近年来,我国完成脱贫攻坚任务以后,相对贫困群体成为巩固拓展脱贫攻坚成果、防止返贫的重点关注对象。随着大数据分析等新型技术的推广应用,以及居民收入管理水平和投资理财意识的日益提高,数字金融扶贫效果也开始逐步凸显。相较于传统以收入为单一识别维度的指标体系而言,多维贫困识别综合考虑多个指标来进行判断,使得判断结果的准确度与可信度更高。精准识别多维贫困人群,并研究数字普惠金融服务如何进行多维扶贫,既能够为政府有关部门认识当前数字金融服务的发展状况提供经验依据,还能够为政府部门提出下一阶段发展数字金融服务的政策方向提供理论借鉴,而且也有助于进一步推动市民生活水平的改善,有着重要的理论与实践意义。本文首先较为全面地选取指标构建多维贫困识别体系,从健康、教育、生活水平、收入、医疗服务和就业共6个维度选取了14项指标。识别体系的研究对象为家庭,相关指标均采用年度数据,样本区间为2010年至2018年的调查年度,通过计算可得到各地区的各项多维贫困指数,并对不同划分条件下的指数值进行分析讨论。其次,构建数字普惠金融指数与多维贫困综合得分的双向固定效应模型。然后,解决模型的内生性问题,并进行稳健型检验。最后,对数字普惠金融的影响机制进行探讨并进行异质性分析。研究结果表明,通过多维贫困识别体系识别出的多维贫困家庭,可以较为准确地对我国各地区的多维贫困发生率、多维贫困深度进行描述,分析各指标维度的贡献值可以为政策的实施提供导向与建议。按照城乡以及所处地理位置对指标进行分类,可以进行比较分析。以家庭多维贫困综合得分为被解释变量,结合2011-2018年北京大学的数字普惠金融指数为解释变量构建双向固定效应模型。由回归结果可发现,所有模型中数字普惠金融指数的系数都显著,代表着对家庭多维贫困程度的负向影响,即当数字金融的发展深度、广度更大时,是可以缓解降低家庭的平均多维贫困程度的,同时也计算得到模型较为稳健的检验结果。按照教育水平的高低对地区进行分类,结果显示数字金融的减贫效果在教育水平较低的地区更强。按区域进行分组回归,得到数字金融在中部地区的减贫效应是显著的。分析家庭对金融市场的参与度、家庭多维贫困程度以及数字普惠金融指数之间的关系,发现数字普惠金融可以提升家庭金融总资产,即通过增强居民对金融市场的参与意愿来达到缓解家庭多维贫困的效果。因此,政府应关注到数字金融的减贫效果,重视相关硬件与软件的建设与宣传教育,推动理论与实践结合,跟踪监测政策实施效果并加强风控管理。