数字普惠金融的减贫效应及其传导机制

黄倩　李政　熊德平

内容提要：基于2011～2015年的中国省际面板数据，实证检验数字普惠金融对贫困减缓的影响，并从收入增长和收入分配双重视角探究数字普惠金融减缓贫困的内在机制。实证结果表明：数字普惠金融发展总体上有利于贫困减缓，其中，账户覆盖率、个人支付和小微信贷的作用较为显著;相较于富裕群体，贫困群体能够从数字普惠金融发展中获益更多，这意味着数字普惠金融发展改善了居民内部的收入不均等。进一步研究发现，收入增长和收入分配的改善是数字普惠金融促进减贫的重要机制，数字普惠金融发展可以兼顾效率与公平，实现包容性增长。

关键词：数字普惠金融;贫困减缓;收入分配;包容性增长

中图分类号：F832     文献标识码：A    文章编号：1003-7543（2019）11-0090-12

贫困和收入差距扩大已成为当今世界发展面临的严峻挑战之一，备受国际社会尤其是发展中国家关注。改革开放以来，中国经济增长势头迅猛，1979～2016年平均增长9.6%①;同时，贫困发生率从66.6%降低至1.4%②，反贫困成效显著，为世界减贫事业作出了积极贡献。在经济高速增长和反贫困不断深入的背景下，维持我国居民增收并能兼顾收入分配均等的包容性增长机制尚未成熟。包容性增长主要关注收入增长和收入分配均等，这一概念兼顾了效率与公平两个维度[1]，而普惠金融的英文本意即包容性金融，其发展的目的是为受到金融排斥的弱势群体提供金融服务，促进经济的包容性增长。

与发达国家相比，发展中国家信息市场的效率相对较低[2]。而“数字化+普惠金融”具有降低金融服务门槛、促进价格发现和信息流通、打通金融服务“最后一公里”的特征，是实现金融高覆盖率、低成本和可持续发展的一种模式[3]。同时，数字普惠金融也因其惠贫性质得到国际社会的认可。2007年，肯尼亚首创富有商业价值的“M-PESA模式”③，其核心是以“移动支付”发挥数字普惠金融潜力。截至2011年，全球已经有30多个国家开展数字普惠金融业务，其服务主要包括国内转账、无线充值和个人支付[4]。数字普惠金融是为被排斥于正规金融体系之外、无法享有金融服务的群体提供获取普惠金融的数字渠道，包括支付、转账、信贷、储蓄和保险、证券业务，以满足服务对象的切身需求[5]。2016年9月，中国在杭州G20峰会上提出制定《二十国集团数字普惠金融高级原则》，倡导利用数字技术支持普惠金融发展，构建数字金融基础设施生态系统。现阶段是我国全面建成小康社会的决胜时期，如何紧抓“数字红利”带来的包容、效率和创新的新契机，发挥数字普惠金融在支付、信贷和保险等领域的信息及成本优势，将技术进步、经济增长和金融深化改革的成果惠及更多弱势群体，从而促进贫困减缓，对于缓解我国经济发展中的不平衡不充分问题尤为重要。研究数字普惠金融发展对贫困减缓的作用与机制，对我国夯实稳定脱贫基础、追求经济包容性增长具有重要的现实意义。

我国是世界上最大的发展中国家，且地区发展差异较大，研究我国数字普惠金融的减贫效用和机制，对政策制定者设计和实施减贫战略、减少贫困发生率和收入不均等具有重要的参考意义。本文重点回答以下问题：数字普惠金融的减贫效应究竟如何？不同贫困群体能否平等地获益于数字普惠金融发展？若不同，那究竟是穷人受益更多还是富人受益更多？数字普惠金融发展促进贫困减缓的内在机制是什么？不同经济发展水平地域的数字普惠金融发展减贫效果有何差异？下文基于2011～2015年的省际面板数据实证检验数字普惠金融的直接减贫效应，并选取移动电话普及率和3G/4G移动电话用户数作为衡量数字普惠金融发展的工具变量，利用工具变量分位数回归（IVQR）分析其对不同贫困群体的减贫差异。然后，依据“贫困—增长—不平等”三角原理[6]，将减贫总效应分解为增长效应和分配效应，基于效率与公平双重视角利用中介模型研究数字普惠金融减贫效应的传导路径及效果差异。

一、理论框架与假设前提

（一）数字普惠金融对贫困减缓的直接影响

数字普惠金融主要从以下方面对贫困减缓产生直接影响：第一，数字普惠金融可以通过创新储蓄、信贷和支付手段，扩大人们对金融资源的可获得性、可接触性和支付便利度，并在提高穷人的议价能力和降低贫困脆弱性方面起到重要作用[7]。第二，数字普惠金融通过先进信息技术的运用有效降低运营商的交易成本，尤其是经营实体银行分支的成本。一方面，随着数字化技术在信贷市场的推广，交易成本会逐渐降低;另一方面，数字普惠金融发展在缓解信息不對称问题上同样具有优势，数字技术的运用简化了信息流动，收集到的存款人数据可以更有效地分析信用价值，改善信用监控，使存款的获取更加便利。第三，数字金融的发展缓解了传统金融市场中的“财富门槛”效应，提高了金融市场效率，促进了价格发现和信息流通，改善了穷人获得信贷和存款的渠道，有利于金融转移与金融普惠程度的提高。另外，在提高弱势群体抗击风险能力方面，移动电话的使用可以加强家庭社会网络，促进内部信息的流动，从而改善家庭的风险分担，使其更好地应对风险冲击[8]。

在数字化时代，依据“长尾理论”①，数字技术的发展为“长尾市场”②创造了机会和盈利空间，并在拓展市场宽度和挖掘市场深度方面具有重要作用[9]。数字金融服务于庞大的低收入群体和中小企业用户，相较于传统金融市场的“高端”客户，虽然其用户交易规模微小，但得益于数字金融产品的边际成本和搜寻成本趋近于零，众多金融产品和服务的需求者仍可汇集成大的市场份额。数字金融惠及的长尾市场中包含了大量被排斥于正规金融体系之外的低收入群体，这使得弱势群体更多地受益于数字普惠金融的发展，这也是数字普惠金融区别于传统金融给予弱势群体更多金融呵护的重要体现。基于上述分析，提出如下研究假说：

H1：数字普惠金融发展有利于减缓贫困，且相较于富裕群体，贫困群体能够从数字普惠金融发展中获益更多。

（二）数字普惠金融对贫困减缓的间接影响

数字金融发展主要通过收入增长和收入分配改善两种机制来实现居民贫困减缓路径。第一，数字普惠金融发展可以通过促进收入增长间接实现居民减贫。一方面，数字技术在普惠金融方面的运用有利于金融产品和服务广泛、快速地触达客户，促进居民增收[10];另一方面，数字普惠金融发展能够通过提高资本深化程度实现收入增长，因为数字技术本身是资本密集型产业，同时，数字技术在各领域的传播也伴随着数字设备的投资，信息技术设备在欠发达地区的投资有利于促进当地的资本积累并从生产中获益。此外，数字普惠金融发展还有助于提高劳动产出效率，从而有利于居民增收，如在非洲，信息通信数字技术在金融领域的广泛推广给当地居民带给了大量生产机会，促进了居民增收[10]。

从数字普惠金融发展影响地区经济增长的路径来看，居民金融可得性的提高能够促使社会总储蓄增加，而储蓄的增加有助于提高社会可投资资金总量，从而对长期经济增长产生积极影响[11]。依据“涓滴理论”，优先实现经济增长的地区将会在消费、就业等方面惠及弱势区域贫困人口等低收入群体，通过益贫式增长间接带动其发展和富裕，实现减贫增收，因此，数字普惠金融发展带来的经济增长使得贫困阶层利益均沾。基于上述分析，提出如下研究假说：

H2：数字普惠金融发展通过促进居民收入增长实现贫困减缓。

数字普惠金融发展可以通过改善收入分配间接实现居民减贫。无法获得金融服务会导致收入不平等甚至陷入贫困陷阱[12]。就数字普惠金融而言，数字技术可以克服物理网点覆盖有限的障碍，提高金融服务和产品的可得性，将大量边远、弱势的群体接入金融网络。一方面，数字普惠金融弥补了传统金融“嫌贫爱富”的不足，使农村地区能够享受到便捷、安全的金融服务和产品，促进欠发达地区的发展，为其产出增长和就业创造作出贡献[5]。数字化通信技术作为一项新兴的金融基础设施，不仅接纳了以前被排斥于正规金融体系之外的弱势群体，而且加强了信贷、储蓄和保险业务的供给能力，从而促进了金融信贷的分配和转移，加快了欠发达地区的发展[13]。另一方面，数字平台的特性带来了规模收益和边际成本递减，让不同消费者之间可以共享决策信息，这使得消费者主权，尤其是弱势群体的利益在数字金融中得到尊重和保护，有利于数字普惠金融可持续发展。数字普惠金融发展能够促进欠发达地区的经济增长，缓解了经济发达地区与欠发达地区的收入差距，有助于实现益贫式增长[14]，如数字普惠金融正在缩小像肯尼亚和南非等非洲国家间的收入差距，技术深化进一步加强了金融深化过程，并最终带来了经济的包容性增长[4]。基于此，提出如下研究假说：

H3：数字普惠金融发展通过改善收入分配实现贫困减缓。

二、模型、数据与研究方法

（一）模型构建

1.数字普惠金融减贫效应模型

为检验假说1，这里结合我国省域发展实际，建立如下模型：

POVit=β0+β1DIFIit+Controls+？覫i+？渍t+μit（1）

在（1）式中，POVit表示贫困程度①[15-16]， DIFIit表示数字普惠金融，来源于《北京大学数字普惠金融指数》（2011～2015）。关于控制变量，借鉴已有研究的做法，加入收入增长（PGDI）、收入分配差异（INE）②、省域对外开放度（OPEN）、财政支出（FE）、教育支出（EDU）、通货膨胀率（INF）和城镇化水平（URBAN）①。i代表是县域，t代表年份，β0表示截距项，？覫i表示省域层面固定效应， ？渍i表示时间固定效应，μit表示随机误差项，若假说1成立，则变量DIFI显著且系数值大于零。

2.中介效应模型

为检验假说2和假说3是否成立，进一步探究数字普惠金融减贫效应的来源是收入增长还是收入分配，抑或两者都有，其贡献程度又如何，这里利用中介效应（Mediation Effect）模型对此展开进一步分析②。具体步骤如下：

第一步，验证数字普惠金融对居民减贫的综合影响，先不考虑收入增长和收入分配两个因素的影响。本文将基准实证模型（1）转化为如下面板模型：

POVit=C+αDIFIit+controls+？覫i+？渍t+μit（2）

其中，与模型（1）相比，controls中不包含收入增长指标和收入分配指标（下同），其余变量定义同模型（1）。

第二步，检验数字普惠金融对中介变量收入增长或收入分配的影响作用。先将收入增长（PGDI）或收入分配（INE）作为被解释变量，数字普惠金融作为核心解释变量，检验数字普惠金融发展对收入增长和收入分配的影响，建立如下面板模型：

PGDIitorINEit=C+ηDIFIit+controls+？覫i+？漬t+μit（3）

第三步，检验收入增长和收入分配的中介效应是否完全，即数字普惠金融是否存在直接减贫效应，本文构建如下面板模型：

POVit=C+θDIFIit+λPGDIitorINEit+Controls+？覫i+？渍t+μit（4）

在以上模型中，收入增长（PGDI）和收入分配（INE）为中介变量。模型（2）中的系数α为数字普惠金融实现减贫的总效应，模型（3）中的系数 η为数字普惠金融对中介变量的效应;模型（4）中的系数λ是控制了数字普惠金融影响后，中介变量对被解释变量贫困减缓的影响效应，θ为数字普惠金融对贫困减缓的直接作用。其中，中介效应为λη，它与总效应α和直接效应θ存在以下关系：

α=θ+λη（5）

关于是否存在中介效应，其判断依据为：若系数α显著，且η和λ都显著，则中介效应显著;若系数α不显著，或者η和λ都不显著，则不存在中介效应。若系数α显著，且η和λ都显著，同时满足系数θ小于系数α时，则收入增长和收入分配是部分中介变量，其中，中介效应占总效应的比重为λη/α。若系数α显著，且η和λ都显著，但是θ不显著，即存在完全中介效应。若假说2成立，各变量系数结果符合（2）所描述，同理假说3成立。

（二）数据来源与变量定义

本文选取2011～2015年中国31个省（区、市）为研究样本，数字普惠金融指数（DIFI）来源于《北京大学数字普惠金融指数》（2011～2015），主要由移动账户覆盖率（AVA）、个人支付（PAY）、小微信贷（CRE）、保险业务（INS）和数字支持服务程度（DIGB）等指标组成，其变量来源于2011～2015年《中国统计年鉴》、《中国金融统计年鉴》、中国知网大数据平台以及各省（区、市）统计年鉴。当同一指标数据在不同数据库中出现差异时，以《中国统计年鉴》为准。其中，2013年国家统计局将“农村人均纯收入”统计口径变为“农村可支配收入”，本文依据国家统计局的统计口径变化说明对2011～2012年“农村人均纯收入”进行相关调整。本文选取的变量及定义如表1（下页）所示。

表2（下页）报告了各个变量的描述性统计结果。从表2可以看出，中介变量收入增长（PGDI）和收入分配（INE）最小值和最大值之间相差很多，说明我国地区间收入增长和分配不均等。控制变量省域对外开放度、财政支出、教育支出等同样体现出这一特征。

（三）模型估计的方法选择

考虑到普通最小二乘法（OLS）回归会忽略个体效应，容易导致遗漏变量，造成估计结果有偏且不一致，而固定效应的最小二乘法虚拟变量估计（LSDV）和随机效应的广义最小二乘估计（GLS）都可以在一定程度上克服OLS估计偏差，但本文所使用的部分控制变量会与省域（地区）个体效应相关，导致随机效应GLS估计不再适用，基于此，本文选择LSDV法作为本文的基本估计方法。另外，数字普惠金融指数和居民贫困减缓之间可能存在反向因果关系，从而造成内生性问题，而内生性问题会致使LSDV估计产生“动态面板估计偏误”[17]，因此，应进一步选择“移动电话普及率”和“3G/4G移动电话用户数”作为工具变量对模型进行两阶段最小二乘法（2SLS）估计①。为保证估计结果的稳健性，使用了聚类稳健标准误，并对所有变量进行ADF单位根检验，保证序列平稳。另外，鉴于样本是中国31省（区、市）2011～2015年短面板数据，我们还使用工具变量广义矩估计（IV-GMM）对模型进行估计以保证结果的稳健性。

三、实证结果及其分析

（一） 数字普惠金融的减贫效应

表3（下页）报告了基准模型（1）的回归结果，并使用了聚类稳健标准误。可以看出，不同的估计方法均表明数字普惠金融发展对居民生活存在显著的减贫效用，符合假说1。基于LSDV、2SLS和IV-GMM回归结果下的数字普惠金融发展指数弹性系数分别为0.0480、0.0543和0.0541，它们都在1%的水平下显著。考虑内生性后，数字普惠金融变量弹性系数有所增加，说明内生性问题会造成对数字普惠金融发展促进贫困减缓的低估。其他控制变量的估计结果也与预期相符，居民收入增长和收入分配的改善对贫困减缓起到了显著的正向作用，教育支出水平、对外开放度提升、城镇化发展均能对我国居民产生明显的减贫效应。通货膨胀的加剧则会降低居民的生活水平，而财政支出没有产生减贫作用，原因可能是地方政府将更多的支出用于行政事务，不利于居民减贫。

表3还报告了数字普惠金融各分维度的减贫效应。结果发现，作为数字普惠金融成长基础的账户覆盖率和数字支持服务程度对减贫起到了明显的促进作用。在基础业务方面，个人支付和小微信贷对居民贫困减缓的作用较为显著，保险业务则次之，从列（5）～（7）可以看出，各维度的减贫贡献率表现为：个人支付>小微信贷>保险业务。以移动支付和小额信贷为主的数字金融业务提高了金融体系的包容性，为穷人创造了更多的经济机会，同时也将他们纳入金融资产的创造者中[18]。

（二）不同群体受益于数字普惠金融发展的情况

上文证实了数字普惠金融发展对省域整体居民的减贫效应，但并未揭示数字普惠金融对不同群体的减贫效应。各群体能否平等地获益于数字普惠金融发展呢？若不同，那究竟是穷人受益更多还是富人受益更多？由于LSDV和2SLS方法假定所有消费群体都能够均等地获益于数字普惠金融发展，因而无法准确刻画数字普惠金融发展对居民减贫效应的具体影响。为此，本文选取10%、25%、50%、75%和90%五个具有代表性的分位点划分省域居民的贫困等级，基于模型（1）进一步运用IVQR充实普惠金融发展的减贫效应，并刻画数字普惠金融和各要素对不同消费群体的边际贡献信息。估计结果如表4所示。

表4 回归结果显示，随着分位点数的上升，即由贫困群体向富裕群体移动，数字普惠金融估计系数呈下降趋势，并且显著性也逐渐降低。数字普惠金融的减贫效应表现为：贫困群体（10%、25%分位点）>普通群体（50%、75%分位點）>富裕群体（90%分位点），较为贫困的群体（10%分位点）的DIFI估计系数是富裕群体（90%分位点）的近3倍，综上，假说1成立。这说明，数字普惠金融发展的减贫效应，能够使穷人受益更多，弱势群体的数字普惠金融边际贡献更高。从减贫视角看，推动数字普惠金融发展有利于居民的贫困减缓，更重要的是，这种减贫效应能够更多地使穷人受益，弱势群体的数字普惠金融发展边际贡献最高。这一点与肯尼亚、赞比亚和南非的经验相吻合，移动金融服务发展有助于减少非洲金融基础设施方面的差距和增加穷人的金融服务获取渠道，技术革新确实提高了金融普惠程度。

以上分析证实了数字普惠金融的发展对不同贫困群体的减贫作用存在显著的异质性。结合本文的理论分析，居民收入增长和收入分配改善是促进其减贫增收的重要基础，且两者均受到数字普惠金融发展的影响。为此，有必要基于效率与公平的视角进一步考察数字普惠金融促进减贫的内在机制。数字普惠金融的内在减贫机制主要有两种作用途径：一方面，它能够使金融基础设施更加健全和完善，为穷人参与金融活动提供更多的经济机会，比如在个人支付、小微信贷和保险业务方面给予弱势群体一定程度的支持，进而实现减贫，这是数字普惠金融实现减贫的直接作用;另一方面，数字普惠金融可以通过收入增长和收入分配实现减贫的中介效应。那么，这两种路径的减贫贡献程度如何？是否兼顾了公平与效率？下面将对这些问题展开深入分析。

（三）数字普惠金融实现贫困减缓的内在机制

1.数字普惠金融的减贫综合效应

表5的列（1）～（3）报告了数字普惠金融减贫综合效应的LSDV、2SLS和IV-GMM的估计结果。可以看出，数字普惠金融估计系数在1%的水平下都显著，遵循中介效应检验步骤，我们按存在中介效应立论，即综合效应包括直接效应和间接效应，分析收入增长和收入分配的中介效应。

2.收入增长效应——基于效率视角

表5的列（4）～（6）报告了数字普惠金融发展对居民收入增长的影响。不同估计方法的回归结果一致表明，数字普惠金融对当期人均可支配收入存在显著的正向影响，且都通过了1%水平下的显著性检验。可见，数字普惠金融发展对居民收入增长的影响是稳健的，提升數字普惠金融在整个金融体系中的相对重要性有助于推动地方经济发展、增进经济效率。

3.收入分配效应——基于公平视角

表5的列（7）～（9）报告了数字普惠金融发展对居民收入分配的影响，结果表明，数字普惠金融发展可以显著改善居民收入分配格局，缩小收入差距，促进社会公平，使弱势群体能更多地分享经济发展的成果。另外，对比列（5）和列（8）的回归系数均值可发现，数字普惠金融的增收效应要强于其对收入分配改善的促进作用，约为后者的4倍。

4.收入增长和收入分配的中介效应检验

在数字普惠金融实现贫困减缓的传导机制中，为检验收入增长和收入分配是否为完全中介变量以及是否存在直接效应，模型（4）将数字普惠金融发展的增收效应和分配效应纳入统一分析框架中，利用LSDV、2SLS和IV-GMM三种方法进行参数估计，结果如表6所示。观察表6的列（2）、（5），不难发现，收入增长（PGDI）和收入分配（INE）的估计系数依旧显著，结合表5中列（5）、（8）中DIFI估计系数显著的结果，可以得出，收入增长和收入分配的中介效应作用显著，这一结果与假说2、假说3一致。表6的列（2）、（5）中数字普惠金融（DIFI）估计系数依然显著，表明数字普惠金融直接效应显著。表5中2SLS估计的数字普惠金融系数分别为0.0942、0.107和-0.0271，结合表6列（2）、（5）的收入增长（PGDI）和收入分配（INE）的估计系数分别为0.583和-0.598，计算可得收入增长的中介效应占总效应比重为66.22%①，收入分配的中介效应占总效应比重为17.20%。可见，作为数字普惠金融实现减贫的核心作用机制，收入增长的中介作用强于收入分配。

5.不同群体的收入增长和收入分配的中介效应检验

表7（下页）报告了数字普惠金融在不同群体中减贫效应的内在机制，限于篇幅，我们仅报告了主要关注变量的估计系数，结果表明：第一，对于贫困群体（10%分位点）来说，他们能够更多获益于数字普惠金融的综合效应和增长效应;对于富裕群体来说（90%分位点），收入增长的中介效应系数显著性水平下降。这一结论说明数字普惠金融对富裕群体的消费水平（贫困程度）的影响相对较弱，其原因可能是传统金融机构“嫌贫爱富”的特质使富人原本就具有较高的金融资源可得性[5]，使得数字普惠金融的发展对富裕群体的金融资源可得性影响较小，而对贫困群体的影响较大。第二，在收入分配方面，对于内部收入差距过大的省域（90%分位点），数字普惠金融发展对改善收入分配效果更好。由此可见，数字普惠金融发展可以兼顾公平和效率，是实现包容性增长的重要路径之一。

四、稳健性检验

鉴于我国不同地区经济发展状况差异较大，这里将样本分为东部、中部、西部和东北地区，并考察数字普惠金融发展对各地区贫困减缓的影响。表8报告了东部、中部、西部和东北地区的估计结果，总体来看，相较于发达的东部地区，数字普惠金融发展对相对欠发达的中西部地区贫困缓解的边际贡献要高，这也与上文中富裕地区的消费水平受数字普惠金融发展的影响作用较小的结论一致。

五、结论与政策建议

随着我国经济社会的快速发展，减贫和收入分配改善成为实现经济包容性增长的重要挑战之一。对于数字普惠金融的减贫效用及其原理，学术界并没有作出全面的论述。为此，本文实证检验了数字普惠金融发展的减贫内涵并对其实现贫困减缓的传导机制进行论证，得到如下主要结论：第一，数字普惠金融发展总体上有利于居民实现贫困减缓，其中，账户覆盖率、个人支付和小微信贷贡献作用较为突出，保险业务次之。第二，从减贫视角看，贫困群体能够从数字普惠金融发展中获益更多，数字普惠金融发展改善了居民内部的收入不均等状况。第三，收入增长和收入分配的中介效应作用显著，其中收入增长的中介作用强于收入分配。此外，贫困群体能够更多获益于数字普惠金融的综合效应和增长效应，内部收入差距越大，数字普惠金融发展对改善收入分配效果越好。第四，对于相对欠发达的中西部地区，数字普惠金融对其贫困缓解的边际贡献要显著高于东部地区。总体来看，数字普惠金融发展在一定程度上兼顾了公平与效率，是实现包容性增长的重要路径之一。

基于以上结论，提出如下建议：第一，高度重视数字化技术发展，推进数字普惠金融体系建设。数字化是提升欠发达地区金融包容性水平的关键技术工具，应扩大数字普惠金融覆盖广度并夯实数字支持程度，营造一个具有包容性的数字普惠金融体系，不断完善个人支付、小微信贷和保险业务等数字化功能，提高金融服务和产品的可获得性，这有助于弥补传统金融难以服务穷人、小微企业和欠发达地区的不足，缓解地区发展不平衡和提升居民生活水平。第二，完善欠发达地区数字普惠金融基础设施建设，注重提高弱势群体金融素养。对于欠发达地区，在推进数字普惠金融发展的过程中除了加大政府和市场多元化投入，进一步完善支付清算、信息通信等基础设施外，还应注重提升居民人力资本水平和金融素养，并结合地方产业发展创新金融信贷产品和服务，从而保护弱势群体的生产和生活，促进其增产增收，使欠发达地区的居民能更好地享有数字金融带来的益处。第三，优化数字普惠金融发展营商环境，强化监管体系建设，防范金融风险[19]。在利用数字化技术扩展金融服务覆盖面的同时，强化信贷保险甄别机制，确保信贷资源的优化配置。此外，还需建立完善数字普惠金融的行为监管、审慎监管以及市场准入体系，制定包括政策、制度、技术等在内的系统性的数字普惠金融风险防范体系。

参考文献

[1]ABOR J Y， AMIDU M， ISSAHAKU H. Mobile telephony， financial inclusion and inclusive growth[J]. Journal of African Business， 2018， 19（3）： 1-24.

[2]NORTON S W. Transaction costs， telecommuni-

cations， and the microeconomics of macroe-

conomic growth[J]. Economic Development & Cultural Change， 1992， 41（1）： 175-196.

[3]貝多广，李焰.数字普惠金融新时代[M].北京：中信出版社，2017：48.

[4]MBITI I， WEIL D N. Mobile banking： the Impact of M-Pesa in Kenya[Z]. Working Papers， 2011.

[5]LAUER K， LYMAN T. Digital financial inclu-

sion： implications for customers， regulators， supervisors， and standard-setting Bodies[M]. Washington： CGAP， 2015.

[6]BOURGUIGON， F. The poverty-growth-inequality triangle[Z]. Indian Council for Re-

search on International Economic Relations New Delhi Working Papers， 2004.

[7]KPODAR K R， ANDRIANAIVO M. ICT， financial inclusion， and growth evidence from African countries[Z]. IMF Working papers， 2011， 11（73）.

[8]JACK W， RAY A， SURI T. Transaction networks： Evidence from mobile money in Kenya[J]. American Economic Review， 2013， 103（3）： 356-361.

[9]MARKEN A. The long tail why the future of business is selling less of more[J]. Hyperion， 2006， 24（3）： 274-276.

[10]DEMIRGUC-KUNT A， KLAPPER L F. Financial inclusion in Africa： an overview[J]. Policy Research Working Paper， 2012.

[11] AGHION P， BOUSTAN L， HOXBY C， et al. The causal impact of education on economic growth？： evidence from U.S. [Z]. Working Paper， 2009.

[12] AGHION P， Bolton P. A theory of trickle-down growth and development[J]. Review of Economic Studies， 1997， 64（2）： 151-172.

[13] DINIZ E， BIROCHI R， POZZEBON M. Triggers and barriers to financial inclusion： the use of ICT-based branchless banking in an amazon county[J]. Electronic Commerce Research & Applications， 2012， 11（5）： 484-494.

[14] PERIC K. Digital financial inclusion[J]. Journal of Payments Strategy & Systems， 2015， 9（3）： 212-214.

[15] ODHIAMBO N M. Finance-growth-poverty nexus in South Africa： A dynamic causality linkage[J]. The Journal of Socio-Economics. 2009， 38（2）： 320-325.

[16] 崔艳娟，孙刚.金融发展是贫困减缓的原因吗？——来自中国的证据[J].金融研究，2012（11）：116-127.

[17] ISLAM N， Small sample performance of dynamic panel data estimators in estimating the growth-convergence equation： A monte carlo study[J]. Advances in Econometrics， 2001， 15（1）： 317-339.

[18] GABOR D， BROOKS S . The digital revolution in financial inclusion： international development in the fintech era[J]. New Political Economy， 2017， 22（4）：423-436.

[19] 粟勤，孟娜娜.縣域普惠金融发展的实际操作：由豫省兰考生发[J].改革，2018（1）：149-159.

Abstract： Based on the 2011-2015 China’s provincial panel data， this paper empirically examines the impact of digital inclusive finance on poverty reduction， and explores the internal mechanism of digital inclusive finance to reduce poverty from the perspective of income growth and income distribution. It comes to the empirical results as follows： the development of digital inclusive finance is generally conducive to poverty alleviation. Among which account coverage， personal payment and micro-credit play a more significant role. Compared with the rich groups， the poor groups can more benefit from the development of digital inclusive finance， which means that the development of digital inclusive finance improves income inequality within residents. Through further research， it is also found that the improvement of income growth and income distribution is an important mechanism for digital inclusive finance to promote poverty reduction. Therefore， the development of digital inclusive finance can balance efficiency and equity and achieve inclusive growth.

Key words： digital inclusive finance;poverty reduction;income distribution;inclusive growth