普惠金融对安徽省农村居民收入的影响研究

罗 晗

(安徽财经大学 统计与应用数学学院，安徽 蚌埠 233030)

2021年中央一号文件《中共中央国务院关于全面推进乡村振兴加快农业农村现代化的意见》提出，要发展农村数字普惠金融。农村普惠金融的发展，对于推动农业农村高质量发展，促进乡村振兴有着重大意义。普惠金融起初是基于小额信贷和微型金融产生的，它解决了传统包容性金融的成本效益倒置问题，缓解了金融排斥的困境，增加了弱势群体的收入。在中国经济新常态的背景下，促进金融公平、减少金融排斥，发展普惠金融，有利于我国深化金融体制改革和推进城乡一体化。2019年中国人民银行等五部门提出，在2020年要基本实现乡镇金融机构网点全覆盖，农村中小金融机构要坚持服务县域，强化农村地区的金融消费权益保护，让数字普惠金融在农村得到有效普及。据统计，截至2020年末，人民币普惠金融领域贷款余额21.53万亿元，同比增长24.2%。此外，农户生产经营贷款余额5.99万亿元，同比增长11.5%，增速比2019年末高5.1个百分点。普惠金融为农村地区低收入群体和弱势群体提供了相对便利的金融服务，改善了传统金融服务存在的短板，降低了金融服务的门槛以及交易成本，增强了可得性，为促进农村居民收入增长提供了良好的金融环境。

1 文献回顾

国外对于普惠金融的研究较早，因此研究普惠金融的文献种类较丰富。在2006年GEDA等人就发现普惠金融能够促进消费和减轻流动性限制，可以为贫困人口提供信贷便利[1]。在这之后SARMA仿效了联合国人类发展指数(HDI)提出一个多维度普惠金融指标，用于比较不同经济体的普惠金融进展[2]。AISAITI等人表示普惠金融对改善贫困农民的生活水平至关重要[3]，ZHOU等人认为普惠金融产生的影响在不同地区存在异质性[4]。还有部分学者对普惠金融的作用机制进行研究，发现普惠金融主要通过提高金融质量来缩小城乡收入差距[5]，并且社会保护方案[6]和信贷流动过程[7]都是影响普惠金融的重要因素。

国内研究普惠金融的文献出现时间较晚，目前很多文献集中于对中国普惠金融发展水平进行分析。焦瑾璞等人第一次定量评估了我国普惠金融发展水平[8]。李涛等人通过2009-2013年的跨国数据分析各个经济体在样本期内普惠金融对经济增长的影响，研究发现企业投资资金贷款和个人金融服务两个指标均对各经济体的经济发展有明显负作用[9]。与此同时，越来越多的学者从空间角度分析中国普惠金融发展状况。陈银娥等人采取 Kernel 密度估计等非参数估计方法，研究发现普惠金融在中国地区表现出明显的多级分化格局和“俱乐部趋同”现象[10]。葛和平和朱卉雯用熵值法确定了权重构建了数字普惠金融指标体系，研究了我国数字普惠金融的地域差别及其影响因素[11]。王露露研究了数字普惠金融的影响因素和其在我国的空间异质性[12]。随着研究的深入，也有学者开始分析普惠金融对不同经济因素的影响。朱一鸣和王伟利用全国2018个县城的数据对不同收入阶层的群体能否平等地获益于普惠金融这一问题进行探讨[13]，结果表明，普惠金融有助于增加农民收入。然而，不同收入群体的减贫增收效应有所不同，具体而言，非贫困县农村居民的效用大于贫困县农村居民。易行健和周利探讨了数字普惠金融发展对居民消费的影响，结果表明，对于中低负债的居民普惠金融促进其消费支出，而对于高负债的居民其消费支出不受普惠金融影响[14]。陈啸和陈鑫研究了普惠金融数字化程度对于缩短城乡居民收入差距而产生的空间溢出效应，结果表明数字化服务是影响空间溢出效应的关键[15]。

基于2014-2019年的安徽省61个区县数据研究普惠金融对安徽省农村居民收入的影响，剖析普惠金融的发展意义。由于现阶段针对普惠金融的研究主要集中于对中国省域间异质性的探讨，鲜少有分析县域之间异质性的文献，故本研究选取安徽61个县域间的空间异质性，丰富研究内容。

2 数据来源与模型构建

2.1 数据说明与来源

以数据的可获得性为基准，选取2014-2019年的安徽省61个区县的面板数据作为样本数据集。数据来自于中经网、安徽统计年鉴、中国县域统计年鉴、《北京大学数字普惠金融指数 ( 2011-2015 ) 》。变量选取包括：被解释变量：农村居民收入(Y)，用各县级的农村居民可支配收入指标来代表；解释变量：数字普惠金融发展(IFI)，采用各县级的普惠金融发展指数来表示。为了更深入讨论数字普惠金融各个层面对农村居民收入产生的影响，还选取了普惠金融覆盖广度(CO)、使用深度(US)和数字化程度(DI)三个细化指标[16]。

其他控制变量包括：第一，经济发展水平(RGDP)。地区之间的经济发展水平有差异，经济会影响当地的居民收入情况，该指标通过地区人均GDP来表示。第二，人口密度(POP)。人口的流动会导致劳动力的变化，以至于影响居民收入的变化。第三，政府财政支出(GOV)。反映了地方政府向当地发展付出的经济成本，财政支出的增加有利于政府发挥维护社会经济平稳发展的职能，故有助于增加农村居民的收入。该指标根据政府财政支出除以当地GDP得出。第四，产业结构(IND)。第二产业占比的增加意味着非农产业在产业结构中占比增多，农村居民收入可能会因此增长。该指标根据第二产业GDP除以地区GDP计算得出。

为了增加数据的平稳性，对所有变量取对数，样本的描述性统计特征见表1。

表1 主要变量的描述性统计

2.2 模型介绍

本文构建如下面板数据模型：

Yit=αit+β1IFIit+β2CONTROLit+εit

(1)

式(1)中，Y代表被解释变量，α表示常数项，β1表示核心解释变量对应系数，CONTROL为控制变量，β2表示控制变量系数，ε表示随机变量。

由于普惠金融发展指数是综合性指数，故选取普惠金融的三个一级维度指标，更加全面地分析普惠金融的发展状况。这三个一级维度指标分别是覆盖广度指数、使用深度指数和数字化程度指数。由此衍生出以下模型：

Yit=χit+δ1COit+δ2CONTROLit+εit

(2)

Yit=φit+γ1USit+γ2CONTROLit+εit

(3)

Yit=ηit+λ1DIit+λ2CONTROLit+εit

(4)

式中，χ、φ、η表示常数项，δ1、γ1、λ1表示核心解释变量对应系数，δ2、γ2、λ2控制变量系数，其余参数同上。

3 实证分析

3.1 全样本面板数据模型回归分析

根据Hausman检验的结果，本文采用面板固定效应模型实证检验普惠金融发展对农村居民收入的影响。表2报告了基于模型的固定效应回归结果。

表2 普惠金融发展及其各维度对农村居民收入影响的面板回归结果

(1)式分析了安徽省普惠金融发展和农村居民收入的关系。可以看到，在1%的检验水平下，普惠金融发展与农村居民收入显著正相关，解释变量IFI的系数估计值为0.2108。(2)式、(3)式、(4)式分析了普惠金融的各个维度和农村居民收入的关系, 具体地分析普惠金融各个维度对农村居民收入的影响大小。(2)式、(3)式、(4)式的结果表示普惠金融的覆盖广度、使用深度和数字化程度对农村居民收入的影响均通过了1%的显著性检验，且为正相关。其中，使用深度的估计系数为0.284，对农村居民收入的影响程度最大，覆盖广度其次，数字化程度的影响最小。

3.2 影响机制分析和稳健性检验

3.2.1影响机制分析

通过以上对总体样本的讨论，发现普惠金融对安徽省农村居民收入有一定的促进效果。本文进一步验证普惠金融对农村居民收入的影响机制，根据现有研究本文提出两点假设：首先，从需求层面看，普惠金融提供低成本金融服务，缓解居民消费压力，促进居民消费，扩大内需促进经济良性发展，从而增加农村居民的收入；其次，从供给层面看，普惠金融减少公司融资成本，进而降低公司的总成本，增加企业利润，扩大生产，刺激国民经济活动，增加居民收入。

为了验证第一种假设，选取社会消费品零售总额这一指标代表农村居民消费情况，根据零售总额的高低设置虚拟变量并将总样本分为三组，依次进行回归。结果显示，对比社会消费品零售总额高的地区，社会消费品零售总额更低的地区普惠金融的发展对农村居民收入的促进作用更加显著。这表明第一种假设成立，消费水平更低的地区，普惠金融对安徽省农村居民收入的促进效果更明显。

为了检验第二种假设，依据各地区生产总值代表当地的总体经济发展状况，将总样本分为三组。表3中分组回归结果显示，当地生产总值更低的地区，相比当地生产总值更高的地区农村居民收入受普惠金融正面影响更强烈。这表明第二种假设成立，当生产总值提高后，普惠金融对安徽省农村居民收入的边际效用减弱。

表3 普惠金融发展对农村居民收入的影响机制

3.2.2稳健性检验

为了防止模型中可能存在内生性问题，可能有反向因果关系和遗漏变量影响模型的回归结果。本文选取居民储蓄存款余额(SAV)为工具变量做最小二乘估计，见表4的(1)、(2)列。第一阶段的F检验值为259.29，表示拒绝弱工具变量的假设。并且二阶段回归中，IFI变量系数显著，对因变量有正向促进作用，与基准回归的结果一致。故本文选取SAV作为工具变量满足与内生变量相关这一假定。此外，使用工具变量法的前提假设是模型内存在内生变量。故本文亦对工具变量进行DWH检验，观察是否存在内生解释变量。结果显示P值为0.00拒绝原假设，所以可以认为IFI是内生解释变量。综上，在使用工具变量居民储蓄余额后，普惠金融对农村居民收入的影响依旧显著。

考虑到普惠金融对农村居民收入的影响可能存在滞后效应，所以将普惠金融发展程度变量替换为滞后一期的普惠金融发展指数重新进行回归。如表4中(3)列显示，滞后一期的普惠金融发展指数仍对农村居民收入存在显著的促进效应。

表4 稳健性检验结果

表4 稳健性检验结果

3.3 分区域的异质性分析

不同地区之间经济发展与资源禀赋有所差异，这有可能导致普惠金融在不同地区的发展情况不一致。为了对安徽省农村居民收入所受普惠金融影响是否存在地区异质性进行分析，本文按地域将安徽61个县划分到皖北、皖中、皖南三部分区域进行研究。

图1为分地区农村居民收入均值的增长图。从图中可以看到，皖南地区的农村居民收入最高，其次是皖中地区，皖北地区的农村居民收入最低。随着时间的推移，农村居民收入均出现逐年增长的趋势，并且增长速度基本一致。

图1 农村居民收入的均值

表5中回归结果(1)、(2)、(3)、(4)、(5)、(6)显示，普惠金融IFI的回归系数为正数，普惠金融对农村居民收入的影响是正向的。在回归(2)式、(4)式、(6)式中加入IFI、RGDP、GOV、POP、IND等与农村居民收入相关的影响因子以后，模型的拟合优度系数变大了，并且各回归中普惠金融IFI的系数均通过了显著性检验。这表示对于各子样本来说，普惠金融与农村居民收入之间均存在显著线性关系。皖中和皖南地区普惠金融IFI的回归系数分别为0.232和0.169，高于皖北地区的回归系数0.127。这是因为皖北地区的经济相比其他地区要落后一些，金融资源也更加稀缺，所以普惠金融对农村居民收入的促进能力更弱。

为了检验分组回归之间的确存在组间差异，对各变量进行了去中心化处理，去除面板数据的个体效应后分组回归并对各分样本回归系数进行显著性差异检验。得到的研究结果与上述结果一致，并且模型通过了系数差异显著性检验。

4 结论

选取2014-2019年安徽省61个县域的面板数据进行分析，发现在样本期内，安徽省普惠金融对农村居民收入具有正向促进作用，并且使用深度的影响程度最大，覆盖范围其次，数字化程度影响最小。从分区域的样本来看，皖中和皖南地区普惠金融对农村居民收入的影响相对于皖北地区更显著。进一步说明了经济发达的地区，普惠金融对农村居民收入的促进作用更显著有效。此外，通过研究其影响机制发现普惠金融从需求侧和供给侧两方面促进了安徽省农村居民的收入。基于以上研究结论，提出以下几点建议：

第一，加强数字金融产品创新，扩展普惠金融的使用深度。加速普惠金融服务结构转型，提高客户体验和适用性。重视农村金融发展，坚持县乡区域协调发展，打造优质金融服务环境，实现政务信息公开透明，引导健康的信贷环境。

第二，加强金融基础设施建设，扩大普惠金融的覆盖范围。提升经济落后地区的普惠金融发展水平，支持鼓励金融机构向农村居民提供可信赖的、安全的网上支付功能服务。开展金融教育，让每位投资者都对金融理财有全面深入的了解，从而更好地承担风险、规避损失，做出有价值的投资决定。

第三，健全普惠金融体系，加速推进农村金融机构数字化转型。要防止资源垄断和分配不公，优化金融资源配置。大力发展数字经济，将网络经济与实体经济融合发展，促进县域互联网建设。提高金融的服务效率和质量，给予商业银行金融技术支持，加强机构的风险评估能力，改善贷款环境，降低中小微企业的经营成本。

农业农村农民问题始终是影响国民经济和人民生计的根本问题，希望通过发展高水平农村普惠金融，能够改善农村居民融资难的短板和弱项，缩小城乡金融服务差距，助力我国实现乡村振兴。