数字普惠金融对多维贫困脆弱性的影响研究

冯素玲 张 铮

(1.烟台大学经济管理学院，山东 烟台 264005；2.济南大学商学院，山东 济南 250002)

一、引言

消除贫困是历史性和世界性的难题，是全人类共同的美好理想和长期奋斗目标。 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强调，中国脱贫攻坚战取得了全面胜利，区域性整体贫困得到解决。 中国实现全面脱贫在人类反贫困历史上留下了浓墨重彩的一笔，不仅解决了中国人民的贫困问题，还为全世界人民的脱贫事业提供了中国经验和中国智慧。 但是，脱贫人口的生活水平仍然较低，并且存在返贫的风险。 在绝对贫困问题得到解决的背景下，中国的贫困治理要注重贫困的多维性和动态性，一方面，由于贫困具有复杂性和综合性，收入贫困和消费贫困的标准已经不能体现中国脱贫的质量，需要从教育、健康、医疗、就业、生活质量和收入等方面综合考察多维贫困状况(陈怡、陶晓莹，2022)[1]；另一方面，贫困不只是静止的状态，因病致贫、因病返贫的贫困的动态性特征需要得到体现。 因此，对脱贫的衡量应包括多维能力改善和贫困动态变化两个方面。 多维贫困脆弱性是指未来发生多维贫困的概率，能够从多维性和动态性两个层次有效反映脱贫状况，如何降低多维贫困脆弱性成为亟待解决的问题。

金融是扶贫的重要手段。 金融服务在事前通过提供风险分担机制、优化家庭资产配置、促进家庭的创业从而提升家庭的风险抵御能力，在事后通过“输血”和“造血”功能帮助家庭度过困难期(李建军、李俊成，2020)[2]。 从贫困的多维性特征看，金融服务促进贫困户人力资本、社会资本的积累，为贫困户提供流动性支持，缓解多贫困状况(董晓林等，2021)[3]。 金融服务还通过提供贷款直接缓解教育贫困(徐小阳等，2020)[4]，金融的增收效应和涓滴效应通过提升贫困户的营养支出和保险支出以及社会公共福利开支改善健康贫困和保险贫困。 从贫困的动态性特征看，金融可以提升家庭风险管理能力，降低风险冲击致贫的概率，还通过促进家庭创业提升家庭可持续发展能力。 但是，受交易成本过高、信息不对称等问题的制约，传统金融服务面临结构性失衡问题(赵亚雄、王修华，2022)[5]，存在“金融排斥”和“精英俘获”等问题，低收入弱势群体的金融需求无法得到满足。 数字普惠金融能够降低交易成本，缓解信息不对称和金融排斥问题，提高金融服务的广度、精度和效率，弥补传统金融的不足，为缓解家庭多维贫困脆弱性提供可能。

关于数字普惠金融的减贫效应，现有研究集中于数字普惠金融与收入贫困、多维贫困和贫困脆弱性关系的探讨。 收入贫困方面，数字普惠金融可以直接促进收入增长(张勋等，2021)[6]，也可以通过经济增长效应和收入分配效应间接缓解收入贫困(钱海章等，2020)[7]，还有利于提高低收入家庭的收入水平，缓解居民收入差距，实现包容性增长(杨德勇等，2022)[8]。 关于数字普惠金融与多维贫困的关系，现有研究存在不同观点。 支持的观点认为数字普惠金融有利于缓解个体信贷约束，提升个体人力资本水平(吴本健等，2022)[9]，促进就业和创业，进而缓解多维相对贫困。 反对观点认为由于数字鸿沟的存在，数字普惠金融的发展挤占了弱势群体的就业机会，加深了其多维贫困的程度(何宗樾等，2020)[10]。 贫困脆弱性方面，数字普惠金融通过提供信贷支持，提高家庭风险管理能力，优化家庭资产配置(张海洋、韩晓，2021)[11]等方式对家庭产生影响，缓解家庭贫困脆弱性。 数字普惠金融对不同群体贫困脆弱性的影响存在异质性，而传统金融和数字普惠金融的良好互动有利于缓解不同经济水平和教育水平家庭的贫困脆弱性(丁杰等，2022)[12]。 但尚未有研究从多维贫困脆弱性的视角探讨数字普惠金融的减贫效应。 那么，数字普惠金融的发展能否缓解家庭多维贫困脆弱性?

本文主要研究数字普惠金融对多维贫困脆弱性的影响方向、内在机制和异质性效应，可能的边际贡献如下:第一，研究对象方面，从多维贫困脆弱性的视角研究数字普惠金融的减贫效应。 多维贫困脆弱性兼具动态性特征和多维性特征，更能体现数字普惠金融的减贫效应。 第二，机制分析方面，从缓解多维贫困程度和提升风险抵御能力两个角度探究数字普惠金融影响多维贫困脆弱性的内在逻辑；从促进人力资本投资，提升商业保险支出，缓解不确定风险冲击三个机制分析数字普惠金融如何对家庭多维贫困脆弱性产生影响。 第三，异质性分析方面，不同物质资本水平、社会资本水平、政治地位以及城乡的家庭对数字普惠金融的使用可能存在差异，为分析数字普惠金融能否克服传统金融的金融排斥问题和精英俘获问题，进一步探讨数字普惠金融对不同家庭的异质性效应。

二、理论分析和研究假设

(一)数字普惠金融对家庭多维贫困脆弱性的影响

多维贫困脆弱性是指家庭未来多维贫困的可能性(Feeny 和Mcdonald，2016)[13]。 多维贫困脆弱性的发生主要由家庭多维贫困程度较高和风险抵御能力过低两方面导致。 家庭多维贫困主要包括教育、健康、住房、就业、生活质量和收入等方面，当家庭这些维度的能力较低或贫困程度较高，即家庭的多维贫困处于较高水平时，家庭面临较低的风险冲击就会导致多维贫困脆弱性的发生。 面对外部风险冲击和家庭内部变故时，维持正常稳定的生活水平离不开金融的支持，金融服务对降低家庭多维贫困程度和提升家庭风险抵御能力具有积极作用(李政、李鑫，2022)[14]。 一方面，数字普惠金融的发展使弱势家庭通过正规金融渠道获得资金的支持。家庭获取资金可以用于耐用品投资、人力资本投资、健康投资、医疗教育投资等，提升家庭内生发展动力，降低家庭多维贫困程度，进而缓解家庭多维贫困脆弱性。 另一方面，数字普惠金融的发展可以缓解家庭面临的金融排斥问题，避免家庭通过非正规金融渠道获取资金，降低家庭面临的不确定风险，提升家庭通过正规渠道抵御不确定冲击的能力，进而缓解家庭多维贫困脆弱性。 综上，提出如下假说。

H1:数字普惠金融有助于降低家庭多维贫困脆弱性。

(二)数字普惠金融影响家庭多维贫困脆弱性的作用机制

数字普惠金融可以通过促进人力资本投资、提升家庭商业保险支出、缓解不确定性风险冲击三种渠道降低家庭未来陷入多维贫困的概率，三种机制从降低多维贫困程度和提升家庭风险抵御能力两个角度共同作用于家庭多维贫困脆弱性，降低家庭未来发生多维贫困的可能性。

人力资本投资对家庭多维贫困程度和风险抵御能力均会产生影响，进而影响家庭多维贫困脆弱性。 首先，教育是多维贫困的重要维度，受教育水平不足，直接导致家庭陷入教育贫困(王亚芬等，2022)[15]。 其次，人力资本投资可以提升人的劳动技能，影响工作的搜寻与匹配，促进高质量就业，进而提升收入水平，提升家庭的经济状况，减轻就业贫困和收入贫困程度。再次，人力资本的提升还可以帮助家庭培养良好的健康意识，降低家庭陷入健康贫困的风险。最后，人力资本投资本质上是对人的能力进行投资，通过教育和培训可以使个体具备更高的知识和技能水平，更加理性地参与投资，以实现分散风险的目标。 因此，人力资本投资可以通过降低教育贫困、收入贫困和健康贫困等方式降低多维贫困程度进而降低家庭多维贫困脆弱性，还可以通过提升家庭风险抵御能力，进而缓解家庭多维贫困脆弱性。 数字普惠金融借助新兴金融科技进行风险识别与管理，有效缓解了家庭面临的信贷约束和金融排斥，可以提升家庭教育与培训支出，促进家庭人力资本投资(闫思宇等，2023)[16]，缓解家庭多维贫困脆弱性。

商业保险可以有效应对家庭面临的风险，提升家庭的风险抵御能力，从而降低家庭多维贫困脆弱性。 家庭面临的风险不确定性越大，未来发生多维贫困的可能性越高，如何处理家庭面临的风险尤为重要。 商业保险作为正规风险的处理方式，有效地将家庭风险转移到外部，降低风险的不确定性，进而降低家庭发生多维贫困的可能性。 数字普惠金融可以借助互联网平台从供求两个方面促进家庭商业保险的参与。 一方面，保险公司可以借助家庭在支付宝等数字普惠金融业务平台产生的信用信息及相关信息精准匹配用户保险需求，降低信息搜寻成本，缓解保险市场的道德风险以及逆向选择问题，提高供给质量。 另一方面，数字普惠金融的发展提高了商业保险的可得性、便利性和多样性，降低了商业保险的交易成本，提高家庭金融知识水平和社会互动水平从而促进了保险参与(李晓等，2021)[17]。

不确定性风险冲击会降低家庭的福利水平，带来失业和工资收入下降等问题，恶化家庭经济状况，加深家庭多维贫困程度，使家庭多维贫困脆弱性风险上升。 数字普惠金融的发展可以促进家庭金融资产的参与，促进家庭资产的合理配置(吴雨等，2021[18]；王修华、赵亚雄，2022[19])，合理的家庭资产配置可以实现资产的保值升值，提升家庭收入水平，分散家庭面临的风险，平滑经济损失，提升家庭风险抵御能力，缓解不确定性风险冲击，降低家庭多维贫困程度，进而影响多维贫困脆弱性。 另外，数字普惠金融的发展可以为家庭抵御风险提供可靠的资金来源，降低不确定性风险导致的教育、健康等投资支出下降的问题。 因此，数字普惠金融发展可以从风险发生前优化资产配置，风险发生后提供资金支持共同缓解不确定风险冲击，进而降低家庭多维贫困脆弱性。

综上分析，提出如下假说。

H2:数字普惠金融通过促进人力资本投资降低家庭多维贫困脆弱性。

H3:数字普惠金融通过提高家庭商业保险支出降低家庭多维贫困脆弱性。

H4:数字普惠金融通过缓解不确定风险冲击降低家庭多维贫困脆弱性。

三、研究设计

(一)数据来源

为研究数字普惠金融和家庭多维贫困脆弱性两者之间的关系，主要使用以下三个方面数据。 第一部分数据包括被解释变量、户主和家庭层面的控制变量，数据来源于中国家庭追踪调查(CFPS)。 本文选取该数据库中2014 年、2016 年和2018 年家庭经济库和个人库的数据，并剔除存在变量缺失的样本。 第二部分数据是“北京大学数字普惠金融指数”，详细的编制过程以及各省市的数字普惠金融现状可以参照郭峰(2020)等的研究[20]，受限于数据可得性并且为缓解反向因果关系，实证分析采用2013 年、2015 年和2017 年省级层面数据作为研究的核心解释变量与微观数据库匹配。 第三部分数据为地区层面控制变量的相关数据，该数据来自《中国金融年鉴》。

(二)变量说明

1.被解释变量:家庭多维贫困脆弱性

多维贫困脆弱性是指家庭未来发生多维贫困的概率，借鉴Su 等(2023)[21]提出的计算贫困脆弱性的方法，并参考张栋浩等(2020)[22]的做法，采用三阶段可行广义最小二乘法衡量样本家庭未来陷入多维贫困的概率，具体的做法如下。

从中国家庭追踪调查数据中选取变量衡量多维贫困指标，并对指标赋权加总得到家庭多维贫困的变量(Alkire 和Foster，2007)[23]。 多维贫困指标的选取借鉴何宗樾等(2020)[10]，从收入、就业、健康、教育、住房和生活质量六个维度出发衡量家庭多维贫困的脆弱性，共选取八个具体的指标。 多维贫困变量的构建方法以及具体指标见式(1)-(3)和表1。

表1 家庭多维贫困指标

其中，MPIit是家庭i 第t 年的多维贫困程度，取值范围是[0，1]，取值越大表示家庭多维贫困越严重。 Incomeit、Employit、Healthit、Educationit、Houseit和Lqualityit分别表示收入贫困、就业贫困、健康贫困、教育贫困、住房贫困和生活质量贫困的状况，均为二值变量，当取值为1 时，表示家庭存在此贫困，反之不存在。 House1it和House2it是住房贫困的二级指标，同样为二值变量。 House1it取值为1 时，表明家庭存在住房产权贫困；House2it取值为1 时，表明家庭存在住房面积贫困，家庭人均住房面积小于12m2。 Waterit和Fuelit是生活质量贫困的二级指标，同样是二值变量。 当Waterit取值为1 时，表明家庭存在生活饮水贫困，即家庭无法获得清洁的生活饮用水；当Fuelit取值为1 时表明家庭存在生活燃料贫困，即家庭无法获得清洁燃料。

根据Su 等(2023)[21]的贫困脆弱性的计算方法以及Feeny 和McDonald(2016)[13]关于多维贫困脆弱性计算方法，采用三阶段广义最小二乘法来计算样本家庭未来发生多维贫困的概率，判断家庭多维贫困脆弱性的程度。 家庭多维贫困脆弱性的计算如下所示。

其中，VMPit是i 家庭t 年在未来发生多维贫困的概率。 MPIit是i 家庭t 年多维贫困的剥夺得分。 Xit可能影响多维贫困的变量。 k 为多维贫困的临界值，根据已有做法，k 的取值为1/4 或者1/3，本文基准回归中选取k 等于1/3，在稳健性检验及部分回归中k 取1/4。 当MPIit大于k 时，家庭处于多维贫困状态，当MPIit小于k 时，不处于多维贫困状态。 Φ 是正态分布的累积分布函数是家庭多维贫困剥夺得分的估计值是多维贫困剥夺得分波动的估计值。 多维贫困脆弱性计算的是家庭在未来发生多维贫困的概率，需要先计算家庭未来多维贫困的期望值与方差。 将作为未来多维贫困剥夺得分的期望值，将作为未来多维贫困剥夺得分的方差，带入公式(4)可以计算出家庭未来发生多维贫困的可能性。

2.核心解释变量:数字普惠金融指数

数字普惠金融指数包括覆盖广度、使用深度和数字化程度三个二级维度数据，其中，使用深度包括支付业务、货币基金业务、信贷业务保险业务、投资业务和信用业务，具体的指标选取以及指标的计算方法详见郭峰等(2020)[20]。 数字普惠金融指数与多维贫困脆弱性数值上相差过大，为了使被解释变量和解释变量的数量单位处于同一水平，将数字普惠金融及其分指标进行除以100 的处理。

3.控制变量

控制变量的选取借鉴何宗樾等(2020)[10]的研究，包括户主层面、家庭层面和地区层面的变量。 户主特征变量包括户主的年龄、性别、教育状况、婚姻状况、工作状况和健康状况。 家庭特征变量包括家庭规模、老年人比例、少儿比例和家庭储蓄。 地区控制变量包括地区经济水平以及传统金融发展水平。 地区经济水平用人均GDP 衡量，传统金融发展水平用金融机构贷款余额衡量。

(三)模型设定

为研究数字普惠金融对家庭多维贫困脆弱性的影响，设定如下基准模型:

多维贫困脆弱性VMPit是被解释变量，表示未来发生多维贫困的概率。 DFi，t-1为家庭i 所处地区t-1 年的数字普惠金融指数，Xit表示户主层面、家庭层面和地区层面的一系列控制变量，λt表示年份固定效应，φj表示省份固定效应，εit为不可观测的误差项。 β1衡量数字普惠金融对家庭多维贫困脆弱性的影响方向和程度。

四、实证分析

(一)基准回归结果

本部分着重分析数字普惠金融和家庭多维贫困脆弱性(VMP)两者之间的基准关系，表2为揭示家庭多维贫困脆弱性的影响因素以及数字普惠金融对家庭多维贫困脆弱性的影响提供了重要的信息参考。 其中，列(1)仅加入省份固定效应和时间固定效应，未加入任何控制变量，列(2)-(4)逐步加入户主层面、家庭层面和省份层面的控制变量。 结果显示，数字普惠金融指数对家庭多维贫困脆弱性程度的回归系数均为负值，且均通过了1%的统计显著性检验。数字普惠金融可以降低家庭多维贫困脆弱性程度，在加入全部控制变量和固定效应后，数字普惠金融指数每上升100 点，家庭未来发生多维贫困的概率下降9.3%。 控制变量的回归结果也大致符合预期，假设H1 得到验证。

表2 数字普惠金融与家庭多维贫困脆弱性:基准回归

(二)内生性问题

基准回归中验证了数字普惠金融对家庭多维贫困脆弱性的缓解作用，但是还需要关注反向因果关系以及遗漏变量偏误等带来的内生性问题。 对于反向因果关系，一方面，数字普惠金融的发展对家庭的资金来源、资金使用、资金配置等问题产生影响，从而影响家庭多维贫困脆弱性。 另一方面，不同多维贫困脆弱程度家庭对数字普惠金融的使用情况也不相同。 对于遗漏变量问题，虽然模型中已经加入较多的控制变量，但是依然可能存在一些无法观测的变量或者一些难以精确测量的特征变量，并且这些变量会对多维贫困脆弱性程度产生影响，从而使得回归结果产生偏差。 在基准回归中，已经将数字普惠金融指数滞后一期和微观数据匹配，并使用双向固定效应模型进行回归，可以在一定程度上缓解内生性问题，接下来继续使用工具变量法来进一步缓解内生性问题。 借鉴何宗樾等(2020)[10]的做法，选取家庭所在省份的省会城市与浙江省杭州市的距离和全国层面的数字普惠金融指数均值(除本省外)相乘作为工具变量。与杭州的距离越大，数字普惠金融发展一般越差，满足工具变量的相关性，并且与杭州的距离对家庭的多维贫困脆弱性无直接影响，满足排他性约束。

表3 是工具变量法的回归结果。 回归结果表明，数字普惠金融仍可以降低家庭多维贫困脆弱性，但回归系数比基准回归结果有所下降。 基准回归结果成立，假设H1 再次得到验证。

表3 数字普惠金融与家庭多维贫困脆弱性:内生性问题

(三)稳健性检验

为了保证基准回归结果的可靠性，采用替换解释变量、被解释变量和替换模型的方式检验基准回归结果的稳健性。 表4 中列(1)-(3)分别将核心解释变量替换为数字普惠金融指数的二级维度指数覆盖广度、使用深度和数字化程度。 列(4)将多维贫困的临界值k 从1/3 改为1/4，重新计算多维贫困脆弱性程度，新的多维贫困脆弱性程度变量降低了多维贫困的临界值，扩大了多维贫困家庭群体，提升了家庭多维贫困脆弱性程度。 然后，使用新的多维贫困脆弱性程度对数字普惠金融进行回归。 家庭多维贫困脆弱性是家庭未来陷入多维贫困的概率，取值范围是[0，1]，是两端受限变量，因此，列(5)使用Tobit 模型检验回归结果的稳健性。 回归结果显示，数字普惠金融指数的二级指标覆盖广度和使用深度均可以降低家庭多维贫困脆弱性，但数字化程度降低多维贫困脆弱性的影响不显著，现阶段数字普惠金融的覆盖广度和使用深度对家庭多维贫困脆弱性的影响比较大，而数字化程度对家庭多维贫困脆弱性的影响尚未凸显。 更换多维贫困脆弱性的计算后，数字普惠金融总指数仍然可以降低家庭多维贫困脆弱性。替换为Tobit 模型后，数字普惠金融的影响依旧稳健。 表4 回归结果表明，数字普惠金融缓解家庭多维贫困脆弱性的结论稳健，假设H1 再次得到验证。

五、进一步分析

(一)异质性分析

实证分析表明数字普惠金融可以显著降低家庭多维贫困脆弱性，为了加深对两者关系的认识，进一步研究数字普惠金融的影响在不同家庭之间是否具有异质性。 异质性分析有助于强化数字普惠金融和家庭多维贫困脆弱性两者之间的因果关系。 以效率最大和风险最小为目标的传统金融可能会忽视弱势群体的信贷需求，使得弱势家庭面临金融排斥问题，而精英群体凭借自身优势获取更大的资源，传统金融市场存在较为严重的“精英俘获”现象。 “精英俘获”会使普惠金融的发展偏离其初心，加剧家庭之间的差距，扭曲资源配置。 家庭物质资本、社会资本和政治资本可能会影响家庭数字普惠金融的参与，进一步影响数字普惠金融的减贫效应。家庭位于城市和农村接收到的金融资源也不尽相同，数字普惠金融对城乡家庭的影响程度也可能不同。 为分析数字普惠金融的发展对哪些群体影响更大，能否实现其普惠性的目标，本文从以下几个角度分析数字普惠金融对家庭多维贫困脆弱性的异质性效应。

1.经济精英异质性

家庭物质资本较为富裕的家庭可能从传统金融的发展中获取更大的收益，那么数字普惠金融是否也更加有利于物质资本较高家庭的多维贫困脆弱性的缓解呢? 本文使用“家庭净资产”作为物质资本的代理变量，赋值物质资本大于均值的家庭为1，生成“经济精英”变量，并将经济精英变量和该变量与数字普惠金融指数的交互项放入回归中进行实证检验。 表5 列(1)汇报了经济精英变量的调节效应结果，数字普惠金融的系数是-0.091，且在1%的水平显著，但数字普惠金融与经济精英的交互项系数显著为正。 结果表明，数字普惠金融可以降低家庭多维贫困脆弱性，且对物质资本较低的非经济精英家庭影响更大，物质资本削弱了数字普惠金融对家庭多维贫困脆弱性的缓解作用。 因为传统金融的金融排斥和属性错配问题，低物质资本家庭面临的金融排斥问题更加严重，但数字普惠金融发挥了普惠性和包容性的作用。 可能的解释在于，经济精英的家庭本身更不容易面临资金约束，拥有更多的可支配收入和资产，有利于平滑不同时期的风险。 对于非经济精英的家庭，为了维持家庭生存开支，无法保留更多的风险储备金，需要金融的支持，并且因为缺乏抵押资产，受到金融排斥的概率更高，数字普惠金融的发展对这部分家庭的边际效应更大。

表5 数字普惠金融与家庭多维贫困脆弱性:异质性分析

2.社会精英异质性

社会资本更加富裕的家庭可能从社会网络中获取更多的资金支持，分担家庭风险，那么数字普惠金融是否也更加有利于社会资本较高家庭的多维贫困脆弱性的缓解呢? 本文使用“人情礼支出”作为社会资本的代理变量，赋值社会资本大于均值的家庭为1，生成“社会精英”变量，将精英变量和该变量与数字普惠金融的交互项放入回归中进行调节效应分析。 表5 列(2)汇报了社会精英的调节效应结果，数字普惠金融系数显著为负，但交互项的系数显著为正。 结果表明，数字普惠金融对社会资本较低的非社会精英家庭影响更大。 可能的解释在于，社会精英家庭的资金渠道更丰富，自身信贷需求已得到满足，家庭面临风险冲击时可以通过社会网络筹集资金，获得民间借贷，数字普惠金融对其家庭多维贫困脆弱性的缓解作用较小。 而对于非社会精英家庭，面对经济风险等问题时，其无法从社会网络中获取民间借贷，无法支持家庭的教育、健康和生活支出，需要外部资金的支持，数字普惠金融起到了“雪中送炭”的作用，对社会资本比较低家庭的边际效应更大。

3.政治精英异质性

政治地位可能会影响家庭的资源获取，政治地位较高的家庭可能社会地位同样比较高，其可以通过更加丰富的渠道获取资金，自身经济能力也较强，那么数字普惠金融是否也更加有利于政治地位较高家庭的多维贫困脆弱性的降低呢? 本文使用“是否为中共党员”作为政治地位的代理变量，若户主是中共党员，则家庭为“政治精英”，赋值为1。 表5 列(3)汇报了政治精英的调节效应结果，结果显示，数字普惠金融的系数显著为负，但其与政治精英的交互项显著为正，数字普惠金融对非中共党员家庭的影响更大，对非政治精英家庭的多维贫困脆弱性的缓解效应更强。 可能的解释在于政治精英家庭本身经济水平可能更高，多维贫困状况处于较低水平，多维贫困脆弱性也更不易发生，不需要外部金融的支持。 此外，政治精英家庭的社会网络也更加健全，即使遇到经济危机与非预期风险的冲击，家庭不需要正规金融渠道就能够度过困难期，数字普惠金融的边际效应也更加小。 而对于非政治精英家庭来说，其可获取的金融与信息可能处于较低水平，对资金的需求较大，数字普惠金融的发展对其多维贫困脆弱性的缓解作用更大。

4.城乡异质性

中国长期以来的城乡二元结构使得资源向城镇倾斜，而农村的资源较为匮乏，相较于城镇居民获得的金融服务和信息资源，农村居民受到的金融排斥问题更加严重，金融成本高昂使得传统金融服务难以覆盖偏远和农村地区。 那么数字普惠金融是否有利于破除地理限制，发挥普惠性作用，更加有利于农村家庭多维贫困脆弱性的降低呢? 本文将城乡变量作为调节变量纳入回归方程中，分析数字普惠金融对城镇居民和农村居民的异质性影响。 表5 列(4)汇报了城乡变量的调节效应结果，数字普惠金融系数显著为负，交互项的系数显著为正，表明数字普惠金融对农村居民发挥了更大的减贫效应，对农村居民多维贫困脆弱性的缓解作用更大。可能的解释在于，农村地区金融服务更加稀缺，且农村居民处于征信的空白区域，长期被排除于金融服务之外，对金融服务的需求更大，数字普惠金融发挥的边际效应更强。 而城镇居民经济水平更高，金融需求可以通过传统金融服务得到满足，数字普惠金融对其只作为一种补充渠道，在金融服务水平较高的城镇地区，数字普惠金融发挥的边际效应较小。

(二)机制分析

数字普惠金融缓解多维贫困脆弱性的主要途径是促进人力资本投资，提升商业保险支出和缓解不确定性风险冲击。 为验证数字普惠金融影响家庭多维贫困脆弱性的内在机制，将人力资本投资、商业保险支出和不确定性风险冲击作为被解释变量对数字普惠金融进行回归(江艇，2022)[24]。

人力资本投资有利于家庭多维贫困脆弱性的缓解，为验证数字普惠金融能否促进人力资本投资进而降低家庭多维贫困脆弱性，根据“教育培训支出”构造人力资本投资变量，并将该变量作为被解释变量对数字普惠金融指数进行回归。 表6 列(1)汇报了人力资本投资对数字普惠金融的回归结果，数字普惠金融的系数为1.799，在1%的水平上显著。 回归结果表明数字普惠金融的发展显著促进了家庭人力资本投资，验证了数字普惠金融促进家庭人力资本投资进而缓解家庭多维贫困脆弱性的机制。 内在逻辑在于数字普惠金融的发展降低了金融的服务成本，缓解了信息不对称问题，提高了金融服务的覆盖广度和服务效率，缓解了信贷约束和预防性储蓄动机等问题导致的人力资本投资不足的问题，增强家庭内生发展能力，降低教育贫困和提升风险抵御能力，从而缓解多维贫困脆弱性。 假设H2 得到验证。

表6 数字普惠金融与家庭多维贫困脆弱性:机制分析

保险可以有效分担家庭面临的风险，降低不确定风险对家庭的影响，有利于降低家庭多维贫困脆弱性程度。 为验证数字普惠金融通过影响保险缓解家庭多维贫困脆弱性，根据“家庭商业保险支出问题”构建商业保险支出变量，将该变量作为被解释变量纳入到回归方程。 表6列(2)汇报了商业保险支出对数字普惠金融的回归结果，数字普惠金融的系数为2.090，且在1%的水平上显著。 结果表明数字普惠金融可以促进家庭商业保险支出，而商业保险可以降低家庭多维贫困脆弱性。 数字普惠金融影响家庭商业保险支出进而缓解多维贫困脆弱性的机制得到验证。 内在逻辑是数字普惠金融的发展提高了商业保险的可得性，降低了商业保险的交易成本，缓解了保险市场的信息不对称，提高了保险市场的效率，进而提高家庭的商业保险支出。 商业保险为家庭提供防火墙和缓冲器的作用，降低家庭因病致贫，因病返贫和因为意外风险导致家庭陷入多维贫困的概率，从而缓解家庭多维贫困脆弱性。 假设H3 得到验证。

不确定风险冲击会提升家庭多维贫困脆弱性，数字普惠金融的发展有利于家庭抵御风险冲击，从而缓解多维贫困脆弱性。 为验证数字普惠金融通过缓解不确定风险冲击的机制，将家庭人均纯收入作为被解释变量对户主和家庭特征变量进行回归，得到残差值，以残差值衡量不确定风险冲击。 表6 列(3)显示了不确定风险冲击对数字普惠金融的回归结果，结果为负向显著。 回归结果表明，数字普惠金融的发展缓解了不确定风险的冲击，验证了数字普惠金融影响不确定风险冲击进而缓解家庭多维贫困脆弱性的机制。 内在逻辑在于数字普惠金融的发展通过风险分担和提供信贷支持降低不确定风险的冲击，降低未来发生多维贫困的概率，缓解家庭多维贫困脆弱性。 假设H4 得到验证。

(三)子指标分析

为进一步研究数字普惠金融和多维贫困脆弱性的因果关系，分析数字普惠金融通过影响了多维贫困的哪个子指标进一步影响家庭多维贫困脆弱性。 研究结果如表7 所示，其中住房贫困和生活指标贫困维度分别有两个子指标，若其中任一子指标存在贫困，则住房贫困和生活指标贫困赋值为1。 结果表明，数字普惠金融缓解了收入贫困、健康贫困、教育贫困和生活质量贫困，进而缓解了多维贫困程度和家庭风险抵御能力，最终影响家庭多维贫困脆弱性，结果与理论分析和机制分析结果相符合。

表7 数字普惠金融与家庭多维贫困脆弱性:子指标分析

六、结论与政策建议

在全面脱贫的背景下，降低贫困的多维性和脆弱性是下一阶段的目标和任务，数字普惠金融的快速发展对缓解中国家庭多维贫困脆弱性产生了深远影响。 本文利用北京大学数字普惠金融指数和中国家庭追踪调查微观数据库，探究了数字普惠金融对多维贫困脆弱性的综合影响，分析数字普惠金融影响家庭多维贫困脆弱性的内在机理，聚焦于家庭物质资本、社会资本、政治地位和城乡等特征的内在差异，揭示数字普惠金融对多维贫困脆弱性影响的细分差异。研究结论如下:第一，从总体影响看，数字普惠金融可以有效降低家庭多维贫困脆弱性，并且数字普惠金融中的覆盖广度和使用深度影响更显著，数字化程度的影响不显著。 第二，从异质性影响看，相较于物质资本较高的家庭，数字普惠金融对物质资本较低的家庭影响更大；相较于社会资本较高的家庭，数字普惠金融对社会资本较低的家庭影响更大；相较于政治地位较高的家庭，数字普惠金融对政治地位较低的家庭影响更大；相较于城市的家庭，数字普惠金融对农村家庭的影响更大。 第三，从影响机制看，数字普惠金融通过促进家庭人力资本投资，增加商业保险支出，缓解不确定风险冲击，缓解多维贫困脆弱性。 细分子指标看，数字普惠金融对收入贫困、教育贫困、健康贫困和生活质量贫困的缓解作用显著。

研究揭示了数字普惠金融对家庭多维贫困脆弱性的影响，综合以上研究结论，得到如下政策建议:第一，注重降低贫困的多维性和脆弱性。 多维贫困脆弱性关注的是家庭未来发生多维贫困的概率，兼具贫困的多维性和动态性特征，是对高质量长效脱贫机制的反映，在扶贫时不仅要关注家庭的贫困现状，还要关注家庭的多维可行能力现状，并从脆弱性视角建立多维贫困的返贫预警机制，注重家庭多维可行能力的改善和风险抵御能力的增强，从源头避免多维贫困的发生，降低新贫困和返贫的发生。 第二，持续推动数字普惠金融的发展。 在数字技术快速的发展和支持下，数字普惠金融是金融未来发展的趋势和方向，及时抓住科技信息革命的机遇，推动金融服务的普惠化和数字化，建立数字普惠金融和脱贫的有效连接，满足多维贫困脆弱性家庭的金融需求，充分发挥金融服务的减贫作用。 同时，在发展数字普惠金融的过程中应注意重点突出、先后有序，优先完善落后地区和农村地区的数字普惠金融服务的基础设施。 第三，帮助家庭有效合理使用数字普惠金融。 数字普惠金融对不同物质资本、社会资本、政治地位以及城乡的家庭发挥出不同程度的影响，应强化其对弱势群体的作用，积极引导长尾群体使用数字普惠金融服务，充分发挥数字普惠金融在促进人力资本投资，增强商业保险支出和缓解风险冲击等方面的作用。