數字普惠金融在農戶間的收入分配效應研究
——基于再中心化影響函數的證據

■田紅宇 蘇治豪 覃朝暉

一、引言

黨的十九屆五中全會提出“人民生活更加美好，人的全面發展、全體人民共同富裕取得更為明顯的實質性進展”的目標。目前，農村發展不均衡不充分是實現共同富裕最大的短板，其中突出表現為農村內部收入差距大。可見，解決農戶收入差距問題是從脫貧攻堅邁向共同富裕的重要一步。1978—2019年我國農村經濟發展取得了顯著成就，農戶人均收入水平穩步提升，農村人均可支配收入從133.6元增至16020.7 元，年均增長率達到了12.57%。但也應當注意到，農村地區發展不平衡、不充分問題依然突出，農戶內部收入差距在不斷擴大。改革開放以來，中國農村基尼系數從1978年的0.21 上升到2017年的0.47，高于國際警戒線0.4。另外，根據《中國住戶年鑒》數據，2020年農村收入前20%家庭的平均年人均可支配收入是后20%家庭的8.46倍。過高的收入差距會降低經濟效率，造成收入階層固化，進而導致各種負面社會效應，對新時代中國經濟的高質量發展帶來重大挑戰。因此，切實改善農戶內部收入差距不僅有利于新時代“三農”問題的解決，更有利于鄉村振興戰略與共同富裕目標的實現。

長期以來，由于城鄉二元經濟結構的差異，導致金融資源在農村地區無法合理配置。普惠金融為緩解這一局面提供了可能，普惠金融能提高金融服務覆蓋率，為社會不同群體有效地提供合適的金融產品。與此同時，隨著大數據、人工智能、云計算、物聯網等數字技術向鄉村快速滲透，數字技術與普惠金融的深度融合能使金融服務效率大幅提升。數字普惠金融的發展不僅提高了農村地區金融資源配置效率，改善了金融服務的可得性和便利性，還給農戶收入及收入分配狀況帶來了直接影響，日漸成為推動農村經濟發展的新力量。

已有研究表明，數字金融更有利于促進資源稟賦和能力較優農戶的收入增長，從而擴大農戶收入差距[1]。然而部分學者持有不同觀點。劉魏[2]以Kakwani 相對剝奪指數來測度收入不平等，發現數字普惠金融能緩解個體間的收入不平等。在我國大力推進數字普惠金融發展的背景下，數字普惠金融對農戶收入差距帶來何種影響，學界對此仍未形成一致結論[3]。基于此，本文試圖回答數字普惠金融對農戶收入分配格局到底有何影響，是有助于緩解還是會加劇農戶內部收入差距的擴大，數字普惠金融對農戶收入分布又存在怎樣的差異，數字普惠金融對農戶收入差距的貢獻度究竟有多大。回答以上問題有助于厘清數字普惠金融與農戶收入差距之間的關系，對政府找準相對貧困切入點進而完善相關制度安排具有重要的現實意義。

二、文獻綜述

為了鞏固脫貧攻堅成果，推進鄉村振興戰略和實現共同富裕目標，學術界對農戶收入差距進行了研究，主要包括三個方面。一是對農民收入差距的測定。整體層面主要是采用基尼系數、廣義熵指數、Atkinson 指數等[4—6]，個體層面上主要采用Kakwani指數和Yitazhaki 指數等[7，8]。二是對農民收入差距的回歸分解。為了分析各因素對農戶收入差距的貢獻度，學術界使用的指標分解方法也各有差異。史常亮等[9]基于Fields 分解法量化了土地流轉對農戶收入差距的貢獻程度。楊丹等[10]運用再中心化影響函數（RIF）回歸分解創業對農戶收入不平等的影響。三是對農戶收入差距影響因素的解釋。目前對其影響因素可以劃分為微觀和宏觀兩個層面。在微觀層面，學術界主要探討人力資本、社會資本和物質資本等對農戶收入差距的影響[11，12]。在宏觀層面，研究主要集中在扶貧資源、產業融合、保險政策和農業社會化服務等[13—16]，而較少文獻探究數字普惠金融對農戶收入差距的影響。基于此，本文在分析農戶收入差距的宏觀因素時考慮數字普惠金融因素。

自2012年數字金融概念首次提出以來，學術界逐漸重視數字普惠金融的經濟效應問題，主要包括四個方面。一是數字普惠金融發展的宏觀經濟效應。大多文獻認為數字普惠金融對經濟增長表現為促進效應[17，18]。另外，關于數字普惠金融對產業結構的影響，大部分研究發現數字普惠金融有顯著促進產業結構優化的作用[19]。二是數字普惠金融對居民生產生活行為的影響。數字普惠金融具有商業持續性、金融服務全面性、金融可獲得性和可負擔性的優勢，能對社會就業、創業和家庭資產配置等產生積極影響[20—22]。三是數字普惠金融對農村相對貧困效應的影響。在我國脫貧攻堅戰取得了全面勝利之后，數字普惠金融與相對貧困的研究逐漸成為學術研究的重點。大部分學者認為數字普惠金融發展有利于緩解農村相對貧困。孫繼國等[23]發現相對于中西部地區和城鎮地區，數字普惠金融更能緩解東部地區和農村地區的相對貧困問題。劉魏等[24]采用條件混合過程方法，分析數字普惠金融和居民相對貧困的關系，發現數字普惠金融能緩解客觀相對貧困和主觀相對貧困。然而部分學者持有不同觀點。胡聯等[25]研究發現數字普惠金融會加劇居民的相對貧困。四是數字普惠金融對城鄉收入差距的影響。目前學術界對數字普惠金融與城鄉收入差距關系的研究非常豐富，且研究結論基本一致，均認為數字普惠金融發展能夠有效縮小城鄉收入差距。李牧辰等[26]研究發現數字普惠金融的發展緩解了城鄉收入差距的擴大，主要體現在數字普惠金融的覆蓋廣度和使用深度方面。周利等[27]運用門檻模型和分位數回歸的MM 分解方法，發現數字普惠金融的發展能顯著緩解城鄉收入差距。在與本文相近的研究主題中，少部分學者分析了數字普惠金融對農戶收入差距的影響[1，2]，但未就數字普惠金融對農戶收入差距的影響達成一致。

總體來說，在鄉村振興戰略和實現共同富裕的要求下，學術界對數字普惠金融和收入差距的關注度越來越高。通過對以上文獻進行梳理發現，目前還應從以下四個方面進行完善：一是已有文獻中不乏數字普惠金融與城鄉收入差距的研究，但鮮有文獻研究數字普惠金融緩解農戶收入差距的作用。本文使用宏觀層面的中國數字普惠金融指數和微觀層面的中國家庭跟蹤調查數據，運用再中心化影響函數（RIF）分析了數字普惠金融對農戶收入差距的影響。二是已有文獻對數字普惠金融收入分配紅利的區域和個體異質性關注不夠，導致研究結論的適用性和政策指導的針對性有所欠缺。本文從區域差異、貧困縣與非貧困縣間差異以及個體差異視角探討了數字普惠金融發展對農戶收入差距的影響。三是部分研究對遺漏變量等內生性問題考慮不足，其研究結果可能存在偏差。本文運用再中心化影響函數（RIF）來弱化內生性。進一步，本文使用夏普利值分解法分析數字普惠金融對農戶收入差距的貢獻度。Fields 等分解方法嚴格受到收入決定模型和收入差距衡量指標的限制，而夏普利值分解法對收入方程和不平等指標沒有任何限制。四是現有文獻主要從省級面板數據進行分析，數據精準度不足。本文從縣域層面的數字普惠金融指數與微觀層面的農戶收入差距等數據進行多角度論證，在一定程度上提高了研究數據的精確性。

三、理論分析與研究假設

農戶間會因所擁有的初始資源稟賦和個人能力等方面的差異而產生收入差距。隨著農村地區金融發展水平的上升，金融產品的增加和金融服務能力的提高能夠通過經濟增長和分配效應來增加農戶收入水平，但農村內部金融資源的配置和獲取能力存在差異，導致長尾農戶在獲取金融資源時存在一定的門檻。普惠金融的出現能彌補傳統金融短板，以可負擔的成本為社會所有階層群體有效提供合適的金融服務，是實現包容性增長的一種重要措施[28]。隨著普惠金融政策在我國大范圍實施，農村地區的金融服務體系和金融服務覆蓋程度已經得到明顯改善。近年來，隨著數字技術與普惠金融的融合，數字普惠金融應運而生，數字普惠金融發展符合包容性增長理論。與傳統普惠金融相比，數字普惠金融突破了金融供需的時空限制，具有商業持續性、金融服務全面性、金融可獲得性和可負擔性等優勢，在促進金融服務創新的同時能以合理的成本獲取金融服務，提高金融資源配置效率，有效緩解長尾農戶面臨的金融排斥，促進長尾農戶收入水平的改善，進而實現農村居民機會均等化和包容性發展，為緩解農戶收入差距創造條件[29]。另外，數字普惠金融的發展能夠解決信息不對稱、弱化逆向選擇和道德風險等問題。同時，數字普惠金融對農戶收入具有正向促進作用，隨著農戶收入水平的增加，長尾農戶面臨的發展不確定性會降低，能有效改變長尾農戶的風險偏好，有利于長尾農戶的收入實現包容性增長，從而顯著緩解收入不平等問題。最后，數字普惠金融可以通過電子商務、微信和支付寶等第三方支付來彌補長尾農戶征信缺失問題，有利于緩解長尾農戶受到的信貸約束，并促進農戶自雇型就業。基于以上分析提出假設：

假設1：數字普惠金融有助于緩解農戶收入差距。

數字普惠金融能緩解農戶收入差距，關鍵在于能將被傳統金融排斥的長尾農戶群體納入進來[30]，提高長尾農戶金融服務的可得性和降低其交易成本等。數字普惠金融對西部地區農戶收入差距的緩解效應可能強于中東部地區，對貧困縣農戶收入差距的緩解作用可能大于非貧困縣。由于我國的地區間數字基礎設施建設存在差異，數字普惠金融指標測定也會受區域差異和經濟發展水平等各種因素影響，導致經濟欠發達地區數字普惠金融發展水平存在一定的地區間差距，但欠發達地區的收斂速度更快，且呈“β收斂”。除此之外，不同地區農戶擁有的初始資源稟賦存在明顯異質性，經濟發達地區農戶所擁有的家庭資源稟賦遠遠高于欠發達地區，而數字普惠金融的發展能使資源配置更加合理有效率，那么數字普惠金融對西部地區農戶和貧困縣農戶的補充效果應當更強。因此，數字普惠金融發展對農戶收入差距的緩解作用存在區域間差異和貧困縣與非貧困縣間差異。與此同時，由于不同農戶在人力資本、社會資本和物質資本等方面存在異質性，進而導致在金融資源獲取方面存在差異。2020年，中國互聯網絡信息中心發布的第45次《中國互聯網絡發展狀況統計報告》顯示，技能缺乏和受教育程度偏低是導致農村地區不使用互聯網的主要因素。互聯網等信息技術有助于加快數字普惠金融發展，但不同年齡群體的學習接受能力不同，不同學歷群體的金融素養和數字素養有著較大差距[31]，不同就業類型擁有的發展機會也不一樣，從而導致精英型農戶在對金融資源的獲取及使用上更有效率，最終改善農戶生產生活行為方式，提高收入水平，即數字普惠金融對農戶收入差距的緩解效用會存在個體異質性。因此，基于以上分析提出假設：

假設2：數字普惠金融緩解農戶收入差距的效用在區域間和個體間存在異質性。

四、數據來源、模型設定與變量選取

（一）數據來源

本文使用的數據來自兩個方面。一是北京大學中國社會科學調查中心組織實施的中國家庭追蹤調查（CFPS）微觀數據。二是由北京大學數字金融研究中心和螞蟻科技集團組成的聯合課題組負責編制的北京大學數字普惠金融指數[32]。本文將中國家庭追蹤調查（CFPS）2014年、2016年和2018年的數據與北京大學數字普惠金融指數進行合并作為實證檢驗的數據集。本文研究對象為農戶，將樣本范圍限定在農村地區，經過篩選和清理共得到包含11724個觀測值的面板數據庫。

（二）模型設定

本文采用Firpo 等[33]提出的再中心化影響函數（RIF）回歸方法，探究數字普惠金融對農戶內部收入差距的影響。與傳統的OLS 回歸相比，RIF 的回歸估計結果更加穩健，而且能夠有效弱化由遺漏變量等引起的內生性問題[34]。此外，RIF回歸不僅能夠反映解釋變量對被解釋變量分布統計量（分位數、方差、基尼系數）的邊際影響，而且在研究收入差距問題中具有較強契合度，從而可以從分布的角度直接考察數字普惠金融對農戶收入差距的邊際影響。本文將主要采用基尼系數作為度量農戶內部收入差距的主要指標，公式如下：

式（1）滿足：

進一步定義基尼系數的影響函數為：

式（2）滿足：

在式（1）和式（2）的基礎上得到基尼系數的再中心化影響函數如下：

結合式（3）將農戶家庭人均收入對數的基尼系數作為被解釋變量，將數字普惠金融作為核心解釋變量，以農戶個人層面、家庭層面和村莊層面的特征變量為控制變量進行RIF回歸。在RIF回歸方法的框架下，構建基于基尼系數的農戶收入差距再中心化影響回歸模型：

式（4）中，GINI(Income)it代表農戶家庭人均收入對數的基尼系數，DIFit為數字普惠金融指數，Xit表示相應的控制變量，θi、δt分別是地區固定效應和時間固定效應，εit表示隨機誤差項。

（三）變量選取與描述性統計

1.被解釋變量：農戶收入差距

參考主流研究方法，以農戶家庭人均收入對數的基尼系數作為農戶收入差距的測度指標，即作為本文的核心解釋變量。

2.解釋變量：數字普惠金融

本文使用北京大學數字金融研究中心和螞蟻科技集團共同編制的北京大學數字普惠金融指數來度量。數字普惠金融指數從數字金融覆蓋廣度、數字金融使用深度和普惠金融數字化程度三個維度來構建。本文以數字普惠金融指數測度數字普惠金融，同時，將三個子指數納入分析進行穩健性檢驗。為了避免異方差和量綱不統一等問題，本文對所有指數均采用對數形式進行分析。

3.控制變量

為了獲得數字普惠金融對農戶收入差距的無偏估計量，盡可能避免遺漏變量造成的估計偏誤，本文借鑒其他文獻控制了個人、家庭和村莊層面的特征變量。個人層面的特征變量包括年齡、性別、婚姻狀況、教育水平；家庭層面的特征變量包括家庭人口規模、家庭負債、政府補助、醫療保障、工作是否受雇；村莊層面的特征變量包括縣城距離、礦區、土地類型、自然災害頻發區。

各變量指標描述性統計結果如表1所示。

表1 全樣本描述性統計

五、數字普惠金融影響農戶收入差距的實證分析

（一）基準回歸：數字普惠金融對農戶收入差距的影響

基準回歸采用再中心化影響函數（RIF）回歸方法，實證檢驗數字普惠金融對農戶收入差距的影響。表2是以基尼系數作為農戶收入差距不平等衡量指標的RIF 回歸估計結果，回歸系數反映了各變量變化對農戶收入差距指標的邊際影響。此外，為了進一步增強統計推斷的效能，本文在回歸過程中均進行了500次Bootstrap重復抽樣[35]。

表2 數字普惠金融影響農戶收入差距的基準估計結果

模型（1）僅加入核心解釋變量數字普惠金融，可以發現數字普惠金融的估計系數為負，且通過了1%的顯著性水平檢驗，表明數字普惠金融的發展緩解了農戶內部收入差距的擴大。模型（2）、（3）和（4）表明，在分別控制個人、家庭和村莊特征變量的條件下，數字普惠金融的估計系數仍然為負，且在1%的統計水平上顯著，說明數字普惠金融對緩解農戶內部收入差距擴大的作用結果較為穩健。這可能是因為數字普惠金融發展水平越高，越有可能弱化長尾農戶融資難和金融排斥等現象，并為該類農戶提供公平合適有效的金融信貸服務，激勵其開展創業活動。同時，數字普惠金融發展水平越高，相應的城市經濟發展水平會上升，合適的就業崗位也就會增加，有助于非農就業機會增多。因此，數字普惠金融的發展能為長尾農戶提供更多發展機會，從而提高長尾農戶的收入水平，緩解農戶收入差距。

控制變量方面，年齡、婚姻狀況、教育水平、家庭人口規模、家庭負債、政府補助、醫療保障、工作是否受雇、礦區和土地類型均為顯著影響農戶內部收入差距的因素。就個人特征變量而言，年齡對農戶收入差距的影響呈現倒“U”型，而婚姻狀況和教育水平顯著為負，這表明提高農戶的結婚率和受教育水平，有助于縮小農戶間的收入差距。就家庭特征變量而言，家庭人口規模的擴大、醫療保障和政府補助的獲得、工作為受雇類型將同樣有利于緩解農戶收入差距的擴大，而家庭負債將導致收入分配格局不均程度的增加。就村莊特征變量而言，土地類型為山地和林果地將加劇農戶收入差距的擴大，而村莊有礦區將減緩收入差距的擴大。

上文證實數字普惠金融能緩解農戶收入差距的擴大，這意味著數字普惠金融會影響農戶收入分布，特點是增收效果集中于低收入農戶，但更加嚴謹的結論有待進一步分析。本文對農戶收入水平進行基于RIF 的無條件分位數（UQR）回歸分析。表3為數字普惠金融對農戶收入水平在10 分位點（低收入組）、25 分位點（中低收入組）、50 分位點（中等收入組）、75 分位點（中高收入組）和90 分位點（高收入組）的RIF 無條件分位數回歸結果。從表3可以看出，數字普惠金融系數均為正值，且均在1%的統計水平上顯著，這表明數字普惠金融對農戶收入水平有顯著的正向影響。同時，這種正向影響呈“U”型變化，且體現出明顯的左偏特征，這表明相對于75%～90%農戶收入分位，數字普惠金融對10%～25%收入分位水平提升的拉動作用更為明顯。由此，可判斷數字普惠金融能縮小低收入農戶和高收入農戶之間的差距，本文的研究假說1得到驗證。

表3 數字普惠金融的無條件分位數回歸結果

（二）穩健性檢驗

雖然再中心化影響函數回歸方法能有效降低因遺漏變量等引起的內生性問題，但為了使研究結論更加可靠，本文采用改變收入差距衡量指標、更換因變量、數字普惠金融子指數代替這三種方式進行穩健性檢驗，結果見表4。

首先，采用農戶家庭人均收入對數的方差來衡量農戶收入差距，并重新進行RIF 回歸。實證結果見表4（1）列，穩健性檢驗的估計系數方向和顯著性與基準回歸的估計結果保持一致，表明本文的研究結論不會受到被解釋變量度量方式的影響。

表4 穩健性檢驗結果

其次，使用家庭人均總支出對數的基尼系數來替代家庭人均收入對數的基尼系數。因為相對于收入變量，消費變量的統計更加真實穩定。另外，收入是消費的來源和基礎，能夠很好地衡量收入不平等。表4（2）列的回歸結果與基準回歸的估計結果基本一致，表明通過替換不同的被解釋變量后，數字普惠金融依舊能顯著緩解農戶收入差距。

最后，使用子指數代替的方式進行RIF 回歸來檢驗研究結論的穩健性。本文選取數字金融覆蓋廣度、使用深度以及數字化程度這三個子指數進行深度回歸分析。表4（3）和（4）列的回歸結果顯示，覆蓋廣度和使用深度均能緩解農戶收入差距的擴大，且在1%的統計水平上顯著。而（5）列的基準回歸結果表明，數字化程度不會顯著影響農戶收入差距，且回歸系數為正。這可能是因為，數字化程度指標的衡量中有信用風險和利率風險，金融市場因素的不利變動會導致資產損失，并且金融風險具有傳染性和擴散性，會加劇農戶收入不平等，從而出現系數為正的情況。總的來說，三個子指數的估計結果與基準回歸的結果大部分一致，表明本文的研究結論基本穩健。

（三）數字普惠金融緩解農戶收入差距的異質性分析

1.區域的異質性分析

上文結果從整體上證實了數字普惠金融能緩解農戶收入差距逐漸擴大的問題。由于我國城鄉二元經濟結構的差異，導致區域經濟發展存在不平衡現象，而區域差異對農戶收入差距起著至關重要的作用[36]。因此，本文試圖探究數字普惠金融對農戶收入差距的區域異質性影響。本文將25 個省（市、自治區）劃分為東部、中部和西部地區并分別進行回歸。表5的（1）、（2）、（3）列分別表示數字普惠金融對西部、中部和東部地區農戶收入差距的RIF 估計結果。回歸結果表明，數字普惠金融將在1%的統計水平上顯著緩解西部地區農戶收入差距的擴大，而中部地區和東部地區的估計結果并不顯著。這可能是因為，受地理位置和初始資源稟賦的影響，各區域經濟發展不平衡，導致西部地區農戶的金融資源配置效率低下，而數字普惠金融的發展能合理配置金融資源，那么數字普惠金融對西部地區農戶的這種補充效果就會更強。另外，地區間數字基礎設施建設存在差異，中部地區和東部地區數字技術和金融服務發展迅速，導致該地區社會所有階層的群體能享受到合適的金融服務，從而數字普惠金融對東部和中部地區農戶收入差距的作用不顯著。西部地區的地理位置相對較差，金融服務存在覆蓋率相對不足、使用深度有限及便利化程度不高等問題，進而該地區發展存在明顯的金融排斥現象，而數字普惠金融的大力發展能直接改善西部地區社會各階層群體難以獲得金融資源的狀況，從而能更有效緩解西部地區的農戶收入差距。

2.貧困縣和非貧困縣的異質性分析

上文的區域異質性證實數字普惠金融有利于緩解偏遠地區的農戶收入差距。同時，由于各地方的經濟發展不平衡、政策決策效率的差異和金融資源配置方式與使用效率不同，導致各地方數字普惠金融的覆蓋廣度和使用深度有所不同。因此，本文從是否為貧困縣出發進一步探討數字普惠金融對農戶收入差距的影響。本文將樣本劃分為國家級貧困縣和非貧困縣組來進行回歸分析，結果如表5所示。表5的（4）和（5）列對比分析了數字普惠金融對貧困縣和非貧困縣農戶收入差距的影響差異。結果表明，數字普惠金融對貧困縣和非貧困縣農戶收入差距影響效應均顯著為負，但從回歸系數來看，數字普惠金融對貧困縣農戶收入差距的影響系數是非貧困縣的2.22倍，說明數字普惠金融對貧困縣農戶收入差距的緩解效應要強于非貧困縣。以上分析從側面反映出，貧困地區的金融扶貧政策更有利于緩解當地收入分配格局的不平衡，這也與主流文獻的研究結論相一致[37]。

表5 區域和貧困縣與非貧困縣間的異質性分析

3.個體差異的異質性分析

上文實證結果證明了數字普惠金融能給農戶帶來“數字紅利”，且宏觀上來看這種“數字紅利”更加傾向西部地區和貧困地區，即地區間存在“數字鴻溝”。那么，更進一步的具體到農戶個體，從微觀層面來探究數字普惠金融對不同特征農戶收入差距的影響，對如何高效率的使用數字普惠金融具有一定的現實意義。本文從年齡、教育水平、工作是否受雇方面來探究數字普惠金融對農戶收入差距的影響是否存在個體差異。結果如表6所示。

從年齡來看，本文將年齡按照中位數分為50歲以下和50歲及以上兩個群體，驗證年齡的異質性作用。表6的（1）和（2）列結果顯示，數字普惠金融均能顯著緩解50 歲以下和50歲及以上農戶收入差距的擴大。從回歸系數來看，數字普惠金融對50歲以下群體的緩解作用遠遠大于50歲及以上群體，說明在數字信息技術時代，中老年人與青壯年人存在“數字鴻溝”。可能原因在于，青壯年人更富有學習的精神和活力，其接受新事物的能力和精力優于中老年人，對數字技術的認同度更高，使用數字技術的能力更強，因而更容易把數字普惠金融的價值發揮出來。

從教育水平來看，表6的（3）、（4）、（5）列顯示，數字普惠金融均能緩解不同學歷農戶群體收入差距，但緩解作用強度表現出較大差異，學歷越高的群體其收入差距的緩解效應越明顯。這可能是因為，學歷越高的農戶所擁有的社會資本和人力資本會越高，對數字普惠金融的掌握與應用能力就會越強，從而能夠通過金融資源來創造財富[38]，緩解農戶收入差距的擴大。

表6 個體異質性分析

從工作是否受雇來看，數字普惠金融能在1%的統計水平上顯著緩解自雇型就業群體收入差距，而對受雇型就業群體收入差距影響不顯著，說明數字普惠金融不利于受雇型群體收入差距的緩解，而有助于自雇型群體收入差距緩解。可能的原因是，受雇型就業更趨向于穩定，對金融服務需求不大，而自雇型就業的靈活性和風險性更大，比如創業常受制于自有資金規模限制，數字普惠金融的發展能彌補農戶融資難的短板，增強農戶市場參與能力，從而更加有利于緩解自雇型就業農戶收入差距。

以上分析結果驗證了假設2，即數字普惠金融對農戶收入差距的緩解存在區域間、貧困縣與非貧困縣間和個體間的異質性。

六、進一步討論：數字普惠金融對農戶收入差距的貢獻分解

上文結果證實數字普惠金融能改變農戶收入分配格局，緩解農戶內部收入差距。那么，數字普惠金融對農戶收入差距的貢獻度到底有多大？本文采用的差異分解方法是Shorrocks[39]提出的夏普利值分解法。相對于其他收入差距分解方法，夏普利值分解法根據邊際貢獻能準確反映出解釋變量對被解釋變量差異的貢獻度，適用于任何收入決定模型和任何收入差距的衡量指標。

夏普利值分解法主要分為兩個步驟：首先，構建合適的收入決定模型，得出模型的各個估計系數；然后，把各變量的回歸系數代入收入差距測度指標，利用夏普利值分解法計算各個變量對收入差距的貢獻度。本文使用基尼系數作為反映農戶收入差距的衡量指標，選定年齡、年齡平方、性別、婚姻狀況、教育水平、家庭人口規模、家庭負債、政府補助、醫療保障、工作是否受雇、縣城距離、礦區、土地類型、自然災害頻發區等變量做農戶收入差距的差異分解，得出各解釋變量對農戶收入差距的貢獻度。另外，由于夏普利值分解法涉及的運算量非常大，運算量隨變量個數呈指數式增長，當面對的變量超過10個的時候，就需要對變量進行分組。為了簡化計算，本文將控制變量分組為個人、家庭和村莊三個維度來研究模型的貢獻度。分組后得到的相應結果為該組各變量對農戶收入差距的貢獻度總和。除此之外，由于農村地區的數字普惠金融存在分布不均等現象，為了降低數字普惠金融與農戶收入差距因地區差異而產生的內生性問題，本文將全體樣本劃分為貧困縣和非貧困縣進行夏普利值分解。

表7為對收入基尼系數進行夏普利值分解的結果。總的來看，在全體樣本、貧困縣樣本和非貧困縣樣本中，各變量對農戶收入差距影響的排序比較一致，但貢獻度卻有很大不同。在全體樣本中，數字普惠金融對農戶收入差距的貢獻度約為47.81%，排在首位。這表明現階段數字普惠金融已成為緩解農戶收入差距擴大的重要措施。進一步區分貧困縣和非貧困縣來看：在非貧困縣，數字普惠金融對農戶收入差距的貢獻度僅為25.11%，其作用僅次于家庭層面變量；而在貧困縣，數字普惠金融對農戶收入差距的貢獻度達到了50.86%，排在首位。這可能是因為，金融資源在我國地區間分配極不平衡，地方經濟越不發達，金融服務的覆蓋率就越低，金融排斥現象就越突出，長尾農戶數量就越多。而數字普惠金融具有覆蓋面廣、成本低、盈利水平高等優勢，通過提高信貸等金融資源配置效率、改變家庭初始稟賦，使長尾農戶的金融資源獲取“門檻”降低，從而解決融資難和金融排斥等問題，促進長尾農戶的收入水平改善。另外，數字普惠金融的發展能夠緩解信息不對稱、弱化逆向選擇和道德風險等問題，降低長尾農戶面臨的發展不確定性，有效改變弱勢群體的風險偏好，從而提高農戶收入水平。因此，數字普惠金融是緩解農戶收入差距的重要因素，且對貧困縣的緩解效用更明顯。這一研究結論能為相關政策制定者提供借鑒，對共同富裕的實現具有重要研究意義。

表7 夏普利值分解結果

七、研究結論與建議

在政府大力推進數字普惠金融發展和鄉村振興戰略的背景下，隨著農村經濟的不斷增長，農戶收入水平也在不斷提高。本文基于北京大學數字普惠金融指數和中國家庭追蹤調查2014—2018年數據，采用RIF回歸方法研究了數字普惠金融對農戶內部收入差距的影響。研究表明：（1）數字普惠金融有利于緩解農戶收入差距，這一結論在一系列穩健性檢驗下仍成立。（2）異質性分析表明，數字普惠金融對西部地區農戶收入差距的緩解效應要強于東中部地區，對貧困縣農戶收入差距的緩解效應要強于非貧困縣，對50 歲以下、高學歷和自雇型就業群體收入差距的緩解效應要強于50歲及以上、較低學歷和受雇型就業群體。（3）運用夏普利值分解法發現，數字普惠金融能夠解釋農戶整體收入差距的47.81%，其中相對于非貧困縣而言，數字普惠金融對貧困縣農戶內部收入差距的貢獻更大。

本文研究的政策建議如下：一是應優先發展數字普惠金融，健全數字普惠金融市場體系。數字普惠金融的發展理念與共同富裕同向而行，既能有效地促進農戶收入水平提高，又能縮小農戶收入差距。因此，為了充分發揮數字普惠金融的優勢，應不斷加強數字普惠金融基礎設施建設，通過提高農村互聯網設施的覆蓋率，提高農村地區第三方支付的普及率和健全農村征信體系等措施，使得農戶能高效的享受到金融服務。二是數字普惠金融應實行區域差別化發展。我國數字普惠金融在區域上呈一種“東強西弱”的特征，雖然對西部地區的農戶收入差距的緩解效應更強，但總體上西部地區的經濟發展水平仍舊落后東中部地區，所以政府部門要以優化升級數字基礎設施為契機，實行區域差異化的金融政策，為西部地區吸引更多的金融資源，從而克服區域間的“數字鴻溝”。三是應加強農村地區弱勢群體的教育培訓力度，實現包容性發展。需要提高對弱勢群體政策上的傾斜，加強對低學歷和中老年群體的數字技能和金融教育培訓，改善弱勢群體數字普惠金融的使用環境，提高農戶金融素養、數字素養和金融資源的使用效率，從而讓弱勢群體也能享受到數字經濟的紅利，最終縮小不同農戶間的收入差距。■