數字普惠金融與農村勞動力工資性收入
——基于收入總量與收入差距視角的實證分析

劉 鑫 韓 青

一、引言

不斷提高農民收入,是解決“三農”問題、實現鄉村振興和共同富裕的前提和關鍵。黨的十九屆五中全會提出到2035年基本實現社會主義現代化的戰略目標,要求進一步提高城鄉收入水平、縮小城鄉發展差距,進一步擴大內需,形成以國內大循環為主體、國內國際雙循環相互促進的新發展格局,這些目標的實現都有賴于農村居民收入的不斷增長。(1)胡祎等:《要素市場改革下農戶非農就業的增收邏輯》,《農業技術經濟》2022年第7期。改革開放以來,伴隨著我國城鎮化、工業化和農村要素市場化改革的持續推進,進城務工逐漸成為農民最主要的收入來源。(2)林毅夫:《中國的城市發展與農村現代化》,《北京大學學報(哲學社會科學版)》2002年第4期。根據國家統計局公布的數據,我國農民人均工資性收入由2002年的829元提高到2020年的6974元,但增速在2011年之后明顯放緩,由2011年的20%下降到2020年的5.9%,農民工資性收入增長遭遇瓶頸。

在影響農村勞動力工資性收入的眾多因素中,金融發展能夠通過緩解中小微企業融資約束(3)肖龍鐸、張兵:《金融可得性、非農就業與農民收入——基于CHFS數據的實證研究》,《經濟科學》2017年第2期。,增加低收入群體的工作機會(4)Beck T., Levine R.,and Levkov A., “Big Bad Banks? The Winners and Losers from Bank Deregulation in the United States”, in The Journal of Finance, Vol.65,No.5(2010),pp. 1637-1667.,促進農村勞動力非農就業(5)任碧云、李柳潁:《數字普惠金融是否促進農村包容性增長——基于京津冀2114位農村居民調查數據的研究》,《現代財經(天津財經大學學報)》2019年第4期。,增加其工資性收入。然而,由于我國傳統金融體系長期呈現二元特征,大量農村資金通過傳統金融流向城鎮,中小微企業和低收入人群的金融需求難以得到有效滿足,不利于農村勞動力實現非農就業,增加工資性收入。近年來,依托數字技術而產生的數字普惠金融迅速發展,有效彌補了傳統金融的不足,大幅提高了金融可得性,逐漸成為普惠金融體系的中堅力量(6)張兵、李娜:《數字普惠金融對農村勞動力非農轉移的影響研究——基于CFPS數據的實證分析》,《蘭州學刊》2022年第5期。,為進一步推動農村勞動力非農就業,增加工資性收入帶來了新機遇。

關于數字普惠金融與農民收入的關系,已有研究主要從宏觀和微觀兩個層面進行了探討。在宏觀層面,已有研究發現數字普惠金融能夠彌補傳統金融的不足(7)王喆等:《傳統金融供給與數字金融發展:補充還是替代?——基于地區制度差異視角》,《經濟管理》2021年第5期。,通過促進地區經濟增長、提高就業機會與工資水平(8)劉自強、張天:《數字普惠金融對農民收入的影響及其空間溢出效應》,《當代經濟研究》2021年第12期。,推動產業結構升級(9)張林:《數字普惠金融、縣域產業升級與農民收入增長》,《財經問題研究》2021年第6期。等途徑,增加農民各類收入,進而能夠緩解貧困,縮小城鄉收入差距,促進共同富裕(10)楊林、趙洪波:《數字普惠金融助力農民增收的理論邏輯與現實檢驗》,《山東社會科學》2022年第4期;劉錦怡等:《數字普惠金融的農村減貧效應:效果與機制》,《財經論叢》2020年第1期;宋科等:《數字普惠金融能縮小縣域城鄉收入差距嗎?——兼論數字普惠金融與傳統金融的協同效應》,《中國軟科學》2022年第6期;楊芳:《數字普惠金融如何影響城鄉共同富裕?》,《西北師大學報(社會科學版)》2023年第6期。;在微觀層面,已有研究發現數字普惠金融能夠通過促進農村居民創業,增加其經營性收入(11)張勛等:《數字經濟、普惠金融與包容性增長》,《經濟研究》2019年第8期。;通過增加非農就業機會、縮小數字鴻溝等途徑增加農民工資性收入和總收入(12)張勛等:《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。。同時,數字普惠金融還能夠有效縮小農村內部收入差距(13)徐瑩、王娟:《數字普惠金融與農戶收入差距:加劇還是緩解》,《農業技術經濟》2022年第12期。,實現包容性增長(14)任碧云、李柳潁:《數字普惠金融是否促進農村包容性增長——基于京津冀2114位農村居民調查數據的研究》,《現代財經(天津財經大學學報)》2019年第4期。。

通過梳理已有文獻,我們發現鮮有研究從微觀角度系統探討數字普惠金融對農村勞動力工資性收入及收入差距的影響,已有研究尚未揭示數字普惠金融對農村勞動力工資性收入及收入差距的作用機理?；诖?本研究利用地市級數字普惠金融指數與2011—2017年全國農村固定觀察點數據庫的37526條匹配數據,研究數字普惠金融對農村勞動力工資性收入及收入差距的影響及作用機制。與已有文獻相比,本文的邊際貢獻如下:第一,從微觀層面系統研究了數字普惠金融對農村勞動力工資性收入及收入差距的影響,豐富了數字普惠金融與農民收入關系的研究;第二,建立了數字普惠金融對農村勞動力工資性收入及收入差距影響的理論框架,實證分析了數字普惠金融對農村勞動力工資性收入及收入差距的作用機理,拓展了該領域的研究范疇。

二、影響機制和研究假說

數字普惠金融以大數據、云計算、互聯網以及人工智能等新興信息技術為基礎(15)尹碧等:《數字普惠金融促進中國制造業就業規模增長和就業結構優化了嗎?》,《湘潭大學學報(哲學社會科學版)》2022年第5期。,顛覆了傳統金融機構物理網點的限制,以較好的地理穿透性為實現金融服務廣域覆蓋提供了可能(16)唐松等:《數字金融與企業技術創新——結構特征、機制識別與金融監管下的效應差異》,《管理世界》2020年第5期。,并因低門檻、低成本、個性化、共享等優勢得到快速發展,因而能夠有效彌補傳統金融服務的不足(17)李繼尊:《關于互聯網金融的思考》,《管理世界》2015年第7期。,提高“長尾群體”正規金融的可得性。而且,數字普惠金融通過大數據、云計算等獲取和分析海量非傳統信息,能夠精準把控業務風險,有效解決了因信息不對稱造成的信貸供給不足問題,拓展了交易邊界(18)謝平等:《互聯網金融的基礎理論》,《金融研究》2015年第8期。,提高了金融資源配置效率。數字普惠金融主要通過以下幾個方面提高農村勞動力工資性收入:

第一,數字普惠金融的發展能夠改善創業營商環境,拓展創業空間(19)翟仁祥、宣昌勇:《數字普惠金融提高了城市創業活躍度嗎》,《現代經濟探討》2022年第5期。,提升區域創業活躍度,創造了大量非農就業機會,促進農民工返鄉創業(20)李曉園、劉雨濛:《數字普惠金融如何促進農村創業?》,《經濟管理》2021年第12期。,從而有助于促進農村勞動力非農就業,增加工資性收入。第二,數字普惠金融通過緩解中小微企業的融資約束、提供支付便利、降低交易成本,從而提高中小微企業的經營穩定性和經營績效,有助于提高農村勞動力工資率和就業穩定性,增加農村勞動力工資性收入。第三,數字普惠金融有助于優化農村金融環境,吸引社會資本到農村投資、創業,促進農業產業規模的擴大,推動農村一二三產業融合,從而有助于增加農村勞動力非農就業機會和工資性收入(21)楊林、趙洪波:《數字普惠金融助力農民增收的理論邏輯與現實檢驗》,《山東社會科學》2022年第4期。。第四,數字普惠金融平臺作為一種互聯網信息傳播載體,能夠加快信息傳播速度,提高農村勞動力間的信息互動水平,緩解農村勞動力信息約束(22)周月書、苗哲瑜:《數字普惠金融對農戶生產經營投資的影響》,《中國農村觀察》2023年第1期。,幫助其獲取更多的非農就業信息,從而有助于促進農村勞動力參與非農就業,提高非農就業質量,增加工資性收入。據此,本文提出如下假說:

假說1:數字普惠金融能夠顯著提高農村勞動力工資性收入。

數字普惠金融在提高農村勞動力工資性收入的同時,還有助于縮小農村勞動力工資性收入差距。一方面,數字普惠金融通過為區域中小微企業的設立和發展提供金融支持,提高了女性、低教育程度等就業弱勢群體的非農就業參與程度和穩定性(23)方觀富、許嘉怡:《數字普惠金融促進居民就業嗎——來自中國家庭跟蹤調查的證據》,《金融經濟學研究》2020年第2期。,縮小了本地非農就業勞動力與外出務工勞動力間的工資率差距。另一方面,數字普惠金融通過緩解弱勢農戶家庭的信息約束和流動性約束,拓展就業信息渠道,增加家庭勞動力接受教育或參加培訓的機會,提升人力資本(24)吳本健等:《數字普惠金融發展能否緩解農村多維相對貧困》,《華南師范大學學報(社會科學版)》2022年第3期。,能夠增強低物質資本和低社會資本農戶家庭勞動力在勞動力市場中的競爭力,提高就業匹配度和就業質量,從而縮小與其他農村勞動力間的工資率差距和工資性收入差距。

此外,互聯網使用能夠增強數字普惠金融對縮小農村勞動力間工資性收入差距的作用效果。一方面,互聯網使用能夠提升農村勞動力接受非正規教育的便利性,降低學習成本,幫助低文化水平勞動力提升人力資本和就業能力(25)潘明明等:《互聯網使用促進農村婦女非農就業了嗎——基于蘇、皖、豫、鄂四省調研數據的實證研究》,《農業技術經濟》2021年第8期。,增加其工資性收入,縮小與其他農村勞動力間的工資性收入差距。另一方面,互聯網使用能夠提高農村勞動力社交便捷性與信息獲取便利性,擴展社會資本,拓寬就業信息渠道,降低工作搜尋過程中的信息成本,削弱求職過程中的時空限制,更好地完成人職匹配(26)張衛東等:《互聯網技能、信息優勢與農民工非農就業》,《財經科學》2021年第1期。,從而有助于幫助低社會資本家庭勞動力提高非農就業匹配度和非農就業質量,縮小與其他農村勞動力間的工資性收入差距。據此,本文提出如下假說:

假說2:數字普惠金融能夠顯著縮小農村勞動力工資性收入差距。

假說3:數字普惠金融能夠通過縮小工資率差距,進而縮小農村勞動力工資性收入差距。

假說4:互聯網使用能夠增強數字普惠金融縮小農村勞動力工資性收入差距的作用效果。

三、研究設計

(一)數據來源

本文所用數據包括農村家庭微觀數據、數字普惠金融數據和相應年份宏觀層面城市經濟狀況數據。其中,農村家庭微觀數據部分來自2011—2017年全國農村固定觀察點數據,數字普惠金融數據來自北京大學數字普惠金融指數中2011—2017年地市級數字普惠金融指數及其覆蓋廣度、使用深度、數字化程度,城市經濟狀況數據來自相應年份的城市統計年鑒。在剔除無效數據后,最終得到37526個有效樣本。

(二) 指標選取

1.被解釋變量:工資性收入。用農村勞動力上年工資性收入取自然對數表示。

2.核心解釋變量:數字普惠金融。本文使用北京大學數字金融研究中心發布的數字普惠金融指數作為代理變量,為了增加樣本容量,提高實證估計結果的準確性,采用地市級數字普惠金融指數進行匹配回歸。除了總指數外,本文還以一級子指標覆蓋廣度、使用深度和數字化程度分別作為解釋變量,進一步研究數字普惠金融各個維度對農村勞動力工資性收入及收入差距的影響。為了方便實證分析,數字普惠金融得分及其各維度的得分均采用其原始指標除以100進行衡量。

3.機制變量。(1)非農就業穩定性:依據農村勞動力非農就業性質,將打零工農村勞動力的非農就業穩定性賦值為0,將受雇于穩定工作農村勞動力的非農就業穩定性賦值為1。(2)工資率:依據農村勞動力全年非農工作總天數和工資性收入計算的平均每日工資性收入。(3)非農勞動時間:以農村勞動力全年非農勞動總天數取自然對數作為農村勞動力非農勞動時間的代理變量。(4)工資率差距:根據相關研究,選用農村勞動力每日工資性收入的基尼系數衡量農村勞動力的工資率差距。(5)互聯網使用:寬帶網絡是農村居民連接互聯網的主要信號源,使用寬帶網絡上網能夠有效提高農村居民的互聯網使用深度。因此,本文選擇以農戶家庭是否接入互聯網來反映家庭互聯網使用情況。

4.控制變量。為盡量保證實證結果的準確性和可靠性,本文還從個人層面、家庭層面、村莊層面和地區層面選取了相關控制變量。其中,個人層面控制變量包括性別、文化程度;家庭層面控制變量包括家庭規模、家庭勞動力比例、是不是黨員戶、是不是干部戶、土地規模、自有農機價值、社會資本;村莊層面控制變量包括村莊是否位于城市郊區和村莊所在縣的經濟發達程度;地區層面控制變量包括區域產業結構和財政支出比例。變量的具體定義和描述性統計如表1所示。

表1 變量定義與描述性統計

(三) 模型構建

1.數字普惠金融對農村勞動力工資性收入的影響。鑒于本文所選擇的農村勞動力工資性收入均為大于0的連續變量,因此,采用OLS模型實證分析數字普惠金融對農村勞動力工資性收入的影響,基準模型設定為:

lnyi=α+βiFini+∑λiXi+ε

(1)

其中,lny表示農村勞動力工資性收入的自然對數形式,Fin為數字普惠金融,X為控制變量,ε為隨機擾動項。

2. 數字普惠金融對農村勞動力工資性收入差距的影響。本文采用再中心化影響函數(RIF)回歸模型,探討數字普惠金融對農村勞動力工資性收入差距的影響。不同于一般的回歸方法,RIF回歸中的被解釋變量可以是傳統意義上的收入水平,也可以是基于影響函數獲得的分位數以及方差、基尼系數等收入差距統計量,能夠建立起收入差距指數與其影響因素間的直接聯系,從而可以從分布的角度直接考察數字普惠金融對農村勞動力工資性收入差距的邊際影響。相較于OLS回歸模型,RIF回歸還能有效弱化因遺漏變量等引起的內生性問題,從而得到更穩健可靠的估計結果。與既有文獻通常做法類似,本文使用基尼系數度量農村勞動力工資性收入差距,其再中心化影響函數可以表示為:

RIF(y;vGini)=1+2μ-2R(FY)y-2μ-1{y[1-p(y)]+GL[p(y);FY]}

(2)

其中,vGini為工資性收入分布FY所對應的基尼系數,μ為總體收入的均值,GL為廣義洛倫茲曲線,R為廣義洛倫茲曲線在[0,1]上的積分,p為工資性收入分布,FY為對應的不高于收入水平y的累計人口比例。

結合式(2),為了檢驗數字普惠金融對農村勞動力工資性收入差距的影響,在RIF回歸模型框架下建立如下回歸模型:

Gini(y)i=α+βiFini+∑λiXi+ε

(3)

其中,Gini(y)為農村勞動力工資性收入的基尼系數,用于衡量農村勞動力工資性收入差距。

四、實證分析

(一)數字普惠金融對農村勞動力工資性收入的影響

表2中列(1)—列(4)分別為數字普惠金融及其覆蓋廣度、使用深度和數字化程度對農村勞動力工資性收入的回歸結果。從中可以看出,數字普惠金融總指數、覆蓋廣度、使用深度和數字化程度均在1%的顯著性水平下對農村勞動力工資性收入有顯著的正向影響,即數字普惠金融有助于提高農村勞動力工資性收入,驗證了本文的假說1。

表2 數字普惠金融對農村勞動力工資性收入的影響

注:***、**和*分別表示1%、5%和10%的顯著性水平;括號中為穩健標準誤。下表同。

(二)數字普惠金融對農村勞動力工資性收入差距的影響

本文運用RIF回歸模型對數字普惠金融對農村勞動力工資性收入差距的影響做進一步討論,回歸結果如表3所示。表3中列(1)—列(4)分別為數字普惠金融及其覆蓋廣度、使用深度和數字化程度對農村勞動力工資性收入基尼系數的回歸結果。從中可以看出,數字普惠金融及其覆蓋廣度、使用深度和數字化程度均在1%的顯著性水平下對農村勞動力工資性收入基尼系數有顯著的負向影響,即數字普惠金融有助于縮小農村勞動力工資性收入差距,驗證了本文的假說2。

表3 數字普惠金融對農村勞動力工資性收入差距的影響

(三)內生性討論

數字普惠金融與農村勞動力工資性收入及工資性收入差距之間可能存在內生性問題,為此,本文以地區互聯網覆蓋率作為工具變量,運用2SLS對模型進行重新估計,回歸結果如表4所示。結果表明,在解決了內生性問題后,數字普惠金融原值取自然對數后仍然在1%的顯著性水平下對農村勞動力工資性收入有顯著的正向影響,而對農村勞動力工資性收入差距有顯著的負向影響,證實了本文研究結論的穩健性。

表4 內生性討論回歸結果

(四)穩健性檢驗

為了保證實證結果的可靠性,本文采用如下兩種方法進行穩健性檢驗:(1)替換核心解釋變量。重新量化數字普惠金融,以數字普惠金融的自然對數作為核心解釋變量,研究數字普惠金融對農村勞動力工資性收入及工資性收入差距的影響。(2)使用追蹤數據回歸。通過重新整理數據,使用樣本中的追蹤調查數據重新估計普惠金融對農村勞動力工資性收入及工資性收入差距的影響。為了保證回歸結果的科學性和一致性,此部分仍然采用OLS模型進行回歸,回歸結果如表5所示。從結果可以看出,上述穩健性檢驗結果與前文基準估計結果基本一致,說明本文的研究結論是穩健的。

表5 穩健性檢驗回歸結果

五、機制檢驗

(一)數字普惠金融對農村勞動力工資性收入的影響機制

本文從農村勞動力非農就業穩定性、工資率和非農勞動時間三個方面,采用OLS模型進一步探討數字普惠金融提高農村勞動力工資性收入的原因。表6的回歸結果顯示,數字普惠金融在1%的顯著性水平下對農村勞動力非農就業穩定性、工資率和非農勞動時間有顯著的正向影響,由此可以認為,數字普惠金融通過提高農村勞動力非農就業穩定性、工資率以及增加非農勞動時間進而提高其工資性收入。

表6 數字普惠金融對農村勞動力工資性收入的影響機制分析

(二)數字普惠金融對農村勞動力工資性收入差距的影響機制

為驗證數字普惠金融能否通過縮小農村勞動力工資率差距進而縮小農村勞動力間的工資性收入差距,本文將農村勞動力工資率基尼系數作為中介變量,以RIF回歸方法為基礎,利用中介效應模型進行檢驗,具體回歸結果如表7所示。表7列(1)—列(3)分別為數字普惠金融對農村勞動力工資性收入基尼系數、工資率基尼系數的影響,以及控制工資率基尼系數后,數字普惠金融對農村勞動力工資性收入基尼系數的影響。從回歸結果可以看出,數字普惠金融在1%的顯著性水平下對農村勞動力工資性收入基尼系數、工資率基尼系數均有顯著的負向影響,在控制工資率基尼系數后,數字普惠金融依然在1%的顯著性水平下農村勞動力工資性收入基尼系數有顯著的負向影響,并且回歸系數的絕對值變小,說明工資率基尼系數在數字普惠金融對農村勞動力工資性收入基尼系數的影響中發揮了部分中介效應,即數字普惠金融能夠通過縮小工資率差距進而縮小農村勞動力工資性收入差距,驗證了本文的假說3。

表7 工資率差距作用機制檢驗

依據前文理論分析,為了驗證互聯網使用能否增強數字普惠金融對降低農村勞動力工資性收入差距的作用效果,本文根據農戶家庭是否接入互聯網對數據加以劃分,以子樣本回歸的方式進行檢驗(27)限于篇幅,檢驗結果未列出,留存備索。。回歸結果顯示,雖然數字普惠金融在1%的顯著性水平下降低了兩組樣本農村勞動力工資性收入差距,但對接入互聯網的家庭作用效果更大,可以說互聯網使用能增強數字普惠金融對縮小農村勞動力工資性收入差距的作用效果,驗證了本文的假說4。

六、異質性分析

本部分將從區域和勞動力個人特征兩個維度討論數字普惠金融對農村勞動力工資性收入及工資性收入差距的異質性影響。

(一)區域異質性

本文以樣本所屬省份的經濟發展水平為依據將全樣本劃分為東部地區、中部地區和西部地區三大區域,數字普惠金融對農村勞動力工資性收入及工資性收入差距區域異質性回歸結果如表8所示。從結果可以看出,數字普惠金融對東、中、西三大區域的農村勞動力工資性收入均在1%的顯著性水平下有顯著的正向影響,對農村勞動力工資性收入差距均在1%的顯著性水平下有顯著的負向影響,并且對西部地區的作用效果最大,東部次之,中部最小。可能的原因是,中部是我國糧食主產區,農戶主要以農業經營為主,因而數字普惠金融對中部地區農村勞動力非農就業和工資性收入的促進作用相對較小;與東部地區相比,西部地區經濟發展基礎較差,存在更多的“長尾群體”,這類“長尾群體”是數字普惠金融的主要服務對象,數字普惠金融的包容性特征能夠緩解金融排斥(28)任太增、殷志高:《數字普惠金融與中國經濟的包容性增長:理論分析和經驗證據》,《管理學刊》2022年第1期。,提高“長尾群體”正規金融的可得性,因而數字普惠金融對于提高西部地區農村勞動力工資性收入、縮小工資性收入差距的作用更明顯。

表8 區域異質性回歸結果

(二)勞動力個人特征異質性

在勞動力個人特征異質性上,本文選擇從勞動力性別和文化程度兩個方面進行討論。從表9回歸結果可以看出,在勞動力性別層面,數字普惠金融在1%的顯著性水平下對女性勞動力和男性勞動力工資性收入均有顯著的正向影響,對兩組農村勞動力工資性收入差距也均在1%的顯著性水平下有顯著的負向影響,但對女性勞動力的作用更為明顯。可能的解釋為,由于農村家庭的內部分工構成,女性勞動力常常因照料家庭無法進行遠距離的非農轉移,多是在周邊打零工,非農就業參與率和工資性收入相對較低。數字普惠金融通過促進農民工返鄉創業和區域中小微企業的發展,能夠有效增加女性勞動力的非農就業參與率。因而,數字普惠金融對女性勞動力的工資性收入增長促進作用更大,并有助于縮小其與男性農村勞動力工資性收入差距。

表9 勞動力性別異質性回歸結果

在勞動力文化程度層面,如表10的回歸結果所示,數字普惠金融在1%的顯著性水平下對不同受教育水平農村勞動力的工資性收入有顯著的正向影響,同時對不同受教育水平農村勞動力工資性收入差距也均在1%的顯著性水平下有顯著的負向影響,并且這種影響隨農村勞動力文化水平的提高而得到增強?？赡艿慕忉尀?雖然數字普惠金融的包容性特征更有助于農村低文化水平勞動力參與非農就業,但文化水平越高的勞動力的數字素養和使用數字普惠金融服務和產品的能力更強,也相對擁有更高的非農就業質量和穩定性,能夠為企業創造更多的價值,獲得更多的勞動報酬。因此,高文化水平的農村勞動力能從數字普惠金融的發展中獲得更多的工資性收入紅利。

表10 勞動力文化程度異質性回歸結果

七、研究結論和政策建議

本文利用地市級數字普惠金融指數與2011—2017年全國農村固定觀察點數據庫的37526條匹配數據,運用OLS模型、2SLS模型、RIF回歸模型和中介效應模型,實證分析了數字普惠金融對農村勞動力工資性收入及工資性收入差距的影響,研究結論如下:第一,數字普惠金融及其覆蓋廣度、使用深度和數字化程度均能夠顯著提高農村勞動力工資性收入,縮小農村勞動力間的工資性收入差距。第二,機制檢驗發現,數字普惠金融能夠通過提高農村勞動力非農就業穩定性、工資率以及增加非農勞動時間,進而提高農村勞動力工資性收入;數字普惠金融能夠通過縮小農村勞動力間的工資率差距進而縮小工資性收入差距;家庭互聯網使用能夠增強數字普惠金融對縮小農村勞動力工資性收入差距的作用效果。第三,異質性分析顯示,無論是基于增加工資性收入的角度,還是縮小工資性收入差距的角度,數字普惠金融對西部地區、女性和高學歷農村勞動力的影響更大。

上述結論對于進一步發展數字普惠金融,增加農村勞動力工資性收入,縮小工資性收入差距具有重要的政策啟示。第一,數字普惠金融的發展依托于數字信息技術,應加強數字基礎設施建設,提高農村地區互聯網覆蓋率,改善網絡環境。通過促進區域間信息、資源和技術共享推動數字普惠金融均衡協調發展,利用數字金融資源的空間溢出效應帶動落后地區數字普惠金融發展。第二,借助數字普惠金融平臺大力發展農村電子商務,提升農業數字化程度,提高農業產業規模,推動農村一二三產業融合,帶動農村勞動力非農就業,增加工資性收入。第三,加強對農村各類經濟主體金融知識和互聯網信息技術的宣傳和培訓,使具有創業意向的農村居民能夠正確使用數字普惠金融緩解資金和信息約束,成功創業并帶動周邊農村勞動力參與非農就業,尤其是帶動非農就業參與度較低的農村弱勢勞動力參與非農就業,增加工資性收入,縮小工資性收入差距。第四,不斷創新數字金融產品,提高數字普惠金融對新型農業經營主體的支持力度,在提高農業生產效益的同時,增加農業生產性服務供給,進一步釋放農村勞動力,提高農村勞動力的非農就業參與度。第五,在加大農村教育投入,加強對農村弱勢勞動力進行工作技能培訓的同時,加大對鄉鎮經濟和村集體經濟的扶持力度,使無法進行遠距離非農轉移的農村弱勢勞動力能夠就近參與非農就業,增加其工資性收入,縮小工資性收入差距。