张远坚 邓光君 陈雨飞

DOI：10.19699/j.cnki.issn2096-0298.2021.10.

摘 要：数字普惠金融作为数字技术与普惠金融融合的产物，能够在更大范围内给人们提供方便的金融服务。本文基于2011—2018年省级面板数据，通过引入工具变量进行分析。研究结果表明，数字普惠金融对于城乡收入差距具有收敛作用，因此要大力发展数字普惠金融并将其重点放在农村地区，给农民和弱势群体普及数字金融相关知识，强化监管环境，使数字普惠金融成为决胜脱贫攻坚和推进乡村振兴战略的有效手段。

关键词：数字普惠金融;城乡收入差距;工具变量;被解释变量;解释变量

中圖分类号：F832 文献标识码：A 文章编号：2096-0298（2021）05（b）--03

1 问题的提出

改革开放以来，我国经济的快速发展使得城乡居民的收入普遍提高，但是城乡收入差距过大是我国社会经济发展中最突出的矛盾，政府和人民对于城乡收入差距问题十分关注，提高农村居民的收入以缩小城乡收入差距成为我国社会发展的重要目标。普惠金融的发展有利于改善收入分配不均现象，增强贫困人群发展的内生动力，但是长期还将面临着覆盖范围不全面、服务程度不均衡等全球性难题。2018年出版的金融创新报告中提到，国家政策的引导和数字技术的发展有利于加快我国普惠金融领域的创新，将我国普惠金融带入更高的发展阶段。数字普惠金融快速发展极有可能成为未来世界推广金融普惠服务发展的主流。数字普惠金融在传统普惠金融上结合数字技术的创新性，具有方便快捷、低成本、可持续等优势，能够跨越地理区域更加深入人群，为更多想脱贫致富的人提供帮助，因此其本身就带有减缓贫困的属性。但是乡村以及不同区域里有许多弱势群体对于数字设备的应用能力还是较差的，对于数字金融服务有着不信任的态度，这可能会使城乡居民收入差距扩大。所以研究在全国范围内数字普惠金融如何影响城乡收入差距就显得十分有意义。

2 理论分析和文献综述

对于普惠金融从哪些方面能够影响城乡收入差距，徐敏和张小林（2014）认为，普惠金融对城乡收入差距的影响与金融发展的门槛效应、减贫效应和排除效应有关，并通过实证检验证明普惠金融能缩小城乡收入差距但不显著，作用是充分的但不必要，要发展普惠金融，拓展普惠效应[1]。李建伟（2017）通过研究证明两者之间存在着先降低再增加的关系，附近省域的普惠金融的发展对本省域城乡收入差距的改善有不明显的空间溢出效应[2]。张建波、郭丽萍（2017）认为从长期来看，普惠金融缩小城乡收入差距的作用更为显著[3]。

数字普惠金融作为普惠金融与数字技术的融合产物，能够打破空间限制，在更大范围内为人民提供服务，相比传统普惠金融具有无法比拟的优势。大部分学者如宋晓玲（2017）、张子豪和谭燕芝（2018）、张贺和白钦先（2018）等认为数字普惠金融具有包容效应、减贫效应、增长效应，对减小城乡差距具有显著的作用[4～6]。陈啸和陈鑫（2018）补充道：数字普惠金融发展具有空间溢出效应，这种效应主要体现在数字服务的使用深度[7]。周利，冯大威，易行健（2020）通过分解出数字普惠金融对城乡收入差距的贡献度，认为数字普惠金融的发展主要通过金融服务更方便、降低门槛效应这一机制而缩小城乡收入差距[8]。

综上所述，数字普惠金融能够快速进入贫困地区，为贫困人群提供服务，对于解决城乡收入差距问题有着愈发显著的影响，对于这种影响的研究能够为实施乡村振兴战略，解决城乡均衡发展问题提供重要的参考意义。目前为止，大部分学者都是在金融和普惠金融对城乡收入差距关系影响进行研究，但是数字普惠金融对城乡收入差距关系的研究文献还较少。因此，本文利用省级面板数据进行实证分析，通过实证检验结果试提出解决城乡收入差距问题的办法，为推进实施乡村振兴战略提供一份助力。

3 数据来源与变量选择

3.1 数据来源

本文涉及的数据来源于《北京大学数字普惠金融指数（2011—2018年）》， 《中国统计年鉴》（2011—2018年）， 其中2011—2012年的农村居民人均可支配收入的数据没有统计，用农村居民人均纯收入进行代替。

3.2 被解释变量与解释变量

3.2.1 城乡收入差距（TL）

对于城乡居民收入差距衡量指标的选择，传统研究采用城乡居民可支配收入比或者基尼系数，但前者没有考虑到城乡居民人口的变化，后者只是总体概括并不能完整反映两端收入分配情况。因此本文采用能较好反映两端收入的泰尔指数进行衡量，其计算公式如下：

式（1）中， j=1表示城镇， j=2表示农村地区，表示城镇或农村人口数，表示第t年的总人口数，表示城镇或农村的总收入，表示第t年的总收入。

3.2.2 数字普惠金融指数

选择《北京大学数字普惠金融指数（2011—2018年）》其中2011—2018年覆盖中国内地31个省（直辖市、自治区）层级的数字普惠金融指数。

3.3 控制变量

对于控制变量的选择，参考其他学者已有的金融和普惠金融对于城乡收入差距的影响研究，结合数字普惠金融发展的独有特征，选择以下四个指标作为参考变量。

（1）经济增长程度（PGDP）。PGDP指人均GDP，诸多学者认为经济增长对城乡收入差距的影响会出现“倒 U 型”，表现出先扩大后缩小的趋势，中国目前处于后一阶段。

（2）城镇化水平程度（UR）。UR等于用城镇人口与总人口的比值。一般认为农村人口进入城市会使得城市劳动力产生竞争，从而使得平均工资水平降低，缩小城乡收入差距。

（3）财政支出比率（FER）用财政支出与GDP的比值来衡量。财政支出一方面由于政府为达到经济目标任务，大量投资非农产业，这无疑会拉大与农业间的差距，影响农民收入。另一方面惠农政策的开展会使得农民收入增加，减小城乡差距。

（4）产业结构（IS）用第二、三产业增加值/GDP来衡量，产业结构一方面因为非农产业的生产率较高，农村劳动力向其转移使得城乡收入差距减小。另一方面农业的工作者主要是农民，农业收入不高使得城乡收入差距加大。

4 实证分析

4.1 省级面板数据的回归

通过State15.0对面板数据进行检验，所有变量都基本通过了平稳性检验，可以视为平衡序列。本文参考其他学者文献模型并结合采取的变量特提出下列模型：

首先对模型进行Hausman检验，选择固定效应模型并采取聚类稳健标准解决可能存在的异方差和组内自相关问题，回归结果，如模型（1）。考虑到内生性问题，借鉴李牧辰和封思贤等（2020）对工具变量的选择，在回归中用浙江省与其他省份的距离S与其他省份对应的DIFI指数乘积项作为模型里的工具变量[9]，在使用工具变量的同时加入控制变量结果，如模型（2）。模型综合比较如表1所示。

在这两个模型中，模型（1）数据显示数字普惠金融发展会在5%的显著性水平上显著增大城乡收入差距，这与之前的分析不同，对于可能存在的内生性加入工具变量（SDIFI）进行分析，加入SDIFI回归后Wald F检验值为97，结果显示这个工具变量是有效的。在模型（2）中，数字普惠金融发展在1%的显著性水平下会缩小城乡收入差距，系数为-0.041。为了证明模型的有效性，接着对模型的稳健性进行检验。

4.2 稳健性检验

为了验证模型的稳健性，把解释变量城乡收入差距的衡量指标泰尔指数TL改换为城乡居民人均可支配收入比 GAP进行稳健性檢验，结果如模型（3）。同时采用对弱工具变量同样可用的有限信息最大似然法（LIMLL）进行稳健性检验如模型（4）。模型综合比较见表1，结果显示，改用城乡人均可支配收入比作为解释变量时，城镇化率系数变正以及显著性变差，说明采用泰尔指数考虑城镇和乡村人口是确实有效的。模型（2）和模型（4）结果一致，说明可以排除弱工具变量的影响，综上可知实证的回归结果较为稳健。

4.3 实证结果分析

综合全国数字普惠金融水平与城乡收入差距的回归结果如模型（2）和模型（4）可以看出，数字普惠金融指数的系数为-0.0041且十分显著，这说明数字普惠金融指数每提高1000个百分点，会使城乡收入差距下降4.1个百分点，证明了我国数字普惠金融的发展对缩小城乡收入差距有一定显著的促进作用。

5 结论与建议

在疫情期间，数字普惠金融有着更强的包容、更低的成本、更快的服务等特点。2020年是决胜脱贫攻坚之年，通过发展数字普惠金融这一新途径，给与弱势群体帮助，对农村居民致富以缩小城乡收入差距具有重要作用。

5.1 鼓励推进数字普惠金融的发展

随着数字经济和现代金融科技的发展，数字技术应用于金融也愈加成熟，数字普惠金融作为数字经济中的一种手段，能够发挥出以往互联网金融的优点，规避互联网金融的风险，真正做到“普及”与“惠及”的融合。相对于全球而言，在阿里巴巴等企业的带领下，我国的数字普惠金融如同领头羊，代表着前沿水平，但是在数字普惠金融的发展过程中仍有许多难题，如数字技术如何与普惠金融进行深度融合，加之中国金融开放和法律制度与西方发达国家相比还有一定的差距，数字普惠金融发展的道路还很长远。

5.2 重视农村地区的数字普惠金融发展

虽然数字普惠金融相比于传统普惠金融有着诸多优势，数字普惠金融的推进面临诸多难题，尤其是农村地区。为此应该重视数字普惠金融在农村地区的普及使用，从需求端来说，给农村和弱势群体普及金融和数字金融知识，正确认识其风险，在不被不法分子欺骗的基础上能够利用数字普惠金融给人们带来优势;从供给端来说，在给网络提速降费的同时，让移动、联通、电信三大运营商给与终端设备上的优惠，设置时间长、费用低的定制化套餐。另外规范闲鱼等二手市场，提高电子设备的使用率。

5.3 优化数字普惠金融的监管体系

在发展数字普惠金融的同时，首先要对人们进行数字金融知识的普及，加大对数字普惠金融机构的监管。无论是银行还是金融机构，都要建立起信息披露机制，避免信息不对称，造成“庞氏骗局”的产生。其次要继续推动央行征信系统的运行，对银行企业和需求者信息进行整合，降低风险发生概率。最后，地方政府应该与金融机构共建风险预警和风险补偿机制，防范系统性金融风险。

参考文献

徐敏，张小林.普惠制金融对城乡居民收入差距的影响[J].金融论坛，2014，19（09）：9-15.

张建波，郭丽萍.关于普惠金融影响收入分配差距的理论机制及实证分析——我国普惠金融发展对城乡居民收入差距的影响[J].武汉金融，2017（08）：13-17.

李建伟.普惠金融发展与城乡收入分配失衡调整——基于空间计量模型的实证研究[J].国际金融研究，2017（10）：14-23.

宋晓玲.数字普惠金融缩小城乡收入差距的实证检验[J].财经科学，2017（06）：14-25.

张子豪，谭燕芝.数字普惠金融与中国城乡收入差距——基于空间计量模型的实证分析[J].金融理论与实践，2018（06）：1-7.

张贺，白钦先.数字普惠金融减小了城乡收入差距吗？——基于中国省级数据的面板门槛回归分析[J].经济问题探索，2018（10）：122-129.

陈啸，陈鑫.普惠金融数字化对缩小城乡收入差距的空间溢出效应[J].商业研究，2018（08）：167-176.

周利，冯大威，易行健.数字普惠金融与城乡收入差距：“数字红利”还是“数字鸿沟”[J].经济学家，2020（05）：99-108.

李牧辰，封思贤.数字普惠金融与城乡收入差距——基于文献的分析[J].当代经济管理，2020（10）.