城鄉要素市場分割、數字普惠金融與資源配置效率

摘"要：數字普惠金融作為具有跨地域屬性的金融工具在一定程度上能夠緩解城鄉二元結構對資源有效配置的阻礙。本文采用2009—2018年間的省際面板數據，通過FGLS模型進行實證分析。研究發現：城鄉要素市場分割主要通過阻礙農村勞動要素向城鎮轉移以及城鎮資本要素向農村轉移等路徑抑制資源配置效率的提升；數字普惠金融既具有直接的資源配置效應，又能反向調節城鄉要素市場分割對資源配置效率的抑制作用。進一步分析發現，數字普惠金融的調節效應在使用廣度、數字支持服務程度以及金融產品協同等子維度均得以明顯發揮；同時，該調節效應在基礎設施不完善、地區要素稟賦偏資本密集型以及失業率較高時仍然成立。

關鍵詞：城鄉要素市場分割；數字普惠金融；跨地域屬性；資源配置效率

中圖分類號：F712.9文獻標識碼：A文章編號：1001-148X（2024）04-0084-11

一、引"言

城鄉二元結構是我國追求經濟發展效率背景下對城鄉發展順序進行選擇的結果，是城鄉要素市場分割的主要原因，也是構建雙循環新發展格局助力經濟高質量發展的關鍵堵點。其中勞動要素市場以農村剩余勞動力向城鎮轉移為主要特征，資本要素市場則表現為城鄉融資門檻的差異以及機會的不均等，導致城鄉間收入差距較大，如2021年我國城鎮居民人均可支配收入為47412元，農村居民人均可支配收入則為18931元，二者比例高達2.5∶1，城鄉間的資源遠未達到最優配置狀態。2022年4月，中共中央、國務院發布的《關于加快建設全國統一大市場的意見》中明確提出要加快城鄉統一的勞動力市場以及資本市場建設，表明緩解城鄉要素市場分割負向影響的必要性和緊迫性。但是，導致城鄉要素市場分割的機制、體制因素的影響程度之深、改革難度之大可想而知。普惠金融制度作為完善我國主流金融體系發展的重要內容，秉持機會平等和商業可持續的要求及原則，為有金融服務需求的社會各階層和群體提供可負擔的、適當有效的金融服務①，本質上體現為金融市場上以風險為規則的機會公平性［1］。近年來發展勢頭迅猛的數字普惠金融，兼具數字技術以及普惠金融的雙重屬性，擴展了服務輻射范圍，體現了“普”；同時，也降低了金融服務成本，體現了“惠”，為城鄉間要素流動提供了機會和動力。那么，城鄉要素市場分割現象能否通過數字普惠金融予以緩解，進而提高資源配置效率？

鑒于土地要素無法跨區域流動，而技術要素受市場分割制約程度不高，本文主要以勞動要素和資本要素作為研究對象。首先驗證我國城鄉間要素市場分割對資源配置效率的負向影響及其具體作用機制，在此基礎上進一步分析數字普惠金融對要素市場分割與資源配置效率之間關系的調節效應，為消除城鄉要素市場分割這一“制度性”難題提供一種新的解決思路，并形成如下三方面的邊際貢獻：

第一，關于資源配置效率的測度方法，Hsieh和Klenow（2009）［2］提出的生產率離散度法是度量資源配置效率最為經典的方法之一，但是企業生產規模報酬不變的前提假定不符合我國規模報酬遞減的客觀事實。另外，已有研究計算資源配置效率時，采用固定的要素產出彈性，而隨著我國要素結構的轉變，資本以及勞動的產出彈性也會隨之改變。為了更為真實地刻畫我國經濟的發展狀況，本文假定規模報酬遞減，并在該模型基礎上采用動態要素產出彈性，通過均衡求解計算我國各省的資源配置效率。

第二，已有文獻使用Hsieh和Klenow（2009）［2］提出的模型測度資源配置效率，多采用中國工業企業數據庫。該數據庫雖然具有涵蓋樣本范圍廣、信息豐富等優勢，但是其中有關工業企業的最新數據只更新到2015年。為了更好地展示我國經濟真正進入高質量發展階段以后的客觀規律，本文使用我國制造業上市公司數據對資源配置效率進行測度，進一步強化了相關研究的時效性和代表性。

第三，已有文獻多從問題視角出發研究了城鄉要素市場分割對資源配置效率的影響，少有文獻從答案視角研究如何能夠改善這種影響。在要素市場分割的眾多成因中，制度性因素影響深遠且改革難度很高，本文擬跳出制度變遷的視角，將數字普惠金融這一具有跨地域屬性的“技術性”因素引入解決這一“制度性”難題的研究框架中，從理論與實證兩個層面探究消除城鄉要素市場分割影響的解決方案。

二、理論機理與研究假設

（一）城鄉要素市場分割對資源配置效率的抑制效應

習近平指出“要通過以城帶鄉、以鄉促城，實現城鄉一體化發展”習近平.做焦裕祿式的縣委書記［M］.北京：中央文獻出版社，2015.。我國目前尚未實現城鄉一體化發展的主要原因在于市場分割的存在，城鄉市場分割可以分為城鄉商品市場分割以及城鄉要素市場分割，城鄉要素市場分割的問題更為凸顯，其核心成因在于戶籍制度以及依附其上的社會福利和身份歧視影響了城鄉間要素的自由流動和交換，主要通過價格效應以及產業結構效應影響資源的有效配置。

第一，城鄉要素市場分割通過價格效應影響資源有效配置。市場分割導致我國勞動要素以及資本要素更多地表現為城鄉間的單向流動。對于勞動要素，農村勞動力因戶籍制度在城市遭遇就業隔離和工資歧視，如在國有企業中城市戶籍勞動力比農村戶籍勞動力可以獲得更高的教育回報率和經驗回報率［3］，突出表現為“同工不同酬”。對于資本要素，城鄉資本供需結構存在差異導致融資成本不同。2019年，由中國人民銀行等五部門聯合印發的《關于金融服務鄉村振興的指導意見》中指出，要通過建立完善的金融體系，服務于鄉村振興的市場、組織以及產品體系，從而促進農村金融資源從城鎮回流農村。本文根據國家統計局公布的數據計算得出，2020年全國城鎮固定資產投資占全社會固定資產投資的98.4%，城鄉間差距極大，這都說明城市的資金供給要多于農村的資金供給。農村生產經營與基礎設施建設的資金來源渠道狹窄，從供需原理可以得知農村獲取資本要素的成本與城鎮相比更高。因此，城鄉要素市場分割扭曲了城鄉間的勞動要素以及資本要素的價格，不利于資源在城鄉間有效配置。

第二，城鄉要素市場分割通過產業結構效應影響資源有效配置。對于勞動要素，由于農業具有天然弱質性，農村耕地分布細碎，農業基礎設施較為薄弱，導致農村勞動力務農所獲得的邊際收益低于進城務工［4］。農村勞動力為了實現勞動收益最大化，會選擇從農業向第二、三產業轉移。然而，農村勞動力因戶籍制度無法與城鎮勞動力享受同等社會福利保障，因此，形成以工資為導向的擇業標準，該標準決定了進城務工的農村勞動力工作流動性強的情況，難以通過“干中學”效應提高農村勞動力的人力資本素養，不利于城鎮的產業結構升級，影響城鄉間資源有效配置。對于資本要素，商業銀行的逐利屬性以及涉農群體因缺少抵押物而形成的高風險屬性共同導致農村資金大量流向城市［5］，信貸資金的匱乏阻礙了農村創新投入與技術進步，無法推動農業向與農產品相關的第二、第三產業轉型升級，難以通過高資本邊際收益吸引城市資本流向農村，不利于農村地區的產業結構升級，進而影響城鄉間資源的有效配置。綜上提出以下研究假設：

H1：城鄉要素市場分割不利于資源配置效率的提升。

H1a：城鄉要素市場分割通過限制勞動要素從農村向城市轉移降低了資源配置效率。

H1b：城鄉要素市場分割通過阻礙資本要素從城市向農村轉移降低了資源配置效率。

（二）數字普惠金融的資源配置效應

發展普惠金融的目標是為了解決傳統金融的金融排斥，本質是為所有信譽較好的社會公眾提供公平的金融交易機會，提高金融的可得性以及便利性。數字普惠金融則是依托互聯網通信技術與信息通信技術的一種新型金融業務模式參見中國人民銀行等十部委聯合發布的《關于促進互聯網金融健康發展的指導意見》。，借助數字技術優勢增強金融便利性和可得性，對資源配置效率產生直接影響。首先，數字普惠金融利用人工智能、區塊鏈、云計算、大數據等數字技術提高了金融機構的抗風險能力，為沒有抵押物的城鄉融資弱勢群體提供必要的資金支持，滿足農村居民、產業以及城市中小企業等群體的生產經營所需資金，促進城鄉產業鏈進一步完善和升級，提高城鄉資源配置效率；其次，數字普惠金融為農民、中小企提供資金支持，這些群體也是創業、創新活動的主力軍［6］。充足的資金支持有利于創業、創新，改變已有生產方式和經營模式，提高要素使用效率和邊際產出，改善資源配置扭曲。綜上提出以下研究假設：

H2：數字普惠金融對資源配置效率具有正向促進作用。

（三）數字普惠金融的調節效應

普惠金融具有金融包容性和普惠性，因此數字普惠金融能夠依托數字技術手段解決傳統金融存在的機會排斥和信息排斥，突破城鄉間要素流動的藩籬，緩解城鄉間的要素市場分割，間接提高資源配置效率。

突破機會排斥的藩籬。所謂機會排斥是指一部分群體由于機會不均等被排斥在金融服務體系之外［1］。受制于營業場所、人員配置等方面的要求，傳統金融實體網點分布較為分散，尤其是地處農村的金融實體網點業務類型較為單一，涉農金融產品創新性不足且同質性強，農村產業發展多元的資金需求被排斥在正規金融服務體系之外。數字普惠金融利用數字技術突破線下物理網點的時空束縛，為排斥在正規金融服務體系之外的農村居民以及產業發展提供產品和服務兩方面的資金支持。一方面，通過加深服務的廣度以及使用的深度引導城市資本要素通過技術渠道流向農村，使得農村居民和農村產業發展能夠更及時、更便利地獲取金融服務；另一方面通過多樣化的涉農信貸產品和農業保險發揮協同效應，為農村居民生活和產業發展提供更多元的資金支持和保障。促進農業技術創新和農業轉型升級，使得務農的勞動邊際收益高于進城務工的勞動邊際收益，吸引農村勞動力回流，同時進一步吸引城市的高技能勞動要素以及更充足的資本要素流向農村，真正實現“以城帶鄉”，降低城鄉間要素市場分割，提高資源在城鄉間的有效配置。

第二，突破信息排斥的藩籬。所謂信息排斥是指一部分群體由于信息約束被排斥在金融服務體系之外。數字普惠金融以數字技術為手段，發揮數據要素的引領作用，解決城鄉間信息不對稱的問題。通過數據要素實現城鄉信息共享，為農村轉移人口提供成本更低的金融服務助力其向非農產業進行轉移，有資源和空間通過“干中學”積累經驗提高自身技能素養，為城鎮發展提供新型人口紅利。數字普惠金融可以通過打破各環節的信息壁壘，實現“行業協會+金融機構+龍頭企業”的農村全產業鏈建設模式，利用農村自然資源滿足城市龐大消費需求的同時，既能引領城市資本要素流向農村，也能為城鄉三產融合創造機會，真正實現“以鄉促城”，降低城鄉間要素市場分割，提高資源配置效率。綜上提出以下研究假設：

H3：數字普惠金融能夠調節城鄉要素市場分割對資源配置效率的負向抑制作用。

三、研究設計

（一）數據來源

由于我國各省于2019年開始不再公布農村固定資產投資額的絕對值，導致城鄉要素市場分割這一關鍵解釋變量無法計算。所以，本文的數據樣本期間為2009—2018年，并且數據主要來源于國泰安（CSMAR）、Wind、CEIC、UNCTAD（聯合國貿發數據庫）等數據庫以及《中國統計年鑒》《中國人口和就業統計年鑒》、各省統計年鑒、國家統計局網站、中國機器人產業聯盟（CRIA）、國際機器人聯合會（IFR）（由于數據可得性，西藏和港澳臺地區除外），部分缺失年份的數據采用線性插值法予以補足。

（二）變量定義

1.被解釋變量：資源配置效率（efficiencyit）

本文在借鑒Hsieh和Klenow（2009）［2］、孟輝和白雪潔（2017）［7］研究的基礎上，假設勞動、資本、產出同時存在扭曲，并假設規模報酬遞減，進而通過均衡求解的方式測度企業生產效率，根據企業實際生產效率與最優生產效率之間的比值衡量資源配置效率。由于該變量的推導占據篇幅較大，具體測算過程不在文中予以展示資源配置效率測算過程，作者留存備索。。

本文以我國2009—2018年間（除西藏、港澳臺地區以外）共3511家制造業上市公司為樣本，并對樣本數據進行以下處理：（1）剔除其中ST的企業；（2）剔除數據缺失較為嚴重的企業；（3）對樣本區間范圍內的數據進行1%和99%的縮尾處理，剔除極端值影響；（4）會計期間以年度為單位，財務報表類型選擇“合并報表”。由此得到一個包含3052家制造業上市公司的數據樣本，并按照時間和地區進行匹配后計算均值從而形成地區數據。其中，資本要素投入用企業的固定資產凈額進行衡量；借鑒Hsieh和Klenow（2009）［2］的做法，用“支付給職工以及為職工支付的現金”表示企業的勞動要素投入；用“主營業務收入”表示企業的產出。設定模型參數，本文遵循通常做法將資本租賃價格R設定為10%，其中5%為折舊率，5%為實際利率；關于資本產出彈性系數以及勞動產出彈性系數而言，借鑒中國經濟增長前沿課題組等（2012）［8］的研究將2009年的資本產出彈性、勞動產出彈性分別定為0.7與0.3，2021年的資本產出彈性和勞動產出彈性均設定為0.5，進而采用線性法對2009—2018年間企業的資本和勞動產出彈性進行動態賦值。同時，借鑒孟輝和白雪潔（2017）［7］的研究，將規模報酬遞減因子γ設定為0.8。

2.核心解釋變量：城鄉要素市場分割（ccsegmit）

關于城鄉要素市場分割，本文采用相對價格法［9］測度城鄉間的要素市場分割水平，該方法的優勢在于數據易得，能夠更準確、更全面地反映城鄉間要素市場分割水平。本文選擇勞動要素、資本要素作為研究對象。其中，由于2013年以后統計口徑發生變化，本文選取2009—2012年間農村人均工資性收入以及城鎮人均工薪性收入作為城鄉的勞動要素價格，2013—2018年間選取城鎮和農村人均可支配性工資收入作為城鄉的勞動要素價格；選擇城鎮和農村固定資產投資額衡量資本要素價格。各類要素的價格都以環比價格指數進行整理，進而測算出2009—2018年間30個省份的城鄉要素市場分割水平作為解釋變量進行實證回歸分析。

3.主要解釋變量：數字普惠金融（financeit）

本文采用北京大學數字研究中心發布的《北京大學數字普惠金融指數（2011—2020）報告》，將其中省級數字普惠金融指數（2011—2018）作為數字普惠金融的代理變量，與資源配置效率以及城鄉要素市場分割等變量共同構成非平衡面板。

4.控制變量

本文對可能影響資源配置效率的變量分別從地區和企業兩個層面進行控制。地區層面影響資源配置效率的因素主要包含以下三個方面：經濟系統開放度、科技創新度和城鎮化度。其中，對于經濟系統開放度，可以從貨物流通開放度和資本流通開放度兩個方面進行衡量。貨物流通開放度（fortradit）用各省的貨物進出口金額與GDP的比值衡量。貨物流通開放度越高，國內企業的競爭壓力越大，這會加速國內制造業企業通過資源再配置實現優勝劣汰以及市場均衡時的生產率臨界值；資本流通開放度（ecopenit）用各省外商直接投資實際使用額與GDP的比值進行表示，才國偉和楊豪（2019）［10］認為資本流通的開放程度會影響本地企業的融資約束，并且作用于政府的行政效率，從而影響資源的有效配置。對于科技創新度，可以從研發現金資本投入和研發物質資本投入兩個方面進行衡量。研發現金資本投入（Ramp;Dit）用各省Ramp;D經費內部支出與人口數的比值衡量；研發物質資本投入（robotit）用工業機器人投入表示。本文借鑒宋旭光和左馬華青（2022）［11］的做法，假定各省的汽車行業，通信、電子與計算機行業，金屬加工行業，橡膠化工行業以及食品煙酒行業的機器人應用率相同。同時，參考孫早和侯玉琳（2021）［12］的研究，用各省上述行業的工業銷售產值占比計算得到各省工業機器人的應用權重，進而得到工業機器人投入的數據；科技創新能夠通過影響產業集聚以及降低交易成本影響資源的有效配置。對于城鎮化度（urbanit），本文用各省城鎮人口與總人口的比值進行衡量，城鎮化水平能夠影響資源配置效率。企業層面的控制變量：企業規模（sizeit）用企業就業人數的對數進行衡量。由于不同規模的企業對本地區經濟發展績效的影響不同，因此受到政府偏向性支持的程度也不同，這會對資源的有效配置產生影響。

（三）模型設定

為了對上述研究假設進行驗證，本文首先針對城鄉要素市場分割以及數字普惠金融對資源配置效率的影響構建了如下計量模型：

efficiencyit=β0+β1ccsegmit+β2financeit+γXit+μi+λt+εit（1）

式（1）中，下標i為地區；t為年份；efficiencyit為i地區t年的資源配置效率；ccsegmit代表i地區t年包含資本要素以及勞動要素在內的城鄉整體要素市場分割水平；financeit代表i地區t年數字普惠金融發展水平；Xit為控制變量，表示除城鄉要素市場分割以外的所有影響資源配置效率的變量；μi表示地區固定效應；λt表示時間固定效應；εit為隨機擾動項。

為了進一步討論數字普惠金融financeit能否對城鄉要素市場分割ccsegmit與資源配置效率efficiencyit之間的關系產生調節效應，可以通過檢驗回歸系數γ1和γ2的顯著性進行判斷。本文構建的具體計量模型如下：

efficiencyit=γ0+γ1ccsegmit+γ2ccsegmit*financeit+γ3financeit+ηXit+μi+λt+εit"（2）

（四）描述性統計

本文的描述性統計結果如表1所示。

四、實證結果分析

（一）基準回歸

關于實證模型的選擇，本文首先嘗試使用FE模型以及RE模型，并通過Hausman檢驗后發現FE模型更合適。考慮到模型殘差可能存在組內自相關、組間異方差等問題，于是本文對所使用的面板數據分別進行Wooldridge"test（組內自相關檢驗）、Wald"test（組間異方差檢驗），得到的P值均小于0.05，即拒絕了“不存在組內自相關”“不同個體的擾動項方差均相等”等原假設。為了解決上述問題，本文選擇用FGLS（廣義最小二乘法）模型，具體回歸結果如表2所示。

表2列（1）為城鄉要素市場分割、數字普惠金融對資源配置效率的影響，只控制了時間和地區固定效應但未加入控制變量；列（2）在列（1）的基礎上加入了控制變量。列（1）和列（2）的回歸結果顯示，城鄉要素市場分割的回歸系數顯著為負，說明城鄉要素市場分割對資源配置效率具有負向抑制作用，驗證了研究假設H1。數字普惠金融的實證回歸系數顯著為正，說明數字普惠金融對資源配置效率具有明顯的促進作用，驗證了研究假設H2。

列（3）和列（4）分別在列（1）和列（2）的基礎上加入了數字普惠金融與城鄉要素市場分割的交互項，回歸結果顯示城鄉要素市場分割的系數均在5%水平上顯著為負，數字普惠金融與城鄉要素市場分割交互項的系數均在10%水平上顯著為正，說明城鄉要素市場分割對資源配置效率具有負向抑制作用，數字普惠金融能夠反向調節該負向影響，驗證了研究假設H3。

關于控制變量，根據列（2）和列（4）的回歸結果顯示，描述經濟系統開放度的貨物流通開放度和資本流通開放度兩個指標的回歸系數均不顯著，說明經濟系統開放度對資源配置效率并未產生顯著影響。描述科技創新度的研發現金資本投入和研發物質資本投入兩個變量的回歸系數均在5%以上水平顯著為正，說明研發的現金資本投入和物質資本投入，均會對資源配置效率產生促進作用。描述城鎮化度變量的回歸系數在1%水平上顯著為正，說明隨著城鎮化水平的提升，資源配置效率也能得到提升。城鎮化會產生集聚效應，由集聚催生的選擇和擴散效應會進一步提高資源配置效率。企業規模的回歸系數不顯著，說明企業規模對資源配置效率并未產生顯著影響，這可能與本文的樣本選擇有關，各省范圍內制造業上市企業的規模對整體資源配置效率的影響不明顯。

（二）機制檢驗

根據前文理論分析可知，城鄉要素市場分割通過限制農村勞動要素向城市轉移以及城市資本要素向農村轉移，從而降低資源配置效率。因此，本文在借鑒溫忠麟等（2004）［13］研究的基礎上構建了如下的中介效應模型：

efficiencyit=χ0+χ1ccsegmit+χ2Xit+μi+λt+εit（3）

laborit/captialit=ρ0+ρ1ccsegmit+ρ2Xit+μi+λt+εit（4）

effieiencyit=η0+η1ccsegmit+η2laborit/captialit+η3Xit+μi+λt+εit（5）

其中，laborit、captialit分別代表“農村勞動轉移率”“城鎮資本轉移量”等機制變量。

關于農村勞動轉移率（laborit）：本文用該變量衡量“農村-城鎮”的勞動轉移情況，根據配第克拉克定律，勞動力會隨著經濟的發展從第一產業逐漸向第二、三產業轉移，因此本文在借鑒李谷成等（2018）［14］研究的基礎上，采用“（第二產業就業人數+第三產業就業人數）/總就業人數”表示農村勞動力轉移率，相關數據來源于2009—2018年間的《中國城市統計年鑒》。該值越大，說明農村勞動要素向城市轉移的數量越多。關于城鎮資本轉移量（captialit）：本文用該變量衡量“城鎮-農村”資本轉移情況，當城鎮向農村轉移的資本要素較多時必然會增加農村的資本存量，故本文使用“農用機械總動力”作為城鎮資本轉移量的代理變量，數據主要來源于2009—2018年間的《中國農村統計年鑒》。

模型（3）主要檢驗城鄉要素市場分割對資源配置效率影響的總效應，關鍵看χ1的顯著性。模型（4）主要檢驗城鄉要素市場分割對農村勞動力轉移率、城市資本轉移量等中介機制變量的影響，主要看ρ1的顯著性。模型（5）主要考察控制中介機制變量后城鄉要素市場分割對資源配置效率的影響。如η1與η2都顯著，則中介機制變量發揮部分中介作用；當η2顯著，而η1不顯著，說明中介機制變量發揮完全中介作用，具體回歸結果如表3所示。

表3列（1）中城鄉要素市場分割的系數χ1顯著為負，說明城鄉要素市場分割對資源配置效率具有顯著負向影響；表3列（2）顯示城鄉要素市場分割對農村勞動轉移率的系數ρ1在5%水平上顯著為負，說明城鄉要素市場分割阻礙農村勞動要素向城市轉移；表3列（4）中城鄉要素市場分割的系數η1不顯著，農村勞動轉移量的系數η2在5%水平上顯著為負。參考李谷成等（2018）［14］的研究可知中介效應存在，農村勞動轉移率在城鄉要素市場分割對資源配置效率的影響過程中發揮完全中介作用。

表3列（3）顯示城鄉要素市場分割對城鎮資本轉移量的系數ρ1在5%水平上顯著為負，說明城鄉要素市場分割阻礙城鎮資本要素向農村轉移；表3列（5）中城鄉要素市場分割的系數η1顯著，城市資本轉移量的系數η2在1%水平上顯著為負。系數ρ1、η1、η2均顯著，說明城市資本轉移量在城鄉要素市場分割對資源配置效率的影響過程中發揮部分中介作用。

（三）穩健性檢驗

表2已經驗證了數字普惠金融能夠反向調節城鄉要素市場分割對資源配置效率的負向影響。為了進一步驗證上述結論，本文將通過以下方法對數字普惠金融的調節效應的穩健性進行檢驗：

1.被解釋變量滯后兩期

考慮到城鄉要素市場分割與資源配置效率之間可能存在互為因果的情況，本文為了解決由此產生的內生性問題參考黃健柏等（2015）［15］的做法，將作為被解釋變量的資源配置效率滯后兩期，重新進行回歸，驗證相關結論是否成立。具體回歸結果如表4列（1）所示，城鄉要素市場分割的回歸系數顯著為負，且數字普惠金融與城鄉要素市場分割交互項的系數顯著為正，說明引入被解釋變量資源配置效率滯后兩期后的結論仍然穩健。

2.增加遺漏變量

考慮到地區資源流動暢通度對資源配置效率也具有一定影響，因此本文用交通基礎設施（traffit）表示資源流動暢通度并加入控制變量中重新進行回歸，該變量用各省貨運量與區域土地面積的比值進行表示，數據來源于2009—2018年各省統計年鑒。回歸結果如表4列（2）所示，城鄉要素市場分割、數字普惠金融與城鄉要素市場分割交互項的回歸系數分別在5%水平上顯著為負和正，說明加入遺漏變量后結果仍然穩健。

3.替換控制變量

考慮到同期變量之間可能存在內生性的情況，本文將所有控制變量滯后一期重新進行實證回歸，具體結果如表4列（3）所示。可以看到，所有控制變量滯后一期后，城鄉要素市場分割對資源配置效率的負向影響依舊顯著，數字普惠金融對該負向影響的反向調節作用也仍然顯著，說明替換控制變量后結果仍然穩健。

五、進一步分析

關于數字普惠金融對城鄉要素市場分割與資源配置效率之間關系的調節效應，需要考慮數字普惠金融自身屬性所發揮的調節效應。通過數字普惠金融總指數所包含的覆蓋廣度（finance1it）、使用深度（finance2it）、數字支持服務程度（finance3it）等子維度指數以及包含信貸（finance4it）、保險（finance5it）等在內的金融產品指數，可以從廣度、深度、數字化程度以及金融化水平等屬性出發研究數字普惠金融的調節效應。同時，數字普惠金融的調節效應也會因交通基礎設施等“硬約束”、要素稟賦結構等“結構性約束”以及失業率等“就業冗余約束”等方面的影響而產生變化。

（一）數字普惠金融自身屬性的調節效應

本文從數字普惠金融自身屬性出發，分析數字普惠金融各子維度指數以及金融產品指數對城鄉要素市場分割與資源配置效率之間關系的調節效應。具體回歸結果如表5所示。

其中，表5列（1）為數字普惠金融覆蓋廣度數字普惠金融覆蓋廣度表示用戶的互聯網金融電子賬戶覆蓋率。對城鄉要素市分割與資源配置效率之間關系的調節效應，回歸結果顯示城鄉要素市場分割、城鄉要素市場分割與數字普惠金融覆蓋廣度交互項的系數分別在5%水平上顯著為負和正，說明城鄉要素市場分割對資源配置效率具有負向抑制作用，而城鄉互聯網金融電子賬戶覆蓋程度能夠降低該負向影響。

表5列（2）為數字普惠金融使用深度數字普惠金融使用深度表示實際使用互聯網金融的人數。對城鄉要素市場分割與資源配置效率之間關系的調節效應，回歸結果顯示城鄉要素市場分割、城鄉要素市場分割與數字普惠金融使用深度交互項的系數均不顯著，說明目前城鄉互聯網金融實際使用人數所產生的作用尚不能緩解城鄉要素市場分割對資源配效率的負向影響。

表5列（3）為數字普惠金融數字支持服務程度數字普惠金融數字支持服務程度表示用戶使用金融服務的便利性以及成本情況。對城鄉要素市場分割與資源配置效率之間關系的調節效應，回歸結果顯示城鄉要素市場分割、城鄉要素市場分割與數字普惠金融的數字支持服務程度交互項的系數分別在5%水平上顯著為負和正，說明數字技術能夠提供更便利、更低門檻的金融服務，降低城鄉要素市場分割對資源配置效率的負向影響。

保險與信貸作為城鄉間最為常用的金融產品和服務，二者通常發揮“協同效應”。因此，本文參考唐建軍等（2022）［16］的做法構建信貸指數與保險指數的交互項，分析數字普惠金融中保險與信貸的協同效應是否對城鄉要素市場分割與資源配置效率之間的關系發揮調節作用。表5列（4）的回歸結果顯示城鄉要素市場分割的系數在1%水平上顯著為負，城鄉要素市場分割與數字普惠金融保險指數以及信貸指數三者交互項的系數在1%水平上顯著為正，說明保險與信貸在調節城鄉要素市場分割與資源配置效率之間關系的過程中能夠發揮協同效應。

（二）數字普惠金融調節效應的異質性分析

1.交通基礎設施異質性

為了分析交通基礎設施對數字普惠金融調節效應的影響，本文用各省貨運量與區域土地面積的比值衡量各省交通基礎設施水平（traffit）并計算樣本區間范圍內的均值，數據來源于2009—2018年間各省統計年鑒與《中國統計年鑒》。當交通基礎設施水平大于均值時取2，小于均值時則取1，以此將交通基礎設施水平分為“交通基礎設施較完善”與“交通基礎設施不完善”兩組，并將交通基礎設施變量分別與所有解釋變量以及控制變量進行交互，具體回歸結果如表6列（1）和列（2）所示。

當交通基礎設施較完善時，回歸結果如表6列（1）所示，其中城鄉要素市場分割、城鄉要素市場分割與數字普惠金融交互項的系數均不顯著，說明當交通基礎設施較為完善時，城鄉要素市場分割對資源配置效率的負向作用不明顯，數字普惠金融也未能發揮調節效應；當交通基礎設施不完善時，回歸結果如表6列（2）所示，其中城鄉要素市場分割、城鄉要素市場分割與數字普惠金融交互項的系數分別在5%水平上顯著為負和正，說明當交通基礎設施不完備時要素市場分割對資源配置效率的阻礙作用明顯，數字普惠金融的調節效應也得到顯著發揮。可能原因在于交通基礎設施是影響整體經濟發展以及區域經濟一體化的重要手段，完備的交通基礎設施有益于城鄉間生產要素自由流動以及經濟空間格局優化，與制度因素造成的要素流動阻礙作用產生了一定的對沖效應，數字普惠金融的調節效應也因此未能得到明顯發揮。

2.要素稟賦結構異質性

為了分析要素稟賦結構對數字普惠金融調節效應的影響，本文用各省社會固定資產投資額與總就業人口的比值衡量地區要素稟賦結構（structureit）并計算樣本區間范圍內的均值，數據來源于2009—2018年間的各省統計年鑒。地區要素稟賦結構反映了資本勞動比，該值越大說明地區要素稟賦結構偏向于資本密集型，該值較小時說明地區要素稟賦結構偏向于勞動密集型。當要素稟賦結構大于均值時取2，否則取1，進而將地區要素稟賦結構變量分為“資本密集型”和“勞動密集型”兩組，并將地區要素稟賦結構變量與所有解釋變量和控制變量進行交互，具體回歸結果如表6列（3）和列（4）所示。

當要素稟賦結構偏資本密集型時，回歸結果如表6列（3）所示。其中，城鄉要素市場分割、城鄉要素市場分割與數字普惠金融交互項的系數分別顯著為負和正，說明地區要素稟賦結構偏向資本密集型時，城鄉要素市場分割對資源配置效率的阻礙作用凸顯，數字普惠金融發展所需的基礎設施更完善使其能夠更好地發揮正向調節效應；當要素稟賦結構偏勞動密集型時，回歸結果如表6列（4）所示。其中，城鄉要素市場分割、城鄉要素市場分割與數字普惠金融交互項的系數均不顯著，說明地區要素稟賦結構偏向勞動密集型時數字普惠金融對城鄉要素市場分割與資源配置效率之間的關系沒有調節作用。可能的原因在于要素稟賦偏資本密集型有利于產業結構升級，產業結構升級需要以城鄉間要素自由流動為基礎，此時制度因素造成的城鄉要素市場分割阻礙要素跨區域自由流動，數字普惠金融的調節效應也因此得以發揮。

3.失業率異質性

為了分析就業對數字普惠金融調節效應的影響，本文使用各省城鎮調查失業率衡量失業率（unemployit），數據來源于國家統計局。計算樣本期間范圍內失業率的均值，當失業率大于均值時取2、小于均值時取1，以此將失業率分為“高失業率”與“低失業率”兩組，并將該變量與所有解釋變量、控制變量進行交互，具體回歸結果如表6列（5）和列（6）所示。

當失業率較高時，回歸結果如表6列（5）顯示。其中，城鄉要素市場分割的系數在1%水平上顯著為負，城鄉要素市場分割與數字普惠金融交互項的系數在10%水平上顯著為正。說明失業率較高時，城鄉要素市場分割對資源配置效率的抑制作用突顯，而數字普惠金融能夠減弱該抑制作用；當失業率較低時，回歸結果如表6列（6）顯示，城鄉要素市場分割、城鄉要素市場分割與數字普惠金融交互項的系數均不顯著，說明失業率較低時城鄉要素市場分割對資源配置效率的負向影響不明顯，數字普惠金融也未能發揮調節效應。可能原因在于失業率較低時就業較為充分，勞動要素與崗位的匹配度相對較高，資源配置效率得以提升，城鄉間要素市場分割造成的要素流動障礙引起要素錯配的負向效應被充分就業的正向效應在一定程度上所抵消，對資源配置效率的負向影響不明顯，數字普惠金融的調節效應也未得到發揮。

六、結論與建議

破除城鄉要素市場分割對于資源配置效率的負面影響，構建城鄉一體化發展新格局，是減小城鄉收入差距、實現人民共同富裕、建設高水平社會主義市場經濟體制的必經途徑。本文立足城鄉二元結構造成城鄉要素市場分割抑制資源有效配置這一典型經濟事實，從具有跨地域屬性的數字普惠金融切入，基于2009—2018年省級面板數據構建全國30個省份的城鄉要素市場分割指數，對Hsieh和Klenow（2009）［2］模型進行擴充并采用2009—2018年上市公司數據，計算我國各省的資源配置效率，采用廣義最小二乘法（FGLS）、調節效應以及中介效應等模型多維度實證檢驗了數字普惠金融能否緩解城鄉要素市場分割對資源配置效率的抑制作用。通過分析得出以下結論：

第一，城鄉要素市場分割對資源配置效率具有顯著抑制作用，說明目前城鄉要素市場分割仍然是要素市場化改革以及國內大循環建設的關鍵堵點。通過機制分析發現，農村勞動轉移在城鄉要素市場分割對資源配置效率產生負向影響的過程中發揮完全中介作用，城鎮資本轉移量在城鄉要素市場分割對資源配置效率產生負向影響的過程中發揮部分中介作用。

第二，數字普惠金融既具有直接的資源配置效應，又能夠通過調節效應緩解城鄉要素市場分割對資源配置效率的負向抑制作用，該調節效應在一系列穩健性檢驗后仍然成立。進一步分析發現，數字普惠金融一方面通過自身屬性發揮調節效應。數字普惠金融在覆蓋廣度、數字支持服務程度層面能夠對城鄉要素市場分割與資源配置效率之間的負向關系發揮調節效應，但在使用深度層面的調節效應不明顯，同時保險以及信貸在發揮調節效應時具有協同效應；另一方面，數字普惠金融調節效應的發揮會受到交通基礎設施等“硬約束”、要素稟賦結構等“結構性約束”失業率等“就業冗余約束”等外部環境的影響。當交通基礎設施不完善，地區要素稟賦結構偏資本密集型以及失業率較高等情況下，數字普惠金融的調節效應均顯著。

根據上述結論，得到以下幾點政策啟示：第一，依托金融科技、創新普惠金融經營模式以及涉農金融服務和產品，完善農村數字普惠金融發展所需基礎設施建設，促進要素在城鄉間雙向自由流動，即要發揮有效市場作用，又要激發有為政府作用；第二，促進地區要素稟賦結構向資本密集型轉變，尤其要加強農村機械化程度和通信基建水平，提高農業生產效率和信息通信效率，加快農產品全產業鏈建設，吸引城市高質量勞動、資本、技術等稀缺資源流向農村；第三，充分利用數據要素，建立城鄉信息共享機制，加快實現城鄉同工同酬，使農村向城鎮轉移的“新居民”獲得更多公平和機會，為城鎮發展增添新紅利，真正實現“以城帶鄉、以鄉促城”，實現城鄉一體化發展。

參考文獻：

［1］"何德旭，苗文龍.金融排斥、金融包容與中國普惠金融制度的構建［J］.財貿經濟，2015（3）：5-16.

［2］"Hsieh"C"T，Klenow"P"J.Misallocation"and"Manufacturing"TFP"in"China"and"India［R］.NBER"Working"Papers，2009.

［3］"常進雄，趙海濤.所有制性質對農村戶籍勞動力與城鎮戶籍勞動力工資差距的影響研究［J］.經濟學（季刊），2016，15（2）：627-646.

［4］"楊子硯，文峰.從務工到創業——農地流轉與農村勞動力轉移形式升級［J］.管理世界，2020，36（7）：171-185.

［5］"溫鐵軍，等.八次危機：中國的真實經驗1949-2009［M］.北京：東方出版社，2013：247-250."

［6］"張勛，萬廣華，張佳佳，何宗樾.數字經濟、普惠金融與包容性增長［J］.經濟研究，2019，54（8）：71-86.

［7］"孟輝，"白雪潔."新興產業的投資擴張，"產品補貼與資源錯配［J］."數量經濟技術經濟研究，"2017，"34（6）："20-36.

［8］"中國經濟增長前沿課題組，張平，劉霞輝，等.中國經濟長期增長路徑、效率與潛在增長水平［J］.經濟研究，2012，47（11）：4-17+75.

［9］"桂琦寒，陳敏，陸銘，等.中國國內商品市場趨于分割還是整合：基于相對價格法的分析［J］.世界經濟，2006（2）：20-30.

［10］才國偉，"楊豪."外商直接投資能否改善中國要素市場扭曲［J］."中國工業經濟，"2019"（10）："42-60.

［11］宋旭光，左馬華青.工業機器人如何影響制造業就業變動——基于上市公司微觀數據的分析［J］.經濟學動態，2022（7）：70-89.

［12］孫早，侯玉琳.工業智能化與產業梯度轉移：對“雁陣理論”的再檢驗［J］.世界經濟，2021，44（7）：29-54.

［13］溫忠麟.張雷，侯杰泰，等.中介效應檢驗程序及其應用［J］.心理學報，2004（5）：614-620.

［14］李谷成，李燁陽，周曉時.農業機械化、勞動力轉移與農民收入增長——孰因孰果？［J］.中國農村經濟，2018（11）：112-127

［15］黃健柏，徐震，徐珊.土地價格扭曲、企業屬性與過度投資——基于中國工業企業數據和城市地價數據的實證研究［J］.中國工業經濟，2015（3）：57-69.

［16］唐建軍，龔教偉，宋清華.數字普惠金融與農業全要素生產率——基于要素流動與技術擴散的視角［J］.中國農村經濟，2022，451（7）：81-102.

Segmentation"of"Urban-rural"Factor"Markets，"Digital"Inclusive"Finance"and"Resource"

Allocation"Efficiency

LI"Zhi，"He"Haomiao

（School"of"Economics，"Capital"University"of"Economics"and"Business，"Beijing"100070，China）

Abstract："：Digital"inclusive"finance，"characterized"by"its"cross-regional"nature，"can"mitigate"the"impediments"posed"by"the"urban-rural"dual"structure"to"the"effective"allocation"of"resources"to"a"certain"extent."This"study"employs"inter-provincial"panel"data"from"2009"to"2018"and"conducts"empirical"analysis"using"the"Feasible"Generalized"Least"Squares"（FGLS）"model."The"findings"indicate"that"the"segmentation"of"urban"and"rural"factor"markets"primarily"hinders"the"enhancement"of"resource"allocation"efficiency"by"obstructing"the"migration"of"rural"labor"factors"to"urban"areas"and"the"flow"of"urban"capital"factors"to"rural"areas."Digital"inclusive"finance"not"only"exerts"a"direct"impact"on"resource"allocation"but"also"has"the"capacity"to"counteract"the"negative"effects"of"urban-rural"factor"market"segmentation"on"resource"allocation"efficiency."Further"analyses"reveal"that"the"regulatory"effects"of"digital"inclusive"finance"are"notably"evident"in"sub-dimensions"such"as"the"breadth"of"usage，"the"extent"of"digital"support"services，"and"the"synergy"of"financial"products."Moreover，"this"regulatory"effect"persists"even"in"scenarios"where"infrastructure"is"inadequate，"regional"factor"endowments"are"capital-intensive，"and"unemployment"rates"are"high.

Key"words：urban-rural"factor"market"segmentation;digital"inclusive"finance;cross-regional"attributes;resource"allocation"efficiency"

（責任編輯：周正）