数字普惠金融特性对收入不平等状况改善的影响机制——以“数字普惠金融使用意愿”为中介变量

■杨城强

一、引言

为缩小贫富差异，各国在诸多领域寻求解决方案和途径。其中，数字普惠金融的方案已经在拉美等地区实施并获得了好评[1]。2015年我国将数字普惠金融列入政府工作报告，并在四大行分设普惠金融部门。近年来，我国数字普惠金融业务发展迅速，获得了广泛认可。学者们通过多种研究方法探究了数字普惠金融发展对贫富差距的影响。然而，有学者指出，基于宏观层面经济数据的研究难以反映个体在微观环境下的真实感受，容易因为信息缺失以及混沌效应导致误差增加[2]，从而影响实证效果。为了研究数字普惠金融对不同收入群体的切实影响，本文拟通过自下而上的方式，应用问卷调查手段了解数字普惠金融发展对不同群体收入变化的影响，从而检验普惠金融对贫富差距（收入不平等改善状况）的影响。

二、文献综述

（一）关于数字普惠金融概念与作用的研究

普惠金融体系最初被设立的目的是为了帮助低收入人群，通过评估其可承担的金融成本，为其提供符合市场化的金融贷款。尽管普惠金融概念早在2005年就被提出，但各国政府关注较晚，历经十余年才通过银行开展普惠金融业务。中国政府于2013年11月12日在《中共中央关于全面深化改革若干重大问题的决定》中正式提出“发展普惠金融，鼓励金融创新，丰富金融市场层次和产品”，普惠金融在国家层面的规划自此开始紧密制定和推进[3]。

数字普惠金融是借助互联网技术承载普惠金融产品的一种金融创新。被传统金融体系排斥在外的群体，可以借助数字普惠金融缓解融资困难，获得更多收入提升的机会[4]。在更深层面，数字普惠金融能为中低收入者提供更多的金融服务，促进财产再分配，缩小贫富差距。数字普惠金融的提出和落实已经从一个概念逐渐上升到国家发展的战略层面[5]。

由于我国的经济整体呈现出二元结构特征，我国居民收入差距的主要来源受制于城乡间的收入差异。为了打破在传统金融工具下产生的收入差异过大的经济发展局面，数字普惠金融被提出并开始在金融领域实施[6]。

（二）关于数字普惠金融核心要素的研究

本文通过对前人研究的梳理发现，数字普惠金融与传统金融的区别在于其具备五个核心要素，分别是可得性、价格合理性、便利性、安全性以及针对性。

可得性。是指金融产品在空间密度上的分布情况或者覆盖情况，在客观数据上也可以通过产品获得的比例来度量[7]。

价格合理性。数字普惠金融所面对的受众相对于传统金融而言需要获得更多的消费者剩余，即数字普惠金融需让受众感受到其价格更加优惠；同时还要具备生产者剩余，即金融机构所投放的金融产品具备可盈利性，在商业上可以持续开展[8]。

便利性。是指受众在获得金融产品的过程中，其所投入的时间成本、空间成本是否可控，即产品获得的过程是否更加便捷容易[9]。

安全性。包含3个方面，即是否符合国家法律法规，使用和保存过程中是否安全，金融服务中消费者与生产者是否能够通过合法途径保护自身权益[8]。

针对性。数字普惠金融与传统金融工具最大的区别在于服务受众的区别，数字普惠金融服务的主要对象是弱势群体，其中包含低收入者、小微企业、老年人以及残障人群。这些群体通常具有财产较少、金融产品的获得能力较弱等特征[8]。

（三）关于收入不平等的研究

我国是传统的农业大国，地域辽阔。从现有的实证研究结果可以看到，户籍属性、职业、地缘分布、学历、性别都是收入差异的影响因素[10]。诸多研究也基于以上影响因素展开了翔实的分析[11]。数字普惠金融的接受意愿以及行为成为了解决收入不平等的关键[12]。以往的实证研究基于相关宏观数据通过经济学研究方法进行研究的路径相对单一[13]。为了解决宏观数据研究中由于微观信息缺失对实际结果带来的影响，本文拟采用结构方程来研究数字普惠金融与改善收入不平等的关系及其深层机制。

本文通过对以往经济模型的数据进行整理，发现在对收入不平等的影响研究中，通常采用城乡居民收入比代表被解释变量[14]，而解释变量则通常选择城市化进程、人均GDP、市场化程度、金融网点覆盖度、进入服务获得性、金融服务实用性等变量[15]。这些宏观指标主要反映整体经济情况。在微观视角下，经济状况的改善包括了与自身以往的经济状况进行纵向对比的绝对值，以及与周围人的经济状况变化进行横向对比的相对值。在考虑前因变量的选择中，根据孟晓华等[16]的研究可以看到，在数字普惠金融发展水平的测量指标中包含了金融服务地的覆盖性指标、金融服务获得性指标、金融服务使用性指标等。李建伟[1]加入了人口维度的渗透性等指标。这些研究基本涵盖了数字普惠金融核心要素中的可得性、便利性的指标度量，但缺少对价格合理性、安全性以及针对性的度量。

三、研究路径

基于对前人研究的梳理，本文将分别对数字普惠金融的可得性、价格合理性、便利性、安全性以及针对性进行度量，从而了解这些影响因素是如何影响个体的经济收入不平等状况改善的。

从以往的研究结果中可以看到，数字普惠金融对个体收入的影响通常以融资资金利用的方式使得个体收入增加，从而促进贫困个体与整体收入的差距缩小。因此，数字普惠金融使用意愿成为中间机制变量。

本文模型研究的自变量包括数字普惠金融的可得性、价格合理性、便利性、安全性和针对性，中介变量为数字普惠金融的使用意愿，结果变量为收入不平等状况改善程度。结合以往文献，本文构建问卷体系如表1所示。其中，题目采用李克特五点计分方式计分。1代表完全不符合，2代表不符合，3代表一般，4代表符合，5代表完全符合，得分越高说明程度越强。

表1 变量及题目汇总表

四、研究的实施与结果

（一）问卷调查

1.问卷对象选择

本研究针对数字普惠金融的有效服务对象，因此研究对象主要为农村低收入人群，但对于低收入人群的界定，各类研究均无法统一。为保证研究的有效性，本文参考以下标准：（1）年龄在18至50岁之间；（2）将2020年农村人均可支配收入17131元作为标准，选择低于17000 元收入的个体。满足以上两个条件即可认定为农村低收入群体。

2.问卷发放及收回

在确定了目标人群的限定标准后，为保证样本的普遍性，从东北地区、西北地区、西南地区、东部沿海以及中部地区分别随机选取4 个贫困县，每个县随机选择4个乡镇，每个乡镇随机选择10名低收入个体进行问卷发放。共发放800 份样本问卷，收回672份。剔除缺失信息过多、选项不符合逻辑、答案全部一致的问卷后，获得有效问卷638 份。问卷回收率为84%，问卷有效率为94.94%。

（二）统计方法

本文基于设定好的研究假设，采用问卷收集方法获得第一手数据，通过探索性因子分析和克隆巴哈系数对基础的信效度进行度量，保证研究模型具备效度和信度水平；随后采用验证性因子分析方法对整体问卷进行结构效度分析；最后通过结构方程模型进行路径模型检验。

（三）研究结果

在获得样本数据后，首先对样本数据进行信效度检验。本研究采用的问卷为自编问卷，因此需要在理论基础上对问卷进行探索性因子分析，探知测量指标与变量之间的关系是否与预期一致。通过主成分分析法进行探索性因子分析，求得整体问卷的KMO 值为0.870，巴特利球形检验的近似卡方值为8081.516，自由度为210；在KMO 大于0.7 的基础上运用因子旋转法。

表2 研究假设

由表3结果可以看到，限定在特征值大于1的成分共有7个，说明整体问卷可以被抽取出7个单独的变量，这7 个变量的初始特征值分布在1.002 至7.417 之间，经过正交旋转后的特征值分布在2.209至2.618之间。可以看到，7个变量的累计解释总方差比为79.446%，说明7个维度能够有效表达所有题目信息量的79.446%。在旋转矩阵的因子载荷中可以看到，各题目不存在多个变量出现因子载荷的情况（载荷值小于0.4不显示），且不存在题目与预期归属不同的情况，所有题目的因子载荷均大于0.4，且不大于0.9，说明题目具备一定的独立性，又与维度存在一定的差异性。通过基础的探索性因子分析后，本文对问卷的信度进行检验。

表3 探索性因子分析表

（四）信度检验

问卷信度采用克隆巴哈一致性系数进行检验，各变量的克隆巴哈信度大于0.7，证明该变量具备较好的可信度，即数据的真实性更高。同时为保证题目的信度质量，还需对校正的项总计相关进行检验，为确保题目与变量的相关性紧密，要求该值需要大于0.5；同时已删除项的克隆巴哈系数值需要小于变量信度，以证明在删除该题目后，变量的信度会因此受到损益，从而对该题目进行保留。

从表4结果可以看到，在通过信度检验后，问卷7个变量中仅有数字普惠金融使用意愿变量的精度值介于0.9以上水平，说明该变量的测量结果极其可信，同时其他6 个变量的信度也均介于0.7 至0.9 之间，说明测量的题目也较为可信。通过校正题目与维度的后项总计相关可以看到，题目与维度的相关性大于0.5，同时在7 个变量中，所有变量的删除后克隆巴哈系数均小于维度信度，这可证明问卷结构不会因为删除题目而导致信度增加。以上分析可以证明问卷具备较好的信度水平。

表4 信度分析表

（五）验证性因子分析

本文通过探索性因子分析以及信度分析，基本确定了问卷的结构，为了验证该结构的稳定性以及与数据的实际匹配度，采用验证性因子分析对问卷进行检验。验证性因子分析的核心目的是在限定的模型中匹配数据，其需要变量与测量指标之间呈现出稳定的关联关系。在标准化因子载荷结果中，题目的标准化载荷值需要大于0.5以保证题目能够在一定程度上表达维度的内涵，同时验证性因子分析的模型拟合系数需要保证在较好的临界值内。通常检验的拟合指标包括CMIN/DF、GFI、NFI、NNFI、CFI以及RMSEA。其中，CMIN/DF 需要小于3，GFI、NFI、NNFI以及CFI需要大于0.9，RMSEA需要小于0.08。

从表5 结果可以看到，所有题目与变量的标准化载荷均大于0.5，说明题目与维度的关联性紧密，题目能够良好地表达维度内涵。

表5 验证性因子分析标准化载荷表

从表6 可以看到，整体模型的CMIN/DF 值为2.180，该值介于1至3之间；RMSEA值为0.043，小于0.08；GFI 等拟合指标均大于0.9。这说明模型拟合极好，由此可以判断通过设定的因子结构可以被数据拟合。

表6 验证因子模型拟合系数表

本文对各变量进行相关分析，同时计算各变量的AVE值。该值表达各变量内部的聚合效度，通常要求AVE 值大于0.5。从表7 可以看到，各变量的AVE值均大于0.6，说明各变量内部题目的一致性较高，题目所表达的内容具备较好的聚合能力，因此可以判断问卷变量具备较好的聚合效度。同时对各变量进行区分效度检验，在对角线填入各变量AVE的开方值且将其与相关矩阵的左下角相关系数进行对比，若AVE的开方值大于相关系数则说明各变量之间相互独立，可以较为容易地区分各变量的内涵。从表7可以看到，本文各变量具备较好的区分效度。

表7 聚合效度和区分效度检验

同时从相关系数矩阵结果可以看到，数字普惠金融的可得性、价格合理性、便利性、安全性以及针对性均与数字普惠金融的使用意愿显著正相关，且相关系数介于0.303至0.419之间；可得性、价格合理性、便利性、安全性以及针对性均与收入不平等状况改善显著正相关，且相关系数介于0.296 至0.547 之间，同时数字普惠金融使用意愿与收入不平等状况改善显著正相关。

（六）路径模型检验

通过相关分析可以得知各自变量、中介变量以及因变量之间均具备较强的相关性，因此按照假设构建路径模型。路径模型检验采用Amos25.0 软件进行分析，同时为检验数字普惠金融特性是如何对收入不平等状况改善发挥具体的作用，本文还进行了中介效应检验。中介效应检验采用bootstrap进行分析，设定随机抽样5000次。

由表8 可以看到，可得性显著正向预测数字普惠金融使用意愿beta=0.161（p＜0.001）；价格合理性显著正向预测数字普惠金融使用意愿beta=0.188（p＜0.001）；便利性显著正向预测数字普惠金融使用意愿beta=0.168（p＜0.001）；安全性显著正向预测数字普惠金融使用意愿beta=0.163（p＜0.001）；针对性显著正向预测数字普惠金融使用意愿beta=0.170（p=0.002）；可得性显著正向预测收入不平等状况改善beta=0.138（p＜0.001）；价格合理性显著正向预测收入不平等状况改善beta=0.155（p＜0.001）；便利性显著正向预测收入不平等状况改善beta=0.136（p＜0.001）；安全性不能预测收入不平等状况改善beta=0.050（p=0.206）；针对性显著正向预测收入不平等状况改善beta=0.264（p＜0.001）；同时数字普惠金融使用意愿显著预测收入不平等状况改善beta=0.299（p＜0.001）。

表8 标准化路径系数表

从表9 可以看到，整体模型的CMIN/DF 值为2.18，该值介于1 至3 之间；RMSEA 值为0.043，小于0.08；GFI 等拟合指标均大于0.9。说明模型拟合极好。由此可以判断，通过设定的模型路径关系能够被数据验证，即通过路径模型获得的结果可靠。

表9 路径模型拟合系数表

在分析了基础的路径假设后，通过bootstrap 进行中介效应检验得到结果如表10所示。

表10 中介效应分析

从表10 可以看到，通过数字普惠金融使用意愿，可得性对收入不平等状况改善的中介效应成立，模型为部分中介模型，但中介效应占比较低，仅为25.806%。通过数字普惠金融使用意愿，价格合理性对收入不平等状况改善的中介效应成立，模型为部分中介模型，但中介效应占比较低，仅为26.540%。通过数字普惠金融使用意愿，便利性对收入不平等状况改善的中介效应成立，模型为部分中介模型，但中介效应占比较低，仅为26.882%。通过数字普惠金融使用意愿，安全性对收入不平等状况改善的中介效应成立，模型为完全中介模型，即安全性无法直接对收入不平等状况改善起到影响作用；通过数字普惠金融使用意愿，针对性对收入不平等状况改善的中介效应成立，模型为部分中介模型，但中介效应占比较低，仅为16.190%。通过以上研究结果可知，除H9外，其余假设均得以验证。

五、结论

本文通过数字普惠金融产品的特征对使用意愿和收入不平等状况改善分别进行了路径检验，发现影响低收入人群收入不平等状况改善的机制是复杂的。在以数字普惠金融使用意愿为中介变量构建中介模型检验的过程中发现，尽管安全性不能直接预测收入不平等状况的改善，但是仍然能够通过对数字普惠金融使用意愿间接对收入不平等状况的改善产生影响，同时其他四个数字普惠金融特征均能够通过数字普惠金融使用意愿间接地对收入不平等状况改善起到中介作用。这说明数字普惠金融使用意愿的确在影响收入不平等状况的改善机制中起到了关键的作用。因此，为了有效改善收入不平等状况，关键是通过提供高质量的数字普惠金融产品，让低收入人群有效接纳，从而帮助低收入人群提高收入。

好的数字普惠金融产品可以被认为具备以下特征：产品具备较好的针对性，能够准确地分辨低收入群体，且在使用中容易被低收入群体获得，在此基础上，普惠金融产品相较于其他金融产品而言具备更好的价格优势，同时在使用上更加安全可靠。本文在考虑了使用意愿的中介作用后，发现数字普惠金融产品的特性对于低收入群体收入不平等状况改善的作用是通过数字普惠金融的使用意愿发生的。

究其原因有以下三点：

第一，使用意愿的决定作用。产品特性的好坏尽管在最终的效用上影响了收入不平等状况改善，但是单纯的好产品如果不能让低收入群体接纳数字普惠金融产品，便缺乏了使用意愿，低收入群体仍然无法获得增量资金，进而无法通过增量资金来改善其生活现状。由此可见，好的数字普惠金融产品不能或不能直接用以改善收入不平等状况。由产品的因到收入改善的果之间，使用意愿起到了决定作用。因此，为了持续改善低收入群体的收入不平等状况，有必要通过多种手段提高低收入群体对于普惠金融产品的使用意愿。

第二，数字普惠金融产品特征的补充作用。以往的研究对于收入状况的改善，通常以产品特征作为决定因素。尽管本研究中数字普惠金融产品特征被验证为可以有效改善低收入群体收入不平等状况，但通过对比使用意愿对收入不平等的影响可以发现，以往研究中过分强调产品特征的作用，而存在忽视了使用意愿的理论漏洞。随着数字普惠金融的推广以及使用场景和使用通道的不断更新迭代，数字普惠金融产品已经趋于完善，无论是从网点分布，还是市场化、从科技安全性以及使用便捷性上考量，其都已经进入到瓶颈阶段。在这一阶段下，数字普惠金融产品特征对于低收入群体收入不平等状况的改善作用也相对弱化。

第三，主客观双通道作用。在中介效应验证结果下，可得性、价格合理性、便利性以及针对性都可以通过直接以及间接的渠道改善收入不平等状况。实际上，数字普惠金融产品被使用以及能够改善低收入群体收入不平等状况取决于主客观两个方面的因素。从主观因素讲，低收入群体需要有明确的使用意愿，即个体对于数字普惠金融产品有一定的认知，并乐意使用数字普惠金融产品。从客观因素讲，产品需要具备足够优质的自身属性才能被广泛使用。在改善低收入群体收入不平等状况的研究中，其实不应刻意规避主观因素以及客观因素，而应当将主客观因素结合考虑。由此，本文认为普惠金融产品客观属性影响主观意愿，同时客观属性和主观意愿都能够有效改善收入不平等状况。■