中国数字普惠金融、教育水平与农村贫困问题探析

杨 虹，王乔冉，张 柯

（云南民族大学 经济学院，昆明650500）

一、引 言

党的十八大以来，以习近平总书记为核心的党中央高度重视我国的扶贫工作。2020 年，我国完成了脱贫攻坚的总任务，实现了全面建成小康社会的奋斗目标，这是实现中华民族伟大复兴的又一历史壮举。但是，脱贫攻坚任务的完成并不意味贫困问题的彻底解决，在未来发展的进程中，我们要努力提高人民群众的生活水平，同时还要防范非贫困人口陷入贫困和脱贫人口再返贫的问题，稳固脱贫攻坚的胜利成果。

2016 年9 月，G20 杭州峰会首次把数字普惠金融作为一项议案提出，大会将《G20 数字普惠金融高级原则》作为数字普惠金融发展的指导性文件。数字普惠金融作为一项类似于公共产品的金融事业，其目的在于让贫困地区的人也能享受到金融服务，助力贫困地区脱贫致富。数字普惠金融以其搭载互联网的便利，使其门槛、成本降低，有效地解决了传统金融产品需承载在银行工作人员和银行营业网点之上的问题，为贫困地区的群众参与到金融体系中创造了便利，有力地解决了传统金融服务的“最后一公里”和“最后一步路”。但是，金融行业对客户有相应的知识储备和学习能力的要求，存在金融排斥和金融壁垒等问题，“普惠金融”虽然在一定程度上降低了对客户金融专业知识的要求，但对于贫困地区的人而言仍存在一定的壁垒，所以贫困地区受教育程度的高低对数字普惠金融在贫困地区的发展、减贫效果有着至关重要的影响。发达国家的经验表明，只有当人们的受教育程度到达一定的阶段、迈过相应的门槛之后，才能有效地利用金融资源为其更好的服务。

2021 年是脱贫攻坚工作完成的首年，也是稳固脱贫成果的重要时期，因此，本文试图探究数字普惠金融的发展是否有助于解决减贫问题，又通过何种机制去推动贫困问题的缓解。另外，考虑到金融行业对受众的受教育程度、知识储备、理解能力和专业知识有一定的要求，发展数字金融是否存在受教育水平的制约？笔者将梳理数字普惠金融提高贫困地区经济发展水平和人民生活水平的路径以及三者的关系，同时选取2011—2018 年全国31 个省、自治区、直辖市的面板数据，对数字普惠金融在解决贫困问题以及教育对数字普惠金融减贫效果的影响进行实证分析，并提出相应的政策建议。

二、文献回顾与评述

国内外学者已就数字普惠金融对贫困的缓解做了很多研究，本文主要参阅了关于数字普惠金融的发展与缓解贫困之间的关系、数字普惠金融的减贫机制以及教育在数字普惠金融缓解贫困时的影响效果等方面的文献资料。

在数字普惠金融与贫困的关系方面，国内外学者大多认为数字普惠金融的发展有利于促进贫困问题的缓解。Dollar 和Kraay（2001）［1］认为普惠金融是缓解贫困的重要手段，无论经济处于增长还是衰退的阶段，普惠金融对贫困都有积极的作用。Honohan（2004）［2］利用跨国数据研究发现，普惠金融的发展不仅正面促进经济发展，更重要的是对绝对贫困人口有着积极的作用。研究表明，对于收入为1 美元一天的绝对贫困人群而言，普惠金融水平每提高10%，绝对贫困率将下降2.5%—3%。黄倩、李政、熊德平（2019）［3］对2011—2015 年中国省际面板数据进行实证研究发现，数字普惠金融的发展总体上有利于贫困减缓，在影响机制方面，账户覆盖率、个人支付和小微信贷的作用较为显著，且相较于富裕的群体，贫困群体从中获益更多，故数字普惠金融的发展有利于兼顾公平和效率。Claessens、Feijen（2006）［4］及Gulli（1998）［5］研究发现，当一个国家增加其金融服务的供给时，会使得贫困人群受服务的可得性变大，其脱贫的可能性也会变大，而数字普惠金融本质就是为贫困群体提供金融服务。Ramakrishnan（2010）［6］认为，普惠金融降低了进入金融领域的门槛。韩磊、张生太（2020）［7］认为普惠金融促进了农村地区金融服务主体的多元化和农村中小微企业收入的提升。刘锦怡、刘纯阳（2020）［8］研究发现，数字普惠金融不仅直接通过金融服务的可得性减缓贫困，而且通过推动个体创业、就业以及中小企业的发展缓解贫困的发生。顾晓安（2020）等人［9］研究发现，数字普惠金融对农村地区的减贫有显著的正向作用，且存在空间溢出效应。郭峰等人（2016）［10］认为数字普惠金融依托于大数据和云计算等创新技术，进一步拓展了普惠金融的服务范围和触达能力，降低了金融约束。吴本健、罗玲、马雨莲（2020）［11］及李建军、韩珣等（2019）［12］认为，普惠金融为贫困地区提供了金融服务和机会，可以借助数字化技术等优势助力农村现代化建设。

从学者们的研究来看，教育在数字普惠金融的减贫效果中起到了积极的作用，受教育程度水平的提高会促进贫困地区人口认知水平的提高和相关金融知识的储备，从而降低金融的排斥度，提高数字普惠金融的参与度。Maladonado、Gonzalez（2008）［13］和Ligon、Schechter（2003）［14］等学者从社会学角度研究微型金融与教育之间的双向关系。一方面，微型金融通过提高贫困地区人口的收入，提高当地医疗水平，促进教育的发展；另一方面，进入金融领域有一定金融知识的要求，教育水平的提高可以促进当地对金融知识的学习和利用。傅秋子、黄益平（2018）［15］研究发现，农村消费性正规信贷需求受当地受教育水平、网购习惯等因素的影响。杨立生、陈倩（2020）［16］和熊德平、章合杰、李雯雯（2013）［17］等发现，人力资本和知识的积累对于贫困地区的普惠金融发展特别是信贷需求有着重要影响。李雪莲、刘德寰（2018）［18］发现，低文化、低收入群体可以在移动互联网环境中获得受教育的机会，媒介技术的进步为其创造了一个有效进入的空间。吴金旺、顾洲一（2018）［19］认为，提升消费者的受教育水平，增加其金融领域的基本知识，有利于维护消费者合法权益，防范、化解金融领域的风险。

在数字普惠金融缓解贫困存在的门槛方面，首先，数字普惠金融本身的发展会影响其减贫效果。贺健、张红梅（2020）［20］研究发现，数字普惠金融对经济的推动作用一直是正向的，但当数字普惠金融指数低于144.98 时，其对经济发展呈显著的推动作用；当数字普惠金融指数高于144.98时，其对经济发展的推动作用不显著。其次，普惠金融的减贫效果受到经济发展水平的限制。龚沁宜、成学真（2018）［21］研究了不同的经济发展水平下数字普惠金融的减贫效应，当经济发展水平为跨越门槛值时，数字普惠金融表现出显著的减贫作用；当经济发展水平跨越门槛值后，数字普惠金融对贫困的抑制作用减弱，呈现边际递减的作用。同时，数字普惠金融的减贫效果也会受到贫困地区居民收入的影响。罗斯丹、陈晓、姚悦欣（2016）［22］研究发现，普惠金融发展对于贫困缓解存在显著的门槛特征，且减贫效应随着人均收入水平的提高而增强。

综上所述，既有的学术研究为本文提供了重要的理论基础与经验指导。根据以往的研究结果，本文对数字普惠金融减贫机制以及教育水平在数字普惠金融减贫中扮演着什么样的角色进行了深入的思考。与已有文献相比，本文的贡献在于，第一，试图从不同的角度对数字普惠金融减贫问题进行深入探讨，针对数字普惠金融对农村地区贫困减缓的传导机制进行理论分析，进而对数字普惠金融的减贫效果进行实证研究；第二，把受教育程度纳入到数字普惠金融的减贫效果分析之中，为了准确反映教育在不同阶段对普惠金融减贫效果影响的动态变化，实证模型中必须具有估算不同阶段的门槛变量，所以本文又利用门槛回归模型进行了更进一步的分析。

三、理论机制分析和研究假说

（一）数字普惠金融对贫困的直接影响

数字普惠金融对贫困地区经济发展水平和贫困人口生活水平的提高通过以下几个方面来实现：一是数字金融实现了对贫困地区的无缝对接，扩大了农村地区金融服务的便利性和可获得性。数字普惠金融搭乘数字化技术延伸了服务半径，使得农村地区的金融需求群体可以有效地进行储蓄、信贷和保险等业务，在促进穷人的平滑消费、创业创收、风险防控、教育投资、医疗保障等方面发挥了积极的作用。二是降低了农村地区的金融使用成本，一方面，大数据、云计算等科技的进步促进了数字化金融的发展，使得信贷、保险业务可以通过互联网进行，很大程度上缩减了审批和操作流程，节省了时间成本和交通成本；另一方面，由于数字普惠金融兼具普惠性的特征，国家和商业银行都建立了针对贫困地区人口的专项贷款和无息贷款资金，使他们可以借助国家的惠农政策享受到低成本乃至零成本的信贷服务。

数字普惠金融可以精确定位目标人群和客户，针对农村贫困地区的“长尾人群”①实现精准服务，提供影响范围更大、可获得性更强的金融服务，通过储蓄分散风险、促进消费，通过信贷为贫困人口提供低息贷款，为其农业机械化或创业创收、教育医疗提供资金，通过保险业务对其产业创收、医疗保险等方面进行风险转移。数字普惠金融利用互联网技术使得边际成本大幅度降低，把大部分农村人口和贫困人口纳入互联网金融的体系当中，使其得以享受到金融服务的红利，有利于他们脱贫致富，促进其收入的增长和生活质量的提高。

（二）数字普惠金融对贫困的间接影响

数字普惠金融的发展可以间接促进贫困人口生活水平的提高。一是通过促进经济的发展进而增加贫困地区的就业和创收，一方面，数字普惠金融的深入发展会促进贫困地区高新技术产业、交通基础建设行业、小微以及城镇企业的发展，为贫困地区的人提供更多的就业岗位，从而实现贫困地区从被输血到自主造血的良性循环；另一方面，经济的发展将发展红利、税收等一系列经济福利回馈给当地居民，使得他们的生活水平进一步提高。二是数字普惠金融的发展为贫困地区人口提供了向上的阶梯，一方面，通过互联网技术，利用其专项资金为贫困提供了新的种植、养殖的技术，同时改变了农村地区的生活方式，通过网购的方式减低了生活成本，通过网络销售的方式增加了营收的能力，使得贫困地区人口开源节流，进而提高生活质量；另一方面，数字普惠金融为农村地区提供了助学贷款、培训以及医疗等方面的资金支持，使得他们有了学习深造和促进身体健康的能力。

数字普惠金融为贫困地区的经济发展提供金融支撑，为当地的基础建设、小微、乡镇企业贷款融资，向当地特色产业等注入活力。通过“涓滴效应”②使当地经济发展红利惠及贫困地区的百姓，为当地提供就业、增加税收，通过互联网、大数据和淘宝、京东等电商平台改变贫困地区的生活生产方式，为其经济作物提供销售渠道，促进农村地区的产业升级。

因此，我们提出以下假说：

假说1：在目前的经济及社会发展状况下，数字普惠金融的发展有利于缓解贫困问题。

（三）教育在数字普惠金融减贫过程中的作用

除了数字普惠金融与贫困的关系问题，我们也要关注贫困地区的群众在进入数字普惠金融领域时是否存在受制于教育水平的问题，探究目前的受教育水平是否削弱了数字普惠金融减贫效果。由于贫困地区人口的整体受教育水平偏低，而金融领域是一个对专业知识有一定要求的领域，故有必要对受教育程度做相关的定性分析，以便为数字普惠金融在贫困地区的发展提供更好的指导。张国俊、周春山、许学强（2014）［23］根据金融服务的渗透度、使用度、效用度、承受度四个维度构建金融排斥的综合评价指标体系，认为教育水平是造成金融排斥的重要原因。胡振、臧日宏（2016）［24］认为对家庭进行针对性的金融知识的培训，可以提高其金融的参与度，优化家庭金融资产配置，进而改善家庭金融福利。贾宪军、王爱萍、胡海峰（2019）［25］认为受过金融教育的居民能做出更符合自身偏好的投资决策。

因此，我们有理由相信，传统金融的“二八准则”在数字普惠金融领域依然存在，数字普惠金融对贫困缓解影响的大小和方向仍有基于教育水平的“门槛效应”。

图1 数字普惠金融减缓农村贫困机理图

图2 教育水平在数字普惠体系中效应机理图

由此，我们提出假说2。

假说2：受教育水平高对数字普惠金融减贫有促进作用，且贫困地区的群众进入数字普惠金融领域存在受教育水平的门槛。

四、模型设定和变量选取

（一）模型设定

1.基准模型：为检验数字普惠金融对贫困的效应，便于和门槛效应下的结果作对比，本文设立如下形式的基本模型（1）：

在（1）式当中，POVit代表农村地区贫困减缓；i代表时间；t代表地区；DIFI表示数字普惠金指数；控制变量方面，包括经济发展水平（RG⁃DP）、城镇化水平（URBAN）、民生财政支出水平（FE）、产业结构（IS）、通货膨胀率（INF）；β0表示截距项，β1、β2、β3、β4、β5、β6为待估系数；μit为随机扰动项，εit表示省域的固定效应。若β1＜0 则表明普惠金融的发展无助于解决贫困问题。

2. 门槛模型：在此基础上，本文根据汉森（Hansen，1999）［26］提出的门槛回归模型，将农村的贫困率作为被解释变量，数字普惠金融发展水平作为核心解释变量，把人均受教育水平作为门槛变量，分析不同受教育水平下数字普惠金融减贫效果分析。为检验假说2，设定了模型（2）：

其中，EDU为人均受教育水平，表示门槛变量，r 为待估计的门槛值，I（·）为一个指标函数γ1、γ2…γn+5代表不同门槛下的待估系数，γ0为个体未观测值特征，μit为随机扰动项。

（二）变量选取与数据说明

1.被解释变量：农村地区贫困减缓（POV）

本文参照张勋、万广华等（2019）［27］的研究，使用农村居民家庭平均每人纯收入作为农村地区贫困程度的指标，因为农村人均纯收入的提高代表着购买商品能力的提高，生活水平的提高以及追求更高层次的能力的提升。

2.解释变量：数字普惠金融指数（DIFI）

2019 年4 月，北京大学互联网金融研究中心发布了第二期《北京大学数字普惠金融指数》（2011—2018），从数字金融覆盖广度（账户覆盖率）、数字金融使用深度（支付业务、货币基金业务、信贷业务、保险业务、投资业务、信用业务）和普惠金融数字化程度（移动化、实惠化、信用化、便利化、）等3 个维度来构建数字普惠金融指标体系，共计33 个具体指标，编制了我国31 个省、自治区、直辖市（不含港澳台地区）、338 个地级以上城市以及约2800 个县共三个层级的数字普惠金融指数。

3.门槛标量：人均受教育程度（EDU）

我们对6 岁以上人口的受教育比重加权衡量，受教育程度包括小学、初中、高中、大专及以上，相应的受教育年限为6 年、9 年、12 年、16 年，最终人均受教育年限=（小学人数×6+初中人口×9+高中人口×12+大专及以上×16）/总人数。

4.控制变量

经济发展水平（RGDP）。很多学者将人均生产总值作为衡量经济增长水平和人民生活水平的重要指标。匡远凤和彭代彦（2012）［28］认为该指标可以反映一个省生产数量和生产效率上的变化，可以体现出整体生活水平的变化；Par⁃tridge 和Rickman（2003）［29］也认为人均GDP 的变化可以很好地体现当地生活水平和产品供给等指标的变化。

城镇化水平（URBAN）。城镇化水平的提升导致农村和城市之家劳动力的转移，这会给农村剩余的劳动力创造更多的就业机会，增加其创收机会，同时，可以让农村地区人口更多地接触到新鲜事物，提升其接受新鲜事物、新鲜知识的能力和机会，增加其创业创收的能力。田杰、陶建平（2011）［30］，薛宝贵、何炼成（2016）［31］等人研究发现城镇化水平的提升有利于缓解城乡收入差距过大的问题。

民生财政支出水平（FE）。财政支出是致力于解决贫困问题的重要手段，也是为贫困地区进行资源配置、基础设施建设以及救济救助的保障。参照赵莎莎、张东辉、张伟（2018）［32］的经验，本文细化到人们生活的重要领域和民生短板上，从财政对教育、医疗、社会保障以及财政支农四个方面的支出水平占政府财政支出的比重来衡量。

产业结构（IS）。我国长期以来单一的生产结构是造成农村贫困问题的重要原因，国家产业结构的调整有利于农村剩余劳动力的转移，增加就业机会，对贫困问题的缓解起到重要作用。本文产业结构选用第二、三产业增加值占GDP 的比重表示。

通货膨胀率（lnINF）。通货膨胀导致CPI指数的上升，特别是生活必需品价格的上升，会对普通老百姓的生活造成很大的影响，进而导致恩格尔系数的上升。郑良芳（2012）［33］认为通货膨胀打击的是全社会的居民，特别对低收入的居民打击极大，导致其生活水平和生活质量严重下降。所以文本选取2011—2018 年居民消费价格指数作为通货膨胀的指标数据。

我们使用了全国31 个省、自治区、直辖市（不含港澳台地区）2011—2018 年的数据，数据来源于《中国国家统计年鉴》《中国金融年鉴》《北京大学数字普惠金融指数》（2011—2018），描述性统计见表1。

表1 各变量的统计性描述

五、实证结果及分析

（一）数字普惠金融的减贫效应

表2 报告了从省域层面实证检验数字普惠金融对贫困的减缓效应。从检验结果可以看出，不同的估计方法均表明数字普惠金融发展对贫困减缓存在显著的效用，符合预期结果，也验证了假说1 的成立。在进行多元回归分析前，通过Hausman 检验可知，采用固定效应模型更符合本文的样本特征。模型（1）OLS回归，作为参照估计模型，模型（2）是进一步采用的固定效应回归，模型（3）—（5）分别针对东部、中部和西部进行数字普惠金融对贫困减缓的效果分析，模型（6）是使用工具变量的2SLS估计结果。

从表2 的结果可见，数字普惠金融的减贫效果在1%统计水平上显著，在目前发展的条件下，积极发展数字普惠金融，能够有利于当地农村居民收入的提高，促进贫困问题的缓解。在控制变量方面，人均GDP、城镇化、财政支农、通货膨胀率对贫困减缓问题的效果有显著的正向效应。不同的是，与其他变量对农村贫困减缓起到正向作用相比，通货膨胀起到的是消极作用。此外，产业结构的结果不显著，这与预期不同，可能是人口城乡流动导致了数据缺失。

（二）内生性处理和稳健性检验

为了保障结果的稳健性，本文在验证整体结果之后又分别对东部、中部和西部地区进行了检验。从结果可以看出，数字普惠金融对东部的减贫效果最佳，系数为0.181；其次为中部，数字普惠金融的减贫系数为0.144；最后是西部地区，数字普惠金融的减贫系数为0.141。三个地区的结果同时满足在1%统计水平上数字普惠金融具有显著的减贫效应，本文的研究结论具有稳健性。

表2 数字普惠金融的减贫效应

由于数字普惠金融的服务对象是贫困地区的人口，国家对贫困地区存在政策和财政倾斜，这些政策会反向推动数字普惠金融发展的结果。贫困地区的金融服务需求缺口很大，金融服务处于供小于求的状态，就可能存在贫困地区大规模的金融需求反向推动数字普惠金融的发展，即存在双向因果问题。同时，建模过程中不可避免地存在遗漏变量等问题，本文参照郑雅心（2020）［34］的做法，在建模时利用Hausman 检验选取固定效应模型，从而降低内生性对模型估计结果造成的影响；参照梁双陆、刘培培（2019）［35］的做法，加入互联网普及程度（INTERNET）这个工具变量来控制逆向因果导致的内生性问题。如模型（6）结果所示，数字普惠金融对贫困减缓的系数为0.159，结果仍在1%的统计水平上具有显著的减贫效应。为了检验工具的有效性，本文进行了弱工具变量检验，回归结果显示，模型R2为0.6214，偏R2为0.2224，模型的F统计量为68.9365，且F统计量的P值为0.0000，结果表明各省互联网普及率与其数字普惠金融指数的相关系数比较高。

六、教育在数字普惠金融减贫中的作用

（一）门槛效应检验

根据上文确定的模型和检验分析，利用Sta⁃ta 15.0 进行实证分析。根据F统计量和Hansen提出的“自抽样法”（Bootstrap）构造P值综合检验门槛个数、门槛值以及显著性，结果如表3 和表4 所示。

表3 门槛效应检验结果

表4 门槛值估计结果及置信区间

根据表4 的结果显示，以人均受教育水平（EDU）为门槛的模型通过了单一门槛的检验，单门槛效应的F统计量值为34.040，Bootstrap 计算的P值为0.007，小于1%，说明在1%的置信水平上存在单门槛效应。全国范围内人均受教育程度的门槛值为9.923，在95%的置信区间内为［9.875，9.952］。据此，我们将模型设定为单门槛模型的形式，具体形式为模型设定中的门槛模型方程（2），检验结果表明假说2 成立。

（二）模型参数估计

通过以上门槛模型的Hansen 检验过程，本文使用单一门槛模型，采用固定效应模型对模型（2）进行参数一致估计，结果如表5 所示。

表5 全国范围的单门槛模型估计结果

（三）模型估计结果分析

结果表明，以人均受教育程度为门槛变量，将全样本划分为受教育程度较高区和受教育程度较低区两个门槛区间，在不同门槛区间数字普惠金融体系对贫困的减缓呈现了不同程度的效应。由表5 的结果可以看出，从全国范围内来看，当人均受教育年限小于9.923 时，数字普惠金融的减贫系数为0.132，数字普惠金融对贫困的减缓的作用是正向的、积极的。但当人均受教育年限大于9.923 时，数字普惠金融的减贫系数上升为0.152，数字普惠金融对贫困减缓的作用更明显，并在1%水平上通过显著性检验，说明教育对于数字普惠金融在缓解贫困方面发挥着积极的作用。在控制变量方面，人均GDP、财政支农、产业结构、城市化对农村贫困减缓发挥着积极作用，通货膨胀则起到了消极的作用。

（四）地区差异分析

我国数字普惠金融的发展和教育水平发展呈现出区域性差异，因此为进一步考察教育水平在不同区域层面上数字普惠金融减贫效果的差异，本文将样本分为东、中、西部地区，对不同区域分别进行门槛检验。

根据表6 的结果显示，以人均受教育水平（EDU）为门槛的模型，东、中、西部至少在10%的显著性水平下都通过了单一门槛的显著性检验。据此，我们将模型设定为单门槛模型的形式，具体形式如模型方程（2）。其中，东、中、西部的人均受教育程度的门槛值分别为10.654、8.517、8.676。可以看出，东部的门槛值最高，西部次之，中部最低。

表6 东、中、西部门槛效应检验结果

表7 门槛值估计结果及置信区间

表8 东部地区的单门槛模型估计结果

表9 中部地区的单门槛模型估计结果

表10 西部地区的单门槛模型估计结果

根据表（8）—表（10）结果可以看出，东、中、西部都存在单一门槛值。在东部，数字普惠金融减贫效应的系数均为正，且均在1%的显著水平上显著。当平均受教育年限低于10.654 时，系数值为0.131；当金融发展水平大于10.654，其值上升为0.154，上升了0.023。在中、西部地区，数字普惠金融的减贫系数明显比没有跨越门槛值之前高。在未跨过门槛值时，中、西部的数字普惠金融减贫系数分别为0.077 和0.149；而在跨越门槛值之后，数字普惠金融减贫系数上升为0.102和0.161，分别上升了0.025 和0.012。

从结果显示来看，东部地区的平均受教育年限的门槛最高，为10.654 年；其次为西部的8.676年，最后为中部的8.516 年。从数字普惠金融的减贫系数来看，西部从中获益最大，东部次之，中部最差，说明当教育水平上升之后，数字普惠金融能更好地提升当地居民的收入，中部地区最差的原因可能在于西部得到了更多的财政和政策支持，东部有数字化和人力资本的加持，而中部地区一方面是政策支撑力度不大，另一方面也有人才流失严重的原因。

七、研究结论与政策建议

（一）研究结论

本文研究了我国31 个省、自治区、直辖市（不含港澳台地区）数字普惠金融与贫困减缓的关系以及数字普惠金融体系对贫困的减缓效应。研究结果表明：第一，数字普惠金融在农村居民收入的提高上起到了积极作用，在后续的扶贫工作中应该把数字普惠金融作为扶贫事业重要的组成部分。第二，传统金融领域存在明显的“二八效应”，受教育水平在数字普惠金融的推广效应上影响极大，对贫困地区人口进入金融领域、了解金融知识、筛选金融产品和风险分析方面都将起到积极的作用，所以加强教育的投入、金融知识的普及和宣传也是后续扶贫工作的重要内容。第三，在人均受教育水平方面，2017 年联合国发布的发达国家的平均受教育年限如下：德国为14.1 年，美国为13.4 年，加拿大为13.3 年，英国为12.9 年。我们和发达国家之间还有很大的差距，我国人口的平均受教育年限在数字普惠金融的发展中是否还存在着更高的门槛、会有更好的减贫效果也未可知，需要在未来的发展与实践中去验证。

（二）政策建议

1.持续加强数字普惠金融的作用

我国农村地区经济发展比较落后，人民生活水平还有待进一步提高，是国家稳固脱贫成果以及未来乡村振兴的主战场。以数字化为依托的普惠金融是一把解决贫困问题的利剑，须大力发挥其在脱贫致富方面的作用。今后应扩大数字普惠金融的规模，加深数字普惠金融的使用力度和广度，加强数字普惠金融的推广力度和普惠强度，建立健全数字普惠金融的发展规划和监督体系，要让贫困地区的群众了解、认识普惠金融，从而关注和使用普惠金融。同时，要借助信贷、保险这些直接手段和促进居民就业、创业创收等间接手段去解决贫困问题，也需要政府、银行等金融机构以及社会力量以5G 技术、智能手机、网上银行等为依托，向不同地区的群众提供合适的、普惠的金融产品，真正服务于广大贫困地区，助力其脱贫脱困。

2.持续加强对贫困地区的教育投入

“十年树木，百年树人”，教育是一件功在当代、利在千秋的事业，本文挖掘了教育在数字普惠金融的推广、使用方面的作用，两者应进一步相互配合、积极运作，发挥教育在数字普惠金融缓解贫困问题中的积极作用。政府应该持续加大对贫困地区、广大农村地区教育的投入，使教育在脱贫工作中发挥更大潜力。

3.强化金融知识普及和普惠金融宣传

贫困地区数字普惠金融的受众大多没有经过系统化的学习，数字化和网络化的兴起与普及为他们的再学习、再学习提供了新的思路。国家应该利用相关的媒体和渠道，加大网络教育投入，为贫困地区的群众开辟学习渠道，提供免费的知识普及和学习机会，让他们可以接受新鲜事物、学习金融方面的相关知识，充分享有当前的政策红利，以便群众可以通过数字普惠金融进行储蓄、信贷、保险等方面的金融活动，通过相关途径做到自力更生、脱贫致富，达到共同富裕的目标。

注释：

① “长尾理论”由克里斯·安德森（Chris Anderson）在《长尾》一文中最早提出。主要是指网络化、大数据的发展可以大大降低企业的运营成本，过去那些需求不旺或销量不佳的产品所共同占据的市场份额可以和那些少数热销产品所占据的市场份额相匹敌甚至更大，即众多小市场汇聚成可产生与主流相匹敌的市场能量。

②“涓滴效应”是由威尔·罗杰斯（Will Rogers）提出的。主要是指优先发展起来的群体或地区通过促进经济增长、就业等方面惠及贫困阶层或地区，带动其发展和富裕。