互聯網與金融科技應用對農戶脫貧攻堅的影響機制分析

2021-07-07 18:28:31王共明

經濟師 2021年5期

摘要：互聯網與金融科技的飛速發展對新時代的農戶扶貧提出了新的思路。文章基于2018年CFPS數據，實證分析了在不同個體特征農戶、不同家庭和村落社區背景下，互聯網與金融科技使用對于農戶脫貧攻堅的影響機制。研究結果顯示：第一，互聯網與金融科技對農戶減貧具有正向影響;第二，不同個體、家庭和村落特征下農戶減貧效應也具有差異性;第三，金融資本獲取與社會資本獲取在互聯網與金融科技與農戶脫貧效應間具有中介效應?；谘芯拷Y論，提出強化互聯網基礎設施建設、完善政策與金融資源配置并引導農戶社會資本積累的建議。

關鍵詞：互聯網與金融科技脫貧金融資本獲取社會資本獲取

中圖分類號：F062.5;F830 ?文獻標識碼：A

文章編號：1004-4914（2021）05-040-04

一、引言

貧困問題一直是困擾世界許多國家政府和學者的一個重大社會問題，中國作為世界上最大的發展中國家，長期以來一直面臨貧困人口基數大、貧困構成情況復雜的扶貧現狀[1]。從1980年以來，我國政府就已經開始了一系列系統性的扶貧工程，經過幾十年的努力，扶貧工作成就卓著。2020年的《政府工作報告》顯示，2019年我國農村貧困人口減少了1109萬，貧困發生率降至0.6%，脫貧攻堅工作取得了決定性成就。鞏固來之不易的脫貧成就、防范脫貧后再返貧、抑制數字脫貧現象是當前需要關注的重點問題。尤其是當前時代，計算機與信息技術飛速發展，人們以往的生活方式正在被徹底改變，互聯網與電子商務、人工智能、大數據等創新金融科技為代表的信息技術扶貧，成為解決農戶信息不對稱、帶動農戶促收減貧的重要手段。理解互聯網與金融科技使用的減貧機理，推動互聯網與金融科技技術在脫貧攻堅工作的貫徹落實，成為當前需要關注的重點工作[2]。

針對互聯網與金融科技應用與減貧效應的話題，國內外學者從兩個方面出發開展了諸多研究。第一個方面是互聯網與金融科技的使用能否帶來顯著脫貧效應？目前對于此問題的研究結論仍存在爭議。Klaas（2002）的研究發現，經常使用互聯網金融中介平臺的用戶對于信息的接觸面更廣，更容易在就業市場找到合適的工作[3];汪向東與王昕天（2015）認為以電子商務和金融創新工具為代表的信息技術扶貧是當前時代背景下扶貧工作的新特點，電子商務在金融扶貧和產業引入方面效果明顯[4];冷晨昕與陳前恒（2017）通過構建經濟模型對中國19個貧困縣的645位農戶的調查數據進行分析，研究發現互聯網金融能有效降低農戶傳統金融交易成本，有效增加農戶福利[5]。部分學者卻認為互聯網與金融科技使用的減貧效應仍需進一步討論，譚燕芝等（2017）在研究互聯網與金融科技在城鄉間的扶貧差異性時發現，這種信息化扶貧手段對城市居民具有20%的收入提升，而對農村居民的收入提升效應卻不明顯，這種差異源于城鄉居民對于信息化的認可和應用能力差距[6]。Jeffrey（2006）認為電商的互聯網金融平臺對于農戶的增收效應并不顯著，早期借助這一平臺的農戶確實可以享受到這一信息技術手段的紅利，但到一定階段的大量農戶涌入時，最終獲利的只能是壟斷性質的電商平臺[7]。第二個方面是互聯網與金融科技使用是如何帶來脫貧效應的？學者們主要從創業增收、社會資本與金融資本三個角度來研究其作用機制。周洋等（2017）認為互聯網與金融科技的使用可以有效促進農戶家庭創業的可能性，通過創業增收促進減貧效應[8]。徐樂認為“互聯網+”金融工具的融合手段可以降低農戶創業過程中的融資風險，進而提升農戶的創業增收效應[9]。馮長福（2006）認為互聯網與金融科技使用的減貧機制是社會資本，這些信息技術手段有助于信息在農戶間的快速傳播，提升農戶對于外界人脈等社會資本的積累，一定程度上增加農戶的增收手段與脫貧機會[10]。同時，有學者認為當前中國農村地區扶貧工作的最大難題是融資難問題，廣大農村地區由于諸多條件限制，脫貧急需的金融資本往往很難到達，互聯網與金融科技手段的最大優勢是可以將城市閑置的資金最精準地聚集到有需要的農戶手中，擴大金融的服務邊界[11]。

通過分析上述研究文獻，首先，可以發現已有研究對于互聯網與金融科技使用是否具有顯著減貧效應仍然模棱兩可，雖然已有相關研究從不同方向討論其作用機制，但基于中國農戶的實證研究仍缺乏。其次，不僅是城鄉居民間對于信息技術扶貧的理解接受具有差異性，具體到農戶群體，不同個體特征農戶、不同家庭和村落社區背景對于互聯網與金融科技技術的接受與理解能力也存在差異性，這是開展針對農戶的脫貧研究需要控制的重要背景變量。因此，本文研究重點與創新性在于：一是驗證在個體特征、家庭特征、村落社區特征三重背景下，互聯網與金融科技應用是否影響農戶的減貧效應;二是基于中國農戶家庭的調查數據，通過實證研究分析互聯網與金融科技應用與農戶減貧效應間的具體作用機制。

二、理論與假設

（一）互聯網與金融科技使用通過金融資本提升農戶減貧效應

基于繆爾達爾（1957）提出的循環累積因果理論，該理論認為整個社會經濟的發展是一個循環往復、各要素相互影響的動態發展過程。這一理論能夠很好地解釋不同地區經濟發展水平的長期不平衡現象。資金總是傾向于向風險低、回報高的發達地區不斷回流，但是回流到一定階段，兩地貧富差距大到一定程度時，發達地區資金過剩、資源競爭激烈的問題出現，這時資金又會向落后地區擴溢。金融資本總是在向經濟發達地區回流和向落后地區擴溢間循環累積，但是在不添加外力作用的自由環境下，資金的回流總是大于外溢，這就導致發達地區與落后地區長期的發展不均衡。針對貧困地區農戶的金融服務的一項調查顯示，由于風險高、回報率低等因素影響，中國農村地區存在金融抑制現象，貧困農戶面臨“融資難、融資貴”的問題[13]?；ヂ摼W與金融科技的使用，一方面可以增加融資渠道、擴大資金流動的邊界，加快資金向貧困地區外溢的速度;另一方面可以高效精準地識別貧困地區農戶的資金需求，使資金高效流向具有投資機會的農戶項目，這在一定程度上減緩了資金向發達地區的回流。綜上分析，本文提出以下假設：

假設1：互聯網與金融科技使用具有農戶減貧效應，金融資本獲取在二者間具有中介效應。

（二）互聯網與金融科技使用通過社會資本獲取提升農戶減貧效應

基于阿馬蒂亞（1976）提出的權力貧困理論，農戶貧困不僅僅是個人生活狀態的貧乏，更是個人在權力層面的缺失。世界銀行認為，社會資本地位等同于物質與人力資本，是個人發展過程中不可缺失的要素。農戶的貧困狀態很大程度上源于天然的社交人情交往權力的缺失。互聯網與金融科技的使用一方面使農戶更方便、快捷地接觸到外部信息，積累人脈資源等社交資本，彌補這個層面的權力貧困[11];另一方面，互聯網與金融科技的使用方便了社會資本的聚集，并且能夠與市場形成更好地銜接，為廣大農戶的電商創業提供契點。互聯網與金融科技可以對農戶提供從組織生產、技術指導到金融服務等一系列支持，為農村地區的廣大農戶以家庭為單位的生產經營與創業活動提供便利，使其有效參與到蓬勃發展的電商經濟中來。綜上分析，本文提出以下假設：

假設2：社會資本獲取在互聯網與金融科技間具有中介效應。

三、研究設計

（一）研究模型

本文對主效應檢驗運用的實證分析模型為回歸分析，對于社會資本獲取與金融資本中介效應的檢驗，本文參考Baron，Kenny和溫忠麟等檢驗中介效應采用的依次檢驗的方法，該方法也是學術界檢驗中介效應的主流方法。

Level-1 Model：M=B0+B1*（互聯網與金融科技使用）+R （1）

Level-2 Model：B0=G00+G01*（年齡）+G02*（教育程度）+ G03*（家庭集體土地）+G04*（家庭重大事件）+G05*（村地理條件） +G06*（村礦產資源）+U0 （2）

Level-1 Model：Y=B0+B1*（互聯網與金融科技使用）+R ? ? ? ? ? （3）

Level-2 Model：B0=G00+G01*（年齡）+G02*（教育程度）+ G03*（家庭集體土地）+G04*（家庭重大事件）+G05*（村地理條件） +G06*（村礦產資源）+U0 （4）

Level-1 Model：Y=B0+B1*（互聯網與金融科技使用）+B2*（M）+R （5）

Level-2 Model：B0=G00+G01*（年齡）+G02*（教育程度）+ G03*（家庭集體土地）+G04*（家庭重大事件）+G05*（村地理條件） +G06*（村礦產資源）+U0 （6）

上述模型中，M為中介變量金融資本獲取、社會資本獲取，Y為因變量貧困線。

在模型1和2中，自變量X對中介變量M做回歸;在模型3和4中，自變量X對因變量Y做回歸;若上述兩模型回歸結果均顯著，在模型5和6中，自變量X、中介變量M同時對因變量Y做回歸。若自變量X對因變量Y不顯著，中介變量M對因變量Y顯著，則中介變量M具有完全中介效應;若自變量X對因變量Y顯著，但其系數的絕對值小于模型2中回歸系數，則中介變量M具有部分中介效應。

（二）樣本數據來源

2018年，北京大學的中國社會科學調查中心為了整體了解全國的社會變遷與經濟發展變動情況，在全國24個省（市自治區）的各城市與村落選取具有代表性的樣本家庭，對其家庭和家庭成員開展了第五輪跟蹤調查（CFPS）。本文數據來源主要選取第五輪CFPS的問卷調查數據，剔除其中城鎮居民的調查數據，僅保留農村地區農戶的調查數據，并根據本文研究需要對相關數據進行整理篩選，最終得到6137份有效問卷數據。

（三）變量設計

本文的自變量是農戶對于互聯網與金融科技的使用情況，參考冷晨昕與陳前恒（2017）的研究經驗，將互聯網與金融科技使用分為兩個方面，一個是農戶對于電商第三方支付中介平臺（支付寶、微信錢包與QQ財付通支付）的了解與應用情況，另一個是農戶對互聯網眾籌與民間P2P借貸的了解與使用情況。將上述兩個層面的問題轉化為“0”“1”虛擬變量，“0”代表不知道或沒有用過，“1”代表知道或使用過。

本文的中介變量是農戶社會資本獲取與金融資本獲取情況。參考劉一偉和汪潤泉（2017）的研究經驗，本文將農戶在家庭禮金方面全年花費的對數值作為社會資本的代理變量[12]。參考張豪和譚燕紫（2013）對于該話題的研究經驗，本文將農戶從民間借貸市場或親戚朋友處籌借的資金額的對數值代表金融資本的獲取情況[13]。

關于減貧效應，涉及到對于農戶貧困的界定。當前，不論是政府層面還是學術界，均以是否達到貧困線作為判斷標準。對于農村地區貧困線的最新標準是2010年出臺的“新標準”。依據“新標準”，若農戶的家庭人均年收入低于2300元，即可界定為貧困。由于本文的研究話題具有中國情境，因而本文采用此標準作為國家貧困線來定義農戶是否貧困，“0”代表農戶的家庭人均年收入不低于2300元，屬于非貧困戶;“1”代表農戶的家庭人均年收入低于2300元，為貧困戶，貧困效應越弱，代表減貧效應效果越顯著。

此外，本文增加了三類控制變量：一是個體特征方面，由于不同年齡階段的農戶對互聯網與金融科技的認知和使用具有較大差異，因此選取戶主年齡作為控制變量;不同受教育程度的農戶在互聯網與金融科技的認知和使用能力方面存在差距，本文將受教育程度作為控制變量。二是家庭特征方面，本文將農戶所處家庭的特征作為控制變量?？紤]到我國農村經濟對于土地的依賴性，家庭是否擁有集體土地，擁有土地的規模是影響農戶收入狀況的重要經濟指標;此外，農村家庭的抗風險能力低，任何重大事件的發生對其貧富狀況影響深遠，例如子女上大學、婚嫁與城市購房等，因此本文將家庭擁有土地使用權規模與家庭重大事件狀況作為控制變量。三是農戶所處村落的特征方面。由于村落所處地理位置情況對其貧富情況影響較大，地貌特征良好、交通便捷并且距離發達地區較近的村落經濟發展水平更高，往往更容易獲取社會資本和金融資本以增加收入，同時，地理位置情況也會影響農戶對于互聯網與金融科技的認知和接受水平;村落自身的資源條件也會對農戶收入狀況產生影響，例如，地處天然礦產區的村落經濟發展水平與其他地區可能存在差異。因此，本文將村落地理條件與礦產資源狀況作為控制變量。

四、實證結果分析

本文數據分析主要運用的統計軟件與數據分析方法有：運用SPSS19.0進行信度分析、描述性統計與變量相關性分析;運用AMOS21.0進行驗證性因子分析;運用SPSS19.0進行回歸分析，驗證模型的主效應與中介效應，中介效應的實證分析方法是三步檢驗法。

（一）因子分析

如表1列出本研究中涉及主要變量的標準差、平均值，并且對自變量、控制變量、調節變量和因變量之間作相關性分析，相關性的初步驗證為后續研究做重要參考。

析（CFA），根據模型的數據擬合指標結果來判斷模型的擬合 ?本研究采用AMOS21.0軟件對研究模型進行驗證性因子分效果。如表2顯示了做驗證性因子分析的結果，結果顯示：互聯網與金融科技使用、金融資本獲取、社會資本獲取、貧困線四因子模型的擬合效果最好。

（二）主效應檢驗

1.互聯網與金融科技使用對農戶減貧效應影響。根據表3回歸分析的結果可知，模型1中，互聯網與金融科技使用（b=-0.386，p<0.001）對于因變量貧困線的負向影響在p<0.001程度上顯著;考慮到其他背景因素對于該結果的干擾性，在模型2中加入農戶個體特征作為控制變量后，互聯網與金融科技使用（b=-0.307，p<0.001）對于因變量貧困線的負向影響依然在p<0.001程度上顯著;在模型3中再加入農戶家庭特征作為控制變量，互聯網與金融科技使用（b=-0.288，p<0.001）對于因變量貧困線的負向影響依然在p<0.001程度上顯著;在模型4中再加入農戶村落特征作為控制變量，互聯網與金融科技使用（b=-0.244，p<0.001）對于因變量貧困線的負向影響依然在p<0.001程度上顯著。因此，在排除農戶個體、家庭與村落背景因素干擾下，互聯網與金融科技的使用能有效降低農戶的貧困效應。

2.農戶個體、家庭與村落特征對農戶減貧效應影響。在模型2中，農戶的年齡（b=0.079，p<0.1）對于因變量貧困線的負向影響在p<0.1程度上顯著，受教育程度（b=-0.093，p<0.1）對于因變量貧困線的負向影響在p<0.1程度上顯著。本文選取樣本群體年齡段為成年人群體，在成年人群體中，相比于老年群體，青中年群體年輕力壯，社交能力更廣，資源更豐富，更有可能擺脫貧困。受教育程度對農戶的貧富狀況有顯著影響，高學歷農戶對知識技術的學習應用能力更強，從外界獲取資源有利于自身減貧。

在模型3中，農戶家庭擁有的集體土地（b=-0.126，p<0.001）與家庭重大事件（b=-0.201，p<0.001）對于因變量貧困線的負向影響均在p<0.001程度上顯著。對于農戶而言，其家庭所擁有的土地對于農戶有特殊意義，對于滿足其基本生活保障十分重要，擁有土地可以防止其陷入過度貧困。本文的研究結果顯示，家庭發生的重大事件具有一定的減貧效應，這可能源于結婚、子女高考事件獲取的相關禮金等。

在模型4中，農戶村落的地理條件強弱（b=-0.155，p<0.001）與村落是否具有礦產資源（b=-0.198，p<0.001）對于因變量貧困線的負向影響均在p<0.001程度上顯著。擁有天然地理優勢的村落，一方面有利于進行農業生產，保障農戶基本的種植業收入;另一方面，往往擁有更好的交通區位優勢和外部吸引力，更有利于吸引外部資源。具有礦產資源的村落，農戶反而具有更高的貧困率。這可能源于近年來礦產區過度開采，資源耗盡帶來的經濟發展落后。

（三）中介效應的檢驗

對于金融資本獲取中介效應的檢驗，本文采用Baron和Kenny（1986）提出的依次檢驗法。在模型1中，互聯網與金融科技使用與金融資本獲取的正向關系顯著（b=0.196，p<0.001）;在模型2中，互聯網與金融科技使用與貧困線的負向關系顯著（b=-0.394，p<0.001）;在模型3中同時加入自變量與中介變量，實證結果顯示金融資本獲取與貧困線負向關系顯著（b=-0.235，p<0.001），互聯網與金融科技使用與貧困線的負向關系仍然顯著（b=-0.256，p<0.001），但模型3中系數的絕對值0.256<模型2中系數的絕對值0.394，即金融資本獲取在互聯網與金融科技使用與貧困線的負向關系間起部分中介作用，假設1得到部分驗證。這一結論與過往文獻研究相吻合，互聯網與金融科技帶來的技術便利性，對于農戶獲取資金的渠道與效率提升明顯，這在一定程度上會緩解農戶的創業增收資金需求。

在模型1中，互聯網與金融科技使用與社會資本獲取的正向關系顯著（b=0.473，p<0.001）;在模型2中，互聯網與金融科技使用與貧困線的負向關系顯著（b=-0.330，p<0.001）;在模型3中同時加入自變量與中介變量，實證結果顯示社會資本獲取與貧困線負向關系顯著（b=-0.139，p<0.001），但互聯網與金融科技使用與貧困線的負向關系不顯著（b=-0.045），即社會資本獲取在互聯網與金融科技使用與貧困線的負向關系間起完全中介作用，假設2得到驗證?；ヂ摼W技術的飛速發展，對于農戶的社交資源積累提供更多可能性，加強了居民對貧困的抵抗彈性，為農戶提供了更多的創業增收機會。

五、結論與建議

互聯網與金融科技技術飛速發展，為農戶的扶貧工作帶來了新的思路與助力。本文選取2018年的農戶調查數據，實證研究了互聯網與金融科技使用的減貧效應機制。研究結果表明：第一，農戶個體、家庭與村落特征對農戶的貧富狀況有影響;第二，考慮不同的農戶個體、家庭與村落背景，互聯網與金融科技使用對農戶均具有減貧效應;第三，互聯網與金融科技使用通過影響農戶的金融資本、社會資本獲取對農戶產生減貧效應，金融資本與社會資本獲取是兩者影響機制中重要的中介變量。本文的研究結論也具有重要的實踐啟示。首先，要加強廣大農村地區的互聯網與金融科技基礎設施的建設，提升農戶上網的便利性，并在一定程度上減輕農戶的上網成本，使廣大農戶不僅“上得了網”，還能“用得起網”。其次，要完善政策和金融資源的精準配套，借助互聯網與金融科技實現精準扶貧，讓扶貧資源在社會資源配置中能夠有效發揮優化與集成作用。最后，要引導農戶的社會資本積累，充分利用互聯網的社交屬性，讓農戶通過互聯網加強與外界的聯系，不斷拓展農村居民的非農就業渠道，打造農村居民增收的平臺。

參考文獻：

[1] 劉一偉.社會保障支出對居民多維貧困的影響及其機制分析[J].中央財經大學學報，2017，000（007）：7-18.

[2] 趙陽.讓金融科技助力精準扶貧[J].中國金融家，2018，000（011）：P.141-141.

[3] Klaas B S.Internet job hunting： A field study of applicant experiences with online recruiting[J].Human Resource Management，2002，41（2）：175-192.

[4] 汪向東，王昕天.電子商務與信息扶貧：互聯網時代扶貧工作的新特點[J].西北農林科技大學學報：社會科學版，2015（4）：98-104.

[5] 冷晨昕，陳前恒.貧困地區農村居民互聯網金融使用現狀及影響因素分析[J].財貿研究，2017，028（011）：42-51.

[6] 譚燕芝，李云仲，胡萬俊.數字鴻溝還是信息紅利：信息化對城鄉收入回報率的差異研究[J].現代經濟探討，2017（10）：94-101.

[7] Jeffrey，James.The Internet and poverty in developing countries：Welfare economics versus a functionings-based approach[J].Futures，2006.

[8] 周洋，華語音.互聯網與農村家庭創業——基于CFPS數據的實證分析[J].農業技術經濟，2017，000（005）：111-119.

[9] 徐樂."互聯網+"下的包容性金融與家庭創業決策[J].財經研究，2017（09）：63-76+146.

[10] 馮長福.傳媒信息服務在農民增收中的作用[J].新聞愛好者：理論版，2007（6）：10-11.

[11] 張曉樸，朱太輝.金融體系與實體經濟關系的反思[J].國際金融研究，2014，000（003）：43-54.