贾 玮，田文泽

(青岛大学 政治与公共管理学院，山东 青岛 266061)

一、引言

贫困问题作为世界各国长期现代化进程中都面临的一个难题，对于我国也不例外。作为拥有世界最多人口的发展中国家，长期城乡二元分割、地区发展不均衡等原因使得我国的贫困问题更具独特性和严峻性。自改革开放以来，我国一直高度重视贫困问题，关心百姓福祉，致力于消除贫困，减少贫困人口数量。在党中央的领导及全体人民的奋斗下，我国脱贫攻坚事业取得举世瞩目的成就：2020年我国现行标准下农村贫困人口全部脱贫，贫困县摘帽、易地扶贫搬迁圆满完成，绝对贫困全面消除。但应当明确的是，绝对贫困的消除并非意味着扶贫任务的结束，如何防止脱贫人口返贫，建立解决相对贫困的长效机制成为“后扶贫时代”扶贫的重点工作[1]。

我国对贫困的关注不局限于收入层面，2011年发布的《中国农村扶贫开发纲要(2011—2020年)》将“两不愁”和“三保障”作为农村地区的扶贫要求，构建起了多维扶贫指标。多维贫困理论起源于阿玛蒂亚·森的能力贫困理论[2]，该理论认为贫困不仅仅是收入的短缺，更应包含一系列可行能力的丧失，诸如受教育、免受饥饿和疾病的能力等，这些能力的缺乏不仅预示着个体正在遭受贫困，而贫困可能本身就是由相关可行能力的缺失所导致的。基于多维贫困的相关理论，学术界开始对多维贫困进行测度，根据研究对象的差异，贫困指标涵盖了收入、健康水平、受教育程度、生活质量、家庭资产以及社会保障等多个方面[3]。在多维贫困的基础上，也有学者针对相对贫困将持续存在的特点，对收入维度采取相对标准以进行多维相对贫困测度[4]。收入维度的相对贫困测度可采用反映社会财富分配的基尼系数衡量，通常将收入分布的某个分位点或人均收入的一定比例作为贫困标准[5]。就贫困测度结果来看，大多表明随着扶贫工作的推进，贫困指数及贫困发生率都有所下降，但城乡、地区间的贫困状况仍有明显差异[6]。而在贫困的影响因素方面，诸如劳动力流动、公共服务供给、子女代际支持等都会影响贫困的发生[7-9]。

信贷、保险等金融服务的运用对于扶贫的重要性不言而喻，而普惠金融更强调立足机会平等的原则，降低金融服务门槛，能够以可负担的价格为包括老年人、低收入者以及贫困人口等社会弱势群体在内的全体国民提供金融服务[10]，不仅有利于缓解贫困，也有助于缩小居民收入差距[11-12]。

2016年G20杭州峰会中《G20数字普惠金融高级原则》的通过又为普惠金融注入了数字化的内涵：依托大数据、云计算以及互联网的数字普惠金融将通过数字技术进一步降低现代金融服务的准入门槛，使之得以惠及更多人群。有关数字普惠金融与贫困缓解关系的研究也逐渐开始成为热点话题，研究视角涵盖了宏观、微观两个层面。目前除少数学者自行构建研究数字金融发展的指标外[13]，大多学者都沿用北京大学数字金融研究中心与蚂蚁金服集团所共同编制的“数字普惠金融指数”来研究数字金融与贫困间的关系[14]，数字普惠金融的扶贫效应得到肯定。而值得注意的是，数字化的金融服务功能的发挥会受互联网可得性及金融素养的限制，中老年人等弱势群体本应是普惠金融的重点服务对象，却可能因“数字鸿沟”及“知识鸿沟”的存在而无法充分享受数字普惠金融的福利，何宗樾等的研究便证实了由于数字鸿沟的存在，数字金融会提高家庭贫困的发生概率[15]。

伴随着老龄化的进程与老年人身体机能的退化，传统家庭养老功能减弱和子女异地就业引起的老年贫困问题也引起了广泛的重视。然而，综观以往研究，鲜有研究关注到中老年人群这一长尾群体的贫困状况受数字普惠金融的影响，且较少有学者在测度多维贫困的同时关注到相对贫困。综上，本文的边际效用在于：首先，首次将中老年家庭这一弱势群体作为研究对象，测度数字普惠金融对其贫困状况的影响；其次，采用“收入导向型”多维贫困测算法，对收入维度采用相对贫困标准；再次，将宏观层面的数字金融指数与微观数据进行匹配，并通过固定效应模型、工具变量法对可能存在的内生性问题进行处理；最后，探寻数字普惠金融对中老年家庭贫困的影响机制和异质特征，补充数字普惠金融对家庭贫困的影响研究。这些不仅便于准确把握数字金融发展的影响，更有利于相关政策的完善，充分发挥数字普惠金融对易返贫人群和相对贫困人口的扶贫作用。

二、理论分析与假设

互联网与移动通信技术的进步使得普惠金融与数字技术得以相互融合，普惠金融开始借助大数据、云计算、人工智能等新兴技术迸发出新的活力。传统普惠金融通过小额信贷、产业扶贫贷款、保险扶贫等手段已经证明了普惠金融服务在脱贫攻坚过程中的重要性。而数字普惠金融的发展进一步提高了贫困户的脱贫机会。一方面，数字金融快捷、高效的特点使得贫困户得以借助支付宝、微信等移动支付工具，足不出户便可获取到各类金融资源，去除中间环节的交易方式不仅有效降低了交易成本，亦能提高金融资源获取效率[16]。大数据的优势使得金融机构可以凭借申请者的信用画像对其进行在线审批、放款[17]，更高效地化解贫困户因资金短缺导致的创业难、生产难等问题，提高其脱贫主动性，实现助力脱贫攻坚与防范化解金融风险双管齐下。另一方面，数字金融的移动支付手段带动了电子商务等新兴产业的发展，贫困户可通过电商、直播等交易平台将家庭种植作物以线上线下相结合的方式进行销售[18]，拓宽销路，收入的增加直接推动了贫困的缓解。但上述分析中数字普惠金融发挥减贫作用有一定前提，那就是使用者需能接触到互联网且具备一定的知识素养，可以较为熟练地使用互联网。而对于中老年群体来说，由于受历史条件限制，其受教育水平较为有限；加之国内互联网发展起步晚，使得多数中老年人被排挤于“数字世界”之外。据统计，截止到2020年12月，我国60岁以上网民占比仅为6.9%，且上升幅度较为缓慢；而互联网技能短缺、文化水平限制以及年龄过大成为老年人无法接触互联网的主要原因[19]，越来越多的中老年人身陷数字贫困。“数字鸿沟”和“知识鸿沟”的存在使得中老年家庭运用数字普惠金融改善生活的机会受到剥夺，提高了其相对贫困的发生概率。基于上述分析，提出：

假设1：数字普惠金融会加剧中老年家庭的多维相对贫困。

假设2：“数字鸿沟”与“知识鸿沟”的存在影响了数字普惠金融的扶贫效果。

此外，数字普惠金融对中老年家庭多维相对贫困的影响可能呈现异质性的特性。在地区层面，近年来，我国推动新一轮西部开发战略、乡村振兴战略实施，持续促进政策和资源向中西部地区、农村倾斜。但由于中西部地区、农村地区自身发展较落后，在网络覆盖、基础设施建设上与东部发达地区和城镇相比仍有较大差异。与此同时，劳动力流动逐年加快，且从流向来看，劳动力更容易由中西部地区流入东部发达地区，由乡村流入城镇。因为作为中老年家庭最具人力资本成员的子女外出务工，家庭因数字普惠金融发展可能获益的机会进一步被剥夺，加剧了劳动力流出地中老年家庭的多维相对贫困。而在年龄层面，随着年龄的增加，中老年人认知能力进一步退化，所患慢性病概率提高；与年轻家庭相比，老年家庭因数字普惠金融发展所带来的收益被剥夺的概率也会增加。基于上述分析，提出：

假设3：数字普惠金融对中老年家庭多维相对贫困的影响存在地区及城乡差异。

假设4：数字普惠金融对中老年家庭多维相对贫困的影响存在年龄差异。

三、研究设计

(一)数据来源

选取北京大学数字普惠金融指数以衡量各城市不同时期的数字金融发展水平，该指数涵盖全国31个省份(除中国港澳台地区)、337个地级市、约2 800个县，时间跨度由2011年到2018年[20]。家户数据来源于中国家庭与养老追踪调查(China Health and Retirement Longitudinal Survey,CHARLS)，本文选取2011、2013、2015、2018年四期数据构造面板数据，并通过家庭财务受访者及家庭信息受访者来识别户主。区域宏观属于通过查询各省区市统计年鉴以及《中国城市统计年鉴》整理取得。通过将三部分数据进行匹配，剔除关键变量存在缺失值及未连续参与调查的样本后，剩余每期样本量为4 087户。

(二)实证模型构建

为尽可能避免由遗漏变量导致的内生性问题，本文通过构建双向固定效应模型来分析数字普惠金融对中老年家庭多维相对贫困的影响，如公式(1)所示。

povertyict=β0+β1indexct+β2xict+householdi+yeart+μict

(1)

其中，下标i、c、t分别代表家庭、所在城市和年份；povertyict代表c市的i家庭在t年时的贫困状况或深度；indexct表示当年份为t时c市的数字金融指数，用以衡量数字普惠金融水平；xict为控制变量；householdi代表家庭固定效应；yeart代表年份固定效应；β0和μict分别代表常数项和随机扰动项。

(三)多维相对贫困指数构建

1.“收入导向型”多维贫困测算模型

长期以来，国际普遍以收入作为贫困状态的衡量标准。目前我国已全面建成小康社会，扶贫重点由绝对贫困转向相对贫困，但现阶段对于相对贫困的衡量依然是以收入为主。基于此，为体现收入在多维贫困指标中的地位，本文借鉴张昭等的研究[21]，使用“收入导向型”多维贫困测算方法。

“收入导向型”多维贫困测算法是对传统A-F法的改进。A-F法由Alkire和Foster提出，是当前对多维贫困进行识别和测度的最通用方法[22]。但其对贫困界定时忽略了陷入贫困的维度限定，个体任意多个维度遭受剥夺即可落入多维贫困的范畴之内，容易导致夸大贫困现状，产生“虚假贫困”[21]。其次，由于各维度的权重设定法则，预先评估剥夺维度越多，收入的重要性越容易被忽略[23]。许多收入较高，但因患病等原因导致其他维度遭受剥夺的个体可能会被识别为贫困状态，不仅与我国长期将收入作为贫困的首要衡量标准所背离，亦严重影响精准扶贫政策的有效实施[24]。

收入导向型多维贫困测试法仍然基于A-F法的分析框架，其不同之处只是在于贫困的判定标准。在收入导向的前提下，采用“一票否决制”判断方法：首先判断个体收入是否低于预设阈值，若收入维度不存在剥夺则直接判定个体不存在多维贫困，无论其他维度被剥夺与否；若陷入收入贫困，则继续其他维度的测度。为体现后扶贫时代的特点，本文研究多维相对贫困，因此在收入维度使用相对值，主要测算步骤如下：

第一，个体不同维度的贫困识别。假定zj为j维的预设贫困临界值，xij代表个体i在j维度下的贫困状态识别函数。当xij

第二，确定收入导向型多维贫困计数函数ci。默认剥夺矩阵第一列为收入，wj代表j维度下的权重。I为收入的临界值，参考沈扬扬等、汪晨等的做法[25-26]，鉴于我国城乡发展差异，分城乡设定收入贫困标准，城镇为家庭人均年收入中位数的50%，农村为家庭人均年收入中位数的40%。与A-F法贫困维度计数方法的不同点在于，若个体在收入层面不被剥夺，则多维贫困个数为0，具体公式如式(2)。

(2)

第三，多维贫困的识别。设定贫困维度k以及多维贫困识别函数pk(Xi,Z)。当ci≥k,pk(Xi,Z)=1；当ci

2.中老年家庭多维相对贫困指标的选取

目前，国际上通常采用联合国开发计划署(UNDP)和牛津大学牛津贫困与人类发展计划(OPHI)联合开发的全球多维贫困指数(GMPI)来测度多维贫困，包含健康状况、教育水平以及生活质量三大维度。基于中老年家庭的自身特点，考虑到数据的可获得性并借鉴相关研究[27]，本文拟设定包括收入、健康、生活质量、社会保障、社会参与以及幸福感在内的6个维度、10项指标来测度中老年家庭的多维相对贫困状况。各指标、维度权重通过等权重法赋予。设定临界值K为0.3，当某家庭陷入收入贫困且贫困指标权重累计超过0.3，则认定遭受贫困剥夺。各指标临界值及权重如表1所示。

表1 多维相对贫困指标

(四)变量选取及描述性分析

1.因变量：家庭多维贫困状况/深度

根据上文构建的多维贫困指标体系，测度得出每个家庭的多维相对贫困状况及深度，其中贫困状况为0～1变量，表示某家庭是否陷入多维相对贫困；贫困深度为连续性变量，表示某家庭陷入多维相对贫困的严重程度。

2.核心解释变量：数字普惠金融

数字普惠金融发展水平直接采用北京大学“数字普惠金融指数”进行衡量。

3.控制变量

个体层面的控制变量包括户主的年龄、性别、教育程度、婚姻状况。此外，在地区层面控制地区传统金融发展水平、城乡及地区。相关变量的具体描述性统计如表2所示。

表2 变量描述性统计

四、实证分析

(一)基准分析

表3为根据式(1)进行的双向固定效应回归结果。考虑到所处同一城市的家庭可能存在自相关，因此选择将标准误在城市层面进行聚类(Cluter)。此外，采用逐步回归法以减少不可观测因素的影响，其中表3第(1)列未纳入控制变量，仅将数字普惠金融对家庭多维相对贫困进行回归；表3第(2)列加入了户主层面的控制变量，表3第(3)列在此基础上进一步纳入了家庭及区域层面的控制变量。

表3 基准回归结果

根据基准回归结果，在依次加入户主、家庭层面的控制变量后，数字普惠金融的系数依然为正，且在10%的水平上显著。结果表明，数字普惠金融的发展会显著提高中老年家庭陷入多维相对贫困的概率，与何宗樾等的结论[15]保持一致。

为进一步检验模型的稳健性，将被解释变量由贫困状态替换为贫困深度，并依次纳入控制变量进行回归。表3的第(4)～(6)列汇报了数字普惠金融对中老年家庭多维相对贫困深度的影响，可以看出，数字普惠金融的系数及方向与表3的第(1)～(3)列保持一致，且显著性水平由10%提高到了5%，由此可认为稳健性检验通过。

(二)内生性分析

数字普惠金融的发展与家庭多维相对贫困状况可能存在反向因果关系，数字金融发展对家庭贫困状况产生影响的同时，家庭贫困的缓解、地区间经济的发展也会对该地数字金融的发展产生促进效应，因此本文采用工具变量法加以解决。参考张勋等的做法[28]，工具变量选择所在城市到杭州的距离。同时为避免第二阶段估计失效，将家庭所在省份除本城市外其他城市数字普惠金融指数的均值与到杭州市的距离相乘，构建随时间发生动态改变的工具变量。家庭所在城市到杭州市的距离通过Stata软件的geodist命令根据两城市的经纬度坐标计算得出。进一步对工具变量进行检验，其中弱工具变量检验Kleibergen-Paap rk Wald F统计量为47.104>16.38(10% maximal IV size),通过弱工具变量检验；不可识别检验显示Kleibergen-Paap rk LM统计量为29.451，P=0.000，通过不可识别检验。工具变量法回归结果如表4所示。

表4 工具变量回归结果

由表4可知，在采用工具变量解决内生性问题后，数字普惠金融的系数方向与基准回归一致，且系数大小及显著性水平都有所提高。为保证稳健性，表4第(3)列和第(4)列依然汇报了被解释变量为贫困深度时的工具变量回归结果，结果仍与上文一致。综上可认为，从整体上看，数字普惠金融的发展会加剧中老年家庭的多维相对贫困。

数字金融在发展过程中，通过缓解信贷约束、提供保险支持、降低风险，以及利用线上交易降低经营成本等途径缓解了居民贫困状况。而中老年由于自身认知水平限制、数字鸿沟和知识鸿沟的存在而无法借助数字金融改善贫困，在数字金融发展的浪潮中位于不利境地，更易陷入相对贫困。

(三)异质性分析

我国幅员辽阔，地区间、城乡间发展不均衡现象仍较为突出。此外，家庭特征的差异化也可能使得数字普惠金融对贫困的影响存在异质性。为此，本文将分群体探讨数字普惠金融对中老年家庭多维相对贫困的影响，更有利于政策制定，实现数字精准扶贫。

如表5第(1)列和第(2)列为地区异质性分析结果。可以看出，数字普惠金融的发展会显著加剧中西部地区中老年家庭的贫困状况，但对东部地区中老年家庭的影响并不显著。表5第(3)列和第(4)列为城乡异质性分析结果，与城镇相比，农村地区中老年家庭更容易因数字普惠的发展导致贫困状况加剧。

此外，按户主年龄将调查样本划分为中年家庭(60岁以下)及老年家庭(60岁及以上)，以分析数字普惠金融对中老年家庭贫困影响的年龄异质性。如表5第(5)列和第(6)列所示，数字普惠金融对中年家庭及老年家庭相对贫困状况的影响均显著为正，其中老年家庭受数字普惠金融影响陷入相对贫困的概率更高。

表5 异质性分析

分析以上情况发生的可能原因为，中西部、农村地区以及老年家庭共同特点为自身禀赋薄弱，先天发展落后，故在面对数字普惠金融时更易处于劣势地位。一方面其接触数字普惠金融本身概率较低，另一方面，数字普惠金融为其带来的扶贫机会可能遭受东部发达地区、城镇地区以及较年轻家庭的挤占，此消彼长，导致中西部、农村地区以及老年家庭陷入多维相对贫困的概率有所提高。

(四)影响机制分析

发展数字普惠金融的目的是为了以更低廉的成本、更便捷的方式让难以触及传统金融服务的长尾群体享受金融服务的润泽，并得以促进社会公平，缓解收入差距。但数字普惠金融的发展会加剧中老年家庭多维相对贫困这一结论的得出却与发展数字普惠金融的愿景有所背离。基于此，本文将进一步分析影响机制，以求厘清数字普惠金融加剧中老年家庭多维相对贫困的背后原因，并为政策完善提供借鉴。

1.数字鸿沟的影响

数字化既是数字普惠金融发挥作用的主要方式，亦是与传统金融服务的主要区别。然而较高的数字化程度也为数字普惠金融带来了新的准入门槛，即“数字鸿沟”的存在。数字普惠金融效用发挥均依托互联网的使用，若无互联网的接入则意味着“数字鸿沟”出现，相应群体也就无法享受数字普惠金融所带来的便利。对中老年家庭来说，受限于自身能力及资源，被隔离于互联网之外的可能性远大于年轻群体，更容易面临“数字鸿沟”的困境。

本文根据家庭是否可宽带上网作为判断家庭是否有互联网接入的依据，以此来检验数字鸿沟对于数字普惠金融扶贫效应的影响。为同时避免其他干扰因素的影响，将四期均能接入互联网的家庭定义为互联网接入组，四期均未有互联网接入的家庭定义为互联网未接入组。一般而言，前者更容易受到数字普惠金融的影响。影响机制检验部分均采用工具变量法进行回归，以保证结论的稳健性。

由表6可知，数字普惠金融会显著提高没有互联网接入家庭的贫困发生率，其系数及显著性与全样本回归基本相符；而对可以接触互联网的家庭来说，数字普惠金融系数则不显著。分析原因认为，可以接触互联网的中老年家庭因身体机能退化、金融素养落后等原因对数字普惠金融使用有限，其自身贫困状况并不会因数字普惠金融的发展而产生显著影响。但对于无法接触互联网的中老年家庭来说，其原本可利用数字普惠金融的机会因数字鸿沟的存在被剥夺，因此随着数字金融的发展更易陷入相对贫困。综上可认为，数字鸿沟的存在使得数字普惠金融加剧了中老年家庭多维相对贫困。

表6 数字鸿沟的影响机制检验

2.知识鸿沟的影响

数字普惠金融虽然借助数字化的手段降低了准入门槛与金融约束，但其本质上仍属于金融领域专业服务，对用户的知识水平及认知能力具有较高要求。为检验教育水平的影响机制，本文首先将核心解释变量替换为数字普惠金融使用深度进行分析。使用深度主要体现为移动支付、基金、信贷、保险等业务的使用频率及额度，各项数字金融业务的使用既可以有效助力贫困缓解，但同时也对用户自身的教育水平具有一定要求。若使用深度系数显著，则可初步认为数字普惠金融对中老年家庭贫困的作用受知识鸿沟的影响。如表7第(1)列所示，使用深度对中老年家庭相对贫困的影响在1%的水平上显著。

表7 知识鸿沟的影响机制检验

此外，我们又根据户主教育水平是否高中毕业进行分组，进一步观察数字普惠金融的显著性及方向变化。如表7第(2)列和第(3)列所示，按户主教育水平进行分组回归后发现数字普惠金融仅会加剧户主学历在高中以下家庭的贫困状况，进一步证实了知识鸿沟的存在会影响数字普惠金融对中老年家庭的扶贫效果。

分析其原因，一方面，数字金融涵盖了移动支付、数字信贷、数字化保险在内的多项专业金融服务，对使用者自身金融素养具有一定要求。中老年家庭因自身教育水平有限，即使高中以上学历的中老年家庭，也并非意味着其具备专业金融知识，难以发挥数字金融的原有扶贫效果。另一方面，知识鸿沟的存在同时会影响到中老年家庭对互联网的运用，进一步降低了其接触数字普惠金融的概率。因此，知识鸿沟使得中老年家庭在数字普惠金融的运用中处于不利地位，更易陷入相对贫困。

五、结论及政策建议

本文通过将北京大学数字普惠金融指数与2011—2018年四期CHARLS数据进行匹配，采用以收入为导向的多维贫困测度方法，首次刻画了数字普惠金融对中老年家庭多维相对贫困的影响，并对其影响机制及异质性特征进行探讨。相关结论如下：首先，基于双向固定效应模型和工具变量法解决内生性问题后，数字普惠金融会加剧中老年家庭的多维相对贫困。其次，数字普惠金融对中老年家庭多维相对贫困的影响呈现地区、城乡及年龄异质性。具体而言，从地区及城乡来看，中西部及农村地区中老年家庭因数字金融陷入相对贫困的概率大于东部及城镇地区。从年龄来看，老年家庭受数字普惠金融影响陷入相对贫困的概率更高。最后，经影响机制分析发现，数字鸿沟及知识鸿沟的存在导致了数字普惠金融会加剧中老年家庭的多维相对贫困，而缓解数字鸿沟及知识鸿沟是享受数字金融福利的前提。基于上述结论，本文提出以下政策建议，以期充分发挥数字普惠金融的正向效果，助力精准扶贫。

第一，政企协同配合，化解中老年群体数字鸿沟。对政府来说，要加快推动信息化基础设施建设，深耕网络提速降费，保障硬件可及性；应尽快推动数字无障碍立法与反歧视性规则的制定，保护中老年人作为数字边缘群体的合法权益；制定详细、可操作化的行业规范，可通过宣传推广的方式对积极生产老龄化无障碍适配产品的企业进行鼓励。对互联网相关企业来说，应积极承担社会责任，满足老年人个性化需求，可通过生物识别、人工智能等方式降低产品学习成本，简化使用逻辑。对于金融机构来说，在发展数字金融的同时应保障无法使用数字金融的老年群体仍可以通过传统银行柜台获取同等质量的金融服务，开辟老人绿色通道，提高老年人生活质量。

第二，多渠道提高中老年群体数字金融素养。数字普惠金融无法发挥其扶贫效果的原因一方面是数字鸿沟等客观条件的限制，另一方面则是中老年群体自身知识水平不足。为此，应多渠道提高中老年群体数字金融素养，弥补知识鸿沟。首先，金融机构、互联网企业可在地方政府的支持下，通过举办公益讲座、设立服务热线等方式向中老年群体传播金融知识、智能设备操作方法以及防网络电信诈骗常识。其次，社区作为基层部门具有得天独厚的宣传优势，通过社区与非营利组织的合作，组织志愿者在社区定期开展“数字扫盲”行动以及中老年金融知识竞赛，有助于激发其内生主动性，形成良好学习氛围。最后，家庭在我国多层次养老体系中仍占据基础地位，子女在日常照料中应积极帮助和指导父母学习智能手机及数字金融工具，充分发挥家庭内部的协作功能。

第三，加大中西部地区、农村地区的信息基础设施建设力度。通过地区异质性分析可知，中西部地区以及农村地区受自身禀赋限制，面对数字普惠金融的发展易陷入劣势地位。因此，可借助新一轮西部开发战略及乡村振兴战略的机遇，加大对中西部、农村落后地区的信息基础设施投资。首先，通过5G通信基站、大数据中心等信息基础设施建设，提高互联网覆盖率，促进普惠金融均衡发展。其次，实施对基础数字信息设备的适当补贴，降低落后地区数字金融使用成本。最后，中央应加强顶层引导，鼓励“云上贵州”类标杆数字服务项目落地西部地区，提高当地数字化水平的同时助力经济发展。