1. 研究目的与意义、国内外研究现状（文献综述）
1、本课题的意义
2019年作为全面建成小康社会的决胜期，党中央提出，要在2020年让7000万人脱离贫困。近四十年来，随着改革开放不断深化，我国经济发展和社会进步等各方面都取得了前所未有的伟大成就。gdp总量从1978年3,678亿元到2018年的900,309亿元，仅次于美国跃居世界第二。人均gdp从1978年的385元增长到2018年的67,066元。在经济发展的同时，我国也一直致力于减贫事业，从1978年到2017年贫困人口数量降低了近7.4亿。取得了显著成效。但我国目前贫困问题仍然严重。截止到2018年末，我们国家依然还有1,660万的贫困人口。在当前经济发展的形势下，要实现2020年全面脱贫的目标，我国的减贫事业还有很大的发展空间。
普惠金融在我国经过十多年的发展和重视，其发展理念逐渐被大众认可，发展普惠金融的社会价值和经济价值逐渐体现，在减贫事业上的成果也有显现。随后，我国互联网金融以及新型数字技术的崛起，推动了数字普惠金融（以数字技术驱动的普惠金融实现形式）的深入发展。2016年9月，《g20数字普惠金融高级原则》发布，标志着数字普惠金融正式成为未来金融创新发展、消除贫富差距的重要渠道。“数字化 普惠金融”的模式在降低金融服务门槛、促进信息流通和价格发现、打通金融服务“最后一公里”方面发挥了重要的作用，是实现金融高覆盖率、低成本和可持续发展的一种模式。
2. 研究的基本内容和问题
| 1、研究目标 (1)了解我国数字普惠金融发展现状。通过现有文献资料和相关课题的阅读整理，选取合适的数字普惠金融指标进行衡量。 (2)提出数字普惠金融对中国减贫效果的研究假设，获取国内31个省份的面板数据，并采用相关经济计量模型实证分析并检验假设。本文将采用动态面板(GMM)模型对数字普惠金融的减贫效应做显著性验证。 (3)根据实证结果分析数字普惠金融对中国的减贫效果，并提出相应的对策建议。 2、研究内容 运用中国31省的省级面板数据，研究数字普惠金融的发展现状，并分析其对中国减贫的效果。由此，为数字普惠金融的进一步发展提出建设性的意见、为我国扶贫减贫的改革和发展提供思路。具体研究流程如下： (1)对选题背景、当下研究现状、选题的意义、本文研究方法、研究思路及技术路线进行阐述。主要利用网络搜索，图书馆书籍文献搜集相关信息。 (2)数字普惠金融和我国减贫现状分析。在分析数字普惠金融对中国减贫效果之前，首先对中国数字普惠金融发展现状和中国贫困现状及特点做梳理。 (3)从理论层面，分析数字普惠金融发展影响贫困减缓的机理，并提出研究假设；从实证检验层面，建立计量模型、借助北京大学数字普惠金融指标分析其对中国减贫的成效。 (4)对各个因素进行对比分析，得出研究结论。同时提出促进数字普惠金融发展及提升其减贫效果的相关政策建议。 3、拟解决的关键问题 (1)利用获取的数据对中国数字普惠金融和金融减贫现状做分析，并推导数字普惠金融对中国减贫的理论机制。 |
3. 研究的方法与方案
1、研究方法(1)文献研究法通过阅读大量国内外文献，借鉴国外的研究方法和经验，全面了解金融减贫的研究现状，分析尚未研究的领域，在机制分析、变量指标选取、模型构建等方面借鉴前人理论与研究方法，找出研究切入点和创新点。(2)实证研究与规范研究相结合的分析方法本文运用面板数据验证二者之间的关系以及作用机制，在实证分析的基础上运用规范分析法提出发展数字普惠金融、改善贫困状况的政策建议。在进行数字普惠金融对我国减贫效应分析的时候，将坚持不带有价值判断的实证分析；在提出各种对策建议时，则是以价值判断为导向的规范分析。本研究拟分别采用描述性统计、动态面板等统计方法进行分析。通过对文献的阅读和整理分析，总结出了可能影响量化数字普惠金融的因素，并将此作为编制分层指标的依据。拟对所获取的数据进行筛选去除与整理，检验数据有效性，并统一编码输入计算机中为后续的统计分析提供正确可靠、翔实有效的数据资料。(3)定性方法与定量方法相结合的分析方法为了更好的说明问题以对论述的观点形成支持，在研究中收集取得了大量相关数据资料，通过适当地加工和处理，做了大量的定量分析，将定量分析与定性分析有机结合，以使论文论证更加充分，结论更为客观。运用描述统计和计量分析方法研究数字普惠金融对中国减贫的效果。利用SPSS统计软件对调查数据进行分类，分析中主要采用的方法如下：首先获取全国31省的省级面板数据，并对数据进行甄别筛选，然后对各变量运用描述性统计分析方法，量化变量和指标，整理得出数据。采用动态面板(GMM)模型分析数据，得出变量之间的关系，分析数字普惠金融对中国减贫的影响程度。
2、技术路线
| 3、实验方案 |
第一步：数字普惠金融指标的选取
北京大学数字金融研究中心2016年利用蚂蚁金融提供的亿级微观数据，编制了“北京大学数字普惠金融指数”。本研究拟采用“北京大学数字普惠金融指数”代表数字普惠金融发展水平。
第二步：贫困指标的选取
国际上将贫困线作为衡量人口和地区是否为贫困的标准。可以作为贫困线的有卡路里、购买力、收入等。但是在通常情况下，由于方便统计和评价客观等因素，选择将收入水平作为衡量标准。2015年世界银行将国际贫困线标准定为每人每天生活支出1.9美元。关于贫困的测度，研究最多的是贫困发生率、贫困缺口率和公理化指数。本研究拟采用贫困发生率衡量贫困指标。
贫困发生率也成为贫困率，是最为普遍的测度贫困的方法，计算公式如下：
H=q/n (1)
其中贫困发生率用H表示，式中的q表示为贫困人口，是统计范围内不符合贫困线标准的人口数量，n表示为总人口数量。当统计范围内总人口数量不变时，贫困人口数的数值越高，贫困率的数值相应地也会更高，表明贫困程度越高。
第三步：指标体系构建
根据所获得的31省（不含港澳台）面板数据，分析数字普惠金融对中国减贫的效果。这里我们涉及的被解释变量是贫困减缓程度，用贫困发生率代表。解释变量共有10个：数字普惠金融发展水平、经济增长、收入分配、产业结构、城市化水平、政府干预程度、政策扶持水平、教育水平、经济开放程度等。同时加入了区域（东中西部）和数字普惠金融的交互项，以进一步考察数字普惠金融对不同地区减贫的影响。
通过回归分析我们可以得到对应的系数，即β值，如果系数为正，说明数字普惠金融对中国减贫效果有正向促进作用;系数为负则说明数字普惠金融对中国减贫起反作用。
| 表1变量的解释及定义 (1)被解释变量
|
(2)解释变量
| 变量名 | 定义 |
| 数字普惠金融水平(DIFI) | 北京大学数字普惠金融指数 |
| 经济增长(g) | 地区经济增长率 |
| 收入分配(ins) | 城镇居民人均可支配收入与农村居民人均可支配收入的比值 |
| 交互项(areaDIFI) | 地区数字普惠金融指数 |
((3)控制变量：其他可能影响减贫的因素
| 变量名 | 定义 |
| 产业结构(is) | 地区GDP中第二、三产业的增加值所占比重 |
| 城市化水平(urban) | 地区总人口中城镇人口所占比重 |
| 政府干预程度(fe) | 地区财政支出占GDP比重 |
| 政策扶持水平(gov) | 地区财政支出中支农财政（农林水事务支出）所占比重 |
| 教育水平(edu) | 财政支出中教育支出所占比重 |
| 经济开放程度(open) | 地区GDP中进出口贸易总额所占比重 |
| 第四步：差分GMM系统GMM模型选取 动态面板模型设定中将被解释变量的滞后项作为解释变量引入到回归模型中，使得模型具有动态解释能力，但模型中会存在内生性问题。为了解决内生性问题，前人提出了差分GMM方法。但差分GMM又存在严重的弱工具变量问题，影响估计结果的精度。因此，本项目拟采用系统GMM模型进行估计。 系统GMM模型估计优点在于可以消除固定效应的影响，避免小样本的偏差问题，将自变量滞后一期作为工具变量，无需考虑随机误差项的分布限制以及异方差和序列相关问题，从而得到的参数估计量更加有效。 第五步：动态面板模型实证分析 采用动态面板模型来分析数字普惠金融的中国减贫效果，具体模型如下： povi,t=α0 β1povi,t-1 β2DIFIi,t β3gi,t β4insi,t γXi,t εi,t (2) 式(2)中，因变量povi,t表示减贫成效；DIFIi,t表示数字普惠金融发展水平；Xi,t表示其他控制变量；εi,t为误差项，i表示省份，t表示时间，β为待估参数。 第六步：稳健性检验与理论机制检验 通过添加交互项对动态面板模型进行稳健性检验，具体模型如下： povi,t=α0 β1povi,t-1 β2DIFIi,t β3gi,t β4insi,t β5areai,t β6areaDIFIi,t γXi,t εi,t (3) 式(3)中，areaDIFIi,t表示加入了区域area(东中西部)和数字普惠金融DIFI的交互项，以进一步考察数字普惠金融对不同地区减贫影响的差异。 再对数字普惠金融的减贫原理作检验，通过分配效应和经分别将收入分配、经济增长作为因变量，同样采用各省的省级面板数据以及系统GMM回归进行检验。 4、可行性分析
(1)项目本身方面，本课题选取数字普惠金融对中国减贫效果进行分析。目标明确，思路规范，设计合理，研究方案较为科学。数字普惠金融作为刚刚提出不久的新兴热门研究主题，存在许多亟待解决的问题，而其发挥的减贫作用更是大家的重心研究方向。加之数据来源于各省级官方数据，使得方案操作可行性较强，也更为客观。
|
|
|
4. 研究创新点
| (1)本课题不同于以往国内相关课题的研究对象。随着数字移动支付技术、大数据、云计算等高新技术的不断发展以及和金融的不断融合，数字金融产品进一步创新，普惠金融的触达能力和服务范围得以提升。本研究选择了更为前沿的数字普惠金融这一新的热点作为研究对象，提出的相应对策建议也对未来数字普惠金融进一步加快推进有着较强的应用性。 (2)本课题结合了传导机制研究和实证检验。在实证结论的基础之上，对于未来加快数字普惠金融建设，更好发挥减贫作用提出针对性、可行性的建议。 (3)本课题的数据来源于北京大学互联网金融研究中心发布的我国数字普惠金融指数和各省的官方统计数据，数据来源更加权威、科学。因为目前我国的指标体系构建多以银行为主的传统金融服务为主，指标单一，且指标的选取和权重的选择主观随意，必然会影响实证效果。数字普惠金融指数在银行业务基础之上加入了移动互联网、大数据征信、网络保险等金融服务，重点体现数字支持服务程度，评价体系更为全面和多元化。研究对象包含全国范围内的样本，研究结论相对更具有代表性。 |
5. 研究计划与进展
| 1、项目研究计划 本项目自2019年12月开始，至2020年5月结束。具体安排如下：
|
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
