金融科技对收入分配的影响

□文/李 玥

（云南师范大学 云南·昆明）

［提要］本文基于2011～2019年省级面板数据，使用基尼系数作为衡量收入分配的指标测度，考察金融科技发展对收入分配的影响。为分析具体影响情况，还分别使用数字普惠金融的三个维度进行实证分析。研究结果显示：金融科技对收入分配的影响是非线性的，总体呈现出“正U型”结构。为防止收入分配差距过大，要制定有效方案，推动金融科技发挥普惠性缓解收入不平等。

目前，收入不平等问题已经受到社会各界和政府的高度关注。2017年，习近平在世界经济论坛的年会演讲中指出，目前在经济领域有三大突出矛盾，其中之一便是全球发展失衡。在党的十九届五中全会上描述了2035年的远景目标，即人们的生活品质提高、总体收入提升，全国人民实现综合性全面发展，共同努力不断缩小收入差距，实现共同富裕的目标。

由于金融科技是一种新兴事物，目前学术界还没有统一的定义。有部分学者基于业务视角来定义金融科技，他们认为金融科技从最直观的角度理解就是金融与科技高度结合以后诞生的一种新型业务。例如，巴塞尔银行监管委员会认为金融科技的分支业务包括支付结算业务、投资管理和市场设施业务、存贷款业务以及资本筹措业务等。另外，也有部分学者从技术导向视角定义金融科技，认为金融科技不断向前发展已经囊括了区块链、大数据、人工智能以及云计算等这些新兴技术，却又不仅限于这些技术。除此之外，金融稳定理事会（FSB）对金融科技做出了相关解释，认为金融科技是依托大数据背景，推进金融创新与技术驱动二者相融合后形成的，旨在将新兴科技成果在金融领域进行推广，推陈出新，创新金融新产品、改变传统金融发展经营模式以及优化各类金融业务流程等。

一、文献综述

现有研究结果表明，金融发展会从根本上对居民收入分配产生影响，其影响的传递主要包括两个方面，分别为微观层面上直接影响和宏观层面上间接影响。在微观层面上，金融体系可通过直接改变金融服务的质量和可及性影响个人获得经济机会的难易程度，进而影响收入分配格局；宏观层面上，金融发展可通过信贷配置功能和经济增长效应改变不同技术水平的劳动力市场需求，从而对收入分配产生影响。然而，金融科技凭借自身的优势已经成为推进金融发展的新驱动引擎，冲击了传统金融业，倒逼传统金融转型升级。一方面金融科技所产生的最直观影响就是金融机构服务门槛和成本降低，使金融服务与民众日常更好地融合；另一方面金融科技为传统金融机构制造了更多的创新机遇，催生了金融行业的新生产方式和服务模式，金融服务效率得到大幅提高。基于以上论述，金融科技对于收入分配的影响属于宏观层面间接性的影响。

对于金融科技对收入分配的影响这一研究，目前国内学者主要从数字普惠金融对贫困减缓的作用的视角或是从金融科技的应用缓解收入不平等的视角来展开讨论。张羽和王文倩（2021）从金融科技对居民收入的集约边际和扩展边际效应的角度出发，基于118个国家2003～2018年的面板数据，对金融科技与收入不平等之间的非线性关系进行了检验，得出结论：金融科技与收入不平等之间呈现“倒U型”的关系。钱朋岁和孙姝（2019）基于我国2011～2015年31个省的面板数据，用空间杜宾模型来分析数字普惠金融发展与贫困减缓之间的关系，结果表明：提高某地区的数字普惠金融发展水平对本地区减贫具有显著的正向作用。梁榜和李晓琳（2021）利用中国家庭追踪调查数据（CFPS），考察了农村地区家庭贫困减缓和收入分配如何被数字普惠金融的发展所影响，得出的结论表明，数字普惠金融的发展会降低农村家庭的贫困发生率，还有助于改善贫困家庭的贫困深度和强度，证明推进普惠金融发展为解决贫困和收入分配不平等的问题增添了新动力。

二、理论分析

金融科技最基础的驱动力源自新技术，互联网、大数据、人工智能推动了金融业的革新，金融科技的到来冲击了传统金融模式，也给人们的日常生活、工作就业和资金收入等带来了很大的变化。

金融科技对总体收入分配的影响有两个效应：一是直接效应。金融科技发展初期，催生了许多新兴技术创造的金融科技企业，实体企业是解决就业的重要渠道，大量企业的出现就推动了就业率的上升，很多家庭闲置的劳动力找到工作，获得收入。并且还有很多自主创业的企业融资渠道拓宽，不再是传统的借贷方式，可以通过一些新兴金融机构获得小额贷款，这样一来贫富差距就缩小了。二是间接效应。当金融科技不断完善、不断向前发展，实体企业受到严重冲击，出现脱实向虚的趋势，依托低技术获得收入的群体面临失业风险。另外，由于各项新兴技术趋于成熟、监管模式逐渐成体系，金融领域就出现门槛效应，考虑到风险因素，有资本积累的群体可以获得更多贷款，没有资本积累的获得贷款的能力减弱，又出现收入不平等的情况。基于以上两个效应，提出假说1和假说2。

假说1：金融科技对收入分配的影响是非线性的

假说2：金融科技起初能够缓解收入不平等的情况，但是进入第二个阶段后会扩大收入差距

三、变量选取与测度

（一）变量选取

1、核心解释变量。对于金融科技发展情况的指标测度，本文所选取的是北京大学数字普惠金融指数。数字普惠金融指数是由北京大学数字金融研究中心通过严谨的模型构建计算得出的，目前已经在学术界获得普遍认可，也能够较为清晰地反映出我国金融科技的发展情况。该指数包含了33个细分指标，具有较强的权威性、科学性与合理性。

2、被解释变量。本文选取衡量收入分配的代理变量采用基尼系数。本文所应用的基尼系数计算方法参考田卫民（2012），计算公式如下：

其中，下标i表示组别，P表示总人口数，W表示总收入，Wi表示为累积到第i组的收入。

3、控制变量。为了确保估计结果的准确性，还需进一步将一些影响收入不平等的其他因素纳入到计量分析框架中。查阅现有文献，在模型中加入以下的控制变量：（1）产业结构水平，采用第二产业与GDP之比来测度；（2）通货膨胀程度，采用GDP平减指数来测度；（3）人口增长率，采用本期新增的人口数与上一期期末总人口之比来衡量；（4）城市化率，用城镇人口数量占总人口数量的比重来衡量；（5）经济增长速度，用GDP增长率来测度；（6）政府支出，以地方政府一般预算支出的数值取对数来进行度量。

（二）数据来源。为了保证数据的可得性，本文所选取解释变量（金融科技）的数据来源于北京大学数字普惠金融指数，其余数据来源于各统计年鉴和国家统计局。变量设计和描述性统计如表1所示。（表1）

表1 变量设计与描述性统计一览表

四、实证分析

本文认为，金融科技对收入分配的影响是非线性的，所以在模型中引入平方项，其模型设定如下：

下标i和t分别表示省份和年份；GINIit表示省份i在t年的基尼系数；dfiit表示i省份第t年的数字普惠金融指数；dfi2it是数字普惠金融指数的二次项；Xit是控制变量的集合；Φi为省份固定效应；Zt是年份固定效应；εit为随机扰动项。回归结果如表2所示。（表2）

表2 回归结果一览表

表2中，（1）列表示以数字普惠金融总指数和平方项进行回归。为了具体分析数字普惠金融指数体系中三个不同维度对收入分配的影响程度，分别利用覆盖广度、使用深度和数字化程度进行回归；（2）列表示利用覆盖广度进行回归；（3）列表示解释变量替换成使用深度进行回归；（4）列表示使用数字化程度作为解释变量进行回归。回归结果显示：数字普惠金融指数系数显著为负，二次项的系数显著为正，表明金融科技的发展对收入分配存在显著的非线性影响，由于二次项的系数为正，所以为显著的“正U型”关系。其中，覆盖广度的系数为负且显著，而二次项则显著为正，这表示其覆盖广度对收入分配的影响也呈“正U型”；使用深度的系数为负但是不显著，但是二次项系数显著为正，也表明了存在“正U型”关系；数字化程度的一次项系数为正，二次项系数为负，呈“倒U型”，但是均不显著。

五、政策建议

综上所述，本文首先进行理论分析和假设，在此基础上，进行了实证检验，研究金融科技发展对收入分配的影响。研究结果发现：金融科技对收入分配的影响是非线性的，金融科技对收入分配的影响呈现“正U型”关系。

基于以上结论，提出政策性建议：第一，金融科技缓解收入分配不平等的核心在于其普惠性质。面对金融科技带来的新变革，要把金融科技在普惠金融中的作用有效发挥出来，发展普惠金融以金融科技作为指引，推动各企业和金融机构能够充分利用大数据资源和人工智能等新兴技术，推动自己内部的技术创新、提高服务效率和客户满意程度，使金融科技更具包容性的发展，能够为更多低收入的弱势群体提供普惠性金融服务。第二，由于金融科技刚刚兴起，各方面发展体系尚未完善，所以在金融科技的发展进程中，需警惕由金融科技加剧的收入不平等问题。这就要求不断完善相关制度供给，打破传统监管方式，优化监管体系，以此形成包容性强的监管环境，适当放松金融科技领域和金融科技企业开展业务的准入门槛，推动金融科技切实有效地为实体经济服务。第三，传统的金融信息体系已经不能满足当下情况，必须加快推进线上金融信息平台建设，有效化解金融技术在推广和应用过程中遇到的基础性障碍，让收入较低的弱势群体也能够安全便捷地体验线上金融产品和服务。此外，在保证线上金融业务安全开展的同时，也要保留传统线下服务，为一些特殊群体办理业务提供便利。