數字普惠金融、空間溢出效應與收入增長

〔摘要〕本文利用我國2011—2018年31個省份面板數據，采用系統GMM工具變量法，運用空間杜賓模型考察了數字普惠金融對城鎮居民人均可支配收入和農村居民人均可支配收入的空間溢出效應。研究結果表明：第一，數字普惠金融對城鎮居民人均可支配收入和農村居民人均可支配收入具有顯著的正向直接效應，顯著提高了城鎮居民收入和農村居民收入水平。第二，從全國來看，數字普惠金融的空間溢出效應在城鄉均顯著，具有一致性，但系數都為負值，表明鄰近省份數字普惠金融的發展對本省份城鎮人均可支配收入和農村居民人均可支配收入產生了抑制作用。第三，從東、中、西部地區來看，數字普惠金融對城鎮居民人均可支配收入的空間溢出效應顯著，對農村居民人均可支配收入的空間溢出效應尚未形成，存在城鄉差異。

〔關鍵詞〕數字普惠金融;空間溢出效應;收入增長;城鄉居民收入差距

中圖分類號：F832 ?文獻標識碼：A ?文章編號：1008-4096（2020）03-0061-08

一、問題的提出

收入問題一直是政府、社會機構和學術界所關注的熱點問題。隨著市場經濟體制的不斷完善，以及在中央一系列政策措施作用下，我國居民收入增長速度顯著。根據國家統計局公布的數據，2019年城鎮居民人均可支配收入為42 359元，農村居民人均可支配收入為16 021元，近5年平均增速分別達到7.99%和8.84%。2016年杭州G20峰會上首次提出數字普惠金融，根據G20全球合作伙伴（GPFI）的定義，數字普惠金融泛指一切通過數字金融服務促進普惠金融的行動，它將傳統普惠金融和數字技術相結合，更多地運用數字技術為需要的人群提供金融服務。我國從2006年開始大力推行普惠金融發展，但由于傳統金融機構自身的短板問題，使得普惠金融實施效果存在局限性。數字技術為克服普惠金融的天然困難提供了解決方案，大大提高了普惠金融發展的可行性^[1]，在解決普惠金融“最后一公里”上具有重要意義。數字普惠金融依托信息技術的快速發展與行業自身的創新思維在服務實體經濟、釋放居民投資熱情、增加居民收入、優化地區間資源配置等方面發揮顯著功效^[2]。同時，數字普惠金融通過改善一些地區創業的金融環境，從而能夠顯著提高創新和創業，尤其是對不發達地區的創業有更大的促進作用^[3]。數字普惠金融的廣泛觸達性，降低了金融服務門檻，促使小微企業、中低收入人群等弱勢群體能享受同等的金融服務，從而推動普惠金融的發展。數字普惠金融具有開放、平等、協作、分享等本質特征，這些本質特征也決定了它具有提高居民收入、減緩貧困、實現包容性社會的功能。

數字普惠金融能顯著提升家庭收入，對城鄉居民收入水平有顯著促進作用，但其對城鄉居民收入的空間溢出效應是否存在并未得到驗證。地理相似定律研究表明，大多數空間數據都具有或強或弱的空間相關性。郭峰^[4]和葉茜茜^[5]的研究結果也為數字普惠金融存在空間溢出效應提供了直接證據。因此，在研究數字普惠金融對城鄉居民收入的影響時應考慮到空間關聯性，即數字普惠金融的空間溢出效應是否存在。現有文獻大多探討了數字普惠金融和城鄉居民收入差距的關系，并得到一致的結論，即數字普惠金融能顯著縮小城鄉居民收入差距。梁雙陸和劉培培^[6]基于我國2011—2015年省級面板數據，測算31個省份的泰爾指數，并使用面板回歸模型檢驗了數字普惠金融對城鄉居民收入差距的影響，結果表明數字普惠金融能夠有效縮小城鄉居民收入差距。宋曉玲^[7]基于我國2011—2015年31個省份數據進行分析，結果表明數字普惠金融能夠顯著縮小城鄉居民收入差距。李建偉^[8]、張賀和白欽先^[9]、張子豪和譚燕芝^[10]、張彤進和任碧云^[11]的研究結果也支持了這一觀點。另外，陳嘯和陳鑫^[12]在此基礎上還證明了與傳統普惠金融相比，數字普惠金融能顯著縮小本地區城鄉居民收入差距，全局溢出效應在短期內也呈現顯著相關，而且能顯著縮小鄰近地區城鄉居民收入差距，且數字普惠金融的空間溢出效應主要取決于其數字服務支持程度。

除了對數字普惠金融與城鄉居民收入差距之間的關系進行研究外，國內也有學者對數字普惠金融與居民收入之間的關系開展了研究。潘錫泉^[13]通過對浙江6個鄉村的實地走訪，提出運用數字普惠金融進行精準幫扶的邏輯實現機制，即培植數字金融理念、優化金融生態環境、創新金融服務模式和做實普惠金融教育等。張勛等^[14]運用CFPS數據，在評估數字普惠金融的發展對包容性增長的影響中，發現數字普惠金融對落后地區家庭收入的提升，特別是對農村低收入群體收入的提升產生了顯著的影響，數字普惠金融在落后地區的發展速度也更快，即數字普惠金融促進了我國的包容性增長。宋曉玲^[15]運用我國2010—2014年31個省份數據，分析“互聯網+”普惠金融對城鄉居民收入均衡增長的影響，結果表明互聯網和普惠金融兩個變量的交互效應對城鄉居民人均收入水平有顯著促進作用。陳丹^[16]通過實證分析證明了數字普惠金融對提高農村居民收入具有顯著效應。劉丹^[17]通過實證分析證明了數字普惠金融在我國不同省份之間均對農民非農收入存在正向的空間溢出效應。吳金旺等^[18]運用浙江嘉興微觀個體行為數據開展研究，結果表明數字普惠金融的發展能起到顯著的減貧效應，并且性別、戶籍、學歷及職業等控制變量對減緩貧困也會產生較為顯著的影響。

現有文獻的結論基本一致，即數字普惠金融對城鄉居民收入存在正向直接效應，特別是對農村居民收入的提升效應顯著。但是，現有大部分研究忽視了空間因素。由于大多數空間數據都具有或強或弱的空間相關性，在研究數字普惠金融對城鄉居民收入影響時應考慮到空間關聯性，即數字普惠金融是否會對周邊地區的城鄉居民收入產生影響。如果存在影響，該影響起到促進作用還是抑制作用？在城鄉之間是否存在差異？在我國東、中、西部地區的情況如何？這些問題都有待檢驗。目前已有學者對數字普惠金融的空間溢出效應進行了檢驗，但僅針對農民非農收入，也并未檢驗該效應對城鎮居民收入的影響，故存在局限性。因此，在以往研究的基礎上，本文聚焦于數字普惠金融對城鎮居民收入和農村居民收入的空間溢出效應，運用空間計量經濟學的方法對上述問題進行驗證。本文的貢獻主要在于將空間因素引入數字普惠金融和城鄉居民收入關系的研究中，彌補了現有文獻缺少從空間計量角度全面系統考察二者關系的缺口。

二、變量說明與模型方法

（一）變量說明

根據不同群體特征將居民收入分為城鎮居民收入和農村居民收入，以考察數字普惠金融對兩個群體的影響。本文用城鎮居民人均可支配收入（income1）作為城鎮居民收入的代理變量，用農村居民人均可支配收入（income2）作為農村居民收入的代理變量。具體數據來自國家統計局網站。

由北京大學數字金融研究中心編制的數字普惠金融指數是目前為止對數字普惠金融描述較為權威的指標，因而本文用數字普惠金融指數作為數字普惠金融（df）的代理變量。具體數據來自北京大學數字金融研究中心。

城鄉居民收入還受到經濟發展水平、對外開放程度、政府財政支出、產業結構和城鎮化率等因素的影響，因而本文將上述變量作為控制變量進行研究。具體包括：經濟發展水平（rjgdp），衡量經濟發展水平最常用的指標是人均國內生產總值，本文用人均國內生產總值作為經濟發展水平的代理變量;對外開放程度（open），對外開放能促進一國經濟發展，從而增加居民收入，參考武力超和張馨月^[19]的研究，本文用各省份進出口貿易總額占GDP的比重作為對外開放程度的代理變量;政府財政支出（gov），反映政府對經濟活動的參與程度，政府財政支出影響城鄉居民收入水平，本文用地方財政預算支出占GDP的比重作為政府財政支出的代理變量;產業結構（indus），產業結構升級是經濟增長的動力，從而對城鄉居民收入產生影響，參考魏君英和侯佳卉^[20]的研究，本文用第二產業和第三產業增加值占GDP的比重作為產業結構的代理變量;城鎮化率（urban），城鎮化通過推動區域經濟增長從而達到增加城鄉居民收入的效果，本文用各省份城鎮人口占總人口的比重作為城鎮化率的代理變量，其數值越大，表明城鎮化水平越高。具體數據來自國家統計局網站。

（二）模型方法

區域經濟活動通常存在一定的空間相關性。與傳統模型相比，將空間相關性納入考慮范圍的空間計量模型的估計結果更為準確。由于系統GMM能夠使用工具變量的方法有效解決被解釋變量與解釋變量之間的內生性問題，并且能夠克服差分GMM的弱工具變量問題^[21]，同時考慮到城鄉居民收入會受到滯后期的影響。本文運用我國2011—2018年31個省份的面板數據，通過加入滯后期的方式構建基于系統GMM的動態面板基準模型和空間模型，從而驗證數字普惠金融對城鄉居民收入的空間溢出效應。為了深入了解數字普惠金融對城鄉居民收入在時間緯度上的動態效應和空間緯度上的溢出效應，本文構建基于系統GMM的空間杜賓模型?？臻g杜賓模型的優點在于：無論真實的數據生成過程是空間滯后模型還是空間誤差模型，都能基于此模型得到系數的無偏估計^[22]。為避免不同指標量綱的影響，本文對所有原始數據取對數后進行分析，因而本文構建的基準模型和空間模型分別如式（1）和式（2）所示：

由表1可知，我國2011—2018年31個省份的城鎮居民人均可支配收入和農村居民人均可支配收入的莫蘭指數取值都為正，且強烈拒絕“不存在空間自相關”的原假設，表明城鎮居民人均可支配收入和農村居民人均可支配收入均存在顯著的空間正相關。

注：^*、^** 和^***分別表示10%、5%和1%置信水平下顯著。下表同。

2011—2018年，城鎮居民人均可支配收入的莫蘭指數呈下降趨勢，農村居民人均可支配收入的莫蘭指數波動不大，較為穩定，說明城鎮居民人均可支配收入的空間正相關在逐漸減弱，農村居民人均可支配收入的空間正相關基本保持不變。對我國2011—2018年31個省份的城鎮居民人均可支配收入和農村居民人均可支配收入的莫蘭指數進行分析可知，城鎮居民人均可支配收入和農村居民人均可支配收入的空間分布特征大體一致，差異不大。大多數省份的城鎮居民人均可支配收入和農村居民人均可支配收入在整體上呈現空間正相關。

2011年，北京、上海、浙江、江蘇、天津、福建、山東等省份城鎮居民人均可支配收入和農村居民人均可支配收入表現出“高-高”集聚的分布特征，新疆、寧夏、甘肅、四川、貴州、湖南、湖北等省份城鎮居民人均可支配收入和農村居民人均可支配收入呈現“低-低”集聚的特征。將2018年數據與2011年數據進行比較可以發現，以上分布特征在2018年也未發生較大變化，說明各省份的城鎮居民人均可支配收入和農村居民人均可支配收入都存在比較穩定的空間相關性。

（二）計量檢驗結果

系統GMM估計結果的有效性必須滿足兩個條件：一是工具變量選取有效;二是殘差的差分項不存在序列相關。表2為基于系統GMM的動態面板基準模型和空間杜賓模型的城鎮居民人均可支配收入分析結果。

模型1為不考慮空間相關性的基準模型，AR（2）值在5%的顯著水平下接受擾動項不存在自相關的原假設，模型設定較為理想;Sargan檢驗P值為0.828，這一結果說明工具變量有效。模型2為基于系統GMM的空間杜賓模型，AR（2）的值為0.236，模型設定較為理想;Sargan檢驗P值為0.974，說明工具變量有效。

由表2可知，在模型1和模型2中，數字普惠金融即ln（df）的系數均顯著為正，進一步證實了空間杜賓模型的有效性，說明數字普惠金融的發展顯著提高了本省份城鎮居民人均可支配收入。在模型2中，數字普惠金融的空間滯后項系數為-0.361，且在1%水平下顯著，表明數字普惠金融存在負向空間溢出效應，表示鄰近省份數字普惠金融的發展對本省份城鎮居民人均可支配收入存在抑制作用。究其原因，可能由于鄰近省份在大力發展數字普惠金融的過程中會降低本省份對技術、互聯網公司等優質資源的吸引力，從而不利于本省份城鎮居民收入的增加。

在模型2中，對外開放程度、政府財政支出、產業結構和城鎮化率對城鎮居民人均可支配收入均產生了顯著的正向影響，經濟發展水平的影響不顯著。同時，經濟發展水平、政府財政支出和產業結構的空間滯后項系數均顯著為正，表明存在顯著的正向空間溢出效應，即鄰近省份經濟發展水平的提高、政府財政支出的加大和產業結構的提升能促進本省份城鎮居民人均可支配收入的提高，各地政府“地方本位”現象有所改善，各省份之間的聯系和發展更加密切。

為了進一步了解不同地區數字普惠金融對城鎮居民收入的影響，本文基于系統GMM的空間杜賓模型對我國東、中、西部地區分別進行了分析，對應于模型3、模型4和模型5。由模型3、模型4和模型5可知，在東、中部地區，數字普惠金融對城鎮居民人均可支配收入存在顯著的正向影響，而西部地區該效應則不顯著，表明數字普惠金融對城鎮居民人均可支配收入的影響表現出明顯的空間異質性。東、中、西部地區數字普惠金融的空間滯后項系數均顯著為負，說明數字普惠金融會對其他地區城鎮居民人均可支配收入產生負向影響，這一結果與全國整體情況一致。

表3為基于系統GMM的動態面板基準模型和空間杜賓模型的農村居民人均可支配收入分析結果。

模型6為不考慮空間相關性的基準模型，????AR（2）的值為0.202，模型設定較為理想;Sargan檢驗P值為0.926，說明工具變量有效。模型7為基于系統GMM的空間杜賓模型，AR（2）的值為0.181，模型設定較為理想;Sargan檢驗P值為0.989，說明工具變量有效。

由表3可知，模型6和模型7中的數字普惠金融即ln（df）的系數在1%水平下顯著為正，表明數字普惠金融的發展對農村居民人均可支配收入存在顯著的正向影響。在模型7中，數字普惠金融的空間滯后項系數在1%水平下顯著為負，表明鄰近省份數字普惠金融的發展對本省份農村居民人均可支配收入產生抑制作用。

在控制變量中，經濟發展水平及其空間滯后項均對農村居民人均可支配收入起到顯著的正向影響。此外，對外開放程度的系數顯著為正，說明對外開放對促進農村居民增收具有積極作用。通過對外開放，農村地區獲得資金、技術、人才等各類資源的支持，為當地經濟發展奠定了基礎，也為居民增收帶來實實在在的好處。政府財政支出的空間滯后項系數顯著為正，說明其空間溢出效應較為顯著，說明政府通過轉移支付手段實現財政扶貧的效果較好，對農村居民收入產生了擴散帶動效應。

由模型8、模型9和模型10結果可知，數字普惠金融即ln（df）在三個地區的系數均顯著為正，且差異不大，表明東、中、西部地區數字普惠金融發展均能提高本地區農村居民人均可支配收入，不存在空間差異性。根據數字普惠金融的空間滯后項系數可以得知，從三大地區角度來看，數字普惠金融對農村居民人均可支配收入的空間溢出效應都不顯著，表明不同地區農村存在金融分割，區域間的連帶輻射效應并未形成。究其原因，一方面，和不同區域間經濟合作與聯系程度有關，另一方面，也受不同地區農村數字普惠金融發展條件差異的影響。

將表2和表3的分析結果進行對比可知，從全國看，數字普惠金融對城鎮居民人均可支配收入和農村居民人均可支配收入均產生了顯著的正向影響，且數字普惠金融的空間溢出效應在城鄉也均顯著，表明數字普惠金融對居民收入的影響在城鎮和農村具有一致性，這種一致性不僅表現在對本地區居民收入的影響，其跨地區滲透作用也是顯著的，在城鄉居民人均可支配收入的各種影響因素中，數字普惠金融的作用不容小覷。數字普惠金融是我國經濟高質量發展的重要驅動力，在服務小微企業和“三農”方面發揮了重要作用，通過公平有效的配置金融資源進一步推動了實體經濟的發展。從東、中、西部地區角度看，數字普惠金融的空間溢出效應在城鄉存在差異，即對不同地區城鎮居民人均可支配收入影響顯著，對不同地區農村居民人均可支配收入影響均不顯著，這一結果與全國整體情況不一致，因而在整體分析的基礎上，從不同地區角度來考察是非常有必要的。在模型2和模型7的控制變量中，經濟發展水平、政府財政支出的空間滯后項系數在城鎮和農村均顯著為正，對外開放程度和城鎮化率的空間滯后項系數在城鎮和農村都不顯著，從各因素是否產生效應的角度來看，以上4個因素在城鄉不存在差異，即經濟發展水平、對外開放程度、政府財政支出和城鎮化率對城鄉居民收入的空間溢出效應具有一致性。產業結構這一因素的直接效應和空間溢出效應在城鎮均顯著，在農村均不顯著，這可能與我國勞動密集型產業趨于飽和，而資本、技術密集型產業在發展中偏向于吸收具有一定現代化技能的城鎮居民剩余勞動力有關。

（三）穩健性檢驗

空間權重矩陣是空間計量模型中的核心，選擇不同空間權重矩陣會影響到模型的最終估計結果和解釋力?；诜€健性考慮，將模型中的空間鄰接矩陣改為地理權重矩陣并對模型的穩健性進行檢驗，具體結果如表4所示。

由表4可知，模型11是基于地理權重矩陣的空間杜賓模型的城鎮居民人均可支配收入分析結果，模型12是基于地理權重矩陣的空間杜賓模型的農村居民人均可支配收入分析結果。由表4可知，模型11和模型12中的數字普惠金融、數字普惠金融的空間滯后項系數的估計結果與表2的模型2、表3的模型7中的結果相一致，可見本文模型設定具有穩健性。

四、研究結論及政策建議

本文利用我國2011—2018年31個省份面板數據，采用系統GMM工具變量法，運用空間杜賓模型考察了數字普惠金融對城鎮居民人均可支配收入和農村居民人均可支配收入的空間溢出效應，并進一步檢驗了該效應在東、中、西部地區的差異，本文得到如下結論：第一，數字普惠金融對城鎮居民人均可支配收入和農村居民人均可支配收入具有顯著的正向直接效應，顯著提高了城鎮居民收入和農村居民收入水平。第二，從全國看，數字普惠金融的空間溢出效應在城鄉均顯著，具有一致性，但系數都為負值，表明鄰近省份數字普惠金融的發展對本省份城鎮人均可支配收入和農村居民人均可支配收入產生了抑制作用。第三，從東、中、西部地區來看，數字普惠金融對城鎮居民人均可支配收入的空間溢出效應顯著，對農村居民人均可支配收入的空間溢出效應尚未形成，存在城鄉差異。

基于以上研究結論，本文提出如下政策建議：

首先，各地政府應努力解決數字普惠金融發展過程中存在的問題，繼續推進其發展，更好地實現數字普惠金融支持實體經濟發展、服務人民生活的目標，從而促進居民收入水平的提高。例如，將數字普惠金融技術與傳統金融機構相結合，針對農村三大層次群體的不同需求，提升金融服務的供給水平;根據貧困地區的實際情況，設計滿足低收入人群實際需要、能解決實際問題的金融產品，豐富數字普惠金融產品、創新金融服務方式;運用數字技術優勢降低金融服務的門檻和邊際成本，為低收入人群和中小微企業提供可負擔的金融服務，為扶持企業和家庭的經濟增長、減緩貧困和不平等提供金融支持。

其次，在數字普惠金融發展過程中需要創造和開發更多的優質資源，避免因“資源競爭”而產生的負面影響。數字普惠金融是技術創新驅動的，人工智能、機器學習、云計算和大數據分析等底層技術的發展對數字金融的服務效率提升非常重要。數字普惠金融的技術創新是創新驅動發展戰略、科技創新實踐與金融服務深度整合的體現。因此，從宏觀層面，國家要從中長期發展的趨勢和戰略機遇著手，加強頂層設計，在充分研究和遵循金融科技創新發展規律的基礎上，將市場配置金融科技資源的基礎性作用與政府科學引導作用有機結合，發揮新型舉國體制的優勢。大力支持金融的基礎科學研究和技術創新，將數字技術服務于金融領域中的場景、用戶、產品和運營等方面，解決金融領域的“痛點”，實現差異化的精準服務。同時，數字金融時代對金融人才的知識結構和技能提出新的要求，加強數字金融人才培養也至關重要。例如，通過校企合作模式來開展金融人才培養，為數字普惠金融發展做好人才儲備。微觀層面，各省要充分運用自身的優勢和資源，在結合當地經濟發展特色的基礎上，積極推出與本省經濟發展相適應的金融服務產品，創新金融服務，吸引更多的優質人才和技術資源。

最后，突破農村區域經濟制約，進一步加強農村區域的經濟合作和聯系，推動信息、資本等要素自由流動，確保市場活動的活躍性。第一，需要解決農村數字普惠金融發展的基礎問題。重點關注農村數字信息技術的基礎建設，提高通信信號的覆蓋面和智能手機的普及率，建立針對農村、農業和農民的基礎數據平臺，使涉農相關業務數據在確保安全的前提下實現共享，數據獲取的難度和成本降低可提高農村普惠金融供給主體金融服務的效率。依托平臺將工商、稅務、司法、環保和水電繳費等信息進行整合，為農戶建立信用檔案，為農村居民打造一個良好的信用環境，完善農村信用體系建設，避免因缺乏信用記錄而無法獲得銀行金融服務的情況發生。第二，要解決農村金融資源匱乏問題。在加大監管力度的前提下，鼓勵引導民間資本介入農村金融機構，并給予一定的政策支持。例如，民間資本以參與農村信用社產權改革、參與農村中小金融機構增資擴股、參與資本市場投資等途徑進入農村中小金融機構，從而提升農村金融整體服務效能。第三，要打破行政區域壁壘，加速資源要素按市場規律高效流動配置，加大農村區域的開放程度。

參考文獻：

[1]?黃益平，黃卓.中國的數字金融發展：現在與未來[J].經濟學（季刊），2018，（7）：1489-1502.

[2]?孔杏.新常態下互聯網金融發展與城鄉收入差距動態關系研究[J].經濟與管理，2018，（3）：58-62.

[3]?謝絢麗，沈艷，張皓星，等.數字金融能促進創業嗎？——來自中國的證據[J].經濟學（季刊），2018，（7）：1557-1580.

[4]?郭峰.互聯網金融空間集聚效應分析——來自互聯網金融發展指數的證據[J].國際金融，2017，（8）：75-85.

[5]?葉茜茜.互聯網金融技術創新擴散的空間溢出效應——基于P2P網貸數據的實證檢驗[J].中國流通經濟，2016，（9）：76-84.

[6]?梁雙陸，劉培培.數字普惠金融與城鄉收入差距[J].首都經貿大學學報，2019，（1）：33-41.

[7]?宋曉玲.數字普惠金融縮小城鄉收入差距的實證檢驗[J].財經科學，2017，（6）：14-25.

[8]?李建偉.普惠金融發展與城鄉收入分配失衡調整——基于空間計量模型的實證研究[J].國際金融研究，2017，（10）：14-23.

[9]?張賀，白欽先.數字普惠金融減小了城鄉收入差距嗎？——基于中國省級數據的面板門檻回歸分析[J].經濟問題探索，2018，（10）：122-129.

[10]?張子豪，譚燕芝.數字普惠金融與中國城鄉收入差距——基于空間計量模型的實證分析[J].金融理論與實踐，2018，（6）：1-7.

[11]?張彤進，任碧云.包容性金融發展與城鄉居民收入差距——基于中國內地省級面板數據的實證研究[J].經濟理論與經濟管理，2017，（5）：90-101.

[12]?陳嘯，陳鑫.普惠金融數字化對縮小城鄉收入差距的空間溢出效應[J].商業研究，2018，（8）：167-176.

[13]?潘錫泉.數字普惠金融幫扶低收入群體的邏輯機理及實現機制[J].區域經濟評論，2019，（4）：143-149.

[14]?張勛，廣華，張佳佳，等.數字經濟、普惠金融與包容性增長[J].經濟研究，2019，（8）：71-86.

[15]?宋曉玲.“互聯網+”普惠金融是否影響城鄉收入均衡增長？——基于中國省際面板數據的經驗分析[J] .財經問題研究，2017，（7）：50-56.

[16]?陳丹.數字普惠金融對農村居民收入影響的實證分析[J].上海金融，2019，（6）：74-77.

[17]?劉丹.數字普惠金融發展對農民非農收入的空間溢出效應[J].金融經濟學研究，2019，（5）：57-66.

[18]?吳金旺，郭福春，顧洲一.數字普惠金融能否顯著減緩貧困？——來自浙江嘉興調研的行為數據[J].浙江學刊，2019，（4）：140-151.

[19]?武力超，張馨月.行業結構優化的測度及影響因素分析[J].統計研究，2019，（5）：54-68.

[20]?魏君英，侯佳卉.產業結構變動對我國城鄉居民收入的影響[J].農業技術經濟，2015，（8）：118-126.

[21]?顧蕓，董亞寧.知識溢出、高校創新投入與經濟增長——基于包含創新部門的新經濟地理增長模型及檢驗[J].科技管理研究，2018，（17）：1-7.

[22]?伍駿騫，阮建青，徐廣彤.經濟集聚、經濟距離與農民增收：直接影響與空間溢出效應[J].經濟學（季刊），2016，（10）：301-324.

Development of Digital Finance， Spatial Spillover， and Income Growth：An Empirical Analysis Based on Urban-Rural Dual Population

KONG Xing^1，2

（1.Teaching Center，Zhejiang Open University，Hangzhou 310006，China;2.School of Statistics and Mathematics，Zhejiang GongShang University，?Hangzhou ?310008，?China）

Abstract：This paper uses the panel data of 2011-2018 in 31 provinces of our country and the spatial durbin model with the method of systematic GMM instrumental variables considering the spatial spillover effect of digital financial inclusion on per capita disposable income of urban residents and per capita disposable income of rural residents.The results show that digital financial inclusion has a significant positive direct effect on the per capita disposable income of urban residents and the per capita disposable income of rural residents.From a national perspective，the spatial spillover effect of digital financial inclusion is significant in both urban and rural areas，which is consistent，but the coefficients are all negative，indicating that the development of digital financial inclusion in surrounding provinces has a negative effect on the per capita disposable income of urban residents and per capita disposable income of rural residents.From the perspective of the eastern，central and western regions，the spatial spillover effect of digital inclusive finance on the per capita disposable income of urban residents is significant，while the spatial spillover effect on the per capita disposable income of rural residents has not yet been formed，and there are differences between urban and rural areas.

Key words：digital financial inclusion;spatial spillover;income growth;income gap between urban and rural residents

（責任編輯：尚培培）