Photo by Brijesh Nirmal on Unsplash，作者：刘千瑞、褚荣伟，来源：I-nci² 新市民产业与创新研究院
当我们谈起底层人群时，就不得不说到社会分层。社会学家提供了非常多的社会分层方式，但社会分层方式又有很多标准，中国社会的分层问题未取得普遍共识。
在这里，我们将绝大部分的城市流动人口看待成城市社会中的底层。虽然这不是一个精确的学术定义，但是一个容易界定的操作定义。根据全国卫计委的调查数据显示：75%的流动人口人均月收入低于全国人均月收入（褚荣伟，2017）。 如果考虑到城镇居民收入数倍于农村居民收入的话，那么显然绝大多数的流动人口都是处于城市底层，但不见得是中国社会的底层。
可见，底层流动人群不一定就是底层低收入人群；而底层低收入人群，也不一定就是底层流动人群。
底层人群要发展，而全球的普遍观点认为：如果没有充分的资本（capital）投入到生产活动之中，穷人的生活不会发生显著改变。因此发展经济学理论的研究集中于穷人生产活动中的信用（credit）配给问题，他们往往因为缺乏所谓的“信用”而被排斥于正规的金融系统之外。与此相关的小微金融（micro-finance）和普惠金融（inclusive finance）也相应地成为学者、企业或政府关切的话题。
因此大部分针对穷人“信用”之讨论，主要集中于他们在资本交易中的“信贷”问题。但从字面看起来，“信用”似乎又不完全等同于“信贷”，所以我们就来说说，当我们谈起底层人群“信用”时，我们其实在说些什么。
一、Credit是什么？
当我们查阅维基百科时，发现Credit（来自拉丁语的信用，“（他/她/它）认为”）是允许一方向另一方提供资金或资源的信托，其中第二方不立即偿还第一方（从而产生债务）， 但承诺在以后偿还或归还这些资源（或其他同等价值的材料）。换句话说，信用是一种使互惠正式，法律上可执行，并可扩展到一大群无关人员的方法（英文：Credit (from Latin credit， "(he/she/it) believes") is the trust which allows one party to provide money or resources to another party wherein the second party does not reimburse the first party immediately (thereby generating a debt)， but promises either to repay or return those resources (or other materials of equal value) at a later date. In other words， credit is a method of making reciprocity formal， legally enforceable， and extensible to a large group of unrelated people）。
在这个过程中所提供的资源可以是金融的（例如，授予贷款），或者它们可以包括商品或服务（例如，消费信贷）。因此信用的核心是一种信任的方法。这种方法就涉及市场规则，交易方式，声誉管理，还可能与社会的道德规范与行为准则相关。因此构建“信用“在方法论上体现为衡量信任的方式或手段，而核心内涵是评估一方是否可以值得信任。
福山（Fukuyama）在其著作《信任：社会美德与创造经济繁荣》中强调了宏观层面社会信任与社会资本在经济发展中的重要性，而在微观管理理论中（Mayer et al.1995），信任的前置影响因素是感知的可信任（perceived trustworthiness），而这种可信任的基础是能力（ability）、善意（benevolence），以及诚实（integrity）。
以金融交易行为中的信贷为例，看起来可信任度更高的借款者比看起来更不可信任的借款者，拥有更高获得贷款并支付更少利息的可能性。这一发现意味着，个体通过外表印象所做的决定不仅影响劳动力市场与政治，并且还影响金融交易（也就是说，一个个体的）外表传达着关于一个个体的声誉资本（Reputational Capital，笔者认为此指的就是借款者的“信用”）的信息。
总的来说，对投资者的决定起到很大的影响，甚至是预测借款人的行为的，是对借款人的可信度的印象(Duarte， 2012， 2455)。信贷行为既可以在正式金融系统中实现，比如正规银行，也可以在非正式机构中完成。而在非正规信贷中，又包含着来自朋友，亲戚和社区成员的贷款；轮流储蓄和信贷协会（ROSCAS）；放债人和非正规银行；捆绑信贷（Tied Credit）；抵押（Pawning）（Besley， 1995， 2172-2175）。这其中，完成非正规信贷的“信任”，很大程度上基于社会交际维度中人群对于自身“信用”的建立。而这种信贷方式，在欠发达地区，尤其是全球社会阶层中底层人群最为集中的区域受依赖度最高。
为了弥补避免逆向选择与道德风险问题的高监管成本，小微信贷机构往往采取了非常高的利率水平，这必然会引发社会公众对于商业的合法与正义性的质疑。
因此有不少组织试图通过建立一个简单的规则来快速判断可信任度水平，因此信用评估（credit scoring）成为一个运营管理的关键任务。信用评估是描述用于将申请人的信用分类为“好”和“坏”风险等级的正式统计方法的术语，这种方法随着近年来消费信贷的急剧增长变得越来越重要（Hand & Henley， 1997， 523）。
总体上，‘信用信息共享’（Credit Information Sharing，或‘信用评估’）产生的效果降低了发生银行危机（Banking Crisis）的风险（Büyükkarabacak， Valev， 2012， 799）。
此外，公共信用登记对于发展中国家的私人信贷市场有利（Djankov， McLiesh & Shleifer，2007， 299），并且相关研究分析得出，合法的债权人权利以及信息共享机构对于私人信贷的发展，是在统计上显著、数量上重要的决定性因素（Djankov， McLiesh & Shleifer，2007， 325）。
以上所谓的信用信息共享，或公共信用登记，就是前文所提到的信用评估。信用评估所带来的益处还有很多方面的，比如信用评估可以带来更高效的（业务）处理时间，以及对决策过程的支持； 最大限度地减少信贷流程的成本和努力；减少错误；提供在审计后进行比较的估计数； 通过客观分析纳入变量以评估信用风险； 基于实际数据的建模； 考虑变量之间的相互关系； 信贷决策的客户信息需求减少（Abdou & Pointon，2011，62）等等。
二、底层人群会意识到“信用”的价值吗？
站在组织的角度，尤其是金融机构，不管是出于人道主义还是商业利益，他们希望这些底层人群能够意识到“信用”的重要性，也就是认识到被他人感知到可信度高所能带来的价值。这种价值可能不仅仅体现在消费信任，或者其他领域中的价值（比如更好地获得免费保险，更好地获得有潜力的工作等等）。信任、合作、互惠不管是对于国家经济发展，还是个体效用或生活满意度来说，都是非常重要的。
底层人群中广泛而长期存在比如金融知识相对缺乏，信用意识还比较薄弱，对自身的征信记录关注度不够（北京大学数字金融研究中心课题组，2017，205）等问题，如何针对这些问题建立好合理的机制，将是重要的发展突破关口。
在我们关注的底层人群中，绝大部分人或许很难真正在自己的工作岗位中获得归属感。农民工薪水拖欠、违规聘用和解雇等等企业、或者中介机构的失信行为屡见不鲜。在这样的一种波动、不稳定、不健全的工作环境中，很难激发底层人群去努力维护自己的信用纪录。
站在底层人群的角度思考也不难理解：工厂待我不好，经常拖欠工资、调动岗位。既然工厂对我都不讲信用，我又为何要通过按时上下岗和长期就职来对它讲信用？
久而久之，频繁跳槽、偷盗、反规则等等失信现象，即便是在合法合规运营的企业中也屡见不鲜，在底层人群中形成了不好的失信气候，这对于他们自身在未来通过更高的信用纪录以完成信贷来尝试提高经济能力和生活水平是不利的。
信用意识作为一种社会偏好，最近也开始被关注。
一种方法是使用制度和机制的建设，大范围传递信用的重要性与价值，比如信用不好，车贷房贷受限等等。
第二种方法可能是金融素养教育（financial literacy education），开展大规模的有计划的金融素养教育，让人民能够提升金融知识，从而能够理解信用的价值。然而大量的研究发现这种金融教育的作用其实是很小的（Fernandes et al.， 2014）。
所以，行为科学家开始探讨社会形象和规范（social image and norm）对于这种社会偏好的影响，甚至是改变整个群体的刻板印象，但这部分的讨论还处于初级阶段。
三、是否应该相信底层人群是有信用的？
“不相信”：用机制防止他们变坏
底层人群是值得信任的吗？这个问题不容易回答，一些人认为底层人群是好人，但不是好的生产者或者消费者。信任到底是经济发展的原因还是结果？
格莱珉银行是由穆罕穆德·尤努斯（Muhammad Yunus）在上世纪80年代创立于孟加拉国的一家专门为贫困人群创立的银行。这样一种帮助贫困人群获得资金来改善经济条件的商业模式，在近四十年来获得了迅速的发展，并在多个国家得到效仿。
当然，尤努斯在创办格莱珉银行时，也并不轻视对于贫困人口信贷行为中可能产生的风险的判断：格莱珉银行刚起步时，尤努斯研究了其他银行做信贷业务的方式方法，从他们的错误中学习。
传统的银行与信贷公司通常要求全额还款；在贷款到期时拿出一大笔现金，这通常会使贷款人心理上很难受，他们就尽可能地拖延还款，于是，在拖延的过程中，贷款数额越滚越大。最终，他们决定根本不还这笔钱了（Dowla，2007，61）。也就是说，穷人会还小钱，但大钱会让他们害怕，从而变成违约的人。
不同于传统研究信用评分的逻辑，针对底层人群信用管理最大的挑战在于没有可信的长期的历史交易记录，因此尤努斯设立了诸多机制来避免以往银行由于无法从底层人群薄弱的经济实力中收回借出的贷款而导致破产的风险。
这其中又包括而不限于：设立每日小额还款计划，避免底层人群一次性大额还款的负担和压力；要求申请人加入由相同经济、社会背景与相似信贷目的的人组成的小组，通过设立组内评分和激励机制，鼓励借款人互相竞争以保持良好的信用表现；此外，这样一个小组要想获得格莱珉银行的认证以使得组内所有人都能获得信贷，其所有组员都被要求参加格莱珉银行信贷政策的培训，并必须全员通过考试。而且，这个小组，通常都是由最初想要信贷的人，通过自己在人脉交际网中发掘并寻找有共同信贷需求的人来组建的，也就是类似于“推荐给好友以获得准入门槛”类似的机制。
以上这些机制将促使监管的任务移交给小组，不仅减少了银行的工作，还增强每个贷款人的自立能力（Dowla & Barua，2007，61）。
当然，这些机制的益处还不仅局限于此，例如：用多次高频率小额还款替代一次性低频率大额还款，不仅增强了信贷人的还款意愿，也保障了银行的稳定收益源源不断；激励潜在客户组建“捆绑式”小组、设立“捆绑式”政策学习、考核、获得贷款和还款机制，更是比例式增长般地扩大了银行的用户群。
启发：捆绑式信用
由于流动人口的孤单与社会关系网的内卷，底层人群有维护自己在身边的人脉交际圈形象的切实需求和主动性，假如一个为底层人群提供优质的就业岗位的平台，要求新用户在注册并获取资源信息前找到几位同样有求职需求的人组建为小组，以小组为单位进行注册，将是一个新的机制设定方向。
以小组为单位进行“捆绑”注册带来的好处将是多方面的，例如：设立组内信用排名，激发组员彼此竞争意识以维护良好的信用记录；平台信息和资源得到双向的更高效的利用；又可以使得平台上的中介机构可以用更短的时间找到需要的劳动者，而求职者也能更快速地从组员的公开信息中更快更多的了解到招工信息等等。类似地做法在中国蓝领招工最大平台“我的打工网”上也在不断践行。
这种“捆绑式”小组的机制，在短期和长期内、对底层人群自身亦或银行，都有益处。此外，如果一个组员无法或是不愿偿付她的贷款的话，那么直至该偿付问题得到解决以前，（这个）小组在随后的几年里可能就没有资格申请更大额贷款了。这形成了一种强有力的激励，使贷款者们互相帮助解决问题，并且——甚至更为重要的是，预防问题的出现（Yunus， 2013， P65）。
“捆绑式”小组机制能够带来来自同一阶层、类似需求的用户的指数式增长的数据量，这可以极大程度上帮助这样一个平台快速的对标目标人群，同时也展现为一种扩展用户的方式（viral Marketing）。
但这种机制得以施行的前提是人们愿意进行捆绑，而对于流动人口来说，流动带来的社会资本难以构建，从而削弱了社会资本的效力与价值，因此在信用体系中如何融合扩大社会网络的作用是一个值得研究的话题。
“相信”：用机制让他们变得更好
现在看来，尤努斯的一大信条：“（他）坚信尽管穷人的经济状况很不稳定，但他们依然是注重信用的”。即使不存在没收抵押品的约束，穷人依然会按时归还贷款（朱民，2007，V），事实上很大程度上依托于格莱珉银行完善的机制和政策。
然而，格莱珉银行通过机制让底层人群在信贷行为中保持较好的信用时，也没有停步探索如何在相信底层人群“有信用”之后，用更多机制来让他们变得更好。
比如，格莱珉银行鼓励贷款者建立存款，以便在他们困难的时候使用，或是用于其他一些创收机会（Yunus，2013，64）。
并且，在为底层人群提供信贷业务的过程中，即便偶然出现了因为底层人群的还款拖欠或坏债等情况，格莱珉银行也从来没有责备过借款人，而是在自己的体系内部查找问题：（他们认为）穷人未能如期还款，是因为僵化的规则没有提供激励，如果改革后的体系充分考虑了贷款的灵活性，那些离开银行的人们就会成群回归，还清过期已久的欠款（Dowla & Barua，2017，7-8）。
启发：互评系统
底层人群不仅是被动的被评估者，也应当是参与体系建设的能动者，因此，如何让底层人群参与信用评估是众多关于贫困问题研究中非常重要的议题。
对于底层人群个体来说，能够使他们感受到这一平台对于个体的充分信任和尊重：在其用户信任指数下降的情况下，并不将其简单的划归为“失信”用户的行列；而是在信任他们的基础上，通过机制来让他们变得更好。
同时，也避免了诸多“信用评估”研究中所发现的信用评估体系所具有的共同的缺点：总存在因为统计方法的缺陷，导致未能考虑到个人失信的全部因素，而错误的将个体划归为低信用等级的行列内。此外，这样一种机制对于平台自身的资源和信息规范化、优质化也有好处。
也就是说，在信任底层人群的基础上，建立一种完善的机制帮助底层人群追求更好的信用评级和生活水平，不仅会留住平台的忠实用户、巩固住更多的优质用户；还能够缓解信贷双方的信息不对称；并消除黑中介等平台中的违规现象。
同时，中介在为底层人群提供求职服务时，也将更注重提升其服务质量与态度。这样一种针对工作提供方的评估，也是进行未来产业链整合决策中的重要信息来源，底层人群能够体验这种赋权（empower）的过程，从而能够更加关注自身的信用情况。
四、结语
总的来看，中国的底层人群在流动性与低收入特征的联合作用下，通常在工作的城市既没有家乡较为稳固的亲友人脉圈，工作环境中身边的人也大多处于同一阶层；又没有通过正规信贷机构进行信贷的习惯和条件。
虽然我国近些年来已经基本建成以中国人民银行征信中心为核心的征信体系，但是对低收入个人和小微企业的覆盖面还不够，公共征信机构缺乏竞争，运营效率和产品丰富度有待提高（北京大学数字金融研究中心课题组著，2017，194-201）等问题依然显著存在。
当然，这些问题也将成为下一阶段信用体系建设的突破点，现在看来，构建差异化的征信体系，并通过民营征信公司平台来提供差异化的征信产品和服务是发展的可实践方向。
这其中，通过将中介等其他组织、团体纳入征信系统，而不是仅仅单一的将底层群众个体作为被评级的对象，将是促进市场公平、有序，也使得民营征信平台能与国家公共征信体系错位竞争、差异化切入的关键方向。
由此，以底层人群为主体搭建起来的信用体系及信用评估，也将更进一步的成为Bernthal等人所指出的“信用作为人的生活方式的促进者（Lifestyle Facilitators）”（Bernthal，2005，130）那样，成为底层人群生活方式的促进者。
这主要可以体现在两个维度的促进：
一方面是对于底层人群的生活方式的构建，此旨在促进实现底层人群特定生活方式目标的实践。也就是说，这些实践揭示了信用体系以及信用评级所追求的，帮助提升底层人群消费及生活水平的目标。无论是高效、高质量的解决底层人群的就业问题；亦或帮助他们购买汽车等非生活必需品；
第二个方面，是指底层人群生活方式的彰显，这一维度旨在传达出底层人群在通过追求更高信用评级来构建更高等级的生活方式的进程中所付出的努力。信用体系的建立将很好的展现出，底层人群不同信用等级所对应的不同生活方式，将如何通过构建稳定工作、积极还贷等行为来获取更好的信用评级进行改变。
久而久之，社会有理由相信，获取更高的信用评级将成为底层人群中可以满足“炫耀”（show off）和“自我认同”（self-identification）心理的一种资本。而互相攀比来争取更高的信用等级，并以此实现更好的生活方式，也恰恰显示出“信用”体系与评级，将是一个可实现的底层人群生活方式的促进者（Bernthal，2005，135-136）。
回到开始的话题，关于信任的信息如何获取，是所有开展底层人群信用体系建设绕不过的坎。如果信用集中于信贷的话，那么类似的金融企业，比如蚂蚁金服和腾讯是有这个条件的，但难点是他们的信息大多来自于消费记录信息，可能从计算方法上，将这些底层人群与主流人群整合在一起，其实无法凸显出各自的特性，从而其信用体系只是传统金融机构信用体系的延伸而已。
而从工作场景入手的信息则可能更能够表征底层人群的可信任度水平，这是当前所有关于信用体系构建中没有的，因此，着力于开发producer/worker credit，才能更好地构建消费信贷（consumer credit），这种垂直信用体系的打造将使得企业或政府能够更好地讨论底层人群的信用问题。
参考文献
1.阿西夫·道拉（Asif Dowla）& 迪帕尔·巴鲁阿（Dipal Barua），2007，朱民等译，《穷人的诚信》，北京：中信出版社，7-8，61。
2.北京大学数字金融研究中心课题组著，2017，《数字普惠金融的中国实践》，北京：中国人民大学出版社，194-201，205。
3.褚荣伟，2017，《中国流动人口：看不见的市场》，21世纪经济报道，源自：https://www.sohu.com/a/127036466_115443，2017.2.23。
4.穆罕穆德·尤努斯（Muhammad Yunus），2013，吴士宏译，《穷人的银行家》，北京：三联书店，64-65。
5.朱民，2007，《从相信穷人到关爱客户》， 载于阿西夫·道拉，迪帕尔·巴鲁阿，2007，朱民等译，《穷人的诚信》，北京：中信出版社，V。
6.A， Al Amari. 2002. “The credit evaluation process and the role of credit scoring: a case study of Qatar”. PhD thesis， University College Dublin.
7.Abdou， Hussein A. and John Pointon. 2011. “Credit Scoring， Statistical Techniques and Evaluation Criteria: A Review of the Literature”， Intelligent Systems in Accounting， Finance and Management， 62.
8.Bernthal， Matthew J.， David Crockett and Randall L. Rose. 2005. “Credit Card as Lifestyle Facilitators”， Journal of Consumer Research， 32:130-145.
9.Besley， Timothy. 1995. “Savings， Credit and Insurance”， Edited by J. Behrman and T.N. Srinivasan， Elsevier Science B.V: Handbook of Development Economics， III， 36 (4.5).
10.Büyükkarabacak， Berrak and Neven Valev. 2012. “Credit information sharing and banking crises: An empirical investigation”，Journal of Macroeconomics， 799.
11.Djankov， Simeon Caralee McLiesh and Andrei Shleifer. 2007. “Private credit in 129 countries”，Journal of Financial Economic， (84): 299， 325.
12.Duarte， Jefferson， Stephan Siegel and Lance Young. 2012. “Trust and Credit: The Role of Appearance in Peer-to-peer Lending”， Oxford University Press：The Review of Financial Studies， 2455.
13.GG， Chandler and Coffman JY. 1979. “A comparative analysis of empirical vs. judgemental credit evaluation” The Journal of Retail Banking， 1(2): 15–26.
14.Hand， D. J. and W. E. Henley. 1997. “Statistical Classification Methods in Consumer Credit Scoring: a Review”， Royal Statistical Society， 3:523.
15.Mayer， R. C.， J. H. Davis， and F. D. Schoorman. 1995. An integrative model of organizational trust. Academy of management review， 20(3):709-734.
16.Mester， Loretta J.. Sep/Oct 1997. “What’s the Point Of Credit Scoring”， Business Review