——以安徽省为例

张舒涵

（阜阳职业技术学院，安徽 阜阳 236000）

摘要：数字普惠金融在促进农户增收、缩小城乡地区间居民收入差距、推动城乡协调发展方面具有重要的现实意义。研究发现，安徽省数字普惠金融发展总水平及使用深度、覆盖度、数字化程度均呈逐年上升的趋势，但相对落后于江浙沪所在的第一梯队；数字普惠金融显著推动安徽省乡村产业振兴；金融科技助推全省涉农贷款显著增长，仍数字普惠金融助推安徽省农户增收面临例如金融机构服务动力不足等问题。基于研究结果，结合安徽省实际情况，提出完善农村信用体系、深化数字金融赋能、优化金融产品供给、增强农村数字包容等几点数字普惠金融助推农户增收的可行性路径。

关键词：数字普惠金融；农户收入；融资成本；城乡收入差距

一、数字普惠金融对于推进农户增收的意义

在农村金融改革过程中，由于农业部门存在农业特殊风险、农村信用体系不够健全、农村普惠金融产品供需匹配失衡等多重因素，使得农户容易被传统金融机构排斥在外，难以拥有公平的机会享有数字经济时代红利以及获取数字普惠金融产品与服务^[1]。现有文献对数字普惠金融开展了多方面研究，包括农户收入受数字普惠金融发展的影响，多数学者认为数字普惠金融对提高农户收入具有积极作用，即数字普惠金融对农户具有减贫效应。具体来看，数字普惠金融的这种减贫效应可分为直接和间接效应，直接效应的实施路径包括对增加贫困群体进行精准扶贫，提供个性化金融产品与服务，间接效应的实施路径包括一是通过对困难群体进行就业和创业帮扶，提高该群体的工资性收入从而提高整体收入水平^[2]。二是数字普惠金融存在空间溢出效应，随着经济发展及数字普惠金融水平的提高，贫困群体从数字普惠金融中获取的边际效应相对中高收入群体更高^[3]，三是收入分配机制的改革促使居民收入分配格局逐步改善，在共同富裕目标下，有关部门加大惠农政策的实施力度，提高农村居民收入增速^[4]。然而，部分学者研究发现数字普惠金融在某些情况下存在负效应，例如，王伟等（2018）发现如果普惠金融只注重解决贫困地区对金融机构的接触性排斥，会进一步加剧资金外流，对减贫产生负向影响^[5]。数字普惠金融与居民收入间的倒“U”型关系被许多实证证实，即数字普惠金融在长期内会促进低收入群体收入增长有助于实现共同富裕，但短期内反而会扩大城乡收入差距^[6]。综上所述，农村数字普惠金融作为乡村振兴和数字乡村建设的重要组成部分，有助于促进消费市场循环和城乡间要素流动，互联网和金融科技借助自身的成本优势和技术优势打破地域限制，长期来看，农村数字普惠金融的发展能够促使偏远地区和低收入农户获得数字普惠金融发展的正向效应^[1]。总体来看，数字普惠金融有助于缓解涉农村金融市场存在的金融产品供需不匹配的问题，对于促进农户增收和缩小城乡收入差距具有现实意义。

二、安徽省数字普惠金融在农业领域的发展现状

近年来，在政策指引下，数字普惠金融在安徽省农业领域展现了丰富的应用场景，有力推动全省乡村产业发展水平。

1.数字普惠金融服务的覆盖范围与渗透深度现状

数字普惠金融通过金融科技，能够有效解决农业融资在信息端的壁垒，合理控制农业风险。安徽省作为全国农业大省，拥有皖北粮食主产区以及多个特色农业县区，全省粮食总产连续多年达800亿斤。得益于近年来大力推广数字普惠金融服务在农村地区覆盖面和使用深度，以太和县种粮大户等新型农业经营主体的多家农业企业得以拓宽融资支持。多家农产品加工企业通过融资实现了产品线扩展和加大研发投入，通过加工本地优质小麦、蔬菜等农产品生产休闲方便食品，在实现农产品附加值显著增长的同时带动当地就业。随着数字普惠金融在三农领域的应用深入，有皖北地区望发挥自身种粮产粮方面的规模经营优势，立足“国家优质粮食生产功能区”的定位，推动皖北各市粮食生产提质增效及转型升级。

图1 安徽省数字普惠金融指数及分维度指数变化趋势（ 2011-2022年）

根据北京大学数字普惠金融指数，2011至2022年安徽省数字普惠金融指数以及分维度指数变化趋势如图1。从全国范围来看，近十余年间，安徽省数字普惠金融发展总水平及使用深度、覆盖度、数字化程度均呈逐年上升的趋势。从全国范围来看，近年来安徽省数字普惠金融发展与河南省、江西省等省份一同处于第二梯队，仅次于江浙沪地区所在的第一梯队。

2.数字普惠金融显著推动乡村产业振兴

从数字普惠金融的维度来看，诸多研究表明数字普惠金融的数字化程度、覆盖广度和使用深度对安徽省乡村产业振兴具有正向效应^[7][8]。结合图1，2011-2022年，数字普惠金融的三个维度中，数字普惠金融覆盖广度对提升农户收入，优化农户收入结构的作用最为显著。数字普惠金融发展整体水平和三大维度衡量的水平在观察期前期呈高速增长的趋势，近年来增长速度有所放缓。

从产业经济增长的趋势来看，数字普惠金融对农村第一产业和第三产业的振兴效果明显，通过线上贷款、供应链金融等方式有效缓解了农村信用体系不够健全、抵质押物范围窄流动性低等制约农村金融发展的客观情况，有力助推安徽省种业、养殖业及乡村文旅等特色产业。以种植业为例，安徽省农信社推动霍山农商行落地支持霍山黄芽乡村产业振兴计划，通过银企合作带动产业链上下游增收增产，形成了可推广的经验模式。安徽新安银行的“种业AI贷”入选优秀案例，该产品开发的初衷是解决农业生产资料供给融资难的问题，农户通过微信小程序进行线上申请、智能AI视频问答、银行风控审核、贷款自动审批，通过利用金融科技提升客户画像精准度，简化贷款申请流程，提高融资到账时间，有利于农户不误农时，及时购买农业生产资料。

3.金融科技助推涉农贷款稳步增长

安徽省金融支持农业发展力度持续加大，根据人民银行安徽省分行公布的数据，截至2025年2月，安徽省涉农贷款余额达2.57万亿元，同比增长9.63%。金融科技助推涉农贷款显著增长的原因可以归结为以下几点：第一，多家商业银行运用金融科技创新金融产品，优化信贷审批流程。例如，商业银行等金融机构以及征信机构通过运用卫星遥感技术、隐私计算、电子围栏、电子标签、智能终端、物联网等技术实时掌握农作物、活体质押物的状态等信息，强化涉农信用信息互联互通，缓解涉农融资信息不对称难题，提高涉农风险管理水平。在提高商业银行的贷后管理能的同时，助力农业经营主体融资增量扩面、降本增效，实现银行和涉农主体的双赢局面。第二，多方联动有序开展数字普惠金融工作，细化落实奖补政策。根据财政部有关通知，安徽省财政厅联合有关部门评审出省内三个中央财政支持普惠金融发展示范区，中央财政通过普惠金融发展专项转移支付安排奖补资金，支持示范区普惠金融发展。其中，数字普惠金融支持农业发展示范区考核占总考核50%，主要考核五大维度，包括普惠型小微企业贷款余额同比增速、普惠型农户生产经营性贷款余额同比增速、当年新发放普惠型小微企业贷款平均利率同比降幅、政府性融资担保业务余额同比增速、小微企业信用贷款余额同比增。示范区统筹奖补资金，将所获奖补资金用于支小支农贷款贴息、支小支农贷款风险补偿、以及政府性融资担保机构涉农业务降费奖补、资本金补充、风险补偿等方面。第三，提升示范项目落地成效，持续发力。通过工作简报、新媒体、传统媒介等方式将示范区的优秀项目经验进行分享。此外，人民银行安徽省分行统筹辖区内数字普惠金融助农工作并开展金融统计调查，通过召开座谈会的方式，从业务和技术的角度与辖区内各机构深入探讨试点工作重点、难点和痛点问题。座谈和统计对象即包括金融机构、征信机构、通信运营商、支付机构等单位，全面摸底金融服务水平、金融基础设施建设情况、金融产品应用情况，也包括走访一线农户，详细了解农村和农户的实际情况及需求、项目运行和推进过程中遇到的问题。

三、数字普惠金融在助推安徽省农户增收中的问题

安徽省农村数字普惠金融发展在推动乡村振兴和农业现代化方面取得了显著成效，但仍面临一些问题和挑战。

1.金融机构服务动力不足

一是获客成本高。与人口密度较高的城镇地区相比，农村地区地理位置相对分散，并且农户金融需求存在频次较低、体量较小的特点，特别是农村地区留守老人群体较大，这类客户普遍缺乏对手机和互联网的使用技能和经验，而数字普惠金融的渠道推广高度依赖智能手机和互联网渠道，上述因素导致金融机构在农村地区的获客成本较高，线上获客率较低。相应地，以商业银行为代表的各类金融机构开展农业部门贷款业务的盈利空间收到挤压。从企业追求利润增长点的角度来看，金融机构服务农户的原生动力不足。

二是信用风险较高。农业经济天然地受自然灾害和市场供求波动等因素影响较大。根据中国人民银行、银保监会、安徽省农业农村厅等部门发布的数据，由于安徽省农业增加值在三产中比重高于全国平均，安徽省涉农贷款的坏账率普遍约高于普通贷款0.5-1.5个百分点。从地区来看，如图2所示，作为全国产粮大省之一的安徽省在2023年的涉农贷款坏账率为3.8%，高于同为产粮大省的河南省和山东省的同期数据，亦高于浙江等沿海经济发达省份的同期数据。部分坏账率较高的商业银行其贷款坏账主要受不良贷款和贷款总额规模的影响，以及涉农贷款业务主要开展在经济欠发达地区的影响。较高的涉农贷款坏账率凸显了安徽省涉农贷款风险管理的难度，从而抑制了金融机构从事涉农贷款业务的积极性。

图2 全国及安徽省涉农贷款坏账率数变动趋势（ 2020-2023年）

三是中小银行数字化转型困难。一方面，相对于大型商业银行，中小银行受限于较小的用户规模导致的数据基础薄弱，数据获取成本相对较高。中小银行自身资本规模、人才储备不足和人才竞争力相对不足等因素，农村信用社、农村商业银行、村镇银行等农村中小银行的数字化转型成本及后续持续投入成本相对较高，在开展数字化转型方面具有较大难度。另一方面，农村中小银行在金融科技投入方面受限，中小银行在金融技术引入业务层面大多以与第三方合作或外包为主，难以掌握核心技术与资源且对中小银行持续资金投入有一定要求，农村中小银行局限于依托智能柜员机、无纸化平台、智能排队填单系统等线下硬件设施推广数字普惠金融服务，其数字普惠金融产品创新不足。此外，中小银行在数字化转型中面临的金融风险防控难度较大。金融科技和数据治理方面，金融科技的发展对银行智能风险管理能力提出了更高的要求，中小银行由于前述人才储备和人才竞争力不足，导致其在金融科技管理方面处于劣势，从而影响了中小银行开展信贷业务精准投放以及贷前贷中贷后的风险敞口识别及风险管理。

2.农村普惠金融产品供需匹配失衡

一是安徽省数字普惠金融需求覆盖不均衡，包括家庭农场、农业合作社等在内的部分新型农业经营主体仍面临融资难问题，特别是皖北粮食主产区受限于区位优势不足，以及经济发展水平整体落后于皖中地区和皖南地区等沿江经济带地区，皖北地区的传统农户的金融需求覆盖率仍有较大提升空间。

二是农业经营主体抵押质押物范围较窄，虽然安徽省已试点“活体贷”、“农业设施抵押贷款”等创新农村数字普惠金融产品，但当前安徽省农村信贷产品仍以标准化的消费贷、抵押贷为主，农村信贷产品单一难以满足农户在长期生产性贷款、水产养殖特色农业融资等方面的多元化金融产品需求。农机具、大棚设施、活体畜禽等非标准资产的评估和抵押质押融资，以及农业商标、农业保单等无形资产的评估和抵押质押融资仍需推广。

3.数字普惠金融基础设施建设相对滞后

一是数据共享机制不健全，土地确权、农业补贴、征信信息等涉农数据分散在政府、银行、保险等不同部门，缺乏统一共享平台。农村信用信息分散、条块分割的客观情况加剧了信息不对称问题，导致金融机构难以获取真实、完整、有效的数据进行农户画像，全面评估农户信用状况，进而影响金融机构开展精准授信。

二是农村金融服务站点功能单一，目前多数农村金融机构线上仅提供存取款、转账等基础金融服务，信贷申请、征信采集、农业保险等复杂业务仍大多依赖线下网点，或者金融机构从业人员线下到农户所在地办理，效率较低。部分偏远地区仍存在金融服务空白。

三是城乡“数字鸿沟”显著，农村地区老龄化、空心化严重，部分农户对手机银行、移动支付等数字金融工具接受度低，由于受教育水平及金融知识普及不足，甚至存在抵触心理。这部分客户更偏好传统借贷方式，自身难以在快速发展的数字经济变革中同步获益，其工作机会、个人财富和收入方面与其他群体的差距扩大，也影响数字普惠金融在农村的普及。

4.政策执行存在偏差与区域发展失衡

政策执行存在偏差方面，为建设高质高效农业强省，尽管安徽省地方金融监督管理局联合多部门出台了《加快金融下乡支持全面推进乡村振兴实施方案》等政策，但部分基层金融机构出于各种原因仍倾向于服务信用资质较好的客户，导致普惠金融资源未能精准导向和全面覆盖农户个体及各类新型农业经营主体。

区域发展不平衡方面，皖北、皖中、皖南等地区的资源禀赋和产业发展所处阶段不同，产业发展对金融服务需求也呈现多层次、差异化趋势。以及数字普惠金融基础设施建设存在区域间不平衡现象，导致数字普惠金融发展水平在皖北、皖南、皖中地区间存在差异，部分地区创新产品推广较慢。如果不能有效弥合区域间的数字鸿沟，数字时代下由于对对数字经济接受度的区域差异反而可能导致城乡收入差距加大。

四、数字普惠金融助推农户增收的可行性路径

针对上述问题，可通过以下措施优化农村数字普惠金融发展：

1.深化数字金融赋能

一是加强金融科技应用，推广区块链溯源融资、如隐私计算、区块链、卫星遥感信贷等创新模式在农村金融的应用深度，打通农业发展领域的数据壁垒，有效处理海量的涉农企业交易数据和创新成果转化数据，增强信用判定基础，为涉农企业特别是创新成果转化能力较强的成长性涉农企业提供所需资金。切实提升农村金融服务的精准性和普惠性。二是推动中小银行中最具代表行的农村商业银行与金融科技公司合作，拓宽包括贷款业务全过程的智能风控服务、以反欺诈为主的风控服务、智能机器人客服、人脸识别在线上线下渠道身份验证服务、智能语音与人工智能技术应用到智能客服、智能运营、智慧网点等业务类和场景类合作，提升数字化风控能力，有效控制金融机构特别是中小银行的获客成本及信息不对称问题。

2.完善农村信用体系

进一步完善全省统一的农村信用信息平台，持续提升省公共信用信息共享服务平台服务能力，提升农业补贴、土地确权、征信等国家公共信用信息和地理空间涉农信息的有效整合和及时共享机制。依托省农村信用信息平台、“信用安徽”网站等全省统一平台，推动行政许可、行政处罚、行政强制、行政确认、行政裁决、行政补偿、行政奖励、行政征收、行政给付和行政监督检查等行政行为信息的高校共享和社会监督。

以科技为支撑不断创新农村信用体系的建设模式，一方面，深化金融机构与信用信息平台务实合作，金融科技实力较强的商业银行应在充分利用全省统一的农村信用信息平台，将内部金融数据与平台共享信用信息进行高效整合后，将数据纳入信贷风险评估模型，实现信贷模型的不断优化，在金融贷款投放中增加小微企业贷款特别是涉农小微企业贷款，基于数据整合和贷款需求为涉农小微企业量身定做高效便捷的线上金融产品及服务。另一方面，省农业农村厅配合主体责任单位省商务厅加快商贸流通领域信用建设。要进一步完善农产品的追溯管理系统，构建覆盖线上线下的重要产品追溯体系。从涉农企业层面，实行农民工工资保证金信用差异化缴存管理。落实拖欠农民工工资失信联合惩戒对象名单、社会保险领域严重失信主体名单制度。依法打击骗取最低生活保障金、保障性住房以及诈捐骗捐等失信行为。从行政村和农户层面，结合安徽省实际，扩大“信用村”、“信用户”的评定范围，进一步推进省内社会信用体系建设高质量发展，提高授信效率。

3.优化金融产品供给

一是梳理痛点和难点，激活金融产品和金融模式创新。开发特色农业保险、供应链金融等产品，满足差异化需求。扩大“活体贷”、“农业设施抵押贷款”等创新金融产品的试点范围。金融机构应拓宽思路，开展“平台+数据+金融”的模式创新，以数字要素推动金融产品和服务创新，有效解决农业产业缺乏传统信贷模式中要求优质抵押物的信用痛点。大力推广中期流贷服务新模式，以解决涉农企业贷款需求大周期长和金融机构贷款结构以短期贷款为主的供需矛盾。优化助农服务点功能，增加信贷、保险等综合服务。二是平台对接资源共享，助力供应链产业链融资。推动安徽省省属企业与省综合金融服务平台“供应链专区”对接，推动农业产业链上下企业特别是小微企业和民营企业获取融资，促进供应链产业链升级，提升农产品供应链产业链的整体韧性。

4.增强农村数字包容

加强农村金融教育，提高数字包容度，通过“村委+银行”模式推广数字支付工具^[9]。一方面，提升数字金融普及率，努力消除数字鸿沟，实现经济社会包容的目的，为提高数字普惠金融覆盖率打下技能基础。提升数字金融普及率需要从增强农村数字普惠金融基础设施硬件和提升农村地区农户及新型农业经济体管理者的数字技术受教育水平两方面着手。另一方面通过数字化手段推动经济社会的机会平等与普惠共享。此外，在贷款经营管理过程中要协助引导、监督、教育农户和涉农企业负责人关于用款还款的规范性，做好贷后可能存在的不良贷款清收。

5.强化政策支持与党建引领

强化政策引导，如设立普惠型小微企业贷款风险补偿引导资金，延续“执行农户、小微企业和个体工商户融资担保增值税政策”，对服务“三农”的金融机构特别是皖北地区给予税收优惠、风险补偿等方面的政策激励，推动金融机构落实不良贷款容忍度、尽职免责、绩效考核等要求，从而提升金融机构发放涉农企业贷款和小微贷款的积极性，提高金融机构开展农业信贷服务与产品创新的驱动力，推动惠农金融政策切实落地。推动安徽省《金融支持“乡村产业振兴共同发展计划”》平稳落地，鼓励金融机构与农业主体建立长期合作。

加强党建引领，常态化实施党建引领信用村+“信易贷”的金融支农模式，该模式下，由上级党组织牵头，调动乡镇基层党组织、农业、财政、金融、担保等多部门，以党建为统领，搭建统一的党建引领信用村建设服务平台体系，以安徽省数字资源局作为线上运营主体，在对农户进行六级信用评级的基础上，根据农户建档率、信用户占比、按期归还贷款的农户占比、农户贷款整体不良率等指标对行政村进行评级，发挥基层党组织作用建设信用环境。

参考文献：

[1]张舒涵.数字普惠金融对农村居民收入的影响——基于安徽省16个地级市的实证分析[J].阜阳职业技术学院学报,2023,34(3):82-86.

[2]刘锦怡,刘纯阳.数字普惠金融的农村减贫效应：效果与机制[J].财经论丛，2020(1):43 - 53.

[3]张勋,万广华,张佳佳.数字经济、普惠金融与包容性增长[J].经济研究,2019,54(8):71 - 86.

[4]黄倩,李政,熊德平. 数字普惠金融的减贫效应及其传导机制[J].改革.2019(11):90-101.

[5]王伟，朱一鸣.普惠金融与县域资金外流: 减贫还是致贫——基于中国 592 个国家级贫困县的研究[J].经济理论与经济管理，2018(1): 98-108.

[6]郭航.数字普惠金融发展能缩小城乡收入差距吗[J].江西财经大学学报,2024(5):38-52.

[7]宫攀,贺媛丽.数字普惠金融对乡村产业振兴的影响机制及空间效应[J].统计与决策,2025,41(2):150-155.

[8]刘霞,李双蕾.数字普惠金融对农民收入的影响研究——基于数字基础设施与农户信贷的视角[J].河南工业大学学报(社会科学版),2024,40(6):1-9.

[9]中国信息通信研究院.中国城乡数字包容发展研究报告（2024）[R].2024.03.

基金项目：安徽省高等学校科研项目（哲学社会科学）（2023AH052405）；安徽省人文社会科学重点项目“数字经济与经济高质量发展关系的实证研究”（2024AH053015）；阜阳职业技术学院校级科研项目（2022KYXM08）