长三角地区数字普惠金融对城乡收入差距的影响——基于空间计量模型的实证研究

肖扬清，齐 盈

(集美大学 财经学院，福建 厦门 361000)

一、引言

作为一个农业大国，我国城乡二元经济结构所带来的发展不平衡和城乡收入差距等问题一直存在。当前，以实现共同富裕为目标的高质量发展，要求我们缩小城乡收入差距。2019年政府工作报告提出推动长三角综合一体化发展，目的是利用上海市等发展领先城市作为动力带动周边地区的协调发展。这一进程会产生一定的极化效应和扩散效应，一些学者认为长三角地区的空间溢出效应前者大于后者，即大城市对资源的“虹吸”造成的极化效应大于带动周边城市发展的辐射扩散效应，这种消极的空间溢出效应阻碍了该区域的均衡发展[1]。就长三角地区而言，长三角区域内经济不平衡发展，城乡居民收入差距等问题依然存在。

普惠金融的概念自提出后，就得到中国政府的高度重视，近年来，普惠金融在我国得到了大力发展。但是，数字普惠金融出现较晚，其理论发展水平远远落后于实践发展水平，有些学者认为将移动互联网与传统金融结合，可以帮助缩小城乡收入差距，实现均衡发展[2]，例如罗剑朝等得出数字普惠金融对促进中西部地区的均衡发展具有积极作用[3]。但也有学者，如亚林(Allen)等认为数字金融的广度并不能使贫困、低收入和文盲等个人从中获取充分的收益[4]。黄氏(Huang)等发现：数字金融广度从长远看缩小了城乡收入差距，但目前反而扩大了城乡收入差距[5]。因此，数字普惠金融的发展对于城乡收入差距的影响没有统一定论，还需要进一步讨论与分析。

我国幅员辽阔，地区之间的经济和金融发展水平存在差异，长三角地区在我国经济发展领先，金融市场完善，数字普惠金融可以在这里得到机会发展，其居民收入格局的演变也可能为其他区域提供借鉴经验。本文使用北京大学数字金融研究中心、上海新金融研究院和蚂蚁金服集团联合课题组(以下简称“联合课题组”)所编制的《北京大学数字普惠金融指数(2011年-2015年)》，运用空间计量模型分析数字普惠金融对长三角地区41个城市城乡收入差距的影响，揭示其空间格局，确定我国数字普惠金融的发展方向，促进长三角地区的均衡发展，同时可以为政府的政策制定提供参考，具有现实意义。

二、长三角地区数字普惠金融发展现状

本文研究上海市、江苏省、浙江省、安徽省(“一市三省”)41个城市的数字普惠金融对城乡收入差异的影响，图1反映了2014-2018年长三角地区数字普惠金融发展总指数，虽然整体上升但总指数存在地区差异，从大到小依次是上海市、浙江省、江苏省、安徽省。因此，长三角数字普惠金融存在由经济发展水平带来的地区差异。

图1 长三角地区数字普惠金融发展总指数

覆盖广度指数包括每万人拥有支付宝账号数量、支付宝绑卡用户比例以及平均每个支付宝账号绑定银行卡数。由2014-2018年长三角地区数字普惠金融覆盖广度指数(图2)可以看出：上海市始终处于领先地位，这是因为上海市本身经济金融领先，移动支付更为普及；而安徽省账户覆盖率较低，人均移动支付账户数量少于江浙沪。

图2 长三角地区数字普惠金融覆盖广度指数

使用深度指数代表使用数字金融服务的程度，主要涉及支付、保险、信贷、投资、货币基金和信用业务。由图3可知，总体上来看，2014-2018年数字普惠金融的使用深度指数除2017年有大幅度上升外，其余年份呈平缓趋势。这是因为2017年政策宽松使得投资指数和货币基金指数上升，而2018年政策限制导致增速缓慢，长三角地区上海市和浙江省普惠金融使用深度发展更加深入，因而使用深度指数较高。

图3 长三角地区数字普惠金融使用深度指数

数字支持服务指数主要包括便捷性和成本两个方面，涉及移动支付、二维码支付、花呗支付的笔数和金额以及个人与小微企业的平均贷款利率。由图4可以看出，长三角地区数字支持服务指数2016年和2017年均有所下降且数字支持服务差异不大，说明其地区差异不明显。

图4 长三角地区数字普惠金融数字支持服务指数

综上所述，虽然长三角地区数字普惠金融呈现上升趋势，但同时也存在着各种金融服务不平衡的问题。从联合课题组编制的《北京大学数字普惠金融指数(2011年-2015年)》中使用深度指数的细分类别可知，长三角地区数字普惠金融的支付、保险和信贷业务开发较早，但货币基金、投资和征信业务出现较晚。因此，这说明长三角地区数字普惠金融的发展目前还不均衡。

三、文献综述与理论分析

造成我国居民收入分配不平等的决定力量是城乡收入差距，其差距过大会造成金融市场资源分配不均衡，影响我国经济的持续稳定增长[6]。因此，解决城乡收入差距问题十分重要。目前，学者们关于影响城乡收入差距的因素已有一些研究，城市化水平[7]、偏向性的政府政策[8]、对外贸易[9]、城乡教育水平[10]以及产业结构[11]等因素都会对城乡收入差距产生影响，其中金融的发展也是一个重要因素。金融本身具有的“嫌贫爱富”特性造成了长期的贫富差距，同时也制约着经济的发展[12]。有学者发现：金融发展的过程中，金融服务和金融资源会向经济发达的城市以及高收入群体聚集[13]，金融机构从农村获得的资金通常被用于投资城市的发展而不是农村的发展[14]，导致农村金融体系不完善以及金融服务供给较欠缺，影响农村居民收入的提高，从而造成我国城乡收入差距扩大。因此，我们需要满足金融设施不齐全的偏远落后地区的金融服务需求，普惠金融为所有群体获得金融服务提供可能性。有部分学者认为：普惠金融通过扩大金融服务群体[15]，实现金融资源合理分配[16]来缩小城乡收入差距。但现实情况错综复杂，随着数字化技术以及互联网的发展，普惠金融的发展也产生了新的思路[17]。有学者经过理论分析提出数字普惠金融可以通过缓解信息不对称，减少金融服务的成本来缓解农村金融排斥[18]。但是，只有当普惠金融的普惠作用在城镇居民和农村居民中发挥相同的作用力时，普惠金融的发展才会缩小城乡收入差距。有学者发现：普惠金融的普惠作用在城镇居民和农村居民中发挥不同的作用，且普惠金融对农村的作用往往小于对城市的作用[19]。数字普惠金融主要通过以下三种途径来影响城乡收入差距：

1.减缓非均衡效应

库码(Kumar)等提出：利用网络技术的数字普惠金融提供金融服务时，减少了由区域差异所导致的金融资源不均衡问题[20]。谢平、邹传伟研究发现：数字普惠金融通过为农村提供金融服务，使得金融资源逐渐偏向农村地区，能有效避免金融人才流向城镇的现象，最终实现均衡[17]。然而，耿良、张馨月研究发现：无论是传统普惠金融的发展还是我国互联网的发展都具有区域聚集性，数字普惠金融的发展必然也会存在空间聚集，这使得一些发展较慢、金融设施不齐全的地区仍无法得到金融服务与支持[21]。杨虹、张柯研究发现：普惠金融的普及过程中，金融机构出于利益最大化考虑，并没有使得金融资源在二次分配的过程中到达有强烈需求的农村低收入群体和小微企业手中，进一步扩大了收入差距[22]。

2.降低门槛效应

王修华、邱兆祥认为：传统金融在提供金融服务时需要收取一定的费用，一些农村居民无法支付该成本形成了金融门槛[23]，数字普惠金融可以通过扩大金融服务对象，降低信息交换成本，完善信用评级系统来促进金融资源的利用率。但在现实中仍存在如制度环境、收入、教育的门槛等无法完全解决[24]。如梁双陆、刘培培实证发现：在平均教育水平越高的地区，数字普惠金融对城乡收入差距的效果越好，低教育水平地区的人无法充分运用金融技术，使得数字普惠金融的成效产生差异，造成城乡收入差距的扩大[25]。任氏(Ren B)提出：虽然普惠金融旨在为弱势群体提供金融服务，但农村居民由于经济发展以及教育水平落后，造成金融知识匮乏，无法跨越教育门槛，金融服务往往对城市居民效益更大[26]。

3.提升减贫效应

陈艳玲、宋翠竹研究发现：传统金融机构由于考虑自身风险、盈利等因素，会减少农村地区的分支机构，导致农村金融发展落后，农村居民和小微企业无法获得金融服务[27]。在缓解非均衡效应、降低门槛效应的基础上，数字普惠金融为贫困地区人口提供金融服务，缓解了这种金融排斥，增加了贫困人口的收入，从而起到扶贫作用。但粟芳、方蕾研究发现：农村由于教育、技术、金融服务覆盖程度低等现实因素，数字普惠金融在使用过程中依旧存在自我排斥，使得数字普惠金融的受益对象偏向于高收入人群[28]。汪桥等认为：金融发展的规模和效率两个变量受到农村经济发展慢、农村人口使用金融产品不熟练等因素影响，导致普惠金融在农村的作用也受到影响，扩大了城乡区域性收入差距[19]。

目前长三角地区城市及中高收入人群可以享受到较为全面的金融服务，但小微企业、偏远农村和低收入人群的金融需求仍无法得到满足。小微企业和个体经营者在国家鼓励创业的背景下需要大量的资金，然而，由于存在种种障碍和门槛使其无法获得资金。因此，数字普惠金融的发展对于长三角地区城乡收入差距方面的影响还需要进一步讨论分析。综上所述，本文提出假设一：目前长三角地区的数字普惠金融，没有较好起到缩小城乡差距的作用。

数字普惠金融发展是金融服务与数字技术的结合，要想充分发挥其普惠作用，覆盖广度、使用深度和数字支持服务需要共同发挥作用[29]52。数字普惠金融的覆盖广度只是基础功能，广度越大，享受到金融服务的群体会越多，完善使用深度和数字支持服务才能真正有效地发挥普惠作用[30]346。使用深度旨在为用户提供多样的金融服务，但农村居民的金融素养相比城市居民来说较为薄弱，其对数字普惠金融的使用效率会大打折扣[25]。数字支持服务旨在利用数字技术高效提供金融服务，农村地区互联网覆盖程度低，基础设施落后，数字支持服务依赖网络发展会对农村居民产生新的门槛。农村人口对数字技术的了解不充分，数字普惠金融发展带来的“数字鸿沟”会给使用者带来更高的门槛[31]。综上所述，本文提出假设二：目前数字普惠金融中，造成城乡收入差距扩大的主要维度是覆盖广度。

四、研究设计

1.变量选取及数据来源

自2013年关于城乡收入差距的统计指标调查方法发生变化之后，2013年之前的数据与2013年之后的数据便不具有可比性。本文选取2014-2018年长三角地区“一市三省”(上海、江苏、浙江和安徽)共41个城市的相关数据，其数据主要来源于《中国城市统计年鉴》和相关城市的统计年鉴。核心解释变量数字普惠金融指数来源于联合课题组所编制的《北京大学数字普惠金融指数(2011年-2015年)》。

(1)被解释变量：泰尔指数

本文泰尔指数的构建办法参照了王少平和欧阳志刚(2007)所提出的公式[32]，具体如下：

其中：i表示相关城市，j=1、j=2分别代表城镇、农村，Pij,t代表着城市i在t时城镇或农村的可支配收入，Pi,t代表着城市i在t时的可支配总收入，Zij,t代表着城市i在t时城镇或农村的户籍人口，Zi,t代表着城市i在t时的总户籍人口。

(2)解释变量：数字普惠金融指数

本文选择了联合课题组于2016年7月编制的《北京大学数字普惠金融指数(2011年-2015年)》作为核心解释变量，以衡量数字普惠金融的发展情况。该指数包括覆盖广度、使用深度和数字支持服务3个一级指标、8个二级指标和24个三级指标。本文选择了城市层面的数字普惠金融指数和不同维度的分解指数，均为连续变量。

(3)控制变量

参考其他文献，本文引入6个控制变量：人均GDP(lnr)、受教育程度(lnedu)、城市化率(cshl)、对外开放程度(open)、政府行为(gove)、产业结构(cy)。对相关指标的定义、计算与描述性统计，如表1和表2所示。

表1 变量定义及计算

表2 变量的描述性统计

2.地理权重矩阵的构建

在空间计量经济学的研究中，空间权重矩阵除了常用的相邻矩阵，还可以构建距离矩阵，通常地理距离比较近的城市空间影响会较大。本文以距离值的倒数来刻画距离矩阵：

其中，距离dij是根据各个城市的经纬度计算得出的。

3.相关模型的构建

空间计量一般的面板计量模型公式如下，X为解释变量即数字普惠金融指数，Y为被解释变量即泰尔指数；ρ和θ表示空间相关系数，λ表示空间误差相关系数，W是地理权重矩阵，μ为残差扰动项，ε表示服从正态分布的误差项。

Y=α+ρWY+βX+θWX+μ

μ=λWμ+ε

ε～N(0,σ2In)

常用的空间计量模型有三种，不同模型的具体公式见表3。为了确定采取哪一种模型最为合适，本文进行了LR检验和Wald检验，其p值在1%水平下均显著，表明拒绝空间杜宾模型退化为空间滞后模型和空间误差模型的原假设，Hauseman的检验结果表明需采用固定效应模型，具体检验结果见表4。因此，本文构建如下的杜宾模型。

表3 三种空间及模型的公式

表4 对回归模型的检验

五、实证分析

1.空间相关性检验

空间相关性指的是在一定范围内有关经济实体互相之间存在影响，在进行空间计量分析之前，我们要检验变量是否存在空间相关性，最常用的方法是检验莫兰指数(Moran’sI)，指数的范围一般在[-1，1]之间，具体公式如下：

其中:Wij为地理权重矩阵，Yi和Yj分别表示第i、j个城市泰尔指数或数字普惠金融指数的数据，Moran’sI指数的正负则表示相关指标在空间上存在正自相关或者负自相关，如果指数为0则表示不存在空间自相关，通常采取P统计值来判断是否显著。

表5 城乡收入差距(TL)莫兰指数统计

表6 数字普惠金融(FI)莫兰指数统计

从表5和表6可以看出，2014-2018年各地城乡收入差距(TL)和数字普惠金融指数(FI)的莫兰指数系数均为正值，其P值均通过了显著性检验，说明长三角地区41个城市的城乡收入差距和普惠金融发展有显著的空间正相关性，产生了空间聚集，但局部的空间相关性(Local Spatial Auto)还需要进一步验证。

本文利用莫兰指数散点图来更直观展示经济变量的局部空间相关性，图5和图6展示了利用stata15.1软件绘制的2014-2018年长三角地区41个城市的TL以及FI的莫兰指数散点图，在2014年和2018年的TL和FI的散点图中，有80%以上的城市都位于高高聚集的第一象限和低低聚集的第三象限，再次验证了长三角地区的城乡收入差距和数字普惠金融指数均存在显著的空间相关性关系。因此，采用空间计量模型对城乡收入差距进行分析所得的结论更为可靠。

图5 2014年(A)、2018年(B)城乡收入差距(TL)局部莫兰指数散点图

图6 2014年(A)、2018年(B)数字普惠金融(FI)局部莫兰指数散点图

2.长三角地区数字普惠金融对城乡收入差距的实证分析

本文就数字普惠金融对长三角地区城乡收入差距的影响进行了SLM(模型1)、SEM(模型2)和SDM(模型3)回归，具体结果见表7，作为核心解释变量的数字普惠金融的系数均显著为正，证明回归结果比较稳健。

本文选取空间杜宾模型(SDM)的结果进行分析，可以得到数字普惠金融对城乡收入差距的影响在1%水平下显著为正，且系数为0.029，即数字普惠金融的发展造成长三角地区城乡收入差距的扩大。经济理论的解释认为，数字普惠金融的发展并没有对农村地区的金融服务大幅度改善。这是因为当前农村居民受教育程度低，依赖于互联网发展的数字普惠金融的作用难以充分发挥。相比较而言，农村居民获益较少，城镇居民受益较多，收入水平也随之增长，出现了“马太效应”，导致长三角地区出现了“富者越富，穷者越穷”的现象[33]，扩大了城乡收入差距，同时也验证了我们的假设一。受教育程度的系数为正且通过显著性检验，证明其正向扩大了城乡收入差距，这是因为在数字普惠金融普及的过程中，对互联网、金融知识与素养有了更高的要求，要想充分发挥数字普惠金融的作用，目前农村人口的受教育水平以及对金融知识的了解还远远不够，城镇居民金融素养较高以及金融设施完善，对收入的增长更有益，城乡收入差距随之扩大。人均GDP和城市化水平对城乡收入差距的影响系数均为负且通过了1%的显著性水平检验，说明长三角地区的城乡收入差距随着经济发展和城市化水平而缩小，这与林毅夫的研究结果一致[34]。政府行为缩小了城乡收入差距，这是因为财政支出倾向于农业支出方面会使得政府行为缩小城乡收入差距[35]，说明目前长三角地区的财政支出倾向农业方面。除此之外，对外开放程度和产业化结构在统计上不显著，表明这两个因素对城乡收入差距不具备明显的影响。

表7 数字普惠金融对城乡收入差距的回归结果

表7(续)

但数字普惠金融对城乡收入差距的空间影响效应不能仅仅从SDM的回归系数来确定，需要进一步计算出直接效应和间接效应来研究空间溢出。直接效应与间接效应分别解释了本城市数字普惠金融的发展对城乡收入差距的直接影响以及周边城市数字普惠金融的发展对本城市城乡收入差距的影响，本文表8分析了直接效应和间接效应。

表8 空间杜宾模型的效应分解

地理矩阵下数字普惠金融指数的直接效应为正且通过了1%的显著性检验，表明数字普惠金融的发展扩大了本地区的城乡收入差距，与上述分析一致；其空间溢出效应(间接效应)为负且通过了1%的显著性检验，说明周边地区数字普惠金融的发展对当地的城乡收入差距产生了积极作用。出现这一现象的原因可能如下：由缪尔达尔提出的循环累积因果理论表明，一种经济现象的累积效应有回波和扩散两种作用相反的效应，一方面依托于数字技术的数字普惠金融在经济发达地区的快速发展吸引了落后地区的劳动力等资源，使得居民的收入扩大，即回波效应；另一方面，当经济领先地区发展到一定程度后会形成饱和，出现人口密集、竞争过大、交通拥挤等问题，生产生活成本也随之上升，一部分人才、资本、技术就会向周围的地区扩散，推动周边城市发展，周边城市的收入随之增加，即扩散效应。当这种扩散效应大于回波效应时，周边发展较快地区的数字普惠金融会缩小本地区的城乡收入差距。因此，加强城市之间的连通有助于数字普惠金融在空间上发挥缩小城乡收入差距的积极作用。

为了进一步研究数字普惠金融对城乡收入的影响，本文对数字普惠金融的三个维度进行了分析，来检验不同纬度对城乡收入差距的影响，运用SDM模型得到了实证结果(见表9)。长三角地区是中国金融发展的领先地区，在推动数字普惠金融发展的过程中，仅简单扩大金融服务的覆盖程度会造成金融资源的浪费，扩大城乡之间的收入差距；使用深度和数字支持服务这两个层面对城乡收入差距不显著。这表明：目前多样的金融服务需求无法得到满足，数字支持服务带来的“数字鸿沟”未得到有效解决。因此，目前数字普惠金融的使用深度和数字支持服务尚未有效发挥作用，导致其对城乡收入差距的影响效果不显著。

表9 数字普惠金融三个维度分解对城乡收入差距的回归结果

六、结论与建议

通过上述实证分析可知，长三角地区经济发展水平存在空间上的非均衡性，导致普惠金融的发展效率也存在区域差异。当前阶段长三角地区的数字普惠金融扩大了城乡收入差距，且造成这一影响的主要纬度是覆盖广度。因此，本文提出以下建议：

1.加强城市连通性

上述实证结果表明，长三角地区数字普惠金融的发展对缩小城乡收入差距的影响具有空间效应，要想更好地使数字普惠金融发挥作用，应加强与相邻城市的连通。因此，地方政府应加强与周边地区的沟通，让数字普惠金融的积极作用充分发挥。除此之外，政府制定政策应该因地制宜，对于经济较为发达的城市来说，不能一味致力于提高普惠金融的覆盖广度，应开发数字金融产品来提高金融服务的效率；对经济发展一般的城市应在一定程度上扩大数字普惠金融的覆盖面，优化本地区的资源分配，并有效满足其金融需求。

2.加强农村教育

依托于数字技术的数字普惠金融对使用者金融知识的要求更高，因此，更好发挥普惠作用离不开金融人才的培养。政府必须采取政策措施，为农村人口普及金融知识，帮助他们了解金融风险，进一步提高农村人口的金融能力，为他们提供资金、技术方面的扶持，并深入了解不同层面群体的金融需求，带动农村发展，提高农民收入。

3.创新金融工具

为了扩大普惠金融服务的使用范围，金融机构应利用互联网、物联网、大数据等技术，主动开发更丰富、更有利的金融产品，推动数字普惠金融的发展，降低金融交易成本，提高金融服务效率，加深数字普惠金融的数字支持服务，以便提供高效的金融服务[36]，让数字普惠金融的作用在偏远地区得到真正发挥。