数字普惠金融、城镇化对农村居民收入的影响研究

冯 敏，何宏庆

(延安大学 经济与管理学院，陕西 延安 716000)

数字普惠金融是数字技术和普惠金融进行有效融合的新兴金融业态，突破传统金融“二八定律”的局限性，最大限度地发挥互联网的长尾效应，使其满足被排除在外和得不到充分服务的人群的需求，并以可持续的、可负担的成本负责任地提供金融服务[1]。“十四五”时期是乘势而上的阶段，而城镇化发展是激发内需的重要驱动力，新型城镇化更需落实农民主体、转向纵深发展、注重质量提升以及畅通城乡经济循环。鉴于传统金融机构多数以盈利为经营准则，使得以数量多、获利少为特点的农民群体长期处于被忽略的末端位置，难以符合普惠金融“可持续性”原则，因此，要紧跟金融数字化、智能化的前进步伐，通过研究数字普惠金融、城镇化对农村居民收入的影响，激发“三农”的后劲潜力，推动脱贫攻坚同乡村振兴有效衔接。

一、文献综述

1.数字普惠金融影响农村居民收入的研究

实施普惠金融的最大障碍是低收入人群信息少、抵押物缺乏、成本高和风险难控[2]。罗剑朝，曹瓅等(2019)还提出了供需不匹配、金融产品缺失、配套设施不完善以及金融服务效率低下等问题[3]。数字金融的兴起为位置相对偏僻、发展较为滞后的农村地区的持续性发展注入了新的活力，在交易速度、规模效应和成本优势等方面凸显其普惠价值。Siddik(2019)认为数字金融作为一种减贫和实现金融稳定的机制，扩大了穷人和处境不利者获得资金的机会，达到削减金融服务成本和拓宽服务范围的目标[4]。刘锦怡，刘纯阳(2020)表明数字金融利用网络技术所体现的边际成本效应为农民创造更多增收机会[5]。陈宝珍，任金政(2020)基于农村微观调研数据，表明数字金融在发挥信息效应和缓解金融排斥方面有效实现了普惠效益[6]。其中，陈丹，姚明明(2019)在实证研究方面通过建立面板模型，进一步支持数字普惠金融对农村居民收入所产生的积极影响[7]。何宜庆(2020)实证表明数字普惠金融充分发挥“数字红利”有效推动农民增收，并具有门限效应[8]。

2.数字普惠金融支持城镇化发展的研究

数字普惠金融为新型城镇化建设提供新动力。王明为，杨灿(2021)认为新型城镇化着重体现在经济结构、社会结构、人口分布结构、意识形态、城镇空间形态等方面的变迁，强调农民以及乡村转型是新型城镇化建设的实质[9]。但李建华(2014)提出城镇化建设中面临着金融支持体系匮乏和金融支持手段单一等挑战[10]。面对这些挑战，王振坡等(2014)认为完善融资机制、资本聚集和配置、金融服务政策可满足新型城镇化建设的金融需求[11]。赵丙奇(2020)认为数字普惠金融的发展达到相当水平之后，就意味着金融资源集聚处于最大化程度，中心城市的金融资源开始对准农村地区进行扩散[12]。孔祖根，叶银龙(2016)表明数字普惠金融在支付、信贷和征信等方面有着快速的发展，这有助于缓解“三农”需求大、融资难和普惠难等问题[13]。

3.城镇化发展促进农民增收的研究

绝大多数学者继承刘易斯“二元经济”理论中农村富余劳动力向高收益部门转移的观点，在此理论基础上，王鹏飞(2013)和王永杰等(2014)认为基础设施建设、乡镇企业发展、市场需求增加、城市带动以及就业创造等多种途径可体现城镇化对农民增收的积极影响[14-15]。其中，郭武轲(2021)以向量自回归模型证实城镇化发展对促进农村居民收入起着显著的正向作用[16]。而谭昶，吴海涛(2019)从空间地理层面证明城镇化与农民收入水平具有显著的关联性和异质性[17]。

综上所述，学者在研究数字普惠金融和城镇化对农村居民收入方面，无论在理论还是在实证上均具有一定数量的积累，但大多数只对直接效应进行了深入研究。就数字普惠金融和城镇化两者关系而言，也大多停留在通过金融手段支持城镇化建设的理论对策层面，说明关于数字普惠金融、城镇化和农村居民收入三者关系的研究相对较少。基于此，本文立足于全国31个省份地区的相关数据，通过构建面板数据模型和中介效应模型，研究数字普惠金融、城镇化水平对农村居民收入的影响。

二、理论分析以及研究假设

1.数字普惠金融对农村居民收入的机理分析

数字普惠金融主要通过金融服务、融资模式、征信体系、绿色金融理念等四大途径助力新型城镇化建设。伴随城镇化水平的提高，对农村居民的生产生活进一步产生重要影响，具体在基础设施、产业优化、就业创业和生态宜居等方面起着提升农村居民收入的积极作用。

(1)数字普惠金融推动新型城镇化建设

第一，数字普惠金融凭借移动终端平台，使得互联网支付、网络信贷、数字保险、财富管理等多元特色服务面向农村居民，还可以解决信贷产品创新滞后、金融服务脱节等问题，填补新型城镇化进程中金融需求的缺口。第二，数字普惠金融为打破多数来自于传统金融机构间接融资的现象提供可能，拓展包括众筹、农村股权等创新型的资金融通形式，为医疗、教育、养老、移动网络等综合服务设施建设注入资金，从而实现多种融资模式协同支持城镇化建设。第三，数字普惠金融助力于构建完整的征信体系，利用技术优势对交易记录和信用信息进行收集整合，为新型城镇化建设中涉及数量繁多、资金庞大的投资项目提供信用评估的依据。第四，数字普惠金融践行绿色金融理念，大力推行城镇化所涉及的绿色节能和生态保护等项目建设，同时在生态农业贷款的可获得性以及信贷的覆盖范围上取得一定的成果，从而营造绿色生产生活环境。

(2)新型城镇化作用于农村居民收入

第一，在城镇化走向纵深发展方面，基础设施建设不仅只强调公共服务设施的投入，更要积极打造与数字技术相关的软硬件设施，提倡农村居民投身于新型城镇化的建设之中，以此带动收入的增加。第二，在城镇化发展的质量提升方面，着重体现产业结构的优化，加快实现农业规模化经营，发展地域禀赋优势产业。第三，一方面，城镇化发展吸引越来越多的企业集聚，满足各行业的劳动需求，从而使得农民拥有大量可选择的就业岗位；另一方面，通过支持引导农民创业，开拓具有地方特色的产业。第四，城镇化向农村居民传递生态观念，利于农村转移人口市民化，同时通过文化旅游、生态农业等增加农村居民收入，据此提出如下假设：

H1：数字普惠金融对农村居民收入产生直接的显著性正向影响，并通过城镇化间接影响农村居民收入。

2.数字普惠金融对农村居民收入的结构性分析

数字普惠金融指数是有关覆盖面、使用度和数字化的总体概括，若只注重研究数字普惠金融指数，则易忽视其不同维度对农村居民收入的影响。如图1所示，从结构性的角度看数字普惠金融发展，可见，数字化程度这一维度增幅最大，其次是覆盖广度，最后是使用深度，后两者的增幅相近。覆盖广度，通过因特网改变低效率的线下模式，以线上平台发挥可触达性的优点，使得数字普惠金融在农村地区逐渐延伸，让农村居民充分享受到金融服务带来的便利，进而对收入产生积极的作用。使用深度，重点在信贷、保险、投资等多项金融服务领域有所体现，使得农民更为灵活地使用资金，便于保障生产生活所需。数字化程度，主要是发挥数字金融近乎零的边际成本和对门槛效应的缓解作用来对收入产生影响。因此，数字普惠金融在结构上对农村居民收入产生了差异化影响，据此提出如下假设。

H2：数字普惠金融对农村居民收入存在结构性差异。

图1 省级数字普惠金融各维度均值

3.数字普惠金融对农村居民收入的异质性分析

将全国省份划分为东、中、西三个区域，各地区的数字普惠金融指数如图2所示。从纵向的时间序列来看，数字普惠金融指数呈现持续上升趋势，从横向的截面来看，各地区的数字普惠金融的发展情况不尽相同。东部省份的数字普惠金融指数始终高于中西部省份，位于均值线以上，而中部和西部省份的指数落后于东部，位于均值线以下。可见，由于富足的金融资源和良好的金融环境为东部省份数字普惠金融的发展提供了先决条件，而经济状况、历史发展、地理条件等多重因素阻碍着中西部省份的发展，这意味着数字普惠金融发展存在区域不平衡现象，进而数字普惠金融作用于各地区农村居民收入的影响也不尽相同。据此，提出如下假设。

H3：数字普惠金融对农村居民收入存在区域异质性。

图2 各地区数字普惠金融指数

三、模型建立

1.数据来源

为研究数字普惠金融、城镇化对农村居民收入的影响，选取2011—2018年共8个年度，31个省(自治区、直辖市)的面板数据作为样本进行检验。其中，数字普惠金融的相关数据来源于北京大学数字金融研究中心课题组编制的“北京大学数字普惠金融指数”[18]。农村居民收入水平、城镇化水平、经济发展水平、投资水平和产业结构等指标数据来源于国家统计年鉴以及各省统计年鉴。

2.变量的选取与描述性分析

(1)被解释变量

农村居民收入水平(INCOME)以使用次数最为频繁和最为直观的农村居民可支配收入表示，并作对数处理。

(2)解释变量

数字普惠金融发展水平(DIFT)采用省级数字普惠金融指数的对数值进行衡量。另外，分为覆盖广度(COV)，使用深度(USA)和数字化程度(DIG)三个子指标进行深入分析。

(3)中介变量

城镇化水平(URBAN)用各省城镇常住人口量占常住人口总量的比值表示。城镇化作为激发经济有效需求的主动力，在优化升级产业结构，增多就业创业机会等方面对提高农村居民收入有着重要作用。

(4)控制变量

经济发展水平(RGDP)用各省人均国内生产总值的对数形式来衡量。投资水平(INVEST)用全社会固定资产投资的对数形式来衡量，一定程度上为丰富农村居民的物质文化生活夯实基础。产业结构(IS)用各省第三产业产值占各省生产总值的比重来衡量，第三产业比重的增加意味着生产力提高和社会进步，农村劳动力投入到第三产业有利于改善收入。为减少异方差，对部分变量进行对数处理，达到统一量纲以减小波动幅度的目的，如表1所示。

表1 模型主要变量一览表

为了梳理各变量的基本情况，运用stata 16.0对31个省(自治区、直辖市)的样本进行描述性统计分析，分析结果如表2所示。

表2 各变量描述性统计分析

3.面板模型的设立

为实证检验数字普惠金融对我国农村居民收入的影响，构建面板数据模型如下。

模型(1)：INCOMEit=α0+α1DIFTit+α2∑CONTROLit+μit

借鉴温忠麟等(2004)对中介变量的检验方法[19]，利用城镇化水平这一指标来验证数字普惠金融与农村居民收入之间是否存在中介效应。首先，对模型(2)的α1进行回归(即检验解释变量与被解释变量之间的总效应)；其次，对模型(3)的β1进行回归(即检验解释变量与中介变量之间是否存在显著关系)；最后，将解释变量、中介变量以及被解释变量同时放入模型(4)进行回归检验。如果α1和β1均显著，则表明数字普惠金融对农村居民收入存在中介效应。在以上回归结果显著的基础上继续回归，若模型(4)的γ1和γ2均显著，则表明城镇化水平在数字普惠金融和农村居民收入之间存在部分中介效应；若γ1不显著，γ2显著，则表明城镇化水平起着完全中介效应。

需检验模型如下。

模型(2)：INCOMEit=α0+α1DIFTit+α2∑CONTROLit+μit

模型(3)：URBANit=β0+β1DIFTit+β2∑CONTROLit+εit

模型(4)：INCOMEit=γ0+γ1DIFTit+γ2URBANit+γ3∑CONTROLit+δit

其中，i 为省份地区，t为年份，αi、βi与γi为待估参数，μit、εit与δit为随机扰乱项。INCOME作为被解释变量表示各省农村居民人均可支配收入；DIFT作为解释变量表示数字普惠金融指数，URBAN作为中介变量表示城镇化水平。CONTROL表示控制变量，具体包括人均国内生产总值(RGDP)、投资水平(INVEST)、产业结构(IS)。对控制变量的选择维持不变，进而保证回归结果的一致性。

四、实证分析

1.直接效应检验

对模型(1)进行实证检验，经过F检验(p=0)和Hausman检验(p=0.0003)最终建立固定效应模型，其回归结果如表3所示。第一，解释变量DIFT的系数为正，P值小于0.05，则表明数字普惠金融正向显著作用于农村居民收入，进一步论证了在农村地区发展数字普惠金融有着积极的作用。第二，经济发展水平显著作用于农村居民收入，人均产值每提高1%，则农村居民收入平均将提高0.53%。第三，投资水平的系数为正，与农村居民收入成正相关，但回归结果不显著。第四，产业结构优化对提高农村居民收入具有显著作用。

表3 数字普惠金融综合指数与农村居民收入——直接效应

2.内生性检验

面板模型往往难以回避内生性问题，若模型存在内生性，会致使系数估计无法实现一致性。通过工具变量法(IV)进行2SLS检验，选取互联网宽带接入端口数的对数形式作为数字普惠金融指数的工具变量。有两个原因，其一，互联网与数字普惠金融密切相关，互联网是其发展不可或缺的技术基础，互联网宽带的接入端口数对互联网的普及和数字普惠金融的推广具有代表性；其二，在各省的经济发展水平、投资水平和产业结构等对农村居民收入影响得以控制的前提下，互联网宽带接入端口数与农村居民收入之间无明显的直接相关性，因而，选择互联网宽带接入端口数满足作为工具变量两方面的条件，以达到检验模型是否存在内生性的目的。如表4所示，在引入工具变量之后，被解释变量的系数为0.453且p值小于0.01，表明数字普惠金融对农村居民收入具有显著性影响，且模型具有稳定性。一般而言，在理论分析产生内生性原因时，通常会认为模型中遗落某个或某些重要的变量致使OLS回归高估解释变量对被解释变量的影响，而2SLS回归结果表明并未高估数字普惠金融对农村居民收入的作用。

表4 数字普惠金融总指数与农村居民收入——工具变量

3.中介效应检验

中介效应的回归结果如表5所示，首先，模型(2)的系数α1=0.09且p值小于0.05，表明数字普惠金融对农村居民收入有着正向的显著性影响；其次，检验模型(3)，系数β1=0.01且p值小于0.01，表明数字普惠金融有效推动城镇化发展；最后，模型(4)的系数γ1=0.07，γ2=1.75且p值均小于0.1，另外引入中介变量URBAN之后，数字普惠金融对农村居民收入的回归系数小于模型(2)，这就意味着数字普惠金融对农村居民收入的影响弱化，而城镇化水平在其中发挥了作用。综上可知，城镇化水平在数字普惠金融和农村居民收入之间存在部分中介效应，其中γ1为直接效应，β1·γ2为间接效应，α1=γ1+β1·γ2=0.09为总效应，城镇化在两者间起着部分中介效应。

表5 数字普惠金融总指数与农村居民收入——中介效应

4.分维度的结构性检验分析

(1)覆盖广度对农村居民收入的影响

搭载于互联网技术，不拘于空间限制，数字普惠金融的覆盖广度得以拓展，这使得金融服务供给经由电子账户数量体现需求方所得到的相应服务[19]。如表6所示，覆盖广度对农村居民收入的影响系数为0.061且p值小于0.05，表明覆盖广度对农村居民收入有着显著的影响，充分发挥了数字金融在农村偏远地区的可触达性。

(2) 使用深度对农村居民收入的影响

根据支付、货币基金、信贷、保险、投资和信用等6大主要金融服务的使用情况，测算出数字普惠金融的使用深度[19]。如表6所示，使用深度对农村居民收入的影响系数为0.082且p值小于0.05，表明使用深度对农村居民收入产生正向显著影响，处于“长尾”的农民群体在数字普惠金融的受益下，切实享受到了金融服务。

(3) 数字化程度对农村居民收入的影响

移动化、实惠化、信用化以及便利化等主要指标构成了数字普惠金融的数字化程度这一维度[19]。如表6所示，数字化程度对农村居民收入的影响系数为0.041，但并不显著，可能由于网络借贷平台管理不规范，贷款利率超过可负担的水平，还存在隐蔽的风险因素[2]，从而加剧农民本身对金融信贷产品的排斥，因此，对农民增收未起到显著作用。

表6 数字普惠金融指数与农村居民收入——分维度

5.分地区的异质性检验分析

将地域范围分为东、中、西进行回归分析，其中东部地区涵盖了京、津、冀、辽、沪、苏、浙、闽、鲁、粤、琼等11个省份，中部地区涵盖了晋、吉、黑、皖、赣、豫、鄂、湘等8个省份，西部地区涵盖了内、桂、渝、川、贵、滇、藏、陕、甘、青、宁、新等12个省份。结果如表7所示，综合比较显著性水平和回归系数值，可知数字普惠金融对提高东部农村居民收入的影响最为深刻。东部由于地理位置、资源要素等先天优势及金融设施和金融服务均得到较为完善的发展，数字普惠金融在传统普惠金融优良发展的基础上，对提升东部省份农村居民收入的成效更为明显。但数字普惠金融对中部地区的影响甚微，可能由于中部地区以资源型城市为主，其发展模式和金融普惠现状与其他地区相比有很大差距[2]；又因面对东部经济繁荣和西部大开发，政策上错失发展先机而处于崛起阶段，所以，没有显著的成效。西部涉及省份多，国土覆盖面积广，恰巧符合数字普惠金融突破地理局限的技术特点。另外，由于西部农民的绝对收入水平处于最低，因而，数字普惠金融对西部农村居民收入产生边际效应。

表7 数字普惠金融指数与农村居民收入——分地区

五、结论与建议

本文通过构建面板模型和中介效应模型进行实证分析，其中，在检验模型内生性问题上，选取互联网宽带接入端口数作为工具变量进行2SLS估计，得出以下结论：第一，数字普惠金融对农村居民收入有正向显著的直接影响；第二，引入中介变量之后，数字普惠金融对农村居民收入的回归系数变小，即城镇化水平起着部分中介效应；第三，存在结构差异性，覆盖广度和使用深度对农村居民收入存在显著的正向关系，但数字化程度不具有显著性；第四，存在区域异质性，数字普惠金融对东部农村居民收入影响最显著，其次是西部，而对中部影响最小且不显著。为改善农村居民收入状况，提出以下建议。

第一，深入开展数字普惠金融业务，使得农村居民不仅在互联网支付方式上享受便利，更要在数字保险、互联网财富管理等真正利于农民增收的金融服务上切实受益。第二，持续推进新型城镇化，加强农业规模经营，夯实数字金融基建，营造良好金融生态，为农民生产生活提量提质。第三，因地制宜制定协调发展策略，东部依托强劲的经济实力和先进的数字技术，实现与周边地区的金融资源共享；中部需全面深化数字普惠金融对城镇化和农村居民收入的支持路径；西部面对数字普惠金融的发展契机，需在健全金融基础设施和通讯网络建设上紧跟步伐，营造健康的信用环境。第四，与时俱进完善风险监管机制，缓解数字技术赋予金融可能引发的业务风险、机构风险乃至系统性风险，切实维护好数字金融市场秩序以及保障农民权益。