數字普惠金融特性對收入不平等狀況改善的影響機制
——以“數字普惠金融使用意愿”為中介變量

■楊城強

一、引言

為縮小貧富差異，各國在諸多領域尋求解決方案和途徑。其中，數字普惠金融的方案已經在拉美等地區實施并獲得了好評[1]。2015年我國將數字普惠金融列入政府工作報告，并在四大行分設普惠金融部門。近年來，我國數字普惠金融業務發展迅速，獲得了廣泛認可。學者們通過多種研究方法探究了數字普惠金融發展對貧富差距的影響。然而，有學者指出，基于宏觀層面經濟數據的研究難以反映個體在微觀環境下的真實感受，容易因為信息缺失以及混沌效應導致誤差增加[2]，從而影響實證效果。為了研究數字普惠金融對不同收入群體的切實影響，本文擬通過自下而上的方式，應用問卷調查手段了解數字普惠金融發展對不同群體收入變化的影響，從而檢驗普惠金融對貧富差距（收入不平等改善狀況）的影響。

二、文獻綜述

（一）關于數字普惠金融概念與作用的研究

普惠金融體系最初被設立的目的是為了幫助低收入人群，通過評估其可承擔的金融成本，為其提供符合市場化的金融貸款。盡管普惠金融概念早在2005年就被提出，但各國政府關注較晚，歷經十余年才通過銀行開展普惠金融業務。中國政府于2013年11月12日在《中共中央關于全面深化改革若干重大問題的決定》中正式提出“發展普惠金融，鼓勵金融創新，豐富金融市場層次和產品”，普惠金融在國家層面的規劃自此開始緊密制定和推進[3]。

數字普惠金融是借助互聯網技術承載普惠金融產品的一種金融創新。被傳統金融體系排斥在外的群體，可以借助數字普惠金融緩解融資困難，獲得更多收入提升的機會[4]。在更深層面，數字普惠金融能為中低收入者提供更多的金融服務，促進財產再分配，縮小貧富差距。數字普惠金融的提出和落實已經從一個概念逐漸上升到國家發展的戰略層面[5]。

由于我國的經濟整體呈現出二元結構特征，我國居民收入差距的主要來源受制于城鄉間的收入差異。為了打破在傳統金融工具下產生的收入差異過大的經濟發展局面，數字普惠金融被提出并開始在金融領域實施[6]。

（二）關于數字普惠金融核心要素的研究

本文通過對前人研究的梳理發現，數字普惠金融與傳統金融的區別在于其具備五個核心要素，分別是可得性、價格合理性、便利性、安全性以及針對性。

可得性。是指金融產品在空間密度上的分布情況或者覆蓋情況，在客觀數據上也可以通過產品獲得的比例來度量[7]。

價格合理性。數字普惠金融所面對的受眾相對于傳統金融而言需要獲得更多的消費者剩余，即數字普惠金融需讓受眾感受到其價格更加優惠；同時還要具備生產者剩余，即金融機構所投放的金融產品具備可盈利性，在商業上可以持續開展[8]。

便利性。是指受眾在獲得金融產品的過程中，其所投入的時間成本、空間成本是否可控，即產品獲得的過程是否更加便捷容易[9]。

安全性。包含3個方面，即是否符合國家法律法規，使用和保存過程中是否安全，金融服務中消費者與生產者是否能夠通過合法途徑保護自身權益[8]。

針對性。數字普惠金融與傳統金融工具最大的區別在于服務受眾的區別，數字普惠金融服務的主要對象是弱勢群體，其中包含低收入者、小微企業、老年人以及殘障人群。這些群體通常具有財產較少、金融產品的獲得能力較弱等特征[8]。

（三）關于收入不平等的研究

我國是傳統的農業大國，地域遼闊。從現有的實證研究結果可以看到，戶籍屬性、職業、地緣分布、學歷、性別都是收入差異的影響因素[10]。諸多研究也基于以上影響因素展開了翔實的分析[11]。數字普惠金融的接受意愿以及行為成為了解決收入不平等的關鍵[12]。以往的實證研究基于相關宏觀數據通過經濟學研究方法進行研究的路徑相對單一[13]。為了解決宏觀數據研究中由于微觀信息缺失對實際結果帶來的影響，本文擬采用結構方程來研究數字普惠金融與改善收入不平等的關系及其深層機制。

本文通過對以往經濟模型的數據進行整理，發現在對收入不平等的影響研究中，通常采用城鄉居民收入比代表被解釋變量[14]，而解釋變量則通常選擇城市化進程、人均GDP、市場化程度、金融網點覆蓋度、進入服務獲得性、金融服務實用性等變量[15]。這些宏觀指標主要反映整體經濟情況。在微觀視角下，經濟狀況的改善包括了與自身以往的經濟狀況進行縱向對比的絕對值，以及與周圍人的經濟狀況變化進行橫向對比的相對值。在考慮前因變量的選擇中，根據孟曉華等[16]的研究可以看到，在數字普惠金融發展水平的測量指標中包含了金融服務地的覆蓋性指標、金融服務獲得性指標、金融服務使用性指標等。李建偉[1]加入了人口維度的滲透性等指標。這些研究基本涵蓋了數字普惠金融核心要素中的可得性、便利性的指標度量，但缺少對價格合理性、安全性以及針對性的度量。

三、研究路徑

基于對前人研究的梳理，本文將分別對數字普惠金融的可得性、價格合理性、便利性、安全性以及針對性進行度量，從而了解這些影響因素是如何影響個體的經濟收入不平等狀況改善的。

從以往的研究結果中可以看到，數字普惠金融對個體收入的影響通常以融資資金利用的方式使得個體收入增加，從而促進貧困個體與整體收入的差距縮小。因此，數字普惠金融使用意愿成為中間機制變量。

本文模型研究的自變量包括數字普惠金融的可得性、價格合理性、便利性、安全性和針對性，中介變量為數字普惠金融的使用意愿，結果變量為收入不平等狀況改善程度。結合以往文獻，本文構建問卷體系如表1所示。其中，題目采用李克特五點計分方式計分。1代表完全不符合，2代表不符合，3代表一般，4代表符合，5代表完全符合，得分越高說明程度越強。

表1 變量及題目匯總表

四、研究的實施與結果

（一）問卷調查

1.問卷對象選擇

本研究針對數字普惠金融的有效服務對象，因此研究對象主要為農村低收入人群，但對于低收入人群的界定，各類研究均無法統一。為保證研究的有效性，本文參考以下標準：（1）年齡在18至50歲之間；（2）將2020年農村人均可支配收入17131元作為標準，選擇低于17000 元收入的個體。滿足以上兩個條件即可認定為農村低收入群體。

2.問卷發放及收回

在確定了目標人群的限定標準后，為保證樣本的普遍性，從東北地區、西北地區、西南地區、東部沿海以及中部地區分別隨機選取4 個貧困縣，每個縣隨機選擇4個鄉鎮，每個鄉鎮隨機選擇10名低收入個體進行問卷發放。共發放800 份樣本問卷，收回672份。剔除缺失信息過多、選項不符合邏輯、答案全部一致的問卷后，獲得有效問卷638 份。問卷回收率為84%，問卷有效率為94.94%。

（二）統計方法

本文基于設定好的研究假設，采用問卷收集方法獲得第一手數據，通過探索性因子分析和克隆巴哈系數對基礎的信效度進行度量，保證研究模型具備效度和信度水平；隨后采用驗證性因子分析方法對整體問卷進行結構效度分析；最后通過結構方程模型進行路徑模型檢驗。

（三）研究結果

在獲得樣本數據后，首先對樣本數據進行信效度檢驗。本研究采用的問卷為自編問卷，因此需要在理論基礎上對問卷進行探索性因子分析，探知測量指標與變量之間的關系是否與預期一致。通過主成分分析法進行探索性因子分析，求得整體問卷的KMO 值為0.870，巴特利球形檢驗的近似卡方值為8081.516，自由度為210；在KMO 大于0.7 的基礎上運用因子旋轉法。

表2 研究假設

由表3結果可以看到，限定在特征值大于1的成分共有7個，說明整體問卷可以被抽取出7個單獨的變量，這7 個變量的初始特征值分布在1.002 至7.417 之間，經過正交旋轉后的特征值分布在2.209至2.618之間。可以看到，7個變量的累計解釋總方差比為79.446%，說明7個維度能夠有效表達所有題目信息量的79.446%。在旋轉矩陣的因子載荷中可以看到，各題目不存在多個變量出現因子載荷的情況（載荷值小于0.4不顯示），且不存在題目與預期歸屬不同的情況，所有題目的因子載荷均大于0.4，且不大于0.9，說明題目具備一定的獨立性，又與維度存在一定的差異性。通過基礎的探索性因子分析后，本文對問卷的信度進行檢驗。

表3 探索性因子分析表

（四）信度檢驗

問卷信度采用克隆巴哈一致性系數進行檢驗，各變量的克隆巴哈信度大于0.7，證明該變量具備較好的可信度，即數據的真實性更高。同時為保證題目的信度質量，還需對校正的項總計相關進行檢驗，為確保題目與變量的相關性緊密，要求該值需要大于0.5；同時已刪除項的克隆巴哈系數值需要小于變量信度，以證明在刪除該題目后，變量的信度會因此受到損益，從而對該題目進行保留。

從表4結果可以看到，在通過信度檢驗后，問卷7個變量中僅有數字普惠金融使用意愿變量的精度值介于0.9以上水平，說明該變量的測量結果極其可信，同時其他6 個變量的信度也均介于0.7 至0.9 之間，說明測量的題目也較為可信。通過校正題目與維度的后項總計相關可以看到，題目與維度的相關性大于0.5，同時在7 個變量中，所有變量的刪除后克隆巴哈系數均小于維度信度，這可證明問卷結構不會因為刪除題目而導致信度增加。以上分析可以證明問卷具備較好的信度水平。

表4 信度分析表

（五）驗證性因子分析

本文通過探索性因子分析以及信度分析，基本確定了問卷的結構，為了驗證該結構的穩定性以及與數據的實際匹配度，采用驗證性因子分析對問卷進行檢驗。驗證性因子分析的核心目的是在限定的模型中匹配數據，其需要變量與測量指標之間呈現出穩定的關聯關系。在標準化因子載荷結果中，題目的標準化載荷值需要大于0.5以保證題目能夠在一定程度上表達維度的內涵，同時驗證性因子分析的模型擬合系數需要保證在較好的臨界值內。通常檢驗的擬合指標包括CMIN/DF、GFI、NFI、NNFI、CFI以及RMSEA。其中，CMIN/DF 需要小于3，GFI、NFI、NNFI以及CFI需要大于0.9，RMSEA需要小于0.08。

從表5 結果可以看到，所有題目與變量的標準化載荷均大于0.5，說明題目與維度的關聯性緊密，題目能夠良好地表達維度內涵。

表5 驗證性因子分析標準化載荷表

從表6 可以看到，整體模型的CMIN/DF 值為2.180，該值介于1至3之間；RMSEA值為0.043，小于0.08；GFI 等擬合指標均大于0.9。這說明模型擬合極好，由此可以判斷通過設定的因子結構可以被數據擬合。

表6 驗證因子模型擬合系數表

本文對各變量進行相關分析，同時計算各變量的AVE值。該值表達各變量內部的聚合效度，通常要求AVE 值大于0.5。從表7 可以看到，各變量的AVE值均大于0.6，說明各變量內部題目的一致性較高，題目所表達的內容具備較好的聚合能力，因此可以判斷問卷變量具備較好的聚合效度。同時對各變量進行區分效度檢驗，在對角線填入各變量AVE的開方值且將其與相關矩陣的左下角相關系數進行對比，若AVE的開方值大于相關系數則說明各變量之間相互獨立，可以較為容易地區分各變量的內涵。從表7可以看到，本文各變量具備較好的區分效度。

表7 聚合效度和區分效度檢驗

同時從相關系數矩陣結果可以看到，數字普惠金融的可得性、價格合理性、便利性、安全性以及針對性均與數字普惠金融的使用意愿顯著正相關，且相關系數介于0.303至0.419之間；可得性、價格合理性、便利性、安全性以及針對性均與收入不平等狀況改善顯著正相關，且相關系數介于0.296 至0.547 之間，同時數字普惠金融使用意愿與收入不平等狀況改善顯著正相關。

（六）路徑模型檢驗

通過相關分析可以得知各自變量、中介變量以及因變量之間均具備較強的相關性，因此按照假設構建路徑模型。路徑模型檢驗采用Amos25.0 軟件進行分析，同時為檢驗數字普惠金融特性是如何對收入不平等狀況改善發揮具體的作用，本文還進行了中介效應檢驗。中介效應檢驗采用bootstrap進行分析，設定隨機抽樣5000次。

由表8 可以看到，可得性顯著正向預測數字普惠金融使用意愿beta=0.161（p＜0.001）；價格合理性顯著正向預測數字普惠金融使用意愿beta=0.188（p＜0.001）；便利性顯著正向預測數字普惠金融使用意愿beta=0.168（p＜0.001）；安全性顯著正向預測數字普惠金融使用意愿beta=0.163（p＜0.001）；針對性顯著正向預測數字普惠金融使用意愿beta=0.170（p=0.002）；可得性顯著正向預測收入不平等狀況改善beta=0.138（p＜0.001）；價格合理性顯著正向預測收入不平等狀況改善beta=0.155（p＜0.001）；便利性顯著正向預測收入不平等狀況改善beta=0.136（p＜0.001）；安全性不能預測收入不平等狀況改善beta=0.050（p=0.206）；針對性顯著正向預測收入不平等狀況改善beta=0.264（p＜0.001）；同時數字普惠金融使用意愿顯著預測收入不平等狀況改善beta=0.299（p＜0.001）。

表8 標準化路徑系數表

從表9 可以看到，整體模型的CMIN/DF 值為2.18，該值介于1 至3 之間；RMSEA 值為0.043，小于0.08；GFI 等擬合指標均大于0.9。說明模型擬合極好。由此可以判斷，通過設定的模型路徑關系能夠被數據驗證，即通過路徑模型獲得的結果可靠。

表9 路徑模型擬合系數表

在分析了基礎的路徑假設后，通過bootstrap 進行中介效應檢驗得到結果如表10所示。

表10 中介效應分析

從表10 可以看到，通過數字普惠金融使用意愿，可得性對收入不平等狀況改善的中介效應成立，模型為部分中介模型，但中介效應占比較低，僅為25.806%。通過數字普惠金融使用意愿，價格合理性對收入不平等狀況改善的中介效應成立，模型為部分中介模型，但中介效應占比較低，僅為26.540%。通過數字普惠金融使用意愿，便利性對收入不平等狀況改善的中介效應成立，模型為部分中介模型，但中介效應占比較低，僅為26.882%。通過數字普惠金融使用意愿，安全性對收入不平等狀況改善的中介效應成立，模型為完全中介模型，即安全性無法直接對收入不平等狀況改善起到影響作用；通過數字普惠金融使用意愿，針對性對收入不平等狀況改善的中介效應成立，模型為部分中介模型，但中介效應占比較低，僅為16.190%。通過以上研究結果可知，除H9外，其余假設均得以驗證。

五、結論

本文通過數字普惠金融產品的特征對使用意愿和收入不平等狀況改善分別進行了路徑檢驗，發現影響低收入人群收入不平等狀況改善的機制是復雜的。在以數字普惠金融使用意愿為中介變量構建中介模型檢驗的過程中發現，盡管安全性不能直接預測收入不平等狀況的改善，但是仍然能夠通過對數字普惠金融使用意愿間接對收入不平等狀況的改善產生影響，同時其他四個數字普惠金融特征均能夠通過數字普惠金融使用意愿間接地對收入不平等狀況改善起到中介作用。這說明數字普惠金融使用意愿的確在影響收入不平等狀況的改善機制中起到了關鍵的作用。因此，為了有效改善收入不平等狀況，關鍵是通過提供高質量的數字普惠金融產品，讓低收入人群有效接納，從而幫助低收入人群提高收入。

好的數字普惠金融產品可以被認為具備以下特征：產品具備較好的針對性，能夠準確地分辨低收入群體，且在使用中容易被低收入群體獲得，在此基礎上，普惠金融產品相較于其他金融產品而言具備更好的價格優勢，同時在使用上更加安全可靠。本文在考慮了使用意愿的中介作用后，發現數字普惠金融產品的特性對于低收入群體收入不平等狀況改善的作用是通過數字普惠金融的使用意愿發生的。

究其原因有以下三點：

第一，使用意愿的決定作用。產品特性的好壞盡管在最終的效用上影響了收入不平等狀況改善，但是單純的好產品如果不能讓低收入群體接納數字普惠金融產品，便缺乏了使用意愿，低收入群體仍然無法獲得增量資金，進而無法通過增量資金來改善其生活現狀。由此可見，好的數字普惠金融產品不能或不能直接用以改善收入不平等狀況。由產品的因到收入改善的果之間，使用意愿起到了決定作用。因此，為了持續改善低收入群體的收入不平等狀況，有必要通過多種手段提高低收入群體對于普惠金融產品的使用意愿。

第二，數字普惠金融產品特征的補充作用。以往的研究對于收入狀況的改善，通常以產品特征作為決定因素。盡管本研究中數字普惠金融產品特征被驗證為可以有效改善低收入群體收入不平等狀況，但通過對比使用意愿對收入不平等的影響可以發現，以往研究中過分強調產品特征的作用，而存在忽視了使用意愿的理論漏洞。隨著數字普惠金融的推廣以及使用場景和使用通道的不斷更新迭代，數字普惠金融產品已經趨于完善，無論是從網點分布，還是市場化、從科技安全性以及使用便捷性上考量，其都已經進入到瓶頸階段。在這一階段下，數字普惠金融產品特征對于低收入群體收入不平等狀況的改善作用也相對弱化。

第三，主客觀雙通道作用。在中介效應驗證結果下，可得性、價格合理性、便利性以及針對性都可以通過直接以及間接的渠道改善收入不平等狀況。實際上，數字普惠金融產品被使用以及能夠改善低收入群體收入不平等狀況取決于主客觀兩個方面的因素。從主觀因素講，低收入群體需要有明確的使用意愿，即個體對于數字普惠金融產品有一定的認知，并樂意使用數字普惠金融產品。從客觀因素講，產品需要具備足夠優質的自身屬性才能被廣泛使用。在改善低收入群體收入不平等狀況的研究中，其實不應刻意規避主觀因素以及客觀因素，而應當將主客觀因素結合考慮。由此，本文認為普惠金融產品客觀屬性影響主觀意愿，同時客觀屬性和主觀意愿都能夠有效改善收入不平等狀況。■