綜合普惠金融對城鄉收入差距的影響研究
——基于中國省際面板數據的實證分析

■錢水土，毛紹俊

本文綜合考慮了移動互聯網金融與傳統金融，測算出2011～2015年中國省際層面的綜合普惠金融指數，并結合運用泰爾指數測算各地城鄉差距，實證分析了普惠金融發展與城鄉收入差距之間的關系。研究表明：綜合普惠金融的發展確實能在一定程度上縮小城鄉收入差距。此外，外貿依存度、財政支出偏倚、人均國民生產總值也對城鄉收入差距產生顯著影響。因此，除支持傳統金融發展外，也應綜合考慮移動互聯網金融對實體經濟的貢獻，規范和扶持移動互聯網金融的發展，充分發揮傳統金融同線上移動互聯網金融結合的優勢，早日實現脫貧攻堅目標。

一、引言與文獻綜述

改革開放以來，中國經濟取得了舉世矚目的成就。同樣，中國金融業在改革中穩步健康發展，在各個方面都取得了巨大成就。但中國金融改革過程中也經歷了諸多困境，進一步發展仍面臨許多問題，如城鄉二元金融結構使資源配置嚴重不均衡，導致城鄉收入差距不斷擴大。面對金融發展和收入差距水平擴大并存的現象，優化金融結構、發展普惠金融以及強化金融對小微企業和“三農”的支持刻不容緩。本質上，普惠金融是以較低門檻將那些被排除在傳統金融服務外的人納入金融服務體系。因為只有讓每個人都擁有享受金融服務的權利，他們才有機會參與經濟發展，才能實現共同富裕。普惠金融不是一種單純資金轉移，而是讓所有人都享受到實惠的、可持續的金融服務。另一方面，近年來資金空轉和套利現象突出，部分金融機構熱衷于同業業務、交易類業務，脫離實體經濟進行自我創新、體內循環，金融系統風險急劇上升。社會資金則大量流向房地產領域，導致資產價格上升，造成泡沫經濟，而實體企業則經營困難，特別是大量小微企業和“三農”領域融資難、融資貴問題長期得不到解決。普惠金融發展對縮小城鄉差距，實現精準扶貧和引導資金脫虛向實以及防范重大系統性金融風險都有著重大意義。線下傳統普惠金融可以在偏遠地區設立機構網點，覆蓋因地理位置原因無法得到金融服務的人群，但考慮到設立實體網點的財力及人力成本而無法遍及、規模有限。線上數字普惠金融憑借互聯網金融優勢能以較少網點服務更多客戶，卻因為智能移動設備及移動互聯網絡的普及性問題而不能服務所有年齡層次的人群。因此，將線下傳統普惠金融同線上數字普惠金融相結合，是未來普惠金融發展的必然趨勢。

解決貧困問題的根本在于促進經濟增長，金融發展同經濟增長具有正相關性。這一正相關性具體表現為，金融發展通過對資本積累進程產生干預進而影響經濟增長（Lucas，1988）。在微觀層面，金融發展可以通過改善貧困人口收入分配，最終減緩貧困發生（楊俊，2008）。金融發展同經濟增長具有高互動性，金融發展是經濟快速增長的必要條件，反之金融抑制會損害經濟增長（米建國，2002）。

金融發展減少貧困發生率的作用機制主要包括兩個方面：一是通過為貧困人口提供具有可得性的金融服務，直接促進貧困率的降低；二是通過發展金融來促進宏觀經濟發展，利用溢出效應間接促進貧困率降低（Claessens&Feijen，2006）。金融服務的“群體選擇性”源于金融資源的稀缺性，而正是由于這種“群體選擇性”導致農村金融需求往往無法得到滿足。為滿足此類被排除在正規金融服務外的金融需求，普惠金融應運而生。普惠金融促進經濟發展，體現在普惠金融可以從使代理人能制定長期的消費和投資計劃、保護家庭和企業免受不良沖擊、使人們能利用更好的經濟和社會機會三個方面促進經濟包容性增長（Corrado，2017）。在普惠金融減貧效應的實證研究方面，Dixit&Ghosh（2013）以印度為例，說明了普惠金融是實現包容性增長的有效途徑。張寧和張兵（2015）基于江蘇省農村地區的調研數據進行實證分析，結果顯示，農村非正規金融機構通過對低收入農戶提供金融服務，從而極大抑制了農戶內部貧困差距進一步擴大。

在數字普惠金融的有關研究方面，孔祖根和葉銀龍（2016）基于對浙江麗水的研究，提出數字普惠金融可以依托多種載體發展數字化支付，依托現代信息技術發展數字化小額信貸以及依托農戶信用信息系統發展數字化征信三種方式，在一定程度上有效緩解“三農”需求大和融資難以及城鄉差距大普惠難的“兩大兩難”問題。葛和平（2018）參考北京大學數字金融研究中心發布的數字普惠金融指數，從覆蓋廣度、使用深度和數字服務支持程度三個維度選取十六項指標，構建數字普惠金融指數，得出數字普惠金融指數同互聯網普及程度、人口密度和金融意識成顯著正相關關系的結論。同時，數字普惠金融指數同城鄉收入差距成顯著負相關關系。宋曉玲（2017）借鑒北京大學數字金融研究中心編制的數字普惠金融指數，運用隨機效應模型和面板逐步回歸法，得出數字普惠金融對縮小城鄉收入差距具有顯著促進作用的論點。

綜上所述，已有文獻中將數字普惠金融同傳統普惠金融相結合的研究仍比較欠缺。鑒于此，本文以中國省級面板數據為例，線上數據采用北京大學數字金融研究中心公開發布的2011～2015年度我國各省數字普惠金融指數，線下數據結合依據普惠金融覆蓋廣度、使用深度等維度構建的傳統普惠金融指數。利用熵權法計算線上數字普惠金融指數和線下傳統普惠金融指數這兩者所占的比重，最終合成綜合普惠金融指數，再采用系統GMM模型，進一步檢驗普惠金融發展對縮小城鄉收入差距的影響效應。

二、綜合普惠金融對城鄉收入差距的影響機理分析

綜合普惠金融對城鄉收入差距的影響可以從直接和間接兩個層面予以考量。從直接層面看，其一，傳統普惠金融可以消除傳統金融發展引發的門檻效應和排斥效應。獲得金融服務及金融產品均需支付一定成本，收入水平較高的城鎮居民憑借自身經濟條件及信用水平優勢，總能獲得比農村居民更優質的金融服務及產品，故而往往可以投資于回報率更高的項目，長此以往就會使城鄉收入差距不斷擴大。同時，傳統金融機構“嫌貧愛富”這一特性，使得有限的金融資源常常被分配給資金量雄厚、還款能力強的企業與個人，這便形成了對低收入群體和小微企業的排斥效應。金融系統還存在金融資源在地區分配上的不均衡。具體而言，在地區分布上，金融資源更偏向在城市布局，出于對逐利和風控的考量，傳統金融業存在地理排斥、條件排斥、評估排斥、價格排斥、營銷排斥以及自我排斥等排斥形式，造成農村和城鎮的金融機會有顯著差異，而這又會觸發馬太效應，使落后的農村經濟陷入惡性循環，進而拉大城鄉間的收入差距。而普惠金融的一大特點就是包容性，可以為那些長期被傳統金融排除在外的人群（如低收入群體、小微企業等）提供金融服務。在普惠金融下，既可以通過政策的力量，加強中小微企業信用制度建設，從而使其能夠更方便獲取信貸資金，也可以通過抵押品創新制度，突破傳統抵押品對中小微企業的限制，重新定位企業的抵押資產，還可以通過提高交叉檢驗這一信貸技術，破解信息不對稱難題。

其二，數字普惠金融能將因成本、效率等問題被傳統金融忽視的廣大小微客戶包絡進來，以較低成本服務這類長尾客戶，從而形成長尾效應。互聯網金融的發展極大降低了金融業的邊際經營成本，使數字普惠金融可以將這部分為金融機構帶來20%利潤的80%的尾部客戶充分利用起來，提供個性化服務產品，使原本被排除在商業銀行服務領域外的客戶群體享受到標準化的金融服務。

從間接層面看，綜合普惠金融發展可以促使整體經濟水平提高，城鄉居民得以享受到經濟發展帶來的福利。同時，農村經濟發展的邊際效益顯著高于城鎮，經濟發展會使得城鄉之間的收入差距縮小。具體而言，一方面，綜合普惠金融發展促進經濟發展，經濟發展有利于吸引投資，創造更多就業機會，另一方面，經濟發展帶來稅收增長，使政府有更多資金用來支持“三農”發展，縮小城鄉差距，促進城鄉共同繁榮。只有當農村貧困人口這一群體不斷改善自身的經濟稟賦并享受到經濟發展成果時，城鄉收入差距過大的現狀才能得以改善。

三、指標選取與模型設定

（一）解釋變量：綜合普惠金融指數

本文計算的綜合普惠金融指數采用傳統普惠金融指數與數字普惠金融指數合并而成，故分為兩步操作。首先，計算傳統普惠金融指數：采用Chakravarty（2010）提出的一套指標體系，從金融服務的可獲得性、金融產品使用情況以及金融機構的服務質量三個方面來進行測度。運用小數定標法對量綱不同的原始數據進行標準化處理，即Xφij代表為第φ年省份i的第j個經過標準化處理的指標值。運用熵權法原理確定三個維度指標的相應權重，再合成傳統普惠金融指數。具體步驟為：一是確定指標權重 pφxj=Xφij/Xφij；二是計算第φ年第 j項指標的熵值eφj=-kpφijln（pφi）j（其中k=1/ln（n）＞0，且滿足ej≥0）；三是計算第φ年第j項指標的信息效用值 dφj=1-eφj；四是計算各指標的權重 wj=；五 是 計 算 出 傳 統 普 惠 金 融 指 數 ifiφij=。其次，加入數字普惠金融指數。北京大學互聯網金融研究中心同螞蟻金服研究院于2016年7月共同編制了“北京大學數字普惠金融指數（2011～2015）”。本文借鑒其研究結果，選取中國省際數據作為合成綜合普惠金融指數所需的數字普惠金融指數。最后，將兩者合成綜合普惠金融指數。再次利用熵權法，通過分別計算傳統普惠金融指數和數字普惠金融指數各年度中各地區數據所占權重，計算各項數據的熵值，并利用熵值獲得各項數據的信息效用值，然后計算傳統普惠金融指數和數字普惠金融指數所占權重。得到權重后，最終合成綜合普惠金融指數。

（二）被解釋變量：城鄉居民收入差距指標

泰爾指數考慮了人口因素變動造成的影響，且該指數能較好體現城鄉收入兩端的變動情況。因此，本文擬采用泰爾指數為依據計算城鄉收入差距，數值越大則表明城鄉收入差距越大。計算公式i=1表示城鎮，i=2表示農村；Y（i，t）表示第t年城鎮或農村可支配收入，Yt表示第t年城鎮農村可支配總收入；X（i，t）表示第t年城鎮或農村人口數，Xt表示第t年總人口數。由于2013年統計局在計算城鄉居民收入時采用了新口徑，本文為使泰爾指數計算所得的數據在量綱上保持一致，故而對使用老口徑計算的原始數據進行了比例調整，之后再進行計算。

（三）控制變量

1.城鎮化率（URBAN）。本文的城鎮化率計算采用城鎮年末總人口數占地區年末總人口比重表示。中國城鄉二元經濟結構曾大大限制了城鄉間勞動力的流動，隨著城鎮化率的提升和城市化政策的逐步推進，農村人口得以進城務工，尋求新的就業機會，這無疑能更充分利用好農村勞動力，激發生產力，達到提升農村人均收入水平的目的。胡晶晶（2013）等人通過研究證實了城鎮化率的提高確實會對縮小城鄉收入差距產生一定程度的作用。因此，本文預計城鎮化率與城鄉收入差距存在著負相關關系。

2.產業結構（IS）。我國城市經濟發展在一定程度上得益于計劃經濟時代“優先發展重工業”的國家戰略。在這種背景下，我國城鎮居民的收入遠遠高于農村居民。徐敏和姜勇（2015）運用空間計量模型研究產業結構對城鄉消費差距的影響發現，產業結構對收入差距具有負效應，促進產業結構轉型升級有助于縮小城鄉收入差距。此外，根據崔玉泉等（2000）的實證結果發現，第二、三產業對GDP的貢獻顯著高于第一產業，且人均國內生產總值的提高更依賴第二產業的產值。因此，本文選用產業結構作為控制變量，其數值用各地區的第二、三產業增加值占當地GDP比重表示。本文預期其對城鄉收入差距有縮小作用。

3.外貿依存度（IEP）。對外貿易作為市場機制下的跨國經濟活動，在跨國交易時，必然伴隨宏觀層面貿易利得的不平等。同時，也會伴隨微觀層面各行業、各地區之間的發展不均衡。魏浩和楊穗（2010）通過論證證明，對外貿易的增長與中國居民收入差距擴大的局勢基本一致。本文采用的外貿依存度是用各地區進出口額除以當地GDP來衡量，且預期其對城鄉收入差距有擴大作用。

4.財政支出（FE）與財政支出結構改善情況（AFE）。財政支出可能存在一定偏倚，即存在對象惠及程度的不均衡，財政支出偏倚過大會導致城鄉收入差距擴大，且這種情況只有在財政提高支農支出比例時才能予以改善。本文的財政支出（FE）用地方財政支出占GDP比重表示，財政支出結構改善情況（AFE）用地方財政農林水事務支出占GDP比重表示，并預期城鄉收入差距與財政支出呈正相關關系，而與財政支出結構改善情況呈負相關關系。

5.人均GDP。東部沿海地區的經濟發展速度顯著高于中西部地區。隨著我國人均GDP的不斷增長，由于各地增長速度存在差異，使城鄉收入差距不斷擴大。王德文（2005）通過觀測1978～2003年的數據后發現，雖然我國人均GDP在不斷增長，但是其增長對農村農民而言作用并不是很明顯，相反會拉大與城市居民的收入差距，這將導致經濟的增長加劇城鄉居民收入的不平等性。可以說，城鄉收入差距的拉大是經濟增長時不可避免的一種現象。因此，本文采取人均GDP控制變量。

在模型設定上，由于貧困行為具有持續特征，故本文針對普惠金融的減貧效應采用了動態面板的實證分析。考慮到動態面板中變量可能存在內生性問題和樣本異質性問題，本文運用系統GMM方法對模型進行估計。該方法通過差分和工具變量來控制數據缺失樣本，同時以滯后的被解釋變量和前期解釋變量作為工具變量來處理潛在內生性問題。計量模型為：

同時，為保證模型有效性，將對模型進行過度識別檢驗和二階序列相關檢驗。

四、實證分析

（一）格蘭杰因果檢驗

為保證實驗結果的穩健性，本文采用六種方法進行單位根檢驗。結果顯示，除gap外，其余變量均未能通過單位根檢驗，說明原序列存在單位根，但在進行一階差分后，所有變量均能顯著通過單位根檢驗。由此可知，所有變量均為一階平穩序列。本文對變量之間的關系進行了格蘭杰因果檢驗，結果如表2所示。

表2 GAP和IFI格蘭杰因果檢驗結果

從中可得，GAP不是IFI的格蘭杰原因在10%的顯著性水平下被接受，而IFI不是GAP的格蘭杰原因在1%的顯著性水平下被拒絕，故IFI是GAP的單向格蘭杰原因。即普惠金融發展水平會對城鄉收入差距產生影響，而城鄉收入差距不會影響到各地的普惠金融發展水平。此外，普惠金融發展水平是財政支出偏倚的雙向格蘭杰原因，產業結構是城鄉收入差距和普惠金融發展水平的單向格蘭杰原因。

（二）面板數據回歸

本文使用動態面板數據，為避免內生性問題帶來的估計偏差，采用GMM估計法，回歸結果如表3所示。其中，第2～7列為依次加入城鎮化率、產業結構、外貿依存度、財政支出偏倚、支出改善情況和人均地區生產總值之后的回歸結果。各階段模型的AR（2）和Sargan檢驗均不能拒絕零假設，說明模型不存在二階序列相關，且選取的工具變量均較為合理。各階段模型的回歸系數與顯著性均保持較好一致性，說明模型結果較為穩健，呈現出一定穩定性。

表3 普惠金融與城鄉收入差距的回歸結果

由表3可知，綜合普惠金融的發展對城鄉收入差距的影響在5%的顯著性水平表現為負相關關系，說明綜合普惠金融指數越高，相應地區的城鄉收入差距就越小。此外，本文參照葉志強等（2011）的方法，計算綜合普惠金融指數的標準化系數為11.42%，說明綜合普惠金融的發展可以解釋城鄉收入差距變動的11.42%，意味著普惠金融的發展對于減緩城鄉收入差距是長期有效且效果可觀的。對于控制變量而言，產業結構、財政支出偏倚和地區人均生產總值均在10%的顯著性水平同城鄉收入差距負相關，說明產業結構的升級、財政支出的增加以及人均生產總值的提升均能在一定程度上縮小城鄉收入差距。這一實證結果與理論相符，即產業結構越趨向高級化、服務化發展，省內城鄉差距會進一步縮小。財政支出在1%的顯著性水平下對城鄉收入差距具有負向影響，說明地區財政支出水平越高，基建投資效果越好，意味著當地政府支持當地經濟發展，也能進一步縮小該地區城鄉收入差距。

（三）穩健性檢驗

為保證實證結果的穩健性，本文替換個別控制變量來觀測綜合普惠金融指數同城鄉收入差距是否依舊顯著負相關。本文引入教育水平指標作為控制變量，該指標的計算方式為地區大學生數量占地區總人口數量的比重。考慮到教育水平可能同經濟發展水平存在較為嚴重的多重共線性，故刪除人均地區生產總值這一指標，改用教育水平替代，被解釋變量仍為城鄉收入差距，估計方法亦使用系統GMM。實證結果顯示，普惠金融同城鄉收入差距依然在1%的顯著性水平上呈現負相關關系。同時，城鎮化水平、產業結構、財政支出偏倚以及教育水平同樣與城鄉收入差距顯著負相關，這一結果同理論經驗相符。總體而言，穩健性檢驗結果顯示，普惠金融系數符號和顯著性均沒有發生改變，說明本文的實證結論較為穩健①限于篇幅，本文的穩健性檢驗結果未給出，留存備索。。

五、結論與政策建議

本文以中國省級面板數據為例，在分析普惠金融影響城鄉居民收入差距減貧效應機理的基礎上，基于2011～2015年中國省際面板數據檢驗綜合普惠金融的發展對城鄉居民收入差距的減貧效應。實證結果表明：普惠金融發展水平是城鄉收入差距的單向格蘭杰原因，綜合普惠金融的發展的確能顯著縮小城鄉收入差距，綜合普惠金融指數越高，相應地區的城鄉收入差距就越小；綜合普惠金融的發展可以解釋城鄉收入差距變動的11.42%，普惠金融發展對減緩城鄉收入差距是長期有效且效果可觀的。此外，產業結構升級、財政支出增加以及人均生產總值提升均能在一定程度上縮小城鄉收入差距。

據此，本文建議在著力推動銀行業對小微企業提供高質量金融服務的同時，大力發展互聯網金融，同時在有效監管的條件下，促進數字普惠金融同傳統普惠金融協調發展，共同縮小城鄉收入差距，實現城鄉包容性增長和共同富裕。第一，支持互聯網金融企業發展，助推數字普惠金融進程。通過適當扶植新興互聯網金融企業，運用好互聯網金融中特有的長尾效應，不但能給整個金融業注入新鮮血液，還可以對傳統金融行業形成有效沖擊，加劇市場化競爭，迫使傳統金融業改善治理結構，尋求業務創新，降低經營成本，提高服務效率。第二，“重塑”傳統金融業，構建普惠金融服務體系。政府可以通過推行激勵性政策來鼓勵傳統金融針對不發達地區、特殊群體開展金融服務，如支持開發性金融機構與商業銀行合作，降低小微企業貸款成本，完善央行征信體系，減少向小微企業貸款時面臨的信息不對稱問題。開展對農村金融機構的補貼和扶持，靈活運用再貼現、再貸款、差別存款準備金率等貨幣政策工具，提升農村金融機構對“三農”方面的服務能力，提升傳統金融業發展普惠金融的主觀意愿和能力。第三，借助數字金融沖擊，實現傳統金融業轉型升級。不論是傳統普惠金融發展，還是數字普惠金融發展，均能有效改善地區城鄉收入差距水平。因此，除了扶植新興互聯網金融企業，加強傳統金融業對特殊人群的服務外，還要推動傳統金融業的轉型升級。一方面，創新網點模式，將數字金融同傳統銀行渠道相結合，打造“互聯網+”村鎮銀行、“互聯網+”社區銀行和“互聯網+”小微銀行，打破地域限制。其次，依靠產品創新，打造“互聯網+”個性化金融產品，可以利用數字金融，推出與特定人群密切相關的金融產品。最后，創新風控手段，借助掃碼支付、生物識別等新興數字技術，提高傳統金融業在移動互聯網端應用的安全性，解決普惠金融群體的安全之憂。