互联网金融精准扶贫认知及其行为影响研究

王晓军，刘加林,2，朱 强

（1.湖南人文科技学院 商学院，湖南 娄底 417100；2.湖南大学 应用经济学流动站，长沙 410013）

0 引言

互联网的高速发展不仅带动了经济社会发展模式的转变，也促进了互联网金融与移动金融的快速发展。2016年中央一号文件要求推动更多金融资源向农村倾斜，引导互联网金融与移动金融在农村规范发展。2016年3月，中国人民银行等7部门联合印发《关于金融助推脱贫攻坚的实施意见》中指出要创新互联网平台，支持互联网企业依法合规设立互联网支付机构，引导社会资本支持精准扶贫。可以说，互联网金融精准扶贫对我国现阶段脱贫攻坚工作具有非常重要的作用与意义。

2016年6月20 日，蚂蚁金服和中和农信在湖南省平江县宣布携手战略合作以着重解决该区域的贫困问题，为该地区实施互联网金融精准扶贫奠定了良好的开端，自此，翼龙贷、小马金融等互联网金融平台不断涌入精准扶贫大潮，丰富了精准扶贫的思路和方式，为贫困地区精准脱贫带来了新生机。因此，通过以典型互联网金融精准扶贫县——湖南平江县为例，探究其扶贫对象特征，了解贫困户对互联网金融精准扶贫的认知程度，分析其需求，剖析影响互联网金融精准扶贫的因素，并寻找有效对策，对推动互联网金融精准扶贫有效实施，激活贫困地区经济发展潜力，全面完成扶贫战略任务具有重大意义。

1 调研说明与描述性分析

1.1 调研说明

平江县属于国家级贫困县，目前有贫困人口11.8万人，占全县总人口的10.7%。本次问卷调查选取湖南省岳阳市平江县的安定镇和加义镇的贫困户进行实地调查，总计发放调查问卷400份，回收361份，其中有效问卷335份，问卷回收有效率为92.80%，有效问卷中安定镇164份、加义镇171份。为确保问卷来自这两个镇的不同村、不同贫困特征群体，400份问卷均采用入户调查的方法，“我们问农户答”的形式，详细了解当地贫困户的基本情况，以保证调查对象的全面性和结果的科学性。同时，课题组对平江县政府扶贫办与安定镇、加义镇政府扶贫办的工作人员进行深度访谈，收集受访者对互联网金融推动精准扶贫发展过程中出现问题的看法和建议，整理共性问题、分析差异问题。课题组还对农村淘宝的相关参与者进行了电话访谈，详细了解农村淘宝在两镇的发展模式以及发展现状。综合以上信息，通过对第一手资料数据的整理分析，探讨贫困户对互联网精准扶贫的认知水平及其行为决策影响因素，为互联网金融精准扶贫的实施提供科学依据。

1.2 贫困户对互联网金融精准扶贫的认知分析

1.2.1 贫困户对互联网金融的认知不足，金融扶贫资金短缺

第一，贫困户互联网使用率整体偏低，学历越高、年龄越小的贫困户使用互联网越高，智能手机用户网络使用频率较高。据调查统计数据，受访贫困户约53.96%还没有使用过互联网，仅有36.04%的受访者经常使用。人口特征交叉分析显示，高中及以上人员使用网络比例达87.32%，远高于其他类型人员比例；年龄在30岁及以下人员使用网络比例达91.65%。在受访贫困户网络使用情况上，有约86.59%的受访者经常使用智能手机网络，有48.76%的受访者经常使用智能手机网络与其它互联网等多种方式。互联网使用情况是贫困户接受互联网金融精准扶贫的基础，而农村落后的互联网基础设施会制约贫困户对互联网的使用，同时经济条件也是一个重要的影响因素。

第二，贫困户对互联网金融知识认知不足，互联网金融风险识别有待加强。在受访贫困户中，大约只有32%的人员对互联网金融知识有些了解。在使用互联网的受访贫困户中，大约有66.78%使用过第三方支付，而有网络借贷行为的受访者仅占15.85%。究其原委，大约有64.79%的受访贫困户表示因不了解互联网金融而不敢使用，在对贫困户的深度访谈中了解到：因新闻报道的网络金融诈骗较多，他们通常不敢使用以免上当受骗。贫困户对互联网金融知识的认知欠缺是他们不能正确选择投资方式的一个重要原因，也是互联网金融在贫困地区不能顺利开展的重要原因之一。

第三，贫困户资金需求急迫，亟待金融支持。随着农村产业扶贫结构调整力度的加大，贫困地区资金需求量越来越大，资金供不应求的状况持续存在，一定程度上限制了贫困村的经济发展，也限制了农村互联网金融的发展。调查数据显示，大约84.89的受访贫困户表示资金短缺需要支持，大约有38.47%的受访贫困户表示在近5年内有过贷款，其中免息贷款占比7.23%，分贷统还占比11.46%，个人低息直贷占比13.98%，这表明贫困户的贷款意向较为强烈。针对贫困户贷款难的原因调查显示，大约有66.48%的受访者认为金融机构贷款门槛高，有49.37%的贫困户表示缺乏信贷保证条件；有24.67%的贫困户则由于偿还能力弱，长期负债而不敢贷款。扶贫金融需求与金融供应不相匹配严重阻碍了贫困区扶贫开发的发展，创新金融支持方式成为当前主要举措。

1.2.2 政策落实与宣传力度有待提高

第一，贫困户对精准扶贫的理解较为肤浅。调研数据显示，只有55.68%的受访贫困户对精准扶贫内容有所了解，有贫困户认为：“精准扶贫就是政府根据我们的贫困情况进行扶持，比如家里没房的就补贴资金建房，家里生病的就报销医药费。”因而大多数受访贫困户对精准扶贫的理解就是政府针对自身情况补贴资金，是平均主义。还有部分贫困户认为精准扶贫就是政府提出的一个好听的口号，跟自己没有关系。因此，在农村贫困地区广大贫困户对精准扶贫的理解是单一片面的，缺乏深入了解。政府应该加强宣传工作的推进，让贫困户深刻认识到精准扶贫的重要含义。

第二，贫困户对精准扶贫政策的满意度不高。满意度是衡量精准扶贫政策落实情况的关键指标之一，调查数据显示，有54.38%的受访者对精准扶贫政策落实不满意，主要体现在以下几个方面：（1）精准识别不准确。选择该项频数为168次，受访贫困户反映精准识别存在各种问题，扶贫户识别不够准确，存在将不达标的农户纳入到精准扶贫对象中的现象；建档立卡与实际贫困户不一致，存在不同程度的弄虚作假行为；在实际运用过程中有硬派指标行为，存在指令性贫困户指标现象。（2）驻村入户帮扶措施落实不到位。受访贫困户反映最多的是驻村联络干部真正落实工作的不多，有56.38%的受访者反映一年驻村干部入户只有不到1次，而入户5次及以上的比例仅为23.5%。（3）“五个一批”工程落实不甚理想。“五个一批”工程是实现精准脱贫的重大举措，在实践中具有明显靶心瞄准功效。受访贫困户表示当前扶贫主要是给补贴，产业扶贫等持久脱贫方式少见，主要原因是这些扶贫方式见效慢而工作量大且复杂，从而致使基层政府与干部不愿参与。

第三，精准扶贫政策的宣传力度与成效有待提高。精准扶贫政策实施的关键在于贫困人员积极主动地参与和思考，而加强政策宣传力度，提升宣传成效是重要的举措。调查数据显示，有62.48%的受访贫困户不知道基层政策有宣传活动，而在知道有宣传活动的受访者中绝大多数认为宣传效果不佳；就政策了解的获取渠道而言，12.16%的受访贫困户选择电视、报纸等传统媒体，25.4%的受访者选择智能手机网络、微信、QQ等方式，18.13%选择电脑等互联网了解，而选择人与人之间口头传递的方式占43.45%，由此可知受到传统习惯的影响，贫困户们对政策信息的了解渠道主要还是以人与人口头传递为主。

1.2.3 互联网金融精准扶贫方式认知存差异，发展前景看好与渴望程度较高并存

第一，贫困户运用互联网金融精准扶贫方式单一。调查显示，大多数贫困户认为互联网金融精准扶贫仅限于贷款改善生活、养殖和农村淘宝，他们认为互联网金融与农村淘宝是精准扶贫最好的方式。有47%的贫困户将贷款的大多数用于建房、看病或供子女读书，没有想到如何利用自身资源优势来参与经营，促进自身的发展和进步。由于贫困户不能充分利用自身的资源与优势来运用互联网金融扶贫方式发展脱贫项目，从而难做到脱贫不返贫。

第二，互联网金融联动产业带动精准脱贫逐渐明显。金融发展是精准扶贫发展的关键支撑，互联网金融方式具有融资成本低、借贷便捷等优点，而精准脱贫需要发展产业，就需要金融的持久支持。互联网金融联动产业在贫困区越来越多，调查发现，接受互联网金融的受访贫困户中有36%的人将资金投入产业发展，从事渔业养殖、黑猪与黑牛养殖、家禽养殖以及经济作物种植等特色农业与生态农业等，互联网金融资金助力扶贫产业发展取得明显效果，同时带动村民致富的效应逐渐显现。

第三，贫困户认为互联网金融精准扶贫前景明亮。互联网金融是金融发展创新，特别适合农村小额贷款。调研数据显示，大约59.63%的受访贫困户认同互联网金融精准扶贫在未来三年有发展前景，而持否定意见者为24.36%。在人口特征分析方面，年龄在40岁及以下、学历为初中及以上的男性受访贫困者对互联网金融精准扶贫前景最为乐观，显示贫困户对当前互联网金融精准扶贫这种新型扶贫方式较为看好，表示出良好期望。

1.2.4 互联网金融精准扶贫困难比较突出，贫困户对互联网金融精准扶贫创新需求急迫

第一，互联网金融精准扶贫存困难。互联网金融精准扶贫是金融扶贫创新的主要方式之一，互联网金融借贷成本低、便捷等优点能有效融合社会资本、慈善资金等从而拓展扶贫资金渠道，真正形成强大的社会合力，助力贫困地区实现精准脱贫。但在贫困地区具体实施过程中面临较大困境：（1）互联网基础设施不完善。贫困户家庭自身难以购置智能手机、电脑等设备，需要基层村集体专设公用设施，但是目前只有少数几个贫困村有购置相关设备。同时农村网络的提供商基本都是电信和中国移动，还难以满足光纤入户的要求。（2）互联网金融借贷机构稀缺。湖南平江县主要是蚂蚁金服与中和农信助力精准脱贫，而其他互联网金融机构介入较少，这难以满足贫困户发展的要求。（3）互联网金融风险监控与识别较难。互联网金融与传统金融不同，风险可预控性不强，风险识别不准，特别是年老和低学历贫困户容易陷于各种网络诈骗陷阱中。（4）互联网金融精准扶贫项目选择难。深度访谈结果显示，贫困户没有详细的规划，没有脱贫发展的具体目标，不知道从哪里入手，更不用说如何去选择扶贫项目，需要基层干部去引导。

第二，互联网金融精准扶贫需求旺。通过深入访谈与调查了解到贫困户对互联网金融扶贫需求主要涉及以下几个主要方面：（1）多元化的互联网金融平台。约40.59%的受访贫困户表示互联网金融平台和机构不足，积极发展与引进各类互联网金融平台，通过P2P等借贷平台给贫困户进行小额低息贷款，满足贫困农户的资金需求是当今互联网金融帮助农户精准脱贫的关键举措之一。（2）小型产业扶贫项目金融需求。要实现真正脱贫需要当地经济取得实际发展，其核心是需要有产业支撑。互联网金融需要与产业项目配合才能有效实现精准脱贫，以此来推动扶贫开发战略发展。（3）技能培训需求。互联网金融精准扶贫需要对接产业项目，项目的实施需要必要的技能，如养殖、种植等专业技能，而受访贫困户受过专业技术培训的人员微乎其微，急需提升技能来脱贫致富。（4）互联网+营销渠道与平台需求。产业的发展需要市场来支撑，贫困户渴望政府与社会团体积极支持与援助构建有效营销渠道，如互联网+营销平台，从而为产业产品的市场推广提供保障，这也是受访贫困户对互联网金融精准扶贫最为关注和亟待解决的问题。

2 实证分析

2.1 模型构建

为了研究贫困户开展互联网金融精准扶贫行为决策影响因素，本文拟采用“贫困户是否采用互联网金融精准扶贫”为因变量来进行实证分析。该行为变量不易用连续数值来表示，因而传统线性回归模型不适合本文，需采用Logistic回归模型或probit模型。probit模型强调标准正态分布而Logistic回归模型不需要变量呈现正态连续性，因此本文选用Logistic回归模型。具体模型如下：

其中，P为贫困户采用互联网金融精准扶贫发生的概率，Logistic模型是把区间在[0，1]的概率问题逐渐转变为一个机会比的问题，即意愿发生为不发生的倍，取对数得方程为：

假定上述模型中所涉变量符合Logistic概率分布，其中Pi为贫困户采用互联网金融精准扶贫的概率，假设Y=1，表示贫困户有互联网金融精准扶贫行为；Y=0，表示贫困户没有互联网金融精准扶贫行为。Xi为一组解释变量，包含与贫困户互联网金融精准扶贫行为决策有关的各因素，Logistic模型用来探讨各因素对贫困户互联网金融精准扶贫行为决策的影响方向以及作用大小；α为常数项，即回归截距项；βi则为影响因素的回归系数，意味着该变量对Y和Pi的影响程度；μ则为随机干扰项。

2.2 变量的定义

本文的被解释变量为贫困户的互联网金融精准扶贫行为，其影响因素有许多，综合前述研究以及调查和访谈情况，将影响因素分为个人因素、家庭因素、外部环境因素、制度因素以及认知因素5大类型共14个具体因素，具体变量赋值以及均值情况见表1。

表1 变量说明

2.3 实证估计结果

根据变量数据描述与模型，通过SPSS24.0软件对样本数据进行Logistic回归分析，根据Wald值而采用向后逐步回归分析法，逐步剔除最小Wald值的变量，得到结果如表2（见下页）所示。具体分二个步骤：第一步将14个变量全面列入方程，通过Logistic回归分析得到模型（1）；第二步是采用逐步回归分析剔除相关系数较小的变量，再开展逐步回归，得到模型（2）的结果（具体见下页表2）。

分析结果显示，模型（1）与模型（2）的运算结果基本相似，且整体模型都通过显著性检验结果。两个模型中所使用的基本数据均为截面数据，模型（1）与模型（2）的Cox&Snell R2值分别为0.415和0.410，而Nagelkerke R2值分别为0.571和0.568，模型的拟合程度比较好。

2.4 实证结果分析

从上述分析结果显示，贫困户采用互联网金融精准扶贫行为受到10项因素影响，具体分析如下：

（1）个人因素

从下页表2可知，受访贫困户的受教育程度（edu）对互联网金融精准扶贫行为具有显著正向影响；性别（sex）与年龄（age）两个因素对互联网金融精准扶贫行为影响不显著。究其原因可能是由于受教育水平高的贫困户比较容易接受新鲜事物，在调查走访的过程中，调研小组发现能够真正接触参与到农村电商、企业众筹、小额信贷等互联网金融扶贫项目中来的人群相对文化水平较高，主要有两类人群，一是青年返乡工作者，在沿海大城市摸爬滚打接触到较多新鲜事物，对互联网金融有一定认识，具有较强的市场感知力，由于家庭原因选择返乡创业；二是大学生群体，在国家政策鼓励下返乡创业，他们能够及时与外界进行信息交流了解市场动态，对于市场发展动向具备一定的长远眼光，但由于缺乏资金或者技术支持，发展较为艰难。部分农户已经初步意识到互联网经济在贫困地区的发展潜力，同时旅游经济的发展也给部分农户带来了商机，互联网金融扶贫可以首先通过这两种对市场变化感知力强的农户进行金融扶持，以点突破、由点带面全面推进互联网金融助力精准扶贫工作的开展。

（2）家庭因素

家庭是精准扶贫开展的主体，家庭的行为特征将影响到互联网金融精准扶贫成效。上述检验结果显示，家庭健康状况（heath）与家庭人员数（family）对互联网金融精准扶贫行为影响不显著，而风险偏好（risk）对互联网金融精准扶贫行为影响显著且呈负相关性。究其原委，互联网金融本身具有一定风险性，如果对项目经营不善会加重贫困人员的贫困程度，风险偏好的贫困家庭更加容易接受互联网金融精准扶贫方式，而风险厌恶家庭则相反。统计数据均值为1.98，偏向风险偏好型，这也可能导致该因素呈现显著性。

（3）外部环境因素

回归分析结果显示是否参加技能培训（train）、对金融扶贫政策了解程度（policy）以及互联网金融平台提供服务情况（service）这三个因素对贫困户互联网金融精准扶贫行为的影响均显著且呈正向相关性。互联网金融精准扶贫主要是对接项目，这需要必要技能作为支撑才能经营好项目，开展相应的技能培训势在必行；贫困户对金融政策的了解，特别是互联网金融相关政策的了解，能促使贫困户更好掌握政策与风险，为其行为决策提供更好的依据；互联网金融平台起着资金需求者与提供者之间的沟通桥梁的作用，互联网金融平台服务质量的好坏关系到贫困户的切身利益，优质的服务能有效促进金融借贷的效率，丰富的产品类型能为借贷者提供多元化的选择，从而能更好发挥互联网金融精准扶贫的作用。

表2 模型估计结果

（4）政府制度因素

政府政策与制度是互联网金融精准扶贫的保障。回归分析结果显示：政府及时有效宣传政策（pub）、政府及时落实帮扶措施（measure）以及基层干部积极参与（par）对贫困户互联网金融精准扶贫行为影响显著且呈正向相关性。贫困户对政策的了解主要是口口相传以及传统传媒，这点在上述认知中得到验证，政府部门需要积极及时有效宣传，使贫困户及时掌握政策，便于其作出正确的互联网金融精准扶贫行为决策；政府帮扶措施的落实能为贫困户提供必要的扶贫项目，如平江县有700余贫困户参与到农村电商项目，取得了可观的收入，加速了脱贫致富。同时政府也在积极引导有条件的贫困户从事特色农业产业如优质稻米、双低油茶，特色养殖产业牛羊养殖，特色林业产业幼林抚育、楠竹低改等项目，积极引导其结合互联网金融开拓销售渠道和市场。

（5）认知因素

从表2回归分析结果可知，贫困户对互联网金融知识重要性认知程度（imp）以及互联网金融知识得分（cog）这二个因素对贫困户互联网金融精准扶贫行为影响显著且呈正向相关性。互联网金融知识的掌握能使贫困户有效判断所面临的金融风险与网络风险，及时同网络金融平台沟通所面对的问题，积极探索解决方案，形成有效的理性思维模式，对贫困户理性作出互联网金融精准扶贫行为决策具有重要的作用。

3 结论与建议

3.1 结论

互联网金融精准扶贫是金融扶贫的创新形式，全面了解贫困户对互联网金融精准扶贫的认知以及行为影响因素，有利于贫困地区互联网金融精准扶贫的实施。本文以湖南平江县贫困户为调研对象，系统分析结果显示：（1）互联网金融精准扶贫的认知结论。贫困户对互联网金融的认知不足，而扶贫资金需求量大；贫困户对精准扶贫工作理解不到位，政策落实与宣传有待提高；互联网金融精准扶贫方式认知存在差异，发展前景看好与渴望程度较高；互联网金融精准扶贫困难突出，贫困户对互联网金融精准扶贫创新需求急迫。（2）互联网金融精准扶贫行为影响因素结论。受教育程度、风险偏好、技能培训、对金融扶贫政策了解程度、互联网金融平台提供服务情况、政府是否及时有效宣传政策、政府是否及时落实帮扶措施、基层干部是否积极参与、贫困户对互联网金融知识重要性认知程度以及互联网金融知识得分对互联网金融精准扶贫行为具有显著性影响，其中风险偏好呈现负相关性，而其余因素呈现正相关性；性别、年龄、家庭健康状况（heath）与家庭人员数（family）对互联网金融精准扶贫行为影响不显著。

3.2 政策建议

第一，政府要加强互联网金融监管制度建设，建立与完善相关法律法规，严厉打击非法互联网金融平台，防范“贷款陷阱”，为互联网金融精准扶贫构建良好的生态氛围。第二，政府要加强宣传力度，强化基层扶贫考核机制，完善驻村干部入户与帮扶制度，着重发展当地特色产业，筑建产业与互联网金融之间的桥梁，重点支持农民专业合作社、专业技术协会和扶贫龙头企业、小微型企业等能够直接带动贫困农户增收的产业组织发展，为精准脱贫提供制度和组织保障。第三，互联网金融机构要创新金融产品，引入更多互联网金融平台，提升平台服务质量。第四，鼓励民间资本加入互联网金融扶贫，完善风险监控机制，拓展扶贫资金渠道。第五，要转变贫困户思想观念，积极参与技能培训，大力参与各类扶贫开发项目，以积极心态迎接精准脱贫攻坚战。