互聯網金融對減貧的福利效應

王善平 孫正欣

【摘要】金融扶貧是提升貧困者福利水平和實現可持續脫貧的一項重要方式， 互聯網金融減貧具有一定的比較優勢。 貧困者的減貧福利包括增加物質資本、人力資本、社會資本。 以2011 ～ 2018年我國31個省份的面板數據為樣本， 采用系統GMM估計方法進行實證檢驗。 結果表明：互聯網金融發展能夠顯著地直接促進減貧的物質資本積累和社會資本積累， 且比傳統金融更有優勢; 同時， 互聯網金融基于經濟增長效應和收入分配效應又能夠間接實現減貧的福利增益。 根據實證結論， 為實現減貧長效性， 從互聯網金融建設、與教育扶貧相結合、支持產業扶貧等方面提出政策建議。

【關鍵詞】互聯網金融;減貧;福利效應;經濟增長;收入分配

【中圖分類號】F830? ? ? 【文獻標識碼】A? ? ? 【文章編號】1004-0994（2021）03-0145-7

一、引言

全國人民在以習近平總書記為核心的黨中央的統一領導下， 團結一心， 攻堅克難， 2020年按照既定標準實現全面脫貧， 創造了世界反貧奇跡。 但實事求是地說， 有的脫貧者的生計資本仍處于較低水平， 持續發展能力有限， 需要特別重視貧困者生計發展福利， 以實現長效減貧[1] 。

發展產業是消除貧困的一項關鍵舉措， 金融是發展產業必不可少的“杠桿”。 金融發展通過儲蓄等金融服務來幫助貧困者， 并通過提供貸款、發展產業來提升貧困者的收入水平、縮小貧困者與非貧困者的收入差距[2] 。 不過， 傳統金融對減貧的影響存在門檻效應， 是非線性的[3] 。 與傳統金融減貧相比， 互聯網金融減貧具有諸如交易方式多元化和擴展性強、覆蓋范圍廣等比較優勢[4] ， 這主要緣于互聯網信息技術可以解決信息不對稱問題， 進而降低金融服務的成本和門檻、提高金融服務的精準性， 也更具包容性， 更能滿足農戶對金融服務的訴求[5] ， 為提升金融服務的福利水平提供了重要支持。

對于互聯網金融究竟是如何提升貧困者福利水平的， 已有文獻缺乏系統深入的理論分析， 也未提供相關經驗證據。 鑒于此， 本文將貧困者的福利分為物質資本、人力資本和社會資本， 在分析互聯網金融影響減貧福利效應機理的基礎上， 以2011 ～ 2018年我國31個省份的面板數據為樣本， 采用系統GMM估計方法進行實證檢驗， 并提出實現減貧長效性的政策建議。

二、機理分析與研究假設

互聯網金融可通過物質資本、人力資本和社會資本的共同作用， 實現互聯網金融減貧的福利效應[6] 。 其中， 物質資本是減貧的基礎， 人力資本是實現減貧可持續性的關鍵， 社會資本在物質資本、人力資本的基礎上發展壯大， 反過來又進一步促進其量和質的增長， 三者聯合起來強化減貧的長效性。 互聯網金融減貧的福利效應通常是先提升物質資本積累， 再提升人力資本、社會資本積累， 當物質資本積累到一定程度后， 互聯網金融減貧的福利效應可能就體現為同時為積累這三種資本發揮提升作用。

（一）互聯網金融減貧的物質資本效應

個人物質資本可以通過積累自身資本和運用貸款等外部方式來實現[7] 。 居民一般通過增加收入和儲蓄兩種方式增加自由資本積累， 而增加居民工資和勞動收入是提升其資本積累的重要來源。 貧困者自身的技術技能大多不能滿足就業市場的需求， 無法在激烈的市場競爭中獲得高額薪酬。 同時， 由于貧困者的收入低， 其當年收入用于滿足預防性需求之后所剩無幾， 基本上就沒有多少儲蓄。 互聯網金融既可以通過人力資本效應提升貧困者在就業市場中的競爭力， 增加其獲得相對高薪職位的可能性， 進而提升其物質資本積累; 同時， 又可以通過提供便利的儲蓄服務等， 一方面把貧困者閑散的生產生活剩余存儲起來， 給予其利息收入， 讓其獲取物質資本增值， 另一方面還可約束貧困者的消費行為， 引導貧困者合理規劃和使用資金， 平滑其年度消費， 增強其以豐補欠的風控能力。

貧困者也可通過借貸、投資等外部資金增加個人物質資本。 如何在有效控制風險的基礎上增加對貧困者的貸款， 是互聯網金融扶貧的難點之一。 農村地區征信體系不完善， 金融服務的供給方和潛在使用者都存在較嚴重的信息不對稱， 金融機構為控制風險、降低成本， 必然要求金融服務的需求者提供更多更好的抵押品等。 同時， 自然災害、管理不善又進一步提高了貧困者違約的道德風險。 互聯網金融利用互聯網技術可精準識別貧困者的信用， 有效降低金融服務供需雙方的信息不對稱風險[8] ， 增加貧困者獲得貸款、保險等金融資源的機會， 降低金融服務成本。 貧困地區傳統金融服務存在大量“空白處”， 在這些“空白處”， 人們可以通過手機等移動終端設備進行消費收付、轉賬、投資等， 無須通過傳統的固定金融網點來實現“現金類”交易。 互聯網金融服務可實現全覆蓋， 增強了貧困者金融服務的可獲得性; 還可借助制度創新優勢增加金融服務類型， 走上解決貧困者融資難和融資貴問題的新路， 緩解貧困者市場競爭力弱之局面[9] 。

綜上， 本文提出假設1：互聯網金融發展能夠促進貧困者的物質資本積累。

（二）互聯網金融減貧的人力資本效應

互聯網金融減貧的人力資本效應， 一般通過如下兩種機制來實現：一是促進貧困者人力資本優化; 二是貧困群體人力資本優化的反作用力[10] 。

人力資本是長期投資的結果， 其減貧效應的即期作用很小， 但長期效果顯著[11] 。 互聯網金融可以通過提高貧困者的健康水平、能力水平和道德素質等， 提高貧困者的人力資本。 健康是個人生存和發展的基本前提， 而貧困地區居民的身體素質低于全國居民的平均水平[12] 。 一方面， 基本醫療設施及其配套較差， 醫務水平不高， 無法滿足貧困者的醫療保健需求， 會在一定程度上影響貧困者的健康水平。 另一方面， 貧困者的收入水平不高， 難以支撐其接受看病就醫和享受養老保健等服務， “因病致貧”成了“返貧”的重要因素。 互聯網金融可以通過如下三類方式來幫助貧困者提升健康水平：一是豐富金融產品種類， 充分匹配貧困者的生活需求， 在降低貧困者生活成本的同時提升生活質量; 二是降低金融資源獲取門檻， 鼓勵貧困者通過信貸等發展生產， 增加收入， 提升生活水平和看病就醫能力; 三是提供醫療保險服務， 提高貧困者看病就醫的自信和降低其看病就醫的成本。

人的能力是人獲取收入、持續脫貧的核心要素。 接受教育是提升人的能力的主要機制。 絕對貧困者常為生計而疲于奔命， 除非外界援助、政府強制規定， 否則， 他們一般不會主動接受學歷教育或職業教育。 在傳統金融模式下， 貸款讀書非常罕見。 但是在互聯網金融模式下， 由于貸款的成本更低、速度更快、流程更簡， 既可以支持教育機構傳遞針對性、實用性更強的海量信息給接收教育的貧困者， 直接或間接地降低其獲取優質教育資源的成本， 提高其接受教育的效果， 也可以激勵其貸款讀書， 提高其受教育水平。 教育可以通過如下四種機制來促進經濟增長， 進而提升貧困者人力資本積累：一是“提高人力資本的質量， 推動全要素生產率的提升”; 二是“提高人的知識技能， 造就相應產業所需要的勞動者， 推動產業結構升級”; 三是“提高農民的文化科學水平、生產操作能力和經濟運作視野， 提高農業勞動生產率， 使更多的農民從土地上解放出來， 進入城鎮的第二產業或第三產業， 加快以人為核心的新型城鎮化進程”; 四是“更新消費觀念， 促進居民消費增加”[13] 。 而經濟增長又反過來促進教育進步， 兩者相互促進， 相得益彰。

良好的道德是公民取信于世的基本條件。 互聯網金融更能培養貧困者的自我約束能力進而提升其道德素養。 外界約束總是被動的、滯后的， 貧困者若不自我約束， 在貸款到期時， 可能會選擇賴賬、遲付等不良行為來博取短期自我收益最大化。 作為營利性組織的金融機構， 必然會控制這類風險， 或是不給他們提供貸款， 或是要求他們有更強的抵押能力， 從而使本就難以獲得貸款的貧困者更難獲得。 對此， 互聯網金融的主要優勢在于如下三個方面：一是改變了甄別風險的方式， 可以快速、精準地獲得借款人的信用狀況， 快速提供與之匹配的金融產品， 并實施精準的動態監控， 使借款人不得不守信、守約; 二是能增強借款人對守信重要性的認知， 激勵借款人自覺守信， 以獲取更多、更優的金融支持; 三是征信手段更豐富， 征信效果更及時、更全面， 不需要借款人為自己的貸款提供諸如不動產抵押和收入能力方面的證明， 借貸門檻更低。

綜上， 本文提出假設2：互聯網金融發展能夠提升貧困者的人力資本水平。

（三）互聯網金融減貧的社會資本效應

社會資本是指由社會網絡、互惠性規范等相互作用而產生的信任關系網絡及其效果。 互聯網金融通過支持貧困者參與社會活動， 增加其社會歸屬感， 進而增加其社會資本。 互聯網金融幫助貧困者獲得實惠資本的方式主要有如下四類：一是提供諸如P2P、O2O、P2O等新型金融交易模式， 使貧困者的社會資本積累方式更具可選擇性， 提高其參與金融的獲得感; 二是以更低的成本為貧困者提供保險、貸款等， 支持其自主創業， 進一步激活貧困者積累社會資本的主動性; 三是以更廣、更快、更準的信息傳遞， 協助貧困者進入經濟發展水平較高的地區， 實現非農就業， 拓展社會網絡， 增加其社會資本積累的面和總額; 四是支持創新意識強、有國際視野的貧困者參與國際競爭， 提升其對開放經濟社會的參與感、獲得感和成功率。

綜上， 本文提出假設3：互聯網金融發展能夠提升貧困者的社會資本水平。

三、研究設計

（一）變量的選取與衡量

1. 被解釋變量。 被解釋變量包括物質資本效應、人力資本效應和社會資本效應。 近年來， 學者們傾向于使用消費指標衡量貧困者的福利水平[14] 。 與收入指標相比， 消費指標能更好地衡量貧困者的長期生活水平。 因此， 本文選擇農村居民消費水平cw的對數lncw衡量互聯網金融減貧的物質資本效應。 貧困與受教育程度低密切相關， 貧困者受教育程度越高， 其工作能力越強， 收入越高， 工作越穩定， 越能實現脫貧不返貧[15] ， 因此選取農村勞動力受教育水平redu（平均受教育年限）衡量互聯網金融減貧的人力資本效應。 社會資本越高的地區， 社會信任度越高， 經濟開放程度越高[16] ， 為貧困者創造的工作機會就越多， 因此采用經濟開放程度open的對數lnopen衡量互聯網金融減貧的社會資本效應。

2. 解釋變量。 解釋變量包括互聯網金融發展和傳統金融發展。 本文借鑒北京大學互聯網金融研究所的研究成果， 從互聯網覆蓋廣度、使用深度、數字支持服務程度3個一級維度和賬戶覆蓋率、支付、信互聯網貸、保險等8個二級維度， 共24個指標， 編制省級、市級和縣域三個層級的數字普惠金融指數， 衡量各地區互聯網金融發展ifd。 采用趙勇等[17] 的做法， 用國內生產總值 GDP中金融機構各項存貸款總額占比， 衡量傳統金融發展fd。

3. 控制變量。 本文主要研究互聯網金融發展的減貧福利效應， 需要控制其他可能影響減貧福利效應的因素， 如經濟增長、財政支農、通貨膨脹和地域等。 經濟增長的涓滴效應對減貧有重要影響， 本文用農村居民人均國民生產總值pgdp的對數lnpgdp作為經濟增長衡量指標。 居民收入是國民收入分配的結果， 由于城鄉之間存在的差異影響減貧的福利效應， 用居民收入差距gap（城市居民的收入水平除以農村居民的收入水平）來衡量。 財政支農政策對減貧的福利效應有直接和間接的重要影響， 用財政支農占比gov衡量其影響。 此外， 通貨膨脹、地域等對減貧的福利效應也有重要影響， 用居民消費價格指數衡量通貨膨脹率infl的影響; 將貧困者所在區域area分為東、中、西部， 并分別賦值0、1、2， 以衡量地域的影響。

（二）模型構建

本文借鑒崔艷娟、孫剛[18] 的研究， 根據上文分析的互聯網金融減貧的福利效應機制， 運用系統GMM估計方法將物質資本效應、人力資本效應、社會資本效應作為被解釋變量設定如下回歸模型：

lncwi，t=?0+β1lncwi，t-1+β2ifdi，t+β3redui，t+

β4lnopeni，t+γXi，t+λi+μi+εi，t （1）

lncwi，t=?0+β1lncwi，t-1+β2ifdi，t+β3fdi，t+β4fd×

ifdi，t+β5redui，t+β6lnopeni，t+γXi，t+λi，t+μi，t+εi，t （2）

redui，t=?0+β1redui，t-1+β2ifdi，t+β3lncwi，t+

β4lnopeni，t+γXi，t+λt+μi+εi，t （3）

redui，t=?0+β1redui，t-1+β2ifdi，t+β3fdi，t+β4fd×

ifdi，t+β5lncwi，t+β6lnopeni，t+γXi，t+λt+μi+εi，t （4）

lnopeni，t=?0+β1lnopeni，t-1+β2ifdi，t+β3lncwi，t+

β4redui，t+γXi，t+λt+μi+εi，t （5）

lnopeni，t=?0+β1lnopeni，t-1+β2ifdi，t+β3fdi，t+

β4fd×ifdi，t+β5lncwi，t+β6redui，t+γXi，t+λt+μi+εi，t

（6）

其中：i表示省份; t表示時間; λ表示未觀測的特定時間固定效應; μ表示未觀測的特定地區固定效應; ε是隨機誤差項。

（三）數據來源與樣本選擇

本文所有面板數據樣本均來自全國31個省級行政區2011 ～ 2018年的數據， 共計248個觀測值。 數據來源于國泰安CSMAR經濟數據庫、EPS全球統計數據分析平臺、北京大學互聯網金融研究中心、《中國統計年鑒》、《中國金融年鑒》、《中國區域經濟統計年鑒》等。 相關變量的描述性統計結果見表1。

四、實證檢驗結果及分析

（一）互聯網金融減貧的福利效應估計結果

1. 互聯網金融減貧的物質資本效應估計結果。 為了檢驗互聯網金融發展對貧困者物質資本的影響， 本文基于模型（1）， 加入傳統金融發展和互聯網金融發展的交互項fd×ifd， 構成模型（2）， 以考察互聯網金融減貧的福利效應與傳統金融減貧間的關系， 估計結果見表2。

從表2可以看出， 模型（1）中， 農村居民消費水平的滯后一期L.lncw對于其當期消費水平lncw的影響系數為0.4567， 且在1%的水平上顯著， 說明物質資本的積累是一個連續漸進的過程; 互聯網金融發展ifd與農村居民消費水平lncw在5%的水平上顯著正相關， 說明互聯網金融發展有利于貧困者物質資本的積累。 模型（2）中， 互聯網金融發展與傳統金融發展交互項fd×ifd的系數在10%的水平上顯著為正， 進一步說明在金融發展水平相似的前提下， 互聯網金融發展水平越高， 金融發展對于貧困者物質資本積累的促進作用越強; 其他控制變量中， 通貨膨脹率infl對貧困者物質資本的影響系數為

-0.0163， 且在5%的水平上顯著， 說明物價上漲會導致貧困者物質資本福利下降; 財政支農占比gov對貧困者物質資本效應的影響系數顯著為正， 說明財政支農能夠提升貧困者的物質資本。

2. 互聯網金融減貧的人力資本效應估計結果。 模型（3）是用來檢驗互聯網金融對貧困者人力資本的影響的， 在其中加入傳統金融發展和互聯網金融發展的交互項fd×ifd， 構成模型（4）， 估計結果見表3。

從表3中模型（3）、模型（4）的系統GMM估計結果來看， 農村居民消費水平lncw對受教育水平redu的影響在5%的水平上顯著為正， 說明貧困者收入的提高對其受教育程度有提升作用; 互聯網金融發展ifd對受教育水平redu的影響系數為正， 說明互聯網金融發展能夠正向促進貧困者的受教育程度， 但影響不顯著; 經濟增長lnpgdp在10%的水平上顯著正向影響貧困者受教育水平， 居民收入差距gap對受教育水平的影響在5%的水平上顯著為負， 均說明收入水平的直接或間接提升有利于提升貧困者的受教育程度， 從而提升其人力資本積累。

3. 互聯網金融減貧的社會資本效應估計結果。 模型（5）和模型（6）是用來檢驗互聯網金融對貧困者社會資本的影響的， 其估計結果見表4。

從表4模型（5）的估計結果來看， 互聯網金融發展ifd對經濟開放程度lnopen的影響在5%的水平上顯著為正， 說明互聯網金融能夠促進貧困地區社會資本的開放性發展; 受教育水平redu對經濟開放程度的影響系數為0.1599， 且在10%的水平上顯著， 說明受教育水平的提升有利于經濟開放性發展。 模型（6）中，傳統金融發展fd對經濟開放程度lnopen的影響在5%的水平上顯著為負， 說明互聯網金融發展比傳統金融發展更利于貧困地區社會資本的開放性發展; 經濟增長lnpgdp對經濟開放程度lnopen的影響在10%的水平上顯著為正， 說明經濟發達地區的經濟開放程度越高， 越有利于社會資本的開放性發展。 財政支農占比gov與經濟開放程度lnopen顯著負相關， 說明財政扶持不利于市場開放的發展。

（二）穩健性檢驗

為檢驗互聯網金融發展對減貧福利效應的穩健性， 在模型（1）、（3）和（5）中同時加入區域分類指標area， 以檢驗互聯網金融發展的區域差異化影響。

lncwi，t=?0+β1lncwi，t-1+β2ifdi，t+β3areai，t+

β4area×ifdi，t+β5redui，t+β6lnopeni，t+γXi，t+λt+μi+

εi，t （7）

redui，t=?0+β1redui，t-1+β2ifdi，t+β3areai，t+

β4area×ifdi，t+β5lncwi，t+β6lnopeni，t+γXi，t+λt+μi+

εi，t （8）

lnopeni，t=?0+β1lnopeni，t-1+β2ifdi，t+β3areai，t+

β4area×ifdi，t+β5lncwi，t+β6redui，t+γXi，t+λt+μi+εi，t

（9）

表5列示了模型（7）、模型（8）、模型（9）的估計結果， 從中可以發現：互聯網金融發展ifd與貧困者的物質資本lncw、受教育水平redu、經濟開放程度lnopen的估計結果與上述估計結果一致; 且其他變量與物質資本效應的關系也與之前相吻合， 說明檢驗結果是穩健的。 互聯網金融減貧的福利效應具有區域性差異， 即東部顯著、中部居中、西部最弱， 這一實證結果也與相關實際情況相符。

五、進一步研究

理論上， 互聯網金融可以通過促進經濟增長和改善收入分配來實現減貧。 為此， 本文在模型（1）的基礎上分別以經濟增長、居民收入差距作為被解釋變量， 構建模型（10）、模型（11）， 以全國31個省級行政區2011 ～ 2018年的相關數據為樣本， 實證檢驗互聯網金融通過促進經濟增長和縮小收入差距對貧困者福利的影響。

lnpgdpi，t=?0+β1lnpgdpi，t-1+β2ifdi，t+β3gapi，t+

γXi，t+λt+μi+εi，t? （10）

gapi，t=?0+β1gapi，t-1+β2ifdi，t+β3lnpgdpi，t+

γXi，t+λt+μi+εi，t? （11）

表6列示了模型（10）、模型（11）的估計結果。 模型（10）中， 互聯網金融發展ifd與經濟增長lnpgdp在10%的水平上顯著正相關， 說明互聯網金融發展對經濟增長有顯著的促進作用; 通貨膨脹率infl與居民收入差距gap對經濟增長lnpgdp的作用在1%的水平上顯著為正， 財政支農占比gov對經濟增長lnpgdp的作用在1%的水平上顯著為負， 說明財政扶持對經濟增長具有負向作用。 模型（11）中， 互聯網金融發展ifd與居民收入差距gap在1%的水平上顯著為負， 說明互聯網金融發展可有效地抑制收入分配差距擴大， 縮小城鄉居民收入差距; 經濟開放程度lnopen與居民收入差距gap在1%的水平上顯著為負， 通貨膨脹率infl與居民收入差距gap在5%的水平上顯著為正， 說明通貨膨脹使得貧富差距擴大。

六、研究結論與政策建議

（一）研究結論

長效脫貧才是精準扶貧追求的長遠目標， 起步于全面消除絕對貧困的攻堅戰， 主要依靠尊重市場規律的精準產業扶貧， 其中發揮當地特色優勢、貧困者主動性和金融的杠桿作用尤其重要。 但是， 傳統金融受風險控制偏好與能力的限制， 金融資源偏愛高收入群體， 貧困人口獲取金融資源的門檻高， 而互聯網金融利用其數據優勢， 降低了人們獲取金融資源的門檻， 提供的金融產品更豐富、更有針對性， 在幫助貧困者發展生產中發揮了金融對物質資本、人力資本、社會資本積累的杠桿作用。 本文以互聯網金融發展為自變量， 以農村居民消費水平、農村勞動力受教育水平、經濟開放程度為因變量， 以2011 ～ 2018年全國31個省級行政區的相關動態面板數據為樣本進行實證檢驗， 結果發現， 互聯網金融發展顯著正向作用于貧困者的物質資本與社會資本福利， 但對人力資本福利的效應不顯著。 進一步的實證檢驗發現， 互聯網金融可通過影響經濟增長和收入分配， 間接影響貧困者的人力資本福利。

（二）政策建議

1. 加強數字網絡基礎設施和征信體系建設。 為了使互聯網金融更好地掌握脫貧者情況， 以便實現“應貸盡貸”， 防范“逆向選擇”， 實現持續脫貧， 為了防止貧困者利用“信息盲區”濫用互聯網金融優惠政策， 滋生“道德風險”、金融風險， 從而實現互聯網金融的可持續發展， 有必要加強數字網絡基礎設施和征信體系建設。

2. 加強互聯網金融與鄉村教育的深度對接。 教育的反貧作用雖然不會“立竿見影”， 但具有根本性， 不僅可提高脫貧者個人的反貧能力， 而且可為發展集體經濟儲備人力資本、社會資本， 從而進一步增強脫貧者的反貧能力。 然而， 目前的大部分鄉村教育質量差、師資力量弱、師資水平低， 會導致脫貧者因窮而不積極接受學歷教育或職業教育， 從而危害可持續脫貧。 互聯網金融既可支持優質的線上教育下鄉， 降低脫貧者的學習成本， 增加其隨時隨地學習的機會， 提高學習效率， 又可實施激勵機制， 將提供貸款、保險等服務與積極主動學習掛鉤。

3. 將互聯網金融與發展產業更有效地無縫對接。 其他扶貧措施若不與發展產業對接， 其反貧作用只是暫時的。 金融的杠桿作用只有在產業發展中才能發揮真正價值， 同時， 唯有特色產業才有更大的競爭優勢， 才可實現可持續脫貧。 今后， 互聯網金融應充分發揮其全面、及時、精準的信息優勢， 以及針對性強、成本低和服務面廣的金融服務優勢， 在幫助脫貧地區把特色產業做大做強做優的同時， 提高自身競爭實力， 持續發揮其減貧的福利效應。

【 主 要 參 考 文 獻 】

[1] 蘇昕，趙琨.發展性福利視域下中國貧困的可持續治理[ J].山西大學學報（哲學社會科學版），2019（6）：73 ～ 79.

[2] 韓曉宇.普惠金融的減貧效應——基于中國省級面板數據的實證分析[ J].金融評論，2017（2）：69 ～ 82+125 ～ 126.

[3] Jeremy Greenwood，Boyan Jovanovic. Financial Development，Growth，and the Distribution of Income[ J].Journal of Political Economy，1990（5）：1076 ～ 1107.

[4] 謝平，鄒傳偉.互聯網金融模式研究[ J].金融研究，2012（12）：11 ～ 22.

[5] 張彤進，任碧云.包容性金融發展與城鄉居民收入差距——基于中國內地省級面板數據的實證研究[ J].經濟理論與經濟管理，2017（5）：90 ～ 101.

[6] 孫敬水，蔡培培.資本異質性與居民收入分配公平滿意度——基于人力資本、物質資本、政治資本與社會資本的微觀證據[ J].商業經濟與管理，2018（11）：74 ～ 87.

[7] 田霖.我國農村金融包容的區域差異與影響要素解析[ J].金融理論與實踐，2013（11）：39 ～ 48.

[8] 袁博，李永剛，張逸龍.互聯網金融發展對中國商業銀行的影響及對策分析[ J].金融理論與實踐，2013（12）：66 ～ 70.

[9] 王曉軍，劉加林，朱強.互聯網金融精準扶貧認知及其行為影響研究[ J].統計與決策，2018（24）：108 ～ 112.

[10] 劉歡.人力資本投入對農村貧困家庭的減貧效應分析——基于健康、教育、社會保險、外出務工比較視角[ J].經濟經緯，2017（9）：43 ～ 48.

[11] 劉修巖，章元，賀小海.教育與消除農村貧困：基于上海市農戶調查數據的實證研究[ J].中國農村經濟，2007（10）：61 ～ 68.

[12] 樊樺.農村居民健康投資不足的經濟學分析[ J].中國農村觀察，2001（6）：37 ～ 43.

[13] 閔維方.教育促進經濟增長的作用機制研究[ J].北京大學教育評論，2017（3）：123 ～ 136.

[14] 劉海鶯，張華新.消費需求模型及其對貧困和福利統計的改進[ J].統計與決策，2018（15）：18 ～ 22.

[15] 余少祥.人力資本在反貧困中的效用：理論模型與實證分析[ J].中國政法大學學報，2020（2）：5 ～ 16+206.

[16] 陳志剛，吳騰.金融發展與城市化是如何互動的——基于1997-2014年中國省級面板數據的實證研究[ J].中南民族大學學報（人文社會科學版），2017（1）：125 ～ 132.

[17] 趙勇，雷達.金融發展與經濟增長：生產率促進抑或資本形成[ J].世界經濟，2010（2）：37 ～ 50.

[18] 崔艷娟，孫剛.金融發展是貧困減緩的原因嗎？——來自中國的證據[ J].金融研究，2012（11）：116 ～ 127.