可持续发展视角下数字普惠金融对相对贫困减缓的效应研究

贠相哲

(山东科技大学经济管理学院 山东青岛 266590)

1 引言

党的二十大报告强调了三件历史、现实意义重大的事件，其中之一是完成脱贫攻坚、全面建成小康社会，并实现了第一个百年奋斗目标。我国于2020年成功消除了绝对贫困问题，圆满完成了全面脱贫攻坚任务，但相对贫困问题仍长期存在。

金融发展始终是脱贫攻坚领域的热点问题，目前已有大量文献(Park & Mercado,2015;Nanda & Kaur,2016)研究证明了数字普惠金融对贫困减缓的作用。现有数字普惠金融减贫领域的研究问题大多围绕以下几点展开：(1)数字普惠金融减贫的空间效应；(2)数字普惠金融减贫的主体效应；(3)数字普惠金融的门槛效应等。虽然现有文献对数字普惠金融减贫效应问题已有了充分的探讨，但针对区域差异性研究的问题仍较缺乏。鉴于以上研究的不足，本文针对数字普惠金融相对贫困减缓效应的区域差异问题进行了深化研究。

本文基于2011—2020年我国30个省(不包括港澳台藏)的面板数据，建立固定效应模型分析，研究表明数字普惠金融对相对贫困具有积极的减缓效应，并进一步研究了数字普惠金融在不同地区对缓解相对贫困的效果存在异质性，创新性地将省份以可持续发展水平为标准进行划分。实证研究得出结论：数字普惠金融对可持续发展水平较低的区域具有更为显著的减贫效应。因此，本文丰富了减贫效应区域差异化领域的研究，对数字普惠金融“输血”和“造血”功能的正确发挥具有重要的现实意义。

2 文献综述

数字普惠金融现已成为全球普惠金融发展的趋势。有关数字普惠金融贫困减缓的研究在国外开展较早，国内的相关研究也已较为丰富。多数研究集中探讨数字普惠金融发展促进减贫的机制与路径(周璐瑶，2022)，较少针对区域差异化进行深入探讨，现有文献主要围绕以下视角展开研究。

第一，基于数字普惠金融减贫效应的研究视角。Park &Mercado(2015)对多国金融包容性进行分析，检验普惠金融和其他经济因素对缩小收入差距和减轻贫困的影响。研究发现，发展普惠金融可产生正向效应，有助于缩小收入差距并减轻贫困。师荣蓉等(2013)针对我国西部地区检验金融减贫的门槛效应。研究表明，当人均收入较低时，金融发展对贫困减缓具有隐形积累效应，随着收入水平的上升，金融发展会越来越有助于减轻贫困，但当人均收入达到较高水平时，金融发展的影响会逐步减小。孙继国等(2020)研究证明，数字普惠金融的作用不局限于减轻绝对贫困，也可改善相对贫困。普惠金融通过扩大金融服务的供给范围，降低金融服务的使用成本，使贫困人群更容易获得金融服务，从而提升其生活水平。

第二，基于减贫效应区域性差异的研究视角。黄秋萍等(2017)研究表明，数字普惠金融消除贫困的正向作用具有区域性差异。杜莉和潘晓健(2017)研究表明，普惠金融在区域经济增长中的作用具有地域差异性，其作用程度自东部向中部和西部递减。金发奇等(2021)的研究认为，改善相对贫困的效应具有城乡、区域之间的异质性特征。

综上，已有研究从多种角度探讨了金融发展与减贫的关系，但随着中国扶贫工作重心的转移，目前的研究还无法满足对治理相对贫困问题的政策参考需求。虽然现有研究探讨了数字普惠金融在减轻贫困问题中所起的作用，但作为普惠金融领域的新兴分支，其在减贫方面的研究仍处于初级阶段。仅少数学者对地域划分标准进行了分析，减贫效应的区域性差异尚待更深入地研究。基于此，本文对数字普惠金融减缓相对贫困方面的效用进行基本测度，探究其减贫效应的作用方向，并在数据分类上进行创新，以可持续发展水平为标准划分区域，检验分析数字普惠金融减贫效应的区域异质性，为改善区域间相对贫困、促进我国经济整体协调发展提出建议。

3 理论分析与研究假设

3.1 数字普惠金融对相对贫困减缓的作用

从作用机制来看，随着金融市场的日益数字化，数字金融技术的发展提高了金融服务“长尾市场”的效益。根据“长尾理论”，过去企业只重视少数重要客户，忽略了正态分布曲线“尾部”的大多数客户带来的商机。然而，数字平台的出现降低了经营业务和扩大客户范围的成本，进而降低了企业服务“尾部”客户的成本支出。事实上，这些“尾部”客户群体通过数字普惠金融的发展被重新纳入金融服务体系，扩大了市场范围和深度，进而促进了贫困群体的脱贫。数字普惠金融的发展在促进市场扩大、深化和惠及贫困群体方面发挥了关键作用。

数字普惠金融的目标是通过降低门槛，提高金融服务在贫困群体中的可获得性、普及性与便利性。数字普惠金融对减缓相对贫困所起的重要作用主要体现在以下三点：首先，数字普惠金融通过提供储蓄、信贷和支付方式，增强了居民获得金融资源的可用性、可接近性和便利性。其次，数字普惠金融利用信息技术有效地降低运营成本，缓解信息不对称。最后，传统金融服务与产品具有“门槛效应”，使得低收入群体难以获得金融带来的便利，而发展数字普惠金融能扩大金融服务与产品的惠及范围，降低其中的“门槛”，同时可提升金融市场效率、金融转移和普惠水平，帮助贫困群体应对风险冲击。相较传统金融服务，数字普惠金融的发展更能让贫困群体受益。基于上述分析，本文提出以下假设：

H1：数字普惠金融具有正向的相对贫困减缓效应，相比富裕群体，贫困群体在数字普惠金融的发展中获益更多。

3.2 数字普惠金融相对贫困减缓效应的区域性差异

我国贫困水平存在明显的区域差异，中西部和低可持续发展水平地区的贫困人口较多且聚集，说明不同地区的数字普惠金融发展程度及其减贫效果存在较大差异，需要因地制宜。西部地区在国家战略的支持下获得了政策支持、人才引进与资源扶助，其经济发展缓慢、金融资源稀缺等问题得到缓解，但相较中、东部地区，其数字普惠金融发展水平较低，数字普惠金融存在着地区差异与发展失衡的现象。

数字普惠金融的发展使得不同地区的消费者可通过数字化平台共享决策信息，弥补了地区间的信息获取差异。数字普惠金融在欠发达地区得到更高效的发展，归功于数字平台的规模效应和边际收益，且随着数字普惠金融的发展，当地的经济增长也在逐步推动，有助于减小欠发达地区与经济发达地区之间的经济发展差距，实现“益贫式增长”(Peric，2015)。基于上述分析，本文提出以下假设：

H2：数字普惠金融减缓相对贫困的作用具有区域性差异。

4 研究设计

4.1 模型设定

本文主要研究数字普惠金融对我国相对贫困减缓的效应，并进一步分析其区域差异性问题，参考姚凤阁和李丽佳(2020)的方法，建立以下基准回归模型：

其中，贫困减缓程度(PR)代表该地区的贫困情况；数字普惠金融指数(DIFI)代表数字金融服务的普及程度；其他可能影响研究结果的因素表示为控制变量(Xit)。各解释变量的回归系数(αi)反映了贫困减缓程度、数字普惠金融发展水平和其他因素之间的相关性；随机扰动项(uit)表示对解释变量和控制变量之间关系的不完全解释；t代表年份，i代表地区。

4.2 变量选取

4.2.1 被解释变量

贫困减缓程度(PR，Poverty Reduction)。崔艳娟和孙刚(2012)采用居民人均消费水平作为衡量贫困减缓的指标，并得到金融发展有利于减缓贫困的结论。为了保证数据的准确性，本文参考该研究，采用居民人均消费水平衡量贫困减缓程度，该指标可以更加全面地反映居民的消费水平，同时可以更好地衡量贫困程度的减缓情况。

4.2.2 解释变量

本文以数字普惠金融指数(DIFI，Digital Inclusion Financial Index)为解释变量，包括三个子维度指标：(1)数字金融覆盖广度(cb，coverage breadth)，衡量数字普惠金融覆盖的人群范围；(2)使用深度(ud，usage depth)，衡量数字普惠金融的业务丰富程度及使用活跃程度；(3)数字化程度(dl，digitization level)，衡量数字普惠金融的便利性、使用成本等。这组指标精准全面地测度了2011—2020年我国数字普惠金融的发展概况和特征，是较为科学、权威的指标体系。因此，本文选取该数指标来研究数字普惠金融在减贫方面的作用。

4.2.3 控制变量

(1)城镇化水平(UL，Urbanization Lever)。农村和城市的劳动力迁移是应对农村剩余劳动力问题、提高农村就业率和增加农村居民收入的重要途径。何春、崔万田(2017)研究发现，城镇化水平的提升可减缓贫困，且预计城镇化水平的不断提升将推动贫困减缓。因此，本文选取城镇人口较年末地区常住人口之比作为衡量城镇化水平的指标。

(2)农业现代化水平(AML，Agricultural Modernization Lever)。农业现代化水平衡量农村地区的现代化发展程度，体现农村地区的经济发展水平，对减贫效应具有正向作用。本文借鉴王亚平等(2022)的研究，采用农业机械总动力较农作物播种总面积之比作为衡量农业现代化水平的指标。

(3)受教育水平(EDU，Degree of Education)。教育支出是人们重要的投资领域，涉及提高人力资本素质，是社会生产的核心因素。提高人力资本素质可改进劳动力质量、技能水平和工作效率，以有效减贫。本文在贾玮等(2021)研究的基础上选取财政教育支出衡量受教育水平。

4.3 数据来源说明

本文使用的数字普惠金融指数来源于北京大学数字金融研究中心，其他数据来源于国家统计局。为解决指标数据存在限制和缺失的问题，本文使用2011—2020年我国30个省、自治区(不包括港澳台藏)的面板数据，共300个观测值。为减少数据极端值和异方差性对实证回归分析的不良影响，本文对部分绝对量数据进行对数变换，并对农业现代化水平前后两期数据进行差分处理，以降低自相关性。

5 结果分析

5.1 数字普惠金融对相对贫困减缓效应的基本检验

为避免伪回归问题，对全部变量进行平稳性检验。鉴于数据样本容量较小，本文采用LLC和IPS单位根检验法。经验检，各变量的p值均小于显著性水平0.05，即各变量都通过了平稳性检验，序列平稳，可用于回归分析。

5.2 数字普惠金融对相对贫困减缓效应的基准回归分析

本文对基准回归模型(1)进行Hausman检验，检验结果显示p值为0.0000，小于显著性水平阈值(0.05)，因此拒绝随机效应模型，选取固定效应模型，回归结果如表1序列(1)所示。

表1 模型回归结果

回归结果表明，数字普惠金融指数对减缓相对贫困的影响为正，在1%的显著性水平上显著，表明数字普惠金融的发展能有效减缓相对贫困，该结果证明了数字普惠金融对缓解相对贫困具有正向的作用。具体而言，数字普惠金融的回归系数为0.0936，表示数字普惠金融每增长1%，相对贫困减缓程度将提高0.0936%，说明数字普惠金融可以有效促进相对贫困减缓。

5.3 稳健性检验

5.3.1 替换核心解释变量

表1序列(2)、(3)和(4)分别对数字普惠金融的三个子维度进行回归，结果显示三个子维度的系数均为正，均在1%的显著性水平上显著，表明此三个子维度对相对贫困减缓效应具有正向作用。由回归结果可发现，其他解释变量的回归系数均为正，除个别值外均显著，表明本文的结果是稳健的。

5.3.2 替换被解释变量

借鉴王亚平等(2022)的做法，将被解释变量替换为城乡收入差距(GAP)进行回归，结果如表1序列(5)所示，表明数字普惠金融在1%的显著性水平上仍能对城乡收入差距的减缓起到积极作用。该结果支持了基准回归结论关于数字普惠金融对相对贫困减缓的有效性观点。

5.3.3 删除直辖市

考虑到数字普惠金融的发展存在明显的地区差异，本文采用钱海章等(2020)的方法，在30个样本省份中排除北京、天津、上海和重庆四个直辖市，回归结果如表1序列(6)和(7)所示。结果表明，即使考虑了控制变量，核心变量的显著性也未受到影响，仅回归系数发生了较小变化。因此，可以得出数字普惠金融对减缓相对贫困的正向作用是稳健、有效的结论。

因此，稳健性检验进一步支持了基准回归结果，即数字普惠金融对相对贫困的减缓起到了积极作用。

5.4 异质性检验

5.4.1 地区异质性

根据国家统计局规定的地区划分标准，本文将全部样本省市分为东、中、西部三组数据。东部地区包括北京、上海、山东、浙江、河北、海南、广东、江苏、天津、辽宁和福建；中部地区包括湖南、河南、黑龙江、安徽、湖北、吉林、江西和山西；西部地区包括贵州、重庆、宁夏、四川、甘肃、广西、青海、云南、新疆、陕西和内蒙古。

在使用模型(1)对东、中、西部地区进行分样本回归的基础上，分析数字普惠金融于不同地区的减贫效应异质性，结果如表2(仅显示核心解释变量，左侧)所示。

针对东、中、西部省市而言，研究结果表明，数字普惠金融的回归系数均为正数，且在显著水平1%上具有显著性。具体而言，东部地区系数为0.0641，中部地区系数为0.0741，西部地区系数为0.1846，表明数字普惠金融减缓相对贫困的作用在不同地区表现出明显的区域性差异，西部地区的减贫效果最显著，中部其次，而东部的效果最小。

通过进一步研究可以发现，数字普惠金融指数的不同维度对相对贫困减缓效应的影响存在区域性差异。将数字普惠金融的三个子维度作为解释变量，借助模型(1)在东、中、西部地区分别进行分样本回归，以进一步研究数字普惠金融减轻相对贫困的作用，结果如表3所示，与之前的检验结果一致，表明该结论的鲁棒性较高。

表3 分维度减贫效应的区域差异

综上，考虑地区差异影响后，数字普惠金融对相对贫困的减缓仍具有显著的正向作用。减缓效应在西部地区最显著，其次是中部和东部地区，证明数字普惠金融减缓相对贫困的作用具有地域差异。

5.4.2 可持续发展水平异质性

为更进一步地探究数字普惠金融对减贫效应的地区差异，本文按照贾若祥、刘毅(2003)提出的全国地区可持续发展水平划分标准，将全部样本省市分为三组：可持续发展水平高、中和低的地区。其中，可持续发展水平高的组别包括上海、北京、天津、山东、辽宁、浙江、江苏、福建、吉林、广东和黑龙江；可持续发展水平中的组别包括云南、重庆、湖北、新疆、广西、山西、甘肃、湖南、海南、四川、青海、河北、宁夏和内蒙古；可持续发展水平低的组别包括安徽、河南、陕西、江西和贵州。

通过对模型(1)进行高、中、低可持续发展水平组别的分样本回归，证实数字普惠金融在缓解贫困方面存在区域性差异，具体结果如表2(仅显示核心解释变量，右侧)所示。

对于可持续发展水平低、中组别的城市，数字普惠金融的回归系数全部为正数，均在1%的显著水平上表现出显著性。然而，可持续发展水平高组别的城市，数字普惠金融的回归系数只有在10%的显著水平上才表现出显著性。具体而言，可持续发展水平低、中与高组别的地区，其系数分别为0.1723、0.0650与0.0427，表明数字普惠金融对可持续发展水平较低的地区的相对贫困减缓效应最为有效，其次是中水平地区，而在高水平地区的减缓效应最小。因此，数字普惠金融对相对贫困减缓效应的作用存在明显的地域性差异，其减缓效应在可持续发展水平较低的地区具有更大的边际效应。随着地区可持续发展水平的降低，数字普惠金融相对贫困减缓效应逐渐增强。

6 结语

随着我国经济和社会的快速发展，治理相对贫困已成为实现经济包容性增长的重要路径。关于数字普惠金融发展对相对贫困的减缓效应及其区域异质性，本文得出以下结论：

从减贫角度来看，我国数字普惠金融的发展水平近年来不断提升，具有显著的相对贫困减缓效应。从区域差异的角度来看，中西部地区相对欠发达，而在这些地区数字普惠金融减缓相对贫困的作用程度显著高于东部地区。此外，在可持续发展水平较低的地区，数字普惠金融对相对贫困减缓的贡献显著高于可持续发展水平较高的地区。因此，数字普惠金融减贫效应存在显著的区域差异。

实现数字普惠金融发展在公平和效率方面的相对均衡是实现包容性增长的关键途径。基于本文研究结论，为促进数字普惠金融在可持续减缓相对贫困方面的效用，提出以下建议：

第一，加强数字普惠金融的深化和推广，同时加大监管力度。政府应出台支持政策，鼓励金融机构开展创新业务，提升对贫困地区的金融支持，促进数字金融产品和服务的推广与普及，提高数字金融服务的可及性。

第二，加强数字普惠金融服务的区域协同发展。不同地区的数字普惠金融服务需求和发展水平各异，建议促进各地区在数字化技术和金融服务方面的协同发展，建立跨区域的数字金融服务网络，增强数字普惠金融服务的覆盖范围和效益。

第三，实施区域差异化的减贫策略。在相对发达的东部地区，数字普惠金融发展应集中于创新金融工具、提高金融服务效率方面，注重供给和需求的均衡发展，发挥其作为中心区域的辐射作用，加强与中西部地区金融资源的对接与共享。对于欠发达的中西部地区，要加大金融扶持力度，提升可持续发展水平，以加快相对贫困治理的步伐。

总之，加强数字普惠金融发展，实施区域差异化减贫策略，持续推进数字化与普惠金融的融合，将可持续发展融入减贫实践中，才能进一步增强数字普惠金融减缓相对贫困的正面效应，实现相对贫困治理和可持续发展的良好互促互进。