数字金融、数字经济与共同富裕

2023-01-07刁金伟邵钰钧

现代金融 2022年11期

□ 刁金伟邵钰钧

一、引言

共同富裕是社会主义的本质要求。中国40年的经济转型大力推动了经济增长，但仍存在中等收入群体比重不高，城乡区域发展差距、人群间收入分配差距较大的现实问题（李实、朱梦冰，2018）。站在全面脱贫的历史里程碑上，针对我国社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾，共同富裕不仅是新发展阶段的愿景，也成为这个时代的中心课题。党的十九届五中全会提出“扎实推动共同富裕”，将“全体人民共同富裕取得更为明显的实质性进展”作为二〇三五年基本实现社会主义现代化远景目标之一。

立足于为社会所有阶层和群体提供金融服务的普惠金融与共同富裕的理念契合，是实现共同富裕目标的金融支持体系。以互联网科技企业提供金融服务为代表的新型数字金融业务，通过信息化技术及产品创新，降低金融服务产品的成本，扩大金融服务的覆盖范围，因此新型数字金融模式已经成为普惠金融的重要源动力和增长点（郭峰等，2020）。数字金融在缩小发展差距、收入差距方面表现出积极影响：数字金融的发展帮助改善了农村居民的创业行为，并带来了创业机会的均等化，更加有助于农村居民创业（张勋等，2019）；数字金融能够降低金融服务门槛，降低金融排斥，从而缩小城乡收入差距（宋晓玲，2017）；数字金融有助于减轻信息不对称，通过缓解融资约束、优化产业结构，显著提高了区域技术创新水平（聂秀华等，2021）。

以通信技术为标志的技术革命与互联网、人工智能、大数据等技术融合形成的数字经济渗透到生产、生活、流通等环节，成为经济增长的重要引擎。数字经济具有的高技术和共享性两大特征，既为经济增长增添动力，也为均衡发展提供共享机制（祝嘉良等，2022）。数字经济对社会生产具有增长效应，数据成为关键性生产要素，不仅能够在生产过程中直接释放价值、创造财富，而且能够帮助企业进行精细化管理和测算，使资源配置更具合理性（蒋永穆等，2022）。另外，数字经济作为新技术应用，打破了传统发展格局，欠发达地区和群体可能在技术浪潮中加快发展步伐，体现出“后发优势”，提升共建共享协同发展的能力。数字经济与数字经济具有高度关联性，首先，数字金融起源于电子商务的快速发展，电子商务属于产业数字化应用的类别之一；其次，经济活动离不开资金流通，数字产业化同样需要数字化的金融服务与之匹配；最后，美团等大型互联网平台企业直接提供数字金融服务，将本身的业务活动与数字金融高度融合。数字金融能够推进数字产业化和产业数字化进程，是数字经济发展的重要驱动力（孟振全，2021）。数字金融不仅通过提供金融支持直接促进共同富裕，还通过促进数字经济发展实现增长效应和共享效应。

共同富裕是中国提出的时代命题，数字金融和数字经济是推动经济高质量增长的重要驱动力，研究数字金融对共同富裕的影响，验证数字经济促进共同富裕的机制路径，对中国特色社会主义经济发展具有重要的理论和现实意义。本文可能的创新主要有：一是将数字金融、数字经济和共同富裕纳入统一的研究框架，为研究数字金融促进共同富裕的机制路径，提供了新的研究视角；二是研究发现促进数字经济发展是数字金融推进共同富裕的重要机制；三是发现数字金融对共同富裕的影响具有城市层面的异质性，受教育程度高和人口流入多的城市受益更多。本文其余章节安排如下：第二部分是理论分析和研究假说，第三部分是实证分析，第四部分是稳健性检验，第五部分是结论和建议。

二、理论分析

共同富裕是高质量发展状态和过程的统一，是当前和长远、阶段性目标和长远目标的统一（刘培林等，2021）。共同富裕以经济发展为前提，在发展中实现“富裕”和“共享”两个目标。数字金融应用大数据、互联网等技术，降低了金融服务成本和信息不对称，有利于服务“长尾客户”，扩大了金融服务的群体基础，自然地具有了缓解金融排斥的普惠性质。

数字金融对促进“富裕”具有积极影响。首先，数字金融通过降低金融服务的门槛，破解了传统金融机构服务能力不足、服务成本较高的局面，提升了金融服务的触达能力，更广泛地发挥了动员储蓄、积累社会资本的作用。其次，使用大数据、云计算、人工智能等智能化手段收集分析数据，改善传统金融中由于信息不对称而产生的道德风险和逆向选择问题，优化了风控能力（王道平、刘琳琳，2021），降低了信息收集成本，降低中小微企业的融资约束，支持了更多群体的创业和创新行为，有利于改善资源错配（田杰等，2021）、提升全要素生产率（侯层、李北伟，2020）。

数字金融有益于“共享”的结果形成。首先，数字金融对原本受到金融排斥的群体更有吸引力，从而满足了欠发达地区和低收入群体的金融需求，形成了“数字红利”。数字金融的发展更加有助于农村居民而不是城镇居民创业，因而低收入群体得益更为显著（张勋等，2019）。数字金融能够有效地推动西部地区、低收入地区城市全要素生产率的发展，在经济发展较弱的地区充分发挥作用，在一定程度上弥补了传统金融业务的不足（袁徽文，2021）。其次，数字金融通过缓解流动性约束、便利居民支付两种机制促进了居民消费，且这一促进效应在农村地区、中西部地区以及中低收入阶层家庭更为明显，同时数字普惠金融的发展增加了家庭的债务收入比（易行健、周利，2018）。数字金融提升了低收入阶层家庭的资金安排能力，得以统筹地安排消费和其他长期资金需求，从而提升生活水平。最后，在促进创业、就业和提升收入的基础上，数字金融能够显著地提升了社会保障水平，促进效应由强到弱依次为中部、西部、东部（汪亚楠等，2020），参与社会保障对低收入群体有显著的托底作用，能显著提高人民群众的幸福感、获得感。

基于上述分析，提出假说1：数字金融能够推动共同富裕。

数字经济推动宏观经济一般性增长从而“做大蛋糕”；数字经济也有利于均衡性增长从而“分好蛋糕”（夏杰长、刘诚，2021），这与共同富裕的“富裕”和“共享”对应。

根据“技术-经济”范式，技术革命将带来一个扩散和吸收的动荡过程，这一过程包括经济增长、产业更替、商业模式和制度框架的变化（王姝楠、陈江生，2019）。数字经济是通信技术革命的经济范式，与此相关的电子信息制造业、电信业、软件和信息技术服务业、互联网行业等作为新兴产业，成为经济增长的新引擎。根据《中国数字经济发展白皮书(2021年)》，2020年我国数字经济规模达到39.2万亿元，GDP占比为38.6%,增速为9.7%，是同期GDP名义增速的3.2倍多。数字经济对经济总量增长的重要推动作用不言而喻。由于数据和信息的流动不受物理条件的限制，传统的行政的市场壁垒导致的市场分割减弱，产业集聚下降，形成产业分散效应，促进均衡化增长。数字经济赋能传统行业，电商、直播等新业态催生了网红产品、地方品牌，带动了农副产品销售和品牌价值的提升（夏杰长、刘诚，2021）。产业分散和赋能传统行业，是数字经济促进“共享”的主要机制。此外，数字经济推动政府管理服务智能化，扩大了公共服务的供给边界，提升了公共服务均等化（梁东亮、赖雄麟，2022）。

数字金融不仅能直接促进共同富裕，还能通过数字经济发展促进共同富裕。一是数字金融对各产业、各地区的支持程度是有差异的。数字经济作为新兴产业，市场规模增加速度快于传统产业，金融资源自然地流入数字经济领域，而数字经济在自身发展的同时促进了共同富裕程度。从地区差异看，数字经济赋能的特色农副产品所在地，常常是在以往经济发展不佳的地区中挖掘出来的，正因为名不见经传才更具有特色、网红属性，数字金融在这样传统金融覆盖不强的区域填补了新生的金融需求。二是数字金融和数字经济的高度融合关系。数字经济降低了地理距离对经济发展的束缚，相对应的需要数字金融为其提供实时、高效、跨区域的支付结算等金融服务，数字金融是数字经济发展的必备条件之一。数字金融的发展也依托于数字经济产生的大量数据要素，否则无法实现降低搜寻成本和减轻信息不对称。

基于上述分析，提出假说2：数字金融通过促进数字经济发展提升共同富裕水平。

数字金融的有益影响对不同群体可能是不均衡的，即存在马太效应（王修华、赵亚雄，2020）。张勋等（2019）的研究也发现，虽然数字金融更有利于农民创业，但同样存在异质性，对高人力资本的农村居民更为显著。主要影响因素来自两个方面，一是从人群方面来说，数字金融作为新型金融工具的应用，需要使用者具备一定的能力和金融素养。受教育程度低、缺乏金融知识和素养将造成无法参与或不敢参与数字金融（王修华、赵亚雄，2020）；二是从城市层面来说，区域间存在对人力资源和金融资源的“虹吸效应”(张梁等，2021)，数字金融、数字经济的发展都离不开具体的人的参与，尤其数字经济具有滚雪球效应，应用群体、应用场景越多越能扩大数字经济的优势，因此造成了城市层面的马太效应。因此，受教育程度高和人口流入多的城市获益更多。

基于上述分析，提出假说3：数字金融的影响具有异质性，受教育程度高和人口流入多的城市受益更多。

三、实证分析

（一）模型设定

为研究数字金融对共同富裕的影响，构建基准回归如下：

其中，CPit表示i城市在t时期的共同富裕水平，IDFit表示i城市在t时期的数字金融发展水平，Zit表示控制变量，μi为个体固定效应，δt为时间固定效应，εit为随机扰动项。

为探究数字经济的作为数字金融提升共同富裕水平的机制路径，使用中介效应：

其中，DEit表示i城市在t时期的数字经济发展，其他变量含义不变。具体含义为：第一步，在假说1得到验证前提下，即公式（1）中的β1显著为正，说明数字金融DIF能够促进共同富裕CP；第二步，使用数字金融DIF对中介变量数字经济DE回归，若β2显著为正说明数字金融能够促进数字经济发展；第三步，使用数字金融DIF、中介变量数字经济DE对共同富裕CP回归，若β3、β4显著为正，说明存在部分中介效应，若β4显著为正而β3不显著，说明存在完全中介效应。

为分析受教育程度和人口流入形成的异质性影响，使用面板门槛模型（Hansen，1999）：

其中，qit是门槛变量，I(·)为取值1或0的示性函数，满足括号内条件取值为1否则为0，可扩展为多门槛情形。其他变量含义不变。待估系数φ1和φ2分别表示门槛变量在门槛值前后时数字金融对共同富裕的回归系数。

（二）变量选取与数据来源

1.被解释变量：共同富裕CP

共同富裕是一个综合概念，包含“富裕”和“共享”两个维度（李实，2021）。借鉴刘培林等（2021）、薛启航等（2022），构建地级市层面共同富裕指标体系如表1。富裕维度包括经济富裕、物质和精神财富。经济富裕使用人均GDP衡量，公共服务提供的物质和精神财富水平使用人均教育支出、人均床位数和人均图书藏量衡量。共享维度包括区域差距和城乡差距，区域差距使用该地级市的人均可支配收入与全省人均可支配收入差距描述，城乡差距使用城乡收入比描述。原始数据经极差标准化后，使用等权重法合成共同富裕指数。由于直辖市的省市级数据一致，无法计算区域差距，故剔除直辖市样本。直辖市与其他低级市相比优势较大，剔除后样本更能代表地级市一般的共同富裕水平。

表1 共同富裕和数字经济指标体系

2.解释变量：数字金融DIF

使用地级市层面的北京大学数字普惠金融指数（郭峰等，2020），包括覆盖广度、覆盖深度和数字化程度三个维度。该指数是由北京大学数字金融研究中心与蚂蚁集团研究院研究人员合作编制完成的。

3.中介变量：数字经济DE

数字经济依托于信息技术和互联网行业，其规模体现在从业人员、产品使用和经济产出等方面。借鉴赵涛等（2020），地级市层面使用相关从业人员占比、互联网普及率、移动互联网用户数、经济产出进行反映，具体指标见表1。通过主成分分析对原始数据进行降维，综合得到数字经济指数DE。

4.门槛变量：受教育程度edu和人口流入速度pop

根据地级市层面数据可得性，受教育程度使用人均普通中学在校生数衡量。借鉴李拓和李斌（2015），地级市人口流入速度使用以下公式计算：人口流入速度=（年末人口数-上年末人口数-上年末人口数×人口自然增长率）÷年末人口数。

5.控制变量

根据研究问题和数据可得性，其他控制变量包括城镇化水平urban（市辖区人口/全市总人口）、对外开放程度open（实际利用外资/全市GDP）、政府规模gov（财政支出/全市GDP）、产业结构ind（第三产业占比/第二产业占比）。

数据来源于《中国城市统计年鉴》、《中国区域经济统计年鉴》、EPS数据平台和各省市统计年鉴和统计公报，个别缺失数据使用插值法补齐。时间跨度为2011-2019年，去除直辖市、港澳台、西藏和其他数据缺失较多的地级市，选取266个地级市，样本总量为2394个。共同富裕指数与其他变量数据量级差距较大，将所有样本的共同富裕指数放大100倍后进行实证分析。变量的含义及描述性统计见表2。

表2 变量的描述性统计

（三）基准回归

使用数字金融及其三个子维度对共同富裕进行回归，结果如表3。数字金融及其三个子维度的回归系数为正，且至少在5%的显著性水平上对共同富裕存在促进作用。从回归系数的大小看，三个子维度对共同富裕的作用强度排序为广度最强、深度次之、数字化程度最弱。说明数字金融能够推动共同富裕，假说1得到验证。

表3 基准回归

从控制变量结果看，城镇化对共同富裕具有显著促进作用，政府规模对共同富裕具有显著的负向作用。可能的原因是城乡差距体现在收入、公共福利等多个方面，城镇化进程使更多群体获得提高收入和享有公共福利的机会，能够提高共同富裕水平。城镇化进程中财政可能对城市建设和公共产品投入加大，加剧了城乡差距，从而不利于共同富裕。

（四）中介效应

使用逐步回归法验证数字经济的中介效应，结果见表4。在回归（1）证实数字金融能够促进共同富裕的基础上，回归（2）说明数字金融能够在1%的显著性水平上促进数字经济发展，回归（3）将中介变量数字经济加入基准回归中，数字金融和数字经济都对共同富裕体现出正向影响，并且数字金融的回归系数较回归（1）中降低，说明存在部分中介效应，数字经济是数字金融促进共同富裕的机制路径，假说2得到验证。

表4 数字经济的中介机制检验

（五）异质性分析

以受教育程度edu和人口流入速度pop作为门槛变量，从单门槛到多门槛依次验证，直至出现门槛效应不显著，结果见表5，受教育程度通过单门槛模型检验，人口流入速度通过双门口模型检验。

表5 门槛效应检验

根据检验结果，分别进行单门槛和双门槛回归分析，结果见表6，φ表示门槛变量在越过门槛值前后的数字金融对共同富裕的回归系数。门槛值均通过了基于LR似然比的门槛值检验，结果见图1。受教育程度的门槛值为0.0659，大约位于全样本的89%分位点，当受教育程度小于门槛值时，数字金融对共同富裕的回归系数为0.0286，当受教育程度大于门槛值时，数字金融对共同富裕的回归系数增大为0.0340。说明当受教育程度提高时，数字金融对共同富裕的促进作用大幅提升。人口流入速度的门槛值为-0.0005和0.0053，大约位于分位点的68%和90%，在人口流入速度接连越过门槛值时，对应的数字金融回归系数分别为0.0272、0.0293和0.0338，人口流入速度提升同样有利于数字金融发挥其积极影响，假说3得到验证。另外，受教育仅存在单门槛，人口流入速度存在双门槛，说明数字金融对受教育程度的要求是“够用”即可，而对人口流入的要求则是多多益善。

表6 门槛回归结果

图1 LR似然比门槛值检验图

四、稳健性检验

（一）更换指标综合方式

使用熵权法合成共同富裕指数，基准回归、中介效应和门槛效应的结论与前文一致，且全部通过相关检验。

（二）增加直辖市样本

（三）更换估计模型

共同富裕可能存在路径依赖，设定动态面板模型，使用系统GMM进行估计，数字金融仍然对共同富裕具有显著的促进作用，结果见表7。

（四）工具变量法

对于仍然可能存在的内生性问题，使用工具变量法进行稳健性检验。借鉴（傅秋子、黄益平，2018）采用地级市到杭州的距离作为工具变量，另外由于数字基础设施是数字金融的基础，使用上文的中介变量数字经济和滞后一期数字金融指数，分别形成工具变量，结果见表7。两组工具变量回归均通过了不可识别检验和弱工具变量检验，说明工具变量有效，结论未发生改变。

表7 动态面板与工具变量估计结果

说明：不可识别检验为Kleibergen-Paaprk LM 统计量，方括号[]内为P 值。弱工具变量检验为Kleibergen-Paap rk Wald F 统计量，大括号{}内的值为Stock-yogo 检验在10%水平对应的临界值。

五、结论与建议

共同富裕是“富裕”和“共享”的有机统一。数字金融通过互联网、大数据、云计算等技术降低了金融服务成本和信息不对成，降低金融服务的门槛，提升了资源配置的广泛性和效率水平，对共同富裕具有积极影响。本文使用2011-2019年地级市层面数据进行实证分析，发现数字金融对共同富裕有显著促进作用，促进数字经济发展是数字金融推动共同富裕的重要机制。数字金融对共同富裕的影响具有异质性，数字金融在受教育程度高和人口流入多的城市对共同富裕的正向影响更大。在更换指数综合方式、更换样本、变更估计模型和使用工具变量后，以上结论仍然是稳健的。

根据以上结论，本文提出以下建议：一是加强数字基础设施建设，搭建数字化服务平台，为数字金融和数字经济提供合适的硬件支持和营商环境，尤其在欠发达地区需要加强数字金融建设；二是加大对特色产品的挖掘，将特色产业发展与数字经济发展相结合，形成深度融合的产业数字化链条，以数字金融和数字经济推动共同富裕进程；三是提升居民受教育程度，提升居民金融素养，保护金融消费者权益，使更多居民参与数字金融，享有数字金融红利的参与机会；四是加速新型城镇化建设，促进城镇化、数字化和产业发展的协同推进，使更多富余人口流入城市，投入到产业数字化与数字产业化的发展进程中。