普惠金融能缩小城乡收入差距吗？

黄永兴+陆凤芝

内容提要：普惠金融通过农村资本的形成、配置及技术创新而缩小城乡收入差距。本文依据2005-2014年中国省际面板数据，基于非线性与线性面板模型检验普惠金融对城乡收入差距的影响。结果表明：对全国而言，普惠金融对城乡收入差距的影响表现为先扩大后缩小的非线性特征；对东部地区的影响表现为先加剧后放缓的动态特征，对中部地区的影响表现为持续拉大的线性特征，普惠金融对西部地区城乡收入差距影响不显著。普惠金融的发展程度与农村资金是否逃逸到非农行业或产业，是制约普惠金融缩小城乡收入差距的症结。因此，普惠金融政策的制定要统筹规划、因地制宜，应努力降低农村居民与乡镇企业获取金融服务的门槛。

关键词：普惠金融；城乡收入差距；面板模型

中图分类号：F832文献标识码：A文章编号：1001-148X（2017）06-0063-06

一、问题的提出

从资本形成角度分析，储蓄总量的增长与储蓄-投资转化率的提高是资本形成的两个基本条件，普惠金融通过降低金融服务的“门槛效应”影响城农村资本的形成。普惠金融致力于降低金融服务的门槛，让更多有金融服务需求的人享受到金融服务，拓宽农村投融资渠道，动员农村储蓄，提高农村的储蓄-投资转化率。通过农村资本的形成，普惠金融可以缩小城乡收入差距，但其实际效果取决于金融服务门槛降得有多低，能够为多少农民、小微企业提供金融服务。当然，这取决于普惠金融的发展程度。

当前农村地区社保体制不健全，农户储蓄主要是出于预防性动机，农户并不能享受到城市居民所享有的证券交易、理财等积累性金融服务。从农村资本配置角度考虑，确保储蓄、保险、汇款等基本金融服务，可以促进经济的可持续增长。普惠金融可以降低城乡之间金融发展的非均衡，农户手中的资金将通过普惠金融发展体系配置到收益最高的项目中去，进而促进农村地区经济的发展，逐步缩小城乡收入差距。因此，如何防止农村资金逃逸到非农行业或产业，造成农村金融真空化问题，如何确保农村资金回流是该影响路径需要考量的难题之一。另外，农业技术专业化的发展需要技术创新，普惠金融体系的完善可以为农业技术的创新与发展夯实资金基础，也可以为农业技术的推广与普及提供宽广的融资渠道。普惠金融发展越好的地区，农业技术创新带来的生产力越高，城乡收入差距也应该越小。

我国城乡收入差距居高不下的主要原因在于城鄉经济发展不均衡，城乡收入差距问题不仅关系着微观主体，更制约着宏观经济的可持续发展。普惠金融的重点服务对象是农民、贫困人群和小微企业等特殊群体，普惠金融对城乡收入差距的影响也是通过农村经济发展来实现的。金融服务对城乡收入差距分配格局的形成具有重要影响，普惠金融的发展直接影响农村的资本形成、配置及农业技术创新，间接影响到城乡收入差距。本文以普惠金融指数作为门槛变量，从金融功能观角度分析普惠金融影响城乡收入差距的机理，使用非线性模型面板门槛估计方法分析普惠金融对城乡收入差距的影响。

二、指标设定、数据说明与模型选取

（一）指标设定与数据说明

本文选取2005-2014年30个省市自治区（西藏因数据严重缺失予以剔除）的面板数据进行分析，原始数据来源于历年中国人民银行发布的各省《金融运行报告》《中国统计年鉴》《中国区域经济统计年鉴》、国家统计局官网及国泰安CSMAR数据库。

1.被解释变量。现有文献对城乡收入差距的测量主要有城镇居民人均可支配收入与农村居民人均纯收入的比值、基尼系数及泰尔指数方法，本文遵循王少平和欧阳志刚（2008）的做法，测算泰尔指数（Teil）用以衡量城乡收入差距，具体计算公式为：

Teili，t=∑2j=1sij，tsi，tln（sij，tsi，t/pij，tpi，t）（1）

其中，j=1，2分别表示农村与城镇地区；t表示年份；sij表示i地区城镇或农村的收入；si则表示i地区总收入；pij表示i地区城镇或农村的人口；pi则表示i地区总人口。

2.普惠金融指数（Financial Inclusion Index，下文简称FII），既是本文的核心解释变量也是非线性模型（门槛模型）的门槛变量。在借鉴已有文献（Mandira Sarma和Jesim Pais，2011）的基础上，本文拟从四个维度构建普惠金融评价指标体系。（1）金融服务的渗透性，这里选用每万人拥有的金融机构数与金融从业人员数，每万平方千米拥有的金融机构数与金融从业人员数4个指标对该维度进行衡量。（2）金融服务的使用性，具体使用银行类金融机构人均存、贷款及人均储蓄余额。（3）金融服务的效用性，这里选用存、贷款余额占GDP的比重及银行承兑汇票余额占GDP的比重对该维度进行反映。（4）金融服务的承受性，这里使用非金融机构融资占金融机构存贷款的比重来反映该维度的贡献。前三个维度的各项指标均为正向指标即指标值越大普惠金融发展状况越好，第四个维度的指标为逆向指标。

本文借鉴联合国人类发展署测算人类发展指数所使用的方法来构建普惠金融指数测算模型，FII具体计算方法为：

FIIit=1-

（w1t-E1t）2+（w2t-E2t）2+…（wkt-Ekt）2w21t+w22t+…+w2kt（2）

其中，i表示不同的地区；t为不同的年份；k表示不同的维度；FIIit∈0，1，FII值越趋近于1说明普惠金普惠金融发展状况越好，当其值为1时表示普惠金融发展水平最好；w表示各维度的权重；E表示各维度的测度值，其计算公式为：

Ekt=wkt×yikt（3）

yikt为第i个省份第k个维度在第t年标准化后的值，具体标准化方法如下：

对于正向指标：yikt=xikt-min{xkt}max{xkt}-min{xkt}（4）

对于负向指标：yikt=max{xkt}-xiktmax{xkt}-min{xkt}（5）

其中，xikt为未经标准化处理的原始数据。对于各维度的权重w，本文使用熵值法进行测算①。

3.其他解释变量。（1）经济发展水平（Pgdp），使用人均GDP（单位：元）反映地区经济发展状况，为了消除通货膨胀的影响，使各期的人均GDP可以比较。本文以2005年为基期，使用GDP平减指数对其缩减得到实际值。（2）城市化水平（Purb）。本文采用各地区年末城镇人口比重（单位：%）表示城市化水平。（3）对外贸易开发程度（Open），采用进出口总额占GDP的比重（单位：%）来反映对外开放程度，进出口总额按人民币兑美元的年均汇率折算为本位币人民币计价。（4）地方政府财政支出水平（Gov），采用地方一般预算支出占GDP的比重（单位：%）进行表示。（5）高等教育水平（Edu）。为了反映高等教育发展对城乡收入差距的影响，采用每万人高等院校在校生数（单位：人）进行反映，考虑到在校生人力资本转化的时滞性，本文将该指标作滞后4期处理。

为了消除异方差的影响，本文对以上指标皆进行了取对数处理，各指标的原始数据统计性描述如表1所示。

1.非线性面板模型

本文借鉴已有文献（Hansen，1999）构建如下单门限面板模型（多门限可在此基础上扩展）：

lnTeilit=αi+β1lnFIIitI（FIIitγ）+β2lnFIIitI（FIIit>γ）+λilnXit+εit（6）

其中αi为截距项，β1、β2为不同门槛区间的弹性系数，γ为门限值，λi为其他解释变量的系数，Xit=[Pgdpit，Purbit，Openit，Govit，Eduit]为其他解释变量。I（·）为示性函数，当满足括号内条件时其值取1，否则为0。另外，在对面板门限模型进行估计时使用格点搜索法（Grid Search）不断尝试门限值，直至使式（6）的残差平方和最小，得出最佳估计值；对模型进行检验，构造LM统计量，使用自抽样（Bootstrap）模拟其渐进分布，进而得出渐进有效的概率P进行判别。

2.线性面板模型

（1）用变截距面板模型来刻画变量间的关系，变截距面板模型可分为固定效应与随机效应两种情况，具体模型设定如下：

lnTeilit=φi+Xitβ+μit（7）

其中，φi为个体效应；Xit=[lnFIIit，lnPgdpit，lnOpenit，lnGovit，lnEduit]；β为解释变量的系数矩阵；当cov（φi，Xit）≠0时，式（7）為固定效应模型；当cov（φi，Xit）=0时，式（7）为随机效应模型。在对固定效应与随机效应进行判断时，使用Hausman检验，当拒绝原假设时即使用固定效应模型。

（2）由于选取的样本时间跨度较短，采用OLS估计可能会存在一定的系数估计偏误；同时，考虑到各变量内生性问题的存在，采用动态面板模型进行估计，具体模型设定如下：

lnTeilit=αi+χlnTeilit-1+Xitβ+μit（8）

其中，由于引入了被解释变量的滞后项，可以反映城乡收入差距的积累效应，但滞后项易与截面异质性效应相关，需要采用广义矩估计（GMM）对模型进行估计。鉴于系统广义矩估计（SYS-GMM）可以克服弱工具变量的影响且具有较高的估计效率，本文采用该方法对动态面板模型进行估计。在检验估计的过程中，GMM要求（8）式差分后不存在二阶自相关，构建AR（2）统计量检验残差序列是否接受不存在二阶自相关的原假设。此外，本文使用稳健性较高的Hansen统计量检验原假设矩条件的过度识别有效是否成立。

三、实证结果与分析

本文分别采用非线性和线性面板模型，对普惠金融发展对城乡收入差距的影响进行分析；考虑到我国地区金融资源分布不均衡现象，从全国以及东、中、西②区域进行实证分析。

（一）全国层面的分析

采用STATA140非动态门槛回归程序Xthreg对全国层面样本进行门槛效应检验，得到结果如表2，可以发现存在“单门槛效应”；进一步对门槛值进行估计可得全国层面普惠金融的弹性系数估计值为03649，其95%置信区间为[02767，03758]。在得到门槛估计值之后需要对该值的真实性进行检验，检验结果如图1，可见普惠金融的单门槛估计值与真实值一致③。

给出了全国层面的回归结果。对于门槛效应模型，当FII值低于门槛值03649时，普惠金融发展对城乡收入差距的弹性系数为01666，且在1%的显著性水平下显著，表明当普惠金融发展水平处于这一区间时，普惠金融对城乡收入差距存在显著拉大作用。当FII值越过门槛值时，弹性系数变为-01641，说明此时普惠金融能够显著缩小城乡收入差距。对于线性板模型中的静态模型，由Hausman检验可知固定效应优于随机效应，FII的固定效应系数显著为正，这说明普惠金融的发展在拉大城乡收入差距，该结论与门槛效应的低门槛值区间相一致。根据动态面板的回归结果，AR（2）统计量接受二阶残差序列不存在自相关的原假设，Hansen检验表明工具变量的设定是有效的。所以，从2005年到2014年普惠金融的发展并没有显著扩大城乡收入差距，也没有起到始终缩小城乡收入的作用，而是呈现出门槛效应的非线性特征。从整体来看呈现先扩大后缩小的动态变化特征，且弹性系数大小接近，形似Kuznets“倒U型”的中间部分。结合原始数据，FII值高于03649的主要为北京、上海、天津等地，这表明普惠金融发展对城乡收入差距的降低效应主要来源于这些高度发达的省市。

北京、上海和天津具有特殊的政治地位与经济功能，城市化水平较高，农村地区扮演着城市功能扩展区的角色，市内大型金融机构积聚，金融资源流向较为广泛。这三个地区农村居民收入水平也相对全国其他省市区更高，农村居民使用金融工具进行投资理财也更加普遍，普惠金融的发展能够较好显现其缩小城乡收入差距的作用。在其他省份，尤其西北地区，由于经济发展落后，金融基础设施较差，农民享受金融服务面临着较高的服务门槛，普惠金融的初步发展不足以立竿见影地改善这些地区的城乡收入差距。普惠金融对各地区城乡差距的影响确实存在程度与进度差异，本文对全国按照东、中、西层面划分，并作进一步深入分析。另外，从其他解释变量的系数可以看出，经济发展水平、人口城市化率、对外开放程度及地方政府的财政支出等因素都能够显著缩小城乡收入差距，但高等教育的发展却扩大了城乡收入差距。

（二）地区层面的分析

对东、中、西地区进行门槛效应检验（结果如表4），可以发现东部地区存在“双门槛效应”，中、西部地区不存在门槛效应。因此，对东部地区运用非线性与线性面板模型研究普惠金融与城乡收入差距的关系，而对中、西部地区仅采用线性面板模型进行分析。表5为东部地区的回归结果，由门槛效应模型可以发现：当FII值低于01582时，普惠金融的弹性系数在统计意义上并不显著；当FII值介于01582和03656之间时，弹性系数显著为正，这说明进入第二个阶段普惠金融的发展开始拉大城乡收入差距。当普惠金融发展进入第三个阶段即FII值大于03656时，变量的弹性系数从04177降到02752，表明随着普惠金融的进一步发展，其对城乡收入差距的拉大作用有所缓解。从线性面板模型进行考察，Hausman检验同样认为固定效应优于随机效应，其中FII的系数并不显著，这与门槛模型的第一阶段结果相一致。在动态面板模型中，AR（2）检验和Hansen检验表明模型不存在残差序列二阶自相关且工具变量为外生的，支持GMM估计的有效性。从系统GMM的估计结果可以发现，普惠金融对城乡收入差距是扩大的，且FII的系数04528与门槛模型的第二阶段估计结果相近。因此，普惠金融的发展在东部地区是拉大城乡收入差距的，但这种拉大作用具有非线性的门槛效应特征，总体呈现出先加剧后放缓的动态特征，形似Kuznets“倒U型”的左半部分。

从其他解释变量的系数可以发现经济发展、城市化水平、地方政府财政支出占比等因素，依然可促进城乡收入差距的缩小，高等教育仍拉大城乡收入差距。对外开放程度没能通过线性模型与非线性模型的显著性检验，可能由于东部地区对外水平已经达到一定的高度，该因素已经不能再显著的促进农村居民提高收入。

表6是中、西部地区回归结果。对于中部地区，Hausman检验判定随机效应模型优于固定效应模型。普惠金融指数的系数在随机效应模型中为正，说明普惠金融在中部地区显著扩大城乡收入差距，且影响程度相比东部地区两个拉大阶段都要高。虽然动态面板模型中AR（2）与Hansen检验均通过了检验，但GMM估计方法的前提是其对应的静态面板模型应该为固定效应，否则估计结果无意义。对于西部地区，Hausman检验也判定随机效应模型优于固定效应模型，在随机效应模型中，普惠金融的系数在统计意义上并不显著，说明普惠金融对城乡收入差距的影响在该区域并不明显，动态面板模型在该区域的估计结果也无统计意义。

对于其他解释变量，经济发展与城市化水平的系数在中、西部均显著为负，说明这两个因素在中、西部均可以显著的缩小城乡收入差距；对外开放程度在中部系数为负但并没有通过显著性检验，而该变量的系数在西部地区却显著为负，可以得知对外开放程度的提高可以缩小西部地区的城乡收入差距，但对中部地区的城乡收入差距并无显著影响。地方政府财政支出占比在两个区域均不能显著缩小城乡收入差距，高等教育水平在全国层面与东部地区一致，均表现为拉大城乡收入差距。

四、结论与政策建议

普惠金融可以通过农村资本的形成、配置及农业技术创新而缩小城乡收入差距，但普惠金融的发展程度与农村资金逃逸是否到非农行业或产业，是制约普惠金融缩小城乡收入差距的症结。在全国范围与东部地区，普惠金融对城乡收入差距的影响是非线性的；在中、西部地区，普惠金融对城乡收入差距的影响则是线性的。全国范围存在“单门槛效应”，普惠金融在达到门槛值前后对城乡收入差距的影响主要表现为先拉大后缩小。东部地区存在“双门槛”效应，在依次达到两个门槛值的三个区间内，普惠金融对城乡收入差距的影响表现为不显著、先加剧后放缓的动态特征。在中部地区，普惠金融主要表现为拉大城乡收入差距；在西部地区，普惠金融对城乡收入差距的影响并不显著。

基于以上结论，本文提出如下政策建议：

第一，努力降低农村居民与乡镇企业获取金融服务的门槛，建立合理、有效的农村资金回流机制。首先，鼓励大的商业银行、政策性银行设立普惠金融专营机构，适当降低农村市场新兴金融机构的准入门槛。其次，健全、完善普惠金融法律制度体系，保障农民、小微企业等应享有的金融服务权益。最后，加快对传统农业的改造，推广农业专业技术，增强农村地区对金融资源的吸引力。

第二，普惠金融政策的制定要统筹规划、因地制宜。全国层面应该继续大力推行普惠金融政策，努力将普惠金融发展程度提升到门槛值的第二个阶段。其次，东、中、西各省应从自身实际出发，因地、因时施策。东部地区应加强普惠金融工具的创新，中、西部地区应该加大普惠金融基础设施的建设。

第三，加大地区经济建设，提高人口城市化水平、破除城鄉二元经济壁垒，努力提高对外开放程度；地方政府应落实普惠金融政策，努力提高普惠金融的发展程度，进而跨过普惠金融发展门槛值，缩小城乡收入差距。

注释：

①限于篇幅，在此对熵值法的处理过程不进行详细介绍，感兴趣的读者可向读者索取。

②鉴于地缘与经济因素，本文在国家统计局区域划分的基础上将东北地区的辽宁并入东部地区，吉林与黑龙江并入中部地区进行研究；具体区域省份分布，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、湖北、湖南，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、宁夏、新疆。

③下文分东、中、西区域进行讨论时，不再赘述门限值的确定问题。

参考文献：

[1]Mandira Sarma，Jesim Pais.Financial Inclusion and Development[J].Journal of International Development，2011（5）：1-16.

[2]Ross Levine. Financial Development economic Growth： Views and Agenda[J].Journal of Economic Lirerature，1997（6）：688-726.

[3]T.Beck， Asli Demirguc-Kunt， Ross Levine.Finance，Inequality and the Poor[J].Journal of Economic Growth， 2007（12）：27-49.

[4]叶伟超.普惠金融的发展对城乡收入差距的影响——以华东七省为例[J].哈尔滨商业大学学报：社会科学版，2016（4）：50-58.

[5]王少平，欧阳志刚.中国城乡收入差距对实际经济增长的阈值效应[J].中国社会科学，2008（2）：54-66.

[6]Hansen B. E. Threshold Effects in Non-dynamic Panel Estimation and Inference. Journal of Economics，1999（6）：345-368.

Can Inclusive Finance Narrow the Urban-Rural Income Gap？

Verification based on Nonlinear and Linear Panel Model

HUANG Yong-xing， LU Feng-zhi

（School of Business， Anhui University of Technology， Maanshan 243002， China）

Abstract：Inclusive finance reduces urban-rural income gap through the formation， allocation and technological innovation of rural capital. Based on the provincial panel data of China from 2005 to 2014， this paper examines the influence of inclusive finance on urban - rural income gap based on nonlinear and linear panel model. The results show that at the national level， the impact of inclusive finance on urban-rural income gap is characterized by the first expansion and then reduction non-linear characteristic； the impact of the urban-rural income gap in the eastern region is characterized by the dynamic characteristic of the slowdown after the first increase， the impact on the central region is characterized by a continual widening linear characteristic and the influence of inclusive finance on urban-rural income gap in western China is not significant. The degree of development of inclusive finance and the escape of rural funds to non-agricultural industries or industries are the bottlenecks that constrain inclusive finance to narrow the urban-rural income gap. Therefore， the formulation of inclusive financial policies should be planned in an all-round way and act according to circumstances， and try to reduce the threshold of access to financial services for rural residents and township enterprises.

Key words：inclusive finance； urban-rural income gap； panel model

（責任编辑：厉新）