数字普惠金融与城乡收入差距

梁双陆，刘培培

(云南大学 a.经济学院，云南 昆明 650500；b.发展研究院，云南 昆明 650091)

一、问题提出与文献述评

中国经济运行呈现出快速稳定的增长态势，形成了具有中国特色的经济建设模式，并备受关注。然而，伴随发展的增速换挡，诸多结构性矛盾渐次显现。近年来，中国的经济正在步入“结构性减速”的新阶段，增长下移与总量下行使得收入差距等方面的隐性矛盾不断显性化[1]。自20世纪90年代以来，收入差距收敛难题一直困扰着中国经济发展，其中，城乡收入差距问题尤为突出，且呈现不断扩大趋势。显然，过去单纯追求经济绩效的发展模式，未能有效解决收入不平等问题。相关学者甚为忧虑，若然继续漠视这一矛盾，它必将加剧社会震荡，最终损害过去四十年的发展成效，甚至会导致其他社会问题[2]。由于国家长期以来秉持城市偏向的金融策略，导致城市金融体系对农村一直存在“虹吸效应”。金融作为一种发展型资源，在国家战略偏向的制度框架内，实质上剥夺了农村人口的发展权。2005年，在“国际小额信贷年”会上，基于金融排斥而导致经济主体(包括中小微企业、个体)发展权未能实现的基本事实，大会提出了普惠金融的概念内涵。这一概念迅速得到了广泛的学术认同与制度改革的呼应。过去十年，中国政府在发展普惠金融方面做出了诸多努力，且在党的十八大、十九大都有所提及，并作为一项重要制度贯彻落实。在“互联网+”的时代浪潮中，普惠金融发展迎来了一个历史性的机遇，数字普惠金融也应势而生，并展示出“交易成本低、传播速度快、使用覆盖广”的巨大优势。无疑，数字普惠金融被寄希望于打破金融业“二八定律”，为农村农民发展带来更多的金融机会和资源，从而缩小城乡收入差距。

普惠金融开始向农村普及，通过在农村及贫困地区提高金融服务覆盖率，发展微型金融，为贫困群众提供储蓄和信贷服务[3]，以增加个体尤其是贫困人群获得和使用金融服务的机会，使其享受到经济增长所带来的福利，帮助该类人群摆脱贫困，从而达到缩小城乡差距的目的[4]。德米尔古克-肯特等(Demirguc-Kunt et al.，2012)在世界银行的报告中指出，普惠金融可以帮助贫困人群以1 ∶3的比例获得储蓄和借款，并得以积累资产、建立个人信用，从而有机会建立更有保障的未来[5]。与此同时，数字普惠金融的发展有助于优化金融资源配置，改善中小企业融资状况，有益于社会金融稳定并实现整体盈利水平的提高[6]。由此，在服务弱势群体及实体经济方面，普惠金融具有重要的价值。金融包容性是一个均衡器，它可以促进经济增长，同时可以使公民尤其是贫困人口从中获得收益[7]。事实上，如果没有及时发展普惠金融，以纠正经济系统运行中的城乡收入差距持续扩大偏差，经济增长势必会放缓、不可持续[8]。查托帕海(Chattopadhyay，2011)进一步测算出缺乏包容性的银行体系会使得GDP损失1%[9]。经验事实表明，普惠金融的发展有助于社会经济增长，为贫困人口带来更多金融服务机会，帮助其摆脱贫困，进而有效缩小城乡收入差距。但是，传统普惠金融无法克服利益导向的弊端，受成本因素影响，它主要分布于人口、资源聚集地，仅有部分贫困人群可享受到金融服务。当然，有些学者认为普惠金融并非完美，甚至部分学者开始质疑其综合社会经济收益是否有效率。巴桑特等(Basant et al.，2011)以及纳西尔(Nasir，2013)认为，如今普惠金融主要存在问题有：部分次级贷款利率过高从而加重贫困家庭的负担，微型金融机构受自身资金规模限制难以扩大影响力[10-11]。中国幅员辽阔，受地理环境等自然因素制约，金融设施建设和维护成本较大，物理网点布设存在较大困难，这为普惠金融的布局带来很大困难[12]。同时，由于传统普惠金融存在卡特尔式垄断，中小企业和农民融资难的困境仍然存在[13]。于是部分学者对普惠金融持否定态度，认为普惠金融下的微观金融不能自行达到经济和社会可持续发展的均衡状态，分散的微型金融机构受区位因素影响无法实现规模效应，并且会导致社区商业竞争，破坏团结和信任。因此，局限于狭窄的贫困家庭客户群体以及监管不力导致的潜在系统性金融风险，成为制约微型金融发展重要因素[14]。

2011年以来，伴随互联网的普及，“互联网+”金融的融合，为普惠金融服务的多元化、数字化取向提供了可能，以余额宝等为代表的数字普惠金融产品，为人们提供了网上支付、借贷及理财等便捷、多样的金融服务[15]。同样地，在国家政策的导向下，数字普惠金融从概念到实践，实现了迅猛发展。依托于互联网的便捷联通性，数字普惠金融通过长尾效应低成本地为客户提供金融服务。同时，利用大数据技术对客户风险进行测评，拓宽金融服务面，普惠金融的平民化趋势日益显现。互联网和大数据技术的加入，为解决传统普惠金融机构的问题提供了新思路。互联网金融通过增宽投资渠道、丰富理财产品等方面为普惠金融的实现提供了新渠道[16]。在互联网金融背景下，普惠金融以平等、便利和快捷的特征促使农民获得更多的金融产品和服务，缓解农民融资困境，从而有效改善城乡收入分配失衡的现状[15]。可见，数字普惠金融创造性地改变了金融市场规则，促使传统金融转向开放、包容、普惠的“人本主义”经营理念。数字化技术与金融的深度融合，正借助于信息化的广度、速度形塑信用评价机制与传统金融的价值创造方式[17]。

综上所述，一方面，传统普惠金融的经济增长效应、城乡收入收敛效应仍存在争议；另一方面，依托互联网技术改造而来的新兴数字普惠金融，能否克服传统普惠金融的先天弊端，真正实现“普惠式”内涵，仍需证实。

二、理论与假设

按照金融深化的经典理论，数字普惠金融以门槛效应、减贫效应、排除效应为影响机制，能够显著缩小城乡居民收入差距[18]，通过包容、效率和创新，数字技术为贫困及弱势人口提供了以前无法企及的发展机会[19]。第一，数字普惠金融依托互联技术可以提高金融服务的触达能力。传统金融服务主要通过设置机构网点为人们提供金融服务，然而，经济不发达地区往往是偏远山区，地理环境复杂，基建成本高昂，这与金融机构追求效应的目标背离，因此，传统金融机构不愿意或难以渗入。与之不同，数字普惠金融通过互联网技术，可以克服空间的地理障碍，提高服务的延展性。农户可通过电脑、手机等设备上网，实现非现金交易，达到本身金融需求。因此，数字普惠金融让金融服务更直接，客户覆盖面更广，让金融服务的平民化趋势日益显现。第二，数字普惠金融可降低金融服务成本。借助于大数据技术，数字普惠金融具有隐蔽性、开放性等传统普惠金融不具备的优点。同时，数字普惠金融可利用人脸识别、远程视频录制、指纹识别技术，使得客户身份识别具有可操作性。这些技术的使用也降低人工劳力成本，减少运营支出。第三，数字普惠金融可更好地为长尾人群服务。长尾人群为不确定性大、信息少的农村贫困者。数字普惠金融利用自身优势，不仅可以让其享受到服务，还可以利用大数据技术为其提供精准的个性化服务。城乡在获得金融服务方面有很大差距，数字普惠金融有望为这一现状带来革命性的转变，以更大的延展性，发挥地理区域的渗透性、使用有效性和产品基础性。

据此本文提出假设1：数字普惠金融沿承普惠金融特征，可抑制城乡收入差距扩大。

数字普惠金融基于传统普惠金融的内涵基础，与移动互联等技术实现了高度融合。当今，云计算、大数据及移动互联等信息技术突飞猛进，开启移动互联时代，为传统金融提供技术支撑。数字普惠金融正依托互联网技术驱动创新，折射出金融服务现代化的价值取向[20]。传统金融服务与社会投融资需求之间的结构性矛盾，为数字普惠金融发展提供了巨大的市场空间。事实上，互联网的泛在性、开放性、通用性，一旦与传统普惠金融实现融合发展，可以有效缓解信息不对称困境[21]。目前，数字普惠金融正在依托大数据、互联网等信息通信技术，大幅降低金融获取门槛，提高覆盖受众群体。一大批数字普惠金融产品不断涌现，例如，“金融超市”、P2P网络贷款、小额贷款、蚂蚁金服等，通过线下传统普惠金融的线上对接，延续了传统金融的生命力。尽管数字普惠金融发展时间较短，但其已经历了两个迭代阶段：一是传统金融业务的互联网化，二是金融科技的数字化。无论经历何种迭代过程，其发展均离不开互联网数字化技术。数字普惠金融从无到有、从萌芽到快速发展的过程说明，互联网不仅带来技术层面的创新飞跃，更带来了新的发展理念，新的发展活力[22]。据此推断，数字普惠金融的发展与一个国家或地区互联网的发育程度[注]以互联网普及率指代。高度相关。

然而当前存在一个困境：数字普惠金融指标体系应该是基于普惠金融内涵、特征的综合概括与显现，构建普惠金融指数的每个维度及指标均要可构成一个有机整体，全面、科学、准确地反映数字普惠金融的内涵和特征；但是囿于指标选取的片面性与数据的可得性问题，可能对普惠金融发展等状况进行了错误评估及判断。目前，学术研究基本以北京大学数字金融研究中心测算的数字普惠金融指数，来衡量数字普惠金融发展程度。事实上，数字普惠金融指数是研究中心在每个省(市、区)取部分样本，根据权重加权得来的。众所周知，样本不可能完全替代整体，样本选择偏差问题是不可避免的。而且，数字普惠金融指数内涵丰富，仅以单纯的指数去衡量它，将会引致数据信息损失。该指数能否真实反映一个地区数字普惠金融发展水平还有待商榷。显然，测量误差会导致基于样本数据得到的计量结果存在内生性问题，引致结果不可信。本文认为，数字普惠金融与互联网普及率高度相关。但是，中国之所以具有那么高的互联网普及率，主要是中央政策自上而下的制度推动，具有很强的外生性，从而互联网普及率可以作为工具变量，以解决内生问题，当然，这仅是理论推断，需要通过相关统计检验，以证实这一推断。

据此本文提出假设2：数字普惠金融会在计量经济模型中出现内生性问题。

三、数据、变量与模型

(一)数据来源与变量选择

本文选取2011—2015年中国31个省级区域[注]由于数据获取原因，不含港澳台和西藏地区。的面板数据，数据主要来源于中国统计局官网、万得数据库(Wind)，缺漏数据由各地统计年鉴数据补足。其中，数字普惠金融相关数据参照北京大学数字金融研究中心编制的“北京大学数字普惠金融指数(2011—2015)”。

被解释变量为城乡收入差距，用泰尔指数(Theil)指代。泰尔指数将人口变动因素考虑在内，并且将城乡收入差距分解为组内差距和组间差距，与城乡收入差距之比相比，泰尔指数能更好衡量收入差距变动[23]，计算公式为：

(1)

其中，i=1时代表城镇，i=2时为农村，y1t和y2t分别为第t年城镇、农村可支配收入，yt为第t年城镇和农村总可支配收入；x1t和x2t分别为第t年城镇、农村人口数，xt为第t年总人口数。2013年，国家统计局将“农村人均纯收入”这一指标与“城市人均可支配收入”统一，口径变为“农村人均可支配收入”。查阅相关资料得，二者差距不大，2011年和2012年“农村人均可支配收入”这一指标由“农村人均纯收入”代替，“总可支配收入”由人口比例及收入计算而来。

通过变量描述性统计分析发现，指代城乡收入差距的泰尔指数最小值为0.724 0，最大值为4.786 0，标准差为0.727 0，且最大值与最小值之间差值较大，据此表明，省际城乡收入差距异质性较大。数字普惠金融指数为本文核心解释变量，由Index表示。该指标均值为138.959 2，最小值为16.220 0，最大值为278.110 0，差距非常大，标准差为67.088 2，这可能源于两方面原因：数字普惠金融的发展存在地区差异，不同省份之间数字普惠金融发展差距比较大；其二为随着时间的推移和业务的发展，各地区数字普惠金融发展迅速，在时间维度上差异明显。其他控制变量为：城镇化率(Urban)、产业结构(Is)、对外经济开放度(Reo)、财政支出比重(Ufe)、财政农支出比重(Rfe)、人均GDP(Pgdp)和地区平均教育水平(Edu)。工具变量为各省份互联网普及率(Internet)。

(二)计量模型构建

首先，构建一个基准计量模型作为结果参照，初步考察数字普惠金融对城乡收入差距的收敛效应，模型公式为：

Theilit=c+β1Indexit+β2Urbanit+β3Isit+β4Reoit+β5Ufeit+β6Rfeit+β7Pgdpit+εit

(2)

Theilit为被解释变量城乡收入差距，Indexit为核心解释变量数字普惠金融指数，其余变量均为控制变量。c为截距项，β1，β2…，β7为待估计系数，εit为随机扰动项。

其次，基于中国传统的三大经济带划分，利用模型(2)对东、中、西部三大地区分样本重新估计，以讨论初步估计结果的稳健性。[注]本文参照国家“七五”规划时期，依照自然地理差异、经济建设条件与技术水平，将全国划分为三大经济地带。目前三大经济带调整为东部11省(市、区)、中部8省(市、区)、西部大开发12省(市、区)。

最后，本文认为计量结果存在内生性问题。内生性问题的来源主要有两个方面，一是数字普惠金融指数是基于蚂蚁金服一家企业数据进行测算得到的结果，因此，可能存在样本代表性问题；二是可能存在样本自选择问题，选择使用蚂蚁金融产品的农村消费者，可能是那些思想开明、能力出众、信息灵通的年轻人，而这些变量通常无法识别和控制。因此，运用工具变量的两阶段最小二乘法得到的面板数据工具变量模型为：

Indexit=a+α1Urbanit+α2Isit+α3Reoit+α4ufeit+α5Rfeit+α6Pgdpit+α7Zit+νit

(3)

(4)

式(3)是数字普惠金融指数函数反应式，是两阶段最小二乘法回归的第一阶段。a、b是截距项，αi、γi为待估系数，Zit为工具变量，νit、μit为扰动项。(4)式是反映城乡收入差距的泰尔指数与数字普惠金融指数及控制变量的回归式，是两阶段最小二乘法回归的第二阶段。

四、实证过程与结果讨论

(一)基准回归

本文对模型进行豪斯曼(Hauseman)检验，检验结果显示：P值为0.016 9，在5%显著水平上拒绝随机效应的原假设。因此，选择固定效应模型较为合适。受本文篇幅限制和为便于比较，表1只呈现混合回归结果和固定效应模型逐次回归结果。如表1所示，逐步回归结果和OLS估计结果表明：在固定效应模型逐次回归中，数字普惠金融对城乡收入差距的系数均为负且在5%、1%的水平上统计显著。数字普惠金融对城乡收入差距的影响与本文理论预期相符，具有抑制效用，假设1得到验证。

表1 数字普惠金融的收敛效应

注：*、**、***分别表示估计系数通过10%、5%、1%显著性水平检验，括号内为标准误。

(二)稳健性讨论：分样本的再估计

为进一步验证假设1：数字普惠金融可以抑制城乡收入差距，对东、中、西部地区分别进行分样本回归，回归结果如表2所示。在三大传统经济带内，西部地区数字普惠金融对城乡收入差距的抑制作用最大且最显著：系数为-0.001 3，且在5%的显著性水平上显著；其次为东部地区：数字普惠金融对城乡收入差距作用的系数为-0.000 6，在10%的显著性水平上显著。由于三大区域间的初始条件、制度要素、资源禀赋存在差异，且各区域处于经济转型的不同发展阶段，同时数字普惠金融的发展在三大区域内也存在差异。因此，数字普惠金融对城乡收入差距的抑制作用理应存在区域性差异，如表2所示：三大区域内，数字普惠金融对城乡收入差距作用的大小及显著性均不同。在中部区域内，数字普惠金融对城乡收入差距的作用系数最小且不显著。20世纪末期以来，三大区域间经济发展不平衡程度逐步加深，而中部地区位于三大区域发展梯度的中间梯度：东部地区是第一梯度，中部地区次之，西部地区发展较落后。所以将中部地区作为三大区域回归结果对照：虽然回归系数未通过显著性检验，但系数仍然为负数(-0.000 3)。

由此，通过对三大地区分区域进行讨论，可进一步验证数字普惠金融对城乡收入差距的抑制作用，假设1得到验证。

表2 分样本的再估计

注：*、**、***分别表示估计系数通过10%、5%、1%显著性水平检验，括号内为标准误。

(三)内生性检验：工具变量(instrumental variable，IV)回归

在上述回归结果中可知：在全样本回归中，OLS回归结果不显著且回归系数比较小；在分样本回归中，数字普惠金融对城乡收入差距的作用存在区域差异，且中部地区回归系数不显著。由此，本文认为可能是数字普惠金融变量的内生性问题影响到回归结果的显著性，且致使数字普惠金融对城乡收入差距的抑制作用被低估。为此，本文进行内生性检验。

本文选择互联网普及程度(internet)作为模型工具变量。选取该指标为工具变量原因主要有两个：其一，数字普惠金融指数与互联网发展正相关：数字普惠金融指数的构成与传统金融主要区别在于，数字普惠金融专注于从互联网金融的角度关注普惠金融的发展，数字普惠金融的构成指标也将互联网技术纳入其中；其二，现如今，互联网的普及已成为中央自上而下政策推动的结果，工信部等2012年印发《关于下一代互联网“十二五”发展建设的意见》指出[注]2012年，国家发展和改革委员会、工业和信息化部等7部委联合印发《关于下一代互联网“十二五”发展建设的意见》。：“十二五期间，互联网普及率达到45%以上，推动实现三网融合”，全国范围内鼓励各地区普及互联网，近几年政府也一直持续颁布推动互联网发展的政策：鼓励互联网“进乡进村”。所以，各地互联网的普及并非是经济发展所左右的，是国家政策冲击及政策安排的结果，具有较强的政策性。下文的工具变量实证结果进一步验证这一观点。

用各省(市、区)互联网普及率作为工具变量进行两阶段最小二乘法回归，回归结果如表3所示。表3第3列所示为2SLS回归结果：数字普惠金融对城乡收入差距的抑制系数为-0.002 3，且在1%显著水平上显著不为0。与表3第2列的OLS回归结果相比：数字普惠金融对城乡收入差距的抑制作用显著提升且系数显著不为0，变得较为合理。这进一步证明假设1：数字普惠金融沿承了普惠金融的特征，对城乡收入差距具有抑制作用。同时，也表明：用数字普惠金融指数对城乡收入差距进行回归，探究二者影响机制，在回归模型中可能存在内生性问题。

为进一步验证模型存在内生性问题，对上述模型进行豪斯曼检验，结果显示：P值等于0.001 1，即拒绝“所有解释变量均为外生”的原假设，模型存在内生性问题，假设2得到验证。若该模型存在异方差，传统豪斯曼检验为无效的。为进一步验证假设2，对模型进行异方差稳健的杜宾吴豪斯曼(DWH)检验：P值等于0.000 9，在1%显著水平上拒绝“变量均为外生”的原假设。由此，计量结果验证了上文由理论做出的假设2：数字普惠金融在对城乡收入差距影响机制研究模型中存在内生性问题。

表3 OLS回归、2SLS回归、LIML回归及2SLS回归第一阶段

注：*、**、***分别表示估计系数通过10%、5%、1%显著性水平检验，括号内为标准误。

(四)工具变量有效性检验

为验证上文理论假设2：各地互联网普及率是否为数字普惠金融指数的有效工具变量，先进行两阶段最小二乘法，第一阶段回归结果如表3第5列所示，互联网普及率(internet)与数字普惠金融指数模型回归的系数为4.506 0，且该系数在1%的显著水平上显著异于0，说明工具变量对内生变量数字普惠金融指数具有较好的解释力。为进一步验证本模型中工具变量——互联网普及率为有效的工具变量，进行弱工具变量检验。回归结果显示，模型R2为0.453 6，偏R2为0.227 3，模型的F统计量为42.953 4，且F统计量的P值为0.000 0，这进一步说明各省互联网普及率与各省数字普惠金融指数的相关系数比较高。为稳健起见，本文进一步使用对弱工具变量不敏感的有限信息最大似然估计(LIML)。如表3第4列，结果显示：极大似然估计模型和2SLS估计方法中，核心解释变量——数字普惠金融对城乡收入差距回归系数值均为-0.002 3，均在1%显著水平上显著异于0，其余控制变量回归系数也均相同。极大似然法模型的系数估计值与2SLS估计方法得来的系数值均相同，这进一步印证各省互联网普及率非弱工具变量，从而也验证了假设2。互联网普及率对数字普惠金融具有较好的解释力，区域内互联网普及率会影响数字普惠金融的发展。

五、结论与思考

数字普惠金融倡导开放、包容的经营理念，旨在为不同社会阶层提供一个普惠性、有效的金融服务[24]，以改变因金融排斥而陷入的贫困格局。鉴于数字普惠金融的发展历程及特点，本文提出两个理论假设并进行计量验证：(1)数字普惠金融对城乡收入差距具有收敛作用，数字普惠金融可有效缩小城乡收入差距。(2)数字普惠金融会在计量经济模型中出现内生性问题。内生性问题主要来源于：其一，数字普惠金融指数是基于蚂蚁金服一家企业数据进行测算得到的结果，因此，样本代表性问题可能存在；其二，存在样本自选择问题，选择使用蚂蚁金服产品的农村消费者，可能是那些思想开明、能力出众、信息灵通的年轻人，而这些变量我们无法识别和控制。所以，用互联网普及率作为工具变量，解决内生性问题，得到一致可靠的计量结果。

基于上述结论，本文提出如下几点建议与思考：

(1)要进一步完善农村地区发展数字普惠金融的环境。数字普惠金融是传统普惠金融的沿承、改善与发展。互联网技术为数字普惠金融提供了技术支撑[25-26]，让普惠金融得以实现低成本、广覆盖与可持续发展。数字普惠金融降低了农村人口获取金融资源的门槛，但发展也受到了制度与技术环境制约。为此，地方政府要积极改善财政支出向城市偏倚较大的现象，优化制度环境，加大财政支持力度，以建设硬件设施与改善技术环境，完善农村地区“上网难、上网慢”的事实。更为重要的是，以技术驱动为特征的数字普惠金融的普及与使用要求使用者具备较高的知识存量，不同受教育水平人群对数字普惠金融产品于服务的选择也是不同的[20]。因此，加强农村地区的教育发展对数字普惠金融的普及、深化及缩小城乡收入差距具有重要意义。

(2)重视互联网技术，推广数字普惠金融。数字普惠金融的发展离不开互联网、计算机等大数据技术的支持。随着互联网技术的发展和创新，以余额宝等产品为代表的新型互联网金融产品为人们提供多样的金融产品和服务。互联网金融产品降低金融服务门槛，使受到非自愿性金融排斥的弱势群体获得所需金融服务产品。由此，数字普惠金融与互联网发展正相关，互联网金融在数字普惠金融发展道路上有重要价值。要想更好发展数字普惠金融，要重视互联网技术。根据区域特点，有针对发展普及地区互联网技术。

(3)数字普惠金融内涵丰富，需求多样化，因此要构建多元化数字普惠金融服务产品体系，以旨在构建有效、全方位地为社会中所有阶层及群体服务的金融体系，从而让弱势群体可以及时公正获得所需金融产品及服务，共同分享金融发展的成果。