數字普惠金融對城鄉收入差距的影響機制研究
——以廣西南寧為例

穆新杰

一、引言

傳統的普惠金融雖然在理論和出發點上十分具有建設性，但在實際實施中它卻面臨著效率低、成本高、服務失衡等難以解決的問題。 因此，為了進一步提升普惠金融的服務質量，擴大普惠金融服務的覆蓋面積，補齊以往傳統普惠金融服務的短板，減小區域金融服務的差距，我國緊跟時代步伐，于G20 峰會上提出數字普惠金融的概念。 數字普惠金融可以看作是普惠金融與數字化的結合，指通過運用數字化技術來提升促進普惠金融服務的行動。 結合數字技術的優勢，金融服務可以降低交易成本，擴展覆蓋面，從而減少金融排斥對低收入群體的負面作用，充分發揮普惠金融服務的減貧作用，改善低收入人群生活狀況，縮小城鄉收入差距。

當下，全面建成小康社會成為我們國家最亟待完成的目標，貧困人口全面脫貧迫在眉睫，城鄉收入差距過大的問題迫切需要解決。 數字普惠金融能否縮小城鄉收入差距? 其改善城鄉收入差距的機制如何? 這些問題都需要用具體數據來證實。 基于此，本文從數字普惠金融減貧的角度出發，以廣西首府南寧為研究對象，通過中介回歸模型分析南寧市數字普惠金融服務的發展究竟能否縮小城鄉收入差距，力求為廣西數字普惠金融減貧方面增添更多研究成果。

二、數字普惠金融減貧的理論機制

(一)降低金融服務門檻

獲取金融服務是有門檻的，對于低收入者而言，由于自身償還能力弱，抗風險能力較差，所以獲取金融服務的難度遠遠高于高收入者，這就導致了服務門檻的產生。 而這種門檻效應會導致“馬太效應”，金融服務更多地流向富裕人群，而貧困人群收到的金融服務越來越少，貧富差距進一步加大。 同時，個體貧富差距的擴大不斷積累，又會使得整個地區的貧困狀況加劇，如此形成惡性循環，區域經濟發展將受到嚴重限制。 傳統金融機構多數以銀行為主體，通過銀行信用評價標準來衡量客戶金融風險，這一信用標準對低收入者形成了較高的門檻，所以普惠金融服務在貧困地區往往無法取得理想效果。 而數字普惠金融的出現大大降低了金融服務的門檻，無論是低收入者還是高收入者都有機會獲得數字普惠金融所提供的服務，從而減小了地區收入差距。

(二)直接減貧效應

普惠金融的減貧效應主要從微型金融和金融服務覆蓋面兩方面來傳導。 一方面是緩解中小企業融資困難的問題，普惠金融服務能夠為中小型企業提供信用審核標準更加寬松的小額貸款。 另一方面是通過“涓滴效應”幫助貧困人群改善地區經濟環境從而增加貧困人口收入。 簡單來說，當數字普惠金融服務惠及貧困地區時，該地區部分人群會因此變得富裕起來，然后帶動當地的就業和經濟發展，經濟的發展改善了當地的就業環境，創造了更多的就業機會，從而改善整個地區貧困人口的收入狀況，也就是我們常說的“先富帶動后富”。

(三)間接擴大收入差距效應

數字普惠金融的發展無疑能衡量城市金融業與互聯網業的發展，一個城市的數字普惠金融指數越高，代表這個城市的金融業行業和互聯網行業越發達，這兩個行業的發展同時也會帶動第三產業的發展從而改變城市的產業結構。 我國著名經濟學家林毅夫根據劉易斯的二元經濟結構模型經濟理論，指出在國家快速發展階段，產業結構迅速變遷會使得收入差距擴大，特別是第三產業的發展會擴大收入差距。因此，數字普惠金融發展對產業結構的影響可能會增大城鄉收入差距，給減貧帶來阻礙作用。

綜上所述，本文對于將要研究的對象進行如下兩個假設：

假設H1：數字普惠金融的發展能夠減小南寧市的城鄉收入差距。

假設H2：數字普惠金融能夠通過影響產業結構間接影響南寧市的城鄉收入差距。

三、實證分析

(一)中介模型構建

中介效應檢驗相關的研究最開始是在心理學領域，該方法可以測量中介變量對因變量的間接影響程度，隨著相關研究的不斷增加，中介效應檢驗方法也逐漸被運用到社科類研究當中，主要用于研究經濟變量之間的影響路徑與因果機制。

根據國內文獻研究可知，數字普惠金融能夠直接為居民提供金融服務從而縮小城鄉差距，也可能通過推進第三產業發展間接擴大城鄉發展的差異，增大城鄉收入差距。 為了驗證這一理論機理的正確性，本文參考溫忠麟的方法，構建中介效應模型，將數值普惠金融指數作為自變量，南寧市城鄉居民可支配收入之比作為因變量，引入產業結構(第三產業占比)作為中介變量，通過回歸分析及中介效應檢驗來驗證數字普惠金融對于南寧市的減貧效果如何。

模型設定：

(1) lnincomegap＝β0+β1lnindex+β2governmentreta+μ

(2)industryrate＝β0+β1lnindex+β2governmentrate+μ

(3) lnincomegap＝β0+β1lnindex+β2governmentreta+β3lndustryrate+μ

其中，模型(1)用來檢驗數字普惠金融對城鄉收入差距的回歸路徑，模型(2)用來檢驗數字金融對產業結構的影響效應，模型(3)用來檢驗中介效應模型整體的效應。

(二)數據來源與變量選取

本文數據來自《南寧統計年鑒》與《北京大學數字普惠金融指數》，由于數據的可得性有限，所以本文選取數據時間跨度為2011 年到2017 年。 數據無缺失，為了減少異方差增加模型穩健性，部分變量作了對數化處理。

1.被解釋變量

現有研究在收入不平等測度上存在較大分歧，可分為以下幾類： 一是城鄉之間的收入差距，主要指標一般是城鄉人口加權后的泰爾指數，城鄉收入基尼系數和城鄉收入比。 考慮到城鄉收入比的簡便性，本文將城鎮居民可支配收入與鄉村居民可支配收入的比值作為衡量城鄉收入差距的指標。該變量在模型中表示為incomegap。

2.自變量

本文的主要研究對象為數字普惠金融，為了全面均衡地衡量南寧市數字普惠金融的發展程度，參考國內多數學者的做法，本文直接將北京大學編撰的《北京大學數字普惠金融指數》作為自變量來衡量南寧市數字普惠金融的發展程度。在模型中表示為index，對數處理后表示為lnindex。

3.中介變量

根據中介變量的定義，中介變量受自變量的影響，同時自身也能影響因變量。 因此本文選擇產業結構作為中介變量。

4.控制變量

由于通常當地的城鄉收入差距有部分會受到政策財政支出的影響，因此本文選擇財政支出占GDP 的比例作為控制變量，變量表示為governmentrate。

(三)中介效應檢驗

模型(1)檢驗的是自變量lnindex對因變量lnincomegap的回歸系數是否顯著，表中顯示該項回歸系數P值＜0.05，說明該回歸項的回歸系數顯著不為0，中介效應檢驗的第一步通過。 模型(2) 檢驗的是自變量 lnindex對中介變量industryrate的回歸系數是否顯著，此項的回歸系數的P值大于0.1，因此此項的回歸系數沒有通過顯著性檢驗，回歸系數為0，中介效應檢驗的第二步未通過。 模型(3)檢驗的是自變量lnindex與中介變量industryrate對因變量的總體效應，表中顯示兩項變量的回歸系數P值都小于0.1，說明兩變量的回歸系數都通過了顯著性檢驗，中介檢驗的第三步通過。

根據溫忠麟的文獻研究，如果中介效應檢驗第二步未通過但第一和第三步通過，就需要繼續進行中介效應的sobel檢驗，以此來確定中介效應是否真正存在。 sobel 檢驗的P值為 0.362＞0.1，因此接受原假設“ab＝0”，認為中介效應不存在。 因此中介效應檢驗的最終結果表明，自變量lnindex對因變量只存在直接影響，而間接影響很微弱。

(四)實證結果分析

通過(二)中中介效應檢驗可知，南寧市數字普惠金融發展lnindex對南寧市城鎮居民收入incomegap只存在直接影響效應，不存在間接的中介影響效應。 因此可知假設H2不成立，我們只需要分析模型(1)中的回歸結果。 模型(1)lnindex對lnincomegap的回歸系數為-0.0935，從計量經濟學的理論來解釋，這表明只要南寧市的數字普惠金融指數增加1%就會使得南寧市的城鄉收入差距減小9.35%，可知假設H1成立。 同時，從模型(1)的控制變量看，政府的財政支出比重governmentrate 的回歸系數雖然不顯著，但是從其符號來看，政府增加財政支出仍然可以使得城鄉居民收入減小。

四、研究結論與政策建議

本文通過回歸分析和中介效應檢驗發現南寧市的數字普惠金融行業發展可以有效促進南寧市城鄉收入差距的減小；同時，由中介效應檢驗可知，前者對后者的影響路徑主要表現為直接效應，間接效應并不顯著。 因此，根據實證分析結果，提出以下兩條政策建議：

(一)制訂合理可行的數字普惠金融發展計劃

數字普惠金融的快速發展大大減小了傳統普惠金融成本高、服務范圍小的局限性，極大提高了金融服務的廣度深度，能夠形成更強大、更靈活的金融服務網絡生態圈，從而助推減貧脫困。 南寧市金融機構應當明確數字普惠金融的減貧機制，制定有針對性的數字普惠金融發展戰略。 在服務范圍上，要力爭服務覆蓋面廣，服務滲透力強，將金融服務全面深入覆蓋到以往傳統金融機構覆蓋不到的小微企業及個體商戶等群體上。 在服務機構布局上，要以客戶需求為導向，構建線上線下相互聯動、緊密配合的服務網絡。

(二)發揮數字普惠金融與其他因素的聯合減貧作用

作為廣西首府，南寧市的第三產業發展在廣西所有地級市中名列前茅，但要想進一步減小收入差距，還須重視第一第二產業。 南寧市應該充分地將數字普惠金融服務的其他因素聯合起來，全方位帶動普惠金融服務與其他行業的聯動與結合，重視基礎行業，特別是要發展與農村人口脫困緊密相關的行業，如農業、畜牧業、手工業等。 要讓數字普惠金融服務惠及更多行業，讓更多人享受到金融服務的便利性，這樣減貧工作才能起到事半功倍的效果。