数字普惠金融对城乡收入差距的影响研究<br/>——基于安徽省的实证分析

数字普惠金融对城乡收入差距的影响研究
——基于安徽省的实证分析

2020-03-21孙晶晶

淮南师范学院学报 2020年6期

孙晶晶

（安徽大学经济学院，安徽合肥 230601）

十八大以来，党中央及各级政府对打赢脱贫攻坚战作出了全方面部署，在脱贫攻坚的过程中创造多种壮举，贫困人口从2012年的9 899万减至2019年底的551万。虽然脱贫攻坚已取得重大进步，但目前仍存在很多亟需解决的问题，其中城乡收入差距［1］依旧是社会焦点问题。国家统计局数据显示，2019年中国农村居民人均可支配收入为16 021元，城镇居民人均可支配收入为39 244元，前者仅为后者的41.08%，可见我国城乡居民收入差距依然较大。

安徽省作为中部欠发达省份在脱贫攻坚的过程中作出了较大贡献，但城乡收入差距［2］问题依旧十分显著，其城镇人均可支配收入为37 540元，而农村人均可支配收入仅为15 416元。较高的城乡收入差距不仅体现了农村居民与城镇居民生活的不平等，对我国经济的可持续性发展也会造成一定的影响。因此，如何解决城乡收入差距，其重要性不言而喻。而随着金融业的发展，普惠金融或可以成为解决问题的有力手段。

传统普惠金融一般通过建立实体网点形式向低收入群体提供相应的金融服务，但基于其本身成本与趋利性，服务的可持续降低，最终往往无法满足低收入群体的需要［3］。与传统普惠金融不同，基于大数据和信息技术诞生的数字金融抛开了时空约束，降低了成本与趋利性限制，从而为经济发展与减贫带来更多贡献。下文以安徽省为样本研究数字普惠金融对城乡收入差距的影响，以期为有关部门提供参考。

一、相关研究

数字普惠金融是对传统普惠金融的升级，因此可以从传统普惠金融与城乡居民收入差距的关系起步，进一步发掘数字普惠金融对城乡居民收入差距的影响。

在传统普惠金融方面，国内外学者已有相当多的研究。Sarma与Paris（2008）指出，所谓普惠金融就是以社会全体成员可承担的成本向社会大众提供金融产品与服务；他们在2011年的研究中又指出，在普惠金融中发挥重要作用的元素包括收入、不平等、城市化、受教育程度等［4］；而Kapoor（2014）将普惠金融定义为一个可以将个人储蓄资金转化为社会生产资金、同时又利用市场的风险管理以及资源配置功能刺激市场经济发展的平衡器。在普惠金融的作用方面，国外学者Corrado（2010）提出，普惠金融可以降低金融服务门槛，进而在减贫的同时减小城乡收入差距；张小林和徐敏（2014）通过实证检验得出金融发展与城乡收入差距存在长期均衡关系的结论，认为普惠金融的发展有助于缩小城乡居民收入差距［5］；Arun（2016）指出，普惠金融依托金融服务提供的公平性为原则，核心在于可得性，发展中国家由于人均收入水平差距较大，所以效果不明显；Germana和Luisa（2017）分析了普惠金融对包容性增长和发展的作用，认为普惠金融可以成为推动经济走上可持续增长轨道的关键工具［6］。Dai Won（2017）进一步分析了普惠金融与经济增长间的关系，重申普惠金融可促进经济发展；黄燕辉（2018）通过分析广东省数据，指出普惠金融对城乡收入差距的影响显著，并伴随着区域化以及边际效应递减现象［7］。

随着互联网技术的迅速发展，数字普惠金融概念应运而生，为推进金融普惠以及扶贫攻坚带来了新视角，并在2016年9月的杭州G20峰会上成为重要议题。目前数字普惠金融已经成为各国深入探讨与推进的重要课题。在数字普惠金融方面，吕家进（2016）指出，数字普惠金融具有风险管理数据化、服务覆盖广泛化、交易成本低廉化、客户群体大众化四大特征，解决普惠金融现实难题则需要发展数字普惠金融［8］；朱明儒和王莹（2019）指出，数字普惠金融是普惠金融发展到新阶段的产物，伴随大数据等技术的不断创新与应用，金融与大数据的结合开创了普惠金融数字化的新型发展模式［9］。在数字普惠金融的作用方面，Shiller（2013）以手机银行为代表，指出其具有降低使用者在进行金融普惠时的沟通成本、操作成本，以及增强信息传达时效性等优势，提出数字普惠金融可以在传统普惠金融的基础上突破时间与空间的限制，进而增加贫困地区获取金融服务的效率［10］；Munyegera和Matsumoto（2015）认为数字普惠金融可以拓展传统普惠金融的广度与深度并显著促进减贫进而缩小城乡居民收入差距；宋晓玲（2017）基于互联网金融服务的角度，运用泰尔指数对我国各省城乡居民收入差距进行测算，实证分析数字普惠金融对城乡收入差距的影响［11］；詹韵秋（2018）通过研究发现数字普惠金融的发展可以促进经济质量增长，但会抑制经济数量增长，分别表现为U型与倒U型关系［12］；张子豪和谭燕芝（2018）在继续论证数字金融可以降低城乡收入差距的基础上提出该效应具有一定的空间溢出性［13］；钱鹏岁和孙姝（2019）则进一步证实了数字普惠金融的发展在促进本地区减贫和降低城乡收入差距的同时可以影响其关联地区［14］。

二、机理分析

普惠金融是指有效、全方位地为社会所有阶层和群体提供金融服务思路、方案和保障措施等。随着普惠金融的发展和大数据技术的创新和应用，金融与大数据的结合开创了普惠金融数字化的新型发展模式，数字普惠金融的发展使得金融的普惠性大大提高。前期，由于数字普惠金融从安徽省城市发展到农村，数字普惠金融可能带来安徽省城乡收入差距的增加；随着数字普惠金融在安徽省从城市到乡村的不断深入发展，数字技术在降低门槛、发挥减贫效应、促进消费和改善人力资本方面的优势逐渐显现，城乡居民逐步平等享受金融产品和服务，数字普惠金融在减少安徽省城乡收入差距过程中的作用逐步体现出来。

（一）降低门槛

所谓门槛是指，农村地区由于发展速度相对较慢与发展进程落后，人员平均素养以及技术发展与城镇有一定差距，致使农村地区的信用环境整体较差，表现为银行机构的贷款风险相对较大，这往往就会使得农户的贷款需求无法得到满足。而传统金融机构基于自身的趋利性，在成本和收益的权衡方面往往表现出解决此类问题时的乏力，因而进一步放大了原本的收入不均衡。

而数字普惠金融［15］通过依托互联网数字技术，在成本控制方面体现了较强的优势与便捷，使得农村居民获得金融服务的可能性和普及率都可以得到一定的提高。同时数字普惠金融结合大数据以及人工智能等高端技术，在降低成本的同时可以扩大实施效率，并且规避了一些人力工作的犯错可能性，进而进一步降低了金融服务的整体成本。因此，数字普惠金融的发展可以通过降低门槛的效应逐步减少城乡收入的差距。

（二）发挥减贫效应

数字普惠金融是基于数字技术的普惠金融，因而在为农村居民提供金融服务时不仅保持了较低的服务成本，也减少了居民享受服务时所承担的成本，为拓展农村居民的收入渠道与消费渠道带来了贡献。另外，数字普惠金融有助于金融机构为客户提供更定制化、专业化的服务，为客户投资带来更大的收益。在此基础上，数字普惠金融的发展可以提高农民创业的可能性，改善农户在创业启动上所面临的困难，同时在创业过程中可以为农村居民创业带来扶持，为小微企业提供信贷支持，进而从整体上提高贫困地区收入，最终导致城乡收入差距的降低［16］。

（三）促进消费

金融市场的整体发展都有利于提高资本配置的效率，进而有利于促进经济的整体增长，居民的消费能力也随之得到提高［17］。数字普惠金融通过数字技术发挥减贫效应为农村居民带来更多的收入，使得农村居民的消费能力相应的得到改善。而且，随着城镇化的发展以及电商的发展，商品种类以及消费的模式都会相应的得到改善，多种正向改善的结合将会对农村居民消费整体产生促进作用［18］。

（四）改善人力资本

农村居民在接受数字普惠金融带来服务的同时，提高了自身对金融生活的参与，在这个过程中居民所接受的金融知识会趋于全面，整体的金融素养也会随之提高。而金融素养的提高可以进一步促进农村居民在金融生活的自主参与度，结合互联网金融，可以进一步为居民拓展视野发展自身进而促进整体经济发展带来良性促进作用形成良性循环［19］(P28-31)。

三、数据来源与变量选取

（一）数据来源

本研究以安徽省16个城市作为研究对象，数据来源于2011～2018年的《安徽统计年鉴》、《北京大学数字普惠金融指数》、国家统计局网站、EPS数据平台，各市进出口总额、第二产业增加值、第三产业增加值、地方财政一般预算支出、部分可支配收入、部分人口数来自官方网站。

（二）变量选取

1.被解释变量：泰尔指数（THEIL）［20］。有三种方法可以用来衡量城乡收入差距，其一是城镇与农村的居民可支配收入比，它所使用的数据和结果易于获取和计算，但城乡人口结构变化因素并未考虑，因而无法反应城乡人口的流动性；其二是基尼系数，它根据人们的收入水平进行划分后才进行测算，易受到中间阶层变化的影响，但城乡收入差距的主体处于两端；其三是泰尔指数，它既考虑人口变动，又考虑了低高收入群体的收入变动，所以被作为城乡收入差距的衡量指标［21］。其计算公式：

其中，j=1、2表示城镇、农村，Y(j,t)和X(j,t)分别表示第t年城镇或农村的人均可支配收入和人口数，Yt和Xt分别表示第t年总人均可支配收入和总人口数。

2.解释变量：数字普惠金融指数（DIF）。数字普惠金融指数是北京大学数字金融研究中心和蚂蚁金服集团合作研究的，从指标原则上考虑了覆盖广度和使用深度，从指标体系上考虑了支付、货币基金、信贷、保险、投资、信用等多个方面，再通过无量纲化和赋予权重并相加，最终得到总指数。

本文借鉴其研究成果，选取2011～2018年安徽省16个市的数字普惠金融指标作为本文的解释变量，由于该指标相比较其他选取指标而言数值较大，因而本文采用宋晓玲的方法，使用该指数与100的比值作为选取数据。

3.控制变量。对外开放水平（OPEN）：部分学者认为，相比于交通和基础设施较落后的农村而言，对外贸易大多优先选择城市企业，带来城市收入的增加以及与农村收入差距的扩大。也有部分学者认为，对外开放水平的扩大会使农村就业机会增加，带来的农村收入的提高会缩小城乡收入差距。对外开放水平用进出口总额除以GDP的取值结果表示，且人民币与美元采取当年的中间价折算。

经济发展水平（PGDP）：随着经济的发展，城乡的收入差距会形成倒U曲线的变化。本文采用各市的人均GDP表示经济发展水平，并以对数引入计量模型。

城镇化水平（UR）：大多研究表明，城市化进程可以鼓励农民提高劳作效率，从而增加农民收入，缩小农村差距。本文用基于户籍的地区城镇人口与地区总人口的比值表示城镇化水平。

产业结构（IS）：有人认为大量资源流入非农产业，使得非农产业的效率大大增加，从而扩大城乡居民收入差距；也有人认为农业到非农业生产效率的提高会带来农民收入的提高，从而缩小城乡居民收入差距。本文采用第二、三产业增加值与GDP的比值表示产业结构。

财政支出（PAY）：地方财政的增加会带来城乡收入差距的扩大，这是因为城镇是GDP增长的主要来源，因而政府会偏向于城镇的发展。本文采用各市的地方财政一般预算支出表示财政支出，但是由于该指标与其他指标相差较大，故对其进行对数化处理。

本文所使用的主要变量及定义如表1所示。

表1 变量选取

四、实证分析

本章采用实证分析法分析数字普惠金融对安徽省城乡收入差距的影响。首先对选取的变量进行描述性统计和单位根检验，然后进行计量模型的构建与设定，最后通过构建的模型对安徽省一类、二类、三类城市进行面板数据的回归总结相应的结论。

（一）变量的描述性统计分析

本文选取2011～2018年安徽省16个市的城乡收入差距作为研究主体，并将16个市划分为一类、二类和三类，分析八年来从安徽省各市和各分类层面上数字普惠金融对城乡收入的影响。各个指标的描述性统计如表2所示。

表2 变量的描述性统计

（二）单位根检验

通过对T HEIL、DIF、OPEN、IS、PAY、PGDP和UR指标采取ADF、LLC、IPS的检验方法进行单位根检验，规避伪回归的发生，检验结果如表3所示。

表3 单位根检验

（二）模型的构建与设定

首先，通过F检验混合固定效应模型和个体固定效应模型，F结果表明，P值0.000 1，则应使用个体效应回归模型。Hausman检验结果的卡方值15.06，p值0.035 3，因而选择固定效应模型。该模型如下：

其中，i表示城市，t表示年份，被解释变量THEIL表示泰尔指数，解释变量DIF表示数字普惠金融指数，控制变量OPEN、PGDP、UR、IS和PAY分别表示对外开放水平、经济发展水平、城镇化水平、产业结构和财政支出［22-23］。

最后，本文认为计量结果存在内生性问题。内生性问题一方面来源于可能存在的样本代表性问题，另一方面来源于可能存在样本自选择问题。因此，运用工具变量的两阶段最小二乘法得到的面板工具变量模型为：

公式（2）是两阶段最小二乘法回归的第一阶段，是数字普惠金融指数函数反应式。Zi,t是工具变量，νi,t和μZi,t是扰动项。公式（3）是两阶段最小二乘法的第二阶段，是反映城乡收入差距和数字普惠金融指数和控制变量的回归式。

（四）实证结果及分析

根据上面的计量模型，本文使用ststa15.1软件对样本的面板数据采用固定效应模型进行回归，回归结果如下。

1.全样本回归结果及分析。根据表4，数字普惠金融（DIF）的系数为-1.569 996，在1%水平下安徽省城乡居民收入差距与数字普惠金融发展水平呈现显著负相关关系，因此数字普惠金融水平的提高带来城乡收入差距的降低。这是由于数字普惠金融得到发展，农村居民金融服务的接触便利性得到提高，因而城乡收入差距得到缩小。其次，由于数字技术的普及，一定深度的数字普惠金融服务与针对性金融服务的发展一定程度上解决了农村居民的需求，从而带来农村居民收入的提高，城乡收入差距得到缩小；另外，数字普惠金融使安徽省农村居民经营性资本得到提高，小微企业得到发展，两者获得的生产收入以及工资收入带来农村居民收入水平的提高，从而使城乡收入差距得到降低。

表4 全样本回归结果

产业结构与对外开放程度的回归系数为正值，说明城乡收入差距会随之增加。这是由于第二和第三产业的发展与城市的技术密集型企业使得城乡收入差距扩大。而且随着安徽省的经济发展水平不断提高，产业结构已逐渐升级，偏向于技术密集型，其工作岗位也偏向于吸收技术型人才，一些简单的劳动逐渐转向机械化。因此，安徽省的产业结构优化升级与对外开放程度的提高会带来城乡收入差距的增长。经济发展水平和城镇化水平的系数为负值，说明经济发展水平和城镇化水平对城乡收入差距呈负向效用。政府财政支出的系数为正值，对城乡收入差距呈正向效应。

2.分类回归结果及分析。本文以安徽省16个城市作为研究样本，采用聚类分析方法研究不同城镇化水平下数字普惠金融发展对城乡收入差距的影响结果。根据图1，安徽省可分成三类不同城镇化程度的城市，其中合肥、马鞍山和芜湖为一类城市群，蚌埠、池州、滁州、黄山、宣城、安庆、淮南、铜陵和淮北为二类城市群，宿州、亳州、阜阳和六安为三类城市群。

图1 安徽省城镇化聚类分析结果

采用固定效应模型实证检验一类、二类和三类城市数字普惠金融对于城乡收入差距的效应分析。根据表5，一类、二类和三类城市的数字普惠金融的系数均为负数，并在1%的水平下显著性，说明数字普惠金融对城乡收入差距呈负向影响。而且，从实证结果可以看出，随着城镇化水平降低，数字普惠金融对于城乡收入差距的影响反而加大，这是因为随着城镇化水平的降低，农民对于外源性融资和数字普惠金融的需求反而增加。

表5 子样本回归结果

3.稳健性检验。本文采用替换解释变量的方法检验实证分析的正确性和模型的合理性。数字普惠金融是一个多维度指标，本文借鉴相关文献，采用覆盖广度（CB）和使用深度（UD）作为数字普惠金融的代理变量进行稳健性检验，结果如表6所示。

表6 稳健性检验

采用数字普惠金融覆盖广度和数字普惠金融使用深度检验数字普惠金融对于城乡收入差距的影响，进行稳健性检验。表6描述了替换解释变量后数字普惠金融对于城乡收入差距的影响结果。其中，模型1是检验数字普惠金融覆盖广度对城乡收入差距的影响结果，模型2是检验数字普惠金融使用深度对城乡收入差距的影响结果。结果显示，在控制其他因素的前提下，替换解释变量的系数在1%水平下显著为负，说明数字普惠金融覆盖广度和使用深度对城乡收入差距均具有负向效应影响，主要解释变量的参数以及显著性水平与表4结果相类似，说明本文选取的模型有效。

4.内生性检验：工具变量回归。从上述回归结果可知：在全样本回归中，回归系数较小；在分样本回归中，数字普惠金融对安徽省城乡收入差距存在区域差异。本文认为数字普惠金融变量的内生性问题可能会影响到回归结果，使数字普惠金融对城乡收入差距的抑制作用被低估。所以，本文进行内生性检验。

选择安徽省（市）的互联网普及程度作为工具变量，是由于数字普惠金融指数与互联网发展正相关且互联网普及是中央自上而下的政策的推动结果。本文用安徽省各市互联网普及率作为工具变量进行二阶段最小二乘法回归，2SLS回归结果中数字普惠金融对城乡收入差距的抑制系数为-1.774 332 7，且在1%显著水平上显著不为0，OLS回归中数字普惠金融对城乡收入差距的抑制系数为-1.569 996。结果表明：数字普惠金融对于安徽省城乡收入差距的抑制作用显著提升且系数显著不为0。为了进一步验证模型存在的内生性问题，对上述模型进行豪斯曼检验，结果显示：P值为0.001 1，即数字普惠金融对于安徽省城乡收入差距的影响模型中存在内生性问题。因而本文通过选择互联网普及率作为工具变量解决了内生性问题，得到了可靠的计量结果。结果表明，数字普惠金融对于安徽省城乡收入差距呈显著负向效应。