湖北省數字普惠金融對城鄉收入差距的影響研究

郭少鵬 李俊霖

（武漢紡織大學經濟學院，湖北 武漢 430200）

一、文獻綜述

普惠金融是一種應用廣泛的可持續發展的商業模式，能夠廣泛地為各類群體提供金融服務，其中也包括鄉村的相對弱勢的經濟群體（焦謹璞等，2006），通過與互聯網等金融科技結合，具有光覆蓋、多種類、低成本等優勢（汪亞楠，2020）。普惠金融概念一經提出便成為了國內外金融學術界關注的重中之重，精準衡量數字普惠金融的水平更是成為了國內外專業學者的研究重點。其中，Beck（2007）便采用了與銀行服務業務相關的多達8個指標來作為數字普惠金融的精準測度衡量標準。Chakravarty等（2013）參考了聯合國人類發展指數的構建方式，并且利用了金融服務的可獲得性、滲透度和使用效率這三個指標統一地構建了精準測度普惠金融指標的體系。任碧云、陳曦等（2019）立足于我國整體的經濟發展狀況對我國銀行、保險、證券和小額貸款這四個領域進行了評價和測量，得出了我國精準的普惠金融發展水平指標。G20杭州峰會上，中國提交的文件中提出了數字普惠金融的新指標①。隨著互聯網技術的快速發展，越來越多的數字金融領域專業學者開始探究互聯網技術支持下的數字普惠金融體系構建方式和進程。郭峰等（2019）等利用螞蟻金服大數據構建起了目前我國相對而言比較具有可信度和真實性的“北京大學數字普惠金融指數”。

任碧云、陳曦（2019）收集了2010年～2016年的國內各地省級的面板數據信息，并且據此構建起了能夠反映國內普惠金融發展在減緩貧困方面具有雙門檻特征的面板門限模型[5]。在對安徽省的研究中，王剛貞等（2019）也得出了普惠金融的減貧應具有顯著門檻特征的結果。黃敦平等（2019）分別對我國東部地區和中西部地區進行了差異性的研究和分析，不管是東部地區還是中西部地區的實證分析結果都表明傳統的普惠金融模式減貧效果呈現遞增的非線性關系。羅斌等（2019）以湘西地區的縣城為對象構建了GMM 模型，模型分析結果證實傳統的普惠金融模式也具有積極的的減貧效應。朱永勇（2019）將安徽省各地市作為研究對象構建模型分析得出普惠金融能夠幫助各地級市有效地開展減貧工作。

二、機理分析

1.降低參與金融門檻

農村地區經濟發展程度較低，勞動力金融素養、技術等與城鎮地區差距較大，而參與金融對消費者和投資者的素質有一定要求，而農村居民由于各方面限制，對金融了解程度較差，因而無法享受到應有的金融服務；同時，農村地區位于信用體系建設的薄弱環節，缺乏完整的信用評價機制和體系，金融機構對農村地區居民貸款風險相對較大，因此處于風險考慮，便會減少對農村地區的信貸支持，無法滿足農村居民必要的資金需求。然而，數字普惠金融通過新興的互聯網、人工智能、大數據、云計算等先進技術，以信息化、科技化的手段降低了農村居民信貸成本和獲得金融服務的難度，甚至通過移動終端即可獲得信貸資金支持；另外，數字普惠金融的普及性有利于其發揮規模優勢，降低金融服務的成本。

2.降低參與金融成本

數字普惠金融基于大數據、現代信息技術以及計算機技術等多種現代化技術，提高了資源利用效率，能夠削減傳統金融模式下不必要的成本費用。此外，數字普惠金融的發展模式有助于金融機構為客戶提供多樣化、個性化的服務，減少客戶不必要的參與成本。數字普惠金融的發展可以讓更加廣泛的農民群體享受到金融優惠，并且更加便捷、快速、直接地獲得信貸，及時有效地解決農民群體創業初期融資難、籌資難的問題，從而進一步增強農民創業創新的信心，吸引在外人才回流，賦予鄉村地區更大的發展活力，最終有效地提高鄉村地區的整體收入水平。

3.提高農村居民金融素質

隨著普惠金融的推進和發展，金融知識會在農村地區得到進一步的傳播，農村居民的金融知識及素養可以得到提升，從而提高對普惠金融的接受性和熟悉度，在此基礎上，能夠激發農村居民創業創新和延長農產品產業鏈，發展新型農業的積極性，增加農村就業崗位，縮小城鄉居民的收入差距。

三、實證研究

1.模型構建與變量選取

（1）模型構建

針對湖北省各地級市數字普惠金融發展狀況和城鄉收入差距狀況，研究分析數字普惠金融對城鄉收入差距變化的作用導向和力度，構建對應的面板數據模型如下：

模型中的下標i表示湖北省不同的地級市，t表示不同的研究年份，α為常數項，βi為各變量的回歸系數。Theil即湖北省各地級市的城鄉收入差距數值，在該模型中為被解釋變量。DFI表示湖北省數字普惠金融發展的水平，在該模型中為核心解釋變量。控制變量分別為：GOV為政府的財政支持力度，IS為產業結構狀況，PGDP為人均國內生產總值，LOAN為金融機構年末貸款余額。

本研究的不足之處主要有：(1)本研究為單中心資料的回顧性研究；(2)病例數相對較少；(3)病例為經翼點入路或眶上外側入路，且無微侵襲手術(如鎖孔手術、改良小型翼點或內鏡下手術)數據，無法說明蛛網膜解剖范圍大小對術后硬膜下并發癥發生的影響。

（2）變量選取及數據來源

被解釋變量：Theil。泰爾指數是荷蘭經濟學家在1960年將信息熵理論應用于對收入差距研究提出的，與另一個衡量收入差距的指標基尼系數相比，泰爾指數從提出到應用的時間相對較短，用以反映同組經濟指標在不同的時空范圍的差別。因此，本文模型將被解釋變量，即湖北省各地級市的城鄉收入差距用泰爾指數來衡量，具體計算方式如下：

其中：j=1，2分別表示城鎮和鄉村；Yt表示城鎮在第t年的總居民數量；Xt表示鄉村第t年的總居民人口。Y（j，t）表示城鎮居民在第t年的人均可支配收入，X（j，t）則表示鄉村居民第t年的人均可支配收入。

核心解釋變量：DFI。該核心解釋變量數據來源為《北京大學數字普惠金融指數（2011-2018）》，是目前較為權威的測度數字普惠金融發展程度的指數。

控制變量：GOV代表地方財政，本文采用各市的地方財政一般預算支出表示財政支出，并對其進行對數化處理；IS代表產業結構，衡量指標為第二、第三產業增加值占GDP的比重；LOAN表示金融貸款情況，衡量指標為年末金融機構各項貸款余額，取對數；PGDP代表經濟發展水平，用湖北省各地級市的人均 GDP 表示，取對數?？刂谱兞扛鲾祿碜院笔〉丶壥袣v年統計年鑒。

2.實證研究

（1）統計性描述

本文選取2011年～2018年湖北省13個地級市的為研究對象，對2011年～2018年期間內湖北省數字普惠金融發展對城鄉收入差距的影響進行統計性描述，數據如表1所示。

表1 各變量描述性統計

（2）回歸結果分析

本文構建面板模型進行回歸分析。對各變量進行單位根檢驗，各變量均平穩，可以進行模型回歸。進而對模型進行F檢驗、LM檢驗以及豪斯曼檢驗。F檢驗的值為62.64，P值為0.0000，LM檢驗的值為146.85，P值為0.0000，豪斯曼檢驗的值為13.92，P值為0.0160，檢驗結果如表2所示。

表2 各檢驗結果表

回歸分析結果如表3所示，變量DFI在5%的顯著性水平下顯著為負，具體回歸系數為-0.01185，這表明湖北省數字普惠金融的發展能夠有效地縮小城鄉收入差距。同時，從控制變量的結果來看，政府財政支出的變量在10%的顯著性水平下為負，具體系數為-0.019，即政府財政支出每提高1%，城鄉收入差距會縮小1.9%，這表明湖北省各地政府的財政支出向鄉村地區傾斜，通過不斷完善農村地區的基礎設施建設、加大了對“三農”的扶持力度，提高了農民、農業收入，進一步縮小了城鄉收入的差距。其他控制變量的系數未通過顯著性檢驗，說明產業結構、金融機構貸款等控制變量因素對湖北省城鄉居民收入差距的影響較小。

表3 回歸結果分析

對原模型進行穩健性檢驗，將湖北省各地級市的城鄉居民可支配收入之比作為被解釋變量代替原模型中的泰爾指數，回歸結果顯示，DFI的系數在1%的顯著性水平下顯著為負，系數為-0.0023，表明了原模型結果的穩健性。

四、政策建議

1.進一步優化數字普惠金融的發展環境。在基礎設施建設方面，政府部門應當進一步加大財政資金投入力度，加快完善農村信用體系和風控體系建設，加強對傳統金融機構的監管力度，鼓勵發展普惠金融業務，同時要嚴厲打擊借普惠金融名義的金融違法犯罪行為，營造良好的農村金融環境。

2.加大農村地區金融宣傳力度。農村地區具有廣闊的普惠金融需求，但農村地區金融素養普遍較低，政府機構和各類金融機構要加大在農村地區的宣傳教育力度，不定期開展宣傳，提高農村居民的金融素養和自主參與程度。同時，增加農村居民資金信貸的“手把手”指導，做好解釋指導工作，妥善處理金融糾紛，進一步降低普惠金融獲得難度。

3.明確客戶定位，加快平臺建設。金融機構應當主動參與普惠金融發展進程和支持力度，結合監管要求、市場狀況和業務開展情況，進一步增加定位客戶群體的準確性；同時，要加大平臺建設和創新力度，運用大數據、云計算、互聯網、人工智能等先進信息技術，持續打造和開發多種模式、契合農村地區金融需求的普惠金融產品。

注釋：

①《G20普惠金融指標體系》。