數字普惠金融對河南省城鄉居民收入差距的影響

李彥娜

新鄉學院，河南 新鄉 453000

0 引言

黨的二十大報告指出，我國城鄉區域發展和收入分配差距仍然較大。以河南省為例，2022 年，河南省城鎮居民人均可支配收入38 484 元，農村居民人均可支配收入18 697 元。河南省城鄉居民收入差距較大，區域發展不平衡。隨著我國金融市場的發展和數字技術的進步，數字普惠金融能夠為城鄉居民帶來更多的金融創新產品和金融服務。近年來，普惠金融產品走進農村，數字技術與普惠金融產品的融合使得農村居民能夠享受到更多的普惠金融政策，數字普惠金融在農村普及、使用等能有效縮小城鄉居民收入差距，促進農村經濟發展。2023 年中央一號文件要求深入實施數字鄉村發展的具體行動，要進一步推動數字化應用場景研發推廣，進一步健全農村金融服務體系。因此，研究數字普惠金融對城鄉居民收入差距的影響具有一定的現實意義。基于此，筆者利用2011—2021 年河南省17 個市的面板數據建立固定效應模型，研究數字普惠金融對河南省城鄉居民收入差距的影響，并探索促進河南省數字普惠金融發展以縮小城鄉居民收入差距的路徑。

1 研究概況

很多學者從不同角度、不同方面對數字普惠金融進行研究，特別是一些學者采用門限模型、固定效應模型、空間杜賓模型等研究數字普惠金融如何影響城鄉居民收入差距。李牧辰等［1］認為數字普惠金融可整體縮小城鄉收入差距，但其發展廣度、深度、數字化程度對城鄉收入差距影響不一，而且在我國的東部、中部、西部，數字普惠金融對城鄉居民收入差距的影響也不同，其在縮小城鄉收入差距方面存在門檻效應。陳永紅等［2］以長三角26 個城市群建立數據模型，認為數字普惠金融的發展可以有效縮小城鄉居民收入差距，同時存在城市等級和結構上的異質性，且存在單門檻效應。楊德勇等［3］運用門限模型尋找數字普惠金融對城鄉居民收入差距的最優收斂區間，并發現只有數字普惠金融覆蓋廣度、使用深度和數字化程度達到一定程度，才能明顯收斂城鄉居民收入差距，城鄉居民收入差距較大的14 個省份和城鄉居民收入差距較小的17 個省份，數字普惠金融覆蓋廣度、使用深度和數字化程度對城鄉居民收入差距的收斂效果存在較大差異。劉小春等［4］利用江西省面板數據建立固定效應模型進行分析，并根據城鎮化率水平將11個地市分為3類城市，認為3 類城市存在異質性，結果顯示，在縮小城鄉居民收入差距方面，數字普惠金融能發揮顯著作用，且越是在城鎮化率較高的城市對城鄉居民收入差距的影響越顯著。楊怡等［5］運用省級面板數據進行實證分析，將農村人力資本作為調節變量，將農業綠色全要素生產率作為中介變量，其認為在縮小城鄉居民收入差距方面，數字普惠金融、農村人力資本的教育培訓、健康類資本和遷移類資本等4 個方面均發揮有效作用，數字普惠金融覆蓋廣度、數字化程度可正向影響（縮小）城鄉居民收入差距，而數字普惠金融使用深度可負向影響（擴大）城鄉居民收入差距。馮銳等［6］利用2011—2018 年省際面板數據進行實證分析，結果表明，數字普惠金融對城鄉居民收入影響呈現顯著的門檻特征，數字普惠金融發展在基于金融服務數字化程度、金融服務覆蓋廣度和金融服務使用深度方面對城鄉居民收入也存在門檻效應。以上學者均認為數字普惠金融能夠縮小城鄉居民收入差距，但數字普惠金融覆蓋廣度、使用深度和數字化程度在縮小城鄉居民收入差距時發揮的作用不同。因此，筆者在研究數字普惠金融對河南省城鄉居民收入差距的影響時，將數字普惠金融，以及數字普惠金融覆蓋廣度、使用深度和數字化程度等指標均加入模型進行分析，為進一步縮小河南省城鄉居民收入差距提供依據。

2 河南省數字普惠金融和城鄉居民收入分析

根據北京大學數字金融研究中心發布的《北京大學數字普惠金融指數》，河南省數字普惠金融指數從2011 年的28.4 提高到2021 年的374.37，呈現逐年上升的趨勢，表明河南省數字普惠金融水平逐年提升。河南省數字普惠金融覆蓋廣度由2011 年的13.54 提高到2021 年的366.97，呈逐年上升趨勢；使用深度由2011年的38.11 上升到2021 年的362.2，在2014 年和2018年有稍許的下降，但整體呈上升趨勢；數字化程度由2011 年的59.81 提高到2021 年的420.96，在2016 年和2017 年出現過兩次下降，但整體呈上升趨勢。將河南省數字普惠金融指數與全國的平均水平對比，2011—2020 年河南省數字普惠金融指數略低于全國平均水平，但在2021 年略高于全國平均水平，說明河南省數字普惠金融發展與全國的步調保持一致，并且發展速度較快。

根據河南省統計局發布的數據，河南省城鎮居民人均可支配收入從2011 年的18 195 元提高到2021 年的37 095 元，農村居民人均可支配收入從2011 年 的6 604 元提高到2021 年的17 533 元，城鎮居民和農村居民收入均明顯增加。但是，2021 年河南省城鎮居民人均可支配收入是農村居民人均可支配收入的2.1倍，城鎮居民人均可支配收入與農村居民人均可支配收入的差距由2011 年的11 591 元擴大到2021 年的19 562 元，反映出河南省城鄉居民收入差距依然較大，城鄉發展不協調的問題依然比較明顯。

3 變量選取與數據來源

3.1 變量選取

3.1.1 被解釋變量

一些學者會使用城鎮居民與農村居民收入差、城鎮居民與農村居民收入比、基尼系統或泰爾指數來衡量城鄉居民收入差距。考慮影響城鄉居民收入差距的人口結構和人口分布因素，為更好地反映人口對城鄉居民收入差距的影響，筆者選用泰爾指數（theil）衡量城鄉居民收入差距，替代被解釋變量為城鄉居民收入比（gap）。

3.1.2 解釋變量

選取數字普惠金融指數（difi）作為核心解釋變量，數字普惠金融覆蓋廣度（cov）、使用深度（bre）及數字化程度（dig）作為3 個輔助解釋變量，分別從3 個維度解釋數字普惠金融的發展情況。

3.1.3 控制變量

筆者經過綜合考慮，選取地區生產總值（gdp）、城鎮化率（urb，指城鎮人口占總人口的比重）、受教育水平（edu，指普通高中在校生人數占常住總人口的比重）、產業結構［is，指第二產業和第三產業地區生產總值（Gross Domestic Product，GDP）之和與三次產業GDP 總和的比值］、財政支出水平（gov，指一般財政預算支出占GDP的比重）。

3.2 數據來源

被解釋變量與控制變量的數據來源于2011—2021 年《河南統計年鑒》，解釋變量數據來源于2011—2021年《北京大學數字普惠金融指數》。

3.3 變量描述性統計分析

基于2011—2021年河南省17個市的面板數據，對變量進行描述性統計分析（見表1）。由表1可知，泰爾指數為0.018～0.136；城鄉居民收入比為1.636～2.956；數字普惠金融指數為23.88～330.51；數字普惠金融覆蓋廣度為4.49～355.50；數字普惠金融使用深度為27.07～288.62；數字普惠金融數字化程度為41.40～324.11；產業結構為0.530～0.987；城鎮化率為0.311～0.791；受教育水平為0.013～0.039；財政支出水平為0.089～0.231；因地區生產總值數值過大，直接取對數，取對數后的地區生產總值為24.636～27.869。需要注意的是，為避免產生異方差和標準差過大的問題，后續做模型分析時將變量選擇為取對數值或取縮小倍數值，便于進行科學分析。

表1 變量描述性統計

4 實證分析與檢驗結果

4.1 模型選擇比較

面板數據模型有混合效應模型、固定效應模型和隨機效應模型，對2011—2021年河南省17個市面板數據進行F檢驗、BP檢驗和豪斯曼檢驗，根據檢驗結果選擇合適的模型，面板模型選擇檢驗結果如表2所示。由表2可知，混合效應模型和固定效應模型對比，F檢驗的P值為0（＜0.05），故選擇固定效應模型；混合效應模型和隨機效應模型對比，BP檢驗的P值為0（＜0.05），故選擇隨機效應模型；固定效應模型和隨機效應模型對比，豪斯曼檢驗的P值為0（＜0.05），拒絕采用隨機效應模型的原假設，故選擇固定效應模型。從以上3 種模型的對比結果來看，采用固定效應模型為宜。

表2 面板模型選擇檢驗結果匯總

4.2 固定效應模型構建

基于2011—2021年河南省17個市的面板數據，以theil、difi、is、urb、edu、gov、lngdp等變量建立固定效應模型，公式為

式（1）中：i表示第i個地級市，i=1，2，3，…，17；t表示年份，t=2011，2012，2013，…，2021；β1至β6表示變量的系數，ai，t是常數項，εi，t是隨機項。

4.3 固定效應回歸結果分析

在確定使用固定效應模型進行回歸估計后，選擇個體固定效應、時間個體雙固定效應和時間固定效應3種模型進行分析，回歸結果如表3所示。3種模型中，數字普惠金融指數與泰爾指數均呈顯著負相關，但時間固定效應模型的R2較小，整體估計結果欠佳；時間個體雙固定效應模型加入時間虛擬變量，從Stata 軟件的運行結果發現，時間虛擬變量P值均大于0.1，所以時間虛擬變量不顯著，可知時間個體雙固定效應模型回歸結果不佳，因此，選擇整體回歸效果比較好的個體固定效應模型。

表3 3種模型回歸結果匯總

根據表3 中加入解釋變量和控制變量后的個體固定效應模型回歸結果，數字普惠金融指數的估計系數為-0.263，表明在0.1%的水平下顯著，數字普惠金融指數每增加1 個單位，泰爾指數會降低0.263 個單位。由此可知，河南省數字普惠金融能有效收斂城鄉居民收入差距。從控制變量的回歸結果來看，城鎮化率可以縮小城鄉居民收入差距，產業結構和財政支出水平則擴大了城鄉居民收入差距。具體而言，產業結構的系數為正且顯著，說明其擴大了城鄉居民收入差距，也說明在河南省的產業結構優化過程中，城鎮居民比農村居民獲得了更多的就業機會或者更高的收入，導致了城鄉居民收入差距擴大；城鎮化率的系數為-0.325，在5%的水平上顯著，表明河南省的城鎮化建設取得一定的成效，農村居民享受到了城鎮化帶來的紅利，進而收斂城鄉居民收入差距。受教育水平的系數為-0.097，表明受教育水平對城鄉居民收入差距起到縮小的作用。財政支出水平的系數為正，并且在5%的水平下顯著，說明政府對城鎮的財政支出高于對農村的財政支出，政府著重建設城鎮，對農村的投入太少，一定程度上擴大了城鄉居民收入差距。地區生產總值的系數為正，不顯著，即地區生產總值的提高會阻礙城鄉居民收入差距的縮小，原因可能是該階段的河南省處于經濟快速增長時期，導致城鎮與農村居民收入差距擴大。

4.4 分維度異質性分析

為分析是否存在結構異質性，從數字普惠金融覆蓋廣度、使用深度、數字化程度3 個方面分維度進行異質性檢驗分析，回歸結果如表4 所示。由表4 可知，數字普惠金融覆蓋廣度、使用深度、數字化程度均與泰爾指數呈顯著負相關，3 個指標每增加1 個單位，其對應的泰爾指數分別下降0.265、0.098、0.071個單位，說明拓展數字化普惠金融的3 個維度均對城鄉居民收入差距的縮小具有積極的作用。提升數字普惠金融覆蓋廣度有利于金融機構通過互聯網、大數據、人工智能等技術對客戶資源進行精準的識別，將養殖戶、農業合作社等納入服務對象，進而提高農村居民收入，縮小城鄉居民收入差距；提升數字普惠金融使用深度，為農村居民提供了支付業務、保險業務、信貸業務等服務，使他們對于數字普惠金融有更深層次的理解，推動城鄉融合發展；提升普惠金融數字化程度，為農村居民提供了更加便捷、安全、有效的金融平臺。

表4 分維度異質性分析結果

4.5 穩健性檢驗

基準回歸結果可能會由于變量選擇的偏誤而出現不符合實際的情況，可進一步分析基準回歸結果是否具有穩健性，通過選取新的被解釋變量的方法來進行穩健性檢驗。將衡量城鄉居民收入差距的城鄉居民收入比取對數替換原來的被解釋變量，選用固定效應模型進行兩次檢驗。一個模型將城鄉居民收入比取對數替代被解釋變量，其他變量保持不變；另一模型將城鄉居民收入比取對數替代被解釋變量，而且將數字普惠金融指數的初始值取對數替換原來的核心解釋變量，控制變量不變。回歸結果如表5 所示，兩個回歸結果均顯示數字普惠金融的發展有益于縮小城鄉居民收入差距，在更換被解釋變量后，核心解釋變量的系數的符號方向未發生變化；在更換被解釋變量和核心解釋變量后，核心解釋變量系數的符號方向未發生變化；存在個別控制變量系數的符號方向發生變化和顯著性有所改變，證明基準回歸結果具有穩健性。

表5 穩健性檢驗結果

5 結論與建議

5.1 結論

基于2011—2021年河南省17個市的面板數據，建立固定效應模型，實證分析結果如下。

河南省數字普惠金融發展水平在2011—2021 年有明顯的提升，但城鄉居民收入差距仍然較大，存在區域不平衡情況，數字普惠金融指數與城鄉居民收入差距呈顯著負相關，表明發展數字普惠金融有益于縮小城鄉居民收入差距。另外，城鎮化率和受教育水平的提高可以縮小城鄉居民收入差距。

通過分維度異質性分析，表明數字普惠金融覆蓋廣度、使用深度和數字化程度的提升均有益于縮小城鄉居民收入差距。

通過穩健性檢驗，用城鄉居民收入比作為被解釋變量，數字普惠金融指數對城鄉居民收入比的影響顯著為負，即數字普惠金融有益于縮小城鄉居民收入差距，模型回歸結果具有穩健性。

5.2 建議

5.2.1 大力發展農村數字普惠金融

各地應依托科技化、智能化的金融服務模式打造鄉村振興示范工程，鼓勵金融機構根據農村發展現狀，開發惠農利民的新型金融產品和服務，全面提高農村數字普惠金融水平；鼓勵金融機構優化數字普惠金融服務點布局，擴大對偏遠農村、山區等金融服務半徑，推動金融與物流、電商銷售、公共服務平臺等合作共建，形成資金流、物流、商流、信息流“四流合一”農村數字普惠金融服務體系；進一步深化普惠金融的數字化程度，讓農村居民能夠享受到更多的數字化金融產品，縮小城鄉居民收入差距，推動數字鄉村建設，促進鄉村振興。

5.2.2 提升農村數字普惠金融服務水平

針對數字普惠金融發展水平較低的地區，政府要通過設立專門的金融服務中心、數字普惠金融農村服務點等方法，派駐專門的服務人員，擴大金融服務覆蓋廣度，協調金融資源在不同地市間的布局，促進金融產品及服務區域協調發展。同時，強化金融服務使用深度，將新研發的數字普惠金融服務及產品推廣到更多的農村地區，滿足農村居民對數字普惠金融的需求。針對農業、小微企業和村鎮企業等開發出更具包容性、公平性的金融產品，適度降低農村審核門檻，降低貸款利率。提升農村經濟活力，增加低收入人群收入，從而縮小城鄉居民收入差距。為深化普惠金融的數字化程度，金融機構應拓展服務場景，推動智能化科技化的金融業務模式與生產生活融合，重視宣傳推廣，通過區塊鏈等技術，對農戶、小微企業、村鎮企業細化分類，自動分級，精準推廣，切實將數字普惠金融產品在農村市場進行有效推廣。