普惠金融数字化对城乡收入差距影响实证分析

□文/马文祥 徐小倩 文 静 张婷婷

（1.吉首大学 湖南·吉首；2.山东财经大学 山东·济南）

［提要］数字普惠金融作为新兴信息化与传统包容性金融结合的产物，在提高资金集聚效率方面有了显著的提升。本文借用全国省级面板数据进行数字普惠金融与城乡收入差距之间的实证研究，得出数字普惠金融的发展可以使城乡之间收入差距减小的结论，并提出发展建议。

一、研究背景

最早出现“普惠金融”概念的会议是2013年召开的十八届三中全会，会议开创性地提出了“发展普惠金融。鼓励金融创新，丰富金融市场层次和产品”。之后，2016年中国普惠金融国际论坛在北京召开，共同探讨了我国普惠金融一条新的发展路线。同年9月，在G20峰会上，习近平根据时代大势，提出了推进包容性金融成长的愿望，并支持互联网金融与普惠金融的融合，即数字普惠金融。在全球化的大格局下，随着信息化不断深入到社会的各个层面，互联网金融与传统普惠金融的融合成了必然。信息化与普惠金融结合，一方面有利于提高金融服务的易得性；另一方面可以减少资金集聚成本，提高中小微企业融资发展的积极性，最终使得区域创新能力得到提升，区域经济得到发展。Beck T等认为包容性的普惠金融可以显著改善收入差距。张建波通过实证分析发现，传统包容性金融对于城乡收入差距呈现先抑制后促进的关系。吴金旺和顾洲一认为，数字普惠金融是普惠金融的在“互联网+”领域的深化拓展，具备商业性和大众服务性的特质。宋晓玲认为，数字普惠金融指的是以信息化的技术来驱动包容性金融，实现成长的弯道超车、城乡收入差距的缩小、社会公平的提升。黄益平认为数字普惠金融的涉及者包括两部分，即新兴的符合时代潮流的互联网金融公司与传统的服务型金融机构。综合看来，数字普惠金融是当今“互联网+”的顺势产品，是在工作服务方式上区别于传统普惠金融的一种新产物。孔祖根和叶银龙两位学者以浙江丽水市为研究对象，提出了数字化的普惠金融可以借助多种工具、信息化发展与农民信用信息管理系统来实现数字化支付、小额信贷与征信，以此来解决“三农”发展需求和融资难的问题，也可有效缩小城乡收入差距。

改革开放是中国经济实现腾飞的起点，国民经济增速迅猛，但由于我国幅员辽阔，各地发展不均衡，导致城乡收入差距被不断拉大。2019年，中国城镇居民人均可支配收入约为4.24万元，农村居民人均可支配收入约为1.60万元，二者之间收入比例差距达到2.65倍之多。城乡收入差距过大不仅不利于人民生活满意度的提升，更不利于社会的和谐稳定，缩短城乡之间的收入差距迫在眉睫。为此，十九大会议提出坚决打赢三大攻坚战，其中打赢脱贫攻坚战可以实现缩短城市与乡村间的收入差距，改善人民生活水平。王德文等指出，各因素之间的不平衡造成城乡居民收入差距拉大，这些因素包括收入分配扭曲、城乡收入分配不平衡和部门间的生产技术差异。王英姿以长江三角洲为研究对象，将其分为三区，发现金融服务可得性是普惠金融影响城乡收入差距的关键因素，并且数字普惠金融的发展对于不同地区的影响是不同的。徐曼芸等以云南省为背景进行实证分析，得出发展数字普惠金融能明显缩短云南省城乡间的收入差距，而且经济发展水平好的地区发展数字普惠金融更利于缩短差距。

数字普惠金融的发展可以提高传统金融服务的易得性，拉低了资金融合的门槛，避免一些银行为了规避风险而不予发放贷款给资金需求者，同时利用效率的提升也大大降低了融资成本，从而使得各地区的资金需求能够得到保障，促进各地区的进步，最终对城乡收入差距的拉大起到明显的抵制作用。综上所述，本文提出数字普惠金融的推广与深化能显著抵制城乡收入分配差距扩大的假设，对此进行系统的实证分析与检验，并提出相关建议。

二、数据来源与变量选取

（一）数据来源说明。本文选取了我国31个省（区、市）在2011～2019年共9年的时段为探究样本，数字普惠金融指数来源于北大互联网金融中心发布的《北京大学数字普惠金融指数第二期（2011～2020年）》，该指数从覆盖广度、使用深度和数字支持服务程度三个一级维度进行不同比例的整合，具有较强的综合性。其余变量的数据均来自《中国统计年鉴》、各省（区、市）的统计年鉴以及中国知网（CNKI）大数据平台。

（二）变量选取与说明

1、被解释变量：城乡收入差距GAP。为了提升数据可得性，便于理解数据的含义，本文以中国城乡居民的可支配收入为基础反映城乡之间收入水平差距。同时，采用更具统计意义的泰尔指数对GAP进行整合计算，使数据更具有说服力，其中数值越大，表示差距就越明显。计算公式如下：

式中，i=1代表乡村，i=2代表城镇。Yi，t表示第t年乡村或城镇的可支配收入，Yt代表第t年乡村和城镇的可支配收入；Xi，t表示第t年乡村或城镇的人口数，Xt代表第t年乡村和城镇的人口数。

2、解释变量：数字普惠金融指数FI。本文重点在于说明发展数字普惠金融对于城乡收入差距的效用，所以使用数字普惠金融指数作为核心解释变量，并且为了统计方便与分析，原有的数字普惠金融指数的值不再以原来的百分数表示。

3、控制变量

（1）城镇化率UR。由于农村人口流动较低，城镇和乡村之间的财富积累程度差距也较大，因此本文使用城镇人口数占省份区域人口数的占比来阐释城镇化率。

（2）地区经济发展状况PGDP。一个地区的经济发展状况可以体现在多方面，其中最直观的还是人均GDP（以PGDP表示）的大小，因此本文使用PGDP来度量各省份的经济发展状况。为便于比较分析，单位为万元。

（3）财政支出比重FE。一个地方的各项财政支出占总支出的比重也能反映出地方对于各项活动的重视程度，因此本文采用财政支出占地区生产总值的比值来反映对城乡收入差距的影响，以百分数表示。

（4）产业结构IS。如果一个地区的农业生产的经济布局过于单一，也会在一定程度上促使城乡居民收入分配不公，从而致使农民并没有从农业生产技术和产量的提升中尝到甜头。基于该方面的考虑，本文采用各省份区域的第二、第三产业的增加值占区域总GDP的比例来反映一个地区的产业结构。

（5）地区对外开放程度KF。某个省份或地区的对外开放程度也可能会对GAP产生影响。本文采用省份或直辖市的外商投资货物进出口额占GDP份额的大小来进行测试。

三、实证检验与结果分析

（一）模型设定。本文的重点在于分析数字普惠金融的发展对于城乡收入差距的影响方向及程度，故设立以GAP作为被解释变量、FI作为解释变量的初步模型，并引入了UR、PGDP、FE、IS和KF等控制变量使模型设定更具合理性。特此设立以下模型：

GAPit=αi+β1FIit+β2URit+β3PGDPit+β4FEit+β5ISit+β6KFit+εit（i=1，2，…，31；t=2011，2012，…，2019）（2）

式中，i与t分别表示i个省第t年的状况，αi为方程的截距项，β1、β2、β3、β4、β5、β6分别为各个变量的系数，εit为随机扰动项。

测试变量是否具有平稳性，这需要对GAP、FI和控制变量进行相应的单位根检验，结果显示，序列GAP、FI和KF是平稳变量，序列UR、FE和IS是一阶单整变量，PGDP为二阶单整变量。为了判断模型（2）到底适用于固定效应模型还是随机效应模型，进行了豪斯曼检验，结果显示，P值等于0.0015，P＜0.01，所以拒绝建立随机效应模型的原假设，选用固定效应模型。

（二）回归分析。由表1可以看出，各变量均在1%的显著性水平上显著。而且，FI与GAP反向变化，表示FI每增加1个百分点，GAP减少3.145601个百分点；UR与GAP反向变动；FE与GAP同向变动，说明财政支出的增加反而会拉大城乡收入差距。PGDP与被解释变量GAP同向变动，可能的原因是大部分财富集中在东部地区和城市，但是中西部地区与农村的人口较多，从而呈现出人均GDP的增加反而加大了收入差距；对外开放程度KF也与GAP正相关。（表1）

表1 回归分析结果一览表

从以上的回归结果来看，由于控制变量IS并不显著，所以将其舍弃，从而得出下列模型：

GAPit=αi-3.145601FIit-62.60962URit+1.763907PGDPit+28.89690FEit+14.355KFit

（三）稳健性检验。为了检验模型结果的稳健性，通过替换控制变量的方法来观测被解释变量GAP和解释变量FI是否保持原有的相关关系。因此，文章通过引用各地区的医院床位利用情况hospital这一控制变量来进行检验。此指标的计算公式为已使用的床位数占总床位数的比重。由于床位实际使用比重与当地的经济发展状况可能存在共线性，所以将代表地方经济发展状况的PGDP指标删除，以hospital指标代替。实证结果显示，数字普惠金融指数和其余的控制变量与城乡收入差距之间依然维持原有的相关关系，且显著性未发生改变，说明此模型较为稳健。

四、结论及建议

从以上的分析中可以看出，数字普惠金融对于一个区域的城乡收入差距的削减具有显著的正向功能。不过也可以看出，数字普惠金融作为新兴互联网与传统包容性金融结合的应势产物，机遇与挑战并存。为此，本文提出以下建议：

（一）及时制定与数字普惠金融相配套的政策。由于我国普惠金融起步较晚，在这方面研究较为缺乏，政策的缺陷也较为明显，因此可以借鉴外国先进的普惠金融经验，并总结教训，制定相关政策，为数字化普惠金融的发展提供法律上的支撑。同时，政府与市场要共同参与数字化普惠金融的建设和成长，加强市场的主导力和政府的引导力。

（二）完善自身机制，以真正实现可持续发展。在数字化快速发展的情况下，传统金融机构要尽快完成自身的蜕变，在分析和处理数据方面，要求更加快速和精准，提高自身效率。在进行信息化的升级后，也可以减少区域企业融资方面的信息不匹配，削减融资成本，让更多的中小微公司能享受质量更高的信贷服务，减少融资障碍。同时，注意金融监管体系的完善与维护客户的隐私。