數字普惠金融、城鄉就業結構與縣域多維貧困研究*
——來自貴州省88個縣域的經驗證據

龍 池 ， 張紅梅

（貴州財經大學，貴州 貴陽 550025）

中國已全面消除絕對貧困，但基于多維貧困視角下的貧困治理對鞏固拓展脫貧攻堅成果仍具有重要意義。數字普惠金融自誕生以來就背負著治理貧困的使命。在這個問題上，國內現有研究存在兩種對立觀點：胡聯等[1]、何宗樾等[2]認為現階段數字普惠金融加劇了貧困或相對貧困，張棟浩等[3]認為數字普惠金融緩解了貧困，這兩種觀點都默認了數字普惠金融對貧困的影響是固定的。由于金融發展是經濟增長的動力之一，而經濟增長動力對經濟增長的影響具有時間異質性[4]，又因為經濟增長是金融緩解多維貧困的重要渠道[5]，所以數字普惠金融對多維貧困的影響可能同樣存在時間異質性，未考慮其影響方向上的變化會導致研究結論不全面或不準確。

1 理論分析與研究假說

1.1 數字普惠金融與多維貧困

從金融抑制、金融排斥的角度來看，數字普惠金融發展早期存在減貧阻礙。一是早期有關制度、政策、基礎設施、服務體系等不健全和不完善[6]，普惠力量難以滲透到不發達地區，形成了供給側的金融排斥[7]。二是在數字普惠金融發展早期，用戶對數字普惠金融產品了解不足，數字普惠金融提高金融可及性的同時，也帶來了大量的學習成本和試錯成本，居民難以合理利用數字普惠金融促進自身發展，對數字普惠金融產品的使用可能使得自身的狀況變得更糟糕，比如不理智的超前消費、更重的債務負擔等。

但不可否認的是，隨著數字普惠金融供給側改革不斷深入和“成熟”數字用戶的增加，數字普惠金融克服傳統金融局限提高金融普惠性和滲透性的積極作用得以發揮。具體表現為：金融普惠性的提高通過增加貧困家庭人力資本和物質資本降低了其多維貧困程度和多維貧困脆弱性[3]，金融滲透性的提高通過緩解貧困家庭的融資約束從而促進貧困緩解[8]。由此提出假設。

假設H1：數字普惠金融與縣域居民多維貧困存在倒U型關系。

1.2 城鄉就業結構的調節作用

數字基礎設施作為連接數字金融產品供需雙方的媒介，是數字普惠金融發揮多維減貧效應的關鍵[1]。由于我國長期的城鄉二元發展，目前城鄉數字基礎設施水平存在較大差異。從國民經濟和社會發展統計公報的數據來看，2021年我國互聯網普及率為73.0%，其中農村地區互聯網普及率僅為57.6%，城鎮居民的數字普惠金融獲得性高于農村居民。城鄉就業結構通過就業的視角反映城鄉二元發展的格局，體現了城鄉居民在數字普惠金融獲得性上的差距。在數字普惠金融加劇多維貧困階段，城鎮從業人口占比高的城鄉就業結構增加了縣域居民接觸數字普惠金融產品及其服務的機會，從而強化了數字普惠金融對縣域城鄉居民收入、醫療和教育的負向影響；在數字普惠金融緩解多維貧困階段，更多接觸數字普惠金融的機會又會強化數字普惠金融對縣域城鄉居民收入、醫療和教育的正向影響。由此提出假設。

假設H2：鄉村從業人口占比低的城鄉就業結構能正向調節數字普惠金融與多維貧困的倒U型關系。

2 研究設計

2.1 模型設定

2.1.1 基準回歸模型

為檢驗數字普惠金融與縣域多維貧困是否存在倒U型關系，由豪斯曼檢驗和時間虛擬變量聯合顯著性檢驗的結果決定將面板模型設定為雙向固定效應模型：

其中，Mpovertyit表示i縣t時期的多維貧困程度，包含了Uincomeit、Rincomeit、Medicalit、Educationit四個指標，分別表示i縣t時期的縣域城鎮居民收入、縣域農村居民收入、縣域醫療水平、縣域教育水平；DIFit和DIFit2分別表示i縣t時期的數字普惠金融及其平方項；Controlsit是控制變量；μi、γt分別表示不隨時間變化的個體固定效應和不隨個體變化的時間固定效應；εit為隨機擾動項。

2.1.2 調節效應模型

將城鄉就業結構及其與數字普惠金融一次項和平方項的交乘項加入基準回歸模型中得到調節效應模型：

其中，EmploySit表示i縣t時期的城鄉就業結構。

2.2 變量說明

1）被解釋變量。基于縣域數據可得性從收入、教育、醫療三個方面選取指標衡量縣域多維貧困。選取城鎮常住人口可支配收入與農村常住人口可支配收入作為收入貧困的代理變量。選取縣域小學和中學的專任教師人數作為縣域教育貧困的代理變量。選取縣域醫療機構床位數作為縣城醫療貧困的代理變量。收入、教育和醫療均為逆向指標，值越高說明各維度貧困程度越低。

2）核心解釋變量。用北京大學數字金融研究中心發布的數字普惠金融縣域指數來衡量縣域數字普惠金融的發展水平。

3）調節變量。城鄉就業結構用鄉村從業人口占戶籍人口的比重表示，該指標變小，說明城鎮從業人口占比增加，縣域居民數字普惠金融獲得性增強。

4）控制變量。經濟方面選取人均產出和產業結構。用第一產業增加值占GDP的比重和第三產業增加值占GDP的比重兩個指標代表地區產業結構。因為人口年齡結構會對經濟增長產生顯著影響，從而影響到教育、醫療等各個方面，本研究用小學、普通中學在校生人數之和占常住人口的比重表示縣域人口年齡結構。因為財政在就業、教育和醫療等方面的支出會對縣域多維貧困產生影響，本研究用財政支出占GDP的比重表示財政支持力度。

2.3 數據來源及變量描述性統計

各區縣數字普惠金融指數來源為北京大學數字普惠金融的縣域指數，其他數據來自貴州省統計年鑒、貴州省各區縣的統計年鑒和統計公報、貴州省宏觀經濟數據庫。通過直線插補法補齊數據缺失值，最終得到貴州省88個縣域2014—2020年的平衡面板數據，各變量描述性統計如表1所示。

表1 變量描述性統計

3 實證檢驗

3.1 基準回歸分析

表2報告了基準回歸的結果，第（1）～（4）列模型是對線性關系的檢驗，數字普惠金融的回歸系數均為負，說明從線性效應來看，現階段數字普惠金融加劇了多維貧困，但加劇縣域醫療貧困的線性效應不顯著，該研究結論與何宗樾等[2]的研究結論類似。第（5）～（8）列模型中加入了數字普惠金融平方項，回歸結果表明數字普惠金融一次項系數仍然為負，平方項的系數均顯著為正，且模型擬合程度更好，說明數字普惠金融與縣域城鄉居民收入、醫療和教育均存在顯著的U型關系，即數字普惠金融的發展與多維貧困存在倒U型關系。

3.2 穩健性檢驗

根據Lind & Mehlum判斷U型關系是否顯著的三個條件[9]：第一，自變量的二次項系數顯著為正；第二，拐點位置落在自變量的取值范圍內；第三，當自變量為樣本最小值時，斜率顯著為負；當自變量為樣本最大值時，斜率顯著為正。本研究基準回歸中二次項系數均顯著為正，滿足第一條；根據描述統計，17＜DIF＜131，各拐點位置均落在數字普惠金融指數的樣本區間內，滿足第二條；自變量為下限時斜率顯著為負，自變量為上限時斜率顯著為正（見表2），因此同時滿足上述三個條件，可以認為U型關系是顯著的，即數字普惠金融與縣域多維貧困的倒U型關系是顯著的。

表2 基準回歸結果

3.3 內生性分析

數字普惠金融與多維貧困之間可能存在反向因果等內生性問題，比如在居民收入高的區縣數字普惠金融的發展更好等。引入解釋變量滯后項是該問題較為有效的解決辦法之一[10]。本研究將滯后一期的數字普惠金融指數作為當期數字普惠金融的工具變量，將滯后一期數字普惠金融的平方作為當期數字普惠金融平方項的工具變量，用兩階段最小二乘法對基準回歸模型進行估計[11]。其中，DWH內生性檢驗的結果表明：城鎮居民收入、農村居民收入和縣域教育為被解釋變量的模型存在內生性問題（DWH檢驗P＜0.1），縣域醫療為被解釋變量的模型中不存在顯著的內生性問題（DWH檢驗P＞0.1），因此該部分無需關注縣域醫療模型。表3報告了工具變量法的估計結果，內生性檢驗與基準回歸結論一致，結論穩健。

表3 2sls回歸結果

3.4 調節效應分析

表4報告了城鄉就業結構的調節效應回歸結果，表4的各列模型中EmploySit*DIFit2的系數分別在1%、1%、10%、1%的水平上顯著，表明城鄉就業結構對數字普惠金融與縣域城鄉居民收入、醫療和教育的倒U型關系具有顯著的調節作用，即對數字普惠金融與多維貧困的倒U型關系具有調節作用。具體分析如下。

3.4.1 城鄉就業結構對U曲線拐點位置的調節

根據式（2），U曲線的拐點為：

為了說明城鄉就業結構如何影響U曲線拐點位置的移動，將式（3）兩邊同時對城鄉就業結構求導：

式（4）分母恒正，若分子η1η5-η2η4＞0，拐點將隨著調節變量的增大向右移；若η1η5-η2η4＜0，拐點將隨著調節變量的增大向左移。表4各列模型均有η1η5-η2η4＞0，說明U曲線的拐點將隨著調節變量的減小向左移，即隨著鄉村從業人口占比下降拐點向左移，利于數字普惠金融更早發揮多維減貧作用。此外，根據式（4），城鄉就業結構的拐點移動效應是否顯著取決于η1、η2、η3、η4這4個系數是否同時顯著（本文默認通過10%的顯著性檢驗即視為顯著）。表4第（2）列和第（4）列模型的結果顯示η1、η2、η4、η5這4個系數同時顯著，因此農村居民收入和教育模型中城鄉就業結構的拐點移動效應顯著。表4第（1）列和第（3）列模型結果分別顯示是EmployS*DIF的系數η4不顯著以及DIF和EmployS*DIF的系數η1和η4不顯著，因此城鎮居民收入和縣域醫療模型中城鄉就業結構的拐點移動效應不顯著。

表4 城鄉就業結構調節效應回歸結果

3.4.2 城鄉就業結構對U曲線形狀的調節

U曲線形狀的變化僅取決于EmployS*DIF2的系數η5的方向，若η5＞0，U曲線隨著調節變量的增大變得陡峭，若η5＜0，U曲線隨著調節變量的增大變得平滑。表4各列模型中EmployS*DIF2的系數η5均小于零，說明鄉村從業人口占比下降會使數字普惠金融與縣域城鄉居民收入、醫療和教育的U曲線變得陡峭，即鄉村從業人口占比下降的調節作用會使得數字普惠金融與多維貧困的倒U型曲線變得陡峭。

4 研究結論與啟示

研究結論：1）從線性影響來看，現階段的數字普惠金融加劇了縣域多維貧困，但線性關系并不準確。加入數字普惠金融二次項的模型表明數字普惠金融與多維貧困存在顯著倒U型關系。2）城鄉就業結構對數字普惠金融與縣域多維貧困的倒U型關系具有顯著的調節作用，表現為鄉村從業人口占比下降，倒U曲線的拐點向左移，同時倒U曲線變得陡峭，但拐點移動效應只在農村居民收入和教育模型中顯著。

研究啟示：持續發展數字普惠金融利于多維貧困緩解，如何強化數字普惠金融的多維減貧作用，本研究提供了兩條可行途徑：一方面，基于城鄉就業結構的調節作用，積極調整城鄉就業結構，鼓勵農民進城務工、創業等，增加城鎮就業人口占比；另一方面，城鄉就業結構能調節數字普惠金融與多維貧困的倒U型關系的根本原因是城鄉發展存在差距，這種差距既包含數字基礎設施、數字工具等有形差距，也包含城鎮人口與農村人口在認知能力上的差距[12]。因此，加大對農村地區數字基礎設施建設的資金投入以及提升農村人口的金融素養，是強化數字普惠金融更好實現多維減貧的另一有效途徑。