中国数字普惠金融与城乡收入差距——基于面板门限模型的实证研究

赵丙奇

一、引言

根据党的十九大报告，当前我国社会的主要矛盾已经发生了转变。尽管我国现今人均收入稳定增长，但这背后仍然存在着城乡发展不平衡、收入差距扩大等结构性扭曲问题。中国城乡收入比从 1990 年的 2.20∶1 上升到 2009 年的 3.33∶1，然后在2017年下降到2.71∶1。①数据来源：国家统计局：《中国统计年鉴2017》，2018年4月19日，http：//www.stats.gov.cn/tjsj/ndsj/，2019年11月9日。虽然这一比例较前几年有所下降，但仍高于世界大多数国家，而且国民收入基尼系数仍高于国际警戒线，且近期有波动上升趋势。城乡收入分配不平衡制约了贫困人口的投资机会和消费需求，影响着经济的可持续发展，严重情况还可能引发社会政治动荡。因此，城乡二元结构突出、城乡收入差距居高不下已经成为中国在新常态下亟需解决的关键问题，只有解决这两个问题才能有效提升国内贫困人口的收入水平、进一步改善城乡收入的分配格局、统筹城乡发展、提高社会保障和民生水平。

而 “普惠金融”的提出，也为解决城乡收入差距问题带来了新的生机。“普惠金融”是联合国在2005年首次提出的，提出的目的就是为了解决当时世界贫富差距扩大、金融资源分配不平衡等问题。目前，大多数学者认为，普惠金融体系可以提高金融服务的覆盖广度，保证社会各阶层能够享有低成本、高效率的金融服务，从而提高低收入群体收入水平、缩小城乡收入差距，有利于经济均衡包容增长。2015年底，国务院印发的《推进普惠金融发展规划 （2016—2020年）》中明确提出普惠金融的具体定义，要求通过政策引导、金融体系和基础设施的完善，尽可能地为有金融需求的社会各阶层人士提供低成本、高效率的金融服务。〔1〕尽管传统金融机构也在加强普惠金融实践，但依托信息技术、大数据技术和云计算的创新数字金融进一步拓展了普惠金融的可及性和服务范围，越来越吸引社会大众的关注。在2016年举行的G20峰会中，数字普惠金融也被赋予了具体的定义，主要是指为通过使用数字金融服务来促进普惠金融的一切行动。〔2〕利用数字技术低成本、高效率、风险可控性等较为突出的优势，数字普惠金融在延伸普惠金融功能的前提下，可以进一步降低交易成本，扩大金融服务覆盖面，从而可能有效减少低收入群体的金融排斥，对促进欠发达地区经济发展和缩小城乡收入差距起着重要作用。

从普惠金融开始被提及到现今，已经有较多中外文献通过影响机制探讨和实证研究分析表明普惠金融有助于缩小城乡收入差距。区域普惠金融水平的提高可能导致了居民收入水平的增长，并且有效推动社会收入分配不平等程度的降低。〔3〕一些学者的实证研究表明：普惠金融指数越高，地区贫困率越低，推动普惠金融的高水平发展有助于降低城乡发展不平衡的程度。〔4〕普惠金融发展与中国城乡居民收入差距之间存在长期的均衡关系，普惠金融发展会影响居民收入差距。〔5〕金融资源在我国城乡间的分配不公问题显著扩大了社会贫富差距，普惠金融的推广和发展对缩小城乡收入差距有着积极作用。〔6〕

依托信息技术、大数据技术和云计算的数字普惠金融，这一概念在中国提出和发展的时间较短，已有文献大多仅研究数字普惠金融的影响因素等方面，认为 “互联网+”、经济发展水平以及网络消费水平对各省份数字普惠金融的发展均产生显著正向促进作用。〔7〕在城乡收入差距方面，目前研究较少，且研究角度和方向较为单一。个别学者通过分析发现，互联网金融的蓬勃发展在推动普惠金融的发展方面作用显著，进而有利于消除收入分配不公现象。〔8〕促进数字技术与普惠金融融合对于有效发挥其他因素作用、缩小城乡收入差距等方面具有重要意义。〔9〕

现有文献对普惠金融乃至数字普惠金融影响城乡收入差距虽然进行了有意义的探索，但本文认为仍有以下两方面不足：一是上述理论研究似乎只考虑了数字普惠金融对城乡收入差距的线性影响，而未考虑到其中可能蕴含的非线性影响，研究结果相对来说比较单一；二是没有考虑到城乡收入差距的地区间异质性。由于我国各地区经济发展水平较为不均衡，与之相联系的居民财富水平的分配情况在地区之间也存在着差异。因此基于地区分类，再进行分析，更能准确把握数字普惠金融发展对城乡收入差距影响的特点。

本文不仅试图探讨中国数字普惠金融对城乡收入差距产生的非线性影响，而且在考虑剔除城乡收入差距的地区间异质性、按经济发展水平将各省市分类后，再对各区域间数字普惠金融发展对城乡收入差距的影响效果进行探究。

二、理论分析

无论是普惠金融扩大城乡收入差距的观点，还是普惠金融缩小城乡收入差距的观点，其理论分析都强调了金融市场的不完善性和金融资源分配的不均衡性对收入分配造成的影响。本文借鉴郭福等学者构造的金融资源集聚和扩散的四阶段理论模型，从金融集聚理论出发，结合数字普惠金融的特点，分析金融资源在城乡间的结构配置问题，进而研究数字普惠金融影响城乡收入差距的内在机理。 〔10〕

金融集聚程度随着数字普惠金融水平不断提高呈S型运行轨迹，如图1所示。

在金融集聚成长初期 （AB段），社会生产力的低下导致居民收入较少，金融产业在产业结构中占比较小，科技水平也显得十分不发达，相应的金融投资和交易需求都显得较弱。储蓄和投资无法进行良性互动，难以形成规模经济。此时，金融集聚成长速度很慢，城乡间的金融资源分配不均衡性也较小。

在金融集聚发展阶段 （BC段），社会生产力进一步积累，经济水平增长，处于起飞前酝酿状态。城乡空间结构日益明显，金融业所占比重不断加大，科学技术也不断发展与进步，促进储蓄和投资的规模进一步扩大。在极化效应的作用下，活跃的金融资源流向城市，农村逐渐被边缘化。该区域金融业高速增长，但随之而来城乡间的金融资源分配不均衡性日益严重，拉大了城乡收入差距。

在金融集聚后期 （CD段），区域经济起飞阶段。科学技术的不断成熟，更多的资本投入到各个产业特别是工业的扩大再生产过程中。社会居民的储蓄和投资已经形成了一定的规模，导致金融资源向中心城市的集聚转换为减速上升趋势。并且在资本边际效益递减规律的持续作用下，金融资源集聚程度达到最大。在地区间溢出效应作用和数字技术的广泛延伸作用下，中心城市开始向农村地区扩散金融资源，有利于满足农村地区的金融需求与投资活动，促进农村地区收入的增长。

在金融资源扩散运动阶段 （DE段），社会居民的消费水平和收入水平差异逐渐缩小。中心城市金融发展进一步减速，由于资本的趋利性以及数字产品和科学技术的高度发展，金融资源在城乡间充分流动，中心城市的周边农村居民和企业也能获得较高质量和数量的投资来源。扩散效益的作用促进二元经济向一元经济转换，区域城乡差距进一步缩小。

图1 金融资源向城市集聚的运动轨迹

如上所述，并结合一些学者的研究，我们发现城乡金融差异和城乡收入差距的内在关系如图2所示。〔11〕即随着数字普惠金融的发展，地区内金融资源差异与城乡收入差距都逐步增大，当数字普惠金融发展到一定程度，即金融资源集聚程度达到最大，之后中心城市开始向农村地区扩散金融资源，金融资源差异随之缩小，与此同时社会居民的消费水平和收入水平差异也逐渐缩小。因此本文提出假设，认为随着数字普惠金融水平的变化，区域可能处于金融集聚的不同阶段，其对城乡收入差距的影响可能是非线性的。具体来说，当数字普惠金融发展水平较低时，根据数字科技、互联网等高科技特性与金融资源向中心性，一般城镇居民比农村居民更早接受这类新事物，成为数字普惠金融最早覆盖的一批人。城镇居民更早地享受了高质量的金融服务和金融资源，从而获取高额收益，这就导致城乡居民收入差距不断扩大；而当数字普惠金融进一步发展，中心城市金融集聚减慢，金融资源开始向周围农村扩散，即农村居民也能够接触到数字普惠金融。由于边际效益递减规律，农村居民通过这种低成本、高效率的金融服务获得的效益可能要比城镇居民大得多，进而缩小城乡收入差距。并且本文考虑到城乡收入差距的区域异质性以及数字普惠金融发展的较短期限，认为不同经济发展水平的各省市区域可能处在金融集聚的不同阶段，会极大影响数字普惠金融对于城乡收入差距作用的分析。故在进一步分析中，本文将全国31个省市按照经济发展水平进行分类，分别探讨各区域间数字普惠金融发展对城乡收入差距的影响效果。

图2 城乡金融差异和收入差异曲线

三、数据样本和分析变量

鉴于上述理论基础和经验假设，本文利用北京大学数字普惠金融指数和2011—2018年中国省级面板数据，结合面板门限模型来研究中国数字普惠金融对城乡收入差距产生的非线性影响。

（一）数据来源与变量选择

本文选取的数据来源于2012—2019年 《中国统计年鉴》与 《北京大学数字普惠金融指数报告》。〔12〕选取 2011—2018年全国 31个省区市的各指标数据。本文选取如下被解释变量、核心解释变量和控制变量。

1.核心解释变量：数字普惠金融指数 （difi）

2019年4月25日，北京大学数字金融研究中心发布了 《北京大学数字普惠金融指数 （第二期，2011—2018）》报告，更新了数字普惠金融指数。该指标的空间跨度包括三个层次：省级、市级和县级。在2011—2015年第一阶段的基础上，时间跨度进一步补充了2016—2018年的数据。该指数利用蚂蚁金服的海量数字普惠金融数据，编制了包括31个省、337个地级以上市、1754个县在内的三级数字普惠金融指数。本文基于该研究结果，选取该方法计算的2011—2018年省级数字普惠金融指数作为模型的解释变量。该指数包含覆盖广度、使用深度和数字化程度三个一级指标维度。数字金融的覆盖面是在新的基于互联网的金融模式下，体现在电子账户的数量 （如互联网支付账户和与之绑定的银行账户数量）；数字金融使用深度方面主要是根据互联网金融服务的实际使用情况来衡量测算，包括金融服务的种类 （支付服务等）、使用情况 （支付宝每万用户中的用户数、人均交易量）和使用深度 （人均交易量）来衡量使用情况；在数字化程度方面，便利性和成本是两大主要指标。社会居民获取数字金融服务越方便、进行融资借贷成本越低，社会居民对金融服务的需求就越大，反之亦然。

由于该指数比本文选取的其他指标值大，为了保证数据都在同一量纲上，故以该指数在100中的百分比值作为原始数据。

2.被解释变量：城乡收入差距 （gap）

考虑到数据的可获取性和直观性〔13〕，本文选择 “城乡居民人均收入比”来衡量城乡收入差距的相对水平。该比值越小，城乡收入差距就越小；该比值越大，那么反映出城乡收入差距问题越严重。由于2013年以前没有农村居民人均可支配收入的统计数据，因此2011—2012年的数据按农村居民人均纯收入进行分析。

3.控制变量

考虑到其他因素对城乡收入差距的影响，并且参考其他学者在普惠金融和城乡收入差距方面的一些相关研究成果，本文选取了如下六个比较具有代表性的指标作为计量模型的控制变量，以提高模型的精度与拟合程度。

产业结构与城乡收入差距之间存在动态均衡关系，故为了便于分析，采用第三产业产值占总产值的比值来衡量我国的产业结构 （structure）；〔14〕固定资产投资主要表现为基础设施的建设，对居民的收入来源产生一定影响，也可能对城乡收入差距产生一定的影响作用，固定资产投资在城乡间的资源倾斜也可能会导致城乡收入差距。本文选取了固定资产投资 （invest）这一指标 〔15〕，并且考虑量纲问题，将其与GDP的比值来衡量；城镇化、城乡二元经济结构阻碍了劳动力流动，扩大了城乡居民收入的不平等程度，选取城镇人口占总人口比例来衡量城镇化率（urban）；〔16〕由于中国政府支出行为对居民收入的初次分配与再分配具有重要影响，在经济增长以及发展过程中，政府支出行为可能带有城市倾向 〔17〕，城市居民更能从中受益，进而城乡收入差距有进一步扩大的趋势。因此，本文选取当地财政支出占地区GDP的比重来衡量政府财政支出行为 （fisical）；教育程度作为一项人力资本投资可能对城乡收入差距产生影响，本文选取每亿人口中初中学生的个数来衡量教育水平 （education）；区域经济水平的高低会显著影响城乡收入差距，故本文选取人均GDP作为衡量区域经济水平的指标，考虑量纲问题，在实证模型中将其以取对数处理 （lngdp）。〔18〕

（二）模型设定

本文研究中国数字普惠金融发展与城乡收入差距之间是否存在非线性的门限效应，故设定数字普惠金融 （difi）与城乡收入差距 （gap）的面板门限模型为：

其中，下标i表示 （1≤i≤n）个体，下标t表示时间 （1≤t≤T），本文的 n=31，T=7；μi为 31个省市的个体固定效应；eit为残差项，并假设eit服从零均值和有限方法σ2的独立同分布；I（·）为指标函数，qit为门限变量，本文选取数字普惠金融指数；Xit为控制变量向量包括固定资产投资 （invest）、 城镇化率 （urban）、 产业结构 （structure）、财政支出 （fiscal）、教育水平 （education）、经济水平 （lngdp）。

图3 2011—2018年中国数字普惠金融指数

（三）数字普惠金融描述性统计分析

为了更好地对我国的数字普惠金融有一个完整的描述性统计，本文描绘了2011—2018年各省（区）普惠金融发展的均值水平图 （见图3），并且按年度将数字普惠金融进行描述性统计分析，见表1。

表1 数字普惠金融指数 （difi）按年份描述性分析

从图3可以看出，在2011—2018年期间，中国各省数字普惠金融指数都快速增长，指数值年均增长36.4%，数字普惠金融业务实现跨越式发展。从表2和图3可以看出，2018年我国difi的最小值为2.6312，最大值为3.7773，但3.0021的平均值虽然相对于前几年有了较大提升，但从指数的测算方法来看，还远未达到饱和状态，仍然相对较小，说明我国数字普惠金融发展水平总体上还比较低，有待进一步提高。当然与中国大多数经济发展特点一样，在数字普惠金融快速增长的同时，我国各地区数字普惠金融发展水平仍存在一定差异。其中，经济发达地区的数字普惠金融指数始终高于经济相对薄弱地区，其中北京、上海等地区的数字普惠金融指数最高，中西部地区的普惠金融水平比较接近，但远低于东部地区。具体来说，2018年数字普惠金融指数得分最高的上海是得分最低的青海省的1.4倍。就具体分维度地区差异而言，数字普惠金融的数字水平地区差异最小，覆盖范围次之，使用深度差异最大。在数字普惠金融推广初期，指数的增长主要是受数字普惠金融覆盖面的广度驱动，即覆盖更多的人群，但近年来，数字普惠金融的使用深度也成为数字普惠金融指数的重要驱动力。

表2 门限效应检验

表3 门限值估计

表4 模型回归结果

四、实证分析

（一）基准分析

利用stata15.1和门限效应测算方法〔19〕，本文就中国数字普惠金融发展对城乡收入差距的非线性影响的实证模型进行参数估计。本文首先对两者之间是否有门限效应进行了初步检验。本文将数字普惠金融指数作为门限变量，通过自举法 （Bootstrap）来获得检验统计量的显著性水平，显著性水平的数值大小作为判断两者之间是否存在门限效应的主要依据。实证模型门限效应检验结果如表2所示。

从表2可以看出，单门限效应P值为0.0120，单门限效应显著，但其他多门限没有通过显著性检验。故本文认为中国数字普惠金融发展对城乡收入差距的影响存在单门限效应，故在之后各变量参数估计中，本文选用单门限效应模型对实证模型进行分析。其次，本文估计和检验了单门限估计值。表3报告了门限值和估计值分别为1.0294，95%置信区间在 [1.0077，1.0353]。

而后，本文对面板数据单门限值模型的各变量参数进行了估计。具体回归结果如表4所示。

从表4可以看出，教育水平指数对城乡收入差距的正向影响在1%水平下显著，说明居民教育水平的提高将扩大城乡收入差距，进而说明扩大教育不一定能减轻城乡居民收入的不平等。城乡教育资源配置不合理，导致城乡之间人力资本差距进一步加大，考虑到人力资本对居民收入增长的重要性，教育资源的分配差异可能导致城乡收入差距扩大。政府支出行为在1%的显著水平上能进一步拉大城乡收入差距。虽然在政府决策考虑中农业政策也相当重要，但总体而言，政府在城乡间的支出行为可能存在不合理分配现象，政府支出的城市化倾向仍然有扩大城乡收入差距的可能。固定资产投资与城镇化的估计系数均为负值，且在1%的水平上具有显著性，说明政府加大固定资产投资，加快城镇化建设，有利于要素价格的均衡化和农村劳动力就业的转移，并显著缩小城乡收入差距。此外，产业结构对城乡收入差距有正向影响，但在统计上并不显著，说明这对城乡收入差距没有显著影响。

从门限模型可知：当数字普惠金融发展水平低于1.0294时，会进一步扩大城乡收入差距，并且在10%水平上显著。这体现了数字普惠金融的一个发展门限，即在低水平下数字普惠金融发展水平有进一步拉大城乡收入差距的影响。这一结果恰好验证了前文所提出的研究假设，也就是当数字普惠金融水平较低时，农村居民涉及数字普惠金融的广度和深度都远不如城镇居民，没有切实享受到数字普惠金融的低成本和高效率，这就导致了农村居民的收入效益远低于城镇居民的收入效益，从而扩大了城乡收入差距。但是，当金融发展水平大于1.0294时，其系数为-0.0342，虽然对城乡收入差距缩小起促进作用，但其在统计上不显著。本文考虑可能是由于城乡收入差距的异质性导致模型结果不显著，如前文所述，居民的财富收入水平若没有达到金融市场所需固定成本的门槛值就难以进入金融市场进行投资活动，仅获得低水平的投资回报显然会拉大这种收入差距。居民个体财富水平的变化也极大影响着普惠金融发展对城乡收入差距作用的变化。故下文剔除城乡收入差距这一部分所带来的异质性，将全国31个省市按照经济发展水平划分成两类，在各自类别中探究数字普惠金融对城乡收入差距的影响。

（二）进一步分析

将全国31个省市按照经济发展水平划分成两类，将区域人均GDP高于全国人均GDP的省市划为高经济发展水平区域，低于全国人均GDP的省市划为低经济发展水平区域。2011—2018年期间大部分省市都处于同一划分区域，只有少数几个省市在八年间发生过变化，但结合变化情况以及各省市的经济结构和地域特点，最终划分为两类不同经济发展水平的区域类别。高经济发展水平区域有北京、天津、内蒙古、辽宁、吉林、上海、江苏、浙江、福建、山东、湖北、广东和重庆。低经济发展水平区域有河北、山西、黑龙江、安徽、江西、河南、湖南、广西、海南、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆。

在高经济发展水平区域中，经过同上述相同的门限效应检验，发现数字普惠金融对城乡收入差距的门限效应不显著。但考虑到模型可能存在的线性效应，本文通过豪斯曼检验发现模型的随机效应显著，即在经济发展水平较高的地区，数字普惠金融的发展能够显著降低城乡收入差距，对社会收入分配公平有着积极作用。而在低经济发展水平区域中，经过同上述相同的门限效应检验，发现模型存在显著的单一门限效应。

实证结果显示，低经济发展水平区域的数字普惠金融的门限值为1.0294。并且该结果在统计上显著，当数字普惠金融水平小于1.0294时，低经济发展水平区域的城乡收入差距会随着数字普惠金融水平的提高而进一步扩大，当数字普惠金融水平大于1.0294时，低经济发展水平的区域的城乡收入差距会随着数字普惠金融水平的提高而有效地缩小。所以结合现实情况来看，低经济发展水平区域只有2011年和2012年的数字普惠金融水平小于门限值1.0294，2013年以后的数字普惠金融水平都大大地超过了该值，进一步说明现阶段数字普惠金融的发展有利于低经济发展水平区域的城乡收入差距收窄。同时将两类不同经济发展水平地区的数字普惠金融对城乡收入差距的影响系数进行比较，可以较为直观地说明在低经济水平区域中数字普惠金融发挥缩小城乡收入差距这一作用比在高经济水平区域中更加有效，这也有利于国家精准扶贫的战略实施，促进低收入群体通过获取合理的金融需求来提高收入水平，有效达到减贫、脱贫的目的。具体回归结果如表5所示。

高经济发展水平地区得益于城镇化的发展，城乡居民收入水平整体都呈较高态势，并且金融体系相对比低经济水平地区发达。农村地区的金融机构能有效识别合理的金融需求，故居民确实享受到了高水平数字普惠金融发展的益处，可获得较高质量的投资进行生产投资，有利于提高农村地区居民收入水平，抑制城乡收入差距扩大，因此已经处于金融集聚运动后期。而低经济水平地区在数字普惠金融发展早期，其城市资本积累显著高于农村，金融资源倾向于城镇工业，因此城乡收入差距还在持续扩大；而在数字普惠金融发展到了一定水平，促使该地区从金融集聚发展阶段转换到了金融集聚后期，有利于社会收入的公平分配。

其余控制变量的实证结果与表4大致相同，不再赘述。尽管整体的数字普惠金融在高水平时对缩小城乡收入差距不显著，但对分区域的进一步分析也证实了这一非线性效应在低经济水平区域确实存在。这一发现也为未来的数字普惠金融的发展以及政府采取相关措施来缩小城乡收入差距提供了较为坚实的理论基础。

表5 分区域回归结果

五、结论及启示

自普惠金融概念提出以来，为欠发达地区和低收入群体提供可持续的金融服务，帮助其提高生活质量和福利水平，在世界范围内得到了广泛的重视。而普惠金融与互联网数字技术相结合，形成的数字普惠金融，也扩大了金融服务覆盖面，并且有效降低融资与交易成本、提高金融服务的有效性、合理控制金融风险，有利于低收入群体通过获取合理的金融需求来提高收入水平，对促进城乡收入差距的收窄有着重要作用。

本文构建2011—2018年省级面板数据，运用单一门限模型实证分析了数字普惠金融对中国城乡收入差距的影响，研究表明：第一，中国的数字普惠金融业务在2011—2018年间实现了跨越式发展，但是发展程度整体有待进一步提高；第二，数字普惠金融在低水平时，数字普惠金融的发展会进一步拉大城乡收入差距，在高水平时对城乡收入差距缩小起促进作用，但在统计上不显著。第三，本文将全国31个省市按照经济发展水平划分成两类，将区域人均GDP高于全国人均GDP的省市划为高经济发展水平区域，低于全国人均GDP的省市划为低经济发展水平区域。通过豪斯曼检验发现，在经济发展水平较高的地区，数字普惠金融的发展能够显著降低城乡收入差距，对社会收入分配公平有着积极作用。而在低经济发展水平区域中，经过门限效应检验，发现模型存在显著的单一门限效应。当数字普惠金融水平大于门限值时，低经济发展水平区域的城乡收入差距会随着数字普惠金融水平的提高而有效地缩小。上述结论对抑制城乡收入差距扩大、降低社会收入分配不平等程度和经济的包容性增长具有一定的政策意义，主要有以下几个方面：

（一）确立数字普惠金融发展的整体战略和总体布局

数字普惠金融大大降低了传统金融服务的经营成本，拓展了传统金融服务的覆盖范围，降低了融资借贷与交易成本，提升了金融服务效率，并且通过上述研究已经大致确定了数字普惠金融能在一定程度上缩小城乡收入差距。所以在整个经济运行中有必要确立数字普惠金融的发展战略和总体布局，确保数字普惠金融的提升，从而促进城乡收入差距的缩小。比如政府部门可以制定相关政策来扶持数字普惠金融的发展，通过定点、定性帮扶传统金融业发展普惠金融，并且加大对数字普惠金融的社会宣传和相关金融知识的必要普及，培养低收入群体使用数字普惠金融的意识与理念；传统金融业可以积极响应号召，加强对数字普惠金融的参与程度，如及时推广手机银行和移动智能设备，利用数字电子技术向个人移动端推广金融服务，提高金融服务覆盖率，确保低收入群体获取合理的金融需求，以便更好地为农村和边远地区的中小微企业和居民服务。

（二）有效提升数字普惠金融的覆盖面、使用深度和数字化程度

按照数字普惠金融的构成，可以从扩大数字普惠金融的覆盖面、使用深度以及提高其数字化程度来提高数字普惠金融水平，这样可以惠及更多乡镇居民，让其切实地感受到普惠金融的高效率与低成本优势，有利于社会收入分配公平，缩小城乡收入差距。所以为了进一步改善收入分配状况，数字普惠金融也要通过多途径发展渠道扩大自身覆盖广度。如政府可以通过政策引导，发展和促进数字技术在欠发达地区的应用，提高数字技术的覆盖率和利用率，为数字普惠金融的普及和发展做好坚实的准备基础。而金融机构可以利用互联网、移动技术、云计算等新型数字技术，并且以 “三农”、小微企业、低收入社区人群为重点，针对不同的客户需求，探索出低成本、高效率的数字金融服务，提高他们在数字金融中的使用效益，提高普惠金融发展水平。而乡镇居民特别是低经济水平地区的低收入群体则可通过能够触及的电子设备或金融机构，探寻多样性的金融服务与金融产品，以提高其使用深度，提升收入增加的可能性。

（三）强化数字普惠金融监管，保障收入分配公平性可持续

目前，多数互联网金融与数字金融仍不同程度地存在着野蛮发展的乱象，在该领域内的监管空白与滞后，都会给缺乏相关财务知识并且金融风险识别能力较弱的群体带来巨大的财务隐患。如何加强数字普惠金融监管，保障数字普惠金融长时间、可持续地发挥其在缩小城乡收入差距中的积极作用也值得我们关注。首先，加快构建有效、可行的数字普惠金融监管体系已经刻不容缓。政府及相关法律部门一方面需要加快与数字普惠金融相关的法律法规的颁布和修订，促使数字普惠金融朝着合法化、规范化及健康化方向发展；另一方面要加强对数字普惠金融的监管，明确相关监管部门的职责范围，并通过监管手段与措施的创新及完善，将具体的监管目标与要求落到实处，切实有效地改善数字普惠金融运行的生态环境。其次，可以通过加强数字信息技术的安全管理来进一步降低金融风险扩散的可能性。数字普惠金融能够快速健康地发展，依靠着信息技术、大数据技术和云计算等数字信息技术的稳定性和安全性。因此相关部门可以鼓励互联网金融企业与各金融机构及时对数字信息技术进行更新与升级，保障金融产品购买与网络支付等交易环境的安全性，进一步防范金融风险。