新常态下互联网金融发展与城乡收入差距动态关系研究

孔 杏

（浙江广播电视大学 教学中心，浙江 杭州 310006）

一、引言

中国宏观经济发展开始进入增长速度由高速向中高速转换、产业结构由中低端向中高端转换、增长动力由要素驱动向创新驱动转换的“新常态”阶段。金融是经济运行的核心。一方面，金融发展与经济增长相互交织，密不可分；另一方面，金融发展的门槛效应和非均衡化效应对备受关注的城乡收入差距产生影响[1]。互联网金融作为一种创新金融模式，依托信息技术的快速发展与行业自身的创新思维在服务实体经济、释放居民投资热情、增加居民收入、优化地区间资源配置等方面发挥显著功效，成为“新常态”下的新引擎。具有“开放、平等、协作、分享”普惠性本质特征的互联网金融对于普惠金融实现的不可替代作用在中央政府工作报告中也得到了明确。普惠金融具有消除贫困、扩大内需、促进经济增长、实现包容性社会的功能，因此，从理论上说，互联网金融发展应具有缓解收入差距，促进社会和谐的功能。基于此，对于互联网金融与城乡收入差距的关系，我们首先提出这样的理论假设：互联网金融发展缩小了城乡收入差距。

二、文献综述

国内外学者对金融发展与城乡收入差距关系开展了较为全面的研究。对已有研究结论特别是国内研究结论进行分析，大部分的研究结果都倾向于金融发展扩大了收入差距（余玲铮 等，2012[2]；黄海峰等，2014[3]）。因此，进行金融改革，减少城乡金融资源和服务获得的不平等，成为国家重点关注的问题。

普惠金融是金融改革的重要方向之一，一直被认为是解决收入分配不均衡问题、促进经济增长、实现和谐社会的一种重要机制[4]，推进普惠金融建设也是我国“十三五”期间的重要战略目标。张晓燕（2016）[5]、张小林（2016）[6]、尹志超（2017）[7]等国内一些学者也从理论和实证方面得出普惠金融发展有助于缩小居民收入差距这一结论。但依靠传统金融的普惠金融之路面临着一些问题：传统金融减少在经济欠发达地区的营业网点；由于传统金融门槛较高，弱势群体无法进入；在地区间的不平衡性明显等。而借助于互联网技术和移动通信技术的互联网金融与生俱来的普惠性本质特征，使其解决了普惠金融发展所遇到的问题，成为普惠金融实现的重要载体，助推了普惠金融的实现。

已有关于互联网金融的文献基本围绕互联网金融模式、发展与风险监管等相关问题进行研究。例如，谢平（2012）[8]研究了互联网金融模式的支付方式、信息处理和资源配置；董昀（2014）[9]、吴晓求（2015）[10]、霍兵（2015）[11]等针对互联网金融发展问题进行研究；刘澜飚（2013）[12]、沈悦（2015）[13]、邹静（2017）[14]等人则主要分析了互联网金融对传统金融业的影响；林宏山（2014）[15]、邱峰（2014）[16]、陆珉峰（2016）[17]等对互联网金融实现普惠金融的理论基础、实现途径等进行分析。以“互联网金融”和“收入差距”为主题在知网进行搜索，发现对互联网金融与收入差距关系进行研究的文章只有两篇：严伟峰（2015）[18]从“门槛效应”“减贫效应”“非均衡效应”三方面分析了互联网金融发展对收入差距的影响；胡海云（2016）[19]采用灰色关联法分析了2007—2015年我国互联网金融发展和城乡收入差距之间的关联度。严伟峰理论层面分析较为全面，但缺乏相应的数据支撑，在分析的深度上有一定欠缺；胡海云缺乏从宏观层面的考虑，灰色关联分析在对现象关系的揭示上也存在一定局限性，不够深刻和具体。

基于目前的研究现状，从理论和实证两方面相结合，通过计量分析深刻揭示互联网金融发展与城乡收入差距关系的研究变得尤为必要和迫切。一方面，在对收入差距的动态演化过程有较为清晰的认识下及时了解一些新因素对收入差距的影响，丰富收入分配的相关理论；另一方面，通过相关实证分析，对“互联网金融发展缩小城乡收入差距”这一理论假设进行检验，进一步厘清二者之间的关系，为政府实施互联网金融相关措施提供参考和借鉴。由于对经济现象之间相互关系的研究都离不开宏观环境的考虑，因此，本文将经济增长因素纳入分析框架中，确保研究过程更为合理严谨。

三、实证分析

（一）变量与数据

1.互联网金融指标。互联网金融包含众筹、P2P网贷和第三方支付平台三大类，其中，第三方支付交易量占互联网金融交易的60%以上[20]，因此第三方支付交易量能在一定程度上反映互联网金融的发展水平，故本文采用第三方互联网支付作为互联网金融发展的代理变量，用HLWZF表示。

2.居民收入差距指标。2013年之前采用城镇居民人均可支配收入与农村居民人均现金收入比值来反映居民收入差距，2013年后由于国家统计局开展了城乡一体化住户收支与生活状况调查，相关指标发生了变化，故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反映，用CXB表示。

3.经济发展指标。采用国内生产总值作为经济发展的代理变量，用GDP表示。由于互联网金融属于新兴事物，缺少较长年份的相关数据，因此本研究采用季度数据进行分析，时间跨度为2007年1季度到2016年2季度，共38期数据。互联网金融数据根据艾瑞官方平台公布的数据整理而得，居民收入差距和经济发展指标数据均来自国家统计局网站。具体分析时三变量均取对数值，分别记为lnHLWZF、lnCXB、lnGDP。

（二）计量分析

1.平稳性检验。为了避免“伪回归”结果，本文采用扩展的迪克-富勒检验法（ADF）来检验各序列的平稳性。检验结果表明三个序列均为平稳序列，结果见表1。

表1 序列平稳性检验

2.VAR模型。VAR模型一般形式为：

Yt=A1Yt-1+A2Yt-2+…+ApYt-p+B0Xt+…+BrXt-r+εt

t=1，2，…，n

建立VAR模型必须要考虑滞后阶数的问题。对 LR、FPE、AIC、SC、HQ 等检验方法进行综合考虑，得到最佳滞后阶数为4阶。

按照滞后4阶建立相应模型，得到VAR（4）模型的估计结果：

模型的稳定性检验如图1所示，所有的特征根都落在单位圆内，说明VAR模型平稳，可进一步做脉冲响应来进行变量间的动态冲击分析。

图1 VAR模型的特征根检验

3.脉冲响应。为了进一步研究互联网金融、城乡收入差距和经济增长之间的关系，利用脉冲响应函数对三变量间的动态特性进行分析，结果如图2~4所示。

图2 lnCXB的脉冲响应曲线

图3 lnHLWZF的脉冲响应曲线

图4 lnGDP的脉冲响应曲线

图2表明，城乡收入差距对于互联网金融的冲击一开始并没有响应，存在一定的滞后性，但当持续给互联网金融一个标准差信息的正向冲击后，城乡收入差距随即呈负向响应，在第2期达到最大值-0.026，持续较短时间后响应由负为正，随后在正负向之间不断波动，呈波浪起伏式。说明在短期内，互联网金融对城乡收入差距的影响具有持续性，但影响的方向具有不确定性。当给经济增长一个标准差信息的正向冲击后，城乡差距在较短时间内会呈现负面响应，随后响应立即由负转正，持续上升，到达第3期后响应立即由正转负，整体呈波浪起伏式波动。因此，从短期来看，经济增长对城乡差距具有一定影响，但响应并没有长时间的持续在同一个方向，且城乡收入差距的波动幅度有增大趋势。

图3表明，经济增长对互联网金融产生正向冲击，互联网金融在前3期的正向响应程度较显著，在第3期后响应程度减弱，较为平稳，第7期达到最大值0.029。说明经济增长在短期内促进了互联网金融的发展，但促进作用持续性不强，互联网金融虽然呈现小幅的波动，但各期的响应值均为正。互联网金融对自身的冲击一开始产生正响应，第2期后响应开始转负，且持续时间较长，幅度较平缓。

图4表明，经济增长对于互联网金融冲击具有较强反应，第一期即达到0.02，在互联网金融一个标准差信息的持续作用下，经济增长呈现出负向响应，且持续了四期，幅度较大，之后在正负向间呈较大幅度波动，但响应数值均为正。说明短期内互联网金融对经济增长起到负向影响。城乡收入差距的冲击使互联网金融一开始出现正响应，后呈现正负响应交替出现的规律变动。

4.方差分解。方差分解可以了解各变量对指定变量预测方差的贡献度，对lnCXB、lnHLWZF、lnGDP三变量进行方差分解，结果如表2所示。

根据表2的结果可知，滞后期为1时，城乡收入差距对自身贡献是100%，随后自身部分开始下降，最终维持在49%左右，互联网金融和经济增长随着滞后期数的增加，贡献逐步增大，其中互联网金融贡献稳定在26%左右，两者之和的总贡献达到50.6%，互联网金融和经济增长对城乡收入差距的影响显著。

互联网金融对自身的贡献率滞后1期时为98%，后略有下降，最终稳定在89%左右。经济增长和城乡收入差距两部分在第50期的合计贡献只有10.74%，表明经济增长对互联网金融发展的影响不太显著，互联网金融预测方差绝大部分来自于自身的贡献。

互联网金融对经济增长的贡献率从一开始的30%增长到第30期的56%，之后一直稳定在该水平左右，而经济增长自身的影响在逐步减小，最后稳定在35.5%左右。说明互联网金融对经济增长具有较大的影响和冲击。

表2 各变量方差分解表

5.协整检验与向量误差修正模型。如果变量之间有着长期的稳定关系，那么它们之间是协整的，因此，本文采用Johansen检验法对三变量进行协整关系检验，以确定三者之间是否存在长期稳定关系。检验结果表明，迹检验统计量和最大特征值检验统计量均拒绝原假设，表明 lnHLWZF、lnCXB和lnGDP之间存在长期均衡关系。

lnCXB、lnHLWZF和lnGDP的协整表达式为：

lnCXBt-1=1.2840lnHLWZFt-1-6.1275lnGDPt-1+59.6695

上式反映了lnCXB、lnHLWZF和lnGDP之间的长期均衡关系。从长期看，互联网金融与城乡收入差距存在正相关关系，当互联网金融发展提高1%，城乡收入差距提高1.28%，即互联网金融发展扩大了城乡收入差距。经济增长与城乡收入差距呈负相关性，当经济增长1%，城乡收入差距降低6.13%，经济发展缩小了城乡收入差距。

为了进一步了解各变量短期波动受自身及其他变量影响的具体情况，在协整关系成立的前提下建立VEC模型。

lnCXB的短期方程为：

由（1）式可知，城乡收入差距滞后1期、2期和3期的系数均为负，只有滞后4期系数为正，且数值较小，说明在短期内城乡收入差距对自身主要是抑制作用；互联网金融四个滞后期中只有第四期系数为负，其它系数均为正，说明互联网金融发展在短期内对城乡收入差距起到促进作用；而经济增长对城乡差距起到了抑制作用。

lnHLWZF的短期方程为：

由（2）式可知，经济增长在短期内对互联网金融发展起到促进作用，经济持续稳定发展使得互联网技术得以提升和普及，也为互联网金融奠定了基础。互联网金融滞后1期、2期和4期的系数均为负，只有滞后3期系数为正，且数值较小，表明互联网金融发展对自身主要是负向影响。

lnGDP的短期方程为：

由（3）式可知，互联网金融滞后4期系数均为负，表明互联网金融在短期内对经济增长起到抑制作用，这也和图5的分析结果相一致。互联网金融在短期内的过度发展会吸收大量人才、资金等资源，从而抑制了实体经济的发展。城乡收入差距对经济增长在短期内既有促进作用也有抑制作用，综合来看，城乡差距在短期内对经济增长起到了正向影响；而经济增长对自身在短期内起到了促进作用。

三变量短期方程模型的AIC、SC值分别为-10.97和-8.93，模型的整体效果比较好。

四、结论与启示

研究表明，互联网金融发展在短期和长期内都对城乡收入差距起到正向影响，即互联网金融发展在短期和长期都促进城乡收入差距的扩大，这与“互联网金融具有普惠性特征，能降低收入差距”的理论假设相违背，究其原因是与互联网金融在城乡发展的差异性密切相关，互联网金融在农村的普及率及渗透性还不够，与农村居民实际生产生活的结合还不够。此外，经济增长在短期和长期内对城乡收入差距都起到负向影响，表明无论短期还是长期，经济发展都起到缩小城乡收入差距的作用。基于以上研究结论，在此提出以下几方面的建议：

1.加大对农村互联网基础设施建设的投入。互联网金融发展的前提是完善的信息基础设施，农村信息基础设施的相对落后造成城乡之间的巨大差异必然会抑制互联网金融普惠本质特征的发挥，互联网金融缓解收入差距也就无从谈起。根据第41次《中国互联网发展状况统计报告》，截至2017年12月，农村互联网普及率为35.4%，而城镇地区互联网普及率为71%，差异由2007年的19.4%提高到2017年的35.6%，城乡数字鸿沟呈扩大趋势[21]。而互联网普及率每提高10%，人均实际GDP提高大约1.38%[22]。因此，政府应加大对农村互联网基础设施建设的投入力度，扩大光纤网、4G网在农村的有效覆盖，实现互联网的全覆盖，同时降低互联网使用成本，使广大农村居民用得起、用得上优质的互联网服务，这也是对中央所提倡的精准扶贫的进一步推进。

2.提高互联网金融在农村的认知度。农村居民一方面金融知识匮乏，另一方面由于受传统思想影响，使其对互联网技术这样的新生事物的接受相对来说较为缓慢，农村居民无法识别互联网金融与传统金融机构的互补替代关系，对互联网金融在农村地区的普及和推广造成影响。因此，国家应通过建立政府主导和市场主体参与的合作机制来实施农村金融知识的宣传和普及，从而增强农户的金融知识和金融意识，使其对互联网金融产品有一个正确认识。加大政府财政补贴力度，引导和鼓励金融机构、高校等组织金融知识下乡活动，在对金融知识进行宣传的同时，为农村居民提供专业的理财指导，引导他们合理投资，并提高他们对互联网金融企业及其理财产品的辨别能力，降低投资风险。

3.加快农村互联网金融创新。2017年初出台的中央一号文件中不止一次的提到了农村金融创新问题，农村金融创新可充分利用互联网技术实现对农村金融产品、金融模式的创新，从而解决农民贷款渠道缺乏、融资成本过高的问题，促进农民增收。农村居民需要的是与农业相关、与农村百姓相关的金融产品，金融机构可将互联网金融产品与农民生产活动紧密结合，将互联网金融产品渗透到农资、种养加工、仓储、运输、营销等现代农业产业链中。鼓励社会资本和传统电商借助大数据和互联网技术进行金融服务、金融产品和金融模式的创新，实现互联网金融与农村经济的深度融合。例如润农金服探索出的“产业金融+消费金融”模式既解决了农民贷款渠道缺乏的基础问题，更解决了农民融资成本过高的核心“痛点”，农民净收入显著提升，生活得到改善。此外，国家可在农村设立远程开户的金融试点区，为农户提供简单、便捷的小额贷款服务，同时也帮助农户积累信用数据，改善农村信用环境。

［1］孔杏.金融发展缩小城乡收入差距了吗？——基于中国31省份面板数据的实证分析［J］.东北财经大学学报，2017（1）：78-83.

［2］余玲铮，魏下海.金融发展加剧了中国收入不平等吗？——基于门槛回归模型的证据［J］.财经研究，2012（2）：105-114.

［3］黄海峰，邱茂宏.城乡金融非均衡性及其对城乡居民收入差距的影响研究［J］.农村经济，2014（11）：73-78.

［4］陆岷峰，季子钊.提升中国普惠金融普惠性的策略研究——基于中国两群体金融中介模型的运用［J］.南阳师范学院学报，2017（1）：26-32.

［5］张晓燕.互联网金融背景下普惠金融发展对城乡收入差距的影响［J］.财会月刊，2016（17）：94-97.

［6］张小林，徐敏，蔡中华.普惠金融影响城乡居民收入差距的减贫效应检验——以新疆为例［J］.河北科技大学学报（社会科学版），2016（12）：7-14.

［7］尹志超，杨阳，张号栋.金融普惠和京津冀家庭收入差距——来自CHFS数据的证据［J］.北京工商大学学报（社会科学版），2017（3）：13-21.

［8］谢平.互联网金融模式研究［J］.金融研究，2012（12）：11-22.

［9］董昀.互联网金融的发展：基于文献的探究［J］.金融评论，2014（5）：16-40.

［10］吴晓求.互联网金融——成长的逻辑［J］.财贸经济，2015（2）：5-15.

［11］霍兵.互联网金融发展的驱动因素和策略——基于长尾理论视角［J］.宏观经济研究，2015（2）：86-93.

［12］刘澜飚.互联网金融发展及其对传统金融模式的影响探讨［J］.经济学动态，2013（8）：73-83.

［13］沈悦.互联网金融、技术溢出与商业银行全要素生产率［J］.金融研究，2015（3）：160-175.

［14］邹静.互联网金融对中国商业银行系统性风险的影响——基于SVAR模型的实证研究［J］.财经理论与实践，2017（1）：17-23.

［15］林宏山.互联网金融助推普惠金融发展探讨［J］.上海金融，2014（8）：38-40.

［16］邱峰.互联网金融助力普惠金融的思考［J］.吉林金融研究，2014（8）：25-35.

［17］陆珉峰.长尾理论指导下的“互联网+普惠金融”发展路径研究［J］.长春金融高等专科学校学报，2016（6）：5-13.

［18］严伟峰.互联网金融对我国收入差距影响极其政策建议［J］.海南金融，2015（8）：20-23.

［19］胡海云.中国互联网金融与城乡收入差距的灰色关联分析［J］.鸡西大学学报，2016（7）：76-79.

［20］刘岳莎，魏红洋.互联网金融与产业结构转移升级的关系研究［J］.沿海企业与科技，2015（2）：6-11.

［21］第41次中国互联网发展状况统计报告［EB/0L］.（2018-01-31）［2018-02-05］.http：//www.cnnic.net.cn/hlwfzyj/hlwxzbg/.

［22］李立威，景峰.互联网扩散与经济增长的关系研究——基于我国31个省份面板数据的实证检验［J］.北京工商大学学报，2013（5）：120-126.