制变量的纳入并没有对数字普惠融的减贫效应产生实质性影响。

控制变量方面，城镇化水平的系数为2.645 7，且通过了1%的显著性水平的检验，表明城镇化水平的提高有助于贫困的减缓，与预期一致。产业结构、财政支出水平和教育水平的系数依次为0.184 3、0.087 3和5.214 8，表明三者的提高均有助于减缓贫困，与预期也是一致的，但均未通过统计意义上的显著性检验，即对贫困减缓没有表现出显著的影响，可能原因为样本选取的时间跨度较短。

另外，根据中介效应模型的检验流程，模型一和模型二中数字普惠金融的系数α1均通过了1%的显著性水平检验，可以进行中介效应检验。接下来分别对方程(5)、方程(6)和方程(7)做面板模型的回归，进一步探究数字普惠金融减贫的直接效应和间接效应。

表3 数字普惠金融影响贫困减缓的回归结果

注：*、**、***分别表示在10%、5%、1%置信水平下通过显著性检验。F检验用于选取混合回归和固定效应回归模型，Hausman检验用于选取固定效应(FE)和随机效应模型(RE)。模型一的F检验值在1%水平内显著，拒绝混合回归的假定，接受固定效应的回归结果。Hausman检验值不显著，没有拒绝原假设，应接受随机效应模型(RE)。模型二的F检验值在1%水平内显著，拒绝混合回归的假定，接受固定效应的回归结果。Hausman检验值在1%水平内显著，拒绝原假设，应接受固定效应模型(FE)

2.数字普惠金融减贫中介效应检验

表4中的模型一、模型二和模型三分别是对方程(5)、方程(6)和方程(7)进行的回归估计。模型一中的数字普惠金融的系数为0.000 4，且通过了1%的显著性水平的检验，表明数字普惠金融的发展能显著地促进经济增长。模型二中的数字普惠金融的系数为-0.000 1，且通过了1%的显著性水平检验，表明数字普惠金融的发展有助于缩小城乡收入差距，减缓收入分配不公。模型三中数字普惠金融、经济发展水平和收入分配水平的系数分别为0.000 4、0.471 9和0.090 8，且均通过了显著性水平的检验，表明数字普惠金融发展水平、经济发展水平和收入分配水平均能显著地减缓贫困。

根据中介效应模型可得，数字普惠金融的中介效应显著，接下来根据方程的回归系数进一步判断经济发展水平和收入分配水平两中介变量的作用机理。一方面，

说明数字普惠金融减贫的总效应中绝大部分来自于直接作用的贡献，有20.97%来自于经济发展水平的贡献，有1.01%来自于收入分配水平的贡献；另一方面β1×θ>0，γ1×φ<0表明数字普惠金融通过促进经济增长和减缓收入分配差距间接地减缓了贫困。因此综合实证分析，可以得出数字普惠金融通过直接效应减缓贫困的同时也通过间接效应减缓贫困，且数字普惠金融通过促进经济增长对贫困减缓的间接效应远大于通过改善收入分配对贫困减缓的间接效应。

注：*、**、***分别表示在10%、5%、1%置信水平下通过显著性检验

3.数字普惠金融的内生性检验

从实证方法的角度看，数字普惠金融对减缓贫困的影响效应可能存在难以克服的“内生性”问题，居民的消费支出水平和数字普惠金融可能同时受到居民潜在的收入能力、偏好以及对未来的预期等一系列不可观察的因素的影响，这些将导致数字普惠金融的回归系数估计有偏。为了避免伪回归现象以及计量识别中的内生性问题，本文借鉴Bartik的做法，构建一个“Bartik instrument”(滞后一阶的普惠金融指数difij,t-1与普惠金融指数时间上的一阶差分Δdifit,t-1的乘积)①，然后进行工具变量估计[21]。表5基于工具变量法的回归结果显示，第一阶段工具变量(L.difi×D.difi)的系数为6.721 8，显著异于0，表明选取的工具变量较为适宜；第二阶段的回归结果显示在考虑了内生性问题后，数字普惠金融对贫困的减缓效应依然显著，说明上述得出的结论是基本稳健和基本可靠的。

注：*、**、***分别表示在10%、5%、1%置信水平下通过显著性检验

六、结论及政策建议

本文选用2011—2018年我国31个省市的面板数据，通过构建中介效应模型实证检验数字普惠金融对贫困减缓的影响效应，得出以下结论：首先，数字普惠金融发展有助于减缓贫困。其次，数字普惠金融减缓贫困具有直接效应和间接效应，即数字普惠金融能够直接减缓贫困，还可通过推动经济增长和改善收入分配间接减缓贫困，且数字普惠金融减贫的总效应绝大部分来自于直接作用的贡献，数字普惠金融的间接效应远大于间接效应。根据研究结论，本文提出如下建议：

第一，提高数字普惠金融服务水平，充分发挥数字普惠金融减贫的直接作用。通过发展数字普惠金融，借助大数据、云计算、人工智能等新兴数字技术来推进普惠金融的服务水平，满足贫困群体用于农业生产的资金需求，进而提高贫困群体的收入水平以减缓贫困。而考虑到我国数字普惠金融发展仍处于起步阶段，尚未形成一套完善的数字普惠金融体系，首先我国要依据各地区经济发展水平以及互联网的普及程度，扩大数字普惠金融服务的覆盖群体，进一步提高金融服务的可获得性，以满足贫困群体的金融服务需求。其次，我国传统金融机构不应拘泥于传统的信贷服务，要加大金融产品的创新力度，丰富金融产品品种，紧紧把握当下炙热的数字信息技术，借助大数据、云计算、人工智能等新兴数字技术实现金融产品的标准化和批量化运作。精准对接目标客户群体，能够进一步细化客户群体，为不同的客户群体提供相匹配的金融服务，进一步增强金融服务的细致性。同时也要积极推广移动支付、网络支付等电子支付手段，让广大群众享受支付的便捷性。最后，政府要积极引导更多的金融分支机构入驻农村地区，打通普惠金融的“最后一公里”，提高贫困群体金融服务的可获得性，使农户可充分地享受到与城镇居民同等的金融服务。

第二，推动经济增长与改善收入分配，充分发挥数字普惠金融减贫的间接作用。经济增长、收入分配等往往会制约数字普惠金融对贫困减缓的作用效应，因此，为了更好地发挥数字普惠金融的减贫效应，一方面农村地区要利用自身的发展优势，通过大力发展特色农产品，促进农村地区的经济发展水平，进而提高农民的收入以减缓贫困。积极地推进传统农业转型，实现农业产业化，提高农业生产效率，通过打造“农业+电商平台”的新兴渠道模式，以实现农民的增收，进而减缓贫困。另一方面，当前我国的城乡居民收入差距形势相对严峻，存在收入分配不公的现象，因此要继续深化金融体系改革，不断建立健全数字普惠金融体系，同时金融资源对贫困群体应予以适当地倾斜，对农村地区具有特色和发展前景的产业，政府要鼓励金融机构为其提供信贷支持，以满足农民用于农业生产的资金需求。另外政府要积极践行乡村振兴战略，鼓励农民工返乡创业，切实推进农村的经济发展，实现农民增收减贫的效果。

第三，建立健全网络信息共享平台，建立统一共享的征信体系。数字普惠金融主要借助大数据、云计算等新兴数字技术来解决贫困群体的资金借贷难题以及小微企业的投融资难题，因此在数字普惠金融发挥减贫效应过程中，信用有着不可或缺的作用。而我国的征信体系较之欧美等发达国家，尚不完备，无法满足互联网借贷、理财、保险等个人信贷业务开展的需求，不利于数字普惠金融的进一步开展。因此要建立一个网络信息共享平台，面向整个社会，包括我国的公安、税务、法院等相关部门，实现信息的有效整合，进一步健全和完善现有的征信体系，为数字普惠金融的发展提供信用支持。此外对于偏远落后的农村地区，政府也应积极加大对农户信息的采集，包括家庭的机械设备、农业生产器具等有效的信息，逐步扩大信用体系的采集范围，探索建立更加完善共享的征信体系，进而更好地发挥数字普惠金融的减贫效应。

注释：

①本文采用Bartik instrument=difij,t-1×Δdifit,t-1基于如下考虑：第一，由于全国的数字普惠金融指数来自我国31个省市，普惠金融指数不会明显地受到某个省市居民消费支出的影响，全国的普惠金融指数的变化对具体某省市而言是外生的；第二，省市层面除数字普惠金融外的需求冲击也可能导致估计偏误，但是只要单个省市没有重要到其内部需求冲击整个国家的普惠金融显著相关，Bartik instrumen就是有效的。