数字普惠金融发展对城乡收入差距的影响研究

周文兰

（西南大学经济管理学院，重庆 400715）

一、引言

2010年中国经济总量超过日本成为世界第二大经济体，发展成果举世瞩目，但收入分配不均衡导致的城乡收入差距大的问题依然存在。2019年我国城镇居民人均可支配收入是农村的2.65倍。提高农村居民的收入水平以缩小城乡收入差距成为了我国经济社会发展的重要目标。普惠金融的提出为解决上述问题带来了新的契机，自2006年引入中国，就得到了党和政府的高度重视。发展普惠金融有利于解决不协调的金融服务供需问题，促进金融业可持续发展。随着数字技术与金融深度融合，数字化与智能化的普惠金融成为大趋势。2016年数字普惠金融正式进入大众视野，作为数字技术和普惠金融相结合的产物，数字普惠金融本身就具有减贫的属性，弥补了传统普惠金融的不足。数字普惠金融可以更有效地发挥金融功能，促进金融资源公平分配，在缩小城乡收入差距方面，被赋予重任。

以往研究表明，金融发展和普惠金融可以扩大城乡收入差距，也可以缩小城乡收入差距。论数字普惠金融对城乡收入差距的影响，学术界也有两种声音。一种认为数字普惠金融发展有助于缩小城乡收入差距（张晓燕，2016；宋晓玲，2017；梁双陆等，2018；王英姿，2020）。例如宋晓玲（2017）发现，数字普惠金融具有包容、减贫和增长三大收敛效应，并通过省级面板数据的门槛回归模型，证实了这一收敛机制。第二种观点认为数字普惠金融发展对缩小城乡收入差距的促进作用呈“倒U型”。本文在前辈大量文献研究的基础上，通过31个省份的面板数据，进一步研究数字普惠金融发展对城乡收入差距的影响，并分析其区域差异。

二、 理论分析

基于长尾理论，在传统金融服务中，出于对利润的追求，传统金融机构往往更倾向于为20%的头部市场提供金融服务，对于更有需求的80%尾部市场却排斥在外。头部市场的人群本身资本就比较充足，在金融机构的偏爱之下，通过金融服务享受高收益高回报，钱包越来越鼓；而大部分尾部人群一开始，因为缺乏资本，达不到传统金融机构的门槛，钱包越来越瘪。长此以往，便形成富人更富、穷人更穷的恶性循环，收入差距也被持续拉大，两极分化程度加深。在城乡二元经济结构下，金融资本向城市倾斜，导致城乡金融发展不平衡。金融发展有助于实现资本积累，提高资源利用效率，进而促进经济增长。通过金融服务，贫困人口可以缓解贫困，影响城乡收入差距。传统普惠金融在一定程度上缓解了以上问题，但是也存在不可避免的问题。传统金融机构在国家政策的引导下，对弱势群体提供金融服务，但若不降低要求，尾部人群仍然无法提供高成本、征信、抵押物等，但是普惠金融不同于慈善，若机构为此降低要求，势必会损害自身的利益、压缩利润空间，这与普惠金融的商业可持续性相违背。

在数字技术的助攻下，数字普惠金融可以有效解决上述问题。数字普惠金融通过互联网和移动终端设备实现服务，降低了物理网点的人力和财力成本。简化交易中间环节，降低交易成本。依托大数据技术，进行客户管理，维护客户资源，分析客户行为数据，实行交叉营销、精准营销，降低信息搜寻成本。还可利用数字技术进行风险管理，降低客户违约率。金融机构成本大幅降低，便可以适当调整定价，从而降低金融服务门槛。数字普惠金融的服务对象包括金融排斥严重的农村地区，移动互联网和移动手机的普及，使得农村居民可以更便捷、更低成本地获取金融服务，获得金融支持的贫困人群通过合理分配资源，改善生活，进行投融资决策，从而增加收入，缓解排除效应，发挥减贫效应。

三、 实证分析

1.变量选取与数据来源

本文主要采用了2011年～2018年全国31个省份的面板数据。原始数据来源于北京大学数字普惠金融研究中心和国家统计局。

被解释变量。鉴于本文的研究课题，选择城乡收入差距作为被解释变量，考虑到数据的直观性和可获得性，用城乡居民人均收入之比（GAP）来衡量收入差距的相对水平，GAP越大，表明城乡收入差距越大，反之亦然。由于2013年之前农村居民人均可支配收入没有统计数据，2011年和2012年用农村居民人均纯收入来表示。

解释变量。解释变量是数字普惠金融发展程度，是一个综合的定性指标，为更准确地刻画数字普惠金融发展状况，需要将其定量化。“北京大学数字普惠金融指数（DIFI）”包括24个具体指标，从三个维度着手进行构建，分别是覆盖广度、使用深度、数字支持服务程度，客观、全面地反映了数字普惠金融的实际发展状况。DIFI越大，数字普惠金融发展水平越高。

综合以往研究成果，本文还选取了5个指标作为控制变量：人均国内生产总值（PGDP）、财政支出水平（EGR=财政支出/GDP）、城镇化发展水平（UR=城镇人口数/年末常住人口数）、对外开放程度用IEP（IEP=进出口总额/GDP），以及产业结构（IS=二、三产业增加值/GDP）。

2.变量的描述统计分析

由表1可知，GAP平均水平是2.66，中位数2.59，最大值3.98，最小值1.85，最小值偏离平均值和中位数较大，一定程度上说明城乡收入差距不均衡，存在地区差异。图1显示某些省份如贵州、云南、甘肃、青海城乡收入之比超过了3，差距较大，与天津、上海等地区相比差异较大。DIFI的平均值187.17，中位数203.91，最大值377.73，最小值16.22，各省份的数字普惠金融发展程度之间的差异非常巨大，某些省份数字普惠金融发展程度严重滞后，图2反映了数字普惠金融指数差异化的特征。通过分析控制变量，发现五个指标均存在着地区差异，且差距都较为明显，相比而言，产业结构的差异化较小。

表1 各变量的描述性统计（全国样本，2011年～2018年）

图1 2011年～2018年中国31个省份的城乡居民人均可支配收入之比

图2 2011年～2018年中国31个省份的数字普惠金融指数

为进一步了解地区差异，在全国样本的基础上，将其细分为东部、中部、西部三个地区，并对区域样本变量进行描述性统计，如表2所示。在城乡收入差距上，东部地区的平均差距最小为2.4，中部地区略大为2.46，西部地区城乡差距最大为3.02。并且东部地区数字普惠金融指数平均水平也最高，其次为中部地区181.81，最后为西部地区173.20，数字普惠金融发展状况与城乡收入差距之间成反比。同时，其他指标也均表现为东部高于中部高于西部。三个地区自然禀赋存在天生差异，经济发展的基础不同，数字技术为他们带来的支持程度也不同。与中东部地区相比，部分西部地区经济发展相对落后，数字支撑程度将略低。但随着数字普惠金融发展水平越来越高，对西部地区的覆盖范围也越来越大。与此同时，数字普惠金融对西部地区经济发展的带动作用也越来越明显。另外，我国中东部地区相较西部地区而言，经济发展水平较高，普通居民对基础类金融服务的需求也逐步释放，这就带动了数字普惠金融相关业务的发展更多样化，层次更深。再者，农村地区教育程度较低，居民对数字化技术了解不够，接受能力较弱。导致数字普惠金融服务对三个地区的触达能力不同，带来改善收入的普惠效应也不同。

表2 各变量的描述性统计（地区样本，2011年～2018年）

3.建立模型

为避免出现异方差，对原始数据做取对数处理，使变量更加平稳，减小波动幅度，根据上述分析建立模型如下：

4.单位根检验

了解了各变量的统计特征，接下来检验变量是否存在单位根，本文主要采用三种方法进行单位根检验，分别是LLC检验、ADF检验、PP检验。检验结果如表3，三种方法下，各变量均不存在单位根，即它们都是平稳序列。

表3 各变量的单位根检验

5.面板回归模型及实证结果分析

（1）全国样本的面板回归模型

在回归模型中，F检验的统计值为58.44，p值小于0.05，应拒绝混合效应优于固定效应的原假设，选择固定效应模型。Hausman检验的统计值为4.35，p值小于0.05。拒绝随机效应优于固定效应的原假设，选择固定效应模型，回归结果如下表4所示。固定效应模型（1）中，参数估计的拟合优度为0.93，比随机效应拟合优度高很多，且解释变量的经济意义均合理，DIFI系数为-0.03，验证了数字普惠金融的发展可以缩小城乡收入差距的假设。PGDP在1%的水平上显著，系数为-0.13，城乡收入差距与经济发展水平呈负相关关系，PGDP经济意义合理。EGR在1%的水平上显著，每增加1%，城乡收入差距增加0.14%，EGR与城乡收入差距呈正相关关系。UR在1%的水平上显著，经济意义合理，UR每增加1%,城乡收入差距减小0.38%。IEP经济意义也合理，在5%的水平上显著性。IS经济意义不合理，显著性水平也不高，因此将其剔除，剔除不显著变量之后的回归结果如表4固定效应（2），回归结果拟合优度为0.92，各解释变量显著，且经济意义合理，综上，回归模型如下：

表4 全国数字普惠金融水平与城乡收入差距的回归结果（2011年～2018年）

（2）区域样本的面板回归模型

通过F检验和Hausman检验，选取东西部随机效应模型，中部地区Hausman检验的统计量为34.643，相应的p值显著小于0.05。选择固定效应模型，回归结果见表5。东部地区回归结果显示，数字普惠金融指数的系数为-0.094，对应的p值小于0.01。因此，东部地区发展数字普惠金融对缩小城乡收入差距具有一定的促进作用，这与全国效应是一致的。同时，东部地区城镇化水平系数为-0.335，通过了5%显著性水平下的检验；对外开放度系数为-0.037，通过了10%显著性水平下的检验。财政支出水平系数和经济发展水平系数分别为-0.003和-0.017，都有利于缩小城乡收入差距。东部地区产业结构在10%显著性水平下没有通过检验，东部地区产业结构对城乡收入差距没有显著影响。

表5 地区普惠金融水平与城乡收入差距的回归结果（2011年～2018年）

从中部地区回归结果显示，解释变量系数为-0.069，p值小于0.05，在其他变量不变的情况下，数字普惠金融指数每提高1%，城乡收入差距就会缩小0.069%。中部地区发展数字普惠金融也有利于缩小城乡收入差距。产业结构系数为0.953，在5%显著性水平下通过检验，但对缩小城乡收入差距有负效应。此外，对外开放程度系数和经济发展水平系数分别为-0.004和-0.067，在1%显著性水平下通过检验，对缩小城乡收入差距具有显著的正效应。

西部地区回归结果显示，解释变量系数为-0.009，且未通过10%显著性水平下的检验，即西部地区数字普惠金融的发展对缩小城乡收入差距的显著性不高，与全国、东部地区及中部地区的回归结果不同。同时西部地区产业结构和城镇化水平也未通过10%显著性水平下的检验，二者对缩小城乡收入差距也无显著性影响。系数为-0.009，在10%显著性水平下不通过检验。也就是说，西部地区发展数字普惠金融在缩小城乡收入差距方面并不显著，这与全国、东部和中部地区的回归结果不同。同时，西部地区的产业结构和城市化水平在10%显著性水平下没有通过检验，对缩小城乡收入差距没有显著影响。

四、 结论与建议

1.结论

数字普惠金融作为数字技术与普惠金融深度结合的新兴产品，能够有效降低各类金融业务的服务门槛和传统金融服务成本。为弱势群体等提供所需的金融服务，有利于提高农村居民的收入水平，促进城乡收入水平均衡发展。本文的结论主要有：（1）总体来看城乡收入差距和数字普惠金融发展程度存在地区差异，发展数字普惠金融对缩小城乡收入差距有积极的促进作用。与预期假设一致。（2）东部和中部地区的数字普惠金融发展水平有利于缩小城乡收入差距，而西部地区并没有显著的效果。

2.政策建议

（1）加强农村地区数字基础设施建设

良好的数字基础设施建设是实现数字普惠金融的基础。我国多数偏僻落后的农村地区没有网络传输链接，且网络信号相对较差，没有流畅稳定的网络环境，数字普惠金融实际应用的基本要求便无法达到。此外，农村地区移动终端设备缺乏、质量低下。对此，国内通信业三大运营商可通过增加更广泛的网络设备投资，降低各项资费，为农村营造良好的网络环境。并鼓励移动设备供应商提供符合农村居民收入水平的终端设备。

（2）鼓励金融机构创新农村数字金融服务产品

政府鼓励金融机构如商业银行通过手机银行，网上银行加大对农村经济的支持力度，创新农村数字金融服务产品，根据农村居民的实际需求，为其提供个性化、低门槛的数字金融服务产品，使其推出的产品更清晰易懂、简单明了、安全性能高，让农村居民更好地理解并积极参与，以此提高农村居民的金融参与度，为缩小城乡收入差距做贡献。

（3）建设适应数字普惠金融发展的新一代征信系统

中央银行征信系统只记录了部分人的信用记录，覆盖面远远不够。众多小微企业和农村居民被排除在外，导致其在获得相关金融服务时受阻，进一步拉大城乡经济差。应该建立并完善适应数字普惠金融发展的新一代征信体系，该体系可以通过移动支付将农村居民的相关信息进行搜集整理并记录。弥补原有体系的不足，扩散征信作用并渗透到更为基层的用户，力争做到我国所有居民都有自己的征信记录，都能获得更好的金融服务，促进普惠金融更好地发展。

（4）推动数字金融知识的普及教育

风险控制是金融的核心，曾经相对完善的风险控制体系不一定能满足现有的状况，不能完全覆盖数字普惠金融可能带来的问题。政府及各金融机构应该开展更为全面的数字化金融知识教育，强化人们对数字金融的认知，促进普惠金融发展。特别是农村地区居民，通过相关基础知识的教育普及，帮助他们客观认识数字金融并提高他们辨别风险的能力，增强自我保护意识，营造良好的金融环境，促进数字普惠金融的发展。

（5）构建具有针对性的数字普惠金融监管体系

数字普惠金融具有诸多优势，但也存在一些问题，比如金融欺诈、道德风险等。在互联网背景下，风险传播非常迅速。数字普惠金融发展时间较短，金融监管制度还不完善。政府应出台更多监管政策，构建包容有效的数字普惠金融体系，树立严格的监管墙。监管机构应当守住金融风险的底线，任何时候都不容动摇，自我约束也不容忽视，行业自律应该为监管落地先行探路。

（6）积极发挥其他因素对城乡收入差距的影响

除数字普惠金融发展外，还有很多因素也会影响城乡收入差距。实证结果显示，财政支出比率对城乡收入差距的影响是正相关的，政府在出台惠农政策的同时需加大监管力度，将政策落实到户。城镇化虽然可以减小城乡收入差距，但是也存在许多问题，农民工的医疗、子女教育等福利方面远低于城镇居民，因此政府应该为外来务工人员提供基本的生活福利保障、加强基本社会保障，鼓励各大企业到农村地区建立厂房以此可解决劳动力问题，农民工也可从中学习相关先进技术与管理制度，发展本地农村经济。