数字普惠金融对城乡收入差距收敛效应研究——基于省级Panel Data的分析

李灵敏

（新疆财经大学，新疆 乌鲁木齐 830012）

一、引言

普惠金融作为一种能够高效和全方位地为社会低收入群体提供优惠的金融服务体系，最早由联合国于2005年正式提出，2006年引入中国。2013年，党的十八届三中全会上指出，为了更好地实现城乡统筹发展和缩小城乡收入差距，明确提出大力发展普惠金融，让所有市场主体都能分享金融服务的雨露甘霖。2016 年，随着金融科技以及互联网金融在我国的快速发展，我国正式引入数字普惠金融概念。

城乡收入差距过大一直是我国社会发展和制度建设面临的主要问题。一方面，由于城市的区位优势导致城乡发展“二元结构”特征日益明显；另一方面，由于金融逐利性特性，金融资源向城镇倾斜，城乡收入差距不断拉大。为了缓解不平衡经济以及金融排斥等社会现象，数字普惠金融作为一种负责任的普惠金融，在自身发展的过程中应该不断发挥平衡经济和缓解金融排斥的作用。同时，数字普惠金融也应该在改善城乡“二元结构”以及收敛城乡差距方面发挥重要作用。随着数字普惠金融在中国的推广和发展，2011～2020年，中国的城乡收入比从3.07降为2.56，下降幅度为16.61%，城乡收入差距在一定程度上得到有效遏制。2021 年，两会报告指出我国2020 年在统筹城乡协调发展以及脱贫攻坚方面取得战略性成功，同时指出2021 年，我国的战略目标是实现新型城镇化和乡村振兴。但是数字普惠金融在最近五年才被写入官方文件，其是否真正对城乡收入差距具有收敛效应还有待验证。因此本文基于数字普惠金融的多维度指标，以及引入相关影响城乡收入差距的人均GDP、财政支出占比、财政结构改善、城镇化率、产业结构、传统金融发展水平、对外开放度、城镇就业率和接受高等教育程度等9 个因素作为控制变量进行实证分析，研究数字普惠金融是否能够缩小城乡收入差距。

二、文献综述

（一）普惠金融与城乡收入差距

在国外研究方面，Geda et al.（2006）基于1994～2000 年埃塞俄比亚的面板数据进行实证分析，研究发现普惠金融可以通过延伸信贷、储蓄等金融服务来提高低收入者的收入水平。Corrado（2017）、Dai-Won et al.（2018）均认为普惠金融在降低服务门槛、减贫以及缩小城乡收入差距方面发挥着重要的作用。在国内研究方面，我国关于传统普惠金融与城乡收入差距的研究已经相对成熟。有的学者与国外学者研究观点一致，认为普惠金融能够有效缩小城乡收入差距，但是也有学者认为普惠金融在缩小城乡收入差距方面的效果并不显著。张晓燕（2016）运用我国2004～2014年数据进行向量误差修正模型（VECM）实证分析，发现随着互联网金融的深入发展，普惠金融发展水平也不断提高，而随着普惠金融不断深入，城乡收入差距也不断缩小。李涛等（2016）认为普惠金融与城乡收入两者之间存在着一种长期均衡的关系。徐敏和张小林（2014）运用VAR 模型和我国1985～2012年的数据对普惠金融与城乡收入差距的关系进行实证研究，发现普惠金融发展水平的提高能够在一定程度缩小城乡收入差距，但效果并不明显。吕勇斌和李仪（2016）研究发现，中国普惠金融的城乡收入差距收敛效应并不是在全国范围内显著，存在地区差异性，只在部分地方效果特别明显。可见，普惠金融虽然秉承着普惠的原则，但是如果相关监管配套机制存在重大缺陷或者技术手段跟不上发展的步调，不仅会限制其自身的发展，而且在缩小城乡收入差距上起不到显著效果。

（二）数字普惠金融与城乡收入差距

2016 年，我国正式将数字普惠金融发展规划纳入官方文件，虽然发展起步较晚，但是已经有学者将数字普惠金融与城乡收入两者的关系从总体上、不同维度上以及门槛效应上做了大量研究。在总体研究上，宋晓玲（2017）基于互联网金融服务的视角，利用我国2011～2015年31个省份的面板数据模型，发现数字普惠金融不仅能够缩小城乡收入差距，而且随着城乡结构的改善以及财政扶持力度的加大与数字普惠金融的协同效应，其收敛效果更加显著。梁双陆和刘培培（2018）基于我国2011～2015 年省级面板数据进行实证分析，发现城乡收入差距的收敛效应呈现出区域性差异。耿良和张馨月（2019）研究发现，相比传统金融，数字普惠金融由于其强大包容性可以更好地惠及农户，同时可以更好地缩小城乡收入差距，并且在短期内具有溢出效应。由于贫困地区数字化程度的不断深入发展，数字普惠金融对农民的非农收入产生空间溢出效应。在分维度研究上，李牧辰等（2020）基于2011～2017年我国31个省份的面板数据，从一级维度指标和二级维度指标进行实证研究，发现在二级维度指标上，覆盖广度和使用深度能够缩小城乡收入差距，而数字化程度的发展则扩大了城乡收入差距。对于门槛效应的研究，赵丙奇（2020）认为数字普惠金融对城乡收入差距的缩小存在门槛效应，同时通过进一步分析，发现经济水平不同的地区，这种收敛效应存在显著差异，在经济高速发展的地区，数字普惠金融对缩小城乡收入差距有显著收敛效应；而在经济发展落后地区的发展会进一步拉大城乡收入差距。

综上所述，首先，现有文献主要是在数字普惠金融总指数上研究其对城乡收入差距的收敛效应，对于数字普惠金融二级维度以及三级维度的研究较少。其次，对于二级维度以及三级维度的研究，由于数据的可得性问题，很多研究的数据存在缺失且研究的时间比较短，说服力不足。本文主要从这些方面进行深入研究，研究的边际贡献如下：一是数据的时效性，利用北京大学金融研究中心2021年4月17日更新的第三期数字普惠金融数据进行实证研究。二是将覆盖广度、使用深度、数字化程度以及使用深度下级维度中支付、保险以及信贷三个指标作为核心解释变量进行进一步的实证分析。研究发现，数字支付和小额信贷的发展会缩小城乡收入差距，而网络信贷的发展则会扩大城乡收入差距。三是研究数字普惠金融使用深度对城乡收入差距的影响，并对东、中、西部区域异质性进行分析，三个经济区域的数字普惠金融使用深度的发展对城乡收入差距存在收敛效应，在经济发展水平低的地方其收敛效应更加明显。

三、模型设定、数据来源与变量选择

（一）模型的设定

本文基于我国2011～2019 年31 个省级面板数据（港澳台地区数据缺失），构建基础面板模型来研究中国数字普惠金融总指数、二级指标以及三级指标对我国城乡收入差距产生的收敛效应。同时构建以下三个基础面板模型，如公式（1）～公式（3）所示。

i、t分别表示地区和时间。被解释变量gapit为城乡收入比；核心解释变量indexit是数字普惠金融指数；Xit为控制变量，主要包括人均实际GDP、财政支出占比、财政结构改善、城镇化率、产业结构、金融发展水平、对外开放度、城镇人员就业率以及接受高等教育程度。

将核心解释变量换成bre（数字普惠金融覆盖广度）、dep（数字普惠金融使用深度）、dig（数字普惠金融数字化程度）。

模型（3）中，核心解释变量为使用深度下的三个二级指标，pay（数字支付发展程度）和ins（小额保险发展程度）、cre（网络借贷发展程度）。

（二）数据来源

本文选取2011～2019 年中国31 个省份的面板数据。其中，数字普惠金融数据来源于2021 年4 月17日发布的第三期（2011～2020 年）的数字普惠金融指数。由于2020年数据未更新，本文选取2011～2019年的数据进行实证研究。人均实际GDP、财政支出占比、财政结构改善、城镇化率、产业结构、金融发展水平、对外开放度、城镇人员就业率以及接受高等教育程度等其他数据主要来源于国家统计局网站、中经网、国泰安数据库、地方统计局网站和Wind数据库。

（三）变量选择

1.被解释变量。目前，学术界衡量城乡收入差距的指标主要有以下三个：一是基尼系数，由于基尼系数度量的是总体收入差距，这个指数只对中层阶级的收入变动较为敏感，对城乡两端收入不够敏感，因此本文不采用该指标。二是泰尔指数，由于泰尔指数只对极端值比较敏感，因而本文也不采用。三是城镇人均可支配收入与农村人均可支配收入之比，考虑到数据的可获取性和直观性，本文选取城乡人均收入比作为被解释变量。在2013 年前，没有农村人均可支配收入这个指标，只存在农村人均纯收入指标。2011年和2012 年，我国用农村人均纯收入来衡量农民的收入水平，参考赵丙奇（2020）的做法以及对这两个指标的测算公式的研究，发现其与农村人均可支配收入并无太大差异，所以本文选用2011 年和2012 年的农村人均纯收入代替农村人均可支配收入。

2.核心解释变量。2021年4月17日，北京大学数字金融研究中心公布《北京大学数字普惠金融指数（第三期，2011～2020 年）》报告（郭峰等，2020），在2011～2015 年第一期和2016～2018 年第二期的基础上，对时间跨度和空间跨度进行更新。该指数由北京大学和蚂蚁金服利用支付宝的海量数据，最终编制中国31个省份、337个地级以上城市、约2800个县构成的“北京大学数字普惠金融指数”的三级数字普惠金融指数。

覆盖广度主要是通过计算城市居民与农户支付宝的使用情况来衡量。使用深度方面主要通过支付、货币、信贷、投资、信用这五个方面来衡量。同时基于数据的可得性，使用深度下只有数字支付、小额保险以及网络信贷三个指标的数据在2011～2019 年是完整的，所以本文选取这三个指标作为核心解释变量进行进一步的实证分析。数字化程度主要通过移动化、实惠化、便利化以及信用化进行衡量编制。

3.控制变量。基于其他因素对城乡收入差距的影响，本文通过参考李牧辰等（2020）和宋晓玲（2017）等多个学者的实证研究结果，选取人均GDP、财政支出占比、财政结构改善、城镇化率、产业结构、传统金融发展水平、对外开放度、城镇就业率和接受高等教育程度等9 个比较具有代表性的指标作为计量模型的控制变量。各变量名称及计算方法见表1。

表1 变量名称及计算方法

四、实证分析

（一）面板模型的选取

基于前文初步设定的模型，为了避免实证过程中的异方差问题，本文在实证回归中进行聚类标准误（Cluster）的处理。对于估计方法的选择，通过LDSV法并且同时使用聚类标准误，结果表明固定效应模型是适用的。最后通过豪斯曼检验，本文选取固定效应模型进行分析。

（二）数字普惠金融对城乡收入差距的收敛效应分析

模型（1）的回归结果如表2 所示。首先，回归模型（1a）中只引入数字普惠金融总指数加上人均GDP、传统金融发展水平和对外开放度三个相关经济发展指标的控制变量。从回归分析结果可以看出，数字普惠金融指数对城乡收入差距的收敛作用在1%的水平上显著，同时对外开放的发展对缩小城乡收入差距存在显著作用。回归模型(1b)和回归模型(1d)中分别引入财政结构（财政支出占比、财政结构改善）、结构性指标（城镇化率、城镇就业率、产业结构）以及接受高等教育程度相关控制变量。在四个模型回归中，核心解释变量都在5%水平上显著为负，说明其收敛效果明显。根据回归结果可以得出结论，数字普惠金融总指数发展对城乡收入差距存在显著的收敛效应。其次，观察其他控制变量，对外开放度（open）在四个回归中的系数为负，且都在5%水平上显著，表明地区对外贸易的发展可以通过提高农村居民的收入来缩小城乡收入差距。城镇化率（ur）与城镇就业率（cj）的回归系数也都为负，由此可以得出城乡结构改善以及就业率提高在一定程度上可以缓解城乡收入差距困境的结论。

表2 数字普惠金融对城乡收入差距的影响

（三）异质性分析

1.数字普惠金融覆盖广度、使用深度和数字化程度对城乡收入差距的影响。模型（2）的回归结果如表3所示，虽然数字普惠金融的二级指标的回归系数都为负数，覆盖广度和数字化程度在1%的显著水平上存在收敛效应，但是使用深度的收敛效应并不显著。同时，覆盖广度的发展系数远高于使用深度和数字化程度的系数水平，这充分说明数字普惠金融中的金融可获得性对于缓解城乡金融排斥问题起到很大的作用。目前覆盖面的扩张，主要表现在互联网金融模式下，金融不断惠及农民，城镇居民与农村居民的金融可获得性差距不断缩小，最终在缩小城乡收入差距方面发挥重要作用。在数字化程度方面，实证得出数字化程度的发展能够缩小城乡收入差距。对于覆盖广度、使用深度以及数字化程度的研究，在缩小城乡收入差距方面，这三个维度所起到的收敛效应存在显著差异，主要表现在覆盖广度发展和数字化程度发展能够显著缩小城乡收入差距，数字普惠金融使用深度的发展效果并不明显。同时，对外开放度和城镇就业率的提高、城乡结构的改善在缩小城乡收入差距方面有显著效果。

表3 覆盖广度、使用深度、数字化程度对城乡收入差距的影响

对于数字普惠金融深度的作用为何不及广度和数字化程度，本文进行如下分析。一方面，由于农民对于一定深度的数字普惠金融服务的接受度依旧不高以及偏远农村地区难以获得便利的数字化金融科技支持，数字普惠金融深度在农村发展不足。因此，金融服务触达性的低速发展难以解决农村居民的金融需求，数字普惠金融也就难以起到提升农民收入的作用，总体上也难以发挥缩小城乡收入差距的作用。另一方面，数字普惠金融深度的具体金融业务在各地区以及各领域都存在差异，其发挥的作用在实际中的影响效果可能相互抵消。

2.数字支付、小额保险和网络借贷对城乡收入差距的影响。基于前文的分析，数字普惠金融指数下的使用深度的收敛效应不显著，本文基于数据的完整性，选取使用深度下的三个二级指标2011～2019年的数据进行深入分析，即对模型（3）进行回归。

根据表4 的回归结果可以看出，数字支付、小额保险和网络借贷都在5%的水平上对城乡收入差距存在显著的收敛效应。数字支付和小额保险的系数为负，表明随着数字支付和小额信贷的发展，我国的城乡收入差距不断缩小，而网络信贷的发展则会不断扩大城乡收入差距。由于我国网络信贷发展的时间比较短以及监管体制的不成熟，网络信贷在农村减贫方面很难发挥作用。在控制变量方面，对外开放度、城镇化率、城镇就业率的回归系数为负且都在10%水平上存在显著的收敛效应，同样也表明对外开放水平和城镇就业率的提高、城镇结构的改善在缩小城乡收入差距方面有显著效果。

表4 数字支付、小额保险和网络借贷对城乡收入差距的影响

3.数字普惠金融深度与城乡收入差距的区域异质性分析。根据上文的实证研究发现，覆盖广度和数字化程度对城乡收入差距的收敛效应在1%的水平上显著，而使用深度的系数虽然为负，但是影响并不显著。同时，本文基于经济发展水平的不同，对东、中、西三个经济区域数字普惠金融使用深度对城乡收入差距的影响进行分样本研究。根据表5 的回归结果可以看出，三个经济区域的数字普惠金融使用深度的发展对城乡收入差距的系数虽然都为负数，但是没有显著的效果。东部地区的收敛效应小于中、西部地区，表明数字普惠金融使用深度在经济发展水平低的地方对城乡收入差距的收敛效应更加明显。同时，传统金融发展水平、对外开放度、城镇就业率和城镇化率在中部、西部地区对城乡收入差距的效果较为显著。

表5 东、中、西三个经济区域使用深度对城乡收入差距的影响

（四）稳健性检验

为了保证实证结果稳健可信，本文采用以下方法进行稳健性验证：一是对总指数下的指标进行分维度回归，结果与总指数回归大致相同，研究表明数字普惠金融能够显著缩小城乡收入差距。二是分样本回归，考虑到我国三个经济区域的基础设施建设、金融发展水平以及城镇化等发展阶段的不同，本文对三个区域的数字普惠金融深度发展对城乡收入差距的影响情况进行分样本回归，以验证估计结果是否稳健。回归结果表明，数字普惠金融深度发展对城乡收入差距的收敛效应在经济发展水平不同的区域不显著并且存在异质性。三是更换模型，如进行混合OLS 回归。结果显示数字普惠金融指数系数为-0.186，在1%的水平上显著，与固定模型的结果相同，表明本文的回归结果稳健可靠。

五、结论与对策

（一）结论

数字经济尤其是互联网移动支付的发展为普惠金融发展带来新的土壤，降低弱势群体获得金融服务的成本，实现普惠金融的普惠性与包容性的融合。本文基于全国31个省级面板数据的实证结果得出以下结论：第一，数字普惠金融能够显著缩小城乡收入差距，覆盖广度、使用深度以及数字化程度在缩小城乡收入差距方面所起到的收敛效应存在显著差异。第二，数字支付和小额信贷的发展能缩小城乡收入差距，而网络信贷的发展则会不断扩大城乡收入差距。第三，数字普惠金融深度发展对城乡收入差距的收敛效应存在异质性，在经济发展水平低的地方对城乡收入差距的收敛效应更加明显。第四，对外开放度、城镇化率以及城镇就业率的提高对改善我国城乡“二元结构”存在显著的收敛效应。

（二）对策

1.持续推动数字普惠金融发展。随着5G、互联网金融以及供应链金融等金融科技的发展，我国应该将数字技术更多地融入普惠金融服务环节，使得农户能够更加便利地获得金融信贷以及金融优惠。同时，我国金融科技人员应该在互联网技术快速发展的新形势下，利用互联网大数据的优势，找到金融科技与数字普惠金融的契合点，真正做到“普”与“惠”包容共生。只有当农民能够切实感受到数字普惠金融的普惠性，数字普惠金融才能真正深入农村发展体系中，真正在实现乡村振兴的同时发挥缩小城乡差距的作用。

2.拓展数字普惠金融使用深度。根据二级维度回归结果得出，使用深度虽然存在收敛效应但是不显著，这也是我国数字普惠金融发展存在的薄弱点。面对使用深度的薄弱方面，我国可以通过积极促进传统金融发展、推动城镇化、提高城镇就业率以及加大对外开放程度等推动城市地区与农村地区金融机构、政务、电子商务、制造业、物流、农业、医疗等行业的数字化转型，充分利用金融科技带来的便利性推动数字普惠金融的发展。

3.构建完善的网络信贷监管体系。P2P 已于2020 年11 月全部清零，这也显示出我国网络信贷制度不完善的问题。面对网络信贷存在的问题，我国应该建立统一的网络借贷监管标准和监测机制，从而能够在微观以及宏观上准确评估网络信贷的风险，降低农民信息不对称的劣势，真正做到数字普惠金融通过网络信贷的规范化惠农。同时应该加强互联网金融信贷平台的信息监管，充分进行信息披露以及风险揭示，确保农户充分了解信贷的具体信息，更高效以及更实惠地获得信贷，推进农业生产活动。

4.发挥数字普惠金融使用深度的跨区域协同作用。对于三个地区在技术、资本、人才方面的差异，我国可以制定资源合理流动的制度构想，促进资源从东部向中、西部合理流动，为数字普惠金融发展搭建平台。东部地区应该继续发挥其金融资源和人才的优势，不断拓展数字普惠金融发展的深度。中部地区可以利用其地理距离优势和高校人才优势，制定相关就业政策留住金融人才，同时承接东部技术和资本要素，不断优化数字普惠金融发展的环境，从而更好地在缩小城乡收入差距方面发挥作用。对于数字普惠金融发展薄弱的西部地区，既要利用自身的资源优势，有效承接东部人才以及生产要素，又要利用好“一带一路”经济带的交通优势以及经济优势，在惠农和富农方面发挥重要作用，从而缩小城乡收入差距。

5.推动对外发展，优化城乡结构。在推动对外发展方面，一定要认识到对外贸易发展在提高农户收入方面的作用，同时紧紧扣住对外贸易发展在数字普惠金融缩小城乡收入差距的作用点。同时考虑到农村地区金融排斥程度的不同，根据各区域农村实际收入来源情况以及金融环境，设计不同的发展路径，因地制宜地改善城乡收入差距大的困境。在优化城乡结构方面，第一阶段应该以优化城镇与农村基础设施建设为发展的前提条件，通过基础设施的完善不断提高城镇化水平，从城乡基础设施结构方面打破机会排斥问题。第二阶段应该以数字技术的支持为条件，开拓更多就业领域来提高城镇就业率，为缩小城乡收入差距创造更好的条件。