数智洞察丨“曹县现象”背后,金融科技助力乡村振兴的三大维度

简介: “曹县现象”狂扫网络之时,引发了人们对乡村振兴内核的重新思考。唯有产业发展,人才回流,金融服务整合各类资源提供覆盖全产业链的支持,这样的振兴才是全面、高质量和可持续的。
来源 | 阿里云研究
编辑 | 阿里云研究中心 张楠

640.gif

编者按:
“曹县现象”狂扫网络之时,引发了人们对乡村振兴内核的重新思考。唯有产业发展,人才回流,金融服务整合各类资源提供覆盖全产业链的支持,这样的振兴才是全面、高质量和可持续的。

image.png

导语

近期山东菏泽曹县引起社交媒体的关注,被热炒为“跻身”一线城市之列。曹县位于山东省西南部,鲁豫两省八县交界处,总面积1969平方公里,下辖22个乡镇,人口约170万。十多年前,曹县以劳务输出为主,有十多个贫困村,现在,则已成为“汉服之都”和“木艺之都”。全县有汉服上下游企业2000多家,原创汉服加工企业600多家,原创汉服销售占全国市场的1/3,预计2021年销售额可达百亿;木雕艺术成为非物质文化遗产,全县木材加工企业2500多家,棺材产品满足日本市场90%的需求。

这个巨大的变化得益于当地政府的引导和支持,通过宣传培训支持产业发展,打造淘宝村,引入上下游企业,先后吸引7000多人返乡,随着产业发展引入金融服务,通过金融科技疏通金融服务“三农”的最后一公里,提供免担保、无抵押、无人工干预的信用贷款服务,村民们可按日计息,随借随还,自2018年底启动普惠金融项目以来,至2021年6月4日,网商银行已向全县涉农人口授信75.93亿,可服务人数33.3万人,累计放款金额约69.77亿元。

曹县的发展是从脱贫到乡村振兴的一个典型案例。唯有产业发展,人才回流,金融服务整合各类资源提供覆盖全产业链的支持,这样的振兴才是全面、高质量和可持续的。

然而,长期以来,农村金融服务都面临难度大、风险高、收益低的问题。以2021年5月公布的第七次全国人口普查数为例,全国有5.09亿人口居住在农村,分布在全国3万多个乡镇,约50万个行政村里。在如此广袤、分散的农村地区提供金融服务,按照传统模式,难以兼顾成本可控、服务可得和产品丰富。唯有借助科技手段,降低服务成本,让各类数据汇聚融合,才能让村民和金融服务彼此看到和相互信任。

金融科技赋能乡村振兴相关政策

早在2011年,人民银行就开始通过银行卡开展科技助农工作,在福建、甘肃等地开展银行卡助农取款服务点标准化试点,2014年起,引导金融机构全面深化支付服务环境,在无银行网点的村、屯设置助农服务点,开通跨行支付、鼓励特色服务,推广非现金支付和手机支付,实现财政补贴通过银行卡直接发放。逐步建立起农村金融支付的基础设施。

2020年以来,全面推进乡村振兴被纳入十四五规划纲要,2021年6月,《中华人民共和国乡村振兴促进法》正式实施,标志着依法全面推进乡村振兴时代的到来。“促进农业高质高效、乡村宜居宜业、农民富裕富足”成为金融支持乡村振兴的重要目标。2021年4月,人民银行会同7部委在9省市启动金融科技赋能乡村振兴示范工程,鼓励各地区发挥金融科技的驱动作用,实现线上与线下的渠道融合,激发数据要素在农业产业链的倍增作用,促进金融与民生服务的互通。5月,人民银行、银保监会联合《金融机构服务乡村振兴考核评估办法》,借助考核评估进一步引导更多金融资源配置到农村经济社会发展的重点领域和薄弱环节,进一步加强和改进农村金融服务。

image.png

产业、科技、人才三大维度助力乡村振兴

实践中,金融科技供给侧可以从产业振兴、科技振兴和人才振兴三个维度支持乡村振兴。

1. 发挥平台优势推动数字农业蓬勃发展

数字农业是依托信息技术将农业生产、销售各环节的信息作为生产要素,实现种植、培育和销售过程的全程数字化管控,相应的,产业的数字化发展也需要金融的数字化与之匹配。在农业生产环节,传统模式下农民没有抵押物,种植情况只能靠人看,贷前评估和贷后风控成本高、周期长,网商银行运用图像识别和遥感技术实现对农业种植情况实时监控,可识别水稻、玉米、花生、大豆、烟草等农作物的种植区域和生产情况,识别准确率超过93%,已在全国约1/3的县域开展监测和信贷评估;同时,对于遭遇灾害的区域,也可以快速识别受灾情况,支持定向扶持和减免利息。

在农产品销售环节,以农业银行、建设银行等为代表的商业银行和以阿里巴巴为代表的互联网公司等机构依托平台优势,为山东寿光的蔬菜、贵州的猕猴桃、江西赣州的脐橙、浙江龙泉的高山蔬菜等多个地区提供交易平台,拓宽销售渠道,引入物流支持,创新小微信贷,有效激活当地特色产业发展,从产业规划、数字化种植、电商服务、无纸化信贷、品牌营销等方面推动当地农业的数字化升级。

2. 运用新技术为农村金融服务降本增效

农村地区普遍缺乏信用信息(即白户),其房产和农林等未确权,种植和养殖真实性评估难度大,资产评估难,普惠金融服务面临诸多挑战。以泰隆银行为代表的区域性银行发挥深耕本地的优势,依托移动金融网点拓展客户经理的服务半径,让用户“一次都不用跑”,就可以享受在线或上门的金融服务,借助大数据等技术构建数字化信贷工厂模式,全面深度了解农户家庭、生产经营和资产状况等多元化的数据,将新客户新贷款3天,续贷3小时的“老三三制”审批周期缩短为3小时、3分钟的“新三三制”。

各金融机构可以引入钉钉等灵活的工具,建立移动授信和风控标准化流程,从基础建档开始,通过积累村民信用数据形成有本地特色的授信模型,进行整村授信,在保障合规和风控的前提下提升工作效能,并通过知识库的累计,帮助客户经理应对空心村等各种复杂情况,探索技术与人的有机结合,切实提高金融服务的可得性。以中原银行为例,通过发展金融科技强化了金融服务能力,将金融服务和金融工具推广到各乡镇和农村,实现村村有网点,户户有授信,农户可在本村使用社区服务点的POS机和智能机具便捷的办理新开银行卡和小额支付等多种业务,并可使用手机银行快速办理各类业务。

image.png

3. 推动能力建设打造数字化软实力

随着数字乡村建设的深化,农业生产和生活数字化进程加快,对数字化人才的需求进一步加大,而近年来,乡村人口呈下降趋势,2021年人口统计农村人口数量比2020年减少1.64亿,因此,各地区采取多种措施提升数字化能力:一方面开展信息技术和专业领域的培训,提升农村本地人口的综合能力,比如云南省大姚县组织400多名村民参加阿里数字乡村系列培训,200名学员通过了考试,并评选出30名优秀主播,新型人才使用手机这种新农具,借助直播等新媒体,有效推动大姚县农产品的销售。另一方面,注重引入外部人才或外出务工人才回流,枣庄银行等部分农商行、农信社积极引入市场经验丰富的高端复合型型人才,旨在带动本行的数字化转型与发展,提升金融服务供给水平。此外,部分金融机构依托信息技术建设在线智能服务平台,形成对人力提供金融服务的有力补充,比如重庆农商行建设智能化的方言银行,为客户提供语音导航、语音填单、智能营销、智能客服等多种服务。

金融科技创新和实践三大发力点

下一步,随着全面乡村振兴的推进和金融科技赋能乡村振兴试点工作开展,更多丰富的创新和实践将逐步涌现,并着重在如下方向发力:

1. 基础设施

一是夯实基础,构建基于云和大数据技术的基础设施,助力农村金融普惠化。农业生产的数字化和农村金融服务都将对算力和数据提出更高要求,比如依托物联网技术部署传感器,结合AI机器人和边缘计算对农作物生长环境进行实时监测,如监测二氧化碳浓度、空气温湿度等,可充分发挥IoT端与云的优势实现高效的多级联动的计算处理;配合数字化的农业生产,金融服务可以与生产销售中的多种场景对接,对于金融服务的多样性、及时性和可得性也提出更高要求,为合理控制IT成本,保障信息安全,基于金融行业云的金融服务将成为中小金融机构的迫切需求。

image.png

2. 数据共享

二是数据共享,构建融合金融信息与农业生产信息的“金融地图”。电子地图极大改变了我们出行的方式,同样的,金融机构要帮助到经营主体也需要专业导航。地方金融监管机构可促进各金融机构进行合规的数据共享,汇聚本地农业经营主体(比如经营鱼塘、猪圈等主体)的物理位置、经营内容、经营情况(如收支流水)、以及其他生产经营相关信息(如与供销社的交易信息),形成农业经营主体的生动画像,遵循信息保护要求,按照一定规则面向金融机构开放,帮助金融机构全面及时的了解授信主体,主动提供金融服务;同时,也可以将金融服务网点、主要产品信息等进行标注,面向农业经营主体开放,帮助农户快速找到金融资源。此外,基于此类地图,地方政府也可以较为及时准确的了解到本地农业生产实际情况,可以实现多方共赢。

3. 整合资源

三是整合资源,构建多方互促共赢的数字化生态链。各省市基于区域优势确定适宜的发展方向,发展现代农业、乡村旅游、健康养生、文化创意,以及生物技术等,往往需要金融服务提供方超越基础的资金融通定位,成为各类资源的整合者和多元化服务的组织者,比如金融服务网点的一点多用实现惠民利企,以及联合当地政府机构推动山、水、林、田、湖、草等分散化的自然资源确权登记,对分散的自然资源进行规模化收储、整合、修复和优化,建立支持相关产业发展的专业化运营机制,为农户增加资本性收入和经营收入。此类涉及多方参与,跨产业协同的场景,更需要金融科技赋能,成为多方信息的汇集者,交易平台的建设运营者,跨机构信任的保障者,以及生产经营的决策支持者。

参考文献:

1.大众网:菏泽曹县借助科技金融力量 疏通金融服务“三农”最后“一公里”

2.柳晓明、张紫洁:《金融支持新型农业经营主体高质量发展的而路径选择》

3.赵敏:《县域金融机构在金融助推乡村振兴中的作用》

4.崔莉、厉新建、程哲:《自然资源资本化实现机制研究---以南平市“生态银行”为例》

image.png

相关文章
|
数据管理 数据挖掘
带你读《中国零售行业数智化成熟度白皮书》3.1数智评估结果,定位零售行业现状(1)
带你读《中国零售行业数智化成熟度白皮书》3.1数智评估结果,定位零售行业现状(1)
带你读《中国零售行业数智化成熟度白皮书》3.1数智评估结果,定位零售行业现状(1)
|
数据挖掘
带你读《中国零售行业数智化成熟度白皮书》3.1数智评估结果,定位零售行业现状(2)
带你读《中国零售行业数智化成熟度白皮书》3.1数智评估结果,定位零售行业现状(2)
带你读《中国零售行业数智化成熟度白皮书》3.1数智评估结果,定位零售行业现状(2)
|
供应链
带你读《中国零售行业数智化成熟度白皮书》2.2深析指标,解惑零售数智差异点(1)
带你读《中国零售行业数智化成熟度白皮书》2.2深析指标,解惑零售数智差异点(1)
带你读《中国零售行业数智化成熟度白皮书》2.2深析指标,解惑零售数智差异点(1)
|
供应链 监控 决策智能
带你读《中国零售行业数智化成熟度白皮书》2.2深析指标,解惑零售数智差异点(4)
带你读《中国零售行业数智化成熟度白皮书》2.2深析指标,解惑零售数智差异点(4)
带你读《中国零售行业数智化成熟度白皮书》2.2深析指标,解惑零售数智差异点(4)
|
数据采集 搜索推荐 数据挖掘
带你读《中国零售行业数智化成熟度白皮书》2.2深析指标,解惑零售数智差异点(3)
带你读《中国零售行业数智化成熟度白皮书》2.2深析指标,解惑零售数智差异点(3)
带你读《中国零售行业数智化成熟度白皮书》2.2深析指标,解惑零售数智差异点(3)
|
数据采集 数据可视化 数据挖掘
带你读《中国零售行业数智化成熟度白皮书》2.2深析指标,解惑零售数智差异点(2)
带你读《中国零售行业数智化成熟度白皮书》2.2深析指标,解惑零售数智差异点(2)
带你读《中国零售行业数智化成熟度白皮书》2.2深析指标,解惑零售数智差异点(2)
带你读《中国零售行业数智化成熟度白皮书》4.2对技术厂商的建议:了解需求,洞察趋势,深耕场景,陪伴服务
带你读《中国零售行业数智化成熟度白皮书》4.2对技术厂商的建议:了解需求,洞察趋势,深耕场景,陪伴服务
|
供应链 安全 数据处理
带你读《中国零售行业数智化成熟度白皮书》1.2致胜数智零售,提炼数据价值,构建竞争优势(1)
带你读《中国零售行业数智化成熟度白皮书》1.2致胜数智零售,提炼数据价值,构建竞争优势(1)
带你读《中国零售行业数智化成熟度白皮书》1.2致胜数智零售,提炼数据价值,构建竞争优势(2)
带你读《中国零售行业数智化成熟度白皮书》1.2致胜数智零售,提炼数据价值,构建竞争优势(2)
|
前端开发 搜索推荐
带你读《中国零售行业数智化成熟度白皮书》——评估数智发展 洞察零售竞争力(5)
带你读《中国零售行业数智化成熟度白皮书》——评估数智发展 洞察零售竞争力(5)
下一篇
无影云桌面