数字金融对脱贫农户生计韧性的影响——基于乌兰察布市的调查分析

doi:10.12118/j.issn.1000-6060.2025.513

摘要/Abstract

摘要：

提高脱贫农户生计韧性是巩固脱贫攻坚成果、长效防范返贫风险的核心路径。基于2023年内蒙古自治区乌兰察布市的496户脱贫农户微观调查数据，采用熵值法与综合指数法测度农户生计韧性，通过多元线性回归、中介效应模型、倾向得分匹配（PSM）及工具变量法，分析了数字金融使用与内生生计资本对脱贫农户生计韧性的影响及作用机制。结果表明：（1）生计韧性是农户整合风险抵御与损失修复的能力，其核心影响因素包括内生生计资本（个人健康、家庭经济、人力资本）与外部干预（数字金融）。（2）内生生计资本中，农户个人健康水平高、家庭经济条件优显著提升生计韧性，年事过高则显著抑制生计韧性。（3）数字金融使用通过促进农业技术采纳提升生产效率与推动生计转型，拓宽收入来源的双重机制，显著提升生计韧性。（4）内生生计资本与数字金融使用需形成协同效应，才能破解脱贫农户“高龄、低教育”的结构性约束。研究结果为防返贫背景下优化农户生计支持政策提供了微观实证依据。

关键词: 防返贫, 脱贫农户, 生计韧性, 数字金融, 内生生计资本

Abstract:

Enhancing the livelihood resilience of poverty alleviation households is central to consolidating poverty reduction outcomes and preventing long-term poverty recurrence. Based on 2023 micro-survey data from 496 poverty alleviation households in Ulanqab, Inner Mongolia, China, this study measures farmers’ livelihood resilience using the entropy method and the comprehensive index method. Multiple linear regression, mediation effect modeling, propensity score matching, and instrumental variable methods were employed to examine the effects and mechanisms of digital finance use and endogenous livelihood capital on household livelihood resilience. The findings are as follows: (1) Livelihood resilience reflects farmers’ capacity to withstand risks and recover from livelihood shocks. Its key determinants include endogenous livelihood capital (personal health, household economic, human capital), as well as external support (digital finance). (2) Among the endogenous factors, better personal health and stronger household economic conditions significantly improve livelihood resilience, whereas advanced age significantly constrains it. (3) The use of digital finance significantly enhances livelihood resilience through two pathways: promoting agricultural technology adoption to improve production efficiency and facilitating livelihood diversification to expand income sources. (4) The endogenous livelihood capital and digital finance operate synergistically, helping to overcome structural constraints associated with advanced age and low educational attainment among poverty alleviation households. These results provide micro-level empirical evidence for optimizing livelihood support policies aimed at strengthening rural resilience and reducing the risk of poverty recurrence.

Key words: poverty recurrence prevention, poverty alleviation households, livelihood resilience, digital finance, endogenous livelihood capital

邰秀军, 封峰. 数字金融对脱贫农户生计韧性的影响——基于乌兰察布市的调查分析[J]. 干旱区地理, 2026, 49(7): 1509-1519.

TAI Xiujun, FENG Feng. Impact of digital finance on the livelihood resilience of poverty alleviated farmers: A survey analysis based on Ulanqab City[J]. Arid Land Geography, 2026, 49(7): 1509-1519.

图/表 9

图1

表1

表2

表3

表4

表5

表6

表7

表8

参考文献 28

[1]	高帅, 程炜, 唐建军. 风险冲击视角下革命老区农户生计韧性研究——以太行革命老区为例[J]. 中国农村经济, 2024(3): 107-125.
	[Gao Shuai, Cheng Wei, Tang Jianjun. The livelihood resilience of rural households in old revolutionary base areas from the perspective of risk shocks: An example of the Taihang old revolutionary base area[J]. Chinese Rural Economy, 2024(3): 107-125.]
[2]	王兆林, 王洁仪. 易地扶贫搬迁户返贫风险因素识别及防范策略——基于武陵山区典型项目区的调查研究[J]. 西南大学学报(社会科学版), 2024, 50(3): 166-179.
	[Wang Zhaolin, Wang Jieyi. Identification of risk factors and countermeasures for poverty return of relocated households in poverty alleviation: An investigation of the typical project area in Wuling Mountain region[J]. Journal of Southwest University (Social Sciences Edition), 2024, 50(3): 166-179.]
[3]	贾男, 王赫. 东西部对口支援政策实施能否降低脱贫农户返贫风险[J]. 中国农村经济, 2025(1): 72-93.
	[Jia Nan, Wang He. Can pairedassistance decrease the risk of returning to poverty among rural households lifted out of poverty[J]. China Rural Economy, 2025(1): 72-93.]
[4]	李玉恒, 黄惠倩, 宋传垚. 贫困地区乡村经济韧性研究及其启示——以河北省阳原县为例[J]. 地理科学进展, 2021, 40(11): 1839-1846. doi: 10.18306/dlkxjz.2021.11.004
	[Li Yuheng, Huang Huiqian, Song Chuanyao. Rural economic resilience in poor areas and its enlightenment: Case study of Yangyuan County, Hebei Province[J]. Progress in Geography, 2021, 40(11): 1839-1846.] doi: 10.18306/dlkxjz.2021.11.004
[5]	马超群, 张硕蒙, 员学锋, 等. 秦岭山区脱贫户生计韧性评价及其障碍因子——以陕西省蓝田县为例[J]. 地球科学与环境学报, 2024, 46(6): 790-803.
	[Ma Chaoqun, Zhang Shuomeng, Yuan Xuefeng, et al. Evaluation of livelihood resilience of out-of-poverty farmers in Qinling Mountains and its obstacle: A case study of Lantian County in Shaanxi Province, China[J]. Journal of Earth Sciences and Environment, 2024, 46(6): 790-803.]
[6]	吴本健, 樊庭君, 张迪展. 从贫困脆弱性到发展韧性: 农户家庭生计策略演进的文献综述[J]. 农业农村部管理干部学院学报, 2023, 14(4): 33-42.
	[Wu Benjian, Fan Tingjun, Zhang Dizhan. From poverty vulnerability to development resilience: A literature revivew about the evolution of livelihood strategies for farmers’families[J]. Journal of the Management College of the Ministry of Agriculture and Rural Affairs, 2023, 14(4): 33-42.]
[7]	孙彦, 赵雪雁. 陇南山区脱贫户的生计恢复力演变及其影响因素[J]. 地理科学, 2022, 42(12): 2160-2169. doi: 10.13249/j.cnki.sgs.2022.12.012
	[Sun Yan, Zhao Xueyan. Evolution of livelihood resilience and its influencing factors of out-of poverty farmers in Longnan Mountainous area[J]. Geography Science, 2022, 42(12): 2160-2169.]
[8]	蒙子钰, 卢远, 汤传勇, 等. 欠发达山区农户生计恢复力测度——以广西凤山县为例[J]. 山地学报, 2023, 41(4): 584-596.
	[Meng Ziyu, Lu Yuan, Tang Chuanyong, et al. Measurement of the livelihood resilience of farmers in underdeveloped mountainous areas: A case study of Fengshan County, Guangxi, China[J]. Journal of Mountain Science, 2023, 41(4): 584-596.]
[9]	刘伟, 黎洁, 徐洁. 连片特困地区易地扶贫移民生计恢复力评估[J]. 干旱区地理, 2019, 42(3): 673-680.
	[Liu Wei, Li Jie, Xu Jie. Evaluation of rural household’s livelihood resilience of the relocation and settlement project in contiguous poor areas[J]. Arid Land Geography, 2019, 42(3): 673-680.]
[10]	张永丽, 陈建仲. 基于农户生计脆弱性视角的防返贫应对策略[J]. 华南农业大学学报(社会科学版), 2022, 21(5): 86-99.
	[Zhang Yongli, Chen Jianzhong. Anti-poverty strategies from perspective of farmers’ livelihood vulnerability[J]. Journal of South China Agricultural University (Social Sciences Edition), 2022, 21(5): 86-99.]
[11]	Urruty N, Tailliez-Lefebvre D, Huyghe C. Stability, robustness, vulnerability and resilience of agricultural systems. A review[J]. Agronomy for Sustainable Development, 2016, 36(1): 1-15. doi: 10.1007/s13593-015-0343-9
[12]	Barrett C B, Constas M A. Toward a theory of resilience for international development applications[J]. Proceedings of the National Academy of Sciences of the United States of America, 2014, 111(40): 14625-14630. doi: 10.1073/pnas.1320880111 pmid: 25246580
[13]	Morzaria-Luna N H, Turk-Boyer P, Moreno-Baez M. Social indicators of vulnerability for fishing communities in the northern Gulf of California, Mexico: Implications for climate change[J]. Marine Policy, 2014, 45: 182-193. doi: 10.1016/j.marpol.2013.10.013
[14]	Speranza C I, Wiesmann U, Rist S. An indicator framework for assessing livelihood resilience in the context of social ecological dynamics[J]. Global Environmental Change, 2014, 28: 109-119. doi: 10.1016/j.gloenvcha.2014.06.005
[15]	Oztemel E, Gursev S. Literature review of industry 4.0 and related technologies[J]. Journal of Intelligent Manufacturing, 2020, 31(6): 127-182. doi: 10.1007/s10845-018-1433-8
[16]	黄益平, 黄卓. 中国的数字金融发展: 现在与未来[J]. 经济学(季刊), 2018, 17(4): 1489-1502.
	[Huang Yiping, Huang Zhuo. The development of digital finance in China: Present and future[J]. China Economic Quarterly, 2018, 17(4): 1489-1502.]
[17]	黄倩, 刘泽慧, 熊德平. 数字金融对农户可持续生计的影响[J]. 改革, 2024(8): 98-118.
	[Huang Qian, Liu Zehui, Xiong Deping. The impact of digital finance on sustainable livelihoods of farmers[J]. Reform, 2024(8): 98-118.]
[18]	吴诗嫚, 祝浩, 卢新海. 土地综合整治对农户生计韧性的影响效应及机制分析——以湖北省部分县市为例[J]. 农业现代化研究, 2023, 44(6): 1002-1013.
	[Wu Shiman, Zhu Hao, Lu Xinhai. Impact effects and mechanisms of comprehensive land consolidation on farmers’ livelihood resilience: A case study of some counties in Hubei Province[J]. Agricultural Modernization Research, 2023, 44(6): 1002-1013.]
[19]	Moser C. The asset vulnerability framework: Reassessing urban poverty reduction strategies[J]. World Development, 1998, 26(1): 1-19. doi: 10.1016/S0305-750X(97)10015-8
[20]	Ellis F. The determinants of rural livelihood diversification in developing countries[J]. Journal of Agricultural Economics, 2000, 51(2): 289-302. doi: 10.1111/jage.2000.51.issue-2
[21]	江艇. 因果推断经验研究中的中介效应与调节效应[J]. 中国工业经济, 2022(5): 100-120.
	[Jiang Ting. Mediating effects and moderating effects in causal inference[J]. China Industrial Economy, 2022(5): 100-120.]
[22]	易法敏. 数字技能、生计抗逆力与农村可持续减贫[J]. 华南农业大学学报(社会科学版), 2021, 20(3): 1-13.
	[Yi Famin. Digital skills, livelihood resilience and sustainable poverty reduction in rural areas[J]. Journal of South China Agricultural University (Social Sciences Edition), 2021, 20(3): 1-13.]
[23]	柳松, 谭卓敏, 陈楚娜. 数字金融发展对农户金融素养的影响及作用机制[J]. 农村经济, 2023(8): 88-97.
	[Liu Song, Tan Zhuomin, Chen Chuna. The impact and mechanism of digital finance development on farmers’ financial literacy[J]. Rural Economy, 2023(8): 88-97.]
[24]	Zhang G M, Wu X L, Wang K. Research on the impact and mechanism of internet use on the poverty vulnerability of farmers in China[J]. Sustainability, 2022, 14(9): 5216, doi: 10.3390/su14095216.
[25]	张海洋, 韩晓. 数字金融的减贫效应研究——基于贫困脆弱性视角[J]. 金融评论, 2021, 13(6): 57-77, 119.
	[Zhang Haiyang, Han Xiao. Sustainable poverty reduction effect of digital finance: A perspective of household poverty vulnerability[J]. Financial Review, 2021, 13(6): 57-77, 119.] doi: 10.1111/fire.1978.13.issue-3
[26]	李聪, 柳玮, 冯伟林, 等. 移民搬迁对农户生计策略的影响——基于陕南安康地区的调查[J]. 中国农村观察, 2013(6): 31-44, 93.
	[Li Cong, Liu Wei, Feng Weilin, et al. The influence of relocation policy on rural households’ livelihood strategy: Based on the household survey data in south Shaanxi Province[J]. China Rural Observation, 2013(6): 31-44, 93.]
[27]	Wang X, He G W. Digital financial inclusion and farmers’ vulnerability to poverty: Evidence from rural China[J]. Sustainability, 2020, 12(4): 1668, doi: 10.3390/su12041668.
[28]	王进, 李志超, 史明聪. 数字基础设施建设与农户贫困脆弱性——基于“宽带中国”战略的经验证据[J]. 农林经济管理学报, 2023, 22(2): 142-151.
	[Wang Jin, Li Zhichao, Shi Mingcong. Digital infrastructure development and poverty vulnerability of rural households: Empirical evidence based on “broadband China” strategy[J]. Journal of Agricultural and Forestry Economics Management, 2023, 22(2): 142-151.]

要素层	指标层	指标内涵	权重
暴露水平	旱灾影响程度	旱灾对农业生产的影响程度	0.043
	风灾影响程度	风灾对农业生产的影响程度	0.025
	雹灾影响程度	雹灾对农业生产的影响程度	0.023
	霜冻影响程度	霜冻对农业生产的影响程度	0.019
	雪灾影响程度	雪灾对农业生产的影响程度	0.004
	沙化影响程度	沙化对农业生产的影响程度	0.034
敏感性	农业收入占比	农业收入占家庭总收入比例	0.120
敏感性	农业劳动力占比	农业劳动力占家庭总劳动力比例	0.144
缓冲能力	土地质量	根据土地肥沃程度、田间道路条件综合判断	0.053
	劳动力数量	家庭中劳动年龄人口数量	0.043
	农机设备	家庭里是否拥有农机设备	0.034
	家庭存款	家庭成员现有存款之和	0.037
自组织能力	家庭成员政治面貌	家庭成员政治面貌	0.034
	社会信任	受访者对其他村民的信任程度	0.065
	参与社区活动	家庭成员是否参加社区活动	0.055
	参与合作社	家庭成员是否加入合作社	0.042
	社会关系	是否有亲戚在政府或银行工作	0.039
学习能力	金融素养能力	受访者对信贷政策的认知情况	0.071
	经济决策能力	受访者偏好的投资项目类型	0.070
	信息筛选能力	受访者是否能比较不同时期、不同银行的存款利率	0.045

变量类别	变量名称	变量内涵	均值	标准差	最小值	最大值
被解释变量	生计韧性	根据综合指数法测算	0.029	0.094	-0.209	0.303
解释变量	数字金融使用	使用=1；未使用=0	0.331	0.471	0.000	1.000
机制变量	农业生产技术使用	是=1；否=0	0.653	0.476	0.000	1.000
	生计转型	是=1；否=0	0.105	0.307	0.000	1.000
控制变量	年龄/岁	户主年龄	64.119	11.920	26.000	90.000
	性别	户主：男=1；女=0	0.451	0.498	0.000	1.000
	受教育程度	户主文化水平：初中及以下=1；高中=2；本科=3；硕士=4；博士=5	1.502	0.799	1.000	5.000
	健康水平	差=1；较差=2；一般=3；良好=4；优秀=5	3.133	1.256	1.000	5.000
	家庭成员数量	1人=1；2人=2；3人=3；4人=4；5人及以上=5	2.913	1.205	1.000	5.000
	房屋数量	无=1；1套=2；2套=3；3套及以上=4	2.026	0.314	1.000	4.000
	承包土地	是=1；否=0	0.617	0.487	0.000	1.000
	土地面积/hm²	土地面积（取对数）	1.638	1.519	0.000	5.707
工具变量	拥有智能手机	是=1；否=0	0.521	0.500	0.000	1.000

变量	（1）	（2）	（3）
数字金融使用	0.056^***（0.009）	0.032^***（0.010）	0.036^***（0.010）
年龄	-	-0.000^***（0.001）	-0.001^**（0.000）
性别	-	0.017^**（0.009）	0.013（0.009）
受教育程度	-	0.016^***（0.006）	0.014^***（0.006）
健康水平	-	0.007^*（0.004）	0.008^**（0.004）
家庭成员数量	-	-	-0.013^***（0.004）
房屋数量	-	-	0.028（0.014）
承包土地	-	-	-0.001（0.016）
土地面积	-	-	0.000（0.005）
常数项	0.103^**（0.005）	0.020^***（0.038）	0.014（0.047）
样本量	496	496	496
VIF值	-	1.340	1.950
R²	0.078	0.149	0.183

变量	数字金融使用第一阶段	生计韧性第二阶段
数字金融使用	-	0.140^***（0.060）
拥有智能手机	0.185^***（0.047）	-
控制变量	已控制	已控制
常数项	0.472^**（0.238）	-0.043（0.068）
LM统计量	14.796
弱工具变量F值	15.180

变量	处理	实验组均值	控制组均值	标准化偏差/%	幅度/%	t检验
年龄	匹配前	57.095	67.362	-88.7	97.7	0.000
年龄	匹配后	59.577	59.819	-2.1	97.7	0.859
性别	匹配前	0.563	0.390	35.0	79.1	0.001
性别	匹配后	0.549	0.513	7.3	79.1	0.545
受教育程度	匹配前	1.823	1.340	57.0	99.9	0.000
受教育程度	匹配后	1.620	1.620	-0.1	99.9	0.997
健康状况	匹配前	3.601	2.930	55.6	90.0	0.000
健康状况	匹配后	3.486	3.553	-5.5	90.0	0.633
家庭成员数量	匹配前	3.298	2.749	47.1	79.8	0.000
家庭成员数量	匹配后	3.239	3.189	4.3	79.8	0.460
家中房屋数量	匹配前	2.086	2.006	25.9	90.9	0.009
家中房屋数量	匹配后	2.078	2.107	-9.4	90.9	0.717
承包土地	匹配前	0.601	0.632	-6.3	-7.4	0.520
承包土地	匹配后	0.627	0.594	6.7	-7.4	0.573
土地面积	匹配前	1.511	1.733	-14.8	82.1	0.133
土地面积	匹配后	1.567	1.527	2.7	82.1	0.822