基于湖南省实证分析数字普惠对城乡收入差距的影响因素

骆宇傲 骆宇航

近年来，随着智慧城市建设的不断推进，数字普惠已成为城市经济发展的重要动力之一。然而，在智慧城市建设过程中，城乡收入差距问题仍然十分突出，这严重影响了城乡居民的生活质量和社会稳定。因此，深入研究数字普惠对城乡收入差距的影响因素，探究智慧城市建设与城乡发展协调性的关系，具有非常重要的现实意义。

一、研究假设与研究意义

（一）研究假设

智慧城市是指运用物联网、云计算、大数据等现代信息技术，对城市各个方面进行全面感知、快速响应和精细化管理的城市。智慧城市建设旨在提高城市的信息化水平，推动城市经济社会可持续发展，改善居民生活质量。湖南省区域差异较大，不同地区的经济发展水平、数字化基础设施等要素禀赋存在异质性，因此，各地的智慧城市演化阶段也各不相同。同时，智慧城市试点聚焦领域也各具特色。随着数字普惠金融的发展和信息成本的降低，金融服务的覆盖面得到了提升。

研究假设1：智慧城市建设进程中数字普惠对不同地区的影响存在异质性。

研究假设2：数字普惠对城乡收入差距的影响存在。

（二）研究意义

在研究视角上，基于数字普惠的视角结合智慧城市的发展来研究城乡收入差距的影响，这一类成果并不丰富。湖南省是一个多民族的省份，数字经济在城乡之间存在较大差距，然而对于这样的省进行深入研究的学者相对较少。很多学者在研究范围上更倾向于整个国家范围内的区域研究，而忽视了具有地方特色和局部性的问题，这不利于有关部门因地制宜地制定缩小收入差距的政策。在研究方法上，学者们几乎没有考虑到数字普惠金融是一个包含众多要素的复杂大系统，仅从简单的线性关系入手分析数字普惠金融对城乡收入差距的影响。

二、模型建构、变量选取与数据来源

（一）模型建构

对于假设1，如果使用一般的计量模型进行假设检验，很容易忽略样本在空间上的关联性。因此，在研究城乡收入差距与数字普惠之间的关系时，需要考虑到空间自相关问题，并采用适当的空间计量方法进行分析。

空间计量方法是指将空间因素纳入计量模型中，考虑到样本在空间上的相互依存关系，从而更准确地刻画其内在机制和规律。其中，空间回归模型是一种常见的空间计量方法，它可以通过加入空间权重矩阵来体现样本之间的空间关联性，从而消除空间自相关的影响。此外，空间面板数据模型、空间误差模型等方法也可以用于探究城乡收入差距与数字普惠之间的关系。

本文将以上指标均取对数，以消除不同变量之间的计量单位差异，并采用固定效应模型来分析数字普惠对城乡收入差距的影响因素。在回归模型中，控制了其他可能引起城乡收入差距变化的因素，如经济发展水平、产业结构、人口规模和流动等。同时，为了避免自相关问题，本文还进行了时间序列面板数据的稳健性检验，保证了模型结果的有效性。基于上述回归模型，本文将对数字普惠对城乡收入差距的影响因素进行实证研究，并提出政策建议，以促进数字普惠在智慧城市建设中的可持续发展。

（二）变量选取与数据来源

1. 被解释变量

城乡收入差距是衡量城乡居民经济水平和社会发展不平衡程度的重要指标。在智慧城市建设进程中，数字普惠的发展对城乡收入差距的影响将直接关系到城乡居民收入分配的公平性和社会稳定性。因此，本研究借用如下计算方法：

通过计算得出泰尔指数，可以较为准确地反映城乡收入差距的实际情况，并从整体上评估数字普惠发展对城乡收入差距的影响程度。

2. 解释变量

本文采用北京大学2021年发布的数字普惠金融指数（DPI）来反映湖南省的数字普惠发展水平。该指数综合考虑了数字化服务水平、金融服务普及度和金融服务质量三个子指标，以评估金融机构在数字化服务、普及程度和服务质量方面的表现。通过加权求和这些子指标，得到了一个可靠的数字普惠金融指数，用于衡量湖南省数字经济和金融服务的发展水平和创新能力。该指数为研究数字普惠对城乡收入差距的影响因素提供了重要的数据支持。

3. 控制变量

本研究考虑到湖南省经济发展的特殊性以及近年来受新型冠状病毒感染疫情的影响，将影响数字普惠金融水平的因素分为经济因素、社会因素和人口特征因素三大类。这些因素包括产业结构、城镇化、政府干预、教育水平、收入水平、社会网络、文化程度、就业机会、健康水平、年龄结构等多方面的内容，都对数字普惠金融与城乡收入差距之间的关系产生影响。通过分类探讨这些因素，可以更全面地认识数字普惠金融对城乡收入差距的影响，并为制定相关政策提供科学的参考依据。

三、实证结果分析

（一）指标的描述性分析

本文选取2010—2020年湖南省14个市（州）的面板数据。变量的描述性统计结果见表1。

（二）数字普惠金融的增长效应检验

数字普惠金融的增长效应检验通常采用计量经济学方法进行分析。具体而言，可以通過构建数字普惠金融指标和城乡收入差距指标的计量模型，来检验数字普惠金融对城乡收入差距的影响。

在构建计量模型时，需要考虑到其他可能影响城乡收入差距的因素，如产业结构、教育水平等，并进行适当地控制变量。这样可以更准确地评估数字普惠金融发展对城乡收入差距的影响。常用的计量方法包括面板数据模型和空间计量模型等。面板数据模型可以利用时间序列和横向截面数据来探究变量之间的关系，并分析它们对于不同个体或单位的影响。空间计量模型则可以通过考虑地理空间上的相互作用来评估数字普惠金融对城乡收入差距的影响。此外，针对内生性问题，还可以采用工具变量回归、自然实验等方法来消除内生性问题，提高分析结果的可靠性。

（三）空间相关性检验和稳健性检验

1. 空间相关性检验

莫兰指数是基于空间邻域权重矩阵计算出来的，可以用来评估一个变量在空间上的分布是否存在聚集现象。其值越接近1，表示空间上的聚集现象越显著；其值越接近-1，表示空间上的离散现象越显著；其值越接近0，则表明空间上不存在显著的聚集或离散现象。在进行莫兰指数分析时，需要先构建空间邻域权重矩阵，以此来描述空间单元之间的邻居关系。然后，计算出每个空间单元的观测值与其邻居间观测值的离差积，并将这些离差积加总起来，得到莫兰指数的统计量。最后，通过随机模型检验，确定莫兰指数的显著性水平，以判断空间数据是否存在全局自相关性。在研究智慧城市建设进程中数字普惠对城乡收入差距的影响因素时，可以先构建数字普惠指标和城乡收入差距指标，并计算出它们之间的莫兰指数。如果莫兰指数接近1，则表明数字普惠和城乡收入差距存在显著的空间聚集现象，反之则不存在显著的聚集现象。需要注意的是，莫兰指数分析仅能反映空间数据的全局自相关性，而无法评估空间数据的局部自相关性。因此，在进行莫兰指数分析时，还需结合其他空间自相关分析方法（如Gearys C指数）以及其他统计方法来进行综合分析。

本文对各市（州）的城乡收入差距进行局部自相关检验，绘制局部Morans I指数散点图，结果如图1、图2所示。

2. 稳健性检验

在本研究中，我们认为城乡收入差距作为一个重要的因素，影响着数字普惠金融对城乡居民的覆盖和使用情况。因此，我们采用城镇居民人均可支配收入与农村居民人均可支配收入的比值来衡量城乡收入差距。具体地说，我们将城镇居民人均可支配收入和农村居民人均可支配收入两个指标进行比较，得出它们之间的差距，然后将这个差距转化为一个比值。这个比值越大，说明城乡收入差距越大；反之则说明城乡收入差距越小。同时，我们重新进行了基准回归分析，以更加准确地评估数字普惠金融对城乡收入差距的影响。通过引入控制变量，如产业结构升级、城镇化、政府干预、教育水平、收入水平等，我们得出了具有稳健性的结果，证明数字普惠金融对城乡收入差距的影响是显著的。

四、结语

本研究旨在探究数字普惠对城乡收入差距的影响因素，以湖南省为例进行实证分析。通过对2011年至2020年数字普惠金融指数和城乡居民人均可支配收入比值的统计分析，本研究发现经济因素、社会因素和人口特征因素都是影响数字普惠水平和城乡收入差距的重要因素。本研究对于深入探究数字普惠对城乡收入差距的影响具有一定的理论和实践意义，同时也为湖南省数字普惠的可持续发展提供了参考依据。未来，政府应继续加强数字普惠服务的建设，进一步推动数字普惠的全面发展，促進城乡居民的共同发展和繁荣。

（作者单位：南华大学）