APP下载

互联网与金融科技应用对农户脱贫攻坚的影响机制分析

2021-07-07王共明

经济师 2021年5期
关键词:脱贫

摘 要:互联网与金融科技的飞速发展对新时代的农户扶贫提出了新的思路。文章基于2018年CFPS数据,实证分析了在不同個体特征农户、不同家庭和村落社区背景下,互联网与金融科技使用对于农户脱贫攻坚的影响机制。研究结果显示:第一,互联网与金融科技对农户减贫具有正向影响;第二,不同个体、家庭和村落特征下农户减贫效应也具有差异性;第三,金融资本获取与社会资本获取在互联网与金融科技与农户脱贫效应间具有中介效应。基于研究结论,提出强化互联网基础设施建设、完善政策与金融资源配置并引导农户社会资本积累的建议。

关键词:互联网与金融科技 脱贫 金融资本获取 社会资本获取

中图分类号:F062.5;F830  文献标识码:A

文章编号:1004-4914(2021)05-040-04

一、引言

贫困问题一直是困扰世界许多国家政府和学者的一个重大社会问题,中国作为世界上最大的发展中国家,长期以来一直面临贫困人口基数大、贫困构成情况复杂的扶贫现状[1]。从1980年以来,我国政府就已经开始了一系列系统性的扶贫工程,经过几十年的努力,扶贫工作成就卓著。2020年的《政府工作报告》显示,2019年我国农村贫困人口减少了1109万,贫困发生率降至0.6%,脱贫攻坚工作取得了决定性成就。巩固来之不易的脱贫成就、防范脱贫后再返贫、抑制数字脱贫现象是当前需要关注的重点问题。尤其是当前时代,计算机与信息技术飞速发展,人们以往的生活方式正在被彻底改变,互联网与电子商务、人工智能、大数据等创新金融科技为代表的信息技术扶贫,成为解决农户信息不对称、带动农户促收减贫的重要手段。理解互联网与金融科技使用的减贫机理,推动互联网与金融科技技术在脱贫攻坚工作的贯彻落实,成为当前需要关注的重点工作[2]。

针对互联网与金融科技应用与减贫效应的话题,国内外学者从两个方面出发开展了诸多研究。第一个方面是互联网与金融科技的使用能否带来显著脱贫效应?目前对于此问题的研究结论仍存在争议。Klaas(2002)的研究发现,经常使用互联网金融中介平台的用户对于信息的接触面更广,更容易在就业市场找到合适的工作[3];汪向东与王昕天(2015)认为以电子商务和金融创新工具为代表的信息技术扶贫是当前时代背景下扶贫工作的新特点,电子商务在金融扶贫和产业引入方面效果明显[4];冷晨昕与陈前恒(2017)通过构建经济模型对中国19个贫困县的645位农户的调查数据进行分析,研究发现互联网金融能有效降低农户传统金融交易成本,有效增加农户福利[5]。部分学者却认为互联网与金融科技使用的减贫效应仍需进一步讨论,谭燕芝等(2017)在研究互联网与金融科技在城乡间的扶贫差异性时发现,这种信息化扶贫手段对城市居民具有20%的收入提升,而对农村居民的收入提升效应却不明显,这种差异源于城乡居民对于信息化的认可和应用能力差距[6]。Jeffrey(2006)认为电商的互联网金融平台对于农户的增收效应并不显著,早期借助这一平台的农户确实可以享受到这一信息技术手段的红利,但到一定阶段的大量农户涌入时,最终获利的只能是垄断性质的电商平台[7]。第二个方面是互联网与金融科技使用是如何带来脱贫效应的?学者们主要从创业增收、社会资本与金融资本三个角度来研究其作用机制。周洋等(2017)认为互联网与金融科技的使用可以有效促进农户家庭创业的可能性,通过创业增收促进减贫效应[8]。徐乐认为“互联网+”金融工具的融合手段可以降低农户创业过程中的融资风险,进而提升农户的创业增收效应[9]。冯长福(2006)认为互联网与金融科技使用的减贫机制是社会资本,这些信息技术手段有助于信息在农户间的快速传播,提升农户对于外界人脉等社会资本的积累,一定程度上增加农户的增收手段与脱贫机会[10]。同时,有学者认为当前中国农村地区扶贫工作的最大难题是融资难问题,广大农村地区由于诸多条件限制,脱贫急需的金融资本往往很难到达,互联网与金融科技手段的最大优势是可以将城市闲置的资金最精准地聚集到有需要的农户手中,扩大金融的服务边界[11]。

通过分析上述研究文献,首先,可以发现已有研究对于互联网与金融科技使用是否具有显著减贫效应仍然模棱两可,虽然已有相关研究从不同方向讨论其作用机制,但基于中国农户的实证研究仍缺乏。其次,不仅是城乡居民间对于信息技术扶贫的理解接受具有差异性,具体到农户群体,不同个体特征农户、不同家庭和村落社区背景对于互联网与金融科技技术的接受与理解能力也存在差异性,这是开展针对农户的脱贫研究需要控制的重要背景变量。因此,本文研究重点与创新性在于:一是验证在个体特征、家庭特征、村落社区特征三重背景下,互联网与金融科技应用是否影响农户的减贫效应;二是基于中国农户家庭的调查数据,通过实证研究分析互联网与金融科技应用与农户减贫效应间的具体作用机制。

二、理论与假设

(一)互联网与金融科技使用通过金融资本提升农户减贫效应

基于缪尔达尔(1957)提出的循环累积因果理论,该理论认为整个社会经济的发展是一个循环往复、各要素相互影响的动态发展过程。这一理论能够很好地解释不同地区经济发展水平的长期不平衡现象。资金总是倾向于向风险低、回报高的发达地区不断回流,但是回流到一定阶段,两地贫富差距大到一定程度时,发达地区资金过剩、资源竞争激烈的问题出现,这时资金又会向落后地区扩溢。金融资本总是在向经济发达地区回流和向落后地区扩溢间循环累积,但是在不添加外力作用的自由环境下,资金的回流总是大于外溢,这就导致发达地区与落后地区长期的发展不均衡。针对贫困地区农户的金融服务的一项调查显示,由于风险高、回报率低等因素影响,中国农村地区存在金融抑制现象,贫困农户面临“融资难、融资贵”的问题[13]。互联网与金融科技的使用,一方面可以增加融资渠道、扩大资金流动的边界,加快资金向贫困地区外溢的速度;另一方面可以高效精准地识别贫困地区农户的资金需求,使资金高效流向具有投资机会的农户项目,这在一定程度上减缓了资金向发达地区的回流。综上分析,本文提出以下假设:

假设1:互联网与金融科技使用具有农户减贫效应,金融资本获取在二者间具有中介效应。

(二)互联网与金融科技使用通过社会资本获取提升农户减贫效应

基于阿马蒂亚(1976)提出的权力贫困理论,农户贫困不仅仅是个人生活状态的贫乏,更是个人在权力层面的缺失。世界银行认为,社会资本地位等同于物质与人力资本,是个人发展过程中不可缺失的要素。农户的贫困状态很大程度上源于天然的社交人情交往权力的缺失。互联网与金融科技的使用一方面使农户更方便、快捷地接触到外部信息,积累人脉资源等社交资本,弥补这个层面的权力贫困[11];另一方面,互联网与金融科技的使用方便了社会资本的聚集,并且能够与市场形成更好地衔接,为广大农户的电商创业提供契点。互联网与金融科技可以对农户提供从组织生产、技术指导到金融服务等一系列支持,为农村地区的广大农户以家庭为单位的生产经营与创业活动提供便利,使其有效参与到蓬勃发展的电商经济中来。综上分析,本文提出以下假设:

假设2:社会资本获取在互联网与金融科技间具有中介效应。

三、研究设计

(一)研究模型

本文对主效应检验运用的实证分析模型为回归分析,对于社会资本获取与金融资本中介效应的检验,本文参考Baron,Kenny和温忠麟等检验中介效应采用的依次检验的方法,该方法也是学术界检验中介效应的主流方法。

Level-1 Model:M=B0+B1*(互联网与金融科技使用)+R (1)

Level-2 Model:B0=G00+G01*(年龄)+G02*(教育程度)+ G03*(家庭集体土地)+G04*(家庭重大事件)+G05*(村地理条件) +G06*(村矿产资源)+U0 (2)

Level-1 Model:Y=B0+B1*(互联网与金融科技使用)+R           (3)

Level-2 Model:B0=G00+G01*(年龄)+G02*(教育程度)+ G03*(家庭集体土地)+G04*(家庭重大事件)+G05*(村地理条件) +G06*(村矿产资源)+U0 (4)

Level-1 Model:Y=B0+B1*(互联网与金融科技使用)+B2*(M)+R (5)

Level-2 Model:B0=G00+G01*(年齡)+G02*(教育程度)+ G03*(家庭集体土地)+G04*(家庭重大事件)+G05*(村地理条件) +G06*(村矿产资源)+U0 (6)

上述模型中,M为中介变量金融资本获取、社会资本获取,Y为因变量贫困线。

在模型1和2中,自变量X对中介变量M做回归;在模型3和4中,自变量X对因变量Y做回归;若上述两模型回归结果均显著,在模型5和6中,自变量X、中介变量M同时对因变量Y做回归。若自变量X对因变量Y不显著,中介变量M对因变量Y显著,则中介变量M具有完全中介效应;若自变量X对因变量Y显著,但其系数的绝对值小于模型2中回归系数,则中介变量M具有部分中介效应。

(二)样本数据来源

2018年,北京大学的中国社会科学调查中心为了整体了解全国的社会变迁与经济发展变动情况,在全国24个省(市自治区)的各城市与村落选取具有代表性的样本家庭,对其家庭和家庭成员开展了第五轮跟踪调查(CFPS)。本文数据来源主要选取第五轮CFPS的问卷调查数据,剔除其中城镇居民的调查数据,仅保留农村地区农户的调查数据,并根据本文研究需要对相关数据进行整理筛选,最终得到6137份有效问卷数据。

(三)变量设计

本文的自变量是农户对于互联网与金融科技的使用情况,参考冷晨昕与陈前恒(2017)的研究经验,将互联网与金融科技使用分为两个方面,一个是农户对于电商第三方支付中介平台(支付宝、微信钱包与QQ财付通支付)的了解与应用情况,另一个是农户对互联网众筹与民间P2P借贷的了解与使用情况。将上述两个层面的问题转化为“0”“1”虚拟变量,“0”代表不知道或没有用过,“1”代表知道或使用过。

本文的中介变量是农户社会资本获取与金融资本获取情况。参考刘一伟和汪润泉(2017)的研究经验,本文将农户在家庭礼金方面全年花费的对数值作为社会资本的代理变量[12]。参考张豪和谭燕紫(2013)对于该话题的研究经验,本文将农户从民间借贷市场或亲戚朋友处筹借的资金额的对数值代表金融资本的获取情况[13]。

关于减贫效应,涉及到对于农户贫困的界定。当前,不论是政府层面还是学术界,均以是否达到贫困线作为判断标准。对于农村地区贫困线的最新标准是2010年出台的“新标准”。依据“新标准”,若农户的家庭人均年收入低于2300元,即可界定为贫困。由于本文的研究话题具有中国情境,因而本文采用此标准作为国家贫困线来定义农户是否贫困,“0”代表农户的家庭人均年收入不低于2300元,属于非贫困户;“1”代表农户的家庭人均年收入低于2300元,为贫困户,贫困效应越弱,代表减贫效应效果越显著。

此外,本文增加了三类控制变量:一是个体特征方面,由于不同年龄阶段的农户对互联网与金融科技的认知和使用具有较大差异,因此选取户主年龄作为控制变量;不同受教育程度的农户在互联网与金融科技的认知和使用能力方面存在差距,本文将受教育程度作为控制变量。二是家庭特征方面,本文将农户所处家庭的特征作为控制变量。考虑到我国农村经济对于土地的依赖性,家庭是否拥有集体土地,拥有土地的规模是影响农户收入状况的重要经济指标;此外,农村家庭的抗风险能力低,任何重大事件的发生对其贫富状况影响深远,例如子女上大学、婚嫁与城市购房等,因此本文将家庭拥有土地使用权规模与家庭重大事件状况作为控制变量。三是农户所处村落的特征方面。由于村落所处地理位置情况对其贫富情况影响较大,地貌特征良好、交通便捷并且距离发达地区较近的村落经济发展水平更高,往往更容易获取社会资本和金融资本以增加收入,同时,地理位置情况也会影响农户对于互联网与金融科技的认知和接受水平;村落自身的资源条件也会对农户收入状况产生影响,例如,地处天然矿产区的村落经济发展水平与其他地区可能存在差异。因此,本文将村落地理条件与矿产资源状况作为控制变量。

四、实证结果分析

本文数据分析主要运用的统计软件与数据分析方法有:运用SPSS19.0进行信度分析、描述性统计与变量相关性分析;运用AMOS21.0进行验证性因子分析;运用SPSS19.0进行回归分析,验证模型的主效应与中介效应,中介效应的实证分析方法是三步检验法。

(一)因子分析

如表1列出本研究中涉及主要变量的标准差、平均值,并且对自变量、控制变量、调节变量和因变量之间作相关性分析,相关性的初步验证为后续研究做重要参考。

析(CFA),根据模型的数据拟合指标结果来判断模型的拟合  本研究采用AMOS21.0软件对研究模型进行验证性因子分效果。如表2显示了做验证性因子分析的结果,结果显示:互联网与金融科技使用、金融资本获取、社会资本获取、贫困线四因子模型的拟合效果最好。

(二)主效应检验

1.互联网与金融科技使用对农户减贫效应影响。根据表3回归分析的结果可知,模型1中,互联网与金融科技使用(b=-0.386,p<0.001)对于因变量贫困线的负向影响在p<0.001程度上显著;考虑到其他背景因素对于该结果的干扰性,在模型2中加入农户个体特征作为控制变量后,互联网与金融科技使用(b=-0.307,p<0.001)对于因变量贫困线的负向影响依然在p<0.001程度上顯著;在模型3中再加入农户家庭特征作为控制变量,互联网与金融科技使用(b=-0.288,p<0.001)对于因变量贫困线的负向影响依然在p<0.001程度上显著;在模型4中再加入农户村落特征作为控制变量,互联网与金融科技使用(b=-0.244,p<0.001)对于因变量贫困线的负向影响依然在p<0.001程度上显著。因此,在排除农户个体、家庭与村落背景因素干扰下,互联网与金融科技的使用能有效降低农户的贫困效应。

2.农户个体、家庭与村落特征对农户减贫效应影响。在模型2中,农户的年龄(b=0.079,p<0.1)对于因变量贫困线的负向影响在p<0.1程度上显著,受教育程度(b=-0.093,p<0.1)对于因变量贫困线的负向影响在p<0.1程度上显著。本文选取样本群体年龄段为成年人群体,在成年人群体中,相比于老年群体,青中年群体年轻力壮,社交能力更广,资源更丰富,更有可能摆脱贫困。受教育程度对农户的贫富状况有显著影响,高学历农户对知识技术的学习应用能力更强,从外界获取资源有利于自身减贫。

在模型3中,农户家庭拥有的集体土地(b=-0.126,p<0.001)与家庭重大事件(b=-0.201,p<0.001)对于因变量贫困线的负向影响均在p<0.001程度上显著。对于农户而言,其家庭所拥有的土地对于农户有特殊意义,对于满足其基本生活保障十分重要,拥有土地可以防止其陷入过度贫困。本文的研究结果显示,家庭发生的重大事件具有一定的减贫效应,这可能源于结婚、子女高考事件获取的相关礼金等。

在模型4中,农户村落的地理条件强弱(b=-0.155,p<0.001)与村落是否具有矿产资源(b=-0.198,p<0.001)对于因变量贫困线的负向影响均在p<0.001程度上显著。拥有天然地理优势的村落,一方面有利于进行农业生产,保障农户基本的种植业收入;另一方面,往往拥有更好的交通区位优势和外部吸引力,更有利于吸引外部资源。具有矿产资源的村落,农户反而具有更高的贫困率。这可能源于近年来矿产区过度开采,资源耗尽带来的经济发展落后。

(三)中介效应的检验

对于金融资本获取中介效应的检验,本文采用Baron和Kenny(1986)提出的依次检验法。在模型1中,互联网与金融科技使用与金融资本获取的正向关系显著(b=0.196,p<0.001);在模型2中,互联网与金融科技使用与贫困线的负向关系显著(b=-0.394,p<0.001);在模型3中同时加入自变量与中介变量,实证结果显示金融资本获取与贫困线负向关系显著(b=-0.235,p<0.001),互联网与金融科技使用与贫困线的负向关系仍然显著(b=-0.256,p<0.001),但模型3中系数的绝对值0.256<模型2中系数的绝对值0.394,即金融资本获取在互联网与金融科技使用与贫困线的负向关系间起部分中介作用,假设1得到部分验证。这一结论与过往文献研究相吻合,互联网与金融科技带来的技术便利性,对于农户获取资金的渠道与效率提升明显,这在一定程度上会缓解农户的创业增收资金需求。

在模型1中,互联网与金融科技使用与社会资本获取的正向关系显著(b=0.473,p<0.001);在模型2中,互联网与金融科技使用与贫困线的负向关系显著(b=-0.330,p<0.001);在模型3中同时加入自变量与中介变量,实证结果显示社会资本获取与贫困线负向关系显著(b=-0.139,p<0.001),但互联网与金融科技使用与贫困线的负向关系不显著(b=-0.045),即社会资本获取在互联网与金融科技使用与贫困线的负向关系间起完全中介作用,假设2得到验证。互联网技术的飞速发展,对于农户的社交资源积累提供更多可能性,加强了居民对贫困的抵抗弹性,为农户提供了更多的创业增收机会。

五、结论与建议

互联网与金融科技技术飞速发展,为农户的扶贫工作带来了新的思路与助力。本文选取2018年的农户调查数据,实证研究了互联网与金融科技使用的减贫效应机制。研究结果表明:第一,农户个体、家庭与村落特征对农户的贫富状况有影响;第二,考虑不同的农户个体、家庭与村落背景,互联网与金融科技使用对农户均具有减贫效应;第三,互联网与金融科技使用通过影响农户的金融资本、社会资本获取对农户产生减贫效应,金融资本与社会资本获取是两者影响机制中重要的中介变量。本文的研究结论也具有重要的实践启示。首先,要加强广大农村地区的互联网与金融科技基础设施的建设,提升农户上网的便利性,并在一定程度上减轻农户的上网成本,使广大农户不仅“上得了网”,还能“用得起网”。其次,要完善政策和金融资源的精准配套,借助互联网与金融科技实现精准扶贫,让扶贫资源在社会资源配置中能够有效发挥优化与集成作用。最后,要引导农户的社会资本积累,充分利用互联网的社交属性,让农户通过互联网加强与外界的联系,不断拓展农村居民的非农就业渠道,打造农村居民增收的平台。

参考文献:

[1] 刘一伟.社会保障支出对居民多维贫困的影响及其机制分析[J].中央财经大学学报,2017,000(007):7-18.

[2] 赵阳.让金融科技助力精准扶贫[J].中国金融家,2018,000(011):P.141-141.

[3] Klaas B S.Internet job hunting: A field study of applicant experiences with online recruiting[J].Human Resource Management,2002,41(2):175-192.

[4] 汪向东,王昕天.电子商务与信息扶贫:互联网时代扶贫工作的新特点[J].西北农林科技大学学报:社会科学版,2015(4):98-104.

[5] 冷晨昕,陈前恒.贫困地区农村居民互联网金融使用现状及影响因素分析[J].财贸研究,2017,028(011):42-51.

[6] 谭燕芝,李云仲,胡万俊.数字鸿沟还是信息红利:信息化对城乡收入回报率的差异研究[J].现代经济探讨,2017(10):94-101.

[7] Jeffrey,James.The Internet and poverty in developing countries:Welfare economics versus a functionings-based approach[J].Futures,2006.

[8] 周洋,華语音.互联网与农村家庭创业——基于CFPS数据的实证分析[J].农业技术经济,2017,000(005):111-119.

[9] 徐乐."互联网+"下的包容性金融与家庭创业决策[J].财经研究,2017(09):63-76+146.

[10] 冯长福.传媒信息服务在农民增收中的作用[J].新闻爱好者:理论版,2007(6):10-11.

[11] 张晓朴,朱太辉.金融体系与实体经济关系的反思[J].国际金融研究,2014,000(003):43-54.

[12] 刘一伟,汪润泉.收入差距、社会资本与居民贫困[J].数量经济技术经济研究,2017,(9):75-92.

[13] 张豪谭,燕紫.宗族网络与农村劳动力流动[J]管理世界,2013,(3):69-81.

(作者单位:中国社会科学院大学 北京 100000)

[作者简介:王共明(1989—),女,北京市人,汉族,中国社会科学院大学2018级博士在读,主要研究方向劳动经济学。]

(责编:若佳)

猜你喜欢

脱贫
精准扶贫中贫困母亲脱贫的问题和对策
桂林有机茶在市场中的经济效益体现
唐县精准发力助推精准扶贫
经济新常态下我国精准扶贫工作机制探析
巴士在线 “脱贫”记