數字普惠金融發展對城鄉收入差距的影響研究

周文蘭

（西南大學經濟管理學院，重慶 400715）

一、引言

2010年中國經濟總量超過日本成為世界第二大經濟體，發展成果舉世矚目，但收入分配不均衡導致的城鄉收入差距大的問題依然存在。2019年我國城鎮居民人均可支配收入是農村的2.65倍。提高農村居民的收入水平以縮小城鄉收入差距成為了我國經濟社會發展的重要目標。普惠金融的提出為解決上述問題帶來了新的契機，自2006年引入中國，就得到了黨和政府的高度重視。發展普惠金融有利于解決不協調的金融服務供需問題，促進金融業可持續發展。隨著數字技術與金融深度融合，數字化與智能化的普惠金融成為大趨勢。2016年數字普惠金融正式進入大眾視野，作為數字技術和普惠金融相結合的產物，數字普惠金融本身就具有減貧的屬性，彌補了傳統普惠金融的不足。數字普惠金融可以更有效地發揮金融功能，促進金融資源公平分配，在縮小城鄉收入差距方面，被賦予重任。

以往研究表明，金融發展和普惠金融可以擴大城鄉收入差距，也可以縮小城鄉收入差距。論數字普惠金融對城鄉收入差距的影響，學術界也有兩種聲音。一種認為數字普惠金融發展有助于縮小城鄉收入差距（張曉燕，2016；宋曉玲，2017；梁雙陸等，2018；王英姿，2020）。例如宋曉玲（2017）發現，數字普惠金融具有包容、減貧和增長三大收斂效應，并通過省級面板數據的門檻回歸模型，證實了這一收斂機制。第二種觀點認為數字普惠金融發展對縮小城鄉收入差距的促進作用呈“倒U型”。本文在前輩大量文獻研究的基礎上，通過31個省份的面板數據，進一步研究數字普惠金融發展對城鄉收入差距的影響，并分析其區域差異。

二、 理論分析

基于長尾理論，在傳統金融服務中，出于對利潤的追求，傳統金融機構往往更傾向于為20%的頭部市場提供金融服務，對于更有需求的80%尾部市場卻排斥在外。頭部市場的人群本身資本就比較充足，在金融機構的偏愛之下，通過金融服務享受高收益高回報，錢包越來越鼓；而大部分尾部人群一開始，因為缺乏資本，達不到傳統金融機構的門檻，錢包越來越癟。長此以往，便形成富人更富、窮人更窮的惡性循環，收入差距也被持續拉大，兩極分化程度加深。在城鄉二元經濟結構下，金融資本向城市傾斜，導致城鄉金融發展不平衡。金融發展有助于實現資本積累，提高資源利用效率，進而促進經濟增長。通過金融服務，貧困人口可以緩解貧困，影響城鄉收入差距。傳統普惠金融在一定程度上緩解了以上問題，但是也存在不可避免的問題。傳統金融機構在國家政策的引導下，對弱勢群體提供金融服務，但若不降低要求，尾部人群仍然無法提供高成本、征信、抵押物等，但是普惠金融不同于慈善，若機構為此降低要求，勢必會損害自身的利益、壓縮利潤空間，這與普惠金融的商業可持續性相違背。

在數字技術的助攻下，數字普惠金融可以有效解決上述問題。數字普惠金融通過互聯網和移動終端設備實現服務，降低了物理網點的人力和財力成本。簡化交易中間環節，降低交易成本。依托大數據技術，進行客戶管理，維護客戶資源，分析客戶行為數據，實行交叉營銷、精準營銷，降低信息搜尋成本。還可利用數字技術進行風險管理，降低客戶違約率。金融機構成本大幅降低，便可以適當調整定價，從而降低金融服務門檻。數字普惠金融的服務對象包括金融排斥嚴重的農村地區，移動互聯網和移動手機的普及，使得農村居民可以更便捷、更低成本地獲取金融服務，獲得金融支持的貧困人群通過合理分配資源，改善生活，進行投融資決策，從而增加收入，緩解排除效應，發揮減貧效應。

三、 實證分析

1.變量選取與數據來源

本文主要采用了2011年～2018年全國31個省份的面板數據。原始數據來源于北京大學數字普惠金融研究中心和國家統計局。

被解釋變量。鑒于本文的研究課題，選擇城鄉收入差距作為被解釋變量，考慮到數據的直觀性和可獲得性，用城鄉居民人均收入之比（GAP）來衡量收入差距的相對水平，GAP越大，表明城鄉收入差距越大，反之亦然。由于2013年之前農村居民人均可支配收入沒有統計數據，2011年和2012年用農村居民人均純收入來表示。

解釋變量。解釋變量是數字普惠金融發展程度，是一個綜合的定性指標，為更準確地刻畫數字普惠金融發展狀況，需要將其定量化。“北京大學數字普惠金融指數（DIFI）”包括24個具體指標，從三個維度著手進行構建，分別是覆蓋廣度、使用深度、數字支持服務程度，客觀、全面地反映了數字普惠金融的實際發展狀況。DIFI越大，數字普惠金融發展水平越高。

綜合以往研究成果，本文還選取了5個指標作為控制變量：人均國內生產總值（PGDP）、財政支出水平（EGR=財政支出/GDP）、城鎮化發展水平（UR=城鎮人口數/年末常住人口數）、對外開放程度用IEP（IEP=進出口總額/GDP），以及產業結構（IS=二、三產業增加值/GDP）。

2.變量的描述統計分析

由表1可知，GAP平均水平是2.66，中位數2.59，最大值3.98，最小值1.85，最小值偏離平均值和中位數較大，一定程度上說明城鄉收入差距不均衡，存在地區差異。圖1顯示某些省份如貴州、云南、甘肅、青海城鄉收入之比超過了3，差距較大，與天津、上海等地區相比差異較大。DIFI的平均值187.17，中位數203.91，最大值377.73，最小值16.22，各省份的數字普惠金融發展程度之間的差異非常巨大，某些省份數字普惠金融發展程度嚴重滯后，圖2反映了數字普惠金融指數差異化的特征。通過分析控制變量，發現五個指標均存在著地區差異，且差距都較為明顯，相比而言，產業結構的差異化較小。

表1 各變量的描述性統計（全國樣本，2011年～2018年）

圖1 2011年～2018年中國31個省份的城鄉居民人均可支配收入之比

圖2 2011年～2018年中國31個省份的數字普惠金融指數

為進一步了解地區差異，在全國樣本的基礎上，將其細分為東部、中部、西部三個地區，并對區域樣本變量進行描述性統計，如表2所示。在城鄉收入差距上，東部地區的平均差距最小為2.4，中部地區略大為2.46，西部地區城鄉差距最大為3.02。并且東部地區數字普惠金融指數平均水平也最高，其次為中部地區181.81，最后為西部地區173.20，數字普惠金融發展狀況與城鄉收入差距之間成反比。同時，其他指標也均表現為東部高于中部高于西部。三個地區自然稟賦存在天生差異，經濟發展的基礎不同，數字技術為他們帶來的支持程度也不同。與中東部地區相比，部分西部地區經濟發展相對落后，數字支撐程度將略低。但隨著數字普惠金融發展水平越來越高，對西部地區的覆蓋范圍也越來越大。與此同時，數字普惠金融對西部地區經濟發展的帶動作用也越來越明顯。另外，我國中東部地區相較西部地區而言，經濟發展水平較高，普通居民對基礎類金融服務的需求也逐步釋放，這就帶動了數字普惠金融相關業務的發展更多樣化，層次更深。再者，農村地區教育程度較低，居民對數字化技術了解不夠，接受能力較弱。導致數字普惠金融服務對三個地區的觸達能力不同，帶來改善收入的普惠效應也不同。

表2 各變量的描述性統計（地區樣本，2011年～2018年）

3.建立模型

為避免出現異方差，對原始數據做取對數處理，使變量更加平穩，減小波動幅度，根據上述分析建立模型如下：

4.單位根檢驗

了解了各變量的統計特征，接下來檢驗變量是否存在單位根，本文主要采用三種方法進行單位根檢驗，分別是LLC檢驗、ADF檢驗、PP檢驗。檢驗結果如表3，三種方法下，各變量均不存在單位根，即它們都是平穩序列。

表3 各變量的單位根檢驗

5.面板回歸模型及實證結果分析

（1）全國樣本的面板回歸模型

在回歸模型中，F檢驗的統計值為58.44，p值小于0.05，應拒絕混合效應優于固定效應的原假設，選擇固定效應模型。Hausman檢驗的統計值為4.35，p值小于0.05。拒絕隨機效應優于固定效應的原假設，選擇固定效應模型，回歸結果如下表4所示。固定效應模型（1）中，參數估計的擬合優度為0.93，比隨機效應擬合優度高很多，且解釋變量的經濟意義均合理，DIFI系數為-0.03，驗證了數字普惠金融的發展可以縮小城鄉收入差距的假設。PGDP在1%的水平上顯著，系數為-0.13，城鄉收入差距與經濟發展水平呈負相關關系，PGDP經濟意義合理。EGR在1%的水平上顯著，每增加1%，城鄉收入差距增加0.14%，EGR與城鄉收入差距呈正相關關系。UR在1%的水平上顯著，經濟意義合理，UR每增加1%,城鄉收入差距減小0.38%。IEP經濟意義也合理，在5%的水平上顯著性。IS經濟意義不合理，顯著性水平也不高，因此將其剔除，剔除不顯著變量之后的回歸結果如表4固定效應（2），回歸結果擬合優度為0.92，各解釋變量顯著，且經濟意義合理，綜上，回歸模型如下：

表4 全國數字普惠金融水平與城鄉收入差距的回歸結果（2011年～2018年）

（2）區域樣本的面板回歸模型

通過F檢驗和Hausman檢驗，選取東西部隨機效應模型，中部地區Hausman檢驗的統計量為34.643，相應的p值顯著小于0.05。選擇固定效應模型，回歸結果見表5。東部地區回歸結果顯示，數字普惠金融指數的系數為-0.094，對應的p值小于0.01。因此，東部地區發展數字普惠金融對縮小城鄉收入差距具有一定的促進作用，這與全國效應是一致的。同時，東部地區城鎮化水平系數為-0.335，通過了5%顯著性水平下的檢驗；對外開放度系數為-0.037，通過了10%顯著性水平下的檢驗。財政支出水平系數和經濟發展水平系數分別為-0.003和-0.017，都有利于縮小城鄉收入差距。東部地區產業結構在10%顯著性水平下沒有通過檢驗，東部地區產業結構對城鄉收入差距沒有顯著影響。

表5 地區普惠金融水平與城鄉收入差距的回歸結果（2011年～2018年）

從中部地區回歸結果顯示，解釋變量系數為-0.069，p值小于0.05，在其他變量不變的情況下，數字普惠金融指數每提高1%，城鄉收入差距就會縮小0.069%。中部地區發展數字普惠金融也有利于縮小城鄉收入差距。產業結構系數為0.953，在5%顯著性水平下通過檢驗，但對縮小城鄉收入差距有負效應。此外，對外開放程度系數和經濟發展水平系數分別為-0.004和-0.067，在1%顯著性水平下通過檢驗，對縮小城鄉收入差距具有顯著的正效應。

西部地區回歸結果顯示，解釋變量系數為-0.009，且未通過10%顯著性水平下的檢驗，即西部地區數字普惠金融的發展對縮小城鄉收入差距的顯著性不高，與全國、東部地區及中部地區的回歸結果不同。同時西部地區產業結構和城鎮化水平也未通過10%顯著性水平下的檢驗，二者對縮小城鄉收入差距也無顯著性影響。系數為-0.009，在10%顯著性水平下不通過檢驗。也就是說，西部地區發展數字普惠金融在縮小城鄉收入差距方面并不顯著，這與全國、東部和中部地區的回歸結果不同。同時，西部地區的產業結構和城市化水平在10%顯著性水平下沒有通過檢驗，對縮小城鄉收入差距沒有顯著影響。

四、 結論與建議

1.結論

數字普惠金融作為數字技術與普惠金融深度結合的新興產品，能夠有效降低各類金融業務的服務門檻和傳統金融服務成本。為弱勢群體等提供所需的金融服務，有利于提高農村居民的收入水平，促進城鄉收入水平均衡發展。本文的結論主要有：（1）總體來看城鄉收入差距和數字普惠金融發展程度存在地區差異，發展數字普惠金融對縮小城鄉收入差距有積極的促進作用。與預期假設一致。（2）東部和中部地區的數字普惠金融發展水平有利于縮小城鄉收入差距，而西部地區并沒有顯著的效果。

2.政策建議

（1）加強農村地區數字基礎設施建設

良好的數字基礎設施建設是實現數字普惠金融的基礎。我國多數偏僻落后的農村地區沒有網絡傳輸鏈接，且網絡信號相對較差，沒有流暢穩定的網絡環境，數字普惠金融實際應用的基本要求便無法達到。此外，農村地區移動終端設備缺乏、質量低下。對此，國內通信業三大運營商可通過增加更廣泛的網絡設備投資，降低各項資費，為農村營造良好的網絡環境。并鼓勵移動設備供應商提供符合農村居民收入水平的終端設備。

（2）鼓勵金融機構創新農村數字金融服務產品

政府鼓勵金融機構如商業銀行通過手機銀行，網上銀行加大對農村經濟的支持力度，創新農村數字金融服務產品，根據農村居民的實際需求，為其提供個性化、低門檻的數字金融服務產品，使其推出的產品更清晰易懂、簡單明了、安全性能高，讓農村居民更好地理解并積極參與，以此提高農村居民的金融參與度，為縮小城鄉收入差距做貢獻。

（3）建設適應數字普惠金融發展的新一代征信系統

中央銀行征信系統只記錄了部分人的信用記錄，覆蓋面遠遠不夠。眾多小微企業和農村居民被排除在外，導致其在獲得相關金融服務時受阻，進一步拉大城鄉經濟差。應該建立并完善適應數字普惠金融發展的新一代征信體系，該體系可以通過移動支付將農村居民的相關信息進行搜集整理并記錄。彌補原有體系的不足，擴散征信作用并滲透到更為基層的用戶，力爭做到我國所有居民都有自己的征信記錄，都能獲得更好的金融服務，促進普惠金融更好地發展。

（4）推動數字金融知識的普及教育

風險控制是金融的核心，曾經相對完善的風險控制體系不一定能滿足現有的狀況，不能完全覆蓋數字普惠金融可能帶來的問題。政府及各金融機構應該開展更為全面的數字化金融知識教育，強化人們對數字金融的認知，促進普惠金融發展。特別是農村地區居民，通過相關基礎知識的教育普及，幫助他們客觀認識數字金融并提高他們辨別風險的能力，增強自我保護意識，營造良好的金融環境，促進數字普惠金融的發展。

（5）構建具有針對性的數字普惠金融監管體系

數字普惠金融具有諸多優勢，但也存在一些問題，比如金融欺詐、道德風險等。在互聯網背景下，風險傳播非常迅速。數字普惠金融發展時間較短，金融監管制度還不完善。政府應出臺更多監管政策，構建包容有效的數字普惠金融體系，樹立嚴格的監管墻。監管機構應當守住金融風險的底線，任何時候都不容動搖，自我約束也不容忽視，行業自律應該為監管落地先行探路。

（6）積極發揮其他因素對城鄉收入差距的影響

除數字普惠金融發展外，還有很多因素也會影響城鄉收入差距。實證結果顯示，財政支出比率對城鄉收入差距的影響是正相關的，政府在出臺惠農政策的同時需加大監管力度，將政策落實到戶。城鎮化雖然可以減小城鄉收入差距，但是也存在許多問題，農民工的醫療、子女教育等福利方面遠低于城鎮居民，因此政府應該為外來務工人員提供基本的生活福利保障、加強基本社會保障，鼓勵各大企業到農村地區建立廠房以此可解決勞動力問題，農民工也可從中學習相關先進技術與管理制度，發展本地農村經濟。