普惠金融发展能够防止返贫吗？

段立中 成春林

摘   要：将金融健康纳入普惠金融指标体系框架，利用中国家庭追踪调查（CFPS）数据，构建包括可得性、使用性和健康性三个维度的普惠金融指数，实证检验普惠金融对多维贫困脆弱性的影响，以探究普惠金融防止返贫的作用。结果表明：首先，普惠金融总指数及其分维度指数均与多维贫困脆弱性显著负相关；其次，机制检验表明，普惠金融可以显著降低多维贫困水平及其不确定性；再次，普惠金融减缓多维贫困脆弱性的作用在农村比在城镇更明显，在西部地区比在东部和中部地区更明显；继次，随着分位数水平的提高，可得性的作用整体呈下降趋势，使用性和健康性的作用整体呈上升趋势；最后，分不同金融服务和产品来看，银行存贷款、养老保险和商业性保险防止返贫的作用明显。

关键词：金融普及；金融健康；脱贫攻坚；中国家庭追踪调查（CFPS）

中图分类号：F832  文献标识码：A  文章编号：1674-2265（2023）03-0011-11

DOI：10.19647/j.cnki.37-1462/f.2023.03.003

一、引言及文獻综述

2021年2月25日，习近平总书记在全国脱贫攻坚总结表彰大会上庄严宣告，我国脱贫攻坚战取得全面胜利。然而，脱贫摘帽不是终点。在2020年3月的决战决胜脱贫攻坚座谈会上，习近平总书记就指出：“已脱贫人口中有近200万人存在返贫风险，边缘人口中还有近300万存在致贫风险。”因此，在消除绝对贫困之后，防止返贫成为巩固脱贫攻坚成果的一项重要工作。

多维贫困脆弱性的减缓问题与我国防止返贫的工作高度契合。一方面，防止返贫需要准确地识别贫困，多维贫困比一维贫困更能全面反映家庭状况。贫困通常被理解为一维的概念，由以收入或消费水平划定的贫困线界定。例如，世界银行以日均消费划定全球贫困线。随着对贫困研究的深入，人们逐渐意识到收入或者消费只是贫困的维度之一，教育、健康等其他维度同样重要。牛津贫困与人类发展中心（OPHI）与联合国开发计划署（UNDP）共同提出包括健康、教育和生活水平三个维度的多维贫困指数（MPI），该指数得到学者们的广泛使用。另一方面，防止返贫需要预测家庭未来的贫困状态，贫困脆弱性克服了传统贫困指标的不足。即使家庭当前的福利水平高于贫困标准，也可能因为在未来遭遇风险冲击且缺乏应对的能力或策略，而重新陷入贫困。传统贫困指标是对某一时间点家庭福利水平的事后测度，难以满足“预防”的需要，而贫困脆弱性是对家庭未来福利水平的一种事前测度，具有一定的前瞻性。综合来看，多维贫困脆弱性是指个体未来陷入多维贫困的可能性，兼具“多维贫困”与“贫困脆弱性”的优势。研究多维贫困脆弱性的减缓问题，有利于守住防止规模性返贫的底线，对巩固脱贫攻坚成果具有重要的现实意义。

那么，如何减缓多维贫困脆弱性？从减缓多维贫困的视角来看，公共转移支付（解垩，2015）[2]、社会网络（谭燕芝和张子豪，2017）[3]、劳动力流动（李宝军和罗剑朝，2022）[4]等是重要影响因素。从减缓贫困脆弱性的视角来看，外出务工（邰秀军等，2009）[5]、易地扶贫搬迁（宁静等，2018）[6]、自然灾害（吴雪婧等，2022）[7]等是重要影响因素。但是，现有研究对减缓多维贫困脆弱性问题的探讨并不充分，仅乔俊峰和郭明悦（2021）[8]、张栋浩等（2020）[9]从基本公共服务、普惠金融的视角切入，对此有所涉及。普惠金融是金融扶贫的重要发力点，相关研究发现省级层面的普惠金融指数（吴庆田和王瑞杰，2022）[10]、城市层面的数字普惠金融指数（金发奇等，2021）[11]以及村庄层面的普惠保险指数（张栋浩和蒋佳融，2021）[12]均存在显著的减贫作用。综合来看，关于普惠金融减贫的研究大都集中于地区层面，微观家庭层面的研究相对较少。家庭既是金融服务的重要使用单位，又是贫困脆弱性的常用测度单位。地区层面的普惠金融指数忽略了不同家庭受惠于普惠金融的程度差异，因而相对不能直观地反映普惠金融减缓多维贫困脆弱性的作用。尽管刘七军等（2021）[13]学者的研究从微观家庭层面出发，但仅止步于探讨普惠金融对一维贫困脆弱性的影响，并未充分考虑多维贫困脆弱性的减缓问题。因此，立足家庭层面测度普惠金融指数，并探究其对多维贫困脆弱性的影响是必要的。

与现有文献相比，本文可能存在以下的边际贡献：第一，丰富研究视角。部分学者考察了普惠金融对贫困脆弱性的影响，但是基于微观家庭层面和多维视角展开的研究较少。本文以家庭为单位，测度普惠金融发展水平和多维贫困脆弱性并进行实证分析，是对现有研究的有益补充。第二，完善普惠金融指标体系。在金融健康之于普惠金融的重要性逐渐得到关注的背景下，现有研究尚未将金融健康纳入测度普惠金融的指标体系。本文在可得性和实用性的前提下，加入了对健康性的考量，构建了较为全面的家庭层面的普惠金融指标体系。第三，在得出普惠金融发展能够显著降低多维贫困脆弱性，其机制在于对多维贫困水平及其不确定性的减缓这些基本结论后，进一步探究了上述作用的城乡和区域异质性、不同分位数下的作用变化以及不同金融产品和服务的作用差异，有助于为防止家庭返贫提供各种针对性的建议。

二、理论分析与研究假设

（一）普惠金融的概念界定：从金融普及到金融健康

推动金融服务的普及是普惠金融发展的首要任务。国务院《推进普惠金融发展规划（2016—2020年）》指出：“普惠金融是指立足机会平等要求和商业可持续原则，以可负担的成本为有金融服务需求的社会各阶层和群体提供适当、有效的金融服务。”无论是穷人还是富人，都能平等地享受金融服务。保持金融健康是普惠金融发展的最新要求。贝多广和莫秀根（2019）[14]首次在国内提出了金融健康的概念①，并将其作为普惠金融发展的最高层次要求。2022年2月，中国人民银行召开的金融消费权益保护工作电视会议指出，要深入研究金融健康问题，推进普惠金融高质量发展。2022年11月，中国人民银行金融消费权益保护局副局长尹优平指出，普惠金融发展的高级形态就是金融健康。

随着普惠金融的发展，金融服务的普及在越来越多的地区以更高的程度得以实现，确保消费者合理地使用金融服务并维持良好的财务状态变得愈发重要。因此，普惠金融应该是金融普及和金融健康的概念集合。前者侧重于让所有群体都能获得和使用金融服务，后者侧重于让消费者保持良好的财务状况。本文以此概念为基础，进行普惠金融影响多维贫困脆弱性的研究。

（二）多维贫困脆弱性的发生机制

贫困脆弱性的发生机制涉及风险、风险响应和福利结果三要素（Alwang等，2001）[15]。风险是指可能使家庭福利水平遭受损失的一系列未知事件，包括健康风险冲击、社会风险冲击、经济风险冲击和自然风险冲击等。家庭可以通过一系列事前和事后行为管理或应对风险，即风险响应。风险与风险响应的相互作用，产生了判断家庭是否脆弱的因素——福利结果。家庭在未来一定时期内，可能遭遇各种风险冲击并采取相应的风险响应行为，二者的相互作用下，家庭可能承受一定的福利损失，导致最终的福利水平有很大可能低于某个社会定义的最低标准。基于此，贫困脆弱性可以分为贫困引发和风险引发两个部分（Ligon和Schechter，2003）[16]。贫困引发的脆弱性发生的主要原因在于家庭福利水平过低，以致即使家庭未遭受风险冲击或风险冲击导致的福利损失很小，家庭的福利结果仍很可能低于某一贫困临界值。风险引发的脆弱性发生的主要原因在于家庭福利水平的不确定性（预期之外的家庭福利水平波动）过高，即家庭遭遇的风险冲击过大或缺乏相应的风险响应能力，致使家庭福利水平出现负向波动，最终很可能低于某一贫困临界值。

一维视角下的研究以消费（或收入）的单一指标测度家庭福利水平，贫困引发和风险引发则分别由消费水平过低和消费水平的不确定性过大体现。本文的研究从多维视角展开，以多维贫困指标取代消费（或收入）的单一指标。相应地，贫困引发的脆弱性不再局限于家庭消费水平低下，而是进一步拓展为家庭多维贫困水平过高；风险引发的脆弱性不再局限于家庭消费水平不确定性过大，而是进一步拓展为家庭多维贫困水平的不确定性过大。

（三）普惠金融影响多维贫困脆弱性的作用机制

1. 普惠金融对多维贫困水平的影响。普惠金融通过降低多维贫困水平减缓多维贫困脆弱性。首先，贫困家庭的初始资源禀赋相对不足，谋生能力难以提升，导致其无力长期摆脱贫困状态（杜为公和王静，2017）[17]，而普惠金融的发展增加了对贫困家庭的信贷供给，使其能够获得正规金融渠道的资金支持，破解初始资源禀赋不足的困境，降低自身的多维贫困水平。比如，家庭将从银行获得的贷款直接用于教育投资和健康投资，提高人力资本；或用于购买生产资料和生产设备，扩大生产规模，增加物质资本，增强家庭可持续生计能力，激发脱贫致富的主观意愿，提升家庭长期收入。其次，普惠金融的发展增加了家庭对储蓄和投资等金融产品和服务的获得与使用，使家庭获得利息和投资收益。家庭可以直接将其用于消费，购买生活家电，修缮住房，改善家庭的生活条件，提升个人的幸福感。最后，普惠金融的发展增加了家庭对保险产品和服务的获得与使用，能够降低预防性储蓄，释放消费潜力。例如，在医疗保障缺失的情况下，家庭出于应对健康风险的考虑，会预留一部分资金以满足可能的医疗支出，中断了“收入→消费”的转化。此外，出于节约医疗支出的考虑，部分贫困家庭可能减少就医频率，导致家庭成员身体状况下滑，陷入健康维度的贫困。保险产品和服务可以用于支付相应的意外支出，虽然未直接提升家庭收入，但是可以减免原先需要由家庭自行承担的支出，发挥了对预防性储蓄的替代作用，间接增加家庭消费，并进一步改善家庭多维度的福利状况。

2. 普惠金融对多维贫困水平不确定性的影响。普惠金融通过降低多维贫困水平的不确定性减缓多维贫困脆弱性。普惠金融发展对金融普及的要求缓解了家庭面临的金融排斥，使其能够借助金融服务和产品，实现对风险的事前和事后管理。一是信贷服务及产品的使用。缺乏自我资本积累能力和实现自我发展的资本来源是脱贫家庭重返贫困的原因之一（宋彦峰，2021）[18]。家庭可以借助正规信贷弥补风险冲击造成的意外资金支出，避免因缺乏自有资金而被迫采取变卖生活资产、子女辍学等可能使家庭多维贫困水平骤升（福利水平骤降）的应急举措。二是储蓄服务及产品的使用。储蓄聚集了家庭的闲散资金，又因为具备较好的流动性，能够作为家庭抵御风险的“资金池”，必要时可转换为现金以应对风险冲击导致的意外支出。三是保险服务及产品的使用。购买医疗、养老、健康和财产等保险的家庭，在遭遇对应的风险冲击时能够获得相应的经济补偿，减少意外支出对教育、住房等方面支出的挤出。

此外，普惠金融发展对金融健康的要求保证了家庭使用金融服務和产品的合理程度，避免金融服务和产品造成“适得其反”的后果。“低健康性”主要表现为过度超前消费、过度负债和流动性不足，会弱化家庭的风险响应能力。具言之，有负债的家庭需要在未来还本付息，承担可预期的还债支出义务。同时，在面对可能发生的风险冲击时，家庭还需要承担未预期的其他支出义务。过度超前消费和过度负债会使家庭未来可预期的还债支出义务较大，临近或超过家庭的支出能力阈值；流动性不足则直接降低了家庭的支出能力。一旦风险冲击造成了较大的意外资金支出，致使家庭需要承担的全部支出义务超过当前支出能力，家庭就不得不采取降低家庭福利水平的应急举措，这大大增加了家庭多维贫困水平的不确定性。

基于上述分析（见图1），提出普惠金融影响多维贫困脆弱性及其作用机制的研究假设：

H1：普惠金融发展能够降低多维贫困脆弱性；

H2：普惠金融发展能够降低多维贫困水平；

H3：普惠金融发展能够降低多维贫困水平的不确定性。

三、研究设计

（一）数据来源

综合考虑普惠金融与多维贫困脆弱性所需数据的可得性，选择中国家庭追踪调查（CFPS）2014年、2016年和2018年三轮调查的全国再抽样样本数据作为实证研究的微观数据来源②，并以国家统计局、各省（自治区、直辖市，以下简称省份）《区域金融运行报告》《中国城市统计年鉴》等2013年、2015年和2017年的统计数据作为宏观数据来源③。将家庭经济信息与家庭成员信息进行匹配，在清洗数据并剔除数据缺失严重的样本后，得到3期共24529个观测值的非平衡面板。其中，2014年8252个，2016年8294个，2018年7983个。

为了避免异常值的影响，对家庭的连续变量进行1%和99%分位數的缩尾处理。以2014年为基期，利用各省份的消费者物价指数消除通货膨胀对所有变量的影响。对普惠金融指数以及家庭资产等经济变量加1取对数，以缓解异方差问题。

（二）被解释变量：多维贫困脆弱性

首先，构建多维贫困指标体系。借鉴现有研究，结合MPI、“两不愁三保障”等中国脱贫实践，构建覆盖消费、教育、健康、生活水平和主观感受5个维度共15个指标的多维贫困指标体系，具体的指标设置如表1所示。部分指标的临界值直接参考现有文献设定，其他指标的临界值则采用相对贫困的衡量思路，设定为样本中位数的40%或60%。为了使不同年份的贫困状态具有可比性，基于2014年的样本中位数设定相应的临界值。为避免实证结果受临界值选择的影响，设定高低两套临界值。基于较低临界值计算的多维贫困脆弱性记为多维贫困脆弱性1（vep1），基于较高临界值计算的多维贫困脆弱性记为多维贫困脆弱性2（vep2）。以前者作为实证研究的主要被解释变量，后者用于稳健性检验。

其次，借鉴李丽忍和陈云（2019）[19]的方法，用式（1）计算多维贫困指数：

最后，借鉴Feeny和McDonald（2016）[20]的做法，利用三阶段可行广义最小二乘法（FGLS）测度多维贫困脆弱性。假定多维贫困指数服从正态分布，则家庭未来多维贫困指数大于临界值的概率（即多维贫困脆弱性）可以表示为：

（三）核心解释变量：普惠金融指数

根据上文的概念界定，普惠金融应该是金融普及和金融健康的概念集合。本文从可得性、使用性和健康性三个维度构建普惠金融指标体系，并利用熵值法合成普惠金融指数，具体指标如表2所示。

1. 普惠金融的可得性，旨在反映家庭获得金融服务的难易程度。由于中国的金融排斥主要表现为正规信贷排斥（姚健和臧旭恒，2021）[21]，本部分重点关注家庭获得正规信贷服务的难易程度。首先，家庭应该有获得传统金融服务的线下渠道，所在地有充足的金融机构网点和从业人员，保证家庭能以较低的交通成本获得细致的金融服务。其次，家庭应该有获得数字金融服务的线上渠道。大数据、云计算等金融科技的应用极大地推动了数字金融的发展，打破了线下渠道的时间和空间限制。金融机构网点的分布情况仅是家庭通过线下渠道获得金融服务难易度的体现之一，在金融机构进行数字化转型、开通线上服务的背景下，具有一定的片面性。家庭使用互联网上网是获取数字金融服务的前提，选择“是否使用互联网上网”反映家庭是否拥有获得金融服务的线上渠道。再次，家庭不应该被正规信贷排斥在外。以“是否有借款申请被银行等正规金融机构拒绝的经历”测度。最后，家庭获得正规信贷的成本应该是可负担的。在家庭正规贷款利率数据缺失的情况下，以“待偿银行贷款占全部待偿贷款的比重”测度家庭获得金融服务的成本。其合理之处在于，家庭往往优先通过成本更低的渠道获得贷款，若家庭从银行获取的贷款占比更大，说明正规信贷服务的成本相对更低；反之，若家庭从民间获取的贷款占比更大，说明正规信贷服务的成本相对更高。

2. 普惠金融的使用性，旨在反映家庭实际使用金融服务的程度。按照金融服务的类型划分为银行、保险和其他三个次级指标。现有研究多以二值变量或者水平值变量测度家庭金融服务的使用性，如是否有存款、存款余额等，这忽略了不同家庭经济条件的差异。普惠金融并不是要求所有经济主体获得相同规模的资金支持，而是让有金融需求的客户获得与自身偿还能力相匹配的金融服务（李建军和韩珣，2019）[22]。故以家庭存款除以家庭收入等比值变量测度家庭使用金融服务的程度，从而使变量在不同家庭之间具备可比性。

3. 普惠金融的健康性，旨在反映家庭使用金融服务的合理程度（家庭财务状态）。金融服务可得性的提高使更多“长尾客户”成为金融的服务对象，使其能够利用外部的资金支持进行自我投资、改善生活水平。但是，随着家庭金融服务使用程度的提高，过度超前消费、过度负债等问题会降低家庭金融健康性，恶化家庭财务状况，使金融服务的作用适得其反。因此，健康性是普惠金融水平不可或缺的重要维度。借鉴刘佩和孙立娟（2021）[23]的研究，以开支合理、负债合理和流动性充足三个指标测度。

（四）控制变量

根据李丽（2020）[24]对贫困脆弱性影响因素的梳理，控制变量包括家庭人口特征、家庭资源禀赋、家庭风险响应策略以及地区环境特征。

1. 家庭人口特征。一是户主年龄、性别和婚姻状况。户主是一个家庭主要的经济决策人，对家庭的福利水平起决定性作用。二是家庭人口数、抚养比，反映家庭的人口规模和结构。

2. 家庭资源禀赋。一是家庭资产。家庭资产越多，家庭再生产能力和风险应对能力越强。二是家庭纯收入。收入既是家庭人力资本的一种体现，也决定家庭日常支出的高低，直接影响家庭福利水平。三是家庭人情礼支出、社会组织个数，反映家庭社会资本。社会资本越多，家庭人际关系越广，家庭运用人际关系以获得其他资源的能力越强。

3. 家庭风险响应策略。一是家庭从事工作类型数量。根据CFPS的问卷设计，家庭成员从事的工作可以划分为农业、个体私营、农活和外出打工以及工资性收入。家庭多样的收入来源可以分散收入波动的风险。二是政府补助、社会捐赠和亲戚帮助的金额，反映外界对家庭的帮扶程度。

4. 地区环境特征。不同地区在经济水平等方面存在显著差异，导致家庭遭遇风险冲击的可能性是不同的，能够享受的公共服务、社会保障等社会福利也是不同的。因此，本文纳入家庭所在地经济水平、物价水平、自然灾害损失和城乡变量。

（五）模型设定

1. 基准回归：检验假设1是否成立。利用面板双向固定效应模型分析普惠金融对多维贫困脆弱性的影响，模型设定如下：

2. 机制检验：检验假设2和假设3是否成立。理论分析指出，普惠金融影响多维贫困脆弱性的机制在于：一是降低多维贫困水平；二是降低多维贫困水平的不确定性。将式（3）的被解释变量替换为多维贫困指数（[povit]）和多维贫困指数不确定性（[riskit]），检验上述机制是否存在。模型设定分别如式（4）和式（5）所示。

其中，[riskit]表示多维贫困指数不确定性，其值越大，表明多维贫困水平的不确定性越大；其余变量含义与基准回归一致。借鉴孙伯驰和段志民（2019）[25]测度收入不确定性的方法，将多维贫困指数对家庭特征、地区环境特征等变量进行回归，将残差的平方项作为多维贫困指数不确定性的代理变量。我们关注的是家庭福利水平的负向波动，故将表示家庭福利水平正向波动的残差重新赋值为0，由此得到的多维贫困指数不确定性（[riskit]）是受限因变量，采用Tobit模型回归。

四、实证结果分析

（一）描述性统计及非参数检验

变量的描述性统计如表3所示。其中，多维贫困脆弱性1的均值为0.0662，最小值为0.00，最大值为0.80，说明家庭未来陷入多维贫困的整体概率是比较低的，但是不同家庭之间差距较大，仍有家庭具有较高的多维贫困脆弱性。类似地，普惠金融总指数及其分维度指数、多维贫困指数和多维贫困指数不确定性在家庭间亦存在一定差距。控制变量方面，户主年龄从16岁到95岁不等，平均年龄50岁左右；男性户主（财务问答人）家庭数量略大于女性户主家庭；户主结婚的家庭居多，占比约84%。其他家庭层面变量以及地区层面变量（除物价水平）的最大值和最小值均存在一定差距，这些变量可能是导致家庭多维贫困脆弱性存在差异的重要因素。

为了初步验证普惠金融发展水平差异是否会导致不同家庭在多维贫困脆弱性、多维贫困指数和多维贫困指数不确定性方面的差异，将普惠金融总指数由低到高排序分为低水平和高水平两组进行非参数检验④，结果如表4所示。普惠金融发展水平对多维贫困脆弱性有显著影响（p=0.000），普惠金融低水平组的多维贫困脆弱性中位数为0.068，高于高水平组的0.007；普惠金融发展水平对多维贫困水平有显著影响（p=0.000），普惠金融低水平组的多维贫困指数中位数为0.200，高于高水平组的0.167；普惠金融发展水平对多维贫困指数不确定性有显著影响（p=0.000），但是普惠金融低水平组和高水平组在多维贫困指数不确定性上的中位数相等，均为0.000。这主要是因为在测度多维贫困指数不确定性时，反映家庭福利水平正向波动的残差被赋值为0，这类家庭占有相当一部分比重。从多维贫困指数不确定性的均值和75%分位数来看，普惠金融低水平组分别为0.004和0.003，高于高水平组的0.003和0.002。以上分析表明，普惠金融水平较高的家庭往往具备较低的多维贫困脆弱性、多维贫困水平和多维贫困指数不确定性，初步验证了假设H1—H3。

（二）基准回归

表5汇报了基准回归的结果。其中，列（1）—（4）是分别将普惠金融总指数、可得性、使用性和健康性作为核心解释变量的结果。回归结果表明，普惠金融总指数、可得性、使用性和健康性与多维贫困脆弱性的关系均在1%的水平下显著为负，说明普惠金融能够显著降低多维贫困脆弱性，有效发挥了防止返贫的作用，验证了假设1。

（三）稳健性检验

基准回归的结果可能存在内生性问题。一方面，多维贫困脆弱性是家庭未来陷入贫困的概率，普惠金融指数反映的是家庭当期的普惠金融水平。因此，反向因果造成的内生性问题并不严重（张栋浩和尹志超，2018）[26]。另一方面，尽管我们控制了家庭特征、地区环境特征以及个体和时间固定效应，仍然难以避免遗漏变量导致的内生性问题。故采用工具变量法解决可能存在的内生性问题。借鉴黄彦彦和郭克莎（2021）[27]的做法，以当年家庭所在村居其他家庭的平均普惠金融指数（取对数）作为普惠金融指数的工具变量，其合理之处在于：一是群体特征会影响个体经济行为，村居层面的普惠金融水平一定程度上会影响家庭层面的普惠金融水平，满足相關性的要求；二是村居层面的普惠金融水平不会直接影响单个家庭的多维贫困脆弱性，满足外生性的要求。回归结果显示（见表6和表7），第一阶段的F统计量大于经验临界值10，不存在弱工具变量问题。普惠金融总指数及分维度指数的系数依然显著为负。

此外，采用以下方式进一步验证基准回归的稳健性：一是替换被解释变量。采用表1中较高的临界值计算多维贫困脆弱性2，并将其作为被解释变量重新估计。二是改变样本数据结构。基准回归中使用非平衡面板进行实证研究，以最大限度地保留样本。为了避免回归结果受到面板数据平衡与否的影响，使用平衡面板数据重新估计。三是增加控制变量，包括等级公路密度、人均医疗机构床位数、人均公共图书馆藏书量和人均邮电业务量四个反映所在省份交通、医疗、文化和通信基础设施水平的变量，以及是否为多维贫困家庭的分类变量（若pov>1/3，赋值为1）。再次回归结果（见表6和表7）与基准回归的主要结论保持一致。

（四）机制检验

在前文证明普惠金融能够减缓多维贫困脆弱性的基础上，进一步考察该作用的实现机制，对式（4）和式（5）进行回归，以检验假设2和假设3。鉴于改变被解释变量后可能存在新的内生性问题，表8报告的是工具变量的回归结果，所用工具变量与解决式（3）内生性问题时的一致。特别说明的是，由于多维贫困指数不确定性是受限因变量，采用IV Tobit（MLE）方法回归。

如表8列（1）所示，多维贫困指数作为被解释变量时，普惠金融指数的系数显著为负，说明普惠金融能够显著降低多维贫困水平。如列（2）所示，多维贫困指数不确定性作为被解释变量时，普惠金融指数的系数显著为负，说明普惠金融能够有效降低多维贫困水平的不确定性。假设2和假设3得到验证。

五、进一步研究

（一）分样本回归

为探究普惠金融影响多维贫困脆弱性的城乡差异与区域差异，进行分样本回归。一方面，我国的城乡二元结构依然存在，城镇与农村家庭在资源禀赋、职业选择和文化观念等方面存在一定差异；另一方面，中国经济的区域差异尚未消除，东、中、西部地区的市场化程度、自然资源禀赋和基础设施水平有所不同。以上可能导致不同样本中核心解释变量以及控制变量的估计系数存在差异。

表9报告了分样本回归的结果。列（1）、列（2）分别是城镇和农村样本的回归结果。普惠金融总指数的估计系数分别约为-0.0173和-0.0234，均在1%的水平下显著为负。列（3）—（5）分别是东部、中部和西部地区样本的回归结果⑤。普惠金融总指数的估计系数分别为-0.0186、-0.0185和-0.0263，也均在1%的水平下显著为负。总体来看，普惠金融能够显著降低多维贫困脆弱性，这一作用对城镇或农村家庭及对东部、中部或西部地区的家庭都是存在的，再次验证了假设1。

从城乡差异的角度看，普惠金融对农村家庭多维贫困脆弱性的作用要大于城镇家庭；从区域差异的角度看，普惠金融在西部地区的作用要大于东部和中部地区。城乡差异的原因在于：与城镇家庭相比，农村家庭资源禀赋相对不充足、风险响应策略相对不完善，因而普惠金融对后者的影响更大，发挥了“雪中送炭”的作用。区域差异的原因与之相似，西部地区经济基础相对薄弱，家庭脱离贫困、防止返贫的手段相对单一，当地金融发展水平相对较低，受到普惠金融政策的影响相对较大。因此，普惠金融的作用在西部地区更为明显。

（二）面板分位数回归

基准回归检验了普惠金融对多维贫困脆弱性的平均影响，本部分进一步探究不同分位数下普惠金融的作用变化，利用Powell（2015）[28]提出的非可加性固定效应面板分位数回归模型（QRPD）进行估计。该模型保持了不可分离干扰特性，且能够基于“小T形”样本得到一致的估计量。相比于传统面板分位数回归模型，其估计结果更为准确。本文选择10%、30%、50%、70%和90%五个分位点，利用马尔科夫链蒙特卡洛方法（MCMC）估计。

分别将普惠金融总指数、可得性、使用性和健康性作为核心解释变量进行面板分位数回归，结果表明⑥，在不同分位数下，总指数及其分维度指数的系数均在1%的水平下显著为负。说明对于处在不同脆弱性水平下的家庭而言，提高普惠金融水平都是降低家庭未来陷入多维贫困概率的有效途径，进一步验证了假设1。

图2直观地展示了面板分位数回归中核心解释变量的系数变化。总指数的作用波动较大，分维度来看，可得性的作用随着分位数水平的提高整体呈下降趋势；使用性和健康性的作用在10%～70%分位数区间呈上升趋势，到90%分位数时有所下降，整体均呈上升趋势。可得性作用下降的一个合理的解释是：可得性很大程度上反映了家庭所在省份金融机构和从业人员的覆盖情况。在地区金融供给相同的情况下，低脆弱性家庭比高脆弱性家庭拥有更多资源禀赋和经济机会，更容易获得和使用金融服务，因而可得性的作用表现出一种“精英俘获”现象，与朱一鸣和王偉（2017）[29]的研究结果较为相似。

（三）不同金融产品和服务的回归结果

为了探究家庭使用不同金融产品和服务减缓多维贫困脆弱性的作用差异，直接将使用性维度下的指标作为解释变量进行回归，结果表明⑥：银行存款、贷款、养老保险和商业性保险的系数均在1%的水平上显著，其值分别为-0.0046、-0.0078、-0.0048和

-0.0479。医疗保险的系数为-0.0009但不显著，可能是其作用被商业性保险中的商业医疗保险覆盖而导致的。其他金融产品（股票、基金等）的系数为0.0033且不显著，可能是因为其中包括股票、基金等存在较大风险的金融产品，有时不但不能给家庭带来投资收益，反而使家庭承受本金的损失。

六、研究结论与可行建议

本文通过检验普惠金融对多维贫困脆弱性的影响，探究了普惠金融防止返贫的作用。基于CFPS2014年、2016年和2018年三期数据，立足微观家庭层面，通过增加对健康性的考量，构建了更为全面的普惠金融指数，并探究其对多维贫困脆弱性的影响。主要的研究结论如下：一是提高普惠金融水平能有效减弱多维贫困脆弱性，其机制在于降低多维贫困水平并减少多维贫困水平的不确定性；二是普惠金融降低多维贫困脆弱性的作用存在城乡异质性与区域异质性；三是普惠金融对多维贫困脆弱性的降低作用在不同分位数下存在一定差异；四是不同金融服务和产品对多维贫困脆弱性的作用存在差异。基于上述研究结论，提出以下可行建议：

首先，建立普惠金融防止返贫的长效机制。一是拓展普惠金融指标体系，关注家庭使用金融服务的合理程度，将金融健康与金融服务的普及同时作为评价普惠金融发展成效的标准。二是构建多维贫困动态监测体系，精准识别贫困群体，准确预测返贫概率。三是加强普惠金融对家庭的金融支持，充分发挥普惠金融的多维贫困脆弱性减缓作用。一方面，从供给侧优化对“长尾客户”的服务质量，提高金融服务可得性，确保金融资源精准输送至脆弱家庭，支持其改善贫困状况并提高风险应对能力，实现脆弱群体的长久脱贫；另一方面，从需求侧优化金融服务的获取与使用情况，强化对消费者金融素养和金融能力的培育，提高普惠金融的使用性和健康性。

其次，利用普惠金融防止返贫，应制定兼顾城乡差异与区域差异的普惠金融发展政策。本文的研究表明，普惠金融减缓多维贫困脆弱性的作用在农村地区和西部地区更为明显。因此，应进一步加强对农村地区和西部地区的政策倾斜和金融资源倾斜，充分发挥普惠金融在这些区域内的作用优势。此外，囿于相对薄弱的经济基础和相对落后的金融发展水平，农村地区和西部地区家庭的多维贫困脆弱性往往是由贫困和风险共同引发的，政府、金融机构应该通过宣传、培训等方式，强化消费者利用金融产品致富和避险的能力。城镇地区和东中部地区家庭收入水平相对较高，多维贫困脆弱性主要由风险引发，金融机构应重点加强避险类金融产品的创新与推广。

最后，利用普惠金融防止返贫，应引导不同脆弱性的家庭采取差异化的金融行为。本文的研究表明，随着分位数水平的提高，可得性减缓多维贫困脆弱性的作用整体呈下降趋势，使用性和健康性的作用整体呈上升趋势。对于高脆弱性家庭，提高其获得金融服务的容易程度（可得性）收效甚微，要切实提高家庭实际使用金融服务的程度（使用性），同时将提高使用金融服务的合理程度（健康性）作为重点工作。对于低脆弱性家庭，提高可得性就已经能够有效减缓多维贫困脆弱性，可以相对放宽对使用性和健康性的监测。此外，金融知识相对匮乏的家庭应谨慎使用风险较大的金融产品和服务。

注：

①根据其定义，金融健康是指消费者个人可以凭借其金融知识，利用金融工具，采取合理的金融行为，以达到的个人财务状态。

②CFPS数据平台尚未发布2020年家庭经济库等数据，故样本仅至2018年。

③鉴于CFPS在调查年份调查的主要是“过去12个月”的信息，将CFPS调查年份的数据与前一年的宏观数据匹配。

④不同普惠金融指数样本对多维贫困脆弱性、多维贫困指数和多维贫困指数不确定性均呈现显著差异，未通过方差齐性检验，不满足方差分析前提要求，故使用非参数检验分析。因篇幅所限，方差齐性检验略，作者备索。

⑤东中西部区域的划分标准参考国家统计局。

⑥因篇幅所限，回归结果略，作者备索。

参考文献：

[1]习近平. 在决战决胜脱贫攻坚座谈会上的讲话 [N]. 人民日报，2020-03-07.

[2]解垩.公共转移支付与老年人的多维贫困 [J].中国工业经济，2015，（11）.

[3]谭燕芝，张子豪.社会网络、非正规金融与农户多维贫困 [J].财经研究，2017，43（03）.

[4]李宝军，罗剑朝.农村劳动力流动对农户家庭多维贫困影响的实证 [J].统计与决策，2022，38（08）.

[5]邰秀军，罗丞，李树茁，李聪.外出务工对贫困脆弱性的影响：来自西部山区农户的证据 [J].世界经济文汇，2009，（06）.

[6]宁静，殷浩栋，汪三贵，王琼.易地扶贫搬迁减少了贫困脆弱性吗？——基于8省16县易地扶贫搬迁准实验研究的PSM-DID分析 [J].中国人口·资源与环境，2018，28（11）.

[7]吴雪婧，于小兵，钱宇.自然灾害如何影响农户的贫困脆弱性——基于CFPS微观数据的实证分析 [J].农业技术经济，2022，（06）.

[8]乔俊峰，郭明悦.基本公共服务能有效提升脱贫质量吗？——基于多维贫困和多维贫困脆弱性的视角[J].财政研究，2021，（12）.

[9]张栋浩，尹志超，隋钰冰.金融普惠可以提高减贫质量吗？——基于多维贫困的分析 [J].南方经济，2020，（10）.

[10]吴庆田，王瑞杰.普惠金融降低了城镇家庭的贫困脆弱性吗？——基于CHFS数据的实证分析 [J].南方金融，2022，（07）.

[11]金發奇，言珍，吴庆田.数字普惠金融减缓相对贫困的效率研究 [J].金融发展研究，2021，（01）.

[12] 张栋浩，蒋佳融.普惠保险如何作用于农村反贫困长效机制建设？——基于贫困脆弱性的研究 [J].保险研究，2021，（04）.

[13] 刘七军，刘树梁，李昭楠.普惠金融对农村家庭稳定脱贫影响效应——基于2017CHFS数据实证分析 [J].中国农业资源与区划，2021，42（10）.

[14] 贝多广，莫秀根.包容、健康、负责任——中国普惠金融发展报告（2019），[M].北京：中国金融出版社，2019年.

[15]Alwang Jeffrey，Siegel Paul B，Jorgensen Steen.  2001. Vulnerability：A View from Different Disciplines[R].Social Protection Discussion Paper.

[16]Ligon Ethan，Schechter Laura. 2003. Measuring Vulnerability [J].Economic Journal，113（486）.

[17]杜为公，王静.转型期的中国城市贫困问题及治理 [J].当代经济管理，2017，39（06）.

[18]宋彦峰.普惠金融防止返贫的响应机理及长效机制——基于贫困脆弱性视角 [J].南方金融，2021，（03）.

[19] 李丽忍，陈云.我国农村家户多维贫困脆弱性的测度分析 [J].统计与决策，2019，35（11）.

[20]Feeny Simon，McDonald Lachlan. 2016. Vulnerability to Multidimensional Poverty：Findings from Households in Melanesia [J].Journal of Development Studies，52（3）.

[21]姚健，臧旭恒.普惠金融、流动性约束与家庭消费 [J].财经理论与实践，2021，42（4）.

[22]李建军，韩珣.普惠金融、收入分配和贫困减缓——推进效率和公平的政策框架选择 [J].金融研究，2019，（03）.

[23]刘佩，孙立娟.金融素养与家庭金融健康研究——基于2017年中国家庭金融调查的研究 [J].调研世界，2021，（10）.

[24]李丽.贫困脆弱性的统计测度、发生机制及其在扶贫政策中的应用研究 [M].北京：中国财政经济出版社，2020年.

[25] 孙伯驰，段志民.非农就业对农村家庭贫困脆弱性的影响 [J].现代财经（天津财经大学学报），2019，39（09）.

[26]张栋浩，尹志超.金融普惠、风险应对与农村家庭贫困脆弱性 [J].中国农村经济，2018，（04）.

[27]黄彦彦，郭克莎.家庭负债与恩格尔系数分化——来自中国家庭追踪调查（CFPS）的证据 [J].经济学动态，2021，（11）.

[28]Powell David. 2015. Quantile Regression with Nonadditive Fixed Effects [R].RAND Corporation Working Paper.

[29]朱一鸣，王伟.普惠金融如何实现精准扶贫？[J].财经研究，2017，43（10）.

Abstract：Financial health is incorporated into the framework of the financial inclusion indicator system，and the China Household Tracking Survey（CFPS）data are used to construct a financial inclusion index including three dimensions of accessibility，use and health，and to empirically test the impact of financial inclusion on multidimensional poverty vulnerability in order to explore the role of financial inclusion in preventing poverty return. The results show that：first，both the total financial inclusion index and its sub-dimensional indices are significantly and negatively associated with multidimensional poverty vulnerability; second，mechanism tests show that inclusive finance can significantly reduce the level of multidimensional poverty and its uncertainty；third，the role of inclusive finance in reducing multidimensional poverty vulnerability is more pronounced in rural than in urban areas，and in western regions than in eastern and central regions；fourth， with the increase of the quantile level，the role of availability tends to decrease overall，and the role of use and health tends to increase overall；finally，by different financial services and products，the role of bank savings and loans，pension insurance and commercial insurance to prevent return to poverty is obvious.

Key Words：financial popularity，financial health，poverty alleviation，CFPS

（責任编辑    王   媛；校对   LY，WY）

基金项目：国家社会科学基金重点项目“非对称货币权力下国际经济金融制裁与反制裁效果”（19AGJ011）；国家社会科学基金一般项目“绿色发展理念下传统能源城市转型机制与政策研究”（19BJL033）。

作者简介：段立中，男，南京师范大学商学院，研究方向为普惠金融；成春林（通讯作者），男，南京师范大学商学院副教授，博士，研究方向为金融发展。