数字普惠金融对农民收入影响的实证分析——以青海省为例

翟项乐

1 引言

“三农”问题，即农民、农业和农村问题，是与我国经济社会发展息息相关的重大问题。改革开放以来，国家一直致力于“三农”问题的解决，始终把解决好“三农”问题放在党和国家工作的重中之重。自2004 年开始，国家已持续17 年发布以“三农”为标题的中央一号文件，反复强调“三农”工作，其核心在于解决我国的农民收入问题。

由于我国长期呈现城乡二元经济结构特征，在发展经济薄弱的农村地区，金融系统与农民，城镇低收入群体金融需求不相匹配，导致金融排斥现象。2016 年G20 峰会首次提出“数字普惠金融”概念，促进了金融服务的数字化发展。作为数字技术与普惠金融相结合的产物，数字普惠金融结合大数据技术，促进了金融产品的创新，让农村低收入群体的金融服务难度降低，一定程度上缓解了贫困，进而促进了农民增收。由此可以看出，研究数字普惠金融与农民收入之间的关系是十分必要的。青海省是“三农”工作的重点区域，研究数字普惠金融与农民收入之间的关系，能够有效避免金融政策的“一刀切”，有利于深化数字普惠金融发展方向，对促进农民收入提高，青海经济高质量发展具有重要意义。

2 文献综述

目前，国外学者关于普惠金融对促进收入增长，以及减贫效应的研究是比较成熟的，部分学者从普惠金融对农民收入的影响机制为出发点来展开论述。Gulli（1998）通过研究分析，得出普惠金融能够减缓贫困，克服传统金融的信贷约束作用，让更多的贫困居民享受到金融服务，提高其参与经济活动的效率获取经济效益，进而提高收入。Claessens（2006）提出了两点关于普惠金融对减贫影响：一是直接影响，通过提供小额信贷等普惠金融服务，让低收入群体享受到金融服务，从而减少贫困，提高其收入；二是间接影响，主要通过提高就业率，调整收入分配等方式增加低收入人群的收入，从而缓解贫困。Demirguckunt（2012）研究分析指出，低收入者或者弱势群体对未来生活容易丧失信心，加剧贫困，普惠金融的发展可以使未受到金融服务的群体也可以去享受金融服务，有利于提高信心，缓解生活贫困。

关于国内学者的研究成果，黄江、徐敏（2015）基于新疆维吾尔自治区的数据，通过研究发现，新疆南部地区的普惠金融发展对收入增长具有促进作用。杜强、潘怡（2016）通过研究全国各地区关于普惠金融的发展与地区经济的发展之间的关系，发现地域上的差别对各地区促进效应不同，其中，中西部地区促进效应明显。宋晓玲（2017）以互联网金融服务为研究视角，选取了我国31 个省份的2011-2015 年的数据，以泰尔指数来衡量我国的城乡收入差距，并通过构建面板数据模型进行研究分析，得出数字普惠金融的发展对缩小城乡居民的收入差距具有促进作用。谭燕芝、张子豪（2018）以空间面板数据为基础，通过构建空间面板计量模型实证研究了数字普惠金融，研究结果表明，数字普惠金融对提高覆盖广度，使用深度以及数字使用服务程度具有显著的作用，有助于我国的缩小城乡收入差距。另外，在缩小城乡收入差距中，覆盖广度发挥的作用更大，因此我们要对数字普惠金融的覆盖面进一步扩大。

通过现有文献的简单梳理，我们可以看到，我国数字普惠金融对农民收入的影响研究较为成熟。本文立足于青海省8 个市（州）数据，探索青海地区数字普惠金融与农民收入之间的影响，并通过实证分析提出相应的建议，以期为其他欠发达地区提供一定的经验借鉴。

3 数字普惠金融对农民收入的作用机理分析

3.1 降低了门槛效应

作为盈利性的金融机构，提供相应金融服务的前提是农民必须进行一定的支付，但由于农村地区信用环境与农民自身的经济状况较差，其自身无法提供银行等传统金融机构的准入要求，导致农民不能获得有效的金融服务，“门槛”因而产生。在农村地区，资金需求不能得到有效满足，抑制了农民收入增加，进一步阻碍了农村经济的发展。

随着数字技术的运用，为我国普惠金融发展路径提供了新的方向。农民现在不仅可以通过去营业网点办理业务，而且能够通过互联网等智能终端快速地获得所需要的金融服务，大大提高了经营效率。数字化方式的存在大幅度降低了金融服务成本，门槛也随之降低。因此，农民通过数字普惠金融的发展，享受到自身能负担的金融服务，进而金融服务的门槛效应降低了。

3.2 缓解排除效应

我国目前很多农村地区发展不平衡问题表现的最为突出，农村金融发展不全面，实质性动力不足、资金外流严重、农村信用体系较为落后，农民不能获得有效的金融服务，进而农民收入增长受到严重影响，可以看出，农村金融发展带来的金融排斥问题尤为严重。作为农业大国，我国农村人口比重大，但是农民长期不能获得有效的金融服务，被排除在外。首先，农村地区的交通，通讯等基础设施不够完善，使得设立的农村金融服务网点成本较高，传统的金融机构考虑到其自身金融机构逐利与经营成本的特性，不断减少农村地区的金融网点。其次，我国由于大多数农民缺乏征信数据，造成农村地区的征信发展不平衡，再加上农村地区互联网的普及程度较低，最终导致传统金融机构为规避风险而不愿向农民提供金融服务；最后，由于马太效应的作用，农村的资源大量集聚城市，使得农村地区的资本不能支撑其经济发展，进而阻碍了农村地区的经济增长，加剧了金融排斥问题。

随着数字技术的高速发展，人们对金融服务的获取程度得到了大幅度提高。其中，移动支付的发展降低了门槛，使得那些被排斥在金融服务之外的贫困人们，即使所处的地理位置与金融机构的营业网点距离较远，也可以获得自身所需要的金融服务。另外，随着大数据的发展，改变了我国以往的信息收集方式，使得我国农村的征信发展有了较大提高。目前来看，更多的农村群体通过互联网或手机等移动终端进行支付，金融机构将其消费信息收集起来并进行数据评估，最后形成信用记录。因此，在低收入群体提出需求时，金融机构不是直接地将其排斥在金融服务之外，而是通过其信用记录以及风险评估进行选择，进而金融服务的排除效应得到缓解。

3.3 发挥减贫效应

第一，普惠金融通过数字技术的支持，降低了金融服务成本，提高了其服务效率，使得农村低收入群体通过低成本的金融服务，拓宽了自身的发展渠道，提高了收入，进而改善贫困状况。第二，数字普惠金融的发展为小微企业融资难、贷款难等问题提供了渠道，小微企业的不断发展，可以为低收入群体提供相应的就业岗位，进而缓解了贫困。第三，数字技术以更精准的方式为客户提供金融服务，客户从定制化的金融服务中提高了收益，改善了所处的经济状况，就业率得到有效提升，减少了贫困。第四，金融需求的扩大，使得金融机构不断研发出能够满足客户所需要的金融产品，并且随着农村地区金融服务基础设施不断地完善，低收入群体可以通过其发展机遇，提高自身的收入水平，减少贫困程度。

4 实证研究

4.1 变量选取与数据来源

本文选取了2011-2018 年青海各市（州）的面板数据，将农民收入水平作为模型的被解释变量，数字普惠金融水平作为模型的解释变量，其他影响农民收入的指标作为模型的控制变量。

被解释变量：农民收入水平（Y）。本文选取了2011-2018 年的农村居民人均可支配收入来衡量农民收入水平，数据来源于2012-2019 年《青海统计年鉴》。

解释变量：数字普惠金融发展水平（DIFI）。本文选取了选取《北京大学数字普惠金融指数（2011—2018）》中的青海省各市（州）的数据，时间跨度范围为2011 至2018 年。由于该指数与其他数据不在同一量纲上，因此，本文使用该指数除以100 的百分比值作为原始数据。

控制变量：财政支出水平（GE）采取了地方财政支出占生产总值的比重。经济发展水平（RGDP）采用人均生产总值来衡量。数据均来自青海各（市）州公报以及《青海统计年鉴》。

4.2 实证分析

4.2.1 描述性统计分析

表1 数据描述统计

从表1 的结果来看，农村居民人均可支配收入最大为13882，最低为2943，差距显著；数字普惠金融指数均值为1.249，标准差为0.592，在最小值0.113 与最大值2.334之间波动。从财政支出水平来看，其水平在0.173 与2.865之间波动，人均生产总值也是如此。可以看出，各指标在不同地区差距较大。

4.2.2 模型构建

为了进一步了解数字普惠金融对青海省农民收入的影响，本文对各指标进行相关性分析，得出各指标之间的相关关系，即Y 与DIFI、GE、RGDP 均显著相关。因此，根据选择的数据，构建模型如下：

其中：i 表示各市（州），t 表示年份，βi为代估参数，εit为随机扰动项。Y 表示农村居民人均可支配收入，DIFI 表示数字普惠金融指数，GE 表示财政支出，RGDP表示人均生产总值。

4.2.3 实证过程分析

面板数据的分析模型有三种，包括固定效应模型、随机效应模型和混合效应模型三种。如果模型形式选择不正确，估计结果与实际情况偏离甚远，因此有必要先进行模型形式检验，模型回归结果如表2 所示。

根据表2 可知，固定效应模型的调整R 方为0.930 在三个模型中最大，即模型最优，并且从各变量显著性来看，固定效应模型也是最优的，但是为了进一步验证该结果，接下来对模型建立随机效应模型后再进行 Hausman检验，由表3 可知所得模型（1）的 Hausman 检验的t 统计量为17.92，P 值为0.0005，小于显著性水平5%，因此，可以初步确定为固定效应模型。

表2 三种模型回归结果

表3 模型设定形式检验结果

表4 回归结果

接下来建立固定效应模型并进行F 和LR 检验。由表3 可知F 检验和LR 检验的P 值均小于5%，因而拒绝原假设，最终确定建立固定效应模型。

根据表3 分析可知，模型（1）选用固定效应模型，并对其全部数据进行回归分析，回归结果如表4 所示。

由表4 可知，模型回归方程R 方为0.9300，调整R 方为0.9535，可以看出样本的拟合优度较好，且具有很强解释意义。模型F 统计量为234.63，在1%置信水平下拒绝原假设，认为被解释变量与解释变量之间有显著的线性关系。

从以上回归结果分析，我们可以看到：数字普惠金融发展水平、人均生产总值均在5%置信水平下通过了显著性检验，在其它变量保持不变的情况下，数字普惠金融发展水平、人均生产总值的增加均会导致农民收入的增加。而财政支出的回归系数虽然不显著，但从符号来看，政府财政支出增加会促进农民收入增加。

5 政策启示

本文通过回归分析发现，数字普惠金融对农民收入增加具有明显的促进作用。随着数字技术的普及，数字金融在我国迅速发展起来，社会各个群体对金融服务的获取更加便捷。因此，基于结论提出以下几点政策建议。

第一，深化数字普惠金融发展战略。数字普惠金融具有低成本，便捷支付，服务效率高等优势，进而容易产生规模经济，因此应深化其发展战略，以线上与线下服务为出发点，着重提高对边远地区以及贫困群体的服务，并根据他们的不同需求，为其提供多样化的服务。

第二，加强数字金融基础设施建设。加大政策扶持力度，通过财政投资推动通信服务向农村与边远地区延伸，有效提高宽带网与通信设施的覆盖；政府部门提供一定的财政补贴服务，降低通信网络费用，积极宣传网上银行与手机终端等数字金融知识，最大程度地为贫困群体提供便利，减轻农民对数字普惠金融的成本负担，提高其对互联网的接触能力。

第三，发挥数字普惠金融与多因素的共同作用。优化产业结构，适度增加财政支出，充分利用农村现有资源与互联网平台，带动农民因地制宜发展特色产业；完善相关收入分配制度，优化自身教育水平，提高农民自身技能培训，加强对数字技术熟练程度以进一步促进收入增加。