数字普惠金融对城乡收入差距的影响与实证研究——基于2011-2018年福建省地级市面板数据

王云辉

一、研究背景

党的十九大作出了建立健全城乡融合发展体制机制和政策体系的重大决策部署，致力于打破城乡二元化结构，推动乡村振兴和区域协同发展。福建省作为我国城乡融合发展的重点试验区，近年来在缩小城乡收入差距、重塑新型城乡关系、推动区域经济协调发展方面取得了有效进展。

图1 2011-2018年福建省城乡收入比趋势图

金融是经济发展的助推器，也是衡量区域经济发展水平的重要指标。2005年，联合国首次提出普惠金融的概念，强调满足社会各阶层的金融服务需求。然而，传统普惠金融由于时间、地域、成本等方面的限制，并未广泛地向全社会普及。随着大数据时代的到来，2016年的G20峰会提出了“数字普惠金融”一词，将互联网技术优势与普惠金融相结合，扩大了金融服务的覆盖面，减少低收入群体参与信贷和投资等金融活动的成本，使得农村、乡镇和小微企业能够真正享受到普惠金融的发展“红利”，这也间接提高农村地区的居民收入，帮助缩小城乡收入差距，实现城乡一体化。福建省作为我国改革开放前沿阵地和自由贸易试验区，在互联网金融领域内取得了一定的成绩。图2反映了近年来福建省数字普惠金融的增长情况。

图2 2011-2018年福建省数字普惠金融指数趋势图

目前，在普惠金融的减贫效应，普惠金融对经济发展和居民收入的影响等方面已有不少学者做出相关研究。随着互联网大数据的发展，许多学者将目光转向数字普惠金融对经济发展、区域协同等方向上来，这为本文的研究提供了一定的理论基础。然而，多数研究都集中于全国范围或是省际之间的比较，对省内的研究较少。基于此，本文建立固定效应面板模型，对福建省2011-2018年的面板数据进行总体回归分析和分样本回归分析，并在研究结果的基础上提出合理化建议。

二、文献综述

早在上世纪中叶，国外学者Kuznets（1955）提出收入差距的“倒U型”曲线假说，认为在国民经济水平较低阶段，经济发展会导致收入差距的恶化。反之，收入差距会随之逐渐缩小。阿鲁瓦利亚通过对比国家间基尼系数证实了该假说。在随后的研究中，有些学者认为金融发展对收入差距的影响有显著的负效应。BeckT等（2007）研究发现金融机构设施增多对城乡收入差距有显著的负效应。Dupas和Robinson（2013）基于对肯尼亚农村居民账户收支的分析，认为普惠金融能使农村低收入人群增加收入、提高消费能力。然而，有些学者认为金融发展会扩大收入差距。Maurer和Haber（2003）通过GMM模型分析，发现金融发展会使资源更多地向富人倾斜，反而加大城乡收入差距。Madhu和Giri（2015）以印度为研究对象，认为金融水平的提高同样会拉大城乡收入差距。

国外的讨论为国内研究提供了借鉴。在国内，相关研究多以中国或省际数据为研究基础。王修华、邱兆祥（2011）对国内农村金融发展与城乡收入差距间的关系进行实证研究。结果显示金融规模的扩大拉开了城乡收入差距，而农村金融效率的提高则起到相反作用。李建伟、李树生（2015）等建立VEC模型和脉冲响应函数，说明了普惠金融发展与中国城乡居民收入分配差距的长期均衡关系。宋晓玲（2017）构建我国31个省份平衡面板模型证明了数字普惠金融对城乡居民收入差距的负向作用，并从数字普惠金融的发展战略、发展路径、生态圈等方面给出建议。近年来，部分研究开始以省内区域为研究对象，对区域差异的研究更为广泛。李琛霖（2020）对长三角地区数据进行聚类，并使用夏普利回归分解法，分析发现普惠金融的渗透性、可得性、效用性三个维度对城乡收入差距的作用不同。徐曼芸、杨德琪等（2020）以云南省16个地州市为例，发现数字普惠金融能显著缩小云南省城乡收入差距，且经济发展水平的高低会造成区域差异。张迎春、韩生贵（2020）以青海省普惠金融示范区30个县为例，发现除数字普惠金融外，经济增长、对外开放程度、城市化和贫困发生率等变量对缩小城乡收入差距效果明显。

随着普惠金融研究的深入，其测度方法也越来越多。Sarma（2011）等参考HDI的测度方法，综合金融服务的地理渗透性、使用效用性、产品接触性等维度，对普惠金融发展水平进行测算，并在维度选择和测算方法上不断改善。郭峰、王靖一（2019）等利用蚂蚁金服关于数字普惠金融的海量数据，基于覆盖广度、使用深度和数字化程度等维度，涉及支付、信贷等33个指标，编制了《北京大学数字普惠金融指数（第二期）》。杜朝运、范丁水（2020）以四川省为例，从金融服务的可得性、使用度、深化度以及数字化程度出发，采取变异系数法，并对不同指标客观赋权，测算得到四川省各地市的普惠金融指数。

总体而言，学界上主要存在正向作用与负向作用两种声音。国内研究更多认为数字普惠金融的发展能够有效缩小城乡收入差距。近年来，部分学者通过分样本回归分析等方法，发现数字普惠金融对城乡收入差距的影响存在区域差异。但是，目前国内大部分研究还是以我国整体或是多个省份为研究对象，以省内各城市面板数据建立模型的研究偏少，而鲜有对福建省地级市进行相关的研究。本文以福建省为例对该类问题进行研究，是对当前研究的补充，以期为福建省数字普惠金融的发展提供思路。

三、理论分析与研究假设

在普惠金融诞生以前，金融一直是“富人的游戏”。在金融机构提供服务的过程中，往往收取一定的费用，越复杂的金融服务所收取的费用越高，这使得金融参与者需要投入较大的成本才能享受金融服务，无形中为金融服务设置了一道门槛，造成弱势群体被拒之门外，即“门槛效应”。由于金融产品和服务等资源是稀缺有限的，许多大型银行、投资所以及金融咨询机构往往只存在于人口密集的大城市，而乡镇地区只有能提供基础业务办理的小型金融机构。乡镇居民除了办理基础金融服务外，一般难以接触到金融机构提供的其他服务，造成乡镇地区信息的闭塞和城乡两地金融资源的分配极不均衡的问题，即金融资源分配的“非均衡效应”。除此之外，乡镇地区总体人口受教育水平普遍低于城市，而传统的金融活动要求参与者具备一定的金融知识储备，这也为乡镇居民参与金融活动设置了壁垒。

普惠金融的出现，在一定程度上改善了局面。普惠金融强调“普惠”二字，有“惠及大众”的意思，表现在农村地区业务网点的增加、农村信用社的兴起以及金融产品和服务创新。但是，由于传统普惠金融线下活动的局限和机构的逐利性使得传统普惠金融在广度和深度上仍存在较大不足。近年来，互联网技术逐渐应用于金融活动，使数字普惠金融走进大众视野。越来越多的金融服务可以通过手机应用、微信公众号、财经网站等网络渠道实现，打破了传统普惠金融在规模、成本和服务质量上的限制，促进了区域金融资源的均衡分配，农村居民和小微企业能以更低成本享受到更为优质多样的金融服务，以此创造收益，推动农村地区收入增长。

由于闽东、闽南地区和闽西、闽北地区的地理、历史、人口等方面存在差异，导致其自然禀赋基础以及经济发展状况迥异。在不同区域特征的基础上，数字普惠金融对城乡收入差距的作用也可能会受到影响。

综上，本文提出假设H1：福建省数字普惠金融的发展能够显著缩小省内城乡收入差距，且该作用存在一定的区域差异。

城乡收入差距还可能受到其他因素的影响。Kuznets（1955）提出的经济发展水平对收入差距影响的“倒U型”曲线假说，就说明区域经济发展水平对城乡收入差距存在某些影响。城镇化水平反映了区域城乡一体化的进程，随着城镇化水平的提升，城乡间的资源配置得到优化，中心城市能够辐射带动周边村镇的发展，为农村创造更多就业岗位和广阔的销售市场，增加农村居民收入。政府的财政投入规模能够改善农村地区的就业环境、交通条件，对低收入人群的生活补助也会提高，但也可能因为财政支出结构不合理加大城乡收入差距。产业结构的优化会带动经济的发展，但是在经济发展水平不高，社会分配不公平的前提下，可能会拉大城乡收入差距。

综上，本文提出假设H2：经济发展水平、城镇化水平、财政支出规模以及产业结构对城乡收入差距均有显著影响。

四、研究设计

（一）样本选取与数据来源

本文以福建省九个地级市（福州、厦门、莆田、三明、泉州、漳州、南平、龙岩、宁德）为研究样本，样本区间为2011—2018年，数据类型为短面板数据。基础数据来源于《福建省统计年鉴》、福建省各地级市统计年鉴、厦门财政局、泉州财政局以及北京大学数字金融研究中心等权威渠道。其中，泰尔指数由本文作者根据组间泰尔指数测度公式计算得到。

（二）模型设定

本文以福建省九个地级市2011—2018年面板数据为研究样本，以城乡收入差距为被解释变量，以数字普惠金融发展水平为核心解释变量，以经济发展水平、城镇化率、产业结构以及财政支出规模作为控制变量，建立面板模型。为了保证数据的平稳性和减少异方差对模型的影响，本文对个别变量数据取对数。

对模型进行F检验和Hausman检验后，结果如表1所示，均拒绝随机效应的原假设。因此，本文建立固定效应面板模型。该模型的解释变量对被解释变量的边际影响均相同，而影响被解释变量的所有不包括在模型或不可观测的变量只随个体变化而不随时间变化，此模型贴合本文数据，使估计结果更为准确有效。在模型中，THEILi,t是被解释变量，反映城乡收入差距情况；lnDIFIi,t是核心解释变量，为数字普惠金融指数的对数形式，反映福建省各地级市数字普惠金融的发展程度；除此之外，模型还引入4个控制变量，lnPGDPi,t为人均年生产总值的对数，URi,t为城镇化率，ISi,t为第二、三产业占GDP的比重，FESi,t为财政支出规模；αi表示仅随个体变化的截距项，i表示不同个体，t表示不同年份。

表1 F检验和Hausman检验结果

（三）变量说明

1.被解释变量THEIL

目前对城乡收入差距的衡量指标主要有城乡收入比、基尼系数和泰尔指数。其中，泰尔指数不仅将地区人口数量差异考虑在内，而且有效反映了两端的收入差距，在一定程度上克服了前两者的不足。泰尔指数的数值越大，收入差距越明显。由于本文研究的是城乡间的收入差距，故忽略城市内部与农村内部的收入差距，选用组间泰尔指数。测算公式如下：

其中，i=1表示农村，i=2表示城市，t表示指数所在年份。Yi,t为某城市或农村的年收入，Yt为某地区的年总收入；Ni,t为某城市或农村的年总人口数，Nt为某地区的年总人口数。

2.核心解释变量lnDIFI

该解释变量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（第二期）》。指数越大，表示数字普惠金融水平发展程度越高。数字普惠金融指数涵盖了31个省、337个地级以上城市，以及近2800个县域，从覆盖广度、使用深度和数字化程度三个一级维度，账户覆盖率、信贷、保险、移动化等33个二级维度综合测算，能够较为全面真实地反映数字普惠金融发展水平。

3.控制变量

lnPGDP为人均生产总值的对数，表示各地级市经济发展水平；UR为城市人口与地区总人口之比，表示各地级市城镇化水平；IS为第二、三产业增加值与生产总值之比，表示各地级市的产业结构；FES为财政支出与生产总值之比，表示各地级市的财政支出规模。

表2 模型涉及变量的解释

五、实证结果分析

（一）描述性统计

通过对变量数据进行描述性统计，可以看出表3中泰尔指数的变异系数最大，为89.76%，标准差为0.1332，说明各城市间城乡收入差距存在明显的差异。除此之外，城镇化率和政府财政支出规模的变异系数较大，区域间的差异显著。从总体上看，各变量的值存在一定的波动性。由此可见，福建省各地的相关情况存在差异和变化规律，样本数据具有研究价值。

表3 变量的描述性统计

（二）面板数据平稳性检验

为了避免数据存在随机趋势或者确定趋势，导致“伪回归”，本文采用Levin.Lin&ChuTest和AugmentedDickeyFullerTest两种单位根检验方法对变量进行平稳性检验。如表4所示，在两种检验方法下，变量均呈现在1%的显著性水平下平稳的特征，提升了研究的严谨性。

表4 变量平稳性检验结果

（三）回归分析

1.总体回归分析

本文先对福建省整体面板数据进行最小二乘回归分析，如表5所示，模型2的调整可决系数为0.8790，F统计量的P值趋近于0，说明模型整体十分显著，拟合优度高。变量lnDIFI的系数为负，且在1%的水平下显著影响被解释变量，这意味着福建省数字普惠金融的发展能够有效缩小省内城乡收入差距，且数字普惠金融指数的对数增加一个单位，城乡收入差距会缩小0.1501个单位。原因可能是福建省农村地区近年来数字普惠金融发展较快，填补了农村地区该领域内的空白，这对福建省金融行业和农村居民生活是较大的冲击。数字普惠金融以其低成本、多样化、便捷性、高渗透性等特点，为农村居民创造更多的投资机会和金融产品，降低了小微企业的融资成本，提高了居民和企业的收入，从而更大程度上释放农村内需，提升了农村的发展活力，进一步为农村地区创收，形成了良性循环，最终缩小城乡收入差距。控制变量方面，城镇化水平对城乡收入差距同样有显著的负向作用，且城镇化率每变动1%，城乡收入差距将缩小0.89%。根据W.A.Lewis（1954）的二元经济结构理论，发展中国家农业中存在边际生产率为零的剩余劳动力，农业剩余劳动力的非农化可模糊二元经济结构。随着城镇化水平提升，农村劳动力从农业生产部门转向工业生产部门，使得农村剩余劳动力减少，提升了农村整体的劳动生产率，有助于缩小城乡收入差距。而城镇劳动力趋于饱和使得部分劳动力又流向农村，为农村带去了先进的生产方式和更多资源，带动农村发展。但是产业结构与城乡收入差距呈显著的正相关。这是由于第二、三产业比重的增长优化了产业结构，有利于福建省经济转型提升。而福建省目前尚未达到经济高度发达的阶段，根据Kuznets（1955）的“倒U型”曲线假说，产业结构的优化带来的经济发展可能会加剧城乡收入差距。财政支出规模增长也会显著加大福建省的城乡收入差距，原因可能是福建省的财政支出结构中支农规模不足10%，而农村人口却将近全省人口的一半，支农支出不足反而使得财政支出的增加加剧城乡资源分配差距，不利于缩小城乡收入差距。

在模型1加入控制变量后，核心解释变量依然在1%的水平下显著，验证了模型的稳健性。

表5 总体回归结果

2.分区域回归分析

为了进一步研究数字普惠金融对城乡收入差距影响的区域差异，本文依据地区生产总值和人口密度等因素，将九个地级市划分为A区和B区。A区包含福州、厦门、泉州、漳州等经济较为发达，人口密度高的城市。B区包含莆田、龙岩、宁德、三明、南平等经济发展水平相对较低的城市。表6的结果表明，A区和B区的模型拟合效果均不错。A区数字普惠金融的发展水平对城乡收入差距的影响较B区更为明显，A区lnDIFI每增加一个单位，城乡收入差距将缩小0.1827个单位，是B区作用的2.1倍左右。造成A区与B区差异的原因主要是经济发达的A区居民收入较高，有更多闲置资金用于投资储蓄等金融活动，对金融服务的需求也会增加。其次，较于经济相对落后的B区，A区总体受教育程度较高，可能对互联网产物的接受度更高。除此之外，由于地理位置和历史因素的影响，闽东、闽南地区的文化观念所蕴含的“闯荡”精神在一定程度上影响当地居民敢于体验新事物，因此数字普惠金融在A区能发挥更大的作用。控制变量方面，A区的经济发展水平、城镇化水平、产业结构以及财政支出规模对城乡收入差距的作用较B区均更为明显。其中，B区的经济发展水平以及产业结构的变化对城乡收入差距的影响不显著。

无论是A区还是B区，在对模型1加入控制变量后，核心解释变量依然在1%的水平下显著，说明该模型具有稳健性。

表6 分区域回归结果

六、结论与建议

本文循着“提出假设—验证假设—得出结论”的思路，通过建立固定效应面板模型分析了福建省数字普惠金融对城乡收入差距的影响。研究结果表明，福建省数字普惠金融发展水平显著影响省内城乡收入差距，并且由于经济发展水平和人口密度等因素的不同，该作用存在区域差异。除此之外，城镇化率对福建省城乡收入差距存在负向影响，经济发展水平、产业结构以及财政支出规模对福建省城乡收入差距存在正向影响。结合福建省的特点，本文提出如下建议：

（一）重点扩大数字普惠金融在闽北、闽西地区的覆盖范围

实证结果显示，数字普惠金融在南平、三明等闽北、闽西地区得不到广泛应用，阻碍了数字普惠金融发挥缩小城乡收入差距的作用。究其原因，是当地的农村地区收入较低、存在较为保守的思想观念以及对数字普惠金融缺乏理解。对此，当地政府等有关部门应出台相应政策鼓励金融机构提供多样化、差异化的数字金融产品，优先推出适合低收入群体的金融产品，满足不同人群的需求。同时，加强对农村地区居民的宣传。比如以乡为单位设置金融业务网点，通过网点定期向村民召开座谈会、发放数字普惠金融宣传手册以及提供专人指导答疑服务，以尽量通俗的宣传方法帮助村民理解，减少村民不必要的疑虑。

（二）健全数字普惠金融在闽发展的监管机制

近年来，数字普惠金融在福建省得到较快的发展，但是监管力度却难以跟上。作为互联网背景下诞生的新兴事物，数字普惠金融具有一定的虚拟性，存在网络诈骗和监管漏洞等问题。而普惠金融主要面向低收入群体和小微企业，这些群体往往是风险厌恶者，巨大的风险使他们望而却步。为此，有关部门应尽快完善法律法规和监管体系，明确监管主体，强化监管责任，加快健全P2P网贷、互联网投资理财平台、网络众筹等领域信息披露制度和征信制度，利用大数据技术记录跟踪不良交易行为，严厉打击网络非法集资行为。

（三）数字普惠金融发展要与其他经济要素相协同

根据本文结论，城乡收入差距不仅受到数字普惠金融的影响，还受到经济发展水平、城镇化水平、产业结构和财政支出规模等因素的影响。发挥各要素之间的协同效应，有助于缩小城乡收入差距。有关部门在采取措施之前，应从多个角度综合考虑制定规划。比如，采取合理的措施加快福建省城镇化进度，在优化产业结构、发展经济的同时注重社会分配的公平，积极优化财政支出结构并将资金真正用于提升人民生产生活质量上，以此形成合力，缩小城乡收入差距，促进城乡融合发展。