福建省数字普惠金融对城乡融合发展影响效应的实证检验

魏秀华， 谢启铭

（福建技术师范学院经济与管理学院, 福建福清 350300）

数字普惠金融概念的提出旨在利用数字技术促进普惠金融发展, 让广大民众特别是边远地区、农村地区的居民和低收入群体都能享受到基本的金融服务. 数字普惠金融作为2016年二十国集团(G20) 重要议题之一, 中国推动并参与制定了《G20 数字普惠金融高级原则》,鼓励各国发挥数字技术为金融服务带来的巨大潜力, 通过提升数字金融服务推动包容性经济增长. 习近平同志在党的十九大报告明确指出,中国特色社会主义进入新时代, 我国社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾. 发展不平衡不充分最根本的体现在于经济发展的不平衡不充分, 而其中又主要表现为城乡经济发展不平衡. 运用数字技术改变传统金融服务模式,有利于降低金融服务成本、深化金融服务渗透率, 有利于弥补金融服务缺失、扩大 “三农” 金融服务覆盖面, 有利于增进社会福利、促进金融消费均等化, 是我国未来推进普惠金融服务的重要发展方向. 互联网金融具有的高效、便捷、低成本等特点与农村普惠金融的理念不谋而合．当前互联网金融在我国农村呈现出迅猛发展之势, 大大促进了农村普惠金融的发展,对促进城乡融合发展具有积极意义. 而数字普惠金融作为新事物, 为传统金融市场带来新机遇的同时, 也带来了诸多问题. 那么数字普惠金融与城乡融合发展二者之间存在何种关系？数字普惠金融如何作用于城乡融合发展？这是文章的关注之所在.

1 国内外研究综述

关于数字普惠金融的研究起源于对普惠金融的研究. 部分学者认为传统金融存在覆盖面不足等弊端, 信息技术对普惠金融发展具有积极作用[1-2].Ethan 提出互联网金融的创新主要从两个方面： 一是传统金融机构通过移动通信技术和互联网技术创新金融服务; 二是互联网企业通过移动通信技术及互联网技术更高效便捷地来向客户提供金融服务[3]. 国内学者对数字普惠金融的研究主要是从互联网金融对农村普惠金融促进作用的角度出发, 对“互联网+” 和农村普惠金融结合的现状以及存在的问题进行分析, 并提出可行性建议. 吕瑛春等分析了数字普惠金融高级原则在欠发达地区的应用[4].尹应凯和侯蕤提出数字普惠金融的发展逻辑,分析了数字普惠金融的 “中国贡献”[5]. 宋亮华提出构建大规模、可持续的数字普惠金融服务商业模式是提升金融普惠功能的关键[6]. 江新奎、赵玉荣认为数字技术的快速发展, 为普惠金融提高效率提供了解决方案[7]. 另有学者对数字普惠金融发展的优势分析、具体实践与路径选择进行了探究[8-10].

对城乡关系基础理论的研究最早起源于19 世纪以欧文和圣西门为代表的空想社会主义者. 城乡融合发展的基础研究最早源于马克思主义的城乡统筹观[11], 恩格斯在1847 年的《共产党宣言》中提出了社会主义城乡之间的融合这一基本概念, 随后西方学者对城乡关系问题进行了多方探索[12]. 我国关于城乡关系的研究较晚. 汪巽人为了让马克思主义城乡融合学说更好地运用于城乡规划中, 对其进行了系统整理[13]. 隋玉柱基于城乡融合的系统分析,发现随着商品经济的发展和市场机制的增强,城乡之间会形成强大的 “推拉机制”, 从而最终消除城乡发展差距[14]. 李雅丽认为城乡一体化有利于改善我国城市和乡村失衡的问题, 进一步推动城乡融合发展[15]. 张克俊、杜婵认为城乡融合发展是在 “城乡统筹” 和 “城乡一体化” 之后进一步重塑城乡关系[16].

国内外已有研究成果为文章开展提供了有益借鉴, 但还存在以下不足：1) 从研究内容看,关于普惠金融与城乡融合发展关系的研究文献相对较少, 而针对数字普惠金融与城乡融合发展关系的研究更是鲜见;2) 从研究方法看, 对数字普惠金融相关问题的研究内容不全面、不深入, 而且偏重于定性分析, 进行定量研究的很少;3) 从研究区域看, 目前相关研究主要基于全国或省际层面, 对于中观区域即基于省域内部发展差异的研究成果尚未出现. 有鉴于此,文章在梳理并借鉴前人研究成果的基础上, 从理论层面分析二者之间的耦合关系, 利用福建省九地市相关数据, 通过构建动态面板数据模型实证检验数字普惠金融对城乡融合发展的影响效应.

2 数字普惠金融对城乡融合发展的作用机理

数字普惠金融以互联网为依托, 借助科学技术手段, 减少金融机构的时间、精力以及金钱投入, 大大降低运营成本, 可以更好地为农村居民提供金融服务, 提高农村经济发展水平,促进城乡融合发展. 数字普惠金融对城乡融合发展的作用主要体现在以下几个方面.

2.1 降低农村金融服务成本

借助线上办理的服务方式, 依托数字技术的辅助, 逐步形成无人工的办理方式. 数字普惠金融将金融服务带进农村和落后地区, 各大银行特别是农信社都在农村设点为农村居民提供金融服务, 让农村居民和城市居民一样可以享受家门口的金融服务, 实现普惠金融的最后一公里, 减少农村居民获得金融服务的成本.

2.2 提升农村金融服务可获得性

数字普惠金融在很大程度上改善了农村地区和边远落后地区支付结算、资金供给和网络贷款的环境. 数字技术的发展为农村金融消费者提供更加安全、便捷、丰富多样的金融服务,金融机构通过数字技术等手段开发出更多适合农村居民及落后地区使用的金融服务产品, 大大提高农村居民金融服务的可获得性. 金融服务可获得性提高使农村居民有更多机会、更愿意加入到金融体系, 借助金融服务增加收入,进而逐步实现城乡融合发展.

2.3 扩大农村金融服务范围

农村居民缺乏抵押物, 融资难、融资成本高问题在我国农村地区普遍并持续存在. 通过数字技术, 金融机构可以利用大数据虚拟消费行为、测评农户信用, 设计出更多适合农村居民的信用产品, 从而扩大农村金融服务范围,为城乡融合发展奠定了基础.

2.4 均衡资源配置

数字普惠金融借助数字技术来实现普惠金融的宗旨, 利用大数据、区块链技术实现资源的均衡配置. 数字普惠金融发展为城乡融合发展带来的资源分配效应主要是通过金融投资以及要素配置两个主要途径来实现, 借此来提高农村居民收入水平, 减少城乡收入分配差距, 推进城乡融合发展.

2.5 增强风险控制能力

普惠金融与城乡融合发展结合的主要制约因素是成本与风险, 数字技术提供了解决问题的思路. 金融机构利用大数据手段, 构建更优化的风险控制模型, 挖掘更规范的信贷审批操作,实现更安全的风险控制. 金融机构风险控制能力的增强, 可助推投资者对农村地区的投资信心, 有利于促进城乡融合发展.

根据上述分析, 提出研究假设： 发展数字普惠金融有利于促进城乡融合发展.

3 模型设定及数据来源

3.1 研究区域概况

近年来, 福建省数字普惠金融指数以及数字金融覆盖广度、数字化程度均呈上升趋势,其中数字化程度增长最快,2018 年数字普惠金融指数比2011 年上升了272.68. 2018 年福建省移动支付新增用户、有效用户数居全国第一, 城市移动支付场景日趋丰富, 农村移动支付习惯逐渐形成, 城乡融合发展成效显著. 截至2019年10 月, 福建省移动支付注册用户已突破千万人次, 人口渗透率达28.5%, 新增小微商户超过50 万.

通过数字普惠金融的扶持, 福建省城乡融合快速发展. 一是城镇化水平逐年提高. 根据福建省2019 统计年鉴数据显示, 2018 年福建省常住人口中, 城镇人口2 593.55 万人, 乡村人口1 347.45 万人, 城镇化率为65.8%, 同比增长1%, 户籍人口城镇化率为49.2%, 较上年提高1.4 个百分点. 二是城乡基础设施不断完善, 逐步实现城乡基本公共服务均等化. 在教育方面,推进了县域内城乡义务教育一体化创新发展,截至2018 年, 学前教育普惠率达73%, 义务教育阶段大班额比例下降到3% 以下, 高等教育毛入学率提高至50.7% ; 在医疗卫生服务方面,基层医疗卫生服务机构不断健全. 共有社区卫生服务中心692 个, 卫生院881 个, 门诊1 021个, 诊所、卫生所、医务室5 547 个, 村卫生室18 280 个; 在城乡养老和医疗保障设施方面,新建820 个农村幸福院, 农村养老保障设施覆盖率的提高幅度达到53%, 居民社区养老设施覆盖率的提高幅度达到80%, 城乡居民基本养老保险参保率高达98.4%, 农村低保平均标准与城市大致相同.

3.2 模型设定

由于面板数据在采样精度方面要明显高于时间序列数据和横截面数据, 且面板数据对动态信息方面的获取也更为丰富, 故文章采用面板数据模型进行实证分析. 面板数据模型基本表现形式如下：

其中,Yit是被解释变量,α 是截距项,β 是阶数k·l 的回归系数的向量, X 是回归变量k·l的列向量, 其中涵盖k 阶回归,μ为非观察个体效应,εit为随机干扰项. i 表示第i 个样本, i = 1,2,…, N, t = 1, 2,…,T.

上述静态面板数据模型忽略了被解释变量滞后项对其自身的动态影响, 估计结果将存在较大误差. 而动态面板数据模型将被解释变量滞后项纳入模型中, 致使全部可观察到的结果均与被解释变量滞后项产生一定的关联, 模型估计结果更为准确. 因此, 为解决模型的滞后期影响和内生性问题, 文章将被解释变量一阶滞后项纳入模型中, 构建动态面板数据模型来检验数字普惠金融发展对城乡融合发展的影响效应：

其中, GAP 即城乡融合发展水平;DIF代表数字普惠金融指数;EDU 代表受教育水平;PGDP 代表经济发展水平; X 代表其他控制变量;GAPit－1表示第i 个地市第t-1 年城乡融合发展水平, 即被解释变量一阶滞后项.

3.3 变量定义与数据说明

3.3.1 被解释变量

城乡融合发展(GAP). 居民收入均衡化是城乡融合发展的重要体现, 文章以城镇居民人均可支配收入和农村居民人均可支配收入的比来判断城乡收入均衡化的变化, 用来衡量城乡融合发展水平.

3.3.2 核心解释变量

数字普惠金融(DIF). 文章选择由北京大学数字金融研究中心和蚂蚁金服集团组成的联合课题组负责编制的数字普惠金融指数作为数字普惠金融发展的代理变量.

3.3.3 其它控制变量

城镇化水平(CITY). 文章用城镇人口占总人口的比例来衡量城镇化水平, 比值越高, 说明城镇化水平越高.

受教育水平(EDU). 受教育水平是衡量人力资本水平高低的重要内容. 由于我国教育系统资金主要依靠我国政府的财政支出, 文章以公共教育支出占财政支出的比重作为衡量受教育水平的代理变量.

经济发展水平(PGDP). 已有研究表明相较于GDP, 人均GDP 在测度经济发展水平方面更为精准, 因此, 文章采用人均GDP 作为衡量经济发展水平的代理变量,并对人均GDP取对数,用来反映地区经济增长水平.

对外开放程度(OPEN). 对外开放对农村经济发展产生较大的推动作用, 有助于促进城乡融合发展, 文章采用外商直接投资额占地区GDP 的比重来衡量地区对外开放程度.

3.4 数据来源和描述统计

文章所采用的数据区间为2011—2017 年,基于各个地区数字普惠金融和农村经济发展均衡程度各不相同, 研究的样本区域选定为福建省九地市. 关于数据的获取与处理, 说明如下： 外商直接投资额按照当年汇率换算而成; 为了消除统计数据中价格因素的影响, 人均生产总值用 CPI 指数( 以2011 年为基期) 进行折算;对绝对指标值DIF、PGDP 取自然对数处理,以规避量纲和异方差带来的影响; 文章所使用的相关统计数据来源于各省市2011—2017 年统计年鉴以及《北京大学数字普惠金融指数(PKU-DFIIC)》. 文章所用的样本数据基本统计描述见表1.

4 模型估计与分析

4.1 解释变量的共线性诊断

面板模型解释变量一旦存在严重共线性问题, 模型回归估计值的有效性将受影响, 同时也会导致模型系数不显著等问题. 文章采用VIF 法对面板模型解释变量的共线性进行检验. 方差膨胀因子(VIF) 即容忍度的倒数,VIF 越大, 显示共线性越严重. 经验判断方法表明, 当0＜VIF＜10,不存在多重共线性; 当10 ≤VIF＜100, 存在较强的多重共线性; 当VIF ≥100, 存在严重多重共线性. 文章相关解释变量的共线性检验结果见表2, 平均VIF=2.78＜10, 说明解释变量间不存在多重共线性.

4.2 实证结果分析

文章利用两阶段系统广义矩估计方法对设定的动态面板模型进行估计. 由于系统广义矩估计采用了差分方程和水平方程的工具变量, 要求干扰项不存在二阶序列相关性, 因此估计时要进行二阶序列相关检验. 由表3 可知, AR(2) 二阶序相关检验的P 值为0.948, 说明扰动项不存在二阶自相关.Sargan 检验适用于检验模型工具变量的过度识别问题, 表3 的最后一列报告了Sargan 检验的P 值, P 值为0.005 0, 表明模型的工具变量运用是合理的. 由于AR(2)检验和Sargan 检验结果均不显著, 说明模型不存在扰动项差分二阶自相关和工具变量的过度识别问题, 模型估计结果有效.

表1 样本变量统计描述

表2 解释变量的共线性检验

表3 模型估计结果

从表3 模型估计结果可知, 城乡融合发展水平一阶滞后项作用显著, 系数值为正, 说明城乡融合发展具有延续性的特征; 核心解释变量数字普惠金融指数系数值为-0.162 9, 在1%的水平下通过了显著性检验, 即数字普惠金融指数每提升1 单位, 城乡收入差距下降0.162 9,表明数字普惠金融的发展能显著促进城乡融合发展, 这与研究假设相符合, 也与前人的研究成果相一致[9]. 此外, 经济发展水平、受教育水平对城乡融合发展作用显著, 系数值分别为0.141 2 和0.370 6, 说明地区经济发展和受教育水平的提高, 扩大了城乡收入差距, 不利于城乡融合发展. 可能的原因在于随着经济发展、教育水平的提高, 城乡社会经济得到发展的同时, 更多的资源流向城市地区, 从而进一步拉大了城乡发展差距, 不利于城乡融合发展. 对外开放程度作用显著, 系数值为-0.262 8, 说明提高对外开放水平能推动农村地区经济发展,有利于促进城乡融合发展.

4.3 模型稳健性检验

根据已有学者对动态面板模型的研究, 固定效应模型和 OLS 模型的被解释变量一阶滞后项系数估计值分别决定了被解释变量一阶滞后项估计值的上界和下界, 因此文章估计了OLS 模型、固定效应模型和系统广义矩动态面板数据模型, 三个模型的系数估计值如表4 所示. 由表4 可知, 采用系统广义矩估计的城乡融合发展一阶滞后项估计系数为0.532 8, 介于固定效应模型和 OLS 模型估计系数0.236 9 和0.560 9 之间, 说明采用系统广义矩估计方法得到的系数估计值是可信的.

5 结论与启示

文章阐述了数字普惠金融对城乡融合发展的作用机理, 通过构建动态面板模型, 实证检验数字普惠金融对城乡融合发展的影响效应. 主要研究结论如下： 数字普惠金融有利于促进城乡融合发展; 城乡融合发展具有固化和持续性的特征; 地区经济发展、受教育水平和对外开放程度对城乡融合发展作用显著. 基于上述研究结论, 提出如下建议.

表4 模型稳健性检验

5.1 积极推动数字普惠金融在农村地区的应用

一是加快完善数字普惠金融法律法规体系, 促进金融机构的规范运营; 二是加强农村地区数字技术基础设施建设. 不断缩小城乡居民的公共设施及服务差异, 进一步扩大农村落后地区金融服务的覆盖范围, 使当地居民享受更加快捷安全的数字金融服务, 加速城乡融合发展.

5.2 着力提升农村地区的人力资本水平

一方面将人力资本的投入和开发作为促进农村地区经济增长的优先发展策略, 并在农村地区教育支出和人力资本投资方面建立健全相应的制度保障; 另一方面, 加大对教育水平相对滞后的农村地区财政资金转移支付力度, 提高基础教育公共服务水平, 进一步推动人力资本存量积累, 加快缩小城乡之间的教育水平差距, 促进城乡融合发展.