數字金融是否改善了居民收入結構？
——基于“長尾”理論的視角

李 杏 高登云 尹敬東

內容提要 將“長尾”理論納入數字金融對收入結構影響的分析框架，通過數字金融的“長尾”效應分析數字金融對收入結構改善的機理。采用2012—2018年北京大學數字金融指數與家庭追蹤調查數據，運用雙向固定效應模型及分組回歸法進行實證分析，結果發現數字金融在提升居民整體收入水平的同時，更能改善收入結構，尤其是在農村、中西部未能接觸互聯網的及以低收入群體為代表的“長尾”家庭中表現更為顯著。

一、問題的提出

在數字經濟背景下，縮小收入差距、實現共同富裕是新時代學術研究的重要課題。作為新的業態，數字金融具有普惠的性質，彌補了傳統金融發展由于物理條件的限制，面向居民長期服務的成本高、缺乏商業可持續性等不足[1]李建軍、彭俞超：《普惠金融與中國經濟發展：多維度內涵與實證分析》，《經濟研究》2020年第4期。；而數字金融能夠增加對低收入群體的金融包容性[2]汪昌云、鐘騰：《金融市場化提高了農戶信貸獲得嗎？——基于農戶調查的實證研究》，《經濟研究》2014年第10期。，為改善居民收入結構帶來新動能。鑒于現有數字金融對收入結構影響的研究多從實證層面驗證[3]李怡、柯杰升：《三級數字鴻溝：農村數字經濟的收入增長和收入分配效應》，《農業技術經濟》2021年第8期；齊紅倩、李志創：《中國普惠金融發展水平測度與評價——基于不同目標群體的微觀實證研究》，《數量經濟技術經濟研究》2019年第5期。，從理論機制層面探究二者之間作用機理的文獻較少。據此，本文從理論層面進一步研究數字金融對收入結構的影響機制具有重要的學術價值，本文將借鑒長尾理論，從“長尾”視角研究數字金融對收入結構的影響及理論機制，以期對該問題的研究有所裨益。

“長尾”理論來自管理學，是指只要流通渠道夠廣、庫存夠多，面向特定小群體的產品就能和熱門產品相媲美[1]C.Anderson,The Long Tail:Why The Future of Business Is Selling Less of More,New York:Hyperion,2006.。該理論廣泛應用于“互聯網+”領域，為分析數字金融對改善收入結構的影響機制提供了新的切入點。數字金融個性化、低成本的特征滿足了以低收入群體為代表的“長尾”市場的形成機理。通過對數字金融作用于“長尾”客戶需求的機理分析，可進一步分析數字金融如何有利于降低金融服務成本、提升“長尾”家庭的收入水平。收入結構可以從不同角度加以衡量，本文的居民收入結構是按照空間多重維度進行劃分的，分為城鄉居民收入結構（具體劃分為城市能否接觸互聯網的居民、農村能否接觸互聯網的居民）；不同地區居民收入結構（具體劃分為東部地區能否接觸互聯網的居民、中部地區能否接觸互聯網的居民、西部地區能否接觸互聯網的居民）；不同收入群體收入結構（具體劃分為最低25%收入戶、中下25%收入戶、中上25%收入戶及最高25%收入戶），其中將農村、中西部“未能接觸互聯網”的居民及低收入群體（最低25%收入戶）劃分為“長尾”客戶，探討數字金融對“長尾”家庭收入水平的影響，進而探討數字金融能否改善居民收入結構。數字金融具有明顯的溢出效應，即便是落后地區無法接觸互聯網的居民，仍可通過當地郵政系統獲得數字服務[2]黃益平、黃卓：《中國的數字金融發展：現在與未來》，《經濟學（季刊）》2018年第17期。。

本文的主要貢獻如下：①首次運用“長尾”理論厘清數字金融影響收入結構的機制。②運用CFPS微觀數據，結合“長尾”理論，將農村、中西部“不能接觸互聯網”的居民及低收入群體劃分為“長尾”客戶；為解決內生性問題，針對“是否接觸互聯網”可能存在的個體自選擇偏差問題，采用Heckman兩階段處理效應模型予以解決。③實證研究結果顯示數字金融能夠提升農村、中西部與低收入群體中“長尾”家庭的收入水平，從而改善收入結構。

二、文獻綜述

關于“長尾”理論應用的研究。Kampes基于2014—2016年在線媒體數據，對“長尾”特征進行分析，研究表明“長尾”理論解釋了網絡市場環境的演變所引發的市場變化[3]Kampes,CF.,"Tail or no Tail?Applicability of the Long Tail Theory to the German Online Media Market",Central European Journal of communication,2021,13,pp.371-389.。Erik Brynjolfsson等研究發現“長尾”效應不僅源于產品選擇的增加，還源于搜索成本的降低，從而大幅增加利基產品的整體銷售額[4]Erik Brynjolfsson,Yu(Jeffrey)Hu,"Goodbye Pareto Principle,Hello Long Tail:The Effect of Search Costs on the Concentration of Product Sales",Management Science,2011,57(8),pp.1373-1386.。謝泗薪等研究認為物流企業應以“長尾”效應追求差異化優勢，從而不斷增強企業競爭力[5]謝泗薪、袁姣等：《第三方物流企業差異化攻略：長尾理論新視角》，《中國流通經濟》2013年第27期。。

關于數字金融與收入結構關系的研究。李怡等研究農戶收入增長與收入差距的關系，結果表明數字經濟在促進農民收入總體增長同時強化了收入差距擴大[6]李怡、柯杰升：《三級數字鴻溝：農村數字經濟的收入增長和收入分配效應》，《農業技術經濟》2021年第8期。。何宗樾等也得到類似結論，即數字金融會增加貧困發生的概率與深度[7]何宗樾、張勛：《數字金融、數字鴻溝與多維貧困》，《統計研究》2020年第37期。。齊紅倩等基于年齡、性別等不同目標群體考察了數字金融的服務水平，結果表明數字金融能夠提升青年與女性使用金融服務的可能[8]齊紅倩、李志創：《中國普惠金融發展水平測度與評價——基于不同目標群體的微觀實證研究》，《數量經濟技術經濟研究》2019年第5期。；受教育程度與就業水平均能顯著促進數字金融的發展。馬威等從居民教育的協同效應視角研究了數字金融對城鄉收入差距的影響，表明數字金融能有效降低城鄉收入差距[1]馬威、張人中：《數字金融的廣度與深度對縮小城鄉發展差距的影響效應研究——基于居民教育的協同效應視角》，《農業技術經濟》2021年第3期。。Jensen等也得出類似結論，即數字金融能夠縮小收入差距，改善收入結構[2]R.Jensen,"The Digital Provide:Information(Technology),Market Performance and Welfare in the South Indian Fisheries Sector",The Quarterly Journal of Economics,2007,112(3).。也有學者從數字鴻溝視角解釋了數字金融導致收入分配不公的原因。許竹青等認為由于信息不對稱，不同群體在信息資源占有與使用能力方面的差距不斷擴大，形成了“數字鴻溝”[3]許竹青、鄭風田、陳潔：《“數字鴻溝”還是“信息紅利”？信息的有效供給與農民的銷售價格——一個微觀角度的實證研究》，《經濟學季刊》2013年第12期。。其中，由于數字基礎設施造成的低收入群體未能接觸互聯網稱為“一級數字鴻溝”，對數字技術的欣賞利用能力不足稱為“二級數字鴻溝”。數字鴻溝使得無法接入互聯網或互聯網利用能力較差的低收入群體被邊緣化，由此造成收入分配不公進一步加劇[4]胡鞍鋼、周紹杰：《中國如何應對日益擴大的“數字鴻溝”》，《中國工業經濟》2002年第3期。。但張勛等得出了相反的結論，即數字金融能夠縮小數字鴻溝，改善收入結構[5]張勛、萬廣華、吳海濤：《縮小數字鴻溝：中國特色數字金融發展》，《中國社會科學》2021年第8期。。

綜上所述，現有數字金融對收入結構的研究主要采用定量研究，從理論上探討二者影響機理的研究較少；雖已有學者將“長尾”理論應用于“互聯網+”領域，但將“長尾”理論納入數字金融與收入結構關系框架的文獻較少。本文在研究數字金融與收入結構特性的基礎上，結合“長尾”理論，對數字金融影響收入結構的機制進行深入分析。同時，將農村（中西部地區）不能接觸互聯網的家庭及低收入群體的家庭（最低25%收入戶）細分為“長尾”家庭，采用微觀數據實證研究數字金融對“長尾”家庭收入的可能影響，探討數字金融對收入結構可能的改善作用，進而為數字金融發展促進社會公平問題的研究提供借鑒。

三、“長尾”視角下數字金融對收入結構影響的理論機制

收入結構具有典型的“長尾”特征，收入結構頂端是占有多數財富的少數人群，而收入結構底部則是占有極少數財富的多數人群，呈現出典型的金字塔特征。在傳統非信息化社會，普通民眾接受金融渠道途徑有限，現代金融很難成為改善收入的手段。數字金融改變了傳統尾部居民可接入特征，消除了“長尾”居民與金融市場的隔離，成為改善居民收入結構的重要手段。

首先，“長尾”理論解釋了數字金融利基產品的價值。“長尾”的形成由供需雙方決定，供給多樣性催生了需求多樣性；“長尾”市場的誕生也依賴消費者對利基產品的特殊需求，借助互聯網有效推動消費者找到合適的產品，從而將需求推向“長尾”端。其次，數字金融能自動匹配“長尾”客戶的資金需求。依托數字技術，數字金融使得供需雙方搜尋與交易成本顯著降低，信息不對稱緩解，低收入群體的資金需求擴大，從而形成數字金融市場的“長尾”。雖然從單一“長尾”客戶可獲回報較低，但加總收益完全可與頭部市場媲美，因此，數字金融能夠真正實現“長尾”市場任一客戶和其資金需求無差別地自動對接。最后，數字金融克服了一系列的技術限制，打破了金融服務中的空間和身份隔閡。數字金融借助數字技術解決了遠程身份核實的難題，使金融服務可以延伸至農村、山區等傳統金融網點無法覆蓋的區域，有利于提升低收入群體的收入水平，有利于實現共同富裕。由于不同地區、不同群體的數字技術接入與運用能力不同，數字金融對“長尾”居民收入結構也可能存在差異化影響。

理論層面，數字金融能改變金融市場的“長尾”生態，主要是基于數字技術的外部經濟、規模經濟與范圍經濟等三大影響機制。

1.外部經濟效應

數字金融存在外部經濟的特征，具體表現為低收入群體是否能夠享受到數字金融服務取決于金融供給方的認同，而金融供給方認同與否又與潛在用戶規模大小密切相關。

2.規模經濟效應

數字金融還具有固定成本高、邊際成本遞減的特性。固定成本包含產品研發費、設備購置費等，但數字金融服務不受時空限制，只要用戶能超越一定規模，數字金融的邊際成本則逐步遞減，從而獲得競爭優勢。在數字經濟時代，數字金融使得小額貸款供給能夠普及，從而極大改變金融“長尾”生態。

3.范圍經濟效應

與規模經濟源于大規模生產不同，范圍經濟則是經營范圍擴大產生的。數字金融一體化、多元化的經營模式，可以最大限度地利用整個互聯網，克服信息不對稱，獲取客戶的需求信息，更有效地研發多種相關金融產品以達到降低生產成本的協同效應，提升數字金融市場份額，發揮范圍經濟的作用。

綜上所述，數字金融通過數字技術的外部經濟等三大效應，導致數字金融低成本、低門檻特性，促進數字金融“長尾”市場的形成，通過提升“長尾”居民參與數字金融的規模改善收入結構，繼而對居民收入結構產生影響。針對低收入群體數字金融的“長尾”人群，本文的實證模型將主要從數字金融的門檻條件以及城鄉、地區等空間多視角檢視長尾類型的收入影響，進一步討論數字金融能否改善農村、中西部與低收入群體代表的“長尾”家庭的收入結構。

四、研究設計

1.數據來源

除個別變量外，本文所用數據均取自2012—2018年北京大學中國社會科學追蹤調查的CFPS數據，數據每兩年追蹤調查一次。本文從中篩選出居民家庭的樣本數，對變量在1%和99%分位進行縮尾處理，剔除異常值，共計獲得樣本量41108份。核心解釋變量數據取自北京大學數字金融中心與螞蟻科技集團聯合編制的2012—2018年省級數字普惠金融指數，工具變量數據來自省級統計局網站。

2.實證模型

本文構建雙向固定效應模型，分別采用全國與分組樣本考察數字金融對收入結構的影響。基于“長尾”理論，廣大低收入群體成為數字金融的“長尾”客戶。截至2018年，近5.58億居民年均可支配收入低于14360.5元[1]數據來源于2018年《中國統計年鑒》。。實證樣本按照“能否接觸互聯網”及“互聯網是否作為信息主要渠道”來區分居民是否為“長尾”客戶。本文借鑒張勛等[2]張勛、萬廣華、吳海濤：《縮小數字鴻溝：中國特色數字金融發展》，《中國社會科學》2021年第8期。的做法，通過分組對比的方式測度收入結構，即按照城鄉、東中西部“能否接觸互聯網”及不同收入群體分組進行實證分析，檢驗數字金融是否能夠提升“長尾”家庭的收入水平，是否能改善收入結構。本文構建實證模型進行檢驗。

首先，本文采用全國樣本考察數字金融發展對居民收入水平的影響，構建基準模型（1）：

其中被解釋變量Yijt表示第t年j省第i戶居民家庭的人均收入；核心解釋變量phjrzsj,t表示省級數字金融總指數[3]郭峰：《測度中國數字普惠金融發展：指數編制與空間特征》，《經濟學（季刊）》2020年第19期。；α與φt分別表示個體效應與時間效應。為了精準刻畫不同個體利用數字技術的差異對收入結構的不同影響，在控制變量中，本文引入CFPS中分別反映一、二級數字鴻溝的回答——“是否接觸互聯網”（ku2x）與“互聯網是否作為接收信息的主要渠道”（ku802x），兩變量取值為0時代表“長尾”居民。其余控制變量包含戶主層面變量，即戶主年齡、受教育程度、婚姻狀態、健康狀況、居住地；家庭層面變量有家庭凈資產取對數、家庭規模、少兒撫養比與老年撫養比；代表傳統金融發展與地區經濟發展水平的變量，即家庭金融負債占地區人均GDP的比值。eit為隨機殘差項。

進一步地，為了考察數字金融對城鄉、地區及不同群體收入結構“長尾”的影響，本文分樣本進行考察。以農村為例，基于“長尾”理論，廣大農村低收入群體亦滿足數字金融的“長尾”特性，截至2018年，近2.26億人的農村居民年均可支配收入低于8508.5元[1]數據來源于2018年《中國統計年鑒》。。為此本文按照城鄉、地區（東中西部）及不同收入群體分組進行子樣本回歸，在此基礎上細分接觸互聯網與不接觸互聯網兩類，其中不接觸互聯網的家庭代表“長尾”家庭，構建模型（2）（以城鄉為例）：

urbanx取值為0和1，1表示農村。C1表示除urbanx以外的控制變量。當考察不同地區與不同收入群體時，在模型（2）中采用變量District與QInc替換urbanx進行衡量，District=1、2、3分別表示東部、中部與西部，QInc取值為1、2、3、4，表示最低25%、中下25%、中上25%與最高25%收入水平。在此基礎上根據ku2xijt的取值劃分“居民接觸互聯網”與否，分組探討數字金融對城鄉、地區、不同收入群體中“長尾”家庭收入水平的影響，進而討論是否對收入結構有所改善。

3.內生性問題

樣本期內全國互聯網普及率最大是59.6%，說明還有40.4%的居民無法接觸互聯網。接觸互聯網包括手機或電腦上網。是否接觸互聯網屬于個體自選擇行為，可能存在自選擇偏差。因此，引入處理效應模型，該模型用于不可觀測因素帶來的內生性問題糾偏。借鑒Heckman[2]J.J.Heckman,"Sample Selection Bias as a Specification Error",Econometrica,1979,47(1),pp.153-161.，本文構建模型（3）：

Zijt表示影響居民“是否接入互聯網“的因素，包括戶主學歷、家庭凈資產等。

本文構建逆米要爾斯比（IMR）糾偏：

β2表示接觸互聯網獲得的凈效用；β3若不顯著，表明不存在選擇性偏誤，無須對模型進行修正。

本文研究數字金融對“長尾”家庭收入的影響，當該部分家庭收入提升后，可能會提高互聯網接入率，從而促進數字金融發展，即可能存在反向因果問題，為此利用各省份1984年的郵電業務量作為工具變量。作為傳統通信技術的持續發展，地區以往的電信設施會對互聯網技術的后續應用產生慣性作用。數字金融是面板數據，但所選工具變量是截面數據，參考Nunn等的做法[3]N.Nunn,N.Qian,"US Food Aid and Civil Conflict",American Economic Review,2014,104(6).，本文將1984年郵電業務量與各地區2012—2018年互聯網普及率交互，構造一個隨時間變化的面板工具變量。

五、實證結果與分析

1.描述性統計

據表1，因變量lnfincome1_per是每戶家庭人均收入取對數，未取對數前標準差59066.71，表明家庭收入差異明顯。自變量phjrzs表示數字金融指數。控制變量包括反映一、二級數字鴻溝的變量，二者取值為0則代表“長尾”家庭。其余控制變量：剔除戶主年齡缺失與小于16歲的樣本，得到年齡（age）樣本量39644；學歷（cfps_edu）分為文盲、小學、初中、高中/中專/技校/職高、大專～博士（1、6、9、12、16），全國人均受教育年限平均在7年以上；婚姻狀態（qea1）取值0和1，已婚為1；健康狀況（qp201）1～5分別表示非常健康、很健康、比較健康、一般、不健康，全國家庭平均健康水平是比較健康；居住地（urbanx）取值0和1，1表示農村；家庭凈資產（lntotal_asset）是家庭凈資產取對數，全國家庭財富不均較明顯；少兒撫養比（srb)表示16歲以下少兒占家庭人口規模比例；老年撫養比（lrb）表示65歲以上（含）老人占家庭人口規模比例；家庭負債占比（fzzb）表示家庭金融負債占家庭人均GDP的比重。

表1 描述性統計

表2 全國面板數據回歸結果（因變量：lnfincome1_per）

2.全國面板數據回歸結果

據表2，第（1）列結果顯示，在不控制其他變量時，數字金融發展在1%水平上顯著提升家庭收入水平。第（2）列到（5）列依次控制居民是否接觸互聯網、戶主層面、家庭層面、傳統金融與地區水平控制變量，可以發現數字金融的系數依然十分顯著，數字金融發展顯著提升了居民整體收入水平，即數字金融每擴張1%，能促進居民整體收入水平增加0.005%，這一結果與張勛等[1]張勛、萬廣華、吳海濤：《縮小數字鴻溝：中國特色數字金融發展》，《中國社會科學》2021年第8期。的研究結論一致，即數字金融發展能夠提升居民整體收入水平。與此同時，接觸互聯網也有助于提升家庭收入。其余控制變量，如戶主學歷、家庭凈資產及家庭負債占比有助于提升家庭人均收入，與預期結果一致。戶主年齡、居住地、家庭人口規模及老年撫養比系數為負，表示隨著家庭規模增大、贍養老人數量增多及戶主年齡增加，數字金融對家庭收入的影響會下降；居住地（農村=1）系數為負，表明農村家庭人均收入的提升比城市慢。但少兒撫養比、婚姻狀態及健康水平由于在短期變化程度較低，所以結果弱顯著或不顯著。第（2）列至（5）列表明估計結果在不同模型設定下十分穩健。

3.分組回歸結果

為進一步理解數字金融的利用對城鄉、地區及不同收入群體的影響，本文進行分樣本考察。

（1）數字金融對城鄉收入結構“長尾”的影響

為分析數字金融對城鄉收入結構的影響，本文在城鄉分類基礎上進一步細分接觸互聯網與否兩類，其中不接觸互聯網的居民代表“長尾”居民。據表3，在接觸互聯網分組中，數字金融發展顯著提升了城市家庭人均收入，即數字金融每擴張1%，會促進接觸互聯網的城市家庭收入提升0.003%；但對農村家庭收入的提升沒有顯著影響。在不接觸互聯網的“長尾”分組中，數字金融發展顯著提升了農村家庭人均收入，即數字金融每取得1%的擴張，會促進不接觸互聯網的農村家庭收入提升0.0035%；但對城市家庭沒有顯著影響。可能的原因是數字鴻溝導致城鄉收入差距擴大，但數字金融促進農村“長尾”家庭收入水平的顯著提升，縮小了農村家庭的收入差距，改善了收入結構。該實證結果與預期一致，即數字金融能夠提升農村“長尾”家庭收入水平，進而改善城鄉收入結構。其他學者也得到了類似結論[1]周立、陳彥羽：《數字普惠金融與城鄉收支差距：理論機制、經驗證據及政策選擇》，《世界經濟研究》2022年第5期。，即數字金融發展能有效縮小城鄉收入差距。

表3 數字金融對城鄉收入結構“長尾”的影響（因變量：lnfincome1_per）

（2）數字金融對不同地區收入結構“長尾”的影響

接下來，本文將分析數字金融對地區收入結構的影響，并細分接觸互聯網與否兩類，其中不接觸互聯網的居民代表“長尾”居民。據表4，在接觸互聯網群體中，不同地區數字金融發展對家庭收入差異影響較顯著。東部地區數字金融能顯著提升該地區家庭人均收入，中西部地區數字金融對家庭收入提升作用不明顯。這一結果表明數字鴻溝進一步拉大了東部與中西部家庭的收入差距。在不接觸互聯網的“長尾”群體中，東部與西部地區數字金融發展對家庭人均收入提升有顯著正影響，且西部地區提升作用更明顯，即數字金融每實現1%擴張，東部地區不接觸互聯網的家庭人均收入提升0.0061%，西部地區“長尾”家庭人均收入可提升0.0112%，而中部地區呈顯著負影響。對中部家庭收入具有負向影響的可能原因是西部早已實施西部大開發戰略，而中部地區數字基礎設施配套比較落后，所以數字金融對中部家庭收入的增長起反向作用。因此不接觸互聯網代表的“長尾”居民分組表明了數字金融發展有助于改善地區收入結構，提升中西部地區“長尾”居民的家庭收入水平。該實證結果與預期一致，即數字金融能夠提升中西部“長尾”家庭的收入水平，進而改善地區收入結構。

表4 數字金融對不同地區收入結構“長尾”的影響（因變量：lnfincome1_per）

（3）數字金融對不同群體收入結構“長尾”的影響

為準確描述數字金融對居民家庭收入的變化范圍及條件分布的影響，本文使用分位數回歸進行分析，其中最低25%收入群體代表“長尾”群體。據表5，對最低25%收入水平代表的“長尾”居民，數字金融發展在5%水平上顯著提升家庭收入水平，即數字金融每實現1%擴張，長尾群體收入可提升0.0056%；對中間50%收入水平的家庭，數字金融對居民增收的影響不顯著；對最高25%收入水平的家庭，數字金融對居民增收具有弱正向顯著作用，即數字金融每實現1%擴張，這一群體收入提升僅0.0015%。總體上，數字金融對“長尾”家庭的增收作用強于最高收入家庭，表示數字金融能改善不同群體的收入結構。該實證結果與預期一致，即數字金融能夠提升低收入群體的收入水平，進而改善不同收入群體收入結構。這一結果與齊紅倩等[1]齊紅倩、李志創：《中國普惠金融發展水平測度與評價——基于不同目標群體的微觀實證研究》，《數量經濟技術經濟研究》2019年第5期。的研究結論基本一致，即數字金融能提升青年、女性等群體的收入水平。

表5 數字金融對不同群體收入結構“長尾”的影響（因變量：lnfincome1_per）

4.內生性檢驗和穩健性檢驗

（1）自選擇偏差檢驗

家庭是否接觸互聯網（ku2x）經糾偏，系數由0.056（表2）上升至1.8835，表明家庭接觸互聯網對家庭人均收入具有顯著的提升作用。相較于不能接觸互聯網的家庭，能夠接觸互聯網的家庭收入水平明顯增加，即數字鴻溝會擴大居民之間的收入差距。

（2）工具變量檢驗

為了減弱數字金融發展與家庭人均收入之間可能存在的反向因果及遺漏變量問題，本文引入工具變量。由內生性結果可以看出，第一階段F統計量（3941.09）明顯大于Stock等[2]J.H.Stock,M.Yogo,"Testing for Weak Instruments in Linear IV Regression",NBER Technical Working Papers,2002,14,pp.80-108.提出的10%水平下的16.39的臨界值，表明不存在弱工具變量問題；并且，第二階段phjrzs的估計系數（系數為0.0062）通過了1%的顯著性檢驗，與基準回歸結果一致。

（3）穩健性檢驗

第一，將解釋變量指標替換成互聯網背景下省級金融包容指數，考慮到可能存在的內生性問題，本文采用滯后一期的互聯網背景下省級金融包容指數（phjrzs1）表示。該指數主要是從覆蓋廣度、使用深度與風險包容度3個維度進行測度。重新對基準模型進行估計，回歸結果在10%水平上依然是穩健的（phjrzs1系數為0.967）。第二，前文僅考慮了一級數字鴻溝（ku2x）的回歸結果，而二級數字鴻溝是導致收入不平等的又一重要原因，因此采用CFPS中“互聯網是否作為接收信息的主要渠道”衡量二級數字鴻溝，其中“互聯網不作為接收信息的主要渠道”的家庭代表“長尾”家庭。二級數字鴻溝的回歸結果是，在互聯網作為信息主要渠道的家庭分組中，數字金融在5%水平上仍能顯著提升城市家庭人均收入（系數為0.0034），對農村家庭收入提升沒有顯著影響；在互聯網不作為信息主要渠道的“長尾”家庭分組中，數字金融發展在10%水平上仍能顯著提升農村“長尾”家庭人均收入（系數為0.0034），對城市家庭沒有顯著影響，從而得出了與一級數字鴻溝相一致的結論，進一步確保了結論的可靠性。

5.機制分析

由分組回歸結果可知數字金融顯著提升了農村未接觸互聯網的“長尾”家庭的收入水平，而數字鴻溝會導致家庭收入水平差距的擴大（由ku2x的糾偏系數1.8835可知），二者結合說明了數字金融發展能夠抑制數字鴻溝的負面效應，改善收入結構。

為進一步分析數字金融提升農村未接觸互聯網的“長尾”家庭收入的機制，將“長尾”家庭收入分解為4類，即工資性收入是指城市居民就業與農業剩余勞動力轉向非農領域取得的收入，經營性收入包括農業收入與個體、私營企業收入，轉移性收入包括退休金與政府補助等，財產性收入包含土地、宅基地租金及投資收入等。本文設立模型（6）：

模型（6）分別采用雙向固定效應模型、工具變量法及IV Tobit回歸（部分樣本存在分項收入為0的情形）。結果顯示，工具變量法第一階段的F值均大于10，表明不存在弱工具問題。無論采用固定效應模型、工具變量還是IV Tobit回歸，數字金融主要通過提升農村“長尾”家庭的工資性收入和財產性收入[1]限于篇幅，數字金融對工資性收入、經營性收入、財產性收入與轉移性收入的影響在文中未報告。來提升農村“長尾”家庭整體收入。

6.長尾影響：基于就業渠道影響的評估

（1）就業機制分析

上述分析表明，數字金融顯著提升農村“長尾”家庭的工資性收入，原因可能是數字金融帶來就業機會的增加。為此，本文構建農村不接觸互聯網的“長尾”家庭的就業比率指標，以該指標為因變量，分析數字金融對農村不接觸互聯網的“長尾”家庭就業率的影響，構建模型（7）：

其中，gz表示就業比率，即該家庭幫其他家庭干農活或外出就業人數與家庭勞動力人數之比。實證結果表明，數字金融在5%水平上顯著增加農村“長尾”家庭的外出就業機會，即數字金融每實現1%的擴張，可實現就業機會增加15.452%，從而有助于“長尾”家庭收入提升，改善收入結構。

（2）農村土地出租的調節機制

數字金融可增加農民外出就業機會，這使得部分農民放棄農業生產，導致大量土地資源被閑置。閑置土地若利用合理，不僅可拓寬收入渠道，還可盤活土地資源，從而增加財產性收入。前文指出數字金融有助于提升農村“長尾”家庭的財產性收入，因此，本文考察這部分家庭土地出租與否的決策對調節數字金融與家庭增收之間的關系，構建模型（8）：

其中，fs2表示農村不接觸互聯網的“長尾”家庭土地出租與否，取值0與1，1表示家庭有出租土地。

實證結果顯示phjrzs的系數（0.0039）在5%水平上顯著為正，而phjrzs×fs2的系數（-0.0001）在5%水平上顯著為負，這說明農村土地出租決策會弱化數字金融對“長尾”家庭增收的影響，即在土地出租規模較低時，數字金融對“長尾”家庭增收作用較為明顯，但隨著土地出租規模的擴張，效果逐漸減弱。對于農村不接觸互聯網的“長尾”家庭而言，一開始數字金融發展能拓寬其增收渠道，增加其財富，但隨著財富的增加，家庭擺脫了貧困，家庭收入來源和數量不斷增加，數字金融增收的作用會越來越小。

六、政策建議

本研究結果表明：數字金融發展能夠促進居民收入增長，隨著數字金融每擴張1%，居民整體收入能增加0.005%；并且數字金融能夠改善收入結構，這一改善作用在“長尾”家庭中更為顯著，表現為數字金融每擴張1%，農村不接觸互聯網的家庭、西部不接觸互聯網的家庭及最低25%收入水平家庭，收入水平分別提升0.0035%、0.0112%、0.0056%，即數字金融能夠提升農村、中西部與低收入群體“長尾”家庭的收入水平，進而改善收入結構；數字金融能改善收入結構，是由于數字技術具備的外部經濟等特性，能實現“長尾”客戶的資金需求，從而提升“長尾”家庭的收入水平；數字金融主要提升了“長尾”家庭的工資與財產性收入。基于上述結論，本文提出如下對策建議：

1.大力推進數字金融，實現數字技術與普惠金融的深層次融合

數字技術是促進農村與偏遠地區金融包容性水平的關鍵技術工具，將數字技術融入普惠金融發展之中，可以不斷提升農村與偏遠地區的金融活力，帶動當地經濟發展。同時，“長尾”客戶應主動提升自身金融素養，另外金融基層單位可以對“長尾”客戶獲取數字金融服務提供一定的指導，從而全面提升其數字化技能，強化數字金融發展的包容性，發揮數字金融改善居民收入結構的作用，從而在一定程度上提升“長尾”居民的收入水平。

2.對于經濟欠發達的中西部地區與農村地區，應加大數字基礎設施建設

通過加大“寬帶鄉村”、數字支付等數字基礎設施建設，將最新數字技術融入金融基礎設施建設中，實現智慧農村建設的更新換代。與此同時，要注重提升“長尾”居民人力資本水平，保障“長尾”居民的生產與生活，努力實現信息服務均等化，從而不斷帶動農村或偏遠地區金融體系發展，有效提升當地經濟活力，使“長尾”居民能夠更好地享有數字金融發展帶來的好處，為經濟欠發達地區實現數字金融改善收入結構、縮小收入不平等提供堅實的基礎。

3.針對“長尾”客戶的需求，不斷創新金融產品與服務

針對“長尾”客戶，應根據客戶的需求不斷創新金融產品與服務。金融機構應優化數字技術與算法，并結合地方產業發展與當地居民實際金融需求，不斷創新數字金融產品與服務，使得“長尾”居民能更好地理解與運用數字金融產品。另外，須不斷提高農村及中西部地區金融機構的服務效率、降低金融服務門檻，努力為“長尾”客戶提供所需的資金支持，不斷創造出更多的就業或創業機會，從而提升“長尾”客戶的收入水平，改善收入結構、縮小收入不平等。

4.加強數字金融的監管力度

作為虛擬經濟，數字金融發展存在可能的無序發展，為了更好發揮數字金融對居民收入結構的改善作用，須強化數字金融監管體系建設，應建立相應的監管考核指標，減少金融風險。比如在拓展數字金融使用深度方面，應強化信貸或保險的甄別機制，促進經濟資源的優化配置。另外，在數字金融市場準入體系方面，應形成硬性監管要求，制定包括政策、制度、技術要求等在內的系統性數字金融風險防范體系，減少相應風險，為“長尾”客戶增收、居民收入結構改善提供堅強的后盾。