普惠金融对农户可行能力的影响和优化路径研究

王浩宇

一、引言

在如期打赢脱贫攻坚战后，仍要进一步巩固脱贫攻坚成果，全面提高脱贫质量，增强脱贫地区和脱贫家庭的内生发展能力，防止返贫致贫。2023年中央一号文件《中共中央 国务院关于做好2023年全国推进乡村振兴重点工作的意见》强调，坚决守住不发生规模性返贫底线，增强脱贫地区和脱贫群众内生发展动力。人的全面发展本质是扩展人的可行能力，我国社会发展的不充分表现为部分农户尤其是脱贫人口的可行能力的实现程度还较低。其根本原因在于：脱贫人口没能实现收入与能力的同步增长，贫困问题的实质是能力缺失问题，即由于资源、文化、关系、社会机会等方面的缺失造成了贫困人口缺乏维持最基本生活需求的能力，从而陷入贫困。因此，如何切实提高脱贫人口的内在可行能力成为防止脱贫人口返贫的首要问题(张丽颖和李连胜，2021)。

可行能力是阿马蒂亚·森(Amartya Sen)在批判传统福利评价方法基础上提出的理论(姚进忠，2018)。关于可行能力的观点主要是，实质自由不仅是发展的首要目的，也是促进发展的动力和手段。因而，当发展的目标与手段有悖于实现人的自由时，个体的可行能力就会被削弱，从而失去选择的自由而陷入不利处境。在森(1992，2012)看来，人的生活可以从两个角度进行剖析：福利和能动性。福利和能动性都包含成就和获取成就的自由两个维度。两个维度交叉结合产生四种不同的与个人相关的利益概念：(1)福利成就；(2)能动性成就；(3)福利自由；(4)能动性自由。森就是用这四个概念对个体生活进行考量的，其中福利成就和福利自由被发展成可行能力的基础性核心概念，即功能性活动和可行能力。森(2013)认为，可行能力是指个体拥有自由选择他有理由珍视的生活的基本能力，认为福利可根据一个人的生活质量来测度，一个人有可能实现的、各种可能的功能性活动的组合便是可行能力，也即个体实现各种可能的功能性活动组合的实质自由，也可以说是实现各种不同生活方式的自由。可行能力既包括那些最基本的生存需要，也包括感觉快乐、获得自尊等方面的能力。发展的过程就是保障、提升与实现人的可行能力，从而使个体拥有自由选择的空间，能依据自身有理由珍视的事物来比较、判断和选择各种功能性活动(Nussbaum，2011)。

那么，该如何提高可行能力，进而提高脱困人口的内在能力来防止返贫呢？数字技术尤其是数字金融的发展对这一问题提供了新的解决路径。数字金融泛指传统金融机构与互联网公司利用数字技术实现融资、支付、投资和其他新型金融业务模式(黄益平和黄卓，2018)。现有研究表明，数字普惠金融能够平滑消费(张勋等，2021)、管理信用信息(陈熹和张立刚，2021)、缓解就业难题(何婧和李庆海，2019)，这对于提升部分农户尤其是脱贫人口的可行能力存在着理论上的正向影响。然而，现有研究缺乏在这一视角下的实证分析，鉴于此，本文使用普惠金融指数和CFPS的合并数据，分析数字普惠金融对农户可行能力的影响，并进行机制分析和异质性分析，以期为数字普惠金融更好提升可行能力从而助力乡村全面振兴和共同富裕提供理论依据和参考。

二、文献回顾与研究假设

(一)可行能力的相关研究

在国外对可行能力的相关研究中，学者主要从度量方法和实证两个方面进行了研究。就度量方法而言，对于可行能力的多维不平等主要的度量方法有三种(Kolm，1977)，分别为Maasoumi指数、多维基尼系数和Tsui指数。Maasoumi(1986)利用信息理论定义了第一阶段的函数，第二阶段利用广义熵指数构造多维不平等指数。Gajdos和Weymark(2005)使用规范化方法构建了多维基尼系数。Tsui(1999)通过规范法提出了Tsui指数。相关实证研究则主要关注了农户收入、消费、教育、健康、土地和住房质量(Nilsson，2007；Decancq，2012；Justino，2012)等方面的可行能力差异。例如，Angelini和Michelangeli(2012)使用Tsui指数和欧洲社区家庭调查数据测量了欧洲家庭收入、居住和教育的不平等水平；Yao等(2017)基于新西兰的员工调查数据，发现从自我评估的“生存”收入转向“体面”收入存在一个区间范围；Shahiki Tash等(2017)基于2002～2007年伊朗的数据，发现失业率、通货膨胀率和基尼系数与福利水平呈负相关，而识字率和政府支出与基本福利呈正相关；Andreassen和Tommaso(2018)利用随机比例模型评估了意大利女性的可行能力，他们基于模型估计发现，有23%～25%的女性存在行动自由受限(能力受限)的情况。

国内对于森的可行能力理论在福利应用方面的研究相对较晚，研究领域以微观领域为主，测度指标也偏重功能性指标，多数研究成果是关于弱势群体的福利状况研究，如保障性住房居住者、农民工和农户(杨国永等，2019；方永恒和陈友倩，2018；胡清华等，2019；李云新和黄科，2018)等主体。也有部分学者基于可行能力理论对宏观福利发展状况进行了研究，如杨爱婷和宋德勇(2012)采用集对分析法对改革开放以来中国社会福利进行测算，发现能力不足侵蚀着经济增长带来的社会福利增长；江求川(2015)测度了收入、教育、健康三个维度下的福利不平等；王曦璟和高艳云(2018)将单维度不平等和多维度不平等纳入同一框架，利用多种赋权方式将单维度不平等合成多维度不平等，发现收入差距缩小并不代表其他不平等的同步改善，不平等问题必须注重单一维度和多维度相结合。

(二)数字技术对可行能力的提升

普惠金融的概念最早由联合国在“2005年国际小额信贷年”宣传中提出，旨在以可负担的资金成本为社会所有阶层提供便捷的金融服务(郭峰等，2020)。此后，依托金融科技和移动互联网发展起来的数字普惠金融实现了数字技术和普惠金融的有机融合，深刻改变了传统的金融模式和金融生态，成为传统金融的重要补充。作为传统金融模式的深度创新，数字普惠金融为家庭贫困缓解、农户收入增长、城乡收入差距缩小提供了新的机遇而被寄予厚望(尹志超和张栋浩，2020)。在数字经济时代，数字技术与数字信息赋能深刻改变着全社会的生产与生活方式，这种冲击催生了传统能力之外的能力——数字素养。它不仅是一种禀赋能力，更是一种自我发展能力。从自我发展性质角度看，数字素养尤其是数字金融素养可以充当“资源驱动器”，不仅可以在多个领域增强贫困群体的禀赋能力，还可以通过与个体其他自我发展能力的结合产生积极的乘数效应(Galli et al.，2011；刘江涛和李旭鸿，2023)，使脱贫人口的可行能力得到多样化的水平提升，从而更容易避免陷入深度的、长期的相对贫困困境(罗俊，2021)。因此，本文提出研究假设1。

H1：数字普惠金融能够显著提升农户的可行能力。

数字普惠金融依托移动终端与互联网即可提供金融服务，具有强大的地理穿透性和区域渗透性，打破了传统金融服务的时空局限，极大降低了对传统金融物理网点的实体依赖，克服传统金融物理网点覆盖不足和空间分布不均衡的短板，有效提升了金融服务的覆盖广度和触达范围，助力欠发达地区经济增长与农户收入提升(Das &Chatterjee，2023)。普惠金融还改善了农村金融服务的需求和供给，提高了金融服务的包容性，不仅增强了金融机构风控能力(周雨晴和何广文，2020)，还通过减少农村家庭的资金获取成本，为农户提供了更平等的融资机会(张勋等，2019)，从而有利于农户收入的增加。因此，本文提出研究假设2。

H2：数字普惠金融对脱贫人口可行能力的提升通过提高收入水平来实现。

数字技术的应用与互联网特性使得数字普惠金融的边际成本趋近于0，大幅降低了金融交易成本和服务门槛(刘锦怡和刘纯阳，2020)，有效缓解了金融排斥，从而可以为更广泛的长尾群体提供金融服务和支付服务(张勋等，2021)，使传统金融难以兼顾的低收入人群、贫困阶层、弱势群体也能以合理的价格获取正规金融服务(尹志超和张栋浩，2020)，减少家庭预防性储备(张彤进和蔡宽宁，2021)，从而为医疗这一刚性需求提供资金支持，促进农户的医疗消费，提高健康程度。因此，本文提出研究假设3。

H3：数字普惠金融对脱贫人口可行能力的提升通过提高医疗消费来实现。

不同区域、不同阶层、不同人群在信息检索、获取、应用、评价以及获得和使用信息通信技术、信息资源时形成的差距被称为数字鸿沟，处于劣势一端的人形成信息贫困和知识贫困，数字鸿沟实际上也是一种财富创造能力的差距(琚琼和林蕾，2023)。数字技术与传统行业相结合，催生了电商、快递、网络直播、外卖等就业岗位，不但打破了时间和地域限制，而且还拉动了重点人群就业，为农民工、退役军人和残障人士等重点群体提供了大量灵活就业机会(Holman，2013；Hooghe &Oser，2015；雷明等，2023)。因此，本文提出研究假设4。

H4：数字普惠金融对脱贫人口可行能力的提升通过提高就业机会来实现。

三、变量与描述性统计

(一)计量模型与数据来源

1.计量模型

由于普惠金融数据是县级或市级层面数据，而家庭追踪调查数据为个体层面数据，本文选择以多层线性模型来进行实证检验。多层次线性模型也被称为层次线性模型或混合效应模型，是一种用于分析具有层次结构或嵌套结构数据的统计方法。这种数据结构常见于社会科学、生物统计、教育研究等领域。多层线性模型的基本形式如下：

Yij=β0+β1Xj+β2Zij+uj+eij

其中，Yij是第j个城市中第i个个体的响应变量，Xj是第j个城市的市级变量，Zij是个体层面的控制变量，uj是第j个城市的随机效应，用来捕捉市级层面的变异，eij是个体层面的随机误差，β0是截距项，β1是固定效应系数，β2是控制变量系数。

2.数据来源

关于普惠金融指数的相关数据，本文使用北京大学数字普惠金融研究中心发布的数字普惠金融指数。该指数基于北京大学数字普惠金融数据库编制，涵盖了80个指标，包括金融服务覆盖率、金融服务可得性、金融服务使用情况、金融科技应用情况等方面。

关于个体层面的相关数据，本文使用中国家庭追踪调查(CFPS)的调查数据。该数据主要包括村居数据、家户经济数据、家户成员数据、成人数据和儿童数据五个模块，涵盖中国95%的人口，样本具有充分的全国城乡代表性。根据研究的需要，本文在进行数据清理并删除了相关变量信息缺失的观测值后，最后的有效样本数量为9815个。

(二)变量选取

1.被解释变量

本文的被解释变量为农户的可行能力。具体而言，可行能力由个人收入、医疗消费、就业情况三个维度构成，通过将这三个维度的数据进行标准化处理，再以主成分分析法进行合成(KMO值为0.52，符合主成分分析条件)，得到相应指标。为了便于分析，本文将所得指标乘以100，从而得到最终的可行能力指标。

2.核心解释变量

本文的核心解释变量为普惠金融指数相关内容。在北大普惠金融指数中，包含了总指数、覆盖广度、使用深度、支付、保险、货基、投资、征信、信贷、数字支持服务等不同维度，本文以普惠金融总指数、普惠金融覆盖广度和普惠金融使用深度三个主要维度作为核心解释变量。

3.控制变量

为了保证回归结果的无偏，本文选择控制与研究内容有关的个体特征变量，包括如下几个方面。(1)年龄。年龄对于农户掌握和使用普惠金融的相关知识和技能存在着差异化的影响，因此本文将年龄纳入控制变量。(2)婚姻状况。不同的婚姻状况对于可行能力的主观看法存在不同，因此本文将婚姻状况纳入控制变量。(3)健康状况。健康状况会影响农户的医疗消费，从而对可行能力产生影响，因此本文将健康状况纳入控制变量。(4)上网情况。上网情况会影响农户的信息获取，从而对普惠金融的相关知识和技能产生影响，因此本文将上网情况纳入控制变量。

(三)描述性统计

表1展现了变量的描述性统计结果。

表1 描述性统计

就被解释变量而言，可行能力的均值为-8.361，标准差为8.729，说明大部分样本对象的可行能力待提高；个人年收入的均值为22514.122元，标准差为33121.597，说明大部分受访者的个人年收入在56000元以内；医疗消费的均值为2201.158元，标准差为7106.955，说明大部分受访者的医疗消费在10000元以内；本年工作经历的均值为0.656，说明有65.6%的受访者本年度有参加工作。

就核心解释变量而言，普惠金融总指数的均值为192.306，标准差为41.337，说明大部分城市的普惠金融总指数在150～230；普惠金融覆盖广度的均值为181.652，标准差为39.978，说明大部分城市的普惠金融覆盖广度在140～220；普惠金融使用深度的均值为186.675，标准差为48.119，说明大部分城市的普惠金融使用深度在140～230。

就控制变量而言，受访者的年龄普遍在27～60岁，其中大部分受访者均已结婚，受访者的身体健康状况普遍处于很健康到一般之间，并且有48.1%的受访者会上网。

四、实证分析结果

(一)基本检验结果

表2展现了多层线性模型的回归结果，为了突出主要内容，本文省略了汇报控制变量的具体回归结果。从表2中可以看到，普惠金融总指数、普惠金融覆盖广度和普惠金融使用深度均在1%显著性水平上通过了检验，且均对可行能力存在显著的正向影响，因此，本文的假设1成立。具体而言，普惠金融总指数的边际系数为0.049，说明普惠金融总指数每提高1个单位，则农户的可行能力提高0.049个单位；普惠金融覆盖广度的边际系数为0.069，说明普惠金融覆盖广度每提高1个单位，则农户的可行能力提高0.069个单位；普惠金融使用深度的边际系数为0.025，说明普惠金融使用深度每提高1个单位，则农户的可行能力提高0.025个单位。从回归结果可以看到，在普惠金融的主要维度中，覆盖广度对农户的可行能力提高最大，而使用深度则较小，说明进一步推进覆盖广度能够更有利于提高农户的可行能力。

表2 可行能力的多层线性回归结果

(二)机制分析结果

表3展现了对个人年收入的多层线性回归结果。从表3中可以看到，普惠金融总指数、普惠金融覆盖广度和普惠金融使用深度均在1%显著性水平上通过了检验，且均对个人年收入存在显著的正向影响，因此，本文的假设2成立。具体而言，普惠金融总指数的边际系数为339.150，说明普惠金融总指数每提高1个单位，则农户的年收入可以提高339.150元；普惠金融覆盖广度的边际系数为434.191，说明普惠金融覆盖广度每提高1个单位，则农户的个人年收入可以提高434.191元；普惠金融使用深度的边际系数为205.361，说明普惠金融使用深度每提高1个单位，则农户的个人年收入可以提高205.361元。从表3的回归结果可以看到，在普惠金融的主要维度中，覆盖广度对农户个人年收入的提升程度最高，而使用深度则较低，说明进一步推进覆盖广度更有利于提高农户的个人年收入。

表3 个人年收入的多层线性回归结果

表4展现了对医疗消费的多层线性回归结果。从表4中可以看到，普惠金融总指数在5%显著性水平上通过了检验，普惠金融覆盖广度在1%显著性水平上通过了检验，普惠金融使用深度则对医疗消费不存在显著影响，总的来看，本文的假设3成立。具体而言，普惠金融总指数的边际系数为4.090，说明普惠金融总指数每提高1个单位，则农户的医疗消费提高4.090元；普惠金融覆盖广度的边际系数为5.533，说明普惠金融覆盖广度每提高1个单位，则农户的医疗消费提高5.533元；普惠金融使用深度的边际系数为1.810。从回归结果可以看到，在普惠金融的主要维度中，覆盖广度对农户的医疗消费存在显著影响，而使用深度则不存在显著影响，说明进一步推进覆盖广度更有利于提高农户的医疗消费。

表4 医疗消费的多层线性回归结果

表5展现了对工作经历的多层线性回归结果。从表5中可以看到，普惠金融总指数和普惠金融使用深度在5%显著性水平上通过了检验，而普惠金融覆盖广度则在1%显著性水平上通过了检验，且均对工作经历存在显著的负向影响，因此，本文的假设4不成立。具体而言，普惠金融总指数和普惠金融使用深度的边际系数为-0.001，普惠金融覆盖广度的边际系数为-0.002，说明普惠金融总指数、普惠金融覆盖广度和普惠金融使用深度均会降低工作经历水平，本文认为这是由于普惠金融带来的收入提高，降低了农户的工作意愿，使农户更愿意享受闲暇。

表5 工作经历的多层线性回归结果

(三)异质性分析结果

为了进一步区分普惠金融对不同地区农户的异质性影响，本文以东部地区、中部地区和西部地区为划分依据，进行异质性分析。总的来看，普惠金融对农户可行能力的提高在东部地区最为有效，在中部地区则稍次之，在西部地区尚存在很大的提升空间。

表6展现了东部地区的多层线性模型回归结果。从表6中可以看到，在东部地区，普惠金融总指数、普惠金融覆盖广度和普惠金融使用深度均在1%显著性水平上通过了检验，且均对可行能力存在显著的正向影响。具体而言，普惠金融总指数的边际系数为0.065，高于全国平均水平的0.049；普惠金融覆盖广度的边际系数为0.074，高于全国平均水平的0.069；普惠金融使用深度的边际系数为0.046，高于全国平均水平的0.025。本文认为，这可能是由于东部地区经济较为发达，普惠金融服务可能更加成熟和广泛，并且东部地区的农户可能对新的金融产品和服务有更高的接受度和适应性，有助于提高农户的可行能力，因此对于经济较发达的东部地区，普惠金融服务的推广和强化可以较好地提高农户的可行能力。

表6 东部地区可行能力的多层线性回归结果

表7展现了中部地区的多层线性模型回归结果。从表7中可以看到，在中部地区，普惠金融总指数和普惠金融覆盖广度在1%显著性水平上通过了检验，普惠金融使用深度在10%显著性水平上通过了检验，且均对可行能力存在显著的正向影响。具体而言，普惠金融总指数的边际系数为0.012，低于全国平均水平的0.049；普惠金融覆盖广度的边际系数为0.035，低于全国平均水平的0.069；普惠金融使用深度的边际系数为0.006，低于全国平均水平的0.025。本文认为，这可能是由于中部地区在金融服务的覆盖和深度上存在不足，并且普惠金融产品没有完全满足中部地区农户的具体需求，导致了普惠金融对农户可行能力的提升受限。

表7 中部地区可行能力的多层线性回归结果

表8展现了西部地区的多层线性模型回归结果。从表8中可以看到，在西部地区，普惠金融总指数在10%显著性水平上通过了检验，但对可行能力存在显著的负向影响；普惠金融覆盖广度则对农户的可行能力不存在显著影响；普惠金融使用深度在1%显著性水平上通过了检验，且对可行能力存在显著的正向影响。具体而言，普惠金融总指数的边际系数为-0.006，低于全国平均水平的0.049；普惠金融使用深度的边际系数为0.016，低于全国平均水平的0.025。本文认为，普惠金融总指数的负向影响表明西部地区的金融服务在总体上未能有效支持农户的可行能力提升，尽管普惠金融使用深度对可行能力有正向影响，但这一影响较弱，可能反映了金融服务在深度和质量上的不足，应该进一步完善普惠金融相关的基础设施建设和执行力度。

表8 西部地区可行能力的多层线性回归结果

(四)稳健性检验结果

为了确保结论的稳健性，本文选择使用滞后一期的普惠金融相关指数进行替换，来对被解释变量进行回归。

表9分别展现了滞后一期的普惠金融总指数、普惠金融覆盖广度和普惠金融使用深度对农户可行能力的多层线性回归结果，普惠金融总指数、普惠金融覆盖广度和普惠金融使用深度均在1%显著性水平上通过了检验，且均对可行能力存在显著的正向影响，边际系数分别为0.053、0.050和0.057，因此，本文的假设1通过了稳健性检验。

表9 可行能力的多层线性回归结果(稳健性)

表10分别展现了滞后一期的普惠金融总指数、普惠金融覆盖广度和普惠金融使用深度对农户个人年收入的多层线性回归结果，普惠金融总指数、普惠金融覆盖广度和普惠金融使用深度均在1%显著性水平上通过了检验，且均对个人年收入存在显著的正向影响，边际系数分别为316.141、350.299和264.984，因此，本文的假设2通过了稳健性检验。

表10 个人年收入的多层线性回归结果(稳健性)

表11分别展现了滞后一期的普惠金融总指数、普惠金融覆盖广度和普惠金融使用深度对农户医疗消费的多层线性回归结果，普惠金融总指数、普惠金融覆盖广度在5%显著性水平上通过了稳健性检验，普惠金融使用深度则在1%显著性水平上通过了检验，且均对医疗消费存在显著的正向影响，边际系数分别为4.640、3.811和5.446，因此，本文的假设3通过了稳健性检验。

表11 医疗消费的多层线性回归结果(稳健性)

表12分别展现了滞后一期的普惠金融总指数、普惠金融覆盖广度和普惠金融使用深度对农户工作经历的多层线性回归结果，普惠金融总指数在5%显著性水平上通过了检验，普惠金融覆盖广度和普惠金融使用深度则在1%显著性水平上通过了检验，但均对可行能力存在显著的负向影响，边际系数分别为-0.001、-0.001和-0.002，因此，本文的假设4未通过稳健性检验。

表12 工作经历的多层线性回归结果(稳健性)

五、结论与政策建议

数字金融发展带来的数字红利有助于提高农户的可行能力，对于防止脱贫人口返贫、实现乡村全面振兴和共同富裕发挥着关键性作用。鉴于此，本文基于数字普惠金融指数和中国家庭追踪调查数据，就数字金融对农户可行能力的影响进行了实证分析。研究发现：

第一，普惠金融总指数、普惠金融覆盖广度和普惠金融使用深度均对可行能力存在显著的正向影响。在普惠金融的主要维度中，覆盖广度对农户的可行能力提高最大，而使用深度则较小，说明进一步推进覆盖广度能够更有利于提高农户的可行能力。

第二，通过异质性分析，本文发现东部地区普惠金融对农户的可行能力影响最为显著；中部地区次之；西部地区普惠金融对农户的可行能力影响提升效果最差，普惠金融覆盖广度则对农户的可行能力不存在显著影响。

第三，普惠金融总指数、普惠金融覆盖广度和普惠金融使用深度均对个人年收入存在显著的正向影响。在普惠金融的主要维度中，覆盖广度对农户个人年收入的提升程度最高，而使用深度则较低，说明进一步推进覆盖广度能够更有利于提高农户的个人年收入。

第四，普惠金融总指数和普惠金融覆盖广度对医疗消费存在显著影响，普惠金融使用深度则对医疗消费不存在显著影响，说明进一步推进覆盖广度有利于提高农户的医疗消费水平。

第五，普惠金融总指数和普惠金融使用深度在5%显著性水平上通过了检验，普惠金融覆盖广度则在1%显著性水平上通过了检验，但均对工作经历存在显著的负向影响，与本文预期的研究假设相反，本文推测是由于普惠金融带来的收入提高，降低了农户的工作意愿，使农户更愿意享受闲暇。

基于上述研究结论，本文提出如下政策建议。

第一，积极推广普惠金融服务。各地应进一步推广普惠金融服务，特别是在乡村和偏远地区，为确保普惠金融服务的高效运作，加强对数字金融平台的投资，提高技术的可靠性和易用性，同时为乡村居民提供数字技能培训，帮助他们更好地利用普惠金融的相关服务，从而提高农户的可行能力，增强其内生发展动力。

第二，扩大普惠金融的覆盖广度。在普惠金融的主要维度中，覆盖广度对农户的可行能力提高最大。因此，各地应注重增强普惠金融的覆盖广度，确保更多农户和易返贫人口能够受益于普惠金融的发展。鉴于普惠金融覆盖广度对农户可行能力和个人年收入提升的显著影响，相关金融机构应通过建立更多的服务网点，或利用数字技术远程提供金融服务，着重扩大普惠金融服务的覆盖范围，以促进脱贫人口更好地提升个人可行能力。

第三，提高普惠金融的使用深度。虽然普惠金融的使用深度对可行能力的提升较低，但仍然存在正向影响。相关部门应探索方法提高普惠金融的使用深度，如通过提供更多种类的金融产品和服务，或者增加农户对普惠金融服务的认知和信任，从而发挥普惠金融使用深度对农户和脱贫人口的可行能力提升的作用。

第四，完善普惠金融的区域差异化需求。在东部地区，进一步优化金融产品设计，提高服务质量，以满足农户多样化的金融需求；在中部地区，地方政府和金融机构加大金融基础设施投资，同时调整金融产品以更好地符合农户的实际需求；在西部地区，地方政府和相关金融机构应当切实提高普惠金融服务的质量和深度，重点关注基础金融服务的建设，提高金融知识普及率，同时提供更多符合当地特色的金融产品和服务。

第五，持续监测和评估政策效果。为了确保普惠金融实施的有效性和持续改进，地方政府和相关金融机构应设立一个全面的监测和评估体系，持续追踪普惠金融对农户可行能力的提升效果，随时灵活调整以适应经济社会环境的变化，确保普惠金融能够有效地推进乡村全面振兴。