回顾人类历史的进展，贫困一直阻碍着经济和社会的发展，减缓和消除贫困逐渐成为世界各个国家的共识。中国的扶贫工作为世界贡献70%的减贫成果，这一巨大成就，很大程度上得益于持之以恒开展扶贫工作，同时在具体工作过程中实施了精准扶贫。精准扶贫的首要难点在于对贫困的精准识别。相比于传统的通过单一收入维度的贫困识别，多维贫困识别可以较好的反映贫困家庭在各个维度的贫困特征，有助于提升扶贫工作的针对性。融资约束是贫困产生的原因之一，中国也高度重视金融扶贫的作用。在政策制定上中国明确加强金融基础设施建设，增加金融服务供给，通过发展普惠金融改善贫困状况。
　　本文利用中国家庭追踪调查(CFPS)的微观数据，测度中国多维贫困状况，描述中国农村地区多维贫困的整体状况和贫困特征，并分析了贫困的区域特征与收入影响。实证部分本文运用中国数字普惠金融指数衡量普惠金融水平，构建logit模型研究普惠金融发展对于多维贫困的影响。其次分样本回归研究了普惠金融影响对不同区域和收入阶级的异质性。通过分析中间影响因素，本文对普惠金融发展影响多维贫困的机制进行研究。在实证部分的最后，通过选择替代变量验证了实证模型的稳健性，并为普惠金融数据寻找工具变量减缓模型的内生性。
　　本文的研究结果表明，中国存在着较为广泛的多维贫困状况。从东部到中西部贫困发生率逐步上升，东北介于中西部之间。贫困发生率在不同收入层级之间也有较为明显的区分。普惠金融对于多维贫困有明显影响。提升普惠金融发展水平，可以降低农村家庭陷入多维贫困的可能性。但是普惠金融可能并非以线性方式正向影响多维贫困的减缓。在普惠金融发展较差的阶段，金融服务成本对于弱势群体较高，金融发展水平提升更多使相对富有的阶层受益，反而可能加剧贫困状况，只有普惠金融发展到一定水平才能减缓贫困。普惠金融对于贫困的改善的渠道之一可能是通过促进家庭创业实现减贫。最后本文结合研究结论与当前实际，为改善中国扶贫工作提出意见和建议。