数字普惠金融助力提升农民收入水平

文秀　宋欣茹　许帅

摘要：数字普惠金融成为当今打赢脱贫攻坚战的利器，其数字化服务的特殊一面打通了农村金融发展“最后一公里”的难题。通过利用第一期（2013 2015年）和第二期（2016 2018年）发展水平的综合比较，实证发现：数字普惠金融可以助力提升农民收入水平，对缩短城乡贫富差距具有积极意义。

关键词：数字普惠金融;农民收入;贫富差距

基金项目：湖南省自然科学基金项目：我国农村普惠金融的减贫效应研究（编号：2018JJ3245）;湖南省社科基金项目：湖南省农村居民金融能力对收入质量的影响研究（编号：18YBQ066）;湖南省教育厅项目：湖南省农村居民金融能力对家庭金融资产配置的影响研究（编号：188104）

一、引言

目前，在一系列助农政策的保障下，农村地区得以开发，农民的收入逐渐增加。当我们正在为农村地区取得快速进展而喜悦时，新的问题出现在眼前，即农民增收困难成了落实乡村振兴战略的一大障碍，而与其关联的城乡贫富差距扩大等社会矛盾问题，也逐渐引起社会热议。在中国，存在高达1.5亿的低收入工薪阶层，其中包含不少农村居民，他们信用程度较低，没有适合的抵押物，再加上沟通困难，逐渐成了商业银行最不愿意交涉的客户。为实现2020年全面建设惠及众多人的，高水平现代化小康社会以及全面脱贫的目标，农民的收入问题急于解决。数字普惠金融的发展为农民改善自己的财务状况，低成本的金融服务，足不出户的线上操作提供了真正可利用的途径。研究数字普惠金融和农村居民收入之间的关系，具有实际意义。

二、文献回顾

刘顺平和朱丹娜（2017）等人分析了数字普惠金融在脱贫攻坚中的比较优势，总结了贫困地区金融扶贫的实践，对新常态下如何把数字普惠金融与脱贫攻坚结合起来进行了有益探讨。林胜和边鹏（2020）等人加深对数字普惠金融的理解，科学界定服务群体，强化政策导向并向中微观层面延伸，平衡创新与风险，提升监管科技运用水平，完善基础设施建设，重视客户识别、权益保护与知识普及，加强跟踪研究。葛延青（2020）明确了数字普惠金融发展的基本方向，其随着移动互联网的发展快速推进，创新型金融产品与服务手段日益涌现。但在广大农村地区，碍于政策环境、金融服务供给、基础设施建设、数字经济发展等各种制约，其数字普惠金融体系的发展面临着较城市地区更加艰巨的挑战。袁娟提出建立普惠金融服务体系，让小微企业、农民、城镇低收入人群、贫困人群和残疾人、老年人获取价格合理，便捷安全的金融服务。学者对数字普惠金融的研究关注点集中于其惠及弱势群体的途径，本文从农民的收人为切人点，剖析数字普惠金融的发展效果。

三、实证分析

本文选择将数字普惠金融指数（ DIF）作为核心解释变量，以政府财政助农支出（CE），量化指标为农林水利支出/地方一般公共预算支出。农村就业水平（JOB），量化指标为第一产业就业人数/农村总地区人数。农村就业水平（JOB），量化指标为第一产业就业人数/农村总地区人数。农业机械化水平，即农村机械总动力。

建立模型：为了消除回归模型中扰动项的方差不全相等的异方差现象，本文对农村居民收入水平和农村机械化水平进行了取对数的处理，其中：i表示省份，t表示年份，其他如上表所示，模型如下：

四、结果分析

1.样本分析

不同省的农民可支配收入均随着时间而增长，但变化趋势与时机不尽相同，比如北京、福建、广东等地农民可支配收入高且增长快，然而贵州、西藏、宁夏等地收入低且增长较缓，这些存在的省际差异有助于估计决定农民可支配收入的因素。

从表1各变量描述性统计量来看，第一期最大值为23205元，最小值为5588.8元，第二期最大值为30374.7元，最小值为7456.9元，差距增大。将其取对数后，数值差距减小：数字普惠金融指数第一期均值为185.0，第二期均值为267.5，同比增加45%，可见数字普惠金融在全国各省发展迅猛，同时其深度的增长和广度的扩张为数字普惠金融指数增长产生了促进作用;政府在农林水利方面的支出，第一期在123.03亿元到1008.6亿元之间波动，第二期在158.36到1310.89之间波动，投入增加;第一产业就业率第一期均值为9.103，第二期为7.648，有所下降;农林机械化总动力第二期均值比第一期减少了约8%，取对数后，差距有所减小。这与各个地区发展不平衡有关，同时也体现了各地区发展的差距。

2.两期对比

由于北京大学数字金融研究中心第二期中更新的时间为2016-2018年，所以本文第一期也选取了时间跨度为3年的2013-2015年。各省份的數据采集完整，且属于短面板数据。根据经济学相关原理，利用Stata软件相关程序完成实验。首先进行混合回归，选择了更准确的聚类稳健的标准误，而后考虑使用固定效应模型（FE），再通过F检验认为FE相比混合回归更佳。但同时个体效应还可能以随机效应（RE）的形式存在，且通过LR检验选择了个体随机效应。进一步研究，通过豪斯曼检验确定了最合适的估计模型，两期的实验过程相同，相互进行比较。

两期的豪斯曼检验结果显示，应该使用固定模型，不选择随机模型。为比较两期数字普惠金融对农村居民收入的影响程度变化，本文利用固定模型逐步回归以显示差异。从表2两期固定效应模型估计可以得出，在指标相同、模型相同的情况下，第二期数字普惠金融的系数相对第一期有所减小，但差值不大且仍旧显著通过检验，对农民收入仍旧存在正向作用。

参考文献：

[1]Finance，inequality，and Poverty： Cross-Country Evidence. Beck T.Dernirgiipkunt A.Levine R.2016

[2]数赵经涛.字普惠金融引领金融发展新航向[J].甘肃金融，2016（11）

[3]王欢.移动金融对普惠金融发展的影响程度分析[J]时代金融，2017（08）

[4]刘顺平，朱丹娜，刘怡君.数字普惠金融推动脱贫攻坚的优势分析、具体实践与路径选择[J]西部金融，2017（04）：8789+97

[5]“Factors Affecting Consumer Acceptance of Digital Financial Inclusion; An Anecdotal Evidence from Bogor City”Wibella Nevvi. Idqan Fahrni. Imarn Teguh Saptono. IndependentJournal of Managernent&Production.2018

[6]郭峰，王靖一，王芳，孔涛，张勋，程志云.2019《测度中国数字普惠金融发展：指数编制与空间特征》，经济学季刊，录用待刊

[7]袁娟.数字普惠金融助力精准扶贫策略[J]现代企业，2019（12）：86-87

[8]林胜，边鹏，闫晗.数字普惠金融政策框架国内外比较研究[J]征信，2020，38（01）：78-82

[9]葛延青农村数字普惠金融发展的生态框架及实施路径探讨[J]金融理论与实践，2020（03）：32-39

作者简介：

文秀（1999.5- ），女，汉族，湖南株洲人，湖南农业大学经济学院金融系17级本科在读，研究方向：金融;

宋欣茹（1999 .11- ），女，汉族，内蒙古乌海人，湖南农业大学经济学院金融系17级本科在读，研究方向：金融;

许帅（2000.8- ），男，汉族，江苏无锡人，湖南农业大学经济学院CFA系18级本科在读，研究方向：金融。