王若冰 王 珍

一、前言

随着改革开放的持续推进，中国经济持续快速增长，但我国的城乡二元经济结构导致城乡居民的收入分配差距持续扩大[1]。党的二十大报告强调，中国的城乡区域发展和收入分配差距仍然较大，巩固脱贫攻坚成果、全面推进乡村振兴的关键是缩小城乡收入差距，提高人民生活水平，以人为本，共享发展成果。

“数字普惠金融”是中国2016 年在G20 国际峰会上首次提出的，指通过利用数字技术来提高金融服务效率、降低成本，从而让更多的人可以受益于金融服务，其中很大部分是针对农村和贫困地区等长期被忽视的群体的金融服务[2]。宋晓玲（2017）发现数字普惠金融发展能够有效缩小我国居民的城乡收入差距[3]，这是由于金融行业与“互联网+”产业这种结合，使普惠金融服务进一步实现多样化和数字化，并为民众提供了更多的数字化普惠金融产品和服务[4]，拓宽了金融服务的覆盖面、降低了金融服务成本、填补了传统金融机构的空缺，为“尾部”人群提供了更多的机会，进而促进了城乡居民收入的均衡化。另外，在研究过程中，学者还发现二者之间可能存在区域异质性问题以及维度异质性问题。比如，韩锋等（2022）认为数字普惠金融对中、西部和低城镇化水平地区城乡收入差距的抑制效果更强[5]。李国柱等（2023）发现数字普惠金融的覆盖广度指数、使用深度指数更能抑制城乡收入差距，而其数字化程度对于城乡收入差距的影响并不显著[6]。

因此，基于以上分析，本文提出如下假设：

假设1：数字普惠金融发展能够有效缩小城乡收入差距。

假设2：数字普惠金融发展对城乡收入差距的影响会因地区不同而存在差异。

二、研究设计

（一）模型设定

为了探究数字普惠金融发展与城乡收入差距之间的关系，本文构建如下模型：

被解释变量为城乡收入差距，本文选用泰尔指数（T）来进行衡量。该指标越大，则表示城乡收入差距越大。

核心解释变量为数字普惠金融指数（difi），参考相关文献对其统一缩小至原数值的百分之一。

控制变量选取城镇化水平、产业结构、经济发展水平、政府干预。其中，城镇化水平（ur）采用中国统计年鉴中各省份年末城镇人口占总人口的比重进行测算。经济发展水平（pgdp）采用人均GDP 来衡量，并在计算时对其乘以0.0001。产业结构（is）使用第二、三产业增加值占地区生产总值的比例来衡量。政府干预程度（fel）使用地方财政一般预算支出占地区生产总值的比例来进行衡量。

（二）变量选取与数据来源

本文的研究样本为2011—2020 年我国31 个省、自治区和直辖市的年度数据，样本量共310 个，数据主要来源于国家统计局，其中数字普惠金融指数相关数据来源于北京大学数字金融研究中心编制的“北京大学数字普惠金融指数（2011—2020）”。另外，在进行数据分析之前对数据进行上下1%的缩尾处理。

（三）描述性统计

如表1 所示，泰尔指数（T）的均值为0.09，说明目前我国居民的城乡收入差距仍然较大；另外通过极值比较，可以发现居民之间的收入差距存在很大地区差异。数字普惠金融指数（difi）的均值为2.16，这表明我国目前的数字普惠金融发展还存在较大发展空间，并且各地区之间的数字普惠金融发展水平仍然存在较大差距。pgdp 均值为5.32，极值之间相差近七倍，这说明我国地区之间经济发展水平极不平衡，人民生活水平差距很大。is 均值为0.90，极值间差距较小，这说明近几年各地区产业发展主要集中于第二、三产业，产业结构比较均衡。

表1 描述性统计

三、实证分析

（一）基准回归分析

经过Hausman 检验，得出的P 值为0.0243，在5%的水平下显著，应选择固定效应模型。表2 是利用固定效应模型对数据进行回归分析得出的结果。列1、列2 分别是未加入控制变量和加入控制变量后的回归结果。通常情况下，大于0.75，表示该模型的拟合程度很高。本文中的两种情况中，均大于0.75，说明该模型拟合度较高。在这两种情况下，difi 变量系数分别为-0.012 和-0.003，均在1%的水平上显著。这说明，无论是否考虑其他因素，数字普惠金融的发展均会显著缩小居民城乡收入差距。

表2 基准回归

对控制变量来说，is 系数为0.0013，在1%的水平下显著，这表明产业结构可能会拉大城乡收入差距。原因可能在于，第二、三产业对劳动力的劳动技能、受教育水平等具有较高要求；另一方面，第二、三产业往往集中在基础设施较为完善的城市地区，农村地区以第一产业居多。因此，相对于农村居民来说，城镇居民可能会拥有更多的就业机会和更广泛的信息来源，在竞争过程中也更有可能占据有利地位，从而拉大城乡居民收入差距。ur 系数为-0.272，在1%的水平下显著，这表明提高城镇化水平可以有效地缩小城乡收入差距。推进城乡一体化进程，有助于促进农民就业，从而提高农民收入，缩小收入差距。pgdp 的回归系数在5%的水平上显著为正，这说明地区经济发展会扩大城乡收入差距，原因可能在于农村地区发展较为缓慢，居民就业机会较少、生活水平有待提高，收入增长缓慢。

（二）异质性分析

本文将全国31 个省份划分为东部、中部、西部三个地区，来分析数字普惠金融指数对不同区域居民的城乡收入差距的异质性影响。其中，东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖南、湖北；西部地区包括内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、西藏、宁夏、新疆。

由表3 结果可知，东、西部地区对应回归系数分别为-0.003 和-0.010，均在1%的水平下显著。这说明数字普惠金融指数每提高1 个单位，泰尔指数会相应减少0.003 和0.010，并且，数字普惠金融发展对东部地区居民城乡收入差距的抑制效果更明显；中部地区未能通过显著性检验。

表3 异质性分析

（三）稳健性检验

本文通过替换被解释变量的方法来对模型的稳健性进行检验，将使用城乡居民人均可支配收入之比（gap）来替换泰尔指数，该数值越大，则表明城乡收入差距越大。由表4 可知，整体来看，difi 系数为-0.061，并均在1%的水平上显著。这说明，即使我们改变了衡量城乡收入差距的指标，数字普惠金融的发展仍能够有效地缩小城乡居民的收入差距。另外，分地区来看，difi 变量的回归系数与之前类似：数字普惠金融发展会显著抑制东、西部地区城乡收入差距，对中部地区影响不显著，与上述分析结果一致，进一步说明了结果的稳健性。

表4 稳健性检验

四、结语

为了分析数字普惠金融的发展对城乡收入差距的影响，本文利用2011—2020 年的省级数据为研究对象，研究发现，数字普惠金融发展对城乡收入差距具有显著抑制作用。在进一步区域异质性分析中发现，数字普惠金融能够有效缩小东、西部地区城乡收入差距，但在东部地区的作用稍弱；而对中部地区的抑制效果并不显著。

基于以上结论，为提高各地区数字普惠金融发展水平以缩小城乡收入差距，本文提出以下几点建议：第一，政府应加快推进城乡统筹发展，加强城市、农村的交通、通信等基础设施建设，促进农村地区产业转型升级，与相关金融及互联网企业加强合作，全力促进农村地区数字化和信息化产业的发展，优化数字普惠金融产品的使用环境，提升金融服务的触达能力。第二，监管部门要做到权责分明、积极反思复盘，拓宽监管渠道和手段，建立起适应高科技金融发展的监管机制，强化技术监管和技术支持，在提高信息公开透明度的同时要保障数据安全和信息安全，确保数字普惠金融能够更好地促进金融防范和稳定经济发展。